ホーム > 特許ランキング > 株式会社疲労科学研究所
知財求人 - 知財ポータルサイト「IP Force」
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】特許公報(B2)
(11)【特許番号】
(24)【登録日】2024-10-30
(45)【発行日】2024-11-08
(54)【発明の名称】自律神経評価装置、自律神経評価方法及びプログラム
(51)【国際特許分類】
A61B 5/16 20060101AFI20241031BHJP
【ＦＩ】
A61B5/16 200
【請求項の数】
11
(21)【出願番号】P 2023056193
(22)【出願日】2023-03-30
(65)【公開番号】P2023153051
(43)【公開日】2023-10-17
【審査請求日】2023-05-29
(31)【優先権主張番号】P 2022061128
(32)【優先日】2022-03-31
(33)【優先権主張国・地域又は機関】JP
(31)【優先権主張番号】P 2022096553
(32)【優先日】2022-06-15
(33)【優先権主張国・地域又は機関】JP
(73)【特許権者】
【識別番号】505183680
【氏名又は名称】株式会社疲労科学研究所
(74)【代理人】
【識別番号】100079108
【弁理士】
【氏名又は名称】稲葉 良幸
(74)【代理人】
【識別番号】100109346
【弁理士】
【氏名又は名称】大貫 敏史
(74)【代理人】
【識別番号】100117189
【弁理士】
【氏名又は名称】江口 昭彦
(74)【代理人】
【識別番号】100134120
【弁理士】
【氏名又は名称】内藤 和彦
(72)【発明者】
【氏名】倉恒 弘彦
(72)【発明者】
【氏名】巽 さくら
(72)【発明者】
【氏名】弥園 護
【審査官】永田 浩司
(56)【参考文献】
【文献】特開２０２２－００１９６６（ＪＰ，Ａ）
【文献】特開２０１８－１４９２６２（ＪＰ，Ａ）
【文献】Che-Hao Hsu, et al.，Poincare plot indexes of heart rate variability detect dynamic autonomic modulation during general anesthesia induction，Acta Anaesthesiologica Taiwanica，2012年，50，12-18
(58)【調査した分野】(Int.Cl.，ＤＢ名)
Ａ６１Ｂ ５／１６
(57)【特許請求の範囲】
【請求項1】
３秒以上かつ６０秒未満で計測された、評価対象である被験者の心拍データと、前記被験者の年齢とを取得する取得部と、前記心拍データのＲＲ間隔に基づいて、ローレンツプロット法における楕円面積及び平均距離を算出し、前記楕円面積、前記平均距離及び前記被験者の年齢に基づいて、前記被験者の自律神経活動量を算出する算出部と、
を有する自律神経評価装置。
【請求項2】
自律神経活動量について被験者の年齢ごとの分布を示す分布データを記憶する記憶部を有し、前記算出部は、前記被験者の自律神経活動量と前記被験者の心拍データと前記分布データとを用いて、前記被験者の自律神経活動量の偏差値を算出する、
請求項１に記載の自律神経評価装置。
【請求項3】
前記算出部は、前記心拍データのＲＲ間隔のうち連続する２つのＲＲ間隔をそれぞれｘ及びｙとする複数の点を、一方の軸がｘ軸であり他方の軸がｙ軸であるグラフにプロットし、
前記グラフにプロットした点をｘ＝ｙ軸に投射した投影点と原点との間の距離の標準偏差に所定係数を乗算した第１標準偏差を長軸とし、前記グラフにプロットした点をｘ＝－ｙ軸に投射した投影点と原点との間の距離の標準偏差に前記所定係数を乗算した第２標準偏差を短軸とする第１楕円を算出し、
前記グラフにプロットした点のうち前記第１楕円の内部に存在する点について、前記グラフにプロットした点をｘ＝ｙ軸に投射した投影点と原点との間の距離の標準偏差に前記所定係数を乗算した第３標準偏差を長軸とし、前記グラフにプロットした点をｘ＝－ｙ軸に投射した投影点と原点との間の距離の標準偏差に前記所定係数を乗算した第４標準偏差を短軸とする第２楕円を算出し、
前記楕円面積である前記第２楕円の面積、前記平均距離及び前記被験者の年齢を所定計算式に代入することで、前記被験者の自律神経活動量を算出する、
請求項１に記載の自律神経評価装置。
【請求項4】
前記算出部は、前記心拍データのＲＲ間隔のうち連続しない２つのＲＲ間隔をそれぞれｘ及びｙとする複数の点を、一方の軸がｘ軸であり他方の軸がｙ軸であるグラフにプロットし、
前記グラフにプロットした点をｘ＝ｙ軸に投射した投影点と原点との間の距離の標準偏差に所定係数を乗算した第１標準偏差を長軸とし、前記グラフにプロットした点をｘ＝－ｙ軸に投射した投影点と原点との間の距離の標準偏差に前記所定係数を乗算した第２標準偏差を短軸とする第１楕円を算出し、
前記グラフにプロットした点のうち前記第１楕円の内部に存在する点について、前記グラフにプロットした点をｘ＝ｙ軸に投射した投影点と原点との間の距離の標準偏差に前記所定係数を乗算した第３標準偏差を長軸とし、前記グラフにプロットした点をｘ＝－ｙ軸に投射した投影点と原点との間の距離の標準偏差に前記所定係数を乗算した第４標準偏差を短軸とする第２楕円を算出し、
前記楕円面積である前記第２楕円の面積、前記平均距離及び前記被験者の年齢を所定計算式に代入することで、前記被験者の自律神経活動量を算出する、
請求項１に記載の自律神経評価装置。
【請求項5】
前記算出部は、前記連続しない２つのＲＲ間隔をそれぞれｘ及びｙとする複数の点であって、前記連続しない２つのＲＲ間隔の間に存在する他のＲＲ間隔の数が異なる複数の点を、一方の軸がｘ軸であり他方の軸がｙ軸であるグラフにプロットする、請求項４に記載の自律神経評価装置。
【請求項6】
前記取得部は、前記被験者の心拍データを、３秒以上かつ２５秒未満で前記被験者を計測することで取得する、請求項１～５のいずれか一項に記載の自律神経評価装置。
【請求項7】
３秒以上かつ６０秒未満で計測された、評価対象である被験者の心拍データと、前記被験者の年齢とを取得するステップと、前記心拍データのＲＲ間隔に基づいて、ローレンツプロット法における楕円面積及び平均距離を算出し、前記楕円面積、前記平均距離及び前記被験者の年齢に基づいて、前記被験者の自律神経活動量を算出するステップと、
を含む、自律神経評価装置が実行する自律神経評価方法。
【請求項8】
３秒以上かつ６０秒未満で計測された、評価対象である被験者の心拍データと、前記被験者の年齢とを取得するステップと、前記心拍データのＲＲ間隔に基づいて、ローレンツプロット法における楕円面積及び平均距離を算出し、前記楕円面積、前記平均距離及び前記被験者の年齢に基づいて、前記被験者の自律神経活動量を算出するステップと、
をコンピューターに実行させるためのプログラム。
【請求項9】
ローレンツプロット法に関する第１指標について被験者の年齢ごとの分布を示す分布データを記憶する記憶部と、
評価対象である被験者の年齢と前記被験者の心拍データとを取得する取得部と、
前記心拍データのＲＲ間隔のうち２つのＲＲ間隔をそれぞれｘ及びｙとする複数の点を、一方の軸がｘ軸であり他方の軸がｙ軸であるグラフにプロットすることで、ローレンツプロット法における楕円面積（ＬＰ．Ｓ）及び平均距離（ＬＰ．ｍ）とを算出し、
前記楕円面積（ＬＰ．Ｓ）及び前記平均距離（ＬＰ．ｍ）に基づいて、ローレンツプロット法に関する前記被験者の第１指標を算出し、
前記分布データと、前記被験者の年齢と、前記被験者の第１指標とに基づいて、前記被験者の第１指標の偏差値を算出し、
前記被験者の第１指標の偏差値を、前記心拍データの測定時間に対応する係数と前記被験者の第１指標の偏差値とを入力すると自律神経活動量の偏差値を出力する所定計算式に代入することで、前記被験者の自律神経活動量の偏差値を算出する、算出部と、
を有する、自律神経評価装置。
【請求項10】
ローレンツプロット法に関する第１指標について被験者の年齢ごとの分布を示す分布データを記憶する記憶部に記憶するステップと、
評価対象である被験者の年齢と前記被験者の心拍データとを取得するステップと、
前記心拍データのＲＲ間隔のうち２つのＲＲ間隔をそれぞれｘ及びｙとする複数の点を、一方の軸がｘ軸であり他方の軸がｙ軸であるグラフにプロットすることで、ローレンツプロット法における楕円面積（ＬＰ．Ｓ）及び平均距離（ＬＰ．ｍ）とを算出し、
前記楕円面積（ＬＰ．Ｓ）及び前記平均距離（ＬＰ．ｍ）に基づいて、ローレンツプロット法に関する前記被験者の第１指標を算出し、
前記分布データと、前記被験者の年齢と、前記被験者の第１指標とに基づいて、前記被験者の第１指標の偏差値を算出し、
前記被験者の第１指標の偏差値を、前記心拍データの測定時間に対応する係数と前記被験者の第１指標の偏差値とを入力すると自律神経活動量の偏差値を出力する所定計算式に代入することで、前記被験者の自律神経活動量の偏差値を算出するステップと、
を含む、自律神経評価方法。
【請求項11】
ローレンツプロット法に関する第１指標について被験者の年齢ごとの分布を示す分布データを記憶する記憶部に記憶するステップと、
評価対象である被験者の年齢と前記被験者の心拍データとを取得するステップと、
前記心拍データのＲＲ間隔のうち２つのＲＲ間隔をそれぞれｘ及びｙとする複数の点を、一方の軸がｘ軸であり他方の軸がｙ軸であるグラフにプロットすることで、ローレンツプロット法における楕円面積（ＬＰ．Ｓ）及び平均距離（ＬＰ．ｍ）とを算出し、
前記楕円面積（ＬＰ．Ｓ）及び前記平均距離（ＬＰ．ｍ）に基づいて、ローレンツプロット法に関する前記被験者の第１指標を算出し、
前記分布データと、前記被験者の年齢と、前記被験者の第１指標とに基づいて、前記被験者の第１指標の偏差値を算出し、
前記被験者の第１指標の偏差値を、前記心拍データの測定時間に対応する係数と前記被験者の第１指標の偏差値とを入力すると自律神経活動量の偏差値を出力する所定計算式に代入することで、前記被験者の自律神経活動量の偏差値を算出するステップと、
をコンピューターに実行させるためのプログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、自律神経評価装置、自律神経評価方法及びプログラムに関する。
【背景技術】
【0002】
疲労を客観的に評価するための指標として、自律神経系の機能解析が注目されている。自律神経は、主に起きているときや緊張しているときに働く交感神経と、主に寝ているときやリラックスしているときに働く副交感神経とがあり、両者がバランスを取りながら機能し、生理的機能を調節していることが知られている。例えば特許文献１には、車両の乗員の自律神経状態を判定する装置が開示されている。
【先行技術文献】
【特許文献】
【0003】
【文献】特開２０２２－２３７０２号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
被験者の自律神経機能を評価する場合、被験者を１２０秒間計測することで得られた心拍間隔を周波数解析することが一般的である。しかしながら、自律神経機能の評価を就業前検査として実施する場合など、自律神経機能の評価を利用する態様によっては、計測に時間が掛かりすぎであることが問題点として指摘されている。
【0005】
そこで、本発明は、自律神経機能の評価を、より迅速に実施可能とする技術を提供することを目的とする。
【課題を解決するための手段】
【0006】
本発明の一態様に係る自律神経評価装置は、評価対象である被験者の心拍データを取得する取得部と、ローレンツプロット法に基づいて、前記心拍データから前記被験者の自律神経全体の働きを示す指標であるトータルパワーを算出する算出部と、を有する。
【発明の効果】
【0007】
本発明によれば、自律神経機能の評価を、より迅速に実施可能とする技術を提供することができる。
【図面の簡単な説明】
【0008】
【図1】本実施形態に係る評価装置のハードウェア構成例を示す図である。
【図2】ｃｃｖＴＰと年齢との関係を示す図である。
【図3】年齢とＬＦ値との関係及び年齢とＨＦ値との関係を調査した結果を示す図である。
【図4】評価装置の機能ブロック構成例を示す図である。
【図5】評価装置が自律神経機能の評価を迅速に行う処理手順の一例を示すフローチャートである。
【図6】ローレンツプロット法により被験者のトータルパワーを算出する方法を説明するための図である。
【図7】ＬＰ．Ｓ、ＬＰ．ｍ、年齢及びＴＰの重回帰分析結果を示す図である。
【図8】ＬＰ．Ｓ、ＬＰ．ｍ、年齢及びＴＰの相関関係を示す図である。
【図9】ＴＰ及びＬＰ．Ｓの相関関係を示す図である。
【図10】ＴＰ及びＬＰ．Ｓの相関関係を示す図である。
【図11】ＬＰ．Ｓ、ＬＰ．ｍ、年齢及びＴＰの重回帰分析結果を示す図である。
【図12】ＬＰ．Ｓ、ＬＰ．ｍ、年齢及びＴＰの相関関係を示す図である。
【図13】ＴＰ及びＬＰ．Ｓの相関関係を示す図である。
【図14】ＴＰ及びＬＰ．Ｓの相関関係を示す図である。
【図15】ＬＰ．Ｓの相関関係を示す図である。
【図16】評価装置が副交感神経の評価を行う処理手順の一例を示すフローチャートである。
【図17】評価装置が交感神経の評価を行う処理手順の一例を示すフローチャートである。
【図18】ＨＦ間の相関関係を示す図である。
【図19】ＨＦ間の相関関係を示す図である。
【図20】ＬＰ．Ｓ、ＬＰ．ｍ、年齢及びＨＦの重回帰分析結果を示す図である。
【図21】ＬＰ．Ｓ、ＬＰ．ｍ、年齢及びＨＦの相関関係を示す図である。
【図22】ＨＦ及びＬＰ．Ｓの相関関係を示す図である。
【図23】ＨＦ及びＬＰ．Ｓの相関関係を示す図である。
【図24】ＴＰにおけるＨＦの割合と被験者の疲労度とを比較した結果を示す図である。
【図25】被験者の測定結果を出力する画面の一例を示す図である。
【発明を実施するための形態】
【0009】
添付図面を参照して、本発明の実施形態について説明する。なお、各図において、同一の符号を付したものは、同一又は同様の構成を有する。
【0010】
＜システム構成＞
図１は、本実施形態に係る評価装置１０のハードウェア構成例を示す図である。評価装置１０（自律神経評価装置）は、ＣＰＵ（Central Processing Unit）、ＧＰＵ（Graphical Processing Unit）等のプロセッサ１１、メモリ、ＨＤＤ（Hard Disk Drive）及び／又はＳＳＤ（Solid State Drive）等の記憶装置１２、入力装置１３、出力装置１４及び生体情報取得装置１５を有する。評価装置１０は、専用のハードウェアであってもよいし、パーソナルコンピューター等の汎用のハードウェアであってもよい。
図１は、本実施形態に係る評価装置１０のハードウェア構成例を示す図である。評価装置１０（自律神経評価装置）は、ＣＰＵ（Central Processing Unit）、ＧＰＵ（Graphical Processing Unit）等のプロセッサ１１、メモリ、ＨＤＤ（Hard Disk Drive）及び／又はＳＳＤ（Solid State Drive）等の記憶装置１２、入力装置１３、出力装置１４及び生体情報取得装置１５を有する。評価装置１０は、専用のハードウェアであってもよいし、パーソナルコンピューター等の汎用のハードウェアであってもよい。
【0011】
入力装置１３は、被験者に関するデータを入力するための装置であり、例えば、キーボード、操作ボタン又はタッチパネル上の入力インタフェースなどにより構成される。本実施形態においては、被験者に関するデータとして、少なくとも被験者の年齢が入力装置１３に入力される。また、被験者の年齢に加えて、被験者の氏名、住所、性別などが入力されてもよい。
【0012】
出力装置１４は、情報の出力を行うための装置であり、例えば、ディスプレイ、ＬＥＤ、タッチパネル、プリンタ及び／又はスピーカ等である。
【0013】
生体情報取得装置１５は、被験者の生体情報データを収集するための装置である。被験者の生体情報データは、心拍データ又は脈拍データのいずれかである。生体情報取得装置１５は、心電計又は脈拍計であってもよい。また、評価装置１０は、入力装置１３を介して、外部の心電計や脈拍計で測定された心拍データまたは脈拍データの入力を受け付けるようにしてもよい。この場合、評価装置１０は、生体情報取得装置１５を備えていなくてもよい。なお、以下の説明では、生体情報データは心拍データであるものとして説明する。
【0014】
交感神経の働きを示す指標であるＬＦ（Low Frequency）値及び副交感神経の働きを示す指標であるＨＦ（High Frequency）値は、生体情報データを周波数解析することで得ることができる。周波数解析（時間周波数解析）の手法は公知の解析手法を利用可能であり、例えば、最大エントロピー法（ＭＥＭ（Maximum Entropy Model）法）、高速フーリエ変換法（ＦＦＴ（Fast Fourier Transform）法）、ウェーブレット法等が挙げられる。これらの中でも、最大エントロピー法を用いるのが好ましい。最大エントロピー法によれば、時間分解能の高い解析を行うことができる。例えば、心拍データのＲ－Ｒ間隔を、最大エントロピー法を用いて周波数領域の低周波数成分（ＬＦ：０．０４－０．１５Ｈｚ）と高周波数成分（ＨＦ：０．１５－０．４０Ｈｚ）に分離し、低周波数成分及び高周波数成分のパワーの総和をそれぞれＬＦ値及びＨＦ値として算出することができる。
【0015】
具体的には、ＬＦ値とＨＦ値は、例えば、以下の数式１、数式２及び数式３により算出することができる。
ここで、ＬＦ（ｔ）はＬＦ値、ＨＦ（ｔ）はＨＦ値、Ｐ（ｆ）はパワースペクトル関数、Ｃ（ｔ）は心拍（心電図）のＲ－Ｒ間隔の自己相関関数、ｔは時間、ｆは周波数を示す。数式３に示すとおり、数式上Ｐ（ｆ）は全時間領域で積分するものとしているが、実際は、観測領域で積分すれば足りる。
【数1】
【数2】
【数3】
【0016】
ＬＦ値とＨＦ値の総和（ＬＦ＋ＨＦ）は、自律神経全体の働きを示す指標であり、ＴＰ（Total Power、トータルパワー）と呼ばれる。ＴＰは、「自律神経活動量」や「自律神経総活動量」などとも呼ばれる。
【0017】
ｃｃｖＴＰ（Coefficient of Component Variance TP）は、ＴＰを、ＬＦ値及びＨＦ値の測定に用いた時間内の心拍数（より具体的にはＲ－Ｒ間隔の平均）で補正することで算出される値である。ｃｃｖＴＰは、ＴＰと同様、「自律神経活動量」や「自律神経総活動量」とも呼ばれる。ｃｃｖＴＰは、具体的には、ｃｃｖＴＰは、以下の数式４により算出することができる。
ここで、ＲＲは、被験者における心拍のＲ－Ｒ間隔（秒）を示す。なお、Ｒ－Ｒ間隔（秒）は、心電図におけるＱＲＳ波から次のＱＲＳ波までの間隔を意味する。Ｒ－Ｒ間隔は、６０÷心拍数（回／分）でも算出可能である。
【数4】
【0018】
心拍数が高い場合はＴＰが低い値となることが実験により知られていることから、心拍数の高さに応じて補正されたｃｃｖＴＰを用いることで、被験者の心拍数の高低にかかわらず、自律神経活動量を適切に表現することができる。なお、｛ＬＦ＋ＨＦ｝値は、年齢とともに数値が減少することが本発明者らによって明らかにされており、ｃｃｖＴＰについても同様である。
【0019】
後述するように、評価装置１０は、ＨＦ値を、ＨＦ値の測定に用いた時間内の心拍数（より具体的にはＲ－Ｒ間隔の平均）で補正することで、ｃｃｖＨＦを算出する。ＨＦ値及びｃｃｖＨＦは、副交感神経に関する指標、副交感神経の働きを示す指標、副交感神経活動量、副交感神経活動指標及び癒し度などと呼ばれてもよい。また、ＨＦ値及びｃｃｖＨＦは、それぞれ、副交感神経に関する第１指標及び副交感神経に関する第２指標などと呼ばれてもよい。また、評価装置１０は、ＬＦ値を、ＬＦ値の測定に用いた時間内の心拍数（より具体的にはＲ－Ｒ間隔の平均）で補正することで、ｃｃｖＬＦを算出する。ＬＦ値及びｃｃｖＬＦは、交感神経に関する指標、交感神経の働きを示す指標、交感神経活動指標及び交換神経活動量などと呼ばれてもよい。また、ＬＦ値及びｃｃｖＬＦは、それぞれ、交感神経に関する第１指標及び交感神経に関する第２指標などと呼ばれてもよい。
【0020】
図２は、ｃｃｖＴＰと年齢との関係を示す図である。曲線Ｇ１は、同年齢の被験者において、ｃｃｖＴＰが高い上位２５％の被験者が属する境界線を示している。曲線Ｇ２は、同年齢の被験者におけるｃｃｖＴＰの中央値を示している。曲線Ｇ３は、同年齢の被験者において、ｃｃｖＴＰが低い下位７５％の被験者が属する境界線を示している。図２によれば、年齢とともにｃｃｖＴＰが減少することが分かる。
【0021】
（自律神経機能の迅速評価）
現在、被験者の自律神経機能を評価する場合、信頼性のある評価結果を得るために、被験者を連続して１２０秒間計測することで得られた心拍データを、最大エントロピー法を用いて周波数解析することが一般的である。
現在、被験者の自律神経機能を評価する場合、信頼性のある評価結果を得るために、被験者を連続して１２０秒間計測することで得られた心拍データを、最大エントロピー法を用いて周波数解析することが一般的である。
【0022】
また、被験者を連続して６０秒間計測することで得られた心拍データを用いてＴＰを分析した場合、１２０秒間の心拍データから得られたＴＰとの相関係数が０．７程度であることが知られている。そこで、同一の被験者が繰り返し計測をする場合、２回目以降の計測については６０秒間の心拍データを利用してＴＰを分析することで、被験者の自律神経の状態を把握することも行われている。
【0023】
最大エントロピー法では、ＬＦを算出するために、少なくとも２５秒間測定した心拍データが必要になる。これは、ＬＦ値は０．０４～０．１５Ｈｚの低周波数成分であることから、最低２５秒間計測しないと、１波長のデータを得ることができないためである。また、１波長のデータのみでは測定精度が不足することから、上述した通り、少なくとも１２０秒の計測をすることが好適であるとされている。
【0024】
ここで、病院及び検査センター等で自律神経機能の評価を行う場合、被験者を１２０秒間計測しても特に問題にはならない。しかしながら、自律神経機能の評価は、病院や検査センターのみならず、タクシードライバーやトラックドライバー等に対する日々の就業前検査など、様々な場所で利用されている。このように、１２０秒間又は６０秒間もの間、じっとしたまま心拍データの測定を行うことを日々繰り返すことは、被験者にとってストレスになることから、より短時間で計測可能な方法が望まれている。
【0025】
発明者らは、自律神経機能をより短時間で計測可能な方法を検討したところ、最大エントロピー法に代えて、ローレンツプロット法を利用することで、７秒程度の心拍データがあればＴＰを高精度に算出可能であることに想到した。そこで、本実施形態に係る評価装置１０は、最大エントロピー法に代えて、ローレンツプロット法を利用してＴＰを算出することで、従来よりも短時間で、被験者の自律神経機能を評価することを可能にする。
【0026】
（副交感神経及び交感神経の評価）
自律神経全体の働きを示す指標であるＴＰは、年齢により変化する。従って、様々な年齢の被験者を同一に評価するためには、被験者の年齢の影響を受けない共通の指標が必要である。そこで、発明者らは、自律神経全体の働きに関する共通の指標として、ＴＰの偏差値を用いるようにした。ここで、自律神経活動は、上述した通り、主に交感神経の働きを表すＬＦ（０．０４－０．１５Ｈｚの成分）と、主に副交感神経の働きを表すＨＦ（０．１５－０．４０Ｈｚの成分）の二つの成分から評価される。しかしながら、個々の成分が年齢によりどのように変化しているのかについてはこれまで明らかでなく、ＨＦを偏差値化して被験者を評価した報告はみられない。
自律神経全体の働きを示す指標であるＴＰは、年齢により変化する。従って、様々な年齢の被験者を同一に評価するためには、被験者の年齢の影響を受けない共通の指標が必要である。そこで、発明者らは、自律神経全体の働きに関する共通の指標として、ＴＰの偏差値を用いるようにした。ここで、自律神経活動は、上述した通り、主に交感神経の働きを表すＬＦ（０．０４－０．１５Ｈｚの成分）と、主に副交感神経の働きを表すＨＦ（０．１５－０．４０Ｈｚの成分）の二つの成分から評価される。しかしながら、個々の成分が年齢によりどのように変化しているのかについてはこれまで明らかでなく、ＨＦを偏差値化して被験者を評価した報告はみられない。
【0027】
図３は、発明者らが、１８歳から７３歳までの２６４名について、年齢とＬＦ値との関係及び年齢とＨＦ値との関係を調査した結果を示す図である。図３に示すように、ｌｏｇＬＦは年齢と有意な負の相関（r=-0.524, p<0.001）が見られ、ｌｏｇＨＦは年齢と有意な負の相関（r=-0.423, p<0.001）が見られる。つまり、被験者の年齢が異なる状況では、ＬＦ値及びＨＦ値をそのまま用いた健康評価はできないことが確認されている。
【0028】
そこで、本実施形態では、年齢によるＨＦ及びＬＦの変化を明らかにすることにより、ＨＦ及びＬＦを偏差値化し、年齢要素を排除した客観的健康指標であるＨＦの偏差値及びＬＦの偏差値を用いることで、被験者間で共通に副交感神経の働き又は交感神経の働きを評価することを可能にする。
【0029】
ここで、最大エントロピー法を用いてＨＦ値を算出する際、ＨＦ値は０．１５～０．４０Ｈｚの高周波数成分であることから、約６．６秒の心拍データがあれば、１波長のデータを得ることができる。すなわち、ＨＦ値は、１波長の測定に２５秒必要になるＬＦ値よりも短い測定時間で信頼性の高い測定結果を得ることができる。この点を考慮し、９０秒間の心拍データから得られたＨＦ値と、１０秒程度の心拍データから得られたＨＦ値との間の相関関係を検証したところ、発明者らは、これらのＨＦ値には高い相関関係があることを見出した。そこで、本実施形態に係る評価装置１０は、従来よりも短い測定時間でＨＦを算出することで、より短時間で、被験者の副交感神経の働きを評価することを可能にする。
【0030】
なお、本実施形態に係る評価装置１０は、「自律神経機能の迅速評価」を実現する機能と、「副交感神経及び交感神経の評価」を実現する機能のうちいずれか一方のみを備えていてもよいし、両方を備えていてもよい。
【0031】
＜機能ブロック構成＞
図４は、評価装置１０の機能ブロック構成例を示す図である。評価装置１０は、記憶部１００と、取得部１０１と、算出部１０２と、出力部１０３とを含む。記憶部１００は、評価装置１０が備える記憶装置１２を用いて実現することができる。また、取得部１０１と、算出部１０２と、出力部１０３とは、評価装置１０のプロセッサ１１が、記憶装置１２に記憶されたプログラムを実行することにより実現することができる。また、当該プログラムは、記憶媒体に格納することができる。当該プログラムを格納した記憶媒体は、コンピューター読み取り可能な非一時的な記憶媒体（Non-transitory computer readable medium）であってもよい。非一時的な記憶媒体は特に限定されないが、例えば、ＵＳＢメモリ又はＣＤ－ＲＯＭ等の記憶媒体であってもよい。
図４は、評価装置１０の機能ブロック構成例を示す図である。評価装置１０は、記憶部１００と、取得部１０１と、算出部１０２と、出力部１０３とを含む。記憶部１００は、評価装置１０が備える記憶装置１２を用いて実現することができる。また、取得部１０１と、算出部１０２と、出力部１０３とは、評価装置１０のプロセッサ１１が、記憶装置１２に記憶されたプログラムを実行することにより実現することができる。また、当該プログラムは、記憶媒体に格納することができる。当該プログラムを格納した記憶媒体は、コンピューター読み取り可能な非一時的な記憶媒体（Non-transitory computer readable medium）であってもよい。非一時的な記憶媒体は特に限定されないが、例えば、ＵＳＢメモリ又はＣＤ－ＲＯＭ等の記憶媒体であってもよい。
【0032】
記憶部１００は、ｃｃｖＴＰ（自律神経活動量）について被験者の年齢ごとの分布を示す分布データ（ｃｃｖＴＰ）１００ａと、副交感神経の働きを示す指標であるｃｃｖＨＦ値について年齢ごとの分布を示す分布データ（ｃｃｖＨＦ）１００ｂと、副交感神経の働きを示す指標であるｃｃｖＬＦについて年齢ごとの分布を示す分布データ（ｃｃｖＬＦ）１００ｃとを記憶する。
【0033】
分布データ（ｃｃｖＴＰ）１００ａは、年齢の異なる多数の被験者からｃｃｖＴＰを収集して統計的に解析することにより得られる。例えば、本実施形態では、予め収集された年齢の異なる多数の被験者のｃｃｖＴＰから、被験者の年齢ごとのｃｃｖＴＰの平均値と、被験者の年齢ごとのｃｃｖＴＰの標準偏差（σ）を算出し、これらをデータベース化したものを分布データ（ｃｃｖＴＰ）１００ａとして記憶部１００に格納しておくこととしてもよい。
【0034】
分布データ（ｃｃｖＨＦ）１００ｂは、年齢の異なる多数の被験者からｃｃｖＨＦを収集して統計的に解析することにより得られる。例えば、本実施形態では、予め収集された年齢の異なる多数の被験者のｃｃｖＨＦから、被験者の年齢ごとのｃｃｖＨＦの平均値と、被験者の年齢ごとのｃｃｖＨＦの標準偏差（σ）を算出し、これらをデータベース化したものを分布データ（ｃｃｖＨＦ）１００ｂとして記憶部１００に格納しておくこととしてもよい。
【0035】
分布データ（ｃｃｖＬＦ）１００ｃは、年齢の異なる多数の被験者からｃｃｖＬＦを収集して統計的に解析することにより得られる。例えば、本実施形態では、予め収集された年齢の異なる多数の被験者のｃｃｖＬＦから、被験者の年齢ごとのｃｃｖＬＦの平均値と、被験者の年齢ごとのｃｃｖＬＦの標準偏差（σ）を算出し、これらをデータベース化したものを分布データ（ｃｃｖＬＦ）１００ｃとして記憶部１００に格納しておくこととしてもよい。
【0036】
取得部１０１は、評価対象である被験者の心拍データ及び／又は被験者の年齢を取得する。
【0037】
算出部１０２は、ローレンツプロット法を利用することで、被験者の心拍データから被験者のｃｃｖＴＰ（自律神経活動量）の偏差値を算出する。より具体的には、算出部１０２は、ローレンツプロット法に基づいて、被験者の心拍データから被験者の自律神経全体の働きを示す指標であるＴＰを算出する。また、算出部１０２は、被験者のＴＰと被験者の心拍データとを用いて被験者のｃｃｖＴＰ（自律神経活動量）を算出し、分布データ（ｃｃｖＴＰ）１００ａと被験者のｃｃｖＴＰとを用いて、被験者のｃｃｖＴＰの偏差値を算出する。
【0038】
また、算出部１０２は、被験者の心拍データに基づいて被験者のＨＦ値を算出する。また、算出部１０２は被験者のＨＦ値と被験者の心拍データとを用いて被験者のｃｃｖＨＦを算出し、算出した被験者のｃｃｖＨＦ値と被験者の年齢と分布データ（ｃｃｖＨＦ）１００ｂとを用いて、被験者のｃｃｖＨＦ値の偏差値を算出する。
【0039】
また、算出部１０２は、被験者の心拍データを周波数解析することで被験者のＨＦ値を算出し、算出した被験者のＨＦ値から、被験者のｃｃｖＨＦ及び被験者のｃｃｖＨＦの偏差値を算出するようにしてもよい。より具体的には、算出部１０２は、被験者の心拍データを周波数解析することで被験者のＨＦ値を算出し、算出したＨＦ値と被験者の心拍データとを用いて被験者のｃｃｖＨＦを算出し、算出した被験者のｃｃｖＨＦ値と被験者の年齢と分布データ（ｃｃｖＨＦ）１００ｂとを用いて、被験者のｃｃｖＨＦ値の偏差値を算出するようにしてもよい。
【0040】
また、算出部１０２は、ローレンツプロット法を利用することで、被験者の心拍データから被験者のＨＦ値を算出し、算出した被験者のＨＦ値から、被験者のｃｃｖＨＦ及び被験者のｃｃｖＨＦの偏差値を算出するようにしてもよい。より具体的には、算出部１０２は、ローレンツプロット法を利用することで、被験者の心拍データから被験者のＨＦ値を算出し、算出したＨＦ値と被験者の心拍データとを用いて被験者のｃｃｖＨＦを算出し、算出した被験者のｃｃｖＨＦ値と被験者の年齢と分布データ（ｃｃｖＨＦ）１００ｂとを用いて、被験者のｃｃｖＨＦ値の偏差値を算出するようにしてもよい。
【0041】
また、算出部１０２は、被験者の心拍データに基づいて被験者のＬＦ値を算出する。また、算出部１０２は、被験者の心拍データを周波数解析することで被験者のＬＦ値を算出する。また、算出部１０２は被験者のＬＦ値と被験者の心拍データとを用いて被験者のｃｃｖＬＦを算出し、算出した被験者のｃｃｖＬＦ値と被験者の年齢と分布データ（ｃｃｖＬＦ）１００ｃとを用いて、被験者のｃｃｖＬＦ値の偏差値を算出する。
【0042】
また、算出部１０２は、ローレンツプロット法を利用することで、被験者の心拍データから被験者のＴＰ（自律神経活動量）を算出し、被験者のＴＰにおける被験者のＨＦ値の割合（つまり、ＨＦ／ＴＰ）を算出するようにしてもよい。若しくは、ローレンツプロット法を利用することで、被験者の心拍データから被験者のｃｃｖＴＰ（自律神経活動量）を算出し、被験者のｃｃｖＴＰにおける被験者のｃｃｖＨＦの割合（つまり、ｃｃｖＨＦ／ｃｃｖＴＰ）を算出するようにしてもよい。
【0043】
出力部１０３は、算出部１０２で算出された被験者の自律神経に関する各種データを画面又は紙等に出力する。例えば、出力部１０３は、被験者のＴＰ、及び／又は、ｃｃｖＴＰの偏差値を出力する。また、出力部１０３は、被験者のｃｃｖＨＦの偏差値を出力する。また、出力部１０３は、被験者のｃｃｖＨＦの偏差値と、被験者のｃｃｖＴＰ（自律神経活動量）の偏差値とを並べて出力してもよい。また、出力部１０３は、被験者のｃｃｖＬＦの偏差値を出力する。また、出力部１０３は、被験者のｃｃｖＬＦの偏差値と、被験者のｃｃｖＴＰの偏差値とを並べて出力してもよい。また、出力部１０３は、被験者のｃｃｖＬＦの偏差値と、被験者のｃｃｖＨＦの偏差値と、被験者のｃｃｖＴＰの偏差値とを並べて出力してもよい。また、出力部１０３は、算出部１０２で算出された、被験者のＴＰにおける被験者のＨＦ値の割合を出力してもよい。若しくは、出力部１０３は、算出部１０２で算出された、被験者のｃｃｖＴＰにおける被験者のｃｃｖＨＦの割合を出力してもよい。
【0044】
【0045】
ステップＳ１１で、取得部１０１は、被験者の年齢及び心拍データを取得する。
【0046】
ステップＳ１２で、算出部１０２は、ローレンツプロット法を用いて被験者のＴＰを算出する。
【0047】
図６は、ローレンツプロット法により被験者のＴＰを算出する方法を説明するための図である。算出部１０２は、以下の手順１～手順４に従い、被験者のＴＰを算出する。
【0048】
「手順１」：算出部１０２は、被験者の心拍データから、心拍データのＲ－Ｒ間隔（ＲＲＩ（RR Interval））のうちｎ番目（以下、（ＲＲＩn）とする）を横軸とし、ｎ番目と連続するｎ＋１番目（以下、（ＲＲＩn+1）とする）を縦軸とするグラフにプロットする。すなわち、算出部１０２は、心拍データのＲ－Ｒ間隔のうち、連続する２つのＲ－Ｒ間隔からなる点（ｘ、ｙ）＝（ＲＲＩn、ＲＲＩn+1）をグラフ上にプロットしていく。例えば、１０秒間の心拍データにおいて、１番目のＲ－Ｒ間隔が1000msであり、２番目のＲ－Ｒ間隔が900msであり、３番目のＲ－Ｒ間隔が950msであり、４番目のＲ－Ｒ間隔が1050msである場合、算出部１０２は、例えば、点（1000, 900）と点（900,950）と点（950,1050）とをグラフ上にプロットする。
【0049】
「手順２」：算出部１０２は、グラフ上にプロットされた全ての点を、ｙ＝ｘ軸及びｙ＝－ｘ軸に投影する。例えば、点（1000, 900）をｙ＝ｘ軸に投影すると、当該点は、座標（1000, 900）からｙ＝ｘ軸に垂線を下した位置（線Ａ上のいずれかの位置）に投影される。同様に、点（1000, 900）をｙ＝－ｘ軸に投影すると、当該点は、座標（1000, 900）からｙ＝－ｘ軸に垂線を下した位置（線Ｂ上のいずれかの位置）に投影される。
【0050】
「手順３」：算出部１０２は、原点（0,0）からｙ＝ｘ軸に投影した各点までの距離の平均（ＬＰ．ｍ）を算出する。続いて、算出部１０２は、原点（0,0）からｙ＝ｘ軸に投影した各点までの距離の標準偏差σｘと、原点（0,0）からｙ＝－ｘ軸に投影した各点までの距離の標準偏差σ－ｘとを算出する。
【0051】
「手順４」：算出部１０２は、長軸を所定係数（Ｄ）×σｘとし、短軸を所定係数（Ｄ）×σ－ｘとする楕円Ｍの面積（ＬＰ．Ｓ）を、以下の数式５を用いて算出する。楕円Ｍの面積（ＬＰ．Ｓ）が小さいほど、Ｒ－Ｒ間隔のゆらぎが小さいことを意味する。なお、所定係数（Ｄ）は、正の整数であれば、どのような値であってもよい。例えば２でもよいし３でもよい。図６の例では、所定係数（Ｄ）＝２とした場合の楕円が図示されている。
「手順５」：算出部１０２は、以下の数式６を用いて、被験者のＴＰを推定（算出）する。
なお、数式６において、４つの係数（ａ、ｂ、ｃ、ｄ）は、心拍データの測定時間ごとに、ＴＰ９０を従属変数とし、ＬＰ．Ｓ、ＬＰ．ｍ及び年齢を独立変数として重回帰分析を行うことで算出された係数であってもよい。すなわち、記憶部１００に、心拍データの測定時間ごとに４つの係数（ａ、ｂ、ｃ、ｄ）のセットを予め記憶しておき、算出部１０２は、心拍データの測定時間に対応する係数のセットを記憶部１００から取得し、取得した係数を数式６に適用することで、被験者のＴＰを算出（推定）するようにしてもよい。例えば、心拍データの測定時間が連続１０秒である場合、算出部１０２は、係数としてａ＝０．０２９６８、ｂ＝０．６９９６５、ｃ＝－１２．９６６及びｄ＝１１０．８２６を利用するようにしてもよい。なお、当該４つの係数は、心拍データの測定時間に関わらず固定値であってもよい。この場合、４つの係数は、ａ＝０．０２９６８、ｂ＝０．６９９６５、ｃ＝－１２．９６６及びｄ＝１１０．８２６であってもよい。
【数5】
【数6】
【0052】
以上説明した手順１～手順５について、算出部１０２は、図６の楕円Ｍの外部にあるデータはノイズであるとみなし、ノイズである点を除去した後、再度、楕円Ｍの面積（ＬＰ．Ｓ）を算出するようにしてもよい。具体的には、算出部１０２は、手順１～手順４を実行することで楕円Ｍの面積（ＬＰ．Ｓ）を算出し、グラフにプロットされた点のうち、楕円Ｍの外側に存在する点を除去し、再度、手順１～手順４を実行することで、ノイズ除去後の楕円Ｍの面積（ＬＰ．Ｓ）を算出するようにしてもよい。また、算出部１０２は、ノイズ除去後の楕円Ｍの面積（ＬＰ．Ｓ）を用いて、手順５により被験者のトータルパワーを算出するようにしてもよい。言い換えると、算出部１０２は、以下の処理を行うようにしてもよい。
１．心拍データのＲ－Ｒ間隔のうち連続する２つのＲ－Ｒ間隔をそれぞれｘ及びｙとする点を、一方の軸がｘ軸であり他方の軸がｙ軸であるグラフにプロットする。
２．グラフにプロットした点をｘ＝ｙ軸に投射した投影点と原点（0,0）との間の距離の標準偏差に所定係数（Ｄ）を乗算した第１標準偏差を長軸とし、グラフにプロットした点をｘ＝－ｙ軸に投射した投影点と原点との間の距離の標準偏差に所定係数（Ｄ）を乗算した第２標準偏差を短軸とする第１楕円を算出する。
３．グラフにプロットした点のうち楕円Ｍの内部に存在する点について、グラフにプロットした点をｘ＝ｙ軸に投射した投影点と原点との間の距離の標準偏差に所定係数（Ｄ）を乗算した第３標準偏差を長軸とし、グラフにプロットした点をｘ＝－ｙ軸に投射した投影点と原点との間の距離の標準偏差に所定係数（Ｄ）を乗算した第４標準偏差を短軸とする第２楕円を算出する。
４．第２楕円の面積を所定計算式（数式６）に代入することで、被験者のＴＰを推定（算出）する。
１．心拍データのＲ－Ｒ間隔のうち連続する２つのＲ－Ｒ間隔をそれぞれｘ及びｙとする点を、一方の軸がｘ軸であり他方の軸がｙ軸であるグラフにプロットする。
２．グラフにプロットした点をｘ＝ｙ軸に投射した投影点と原点（0,0）との間の距離の標準偏差に所定係数（Ｄ）を乗算した第１標準偏差を長軸とし、グラフにプロットした点をｘ＝－ｙ軸に投射した投影点と原点との間の距離の標準偏差に所定係数（Ｄ）を乗算した第２標準偏差を短軸とする第１楕円を算出する。
３．グラフにプロットした点のうち楕円Ｍの内部に存在する点について、グラフにプロットした点をｘ＝ｙ軸に投射した投影点と原点との間の距離の標準偏差に所定係数（Ｄ）を乗算した第３標準偏差を長軸とし、グラフにプロットした点をｘ＝－ｙ軸に投射した投影点と原点との間の距離の標準偏差に所定係数（Ｄ）を乗算した第４標準偏差を短軸とする第２楕円を算出する。
４．第２楕円の面積を所定計算式（数式６）に代入することで、被験者のＴＰを推定（算出）する。
【0053】
図５に戻り、ステップＳ１３で、算出部１０２は、ステップＳ１２で算出した被験者のＴＰと被験者の心拍データとを用いて、被験者のｃｃｖＴＰを算出する。また、算出部１０２は、被験者のｃｃｖＴＰと分布データ（ｃｃｖＴＰ）１００ａとを用いて、被験者のｃｃｖＴＰの偏差値を算出する。例えば、算出部１０２は、被験者のｃｃｖＴＰの偏差値を以下の手順で算出することができる。
１．数式４に従い、ステップＳ１２で算出されたＴＰを被験者の心拍数で補正することで被験者のｃｃｖＴＰを算出する。
２．分布データ（ｃｃｖＴＰ）１００ａから、被験者の年齢に対応するｃｃｖＴＰの平均値と標準偏差（σ）を取得する。
３．「ｃｃｖＴＰの偏差値＝１０×（被験者のｃｃｖＴＰ－被験者の年齢に対応するｃｃｖＴＰの平均値）÷被験者の年齢に対応するｃｃｖＴＰの標準偏差（σ）＋５０」の式を用いて、被験者のｃｃｖＴＰの偏差値を算出する。
１．数式４に従い、ステップＳ１２で算出されたＴＰを被験者の心拍数で補正することで被験者のｃｃｖＴＰを算出する。
２．分布データ（ｃｃｖＴＰ）１００ａから、被験者の年齢に対応するｃｃｖＴＰの平均値と標準偏差（σ）を取得する。
３．「ｃｃｖＴＰの偏差値＝１０×（被験者のｃｃｖＴＰ－被験者の年齢に対応するｃｃｖＴＰの平均値）÷被験者の年齢に対応するｃｃｖＴＰの標準偏差（σ）＋５０」の式を用いて、被験者のｃｃｖＴＰの偏差値を算出する。
【0054】
（自律神経機能の迅速評価の変形例１）
以上説明した、自律神経機能の評価方法について、対数変換したＬＰ．Ｓ（以下、「ｌｏｇＬＰ．Ｓ」と言う）及びＬＰ．ｍ（以下、「ｌｏｇＬＰ．ｍ」と言う）を使用することで、対数変換したＴＰ（以下、「ｌｏｇＴＰ」と言う）の推定を行うようにしてもよい。
以上説明した、自律神経機能の評価方法について、対数変換したＬＰ．Ｓ（以下、「ｌｏｇＬＰ．Ｓ」と言う）及びＬＰ．ｍ（以下、「ｌｏｇＬＰ．ｍ」と言う）を使用することで、対数変換したＴＰ（以下、「ｌｏｇＴＰ」と言う）の推定を行うようにしてもよい。
【0055】
具体的には、以上説明した処理手順の「手順５」において、数式６に代えて以下の数式７を利用することで、ｌｏｇＴＰを推定するようにしてもよい。なお、対数は常用対数であってもよい。
数式７において、４つの係数（ｅ、ｆ、ｇ、ｈ）は、心拍データの測定時間ごとに、ｌｏｇＴＰ９０を従属変数とし、ｌｏｇＬＰ．Ｓ、ｌｏｇＬＰ．ｍ及び年齢を独立変数として重回帰分析を行うことで算出された係数であってもよい。すなわち、記憶部１００に、心拍データの測定時間ごとに４つの係数（ｅ、ｆ、ｇ、ｈ）のセットを予め記憶しておき、算出部１０２は、心拍データの測定時間に対応する係数のセットを記憶部１００から取得し、取得した係数を数式７に適用することで、被験者のｌｏｇＴＰを算出（推定）するようにしてもよい。例えば、心拍データの測定時間が連続１０秒である場合、算出部１０２は、係数としてｅ＝０．５１３３３、ｆ＝１．４２４４６、ｇ＝－０．００８１及びｈ＝－３．３０１６を利用するようにしてもよい。なお、当該４つの係数は、心拍データの測定時間に関わらず固定値であってもよい。この場合、４つの係数は、ｅ＝０．５１３３３、ｆ＝１．４２４４６、ｇ＝－０．００８１及びｈ＝－３．３０１６であってもよい。
【数7】
【0056】
また、算出部１０２は、推定したｌｏｇＴＰから推定ＴＰ（つまり対数変換前のＴＰ）を算出し、算出した推定ＴＰを用いてステップＳ１３の処理手順を実行するようにしてもよい。
【0057】
なお、「（自律神経機能の迅速評価）」で説明したノイズ除去の処理についても、当該変形例１に適用してもよい。すなわち、算出部１０２は、以下の処理を行うようにしてもよい。
１．心拍データの間隔のうち連続する２つの間隔をそれぞれｘ及びｙとする点を、一方の軸がｘ軸であり他方の軸がｙ軸であるグラフにプロットする。
２．グラフにプロットした点をｘ＝ｙ軸に投射した投影点と原点（0,0）との間の距離の標準偏差に所定係数（Ｄ）を乗算した第１標準偏差を長軸とし、グラフにプロットした点をｘ＝－ｙ軸に投射した投影点と原点との間の距離の標準偏差に所定係数（Ｄ）を乗算した第２標準偏差を短軸とする第１楕円を算出する。
３．グラフにプロットした点のうち楕円Ｍの内部に存在する点について、グラフにプロットした点をｘ＝ｙ軸に投射した投影点と原点との間の距離の標準偏差に所定係数（Ｄ）を乗算した第３標準偏差を長軸とし、グラフにプロットした点をｘ＝－ｙ軸に投射した投影点と原点との間の距離の標準偏差に所定係数（Ｄ）を乗算した第４標準偏差を短軸とする第２楕円を算出する。
４．第２楕円の面積を所定計算式（数式７）に代入することで、被験者のｌｏｇＴＦを推定（算出）する。
１．心拍データの間隔のうち連続する２つの間隔をそれぞれｘ及びｙとする点を、一方の軸がｘ軸であり他方の軸がｙ軸であるグラフにプロットする。
２．グラフにプロットした点をｘ＝ｙ軸に投射した投影点と原点（0,0）との間の距離の標準偏差に所定係数（Ｄ）を乗算した第１標準偏差を長軸とし、グラフにプロットした点をｘ＝－ｙ軸に投射した投影点と原点との間の距離の標準偏差に所定係数（Ｄ）を乗算した第２標準偏差を短軸とする第１楕円を算出する。
３．グラフにプロットした点のうち楕円Ｍの内部に存在する点について、グラフにプロットした点をｘ＝ｙ軸に投射した投影点と原点との間の距離の標準偏差に所定係数（Ｄ）を乗算した第３標準偏差を長軸とし、グラフにプロットした点をｘ＝－ｙ軸に投射した投影点と原点との間の距離の標準偏差に所定係数（Ｄ）を乗算した第４標準偏差を短軸とする第２楕円を算出する。
４．第２楕円の面積を所定計算式（数式７）に代入することで、被験者のｌｏｇＴＦを推定（算出）する。
【0058】
（自律神経機能の迅速評価の変形例２）
以上説明した「手順１」において、算出部１０２は、心拍データのＲ－Ｒ間隔のうち、連続する２つのＲ－Ｒ間隔からなる点（ｘ、ｙ）＝（ＲＲＩn、ＲＲＩn+1）をグラフ上にプロットしていくようにしたが、連続しない２つのＲ－Ｒ間隔からなる点をグラフ上にプロットするようにしてもよい。つまり、算出部１０２は、心拍データのＲ－Ｒ間隔のうち連続しない２つのＲ－Ｒ間隔をそれぞれｘ及びｙとする複数の点を、一方の軸がｘ軸であり他方の軸がｙ軸であるグラフにプロットするようにしてもよい。
以上説明した「手順１」において、算出部１０２は、心拍データのＲ－Ｒ間隔のうち、連続する２つのＲ－Ｒ間隔からなる点（ｘ、ｙ）＝（ＲＲＩn、ＲＲＩn+1）をグラフ上にプロットしていくようにしたが、連続しない２つのＲ－Ｒ間隔からなる点をグラフ上にプロットするようにしてもよい。つまり、算出部１０２は、心拍データのＲ－Ｒ間隔のうち連続しない２つのＲ－Ｒ間隔をそれぞれｘ及びｙとする複数の点を、一方の軸がｘ軸であり他方の軸がｙ軸であるグラフにプロットするようにしてもよい。
【0059】
具体的には、「手順１」において、算出部１０２は、被験者の心拍データから、心拍データのＲ－Ｒ間隔のうちｎ番目を横軸とし、ｎ＋α番目（以下、（ＲＲＩn+α）とし、αは２以上の整数）を縦軸とするグラフにプロットするようにしてもよい。すなわち、算出部１０２は、心拍データのＲ－Ｒ間隔のうち、連続しない２つのＲ－Ｒ間隔からなる点（ｘ、ｙ）＝（ＲＲＩn、ＲＲＩn+α）をグラフ上にプロットしていくようにしてもよい。αの値は、２以上の整数であればよく、例えば、α＝４であってもよいし、５であってもよいし、６以上であってもよい。
【0060】
ここで、ｎ番目のＲ－Ｒ間隔を、ＲＲＩ（ｎ）と表現する。α＝２とした場合、算出部１０２は、例えば、点（RRI(1), RRI(3)）、点（RRI(2), RRI(4)）及び点（RRI(3), RRI(5)）をグラフ上にプロットするようにしてもよい。また、α＝３とした場合、算出部１０２は、例えば、点（RRI(1), RRI(4)）、点（RRI(2), RRI(5)）及び点（RRI(3), RRI(6)）をグラフ上にプロットするようにしてもよい。
【0061】
また、αの値は、１以上の任意の値で変化するようにしてもよい。任意の値は、例えば、正しく計測できていない期間の心拍データをスキップするように決定された値であってもよい。つまり、算出部１０２は、連続しない２つのＲ－Ｒ間隔をそれぞれｘ及びｙとする複数の点であって、当該連続しない２つのＲ－Ｒ間隔の間に存在するＲ－Ｒ間隔の数が異なる複数の点を、一方の軸がｘ軸であり他方の軸がｙ軸であるグラフにプロットするようにしてもよい。なお、αの値は、ランダムに変化するようにしてもよい。
【0062】
ここで、αの値を任意に変化させる場合、算出部１０２は、例えば、点（RRI(1), RRI(2)）、点（RRI(2), RRI(4)）、点（RRI(3), RRI(6)）、点（RRI(4), RRI(5)）、点（RRI(5), RRI(7)）及び点（RRI(6), RRI(7)）などをグラフ上にプロットするようにしてもよい。
【0063】
なお、ｎの値は、必ずしも１ずつ増加させる必要はなく、１以上の任意の値ずつ増加させるようにしてもよい。任意の値は、例えば、正しく計測できていない期間の心拍データをスキップするように決定された値であってもよい。また、ｎの値は、ランダムな値で増加してもよい。例えば、算出部１０２は、点（RRI(1), RRI(2)）、点（RRI(2), RRI(4)）、点（RRI(4), RRI(8)）、点（RRI(5), RRI(6)）、点（RRI(8), RRI(9)）及び点（RRI(10), RRI(13)）などをグラフ上にプロットするようにしてもよい。
【0064】
なお、「自律神経機能の迅速評価の変形例１」で説明した、対数変換したＬＰ．Ｓを利用して対数変換したＴＰの推定を行う方法を、当該変形例２に適用するようにしてもよい。また、「（自律神経機能の迅速評価）」で説明したノイズ除去の処理を、当該変形例２に適用してもよい。この場合、ノイズ除去の処理のうち「１．心拍データの間隔のうち連続する２つの間隔をそれぞれｘ及びｙとする点を、一方の軸がｘ軸であり他方の軸がｙ軸であるグラフにプロットする。」の処理を、「１．心拍データの間隔のうち連続しない２つの間隔をそれぞれｘ及びｙとする点を、一方の軸がｘ軸であり他方の軸がｙ軸であるグラフにプロットする。」に置き換えることが可能である。
【0065】
従来のように、病院及び検査センター等で心拍データを取得する場合、比較的安定したデータを取得可能である。一方、タクシードライバーやトラックドライバー等に対する日々の就業前検査など、病院及び検査センター等以外で心拍データを取得する場合、必ずしも安定したデータが取得できるとは限られず、ノイズが多く混じった心拍データを用いらざるを得ない状況が想定される。例えば、心拍データにノイズが混ざっていることで、ノイズに該当する部分の心拍データを利用することができないこと等が想定される。本変形例２によれば、連続した心拍データを利用することが困難な状況であっても、自律神経機能を評価することが可能になる。また、これにより、今後予想される種々の環境（運動中、作業中、勉強中など）において、より簡便な心拍間隔の計測器を用いた自律神経機能の測定を実現することが可能になる。
【0066】
（ＴＰに関する実験結果その１）
「ＴＰに関する実験結果その１」及び後述する「ＴＰに関する実験結果その２」の説明において、「ＴＰｘｘ」は、ｘｘ秒連続で測定された心拍データを用いて、最大エントロピー法により算出されたＴＰを意味する。例えば「ＴＰ９０」は、９０秒連続で測定された心拍データを用いて、最大エントロピー法により算出されたＴＰを意味する。また、「ＬＰ．Ｓｘｘ」は、ｘｘ秒連続で測定された心拍データを用いて、上述したローレンツプロット法を用いて算出されたＬＰ．Ｓ（楕円の面積）を意味する。例えば「ＬＰ．Ｓ１０」は、１０秒連続で測定された心拍データを用いて、ローレンツプロット法を用いて算出されたＬＰ．Ｓを意味する。また、「ＬＰ．ｍｘｘ」は、ｘｘ秒連続で測定された心拍データを用いて、上述したローレンツプロット法を用いて算出されたＬＰ．ｍ（原点からの距離の平均）を意味する。例えば「ＬＰ．ｍ１０」は、１０秒連続で測定された心拍データを用いて、ローレンツプロット法を用いて算出されたＬＰ．ｍを意味する。
「ＴＰに関する実験結果その１」及び後述する「ＴＰに関する実験結果その２」の説明において、「ＴＰｘｘ」は、ｘｘ秒連続で測定された心拍データを用いて、最大エントロピー法により算出されたＴＰを意味する。例えば「ＴＰ９０」は、９０秒連続で測定された心拍データを用いて、最大エントロピー法により算出されたＴＰを意味する。また、「ＬＰ．Ｓｘｘ」は、ｘｘ秒連続で測定された心拍データを用いて、上述したローレンツプロット法を用いて算出されたＬＰ．Ｓ（楕円の面積）を意味する。例えば「ＬＰ．Ｓ１０」は、１０秒連続で測定された心拍データを用いて、ローレンツプロット法を用いて算出されたＬＰ．Ｓを意味する。また、「ＬＰ．ｍｘｘ」は、ｘｘ秒連続で測定された心拍データを用いて、上述したローレンツプロット法を用いて算出されたＬＰ．ｍ（原点からの距離の平均）を意味する。例えば「ＬＰ．ｍ１０」は、１０秒連続で測定された心拍データを用いて、ローレンツプロット法を用いて算出されたＬＰ．ｍを意味する。
【0067】
図７は、ＬＰ．Ｓ、ＬＰ．ｍ、年齢及びＴＰの重回帰分析結果を示す図である。より具体的には、図７は、被験者５００名を対象に、ＴＰ９０を従属変数とし、ＬＰ．Ｓ、ＬＰ．ｍ及び年齢を独立変数として重回帰分析を行った結果を示している。図７の秒数は、重回帰分析に用いた心拍データの測定時間を示す。例えば、心拍データの測定時間が１５秒の欄における重相関係数は０．８１９５５であり、自由度調整済み決定係数は０．６６９６７である。これは、ＴＰ９０とＬＰ．Ｓ１５とＬＰ．ｍ１５と被験者の年齢とについて、被験者５００名を１５秒間測定することで得られた心拍データを重回帰分析した結果、重相関係数は０．８１９５５であり、自由度調整済み決定係数は０．６６９６７であったことを示している。
【0068】
図７によれば、測定時間が３秒から１１秒である心拍データから得られた重相関係数は０．４９以上であり、更に、測定時間が１２秒以上である場合、重相関係数は０．８以上であることが分かる。また、自由度調整済み決定係数は、測定時間が８秒以上であれば０．５を上回っている。従って、測定時間が８秒以上である場合、数式６は、ＴＰの推定モデルとして使用可能な水準であると言える。また、測定時間が４秒以上であれば、重相関係数は０．６を上回っていることから、測定時間が４秒以上かつ８秒未満である心拍データであっても、自律神経の簡易計測として利用することは可能であると言える。
【0069】
図８は、ＬＰ．Ｓ、ＬＰ．ｍ、年齢及びＴＰの相関関係を示す図である。また、図９及び図１０は、ＴＰ及びＬＰ．Ｓの相関関係を示す図である。図８～図１０は、被験者５００名を対象に測定を行った結果を示している。図８～図１０において、上段の数値は相関係数（ｒ値）であり、下段の数値は有意確率（ｐ値）である。図８によれば、ＬＰ．Ｓ１０及びＬＰ．ｍ１０は、ＴＰ９０と有意な相関があることが分かる。また、被験者の年齢とＴＰ９０も負の相関があることが分かる。
【0070】
また、図９及び図１０によれば、ＬＰ．Ｓ４～ＬＰ．Ｓ１３は、ＴＰ９０との相関係数が０．４９以上であり、更に、ＬＰ．Ｓ１４～ＬＰ．Ｓ９０は、ＴＰ９０との相関係数が０．８以上であることが分かる。つまり、４秒間以上の心拍データを利用してローレンツプロット法により算出した楕円の面積は、最大エントロピー法により算出したＴＰ９０と相関関係にあることが分かる。この結果からも、ローレンツプロット法を利用して数式６によりＴＰを推定することで、心拍データの測定時間が短くても、被験者のＴＰを推定することが可能であることが分かる。
【0071】
（ＴＰに関する実験結果その２）
図１１は、ＬＰ．Ｓ、ＬＰ．ｍ、年齢及びＴＰの重回帰分析結果を示す図である。より具体的には、図１１は、被験者５００名を対象に、ＴＰ９０を従属変数とし、ＬＰ．Ｓ、ＬＰ．ｍ及び年齢を独立変数として重回帰分析を行った結果を示している。なお、図１１おいて、ＬＰ．Ｓ、ＬＰ．ｍ及びＴＰについては対数変換した値を用いた。
図１１は、ＬＰ．Ｓ、ＬＰ．ｍ、年齢及びＴＰの重回帰分析結果を示す図である。より具体的には、図１１は、被験者５００名を対象に、ＴＰ９０を従属変数とし、ＬＰ．Ｓ、ＬＰ．ｍ及び年齢を独立変数として重回帰分析を行った結果を示している。なお、図１１おいて、ＬＰ．Ｓ、ＬＰ．ｍ及びＴＰについては対数変換した値を用いた。
【0072】
図１１の秒数は、重回帰分析に用いた心拍データの測定時間を示す。例えば、心拍データの測定時間が１５秒の欄における重相関係数は０．８３４５６であり、自由度調整済み決定係数は０．６９４６６である。これは、ＴＰ９０とＬＰ．Ｓ１５とＬＰ．ｍ１５と被験者の年齢とについて、被験者５００名を１５秒間測定することで得られた心拍データを重回帰分析した結果、重相関係数は０．８３４５６であり、自由度調整済み決定係数は０．６９４６６であったことを示している。
【0073】
図１１によれば、測定時間が３秒から８秒である心拍データから得られた重相関係数は０．６７以上であり、更に、測定時間が９秒以上である場合、重相関係数は０．８以上であることが分かる。また、自由度調整済み決定係数は、測定時間が４秒以上であれば０．５を上回っている。従って、測定時間が４秒以上である場合、数式７は、ＴＰの推定モデルとして使用可能な水準であると言える。また、測定時間が３秒以上であれば、重相関係数は０．６を上回っていることから、測定時間が３秒以上かつ４秒未満である心拍データであっても、自律神経の簡易計測として利用することは可能であると言える。
【0074】
図１２は、ＬＰ．Ｓ、ＬＰ．ｍ、年齢及びＴＰの相関関係を示す図である。また、図１３及び図１４は、ＴＰ及びＬＰ．Ｓの相関関係を示す図である。図１２～図１４は、被験者５００名を対象に測定を行った結果を示している。図１２～図１４において、上段の数値は相関係数（ｒ値）であり、下段の数値は有意確率（ｐ値）である。なお、図１２～図１４において、ＬＰ．Ｓ、ＬＰ．ｍ及びＴＰについては対数変換した値を用いた。
【0075】
図１２によれば、ＬＰ．Ｓ１０及びＬＰ．ｍ１０は、ＴＰ９０と有意な相関があることが分かる。また、被験者の年齢とＴＰ９０も負の相関があることが分かる。
【0076】
また、図１３及び図１４によれば、ＬＰ．Ｓ３～ＬＰ．Ｓ１２は、ＴＰ９０との相関係数が０．４９以上であり、更に、ＬＰ．Ｓ１３～ＬＰ．Ｓ９０は、ＴＰ９０との相関係数が０．８以上であることが分かる。つまり、３秒間以上の心拍データを利用してローレンツプロット法により算出した楕円の面積は、最大エントロピー法により算出したＴＰ９０と相関関係にあることが分かる。この結果からも、ローレンツプロット法を利用して数式７によりＴＰを推定することで、心拍データの測定時間が短くても、被験者のＴＰを推定することが可能であることが分かる。
【0077】
以上説明した実験結果その１及びその２に基づいて、取得部１０１は、被験者の心拍データを、３秒以上かつ６０秒未満で被験者を計測することで取得するようにしてもよい。また、算出部１０２は、３秒以上かつ６０秒未満で被験者を計測することで取得された心拍データを用いて、ローレンツプロット法により被験者のＴＰを算出（推定）するようにしてもよい。これにより、従来よりも短時間で、被験者の自律神経機能を評価することが可能になる。
【0078】
また、取得部１０１は、被験者の心拍データを、３秒以上かつ２５秒未満で被験者を計測することで取得するようにしてもよい。また、算出部１０２は、３秒以上かつ２５秒未満で被験者を計測することで取得された心拍データを用いて、ローレンツプロット法により被験者のＴＰを算出（推定）するようにしてもよい。前述したように、最大エントロピー法を利用する場合、ＬＰを算出するためには最低でも２５秒間の計測が必要になる。したがって、２５秒未満で被験者を測定することで、従来では不可能であった短い時間で、被験者の自律神経機能を評価することが可能になる。
【0079】
なお、上記に限定されず、取得部１０１は、Ｎ秒以上かつＭ秒未満で被験者を計測することで、被験者の心拍データを取得するようにしてもよい。また、算出部１０２は、Ｎ秒以上かつＭ秒未満で被験者を計測することで取得された心拍データを用いて、ローレンツプロット法により被験者のＴＰを算出（推定）するようにしてもよい。Ｎ及びＭには、４秒～６０秒の範囲で任意の時間を設定してもよい。例えば、Ｎ及びＭは、それぞれ、３秒及び１５秒であってもよいし、それぞれ、８秒及び６０秒であってもよい。また、Ｎ及びＭは、それぞれ、８秒及び１５秒であってもよい。また、Ｎ及びＭは、それぞれ、４秒及び１５秒であってもよいし、４秒及び６０秒であってもよいし、４秒及び２５秒であってもよい。
【0080】
（楕円面積に関する実験結果）
図１５は、ＬＰ．Ｓの相関関係を示す図である。ＬＰ．Ｓ（ｎ、ｎ＋１）は、連続する２つのＲ－Ｒ間隔からなる点をプロットした場合の楕円面積ＬＰ．Ｓを示す。ＬＰ．Ｓ（ｎ、ｎ＋２）は、連続しない２つのＲ－Ｒ間隔（α＝２の場合）からなる点をプロットした場合の楕円面積ＬＰ．Ｓを示す。ＬＰ．Ｓ（ｎ、ｎ＋３）は、連続しない２つのＲ－Ｒ間隔（α＝３の場合）からなる点をプロットした場合の楕円面積ＬＰ．Ｓを示す。ＬＰ．Ｓ（ｎ、ランダム）は、連続しない２つのＲ－Ｒ間隔（α＝ランダムの場合）からなる点をプロットした場合の楕円面積ＬＰ．Ｓを示す。
図１５は、ＬＰ．Ｓの相関関係を示す図である。ＬＰ．Ｓ（ｎ、ｎ＋１）は、連続する２つのＲ－Ｒ間隔からなる点をプロットした場合の楕円面積ＬＰ．Ｓを示す。ＬＰ．Ｓ（ｎ、ｎ＋２）は、連続しない２つのＲ－Ｒ間隔（α＝２の場合）からなる点をプロットした場合の楕円面積ＬＰ．Ｓを示す。ＬＰ．Ｓ（ｎ、ｎ＋３）は、連続しない２つのＲ－Ｒ間隔（α＝３の場合）からなる点をプロットした場合の楕円面積ＬＰ．Ｓを示す。ＬＰ．Ｓ（ｎ、ランダム）は、連続しない２つのＲ－Ｒ間隔（α＝ランダムの場合）からなる点をプロットした場合の楕円面積ＬＰ．Ｓを示す。
【0081】
図１５のＡに示すように、楕円面積ＬＰ．Ｓ（ｎ、ｎ＋１）と楕円面積ＬＰ．Ｓ（ｎ、ｎ＋２）の間には、有意な相関があることが分かる。また、図１５のＢに示すように、楕円面積ＬＰ．Ｓ（ｎ、ｎ＋１）と楕円面積ＬＰ．Ｓ（ｎ、ｎ＋３）の間には、有意な相関があることが分かる。また、図１５のＣに示すように、楕円面積ＬＰ．Ｓ（ｎ、ｎ＋１）と楕円面積ＬＰ．Ｓ（ｎ、ランダム）の間には、有意な相関があることが分かる。
【0082】
（副交感神経の評価）
図１６は、評価装置１０が副交感神経の評価を行う処理手順の一例を示すフローチャートである。
図１６は、評価装置１０が副交感神経の評価を行う処理手順の一例を示すフローチャートである。
【0083】
ステップＳ２１で、取得部１０１は、被験者の年齢及び心拍データを取得する。
【0084】
ステップＳ２２で、算出部１０２は、最大エントロピー法を用いて被験者のＨＦを算出する。
【0085】
ステップＳ２３で、算出部１０２は、ステップＳ２２で算出した被験者のＨＦと被験者の心拍データとを用いて、被験者のｃｃｖＨＦを算出する。また、算出部１０２は、被験者のｃｃｖＨＦと分布データ（ｃｃｖＨＦ）１００ｂとを用いて、被験者のｃｃｖＨＦの偏差値を算出する。例えば、算出部１０２は、被験者のｃｃｖＨＦの偏差値を以下の手順で算出することができる。
１．数式８に従い、ステップＳ２２で算出されたＨＦを被験者の心拍数（より具体的にはＲ－Ｒ間隔の平均）で補正することで被験者のｃｃｖＨＦを算出する。
２．分布データ（ｃｃｖＨＦ）１００ｂから、被験者の年齢に対応するｃｃｖＨＦの平均値と標準偏差（σ）を取得する。
３．「ｃｃｖＨＦの偏差値＝１０×（被験者のｃｃｖＨＦ－被験者の年齢に対応するｃｃｖＨＦの平均値）÷被験者の年齢に対応するｃｃｖＨＦの標準偏差（σ）＋５０」の式を用いて、被験者のｃｃｖＨＦの偏差値を算出する。
１．数式８に従い、ステップＳ２２で算出されたＨＦを被験者の心拍数（より具体的にはＲ－Ｒ間隔の平均）で補正することで被験者のｃｃｖＨＦを算出する。
【数8】
３．「ｃｃｖＨＦの偏差値＝１０×（被験者のｃｃｖＨＦ－被験者の年齢に対応するｃｃｖＨＦの平均値）÷被験者の年齢に対応するｃｃｖＨＦの標準偏差（σ）＋５０」の式を用いて、被験者のｃｃｖＨＦの偏差値を算出する。
【0086】
ステップＳ２４で、算出部１０２は、ローレンツプロット法に基づいて算出した被験者のＴＰに対する、ステップＳ２２の処理手順で算出した被験者のＨＦの割合（つまり、ＨＦ／ＴＰ）を算出する。なお、算出部１０２は、ローレンツプロット法に基づいて算出した被験者のｃｃｖＴＰに対する、ステップＳ２３の処理手順で算出した被験者のｃｃｖＨＦの割合（つまり、ｃｃｖＨＦ／ｃｃｖＴＰ）を算出するようにしてもよい。また、ステップＳ２４の処理手順は省略されてもよい。
【0087】
（副交感神経の評価の変形例１）
以上説明した、副交感神経の評価方法のステップＳ２２の処理手順において、算出部１０２は、ローレンツプロット法に基づいて、被験者のＨＦを算出するようにしてもよい。
以上説明した、副交感神経の評価方法のステップＳ２２の処理手順において、算出部１０２は、ローレンツプロット法に基づいて、被験者のＨＦを算出するようにしてもよい。
【0088】
具体的には、「（自律神経機能の迅速評価）」で説明した被験者のＴＰを算出する処理手順の「手順５」において、数式６に代えて数式９を利用することで、ｌｏｇＨＦを推定するようにしてもよい。なお、対数は常用対数であってもよい。
数式９において、４つの係数（ｉ、ｊ、ｋ、ｌ）は、心拍データの測定時間ごとに、ｌｏｇＨＦ９０を従属変数とし、ｌｏｇＬＰ．Ｓ、ｌｏｇＬＰ．ｍ及び年齢を独立変数として重回帰分析を行うことで算出された係数であってもよい。すなわち、記憶部１００に、心拍データの測定時間ごとに４つの係数（ｉ、ｊ、ｋ、ｌ）のセットを予め記憶しておき、算出部１０２は、心拍データの測定時間に対応する係数のセットを記憶部１００から取得し、取得した係数を数式９に適用することで、被験者のｌｏｇＨＦを算出（推定）するようにしてもよい。例えば、心拍データの測定時間が連続１０秒である場合、算出部１０２は、係数としてｉ＝０．６５６６０、ｊ＝１．８１０７４、ｋ＝－０．００７２及びｌ＝－５．５８８０を利用するようにしてもよい。なお、当該４つの係数は、心拍データの測定時間に関わらず固定値であってもよい。この場合、４つの係数は、ｉ＝０．６５６６０、ｊ＝１．８１０７４、ｋ＝－０．００７２及びｌ＝－５．５８８０であってもよい。 また、算出部１０２は、推定したｌｏｇＨＦから推定ＨＦ（つまり対数変換前のＨＦ）を算出し、算出した推定ＨＦを用いてステップＳ２３の処理手順を実行するようにしてもよい。
【数9】
【0089】
また、「（自律神経機能の迅速評価）」で説明したノイズ除去の処理についても、ローレンツプロット法に基づいて、被験者のＨＦを推定する方法に適用してもよい。すなわち、算出部１０２は、以下の処理を行うようにしてもよい。
１．心拍データの間隔のうち連続する２つの間隔をそれぞれｘ及びｙとする点を、一方の軸がｘ軸であり他方の軸がｙ軸であるグラフにプロットする。
２．グラフにプロットした点をｘ＝ｙ軸に投射した投影点と原点（0,0）との間の距離の標準偏差に所定係数（Ｄ）を乗算した第１標準偏差を長軸とし、グラフにプロットした点をｘ＝－ｙ軸に投射した投影点と原点との間の距離の標準偏差に所定係数（Ｄ）を乗算した第２標準偏差を短軸とする第１楕円を算出する。
３．グラフにプロットした点のうち楕円Ｍの内部に存在する点について、グラフにプロットした点をｘ＝ｙ軸に投射した投影点と原点との間の距離の標準偏差に所定係数（Ｄ）を乗算した第３標準偏差を長軸とし、グラフにプロットした点をｘ＝－ｙ軸に投射した投影点と原点との間の距離の標準偏差に所定係数（Ｄ）を乗算した第４標準偏差を短軸とする第２楕円を算出する。
４．第２楕円の面積を所定計算式（数式９）に代入することで、被験者のｌｏｇＨＦを推定（算出）する。
１．心拍データの間隔のうち連続する２つの間隔をそれぞれｘ及びｙとする点を、一方の軸がｘ軸であり他方の軸がｙ軸であるグラフにプロットする。
２．グラフにプロットした点をｘ＝ｙ軸に投射した投影点と原点（0,0）との間の距離の標準偏差に所定係数（Ｄ）を乗算した第１標準偏差を長軸とし、グラフにプロットした点をｘ＝－ｙ軸に投射した投影点と原点との間の距離の標準偏差に所定係数（Ｄ）を乗算した第２標準偏差を短軸とする第１楕円を算出する。
３．グラフにプロットした点のうち楕円Ｍの内部に存在する点について、グラフにプロットした点をｘ＝ｙ軸に投射した投影点と原点との間の距離の標準偏差に所定係数（Ｄ）を乗算した第３標準偏差を長軸とし、グラフにプロットした点をｘ＝－ｙ軸に投射した投影点と原点との間の距離の標準偏差に所定係数（Ｄ）を乗算した第４標準偏差を短軸とする第２楕円を算出する。
４．第２楕円の面積を所定計算式（数式９）に代入することで、被験者のｌｏｇＨＦを推定（算出）する。
【0090】
また、算出部１０２は、ローレンツプロット法に基づいて被験者のＨＦを算出する際、「自律神経機能の迅速評価の変形例２」で説明したように、心拍データのＲ－Ｒ間隔のうち、連続しない２つのＲ－Ｒ間隔からなる点（ｘ、ｙ）＝（ＲＲＩn、ＲＲＩn+α）をグラフ上にプロットすることで、ＬＰ．Ｓ及びＬＰ．ｍを算出するようにしてもよい。特に言及しない点は、「自律神経機能の迅速評価の変形例２」の説明と同一でよい。
【0091】
（副交感神経の評価の変形例２）
上述したステップＳ２３の処理手順において、ｃｃｖＨＦは、数式８を用いて算出されることとしたが、これに限定されない。本実施形態では、ｃｃｖＨＦは、以下の数式１０～１３のいずれかを用いて算出されることとしてもよい。なお、「平均ＨＦ」は、所定数の被験者を測定することで得られた複数のＨＦの平均値である。また、「ＨＦの標準偏差」は、所定数の被験者を測定することで得られた複数のＨＦの標準偏差（σ）である。また、「ＨＦmax」及び「ＨＦmin」は、それぞれ、所定数の被験者を測定することで得られた複数のＨＦの最大値及び最小値を意味する。
上述したステップＳ２３の処理手順において、ｃｃｖＨＦは、数式８を用いて算出されることとしたが、これに限定されない。本実施形態では、ｃｃｖＨＦは、以下の数式１０～１３のいずれかを用いて算出されることとしてもよい。なお、「平均ＨＦ」は、所定数の被験者を測定することで得られた複数のＨＦの平均値である。また、「ＨＦの標準偏差」は、所定数の被験者を測定することで得られた複数のＨＦの標準偏差（σ）である。また、「ＨＦmax」及び「ＨＦmin」は、それぞれ、所定数の被験者を測定することで得られた複数のＨＦの最大値及び最小値を意味する。
【数10】
【数11】
【数12】
【数13】
【0092】
（副交感神経の評価の変形例３）
ステップＳ２３で、算出部１０２は、１～３の手順を用いて被験者のｃｃｖＨＦの偏差値を算出したが、これに代えて、以下の手順を用いて被験者のＨＦ偏差値を算出するようにしてもよい。
ステップＳ２３で、算出部１０２は、１～３の手順を用いて被験者のｃｃｖＨＦの偏差値を算出したが、これに代えて、以下の手順を用いて被験者のＨＦ偏差値を算出するようにしてもよい。
【0093】
１．以下の数式１４を用いて、ローレンツプロット（ＬＰ）指標を算出する。ＬＰ指標は、ローレンツプロット法に関する第１指標と呼ばれてもよい。なお、算出部１０２は、ＬＰ．Ｓ及びＬＰ．ｍを算出する際、「自律神経機能の迅速評価の変形例２」で説明したように、心拍データのＲ－Ｒ間隔のうち、連続しない２つのＲ－Ｒ間隔からなる点（ｘ、ｙ）＝（ＲＲＩn、ＲＲＩn+α）をグラフ上にプロットすることで、ＬＰ．Ｓ及びＬＰ．ｍを算出するようにしてもよい。特に言及しない点は、「自律神経機能の迅速評価の変形例２」の説明と同一でよい。若しくは、算出部１０２は、連続する２つのＲ－Ｒ間隔からなる点（ｘ、ｙ）＝（ＲＲＩn、ＲＲＩn+1）をグラフ上にプロットすることで、ＬＰ．Ｓ及びＬＰ．ｍを算出するようにしてもよい。
すなわち、算出部１０２は、被験者の心拍データのＲ－Ｒ間隔のうち２つのＲ－Ｒ間隔をそれぞれｘ及びｙとする複数の点を、一方の軸がｘ軸であり他方の軸がｙ軸であるグラフにプロットすることで、ローレンツプロット法における楕円面積（ＬＰ．Ｓ）及び平均距離（ＬＰ．ｍ）とを算出してもよい。また、算出部１０２は、算出した楕円面積（ＬＰ．Ｓ）及び平均距離（ＬＰ．ｍ）に基づいて、被験者のＬＰ指標を算出するようにしてもよい。
【数14】
【0094】
なお、ＬＰ．Ｓ＝Ｓ、ＬＰ．ｍ＝Ｍとした場合、数式１４におけるＳ／Ｍの部分は、対数化又は正規化した値に置き換えてもよい。具体的には、「Ｓ／Ｍ」の値を以下に示すいずれかの値に置き換えてもよい。S/logM、S/rootM、logS/M、logS/logM、logS/rootM、rootS/M、rootS/logM、rootS/rootM、log(S/M)、log(S/logM)、log(S/rootM)、log(logS/M)、log(logS/logM)、log(logS/rootM)、log(rootS/M)、log(rootS/logM)、log(rootS/rootM)、root(S/M)、root(S/logM)、root(S/rootM)、root(logS/M)、root(logS/logM)、root(logS/rootM)、root(rootS/M)、root(rootS/logM)、root(rootS/rootM)。
【0095】
２．「ＬＰ指標の偏差値＝１０×（被験者のＬＰ指標－被験者の年齢に対応するＬＰ指標の平均値）÷被験者の年齢に対応するＬＰ指標の標準偏差（σ）＋５０」の式を用いて、被験者のＬＰ指標の偏差値を算出する。
【0096】
ＬＰ指標の偏差値を算出可能にするため、記憶部１００は、ＬＰ指標について被験者の年齢ごとの分布を示す分布データを記憶してもよい。また、算出部１０２は、当該分布データと、被験者の年齢と、被験者のＬＰ指標とに基づいて、被験者のＬＰ指標の偏差値を算出するようにしてもよい。
【0097】
３．以下の数式１５を用いて、ＨＦ偏差値を算出する。
すなわち、算出部１０２は、被験者のＬＰ指標の偏差値を所定計算式（数式１５）に代入することで、被験者のＨＦ値の偏差値を算出するようにしてもよい。
【数15】
【0098】
数式１５において、２つの係数（ｍ、ｎ）は、心拍データの測定時間ごとに、周波数解析により算出したＨＦ偏差値を従属変数とし、ＬＰ指標の偏差値を独立変数として回帰分析を行うことで算出された係数であってもよい。すなわち、記憶部１００に、心拍データの測定時間ごとに２つの係数（ｍ、ｎ）のセットを予め記憶しておき、算出部１０２は、心拍データの測定時間に対応する係数のセットを記憶部１００から取得し、取得した係数を数式１５に適用することで、被験者のＨＦ偏差値を算出（推定）するようにしてもよい。
【0099】
なお、数式１５において、２つの係数（ｍ、ｎ）は、それぞれ、ＬＰ．Ｓを算出する際に用いる長軸の係数ｏと短軸の係数ｐから算出される係数とすることもできる。例えば、図６に示す長軸と短軸を用いて、係数ｏ＝２σｘ、ｐ＝２σ－ｘとしてもよい。
【0100】
副交感神経の評価の変形例３によれば、ローレンツプロット法で算出される実測値である面積と距離の値そのものを用いて、ＬＰ指標を算出し、当該ＬＰ指標の偏差値からＨＦ偏差値を算出するようにした。これにより、一旦ＨＦ値を推定してからＨＦ値を偏差値化する場合と比較して、測定値の誤差を少なくすることが可能になる。
【0101】
（ＬＰ指標を用いた自律神経機能の評価）
「副交感神経の評価の変形例３」では、ＬＰ指標からＨＦ偏差値を算出するようにしたが、ＬＰ指標からＴＰ偏差値を算出することも可能である。具体的には、算出部１０２は、「副交感神経の評価の変形例３」で算出した被験者のＬＰ指標の偏差値を、数式１５に代えて以下の数式１６に代入することで、被験者のＴＰ値の偏差値を算出するようにしてもよい。すなわち、算出部１０２は、被験者のＬＰ指標の偏差値を所定計算式（数式１６）に代入することで、被験者のＴＰ値の偏差値を算出するようにしてもよい。
数式１６において、２つの係数（ｑ、ｒ）は、心拍データの測定時間ごとに、周波数解析により算出したＴＰ偏差値を従属変数とし、ＬＰ指標の偏差値を独立変数として回帰分析を行うことで算出された係数であってもよい。すなわち、記憶部１００に、心拍データの測定時間ごとに２つの係数（ｑ、ｒ）のセットを予め記憶しておき、算出部１０２は、心拍データの測定時間に対応する係数のセットを記憶部１００から取得し、取得した係数を数式１６に適用することで、被験者のＴＰ偏差値を算出（推定）するようにしてもよい。
「副交感神経の評価の変形例３」では、ＬＰ指標からＨＦ偏差値を算出するようにしたが、ＬＰ指標からＴＰ偏差値を算出することも可能である。具体的には、算出部１０２は、「副交感神経の評価の変形例３」で算出した被験者のＬＰ指標の偏差値を、数式１５に代えて以下の数式１６に代入することで、被験者のＴＰ値の偏差値を算出するようにしてもよい。すなわち、算出部１０２は、被験者のＬＰ指標の偏差値を所定計算式（数式１６）に代入することで、被験者のＴＰ値の偏差値を算出するようにしてもよい。
【数16】
【0102】
なお、数式１６において、２つの係数（ｑ、ｒ）は、それぞれ、ＬＰ．Ｓを算出する際に用いる長軸の係数ｏと短軸の係数ｐから算出される係数とすることもできる。例えば、図６に示す長軸と短軸を用いて、係数ｑ＝３σｘ、ｒ＝３σ－ｘとしてもよい。
【0103】
ＬＰ指標を用いた自律神経機能の評価によれば、ローレンツプロット法で算出される実測値である面積と距離の値そのものを用いて、ＬＰ指標を算出し、当該ＬＰ指標の偏差値からＴＰ偏差値を算出するようにした。これにより、一旦ＴＰ値を推定してからＴＰ値を偏差値化する場合と比較して、測定値の誤差を少なくすることが可能になる。
【0104】
（交感神経の評価）
図１７は、評価装置１０が交感神経の評価を行う処理手順の一例を示すフローチャートである。
図１７は、評価装置１０が交感神経の評価を行う処理手順の一例を示すフローチャートである。
【0105】
ステップＳ３１で、取得部１０１は、被験者の年齢及び心拍データを取得する。
【0106】
ステップＳ３２で、算出部１０２は、最大エントロピー法を用いて被験者のＬＦを算出する。
【0107】
ステップＳ３３で、算出部１０２は、ステップＳ３２で算出した被験者のＬＦと被験者の心拍データとを用いて、被験者のｃｃｖＬＦを算出する。また、算出部１０２は、被験者のｃｃｖＬＦと分布データ（ｃｃｖＬＦ）１００ｃとを用いて、被験者のｃｃｖＬＦの偏差値を算出する。例えば、算出部１０２は、被験者のｃｃｖＬＦの偏差値を以下の手順で算出することができる。
１．数式１０に従い、ステップＳ３２で算出されたＬＦを被験者の心拍数（より具体的にはＲ－Ｒ間隔の平均）で補正することで被験者のｃｃｖＬＦを算出する。
２．分布データ（ｃｃｖＬＦ）１００ｃから、被験者の年齢に対応するｃｃｖＬＦの平均値と標準偏差（σ）を取得する。
３．「ｃｃｖＬＦの偏差値＝１０×（被験者のｃｃｖＬＦ－被験者の年齢に対応するｃｃｖＬＦの平均値）÷被験者の年齢に対応するｃｃｖＬＦの標準偏差（σ）＋５０」の式を用いて、被験者のｃｃｖＬＦの偏差値を算出する。
１．数式１０に従い、ステップＳ３２で算出されたＬＦを被験者の心拍数（より具体的にはＲ－Ｒ間隔の平均）で補正することで被験者のｃｃｖＬＦを算出する。
【数17】
３．「ｃｃｖＬＦの偏差値＝１０×（被験者のｃｃｖＬＦ－被験者の年齢に対応するｃｃｖＬＦの平均値）÷被験者の年齢に対応するｃｃｖＬＦの標準偏差（σ）＋５０」の式を用いて、被験者のｃｃｖＬＦの偏差値を算出する。
【0108】
（交感神経の評価の変形例１）
上述したステップＳ３３の処理手順において、ｃｃｖＬＦは、数式１０を用いて算出されることとしたが、これに限定されない。本実施形態では、ｃｃｖＬＦは、以下の数式１８～２１のいずれかを用いて算出されることとしてもよい。なお、「平均ＬＦ」は、所定数の被験者を測定することで得られた複数のＬＦの平均値である。また、「ＬＦの標準偏差」は、所定数の被験者を測定することで得られた複数のＬＦの標準偏差（σ）である。また、「ＬＦmax」及び「ＬＦmin」は、それぞれ、所定数の被験者を測定することで得られた複数のＬＦの最大値及び最小値を意味する。
上述したステップＳ３３の処理手順において、ｃｃｖＬＦは、数式１０を用いて算出されることとしたが、これに限定されない。本実施形態では、ｃｃｖＬＦは、以下の数式１８～２１のいずれかを用いて算出されることとしてもよい。なお、「平均ＬＦ」は、所定数の被験者を測定することで得られた複数のＬＦの平均値である。また、「ＬＦの標準偏差」は、所定数の被験者を測定することで得られた複数のＬＦの標準偏差（σ）である。また、「ＬＦmax」及び「ＬＦmin」は、それぞれ、所定数の被験者を測定することで得られた複数のＬＦの最大値及び最小値を意味する。
【数18】
【数19】
【数20】
【数21】
【0109】
（ＨＦに関する実験結果その１）
「ＨＦに関する実験結果その１」及び後述する「ＨＦに関する実験結果その２」の説明において、「ＨＦｘｘ」は、ｘｘ秒連続で測定された心拍データを用いて、最大エントロピー法により算出されたＨＦを意味する。例えば「ＨＦ９０」は、９０秒連続で測定された心拍データを用いて、最大エントロピー法により算出されたＨＦを意味する。
「ＨＦに関する実験結果その１」及び後述する「ＨＦに関する実験結果その２」の説明において、「ＨＦｘｘ」は、ｘｘ秒連続で測定された心拍データを用いて、最大エントロピー法により算出されたＨＦを意味する。例えば「ＨＦ９０」は、９０秒連続で測定された心拍データを用いて、最大エントロピー法により算出されたＨＦを意味する。
【0110】
ＨＦは、０．１５～０．４Ｈｚの周波数帯を分析することから、１波長は最低１／０．１５（≒６．６６）秒である。すなわち、少なくとも１／０．１５秒の心拍データがあればＨＦを計測することが可能である。そこで、１／０．１５秒以上の心拍データから得られたＨＦとＨＦ９０との相関分析を行った結果を図１８に示す。図１８は、被験者５００名を対象に測定を行った結果を示している。図１８において、上段の数値は相関係数（ｒ値）であり、下段の数値は有意確率（ｐ値）である。図１８によれば、ＨＦ６．６６～ＨＦ１０は、ＨＦ９０との相関係数が概ね０．５以上であり、更に、ＨＦ１１～ＨＦ６０は、ＨＦ９０との相関係数が概ね０．８以上であることが分かる。つまり、６．６６秒間の心拍データを利用して最大エントロピー法により算出したＨＦは、最大エントロピー法により算出したＨＦ９０と相関関係にあることが分かる。また、理論上最も短い時間（つまり、１／０．１５秒）で心拍データを測定した場合であっても、ＨＦ９０との相関係数が０．５以上であることから、副交感神経の簡易計測として利用が可能であることが確認された。
【0111】
なお、文献によっては、ＨＦの定義を、０．１５～０．４Ｈｚの周波数帯ではなく０．２～０．５Ｈｚの周波数帯と定義している例もある。そこで、当該定義に従い、０．２～０．５Ｈｚの周波数帯を分析することで求めたＨＦと、０．２～０．５Ｈｚの周波数帯を分析することで求めたＨＦ９０との相関分析を行った結果を図１９に示す。図１９に示すように、理論上最短時間である５秒の計測でも、ＨＦ９０との相関係数が０．５以上であることが認められた。従って、ＨＦの定義を変更し、理論上最も短い時間（１／０．２秒、つまり５秒）で心拍データを測定した場合であっても、ＨＦ９０との相関係数が０．５以上であることから、副交感神経の簡易計測として利用が可能であることが確認された。
【0112】
以上説明した実験結果その１に基づいて、取得部１０１は、被験者の心拍データを、ＨＦを周波数解析により算出する際の周波数成分の定義に基づく最短計測時間以上かつ６０秒未満で被験者を計測することで取得するようにしてもよい。また、算出部１０２は、ＨＦを周波数解析により算出する際の周波数成分の定義に基づく最短計測時間以上かつ６０秒未満で被験者を計測することで取得された心拍データを用いて、最大エントロピー法により被験者のＨＦを算出するようにしてもよい。これにより、従来よりも短時間で、被験者のＨＦの偏差値を評価することが可能になる。
【0113】
なお、ＨＦの周波数成分を０．１５～０．４Ｈｚと定義する場合、上記の最短計測時間は、１／０．１５秒（≒６．６６秒）である。また、ＨＦの周波数成分を０．２～０．５Ｈｚと定義する場合、上記の最短計測時間は、１／０．２秒（＝５秒）である。
【0114】
なお、上記に限定されず、取得部１０１は、Ｐ秒以上かつＱ秒未満で被験者を計測することで、被験者の心拍データを取得するようにしてもよい。また、算出部１０２は、Ｐ秒以上かつＱ秒未満で被験者を計測することで取得された心拍データを用いて、最大エントロピー法により被験者のＨＦを算出するようにしてもよい。Ｐ及びＱには、最短計測時間秒～６０秒の範囲で任意の時間を設定してもよい。例えば、Ｐ及びＱは、それぞれ、１１秒及び６０秒であってもよいし、それぞれ、１１秒及び１５秒であってもよい。
【0115】
（ＨＦに関する実験結果その２）
図２０は、ＬＰ．Ｓ、ＬＰ．ｍ、年齢及びＨＦの重回帰分析結果を示す図である。より具体的には、図２０は、被験者５００名を対象に、ＨＦ９０を従属変数とし、ＬＰ．Ｓ、ＬＰ．ｍ及び年齢を独立変数として重回帰分析を行った結果を示している。なお、図２０おいて、ＬＰ．Ｓ、ＬＰ．ｍ及びＨＦについては対数変換した値を用いた。
図２０は、ＬＰ．Ｓ、ＬＰ．ｍ、年齢及びＨＦの重回帰分析結果を示す図である。より具体的には、図２０は、被験者５００名を対象に、ＨＦ９０を従属変数とし、ＬＰ．Ｓ、ＬＰ．ｍ及び年齢を独立変数として重回帰分析を行った結果を示している。なお、図２０おいて、ＬＰ．Ｓ、ＬＰ．ｍ及びＨＦについては対数変換した値を用いた。
【0116】
図２０の秒数は、重回帰分析に用いた心拍データの測定時間を示す。例えば、心拍データの測定時間が１５秒の欄における重相関係数は０．８５６２５であり、自由度調整済み決定係数は０．７３１５４である。これは、ＨＦ９０とＬＰ．Ｓ１５とＬＰ．ｍ１５と被験者の年齢とについて、被験者５００名を１５秒間測定することで得られた心拍データを重回帰分析した結果、重相関係数は０．８５６２５であり、自由度調整済み決定係数は０．７３１５４であったことを示している。
【0117】
図２０によれば、測定時間が３秒から５秒である心拍データから得られた重相関係数は０．７１以上であり、更に、測定時間が６秒以上である場合、重相関係数は０．８以上であることが分かる。また、自由度調整済み決定係数は、測定時間が３秒以上であれば０．５を上回っている。従って、測定時間が３秒以上である場合、数式９は、ＨＦの推定モデルとして使用可能な水準であると言える。
【0118】
図２１は、ＬＰ．Ｓ、ＬＰ．ｍ、年齢及びＨＦの相関関係を示す図である。また、図２２及び図２３は、ＴＰ及びＬＰ．Ｓの相関関係を示す図である。図２１～図２３は、被験者５００名を対象に測定を行った結果を示している。図２１～図２３において、上段の数値は相関係数（ｒ値）であり、下段の数値は有意確率（ｐ値）である。なお、図２１～図２３において、ＬＰ．Ｓ、ＬＰ．ｍ及びＨＦについては対数変換した値を用いた。
【0119】
図２１によれば、ＬＰ．Ｓ１０及びＬＰ．ｍ１０は、ＴＰ９０と有意な相関があることが分かる。また、被験者の年齢とＴＰ９０も負の相関があることが分かる。
【0120】
また、図２２及び図２３によれば、ＬＰ．Ｓ３～ＬＰ．Ｓ９は、ＨＦ９０との相関係数が０．６以上であり、更に、ＬＰ．Ｓ１０～ＬＰ．Ｓ９０は、ＨＦ９０との相関係数が０．８以上であることが分かる。つまり、３秒間以上の心拍データを利用してローレンツプロット法により算出した楕円の面積は、最大エントロピー法により算出したＨＦ９０と相関関係にあることが分かる。この結果からも、ローレンツプロット法を利用して数式９によりＨＦを推定することで、心拍データの測定時間が短くても、被験者のＨＦを推定することが可能であることが分かる。
【0121】
以上説明した実験結果その２に基づいて、取得部１０１は、被験者の心拍データを、ＨＦを３秒以上かつ６０秒未満で被験者を計測することで取得するようにしてもよい。また、算出部１０２は、ＨＦを３秒以上かつ６０秒未満で被験者を計測することで取得された心拍データを用いて、ローレンツプロット法により被験者のＨＦを算出（推定）するようにしてもよい。これにより、従来よりも短時間で、被験者のＨＦの偏差値を評価することが可能になる。
【0122】
なお、上記に限定されず、取得部１０１は、Ｒ秒以上かつＳ秒未満で被験者を計測することで、被験者の心拍データを取得するようにしてもよい。また、算出部１０２は、Ｒ秒以上かつＳ秒未満で被験者を計測することで取得された心拍データを用いて、ローレンツプロット法により被験者のＨＦを算出（推定）するようにしてもよい。Ｒ及びＳには、３秒～６０秒の範囲で任意の時間を設定してもよい。例えば、Ｒ及びＳは、それぞれ、６秒及び６０秒であってもよいし、６秒及び１５秒であってもよいし、３秒及び１５秒であってもよいし、３秒及び７秒であってもよい。
【0123】
（副交感神経の評価に関する補足）
図２４は、ＴＰにおけるＨＦの割合と被験者の疲労度とを比較した結果を示す図である。図２４は、１９名の健常者を対象に、精神作業負荷に伴う疲労の前後で自律神経機能評価を行うことで取得されたデータであり、縦軸「％ＨＦ」は、ＴＰにおけるＨＦの割合（すなわち、ＨＦ÷ＴＰ×１００）を示している。横軸は、被験者の疲労度を示すスコアであり、スコアが高いほど疲労していることを示す。図２４によれば、ＴＰにおけるＨＦの割合が低下するほど、被験者の疲労度が高くなることが分かる。なお、ＴＰは、ＬＦ＋ＨＦで算出されることから、ＴＰにおけるＨＦの割合が低下するほど、ＬＦの割合が多くなることを意味する。
図２４は、ＴＰにおけるＨＦの割合と被験者の疲労度とを比較した結果を示す図である。図２４は、１９名の健常者を対象に、精神作業負荷に伴う疲労の前後で自律神経機能評価を行うことで取得されたデータであり、縦軸「％ＨＦ」は、ＴＰにおけるＨＦの割合（すなわち、ＨＦ÷ＴＰ×１００）を示している。横軸は、被験者の疲労度を示すスコアであり、スコアが高いほど疲労していることを示す。図２４によれば、ＴＰにおけるＨＦの割合が低下するほど、被験者の疲労度が高くなることが分かる。なお、ＴＰは、ＬＦ＋ＨＦで算出されることから、ＴＰにおけるＨＦの割合が低下するほど、ＬＦの割合が多くなることを意味する。
【0124】
そこで、評価装置１０は、ローレンツプロット法に基づいて算出した被験者のＴＰに対する被験者のＨＦの割合（つまり、ＨＦ／ＴＰ）を算出し、算出したＨＦの割合を示す情報を出力するようにしてもよい。前述した通り、本実施形態に係る評価装置１０は、ローレンツプロット法を用いることで、従来よりも短い時間でＴＰを測定することが可能であり、更に、ＨＦについても、従来よりも短い時間で測定することが可能である。そのため、被験者の「ＴＰに対するＨＦの割合」についても、従来よりも短い時間で算出することが可能である。従って、本実施形態では、極めて短時間で、被験者に対する測定の負担を軽減した状況で、疲労やストレス性障害の状態を判定することが可能になる。
【0125】
（出力例）
図２５は、被験者の測定結果を出力する画面の一例を示す図である。図２５に示すように、出力部１０３は、被験者のｃｃｖＴＰの偏差値と、被験者のｃｃｖＨＦ値の偏差値と、を並べて画面に表示させるようにしてもよい。図２５の上段はｃｃｖＴＰの偏差値に対応し、図２５の下段はｃｃｖＨＦの偏差値に対応する。これにより、被験者は、ｃｃｖＴＰとｃｃｖＨＦを同時に確認することができる。また、本実施形態によれば、２５秒未満など、従来では困難であった時間で測定した心拍データから、ｃｃｖＴＰの偏差値を算出することが可能であることから、被験者は、ストレスを感じることなく、自身の脳の疲労度とストレスの大きさを把握することが可能になる。
図２５は、被験者の測定結果を出力する画面の一例を示す図である。図２５に示すように、出力部１０３は、被験者のｃｃｖＴＰの偏差値と、被験者のｃｃｖＨＦ値の偏差値と、を並べて画面に表示させるようにしてもよい。図２５の上段はｃｃｖＴＰの偏差値に対応し、図２５の下段はｃｃｖＨＦの偏差値に対応する。これにより、被験者は、ｃｃｖＴＰとｃｃｖＨＦを同時に確認することができる。また、本実施形態によれば、２５秒未満など、従来では困難であった時間で測定した心拍データから、ｃｃｖＴＰの偏差値を算出することが可能であることから、被験者は、ストレスを感じることなく、自身の脳の疲労度とストレスの大きさを把握することが可能になる。
【0126】
また、ｃｃｖＨＦの偏差値の算出についても、例えば７秒未満などで被験者を測定することで、従来では不可能であった短い時間で、被験者の副交感神経の自律神経機能を評価することが可能になる。また、周波数解析によるＨＦからの副交感神経活動の推測に加え、ローレンツプロット法の面積からの副交感神経活動の推測を行うことにより、短時間での評価における信頼性を高めることができる。
【0127】
＜まとめ＞
以上説明した実施形態によれば、最大エントロピー法に代えて、ローレンツプロット法を利用することで、短時間で測定した心拍データからＴＰを算出することを可能とした。これにより、自律神経機能の評価を、より迅速に実施することが可能になる。また、本実施形態によれば、ｃｃｖＨＦの偏差値を算出したことで、副交感神経に関する指標を、年齢の異なる被験者間においても共通の指標として利用することが可能になる。また、本実施形態によれば、ｃｃｖＬＦの偏差値を算出したことで、交感神経に関する指標を、年齢の異なる被験者間においても共通の指標として利用することが可能になる。また、より短時間で測定した心拍データからＨＦを算出するようにしたことで、従来よりも迅速に副交感神経の状態を把握することが可能になる。また、本実施形態によれば、短時間で測定した心拍データにより算出されたｃｃｖＴＰの偏差値とｃｃｖＨＦの偏差値を同時に出力することで、従来よりも迅速に副交感神経の状態を把握することが可能になる。また、本実施形態によれば、短時間で測定したＨＦ値のＴＰにおける割合（ＨＦ／ＴＰ）を出力することで、従来よりも迅速に副交感神経の状態（例えば、ＴＰにおけるＨＦの占める割合が多いか少ないか等）を把握することが可能になる。また、周波数解析によるＨＦからの副交感神経活動の推測に加え、ローレンツプロット法の面積からの副交感神経活動の推測を行うことにより、短時間での評価における信頼性を高めることができる。また、本実施形態によれば、短時間で測定した心拍データにより算出されたｃｃｖＴＰの偏差値とＨＦの偏差値を同時に出力することができることから、被験者は、ストレスを感じることなく、自身の自律神経の状態を他の被験者と比較可能な態様で把握する可能になる。
以上説明した実施形態によれば、最大エントロピー法に代えて、ローレンツプロット法を利用することで、短時間で測定した心拍データからＴＰを算出することを可能とした。これにより、自律神経機能の評価を、より迅速に実施することが可能になる。また、本実施形態によれば、ｃｃｖＨＦの偏差値を算出したことで、副交感神経に関する指標を、年齢の異なる被験者間においても共通の指標として利用することが可能になる。また、本実施形態によれば、ｃｃｖＬＦの偏差値を算出したことで、交感神経に関する指標を、年齢の異なる被験者間においても共通の指標として利用することが可能になる。また、より短時間で測定した心拍データからＨＦを算出するようにしたことで、従来よりも迅速に副交感神経の状態を把握することが可能になる。また、本実施形態によれば、短時間で測定した心拍データにより算出されたｃｃｖＴＰの偏差値とｃｃｖＨＦの偏差値を同時に出力することで、従来よりも迅速に副交感神経の状態を把握することが可能になる。また、本実施形態によれば、短時間で測定したＨＦ値のＴＰにおける割合（ＨＦ／ＴＰ）を出力することで、従来よりも迅速に副交感神経の状態（例えば、ＴＰにおけるＨＦの占める割合が多いか少ないか等）を把握することが可能になる。また、周波数解析によるＨＦからの副交感神経活動の推測に加え、ローレンツプロット法の面積からの副交感神経活動の推測を行うことにより、短時間での評価における信頼性を高めることができる。また、本実施形態によれば、短時間で測定した心拍データにより算出されたｃｃｖＴＰの偏差値とＨＦの偏差値を同時に出力することができることから、被験者は、ストレスを感じることなく、自身の自律神経の状態を他の被験者と比較可能な態様で把握する可能になる。
【0128】
以上説明した実施形態は、本発明の理解を容易にするためのものであり、本発明を限定して解釈するためのものではない。実施形態で説明したフローチャート、シーケンス、実施形態が備える各要素並びにその配置、材料、条件、形状及びサイズ等は、例示したものに限定されるわけではなく適宜変更することができる。また、異なる実施形態で示した構成同士を部分的に置換し又は組み合わせることが可能である。ＨＦ値及びＬＦ値は、それぞれ、ＨＦ及びＬＦと呼ばれてもよい。
【符号の説明】
【0129】
１０…評価装置、１１…プロセッサ、１２…記憶装置、１３…入力装置、１４…出力装置、１５…生体情報取得装置、１００…記憶部、１００ａ…分布データ（ｃｃｖＴＰ）、１００ｂ…分布データ（ｃｃｖＨＦ）、１００ｃ…分布データ（ｃｃｖＬＦ）、１０１…取得部、１０２…算出部、１０３…出力部
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】
【図13】
【図14】
【図15】
【図16】
【図17】
【図18】
【図19】
【図20】
【図21】
【図22】
【図23】
【図24】
【図25】