特表 2024-523837 機械学習技術を使用したリアルタイムの睡眠状態の判定

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公表特許公報(A)

(11)【公表番号】

(43)【公表日】2024-07-02

(54)【発明の名称】機械学習技術を使用したリアルタイムの睡眠状態の判定

(51)【国際特許分類】

   A61B 5/16 20060101AFI20240625BHJP

   A61B 5/352 20210101ALI20240625BHJP

   A61B 5/0245 20060101ALI20240625BHJP

【ＦＩ】

A61B5/16 130

A61B5/352 100

A61B5/0245 Z

【審査請求】未請求

【予備審査請求】未請求

(21)【出願番号】P 2023575768

(86)(22)【出願日】2022-06-07

(85)【翻訳文提出日】2024-02-07

(86)【国際出願番号】 US2022032508

(87)【国際公開番号】W WO2022261099

(87)【国際公開日】2022-12-15

(31)【優先権主張番号】63/208,227

(32)【優先日】2021-06-08

(33)【優先権主張国・地域又は機関】US

(81)【指定国・地域】

【公序良俗違反の表示】

（特許庁注：以下のものは登録商標）

１．ブルートゥース

２．ＺＩＧＢＥＥ

３．ＷＣＤＭＡ

(71)【出願人】

【識別番号】515257368

【氏名又は名称】スリープ ナンバー コーポレイション

(74)【代理人】

【識別番号】100094569

【弁理士】

【氏名又は名称】田中 伸一郎

(74)【代理人】

【識別番号】100103610

【弁理士】

【氏名又は名称】▲吉▼田 和彦

(74)【代理人】

【識別番号】100109070

【弁理士】

【氏名又は名称】須田 洋之

(74)【代理人】

【識別番号】100098475

【弁理士】

【氏名又は名称】倉澤 伊知郎

(74)【代理人】

【識別番号】100130937

【弁理士】

【氏名又は名称】山本 泰史

(74)【代理人】

【識別番号】100144451

【弁理士】

【氏名又は名称】鈴木 博子

(74)【代理人】

【識別番号】100107537

【弁理士】

【氏名又は名称】磯貝 克臣

(72)【発明者】

【氏名】ガルシア モリーナ ギャリー エヌ

(72)【発明者】

【氏名】ポリマック ダニエル

(72)【発明者】

【氏名】ジョクソン クリスティーナ マリー

(72)【発明者】

【氏名】ジアン ジエウェイ

(72)【発明者】

【氏名】シヤフジャニ ファルザード

【テーマコード（参考）】

4C017

4C038

4C127

【Ｆターム（参考）】

4C017AA02

4C017AA10

4C017AC16

4C017AC20

4C017BB12

4C017BC11

4C017BC21

4C017CC08

4C017DD07

4C017DD14

4C038PP05

4C127AA02

4C127GG02

4C127GG05

4C127GG11

4C127GG18

4C127KK03

4C127KK05

(57)【要約】

少なくとも心拍間間隔（ＩＢＩ）シーケンスを定義する心臓データが、受信される。前記ＩＢＩシーケンスに対して睡眠状態のタグを定義するタグ付けデータが、受信される。前記心臓データ及び前記タグ付けデータを使用して、睡眠状態分類器が生成される。当該生成工程は、前記心臓データから前記ＩＢＩシーケンスを抽出する工程、前記心臓データ及び前記タグ付けデータを入力として使用して中間データを生成するための畳み込みニューラルネットワーク（ＣＮＮ）を訓練する工程、及び、状態データを出力として生成するように構成されたリカレントニューラルネットワーク（ＲＮＮ）を反復的に訓練する工程であって、ｉ）初期入力として前記中間データを使用し、ｉｉ）後続の入力として前記中間データ及び前の状態データを使用する工程、を含み得る。

【特許請求の範囲】

【請求項1】

睡眠状態分類器を生成するためのシステムであって、
１または複数のプロセッサと、
指令を記憶するメモリと、
を備え、
前記指令は、前記１または複数のプロセッサによって実行される時、当該１または複数のプロセッサをして、
少なくとも心拍間間隔（ＩＢＩ）シーケンスを定義する心臓データを受信する動作と、
前記ＩＢＩシーケンスに対して睡眠状態のタグを定義するタグ付けデータを受信する動作と、
前記心臓データ及び前記タグ付けデータを使用して睡眠状態分類器を生成する動作であって、
前記心臓データから前記ＩＢＩシーケンスを抽出する工程、
前記心臓データ及び前記タグ付けデータを入力として使用して中間データを生成するための畳み込みニューラルネットワーク（ＣＮＮ）を訓練する工程、及び、
状態データを出力として生成するように構成されたリカレントニューラルネットワーク（ＲＮＮ）を反復的に訓練する工程であって、ｉ）初期入力として前記中間データを使用し、ｉｉ）後続の入力として前記中間データ及び前の状態データを使用する工程、
を含む睡眠状態分類器を生成する動作と、
を含む複数の動作を実行させる
ことを特徴とするシステム。

【請求項2】

前記ＲＮＮは、前記リカレントニューラルネットワークの出力ノードを同一のリカレントニューラルネットワークの入力ノードに接続する少なくとも１つのフィードバック接続を有する長・短期記憶（ＬＳＴＭ）ネットワークである
ことを特徴とする請求項１に記載のシステム。

【請求項3】

前記ＲＮＮは、前記中間データのための少なくとも１つの他の入力ノードを更に含む
ことを特徴とする請求項１に記載のシステム。

【請求項4】

前記心臓データは、心電図（ＥＣＧ）データ及び心弾動図（ＢＣＧ）データからなる群のうちの１つであり、
前記心臓データから前記ＩＢＩシーケンスを抽出する工程は、
前記心臓データ内の間隔時間を検出する工程と、
閾値持続時間より大きい欠落データセグメントを除去する工程と、
閾値標準偏差より大きい外れ値データセグメントを除去する工程と、
前記除去された欠落データセグメント及び前記削除された外れ値データセグメントを置換するように前記心臓データを補間する工程と、
前記心臓データの平均及び標準偏差が所定の睡眠セッションのための目標平均及び目標標準偏差と合致するように前記心臓データを正規化する工程と、
を有する
ことを特徴とする請求項１に記載のシステム。

【請求項5】

前記生成する動作は、
前記ＩＢＩシーケンス内の時間のエポックを識別する工程と、
前記ＩＢＳシーケンス内の時間の各エポックを前記タグ付けデータの対応するタグと関連付ける工程と、
を更に含み、
前記心臓データ及び前記タグ付けデータを入力として使用して畳み込みニューラルネットワーク（ＣＮＮ）を訓練する動作は、前記時間のエポック及び前記対応するタグを使用してＣＮＮを訓練する工程を含む
ことを特徴とする請求項１に記載のシステム。

【請求項6】

前記生成する動作は、心臓の動きを反映するデータ以外のいかなる感知された生体データも使用しない
ことを特徴とする請求項１に記載のシステム。

【請求項7】

前記心臓データは、ベッドの１または複数のベッドコントローラから受信され、
前記複数の動作は、更に、
前記ベッド上の睡眠者の睡眠状態を決定する際に使用するために、前記睡眠状態分類器を前記ベッドコントローラに分配する動作
を含む
ことを特徴とする請求項１に記載のシステム。

【請求項8】

前記心臓データは、１または複数のベッドコントローラから受信され、
前記複数の動作は、更に、
他のベッド上の睡眠者の睡眠状態を決定する際に使用するために、前記睡眠状態分類器を当該他のヘッドの他のベッドコントローラに分配する動作
を含む
ことを特徴とする請求項１に記載のシステム。

【請求項9】

前記心臓データは、ベッドコントローラ以外のデータソースから受信される
ことを特徴とする請求項１に記載のシステム。

【請求項10】

前記睡眠状態分類器は、幾つかの条件において、第１候補分類よりも低い確率を有する第２候補分類を決定された分類として選択することによって、数学的バイアスを考慮するように構成されている
ことを特徴とする請求項１乃至９のいずれか一項に記載のシステム。

【請求項11】

前記睡眠状態分類器は、更に
前記第１候補分類の前記第２候補分類に対する確率比を決定して、
前記確率比を閾値と比較する
するように構成されている
ことを特徴とする請求項１０に記載のシステム。

【請求項12】

前記心臓データは、臨床的に生成された心臓データを含むデータソースから受信される
ことを特徴とする請求項１乃至９のいずれか一項に記載のシステム。

【請求項13】

睡眠状態分類器を使用して睡眠者の睡眠状態を判定するシステムであって、
センサと、
１または複数のプロセッサ及びメモリを有するコントローラと、
を備え、
前記コントローラは、睡眠状態分類器を使用して睡眠者の睡眠状態を判定するように構成されており、
前記睡眠状態分類器は、
少なくとも心拍間間隔（ＩＢＩ）シーケンスを定義する心臓データを受信する工程と、
前記ＩＢＩシーケンスに対して睡眠状態のタグを定義するタグ付けデータを受信する工程と、
前記心臓データ及び前記タグ付けデータを使用して睡眠状態分類器を生成する工程であって、
前記心臓データから前記ＩＢＩシーケンスを抽出する工程、
前記心臓データ及び前記タグ付けデータを入力として使用して中間データを生成するための畳み込みニューラルネットワーク（ＣＮＮ）を訓練する工程、及び、
状態データを出力として生成するように構成されたリカレントニューラルネットワーク（ＲＮＮ）を反復的に訓練する工程であって、ｉ）初期入力として前記中間データを使用し、ｉｉ）後続の入力として前記中間データ及び前の状態データを使用する工程、
を含む睡眠状態分類器を生成する工程と、
によって生成される
ことを特徴とするシステム。

【請求項14】

前記ＲＮＮは、前記リカレントニューラルネットワークの出力ノードを同一のリカレントニューラルネットワークの入力ノードに接続する少なくとも１つのフィードバック接続を有する長・短期記憶（ＬＳＴＭ）ネットワークである
ことを特徴とする請求項１３に記載のシステム。

【請求項15】

前記ＲＮＮは、前記中間データのための少なくとも１つの他の入力ノードを更に含む
ことを特徴とする請求項１３に記載のシステム。

【請求項16】

前記心臓データは、心電図（ＥＣＧ）データであり、
前記心臓データから前記ＩＢＩシーケンスを抽出する工程は、
前記心臓データ内の間隔時間を検出する工程と、
閾値持続時間より大きい欠落データセグメントを除去する工程と、
閾値標準偏差より大きい外れ値データセグメントを除去する工程と、
前記除去された欠落データセグメント及び前記削除された外れ値データセグメントを置換するように前記心臓データを補間する工程と、
前記心臓データの平均及び標準偏差が所定の睡眠セッションのための目標平均及び目標標準偏差と合致するように前記心臓データを正規化する工程と、
を有する
ことを特徴とする請求項１３に記載のシステム。

【請求項17】

前記生成する動作は、
前記ＩＢＩシーケンス内の時間のエポックを識別する工程と、
前記ＩＢＳシーケンス内の時間の各エポックを前記タグ付けデータの対応するタグと関連付ける工程と、
を更に含み、
前記心臓データ及び前記タグ付けデータを入力として使用して畳み込みニューラルネットワーク（ＣＮＮ）を訓練する動作は、前記時間のエポック及び前記対応するタグを使用してＣＮＮを訓練する工程を含む
ことを特徴とする請求項１３に記載のシステム。

【請求項18】

前記生成する動作は、心臓の動きを反映するデータ以外のいかなる感知された生体データも使用しない
ことを特徴とする請求項１３に記載のシステム。

【請求項19】

前記心臓データは、ベッドの１または複数のベッドコントローラから受信される
ことを特徴とする請求項１３に記載のシステム。

【請求項20】

前記心臓データは、１または複数のベッドコントローラから受信される
ことを特徴とする請求項１３に記載のシステム。

【請求項21】

前記睡眠状態分類器は、幾つかの条件において、第１候補分類よりも低い確率を有する第２候補分類を決定された分類として選択することによって、数学的バイアスを考慮するように構成されている
ことを特徴とする請求項１３乃至２０のいずれか一項に記載のシステム。

【請求項22】

前記睡眠状態分類器は、更に
前記第１候補分類の前記第２候補分類に対する確率比を決定して、
前記確率比を閾値と比較する
するように構成されている
ことを特徴とする請求項１３乃至２０のいずれか一項に記載のシステム。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、機械学習技術を使用したベッド内のユーザの睡眠状態の判定に関する。

【0002】

［関連出願の相互参照］
本出願は、２０２１年６月８日出願の米国特許仮出願第６３／２０８，２２７号の優先権を主張するものである。当該先行出願の開示は、本願の開示の一部とみなされる（当該参照によって本明細書に組み込まれる（ｉｎｃｏｒｐｏｒａｔｅｄ ｂｙ ｒｅｆｅｒｅｎｃｅ））。

【背景技術】

【0003】

一般に、ベッドとは、寝たりリラックスしたりする場所として使用される家具である。多くのモダンなベッドが、ベッドフレーム上の柔らかいマットレスを含んでいる。マットレスは、１人または複数人の占有者の体重を支持するべく、バネ、発泡材、及び／または、エアチャンバ、を含み得る。

【発明の概要】

【0004】

本開示は、機械学習技術を使用してベッド内のユーザの睡眠状態を判定することに関する。睡眠中、ユーザは、覚醒、非急速眼球運動睡眠（ＮＲＥＭ）、及び、急速眼球運動睡眠（ＲＥＭ）、を含む意識状態を経験し得る。ＲＥＭは、Ｎ３（最も深い睡眠）、Ｎ２、及び、Ｎ１（最も浅い睡眠）を含む睡眠の深さに基づいて、更に細分化され得る。温度及び／または感覚刺激における変化などの環境介入が、特定の睡眠状態の発生に合わせて行われる（時間合わせされる）場合、ユーザの睡眠の質や睡眠後の覚醒期間の特徴を向上させ得る。

【0005】

開示される技術は、睡眠セッション中にユーザの邪魔をすること無しでユーザの睡眠の質を改良し得る環境介入を適用するために、非侵襲的で非接触のリアルタイムの睡眠状態検出を提供し得る。１または複数の機械学習モデルが、ユーザからの心弾動図（ＢＣＧ）信号に基づいてユーザの睡眠段階を判定するために訓練され得て使用され得る。幾つかの実装形態では、ベッドシステムの複数のセンサが、ユーザの睡眠状態を判定するために利用され得るＢＣＧ信号及び１または複数の他の信号を検出するために使用され得る。機械学習モデルは、様々な睡眠状態とタグ付けされたＢＣＧ信号を含む堅牢（ロバスト）な訓練データセットを使用して訓練され得る。訓練用のＢＣＧ信号は、データストア、クラウドサービス、データベース、及び／または、ベッド（例えば、スマートベッド若しくはセンサを有する他のベッドシステム）、を含むが、これらに限定されない、任意の様々なソースから受信され得る。

【0006】

１または複数のコンピュータからなるシステムが、ソフトウェア、ファームウェア、ハードウェアまたはそれらの組み合わせ、を当該システムにインストールすることによって、特定の動作または行動を実行するように構成され得る。当該ソフトウェア、ファームウェア、ハードウェアまたはそれらの組み合わせは、動作中に、当該システムをして、前記動作または行動を実行させる。１または複数のコンピュータプログラムが、データ処理装置によって実行される時に当該装置をして動作または行動を実行させる指令（命令）を含むことによって、特定の動作または行動を実行するように構成され得る。１つの一般的な態様は、睡眠状態分類器を生成するために使用され得るシステムを含む。当該システムは、１または複数のプロセッサと、指令を記憶するメモリと、を備え得て、前記指令は、前記１または複数のプロセッサによって実行される時、当該１または複数のプロセッサをして、複数の動作を実行させ得る。当該複数の動作は、少なくとも心拍間間隔（ＩＢＩ）シーケンスを定義する心臓データを受信する動作と、前記ＩＢＩシーケンスに対して睡眠状態のタグを定義するタグ付けデータを受信する動作と、前記心臓データ及び前記タグ付けデータを使用して睡眠状態分類器を生成する動作と、を含み得て、当該生成する動作は、前記心臓データから前記ＩＢＩシーケンスを抽出する工程、前記心臓データ及び前記タグ付けデータを入力として使用して中間データを生成するための畳み込みニューラルネットワーク（ＣＮＮ）を訓練する工程、及び、状態データを出力として生成するように構成されたリカレントニューラルネットワーク（ＲＮＮ）を反復的に訓練する工程であって、ｉ）初期入力として前記中間データを使用し、ｉｉ）後続の入力として前記中間データ及び前の状態データを使用する工程、を含み得る。当該態様の他の実施形態は、各々が方法の動作（工程）を実行するように構成された、対応するコンピュータシステム、装置、及び、１または複数のコンピュータ記憶装置に記録されるコンピュータプログラム、を含む。

【0007】

幾つかの実装形態は、以下の特徴の１または複数を含み得る。前記ＲＮＮは、前記リカレントニューラルネットワークの出力ノードを同一のリカレントニューラルネットワークの入力ノードに接続する少なくとも１つのフィードバック接続を有し得る長・短期記憶（ＬＳＴＭ）ネットワークであり得る。前記ＲＮＮは、前記中間データのための少なくとも１つの他の入力ノードを更に含み得る。前記心臓データは、心電図（ＥＣＧ）データ及び心弾動図（ＢＣＧ）データからなる群のうちの１つであり得て、前記心臓データから前記ＩＢＩシーケンスを抽出する工程は、前記心臓データ内の間隔時間を検出する工程と、閾値持続時間より大きい欠落データセグメントを除去する工程と、閾値標準偏差より大きい外れ値データセグメントを除去する工程と、前記除去された欠落データセグメント及び前記削除された外れ値データセグメントを置換するように前記心臓データを補間する工程と、前記心臓データの平均及び標準偏差が所定の睡眠セッションのための目標平均及び目標標準偏差と合致するように前記心臓データを正規化する工程と、を有し得る。前記生成する動作は、前記ＩＢＩシーケンス内の時間のエポックを識別する工程と、前記ＩＢＳシーケンス内の時間の各エポックを前記タグ付けデータの対応するタグと関連付ける工程と、を更に含み得て、前記心臓データ及び前記タグ付けデータを入力として使用して畳み込みニューラルネットワーク（ＣＮＮ）を訓練する動作は、前記時間のエポック及び前記対応するタグを使用してＣＮＮを訓練する工程を含み得る。前記生成する動作は、心臓の動きを反映するデータ以外のいかなる感知された生体データも使用しない。前記心臓データは、ベッドの１または複数のベッドコントローラから受信され得て、前記複数の動作は、更に、前記ベッド上の睡眠者の睡眠状態を決定する際に使用するために、前記睡眠状態分類器を前記ベッドコントローラに分配する動作を含み得る。前記心臓データは、１または複数のベッドコントローラから受信され得て、前記複数の動作は、他のベッド上の睡眠者の睡眠状態を決定する際に使用するために、前記睡眠状態分類器を当該他のヘッドの他のベッドコントローラに分配する動作を含み得る。前記心臓データは、ベッドコントローラ以外のデータソースから受信され得る。前記睡眠状態分類器は、幾つかの条件において、第１候補分類よりも低い確率を有する第２候補分類を決定された分類として選択することによって、数学的バイアスを考慮するように構成され得る。前記睡眠状態分類器は、更に、前記第１候補分類の前記第２候補分類に対する確率比を決定して、前記確率比を閾値と比較するように構成され得る。前記心臓データは、ベッドコントローラ以外のデータソースから受信され得る。説明される技術の実装形態は、ハードウェア、方法またはプロセス、あるいは、コンピュータアクセス可能な媒体上のコンピュータソフトウェア、を含み得る。

【0008】

１つの一般的な態様は、睡眠状態分類器を使用して睡眠者の睡眠状態を判定するシステムを含む。当該システムは、センサと、１または複数のプロセッサ及びメモリを有し得るコントローラと、を備え得る。前記コントローラは、睡眠状態分類器を使用して睡眠者の睡眠状態を判定するように構成され得て、前記睡眠状態分類器は、少なくとも心拍間間隔（ＩＢＩ）シーケンスを定義する心臓データを受信する工程と、前記ＩＢＩシーケンスに対して睡眠状態のタグを定義するタグ付けデータを受信する工程と、前記心臓データ及び前記タグ付けデータを使用して睡眠状態分類器を生成する工程であって、前記心臓データから前記ＩＢＩシーケンスを抽出する工程、前記心臓データ及び前記タグ付けデータを入力として使用して中間データを生成するための畳み込みニューラルネットワーク（ＣＮＮ）を訓練する工程、及び、状態データを出力として生成するように構成されたリカレントニューラルネットワーク（ＲＮＮ）を反復的に訓練する工程であって、ｉ）初期入力として前記中間データを使用し、ｉｉ）後続の入力として前記中間データ及び前の状態データを使用する工程、を含み得る睡眠状態分類器を生成する工程と、によって生成される。当該態様の他の実施形態は、各々が方法の動作（工程）を実行するように構成された、対応するコンピュータシステム、装置、及び、１または複数のコンピュータ記憶装置に記録されるコンピュータプログラム、を含む。

【0009】

幾つかの実装形態は、以下の特徴の１または複数を含み得る。前記ＲＮＮは、前記リカレントニューラルネットワークの出力ノードを同一のリカレントニューラルネットワークの入力ノードに接続する少なくとも１つのフィードバック接続を有し得る長・短期記憶（ＬＳＴＭ）ネットワークを含み得る。前記ＲＮＮは、前記中間データのための少なくとも１つの他の入力ノードを更に含み得る。前記心臓データは、心電図（ＥＣＧ）データであり得て、前記心臓データから前記ＩＢＩシーケンスを抽出する工程は、前記心臓データ内の間隔時間を検出する工程と、閾値持続時間より大きい欠落データセグメントを除去する工程と、閾値標準偏差より大きい外れ値データセグメントを除去する工程と、前記除去された欠落データセグメント及び前記削除された外れ値データセグメントを置換するように前記心臓データを補間する工程と、前記心臓データの平均及び標準偏差が所定の睡眠セッションのための目標平均及び目標標準偏差と合致するように前記心臓データを正規化する工程と、を有し得る。前記生成する動作は、前記ＩＢＩシーケンス内の時間のエポックを識別する工程と、前記ＩＢＳシーケンス内の時間の各エポックを前記タグ付けデータの対応するタグと関連付ける工程と、を更に含み得て、前記心臓データ及び前記タグ付けデータを入力として使用して畳み込みニューラルネットワーク（ＣＮＮ）を訓練する動作は、前記時間のエポック及び前記対応するタグを使用してＣＮＮを訓練する工程を含み得る。前記生成する動作は、心臓の動きを反映するデータ以外のいかなる感知された生体データも使用しない。前記心臓データは、ベッドの１または複数のベッドコントローラから受信され得て、前記複数の動作は、更に、前記ベッド上の睡眠者の睡眠状態を決定する際に使用するために、前記睡眠状態分類器を前記ベッドコントローラに分配する動作を含み得る。前記心臓データは、１または複数のベッドコントローラから受信され得て、前記複数の動作は、他のベッド上の睡眠者の睡眠状態を決定する際に使用するために、前記睡眠状態分類器を当該他のヘッドの他のベッドコントローラに分配する動作を含み得る。前記睡眠状態分類器は、幾つかの条件において、第１候補分類よりも低い確率を有する第２候補分類を決定された分類として選択することによって、数学的バイアスを考慮するように構成され得る。説明される技術の実装形態は、ハードウェア、方法またはプロセス、あるいは、コンピュータアクセス可能な媒体上のコンピュータソフトウェア、を含み得る。

【0010】

１つの一般的な態様は、心臓データを受信して当該心臓データを使用して睡眠状態分類器を生成するように構成されたシステムを含む。当該態様の他の実施形態は、各々が方法の動作（工程）を実行するように構成された、対応するコンピュータシステム、装置、及び、１または複数のコンピュータ記憶装置に記録されるコンピュータプログラム、を含む。

【0011】

１つの一般的な態様は、心臓データを使用して生成された睡眠状態分類器を用いて睡眠者の睡眠状態を分類するように構成されたシステムを含む。当該態様の他の実施形態は、各々が方法の動作（工程）を実行するように構成された、対応するコンピュータシステム、装置、及び、１または複数のコンピュータ記憶装置に記録されるコンピュータプログラム、を含む。

【0012】

開示される技術は、１または複数の利点を提供し得る。例えば、開示される技術は、コンピュータまたはコンピューティングシステムの動作における全体的な改善を提供し得る。開示される技術は、より少ない処理能力と計算リソースとを利用し得る。リアルタイムの機械学習モデリングは、他のモデルに比べて比較的軽量であり得て、これによって、ハードウェアのメモリ要求と計算の低遅延の観点で利点が得られる。結果として、睡眠状態判定が、より迅速に、リアルタイムで、より正確に、行なわれ得る。他方、代替方法は、より多くの処理能力を必要とし得て、そのような睡眠状態判定を行うのに時間を要し得て、ユーザの現在の睡眠状態をリアルタイムで判定するのが同程度には正確でない可能性がある。

【0013】

別の例として、開示される技術は、ユーザが眠っている時のユーザの正確で非接触なモニタリングを提供し得る。ユーザは、ウェアラブルデバイス、ストラップ、マスク、または、他のセンサ信号（源）、等のセンサを着用することが要求されない可能性がある。ユーザは単に就寝するだけでよく、ベッドのコンポーネント（例えば、１または複数のセンサ、センサパッド、センサストリップ、センサアレイ、等）によって感知されるＢＣＧ信号や他の信号に基づいて、ユーザの睡眠状態がモニタリング（監視）及び追跡され得る。

【0014】

更に、非侵襲的で非接触のリアルタイムの睡眠段階（判定）が、閉ループ温度制御、快適さ調整、スマートアラーム、等のアプリケーションにタイムリーに情報を提供し得て、睡眠の質及び睡眠効率の向上に役立ち得る。他方、他の方法は、睡眠状態検出のあるレベルの精度を保証するために、ユーザがセンサまたは他の接触ベースのモニタリングデバイスを装着することを要求し得る。このような接触ベースのモニタリングは、睡眠の快適さを妨げ得て、それによって睡眠の快適さを改善するという目的を無効化し得る。更に、接触ベースのモニタリング装置は、開示される技術よりも多くの処理能力を要求し得る。処理能力が多ければ多い（高ければ高い）ほど、他の方法は、睡眠状態判定を行うのが遅くなり得る。従って、他の方法は、正確でリアルタイムの睡眠状態判定を生成できない可能性がある。一方、開示される技術は、ユーザがモニタリング装置からの干渉を受けることなく質の高い睡眠を経験し続けることができることを保証しながら、正確でリアルタイムの睡眠状態判定を提供し得る。

【0015】

本明細書全体を通して説明されるように、開示される技術は、睡眠状態を検出する際に、他の方法よりも正確であり得る。他の方法は、ユーザがウェアラブルウォッチやチェストストラップ等の感知デバイスを着用することを要求し得る。そのようなデバイスは、充電を要求し得るし、また、ユーザによって睡眠中に着用されている時にずれたり不快になったりする可能性がある。ユーザがデバイスの充電を忘れると、当該デバイスは、ユーザをモニタリングしたりユーザの睡眠状態を検出したりすることができなくなるであろう。睡眠中にデバイスがずれると、当該デバイスは、ユーザの睡眠状態を検出するために使用され得るセンサ信号を適切に捕捉できなくなる可能性がある。更に、ユーザの睡眠中にデバイスが装着されることが不快である場合、当該ユーザは、質の高い睡眠を体験できない可能性があり、これは、ユーザの睡眠状態をモニタリング及び検出するという目的に反してしまう。また、モニタリングデバイスは、処理時間に遅れが生じ得て、ユーザの現在の睡眠状態をリアルタイムで正確に検出するという当該デバイスの能力を妨げ得る。一方、開示される技術は、堅牢な訓練データセットで訓練される１または複数の機械学習モデルを使用し得て、様々なＢＣＧ信号及び他の感知されたユーザ信号を睡眠状態に正確にマッピングし得る。結果として、ユーザがベッドで眠っている時に、ベッドによって感知されるＢＣＧ信号が捕捉され得て、１または複数の機械学習モデルと共に使用され得て、ユーザの睡眠状態をリアルタイムで正確に判定し得る。

【0016】

他の特徴、態様、潜在的な利点が、添付の説明及び図面から明らかになる。

【図面の簡単な説明】

【0017】

【図1】図１は、例示的なエアベッドシステムを示している。

【0018】

【図2】図２は、エアベッドシステムの様々な構成要素の一例のブロック図である。

【0019】

【図3】図３は、家庭内及び家庭周囲にある複数のデバイスと通信するベッドを含む例示的な環境を示している。

【0020】

【図4A】図４Ａ及び図４Ｂは、ベッドに関連付けられ得る例示的なデータ処理システムのブロック図である。

【図4B】図４Ａ及び図４Ｂは、ベッドに関連付けられ得る例示的なデータ処理システムのブロック図である。

【0021】

【図5】図５及び図６は、ベッドに関連付けられ得るデータ処理システムで使用され得る、マザーボードの例のブロック図である。

【図6】図５及び図６は、ベッドに関連付けられ得るデータ処理システムで使用され得る、マザーボードの例のブロック図である。

【0022】

【図7】図７は、ベッドに関連付けられ得るデータ処理システムで使用され得る、ドーターボードの一例のブロック図である。

【0023】

【図8】図８は、ベッドに関連付けられ得るデータ処理システムで使用され得る、ドーターボード無しのマザーボードの一例のブロック図である。

【0024】

【図9】図９は、ベッドに関連付けられ得るデータ処理システムで使用され得る、センサアレイの一例のブロック図である。

【0025】

【図10】図１０は、ベッドに関連付けられ得るデータ処理システムで使用され得る、コントローラアレイの一例のブロック図である。

【0026】

【図11】図１１は、ベッドに関連付けられ得るデータ処理システムで使用され得る、コンピューティングデバイスの一例のブロック図である。

【0027】

【図12】図１２乃至図１６は、ベッドに関連付けられ得るデータ処理システムで使用され得る、例示的なクラウドサービスのブロック図である。

【図13】図１２乃至図１６は、ベッドに関連付けられ得るデータ処理システムで使用され得る、例示的なクラウドサービスのブロック図である。

【図14】図１２乃至図１６は、ベッドに関連付けられ得るデータ処理システムで使用され得る、例示的なクラウドサービスのブロック図である。

【図15】図１２乃至図１６は、ベッドに関連付けられ得るデータ処理システムで使用され得る、例示的なクラウドサービスのブロック図である。

【図16】図１２乃至図１６は、ベッドに関連付けられ得るデータ処理システムで使用され得る、例示的なクラウドサービスのブロック図である。

【0028】

【図17】図１７は、ベッドに関連付けられ得るデータ処理システムを使用してベッドの周りの周辺機器を自動化する一例のブロック図である。

【0029】

【図18】図１８は、コンピューティングデバイス及びモバイルコンピューティングデバイスの一例を示す概略図である。

【0030】

【図19】図１９は、ユーザの睡眠状態（睡眠段階を含み得る）を判定するための機械学習分類器を訓練及び使用するための例示的なプロセスのスイムレーン図である。

【0031】

【図20】図２０は、睡眠段階分類器を訓練するために使用され得る例示的なプロセスのフローチャートある。

【0032】

【図21】図２１は、睡眠者の睡眠段階を判定する時に使用され得る例示的なデータを伴う例示的なプロセスの図である。

【0033】

【図22】図２２は、数学的にバイアスされた睡眠状態確率から睡眠状態を選択するために使用され得る例示的なプロセスのフローチャートである。

【発明を実施するための形態】

【0034】

様々な図面内で、同様の参照記号は同様の要素を示している。

【0035】

本明細書は、ユーザの睡眠状態（例えば、睡眠段階）のモニタリングと検出とに関する。１または複数の機械学習モデルが、ユーザの睡眠状態を検出するために使用され得る。ユーザの睡眠状態の検出に基づいて、睡眠セッション中のユーザの全体的な質と快適さとを改善するために、ユーザの睡眠環境に１または複数の調整が行われ得る。機械学習モデルは、様々な睡眠状態がタグ付けされた心弾動図（ＢＣＧ）信号の堅牢な訓練データセットを使用して訓練され得る。当該訓練データは、データストア、データベース、クラウドサービス、及び、本明細書全体を通して説明されるベッドなどのスマートベッド、を含むがこれらに限定されない、様々なソースから受信され得る。

【0036】

実行中、一例として、ベッドは、圧力センサ等の、１または複数のベッドセンサを含み得る。センサは、ユーザの動き、ユーザの呼吸、及び／または、ユーザの心拍数ないし心拍間隔など、ベッドの頂面上の圧力信号を測定するように構成され得る。これらの信号は、ベッドからクラウドコンピューティングサービスに送信され得る。説明される１または複数の機械学習モデルが、これらの信号に適用され得て、ユーザのリアルタイムの睡眠状態を判定し得る。ユーザの判定（決定）された睡眠状態に基づいて、ユーザがある睡眠状態から別の睡眠状態に移行する際に、ユーザの睡眠セッションの質を向上させるべく、周囲環境に１または複数の調整が行われ得る。例えば、部屋の温度が調整され得る。別の例として、ユーザが睡眠状態から覚醒状態に移行する際に、１または複数のライト（照明）がオンにされ得る（点灯され得る）。ユーザの現在の睡眠状態、及び、ユーザが移行中または移行する予定の睡眠状態、に基づいて、１または複数の他の環境変更が行われ得る。

【0037】

［例示的なエアベッドハードウェア］

【0038】

図１は、ベッド１１２を含む例示的なエアベッドシステム１００を示している。ベッド１１２は、弾性境界１１６によって取り囲まれ、ベッド用丈夫綿生地１１８によってカプセル化された、少なくとも１つのエアチャンバ１１４を含む。弾性境界１１６は、発泡体などの、任意の適切な材料を含み得る。

【0039】

図１に示すように、ベッド１１２は、第１エアチャンバ１１４Ａ及び第２エアチャンバ１１４Ｂ等の、第１及び第２流体チャンバを有する２チャンバ設計であり得る。代替の実施形態では、ベッド１１２は、用途に適した空気以外の流体と共に使用するためのチャンバを含み得る。シングルベッドまたはキッズベッドなどの幾つかの実施形態では、ベッド１１２は、単一のエアチャンバ１１４Ａまたは１１４Ｂ、あるいは、複数のエアチャンバ１１４Ａ及び１１４Ｂ、を含み得る。第１及び第２エアチャンバ１１４Ａ及び１１４Ｂは、ポンプ１２０と流体連通し得る。ポンプ１２０は、制御ボックス１２４を介して、リモートコントロール（リモコン）１２２と電気的に通信し得る。制御ボックス１２４は、リモートコントロール１２２を含む１または複数のデバイスと通信するための有線または無線通信インタフェースを含み得る。制御ボックス１２４は、ユーザがリモートコントロール１２２を使用することで入力されるコマンドに基づいて第１及び第２エアチャンバ１１４Ａ及び１１４Ｂの流体圧力を増減させるように、ポンプ１２０を作動させるように構成され得る。幾つかの実装形態では、制御ボックス１２４は、ポンプ１２０のハウジングに一体化（統合）されている。

【0040】

リモートコントロール１２２は、ディスプレイ１２６、出力選択機構１２８、圧力増加ボタン１２９、及び圧力減少ボタン１３０、を含み得る。出力選択機構１２８は、ユーザがポンプ１２０によって生成される空気流を第１及び第２エアチャンバ１１４Ａ、１１４Ｂ間で切り替えることを許容し得て、これにより、単一のリモートコントロール１２２及び単一のポンプ１２０で複数のエアチャンバの制御を可能にする。例えば、出力選択機構１２８は、物理的制御部（例えば、スイッチまたはボタン）あるいはディスプレイ１２６上に表示される入力制御部により可能である。あるいは、別々のリモートコントロールユニットが、各エアチャンバに提供され得て、各々が複数のエアチャンバを制御する能力を含み得る。圧力増加ボタン１２９及び圧力減少ボタン１３０は、ユーザが、出力選択機構１２８で選択されたエアチャンバ内の圧力を、それぞれ、増加または減少させることを許容し得る。選択されたエアチャンバ内の圧力を調整すると、それぞれのエアチャンバの硬度（硬さ）に対する対応する調整がもたらされ得る。幾つかの実施形態では、リモートコントロール１２２は、用途に応じて適切に、省略され得るし、または、修正され得る。例えば、幾つかの実施形態では、ベッド１１２は、当該ベッド１１２と有線または無線通信するコンピュータ、タブレット、スマートフォン、または他のデバイス、によって制御され得る。

【0041】

図２は、エアベッドシステムの様々な構成要素（コンポーネント）の一例のブロック図である。例えば、これらの構成要素は、例示的なエアベッドシステム１００において使用され得る。図２に示すように、制御ボックス１２４は、電源部１３４、プロセッサ１３６、メモリ１３７、スイッチング機構１３８、及び、アナログデジタル（Ａ／Ｄ）変換器１４０を含み得る。スイッチング機構１３８は、例えば、リレーまたはソリッドステートスイッチであり得る。幾つかの実装形態では、スイッチング機構１３８は、制御ボックス１２４内ではなくポンプ１２０内に配置され得る。

【0042】

ポンプ１２０及びリモートコントロール１２２は、制御ボックス１２４と双方向通信し得る。ポンプ１２０は、モータ１４２、ポンプマニホルド１４３、リリーフバルブ１４４、第１制御バルブ１４５Ａ、第２制御バルブ１４５Ｂ、及び、圧力トランスデューサ１４６を含む。ポンプ１２０は、第１管１４８Ａ及び第２管１４８Ｂを介して、それぞれ、第１エアチャンバ１１４Ａ及び第２エアチャンバ１１４Ｂと流体接続されている。第１及び第２制御バルブ１４５Ａ、１４５Ｂが、スイッチング機構１３８によって制御され得て、ポンプ１２０と第１及び第２エアチャンバ１１４Ａ、１１４Ｂとの間の流体の流れをそれぞれ調整するように動作可能である。

【0043】

幾つかの実装形態では、ポンプ１２０及び制御ボックス１２４は、単一のユニットとして提供され及びパッケージ化され得る。幾つかの代替の実装では、ポンプ１２０及び制御ボックス１２４は、物理的に離れたユニットとして提供され得る。幾つかの実装形態では、制御ボックス１２４、ポンプ１２０、またはそれらの両方は、ベッド１１２を支持するベッドフレームまたはベッド支持構造の内部に一体化されるか、あるいは、その内部に含まれる。幾つかの実施態様では、制御ボックス１２４、ポンプ１２０、またはそれらの両方は、（図１の例に示されているように）ベッドフレームまたはベッド支持構造の外側に配置される。

【0044】

図２に示される例示的なエアベッドシステム１００は、２つのエアチャンバ１１４Ａ、１１４Ｂと単一のポンプ１２０とを含む。もっとも、他の実施は、２以上のエアチャンバと、当該エアチャンバを制御するためにエアベッドシステム内に組み込まれた１または複数のポンプと、を有するエアベッドシステムを含み得る。例えば、別個のポンプが、エアベッドシステムの各エアチャンバに付随（関連付け）され得て、あるいは、１つのポンプが、エアベッドシステムの複数のチャンバに付随（関連付け）され得る。別個のポンプは、各エアチャンバが独立且つ同時に膨張または収縮され得ることを許容し得る。更に、追加の圧力トランスデューサも、例えば別個の圧力トランスデューサが各エアチャンバに付随（関連付け）され得るとように、エアベッドシステム内に組み込まれ得る。

【0045】

使用時、プロセッサ１３６は、例えば、エアチャンバ１１４Ａ、１１４Ｂの１つに減圧コマンドを送信し得て、スイッチング機構１３８が、プロセッサ１３６によって送られた低電圧のコマンド信号を、ポンプ１２０のリリーフバルブ（安全弁）１４４を作動させて制御バルブ１４５Ａ、１４５Ｂを開放するのに十分なより高い動作電圧に変換するために、利用され得る。リリーフバルブ１４４を開放することが、空気がそれぞれの空気管１４８Ａまたは１４８Ｂを通ってエアチャンバ１１４Ａまたは１１４Ｂから逃げることを許容し得る。収縮中、圧力トランスデューサ１４６が、Ａ／Ｄコンバータ１４０を介して、圧力読取値をプロセッサ１３６に送信し得る。Ａ／Ｄコンバータ１４０は、圧力トランスデューサ１４６からアナログ情報を受信し得て、当該アナログ情報をプロセッサ１３６によって使用可能なデジタル情報に変換し得る。プロセッサ１３６は、圧力情報をユーザに伝えるために、当該デジタル信号をリモートコントロール１２２に送信してディスプレイ１２６を更新し得る。

【0046】

別の例として、プロセッサ１３６は、圧力増加コマンドを送信し得る。ポンプモータ１４２が、当該圧力増加コマンドに応答して通電され得て、対応するバルブ１４５Ａ、１４５Ｂを電子的に作動させることにより、空気管１４８Ａ、１４８Ｂを介して、エアチャンバ１１４Ａ、１１４Ｂの指定された一方に空気を送給し得る。チャンバの硬さ（堅さ）を増加させるために指定されたエアチャンバ１１４Ａまたは１１４Ｂに空気が送られている間、圧力トランスデューサ１４６がポンプマニホルド１４３内の圧力を感知し得る。この場合も、圧力トランスデューサ１４６は、Ａ／Ｄコンバータ１４０を介して、圧力読取値をプロセッサ１３６に送信し得る。プロセッサ１３６は、Ａ／Ｄコンバータ１４０から受け取った情報を使用して、エアチャンバ１１４Ａまたは１１４Ｂ内の実際の圧力と所望の圧力との間の差を判定し得る。プロセッサ１３６は、圧力情報をユーザに伝えるために、当該デジタル信号をリモートコントロール１２２に送信してディスプレイ１２６を更新し得る。

【0047】

一般的に言えば、膨張または収縮のプロセス中、ポンプマニホルド１４３内で感知される圧力が、ポンプマニホルド１４３と流体連通しているそれぞれのエアチャンバ内の圧力の近似を提供し得る。エアチャンバ内の実際の圧力と実質的に等しいポンプマニホルド圧力の読取値を取得する例示的な方法は、ポンプ１２０をオフにする工程と、エアチャンバ１１４Ａまたは１１４Ｂ及びポンプマニホルド１４３内の圧力が等しくなることを許容する工程と、次いで、圧力トランスデューサ１４６を用いてポンプマニホルド１４３内の圧力を感知する工程と、を備える。これにより、ポンプマニホルド１４３及びチャンバ１１４Ａまたは１１４Ｂ内の圧力が等しくなることを許容するのに十分な時間を提供することは、エアチャンバ１１４Ａまたは１１４Ｂ内の実際の圧力の正確な近似である圧力読取値をもたらし得る。幾つかの実装形態では、エアチャンバ１１４Ａ及び／または１１４Ｂの圧力は、複数の圧力センサ（図示せず）を用いて、連続的にモニタリング（監視）され得る。

【0048】

幾つかの実装形態では、圧力トランスデューサ１４６によって収集される情報は、ベッド１１２に横たわっている人の様々な状態を判定するために分析され得る。例えば、プロセッサ１３６は、圧力トランスデューサ１４６によって収集される情報を使用して、ベッド１１２に横たわっている人の心拍数または呼吸数を判定し得る。例えば、ユーザは、チャンバ１１４Ａを含むベッド１１２の一側に横たわっていてもよい。圧力トランスデューサ１４６は、チャンバ１１４Ａの圧力の変動をモニタリング（監視）し得て、この情報が、ユーザの心拍数及び／または呼吸数を判定するために使用され得る。別の例として、収集されるデータを使用して人の睡眠状態（例えば、覚醒、浅い睡眠、深い睡眠）を判定するために、付加的な処理が実施され得る。例えば、プロセッサ１３６は、人が眠りに落ちる時、眠っている間であること、人の様々な睡眠状態、を判定し得る。

【0049】

圧力トランスデューサ１４６によって収集される情報を使用して判定され得るエアベッドシステム１００のユーザに関連する付加的な情報は、ユーザの動き、ベッド１１２の表面上のユーザの存在、ユーザの体重、ユーザの心臓不整脈、一時的無呼吸、を含む。ユーザの存在の検知を例にとると、圧力トランスデューサ１４６が使用され得て、例えば、総圧力の変化の判定を介して、並びに／または、呼吸数信号、心拍数信号及び／若しくは他の生体特徴信号の１または複数を介して、ベッド１１２上のユーザの存在を検知し得る。例えば、単純な圧力検知プロセスが、圧力の増加を、ユーザがベッド１１２上に存在することを示すものとして、識別し得る。別の例として、プロセッサ１３６は、検知された圧力が特定の閾値（特定の体重を超える人ないし他の物体がベッド１１２上に配置されていることを示すための閾値）を超えて増加した場合、ユーザがベッド１１２上に存在する、と判定し得る。更に別の例として、プロセッサ１３６は、ユーザがベッド１１２上に存在することに対応するものとして、圧力の検知された僅かなリズミカルな変動との組合せで、圧力の増加を識別し得る。リズミカルな変動の存在は、ユーザの呼吸または心臓（心拍）のリズム（またはそれらの両方）に起因するものとして、識別され得る。呼吸または心拍の検知により、ベッド上に存在するユーザとベッド上に置かれている他の物体（スーツケースなど）とが、区別され得る。

【0050】

幾つかの実装形態では、圧力の変動が、ポンプ１２０で測定され得る。例えば、ポンプ１２０内の圧力の変動を検知するために、１または複数の圧力センサが、ポンプ１２０の１または複数の内部空洞内に配置され得る。ポンプ１２０で検知される圧力の変動は、チャンバ１１４Ａ及び１１４Ｂの一方または両方の圧力の変動を示し得る。ポンプ１２０に配置された１または複数のセンサは、チャンバ１１４Ａ及び１１４Ｂの一方または両方と流体連通することができ、当該センサは、チャンバ１１４Ａ及び１１４Ｂ内の圧力を判定するように動作し得る。制御ボックス１２４は、チャンバ１１４Ａまたはチャンバ１１４Ｂ内の圧力に基づいて、少なくとも１つのバイタルサイン（例えば、心拍数、呼吸数）を決定するように構成され得る。

【0051】

幾つかの実装形態では、制御ボックス１２４は、１または複数の圧力センサによって検知される圧力信号を分析し得て、チャンバ１１４Ａまたはチャンバ１１４Ｂ上に横たわっているまたは座っているユーザの心拍数、呼吸数、及び／または他のバイタルサイン、を判定し得る。より具体的には、ユーザがチャンバ１１４Ａの上方に配置されたベッド１１２上に横になる時、当該ユーザの心拍、呼吸、及び他の動きの各々が、チャンバ１１４Ａに伝達されるベッド１１２上の力を生じさせ得る。ユーザの動きに起因するチャンバ１１４Ａへの力の入力の結果として、波が、チャンバ１１４Ａを通って、ポンプ１２０内へと伝播し得る。ポンプ１２０に配置された圧力センサが、当該波を検知し得て、これにより、センサによって出力される圧力信号は、心拍数、呼吸数、またはユーザに関する他の情報、を示し得る。

【0052】

睡眠状態に関して、エアベッドシステム１００は、心拍数、呼吸、及び／またはユーザの動きなどの、様々な生体特徴信号を使用することにより、ユーザの睡眠状態を判定し得る。ユーザが眠っている間に、プロセッサ１３６は、ユーザの生体特徴信号（例えば、心拍数、呼吸、及び動き）の１または複数を受信し得て、当該受信した生体特徴信号に基づいてユーザの現在の睡眠状態を判定し得る。幾つかの実装形態では、チャンバ１１４Ａ及び１１４Ｂの一方または両方の圧力の変動を示す信号が増幅及び／またはフィルタリングされ得て、心拍数及び呼吸数のより正確な検知を許容し得る。

【0053】

制御ボックス１２４は、増幅及びフィルタリングされた圧力信号に基づいて、パターン認識アルゴリズムまたは他の計算法を実行し得て、ユーザの心拍数及び呼吸数を判定し得る。例えば、当該アルゴリズムまたは計算法は、信号の心拍数部分が０．５～４．０Ｈｚの範囲の周波数を有し、信号の呼吸数部分が１Ｈｚ未満の範囲の周波数を有する、という仮定に基づき得る。制御ボックス１２４は、また、受信された圧力信号に基づいて、血圧、揺れ及び回転運動、ローリング運動、四肢の運動、体重、ユーザの存在ないし不在、及び／またはユーザのアイデンティティ（個性）、などのユーザの他の特性を判定するように構成され得る。心拍数情報、呼吸数情報、及び他のユーザ情報、を使用してユーザの睡眠をモニタリング（監視）するための技術は、「バイタルサインをモニタリング（監視）するための装置」という名称のスティーブン・Ｊ・ヤング等による米国特許出願公開公報第２０１０／０１７００４３号に開示されている。当該公開公報の全内容が、当該参照により本明細書に組み込まれる（ｉｎｃｏｒｐｏｒａｔｅｄ ｂｙ ｒｅｆｅｒｅｎｃｅ）。

【0054】

例えば、ベッド１１２のチャンバ１１４Ａ及び１１４Ｂ内の空気圧をモニタリング（監視）するために、圧力トランスデューサ１４６が使用され得る。ベッド１１２上のユーザが動いていない場合、エアチャンバ１１４Ａまたは１１４Ｂ内の空気圧の変化は、比較的最小であり得て、呼吸及び／または心拍に起因し得る。しかしながら、ベッド１１２上のユーザが動いている時、マットレス内の空気圧は、はるかに大きな量で変動し得る。従って、圧力トランスデューサ１４６によって生成され、プロセッサ１３６によって受信される圧力信号は、動き、心拍、または呼吸に対応するものとして、フィルタリングされて示され得る。

【0055】

幾つかの実装形態では、プロセッサ１３６で制御ボックス１２４内でデータ分析を実行するのではなく、圧力トランスデューサ１４６によって収集されるデータを分析するためにデジタル信号プロセッサ（ＤＳＰ）が提供され得る。あるいは、圧力トランスデューサ１４６によって収集されるデータは、遠隔分析のためにクラウドベースのコンピューティングシステムに送信され得る。

【0056】

幾つかの実装態様では、例示的なエアベッドシステム１００は、例えば、ユーザの快適さのために、ベッドの温度を上昇、下降、または維持するように構成された温度コントローラを更に備える。例えば、パッドが、ベッド１１２の頂部上に載置され得る、または、その一部であり得る、あるいは、チャンバ１１４Ａ及び１１４Ｂの一方または両方の頂部上に載置され得る、または、その一部であり得る。当該パッドを通して空気が押し出され得て、ベッドのユーザを冷やすために通気され得る。逆に、当該パッドは、ユーザを暖かく保つために使用され得る加熱要素を含み得る。幾つかの実装形態では、温度コントローラは、パッドから温度読取値を受信し得る。幾つかの実装形態では、ベッドの異なる側に異なる温度制御を提供するために、（例えば、チャンバ１１４Ａ及び１１４Ｂの位置に対応する）ベッド１１２の異なる側に、別個のパッドが使用される。

【0057】

幾つかの実装形態では、エアベッドシステム１００のユーザは、ベッド１１２の表面（またはベッド１１２の表面の一部）の所望の温度を入力するために、リモートコントロール１２２などの入力デバイスを使用し得る。所望の温度は、当該所望の温度を含み温度コントローラを所望の制御対象のコンポーネント（構成要素）として識別するコマンドデータ構造にカプセル化され得る。次に、当該コマンドデータ構造は、ブルートゥースまたは他の適切な通信プロトコルを介してプロセッサ１３６に送信され得る。様々な例において、コマンドデータ構造は、送信される前に暗号化され得る。次に、温度コントローラは、ユーザによってリモートコントロール１２２に入力された温度に応じてパッドの温度を増減するように、その要素を構成（制御）し得る。

【0058】

幾つかの実装形態では、データは、あるコンポーネントからプロセッサ１３６に送り返され得るし、あるいは、ディスプレイ１２６などの１または複数のディスプレイデバイスに送信され得る。例えば、温度コントローラのセンサ要素によって判定される現在の温度、ベッドの圧力、土台（基礎部）の現在の位置、または他の情報が、制御ボックス１２４に送信され得る。次に、制御ボックス１２４は、受信した情報をリモートコントロール１２２に送信し得る。それは、そこで、（例えば、ディスプレイ１２６上で）ユーザに表示され得る。

【0059】

幾つかの実装形態では、例示的なエアベッドシステム１００は、調整可能な土台と、ベッドを支持する当該調整可能な土台を調整することによってベッド（例えばベッド１１２）の位置を調整するように構成された関節運動コントローラと、を更に備える。例えば、関節運動コントローラは、ベッド１１２を、平坦な位置から、ベッドのマットレスのヘッド部分が上向きに傾斜する位置にまで（例えば、ユーザがベッドに座る及び／またはテレビを見ることを容易にするために）、調整し得る。幾つかの実装形態では、ベッド１１２は、複数の別々に関節運動可能なセクションを含む。例えば、チャンバ１１４Ａ及び１１４Ｂの位置に対応するベッドの部分が、互いに独立して関節運動され得て、ベッド１１２の表面上に配置された１人が第１位置（例えば、平坦な位置）で休みながら、２人目が第２位置（例えば、頭を腰から斜めに上げたリクライニング位置）で休むことを許容する。幾つかの実装形態では、２つの異なるベッド（例えば、互いに隣り合って配置された２つのツインベッド）に、別々の位置が設定され得る。ベッド１１２の土台は、独立して調整され得る２以上のゾーンを含み得る。関節運動コントローラはまた、ベッド１１２上の１または複数のユーザに異なるレベルのマッサージを提供するように構成され得る。

【0060】

［寝室環境におけるベッドの例］

【0061】

図３は、家庭内及び家庭周囲にある複数のデバイスと通信するベッド３０２を含む例示的な環境３００を示している。図示の例では、ベッド３０２は、２つのエアチャンバ３０６ａ及び３０６ｂ内の空気圧を制御するためのポンプ３０４を含む（エアチャンバ１１４Ａ～１１４Ｂに関して前述されたように）。ポンプ３０４は更に、当該ポンプ３０４によって実施される膨張機能及び収縮機能を制御するための回路を含む。当該回路は、更に、エアチャンバ３０６ａ～ｂの空気圧の変動を検知するようにプログラムされており、当該検知された空気圧の変動を利用して、ユーザ３０８のベッドでの存在、ユーザ３０８の睡眠状態、ユーザ３０８の動き、及び、心拍数や呼吸数などのユーザ３０８の生体特徴信号、を識別する。図示の例では、ポンプ３０４は、ベッド３０２の支持構造内に配置され、ポンプ３０４を制御するための制御回路３３４は、ポンプ３０４と一体化されている。幾つかの実装形態では、制御回路３３４は、ポンプ３０４から物理的に離れており、ポンプ３０４と無線または有線で通信する。幾つかの実装形態では、ポンプ３０４及び／または制御回路３３４は、ベッド３０２の外側に配置される。幾つかの実装形態では、様々な物理的位置にあるシステムによって、様々な制御機能が実施され得る。例えば、ポンプ３０４の動作を制御するための回路が、ポンプ３０４のポンプケーシング内に配置され得て、ベッド３０２に関連する他の機能を実施するための制御回路３３４が、ベッド３０２の別の部分内、またはベッド３０２の外部、に配置され得る。別の例として、ポンプ３０４内に配置された制御回路３３４は、ＬＡＮまたはＷＡＮ（例えばインターネット）を介して、遠隔地にある制御回路３３４と通信し得る。更に別の例として、制御回路３３４は、図１及び図２の制御ボックス１２４に含められ得る。

【0062】

幾つかの実装形態では、ユーザのベッドでの存在、睡眠状態、動き、及び生体特徴信号を識別するために、ポンプ３０４及び制御回路３３４以外の、またはそれらに加えての、１または複数の装置が使用され得る。例えば、ベッド３０２は、ポンプ３０４に加えて第２のポンプを含み得て、２つのポンプの各々は、エアチャンバ３０６ａ～ｂのそれぞれ１つに接続され得る。例えば、ポンプ３０４は、エアチャンバ３０６ｂと流体連通し得て、エアチャンバ３０６ｂの膨張及び収縮を制御し得て、ベッドでの存在、睡眠状態、動き、生体特徴信号などの、エアチャンバ３０６ｂ上に位置するユーザのユーザ信号を検知し得る。一方で、第２のポンプが、エアチャンバ３０６ａと流体連通し得て、エアチャンバ３０６ａの膨張及び収縮を制御し得るとともに、エアチャンバ３０６ａ上に位置するユーザのユーザ信号を検知し得る。

【0063】

別の例として、ベッド３０２は、ユーザの存在、ユーザの動き、呼吸、及び心拍数を含む、動きを検知するように動作可能な１または複数の感圧パッドまたは感圧表面部分を含み得る。例えば、第１感圧パッドが、第１ユーザが通常睡眠中に位置するベッド３０２の左側部分上でベッド３０２の表面内に組み込まれ得て、第２感圧パッドが、第２ユーザが通常睡眠中に位置するベッド３０２の右側部分上でベッド３０２の表面内に組み込まれ得る。当該１または複数の感圧パッドまたは感圧表面部分によって検知される動きは、ユーザの睡眠状態、ベッドでの存在、または生体特徴信号、を識別するために、制御回路３３４によって使用され得る。

【0064】

幾つかの実装形態では、ベッドによって検知される情報（例えば運動情報）は、制御回路３３４（例えば、ポンプ３０４と一体化された制御回路３３４）によって処理され、ユーザデバイス３１０などの１または複数のユーザデバイスに提供されて、ユーザ３０８または他のユーザへ提示される。図３に示す例では、ユーザデバイス３１０はタブレットデバイスである。しかしながら、幾つかの実装形態では、ユーザデバイス３１０は、パーソナルコンピュータ、スマートフォン、スマートテレビ（例えば、テレビ３１２）、または、制御回路３３４との有線または無線通信が可能な他のユーザデバイス、であり得る。ユーザデバイス３１０は、ネットワークを介して、または直接のポイントトゥーポイント通信を介して、ベッド３０２の制御回路３３４と通信し得る。例えば、制御回路３３４は、（例えば、Ｗｉ－Ｆｉルータを介して）ＬＡＮに接続され得て、当該ＬＡＮを介してユーザデバイス３１０と通信し得る。別の例として、制御回路３３４及びユーザデバイス３１０は、両方ともインターネットに接続し得て、当該インターネットを介して通信し得る。例えば、制御回路３３４は、ＷｉＦｉルータを介してインターネットに接続し得て、ユーザデバイス３１０は、セルラー通信システムとの通信を介してインターネットに接続し得る。別の例として、制御回路３３４は、ブルートゥースなどの無線通信プロトコルを介して、ユーザデバイス３１０と直接通信し得る。更に別の例として、制御回路３３４は、ＺｉｇＢｅｅ、Ｚ－Ｗａｖｅ、赤外線、または用途に適した他の無線通信プロトコル、などの無線通信プロトコルを介して、ユーザデバイス３１０と通信し得る。別の例として、制御回路３３４は、例えば、ＵＳＢコネクタ、シリアル／ＲＳ２３２、または用途に適した他の有線接続、などの有線接続を介して、ユーザデバイス３１０と通信し得る。

【0065】

ユーザデバイス３１０は、睡眠またはユーザ３０８のベッド３０２に対する相互作用に関連する様々な情報及び統計を表示し得る。例えば、ユーザデバイス３１０によって表示されるユーザインタフェースが、ある期間（例えば、一晩、一週間、一ヶ月など）のユーザ３０８の睡眠の量、深い睡眠の量、深い睡眠の落ち着かない睡眠に対する比、ベッドに入るユーザ３０８と眠りに落ちるユーザ３０８との間の時間経過、所定の期間においてベッド３０２で費やされた合計時間、ある期間のユーザ３０８の心拍数、ある期間のユーザ３０８の呼吸数、あるいは、ユーザ３０８またはベッド３０２の１または複数の他のユーザによるベッド３０２に対するユーザ相互作用に関連する他の情報、を含む情報を提示し得る。幾つかの実装形態では、複数のユーザの情報がユーザデバイス３１０に提示され得て、例えば、エアチャンバ３０６ａ上に位置する第１ユーザの情報が、エアチャンバ３０６ｂ上に位置する第２ユーザの情報とともに、提示され得る。幾つかの実装形態では、ユーザデバイス３１０上に提示される情報は、ユーザ３０８の年齢に応じて変化し得る。例えば、ユーザデバイス３１０上に提示される情報は、ユーザ３０８の年齢と共に進化し得て、ユーザ３０８が子供としてまたは大人として加齢するにつれて異なる情報がユーザデバイス３１０上に提示され得る。

【0066】

ユーザデバイス３１０はまた、ユーザ３０２が情報を入力することを許容するために、ベッド３０２の制御回路３３４のためのインタフェースとして使用され得る。ユーザに、または、ベッド３０２または他の装置の機能を制御するための様々な制御信号に、より良い情報を提供するために、ユーザ３０８によって入力される情報は、制御回路３３４によって使用され得る。例えば、ユーザ３０８は、体重、身長、年齢などの情報を入力し得て、制御回路３３４はこの情報を使用し得て、当該ユーザの追跡された睡眠情報と、当該ユーザと同様の体重、身長及び／または年齢を有する他の人々の睡眠情報と、の比較を当該ユーザに提供し得る。別の例として、ユーザ３０８は、ユーザデバイス３１０を、エアチャンバ３０６ａ及び３０６ｂの空気圧を制御するため、ベッド３０２の様々なリクライニングまたは傾斜位置を制御するため、ベッド３０２の１または複数の表面温度制御装置の温度を制御するため、または、制御回路３３４が他の装置のための制御信号を生成することを許容するため（以下でより詳細に説明されるように）、のインタフェースとして使用し得る。

【0067】

幾つかの実装形態では、ベッド３０２の制御回路３３４（例えば、ポンプ３０４内に一体化された制御回路３３４）は、ユーザデバイス３１０に加えて、またはその代わりに、他の第１、第２または第３者の装置またはシステムと通信し得る。例えば、制御回路３３４は、テレビ３１２、照明システム３１４、サーモスタット３１６、セキュリティシステム３１８、あるいは、オーブン３２２、コーヒーメーカー３２４、ランプ３２６及び常夜灯３２８のような他の家庭用機器、と通信し得る。制御回路３３４が通信し得る装置及び／またはシステムの他の例は、ブラインド３３０を制御するためのシステム、１または複数のドア３３２の状態を検知または制御する（例えばドアが開いているか否かを検知する、ドアがロックされているか否かを検知する、または、ドアを自動的にロックする）ための１または複数の装置、及び、ガレージドア３２０を制御するためのシステム（例えば、ガレージドア３２０の開閉状態を識別し、ガレージドアオープナーにガレージドア３２０を開閉させるため、ガレージドアオープナーと一体化された制御回路３３４）、を含む。ベッド３０２の制御回路３３４と他の装置との間の通信は、ネットワーク（例えば、ＬＡＮまたはインターネット）を介して、または、ポイントトゥーポイント通信（例えば、ブルートゥース、無線通信、または有線接続）として、生じ得る。幾つかの実装形態では、異なるベッド３０２の制御回路３３４が、異なるセットの装置と通信し得る。例えば、キッズベッド（子供用ベッド）は、大人用ベッドと同じ装置と通信しない及び／または制御しない場合がある。幾つかの実施形態では、ベッド３０２は、当該ベッド３０２の制御回路３３４がユーザの年齢の関数として異なる装置と通信するように、ユーザの年齢とともに進化し得る。

【0068】

制御回路３３４は、他の装置／システムから情報及び入力を受信し得て、ベッド３０２または他の装置の動作を制御するために、当該受信した情報及び入力を使用し得る。例えば、制御回路３３４は、ベッド３０２が配置されている家または部屋の現在の環境温度を示すサーモスタット３１６からの情報を受信し得る。制御回路３３４は、ベッド３０２の表面の全部または一部の温度を上げるべきか下げるべきかを決定（判定）するために、当該受信した情報を（他の情報とともに）使用し得る。次に、制御回路３３４は、ベッド３０２の加熱機構または冷却機構に、ベッド３０２の表面の温度を上昇または下降させ得る。例えば、ユーザ３０８は、華氏７４度の所望の睡眠温度を示し得て、一方、ベッド３０２の第２のユーザは、華氏７２度の所望の睡眠温度を示し得る。サーモスタット３１６は、寝室の現在の温度が華氏７２度であることを、制御回路３３４に示し得る。制御回路３３４は、ユーザ３０８が華氏７４度の所望の睡眠温度を示したことを識別し得て、ベッド３０２の表面の一部の温度を上げるために、制御信号をベッドのユーザ３０８の側にある加熱パッドに送信し得る。それは、当該ユーザ３０８の睡眠面の温度を所望の温度に上げるために配置されている。

【0069】

制御回路３３４は、また、他の装置を制御する制御信号を生成し得て、当該制御信号を当該他の装置に伝搬し得る。幾つかの実装形態では、制御信号は、ユーザ３０８及び／または１人以上の他のユーザによるベッド３０２とのユーザ相互作用に関する情報を含む、制御回路３３４によって収集された情報に基づいて、生成される。幾つかの実装形態では、ベッド３０２以外の１または複数の他の装置から収集される情報が、制御信号を生成する時に使用される。例えば、ベッド３０２の制御回路３３４と通信する様々な装置の制御信号を生成する時に、環境発生に関する情報（例えば、環境温度、環境ノイズレベル、環境光レベルなど）、時刻、年、曜日、または他の情報が、使用され得る。例えば、時刻に関する情報が、照明システム３１４のための制御信号を生成するために、ユーザ３０８の動き及びベッドでの存在に関する情報と組み合わされ得る。幾つかの実装形態では、１または複数の他の装置に制御信号を提供するのではなく、またはそれに加えて、制御回路３３４は、収集された情報（例えば、ユーザの動き、ベッドでの存在、睡眠状態またはユーザ３０８の生体特徴信号、に関連する情報）を１または複数の他の装置に送信し得て、当該１または複数の他の装置が制御信号を生成する時に当該収集された情報を利用することを許容し得る。例えば、ベッド３０２の制御回路３３４は、中央コントローラ（図示せず）に、ユーザ３０８によるベッド３０２とのユーザ相互作用に関する情報を提供し得る。当該中央コントローラは、ベッド３０２を含む様々な装置の制御信号を生成するために、当該提供された情報を利用し得る。

【0070】

引き続き図３を参照して、ベッド３０２の制御回路３３４は、ユーザ３０８のベッドでの存在、ユーザの睡眠状態３０８、及び他の要因を含む、制御回路３３４によって収集される情報に応答して、他の装置の動作を制御するための制御信号を生成し得て、当該他の装置に当該制御信号を送信し得る。例えば、ポンプ３０４と一体化された制御回路３３４は、エアチャンバ３０６ｂ内の圧力の増加などの、ベッド３０２のマットレスの特徴を検知し得て、この検知された空気圧の増加を、ユーザ３０８がベッド３０２上にいることを判定するために利用する。幾つかの実装形態では、制御回路３３４は、圧力の増加が、無生物（スーツケースなど）がベッド上に置かれているのではなく、人がベッド３０２上に座っている、横たわっている、または休んでいるためである、ことを識別するために、ユーザ３０８の心拍数または呼吸数を識別し得る。幾つかの実装形態では、ユーザのベッドでの存在を示す情報は、他の情報と組み合わされて、ユーザ３０８の現在または将来の可能性ある状態を識別する。例えば、午前１１時００分に検知されたユーザのベッドでの存在は、ユーザがベッド上に座っていて（例えば、靴紐を結ぶため、または、本を読むため）、寝ようとはしていない、ことを示し得る。一方、午後１０時００分に検知されたユーザのベッドでの存在は、ユーザ３０８がベッドに入っていて、まもなく寝るつもりである、ことを示し得る。別の例として、制御回路３３４が、午前６時３０分にユーザ３０８がベッド３０２を去ったことを検知し（例えば、ユーザ３０８がその日に目覚めたことを示す）、その後、午前７時３０分にユーザ３０８のベッドでの存在を検知した場合、制御回路３３４は、ユーザ３０８が延長された期間ベッド上に留まるつもりである、ということの表示ではなく、新しく検知されたユーザのベッドでの存在は、一時的である可能性が高い（例えば、ユーザ３０８が仕事に向かう前に靴紐を結んでいる間である）、というように、この情報を使用（理解）し得る。

【0071】

幾つかの実装形態では、制御回路３３４は、収集された情報（ユーザ３０８によるベッド３０２とのユーザ相互作用に関連する情報、環境情報、時間情報、及び、ユーザから受け取った入力、を含む）を使用して、ユーザ３０８の使用パターンを識別し得る。例えば、制御回路３３４は、ある期間にわたって収集されたユーザ３０８のベッドでの存在及び睡眠状態を示す情報を使用して、当該ユーザの睡眠パターンを識別し得る。例えば、制御回路３３４は、１週間にわたって収集されたユーザの存在を示す情報とユーザ３０８の生体特徴信号とに基づいて、ユーザ３０８が概して午後９時３０分と午後１０時００分との間にベッドに行き、概して午後１０時００分と午後１１時００分との間に入眠し、概して午前６時３０分と午前６時４５分との間に目覚める、ということを識別し得る。制御回路３３４は、ユーザ３０８によるベッド３０２とのユーザ相互作用をより良好に処理して識別するために、当該ユーザの識別パターンを使用し得る。

【0072】

例えば、前記の例のユーザ３０８のベッドでの存在、睡眠、及び目覚めのパターンが与えられた場合において、ユーザ３０８が午後３時００分にベッド上にいると検知される場合、制御回路３３４は、ベッド上のユーザの存在が単に一時的である、と判定し得て、当該判定を使用して、ユーザ３０８が夕方にベッドにいると制御回路３３４が判定した場合に生成されるであろうものとは異なる制御信号を生成し得る。別の例として、制御回路３３４が、ユーザ３０８が午前３時００分にベッドから出たことを検知した場合、制御回路３３４は、当該ユーザ３０８の識別パターンを使用して、当該ユーザが一時的に起きただけであって（例えば、トイレを使用するため、または、コップ一杯の水を得るため）、その日の起床をしたわけではない、と判定し得る。対照的に、制御回路３３４が、ユーザ３０８が午前６時４０分にベッド３０２から出たことを識別する場合、制御回路３３４は、ユーザがその日の起床をしたと判定し得て、（ユーザ３０８が午前３時００分にベッド３０２を出る場合のように）ユーザ３０８が一時的にベッドを出ただけであると判定された場合に生成されるであろうものとは異なる制御信号のセットを生成し得る。他のユーザ３０８については、午前３時００分にベッド３０２から出ることは、通常の目覚めの時間であり得るので、制御回路３３４は、これに応じて、学習及び応答し得る。

【0073】

前述のように、ベッド３０２の制御回路３３４は、様々な他の装置の制御機能のための制御信号を生成し得る。制御信号は、少なくとも部分的に、ユーザ３０８によるベッド３０２との検知された相互作用と、時間、日付、温度などを含む他の情報と、に基づいて生成され得る。例えば、制御回路３３４は、テレビ３１２と通信し得て、テレビ３１２から情報を受信し得て、テレビ３１２の機能を制御するための制御信号を生成し得る。例えば、制御回路３３４は、テレビ３１２が現在オンであるというテレビ３１２からの標示を、受信し得る。テレビ３１２がベッド３０２とは異なる部屋に配置されている場合、制御回路３３４は、ユーザ３０８が夜に就寝したと判定する時、テレビ３１２をオフにする制御信号を生成し得る。例えば、ベッド３０２上のユーザ３０８の存在が特定の時間範囲（例えば午後８時００分と午前７時００分との間）に検知され、閾値時間（例えば１０分）より長く続く場合、制御回路３３４は、この情報を使用して、ユーザ３０８が就寝のためにベッドにいると判定し得る。テレビ３１２がオンである場合（テレビ３１２からベッド３０２の制御回路３３４によって受信される通信によって示される）、制御回路３３４は、テレビ３１２をオフにする制御信号を生成し得る。次に、制御信号が、テレビに送信され得る（例えば、テレビ３１２と制御回路３３４との間の有向通信リンクを介して、または、ネットワークを介して）。別の例として、ユーザのベッドでの存在の検知に応答してテレビ３１２をオフにするのではなく、制御回路３３４は、テレビ３１２の音量を予め指定された量だけ下げるようにする制御信号を生成し得る。

【0074】

別の例として、指定された時間範囲（例えば、午前６時００分から午前８時００分の間）にユーザ３０８がベッド３０２を離れたことを検知する時、制御回路３３４は、テレビ３１２をオンにし、予め指定されたチャンネルに同調させるための制御信号を生成し得る（例えば、ユーザ３０８は、朝にベッドから出る時に朝のニュースを見るという好みを示す）。制御回路３３４は、制御信号を生成し、当該信号をテレビ３１２に送信して、テレビ３１２をオンにし得て、所望の局（制御回路３３４、テレビ３１２、または別の場所、に保存され得る）に同調させ得る。別の例として、ユーザ３０８がその日に起床したことを検知する時、制御回路３３４は、制御信号を生成及び送信して、テレビ３１２をオンにし得て、テレビ３１２と通信しているデジタルビデオレコーダー（ＤＶＲ）から以前に録画された番組の再生を開始し得る。

【0075】

別の例として、テレビ３１２がベッド３０２と同じ部屋にある場合、制御回路３３４は、ユーザのベッドでの存在の検知に応答しては、テレビ３１２をオフにしない。むしろ、制御回路３３４は、ユーザ３０８が眠っているとの判定に応答して、制御信号を生成及び送信して、テレビ３１２をオフにし得る。例えば、制御回路３３４は、ユーザ３０８の生体特徴信号（例えば、動き、心拍数、呼吸数）をモニタリング（監視）して、ユーザ３０８が眠りに落ちたことを判定し得る。ユーザ３０８が眠っていることを検知する時、制御回路３３４は、テレビ３１２をオフにする制御信号を生成して送信する。別の例として、制御回路３３４は、ユーザ３０８が眠りに落ちた後の閾値時間の経過後（例えば、ユーザが眠りに落ちた後１０分後）に、テレビ３１２をオフにする制御信号を生成し得る。別の例として、制御回路３３４は、ユーザ３０８が眠っていると判定した後、テレビ３１２の音量を下げる制御信号を生成する。更に別の例として、制御回路３３４は、ユーザ３０８が眠っているとの決定に応答して、制御信号を生成及び送信して、テレビの音量をある期間にわたって徐々に下げ、その後にテレビをオフにする。

【0076】

幾つかの実装形態では、制御回路３３４は、コンピュータ、タブレット、スマートフォン、ステレオシステムなど、の他のメディアデバイスと、同様に相互作用し得る。例えば、ユーザ３０８が眠っていることを検知する時、制御回路３３４は、制御信号を生成してユーザデバイス３１０に送信し、ユーザデバイス３１０をオフにし得る、または、ユーザデバイス３１０で再生されているビデオまたはオーディオファイルの音量を下げ得る。

【0077】

制御回路３３４は更に、照明システム３１４と通信し得て、当該照明システム３１４から情報を受信し得て、当該照明システム３１４の機能を制御するための制御信号を生成し得る。例えば、特定の時間枠（例えば午後８時００分から午前７時００分の間）で閾値時間（例えば１０分）より長く続くベッド３０２上のユーザの存在を検知する時、ベッド３０２の制御回路３３４は、ユーザ３０８が就寝のためにベッドにいると判定し得る。この判定に応答して、制御回路３３４は、ベッド３０２が配置されている部屋以外の１または複数の部屋の照明を消灯する制御信号を生成し得る。次に、制御信号が照明システム３１４に送信され得て、当該照明システム３１４によって実行され得て、示された部屋の照明を消灯させ得る。例えば、制御回路３３４は、制御信号を生成及び送信して、他の寝室ではなく、全ての一般的な部屋の照明を消灯し得る。別の例として、ユーザ３０８が就寝のためにベッドにいるとの判定に応答して、制御回路３３４によって生成される制御信号は、ベッド３０２が配置されている部屋以外の全ての部屋の照明が消灯されるべきであり、ベッド３０２を含む家屋の外側に配置された１または複数の照明も消灯されるべきである、ことを示し得る。更に、制御回路３３４は、ユーザ３０８のベッドでの存在またはユーザ３０８が眠っていることの判定に応答して、常夜灯３２８を点灯させる制御信号を生成及び送信し得る。別の例として、制御回路３３４は、ユーザのベッドでの存在の検知に応答して第１セットの照明（例えば、一般の部屋の照明）を消灯するための第１制御信号と、ユーザ３０８が眠っていることの検知に応答して第２セットの照明（例えば、ベッド３０２が配置されている部屋の照明）を消灯するための第２制御信号と、を生成し得る。

【0078】

幾つかの実装形態では、ユーザ３０８が就寝のためにベッドにいるとの判定に応答して、ベッド３０２の制御回路３３４は、ベッド３０２が配置されている部屋で日没照明様式を照明システム３１４に実施させる制御信号を生成し得る。日没照明様式は、例えば、寝室の照明に琥珀色の色調を追加するなど寝室環境の照明の色を変更することとの組み合わせで、照明を（時間をかけて徐々に、または一気に）落とすこと、を含み得る。日没照明様式は、ユーザ３０８が就寝のためにベッドにいると制御回路３３４が判定した時、ユーザ３０８を入眠させることを助け得る。

【0079】

制御回路３３４は、また、ユーザ３０８が朝に目覚める時に、日出照明様式を実施するように構成され得る。制御回路３３４は、例えば、指定された時間枠（例えば午前６時００分と午前８時００分との間）の間にユーザ３０８がベッド３０２から出た（すなわち、もはやベッド３０２上に存在しない）ことを検知することによって、ユーザ３０８がその日に起床したことを判定し得る。別の例として、制御回路３３４は、ユーザ３０８がベッドから出ていなくてもユーザ３０８が目覚めていることを判定するために、ユーザ３０８の動き、心拍数、呼吸数、または他の生体特徴信号を、モニタリング（監視）し得る。制御回路３３４が、指定された時間枠の間にユーザが目覚めていることを検知した場合、制御回路３３４は、ユーザ３０８がその日に起床したと判定し得る。指定された時間枠は、例えば、一定期間（例えば２週間）にわたって収集された以前に記録されたユーザのベッドでの存在情報に基づき得る。それは、ユーザ３０８が通常午前６時３０分と午前７時３０分との間に目覚めることを示し得る。ユーザ３０８が目覚めていると制御回路３３４が判定することに応答して、当該制御回路３３４は、制御信号を生成して、照明システム３１４に、ベッド３０２が配置されている寝室で日出照明様式を実施させ得る。日出照明様式は、例えば、照明（例えば、ランプ３２６、または寝室の他の照明）を点灯させることを含み得る。日出照明様式は、ベッド３０２が配置されている部屋（または１または複数の他の部屋）の照明のレベルを徐々に上げることを更に含み得る。日出照明様式は、指定された色の照明のみを点灯させることも含み得る。例えば、日出照明様式は、ユーザ３０８が目覚めて活動的になるのを穏やかに支援するため、寝室を青色光で照明することを含み得る。

【0080】

幾つかの実装形態では、制御回路３３４は、ベッド３０２とのユーザ相互作用が検出された時刻に応じて、照明システム３１４などの１または複数の構成要素の動作を制御するための異なる制御信号を生成し得る。例えば、制御回路３３４は、ユーザ３０８とベッド３０２との間の相互作用についての履歴ユーザ相互作用情報を使用して、ユーザ３０８が通常午後１０時００分と午後１１時００分との間で入眠し、通常午前６時３０分と午前７時３０分との間で目覚める、ということを判定し得る。制御回路３３４は、この情報を使用して、午前３時００分にユーザ３０８がベッドから出たと検知される場合に、照明システム３１４を制御するための制御信号の第１セットを生成し得て、午前６時３０分より後にユーザ３０８がベッドから出たと検知される場合に、照明システム３１４を制御するための制御信号の第２セットを生成し得る。例えば、ユーザ３０８が午前６時３０分より前にベッドから出る場合、制御回路３３４は、ユーザ３０８のトイレへの経路を案内する照明を点灯させ得る。別の例として、ユーザ３０８が午前６時３０分より前にベッドから出る場合、制御回路３３４は、ユーザ３０８のキッチンへの経路を案内する照明を点灯させ得る（それは、例えば、常夜灯３２８を点灯すること、ベッド下の照明を点灯すること、または、ランプ３２６を点灯すること、を含み得る）。

【0081】

別の例として、ユーザ３０８が午前６時３０分より後にベッドから出る場合、制御回路３３４は、制御信号を生成して、照明システム３１４に日出照明様式を開始させ得る、あるいは、寝室または他の部屋の１または複数の照明を点灯させ得る。幾つかの実装形態では、当該ユーザ３０８について指定された朝の起床時間より前にユーザ３０８がベッドから出たと検知される場合、制御回路３３４は、照明システム３１４に、当該指定された朝の起床時間より後にユーザ３０８がベッドから出たと検知される場合に照明システム３１４によって点灯される光よりも弱い（暗い）光を、点灯させる。ユーザ３０８が夜間に（すなわち、当該ユーザ３０８の通常の起床時間より前に）ベッドから出る時に弱い（薄暗い）照明のみを点灯させることは、その家の他の居住者が照明によって目覚めてしまうことを防げる一方で、ユーザ３０８が家内でトイレ、キッチン、または別の目的地に到達するために見ることを許容し得る（視界を提供し得る）。

【0082】

ユーザ３０８とベッド３０２との間の相互作用に関する履歴ユーザ相互作用情報は、ユーザの睡眠時間枠及び覚醒時間枠を識別するために使用され得る。例えば、ユーザのベッドでの存在時間及び睡眠時間が、設定された期間（例えば、２週間、１ヶ月など）について判定され得る。次に、制御回路３３４は、ユーザ３０８が就寝する典型的な時間範囲すなわち時間枠、ユーザ３０８が入眠する典型的な時間枠、及び、ユーザ３０８が目覚める典型的な時間枠、を識別し得る（場合によっては、ユーザ３０８が目覚める時間枠とユーザ３０８が実際にベッドから出る時間枠とは異なる）。幾つかの実装形態では、これらの時間枠に、バッファ時間が追加され得る。例えば、ユーザが、典型的には午後１０時００分と午後１０時３０分との間に就寝すると識別される場合、各方向に３０分のバッファが当該時間枠に追加され得て、午後９時３０分と午後１１時００分との間にユーザがベッドに着くことの検知が、ユーザ３０８が夜に就寝することと解釈され得る。別の例として、ユーザ３０８が就寝する最も早い典型的な時間の３０分前から始まって当該ユーザの典型的な目覚めの時間（例えば午前６時３０分）まで延長される時間帯内での、ユーザ３０８のベッドでの存在の検知が、ユーザ３０８が夜に就寝することと解釈され得る。例えば、ユーザが典型的には午後１０時００分と午後１０時３０分との間に就寝する場合、ユーザのベッドでの存在がある夜の午前１２時３０分（０時３０分）に検知されると、それは、ユーザの就寝の典型的な時間枠を超えてはいるが、ユーザの通常の目覚め時間の前に生じているため、当該ユーザ３０８が夜に就寝したと解釈され得る。幾つかの実装形態では、１年の異なる時期（例えば、夏よりも冬には就寝時間が早まる）または１週間の異なる曜日（例えば、ユーザは週末より平日により早く目覚める）について、異なる時間枠が識別される。

【0083】

制御回路３３４は、ユーザ３０８の存在の持続時間を感知することによって、短時間ベッド３０２上に存在すること（昼寝など）に対して、ユーザ３０８が長時間就寝すること（夜など）を区別し得る。幾つかの例では、制御回路３３４は、ユーザ３０８の睡眠の持続時間を感知することによって、短時間の就寝（昼寝など）に対して、ユーザ３０８が長時間就寝すること（夜など）を区別し得る。例えば、制御回路３３４は、時間閾値を設定し得て、それにより、ユーザ３０８がベッド３０２上で当該閾値より長く感知される場合、ユーザ３０８が夜に就寝したと見なされる。幾つかの例では、当該閾値は約２時間であり得て、それにより、ユーザ３０８がベッド３０２上で２時間を超えて感知される場合、制御回路３３４は、それを長時間睡眠事象として登録する。他の例では、当該閾値は、２時間より長かったり短かったりし得る。

【0084】

制御回路３３４は、ユーザ３０８が就寝時間範囲を入力する必要なく、ユーザ３０８の典型的な就寝時間範囲を自動的に判定するべく、繰り返される長時間睡眠事象を検知し得る。これにより、制御回路３３４は、ユーザ３０８が伝統的な睡眠スケジュールを使用して典型的に就寝するのか非伝統的な睡眠スケジュールを使用して典型的に就寝するのかとは無関係に、ユーザ３０８が長時間睡眠事象のために就寝する可能性が高い時刻を、正確に推定できる。次に、制御回路３３４は、ユーザ３０８の就寝時間範囲の知識を使用して、就寝時間範囲中または就寝時間範囲外にベッドで存在することの感知に基づいて、１または複数の構成要素（ベッド３０２及び／または非ベッドの周辺機器を含む）を、異なって制御し得る。

【0085】

幾つかの例では、制御回路３３４は、ユーザ入力を必要とすることなく、ユーザ３０８の就寝時間範囲を自動的に判定し得る。幾つかの例では、制御回路３３４は、自動的に、且つ、ユーザ入力との組み合わせで、ユーザ３０８の就寝時間範囲を判定し得る。幾つかの例では、制御回路３３４は、ユーザ入力に従って、就寝時間範囲を直接的に設定し得る。幾つかの例では、制御回路３３４は、異なる就寝時刻を異なる曜日に関連付け得る。これらの例の各々において、制御回路３３４は、検知されたベッドでの存在及び就寝時間範囲の関数として、１または複数の構成要素（照明システム３１４、サーモスタット３１６、セキュリティシステム３１８、オーブン３２２、コーヒーメーカー３２４、ランプ３２６、及び常夜灯３２８など）を制御し得る。

【0086】

制御回路３３４は、更に、サーモスタット３１６と通信し得て、当該サーモスタット３１６からの情報を受信し得て、当該サーモスタット３１６の機能を制御するための制御信号を生成し得る。例えば、ユーザ３０８は、ユーザ３０８の睡眠状態またはベッドでの存在に応じて、異なる時間の異なる温度のユーザの好みを示し得る。例えば、ユーザ３０８は、ベッドから出るとき華氏７２度、ベッドにいるが目覚めているとき華氏７０度、及び、眠っているとき華氏６８度、の環境温度を好み得る。ベッド３０２の制御回路３３４は、夜のユーザ３０８のベッドでの存在を検知し得て、ユーザ３０８が就寝中であると判定し得る。この判定に応答して、制御回路３３４は、サーモスタットをして温度を華氏７０度に変化させる制御信号を生成し得る。次に、制御回路３３４は、当該制御信号をサーモスタット３１６に送信し得る。ユーザ３０８が就寝時間範囲中に就寝している、または眠っている、ことを検知すると、制御回路３３４は、制御信号を生成及び送信し得て、サーモスタット３１６をして温度を華氏６８度に変化させ得る。翌朝、ユーザがその日の起床をした（例えば、ユーザ３０８が午前６時３０分より後にベッドから出た）、ことを判定すると、制御回路３３４は、制御信号を生成及び送信し得て、サーモスタット３１６をして温度を華氏７２度に変化させ得る。

【0087】

幾つかの実装形態では、制御回路３３４は、同様に制御信号を生成し得て、ベッド３０２とのユーザ相互作用に応答して、あるいは様々な予めプログラムされた時間に、ベッド３０２の表面上の１または複数の加熱要素または冷却要素をして、様々な時点で温度を変化させ得る。例えば、制御回路３３４は、ユーザ３０８が入眠したことが検知されると、加熱要素を作動させ得て、ベッド３０２の表面の片側の温度を華氏７３度にまで上昇させ得る。別の例として、ユーザ３０８がその日に起床したと判定すると、制御回路３３４は、加熱要素または冷却要素を電源オフにし得る。更に別の例として、ユーザ３０８は、ベッドの表面の温度が上昇または下降されるべき様々な時間を、予めプログラムし得る。例えば、ユーザは、午後１０時００分に表面温度を華氏７６度に上げ、午後１１時３０分に表面温度を華氏６８度に下げるように、ベッド３０２をプログラムし得る。

【0088】

幾つかの実装形態では、ユーザ３０８のベッドでの存在の検知及び／またはユーザ３０８が眠っていることの検知に応答して、制御回路３３４は、サーモスタット３１６をして、異なる部屋の温度を異なる値に変化させ得る。例えば、ユーザ３０８が夜にベッドにいるとの判定に応答して、制御回路３３４は、制御信号を生成及び送信し得て、サーモスタット３１６をして家の１または複数の寝室の温度を華氏７２度に設定し得て、且つ、他の部屋の温度を華氏６７度に設定し得る。

【0089】

制御回路３３４は、また、サーモスタット３１６から温度情報を受信し得て、この温度情報を使用して、ベッド３０２または他の装置の機能を制御し得る。例えば、前述のように、制御回路３３４は、サーモスタット３１６から受信した温度情報に応答して、ベッド３０２に含まれる加熱要素の温度を調整し得る。

【0090】

幾つかの実装形態では、制御回路３３４は、他の温度制御システムを制御するための制御信号を生成及び送信し得る。例えば、ユーザ３０８がその日に目覚めたとの判定に応答して、制御回路３３４は、床暖房要素を作動させるための制御信号を生成及び送信し得る。例えば、制御回路３３４は、ユーザ３０８がその日に目覚めたとの判定に応答して、主寝室の床暖房システムをオンにすることができる。

【0091】

制御回路３３４は、更に、セキュリティシステム３１８と通信し得て、当該セキュリティシステム３１８から情報を受信し得て、当該セキュリティシステム３１８の機能を制御するための制御信号を生成し得る。例えば、ユーザ３０８が夜に就寝したとの検知に応答して、制御回路３３４は、セキュリティシステムをしてセキュリティ機能を作動または作動解除させる制御信号を生成し得る。その後、制御回路３３４は、当該制御信号をセキュリティシステム３１８に送信し得て、当該セキュリティシステム３１８を作動させ得る。別の例として、制御回路３３４は、ユーザ３０８がその日に目覚めた（例えば、ユーザ３０８が午前６時００分より後にベッド３０２上にもはや存在しない）との判定に応答して、制御信号を生成及び送信し得て、セキュリティシステム３１８を不能にさせ得る。幾つかの実装形態では、制御回路３３４は、ユーザ３０８のベッドでの存在の検知に応答して、セキュリティシステム３１８に第１セットのセキュリティ機能を作動させるための制御信号の第１セットを生成及び送信し得て、ユーザ３０８が入眠したことの検知に応答して、セキュリティシステム３１８に第２セットのセキュリティ機能を作動させるための制御信号の第２セットを生成及び送信し得る。

【0092】

幾つかの実装形態では、制御回路３３４は、セキュリティシステム３１８（及び／または、セキュリティシステム３１８に関連付けられたクラウドサービス）からアラート（警告）を受信し得て、当該アラートをユーザ３０８に示し得る。例えば、制御回路３３４は、ユーザ３０８が夜にベッドにいることを検知し得て、それに応答して、制御信号を生成及び送信し得て、セキュリティシステム３１８をして作動または作動解除させ得る。その後、セキュリティシステムは、セキュリティ違反（例えば、誰かがセキュリティコードを入力せずにドア３３２を開けた、または、セキュリティシステム３１８が作動している時に誰かが窓を開けた）を検知し得る。セキュリティシステム３１８は、セキュリティ違反を、ベッド３０２の制御回路３３４に通信し得る。セキュリティシステム３１８からの通信の受信に応答して、制御回路３３４は、セキュリティ違反についてユーザ３０８に警告するための制御信号を生成し得る。例えば、制御回路３３４は、ベッド３０２を振動させ得る。別の例として、制御回路３３４は、ユーザ３０８を目覚めさせて、セキュリティ違反についてユーザに警告するために、ベッド３０２の一部を関節運動させ得る（例えば、ヘッドセクションを上昇または下降させ得る）。別の例として、制御回路３３４は、制御信号を生成及び送信し得て、ユーザ３０８にセキュリティ違反を警告するために、ランプ３２６を規則的な間隔で点滅させ得る。別の例として、制御回路３３４は、子供用の寝室の開いた窓など、別のベッドの寝室のセキュリティ違反について、あるベッド３０２のユーザ３０８に警告し得る。別の例として、制御回路３３４は、（例えば、ドアを閉じてロックするために）ガレージドアコントローラに警告を送信し得る。別の例として、制御回路３３４は、セキュリティが作動解除されるように警告を送信し得る。

【0093】

制御回路３３４は、更に、ガレージドア３２０を制御するための制御信号を生成及び送信し得て、ガレージドア３２０の状態（すなわち、開いているかまたは閉じているか）を示す情報を受信し得る。例えば、ユーザ３０８が夜にベッドにいるとの判定に応答して、制御回路３３４は、ガレージドアオープナーまたはガレージドア３２０が開いているか否かを感知可能な他の装置に、要求（リクエスト）を生成及び送信し得る。制御回路３３４は、ガレージドア３２０の現在の状態に関する情報を要求し得る。制御回路３３４が、ガレージドア３２０が開いていることを示す応答を（例えば、ガレージドアオープナーから）受信した場合、制御回路３３４は、ガレージドアが開いていることをユーザ３０８に通知し得るか、または、制御信号を生成して、ガレージドアオープナーをしてガレージドア３２０を閉じさせ得る。例えば、制御回路３３４は、ガレージドアが開いていることを示すメッセージを、ユーザデバイス３１０に送信し得る。別の例として、制御回路３３４は、ベッド３０２を振動させ得る。更に別の例として、制御回路３３４は、制御信号を生成及び送信し得て、照明システム３１４をして寝室の１または複数の照明を点滅させ得て、警告についてユーザデバイス３１０をチェックするようにユーザ３０８に警告し得る（この例では、ガレージドア３２０が開いていることに関する警告）。代替的に、あるいは付加的に、制御回路３３４は、制御信号を生成及び送信し得て、ユーザ３０８が夜にベッドにいること、及び、ガレージドア３２０が開いていることの識別に応答して、ガレージドアオープナーをしてガレージドア３２０を閉じさせ得る。幾つかの実装形態では、制御信号は、ユーザ３０８の年齢に応じて異なり得る。

【0094】

制御回路３３４は、同様に、ドア３３２またはオーブン３２２に関連する状態情報を制御または受信するための通信を送信及び受信し得る。例えば、ユーザ３０８が夜にベッドにいることを検知すると、制御回路３３４は、ドア３３２の状態を検知するための装置またはシステムに、要求を生成して送信し得る。当該要求に応答して返される情報は、ドア３３２の様々な状態、例えば、開いている、閉じているがロックされていない、または、閉じていてロックされている、を示し得る。ドア３３２が開いているか、または、閉じているがロックされていない場合、制御回路３３４は、例えばガレージドア３２０について前述された態様のように、ドアの状態についてユーザ３０８に警告し得る。ユーザ３０８への警告に対して代替的に、または付加的に、制御回路３３４は、ドア３３２をしてロックするか、または閉じてロックするように、制御信号を生成及び送信し得る。ドア３３２が閉じていてロックされている場合、制御回路３３４は、更なる動作は必要ないと判定し得る。

【0095】

同様に、ユーザ３０８が夜にベッドにいることを検知すると、制御回路３３４は、オーブン３２２の状態（例えば、オンまたはオフ）を要求するためのオーブン３２２への要求を生成及び送信し得る。オーブン３２２がオンである場合、制御回路３３４は、ユーザ３０８に警告し得て、及び／または、制御信号を生成及び送信し得て、オーブン３２２をオフにし得る。オーブンが既にオフである場合、制御回路３３４は、更なる動作が必要ではないと判定し得る。幾つかの実装形態では、様々な事象（イベント）に対して、様々な警告（アラート）が生成され得る。例えば、制御回路３３４は、セキュリティシステム３１８が違反を検知した場合、ランプ３２６（または照明システム３１４を介して１または複数の他の照明）を第１パターンで点滅させ得て、ガレージドア３２０が開いている場合、第２パターンで点滅させ得て、ドア３３２が開いている場合、第３パターンで点滅させ得て、オーブン３２２がオンの場合、第４パターンで点滅させ得て、別のベッドが当該ベッドのユーザが起きたことを検知する場合（例えば、ユーザ３０８の子供が夜中にベッドから出たことが子供のベッド３０２内のセンサによって感知される時）、第５パターンで点滅させ得る。ベッド３０２の制御回路３３４によって処理されてユーザに通信され得る警告の他の例は、煙を検知する（及び当該煙の検知を制御回路３３４に通信する）煙検知器、一酸化炭素を検知する一酸化炭素テスタ、ヒータ誤動作、または、制御回路３３４と通信可能でユーザ３０８の注意を喚起すべき事象発生の検知が可能な任意の他の装置からの警告、を含む。

【0096】

制御回路３３４はまた、ブラインド３３０の状態を制御するためのシステムまたは装置と通信し得る。例えば、ユーザ３０８が夜にベッドにいるとの判定に応答して、制御回路３３４は、制御信号を生成及び送信し得て、ブラインド３３０を閉じさせ得る。別の例として、ユーザ３０８がその日に起床した（例えば、ユーザが午前６時３０分より後にベッドから出た）との判定に応答して、制御回路３３４は、制御信号を生成及び送信し得て、ブラインド３３０を開かせ得る。対照的に、ユーザ３０８が当該ユーザ３０８の通常の起床時間より前にベッドから出た場合、制御回路３３４は、ユーザ３０８がその日まだ起床していないと判定し得て、ブラインド３３０を開かせるための制御信号を生成しない。更に別の例として、制御回路３３４は、ユーザ３０８のベッドでの存在の検知に応答して、第１セットのブラインドを閉じさせ、ユーザが眠っていることの検知に応答して、第２セットのブラインドを閉じさせる、という制御信号を生成及び送信し得る。

【0097】

制御回路３３４は、ベッド３０２とのユーザ相互作用の検知に応答して、他の家庭用装置の機能を制御するための制御信号を生成及び送信し得る。例えば、ユーザ３０８がその日に起床したとの判定に応答して、制御回路３３４は、コーヒーメーカー３２４に対する制御信号を生成及び送信し得て、当該コーヒーメーカー３２４をしてコーヒーの淹出を開始させ得る。別の例として、制御回路３３４は、オーブン３２２に対する制御信号を生成及び送信し得て、当該オーブンをして（朝に焼きたてパンが好きなユーザのために）予熱を開始させ得る。別の例として、制御回路３３４は、ユーザ３０８がその日に目覚めたことを示す情報を、１年のうちの時期が現在冬であること、及び／または、外気温が閾値を下回っていること、を示す情報と共に使用し得て、制御信号を生成及び送信し得て、車のエンジンブロックヒーターをオンにし得る。

【0098】

別の例として、制御回路３３４は、ユーザ３０８のベッドでの存在の検知に応答して、または、ユーザ３０８が眠っていることの検知に応答して、制御信号を生成及び送信し得て、１または複数の装置をスリープモードに入らせ得る。例えば、制御回路３３４は、ユーザ３０８の携帯電話をスリープモードへと切り替えさせるための制御信号を生成し得る。その後、制御回路３３４は、当該制御信号を携帯電話に送信し得る。更にその後、ユーザ３０８がその日に起床したと判定すると、制御回路３３４は、携帯電話をスリープモードから（通常モードに）切り替えさせる制御信号を生成及び送信し得る。

【0099】

幾つかの実装形態では、制御回路３３４は、１または複数のノイズ制御装置と通信し得る。例えば、ユーザ３０８が夜にベッドにいる、または、ユーザ３０８が眠っていると判定すると、制御回路３３４は、制御信号を生成及び送信し得て、１または複数のノイズキャンセレーション装置を作動させ得る。ノイズキャンセレーション装置は、例えば、ベッド３０２の一部として含まれ得るか、あるいは、ベッド３０２のある寝室内に配置され得る。別の例として、ユーザ３０８が夜にベッドにいる、または、ユーザ３０８が眠っていると判定すると、制御回路３３４は、ステレオシステムラジオ、コンピュータ、タブレットなど、１または複数の音響生成装置について、ボリュームをオンにしたり、オフにしたり、アップしたり、ダウンしたりするための制御信号を生成及び送信し得る。

【0100】

更に、ベッド３０２の機能が、ベッド３０２とのユーザ相互作用に応答して、制御回路３３４によって制御される。例えば、ベッド３０２は、調節可能な土台と、ベッドを支持する当該調節可能な土台を調整することによってベッド３０２の１または複数の部分の位置を調整するように構成された関節運動コントローラと、を含み得る。例えば、関節運動コントローラは、ベッド３０２を、平坦な位置から、ベッド３０２のマットレスのヘッド部分が上向きに傾斜する位置にまで、調整し得る（例えば、ユーザがベッドに座ったり、及び／または、テレビを見たりするのを容易にするため）。幾つかの実装形態では、ベッド３０２は、複数の別々に関節運動可能なセクションを含む。例えば、エアチャンバ３０６a及び３０６ｂの位置に対応するベッドの部分が、互いに独立して関節運動され得て、ベッド３０２の表面上に配置された１人が第１位置（例えば、平坦な位置）で休みながら、２人目が第２位置（例えば、頭を腰から斜めに上げたリクライニング位置）で休むことを許容する。幾つかの実装形態では、２つの異なるベッド（例えば、互いに隣り合って配置された２つのツインベッド）に、別々の位置が設定され得る。ベッド３０２の土台は、独立して調整され得る２以上のゾーンを含み得る。関節運動コントローラはまた、ベッド３０２上の１または複数のユーザに異なるレベルのマッサージを提供するように、または、前述のようにユーザ３０８に警告を伝えるためにベッドを振動させるように、構成され得る。

【0101】

制御回路３３４は、ベッド３０２とのユーザ相互作用に応答して、位置（例えば、ユーザ３０８及び／またはベッド３０２の追加ユーザのための傾斜及び下降位置）を調整し得る。例えば、制御回路３３４は、関節運動コントローラをして、ユーザ３０８のベッドでの存在の感知に応答して、ベッド３０２をユーザ３０８の第１リクライニング位置に調整させ得る。制御回路３３４は、ユーザ３０８が眠っているとの判定に応答して、関節運動コントローラをして、ベッド３０２を第２リクライニング位置（例えば、リクライニングの程度が小さいか、平坦な位置）に調整させ得る。別の例として、制御回路３３４は、ユーザ３０８がテレビ３１２をオフにしたことを示すテレビ３１２からの通信を受信し得て、それに応答して、制御回路３３４は、関節運動コントローラをして、ベッド３０２の位置を好ましいユーザ睡眠位置に調整し得る（例えば、ユーザ３０８がベッドにいる間にユーザがテレビ３１２をオフにしたことにより、ユーザ３０８が入眠を望んでいることが示される）。

【0102】

幾つかの実装形態では、制御回路３３４は、ベッド３０２の別のユーザを目覚めさせることなく、ベッド３０２の１人のユーザを目覚めさせるように、関節運動コントローラを制御し得る。例えば、ユーザ３０８及びベッド３０２の第２ユーザは、各々、異なる目覚め時間を設定し得る（例えば、それぞれ、午前６時３０分及び午前７時１５分）。ユーザ３０８の目覚め時間になると、制御回路３３４は、関節運動コントローラをしてユーザ３０８が配置されているベッドの一側のみ振動させるか、または、その位置を変更させて、第２ユーザを妨げることなく、ユーザ３０８を目覚めさせ得る。第２ユーザの目覚め時間になると、制御回路３３４は、関節運動コントローラをして、第２ユーザが配置されているベッドの側のみを振動させるか、またはその位置を変化させ得る。あるいは、第２ユーザの目覚め時間になると、制御回路３３４は、他の方法（例えば、オーディオアラームや照明の点灯など）を利用して、第２ユーザを目覚めさせ得る。なぜなら、制御回路３３４が第２ユーザを目覚めさせることを試みる時、ユーザ３０８は既に目覚めていて、妨げられないからである。

【0103】

引き続き図３を参照して、ベッド３０２の制御回路３３４は、複数のユーザによるベッド３０２との相互作用についての情報を利用して、様々な他の装置の機能を制御するための制御信号を生成し得る。例えば、制御回路３３４は、ユーザ３０８と第２ユーザとの両方がベッド３０２上に存在していると検知されるまで、例えばセキュリティシステム３１８を作動させたり、あるいは、照明システム３１４に様々な部屋の照明を消灯するよう命令したりするための制御信号を生成することを、待つことができる。別の例として、制御回路３３４は、ユーザ３０８のベッドでの存在を検知すると、照明システム３１４をして第１セットの照明を消灯させるための第１セットの制御信号を生成し得て、第２ユーザのベッドでの存在の検知に応答して、第２セットの照明を消灯させるための第２セットの制御信号を生成し得る。別の例として、制御回路３３４は、ブラインド３３０を開けるための制御信号を生成することを、ユーザ３０８と第２ユーザとの両方がその日に目覚めたと判定されるまで、待つことができる。更に別の例として、ユーザ３０８はその日ベッドを出て目覚めているが、第２ユーザは未だ眠っているという判定に応答して、制御回路３３４は、第１セットの制御信号を生成及び送信し得て、コーヒーメーカー３２４をしてコーヒーの淹出を開始させ得て、セキュリティシステム３１８をして非アクティブにさせ得て、ランプ３２６を点灯し得て、常夜灯３２８を消灯し得て、サーモスタット３１６をして１または複数の部屋の温度を華氏７２度に上昇させ得て、ベッド３０２が配置されている寝室以外の部屋のブラインド（例えば、ブラインド３３０）を開け得る。その後、第２ユーザがベッド上にもはや存在しない（または第２ユーザが目覚めている）ことの検知に応答して、制御回路３３４は、第２セットの制御信号を生成及び送信し得て、例えば照明システム３１４をして寝室の１または複数の照明を点灯させ得て、寝室のブラインドを開けさせ得て、テレビ３１２を予め指定されたチャンネルでオンにし得る。

【0104】

［ベッドに関連付けられたデータ処理システムの例］

【0105】

ここで、例えばベッドに関連付けられているデータ処理タスクのために使用され得るシステム及び構成要素の例が説明される。幾つかの場合、特定の１つの構成要素または構成要素群の複数の例が提示される。これらの例の幾つかは、冗長性がある、及び／または、相互に排他的な代替物である。構成要素間の接続は、構成要素間の通信を許容するための可能性あるネットワーク形態を例示する例として示される。技術的に必要とされるまたは所望される通りに、様々な様式の接続が使用され得る。当該接続は、一般的に、任意の技術的に実現可能な様式で作成され得る論理接続を示す。例えば、マザーボード上のネットワークは、プリント回路基板、ワイヤレスデータ接続、及び／または、他のタイプのネットワーク接続、で創成され得る。幾つかの論理接続は、明瞭化のため、図示されない。例えば、特定の構成要素の多くのまたは全てのエレメントが電源及び／またはコンピュータ可読メモリに接続される必要があり得るが、明瞭化のため、電源及び／またはコンピュータ可読メモリとの接続は、図示されない場合がある。

【0106】

図４Ａは、ベッドシステムに関連付けられ得るデータ処理システム４００の一例のブロック図である。それは、図１乃至図３に関して前述されたものを含んでいる。当該システム４００は、ポンプマザーボード４０２及びポンプドーターボード４０４を含んでいる。当該システム４００は、センサアレイ４０６を含み、それは、環境及び／またはベッドの物理的現象を感知し、そのような感知を、例えば分析のために、ポンプマザーボード４０２に報告する、ように構成された１または複数のセンサを含み得る。当該システム４００は、また、コントローラアレイ４０８も含み、それは、ベッド及び／または環境の論理制御デバイスを制御するように構成された、１または複数のコントローラを含み得る。ポンプマザーボード４００は、ローカルネットワークを介して、インターネット４１２を介して、または技術的に適切な他の態様を介して、１または複数のコンピューティングデバイス４１４及び１または複数のクラウドサービス４１０と通信状態であり得る。これらの構成要素の各々が、以下において、複数の例示的形態と共に、より詳細に説明される。

【0107】

この例では、ポンプマザーボード４０２とポンプドーターボード４０４とが通信可能に結合されている。それらは、概念的にシステム４００の中心ないしハブとして説明され得て、他の構成要素は、概念的にシステム４００のスポークとして説明され得る。幾つかの形態では、これは、スポーク構成要素の各々が、主としてまたは排他的にポンプマザーボード４０２と通信することを意味し得る。例えば、センサアレイのセンサは、対応するコントローラと直接的に通信するように構成されていないか、または通信できない場合がある。代わりに、各スポーク構成要素は、マザーボード４０２と通信し得る。センサアレイ４０６のセンサは、センサ読取値をマザーボード４０２に報告し得て、マザーボード４０２は、それに応答して、コントローラアレイ４０８のコントローラが論理制御デバイスの幾つかのパラメータを調整すべきであるか、あるいは、１または複数の周辺装置の状態を修正すべきであるか、を判定し得る。ある場合に、ベッドの温度が高すぎると判定されるならば、ポンプマザーボード４０２は、温度コントローラがベッドを冷却すべきである、と判定し得る。

【0108】

ハブ－スポークのネットワーク形態（星形ネットワークと呼ばれることもある）の１つの利点は、例えば動的ルーティングを使用するメッシュネットワークと比較して、ネットワークトラフィックが減少することである。特定のセンサが、大きな連続的なストリームのトラフィックを生成する場合でも、当該トラフィックは、ネットワークの１つのスポークを介してマザーボード４０２に送信されるのみであり得る。マザーボード４０２は、例えば、当該データをマーシャリングし、それをより小さなデータフォーマットに凝縮して、クラウドサービス４１０に格納するために再送信し得る。追加的または代替的に、マザーボード４０２は、大きなストリームに応答して、ネットワークの異なるスポークを介して送信される単一の小さなコマンドメッセージを生成し得る。例えば、大量のデータストリームが、センサアレイ４０６から１秒あたり数回送信される圧力読取値である場合、マザーボード４０２は、コントローラアレイに単一のコマンドメッセージで応答して、エアチャンバ内の圧力を増加させ得る。この場合、単一のコマンドメッセージは、圧力読取値のストリームよりも、桁違いに小さい場合があり得る。

【0109】

別の利点として、ハブ－スポークのネットワーク形態は、構成要素の追加、削除、障害などに対応できる拡張可能なネットワークを許容し得る。これは、例えば、センサアレイ４０６内のより多い、より少ない、または異なるセンサ、コントローラアレイ４０８内のより多い、より少ない、または異なるコントローラ、より多い、より少ない、または異なるコンピューティングデバイス４１４、及び／または、より多い、より少ない、または異なるクラウドサービス４１０、を許容し得る。例えば、特定のセンサが故障するか、または、当該センサのより新しいバージョンによって廃止される場合、システム４００は、マザーボード４０２のみが交換用センサについて更新される必要がある、というように構成され得る。これは、例えば、同一のマザーボード４０２が、より少ないセンサ及びコントローラを備えたエントリーレベルの製品、より多いセンサ及びコントローラを備えたより価値の高い製品、及び、顧客が独自に選択した構成要素をシステム４００に追加し得る顧客パーソナライゼーション、を支援できる、という製品差別化を許容し得る。

【0110】

更に、一連のエアベッド製品が、様々な構成要素を備えたシステム４００を使用し得る。製品ライン内の全てのエアベッドが中央論理ユニットとポンプとの両方を含む応用では、マザーボード４０２（及び任意選択的にドーターボード４０４）は、単一のユニバーサルハウジング内に収まるように設計され得る。その後、製品ライン内での製品のアップグレード毎に、付加的なセンサ、コントローラ、クラウドサービスなどが、追加され得る。各製品が特注の論理制御システムを備えている製品ラインと比較して、このようなベースから製品ラインの全ての製品を設計することにより、設計、製造、及び試験の時間が短縮され得る。

【0111】

前述の構成要素の各々は、様々な技術及び形態で実現され得る。以下、各構成要素の幾つかの例が、更に説明される。幾つかの代替案では、システム４００の２以上の構成要素が、単一の代替構成要素で実現され得て、幾つかの構成要素は、複数の個別の構成要素で実現され得て、及び／または、幾つかの機能は、異なる構成要素によって提供され得る。

【0112】

図４Ｂは、データ処理システム４００の幾つかの通信経路を示すブロック図である。前述のように、マザーボード４０２及びポンプドーターボード４０４は、システム４００の周辺装置及びクラウドサービスのためのハブとして機能し得る。ポンプドーターボード４０４がクラウドサービスまたは他の構成要素と通信する場合、ポンプドーターボード４０４からの通信は、ポンプマザーボード４０２を介してルーティングされ得る。これは、例えば、ベッドがインターネット４１２との単一の接続のみを有することを許容し得る。コンピューティングデバイス４１４は、また、場合によってベッドによって使用される同一のゲートウェイを介して、及び／または、場合によって異なるゲートウェイ（例えば、セルサービスプロバイダ）を介して、インターネット４１２への接続を有し得る。

【0113】

以前から、幾つかのクラウドサービス４１０が説明されていた。図４Ｂに示すように、クラウドサービス４ｌ０ｄ及び４ｌ０ｅなど、幾つかのクラウドサービスは、ポンプマザーボード４０２が当該クラウドサービスと直接的に通信できるように、構成され得る。－すなわち、マザーボード４０２は、仲介者として別のクラウドサービス４１０を使用する必要なしで、クラウドサービス４１０と通信し得る。追加的または代替的に、幾つかのクラウドサービス４１０、例えばクラウドサービス４１０ｆは、仲介クラウドサービス、例えばクラウドサービス４１０ｅ、を介してのみ、ポンプマザーボード４０２によって到達可能であり得る。ここでは図示されていないが、幾つかのクラウドサービス４１０は、ポンプマザーボード４０２によって直接的または間接的に到達可能であり得る。

【0114】

更に、クラウドサービス４１０の一部または全ては、他のクラウドサービスと通信するように構成され得る。この通信は、任意の技術的に適切な様式に従って、データ及び／またはリモートファンクションコールの転送を含み得る。例えば、１つのクラウドサービス４１０が、例えばバックアップ、協調、移行の目的で、あるいは、計算やデータマイニングの実施のため、別のクラウドサービスの４１０データの複写を要求し得る。別の例では、多くのクラウドサービス４１０が、ユーザアカウントクラウド４１０ｃ及び／またはベッドデータクラウド４１０ａによって追跡される特定のユーザに従って索引付けされるデータを含み得る。これらのクラウドサービス４１０は、特定のユーザまたはベッドに固有のデータにアクセスする時、当該ユーザアカウントクラウド４１０ｃ及び／またはベッドデータクラウド４１０ａと通信し得る。

【0115】

図５は、図１乃至図３に関して前述されたものを含むベッドシステムに関連付けられ得るデータ処理システムで使用され得るマザーボード４０２の一例のブロック図である。この例では、以下で説明される他の例と比較して、マザーボード４０２が比較的少ない部品で構成され、比較的限定された特徴セットを提供するように制限され得る。

【0116】

マザーボードは、電源部５００、プロセッサ５０２、及び、コンピュータメモリ５１２を含む。一般に、電源部は、外部電源から電力を受け取って、それをマザーボード４０２の構成要素に供給するために使用されるハードウェアを含む。電源部は、例えば、バッテリーパック及び／または壁コンセントアダプタ（プラグ）、ＡＣ－ＤＣコンバータ、ＤＣ－ＡＣコンバータ、電力調整器、コンデンサーバンク、及び／または、マザーボード４０２の他の構成要素によって必要とされる電流タイプ、電圧などで電力を提供するための１または複数のインタフェース、を含み得る。

【0117】

プロセッサ５０２は、一般に、入力を受け取り、論理決定を実行し、出力を提供するための装置である。プロセッサ５０２は、中央処理装置、マイクロプロセッサ、汎用論理回路、特定用途向け集積回路（ＡＳＩＣ）、これらの組み合わせ、及び／または、必要な機能を実行するための他のハードウェア、であり得る。

【0118】

メモリ５１２は、一般に、データを格納するための１または複数の装置である。メモリ５１２は、長期安定データ記憶（例えば、ハードディスク上）、短期不安定データ記憶（例えば、ランダムアクセスメモリ上）、または、任意の他の技術的に適切な構成、を含み得る。

【0119】

マザーボード４０２は、ポンプコントローラ５０４及びポンプモータ５０６を含む。ポンプコントローラ５０４は、プロセッサ５０２からコマンドを受信し得て、それに応答して、ポンプモータ５０６の機能を制御し得る。例えば、ポンプコントローラ５０４は、プロセッサ５０２から、エアチャンバの圧力を１平方インチあたり０．３ポンド（ＰＳＩ）だけ増加させるコマンドを受信し得る。ポンプコントローラ５０４は、それに応答して、ポンプモータ５０６が選択されたエアチャンバ内に空気を送り込むような構成とされるように、弁を作動させ、０．３ＰＳＩに対応する時間、または、圧力が０．３ＰＳＩだけ増加されたことをセンサが示すまで、ポンプモータ５０６を作動させ得る。代替的形態では、メッセージが、チャンバが目標ＰＳＩまで膨張されるべきであるということを指定し得て、ポンプコントローラ５０４は、当該目標ＰＳＩが到達されるまでポンプモータ５０６を作動させ得る。

【0120】

バルブソレノイド５０８は、どのエアチャンバにポンプが接続されるかを制御し得る。場合によっては、ソレノイド５０８は、プロセッサ５０２によって直接的に制御され得る。場合によっては、ソレノイド５０８は、ポンプコントローラ５０４によって制御され得る。

【0121】

マザーボード４０２のリモートインタフェース５１０は、マザーボード４０２がデータ処理システムの他の構成要素と通信することを許容し得る。例えば、マザーボード４０２は、リモートインタフェース５１０を介して、１または複数のドーターボード、周辺センサ、及び／または、周辺コントローラと通信することが可能であり得る。リモートインタフェース５１０は、ＷｉＦｉ、ブルートゥース及び銅有線ネットワークなどの、複数の通信インタフェースを含むがこれらに限定されない、任意の技術的に適切な通信インタフェースを提供し得る。

【0122】

図６は、図１乃至図３に関して前述されたものを含むベッドシステムに関連付けられ得るデータ処理システムで使用され得るマザーボード４０２の一例のブロック図である。図５を参照して説明されたマザーボード４０２と比較すると、図６のマザーボードは、より多くの構成要素を含み得て、幾つかの用途においてより多くの機能を提供し得る。

【0123】

電源部５００、プロセッサ５０２、ポンプコントローラ５０４、ポンプモータ５０６及びバルブソレノイド５０８に加えて、当該マザーボード４０２は、バルブコントローラ６００、圧力センサ６０２、ユニバーサルシリアルバス（ＵＳＢ）スタック６０４、ＷｉＦｉ無線器６０６、ブルートゥース低エネルギ（ＢＬＥ）無線器６０８、ＺｉｇＢｅｅ無線器６１０、ブルートゥース無線器６１２、及び、コンピュータメモリ５１２、と共に示されている。

【0124】

ポンプコントローラ５０４がプロセッサ５０２からのコマンドをポンプモータ５０６のための制御信号に変換する方法と同様に、バルブコントローラ６００は、プロセッサ５０２からのコマンドをバルブソレノイド５０８のための制御信号に変換し得る。一例では、プロセッサ５０２は、エアベッド内の一群のエアチャンバのうちの１つの特定のエアチャンバにポンプを接続するようにバルブコントローラ６００にコマンドを発行し得る。バルブコントローラ６００は、ポンプが指示されたエアチャンバに接続されるように、バルブソレノイド５０８の位置を制御し得る。

【0125】

圧力センサ６０２は、エアベッドの１または複数のエアチャンバからの圧力読取値を読み取ることができる。圧力センサ６０２はまた、デジタルセンサ調整を行うこともできる。

【0126】

マザーボード４０２は、ここで図示されるものを含むがそれに限定されない、一組のネットワークインタフェースを含み得る。これらのネットワークインタフェースは、マザーボードが、有線または無線ネットワークを介して、周辺センサ、周辺コントローラ、コンピューティングデバイス、及び、インターネット４１２に接続された装置及びサービス、を含むがこれらに限定されない、任意の数の装置と通信することを、許容し得る。

【0127】

図７は、図１乃至図３に関して前述されたものを含むベッドシステムに関連付けられ得るデータ処理システムで使用され得るドーターボード４０４の一例のブロック図である。幾つかの形態では、１または複数のドーターボード４０４がマザーボード４０２に接続され得る。幾つかのドーターボード４０４は、特定のタスク及び／または区画化されたタスクをマザーボード４０２から解放（オフロード）するように設計され得る。これは、例えば、特定のタスクが、計算集約型であるか、独占的（ｐｒｏｐｒｉｅｔａｒｙ）であるか、または将来の改訂の対象である、という場合に有利であり得る。例えば、特定の睡眠データメトリックを計算するために、ドーターボード４０４が使用され得る。このメトリックは、計算集約的であり得て、ドーターボード４０４で当該睡眠メトリックを計算すれば、当該メトリックが計算されている間、マザーボード４０２のリソースが解放され得る。追加的及び／または代替的に、当該睡眠メトリックは、将来の改訂の対象となり得る。システム４００を新しい睡眠メトリックで更新するために、当該メトリックを計算するドーターボード４０４のみが交換される必要がある、ということが可能である。この場合、同一のマザーボード４０２及び他の構成要素が使用され得るため、ドーターボード４０４だけでなく追加の構成要素のユニット試験を実行する、という必要がない。

【0128】

ドーターボード４０４は、電源部７００、プロセッサ７０２、コンピュータ可読メモリ７０４、圧力センサ７０６、及び、ＷｉＦｉ無線器７０８、と共に図示されている。プロセッサは、圧力センサ７０６を使用して、エアベッドの１または複数のエアチャンバの圧力に関する情報を収集し得る。このデータから、プロセッサ７０２は、睡眠メトリックを計算するためのアルゴリズムを実行し得る。幾つかの例では、睡眠メトリックは、エアチャンバの圧力のみから計算され得る。他の例では、睡眠メトリックは、１または複数の他のセンサから計算され得る。様々なデータが必要とされる例では、プロセッサ７０２は、適切な１または複数のセンサから当該データを受信し得る。これらのセンサは、ドーターボード４０４の内部にあり得る、ＷｉＦｉ無線器７０８を介してアクセス可能であり得る、あるいは、プロセッサ７０２と通信中であり得る。睡眠メトリックが計算されると、プロセッサ７０２は、当該睡眠メトリックを例えばマザーボード４０２に報告し得る。

【0129】

図８は、図１乃至図３に関して前述されたものを含むベッドシステムに関連付けられ得るデータ処理システムで使用され得る、ドーターボード無しのマザーボード８００の一例のブロック図である。この例では、マザーボード８００は、図６のマザーボード４０２及び図７のドーターボード４０４を参照して説明された機能の、ほとんど、全て、またはより多く、を実行し得る。

【0130】

図９は、図１乃至図３に関して前述されたものを含むベッドシステムに関連付けられ得るデータ処理システムで使用され得る、センサアレイ４０６の一例のブロック図である。一般に、センサアレイ４０６は、マザーボード４０２と通信するがマザーボード４０２に対してネイティブではない周辺センサの一部または全ての概念的なグループである。

【0131】

センサアレイ４０６の周辺センサは、特定のセンサの形態にとって適切であるように、ＵＳＢスタック６０４、ＷｉＦｉ無線器６０６、ブルートゥース低エネルギ（ＢＬＥ）無線器６０８、ＺｉｇＢｅｅ無線器６１０、及び、ブルートゥース無線器６１２を含むがこれらに限定されないマザーボードの１または複数のネットワークインタフェースを介して、マザーボード４０２と通信し得る。例えば、ＵＳＢケーブルを介して読取値を出力するセンサは、ＵＳＢスタック６０４を介して通信し得る。

【0132】

センサアレイ４０６の周辺センサ９００の幾つかは、ベッドに取り付けられ得る。これらのセンサは、例えば、ベッドの構造内に埋め込まれ得て、ベッドと一緒に販売され得るか、あるいは、後にベッドの構造に取り付けられ得る。他の周辺センサ９０２、９０４は、マザーボード４０２と通信し得るが、選択的にベッドに取り付けられない場合がある。場合によっては、ベッドに取り付けられたセンサ９００及び／または周辺センサ９０２、９０４の一部または全てが、ネットワーク用ハードウェアを共有し得る。それは、マザーボード４０２に取り付けられる時、関連するセンサの全てをマザーボード４０２と接続する、各センサからのワイヤ、マルチワイヤケーブル、または、プラグを含む導体（導線）を含む。幾つかの実施形態では、センサ９０２、９０４、９０６、９０８、９１０のうちの、１つ、幾つか、または全てが、圧力、温度、光、音、及び／または、マットレスの１または複数の他の特徴などの、マットレスの１または複数の特徴を感知可能である。幾つかの実施形態では、センサ９０２、９０４、９０６、９０８、９１０のうちの、１つ、幾つか、または全てが、マットレスの外部の１または複数の特徴を感知可能である。幾つかの実施形態では、センサ９０２、９０４、９０６、９０８、９１０のうちの、幾つか、または全てが、マットレスの１または複数の特徴、及び／または、マットレスの外部の１または複数の特徴を感知可能である一方で、圧力センサ９０２が、マットレスの圧力を感知可能である。

【0133】

図１０は、図１乃至図３に関して前述されたものを含むベッドシステムに関連付けられ得るデータ処理システムで使用され得る、コントローラアレイ４０８の一例のブロック図である。一般に、コントローラアレイ４０８は、マザーボード４０２と通信するがマザーボード４０２に対してネイティブではない周辺コントローラの一部または全ての概念的なグループである。

【0134】

コントローラアレイ４０８の周辺コントローラは、特定のセンサの形態にとって適切であるように、ＵＳＢスタック６０４、ＷｉＦｉ無線器６０６、ブルートゥース低エネルギ（ＢＬＥ）無線器６０８、ＺｉｇＢｅｅ無線器６１０、及び、ブルートゥース無線器６１２を含むがこれらに限定されないマザーボードの１または複数のネットワークインタフェースを介して、マザーボード４０２と通信し得る。例えば、ＵＳＢケーブルを介してコマンドを受信するコントローラは、ＵＳＢスタック６０４を介して通信し得る。

【0135】

コントローラアレイ４０８のコントローラの幾つか１０００は、ベッドに取り付けられ得て、温度コントローラ１００６、照明コントローラ１００８及び／またはスピーカコントローラ１０１０を含むが、これらに限定されない。これらのコントローラは、例えば、ベッドの構造内に埋め込まれ得て、ベッドと一緒に販売され得るか、あるいは、後にベッドの構造に取り付けられ得る。他の周辺コントローラ１００２、１００４は、マザーボード４０２と通信し得るが、選択的にベッドに取り付けられない場合がある。場合によっては、ベッドに取り付けられたコントローラ１０００及び／または周辺コントローラ１００２、１００４の一部または全てが、ネットワーク用ハードウェアを共有し得る。それは、マザーボード４０２に取り付けられる時、関連するコントローラの全てをマザーボード４０２と接続する、各コントローラのためのワイヤ、マルチワイヤケーブル、または、プラグを含む導体（導線）を含む。

【0136】

図１１は、図１乃至図３に関して前述されたものを含むベッドシステムに関連付けられ得るデータ処理システムで使用され得る、コンピューティングデバイス４１４の一例のブロック図である。コンピューティングデバイス４１４は、例えば、ベッドのユーザによって使用されるコンピューティングデバイスを含み得る。例示的なコンピューティングデバイス４１４は、モバイルコンピューティングデバイス（例えば、携帯電話、タブレットコンピュータ、ラップトップ）及びデスクトップコンピュータを含むが、これらに限定されない。

【0137】

コンピューティングデバイス４１４は、電源部１１００、プロセッサ１１０２及びコンピュータ可読メモリ１１０４を含む。ユーザ入力及び出力が、例えば、スピーカ１１０６、タッチスクリーン１１０８、または、ポインティングデバイス若しくはキーボードなどの他の不図示の構成要素、によって送信され得る。コンピューティングデバイス４１４は、１または複数のアプリケーション１１１０を実行し得る。これらのアプリケーションは、例えば、ユーザがシステム４００と相互作用することを許容するアプリケーションを含み得る。これらのアプリケーションは、ユーザが、ベッドに関する情報（センサの読取値、睡眠メトリックなど）を視認したり、システム４００の動作を構成したり（例えば、ベッドに所望の堅さを設定したり、周辺装置に所望の動作を設定したり）することを許容し得る。場合によっては、コンピューティングデバイス４１４は、前述のリモートコントロール１２２に加えて、またはそれに置換するために、使用され得る。

【0138】

図１２は、図１乃至図３に関して前述されたものを含むベッドシステムに関連付けられ得るデータ処理システムで使用され得る、ベッドデータクラウドサービス４１０ａの一例のブロック図である。この例では、ベッドデータクラウドサービス４１０ａは、特定のベッドからセンサデータ及び睡眠データを収集し、当該センサデータ及び睡眠データが生成された時にベッドを使用している１または複数のユーザと当該センサデータ及び睡眠データとを照合する、ように構成されている。

【0139】

ベッドデータクラウドサービス４１０ａは、ネットワークインタフェース１２００、通信マネージャ１２０２、サーバハードウェア１２０４、及び、サーバシステムソフトウェア１２０６、と共に示されている。更に、ベッドデータクラウドサービス４１０ａは、ユーザ識別モジュール１２０８、デバイス管理モジュール１２１０、センサデータモジュール１２１２、及び、高度睡眠データモジュール１２１４、と共に示されている。

【0140】

ネットワークインタフェース１２００は、一般に、１または複数のハードウェア装置がネットワークを介して通信することを許容するために使用される、ハードウェア及び低レベルソフトウェアを含む。例えば、ネットワークインタフェース１２００は、ベッドデータクラウドサービス４１０ａの構成要素が例えばインターネット４１２を介して互いに及び他の宛先と通信する、ことを許容するために必要とされる、ネットワークカード、ルータ、モデム、及び、他のハードウェア、を含み得る。通信マネージャ１２０２は、一般に、ネットワークインタフェース１２００上で動作する、ハードウェア及びソフトウェアを含む。これは、ベッドデータクラウドサービス４ｌ０ａによって使用されるネットワーク通信を開始、維持、及び破棄するためのソフトウェアを含む。これは、例えば、ＴＣＰ／ＩＰ、ＳＳＬまたはＴＬＳ、トレント（Ｔｏｒｒｅｎｔ）、及び、ローカルまたはワイドエリアネットワークを介した他の通信セッション、を含む。通信マネージャ１２０２は、また、ベッドデータクラウドサービス４１０ａの他の要素に、ロードバランシング及び他のサービスを提供し得る。

【0141】

サーバハードウェア１２０４は、一般に、ベッドデータクラウドサービス４１０ａをインスタンス化して維持するために使用される物理処理装置を含む。このハードウェアは、プロセッサ（例えば、中央処理装置、ＡＳＩＣ、グラフィックプロセッサ）及びコンピュータ可読メモリ（例えば、ランダムアクセスメモリ、安定したハードディスク、テープバックアップ）を含むが、これらに限定されない。１または複数のサーバが、地理的に離れ得る乃至接続され得る、クラスター、マルチコンピュータ、または、データセンター、に構成され得る。

【0142】

サーバシステムソフトウェア１２０６は、一般に、アプリケーション及びサービスに動作環境を提供するためにサーバハードウェア１２０４上で実行されるソフトウェアを含む。サーバシステムソフトウェア１２０６は、実サーバで実行されるオペレーティングシステム、実サーバでインスタンス化されて多くの仮想サーバを生成する仮想マシン、データ移行や冗長性やバックアップなどのサーバレベルの動作、を含み得る。

【0143】

ユーザ識別モジュール１２０８は、関連付けられたデータ処理システムを備えたベッドのユーザに関連するデータを、含み得る、または、参照し得る。例えば、ユーザは、ベッドデータクラウドサービス４１０ａまたは他のサービスに登録された、顧客、所有者、または、他のユーザ、を含み得る。各ユーザは、例えば、固有の識別子、ユーザ資格情報、連絡先情報、請求書情報、人口統計情報、または、他の技術的に適切な情報、を有し得る。

【0144】

デバイス管理モジュール１２１０は、データ処理システムに関連付けられたベッドまたは他の製品に関連するデータを、含み得る、または、参照し得る。例えば、ベッドは、ベッドデータクラウドサービス４１０ａに関連付けられたシステムで販売または登録された製品（製品情報）を含み得る。各ベッドは、例えば、固有の識別子、モデル及び／またはシリアル番号、販売情報、地理的情報、配送情報、関連付けられたセンサ及び周辺制御装置のリスト、などを有し得る。更に、ベッドデータクラウドサービス４１０ａによって記憶される１または複数の索引（インデックス）が、ベッドに関連付けられているユーザを識別し得る。例えば、この索引（インデックス）は、ベッド等で眠る１または複数のユーザに対してのベッドの売上を記録し得る。

【0145】

センサデータモジュール１２１２は、関連付けられたデータ処理システムを備えたベッドによって記録される生の（未加工の）センサデータまたは圧縮された（処理された）センサデータを記録し得る。例えば、ベッドのデータ処理システムは、温度センサ、圧力センサ及び光センサを有し得る。これらのセンサからの読取値が、センサの生の形態でまたは生のデータから生成された様式（例えば、睡眠メトリック）で、ベッドのデータ処理システムによってベッドデータクラウドサービス４１０ａに通信され得て、センサデータモジュール１２１２に保存され得る。更に、ベッドデータクラウドサービス４１０ａによって記憶された１または複数の索引（インデックス）が、センサデータモジュール１２１２に関連付けられたユーザ及び／またはベッドを識別し得る。

【0146】

ベッドデータクラウドサービス４１０ａは、その利用可能なデータのいずれかを使用して、高度睡眠データ１２１４を生成し得る。一般に、高度睡眠データ１２１４は、センサ読取値から生成される睡眠メトリック及び他のデータを含む。これらの計算の幾つかは、例えば、計算が複雑であるか、ベッドのデータ処理システムでは利用できない大量のメモリ領域またはプロセッサ能力を必要とする場合、ベッドのデータ処理システムにおいてローカルに実行される代わりに、ベッドデータクラウドサービス４１０ａで実行され得る。これは、ベッドシステムが、比較的簡単なコントローラで動作することを許容する一方、依然として比較的複雑なタスク及び計算を実行するシステムの一部である、ということに役立ち得る。

【0147】

図１３は、図１乃至図３に関して前述されたものを含むベッドシステムに関連付けられ得るデータ処理システムで使用され得る、睡眠データクラウドサービス４１０ｂの一例のブロック図である。この例では、睡眠データクラウドサービス４１０ｂは、ユーザの睡眠体験に関連するデータを記録するように構成されている。

【0148】

睡眠データクラウドサービス４１０ｂは、ネットワークインタフェース１３００、通信マネージャ１３０２、サーバハードウェア１３０４、及び、サーバシステムソフトウェア１３０６、と共に示されている。更に、睡眠データクラウドサービス４１０ｂは、ユーザ識別モジュール１３０８、圧力センサ管理モジュール１３１０、圧力ベースの睡眠データモジュール１３１２、生の圧力センサデータモジュール１３１４、及び、非圧力の睡眠データモジュール１３１６、と共に示されている。

【0149】

圧力センサ管理モジュール１３１０は、ベッド内の圧力センサの構成及び動作に関連するデータを、含み得る、または、参照し得る。例えば、このデータは、特定のベッドのセンサの種類の識別子、それらの設定及び較正のデータ、などを含み得る。

【0150】

圧力ベースの睡眠データ１３１２は、生の圧力センサデータ１３１４を使用して、特に圧力センサデータに関連付けられた睡眠メトリックを計算し得る。例えば、ユーザの存在、動き、体重変化、心拍数、及び、呼吸数は、全て、生の圧力センサデータ１３１４から判定（決定）され得る。更に、睡眠データクラウドサービス４１０ｂによって記憶される１または複数のインデックスが、圧力センサ、生の圧力センサデータ、及び／または、圧力ベースの睡眠データ、に関連するユーザを識別し得る。

【0151】

非圧力の睡眠データ１３１６は、他のデータソースを使用して、睡眠メトリックを計算し得る。例えば、ユーザが入力した好み、光センサの読取値、及び、音響センサの読取値が、全て、睡眠データの追跡に利用され得る。更に、睡眠データクラウドサービス４１０ｂによって記憶される１または複数のインデックスが、他のセンサ及び／または非圧力の睡眠データ１３１６、に関連するユーザを識別し得る。

【0152】

図１４は、図１乃至図３に関して前述されたものを含むベッドシステムに関連付けられ得るデータ処理システムで使用され得る、ユーザアカウントクラウドサービス４１０ｃの一例のブロック図である。この例では、ユーザアカウントクラウドサービス４ｌ０ｃは、ユーザのリストを記録し、それらのユーザに関連する他のデータを識別するように構成されている。

【0153】

ユーザアカウントクラウドサービス４１０ｃは、ネットワークインタフェース１４００、通信マネージャ１４０２、サーバハードウェア１４０４、及び、サーバシステムソフトウェア１４０６、と共に示されている。更に、ユーザアカウントクラウドサービス４１０ｃは、ユーザ識別モジュール１４０８、購入履歴モジュール１４１０、関与（エンゲージメント）モジュール１４１２、及び、アプリケーション使用履歴モジュール１４１４、と共に示されている。

【0154】

ユーザ識別モジュール１４０８は、関連付けられたデータ処理システムを備えたベッドのユーザに関連するデータを、含み得る、または、参照し得る。例えば、ユーザは、ユーザアカウントクラウドサービス４１０ｃまたは他のサービスに登録された、顧客、所有者、または、他のユーザ、を含み得る。各ユーザは、例えば、固有の識別子、ユーザ資格情報、人口統計情報、または、他の技術的に適切な情報、を有し得る。

【0155】

購入履歴モジュール１４１０は、ユーザによる購入に関連するデータを、含み得る、または、参照し得る。例えば、購入データは、販売の連絡先情報、請求書情報、及び、営業担当者情報を含み得る。更に、ユーザアカウントクラウドサービス４１０ｃによって記憶される１または複数のインデックスが、購入に関連付けられたユーザを識別し得る。

【0156】

関与（エンゲージメント）モジュール１４１２は、ベッド及び／またはクラウドサービスの製造者、ベンダー、及び／または、管理者、に対するユーザの相互作用（遣り取り）を追跡し得る。この関与データは、通信（例えば、ｅメール、サービスコールなど）、販売データ（例えば、領収書、コンフィグレーションログ）、及び、ソーシャルネットワークの相互作用（遣り取り）、を含み得る。

【0157】

使用履歴モジュール１４１４は、ベッドの１または複数のアプリケーション及び／またはリモートコントロールとのユーザ相互作用（遣り取り）に関するデータを含み得る。例えば、モニタリング及びコンフィグレーションアプリケーションが、例えば複数のコンピューティングデバイス４１２上で実行するように分散され得る。このアプリケーションは、アプリケーション使用履歴モジュール１４１４に記憶するために、ユーザ相互作用をログに記録して報告し得る。更に、ユーザアカウントクラウドサービス４１０ｃによって記憶される１または複数のインデックスが、各ログエントリに関連付けられたユーザを識別し得る。

【0158】

図１５は、図１乃至図３に関して前述されたものを含むベッドシステムに関連付けられ得るデータ処理システムで使用され得る、販売時点管理（ＰＯＳ）クラウドサービス１５００の一例のブロック図である。この例では、販売時点管理クラウドサービス１５００は、ユーザの購入に関連するデータを記録するように構成されている。

【0159】

販売時点管理クラウドサービス１５００は、ネットワークインタフェース１５０２、通信マネージャ１５０４、サーバハードウェア１５０６、及び、サーバシステムソフトウェア１５０８、と共に示されている。更に、販売時点管理クラウドサービス１５００は、ユーザ識別モジュール１５１０、購入履歴モジュール１５１２、及び、セットアップモジュール１５１４、と共に示されている。

【0160】

購入履歴モジュール１５１２は、ユーザ識別モジュール１５１０で識別されるユーザによって行われた購入に関連するデータを、含み得る、または、参照し得る。購入情報は、例えば、販売、価格、販売場所、配送先住所、及び、販売時にユーザによって選択されたコンフィグレーション（設定）オプション、のデータを含み得る。これらのコンフィグレーションオプションは、新しく購入したベッドがどのようにセットアップされることを希望するかについてユーザが行った選択を含み得て、且つ、例えば、予想される睡眠スケジュール、ユーザが有するまたは設置するであろう周辺センサ及びコントローラのリスト、等を含み得る。

【0161】

ベッドセットアップモジュール１５１４は、ユーザが購入したベッドの設置に関連するデータを、含み得る、または、参照し得る。ベッセットアップデータは、例えば、ベッドが配送される日付と住所、配送を受け取る人、配送時にベッドに適用されているコンフィグレーション（設定）、当該ベッド上で眠るであろう１または複数の人の名前、各々の人がベッドのどちら側を使用するか、等を含み得る。

【0162】

販売時点管理クラウドサービス１５００に記録されたデータは、後日、ユーザのベッドシステムによって参照され得て、当該販売時点管理クラウドサービス１５００に記録されたデータに従って、ベッドシステムの機能を制御したり、及び／または、周辺構成要素に制御信号を送信したりできる。これは、販売員が販売時点でユーザから情報を収集することを許容し得て、それは、後でベッドシステムの自動化を容易にする。幾つかの例では、ベッドシステムの幾つかまたは全ての特徴が自動化され得て、販売時点の後、ユーザ入力のデータはほとんど乃至全く要求されない。他の例では、販売時点管理クラウドサービス１５００に記録されるデータが、ユーザ入力のデータから収集される様々な追加データに関連して、使用され得る。

【0163】

図１６は、図１乃至図３に関して前述されたものを含むベッドシステムに関連付けられ得るデータ処理システムで使用され得る、環境クラウドサービス１６００の一例のブロック図である。この例では、環境クラウドサービス１６００は、ユーザの家内環境に関連するデータを記録するように構成されている。

【0164】

環境クラウドサービス１６００は、ネットワークインタフェース１６０２、通信マネージャ１６０４、サーバハードウェア１６０６、及び、サーバシステムソフトウェア１６０８、と共に示されている。更に、環境クラウドサービス１６００は、ユーザ識別モジュール１６１０、環境センサモジュール１６１２、及び、環境要因モジュール１６１４、と共に示されている。

【0165】

環境センサモジュール１６１２は、ユーザ識別モジュール１６１０のユーザがベッド内に設置したセンサのリストを含み得る。これらのセンサは、光センサ、ノイズセンサ、振動センサ、サーモスタットなど、環境変数を検出可能な任意のセンサを含む。更に、環境センサモジュール１６１２は、それらのセンサからの過去の読取値または報告（レポート）を記憶し得る。

【0166】

環境要因モジュール１６１４は、環境センサモジュール１６１２のデータに基づいて生成された報告を含み得る。例えば、環境センサモジュール１６１２のデータについて光センサを有するユーザの場合、環境要因モジュール１６１４は、ユーザが眠っているときに増加した照明のインスタンスの頻度及び持続時間を示す報告を保持し得る。

【0167】

ここで説明される例では、各クラウドサービス４１０が、同一の構成要素の幾つかと共に示されている。様々な形態で、これらの同一の構成要素は、部分的にまたは完全に、サービス間で共有されてもよいし、あるいは、それらは別々であってもよい。幾つかの形態では、各サービスは、幾つかの点で同じまたは異なる構成要素の一部または全ての別個のコピーを有し得る。更に、これらの構成要素は、説明のための例としてのみ提供されている。他の例では、各クラウドサービスは、技術的に可能な、構成要素の異なる数、タイプ、及びスタイルを有し得る。

【0168】

図１７は、ベッド（説明されるベッドシステムのベッドなど）に関連付けられ得るデータ処理システムを使用して、ベッドの周りの周辺機器を自動化する一例のブロック図である。ここに示されているのは、ポンプマザーボード４０２上で実行される行動分析モジュール１７００である。例えば、行動分析モジュール１７００は、コンピュータメモリ５１２に記憶され、プロセッサ５０２によって実行される１または複数のソフトウェアコンポーネントであり得る。一般に、行動分析モジュール１７００は、多種多様なソース（例えば、センサ、非センサローカルソース、クラウドデータサービス）からデータを収集し得て、行動アルゴリズム１７０２を使用し得て、取られるべき１または複数の動作（例えば、周辺コントローラに送信するコマンド、クラウドサービスに送信するデータ）を生成し得る。これは、例えば、ユーザの行動を追跡したり、ユーザのベッドと通信する装置を自動化したりするのに、有用であり得る。

【0169】

行動分析モジュール１７００は、例えば、ベッドの特徴、ベッドの環境、及び／または、ベッドのユーザ、に関するデータを収集するために、任意の技術的に適切なソースからデータを収集し得る。幾つかのそのようなソースは、センサアレイ４０６のセンサのいずれかを含む。例えば、このデータは、行動分析モジュール１７００に、ベッドの周囲の環境の現在の状態に関する情報を提供し得る。例えば、行動分析モジュール１７００は、圧力センサ９０２からの読取値にアクセスし得て、ベッド内のエアチャンバの圧力を判定し得る。この読取値と、場合によっては他のデータとから、ベッドでのユーザの存在が判定され得る。別の例では、行動分析モジュール１７００は、光センサ９０８にアクセスし得て、ベッドの環境における光の量を検出し得る。

【0170】

同様に、行動分析モジュール１７００は、クラウドサービスからのデータにアクセスし得る。例えば、行動分析モジュール１７００は、ベッドクラウドサービス４１０ａにアクセスし得て、履歴センサデータ１２１２及び／または高度睡眠データ１２１４にアクセスし得る。以前に記載されていないものを含む他のクラウドサービス４１０が、行動分析モジュール１７００によってアクセスされ得る。例えば、行動分析モジュール１７００は、気象レポーティングサービス、第三者データプロバイダー（例えば、交通及びニュースデータ、緊急放送データ、ユーザ旅行データ）、及び／または、時計及びカレンダサービス、にアクセスし得る。

【0171】

同様に、行動分析モジュール１７００は、非センサソース１７０４からのデータにアクセスし得る。例えば、行動分析モジュール１７００は、ローカルな時計及びカレンダサービス（例えば、マザーボード４０２またはプロセッサ５０２の構成要素）にアクセスし得る。

【0172】

行動分析モジュール１７００は、１または複数の行動アルゴリズム１７０２による使用のためにこのデータを集約及び準備し得る。ユーザの行動を学習したり、並びに／または、アクセスしたデータの状態及び／若しくは予測されるユーザの行動に基づいて幾つかの動作を実行したりするために、行動アルゴリズム１７０２が使用され得る。例えば、行動アルゴリズム１７０２は、利用可能なデータ（例えば、圧力センサ、非センサデータ、時計及びカレンダーデータ）を使用して、ユーザが毎晩就寝する時のモデルを作成し得る。その後、同一または異なる動作アルゴリズム１７０２が使用され得て、エアチャンバ圧力の増加がユーザの就寝を示している可能性が高いか否かを判定し得て、そうであれば、幾つかのデータを第三者クラウドサービス４１０に送信し得て、及び／または、例を挙げればポンプコントローラ５０４、土台アクチュエータ１７０６、温度コントローラ１００８、ベッド下照明１０１０、周辺コントローラ１００２または周辺コントローラ１００４等の、装置を作動させ得る。

【0173】

図示の例では、行動分析モジュール１７００及び行動アルゴリズム１７０２は、マザーボード４０２の構成要素として示されている。もっとも、他の構成も可能である。例えば、同一または同様の行動分析モジュール及び／または行動アルゴリズムが、１または複数のクラウドサービスで実行され得て、結果の出力が、マザーボード４０２、コントローラアレイ４０８のコントローラ、または、任意の他の技術的に適切な受容者、に送信され得る。

【0174】

図１８は、本明細書で説明される技法を実装するために使用され得る、コンピューティングデバイス１８００の一例及びモバイルコンピューティングデバイスの一例を示す。コンピューティングデバイス１８００とは、ラップトップ、デスクトップ、ワークステーション、個人情報端末、サーバ、ブレードサーバ、メインフレーム、及び、他の適切なコンピュータなど、様々な形態のデジタルコンピュータを表すことが意図されている。モバイルコンピューティングデバイスとは、個人情報端末、携帯電話、スマートフォン、及び、他の同様のコンピューティングデバイスなど、様々な形態のモバイルデバイスを表すことが意図されている。ここに示されている構成要素、それらの接続と関係、及び、それらの機能は、例示のみを意図しており、本願書類において説明及び／または請求される本発明の実装を制限することは意図されていない。

【0175】

コンピューティングデバイス１８００は、プロセッサ１８０２、メモリ１８０４、記憶装置（ストレージデバイス）１８０６、メモリ１８０４及び複数の高速拡張ポート１８１０に接続する高速インタフェース１８０８、及び、低速拡張ポート１８１４及び記憶装置１８０６に接続する低速インタフェース１８１２、を含む。プロセッサ１８０２、メモリ１８０４、記憶装置１８０６、高速インタフェース１８０８、高速拡張ポート１８１０、及び、低速インタフェース１８１２、の各々は、様々なバスを使用して相互接続され、一般的なマザーボード上に、または必要に応じた他の態様で、搭載され得る。プロセッサ１８０２は、メモリ１８０４内または記憶装置１８０６上に記憶（格納）された命令を含む、コンピューティングデバイス１８００内で実行するための命令を処理して得て、高速インタフェース１８０８に結合されたディスプレイ１８１６のような外部入出力装置上に、ＧＵＩのためのグラフィック情報を表示し得る。他の実装形態では、複数のプロセッサ及び／または複数のバスが、複数のメモリ及びメモリのタイプと共に、必要に応じて、使用され得る。また、各コンピューティングデバイスが必要な動作の一部を提供するように、複数のコンピューティングデバイスが接続され得る（例えば、サーババンクとして、ブレードサーバの一群として、または、マルチプロセッサシステムとして）。

【0176】

メモリ１８０４は、コンピューティングデバイス１８００内の情報を記憶する。幾つかの実装形態では、メモリ１８０４は、１または複数の揮発性メモリユニットである。幾つかの実装形態では、メモリ１８０４は、１または複数の不揮発性メモリユニットである。メモリ１８０４は、磁気ディスクまたは光ディスクなどの、コンピュータ可読媒体の別の形態であってもよい。

【0177】

記憶装置１８０６は、コンピューティングデバイス１８００に大容量ストレージを提供可能である。幾つかの実装形態では、記憶装置１８０６は、フロッピーディスク装置、ハードディスク装置、光ディスク装置、テープ装置、フラッシュメモリ、若しくは、他の同様のソリッドステートメモリ装置、などのコンピュータ可読媒体、または、ストレージエリアネットワークまたは他の形態の複数の装置を含む複数の装置の配列、であり得るか、それらを含み得る。コンピュータプログラム製品は、情報キャリア（担体）内に有体的に具体化され得る。コンピュータプログラム製品はまた、実行される時に前述の方法のような１または複数の方法を実施する命令、を含み得る。コンピュータプログラム製品はまた、メモリ１８０４、記憶装置１８０６、またはプロセッサ１８０２上のメモリ、などのコンピュータ可読媒体内または機械可読媒体内に有体的に具体化され得る。

【0178】

高速インタフェース１８０８は、コンピューティングデバイス１８００のための帯域幅消費型（ｂａｎｄｗｉｄｔｈ－ｉｎｔｅｎｓｉｖｅ）動作を管理し、低速インタフェース１８１２は、より低い帯域幅消費型動作を管理する。このような機能の割り当ては、単なる例示である。幾つかの実装形態では、高速インタフェース１８０８は、メモリ１８０４、ディスプレイ１８１６（例えば、グラフィックプロセッサまたはアクセラレータを介して）、及び、様々な拡張カード（不図示）を受け入れ可能な高速拡張ポート１８１０、に結合される。当該実装では、低速インタフェース１８１２は、記憶装置１８０６及び低速拡張ポート１８１４に結合される。低速拡張ポート１８１４は、様々な通信ポート（例えば、ＵＳＢ、ブルートゥース、イーサネット、ワイヤレスイーサネット）を含み得て、キーボード、ポインティングデバイス、スキャナー、または、例えばネットワークアダプタを介してのスイッチやルータなどのネットワーク装置、などの１または複数の入出力装置に結合され得る。

【0179】

コンピューティングデバイス１８００は、図に示されているように、幾つかの異なる形態で実装され得る。例えば、それは、標準的なサーバ１８２０として、または、そのようなサーバの一群（グループ）において複数回、実装され得る。更に、それは、ラップトップコンピュータ１８２２などのパーソナルコンピュータで実装され得る。また、それは、ラックサーバシステム１８２４の一部として実装され得る。あるいは、コンピューティングデバイス１８００からの構成要素は、モバイルコンピューティングデバイス１８５０などのモバイルデバイス（図示せず）の他の構成要素と組み合わせられ得る。そのようなデバイスの各々は、コンピューティングデバイス１８００及びモバイルコンピューティングデバイス１８５０のうちの１または複数を含み得て、システム全体が、互いに通信する複数のコンピューティングデバイスで構成され得る。

【0180】

モバイルコンピューティングデバイス１８５０は、とりわけ、プロセッサ１８５２、メモリ１８６４、ディスプレイ１８５４などの入出力装置、通信インタフェース１８６６、及び、トランシーバ１８６８を含む。モバイルコンピューティングデバイス１８５０は、また、追加のストレージ（記録装置）を提供するために、マイクロドライブまたは他の装置などの記憶装置が設けられ得る。プロセッサ１８５２、メモリ１８６４、ディスプレイ１８５４、通信インタフェース１８６６、及び、トランシーバ１８６８の各々は、様々なバスを使用して相互接続され、当該構成要素の幾つかは、共通のマザーボード上に、または、必要に応じた他の態様で、搭載され得る。

【0181】

プロセッサ１８５２は、メモリ１８６４内に記憶された命令を含む、モバイルコンピューティングデバイス１８５０内の命令を実行し得る。プロセッサ１８５２は、別個の複数のアナログ及びデジタルプロセッサを含むチップのチップセットとして実装され得る。プロセッサ１８５２は、例えば、ユーザインタフェースの制御、モバイルコンピューティングデバイス１８５０によって実行されるアプリケーション、及び、モバイルコンピューティングデバイス１８５０による無線通信など、モバイルコンピューティングデバイス１８５０の他の構成要素の調整（ｃｏｏｒｄｉｎａｔｉｏｎ）を提供し得る。

【0182】

プロセッサ１８５２は、ディスプレイ１８５４に結合された制御インタフェース１８５８及びディスプレイインタフェース１８５６を介して、ユーザと通信し得る。ディスプレイ１８５４は、例えば、ＴＦＴディスプレイ（薄膜トランジスタ液晶ディスプレイ）、ＯＬＥＤ（有機発光ダイオード）ディスプレイ、または、他の適切なディスプレイ技術、であり得る。ディスプレイインタフェース１８５６は、ディスプレイ１８５４を駆動してグラフィック情報及び他の情報をユーザに提示するための適切な回路を有し得る。制御インタフェース１８５８は、ユーザからコマンドを受け取り、それらをプロセッサ１８５２に提示するために変換し得る。更に、外部インタフェース１８６２が、プロセッサ１８５２との通信を提供し得て、モバイルコンピューティングデバイス１８５０の他のデバイスとの近距離通信を可能にし得る。外部インタフェース１８６２は、例えば、幾つかの実装における有線通信、または、他の実装における無線通信、を提供し得て、複数のインタフェースが使用されてもよい。

【0183】

メモリ１８６４は、モバイルコンピューティングデバイス１８５０内の情報を記憶する。メモリ１８６４は、１または複数のコンピュータ可読媒体、１または複数の揮発性メモリユニット、または、１または複数の不揮発性メモリユニット、として実装され得る。拡張メモリ１８７４も、提供され得て、例えばＳＩＭＭ（シングルインラインメモリモジュール）カードインタフェースを含み得る拡張インタフェース１８７２を介して、モバイルコンピューティングデバイス１８５０に接続され得る。拡張メモリ１８７４は、モバイルコンピューティングデバイス１８５０のための追加の記憶空間を提供し得る、または、モバイルコンピューティングデバイス１８５０のためのアプリケーションまたは他の情報を記憶し得る。具体的には、拡張メモリ１８７４は、前述のプロセスを実行または補足するための命令を含み得て、また、安全情報をも含み得る。従って、例えば、拡張メモリ１８７４は、モバイルコンピューティングデバイス１８５０のためのセキュリティモジュールとして提供され得て、モバイルコンピューティングデバイス１８５０の安全な使用を許容する命令でプログラムされ得る。更に、ハッキングできない態様でＳＩＭＭカード上に識別情報を配置するなど、追加情報と共に、ＳＩＭＭカードを介して安全なアプリケーションが提供され得る。

【0184】

メモリは、以下に説明されるように、例えば、フラッシュメモリ及び／またはＮＶＲＡＭメモリ（不揮発性ランダムアクセスメモリ）を含み得る。幾つかの実装形態では、コンピュータプログラム製品が、情報キャリア（担体）内に有体的に具体化される。コンピュータプログラム製品は、実行される時に前述の方法のような１または複数の方法を実施する命令、を含む。コンピュータプログラム製品は、メモリ１８６４、拡張メモリ１８７４、またはプロセッサ１８５２上のメモリ、などのコンピュータ可読媒体または機械可読媒体であり得る。幾つかの実装形態では、コンピュータプログラム製品は、例えばトランシーバ１８６８または外部インタフェース１８６２を介して、伝播信号で受信され得る。

【0185】

モバイルコンピューティングデバイス１８５０は、通信インタフェース１８６６を介して、無線通信し得る。通信インタフェース１８６６は、必要に応じて、デジタル信号処理回路を含み得る、通信インタフェース１８６６は、とりわけ、ＧＳＭ音声通話（モバイル通信用グローバルシステム）、ＳＭＳ（ショートメッセージサービス）、ＥＭＳ（拡張メッセージングサービス）、ＭＭＳメッセージング（マルチメディアメッセージングサービス）、ＣＤＭＡ（コード分割多重アクセス）、ＴＤＭＡ（時分割多重アクセス）、ＰＤＣ（パーソナルデジタルセルラー）、ＷＣＤＭＡ（広帯域コード分割多重アクセス）、ＣＤＭＡ２０００、または、ＧＰＲＳ（汎用パケット無線サービス）、等の様々なモードまたはプロトコルの下で通信を提供し得る。そのような通信は、例えば、無線周波数を使用してトランシーバ１８６８を介して発生し得る。更に、ブルートゥース、ＷｉＦｉ、または、他のそのようなトランシーバ（不図示）を使用するなどして、短距離通信が発生し得る。更に、ＧＰＳ（全地球測位システム）受信モジュール１８７０が、モバイルコンピューティングデバイス１８５０に、追加のナビゲーション及び位置関連無線データを提供し得る。それは、モバイルコンピューティングデバイス１８５０上で実行されるアプリケーションによって適切に使用され得る。

【0186】

モバイルコンピューティングデバイス１８５０はまた、オーディオコーデック１８６０を使用して可聴的に通信し得る。オーディオコーデック１８６０は、ユーザからの話された情報を受信し得て、それを使用可能なデジタル情報に変換し得る。同様に、オーディオコーデック１８６０は、例えばモバイルコンピューティングデバイス１８５０のハンドセット内のスピーカを介するなどして、ユーザにとっての可聴音を生成し得る。そのような音は、音声通話からの音を含み得て、録音された音（例えば、音声メッセージ、音楽ファイルなど）を含み得て、及び、モバイルコンピューティングデバイス１８５０上で動作するアプリケーションによって生成される音をも含み得る。

【0187】

モバイルコンピューティングデバイス１８５０は、図に示されるように、幾つかの異なる形態で実装され得る。例えば、それは、携帯電話１８８０として実装され得る。また、それは、スマートフォン１８８２、個人情報端末、または、他の同様のモバイルデバイス、の一部として実装され得る。

【0188】

ここで説明されるシステム及び技術の様々な実装は、デジタル電子回路、集積回路、特別に設計されたＡＳＩＣ（特定用途向け集積回路）、コンピュータハードウェア、ファームウェア、ソフトウェア、及び／または、それらの組み合わせ、で実現され得る。これらの様々な実装は、少なくとも１つのプログラム可能なプロセッサを含むプログラム可能なシステム上で実行可能及び／または解釈可能な１または複数のコンピュータプログラムでの実装を含み得る。それは、特別の目的または一般的な目的で、ストレージシステム、少なくとも１つの入力デバイス、及び、少なくとも１つの出力デバイス、からのデータ及び命令を受信し、且つ、それらへデータ及び命令を送信する、ように結合され得る。

【0189】

これらのコンピュータプログラム（プログラム、ソフトウェア、ソフトウェアアプリケーション、または、コードとも呼ばれる）は、プログラマブルプロセッサのための機械語命令を含み、高レベルのプロシージャ型及び／またはオブジェクト指向型のプログラミング言語で、及び／または、アセンブリ／機械語で、実装され得る。本明細書で使用される場合、機械可読媒体及びコンピュータ可読媒体という用語は、機械命令及び／またはデータをプログラマブルプロセッサに提供するために使用される任意のコンピュータプログラム製品、装置及び／またはデバイス（例えば、磁気ディスク、光ディスク、メモリ、プログラマブルロジックデバイス（ＰＬＤ））を指す。これは、機械可読信号として機械命令を受け取る機械可読媒体を含む。機械可読信号という用語は、機械命令及び／またはデータをプログラマブルプロセッサに提供するために使用される任意の信号を指す。

【0190】

ユーザとの相互作用を提供するために、ここで説明されるシステム及び技術は、ユーザに情報を表示するための表示装置（例えば、ＣＲＴ（ブラウン管）またはＬＣＤ（液晶ディスプレイ）モニター）と、ユーザが当該コンピュータに入力を提供できるキーボード及びポインティングデバイス（例えば、マウスやトラックボール）と、を備えたコンピュータで実装され得る。他の種類のデバイスもまた、ユーザとの相互作用を提供するために使用され得る。例えば、ユーザに提供されるフィードバックは、任意の形態のセンサフィードバック（例えば、視覚フィードバック、聴覚フィードバック、または、触覚フィードバック）であり得る。ユーザからの入力は、音響、音声、または、触覚入力を含む任意の形態で受信され得る。

【0191】

ここで説明されるシステム及び技術は、バックエンドコンポーネント（例えば、データサーバ）を含む、またはミドルウェアコンポーネント（例えば、アプリケーションサーバ）を含む、またはフロントエンドコンポーネント（例えば、ユーザがそれを介してここで説明されるシステム及び技術の実装と相互作用できるグラフィカルユーザインタフェースまたはウェブブラウザを備えたクライアントコンピュータ）を含む、またはそのようなバックエンド、ミドルウェアないしフロントエンドコンポーネントの任意の組み合わせを含む、コンピューティングシステム内に実装され得る。システムの構成要素は、デジタルデータ通信の任意の形態または媒体（例えば、通信ネットワーク）で相互接続され得る。通信ネットワークの例は、ローカルエリアネットワーク（ＬＡＮ）、ワイドエリアネットワーク（ＷＡＮ）、インターネット、を含む。

【0192】

コンピューティングシステムは、クライアントとサーバとを含み得る。クライアントとサーバは、一般的には互いから離れていて、典型的には通信ネットワークを介して相互作用する。クライアントとサーバとの関係は、それぞれのコンピュータ上で実行されて互いにクライアント－サーバの関係を有するコンピュータプログラムによって、生じる。

【0193】

図１９は、ユーザの睡眠状態（睡眠段階を含み得る）を判定するための機械学習分類器を訓練及び使用するための例示的なプロセスのスイムレーン図である。明確のため、プロセス１９００は、特定の構成要素のセットを参照しながら記載されている。もっとも、同一または同様のプロセスを実施するために、他の１または複数のシステムも使用され得る。

【0194】

プロセス１９００では、ベッドシステムが、訓練データソース１９０２からのＢＣＧ信号を使用して、ユーザの睡眠（またはその不足）を分類する。ベッドシステムは、ユーザの睡眠状態を複数の可能性ある睡眠状態の１つに分類する判定エンジンとして、ＢＣＧ信号を使用することができる。従って、判定エンジンは、ＢＣＧ信号の一部である瞬間心拍数（ＩＨＲ）時系列を、ユーザの睡眠セッション全体を通じてユーザの睡眠状態を予測または判定（決定）するための入力として、使用し得る。当該判定エンジンは、２つの状態（例えば、眠っているか、目覚めているか）を含み得る、あるいは５つの状態（例えば、目覚めているか、Ｎ１段階か、Ｎ２段階か、Ｎ３段階か、レム睡眠中か）を含み得る、あるいは３つの状態（例えば、目覚めているか、軽い睡眠中か、深い睡眠中か）を含み得る、あるいは任意の他の状態の組み合わせ乃至しセットを含み得る、睡眠状態を判定し得る。

【0195】

幾つかの実装形態では、訓練データソース１９０２は、身体の動き、心拍数、呼吸数、等のユーザの身体からの信号を収集する心電図（ＥＣＧ）ソース／デバイスであり得る。もっとも、ＩＢＩが抽出され得る信号など、他のタイプの信号（例えば、ＢＣＧ信号）も使用され得る。このタイプのＥＣＧソース／デバイスは、ユーザの身体上に載置される電極を含み得る。幾つかの実装形態では、訓練データソース１９０２は、ユーザの身体の動き、心拍数及び／または呼吸数を追跡する他のウェアラブルデバイスであり得る。ウェアラブルデバイスは、スマートウォッチ、心拍数モニタ、他のストラップ、ブレスレット、指輪、及び／または、モバイルデバイス、を含み得る。更に、幾つかの実装形態では、訓練データソース１９０２は、圧力センサ等のベッド上のセンサであり得る。本明細書全体を通じて説明されるように、ベッドセンサは、ベッドの頂面上の圧力変化を測定するように構成され得る。これは、ユーザの動き（またはその欠如）を示し得る。１または複数のベッドセンサは、１または複数のエアチャンバの圧力変化を測定するように構成されてもよい。これも、ユーザの動きを示し得る。更に、１または複数のベッドセンサは、心拍数や呼吸数などのユーザの健康状態を測定するように構成されてもよい。

【0196】

幾つかの実装形態では、訓練データソース１９０２は、データベースなどのリポジトリ、または、様々なユーザの既に収集されたＢＣＧ信号及び他の信号、であり得る。これらの既に収集された信号は、様々な睡眠状態について注釈が付けられ得てラベル付けされ得る。

【0197】

訓練データソース１９０２は、様々な異なるユーザのセンサ信号を収集し得る。これらのセンサ信号は、様々な睡眠状態について注釈が付けられ得てタグ付けされ得て、ユーザの様々な睡眠状態を検出するために１または複数の機械学習モデルを訓練するために使用され得る。その後、睡眠状態分類器が、実行時に使用するために１または複数のベッドに送信され得る。分類器を受信する１または複数のベッドは、訓練データソース１９０２とは異なるものであってもよい。幾つかの実装形態では、分類器を受信するベッドのうちの１または複数が、訓練データソース１９０２と同一であり得る。

【0198】

実行時の使用中、睡眠状態分類器は、１または複数のベッドによって使用され得て、睡眠セッション中のユーザの現在の睡眠状態を判定し得る。例えば、実行時の使用中に、ベッドシステムは、ユーザがベッド上で休んでいる時の当該ユーザの身体の動き、心拍数、及び／または、呼吸数、を示す圧力信号を収集し得る。ベッドシステムは、ユーザの現在の睡眠状態を判定するために、睡眠状態分類器を圧力信号に適用し得る。

【0199】

幾つかの実装形態では、センサ信号が第１ベッドから収集され得て、ユーザの睡眠状態を分類するための１または複数の機械学習モデルを訓練するために使用され得て、その後、結果として得られる分類器が第１ベッドに送信され得て実行時に使用され得る。このように、プロセス１９００が、１または複数の既存の睡眠状態分類器を精練または改良するために使用され得る。結果として、第１ベッドは、当該第１ベッドを使用する特定のユーザの異なる睡眠状態をより正確に検出及び判定し得る。

【0200】

幾つかの実装形態では、センサ信号が第１ベッドから収集され得て、ユーザの睡眠状態を分類するための１または複数の機械学習モデルを訓練するために使用され得て、その後、結果として得られる分類器が第２ベッドに送信され得る。第２ベッドは、第１ベッドとは異なり得る。このように、この例では、プロセス１９００が、第２ベッドがユーザの睡眠状態を判定できるように準備するために、使用され得る。換言すれば、第２ベッドは、製造されユーザによって購入されたばかりである可能性がある。第２ベッドが設置及び使用のためにユーザの家庭に配送される前に、睡眠状態の検出等の意図された機能を実行するように、第２ベッドが構成／較正され得る。このように、プロセス１９００が、睡眠状態を検出するように第２ベッドを構成するように実行され得る。

【0201】

動作中、ベッドは、ユーザの睡眠状態を判定し得て、当該睡眠状態に従って動作し得る。例えば、ベッドは、ユーザの睡眠セッション中のユーザの生理学的及び精神的な回復を促進するために行うべき１または複数の環境変更を判定（決定）し得る。ベッドは、また、ユーザの１または複数の他の次の睡眠段階を判定（決定）し得る。

【0202】

レム睡眠が手続き的記憶の固定化に寄与し、深い睡眠が精神的／生理学的回復と宣言的記憶の固定化に寄与する、と考えられている。例えば、睡眠者が現在ノンレム睡眠中であって、過去１時間以内にレム睡眠でなかった場合、精神的回復を改善するために、ベッドコントローラ１９０４は、睡眠者の次の睡眠状態がレム睡眠になるであろうと判定（決定）する。

【0203】

別の例では、睡眠者が深い睡眠中であるが（例えばＮ３段階）、Ｎ３段階に十分に長くはいない場合、ベッドコントローラ１９０４によって判定（決定）される次の段階は、生理学的な回復を改善するようにＮ３段階にユーザをより長く維持するべく、依然としてＮ３段階であり得る。

【0204】

別の例では、睡眠者がより軽い睡眠段階にあるが、落ち着きのない状態であって、そのために深い睡眠やレム睡眠に移行することができない場合、次の状態は、軽い睡眠から出て、レム睡眠や深い睡眠に移行することである。

【0205】

現在の睡眠段階に留まることをユーザに促すため、あるいは、異なる睡眠段階に入ることをユーザに促すため、ベッドまたは環境は、睡眠段階の維持または変更を促すように示される態様で変化し得る。例えば、ベッドの圧力及び温度が、ユーザの判定（決定）された睡眠状態およびユーザの次の睡眠状態に基づいて、当該ベッドによって動的に調整され得る。

【0206】

プロセス１９００を参照して、訓練データソース１９０２は、１または複数のＢＣＧ信号をクラウドコンピューティングサービス１９０６に送信し得る（１９１２）。ＢＣＧ信号は、睡眠ポリグラフの睡眠記録と、対応する睡眠段階の注釈と、を含み得る。ＢＣＧ信号は、１または複数の心拍動（またはＩＢＩシーケンス）、身体の動き、呼吸数、及び／または、心拍数信号、等を含み得る。このような信号が、様々なユーザから測定され得て、対応する睡眠状態で注釈が付けられ得る。幾つかの実装形態では、前述のように、ＢＣＧ信号は、ベッドシステムから受信された圧力読取値のストリームをも含み得る。圧力読取値は、ベッドシステム内のエア袋内の圧力を反映し得る。圧力読取値は、ユーザの身体の動き及び／または心拍数等、ベッドシステムのユーザの健康状態をも反映し得る。

【0207】

クラウドレポーティングサービス１９０６が、ＢＣＧ信号を受信し得る（１９１４）。例えば、訓練データソース１９０２は、全ての信号をクラウドレポーティングサービス１９０６に送信し得る、あるいは、幾つかの信号のみ（他は含まない）がクラウドレポーティングサービス１９０６に送信されるべきであると判定し得る。クラウドレポーティングサービス１９０６は、信号を受信するように構成され、場合によっては、他のタイプのデータを受信するように構成される。クラウドレポーティングサービス１９０６に送信される信号は、訓練データソース１９０２によって変更されていなくてもよいし、集約（例えば、平均、最大及び最小など）されていてもよいし、あるいは、他の態様で訓練データソース１９０２によって変更されていてもよい。前述のように、例えば、訓練データソース１９０２は、信号に睡眠状態の注釈を付けることによって当該信号を修正し得る。訓練データソース１９０２が信号を修正し得る別の態様は、心拍数信号と呼吸数信号との組み合わせの代わりに心拍数信号だけを送信することであり得る。このように、訓練データソース１９０２は、前記組み合わせから心拍数信号を抽出し得て、抽出された心拍数信号だけを送信し得る。

【0208】

訓練期間中、分類器ファクトリ１９０８が、受信されたＢＣＧ信号から分類器を生成する（１９１６）。分類器ファクトリ１９０８は、予備分類されるＢＣＧ信号変動パターンの大きなセットを最初に取得することで、分類器を訓練し得る。例えば、１つのベッドまたは多くのベッドが、圧力データをクラウドレポーティングサービス１９０６に報告し得る。この圧力データは、ベッドコントローラ１９０４及び／または他のベッドコントローラによって使用されるための圧力分類器の作成における分析のために、タグ付けされ、記録され、及び、記憶され得る。この圧力データが、様々なＢＣＧ信号パターンを示し得る。収集されるデータが多ければ多いほど、より多量のＢＣＧ信号パターンが訓練に使用され得る可能性が高くなる。従って、訓練データセットが堅牢であればあるほど、実行（ランタイム）使用中に存在し得る様々なタイプのＢＣＧ信号パターンを分類器が正確に識別できる可能性が高くなる。

【0209】

分類器ファクトリ１９０８は、ＢＣＧ信号から特徴を生成し得る。信号のストリームは、例えば１秒、２．１２５秒、３０秒、または３秒、の複数のバッファに分割され得て、時間または頻度の領域での特徴を生成し得る。特徴は、これらのバッファの各々で抽出または識別され得る。例示的な例として、特徴は、検出された心拍数及び／または呼吸数のピーク及びディップを含み得る。別の例として、特徴は、身体の動き（例えば、ユーザの頭、肩、腕、胴体、脚及び／または足の動き）の検出を含み得る。

【0210】

幾つかの場合、分類器ファクトリ１９０８は、特徴を直接的に生成し得る。幾つかの場合（図示せず）、ベッドコントローラ１９０４及び／または訓練データソース１９０２は、特徴を生成し得て、当該特徴を（図示されるように、圧力とは対照的に）クラウドレポーティングサービス１９０６に送信し得る。

【0211】

例えば、そのような特徴は、最大、最小、またはランダムな圧力値を含み得る。これらの特徴は、これらのバッファ内の圧力読取値から導出され得る。例えば、そのような特徴は、平均圧力、標準偏差、当該バッファ内の経時的な増加または減少を示す勾配値、ユーザの動き、圧力変動からの呼吸測定値、心臓測定値及び心臓呼吸結合測定値、を含み得る。例えば、吸気のレート／振幅／持続時間、呼気のレート／振幅／持続時間、吸気呼気周期のレート、呼吸の基本周波数の振幅、幅及び位置、心拍数、心房脱分極のレート、心房再分極のレート／振幅／持続時間、心室脱分極のレート／振幅／持続時間、心室再分極のレート、などが使用され得る。特徴ベクトルの値は、バイナリ形式または数値形式であり得る。各バッファについて、複数の値が所定の順序で記憶され得て、一連のフィールドで構成されるベクトルを作成し得る。各ベクトルは、同一の一連のフィールドとそれらのフィールド内のデータとを有する。幾つかの他の特徴は、フーリエ変換またはウェーブレット変換の係数など、圧力信号の変換領域表現から計算され得る。

【0212】

別の例として、分類器ファクトリは、信号があるパターンまたはあるパターンのための規則に合致するという、信号内のインスタンスを識別し得る。一例において、一定のまたは変動するパターンが、ＢＣＧ信号から導出される動きの信号または少なくとも１つの生理学的信号（心臓拍動、呼吸、または、心臓呼吸結合）において、識別され得る。そのようなパターンが識別され得て、当該パターンに関する対応する合成情報（例えば、タイムスタンプ、持続時間、変化率、変化の頻度、最大変化、変化の傾斜、等）が、信号及び／または他の外部情報（例えば、実時間クロック）から合成され得る。

【0213】

分類器ファクトリ１９０８は、また、特徴を組み合わせ、または、減らすことができる。例えば、抽出された特徴は、主成分分析を使用して組み合わされ得る。特徴の主成分分析のために、分類器ファクトリ１９０８は、ユーザの睡眠状態を区分（判別）する全ての特徴のサブセットを決定し得る。すなわち、分類器ファクトリ１９０８は、特徴を、状態を決定するのに有用な特徴と、有用性の低い特徴と、に分類し得て、より有用な特徴が保持され得る。このプロセスは、試行錯誤ベースに行われ得て、特徴のランダムな組み合わせが試験されてもよい。このプロセスは、１または複数の体系的なプロセスを使用して実行されてもよい。例えば、線形判別分析または一般化判別分析が使用され得る。

【0214】

幾つかの場合、全ての使用可能な特徴のセットから、特徴の適切なサブセットが選択され得る。複数の分類器が作成されている場合、当該選択は、分類器ごとに１回、行われ得る。あるいは、当該選択は、複数の分類器が作成されている場合、複数または全ての分類器に対して１回、行われ得る。

【0215】

例えば、ランダムな（または疑似ランダムな）数が生成され得て、当該数の特徴が削除され得る。幾つかの場合、複数の特徴が１つの集約特徴に集約され得る。例えば、ＢＣＧ信号で複数の変動する生理学的パターンが識別される場合、当該パターン及び／または当該パターンに関連する合成データが集約され得る。例えば、連続する心拍数の差（変動）が、平均、標準偏差、最小、及び／または、最大の心拍数に集約され得る。

【0216】

分類器ファクトリ１９０８は、また、特徴を処理し得る。例えば、残りの特徴は、それらの値を合理化するように処理され得て、各特徴は、当該特徴がどれほど判別性があるのか、に対応する重みで処理される。ある特徴について、判別性が非常に高く、状態の分類に非常に有用である、と見出された場合、当該特徴には、他の特徴よりも大きな重みが与えられ得る。２番目の特徴について、他の特徴よりも判別性が低いと見出された場合、当該２番目の特徴には、より低い重みが与えられ得る。

【0217】

カーネル空間にマッピングされると、特徴が標準化され得て、データポイントを所定の平均に集中させ得て、単位標準偏差を有するように当該特徴をスケーリングし得る。これは、特徴が全て、例えば、０の平均値と１の標準偏差とを有することを許容し得る。抽出された特徴は、その後、前述されたのと同一のベクトル形式を使用したベクトル形式に変換される。

【0218】

幾つかの場合、入力データをカーネル空間にマッピングするために、残りの特徴がカーネル関数を適用することによって処理され得る。カーネル空間は、異なるクラスターが異なる状態を表し得るように、高次元空間（例えば、特徴データのベクトルが入力されたベクトル空間）がクラスター化されることを許容する。カーネル関数は、線形、二次式、多項式、動径基底、多層パーセプトロン、または、カスタム、を含む任意の適切な形式であり得る。

【0219】

幾つかの場合、分類器ファクトリ１９０８は、特徴を生成しない機械学習技術を利用し得る。例えば、畳み込みネットワーク、ディープフィードフォワードネットワーク、または、ディープリカレントネットワーク等の、ディープラーニングネットワークが利用され得る。分類器ファクトリ１９０８は、ＢＣＧ信号を用いて拡張（膨張）畳み込みニューラルネットワーク（ＣＮＮ）を訓練し得て、そこにおいて、分類器ファクトリ１９０８はＢＣＧ信号（例えば、ＥＣＧ信号）から心拍間間隔（ＩＢＩ）の時系列を検出し得て、所定の時間（例えば、４秒）を超える欠落データセグメントを削除し得て、範囲外の外れ値を削除し得て（例えば、標準偏差または生理学的考察による）、ＩＢＩを線形補間及びリサンプリングし得て（例えば、２Ｈｚまで）、各ＢＣＧ信号に対応する各睡眠セッションの局所平均及び標準偏差を正規化し得る（例えば、図２０及び図２１を参照）。生理学的考慮事項の例は、通常の睡眠中に発生することが予想されないＩＢＩを除去することを含み得るが、これに限定されない（例えば、ＩＢＩ＞２０００ミリ秒（３０拍／分に相当）、ＩＢＩ＜５００ミリ秒（１２０拍／分に相当）、または、ＩＢＩ＜５００ミリ秒（１２０拍／分に相当））。

【0220】

このようにして、畳み込み層が、局所的な心臓の特徴を学習するために分類器ファクトリ１９０８によって使用され得る。拡張（膨張）畳み込みブロックも、一時的な心臓の特徴に関連する睡眠状態が長時間スパンに含まれ得るため、ロングレンジの特徴を学習するために使用され得る。

【0221】

分類器ファクトリ１９０８は、分類器を訓練し得る。例えば、パターン認識アルゴリズムが、それによって新しいＢＣＧ信号が分類され得る分類器を訓練するために、抽出された特徴のベクトルと、それらに対応する睡眠状態ラベルとを、データセットとして使用し得る。幾つかの場合、これは、後の使用のために訓練データと共に分類器を記憶することを含み得る。

【0222】

分類器ファクトリ１９０８は、分類器を送信し得て（１９１８）、ベッドコントローラ１９０４は、分類器を受信し得る（１９２０）。例えば、分類器ファクトリ１９０８によって作成された１または複数の分類器は、ベッドコントローラ１９０４及び／または他のベッドコントローラに送信され得る。幾つかの場合、分類器は、コンパクトディスク（ＣＤ）、ユニバーサルシリアルバス（ＵＳＢ）ドライブ、または、他のデバイス、などの非一時的なコンピュータ可読媒体で送信（提供）され得る。分類器は、ソフトウェアインストールの一部として、ソフトウェア更新の一部として、または、別のプロセスの一部として、ベッドコントローラ１９０４及び／または他のベッドコントローラにロード（搭載）され得る。幾つかの場合、分類器ファクトリ１９０８は、ベッドコントローラ１９０４及び／または他のベッドコントローラにメッセージを送信し得て、当該メッセージは、圧力読取値のストリームを使用してベッドを複数の睡眠状態のうちの１つに分類する１または複数の分類器を規定するデータを含み得る。幾つかの構成では、分類器ファクトリ１９０８は、１つのメッセージまたは時間的に互いに近い一連のメッセージのいずれかで、分類器を一度に送信し得る。幾つかの構成では、分類器ファクトリ１９０８は、時間的に分離された分類器を送信し得る。例えば、分類器ファクトリ１９０８は、分類器を生成及び送信し得る。その後、より多くのＢＣＧ信号及び訓練データが利用可能になると、分類器ファクトリ１９０８は、既に作成されたものとは異なる、更新された分類器または新しい分類器を生成し得る。

【0223】

分類器ファクトリ１９０８は、訓練データソース１９０２とは異なるベッドのベッドコントローラ１９０４に分類器を送信し得る。例えば、訓練データソース１９０２は第１ベッドであり得て、ベッドコントローラ１９０４は第２ベッドの一部であり得る。第２ベッドは、第１ベッドとは異なり得て、第２ベッドは、第１ベッドとは異なるユーザによって使用され得る。幾つかの実装形態では、訓練データソース１９０２がデータベースであり得て、従って、分類器ファクトリ１９０８は、そうでなければ訓練データソース１９０２に関連付けられない可能性がある複数の異なるベッドに分類器を送信し得る。

【0224】

分類器は、１または複数のデータ構造で定義され得る。例えば、分類器ファクトリ１９０８は、ソフトウェアライブラリ、実行可能ファイル、または、オブジェクトファイル、などの実行可能または解釈可能なファイルに分類器を記録し得る。分類器は、拡張可能マークアップ言語（ＸＭＬ）ドキュメントや、ジャバスクリプトオブジェクト表記（ＪＳＯＮ）オブジェクトなどの、構造化データオブジェクトとして記憶、使用、または、送信され得る。幾つかの例では、分類器は、ベッドコントローラ１９０４が実行できる（例えば、実行または解釈できる）バイナリ形式またはスクリプト形式で作成され得る。幾つかの例では、分類器は、直接的には実行されないフォーマットで作成され得るが、ベッドコントローラ１９０４が当該データに従って分類器を構築することを許容するデータを伴うフォーマットで作成され得る。

【0225】

幾つかの実装形態では、ベッドコントローラ１９０４は、工程１９２２での実行時使用中に睡眠状態を判定（決定）するために、訓練に使用されたのと同一のＢＣＧ信号を使用し得る。幾つかの実装形態では、ベッドコントローラ１９０４は、実行時使用中に睡眠状態を判定（決定）するために、異なるＢＣＧ信号を使用し得る。幾つかの実装形態では、ベッドコントローラ１９０４は、１または複数のベッドセンサからベッド上のユーザの圧力読取値を受信し得る。ベッドセンサは、ベッドの１または複数のエアチャンバ内の圧力変化を検出するように構成された圧力センサを含み得る。ベッドセンサは、また、本明細書全体を通じて説明されるように、ユーザの身体の動き、心拍数及び／または呼吸数を検出するように構成され得る。

【0226】

例えば、ベッドコントローラ１９０４は、ベッドからのＢＣＧ信号及び／または圧力読取値のストリームからのデータを使用して、１または複数の分類器を実行し得る。分類器は、当該データを複数の状態（例えば、目覚めているか、Ｎ１段階か、Ｎ２段階か、Ｎ３段階か、レム睡眠中か）のうちの１つに分類し得る。例えば、分類器は、データストリームを前記のベクトル形式に変換し得る。次に、分類器は、当該ベクトルを審査して、当該ベクトルが、ある状態としてラベル付けされた訓練データに似ているか、別の状態としてラベル付けされた訓練データに似ているか、を数学的に判定する。この類似性が計算されると、カテゴライザは、当該状態を示す応答を戻し得る。ベッドコントローラ１９０４は、また、ユーザの次の睡眠状態を判定するために、分類器を使用し得る。

【0227】

ベッドコントローラ１９０４は、２つ以上の分類器を使用し得る。すなわち、ベッドコントローラ１９０４は、各々が異なるように機能し、及び／または、分類を成立させるために異なる訓練データを使用する、複数の分類器へのアクセスを有し得る。このような場合、分類器の判定は、投票として扱われ得て、投票の集計が、睡眠状態の判定のために使用され得る。分類器が１つだけ使用されている場合、当該分類器の投票が唯一の投票であり、当該投票が睡眠状態の検知として使用される。複数の分類器がある場合、異なる分類器は、相反する投票を生成する可能性があり、ベッドコントローラは、投票を獲得した１つの睡眠状態を選択し得る。

【0228】

様々な投票カウント方式が可能である。幾つかの場合、ベッドコントローラ１９０４は、各睡眠状態の投票をカウントし得て、最も投票数が多い睡眠状態が判定される睡眠状態である。幾つかの場合、ベッドコントローラ１９０４は、他の投票カウント方式を使用し得る。例えば、異なる分類器からの投票が、分類器の履歴上の正確さに基づいて重み付けされ得る。そのような方式では、より正確であると履歴上示されている分類器に、より大きな重みが与えられ得る一方で、より低い履歴上の精度を伴う分類器には、より小さな重みが与えられ得る。この精度は、集団レベルまたは特定のユーザレベルで追跡され得る。

【0229】

幾つかの場合、機械学習システム以外のシステムによって、票が投じられ得て、それらの投票が投票総数に組み込まれ得て、投票判定の結果に影響を与え得る。例えば、非機械学習の圧力分類アルゴリズムが、例えば閾値との比較に基づいて、票を投じ得る。

【0230】

幾つかの場合、システムは、異なる動作モードを有し得て、モードに応じて異なるように投票を集計し得る。例えば、ベッドが調整処理中である時、または、調整可能な土台（基礎）が動いている乃至ベッドの一部が上昇されている時、異なる投票戦略が使用され得る。幾つかのモードでは、幾つかの他のモードと比較して、幾つかの分類器により大きな重みまたはより小さな重みが与えられ得るか、重みが全く与えられない。これは、例えば、ある分類器が、あるモード（例えば、ベッドが平らなモード）で別のモード（例えば、ベッドの頭部が土台によって上昇されているモード）に対して正確であることが示されている時、有用であり得る。

【0231】

幾つかの場合、ベッドコントローラ１９０４は、睡眠状態を判定する前に、ユーザがベッドにいることを保証し得る。例えば、ベッドコントローラは、ユーザがベッドにいるか、あるいは、ベッドが空であるか、を最初に判定し得る。この判定は、ベッド上の圧力センサから受信される圧力信号に基づき得る。当該圧力信号がベッドの頂面に圧力が加えられていないことを示している場合、ユーザは現在ベッドにいない可能性が高い。ユーザがベッドにいると判定される場合（例えば、圧力信号がある所定の閾値を超えるベッドの頂面上の圧力量を示す場合）、ベッドコントローラ１９０４は、ユーザがベッドで眠っているか否か、そうである場合には、どんな睡眠状態にあるか、を判定し得る。

【0232】

ベッドコントローラ１９０４は、また、デバイス動作を選択する（１９２４）。デバイス動作の選択は、ユーザの検出された現在の睡眠状態に基づき得る。デバイス動作の選択は、また、ユーザの予測される次の睡眠状態に基づき得る。例えば、ユーザが特定の睡眠状態にあるという判定に応答して、または、睡眠状態変化が生じたという判定に応答して、ベッドコントローラ１９０４は、処理されるべきデバイス動作を選択し得る。例えばローカルにまたはリモートマシン上で、コンピュータ可読ストレージに記憶されているルールセットが、睡眠状態に基づいてユーザまたは別のシステムが要求する動作を識別し得る。例えば、ユーザは、グラフィカルユーザインタフェースを介して、目覚めている状態から入眠状態に変化する時に玄関ドアがロックすることを望む旨、及び、睡眠状態を改善する、例えば、深い眠りを改善する、レム睡眠を改善する、または、最も安らかな眠りを改善する、ことを彼らのベッドが彼らに促すことを望む旨、を記録（文書化）し得る。すなわち、ドアは、ユーザが手動でロックすることを忘れてしまっていた場合でも、当該ユーザが入眠する時に、ロックすべきであるし、ベッドは、最も安らかな夜の眠りを促すべきである。

【0233】

幾つかの場合、ルールセットは、現在の睡眠段階に留まることをユーザに促すように、あるいは、異なる睡眠段階に移行することをユーザに促すように、構成され得る。例えば、ユーザの環境は、現在の睡眠段階に留まることをユーザに促す態様で、あるいは、異なる睡眠段階（例えば次の最適な睡眠段階）に移行することをユーザに促す態様で、ベッドの固さ、ベッドの温度、暖房の換気、及び、空調（ＨＶＡＣ）の温度、等を増減するためのルールに基づいて変化し得る。

【0234】

ルールセット及び睡眠段階判定に基づいて、ベッドコントローラ１９０４は、要求された周辺機器またはベッドシステム要素を作動させるために、適切なデバイスコントローラ１９１０にメッセージを送信し得る。例えば、睡眠段階判定に基づいて、ベッドコントローラ１９０４は、ベッドシステムの堅さを調整するためにポンプにメッセージを送信し得て、フットヒータを作動させるために足加温コントローラにメッセージを送信し得て、及び、照明を調整するために照明コントローラにメッセージを送信し得る。

【0235】

デバイスコントローラ１９１０は、周辺デバイスを制御し得る（１９２６）。例えば、照明コントローラは、ベッド周りの部屋の照明用のスクリプトを開始し得て、可視光スペクトルの赤い端に向かって照明の色を暗くシフトさせ始める。

【0236】

一般に、プロセス１９００は、訓練時間と作動時間に編成され得る。訓練時間は、睡眠段階分類器を作成するために一般的に使用される動作を含み得る一方、作動時間は、分類器を使用して睡眠状態を判定するために一般的に使用される動作を含み得る。ベッドシステムの構成に応じて、前記時間の片方または両方の動作が作動または停止され得る。例えば、ユーザが新しくベッドを購入する時、当該ベッドは、ユーザが当該ベッド上で引き起こす圧力読取値へのアクセスを有しない場合がある。ユーザが最初の数晩当該ベッドを使用し始める時、重要な読取値の塊（集合）が収集されると（例えば、特定の数の読取値、特定の数の夜、異なる試験またはヒューリスティックに基づく特定の数の予想される出入りイベント）、ベッドシステムはそれらの圧力読取値を収集し得て、それらをクラウドレポーティングサービス１９０６に提供し得る。

【0237】

ベッドシステムは、分類器を更新または拡張するために、訓練時間で動作し得る。ベッドコントローラ１９０４は、分類器の受信後、訓練時間の動作を継続し得る。例えば、訓練データソース１９０２は、計算リソースが空いている時、ユーザの指示などで、定期的にＢＣＧ信号をクラウドレポーティングサービス１９０６に送信し得る。分類器ファクトリ１９０８は、新しい分類器または更新された分類器を生成及び送信し得て、または、ベッドコントローラ１９０４上の１または複数の分類器が廃止されるべきであることを示すメッセージを送信し得る。

【0238】

ベッドコントローラ１９０４は、ベッドシステムに接続されたホームオートメーションがどのように動作すべきか、を定義するルール及び設定を受信し得る。分類器を使用して、ベッドシステムは、ホームオートメーションをルール及び設定に従って実行させるために、作動時間の動作を実行し得る。

【0239】

ベッドシステムは、訓練データソース１９０２からの同一のＢＣＧ信号を使用して、訓練時間と動作時間とで同時に動作し得る。例えば、ベッドシステムは、圧力読取値のストリームを使用して、現在使用中の睡眠カテゴライザに基づいて、睡眠状態を判定し得て、環境を制御し得る。更に、ベッドシステムは、訓練時間の動作で、圧力読取値のストリームからの同一の圧力読取値を使用して、カテゴライザを改善し得る。このように、圧力読取値の単一のストリームが、ベッドシステムの機能を改善するため及び自動化イベントを駆動するための両方に、使用され得る。

【0240】

幾つかの場合、パーソナライズされた分類器の代わりに、またはそれと組み合わせて、分類器の一般的なセットが使用され得る。例えば、ベッドが新たに購入されたり、工場出荷時の設定にリセットされたりする時、ベッドシステムは、個人レベルではなく集団レベルの圧力読取値に基づいて作成された汎用ないしデフォルトの睡眠状態分類器で動作し得る。すなわち、ベッドシステムが特定のユーザに関連する特定の圧力読取値について学習する機会を得る前に、一般的な分類器が、ベッドシステムでの使用のために作成され得る。これらの一般的な分類器は、集団レベルの訓練データについて、例えば本明細書に説明されているもののような機械学習技術を使用して生成され得る。これらの一般的な分類器は、追加的または代替的に、非機械学習の技術を使用して生成され得る。例えば、分類器は、閾値（例えば、圧力、経時的な圧力変化、経時的な心拍数変化、経時的な圧力読取値の生理学的成分の変化）を含み得て、当該閾値を上回る圧力読取値が、１つの睡眠状態を判定するために使用され得て、当該閾値を下回る圧力読取値及び／または生理学的値が、別の睡眠状態を判定するために使用され得る。

【0241】

要素の特定の数、順序、及び配置がここで説明されているが、他の代替案も可能である。例えば、工程１９１６での分類器の生成は、分類器ファクトリ１９０８で実施されるものとして説明されているが、分類器は、代わりにまたは追加的に、ベッドコントローラ１９０４及び／またはクラウドレポーティングサービス１９０６によって生成され得て、ＢＣＧ信号を他のデバイスに報告しないこともあり得る。

【0242】

幾つかの実装形態では、ベッドシステムは、２人のユーザに対応し得る。そのような場合、プロセス１９００は、２人のユーザに対応するように１または複数の態様で適合され得る。例えば、各ユーザに対して、ベッドシステムは、２セットの分類器を使用し得る（幾つかの分類器が両方のセットに同時に使用される場合と、同時に使用されない場合と、がある）。例えば、ベッドの一方側が占有されている時、１つのセットが使用され得て、ベッドの反対側が占有されている時、もう１つのセットが使用され得る。これは、例えば、２人目のユーザの存在または不在が、ベッドの１人目のユーザ側のＢＣＧ信号に影響を有する時、有用であり得る。

【0243】

幾つかの場合、ユーザは、両方のユーザの睡眠状態に応じてホームオートメーション環境を制御したい場合がある。例えば、あるルールは、１人のユーザがベッドで眠っている時でなく、両方のユーザがベッドで眠っている時にのみ、玄関ドアのロックが作動されるべきである、ということを指定し得る。別の例では、両方のユーザの睡眠状態に基づいて、照明が制御され得る。一方のユーザがベッドで眠っていて、他方が目覚めていると判定される時、これは、1人のユーザが読書をしているかもしれない、または、何かを見る必要があるかもしれない、旨を示し得る。この場合、ベッドシステムは、薄暗い照明を維持し得る。両方のユーザがベッドにいて、両方が睡眠状態に移行する時、照明は消灯するように制御され得る。

【0244】

図１９を参照して説明されるシステムは、多くの更なるベッド及びベッドコントローラに適用可能であることが理解されよう。例えば、ＢＣＧ信号が、多くの訓練データソースから受信され得て、訓練データは、これらの多くのソース（ベッドを含み得る、あるいは、ベッドを含まない）から合成され得て、多くのユーザによるベッド使用に関する 次に、分類器は、訓練データを提供した訓練データソースまたはベッドの一部、全く無し、または、全て、に分配され得る。例えば、幾つかのベッドは、新しい分類器で更新されたソフトウェアを受信し得る。あるいは、別の例として、新しい分類器は、新しく製造されたベッドにのみ含まれ得る。あるいは、別の例として、各ベッドは、当該特定のベッドのユーザに特に合わせて仕立てられた分類器を受信し得る。

【0245】

図２０は、睡眠段階分類器を訓練するために使用され得る例示的なプロセス２０００のフローチャートある。明確のため、プロセス２０００は、コンピューティングシステムの特定の構成要素のセットを参照しながら記載されている。もっとも、同一または同様のプロセスを実施するために、他の１または複数のシステムも使用され得る。例えば、プロセス２０００は、１または複数のプロセッサと、当該１または複数のプロセッサをしてプロセス２０００を参照して説明される技術を実行させる指令（命令）を記憶するメモリと、を有するコンピューティングシステムによって実行され得る。当該コンピューティングシステムは、クラウドサービスであり得る。幾つかの実装形態では、コンピューティングシステムは、ベッドコントローラであり得る。コンピューティングシステムは、任意の他の１または複数のシステムであり得る。

【0246】

プロセス２０００を参照して、コンピューティングシステムは、入力を受信し得る（２００２）。コンピューティングシステムは、例えば、少なくとも心拍間間隔（ＩＢＩ）シーケンスを定義する心臓データを受信し得る。この入力は、呼吸数及び／または身体の動きを含むがこれらに限定されない他のＢＣＧ信号をも含み得る。この入力は、訓練データソースから受信され得る（例えば、図１９を参照）。当該入力は、また、１または複数のベッドシステムのセンサから受信され得る。当該入力は、ＩＢＩシーケンスのために睡眠状態のタグを定義するタグ付けデータを含み得る。更に、ＰＰＧ、ＥＣＧ及び／またはＢＣＧ信号が、睡眠中のＩＢＩのシーケンスを生成し得るため、これらの信号が入力として提供され得てタグ付けされ得る。ＩＢＩ単位（秒、または、より一般的にはミリ秒）は、時間であり、これは、プラットフォーム間で同一であり得て、様々な異なるデバイス及び／または訓練データソースから入力として受信される時に較正を必要としないであろう。

【0247】

工程２００４において、コンピューティングシステムは、前記入力を使用して畳み込みニューラルネットワーク（ＣＮＮ）を訓練し得る。ＣＮＮを訓練することにより、コンピューティングシステムは、心臓データとタグ付けデータとを使用する睡眠状態分類器を生成し得る。例えば、コンピューティングシステムは、心臓データからＩＢＩシーケンスを抽出し得る。その後、コンピューティングシステムは、心臓データとタグ付けデータとを入力として使用して、ＣＮＮを訓練し得る。コンピューティングシステムは、タグ付けデータによって定義された睡眠状態を、ＩＢＩシーケンスの様々なセグメントに対してマッピングまたは相関付けするように、ＣＮＮを訓練し得る。

【0248】

コンピューティングシステムは、工程２００６で中間データを生成し得る。中間データは、訓練済みＣＮＮによって生成された出力であり得る。コンピューティングシステムは、また、この中間データをフィルタリングし得る。

【0249】

当該コンピューティングシステムは、工程２００８において、生成された中間データに訓練された長・短期記憶（ＬＳＴＭ）ネットワークを適用し得る。換言すれば、コンピューティングシステムは、状態データを出力として生成するように構成されたリカレントニューラルネットワーク（ＲＮＮ）を反復的に訓練し得る。ＲＮＮの反復訓練は、ｉ）初期入力として中間データを使用し得て、ｉｉ）後続の入力として中間データと前の状態データとを使用し得る。ＲＮＮは、中間データ用の少なくとも１つの他の入力ノードを更に含み得る。

【0250】

このように、コンピューティングシステムは、工程２００８において、ユーザの睡眠状態ごとに、ＬＳＴＭ（例えば、例示的なＲＮＮ）を中間データに反復的に適用し得る。ＬＳＴＭは、リカレントニューラルネットワークの出力モードを同一のリカレントニューラルネットワークの入力ノードに接続する少なくとも１つのフィードバック接続を含み得る。この形態は、睡眠状態をより正確に判定するようにＣＮＮを訓練するために、最も最近に生成されたデータが入力として使用され得ることを保証するのに有利であり得る。

【0251】

その後、コンピューティングシステムは、工程２０１０において、出力を生成し得る。当該出力は、様々なＩＢＩシーケンス及び／または他の心臓データにマッピングされた睡眠状態を含み得る。換言すれば、当該出力は、１または複数の分類器を含み得る。当該分類器の各々が、睡眠状態を様々なＩＢＩシーケンスと関連付け得る。当該出力は、その後、ベッドシステムのセンサによって感知される圧力信号に基づいてユーザのリアルタイムの睡眠状態を判定するために、１または複数のベッドコントローラ及び／またはベッドシステムによって使用され得る。

【0252】

図２１は、睡眠者の睡眠段階を判定する際に使用され得る例示的なデータを含む例示的なプロセス２１００の図である。明確のため、プロセス２１００は、コンピューティングシステムの特定の構成要素のセットを参照しながら記載されている。もっとも、同一または同様のプロセスを実施するために、他の１または複数のシステムも使用され得る。例えば、プロセス２１００は、１または複数のプロセッサと、当該１または複数のプロセッサをしてプロセス２１００を参照して説明される技術を実行させる指令（命令）を記憶するメモリと、を有するコンピューティングシステムによって実行され得る。当該コンピューティングシステムは、クラウドサービスであり得る。幾つかの実装形態では、コンピューティングシステムは、ベッドコントローラであり得る。コンピューティングシステムは、本明細書全体を通じて説明されるように任意の他の１または複数のシステムであり得る。

【0253】

ベッドシステム２１０２が、ＢＣＧ信号２１０４を生成し得て、そこから、心臓呼吸及び運動の情報が抽出され得る。本明細書全体を通じて説明されるように、心臓呼吸及び運動の情報は、ＩＢＩシーケンス／間隔を含み得る。ＢＣＧ信号２１０４は、ベッドコントローラまたはベッドシステム２１０２以外のデータソースからも受信され得る（例えば、図１９を参照）。

【0254】

信号処理ブロック２１０６が、受信されたＢＣＧ信号２１０４を使用してコンピューティングシステムによって実行され得る。当該ブロック２１０６は、クラウドコンピューティングサービス、システム、または、他の同様のコンピューティングシステム、によって実行され得る。当該ブロック２１０６を実行する工程は、ＢＣＧ信号２１０４を前処理する工程（２１０８）を含み得る。当該前処理工程２１０８は、ＢＣＧ信号２１０４を調整して帯域通過（バンドパス）フィルタリングするために使用され得る。ブロック２１０６の実行は、特徴抽出（２１１０）をも含み得る。特徴抽出は、図１９を参照して説明されたように、ＢＣＧ信号２１０４から関連するメトリクスを抽出する工程を含み得る。抽出される関連メトリクスは、そこからＩＢＩシーケンスが抽出され得る心拍数を含み得るが、これに限定されない。ブロック２１０６の実行は、後処理（２１１２）を更に含み得る。当該後処理工程２１１２は、抽出された特徴シーケンスの補間及び帯域通過フィルタリングを含み得る。

【0255】

前述のように、ＢＣＧ信号２１０４は、心臓データを含み得て、これは、心電図（ＥＣＧ）データによって生成されるものと同様のＩＢＩであり得る。当該心臓データは、ベッドシステム２１０２のセンサによって検出される圧力波を含み得る。当該圧力波は、ベッドシステム２１０２におけるユーザの粗大運動運動（例えば、ユーザの腕、脚、手、足、等の動き）、ユーザの心拍数、及び、ユーザの呼吸数、の測定値を含み得る。前述のように、信号処理ブロック２１０６を実行することによって、コンピューティングシステムは、心臓データからＩＢＩシーケンスを抽出し得る。コンピューティングシステムは、心臓データの間隔時間を検出し得て（例えば、ＥＣＧ信号のＲピークの検出、及び、Ｒ－Ｒ間隔の計算）、閾値持続時間より大きい欠落データセグメントを除去し得て、閾値偏差より大きい及び／または閾値偏差より小さい外れ値データセグメントを除去し得る。次に、コンピューティングシステムは、削除された欠落データセグメント及び削除された外れ値データセグメントを置換するように心臓データを補間し得て、心臓データの平均値及び標準偏差が所与の睡眠セッションの目標平均値及び目標標準偏差に一致するように心臓データを正規化し得る。

【0256】

幾つかの実装形態では、閾値持続時間は、４秒であり得る。１秒、２秒、３．１３３５秒、５秒など、１または複数の他の持続時間も使用され得る。外れ値データセグメントを除去する工程は、ＢＣＧ信号２１０４の幾つかが適切に捕捉されない可能性がある、及び／または、長過ぎる可能性がある、場合に有利であり得る。幾つかの実装形態では、閾値偏差は、５標準偏差であり得る。心臓データを正規化する工程は、本明細書全体を通じて説明される既存の訓練機能と協働（連動）するように心臓データがスケーリングされることを保証するのに有利であり得る。

【0257】

睡眠状態（例えば、睡眠段階）を判定するために、時間ウィンドウが考慮され得る（２１１４）。睡眠状態は、連続するウィンドウ間で重複することなく、３０秒のウィンドウ（エポック）に基づいて割り当てられ得る。幾つかの実装形態では、コンピューティングシステムは、２分のオーバーラップを伴う２．５分のウィンドウに基づいて、睡眠状態を割り当て得る。

【0258】

現在の（時間）ウィンドウ２１１６に睡眠状態を割り当てる前に、コンピューティングシステムの品質制御モジュールが、現在のウィンドウ２１１６が十分な品質を有するか否か、を判定し得る（２１１８）。例えば、コンピューティングシステムは、信号対ノイズ比が１ｄＢ閾値または他の所定の閾値を超えているか否か、を判定し得る。信号品質が閾値を下回る場合、コンピューティングシステムは、覚醒または不明などのデフォルトの睡眠状態を割り当て得る（２１２０）。換言すれば、閾値を下回る信号品質は、ユーザが実際にはベッドにいないこと、及び／または、ユーザがベッドにいるけれど目覚めていること、を示し得る。

【0259】

信号品質が閾値を超えている場合、コンピューティングシステムは、本明細書全体を通じて説明されるように、畳み込みニューラルネットワーク（ＣＮＮ）を使用して１または複数の睡眠状態を判定し得る（２１２２）。換言すれば、信号品質が閾値を超えている場合、ユーザは何らかの睡眠状態にある可能性が高く、従って現在は目覚めていない。コンピューティングシステムは、ＩＢＩシーケンス内の時間のエポックを識別し得て、ＩＢＩシーケンス内の各時間のエポックをタグ付けデータの対応するタグと関連付け得る。タグ付けデータは、複数の異なる睡眠状態を含み得る。

【0260】

心臓データ及びタグ付けデータを入力として使用してＣＮＮを訓練する工程は、時間のエポック及び対応するタグを使用してＣＮＮを訓練する工程を更に含み得る。幾つかの実装形態では、ＣＮＮを使用して睡眠状態分類器を生成する工程は、心臓の動きを反映するデータ以外のいかなる感知された生体メトリックデータも使用せずに行われ得る。例えば、呼吸数、体温、身体の動き、等のデータを使用して分類器が生成されない場合がある。代わりに、本明細書全体に説明される心拍数情報とＩＢＩシーケンスのみを使用して分類器が生成され得る。もっとも、幾つかの実施形態では、呼吸数、体温、及び／または、身体の動きなどの、１または複数の他のタイプの生体メトリックデータが使用され得て、睡眠状態分類器が生成され得る。

【0261】

コンピューティングシステムは、更に、本明細書全体を通じて説明されるＬＳＴＭなどのリカレントネットワークを使用して、ユーザの睡眠状態を判定し得る（２１２４）。ユーザの睡眠状態を更新する前に、コンピューティングシステムは、工程２１２８において、リカレントネットワークが十分な品質を有するか否か、を判定し得る。十分な品質が存在する場合、リカレントネットワークは、ユーザの現在の睡眠状態を更新し得る（２１３０）。十分な品質が存在しない場合、リカレントネットワークは、ユーザの既存のまたは現在の睡眠状態を維持し得る（２１３２）。

【0262】

ユーザの睡眠状態が一旦判定されると、コンピューティングシステムは、睡眠状態分類器を出力し得る。例えば、コンピューティングシステムは、睡眠状態分類器をベッドコントローラに分配し得て、それらのコントローラに関連付けられたベッド上の睡眠者の睡眠状態を判定する際に使用し得る。幾つかの実装形態では、コンピューティングシステムは、分類器の訓練及び生成のために心臓データをコンピューティングシステムに送信したのと同一のベッドコントローラに分類器を分配し得る。コンピューティングシステムは、また、分類器の訓練及び生成のために心臓データをコンピューティングシステムに送信したベッドコントローラとは異なるベッドコントローラに分類器を分配することもできる。

【0263】

次いで、１または複数の睡眠介入を決定または実行するために、睡眠状態が使用され得る（２１２６）。睡眠介入は、コンピューティングシステムによって決定及び／または実行され得る。睡眠介入は、ベッドシステム２１０２のベッドコントローラ及び／または１若しくは複数の他のベッドシステムのベッドコントローラなど、１または複数の他のデバイス、システム及び／またはコンピュータ、によっても決定及び／または実行され得る。

【0264】

図２３は、数学的にバイアスされた睡眠状態確率から睡眠状態を選択するために使用され得る例示的なプロセス２３００のフローチャートである。例えば、工程２０１０において作成された出力や、工程２１２２及び２１２４によって作成されたデータが、睡眠状態の分類に数学的なバイアス（偏り）を示し得る。従って、プロセス２３００は、動作２０１０の一部としてコンピュータシステムによって、及び／または、要素２１２２及び２１２４によって、使用され得る。理解されるように、プロセス２３００は、本明細書で説明される技術が、そうでない場合よりも高い精度と低いバイアス（偏り）でセンサシステムとして機能することを、有利に許容するために使用され得る。幾つかの場合、これらの動作の一部または全てが「エッジ」で実行され得て、集中的な場所の代わりに、クライアントコンピュータ、ベッド、スマートフォンなどのコンピューティングデバイスによって処理が実行される。幾つかの場合、これらの動作の一部または全てが、ネットワーク化されたサーバなどの集中的な場所で実行され得る。

【0265】

このバイアス（偏り）は、グラウンドトゥルースデータセットと比較される時に観察され得て、生成されたデータは、グラウンドトゥルースで見出だされるよりも高頻度に１つの特定の睡眠状態（例えば、浅い睡眠）を予測し得る。理解されるように、このタイプの数学的バイアス（偏り）は、本明細書で説明されている技術の様々な実装形態において、より大きいかより小さい可能性があり、より多いかより少ない分類器に適用し得る。更に、この数学的バイアス（偏り）は、予測精度の尺度であり、人間の感情や動機の尺度ではない、ということが理解されよう。

【0266】

ここに示される実施例では、睡眠段階確率のベクトルが使用され、そこでは、１つの睡眠段階（すなわち、浅い睡眠）が過大評価され、不偏のデータセットにおけるよりも人為的に高い。従って、当該１つの睡眠段階の予測のみが、修正される。もっとも、他の実施例では、複数の可能性ある分類が、修正され得る。

【0267】

数学的にバイアスされた睡眠状態確率のベクトルが受信される（２３０２）。例えば、ラベル付けされた確率値を記憶する、一連のインデックス位置にデータを格納するベクトルが、受信され得る。ラベルは、可能性のある各睡眠状態（例えば、浅い睡眠、深い睡眠）を確率値（例えば、０～１まで（両端を含む））と共に含み得る。これらの値は、例えば、睡眠者のセンサデータを受信し、入力データに基づいて確率値を含む出力としてベクトルを生成する、１または複数の分類器によって生成された可能性がある。前述のように、数学的バイアスを導入する分類器の動作により、確率値の少なくとも １つが、グランドトゥルースよりも高くなるようにバイアスされる。

【0268】

ベクトルは、ソートされる（２３０４）。例えば、確率値とそれに関連付けられたラベルとが、確率が降順に整列されるように、並べ替えられ得る。理解されるように、各ラベルが同一の（そのままの）確率値に関連付けられた状態を維持するように、ラベルもまたソートされるであろう。これについての特定のデータ表現は、プロセス２３００を実行するために使用されるコンピュータシステムの技術的ニーズ及び利用可能性に応じて、様々なフォーマットを取り得る。

【0269】

ソートされたベクトル内の最初のエントリが過剰表現クラスではない場合（２３０６）、当該最初のエントリは判定された睡眠状態として使用される（２３０８）。例えば、コンピュータシステムは、ベクトルの最初のエントリ（例えば、インデックス位置０）を検査し得て、当該エントリの分類タグを検査し得る。例えば、過大評価されると予想される分類のリストに分類タグが見つからない場合、コンピュータシステムは、最初のインデックスの分類と確率を、所与の時刻における睡眠者の判定された睡眠状態として選択し得る。

【0270】

ソートされたベクトル内の最初のエントリが過剰表現クラスである場合（２３０６）、当該最初のエントリと２番目のエントリとの比が見出される（２３１０）。例えば、コンピュータシステムが分類タグを検査し、それが過大評価されると予想される分類のリスト上にある、と判定する場合、コンピュータシステムは、最初のインデックス（例えば、インデックス位置０）の確率の、２番目のインデックス（例えば、インデックス位置１）の確率に対する比を見出だし得る。一般に、この比は、過大評価される分類の兆候がどの程度強いか、として考えられ得る。この比が大きい場合、そのことは、当該分類が過剰表現分類を強く支持していることの兆候（指標）である。この比が小さい場合、そのことは、当該分類が過剰表現分類を弱く支持していることの兆候（指標）である。理解されるように、分類システムが偏っている分類の弱い兆候は、正確な分類の結果というよりもバイアス（偏り）の結果として解釈され得る。

【0271】

前記比が閾値より大きい場合（２３１２）、ソートされたベクトルの最初のエントリが、判定された睡眠状態として使用される（２３０８）。例えば、比が大きくて、ユーザの実際の状態を良好に示している可能性が高い時、過剰表現された値のタグが、判定された睡眠状態として使用され得る。

【0272】

前記比が閾値より小さい場合（２３１２）、ソートされたベクトルの２番目のエントリが、判定された睡眠状態として使用される（２３１４）。例えば、比が小さくて、ユーザの実際の状態を良好に示している可能性が低い時、代わりに２番目の場所のタグが使用され得る。従って、機械言語分類器の分類におけるバイアス（偏り）が、有利に低減または除去され得る。

【0273】

前述の詳細な説明及び幾つかの実施形態は、理解を明確にするためだけに与えられている。それから不必要な制限が理解されるべきではない。本発明の範囲から逸脱することなく、記載された実施形態において多くの変更がなされ得ることは、当業者には明らかであろう。例えば、異なる順序及びタイプの動作が、分類器を生成するために使用され得る。更に、ベッドシステムが、異なる態様で分類器からの出力を集約し得る。従って、本発明の範囲は、本明細書に記載の正確な詳細及び構造に限定されるべきではなく、特許請求の範囲の文言によって記載された構造、及び、それらの構造の均等物、により限定されるべきである。前述の実施形態のいずれかに関して説明されたあらゆる特徴または特性は、個別的に、または他の特徴または特性との組み合わせで、組み込まれ得るが、明確のために前述の順序及び組み合わせで提示されている。

【図1】

【図2】

【図3】

【図4A】

【図4B】

【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】

【国際調査報告】