用于赋予睡眠分析装置和计算机睡眠分析功能的程序产品 【技术领域】
本发明涉及一种根据被检验者的睡眠数据分析睡眠状态的睡眠分析装置和用于执行睡眠分析功能的程序产品。
背景技术
以往，对睡眠的分析，例如参照图10所述的睡眠深度的曲线图来进行是一般的情形。
该图中的曲线图，是将被检验者一天的睡眠状态数据化的图，横轴是上床后经过的时间、纵轴是睡眠深度。作为睡眠深度，例如，如图所示，除去清醒状态(W)、REM(Round Eye Moving)状态(R)之外，还可设定根据睡眠的深度的4个阶段的睡眠深度。另外，该图的数据，通常，对被检验者安装测量仪器来测量其脑波、心跳、呼吸、皮肤温度等，通过对该测量数据使用已有的多元描记法进行处理来计算。
然而，由上述以往的方法生成的曲线图，由于对睡眠深度用质的变量来表现，所以，如果不通过医师等专家就不能够适当地分析评价被检验者的睡眠状态。
可是，近年随着高龄化、高疲劳综合症社会的发展，有睡眠烦恼的人急速增加，在这样的情况下，就希望有实现即使不通过医师等专家也能够简单迅速地进行高可靠性的睡眠分析的装置、系统。然而，由于在上述曲线图中，睡眠深度是由质的变量来表现的，所以使用它在计算机或睡眠分析装置中执行睡眠分析时，就需要根据分析评价质的变量时地医师等的分析方法的庞大知识数据库和使用这些知识数据库的运算处理程序，不能实现简易迅速的分析评价。另外，从由质的变量表现的曲线图进行定量地分析评价「睡眠节奏」、「头脑休息」、「身体休息」、「入睡状况」等的种种的评价要素是非常困难的。
在这里，本发明是要解决这样的问题，其目的是提供一种使用上述睡眠深度的曲线图、数据能够简易迅速地进行可靠性比较高的睡眠分析的新的睡眠分析方法。
【发明内容】
本发明是从在时间轴上被图示的有关睡眠深度的数据(质的变量)中生成与睡眠深度的出现比率有关的数据(量的变量)，以与该出现比率有关的数据为基础，进行「睡眠节奏」、「头脑休息」、「身体休息」、「入睡状况」等的分析评价。即，本发明通过将作为质的变量的睡眠深度数据变换成作为量的变量的睡眠深度的出现比率，可以定量地评价「睡眠节奏」、「头脑休息」、「身体休息」、「入睡状况」等的各种评价要素，其结果，可达到处理的简洁化，并可实现高可靠性的睡眠分析。
本发明的第1方面，是一种睡眠分析装置，具有：从图示在时间轴上的有关睡眠深度的数据中、生成与睡眠深度的出现比率有关的数据的数据生成装置，和记忆对应于评价要素的评价规则的记忆装置，和按照记忆在所述记忆装置中的评价规则、对与由所述数据生成装置生成的睡眠深度的出现比率有关的数据进行处理并计算出对于该评价要素的评价结果的评价结果计算装置。
在这样的第1方面中，所述数据生成装置，按每个规定时间单位计算规定水准以上的睡眠深度的出现比率；另外，所述记忆装置，记忆基于在时间轴上的所述出现比率的变动周期的周期时间来评价睡眠节奏的规则；进而，所述评价结果计算装置，从由所述数据生成装置按每个规定时间单位计算的所述出现比率来检测所述变动周期的周期时间，并按照在所述记忆装置中记忆的评价规则对该周期时间进行评价，计算在该睡眠中的睡眠节奏的评价结果。
另外，在上述第1方面中，所述数据生成装置，计算规定水准以上的睡眠深度的出现比率；所述记忆装置，记忆基于所述出现比率来评价在睡眠时的头脑休息的规则；所述评价结果计算装置，按照在所述记忆装置中记忆的评价规则，对由所述数据生成装置计算的所述出现比率进行评价，计算在该睡眠中的头脑休息的评价结果。
另外，在上述第1方面中，所述数据生成装置，计算REM水准的睡眠深度的出现比率；所述记忆装置，记忆基于所述出现比率、评价在睡眠时的身体休息的规则；所述评价结果计算装置，按照在所述记忆装置中记忆的评价规则，对由上述数据生成装置计算的所述出现比率进行评价，计算在该睡眠中的身体休息的评价结果。
另外，在上述第1方面中，所述数据生成装置，按每个规定时间单位计算规定水准以上的睡眠深度的出现比率；所述记忆装置，记忆基于在时间轴上图示出所述出现比率时、该出现比率到最初上升之前的时间、来评价入睡状况的规则；所述评价结果计算装置，检测从由所述数据生成装置、按每个规定时间单位计算的所述出现比率、到该出现比率在时间轴上最初上升之前的时间，并按照在所述记忆装置中记忆的评价规则对该时间进行评价，计算在该睡眠中的入睡状况的评价结果。
进而，在上述第1方面中，所述数据生成装置，按每个规定时间单位计算规定水准以上的睡眠深度的出现比率；所述记忆装置，记忆基于在时间轴上图示出所述出现比率时、该出现比率在最后下降时的梯度而评价醒来状况的规则；所述评价结果计算装置，从由所述数据生成装置、按每个规定时间单位计算的所述出现比率，检测该出现比率在时间轴上最后下降时的梯度，并对该梯度按照在所述记忆装置中记忆的评价规则进行评价，计算在该睡眠中的醒来状况的评价结果。
另外，本发明的第2方面，是一种睡眠分析装置，由与在时间轴上图示的睡眠深度有关的数据求出睡眠深度的出现比率的数据，并基于所求出的出现比率的数据进行睡眠分析。
进而，本发明的第3方面，是一种用于赋予计算机睡眠分析功能的程序产品，具有：从图示在时间轴上的有关睡眠深度的数据中生成与睡眠深度的出现比率有关的数据的数据生成处理过程，和规定对应于评价要素的评价规则的数据库，和按照在所述数据库中所规定的评价规则、对与由所述数据生成处理过程所生成的睡眠深度的出现比率有关的数据进行处理并计算出对于该评价要素的评价结果的评价结果计算处理过程。
在这样的第3方面中，所述数据生成处理过程，按每个规定时间单位计算规定水准以上的睡眠深度的出现比率；所述数据库，规定基于在时间轴上的所述出现比率的变动周期的周期时间来评价睡眠节奏的规则；所述评价结果计算处理过程，从由所述数据生成处理过程、按每个规定时间单位计算的所述出现比率，检测所述变动周期的周期时间，并按照所述数据库中规定的评价规则对该周期时间进行评价，计算在该睡眠中的睡眠节奏的评价结果。
另外，在上述第3方面中，所述数据生成处理过程，计算规定水准以上的睡眠深度的出现比率；所述数据库，规定基于所述出现比率、评价在睡眠时头脑休息的规则；所述评价结果计算处理过程，按照在所述数据库中规定的评价规则，对由所述数据生成处理过程计算的所述出现比率进行评价，计算在该睡眠中的头脑休息的评价结果。
另外，在上述第3方面中，所述数据生成处理过程，计算REM水准的睡眠深度的出现比率；所述数据库，规定基于所述出现比率、评价在睡眠时身体休息的规则；所述评价结果计算处理过程，按照在所述数据库中规定的评价规则，对由所述数据生成处理过程计算的所述出现比率进行评价，计算在该睡眠中的身体休息的评价结果。
另外，在上述第3方面中，所述数据生成处理过程，按每个规定时间单位计算规定水准以上的睡眠深度的出现比率；所述数据库，规定基于在时间轴上图示出所述出现比率时、该出现比率到最初上升之前的时间所评价的入睡状况的规则；所述评价结果计算处理过程，检测从由所述数据生成处理过程、按每个规定时间单位计算的所述出现比率、到该出现比率在时间轴上最初上升之前的时间，并按照在所述数据库中规定的评价规则对该时间进行评价，计算在该睡眠中的入睡状况的评价结果。
进而，在上述第3方面中，所述数据生成处理过程，按每个规定时间单位计算规定水准以上的睡眠深度的出现比率；所述数据库，规定基于在时间轴上图示出所述出现比率时、该出现比率最后下降时的梯度来评价醒来状况的规则；所述评价结果计算处理过程，从由所述数据生成处理过程按每个规定时间单位计算的所述出现比率，检测该出现比率在时间轴上最后下降时的梯度，并对该梯度按照在所述数据库中规定的评价规则进行评价，计算在该睡眠中的醒来状况的评价结果。
本发明的上述及其他目的和新的特征，对以下所述的实施例的说明参照附图读解时，可以更加完全地明了。但是，以下的实施例仅是本发明的一例，不是限定本发明的范围的例子。
【附图说明】
图1是实施例的睡眠分析系统的构成图。
图2是实施例的睡眠分析装置的构成图。
图3是实施例的睡眠分析装置的功能方块图。
图4是实施例的睡眠分析装置的动作流程图。
图5是自睡眠深度数据向SWS出现比率数据变换的变换例。
图6是自睡眠深度数据向SWS出现比率数据变换的变换例。
图7是自睡眠深度数据向REM出现比率数据变换的变换例。
图8是自睡眠深度数据向REM出现比率数据变换的变换例。
图9是实施例的睡眠类型的显示例。
图10是睡眠深度的数据的一例。
【具体实施方式】
以下，对本发明的实施例参照附图进行说明。
首先，在图1中表示了实施例的睡眠分析系统的构成。如图所示，睡眠分析系统，由测量活体信息(心跳数、呼吸数、体动等)用的活体信息测量装置，和处理由该活体信息测量装置供给的数据(测量值)并进行睡眠分析的睡眠分析装置构成。
在这里，活体信息测量装置，例如由被装在被检验者身上的测量器具(pad等)，和处理从测量器具给出的信号、测量该被检验者生态信息(脑波、心跳、呼吸、皮肤温度等)的处理电路构成。另外，睡眠分析装置，例如由将睡眠分析用软件(程序、数据库)装入到通用计算机等中而构成。另外，睡眠分析装置也能够将用于执行CPU所需要的功能的软件(程序、数据库)预先按内装在ROM(Read Only Memory)等中的机器。
在图2中，表示在通用计算机中装入睡眠分析用软件时的构成例。在将装有睡眠分析用软件的磁盘(CD-ROM等)装入磁盘驱动器后，从磁盘中读出该程序并将其存放到硬盘中。在该软件被启动后，所对应的程序和数据库从硬盘中被展开在RAM(Random Access Memory)上，通过CPU(Central Processing Unit)，执行基于该程序的功能。
图3是对由睡眠分析装置执行的功能作为功能块表示的图。如图所示，睡眠分析装置具有由下述部分构成的功能块：睡眠深度推定处理部101，RAM102、出现比率变换处理部103、评价结果计算处理部104、评价规则记忆部105和睡眠类型分类处理部106。另外，对于RAM102，为了方便，在上述图2所示的RAM中，是表示作为在睡眠分析时的工作RAM而使用的区域的部分。
睡眠深度推定处理部101，对由生态信息测量装置测量的被检验者的一天的睡眠状态数据、例如在根据上述的多元描记法的处理过程中进行运算处理，计算出上述图10所示的睡眠深度数据。RAM102临时储存各部的处理结果。
出现比率变换处理部103，从以睡眠深度推定处理部101计算的睡眠深度数据中计算出每隔n分钟的移动出现比率n-M.A.R.(s，t)。在这里，移动出现比率n-M.A.R.(s，t)由以下的数式计算。
n · M . A . R . ( s , t ) = Σ i = t - n / T t SS ( s , i ) n × 100 . . . ( 1 ) ]]> ![]()
t：epochnumber
Stage(t)：sleep stage at t.
在这里，作为信号出现时间号码，是对上述n分钟按每T分钟区分时的区分号码。从而，在信号出现时间号码t的时刻的睡眠深度Stage(t)，在处于设定值s时为SS(s，t)＝T，在是设定值s以外时为SS(s，t)＝0。上式(1)加上所有信号出现时间号码中的SS(s，t)，从该加法运算值在该n分钟内占有的比例来计算在该n分钟期间的移动出现比率n-M.A.R.(s，t)。
另外，对这样的移动出现比率n-M.A.R.(s，t)的具体计算例，进一步，在睡眠分析装置的动作说明中进行例示。
评价结果计算处理部104，对由出现比率变换处理部103计算的移动出现比率数据、按照保持在评价规则记忆部105中的评价规则进行处理，计算出对于「睡眠节奏」、「头脑休息」、「身体休息」、「入睡状况」、「醒来状况」的评价要素的评价结果。另外，对由睡眠深度推定处理部101计算的睡眠深度数据、按照保持在评价规则记忆部105中的评价规则进行处理，计算出对于「中途醒来」的评价要素的评价结果。
评价规则记忆部105保持有对于「睡眠节奏」、「头脑休息」、「身体休息」、「入睡状况」、「醒来状况」和「中途醒来」的评价要素的评价规则(数据库)。另外，保持有用于在各评价规则中参照的分数表A～F。另外，对评价规则和分数表的具体例，进一步，在睡眠分析装置的动作说明中进行例示。
睡眠类型分类处理部106，从由评价结果计算处理部104计算的数据、生成与该被检验者的睡眠类型有关的信息并输出。即，将对于「睡眠节奏」、「头脑休息」、「身体休息」、「入睡状况」、「醒来状况」和「中途醒来」的评价要素的评价结果，根据被检验者的性别、年龄、身高、体重等的个人信息和季节、上床时间、起床时间等的环境信息进行修正、标准化，并输出与各评价要素的等级有关的信息。
下面，参照图4说明上述睡眠分析装置的动作。
在取得被检验者的测量数据(1天的数据)后，睡眠深度推定处理部101，从这样的测量数据生成睡眠深度数据，并将其储存在RAM102中(步骤101)。然后，评价结果计算处理部104将被储存的睡眠深度数据从RAM102读出，根据评价规则记忆部105中的「中途醒来」的评价规则对其进行处理，计算出对于该评价要素的评价分数，将此存入RAM102中(步骤102)。
在这里，「中途醒来」的评价规则规定为：在整个测量期间的睡眠深度＝W(醒来)的次数(即一晚上的醒来次数)为0次时定为100分，每增加睡眠深度＝W(醒来)的次数就减少分数。另外，在一晚上醒来6次以上的时候有可能是失眠，所以，也可以规定为将睡眠深度＝W(醒来)的次数为6次以上的时候，得分为0分。
进而，将睡眠时间分为前半部分和后半部分，或者进一步地细分，也可以根据在哪个时间带发生醒来、而对分数进行权加。例如，由于中途醒来的人随着所经过的睡眠时间而具有醒来增加的倾向，所以能够判断，在睡眠的前半部发生的中途醒来为失眠的程度比较重，在睡眠的后半部发生的中途醒来为失眠的程度比较轻，从而，可以对醒来的次数相同时的得分，使前半部分小，而越向后半部分越大。
在上述S102中，评价结果计算处理部104，首先从睡眠深度数据来检测睡眠深度＝W(醒来)的次数。例如，在图10所示的例中，睡眠深度＝W(醒来)的次数是2次。并且，根据上述评价规则对该检测结果进行处理，计算对于「中途醒来」的评价分数，并将其存入RAM102中。
接着，出现比率变换处理部103，读出储存在RAM102中的睡眠深度数据，按照上式(1)，计算睡眠深度的设定值S≥2(深睡眠：SWS)的移动出现比率n-M.A.R.，并将其存入RAM102中(S103)。
图5和图6是表示n＝10分、T＝0.5分时的计算例的图。在这里，图5是表示将睡眠深度数据和移动出现比率数据图示在时间轴上时的曲线图，图6是表示仅将移动出现比率数据图示在时间轴上时的曲线图。
然后，评价结果计算处理部104，从RAM102中读出被储存的SWS的移动出现比率数据，并对此根据评价规则记忆部105中的「睡眠节奏」的评价规则进行处理，计算对于该评价要素的评价分数，将此存入RAM102中(S104)。
在这里，对「睡眠节奏」的评价规则作如下规定。
(1)周期的设定
SWS的移动出现比率n-M.A.R.从0％上升，超过规定的阈值水准S1(例如40％)，在再次为0％后，到下一个上升的期间为1个周期。
(2)每个周期的得分
在1个周期时间，处于规定的时间区域R1内的时候定为100分，随着从该区域R1离开而使分数减少。例如，根据从非异相睡眠的开始到其持续的异相睡眠结束的周期，从90分钟到100分钟为适当的(例如，参照1984年朝仓书店发行的「睡眠的科学」 P34)，则令为90分钟≤R≤100分钟。另外，阶段地分开该时间区域R1的前后30分钟的范围，随着离开R1各分区的得分变小，由此来设定得分(将超过时间区域R1的前后30分钟时定为0分)。
(3)「睡眠节奏」的得分
把将在各周期的得分总计的结构作为「睡眠节奏」的得分。
在上述步骤S104中，评价结果计算处理部104，首先从上述SWS的移动出现比率n-M.A.R.检测上述周期和周期时间。例如，在图6所示的例中，这样的周期是5个。并且，对该检测结果根据上述评价规则进行处理，计算出对于「睡眠节奏」的评价分数并将此存入RAM102中。
接着，评价结果计算处理部104，对上述SWS的移动出现比率数据、根据评价规则记忆部105中的「头脑休息」的评价规则进行处理，计算出对于该评价要素的评价分数，并将此存入RAM102中(S105)。
在这里，「头脑休息」的评价规则，由于非异相睡眠定位脑的睡眠(例如，参照1994年朝仓书店发行的「睡眠学手册」 P32)，所以做出以下规定。
(1)周期的设定
SWS的移动出现比率n-M.A.R，从0％上升，超过规定的阈值水准S1(例如40％)，在再次为0％后，到下一个上升的期间为1个周期。
(2)每周期的得分
在1个周期的期间内的上述SWS的移动出现比率n-M.A.R.的峰值、在达到100％的时候定为100分，该峰值随着从100％减少而使分数减少。另外，由于睡眠时间越延伸则移动出现比率n-M.A.R.的峰值越难达到100％，所以，也可以将睡眠时间分为前半部分和后半部分，或者更进一步地细分，越向后半部越使作为100分的峰值阈值从100％逐渐下降。
(3)「头脑休息」的得分
将总计在各周期的得分的结果作为「头脑休息」的得分。
在上述步骤S105中，评价结果计算处理部104，首先从上述SWS的移动出现比率n-M.A.R.检测上述周期和在各周期中的移动出现比率n-M.A.R.的峰值。例如，在图6所示的例中，这样的周期是5个。在第1个和第2个及第5个周期中，峰值达到100％。并且，对该检测结果根据上述评价规则进行处理，计算出对于「头脑休息」的评价分数，并将此存入RAM102中。
接着，评价结果计算处理部104，根据评价规则记忆部105中的「入睡状况」的评价规则进行上述SWS的移动出现比率数据的处理，计算出对于该评价要素的评价要素的评价分数，并将此存入RAM102中(S106)。
在这里，由于「入睡状况」能够在从上床到入睡的时间中评价，所以该「入睡状况」的评价规则，由从上床到上述SWS的移动出现比率n-M.A.R.上升的时间来规定。例如，当令从上床到移动出现比率n-M.A.R.上升的时间为20分钟以内时定为100分，将从20分钟到60分钟按每隔10分钟划分，随着离开20分钟分数减少，在各分区中设定得分(超过60分钟时定为0分)。
在上述步骤S106中，评价结果计算处理部104，首先，从上述SWS的移动出现比率n-M.A.R.、检测从上床到上述SWS的移动出现比率n-M.A.R.上升的时间。并且，对该检测结果、根据上述评价规则进行处理，计算出对于「入睡状况」的评价分数，并将此存入RAM102中。
接着，评价结果计算处理部104，根据评价规则记忆部105中的「醒来状况」的评价规则进行上述SWS的移动出现比率数据的处理，计算出对于该评价要素的评价要素的评价分数，并将此存入RAM102中(S107)。
在这里，由于「醒来状况」可由醒来的速度进行评价，所以该「醒来状况」的评价规则，由上述SWS的移动出现比率n-M.A.R.在最后下降时的梯度规定。例如，在最后的倾斜梯度期间，将在n-M.A.R.为0％之前的时刻的SWS值、从100％进行减法运算，将这个值作为「醒来状况」的得分。
当如上述那样使用SWS的移动出现比率数据的评价处理结束时，接着，出现比率变换处理部103，再次读出储存在RAM102中的睡眠深度数据，根据上式(1)，计算睡眠深度的设定值S＝R(异相睡眠：REM)的移动出现比率n-M.A.R.，并将此存入RAM102中(S108)。
图7和图8是表示n＝10分、T＝0.5分时计算例的图。在这里，图7是表示将睡眠深度数据和移动出现比率数据图示在时间轴上时的曲线图，图8是表示仅将移动出现比率数据图示在时间轴上时的曲线图。
然后，评价结果计算处理部104，从RAM102中读出所储存的REM的移动出现比率数据，对此根据评价规则记忆部105中的「身体休息」的评价规则进行处理，计算出对于该评价要素的评价分数，并将此存入RAM102中(S109)。
在这里，「身体休息」的评价规则，由于异相睡眠定位身体的睡眠(例如，参照1994年朝仓书店发行的「睡眠学手册」P32)，则做出以下规定。
(1)周期的设定
REM的移动出现比率n-M.A.R从0％上升，超过规定的阈值水准S1(例如40％)，当再次为0％后，到下一次上升的期间为1个周期。
(2)每周期的得分
在1个周期的期间内的上述REM移动出现比率n-M.A.R.的峰值达到100％的时候定为100分，该峰值随着从100％减少而使分数减少。另外，由于睡眠时间越延伸则移动出现比率n-M.A.R.的峰值越难达到100％，所以，也可以将睡眠时间分为前半部分和后半部分，或者更进一步地细分，越向后半部越使作为100分的峰值阈值从100％逐渐下降。
(3)「头脑休息」的得分
把将在各周期的得分的总计结果作为「身体休息」的得分。
在上述步骤S109中，评价结果计算处理部104，首先从上述REM移动出现比率n-M.A.R.、检测上述周期和在各周期中的移动出现比率n-M.A.R.的峰值。例如，在图8所示的例中，这样的周期是4个。并且，对该检测结果根据上述评价规则进行处理，计算对于「身体休息」的评价分数，并将此存入RAM102中。
在如上述那样、对「中途醒来」、「睡眠节奏」、「头脑休息」、「入睡状况」、「醒来状况」、「身体休息」的评价要素的评价得分的计算处理结束时，接着，睡眠类型分类处理部106，从RAM102中读出被储存在RAM102中的各评价要素的评价得分，对此进行修正、标准化，并输出各评价要素的等级的信息(S110)。将把这样的等级信息显示在显示装置(监视器)上时的显示例(3中情况)，表示在图9(a)～(c)中。通过参照这样的显示结果，用户能够立刻把握被检验者(用户为被检验者时就是用户本身)的睡眠类型。
以上，根据本实施例的睡眠分析装置，是在将作为质的变量的睡眠深度数据变换为作为量的变量的移动出现比率后、使用它来分析评价各评价要素的装置，所以能够定量地分析评价各评价要素。这样，可以达到处理的简单化，能够对用户提供可靠性较高的睡眠分析结果。
另外，本发明并不限定于上述的实施例，当然可以做其他种种变更。
例如，在上述实施例中，把使用移动出现比率的分析评价的执行对象、设定为「睡眠节奏」、「头脑休息」、「入睡状况」、「醒来状况」、「身体休息」，但本发明，作为对象的评价要素并不限于这些，本发明也可以很好地适用于对于这些以外的评价要素。
另外，在上述实施例中，对深睡眠SWS的移动出现比率n-M.A.R.、以睡眠深度的设定值S≥2而求出，但用于计算深睡眠SWS的移动出现比率n-M.A.R.的设定值S，并不限定于此，可根据实验的、统计的分析结果而进行适当设定。这时，设定值S可以按各评价要素而变更，另外，在睡眠深度的水准从上述W、R、1、2、3、4变更的时候，设定值S也可根据其作适当变更。同样，REM睡眠SWS的移动出现比率n-M.A.R.也不被上述所限定，可根据实验的、统计的分析结果做适当设定。
此外，本发明的实施例，在本发明的技术思想的范围内可以进行适当的各种变更。