JP2004049838A

JP2004049838A - Sleep stage determination method and sleep stage determination device

Info

Publication number: JP2004049838A
Application number: JP2002242656A
Authority: JP
Inventors: Arata Nemoto; 根本　新
Original assignee: CB SYSTEM KAIHATSU KK
Current assignee: CB SYSTEM KAIHATSU KK
Priority date: 2002-07-22
Filing date: 2002-07-22
Publication date: 2004-02-19

Abstract

【課題】被験者の日常の健康状態を知るために睡眠の状態やこの質を知ることが有効であるが、個人の健康管理の目的に簡単に利用できる睡眠段階の検出装置は現在のところない。被験者に無侵襲で、取り扱いが容易な睡眠段階の判定方法、装置を提供する。
【解決手段】睡眠中の被験者の睡眠段階を判定する方法及び睡眠段階判定装置であって、寝台に配置した生体信号を検出する無侵襲センサと、無侵襲センサの出力から心拍信号および呼吸信号を検出する検出手段と、呼吸数又は心拍数の変動の標準偏差から睡眠段階を判定する指標値を求める第１の指標値演算手段と、心拍数又は呼吸数の変動から睡眠段階を判定する指標値を求める第２の指標値演算手段と、心拍信号から検出したＲ−Ｒ間隔信号にフーリエ変換を施して得たパワースペクトル密度から睡眠段階の指標値を求める第３の指標値演算手段とからなることを特徴とする睡眠段階判定方法と睡眠段階判定装置である。
【選択図】　　図２It is effective to know the state of sleep and its quality in order to know the daily health of a subject, but there is currently no sleep stage detection device that can be easily used for the purpose of personal health management. Provided is a method and an apparatus for determining a sleep stage that are non-invasive and easy to handle for a subject.
A non-invasive sensor for detecting a biological signal placed on a bed and a heart rate signal and a respiratory signal from an output of the non-invasive sensor are provided. Detecting means for detecting, first index value calculating means for obtaining an index value for determining a sleep stage from the standard deviation of the change in respiratory rate or heart rate, and index value for determining a sleep stage from the change in heart rate or respiratory rate , And third index value calculating means for obtaining a sleep stage index value from a power spectrum density obtained by performing a Fourier transform on the RR interval signal detected from the heartbeat signal. A sleep stage determination method and a sleep stage determination device are characterized in that:
[Selection] Figure 2

Description

【０００１】
【発明の属する技術分野】
本発明は、睡眠段階の判定方法に関するものであって、特に夜間、睡眠中の睡眠の深さを被験者の身体に対して無侵襲な検出手段を用いることによって被験者の睡眠段階を判定する方法に関する。
【０００２】
【従来の技術】
個人の健康管理の方法としては病院において定期的に検診を受ける等の方法があるが、数ヵ月に１度程度の検診では身体の微妙な変化などの異常を見逃してしまうことが多く、また精神的なストレスなどは検診や問診などで発見することは困難である。
【０００３】
個人の健康状態について調べる際に、睡眠をそのバロメーターとすることが多く、睡眠と健康とが密接に関連していることはよく知られているところである。健康と夜間の睡眠の深さおよびその質が翌日の気分や気力と密接に関連しており、一方精神的なストレスや体調が不良である場合には、眠りの深さや睡眠段階の推移パターンに変化が起こり、快適な睡眠が得られない。
【０００４】
健康な睡眠では、入眠した後にノンレム睡眠段階とレム睡眠段階とが一定の間隔で繰り返し現われるが、体調を崩しているときや、精神的なストレスがかかっているときには、そのリズムが乱れることが知られている。したがって夜間の睡眠中の睡眠段階とその発生パターンを監視することにより、被験者の精神的なストレスや体調の不良を知ることが可能になる。
【０００５】
従来からある睡眠段階を知る方法としては、睡眠ポリソムノグラフ（ＰＳＧ）を用いる方法が一般的である。ＰＳＧを用いる方法では、睡眠中の脳神経系の活動を脳波、表面筋電位、眼球運動等から推定して睡眠に関する多くの情報を得ることができるが、被験者の顔や身体に多くの電極を装着して測定を行うために、自然な睡眠を得ることができるまで数日から１週間の日時を要する。したがって被験者に与えられる身体的および肉体的な負担は非常に大きなものであり、さらに、これに要する費用も多額になる。
【０００６】
このために、ＰＳＧは睡眠障害があることが明らかな患者等に使用するのは有効な治療法に成りえても、日常の健康管理に使用することは困難である。
【０００７】
【発明が解決しようとする課題】
被験者の日常の健康状態を知るために睡眠の状態やその質を知ることが有効であることは判っているが、個人の健康管理の目的に簡単に利用できる睡眠段階の検出装置は現在のところないのが現状である。
【０００８】
そこで本発明は、被験者の身体に無侵襲で、即ち肉体的および精神的な負担を被験者にかけることなく、取扱が容易であり、さらに価格および維持費用の点で日常的に使用可能である被験者の睡眠段階を判定できる方法および装置を提供することを目的としている。
【０００９】
【課題を解決するための手段】
本発明の睡眠段階判定方法は、無侵襲センサで検出した生体信号から呼吸信号および心拍信号を検出し、呼吸信号から抽出した呼吸数および心拍信号から抽出した心拍数のうち少なくも一つを指標値とし、さらに呼吸数の分散度と心拍数の分散度の少なくとも一つを指標値とし、これらの指標値を用いて睡眠段階を判定することを特徴とする。
【００１０】
第２の発明は、第１の発明の睡眠段階判定方法であって、さらに心拍信号のＲ−Ｒ間隔信号から求めたパワースペクトル密度から求めた値を指標値とすることを特徴とする。
【００１１】
第３の発明は、第２の発明の睡眠段階判定方法であって、呼吸数の変動の標準偏差から求めた第１の指標値と、心拍数の変動から求めた第２の指標値と、心拍信号から検出したＲ−Ｒ間隔信号にフーリエ変換を施して得たパワースペクトル密度から求めた第３の指標値とから睡眠段階を判定することを特徴とする。
【００１２】
第４の発明は、第３の発明の睡眠段階判定方法であって、第１の指標値は呼吸数の連続するデータから標準偏差を求め、連続する標準偏差のデータから移動平均処理して求めた値であることを特徴とする。
【００１３】
第５の発明は、第３の発明の睡眠段階判定方法であって、第２の指標値は心拍数の短期にわたる移動平均値を求めることにより高周波成分を除去し、心拍数の長期にわたる移動平均値を心拍数信号から減算することにより低周波成分を除去した値であることを特徴とする。
【００１４】
第６の発明は、第３の発明の睡眠段階判定方法であって、心拍信号のパワースペクトル密度の略０．０５〜０．１５Ｈｚの帯域における極大値（ＬＦ）と、略０．２〜０．４Ｈｚの帯域における極大値（ＨＦ）との比であることを特徴とする。
【００１５】
第７の発明は、第６の発明の睡眠段階判定方法であって、心拍信号のパワースペクトル密度の略０．０５〜０．１５Ｈｚの帯域における極大値（ＬＦ）と、略０．２〜０．４Ｈｚの帯域における極大値（ＨＦ）との比の信号から高周波成分と低周波成分を除去した信号の値であることを特徴とする。
【００１６】
第８の発明は、第６の発明の睡眠段階判定方法であって、心拍信号のパワースペクトル密度の略０．０５〜０．１５Ｈｚの帯域における極大値（ＬＦ）と、略０．２〜０．４Ｈｚの帯域における極大値（ＨＦ）との比の信号の短期にわたる移動平均値を求めることにより高周波成分を除去し、さらに前記信号の長期にわたる移動平均値を減算することにより低周波成分を除去することを特徴とする。
【００１７】
第９の発明は、第３の発明の睡眠段階判定方法であって、測定開始後第１の指標値が所定の値以下になった時点を入眠時と判定することを特徴とする。
【００１８】
第１０の発明は、第３の発明の睡眠段階判定方法であって、第２の指標値と予め設定してある閾値とを比較しその大小により、レム睡眠段階とノンレム睡眠段階を判別することを特徴とする。
【００１９】
第１１の発明は、第３の発明の睡眠段階判定方法であって、第１の指標値と予め設定してある閾値との大小、および第３の指標値と予め設定してある閾値との大小の組合せで、ノンレム睡眠の眠りの深さを判定することを特徴とする。
【００２０】
第１２の発明は、睡眠中の被験者の睡眠段階を判定する睡眠段階判定装置であって、寝台に配置した生体信号を検出する無侵襲センサと、前記無侵襲センサの出力から心拍信号および呼吸信号を検出する検出手段と、前記呼吸数の変動の標準偏差から睡眠段階を判定する指標値を求める１の指標値演算手段と、前記心拍数の変動から睡眠段階を判定する指標値を求める第２の指標値演算手段と、前記心拍信号から検出したＲ−Ｒ間隔信号にフーリエ変換を施して得たパワースペクトル密度から睡眠段階の指標値を求める第３の指標値演算手段とからなることを特徴とする。
【００２１】
第１３の発明は、第１２の発明の睡眠段階判定装置であって、前記無侵襲センサは、チューブとチューブ内の圧力変化を検出する微差圧センサとからなり、微差圧センサにより検出したチューブ内の圧力変化信号から生体信号を検出することを特徴とする。
【００２２】
第１４の発明は、第１２の発明の睡眠段階判定装置であって、前記第１の指標値は、呼吸数の連続するデータから標準偏差を求め、連続する標準偏差のデータから移動平均処理して求めた値であることを特徴とする。
【００２３】
第１５の発明は、第１２の発明の睡眠段階判定装置であって、第２の指標値は、心拍数の短期にわたる移動平均値を求めることにより高周波成分を除去し、心拍数の長期にわたる移動平均値を心拍数信号から減算することにより低周波成分を除去することを特徴とする
【００２４】
第１６の発明は、第１２の発明の睡眠段階判定装置であって、第３の指標値は、心拍信号のパワースペクトル密度の略０．０５〜０．１５Ｈｚの帯域における極大値（ＬＦ）と、略０．２〜０．４Ｈｚの帯域における極大値（ＨＦ）との比の信号の短期にわたる移動平均値を求めることにより高周波成分を除去し、さらに前記信号の長期にわたる移動平均値を減算することにより低周波成分を除去することを特徴とする。
【００２５】
【発明の実施の形態】
本発明の実施に形態について図をもって詳細に説明する。
図１は本発明の実施の形態にかかる無侵襲で生体信号を検出し、この信号から呼吸数および心拍数を検出し、さらに呼吸数のばらつきおよび心拍数のばらつきを求め、これらのデータを用いて睡眠段階を判定する流れを示すブロック図である。
【００２６】
図１に示すように無侵襲センサ１で睡眠中の被験者の微細な生体信号を検出し、この生体信号から呼吸信号検出部２および心拍信号検出部７においてフィルタ等を介して呼吸信号および心拍信号を検出する。
【００２７】
呼吸信号からは、呼吸数検出部３で呼吸数を検出し、この値を用いて指標値演算部４において、実験でもって定める閾値と比較する等の手法により指標値を演算する。また、呼吸数のばらつきを求めるばらつき演算部５により、分散あるいは標準偏差等のパラメータを演算し、この値を用いて指標値演算部６において、実験でもって定める閾値と比較する等の手法により指標値を演算する。
【００２８】
心拍信号からは、呼吸信号の処理と同様にして、心拍数検出部８で心拍数を検出し、指標値演算部４において、指標値を演算する。また、呼吸数のばらつきを求めるばらつき演算部１０により、分散あるいは標準偏差等のパラメータを演算し、この値を用いて指標値演算部１１において指標値を演算する。
【００２９】
このようにして求めた指標値のうち、呼吸数および心拍数のうち少なくも一つを指標値とし、さらに呼吸数のばらつきと心拍数のばらつきの少なくとも一つを指標値とし、睡眠段階判定部１２において、これらの指標値を用いて睡眠段階を判定する。
【００３０】
図２は、図１に示した睡眠段階を判定する流れを示すブロック図において、心拍信号から検出されるＲ−Ｒ間隔信号を求め、さらにそのパワースペクトル密度から求めた指標値を睡眠段階の指標値として併せて使用する例について示している。
【００３１】
ここでＲ−Ｒ間隔信号のパワースペクトル密度と睡眠段階との関係について説明する。
【００３２】
図３は、交感神経が優位な場合のパワースペクトル密度を示し、図４は副交感神経が優位な場合のパワースペクトル密度を示している。これから分かるようにパワースペクトル密度は、自律神経系の状態により、異なる様相を示すことが分かる。
【００３３】
すなわち、略０．０５〜０．１５Ｈｚの帯域（ＬＦと呼ぶ）と、略０．２〜０．４Ｈｚの帯域（ＨＦと呼ぶ）に顕著な極大値が現れる。ＬＦが大きな値でＨＦが小さな値の場合には、交感神経が活発で緊張時であることを示し、ＬＦが小さくＨＦが大きい場合には、副交感神経が活発であることを示している。
【００３４】
睡眠中は心拍数が減少するが、これは緊張時に活発となる交感神経活動が低下し、弛緩時に活発となる副交感神経活動が増加することによるものである。即ち睡眠の状態によりＨＦおよびＬＦの値は異なっている。
【００３５】
即ち心拍信号のＲ−Ｒ間隔信号を求め、さらにそのパワースペクトル密度から求めたＨＦおよびＬＦの値は、睡眠段階の判定用の指標値として使用することができる。
【００３６】
図５は本発明の一つの実施形態の睡眠段階を判定する流れを示すブロック図であり、この例では、心拍数、呼吸数のばらつきおよび心拍のパワースペクトル密度から求めた指標値を用いて睡眠段階を実施する実施例を示している。なお、図５（ｂ）は図５（ａ）の矢印方向から見た一部断面図である。
【００３７】
圧力検出手段１は微差圧センサ１ａと圧力検出チューブ１ｂとから成り、寝台１６上に配置される。図５に示すようにチューブ１ｂを数回折り返すことによって圧力検出することが可能な寝具上の範囲を広くとるようにしている。
【００３８】
図５に示すように圧力検出チューブ１ｂは寝台１６上に敷かれた硬質シート１７の上に配置され、その上に弾性を有するクッションシート１８が敷かれており、圧力検出チューブ１ｂの上には図では示さないが被験者が横臥するためのふとん等の寝具が敷かれる。なお、圧力検出チューブ１ｂは、クッションシート１８などに組み込んだ構成にすることにより、圧力検出チューブ１ｂの位置を安定させる構造としてもよい。
【００３９】
微差圧センサ１ａは、微小な圧力の変動を検出するセンサであり、本実施例では、低周波用のコンデンサマイクロホンタイプを使用するが、これに限るものではなく、適切な分解能とダイナミックレンジを有するものであればよい。
【００４０】
本実施例で使用した低周波用のコンデンサマイクロフォンは、一般の音響用マイクロフォンが低周波領域に対して配慮されていないのに引き替え、受圧面の後方にチャンバーを設けることによって低周波領域の特性を大幅に向上させたものであり、圧力検出チューブ１ｂ内の微小圧力変動を検出するのに好適なものである。また、微小な差圧を計測するのに優れており、０．２Ｐａの分解能と約５０Ｐａのダイナミックレンジを有し、通常使用されるセラミックを利用した微差圧センサと比較して数倍の性能を持つものであり、生体信号が体表面に通して圧力検出チューブ１２に加えた微小な圧力を検出するのに好適なものである。また周波数特性は０．１Ｈｚ〜１０Ｈｚの間でほぼ平坦な出力値を示し、心拍および呼吸数等の微少な生体信号を検出するのに適している。
【００４１】
圧力検出チューブ１ｂは、生体信号の圧力変動範囲に対応して内部の圧力が変動するように適度の弾力を有するものを使用する。また圧力変化を適切な応答速度で微差圧センサ１ａに伝達するためにチューブの中空部の容積を適切に選ぶ必要がある。圧力検出チューブ１ｂが適度な弾性と中空部容積を同時に満足できない場合には、圧力検出チューブ１ｂの中空部に適切な太さの芯線をチューブ長さ全体にわたって装填し、中空部の容積を適切にとることができる。
【００４２】
本実施例において睡眠段階を判定に用いる指標値は、圧力検出手段１によって検出した信号から呼吸信号および心拍信号を検出し、図５のブロック図に示すようにして求めた睡眠判定用の第１から第３までの指標値を用いている。
【００４３】
第１の指標値は、圧力検出手段１によって検出した信号から呼吸信号検出部２において呼吸信号を抽出し、さらに標準偏差信号演算部５において呼吸数の一定数のサンプリング値における標準偏差を時々刻々演算することにより呼吸数の標準偏差信号を生成し、この信号をもとに第１指標値演算部６において演算して求める。
【００４４】
第２の指標値は、圧力検出手段１によって検出した信号から心拍数検出部８において心拍信号を検出し、次いで心拍信号から検出した心拍数信号により第２指標値演算部７において演算して求める。
【００４５】
第３の指標値は、心拍数検出部８で検出した心拍信号からＲ−Ｒ間隔信号検出部１３においてＲ−Ｒ間隔信号を検出し、さらにパワースペクトル密度演算手段１４でＲ−Ｒ間隔信号のパワースペクトル密度を演算し、この信号のパワースペクトル密度から第３の指標値演算部１５で演算して求める。
【００４６】
上述のＲ−Ｒ間隔信号は、心拍信号の強さがピークとなる付近の波形（Ｒ波）の間隔を変数とする信号であり、心拍変動解析によく使用される。心拍信号検出部７によって取り出された心拍信号からＲ−Ｒ間隔信号検出部１３において検出されたＲ−Ｒ間隔信号はパワースペクトル密度演算手段１４に送られる。
【００４７】
パワースペクトル密度演算手段１４では、Ｒ−Ｒ間隔信号検出手段１３から送られてくる連続した一定個数のデータについてフーリエ変換を施し、パワースペクトル密度を導き出す。次いで第３の指標値演算部１５で第３の指標値を求める。
【００４８】
図６は、第１の指標値演算部４において第１の指標値を求める手順を示すフロー図である。まず、呼吸数の標準偏差演算部６で求められた標準偏差を時系列で５００点のサンプリングをして移動平均を求める。次いで、所定の閾値より大なるものを「１」、小なるものを「０」として２値化することによって第１の指標値とする。
【００４９】
図７は、第２の指標値演算部９において第２の指標値を求める手順を示すフロー図である。心拍数信号を時系列で５００点のサンプリングをして移動平均を求める。これにより高周波成分が除去される。また同じ心拍数信号を時系列で６０００点のサンプリングをして移動平均を求めておき、５００点移動平均との差を取る。これで低周波のうねり成分を除去することができる。この結果を、所定の閾値より大なるものを「１」、小なるものを「０」として２値化することによって第２の指標値とする。
【００５０】
図８は、第３の指標値演算部１５において第２の指標値を求める手順を示すフロー図である。パワースペクトル密度演算部１４の出力信号から心拍信号のパワースペクトル密度の略０．０５〜０．１５Ｈｚの帯域における極大値（ＬＦ）と、略０．２〜０．４Ｈｚの帯域における極大値（ＨＦ）を検出し、次いでその２つの極大値の比の対数値（ＮＬＯＧ値）を求める。
【００５１】
上述のＮＬＯＧ値を時系列で１０００点のサンプリングをして移動平均を求める。これにより高周波成分が除去される。また同じＮＬＯＧ値を時系列で６０００点のサンプリングをして移動平均を求めておき、１０００点移動平均との差を取る。これで低周波のうねり成分を除去することができる。この結果を、所定の閾値より大なるものを「１」、小なるものを「０」として２値化することによって第３の指標値とする。
【００５２】
図９（ａ）は、ＰＳＧでもって測定した結果にもとづいて出した睡眠段階を記録したグラフであり、図９（ｂ）は、同じ被験者について同時に測定した図６で示す呼吸数の標準偏差信号の移動平均処理した信号（ＳＤＮＢ−ｍｏｖｅ信号）を記録したグラフである。第１の指標値はこのＳＤＮＢ−ｍｏｖｅ信号に２値化処理を施すことによって得られる。
【００５３】
図１０は、ＰＳＧでもって測定した結果にもとづいて出した睡眠段階と、同じ被験者について同時に測定した図７に示す心拍信号の２種類の移動平均の差を取った信号（ＮＨＮ−ｄｉｆｆ信号）とを並べて記録したものグラフである。第２の指標値は、このＮＨＮ−ｄｉｆｆ信号を２値化することによって得られる。
【００５４】
図１１は、ＰＳＧでもって測定した結果にもとづいて出した睡眠段階と、同じ被験者について同時に測定した図８に示すＮＬＯＧ値の２種類の移動平均の差を取った信号（ＮＬＯＧ−ｄｉｆｆ信号）とを並べて記録したものグラフである。第３の指標値は、このＮＬＯＧ−ｄｉｆｆ信号を２値化することによって得られる。
【００５５】
上記の各グラフからＰＳＧでもって測定した結果にもとづいて出した睡眠段階と、上記の各信号の推移状態とを比較し、さらに相関を分析することにより、次に示すような各信号を２値化する閾値の値と、その結果得られた２値化された指標値から睡眠段階の判定基準を得た。
【００５６】
睡眠段階の判定は、第１から第３までの指標値を用いて次のルールで判定する。
１）入眠時の判定は、測定開始後第１指標値が「０」になった時点とする。
２）第２の指標値が「１」の場合は「レム睡眠」と判定し、「０」の場合は「ノンレム睡眠と判定する。
３）ノンレム睡眠で浅い睡眠段階（ノンレム睡眠段階の第１および第２段階）と深い睡眠段階（ノンレム睡眠段階の第３および第４段階）の判別は、次に示す表に基づいて判定する。
【００５７】
【表１】

【００５８】
上記のルールに則り判定を行う手順は、まず、第１の指標値が「０」」になったことを確認して入眠したことを知った後に、第２の指標値の値からレム睡眠段階であるかノンレム睡眠であるかの判定を行う。ついで、第２の指標値が「０」即ちノンレム睡眠と判定された場合、第１の指標値と第３の指標値との値の組合せにより、上記の表から睡眠段階の深浅を判定する。
【００５９】
本実施例によって実際に睡眠段階を判定した結果についてＰＳＧを用いて出した睡眠段階と合わせて図１２に示す。この結果によれば、覚醒、レム睡眠、ノンレム睡眠の判定とＰＳＧによる睡眠段階と比較して一致率は７７〜８７％であった。
【００６０】
本実施例では、信号の高周波成分および低周波成分を除くのに、移動平均処理することによったが、これに限るものではなく、フィルタなどの手段を用いて処理してもよい。
【００６１】
また、判定を容易に行うために、指標値を２値化しているが、閾値との大小の比較で判定を行ってもよい。
【００６２】
また、本実施例では被験者の生体信号を無侵襲で検出する手段としてチューブと圧力センサを組合せて圧力変動を検出する方法と採ったがこれに限るものではなく、電極等による生体信号を検出できる検出手段であればよい。
【００６３】
【発明の効果】
被験者の日常の健康状態を知るために睡眠の状態やその質を知ることが有効であることは判っているが、個人の健康管理の目的に簡単に利用できる睡眠段階の判定方法および判定装置は現在のところないのが現状である。
【００６４】
本発明の睡眠段階判定方法および判定装置は、無侵襲な検出手段を用いて心拍信号および呼吸信号を検出し、この心拍信号および呼吸信号の出力を演算処理することにより被験者の睡眠段階を判定するものであり、被験者に測定用の電極などを装着する必要がないので、被験者に身体的および精神的な負担をかけることなく日常的に使用することが可能となる。
【００６５】
また、呼吸数信号および心拍信号は睡眠の状態と密接に関連しており、さらに心拍信号から検出したＲ−Ｒ間隔信号から求めたパワースペクトル密度は、自律神経の状態を示す良好な指標であるために、睡眠時の睡眠段階の指標にもなると考えられる。したがって、睡眠時の呼吸信号、心拍信号および自律神経の活動から睡眠段階を判定する本発明の睡眠段階判定方法は、高い信頼性を備えている。
【００６６】
また、本装置の構成にかかる費用および維持に要する費用は低廉であり、日常的に使用するのに好適な睡眠段階判定装置を提供することができる。
【図面の簡単な説明】
【図１】本発明の実施の形態にかかる無侵襲で生体信号を検出し、この検出信号を用いて睡眠段階を判定する流れを示すブロック図である。
【図２】図１のブロック図にパワースペクトル密度から求めた指標値を加えた実施の形態を示すブロック図である。
【図３】交感神経が優位な場合のパワースペクトル密度を示す説明図である。
【図４】副交感神経が優位な場合のパワースペクトル密度を示す説明図である。
【図５】指標値に呼吸数のばらつき、心拍数およびパワースペクトル密度から求めた指標値をもって睡眠段階を判定する実施の形態を示すブロック図である。
【図６】第１指標値演算部において第１の指標値を求める手順を示すフロー図である。
【図７】第２指標値演算部において第２の指標値を求める手順を示すフロー図である。
【図８】第３指標値演算部において第３の指標値を求める手順を示すフロー図である。
【図９】第１指標値の出力結果を示すグラフである。
【図１０】第２指標値の出力結果を示すグラフである。
【図１１】第３指標値の出力結果を示すグラフである。
【図１２】睡眠段階判定結果を示すグラフである。
【符号の説明】
１　無侵襲センサ（圧力検出手段）
１ａ　微差圧センサ
１ｂ　圧力検出手段
２　呼吸信号検出部
３　呼吸数検出部
４　指標値演算部
５　ばらつき（標準偏差）演算部
６　（第１の）指標値演算部
７　心拍信号検出部
８　心拍数検出部
９　（第２の）指標値演算部
１０　ばらつき（標準偏差）演算部
１１　指標値演算部
１２　睡眠段階判定部
１３　Ｒ−Ｒ間隔信号検出部
１４　パワースペクトル密度演算部
１５　（第３の）指標値演算部
１６　寝台
１７　硬質シート
１８　クッションシート[0001]
TECHNICAL FIELD OF THE INVENTION
The present invention relates to a method for determining a sleep stage, and more particularly, to a method for determining a sleep stage of a subject by using a noninvasive detecting means for a subject's body, particularly at night, during sleep. .
[0002]
[Prior art]
As a method of personal health management, there is a method such as regularly receiving medical examinations at hospitals. However, a medical examination about once every few months often misses abnormalities such as subtle changes in the body, It is difficult to detect sexual stress through examinations and interviews.
[0003]
When examining the health of an individual, sleep is often the barometer, and it is well known that sleep and health are closely related. Health and the depth and quality of sleep at night are closely related to the mood and morale of the next day, while when mental stress and physical condition are poor, the sleep depth and sleep pattern Changes occur and comfortable sleep is not obtained.
[0004]
In healthy sleep, the non-REM sleep phase and the REM sleep phase appear repeatedly at regular intervals after falling asleep. Have been. Therefore, by monitoring the sleep stage during sleep at night and its occurrence pattern, it becomes possible to know the mental stress and poor physical condition of the subject.
[0005]
As a conventional method of knowing a sleep stage, a method using a sleep polysomnograph (PSG) is generally used. According to the method using PSG, the activity of the cerebral nervous system during sleep can be estimated from brain waves, surface myoelectric potential, eye movements, etc., and much information on sleep can be obtained, but many electrodes are attached to the face and body of the subject. It takes a few days to a week to get a natural sleep. Therefore, the physical and physical burden on the subject is very large, and the cost required for this is also large.
[0006]
For this reason, it is difficult to use PSG for daily health care even if it can be an effective treatment method for patients and the like who clearly have sleep disorders.
[0007]
[Problems to be solved by the invention]
It is known that it is effective to know the state of sleep and its quality to know the daily health of the subject, but a sleep stage detection device that can be easily used for the purpose of personal health management is currently available There is no present.
[0008]
Thus, the present invention provides a subject that is non-invasive to the subject's body, i.e., without physical and mental strain on the subject, is easy to handle, and can be used on a daily basis in terms of price and maintenance costs. It is an object of the present invention to provide a method and an apparatus that can determine a sleep stage of a subject.
[0009]
[Means for Solving the Problems]
The sleep stage determination method of the present invention detects a respiration signal and a heartbeat signal from a biological signal detected by a non-invasive sensor, and indicates at least one of a respiration rate extracted from the respiration signal and a heartbeat rate extracted from the heartbeat signal. And at least one of the degree of dispersion of the respiratory rate and the degree of dispersion of the heart rate is used as an index value, and the sleep stage is determined using these index values.
[0010]
A second invention is the sleep stage determination method according to the first invention, wherein a value obtained from a power spectrum density obtained from an RR interval signal of a heartbeat signal is used as an index value.
[0011]
A third invention is a sleep stage determination method according to the second invention, wherein a first index value obtained from a standard deviation of a change in a respiratory rate, a second index value obtained from a change in a heart rate, The sleep stage is determined from a third index value obtained from a power spectrum density obtained by performing a Fourier transform on the RR interval signal detected from the heartbeat signal.
[0012]
A fourth invention is the sleep stage judging method according to the third invention, wherein the first index value is obtained by calculating a standard deviation from continuous data of respiratory rate and performing a moving average process from data of continuous standard deviation. Characterized in that
[0013]
A fifth aspect of the present invention is the sleep stage determining method according to the third aspect, wherein the second index value is obtained by calculating a short-term moving average value of the heart rate to remove a high-frequency component, thereby obtaining a long-term moving average of the heart rate. The low frequency component is removed by subtracting the value from the heart rate signal.
[0014]
A sixth invention is the sleep stage determination method according to the third invention, wherein a maximum value (LF) of a power spectrum density of a heartbeat signal in a band of about 0.05 to 0.15 Hz and about 0.2 to 0 It is characterized by a ratio with a maximum value (HF) in a band of 0.4 Hz.
[0015]
A seventh invention is the sleep stage judging method according to the sixth invention, wherein a maximum value (LF) of a power spectral density of a heartbeat signal in a band of about 0.05 to 0.15 Hz and about 0.2 to 0 It is characterized in that it is a signal value obtained by removing a high frequency component and a low frequency component from a signal having a ratio to a local maximum value (HF) in a band of 0.4 Hz.
[0016]
An eighth invention is the sleep stage judging method according to the sixth invention, wherein a maximum value (LF) of a power spectrum density of a heartbeat signal in a band of about 0.05 to 0.15 Hz and about 0.2 to 0 The high-frequency component is removed by obtaining a short-term moving average value of a signal having a ratio to a maximum value (HF) in a band of .4 Hz, and the low-frequency component is removed by subtracting the long-term moving average value of the signal. It is characterized by doing.
[0017]
A ninth invention is the sleep stage determination method according to the third invention, wherein a point in time when the first index value becomes equal to or less than a predetermined value after the start of measurement is determined to be a sleep onset.
[0018]
A tenth invention is the sleep stage determination method according to the third invention, wherein the second index value is compared with a preset threshold value, and the REM sleep stage and the non-REM sleep stage are determined based on the magnitude of the second index value. It is characterized by.
[0019]
An eleventh invention is the sleep stage determination method according to the third invention, wherein a magnitude of the first index value and a preset threshold value and a magnitude of the third index value and the preset threshold value are determined. It is characterized in that the depth of sleep in non-REM sleep is determined by a combination of large and small.
[0020]
A twelfth invention is a sleep stage determination device that determines a sleep stage of a sleeping subject, wherein the noninvasive sensor detects a biological signal disposed on a bed, and a heartbeat signal and a respiratory signal are obtained from the output of the noninvasive sensor. Detection value detection means, an index value calculation means for obtaining an index value for determining a sleep stage from the standard deviation of the change in respiratory rate, and a second value for obtaining an index value for determining a sleep stage from the change in the heart rate. Index value calculating means, and third index value calculating means for obtaining a sleep stage index value from a power spectrum density obtained by performing a Fourier transform on the RR interval signal detected from the heartbeat signal. And
[0021]
A thirteenth invention is the sleep stage judging device of the twelfth invention, wherein the non-invasive sensor includes a tube and a slight differential pressure sensor for detecting a pressure change in the tube, and is detected by the small differential pressure sensor. A biological signal is detected from a pressure change signal in the tube.
[0022]
A fourteenth invention is the sleep stage judging device of the twelfth invention, wherein the first index value is obtained by calculating a standard deviation from continuous data of respiratory rate, and performing a moving average process from data of continuous standard deviation. It is characterized in that it is a value obtained by:
[0023]
A fifteenth aspect of the present invention is the sleep stage determining apparatus according to the twelfth aspect, wherein the second index value is obtained by calculating a short-term moving average value of the heart rate to remove a high-frequency component, and to determine a long-term movement of the heart rate. The low frequency component is removed by subtracting the average value from the heart rate signal.
A sixteenth invention is the sleep stage judging device according to the twelfth invention, wherein the third index value is a maximum value (LF) in a band of about 0.05 to 0.15 Hz of a power spectrum density of the heartbeat signal. The high frequency component is removed by determining the short-term moving average value of the signal having the ratio with the local maximum value (HF) in the band of about 0.2 to 0.4 Hz, and further subtracting the long-term moving average value of the signal. Thus, low frequency components are removed.
[0025]
BEST MODE FOR CARRYING OUT THE INVENTION
Embodiments of the present invention will be described in detail with reference to the drawings.
FIG. 1 shows a non-invasively detecting a biological signal according to an embodiment of the present invention, detecting a respiratory rate and a heart rate from the signal, further obtaining a variation in the respiratory rate and a variation in the heart rate, and using these data. FIG. 4 is a block diagram showing a flow of determining a sleep stage by using the following steps.
[0026]
As shown in FIG. 1, a non-invasive sensor 1 detects a minute biological signal of a sleeping subject, and a respiratory signal and a heart rate signal are filtered from the biological signal by a respiratory signal detector 2 and a heart rate signal detector 7 via a filter or the like. Is detected.
[0027]
From the respiratory signal, the respiratory rate is detected by the respiratory rate detecting unit 3, and the index value is calculated by using the value in the index value calculating unit 4 by comparing it with a threshold value determined by experiment. Also, a parameter such as a variance or a standard deviation is calculated by a variation calculation unit 5 for obtaining a variation in respiratory rate, and the index value is calculated by an index value calculation unit 6 using this value and compared with a threshold value determined by experiment. Calculate the value.
[0028]
From the heartbeat signal, the heart rate is detected by the heart rate detection section 8 and the index value is calculated by the index value calculation section 4 in the same manner as in the processing of the respiration signal. Further, a parameter such as a variance or a standard deviation is calculated by a variation calculation unit 10 for obtaining a variation in respiratory rate, and an index value is calculated in an index value calculation unit 11 using this value.
[0029]
Among the index values obtained in this way, at least one of the respiratory rate and the heart rate is set as the index value, and at least one of the variation in the respiratory rate and the variation in the heart rate is set as the index value, At 12, the sleep stage is determined using these index values.
[0030]
FIG. 2 is a block diagram showing a flow of determining a sleep stage shown in FIG. 1, wherein an RR interval signal detected from a heartbeat signal is obtained, and an index value obtained from the power spectrum density is used as an index of the sleep stage. The example used together as a value is shown.
[0031]
Here, the relationship between the power spectrum density of the RR interval signal and the sleep stage will be described.
[0032]
FIG. 3 shows the power spectrum density when the sympathetic nerve is dominant, and FIG. 4 shows the power spectral density when the parasympathetic nerve is dominant. As can be seen from this, it can be seen that the power spectrum density shows different aspects depending on the state of the autonomic nervous system.
[0033]
That is, a remarkable maximum value appears in a band of about 0.05 to 0.15 Hz (referred to as LF) and a band of about 0.2 to 0.4 Hz (referred to as HF). When LF is large and HF is small, the sympathetic nerve is active and nervous, and when LF is small and HF is large, the parasympathetic nerve is active.
[0034]
During sleep, the heart rate decreases due to a decrease in the sympathetic nervous activity that is active during tension and an increase in the parasympathetic nervous activity that is active during relaxation. That is, the values of HF and LF differ depending on the state of sleep.
[0035]
That is, the RR interval signal of the heartbeat signal is obtained, and the values of HF and LF obtained from the power spectrum density can be used as index values for determining the sleep stage.
[0036]
FIG. 5 is a block diagram illustrating a flow of determining a sleep stage according to an embodiment of the present invention. In this example, the sleep rate is determined using an index value obtained from a heart rate, a variation in respiration rate, and a power spectrum density of the heart rate. 4 shows an example of performing the steps. FIG. 5B is a partial cross-sectional view as viewed from the direction of the arrow in FIG.
[0037]
The pressure detecting means 1 includes a minute differential pressure sensor 1a and a pressure detecting tube 1b, and is arranged on a bed 16. As shown in FIG. 5, the range on the bedding in which the pressure can be detected by bending the tube 1b several times is widened.
[0038]
As shown in FIG. 5, the pressure detection tube 1b is disposed on a hard sheet 17 laid on a bed 16 and an elastic cushion sheet 18 is laid thereon. Although not shown in the figure, bedding such as a futon for the subject to lie down is laid. Note that the pressure detection tube 1b may have a structure in which the position of the pressure detection tube 1b is stabilized by incorporating the pressure detection tube 1b into the cushion sheet 18 or the like.
[0039]
The small differential pressure sensor 1a is a sensor that detects a small change in pressure. In this embodiment, a condenser microphone type for low frequency is used. However, the present invention is not limited to this. What is necessary is just to have.
[0040]
The condenser microphone for low frequency used in the present embodiment replaces a general acoustic microphone with respect to the low frequency region, and provides a chamber behind the pressure receiving surface to reduce the characteristics of the low frequency region. This is a greatly improved one, and is suitable for detecting minute pressure fluctuations in the pressure detection tube 1b. In addition, it is excellent for measuring a small differential pressure, has a resolution of 0.2 Pa and a dynamic range of about 50 Pa, and has several times the performance of a micro differential pressure sensor using a ceramic that is usually used. This is suitable for detecting a minute pressure applied to the pressure detection tube 12 when the biological signal passes through the body surface. The frequency characteristic shows a substantially flat output value between 0.1 Hz and 10 Hz, and is suitable for detecting minute biological signals such as heart rate and respiratory rate.
[0041]
The pressure detection tube 1b has an appropriate elasticity so that the internal pressure fluctuates according to the pressure fluctuation range of the biological signal. Further, in order to transmit the pressure change to the fine differential pressure sensor 1a at an appropriate response speed, it is necessary to appropriately select the volume of the hollow portion of the tube. If the pressure detection tube 1b cannot satisfy both the appropriate elasticity and the hollow volume at the same time, a core wire having an appropriate thickness is loaded into the hollow portion of the pressure detection tube 1b over the entire length of the tube, and the volume of the hollow portion is appropriately adjusted. Can be taken.
[0042]
In the present embodiment, the index value used for determining the sleep stage is a first sleep determination first value determined as shown in the block diagram of FIG. To third index values are used.
[0043]
The first index value is obtained by extracting a respiratory signal from the signal detected by the pressure detecting means 1 in the respiratory signal detecting unit 2, and furthermore, in the standard deviation signal calculating unit 5, a momentary standard deviation in a constant sampling value of the respiratory rate. By performing the calculation, a standard deviation signal of the respiratory rate is generated, and based on this signal, the first index value calculation unit 6 calculates and obtains the standard deviation signal.
[0044]
The second index value is obtained by detecting a heart rate signal in the heart rate detecting section 8 from the signal detected by the pressure detecting means 1 and then calculating in the second index value calculating section 7 based on the heart rate signal detected from the heart rate signal. .
[0045]
The third index value is obtained by detecting the RR interval signal in the RR interval signal detecting unit 13 from the heartbeat signal detected by the heart rate detecting unit 8, and further calculating the RR interval signal by the power spectrum density calculating unit 14. The power spectrum density is calculated, and the third index value calculation unit 15 calculates the power spectrum density from the power spectrum density of the signal.
[0046]
The above-mentioned RR interval signal is a signal that uses the interval of the waveform (R wave) near the peak of the intensity of the heartbeat signal as a variable, and is often used for heartbeat variability analysis. The RR interval signal detected by the RR interval signal detection unit 13 from the heartbeat signal extracted by the heartbeat signal detection unit 7 is sent to the power spectrum density calculation unit 14.
[0047]
The power spectrum density calculating means 14 performs a Fourier transform on a continuous fixed number of data sent from the RR interval signal detecting means 13 to derive a power spectrum density. Next, the third index value calculation unit 15 obtains a third index value.
[0048]
FIG. 6 is a flowchart showing a procedure for obtaining the first index value in the first index value calculation unit 4. First, 500 points are sampled in a time series from the standard deviation obtained by the standard deviation calculating unit 6 for the respiratory rate to obtain a moving average. Next, a value larger than a predetermined threshold value is set to “1”, and a value smaller than the predetermined threshold value is set to “0” to be a first index value by binarization.
[0049]
FIG. 7 is a flowchart showing a procedure for obtaining the second index value in the second index value calculating section 9. A heart rate signal is sampled at 500 points in time series to obtain a moving average. Thereby, high frequency components are removed. In addition, the same heart rate signal is sampled at 6000 points in time series to obtain a moving average, and a difference from the 500 point moving average is obtained. As a result, a low-frequency swell component can be removed. The result is binarized by setting a value larger than a predetermined threshold value to “1” and a value smaller than the predetermined threshold value to “0” to obtain a second index value.
[0050]
FIG. 8 is a flowchart showing a procedure for obtaining the second index value in the third index value calculation unit 15. From the output signal of the power spectrum density calculation unit 14, the local maximum value (LF) of the power spectral density of the heartbeat signal in the band of approximately 0.05 to 0.15 Hz and the local maximum value (HF) in the band of approximately 0.2 to 0.4 Hz. ) Is detected, and then the logarithmic value (NLOG value) of the ratio of the two local maxima is determined.
[0051]
A moving average is obtained by sampling the above-mentioned NLOG value at 1000 points in time series. Thereby, high frequency components are removed. In addition, the same NLOG value is sampled at 6000 points in a time series to obtain a moving average, and a difference from the moving average is calculated. As a result, a low-frequency swell component can be removed. The result is binarized by setting a value larger than a predetermined threshold value to “1” and a value smaller than the predetermined threshold value to “0” to obtain a third index value.
[0052]
FIG. 9A is a graph in which sleep stages obtained based on the results measured by PSG are recorded, and FIG. 9B is a standard deviation signal of respiratory rate shown in FIG. 6 measured simultaneously for the same subject. 5 is a graph in which a moving average processed signal (SDNB-move signal) is recorded. The first index value is obtained by performing a binarization process on the SDNB-move signal.
[0053]
FIG. 10 shows a sleep stage obtained based on the result measured by the PSG and a signal (NHN-diff signal) obtained by taking the difference between the two types of moving averages of the heartbeat signal shown in FIG. Is a graph in which are recorded side by side. The second index value is obtained by binarizing the NHN-diff signal.
[0054]
FIG. 11 shows a sleep stage obtained based on the result measured by PSG, and a signal (NLOG-diff signal) obtained by taking the difference between the two moving averages of the NLOG values shown in FIG. 8 measured simultaneously for the same subject. Is a graph in which are recorded side by side. The third index value is obtained by binarizing the NLOG-diff signal.
[0055]
By comparing the sleep stage obtained based on the result measured by PSG from each of the above graphs with the transition state of each of the above signals, and further analyzing the correlation, each of the following signals is converted into a binary value. Based on the threshold value to be converted and the resulting binarized index value, a criterion for determining the sleep stage was obtained.
[0056]
The sleep stage is determined according to the following rule using the first to third index values.
1) The determination at the time of falling asleep is made when the first index value becomes “0” after the start of the measurement.
2) When the second index value is “1”, it is determined that “REM sleep”, and when it is “0”, it is determined that “non-REM sleep”.
3) Non-REM sleep shallow sleep stages (first and second non-REM sleep stages) and deep sleep stages (third and fourth non-REM sleep stages) are determined based on the following table.
[0057]
[Table 1]

[0058]
The procedure for making a determination in accordance with the above rule is as follows. First, after confirming that the first index value has become “0” and knowing that the subject has fallen asleep, the REM sleep stage is determined from the value of the second index value. Or non-REM sleep is determined. Next, when the second index value is determined to be “0”, that is, non-REM sleep, the depth of the sleep stage is determined from the above table based on a combination of the first index value and the third index value.
[0059]
FIG. 12 shows the results of actually determining the sleep stages according to the present embodiment, together with the sleep stages issued using PSG. According to this result, the coincidence rate between the determination of awakening, REM sleep, and non-REM sleep and the sleep stage by PSG was 77 to 87%.
[0060]
In this embodiment, the moving average processing is used to remove the high frequency component and the low frequency component of the signal. However, the present invention is not limited to this, and the processing may be performed using a filter or other means.
[0061]
Although the index value is binarized for easy determination, the determination may be performed by comparing the index value with a threshold value.
[0062]
Further, in the present embodiment, a method of detecting pressure fluctuation by combining a tube and a pressure sensor is adopted as means for non-invasively detecting a biological signal of a subject, but the present invention is not limited thereto, and a biological signal by an electrode or the like can be detected. Any detection means may be used.
[0063]
【The invention's effect】
Although it is known that it is effective to know the state of sleep and its quality in order to know the daily health of the subject, a sleep stage determination method and a determination device that can be easily used for the purpose of personal health management are known. At present there is no such thing.
[0064]
A sleep stage determination method and a determination device of the present invention detect a heartbeat signal and a respiration signal using noninvasive detection means, and determine a sleep stage of a subject by arithmetically processing outputs of the heartbeat signal and the respiration signal. Since there is no need to attach a measurement electrode or the like to the subject, the subject can be used on a daily basis without imposing a physical and mental burden on the subject.
[0065]
In addition, the respiratory rate signal and the heart rate signal are closely related to the state of sleep, and the power spectrum density obtained from the RR interval signal detected from the heart rate signal is a good index indicating the state of the autonomic nerve. Therefore, it can be considered as an index of the sleep stage during sleep. Therefore, the sleep stage judging method of the present invention for judging the sleep stage from the respiratory signal during sleep, the heartbeat signal and the activity of the autonomic nervous system has high reliability.
[0066]
In addition, the cost of the configuration of the device and the cost of maintenance are low, and a sleep stage determination device suitable for daily use can be provided.
[Brief description of the drawings]
FIG. 1 is a block diagram showing a flow of non-invasively detecting a biological signal and determining a sleep stage using the detected signal according to an embodiment of the present invention.
FIG. 2 is a block diagram showing an embodiment in which an index value obtained from a power spectrum density is added to the block diagram of FIG. 1;
FIG. 3 is an explanatory diagram showing a power spectrum density when a sympathetic nerve is dominant.
FIG. 4 is an explanatory diagram showing a power spectrum density when the parasympathetic nerve is dominant.
FIG. 5 is a block diagram showing an embodiment in which a sleep stage is determined using an index value obtained from a variation in respiratory rate, a heart rate and a power spectrum density as an index value.
FIG. 6 is a flowchart showing a procedure for obtaining a first index value in a first index value calculation unit.
FIG. 7 is a flowchart showing a procedure for obtaining a second index value in a second index value calculation unit.
FIG. 8 is a flowchart showing a procedure for obtaining a third index value in a third index value calculation unit.
FIG. 9 is a graph showing an output result of a first index value.
FIG. 10 is a graph showing an output result of a second index value.
FIG. 11 is a graph showing an output result of a third index value.
FIG. 12 is a graph showing sleep stage determination results.
[Explanation of symbols]
1 Non-invasive sensor (pressure detection means)
1a Slight differential pressure sensor 1b Pressure detecting means 2 Respiratory signal detecting section 3 Respiratory rate detecting section 4 Index value calculating section 5 Variation (standard deviation) calculating section 6 (First) index value calculating section 7 Heart rate signal detecting section 8 Heart rate Detector 9 (second) index value calculator 10 variation (standard deviation) calculator 11 index value calculator 12 sleep stage determiner 13 RR interval signal detector 14 power spectrum density calculator 15 (third) Index value calculation unit 16 Bed 17 Hard sheet 18 Cushion sheet

Claims

A respiratory signal and a heart rate signal are detected from a biological signal detected by a noninvasive sensor, and at least one of a respiratory rate extracted from the respiratory signal and a heart rate extracted from the heart rate signal is used as an index value. And at least one of the variances of the heart rate and the heart rate is used as an index value, and the sleep stage is determined using these index values.

The sleep stage determination method according to claim 1, wherein a value obtained from the power spectrum density obtained from the RR interval signal of the heartbeat signal is used as an index value.

Power obtained by performing a Fourier transform on a first index value obtained from a standard deviation of a change in respiratory rate, a second index value obtained from a change in heart rate, and an RR interval signal detected from a heart rate signal. The sleep stage determination method according to claim 2, wherein the sleep stage is determined from the third index value obtained from the spectral density.

4. The sleep stage determination according to claim 3, wherein the first index value is a value obtained by calculating a standard deviation from continuous data of the respiratory rate and performing a moving average process on the data of the continuous standard deviation. Method.

The second index value is a value obtained by removing a high-frequency component by calculating a short-term moving average value of the heart rate, and removing a low-frequency component by subtracting the long-term moving average value of the heart rate from the heart rate signal. The method according to claim 3, wherein the sleep stage is determined.

The third index value is a maximum value (LF) of the power spectrum density of the heartbeat signal in a band of approximately 0.05 to 0.15 Hz and a maximum value (HF) in a band of approximately 0.2 to 0.4 Hz. The method according to claim 3, wherein the ratio is a ratio.

The third index value is a maximum value (LF) of the power spectrum density of the heartbeat signal in a band of approximately 0.05 to 0.15 Hz and a maximum value (HF) in a band of approximately 0.2 to 0.4 Hz. 7. The sleep stage determination method according to claim 6, wherein the ratio is a signal value obtained by removing a high frequency component and a low frequency component from a signal of the ratio.

The third index value is a maximum value (LF) of the power spectrum density of the heartbeat signal in a band of approximately 0.05 to 0.15 Hz and a maximum value (HF) in a band of approximately 0.2 to 0.4 Hz. The method according to claim 7, wherein high-frequency components are removed by calculating a short-term moving average value of the ratio signal, and low-frequency components are further removed by subtracting a long-term moving average value of the signal. Sleep stage determination method.

The sleep stage judging method according to claim 3, wherein a point in time when the first index value becomes equal to or less than a predetermined value after the start of the measurement is determined as falling asleep.

The sleep stage determination method according to claim 3, wherein the second index value is compared with a preset threshold value, and the REM sleep stage and the non-REM sleep stage are determined based on the magnitude of the comparison.

Determining a sleep depth of non-REM sleep by a combination of a magnitude of a first index value and a preset threshold value and a magnitude of a third index value and a preset threshold value; The method for determining a sleep stage according to claim 3.

A sleep stage determination device that determines a sleep stage of a subject during sleep, a non-invasive sensor that detects a biological signal disposed on a bed, and a detection unit that detects a heartbeat signal and a respiration signal from an output of the non-invasive sensor. First index value calculating means for obtaining an index value for determining a sleep stage from the standard deviation of the change in respiratory rate, and second index value calculating means for obtaining an index value for determining a sleep stage from the change in the heart rate And sleep index determination means for determining an sleep index value from a power spectrum density obtained by performing a Fourier transform on the RR interval signal detected from the heartbeat signal. apparatus.

The non-invasive sensor comprises a tube and a small differential pressure sensor for detecting a pressure change in the tube, and detects a biological signal from a pressure change signal in the tube detected by the small differential pressure sensor. 13. The sleep stage determination device according to 12.

The sleep stage according to claim 12, wherein the first index value is a value obtained by calculating a standard deviation from continuous data of the respiratory rate and performing a moving average process from the data of the continuous standard deviation. Judgment device.

The second index value is to remove high-frequency components by obtaining a short-term moving average value of the heart rate, and to remove low-frequency components by subtracting the long-term moving average value of the heart rate from the heart rate signal. The sleep stage judging device according to claim 12, characterized in that:

The third index value is a maximum value (LF) of the power spectrum density of the heartbeat signal in a band of approximately 0.05 to 0.15 Hz and a maximum value (HF) in a band of approximately 0.2 to 0.4 Hz. 13. The method according to claim 12, wherein high-frequency components are removed by obtaining a short-term moving average value of the ratio signal, and low-frequency components are further removed by subtracting a long-term moving average value of the signal. Sleep stage determination device.