JP2008068019A - 呼気時間を出力可能な装置および方法 - Google Patents

Abstract

【課題】睡眠段階を精度良く推定できる装置を提供する。
【解決手段】解析ユニット２８は、複数の呼吸サイクルを含む呼吸信号を取得する入力インターフェイス２６と、複数の呼吸サイクルに含まれる極大から極小までの第１の時間ｔ１と、極小から極大までの第２の時間ｔ２とを分離し、サンプリング時間単位でそれらの平均値をメモリ２５に記録する第１の解析機能２１と、サンプリング時間単位で、第１の時間ｔ１および第２の時間ｔ２のいずれか一方が呼気時間であると識別する第２の解析機能２２と、第１の時間の平均値ｔ１ａおよび第２の時間の平均値ｔ２ａのいずれか一方を呼気時間の平均値ｔｅａとして出力する機能２４とを有する。
【選択図】図１

Description

本発明は、呼吸信号から呼気時間を出力可能な装置および方法に関するものである。

特許文献１には、被験者の睡眠状態を中途覚醒も含めて正確に判定するためのシステムが記載されている。このシステムは、体動検出手段と、心拍あるいは脈拍検出手段と、それらから得られた出力を処理して中途覚醒および睡眠状態の判定を行う判定部と、判定結果を出力する手段とを備えている。

特許文献２には、睡眠中の被介護者に精神的なストレスを感じさせることなく、自然な状態で寝返り動作できるように支援する可動ベッドが記載されている。そのために、被介護者の脳波、心拍数、呼吸数、眼球運動、体動数などの生体情報を検出することが記載されている。また、これらの生体情報を得るために電極などのセンサーを被介護者に装着することは身体的な束縛感があるため、シート状の生体情報検出センサー（シート状センサー）を用いることが記載されている。このシート状センサーは、シート状の絶縁体を対向配置したものであり、被介護者の心拍動や呼吸動に伴って静電容量が変動する。このシート状センサーにより得られる信号（生体情報信号）には、心拍および呼吸の周波数成分が含まれている。さらに、生体情報信号を解析して、心拍数、呼吸数、体動数を求め、これらの生体情報により睡眠深度を推定することが記載されている。

特許文献３および４には、人体の呼吸運動に基づく電圧変動を一定期間毎に測定し、測定結果から電圧の正のピーク値、隣り合うピーク間の間隔（時間）を算出し、さらに、算出したピーク値およびピーク間隔から、ピーク間隔の平均値、ピーク間隔の分散に基づく値などを求めて、睡眠状態を推定することが記載されている。従来から睡眠の状態変化を検出する方法として、脳波、眼球運動、顎筋電などを検出し、その検出波形から睡眠深度を判断する睡眠ポリグラフ（ポリソノグラフ、ＰＳＧ）法があるが、このＰＳＧ法は、装置が大型化し、日常的に使うには不向きであり、さらに有資格者が必要である。一方、呼吸数、心拍数、体動の情報、特に心拍数の増減変動に重点を置いて睡眠深度を推定する方法は、人体を拘束しないで生体情報を得ることができるが、睡眠ポリグラフに比較して精度がかなり悪いことが記載されている。

特許文献５には、ヒトの呼吸運動波形のピーク間隔、ピーク値比により覚醒かどうかの判定を行い、またかかる波形のピーク間面積の平均値、分散により深い眠り、浅い眠りのいずれであるかを判定し、判定された睡眠状態に応じて、ヒトの体温調整が効果的に機能するように睡眠環境である寝床内温度を制御することが記載されている。

特許文献６には、寝室内の環境状態および就寝者の生理状態を検知するとともに、就寝者の健康状態を検出し、就寝状態を快適にすることが記載されている。生理状態検出手段は、就寝者の就寝中の睡眠状態、脳波、心拍、呼吸、体動、皮膚温度、筋電位、血圧、発汗、皮膚電位、いびきなどを検出する。環境状態検出手段は、寝室内または寝床内の温度、湿度、風速、輻射熱などを検出し、空調器、寝床内環境制御手段を制御し、さらに、芳香発生装置から鎮静性の香りを発生させることが記載されている。

特許文献７には、就寝者の呼吸による体動に応じた、荷重変化を呼吸信号として生成し、この呼吸信号の周波数の変化に基づいて、就寝者の無呼吸状態もしくは低呼吸状態を判定することが記載されている。

特許文献８には、より精度良く就寝者の呼吸状態をモニタするために、就寝者の下に所定の分布で配置され、就寝者からの荷重または振動に対応した信号を出力する複数のセンサーを備えた呼吸モニタ装置において、各センサーをπ／５の位相幅を有する位相グループに分け、位相グループの中でセンサー数が最も多いグループに属するセンサーの出力信号と、このグループの位相とπずれているグループに属するセンサーの出力信号を反転させた信号とを加算平均して呼吸信号を算出することが記載されている。
特開２００２−３４９５５号公報 特開２００４−１２１８３７号公報 特開２００５−１１８１５１号公報 特開２００６−２０８１０号公報 特開２００６−１９８０２３号公報 特開平７−３２８０７９号公報 特開２００４−２４６８４号公報 特開２００５−１９８７８１号公報

睡眠深度を判断する精度の高い方法は、脳波を検出し、その検出波形を使用するＰＳＧ法である。一方、ＰＳＧ法に対して、就寝者に束縛感を与えないシート状センサーを用いて睡眠状態を判断しようとする方法は、呼吸数、心拍数、体動の情報に加え、呼吸信号のピーク値、ピーク間隔、ピーク間隔の平均値、ピーク間隔の分散などを判断要素に入れて精度を向上しようとしている。しかしながら、ＰＳＧ法の判断結果に対して、睡眠状態を推定する精度は高くない。

呼吸信号に含まれる複数の呼吸サイクルには、息を吸う吸気の部分と、息を吐く呼気の部分とを含む。これらの内、呼気部分の時間、すなわち呼気時間の増減と、睡眠時の脳波の低周波成分、例えば、δ波と称される３Ｈｚ以下（特に０．５Ｈｚから３．０Ｈｚ）のスペクトルの振幅成分を加算したものの増減との間に相関関係があると考えられる見地が得られた。したがって、呼吸信号から呼気時間を抽出して睡眠状態を判断することにより、脳波、特に、睡眠状態により影響が表れる脳波の低周波成分に相当する要素を判断要素に入れることができる。このため、脳波を直に検出せずに、脳波の波形成分あるいはそれに相当する成分を睡眠段階の判断に加えることができるので、ＰＳＧ法に対して就寝者に束縛感を与えない、例えば、シート状センサーを用いて睡眠状態を精度良く判断することができる。

呼吸信号に含まれる呼吸サイクルを、極小−極大−極小の呼吸ピークとして捉えたときに、極小から極大、極大から極小のいずれか一方が吸気の部分であり、他方が呼気の部分であるはずである。しかしながら、呼吸時間、呼吸回数などをパラメータとして睡眠状態を判断している現状では、ピーク間隔と、振幅とが主に注目されるために、呼吸信号から、呼気の部分を抽出する方法は開示されていないし、呼吸信号を生成する際に、呼気の部分を抽出することは考慮されていない。

本発明の一態様は、呼吸信号を解析可能な装置である。この装置は、複数の呼吸サイクルを含む呼吸信号を取得する手段と、複数の呼吸サイクルに含まれる極大から極小までの第１の時間と、極小から極大までの第２の時間とを分離し、所定の時間または所定のサイクル数をサンプリング単位として、第１の時間、第２の時間および／またはそれらに関連する値の統計量をメモリに記録する手段と、サンプリング単位で、統計量に基づき、第１の時間および第２の時間のいずれか一方が呼気時間であると識別する手段と、第１の時間の統計量および第２の時間の統計量のいずれか一方を呼気時間の統計量として出力する手段とを有する。

まず、呼吸信号に含まれる呼吸サイクル（呼吸ピーク）は、吸気の部分と呼気の部分とにより構成されるが、呼吸信号の信号強度を高める処理により、吸気の部分と呼気の部分とが呼吸信号の途中で定期的に入れ替わる可能性がある。さらに、自律神経の働きから隣接する呼気と吸気の中では呼気時間が吸気時間より長くなるという法則を適用しようとしても、個々の呼吸ピークで判断しようとするとノイズなどの影響が大きく表れてデータの信頼性が低下する。一方、就眠中に得られた全体の呼吸信号から判断しようとすると吸気の部分と呼気の部分とが入れ替わる影響により識別が難しくなる。

本発明の一態様の装置においては、個々の呼吸ピークではなく、また、就眠全体の呼吸信号からではなく、所定の時間または所定のサイクル数をサンプリング単位として、極小から極大、極大から極小までのそれぞれの時間を第２の時間および第１の時間として統計処理する。例えば、数十秒から数分程度、具体的には３０秒前後から５分前後の間の適当な時間をサンプリング単位として設定し、その間の統計量、例えば、第１の時間と第２の時間の平均値に基づき、一方の時間を呼気時間として識別する。

呼吸信号を生成する１つの手段は、横になった状態のユーザの荷重変化を検出可能なように所定の分布で配置され、ユーザからの荷重または振動に対応した信号を出力する複数の検出素子を含むセンサーユニットである。一例は、横になった状態のユーザの荷重変化を検出可能なシートタイプのセンサーユニットであって、シート状の支持部材にマトリクス状に配列された複数の感圧素子を含むセンサーの検出結果に基づく呼吸信号を生成するものである。このようなセンサーユニットからの呼吸信号を受け取る場合は、取得する手段は、呼吸信号とともに複数の検出素子の信号のうち、ユーザの胸部下となる可能性の高い複数の胸部検出素子の信号を少なくとも取得することが望ましい。

さらに、記録する手段は、サンプリング単位で、複数の胸部検出素子のそれぞれからの信号の振幅の統計量の中で、最大の振幅の信号を出力した胸部検出素子を基準素子として選択し、基準素子の信号と呼吸信号との位相差の統計量（例えば、位相差の平均値）を、第１および第２の時間に関連する値の統計量としてメモリ（例えば、ＳＲＡＭ、ＤＲＡＭなどの半導体メモリ、レジスタ、ハードディスク）に記録することが望ましい。そして、識別する手段は、サンプリング単位で、位相差の統計量が第１の値より小さいときは、第１の時間および第２の時間の一方を呼気時間として認識し、位相差の統計量が第２の値より大きいときは、第１の時間および第２の時間の他方を呼気時間として認識することが可能である。

複数の検出素子を含む、多点式のセンサーユニットを採用した場合、胸部の下になった検出素子は、呼気時に圧力が減少することを検出し、吸気時に圧力が増大することを検出する。したがって、基準素子の信号の傾向、すなわち、圧力が減少するときに信号が極小から極大に変化するか、極大から極小に変化するかを事前に確認することにより、基準素子からの信号と位相差がない場合、基準素子の信号の傾向にしたがって呼気時間を識別できる。例えば、位相差の平均がゼロを中心とした第１の範囲内（例えば、０±π／１０）のときは、基準素子からの信号の位相と呼吸信号の位相とは合致しているので、基準素子の信号の傾向にしたがって、第１の時間および第２の時間の一方を呼気時間として認識できる。一方、位相差の平均が１８０度を中心とした第２の範囲内（例えば、π±π／１０）のときは、基準素子からの信号の位相と呼吸信号の位相とは反転しているので、基準素子の信号の傾向とは反対に、第１の時間および第２の時間の他方を呼気時間として認識できる。

識別する手段は、さらに、自律神経の働きから隣接する呼気と吸気の中では呼気時間が吸気時間より長くなるという法則を適用できることが望ましい。位相差の統計量による判断が明確にできないとき、すなわち、位相差の統計量が、第１の範囲および第２の範囲に含まれず、識別する手段は、サンプリング単位で、第１の時間の統計量が第２の時間の統計量よりも長いときは、第１の時間を呼気時間として認識し、第１の時間の統計量が第２の時間の統計量よりも短いときは、第２の時間を呼気時間として認識することが望ましい。また、位相差の統計量とは独立して、識別する手段は、サンプリング単位で、第１の時間の統計量が第２の時間の統計量よりも長いときは、第１の時間を呼気時間として認識し、第１の時間の統計量が第２の時間の統計量よりも短いときは、第２の時間を呼気時間として認識することが可能である。

本発明の他の態様の１つは、上記の解析装置と、複数の検出素子を含むセンサーユニットとを有する、生体監視システムである。この生体監視システムは、センサーユニットから得られた呼吸信号に含まれる呼気時間を抽出して、出力することが可能である。

さらに、この生体監視システムは、呼気時間の統計量の増減を、脳波の低周波成分の強度の増減に対応する第１の要素として判断要素に含めて睡眠状態を推定し、推定された値を出力する手段をさらに有することが望ましい。呼気時間を第１の要素として睡眠状態を判断することにより、脳波、特に、睡眠状態により影響が表れる脳波の低周波成分に相当する要素を判断要素に入れることができる。このため、脳波を直に検出せずに、脳波の波形成分あるいはそれに相当する成分を睡眠段階の判断に加えることができるので、ＰＳＧ法に対して就寝者に束縛感を与えずに、精度良く睡眠状態の推定値を出力できる生体監視システムを提供できる。

また、本発明のさらなる他の態様の１つは、上記の生体監視システムと、解析装置から出力される呼気時間の統計量の増減を、脳波の低周波成分の強度の増減に対応する第１の要素として判断要素に含めて睡眠状態を推定し、生活環境の少なくとも一部を制御する装置とを有する、環境制御システムである。睡眠段階あるいは睡眠状態を推定し、その結果により寝室の温度、香り、明るさなどを制御し、また、ベッドなどを制御することにより、より心地よい睡眠と、目覚めとを提供できる。

本発明のさらなる他の態様の１つは、以下のステップを含む解析方法である。
ａ１．複数の呼吸サイクルを含む呼吸信号を取得すること。
ａ２．複数の呼吸サイクルに含まれる極大から極小までの第１の時間と、極小から極大までの第２の時間とを分離し、所定の時間または所定のサイクル数をサンプリング単位として、第１の時間、第２の時間および／またはそれらに関連する値の統計量を計算し、それら統計量をメモリに記録すること。
ａ３．サンプリング単位で、統計量に基づき、第１の時間および第２の時間のいずれか一方が呼気時間であると識別すること。
ａ４．第１の時間の統計量および第２の時間の統計量のいずれか一方を呼気時間の統計量として出力すること。

取得するステップ（ａ１）では、横になった状態のユーザの荷重変化を検出可能なように所定の分布で配置され、ユーザからの荷重または振動に対応した信号を出力する複数の検出素子を含むセンサーユニットの検出結果に基づく呼吸信号とともに、複数の検出素子の信号のうち、ユーザの胸部下となる可能性の高い複数の胸部検出素子の信号を少なくとも取得することが好ましい。また、記録するステップ（ａ２）では、サンプリング単位で、複数の胸部検出素子のそれぞれからの信号の振幅の統計量の中で、最大の振幅の信号を出力した胸部検出素子を基準素子として選択し、基準素子の信号と呼吸信号との位相差の統計量をメモリに記録することが好ましい。さらに、識別するステップ（ａ３）では、位相差の統計量がゼロを中心とした第１の範囲内のときは、第１の時間および第２の時間の一方を呼気時間として認識し、位相差の統計量が１８０度を中心とした第２の範囲内のときは、第１の時間および第２の時間の他方を呼気時間として認識することが好ましい。

さらに、識別するステップ（ａ３）では、位相差の統計量が、第１の範囲内および第２の範囲内に含まれず、サンプリング単位で、第１の時間の統計量が第２の時間の統計量よりも長いときは、第１の時間を呼気時間として認識し、第１の時間の統計量が第２の時間の統計量よりも短いときは、第２の時間を呼気時間として認識することが好ましい。また、識別するステップ（ａ３）では、位相差の統計量とは独立して、サンプリング単位で、第１の時間の統計量が第２の時間の統計量よりも長いときは、第１の時間を呼気時間として認識し、第１の時間の統計量が第２の時間の統計量よりも短いときは、第２の時間を呼気時間として認識しても良い。

本発明のさらなる他の態様の１つは、上記ａ１〜ａ３および以下のステップａ５を含む方法である。
ａ５．第１の時間の統計量および第２の時間の統計量のいずれか一方を呼気時間の統計量とし、呼気時間の統計量の増減を、脳波の低周波成分の強度の増減に対応する第１の要素として判断要素に含めて睡眠状態を推定して出力すること。

本発明のさらなる他の態様の１つは、上記ａ１〜ａ３および以下のステップａ６を含む方法である。
ａ６．第１の時間の統計量および第２の時間の統計量のいずれか一方を呼気時間の統計量とし、呼気時間の統計量の増減を、脳波の低周波成分の強度の増減に対応する第１の要素として判断要素に含めて睡眠状態を推定して生活環境の少なくとも一部を制御すること。

図１に、寝室用のホームシステムの一例を示す。このホームシステム５０は、寝室のベッドあるいは布団に設置されるセンサーシート２を含む生体情報検出ユニット１０と、寝室用の制御ユニット２０とを含む。制御ユニット２０は、家庭内ＬＡＮ６０と接続されており、ＬＡＮ６０に接続された寝室のエアコン６１、ライト６２、芳香器６３を制御することにより寝室内の環境を制御できる。したがって、このホームシステム５０は、環境制御システムとしての機能を備えている。また、制御ユニット２０は、家庭内ＬＡＮ６０を通じて生体情報検出ユニット１０で検出された情報およびその情報を解析した結果を監視ユニット５８に送る。家庭内ＬＡＮ６０とゲートウェイ６６を介して接続された外部ネットワーク、例えばインターネット６５を介して外部監視ユニット５９に送ることも可能である。したがって、このホームシステム５０は生体監視システムとしての機能を備えている。

生体情報検出ユニット１０は、検出素子として圧力センサー（感圧センサー）７を用い、複数の感圧素子７をアレイ状またはマトリクス状に配置したセンサーシート２と、それら複数の感圧素子７からの信号を集めて制御ユニット２０に送るデータ処理ユニット３とを備えている。このセンサーシート２は、複数のサブシート２ａ、２ｂおよび２ｃにより構成されている。それぞれのサブシート２ａ、２ｂおよび２ｃは、薄いプラスチック製のシート４を母材としている。センサーシート２は、それぞれのシート４をシート状の支持部材に複数の感圧素子７を取り付ける（アッセンブルする）ことにより、シートタイプのセンサーを構成するとともに、複数の感圧素子７が適当な間隔で規則的に配置されるようにしたものである。したがって、これら複数の感圧素子７により、横になった状態のユーザの荷重変化を検出可能である。感圧素子７の分布は、呼吸を中心に捉える場合は、胸部に相当する場所に集中的に配置することも可能であり、上記に限定されない。また、これらの感圧素子７は、ベッドなどの就寝具に直接取り付けることも可能である。また、感圧素子７は、ユーザからの荷重または振動に対応した信号を出力する機能を有するものであれば良く、圧電素子、静電型の圧力センサーなどを挙げることができる。

シート４には、複数の感圧素子７から信号を取り出すための配線８も作りこまれている。したがって、センサーシート２をベッドなどに敷くことにより、多数の感圧素子７をベッドの上に配置できる。このため、ベッドの上に横たわる被験者（就寝者）９に直にセンサーあるいは電極を取り付けなくても、就寝者９の体動を寝具に加わる荷重変化として感圧素子７からの信号（荷重信号）に変換して捉えることができる。このため、感圧素子７からの荷重信号を解析することにより、就寝者（被験者）９の就寝中の呼吸状態やその他の状態を監視できる。

データ処理ユニット３は、荷重信号から呼吸信号を生成する。例えば、特許文献７には、各感圧素子７からの信号を周波数解析するために高速フーリエ変換（ＦＦＴ）し、呼吸周波数成分（δ波成分）におけるパワースペクトルの大きさにより、呼吸に伴う体動に応じた荷重変化を検出している感圧素子７を複数抽出することが記載されている。さらに、それらの中でパワースペクトルが最も大きい感圧素子７を基準素子として、所定の位相差内に入る信号を加算することにより呼吸曲線（呼吸信号）３９を生成することが記載されている。

制御ユニット２０は、適当なハードウェア資源、例えば、メモリ（レジスタ、ＲＡＭなどの半導体メモリ、ハードディスクを含む）、ＣＰＵ、ディスプレイ、各種のインターフェイスを備えたコンピュータを用いて構成することができる。制御ユニット２０は、睡眠状態を推定する解析ユニット２８としての機能を含む。また、制御ユニット２０は、推定された結果に基づいて寝室のエアコン６１、ライト６２、芳香器６３などに家庭内ＬＡＮ６０を介して制御信号を出力する環境制御ユニット３０としての機能を含む。さらに、制御ユニット２０は、睡眠状態の推定された結果、環境制御状況などを表示出力するためのディスプレイ２９を含む。

解析ユニット２８は、生体情報検出システム１０の情報処理ユニット３から呼吸信号３９を受信し、メモリ２５に格納する入力インターフェイス２６と、メモリ２５に格納された呼吸信号を解析し、統計処理した値をメモリ２５に格納する第１の解析機能２１と、統計処理された値より呼気時間を判断する第２の解析機能２２と、呼気時間を出力する機能２４と、呼気時間の増減を、脳波の低周波成分の強度の増減に対応する第１の要素として判断要素に含めて睡眠状態を推定する第３の解析機能２３と、睡眠状態の推定した結果を出力する出力インターフェイス２７とを含む。出力インターフェイス２７は、推定された睡眠状態を環境制御ユニット３０に出力するとともに、家庭内ＬＡＮ６０を介して監視ユニット５８および／または５９に送る。

図２に、制御ユニット２０における処理をフローチャートにより示している。ステップ７１において、入力インターフェイス２６により、複数の呼吸ピークを含む呼吸信号３９を取得してメモリ２５に格納する。図３（ａ）に示すように、呼吸信号３９は、呼吸を示す複数のサイクル（呼吸サイクル、呼吸曲線）３８を含む。呼吸は、吸気と呼気とにより成り立つ。したがって、それぞれの呼吸サイクル３８は、吸気部分３６と、呼気部分３７とを有し、呼吸時間ｔｂは、吸気時間ｔｉと、呼気時間ｔｅとの和になる。すなわち、呼吸サイクル３８は、極大−極小−極大を含む。ピーク（呼吸ピーク）間の間隔、高さを中心に解析される場合は、極小−極大−極小の呼吸ピークを１つの呼吸サイクルと認識することも可能である。呼吸中は、その呼吸サイクル３８が複数繰り返されるので、呼吸信号３９は、複数の呼吸サイクル３８を有する信号となる。

ステップ７２において、第１の解析機能２１により、呼吸サイクル３８のそれぞれに含まれる極大から極小までの第１の部分３６の第１の時間ｔ１と、極小から極大までの第２の部分３７の第２の時間ｔ２とを分離し、所定のサンプリング間隔で統計をとり、それらの統計量をメモリ２５に記録する。呼吸信号３９において第１の部分３６と第２の部分３７との切り替わり箇所は、極大点および極小点であり、その位置は波形微分から求めることができる。この工程において、呼吸サイクル３８の振幅が所定の値を越えるものは体動ノイズとしてカットする。また、ショルダノイズもカットする。ショルダノイズは、図３（ｂ）に示すような小変化が呼吸サイクル３８に含まれているものである。ショルダノイズは、以下の条件を満たす頂点を削除することにより除去できる。
（ＭＸ_ｉ−ＭＮ_ｉ−１）＋（ＭＸ_ｉ＋１−ＭＮ_ｉ）＜Ｃｓ（ＭＸ_ｉ＋１−ＭＮ_ｉ−１）
のときは頂点ＭＸ_ｉとＭＮ_ｉを削除、
（ＭＸ_ｉ−ＭＮ_ｉ）＋（ＭＸ_ｉ＋１−ＭＮ_ｉ＋１）＜Ｃｓ（ＭＸ_ｉ−ＭＮ_ｉ＋１）
のときは頂点ＭＸ_ｉ＋１とＭＮ_ｉを削除、
ただしＣｓは閾値であり、例えば、１．２である。

第１の部分３６および第２の部分３７はいずれか一方が呼気部分である。例えば、サーミスタ式鼻気流センサーであれば、呼気時に温度が上昇するので温度データを合わせてセンサー側から取得することにより、第１の部分３６および第２の部分３７とを呼気部分と吸気部分とに識別できる。しかしながら、センサーシート２から得られた呼吸信号にはその識別方法は適用できない。

他の識別方法の１つは、自律神経の働きから隣接する呼気と吸気の中では呼気時間が吸気時間より長くなるという法則を適用することである。しかしながら、呼気時間と吸気時間との差について明確な基準はなく、また、上記のようにショルダノイズが乗ったようなピークであると、呼気と吸気とを明確に識別することは難しいケースも多い。

さらに、上述した生体情報検出ユニット１０においては、複数の感圧素子７をアレイ状またはマトリクス状などの所定の分布に配置したセンサーシート２を用いて生体信号を検出している。例えば、特許文献７または特許文献８に記載されているように、多数の検出素子により生体信号を検出するセンサーにおいて、ノイズの除去と、信号強度を向上するために、基準となる点を中心に、多点で得られた信号を加算した信号が通常出力される。そして、呼吸信号の生成は、感圧素子などのセンサーエレメントからの信号のサンプリングを所定の回数繰り返した度に行なわれる。

例えば、特許文献８には、２５６サイクル分の荷重信号を処理すると、人あるいは物の判定、呼吸周波数帯（δ波成分）の信号の有無の判定を行い、その後、基準となる点または基準となるセンサーグループを選択して呼吸信号を算出する。したがって、呼吸信号を算出する毎に、基準となる点、または基準となるセンサーグループが変わると、呼吸信号に含まれる呼気と吸気の位相がシフトしたり、反転したりする可能性がある。さらに、基準となる点、または基準となるセンサーグループは、信号強度により選択され、胸部の動きを検出するものに限られない。呼吸信号を生成するためのサンプリング回数は、センサーユニットの設定に依存し、０．１秒毎にサンプリングする場合は、上記のケースであると、２５．６秒毎に位相が反転する可能性がある。実際は、就寝者の状態が２５．６秒毎に変わる可能性は非常に小さいので、位相が反転したり、シフトしたりする時間間隔は長く、多くのケースでは数分単位である。

呼吸間隔、呼吸数などを検出するための呼吸信号としては、上記の処理は優れている。しかしながら、吸気と呼気とを分離しようとするときに、呼吸信号の位相が反転すると意味のないデータになる可能性がある。このため、本例の解析ユニット２８においては、ステップ７１において、入力インターフェイス２６は、生体情報検出ユニット１０より、呼吸信号３９に加えて、各感圧素子７のうち、胸部の動きを検出するであろう胸部検出素子の信号４１を取得するようにしている。全ての感圧素子７からの信号を受信して解析することも可能である。

そして、ステップ７２において、第１の解析機能２１は、所定のサンプリング単位、例えば、上記の生体情報検出ユニット１０に対応して２５．６秒のサンプリング時間単位で、第１の時間ｔ１と、第２の時間ｔ２との統計、例えば、合計時間または平均時間を算出するとともに、図４に示す処理を行う。まず、ステップ８１において、第１の時間ｔ１のサンプリング時間毎の平均値ｔ１ａと、第２の時間ｔ２のサンプリング時間毎の平均値ｔ２ａを算出する。

ステップ８２において、図５に示したように、センサーシート２の感圧素子７のうち、上部５行の部分７ａに配置された感圧素子７を胸部検出素子として、それらの感圧素子７からの信号のサンプリング時間内の平均振幅より重心、すなわち、信号強度が最も高いと考えられる位置を算出する。ステップ８３において、その重心に最も近い感圧素子７を含む基準列７ｂを求める。この基準列７ｂの上に就寝者の胸部が載っている可能性が高い。さらに、ステップ８４において、その基準列７ｂに含まれる感圧素子７の中で、サンプリング時間内の平均振幅が最大の信号を出力する感圧素子７を基準素子７ｃとして設定する。ステップ８５において、基準素子７ｃの信号と、呼吸信号３９との位相差を呼吸サイクル毎に求め、サンプル時間内の位相差の平均値Ｐａを求める。そして、ステップ８６において、これらの平均値ｔ１ａ、ｔ２ａおよびＰａをメモリ２５に格納する。

図５に示すように、センサーシート２に配置された感圧素子７のうち、ハッチングをした素子７ｘが就寝者の荷重あるいは振動を検出可能なセンサー素子であり、呼吸信号３９はこれらの感圧素子７からの信号を位相反転などの処理を施して加算したものとなる。図６に示すように、たとえば、上記により求めた胸部の基準素子７ｃの信号と、同じ基準列７ｂの腹部の感圧素子７ｙとの信号は位相が反転している。したがって、胸部の基準素子７ｃの信号強度が高ければ胸部の基準素子７ｃの信号と同位相の呼吸信号３９が出力され、腹部の感圧素子７ｙの信号強度が高ければ胸部の基準素子７ｃの信号と反対の位相の呼吸信号が出力される。

胸部の下になった基準素子７ｃは、呼気時に圧力が減少することを検出し、吸気時に圧力が増大することを検出する。したがって、基準素子７ｃの信号の傾向、すなわち、圧力が減少するときに信号が極小から極大に変化するか、極大から極小に変化するかを事前に確認することにより、呼吸信号３９に含まれる呼気時間を識別することができる。なお、以降において、基準素子７ｃは、圧力が減少するとき、すなわち呼気時に、信号が極小から極大に変化すると仮定する。

制御ユニット２０では、図２のステップ７３において、第２の解析機能２２により、サンプリング時間毎に、第１の時間ｔ１および第２の時間ｔ２のいずれか一方が呼気時間であると識別する。図７に、識別するステップ７３をさらに詳しく示している。ステップ９１において、位相差の平均値がゼロを中心とした第１の範囲内、すなわち、０±π／１０の範囲内のときは、基準素子７ｃからの信号の位相と呼吸信号３９の位相とは合致している。このため、ステップ９２において、極小から極大に変化する第２の時間ｔ２を呼気時間ｔｅとして認識する。ステップ９３において、位相差の平均が１８０度を中心とした第２の範囲内、すなわち、π±π／１０の範囲内のときは、基準素子７ｃからの信号の位相と呼吸信号３９の位相とは反転している。このため、ステップ９４において、極大から極小に変化する第１の時間ｔ１を呼気時間ｔｅとして認識する。

さらに、第２の解析機能２２は、位相差の平均値が上記の範囲に含まれない場合は、呼気と吸気とを、第１の時間の平均値ｔ１ａと、第２の時間の平均値ｔ２ａの大小により判断する。ステップ９５において、第１の時間の平均値ｔ１ａが第２の時間の平均値ｔ２ａよりも大きいときは、ステップ９６において、第１の時間ｔ１を呼気時間ｔｅとして認識する。逆のときは、ステップ９７において、第２の時間ｔ２を呼気時間ｔｅとして認識する。

さらに、第２の解析機能２２は、ステップ９８において、位相差により求められた呼気時間ｔｅと、その反対側の吸気時間ｔｉとの比を求める。吸気時間ｔｉが呼気時間ｔｅの１．５倍以上であると、胸部の位置が上記の仮定とずれていると判断し、ステップ９９において呼気時間と吸気時間とを入れ替える処理を行う。例えば、センサーシート２の敷設位置がずれていたり、ユーザの就寝位置がずれていることが考えられる。

制御ユニット２０は、図２に示すステップ７４において、出力機能２４から、第１の時間の平均値ｔ１ａおよび第２の時間の平均値ｔ１ａのいずれか一方を、第２の解析機能２２の解析結果に基づき、呼気時間の平均値ｔｅａとして出力する。出力機能２４は、メモリ２５に格納された呼気時間ｔｅａのさらに、５分単位の平均値を算出して出力することも可能である。５分単位の平均値とは、ある時刻ｔ０の呼気時間ｔｅを、その時刻ｔ０から５分前から得られた複数の呼気時間ｔｅの平均値として求めることを示しており、５分に一回だけ有意なデータが得られるということではない。平均化する時間は５分に限定されない。ノイズを除去できる程度の時間であれば良い。ＰＳＧ法においては、脳波データを５分毎に周波数解析を行う。このため、５分間の平均値を計算することはＰＳＧ法と比較する上では意味がある。

ステップ７５において、第３の解析機能２３により、呼気時間ｔｅの５分間平均値ｔｅａに基づき睡眠状態を段階値で推定する。睡眠段階の推定には、呼気時間ｔｅのみならず、上記の特許文献に開示されている各パラメータを合わせて用いることが可能である。呼気時間ｔｅａの判断には、平均値そのものを使う方法と、標準化した数値を使う方法とがある。本明細書において標準化とは、ある時間の平均値Ａと標準偏差Ｂにより５分単位のｉ番目の値ｔｅａ（ｉ）を以下の式（１）で加工（換算）することである。
（ｔｅａ（ｉ）−Ａ）／Ｂ ・・・（１）

このように標準化された値の睡眠中の通常の（平均的な）値（基準値）は０である。標準化を進めた換算は、一回（一晩）の睡眠の平均値Ａおよび標準偏差Ｂを使用することである。特定のユーザに対して解析ユニット２８が繰り返し使用されている状況であれば、そのユーザの過去のデータに基づき、複数回の睡眠の平均的な値を使用することができる。一方、初期設定されたとき、あるいは個別なユーザに対しては、最初から標準化しようとするとリアルタイムな推定値を得ることができない。したがって、一般的な値を基準値として設定し、数時間程度経過した段階で標準化された値による判断に移行することが望ましい。

呼気時間の平均値ｔｅａの標準化値Ｔｅ（秒）に基づき睡眠段階を判断する方法の一例は以下の通りである。
Ｔｅ＜−０．５ｓ ・覚醒またはレム睡眠
−０．５ｓ≦Ｔｅ＜０．８ｓ ・・浅いノンレム睡眠
０．８ｓ≦Ｔｅ ・・・・・・・深いノンレム睡眠

呼気時間の平均値ｔｅａ（秒）から一般的な値に基づき睡眠段階を判断する方法の一例は以下の通りである。
ｔｅａ＜２．２ｓ ・覚醒またはレム睡眠
２．２ｓ≦ｔｅａ＜３．２ｓ ・浅いノンレム睡眠
３．２ｓ≦ｔｅａ ・・・・・・深いノンレム睡眠

ステップ７６では、出力インターフェイス２７から、睡眠段階の推定された値を出力する。したがって、ステップ７７において環境制御機能３０は、睡眠初期においては、深いノンレム睡眠に導くように環境を制御し、寝起きの段階であれば、覚醒またはレム睡眠のときに合わせて起きるように環境を制御することなど、ユーザの睡眠状態に合わせた処理を行うことができる。

なお、図２に示したフローチャートでは、ステップ７１、７２および７３がシリーズで行われるようになっているが、これらの処理はメモリ２５をバッファとして用いているので、それぞれの処理を独立したタイミングで実行することが可能である。したがって、ユーザの睡眠段階を殆ど遅れなく、リアルタイムで出力することが可能である。

図８に、呼吸信号から得られる幾つかの情報と、脳波（ＥＥＧ）の低周波成分（δ波成分）との相関の有無を示している。縦軸は、信号強度であり、単に増減の傾向を示しているにすぎない。呼吸時間の５分平均ｔｂａおよび吸気時間の５分平均ｔｉａの変化は小さく、ＥＥＧの低周波成分との相関は積極的に認められない。これに対し、呼気時間の５分平均ｔｅａの変化は比較的大きく、ＥＥＧの低周波成分との間に安定した相関関係が認められる。

図９から図１１は、さらに、標準化したデータで相関関係を示したものである。図９は、呼気時間の５分間平均値の標準化値Ｔｅと、ＥＥＧの低周波成分の標準化値（δ波成分のスペクトルの振幅成分の５分間加算値、図１０および図１１についても同様）とを示している。呼気時間の標準化値ＴｅとＥＥＧの低周波成分との増減の傾向はほぼ一致している。特に、睡眠初期において良い相関が見られる。したがって、適当な閾値を設定することによりＥＥＧの低周波成分と同様に睡眠段階を示唆するデータとして利用できることが分かる。

これに対し、図１０は、５分間の平均呼吸数の標準化値と、ＥＥＧの低周波成分とを示している。増減などの関係に法則性を見出すことが難しい。図１１は、５分間の平均呼気時間と平均吸気時間との比の標準化値と、ＥＥＧの低周波成分とを示している。この図においても、増減などの関係に法則性を見出すことが難しい。

図１２に、ＰＳＧ法により得られた睡眠段階と、上記の解析ユニット２８により得られた睡眠段階とを比較して示している。図１２（ａ）はＰＳＧ法により得られた睡眠段階を示している。レム（ＲＥＭ）睡眠は、急速眼球運動（Rapid Eye Movement）の見られる睡眠である。脳波は比較的早いθ波が主体となる。人間では、６〜８時間の睡眠のうち、１時間半〜２時間をレム睡眠が占めるといわれている。

ステージ１（Ｓ１）〜ステージ４（Ｓ４）はまとめてノンレム睡眠と呼ばれている。ステージ１（Ｓ１）は、傾眠状態であり、脳波上、覚醒時にみられたα波が減少し、低振幅の電位がみられる。ステージ２（Ｓ２）は、脳波上、睡眠紡錘（sleep spindle）がみられる段階である。ステージ３（Ｓ３）は、低周波のδ波が増える段階であり、２０％〜５０％程度である。ステージ４（Ｓ４）は、δ波が５０％以上の段階である。

図１２（ｂ）は、標準化値Ｔｅに対して、上述した判断基準を当てはめた状態を示している。図１２（ｃ）は、解析ユニット２８から出力される睡眠段階を示している。ＰＳＧ法により得られる睡眠段階とほぼ一致し、睡眠段階を精度良く判断できていることが分かる。

上記に示した解析ユニット２８および解析方法は、呼吸信号に含まれる呼気時間の増減が脳波の低周波成分の増減と相関性が高いことに基づき、呼気時間を脳波の低周波成分と関連付けして判断することにより睡眠段階を判断している。その結果、上記のように、呼吸信号により、睡眠段階をＰＳＧ法に匹敵する精度で得ることができる。また、睡眠状態を推定するための入力情報は呼吸信号で良いので、本発明にかかる装置、システムおよび方法においては、就寝者に電極などを取り付ける必要はなく、就寝者の拘束を低減できる。したがって、より快適な睡眠を提供するシステムを提供できる。

呼気時間により睡眠状態を精度良く推定できるが、呼吸信号には上記特許文献などに開示されているように呼吸回数などの睡眠に関連していると考えられている多くの情報を含む。したがって、呼気時間に加えて、呼吸信号に含まれる他の要素を、睡眠状態の判断要素として加えたり、睡眠の推移により判断の主要素を選択したりすることにより、さらに睡眠状態の推定精度を向上できる可能性がある。

寝室用のホームシステムの概略構成を示す図。 呼気時間を取得して、解析する方法を示すフローチャート。 図３（ａ）は呼吸信号の一例、図３（ｂ）はショルダーを備えた呼吸信号の例。 統計処理のさらに具体的な処理を示すフローチャート。 センサーシートに荷重が加わっている様子を示す図。 呼吸信号と、感圧素子からの信号の一例。 識別処理のさらに具体的な処理を示すフローチャート。 呼吸信号に含まれる幾つかの情報と、脳波の低周波成分との相関を示す図。 平均呼気時間とＥＥＧ低周波成分との相関を示す図。 平均呼吸回数とＥＥＧ低周波成分との相関を示す図。 呼気時間／吸気時間とＥＥＧ低周波成分との相関を示す図。 図１２（ａ）はＰＳＧ法により求められた睡眠段階、図１２（ｂ）は呼気時間の変動、図１２（ｃ）は上記の解析方法で得られた睡眠段階をそれぞれ示す。

符号の説明

２ センサーシート、 ３ 情報処理ユニット、 ７ 感圧素子
１０ 生体情報検出ユニット、 ２０ 寝室用の制御ユニット
２８ 解析ユニット、 ３０ 環境制御ユニット
５０ 寝室用のホームシステム

Claims (13)

1. 複数の呼吸サイクルを含む呼吸信号を取得する手段と、
   前記複数の呼吸サイクルに含まれる極大から極小までの第１の時間と、極小から極大までの第２の時間とを分離し、所定の時間または所定のサイクル数をサンプリング単位として、前記第１の時間、前記第２の時間および／またはそれらに関連する値の統計量をメモリに記録する手段と、
   前記サンプリング単位で、前記統計量に基づき、前記第１の時間および前記第２の時間のいずれか一方が呼気時間であると識別する手段と、
   前記第１の時間の統計量および前記第２の時間の統計量のいずれか一方を前記呼気時間の統計量として出力する手段とを有する、解析装置。
2. 請求項１において、前記取得する手段は、横になった状態のユーザの荷重変化を検出可能なように所定の分布で配置され、前記ユーザからの荷重または振動に対応した信号を出力する複数の検出素子を含むセンサーユニットの検出結果に基づく前記呼吸信号とともに、前記複数の検出素子の信号のうち、前記ユーザの胸部下となる可能性の高い複数の胸部検出素子の信号を少なくとも取得し、
   前記記録する手段は、前記サンプリング単位で、前記複数の胸部検出素子のそれぞれからの信号の振幅の統計量の中で、最大の振幅の信号を出力した胸部検出素子を基準素子として選択し、前記基準素子の信号と前記呼吸信号との位相差の統計量をメモリに記録し、
   前記識別する手段は、前記位相差の統計量がゼロを中心とした第１の範囲内のときは、前記第１の時間および前記第２の時間の一方を前記呼気時間として認識し、前記位相差の統計量が１８０度を中心とした第２の範囲内のときは、前記第１の時間および前記第２の時間の他方を前記呼気時間として認識する、解析装置。
3. 請求項２において、前記識別する手段は、前記位相差の統計量が、前記第１の範囲および第２の範囲に含まれず、前記サンプリング単位で、前記第１の時間の統計量が前記第２の時間の統計量よりも長いときは、前記第１の時間を前記呼気時間として認識し、前記第１の時間の統計量が前記第２の時間の統計量よりも短いときは、前記第２の時間を前記呼気時間として認識する、解析装置。
4. 請求項１において、前記識別する手段は、前記サンプリング単位で、前記第１の時間の統計量が前記第２の時間の統計量よりも長いときは、前記第１の時間を前記呼気時間として認識し、前記第１の時間の統計量が前記第２の時間の統計量よりも短いときは、前記第２の時間を前記呼気時間として認識する、解析装置。
5. 請求項１に記載の解析装置と、
   前記センサーユニットとを有する、生体監視システム。
6. 請求項５において、前記呼気時間の統計量の増減を、脳波の低周波成分の強度の増減に対応する第１の要素として判断要素に含めて睡眠状態を推定し、推定された値を出力する手段をさらに有する、生体監視システム。
7. 請求項５に記載の生体監視システムと、
   前記解析装置から出力される前記呼気時間の統計量の増減を、脳波の低周波成分の強度の増減に対応する第１の要素として判断要素に含めて睡眠状態を推定し、生活環境の少なくとも一部を制御する装置とを有する、環境制御システム。
8. 複数の呼吸サイクルを含む呼吸信号を取得することと、
   前記複数の呼吸サイクルに含まれる極大から極小までの第１の時間と、極小から極大までの第２の時間とを分離し、所定の時間または所定のサイクル数をサンプリング単位として、前記第１の時間、前記第２の時間および／またはそれらに関連する値の統計量を計算し、それら統計量をメモリに記録することと、
   前記サンプリング単位で、前記統計量に基づき、前記第１の時間および前記第２の時間のいずれか一方が呼気時間であると識別することと、
   前記第１の時間の統計量および前記第２の時間の統計量のいずれか一方を前記呼気時間の統計量として出力することとを有する、解析方法。
9. 請求項８において、前記取得する工程では、横になった状態のユーザの荷重変化を検出可能なように所定の分布で配置され、前記ユーザからの荷重または振動に対応した信号を出力する複数の検出素子を含むセンサーユニットの検出結果に基づく前記呼吸信号とともに、前記複数の検出素子の信号のうち、前記ユーザの胸部下となる可能性の高い複数の胸部検出素子の信号を少なくとも取得し、
   前記記録する工程では、前記サンプリング単位で、前記複数の胸部検出素子のそれぞれからの信号の振幅の統計量の中で、最大の振幅の信号を出力した胸部検出素子を基準素子として選択し、前記基準素子の信号と前記呼吸信号との位相差の統計量をメモリに記録し、
   前記識別する工程では、前記位相差の統計量がゼロを中心とした第１の範囲内のときは、前記第１の時間および前記第２の時間の一方を前記呼気時間として認識し、前記位相差の統計量が１８０度を中心とした第２の範囲内のときは、前記第１の時間および前記第２の時間の他方を前記呼気時間として認識する、解析方法。
10. 請求項９において、前記識別する工程では、前記位相差の統計量が、前記第１の範囲および前記第２の範囲に含まれず、前記サンプリング単位で、前記第１の時間の統計量が前記第２の時間の統計量よりも長いときは、前記第１の時間を前記呼気時間として認識し、前記第１の時間の統計量が前記第２の時間の統計量よりも短いときは、前記第２の時間を前記呼気時間として認識する、解析方法。
11. 請求項８において、前記識別する工程では、前記サンプリング単位で、前記第１の時間の統計量が前記第２の時間の統計量よりも長いときは、前記第１の時間を前記呼気時間として認識し、前記第１の時間の統計量が前記第２の時間の統計量よりも短いときは、前記第２の時間を前記呼気時間として認識する、解析方法。
12. 複数の呼吸サイクルを含む呼吸信号を取得することと、
    前記複数の呼吸サイクルに含まれる極大から極小までの第１の時間と、極小から極大までの第２の時間とを分離し、所定の時間または所定のサイクル数をサンプリング単位として、前記第１の時間、前記第２の時間および／またはそれらに関連する値の統計量を計算し、それら統計量をメモリに記録することと、
    前記サンプリング単位で、前記統計量に基づき、前記第１の時間および前記第２の時間のいずれか一方が呼気時間であると識別することと、
    前記第１の時間の統計量および前記第２の時間の統計量のいずれか一方を前記呼気時間の統計量とし、前記呼気時間の統計量の増減を、脳波の低周波成分の強度の増減に対応する第１の要素として判断要素に含めて睡眠状態を推定して出力することとを有する、方法。
13. 複数の呼吸サイクルを含む呼吸信号を取得することと、
    前記複数の呼吸サイクルに含まれる極大から極小までの第１の時間と、極小から極大までの第２の時間とを分離し、所定の時間または所定のサイクル数をサンプリング単位として、前記第１の時間、前記第２の時間および／またはそれらに関連する値の統計量を計算し、それら統計量をメモリに記録することと、
    前記サンプリング単位で、前記統計量に基づき、前記第１の時間および前記第２の時間のいずれか一方が呼気時間であると識別することと、
    前記第１の時間の統計量および前記第２の時間の統計量のいずれか一方を前記呼気時間の統計量とし、前記呼気時間の統計量の増減を、脳波の低周波成分の強度の増減に対応する第１の要素として判断要素に含めて睡眠状態を推定して生活環境の少なくとも一部を制御することとを有する、方法。

Images