JP2020500051A - 睡眠監視 - Google Patents

Abstract

被験者のペアの睡眠を監視する睡眠監視システム（１０）は、空間（１）内の異なる睡眠領域において監視するＣＯ２センサー（２１、２１’）のペアと、ＣＯ２センサーのペアに通信可能に結合されたプロセッサ（３１）とを有する。睡眠領域中の各ＣＯ２センサーに対して、プロセッサは、睡眠領域中のＣＯ２センサーにより生成されるセンサーデータからＣＯ２濃度を監視して、前記睡眠領域における前記被験者の存在を検出し（２０３）、存在を検出したとき（２０５）、監視されたＣＯ２濃度を登録し（２０７）、存在を検出したとき、前記ＣＯ２センサー間のクロストークの程度を決定し（３０３）、決定されたクロストークの程度の関数として、前記存在中に登録されたＣＯ２濃度から前記被験者の睡眠パターン情報を求め、前記睡眠パターン情報は、少なくとも前記被験者が起きているとの表示と、前記被験者が眠っているとの表示とを含む（３０５、３１３）。

Description

本発明は、被験者ペアの睡眠を監視する睡眠監視システムに関する。

また本発明は、被験者ペアの睡眠を監視する方法に関する。

さらに本発明は、被験者ペアの睡眠の監視を容易にするコンピュータプログラム製品に関する。

特許文献１は、生理学的監視の方法およびシステムを開示している。この方法は、第１の被験者の内部または近くに配置され、第１の信号を供給するように構成された第１のセンサーで第１の被験者に関する量を測定するステップと、第２の被験者の内部または近くに配置され、第２の信号を供給するように構成された第２のセンサーで第２の被験者に関する量を測定するステップと、第１の被験者および／または第２の被験者に関する少なくとも１つの事象を判定するために、第１の信号および第２の信号ならびに第１の信号および第２の信号の相互関係を分析するステップとを含む。

特許文献２は、使用者の睡眠を監視し支援する睡眠支援システムを開示している。このシステムは、ユーザのベッドの近くに配置されるように構成されたベッドサイド装置を備え、ベッドサイド装置は任意的に、スピーカ、光源、マイクロホン、光センサー、温度センサー、制御ユニット、空気品質センサー、表示ユニット、ユーザインターフェースを備える。このシステムは、さらに、ユーザベッド内に配置された第１の検知ユニットを備え、この第１の検知ユニットは、ベッド内に横になっているユーザによって加えられる少なくとも圧力および圧力の変化を感知するように構成された１つまたは複数のセンサーを含む。追加のセンサー装置が、ユーザの身体に接触し、ベッドサイド装置に結合される。システムは、第１の検知ユニットおよび追加のセンサー装置の両方から得られるデータを相関させるように構成される。

睡眠は私たちの生活の重要な部分である。睡眠により、私たちの身体が休み、修復できることを保証し、したがって長期的な健康に不可欠である。従って、被験者である人々が適切に睡眠をとることが重要である。適切に睡眠を取らなければ、慢性的な健康問題が生じることがあります。このため、被験者による睡眠の監視を容易にする多くの解決策が提案されている。例えば、睡眠障害を診断したり、被験者の睡眠の質を改善するために、被験者が眠っている狭い空間の雰囲気を作り出すことによって睡眠プロセスを改善したりする。

例えば特許文献３は、被験者の脳波を検出する脳波検出手段と、これらの脳波を分析して様々な睡眠段階を検出するように構成されたコントローラとを備えた装置であって、空調機、加湿器および／または照明コントローラを制御して、検出された睡眠段階に応じて被験者の睡眠を改善するように構成される装置を開示している。

この装置の欠点は、眠ろうとしている被験者との物理的接触を必要とすることである。同様の解決策、例えば、圧力センサー等が、被験者が眠ろうとしているマットレスに装着される解決策は、ある程度、同じ問題が生じるか、または正確性の問題が生じるかもしれない。この物理的接触は、不快なものとして認識され、従って、監視される被験者の睡眠を妨害する。従って、より目立たない方法で睡眠を監視できる睡眠監視システムが必要である。特に、被験者ペア、例えばベッドを共にする夫婦の睡眠を、目立たない方法で正確に監視することができる睡眠監視システムが必要である。

米国特許出願公開第２０１５１７３６７１Ａ１号 欧州特許出願公開第２９７６９９４Ａ２号 中国特許第２０３１０１９５３Ａ号

本発明は、正確な睡眠情報を得るために睡眠中の被験者のペアとの物理的接触を必要としない睡眠監視システムを提供することを目的とする。

本発明はさらに、正確な睡眠情報を得るために睡眠中の被験者との物理的接触を必要としない被験者のペアの睡眠を監視する方法を提供することを目指している。

本発明は更に、コンピュータ装置におけるこのような方法の実施を容易にするコンピュータプログラム製品を提供することを目指している。

一態様によれば、被験者のペアの睡眠を監視する睡眠監視システムを提供する。該睡眠監視システムは、空間内の異なる睡眠領域において監視するＣＯ２センサーのペアと、前記ＣＯ２センサーのペアに通信可能に結合されたプロセッサとを有し、睡眠領域中の各ＣＯ２センサーに対して、前記プロセッサは、睡眠領域中のＣＯ２センサーにより生成されるセンサーデータからＣＯ２濃度を監視して、前記睡眠領域における前記被験者の存在を検出し、前記存在を検出したとき、監視されたＣＯ２濃度を登録し、前記存在を検出したとき、前記ＣＯ２センサー間のクロストークの程度を決定し、決定されたクロストークの程度の関数として、前記存在中に登録されたＣＯ２濃度から前記被験者の睡眠パターン情報を求め、前記睡眠パターン情報は、少なくとも前記被験者が起きているとの表示と、前記被験者が眠っているとの表示とを含む。

本発明は、被験者のペア、すなわち寝室を共にするペアの睡眠を、各々が被験者の一人に専用であるＣＯ２センサーのペアを用いて、目立たない方法で決定され得るという洞察に基づく。このようなＣＯ２センサーは、各個人の睡眠データ（例えば睡眠効率データ、特にＣＯ２センサー間のクロストークが定量化される場合の睡眠データ）の正確な測定を容易にすることが分かった。特に、例えば、一つ以上のドアまたは窓を開けることによる共有空間の換気が不十分である場合、ＣＯ２センサー間のクロストークは無視できないことが分かった。従って、本発明の実施形態は、これらのセンサーで空間内の各個人の正確な睡眠データを得るために、これらのＣＯ２センサー間のクロストークが、決定されなければならないかどうかを決定するために、共有空間の換気の程度を決定することを目的とする。

この目的のために、睡眠監視システムは、例えば睡眠監視システムの一部を形成するユーザインターフェースから、またはスマートフォン、タブレットコンピュータ等のような睡眠監視システムに通信可能に接続されるユーザ装置から、共有空間の換気の程度を示すユーザ情報、例えばユーザ命令を受信するように構成されてもよい。このようなユーザ情報は、例えば、各ＣＯ２センサーのＣＯ２センサーデータがこれらのセンサー間のクロストークの補正を必要とするかどうかを決定するために、睡眠監視システムが提供されたユーザ情報から共有空間の換気の程度を推定することができるように、共有空間のどのドアまたは窓が開けられたかの表示（ｉｎｄｉｃａｔｉｏｎ）を含んでいてもよい。このような推定は、例えば、共有スペースの各ドアまたは窓に対して、そのドアまたは窓を開いてその換気効率を決定し、一人以上の被験者が存在する場合にその空間内のＣＯ２レベルの発展を監視することによる、睡眠監視システムの履歴較正データに基づいてもよい。

あるいは、前記プロセッサは、監視されたＣＯ２濃度における最小ＣＯ２濃度と最大ＣＯ２濃度とを決定し、前記最小ＣＯ２濃度と前記最大ＣＯ２濃度との間の差分が所定閾値より小さいとき、前記被験者の睡眠パターンを求めるとき前記クロストークを無視するように構成されていてもよい。これは、睡眠監視システムが、ＣＯ２センサー間のクロストークを考慮する必要があるかどうかを自動的に決定することができ、それにより、ユーザの介入の必要性を回避できるという利点を有する。

空間における被験者の睡眠効率を決定するため、プロセッサは、登録されたＣＯ２濃度から前記被験者の睡眠パターン情報を求めるように構成されてもよく、それは、登録されたＣＯ２濃度の増加レートが第１閾値より大きいとき、前記被験者が起きていると識別し、登録されたＣＯ２濃度の増加レートが第１閾値と第２閾値との間にあるとき、前記被験者の浅い眠りを識別し、登録されたＣＯ２濃度が前記第２閾値より小さいとき、前記被験者の深い眠りを識別することにより行われてもよい。例えば、プロセッサは、睡眠監視システムのその場における較正によって第１の閾値を決定するように構成されてもよい。このようにして、各ＣＯ２センサーによって提供されるＣＯ２濃度情報を評価することによって、ＣＯ２センサーによって監視される被験者の睡眠効率を正確に決定することができる。

この目的のため、睡眠領域中の各ＣＯ２センサーに対して、プロセッサは、前記存在を検出したとき、睡眠評価を目的として前記ＣＯ２濃度が監視される期間を開始し、前記被験者が前記睡眠領域から離れたことを検出すると、前記期間を終了し、前記期間中に少なくとも１つのＣＯ２濃度変化率を決定するように構成されてもよい。例えば、プロセッサは、この期間のみ、ＣＯ２センサーで捕捉されたＣＯ２データを記憶するように構成されてもよい。このデータのみが、共有空間で眠っている一人以上の被験者の睡眠効率の決定に関係するからである。

いくつかの実施形態では、睡眠監視システムは、共有空間内の１つ以上の被写体の存在を検出するように構成された、１つ以上の追加のセンサー、例えば、運動検出センサー、光学センサー、温度センサーなどを含んでもよい。あるいは、前記プロセッサは、前記領域におけるＣＯ２濃度がさらに別の第１閾値より大きくなったことの検出により前記存在を検出し、第２のさらに別の閾値より前記ＣＯ２濃度が小さくなったことの検出により前記被験者が前記睡眠領域を離れたことを検出するように構成されてもよく、追加のセンサーを必要とせず、それによって睡眠監視システムのコストを低減するとの利点を有する。

一実施形態では、プロセッサは、各ＣＯ２センサーに対して、前記睡眠領域におけるＣＯ２濃度を定期的にサンプリングし、前記ＣＯ２濃度の登録中に取られた定期的なＣＯ２濃度サンプルに基づく線形フィットにより、登録されたＣＯ２濃度における少なくとも１つのＣＯ２濃度変化率を求めるように構成される。これは、例えば、前記プロセッサは、各サンプルの制度を改善するために、ある時点におけるＣＯ２濃度を、その時点に関連する時間に前記睡眠領域における前記ＣＯ２センサーで測定した複数のＣＯ２測定値を平均することにより、定期的にサンプリングするように構成されてもよく、前記時間は定期的サンプリングのサンプリング時間の長くても半分であってもよい。

一実施形態では、リニアフィットを使用して、睡眠監視システムのＣＯ２センサー間のクロストークを決定することができる。そのようなシナリオでは、プロセッサはさらに、監視され登録された各ＣＯ２濃度に対して、実際に監視されたＣＯ２濃度と、前記線形フィットとの間の差分関数を決定し、監視され登録されたＣＯ２濃度の差分関数と、監視され登録された他のＣＯ２濃度の平均差分関数およびスケーリング係数の積との間の差分に基づいて監視され登録されたＣＯ２濃度へのクロストークの寄与を決定するように構成されてもよく、前記スケーリング係数は前記空間と前記空間の換気レートとの少なくとも一つに依存してもよい。

前記プロセッサはさらに、前記睡眠領域の一方に被験者の存在を検出したとき、両方のＣＯ２センサーにより生成されるセンサーデータからＣＯ２濃度を監視するように構成されてもよい。

他の一態様では、空間内の異なる睡眠領域における被験者のペアの睡眠を監視する方法を提供する。各睡眠領域はＣＯ２センサーを含み、該方法は、各ＣＯ２センサーに対して、睡眠領域中のＣＯ２センサーにより生成されるセンサーデータからＣＯ２濃度を監視して、前記睡眠領域における前記被験者の存在を検出することと、前記存在を検出したとき、監視されたＣＯ２濃度を登録することと、前記存在を検出したとき、前記ＣＯ２センサー間のクロストークの程度を決定することと、決定されたクロストークの程度の関数として、前記存在中に登録されたＣＯ２濃度から前記被験者の睡眠パターン情報を求めることであって、前記睡眠パターン情報は、少なくとも前記被験者が起きているとの表示と、前記被験者が眠っているとの表示とを含む、こととを含む。このような方法は、必要に応じてＣＯ２センサー間のクロストークを考慮することにより、同じ空間を共有するカップルの睡眠パターン情報を、目立たない方法で正確に決定するために使用することができる。

本方法はさらに、ある領域の各ＣＯ２センサーに対して、前記存在を検出したとき、好ましくは前記領域におけるＣＯ２濃度の増加がさらに別の第１閾値より大きいことを検出することにより、睡眠評価を目的としてＣＯ２濃度が監視される期間を開始することと、好ましくは、前記ＣＯ２濃度の減少が第２のさらに別の閾値より大きいことの検出により、前記被験者が前記領域を離れることを検出したとき、前記期間を終了することと、前記期間中に少なくとも１つのＣＯ２濃度変化率を決定することとを含んでいてもよい。これは、該空間が被験者のペア（または被験者の一人）によって占有される場合に、空間におけるＣＯ２濃度の能動的監視を容易にし、それにより方法の効率を改善することができる。

一実施形態では、前記方法はさらに、好ましくは前記時点に関連する期間に前記領域における前記ＣＯ２センサーでの複数のＣＯ２測定値を平均することにより、前記領域におけるＣＯ２濃度を定期的にサンプリングすることであって、前記期間は長くても定期的サンプリングのサンプリング期間の半分である、ことと、前記ＣＯ２濃度の登録中に取られた定期的なＣＯ２濃度サンプルに基づく線形フィットにより、登録されたＣＯ２濃度における少なくとも１つのＣＯ２濃度変化率を求めることとを含む。このような線形フィットは、ＣＯ２センサー間のクロストークの程度を推定する方法で用いることができる。一実施形態では、本方法はさらに、登録された各ＣＯ２濃度に対して、実際に監視されたＣＯ２濃度と、前記線形フィットとの間の差分関数を決定することと、監視され登録されたＣＯ２濃度の差分関数と、監視され登録された他のＣＯ２濃度の平均差分関数およびスケーリング係数の積との間の差分に基づいて監視され登録されたＣＯ２濃度へのクロストークの寄与を決定することであって、前記スケーリング係数は前記空間と前記空間の換気レートとの少なくとも一つに依存することとを含んでもよい。

さらに別の態様によれば、本発明の任意の実施形態による睡眠監視システムのプロセッサで実行されると、本発明の任意の実施形態による方法をプロセッサに実行させる、コンピュータ可読プログラム命令を具現化したコンピュータ可読記憶媒体を含むコンピュータプログラム製品が提供される。

本発明の実施形態を、添付の図面を参照して、より詳細に、非限定的な実施例によって説明する。
一実施形態による睡眠監視システムを示す概略図である。 睡眠のための空間に展開された、一実施形態による睡眠監視システムを示す概略図である。 一実施形態による睡眠監視方法を示すフローチャートである。 一実施形態による睡眠監視方法の一態様を示すフローチャートである。 異なる覚醒状態に関連する一般的な人の呼吸量を示すグラフである。 人が活動している部屋の室内ＣＯ２レベルの測定値を示すグラフである。 人が覚醒しているが休んでいる部屋の室内ＣＯ２レベルの測定値を示すグラフである。 人が眠っている部屋の室内ＣＯ２レベルの測定値を示すグラフである。 一実施形態による、睡眠監視システムのＣＯ２センサーペアによって監視された、二晩にわたるＣＯ２発生のグラフである。 一実施形態による、睡眠監視システムのＣＯ２センサーで捕捉されたＣＯ２データに展開される線形適合方法を示すグラフである。 一実施形態による、実際に測定されたＣＯ２濃度と、睡眠監視システムのＣＯ２センサーで捕捉されたＣＯ２データに展開される線形適合との間の差分を示すグラフである。 一実施形態による、実際に測定されたＣＯ２濃度と、睡眠監視システムのＣＯ２センサーで捕捉されたＣＯ２データに展開される線形適合との間の平均差分を示すグラフである。 一実施形態による睡眠監視システムのＣＯ２センサーで得られたクロストーク済みＣＯ２監視データと、着用可能な睡眠監視装置（Ｐｈｉｌｉｐｓ Ａｃｔｉｗａｔｃｈ）で得られた睡眠パターンデータとの比較を示すグラフである。

言うまでもなく、図面は単なる概略的なものであり、スケール通りに沿って描かれていない。また、言うまでもなく、同一の参照番号を、同一の又は類似の部分を示すために図面全体にわたって使用する。

図１は、一実施形態による睡眠監視システム１０を示す概略図である。睡眠監視システム１０は、寝室のような、図２に概略的に示す閉じた空間１における被験者ペアの睡眠を監視するように構成される。各ＣＯ２センサー２１、２１’は、監視される被験者の検出範囲（Ｓｐ）以内に、例えばそのような被験者から１ｍ以内にあるように睡眠監視システム１０のＣＯ２センサー２１、２１’のペアが配置される。例えば、各センサーがベッド７のその側に寝ている被験者（人）によるＣＯ２排出を検出するように配置されるように、ＣＯ２センサー２１、２１’が空間１内の（ダブル）ベッド７の両側に配置されてもよい。ＣＯ２センサー２１、２１’は、任意の適切な方法で配置されてもよく、例えば、ベッド７のヘッドボード、ポストまたはフレームに取り付けられてもよい。ＣＯ２センサー２１、２１’の間の距離は、ＣＯ２センサー２１、２１’の間のクロストークの量を制限するために、少なくとも検出範囲Ｓｐであることが好ましく、この検出範囲よりも大きいことが好ましい。ＣＯ２センサー２１、２１’の各々は、空間１の換気出口３、５、例えばドアまたは窓から離して配置されるべきである。これは、このような換気に直接さらされると、このようなＣＯ２センサー２１、２１’によって提供されるＣＯ２測定値の精度が低下する可能性があるためである。例えば、各ＣＯ２センサーは、そのような換気からの干渉を避けるために、そのような換気出口から、検出範囲Ｓｐよりも大きい距離に配置されてもよい。

ＣＯ２センサー２１、２１’は、独立型センサーであってもよく、または１つ以上のセンサー装置（図示せず）に一体化されていてもよい。例えば、各ＣＯ２センサーが別個のセンサー装置内に一体化されてもよく、または両方のＣＯ２センサー２１、２１’が同じセンサー装置に一体化されてもよい。このようなセンサー装置２０はさらに１つ以上のさらなるセンサー（図示せず）をさらに含んでいてもよく、光センサー、音響センサー、例えばマイクロホン、ユーザ入力センサー、例えばユーザインターフェース等を含んでいてもよい。このようなセンサー装置は独立した装置であってもよく、例えば、監視される被験者に近接して配置され得るセンサーボックス等であってもよい。例えば、一人以上の被験者が眠るベッド７に、例えばそのベッドのヘッドボードなどにクリップ止めなどの方法でベッド７に固定され、その結果、その一人以上の被験者によるＣＯ２の呼気によって生じるＣＯ２濃度の変化が、そのＣＯ２が、センサー装置が配置される閉じた空間１、例えば１つ以上の被験者が眠る寝室の空気の総体積に拡散する前に、センサー装置によって正確に監視され得るように、センサー装置の大きさが決められる。

代替的な実施形態では、このようなセンサー装置は、以下でより詳細に説明するように、閉じた空間内の大気の状態を変えるように構成された装置の一部を形成してもよい。例えば、このような装置は、閉じた空間の大気（空気）中の純度、湿度、温度および香りレベルの少なくとも１つを調節するように適合されてもよい。このような機能は、例えば、空気浄化装置、空調装置、空気加湿装置、香料放出装置、または上記機能のうちの１つ以上を含む任意の装置に含まれてもよい。

睡眠監視システム１０は、一般的には、プロセッサ３１を含む計算装置３０を含む。図１に示すように、計算装置３０は、例えば１つ以上のセンサー装置に組み込まれるとき、ＣＯ２センサー２１、２１’に対する別個の装置であってもよい。例えば、計算装置３０は、例えばデスクトップコンピュータ又はラップトップコンピュータなどのパーソナルコンピュータ、タブレットコンピュータ、パーソナルデジタルアシスタント、スマートフォン等の移動通信装置、スマートウォッチ等のウェアラブルスマートデバイス等の任意の適切な計算装置とすることができる。計算装置３０は、ＣＯ２センサー２１、２１’を有するアセンブリ、例えばＣＯ２センサー２１、２１’を含む１つ以上のセンサー装置を有するアセンブリを形成することができる。このようなアセンブリにおいて、計算装置３０は、個別のエンティティであってもよく、または閉じた空間内の大気の状態を変えるように構成された装置の一部であってもよく、すなわち、そのような装置は、プロセッサ３１を含んでもよい。プロセッサ３１は、任意の適切なプロセッサ、例えば汎用プロセッサまたは特定用途向けプロセッサであってもよい。計算装置３０は、プロセッサ３１に通信可能に結合されたデータ記憶装置３３をさらに含んでもよい。

計算装置３０は、ＣＯ２センサー２１、２１’と通信し、一人以上の被験者がいる閉じた空間１におけるＣＯ２レベルを得るように構成される。ＣＯ２センサー２１、２１’及びもしあればさらに別のセンサーは、プロセッサ３１がそのようなセンサーからセンサー読み出しデータ（ｒｅａｄｉｎｇｓ）を受け取ることができるように、それぞれの通信リンク２５、２５’上（または共有通信リンク上）に、演算装置３０に通信可能に結合されてもよい。このような通信リンクは、例えば、センサーが計算装置３０と一体である場合、有線通信リンクであってもよく、または、例えば、センサーが計算装置３０と異なる装置内に、例えば、先に説明したような別個のセンサー装置内にある場合、無線通信リンクであってもよい。この目的のために、このような無線通信リンクを介して通信可能に結合された各装置は、無線トランシーバ（図示せず）を含むことができる。装置は、例えば、Ｂｌｕｅｔｏｏｔｈ（登録商標）、Ｗｉ−Ｆｉ、２Ｇ、３Ｇ、４Ｇ、５Ｇなどの移動通信プロトコル、適切な近接場通信プロトコル、または独自プロトコルなどの任意の適切な無線通信プロトコルを用いて、それぞれの無線トランシーバを介して互いに通信することができる。このような無線通信の場合、各装置は、互いに直接通信するか、または無線ブリッジ、ルータ、ハブなどの仲介装置を介して相互に通信することができる。このような各装置間の有線または無線通信の任意の適切な実施形態が考えられる。

プロセッサ３１はさらに、ここでは演算装置３０の一部を形成するように示されるデータ記憶装置３３に通信可能に結合されてもよい。このようなデータ記憶装置は、ディジタル・データを記憶するための任意の適切な装置であってよく、例えばランダムアクセスメモリ、キャッシュ・メモリ、フラッシュメモリ、固体記憶装置、ハードディスクのような磁気記憶装置、光記憶装置などであってもよい。あるいは、データ記憶装置３３は、計算装置３０とは別の装置であってもよく、例えば、ＬＡＮまたはインターネットなどのネットワークを介してプロセッサ３１にアクセス可能なネットワーク記憶装置またはクラウド記憶装置であってもよい。プロセッサ３１は、閉じた空間において被験者について取得した睡眠情報履歴を収集し、記憶するため、接続されたＣＯ２センサー２１、２１’から受信したセンサーデータをデータ記憶装置に記憶して、例えば、以下でより詳細に説明するように、これらの被験者の睡眠効率を分析する。

計算装置３０は、プロセッサ３１に制御下の感覚出力装置３５をさらに含んでもよい。このような感覚出力装置は、人間の感覚の１つによって検出することができる出力を生成することができる任意の装置であり得る。例えば、感覚出力装置３５は、可視出力または可聴出力を生成するように構成されてもよい。プロセッサ３１は、プロセッサ３１により決定される被験者の睡眠効率を示す制御信号を生成するように構成されてもよく、この制御信号が、感覚出力装置３５をトリガして、特定の被験者の決定された睡眠効率を示す感覚出力を生成する。例えば、感覚出力装置３５は、そのような被験者の決定された睡眠効率（または睡眠効率履歴）を表示するように構成されたディスプレイを備えることができる。

一実施形態における睡眠監視システム１０は、睡眠監視方法２００を実施し、そのフローチャートを図３に示す。方法２００は、ステップ２０１で始まり、例えば、睡眠監視システム１０がスイッチオンされ、その後、ステップ２０３に進み、空間１内のＣＯ２レベルがＣＯ２センサー２１、２１’で監視される。このようなＣＯ２センサーは、好ましくは、１００ｐｐｍより良好な感度を有し、より好ましくは１０ｐｐｍより良好な絶対精度を有する。睡眠監視システム１０は、好ましくは、空間１内のＣＯ２レベルを、１時間当たり少なくとも１０サンプル、より好ましくは１時間当たり少なくとも５０サンプルのサンプリングレートでサンプリングするように構成される。サンプリングされた各ＣＯ２レベル、すなわちＣＯ２濃度は、ＣＯ２センサー２１、２１’による複数のＣＯ２測定に基づき、サンプリングされる値は複数のＣＯ２測定値の平均値であってもよい。このような平均化により、サンプリング値がノイズによって破壊されるリスクを低減され、ノイズはこのような平均化技術において平均化されゼロになる（ａｖｅｒａｇｅｄ ｏｕｔ）。

サンプリングされたデータは、空間１で睡眠している一人以上の被験者の睡眠効率を判定する目的で定期的に評価される。このような時間は予め定められてもよく、例えば、１日１回、予め定められた時間に、または被験者の起床の検出に応答してでもよく、例えば、任意の好適なユーザインターフェースを用いて、睡眠監視システム１０に提供されるユーザコマンドによってトリガされてもよい。ユーザインターフェースは、例えば、スマートフォン、タブレットコンピュータ、パーソナルコンピュータ、ラップトップコンピュータ等のような移動通信装置のユーザインターフェースのような、例えば睡眠監視システム１０の一部を形成するユーザインターフェース、或いは睡眠監視システム１０に通信的に結合されるユーザインターフェースであってもよい。評価モードでは、プロセッサ３１は、先に説明したように、ＣＯ２センサー２１、２１’および／または任意の適切な被験者存在検出センサーのような追加のセンサーで収集された生データを評価して、２０５によって示されるように、被験者がどの時点で空間１に入ったかを判定する。例えば、このような存在は、空間１内のＣＯ２レベルの急増を検出することによって、ＣＯ２センサー２１、２１’で検出されてもよく、そのような急増は、空間１における被験者によるＣＯ２の呼気を示す。一実施形態では、プロセッサ３１は、ＣＯ２センサー２１、２１’によって決定される時刻ｔにおける実際のＣＯ２レベルが、時刻ｔ０における基準ＣＯ２レベルおよびスケーリング係数ＦＴＦ

の積よりも大きいかどうかをチェックすることによって、そのような被験者の存在を判定するように構成される。

スケーリング係数ＦＴＦは、経験的に決定されてもよく、典型的には、被験者の存在が高精度で決定されるように、即ち、存在検出における偽陽性または偽陰性のリスクが最小化されるように選択される。例えば、ＦＴＦの典型的な値は１．３であるが、他の値は同様に適用可能である。なぜなら、当業者には言うまでもないが、ＦＴＦの適切な値は、例えば、空間１の大きさや空間１における換気レベルなど、多数の要因に依存するからである。スケーリング係数ＦＴＦの値は、いくつかの時間間隔、例えば数夜にわたって測定されたＣＯ２時間発展から「学習」することによって、改善または適応させることもできる。

例えば、式（１）が真であると判定することにより、または存在検出器を用いて被験者を検出することにより、空間１内の被験者の存在を判定すると、方法２００は、２０７に進み、プロセッサ３１は、ＣＯ２センサー２１、２１’で収集されたデータの評価期間を開始する。当業者には言うまでもなく、この評価期間は、空間１内で眠っている被験者の個々の睡眠効率データを決定するために、それぞれのＣＯ２センサー２１、２１’で収集されたデータの別個の評価を含むことができる。ステップ２０９において、プロセッサ３１は、計算装置３０で収集されたセンサーデータを用いて（ｐｒｏｇｒｅｓｓ ｔｈｒｏｕｇｈ）、被験者が空間１にまだ存在するかどうかを判定する。被験者が空間１を離れたことは、（睡眠監視システム１０に存在する場合）存在検出器またはＣＯ２センサー２１、２１’を用いて検出することができる。この検出は、ＣＯ２センサー２１、２１’を用いて決定された時点ｔ１における実際のＣＯ２レベルが、時点ｔ１より前の所定時間ｔ（例えば、ｔ＝ｔ１〜１５分）における基準ＣＯ２レベルと、さらに別のスケーリング係数ＳＴＦ

との積よりも大きいかどうかをチェックすることにより行われる。

スケーリング係数ＳＴＦは、経験的に決定されてもよく、典型的には、被験者が空間１から出たことが高精度で判定されるように、即ち、不存在検出（ｄｅｐａｒｔｕｒｅ ｄｅｔｅｃｔｉｏｎ）における偽陽性または偽陰性のリスクが最小化されるように選択される。例えば、ＳＴＦの典型的な値は０．９であるが、他の値は同様に適用可能である。なぜなら、当業者には言うまでもないが、ＳＴＦの適切な値は、例えば、空間１の大きさや空間１における換気レベルなど、多数の要因に依存するからである。スケーリング係数ＳＴＦの値は、いくつかの時間間隔、例えば数夜にわたって測定されたＣＯ２時間発展から「学習」することによって、改善または適応させることもできる。

この方法２００は、被験者が空間１から出たことを判定すると、睡眠効率監視方法３００に進む。後述するように、評価期間の終点をｔ１に設定し、評価期間中に収集されるＣＯ２データを評価して、期間ｔ−ｔ１にわたる被験者の睡眠効率を導出する。方法２００は、この時点でステップ２０３に戻り、例えば、睡眠効率評価が実行され得るデータにおけるさらに別の評価期間を検出するために、計算装置３０で収集されたデータの評価を継続してもよく、あるいは方法２００は、この時点でステップ２１３において終了してもよい。

睡眠効率監視方法３００は、ステップ３０１で開始し、例えば、評価２０９から睡眠効率監視方法３００に入る方法２００によって開始され、その後、睡眠効率監視方法３００は、ステップ３０３に進み、このステップ３０３では、これらのセンサー間のクロストークのために、それぞれのＣＯ２センサー２１、２１’で収集されたＣＯ２データを補正する必要性の評価が行われる。一実施形態では、これは、ＣＯ２センサー２１、２１’間のクロストークを無視できる程度に抑制する空間１の十分な換気が分かっているので、空間１の換気条件の評価を含む。一実施形態では、睡眠監視システム１０は、前述のように、睡眠監視システム１０のユーザインターフェースまたは睡眠監視システム１０と（無線）通信している別の装置のユーザインターフェースを介して、ユーザによって提供されるユーザ情報から、空間１の換気条件を決定するように構成される。

例えば、このようなユーザ情報は、ドア３又はウインドウ５のうちどちらが開けられたかを示す情報を提供でき、その情報に基づき、睡眠監視システム１０は、ＣＯ２センサー２１、２１’間のクロストークを無視できるか判断することができる。睡眠監視システム１０、すなわちプロセッサ３１は、（所定数の被験者の存在下）空間１内のＣＯ２レベルが、ドア３および窓５のうち１つ以上が開かれ、ＣＯ２センサー２１、２１’で収集され、このような所定換気条件下での空間１の換気が、ＣＯ２センサー２１、２１’間のクロストークを抑制するのに十分であるか否かを決定する、較正データ履歴に基づいて決定することができる。

このようなクロストークが無視できないことを示す情報は、例えば、上記の評価期間内に、最大ＣＯ２レベルＭＡＸ（ＣＯ２（ｔ））と最小ＣＯ２レベルＭＩＮ（ＣＯ２（ｔ））との間の差Δｐ

を決定し、この差が所定閾値Ｔ、例えば、１５０ｐｐｍより小さいか判定することにより、決定することができる。この差が所定閾値Ｔを下回る場合、方法３００はステップ３０５に進み、空間１における各被験者の睡眠効率評価が、その被験者に関連するＣＯ２センサー２１、２１’で収集された未補正のＣＯ２データに基づき、すなわち、他のＣＯ２センサーとのクロストークを考慮せずに、そのセンサーで収集された分離されたＣＯ２データに基づく。

このような睡眠効率評価方法の例示的な実施形態を、図５を参照してより詳細に説明する。図５は、異なる覚醒状態（ｓｔａｔｅｓ ｏｆ ａｗａｒｅｎｅｓｓ）を検出する能力の概念、すなわち被験者の覚醒状態または睡眠状態の間の区別を与える。図５は、３つの睡眠段階を識別するグラフを示す。第Ｉ段階は覚醒状態であり、第ＩＩ段階は睡眠状態への移行段階であり、第ＩＩＩ段階は睡眠状態であり、Ｘ軸は時間（分）を示し、Ｙ軸は被験者の換気（リットル／分）を示す。したがって、このグラフは、被験者が覚醒状態から睡眠状態に至るまでの換気（呼吸）量の明確な減少を示している。そのため、覚醒状態から睡眠状態に至るＣＯ２排出量も減少する。単位時間に監視される被験者によって排出され監視されるＣＯ２量は、被験者が覚醒しているか睡眠しているかを示す指標として使用することができる。例えば、このような単位時間の間に排出されるＣＯ２の量が、所定閾値を超える場合、これは、被験者が覚醒していることを示していると考えられるが、そのような単位時間の間に排出されるＣＯ２の量がこの所定閾値を下回る場合、これは、被験者が眠っていることを示していると考えることができる。

被験者の睡眠を監視するためにＣＯ２レベルの監視を使用することの実現可能性を、図６ないし図８によってさらに説明する。図６ないし図８では、窓とドアを密閉して閉じた空間からのＣＯ２の損失を最小限に抑えて、運動（図６）、休息（図７）および睡眠（図８）中に被験者が排出するＣＯ２レベルを、同じ閉じた空間（すなわち、２９．２５ｍ３の一定容積の空間）内の一定時間にわたってＣＯ２センサーで監視した。運動中に、監視されたＣＯ２レベルは、１６．５ｐｐｍ／分のＣＯ２増加レートに変換された。安静状態（すなわち、被験者が覚醒しているが安静状態）では、監視されたＣＯ２濃度は３．０ｐｐｍ／分のＣＯ２増加レートに変換されたが、被験者の睡眠状態では、監視されたＣＯ２濃度は１．６ｐｐｍ／分のＣＯ２増加レートに変換された。

直ちに理解されるように、これらのＣＯ２増加レートの絶対値は、閉じた空間の容積、監視された被験者の体重および／または肺容量、閉じた空間からのＣＯ２の喪失レートなどのいくつかの要因に依存する。しかし、図６ないし図８のデータは、特定の被験者に対して、監視される被験者の種々の物理的状態の間の閉じた空間におけるＣＯ２レベル上昇レートに明らかな差が存在することを明確に示している。その結果、ＣＯ２レベルの増加レートを決定し、このレートを所定閾値と比較することにより、被験者が覚醒しているか睡眠しているかのような、被験者の物理的状態について決定を行うことができることが明らかである。

さらに、浅い睡眠状態にある人は、深い睡眠状態にある人と比べて、単位時間当たりの換気（呼吸）の容積が大きいことがよく知られており、その結果、監視される被験者の浅い睡眠と深い睡眠との間の区別は、閉じた空間におけるＣＯ２レベルの増加レートを監視し、閉じた空間におけるＣＯ２レベルの増加のレートをさらに別の所定閾値と比較することによって行うことができる。閉じた空間におけるＣＯ２レベルの増加レートがさらに別の所定閾値より大きいとき、浅い睡眠が検出され、閉じた空間におけるＣＯ２レベルの増加レートがさらに別の所定閾値を下回るとき、深い睡眠が検出される。

一実施形態では、睡眠監視システム１０は、表１（閾値１は閾値２よりも高い）に従って、監視対象の物理的状態を決定するように構成されてもよい。

すでに述べたように、閾値１および閾値２の絶対値は、閉じた空間の容積、監視される被験者の体重および／または肺活量、閉じた空間からのＣＯ２の喪失レートなどの多くの要因に依存する。一実施形態では、睡眠監視システム１０によって適用されるそれぞれの閾値は、システムの較正によって得ることができる。これは任意の適切な方法で実現することができる。例えば、少なくとも睡眠監視システム１０のＣＯ２センサー２１、２１’は、閉じた空間内に配置され、被験者が閉じた空間１内で睡眠する夜間などの一定期間にわたって被験者を監視するために使用される。ＣＯ２センサー２１、２１’で収集されたデータを評価して、閉じた空間内のＣＯ２レベルの増加レートの典型的な変化を識別してもよく、典型的な変化は、被験者の身体状態の変化、例えば、覚醒状態から浅い睡眠状態への移行、又は浅い睡眠状態から深い睡眠状態への移行を示してもよい。従って、収集されたデータにおいて種々の身体的状態を容易に識別することができ、その結果、これらの種々の身体的状態（その間の移行）と関連する閾値１および閾値２の適用可能な値が、収集されたデータから容易に導き出すことができる。このようにして抽出されたしきい値の精度を改善するために、較正中のデータ収集は、例えば複数の晩（ａ ｎｕｍｂｅｒ ｏｆ ｎｉｇｈｔｓ）にわたって、複数回（ａ ｎｕｍｂｅｒ ｏｆ ｔｉｍｅｓ）繰り返されてもよい。睡眠監視システム１０は、ユーザ起動可能な較正モードを有してもよい。例えば、睡眠監視システム１０は、例えば、計算装置３０と通信するようにアプリ（ａｐｐ）などで構成された別個の装置にある、またはコンピュータ装置３０自体にあるユーザインターフェースを備えることができ、これにより、ユーザは、例えば、監視される被験者が寝ようとする位置、例えば、ベッド７の異なるサイドである、空間１内の睡眠領域の近傍にＣＯ２センサー２１、２１’を設置した後に、較正モードを起動することができる。この領域では、監視対象の被写体は、例えばベッド７の異なる側面で眠ることを意図する。

一実施形態では、睡眠監視システム１０は、関連するＣＯ２センサー２１、２１’によって監視される被験者の睡眠効率を決定するように構成される。睡眠効率ＳＥは

のように定義される。ΔＴｔｏｔａｌは、被験者が眠ろうとしている総時間であり、一方ΔＴｓｌｅｅｐは被験者が実際に眠っている総時間である。ΔＴｔｏｔａｌは、被験者が眠ろうとしていることを示す表示により始まり、被験者が起床することを示す表示により終わる第１の時間として定義できる。被験者が起床するとの表示は、一般的には、被験者が眠っているとの表示の後になるが、これは必ずしも必要ない。例えば、被験者がまったく眠ろうとしないシナリオでは、そのような被験者が眠っている表示は得られない。

総時間ΔＴｔｏｔａｌは複数の方法で決定できる。例えば、この期間の開始点は、被験者が睡眠を試みている別のセンサーで指示を収集することによって判定することができる。これは、例えば、被験者がベッドに入ることを検出するための圧力センサーであってもよく、この圧力センサーは、例えば、枕またはマットレス等に取り付けられてもよい。しかし、被験者が睡眠を試みる前に、最初に本を読んだりテレビを見たりするなどのリラックス活動をする場合、このような指標は正確でない可能性がある。あるいは、別のセンサーは、閉じた空間における光レベルの変化を検出する光センサーであってもよい。このようにして、被験者がベッドサイドランプまたはテレビのような閉じた空間内の照明をオフにする場合、これは、被験者が睡眠に入ろうとすることの表示として解釈することができ、そのような表示は、時間ΔＴｔｏｔａｌの決定を開始することができる正確な表示であってもよい。同様に、マイクロホンなどの第２のセンサーをこの目的のために用いることができる。ユーザがテレビを消したり、読書をやめたりすると、閉じた空間におけるノイズレベルの低下が検出されるからである。 さらに別の実施形態では、被験者は、睡眠監視システム１０のユーザ入力センサーに、被験者が眠ろうとしていることの正確な表示（ｉｎｄｉｃａｔｉｏｎ）を提供するユーザ入力を提供してもよい。時間ΔＴｔｏｔａｌの終点は同様に決定でき、例えば、アラームがオフになるのを検出したり、被験者がスイッチオンしたり、被験者により排出されるＣＯ２の増加レートをＣＯ２センサー２１、２１’で決定することにより、決定できる。

ΔＴｓｌｅｅｐは、被験者が眠っている表示（ｉｎｄｉｃａｔｉｏｎ）により始まり、被験者が寝ているとの表示に続く被験者が起きているとの表示により終了する第２の時間として定義される。睡眠パターンが崩れた場合、被験者は複数の睡眠期間を経験することがある。このようなシナリオでは、被験者が睡眠していた時間の合計ΔＴｓｌｅｅｐは、被験者が睡眠中であると判定されたすべての期間を合計することによって得ることができる。

前述の通り、総時間ΔＴｓｌｅｅｐは、ＣＯ２センサー２１、２１’で収集されたＣＯ２センサーデータを用いて決定され得る。例えば、ＣＯ２センサー２１、２１’は、被験者が眠ろうとしている閉じた空間１におけるＣＯ２レベルを定期的にサンプリングすることができ、この定期的データを用いて総時間ΔＴｓｌｅｅｐを決定することができる。例えば、総時間ΔＴｓｌｅｅｐは、以前に捕捉されたデータ点に対するＣＯ２レベルの増加レートが閾値１未満である定期的データ中のデータ点の数をカウントすることによって決定され得る。収集されたセンサーデータからΔＴｓｌｅｅｐを決定する他の適切な方法は、当業者に直ちに明らかであろう。

睡眠監視システム１０は、例えば、監視される被験者がトイレなどでベッドから一時的に離れるシナリオを考慮して、さらに洗練されてもよい。この目的のために、例えば、睡眠監視システム１０は、被験者が所定時間内にベッドに戻ると判定された場合、時間ΔＴｔｏｔａｌの決定を継続するように構成することができる。これは、先に説明したように、例えばＣＯ２センサー２１、２１’および／またはさらに別の一以上のセンサーによって提供されるセンサーデータを使用して、任意の適切な方法で決定することができる。その他の洗練に対するアプローチは、当業者には明らかであろう。

一実施形態では、睡眠監視システム１０はさらに、監視される被験者の睡眠潜時（ｓｌｅｅｐ ｏｎｓｅｔ ｌａｔｅｎｃｙ、ＳＯＬ）を計算するように構成される。睡眠潜時は、被験者が睡眠に入ろうとする時点と、被験者が実際に睡眠に入る時点との間の時間として定義される。被験者が睡眠に入ろうとする時点と、被験者が実際に睡眠に入る時点とは、先に説明したように決定することができる。

一実施形態では、睡眠監視システム１０は、計算された睡眠効率ＳＥの指標を感覚出力装置３５に提供し、その指標は任意的に睡眠潜時ＳＯＬの指標を含み、監視対象が自分の睡眠効率を知ることができるようにするように構成されてもよい。この目的のために、感覚出力装置３５は、例えばタブレット装置などの携帯可能なコンピュータ装置３０、またはスマートフォンのような移動通信装置、あるいはスマートウォッチなどの着用可能な装置などに含まれても良い。これは、ＣＯ２センサー２１、２１’が計算装置３０とは別であり、例えば１つ以上のセンサー装置の一部分である場合、ＣＯ２センサー２１、２１’と計算装置３０との間に短距離無線通信、例えばＮＦＣまたはＢｌｕｅｔｏｏｔｈ（登録商標）が配備されてもよく、これはエネルギー効率の点で有益であり得る。

睡眠監視システム１０は、監視される被験者の睡眠履歴の評価を可能にするために、睡眠効率の履歴を構築するように構成されてもよい。例えば、プロセッサ３１は、睡眠監視データおよび／または睡眠監視データから計算された睡眠効率をデータ記憶装置３３に記憶するように構成されてもよい。睡眠監視システム１０は、感覚出力装置３５としてのディスプレイを含むことができ、データ記憶装置３３に記憶された睡眠履歴をこのディスプレイに表示することができる。このようにして、監視される被験者の睡眠効率の履歴を表示し、評価することができ、これは、監視される被験者の典型的な睡眠行動に対する貴重な洞察を提供することができる。例えば、このような洞察を用いて、監視される被験者のある身体症状が、ある期間にわたり監視された被験者の睡眠効率によって説明できるか、またはあるパターンが、収集されたデータから、例えば、平日と週末の間の睡眠効率の差（これは基礎的なストレス関連因子を示唆する）から導き出すことができるかどうかを決定することができる。

ここで、図４に戻ると、ＣＯ２センサー２１、２１’で収集されたデータが、例えば空間１の換気が不十分であるため、センサー間の無視できないクロストークを含む可能性が高いとステップ３０３で判断される場合、方法３００は、ステップ３０７に進み、各ＣＯ２センサー２１、２１’で収集されたデータセット内の評価期間に対して、線形適合手順を行い、そのような評価期間を各々がある勾配を有する複数の線形セグメントに分割する。これは、図９を参照してより詳細に説明する。図９は、各々が異なる日周期（すなわち、連続した２夜）に対応し、これらの期間中にＣＯ２センサー２１、２１’で収集されたデータが描かれている（図９の実線）２つのグラフを示す。図９の破線は、分析が実行される選択された時間を示す（状態信号値＝１）。信号値のゼロから１への移行または１からゼロへの移行（縦の破線）は、より詳細に上述したように、評価期間の開始（すなわち、検出されるＣＯ２レベルの急激な上昇）および終了（検出されるＣＯ２レベルの急激な低下）を示す検出されたＣＯ２レベルの変化を示す。

各評価期間に対して、図１０に示されるような線形フィットが行われる。図１０に見られるように、上述したサンプルレートＳＲで、ＣＯ２センサー２１、２１’で収集されたデータ４０１は、四角形で示されているように、複数の一定持続時間の時間に分割される。このような各時間間隔は、データ４０１の（平均化された）データサンプルの１つである開始点ｔｓと、データ４０１の（平均化された）データサンプルの別の１つである終了点ｔｅによって定義され、開始点および終了点は、各時間間隔がデータ４０１のＮ個の中間データサンプルを含むように定められる。各時間は、必ずしも必要ではないが、同じ時間であってもよい。各時間は、好ましくは、先に説明したように、データ平均化の目的で、複数のデータ点がＣＯ２センサー２１、２１’で収集される期間の少なくとも２倍、より好ましくは、この期間の少なくとも４倍の期間を有する。各時間について、時間の勾配Ｓは、

で決定することができる。

式５において、ＣＯ２（ｔｅ）およびＣＯ２（ｔｓ）は、それぞれ、前記時間の終点および始点においてデータ４０１を生成するＣＯ２センサーによって決定されるＣＯ２レベルである。このようにして、線形フィット曲線４０３を得ることができ、それは線形化時間（ｌｉｎｅａｒｉｚｅｄ ｔｉｍｅ ｉｎｔｅｒｖａｌｓ）から構成され、各時間（ｔｉｍｅ ｉｎｔｅｒｖａｌ）は、式５に従って決定される勾配を有する。

次に、方法３００はステップ３０９に進み、ＣＯ２センサー２１、２１’で収集された実際のデータ４０１と、その線形フィット曲線４０３との間の差が決定される。図１１は、この差分関数が可視化されたグラフを示す。このような差分関数Ｄｉｆｆは、

で表すことができる。

式６において、Ｄｉｆｆｋ（ｔ）は、時点ｔで測定したＣＯ２レベル間のＣＯ２センサーｋの差（ＣＯ２ｋ（ｔ））であり、ＣＯ２ｋ（ｔｓ）は、この時間間の始点ｔｓにいてＣＯ２センサーｋで決定されたＣＯ２レベルであり、Ｓ（ｔｓ）は、式５で決定したこの時間（ｔｉｍｅ ｉｎｔｅｒｖａｌ）の勾配である。

これらの差の値は、当業者には言うまでもなく、空間１で眠っている被験者の睡眠活動と既に相関している。しかし、このデータを個別化するために、各データセットに対するクロストークの寄与を特定する必要がある。この目的のために、各ＣＯ２センサー２１、２１’に対して、修正された活性信号ｍＡＣが導出され、これは他のＣＯ２センサーの差分関数Ｄｉｆｆから得られる情報を含む。この目的のために、方法３００はステップ３１１に進み、他のＣＯ２センサー（ここではラベルｋ’）の平均差分関数［Ａｖｅ（Ｄｉｆｆｋ’（ｔ）］）が決定される。この差分関数Ａｖｅ（Ｄｉｆｆｋ’（ｔ））の目的は、第１の人の睡眠活動を決定するために使用されるセンサー２１によって生成されるＣＯ２信号に対する、第２の人の寄与の分離を改善することである。これは、第２の人に近いセンサー２１’の情報を利用することによって行われる。しかし、センサー２１’のＣＯ２信号は、他の（第一の）人の寄与も含むという事実のため、これらの信号を分離する特別な手段が必要である。

センサー２１’と第１の人の距離が大きいため、第１の人の寄与によるセンサー２１’のＣＯ２信号の信号振幅と、信号変化の勾配とは小さい。その結果、ＣＯ２センサーｋ’の差［Ｄｉｆｆｋ’（ｔ）］の平均値が、加重係数ｂとともに補正に用いられる。Ｄｉｆｆｋ’（ｔ）とｂの積を、差分関数Ｄｉｆｆｋ（ｔ）に加えて、

を得る。

上述のように、差分関数Ｄｉｆｆｋ（ｔ）およびＤｉｆｆｋ’（ｔ）の平均は、好ましくは、先に説明したように、データ４０１（ｔａｖｅ）内の平均サンプル点を得る平均化期間よりも大きい時定数τで実行される。τはこの平均期間の１．５倍より大きくなければならず、好ましくはこの平均期間の４〜６倍の間にある。センサー２１’の平均信号Ａｖｅ（Ｄｉｆｆｋ’（ｔ））の例を図１２に示す。使用される時定数はτ＝５×ｔａｖｅである。

式（７）において、βは、ＣＯ２センサー２１、２１’間のクロストークの量を定量化するスケーリングファクターである。スケーリングファクターβの典型的な値は、０．２〜０．８の範囲であり、一実施形態では、β＝０．５である。このスケーリングファクターは、経験的に決定することができ、空間１における実際の換気条件においてファクターとなり得る。例えば、換気がない場合、ある程度の換気がＣＯ２センサー２１、２１’間のクロストークを低減する状況に比べて、より高いスケーリングファクターβが展開され得る。

次に、方法３００はステップ３１３に進み、空間１における各被験者の睡眠効率評価が、式７で得られた対応するＣＯ２センサー２１、２１’のｍＡＣ信号に基づいて行われる。各ｍＡＣ信号は、方法３００のステップ３０５についてより詳細に記載された評価方法に従って評価されてもよい。代替的にまたは追加的に、例えば、そのセンサーに関連する被験者がベッド７で寝返りをうって、対応するＣＯ２センサーに向けられるＣＯ２が減少するように、対応するＣＯ２センサーのノイズおよび感度の変動を補償するために、閾値ＴＨをこの信号のデータに適用することによって、各ｍＡＣ信号をさらに分析されてもよい。この実施形態では、空間１における被験者の滞在中の被験者の活動時間ＴＡＣは、

で計算することができる。

式８において、ｔｓｔａｒｔとｔｅｎｄは評価時間の開始時間と終了時間である。
閾値ＴＨｋは、ｍＡＣｋの最小値に基づいて決定することができる。例えば、この最小値にスケーリング係数γを乗じた絶対値を用いて、ＴＨｋを

と定義することができる。

スケーリングファクターγは経験的に求めることができ、０．５より大きくなければならない。好ましい実施形態では、γの値は約１．５である。しかし、睡眠評価手順の精度を改善するために、γがこの下限値よりも小さくなると、ＴＨｋの値はγの代わりに使用される所定の下限値を有することがある。例えば、ＴＨｋの下限は１５ｐｐｍと定められる。あるいは、この下限は、２０ｐｐｍ×Ｑ／Ｖと定めてもよく、ここでＱは換気レートであり、Ｖは空間１の体積である。この下限の他の適切な定義は、当業者には直ちに明らかであろう。

一実施形態による睡眠監視システム１０によって概念の証明を実証した。この実証では、ＣＯ２センサー２１、２１’で捕捉された二人の被験者のＣＯ２排出量を、各被験者が装着する較正済みの着用可能な睡眠監視装置（Ｐｈｉｌｉｐｓ Ａｃｔｉｗａｔｃｈ）で得られた睡眠活動データと比較した。図１３は、ＣＯ２センサー２１、２１’のうちの１つのｍＡＣ信号（上の信号）と、このＣＯ２センサーによって監視される被験者から得られるＡｃｔｉｗａｔｃｈ信号（下の信号）とを示す。ｍＡＣ信号に適用されるしきい値ＴＨは、ＴＨとラベル付けされた太い矢印によって示される。表２に、３日間にわたり、ＣＯ２センサー２１、２１’（それぞれＴＡＣ、１およびＴＡＣ、２）およびアクティウォッチ（それぞれＡＷ１およびＡＷ２）を用いて決定したＴＡＣ値を示す。

図１３および表２の両方から分かるように、睡眠監視システム１０で収集されたデータとアクティウォッチ・データとの間には、特に、より長い期間にわたって収集されたデータに関して、優れた相関が存在する。これは、ＣＯ２センサー２１、２１’間のクロストークの存在下で、個々の睡眠活動を正確に監視する睡眠監視システム１０の能力を明確に実証するものである。

この時点で、上述の睡眠評価方法は、当業者には明らかなように、さらに強化され得ることに留意されたい。例えば、睡眠監視システム１０は、絶対湿度センサーなどのさらに別のセンサーを組み込むことができ、この湿度情報を用いて、ＣＯ２センサー２１、２１’で収集されたデータ上のノイズを低減することができる。同様に、換気される空間１の場合、ＣＯ２レベルの屋外変動がこのようなノイズレベルに影響する可能性がある。睡眠監視システム１０は、ＣＯ２センサー２１、２１’で収集されたデータを相応に修正するために、例えばこのようなレベルを提供する遠隔インターネットサービスから実際の屋外ＣＯ２レベルを得るように構成されてもよい。

本発明の態様は、被験者の睡眠を監視するための睡眠監視システム１０および方法１００として具体化することができる。本発明の態様は、コンピュータ可読プログラムコードが記録された一以上のコンピュータ可読媒体に化体されたコンピュータプログラムの形式を取っても良い。コードは、典型的には、このような睡眠監視システム１０のプロセッサ３１上で実行されるとき、睡眠監視方法１００を実施するコンピュータ可読プログラム命令を具体化する。

一以上のコンピュータ可読媒体の任意の組み合わせを利用してもよい。コンピュータ可読媒体は、コンピュータ可読信号媒体であっても、コンピュータ可読記憶媒体であってもよい。コンピュータ可読記憶媒体は、例えば、電子的、磁気的、光学的、電磁気的、赤外線、又は半導体のシステム、装置、又は装置、又はそれらの任意の好適な組み合わせであってもよい。このようなシステム、装置または装置は、任意の適切なネットワーク接続を介してアクセス可能であってもよく、例えば、システム、装置または装置は、ネットワークを介してコンピュータ可読なプログラムコードを検索するために、ネットワークを介してアクセス可能であってもよい。このようなネットワークは、例えば、インターネット、移動体通信ネットワーク等であってもよい。機械可読記憶媒体のより具体的な例（非網羅的なリスト）には、１つ以上のワイヤを有する電気接続、ポータブルコンピュータディスケット、ハードディスク、ランダムアクセスメモリ（ＲＡＭ）、読み取り専用メモリ（ＲＯＭ）、消去可能プログラマブル読み取り専用メモリ（ＥＰＲＯＭまたはフラッシュメモリ）、光ファイバ、携帯型コンパクトディスク読み取り専用メモリ（ＣＤ−ＲＯＭ）、光記憶デバイス、磁気記憶デバイス、またはこれらの任意の適切な組み合わせを含むことができる。 本願の文脈において、コンピュータ可読媒体は、命令実行システム、装置、またはデバイスによって使用される、又はその組み合わせで使用されるプログラムを含むか、または格納することができる任意の有形媒体であってもよい。

コンピュータ可読信号媒体は、例えば、ベースバンドに、または搬送波の一部としてコンピュータ可読プログラムコードが化体された伝搬データ信号を含んでいても良い。かかる伝搬信号は、電磁的、光学的、またはそれらの好適な組み合わせを含むがこれらに限定されないさまざまな形式を取り得る。コンピュータ可読信号媒体は、コンピュータ可読記憶媒体ではなく、命令実行システム、装置、又はデバイスによる使用のため、またはそれに関連して、プログラムを伝送、伝搬、又は輸送できる任意のコンピュータ可読媒体であってもよい。
コンピュータ可読媒体に化体されたプログラムコードは、無線、有線、光ファイバケーブル、ＲＦなど、またはこれらの任意の好適な組み合わせを含むがこれらに限定されない任意の適切な媒体を用いて送信されてもよい。

プロセッサ３１上で実行される本発明の方法を実行するコンピュータプログラムコードは、Ｊａｖａ（登録商標）、Ｓｍａｌｌｔａｌｋ、Ｃ＋＋などのオブジェクト指向プログラミング言語やＣなどの従来の手続型プログラミング言語１つ以上のプログラミング言語の任意の組み合わせで記述できる。プログラムコードは、スタンドアロン・ソフトウェア・パッケージ、例えばアプリとしてプロセッサ３１上で全体を実行するか、またはプロセッサ３１上で部分的に、およびリモートサーバ上で部分的に実行することができる。後者のシナリオでは、リモートサーバは、ローカルエリアネットワーク（ＬＡＮ）やワイドエリアネットワーク（ＷＡＮ）を含む任意のタイプのネットワークを通じて睡眠監視システム１０に接続されていてもよく、接続は、例えば、インターネットサービスプロバイダを用いてインターネットを通して、外部コンピュータにされていてもよい。

本発明の態様は、本発明の実施形態による方法、装置（システム）及びコンピュータプログラムのフローチャート及び／又はブロック図を参照して説明される。言うまでもなく、フローチャートおよび／またはブロック図の各ブロック、およびフローチャート図および／またはブロック図のブロックの組み合わせは、命令が、フローチャートおよび／またはブロック図のブロックに指定された機能／行為を実行するための手段を生成するように、睡眠監視システム１０のプロセッサ３１上で全体的にまたは部分的に実行されるコンピュータプログラム命令によって実行され得る。これらのコンピュータプログラム命令はまた、睡眠監視システム１０に特定の方法で機能するように指示することができるコンピュータ可読媒体に格納されてもよい。

コンピュータプログラム命令は、プロセッサ３１にロードされて、プロセッサ３１上で一連の動作ステップを実行させ、プロセッサ３１上で実行される命令が、フローチャートおよび／またはブロック図のブロックに指定された機能／動作を実行するためのプロセスを提供するように、コンピュータで実行されるプロセスを生成する。コンピュータプログラム製品は、睡眠監視システム１０の一部を構成することができ、例えば、睡眠監視システム１０上に設置することができる。

もちろん、上記の実施形態は、本発明を例示するものであり、限定するものではなく、当業者は、添付したクレームの範囲を逸脱することなく、別の実施形態を多数設計することができる。クレームにおいて、括弧の間に入れた参照符号はクレームを限定するものと解釈してはならない。「有する」という用語は、請求項に挙げられたもの以外の構成要素やステップの存在を排除するものではない。構成要素に付された「１つの」、「一」という用語は、その構成要素が複数あることを排除するものではない。本発明は、複数の区別できる要素を含むハードウェアにより実装してもよい。複数の手段を挙げる装置クレームにおいて、これらの手段は、１つの同じハードウェアにより実施することができる。相異なる従属クレームに手段が記載されているからといって、その手段を組み合わせて有利に使用することができないということではない。

Claims (15)

1. 被験者のペアの睡眠を監視する睡眠監視システムであって、
   空間中の異なる睡眠領域に取り付けられ、被験者によるＣＯ２排出を検出するように配置されたＣＯ２センサーのペアと、
   前記ＣＯ２センサーのペアに通信可能に結合されたプロセッサとを有し、
   睡眠領域中の各ＣＯ２センサーに対して、前記プロセッサは、
   前記睡眠領域中のＣＯ２センサーにより生成されるセンサーデータからＣＯ２濃度を監視して、前記睡眠領域における前記被験者の存在を検出し、
   前記存在を検出したとき、監視されたＣＯ２濃度を登録し、
   前記存在を検出したとき、前記ＣＯ２センサー間のクロストークの程度を決定し、
   決定されたクロストークの程度の関数として、前記存在中に登録されたＣＯ２濃度から前記被験者の睡眠パターン情報を求め、前記睡眠パターン情報は、少なくとも前記被験者が起きているとの表示と、前記被験者が眠っているとの表示とを含む、睡眠監視システム。
2. 前記プロセッサは、監視されたＣＯ２濃度における最小ＣＯ２濃度と最大ＣＯ２濃度とを決定し、前記最小ＣＯ２濃度と前記最大ＣＯ２濃度との間の差分が所定閾値より小さいとき、前記被験者の睡眠パターンを求めるとき前記クロストークを無視する、
   請求項１に記載の睡眠監視システム。
3. 前記プロセッサは、前記空間の換気の程度を示すユーザ命令に応じて、前記被験者の睡眠パターンを求めるときに、前記クロストークを推定するように構成される、
   請求項１または２に記載の睡眠監視システム。
4. 前記プロセッサは、
   登録されたＣＯ２濃度の増加レートが第１閾値より大きいとき、前記被験者が起きていると識別し、
   登録されたＣＯ２濃度の増加レートが前記第１閾値と第２閾値との間にあるとき、前記被験者の浅い眠りを識別し、
   登録されたＣＯ２濃度が前記第２閾値より小さいとき、前記被験者の深い眠りを識別することにより、
   登録されたＣＯ２濃度から前記被験者の睡眠パターン情報を求めるように構成される、
   請求項１ないし３いずれか一項に記載の睡眠監視システム。
5. 睡眠領域中の各ＣＯ２センサーに対して、前記プロセッサは、
   前記存在を検出したとき、睡眠評価を目的として前記ＣＯ２濃度が監視される期間を開始し、
   前記被験者が前記睡眠領域から離れたことを検出すると、前記期間を終了し、
   前記期間中に少なくとも１つのＣＯ２濃度変化率を決定する、
   請求項１ないし４いずれか一項に記載の睡眠監視システム。
6. 前記プロセッサは、
   前記睡眠領域におけるＣＯ２濃度がさらに別の第１閾値より大きくなったことの検出により前記存在を検出し、
   第２のさらに別の閾値より前記ＣＯ２濃度が小さくなったことの検出により前記被験者が前記睡眠領域を離れたことを検出するように構成される、
   請求項５に記載の睡眠監視システム。
7. 各ＣＯ２センサーに対して、前記プロセッサは、
   前記睡眠領域におけるＣＯ２濃度を定期的にサンプリングし、
   前記ＣＯ２濃度の登録中に取られた定期的なＣＯ２濃度サンプルに基づく線形フィットにより、登録されたＣＯ２濃度における少なくとも１つのＣＯ２濃度変化率を求めるように構成される、
   請求項１ないし６いずれか一項に記載の睡眠監視システム。
8. 前記プロセッサは、ある時点におけるＣＯ２濃度を、その時点に関連する時間に前記睡眠領域における前記ＣＯ２センサーで測定した複数のＣＯ２測定値を平均することにより、定期的にサンプリングするように構成され、前記時間は定期的サンプリングのサンプリング時間の長くても半分である、
   請求項７に記載の睡眠監視システム。
9. 監視され登録された各ＣＯ２濃度に対して、前記プロセッサは、
   実際に監視されたＣＯ２濃度と、前記線形フィットとの間の差分関数を決定し、
   監視され登録されたＣＯ２濃度の差分関数と、監視され登録された他のＣＯ２濃度の平均差分関数およびスケーリング係数の積との間の差分に基づいて監視され登録されたＣＯ２濃度へのクロストークの寄与を決定するように構成され、前記スケーリング係数は前記空間と前記空間の換気レートとの少なくとも一つに依存する、
   請求項７または８に記載の睡眠監視システム。
10. 前記プロセッサは、前記睡眠領域の一方に被験者の存在を検出したとき、両方のＣＯ２センサーにより生成されるセンサーデータからＣＯ２濃度を監視するように構成される、
    請求項１ないし９いずれか一項に記載の睡眠監視システム。
11. 空間内の異なる睡眠領域における被験者のペアの睡眠を監視する方法であって、
    各睡眠領域は被験者によるＣＯ２排出を検出するように配置されたＣＯ２センサーを含み、
    前記方法は、各ＣＯ２センサーに対して、
    前記睡眠領域中のＣＯ２センサーにより生成されるセンサーデータからＣＯ２濃度を監視して、前記睡眠領域における前記被験者の存在を検出することと、
    前記存在を検出したとき、監視されたＣＯ２濃度を登録することと、
    前記存在を検出したとき、前記ＣＯ２センサー間のクロストークの程度を決定することと、
    決定されたクロストークの程度の関数として、前記存在中に登録されたＣＯ２濃度から前記被験者の睡眠パターン情報を求めることとを含み、前記睡眠パターン情報は、少なくとも前記被験者が起きているとの表示と、前記被験者が眠っているとの表示とを含む、方法。
12. ある領域における各ＣＯ２センサーに対して、
    前記存在を検出したとき、好ましくは前記領域におけるＣＯ２濃度の増加がさらに別の第１閾値より大きいことを検出することにより、睡眠評価を目的としてＣＯ２濃度が監視される期間を開始することと、
    好ましくは、前記ＣＯ２濃度の減少が第２のさらに別の閾値より大きいことの検出により、前記被験者が前記領域を離れることを検出したとき、前記期間を終了することと、
    前記期間中に少なくとも１つのＣＯ２濃度変化率を決定することとを含む、
    請求項１１に記載の方法。
13. 好ましくはある時点に関連する期間に前記睡眠領域における前記ＣＯ２センサーでの複数のＣＯ２測定値を平均することにより、前記睡眠領域におけるＣＯ２濃度を定期的にサンプリングすることであって、前記期間は長くても定期的サンプリングのサンプリング期間の半分である、ことと、
    前記ＣＯ２濃度の登録中に取られた定期的なＣＯ２濃度サンプルに基づく線形フィットにより、登録されたＣＯ２濃度における少なくとも１つのＣＯ２濃度変化率を求めることと、を含む、
    請求項１１または１２に記載の方法。
14. 登録された各ＣＯ２濃度に対して、
    実際に監視されたＣＯ２濃度と、前記線形フィットとの間の差分関数を決定することと、
    監視され登録されたＣＯ２濃度の差分関数と、監視され登録された他のＣＯ２濃度の平均差分関数およびスケーリング係数の積との間の差分に基づいて監視され登録されたＣＯ２濃度へのクロストークの寄与を決定することであって、前記スケーリング係数は前記空間と前記空間の換気レートとの少なくとも一つに依存する、ことと、を含む、
    請求項１３に記載の方法。
15. 請求項１ないし１０いずれか一項に記載の睡眠監視システムのプロセッサで実行されると、前記プロセッサに、請求項１１ないし１４いずれか一項に記載の方法を実施させるコンピュータプログラム。

Images