JP4357503B2

JP4357503B2 - 生体情報計測装置、生体情報計測方法および生体情報計測プログラム

Info

Publication number: JP4357503B2
Application number: JP2006178644A
Authority: JP
Inventors: 琢治鈴木; 一成大内
Original assignee: Toshiba Corp
Current assignee: Toshiba Corp
Priority date: 2006-06-28
Filing date: 2006-06-28
Publication date: 2009-11-04
Anticipated expiration: 2026-06-28
Also published as: US7664606B2; JP2008006005A; US20080004811A1; CN101095612A

Description

本発明は、生体情報を計測する生体情報計測装置、生体情報計測方法および生体情報計測プログラムに関するものである。

従来、自律神経の活性状態の計測には、さまざまな手法が存在する。その中でも心拍の拍動間隔の揺らぎから、交感神経および副交感神経の活性度合いを取得する手法として、心拍の間隔変動の周波数解析に基づく手法が近年よく使用されている。

心拍の取得には、心電図、光電式または圧力式の脈波を用い、得られた波形のピーク間隔の時間を読み取るのが一般的である。心拍の一拍ごとの間隔データを複数取得し、この間隔について周波数スペクトルに変換し、その中の低周波領域（ＬＦ：０．０５〜０．１５Ｈｚ）と高周波領域（ＨＦ：０．１５〜０．４Ｈｚ）それぞれのパワーを特定するものである。これら低周波領域および高周波領域が自律神経それぞれの活性度と関連があることに基づく手法である。

また、周波数解析が手軽に実施できる計算機環境が整備されない場合には、もっと簡便な指標として、ＲＲ５０やＭＳＳＤという指標が用いられる場合もある。ＲＲ５０を得るためには、隣り合った二つの心拍間隔データの差分を演算し、５０ｍｓｅｃを超えるものをカウントアップする。所定時間（たとえば１分間）におけるカウント数がＲＲ５０である。また、ＭＳＳＤとは、the mean of the sum of the squared differences in successive R-R intervalsの略であり、隣り合った二つの心拍間隔データの差分の二乗を演算し、所定時間内の平均を求めたものである。これらはいずれも自律神経による揺らぎの度合いに基づく活性度計測法である。

そのほかの自律神経計測手法として、心電と呼吸を利用してリアルタイムに副交感神経活動を評価するものや（例えば、「特許文献１」参照）、脈拍間隔の過去３点の大小関係から副交感神経活動を評価するもの（例えば、「特許文献２」参照）などがあげられる。

自律神経活動を計測することで、ユーザのストレス、リラックスなど情動の変化が計測できるほか、眠気との関係から居眠り防止への利用や、自律神経活性度の変化のパターンから睡眠の状態を判定するなどの応用が考えられている。特許文献３では、心拍数のばらつきで自律神経機能を評価し、血圧計測などのカフで圧迫する前後の変化をモニタするものに利用する技術が開示されている。このように医療用途にも使われている。

特開２００５−３１９２５６号公報特開平０８−１１７１９８号公報特許第３６４３５６４号公報

しかしながら、従来から行われている周波数解析による手法は演算量が多いため、携帯機器などに組み込み可能な、処理能力の低い安価な演算器においては、処理を遂行することが困難であった。処理能力の高い演算器を搭載すると、機器のコストが高価になる、消費電力が増えるために電池での連続動作時間が短くなるなどの問題があった。

またＲＲ５０、ＭＳＳＤなど簡便な処理方法では、ゆらぎ成分に含まれる低周波成分（上記LFに相当）と高周波成分（上記HFに相当）の両方が演算結果に含まれており、交感神経および副交感神経の活性度の分離が困難であるという問題があった。特許文献１の手法では、心電と呼吸の両方の信号を用いる必要があり、装置が煩雑になるという問題があった。また特許文献２では、簡便に副交感神経活動に関連する指標がとりだせるが、大→小→大、小→大→小のパターンを数えるだけであるので、活性度合いの定量性にかけるという問題があった。

本発明は、上記に鑑みてなされたものであって、簡便な処理で副交感神経指標を計測することのできる生体情報計測装置、生体情報計測方法および生体情報計測プログラムを提供することを目的とする。

上述した課題を解決し、目的を達成するために、本発明は、生体情報計測装置であって、被験者の脈拍間隔を検出する脈拍間隔検出手段と、前記脈拍間隔検出手段が検出した前記脈拍間隔のうち処理対象となる対象脈拍間隔を基準として定まる計測期間であって、予め設定された前記計測期間内に検出された前記対象脈拍間隔以外の脈拍間隔である複数の隣接脈拍間隔の平均を算出する平均算出手段と、前記平均算出手段により算出された前記平均と前記対象脈拍間隔との差分の二乗または前記差分の絶対値の、前記計測期間より大きい予め定められた規定期間における平均である副交感神経指標を算出する副交感指標算出手段とを備えたことを特徴とする。

また、本発明の他の形態は、生体情報計測処理をコンピュータに実行させる生体情報計測プログラムであって、被験者の脈拍間隔を検出する脈拍間隔検出ステップと、前記脈拍間隔検出ステップにおいて検出した前記脈拍間隔のうち処理対象となる対象脈拍間隔を基準として定まる計測期間であって、予め設定された前記計測期間内に検出された前記対象脈拍間隔以外の脈拍間隔である複数の隣接脈拍間隔の平均を算出する平均算出ステップと、前記平均算出ステップにおいて算出された前記平均と前記対象脈拍間隔との差分の二乗または前記差分の絶対値の、前記計測期間より大きい予め定められた規定期間における平均である副交感神経指標を算出する副交感指標算出ステップとを有することを特徴とする。

本発明にかかる生体情報計測装置によれば、脈拍間隔検出手段が、被験者の脈拍間隔を検出し、平均算出手段が、脈拍間隔検出手段が検出した脈拍間隔のうち処理対象となる対象脈拍間隔を基準として定まる計測期間であって、予め設定された計測期間内の脈拍間隔である複数の隣接脈拍間隔の平均を算出し、副交感指標算出手段が、平均算出手段により算出された平均と対象脈拍間隔との差分に基づいて、副交感神経指標を算出するので、簡便な処理により精度よく副交感神経指標を算出することができるという効果を奏する。

また、本発明の他の形態にかかる生体情報計測プログラムによれば、脈拍間隔検出ステップにおいて、被験者の脈拍間隔を検出し、平均算出ステップにおいて、脈拍間隔検出ステップにおいて検出した脈拍間隔のうち処理対象となる対象脈拍間隔を基準として定まる計測期間であって、予め設定された計測期間内の脈拍間隔である複数の隣接脈拍間隔の平均を算出し、副交感指標算出ステップにおいて、平均算出ステップにおいて算出された平均と対象脈拍間隔との差分に基づいて、副交感神経指標を算出するので、簡便な処理により精度よく副交感神経指標を算出することができるという効果を奏する。

以下に、本発明にかかる生体情報計測装置、生体情報計測方法および生体情報計測プログラムの実施の形態を図面に基づいて詳細に説明する。なお、この実施の形態によりこの発明が限定されるものではない。

（実施の形態１）
図１は、実施の形態１にかかる生体情報計測システム１の全体構成を示すブロック図である。生体情報計測システム１は、生体情報計測装置１０と、センサヘッド２０とを備えている。センサヘッド２０は、腕装着型のセンサモジュールである。センサヘッド２０は、被験者の脈波を検出する脈波センサ２００を有している。

生体情報計測装置１０は、センサヘッド２０から得られた脈波等に基づいて、生体情報を計測する。ここで、生体情報とは、副交感神経や交感神経の指標など自律神経の指標などである。生体情報計測装置１０は、入力部１００と、表示部１０２と、記憶部１０４と、データ通信部１０６と、時刻計測部１０７と、電力供給部１１０と、加速度センサ１１２と、体動計測部１１４と、脈波計測部１１６と、体動サンプリングデータ処理部１２０と、覚醒／睡眠判定部１２２と、脈波サンプリングデータ処理部１３０と、脈波間隔平均データ算出部１３２と、自律神経指標演算部１３４と、睡眠時リラックス度算出部１３６と、制御部１４０とを有している。

ここで、図１に示す生体情報計測装置１０の装着の例について説明する。図２は、図１に示す生体情報計測システム１の装着の一例を示す図である。脈波センサ２００を含むセンサヘッド２０は指に、生体情報計測装置１０本体は腕時計のように手首に装着される。なお、センサヘッド２０は、手のひらにバンソウ膏で装着してもよい。

図１の説明に戻ると、入力部１００は、ユーザが電源をＯＮ／ＯＦＦする、または表示を切り替える要求や指示を行うスイッチである。また、表示部１０２は、生体情報計測結果を表示する表示装置であり、具体的には、ＬＣＤなどである。記憶部１０４は、脈波データ、体動データなどの計測データ、脈拍間隔データなど処理後のデータ、睡眠状態を判定する閾値などのデータを記憶する記憶部であり、具体的には、フラッシュメモリなどである。

データ通信部１０６は、パソコンやＰＤＡ端末、携帯電話などとデータ通信を行う通信部であり、具体的には、Ｂｌｕｅｔｏｏｔｈなどである。時刻計測部１０７は、時刻を計測する装置であり、具体的には、リアルタイムクロックなどである。電力供給部１１０は、睡眠計測装置１０の電力を供給する電源であり、具体的には、バッテリである。

加速度センサ１１２は、被験者の体動を示す体動データとして加速度データを計測する。加速度センサ１１２は、３軸方向の−２ｇ〜２ｇの加速度を計測する加速度計であり、生体情報計測装置１０内に搭載されている。体動計測部１１４は、加速度センサ１１２により得られたアナログデータのゲイン、オフセットを調整回路で調整した後、１０ビットＡ／Ｄ変換器でデジタル量に変換し、これを加速度データとして制御部１４０に入力する。

体動サンプリングデータ処理部１２０は、体動計測部１１４により得られた加速度データに対して、時間微分を行い、３軸方向それぞれの加速度の微係数を算出する。この３軸方向の加速度の微係数の２乗和の平方根を算出し、これを体動データの変動量とする。さらに、体動データの変動量から脈拍間隔内の体動データの変動量の平均を算出する。これを体動量とする。体動データの変動量および体動量は、体動判定のためのデータとして体動判定部１２４に提供される。

なお、本実施の形態の体動データの変動量は、例えば体動計測部１１４で計測される５０ｍｓ毎のユーザの体動の変動量である。また、体動量は、例えば取得した体動データの変動量の１分間の平均値である。

図３−１は、体動計測部１１４により計測された３軸方向それぞれの加速度データの一例を示す図である。図３−２は、図３−１に示す３軸方向の加速度の微係数の１分間の変移を示す図である。図３−３は、図３−２に示す加速度の微係数から得られた体動データの変動量の１分間の変移を示す図である。体動サンプリングデータ処理部１２０は、このように、加速度データから体動データの変動量を算出し、さらに体動データの変動量の平均を体動量として得る。

覚醒／睡眠判定部１２２は、被験者の体動データに基づいて被験者が覚醒しているか否かを判定する。覚醒／睡眠判定部１２２は、体動判定部１２４と覚醒判定部１２６を有する。体動判定部１２４は、体動データの変動量が予め定められた体動閾値より大きい場合に体動と判定する。例えば、体動閾値として体動計に使用されている微小な体動の最小値である０．０１Ｇを用いる。

また、覚醒判定部１２６は、体動判定部１２４によって判定された体動の発生頻度が頻度閾値以上である場合に覚醒中の体動と判定し、体動の発生頻度が頻度閾値未満である場合は睡眠中の体動と判定する。また、体動の発生頻度が頻度閾値以上であり、かつ、脈拍間隔データが過去の睡眠中の脈拍間隔データの平均値より短い場合は、覚醒中の体動と判定する。頻度閾値は、例えば、過去の覚醒時における体動頻度を参考に設定してもよい。例えば、２０回／分と設定する。

図４は、体動判定部１２４と覚醒判定部１２６の処理を説明するための図である。図４に示す例においては、体動閾値が０．０１Ｇ、体動頻度が５回／分と設定されている。この場合、体動判定部１２４は、０．０１以上の体動データを体動と判定する。覚醒判定部１２６は、体動頻度が２回／分および３回／分では覚醒と判定し、７回／分、６回／分では睡眠と判定する。

脈波センサ２００は、青色ＬＥＤとフォトダイオードからなり、指の皮膚表面に光を照射し、毛細血管内の血流変化により変化する反射光の変動をフォトダイオードで捉えることで脈波を計測する。脈波計測部１１６は、脈波センサ２００のフォトダイオードからの出力電流を電流電圧変換器で電圧に変換し、増幅器で電圧を増幅して、ハイパスフィルタ（カットオフ周波数：０．１Ｈｚ）とローパスフィルタ（カットオフ周波数：５０Ｈｚ）を施した後、１０ビットＡ／Ｄ変換器でデジタル量に変換して制御部１４０に入力する。

脈波サンプリングデータ処理部１３０は、被験者の脈波から脈波データをサンプリングして脈拍間隔データを得る。具体的には、図５に示すように、脈波データをサンプリングし、サンプリングした一連の脈波データの処理ポイントを中心とした前後約１秒の脈波データの最大値と最小値を得る。最大値と最小値との間の所定の値を基準値とする。基準値としては、最大値と最小値との差を振幅とした場合に、最小値から振幅の９割の値を用いるのが好ましい。

さらに、直流変動成分を除去された一連の脈波データのうち、例えばピークの右側において基準値に一致する値が現れた時刻を算出する。ピークの右側にかえて左側でもよい。算出された時刻の間隔から脈拍間隔データを得る。脈拍間隔データは、記憶部１０４に記憶される。なお、体動判定部１２４が体動有りと判定した計測タイミングと同一のタイミングに得られた脈拍間隔データは破棄する

図６は、脈波間隔平均データ算出部１３２および自律神経指標演算部１３４の処理を説明するための図である。横軸および縦軸は、それぞれ時間および脈拍間隔である。図６に示すように脈拍間隔データは、高周波の揺らぎ成分（ＨＦ）と低周波の揺らぎ成分（ＬＦ）とを含んでいる。脈波間隔平均データ算出部１３２および自律神経指標演算部１３４は、この脈拍間隔データに基づいて、自律神経指標を算出する。具体的には、高周波の揺らぎ成分（ＨＦ）と低周波の揺らぎ成分（ＬＦ）を分離し、高周波の揺らぎ成分および低周波の揺らぎ成分をそれぞれ副交感神経指標および交感神経指標として得る。

脈波間隔平均データ算出部１３２は、所定範囲内の脈波間隔データの平均値、すなわち脈波間隔平均データを算出する。自律神経指標演算部１３４は、脈波間隔平均データに基づいて、自律神経指標を算出する。

脈波間隔平均データ算出部１３２は、新しい脈拍間隔データが得られるたびに、得られた脈拍間隔データを含まない過去所定個数の脈拍間隔データを記憶部１０４より読み込む。ここでは、脈拍間隔データＲＲ₅が得られた時点で、ＲＲ₅よりも過去に得られた脈拍間隔データＲＲ₁〜ＲＲ₄を読み込む場合について説明する。この場合、ＲＲ₁〜ＲＲ₄の間の期間が計測期間に相当する。

（式１）により過去４点の脈拍間隔データの平均値、すなわち脈拍間隔平均データを算出する。（式１）において、ｉは、過去に得られた脈拍間隔データの数である。

自律神経指標演算部１３４は、（式２）により脈拍間隔平均データと、最新の脈拍間隔データ（Ｒ₅）との差分の二乗を計算し、これを記憶部１０４に記憶する。

さらに（式３）により、例えば１分など所定間隔ごとに、その間に発生した脈拍間隔データについて、その都度演算した差分の二乗の値の平均を演算し、これをａＭＳＳＤ(ａｖｅｒａｇｅｄＭＳＳＤ)と定義し、これを副交感神経指標として記憶部１０４に記憶する。なお、（式３）におけるＮは、１分間に得られる脈拍間隔データのデータ数である。（式３）において、ｉは、過去に得られた脈拍間隔データの数に１加算した値であり、ＲＲ_iは、直前に得られた脈波間隔データである。

このように、簡便な処理により副交感神経指標であるａＭＳＳＤを精度よく算出することができる。さらに、処理量が少ないので、この処理によれば、腕時計などの安価な携帯機器においても、精度よく副交感神経指標を算出することができる。

なお、本実施の形態においては、過去所定個数は、予め４個に設定されていたが、他の例としては、呼吸周期と心拍周期に基づいて、過去所定個数を決定することとしてもよい。高周波成分の周期は、生理的に呼吸周期と同期していることが知られている。呼吸周期と心拍周期は、それぞれ１５−２０ｂｐｍ、６０ｂｐｍ前後であるため、この比率から、過去所定個数に含める点の数、すなわち移動平均の点数を決定することができる。呼吸周期に基づいた場合、３点から５点程度の点数が算出される。なお、点数は個人により異なる場合もある。そこで、あらかじめ呼吸周期と心拍の比率を被験者ごとに計測し設定しておくこととしてもよい。

また、呼吸周期のみが予めわかっている場合には、脈拍間隔の点数を呼吸周期から決定してもよい。すなわち、移動平均の範囲をこの呼吸周期にあわせて動的に変更してもよい。その場合、想定される点数の範囲（たとえば３点〜５点）における脈拍間隔の合計を算出する。そして、この合計値のうち、所定の呼吸周期に最も近い点数を採用する。

また、上記（式１）から（式３）は、過去所定個数が４点である場合の計算式であるが、これ以外の個数でもよく、過去所定個数がｎの場合には、（式４）によりａＭＳＳＤを算出する。

図７は、脈波間隔データに含まれる低周波成分と高周波成分とを説明するための図である。このように、ＦＦＴ（ＦａｓｔＦｏｕｒｉｅｒＴｒａｎｓｆｏｒｍ）法などの解析法により脈波間隔データの周波数スペクトルを得ると、低周波領域（０．０５〜０．１５Ｈｚ付近）の指標ＬＦと、高周波領域（０．１５〜０．４Ｈｚ付近）の指標ＨＦという２つの自律神経指標が得られる。低周波領域の指標は、交感神経指標を示している。また、高周波領域の指標は、副交感神経指標を示している。

従来のＭＳＳＤは、この高周波領域の指標である副交感神経指標を算出するものであるが、低周波および高周波の両方の揺らぎ成分を含んでしまうため、高周波の揺らぎ成分のみを分離するのが困難であった。

これに対し、本実施の形態にかかるａＭＳＳＤは、図７に示すような高周波成分と低周波成分とが混在した成分から高周波成分のみを選択的に抽出することができる。したがって、より正確な副交感神経指標を算出することができる。

図８は、周波数解析により得られた副交感神経指標ＨＦおよび従来のＭＳＳＤおよび本実施の形態にかかるａＭＳＳＤの計測結果の一例を示す図である。このように、従来のＭＳＳＤによる計測結果は、ＨＦから大きくずれるのに対し、本実施の形態にかかるａＭＳＳＤによる計測結果はＨＦとほぼ一致した。相関係数では１０データ平均で、０．３８から０．６７へ向上した。

再び説明を図１に戻す。睡眠時リラックス度算出部１３６は、記憶部１０４に記憶されている自律神経指標値、すなわちａＭＳＳＤの睡眠中の積算値、または平均値を算出し、これを睡眠時リラックス度として記憶部１０４に蓄積するとともに、表示部１０２に表示する。

制御部１４０は、生体情報計測装置１０全体を制御する制御部であり、被験者の要求および指示を受け付けて各処理部に対する処理要求およびデータの流れを制御する。具体的には、被験者の要求を受け付けて電源のＯＮ／ＯＦＦ、睡眠時リラックス度の算出、表示などを制御する。

図９は、生体情報計測装置１０による処理を示すフローチャートである。被験者は、睡眠前に本生体情報計測装置１０を装着し、入力部１００から電源および計測機能を起動すると（ステップＳ１００）、生体情報計測装置１０は、加速度センサおよび脈波センサによって加速度データと脈波データの測定を開始する（ステップＳ１０２、ステップＳ１２０）。

体動サンプリングデータ処理部１２０は、体動計測部１１４から取得した３軸方向の加速度データを時間微分して３軸方向の加速度の微係数を求め（ステップＳ１０４）、３軸方向の加速度のそれぞれの微係数の二乗和の平方根を求める（ステップＳ１０６）。そして、体動判定部１２４は、体動サンプリングデータ処理部１２０によって求められた３軸方向の加速度の微係数の二乗和の平方根を受け取って、体動が現れるまで待つ（ステップＳ１０８）。３軸方向の加速度の微係数の二乗和の平方根である体動データの変動量が体動閾値より大きい場合に体動と判定される。

そして、体動判定部１２４が体動を検出すると（ステップＳ１０８、Ｙｅｓ）、覚醒判定部１２６は、設定区間の体動発生頻度を算出し（ステップ１１０）、覚醒か否かを判定する（ステップＳ１１２）。覚醒状態と判定された場合は（ステップＳ１１２、Ｙｅｓ）、覚醒判定部１２６は、記憶部１０４に入眠時刻、覚醒時刻、中途覚醒回数を保持させる（ステップＳ１１４）。さらに覚醒判定部１２６は、記憶部１０４に睡眠中の体動量を保持させる。体動計測が終了すると（ステップＳ１１６，Ｙｅｓ）、ステップＳ１３８へ進む。

これに対して、脈波サンプリングデータ処理部１３０は、脈波データをサンプリングし、サンプリングした一連の脈波データの所定の時間間隔内の脈波データの最大値と最小値を取得し、最大値と最小値との間の所定の値を基準値として決定する（ステップＳ１２２）。さらに、一連の脈波データから基準値に一致する一連の脈波データの値が現れた時刻を算出し、算出された時刻の間隔から脈拍間隔データを算出する（ステップＳ１２４）。このタイミングにおける体動判定部１２４による判定結果を照合し、体動が発生していなければこれを脈拍間隔データとして正式に採用する(ステップＳ１２６)。

さらに、脈拍間隔平均データ算出部１３２は、過去所定点数の脈拍間隔データを記憶部１０４から取得し、その平均値を算出する（ステップＳ１２８）。次に、自律神経指標演算部１３４は、最新の脈拍間隔データと脈拍間隔平均データの差分の二乗を算出する（ステップＳ１３０）。次に、得られたデータの所定時間（たとえば１分間）の平均値を算出し（ステップＳ１３２）、これをａＭＳＳＤとして記憶部１０４に記憶する（ステップＳ１３４）。

一連の脈波データ計測が終了処理されると（ステップＳ１３６，Ｙｅｓ）、それまでの睡眠時のａＭＳＳＤデータを再度記憶部１０４から読み込み、この積算値、あるいは平均値を算出し（ステップＳ１３８）、睡眠時リラックス度として表示部に１２表示し、記憶部１０４に書き込む（ステップＳ１４０）。

上述してきたように、本実施の形態１では、簡便な構成の生体情報計測装置１０により、睡眠時の副交感神経の活性指標を算出、表示することで睡眠の状態を手軽にチェックすることができる。

図１０は、実施の形態１にかかる生体情報計測装置１０のハードウェア構成を示す図である。生体情報計測装置１０は、ハードウェア構成として、本実施の形態にかかる生体情報計測装置１０における体動サンプリングデータ処理部１２０、覚醒／睡眠判定部１２２、脈波サンプリングデータ処理部１３０、脈波間隔平均データ算出部１３２、自律神経指標演算部１３４、および睡眠時リラックス度算出部１３６による処理を実現する生体情報計測処理を実行する生体情報計測プログラムなどが格納されているＲＯＭ５２と、ＲＯＭ５２内のプログラムに従って生体情報計測装置１０の各部を制御するＣＰＵ５１と、ｑ０１０の制御に必要な種々のデータを記憶するＲＡＭ５３と、ネットワークに接続して通信を行う通信Ｉ／Ｆ５７と、各部を接続するバス６２とを備えている。

先に述べた生体情報計測装置１０における生体情報計測プログラムは、インストール可能な形式又は実行可能な形式のファイルでＣＤ−ＲＯＭ、フロッピー（登録商標）ディスク（ＦＤ）、ＤＶＤ等のコンピュータで読み取り可能な記録媒体に記録されて提供されてもよい。

この場合には、生体情報計測プログラムは、生体情報計測装置１０において上記記録媒体から読み出して実行することにより主記憶装置上にロードされ、上記ソフトウェア構成で説明した各部が主記憶装置上に生成されるようになっている。

また、本実施の形態の生体情報計測プログラムを、インターネット等のネットワークに接続されたコンピュータ上に格納し、ネットワーク経由でダウンロードさせることにより提供するように構成してもよい。

以上、本発明を実施の形態を用いて説明したが、上記実施の形態に多様な変更または改良を加えることができる。

そうした第１の変更例としては、実施の形態１にかかる生体情報計測システム１においては、脈波を用いて心拍変動より自律神経指標を取得したが、これにかえて心電図を用いてもよい。この場合にも実施の形態にかかる生体情報計測システム１と同様の計測を行うことができる。この場合、脈波センサ２００にかえて心電センサを用いる。心電センサにより心電位信号を取得し、一拍ごとの脈拍を算出する。これ以外の構成および処理は、実施の形態１にかかる生体情報計測システム１の構成および処理と同様である。

また、第２の変更例としては、実施の形態１にかかる生体情報計測システム１においては、ａＭＳＳＤを算出する際に、対象とする対象脈波間隔データを基準とし、このデータの直前に得られた４つの脈波間隔データの平均値を算出したが、対象脈波間隔データに隣接する複数の脈波間隔データであればよく、例えば、対象脈波間隔データの直前に得られた２つの脈波間隔データと、直後に得られる２つの脈間隔データの計４つの脈波間隔データであってもよい。また例えば、対象脈波間隔データの次に連続して計測される４つの脈波間隔データであってもよい。
この場合には、（式４）によりａＭＳＳＤは、（式５）により算出される。

また、第３の変更例としては、実施の形態１にかかる生体情報計測システム１においては、脈波間隔平均データと脈波間隔データＲＲ₅との差分の二乗に基づいて、ａＭＳＳＤを算出したが、これにかえて、脈波間隔平均データと脈波間隔データＲＲ₅の差分の絶対値に基づいて、ａＭＳＳＤを算出してもよい。

（実施の形態２）
図１１は、実施の形態２にかかる生体情報計測システム１の全体構成を示すブロック図である。実施の形態２にかかる生体情報計測システム１は、実施の形態１にかかるセンサヘッド２０にかえてマットセンサ３０を備えている。マットセンサ３０は、圧力センサ３００を有している。また、生体情報計測装置１０は、実施の形態１にかかる生体情報計測装置１０の加速度センサ１１２と、脈波計測部１１６とにかえて、心拍計測部１５０を有している。

図１２は、マットセンサ３０の配置例を示す図である。マットセンサ３０は、ベッド３１のマットレス３２の表面に配置されている。そして、マットセンサ３０は、被験者の不在、在床、および体動を検出する。マットセンサ３０は、被験者の胸部または腹部に対応する位置に配置され、被験者の動きによる振動を圧力センサ３００にて計測する。この計測結果により心拍と体動を検出することができる。

マットセンサ３０は、ポリフッ化ビニリデンなどの高分子圧電材料で形成されている。薄膜状に成形された高分子圧電材料の両面に可とう性の電極膜が付着され、テープ状に形成された圧電素子である。

再び説明を図１１に戻す。実施の形態２にかかる体動計測部１１４は、マットセンサ３０の出力信号をフィルタ、増幅器を介してＡ／Ｄ変換器でデジタル量に変換する。フィルタには、体動計測の帯域に適したものが利用される。同様に、心拍計測部１５０は、マットセンサ３０の出力信号をフィルタ、増幅器を介してＡ／Ｄ変換器でデジタル量に変換する。フィルタには、心拍計測の帯域に適したものが利用される。

このように、実施の形態２にかかる生体情報計測システム１においては、実施の形態１にかかる脈波計測にかえて心拍計測を行い、この結果に対して実施の形態１における脈波計測結果に対する処理を行う。なお、心拍計測の結果と脈波計測の結果とは、自律神経指標を得るためのデータとしては実質的に同等である。

なお、実施の形態２にかかる生体情報計測システム１のこれ以外の構成および処理は、実施の形態１にかかる生体情報計測システム１の構成および処理と同様である。

（実施の形態３）
図１３は、実施の形態３にかかる生体情報計測システム１の全体構成を示すブロック図である。実施の形態３にかかる生体情報計測システム１は、実施の形態１にかかるセンサヘッド２０にかえてカメラ４０を備えている。また、生体情報計測装置１０は、実施の形態１にかかる生体情報計測装置１０の加速度センサ１１２と、脈波計測部１１６とにかえて、画像差分演算部１４２と、心拍計測部１５０を有している。

カメラ４０は、布団上の画像を撮影する。そして、生体情報計測装置１０の画像差分演算部１４２は、カメラ４０により撮影された画像の時間差分画像を得る。布団は、被験者の呼吸や心拍に同期して微妙に変位する。したがって、時間方向でフレームごとの差分をとり、画素ごとの合計を計算すると、変位量に応じた値を得ることができる。また同様に体動が起きればそれに対応した変化が得られる。なお、差分画像は、これら呼吸や体動などが重畳したものである。そこで、体動計測部１１４は、体動計測に適した帯域のフィルタにより体動データを分離抽出する。同様に、心拍計測部１５０は、心拍計測に適した帯域のフィルタにより心拍データを分離抽出する。

実施の形態３にかかる生体情報計測装置１０は、実施の形態２にかかる生体情報計測装置１０と同様、脈波データにかえて心拍データに対し、自律神経指標演算等の処理を行う。

なお、実施の形態３にかかる生体情報計測システム１の構成および処理は、他の実施の形態にかかる生体情報計測システム１の構成および処理と同様である。

（実施の形態４）
図１４は、実施の形態４にかかる生体情報計測システム１の全体構成を示すブロック図である。実施の形態４にかかる生体情報計測システム１は、実施の形態１にかかる睡眠時リラックス度算出部１３６にかえて、睡眠状態判定部１４４を有している。

実施の形態４にかかる自律神経指標演算部１３４は、ａＭＳＳＤに加えて、脈拍間隔データの平均値のばらつきを算出する。この値を感神経指標として記憶部１０４に記録する。具体的には、各脈拍検出時に、その都度算出していた脈拍間隔平均の値を記憶部１０４に蓄積する。そして、所定時間（たとえば１分）内の脈拍間隔平均の値の標準偏差を算出し、これを脈拍間隔平均のばらつきとする。なお、脈波間隔平均のばらつきを、交感神経指標とする。

睡眠状態判定部１４４は、自律神経指標演算部１３４により算出された一晩分の交感神経指標および副交感神経指標を元に睡眠の状態（レム睡眠、ノンレム睡眠の浅い睡眠、ノンレム睡眠の深い睡眠）を判定する。

図１５は、実施の形態４にかかる生体情報計測装置１０による処理を示すフローチャートである。実施の形態４にかかる生体情報計測装置１０は、体動計測が終了すると（ステップＳ１１６，Ｙｅｓ）、各時刻における覚醒睡眠判定の結果を示す睡眠覚醒データを記憶部１０４に記憶する（ステップＳ１１８）。

また、脈波データ計測処理においては、ａＭＳＳＤを算出した後（ステップＳ１５０）、さらに脈波間隔平均ばらつきを算出する（ステップＳ１５２）。なお、ａＭＳＳＤ算出と脈波間隔平均ばらつき算出の処理順番は特に限定されるものではない。

次に、脈波間隔平均ばらつきを交感神経指標として記憶部１０４に蓄積し、さらに、ａＭＳＳＤを副交感神経指標として記憶部１０４に蓄積する（ステップＳ１５２）。脈波計測が終了すると（ステップＳ１５４）、次に、睡眠状態判定部１４４は、交感神経指標および副交感神経指標に基づいて、睡眠状態を判定する（ステップＳ１６０）。次に、睡眠状態判定の結果を表示部１０２に表示する（ステップＳ１６２）。次に、睡眠指標を算出する（ステップＳ１６４）。次に、睡眠指標を表示部１０２に表示する（ステップＳ１６６）。以上で、実施の形態４にかかる生体情報計測装置１０の処理が完了する。

図１６は、図１５を参照しつつ説明した睡眠状態判定処理（ステップＳ１６０）における睡眠状態判定部１４４の詳細な処理を示すフローチャートである。睡眠状態判定部１４４は、まず交感神経指標および副交感神経指標の標準偏差を算出する。さらに交感神経指標に１０点ごとの移動平均を乗ずる。この値を以下、交感神経指標とする。同様に、副交感神経指標に１０点ごとの移動平均を乗じる。この値を以下副交感神経指標とする（ステップ２００）。

交感神経指標が第１の判定閾値よりも小さく（ステップＳ２０２，Ｙｅｓ）、副交感神経指標が、第２の判定閾値以上であって（ステップＳ２０４，Ｎｏ）、副交感神経指標が、第４の判定閾値よりも小さく（ステップＳ２０６，Ｙｅｓ）、交感神経指標の標準偏差および副交感神経指標の標準偏差の合計が第５の判定閾値よりも大きい場合に（ステップＳ２１０，Ｙｅｓ）、レム睡眠と判定する（ステップＳ２１２）。

また、ステップＳ２０６において、副交感神経指標が第２の判定閾値よりも小さい場合には（ステップＳ２０６，Ｙｅｓ）、深睡眠と判定する（ステップＳ２１４）。また、ステップＳ２０２において、交感神経指標が第１の判定閾値以上であって（ステップＳ２０２，Ｎｏ）、交感神経指標が第３の判定閾値以上である場合には（ステップＳ２０４，Ｎｏ）、浅睡眠と判定する（ステップＳ２１６）。ステップＳ２０４において、交感神経指標が第３の判定閾値よりも小さい場合には（ステップＳ２０６，Ｙｅｓ）、ステップＳ２０６へ進む。

ステップＳ２０８において、副交感神経指標が第４の判定閾値以上である場合（ステップＳ２０８，Ｎｏ）、ステップＳ２１０において、交感神経指標の標準偏差および副交感神経指標の標準偏差の合計が第５の判定閾値以下である場合には（ステップＳ２１０，Ｎｏ）、浅睡眠と判定する（ステップＳ２１６）。

なお、第１の判定閾値から第５の判定閾値は、例えば、被験者毎に一晩計測した交感神経指標、副交感神経指標、交感神経指標の標準偏差と副交感神経指標の標準偏差の合計、それぞれの分布の密度の高い点を２点選び、交感神経指標の２点の中点を第１の判定閾値＝第３の判定閾値、副交感神経指標の２点の中点を第２の判定閾値＝第４の判定閾値、交感神経指標の標準偏差と副交感神経指標の標準偏差の合計の２点の中点を第５の判定閾値として設定することができる。

図１７は、図１５を参照しつつ説明した睡眠状態判定結果表示処理（ステップＳ１６２）において表示部１０２に表示される表示画面を示す図である。図１７に示すように、各時間の睡眠状態の変化をグラフ表示する。

実施の形態４にかかる生体情報計測システム１のこれ以外の構成および処理は、他の実施の形態にかかる生体情報計測システム１の構成および処理と同様である。

図１８は、実施の形態４の第１の変更例にかかる睡眠状態判定結果の表示画面を示す図である。このように、時間変化をグラフ表示するのにかえて、睡眠時間、各睡眠状態の比率、体動量などの指標を表示してもよい。

図１９は、実施の形態４の第２の変更例にかかる処理を示すフローチャートである。実施の形態においては、脈波間隔平均ばらつきを交感神経指標として算出したが、これにかえて脈波振幅ばらつきを交感神経指標として算出してもよい。

この場合、脈波データを計測した後（ステップＳ１２０）、脈波波形振幅を算出する（ステップＳ１７０）。また、脈波間隔平均ばらつきを算出するのにかえて、脈波振幅ばらつきを算出する（ステップＳ１７２）。具体的には、例えば１分など所定時間における脈波振幅の標準偏差を脈波振幅ばらつきとして算出する。次に、脈波振幅ばらつきを交感神経として記憶部１０４に蓄積し、ａＭＳＳＤを副交感神経指標として記憶部１０４に記憶する（ステップＳ１７４）。

実施の形態１にかかる生体情報計測システム１の全体構成を示すブロック図である。図１に示す生体情報計測システム１の装着の一例を示す図である。体動計測部１１４により計測された３軸方向それぞれの加速度データの一例を示す図である。図３−１に示す３軸方向の加速度の微係数の１分間の変移を示す図である。図３−２に示す加速度の微係数から得られた体動データの変動量の１分間の変移を示す図である。体動判定部１２４と覚醒判定部１２６の処理を説明するための図である。脈拍間隔データを算出する処理を説明するための図である。脈波間隔平均データ算出部１３２および自律神経指標演算部１３４の処理を説明するための図である。脈波間隔データに含まれる低周波成分と高周波成分とを説明するための図である。周波数解析により得られた副交感神経指標ＨＦおよび従来のＭＳＳＤおよび本実施の形態にかかるａＭＳＳＤの計測結果の一例を示す図である。生体情報計測装置１０による処理を示すフローチャートである。実施の形態１にかかる生体情報計測装置１０のハードウェア構成を示す図である。実施の形態２にかかる生体情報計測システム１の全体構成を示すブロック図である。マットセンサ３０の配置例を示す図である。実施の形態３にかかる生体情報計測システム１の全体構成を示すブロック図である。実施の形態４にかかる生体情報計測システム１の全体構成を示すブロック図である。実施の形態４にかかる生体情報計測装置１０による処理を示すフローチャートである。図１５を参照しつつ説明した睡眠状態判定処理（ステップＳ１６０）における睡眠状態判定部１４４の詳細な処理を示すフローチャートである。図１５を参照しつつ説明した睡眠状態判定結果表示処理（ステップＳ１６２）において表示部１０２に表示される表示画面を示す図である。実施の形態４の第１の変更例にかかる睡眠状態判定結果の表示画面を示す図である。実施の形態４の第２の変更例にかかる処理を示すフローチャートである。

符号の説明

１生体情報計測システム
１０生体情報計測装置
２０センサヘッド
３０マットセンサ
３１ベッド
３２マットレス
４０カメラ
５１ＣＰＵ
５２ＲＯＭ
５３ＲＡＭ
５７通信Ｉ／Ｆ
６２バス
１００入力部
１０２表示部
１０４記憶部
１０６データ通信部
１０７時刻計測部
１１０電力供給部
１１２加速度センサ
１１４体動計測部
１１６脈波計測部
１２０体動サンプリングデータ処理部
１２２覚醒／睡眠判定部
１２４体動判定部
１２６覚醒判定部
１３０脈波サンプリングデータ処理部
１３２脈波間隔平均データ算出部
１３４自律神経指標演算部
１３６睡眠時リラックス度算出部
１４０制御部
１４２画像差分演算部
１４４睡眠状態判定部
１５０心拍計測部
２００脈波センサ
３００圧力センサ

Claims

被験者の脈拍間隔を検出する脈拍間隔検出手段と、
前記脈拍間隔検出手段が検出した前記脈拍間隔のうち処理対象となる対象脈拍間隔を基準として定まる計測期間であって、予め設定された前記計測期間内に検出された前記対象脈拍間隔以外の脈拍間隔である複数の隣接脈拍間隔の平均を算出する平均算出手段と、
前記平均算出手段により算出された前記平均と前記対象脈拍間隔との差分の二乗または前記差分の絶対値の、前記計測期間より大きい予め定められた規定期間における平均である副交感神経指標を算出する副交感指標算出手段と
を備えたことを特徴とする生体情報計測装置。
前記平均算出手段は、３〜５個の前記隣接脈波間隔を計測可能な前記計測期間に計測された複数の前記隣接脈波間隔の平均を算出することを特徴とする請求項１に記載の生体情報計測装置。
前記平均算出手段は、前記対象脈波間隔が計測された計測タイミングの直前の前記計測期間に計測された複数の前記隣接脈波間隔の平均を算出することを特徴とする請求項１に記載の生体情報計測装置。
前記平均算出手段は、前記対象脈波間隔が計測された計測タイミングの直後の前記計測期間に計測された複数の前記隣接脈波間隔の平均を算出することを特徴とする請求項１に記載の生体情報計測装置。
前記平均算出手段は、前記対象脈波間隔が計測された計測タイミングの直前および直後の前記計測期間に計測された複数の前記隣接脈波間隔の平均を算出することを特徴とする請求項１に記載の生体情報計測装置。
前記平均算出手段により算出された前記平均の予め定められた規定期間におけるばらつきの程度を交感神経指標として算出する交感神経指標算出手段をさらに備えたことを特徴とする請求項１から５のいずれか一項に記載の生体情報計測装置。
前記脈拍間隔検出手段が前記脈拍間隔を検出している間の脈拍振幅を計測する脈拍振幅計測手段と、
前記脈拍振幅計測手段により計測された前記脈拍振幅に基づいて、交感神経指標を算出する交感神経指標算出手段と
をさらに備えたことを特徴とする請求項１から５のいずれか一項に記載の生体情報計測装置。
前記被験者の心電位を計測する心電位計測手段をさらに備え、
前記脈波間隔検出手段は、前記心電位計測手段による計測結果に基づいて、前記脈波間隔を検出することを特徴とする請求項１から７のいずれか一項に記載の生体情報計測装置。
生体情報計測処理をコンピュータに実行させる生体情報計測プログラムであって、
被験者の脈拍間隔を検出する脈拍間隔検出ステップと、
前記脈拍間隔検出ステップにおいて検出した前記脈拍間隔のうち処理対象となる対象脈拍間隔を基準として定まる計測期間であって、予め設定された前記計測期間内に検出された前記対象脈拍間隔以外の脈拍間隔である複数の隣接脈拍間隔の平均を算出する平均算出ステップと、
前記平均算出ステップにおいて算出された前記平均と前記対象脈拍間隔との差分の二乗または前記差分の絶対値の、前記計測期間より大きい予め定められた規定期間における平均である副交感神経指標を算出する副交感指標算出ステップと
を有することを特徴とする生体情報計測プログラム。