[發明專利]睡眠判斷裝置以及睡眠判斷方法

有效

• 申請號: 200980133019.0
• 申請日: 2009-08-27
• 公開（公告）號: CN102131461A
• 公開（公告）日: 2011-07-20
• 發明（設計）人: 吉澤真太郎
• 申請（專利權）人: 豐田自動車株式會社
• 主分類號: A61B5/16
• 分類號: A61B5/16;A61B5/0245
• 代理公司: 北京金信立方知識產權代理有限公司 11225
• 代理人: 黃威;孫麗梅

技術領域

本發明涉及一種判斷被測者的睡眠階段的睡眠判斷裝置以及睡眠判斷方法。

背景技術

一直以來，作為判斷被測者的睡眠階段的技術，如在特開2005-152310號公報中所記載，其通過流速、流量傳感器，對設置在空氣墊上的通風部中所流動的流體測量出的活體的心率變動信息以及身體動作信息，來推斷睡眠階段。該推斷裝置以及推斷方法，意圖以無約束狀態推斷橫臥在空氣墊上的被測者的睡眠階段。

在先技術文獻

專利文獻1：日本特開2005-152310號公報

發明內容

發明所要解決的課題

但是，對這種睡眠階段的推斷技術而言，推斷睡眠階段時需要空氣墊等的特殊器具，而且還需要獲取身體動作信息。因而希望開發出一種在無法使用空氣墊等的特殊裝置來判斷睡眠階段時、或不能獲取身體動作信息時，僅利用心率信息就能夠盡可能準確地判斷出被測者的睡眠階段的裝置和方法。

因此，本發明是為了解決這種的問題點而完成的，其目的在于，提供一種能夠根據被測者的心率信息而高精度地判斷出睡眠階段的睡眠判斷裝置以及睡眠判斷方法。

用于解決課題的方法

即，本發明所涉及的睡眠判斷裝置被構成為，具備：心率取得單元，其用于取得被測者的心率；差分運算單元，其根據由所述心率取得單元所取得的心率對每個心率的心率周期進行運算，并以將該心率周期的前后的差分值作為一次差分值、將該一次差分值的前后的差分值作為二次差分值的方式，運算至預先設定的N次差分值；分布數據生成單元，其對由所述差分運算單元運算出的心率周期以及從一次差分值至N次差分值的差分值，生成表示在預定時間內各個值的分布的分布數據；睡眠判斷單元，其參照預先設定的每個睡眠階段的判斷用分布數據，并根據由所述分布數據生成單元所生成的分布數據，來判斷所述被測者的睡眠階段。

根據此發明，對被測者的每個心率的心率周期進行運算，并以將該心率周期的前后的差分值為一次差分值，將該一次差分值的前后的差分值作為二次差分值的方式，運算至預先設定的N次差分值，并對該心率周期以及從一次差分值至N次差分值的差分值，生成表示各個值的分布的分布數據，并參照預先設定的按照每個睡眠階段的判斷用分布數據且根據由分布數據生成單元所生成的分布數據來判斷被測者的睡眠階段，由此，能夠以不僅考慮被測者心率周期的變動狀態，還考慮該變動狀態的變動狀態等的方式，對被測者的睡眠階段進行識別。因此，根據心率信息能夠高精度地判斷出被測者的睡眠階段。

而且，在本發明所涉及的睡眠判斷裝置中，優選為，所述分布數據生成單元對由所述差分運算單元所運算出的心率周期以及從一次差分值至N次差分值的差分值，生成以預定時間內的所述心率周期以及差分值的前后值為參數的回歸映射圖，并且，所述睡眠判斷單元對由所述分布數據生成單元所生成的回歸映射圖與預先按照每個睡眠階段設定的判斷用回歸映射圖進行對比，從而判斷所述被測者的睡眠階段。

根據此發明，在由差分運算單元運算出的心率周期以及從一次差分值至N次差分值的差分值中，以前后的值為參數生成回歸映射圖，并對該生成的回歸映射圖與預先對每個睡眠階段設定的判斷用回歸映射圖進行對比，從而判斷被測者的睡眠階段，由此，能夠根據被測者的心率周期及其變動狀態等的時間性變化，而高精度地識別被測者的睡眠階段。

而且，在本發明所涉及的睡眠判斷裝置中，優選為，所述睡眠判斷單元在臨近的睡眠階段預先設定分離度高的識別用回歸映射圖，并對由所述分布數據生成單元生成的回歸映射圖與所述識別用回歸映射圖進行對比，從而判斷所述被測者的睡眠階段。

根據此發明，在臨近的睡眠階段預先設定分離度高的識別用回歸映射圖，并對由分布數據生成單元所生成的回歸映射圖與識別用回歸映射圖進行對比從而判斷被測者的睡眠階段，由此，能夠高精度地識別被測者的睡眠階段。

而且，在本發明所涉及的睡眠判斷裝置中，優選為，所述分布數據生成單元生成由所述差分運算單元運算出的心率周期以及從一次差分值至N次差分值的柱形圖，并且，所述睡眠判斷單元對由所述分布數據生成單元所生成的柱形圖與預先按照每個睡眠階段設定的判斷用柱形圖進行比較，從而判斷所述被測者的睡眠階段。

根據此發明，生成由差分運算單元運算出的心率周期以及從一次差分值至N次差分值的差分值的柱形圖，并將該生成的柱形圖與預先按照每個睡眠階段設定的判斷用柱形圖進行對比，從而判斷被測者的睡眠階段，由此，能夠通過考慮被測者的心率周期及其變動狀態等的統計性數據，從而高精度地識別被測者的睡眠階段。