図面 (/)

この項目の情報は公開日時点(2018年4月12日)のものです。
また、この項目は機械的に抽出しているため、正しく解析できていない場合があります

図面 (7)

課題

人間の生理に基づく時間経過を考慮し、時間変化する活動指標追従して適切な眠気推定を可能とする。

解決手段

R−R間隔のデータであるRRIデータを取得するRRI取得手段21と、 前記RRIデータを統計処理し、自律神経の活動に関する活動指標について指標値を計算する指標値計算手段23と、各活動指標に関する閾値により評価する推定関数を含んで構成される眠気推定ルールに基づき、前記指標値計算手段により算出された指標値を評価し眠気を推定する眠気推定手段24と、前記指標値を時系列に並べた指標値時系列データに基づき、この指標値時系列データの変化に近似する近似関数を得て、この近似関数に対して所定値の変化を与えた閾値関数を求め、この閾値関数を前記閾値とする閾値関数算出手段26とを具備する。

概要

背景

本願発明者らは、RRI取得手段、指標値計算手段、眠気推定手段を備える眠気推定装置の出願を行った。この発明は、心電図信号R波に相当する信号を検出するRRIセンサにより得られる信号からR−R間隔のデータであるRRIデータを取得するRRI取得手段と、前記RRIデータを統計処理した結果及び/または前記RRIデータのスペクトル解析の結果とに基づいて、自律神経の活動に関する複数種活動指標について指標値を計算する指標値計算手段と、各活動指標に関する閾値により評価する推定関数によって構成される眠気推定ルールに基づき、前記指標値計算手段により算出された指標値を評価し眠気を推定する眠気推定手段とを備えるものである(特許文献1参照)。

ところで、作業開始に比べて心拍数は時間と共に低下してゆく傾向にあることが知られている。また、上記発明において用いた活動指標であるSDSD(RMSSD)、pNN50などの副交感神経に関係する活動指標は、時間経過と共にその値が大きくなる傾向にある。

しかしながら、上記発明の眠気推定ルールに用いられている閾値は、活動指標の平均値最小値或いは最大値である。つまり、当該閾値は時間経過に関わりなく一定の値のものである。従って、閾値が一定値であるのに対し、この閾値を用いて評価する対象の活動指標が時間経過と共に変動するため、ある時点では不適切な閾値によって評価が行われていることになり、適切な眠気推定を行うことができないという問題があった。

一方、特許文献2には、居眠り判定装置において、照度に応じて瞬き検出用の閾値を変更するようにして適切な判定に繋げている。しかしながら、時間経過による変動に追従できるものとはなっていない。

更に、特許文献3には、眠気レベルが所定警報閾値よりも高い場合に警報を出力する警報出力部を備えた居眠り運転防止装置が開示されている。この特許文献3の発明では、警報閾値を補正する警報閾値補正部を備えるものの、眠気レベルが閾値を超えた回数や、眠気レベルが閾値を超えた合計時間等に基づき、補正を行うもので、人間の生理に基づく時間経過を考慮したものとなっていない。

概要

人間の生理に基づく時間経過を考慮し、時間変化する活動指標に追従して適切な眠気推定を可能とする。R−R間隔のデータであるRRIデータを取得するRRI取得手段21と、 前記RRIデータを統計処理し、自律神経の活動に関する活動指標について指標値を計算する指標値計算手段23と、各活動指標に関する閾値により評価する推定関数を含んで構成される眠気推定ルールに基づき、前記指標値計算手段により算出された指標値を評価し眠気を推定する眠気推定手段24と、前記指標値を時系列に並べた指標値時系列データに基づき、この指標値時系列データの変化に近似する近似関数を得て、この近似関数に対して所定値の変化を与えた閾値関数を求め、この閾値関数を前記閾値とする閾値関数算出手段26とを具備する。

目的

本発明は上記のような眠気推定技術の現状に鑑みてなされたもので、その目的は、人間の生理に基づく時間経過を考慮し、時間変化する活動指標に追従して適切な眠気推定を可能とする眠気推定装置及び眠気推定プログラムを提供する

効果

実績

技術文献被引用数
0件
牽制数
0件

この技術が所属する分野

ライセンス契約や譲渡などの可能性がある特許掲載中! 開放特許随時追加・更新中 詳しくはこちら

請求項1

心電図信号R波に相当する信号を検出するRRセンサにより得られる信号からR−R間隔のデータであるRRIデータを取得するRRI取得手段と、前記RRIデータを統計処理した結果及び/または前記RRIデータのスペクトル解析の結果とに基づいて、自律神経の活動に関する活動指標について指標値を計算する指標値計算手段と、各活動指標に関する閾値により評価する推定関数を含んで構成される眠気推定ルールに基づき、前記指標値計算手段により算出された指標値を評価し眠気を推定する眠気推定手段と、前記指標値を時系列に並べた指標値時系列データに基づき、この指標値時系列データの変化に近似する近似関数を得て、この近似関数に対して所定値の変化を与えた閾値関数を求め、この閾値関数を前記閾値とする閾値関数算出手段とを具備したことを特徴とする眠気推定装置

請求項2

前記閾値関数算出手段は、過去に得られた複数日分の指標値時系列データにつき、一日分毎に前記閾値関数を求め、この閾値関数を統計処理して最終的な閾値関数を得ることを特徴とする請求項1に記載の眠気推定装置。

請求項3

前記閾値関数算出手段は、一日における指標値の変動率が略同一の時間帯毎に一つの閾値関数を得ることを特徴とする請求項1または2に記載の眠気推定装置。

請求項4

前記閾値関数算出手段は、昼休み前後の午前と午後の2通りの時間帯毎に一つの閾値関数を得ることを特徴とする請求項1または2に記載の眠気推定装置。

請求項5

前記閾値関数算出手段は、休憩までの時間帯毎に一つの閾値関数を得ることを特徴とする請求項1または2に記載の眠気推定装置。

請求項6

前記閾値関数算出手段は、指標値時系列データの平均値と従前の閾値との差に基づき、近似関数に対して所定値の変化を与えて閾値関数を求めることを特徴とする請求項1乃至5のいずれか1項に記載の眠気推定装置。

請求項7

前記RRIデータを統計処理した結果の活動指標として、SDNN:(RRIの標準偏差)RMSSD:(隣接するRRIの差の二乗平均値平方根)SDSD:(隣接するRRIの差の標準偏差)pNN50:(隣接するRRIの差が50(ミリ秒)を超える割合)の少なくとも1つを用いることを特徴とする請求項1乃至6のいずれか1項に記載の眠気推定装置。

請求項8

前記RRIデータのスペクトル解析の結果の活動指標として、LF:(PSDパワースペクトル密度関数)の0.04〜0.15[Hz]のパワー)HF:(PSDの0.15〜0.40[Hz]のパワー)HF/(LF+HF)pi(i=0,1,2,・・・,9):(PSDの0.15+i×0.025 〜 0.15 +( i+1)×0.025 [Hz]のパワー)の少なくとも1つを用いることを特徴とする請求項1乃至7のいずれか1項に記載の眠気推定装置。

請求項9

コンピュータを、心電図信号のR波に相当する信号を検出するRRIセンサにより得られる信号からR−R間隔のデータであるRRIデータを取得するRRI取得手段、前記RRIデータを統計処理した結果及び/または前記RRIデータのスペクトル解析の結果とに基づいて、自律神経の活動に関する活動指標について指標値を計算する指標値計算手段、各活動指標に関する閾値より評価する推定関数を含んで構成される眠気推定ルールに基づき、前記指標値計算手段により算出された指標値を評価し眠気を推定する眠気推定手段、前記指標値を時系列に並べた指標値時系列データに基づき、この指標値時系列データの変化に近似する近似関数を得て、この近似関数に対して所定値の変化を与えた閾値関数を求め、この閾値関数を前記閾値とする閾値関数算出手段として機能させることを特徴とする眠気推定プログラム

請求項10

前記閾値関数算出手段を、過去に得られた複数日分の指標値時系列データにつき、一日分毎に前記閾値関数を求め、この閾値関数を統計処理して最終的な閾値関数を得るように機能させることを特徴とする請求項9に記載の眠気推定プログラム。

請求項11

前記閾値関数算出手段を、一日における指標値の変動率が略同一の時間帯毎に一つの閾値関数を得るように機能させることを特徴とする請求項9または10に記載の眠気推定プログラム。

請求項12

前記閾値関数算出手段を、昼休み前後の午前と午後の2通りの時間帯毎に一つの閾値関数を得るように機能させることを特徴とする請求項9または10に記載の眠気推定プログラム。

請求項13

前記閾値関数算出手段を、休憩までの時間帯毎に一つの閾値関数を得るように機能させることを特徴とする請求項9または10に記載の眠気推定プログラム。

請求項14

前記閾値関数算出手段を、指標値時系列データの平均値と従前の閾値との差に基づき、近似関数に対して所定値の変化を与えて閾値関数を求めるように機能させることを特徴とする請求項9乃至13のいずれか1項に記載の眠気推定プログラム。

請求項15

前記RRIデータを統計処理した結果の活動指標として、SDNN:(RRIの標準偏差)RMSSD:(隣接するRRIの差の二乗平均値の平方根)SDSD:(隣接するRRIの差の標準偏差)pNN50:(隣接するRRIの差が50(ミリ秒)を超える割合)の少なくとも1つを用いることを特徴とする請求項9乃至14のいずれか1項に記載の眠気推定プログラム。

請求項16

前記RRIデータのスペクトル解析の結果の活動指標として、LF:(PSD(パワースペクトル密度関数)の0.04〜0.15[Hz]のパワー)HF:(PSDの0.15〜0.40[Hz]のパワー)HF/(LF+HF)pi(i=0,1,2,・・・,9):(PSDの0.15+i×0.025 〜 0.15 +( i+1)×0.025 [Hz]のパワー)の少なくとも1つを用いることを特徴とする請求項9乃至15のいずれか1項に記載の眠気推定プログラム。

技術分野

0001

この発明は、眠気推定装置及び眠気推定プログラムに関するものである。

背景技術

0002

本願発明者らは、RRI取得手段、指標値計算手段、眠気推定手段を備える眠気推定装置の出願を行った。この発明は、心電図信号R波に相当する信号を検出するRRIセンサにより得られる信号からR−R間隔のデータであるRRIデータを取得するRRI取得手段と、前記RRIデータを統計処理した結果及び/または前記RRIデータのスペクトル解析の結果とに基づいて、自律神経の活動に関する複数種活動指標について指標値を計算する指標値計算手段と、各活動指標に関する閾値により評価する推定関数によって構成される眠気推定ルールに基づき、前記指標値計算手段により算出された指標値を評価し眠気を推定する眠気推定手段とを備えるものである(特許文献1参照)。

0003

ところで、作業開始に比べて心拍数は時間と共に低下してゆく傾向にあることが知られている。また、上記発明において用いた活動指標であるSDSD(RMSSD)、pNN50などの副交感神経に関係する活動指標は、時間経過と共にその値が大きくなる傾向にある。

0004

しかしながら、上記発明の眠気推定ルールに用いられている閾値は、活動指標の平均値最小値或いは最大値である。つまり、当該閾値は時間経過に関わりなく一定の値のものである。従って、閾値が一定値であるのに対し、この閾値を用いて評価する対象の活動指標が時間経過と共に変動するため、ある時点では不適切な閾値によって評価が行われていることになり、適切な眠気推定を行うことができないという問題があった。

0005

一方、特許文献2には、居眠り判定装置において、照度に応じて瞬き検出用の閾値を変更するようにして適切な判定に繋げている。しかしながら、時間経過による変動に追従できるものとはなっていない。

0006

更に、特許文献3には、眠気レベルが所定警報閾値よりも高い場合に警報を出力する警報出力部を備えた居眠り運転防止装置が開示されている。この特許文献3の発明では、警報閾値を補正する警報閾値補正部を備えるものの、眠気レベルが閾値を超えた回数や、眠気レベルが閾値を超えた合計時間等に基づき、補正を行うもので、人間の生理に基づく時間経過を考慮したものとなっていない。

先行技術

0007

特開2016−120061号公報
特開平8−153288号公報
特開2015−219771号公報

発明が解決しようとする課題

0008

本発明は上記のような眠気推定技術の現状に鑑みてなされたもので、その目的は、人間の生理に基づく時間経過を考慮し、時間変化する活動指標に追従して適切な眠気推定を可能とする眠気推定装置及び眠気推定プログラムを提供することを目的とする。

課題を解決するための手段

0009

本発明に係る眠気推定装置は、心電図信号のR波に相当する信号を検出するRRIセンサにより得られる信号からR−R間隔のデータであるRRIデータを取得するRRI取得手段と、前記RRIデータを統計処理した結果及び/または前記RRIデータのスペクトル解析の結果とに基づいて、自律神経の活動に関する活動指標について指標値を計算する指標値計算手段と、各活動指標に関する閾値により評価する推定関数を含んで構成される眠気推定ルールに基づき、前記指標値計算手段により算出された指標値を評価し眠気を推定する眠気推定手段と、前記指標値を時系列に並べた指標値時系列データに基づき、この指標値時系列データの変化に近似する近似関数を得て、この近似関数に対して所定値の変化を与えた閾値関数を求め、この閾値関数を前記閾値とする閾値関数算出手段とを具備したことを特徴とする。

0010

本発明に係る眠気推定装置では、前記閾値関数算出手段は、過去に得られた複数日分の指標値時系列データにつき、一日分毎に前記閾値関数を求め、この閾値関数を統計処理して最終的な閾値関数を得ることを特徴とする。

0011

本発明に係る眠気推定装置では、前記閾値関数算出手段は、一日における指標値の変動率が略同一の時間帯毎に一つの閾値関数を得ることを特徴とする。

0012

本発明に係る眠気推定装置では、前記閾値関数算出手段は、昼休み前後の午前と午後の2通りの時間帯毎に一つの閾値関数を得ることを特徴とする。

0013

本発明に係る眠気推定装置では、前記閾値関数算出手段は、休憩までの時間帯毎に一つの閾値関数を得ることを特徴とする。

0014

本発明に係る眠気推定装置では、前記閾値関数算出手段は、指標値時系列データの平均値と従前の閾値との差に基づき、近似関数に対して所定値の変化を与えて閾値関数を求めることを特徴とする。

0015

本発明に係る眠気推定装置では、前記RRIデータを統計処理した結果の活動指標として、
SDNN:(RRIの標準偏差
RMSSD:(隣接するRRIの差の二乗平均値平方根
SDSD:(隣接するRRIの差の標準偏差)
pNN50:(隣接するRRIの差が50(ミリ秒)を超える割合)
の少なくとも1つを用いることを特徴とする。

0016

本発明に係る眠気推定装置では、前記RRIデータのスペクトル解析の結果の活動指標として、
LF:(PSDパワースペクトル密度関数)の0.04〜0.15[Hz]のパワー
HF:(PSDの0.15〜0.40[Hz]のパワー)
HF/(LF+HF)
pi(i=0,1,2,・・・,9):(PSDの0.15+i×0.025 〜 0.15 +( i+1)×0.025 [Hz]のパワー)
の少なくとも1つを用いることを特徴とする。

0017

本発明に係る眠気推定プログラムは、コンピュータを、心電図信号のR波に相当する信号を検出するRRIセンサにより得られる信号からR−R間隔のデータであるRRIデータを取得するRRI取得手段、前記RRIデータを統計処理した結果及び/または前記RRIデータのスペクトル解析の結果とに基づいて、自律神経の活動に関する活動指標について指標値を計算する指標値計算手段、各活動指標に関する閾値により評価する推定関数を含んで構成される眠気推定ルールに基づき、前記指標値計算手段により算出された指標値を評価し眠気を推定する眠気推定手段、前記指標値を時系列に並べた指標値時系列データに基づき、この指標値時系列データの変化に近似する近似関数を得て、この近似関数に対して所定値の変化を与えた閾値関数を求め、この閾値関数を前記閾値とする閾値関数算出手段として機能させることを特徴とする。

0018

本発明に係る眠気推定プログラムでは、前記閾値関数算出手段を、過去に得られた複数日分の指標値時系列データにつき、一日分毎に前記閾値関数を求め、この閾値関数を統計処理して最終的な閾値関数を得るように機能させることを特徴とする。

0019

本発明に係る眠気推定プログラムでは、前記閾値関数算出手段を、一日における指標値の変動率が略同一の時間帯毎に一つの閾値関数を得るように機能させることを特徴とする。

0020

本発明に係る眠気推定プログラムでは、前記閾値関数算出手段を、昼休み前後の午前と午後の2通りの時間帯毎に一つの閾値関数を得るように機能させることを特徴とする。

0021

本発明に係る眠気推定プログラムでは、前記閾値関数算出手段を、休憩までの時間帯毎に一つの閾値関数を得るように機能させることを特徴とする。

0022

本発明に係る眠気推定プログラムでは、前記閾値関数算出手段を、指標値時系列データの平均値と従前の閾値との差に基づき、近似関数に対して所定値の変化を与えて閾値関数を求めるように機能させることを特徴とする。

0023

本発明に係る眠気推定プログラムでは、前記RRIデータを統計処理した結果の活動指標として、
SDNN:(RRIの標準偏差)
RMSSD:(隣接するRRIの差の二乗平均値の平方根)
SDSD:(隣接するRRIの差の標準偏差)
pNN50:(隣接するRRIの差が50(ミリ秒)を超える割合)
の少なくとも1つを用いることを特徴とする。

0024

本発明に係る眠気推定プログラムでは、前記RRIデータのスペクトル解析の結果の活動指標として、
LF:(PSD(パワースペクトル密度関数)の0.04〜0.15[Hz]のパワー)
HF:(PSDの0.15〜0.40[Hz]のパワー)
HF/(LF+HF)
pi(i=0,1,2,・・・,9):(PSDの0.15+i×0.025 〜 0.15 +( i+1)×0.025 [Hz]のパワー)
の少なくとも1つを用いることを特徴とする。

発明の効果

0025

本発明によれば、指標値を時系列に並べた指標値時系列データに基づき、この指標値時系列データの変化に近似する近似関数を得て、この近似関数に対して所定値の変化を与えた閾値関数を求め、この閾値関数を前記閾値とする閾値関数算出手段を備えるので、人間の生理に基づく時間経過を考慮し、時間変化する活動指標に追従して適切な眠気推定を可能とする。

図面の簡単な説明

0026

本発明に係る眠気推定装置の実施形態を示すブロック図。
本発明に係る眠気推定装置の実施形態の動作モードを示すフローチャート
本発明に係る眠気推定装置の実施形態の閾値関数生成モードの動作を示すフローチャート。
本発明に係る眠気推定装置の実施形態の閾値関数生成モードにおいて算出される平均値と標準偏差を示す図。
本発明に係る眠気推定装置の実施形態の閾値関数生成モードにおいて求められる近似関数の一例示す図。
本発明に係る眠気推定装置の実施形態の閾値関数生成モードにおいて求められる閾値関数の一例示す図。

実施例

0027

以下添付図面を参照して、本発明に係る眠気推定装置及び眠気推定プログラムの実施形態を説明する。各図において同一の構成要素には、同一の符号を付して重複する説明を省略する。図1には、本発明に係る眠気推定装置の実施形態のブロック図が示されている。本実施形態では、心電図信号のR波に相当する信号を検出するRRIセンサ10として、心拍センサを用いることができる。

0028

このRRIセンサ10は、心拍センサ以外に、心電計の心電図信号を取り出す部分の構成や脈波センサを用いても良い。RRIセンサ10は、生体に設けられ、無線或いは有線により心電図信号を検出して、にRRI(整形前)1001を出力する。

0029

図1に示すように、本実施形態の眠気推定装置では、端末20が、RRI取得手段21、データ整形手段22、指標値計算手段23、眠気推定手段24、出力手段25を備える。これらの手段の機能と動作については特許文献1に詳述されている。本実施形態の眠気推定装置では、更に、閾値関数算出手段26を備える。

0030

RRI取得手段21は、上記RRIセンサ10により送出されるRRIデータを取得するものである。RRIセンサ10としては、心電図信号を出力するものでもよく、この場合には、RRI取得手段21が心電図信号に基づきRRIデータを作成する。データ整形手段22は、所定周波数成分の除去であるトレンド除去異常値除去、データ補間フィルタ処理の少なくとも1つを行う構成を備えている。これらの構成の詳細は特許文献1に記載の通りである。

0031

指標値計算手段23は、上記RRIデータに基づいて自律神経の指標値を算出するもので、例えば、上記RRIデータを統計処理した結果及び/または上記RRIデータのスペクトル解析の結果に基づいて、複数種類である自律神経の活動指標について、その指標値を算出するように構成することができる。指標値計算手段23は、第1の時間毎のRRIデータを用いて単位時間の指標値を算出し、単位時間の指標値を活動指標の種類分集めてベクトル化し、ベクトル化された指標を時系列に並べて指標値ベクトル時系列を作成する。

0032

また、眠気推定手段24は、活動指標に関する閾値及び/または変動状態により評価する推定関数によって構成される眠気推定ルールに基づき、上記指標値計算手段23により算出された活動指標を評価し眠気を推定する。

0033

出力手段25は、眠気推定手段24による推定結果を出力し、警報発生機器動作停止、警告などに用いられるようにする。上記端末20は、スマートフォンタブレット端末モバイル端末などにより構成することができる。

0034

端末20には、クラウドストレージ30が接続されている。クラウドストレージ30には、センサ特性情報1101、眠気推定ルール1102が予め備えられている。センサ特性情報1101は、データ整形手段22がデータ整形を実行するときに用いられる。眠気推定ルール1102は、眠気推定手段24が眠気を推定するときに用いられる。クラウドストレージ30には、端末20において取得した取得済RRIデータを履歴データの取得済RRI1012Xとして記憶しておいても良いことを示しており、この取得済RRI1012Xは、眠気推定ルール1102の更新のために用いても良い。

0035

端末20は、CPUの制御によって処理を行うものであり、上記各手段は、上記CPUがプログラムを実行することにより実現される。閾値関数算出手段26は、指標値を時系列に並べた指標値時系列データに基づき、この指標値時系列データの変化に近似する近似関数を得て、この近似関数に対して所定値の変化を与えた閾値関数を求め、この閾値関数を上記閾値とするものである。

0036

以上のように構成された本実施形態に係る眠気推定装置は、図2に示すように、予備運用モードS11、閾値関数生成モードS12、実用モードS13により動作する。予備運用モードS11は、特許文献1に示された処理が行われるモードであり、本発明の前提となる。予備運用モードS11の動作は、特許文献1に詳述されているので、その説明を省略する。

0037

閾値関数生成モードS12では、図3に示されるように、指標値計算手段23が取得済RRI1012Xの取得済RRIデータを用いて自律神経の活動に関する活動指標について指標値を計算する(S21)。例えば、n日分の取得済RRIデータを用いて活動指標について指標値を計算する。なお、予めこの計算を行ってクラウドストレージ30に記憶しておくのであれば、この処理は省略される。また、指標値の評価に閾値を用いない場合は、当該指標値についても、この処理は行わない。

0038

次に、i(1≦i≦n)番目の指標値の平均値μiと標準偏差σiを算出する(S22)。次に、この指標値に対する閾値は決まっている(予備運用モードS11で用いている)ので、上記平均値μiから閾値Kまでがriσiの距離であるとして、riを算出する(S23)。このステップS22、S23の処理に対応する指標を示す図を、図4に示す。ここでは、指標としてSDSDを用いた説明となっている。勿論、他の指標であっても良い。

0039

次に、i番目の指標値について近似関数fi(t)を求める(S24)。この近似関数を求める処理は、最小二乗法等の適当な手法を採用することができる。また、近似関数としては1次関数を採用した例を図5に示す。

0040

次に、i番目の指標値について近似関数fi(t)の値を差し引き、得られたデータの標準偏差σAiを求める(S25)。上記ステップS23において求めたriと上記ステップS25において求めたσAiの乗算値riσAiを、近似関数fi(t)に加え、これをi番目の閾値関数hi(t)として求める(S26)。

0041

ステップS26による処理結果を図6に示す。ここに、fi(t)を
fi(t)=ait+biとすると、閾値関数hi(t)は、
hi(t)=ait+bi+riσAi
となる。なお、ここでは、1次関数の例を示したが、これに限定されるものでなく、近似により適宜な関数なるものである。

0042

ステップS22からステップS26をn回分繰り返し、最後に1番目からn番目までの指標についての閾値関数h1(t)〜hn(t)を求め、これらの平均を最終的な閾値関数H(t)を求める(S27)。つまり、下記の式1である。

0043

以上のような処理により必要な種類の指標についての閾値関数をすべて求め、図2の実用モードS13では、予備運用モードS11において用いた閾値を閾値関数生成モードに求めた閾値関数に代えて予備運用モードS11と同様な処理を行う。

0044

本実施形態では、指標値計算手段23が、RRIデータを統計処理した結果及びRRIデータのスペクトル解析の結果とに基づいて、自律神経の活動に関する活動指標について指標値を計算するが、RRIデータを統計処理した結果またはRRIデータのスペクトル解析の結果とに基づいて、自律神経の活動に関する活動指標について指標値を計算するものであって良い。

0045

また、眠気推定ルール1102は、各活動指標に関する閾値及び/または変動状態により評価する推定関数によって構成されるが、各活動指標に関する閾値により評価する推定関数を含んで構成される眠気推定ルールであれば良い。

0046

本実施形態で用いる活動指標は、RRIデータを統計処理した結果の活動指標として、
SDNN:(RRIの標準偏差)
RMSSD:(隣接するRRIの差の二乗平均値の平方根)
SDSD:(隣接するRRIの差の標準偏差)
pNN50:(隣接するRRIの差が50(ミリ秒)を超える割合)
の少なくとも1つを用いる。この活動指標の詳細については特許文献1に記載したので、その説明を省略する。

0047

本実施形態で用いる活動指標は、上記RRIデータのスペクトル解析の結果の活動指標として、
LF:(PSD(パワースペクトル密度関数)の0.04〜0.15[Hz]のパワー)
HF:(PSDの0.15〜0.40[Hz]のパワー)
HF/(LF+HF)
pi(i=0,1,2,・・・,9):(PSDの0.15+i×0.025 〜 0.15 +( i+1)×0.025 [Hz]のパワー)
の少なくとも1つを用いる。この活動指標の詳細については特許文献1に記載したので、その説明を省略する。

0048

更に、各指標の時間変化は、休憩を挟むことによって異なるものとなる傾向が確かめられている。このため、一日における指標値の変動率が略同一の時間帯毎に一つの閾値関数を得るように機能させると好的である。この場合は、指標値の変動率を求めて時間帯区切りを求めてもよい。

0049

また、昼休み前後の午前と午後の2通りの時間帯毎に一つの閾値関数を得るように機能させることもできる。或いは、休憩までの時間帯毎に一つの閾値関数を得るように機能させることもできる。例えば始業から数時間業務を行い、休憩し、更に数時間業務を行い、休憩し、・・・と続く業務の場合、休憩までの時間帯毎に一つの閾値関数を得るようにすると好的である。

0050

更に、上記時間的な変動は、デスクワーク運転等の座った状態の業務において顕著に現れ、所謂肉体労働運動についてはほぼ現れないことから、本実施形態は、デスクワークや運転等の座った状態の業務の人に適用すると好的である。

0051

また、図1の構成は一例に過ぎず、クラウドストレージ30が保持するものを端末20が備えても良い。また、クラウドストレージ30に代えてサーバを設け、クラウドストレージ30の代りを行っても良い。更に、また、クラウドストレージ30に代えてサーバを設け、クラウドストレージ30の代りを行うと共に、端末20の機能の一部をサーバにおいて行っても良い。その他、システム構成は適宜変更することができる。

0052

10センサ
20端末
21 取得手段
22データ整形手段
23指標値計算手段
24眠気推定手段
25 出力手段
26閾値関数算出手段
30 クラウドストレージ

ページトップへ

この技術を出願した法人

この技術を発明した人物

ページトップへ

関連する挑戦したい社会課題

関連する公募課題

ページトップへ

技術視点だけで見ていませんか?

この技術の活用可能性がある分野

分野別動向を把握したい方- 事業化視点で見る -

ページトップへ

おススメ サービス

おススメ astavisionコンテンツ

新着 最近 公開された関連が強い技術

この 技術と関連性が強い技術

関連性が強い 技術一覧

この 技術と関連性が強い人物

関連性が強い人物一覧

この 技術と関連する社会課題

関連する挑戦したい社会課題一覧

この 技術と関連する公募課題

関連する公募課題一覧

astavision 新着記事

サイト情報について

本サービスは、国が公開している情報(公開特許公報、特許整理標準化データ等)を元に構成されています。出典元のデータには一部間違いやノイズがあり、情報の正確さについては保証致しかねます。また一時的に、各データの収録範囲や更新周期によって、一部の情報が正しく表示されないことがございます。当サイトの情報を元にした諸問題、不利益等について当方は何ら責任を負いかねることを予めご承知おきのほど宜しくお願い申し上げます。

主たる情報の出典

特許情報…特許整理標準化データ(XML編)、公開特許公報、特許公報、審決公報、Patent Map Guidance System データ