特許ウォッチ

公開番号2025073493
公報種別公開特許公報(A)
公開日2025-05-13
出願番号2023184347
出願日2023-10-27
発明の名称睡眠判定システム、睡眠判定方法および学習モデル生成方法
出願人株式会社FUJI
代理人弁理士法人アイテック国際特許事務所
主分類A61B 5/00 20060101AFI20250502BHJP(医学または獣医学;衛生学)
要約【課題】睡眠状態を適切に判定することで、対象者の睡眠時間を正しく把握する。
【解決手段】睡眠判定システムは、対象者の住居内の寝所と寝所以外とを含む複数箇所に配置された複数のセンサと、複数のセンサの時系列の検知データと、対象者が睡眠状態にあるか否かの時系列の睡眠データとを収集して学習された学習モデルを記憶する記憶部と、複数のセンサの検知データを取得し、取得した検知データと学習モデルとを用いて対象者の睡眠状態を判定する判定部と、を備える。
【選択図】図2
特許請求の範囲【請求項１】
対象者の住居内の寝所と寝所以外とを含む複数箇所に配置された複数のセンサと、
前記複数のセンサの時系列の検知データと、対象者が睡眠状態にあるか否かの時系列の睡眠データとを収集して学習された学習モデルを記憶する記憶部と、
前記複数のセンサの検知データを取得し、取得した検知データと前記学習モデルとを用いて対象者の睡眠状態を判定する判定部と、
を備える睡眠判定システム。
続きを表示（約 1,400 文字）【請求項２】
前記記憶部には、学習期間中に前記寝所に仮配置され前記センサより検知精度の高い特定センサにより検知されたデータを、前記時系列の睡眠データとして収集して学習された前記学習モデルが記憶されている、
請求項１に記載の睡眠判定システム。
【請求項３】
前記記憶部には、前記時系列の検知データから、センサ毎の単位時間当たりの検知回数を特徴量として学習された前記学習モデルが記憶されており、
前記判定部は、取得した検知データから、判定の対象となる所定時間の区間と、該区間の前後の区間とにおけるセンサ毎の検知回数を特徴量として抽出し、抽出した特徴量と前記学習モデルとを用いて前記対象の区間における睡眠状態を判定する、
請求項１または２に記載の睡眠判定システム。
【請求項４】
前記判定部は、前記検知データと前記学習モデルとを用いて睡眠状態を判定するモデルベースの判定と、前記検知データのうち前記寝所以外に配置されたセンサの検知がなく且つ前記寝所に配置されたセンサの検知が連続することに基づいて睡眠状態を判定するルールベースの判定とを実行可能である、
請求項１または２に記載の睡眠判定システム。
【請求項５】
対象者の住居内の寝所と寝所以外とを含む複数箇所に配置された複数のセンサと、
前記複数のセンサの検知データを取得し、取得した検知データのうち前記寝所以外に配置されたセンサの検知がなく且つ前記寝所に配置されたセンサの検知が連続することに基づいて対象者の睡眠状態を判定する判定部と、
を備える睡眠判定システム。
【請求項６】
（ａ）対象者の住居内の寝所と寝所以外とを含む複数箇所に配置された複数のセンサの時系列の検知データと、対象者が睡眠状態にあるか否かの時系列の睡眠データとを収集して学習モデルを生成するステップと、
（ｂ）前記複数のセンサの検知データを取得し、取得した検知データと前記学習モデルとを用いて対象者の睡眠状態を判定するステップと、
を含む睡眠判定方法。
【請求項７】
対象者の住居内の寝所と寝所以外とを含む複数箇所に配置された複数のセンサの検知データを取得し、取得した検知データのうち前記寝所以外に配置されたセンサの検知がなく且つ前記寝所に配置されたセンサの検知が連続することに基づいて対象者の睡眠状態を判定するステップ、
を含む睡眠判定方法。
【請求項８】
対象者の住居内の寝所と寝所以外とを含む複数箇所に配置された複数のセンサの時系列の検知データと、対象者が睡眠状態にあるか否かの時系列の睡眠データとを収集して生成された学習モデルを用いて、前記複数のセンサの検知データが入力された場合に、対象者の睡眠状態を判定するステップ、
を含む睡眠判定方法。
【請求項９】
（ａ）対象者の住居内の寝所と寝所以外とを含む複数箇所に配置された複数のセンサの時系列の検知データを収集するステップと、
（ｂ）対象者が睡眠状態にあるか否かの時系列の睡眠データを収集するステップと、
（ｃ）収集した前記検知データと前記睡眠データとを用いて、対象者の睡眠状態を判定するための学習モデルを生成するステップと、
を含む学習モデル生成方法。

発明の詳細な説明【技術分野】
【０００１】
本明細書は、睡眠判定システム、睡眠判定方法および学習モデル生成方法について開示する。
続きを表示（約 1,600 文字）【背景技術】
【０００２】
従来、対象者の住居内の寝室を含む各所に複数のセンサを配置し、センサの検知結果に基づいて、対象者の睡眠状態を判定するものが提案されている。例えば、特許文献１のシステムでは、対象者が寝室に入ったことを検知してから所定の睡眠確定時間が経過するまで寝室に居続けた場合に睡眠状態と判定し、対象者が寝室から出たことを検知してから所定の起床確定時間が経過しても寝室に戻らなかった場合に睡眠状態が終了して起床したと判定する。このため、例えば睡眠中にトイレに起きたなど、寝室から出た時間が起床確定時間未満であれば、起床と判定しないものとなる。
【先行技術文献】
【特許文献】
【０００３】
特開２００３－１０２７０４号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
上述したシステムでは、トイレに起きた程度の時間では、起床と判定せずに睡眠状態を継続させるが、対象者によっては頻繁にトイレに行く場合がある。その場合、トイレによって睡眠状態が頻繁に中断されても睡眠状態を継続させるため、測定した睡眠時間と実際の睡眠時間とが乖離してしまい、睡眠時間を正しく把握することが困難となる。
【０００５】
本開示は、睡眠状態を適切に判定することで、対象者の睡眠時間を正しく把握することを主目的とする。
【課題を解決するための手段】
【０００６】
本開示は、上述の主目的を達成するために以下の手段を採った。
【０００７】
本開示の第１の睡眠判定システムは、
対象者の住居内の寝所と寝所以外とを含む複数箇所に配置された複数のセンサと、
前記複数のセンサの時系列の検知データと、対象者が睡眠状態にあるか否かの時系列の睡眠データとを収集して学習された学習モデルを記憶する記憶部と、
前記複数のセンサの検知データを取得し、取得した検知データと前記学習モデルとを用いて対象者の睡眠状態を判定する判定部と、
を備えることを要旨とする。
【０００８】
本開示の第１の睡眠判定システムでは、複数のセンサの検知データを取得し、取得した検知データと学習モデルとに基づいて対象者の睡眠状態を判定する。学習モデルは、複数のセンサの時系列の検知データと、対象者が睡眠状態にあるか否かの時系列の睡眠データとを収集して学習されたものである。このような学習モデルを用いることにより、睡眠状態を適切に判定することができ、対象者の睡眠時間を正しく把握することができる。
【図面の簡単な説明】
【０００９】
対象者の住居１に配置されるセンサ類３０の一例を示す説明図。
睡眠判定システム１０の構成の概略を示す構成図。
睡眠状態学習処理の一例を示すフローチャート。
睡眠データとセンサ毎の検知データとの一例を示す説明図。
第１実施形態の睡眠状態判定処理の一例を示すフローチャート。
検知データの一例を示す説明図。
睡眠判定結果の一例を示す説明図。
第２実施形態の睡眠状態判定処理の一例を示すフローチャート。
【発明を実施するための形態】
【００１０】
［第１実施形態］
本開示の第１実施形態について図面を用いて説明する。図１は、対象者の住居１に配置されるセンサ類３０の一例を示す説明図である。図２は、睡眠判定システム１０の構成の概略を示す構成図である。住居１は、見守りや監視の対象者の住居であり、対象者の睡眠状態の判定に用いられるセンサ類３０が配置されている。対象者は、例えば一人暮らしの高齢者とするが、療養者や要介護者などでもよい。住居１は、図１に示すようにリビング（ダイニング）やキッチン、寝室などが区画された住居でもよいし、ワンルームタイプの住居でもよい。
（【００１１】以降は省略されています）

関連特許