睡眠評估裝置及其睡眠評估方法

專利名稱：：睡眠評估裝置及其睡眠評估方法
技術領域：
：本發明涉及一種通過確定對象是否在睡眠以及睡眠深度(例如，睡眠持續時間和睡眠質量)來評估睡眠的裝置及其方法。
背景技術：
：常規上已經提供了多種這樣的裝置，即，測量人體在睡眠期間的生物特征信息或者基于測得的生物特征信息來進行某一類型的評估(在下文中，統稱為"睡眠評估裝置")。根據這些睡眠評估裝置，可以通過特定值來確認某些信息，諸如從人體對象上床開始直到該對象醒來為止獲得了多少個實質睡眠小時。另外，還有這么一種裝置，它具有在睡眠期間觀察到生物特征信息異常的情況下，向值班人員等發出警告從而提示值班人員等采取適當措施的功能。這種睡眠評估裝置的一個己知的例子是日本專利申請特開公報No.2000-000214(以下稱作JP2000-000214)。JP2000-000214中公開的技術具有"位于測試對象的身體下方的身體移動檢測裝置"和"信號提取裝置，用于從所述身體移動檢測裝置的輸出信號中提取心率、呼吸速率、翻身頻率和打鼾信號當中的至少一個信號"，從而通過所述信號提取裝置所提取的信號來"檢測該測試對象的身體數據"(引自JP2000-000214的權利要求1)。在JP2000-000214中，使用了"氣墊ll"作為身體移動檢測裝置(參照段或和權利要求4等)。在說明書中提到由于使用氣墊無需提供"手腕上、腳踝上、手指上以及胳臂上的帶子"(段)，所以"無需對測試對象施加精神和肉體負擔"就能夠實現"收集身體數據"的目的(段和)。毫無疑問，與提供"帶子"的情況相比，能夠獲得這種效果。然而，"信號提取裝置"對于JP2000-000214中所描述的技術中的發明來講是必不可少的。該信號提取裝置按照JP2000-000214中所描述的可以被認為是一種用于對"身體數據"進行"成形"(段(其中，x是編號)的情況下，基線值是滿足ABS[HenAv[p]-HenAv[p+l]]^A的所有HenAv[p]的平均值，其中，"ABS"是指獲得括號"[]"內的絕對值，A表示預定值。這個"基線值"表示在人類對象的身體移動相對于A在一定程度上保持穩定狀態的情況下的所有HenAv[p]的平均值。另外，根據這種模式，如果重復獲得上述這個"基線值"，則可基于人類對象的身體移動相對于A在一定程度上保持穩定狀態的情況下的所有HenAv[p]的平均值來推斷人類對象的睡眠狀態。換言之，通過假定與基于在相對較長時間段內執行的觀察的人類對象的身體移動相對應的多個時間段中相對穩定的時間段是人類對象的基線(即，"baseline")來推斷人類對象的睡眠狀態。結果，例如，隨著實際觀察到的身體移動數據與"基線值"的偏離程度變大，可以更加容易地確定人類對象是覺醒的。因此，能夠更準確地執行人類對象的睡眠狀態的確定。因此，根據本模式，引入"基線值"的概念能夠更加準確地確定人類對象的睡眠狀態。應該注意，在本模式中，假定對L個標準差平均值進行了編號(即，存在"第p個"或"第(p+l)個這種值")。優選的是，基于獲取包括在基于其來計算L個標準差平均值中的每一個的組中的"身體移動數據"的時間來賦值編號。例如，在L個標準差平均值的第L1個標準差平均值是與第G1個、第G2個.....第G10個組中的每一個相對應的標準差平均值并且獲取包括在每組中的多個身體移動數據中的最早身體移動數據的時間點是Tl，而在第L2個標準差平均值是與第G11個、第G12個.....第G20個組中的每一個相對應的標準差平均值并且獲取包括在每組中的多個身體移動數據中的最早身體移動數據的時間點是T2，并且滿足T2〉T1(即，T2是比Tl晚的時間)的情況下，可以將第Ll個和第L2個標準差平均值分別確定為"第p個"和"第(p+l)個"。作為優選實施方式，該確定器可以獲得L個標準差平均值作為gs個標準差的移動平均值。根據這種配置，可以恰當地確定L個標準差平均值。換言之，假定各個標準差平均值是gs個標準差的移動平均值，通過恰當確定gs的值可以更適當地實現上述拉平或消除循環改變(只要引入了"移動平均值"的概念，就可以特別稱作"平滑")。因此，根據這種模式，可以增強使用"標準差平均值"作為表示在相對較長時間段內身體移動的改變的指數的意義。因此，另一方面，可以根據這種模式更恰當地確定基線值。因此，根據這種模式，能夠更有效地獲得上述效果。應該注意，這里使用的"移動平均值"例如包括第p個標準差平均值是與第p個、第(p-l)個和第(p-2)個組相對應的標準差平均值，而第(p+l)個標準差平均值是與第(p+l)個、第p個和第(p-l)個組相對應的標準差平均值的情況。在以下對實施方式的描述中，將對包括在這種模式的"移動平均值"中的另一個例子進行描述。另外，在本發明的睡眠評估裝置中，在G個標準差中的任意一個落在預定值E之下的情況下，該確定器確定在獲得檢測結果的時間點人類對象處于覺醒狀態，其中，身體移動數據是基于該檢測結果而獲得的，而落在預定值E之下的標準差是基于該身體移動數據而計算出的。根據這種模式，通過適當地將預定值E設置為相對較低值，可以檢測到人類對象不再位于床上的覺醒狀態的特定情況。另外，在本發明的睡眠評估裝置中，在G個標準差當中第(q+l)個標準差大于通過將預定值F1與第q個標準差相加所得的值的情況下，該確定器可以確定人類對象在獲得檢測結果的時間點處于覺醒狀態，其中，身體移動數據是基于該檢測結果而獲得的，而第(q+l)個標準差是基于該身體移動數據而計算出的，其中，q是滿足c^G-l的整數。根據這種模式，如果恰當設置預定值F1，就能夠恰當確定人類對象過渡到覺醒狀態的時間點。應該注意，優選地使用對L個標準差平均值進行編號的同一想法來賦值第q個或第(q+l)個編號(即，針對G個組中的每一個來計算身體移動數據的時間順序)。另外，在本發明的睡眠評估裝置中，在G個標準差中的任意一個大于預定值F2的情況下，該確定器可以確定人類對象在獲得檢測結果的時間點處于覺醒狀態，其中，身體移動數據是基于該檢測結果而獲得的，而標準差是基于該身體移動數據而計算出的。根據這種模式，如果恰當地設置預定值F2，就能夠恰當確定人類對象過渡到覺醒狀態的時間點。另外，在本發明的睡眠評估裝置中，該確定器可以獲得G個標準差的標準差作為總標準差，通過從G個標準差的平均值中減去該基線值并且將相減所得值除以該總標準差來獲得表示人類對象的身體移動量的指標，并且基于表示人類對象的身體移動量的指標來確定從睡眠狀態過渡到覺醒狀態的時間點。根據這種模式，提供了基線值的優選例子。也就是說，根據這種模式，在G個標準差是AveHensa且總標準差是HenStd的情況下，表示人類對象的移動頻率的指標Move被獲得為Move=(AveHensa-(基線值))/HenStd由于Move在字面意義上可以認為表示人類對象的移動頻率，所以例如通過將基于Move而適當設置的標準值與G個標準差中的每一個進行比較能夠恰當確定人類對象從睡眠狀態到覺醒狀態的過渡。另外，在本發明的睡眠評估裝置中，身體移動檢測器可以包括包含預定流體的床墊，并且根據流體的壓力改變來檢測人類對象的身體移動。根據這種模式，該身體移動檢測器不需要束縛人類對象的身體或者身體的某部分就能夠檢測人類對象的身體移動。因此，該睡眠評估裝置不會對人類對象施加過多負擔，然而，在本發明中或者在本發明的各種模式中仍能夠準確地確定人類對象的睡眠狀態。因此，根據本模式，可同時獲得這兩個效果。另外，為了解決以上問題，本發明提供了一種睡眠評估方法，該方法包括以下步驟通過以預定時間間隔對躺在床上的人類對象的身體移動進行量化而獲得N個身體移動數據，其中，N是正整數；針對通過劃分這N個身體移動數據而得到的G個組中的每一組以及包括在每一組中的每個身體移動數據來獲得G個標準差，其中，G是滿足2^G〈N的整數；基于從這G個標準差中選出的gs個標準差(gs<G)來獲得L個標準差平均值，其中，L是滿足2^^G的整數；以及基于這G個標準差和這L個標準差平均值來確定人類對象是處于睡眠狀態還是處于覺醒狀態。根據本發明，可以獲得與通過根據本發明的睡眠評估裝置而獲得的上述效果相同的效果。圖1是根據本發明實施方式的睡眠評估裝置的立體圖，該圖示出了該裝置正被使用的狀態；圖2是圖1的睡眠評估裝置的電路框圖3是使用圖1的睡眠評估裝置的主流程圖4是示出在圖2的存儲裝置中配置的D[x]、Stage[x]、Hensa[x]和HenAv[x]中的每一個具體值的配置例的說明圖5是圖3的步驟Sll中的數據分析處理的主流程圖6是示出獲得基線值Baseline和穩定時期的數量Stable的處理的流程圖7是示出獲得表示移動頻率的指標Move和睡眠期間Stable的比例的處理的流程圖8是示出下床時期計算處理的流程圖；圖9是示出翻身時期計算處理的流程圖10是示出己經作為圖8和圖9的處理的結果而設置的Stage[x]的具體值的說明圖11是示出中間覺醒時期計算處理的流程圖的前一半；圖12是示出中間覺醒時期計算處理的流程圖的后一半；圖13是用于視覺上理解圖11所示的參數m到H3和Jl到J3以及Move之間的關系的說明圖14是示出已經作為圖11和圖12的處理的結果而設置的Stage[x]的具體值的說明圖15是示出睡眠潛伏計算處理的流程圖16是示出中間覺醒時期計算處理(圖11和圖12的補充處理)的流程圖的前一半；圖17是示出中間覺醒時期計算處理(圖11和圖12的補充處理)的流程圖的后一半；圖18是示出睡眠潛伏時期計算處理的流程圖；圖19是示出覺醒時期計算處理的流程圖20示出了作為圖3的步驟Sll的數據分析結果而顯示的第一顯示例；圖21示出了作為圖3的步驟Sll的數據分析結果而顯示的第二顯示例；而圖22示出了要與圖20和圖21進行比較的正常狀態下的顯示例。具體實施例方式下面將參照圖1和后續附圖來描述根據本發明的實施方式。應該注意，在本實施方式中，在每個附圖中，單元的比例尺寸有時與實際比例不同。將首先參照圖1和圖2來描述睡眠評估裝置的構成。圖1是示出睡眠評估裝置1正在被使用時該裝置的外觀的框圖。圖2是示出睡眠評估裝置l的構成的框圖。在圖1中，睡眠評估裝置1包括傳感器單元2，用于檢測躺在床上的人類對象的生物特征信號；和與傳感器單元2相連的控制臺3，用于確定睡眠狀態并評估睡眠質量。控制臺3包括顯示單元4，該顯示單元4用于顯示睡眠階段(狀態？)的確定結果，還用于顯示諸如示出睡眠的評估指標的指南。控制臺3還包括操作單元5，該操作單元5用于執行諸如通電或關電操作以及測量開始或測量結束操作的操作。傳感器單元2例如能夠通過麥克風(例如，電容麥克風)來檢測其中密封了不可壓縮流體的床墊6上的壓力變化。如圖所示，床墊鋪在床下，從而傳感器單元2可檢測包括躺在床上的人類對象的呼吸信號或姿勢改變在內的生物特征信號。如圖1所示，對于根據本實施方式的睡眠評估裝置1而言，在執行測量時不需要束縛人類對象的身體。這是因為，如上所述，可以簡單地通過將傳感器單元2置于床下而檢測人類對象的身體移動。另外，如圖2所示，除了上述顯示單元4和操作單元5以外，控制臺3還設置有電源10、計時單元11、控制器CP、存儲裝置20和分析單元30，在它們當中，位于該裝置的中心的單元是控制器CP。因此上述每個元件都連接到控制器CP，傳感器單元2也不例外。控制器CP設置有用于將從傳感器單元2接收到的輸入信號轉換成數字信號的AD(模擬到數字)轉換器、CPU(中央處理單元)、RAM(隨機存取存儲器)、ROM(只讀存儲器)和所需的其它元件(未示出)。控制器CP執行整體控制從而根據本實施方式的睡眠評估裝置1整體上協調地運行。電源10向本實施方式的睡眠評估裝置1提供電能。另外，計時單元11識別當前時間以供應給控制器CP。分析單元30基于傳感器單元2檢測到的人類對象的姿勢改變以及計時單元ll測得的當前時間的信息，通過計算、分析和評估來確定或判定睡眠狀態的時序改變和睡眠質量。存儲裝置20存儲以上分析單元30的確定結果。另選的是，當需要時，存儲裝置20存儲在分析單元30進行計算的過程中獲得的中間結果、中間實現信息等，并且存儲睡眠評估裝置1運行所需的其它各種類型的信息和程序。根據本發明的"確定器"至少包括本實施方式的控制器CP、分析單元30和存儲裝置20。下面將參照圖3到圖22來描述具有以上構成的睡眠評估裝置1的操作。應該注意，除非另外指定，否則以上控制器CP對將在下面進行描述的各種類型的操作、計算和處理發揮主要、主導作用。在用戶初次按下睡眠評估裝置1的操作單元5中的電源按鈕并且電源10接通的情況下，控制器CP獲得當前時間(圖3中的步驟S1)，并將獲得的當前時間顯示在顯示單元4上(圖3中的步驟S2)。接下來，控制器CP確定是否發出了開始測量的指令(圖3中的步驟S3)。例如，該指令是基于用戶對操作單元5的測量開始按鈕的按下操作而發出的，或者另選地是在到達特定時間的情況下自動發出的。另外，這里使用的術語"測量"是指測量傳感器單元2檢測到的人類對象的身體移動的時序改變。如果沒有發出測量開始指令，則根據本實施方式的睡眠評估裝置1基本上重復以上當前時間獲取處理和之后的顯示處理(參照圖3中的步驟S4:否)。然而，如果在該重復處理執行時用戶使用操作單元5設置了另一個當前時間(圖3中的步驟S4:是)，則插入顯示該設置時間的處理(圖3中的步驟S5)。另一方面，如果發出了測量開始指令，則控制器CP從該重復處理中退出并進行到另一個處理。也就是說，首先確定測量是否完成(圖3中的步驟S6)。如果確定測量沒有完成(圖3中步驟S6:否)，則控制器CP對通過傳感器單元2掃描到的信號執行AD轉換(圖3中的步驟S7)，并且將通過AD轉換處理而獲得的數字數據存儲在存儲裝置20中作為身體移動數據(圖3中的步驟S8)。作為執行以上連續處理的結果，在存儲裝置20中配置了如圖4中的例子所示的數據表Tl。數據表Tl連續接受與存儲裝置20的地址編號1到100相對應的身體移動數據的寫操作。如圖所示，每個身體移動數據512、356、......、457、615、601、......、824都寫入在一個地址中。應該注意，D[O]、D[l].......、D[99]是變量標識符，并且身體移動數據的數量僅僅是一個例子。控制器CP在構建這種數據表Tl的同時并行獲得(圖3中的步驟S9)和顯示(圖3中的步驟S10)當前時間。在圖3的步驟S6中，如果確定測量完成了，即完成了數據表T1的構建(圖3中步驟S6:是)，則對數據表T1中的身體移動數據進行分析(圖3中的步驟Sll)。稍后將在說明書中詳細描述這個數據分析處理。在完成該數據分析的情況下，控制器CP顯示分析的結果(圖3中的步驟S12)。然后確定是否返回到當前時間的顯示處理，并且當該確定是肯定時，控制器CP返回到重復處理(從圖3中的步驟S13:是到步驟S1)。應該注意，步驟S13的確定還可理解為例如確定是否將分析的結果顯示足夠長時間從而使用戶能夠看見它。當控制器CP確定經過了特定時間段或者當由用戶進行了這樣的指示時，可以確認該確定。接下來，將描述圖3的步驟Sll中的數據分析處理的細節。分析單元30準備出進行根據本實施方式的數據分析所需的不同類型的數組變量(圖5中的步驟S21)。這些不同類型的數組變量例如是如圖4所示的Stage[x]、Hensa[x]和HenAV[x]。Hensa[x]是從上述D[O]、D[l]、......、D[99]中選出的預定數量的關于x的D[s]、D[s+1]、......、D[s+z]的標準差，其中，s是l、2、……、98之一，而z對應于(預定數-l)。也就是說，在給出AveD=(D[s]+D[s+l]+...+D[s+z])/(z+l)的情況下，Hensa[x]通常如下Hensa[x]=sqr[(l/(z+l))*SS(D[i]-AveD)2]……(1)，其中，i=s，s+l,...，s+z。另外，"sqr"是平方根(下同)。另外，"SS"是指對()中的表達式相加i次(即，這對應于希臘大寫字母i:)。在本實施方式中，特別設置了s-10x且z-9。因此，如作為例子的圖4的數據表T3所示，H隱[O]具有D[O]、D[l]、……、D[9]的標準差，而Hensa[5]具有D[50]、D[51]、......、D[59]的標準差。由于在本實施方式中身體移動數據的總數是100，所以定義了總計10個Hensa[x]:Hensa[O]、Hensa[l〗、......、Hensa[9]。應該注意，諸如上述的計算處理與在圖5的步驟S22中執行的處理相同。通過這種處理，Hensa[O]、Hensa[l]、......、Hensa[9]的每個實際值都將被寫入到數據表T3中。應該注意，數據表T3對應于存儲裝置20的地址編號211到220。15根據以上計算基礎或者方程(1)可以理解，這個Hensa[x]表示在一定時間段(在下文中，有時候將其稱作"單位時間段")內人類對象的身體移動的變化程度。從上述描述能夠清楚地看出，本實施方式中的單位時間段大致與在傳感器單元2獲得作為原始數據的10個單位的身體移動數據的時間段一致。"單位時間段"與根據本發明的一個"組"所概念化的時間段一致。HenAv[x]是一類從上述Hensa[O]、Hensa[l].......、Hensa[9]中選出的關于x的預定數量的Hensa[t]、Hensa[t+1].......、Hensa[t+y]的移動平均值，其中，t是0、1、2........8之一，而y是(預定數-l)。換言之，通常HenAv[x]=(Hensa[t],Hensa[t+l]","He雄[t+y])/(y+l)......(2)。在本實施方式中，特別設置可t^-l且尸2。因此，如作為例子的圖4的數據表T4所示，HenAv[l]具有Hensa[O]、Hensa[l]和Hensa[2]的平均值。由于在本實施方式中Hensa[x]的總數是10，所以定義了總計八個HenAv[x]:Hensa[l]、Hensa[2].......、Hensa[8]。然而，在本實施方式中，另外設置了HenAv和HenAv[9],從而總共定義了10個Hensa[x]。諸如上述的計算處理與圖5的步驟S23中執行的處理相同。通過這個處理，HenAv[O]、HenAv[l]、......、HenAv[9]的每個實際值都將被寫入到數據表T4中。數據表T4對應于存儲裝置20的地址編號221到230。根據以上計算基礎或方程(2)可以理解，這個HenAv[x]表示在針對Hensa[x-l]、Hensa[x]和Hensa[x+1]所概念化的時間段內(即以x為中心的三個單位時間段內)人類對象的身體移動的變化程度的平均值。因此，HenAv表達為HenAv[x]=(Hensa[x-1]+Hensa[x]+Hensa[x+1])/3根據本發明的"移動平均值"包括這種情況。Stage[x]表示人類對象是處于睡眠狀態還是處于覺醒狀態。在本實施方式中，x在這種情況下是指"時期"。這與以上Hensa[x]中的x相同。在Hensa[x]的情況下，一個x表示10個單位的身體移動數據，同樣針對Stage[x]中的x，通過對其中獲取了IO個身體移動數據作為集合單位的時16間段進行計數來定義一個單位(即，"l個時期")。嚴格來講，Stage[x]充當了表達在每個時期(即，x-l，2，3，…，每個)內人類對象是處于睡眠狀態還是處于覺醒狀態的變量。在圖4的數據表T2內，Stage和Stage[9]的值是"l"，這表示在這些時期0和時期9中人類對象處于覺醒狀態。另一方面，Stage[l]的值為"0"，這表示在時期1內人類對象處于睡眠狀態。每個Stage[x]中的值的設置將在以下處理中執行圖8(下床時期計算處理)、圖9(翻身時期計算處理)、圖11和圖12(中間覺醒時期計算處理)、圖15(睡眠潛伏時期計算處理)以及圖16和圖17(中間覺醒時期計算處理)。在稍后描述這些處理時將再次描述Stage[x]。一旦獲得了Hensa[x]和HenAv[x]，分析單元30就獲得全部Hensa[x]的標準差(圖5的步驟S24)。因此，HenStd=sqr[(l/10)*SS(H醒[j]-AveHensa)2]......(3)，其中，j二0，l,2,…或9，而AveHensa二(Hensa+...+Hensa[9])/10。另外，"ss"是指對()中的表達式相加j次(s卩，這對應于希臘大寫字母i:)。分析單元30獲得基線值baseline以及穩定時期的數量stable(圖5的步驟S25)。圖6中示出了該處理的細節。稍后將描述基線值Baseline和穩定時期的數量Stable的意義。在圖6中，在對變量(在這種情況下，"r'和"Counter")以及穩定時期的數量Stable和基線值Baseline進行了初始設置(圖6的步驟S41)以后，分析單元30基于以下條件方程來確定"真"或"假"(圖6的步驟S42)。ABS[HenAv[I]-HenAv[I+l]]SA......(4)，其中，"ABS"是指利用[]的值的絕對值(下同)。換言之，該條件表達式表示確定HenAv[x]的兩個連續值(或者兩個連續單位時間段)之間的差的絕對值是否小于等于預定值"A"。在方程(4)為真的情況下，分析單元30將變量"Coimter"的值遞增1，并將變量"Baseline"的值遞增與HenAv[I]相對應的值(圖6中的步驟S43和S44)。另一方面，在方程(4)為假的情況下，分析單元30確定下面的條件表達式是真還是假(圖6中的步驟S45)。ABS[He誰[I]-He脂[I+l]]^B......(5)，其中，B>A。在方程(5)得到滿足的情況下，分析單元30將變量Stable的值遞增1(圖6的步驟S46)，但是在方程(5)得不到滿足的情況下，不對Counter、Baseline或者Stable的值進行改動。執行以上處理，直到到達HenAv[9](從步驟S47:否到步驟S48，然后進入圖6的步驟S42)。在完成一直到1+1=9的處理的情況下，計算Baseline=(Baseline/Counter)......(6)，并且獲得"基線值"或"Baseline"的最終值(圖6的步驟S49)。根據圖6的以上處理具有下面的含義。由于HenAv[x]表達了在以x為中心的三個單位時間段內人類對象的身體移動的變化程度的平均值，所以方程(4)中的"HenAv[I]-HenAv[I+l]"對應于時間段(1-1)、I和(I+l)內的變化程度的平均值與對應于時間段I、(I+l)和(1+2)內的變化程度的平均值之間的差(因為HenAv是移動平均值，所以這些單位時間段部分地彼此重疊)。絕對值小于等于"A"意味著人類對象在從I到(I+l)的過渡中保持了一定程度的狀態穩定性。在這種情況下，如上所述，將HenAv[I]的值加入Baseline中(參照圖6的步驟S44)。對于1=1,2,...重復相同處理，最終獲得了在步驟S44中加入的所有HenAv[x]的平均值作為"Baseline"，如方程(6)所示。因此，基線值"Basdine"表示與在其中保持了一定程度的狀態穩定性的情況相對應而選擇的HenAv[x]的平均值。相反，當方程(5)中所示的絕對值小于等于"B(B〉A)"時，意味著在從相同時段I到(I+l)的過渡中人類對象沒有進行諸如翻身的相對大的身體移動(然而，要和B進行比較的值是Hensa[x])。在這種情況下，穩定時期的數量的值Stable在過渡時間段內增大，從而記錄了沒有發生翻身的事實。如果假定人類對象在測量時間段內根本沒有翻身，則不可避免地執行圖6的步驟S46中的處理，并且Stable的值將是(1-1)。因此，穩定時期的數量Stable表示了其中人類對象沒有相對較大的身體移動的時間段(可以基于作為標準或作為單位的單位時間段來對該時間段進行計數)的數量。一旦如上所述獲得了基線值Baseline和穩定時期的數量Stable,分析單元30就獲得表示移動頻率的指標Move以及睡眠過程中穩定時間段的比例Percent(圖5的步驟S26)。圖7中示出了該處理的細節。如圖7所示，Move的值是這樣獲得的用Hensa[x]的平均值(與以上方程(3)中出現的"AveHensa"相同)減去以上獲得的基線Baseline并且將相減的結果除以HenStd(圖7的步驟S51)。隨著這個Move的值增大，人類對象的移動更加頻繁。另外，Percent是穩定時期的數量Stable除以Hensa[x]的數組的數量即本實施方式中的IO("單位時間段"的總數)的100倍(圖7的步驟S52)。接下來，分析單元30獲得下床時期(圖5的步驟S27)。圖8中示出了該處理的細節。在圖8中，在對變量(在這種情況下為'T')進行了初始設置(圖8中的步驟S61)以后，分析單元30確定Hensa[x]的平均值(與以上方程(3)中的"AveHensa"相同)是否落在預定值C之下(圖8的步驟S62)。如果確定出它落在預定值C之下(圖8的步驟S62:是)，則將預定值E1賦值給變量Bedout(圖8的步驟S64)。另一方面，如果它沒有落在預定值C之下(圖8的步驟S62:否)，則確定基線值Baseline是否落在預定值D之下(圖8的步驟S63)。如果基線值Baseline落在預定值D之下(圖8的步驟S63:是)，則將預定值E2賦值給變量Bedout(圖8的步驟S65)。另一方面，如果它沒有落在預定值D之下，則將預定值E3賦值給變量Bedout(圖8的步驟S66)。El、E2和E3滿足EKE2〈E3。然后，分析單元30確定Hensa[I]的值是否落在變量Bedout之下，該變量的值取決于以上確定結果為E1、E2或E3(圖8的步驟S67)。如果它落在預定數之下，則將"Wake"賦值給Stage[x](圖8的步驟S68)。另一方面，如果它沒有落在預定數之下，則不對Stage[x]的值進行改動(參照圖8的步驟S67:否)。在本實施方式中，執行這個處理直到到達Hensa[9]為止(參照圖8的步驟S69和S70)。上述"Wake"對應于圖4的數據表T2中所示的值"l"。因此，圖4的數據表T2中所示的值"O"是指不是"Wake"的情況。下文中同樣如此。根據圖8的這個處理具有下面的含義。在這個處理中，針對每個時期確定了參照圖4描述的Stage[x]的值。在此情況下，在圖8中，從步驟S67中具有不同值E1、E2或E3的"Bedout"的值可以理解，確定人類對象是臥床還是下床的基礎發生了改變。每個基值Bedout具體地講El、E2或E3都是非常小的值，并且這個值用于檢測傳感器單元2沒有檢測到人類對象的身體移動的情形(或時期)。這就是在Hensa[I]<Bedout為真的情況下設置為Stage[fh"Wake"的原因。另外，從E1<E2<E3為真，并且El對應于AveHensa<C為真，E2對應于基線值Baseline〈D為真而E3對應于其它情況的條件可以理解，El到E3是根據睡眠過程中人類對象的穩定程度來定義的。由于AveHensa落在C之下的情況是指在所有時間段內人類對象的身體移動的變化相對較小的情況，所以優選地應當利用較小的基值El來確定是否發生了"下床"狀態。另一方面，在Baseline落在D之下(并且AveHensa^C)的情況下，Baseline是HenAv[x]的平均值，其中，如上所述，這些HenAv[x]是在假定Baseline對應于保持了一定程度的穩定狀態的情況下選出的。因此，能夠推斷出該人類對象相對安靜，至少處于穩定時間段，因此，優選使用大于E1的基值E2。其它情況是以上兩種情況不為真的情況，因此，大于E2的基值E3是優選的。總而言之，在本實施方式中，是否發生了"下床"狀態是基于睡眠過程中人類對象的身體移動的一般特征的差別來確定的。一旦以上述方式確定了起床時期，分析單元30就獲得翻身時期(圖5的步驟S28)。圖9中示出了這個處理的細節。在圖9中，在對變量(在此情況下為'T，)進行了初始設置(圖9的步驟S71)以后，分析單元30確定下面的條件表達式是真還是假(圖9的步驟S72)。Hensa[I+l]〉Hensa[I]+Fl......(7)在確定其為假的情況下，另外確定下面的條件表達式是真還是假(圖9的步驟S73)。Hensa[I+l]〉F2......(8)如果方程(7)或方程(8)被確定為真的(圖9中，步驟S72:是，或者S73:是)，則將"Wake"賦值給Stage[I+l](圖9的步驟S74)。另一方面，如果這兩個方程均被確定為假(圖9的步驟S73:否)，則不對Stage[I+l]進行改動(圖9的步驟S75)。在本實施方式中，重復這個處理，直到到達Hensa[9]為止(參照圖9中的步驟S76)。根據圖9的處理具有下面的含義。也就是說，在這個處理中，在人類對象的身體移動在給定時間段(1+1)內的標準差Hensa[I+l]與時間段I"相比"增大的情況下或者在標準差Hensa[I+l]自身"絕對"大的情況下，將這個時間段(1+1)確定為發生了"翻身"的時期。此時，這個"翻身"事件可以被認為與人類對象"醒來"或"起身"相同。這是因為在發生"翻身"時觀察到的腦電波可以被認為與在人類對象處于覺醒狀態時的腦電波相同。因此，在這個處理中，在發生了翻身的情況下，即使在上述下床時期計算處理中沒有確定為"Wake"，也會將這個時期確定為"Wake"。在執行了根據圖8和圖9的處理以后，每個Stage[x]都將具有如圖10中的例子所示的值。這個圖10中的示例性值表明作為根據圖8的處理的結果，在Stage[O]、Stage[2]和Stage[9]中發生了"下床"并且在根據圖9的處理以后，在Stage[7]中發生了"翻身"。(如圖中的箭頭所示，Stage[O]、Stage[2]和Stage[9]的值保持為與執行根據圖8和圖9的處理之前相同)。接下來，分析單元30獲得中間覺醒時期(圖5的步驟S29)。圖ll和12中示出了這個處理的細節。在圖11中，在對另一個變量(在此情況下為I1)進行了初始設置(圖11的步驟S81)以后，分析單元30確定以上獲得的表示移動頻率的指標Move(參照圖5)是否大于等于H1(圖11的步驟S82)。如果確定為假，則例程返回到根據圖5的數據分析處理的主流程圖。這是因為，此時已經最終決定"人類對象在睡眠過程中沒有醒來"，即"沒有中間覺醒"。另一方面，如果步驟S82的確定結果為真，則分析單元30確定Move是否大于等于H2(圖11的步驟S83)，并且如果為假，則進一步確定Move是否大于等于H3(圖11的步驟S84)。如果步驟S83的確定結果為真，則將Jl賦值給變量Value(圖11的步驟S85)。如果步驟S84的確定結果為真，則將J2賦值給Value(圖11的步驟S86)。另外，如果步驟S83和步驟S84的兩個確定結果均為假，則將J3賦值給Value(圖11的步驟S87)。以上H1、H2和H3滿足H2〉H3〉H1。另外，以上J1、J2和J3滿足J3>J2>J1。接下來，分析單元30確定下面的條件表達式是真還是假(圖11的步驟S88)。HenAv[11]^Baseline+Value......(9)如果它被確定為真，則分析單元30確定在對變量(在此情況下為12)進行初始化(圖11的步驟S89)以后HenAv[Il-I2]^Baseline+K是否為真(圖11的步驟S90)。如果它被確定為真，則將"Wake"賦值給Stage[Il-I2](圖11的步驟S91)。然后，在步驟S92中，使I2的值遞增1。重復地執行利用12的這個處理，直到12的值到達這個處理開始時II的值為止(參照圖11的步驟S92和S93)。另一方面，在以上步驟S90中，如果HenAv[Il-I2]^Baseline+K被確定為假，則分析單元30確定在對變量(在此情況下為12)進行初始化(從圖11的連接符號"C1"到圖12的步驟S94)以后HenAv[Il+I2]^Baseline+K是否為真(圖12的步驟S95)。如果步驟S95的確定結果為真，則將"Wake"賦值給Stage[Il+I2](圖12的步驟S96)。重復執行利用12的這個處理，直到當通過將12和這個處理開始時的II相加所獲得的值與HenAv數組的總數一致為止(參照圖12的步驟S97和S98)。在從圖11的步驟S89到圖12的步驟S98的處理中，可以改變Stage[x]的值；然而，如果在圖11的以上步驟S88中HenAv[Il妙aseline+Value被確定為假，則分析單元30不改變Stage[x]的值(參照從圖11的步驟S88:否到連接符號"C2"然后到圖12的步驟S99的流程)。在本實施方式中的以上每個處理中，都是執行從步驟S88到S98的處理，直到到達HenAv[9]為止(參照圖12的步驟S99和S100以及圖12和11的連接符號"C3")。根據圖11和圖12的這個處理具有下面的含義。也就是說，這個處理的前一半(即其中基于Hl到H3來設置Jl到J3的從圖11的步驟82到S87的處理)是指根據人類對象的移動頻率來設置基值。換言之，在人類對象的移動非常活躍的情況下(即，Move^H2(〉H3>H1))，將基值設置為最小程度的Jl，否則(即，H2〉MOVe^H3(>Hl))，將基值設置為中等程度的J2，而在移動最小的情況下(即，H3>Move^HO，將基值設置為最大的D。因此，象征性地來講，Jl、J2和J3充當通過方程(9)可以理解的基值。具體地講，如上所述，盡管如果方程(9)為假則關于Il的處理完成，但是隨著人類對象的移動從非常活躍變成中等活躍然后變為最小，基值逐漸變大，并且該基值表示Stage[x]是否可以改變。應該注意，在人類對象的移動非常小的情況下(即，MoVe<Hl)，不執行設置基值的處理或者后續處理。圖13的表中示出了以上例子。在設置了這個基值Value以后，執行該處理的后一半(即從圖11的步驟S88到圖12的步驟S100的處理)以獲得中間覺醒時期。這個處理可以被認為具有兩類處理。第一類處理是從圖11的步驟S89到S93的處理。在這個處理中，確定在早于時間段II的時間點是否存在中等覺醒的事件(在"更早的時間點，，進行確定是指在這第一類處理中，針對Il即Il-0、11-1、11-2.......執行該確定)。另外，確定的基礎是"Basdine+K"(參照圖11的步驟S90)。于是，在HenAv[Il-I2]大于等于"Basdine+K"的值的情況下，確定"存在中23間覺醒"，并且將"Wake"賦值給Stage[x]。另一方面，第二類處理是從圖12的步驟S94到S98的處理。在這個處理中，確定在晚于時間段Il的時間點是否存在中間覺醒的事件(在"更晚的時間點"進行確定是指在這第二類處理中，針對Il即Il+0、11+1、11+2、......執行該確定)。使用的確定基礎與在第一類處理中使用的相同(參照圖12的步驟S95)。圖14中在視覺上并理想地示出了以上處理。也就是說，在這個圖14中，給定以上I1是5，如圖中的向上和向下箭頭所示，關于這個點向前和向后來執行對中間覺醒的搜索。圖14還示出了這樣一個例子，除了Stage[5]以外，Stage[4]也被確定為中間覺醒時期。應該注意，圖14的左側部分與圖10的相同，并且圖中的指右箭頭的含義與參照圖10描述的相同。因此，在根據圖11和圖12的處理中，首先基于指標Move和基線值Baseline來評估人類對象在時期II內的睡眠狀態(參照圖12的步驟S88)，然后基于這個評估，在后和全面地確定是否存在中間覺醒(參照以上對于第一類和第二類處理的描述)。以上述方式獲得中間覺醒時期，然后分析單元30執行睡眠潛伏計算處理(圖5的步驟S30)。圖15中示出了這個處理的細節。在圖15中，分析單元30獲得睡眠潛伏時期(圖15的步驟S101)。圖18中示出了這個步驟的細節。在這個睡眠潛伏時期計算處理中，在對變量(在此情況下為I)進行了初始化(圖18的步驟S141)以后，分析單元30確定Stage[I]是否對應于"Wake"(圖18的步驟S142)。如果該確定是否定的，則例程返回到圖15的主處理(從圖18的步驟S142:否到圖15的步驟S102)。另一方面，如果該確定是肯定的，則使I遞增l并重復后續處理(參照圖18的步驟S142:是、步驟S143和S144)。因此，在這個睡眠潛伏時期計算處理中，搜索不為"Wake"的Stage[x]。因此，當圖18的處理完成時，隨著I遞增，Stage[I]的值不為"Wake"的情況下的T(在下文中，有時候將其稱作"睡眠潛伏時的I")的值或者Stage[I]的值不再為"Wake"的情況下的T的值將被返回給主處理(圖15的處理)。接下來，分析單元30確定Stage[I+Kal]的值是否為"Wake"(圖15的步驟S102)。如果這是肯定的，則將值"Wake"再賦值給Stage[I+Kal](圖15的步驟S103)，然后Kal遞減l(圖15的步驟S104)。執行這些賦值處理和減法處理，直到Kal到達0為止(參照從圖15的步驟S105到步驟S103的流程)。結果，數組編號為x04+l、1+2、......、I+Kal的所有Stage[xO]的值都將為"Wake"。另一方面，在以上步驟S102中，如果Stage[I+Kal]不是Wake，則僅簡單地將KaI遞減1(圖15的步驟S106)。將重復這個處理，直到KaI到達0或者直到找到與Wake—致的Stage[I+Kal]為止(參照圖15的步驟S107)。如果沒有找到與Wake—致的Stage[I+Ka1]，則將執行上述處理。根據圖15的處理具有下面的含義。也就是說，如果在遠離睡眠潛伏時的I任意設置的Kal的時間點存在滿足Stage[I+KalhWake的時期(I+Kal)，則不能將這個時間點確定為人類對象真正意義上進入睡眠狀態的時期。這基于如下經驗規則或邏輯規則，即在"睡眠潛伏，，以后通常不會立即發生"翻身"(即，這種時間點處的時期通常不會是"Wake")。因此，在這種情況下，Stage[I+l]、Stage[I+2]、......和Stage[I+Kal]將被重新確定為是覺醒狀態。因此，根據圖15的處理，為了準確確定人類對象真實意義上處于睡眠狀態的時間段，搜索Stage[x]不為Wake的情況作為錯誤，并且將由此獲取的Stage[x]復位為Wake。在以上述方法完成睡眠潛伏計算處理的情況下，分析單元30獲得中間覺醒時期(圖5的步驟S31)。圖16和圖17中示出了這個處理的細節。在圖16中，在對變量(在此情況下為M)進行了初始化(圖16的步驟Slll)以后，分析單元30獲得睡眠潛伏時期(圖16的步驟S112)。在這個步驟中，執行圖18所示的上述處理。因此，當圖18的處理完成時，將獲取睡眠潛伏時的I。接下來，分析單元30確定睡眠潛伏時的I是否落在M之下(圖16的步驟S113)。如果確定它落在M之下，則確定Stage[I]是否與"Wake"25一致(圖16的步驟S114)。如果Stage[I]與"Wake"—致，則分析單元30進行到持續覺醒時期計算處理(從圖16的步驟S114:是到步驟S117)。另一方面，如果在步驟S113中滿足了之M，則不會執行根據步驟S114的確定(圖16的步驟S113:否到步驟S115)。將對每個I重復執行這個處理，其中，每個I都相對于睡眠潛伏時的I遞增了l(參照圖16的步驟S115和S116)。重復處理的數量被限定為Stage[x]的總數(時期的總數)(參照圖16的步驟S116)。如果到達了這個限制，該例程就返回到根據圖5的主流程圖的數據分析處理。圖19中示出了持續覺醒時期計算處理的細節。在該持續覺醒時期計算處理中，在對變量(在這種情況下為X)進行了初始設置(圖19的步驟S151)以后，分析單元30確定Stage[I+X]是否對應于"Wake"(圖19的步驟S152)。此時，I應該滿足Stage[I]-Wake，只要對以上步驟S114給出了肯定性確定即可(換言之，此時，i不再是"睡眠潛伏時的r)。如果在步驟S152中Stage[I+X]=Wake是否定的，則該例程返回到主處理(從圖19的步驟S152:否到圖16的步驟S116)。另一方面，如果它是肯定的，則使X遞增1，并且該例程重復后續處理(參照圖19中的步驟S152:是以及步驟S153和S154)。因此，在這個持續覺醒時期計算處理中，確定"Wake"在Stage[x]中保持的程度，其中，x大于等于在睡眠階段從"睡眠潛伏時的I"進入到覺醒狀態的時間點處的I。在下文中，這個I有時被稱作"覺醒狀態開始時的1"。因此，當圖19中的處理完成時，在Stage[I+X]的值不為"Wake"的情況下的"X"值將返回到主處理(圖16中的處理)，或者在隨著X增大Stage[I+X]的值不再為"Wake"的情況下的"X"值將返回到主處理(在下文中，這個X有時被稱作"持續覺醒時的X")。分析單元30隨后確定持續覺醒時的X是否大于等于Ne(圖16中的步驟S118)。如果這是肯定的，則執行下面的處理。在將恰當值設置給變量O(圖16中的步驟S119)以后，分析單元30確定Stage[I-O]是否為"Wake"(圖16的步驟S120)。如果這是肯定的，則將"Wake"再次賦值給Stage[I-O](圖16的步驟S123)，使O遞減1(圖16的步驟S124)。重復這個處理，直到O到達1為止(參照從圖16的步驟S125到S123的流程)。結果，具有自覺醒開始時的初始I滯后了O的數組編號xl的所有Stage[xl]的值都將為"Wake"。另一方面，在以上步驟S123中，如果Stage[I-O]不為Wake，貝(JO僅遞減l(圖16的步驟S121)。將重復這個處理，直到O到達l或者找到與Wake—致的Stage[I-O]為止(參照從圖16的步驟S122到S120的流程)。在找到與Wake—致的Stage[I-O]的情況下，將執行上述的處理。當上述處理完成時，分析單元30進行到圖17的處理(參照圖16和圖17中的連接符號"C5")，將再次為變量O設置任意值(圖17的步驟S126)。分析單元30在確定覺醒開始時的I、持續覺醒時的X和任意設置的O的總和與時期的總數一致的情況下，使例程返回到圖5的數據分析處理的主流程圖(圖17的步驟S127:是)。否則，將執行下面的處理(圖17的步驟S127:否)。也就是說，分析單元30確定Stage[I+X+0]是否為"Wake"(圖17的步驟S128)。如果這是肯定的，則將"Wake"再次賦值給Stage[I+X+O](圖17的步驟S131)，然后使O遞減l(圖17的步驟S132)。重復這個處理，直到O到達1為止(參照圖17的步驟S133到步驟S131)。結果，具有直到自通過將持續覺醒時的X與覺醒開始時的初始I相加所獲得的值晚了O的時間點的數組編號x2的所有Stage[x2]的值都將為"Wake"。另一方面，在以上步驟S128中，如果Stage[I+X+0]不為Wake，則僅使O遞減l(圖17的步驟S129)。重復這個處理，直到O到達l或者找到與Wake—致的Stage[I+X+0]為止(參照從圖17的步驟S130到S128的流程)。在找到與Wake—致的Stage[I+X+0]的情況下，將執行上述處理。在以上步驟S130或S133被確定為是的情況(即，滿足O=1的情況)下，分析單元30將I+X賦值給M(圖17的步驟S134),然后返回到圖16的處理(參照圖17和圖16的連接符號"C6")。另一方面，如果在圖16的以上步驟S118中沒有滿足X^Ne(即，X<Ne)，則僅執行將I+X賦值給M的上述處理(圖17的步驟S134)，然后該例程返回到圖16的處理(參照圖16的步驟S118:否—連接符號"C4"—圖17的步驟S134—連接符號"C6")。關于剩余部分，通過圖16中的以上連接符號"C6"后面的步驟可以理解，將會如上所述來執行圖16的步驟S113以及后續步驟的處理。根據圖16和圖17的處理具有下面的含義。簡單地講，這個處理的含義在于再次確認是否存在被漏掉的要被確定為覺醒的時期。換言之，該處理是對根據圖11和圖12的以上處理的補充。在查找是否存在被漏掉的這種時期的過程中，持續覺醒X尤其發揮了重要作用(參照圖16的步驟S118)。具體地講，如果這個持續覺醒X的值大于等于某值Ne，則很大程度上可以假定在該時間附近的時間段內人類對象實際上處于覺醒狀態。因此，在步驟S118中以及后續步驟中，檢查Stage的值是否為比I早了O的時期和比I+X晚了O的時期中的每一個，并且在檢查的值是Wake的情況下，即使Stage[x]初始被賦值為0，也將它們之間的時期再次賦值為Stage[x]=l。中間時期的這種再次賦值基于以上假定。另外且更具體地講，根據圖16和圖17的處理可以被認為具有兩類處理，這與根據圖11和圖12的處理相似。第一類處理是從圖16的步驟S119到S125的處理。在這個處理中，確定在相對于覺醒開始時的I的時間點更早的時間點是否存在覺醒(在"更早的時間點"進行確定是指在第一類處理中，針對I即I-O、I-(O-l)、I-(O-2)、......來進行確定)。另外，確定的條件是簡單的Stage[I-O]-Wake(參照圖16的步驟S120)。只要這個條件滿足，就將"Wake"賦值給具有以上數組編號的Stage[x〗。另一方面，第二類處理是從圖16的步驟S126到S133的處理。在這個處理中，確定在相對于[(覺醒開始時的I)+(持續覺醒時的X)]較晚的時間點是否存在覺醒(在"較晚的時間點"進行確定是指在第二類處理中，針對(I+X)艮卩I+X+0、I+X+(0-l)、I+X+(0-2)、......來進行該處理)。確定的條件與用于第一類處理的條件相同(參照圖17的步驟S128)。通過執行根據圖16和圖17的處理，即使假定在圖11和圖12中要確定為覺醒的時期被漏掉了，也可以將該時期再次定義為覺醒狀態(即，執行一類核實(backup))。至此參照圖4到圖19給出的描述是圖3的步驟S11中的數據分析處理的細節。在執行了這些處理以后，控制器CP顯示先前描述的結果(圖3的步驟S12)，它的顯示例子如圖20或圖21中所示。圖20示出了這樣一個例子，其中，顯示單元4顯示了"睡眠效率89.2%，睡眠持續時間07:16(即，7小時16分鐘)"的結果。圖21示出了這樣一個例子，其中，顯示單元4顯示了"睡眠穩定度76.0%"。"睡眠效率"表示通過執行上述圖11和圖12或者圖16和圖17中的每個處理而設置的Stage[x]的值l,O,l,O，l，l,O"..，l，l當中0的百分比。另外，"睡眠穩定性"是圖7所示的"Percent"的值。圖22是正常狀態下顯示的從而可以與圖20和圖21的顯示進行比較的內容的細節。這對應于圖3的步驟S2中的當前時間顯示處理的結果。根據本實施方式的睡眠評估裝置1，可以獲得下面的效果。(1)如上所述，根據本實施方式的睡眠評估裝置1，使用Hensa[x]或HenAv[x]來確定人類對象的睡眠狀態，其中Hensa[x]或HenAv[x]是通過簡單地對身體移動數據D[O]、D[l].......、D[9]進行加減乘除而獲得的數據。因此，不需要復雜的構成或處理。另外，在保持這種輕松的同時，Hensa(XI和HenAv[x]的特征不同點在于Hensa[x]恰當表示了在相對較短的時間段內人類對象的身體移動的改變；而HenAv[x]恰當表示了在相對較長的時間段內人類對象的身體移動的改變。因此，通過利用Hensa[x]和HenAv[x]，可以在一定程度上正確地執行人類對象的睡眠狀態的確定。總而言之，根據本實施方式，能夠以低成本、簡易方法以及盡可能高的準確度來實現人類對象的睡眠狀態的推斷。(2)在本實施方式的睡眠評估裝置1中，基線值Baseline在確定人類對象的睡眠狀態的處理中發揮了相對重要的作用。也就是說，基線值29Baseline在圖8(下床時期計算處理)、圖11和圖12(中間覺醒時期計算處理)中發揮了重要作用，并且具體來講，圖11和圖12的處理中所用的變量Move也是直接基于基線值Baseline來確定的(參照圖7)。另外，考慮到在直接利用處理的前提下執行與直接利用基線值Baseline的處理(以下稱為"直接利用處理")不同的一些處理，可以認為這些其它處理間接地接收到基線值Baseline的好處。例如，在圖11和圖12的處理中的給定Stage[a]為Wake的情況下，在圖16和圖17的處理中Stage[a]可以是新的初始點(例如，參照步驟S120或步驟S128)。因此，在本實施方式中，引入基線值Baseline顯著地增大了進行更準確的人類對象睡眠狀態確定的可能性。另外，在本實施方式中，由于基線值Baseline自身是利用HenAv[x]的移動平均值來設置的(參照圖4和圖6及其描述)，所以進一步增強了確定人類對象的睡眠狀態的準確度。上面已經描述了根據本發明的實施方式，然而，根據本發明的睡眠評估裝置并不限于以上實施方式，而是可以進行下面的各種變型。(1)在以上實施方式中，描述了獲得100份身體移動數據的例子，但是本發明不限于此。可以更自然地假定身體移動數據的數量通常大于或遠大于100(僅僅為了簡單而選擇了以上描述中的"100份"，并非出于任何其它目的)。另夕卜，相似的是，Hensa[x]被獲得作為多少份身體移動數據的標準差，或者HenAv[x]被獲得作為多少份Hensa[x]的平均值基本上是可以隨意設置的。另外，相似的是，盡管在以上實施方式中，通過對從傳感器單元2提供的信號執行AD轉換而獲得了數字形式的身體移動數據，但是AD轉換中的采樣間隔的長度基本上是可以隨意設置的。然而，如果將這個采樣間隔設置得相對較長，則身體移動數據的總數有可能減小，而如果設置得較短，則身體移動數據的總數有可能增加。(使用"有可能"這種措辭是因為，在床上的持續時間通常取決于人類對象并且即使對于同一人類對象也會每天發生變化，等等)。(2)在以上實施方式中，身體移動數據D[x]、Stage[x]、Hensa[x]和HenAv[x]均記錄在睡眠評估裝置1的存儲裝置20中，但是本發明不限于此。例如，可以通過適當的接口在外部存儲裝置中的存儲介質中執行^禾中i己^。(3)根據本發明的睡眠評估裝置的主要功能在于通過被動地接收人類對象的身體移動來確定人類對象的睡眠狀態和覺醒狀態，以及進行身體移動的某種解釋；然而，作為額外功能，例如，可以在某個本實施方式中設置一種強迫喚醒人類對象的功能，即，類似鬧鐘的功能。假定以上實施方式的睡眠評估裝置1具有計時功能(參照圖2的計時單元11)，則實現類似鬧鐘的這個功能應該是非常容易的。當然，這種實施方式落在本發明的范圍之內。權利要求1、一種睡眠評估裝置，該睡眠評估裝置包括身體移動檢測器，其恒定地檢測躺在床上的人類對象的身體移動；以及確定器，其基于該身體移動檢測器的檢測結果來至少確定人類對象是處于睡眠狀態還是處于覺醒狀態，其中該確定器以預定時間間隔將該身體移動檢測器的檢測結果量化成N個身體移動數據，其中，N是滿足N≥2的正整數，其中該確定器針對通過劃分這N個身體移動數據而得到的G個組中的每一組以及包括在每一組中的每個身體移動數據而獲得G個標準差，其中，G是滿足2≤G<N的整數，其中該確定器基于從這G個標準差中選出的gs個標準差(gs<G)來獲得L個標準差平均值，其中，L是滿足2≤L≤G的整數，并且其中該確定器基于這G個標準差和這L個標準差平均值來確定人類對象是處于睡眠狀態還是處于覺醒狀態。2、根據權利要求l所述的睡眠評估裝置，其中所述確定器基于所述G個標準差中連續的gs個標準差(gs<G)來獲得所述L個平均值，其中所述確定器從所述L個標準差平均值中獲得滿足以下條件的所有第p個標準差平均值的平均值作為基線值，所述條件為第p個標準差平均值與第(p+l)個標準差平均值之間的差的絕對值小于等于預定值，其中，p是滿足p5L-l的整數，并且其中所述確定器基于該基線值來確定人類對象是處于睡眠狀態還是處于覺醒狀態。3、根據權利要求2所述的睡眠評估裝置，其中所述確定器獲得所述L個標準差平均值作為所述gs個標準差的移動平均值。4、根據權利要求1到3中任意一項所述的睡眠評估裝置，其中，在所述G個標準差中的任意一個落在預定值E之下的情況下，所述確定器確定人類對象在獲得檢測結果的時間點處于覺醒狀態，其中，身體移動數據是基于該檢測結果而獲得的，而落在該預定值E之下的標準差是基于該身體移動數據而計算出的。5、根據權利要求1到4中任意一項所述的睡眠評估裝置，其中，在所述G個標準差當中第(q+l)個標準差大于通過將預定值Fi與第q個標準差相加所得的值的情況下，所述確定器確定人類對象在獲得檢測結果的時間點處于覺醒狀態，其中，身體移動數據是基于該檢測結果而獲得的，而第(q+l)個標準差是基于該身體移動數據而計算出的，其中，q是滿足q^G-l的整數。6、根據權利要求1到5中任意一項所述的睡眠評估裝置，其中，在所述G個標準差中的任意一個大于預定值F2的情況下，所述確定器確定人類對象在獲得檢測結果的時間點處于覺醒狀態，其中，身體移動數據是基于該檢測結果而獲得的，而所述標準差是基于該身體移動數據而計算出的。7、根據權利要求2到6中任意一項所述的睡眠評估裝置，其中所述確定器獲得所述G個標準差的標準差作為總標準差，其中所述確定器通過從所述G個標準差的平均值中減去所述基線值并且將相減所得值除以該總標準差來獲得表示人類對象的身體移動量的指標，并且其中所述確定器基于表示人類對象的身體移動量的該指標來確定從睡眠狀態過渡到覺醒狀態的時間點。8、根據權利要求1到7中任意一項所述的睡眠評估裝置，其中，所述身體移動檢測器包括包含預定流體的床墊，并且根據該流體的壓力改變來檢測人類對象的身體移動。9、一種睡眠評估方法，該睡眠評估方法包括以下步驟通過以預定時間間隔對躺在床上的人類對象的身體移動進行量化而獲得N個身體移動數據，其中，N是正整數；針對通過劃分這N個身體移動數據而得到的G個組中的每一組以及包括在每一組中的每個身體移動數據來獲得G個標準差，其中，G是滿足2^G〈N的整數；基于從這G個標準差中選出的gs個標準差(gs<G)來獲得L個標準差平均值，其中，L是滿足2^^G的整數；以及基于這G個標準差和這L個標準差平均值來確定人類對象是處于睡眠狀態還是處于覺醒狀態。全文摘要本發明公開了一種睡眠評估裝置(1)，該睡眠評估裝置(1)包括傳感器單元(2)和確定器，其中，傳感器單元(2)恒定地檢測躺在床上的人類對象的身體移動，而確定器基于檢測結果來確定人類對象的睡眠狀態和覺醒狀態。該確定器將傳感器單元的檢測結果量化成N個身體移動數據(其中，N是滿足N≥2的正整數)，并且針對通過劃分這N個身體移動數據而得到的G個組(其中，G是滿足2≤G＜N的整數)中的每一組和每個身體移動數據而獲得G個標準差，并基于從中選出的gs(gs＜G)個標準差來獲得L個標準差平均值(其中，L是滿足2≤L≤G的整數)。基于這G個標準差和這L個標準差平均值來確定人對象的睡眠狀態和覺醒狀態。文檔編號A61B5/11GK101467881SQ20081018505公開日2009年7月1日申請日期2008年12月26日優先權日2007年12月28日發明者和泉周一申請人:株式會社百利達