PROBLEM TO BE SOLVED: To accurately estimate a sleep stage even when a heart rate is strongly affected by an impact other than brain activity.SOLUTION: In a learning phase, a sleep state estimation device calculates a heart rate fluctuation feature amount for each sleep stage from electrocardiographic data of a subject and stores them in a heart rate fluctuation table 211, calculates appearance frequency and transition frequency of the sleeve stage according to time lapse, and stores them in an appearance frequency table 212 and a transition frequency table 213 respectively. In an estimation phase, the sleep state estimation device estimates the sleep stage of an estimation object person on the basis of the heart rate fluctuation feature amount calculated from the electrocardiographic data of the estimation object person and sleep stage model data stored in the respective tables 211, 212, and 213.SELECTED DRAWING: Figure 3COPYRIGHT: (C)2016,JPO&INPIT【課題】心拍が脳活動以外の影響を強く受けた場合でも、睡眠段階をより正確に推定できるようにする。【解決手段】学習フェーズにおいて、被験者の心電図データから睡眠段階ごとの心拍変動特徴量を算出して心拍変動テーブル211に格納すると共に、時間経過に応じた睡眠段階の出現頻度と遷移頻度を求めてこれらをそれぞれ出現頻度テーブル212および遷移頻度テーブル213に格納する。そして推定フェーズにおいて、推定対象者の心電図データから算出した心拍変動特徴量と、上記各テーブル211,212,213に格納された睡眠段階のモデルデータとに基づいて、上記推定対象者の睡眠段階を推定する。【選択図】図3
