JP2023109741A - 生体リズム最適化によるディープラーニング睡眠アシスタントシステム - Google Patents

Abstract

【課題】熟眠支援方法、熟眠支援装置、及び熟眠支援システムを提供する。【解決手段】本明細書で開示する一実施例による熟眠支援装置は、ユーザーが横になるうちに前記ユーザーの生理指標情報を獲得するスリープパッドと通信する通信部と、前記生理指標情報に基づいて前記ユーザーの睡眠段階を決定し、決定された睡眠段階に対応する音源を提供する制御部とを含むことができる。【選択図】図１

Description

本明細書で開示する実施例は、熟眠支援装置、熟眠支援方法、及び熟眠支援システムに関するものであり、より詳しくは人工知能に基づく熟眠支援装置、熟眠支援方法、及び熟眠支援システムに関するものである。また、本明細書で開示する実施例は生体リズム最適化によるディープラーニング睡眠アシスタントシステムに関するものである。

本研究は韓国中小ベンチャー企業部及び韓国中小企業技術情報振興院（ＴＩＰＡ）の中小企業技術革新開発事業（市場対応型）課題の研究の一部として遂行されました（ＴＩＰＡ－Ｓ３２１６５０３）。

最近になって、ウェルビーイングに対する関心が高くなるのに伴って元気な睡眠に対する関心が高くなっている。よって、ユーザーの睡眠関連データを収集及び分析して熟眠を取ることができるように手伝う技術が一つの技術として分類されてスリープテックと呼ばれる。ただ、従来のスリープテックは、ユーザーの持続的なサービス利用を誘引しにくく、サービスされるコンテンツの効果が落ちるという問題点があった。また、従来のスリープテックは睡眠による生理的変化をモニタリングするに止まるだけで、ユーザーが元気な睡眠を取るように支援することができない実情である。

これに関連して、韓国公開特許第１０－２０１９－００６４０５５号公報の「電動ベッドのセンシング情報を用いた熟眠誘導及び管理システム」によれば、電動ベッドの下部一側に使用者の心拍動数、呼吸数、及び体重を認知することができるスリープ圧力センサーを用い、使用者の睡眠の際、寝返りによる重さ変化によって呼吸数及び心拍動数によるいびきかきの有無を感知することで、連動しているモーターコントローラーを介してベッド下部の背中部位及び脚部位にそれぞれ備えられたマッサージモーター及び角度駆動モーターを駆動していびきかきを防止することで、睡眠障害要因を検出し、睡眠環境を提供するベッド駆動装置、前記ベッド駆動装置とブルートゥース（登録商標）（ｂｌｕｅｔｏｏｔｈ）またはジグビー（ＺｉｇＢｅｅ）の無線通信を介して連動して、ベッド駆動装置のモーターコントローラーにベッド駆動に必要な信号を伝送することで、使用者が所望のベッド駆動装置を駆動するようにするリモコン装置を含む熟眠誘導及び管理システムを提案する。上述した先行技術はいびきかきを防止して元気な睡眠環境を提供しようとするが、このために各種のモーターを含むベッド駆動装置を備えなければならなく、これはユーザーの熟眠のために多くのリソース及び費用を要求するという問題点がある。

したがって、上述した問題点を解決し、元気な睡眠を取ろうとするユーザーの満足度をより向上させるための新しい次元の機能が必要になった。

一方、前述した背景技術は発明者が本発明の導出のために保有しているか本発明の導出過程で習得した技術情報であり、必ずしも本発明の出願前に一般の公衆に公開された公知技術であるとは言えない。

韓国公開特許第１０－２０１９－００６４０５５号公報

本明細書で開示する実施例は、熟眠支援方法、熟眠支援装置、及び熟眠支援システムを提示することに目的がある。

本明細書で開示する実施例は、生体リズム最適化によるディープラーニング睡眠アシスタントシステムを提示することに目的がある。

本明細書で開示する実施例は、ユーザーに合うライフスタイルを推薦するかユーザーに合う熟眠プログラムを提供することができる熟眠支援方法、熟眠支援装置、及び熟眠支援システムを提示することに目的がある。

本明細書で開示する実施例は、実時間でユーザーの睡眠段階を推定し、それに対応する音源やライフスタイルを推薦することができる熟眠支援方法、熟眠支援装置、及び熟眠支援システムを提示することに目的がある。

本明細書で開示する実施例は、ユーザーの睡眠段階を推定して自動で音源などのコンテンツを提供することができる熟眠支援方法、熟眠支援装置、及び熟眠支援システムを提示することに目的がある。

上述した技術的課題を達成するための技術的手段として、一実施例によれば、スリープパッドと通信することによってユーザーの熟眠を支援する装置であって、ユーザーが横になるうちに前記ユーザーの生理指標情報を獲得するスリープパッドと通信する通信部と、前記生理指標情報に基づいて前記ユーザーの睡眠段階を決定し、決定された睡眠段階に対応する音源を提供する制御部とを含むことができる。

他の実施例によれば、熟眠支援装置が遂行する熟眠支援方法であって、ユーザーが横になるうちに前記ユーザーの生理指標情報を獲得するスリープパッドと通信することで、前記生理指標情報を獲得する段階と、前記生理指標情報に基づいて前記ユーザーの睡眠段階を決定する段階と、決定された睡眠段階に対応する音源を提供する段階とを含むことができる。

さらに他の実施例によれば、熟眠支援方法を遂行するプログラムが記録されたコンピュータ可読の記録媒体であって、前記熟眠支援方法は、ユーザーが横になるうちに前記ユーザーの生理指標情報を獲得するスリープパッドと通信することで、前記生理指標情報を獲得する段階と、前記生理指標情報に基づいて前記ユーザーの睡眠段階を決定する段階と、決定された睡眠段階に対応する音源を提供する段階とを含むことができる。

さらに他の実施例によれば、熟眠支援装置によって遂行され、熟眠支援方法を遂行するために媒体に記録されたコンピュータプログラムであって、前記熟眠支援方法は、ユーザーが横になるうちに前記ユーザーの生理指標情報を獲得するスリープパッドと通信することで、前記生理指標情報を獲得する段階と、前記生理指標情報に基づいて前記ユーザーの睡眠段階を決定する段階と、決定された睡眠段階に対応する音源を提供する段階とを含むことができる。

前述した課題解決手段のうちのいずれか一つによれば、熟眠支援方法、熟眠支援装置、及び熟眠支援システムを提示することができる。

前述した課題解決手段のうちのいずれか一つによれば、生体リズム最適化によるディープラーニング睡眠アシスタントシステムを提示することができる。

前述した課題解決手段のうちのいずれか一つによれば、ユーザーに合うライフスタイルを推薦するかまたはユーザーに合う熟眠プログラムを提供することができる熟眠支援方法、熟眠支援装置、及び熟眠支援システムを提示することができる。

前述した課題解決手段のうちのいずれか一つによれば、実時間でユーザーの睡眠段階を推定し、それに対応する音源やライフスタイルを推薦することができる熟眠支援方法、熟眠支援装置、及び熟眠支援システムを提示することができる。これにより、睡眠直前、睡眠中、睡眠後の起床の際に適したコンテンツを提供することができるので、コンテンツ実効性を向上させることができる。また、従来技術として、起床の後、前日の睡眠分析結果を提供することによって睡眠誘導音源の品質が落ちる問題点を解決することができる。

前述した課題解決手段のうちのいずれか一つによれば、ユーザーの睡眠段階を推定し、自動で音源などのコンテンツを提供することができる熟眠支援方法、熟眠支援装置、及び熟眠支援システムを提示することができる。ユーザーの努力を別に必要としないので、ユーザーにとって本明細書に記載した発明によるサービスの利用を持続させるようにし、サービスに対するリテンションを維持させることができる。

開示する実施例で得られる効果は以上で言及した効果に制限されず、言及しなかった他の効果は下記の記載で開示する実施例が属する技術分野で通常の知識を有する者に明らかに理解可能であろう。

本明細書に開示する実施例による睡眠支援システムを説明するための構成図である。 本明細書に開示する実施例による睡眠支援装置を説明するためのブロック図である。 本明細書に開示する実施例による睡眠支援装置を説明するための例示図である。 本明細書に開示する実施例による睡眠支援装置を説明するための例示図である。 本明細書に開示する実施例による睡眠支援装置を説明するための例示図である。 本明細書に開示する実施例による睡眠支援装置を説明するための例示図である。 本明細書に開示する実施例による睡眠支援方法を説明するためのフローチャートである。

以下では添付図面に基づいて多様な実施例を詳細に説明する。以下で説明する実施例は様々な相異なる形態に変形されて実施されることもできる。実施例の特徴をより明確に説明するために、以下の実施例が属する技術分野で通常の知識を有する者に広く知られている事項についての詳細な説明は省略する。そして、図面で実施例の説明に関係ない部分は省略し、明細書全般にわたって類似の部分に対しては類似の図面符号を付けた。

明細書全般で、ある構成が他の構成と連結されていると言うとき、これは直接的に連結されている場合だけではなく、その中間に他の構成を挟んで連結されている場合も含む。また、ある構成が他の構成を含むというとき、特に反対の記載がない限り、さらに他の構成を除くものではなくて他の構成をさらに含むこともできることを意味する。

以下、添付図面に基づいて実施例を詳細に説明する。

図１は本明細書に開示する実施例による睡眠支援システムを説明するための構成図であり、図２は本明細書に開示する実施例による睡眠支援装置を説明するためのブロック図である。

睡眠支援システム１００は、人工知能に基づいてユーザーのウルトラディアンリズム（ｕｌｔｒａｄｉａｎ ｒｈｙｔｈｍ）との同期化による睡眠音源を推薦し、ユーザーのスリープスコア及びライフスタイルを推薦することができる。

図１に示すように、睡眠支援システム１００は、睡眠支援装置２００及びスリープパッド３０を含むことができ、睡眠支援装置２００及びスリープパッド３０はネットワークＮを介して通信することができる。

睡眠支援装置２００はユーザーとインタラクションすることができるアプリケーションが組み込まれた電子端末機によって具現されるかサーバー－クライアントシステムによって具現されることができる。サーバー－クライアントシステムによって具現される場合、ユーザーとのインタラクションのためのオンラインサービス用アプリケーションが組み込まれた電子端末機を含むことができる。

本明細書に開示する実施例によれば、睡眠支援装置２００がサーバー－クライアントシステムによって具現され、図１に示すように、ユーザー端末１０及びサーバー２０を含むことによって具現されることができる。

ここで、ユーザー端末１０は、ネットワークを介して遠隔地のサーバーに接続するか、他の端及びサーバーと連結可能なコンピュータや携帯用端末機、テレビ、ウェアラブルデバイス（Ｗｅａｒａｂｌｅ Ｄｅｖｉｃｅ）などによって具現されることができる。ここで、コンピュータは、例えばウェブブラウザー（ＷＥＢ Ｂｒｏｗｓｅｒ）が搭載されたノートブック型ＰＣ、デスクトップ（ｄｅｓｋｔｏｐ）型ＰＣ、ラップトップ（ｌａｐｔｏｐ）型ＰＣなどを含み、携帯用端末機は、例えば携帯性及び移動性が保障される無線通信装置であり、ＰＣＳ（Ｐｅｒｓｏｎａｌ Ｃｏｍｍｕｎｉｃａｔｉｏｎ Ｓｙｓｔｅｍ）、ＰＤＣ（Ｐｅｒｓｏｎａｌ Ｄｉｇｉｔａｌ Ｃｅｌｌｕｌａｒ）、ＰＨＳ（Ｐｅｒｓｏｎａｌ Ｈａｎｄｙｐｈｏｎｅ Ｓｙｓｔｅｍ）、ＰＤＡ（Ｐｅｒｓｏｎａｌ Ｄｉｇｉｔａｌ Ａｓｓｉｓｔａｎｔ）、ＧＳＭ（Ｇｌｏｂａｌ Ｓｙｓｔｅｍ ｆｏｒ Ｍｏｂｉｌｅ ｃｏｍｍｕｎｉｃａｔｉｏｎｓ）、ＩＭＴ（Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｍｏｂｉｌｅ Ｔｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎ）－２０００、ＣＤＭＡ（Ｃｏｄｅ Ｄｉｖｉｓｉｏｎ Ｍｕｌｔｉｐｌｅ Ａｃｃｅｓｓ）－２０００、Ｗ－ＣＤＭＡ（Ｗ－Ｃｏｄｅ Ｄｉｖｉｓｉｏｎ Ｍｕｌｔｉｐｌｅ Ａｃｃｅｓｓ）、Ｗｉｂｒｏ（Ｗｉｒｅｌｅｓｓ Ｂｒｏａｄｂａｎｄ Ｉｎｔｅｒｎｅｔ）、スマートフォン（Ｓｍａｒｔ Ｐｈｏｎｅ）、モバイルＷｉＭＡＸ（Ｍｏｂｉｌｅ Ｗｏｒｌｄｗｉｄｅ Ｉｎｔｅｒｏｐｅｒａｂｉｌｉｔｙ ｆｏｒ Ｍｉｃｒｏｗａｖｅ Ａｃｃｅｓｓ）などのようなすべての種類のハンドヘルド（Ｈａｎｄｈｅｌｄ）基盤の無線通信装置を含むことができる。また、テレビは、ＩＰＴＶ（Ｉｎｔｅｒｎｅｔ Ｐｒｏｔｏｃｏｌ Ｔｅｌｅｖｉｓｉｏｎ）、インターネットＴＶ（Ｉｎｔｅｒｎｅｔ Ｔｅｌｅｖｉｓｉｏｎ）、地上波ＴＶ、ケーブルＴＶなどを含むことができる。さらに、ウェアラブルデバイスは、例えば時計、メガネ、アクセサリー、衣服、履物など、人体に直接着用可能なタイプの情報処理装置であり、直接または他の情報処理装置を介してネットワークを経由して遠隔地のサーバーに接続するかまたは他の端末と連結されることができる。

そして、サーバー２０は、睡眠支援装置２００の管理者とのインタラクションのためのアプリケーションまたはウェブブラウザが組み込まれた電子端末機とネットワークを介して通信可能なコンピュータによって具現されるかまたはクラウドコンピュータサーバーによって具現されることができる。また、サーバー２０はデータを保存することができる保存装置を含むかまたは第３サーバーにデータを保存することができる。

ここで、実施例によれば、サーバー２０は、後述するスリープパッド３０を介して獲得した生理指標情報を分析して学習する一方で、ユーザー端末１０はユーザーの熟眠のための視覚的及び／または聴覚的コンテンツを実時間で提供することができる。サーバー２０は、ユーザー端末１０との通信のために、例えばユーザー端末１０に送信するデータをＪｓｏｎ Ｓｔｒｉｎｇに作り、ユニコードでエンコードしてソケット通信することができる。

一方、図１に示すように、睡眠支援装置２００はスリープパッド３０とネットワークＮを介して通信することができる。

実施例によれば、スリープパッド３０は生理指標情報を収集することができる。ここで、生理指標情報は、睡眠前、睡眠中または起床の際に睡眠の品質を測定するための諸般情報を指称する。例えば、生理指標情報は、心拍動数、いびきかき、寝返りのうち少なくとも一つを含むことができる。

スリープパッド３０はユーザーが横になったときにユーザーの下に敷かれることができるマットによって具現され、ユーザーがスリープパッド３０上に横になっている状態で、ユーザーの心拍動数、いびきかき及び寝返りのうちの少なくとも一つを含むユーザーの生理指標情報を獲得することができる。このために、スリープパッド３０の内部にはユーザーの生理指標情報の収集のための各種のセンサーを含むことができ、例えば圧電フィルムセンサーを含むことができる。圧電フィルムセンサーは多様な他のセンサーとの結合が可能であり、フィルムの形態であるので、加工が便利であり、スリープパッド３０内に位置するときに異物感を引き起こさない。

例えば、スリープパッド３０は、圧電センサー上のユーザーの動きを収集してユーザーの寝返り情報を生成することができ、また圧電センサーによってユーザーの動脈の振動を感知してユーザーの心拍動を感知し、心拍動数をカウントすることで、分当たりのユーザーの心拍動数（ｂｐｍ）を算出することができ、またスリープパッド３０は、圧電センサー出力信号のエネルギー信号をデシベル信号に変換し、デシベル信号から音イベントであるいびきかきイベントの持続時間及び強度を持続的に感知していびきかき情報を生成することができる。このように生成された生理指標情報は睡眠支援装置２００に送信されることができる。

一実施例によれば、スリープパッド３０は、ユーザーの睡眠直前、睡眠中、及び起床の際に収集された生理指標情報を睡眠支援装置２０に送信し、睡眠支援装置２０は、生理指標情報に基づいてユーザーの睡眠段階を決定し、決定された睡眠段階に対応する音源を提供することができる。例えば、スリープパッド３０は、収集された生理指標情報をサーバー２０に送信し、サーバー２０は、生理指標情報に基づいて決定された音源をユーザー端末１０を介してユーザーに提供することができる。

一方、実施例によれば、睡眠支援装置２００は、入出力部２１０、制御部２２０、通信部２３０、及びメモリ２４０を含むことができる。

入出力部２１０は、ユーザーから入力を受信するための入力部と、作業の遂行結果または睡眠支援装置２００または睡眠支援システム１００の状態などの情報を表示するための出力部とを含むことができる。例えば、入出力部２１０は、ユーザー入力を受信する操作パネル（ｏｐｅｒａｔｉｏｎ ｐａｎｅｌ）及び画面を表示するディスプレイパネル（ｄｉｓｐｌａｙ ｐａｎｅｌ）などを含むことができる。

具体的には、入力部は、キーボード、物理ボタン、タッチスクリーン、カメラまたはマイクなどのように多様な形態のユーザー入力を受信することができる装置を含むことができる。また、出力部は、ディスプレイパネルまたはスピーカーなどを含むことができる。ただ、これに限定されず、入出力部２１０は多様な入出力を支援する構成を含むことができる。

制御部２２０は睡眠支援装置２００の全般的な動作を制御し、ＣＰＵ、ＧＰＵなどのようなプロセッサを含むことができる。制御部２２０は、入出力部２１０を介して受信したユーザー入力に対応する動作を遂行するように、睡眠支援装置２００に含まれた他の構成を制御することができる。

例えば、制御部２２０は、メモリ２４０に保存されたプログラムを実行させるか、メモリ２４０に保存されたファイルを読み取るか、新しいファイルをメモリ２４０に保存することもできる。このような制御部２２０については後で詳細に後述する。

一方、実施例によれば、通信部２３０は、他のデバイスまたはネットワークと有無線通信を遂行することができる。このために、通信部２３０は、多様な有無線通信方法のうちの少なくとも一つを支援する通信モジュールを含むことができる。例えば、通信モジュールはチップセット（ｃｈｉｐｓｅｔ）の形態として具現されることができる。

通信部２３０が支援する無線通信は、例えばＷｉ－Ｆｉ（Ｗｉｒｅｌｅｓｓ Ｆｉｄｅｌｉｔｙ）、Ｗｉ－Ｆｉ Ｄｉｒｅｃｔ、ブルートゥース（登録商標）（Ｂｌｕｅｔｏｏｔｈ）、ＵＷＢ（Ｕｌｔｒａ Ｗｉｄｅ Ｂａｎｄ）またはＮＦＣ（Ｎｅａｒ Ｆｉｅｌｄ Ｃｏｍｍｕｎｉｃａｔｉｏｎ）などであり得る。また、通信部２３０が支援する有線通信は、例えばＵＳＢまたはＨＤＭＩ（登録商標）（Ｈｉｇｈ Ｄｅｆｉｎｉｔｉｏｎ Ｍｕｌｔｉｍｅｄｉａ Ｉｎｔｅｒｆａｃｅ）などであり得る。

実施例によれば、通信部２３０はスリープパッド３０と通信しながらスリープパッド３０から生理指標情報を獲得することができる。

一方、実施例によれば、メモリ２４０には、ファイル、アプリケーション及びプログラムなどのような多様な種類のデータが組み込まれて保存されることができる。制御部２２０は、メモリ２４０に保存されたデータにアクセスしてこれを用いるか、または新しいデータをメモリ２４０に保存することもできる。また、制御部２２０は、メモリ２４０に組み込まれたプログラムを実行することもできる。図２を参照すると、メモリ２４０には睡眠支援方法を遂行するためのプログラムが組み込まれることができる。

一実施例によれば、入出力部２１０を介してユーザーから睡眠支援方法を要請する入力を受信すると、制御部２２０はメモリ２４０に保存されたプログラムを実行させて睡眠支援方法を遂行する。

以下では、制御部２２０についてより詳細に敍述する。

実施例によれば、制御部２２０は生理指標情報に基づいて睡眠状態を決定することで、ユーザーの睡眠段階を決定することができる。

ここで、制御部２２０は、ユーザーの睡眠状態を決定するに先立ち、ユーザーが睡眠のための姿勢を取っているかを先に判断することができる。すなわち、ユーザーが睡眠ではなく単純に休むために横になっている場合もあり得るので、装置リソースの節約のために、ユーザーが睡眠を取るために横になっている状態であるかを先に判断して睡眠状態を決定することができる。

実施例によれば、制御部２２０は、ユーザーの入力及び組み込まれたアプリケーションの実行中に少なくとも一つを感知してユーザーの睡眠状態を決定することをトリガリングすることができる。例えば、睡眠支援装置２００の一構成要素としてのユーザー端末１０にユーザーが持続的に入力している場合、ユーザーが睡眠を取る準備になっていないと判断することができる。また、例えば、ユーザー端末１０に組み込まれたアプリケーションが実行され、当該アプリケーションでイベントが発生すると、発生時点から所定の期間はユーザーが睡眠を取る準備になっていないと判断することができる。また、例えば、ユーザー端末１０に組み込まれたアプリケーションに対してユーザーの入力イベントが発生すると、ユーザーが睡眠を取る準備になっていないと判断し、当該イベントが発生してから所定の時間が経過したときに追加の入力イベントが発生しなければ、ユーザーが睡眠を取る準備になったと判断し、ユーザーの睡眠状態を決定するためのプロセスをトリガリングすることができる。したがって、例えば、スリープパッドがユーザーの生理指標情報を送信することにより、制御部２２０が生理指標情報を獲得してもユーザーが睡眠を取る準備になっているかを判断し、それによって睡眠状態を決定するためのプロセスをトリガリングすると、生理指標情報に基づいてユーザーの睡眠段階を決定することができる。

一方、睡眠はノンレム睡眠及びレム睡眠からなっている。ヒトが寝るうちにノンレム睡眠とレム睡眠とが約９０分～１２０分の周期で繰り返す変化を現す。これをウルトラディアンリズムと言う。したがって、勧奨睡眠時間の８時間を寝ると、ウルトラディアンリズムが４～５回繰り返され、熟眠のためにウルトラディアンリズムを安定化させなければならない。睡眠を管理するとき、まずノンレム睡眠で深く寝ようとすればどのようにすれば良いかを悩まなければならない。この段階で深く寝ることができれば、後続の睡眠リズムも安定化して自律神経やホルモンなども円滑に機能するので、翌日の活動能率も向上する。

前記表１に記載したように、睡眠状態は、Ａｗａｋｅ（起床）、ＲＥＭ（レム睡眠）、Ｌｉｇｈｔ ｓｌｅｅｐ（Ｌｉｇｈｔ；浅い睡眠）及びＤｅｅｐ ｓｌｅｅｐ（Ｄｅｅｐ；深い睡眠）がある。各睡眠状態別に発生する脳波及び周辺環境要因の共鳴現象を誘導すると、ウルトラディアンリズムが安定化してユーザーの熟眠を誘導することができることに着眼し、制御部２２０はユーザーの睡眠状態を推定し、それによるコンテンツを提供する。

制御部２２０は、学習されたディープラーニングモデルを用いてユーザーの現在睡眠状態を決定することができる。ディープラーニングモデルはＶＧＧＮｅｔになることができるが、これに制限されず、ＲｅｓＮｅｔ、ＭｏｂｉｌｅＮｅｔなどのディープラーニングモデルによっても具現可能である。

実施例によれば、制御部２２０は、ディープラーニングモデルを学習させるために、生理指標情報をイメージ化し、イメージ化した生理指標情報及び睡眠状態を入力値としてディープラーニングモデルを学習させることができる。例えば、制御部２２０は、イメージ化した心拍動数データ及び睡眠状態を入力値としてディープラーニングモデルを学習させることができる。よって、スライディングウィンドウアルゴリズム（ｓｌｉｄｉｎｇ ｗｉｎｄｏｗ ａｌｇｏｒｉｔｈｍ）を用いて特徴を抽出するとき、例えば、１分単位で心拍動数データが複数存在することを前提として所定の個数の心拍動数データをグルーピングして行列化することによって１個の学習データを生成し、グルーピング対象データが選択されるウィンドウを１分単位のストライド（ｓｔｒｉｄｅ）で選択してスライディングすることで、行列を生成することができる。ウィンドウのサイズは２５であり得る。よって、心拍動数データを５＊５のイメージに変換することができる。このように抽出された特徴及び睡眠状態を入力値として、制御部２２０はディープラーニングモデルを学習させることができる。

また、制御部２２０は、ユーザーの心拍動数データをイメージ化し、学習されたディープラーニングモデルを用いてユーザーの睡眠状態を推論することができる。

一方、実施例によれば、制御部２２０は、ユーザーの睡眠段階に基づいて、ユーザーに提供されるコンテンツを決定することができる。

これに関連して、睡眠段階は一睡眠状態から他の睡眠状態に転移したときの情報を指称し、制御部２２０は各睡眠段階別に最適のコンテンツを提供することができる。例えば、睡眠状態が一状態から他の状態に転移することにより、コンテンツは睡眠段階別に変更されることができ、これにより、制御部２２０は、例えば睡眠中にずっと固定周波数を提供せず、睡眠状態または睡眠状態が変更されるうちに適応的に音源を変更して提供することができる。

睡眠状態は、例えば４種に分類することができ、一状態から次の状態に転移するとき、次の表２に記載したように、総１６個の睡眠段階に分類することができる。これに関連して、図３は本明細書に開示した一実施例による睡眠支援装置を説明するための例示図であり、図３に示すように、完全方向性グラフで各睡眠段階を表現することができる。

制御部２２０は睡眠段階別に設定されたコンテンツを提供することができる。このために、制御部２２０が所定の周期でユーザーの現在睡眠状態を識別し、直前睡眠状態及び現在睡眠状態による睡眠段階を決定することができる。例えば、制御部２２０は、１０分ごとに現在ユーザーの睡眠状態を識別して睡眠段階を決定し、決定された睡眠段階に対応するコンテンツを提供することができる。

ここで、コンテンツとしては、音源、ＡＳＭＲ（Ａｕｔｏｎｏｍｏｕｓ Ｓｅｎｓｏｒｙ Ｍｅｒｉｄｉａｎ Ｒｅｓｐｏｎｓｅ）、視覚的イメージまたは映像を含むことができる。これに関連して、図４は本明細書に開示した一実施例による睡眠支援装置を説明するための例示図である。図４に示すように、ユーザー端末１０の画面Ｄを介して視覚的イメージとともに再生されている音源の題目４１０を表示し、音源についての詳細情報を確認するためのタップ４２０も提供することができる。

このようなコンテンツは、実施例によれば、睡眠段階別に既に設定されていることができる。すなわち、表２に示すように、睡眠段階別に再生させるＡＳＭＲが設定されており、ユーザーが特定の睡眠段階に到逹するとき、制御部２２０は当該睡眠段階とマッチングするＡＳＭＲを再生することができる。

また、コンテンツは睡眠段階別に複数がマッチングすることができ、一コンテンツを提供したとき、当該コンテンツによってユーザーの睡眠状態が維持されるかまたは予測睡眠状態に転換されなければ、さらに他のコンテンツを提供することができる。例えば、制御部２２０は、睡眠段階別に対応する音源が複数存在し、当該音源が順次設定されるので、最新に再生された音源が適しないと判断されれば、次順位の音源を設定することができる。すなわち、睡眠段階別に複数の音源のうち一順位で提供される音源が存在し、一順位の音源が適しないと判断されれば、一順位の音源を代替する候補音源を提供することができ、概して次順位に設定された音源を提供することができる。したがって、睡眠段階に対応する音源を提供する所定の期間に当該睡眠段階での現在睡眠状態が予想より早く変更されるか遅く変更されれば、追後に該当ユーザーに対しては、当該睡眠段階での音源を一順位の音源ではない次順位の音源に変更して提供することができ、次順位の音源に対しても、現在睡眠状態が早く変更されるか遅く変更されれば、追後に該当ユーザーに対しては三順位の音源を提供することができる。

また、コンテンツは、さらに他の実施例によれば、ディープラーニングモデルを用いて決定することができる。例えば、睡眠段階別に提供したコンテンツに対するフィードバックのうち所定の基準値を超えるフィードバックを受けたコンテンツを選定し、選定されたコンテンツ及び睡眠段階を受け、学習されたディープラーニングモデルを用いることで、制御部２２０はユーザーの睡眠段階別に適したコンテンツを出力して提供することができる。ここで、例えば、ディープラーニングモデルは、複数のユーザーからフィードバックが獲得され、複数のユーザーのフィードバックによって選定されたコンテンツ及び睡眠段階によって学習されたディープラーニングモデルであるか、またはコンテンツを受けるユーザーから所定の期間にフィードバックを獲得して選定されたコンテンツ及び睡眠段階によって学習されたディープラーニングモデルであり得る。

これにより、制御部２２０は、実時間でユーザーの現在睡眠段階を分析し、現在睡眠段階で発生する脳波と共鳴することができる音源などのコンテンツを提供することができ、よってユーザーのウルトラディアンリズムを早く安定化させて各睡眠段階別の最適の睡眠コンディションを維持するようにする。

一方、実施例によれば、制御部２２０は、ユーザーの生理指標情報及び睡眠状態に基づいてスリープスコアを生成することができる。

また、制御部２２０は、ユーザーの生理指標情報、睡眠パターン、及び起床品質に基づいてスリープスコアを生成することができる。さらに、制御部２２０は、生成されたスリープスコアをユーザーに提供することができ、ユーザーの起床が完了することを判断してから提供することができる。

例えば、制御部２２０は、生理指標情報として、心拍動数点数、いびきかき点数、及び寝返り点数を算出し、ユーザーの睡眠中に発生した睡眠状態を分析することによって睡眠パターン点数を算出し、起床品質点数を算出することができる。

睡眠状態が総４種であるとき、制御部２２０は、各睡眠状態が全体睡眠時間で占める比に基づいて睡眠パターン点数を算出することができる。ここで、制御部２２０は、基準比とユーザーの睡眠状態が占める比との差を識別し、識別された差によって点数を加算するか減算することで、睡眠パターン点数を算出することができる。ここで、基準比は既に設定されていることができ、または複数のユーザー達の睡眠を分析し、各睡眠状態が全体睡眠時間で占める比の平均を算出して決定することができる。よって、例えば、次の表３に記載したように、各睡眠状態別に占める基準比があり、「目覚め」睡眠状態が全体睡眠時間で１０％程度を占めると１００点満点の点数を変更しないが、「目覚め」状態が２％程度ずつ増えるとき１点ずつ減点させることができる。

また、制御部２２０は、ユーザーの起床時間を基準に所定の時間の睡眠状態を分析して睡眠品質点数を算出することができる。

例えば、下記の表４に示すように、起床前の睡眠状態が「目覚め」であれば起床品質点数を満点に設定することができるが、起床前の睡眠状態が「深い睡眠」であれば起床品質点数を０点に設定することができる。

また、制御部２２０は、生理指標情報を分析して生理指標点数を算出することができる。ここで、心拍動数点数、いびきかき点数、及び寝返り点数を算出することができる。

下記の表５に記載したように、１００点満点を基準に、心拍動数の標準範囲を基準に全体睡眠時間の間にユーザーの平均睡眠心拍動数が所定の値（例えば２）だけ大きいか小さい都度５点ずつ差し引くことで、心拍動数点数を算出することができる。したがって、例えば、ユーザーの心拍動数平均値が４３．５であると判断すれば、制御部２２０は、１００点満点から１０点を減点することで、心拍動数点数を９０点と決定することができる。

また、制御部２２０はいびきかき強度を示すいびきかき強度データが所定の値より大きい値を有する場合をカウントし、カウントした回数によっていびきかき点数を算出することができる。すなわち、制御部２２０は、カウントした回数が大きくなるほど満点から所定の点数を差し引くことで、いびきかき点数を算出することができる。

例えば、下記の表６に記載したように、いびきかき強度データが例えば８０を超える回数をカウントし、カウント結果、当該回数が１０回を超えると、制御部２２０は、ユーザーのいびきかき点数を７０点として算出することができる。

また、制御部２２０は、睡眠中の寝返り強度を示す寝返り強度データが所定の値より大きい場合をカウントし、カウントした回数によって寝返り点数を算出することができる。すなわち、制御部２２０は、カウントした回数が大きくなるほど満点から所定の点数を差し引くことで、寝返り点数を算出することができる。

例えば、下記の表７に記載したように、寝返り強度データが例えば１２０を超える回数をカウントし、カウント結果、当該回数が３０回未満であれば満点を付与し、回数が４０回より小さく３５回より大きければ寝返り点数を８０点として算出することができる。

前述したように算出された睡眠パターン点数、起床品質点数、心拍動数点数、いびきかき点数、及び寝返り点数のうちの少なくとも一つを含む生理指標点数に基づき、制御部２２０はスリープスコアを算出することができる。

例えば、制御部２２０は、睡眠パターン点数、起床品質点数、生理指標点数のそれぞれの総和または平均値をスリープスコアとして算出することができる。また、例えば、制御部２２０は、点数別に加重値を設定してスリープスコアを算出することができる。ここで、睡眠パターン点数には７０％、起床品質及び心拍動数点数にそれぞれ１０％、最後にいびきかき及び寝返り点数にそれぞれ５％を合算した点数をスリープスコアとして算出することができる。

また、制御部２２０は、スリープスコアはもちろんのこと、スリープスコアを構成する各種の点数を提供するとき、当該点数をグラフで図式化して提供することができる。また、制御部２２０は、スリープスコアはもちろんのこと、スリープスコアを構成する各種の点数を期間別に統計化して提供することができる。これにより、ユーザーは、一日のスリープスコアに対して睡眠を妨げる要因及び問題を確認して改善するようにすることができる。

これに関連して、図５及び図６は本明細書で開示した実施例による睡眠支援装置２００を説明するための例示図であり、ユーザー端末１０の画面Ｄを介して表示される形態を示す図である。

図５に示すように、制御部２２０は、前述したように算出されたスリープスコア５１０を表示することができ、スリープスコア５１０と一緒にスリープスコア５１０を評価する総評５１１も提供することができる。また、制御部２２０は、スリープスコアを詳細に調べることができるタップ５２０を提供することで、ユーザーによってタップ５２０が選択されると、スリープスコアを構成する各種の点数、すなわち、睡眠パターン点数、起床品質点数、心拍動数点数、いびきかき点数、及び寝返り点数のうちの少なくとも一つを生理指標点数として提供して、ユーザーがどの部分で低い点数を受けたかを確認するようにすることができる。また、制御部２２０は、ユーザーのスリープスコアを日別にも提供することができるので、ユーザーの要請に応えて今日５３０のスリープスコアも提供することができ、一週間５４０のスリープスコアも提供することができる。一週間５４０のスリープスコアを、制御部２２０は、図６に示すように、曜日別スリープスコアとして表示することができる。また、制御部２２０は、各曜日別スリープスコアを詳細に調べることができるタップ６１０を提供することで、曜日別スリープスコアを算出するのに用いられた各種の点数、すなわち、睡眠パターン点数、起床品質点数、心拍動数点数、いびきかき点数、及び寝返り点数のうちの少なくとも一つを含む生理指標点数を提供することができる。

これにより、ユーザーは、自分がどのくらい寝たか、睡眠中にどの問題があったか、これからの改善点は何であるかについての易しく直観的な情報を受けることができる。

一方、実施例によれば、制御部２２０はライフスタイルを推薦することができる。

実施例によれば、制御部２２０は、スリープスコアに基づいてライフスタイルを推薦することができる。例えば、ユーザーのスリープスコアを構成するいびきかき点数が落ちることを感知すると、制御部２２０は、いびきかきを減らすための運動またはセラピーを説明するライフスタイルについての情報を提供することができる。

一方、図７は本明細書に開示した一実施例による睡眠支援方法を説明するためのフローチャートである。

図７に示した実施例による睡眠支援方法は、図７に示した睡眠支援装置２００で時系列的に処理される段階を含む。したがって、以下で省略する内容であっても、図１～図６に示した睡眠支援装置２００について以上で記述した内容は図７に示した実施例による睡眠支援方法にも適用することができる。

図７に示すように、睡眠支援装置２００は、ユーザーが横になるうちにユーザーの生理指標情報を獲得するスリープパッドと通信することで、生理指標情報を獲得することができる（Ｓ７１０）。

そして、睡眠支援装置２００は、生理指標情報に基づいてユーザーの睡眠段階を決定することができる。

例えば、睡眠支援装置２００は、生理指標情報に基づいてユーザーの睡眠状態を決定し、一睡眠状態から他の睡眠状態への転移を分析してユーザーの睡眠段階を決定することができる。また、例えば、睡眠支援装置２００は学習されたディープラーニングモデルを用いてユーザーの睡眠状態を決定することができる。より具体的には、例えば、生理指標情報を学習されたディープラーニングモデルに入力し、これから出力された情報をユーザーの睡眠状態として予測することができる。

そして、睡眠支援装置２００は、決定された睡眠段階に対応する音源を提供することができる（Ｓ７３０）。

一方、睡眠支援装置２００は、ユーザーの起床に睡眠状態が変更されたことを判断すると（Ｓ７４０）、ユーザーのスリープスコアを算出して提供することができる（Ｓ７５０）。例えば、睡眠支援装置２００は、ユーザーの生理指標情報及び睡眠状態に基づいてスリープスコアを算出することができる。また、例えば、睡眠支援装置２００は、ユーザーの生理指標情報を分析することによる生理指標点数、睡眠状態を分析することによる睡眠パターン点数、及びユーザーの起床時間を基準に所定の時間の睡眠状態を分析することによる起床品質点数に基づいてスリープスコアを算出することができる。

以上の実施例で使われる‘～部’という用語はソフトウェア又はＦＰＧＡ（ｆｉｅｌｄ ｐｒｏｇｒａｍｍａｂｌｅ ｇａｔｅ ａｒｒａｙ）又はＡＳＩＣのようなハードウェア構成要素を意味し、‘～部’はある役割をする。しかし、‘～部’はソフトウェア又はハードウェアに限定される意味ではない。‘～部’はアドレス可能な記憶媒体にあるように構成されることもでき、一つ又はそれ以上のプロセッサを再生させるように構成されることもできる。よって、一例として、‘～部’はソフトウェア構成要素、オブジェクト指向ソフトウェア構成要素、クラス構成要素及びタスク構成要素のような構成要素と、プロセス、関数、属性、プロシージャ、サブルーチン、プログラム特許コードのセグメント、ドライバー、ファームウエア、マイクロコード、回路、データ、データベース、データ構造、テーブル、アレイ、及び変数を含む。

構成要素及び‘～部’内で提供される機能はより小さな数の構成要素及び‘～部’と結合するか追加的な構成要素及び‘～部’から分離されることができる。

それだけでなく、構成要素及び‘～部’はデバイス又は保安マルチメディアカード内の一つ又はそれ以上のＣＰＵを再生させるように具現されることもできる。

前述した実施例による睡眠支援方法は、コンピュータによって実行可能な命令語及びデータを記憶する、コンピュータ可読の媒体の形態にも具現されることができる。ここで、命令語及びデータはプログラムコードの形態として記憶されることができ、プロセッサによって実行されたとき、所定のプログラムモジュールを生成して所定の動作を実行することができる。また、コンピュータ可読の媒体はコンピュータによってアクセス可能な任意の可用媒体であってもよく、揮発性及び非揮発性媒体、分離型及び非分離型媒体のいずれも含む。また、コンピュータ可読の媒体はコンピュータ記録媒体であってもよい。コンピュータ記録媒体はコンピュータ可読の命令語、データ構造、プログラムモジュール又はその他のデータのような情報の記憶のための任意の方法又は技術によって具現された揮発性及び非揮発性、分離型及び非分離型媒体のいずれも含むことができる。例えば、コンピュータ記録媒体は、ＨＤＤ及びＳＳＤなどのマグネチック記憶媒体、ＣＤ、ＤＶＤ及びブルーレイディスクなどの光学的記録媒体、又はネットワークを介して接近可能なサーバーに含まれるメモリであってもよい。

また、前述した実施例による睡眠支援方法は、コンピュータによって実行可能な命令語を含むコンピュータプログラム（又はコンピュータプログラム商品）で具現されることもできる。コンピュータプログラムはプロセッサによって処理されるプログラミング可能な機械命令語を含み、高レベルプログラミング言語（Ｈｉｇｈ－ｌｅｖｅｌ Ｐｒｏｇｒａｍｍｉｎｇ Ｌａｎｇｕａｇｅ）、オブジェクト指向プログラミング言語（Ｏｂｊｅｃｔ－ｏｒｉｅｎｔｅｄ Ｐｒｏｇｒａｍｍｉｎｇ Ｌａｎｇｕａｇｅ）、アセンブリー言語又は機械言語などで具現されることができる。また、コンピュータプログラムは類型のコンピュータ判読可能記録媒体（例えば、メモリ、ハードディスク、磁気／光学媒体又はＳＳＤ（Ｓｏｌｉｄ－Ｓｔａｔｅ Ｄｒｉｖｅ）など）に記録できる。

したがって、前述した実施例による睡眠支援方法は、上述したようなコンピュータプログラムがコンピューティング装置によって実行されることによって具現されることができる。コンピューティング装置は、プロセッサと、メモリと、記憶装置と、メモリ及び高速拡張ポートに接続している高速インターフェースと、低速バスと記憶装置に接続している低速インターフェースの少なくとも一部を含むことができる。このような成分のそれぞれは多様なバスを用いて互いに接続されており、共通マザーボードに搭載されるか他の適切な方式で装着できる。

ここで、プロセッサはコンピューティング装置内で命令語を処理することができる。このような命令語としては、例えば高速インターフェースに接続されたディスプレイのように外部入力及び出力装置上にＧＵＩ（Ｇｒａｐｈｉｃ Ｕｓｅｒ Ｉｎｔｅｒｆａｃｅ）を提供するためのグラフィック情報を表示するためにメモリ又は記憶装置に記憶された命令語を有することができる。他の実施例として、多数のプロセッサ及び／又は多数のバスが適切に多数のメモリ及びメモリ形態と一緒に用いられることができる。また、プロセッサは独立的な多数のアナログ及び／又はデジタルプロセッサを含むチップからなるチップセットトで具現されることができる。

また、メモリはコンピューティング装置内に情報を記憶する。一例として、メモリは揮発性メモリユニット又はそれらの集合で構成されることができる。他の例として、メモリは不揮発性メモリユニット又はそれらの集合で構成されることができる。また、メモリは、例えば磁気又は光ディスクのような他の形態のコンピュータ可読の媒体であってもよい。
そして、記憶装置はコンピューティング装置に大容量の記憶空間を提供することができる。記憶装置はコンピュータ可読の媒体であるかこのような媒体を含む構成であってもよく、例えばＳＡＮ（Ｓｔｏｒａｇｅ Ａｒｅａ Ｎｅｔｗｏｒｋ）内の装置又は他の構成も含むことができ、フロッピーディスク装置、ハードディスク装置、光ディスク装置、又はテープ装置、フラッシュメモリー、それと類似した他の半導体メモリ装置又は装置アレイであってもよい。

上述した実施例は例示のためのものであり、上述した実施例が属する技術分野の通常の知識を有する者は上述した実施例が有する技術的思想又は必須な特徴を変更しなくて他の具体的な形態に易しく変形可能であることを理解することができるであろう。したがって、前述した実施例は全ての面で例示的なもので、限定的なものではないことを理解しなければならない。例えば、単一型として説明されている各構成要素は分散されて実施されることもでき、同様に分散されたものとして説明されている構成要素も結合された形態に実施されることができる。

本明細書によって保護を受けようとする範囲は前記詳細な説明よりは後述する特許請求範囲によって決定され、特許請求範囲の意味及び範囲とその均等な概念から導出される全ての変更又は変形の形態を含むものと解釈されなければならない。

１００ 睡眠支援システム
１０ ユーザー端末
２０ サーバー
３０ スリープパッド
２００ 熟眠支援装置
２１０ 入出力部
２２０ 制御部
２３０ 通信部
２４０ メモリ

Claims (16)

1. スリープパッドと通信することによってユーザーの熟眠を支援する装置であって、
   ユーザーが横になるうちに前記ユーザーの生理指標情報を獲得するスリープパッドと通信する通信部と、
   前記生理指標情報に基づいて前記ユーザーの睡眠段階を決定し、決定された睡眠段階に対応する音源を提供する制御部と、を含む、熟眠支援装置。
2. 前記制御部は、生理指標情報に基づいて前記ユーザーの睡眠状態を決定し、一睡眠状態から他の睡眠状態への転移を分析して前記ユーザーの睡眠段階を決定する、請求項１に記載の熟眠支援装置。
3. 前記制御部は、学習されたディープラーニングモデルを用いて前記ユーザーの睡眠状態を決定する、請求項２に記載の熟眠支援装置。
4. 前記制御部は、前記ユーザーの生理指標情報及び睡眠状態に基づいてスリープスコアを算出する、請求項１に記載の熟眠支援装置。
5. 前記制御部は、前記ユーザーの生理指標情報を分析することによる生理指標点数、前記睡眠状態を分析することによる睡眠パターン点数、及び前記ユーザーの起床時間を基準に所定の時間の睡眠状態を分析することによる起床品質点数に基づいてスリープスコアを算出する、請求項４に記載の熟眠支援装置。
6. 前記制御部は、前記ユーザーの入力及び組み込まれたアプリケーションの実行のうちの少なくとも一つを感知して前記睡眠段階の決定をトリガリングする、請求項１に記載の熟眠支援装置。
7. 前記制御部は、前記音源を提供し、前記音源の提供の後、前記睡眠段階での睡眠状態が予測期間に維持されなければ、前記音源の候補音源を提供する、請求項１に記載の熟眠支援装置。
8. ユーザーの熟眠を支援する熟眠支援システムであって、
   ユーザーが横になるうちに前記ユーザーの生理指標情報を獲得するスリープパッドと、
   前記生理指標情報に基づいて前記ユーザーの睡眠段階を決定し、決定された睡眠段階に対応する音源を提供する熟眠支援装置と、を含む、熟眠システム。
9. 前記スリープパッドは、圧電フィルムセンサーを含む、請求項８に記載の熟眠支援システム。
10. 熟眠支援装置が遂行する熟眠支援方法であって、
    ユーザーが横になるうちに前記ユーザーの生理指標情報を獲得するスリープパッドと通信することで、前記生理指標情報を獲得する段階と、
    前記生理指標情報に基づいて前記ユーザーの睡眠段階を決定する段階と、
    決定された睡眠段階に対応する音源を提供する段階と、を含む、熟眠支援方法。
11. 前記ユーザーの睡眠段階を決定する段階は、
    生理指標情報に基づいて前記ユーザーの睡眠状態を決定し、一睡眠状態から他の睡眠状態への転移を分析して前記ユーザーの睡眠段階を決定する段階を含む、請求項１０に記載の熟眠支援方法。
12. 前記ユーザーの睡眠段階を決定する段階は、
    学習されたディープラーニングモデルを用いて前記ユーザーの睡眠状態を決定する段階を含む、請求項１１に記載の熟眠支援方法。
13. 前記熟眠支援方法は、
    前記ユーザーの生理指標情報及び睡眠状態に基づいてスリープスコアを算出する段階をさらに含む、請求項１０に記載の熟眠支援方法。
14. 前記スリープスコアを算出する段階は、
    前記ユーザーの生理指標情報を分析することによる生理指標点数、前記睡眠状態を分析することによる睡眠パターン点数、及び前記ユーザーの起床時間を基準に所定の時間の睡眠状態を分析することによる起床品質点数に基づいてスリープスコアを算出する段階を含む、請求項１３に記載の熟眠支援方法。
15. 請求項１０に記載の熟眠支援方法を遂行するプログラムが記録された、コンピュータ可読の記録媒体。
16. 熟眠支援装置によって遂行され、請求項１０に記載の熟眠支援方法を遂行するために媒体に保存された、コンピュータプログラム。