Development of Mental Health Monitor

Digital Human Symposium 2009
March 4th, 2009
メンタルヘルスモニタの開発
- 睡眠の質変動の計測と解析 Development of Mental Health Monitor
- Measurement and Analysis of Sleep Quality Score Change 三輪 洋靖*a
Hiroyasu Miwa*a
[email protected]
http://www.dh.aist.go.jp/
The prevalence of patients with depressive
disorders in Japan reached twice of the 10 years ago.
We believe that mental disorders may appear as
displacements of measurable physiological signals.
Hence, we have been developing a wearable mental
health monitor which can easily and quantitatively
measure our mental health condition and detect mental
disorders early based on the daily physiological
measurement. In this paper, we investigated the
relation between depression and sleep quality. We
proposed “Short-time Sleep Quality Score (S-SQS)”
and defined the normal SQS change patterns to
evaluate the sleep quality change. Then, we measured
sleep quality of six healthy people and two patients
with major depressive disorders (MDD) for more than
220 day. And, we confirmed that the depression
changed the sleep quality change.
1.
はじめに
われわれが健康的な日常生活を送るためには，
健康な肉体と健康な心の両方を維持する必要が
ある．しかし，近年，メンタルヘルスの低下が社
会問題になっている．特にうつ病患者の増加が著
しく，2005 年には患者数が 90 万人を越え，10 年
前の 2 倍以上となった (Fig. 1) [1]．
一般に，うつ病は日常生活におけるストレスや
環境的要因によって引き起こされると言われて
いるが，その発症メカニズムは未だ解明されてい
ない．しかし，幸いにして，現在は適切な治療を
受けることで症状を和らげることが可能となっ
たため，早期発見に基づく早期治療がうつ病に対
する有効の対処方法のひとつとなる．
うつ病の診断基準は DSM-IV で定義されており，
*a : (独) 産業技術総合研究所デジタルヒューマン研究センター
Prevalence of Depressive
Disorders x105
Abstract
10
9
8
7
6
5
4
3
2
1
0
Female
Male
1996
1999
2002
2005
Year
Fig. 1 Prevalence of depressive disorders in Japan
連続したうつ状態や意欲の低下，睡眠障害など 9
つの主要症状のうち 5 つ以上が 2 週間以上継続し
た場合となっている[2]．また，自己診断としてベ
ックのうつ病自己評価尺度のような自記式の評
価手法も利用される．しかし，いずれの方法も，
患者の主観や経験に基づくため虚偽申告に弱く，
自覚症状が小さい初期段階においては正確な診
断が困難である．事実，一般を対象にしたスクリ
ーニングテストでは，うつ病の有病率は男性 2∼
3%，女性 5∼9%であり[2]，Fig. 1 で示した患者数
の数倍∼10 倍の人が未治療のまま生活している
と推定される．
これに対して，われわれは自覚できない症状や
状態であっても，心身の結び付きによって，生理
信号や運動などの非言語情報が，精神状態の変化
を発していると考えている．そこで，生理信号計
測によるメンタルヘルスの自己管理やうつ病の
早期発見を目指してきた．特に，うつ病などの気
分障害は，その変動周期が長く，日常的な計測が
健康維持に有効であると考え，身体拘束度の低い
ウェアラブルセンサで生理信号を計測し，定量的
にメンタルヘルスの程度を表示可能なメンタル
Depression
Symptoms
Autonomic
Disorder
Sleep disorder
Low
homeostasis
Circadian
change
Perspiration
(b) as worn around
right arm
Fig. 2 SenseWear Pro2 Armband
Heat
Hypersomnia
Sleep Quality
Low motivation
Insomnia
Inhibition
Circadian
change
Body motion
Inactivity
Activity
(a) the armband
Skin
temperature
Heat flux
Sleep
duration
GSR
Arousal
during
sleep
Average
acceleration
Physical
activity
duration
Acceleration
MAD*
Hypnagogic
latency
Steps
Sensor Information
*MAD: Mean of Absolute Difference
Fig. 3 Depression model
2.
計測装置
日常的に生体信号継続するためには，計測方法
が簡便で被計測者の負担が小さいことが求めら
れる．そこで，本研究では，身体の拘束度が低く，
日常生活を制限しない非侵襲ウェアラブルセン
サである SenseWear Pro2 Armband (BodyMedia 社，
以下 SenseWear)を使用した．
SenseWear は Fig. 2 のように右腕上腕部に巻き
付けるようにして装着し，加速度(2 軸)，皮膚表面
温度，皮膚周辺温度，熱流束，皮膚電気伝導度を
計測・記録できる．計測データはオフラインで PC
に取り込め，その際に消費エネルギー，歩数，臥
位・睡眠・運動の有無を算出できる[8][9]．
各センサのサンプリング周波数は 32[Hz]であ
るが，長時間の信号記録のため，信号の記録周期
は SenseWear の標準値である 1[min]とした．
3.
うつ状態推定モデル
うつ病には 9 つの代表的な症状が知られている．
そこで， 9 つの代表的な症状から，発症頻度が高
く，生理信号に影響が現れやすい自律神経障害，
睡眠障害，気力低下の 3 症状を抽出し，各症状と
Sleep
Sleep depth
ヘルスモニタの開発を行っている．
これまでに，われわれは加速度計を用いた寝返
り検出や寝返りの頻度に基づく睡眠の質得点，自
律神経反応の規則性に基づいたメンタルヘルス
指標を提案し，それらの健常者-うつ病患者の比較
を行ってきた[3][4][5][6]．本稿では，睡眠の質得
点を拡張し，睡眠中の睡眠の質の変動に基づく
「標準睡眠の質変動率」の提案と，提案指標の健
常者・うつ病患者に対する長期連続計測について
報告する．
Wake up
S
Awake
Light
Deep
Q
0
Time from sleep
Fig. 4 Two sleep patterns with the same SQS
センサ情報を関連付けたツリー構造からなるう
つ病推定モデルを構築した(Fig. 3)．本稿では，睡
眠障害と関連性が高いと推定される睡眠の質に
関して報告する．
4.
睡眠の質得点の変動
4.1 ヒトの睡眠
人間の睡眠には 4 段階のノンレム睡眠にレム睡
眠を加えた 5 段階の深さがあり，ノンレム睡眠の
方が睡眠深度は深い．深い睡眠は心身の疲労回復
に強く寄与し，ノンレム睡眠とレム睡眠の両者の
比率は適当な比率になることが望ましいが，うつ
病ではレム睡眠の時間が有意に増加することが
知られている[10]．また，睡眠中の時間当たりの
体動量は睡眠深度が深くなるにつれて減少する
ことが知られている[11]．
4.2 睡眠の質得点
われわれは，睡眠中の体動である寝返りに着目
し，加速度計を用いた寝返り検出システムを開発
し，その頻度に基づいて睡眠深度を 2 段階に分類
した．そして，式(1)に示すように，全睡眠時間 S
に対する深い睡眠時間 SD の割合を睡眠の質得点
(SQS: Sleep Quality Score) Q として定義した[3][4]．
Wake up
S1
Awake
Light
Deep
S2
S3
S4
S5
0.9Fig.
S6
A
0.7
q1
0
q2
90
q3
q4
q5
180
270
360
Time from sleep min
q6
450
540
0.6
B
0.5
C
0.4
D
0.3
E
0.2
F
0.1
Fig. 5 S-SQS calculation and 90 min sleep section
0
0
0
1
w
Sleep section
0
(b) Pattern II
(V-formation,
q1>qw)
SD
S
(1)
Q: 睡眠の質得点 (SQS)
SD: 深い睡眠時間
S: 睡眠時間
4.3 睡眠の質得点の変動
4.2 節で提案した SQS は睡眠全体に対するその
質の評価を目的としたため，例えば Fig. 4 のように，
睡眠深度の傾向が全く異なる場合でも，SQS が等しく
なってしまい，入眠障害などの部分的な睡眠の障害
の評価には対応していなかった．
そこで，睡眠中に生じる睡眠の質の変動を評価す
るため，Fig. 5 のように，睡眠を 90 [min]ごとのセクショ
ンに分割した．そして，各セクションにおける睡眠の
質を短時間睡眠の質得点(S-SQS: Short-time Sleep
Quality Score)と名付け，式(2)によって算出した．
s
q i = Di
si
(2)
S
d
qi: セクション i の短時間睡眠の質得点
sDi: セクション i の深い睡眠時間
si: セクション i の睡眠時間
i: セクション番号 (i = 0, 1, 2..., w-1, w)
w: セクション数
w=
0.9Fig.
1
w
Sleep section
(c) Pattern III
(Inverted
N-formation
q1=max)
Fig. 6 Normal SQS change pattern
Q=
3
4
5
Sleep Section
6
7
8
(a) Healthy people
7 (B)
0.8
GN
0.7
Short-time SQS
(a) Pattern I
(Monotonic
decrease)
2
SQS
SQS
SQS
1
w
Sleep section
1
1
1
1
0
7 (A)
0.8
Short-time SQS
Sleep depth
Sleep
0.6
GD
0.5
H
0.4
0.3
0.2
0.1
0
0
1
2
3
4
5
Sleep Section
6
7
8
(b) Patients with MDD
Fig. 7 Experimental results: Average Short-time SQS
S: 全体の睡眠時間
d: セクションの時間 (d = 90)
これにより，入眠から覚醒まで，睡眠の質がどのよう
に変化したかを評価可能となる．一般に，人間の睡
眠は入眠後すぐに最も深い睡眠状態に入る．その
後，レム睡眠とノンレム睡眠を約 90[min]周期で
交互に繰り返し，覚醒に向けて浅い睡眠の割合が
増えていく．
ここで，入眠から覚醒に向けての S-SQS
の変化を SQS 変動と呼ぶと，標準的な健常者の SQS
変動は，入眠直後にもっとも高い S-SQS を示した
のち，覚醒に向けて徐々に低下していき，覚醒直
前にもっとも低くなると考えられる．これに対し，
入眠障害の場合，入眠直後の S-SQS の低下が，中
途覚醒では睡眠中盤での S-SQS の低下が生じる
など，健常者の標準的な SQS 変動とは異なる変動
が予想される．
そこで，SQS 変動の差異を計測することで，メ
ンタルヘルスの状態を評価できると考え，Fig. 6
のように S-SQS が減少傾向をとなる 3 種類のパタ
ーンを標準 SQS 変動パターンと，日々の睡眠にお
いて，SQS 変動が標準 SQS 変動パターンを示した
割合を標準 SQS 変動率と定義した．
Table 1 Experimental results: Average sleep duration
A
B
C
D
E
F
G
H
Measurement Sleep Duration min
Average
SD
Days
210
352
126
821
355
100
329
353
94
Healthy
193
380
116
253
423
65
131
384
128
176
407
100
MDD (Non-depressive)
116
468
161
MDD (Depressive)
419
436
163
Condition
30
SQS Change Pattern I rate %
Subjects
Healthy
20
15
10
5
A
MDD
B
C
D
E
F
GN
GD
H
(a) SQS change pattern I rate
25
50
40
30
20
10
B
C
D
E
F
GN
GD
H
Subjects
SQS Change Pattern II rate %
Normal SQS Change Rate %
Fig. 8
A
MDD
Subjects
60
0
Healthy
25
0
70
Fig. 9 (A)
Healthy
MDD
20
15
10
5
0
Fig. 8 Experimental results: Normal SQS change rate
Fig. 9 (B)
A
B
C
D
E
F
GN
GD
H
Subjects
(b) SQS change pattern II rate
睡眠の質変動の長期計測
うつ状態が SQS 変動および標準 SQS 変動率に
与える影響を調査するため，健常者およびうつ病
患者の睡眠の質を長期連続計測した．実験には健
常者 6 名(A-F，男性，平均年齢 40 歳)，うつ病患
者 2 名(G,H，男性，平均年齢 42 歳)が参加した．
睡眠の質の計測には SenseWear を使用した．計測
は 220∼875 日間行い，正確な計測が行えなかっ
たデータは削除した．また，被験者 G は実験期間
中に病状が変化したため，うつ状態が回復した非
うつ期(GN)と，うつ状態が継続しているうつ期
(GD)に分けて解析を行った．本実験は産総研人間
工学実験委員会の審査，承認後，被験者に対し実
験主旨の説明をし，同意を得てから実施した．
各被験者の平均睡眠時間を Table 1 に示す．睡
眠時間を統制するため，被験者にとって標準的な
睡眠時間の睡眠として，平均睡眠時間±1 標準偏
差の睡眠を解析対象とした．
まず，各被験者のセクションごとの平均 S-SQS
を Fig. 7 に示す．健常者の場合，被験者 E を除き，
SQS 変動は減少傾向を示し，平均 S-SQS は入眠直
後に高く，覚醒直前に低くなった．これに対し，
うつ病患者の場合，平均 S-SQS のセクションごと
18
SQS Change Pattern III rate %
5.
Fig. 9 (c)
16
Healthy
MDD
14
12
10
8
6
4
2
0
A
B
C
D
E
F
GN
GD
H
Subjects
(c) SQS change pattern III rate
Fig. 9 Experimental results: SQS change pattern rate
の変化は小さく，被験者 GD は平坦な傾向を，被
験者 H はわずかな減少傾向を示した．さらに，う
つ病患者であっても非うつ期の被験者 GN の SQS
変動は減少傾向を示しており，うつ期である被験
者 GD よりも健常者に近かった．
次に，健常者とうつ病患者の標準 SQS 変動率を
比較した(Fig. 8)．その結果，健常者の標準 SQS 変
動率の平均は 39.4[%]であったのに対し，うつ病
患者の平均は 23.0[%]であり，健常者の標準 SQS
変動率の方が 1.7 倍高くなった．また，被験者 G
Average S-SQS of first sleep section (q1)
(**; p < 0.01)
**
**
**
**
**
**
**
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
A
B
C
D
E
F
GN
GD
H
Subjects
(a) Average Short-time SQS in first sleep section
0.7
Average S-SQS of sleep section
before the wake up (qw)
(**; p < 0.01)
**
**
**
**
**
0.6
0.5
0.4
0.3
0.2
0.1
0
A
B
C
D
E
F
GN
GD
H
Subjects
(b) Average Short-time SQS in sleep section before
the wake up
Fig. 10 Experimental results: Average Short-time SQS
に関して，非うつ期の標準 SQS 変動率の方がうつ
期より 2.1 倍高く，健常者-うつ病患者間と同様の
傾向が得られた．また，SQS 変動をパターンごと
に比較すると，SQS 変動がパターン I，パターン
II になった割合は，うつ病患者より健常者の方が
それぞれ 3.2 倍，1.6 倍高く，両パターンが標準
SQS 変動率の差異に寄与していた(Fig. 9)．
では，なぜそのような差異が生まれるのか．
睡眠中のセクションごとに平均 S-SQS を t 検定に
よって比較した結果，入眠直後であるセクション
1 の平均 S-SQS は，75[%]の割合で健常者の方が
うつ病患者よりも有意に高い(p < .01)ことが分か
った(Fig. 10(a))．一方，覚醒直前のセクションの
平均 S-SQS を比較すると，42[%]の割合しか健常
者-うつ病患者間に有意差は認められず，有意差が
認められた場合についても，被験者 B のように健
常者の方が低い場合もあれば，被験者 D のように
健常者の方が高い場合もあった(Fig. 10(b))．よっ
て，覚醒直前の被験者群間の S-SQS には差がない
といえる．
以上より，うつ状態は入眠直後の深い睡眠の抑
制による睡眠の質の低下を引き起こしやすく，そ
の結果として，健常者では減少傾向であった SQS
変動が，うつ病患者では平坦な傾向になったと考
えられる．そして，この SQS 変動の変化がうつ病
患者の標準 SQS 変動率の低下に現れたと考えら
れる．また，標準 SQS 変動率がうつ状態の影響を
受けていたことから，提案指標はメンタルヘルス
の評価指標のひとつと言えるだろう．
6.
結論と今後の展望
本稿では，睡眠中に睡眠の質がどのように変化
しているかを評価するため，睡眠を 90 [min]ごと
のセクションに分割し，各セクションの睡眠の質
を短時間睡眠の質得点(S-SQS: Short-time Sleep
Quality Score)として提案した．さらに，S-SQS が
覚醒に向けて減少傾向を示す 3 種類の SQS 変動を
標準 SQS 変動パターンと定義し，標準 SQS 変動
パターンを示した睡眠の割合である標準 SQS 変
動率を提案した．健常者およびうつ病患者に対し，
最大 875 日間，提案指標を長期連続計測した結果，
健常者の標準 SQS 変動率はうつ病患者よりも 1.7
倍高く，標準 SQS 変動率がメンタルヘルスを評価
する指標のひとつになることが示唆された．
今後は，本稿で提案した指標と，これまでに提
案してき指標の統合による，うつ状態の検出につ
いて検討する．
7.
関連文献
・ 三輪 洋靖, 松井 俊浩, 梅田 忠敬, 笹原 信一
朗; “うつ病検出のための睡眠の質の長期計測
と解析”, 第 6 回生活支援工学系学会連合大会
講演予稿集, p.151, 2008.9
・ H. Miwa, T. Matsui, T. Umeda, S. Sasahara;
“Measurement and Analysis of Sleep Quality Score
Changefor Depression Detection”, Proceedings of
International Conference on uHealthcare 2008,
pp. 89-92, 2008.10
8.
謝辞
本研究は平成 20 年度科学研究費補助金(課題番
号：19700558)の支援のもと行われました．また，
研究指導，長期計測実験のご協力を頂きました笹
原信一朗先生，梅田忠敬先生(筑波大学，ホスピタ
ル坂東)，実験参加者の皆様に感謝の意を表します．
9.
参考文献
[1] 厚生労働省; “平成 17 年患者調査”, 厚生労働
省統計表データベース, 2006
[2] American Psychiatric Association; “DSM-IV-TR
Fourth
Edition”,
American
Psychiatric
Association, pp. 349-352, p. 372, 2000
[3] A. T. Beck, C. H. Ward, M. Mendelson, J. Mock,
J. Erbaugh; “An inventory for measuring
depression”, Archives of General Psychiatry, Vol.
4, pp. 561-571, 1961.
[4] H. Miwa, S. Sasahara, T. Matsui; “New Mental
Health Index based on Physiological Signals at
Transition between Arousal and Sleeping State”
6th International Special Topic Conference on
Information
Technology
Applications
in
Biomedicine 2007 Proceedings, pp. 205-208,
2007
[5] 三輪 洋靖, 笹原 信一朗, 松井 俊浩; “睡眠
障害検出のためのウェアラブルセンサによ
る寝返りの計測と睡眠の質の解析”, 第 21 回
生 体 ・ 生 理 工 学 シ ン ポ ジ ウ ム 論 文 集 , pp.
445-448, 2006
[6] H. Miwa, S. Sasahara, T. Matsui; “Roll-over
Detection and Sleep Quality Measurement using
a Wearable Sensor”, Proceedings of 29th Annual
International
Conference of
the IEEE
Engineering in Medicine and Biology Society, pp.
1507-1510, 2007
[7] 三輪 洋靖, 梅田 忠敬, 笹原 信一朗, 松井 俊
浩; “うつ病検出のための規則度指標の長期
計測”, 第 47 回生体医工学会大会 プログラ
ム・論文集, 日本生体医工学会, pp.741-743,
2008
[8] D. Andre, A. Teller; “Health. Care. Anywhere.
Today.”, Future of Health Technology-2, IOS
Press, pp. 1-23, 2005
[9] M. Sunseri, C. B. Liden, J. Farringdon, R.
Pelletier, S. Safier, J. Stivoric, A. Teller, S.
Vishnubhatla; “The SenseWear Armband as a
Sleep Detection Device”, BodyMedia internal
white paper
[10] R. M. Benca; “SLEEP IN PSYCHIATRIC
DISORDERS”, Neurologic Clinics, Vol.14, No.4,
pp. 739-764, 1996
[11] 新美 良純, 堀 忠夫; “睡眠-その生理心理学-”,
培風館, p.123, 1974
三輪
洋靖 (Hiroyasu Miwa)
2004 年 3 月早稲田大学大学院理工学研究科生
命理工学専攻単位取得退学．同年 9 月学位取得．
博士(工学)．早稲田大学先端科学・健康医療融
合研究機構客員研究助手を経て，2005 年 4 月
産業技術総合研究所入所．デジタルヒューマン
研究センター研究員となり，現在に至る．ウェ
アラブルセンサを用いたメンタルヘルスモニタの開発に従事．