专利名称：预测人类认知表现的方法和系统的制作方法
技术领域：
本发明涉及根据个体以前的睡眠/醒着历史，一天的时间和个体执行的任务(或活动)，预测个体认知表现的方法和系统。
背景技术：
在任何建立的工作场所，生产力的维持依赖于从司令部/控制，管理部门对个体的士兵或工人所有水平的有效的认知表现。有效的认知表现反过来依赖于复杂的精神作用。许多因素影响认知表现(如，药物或年龄)。然而，引起认知表现日复一日变化的多个因素中有两个已经显示具有最大的影响。这两个因素是个体以前的睡眠/醒着历史和一天的时间。
足够的睡眠维持认知表现。少于足够的睡眠，认知表现随时间退化。Thorne等发表在军事系统，国防和国民环境医学学会的第24届人类的限制要素的DRG研究会学报上，17-40页(1983)的论文“探测在72小时的高作业负荷下人类表现的限制”，Newhouse等发表在“神经精神药理学，卷2，153-164页(1989)”的文章“在延长总的睡眠剥夺后，d-安非他明(苯丙胺)对觉醒，认知和情绪的影响”，Newhouse等发表在军事心理学，卷4，207-233页(1992)，的其它文章“在延长睡眠剥夺后刺激药物对表现和行为的的影响安非他明，尼古丁和镇静剂的比较”都描述了普通志愿者的研究，研究中揭示了在连续的总睡眠剥夺时发生认知表现累积的递减，如基于计算机测试和复杂的操作模拟。在Dings等发表在睡眠，卷20，267-277页(1997)的文章“在睡眠时间每晚限于4-5小时的一周时段，累积的嗜睡，情绪的干扰和精神运动的警戒表现递减”，揭示了固定的限制每天的睡眠时间量，累积的减少睡眠也导致认知表现的下降。因此，在运作设置中，民用和军用，睡眠剥夺减少了认知作业的生产力(单位时间的有用工作的输出)。
因此，使用基于计算机的认知表现测试，显示了对各连续24小时觉醒总睡眠剥夺使得人类认知表现退化25％。然而，也显示了甚至小量的睡眠减小睡眠损失引起的认知表现的退化的速度。Belenky等发表在第20届军队科学会议学报，卷2，657-661页(1996)的他们的文章“在连续的运行中维持表现US军队的睡眠管理系统”揭示了每24小时的30分钟的小睡，在睡眠剥夺的85小时中，减小认知表现退化率为每天17％。这提出在睡眠时段认知表现的恢复在睡眠的早期最快产生。除了睡眠总量没有其它因素对认知表现正常的每天的变化有如此充分的和始终如一的贡献。
除了睡眠/醒着历史，在给定的时间点个体认知表现取决于一天的时间。在1950年代初，Franz Halberg和合作者24小时时段的观察许多人生理学(包括体温和活动)，血液学，荷尔蒙(激素)功能，创新词’circadian’(拉丁语‘约一天’)描述了循环节律。Halberg揭示了在实验数据中大部分噪声来自于在一天的不同时间取样的数据的比较。
当人们按照夜眠/昼醒的时间表(例如，8小时睡眠/16小时醒着的周期，每夜的睡眠在接近午夜开始)，体温通常在2:00AM到6:00AM之间达到最小(波谷)。体温通常在8:00PM到10:00PM之间升到最大(波峰)。同样，每天人类认知表现节律系统的研究显示了一天中响应速度慢慢的改善在晚上达到最大(通常在8:00PM到10:00PM之间)，然后较快的落到发生在清晨(通常在2:00AM到6:00AM之间)的最小。从基于各种各样的认知表现的作业的测试，显示节律相似但一致性稍小。因此，上面提到的总睡眠剥夺对认知表现的效果的添加影响对在每24小时时段中认知表现的变化约为±10％。
已经显示各种测量方法与认知表现有某种程度的相关。这些包括想睡(或它的相反，警戒)的客观和主观的测量方法。一些本领域技术人员使用”想睡”指“警戒”的反面(如本文的情况)。虽然本领域技术人员争论”想睡”特别属于对睡眠的生理学需要，而“睡意”更多的涉及入睡(独立于生理学的睡眠需要)的倾向或能力或缺少警戒的主观感觉，“睡意”常常与”想睡”可换的使用。外行人把术语“疲乏”用作为”想睡”的同义词，而“疲乏”是比睡眠损失本身对表现的影响包含更多的宽阔的术语。同样的，“认知表现”定义为对宽泛变化的任务的表现，最通常使用的是警戒任务(要求警戒注意力的任务)。对警戒和其它任务，一些研究人员使用如他们的认知表现测量方法的精确度，而其它的一些研究人员使用反应时间(或它的相反，速度)。其它的研究人员还使用计算速度乘精确度的测量方法，这是单位时间执行的有用功的量(也称为生产力)。研究人员一般赞成在睡眠剥夺条件下警戒任务是认知表现的合适的测量方法，任何反应时间(速度)或一些考虑反应时间的测量方法(如，生产力)是测量认知表现的有效的和可靠的方法。
多种睡眠等待测试(MSLT)是广泛被接受的客观的睡眠/警戒的测量。在MSLT中，躺在黑暗的，安静的卧室中的个体试着入睡。记录用于确定睡眠或醒着的各种生理学测量(眼动，脑活动，肌肉状况)，确定达到阶段1(光)睡眠的前30秒需要的时间。认为达到阶段1的较短等待时间指较大的想睡(较低的警戒)。认为5分钟的睡眠等待是病态的(例如，指睡眠失调或睡眠剥夺)。在总的和部分睡眠剥夺时，在MSLT(警戒)中的睡眠等待和表现下降(即，由MSLT测量的想睡)。然而，虽然在MSLT-确定的睡眠/警戒和认知表现之间的是相关的(如MSLT的指出的想睡越大相当于认知表现越差)，此相关性从来没有显示是完善的，大部分是不坚实的。因此，MSLT是认知表现差的(即，不可靠)预测者。
睡眠/警戒的主观测量也显示与认知表现的相关性(虽然是弱的)。Hoddes等发表在心理生理学，卷10，431-436页(1973)的文章“想睡的量化新的方法”描述了Stanford想睡等级(Stanford Sleepiness Scale(SSS))，主观的调查表广泛用于睡眠/警戒测试。在SSS中，个体从1到7等分级评价他们当前的睡眠/警戒的水平，1相当于自述的“感觉活性和生命力；警戒；宽的警觉”，7相当于自述的“几乎在幻想中；睡眠立即发作；失去维持警觉的能力。”。越高的SSS级别指示越大的想睡。如用MSLT，在总的和部分睡眠剥夺时，SSS级别增加。然而，如用MSLT，在SSS-确定的睡眠/警戒和认知表现递减之间的一致性是弱的和不一致的。因此，SSS也是认知表现差的预测者。一些睡眠/警戒的主观测量的其它例子包括Johns发表在Chest，卷103，30-36页(1993)的文章“昼想睡，打鼾，障碍睡眠呼吸暫停”中描述的Epworth想睡等级(EpworthSleepiness Scale)，和由Akerstedt和Gillberg发表在International Journal ofNeurosciencet，卷52，29-37页(1990)的文章“在活跃的个体中客观和主观的想睡”中描述的Karolinska想睡等级(Karolinska Sleepiness Scale)。在这些主观测量和认知表现之间的一致性也是弱的和不一致的。
此外，修正认知表现的因素不可能对应的影响睡眠/警戒的客观或主观测量，或反过来。例如，Penetar等发表在Human Psychophamacology，卷6，319-323页(1990)的文章“安非他明对总睡眠剥夺随后的睡眠恢复的影响”中揭示了在睡眠剥夺时，刺激药物d-安非他明改善认知表现但不改善睡眠/警戒(如MSLT测量的)。在相同的研究中，咖啡作为在12小时中维持提升认知表现的睡眠剥夺的对策，因而改善对主观想睡，精力和疲劳的影响但然后衰减。Thorne等发表在军事系统，国防和国民环境医学学会的第24届人类的限制因素的DRG研究会学报，17-40页(1983)，的论文“探测在72小时的高作业负荷下人类表现的限制”中描述了在72小时的睡眠剥夺中认知表现如何连续的下降然而在第一个24小时中主观的睡眠/警戒下降但随后稳定。认知表现和睡眠/警戒的测量不是经常以同样方式影响的发现指出它们是不可互换的。即，睡眠/警戒的测量不能用于预测认知表现，反之亦然。
涉及警戒测量的方法和设备有五个基本类别无障碍监测当前警戒水平的方法/设备；无障碍监测当前警戒水平，并向减小警戒的用户提供警告/警戒和/或提高用户的警戒水平；基于用户对警报设备的一些可能的二级作业的反应监测当前警戒水平的方法/设备，警告用户减小警戒和/或提高用户的警戒水平；增加警戒的方法；预测过去，当前或将来警戒的方法/设备。
无障碍监测当前警戒水平的这些方法和设备基于“嵌入测量”方法。即，这些方法从一些假设与警戒/睡意相关的因素(如，眼睛的位置或关闭)的当前水平推断警戒/睡意。发布的此类型专利包括美国专利5689241Clarke，Sr.等公开的检测眼睛关闭和鼻，嘴附近周围温度的设备；美国专利5682144 K.Mannik公开的检测眼睛关闭的设备；美国专利5570698C.Liang等公开了监测眼睛的定位和运动的检测想睡的设备。这些类型的方法和设备的明显的缺点是测量方法很可能检测睡眠发作本身而不是警戒小的下降。
在一些专利中，睡眠/警戒的嵌入监测测量方法与其它取用户下降的警戒和/或增加的警戒信号的方法结合。发布的这些类型专利包括美国专利5691693 P.Kithil描述的设备，它感知车辆操作者的头部位置和运动，当前数据与“正常的”头部运动和“有损害的”头部运动作比较。当头部位置以某种预先确定的方式偏移“正常的”，警告设备动作。美国专利5585785 R.Gwin等描述对操纵轮测量总的手柄压力的方法和设备，因此当手柄压力下降到低于预先确定的“低限”时，警告响起指示睡意。美国专利5568127 H.Bang描述的由用户的下颚接触警告设备作为指示的检测睡意设备，然后产生触觉的和听觉的警告。美国专利5566067 J.Hobson等描述检测眼睛运动的方法和设备。检测眼睑运动的改变从预先确定的阈值引起输出信号/警告(优选听觉的)。如用第一类别的方法和设备，这里的缺点是方法很可能检测睡眠发作本身而不是警戒的小的下降。
基于“主要/次要任务”的方法已研发其它的警戒/睡意监测。例如，美国专利5595488 E.Gozlan等描述对个体提出听觉的，视觉的和触觉的刺激的方法和设备，当执行感兴趣的主要任务“例如，驾驶”时个体必须对此“次要任务”作出响应。对次要任务的响应与对响应的基线“警戒”水平作比较。美国专利5259390 A.MacLean描述用户对相关的无害的振动刺激响应的设备。对刺激响应的速度用作为警戒水平的测量。这里的缺点是设备需要对次要任务的响应来推断警戒，因此对主要任务警戒和可能干扰。
其它的方法只存在增加警戒，当用户感觉睡意时依赖于用户自我-评估的警戒水平和使设备作用。后面的例子是美国专利5647633和相关的专利M.Fukuoka描述当用户检测到睡意时引起用户的位置振动的方法/设备。这些设备的明显缺点是用户必须能准确的自我-评估他的/她的当前的警戒水平，必须能根据此评估作出正确的行动。
也存在基于用户输入已知以经验为主修正警戒的预测的警戒水平方法。美国专利5433223 M.Moore-Ede等根据在警戒中与交替有关系的多种因素(涉及“实际世界”的因素)的数学计算，描述在时间的特殊点(过去，当前或将来)预测个体可能的警戒水平的方法。个体的基线警戒曲线(BAC)首先根据五个输入确定，并代表在稳定环境中显示的最佳警戒曲线。下一步，由警戒修改刺激修改BAC达到修改的基线警戒曲线。因此，方法是预测个体的警戒水平而不是认知表现的手段。
设计另一预测“工作-相关疲劳”方法为上班小时数的函数。Fletcher和Dawson发表在Journal of Occupational Health and Safety，卷13，471-485页(1997)的文章“根据工作小时预测工作-相关疲劳的模型”描述他们的方法。在此模型中，做了简化的假设，假设上班时间的长度与醒着的时间正相关。为了实现此方法，用户输入实际的或假设的上班/下班(工作/休息)时间表。从模型的输出是指示“工作-相关疲劳”的得分。虽然此“工作-相关疲劳”的得分显示与一些表现测量相关，这不是认知表现本身的直接测量。当假设的工作时间与醒的时间的关系破坏时，能察觉到在此情况下疲劳得分的精确性较少-例如当人们工作在短的轮班但另一方面在家花时间做课题而不是睡眠，或当人们工作在长的轮班但在家所有有空的时间尽情的睡眠。此方法也是有障碍的，其中用户必须输入上班/下班信息而不是从无障碍的记录设备自动取得这些信息。此外，模型限制了预测基于工作时间的“疲劳”。总体说来，此模型限制工作-相关的情况，其中轮班长度与睡眠长度一致(相反)相关。
给出睡眠量的重要性和确定认知表现(因此估计生产力或有效性)的一天的时间，给出大部分职业对认知表现不断增加的要求，期望设计预测认知表现的可靠和精确的方法。能意识到增加有关输入的数目可增加认知表现预测的精确性。然而，从此输入收益的有关好处必须与它们的收集和输入关联的附加负担/费用权衡。例如，虽然已显示某些香气有警戒-提升的性能，这些效果相比于个体的睡眠/醒着历史和一天的时间的坚实效果是不一致的和可忽略的。更重要的，香气对认知表现的影响是未知的。要求个体保持暴露在香气中的记录可能对个体是耗费时间的，对认知表现预测精确性只产生可忽略的效果。此外，睡眠/醒着历史和一天的时间对认知表现的影响是大家知道的，其它公认的警戒-改变因素(如，工作的压力)的影响，如何测量它们(它们的操作型定义)，和它们的作用方向(认知表现提升或退化)事实上是不知道的。
本发明和现有技术之间的重要的和主要的区别是本发明是用认知成分预测对任务表现的模型。相反的，以前涉及睡眠和/或生理节律(近似24小时)的模型注重于预测“警戒”或“想睡”。后者是与初始睡眠倾向特别相关的概念，不是执行认知任务的能力。
虽然想睡(或它的反面，警戒)可以认为是可干预的变量，它能调停认知表现，科学文献清楚的显示认知表现和警戒概念上是截然不同的，如Johns发表在睡眠医学评论(Sleep Medicine Review)，卷2，3-15页(1998)的文章“重新考虑想睡的评价”的评论，和如Milter等发表在行为医学(Behavioral Medicine)，卷21，171-183页(1996)的文章“测试想睡的方法”评论的。Thomas等发表在神经图象(Neuroimage)，卷7，S130页(1998)的文章“延长睡眠剥夺的区域的大脑代谢作用的影响”揭示了1-3天睡眠损失产生整个大脑活动下降接近6％，如由提升区域大脑葡萄糖测量的。然而，调停最高级认知功能(包括但不限于注意力，警惕性，形势的意识性，计划，评判，作出决定)的那些区域(与皮质相连的异形模式)由睡眠缺少选择性的不起作用到很大的程度-在三天睡眠缺少后升至50％。因此，在睡眠限制/丧失时段，神经生物学功能的下降直接反映认知表现的退化。这些发现与要求高级认知功能的任务的表现的研究是一致的，特别是那些要求注意力，计划等的任务(由与区域联系的异形模式调停能力)对睡眠缺少特别的敏感。另一方面，脑区如主感觉区较少的程度的不起作用。伴随的，依赖于这些区域的表现(如，视觉，听觉，力量和耐久性)不受睡眠缺少实质的影响。
从而，预测“警戒”本身(如，Moore-Ede等)的设备或发明公认的适于在时间的任何给定点的初始睡眠的大脑的根本的倾向。即，预测“警戒”(或它的反面，“想睡”)的设备或发明预测睡眠本身合适的程度。本发明不同于这些说明任务性质的方法，即，对要预测的初始睡眠没有倾向。由于对脑区域可靠性大部分受睡眠剥夺(脑的异形模式联合区域)影响，本发明预测特殊作业的表现受影响削弱的程度。大部分合适的方法产生基于个体的睡眠/醒着历史，一天的时间，和特殊工作的时间量，高可靠和精确的认知表现估计。
发明内容
根据本发明，确定基于有至少一个醒着状态和至少一个睡眠状态的数据序列的认知表现水平的方法包括分析数据序列以选择函数；用选择的函数确定认知表现的能力；用一天的时间值调制认知表现的能力；提供调制值；当数据序列中的一段数据是不确定的，然后至少选择两个函数，用各函数确定认知表现的能力，用一天的时间值调制各认知表现的能力，提供各调制值；至少重复以上步骤一次。
根据本发明，获得认知表现水平的方法包括传送表示个体的醒着状态和睡眠状态的数据序列到外部设备，从外部设备接收至少一个预测的认知表现水平。
根据本发明，提供认知表现水平的方法包括接收表示至少一个醒着状态和至少一个睡眠状态的数据序列，基于数据序列选择函数，用选择的函数确定认知表现的能力，用一天的时间值调制认知表现的能力，提供调制值。
根据本发明，预测认知表现水平的设备包括接收数据的输入，数据分析器连接到输入选择响应接收数据的计算函数，计算器连接到数据分析器用计算函数计算认知表现的能力，求值程序器连接到输入，基于接收的数据确定任务值，存储器存储调制数据，调制器连接到存储器，求值程序器和计算器。
根据本发明，监测每个个体的各认知表现水平的系统包括多个数据收集器，各数据收集器附着在各自的个体上，接收器与多个数据收集器的每一个通讯，数据分析器连接到输入，对至少多个数据收集器之一选择响应接收的数据的计算函数，计算器连接到数据分析器用计算函数对至少多个数据收集器之一计算认知表现的能力，求值程序器连接到输入端，对至少多个数据收集器之一确定基于接收的数据的任务值，存储器存储调制的数据，调制器连接到存储器，求值程序器和计算器。
根据本发明，提供认知表现水平的设备，包括装置，接收有至少一个醒着状态和至少一个睡眠状态的数据序列，装置，选择基于数据序列的函数，装置，用选择的函数确定认知表现能力，装置，存储一天值的时间序列，装置用相应的一天值的时间调制认知表现能力，和提供调制值装置。
根据本发明，从外部设备获得认知表现水平的的设备包括装置，向外部设备发送有至少一个醒着状态和至少一个睡眠状态的数据序列，装置，从外部设备接收至少一个预测的认知表现水平。
本发明的特点是用立即的人机工程和经济的优点提供数字表示的预测的认知表现，即，生产力或个体的效力指示。本发明的另一特点是它不需要或不使用认知表现的非直接的，中间的，推论性的或假设伴随的测量/计算。后面的例子是警戒，想睡，睡眠本身的时间，随时间变化的体温和/或其它生理学测量值。本发明的另一特点是说明认知表现从任何源头的瞬时的或偶然的的变化，因此，这些源头如何影响睡眠/醒着历史(如年龄)和/或一天的生理学时间(如工作的轮换)。实际上，这些源头不处理为影响独立于睡眠/醒着历史和/或一天的时间的认知表现的，同样地不需要分开测量，作表和输入到方法中。
本发明的一个目标是提供预测个体认知表现的精确的方法。
另一个目标是提供方便预测可能的将来睡眠/醒着历史对认知表现的影响的方法(向前预测)。
另一个目标是提供方便的回顾分析基于个体的睡眠/醒着历史，一天的时间和个体所做的活动很可能的当前的认知表现的方法。
另一个目标是为了获得个体和/或一组个体的纯粹的，最佳的预测的认知表现，提供协调的和最佳的可得的睡眠/醒着时间的方法。
本发明的优点和新颖是它的不浪费。方法使用那些具有最大预测价值的因素(如以经验为主表现的)作为连续更新的输入。因此，模型对实现是简单的。其它预测“警戒”的模型要求用户跟踪输入多个变量(如，咖啡因，酒精摄取，光线/黑暗暴露，白天活动的类型)，对根据那些认为是认知表现改变最大的因素的标准的，简单模型因素，本方法而是提出这些输入作为可选择的“附件”。例如，根据本方法的一部分，年龄对认知表现的影响无疑的认为是通过年龄对睡眠以经验为主产生的影响。即，睡眠质量随年龄下降。即使个体的年龄是不知道的，睡眠质量随年龄固有的下降无疑的产生认知表现下降的预测(因为在本方法中下降的睡眠产生下降的认知表现的预测)。因此对认知表现预测模型，年龄不需要作为分离的(独立的)输入变量。
本发明也具有其它重要的优点。例如，本发明的优点是消除了对经验评估的需要。
本发明的另一优点是获得个体认知表现的精确预测。优点可由合并已完全根据经验表示对认知表现发挥重要影响的三个因素的方法得到，即，(1)个体的睡眠/醒着历史，(2)一天的时间(这里“天”指24小时包括晚上和白天时间)，(3)个体特殊作业时间。
由本发明获得的另一优点是当前认知表现的精确预测。
由本发明获得的另一优点是能提供实时的认知表现预测。
由本发明获得的另一优点是基于假设的将来睡眠/醒着周期预测将来预期的全天的认知表现。
由本发明获得的另一优点是在给定时间认知表现的回顾分析。
本发明的另一优点是特殊的认知表现预测不是基于标准的数据(即，不需要输出“查找表”)，而基于各个体的睡眠/醒着信息，一天的时间和作业的时间直接计算。
本发明的另一优点是它可用于优化个体的将来的基于固定的任务/工作时间表的睡眠/醒着时间表。以前的方法和设备是直接修正工作时间表和/或任务“适合于个体”。然而，在大部分情况中，工作时间表和/或任务是固定的。因此，修正工作时间表或任务适合于个体是不现实或不可能的。与本方法合并的更合理的方法允许个体调整他的/她的睡眠/醒着周期来满足任务/工作的要求。因此，由提供手段来调节工作时间为直接可用的度量(认知表现)，用下班时间或用认知表现的非直接测量如警戒代替调节工作时间，现在的方法提出更实际的可选择的方法。
本发明的另一优点是提供解释个体睡眠/醒着历史和一天的时间为立即有用的，不言自明的指数的图形表示。不像“警戒”或”想睡”的预测，认知表现的预测不需要进一步的解释。
根据本发明预测人类认知表现性能的方法完成上述的目标并获得上述的优点。方法和产生的设备容易的适合于宽泛变化的情况和输入形式。
根据本发明的特征，个体的睡眠/醒着历史输入到处理设备。处理设备分类个体的睡眠/醒着历史数据段为各睡眠或醒着。根据数据的分类，处理设备选择和计算相应于个体现在状态的认知表现能力，认知表现能力可由一天的时间值修正，调节认知表现能力为预测的认知表现。预测的认知表现表示个体对执行认知作业的能力。预测的认知表现显示为实时指示或部分曲线，打印出已显示的信息，和/或存储为以后提取和/或使用。根据模拟睡眠和醒着的相互关系对认知表现的影响的函数，作认知表现能力的计算。一天的时间函数模拟个体生理节律对认知表现的影响。
根据本发明在下面的方法，方法可用宽泛变化的设备实现。可能的设备实施例的例子包括电子硬件，如专用的设备或计算计内部的设备，计算计使用的包含在计算计可读介质中的软件，软件固化在存储器或可编程的芯片中，在计算机或专用的设备或一些硬件和软件的组合中使用。专用的设备可能是补充专用设备功能的大设备的一部分。
给出下列图例的描述，本发明对本领域技术人员将会很清晰。
图1(a)是表示本发明的概念图，包括精细调整的可选的实施例。
图1(b)是图形地显示从具有用一天时间调制的由图3(a)表示的函数得到的预测认知表现的输出的组合。
图2是表示计算预测的认知表现能力的醒着，睡眠，延迟和睡眠惯性函数的框图。
图3(a)是图形的说明在24小时时段醒着和睡眠对认知表现能力的的影响。图3(b)是图3(a)的圆圈部分3(b)的放大图，图形的显示关于认知表现能力的延迟函数。图3(c)是图3(a)的圆圈部分3(c)的放大图，图形的显示关于认知表现能力的睡眠惯性函数。
图4(a)-(b)描述显示本发明步骤的详细流程图。
图5说明时间对作业的影响，在总的40小时睡眠剥夺时，在两小时增量中通过10分钟的精神运动的警惕性作业(PVT)时段。
图6描述可选实施例的函数代表。
图7(a)说明优选实施例的结构部件的框图。图7(b)说明结构部件的可选装置的框图。
图8(a)-(b)描述显示可选实施例的步骤的详细流程图。
具体实施例方式
现在参考附图在下文中更完全的描述本发明，其中显示本发明优选的实施例。然而，本发明可用不同的方式实现，不应该限于构建这里的实施例；提供这些实施例使得这些公布的结论是彻底的和完全的，对本领域技术人员完全传达了本发明的范围。现在参考附图在下文中更完全的描述本发明，其中显示本发明优选的实施例。同样的数字始终涉及同样的单元。
如本领域技术人员所知，本发明可以作为方法、数据处理系统或计算机程序产品实现。因此，本发明可用完全硬件实现，完全软件实现或硬件和软件结合实现的形式。此外，本发明可用在计算机-可用的存储介质中的计算机程序产品的形式，存储介质具有包含在介质中的计算机-可用的程序代码。任何合适的计算机可读介质可使用包括硬盘，CD-ROMs，光存储设备或磁存储设备。
完成本发明操作的计算机程序代码可用基于对象的编程语言写，如Java，Smalltalk或C++。然而，完成本发明操作的计算机程序代码也可以用常规的程序编程语言写，如“C”编程语言。
程序代码可完全在用户的计算机上执行作为独立的软件包；在远程计算机上，或部分在用户的计算机上执行部分在远程计算机上执行。在后者的方案中，远程计算机通过LAN或WAN(内部互联网)可直接连接到用户的计算机，或通过外部计算机(如，通过使用因特网服务供给商的因特网)作非直接的连接。本发明可作为固化在独立设备的软件执行，如个体计算机，PAL设备，个人数字助手(PDA)，e-book或其它手握的或可佩带的计算设备(合并的Palm OS，Windows CE，EPOC，或将来一代的如从3Com的指定-代码的产品Razor和从包括IBM和Intel联盟的Bluetooth)，或有应用程序的特殊集成电路(ASIC)的特殊用途的设备。
参考本发明实施例的方法，设备(系统)和计算机程序产品的流程图，下面描述本发明。将了解流程图说明的各框图和在流程图说明中框图的组合由计算机的程序指令执行。这些计算机的程序指令提供给一般用途计算机，特殊用途计算机，或其它可编程的数据处理设备的处理器，产生机器指令，通过计算机的处理器或其它可编程的数据处理设备的处理器执行这些指令，建立实现在流程图中或框图中规定的特殊的函数手段。这些计算机程序指令也可存储在计算机-可读的存储器中，它能引导计算机或其它可编程的数据处理设备以特殊的方式运行，存储在计算机可读的存储器中的这些指令产生制造的条款，包括实现在流程图框图中的规定的功能的指令方法。软件如何存储作为使用的例子如下在随机存储器(RAM)中；在只读存储器(ROM)中；在存储设备如硬盘驱动器中，磁盘，光盘，穿孔卡片，磁带或其它计算机可读的材料；在网络的有效的存储器中，计算机，内部互联网，因特网，Abliene Project，或其它；在光存储设备中；在磁存储设备中；和/或在EPROM中。
计算机程序指令也可装载到计算机或其它可编程的数据处理设备，引起在计算机或其它可编程的数据处理设备执行一系列的操作步骤，产生计算机实现的过程，因此在计算机或其它可编程的数据处理设备执行的指令提供实现在流程图框图中的规定的功能的步骤。
本发明涉及，由于睡眠和不眠量上升到作为特定个体的一天的时间和工作负荷的函数这样的时间，预测在过去，现在，将来给定时间认知表现的方法。方法计算个体的认知表现的数字估计为时间的连续函数。计算(下面描述)是根据完全经验推导的直接的数学关系(1)在不眠时段认知表现连续衰减；(2)在睡眠时段认知表现恢复；(3)在该天过程中认知表现循环的变化；(4)由于是否和什么活动发生认知表现变化。
根据本发明，数字值指出在如图1(a)-(b)所示提供的时间给定瞬间的预测的认知表现。如图1(a)所示，在科学控制的条件下，用从认知表现的直接测量完全根据经验推导的函数，预测的认知表现等于在三个一般步骤中获得的一系列计算和/或确定的输出。如图2所示，第一步优选的使用一组函数计算初始值，涉及如在图3(a)-(c)中图形描述的认知表现能力的水平。计算认知表现能力后，第二步优选的计算或使用前面计算的的一天的时间的调制器M，如在图1(b)中表示为G8和在图4(b)中表示为S8的。第三步优选的计算在图4(b)中表示为S9-S10(b)的任务调制器T。做为选择，第二和第三步可交换和/或组合。第四步优选的涉及从第一到第三步产生的预测的认知表现的结果的数学组合，显示为图1(a)中的框图和在图1(b)中图形表示的，说明了认知表现能力与一天时间调制器的组合。
有四个涉及睡眠/醒着历史的函数常用于计算如图2-4(b)所示的认知表现能力水平。醒着函数w(t)量化完全经验推导的醒的时间和认知表现退化之间的关系。睡眠函数s(t)量化完全经验推导的睡眠时间和认知表现维持和/或恢复之间的关系。除了这两个在长时间睡眠和醒着运作的主要的函数外，有两个其它的函数，在从一种状态转换到另一状态时段暂时地运算。它们包括恢复延迟函数d(t)和睡眠惯性函数i(t)。恢复延迟函数d(t)表示醒着到睡眠转换和认知表现的恢复之间的关系。此函数在醒着后面的睡眠初始时段运作，称为睡眠阶段1，如在图3(b)所示。睡眠惯性函数i(t)表示睡眠到醒来转换和认知表现之间的关系。此函数在睡熟后醒来的初始时段运算，如在图3(c)所示。
表示一天的时间对认知表现影响的函数用于计算调制因数M。一天时间的函数描述经验推导的一天的时间(在24小时内时间点)与认知表现在一天过程中的变化的关系，如图1(b)中G8所例证。
表示作业/活动对认知表现发生影响的函数用于计算调制因数T。作业函数描述作业和/或活动的表现对认知表现的影响，例如优选的，认知表现基于与特定的作业和/或活动相关的强度，长度，复杂性和难度。图5说明在总的40小时睡眠剥夺时，在两小时增量中通过10分钟的精神运动的警惕性作业(PVT)时间，对这些作业的影响。对各PVT时间，除了最后一个，从一个PVT时间的试验10到下一个PVT时间的试验1有改善。
示于图1(b)作为乘法的数学运算用于结合从第一，第二和第三步骤为单个的在第四步骤中的预测认知表现曲线E。
使用优选的实施例，预测的认知表现曲线E能理论的达到指数水平120，但仅当认知表现能力C是指数水平100时(即，在从睡眠后醒着20分钟时段中认知表现能力C完全恢复)，同时，一天的时间函数M是在它的最高阶段。虽然可能，实际上这种情况是不太可能的。
输入到方法的数据S2包括表示个体的睡眠/醒着历史和作业信息。睡眠/醒着历史是基于当地时钟时间的时间序列或瞬间的记录。各连续的时间段，间隔或时间点鉴别为两个互助排外的状态之一，即醒着或睡眠。作业信息是关于个体正在或不正在以活动/作业的方式执行什么的一系列信息，以及可选的活动/作业的强度，难度，长度和/或复杂性也可包括在作业信息中。在发生在过去的意义上，睡眠/醒着历史和作业信息都不是必须“历史的”，但可以是，例如，假设的，计划的，理想化的或预期的。特别是后者适合于此方法的预测使用。
测量睡眠和不眠的最高标准是polysomnography(PGS)。PGS睡眠计分是根据并发的记录，或至少是以这样的方式记录的，如允许数据的后同步方式的(典型的与时间取样或时间连接)脑电图(EEG)，眼电图(EOG)，肌动图(EMG)。这些信号是典型的，然后用一时间点接一时间点的原则(对PGS每一时间点惯例的长度是30秒)可视的检查，确定个体的睡眠和不眠的进程。polysomnographic睡眠计分法在醒着，非迅速的眼动睡眠(NREM)和迅速的眼动睡眠(REM)之间辨别，用NREM根据特征的EEG标志睡眠进一步辨别四个进程(进程1，2，3和4)。在实用的设置中(例如，当驾驶，工作，作战时)PGS不是确定睡眠和不眠的实际的方法，因为PGS要求个体系上与记录设备连接的传感器或电极，通常，仅接受的计分PGS的方法是由于记录的EEG，EOG和EMG结果可视的检查。
现在，如果计算机用于计分的PGS，那么，人们通常评论计分结果的精确性，因为美国睡眠失调学会(American Sleep Disorder Association)还没有通过计算机计分。最近，研究人员也探究是否用快速傅氏变换波谱分析PGS或相似的数据可能提供比PGS计分更好的人类睡眠的测量。
从不眠确定睡眠的优选方法可能是便携的，无障碍的，可靠的，和它的记录能自动计分的设备。一个这样的方法是监测运动行为或活动变化记录仪。运动行为设备典型的戴在手腕，但可能放在个体的其它地方(如踝部)。当戴在手腕时，已经显示这些设备精确的量化睡眠和不眠，作为与PGS提供的标准比较(可靠性高达90％)。
计分的活动变化记录仪数据的最广泛使用的方法是由Cole和同事们研发的算法，在发表在睡眠，卷15，461-469(1992)他们的文章“从手腕活动变化记录仪自动分辩睡眠/醒着”中描述。成功的活动变化记录仪睡眠-计分算法如Cole等的算法(特称为Cole-Kripke算法)是为常规的活动变化记录仪(零交叉数)使用的，一些算法说明在某阈值以上的计算数目。这些算法限制了做简单的睡眠与醒着的辨别，不能辨别在睡眠本身中睡眠进程的变化(如，进程1到进程2，或进程2到REM)。因此，这些算法不能从无恢复力的的睡眠(进程1)中区别有恢复力的的睡眠(进程2，3，4和REM)。
最近的，数字信号处理(DSP)活动变化记录仪已开始发展。因为DSP活动变化记录仪比只是零交叉数或在阈值以上的计数提供更多的信息(然而，保留由常规的活动变化记录仪提供的此信息和其它信息)，这显示许诺辨别不同的睡眠进程。因此，DSP的睡眠计分系统与Cole-Kripke算法不只是替代，也是不相关的。由于DSP活动变化记录仪的使用根据经验的数据的DSP数据库增加时，DSP的睡眠计分系统就发展。
自动活动变化记录仪计分的其它的算法和方法学已由Jean-Louis等，1996；Sadeh等和198 9；Zisapel等，1995研发。这些计分系统都显示相当多的许诺，特别是计分活动变化记录仪记录的个体的有睡眠失调的或其它的医学失调的睡眠/醒着状态。可用的计分系统主要不同在技术方面，例如，活动计算以前的和随后的时间点影响当前时间点的得分的程度；在下面的各计分系统中数学原理改变。本领域技术人员认识到，任何活动变化记录仪计分系统能对本发明的方法提供睡眠/醒着数据输入。
睡眠/醒着历史优选的采取数据序列的形式。睡眠/醒着历史包括个体的过去，现在和/或将来(预测的)的睡眠/醒着模式。睡眠/醒着历史是个体作为睡熟的和醒着的状态的表示，并分成时间点。时间点是同样的长度，但长度可以是任何时间段，如由用于采集数据的方法和设备和/或睡眠/醒着模式期望的精度的限制所规定的时间段。PGS或相似的计分能转换为个体的睡眠/醒着历史。
可以评估认知表现预测的精确性直接涉及睡眠/醒着历史输入和用于解释个体的睡眠/醒着状态的计分系统的精确性。不精确的一个可能源是从输入时间点或间隔当时的分辨率引起的。即，输入时间点越短，瞬间分辨率和随之发生的睡眠/醒着输入的瞬间到瞬间的精确性越高。例如用活动变化记录仪，过去的经验指出时间点的最有效长度是一秒。不精确的另一个可能源是从睡眠/醒着区别本身的不明确引起的。在历史输入是不明确的(即，睡眠或醒着是不确定的)过程中，预测认知表现的计算可同时执行两次，只对一个可能的状态(睡眠或醒着)，导致表示期望的认知表现可能的范围的双重的输出。本领域技术人员评估以下情况，如果在睡眠/醒着历史中有多于一个的不确定，双重的输出能进一步划分。作为此方法和任何执行设备的部件，包括执行下面表示的功能的这种处置方式。
本发明不限于有关的时间和技术在线/实时与离线/在此之后；或增加的，重复的与对这些公式的连续形式的离散的解决方案。
本发明的优选实施例环绕着数学模型，表示在时间t预测的认知表现能力E为当前认知表现能力C由一天的时间由函数M作业函数T调制，作为一般的描述以最简单的形式写为E＝CMT (1)公式1其中表示数学运算符。任何数学运算符可用于联合认知表现能力C，一天的时间函数M，作业T函数。一天的时间函数M和/或作业函数T的形式和性质规定了最合适的准确运算符。有两个不同的运算符用于表示预测的认知表现能力E，如第一个可以是一个数学运算符，第二个可以是第二个数学运算符。做为选择，可用两步实现调制，其中两项用第三项的调制结果值调制。最优选的，下面的公式1a可用于联合认知表现能力C，一天的时间函数M，作业T函数。
E＝C*M*T(1a)作为选择，下面的公式1b也可用于联合认知表现能力C，一天的时间函数M，作业T函数。
E＝C+M+T(1b)认知表现能力C表示睡眠/醒着历史的函数，这是C＝w(t)+s(t)+d(t)+i(t) (2)其中w(t)，s(t)，d(t)，i(t)是醒着，睡眠，延迟和睡眠惯性函数在时间t的瞬间值。一天的时间函数M表示一天时间的函数，如M＝m(t) (3)其中m(t)是一天时间的函数在时间t的瞬间值。作业函数T表示当个体是醒着时执行或不执行作业的影响的函数，如T＝t(t) (4)在本发明中，在起始时间t的初始设置后，执行步骤四的过程，起始认知表现能力C，在占用图4(a)的S1时最后的转变时间tLS，数据可以以任何顺序进入。在第一步中，用在图4(a)-(b)中S3-S7e表示的函数w(t)，s(t)，d(t)，i(t)，根据个体的睡眠/醒着历史，可以计算在时间t认知表现能力C的水平。在第二步中，用在图4(b)中S8表示的一天的时间函数，可以计算一天的时间的调制器M。根据本发明，当提供作第一步的多种操作的时间序列的数据列时，可以执行第二步。在第三步中，用在图4(b)中S9a到S10c表示的作业函数，可以计算作业函数T。在第四步中，预测的认知表现能力E从以下的组合导出，认知表现能力C和一天的时间的调制器M导致的认知表现能力C用一天时间的调制函数M调制用如在图4(b)中S11说明的作业函数T调制的组合。
第一步认知表现能力C的计算(或确定)图2是表示使用下面描述的函数的原理流程图。讨论的计算例子在图3(a)-(c)中图形说明。图4(a)-(b)是本方法步骤的详细流程图。如模型的优选实施例，在这里认知表现能力C优选的赋值为具有零到120总范围的指数值。在此应用中的范围计划包括所述的数字范围的最后一点。然而，对特殊应用认知表现能力C可以分级为其它值或单位，例如0到100。
在优选的实施例中，四个函数w(t)，s(t)，d(t)和i(t)中仅一个运行在给定的时间间隔，其它的相当于在公式2中的零，如S7a到S7d所表示的。函数w(t)和s(t)描述非转换状态，而d(t)和i(t)描述转换状态。例如在非转换状态，当个体是醒着，函数s(t)置为零，当个体是睡着的，函数w(t)置为零。同样的，在从醒着到睡眠和反过来，仅转换函数d(t)和i(t)中的一个运行，其它的置为等于零。当睡眠和醒着之间有改变时或反过来，为了确定如在图4(b)中显示的转换函数d(t)和i(t)的决定准则，时间计数器tLS恢复，保持在现在状态的时间跟踪。
(1)醒着函数(w(t))醒着函数S7表示随经过的醒的时间，认知表现能力损耗。这根据证据(1)当个体每晚有8小时的睡眠，天天维持接近100％的认知表现；(2)每24小时的不眠认知表现下降近似25％。
在S7a，醒着函数w(t)计算发生在从t-1到t的时间间隔的由认知表现能力衰减产生的认知表现能力C的当前值，在优选实施例中t-1到t是一个时间点的长度。如上面提到的，独立于，并且先于认知表现能力C用在S7的一天的时间M调制，执行计算。醒着函数的一般化形式由下面的公式给出Cw＝w(t) (5)
其中醒着函数w(t)可以是随t下降的任何负值函数。优选的，醒着函数w(t)是以常数速率减小表现的线性函数，更优选的，醒着函数w(t)在时间t表示如下w(t)＝Ct-1-Kw(5a)其中不眠的间隔是从t-1到t(时间点)，每分钟表现的衰减是Kw。因此，如果t-1到t不是一分钟，然后适当的调整Kw。Kw总的范围是任何正的实数，优选的Kw是每分钟.003到.03点的范围。更优选的，Kw等于每小时近似1点或每分钟0.017点。Kw值根据显示每连续24小时不眠认知表现衰减近似25点的经验的数据。公式5a表示在图2和图4(b)的S7a。例子作为在图3(a)中醒着函数的说明，对100指数点的起始认知表现能力，在16小时(960分钟)的间隔中每分钟0.017点的衰减速率。
(2)睡眠函数(s(t))睡眠函数S7c通过睡着时间恢复认知表现能力，睡眠函数(s(t))根据经验的事实，睡眠对认知表现恢复值以非线性的方式累积。即，在睡眠时开始时认知表现能力恢复的速率更高，并当睡着时间累积时减小。其它的数据指出超出一定量的睡眠对认知表现给予很少的或无额外的好处，并且恢复的速率接近零。因此，例如两小时的睡眠不是一小时睡眠恢复的两倍。睡眠函数以依赖于当前认知表现能力水平的速度增加认知表现能力，初始的认知表现能力越低，恢复累积越快。换言之，在不同睡眠时间段达到指数水平的各时间，特定的认知表现能力指数水平的切线的斜率是相同的。
例如，整天不眠(16小时)之后，继而发生的夜间睡眠的恢复在晚上早些时候迅速累积。当认知表现能力通过睡眠间段恢复时，恢复速率下降。随着睡眠的剥夺，初始的认知表现能力甚至低于正常的一天的16小时后，恢复的速率甚至高于恢复睡眠的起始。在长期的部分睡眠剥夺中，尽管初始的恢复速率更快，认知表现能力不能每晚完全恢复。
睡眠函数计算当个体在时间间隔T(t-1到t)睡着，产生能力恢复得到的认知表现能力C的当前值。如上面提到的，计算执行独立于和先于C由一天的时间函数M的调制和由作业函数T调制。由下面的公式给出睡眠函数的一般化形式CS＝s(t)(6)其中睡眠函数s(t)可以是随t增加的任何正值函数。更优选的，睡眠函数s(t)是指数函数。这是根据显示在睡眠时段认知表现的恢复是非线性的经验的数据，恢复速率起始最高，当睡眠继续时渐渐下降。因此，最优选的睡眠函数是指数函数，它的离散形式表示如下Ct＝Ct-1+(100-Ct-1)/ks (6a)其中睡眠间隔是从t-1到t(分)，最大认知表现能力是100指数点，Ct-1是在时间t之前时段的认知表现能力，ks是恢复“时间常数”。换言之，如果以等于曲线的初始斜率的不变速率恢复，ks是完全恢复认知表现能力C需要的时间。恢复时间常数ks从部分的睡眠剥夺数据经验的得到的，并根据时间点的长度选择。根据优选的实施例，ks等于任何正实数。例如，有一分钟的时间点长度ks可在100到1000的范围，更特殊的，有一分钟的时间点长度ks可在300。然而，ks的最佳值至少部分依赖于时间点的长度。公式6a在图2和图4(b)的S7a中表示。如在图3(a)中的睡眠函数说明图形的例子，使用100指数点的初始的认知表现能力水平，使用一分钟的时间段和ks＝300，在16小时不眠后跟随8小时睡眠的结果。
(3)从醒着到睡眠转换的延迟函数d(t)恢复的延迟函数d(t)定义在睡眠开始后认知表现能力从睡眠函数的恢复是延迟的间隔时段。在此间隔中，认知表现能力的醒着函数的下降继续，如图4(b)的S7d所表示的。为了阻止在睡眠时段的开始或睡眠随后的不眠认知表现能力的紧接的积累，此延迟调节认知表现能力计算S6b。
恢复的延迟函数是根据经验研究，研究显示睡眠的头几分钟通常由睡眠阶段1组成，这不恢复持续的认知表现能力。频繁的唤醒或阶段1的睡眠(睡眠破碎)严重的降低睡眠对认知表现能力有恢复力的值。可得到的数据建议跟随频繁的唤醒或阶段1的睡眠后，回到有恢复力的睡眠(阶段2或深睡眠)需要的时间长度是近似五分钟。如果得到许多小时的无打断的睡眠，延迟对认知表现能力全面的恢复只有小的差异。如果频繁的唤醒打断睡眠，在每次唤醒后对恢复的延迟是累积的，因此，本质的减小了在总的睡眠时段中总的认知表现能力的恢复。
延迟函数规定了推迟睡眠函数应用和使用转换的公式的睡眠间隔时段。醒着到睡眠转换的延迟函数的一般形式表示为决定原则d(t)IF(t-tLS)≤kdTHEN Ct＝d(t)ELSE Ct＝s(t) (7)其中LS代表最后的状态改变，因此醒着到睡眠的转换时间tLS表示先于睡眠间隔的认知序列的最后醒着状态。此决定原则显示在图2和4(b)如S6b，S7c和S7d一起所取的。为了计算在间隔kd时段的认知表现能力，认知表现能力Ct由转换公式Ct＝d(t)求值。在kd时间过后，Ct＝s(t)。注意，如果在kd的末尾前。跟着发生不眠，然后Ct不再回复到s(t)。睡眠函数在短暂的睡眠间隔时段中不适用。
可以相信kd的最佳范围是从0到30分钟，在从睡眠得到恢复前，更佳的kd等于从睡眠开始时间测量的五分钟。最佳的d(t)等于w(t)。本领域技术人员意识到影响kd长度有种种因素。因此更优选的延迟函数表示为d(t)IF(t-tLS)≤5THEN Ct＝d(t)ELSE Ct＝s(t)(7a)如公式7a具体表达的，对认知表现能力恢复的延迟影响在图3(b)中图形的详细说明。
本领域技术人员知道，当发生阶段1睡眠时，PSG或相似的评分能够分等。然后PSG或相似的评分数据的变换部分把发生的阶段1睡眠转换为睡眠/醒着历史的醒着数据。结果，当睡眠/醒着历史是根据变换的PSG或相似的评分数据时，延迟函数d(t)对个体的认知表现能力的确定不是必须的。作为选择，根据何时个体进入阶段2或深睡眠代替使用kd值，可以确定延迟函数，一旦到达阶段2或深睡眠，然后可以使用睡眠函数s(t)。
作为选择，延迟函数d(t)可以完全维持在延迟时段起始时的认知水平Ct，即，tLS。
(4)从睡眠到醒着转换的睡眠惯性函数i(t)睡眠惯性函数i(t)定义在从睡眠醒来后显然的认知表现能力抑制在实际的当前水平以下的间隔时段。睡眠惯性函数i(t)是根据经验数据，显示认知表现在醒来时紧接的削弱，但根本上改善为醒着时间的函数。这也是根据正电子发射断层摄影术研究，显示了使无效的异形模式联合皮质(这些作为引起认知表现的媒介的区域)立即从睡眠醒来时，随着在后面发生的几分钟的醒来这些区域的恢复活动。这是，在睡眠时段实现的实际认知表现恢复在醒来后不是立即明显的。数据指出认知表现能力回到反映在睡眠时段增加的实际恢复水平需要的时间长度近似为20分钟。
睡眠惯性延迟值ki指在醒来后显然的认知表现能力过渡的抑制在睡眠-恢复认知表现能力水平以下的间隔的时段。在此间隔中，转换函数从初始的水平过渡到只由醒着函数确定的水平。睡着到醒着转换的睡眠惯性函数的一般形式表示为决定准则i(t)IF(t-tLS)≤kiTHEN Ct＝i(t)ELSE Ct＝w(t)(8)其中睡着到醒着的转换时间tLS代表在醒着间隔的认知序列前面的最后睡眠间隔的时间。为了计算在间隔ki时段的认知表现能力，Ct由转换公式Ct＝i(t)求值。在ki时间过后，Ct＝w(t)。公式8在图2和4(b)中如S6b，S7c和S7d一起表示的。
ki最佳的范围是从0到约60分钟，最佳在10到约25分钟的范围，最佳范围是在18和22分钟之间。
睡眠惯性函数可以是间隔0到ki的任何函数，优选任何负加速的函数。优选的睡眠惯性函数是简单的二次方程式。此公式最佳的抑制在醒来时紧接的认知表现10％到25％。此公式在醒来后的最先10分钟(约ki的一半)恢复抑制的认知表现能力的75％，在醒来后的20分钟通常恢复抑制的认知表现能力的100％，此后醒着函数再继续。这些值是根据关于从睡着到醒着转换的经验数据。这些研究显示从睡眠到醒来时即刻的损害认知表现，这些损害的大小在醒来的最先几分钟消散，完全恢复认知表现需要约20分钟。使用优选的认知表现能力抑止的25％和20分钟的恢复时间，优选的睡眠惯性函数形式表示为决定准则i(t)IF(t-tLS)≤20THEN Ct＝Csw*
ELSE Ct＝w(t) (8a)其中Csw是在睡眠时段末尾的认知表现能力，由在睡眠到醒着的转换时间tLS的睡眠函数计算。此决定准则显示在图2和4(b)中，如S6a，S7a和S7b一起所取的。公式8a说明25％的初始抑制和ki等于20分钟，负加速的斜坡过渡，时间间隔直到醒着函数w(t)再继续它的功能。如公式8a具体表达的，睡眠惯性函数i(t)对认知表现能力的影响在图3(c)图形的说明。
睡眠惯性函数i(t)的可选的另一种形式是基于ki等于10分钟和认知表现能力最初10％下降的线性方程，因此决定准则是i(t)IF(t-tLS)≤10THEN Ct＝Csw*
ELSE Ct＝w(t)(8b)本领域技术人员知道，改变ki值和认知表现能力的最初抑止量，能调整公式8a和8b。
第二步一天时间修正器m的计算(1)一天时间函数m(t)显示在图4(b)中的S8的一天时间的函数m(t)描述认知表现的周期24小时变化。一天时间的函数m(t)基于经验的数据，显示在不变的常规的和/或总的睡眠剥夺条件下(即，有睡眠/醒着历史控制的)，在24小时的时段中，认知表现能力在峰到峰近似5％到近似20％之间振荡。此结果通常归因于个体的生理节律。从此函数的输出调制根据一天的时间的当前的认知表现能力的预测C(在第一步骤中计算的)。调制的结果是预测的认知表现能力E，一天的时间函数一般化的形式由下式给出M＝m(t)(9)其中m(t)可以是任何有基本24小时周期的节律函数，优选的，m(t)是提供双相位的生理节律分量的两个正弦的和，一个有24小时的周期第二个有12小时的周期。此函数可以是基于经验数据，显示了在认知表现测量中看到的相当比例的可变性可由两个这样的正弦波形说明。如前面提到的，在经验观察的认知表现能力中，峰值通常发生在8:00PM到10:00PM之间，艰苦的状况通常发生在2:00AM到6:00AM之间，每天有近似5％到近似20％的变化。其次艰苦的状况通常发生在3:00PM左右。对函数m(t)的优选形式使用这些值，产生的函数说明经验表现的一天认知表现节律的不对称随下午中期降低。
函数m(t)的描述形式，包括它的偏移量和幅度值随第三步选择的算子变化。函数的计算值可以表示为附加的认知能力的百分率(依赖于或独立于认知表现能力Ct的当前值)或乘法的无量纲的标量。用乘法算子的函数的优选形式表示为m(t)＝F+(A1*cos(2∏(t-V1)/P1)+A2*cos(2∏(t-V2)/P2)) (9a)其中F是偏移量，t是一天的时间，P1和P2是两个正弦的周期，V1和V2是时间单位的天的或后半夜的时间点的峰值时间，A1和A2是它们的各余弦曲线的幅度。此函数可用于调制前面计算的认知表现能力C。公式9a显示为在图1(a)和4(b)中的S8，并图形的说明为在图1(b)中的G8。如图4(b)中所示，t是在一天时间函数m(t)数据各时间点的输入。
例如在优选的实施例中变量设置如下t是半夜过后的分钟数，P1等于1440分钟，P2等于720分钟，V1等于1225，V2等于560。此外，当A1和A2表示为标量，它们的幅度范围从0到1，更优选的是在从0.01到0.2的范围，最优选的A1等于0.082，A2等于0.036。此外在此例子中，F等于0或1，更优选的F等于1。在此例子中，一天时间函数m(t)的最后值是在从0到2的范围，优选的是在0.8到1.2范围，最优选的是在0.92到1.12范围。
如上面提到的，例如第二步可以越过，例如，在实时或在第一步前以前计算过。
第三步对作业调制器时间的计算在优选的实施例中，在个体是醒着其它函数相当于零的任何时段只执行两个函数g(t)和h(t)之一。然而，当个体是睡着时，两个函数g(t)和h(t)如在图4(b)中S9a到S10c所表示的等于一(公式12)或零(公式12a)。函数的选择优选的由S9b到S10b所说明的个体是否正在执行作业，和根据由S9a到S10c所说明的个体是醒着的。因此，作业调制器的时间可先于(如在图8(a)说明的)或后于步骤S7a和S7b计算，代替如在图4(b)中说明的分离部分。
(1)恢复函数g(t)恢复函数g(t)如在图4(b)中S10a说明。恢复函数g(t)优选的表示由于个体在作业和/或活动之间的休息和放松认知表现能力的恢复。恢复函数g(t)不提供在在睡眠时段发生的如上面讨论的关于睡眠函数s(t)同样的恢复量。恢复函数的一般形式表示为公式t(t)＝g(t)(10)其中g(t)可以是任何正值的函数。做为选择，恢复函数可表示如下g(t)＝z*s(t) (10a)其中z是标量，优选的是在0到1的范围，tLS优选的表示休息和/或不活动时段的长度。
(2)工作函数h(t)工作函数h(t)如在图4(b)中S10b说明。工作函数h(t)优选的表示由于个体执行作业和/或活动认知表现能力的下降。在S10b中，工作函数h(t)计算由发生在从t-1到t时间间隔中认知表现能力的下降产生的作业调制器T，在优选的实施例中是时间点长度。工作函数的一般形式由如下公式给出t(t)＝h(t)(11)其中h(t)可以是任何随t下降的负值的函数。更优选的，h(t)是以常数速率减小的线性函数。做为选择，工作函数h(t)可以是指数函数，例如增加减小速率，执行更长的作业和/或活动。另一个或进一步可选的是作业的类型，即，困难度，复杂性和/或强度影响每一时间点的降低速率，作业的困难度，复杂性和/或强度越大，每一时间点的降低速率越大。
做为选择，一天的时间调制器M可以影响休息函数和工作函数两个或其一，因此在用认知表现能力C和一天的时间调制器M调制前，根据由一天的时间调制器M表示的一天的时间调制作业调制器T。进一步可选的是在以上的公式1，1a和1b中一天的时间调制器M使用两次。
(3)睡着函数当个体睡着时作业函数的一般形式是t(t)＝1(12)其中使用乘法执行调制，因为作业函数T不影响个体的认知表现能力指数。做为选择，如果作业调制器加到其它的函数中，然后作业函数取以下的形式t(t)＝0(12a)第四步预测的认知表现的计算计算预测的认知表现能力E的全部过程在图1(a)和图4(a)-(b)中原理性的说明。一天的时间函数M和作业函数T调制从个体的睡眠/醒着历史导出的认知表现能力C，产生例如，如在图1(a)所示的最后的预测的认知表现E。在第三步中，从认知表现能力C，一天的时间函数M和作业函数T的组合导出预测的认知表现E。在它的最一般形式中E＝CMT(1)其中是组合认知表现能力C，一天的时间函数M和作业函数T的任何数学操作。提供此组合的常规操作选择是加或乘。根据上面选择的一天的时间函数M和作业函数T的形式，由各操作产生预测的认知表现E的同样的数字值。更优选的组合用乘法S11执行，表示为E＝C*M*T(1a)在公式1a中，预测的认知表现E是当前认知表现能力C与表示一天的时间调制器M当前值和作业调制器T的中心值的调制。
如上面提到的，认知表现能力C优选的数字表示是从0到100范围的值，表示特殊个体可得到的认知表现能力的指数(或百分比)。然而，由于关于认知表现能力C当前值的一天的时间的调制，在一定的情况下，预测的认知表现E明显的超过100。此情况可能的例子是产生指数水平100的认知表现能力C的睡眠时段，并在夜间的峰值终止(在睡眠惯性消散后)。
作为选择，如果在分成100％等级时使用百分比表示，预测的认知表现E可在100％或0到120％截尾/剪辑，可以分级为0到100％。任一选择将维持100％的最大值。最合适的选择为分级120％到100％，如果预先分级的值超过120％，然后E截尾/剪辑任何预测的认知表现到100％。
如在图1所示的，方法重复数据的各新的时间点。对方法的每次反复，等于时间点长度的一个时间单位可以加到时间t，优选的以图4(b)中作为例子的计数器S13的形式。例如，计数器步骤S13如在图4(b)中说明的在S11或S12，或S12后可能发生。
在上面描述的优选的实施例中，在用一天的时间函数M和/或作业函数T调制认知表现能力C前，睡眠惯性函数i(t)作用到认知表现能力C。可选的实施例睡眠惯性函数i(t)不是作用到认知表现能力C，而作用预测的认知能力E，这是后面的一天的时间函数M和/或作业函数T对认知表现能力C的调制。
在上面描述的优选的实施例中，在作用睡眠惯性函数i(t)时，醒着函数w(t)置为零。另一个优选的实施例，同时作用睡眠惯性函数i(t)和醒着函数w(t)。当睡眠惯性函数i(t)和醒着函数w(t)变为相等，或睡眠惯性函数i(t)变为大于醒着函数w(t)时，然后用醒着函数w(t)计算(或确定)认知表现能力C。
优选的实施例可进一步修改为说明影响认知能力的麻醉药的作用或其它影响，如示于图6的。对优选的实施例的进一步修改顾及包含时差感，和同样的由在一天的时段中，压缩或扩张一天的时间函数M(t)的24小时产生对调整了的时间表重新排列一天的时间函数M(t)的时间偏移事件。
优选的实施例可以修改，这包括个体在有规则的间隔采集附加数据的试验和调整当前的认知表现指数反映试验结果。可使用的试验是PVT或相似的反应时间测量试验。在测量时间的当前的认知表现指数优选的随同上面讨论的与公式相连的变量的权重一起调整，因此方法和/或设备精细的调整到反应特定个体的认知表现能力的恢复和/或减少。
另一可选的实施例是从优选的实施例中去除第三步。如其他的可选的实施例，此可选的实施例可以以各种方式结合其他的可选的实施例的。
方法的实施例优选的实施例可作为软件实现，提供个体的认知表现的实时的当前状态，和根据要求推断认知表现将来水平的能力。表示在优选的实施例中软件要执行的步骤的流程图显示在图4(a)-(b)，后面对可选的实施例在图8(a)-(b)中描述。
软件可以作为计算机程序或其它电子设备的控制程序或操作系统实现。软件优选的固化在设备中，如活动变化记录仪，附着在个体的或独立的设备如个人计算机，PAL设备，个人数字助手(PDA)，和e-书或其它手握或佩戴的计算设备(合并的Palm OS，Windows CE，EPOC，或将来一代如称为代码的产品从3Com的Razor或从IBM和Intel联盟的Bluetooth)，特殊用途的设备接收从设备的信号，如附着在个体的活动变化记录仪，或从人的分析或观察的人们的输入。例如软件可以存储在随机存储器(RAM)中；只读存储器(ROM)中；存储设备如硬盘，磁盘，光存储设备，穿孔卡片，磁带或其它计算机可读的材料；在网络的虚拟存储器中，计算机，内部互联网，因特网，Abliene Project，或其它；在光存储设备中；在磁存储设备中；和/或在EPROM中。软件也顾及在上面讨论的公式中变量的调整和/或变化。其容量容许用户根据经验知识调整变量，和研究变量之间的相互关系，。
在测量设备，如活动变化记录仪中执行的软件将把任何用于计算的十进制数字转换为本领域技术人员知晓的适当分级的整数。然后整数是近似的因此出现了最小的误差，例如，Cole-Kripke算法近似的加权因数分别为256，128，128，128，512，128，和128。用线性近似简化了二进制算法和相应的软件执行的汇编代码。
在软件中，一天时间调制器表示为步长为一小时，产生用8比特的无符号整数的24行的表格。间隔步长从一小时步长内插提供15分钟的步长。此简化对可用的显示提供足够的分辨率。利用指示器系统取出合适的数据计算一天的时间调制器。依赖于无数的因素，本领域技术人员很可能选择乘法调制获得合适的分级，如果速度一定，或选择较少复杂性但更快的求值的加法调制。加法调制的主要缺点是在本发明中有近似3％的误差，相比于使用乘法调制有近似1％的误差。当测量/记录设备如活动变化记录仪，初始化时，此系统允许加载一天时间函数，减小了如果使用余弦表及从余弦表计算各时间点的一天时间函数存在的重复计算的负担。
如图7(a)所示，优选的实施例也可由独立设备或加到记录设备的部件实现。独立设备与记录个体睡眠/醒着历史的其它装置分离。相反，加到记录设备的部件包括修改记录设备为包括所加的部件，提供记录和分析个体睡眠/醒着历史的整体设备。
合适的独立设备优选的包括物理输入连接，如，物理的连接输入设备的输入端口(输入装置20)，如，键盘，数据入口设备，或数据采集设备如活动变化记录仪。作为选择，物理连接可发生在信息网上。作为选择，输入端口可以是内部网与用户的接口。作为选择，物理输入连接可由无线通讯系统实现包括基于系统或其它相似系统的遥测，无线电波，红外，PCS，数字，蜂窝网，光。无线通讯系统的优点是消除了物理连接的需要，如电缆/导线，插入件等，监视移动目标时这是特别方便的。数据采集或数据入口设备提供包括个体的过去，现在和/或预测/期望的睡眠模式的睡眠历史。输入装置20包括最初输入信息的S1和根据选择的实现方法数据的连续的或一个时间装入的S2。
独立设备更优选的包括数据分析器(信号译释装置30)。数据分析器执行S3-S6b。信号译释装置30由执行不同的分析函数分析输入的数据。信号译释装置30比较现在的输入数据与最后的输入数据确定是否已经有从睡眠到醒着或醒着到睡眠的变化，如果有，然后设置时间计数器到最后状态的时间，图4(a)中的S3和S4a。信号译释装置30也分类输入的数据，如在图4中S5表示的，然后能选择或产生以下关于输入数据的组成的计算函数中的至少一个如在图4(b)中S6a-S7d描述的1)醒着函数，2)睡眠函数，3)延迟函数和4)睡眠惯性函数。信号译释装置30也可由合适的编程的集成电路(IC)实现。本领域技术人员意识到各种设备可运行在协同型或替代IC的分离模拟电路，混合模拟/IC或其它同样的处理元件。
独立设备更优选的包括计算器(确定装置40)。确定装置40可由合适的信号译释装置编程的IC实现，或可通过分离的编程的IC实现。用信号译释装置30选择的函数，在图4(b)中S7a-S7d确定装置40计算在睡眠/醒着历史中和当前状态的认知表现能力因数。
信号译释装置30和确定装置40可组合成一个组合的装置或设备。
独立设备更优选的包括第一存储器60，存储包括调制数据序列或曲线的调制数据，这是优选的表示一天时间的曲线。独立设备更优选的包括第二存储器50，保存建立数据序列的数据或表示在时间t的认知表现能力C的曲线。第一存储器60和第二存储器50可以是任何本领域技术人员了解的存储器或存储方法。第二存储器50优选的是先进先出的存储器，提供确定装置40的值加到数据序列或曲线的末尾的装置。第一存储器和第二存储器可以组合成一个组合的存储单元。本领域技术人员意识到可能有存储器存储计算认知表现能力C和预测认知表现E需要的各种瞬时值，如软件或硬件实现本发明要求的各种瞬时值。
独立设备更优选的包括，如分离的IC或与前面提到的IC之一组合，调制器(调制装置70)表达显示在图4(b)中的S8-S9。调制装置70接收由确定装置40计算的现在的认知表现能力并从存储在第一存储器60的数据计算一天的时间值。调制装置70用一天的时间值调制第一数据序列或曲线(认知表现能力)。根据后半夜和从由时间点的数目和涉及首先进入的最初启动时间优选确定的数据的初始输入的时间长度，由匹配涉及数据序列或基于后半夜的曲线的时序信息与优选的由时间点数和从涉及首次进入睡眠/醒着状态的最初开始时间确定的数据初始输入的时间长度，优选的执行调制。如果第二存储器50存在存储认知表现能力值，调制装置70用一天的时间函数调制认知表现能力值的序列。
如本领域技术人员清楚的，计数器或其它相似功能的设备和/或软件代码可用于独立设备来实现显示在图4(b)的S11。
独立设备也可包括显示器显示绘图的表示整个时间的调制结果调制曲线，如存储在存储器中的如先进先出存储器，或从表示预测的认知表现E的调制装置70在调制曲线上选择的时间点的数字表示。数字表示可以取相似于机动车辆上的量表的量表形式或数量本身。作为做为选择，或除显示器之外，独立设备可包括打印机或通讯端口与外部设备通讯，用于打印和/或存储表示预测的认知表现E。
代替有专用硬件的独立设备可提供存储空间和执行软件程序和伴随的数据文件的处理功能。在这情况中，独立设备可以是桌面计算机，笔记本电脑，或相似的计算设备。软件程序管理通过通讯端口或通过计算机网络如内部网和因特网从外部源接收的表示睡眠历史的数据，然后执行在这里描述的方法的必须的分析和处理。存储空间可以是计算机可读材料形式的存储器至少存储一天的时间曲线和可能的输入数据，输入数据也可能驻存在计算机作瞬时使用的随机存储器(RAM)中。输入数据和指示个体各种认知表现水平的后来产生的数据保存在比在RAM中得到的更永久的存储器或存储设备中。
可选择的实施例修改输入端口20，接收一些表示个体的睡眠活动的原始数据形式，即，在睡眠计分前。在此实施例中，信号译释装置30睡眠评分原始数据作为由它执行的部分数据分析。第三存储器存储睡眠计分需要的权重因数，如果对它们使用表格，其他的睡眠计分函数隐含的包括权重因数，第三存储器是不必要的。
另一可选的实施例信号译释装置30提供睡眠/醒着数据的滤波，因此在醒着时间点后睡眠时间点的第一Kd数目改变为醒着时间点。与本发明一致，滤波可以各种方式完成。优选的方法是在图4(a)的S7前加上决定步骤，因此如果DSW是睡眠时间点和t-tLS≤Kd，然后跳过S3-S6a，发生S7a。结果是表示为上面公式6中的d(t)的决定准则取消，不需要在图4(b)和8(b)中的S6b和S7d。
技术人员评价独立设备是足够宽阔的满足连接因特网或其它计算机网络的计算机/工作站。用户可以在此网上向独立设备发送他们的睡眠/醒着历史，获得基于发送的数据的预测的认知表现。独立设备的界面允许用户调整上面讨论的与方法有关变量，了解变量和预测的认知表现之间的相互关系。优选的，变量可允许的调整范围是与以上各变量有关讨论的各自范围。
加到测量设备的元件可以有在上面描述的和显示在图7(a)的对独立设备的类似的元件。优选的所加的元件包含在一个集成芯片中最小化安置它所需要的空间和/或软件执行作为部分的设计的测量设备。例如，输入装置20成为线或其它类型的端子。然而，所加的元件可以包括多于一个的电子元件，例如，存储器芯片和IC。附加的元件可以向遥远的设备发送预测的的认知表现作进一步的分析。
完成第三步的设备如部分图7(b)中所说明的。附加的元件优选的包括作业输入装置201，接收关于作业的信息，这可以是通过手动提供的数据进入装置的一些端口如键盘，触摸板，按键或按键组，触摸屏或其它同类的装置，或通过附着设备采集的数据的分析。做为选择，计算作业调制器的作业输入装置201根据从作业输入装置201接收的是什么。确定装置401优选的与调制装置701通讯，这是调制装置70与所加的作业调制器的调制。用关于图7(a)描述的设备，图7(b)的各种元件可以固化为一个或组合元件系列。此外，在图7(a)和图7(b)中的元件也可以不是直接连接而分离在不同的设备中。
涉及以上描述的方法的实时适应的上面描述的可选择的实施例可由附加的程序执行，因此告知个体在记录设备上按按键作重新校准。根据个体的反应时间，确定个体的认知表现的当前水平，顾及个体新近的活动调整上面所描述的公式得到确定的认知表现。
认为软件和/或硬件能实时的运作和起作用。为了此发明，理解实时代表对进入的睡眠/醒着数据各时间点的连续数据流和认知表现水平的分析。因此，软件和/或硬件基于从进入到软件或硬件的睡眠/醒着数据最后进入时间点的数据，提供给个体或一些其它实体现在认知表现水平。大部分睡眠计分系统作出基于分析从任一边的时间点的数据睡眠/醒着的确定。因此，提供给用户的信息有延迟。
本领域的技术人员从此描述中评价，描述的方法能接受从个别时间点或一组时间点的连续数据流。如果进入一块时间，然后在最初的过渡后，最初的几个时间点，由具有用于非转换函数的实在的睡眠或不眠的适当时间的转换函数适当管理。
作为本发明的特征，睡眠/醒着数据可包括发生在从睡眠到醒着或从醒着到睡眠状态变化的时间。睡眠/醒着数据也包括个体的醒着状态的时段或个体的睡眠状态的时段。为了产生预测的认知表现曲线，睡眠/醒着数据可外推和/或扩展到个体的时间点序列。如上面讨论的时间点表示预先确定的时间长度。因此睡眠/醒着数据可表现为常规的时间单位或表现为时间点。例如，如果睡眠/醒着数据是睡眠10时间点和醒着3时间点，在产生预测的认知表现能力时，1到10表示睡眠状态11到13表示醒着状态。
根据本发明，用在时间r的预测的认知表现E或认知表现能力C作为基点，可以确定在特定时间q的预测的认知表现E，其中r是在q前或后。从此基点确定状态有改变的时间q和r之间时间点的认知表现能力。
如图8(a)-(b)所示，步骤实质上与有醒着和睡眠函数改变的优选的实施例是相同的。因此除了所提到的，变量的定义与优选的实施例是相同的。下面描述的公式和在图8(a)-(b)所示的步骤是对初始的认知值在时间上先于期望的预测的认知值时的情况。睡眠/醒着数据的各元素分类为睡眠和醒着。
如果睡眠/醒着数据表示醒着状态，然后确定作业函数t(t)的影响。做为选择，在调制醒着函数wm(t)或睡眠惯性函数i(t)前，作业函数t(t)可用一天的时间函数调制M。下一步，在两个函数之间作选择，至于使用那一个根据下面的决定准则IFΔt≤kiTHEN Ct＝i(t)ELSE Ct＝wm(t) (13)这里Δt表示在当前状态的时间量，即，t-tLS。只是如果对时间段小于或等于ki的最后数据进入的是醒着状态，使用睡眠惯性函数i(t)。因此在用作业函数t(t)调制后，如用于优选的实施例的同样的睡眠惯性函数i(t)也用于可选的实施例。修改的醒着函数wm(t)考虑睡眠惯性函数i(t)提供当曲线用公式表示时的延迟kj，因此在个体从认知表现能力的最初抑止恢复后，个体回到最后时间点的认知表现能力水平，个体是睡着先于醒着的。因此延迟如下wm(t)＝Ct-1-kW(Δt-ki)(14)做为选择，修改的醒着函数wm(t)可以在无延迟的wm(t)与睡眠惯性函数i(t)相交的点开始。醒着函数wm(t)在任何可选的情况中由作业函数t(t)调制。
如果睡眠/醒着数据表示睡眠状态，然后在两个函数之间作选择，至于使用那一个根据下面的决定准则IFΔt≤kdTHEN Ct＝d(t)ELSE Ct＝sm(t) (15)
只要时间段小于或等于kd的最后数据进入的是睡眠状态，使用延迟函数d(t)。因此如用于优选的实施例的同样的延迟函数d(t)也用于可选的实施例。修改的睡眠函数sm(t)考虑等于kd的时间段的延迟函数。因此延迟函数d(t)如下sm(t)＝((Ct-1-(kw*kd)+(100-(100-Ct-1)(1-1/ks)Δt+kd))(16)其中公式的第一部分表示延迟函数d(t)，第二部分表示认知表现能力C的恢复(S7c′的f(t)部分)。
睡眠/醒着数据的时间分量的求和作为，关于认知表现能力的计算或先于最后的认知表现能力与一天时间函数m(t)的调制，处理睡眠/醒着数据的每一段。后者显示在8(a)-(b)中。在计算新的认知表现能力Ct后，如果现在的数据段不是最后的一段，方法重复处理睡眠/醒着数据的下一段。在最后的一段后，根据上面的公式1和在优选的时间中详述的计算预测的认知表现E。
做为选择，在一天的时间函数m(t)的相同时间可包括作业函数t(t)，代替由移动S9b通过S10b到相似于在图4(b)中说明的位置的各组醒着状态。
应该提及，此方法包括基于表示为一般形式的公式1到10的处理和计算，可选的去除作业函数元素。根据经验知识，实施例应该使用有关包括变量的函数，在这些公式的特殊表示中的结果，如文中和上面图1-4(b)所说明的(但不限于这些)，根据经验知识的情况可以改变或优化。
工业应用性本发明有各种潜在的应用。在最简单的应用中，根据本发明方法可用于预测夜间睡眠的不同的理想化(即，非片段的)量对预测的认知表现E的影响。另一实际的应用，使用方法在有片段睡眠，或由于干扰如睡眠呼吸暂停，或由于环境失调如飞机或火车的噪声，的个体中预测认知表现。另一实际的应用是使用方法对晚上轮班工作改变他的/她的时间表的个体预测认知表现E。
在另一应用中，方法用于回顾的预测在商业的机动车辆驾驶员涉及驾驶碰橦/交通事故中的认知表现E。在应用中，越过基于个体的当前工作和睡眠/醒着时间表一些间隔，方法用于首先预测个体的认知表现E的水平。
另一相似的应用为了对机动车辆驾驶员在整个时间间隔中优化预测的认知表现E，正使用方法重订睡眠和不眠的时间表。在此例子中。首先我们模拟基于当前的睡眠/醒着时间表的驾驶员的预测的认知表现E。在联邦高速公路管理部门(FHWA)的服务小时数规则允许的最大职责时间附近，产生驾驶员的当前的睡眠/醒着时间表。这些规则允许驾驶员在最小8小时不当班随后获得最大15小时职责(最大10小时驾驶加5小时非驾驶)。驾驶员可以连续此上班/下班的周期到累计60小时上班时间时-此时驾驶员必须离开工作到从他开始当班七天后。在当前的FHWA规则下也允许的可选的工作时间表是基于驾驶员有8小时的睡眠和12小时下班的12小时上班12小时下班的时间表的根本的假定。本发明的使用允许选择顾及贯穿整个时间段的最大化驾驶员的认知表现水平的时间表。
通过与以上各种特殊活动有关的描述，本发明有许多其他的应用。预测认知表现的方法提供管理个体和群体产生力的关键性的信息。例如，在军事操作计划中，根据以前的睡眠历史和执行的职责，每个士兵的当前和认知表现预测的水平，此方法能使指挥官决定精确。指挥官也能输入可靠的睡眠/醒着和工作时间表，因此预测在贯穿即将发生的使命中士兵的认知表现。通过使命本身的引导，后面的认知表现预测(原始的基于可靠的睡眠/醒着和工作时间表)可以根据需要的实际睡眠和各士兵执行的工作更新。设计将来认知表现的能力允许指挥官在如由计划的睡眠/醒着的连续的运作中优化军队的表现，以及围绕使命的优化认知表现的工作时间表，选择那些军队或预测认知表现在关键时间是最大的那些军队的组合等。本方法有助于在个体水平和部队单位水平上最大化生产力。
为了优化输出(生产力)本发明可应用在覆盖许多职业领域的各种商业应用。本发明提供具有根据客观的认知表现预测能标准的计划运行和调节工作时间的管理器。这与由下班时间调节工作小时数(睡眠/醒着模式和作业的执行相对差的预测器，因此是差的认知表现预测器)，或由产生的警戒/想睡预测(如上面提到的，不是经常相应于认知表现)经常使用的方法相反。在假设的睡眠/醒着和职责方案中能“训练”本发明，提供在此方案中认知表现的估计。为了延伸优化认知表现对一般公众的兴趣，有可能用于各类应用中。
本发明也可与药物协同使用，改变个体的睡眠/醒着周期和/或优化或最小化个体的认知表现水平为需要的和/或所期望的。
本发明也可与粒子群理论/算法的概念协同工作。粒子群算法常规的用于优化通过船港口遍及的集装箱，或在给定的时间段中在执行作业的工作组中优化使用的工人。应用的例子是指挥官对部队单位的使命计划。
本发明也可用于测量和评估任何生物学和医学的，心理学的，或其它(如，睡眠卫生，光疗等)治疗的认知表现效果，或显示改善睡眠的干预。这些例子包括但不限于有明显的睡眠失调，生理节律失调的患者，其它医学条件影响睡眠质量和/或时段，差的睡眠卫生，时差感，或任何其它睡眠/醒着问题。当前，由夜间睡眠的基线多嗜睡图测量和白天时间警戒的一些测试(如，MSLT，不眠维持测试(MWT)，Stanford想睡等级或Karolinska想睡等级)与在治疗后获得的一些测量的比较，确定对改善睡眠治疗的有效性。治疗有效性和在醒着时段对表现的适当的影响从对白天时间警戒测试的结果推断。例如，联邦航空管理协会(FederalAviation Administration)最近要求任何商业的飞行员对诊断的睡眠呼吸暂停作治疗。在MWT的修改版的白天时间警戒测试随后作此治疗，在MWT时段，飞行员躺在暗室中的舒服的椅子上，指令他试着维持延长时段的醒着。如果飞行员能在这些睡眠-引导的条件下避免明显的睡眠，认为他们适合于此职责。在时间的离散点维持醒着的最小能力的干扰解释为安全的操作飞机的能力(即，是警戒相当于认知表现的推断)。然而，甚至当不导致明显的睡眠时，睡眠剥夺可影响认知表现，特别在警戒测试时段当各种原因个体可能高度的激发保持醒着时。
相反，当前的方法允许从认为与一天的时间和执行的作业协同的测量的睡眠参数直接估计认知表现。在评估治疗有效性的当前的方法之上的本方法的优点是(1)正在测试的患者的激发和激发水平不影响结果(认知表现的确定)；(2)方法允许数字的说明，认知表现的预测越过所有设计的醒着小时而不是指出在时间上离散的，特定的点的警戒。因此，方法提供越过时间的测量认知表现连续的等级，而不是只提供基于患者在特定的时间维持EEG-定义的不眠的最小的“职责适应性”的能力。
方法也可临床用作诊断睡眠失调如嗜睡发作和先天的CNS极度嗜睡症的助手。同等重要的，也可用于作睡眠失调之中的区分。后者对治疗过程是关键性的，随之的治疗有效性依赖于正确的和可靠的诊断。例如，在睡眠时段睡眠的呼吸暂停和周期性的肢体运动由伴随着白天认知表现的缺乏的夜间睡眠中断特征化(即，部分睡眠剥夺)。相反的，嗜睡发作和先天的极度嗜睡症倾向于由明显的正常夜间睡眠特征化，但伴随着白天认知表现的缺乏。基于在后面的两组中明显的正常夜间睡眠，本发明预测相对正常的认知表现。因此，在预测的和观察或测量的认知表现之间的差异可用于区别一种睡眠失调与另一种睡眠失调。例如，白天认知表现的缺乏的嗜睡发作，先天的极度嗜睡症或其它的CNS-相关的原因(其中无明显的睡眠缺乏)可以从睡眠呼吸暂停，周期性的肢体运动或其它的白天认知表现的缺乏(其中睡眠的减少是显然的)中分辩出来。
虽然已按照特殊的实施例描述了本发明，但不限于这些实施例。例如，可由本领域的技术人员，特别是在上述的技术的指导下可以作可选的实施例和本发明包括的修改。
此外，本领域的技术人员知道，在不离开本发明的精神范围内，可以进行各种修改和修正。因此，应该了解在附加权利要求范围内，除了在这里特别描述的以外可以实施本发明。
权利要求
1.一种获得认知表现水平的方法，包括发送表示个体的睡眠状态和醒着状态的数据序列到外部设备，发送作业信息到外部设备，从外部设备接收至少一个预测的认知表现水平。
2.根据权利要求1所述的方法，其特征在于还包括从外部设备接收一组参数，调整至少一个参数，发送至少一个参数到外部设备。
3.根据权利要求1或2所述的方法，其特征在于还包括调整至少一个预测的认知表现水平以反映实际的认知表现水平，发送至少一个调整的认知表现水平到外部设备，接收至少一个预测的认知表现水平以反映至少一个发送的调整的认知表现水平。
4.根据权利要求1，2或3所述的方法，其特征在于还包括提供至少一个预测的认知表现水平到至少显示器和存储介质之一。
5.在由计算系统可读的载波中表达的数据信号和执行处理的编码指令的实现方法在权利要求1-4中的任何一个。
6.用于权利要求1，2，3或4中描述的方法的具有计算机—可执行指令的计算机可读介质。
7.一种提供认知表现水平的方法，包括接收表示至少一个睡眠状态和至少一个醒着状态的数据序列，接收个体的作业信息，基于至少接收的作业信息确定信息作业值，选择基于数据序列的函数，使用选择的函数确定认知表现能力，用作业值调制具有一天时间值的认知表现能力，提供调制值。
8.根据权利要求7所述的方法，其特征在于还包括对至少两组数据序列的重复选择，确定和调制步骤。
9.根据权利要求7或8所述的方法，其特征在于确定步骤包括至少一个作业状态的长度的权重、作业的复杂性、作业的困难度和作业的强度。
10.根据权利要求7，8或9所述的方法，其特征在于还包括接收调整的认知表现水平，用调整的认知表现水平，重复选择、确定、调制步骤至少一次，提供至少一个预测的认知表现水平反映至少一个接收的调整的认知表现水平。
11.根据权利要求7-10之一所述的方法，其特征在于一天的时间值从表示有24小时周期的曲线的一天的时间值的序列中选择。
12.根据权利要求7-11之一所述的方法，其特征在于选择步骤从一组函数、醒着函数、睡眠函数、睡眠惯性函数中选择函数。
13.根据权利要求7-11之一所述的方法，其特征在于选择步骤从一组函数，醒着函数，睡眠延迟函数，睡眠惯性函数中选择函数。
14.根据权利要求7-13之一所述的方法，其特征在于还包括计分预测的认知表现能力，重复选择、确定、调制和计分步骤至少一次。
15.根据权利要求14所述的方法，其特征在于还包括绘图基于存储的预测的认知表现能力的曲线。
16.根据权利要求7-15之一所述的方法，其特征在于提供调制的值的步骤包括在网络上发送调制的值。
17.根据权利要求7-16之一所述的方法，其特征在于还包括提供一组在函数中使用的参数，接收至少一个改变的参数，根据接收的至少一个改变的参数，调整至少一个函数。
18.根据权利要求7-17之一所述的方法，其特征在于调制步骤包括用一天的时间值秒时间调制要调制的值。
19.根据权利要求7-18之一所述的方法，其特征在于还包括执行认知测试校验要调制的值。
20.在由计算系统可读的载波中表达的计算机数据信号和执行计算机处理的编码计算机程序的指令的实现方法在权利要求7-19中的任何一个。
21.对在权利要求7-19中的任何一个引述的方法，具有计算机—可执行指令的计算机可读介质。
22.一种预测认知表现的设备，包括输入连接，用于接收数据，数据分析器，连接到所述输入，选择对应于接收的数据的计算函数，计算器，连接到所述数据分析器，使用计算函数计算认知表现能力，求值程序器，连接到所述输入，基于接收的数据确定作业值，存储器，存储调制数据，调制器，连接存储器、求值程序器和计算器。
23.根据权利要求22所述的设备，其特征在于调制器用作业值调制有调制数据的认知表现能力，以产生预测的认知表现。
24.根据权利要求22或23之一所述的设备，其特征在于还包括连接调制器的显示器。
25.根据权利要求22-24之一所述的设备，其特征在于还包括连接调制器的发送器。
26.根据权利要求22-25之一所述的设备，其特征在于调制数据表示在24小时时段一天时间的变化。
27.根据权利要求22-26之一所述的设备，其特征在于数据分析器包括睡眠计分系统。
28.根据权利要求22-27之一所述的设备，其特征在于输入连接包括无线接收器。
29.根据权利要求22-28之一所述的设备，其特征在于输入连接包括键盘。
30.根据权利要求22-29之一所述的设备，其特征在于还包括连接调制器的先进先出存储器，先进先出存储器存储调制器的输出。
31.根据权利要求22-30之一所述的设备，其特征在于还包括连接计算器的认知表现能力调整器。
32.根据权利要求22-31之一所述的设备，其特征在于还包括连接输入连接的数据采集器。
33.根据权利要求32所述的设备，其特征在于数据采集器包括活动变化记录仪。
34.根据权利要求32或33所述的设备，其特征在于数据采集器包括polysomnogram。
35.一种监测多个个体的每一个的认知表现能力的系统，包括多个数据采集器，数据采集器的每一个分别附着在个体上，接收器，与多个数据采集器的每一个通讯，数据分析器，连接到所述输入，以选择对应于多个数据采集器的至少一个接收的数据的计算函数，计算器，连接到所述数据分析器，使用计算函数对多个数据采集器的至少一个计算认知表现能力，求值程序器，连接到所述输入，以确定基于多个数据采集器的至少一个接收的数据的作业值，存储器，存储调制数据，调制器，连接存储器、求值程序器和计算器。
36.根据权利要求35所述的设备，其特征在于还包括连接调制器的通讯端口，通讯端口向外部设备发送调制器的输出。
37.根据权利要求35或36所述的设备，其特征在于调制数据表示在24小时时段一天时间的变化。
38.根据权利要求35-37之一所述的设备，其特征在于数据分析器包括睡眠计分系统。
39.根据权利要求35-38之一所述的设备，其特征在于还包括连接调制器的先进先出存储器，先进先出存储器存储调制器的输出。
40.根据权利要求35-39之一所述的设备，其特征在于数据采集器包括至少一个活动变化记录仪。
41.根据权利要求35-40之一所述的设备，其特征在于数据采集器包括至少一个polysomnogram。
42.根据权利要求35-41之一所述的设备，其特征在于还包括认知测试装置。
43.一种提供认知表现水平的设备，包括装置，用于接收具有至少一个醒着状态和至少一个睡眠状态的数据序列，装置，用于选择基于数据序列的函数，装置，用于使用选择的函数确定认知表现能力，装置，用于存储一天时间值的序列，装置，用于接收作业信息，装置，用于至少基于接收的作业信息，确定作业值，装置，用作业值调制相应于一天的时间值的认知表现能力，装置，用于提供调制值。
44.根据权利要求43所述的设备，其特征在于选择装置从醒着函数、睡眠函数、睡眠惯性函数构成的组中选择函数。
45.根据权利要求43所述的设备，其特征在于选择装置从醒着函数、睡眠函数、延迟函数，睡眠惯性函数构成的组中选择函数。
46.根据权利要求43-45之一所述的设备，其特征在于存储的一天的时间值表示有24小时时段的曲线。
47.一种从外部设备获得认知表现水平的设备，包括装置，用于发送具有至少一个醒着状态和至少一个睡眠状态的数据序列到外部设备，装置，用于从外部设备接收至少一个预测的认知表现水平，装置，用于输入作业信息，装置，用于发送作业信息到外部设备。
48.一种基于具有至少一个醒着状态和至少一个睡眠状态的数据序列确定认知表现水平的方法，包括分析数据序列以选择函数，用选择的函数确定认知表现能力，用一天的时间值调制认知表现能力，提供调制值，当在数据序列中有一组数据不确定时，那么选择至少两个函数，用各函数确定认知表现能力，用一天的时间值调制认知表现能力，提供各调制值，重复上面的步骤至少一次。
49.根据权利要求48所述的方法，其特征在于在发现另一组不确定的数据时，选择的函数包括确定两个函数，这是从不确定的数据组中产生的认知表现能力的组合中提供的最低的认知表现能力和最高的认知表现能力的两个函数。
50.根据权利要求48或49所述的方法，其特征在于还包括接收个体的作业信息，基于至少一个接收的作业信息，确定作业值，其中，调制步骤包括用作业值调制具有一天的时间值的认知表现能力，以产生调制的值。
51.一种提供认知表现水平的设备，包括装置，用于接收具有至少一个醒着状态和至少一个睡眠状态的数据序列，装置，用于基于数据序列选择函数，装置，用选择的函数确定认知表现能力，装置，用于存储一天的时间值的序列，装置，用于接收作业信息，装置，用于至少基于接收的作业信息确定作业值，装置，用于用作业值调制相应于一天的时间值的认知表现能力，装置，用于提供调制值。
52.根据权利要求51所述的设备，其特征在于选择装置从醒着函数、睡眠函数、睡眠惯性函数构成的组中选择函数。
53.根据权利要求51所述的设备，其特征在于选择装置从醒着函数、睡眠函数、延迟函数、睡眠惯性函数构成的组中选择函数。
54.根据权利要求51-53之一所述的设备，其特征在于存储的一天的时间值表示有24小时时段的曲线。
全文摘要
预测个体的认知表现的设备和方法根据包括优选的睡眠历史，一天的时间，个体的活动因素。方法便利于建立预测的认知表现曲线，这允许个体设置他的/她的睡眠时间以产生高水平的认知表现。此方法也便利于根据睡眠历史恢复过去的认知表现水平。
文档编号G06F19/00GK1638689SQ02806182
公开日2005年7月13日 申请日期2002年3月7日 优先权日2001年3月7日
发明者托马斯·J·巴尔金, 格雷戈里·L·别列尼基, 斯坦利·W·霍尔, 加里·H·卡米莫里, 丹尼尔·P·雷德蒙, 海伦·C·辛, 玛丽亚·L·托马斯, 戴维·R·索恩, 南希·乔·韦森斯滕 申请人:沃尔特里德陆军研究所