JP2008102884A - Daily life degree analysis system - Google Patents
Daily life degree analysis system Download PDFInfo
- Publication number
- JP2008102884A JP2008102884A JP2006287035A JP2006287035A JP2008102884A JP 2008102884 A JP2008102884 A JP 2008102884A JP 2006287035 A JP2006287035 A JP 2006287035A JP 2006287035 A JP2006287035 A JP 2006287035A JP 2008102884 A JP2008102884 A JP 2008102884A
- Authority
- JP
- Japan
- Prior art keywords
- daily life
- analysis
- sensor
- monitored person
- living
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Alarm Systems (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
Description
本発明は、独居高齢者や身体障害者などが日々の生活を通常通り営んでいるかどうかを遠隔監視し、生活状況を解析することにより被監視者の生活状況の異変を検知、通報する日常生活度解析システムに関する。 The present invention remotely monitors whether an elderly person living alone or a physically handicapped person operates a daily life as usual, and detects and reports a change in the living situation of the monitored person by analyzing the living situation. The degree analysis system.
被監視者の生活状況の異変を検知する技術としては、例えば、特許文献１に開示されている生活異変検知方法がある。この技術は、赤外線センサと電力センサを用いて、在室の有無、家電製品の使用の有無を検知することにより、被監視者の生活状況を監視するものである。得られた生活状況から、日々の普段度を算出し、複数日の普段度の平均値と標準偏差を用いて、評価対象となる日の生活異変の有無が判定可能となっている。
しかしながら、このような生活異変検知方法では、デイサービスなどの週単位、月単位での周期的な行事による生活状況の変化に対応することができず、監視者に被監視者の生活状況に対する十分な予備知識が必要となる。また、被監視者の外出状況を明確に判断する手段がないため、複数日の普段度の平均値と標準偏差を算出する際に外出時の普段度を用いることとなり、その結果平均値と標準偏差に日々の生活状況と異なる外出状況の影響が含まれてしまい、正確に生活異変の有無を判定することが困難である。 However, such a life anomaly detection method cannot cope with changes in living conditions due to weekly and monthly periodic events such as day service, and the monitoring person is not able to cope with the living conditions of the monitored person. Necessary prior knowledge is required. In addition, since there is no way to clearly determine the monitored person's going-out status, the average value and the standard deviation of the normality of multiple days are used when calculating the average value and standard deviation of multiple days. The deviation includes the influence of a going-out situation different from the daily living situation, and it is difficult to accurately determine whether there is a life change.
本発明はかかる従来の事情に対処してなされたものであり、生活状況に大きな影響を与える曜日や日付、季節などを特徴量として用いることにより、より的確に生活状況が把握できる日常生活度解析システムを提供することを目的とする。 The present invention has been made in response to such a conventional situation, and daily life analysis that can more accurately grasp the living situation by using the day of the week, date, season, etc., which have a great influence on the living situation, as feature quantities. The purpose is to provide a system.
上記目的を達成するため、請求項１記載の発明である日常生活度解析システムは、被監視者の生活状況から日常生活度を解析し、日常生活度により被監視者の生活状況の異変を検知、通報するシステムであって、被監視者の生活状況を少なくとも１のセンサで検知して検知情報を得る生活状況検知手段と、前記生活状況検知手段により得られた検知情報から特徴量を抽出する特徴量抽出手段と、日付・時刻情報をカテゴリーデータとして周期フラグに変換する周期フラグ変換手段と、前記特徴量抽出手段により抽出した特徴量と前記周期フラグ変換手段により変換された周期フラグを用いて、日常生活度を多変量解析する日常生活度解析手段と、前記日常生活度解析手段により得られた日常生活度と予め定めた日常生活度基準値と比較し、被監視者の生活状況の異変を検知する日常生活度評価手段と、前記日常生活度評価手段により検知された被監視者の生活状況の異変を監視者に通報する評価結果出力手段と、を備えるものである。
上記構成の日常生活度解析システムでは、生活状況検知手段で検知される生活状況の検知情報から特徴量が抽出され、この特徴量に周期フラグを加味して、多変量解析を実行して、日常生活度を解析し、これを日常生活度基準値と比較して異変を検知する作用を有する。日付・時刻情報をカテゴリーデータとして周期フラグを与える周期フラグ変換手段が、日常生活度の演算に周期的な情報を含ませるような作用を有する。
In order to achieve the above object, the daily life analysis system according to claim 1 analyzes the daily life from the life status of the monitored person and detects an abnormality in the life situation of the monitored person based on the daily life level. , A reporting system for detecting a living situation of a monitored person with at least one sensor to obtain detection information, and extracting a feature amount from the detection information obtained by the living situation detection means Using feature quantity extraction means, period flag conversion means for converting date / time information into category flags as category data, feature quantities extracted by the feature quantity extraction means, and period flags converted by the period flag conversion means A daily life level analyzing means for multivariate analysis of the daily life level, and comparing the daily life level obtained by the daily life level analyzing means with a predetermined daily life level reference value, Daily life level evaluation means for detecting a change in the life status of a viewer, and an evaluation result output means for reporting a change in the life status of the monitored person detected by the daily life level evaluation means to the monitor It is.
In the daily life analysis system configured as described above, feature amounts are extracted from life state detection information detected by the life state detection means, and a multivariate analysis is performed by adding a periodic flag to the feature amounts, It has the effect of analyzing the degree of life and comparing this with the daily life level reference value to detect anomalies. The period flag conversion means for providing a period flag using date / time information as category data has an effect of including periodic information in the calculation of daily life.
また、請求項２に記載の発明である日常生活度解析システムは、請求項１に記載の日常生活度解析システムにおいて、被監視者の外出状況を検知して外出情報を得る外出検知手段と、を備え、前記日常生活度解析手段は、前記外出検知手段により得られた外出情報と前記特徴量と前記周期フラグを用いて、日常生活度を多変量解析することを特徴とするものである。
上記構成の日常生活度解析システムでは、請求項１の発明の作用に加えて、外出検知手段が、被監視者に関わる外出状況から外出情報を得るので、日常生活度の演算に例外的な情報を含ませるような作用を有する。
Further, the daily life analysis system according to claim 2 is the daily life analysis system according to claim 1, wherein the outing detection means for detecting the outing situation of the monitored person and obtaining outing information; The daily life level analyzing means performs a multivariate analysis of the daily life level using the outing information obtained by the outing detecting means, the feature amount, and the periodic flag.
In the daily life analysis system having the above configuration, in addition to the operation of the invention of claim 1, since the outing detecting means obtains outing information from the outing situation related to the monitored person, information exceptional in the calculation of the daily life It has the effect | action which includes.
そして、請求項３の発明である日常生活度解析システムは、請求項１又は請求項２に記載の日常生活度解析システムにおいて、前記特徴量抽出手段で抽出する特徴量は、センサ情報の微分特性としての変化量とセンサ情報の積分特性としての存在量であることを特徴とするものである。
上記構成の日常生活度解析システムでは、特徴抽出手段が、センサ情報の微分特性としての変化量と積分特性としての存在量を抽出するので、被監視者の行動の変化と行動の持続という異変の有無の判定の要素と考えられる物理量を抽出するように作用する。
The daily life analysis system according to claim 3 is the daily life analysis system according to claim 1 or 2, wherein the feature quantity extracted by the feature quantity extraction means is a differential characteristic of sensor information. And the existence amount as an integral characteristic of sensor information.
In the daily life analysis system configured as described above, the feature extraction means extracts the amount of change as the differential characteristic of the sensor information and the amount of existence as the integral characteristic. It works to extract physical quantities that are considered to be elements of presence / absence determination.
さらに、請求項４の発明である日常生活度解析システムは、請求項１又は請求項２に記載の日常生活度解析システムにおいて、前記周期フラグ変換手段で出力される周期フラグは、日付・時刻情報をカテゴリーデータとした多変量解析で用いられるダミー変数であることを特徴とするものである。
上記構成の日常生活度解析システムでは、周期フラグ変換手段によって変換して出力される周期フラグをダミー変数とすることで、日常生活度解析手段における日常生活度の多変量解析の実行時に、独立変数を新たに導入するという作用を有する。
Furthermore, the daily life level analysis system according to claim 4 is the daily life level analysis system according to claim 1 or claim 2, wherein the cycle flag output by the cycle flag conversion means includes date / time information. It is a dummy variable used in multivariate analysis with categorical data.
In the daily life level analysis system having the above configuration, the periodic flag converted and output by the cycle flag conversion unit is used as a dummy variable, so that the independent variable can be used when performing the multivariate analysis of the daily life level in the daily life level analysis unit. It has the effect | action of newly introduce | transducing.
請求項５の発明である日常生活度解析システムは、請求項１又は請求項２に記載された日常生活度解析システムにおいて、前記日常生活度解析手段で実行される多変量解析は、判別分析であることを特徴とするものである。
上記構成の日常生活度解析システムでは、日常生活度解析手段は、生活状況検知手段により得られた検知情報から特徴量抽出手段によって抽出された特徴量及び周期フラグを変数として、日常生活度解析手段は、被監視者の生活状況が、生活異変と考えられる群に属するかあるいは通常の生活と考えられる群に属するかを判定するという作用を有する。
The daily life analysis system according to claim 5 is the daily life analysis system according to claim 1 or 2, wherein the multivariate analysis executed by the daily life analysis means is discriminant analysis. It is characterized by being.
In the daily life level analysis system configured as described above, the daily life level analysis means uses the daily life level analysis means with the feature amount and the period flag extracted from the detection information obtained by the life situation detection means as variables. Has an effect of determining whether the life status of the monitored person belongs to a group considered to be a life change or a group considered to be a normal life.
最後に、請求項６に記載の発明である日常生活度解析システムは、請求項１又は請求項２に記載の日常生活度解析システムにおいて、前記生活状況検知手段に用いられるセンサは、電気製品の消費電力を計測する電力センサ、調理器具又は暖房器具等の熱源の温度を計測する温度センサ、周囲の明るさを計測する照度センサ、人体を検知する赤外線センサ、人体の通過を検知する感圧センサ、ドアの開閉を検知する近接センサ、各種電気製品の赤外線リモコンの送信信号を検知する赤外線センサ、水道の使用量を計測する流量センサ、ガスの使用量を計測するガス流量センサのうち、少なくとも１つであることを特徴とするものである。
このように構成される日常生活度解析システムでは、生活状況検知手段が、被監視者の日常生活に密着した家庭電気製品を中心として得られる検知情報を入手することから、日常生活度解析手段は、精度の高い日常生活度の解析を実行するという作用を有する。
Finally, the daily life level analysis system according to claim 6 is the daily life level analysis system according to claim 1 or 2, wherein the sensor used for the life status detection means is an electrical product. A power sensor for measuring power consumption, a temperature sensor for measuring the temperature of a heat source such as a cooking appliance or a heating appliance, an illuminance sensor for measuring ambient brightness, an infrared sensor for detecting a human body, a pressure sensor for detecting passage of a human body At least one of a proximity sensor that detects the opening and closing of a door, an infrared sensor that detects a transmission signal of an infrared remote controller of various electrical appliances, a flow sensor that measures the amount of water used, and a gas flow sensor that measures the amount of gas used It is characterized by being one.
In the daily life level analysis system configured as described above, the daily life level analysis means obtains detection information obtained mainly from home appliances closely related to the daily life of the monitored person. It has the effect of executing a highly accurate daily life analysis.
本発明によれば、独居高齢者や身体障害者などの被監視者が日々の生活を通常通り営んでいるかどうかを、本人が意識することなく遠隔で監視することができ、生活状況を解析することにより被監視者の生活状況の異変を的確に検知し、監視者へ通報することができる。
請求項１に記載の日常生活度解析システムでは、日常生活度という指標を導入して、これを日常生活度解析手段によって解析する際に、周期フラグ変換手段によって、日付・時刻情報に関するカテゴリーデータから周期フラグを求めて、これを用いて解析することが可能である。従って、日常生活度の中に周期性を加味することができ、日常生活度の解析に高い精度を担保することが可能である。
According to the present invention, it is possible to remotely monitor whether or not a monitored person such as an elderly person living alone or a physically handicapped person operates a daily life as usual, and the living situation is analyzed. Thus, it is possible to accurately detect a change in the living situation of the monitored person and report it to the monitoring person.
In the daily life level analysis system according to claim 1, when an index of daily life level is introduced and analyzed by the daily life level analysis unit, the period flag conversion unit uses the category data related to date / time information. It is possible to obtain a period flag and analyze it. Therefore, periodicity can be added to the daily life level, and high accuracy can be ensured in the analysis of the daily life level.
特に請求項２に記載の日常生活度解析システムでは、請求項１に記載の発明の効果に加えて、外出検知手段が、被監視者の外出状況を検知して外出情報を生成するので、日常生活度解析部による日常生活度の解析に、外出という非周期性に関する情報を加味することが可能となり、これによって、日常生活度の解析の制度をより高いものにすることが可能である。 In particular, in the daily life analysis system according to claim 2, in addition to the effect of the invention according to claim 1, the outing detecting means detects the outing situation of the monitored person and generates outing information. It is possible to add information related to the aperiodicity of going out to the analysis of the daily life level by the life level analysis unit, thereby making it possible to further improve the system for analyzing the daily life level.
請求項３に記載の日常生活度解析システムでは、センサ情報の変化量と存在量を抽出することで、被監視者の行動の変化と行動の持続という異変の有無の判定に大きく関わる要素に関する物理量を抽出することができるので、日常生活度の解析精度を向上させることができる。 In the daily life analysis system according to claim 3, physical quantities relating to elements that are greatly involved in determining whether there is a change in the monitored person's behavior and the duration of the behavior by extracting the amount of change and the amount of sensor information. Therefore, it is possible to improve the accuracy of daily life analysis.
請求項４に記載の日常生活度解析システムでは、周期的な情報をカテゴリーデータとしながら、それぞれのカテゴリーに対する属性をダミー変数で表現することで、周期的な情報の有無を周期フラグが立っているか否かという簡単な処理で日常生活度の演算を実行することが可能である。 In the daily life analysis system according to claim 4, whether periodic information is present or not is represented by a dummy variable while the periodic information is represented by category data, and whether the periodic flag is set or not. It is possible to perform the calculation of the daily life level by a simple process of “no”.
請求項５に記載の日常生活度解析システムでは、日常生活度解析手段によって実行される、被監視者の生活異変と考えられる群に属するかあるいは通常の生活と考えられる群に属するかという判定分析が、そのまま被監視者の生活の異変の有無の判断にそのまま利用可能である。 6. The daily life analysis system according to claim 5, wherein a determination analysis is performed by the daily life analysis means to determine whether the person belongs to a group considered to be an abnormal life of the monitored person or a group considered to be a normal life. However, it can be used as it is to determine whether there is any change in the life of the monitored person.
請求項６に記載の日常生活度解析システムでは、生活状況検知手段が、被監視者の日常生活に密着した家庭電気製品を中心として得られる検知情報を入手することができるので、日常生活度解析手段は、被監視者の生活状況に関して精度の高い日常生活度の解析を実行することができる。 In the daily life analysis system according to claim 6, since the life status detection means can obtain detection information obtained mainly from household electrical appliances closely related to the daily life of the monitored person, daily life analysis The means can execute an analysis of the daily life level with high accuracy regarding the living situation of the monitored person.
以下に、図１〜図８を用いて、本発明の日常生活度解析システムを実施するための最良の形態について説明する。 Below, the best form for implementing the daily life analysis system of this invention is demonstrated using FIGS.
図１は本発明の実施例を示す日常生活度解析システムの構成図である。
日常生活度解析装置１は、特徴量抽出部２、日付・時計部７及びこれに接続される周期フラグ変換部３、さらに、特徴量抽出部２と周期フラグ変換部３に接続される日常生活度解析部４を備えており、さらに、この日常生活度解析部４に接続される日常生活度評価部５及び評価結果出力部６を備えている。
また、日常生活度解析装置１には、被監視者の生活状況を検知して検知情報を生成する複数の生活状況検知装置Ｓ１，Ｓ２…Ｓｎと、外出状況を検知して外出情報を生成する外出状況検知装置Ｓ０が接続されている。生活状況検知装置Ｓ１，Ｓ２…Ｓｎで生成された検知情報は、これらに有線又は無線通信にて接続される特徴量抽出部２によって、特徴量が抽出される。
さらに、日常生活度解析装置１には、日付・時計部７によって生成される日付・時刻情報をカテゴリーデータとして周期フラグに変換する周期フラグ変換部３が備えられており、特徴量抽出部２によって検知情報から抽出された特徴量と周期フラグ、さらには外出状況検知装置Ｓ０によって生成される外出情報を用いて、日常生活度を多変量解析する日常生活度解析部４が設けられている。
この日常生活度解析部４によって実行される多変量解析は、判別分析であり、検知情報から抽出される特徴量、周期フラグという特徴量を変数として、まず、日常生活度を解析する日直近の予め定めた日数分のこれらの特徴量を用いて、日常生活度の基準空間を表す相関行列ＲＣを算出し、さらに、日常生活度を解析する日のこれらの特徴量と基準空間算出部で算出した基準空間を用いて、解析対象となっている日の特徴量から、その日が、異変の有無のいずれの群に属しているかについて解析を行うものである。
日常生活度解析部４によって解析された日常生活度は、日常生活度評価部５によって、被監視者の生活状況の異変が検知され、評価結果出力部６は、被監視者の生活状況の異変を検知した場合に監視者に通報する機能を備えている。
なお、日常生活度解析装置１は一体の装置である必要はなく、必要に応じてブロックごとに分割した装置としても良い。
FIG. 1 is a configuration diagram of a daily life analysis system showing an embodiment of the present invention.
The daily life analysis device 1 includes a feature amount extraction unit 2, a date / clock unit 7 and a cycle flag conversion unit 3 connected thereto, and further, a daily life connected to the feature amount extraction unit 2 and the cycle flag conversion unit 3. A daily life level evaluation unit 5 and an evaluation result output unit 6 connected to the daily life level analysis unit 4.
In addition, the daily life level analysis device 1 generates a plurality of life status detection devices S1, S2,... Sn that detect the life status of the monitored person and generates detection information, and generates a go-out information by detecting the going-out status. The outing state detection device S0 is connected. From the detection information generated by the living state detection devices S1, S2,... Sn, the feature amount is extracted by the feature amount extraction unit 2 connected to these by wired or wireless communication.
Furthermore, the daily life analysis device 1 is provided with a cycle flag conversion unit 3 that converts date / time information generated by the date / clock unit 7 into a cycle flag as category data. A daily life level analysis unit 4 that performs multivariate analysis of the daily life level is provided using the feature amount extracted from the detection information and the periodic flag, and the outing information generated by the outing state detection device S0.
The multivariate analysis executed by the daily life analysis unit 4 is discriminant analysis. First, the daily life analysis for analyzing the daily life is performed using the feature value extracted from the detection information and the feature value of the periodic flag as variables. Using these feature quantities for a predetermined number of days, a correlation matrix RC representing a standard space for daily life is calculated, and further, these feature quantities for the day for analyzing daily life and a reference space calculation unit Using the calculated reference space, an analysis is performed as to which group the presence / absence of the day belongs to, based on the feature amount of the day being analyzed.
The daily life level analyzed by the daily life level analysis unit 4 is detected by the daily life level evaluation unit 5 to detect a change in the living state of the monitored person, and the evaluation result output unit 6 detects the change in the living state of the monitored person. A function is provided to notify the supervisor when an error is detected.
The daily life analysis device 1 does not have to be an integrated device, and may be a device divided into blocks as necessary.
生活状況検知装置Ｓ１，Ｓ２…Ｓｎに用いるセンサは、電気製品の消費電力を計測する電力センサ、調理器具又は暖房器具等の熱源の温度を計測する温度センサ、周囲の明るさを計測する照度センサなど、被監視者の生活状況を間接的に検知できるものが望ましく、生活状況検知装置Ｓ１，Ｓ２…Ｓｎの個数に制限はないが、多い方がより的確に日常生活の異変を検知することができる。
このような家庭電気製品の使用に関する検知情報であるので、それから特徴量抽出部２によって抽出される特徴量は、その使用に関する使用開始時間、使用終了時間、使用時間（期間）、使用頻度や、そのセンサによって検知される温度や照度などのセンサ値などの物理量が挙げられる。
また、前述のとおり、生活状況検知装置Ｓ１，Ｓ２…Ｓｎと日常生活度解析装置１の接続は有線で行っても良いが、無線通信による接続が望ましい。これは被監視者の監視状況に対する意識を遠ざけて、精神的な負担を軽減するためと、生活状況検知装置Ｓ１，Ｓ２…Ｓｎの数が多数になる場合に配線が複雑となったり、居住スペースの美観のためでもある。
日付・時計部７では、その内部にカレンダー情報を備えており、現時点における計時とこのカレンダー情報と組み合わせて、日付・時刻情報を生成することができる。
Sensors used in the living state detection devices S1, S2,... Sn are a power sensor that measures the power consumption of an electrical product, a temperature sensor that measures the temperature of a heat source such as a cooking appliance or a heating appliance, and an illuminance sensor that measures ambient brightness. It is desirable to be able to indirectly detect the life status of the monitored person, and the number of life status detection devices S1, S2,... Sn is not limited, but a larger number can more accurately detect changes in daily life. it can.
Since it is detection information related to the use of such home appliances, the feature amount extracted by the feature amount extraction unit 2 includes the use start time, use end time, use time (period), use frequency, Examples include physical quantities such as sensor values such as temperature and illuminance detected by the sensor.
In addition, as described above, the life status detection devices S1, S2,... Sn and the daily life analysis device 1 may be connected by wire, but connection by wireless communication is desirable. This is to reduce the consciousness of the monitored person about the monitoring status, to reduce the mental burden, and when the number of living status detection devices S1, S2,. Also for the beauty of
The date / clock unit 7 includes calendar information therein, and the date / time information can be generated by combining the current time measurement with the calendar information.
また、周期フラグ変換部３では、日付・時計部７で生成された日付・時刻情報をカテゴリーデータとして分類する必要がある。従って、周期フラグ変換部３は、予め監視者によるカテゴリーの入力ができるようになっている。このカテゴリーとは、例えば、月曜日から日曜日までの七曜をはじめとして、０時から２４時の中を時間毎に区分けしたもの、上旬中旬下旬と区分けしたもの、１月から１２月を月毎に区分けしたもの、四季を春夏秋冬と区分けしたもの、さらには２４節気のそれぞれに区分けするものであってもよい。すなわち、時間を所定の間で区分けした、その区分けを意味するものである。
七曜であれば、月、火、水、木、金、土、日のそれぞれが区分けでありカテゴリーとなる。これらのそれぞれがカテゴリーに関するデータ、すなわち、カテゴリーデータとなる。
このカテゴリーの入力は、予め設定されたカテゴリーから選択可能としてもよいし、監視者が個別に入力するようにしてもよい。
周期フラグ変換部３は、日付・時計部７から入力される日付・時刻情報をカテゴリーデータとして分類し、そのカテゴリーデータに符合する周期フラグに変換する。この周期フラグへの変換は、図４を参照しながら後述する。
なお、各検知装置から送信される検知情報や外出情報には、センサから得られたセンサ情報に各検知装置固有の認識番号や記号あるいは暗号を付加することにより、検知対象の区別を可能とするものである。
この認識番号や記号あるいは暗号などの情報は、予め各検知装置に格納されるものであり、検知情報や外出情報に含められる。
Further, the period flag conversion unit 3 needs to classify the date / time information generated by the date / clock unit 7 as category data. Therefore, the cycle flag conversion unit 3 can input the category by the supervisor in advance. This category includes, for example, seven days from Monday to Sunday, divided from 0:00 to 24:00 by hour, divided from early mid to late, and from January to December by month. It is also possible to divide the four seasons into spring, summer, autumn and winter, and further divide into 24 seasons. That is, it means that the time is divided into predetermined intervals.
On the 7th, Monday, Tuesday, Wednesday, Thursday, Friday, Saturday, and Sunday are separate categories. Each of these becomes data relating to the category, that is, category data.
The category input may be selectable from preset categories, or may be individually input by the supervisor.
The cycle flag conversion unit 3 classifies date / time information input from the date / clock unit 7 as category data, and converts it into a cycle flag that matches the category data. The conversion to the period flag will be described later with reference to FIG.
In addition, detection information and outing information transmitted from each detection device can be distinguished from each other by adding a recognition number, symbol, or encryption unique to each detection device to the sensor information obtained from the sensor. Is.
The information such as the identification number, the symbol, or the encryption is stored in advance in each detection device, and is included in the detection information and the outing information.
図２は特徴量抽出部２の内部構成を示すブロック図である。生活状況検知装置Ｓ１，Ｓ２…Ｓｎから送信された検知情報は、検知情報受信部２２で受信され、検知情報蓄積部２３において日付・時刻情報をキーとして共に蓄積される。同様に、外出状況検知装置Ｓ０から送信された外出情報は、外出情報受信部２１で受信され、検知情報蓄積部２３において日付・時刻情報をキーとして共に蓄積される。
蓄積された検知情報の一例を図３に示す。
図３では、生活状況検知装置として、家屋内の照明、電子レンジ及びテレビの使用状況を検知可能なセンサによって検知された検知情報が示されている。この中で、特徴量算出部２４を用いて特徴量として抽出され得るのは、その使用開始時間、使用終了時間、使用時間、使用頻度（使用回数）である。
この図３より、被監視者は、朝８時過ぎには起床しており、電子レンジを使った後、テレビを３，４０分程度視聴して、その後昼前までは挙げられた３種類の家電製品は使用していないなどの情報が得られる。夜には照明を点けており、テレビも視聴しており、これらのデータから見る限り途中外出などがあったかもしれないが、平穏な１日を過ごしていることが推定可能である。
FIG. 2 is a block diagram showing an internal configuration of the feature quantity extraction unit 2. Detection information transmitted from the living situation detection devices S1, S2,... Sn is received by the detection information receiving unit 22, and is stored together in the detection information storage unit 23 using the date / time information as a key. Similarly, the outing information transmitted from the outing state detection device S0 is received by the outing information receiving unit 21 and stored together with date / time information as a key in the detection information storage unit 23.
An example of the accumulated detection information is shown in FIG.
In FIG. 3, detection information detected by a sensor capable of detecting the usage status of the lighting in the house, the microwave oven, and the television is shown as the living situation detection device. Among these, the use start time, use end time, use time, and use frequency (number of use) can be extracted as the feature quantity using the feature quantity calculation unit 24.
According to FIG. 3, the monitored person got up after 8 o'clock in the morning, used the microwave oven, watched the television for about 3,40 minutes, and then the three types of home appliances mentioned until noon after that. Information such as not using the product can be obtained. The lights are turned on at night and the television is being watched. From these data, it may be possible to go out on the way, but it can be estimated that a peaceful day was spent.
特徴量算出部２４は、蓄積された検知情報を用いて、センサ情報の変化量（微分特性）と存在量（積分特性）を特徴量として算出する。例えば、本実施例においては、電気製品の使用回数を変化量、使用時間を存在量として算出する。また、日中と夜間では電機製品の使用状況に大きな違いが現れることから、活動時間と非活動時間を定義し、各時間帯における使用回数と使用時間を特徴量とする。なお、この特徴量算出部２４における特徴量の算出には、外出情報を参照する。すなわち、蓄積された検知情報及び外出情報は、日付・時刻情報をキーとして共にそれぞれ蓄積されるが、この日付・時刻情報をキーとして、検知情報と外出情報を照合して、外出時に生じている検知情報に対しては、外出のフラグを立て、また、非外出時に生じている検知情報に対しては、非外出のフラグを立てるようにする。
このように外出と非外出のフラグを立てることで、基準空間算出部４２において演算される日常生活度の基準空間において反映され、外出という非周期性の事象の発生を捉えて、日常生活度の演算精度の向上に寄与することになるのである。
このようにして抽出された特徴量の一例を図４に示す。
図４では、図３に挙げられた電気製品のうち、照明器を例示するもので、この使用回数と使用時間を、活動時間と非活動時間及びその合計である一日として示すものである。なお、図４の活動時間の回数と非活動時間の回数を加えたものが一日の回数よりも１多くなっているが、これは、１回の使用状況が、活動時間と非活動時間に連続している場合、活動時間で１回、非活動時間で１回とカウントしているので、一日トータルで１回、活動時間と非活動時間で１回ずつとなるものである。
The feature amount calculation unit 24 calculates the amount of change (differential characteristics) and the amount of existence (integration characteristics) of the sensor information as feature amounts using the accumulated detection information. For example, in the present embodiment, the number of uses of the electric product is calculated as a change amount, and the use time is calculated as an existence amount. In addition, since there is a big difference in the usage status of electrical products during the day and at night, the active time and inactive time are defined, and the number of times used and the usage time in each time zone are used as feature quantities. Note that the outing information is referred to in calculating the feature amount in the feature amount calculation unit 24. In other words, the accumulated detection information and outing information are stored together with the date / time information as a key, but the detection information and the outing information are collated with the date / time information as a key, and are generated when going out. A flag for going out is set for the detection information, and a flag for non-going is set for the detection information generated when the user is out.
In this way, by setting the flag of going out and not going out, it is reflected in the reference space of the daily life calculated by the reference space calculation unit 42, and the occurrence of the non-periodic event of going out is captured, and the daily life This contributes to improvement of calculation accuracy.
An example of the feature amount extracted in this way is shown in FIG.
FIG. 4 illustrates an illuminator among the electrical products listed in FIG. 3, and shows the number of uses and the use time as one day which is an active time, an inactive time, and a total thereof. Note that the number of times of active time and the number of inactive times in FIG. 4 is one more than the number of times per day. If it is continuous, the activity time is counted once, and the inactivity time is counted once, so that the total is once per day, and the activity time and inactivity time is once.
図４には、周期フラグ変換部３によって日付情報のカテゴリーデータである曜日情報を周期フラグに変換した一例を併せて示す。例えば、３月３日（木）では、周期フラグとして、木曜日というカテゴリーデータに符合するように、その欄に周期フラグが１として入力されている。この周期フラグは、０か１をとるダミー変数として、この曜日という日常生活度の解析に周期的な影響を与えうる要因の有無を示すものである。すなわち、この曜日情報の有無を独立変数として加味することで、日常生活度解析部において精度の高い解析を実行することを可能とするのである。 FIG. 4 also shows an example in which day information, which is category data of date information, is converted into a period flag by the period flag conversion unit 3. For example, on March 3 (Thursday), the period flag is input as 1 in the column so as to match the category data of Thursday as the period flag. This cycle flag is a dummy variable that takes 0 or 1 and indicates the presence or absence of a factor that can periodically affect the analysis of the daily life level of this day of the week. That is, by adding the presence / absence of day information as an independent variable, it is possible to execute a highly accurate analysis in the daily life analysis unit.
なお、図４においては、生活状況検知装置によって生成される検知情報から抽出される横１列６個の特徴量に加えて、周期フラグ変換部３で生成される６個の周期フラグも特徴量であり、これらを併せて、一日の生活状況を示す特徴量群と考えるものである。 In FIG. 4, in addition to the six horizontal row feature values extracted from the detection information generated by the living situation detection device, the six cycle flags generated by the cycle flag conversion unit 3 are also feature amounts. These are considered together as a feature quantity group indicating the daily living situation.
図５は日常生活度解析部４の内部構成を示すブロック図である。特徴量抽出部２で抽出された特徴量と周期フラグ変換部３で変換された周期フラグは、特徴量群蓄積部４１において、日付・時計部７で生成された日付・時刻情報をキーとして共に蓄積される。日常生活度解析部４では、これらの特徴量群を用いて多変量解析（判別分析・本発明の実施例においてはＭＴＳ法）を実行するが、まず基準空間算出部４２において、日常生活度を解析する日直近の予め定めた日数分の特徴量群を用いて、次のように日常生活度の基準空間を表す相関行列ＲＣを算出する。 FIG. 5 is a block diagram showing an internal configuration of the daily life analysis unit 4. The feature amount extracted by the feature amount extraction unit 2 and the period flag converted by the cycle flag conversion unit 3 are both used as a key in the feature amount group storage unit 41 using the date / time information generated by the date / clock unit 7 as a key. Accumulated. The daily life analysis unit 4 performs multivariate analysis (discriminant analysis / MTS method in the embodiment of the present invention) using these feature amount groups. First, the reference space calculation unit 42 determines the daily life level. A correlation matrix RC representing a standard space of daily life is calculated as follows using the feature amount group for the predetermined number of days closest to the day to be analyzed.
一日の特徴量群に含まれる特徴量の項目数ｎ、基準空間の算出に用いる日数ｍとすると、各特徴量はｙｉｊとなる（ただし、１≦ｉ≦ｎ，１≦ｊ≦ｍ）。これを、その平均値ｙｉ−（この−はｙｉの上部に存在するものである。）と標準偏差σｉを使い、次式（１）により基準化する。 If the number of feature quantity items included in the daily feature quantity group is n and the number of days m is used to calculate the reference space, each feature quantity is y ij (where 1 ≦ i ≦ n, 1 ≦ j ≦ m). . This is normalized by the following equation (1) using the average value y i − (this − is present at the top of y i ) and the standard deviation σ i .
このｙｉｊ＾（この＾はｙｉの上部に存在するものである。）より、相関行列ＲＣが求まる。 From this y ij ^ (this ^ exists at the top of y i ), a correlation matrix RC is obtained.
ただし、 However,
である。
生活度解析部４３では、日常生活度を解析する日の特徴量群と基準空間算出部で算出した基準空間（相関行列ＲＣ）を用いて、次のように日常生活度を算出する。
It is.
The life level analysis unit 43 calculates the daily life level as follows using the feature amount group of the day for analyzing the daily life level and the reference space (correlation matrix R C ) calculated by the reference space calculation unit.
まず、日常生活度を解析する日の特徴量群に含まれる特徴量ｘｉ（ただし、１≦ｉ≦ｎ）を次式（４）により基準化する。 First, the feature amount x i (where 1 ≦ i ≦ n) included in the feature amount group of the day whose daily life is analyzed is normalized by the following equation (4).
ここで、 here,
として、日常生活度（マハラノビス距離）Ｄ２を次式（６）により算出する。 As calculated by the daily life of following equation (Mahalanobis distance) D 2 (6).
算出した日常生活度は、数値が大きくなるほど日々の生活状況からかけ離れていることを示す。すなわち、数値が大きければ、生活状況に異変が現れていることになる。図６，７に算出された日常生活度の一例を示す。また、この時に被監視者にヒアリングした生活状況を図８に示す。 The calculated daily life level indicates that the larger the numerical value, the farther away from the daily life situation. That is, if the numerical value is large, it means that an unusual situation has appeared in the living situation. 6 and 7 show an example of the calculated daily life. Further, FIG. 8 shows a living situation interviewed with the monitored person at this time.
ここで、図６は曜日情報を周期フラグとして特徴量に含まなかった場合の解析結果である。図６と図８を照らし合わせてみると、デイサービスを受けていた4/21や4/28に日常生活度が大きくなっていたり、外出していた4/5,4/8,4/23の日常生活度は小さくなっていたりと、実際の生活状況と解析結果が合っていないことが判る。これは、曜日情報を含まない状態で日常生活度を解析するための基準空間を作成しているため、特定の曜日の外出状況や生活状況の特徴が薄まってしまうためである。 Here, FIG. 6 shows an analysis result when the day-of-week information is not included in the feature amount as a period flag. 6 and 8 are compared, 4/5, 4/8, 4/23 where the daily life has increased or went out on 4/21 and 4/28 that received day service. It can be seen that the degree of daily life is small and the actual life situation does not match the analysis results. This is because the reference space for analyzing the daily life level in a state that does not include the day information is created, and the characteristics of the outing situation and the living situation on a specific day of the week are diminished.
図７は本発明に基づき、曜日情報を周期フラグとして特徴量に含めた場合の解析結果である。同様に図８と照らし合わせてみると、外出していた4/5,4/8,4/23の日常生活度は大きくなっているが、毎週木曜日のデイサービスでは日常生活度は小さくなっている。これは、被監視者の生活状況を、毎週木曜日と決められたデイサービスへの参加は通常の生活状況であり、その他の曜日の外出は通常の生活状況とは異なっていると、監視者が自然に考える判断と一致している。また、雨天の影響で日頃より早く照明を使用し始めた4/10,4/25にも日常生活度が大きくなっており、生活状況の異変を的確に捉えていることが判る。 FIG. 7 shows an analysis result when day information is included in the feature quantity as a period flag based on the present invention. Similarly, in comparison with Fig. 8, the daily life level of 4/5, 4/8, 4/23, which was out, has increased, but the daily life level has decreased every day service on Thursday. Yes. This is because the monitor shows that the daily life of the monitored person is a normal daily life for a day service that is set to be every Thursday, and that other days of the week are different from the normal daily life. This is consistent with the judgment that we think naturally. In addition, the daily life level increased on 4/10 and 4/25, when the lighting began to be used earlier than usual due to the rainy weather.
生活度蓄積部４４では、解析された日常生活度を日付・時刻情報と共に蓄積する。
日常生活度評価部５は、日常生活度解析部４により得られた日常生活度を予め定めた評価基準（日常生活度基準値）に基づいて時間軸に沿って比較を行い、被監視者の生活状況の異変を検知する。例えば、評価基準としてマハラノビス距離で「１００」を選択してみると、4/5,4/8,4/10,4/13,4/18,4/23,4/25の７日分が、異変の可能性が高い旨の結果が得られる。このマハラノビス距離の「１００」などの評価基準は、日常生活度評価部５に予め格納しておくことで、日常生活度評価部５自身がそれを読み出して、日常生活度解析部４から読み出した日常生活度と比較することができる。あるいは、図示されていない記憶部に評価基準を記憶させておいて、その記憶部から日常生活度評価部５が評価基準を読み出して日常生活度解析部４から読み出した日常生活度と比較してもよい。
前記の７日間は、図８を参照しながら先に説明したが、外出、あるいはテレビや照明を多く使用したなど、何らかの異変を生じた日であり、今回の実施例において、それが検知されていることが理解できる。
一方、図６で、例えばマハラノビス距離を「６」とすると、4/3,4/6など１０日間が検知されるが、これらの日のほとんどは、図８に示されるような異変が生じていない日である。従って、ここで例えばマハラノビス距離を「９」としても、やはり図８に示されるような異変を生じている日は検知されず、結局、本実施例において、周期的な情報を含めて実施した解析の方が高い精度を示していることが理解できる。
The life level storage unit 44 stores the analyzed daily life level together with date / time information.
The daily life level evaluation unit 5 compares the daily life level obtained by the daily life level analysis unit 4 along the time axis based on a predetermined evaluation standard (daily life level reference value), and Detect changes in living conditions. For example, if “100” is selected as Mahalanobis distance as the evaluation standard, 7 days of 4/5, 4/8, 4/10, 4 / 13,4 / 18, 4 / 23,4 / 25 As a result, it is possible to obtain a result that the possibility of anomaly is high. Evaluation criteria such as “100” of the Mahalanobis distance are stored in the daily life level evaluation unit 5 in advance, so that the daily life level evaluation unit 5 itself reads it and reads it from the daily life level analysis unit 4. It can be compared with daily life. Alternatively, the evaluation criteria are stored in a storage unit (not shown), and the daily life level evaluation unit 5 reads the evaluation standard from the storage unit and compares it with the daily life level read from the daily life level analysis unit 4. Also good.
The above seven days have been described above with reference to FIG. 8, but are days when something has changed such as going out or using a lot of television and lighting. In this example, this was detected. I can understand that.
On the other hand, in FIG. 6, for example, if the Mahalanobis distance is “6”, 10 days such as 4 / 3,4 / 6 are detected, but most of these days have anomalies as shown in FIG. There is no day. Therefore, for example, even if the Mahalanobis distance is set to “9”, the day on which the anomaly has occurred as shown in FIG. 8 is not detected. Eventually, in this example, the analysis performed including periodic information It can be understood that is showing higher accuracy.
評価結果出力部６は、日常生活度評価部５により評価された被監視者の生活状況に異変が検知された場合、監視者へ通報を行う機能の他、検知情報や日常生活度、評価結果などを監視者が閲覧するための機能を有する。評価結果出力部６による信号出力は、携帯電話を含めた電話回線を通じてもよいし、インターネットなどの広域情報通信網を通じてもよい。信号の形態は、電流による信号や電磁波による信号など特に限定するものではない。
以上説明したように、本発明の日常生活度解析システムにおいては、家庭電気製品から生活状況に関する情報をセンサによって検知して、日常生活度を解析するため、被監視者に精神的な圧迫感を与えることなく簡単に設置可能である。
また、その日常生活度の解析の際には、日付・時刻情報に基づく周期フラグを用いることで、被監視者の生活状況における周期性の影響を含めることができるため、精度の高い解析を行うことができる。
さらに、外出情報を日常生活度の解析に含めることで、外出という非周期性を備えた事象についての影響を含めることも可能である。
The evaluation result output unit 6 has a function of notifying the monitor when a change in the living state of the monitored person evaluated by the daily life evaluation unit 5 is detected, as well as detection information, a daily life level, and an evaluation result. And so on. The signal output by the evaluation result output unit 6 may be through a telephone line including a mobile phone or through a wide area information communication network such as the Internet. The form of the signal is not particularly limited, such as a signal by current or a signal by electromagnetic waves.
As described above, in the daily life level analysis system of the present invention, information on the living situation is detected by the sensor from the home electric appliance, and the daily life level is analyzed. It can be installed easily without giving.
In addition, when analyzing the daily life level, a periodic flag based on date / time information can be used to include the influence of periodicity on the life status of the monitored person, so a highly accurate analysis is performed. be able to.
Furthermore, by including the outing information in the analysis of the daily life level, it is also possible to include the influence on the event having the aperiodicity of going out.
独居高齢者や認知症患者あるいは身体障害者など日々の生活状況を監視しておく必要がある場合に、その生活状況の把握のためのシステムとして利用可能性が高い。
また、電気製品を使用可能な場所であれば、広く一般家庭への設置の他、病院や介護施設においても利用可能性が高い。
When it is necessary to monitor daily living conditions such as elderly people living alone, dementia patients, or physically handicapped persons, it is highly possible to use as a system for grasping the living conditions.
Moreover, if it is a place where an electrical product can be used, it is highly possible to use it in hospitals and nursing homes as well as in general homes.
１…日常生活度解析装置 ２…特徴量抽出部 ３…周期フラグ変換部 ４…日常生活度解析部 ５…日常生活度評価部 ６…評価結果出力部 ７…日付・時計部 ２１…外出情報受信部 ２２…検知情報受信部 ２３…検知情報蓄積部 ２４…特徴量算出部 ４１…特徴量群蓄積部 ４２…基準空間算出部 ４３…生活度解析部 ４４…生活度蓄積部 Ｓ０…外出状況検知装置 Ｓ１，Ｓ２〜Ｓｎ…生活状況検知装置 DESCRIPTION OF SYMBOLS 1 ... Daily life degree analysis apparatus 2 ... Feature-value extraction part 3 ... Periodic flag conversion part 4 ... Daily life degree analysis part 5 ... Daily life degree evaluation part 6 ... Evaluation result output part 7 ... Date / clock part 21 ... Outing information reception Unit 22 ... Detection information receiving unit 23 ... Detection information storage unit 24 ... Feature amount calculation unit 41 ... Feature amount group storage unit 42 ... Reference space calculation unit 43 ... Life level analysis unit 44 ... Life level storage unit S0 ... Outing situation detection device S1, S2-Sn ... Living situation detection device
Claims (6)
被監視者の生活状況を少なくとも１のセンサで検知して検知情報を得る生活状況検知手段と、
前記生活状況検知手段により得られた検知情報から特徴量を抽出する特徴量抽出手段と、
日付・時刻情報をカテゴリーデータとして周期フラグに変換する周期フラグ変換手段と、
前記特徴量抽出手段により抽出した特徴量と前記周期フラグ変換手段により変換された周期フラグを用いて、日常生活度を多変量解析する日常生活度解析手段と、
前記日常生活度解析手段により得られた日常生活度と予め定めた日常生活度基準値と比較し、被監視者の生活状況の異変を検知する日常生活度評価手段と、
前記日常生活度評価手段により検知された被監視者の生活状況の異変を監視者に通報する評価結果出力手段と、
を備えることを特徴とする日常生活度解析システム。 It is a system that analyzes the daily life level from the living situation of the monitored person, detects and reports an abnormality in the living situation of the monitored person based on the daily living degree,
A living situation detecting means for detecting the living situation of the monitored person with at least one sensor and obtaining detection information;
Feature quantity extraction means for extracting feature quantities from the detection information obtained by the living situation detection means;
A period flag conversion means for converting date / time information as category data into a period flag;
Daily life level analysis means for multivariate analysis of daily life level using the feature amount extracted by the feature amount extraction means and the periodic flag converted by the periodic flag conversion means;
Compared with the daily life level obtained by the daily life level analysis means and a predetermined daily life level reference value, the daily life level evaluation means for detecting a change in the life status of the monitored person,
An evaluation result output means for notifying the monitor of a change in the living situation of the monitored person detected by the daily life level evaluation means;
Daily life analysis system characterized by comprising.
被監視者の外出状況を検知して外出情報を得る外出検知手段と、を備え、
前記日常生活度解析手段は、前記外出検知手段により得られた外出情報と前記特徴量と前記周期フラグを用いて、日常生活度を多変量解析することを特徴とする請求項１記載の日常生活度解析システム。 It is a system that analyzes the daily life level from the living situation of the monitored person, detects and reports an abnormality in the living situation of the monitored person based on the daily living degree,
An outing detecting means for detecting outing status of the monitored person and obtaining outing information,
2. The daily life according to claim 1, wherein the daily life level analysis unit performs a multivariate analysis of a daily life level using the outing information obtained by the outing detection unit, the feature amount, and the periodic flag. Degree analysis system.
The sensor used for the living state detection means includes a power sensor for measuring the power consumption of an electrical product, a temperature sensor for measuring the temperature of a heat source such as a cooking appliance or a heating appliance, an illuminance sensor for measuring ambient brightness, and a human body. Infrared sensor to detect, pressure sensor to detect the passage of human body, proximity sensor to detect the opening and closing of doors, infrared sensor to detect transmission signal of infrared remote control of various electrical products, flow rate sensor to measure water usage, gas The daily life analysis system according to claim 1, wherein the system is at least one of gas flow sensors for measuring the usage amount of the daily life.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2006287035A JP5070638B2 (en) | 2006-10-20 | 2006-10-20 | Daily life analysis system |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2006287035A JP5070638B2 (en) | 2006-10-20 | 2006-10-20 | Daily life analysis system |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2008102884A true JP2008102884A (en) | 2008-05-01 |
| JP5070638B2 JP5070638B2 (en) | 2012-11-14 |
Family
ID=39437147
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2006287035A Expired - Fee Related JP5070638B2 (en) | 2006-10-20 | 2006-10-20 | Daily life analysis system |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP5070638B2 (en) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012244471A (en) * | 2011-05-20 | 2012-12-10 | Nec Corp | Abnormal radio wave detection device, abnormal radio wave detection method, and abnormal radio wave detection program |
| JP2013131097A (en) * | 2011-12-22 | 2013-07-04 | Nippon Telegr & Teleph Corp <Ntt> | Human activity detection system, human activity detection method and human activity detection program |
| JP2013131096A (en) * | 2011-12-22 | 2013-07-04 | Nippon Telegr & Teleph Corp <Ntt> | Danger determination system, danger determination method and danger determination program |
| JP2013145594A (en) * | 2013-04-08 | 2013-07-25 | Mega Chips Corp | Resident survival information notification system |
| JP2013167944A (en) * | 2012-02-14 | 2013-08-29 | Nippon Telegr & Teleph Corp <Ntt> | Home activity estimation system and home activity estimation method |
| JP2013210848A (en) * | 2012-03-30 | 2013-10-10 | Secom Co Ltd | Security system |
| US9808205B2 (en) | 2014-08-27 | 2017-11-07 | Seiko Epson Corporation | Abnormality prediction device, abnormality prediction system, abnormality prediction method, biological information measuring device, biological information measuring system, and warning notification method |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004030541A (en) * | 2002-05-07 | 2004-01-29 | Sekisui Chem Co Ltd | System for displaying residence data |
| JP2004206401A (en) * | 2002-12-25 | 2004-07-22 | Kunio Fukunaga | Activity pattern anomaly monitoring system |
| JP2004287770A (en) * | 2003-03-20 | 2004-10-14 | Sekisui Chem Co Ltd | Life watching system |
| JP2005285001A (en) * | 2004-03-30 | 2005-10-13 | Sunstar Inc | Health support method and its system |
-
2006
- 2006-10-20 JP JP2006287035A patent/JP5070638B2/en not_active Expired - Fee Related
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004030541A (en) * | 2002-05-07 | 2004-01-29 | Sekisui Chem Co Ltd | System for displaying residence data |
| JP2004206401A (en) * | 2002-12-25 | 2004-07-22 | Kunio Fukunaga | Activity pattern anomaly monitoring system |
| JP2004287770A (en) * | 2003-03-20 | 2004-10-14 | Sekisui Chem Co Ltd | Life watching system |
| JP2005285001A (en) * | 2004-03-30 | 2005-10-13 | Sunstar Inc | Health support method and its system |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012244471A (en) * | 2011-05-20 | 2012-12-10 | Nec Corp | Abnormal radio wave detection device, abnormal radio wave detection method, and abnormal radio wave detection program |
| JP2013131097A (en) * | 2011-12-22 | 2013-07-04 | Nippon Telegr & Teleph Corp <Ntt> | Human activity detection system, human activity detection method and human activity detection program |
| JP2013131096A (en) * | 2011-12-22 | 2013-07-04 | Nippon Telegr & Teleph Corp <Ntt> | Danger determination system, danger determination method and danger determination program |
| JP2013167944A (en) * | 2012-02-14 | 2013-08-29 | Nippon Telegr & Teleph Corp <Ntt> | Home activity estimation system and home activity estimation method |
| JP2013210848A (en) * | 2012-03-30 | 2013-10-10 | Secom Co Ltd | Security system |
| JP2013145594A (en) * | 2013-04-08 | 2013-07-25 | Mega Chips Corp | Resident survival information notification system |
| US9808205B2 (en) | 2014-08-27 | 2017-11-07 | Seiko Epson Corporation | Abnormality prediction device, abnormality prediction system, abnormality prediction method, biological information measuring device, biological information measuring system, and warning notification method |
Also Published As
| Publication number | Publication date |
|---|---|
| JP5070638B2 (en) | 2012-11-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11862005B2 (en) | Aberration engine | |
| JP5070638B2 (en) | Daily life analysis system | |
| US20050137465A1 (en) | System and method for remote monitoring in home activity of persons living independently | |
| JP2012014598A (en) | Living-alone person watching system, living-alone person watching method and program | |
| JP2007265017A (en) | Aged person safety information generation system | |
| Cuddihy et al. | Algorithm to automatically detect abnormally long periods of inactivity in a home | |
| JP4812459B2 (en) | Security system | |
| EP2903217A1 (en) | Building automation method and system | |
| CN109419493A (en) | Physical condition prediction technique, physical condition prediction meanss and physical condition Prediction program | |
| JP5558520B2 (en) | State determination device, state determination system, state determination method, and program | |
| Alam et al. | Smart-energy group anomaly based behavioral abnormality detection | |
| Vavilov et al. | Healthcare application of Smart Home user's behavior prediction | |
| Casaccia et al. | AI-based sensor network for ADLs monitoring on ageing people during COVID-19 epidemic | |
| JP6452593B2 (en) | Information processing apparatus and information processing method | |
| WO2017104044A1 (en) | Remote health management device, remote health management method, and remote health management system | |
| JP6830298B1 (en) | Information processing systems, information processing devices, information processing methods, and programs | |
| JP5925014B2 (en) | Security system | |
| JP5920933B2 (en) | Single person watching system, single person watching method and program | |
| JP5441194B2 (en) | Single person watching system, single person watching method and program | |
| JP7085750B2 (en) | Lifestyle analysis system, lifestyle analysis method and program | |
| JP2005115413A (en) | Life watching system | |
| KR101017076B1 (en) | system for monitoring live alone the old using ???? | |
| Brownsell et al. | Developing a systems and informatics based approach to lifestyle monitoring within eHealth: part II-analysis & interpretation | |
| JP5925013B2 (en) | Security equipment | |
| JP5909832B1 (en) | Centralized water meter reading device with safety monitoring function |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A712 Effective date: 20090729 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20090925 |
|
| RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20091030 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20091030 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20111026 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20111207 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20120206 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20120706 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20120803 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20150831 Year of fee payment: 3 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| LAPS | Cancellation because of no payment of annual fees |