CN105476620B - 活动状态信息检测装置及其控制方法 - Google Patents

活动状态信息检测装置及其控制方法 Download PDF

Info

Publication number
CN105476620B
CN105476620B CN201510634766.XA CN201510634766A CN105476620B CN 105476620 B CN105476620 B CN 105476620B CN 201510634766 A CN201510634766 A CN 201510634766A CN 105476620 B CN105476620 B CN 105476620B
Authority
CN
China
Prior art keywords
information
mode
state
user
pulse wave
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.)
Active
Application number
CN201510634766.XA
Other languages
English (en)
Other versions
CN105476620A (zh
Inventor
高桥有亮
中村英典
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Seiko Epson Corp
Original Assignee
Seiko Epson Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Seiko Epson Corp filed Critical Seiko Epson Corp
Publication of CN105476620A publication Critical patent/CN105476620A/zh
Application granted granted Critical
Publication of CN105476620B publication Critical patent/CN105476620B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6802—Sensor mounted on worn items
    • A61B5/681—Wristwatch-type devices
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A61B5/02416—Detecting, measuring or recording pulse rate or heart rate using photoplethysmograph signals, e.g. generated by infrared radiation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1118—Determining activity level
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
    • A61B5/1455—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4806—Sleep evaluation
    • A61B5/4809—Sleep detection, i.e. determining whether a subject is asleep or not
    • G—PHYSICS
    • G04—HOROLOGY
    • G04G—ELECTRONIC TIME-PIECES
    • G04G21/00—Input or output devices integrated in time-pieces
    • G04G21/02—Detectors of external physical values, e.g. temperature
    • G04G21/025—Detectors of external physical values, e.g. temperature for measuring physiological data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
    • G06F1/16—Constructional details or arrangements
    • G06F1/1613—Constructional details or arrangements for portable computers
    • G06F1/163—Wearable computers, e.g. on a belt
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
    • G06F1/16—Constructional details or arrangements
    • G06F1/1613—Constructional details or arrangements for portable computers
    • G06F1/1633—Constructional details or arrangements of portable computers not specific to the type of enclosures covered by groups G06F1/1615 - G06F1/1626
    • G06F1/1684—Constructional details or arrangements related to integrated I/O peripherals not covered by groups G06F1/1635 - G06F1/1675
    • G06F1/1694—Constructional details or arrangements related to integrated I/O peripherals not covered by groups G06F1/1635 - G06F1/1675 the I/O peripheral being a single or a set of motion sensors for pointer control or gesture input obtained by sensing movements of the portable computer
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
    • G06F1/16—Constructional details or arrangements
    • G06F1/1613—Constructional details or arrangements for portable computers
    • G06F1/1633—Constructional details or arrangements of portable computers not specific to the type of enclosures covered by groups G06F1/1615 - G06F1/1626
    • G06F1/1684—Constructional details or arrangements related to integrated I/O peripherals not covered by groups G06F1/1635 - G06F1/1675
    • G06F1/1698—Constructional details or arrangements related to integrated I/O peripherals not covered by groups G06F1/1635 - G06F1/1675 the I/O peripheral being a sending/receiving arrangement to establish a cordless communication link, e.g. radio or infrared link, integrated cellular phone
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
    • G06F1/26—Power supply means, e.g. regulation thereof
    • G06F1/32—Means for saving power
    • G06F1/3203—Power management, i.e. event-based initiation of a power-saving mode
    • G06F1/3206—Monitoring of events, devices or parameters that trigger a change in power modality
    • G06F1/3215—Monitoring of peripheral devices
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2560/00—Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
    • A61B2560/02—Operational features
    • A61B2560/0204—Operational features of power management
    • A61B2560/0209—Operational features of power management adapted for power saving
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02—Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0219—Inertial sensors, e.g. accelerometers, gyroscopes, tilt switches
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A61B5/02438—Detecting, measuring or recording pulse rate or heart rate with portable devices, e.g. worn by the patient

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • General Health & Medical Sciences (AREA)
  • Biophysics (AREA)
  • General Engineering & Computer Science (AREA)
  • Veterinary Medicine (AREA)
  • Biomedical Technology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Molecular Biology (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Surgery (AREA)
  • General Physics & Mathematics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Pathology (AREA)
  • Physiology (AREA)
  • Cardiology (AREA)
  • Human Computer Interaction (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Optics & Photonics (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Anesthesiology (AREA)
  • Pulmonology (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明提供一种活动状态信息检测装置及其控制方法。该活动状态信息检测装置包括：脉波测定部，测定用户的脉波信息；体动测定部，测定用户的体动信息；以及处理部，进行用户的活动状态信息的运算处理，该处理部进行第一模式和第二模式的模式切换处理，第一模式基于体动信息进行活动状态信息的运算处理，第二模式基于脉波信息进行活动状态信息的运算处理。

Description

活动状态信息检测装置及其控制方法
技术领域
本发明涉及活动状态信息检测装置及其控制方法等。
背景技术
目前已知一种装置(狭义上是指活动监视器)，该装置内置有加速度传感器等的多种传感器，能够通过用户一直佩戴而取得表示该用户的活动状态的信息。这种装置由于需要通过传感器检测用户的状态，因此，设想由用户佩戴可佩戴装置等来实现。
此外，活动监视器有时仅考虑作为上述用户的活动的运动状态，并将运动时较短时间(长至几小时左右)作为对象，但如果为了容易理解而考虑广泛使用的计步器，则又大多需要较长时间(24小时等)的佩戴。
例如作为可佩戴装置等而实现的活动监视器，假定通过电池驱动。此时，如果是仅装载加速度传感器等的体动传感器的装置的话，耗电方面并不是问题。但是，近年来，还考虑到活动监视器中包括脉波传感器。由于脉波传感器比体动传感器耗电大，因此，为了实现如上述这种的长时间的连续驱动，则需要进行高效的动作。
例如，在专利文献1中，公开了取得脉波信息的装置，该装置根据计测的生物体信息，辨别生物体的状态，并根据辨别结果而抑制耗电的方法。
表示用户的活动状态的活动状态信息中包括各种信息。例如，可以将后面说明的消耗卡路里信息、步数信息、移动速度信息、移动路径信息等作为活动状态信息。并且，在装置(活动状态信息检测装置)中包括多种传感器的情况下，考虑既可以通过第一传感器的输出求得预定的活动状态信息，也可以通过第二传感器的输出求得的状况。
在这种状况下，根据各传感器的特征或用户的状态，优选将哪个传感器信息用于活动状态信息的运算发生了改变。但是，在专利文献1等的现有方法中，未公开基于传感器的输出自动地切换求得这种活动状态信息的模式的方法。特别是，在能够取得来自脉波传感器的脉波信息的装置中，未公开切换从脉波信息求得还是从其他的传感器的信息求得活动状态信息的方法。
现有技术文献
专利文献
专利文献1：日本特开2008-61663号公报
发明内容
根据本发明的几个方式，提供一种通过适当地切换基于脉波信息求得活动状态信息的模式和基于体动信息求得活动状态信息的模式，而高效地动作的活动状态信息检测装置及活动状态信息检测装置的控制方法等。
本发明的一个方式涉及一种活动状态信息检测装置包括：脉波测定部，测定用户的脉波信息；体动测定部，测定所述用户的体动信息；以及处理部，进行所述用户的活动状态信息的运算处理，所述处理部进行第一模式和第二模式的模式切换处理，在所述第一模式中，基于所述体动信息进行所述活动状态信息的所述运算处理，在所述第二模式中，基于所述脉波信息进行所述活动状态信息的所述运算处理。
根据本发明的一个方式，在能够测定脉波信息和体动信息的装置中，在预定的活动状态信息的运算处理中，切换使用脉波信息还是使用体动信息。从而，由于能够根据各种状况，将脉波信息和体动信息中的适合的一方用于活动状态信息的运算，因此，能够例如在第一模式下关闭脉波信息的计测等，使活动状态信息检测装置高效地动作等。
此外，在本发明的一个方式中，所述处理部可以基于电池余量进行所述模式切换处理。
从而，能够进行基于电池余量的模式切换处理。
此外，在本发明的一个方式中，所述处理部可以在所述电池余量为预定的余量以上的情况下设定为所述第二模式，可以在所述电池余量不足所述预定的余量的情况下设定为所述第一模式或者所述第二模式。
从而，能够基于电池余量和预定的余量的比较处理，进行模式切换处理。
此外，在本发明的一个方式中，所述处理部在所述电池余量不足所述预定的余量、并基于所述体动信息判定所述用户为运动状态或者睡眠状态的情况下，设定为所述第二模式。
从而，能够基于电池余量和预定的余量的比较处理及用户的行为判定处理，进行模式切换处理等。
此外，在本发明的一个方式中，所述处理部可以在所述电池余量不足所述预定的余量、并基于所述体动信息判定所述用户为安静状态的情况下，设定为所述第一模式。
从而，能够基于电池余量和预定的余量的比较处理及用户的行为判定处理，进行模式切换处理等。
此外，在本发明的一个方式中，所述处理部可以在基于所述体动信息判定所述用户为运动状态或者睡眠状态的情况下，设定为所述第二模式。
从而，能够基于用户的行为判定处理进行模式切换处理等。
此外，在本发明的一个方式中，所述处理部在基于所述体动信息判定所述用户为安静状态的情况下，设定为所述第一模式。
从而，能够基于用户的行为判定处理进行模式切换处理等。
此外，在本发明的一个方式中，所述处理部基于时间表信息及时刻信息中至少一方，进行所述模式切换处理。
从而，能够基于时间表信息或时刻信息，进行模式切换处理等。
此外，在本发明的一个方式中，所述处理部可以在基于所述时间表信息及所述时刻信息中至少一方判定所述用户为运动状态或者睡眠状态的情况下，设定为所述第二模式。
从而，能够基于使用时间表信息或时刻信息的用户的行为判定处理，进行模式切换处理等。
此外，在本发明的一个方式中，可以包括位置信息取得部，取得所述用户的位置信息的，所述处理部，可以基于所述位置信息，进行所述模式切换处理。
从而，能够基于位置信息进行模式切换处理等。
此外，在本发明的一个方式中，所述处理部可以在基于所述位置信息判定所述用户为运动状态的情况下，设定为所述第二模式。
从而，可以基于使用位置信息的用户的行为判定处理，进行模式切换处理等。
此外，在本发明的一个方式中，所述处理部可以在所述第一模式中，基于所述体动信息求得作为所述活动状态信息的消耗卡路里信息，可以在所述第二模式中，基于所述脉波信息求得作为所述活动状态信息的所述消耗卡路里信息。
从而，能够求得作为活动状态信息的用户的消耗卡路里信息等。
此外，在本发明的一个方式中，所述处理部可以在所述第一模式中，基于所述体动信息求得所述用户的速度信息，从所述速度信息求得所述消耗卡路里信息。
从而，通过在第一模式中从体动信息求得速度信息，能够求得消耗卡路里信息等。
此外，在本发明的一个方式中，所述处理部可以在所述第一模式中，基于作为所述体动信息的加速度信息，求得所述用户的步数信息，基于所述步数信息，求得所述用户的所述速度信息，从所述速度信息求得作为所述活动状态信息的所述消耗卡路里信息。
从而，在第一模式中，将加速度信息作为体动信息使用的同时，能够执行从加速度信息求得步数信息的处理、从步数信息求得速度信息的处理以及从速度信息求得消耗卡路里信息的处理。
本发明的其他方式涉及一种活动状态信息检测装置的控制方法，进行测定用户的脉波信息的处理，进行测定所述用户的体动信息的处理，进行第一模式和第二模式的模式切换处理，所述第一模式基于所述体动信息进行所述活动状态信息的所述运算处理，所述第二模式基于所述脉波信息进行所述活动状态信息的运算处理，通过由所述模式切换处理设定的模式，进行所述活动状态信息的所述运算处理。
附图说明
图1是活动状态信息检测装置的构成例。
图2是活动状态信息检测装置的详细的构成例。
图3的(A)、图3的(B)是活动状态信息检测装置的外观图。
图4是活动状态信息检测装置的外观图。
图5的(A)～图5的(C)是包括活动状态信息检测装置的系统的具体的实现例。
图6的(A)、图6的(B)是时间表信息的具体例。
图7是说明本实施方式的模式切换处理的流程图。
图8是表示相对脉搏数和相对氧摄取量的关系的图。
图9的(A)是脉波信息及体动信息的具体例，图9的(B)、图9的(C)是说明第二模式中的睡眠状态的判定处理的图。
图10的(A)～图10的(C)是针对脉搏数未下降的用户的处理例。
图11的(A)、图11的(B)是对应于睡眠判定累计时间而使阈值发生变化的处理的说明图。
符号说明
10腕带部；12腕带孔；14带扣部；15腕带插入部；16突起部；30壳体部；32发光窗部；40传感器部；100活动状态信息检测装置；110脉波测定部；111脉波传感器；113脉波测定电路；120体动测定部；121体动传感器；123体动测定电路；130处理部；140显示部；150存储部；160通信部；170电池；180位置信息取得部；200可佩戴装置；400处理装置；NE网络；RHR相对脉搏数；RVO2相对氧摄取量；Tha加速度阈值；Thp脉搏数阈值；Thta1、Thta2加速度累计时间阈值；Thtp脉搏累计时间阈值；tp1睡眠判定累计时间。
具体实施方式
下面，对本实施方式进行说明。此外，下面说明的本实施方式对权利要求记载的本发明的内容并无不当限定。而且，在本实施方式中说明的全部构成不一定是本发明的必须的构成要件。
1、本实施方式的技术方案
首先，对本实施方式的技术方案进行说明。如上所述，已知一种活动信息检测装置(活动监视器)，该活动信息检测装置是内置有加速度传感器等的多种传感器，能够通过用户一直佩戴而取得表示该用户的活动状态的信息。
而且，近年来，也开始使用包括脉波传感器、并可以取得脉波信息的装置。脉波传感器是用于检测脉波信号的传感器，例如可以考虑包括发光部和受光部的光电传感器等。此外，已知脉波传感器可以通过其他形式的传感器(例如超声波传感器)等多种传感器来实现，本实施方式的脉波传感器可以广泛适用于这些传感器。
无论使用哪一种方式的脉波传感器，脉波传感器的耗电一般都比取得体动信息的体动传感器大。上述体动传感器是指加速度传感器、陀螺传感器、方位传感器、气压传感器等的多种传感器。下面，为了在本说明书中简化说明，将体动传感器以加速度传感器为例进行说明，但也可以考虑扩展到检测其他体动的传感器。
例如，在使用光电传感器作为脉波传感器的情况下，使来自发光部的光向被检测体(即用户，狭义上是指用户的血管)照射，并由受光部检测其反射光或透过光。也就是说，在脉波传感器的动作中，需要使LED等的发光部发光，耗电较大。
通过装载脉波传感器，活动状态信息检测装置可以取得脉波信息以及根据该脉波信息而检测出活动状态信息(计算、运算)，但是装置的耗电有增大的倾向。但是，作为活动监视器的一个例子，如果考虑通过比较简单的结构(例如传感器仅为加速度传感器)而可以实现的计步器的例子的话，为了理解，要求活动监视器可以长时间地(例如24小时不断地)动作。
如果是计步器的例子，则用户进行“1天1万步”的目标设定，通过计步器检测出的活动状态信息、即步数，判断是否达成该目标。在这种状况下，即使输出了“已经进行12小时的计测，其期间的步数为6000步”的这种信息，对于是否达成了目标，用户也无法进行适当地判断，因此，该信息不能被称为有用的信息。
假设活动状态信息检测装置是用户佩戴的装置，一般通过电池等进行为作。也就是说，在将脉波传感器装载于活动状态信息检测装置的情况下，该装置进行考虑了耗电后的高效的动作变得重要。否则，有可能发生电池耗尽，其结果是，无法输出用户期望的长时间的测定结果。
专利文献1中已知如下记载：在包括脉波传感器的装置中，基于检测出的生物体信息而降低耗电。但是，尽管在专利文献1中公开了从生物体信息的检测结果控制通信时机(发送时机)的方法，但是，并没有考虑到装置所求得的活动状态信息的具体内容、或用于活动状态信息的检测的传感器种类等。
例如在本实施方式可以取得这种设想的脉波信息和体动信息两者的活动状态信息检测装置中，考虑到了既能够从脉波信息又能够从体动信息求得预定的活动状态信息的这种情况。在这种情况下，根据各传感器的特征或用户的状态，优选将哪个传感器的信息用于活动状态信息的运算会发生改变。
根据如上，本申请人提出根据情况切换求得活动状态信息的模式的方法。具体而言，如图1所示，本实施方式所涉及的活动状态信息检测装置100，包括：测定用户的脉波信息的脉波测定部110、测定用户的体动信息的体动测定部120、和进行用户的活动状态信息的运算处理的处理部130。并且，处理部130进行第一模式和第二模式的模式切换处理，第一模式基于体动信息进行活动状态信息的运算处理，第二模式基于脉波信息进行活动状态信息的运算处理。
上述活动状态信息可以进行多种考虑，例如，可以为表示计测期间内用户的消耗卡路里的信息。这种情况下，处理部130在第一模式下，基于体动信息而求得作为活动状态信息的消耗卡路里信息，在第二模式下，基于脉波信息而求得作为活动状态信息的上述消耗卡路里信息。关于各模式中的消耗卡路里信息的具体地求得方法将于后面说明。
所谓活动状态信息是指在广义上为通过装置测定的生物体信息和基于作为用户的个人信息的设定信息(例如，年龄、身高、体重)而与特定的用户的活动有关的信息。活动状态信息例如是用户的消耗卡路里或移动距离、步数、高度变化、速度、运动强度、用于睡眠判定的脉搏数阈值、睡眠时间、睡眠质量、脉搏区域设置、体能水平、运动后过量氧耗(EPOC)、基于上述值计算的个人活动量的指标值等。
如此一来，可以根据状况适当地切换求得活动状态信息的方法(模式)。具体而言，处理部130可以进行将活动状态信息的运算模式设定为基于体动信息进行活动状态信息的运算处理的第一模式和基于脉波信息进行活动状态信息的运算处理的第二模式中任一模式的处理。因此，也可以控制例如在第一模式下不进行脉波信息的取得，这种情况下，由于将脉波传感器本身设为关闭，并跳过脉波信息的运算处理，因此，可以成为降低了耗电的高效的动作。从这个意义上而言，不仅第一、第二模式是指处理部130中的活动状态信息的运算模式，而且可以表示活动状态信息检测装置100的测定模式。也就是说，通过在处理部130中进行模式设定，不仅决定处理部130中的运算处理，也可以决定脉波测定部110等的给予的模块的动作状态(测定状态)。
体动信息表示也可以从外表观察的用户的身体的活动信息，与此对比，脉波信息(例如，脉搏数)不仅为例如身体的活动这种的外在的活动信息，也反映了内在的活动(例如思考等的精神活动)的信息。因此，设想即使为相同的活动状态信息，使用脉波信息也要比使用体动信息的精度更高。但是，如上所述，脉波信息的取得在比体动信息的取得耗电更大这一点上是不利的。也就是说，在本实施方式的方法中，可以说在精度与耗电的权衡之下，选择符合状况的适当的模式。
如上所述，由于耗电在如上述体动信息的取得中没有特别地问题，因此，可以不断地取得体动信息。并且，关于脉波信息，可以在取得脉波信息的重要性高的情况下取得。也就是说，在本实施方式中，例如取得脉波信息的话则可以选择第二模式，不取得的话则可以选择第一模式。而且，可以通过活动状态信息检测装置100的操作部(未图示)，存在脉波信息取得的指示的情况下，可以选择第二模式，在没有脉波信息取得的指示的情况下，可以选择第一模式。
根据本实施方式的方法，能够抑制电池余量不足、脉搏计测中该计测被中断的情况。具体而言，以如下方式动作：在电池电量减少时，在保存电量的方向上使装置动作，仅在希望计测脉波信息的情况下，计测脉波信息(脉搏)。
而且，即使在电池余量降低至无法开启脉波信息的取得(脉搏计测)的情况下，也能够以关闭脉波信息的取得的模式(脉波关闭模式)进行为作，即可以继续进行体动信息的取得。从而，作为步数、消耗卡路里等的成为活动量指标的数据，能够继续计测仅从体动信息可运算的信息。
例如，在没有脉波关闭模式的情况下，一旦有电池耗尽的那天则会出现计测遗漏，因此，难以与其他天的活动量进行相对比较。以下的情况难以发生：昨天的步数为12000步，今天实际步数应为15000步，但由于中途电池耗尽而计数为8000步。一旦发生上述的情况时，则作为用户只能浏览到12000步、8000步的这种结果，因此，仅从该数值来看的话，做出今天不如昨天走得多的判断，而无法反应实际地情况。并且，即使从身体感受能够判定8000步的数值不可信，但也难以估计正确的步数。
有关这点，在本实施方式的技术方案中，由于根据需要而设为脉波关闭模式，因此，能够抑制欠缺必要的活动状态信息的可能性。而且，对于从脉波信息和体动信息的任一种信息均能够求得的活动状态信息，尽管通过模式切换所使用的信息发生变化，但在任一种模式中都能够继续运算。因此，尽管为了高效的动作在装置内切换了处理模式，但是，不会让用户意识到该控制，从用户角度来看，在佩戴中可以不断地求得消耗卡路里。
下面，对本实施方式所涉及的活动状态信息检测装置100的具体的构成例进行说明之后，对于切换第一、第二模式的具体方法进行说明。之后，说明作为活动状态信息的具体例的消耗卡路里的计算方法，最后，使用图9的(A)～图11的(B)说明第二模式中的处理的具体例。由于通过第二模式可以取得体动信息和脉波信息两者，因此，说明使用该两者的处理的具体例。
2、系统构成例
图2示出本实施方式所涉及的活动状态信息检测装置100的详细的构成例。如图2所示，活动状态信息检测装置100包括：脉波测定部110、体动测定部120、处理部130、显示部140、存储部150、通信部160、电池(二次电池)170、和位置信息取得部180。不过，活动状态信息检测装置100不限于图2的结构，可以进行省略一部分的构成成分或者追加其他构成成分等的各种变形实施。
脉波测定部110包括脉波传感器111和脉波测定电路(脉波检测电路)113。关于脉波传感器111如上所述，脉波传感器111例如可以为包括发光部和受光部的光电传感器。脉波测定电路113连接于脉波传感器111，基于来自脉波传感器111的传感器信息而检测(取得)脉波信息。
体动测定部120包括体动传感器121和体动测定电路(体动检测电路)123。关于体动传感器121如上所述，体动传感器121例如为加速度传感器。体动测定电路123连接于体动传感器121，基于来自体动传感器121的传感器信息而检测(取得)体动信息。
处理部130基于脉波信息及体动信息，进行模式切换等的各种处理。该处理部130的功能能够通过各种处理器(CPU等)、ASIC(栅极阵列)等的硬件或程序等实现。关于处理部处理的详细情况将在后面说明。
显示部140显示检测的活动状态信息。显示部140例如可以通过液晶显示器或有机EL显示器等实现。不过，活动状态信息的显示也可以通过其他设备(例如活动状态信息检测装置100的佩戴者使用的智能手机或PC)进行，活动状态信息检测装置100可以为不包括显示部140的结构。在使用图3的(A)等后述的活动状态信息检测装置100中，向用户的信息的提示，通过经由发光窗部32的界面用的发光部的发光而进行，不具有显示部140。
存储部150是处理部130等的工作区域，其功能可以通过RAM等的存储器或HDD(硬盘驱动器)等实现。存储部150既可以存储脉波信息及体动信息，也可以存储检测的活动状态信息。此外，可以存储使用图6的(A)、图6的(B)而后述的时间表信息等。
通信部160进行与其他设备的通信。通信部160可以发送由处理部130求得的活动状态信息。或者，可以从其他设备接收用于模式切换处理的信息(例如时间表信息等)。
通信部160的通信经由网络NE进行，网络NE可以通过WAN(Wide Area Network：广域网)或LAN(Local Area Network：局域网)等实现，无论有线或无线。例如，作为通信对象的设备为设置于与活动状态信息检测装置100物理上分隔的位置的服务器系统的话，网络NE可以为互联网等。作为通信对象的设备为与活动状态信息检测装置100相同的用户所使用的智能手机的话，网络NE可以为短距离无线通信等。
电池170向活动状态信息检测装置100的各部分供给电力。电池170可以通过例如锂离子电池等的二次电池实现。
位置信息取得部180取得表示用户的位置(狭义上是指当前位置)的位置信息。位置信息取得部180包括GPS(Global Positioning System：全球定位系统)的天线等，可以使用GPS取得位置信息。或者，位置信息可以为从手机基站等取得的信息。对于使用位置信息的处理将在后面说明。
图3的(A)～图4示出本实施方式所涉及的活动状态信息检测装置100的外观图的一个例子。本实施方式的活动状态信息检测装置100具有：腕带部10、壳体部30和传感器部40。壳体部30安装于腕带部10。传感器部40设置于壳体部30。
上述传感器部40是可以经由透光构件向外部照射光以及接收来自外部的光的结构，狭义上设想设置有脉波传感器111。如上所述，本实施方式的活动状态信息检测装置100包括体动传感器121，体动传感器121既可以包括于图4的传感器部40，也可以设置于活动状态信息检测装置100的其他部分。
腕带部10是缠绕于用户的手腕、用于佩戴活动状态信息检测装置100的构件。腕带部10具有腕带孔12、带扣部14。带扣部14具有腕带插入部15和突起部16。用户将腕带部10的一端侧插入带扣部14的腕带插入部15，将带扣部14的突起部16插入腕带部10的腕带孔12，从而将活动状态信息检测装置100佩戴于手腕。
壳体部30相当于活动状态信息检测装置100的主体部。在壳体部30的内部，设置传感器部40或未图示的电路基板等的活动状态信息检测装置100的各种构成零部件。即，壳体部30是收纳上述的构成零部件的框体。
发光窗部32设置于壳体部30。发光窗部32由透光构件形成。并且，在壳体部30上，设置有安装于柔性基板的、作为界面的发光部，从该发光部发出的光，经由发光窗部32向壳体部30的外部照射。
如图5的(A)等所示，活动状态信息检测装置100佩戴于用户的手腕，在该佩戴状态下，进行脉波信息(广义上为生物体信息)或体动信息的计测。
此外，本实施方式所涉及的活动状态信息检测装置100不限于用户佩戴的可佩戴装置，也可以为服务器系统。这种情况下，脉波测定部(脉波信息取得部)110从具有脉波传感器111的可佩戴装置取得脉波信息，体动测定部(体动信息取得部)120从具有体动传感器121的可佩戴装置取得体动信息。此外，鉴于本实施方式的技术方案是为了使在电池等方面存在制约的设备高效地动作，通过处理部130，进行模式的切换的同时，可以对可佩戴装置进行脉波传感器111的动作状态(开启/关闭)的切换指示。在本示例中，可佩戴装置等能够进行脉波信息及体动信息的取得，由作为服务器系统的活动状态信息检测装置100执行实际的运算。
用户佩戴的可佩戴装置需要小型且轻量，因此，在装置内部的处理部的处理性能或数据的存储容量方面制约较大。与此对比，服务器系统由于资源的制约较小，因此，能够高速地进行与活动状态信息的运算或模式切换有关的处理，能够保持更多的数据(脉波信息、体动信息或活动状态信息)。而且，通过从作为服务器系统的活动状态信息检测装置100向可佩戴装置根据切换处理的结果施加适当的反馈，能够使可佩戴装置高效地动作。
这种情况下的示例为图5的(A)，作为服务器系统的活动状态信息检测装置100，经由网络NE与可佩戴装置200连接，从该可佩戴装置200取得脉波信息及体动信息。
此外，活动状态信息检测装置100可以取得由可佩戴装置200收集的脉波信息和体动信息即可，因此，不限定于与可佩戴装置200直接连接的方式。例如，如图5的(B)所示，可以为可佩戴装置200与其他处理装置400连接、且活动状态信息检测装置100经由网络NE与该处理装置400连接的方式。作为这种情况下的处理装置400例如可以考虑佩戴有可佩戴装置200的用户使用的智能手机等的移动终端装置。并且，可佩戴装置200和处理装置400的连接可以使用与网络NE相同的介质，也可以利用短距离无线通信等。
而且，本实施方式所涉及的活动状态信息检测装置100也可以不通过服务器系统，而通过智能手机等的处理装置(狭义上是指便携式终端装置)实现。这种情况的构成例为图5的(C)。智能手机等的便携式终端装置与服务器系统相比，虽然大多在处理性能、存储区域、电池容量方面存在制约，但如果考虑到近年来性能提升的话，也认为可以确保足够的处理性能等。从而，如果满足处理性能等的要求的话，则可以如图5的(C)所示，将智能手机等作为本实施方式所涉及的活动状态信息检测装置100。
而且，虽然上面通过服务器系统、处理装置400、可佩戴装置200中的任一个装置实现活动状态信息检测装置100，但并不限于此。例如，可以通过多个装置的分散处理实现脉波信息及体动信息的取得、取得的信息的蓄积处理、模式切换处理和脉波传感器111的动作状态切换指示。具体而言，可以通过服务器系统、处理装置400、可佩戴装置200中至少2个以上的装置实现活动状态信息检测装置100。或者，也可以在其他装置中进行本实施方式所涉及的处理，本实施方式所涉及的活动状态信息检测装置100可以通过多种装置(或者装置的组合)实现。
换言之，本实施方式的技术方案能够适用于包括脉波测定部110、体动测定部120和处理部130的活动状态信息检测系统，该活动状态信息检测系统通过一个或多个装置构成。
3、模式切换方法
下面，对于切换第一模式和第二模式的具体的判定方法进行说明。具体而言，分别对基于电池余量的判定、主要基于体动信息的行为判定、通过时间表信息等的判定、基于位置信息的判定进行说明，最后，对于这些的组合进行说明。
3.1基于电池余量的判定
处理部130可以基于电池余量进行模式切换处理。如上所述，本实施方式的问题在于，由于产生电池耗尽，而出现在测定重要的状况下无法测定脉波信息、或者在必要的期间内(例如24小时连续地)无法取得步数等的活动状态信息的状况。也就是说，电池余量充足与否是模式切换中的重要判定要素。
具体而言，处理部130在电池余量为预定的余量以上的情况下，可以设定为第二模式；在电池余量不足预定的余量的情况下，可以设定为第一模式或者第二模式。
如上所述，在求得给予的活动状态信息时，认为使用脉波信息比使用体动信息的情况下大多都能够提高精度。因此，电池余量充足的话，可以积极地将脉波信息用于处理，选择第二模式作为模式。
另一方面，在电池余量减少的情况下，由于希望尽可能地抑制电池耗尽的可能性，因此，应考虑设定为第一模式。体动信息的取得比脉波信息的取得耗电少，因此，即使在计测中以高频度(狭义上是指不断地)地使体动信息动作也没有问题。因此，如果活动状态信息检测装置100为动作中的话，考虑可以通过第一模式进行活动状态信息的运算。
但是，考虑还存在根据状况而希望取得脉波信息的情况。具体而言，在通过后述的行为判定而判定运动状态的状况等。这种情况下，有时也无法取得脉波信息而将缺点放大，因此，存在即使电池余量少也取得脉波信息的可能性。在这种情况下，一边取得脉波信息一边通过第一模式(使用体动信息)进行活动状态信息的运算是不合理的，因此，可以设定为第二模式。也就是说，在该例子中，在电池余量少的情况下，考虑其他的判定结果决定选择第一模式还是第二模式。
此外，基于电池余量的判定方法不限于上述的方法。例如，在电池余量充足(预定的余量以上)的情况下，可以保留设定为第一模式的可能性。即使预定的时机下的余量充足，但是在考虑了其后的连续动作时间的情况下，存在电池耗尽的可能性。例如，在将活动状态信息检测装置100刚从充电器拔下开始使用(测定)后的时机下，电池余量接近100％而为预定的余量以上。但是，在该时机之后，活动状态信息检测装置100由于需要长时间(例如24小时)连续地动作，因此，目前时机下的电池余量多并不代表电池耗尽的可能性低的判定。在这种情况下，虽然电池余量充足，但考虑到后续的动作，可以进行设定为第一模式的处理。
这种情况下，判定电池余量在预定的阈值以上或者不足的结果可以影响到分别选择第一、第二模式的难易度。例如，电池余量在预定的阈值以上的情况下，与电池余量不足预定的阈值的情况相比，可以易于设定为第二模式，很难设定为第一模式。如此，尽管保留不取决于电池余量而设定为两者的模式的可能性，在电池余量有富余的情况下，仍能够提高使用脉波信息的可能性(提高脉波信息的优先度)。
而且，上面预定的阈值为一个，但不限于此。例如，可以通过设定两个以上的电池余量的阈值，而将电池余量区分为三个以上的状态。即使这种情况下，电池余量越多则越易于被设定为第二模式(可以包括必须设定为第二模式的处理)，电池余量越少则越易于被设定为第一模式(可以包括必须设定为第一模式的处理)。
3.2行为判定
此外，处理部130在基于体动信息判定用户为运动状态或者睡眠状态的情况下，可以设定为第二模式。这里，所谓运动状态是指用户进行某种运动(跑步、步行或体育运动等)的状态。具体而言，与由体动信息表示的体动的大小的大的状态相对应。所谓睡眠状态是指一般用于安静状态、且意识水平(及对于外界刺激的反应)下降的“睡眠”的状态。
运动状态中，取得脉搏数等的信息是有用的。原因在于，脉搏数与单纯的身体的活动的大小不同，其为本质上反映用户的活动程度的信息，因此，适当地表示通过运动所带来的负荷的程度。因此，通过取得脉搏数等的脉波信息，可以判定目前的运动对于对象用户来说是否为适当的负荷，由此也可以判定对于脂肪燃烧来说是否为适当的负荷。而且，由于过度的负荷的运动从用户的健康方面来说也不优选，因此，也能够抑制这种运动。
也就是说，运动状态中取得脉波信息是重要的，因此，即使关于其他的活动状态信息，对于能够从脉波信息求得的信息，可以使用脉波信息运算。换言之，在判定用户为运动状态的情况下，设定为第二模式。
另一方面，在睡眠状态下，可以判定睡眠的深度。较深的睡眠(例如非快速眼动睡眠)与较浅的睡眠(例如快速眼动睡眠)相比，为用户的活动被抑制的状态，其为大脑和身体都休息的状态。也就是说，睡眠的深度能够作为表示睡眠的质量的信息利用。特别是，单纯的睡眠时间用户能够一定程度地感觉到，而睡眠的深度则非常难感觉到，因此，向用户提示这种信息的意义很大。而且，对于睡眠的深度的信息，从体动信息很难求得良好地精度，但可以使用脉波信息求得。此外，睡眠的深度可以从脉搏数与预定的脉搏数阈值的比较处理求得，也可以通过从脉搏间隔等求得的自主神经活动信息(周知的LF、HF)求得。
也就是说，在睡眠状态下取得脉波信息也是重要的，因此，在判定用户为睡眠状态的情况下，可以设定为第二模式。
可以将体动信息用于运动状态的判定及睡眠状态的判定，狭义而言，可以进行使用加速度值的判定。具体而言，运动状态下体动变大，因此，在加速度值为预定的运动加速度阈值以上的情况下，判定为运动状态。同样地，睡眠状态下体动变得非常小，因此，在加速度值为预定的睡眠加速度阈值以下的情况下，判定为睡眠状态。此外，已知各种从体动信息判定运动状态的方法。例如，跑步或步行这些运动具有周期性，因此，表示加速度值的时间变化的信号也具有周期性。运动状态的判定可以使用判定这种周期性的有无的方法。
此外，处理部130可以在基于体动信息判定用户为安静状态的情况下，设定为第一模式。这里的安静状态，表示用户为清醒状态、并且与运动状态相比体动小的状态。设想用户处于安静状态的情况下，脉搏数为较小的值、状态安定，因此，即使不进行脉波信息的取得也没有大的问题。
当然，也存在如下的情况：尽管处于安静状态，却检测脉搏数的急剧变化，在这种情况下，能够判定用户发生了某种异常，因此，安静状态下的脉波信息的取得也是有意义的。但是，在本实施方式中，为了实现活动状态信息检测装置100的高效的动作，进行如下的处理：安静状态下的脉波信息的取得，与运动状态或睡眠状态相比，其优先度低。也就是说，在判定为安静状态的情况下，可以设定为第一模式并跳过脉波信息的取得。
此外，基于体动信息的安静状态的判定可以进行上述的阈值判定。作为一个例子，可以以睡眠加速度阈值＜运动加速度阈值的方式，设定上述的睡眠加速度阈值和运动加速度阈值，在加速度值比睡眠加速度阈值大且比运动加速度阈值小的情况下，判定为安静状态。
不过，安静状态下有时体动非常小，因此，不容易仅从体动信息精度良好地判定睡眠状态和安静状态。例如，用户在清醒状态下卧床的状态和用户在睡眠状态下卧床的状态下，假设加速度值为相同程度地小，如果通过与睡眠加速度阈值相对的加速度的大小来判定，则有无法适当地区别的可能性。
在以第一模式动作中的情况下，假设不进行脉波信息的取得，因此，是以使用体动信息进行睡眠状态还是安静状态的判定为前提。如果活动状态信息检测装置100具有的其他传感器(这里指脉波传感器111以外的传感器)的信息或者来自与通信部160通信的其他设备的信息对于睡眠状态和安静状态的识别是有用的话，也可以使用上述信息。
另一方面，在以第二模式动作中的情况下，由于进行脉波信息的取得，因此，可以使用体动信息和脉波信息两者进行睡眠状态还是安静状态的判定。详细情况将于后面说明，通过使用体动信息和脉波信息两者(特别是两者的信息的变化信息)，可以精度良好地判定睡眠状态。
鉴于以上各点，高精度地进行第一模式下的安静状态和睡眠状态的判定的必要性并不很高。原因在于，即使在第一模式下将安静状态错误判定为睡眠状态，从该判定结果也转移至第二模式，因此，可以进行通过体动信息和脉波信息两者的高精度的判定。也就是说，即使由于错误判定而向第二模式转移，假设在下一个模式切换处理的时机也重回至第一模式，因此，电力的浪费并不大。
不过，原本应为睡眠状态却错误判定为安静状态的情况下，由于第一模式继续，因此不能进行并用脉波信息的高精度地判定。其结果是，明明第二模式是适合的，但不优选的第一模式的设定却在继续。
因此，在本实施方式中，在使用体动信息的判定中，可以设为易于被判定为睡眠状态。如此，由于转移至第二模式的概率提高，因此，能够高精度地进行睡眠状态、安静状态的判定。作为一个例子，在使用体动信息的判定中，可以判定为运动状态或睡眠状态中任一个而不判定为安静状态。不过，以第二模式动作的期间越长则耗电越大，使用本实施方式的方法的优点变小。因此，使用体动信息的判定方法，可以考虑变更判定精度或耗电，能够进行各种变形实施。
此外，可以构成为，在判定为睡眠中的情况下，在第一模式下间歇地取得脉波信息。例如，在第二模式下，不间断地连续取得脉波信息、每1秒或4秒计算脉搏数，另一方面，在第一模式下，仅在10分钟中的1分钟内取得脉波信息，仅在该1分钟内，以给时机间间隔或者仅一次计算脉搏数。
或者，也可以在第一模式下不取得脉波信息，在第二模式下如前所述间歇地取得脉波信息。如此一来，由于在变动比较少的睡眠中能够降低脉搏计测的频率，因此，能够节约耗电。此外，如此一来，能够进行与睡眠中相比更为重视白天活动中的脉波信息取得(的持续时间)的活动量计测。
3.3基于时间表信息、时刻信息的判定
此外，处理部130可以基于时间表信息及时刻信息的至少一方，进行模式切换处理。
这里，所谓时间表信息是指将预定的时间段和该时间段中的脉波测定的优先度(狭义上是指开启/关闭)相关联的信息。图6的(A)、图6的(B)示出时间表信息的一个例子。图6的(A)、图6的(B)是定义了开启脉波信息的计测的时间表的数据表，由数据库构成即可。时间表既可以如图6的(A)所示通过时间日期定义，也可以如图6的(B)所示，通过星期几定义，也可以为其他形式。
图6的(A)的示例中，在2014年7月19日的6:00～8:00间，开启脉波测定，即，通过第二模式求得活动状态信息。同样地，在2014年7月23日的18:00～19:00、2014年7月26日的6:00～8:00，也设定为第二模式。
图6的(B)的示例中，在周日的6:00～8:00设定为第二模式，因此，在设定了该时间表信息的状态下，在每周日的6:00～8:00设定为第二模式。并且，如图6的(B)的名为WEEK003的时间表信息所示，可以不进行周几的设定。作为一个例子，在设定了该时间表信息的状态下，可以在每天的6:00～8:00设定为第二模式。
使用时间表信息的情况下，活动状态信息检测装置100需要取得当前时刻的信息(时刻信息)，进行该当前时刻和时间表信息所规定的时刻(时间)的比较处理。作为一个例子，活动状态信息检测装置100具有图2中未图示的计时部(计时器)，可以通过该计时部取得时刻信息。或者，可以经由通信部160从其他装置取得时刻信息。
此外，这里，示出了开启脉波测定的时间表信息的具体例，也可以设置关闭脉搏计测的时间表信息。当开启的时间表和关闭的时间表在时间日期上重合的情况下，被认为是设定错误，因此，既可以将该内容向用户通知，也可以优先某一个时间表。
各时间表信息可以通过用户界面操作输入。上述用户界面操作是指用户既可以操作活动状态信息检测装置100的操作部(图2等中未图示，例如按钮等)，也可以操作与活动状态信息检测装置100通信的其他设备的界面。
此外，时间表信息不限于由用户设定。例如，存在上述的行为判定处理或蓄积各行为的持续时间的履历信息，并存在多次类似行为(运动)的情况下，安装软件以使时间表信息被登记。例如，从预定的用户的履历信息得知在周五的18:00～19:00之间高频率地检测运动状态的情况下，可以自动生成图6的(B)的WEEK002所示的时间表信息。
此外，以上，在由时间表信息规定的时间段中，将脉波测定决定为开启或关闭，但不限于此。例如，如后所述，可以与电池余量或行为判定等的其他判定方法相组合。这种情况下，时间表信息及时刻信息是用于作为决定优先地选择开启/关闭中任一个的信息而非确定开启/关闭(第一、第二模式)的信息。
以上，说明了使用时间表信息和时刻信息两者的示例，但不限于此，也可以仅使用时刻信息而进行切换处理。具体而言，由于深夜时间段处于睡眠状态的用户为大多数，因此设定为第二模式，或者，可以进行提高第二模式的优先度的处理。不过，通过时刻信息的处理难以考虑到用户个人的行为倾向，因此，可以如上述的睡眠示例一样地，在通用性高的判定中使用。
此外，所谓时间表信息是指将预定的时间段和该时间段中的脉波测定的优先度(狭义上是指开启/关闭)相关联的信息，但与时间段相关联的信息不限定为直接地表示脉波测定的开启/关闭的信息。例如，如上所述，已知在运动状态或睡眠状态中脉波测定的重要性高。也就是说，在时间表信息中，与预定的时间段相关联的信息，可以为表示用户的行为状态的信息等。
作为一个例子，在图6的(B)的时间表中追加表示“行为状态”的列，在该列中可以容纳“运动状态”或“睡眠状态”的值。由于在运动状态或睡眠状态下，可以开启脉波测定即设定为第二模式，因此，“行为信息”＝“运动状态”或“睡眠状态”的时间表信息，可以作为开启脉波测定的时间表信息来处理。
具体而言，处理部130可以在基于时间表信息和时刻信息中至少一方判定用户为运动状态或者睡眠状态的情况下，设定为第二模式。如此一来，从时间表信息进行用户的行为判定，可以与对应于判定结果的行为相配合而进行模式切换。
此外，时间表信息不限于一位用户使用，也可以与其他的用户账户共有、交换等。例如，存在属于同一体育运动小组的多名用户的情况下，该多名用户在共通的时间进行运动的可能性高，能够共有表示该运动的时间段的时间表信息。具体而言，可以考虑如下实施方式等：小组的代表者等使用自己的用户账户设定了时间表信息的情况下，该时间表信息向属于该小组的其他用户账户发送。
3.4基于位置信息的判定
此外，如图2所示，本实施方式所涉及的活动状态信息检测装置100，可以包括取得用户的位置信息的位置信息取得部180。处理部130基于位置信息进行模式切换处理。
本实施方式的位置信息可以包括用户的当前位置和作为进行模式切换处理的基准的基准位置(参照位置)两者。上述基准位置是指当用户位于该位置或者接近该位置时，表示判定为优选进行预定的模式切换的位置。
例如，基准位置可以为被认定为跑步路线的位置(地方)、在马拉松大赛等作为路线而使用的位置。用户位于这样的位置的情况下，估计该用户处于跑步这样的运动状态，因此，如上所述，能够判定为开启脉波测定、即设定至第二模式为好。也就是说，处理部130也可以在基于位置信息判定为用户是运动状态的情况下，设定为第二模式。
各位置信息可以为从GPS或手机基站取得的数据，也可以为基于上述数据而估算的纬度、经度的数据。此外，位置信息不限于表示一点的信息，也可以为示出表示位置的范围的数据。此外，位置信息还可以为通过点将多个位置连结的列举式数据结构。如果是列举式数据结构的话，可以为示出通行路径的路径信息数据。有关位置信息中的基准位置的信息，与上述使用图6的(A)等的时间表信息同样地，可以预先存储存储部150。
在本实施方式中，可以通过当前位置和基准位置的比较处理进行模式切换处理。具体而言，在检测相对于上述的位置信息(基准位置)，用户(当前位置)接近一定的距离范围内的情况下，开始脉搏计测，设定为第二模式。
此外，基准位置为上述路径信息数据的形式的情况下，除了可以判定对于上述路径信息当前位置是否接近一定的距离范围内之外，还可以判定用户是否在上述路径的向量上行进。例如，考虑到东西方向走向的道路作为跑步路线而设定为基准位置，用户在与该道路交叉的南北方向的道路上移动的状况。这种情况下，在用户位于两条道路的十字路口附近的状态下，判定为当前位置相对于基准位置(路径信息)接近一定的距离范围内。但是实际上，用户不过是在与跑步路线不同的路径上移动而已，以上述判定结果判定用户为运动中的话是不适合的。也就是说，对于路径信息，用户的移动方向是否沿该路径的方向也是重要的判断要素，在上述的示例中，可以将用户是否沿东西方向移动的判断与距离判断相配合。此外，用户的移动方向可以使用当前位置的信息的履历进行判定。
此外，以上例示了在接近预定的地方(基准位置)的情况下，开启脉波测定，并设定为第二模式的情况，但不限于此。可以进行如下的位置信息(路径信息)的指定：例如，可以在接近预定的地方时，关闭脉搏计测，并设定为第一模式。
3.5多个判定的组合的示例
以上，分别对于基于电池余量的判定、主要基于体动信息的行为判定、通过时间表信息等的判定、基于位置信息的判定进行了说明，在本实施方式中，可以组合上述的判定。
图7是示出说明组合时的处理的一个例子的流程图。当该处理开始时，首先进行与电池余量相关的判定(S101)。在图7的示例中，进行0～3的四个阶段的余量判定，3为余量最多，0为最少。
通过S101判定为电池余量＝0的情况下，不进行其他的判定而关闭脉波测定，通过第一模式求得活动状态信息(S102)。也就是说，在图7的示例中，在电池余量几乎没有富余的状况下，无需参照行为的状态或时间表等，从而提高省电的优先度。
另一方面，通过S101判定为电池余量＝3的情况下，不进行其他的判定并开启脉波测定，通过第二模式求得活动状态信息(S103)。即，在图7的示例中，在电池余量非常有富余的状况下，无需参照行为的状态或时间表等，从而提高脉波信息的取得的优先度。
在图7的情况下，容许以下这种例子：即使在取得脉波信息的必要性高的状况下，如果电池余量非常少的话，也关闭脉波测定；即使在脉波信息的取得的必要性低的状况下，如果电池余量非常多的话，也开启脉波测定。
此外，通过S101判定为电池余量＝1的情况下，通过行为判定，进行用户是否为运动状态的判定(S104)。S104为“否”的情况下，转移至S102并关闭脉波测定。这种情况下，电池余量为较少的状况，并且由于不为运动状态，因此判定为脉波测定的必要性不高，从而将脉波测定设为关闭。
另一方面，S104为“是”的情况下，由于用户为运动状态而认为脉波测定的必要性高，但不立即转移至S103，而是进行基于时间表信息、位置信息的判定(S105)。此外，S105的判定既可以为在时间表信息和位置信息两者的条件均满足的情况下为“是”，也可以为满足至少一个的情况下为“是”。这里，S105是设想将脉波测定开启的时间表信息、位置信息(基准位置)。如上所述，也可以包括将脉波测定设为关闭的时间表信息、位置信息(基准位置)，这种情况下，在不满足条件的情况下，S105判定为“是”。
在S105为“是”的情况下，由于从时间表信息或位置信息的判定，判定为脉波测定的必要性高，因此，转移至S103并开启脉波测定。另一方面，在S105为“否”的情况下，由于判定为脉波测定的必要性低，因此，转移至S102而关闭脉波测定。
也就是说，在判定电池余量＝1的情况下，在S104为“是”并且S105为“是”的情况下，转移至S103而开启脉波测定，除此之外，转移至S102并关闭脉波测定。另一方面，在S101判定电池余量＝2的情况下，转移至S105，S105为“是”时转移至S103，S105为“否”时转移至S102。
电池余量为中间程度的电池余量＝1、电池余量＝2的情况下，模式根据电池余量以外的条件而不同。此时，在电池余量比较少的电池余量＝1的情况下，如果S104和S105两者的判定不为“是”的话，则脉波测定不开启；与此相对，在电池余量比较多的电池余量＝2的情况下，如果S105的判定为“是”，则脉波测定关闭，而不论行为判定的结果如何。这是由于如下的差异：如果电池余量比较富余的话，那么即使脉波测定容易开启、即放宽开启脉波测定的条件，电池耗尽的可能性也很低；与此对比，如果电池余量较少的话，难以开启脉波测定、即如果不严格开启脉波测定的条件的话，那么电池耗尽的可能性就很高。
此外，通过图7的流程图说明的处理为组合的一个例子，也能够进行其他的变形实施。例如，图7中说明了仅电池余量和运动状态判定的组合，也可以与其他的行为判定的组合。
例如，处理部130在电池余量不足预定的余量，并基于体动信息判定用户为运动状态或者睡眠状态的情况下，可以设定为第二模式。或者，处理部130在电池余量不足预定的余量，并基于体动信息判定用户为安静状态的情况下，可以设定为第一模式。
如此一来，不仅可以与运动状态组合，还可以将睡眠状态或安静状态等的判定结果与电池余量的判定结果组合而设定模式。
此外，如之前在S105中说明的，时间表信息和位置信息(路径信息)，可以分别单独的成为脉搏计测的开始、结束的触发条件，也可以仅均在满足两者的条件的情况下，开始或结束脉搏计测。可以将时间表和位置、路径信息统一地进行数据管理。
此外，作为关闭脉波测定、设定第一模式的条件，可以考虑各种组合。例如，当不满足时间表信息的条件(当前时刻为开启脉波测定的时间表的范围之外)并且行为判定不再为运动状态时，可以关闭脉波测定。或者，当不满足位置信息的条件(当前位置为位置信息、路径信息的范围之外)并且行为判定不再为运动状态时，可以关闭脉波测定。
如此，通过将“当行为判定不再为运动状态时”加入脉波测定关闭的条件，在脱离预先设定的时间、地方范围而继续运动时，能够继续进行脉波计测。例如，在认定为跑步路线的位置信息的范围内(路径信息上)处于运动状态的情况下，自然判定用户正在跑步。在继续运动状态，但当前位置脱离跑步路线的情况下，据此判定为跑步结束是不合理的。原因在于，既然跑步的用户继续运动状态，那么，自然考虑用户在继续跑步，并且，特别是考虑到人们即使在未接受跑步路线的指定的位置(例如，一般的道路的人行道部分)也广泛地进行跑步，位置信息不满足条件不能成为否定跑步的理由。有关这点，通过追加上述这种脉波测定关闭的条件，在运动继续时也能够适当地持续脉波测定。
此外，从其他的观点来看，通过对向位置/路径的范围外移动的方式进行考虑，可以将由于运动到指定范围外的情况和由于非运动到指定范围外时的脉搏计测的开启/关闭设为不同的动作。作为一个例子，当不满足位置信息的条件(当前位置为位置信息、路径信息的范围之外)并且位置、路径为范围外时，当通过行为判定辨别为“通过交通工具的移动”时，可以关闭脉波测定。
如上所述，即使位置状态不再满足条件，如果运动状态继续的话，则脉波测定也可以继续。相反地，用户的行为状态为其他的状态的话，有可能需要脉波测定的状况不再继续。其中，在由于通过交通工具的移动而不再满足位置信息的条件的情况下，考虑很难发生用户在该交通工具中进行运动等的状况，与安静状态相同，期待脉波信息为稳定的状态。也就是说，当前位置由于“通过交通工具的移动”而从基准位置的范围内转移至范围外的时机是指与用户的状态大幅变化的时机相对应，有关脉波测定，考虑其从必要性高的状态向低的状态变化是妥当的。
此外，已知使用加速度或位置信息进行是否通过交通工具移动的判定的各种方法，在本实施方式中，可以广泛地使用上述的方法，省略其详细说明。
此外，在使用时间表信息的判定的部分，说明了可以在预定的用户和其他用户之间共有、交换时间表信息的情况，这种方法不限于时间表信息。具体而言，多个用户可以共有与使用电池余量的判定、行为判定、使用位置信息的判定相关的信息、或规定这些组合方式的信息(判定表)。
例如，将预定的用户A和与A不同的用户B相关联的情况下，用户A和用户B接近的情况下，可以参照该其他的用户B的判定表，决定用户A的活动状态信息检测装置100的脉波计测的开启/关闭。可以考虑各种将用户关联的方法，例如，在通过用户的输入而输入了亲属关系的信息的情况下，可以将该亲属关系的用户进行关联。
亲属关系的多个用户位于接近位置的情况下，设想各用户不是分别独立地进行活动，而是多个用户为了进行相同活动的目的而聚集的可能性较高。这种情况下，对于用户A来说脉波测定的必要性高的状况应该与对于用户B来说脉波测定的必要性高的状况类似。也就是说，可以将用户B的判定表适用于用户A或进行相反地适用，与仅使用用户单体的判定表的情况相比，可以进行更为灵活的判定处理等。
4.活动状态信息的计算例
如上所述，在求得作为活动状态信息的消耗卡路里信息的情况下，既可以基于体动信息求得(第一模式)，也可以基于脉波信息求得(第二模式)。以下，对于第一、第二模式中的消耗卡路里信息的运算方法进行说明。此外，由于消耗卡路里信息的运算方法可以考虑各种变形实施，因此，不妨碍通过以下说明的方法之外的方法进行运算。
首先，可以通过下述公式(1)求得消耗卡路里C(kcal)。下述公式(1)中的VO2(ml/kg/min)表示用户的氧摄取量，W(kg)表示用户的体重，T(hour)为表示作为消耗卡路里的计算对象的活动期间的时间。
C＝0.3×VO2×W×T·····(1)
体重W从用户的个人信息(设定信息)已知的，如果能够确定计算对象的期间的话，也能够决定时间T。因此，如果能够运算出氧摄取量VO2的话，则能够求得消耗卡路里C。下面，对于从加速度求得VO2的方法和从脉搏数求得的方法进行说明。
使用加速度的情况下，通过下述公式(2)求得氧摄取量VO2。
VO2＝运动的氧摄取量+安静代谢的氧摄取量·····(2)
并且，运动的氧摄取量可以基于用户的速度信息而决定，例如跑步的话为0.2×速度(m/min)，步行的话为0.1×速度(m/min)。
速度可以使用身高H(m)和步数S(步/min)通过下述公式(3)求得。此外，下述公式(3)中的0.4为步幅系数，根据条件也可以使用其他的值。例如，由于考虑跑步(例如慢跑)比步行的步幅大，因此，将步行时的步幅系数设为0.4～0.5，将慢跑时的步幅系数设为0.5～0.7等。
速度＝H×0.4×S·····(3)
这里，已知从加速度求得步数S。例如，由于用户在步行或跑步中进行周期性运动，因此，信号的周期或频率成为与步数相对应的信息。如图5的(A)等所示，将活动状态信息检测装置100佩戴于手腕的情况下，加速度信号成为与摆臂相对应的信号，单臂前后摆动1次期间，右脚和左脚各行进1步，合计行进2步。这种情况下，加速度信号的频率的2倍为步行的频率，例如取该值的60倍的话，则能够求得每分钟的步数。
可以考虑各种求得加速度信号的周期或频率的方法。例如，可以检测加速度信号的波形的零交叉点(数字采样值从负变为正的点)。或者，检测加速度信号的波形的峰值(极大值)，在该极大值超过预定的阈值的情况下，作为步数而计数；也可以计算加速度信号的微分值(邻接采样的差分)，在其峰值超过预定的阈值的情况下，作为步数而计数。
或者，可以对于加速度信号进行频率变换处理。这种情况下，变换处理后的波形，除了伴随步行的基本频率之外，考虑还具有特征性频率成分，该特征性频率成分为2倍、3倍的高谐波的关系。因此，可以检测这种频率成分，从频率换算预定时间内的步数。
此外，安静代谢的氧摄取量，因年龄、性别、个人差异而不同，已知大概为3～4左右的值。因此，例如，可以设安静代谢的氧摄取量＝3.5(ml/kg/min)。
通过以上的处理，能够从加速度求得消耗卡路里。例如，使用加速度信号求得步数的结果是，S＝120，并且，从用户的设定信息得知H＝1.7的话，则由上述公式(3)得到速度为1.7×0.4×120＝81.6(m/min)。
而且，用户的体重为W＝50，该用户以上述速度走路(步行)1小时的话，从上述公式(2)求得VO2为0.1×81.6+3.5＝11.66，从上述公式(1)求得消耗卡路里C为0.3×11.66×50×1＝174.9(kcal)。
如以上所说明的，处理部130在第一模式中，基于体动信息求得用户的速度信息(速度V)，从速度信息求得消耗卡路里信息(狭义上是指消耗卡路里C)。具体而言，处理部130在第一模式中，基于作为体动信息的加速度信息，求得用户的步数信息(步数S)，基于步数信息求得用户的速度信息，从速度信息求得作为活动状态信息的消耗卡路里信息。
从加速度求得步数S的方法可以使用上述的各种方法中的任一种，从S求得V可以使用上述公式(3)。此外，由于通过上述公式(2)从速度信息V求得氧摄取量VO2，因此，可以使用上述公式(1)求得消耗卡路里C。
然后，对基于脉波信息求得VO2、求得消耗卡路里C的方法进行说明。在本实施方式中，将被检测者的脉搏数设为HR，将作为被检测者安静时的脉搏数的安静时脉搏数设为HRrest，将作为被检测者的年龄的函数而定义的最大脉搏数设为HRmax，通过下述公式(4)计算相对脉搏数RHR。
RHR＝(HR-HRrest)/(HRmax-HRrest)×100[％]·····(4)
在上述公式(4)中，最大脉搏数HRmax通过下述公式(5)定义。在下述公式(5)中，AGE为被检测者的年龄。
HRmax＝220-AGE·····(5)
已知从相对脉搏数RHR求得相对氧摄取量RVO2，在本实施方式中，如图8所示，在相对脉搏数RHR为20％以上的情况和不足20％的情况下，通过不同的公式求得相对氧摄取量RVO2。这里，RHR高的情况与运动负荷高的情况相对应，RHR低的情况与运动负荷低的情况相对应。
假设这里例示的阈值为被称为AT的点。AT(anaerobic threshold：无氧阈值；厌氧代谢阈值)是指为在有氧代谢的基础上开始厌氧代谢的点的氧摄取量(VO2)，其为可以比较安全地长时间持续的最大的运动水平。
更详细而言，在相对脉搏数RHR为20％以上的情况(运动负荷高的情况)下，将表示预先通过实验求得的相对脉搏数RHR(y轴)及相对氧摄取量RVO2(x轴)的关系的近似直线y的斜度设为a，将近似直线y的与相对脉搏数RHR相对应的轴(y轴)的截距设为b的情况下，通过下述公式(6)计算相对氧摄取量RVO2。另一方面，在相对脉搏数RHR不足20％的情况(运动负荷低的情况)下，通过下述公式(7)计算相对氧摄取量RVO2。
RVO2＝(RHR-b)/a·····(6)
RVO2＝0·····(7)
这是由于，在相对脉搏数RHR低的状态下，脉搏数本身的可靠性低，因此，误差大。但是，在该区域，即使相对脉搏数RHR的误差一定程度地较大，也不会对相对氧摄取量RVO2的计算产生大的影响，因此，作为实验求得且处理容易的计算式而定义上述公式(7)。
下面，对相对氧摄取量RVO2和氧摄取量VO2的关系进行说明。在本实施方式中，有关氧摄取量VO2，将最大氧摄取量设为VO2max，将作为基础代谢量的安静时氧摄取量设为VO2rest，通过下述公式(8)定义。这里，最大氧摄取量VO2max预先由用户输入、设定。并且，有关下述公式(8)中的安静时氧摄取量VO2rest，例如，可以利用哈里斯本笃方程求得。不过，为了单位统一，可以根据需要将VO2rest的值变换为每分钟的值。
VO2＝RVO2×(VO2max-VO2rest)+VO2rest·····(8)
也就是说，在求得脉搏数HR作为脉波信息的情况下，通过使用上述公式(4)～公式(8)可以求得氧摄取量VO2。并且，求得了VO2的话，可以通过上述公式(1)求得消耗卡路里C。
5.第二模式中的处理的具体例
以上，对于在求得活动状态信息时，切换使用体动信息的第一模式和使用脉波信息的第二模式的方法进行了说明。通过上述方法设定为第二模式的情况下，通过活动状态信息检测装置100能够取得体动信息和脉波信息两者。
因此下面，对于使用体动信息和脉波信息的处理，即，第二模式中的处理的具体例进行说明。
在本实施方式中，例如可以使用体动信息的变化信息和脉波信息的变化信息判定用户的睡眠状态。如上所述，在仅使用体动信息的判定中，难以辨别睡眠状态和清醒状态下的安静状态。
有关该点，脉波信息也是反映了用户的内在活动的状态的信息，例如，已知在进行思考的精神活动状态或感到精神压力的状态下(即使假设身体方面的活动小)，脉搏数增大。
清醒状态下，用户进行身体的、精神的各种活动，与此对比，睡眠状态下，除了用于维持生物体活动(生命活动)的活动等之外，成为多数的活动被抑制的状态。也就是说，由于脉波信息也反映了内在的活动的状态，因此，脉搏数大的话则判定为清醒状态，脉搏数小的话则判定为睡眠状态，那么，认为通过与用户的活动状态有关的本质性的判断，可以判定清醒状态。
但是，通过本申请人的实验可知，存在使用脉波信息的睡眠状态判定的结果与用户的体感不相符的情况。例如，认为理想情况下从清醒状态转移至睡眠状态时，脉搏数会以一定程度的幅度下降，但是，实际会看到如下的情况：从转移至睡眠状态后至脉搏数下降为止耗费时间，或者，即使转移至睡眠状态，脉搏数并没有充分下降而再次转移至清醒状态。
作为具体的状况，考虑到用户睡眠前摄取酒精的情况。酒精需要在体内分解，用于该分解的活动是必须的。也就是说，即使用户转移至睡眠状态，在分解酒精期间也会进行活动，由于脉波信息也反映了该活动，因此，脉搏数未完全下降。
作为其他示例，考虑到如睡眠呼吸暂停综合征等的暂停呼吸、低通气的状况。在暂停呼吸、低通气的状况下，用户的血氧浓度(动脉血氧饱和度SpO2)下降，在消解暂停呼吸等时，为了使下降的SpO2恢复至平常状态，需要使活动活跃化。也就是说，由于这种疾病，而可能出现即使睡眠状态下脉搏数也不下降的情况。
除此之外，还有存在用户即使处于睡眠状态，由于进行预定的活动而脉搏数不下降的情况，此时，在使用脉搏数的判定中，取得为清醒状态的结果。这里，如果将睡眠状态是指用户的活动被抑制、在用户得到休养的有意义价值的状态的话，那么，能够将脉搏数未完全下降期间作为非睡眠状态。原因在于，进行上述的酒精分解、SpO2的从下降开始恢复等的各种活动的状态下，用户不能得到充分的休息。
但是，对于用户来说，自我感觉内在的活动是困难的，因此，上述定义的睡眠、清醒的判定结果与用户自身的感觉相去甚远。也就是说，对于用户来说的睡眠状态是指，安静状态下、意识水平(及对于外界刺激的反应)下降的即通常使用的睡眠状态。并且，在这种通常的睡眠状态下，即使假设进行了酒精分解等的活动，自然也将该状态判定为睡眠状态，很难说判定为清醒状态是优选的。
鉴于以上，睡眠状态的判定中仅使用体动信息和脉波信息的一方是不够的。并且，以往也进行使用体动信息和脉波信息两者的判定，但是，仅组合体动信息和通过预定的体动阈值的阈值判定，以及脉波信息和通过预定的脉波阈值的阈值判定，也还是不够的。例如，使用在加速度值低于预定的加速度阈值并且脉搏数低于预定的脉搏数阈值的情况下，判定为睡眠状态的方法时，在图9的(A)的示例中，由于A1满足加速度侧的条件、A2满足脉搏数侧的条件，因此，判定为睡眠状态在A2开始。这种情况下，睡眠状态从A1开始，尽管从A1至A2为睡眠状态，但由于上述的种种原因，脉搏数有可能并不下降。也就是说，A1～A2期间既有可能为睡眠状态，也有可能为清醒状态下的安静状态，然而却一律被认为是清醒状态。
因此，本申请人在使用体动信息和脉波信息两者进行睡眠状态的判定的方法中，提出不是在预定的时机进行判定(逐次判定)，而是使用预定的期间内的体动信息、脉波信息的变化倾向的方法。具体而言，本实施方式所涉及的活动状态信息检测装置100的处理部130，在第二模式中，基于预定的期间内的脉波信息的变化信息及体动信息的变化信息，进行用户的睡眠状态的判定。
如此一来，与使用预定的时机的体动信息、脉波信息的逐次判定不同，能够将一定程度的期间内的体动信息、脉波信息用于判定。在图9的(A)的示例中，相对于设想向睡眠状态转移的A1的时机，在一定程度滞后的A2的时机下脉搏数的值下降。这种情况下，尽管作为时机相对于A1滞后，但是脉搏数在A2下降，该下降以一定程度的长度的时间出现，并且，A1以后的加速度长时间继续下降。上述都能够成为将从A1开始的身体的活动抑制期间(加速度下降期间)判定为睡眠状态的依据。也就是说，能够估计该加速度下降期间不是清醒状态下的安静状态，而是睡眠状态。如图9的(C)所示，虽然在A1的时机的逐次判定中难以将A1判定为睡眠状态的开始，但是，如果对于体动信息、脉波信息继续观察到至少A2以后的期间的话，则能够在A2以后的时机进行向前追溯的判定，即，能够重新判定为A1为睡眠状态的开始时机。
此外，所谓本实施方式中的体动信息的变化信息在狭义上是指加速度下降期间或加速度下降长度、加速度增加期间或加速度下降长度，所谓脉波信息的变化信息是指睡眠判定累计时间。不过，各变化信息不限于此，也可以为基于体动信息、脉波信息的时间变化而求得的其他的信息。
下面，说明具体的处理的示例。处理部130在第二模式中，基于体动信息的变化信息，求得判定为加速度持续低于加速度阈值Tha的加速度下降期间，基于脉波信息的变化信息求得睡眠判定累计时间，该睡眠判定累计时间为判定加速度下降期间内的脉搏数低于脉搏数阈值Thp的时间的累计，基于加速度下降期间和睡眠判定累计时间，进行睡眠状态的判定。
即，通过处理部130监测加速度的时间变化，将低于加速度阈值Tha的时刻作为候选就寝时刻保存。并且，在加速度持续地低于加速度阈值Tha的期间，连续计算加速度下降期间的连续时间。而且，在加速度下降期间，也确认脉搏数的时间变化。具体而言，在脉搏数低于脉搏数阈值Thp，判定为睡眠的状态时，连续计算该睡眠判定累计时间。也就是说，在本实施方式中，前提是逐次进行通过加速度和加速度阈值Tha的判定处理以及通过脉搏数和脉搏数阈值Thp的判定处理。
通过以上的处理，能够求得加速度下降期间的长度ta1以及加速度下降期间内的睡眠判定累计时间的长度tp1。此外，设想加速度下降期间多次出现，在本实施方式中，对于多个加速度下降期间的各个期间，求得长度ta1以及对应的睡眠判定累计时间的长度tp1。对图9的(A)的示例中的加速度下降期间和其长度ta1以及睡眠判定累计时间tp1进行图示的是图9的(B)。此外，在图9的(A)中，睡眠判定累计时间tp1为表示1个连续的期间的长度的时间，在脉搏数低于脉搏数阈值Thp的期间在1个加速度下降期间之中多次出现的情况中，也可以将各期间的累计值作为tp1。
计算ta1、tp1之后，处理部130判定睡眠判定累计时间tp1为脉搏累计时间阈值Thtp以上的情况下，通过使用加速度下降期间的长度ta1和第一加速度累计时间阈值Thta1的阈值判定，进行睡眠状态的判定。具体而言，在ta1≥Thta1且tp1≥Thtp的情况下，将对应的加速度下降期间判定为睡眠状态，将作为候选就寝时刻而保存的时刻即加速度下降期间的开始时刻，作为就寝时刻。在图9的(A)的示例中，如图9的(C)所示，在进行逐次判定的阶段，由于进行了A2为就寝时刻的判定，因此，通过使用本实施方式的方法，能够将就寝时刻从A2更新为A1。
这里的第一加速度累计时间阈值Thta1例如为30分钟左右的时间，脉搏累计时间阈值Thtp例如为10分钟左右的时间。将第一加速度累计时间阈值Thta1用于判定前提是取决于睡眠状态持续一定程度的时间。也就是说，在ta1<Thta1的情况下，判断加速度下降期间过短而不进行该期间为睡眠状态的判定。
此外，对于脉搏数，如图9的(A)的A1至A2期间所示，尽管为睡眠状态，值也不下降(不计入睡眠判定累计时间tp1)的期间，但是，设想睡眠状态下脉搏数会在一定程度的期间内下降。即便脉搏数在极短的期间内(极端情况为预定的一个时机)下降，其也有可能是干扰等导致的错误判定。因此，在这里进行使用脉搏累计时间阈值Thtp的判定。
通过以上的处理，在图9的(A)的情况中，能够适当地判定就寝时刻。但是，存在仅通过以上的判定而不能进行睡眠状态的适当地判定的情况。具体而言，如图10的(A)所示的情况。如上所述，在酒精摄取时或发作暂停呼吸等的疾患时，脉搏数未充分下降。此时，在酒精的摄取量非常多的情况下，或者暂停呼吸的症状在睡眠状态下连续可见的情况下，在睡眠状态下时不断地进行一些活动，因此，如图10的(A)所示，存在睡眠状态的某一时机脉搏数都未充分下降的情况。
这种情况下，如图10的(B)所示，检测加速度下降期间，能够计算其长度ta1，但与该加速度下降期间相对应的睡眠判定累计时间tp1为0。因此，由于在上述的判定中，不满足tp1≥Thtp，因此，不能判定为睡眠状态。但是，即便在这种状态下，既然用户实际上已经为睡眠状态，那么优选将对应的加速度下降期间判定为睡眠状态。
因此，在本实施方式中，处理部130可以基于脉波信息的变化信息，决定使用体动信息的变化信息的睡眠状态的判定中的判定条件。具体而言，如果加速度下降期间内的脉搏数充分下降的话，可以进行通过上述条件进行判定，如果脉搏数下降不充分的话，可以进行通过其他条件的判定。
如此一来，在图10的(A)所示的情况下，能够对于下述情况留有余地：将加速度下降期间判定为睡眠状态、即将候选就寝时刻判定为就寝时机，能够进行更符合用户的身体感受的睡眠状态判定。
但是，所谓脉搏数的下降不充分，在使用脉波信息的变化信息的判定中，考虑非睡眠状态的情况。因此，当使用体动信息的变化信息进行睡眠状态的判定，不优选使用宽松的条件(容易判定为睡眠状态的条件)。换言之，在通过使用脉波信息的变化信息的判定而得到非睡眠状态的感触的情况下，为了推翻该感触而将最终的判定确定为睡眠状态，需要得到如下的结果：能够从体动信息的变化信息强烈地估计为睡眠状态的结果。
从而，处理部130在脉波信息的变化信息的变化幅度为第一变化幅度的情况下，通过第一判定条件进行使用体动信息的变化信息的睡眠状态的判定，在脉波信息的变化信息的变化幅度为比第一变化幅度小的第二变化幅度的情况下，通过与第一判定条件相比用户难以被判定为睡眠状态的第二判定条件，进行使用体动信息的变化信息的睡眠状态的判定。换言之，处理部130，在脉波信息的变化信息的变化幅度大的情况下，通过第一判定条件进行使用体动信息的变化信息的睡眠状态的判定；在脉波信息的变化信息的变化幅度小的情况下，通过第二判定条件进行使用体动信息的变化信息的睡眠状态的判定。此外，第一变化幅度和第二变化幅度，例如可以通过与预定的变化幅度阈值的比较处理而决定。这种情况下，在使用值的最大值和最小值的差分作为变化幅度的示例中，第一变化幅度为最大值和最小值的差分为变化幅度阈值以上，第二变化幅度为最大值和最小值的差分不足变化幅度阈值。
此外，这里的脉搏数阈值Thp，设想为基于作为对象的用户所实际测量的脉搏数(例如为最低脉搏数)的值。也就是说，变化幅度狭义上是指以最大值为基准的值的下降幅度(差分)，可以将脉搏数阈值Thp作为求得变化幅度时的基准使用。例如，可以从脉搏数相对于Thp的下降幅度求得上述变化幅度。
具体而言，处理部130在判定睡眠判定累计时间tp1比脉搏累计时间阈值Thtp小的情况下，通过使用作为比第一加速度累计时间阈值Thta1大的值的第二加速度累计时间阈值Thta2和加速度下降期间的长度ta1的阈值判定，进行睡眠状态的判定。而且具体而言，在tp1<Thtp的情况下，当满足ta1≥Thta2(>Thta1)时，则判定为睡眠状态。也就是说，这种情况下，所谓第一判定条件是指是否满足ta1≥Thta1，所谓第二判定条件是指是否满足ta1≥Thta2，如上所述，由于Thta2>Thta1，因此，第二判定条件与第一判定条件相比更为严苛。
这里的Thta2例如为3小时左右的时间。如此一来，在图10的(A)的示例中，如图10的(B)所示，由于tp1＝0，因此，虽然不能满足tp1≥Thtp且ta1≥Thta1，但满足ta1≥Thta2，即，由于加速度下降期间的长度非常长，因此，能够将加速度下降期间判定为睡眠状态，将B1判定为就寝时机。也就是说，如图10的(C)所示，能够进行适当地睡眠状态的判定。
此外，作为Thta2，考虑设定为如下时间，即设想作为清醒状态下的安静状态的持续时间。在清醒状态下，设想由于改变姿势或如厕而出现加速度下降期间中断的情况，另一方面，睡眠状态下，加速度下降期间则会持续6小时至8小时的较长时间。这里的Thta2优选为能够将二者进行区分的时间。
如此，由于存在两个判定条件，因此，即使在加速度下降期间的长度ta1相同的情况下，根据睡眠判定累计时间tp1的长度也会出现判定结果不同的情况。具体例为图11的(A)、图11的(B)，二者的情况均为ta1＝2小时。在图11的(A)中，由于满足tp1≥Thtp，因此，与ta1的比较对象为Thta1＝30分钟。因此，满足ta1≥Thta1，能够判定C1为就寝时机。另一方面，在图11的(B)中，由于不满足ta1≥Thtp，因此，与ta1的比较对象为Thta2＝3小时。因此，不满足ta1≥Thta2，不能将C2判定为就寝时刻。
此外，以上，在睡眠状态的判定中，对于开始时机(就寝时机)进行了说明，但有关结束时机(起床时机)也可以进行同样的处理。此外，第二模式中的睡眠状态的判定处理不限于上述，也可以进行其他的判定处理。而且，通过第二模式进行的处理不限于睡眠状态的判定处理，也可以进行其他的处理。
此外，对本实施方式进行了详细说明，但是本领域技术人员可容易理解，可以进行实际上不脱离本发明的新的事项以及效果的多种变形。因而，这样的变形例都包含在本发明的范围内。例如，在说明书或附图中，至少一次与更广义或同义的不同术语一起记载的术语在说明书或附图任何部位都能替换为该不同术语。而且，活动状态信息检测装置等的结构、动作也不限于本实施方式所说明的内容，可进行各种变形实施。

Claims (14)

1.一种活动状态信息检测装置，其特征在于，
包括：
脉波测定部，测定用户的脉波信息；
体动测定部，测定所述用户的体动信息；以及
处理部，进行所述用户的活动状态信息的运算处理，
所述处理部进行第一模式和第二模式的模式切换处理，在所述第一模式中，基于所述体动信息进行所述活动状态信息的所述运算处理，在所述第二模式中，基于所述脉波信息进行所述活动状态信息的所述运算处理，
所述处理部基于电池余量进行所述模式切换处理。
2.根据权利要求1所述的活动状态信息检测装置，其特征在于，
所述处理部在所述电池余量为预定的余量以上的情况下，设定为所述第二模式，
在所述电池余量不足所述预定的余量的情况下，设定为所述第一模式或者所述第二模式。
3.根据权利要求2所述的活动状态信息检测装置，其特征在于，
所述处理部在所述电池余量不足所述预定的余量、并基于所述体动信息判定所述用户为运动状态或者睡眠状态的情况下，设定为所述第二模式。
4.根据权利要求2或3所述的活动状态信息检测装置，其特征在于，
所述处理部在所述电池余量不足所述预定的余量、并基于所述体动信息判定所述用户为安静状态的情况下，设定为所述第一模式。
5.根据权利要求1所述的活动状态信息检测装置，其特征在于，
所述处理部在基于所述体动信息判定所述用户为运动状态或者睡眠状态的情况下，设定为所述第二模式。
6.根据权利要求1或5所述的活动状态信息检测装置，其特征在于，
所述处理部在基于所述体动信息判定所述用户为安静状态的情况下，设定为所述第一模式。
7.根据权利要求1至3中任一项所述的活动状态信息检测装置，其特征在于，
所述处理部基于时间表信息及时刻信息中至少一方，进行所述模式切换处理。
8.根据权利要求7所述的活动状态信息检测装置，其特征在于，
所述处理部在基于所述时间表信息及所述时刻信息中至少一方判定所述用户为运动状态或者睡眠状态的情况下，设定为所述第二模式。
9.根据权利要求1至3中任一项所述的活动状态信息检测装置，其特征在于，
还包括：
位置信息取得部，取得所述用户的位置信息，
所述处理部基于所述位置信息，进行所述模式切换处理。
10.根据权利要求9所述的活动状态信息检测装置，其特征在于，
所述处理部在基于所述位置信息判定所述用户为运动状态的情况下，设定为所述第二模式。
11.根据权利要求1至3中任一项所述的活动状态信息检测装置，其特征在于，
所述处理部在所述第一模式中，基于所述体动信息求得作为所述活动状态信息的消耗卡路里信息，
在所述第二模式中，基于所述脉波信息求得作为所述活动状态信息的所述消耗卡路里信息。
12.根据权利要求11所述的活动状态信息检测装置，其特征在于，
所述处理部在所述第一模式中，基于所述体动信息求得所述用户的速度信息，从所述速度信息求得所述消耗卡路里信息。
13.根据权利要求12所述的活动状态信息检测装置，其特征在于，
所述处理部在所述第一模式中，基于作为所述体动信息的加速度信息，求得所述用户的步数信息，
基于所述步数信息，求得所述用户的所述速度信息，
从所述速度信息求得作为所述活动状态信息的所述消耗卡路里信息。
14.一种活动状态信息检测装置的控制方法，其特征在于，
进行测定用户的脉波信息的处理，
进行测定所述用户的体动信息的处理，
基于电池余量进行第一模式和第二模式的模式切换处理，在所述第一模式中，基于所述体动信息进行活动状态信息的运算处理，在所述第二模式中，基于所述脉波信息进行所述活动状态信息的运算处理，根据由所述模式切换处理所设定的模式，进行所述活动状态信息的所述运算处理。
CN201510634766.XA 2014-10-01 2015-09-29 活动状态信息检测装置及其控制方法 Active CN105476620B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2014-203097 2014-10-01
JP2014203097A JP6413574B2 (ja) 2014-10-01 2014-10-01 活動状態情報検出装置及び活動状態情報検出装置の制御方法

Publications (2)

Publication Number Publication Date
CN105476620A CN105476620A (zh) 2016-04-13
CN105476620B true CN105476620B (zh) 2020-04-03

Family

ID=55632796

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510634766.XA Active CN105476620B (zh) 2014-10-01 2015-09-29 活动状态信息检测装置及其控制方法

Country Status (3)

Country Link
US (1) US9877683B2 (zh)
JP (1) JP6413574B2 (zh)
CN (1) CN105476620B (zh)

Families Citing this family (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102463383B1 (ko) * 2015-02-27 2022-11-04 삼성전자주식회사 생체 신호 측정을 위한 방법 및 이를 위한 착용형 전자 장치
EP3265936A1 (en) * 2015-03-06 2018-01-10 Koninklijke Philips N.V. Systems, methods, and devices for determining endpoints of a rest period using motion data
US10139895B2 (en) * 2015-12-23 2018-11-27 Intel Corporation Techniques to maintain power for a fundamental function on a device
US10069697B2 (en) * 2016-01-29 2018-09-04 Microsoft Technology Licensing, Llc Routing actions to user devices based on a user graph
CN105997034A (zh) 2016-04-29 2016-10-12 京东方科技集团股份有限公司 一种心率检测装置、可穿戴设备和心率检测方法
US10623249B2 (en) * 2016-05-09 2020-04-14 Tile, Inc. Dynamic tracking device reconfiguration
JP6790456B2 (ja) * 2016-05-25 2020-11-25 ヤマハ株式会社 生体計測装置、及び生体計測方法
JP2018000543A (ja) * 2016-07-01 2018-01-11 セイコーエプソン株式会社 ウェアラブル機器、制御方法、およびプログラム
JP6642515B2 (ja) * 2016-07-04 2020-02-05 カシオ計算機株式会社 電子機器、選択制御システム、選択方法、及びプログラム
KR20180047654A (ko) * 2016-11-01 2018-05-10 삼성전자주식회사 사용자 활동 인식 방법 및 이를 구현한 전자 장치
CN108430309A (zh) * 2016-11-30 2018-08-21 华为技术有限公司 一种睡眠监测方法、装置及终端
JP7180601B2 (ja) * 2017-08-10 2022-11-30 コニカミノルタ株式会社 睡眠状態検出装置および該方法ならびに被監視者監視支援システム
WO2019031012A1 (ja) * 2017-08-10 2019-02-14 コニカミノルタ株式会社 行動検知装置および該方法ならびに被監視者監視支援システム
JPWO2019031011A1 (ja) * 2017-08-10 2020-07-09 コニカミノルタ株式会社 睡眠状態検出装置および該方法ならびに被監視者監視支援システム
CN108697378B (zh) * 2017-10-20 2021-02-23 深圳和而泰智能控制股份有限公司 一种睡眠体动监测方法、装置及睡眠体动监测仪
US10237686B1 (en) * 2017-11-03 2019-03-19 Roku, Inc. Tracking proximities of devices and/or objects
US20220408216A1 (en) * 2017-11-03 2022-12-22 Roku, Inc. Tracking Proximities of Devices and/or Objects
JP2019115615A (ja) * 2017-12-27 2019-07-18 オムロンヘルスケア株式会社 情報処理装置、情報処理方法及び情報処理プログラム
JP2018093503A (ja) * 2018-01-09 2018-06-14 株式会社ネイン 音声コンテンツ再生イヤホン、方法、および、プログラム
CN108852323A (zh) * 2018-05-10 2018-11-23 京东方科技集团股份有限公司 一种可穿戴设备和调整可穿戴设备的方法
WO2020049333A1 (en) * 2018-09-04 2020-03-12 Aktiia Sa System for determining a blood pressure of one or a plurality of users
JP7328828B2 (ja) * 2019-08-27 2023-08-17 フォルシアクラリオン・エレクトロニクス株式会社 状態推定装置、状態推定プログラムおよび状態推定方法
CN111616716B (zh) * 2020-01-09 2023-10-20 成都维客昕微电子有限公司 一种基于多波长光源联合的步频测量装置及方法
CN113311736A (zh) * 2020-02-27 2021-08-27 Oppo广东移动通信有限公司 可穿戴设备的控制方法、装置、电子设备和可读存储介质
CN113520305B (zh) * 2020-04-17 2022-11-25 华为技术有限公司 一种光电感应器工作模式的确定方法及装置
CN112890777A (zh) * 2021-01-22 2021-06-04 深圳市苏仁智能科技有限公司 一种基于心肺耦合的睡眠状态分期方法、装置及计算机可读存储介质
CN114176527A (zh) * 2021-12-29 2022-03-15 深圳融昕医疗科技有限公司 体动状态的确定方法及计算机可读存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10179560A (ja) * 1996-12-24 1998-07-07 Tokico Ltd カロリメータ
CN201337447Y (zh) * 2009-02-03 2009-11-04 杭州义盛祥通信技术有限公司 运动腕表的省电装置
CN202458381U (zh) * 2012-02-29 2012-10-03 成都泰盟软件有限公司 一种带计步功能的可自动开关机指夹式血氧饱和度检测装置
JP5237482B1 (ja) * 2012-04-20 2013-07-17 徳男 江村 歩数計
WO2013145728A1 (ja) * 2012-03-29 2013-10-03 セイコーエプソン株式会社 拍動検出装置、電子機器及びプログラム
CN103536279A (zh) * 2013-10-22 2014-01-29 德赛电子(惠州)有限公司 一种智能腕带及其自适应方法

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3610148B2 (ja) * 1995-02-20 2005-01-12 セイコーエプソン株式会社 周期・周波数計測装置
JPH0956705A (ja) * 1995-06-15 1997-03-04 Matsushita Electric Works Ltd 消費カロリ計
JP3831950B2 (ja) * 1997-05-02 2006-10-11 セイコーエプソン株式会社 通信装置、送信機、レーザ、生体用通信装置、反射光検出器および脈波検出装置
JP2002306660A (ja) * 2001-04-12 2002-10-22 Konami Co Ltd モバイル運動量推定システム及びゲームシステム
EP1297784B8 (en) * 2001-09-28 2011-01-12 CSEM Centre Suisse d'Electronique et de Microtechnique SA - Recherche et Développement Method and device for pulse rate detection
JP2004230152A (ja) * 2003-01-09 2004-08-19 Seiko Instruments Inc 生体情報計測システム
JP3726832B2 (ja) * 2003-03-19 2005-12-14 セイコーエプソン株式会社 脈拍計、腕時計型情報機器、制御プログラムおよび記録媒体
JP2006141902A (ja) 2004-11-24 2006-06-08 Hitachi Ltd 安否確認装置、安否確認方法及び安否確認システム
JP2007164623A (ja) * 2005-12-15 2007-06-28 Konami Sports & Life Co Ltd 運動データ管理用サーバ装置、運動データ管理システム
JP2008012125A (ja) 2006-07-07 2008-01-24 Yuichiro Niizaki ブラシ毛素材およびブラシ
JP4153003B2 (ja) 2006-09-04 2008-09-17 シャープ株式会社 生体情報測定装置、電力消費制御方法、生体情報測定プログラム、及びコンピュータ読み取り可能な記録媒体
WO2011027438A1 (ja) * 2009-09-02 2011-03-10 株式会社東芝 脈波計測装置
US9167991B2 (en) * 2010-09-30 2015-10-27 Fitbit, Inc. Portable monitoring devices and methods of operating same
JP6406624B2 (ja) * 2014-05-13 2018-10-17 パナソニックＩｐマネジメント株式会社 生体情報測定装置およびこの装置を備える生体情報測定システム
US20150362977A1 (en) * 2014-06-17 2015-12-17 Kabushiki Kaisha Toshiba Electronic device, method, and computer program product
JP2016016203A (ja) * 2014-07-10 2016-02-01 セイコーエプソン株式会社 生体情報検出装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10179560A (ja) * 1996-12-24 1998-07-07 Tokico Ltd カロリメータ
CN201337447Y (zh) * 2009-02-03 2009-11-04 杭州义盛祥通信技术有限公司 运动腕表的省电装置
CN202458381U (zh) * 2012-02-29 2012-10-03 成都泰盟软件有限公司 一种带计步功能的可自动开关机指夹式血氧饱和度检测装置
WO2013145728A1 (ja) * 2012-03-29 2013-10-03 セイコーエプソン株式会社 拍動検出装置、電子機器及びプログラム
JP5237482B1 (ja) * 2012-04-20 2013-07-17 徳男 江村 歩数計
CN103536279A (zh) * 2013-10-22 2014-01-29 德赛电子(惠州)有限公司 一种智能腕带及其自适应方法

Also Published As

Publication number Publication date
CN105476620A (zh) 2016-04-13
US20160098081A1 (en) 2016-04-07
US9877683B2 (en) 2018-01-30
JP2016067812A (ja) 2016-05-09
JP6413574B2 (ja) 2018-10-31

Similar Documents

Publication Publication Date Title
CN105476620B (zh) 活动状态信息检测装置及其控制方法
US20230066299A1 (en) Portable Monitoring Devices and Methods of Operating the Same
US11676717B2 (en) Portable monitoring devices and methods of operating same
CN108852283B (zh) 基于生理信息的睡眠评分
RU2682760C1 (ru) Устройство мониторинга сердечных сокращений
US20150182130A1 (en) True resting heart rate
US20150182113A1 (en) Real-time fatigue, personal effectiveness, injury risk device(s)
US20170132946A1 (en) Method and system for providing feedback to user for improving performance level management thereof
WO2015107891A1 (en) Biological information processing system, electronic apparatus, server system and biological information processing method
US9881511B1 (en) Monitoring and motivating health habits
JP2016016203A (ja) 生体情報検出装置
CN110366387B (zh) 测量和评估睡眠质量
US20230040407A1 (en) Method and system for monitoring and improving sleep pattern of user
US20240041398A1 (en) Method and system for providing feedback to user for improving performance level management thereof
JP2016016144A (ja) 生体情報処理システム及び生体情報処理システムの制御方法
JP2015131049A (ja) 生体情報処理システム、電子機器及びサーバーシステム
US20230309913A1 (en) Physiological Data Collection Method and Apparatus, and Wearable Device
JP2016067811A (ja) 生体情報検出システム、生体情報検出装置及び生体情報検出システムの制御方法
CN115206526A (zh) 一种基于身体指标的运动量管理系统
JP2015173684A (ja) 生体情報処理システム、電子機器及び生体情報処理方法
JP2015161542A (ja) 報知装置及び制御方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant