CN110709885A - 数据结构及复合数据生成装置 - Google Patents

数据结构及复合数据生成装置 Download PDF

Info

Publication number
CN110709885A
CN110709885A CN201780091545.XA CN201780091545A CN110709885A CN 110709885 A CN110709885 A CN 110709885A CN 201780091545 A CN201780091545 A CN 201780091545A CN 110709885 A CN110709885 A CN 110709885A
Authority
CN
China
Prior art keywords
data
odor
smell
measurement result
sensor
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
Application number
CN201780091545.XA
Other languages
English (en)
Other versions
CN110709885B (zh
Inventor
黑木俊一郎
桥诘贤一
高桥惠
寺田绘里加
吉村诚
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.)
Kk And Moreton Bit
Original Assignee
Kk And Moreton Bit
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 Kk And Moreton Bit filed Critical Kk And Moreton Bit
Publication of CN110709885A publication Critical patent/CN110709885A/zh
Application granted granted Critical
Publication of CN110709885B publication Critical patent/CN110709885B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
    • G01N30/02—Column chromatography
    • G01N30/86—Signal analysis
    • G01N30/8651—Recording, data aquisition, archiving and storage
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2477—Temporal data queries
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
    • G01N27/02—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance
    • G01N27/04—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating resistance
    • G01N27/12—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating resistance of a solid body in dependence upon absorption of a fluid; of a solid body in dependence upon reaction with a fluid, for detecting components in the fluid
    • G01N27/128—Microapparatus
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
    • G01N30/02—Column chromatography
    • G01N30/62—Detectors specially adapted therefor
    • G01N30/64—Electrical detectors
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/0004—Gaseous mixtures, e.g. polluted air
    • G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
    • G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
    • G01N33/0031—General constructional details of gas analysers, e.g. portable test equipment concerning the detector comprising two or more sensors, e.g. a sensor array
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/0004—Gaseous mixtures, e.g. polluted air
    • G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
    • G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
    • G01N33/0036—General constructional details of gas analysers, e.g. portable test equipment concerning the detector specially adapted to detect a particular component
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/0004—Gaseous mixtures, e.g. polluted air
    • G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
    • G01N33/0062—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/248—Presentation of query results
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/40—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for data related to laboratory analysis, e.g. patient specimen analysis
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
    • G01N30/02—Column chromatography
    • G01N2030/022—Column chromatography characterised by the kind of separation mechanism
    • G01N2030/025—Gas chromatography
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • Immunology (AREA)
  • Analytical Chemistry (AREA)
  • Pathology (AREA)
  • Theoretical Computer Science (AREA)
  • Combustion & Propulsion (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Data Mining & Analysis (AREA)
  • Epidemiology (AREA)
  • Databases & Information Systems (AREA)
  • Computational Linguistics (AREA)
  • General Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Electrochemistry (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)
  • Investigating Or Analyzing Materials By The Use Of Fluid Adsorption Or Reactions (AREA)

Abstract

数据结构具有：存储有主数据(3)的主数据存储区域(4)以及存储有气味数据(5)的气味数据存储区域(6)。气味数据(5)是基于由气味传感器(10)测定出的空气中的气味的测定结果的气味数据。气味数据存储区域(6)存储多个气味数据(5)。主数据存储区域(4)包括用于存储主数据ID(23)的主数据ID区域(24)，主数据ID(23)指示所存储的数据是主数据(3)。气味数据存储区域(6)包括用于存储气味数据ID(25)的气味数据ID区域(26)，气味数据ID(25)指示所存储的数据是气味数据(6)。

Description

数据结构及复合数据生成装置
技术领域
本发明涉及数据结构及复合数据生成装置。具体而言，涉及含有气味数据的含气味数据的数据的数据结构以及含气味数据的数据的生成方法。
背景技术
为了从各种数据的集合中检索并提取具有特定特征的数据，对各数据赋予与各数据相关联的元数据(参照专利文献1)。
现有技术文献
专利文献
专利文献1：日本特表2011-507083号公报
发明内容
发明所要解决的课题
在气味与人的记忆之间存在牢固的相关关系的可能性受到关注。然而，难以将气味转换为数字数据。因此，例如基于气味来检索或提取数字图像这样的数据的集合虽然有潜在的要求，但难以实现。
本发明是鉴于上述情况而完成的，其例示的课题在于，提供一种能够从数据的集合中检索并提取与特定的气味数据相关联的数据的数据结构以及复合数据生成装置。
用于解决课题的技术方案
为了解决上述课题，本发明具有以下的构成。
(1)一种数据结构，具有：
主数据存储区域，存储有主数据；以及
气味数据存储区域，存储有基于由气味传感器测定出的空气中的气味的测定结果的气味数据。
通过以下参照附图说明的优选实施方式，本发明的进一步的目的或其他特征将变得清楚。
(发明效果)
根据本发明，能够提供一种能从数据的集合中检索并提取与特定的气味数据相关联的数据的数据结构以及复合数据生成装置。
附图说明
图1是表示实施方式一的数据结构的第一例的说明图。
图2是表示实施方式一的数据结构的第二例的说明图。
图3是测定结果数据库D1。
图4是加工数据库D2。
图5是表示基于加工数据库D2的测定结果的图表。
图6是表示气味测定结果的加工例的说明图。
图7是示意性地表示实施方式一的气味传感器10的第一例的俯视图。
图8是示意性地表示图7中的A-A’截面的截面图。
图9是示意性地表示实施方式一的气味传感器10的第二例的俯视图。
图10是气味测定装置50的内部结构的说明图。
图11是说明气味测定装置50的空气导入的示意图。
图12是表示实施例一的诊断装置100的示意图。
图13是示意性地表示实施例一的诊断装置100的内部结构的第一例的框图。
图14是示意性地表示实施例一的诊断装置100的内部结构的第二例的框图。
图15是实施例一的数据库D11。
图16是表示实施例一的诊断装置100的处理的流程图。
图17是表示实施例二的便携信息终端200的示意图。
图18是示意性地表示实施例二的便携信息终端200的内部结构的框图。
图19是实施例二的数据库D21。
图20是表示实施例二的便携信息终端200的处理的流程图。
图21是表示实施例三的视频拍摄终端300的示意图。
图22是示意性地表示实施例三的视频拍摄终端300的内部结构的框图。
图23是实施例三的数据库D31。
图24是表示实施例三的视频拍摄终端300的处理的流程图。
具体实施方式
[实施方式一]
以下，参照附图对实施方式一所涉及的数据结构进行说明。需要说明的是，在实施方式一中，“气味”是指针对人或包括人的生物能够作为嗅觉信息获取的物质，概念包括分子单体、或者由不同的分子组成的分子群具有各自的浓度而集合而成的物质。
在实施方式一中，上述气味由气味物质构成。气味物质是分子单体、或由不同分子构成的分子群等各种气味成分具有各自的浓度而集合的物质。但是，在广义上，气味物质有时广泛地表示能够吸附在后述的气味传感器10的物质吸附膜的物质。即，“气味”中包含多个成为原因的气味物质的情况较多，另外，由于也可能存在未被认知为气味物质的物质或未知的气味物质，因此也可能包括通常没有被作为气味的原因物质的物质。
图1是表示实施方式一涉及的数据结构的第一例的说明图。如图1的(a)所示，具有实施方式一涉及的数据结构的含气味数据的数据1具有主数据存储区域4和气味数据存储区域6。即，实施方式一涉及的数据结构是主数据存储区域4中存储的主数据3与气味数据存储区域6中存储的气味数据5相关联地存储的数据结构。实施方式一涉及的数据结构是能够基于气味数据5对主数据3进行分析等的气味数据用的数据结构。
在主数据存储区域4中，存储与气味数据5相关联的图像数据、位置数据、视频数据等的主数据3。在气味数据存储区域6中，存储与主数据3相关联的气味数据5。即，主数据3和气味数据5以相互关联的状态存在于含气味数据的数据1内。在实施方式一中，含气味数据的数据1、主数据3、气味数据5均为电子数据，是由计算机等处理的信息。
作为主数据3，没有特别限制，能够将各种数据作为主数据3。例如，能够将由摄像装置生成的图像数据、由录像装置生成的视频数据、由录音装置生成的声音数据、文章等文本数据、由GPS装置生成的位置数据等各种数据作为主数据3来使用。
主数据存储区域4也可以具有主数据ID区域24。主数据ID区域24是用于存储主数据ID23的区域。主数据ID23是指示主数据存储区域4内存储的数据是主数据3的数据。
作为气味数据5，例如，能够使用基于由具备后述的气味传感器10的气味测定装置50测定的测定结果而生成的数据。作为气味传感器10，能够使用具备多个传感器元件11的气味传感器。各传感器元件11具有物质吸附膜13和检测器15。物质吸附膜13吸附空气中的气味物质。检测器15检测气味物质吸附于物质吸附膜13的吸附状态。各传感器元件11具有不同的物质吸附膜13。即，对物质吸附膜13的气味物质的吸附特性在各传感器元件11中不同。
气味数据存储区域6也可以具有气味数据ID区域26。气味数据ID区域26是用于存储气味数据ID25的区域。气味数据ID25是指示气味数据存储区域6内存储的数据是气味数据5的数据。
在气味数据存储区域6中，可以存储单一的气味数据5，也可以存储多个气味数据5。在多个气味数据5存储于气味数据存储区域6的情况下，多个气味数据5中的每一个可以与气味传感器10所具备的多个传感器元件11一一对应。在以下的说明中，关于与多个传感器元件11分别对应的各气味数据5，有时也称作元件数据7。气味数据存储区域6中，如图1的(b)所示，多个元件数据7可以分别存储在元件数据存储区域8中。
在气味数据存储区域6，可以包括多个气味数据ID区域26。这些多个气味数据ID区域26可以与气味数据存储区域6中存储的多个气味数据5一对一相关联。在以下的说明中，在存在多个气味数据ID区域26的情况下，有时将各气味数据ID区域26称作元件数据ID区域28。在各元件数据ID区域28存储元件数据ID27。元件数据ID27是指示元件数据ID区域28中存储的数据是与特定的传感器元件11对应的数据等的数据。各元件数据ID区域28与气味传感器10具有的多个传感器元件11一一对应。
各元件数据存储区域8优选在气味数据存储区域6内整齐排列而配置。在对传感器元件分配了编号的情况下，与该编号的传感器元件对应的元件数据存储区域8优选按所分配的编号顺序整齐排列在气味数据存储区域6内。
气味数据5可以是由气味传感器10的传感器元件11测定出的测定结果。即，气味数据5也可以是气味传感器10的测定结果未被加工而使用的原始数据。具体而言，由气味传感器10测定出的空气中的气味的测定结果可以是表示空气中的气味的经时变化的迁移数据。
迁移数据也可以是在给定的时间宽度内由气味传感器10以给定的时间间隔测定的数据。迁移数据也可以构成为具有多个数据集，该数据集由通过气味传感器10测定空气中的气味得到的测定值和该测定值的测定时刻组成。
例如，如图1的(c)所示，气味数据5(迁移数据)也可以是包含多个伴随着从测定开始时刻(t0)到测定结束时刻(tz)的时间经过而在各个传感器元件11测定出的、各时刻(tx)的元件数据点9(测定值)的数据。在各元件数据点9(测定值)一对一地关联测定时刻的数据，通过具有元件数据点9和测定时刻的多个数据集，构成了气味数据5(迁移数据)。需要说明的是，在本说明书中，时刻(tx)、时刻(ty)、时刻(tz)是从测定开始时刻(t0)起分别在x秒后，y秒后、z秒后的任意的时刻。
气味数据5也可以包含测定开始时刻(t0)的元件数据点9、测定开始时刻(t0)起经过给定时间(x)后的时刻(tx)的元件数据点9、测定结束时刻(tz)的元件数据点9。各元件数据点9优选在气味数据存储区域6内以测定时间的经过顺序整齐排列。时刻(tx)的元件数据点9优选设置多个。例如，在从测定开始时刻(t0)到40秒后的测定结束时刻(t40)为止以1秒间隔获取元件数据点9的情况下，对时刻(tx)的元件数据点9而言，能得到x为1～39的39个点。
如图1的(c)所示，元件数据存储区域8可以具有用于存储与各元件数据点9对应的时间标签29的时间标签区域30。即，时间标签区域30可以配置于元件数据存储区域8，时间标签区域30用于存储指示各元件数据点9是在哪个时刻(tx)测定的元件数据点9的时间标签29。时间标签区域30优选在元件数据存储区域8内以时间经过的顺序进行配置，但由于已赋予了时间标签29，因此各元件数据点9也可以与时间经过的顺序无关地随机配置。
作为元件数据7，可以不使用上述原始数据，而使用由气味传感器10所具备的运算处理装置(CPU)51进行了运算处理后的加工数据。例如，能够针对原始数据中的各测定时刻(tx)的元件数据点9的集合，基于给定的规则进行运算处理。作为运算处理，也可以是从元件数据点9的集合中检测最大值和最小值，计算其差分(绝对值)，将该值作为元件数据7的处理。另外，作为运算处理，也可以是从元件数据点9的集合计算其相加平均值等的平均值、中值等，将该值作为元件数据7的处理。在使用加工数据作为元件数据7的情况下，与各传感器元件11对应的数据只要基本上是一个即可，因此能够在不使数据增大的情况下高效地将多个信息存储到气味数据存储区域6中。
图2是表示实施方式一涉及的数据结构的第二例的说明图。如图2的
(a)～(c)所示，实施方式一涉及的数据结构也可以设为不具有主数据ID区域24、气味数据ID区域26、元件数据ID区域28、时间标签区域30的结构。在该情况下，主数据3、气味数据5可以分别存储在被预先作为含气味数据的数据1的给定区域所确定的主数据存储区域4及气味数据存储区域6。
各元件数据7能够按照预先确定的顺序整齐排列而存储在气味数据存储区域6中。各元件数据7在针对各个传感器元件11分配了编号的情况下，能够按照该编号顺序存储。另外，在针对各个传感器元件11分配了编号的情况下，如果将在气味数据存储区域6整齐排列的顺序与对应的传感器元件11的编号建立关联而保存在存储装置53等中，则各元件数据7不需要按照传感器元件11的编号顺序整齐排列。能够使各元件数据点9按照测定的时间序列顺序整齐排列而进行存储。
关于实施方式一涉及的数据结构，使用图1(第一例)及图2(第二例)示出了两个例子，但数据结构不限于此。在第一例中，也可以设为不具有主数据ID区域24、气味数据ID区域26、元件数据ID区域28、时间标签区域30中的至少一个的数据结构。另外，在第二例中，也可以设为具有主数据ID区域24、气味数据ID区域26、元件数据ID区域28、时间标签区域30中的至少一个的数据结构。
接着，对气味传感器10所执行的气味获取的过程进行说明。气味传感器10所执行的气味获取能够通过测定结果获取步骤S1和数据加工步骤S2的各步骤来实现。
＜测定结果获取步骤S1＞
在测定结果获取步骤S1中，使用气味传感器10，在气味传感器10所具备的多个传感器元件11的每一个中，获取对样本所包含的气味物质测定出的各测定结果。多个传感器元件11各自对气味物质的检测特性各不相同。关于气味传感器10的具体的结构，将在以下进行说明。
各测定结果以与多个传感器元件11分别建立了关联的状态进行获取。具体而言，能够作为各传感器元件11与在各个传感器元件11测定出的各测定结果以相互关联的状态存储的测定结果数据库进行获取。
图3示出测定结果数据库D1。在测定结果数据库D1中，各传感器元件11与在各个传感器元件11测定出的各测定结果以相互关联的状态存储。在图3所示的测定结果数据库D1中，关于传感器元件11-01～11-35共计35个传感器元件11，以将各自的测定结果建立了关联的状态进行存储。需要说明的是，在图3中，为了便于说明，关于传感器元件11-06～11-34，省略了记载。需要说明的是，图3所示的测定结果数据库D1表示在时间t为15秒至20秒的期间使气味传感器10与测定对象的气味接触的情况下的测定结果(数据点9)。
具体而言，测定结果是各传感器元件11检测到的原始数据。在气味传感器10例如为水晶振子传感器(QCM)的情况下，作为传感器元件11生成的原始数据，能够设为水晶振子的谐振频率的经时变化。即，作为传感器元件11的测定结果，能够设为从气味传感器10开始动作起的经过时间不同的多个时刻的谐振频率(数据点9)。例如，如图3所示，在传感器元件11-01测定出的测定结果(数据点9)为，0秒后(t0)测定出的谐振频率为“16101528Hz”，17秒后(t17)测定出的谐振频率为“16101515Hz”。另外，在传感器元件11-02测定出的测定结果(数据点9)为，从气味传感器10开始动作起0秒后(t0)所测定出的谐振频率为“16081740Hz”，16秒后(t16)测定出的谐振频率为“16081728Hz”。需要说明的是，在测定时，记录测定结果的时间间隔没有特别限定，例如，可以设为1秒间隔。
从气味传感器10开始动作起到结束为止的时间宽度没有特别限定，但优选比使气味传感器10与测定对象的气味接触的时间宽度长。另外，气味传感器10的动作的开始优选在使气味传感器10与测定对象的气味接触(气味测定)之前早于几秒以上，优选早于5秒以上。气味传感器10的动作的结束优选在使气味传感器10与测定对象的气味接触之后晚于几秒以上，优选晚于5秒以上。在图3所示的测定结果数据库D1中，气味传感器10的动作开始为气味测定开始前15秒(t0)，气味传感器10的动作结束为气味测定结束后20秒(t40)。
气味传感器10所执行的测定优选进行多次，并将进行了多次测定的原始数据的平均值作为测定结果。测定的次数没有特别限定，例如可以设为3次。作为平均值，可以采用算数平均(相加平均)得到的平均值。
＜数据加工步骤S2＞
在数据加工步骤S2中，对在测定结果获取步骤S1中获取的测定结果分别进行加工，而生成与多个传感器元件11分别建立了关联的气味数据5(加工数据)。
作为加工数据，可以是由气味传感器10测定出的空气中的气味的测定结果、即给定的时间宽度的测定结果的平均值或中值。加工数据不限于此，也可以是以下说明的加工数据。
(以t0为基准的差分数据)
气味数据5可以是作为由气味传感器10测定出的空气中的气味的测定结果的第一测定结果与第二测定结果的差分数据，用于表示空气中的气味的经时变化，第一测定结果是第一时刻或时间宽度的空气中的气味的测定结果，第二测定结果是第二时刻或时间宽度的空气中的气味的测定结果。例如，作为加工数据，气味数据5可以是给定时刻(tx)的数据点9与给定时刻(ty)的数据点9之间的差分。
图4是加工数据库D2。如图4所示，气味数据5可以从时刻0之后的时间宽度(t1～t40)的各测定结果中减去时刻0(t0)的值作为差分数据。即，气味数据5可以是以时刻0(t0)的测定结果为基准的差分数据。
(不同的2点之间的差分数据)
作为差分数据，可以是第一时刻的空气中的气味的测定结果即第一测定结果和第二时刻的空气中的气味的测定结果即第二测定结果之间的差分数据。此时，第一时刻与第二时刻的时刻差优选至少为数秒，更优选至少为5秒，特别优选至少为10秒。例如，在测定对象的气味物质处于能够与气味传感器10接触的状态的时刻与不处于能够接触的状态的时刻之间隔开数秒以上的间隔的2点之间，获取差分数据，由此作为气味数据5，能够使气味的特征更明确。
作为这样的不同的2点之间的差分数据，例如，可设为各时刻的测定结果(数据点9)与时刻0(t0)的测定结果(数据点9)之间的差分。
作为不同的2点之间的差分数据，例如，也能够设为给定的时间宽度内的测定结果当中的最大值与给定的时间宽度内的测定结果当中的最小值之间的差分(绝对值)。在此，包含最大值的给定的时间宽度与包含最小值的给定的时间宽度可以重复，也可以不重复，在重复的情况下，可以一部分重复，也可以全部重复。作为给定的时间宽度，可以设为气味测定的时间宽度，也可以设为气味测定的时间宽度以外的时间宽度(背景(background)测定用的时间宽度)。具体而言，可以将气味测定的时间宽度内的测定结果中的最大值与气味测定的时间宽度以外的时间宽度(背景)中的最小值的差分设为差分数据。也可以将气味测定的时间宽度内的测定结果当中的最大值与气味测定的时间宽度内的最小值的差分设为差分数据。也可以将气味测定的时间宽度内的测定结果中的最小值与气味测定的时间宽度以外的时间宽度(背景)的最大值的差分设为差分数据。也可以将气味测定的时间宽度内的测定结果当中的最小值与气味测定的时间宽度内的最大值的差分设为差分数据。
作为差分数据，也可以设为给定的时间宽度内的测定结果中的最大值或最小值与给定的时间宽度内的测定结果的平均值或中值之间的差分(绝对值)。
作为差分数据，在如后述在气味测定装置50配置有调整装置55、57、59等的情况下，在从导入口56导入包含测定对象的气味的气味物质的空气时，能够将调整装置55打开状态下的测定结果与调整装置55关闭状态下的测定结果之间的差分设为差分数据。调整装置55、57、59可以是风扇、闸门、密封阀等。在调整装置55为风扇的情况下，能够将向导入包含测定对象的气味物质的空气的方向风扇旋转(正转)的状态下的测定结果与风扇停止或反方向旋转(反转)的状态下的测定结果之间的差分设为差分数据。
作为差分数据，关于测定结果获取步骤S1中获取的测定结果(原始数据)，也可以设为极大值与经过该极大值之后的最初的极小值(以下也称为“紧跟极大值后的极小值”)之间的差分。在存在多个这样的差分(极大值与紧跟其后的极小值)的情况下，将差分的值(绝对值)为最大的值作为该测定结果的差分。这样，针对各测定结果，得到多个传感器元件11分别建立了关联的差分。
图5是表示基于加工数据库D2的测定结果的图表。在图5的图表中，作为差分数据，设为极大值与紧跟极大值后的极小值之间的差分。在图5中，纵轴是以气味传感器10开始动作起0秒后的谐振频率为基准的情况下的给定时间后所测定出的谐振频率的位移量[Hz]，横轴是气味传感器10开始动作后的经过时间[秒]。在图5中，示出了加工数据库D2中所示的测定结果之中的关于传感器元件11-01、11-02、11-03的测定结果。图5中，传感器元件11-01的测定结果以实线表示，传感器元件11-02的测定结果以虚线表示，传感器元件11-03的测定结果以点划线表示。当然关于其他传感器元件11-04～11-35，也能够同样地制作图表。图5中，关于传感器元件11-01，测定结果的差分为“22Hz”。即，在关于传感器元件11-01的测定结果中，为气味传感器10的动作开始后的经过时间14秒的极大值“9Hz”与气味传感器10的动作开始后的经过时间17秒的极小值“-13Hz”之间的差分。
在计算差分时，可以限制用作气味测定结果的气味传感器10的动作开始后的经过时间的范围。例如，在气味传感器10的动作开始起经过15秒后开始样本的气味的测定，在从气味传感器10的动作开始起经过20秒后结束样本的气味的测定的情况下，可以将进行差分计算的经过时间的范围设为从气味传感器10的动作开始起经过时间为14秒至25秒之间。需要说明的是，该经过时间的范围能够任意地设定。
作为加工数据，也可以对计算出的各个差分进行对数运算，将与多个传感器元件11分别建立了关联的对数值作为气味数据5(元件数据7)。在对数运算时，底没有特别限定，例如可以设为2。
作为加工数据，也可以使用对测定结果进行分类并根据其分类而附加标记的数据那样的简化后的数据。例如，如上所述，能够根据值的大小将通过对数运算得到的对数值分类到多个区域。作为分类的区域的数量没有特别限制，例如，能够设为3～5个区域等。以下，对分类到3个区域的情况进行说明。
首先，确定关于各测定结果的对数值当中的最大的值和最小的值。接着，计算出最大的对数值与最小的对数值之间的差除以3的情况下的商。能够使用这样得到的商将最大的对数值与最小的对数值之间的数值范围划分为3等分的区域。即，能够3等分为从最小的对数值至最小的对数值加上商得到的值的区域、从最小的对数值加上商得到的值至最小的对数加上商的2倍得到的值的区域、从最小的对数加上商的2倍得到的值至最大的对数值的区域。
接着，将与各传感器元件11相关联的各对数值分类到3个区域中的任一个区域。关于各对数值，也可以设置用于识别分类后的区域的标识。例如，针对3等分后的3个区域，从值的区域开始依次设置(1)、(2)、(3)这样的标识。由此，能够根据其值的大小将与各传感器元件11建立了关联的测定结果分类为3个阶段。
图6是表示气味测定结果的加工例的说明图。图6中，表(A)是表示关于某样本而算出的差分的表。关于传感器元件11-01～11-35的各个传感器元件，示出其差分的值。例如，表(A)中，在传感器元件11-01得到的差分是“38.7”，在传感器元件11-02得到的差分是“27.0”。需要说明的是，为了便于说明，关于传感器元件11-11～11-34的值，省略表示(关于后述的表(B)、表(E)也同样)。
接着，对关于各传感器元件11的差分进行对数运算处理。在此的对数运算由下述式(1)表示。即，通过将差分的值的绝对值以2为底进行对数运算，从而求出对数值。
[对数值]＝log2|[差分]|···式(1)
表(B)表示关于各传感器元件11的对数值的表。例如，表(B)中，基于在传感器元件11-01得到的差分算出的对数值是“5.3”，基于在传感器元件11-02得到的差分算出的数值是“4.8”。
接着，通过值分类子步骤S2-3，基于得到的对数值，将关于各传感器元件11的对数值分类到3个区域。具体而言，首先，在测定中的样本中，确定关于各传感器元件11的对数值之中最大的对数值(最大值)和最小的对数值(最小值)。然后，算出最大值与最小值之间的差除以3的情况下的商。将这些确定后的最大值、最小值以及算出的商在表(C)中示出。表(C)中，确定的最大值为“6.7”，确定的最小值为“3.1”，算出的商为“1.2”。
基于这些确定出的最大值、最小值以及算出的商，将关于各传感器元件11的对数值分类为3个阶段。在分类时，基于表(D)所示这样的分类规则进行分类。具体而言，基于最小的对数值的区域(区域1)是3.1≤[对数值]≤4.3的范围、其次小的对数值的区域(区域2)是4.3＜[对数值]≤5.5的范围、最大的对数值的区域(区域3)是5.5＜[对数值]≤6.7的范围的分类规则来进行分类。
接着，基于分类的结果，针对各传感器元件11，赋予标识。表(E)中示出针对各传感器元件11赋予标识的结果。针对得到了符合区域1的对数值的传感器元件11赋予标识(1)，针对得到了符合区域2的对数值的传感器元件11赋予标识(2)，针对得到了符合区域3的对数值的传感器元件11赋予标识(3)。例如，表(E)中，针对传感器元件11-01，赋予标识(2)，针对传感器元件11-30，赋予标识(1)，针对传感器元件11-09，赋予标识(3)。
＜气味传感器10＞
图7是示意性表示实施方式一的气味传感器10的第一例的俯视图。是示意性表示实施方式一的气味传感器10的俯视图。图8是示意性表示图7中A-A’截面的截面图。气味传感器10具备多个传感器元件11、传感器基板17。传感器元件11分别具有吸附气味物质的物质吸附膜13、检测气味物质向该物质吸附膜13的吸附状态的检测器15。
如图8所示，传感器元件11包含检测器15以及设置在检测器15的表面上的物质吸附膜13。物质吸附膜13优选覆盖检测器15的表面整体。即，检测器15的大小优选与物质吸附膜13的形成范围相同或者比物质吸附膜13的形成范围小。需要说明的是，在1个物质吸附膜13的形成范围内可以设有多个检测器15。
传感器元件11在传感器基板17上配设有多个，如图7所示那样排列。此时，相邻的传感器元件11的物质吸附膜13彼此不接触或者绝缘。需要说明的是，传感器元件11不一定需要在传感器基板17上整齐排列，也可以随机配设，或者也可以以除了3行3列之外的形态整齐排列。传感器基板17上的传感器元件11的数量没有特别限定。可以如图7所示为7个，例如，如图9所示，可以为7行5列的35个。图9是示意性表示实施方式一的气味传感器10的第二例的俯视图。
传感器基板17上配设的多个传感器元件11的各自的物质吸附膜13的性状互不相同。具体而言，多个传感器元件11全部使用各不相同的组成的物质吸附膜13来构成，优选不存在相同性状的物质吸附膜13。在此，物质吸附膜13的性状也可以说是气味物质向物质吸附膜13的吸附特性。即，即便是相同气味物质(或其集合体)，在具有不同性状的物质吸附膜13，也显示不同的吸附特性。在图7～图10中，为了方便，虽然将物质吸附膜13全部同样地示出，但实际上其性状互不相同。需要说明的是，各传感器元件11的物质吸附膜13的吸附特性不必全部不同，其中，也可以设置配设有具有相同物质吸附膜13的传感器元件11。
作为物质吸附膜13的材质，可以使用由π电子共轭高分子形成的薄膜。该薄膜中，作为掺杂剂，可以含有无机酸、有机酸或离子性液体中的至少一种。通过改变掺杂剂的种类、含量，能够使物质吸附膜13的性状发生变化。
作为π电子共轭高分子，没有特别限定，优选聚吡咯及其衍生物、聚苯胺及其衍生物、聚噻吩及其衍生物、聚乙炔及其衍生物、聚薁及其衍生物等以π电子共轭高分子为骨架的高分子。
在π电子共轭高分子在氧化状态下骨架高分子本身成为阳离子的情况下，通过含有阴离子作为掺杂剂，能够表现出导电性。需要说明的是，在本发明中，也可以采用不含有掺杂剂的中性的π电子共轭高分子作为物质吸附膜13。
作为掺杂剂的具体例，可举出氯离子、氯氧化物离子、溴离子和硫酸根离子，硝酸根离子、硼酸根离子等无机离子、烷基磺酸、苯磺酸、羧酸等有机酸阴离子、聚丙烯酸、聚苯乙烯磺酸等高分子酸阴离子等。
另外，也可以通过使中性的π电子共轭高分子中，食盐之类的盐、含有离子性液体那样的阳离子、阴离子两者的离子性化合物共存，使用进行化学平衡地掺杂的方法。
π电子共轭高分子中掺杂剂的含量在将构成π电子共轭高分子的2个重复单元中含有1个掺杂剂单元(粒子)的状态设为1的情况下，为0.01～5的范围，优选调整到0.1～2的范围即可。通过将掺杂剂的含量设为该范围的最低值以上，能够抑制作为物质吸附膜13的特性消失。另外，通过将掺杂剂的含量设为该范围的最大值以下，能够抑制π电子共轭高分子本身具有的吸附特性的效果降低而难以制成具有期望的吸附特性的物质吸附膜13的情况。另外，通常作为低分子量物质的掺杂剂成为优势的膜，因此能够抑制物质吸附膜13的耐久性大幅降低。因此，通过将掺杂剂的含量设为上述的范围，能够适当地维持气味物质的检测灵敏度。
为了在多个传感器元件11中，分别使物质吸附膜13的吸附特性变化，可以使用不同种类的π电子共轭高分子。另外，通过使用相同种类的π电子共轭高分子而使掺杂剂的种类、含量变化，也可以表现出不同的吸附特性。例如，通过使π电子共轭高分子的种类、掺杂剂的种类、含量等变化，能够使物质吸附膜13的疏水、亲水性能变化。
物质吸附膜13的厚度可以根据作为吸附对象的气味物质的特性适当选择。例如，物质吸附膜13的厚度可以设为10nm～10μm的范围，优选设为50nm～800nm。物质吸附膜13的厚度低于10nm时，有时无法得到充分的灵敏度。另外，物质吸附膜13的厚度超过10μm时，存在超过检测器15能够检测的重量的上限的情况。
检测器15具有作为信号转换部(转换器)的功能，该信号转换部测定吸附于物质吸附膜13的表面的气味物质引起的物质吸附膜13的物理、化学或电气特性的变化，并将该测定结果例如作为电信号输出。即，检测器15检测气味物质向物质吸附膜13的表面的吸附状态。作为检测器15输出为测定结果的信号，可举出电信号、发光、电阻的变化、振动频率的变化等物理信息。
作为检测器15，只要是测定物质吸附膜13的物理、化学或电气特性的变化的传感器就没有特别限定，能够适合使用各种传感器。作为检测器15，具体而言，可以举出水晶振子传感器(QCM)、表面声波传感器、场效应晶体管(FET)传感器、电荷耦合元件传感器、MOS场效应晶体管传感器、金属氧化物半导体传感器、有机导电性聚合物传感器等。
需要说明的是，在作为检测器15使用水晶振子传感器的情况下，虽然没有图示，但作为激励电极，也可以在水晶振子的两面设置电极，为了检测高的Q值，也可以在单面设置分离电极。另外，激励电极也可以在水晶振子的传感器基板17侧夹着传感器基板17设置。激励电极可以由任意的导电性材料形成。作为激励电极的材料，具体而言，可以举出金、银、铂、铬、钛、铝、镍、镍系合金、硅、碳，碳纳米管等无机材料、聚吡咯、聚苯胺等的导电性高分子等有机材料。
如图8所示，检测器15的形状可以设为平板形状。如图7所示，平板形状的平板面的形状可以设为圆形，但也可以设为四边形、正方形、椭圆形等各种形状。另外，检测器15的形状不限于平板形，其厚度也可以变动，也可以形成有凹状部、凸状部。
在检测器15如上述水晶振子传感器那样使用振子的情况下，通过使多个传感器元件11的各振子的谐振频率变化，能够降低从共存于同一传感器基板17上的其他振子受到的影响(串扰)。同一传感器基板17上的各振子能够以相对于某振动频率显示不同的灵敏度的方式任意地设计谐振频率。谐振频率例如可以通过调节振子或物质吸附膜13的厚度来改变。
作为传感器基板17，能够使用硅基板、由水晶晶体构成的基板、印刷布线基板、陶瓷基板、树脂基板等。另外，基板是中介层基板等多层布线基板，用于使水晶基板振动的激励电极和安装布线、用于通电的电极配置于任意的位置。
通过形成上述那样的结构，能够得到具有多个具备气味物质的吸附特性各不相同的物质吸附膜13的传感器元件11的气味传感器10。由此，在利用气味传感器10测定包含某气味物质或其组成的空气的气味的情况下，同样地使气味物质或其组成与各传感器元件11的物质吸附膜13接触，但在各物质吸附膜13，气味物质分别以不同的方式被吸附。即，在各物质吸附膜13，气味物质的吸附量不同。因此，在各传感器元件11，检测器15的检测结果不同。因此，相对于某气味物质或其组成，根据气味传感器10所具备的传感器元件11(物质吸附膜13)的数量，生成检测器15测定的测定结果。
通过对某气味物质或其组成进行测定从而由气味传感器10输出的测定结果通常相对于特定的气味物质、气味物质的组成是特异性的(独特)。因此，通过由气味传感器10测定气味，能够将气味作为单独的气味物质或气味物质的组成(混合物)进行识别。
＜气味测定装置50＞
接着，对气味传感器10所具备的气味测定装置50进行说明。图10是气味测定装置50的内部结构的说明图。气味测定装置50具有气味传感器10、与气味传感器10连接的运算处理装置51以及与运算处理装置51连接的存储装置53。由气味传感器10测定的测定结果能够在运算处理装置51被处理，并作为气味数据5与主数据3一起以含气味数据的数据的形式存储于存储装置53。气味测定通过使运算处理装置51执行存储于存储装置53的程序P1，能够使气味测定装置作为气味测定单元发挥功能。需要说明的是，气味数据的获取也可以不通过运算处理装置51的执行，而通过其他结构来执行。在实施方式一中，运算处理装置51例如是中央处理装置(CPU)、微处理器(MPU)等，存储装置53例如为硬盘驱动器(HDD)、固态驱动器(SDD)、存储器(RAM)等。
在使用气味测定装置50测定气味的情况下，为了获取背景数据，优选测定不存在测定对象的气味状态下的气味。通过获取背景数据，并从气味的测定结果减去背景数据，能够更精确地检测测定对象的气味所引起的影响。
在获取背景数据时，不存在测定对象的气味的状态是指，例如，能够设为气味传感器10无法检测测定对象的气味的状态、或者气味传感器10的检测量是小到可忽视的程度的状态。具体而言，能够使测定对象的气味的发生源在设置有气味传感器10的空间内不存在、或者被物理隔离的状态。
作为使气味传感器10和测定对象的气味的发生源物理隔离的结构，例如，可以举出图11所示这样的调整装置55等。图11是说明气味测定装置50的空气导入的示意图。在图11中，设为测定对象的气味从箭头的方向扩散过来的情况。此时，包含测定对象的气味的空气朝向测定对象的气味的发生源从开口的导入口56导入气味测定装置50内，到达气味传感器10。在导入口56与气味传感器10之间设有调整装置55。调整装置55是调整空气的流出流入的装置。作为调整装置55，例如，可以举出构成为可开闭的密封阀、风扇等。需要说明的是，在图11中，为了便于说明，将气味测定装置50的外形简化而示出为长方形，但气味测定装置50的外形不限定于此。
如图11所示，气味测定装置50优选具有向与导入口56不同的方向、即与导入测定对象的气味的方向不同的方向开口的换气口58。通过这样从与测定对象的气味的导入方向不同的方向导入空气，能够将不包含测定对象的气味或检测量为可忽视程度小的空气向气味传感器10导入。由此，能够获得更合适的背景的值。在换气口58与气味传感器10之间，也可以配置有调整装置57。
作为换气口58这样的除导入口之外的开口，并不限于换气口58那样连接导入口56和气味传感器10的直线的延长线上，只要是与测定对象的气味的导入方向不同的方向即可，例如，可以是换气口60等。换气口58和换气口60也可以并存。在换气口60与气味传感器10之间也可以配置有调整装置59。
作为调整装置55、57、59，只要是可调整空气的流出流入的装置就没有特别限定，例如，可以是构成为可开闭的密封阀、闸门、可正转反转的风扇等。在调整装置55、57、59并存的情况下，可以分别具有同样的结构，但也可以分别具有不同的结构。另外，调整装置55、57、59也可以相互连动而动作。例如，调整装置55、57、59均为密封阀，优选在调整装置55为打开的状态的情况下，调整装置57为打开的状态，调整装置59为关闭状态。由此，从导入口56导入的空气通过气味传感器10之后，从换气口58排出。另一方面，优选在调整装置55为关闭的状态的情况下，调整装置57为关闭状态，调整装置59为打开状态。由此，在获取背景的测定值的情况下，能够将不包含测定对象的气味的空气从换气口60导入，通过气味传感器10来进行测定。
作为将气味传感器10和测定对象的气味的发生源物理隔离的结构，也可以采用气味传感器10的位置为可变的结构。例如，仅在气味传感器10配设于臂的前端并测定测定对象的气味的情况下，能够使气味传感器10移动到测定对象的气味的发生源的附近。在获取背景数据时，能够使用充分远离测定对象的气味的发生源的场所的气味的测定结果。
＜复合数据生成装置＞
复合数据生成装置具备生成主数据3的主数据生成单元以及气味传感器10。复合数据生成装置是能够生成作为基于上述的数据结构的复合数据的含气味数据的数据1的装置。
以下，使用实施例，对复合数据生成装置具体进行说明。
[实施例一]
作为实施例一，对复合数据生成装置为诊断装置100，主数据为图像数据的情况进行说明。作为实施例一，参照附图对图像数据具体为计算机断层拍摄图像(CT图像)的数据的情况进行说明。需要说明的是，作为图像，不限定于CT图像，也可以是由X射线拍摄装置得到的X射线图像或由使用了其他放射线的图像诊断得到的各种图像。
图12是表示实施例一的诊断装置100的示意图。具体而言，图12的诊断装置100是计算机断层拍摄装置(CT装置)。诊断装置100具备圆筒状的机架111、以及能够将被检者的身体的至少一部分搬送到机架111的圆筒形状的中空部分并插入该中空部分的床台117。床台117构成为能够沿插入机架111的中空部分的方向平行移动。该平行移动是在被检者躺在床台117上的状态下，以插入到机架111的中空部分的方式能够平行移动。机架111在其内部具有X射线照射装置112、X射线检测装置113。从X射线照射装置112发出的X射线照射于移动到机架111的中空部分的被检者，透过被检者的X射线由X射线检测装置113检测。由此，能够得到被检者的诊断图像。诊断图像能够作为图像数据103输出。
诊断装置100在机架111的一部分具备气味测定装置115。气味测定装置115能够检测被检者发出的口臭、体臭。例如，气味测定装置115能够配置于机架111的中空部分的附近且以露出于机架111的壳体的表面的方式配置。在该情况下，能够将没有被检者在检查室内的状态下的气味作为背景的气味进行检测。
气味测定装置115也可以具有上述的导入口56、换气口58、60、调整装置55、57、59等。在机架111的内部配置有气味测定装置115的情况下，导入口56朝向机架111的中空部分、即插入被检者的部分开口。在该情况下，换气口58、60朝向与机架111的中空部分不同的方向、即朝向机架111的外侧开口。
气味测定装置115只要是能够检测被检者发出的口臭、体臭的位置，就不限定于机架111，可以配置于任何位置。例如，气味测定装置115可以配置于床台117，也可以配置在与机架111、床台117独立的单独的臂上。
气味测定装置115具有多个传感器元件155a、155b、155c。需要说明的是，在图13中，为了便于说明，仅示出3个传感器元件155a、155b、155c，但传感器元件的数量不限于3个。
图13是示意性表示实施例一的诊断装置100的内部结构的第一例的框图。如图13所示，在诊断装置100中，运算处理装置(CPU)131、存储装置133、机架111、床台117、气味测定装置115以能够相互通信的方式连接。CPU131能够控制存储装置133、机架111、床台117以及气味测定装置115的动作。在存储装置133，存储有程序P11、数据库D11。通过CPU131执行程序P1，诊断装置100能够发挥获取诊断图像的功能、测定被检者发出的气味的功能等。
CPU131能够控制载有被检者的床台117的平行移动，使床台117移动，以使诊断部位插入到位于机架111的中空部分的X射线照射区域。接着，CPU131控制机架111的X射线诊断装置，使X射线朝向被检者的诊断部位进行照射。透过的X射线由机架111的检测装置检测。诊断图像的图像数据103通过CPU131向存储装置133内的数据库D11的给定区域存储。由此，诊断装置100能够获取诊断图像。
CPU131能够通过执行程序P11来控制气味测定装置115，在与上述的诊断图像的获取同时，或诊断图像的获取前后，使用气味测定装置115获取被检者的口臭、体臭或这二者并进行测定。作为气味测定装置115，能够使用上述的气味传感器10。CPU131能够通过执行程序P11，基于由气味测定装置115测定的测定结果而生成气味数据105。
图14是示意性表示实施例一的诊断装置100的内部结构的第二例的框图。如图14所示，基于CPU131执行程序P1的气味数据105的生成也可以不通过CPU131而通过气味测定装置115所具备的CPU151执行存储于存储装置153的程序Pa来实现。由此，能够在气味测定装置115内完成气味传感器116的各传感器元件155a、155b、155c等的测定结果的加工处理。
除传感器元件155a、155b、155c等之外，气味测定装置115具有运算处理装置(CPU)151、存储装置153。CPU151获取由各传感器元件155a、155b、155c等得到的测定结果，并存储于存储装置153。需要说明的是，CPU151也可以将测定结果不存储于存储装置153而向诊断装置100的CPU131传递，并存储于存储装置133。
在存储装置133，存储有数据库D11，该数据库D11将被检者姓名、诊断日期时间、诊断图像、气味数据、诊断结果、症状、病例、病因等CT检查中不存在的各种信息相互关联地存储。数据库D11中存储的气味数据105可以是由气味传感器116获取的气味测定结果本身(原始数据)，也可以是基于气味测定结果加工后的气味数据。这样通过将气味数据105和CT检查附带的各种信息相互关联，能够分析气味与诊断、症状之间的关系。例如，在与接受特定的诊断的被检者相关的气味数据具有特征的情况下，具有该特征的气味数据根据其体臭、口臭进行测定的被检者有可能受到该特定的诊断。
图15是实施例一的数据库D11。在数据库D11中，与通过CT检查得到的诊断图像的数据相关联地，存储有气味数据5、被检者姓名、诊断日期时间、确定诊断、症状和病例、病因的数据。气味数据5也可以根据处置的前后、气味测定的部位等，将多个气味数据5存储于数据库D11。
数据库D11可以不仅存储于存储装置133，而且还存储于经由因特网连接有诊断装置100的云服务器。在数据库D11存储于云服务器中的情况下，诊断装置100可以将存储于数据库D11的各信息不存储在存储装置133中，而直接向云服务器上的数据库D11存储。
在此，参照图16，对诊断装置100上的CT检查及气味数据105的获取的处理流程进行说明。图16是表示实施例一的诊断装置100的处理的流程图。在步骤(以下，作为“S”)1001中，诊断装置100开始获取图像数据103，并且气味测定装置115开始气味测定。具体而言，CPU131控制X射线照射装置112、X射线检测装置113、床台117以及气味测定装置115。在CT检查开始时，CPU131使气味测定装置115工作，进行气味传感器116所执行的气味测定。接着，CPU131使床台117、X射线照射装置112、X射线检测装置113工作，并获取作为图像数据103的CT图像。需要说明的是，气味测定装置115所执行的气味测定和图像数据103的获取也可以不等待一方的处理结束而开始另一方的处理，动作时间段可以重叠。另外，图像数据103的获取也可以比气味测定先开始。
在S1002中，CPU131对气味测定装置115的气味测定结果进行加工，并转换为气味数据105。具体而言，CPU131获取气味测定装置115的气味的测定结果，并算出其差分，得到作为加工数据的气味数据105。
在S1003中，CPU131生成以图像数据103和气味数据105相互关联的状态具有图像数据103和气味数据105的含气味数据的数据101。
在S1004中，CPU131将含气味数据的数据101的气味数据105与数据库D11内的数据具有的气味数据进行比较。然后，从数据库D11提取比较后的数据彼此之间的气味数据一致或类似的数据。数据库D11可以存储于存储装置133，也可以存储于经由因特网以能够通信的方式连接的云服务器。在数据库D11为存储于云服务器的数据库的情况下，CPU131能够将提取的数据下载并存储于存储装置133。
在S1005中，CPU131能够将提取的数据中所含的确定诊断、症状、病例等信息输出到例如诊断装置100的显示画面(未图示)。由此，不仅能够进行被检者的CT检查，还能够参照测定了具有与被检者的气味数据相似的特征的气味数据的其他被检者的情况下的诊断姓名、症状、病例等。
[实施例二]
作为实施例二，对复合数据生成装置为便携信息终端200、主数据3为位置数据的情况进行说明。便携信息终端200是具备全球定位系统(GPS)装置213的便携信息终端200，具体而言，能够设为具备GPS装置213的智能手机、平板终端、移动电话等的便携终端。便携信息终端200除具备GPS装置213之外，还具备气味测定装置215。便携信息终端200还可以具备显示画面211、摄像装置217以及气压测定装置219。
图17是表示实施例二的便携信息终端200的示意图。如图17所示，便携信息终端200具备气味测定装置215，因此能够测定便携信息终端200所处的气氛空气的气味。气味测定装置215也可以具有上述的导入口56、换气口58、60、调整装置55、57、59等。在便携信息终端200的壳体的内部配置有气味测定装置215的情况下，导入口56在便携信息终端200的壳体任一个面开口。在该情况下，换气口58、60在与便携信息终端200的壳体的导入口56开口的面不同的面开口。
气味测定装置215的导入口56也可以配置于与摄像装置217相同的面。摄像装置217例如为照相机。气味测定装置215的导入口56配置于与摄像装置217相同的面，由此，在由摄像装置217拍摄到的图像中拍摄到测定对象的气味的发生源的可能性变高。
气味测定装置215具有多个传感器元件255a、255b、255c。需要说明的是，在图18中，为了便于说明，仅示出3个传感器元件255a、255b、255c，但传感器元件的数量不限于3个。
图18是示意性表示实施例二的便携信息终端200的内部结构的框图。如图18所示，在便携信息终端200中，运算处理装置(CPU)231、存储装置233、GPS装置213、摄像装置217、气压测定装置219、气味测定装置215以相互能够通信的方式连接。CPU231能够控制存储装置233、GPS装置213、摄像装置217、气压测定装置219以及气味测定装置215的动作。在存储装置233存储有程序P21、数据库D21。CPU231通过执行程序P21，便携信息终端200能够发挥获取位置数据203的功能、拍摄图像的功能、测定气压的功能、测定气氛空气的气味的功能等。
CPU231通过执行程序P21能够控制气味测定装置215，并在获取上述的位置数据203的同时或获取位置数据203的前后，使用气味测定装置215获取气氛空气并测定其的气味。作为气味测定装置215，能够使用上述的气味传感器10。CPU231通过执行程序P21，能够基于由气味测定装置215测定的测定结果，生成气味数据205。
除传感器元件255a、255b、255c等之外，气味测定装置215还具有运算处理装置(CPU)251、存储装置253。CPU251能够获取由各传感器元件255a、255b、255c等得到的测定结果，并存储于存储装置253。需要说明的是，CPU251也可以将测定结果不存储于存储装置253而向便携信息终端200的CPU231传递，并存储于存储装置233。
在存储装置233存储有数据库D21，该数据库D21将纬度及经度的位置数据203、气压信息、气味数据、测定时刻、图像数据等各种信息相互关联地存储。存储于数据库D21的气味数据205可以是由气味测定装置215获取的气味测定结果本身(原始数据)，也可以是基于气味测定结果加工后的气味数据5。这样，通过将气味数据205和由便携信息终端200获取的各种信息相互关联，能够将气味和位置信息关联。例如，通过扩充气味和位置信息建立了关联的数据库D21，能够掌握在特定的场所使用便携信息终端200测定出的气味在地图上如何分布。另外，通过将气味数据作为关键字进行检索，能够掌握具有与利用便携信息终端200等测定出的气味数据相同或类似的气味数据的气味发生的场所是哪里。
通过将由气压测定装置219测定的气压信息与气味数据205、位置数据203一起关联，能够掌握由气味测定装置215测定出的气味数据是在怎样的气压环境下所测定的数据。另外，通过将由摄像装置217拍摄的图像数据与气味数据205、位置数据203一起关联，关于测定出的气味数据是在怎样的环境产生的，能够参照该环境的图像。例如，存在通过关联图像数据能够获取气味的发生源的图像的可能性。
图19是实施例二的数据库D21。在数据库D21，与由GPS装置213获取的位置数据203相关联地，存储有气味数据205、经度、纬度、气压、测定时刻、图像数据。数据库D21可以不仅存储于存储装置233而且还存储于经由因特网连接有便携信息终端200的云服务器。在数据库D21存储于云服务器中的情况下，便携信息终端200可以将存储于数据库D21的各信息不存储在存储装置233中，而直接向云服务器上的数据库D21存储。
在此，参照图20，对便携信息终端200的位置数据203等的获取以及气味数据205的获取的处理的流程进行说明。图20是表示实施例二的便携信息终端200的处理的流程图。在S2001中，便携信息终端200开始基于GPS装置213的位置数据203的获取，并且气味测定装置215开始气味测定。具体而言，CPU231控制GPS装置213，并记录位置数据203。需要说明的是，气味测定装置115所执行的气味测定和位置数据203的获取也可以不等待一方的处理结束而开始另一方的处理，动作时间段可以重复。另外，位置数据203的获取也可以比气味测定先开始。此时，气压测定装置219所执行的气压的测定、摄像装置217所执行的图像的拍摄也可以与位置数据203的获取或气味测定同时或在其前后进行。
在S2002中，CPU231对气味测定装置215的气味的测定结果进行加工，并获取气味数据205。具体而言，CPU231获取气味测定装置215的气味的测定结果，并算出其差分，得到作为加工数据的气味数据205。
在S2003中，CPU231生成以位置数据203与气味数据205相互关联的状态具有位置数据203和气味数据205的含气味数据的数据201。
在S2004中，CPU231对含气味数据的数据201的气味数据205与数据库D21内的数据所具有的气味数据进行比较。然后，从数据库D21中提取比较后的数据彼此之间的气味数据一致或类似的数据。数据库D21可以存储于存储装置233，也可以存储于经由因特网以能够通信的方式连接的云服务器。在数据库D21为存储于云服务器的数据库的情况下，CPU231能够将提取出的数据下载并存储于存储装置233。
在S2005中，CPU231能够将提取出的数据中所含的位置、气压、图像、测定时刻等信息输出到例如便携信息终端200的显示画面211。
[实施例三]
作为实施例三，对复合数据生成装置为视频拍摄终端300、主数据3为视频数据的情况进行说明。视频拍摄终端300是具备视频拍摄装置313的视频拍摄终端300，具体而言，也可以是摄像机、智能手机、平板终端、动作摄像机等。除视频拍摄装置313之外，视频拍摄终端300还具备气味测定装置315。视频拍摄终端300还可以具备透镜311、声音记录装置317。
图21是表示实施例三的视频拍摄终端300的示意图。如图21所示，视频拍摄终端300具备气味测定装置315，因此能够测定视频拍摄终端300所处的气氛空气的气味。气味测定装置315也可以具有上述的导入口56、换气口58、60、调整装置55、57、59等。在视频拍摄终端300的壳体的内部配置有气味测定装置315的情况下，导入口56在视频拍摄终端300的壳体的任一个面开口。在该情况下，换气口58、60在与视频拍摄终端300的壳体的导入口56开口的面不同的面开口。
气味测定装置315的导入口56优选配置于与透镜311相同的面或朝向近似方向的面。通过将气味测定装置315的导入口56朝与透镜311相同的方向或与其近似的方向进行配置，由此，在经由透镜311由视频拍摄装置313拍摄到的图像中拍摄到测定对象的气味的发生源的可能性变高。
气味测定装置315具有多个传感器元件355a、355b、355c。需要说明的是，在图22中，为了便于说明，仅示出了3个传感器元件355a、355b、355c，但传感器元件的数量不限于3个。
图22是示意性示出实施例三的视频拍摄终端300的内部结构的框图。如图22所示，在视频拍摄终端300中，运算处理装置(CPU)331、存储装置333、视频拍摄装置313、声音记录装置317、气味测定装置315以相互能够通信的方式连接。CPU331能够控制存储装置333、视频拍摄装置313、声音记录装置317以及气味测定装置315的动作。在存储装置333存储有程序P31、数据库D31。通过CPU331执行程序P31，视频拍摄终端300能够发挥获取视频数据303的功能、记录声音数据307的功能、测定气氛空气的气味数据305的功能等。
CPU331通过执行程序P31能够控制气味测定装置315，并在拍摄上述的视频的同时或拍摄视频的中途或在拍摄视频的前后，使用气味测定装置315获取气氛空气，并测定其的气味。作为气味测定装置315，能够使用上述的气味传感器10。CPU331通过执行程序P31，能够基于由气味测定装置315测定出的测定结果，生成气味数据305。
除传感器元件355a、355b、355c等之外，气味测定装置315还具有运算处理装置(CPU)351、存储装置353。CPU351能够获取由各传感器元件355a、355b、355c等得到的测定结果，并存储于存储装置353。需要说明的是，CPU351也可以将测定结果不存储于存储装置353而向视频拍摄终端300的CPU331传递，并存储于存储装置333。
在存储装置333存储有数据库D31，该数据库D31将视频数据303、气味数据305、声音数据307等各种信息相互关联地存储。存储于数据库D31的气味数据305可以是由气味测定装置315获取的气味测定结果本身(原始数据)，也可以是基于气味测定结果进行加工后的气味数据5。这样，通过将气味数据305和由视频拍摄终端300获取的各种信息相互关联，能够将气味和视频数据303关联。例如，通过扩充气味和位置信息建立了关联的数据库D31，能够掌握在特定的场所使用视频拍摄终端300测定出的气味是在怎样的状况下产生的气味。另外，通过将气味数据作为关键字进行检索，能够掌握具有与利用视频拍摄终端300等测定出的气味数据305相同或类似的气味数据的气味产生的状况是怎样的状况。能够将使用声音记录装置317所记录的声音数据307与气味数据305、视频数据303一起进行关联。
图23是实施例三的数据库D31。在数据库D31，与由视频拍摄装置313获取的视频数据303相关联地，存储有气味数据305、声音数据307、拍摄日期时间的信息等。数据库D31可以不仅存储于存储装置333而且还存储于经由因特网连接有视频拍摄终端300的云服务器。在数据库D31存储于云服务器的情况下，视频拍摄终端300可以将存储于数据库D31的各信息不存储于存储装置333，而直接向云服务器上的数据库D31存储。
在此，参照图24，对视频拍摄终端300的视频数据303等的获取以及气味数据305的获取的处理的流程进行说明。图24是表示实施例三的视频拍摄终端300的处理的流程图。在S3001中，视频拍摄终端300开始视频拍摄装置313所执行的视频数据303的获取，并且气味测定装置315开始气味测定。具体而言，CPU331控制视频拍摄装置313，并记录视频数据303。需要说明的是，优选同时进行气味测定装置315所执行的气味测定、视频数据303的记录以及声音数据307的记录。
气味测定装置315所执行的气味测定例如能够以测定间隔为1秒来获取气味数据305，但在视频长的情况下，也能够将测定间隔较长地设为30秒、1分钟、5分钟、10分钟、30分钟、1小时等。另外，在预测视频拍摄时的气氛空气的气味变化少的情况下，减少基于气味测定装置315的气味测定的次数，例如，能够在视频拍摄开始前、视频拍摄中、视频拍摄结束后的任意时期以少的次数进行气味测定。
在S3002中，CPU331对气味测定装置315的气味的测定结果进行加工，获取气味数据305。具体而言，CPU331获取气味测定装置315的气味的测定结果，算出其差分，得到作为加工数据的气味数据305。
在S3003中，CPU331生成以视频数据303与气味数据305相互关联的状态具有视频数据303和气味数据305的含气味数据的数据301。
在S3004中，CPU331对含气味数据的数据301的气味数据305与数据库D31内的数据具有的气味数据进行比较。然后，从数据库D31中提取比较后的数据彼此之间的气味数据一致或类似的数据。数据库D31可以存储于存储装置333，也可以存储于经由因特网以能够通信的方式连接的云服务器。在数据库D31为存储于云服务器的数据库的情况下，CPU331能够下载提取的数据，并存储于存储装置333。
在S3005中，CPU331能够将提取出的数据中包含的视频、声音、拍摄日期时间等信息与视频一起向例如视频拍摄终端300的显示画面(未图示)输出。
(实施例三的应用例一)
在使用视频拍摄终端300而拍摄某菜肴的视频的情况下，视频拍摄终端300的气味测定装置315测定从该料理发出的气味，并生成与该料理的视频数据303建立了关联的气味数据305。将该生成的气味数据305作为关键字，从数据库D31检索与气味数据305相同或近似的气味数据，从数据库D31提取相同或近似的气味数据和与其相关联的视频数据等的信息。由此，得到和与拍摄的料理相同或近似的气味数据建立了关联的视频数据。
例如，用户使用视频拍摄终端300拍摄喜欢的菜肴的视频时，用户能够获得该菜肴的烹调视频、具有与该菜肴的气味数据305近似的气味数据的其他菜肴的视频等。
(实施例三的应用例二)
能够将视频拍摄终端300用作监控摄像头。监控摄像头等拍摄不特定的多个人物。基于监控摄像头等的影像来确定人物这样的需求大。因此，通过将视频拍摄终端300用作监控摄像头等，气味测定装置315能够检测进入视频的拍摄范围的人物发出的体臭、香水的气味等。如果使测定想要确定的人物的体臭而得到的气味数据305存储于数据库D31等，则不仅能够基于视频确定人物，还能够基于使用视频拍摄终端300得到的气味数据305确定人物。因此，在基于视频确定人物的基础上，还能够基于气味数据305确定人物，人物确定的精度的大幅度提高可期。
例如，在搜索走失者、犯罪者的情况下，只要能够预先获取成为了走失者的人物、犯罪者的气味数据，就能够将其的气味数据和视频数据、图像数据一起存储于数据库D31。然后，只要由作为视频拍摄终端300的监控摄像头对成为了走失者的人物、犯罪者进行拍摄，并获取其的气味数据305，就能够利用获取到的气味数据305与存储于数据库D31的气味数据一致或近似的情况，实现人物的确定。此时，关于人物的确定，通过将基于使用视频拍摄终端300而拍摄的视频的人物确定与基于气味数据的人物确定进行组合，能够期待提高人物确定的精度。
以上，对本发明的优选实施方式进行了说明，但本发明不限定于此，能够在其主旨的范围内进行各种变形、变更。例如，本发明包含以下的主旨。
(主旨1)以具有存储有主数据的主数据存储区域以及存储有基于由气味传感器测定出的空气中的气味的测定结果的气味数据的气味数据存储区域的数据结构为主旨。
由此，能够从数据的集合中检索并提取与特定的气味数据关联的数据。
(主旨2)可以是如下数据结构，其中，所述主数据存储区域包括主数据ID区域，该主数据ID区域用于存储主数据ID，该主数据ID指示该主数据存储区域内存储的数据是所述主数据，和/或，所述气味数据存储区域包括气味数据ID区域，该气味数据ID区域用于存储气味数据ID，该气味数据ID指示该气味数据存储区域内存储的数据是所述气味数据。
(主旨3)可以是如下数据结构，其中，所述气味数据存储区域存储多个所述气味数据。
(主旨4)可以是如下数据结构，其中，所述气味数据存储区域具有多个所述气味数据ID区域。
(主旨5)可以是如下数据结构，所述气味传感器具备多个传感器元件，该传感器元件构成为包含物质吸附膜和检测器，所述物质吸附膜吸附空气中的气味物质，所述物质吸附膜按每个所述传感器元件而具有针对所述气味物质的不同的吸附特性，多个所述传感器元件根据所述气味物质向所述物质吸附膜的吸附量而输出不同的测定结果，所述多个气味数据与所述多个传感器元件分别对应。
(主旨6)可以是如下数据结构，其中，所述气味数据是由所述气味传感器测定出的空气中的气味的测定结果，且是表示所述空气中的气味的经时变化的迁移数据。
(主旨7)可以是如下数据结构，其中，所述迁移数据构成为包含多个数据集，该数据集为由在给定的时间宽度内以给定的时间间隔通过所述气味传感器测定出的所述空气中的气味的测定值和该测定值的测定时刻组成的数据集。
(主旨8)可以是如下数据结构，其中，所述气味数据是作为由所述气味传感器测定出的空气中的气味的测定结果的第一测定结果与第二测定结果的差分数据，用于表示所述空气中的气味的经时变化，所述第一测定结果是第一时刻或时间宽度的所述空气中的气味的测定结果，所述第二测定结果是第二时刻或时间宽度的所述空气中的气味的测定结果。
(主旨9)可以是如下数据结构，所述第一测定结果是所述第一时刻的所述空气中的气味的测定结果，所述第二测定结果是所述第二时刻的所述空气中的气味的测定结果，所述第一时刻与所述第二时刻的时刻差至少为5秒。
(主旨10)可以是如下数据结构，所述第一测定结果是所述第一时间宽度的所述空气中的气味的测定结果当中的最大值，所述第二测定结果是所述第二时间宽度中所述空气中的气味的测定结果当中的最小值。
(主旨11)可以是如下数据结构，所述主数据包括图像数据、视频数据、声音数据、文本数据、位置数据中的至少一种数据，所述主数据存储区域与所述气味数据存储区域相互关联。
(主旨12)将复合数据生成装置也作为主旨，该复合数据生成装置具备：主数据生成单元，其生成所述主数据；以及所述气味传感器，该复合数据生成装置生成基于主旨1至主旨11中的任一项所述的数据结构的复合数据。
(标号说明)
1：含气味数据的数据 3：主数据
4：主数据存储区域 5：气味数据
6：气味数据存储区域 7：元件数据
8：元件数据存储区域 9：元件数据点
10：气味传感器 11：传感器元件
13：物质吸附膜 15：检测器
17：传感器基板 19：传感器面
23：主数据ID 24：主数据ID区域
25：气味数据ID 26：气味数据ID区域
27：元件数据ID 28：元件数据ID区域
29：时间标签 30：时间标签区域
50：气味测定装置
51：(气味测定装置的)运算处理装置(CPU)
53：(气味测定装置的)存储装置
55：调整装置 56：导入口
57：调整装置 58：换气口
59：调整装置 60：换气口
100：诊断装置 101：含气味数据的数据
103：图像数据 105：气味数据
111：机架 112：X射线照射装置
113：X射线检测装置 115：气味测定装置
117：床台
131：(诊断装置的)运算处理装置(CPU)
133：(诊断装置的)存储装置
151：(气味测定装置的)运算处理装置(CPU)
153：(气味测定装置的)存储装置
155a：传感器元件 155b：传感器元件
155c：传感器元件 200：便携信息终端
201：含气味数据的数据 203：位置数据
205：气味数据 211：显示画面
213：GPS装置 215：气味测定装置
217：摄像装置 219：气压测定装置
231：(便携信息终端的)运算处理装置(CPU)
233：(便携信息终端的)存储装置
251：(气味测定装置的)运算处理装置(CPU)
253：(气味测定装置的)存储装置
255a：传感器元件 255b：传感器元件
255c：传感器元件 300：视频拍摄终端
301：含气味数据的数据 303：视频数据
305：气味数据 307：声音数据
311：透镜 313：视频拍摄装置
315：气味测定装置 317：声音记录装置
331：(视频拍摄终端的)运算处理装置(CPU)
333：(视频拍摄终端的)存储装置
351：(视频拍摄终端的)运算处理装置(CPU)
353：(视频拍摄终端的)存储装置
355a：传感器元件 355b：传感器元件
355c：传感器元件
D1：测定结果数据库 D2：加工数据库
D11：(实施例一的)数据库
D21：(实施例二的)数据库
D31：(实施例三的)数据库
P11：(实施例一的)程序
P21：(实施例二的)程序
P31：(实施例三的)程序
Pa：程序。

Claims (12)

1.一种数据结构，具有：
主数据存储区域，存储有主数据；以及
气味数据存储区域，存储有基于由气味传感器测定出的空气中的气味的测定结果的气味数据。
2.根据权利要求1所述的数据结构，其特征在于，
所述主数据存储区域包括主数据ID区域，所述主数据ID区域用于存储主数据ID，所述主数据ID指示该主数据存储区域内存储的数据是所述主数据，
和/或，
所述气味数据存储区域包括气味数据ID区域，所述气味数据ID区域用于存储气味数据ID，所述气味数据ID指示该气味数据存储区域内存储的数据是所述气味数据。
3.根据权利要求1或2所述的数据结构，其特征在于，
所述气味数据存储区域存储多个所述气味数据。
4.根据权利要求3所述的数据结构，其特征在于，
所述气味数据存储区域具有多个所述气味数据ID区域。
5.根据权利要求3或4所述的数据结构，其特征在于，
所述气味传感器具备多个传感器元件，所述传感器元件构成为包含物质吸附膜和检测器，所述物质吸附膜吸附空气中的气味物质，
所述物质吸附膜按每个所述传感器元件而具有针对所述气味物质的不同的吸附特性，
多个所述传感器元件根据所述气味物质向所述物质吸附膜的吸附量而输出不同的测定结果，
所述多个气味数据与所述多个传感器元件分别对应。
6.根据权利要求1至5中的任一项所述的数据结构，其特征在于，
所述气味数据是由所述气味传感器测定出的空气中的气味的测定结果，且是表示所述空气中的气味的经时变化的迁移数据。
7.根据权利要求6所述的数据结构，其特征在于，
所述迁移数据构成为包含多个数据集，所述数据集为由在给定的时间宽度内以给定的时间间隔通过所述气味传感器测定出的所述空气中的气味的测定值和该测定值的测定时刻组成的数据集。
8.根据权利要求1至5中的任一项所述的数据结构，其特征在于，
所述气味数据是作为由所述气味传感器测定出的空气中的气味的测定结果的第一测定结果与第二测定结果的差分数据，用于表示所述空气中的气味的经时变化，所述第一测定结果是第一时刻或时间宽度的所述空气中的气味的测定结果，所述第二测定结果是第二时刻或时间宽度的所述空气中的气味的测定结果。
9.根据权利要求8所述的数据结构，其特征在于，
所述第一测定结果是所述第一时刻的所述空气中的气味的测定结果，
所述第二测定结果是所述第二时刻的所述空气中的气味的测定结果，
所述第一时刻与所述第二时刻的时刻差至少为5秒。
10.根据权利要求8所述的数据结构，其特征在于，
所述第一测定结果是所述第一时间宽度内的所述空气中的气味的测定结果当中的最大值，
所述第二测定结果是所述第二时间宽度内的所述空气中的气味的测定结果当中的最小值。
11.根据权利要求1至9中的任一项所述的数据结构，其特征在于，
所述主数据包括图像数据、视频数据、声音数据、文本数据、位置数据中的至少一种数据，
所述主数据存储区域与所述气味数据存储区域相互关联。
12.一种复合数据生成装置，生成基于权利要求1至11中的任一项所述的数据结构的复合数据，
所述复合数据生成装置具备：
主数据生成单元，生成所述主数据；以及
所述气味传感器。
CN201780091545.XA 2017-06-19 2017-06-19 数据结构及复合数据生成装置 Active CN110709885B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2017/022600 WO2018235148A1 (ja) 2017-06-19 2017-06-19 データ構造及び複合データ生成装置

Publications (2)

Publication Number Publication Date
CN110709885A true CN110709885A (zh) 2020-01-17
CN110709885B CN110709885B (zh) 2023-11-21

Family

ID=64736883

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780091545.XA Active CN110709885B (zh) 2017-06-19 2017-06-19 数据结构及复合数据生成装置

Country Status (5)

Country Link
US (1) US11846615B2 (zh)
EP (1) EP3644319A4 (zh)
JP (1) JP6976530B2 (zh)
CN (1) CN110709885B (zh)
WO (1) WO2018235148A1 (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7221550B2 (ja) * 2019-02-08 2023-02-14 株式会社アロマビット 匂い探索方法及び匂い探索システム
JP7296231B2 (ja) * 2019-03-27 2023-06-22 太陽誘電株式会社 検出システム、プログラム、検出方法、及び情報処理装置
JP7303001B2 (ja) * 2019-03-28 2023-07-04 太陽誘電株式会社 検出システム、プログラム、検出方法、及び情報処理装置
US11813926B2 (en) 2020-08-20 2023-11-14 Denso International America, Inc. Binding agent and olfaction sensor
US11636870B2 (en) 2020-08-20 2023-04-25 Denso International America, Inc. Smoking cessation systems and methods
US11760170B2 (en) 2020-08-20 2023-09-19 Denso International America, Inc. Olfaction sensor preservation systems and methods
US11760169B2 (en) 2020-08-20 2023-09-19 Denso International America, Inc. Particulate control systems and methods for olfaction sensors
US11932080B2 (en) 2020-08-20 2024-03-19 Denso International America, Inc. Diagnostic and recirculation control systems and methods
US11881093B2 (en) 2020-08-20 2024-01-23 Denso International America, Inc. Systems and methods for identifying smoking in vehicles
US11828210B2 (en) 2020-08-20 2023-11-28 Denso International America, Inc. Diagnostic systems and methods of vehicles using olfaction

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US2837912A (en) * 1954-03-16 1958-06-10 Airkem Inc Apparatus for the characterization of odors
JP2002245326A (ja) * 2001-02-14 2002-08-30 Denso Corp ニオイデータ送信システム
US6654664B1 (en) * 2000-06-14 2003-11-25 Multisen Technology, Inc. Multimedia and scent storage medium and playback apparatus
US20070106721A1 (en) * 2005-11-04 2007-05-10 Philipp Schloter Scalable visual search system simplifying access to network and device functionality
KR20130082792A (ko) * 2011-12-19 2013-07-22 한국전자통신연구원 후각인식장치와 콘텐츠 간의 디바이스정보 데이터쉬트의 전달 방법 및 장치
CN103268395A (zh) * 2013-04-24 2013-08-28 浙江大学 一种远程超感知医疗探视系统和探视方法
CN103308650A (zh) * 2012-03-15 2013-09-18 森斯瑞股份公司 气味和/或气体识别系统
US20140096590A1 (en) * 2012-05-07 2014-04-10 Alexander Himanshu Amin Electronic nose system and method
US20150370331A1 (en) * 2014-06-24 2015-12-24 Sergio Pinzon Gonzales, JR. Surfacing related content based on user interaction with currently presented content
CN105426456A (zh) * 2015-11-12 2016-03-23 上海新储集成电路有限公司 一种在大数据挖掘中传感器采集非结构化数据的方法
WO2017085796A1 (ja) * 2015-11-17 2017-05-26 株式会社アロマビット 匂いセンサおよび匂い測定システム

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4614299A (en) * 1984-06-13 1986-09-30 International Flavors & Fragrances Inc. Article which dispenses at a constant rate a volatile composition, and process for using same
JP2930484B2 (ja) * 1992-09-28 1999-08-03 アイシン精機株式会社 トイレ用脱臭装置
JPH11264808A (ja) * 1998-03-17 1999-09-28 Shimadzu Corp ガスセンサユニット
JP2004142994A (ja) * 2002-10-24 2004-05-20 Hiranaka:Kk 回分式活性汚泥法による液体肥料及び土壌改良材の製造方法
US8099446B2 (en) 2007-12-12 2012-01-17 International Business Machines Corporation Digital content searching tool
KR101131958B1 (ko) * 2009-10-22 2012-03-29 주식회사 과학기술분석센타 가스 농도 측정방법 및 이에 사용되는 가스 농도 측정장치
JP2014085114A (ja) * 2012-10-19 2014-05-12 Nikon Corp 物質特定システム、物質特定装置、物質特定方法、およびプログラム
WO2016031080A1 (ja) * 2014-08-29 2016-03-03 株式会社アロマビット 嗅覚システム、匂い識別装置、匂い識別方法
JP6675149B2 (ja) * 2015-03-27 2020-04-01 株式会社ユー・エス・イー におい識別システム

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US2837912A (en) * 1954-03-16 1958-06-10 Airkem Inc Apparatus for the characterization of odors
US6654664B1 (en) * 2000-06-14 2003-11-25 Multisen Technology, Inc. Multimedia and scent storage medium and playback apparatus
JP2002245326A (ja) * 2001-02-14 2002-08-30 Denso Corp ニオイデータ送信システム
US20070106721A1 (en) * 2005-11-04 2007-05-10 Philipp Schloter Scalable visual search system simplifying access to network and device functionality
KR20130082792A (ko) * 2011-12-19 2013-07-22 한국전자통신연구원 후각인식장치와 콘텐츠 간의 디바이스정보 데이터쉬트의 전달 방법 및 장치
CN103308650A (zh) * 2012-03-15 2013-09-18 森斯瑞股份公司 气味和/或气体识别系统
US20140096590A1 (en) * 2012-05-07 2014-04-10 Alexander Himanshu Amin Electronic nose system and method
CN103268395A (zh) * 2013-04-24 2013-08-28 浙江大学 一种远程超感知医疗探视系统和探视方法
US20150370331A1 (en) * 2014-06-24 2015-12-24 Sergio Pinzon Gonzales, JR. Surfacing related content based on user interaction with currently presented content
CN105426456A (zh) * 2015-11-12 2016-03-23 上海新储集成电路有限公司 一种在大数据挖掘中传感器采集非结构化数据的方法
WO2017085796A1 (ja) * 2015-11-17 2017-05-26 株式会社アロマビット 匂いセンサおよび匂い測定システム

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
钱进进等: "基于ID特征码的云存储数据分片与备份策略", 《微电子学与计算机》 *
钱进进等: "基于ID特征码的云存储数据分片与备份策略", 《微电子学与计算机》, no. 08, 5 August 2013 (2013-08-05), pages 16 - 18 *

Also Published As

Publication number Publication date
JP6976530B2 (ja) 2021-12-08
US11846615B2 (en) 2023-12-19
EP3644319A1 (en) 2020-04-29
WO2018235148A1 (ja) 2018-12-27
US20200124577A1 (en) 2020-04-23
EP3644319A4 (en) 2021-03-31
CN110709885B (zh) 2023-11-21
JPWO2018235148A1 (ja) 2020-04-16

Similar Documents

Publication Publication Date Title
CN110709885B (zh) 数据结构及复合数据生成装置
US11112383B2 (en) Odor detection system, odor identification device, and odor identification method
US11686711B2 (en) Odor measurement apparatus and odor data management apparatus
KR101852074B1 (ko) 가스 분류를 위한 전자코 시스템 및 방법
KR102534525B1 (ko) 자가 실시형의 변조 방지용 약물 검출
US20240036018A1 (en) Air quality determination system, air quality determination method, and sensor module
JP7201184B2 (ja) 匂い識別装置、情報処理装置、携帯デバイス、ウエアラブルデバイス、空調機器、及び医療機器
JP7212966B2 (ja) 複合データ生成方法及び複合データ生成装置
Le Maout et al. A low cost, handheld E-nose for renal diseases early diagnosis
US10605756B2 (en) System and method of detecting explosive compounds based on rapid deflagration and differential micro-calorimetry
Jha et al. Power scaling of chemiresistive sensor array data for odor classification
Kim et al. Miniaturized electronic nose system based on a personal digital assistant
JP2007093470A5 (zh)
JP4592195B2 (ja) ガス検出方法及びその装置
Laquintinie et al. A portable electronic nose prototype for nerve agent detection
Di Natale Electronic Noses
Vishinkin et al. Artificially intelligent nanoarrays for disease detection via volatolomics
Wang et al. Portable electronic nose system with chemiresistor sensors to detect and distinguish chemical warfare agents
Necioğlu et al. Algorithm-aided performance enhancement of a trace explosives sensor
Banabakode et al. Analysis of Various Non-invasive Methods for Pulmonary Cancer Identification
Iskandarani Inheritance based Intelligent Technique Employing Nested-XOR with Recursion for Recognition and Classification of Odors using Multi-Sensor Nose System
Lama Interactive Wireless Sensor for Remote Trace Detection and Recognition of Hazardous Gases

Legal Events

Date Code Title Description
PB01 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