CN111902084A - 信息处理装置、疲劳评价方法以及程序 - Google Patents
信息处理装置、疲劳评价方法以及程序 Download PDFInfo
- Publication number
- CN111902084A CN111902084A CN201980011865.9A CN201980011865A CN111902084A CN 111902084 A CN111902084 A CN 111902084A CN 201980011865 A CN201980011865 A CN 201980011865A CN 111902084 A CN111902084 A CN 111902084A
- Authority
- CN
- China
- Prior art keywords
- fatigue
- user
- blinking
- evaluation
- biological information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 155
- 230000010365 information processing Effects 0.000 title claims abstract description 19
- 230000004397 blinking Effects 0.000 claims abstract description 98
- 230000000694 effects Effects 0.000 claims description 48
- 238000000034 method Methods 0.000 claims description 15
- 210000000467 autonomic pathway Anatomy 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 3
- 238000007619 statistical method Methods 0.000 claims description 2
- 206010016256 fatigue Diseases 0.000 description 115
- 238000005259 measurement Methods 0.000 description 47
- 208000019914 Mental Fatigue Diseases 0.000 description 20
- 230000007423 decrease Effects 0.000 description 16
- 206010062519 Poor quality sleep Diseases 0.000 description 14
- 208000020401 Depressive disease Diseases 0.000 description 12
- 101001004953 Homo sapiens Lysosomal acid lipase/cholesteryl ester hydrolase Proteins 0.000 description 12
- 102100026001 Lysosomal acid lipase/cholesteryl ester hydrolase Human genes 0.000 description 12
- 238000004891 communication Methods 0.000 description 11
- 230000003860 sleep quality Effects 0.000 description 11
- 230000008859 change Effects 0.000 description 9
- 230000000875 corresponding effect Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 9
- 206010041349 Somnolence Diseases 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 230000003247 decreasing effect Effects 0.000 description 7
- 230000004399 eye closure Effects 0.000 description 7
- 230000002618 waking effect Effects 0.000 description 7
- 230000002567 autonomic effect Effects 0.000 description 6
- 230000004630 mental health Effects 0.000 description 5
- 208000019116 sleep disease Diseases 0.000 description 5
- 230000002889 sympathetic effect Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 230000003340 mental effect Effects 0.000 description 3
- 210000005036 nerve Anatomy 0.000 description 3
- 210000005037 parasympathetic nerve Anatomy 0.000 description 3
- 208000020685 sleep-wake disease Diseases 0.000 description 3
- 210000002820 sympathetic nervous system Anatomy 0.000 description 3
- 235000021538 Chard Nutrition 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 210000001002 parasympathetic nervous system Anatomy 0.000 description 2
- 230000002829 reductive effect Effects 0.000 description 2
- 208000022925 sleep disturbance Diseases 0.000 description 2
- 230000002269 spontaneous effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 208000006820 Arthralgia Diseases 0.000 description 1
- 206010012374 Depressed mood Diseases 0.000 description 1
- 206010019233 Headaches Diseases 0.000 description 1
- 235000019577 caloric intake Nutrition 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000000193 eyeblink Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 210000003128 head Anatomy 0.000 description 1
- 231100000869 headache Toxicity 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000005802 health problem Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 230000004060 metabolic process Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 230000008035 nerve activity Effects 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000284 resting effect Effects 0.000 description 1
- 238000009662 stress testing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/389—Electromyography [EMG]
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- Pathology (AREA)
- Child & Adolescent Psychology (AREA)
- Developmental Disabilities (AREA)
- Educational Technology (AREA)
- Hospice & Palliative Care (AREA)
- Psychiatry (AREA)
- Psychology (AREA)
- Social Psychology (AREA)
- Physiology (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明提供一种对用户的疲劳状态进行评价的信息处理装置，其具有取得部和评价部，该取得部取得使用上述用户所穿戴的传感器而测定的与上述用户的眨眼有关的生物信息，该评价部基于通过上述取得部取得的与上述用户的眨眼有关的生物信息，对上述用户的疲劳状态进行评价。
Description
相关申请的交叉引用
本申请基于2018年2月5日提交的日本申请编号(特愿)2018-018340号，在此引用其记载的内容。
技术领域
本发明涉及一种信息处理装置、疲劳评价方法以及程序。
背景技术
近年来，人们致力于防范职场上的心理健康(mental health)问题。例如，现在，对于员工为50人以上的工作场所，有义务对员工进行压力测试(stress check)。该压力测试使用记载了57个检查项目的问诊单来判定员工的压力状况，从而提前发现出现心理健康问题的可能性较高的员工，并通过进行医生会面指导等，试图将心理健康问题防范于未然(非专利文献1)。
非专利文献
非专利文献1：《基于劳动安全卫生法的压力测试制度实施手册》，厚生劳动省，2016年4月。
发明内容
使用问诊单的判定方法是以员工正确回答自身的状况为前提的。然而，根据对在企业现场致力于解决员工健康问题的保健医生或产业医生进行询问的结果，发现越是身体状况不佳的员工，越是有不正确回答压力诊查的问诊单、或隐藏自己身体状况不佳的倾向。因此，为了正确地掌握员工的身心疲劳度，不能通过使用问诊单让受测试者自己申报自觉症状的方法，而是需要使用更加简便且客观的生理学指标来对疲劳度进行评价。
本发明是鉴于这样的实际情况而完成的，其目的在于提供一种可通过简便且客观的手段对用户的疲劳度进行评价的技术。
本发明的一个实施方式所涉及的信息处理装置为对用户的疲劳状态进行评价的信息处理装置，上述信息处理装置具有取得部和评价部，上述取得部取得使用上述用户所穿戴的传感器测定的、与上述用户的眨眼有关的生物信息，上述评价部基于通过上述取得部取得的与上述用户的眨眼有关的生物信息，对上述用户的疲劳状态进行评价。
本发明的另一实施方式所涉及的疲劳评价方法为评价用户的疲劳状态的信息处理装置所执行的疲劳评价方法，上述疲劳评价方法具有：取得使用上述用户所穿戴的传感器测定的、与上述用户的眨眼有关的生物信息的步骤；和基于取得的与上述用户的眨眼有关的生物信息，对上述用户的疲劳状态进行评价的步骤。
本发明的另一实施方式所涉及的程序用于在评价用户的疲劳状态的计算机上执行以下步骤：取得使用上述用户所穿戴的传感器测定的、与上述用户的眨眼有关的生物信息的步骤；和基于取得的与上述用户的眨眼有关的生物信息，对上述用户的疲劳状态进行评价的步骤。
根据本发明，可提供一种能够通过简便且客观的手段对用户的疲劳度进行评价的技术。
附图说明
图1为展示本实施方式所涉及的疲劳评价系统的构成例的图。
图2为展示本实施方式所涉及的可穿戴终端的构成例的图。
图3为展示与眨眼有关的生物信息的具体测定项目的图。
图4为展示用户进行眨眼时的眼电位的波形的例子的图。
图5为展示本实施方式所涉及的评价装置的构成例的图。
图6为展示评价装置所进行的处理顺序的一个例子的流程图。
图7为展示实验结果的图。
图8为展示实验结果的图。
图9为展示实验结果的图。
图10为展示实验结果的图。
具体实施方式
参照附图，对本发明的优选的实施方式进行说明。应予说明，在各图中标记有相同符号的部件具有相同或同样的结构。
<系统结构以及概要>
图1为展示本实施方式所涉及的疲劳评价系统1的构成例的图。本实施方式所涉及的疲劳评价系统1具有用户所穿戴的眼镜型可穿戴终端10、和能够与可穿戴终端10进行通信的评价装置20。
可穿戴终端10具备对用户的眼电位信号进行测定的眼电位传感器13。眼电位传感器13由安装于一对鼻托以及中梁(bridge)部分的生物电极13a、13b、13c构成。在疲劳评价系统1中，通过分析以眼电位传感器13测得的眼电位，获取与用户进行的眨眼(霎眼)有关的生物信息。应予说明，眼电位传感器13并不是必需的。例如，也可在眼镜的框架部分等设置照相机来代替眼电位传感器13，并通过对使用该照相机拍摄到的图像进行图像处理，取得与眨眼有关的生物信息。此外，可穿戴终端10具备六轴传感器，能够检测用户头部的动作。即，可将眼电位传感器13以及照相机称为“传感器”。
评价装置20为使用无线方式与可穿戴终端10进行通信的装置，例如，其为用户所持有的智能手机、平板终端、便携式电话、个人电脑等。评价装置20基于通过可穿戴终端10测得的与用户的眨眼有关的生物信息，评价用户的疲劳状态。应予说明，评价装置20可由一个装置构成，也可由多个装置构成。例如，评价装置20可仅由用户所持有的智能手机等构成，也可由用户所持有的智能手机等、和可经由网络进行通信的服务器构成。此外，在本实施方式中，也可将评价装置20所具备的功能全部安装于可穿戴终端10。即，可将评价装置20称为“信息处理装置”，也可将安装有评价装置20的功能的可穿戴终端10称为“信息处理装置”。
<可穿戴终端以及评价装置的结构>
图2为展示本实施方式所涉及的可穿戴终端10的构成例的图。可穿戴终端10具有CPU11、存储器(memory)等存储装置12、眼电位传感器13、六轴传感器14、和通信IF(Interface，接口)15。关于六轴传感器14，更详细而言，其为加速度传感器以及陀螺仪传感器(gyro sensor)，分别检测三轴方向的加速度以及围绕三轴的角速度。关于通信IF15，使用Bluetooth(注册商标)、BLE(Bluetooth(注册商标)Low Energy)等近距离通信或LTE(Long Term Evolution,长期演进)等移动无线通信等与评价装置20进行通信。
此外，可穿戴终端10具有测定部110和发送部111。测定部110和发动部111能够通过CPU11执行存储于存储装置12的程序而实现。此外，该程序可储存于记录介质。储存了该程序的记录介质可为非暂时性记录介质。
测定部110通过从眼电位传感器13取得眼电位信号并对取得的眼电位信号进行分析，来测定与正穿戴可穿戴终端10的用户的眨眼有关的生物信息。
在此，关于测定部110所测定的与眨眼有关的生物信息，对具体的测定项目以及测定方法进行说明。图3为展示与眨眼有关的生物信息的具体测定项目的图。图4展示了用户进行了眨眼(霎眼)时眼电位传感器13测定的眼电位的波形的例子。
“项目编号1：眨眼的次数”：其为表示用户在指定的单位时间内进行眨眼的次数的测定项目。指定的单位时间为任意的时间，例如可设为1分钟。
“项目编号2：眨眼的强度”：如图4(a)所示，其为表示眼电位波形的正的峰以及负的峰之间的眼电位的大小(电位差)的测定项目。
“项目编号3：眨眼的强度”：与项目编号2相同，其为表示眼电位波形的正的峰以及负的峰之间的眼电位的大小(电位差)的测定项目，但与项目编号2相比，改变了测得的眼电位波形所包含的噪声处理(去除等)的方法。具体而言，在项目编号2和项目编号3中，用于识别眼电位波形是有效的波形还是噪声的阈值不同。
“项目编号4：对眨眼的强度的波形进行微分后的值中的正的峰值”：如图4(a)所示，其为表示对眼电位波形进行微分时成为正的峰的值的测定项目。
“项目编号5：对眨眼的强度的波形进行微分后的值中的正的峰值”：与项目编号4相同，其为表示对眼电位波形进行微分时成为正的峰的值的测定项目，但与项目编号4相比，改变了测得的眼电位波形所包含的噪声处理(去除等)的方法。
“项目编号6：对眨眼的强度的波形进行微分后的值中的负的峰值”：如图4(a)所示，其为表示对眼电位波形进行微分时成为负的峰的值的测定项目。
“项目编号7：对眨眼的强度的波形进行微分后的值中的负的峰值”：与项目编号6相同，其为表示对眼电位波形进行微分时成为负的峰的值的测定项目，但与项目编号6相比，改变了测得的眼电位波形所包含的噪声处理(去除等)的方法。
“项目编号8：眨眼的时间”：如图4(a)所示，其为表示1次眨眼所对应的眼电位波形的开始时刻与结束时刻之间的时间差的测定项目。
“项目编号9：眨眼的时间”：与项目编号8相同，其为表示1次眨眼所对应的眼电位波形的开始时刻与结束时刻之间的时间差的测定项目，但与项目编号8相比，改变了测得的眼电位波形所包含的噪声处理(去除等)的方法。
“项目编号10：眨眼的间隔”：如图4(a)所示，其为表示1次眨眼所对应的眼电位波形的开始时刻和下一次眨眼所对应的眼电位波形的开始时刻之间的时间差的测定项目。应予说明，测定间隔的时间不限定于眼电位波形结束的时刻。例如，也可设为测定眼电位波形中正或负的峰所对应的时间、或眼电位波形开始的时间的间隔。
以上所说明的测定项目1～10中的各个项目可设为指定的期间内的平均值。例如，测定部110可在指定的期间内进行测定，从而取得多个测定值，并将取得的多个测定值的平均值作为测定结果。指定的期间为任意的期间，例如可设为最近3分钟的平均或最近5分钟的平均。由此，能够吸收与用户的眨眼有关的生物信息的变动，从而能够更加正确地进行对疲劳度的评价。
此外，测定部110也可计算测定项目1～10中的各个项目在指定的期间内的标准偏差(SD：Standard Deviation)，并将算出的标准偏差作为测定结果。例如，测定部110可在指定的期间内进行测定，从而取得多个测定值，并使用取得的多个测定值来计算标准偏差。指定的期间为任意的期间，但优选设为能够取得一定程度数量(例如50左右)的测定值的期间。标准偏差为表示数据波动的指标，因此，能够掌握例如每次眨眼时眨眼的强度大幅变化的状态或眨眼的强度几乎没有变化的状态。
此外，对于用户故意闭眼并在一定时间后睁眼的情况下的眼电位波形，测定部110可将其从在测定项目1～10的测定中使用的眼电位波形中排除。例如，在用户故意闭眼并在一定时间后睁眼的情况下，如图4(b)所示，闭眼时生成的眼电位波形和睁眼时生成的眼电位波形会出现在时间轴上分离的位置。因此，当眼电位的正的波形与负的波形之间距离指定时间以上时，测定部110可将此视为用户故意闭眼并在一定时间后睁眼的情况，并将其从在测定项目1～10的测定中使用的眼电位波形中排除。由此，能够将自发进行的眨眼(自发性眨眼)以及用户以自己的意志进行的眨眼中接近自发性眨眼的强度的眨眼以外的情况从评价对象中排除。
发送部111具有将测定部110测得的与用户的眨眼有关的生物信息经由通信IF15而发送给评价装置20的功能。
图5为展示本实施方式所涉及的评价装置20的构成例的图。评价装置20具有CPU21、存储器等存储装置22、输入装置23、输出装置24、和通信IF25。输入装置23为接收用户的输入操作的装置，例如为键盘、鼠标、触控面板等。输出装置24为进行信息输出的装置，例如为显示器、打印机等。通信IF25使用Bluetooth(注册商标)等近距离通信或LTE等移动无线通信等，与可穿戴终端10进行通信。
此外，评价装置20具有取得部210和评价部211。取得部210和评价部211可通过CPU21执行存储于存储装置22的程序而实现。此外，该程序能够储存于记录介质。储存了该程序的记录介质可为非暂时性记录介质。
在存储装置22中储存表示与眨眼有关的生物信息和疲劳评价指标之间的相关关系的相关信息220，该相关信息220通过对从多个受试者处得到的“与眨眼有关的生物信息”和从多个受试者处得到的“直接或间接表示疲劳状态的疲劳评价指标”进行统计分析而生成。在相关信息220中，例如，在上述项目编号1～10中说明的“与眨眼有关的生物信息”的值、和与该生物信息具有相关关系的疲劳评价指标的值被对应地储存。如果以“项目编号1：眨眼的次数”的情况为例进行说明，则相关信息220中例如存储了：如果眨眼的次数为X次则疲劳评价指标的值为Y等信息，或当眨眼的次数为A～B次、B～C次、C～D次之间时，疲劳评价指标的值分别为X、Y、Z等信息。
疲劳评价指标为：通过与疲劳有关的问诊而测定的指标；与自主神经的活动有关的、间接表示疲劳程度的指标；或与受试者的包含睡眠过程的生活行动有关的、间接表示疲劳程度的指标。具体例子将在后文中叙述。
取得部210具有取得使用用户所穿戴的眼电位传感器13测定的与用户的眨眼有关的生物信息的功能。
评价部211具有基于取得部210所取得的与用户的眨眼有关的生物信息来评价用户的疲劳状态的功能。更详细而言，评价部211可从相关信息220中取得与用户的眨眼有关的生物信息所对应的疲劳评价指标，并基于取得的疲劳评价指标的值，对用户的疲劳状态进行评价。
在上文中对可穿戴终端10以及评价装置20的结构进行了说明，但也可设为将可穿戴终端10所具备的测定部110配置于评价装置20侧的结构。在这种情况下，可穿戴终端10的发送部111可将眼电位传感器13所测得的眼电位信号发送给评价装置20。评价装置20的测定部110可通过分析接收到的眼电位信号，测定与用户的眨眼有关的生物信息。
<处理顺序>
图6为展示评价装置20所进行的处理顺序的一个例子的流程图。首先，取得部210取得可穿戴终端10发送的与用户的眨眼有关的生物信息(S100)。接着，评价部211从相关信息220中获取跟与用户的眨眼有关的生物信息的值所对应的疲劳评价指标的值，并使用获取的疲劳评价指标的值对用户的疲劳状态进行评价(S101)。接着，评价部211向输出装置24输出评价结果(S102)。在此，对于从输出装置24输出的评价结果，可直接输出疲劳评价指标的值，也可输出与疲劳评价指标的值相对应的通知(message)。在后者的情况下，可预先将使疲劳评价指标的各个值与应当输出的通知相对应的信息储存于存储装置22，评价部211通过访问该信息来决定应当输出的通知。例如，在疲劳评价指标的值为指定值的情况下，作为用户的疲劳状态，评价部211将输出“有积攒了精神疲劳的可能性”之类的通知。
在用户穿戴有可穿戴终端10期间，可穿戴终端10能够时常向评价装置20发送与用户的眨眼有关的生物信息。因此，评价装置20也可以指定间隔(例如每12小时或每天等)重复步骤S100～步骤S102这一处理顺序。评价部211也可在关于用户的疲劳状态的评价结果发生变化时，向输出装置24输出评价结果。
<实验结果>
接着，将示出对从以10个受试者为对象而连续9周进行疲劳度评价的实验结果中得到的“直接或间接表示疲劳状态的疲劳评价指标”、和“与眨眼有关的生物信息”之间的相关关系进行调查而得到的结果。
发明人们通过使受试者穿戴可穿戴终端10来收集与眨眼有关的生物信息，并且，通过进行问诊以及使用专用的装置的测定，收集到如下所示的疲劳评价指标(指标A～C)的值。
指标A：通过与自觉疲劳有关的问诊而测定的直接表示疲劳程度的指标
指标B：通过使用专用的测定器进行测定而得到的、与自主神经的活动有关且间接表示疲劳程度的指标
指标C：通过24小时穿戴专用的测定器而得到的、与受试者的包含睡眠过程的生活行动有关且间接表示疲劳程度的指标
将从实验结果中得到的相关关系的有无示于图7～图10。在图7～图10中，上层的数值表示相关系数(r值)，下层的数值表示显著性概率(p值)。
在此，当“r值＜-0.2或0.2＜r值”且“p值＜0.05”时，可视为“直接或间接表示受试者的疲劳状态的疲劳评价指标”和“与受试者的眨眼有关的生物信息”之间具有相关关系。此外，对于“r值＜-0.2或0.2＜r值”且“0.05＜p值＜0.1”的情况，可视为“直接或间接表示受试者的疲劳状态的疲劳评价指标”和“与受试者的眨眼有关的生物信息”之间具有相关关系的可能性较高。另一方面，对于“0.1＜p值”或“-0.2＜r值＜0.2”的情况，可视为“直接或间接表示受试者的疲劳状态的疲劳评价指标”和“与受试者的眨眼有关的生物信息”之间没有相关关系。
在图7～图10中，对于可视为具有相关关系的组合，以虚线框框住了r值以及p值。此外，对于可视为具有相关关系的可能性较高的组合，对r值以及p值进行了下划线。此外，图7～图10中的项目编号与图3中说明的项目编号相对应。
首先，对图7进行说明。“查尔德”是指被称为查尔德疲劳量表(Chalder FatigueScale)的表示精神/身体疲劳度的指标，其采用0～33分进行评价，分数越高，表示精神/身体疲劳度越大。“CESD(CES-D)”是指美国国立精神保健研究所制作的利用得分表示抑郁状态的程度的指标，其采用0～60分进行评价，分数越高，则评价抑郁状态越强。“身体疲劳”是通过与疲劳有关的47个项目的问诊而获得的分数(0～40分)，分数越高，表示身体疲劳度(例如肌肉的疲劳感、头痛、关节痛等)越大。“精神疲劳”是通过与疲劳有关的47个项目的问诊而获得的分数(0～40分)，分数越高，表示精神疲劳度(例如忧郁感、情绪低落、集中力下降等)越大。“综合疲劳”是与精神疲劳有关的分数以及与精神疲劳有关的分数的合计分数(0～80分)，分数越高，表示身体疲劳度以及精神疲劳度越大。“PSQIG”是被称为匹茨堡睡眠质量指数量表(Pittsburgh Sleep Quality Index)的与睡眠质量有关的指标，其采用0～21分进行评价，分数越高，表示睡眠质量越差。睡眠质量差被认为是间接显示了身体疲劳度或精神疲劳度大。即，表示睡眠质量的指标可被认为是间接表示精神疲劳以及身体疲劳的指标。应予说明，“查尔德”、“CESD”、“身体疲劳”、“精神疲劳”、“综合疲劳”、“PSQIG”相当于上述的指标A。
根据图7所示的实验结果可知，“项目编号1：眨眼的次数”与“精神疲劳”具有正相关性。这意味着精神疲劳度越大，则眨眼的次数越多。通过使用该结果，评价装置20可作出如下评价：用户的眨眼次数越多，则用户的精神疲劳度越大。此外，可知“项目编号1：眨眼的次数”与“PSQIG”具有正相关性。这意味着睡眠质量越差，则眨眼的次数越多。通过使用该结果，评价装置20可作出如下评价：用户眨眼的次数越多，则用户的睡眠质量越差(也就是说，精神疲劳度或身体疲劳度越大)。
此外，可知“项目编号2：眨眼的强度”以及“项目编号3：眨眼的强度”与“CESD”具有负相关性。这意味着抑郁状态越严重，则眨眼的强度越弱。通过使用该结果，评价装置20可作出如下评价：用户眨眼的强度越弱，则用户的抑郁状态越严重。
此外，可知“项目编号3：眨眼的强度”与“身体疲劳”具有负相关性的可能性较高。这意味着身体疲劳度越大，则眨眼的强度越弱。通过使用该结果，评价装置20可作出如下评价：用户眨眼的强度越弱，则用户的身体疲劳度越大。
此外，可知“项目编号4：对眨眼的强度的波形进行微分后的值中正的峰值”以及“项目编号5：对眨眼的强度的波形进行微分后的值中正的峰值”与“CESD”具有负相关性。这意味着抑郁状态越严重，则眨眼强度的变化量减少。通过使用该结果，评价装置20可作出如下评价：用户眨眼的强度的变化量越是减少，则用户的抑郁状态越严重。
此外，可知“项目编号6：对眨眼的强度的波形进行微分后的值中负的峰值”以及“项目编号7：对眨眼的强度的波形进行微分后的值中负的峰值”与“CESD”具有正相关性。这意味着抑郁状态越严重，则眨眼强度的变化量减少。通过使用该结果，评价装置20可作出如下评价：用户眨眼强度的变化量越是减少，则用户的抑郁状态越严重。
此外，可知“项目编号8：眨眼的时间”以及“项目编号9：眨眼的时间”与“PSQI”(匹茨堡睡眠质量指数量表得分：表示睡眠障碍的程度的指标)具有正相关性。这意味着睡眠质量越差，则眨眼的时间越长。通过使用该结果，评价装置20可作出如下评价：用户眨眼的时间越长，则用户睡眠障碍的程度越大。
接下来，对图8进行说明。LF(Low Frequency，低频)是表示交感神经的活动的指标，其值越大，则表示交感神经的活动越活跃。HF(High Frequency，高频)为表示受试者的副交感神经的活动的指标，其值越大，则表示副交感神经的活动越活跃。此外，{HF+LF}是表示自主神经功能整体的活动的指标，其为将LF与HF相加而算出的值。{HF+LF}的值越大，则表示自主神经功能整体的活动越活跃。应予说明，“LF”、“HF”、“{LF+HF}”相当于上述的指标B。在这次的评价中，为了使自主神经功能指标标准化，对它们全部进行对数化，使用Log(LF)、Log(HF)、Log(HF+LF)、Log(LF/HF)作为自主神经功能评价指标。
图8(a)展示了在闭眼时(受试者闭眼的状态)测定Log(LF)以及Log(HF)的情况的实验结果。根据图8(a)，“项目编号9：眨眼的时间”显示出与闭眼时的Log(HF+LF)、Log(LF)以及Log(HF)具有正相关性。这意味着自主神经整体的活动、交感神经的活动、以及副交感神经的活动各自越是活跃，则眨眼的时间越长。通过使用该结果，评价装置20可作出如下评价：用户眨眼的时间越长，则交感神经系统以及副交感神经系统的自主神经活动越活跃。
图8(b)展示了在睁眼时(受试者睁眼的状态)测定Log(LF)以及Log(HF)的情况的实验结果。根据图8(b)，“项目编号1：眨眼的次数”显示出与睁眼时的Log(HF+LF)具有负相关性。这意味着自主神经整体的活动越是下降，则眨眼的次数越多。通过使用该结果，评价装置20可作出如下评价：用户眨眼的次数越多，则睁眼时的自主神经活动下降。
此外，“项目编号8：眨眼的时间”以及“项目编号9：眨眼的时间”显示出与睁眼时的Log(HF+LF)具有正相关性。这意味着自主神经整体的活动越活跃，则眨眼的时间越长。通过使用该结果，评价装置20可作出如下评价：用户眨眼的时间越长，则交感神经系统以及副交感神经系统的自主神经活动越活跃。
此外，“项目编号10：眨眼的间隔”显示出与睁眼时的Log(HF+LF)具有正相关性。这意味着自主神经整体的活动越活跃，则眨眼的间隔越长。通过使用该结果，评价装置20可作出如下评价：用户眨眼的时间越长，则自主神经活动越活跃。
此外，“项目编号9：眨眼的时间”显示出与睁眼时的Log(LF)具有正相关性。这意味着交感神经的活动越活跃，则眨眼的时间越长。通过使用该结果，评价装置20可作出如下评价：用户眨眼的时间越长，则交感神经系统的自主神经活动越活跃。
接着，对图9进行说明。“中途清醒数”表示睡眠过程中醒来的次数。“METs”是表示活动/运动时进行了是安静状态的几倍的代谢(卡路里消耗)的指标，在此所示的“总METs”为对一天24小时(包含所有清醒区间与睡眠区间)进行观察时，对每单位时间的运动强度进行评价的指标。值越大，则表示一天的活动量越大。“瞌睡”表示在睡眠区间以外，在清醒区间中也被评价为睡眠的数量。值越大，则表示在清醒时打瞌睡(迷迷糊糊的瞌睡状态的程度)较多。“清醒时ZC”表示清醒时每单位时间的活动量，值越大，则表示越处于活跃地运动的状态。“中途清醒数”、“总METs”、“瞌睡”、“清醒时ZC”相当于上述的指标C。
根据图9，“项目编号2：眨眼的强度”、“项目编号3：眨眼的强度”、“项目编号8：眨眼的时间”以及“项目编号9：眨眼的时间”显示出与“中途清醒数”具有负相关性。这意味着夜间睡眠过程中的中途清醒数越多，则眨眼的强度越弱，眨眼的时间也越短。通过使用该结果，评价装置20可作出如下评价：眨眼的强度越弱或眨眼的时间越短，则睡眠过程中醒来的次数越多(也就是说，用户的睡眠质量越差)，为睡眠障碍的状态。
此外，“项目编号4：对眨眼的强度的波形进行微分后的值中正的峰值”显示出与“中途清醒数”具有负相关性的可能性较高。这意味着中途清醒数越多，则眨眼强度的变化量越是减少。通过使用该结果，评价装置20可作出如下评价：眨眼强度的变化量越是减少，则睡眠过程中醒来的次数越多(也就是说，用户的睡眠质量越差)，为睡眠障碍的状态。
此外，“项目编号6：对眨眼的强度的波形进行微分后的值中负的峰值”以及“项目编号7：对眨眼的强度的波形进行微分后的值中负的峰值”显示出与“中途清醒数”具有正相关性的可能性较高。这意味着中途清醒数越多，则眨眼强度的变化量越是减少。通过使用该结果，评价装置20可作出如下评价：眨眼强度的变化量越是减少，则睡眠过程中醒来的次数越多(也就是说，用户的睡眠质量越差)，为睡眠障碍的状态。
此外，“项目编号2：眨眼的强度”以及“项目编号8：眨眼的时间”显示出与“总METs”具有负相关性的可能性较高。这意味着一天的活动量越是下降，则眨眼的强度越强，且眨眼的时间越长(眨眼越慢)。通过使用该结果，评价装置20可作出如下评价：眨眼的强度越强或眨眼的时间越长，则为一天的活动量下降的疲劳状态。
此外，“项目编号6：对眨眼的强度的波形进行微分后的值中负的峰值”以及“项目编号7：对眨眼的强度的波形进行微分后的值中负的峰值”显示出与“总METs”具有正相关性。这意味着一天的活动量越是下降，则眨眼强度的变化量也将减少。通过使用该结果，评价装置20可作出如下评价：眨眼强度的变化量越是减少，则为一天的活动量下降的疲劳状态。
此外，“项目编号10：眨眼的间隔”显示出与“总METs”具有正相关性的可能性较高。这意味着一天的活动量越是下降，则眨眼的间隔越短。通过使用该结果，评价装置20可作出如下评价：眨眼的间隔越短，则为一天的活动量下降的疲劳状态。
此外，“项目编号6：对眨眼的强度的波形进行微分后的值中负的峰值”以及“项目编号7：对眨眼的强度的波形进行微分后的值中负的峰值”显示出与“瞌睡”具有负相关性。这意味着瞌睡的次数越多，则眨眼强度的变化量越是减少。通过使用该结果，评价装置20可作出如下评价：眨眼强度的变化量越是减少，则为一天的活动量下降的疲劳状态。
此外，“项目编号8：眨眼的时间”以及“项目编号9：眨眼的时间”显示出与“瞌睡”具有正相关性。这意味着在清醒时瞌睡(迷迷糊糊的瞌睡状态的程度)越多，则眨眼的时间越长。通过使用该结果，评价装置20可作出如下评价：眨眼的时间越长，则为即使在清醒时也处于迷迷糊糊的瞌睡状态的疲劳状态。
此外，“项目编号2：眨眼的强度”显示出与“瞌睡”具有正相关性的可能性较高。这意味着在清醒时瞌睡(迷迷糊糊的瞌睡状态的程度)越多，则眨眼的强度越强。通过使用该结果，评价装置20可作出如下评价：眨眼的强度越强，则为即使在清醒时也处于迷迷糊糊的瞌睡状态的疲劳状态。
此外，“项目编号1：眨眼的次数”显示出与“清醒时ZC”具有负相关性。这意味着清醒时每单位时间的活动量越多，则眨眼的次数越少。通过使用该结果，评价装置20可作出如下评价：眨眼的次数越少，则为清醒时每单位时间的活动量下降的疲劳状态。
此外，“项目编号10：眨眼的间隔”显示出与“清醒时ZC”具有正相关性。这意味着清醒时每单位时间的活动量越多，则眨眼的间隔越长。通过使用该结果，评价装置20可作出如下评价：眨眼的间隔越短，则为清醒时每单位时间的活动量下降的疲劳状态。
图10(a)展示了测定项目1～11的标准偏差与“查尔德”、“CESD”、“身体疲劳”、“精神疲劳”、“综合疲劳”以及“PSQIG”之间的相关关系。
根据图10(a)，“项目编号2：眨眼的强度”的标准偏差的大小(波动的大小)显示出与“CESD”以及“身体疲劳”具有负相关性。这表示抑郁状态越严重或身体疲劳度越大，则眨眼强度的波动越小。通过使用该结果，评价装置20可作出如下评价：用户眨眼强度的波动越小，则用户的抑郁状态越严重，且身体疲劳度越大。
此外，“项目编号4：对眨眼的强度的波形进行微分后的值中正的峰值”的标准偏差的大小(波动的大小)显示出与“CESD”以及“身体疲劳”具有负相关性的可能性较高。这表示抑郁状态越严重或身体疲劳度越大，则眨眼强度的变化量的波动越小。通过使用该结果，评价装置20可作出如下评价：用户眨眼强度的变化量的波动越小，则用户的抑郁状态越严重，且身体疲劳度越大。
此外，“项目编号6：对眨眼的强度的波形进行微分后的值中负的峰值”的标准偏差的大小(波动的大小)显示出与“CESD”、“身体疲劳”以及“综合疲劳”具有负相关性。这表示抑郁状态越严重、身体疲劳度越大、或综合疲劳感越大，则眨眼强度的变化量的波动越小。通过使用该结果，评价装置20可作出如下评价：用户眨眼强度的变化量的波动越小，则用户的抑郁状态越严重，身体疲劳度越大，且综合疲劳感越大。
此外，“项目编号8：眨眼的时间”的标准偏差的大小(波动的大小)显示出与“PSQIG”具有负相关性。这表示睡眠的质量越差，则眨眼强度的变化量的波动越小。通过使用该结果，评价装置20可作出如下评价：用户眨眼强度的变化量的波动越小，则用户的睡眠质量越差(也就是说，精神疲劳度或身体疲劳度越大)。
此外，“项目编号10：眨眼的间隔”的标准偏差的大小(波动的大小)显示出与“精神疲劳”以及“PSQIG”具有负相关性。这表示精神疲劳感越大或睡眠的质量越差，则眨眼的间隔的波动越小。通过使用该结果，评价装置20可作出如下评价：用户眨眼的间隔的波动越小，则用户的精神疲劳度或身体疲劳度越大。
图10(b)展示了测定项目1～11的标准偏差与“清醒时ZC”、“清醒时METs”、“总ZC”、“总METs”、“睡眠效率”、“中途清醒数”之间的相关关系。在此，“清醒时METs”为对一天24小时中的清醒时间进行观察时，对每单位时间的运动强度进行评价的指标，其值越大，则表示清醒时每单位时间的活动量越大。“总ZC”为与“总METs”不同的指标，其值越大，表示一天的活动量越大，该“总METs”为对一天24小时(包含所有清醒区间和睡眠区间)进行观察时，对每单位时间的运动强度进行评价的指标。“睡眠效率”表示实际睡着的时间相对于在床上的时间的比例。
根据图10(b)，“项目编号2：眨眼的强度”的标准偏差的大小(波动的大小)显示出与“总ZC”具有正相关性的可能性较高。这表示一天的活动量越大，则眨眼的强度的波动越大。通过使用该结果，评价装置20可作出如下评价：用户眨眼强度的波动越小，则用户处于一天的活动量下降的疲劳状态。
此外，“项目编号4：对眨眼的强度的波形进行微分后的值中正的峰值”的标准偏差的大小(波动的大小)显示出与“总ZC”具有正相关性的可能性较高。这表示一天的活动量越大，则眨眼强度的变化量的波动越大。通过使用该结果，评价装置20可作出如下评价：用户眨眼强度的变化量的波动越小，则用户处于一天的活动量下降的疲劳状态。
此外，“项目编号8：眨眼的时间”的标准偏差的大小(波动的大小)显示出与“清醒时ZC”具有正相关性。这表示清醒时每单位时间的活动量越大，则眨眼强度的变化量的波动越大。通过使用该结果，评价装置20可作出如下评价：用户眨眼强度的变化量的波动越小，则为用户清醒时每单位时间的活动量下降的疲劳状态。
此外，“项目编号8：眨眼的时间”的标准偏差的大小(波动的大小)显示出与“中途清醒数”具有负相关性。这表示中途清醒数越多，则眨眼强度的变化量的波动越小。通过使用该结果，评价装置20可作出如下评价：用户眨眼强度的变化量的波动越小，则睡眠过程中醒来的次数越多(也就是说，用户的疲劳度越高)。
此外，“项目编号10：眨眼的间隔”的标准偏差的大小(波动的大小)显示出与“清醒时ZC”、“清醒时METs”、“总ZC”以及“总METs”具有正相关性。这表示“清醒时每单位时间的活动量”以及“一天的活动量”越大，则眨眼间隔的波动越大。通过使用该结果，评价装置20可作出如下评价：用户眨眼的间隔的波动越小，则用户处于清醒时每单位时间的活动量以及一天的活动量下降的疲劳状态。
<变形例>
评价部211也可基于与眨眼有关的生物信息中与相同的疲劳评价指标之间具有相关关系的至少2个以上的生物信息，对用户的疲劳状态进行评价。例如，如图7以及图10(a)所示，CESD与项目编号2、项目编号2的标准偏差的大小、项目编号3～5以及项目编号6的标准偏差的大小这六个生物信息具有负相关关系，与项目编号6、7这两个生物信息具有正相关关系。因此，评价部211可在已确认对应这些项目编号的生物信息中与CESD具有相关关系的至少2个以上的生物信息(例如项目编号2和6等)表示出相同的用户疲劳状态(抑郁状态强/抑郁状态低/正常等)的情况下，作出用户处于该疲劳状态的评价。由此，与仅根据一种生物信息来评价用户的疲劳状态的情况相比，能够提高诊断精度。以下，列举根据图7～图10所示的实验结果得到的、与多个生物信息具有相关关系的(或具有相关关系的可能性较高的)疲劳评价指标。
与“CESD”有正相关关系的项目编号：6、7
与“CESD”有负相关关系的项目编号：2、3、4、5、2(SD)、6(SD)
与“身体疲劳”有正相关关系的项目编号：3
与“身体疲劳”有负相关关系的项目编号：3、2(SD)、4(SD)、6(SD)
与“精神疲劳”有正相关关系的项目编号：1
与“精神疲劳”有负相关关系的项目编号：10(SD)
与“综合疲劳”有负相关关系的项目编号：6(SD)
与“PSQIG”有正相关关系的项目编号：1、8、9
与“PSQIG”有负相关关系的项目编号：8(SD)、10(SD)
与“闭眼时Log(HF+LF)”有正相关关系的项目编号：9
与“闭眼时Log(LF)”有正相关关系的项目编号：9
与“闭眼时Log(HF)”有正相关关系的项目编号：9
与“睁眼时Log(HF+LF)”有正相关关系的项目编号：8、9、10
与“闭眼时Log(LF)”有正相关关系的项目编号：9
与“中途清醒数”有正相关关系的项目编号：6、7
与“中途清醒数”有负相关关系的项目编号：2、3、4、8、9、8(SD)
与“总METs”有正相关关系的项目编号：6、7、10、10(SD)
与“总METs”有负相关关系的项目编号：2、8
与“瞌睡”有正相关关系的项目编号：2、8、9
与“瞌睡”有负相关关系的项目编号：6、7
与“清醒时ZC”有正相关关系的项目编号：10、8(SD)、10(SD)
与“清醒时ZC”有负相关关系的项目编号：1
与“清醒时METs”有正相关关系的项目编号：10(SD)
与“总ZC”有正相关关系的项目编号：4(SD)、10(SD)
<效果>
根据本实施方式，评价装置20基于通过可穿戴终端10测得的与用户的眨眼有关的生物信息来评价疲劳状态。由此，与使用问诊单的方法相比，能够更加客观地评价用户的疲劳状态。此外，根据本实施方式，使用用户可时常穿戴的可穿戴终端10测得的生物信息来评价疲劳状态。由此，能够节省用户在每次测定时穿戴机器的工夫，并且能够更加简便地进行疲劳状态的评价。
<其他>
以上说明的实施方式是为了使本发明易于理解，而非用来限定解释本发明。实施方式中说明的流程图、顺序(sequence)、实施方式所具备的各要素以及其配置、材料、条件、形状以及尺寸等均不限定于示例，可作适当变更。此外，可对不同的实施方式中所示的结构进行部分置换或组合。
符号说明
1…疲劳评价系统、10…可穿戴终端、11…CPU、12…存储装置、13…眼电位传感器、14…六轴传感器、15…通信IF、20…评价装置、21…CPU、22…存储装置、23…输入装置、24…输出装置、25…通信IF、110…测定部、111…发送部、210…取得部、211…评价部、220…相关信息。
Claims (8)
1.一种信息处理装置，其为对用户的疲劳状态进行评价的信息处理装置，
所述信息处理装置具有：
取得部，所述取得部取得使用所述用户所穿戴的传感器测定的、与所述用户的眨眼有关的生物信息；和
评价部，所述评价部基于通过所述取得部取得的与所述用户的眨眼有关的生物信息，对所述用户的疲劳状态进行评价。
2.如权利要求1所述的信息处理装置，其中，
所述信息处理装置具有存储部，所述存储部存储表示与眨眼有关的生物信息和疲劳评价指标之间的相关关系的相关信息，
所述相关信息是通过对从多个受试者处得到的与眨眼有关的生物信息、和从所述多个受试者处得到的直接或间接表示疲劳状态的疲劳评价指标进行统计分析而生成的，
所述评价部从所述相关信息中获取通过所述取得部取得的与所述用户的眨眼有关的生物信息所对应的疲劳评价指标，并使用获取的疲劳评价指标的值来评价所述用户的疲劳状态。
3.如权利要求2所述的信息处理装置，其中，
所述疲劳评价指标为：通过与疲劳有关的问诊而测定的指标；与自主神经的活动有关的、间接表示疲劳程度的指标；或与受试者的包含睡眠过程的生活行动有关的、间接表示疲劳程度的指标。
4.如权利要求2或3所述的信息处理装置，其中，
所述评价部基于所述与眨眼有关的生物信息中的、与相同的所述疲劳评价指标之间具有相关关系的至少两个以上的生物信息，评价所述用户的疲劳状态。
5.如权利要求1至4中任一项所述的信息处理装置，其中，
所述与眨眼有关的生物信息为眨眼的次数、眨眼的强度、从眨眼开始至结束为止的时间、或眨眼的间隔。
6.如权利要求5所述的信息处理装置，其中，
所述与眨眼有关的生物信息为关于所述眨眼的次数、所述眨眼的强度、所述从眨眼开始至结束为止的时间、或所述眨眼的间隔的标准偏差。
7.一种疲劳评价方法，其为评价用户的疲劳状态的信息处理装置所执行的疲劳评价方法，
所述疲劳评价方法具有：
取得使用所述用户所穿戴的传感器测定的、与所述用户的眨眼有关的生物信息的步骤；和，
基于取得的与所述用户的眨眼有关的生物信息，对所述用户的疲劳状态进行评价的步骤。
8.一种程序，其用于在评价用户的疲劳状态的计算机上执行以下步骤：
取得使用所述用户所穿戴的传感器测定的、与所述用户的眨眼有关的生物信息的步骤；和，
基于取得的与所述用户的眨眼有关的生物信息，对所述用户的疲劳状态进行评价的步骤。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2018-018340 | 2018-02-05 | ||
| JP2018018340A JP7112851B2 (ja) | 2018-02-05 | 2018-02-05 | 情報処理装置、疲労評価方法及びプログラム |
| PCT/JP2019/003901 WO2019151520A1 (ja) | 2018-02-05 | 2019-02-04 | 情報処理装置、疲労評価方法及びプログラム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111902084A true CN111902084A (zh) | 2020-11-06 |
| CN111902084B CN111902084B (zh) | 2023-09-26 |
Family
ID=67479796
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201980011865.9A Active CN111902084B (zh) | 2018-02-05 | 2019-02-04 | 信息处理装置、疲劳评价方法以及程序 |
Country Status (3)
| Country | Link |
|---|---|
| JP (1) | JP7112851B2 (zh) |
| CN (1) | CN111902084B (zh) |
| WO (1) | WO2019151520A1 (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116269199B (zh) * | 2023-05-18 | 2023-07-21 | 安徽星辰智跃科技有限责任公司 | 一种眼疲劳恢复水平的检测量化方法、系统和装置 |
Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS62217939A (ja) * | 1986-03-18 | 1987-09-25 | オムロン株式会社 | 生理状態検知装置 |
| JP2001198113A (ja) * | 2000-01-18 | 2001-07-24 | Toyota Central Res & Dev Lab Inc | 疲労度演算装置 |
| US20050080344A1 (en) * | 2003-10-10 | 2005-04-14 | Katsuyoshi Nishii | Physical condition monitoring system |
| EP1835443B1 (en) * | 2006-03-14 | 2008-12-17 | Fujitsu Limited | Biometric authentication method and biometric authentication apparatus |
| JP2010273800A (ja) * | 2009-05-27 | 2010-12-09 | Hamamatsu Photonics Kk | 瞬目計測装置及び瞬目計測方法 |
| WO2015123600A1 (en) * | 2014-02-13 | 2015-08-20 | The Childrens's Mercy Hospital | Method and process for whole genome sequencing for genetic disease diagnosis |
| KR20150134032A (ko) * | 2014-05-21 | 2015-12-01 | (주)인더텍 | 맞춤형 수면 최적화 장치 |
| US20160090097A1 (en) * | 2014-09-29 | 2016-03-31 | The Boeing Company | System for fatigue detection using a suite of physiological measurement devices |
| CN105578961A (zh) * | 2013-09-11 | 2016-05-11 | 株式会社日立系统 | 疲劳压力检诊系统 |
| CN105678959A (zh) * | 2016-02-25 | 2016-06-15 | 重庆邮电大学 | 一种疲劳驾驶监控预警方法及系统 |
| CN105792758A (zh) * | 2013-12-05 | 2016-07-20 | Ｐｓｔ株式会社 | 推定装置、程序、推定方法以及推定系统 |
| CN106408876A (zh) * | 2016-09-20 | 2017-02-15 | 浙江理工大学 | 一种基于柔性电子皮肤的疲劳驾驶监测系统及监测方法 |
| WO2017125422A1 (en) * | 2016-01-21 | 2017-07-27 | Carl Zeiss Meditec, Inc. | System and method for testing a condition of the nervous system using virtual reality technology |
| JP2017185072A (ja) * | 2016-04-07 | 2017-10-12 | 株式会社ジンズ | 情報処理方法、情報処理装置及びプログラム |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008011865A (ja) | 2004-10-27 | 2008-01-24 | Sharp Corp | 健康管理装置及びこれを機能させるためのプログラム |
| JP4704952B2 (ja) | 2006-05-01 | 2011-06-22 | 株式会社エイ・ジー・アイ | 心的状態判定装置、およびプログラム |
| JP2013215356A (ja) | 2012-04-06 | 2013-10-24 | Panasonic Corp | 眼疲労計測装置およびその方法 |
| JP2019028584A (ja) * | 2017-07-27 | 2019-02-21 | 三菱自動車工業株式会社 | 疲労回復支援装置及び該疲労回復支援装置を備える車両 |
-
2018
- 2018-02-05 JP JP2018018340A patent/JP7112851B2/ja active Active
-
2019
- 2019-02-04 CN CN201980011865.9A patent/CN111902084B/zh active Active
- 2019-02-04 WO PCT/JP2019/003901 patent/WO2019151520A1/ja active Application Filing
Patent Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS62217939A (ja) * | 1986-03-18 | 1987-09-25 | オムロン株式会社 | 生理状態検知装置 |
| JP2001198113A (ja) * | 2000-01-18 | 2001-07-24 | Toyota Central Res & Dev Lab Inc | 疲労度演算装置 |
| US20050080344A1 (en) * | 2003-10-10 | 2005-04-14 | Katsuyoshi Nishii | Physical condition monitoring system |
| EP1835443B1 (en) * | 2006-03-14 | 2008-12-17 | Fujitsu Limited | Biometric authentication method and biometric authentication apparatus |
| JP2010273800A (ja) * | 2009-05-27 | 2010-12-09 | Hamamatsu Photonics Kk | 瞬目計測装置及び瞬目計測方法 |
| CN105578961A (zh) * | 2013-09-11 | 2016-05-11 | 株式会社日立系统 | 疲劳压力检诊系统 |
| CN105792758A (zh) * | 2013-12-05 | 2016-07-20 | Ｐｓｔ株式会社 | 推定装置、程序、推定方法以及推定系统 |
| WO2015123600A1 (en) * | 2014-02-13 | 2015-08-20 | The Childrens's Mercy Hospital | Method and process for whole genome sequencing for genetic disease diagnosis |
| KR20150134032A (ko) * | 2014-05-21 | 2015-12-01 | (주)인더텍 | 맞춤형 수면 최적화 장치 |
| US20160090097A1 (en) * | 2014-09-29 | 2016-03-31 | The Boeing Company | System for fatigue detection using a suite of physiological measurement devices |
| WO2017125422A1 (en) * | 2016-01-21 | 2017-07-27 | Carl Zeiss Meditec, Inc. | System and method for testing a condition of the nervous system using virtual reality technology |
| CN105678959A (zh) * | 2016-02-25 | 2016-06-15 | 重庆邮电大学 | 一种疲劳驾驶监控预警方法及系统 |
| JP2017185072A (ja) * | 2016-04-07 | 2017-10-12 | 株式会社ジンズ | 情報処理方法、情報処理装置及びプログラム |
| CN106408876A (zh) * | 2016-09-20 | 2017-02-15 | 浙江理工大学 | 一种基于柔性电子皮肤的疲劳驾驶监测系统及监测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2019151520A1 (ja) | 2019-08-08 |
| JP7112851B2 (ja) | 2022-08-04 |
| JP2019134884A (ja) | 2019-08-15 |
| CN111902084B (zh) | 2023-09-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Gedam et al. | A review on mental stress detection using wearable sensors and machine learning techniques | |
| Adão Martins et al. | Fatigue monitoring through wearables: A state-of-the-art review | |
| US10786209B2 (en) | Monitoring system for stroke | |
| US20150223743A1 (en) | Method for monitoring a health condition of a subject | |
| JP2018500068A (ja) | 加速度計を用いるウェアラブル痛みモニタ | |
| JP4754447B2 (ja) | 生体解析装置及びプログラム | |
| JP2013505811A (ja) | 応用キネシオロジーフィードバックを得るためのシステムおよび方法 | |
| Cogan et al. | A wrist-worn biosensor system for assessment of neurological status | |
| Hiorth et al. | Impact of falls on physical activity in people with Parkinson’s disease | |
| KR102004052B1 (ko) | 신체적 안정 판단 시스템 및 방법 | |
| Kodithuwakku Arachchige et al. | The use of wearable devices in cognitive fatigue: current trends and future intentions | |
| Yannam et al. | Research study and system design for evaluating student stress in Indian Academic Setting | |
| CN111902084B (zh) | 信息处理装置、疲劳评价方法以及程序 | |
| CN111902085A (zh) | 疲劳判断装置、疲劳判断方法及程序 | |
| Jȩdrzejewska-Szczerska et al. | System supporting behavioral therapy for children with autism | |
| Sullivan et al. | The diagnostic accuracy of selected neurological tests | |
| EP2397073A2 (en) | Engine driver recognition system and method using brain waves | |
| Di Campli San Vito et al. | Development of a Real-Time Stress Detection System for Older Adults with Heart Rate Data | |
| Morales et al. | A Biomarker-Based Model to Assist the Identification of Stress in Health Workers Involved in Coping with COVID-19 | |
| KR102131213B1 (ko) | 공간기반 감성인식 장치 및 이를 포함하는 감성인식 시스템 | |
| Arai | Rescue system with vital sign, location and attitude sensing together with traffic condition, readiness of helper monitoring in particular for disabled and elderly persons | |
| CN112515688A (zh) | 专注力自动侦测方法和系统 | |
| Rick et al. | WorkingAge: Smart Working Environments for AllAges | |
| Proud et al. | The highs and lows of lifting loads: SPM analysis of multi-segmental spine angles in healthy adults during manual handling with increased load | |
| KR101410311B1 (ko) | 생체 정보를 이용한 적성 정보 생성 장치 및 방법 |
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 | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240607 Address after: Room 220, Building 1, No. 68 Nanxiang 1st Road, Huangpu District, Guangzhou City, Guangdong Province (Postal Code: 510663) Patentee after: Fatigue Science Research (Guangzhou) Co.,Ltd. Country or region after: China Patentee after: Jingzi Holding Co. Country or region after: Japan Address before: 4-21 NishiNakajima 7-chome, Yukawa ku, Osaka City, Osaka Prefecture, Japan Patentee before: Fatigue Science Institute Co.,Ltd. Country or region before: Japan Patentee before: Jingzi Holding Co. |
|
| TR01 | Transfer of patent right |