JP2015046093A - 行動予測システム、行動予測装置、行動予測方法、行動予測プログラム及び行動予測プログラムを記録した記録媒体 - Google Patents

Abstract

【課題】簡易な構成によって被験者の行動を従来より早期かつ的確に予測することのできるシステム、装置、方法、プログラム及び当該プログラムを記録した記録媒体を提供する。【解決手段】被験者の行動を予測する行動予測システムであって、電波を発信するＲＦＩＤ（Radiofrequency Identification）タグ２と、ＲＦＩＤタグ２から発信された電波をアンテナ４で受信する受信機３と、受信機３により受信された電波の強度変化の大きさが予め定められた第一のしきい値を超える頻度が予め定められた第二のしきい値以上となった時点で、被験者に異変が生じている可能性がある旨を表示部８に表示して、本システムのユーザにその旨を通知する行動予測装置２０とを備えた行動予測システム等を提供する。【選択図】 図１

Description

本発明は、被験者の行動を予測するためのシステム、装置、方法、プログラム及び当該プログラムを記録した記録媒体に関するものである。

高齢化社会を迎えつつある現在において、高齢者等の被験者の介護における見守りや監視を行うために、種々のシステムが考案され、あるいは使用されている。

例えば、ベッドに寝ている被験者が夜間に起き出し、徘徊や転倒事故を起こすことを防止するため、監視カメラやマイクを用いたシステムが提案されており、当該ベッドの脇に圧電素子を組み込んだセンサマットを設置して当該被験者がベッドから出る際に足を置くことでアラームが鳴るようなシステムが老人ホーム等で使用されている。

しかし、監視カメラやマイクを用いたシステムは、プライバシーの問題からトイレ等に設置することは容易ではなく、かかるプライバシーの問題が生じない場所においても、被験者に対してカメラ等が常に自分に向けられているという不安感や圧迫感を与えるものであった。

また、上記のようなセンサマットを用いたシステムは、上記アラームが鳴って介護者が駆けつけてもベッド脇で既に転倒事故が生じているような場合には、効果的な役割を果たすことができなかった。なお、被験者が当該マットの上に足を置いた後に再度ベッドに横になるような場合には、必ずしも介護が必要とはいえないため、本システムは介護者にとっては一種の誤作動も少なくないものと評価されている。

このような状況から、非特許文献１から４に示されるように、ＲＦＩＤ（Radiofrequency Identification）タグから発信される電波の強度変化をモニタリングすることにより、被験者の就寝状態を把握するシステム（以下、「ＲＦＩＤタグシステム」という。）が考案されている。

一方、特許文献１には、計測された時系列データを平均値や標準偏差を利用して処理することにより、監視対象の異常を予測する装置やシステム等が開示されている。

特開２０１０−２１１４４０号公報

鍛冶良作、外２名、「ＲＦＩＤタグシステムによる閉所空間における転倒状態検出法の提案」、情報処理学会論文誌、情報処理学会、2010年3月、第51巻、第3号、p.1129-1140 鍛冶良作、外４名、「Radiofrequency Identification(RFID)タグシステムを用いた就寝状態の記録方法の提案」、東京支部学術集会プログラム・抄録、日本医療マネジメント学会、2012年2月25日、第12回、p.64 鍛冶良作、外２名、「RadiofrequencyIdentification(RFID)タグシステムを用いた閉所空間内における患者の動体分析方法の提案」、医療の質・安全学会誌、医療の質・安全学会、2012年2月29日、第7巻、第1号、p.48-56 鍛冶良作、外４名、「ＲＦＩＤタグによる就寝状態記録：尿意、不快、不眠、離床、転倒の推定」、医療の質・安全学会誌、医療の質・安全学会、2012年10月25日、第7巻、増補号、p.348

上記ＲＦＩＤタグシステムでは、被験者をモニタリングするという性質から長時間に渡ってデータを取得し続けるが、その結果、夜間、転倒事故を起こした人物が、ベッドから起き上がる動作を行う以前の段階において、起き上がりではない小さな動作を数時間に渡って継続している事が明らかになった。この起き上がりではない小さな動作は、センサの出力値としては通常の寝返り動作とほぼ同じであるために、従来の起き上がり動作の検出方法では、通常の寝返り動作との区別をつける事ができないという問題があった。

本発明は、上記問題を解決するためになされたもので、簡易な構成により被験者の行動を早期かつ的確に予測することのできるシステム、装置、方法、プログラム及び当該プログラムを記録した記録媒体を提供することを目的とする。

上記課題を解決するために、被験者の行動を予測する手段であって、受信された信号の大きさ又は受信された信号の強度変化の大きさが予め定められた第一のしきい値を超える頻度を計測し、計測された上記頻度が予め定められた第二のしきい値以上となったことを通知する手段を提供する。

また、上記課題を解決するための他の手段として、被験者の行動を予測する手段であって、予めモニタリングされた信号の大きさ又は信号の強度変化の大きさに応じて強度変化についての第一のしきい値を決定し、予め定められた第一の時間に受信された信号の大きさ又は受信された信号の強度変化の大きさが第一のしきい値を超える回数を計数して、過去において第一の時間に計数された回数の最小値との比が予め定められた第二のしきい値以上となった時に、信号の大きさ又は強度変化の大きさを計測する時間を第一の時間よりも短い予め定められた第二の時間に限定し、第二の時間に計測された信号の大きさ又は強度変化の大きさが第一のしきい値を超える回数と第二の時間における全計測回数との比が予め定められた第三のしきい値以上となったことを通知する手段を提供する。

また、上記課題を解決するための他の手段として、被験者の行動を予測する手段であって、予め定められた時間内においてモニタリングされた信号の大きさ又は信号の強度変化の大きさを複数の階級に分類し、上記モニタリングにおいて発生した度数を上記階級毎に集計して、過去の上記時間内において集計された上記階級毎の度数の最小値との比が、前記比の最大値に応じて定められた第一のしきい値を超える階級を特定し、特定された階級毎に上記比の最大値より大きな値を第二のしきい値として設定し、上記時間内にモニタリングされた信号の大きさ又は信号の強度変化の大きさを上記階級毎に集計することにより特定された階級毎に算出された最小値との比が、特定された上記階級のうち少なくとも一つの階級において第二のしきい値を超えたことを通知する手段を提供する。

また、上記課題を解決するための他の手段として、被験者の行動を予測する手段であって、予め定められた時間内においてモニタリングされた信号の大きさ又は信号の強度変化の大きさを複数の階級に分類し、上記モニタリングにおいて発生した度数を上記階級毎に集計して、過去の上記時間内において集計された階級毎の度数の最小値との比が、前記比の最大値に応じて定められた第一のしきい値を超える階級を特定し、特定された階級毎における上記比の最大値の和を第二のしきい値として設定し、上記時間内にモニタリングされた信号の大きさ又は信号の強度変化の大きさを上記階級毎に集計することにより特定された上記階級毎に算出された最小値との比の和が第二のしきい値を超えたことを通知する手段を提供する。

また、上記課題を解決するための他の手段として、被験者の行動を予測する手段であって、予め定められた時間内においてモニタリングされた信号の大きさ又は信号の強度変化の大きさを複数の階級に分類し、上記モニタリングにおいて発生した度数を階級毎に集計して、過去の上記時間内において集計された上記階級毎の上記度数の最小値との比が、上記比の最大値に応じて定められた第一のしきい値を超える階級を特定し、特定された階級毎における上記比の和と全ての階級毎における上記比の和との比をモニタリングする手段を提供する。

本発明によれば、被験者の行動に応じた信号の強度変化のうち、着目すべき変化を迅速かつ的確に抽出することができるため、簡易な構成により当該被験者の行動を従来より早期かつ的確に予測することができる。

本発明の実施の形態に係る行動予測システムの構成を示す図である。 図１に示された行動予測システムで実現される行動予測方法の第一の実施の形態を説明するためのフローチャートである。 図２に示されたステップＳ４におけるしきい値を決定する方法を説明するための第一の図である。 図２に示されたステップＳ４におけるしきい値を決定する方法を説明するための第二の図である。 実施の形態１に係る行動予測方法を実現する行動予測装置の例を示すブロック図である。 図１に示された行動予測システムで実現される行動予測方法の第二の実施の形態を説明するためのフローチャートである。 実施の形態２に係る行動予測方法を実現する行動予測装置の例を示すブロック図である。 図１に示された行動予測システムで実現される行動予測方法の第三の実施の形態を説明するためのフローチャートである。 階級値と計数値が指数関数的な関係にある場合を説明するための図である。 図６に示されたステップＳ６における動きヒストグラムの自動学習を説明するための図である。 図６に示されたステップＳ８におけるしきい値の設定を説明するための図である。 実施の形態３に係る行動予測方法を実現する行動予測装置の例を示すブロック図である。 実施の形態３に係る行動予測方法を実現する行動予測装置の他の例を示すブロック図である。

以下において、本発明の実施の形態を図面を参照して詳しく説明する。なお、図中同一符号は同一又は相等部分を示す。
上記のように、夜間、転倒事故を起こした人物が、ベッドから起き上がる動作を行う以前の段階において、起き上がりではない小さな動作を数時間に渡って継続しており、具体的には、必ずしも連続的ではないが一定時間でみると多数回の動作を行っていることが明らかになった。この起き上がりではない小さな動作は、センサの出力値としては通常の寝返り動作とほぼ同じであるために、従来の起き上がり動作の検出方法では、通常の寝返り動作との区別をつける事ができない。

このような場合において、被験者の安全性を優先させるために起き上がり動作を起こす前の段階の小さな動作を検出した時点で呼び出しを行うと、介護士が呼び出される回数が起き上がり検知の回数に比べて飛躍的に増加する（介護士の負担増）。

また、通常の寝返り動作と区別をつけるために、被験者に対して何らかの手段（黙視、声掛け）で確認する事は、安眠を妨害する結果を招くという副作用を生じさせてしまう。

このようなことから、単発的にみると通常の寝返り動作と区別がつかない動作であっても、それが一定の時間内に離散的ではあるが多数回発生する事がその後の事故の前兆となっている場合に、どのタイミングで発報すれば良いのかを機械的に抽出する方法や現在の就寝状態を客観的な数値として表現する方法を見出す事が求められている。

そこで、以下において、このような課題を解決するための本発明の実施の形態に係る行動予測システム、行動予測装置、行動予測方法、行動予測プログラム及び当該プログラムを記録した記録媒体について詳しく説明する。

図１は、本発明の実施の形態に係る行動予測システムの構成を示す図である。図１に示されるように、本発明の実施の形態に係る行動予測システムは、部屋１０に置かれたベッド１の裏側に設置され、定期的に、例えば１秒毎に、破線で示される微弱な電波を発信するＲＦＩＤ（Radiofrequency Identification）タグ２と、部屋１０の天井付近等の定点に設置され、ＲＦＩＤタグ２から発信された電波を受信するアンテナ４を有する受信機３と、受信機３と有線ケーブル５で接続された行動予測装置２０とを備える。なお、受信機３と行動予測装置２０は、無線通信により接続してもよい。

また、行動予測装置２０は、ＣＰＵ６とメモリ７と表示部８とを含むコンピュータであり、ＣＰＵ６とメモリ７と表示部８は有線ケーブル５に接続された共通のバス９に接続されている。

なお、上記行動予測システムでは、一つのＲＦＩＤタグ２がベッド１の裏側に設置されるが、ＲＦＩＤタグ２は被験者の動静により受信機３で受信される電波の強度が明確に変化するような位置に設置されればよく、例えばベッド脇の壁面等に設置してもよい。

また、行動予測システムを構成するＲＦＩＤタグ２は一つである必要はなく、複数であってもよい。この場合には、複数のＲＦＩＤタグ２から発信された電波の各強度を一組の情報（後述する強度データ）として扱うことになる。

さらに、上記行動予測システムは、ＲＦＩＤタグ２から発信された電波が被験者により撹乱されることによりその強度が変化することを利用して、当該強度変化を計測することにより被験者の行動を予測するものであるが、かかる電波の強度変化の替わりに、容量性センサ、ドップラレーダ、荷重センサなど、被験者の動きに応じて出力が変化するセンサの出力、あるいは被験者に装着した加速度センサ等の動体センサの出力を計測してもよい。

なお、上記容量性センサ、ドップラレーダ、荷重センサ等のセンサにおいては、出力の差分を取らなければ動きの大きさが求められないタイプに加えて、ＲＦＩＤタグ２を使用した行動予測システムにおける信号の強度変化の大きさに相当する信号が出力されるタイプの物があるため、これらのセンサを使用した行動予測システムにおいては、当該センサからの出力の差分又は出力の大きさを計測することによって、ＲＦＩＤタグ２を使用した行動予測システムと同じ機能を実現することができる。

これらのシステムでは、被験者の行動に応じた上記強度変化を示す信号という１次元データがデータ処理の対象とされるため、センサの種別を問わず、単体でも、複数の組み合わせでも、同じアルゴリズムで被験者の行動を予測することができる。

図１に示された行動予測システムにおいて、人体は所定の誘電率を有していることから、ＲＦＩＤタグ２とアンテナ４の間に人間が介在するか否か、あるいは介在するとしてもその態様により、アンテナ４で受信される上記電波の強度は変化する。

例えば、図１に示されるように、ベッド１の上に被験者が仰向けに横たわり、ＲＦＩＤタグ２から発信された電波がアンテナ４に届くまでの経路上に被験者が介在している場合には、発信された上記電波は被験者により撹乱されるため、アンテナ４で受信される電波の強度は、被験者が上記経路上に介在しない場合から変化する。

また、被験者がベッド１の上に横たわっている状態でも、仰向けの姿勢で寝ているか、あるいは横向きの姿勢で寝ているかによって上記撹乱の度合いが異なるため、アンテナ４で受信される上記電波の強度は異なる。具体的には、被験者がベッド１に仰向けの姿勢で寝ている場合には、横向きの姿勢で寝ている場合よりも上記撹乱の度合いが大きいため、アンテナ４で受信される上記電波の強度は被験者が横向きの姿勢で寝ている場合よりも小さくなる。
以下において、上記行動予測システムにより実現される行動予測方法に係る実施の形態を説明する。

［実施の形態１］
図２は、図１に示された行動予測システムで実現される行動予測方法の第一の実施の形態を説明するためのフローチャートである。以下において、図２を用いて実施の形態１に係る当該行動予測方法を詳しく説明する。

まずステップＳ１において、行動予測装置２０は、ＲＦＩＤタグ２から発信され受信機３のアンテナ４で受信される電波の強度を１秒毎に計測し、本計測により１秒毎に得られる強度を示すデータ（以下、「強度データ」という）をメモリ７に格納する。

次に、ステップＳ２において、ＣＰＵ６はメモリ７に格納された連続する強度データの差を取ることにより、リアルタイムに上記電波の１秒間における強度変化の大きさ（変化量）を算出する。

ステップＳ３において、ＣＰＵ６は、被験者が部屋１０の中で通常の生活をした状態、例えばベッド１の上で横になる、寝返りをうつ、起き上がるなどの日頃行う行動をしている状態で算出された上記変化量を予めモニタリングして、その変化量が発生した頻度との関係を示す度数分布図（以下、「基準ヒストグラム」という）を作成する。

なお、被験者が上記のように通常の生活をした状態では、ほとんど眠っているか、無人であるので当該変化量は小さな値の度数が多くなる傾向になり、特に無人の場合には当該変化量がゼロになることが望ましいが、部屋１０の温度や湿度等の環境変動による測定誤差によりゼロにならない場合もある。

そして、ステップＳ４において、ＣＰＵ６は基準ヒストグラムから、被験者の特異な動きを検知あるいは認定するための基準となる上記変化量のしきい値を決定する。

図３は、本しきい値を決定する方法を説明するための第一の図である。ここで、図３のドットで示されたグラフは基準ヒストグラムの一例を示すものであるが、横軸は強度変化の大きさ（上記変化量）、縦軸はステップＳ３において得られた頻度（出現回数）を示す。図３に示されるように、実測値による基準ヒストグラムは直線近似できる変化量の小さな領域と小さな出現回数しかない変化量の大きな領域の二領域からなる。

そして、上記しきい値は、基準ヒストグラムの変化量の小さな領域が図３に示されるグラフＧＰ１のような直線的な形をなす場合には、一点鎖線で示されるようにグラフＧＰ１を直線的に外挿したときの横軸との交点の変化量Ｃ１と決定することができる。

また、図４は、本しきい値を決定する方法を説明するための第二の図である。ここで、図４に示された横軸は強度変化の大きさ（上記変化量）を示し、縦軸は頻度（出現回数）の対数を示す。このとき、基準ヒストグラムの変化量の小さな領域が指数関数的な形をなす場合には、各変化量の出現回数に１を加算した上で対数をとり変化量との関係を図示すると、図４に示された座標系においては直線状のグラフＧＰ２を得ることができる。
そこで、グラフＧＰ２と出現回数が０（縦軸の値が１）を示す横軸との交点の変化量Ｃ２を上記のしきい値と決定する事もできる。

次に、ステップＳ５において、ＣＰＵ６はステップＳ４で決定されたしきい値を超える上記変化量につき、変化量毎の計測頻度（出現回数）を集計した度数分布図（以下、「動きヒストグラム」という）をリアルタイムに作成する。

すなわち、ＣＰＵ６はステップＳ２で説明された方法で算出された上記変化量をその都度（１秒毎に）新たな集計対象とすると同時に、当該集計対象とされている変化量のうち時間的に最も早く対象とされた値を上記の新たな集計対象から除外する。このようにして、ＣＰＵ６は、予め定められた時間、例えば１時間における最新の動きヒストグラムを絶えず生成し、メモリ７に格納する。

そして、ステップＳ６において、ＣＰＵ６は動きヒストグラムをモニタリングし、そのヒストグラムの階級値毎の度数の少なくとも一つが要注意レベルとして予め定めたしきい値以上となったときに、被験者に異変が生じている可能性があることを予測して、その旨を表示部８に表示することによって、本システムのユーザに通知する。なお、本通知は、上記のような表示部８による表示の他、行動予測装置２０に含まれるスピーカ（図示していない）から注意を促す音を鳴らす方法によってもよい。

ここで、動きヒストグラムの階級値毎の度数をモニタリングするのは、被験者の行動に応じて上記変化量が異なり、例えば注目したい不眠状態を示す被験者によるベッド１での寝返り等の行動は、ベッド１からの昇降等よりも小さい動きであるため、着目すべき上記変化量は必ずしも大きな値でないからである。また、小さな動きは大きな動きの前兆の動作であり（小さな動きの方が時間的に先行して起こる）、小さな動きは大きな動きより長い時間継続する（小さな動きの方が観測してから終了までに発報する時間的な余裕が大きい）という特徴を持つからである。

また、上記要注意レベルとしては、例えば、不眠状態に起因して被験者が転倒事故を起こした事例で計測されメモリ７に記憶された動きヒストグラムの記録に基づいて、経験的に当該事故が生じる可能性が高いと思われる値が予め設定される。なお、上記要注意レベルとしては、通常の生活状態で得られた動きヒストグラムの階級毎に求めた最大値の３倍以上の値を予め設定することも考えられる。

上記のような本発明の実施の形態１に係る行動予測方法によれば、被験者の就寝状態を監視して着目すべき動作を行う頻度をリアルタイムに計測することができるため、例えば起き上がる直前の動作を検出する事なく、ベッドから抜け出す兆候を事前に予測する事ができる。

このことから、被験者が例えば高齢者であって介護が必要とされるような場合には、介護者は時間的余裕を持って介助に駆けつけることができるようになる。

また、上記の実施の形態１に係る行動予測方法は、例えば図５に示される行動予測装置によって実現できる。
図５に示される行動予測装置３０は、強度変化算出部３１と、計測部３２と、記憶部３３と、通知部３４とを備える。

ここで、強度変化算出部３１は受信された信号の強度変化を算出する。また、記憶部３３には予め定められた第一及び第二のしきい値が記憶される。
そして、計測部３２は、強度変化算出部３１で算出された信号強度の大きさと記憶部３３に記憶された第一のしきい値とを比較して、上記信号強度の大きさが第一のしきい値を超える頻度を計測する。
このとき、通知部３４は、計測部３２で計測された上記頻度が記憶部３３に記憶された第二のしきい値以上となった時に、通知信号を出力する。

なお、計測部３２は、予めモニタリングされた信号の強度変化の大きさに応じて上記第一のしきい値を決定し、決定された第一のしきい値を記憶部３３に記憶するようにしてもよい。

［実施の形態２］
図６は、図１に示された行動予測システムで実現される行動予測方法の第二の実施の形態を説明するためのフローチャートである。以下において、図６を用いて実施の形態２に係る当該行動予測方法を詳しく説明する。

ここで、図６に示されたステップＳ１からステップＳ４については、上記実施の形態１に係る行動予測方法の図２に示されたステップＳ１からステップＳ４とそれぞれ同じであるため、説明を省略する。

図６に示されたステップＳ５において、ＣＰＵ６は、一日（２４時間）を単位として上記変化量をモニタリングし、一日毎に上記しきい値を超える上記変化量の度数（以下、「動き度数」という）を集計する。

次に、ステップＳ６では、ＣＰＵ６は、ステップＳ５で集計された度数と、過去の一定期間、例えば一週間の各日に集計された動き度数の最小値との比を計算する。
そして、ステップＳ７では、ＣＰＵ６はステップＳ６で計算された上記比が要注意レベルとして予め定められたしきい値以上となったときに、被験者をモニタリングする時間をそれまでの２４時間から、それよりも短い予め定めた範囲、例えば被験者の就寝時間である２１時から翌日の６時までの９時間に限定する。

このように被験者をモニタリングする時間を限定するのは、一般に被験者の行動は所定の時間に限られることが多いため、モニタリング時間を限定することにより、着目すべき動き度数の全度数に対する比率を高め、動き度数の検知感度を高めることができるためである。

次に、ステップＳ８では、ＣＰＵ６は、ステップＳ７で限定された範囲において、動き度数を集計する。
そして、ステップＳ９では、ＣＰＵ６は、ステップＳ８で集計された動き度数の上記９時間に集計された全度数に対する比率を計算する。

このようにして、ステップＳ１０では、ＣＰＵ６は、ステップＳ９で計算された上記比率が危険レベルとして予め定められたしきい値以上となったときに、被験者に異変が生じている可能性、例えば不眠状態であることを予測し、その旨を表示部８に表示することによって、本システムのユーザに通知する。

なお、本通知は、上記のような表示部８による表示の他、行動予測装置２０に含まれるスピーカ（図示していない）から注意を促す音を鳴らす方法によってもよいことは、上記実施の形態１に係る行動予測方法と同様である。

上記のような本発明の実施の形態２に係る行動予測方法によれば、過去において計測されたデータと比較することにより被験者に異変が生じている可能性があると判定された場合には、被験者をモニタリングする時間を限定することとするため、着目すべき動き度数の検知感度が相対的に高められるため、従来より迅速かつ的確に被験者の行動を予測することができる。

なお、上記実施の形態２に係る行動予測方法は、例えば図７に示される行動予測装置４０によって実現できる。

図７に示される行動予測装置４０は、強度変化算出部４１と、演算部４２と、記憶部４３と、計測時間限定部４４と、通知部４５とを備える。

ここで、強度変化算出部４１は受信された信号の強度変化を算出する。また、記憶部４３には予め第一から第三のしきい値が記憶される。
そして、演算部４２は、予め定められた第一の時間に受信された信号について強度変化算出部４１により算出された強度変化の大きさが、記憶部４３に記憶された第一のしきい値を超える回数と、過去において上記第一の時間に計数された回数の最小値との比を算出する。なお、演算部４２は、過去において上記第一の時間に計数された回数の最小値を記憶しているものとする。

また、計測時間限定部４４は、演算部４２で算出された上記比が記憶部４３に記憶された第二のしきい値以上となった時に、強度変化算出部４１が強度変化の大きさを計測する時間を上記第一の時間よりも短い予め定められた第二の時間に限定する。

そして、第二の時間に強度変化算出部４１により算出された強度変化の大きさが第一のしきい値を超える回数と第二の時間における全計測回数との比の値が演算部４２により算出され、算出された当該値が通知部４５へ供給される。このとき、通知部４５は、演算部４２から供給された上記値が記憶部４３に記憶された第三のしきい値以上になった時に通知信号を出力する。

［実施の形態３］
図８は、図１に示された行動予測システムで実現される行動予測方法の第三の実施の形態を説明するためのフローチャートである。以下において、図８を用いて実施の形態３に係る当該行動予測方法を詳しく説明する。

ここで、図８に示されたステップＳ１からステップＳ３については、上記実施の形態１に係る行動予測方法の図２に示されたステップＳ１からステップＳ３とそれぞれ同じであるため、説明を省略する。

図８に示されたステップＳ４において、ＣＰＵ６は、予め定められた第一の時間、例えば一晩（９時間）を単位として上記変化量をモニタリングし、一晩毎に上記変化量の度数を変化量毎に集計する。

具体的には、受信された信号の強度変化の大きさを複数の階級に分類し、階級値毎に上記度数を計数する。そして、階級値毎の計数値の最小値を記録しておく（最小値の学習）。

次に、ステップＳ５において、ＣＰＵ６は、最小値の学習に用いた全ての晩毎について、階級値毎の計数値に１を加算した値を上記階級値毎の最小値に１を加算した値で除した計数比を算出することにより規格化する（規格化ヒストグラムの作成）。

ここで、階級値と計数値の関係が指数関数的である場合には、比較的低い階級値の計数値が減少して、その減少分だけ高い範囲の階級値の計数値が増加すると、前述の階級値毎の計数比は、高い範囲の階級値で大きな変化を生ずる。

具体的には、図９に示されるように、環境由来の度数は階級値の低い部分にほぼ集中しており、人の動き由来の度数は環境由来のそれより階級値の高い部分にまで分布する。

このとき、各晩の規格化ヒストグラムを参照すると、図１０に示されるように、上述の人の動きに由来する規格化度数（計数比）は山型となる。

それゆえ、当該ヒストグラムのピーク値を基に自動的に算出される値よりも大きい階級値の範囲（以下、「第一の範囲」という）のデータは、上記実施の形態１に係る動きヒストグラムを算出する際に使用する第一のしきい値の決定が困難な場合に代替的役割を果たすため、ステップＳ６において、ＣＰＵ６は、第一の範囲を特定する（動きヒストグラムの範囲の自動学習）。

ここで、上記の「自動的に算出される値」とは、図１０に示されるように、例えばピーク値Ｒｔの５０％（Ｒｔ／２）の大きさとされる。また、ピーク値のexp(-1)としてもよい。なお、「第一の範囲」をどのような範囲とするかは検出感度に影響を与え、一般に「自動的に算出される値」をピーク値に近い値にすればするほど検出感度は低くなり、逆にピーク値から遠い値にすればするほどノイズを拾いやすくなるという性質を持つ。

そして、ステップＳ７において、ＣＰＵ６は、各晩のデータの第一の範囲における上記計数比の最大値を階級値毎に記録する（最大値群の学習）。

次に、ステップＳ８において、ＣＰＵ６は、ステップＳ７において記録された計数比の最大値より大きな値、例えば図１１の黒丸で示された値のように、最大値の２倍の値を階級値毎のしきい値として設定する。この最大値への乗数は大きいほど感度は鈍くなり、小さいほどノイズが増える傾向にある。

以上の学習過程を経て、ステップＳ９において、ＣＰＵ６は改めて９時間毎に上記第一の範囲において階級毎の計数比を算出し、算出された少なくとも一つの計数比がステップＳ８において設定されたしきい値を超えた時、被験者に異常事態が迫っていると判定する。なお、このとき、ＣＰＵ６はその旨を表示部８に表示することによって、本システムのユーザに通知する。

ここで、本通知は、上記のような表示部８による表示の他、行動予測装置２０に含まれるスピーカ（図示していない）から注意を促す音を鳴らす方法によってもよいことは、上記実施の形態１に係る行動予測方法と同様である。

さらに、上記第一の範囲のデータに着目することにより、被験者の状態に応じて上記第一の時間を短くすれば、着目すべき動き度数の全度数に対する比率を高め、動き度数の検知感度を高めることができる。

上記のような本発明の実施の形態３に係る行動予測方法によれば、動きヒストグラムの範囲を自動学習することができるため、かかる方法によっても上記実施の形態２に係る行動予測方法と同様に、従来より迅速かつ的確に被験者の行動を予測することができる。

なお、上記実施の形態３に係る行動予測方法は、例えば図１２に示される行動予測装置５０によって実現できる。
図１２に示される行動予測装置５０は、強度変化算出部５１と、記憶部５２と、着目範囲特定部５３と、通知部５４とを備える。

ここで、強度変化算出部５１は受信された信号の強度変化を算出する。記憶部５２は、予め定められた時間内においてモニタリングされた信号の強度変化の大きさを複数の階級に分類し、集計された階級毎の度数の最小値を記憶する。
そして、着目範囲特定部５３は、上記時間内におけるモニタリングにおいて得られた度数を階級毎に集計して、記憶部５２に記憶された上記最小値との比を算出し、上記比の最大値に応じて定めた第一のしきい値を超える階級を特定する。

このとき、通知部５４は、着目範囲特定部５３で特定された階級毎に、階級毎における上記比の最大値より大きな値を第二のしきい値として設定し、上記時間内においてモニタリングされた信号の強度変化の大きさを階級毎に集計することにより算出された上記比が、着目範囲特定部５３で特定された階級のうち少なくとも一つの階級において第二のしきい値を超えた時に、通知信号を出力する。

また、ステップＳ８において設定されるしきい値は、同ステップで求められた複数のしきい値を加算したスカラ値としてもよく、この場合には規格化ヒストグラムの第一の範囲内の計数比を加算したスカラ値が本しきい値を上回った時に、被験者に異常が迫っていると判定することにより、上記実施の形態３に係る行動予測方法と同様な効果を得ることができる。

なお、本実施の形態に係る行動予測方法も、例えば図１２に示される行動予測装置５０により実現できる。
すなわち、図１２に示された通知部５４が、着目範囲特定部５３で特定された階級毎における上記比の最大値の和を第二のしきい値として自ら保持、あるいは記憶部５２に記憶させ、上記時間内においてモニタリングされた信号の強度変化の大きさを階級毎に集計することにより着目範囲特定部５３で特定された階級毎に算出された上記最小値との比の和が第二のしきい値を超えた時に通知信号を出力するようにすればよい。

また、上記第一の範囲におけるスカラ値の合計値を全範囲におけるスカラ値の合計値で除した値（比）は睡眠度を表す指数ということができ、０は睡眠を示し、１に近づくほど覚醒を示す。そして、この指数を時系列的にモニタリングする事により、被験者が眠りに入る傾向にあるのか、覚醒に向かう傾向にあるのかを把握する事もできる。

なお、本実施の形態に係る行動予測方法は、例えば図１３に示される行動予測装置６０によって実現できる。
図１３に示される行動予測装置６０は、強度変化算出部６１と、記憶部６２と、着目範囲特定部６３と、監視部６４とを備える。

ここで、強度変化算出部６１は受信された信号の強度変化を算出する。記憶部６２は、予め定められた時間内においてモニタリングされた信号の強度変化の大きさを複数の階級に分類し、集計された階級毎の度数の最小値を記憶する。

そして、着目範囲特定部６３は、上記時間内におけるモニタリングにおいて得られた度数を階級毎に集計して、記憶部６２に記憶された上記最小値との比を算出し、上記比の最大値に応じて定めた第一のしきい値を超える階級を特定する。
このとき、監視部６４は、着目範囲特定部６３で特定された階級毎における上記比の和と全ての階級毎における上記比の和との比をモニタリングする。

ところで、上記実施の形態１〜３に係る行動予測方法は、いずれも、当該手順を記述したプログラムを光ディスクなどのコンピュータ読み取り可能な記録媒体に記録して、当該記録媒体をコンピュータである行動予測装置２０のドライブ（図示していない）に装着し、上記プログラムを行動予測装置２０に含まれたＣＰＵ６に実行させることによって容易に実現することができる。

以上より、本発明の実施の形態に係る行動予測システム、行動予測装置、行動予測方法、行動予測プログラム及び当該プログラムを記録した記録媒体によれば、ＲＦＩＤタグ２から発信され受信機３で受信される電波について、被験者の行動に起因した着目すべき強度変化を迅速かつ的確に抽出することができるため、簡易な構成によって被験者の行動を従来より早期かつ的確に予測することができる。

２ ＲＦＩＤ（Radiofrequency Identification）タグ
３ 受信機
６ ＣＰＵ
７ メモリ
８ 表示部
２０，３０，４０，５０，６０ 行動予測装置
３１，４１，５１，６１ 強度変化算出部
３２ 計測部
３４，４５，５４ 通知部
４２ 演算部
４４ 計測時間限定部
５３，６３ 着目範囲特定部
６４ 監視部

Claims (33)

1. 被験者の行動を予測する行動予測システムであって、
   被験者の行動に応じて変化する信号を受信する信号受信手段と、
   前記信号受信手段で受信された信号の大きさ又は前記信号の前記変化の大きさが予め定められた第一のしきい値を超える頻度が、予め定められた第二のしきい値以上となったことを通知する行動予測手段とを備えた行動予測システム。
2. 前記行動予測手段は、予めモニタリングされた前記信号の大きさ又は前記信号の強度変化の大きさに応じて前記第一のしきい値を決定する、請求項１に記載の行動予測システム。
3. 被験者の行動を予測する行動予測システムであって、
   被験者の行動に応じて変化する信号を受信する信号受信手段と、
   予め定められた第一の時間に前記信号受信手段で受信された前記信号の大きさ又は前記信号の強度変化の大きさが予め定められた第一のしきい値を超える回数と過去において前記第一の時間に計数された前記回数の最小値との比が予め定められた第二のしきい値以上となった時に、前記信号の大きさ又は前記強度変化の大きさを計測する時間を前記第一の時間よりも短い予め定められた第二の時間に限定し、前記第二の時間に前記信号受信手段により受信された前記信号の大きさ又は前記信号の前記強度変化の大きさが前記第一のしきい値を超える回数と前記第二の時間における全計測回数との比が予め定められた第三のしきい値以上になったことを通知する行動予測手段とを備えた行動予測システム。
4. 被験者の行動を予測する行動予測システムであって、
   被験者の行動に応じて変化する信号を受信する信号受信手段と、
   前記信号受信手段を用いて予め定められた時間内においてモニタリングされた信号の大きさ又は前記信号の強度変化の大きさを複数の階級に分類し、前記モニタリングにおいて発生した度数を前記階級毎に集計して、過去において前記時間内に集計された前記階級毎の前記度数の最小値との比が、前記比の最大値に応じて定められた第一のしきい値を超える前記階級を特定し、特定された前記階級毎に前記比の最大値より大きな値を第二のしきい値として設定し、前記信号受信手段により受信された前記信号の大きさ又は前記信号の強度変化の大きさを前記階級毎に集計することにより、前記特定された前記階級毎に算出された前記最小値との比が、前記特定された前記階級のうち少なくとも一つの階級において前記第二のしきい値を超えたことを通知する行動予測手段とを備えた行動予測システム。
5. 被験者の行動を予測する行動予測システムであって、
   被験者の行動に応じて変化する信号を受信する信号受信手段と、
   前記信号受信手段を用いて予め定められた時間内においてモニタリングされた信号の大きさ又は前記信号の強度変化の大きさを複数の階級に分類し、前記モニタリングにおいて発生した度数を前記階級毎に集計して、過去において前記時間内に集計された前記階級毎の前記度数の最小値との比が、前記比の最大値に応じて定められた第一のしきい値を超える前記階級を特定し、特定された前記階級毎における前記比の最大値の和を第二のしきい値として設定し、前記信号受信手段で受信された前記信号の大きさ又は前記信号の強度変化の大きさを前記階級毎に集計することにより、前記特定された前記階級毎に算出された前記最小値との比の和が前記第二のしきい値を超えたことを通知する行動予測手段とを備えた行動予測システム。
6. 被験者の行動を予測する行動予測システムであって、
   被験者の行動に応じて変化する信号を受信する信号受信手段と、
   前記信号受信手段を用いて予め定められた時間内においてモニタリングされた信号の大きさ又は前記信号の強度変化の大きさを複数の階級に分類し、前記モニタリングにおいて発生した度数を前記階級毎に集計して、過去において前記時間内に集計された前記階級毎の前記度数の最小値との比が、前記比の最大値に応じて定められた第一のしきい値を超える前記階級を特定し、特定された前記階級毎における前記比の和と全ての前記階級毎における前記比の和との比を前記信号受信手段を用いてモニタリングする行動予測手段とを備えた行動予測システム。
7. 電波信号を発信する信号発信手段をさらに備え、
   前記信号受信手段は、被験者の行動に応じて変化する前記電波信号を受信する請求項１から６のいずれかに記載の行動予測システム。
8. 被験者の行動を予測する行動予測装置であって、
   受信された信号の大きさ又は前記信号の強度変化の大きさが予め定められた第一のしきい値を超える頻度を計測する計測手段と、
   前記計測手段で計測された前記頻度が予め定められた第二のしきい値以上となったことを通知する通知手段とを備えた行動予測装置。
9. 前記計測手段は、予めモニタリングされた前記信号の大きさ又は前記信号の強度変化の大きさに応じて前記第一のしきい値を決定する請求項８に記載の行動予測装置。
10. 被験者の行動を予測する行動予測装置であって、
    予め定められた第一の時間に受信された信号の大きさ又は前記信号の強度変化の大きさが予め定められた第一のしきい値を超える回数と、過去において前記第一の時間に計数された前記回数の最小値との比を算出する演算手段と、
    前記演算手段で算出された前記比が予め定められた第二のしきい値以上となった時に、前記信号の大きさ又は前記強度変化の大きさを計測する時間を前記第一の時間よりも短い予め定められた第二の時間に限定する計測時間限定手段と、
    前記計測時間限定手段により設定された前記第二の時間に計測された前記信号の大きさ又は前記強度変化の大きさが前記第一のしきい値を超える回数と前記第二の時間における全計測回数との比が予め定められた第三のしきい値以上になったことを通知する通知手段とを備えた行動予測装置。
11. 被験者の行動を予測する行動予測装置であって、
    予め定められた時間内においてモニタリングされた信号の大きさ又は前記信号の強度変化の大きさを複数の階級に分類し、前記モニタリングにおいて発生した度数を前記階級毎に集計して、過去の前記時間内において集計された前記階級毎の前記度数の最小値との比が、前記比の最大値に応じて定められた第一のしきい値を超える前記階級を特定する着目範囲特定手段と、
    前記着目範囲特定手段で特定された前記階級毎に、前記階級毎における前記比の最大値より大きな値を第二のしきい値として設定し、前記時間内においてモニタリングされた前記信号の大きさ又は前記信号の強度変化の大きさを前記階級毎に集計することにより算出された前記比が、前記着目範囲特定手段で特定された前記階級のうち少なくとも一つの階級において前記第二のしきい値を超えたことを通知する通知手段とを備えた行動予測装置。
12. 被験者の行動を予測する行動予測装置であって、
    予め定められた時間内においてモニタリングされた信号の大きさ又は前記信号の強度変化の大きさを複数の階級に分類し、前記モニタリングにおいて発生した度数を前記階級毎に集計して、過去の前記時間内において集計された前記階級毎の前記度数の最小値との比が、前記比の最大値に応じて定められた第一のしきい値を超える前記階級を特定する着目範囲特定手段と、
    前記着目範囲特定手段で特定された前記階級毎における前記比の最大値の和を第二のしきい値として設定し、前記時間内においてモニタリングされた前記信号の大きさ又は前記信号の強度変化の大きさを前記階級毎に集計することにより前記着目範囲特定手段で特定された前記階級毎に算出された前記最小値との比の和が前記第二のしきい値を超えたことを通知する通知手段とを備えた行動予測装置。
13. 被験者の行動を予測する行動予測装置であって、
    予め定められた時間内においてモニタリングされた信号の大きさ又は前記信号の強度変化の大きさを複数の階級に分類し、前記モニタリングにおいて発生した度数を前記階級毎に集計して、過去の前記時間内において集計された前記階級毎の前記度数の最小値との比が、前記比の最大値に応じて定められた第一のしきい値を超える前記階級を特定する着目範囲特定手段と、
    前記着目範囲特定手段で特定された前記階級毎における前記比の和と全ての前記階級毎における前記比の和との比をモニタリングする手段とを備えた行動予測装置。
14. 前記行動予測装置は、被験者による電波信号の撹乱を利用して被験者の行動を予測する装置であって、
    前記計測手段は、定点において前記電波信号を受信する請求項８から１３のいずれかに記載の行動予測装置。
15. 被験者の行動を予測する行動予測方法であって、
    受信された信号の大きさ又は前記信号の強度変化の大きさが予め定められた第一のしきい値を超える頻度を計測する第一のステップと、
    前記第一のステップで計測された前記頻度が予め定められた第二のしきい値以上となった時点で、前記被験者に異変が生じている可能性があると判断する第二のステップとを有する行動予測方法。
16. 前記第一のしきい値は、予めモニタリングされた前記信号の大きさ又は前記信号の強度変化の大きさに応じて決定される、請求項１５に記載の行動予測方法。
17. 被験者の行動を予測する行動予測方法であって、
    予めモニタリングされた信号の大きさ又は前記信号の強度変化の大きさに応じて、前記信号の大きさ又は前記強度変化についての第一のしきい値を決定する第一のステップと、
    予め定められた第一の時間に受信された前記信号の大きさ又は前記信号の強度変化の大きさが前記第一のしきい値を超える回数を計数する第二のステップと、
    前記第二のステップで計数された前記回数と、過去において前記第一の時間に計数された前記回数の最小値との比が予め定められた第二のしきい値以上となった時に、前記強度変化の大きさを計測する時間を前記第一の時間よりも短い予め定められた第二の時間に限定する第三のステップと、
    前記第二の時間に計測された前記信号の大きさ又は前記強度変化の大きさが前記第一のしきい値を超える回数を計数する第四のステップと、
    前記第四のステップで計数された回数と前記第二の時間における全計測回数との比が予め定められた第三のしきい値以上となった時点で、被験者に異変が生じている可能性があると判断する第五のステップとを有する行動予測方法。
18. 被験者の行動を予測する行動予測方法であって、
    予め定められた時間内においてモニタリングされた信号の大きさ又は前記信号の強度変化の大きさを複数の階級に分類し、前記モニタリングにおいて発生した度数を前記階級毎に集計する第一のステップと、
    過去の前記時間内において集計された前記階級毎の前記度数の最小値と前記第一のステップで集計された前記階級毎の前記度数との前記階級毎の比が、前記比の最大値に応じて定められた第一のしきい値を超える前記階級を特定する第二のステップと、
    前記第二のステップで特定された前記階級において、前記比の最大値を階級毎に記憶する第三のステップと、
    前記第二のステップで特定された前記階級毎の前記最大値より大きな値を第二のしきい値として設定する第四のステップと、
    前記時間内においてモニタリングされた前記信号の大きさ又は前記信号の強度変化の大きさを前記階級毎に集計し、前記最小値との比が少なくとも一つの前記階級において前記第二のしきい値を超えた時点で、被験者に異変が生じている可能性があると判断する第五のステップとを有する行動予測方法。
19. 被験者の行動を予測する行動予測方法であって、
    予め定められた時間内においてモニタリングされた信号の大きさ又は前記信号の強度変化の大きさを複数の階級に分類し、前記モニタリングにおいて発生した度数を前記階級毎に集計する第一のステップと、
    過去の前記時間内において集計された前記階級毎の前記度数の最小値と前記第一のステップで集計された前記階級毎の前記度数との前記階級毎の比が、前記比の最大値に応じて定められた第一のしきい値を超える前記階級を特定する第二のステップと、
    前記第二のステップで特定された前記階級において、前記比の最大値を階級毎に記憶する第三のステップと、
    前記第三のステップで記憶された前記最大値の和を第二のしきい値として設定する第四のステップと、
    前記時間内においてモニタリングされた前記信号の大きさ又は前記信号の強度変化の大きさを前記階級毎に集計し、前記階級毎に算出された前記最小値との比の和が前記第二のしきい値を超えた時点で、被験者に異変が生じている可能性があると判断する第五のステップとを有する行動予測方法。
20. 被験者の行動を予測する行動予測方法であって、
    予め定められた時間内においてモニタリングされた信号の大きさ又は前記信号の強度変化の大きさを複数の階級に分類し、前記モニタリングにおいて発生した度数を前記階級毎に集計する第一のステップと、
    過去の前記時間内において集計された前記階級毎の前記度数の最小値と前記第一のステップで集計された前記階級毎の前記度数との前記階級毎の比が、前記比の最大値に応じて定められた第一のしきい値を超える前記階級を特定する第二のステップと、
    前記第二のステップで特定された前記階級における前記比の和と全ての前記階級における前記比の和との比をモニタリングする第三のステップとを有する行動予測方法。
21. 前記行動予測方法は、被験者による電波信号の撹乱を利用して被験者の行動を予測する方法であって、
    前記信号は、定点において受信された前記電波信号である請求項１５から２０のいずれかに記載の行動予測方法。
22. コンピュータに対して、被験者の行動を予測させる行動予測プログラムであって、
    前記コンピュータに、
    受信された信号の大きさ又は前記信号の強度変化の大きさが予め定められた第一のしきい値を超える頻度を計測する第一の手順と、
    前記第一の手順で計測された前記頻度が予め定められた第二のしきい値以上となったことを通知する第二の手順とを実行させる行動予測プログラム。
23. 前記コンピュータに対し、前記第一のしきい値を、予めモニタリングされた前記信号の大きさ又は前記信号の強度変化の大きさに応じて決定させる、請求項２２に記載の行動予測プログラム。
24. コンピュータに対して、被験者の行動を予測させる行動予測プログラムであって、
    前記コンピュータに、
    予めモニタリングされた信号の大きさ又は前記信号の強度変化の大きさに応じて、前記信号の大きさ又は前記強度変化についての第一のしきい値を決定する第一の手順と、
    予め定められた第一の時間に受信された前記信号の大きさ又は前記信号の強度変化の大きさが前記第一のしきい値を超える回数を計数する第二の手順と、
    前記第二の手順で計数された前記回数と、過去において前記第一の時間に計数された前記回数の最小値との比が予め定められた第二のしきい値以上となった時に、前記信号の大きさ又は前記強度変化の大きさを計測する時間を前記第一の時間よりも短い予め定められた第二の時間に限定する第三の手順と、
    前記第二の時間に計測された前記信号の大きさ又は前記強度変化の大きさが前記第一のしきい値を超える回数を計数する第四の手順と、
    前記第四の手順で計数された回数と前記第二の時間における全計測回数との比が予め定められた第三のしきい値以上となったことを通知する第五の手順とを実行させる行動予測プログラム。
25. コンピュータに対して、被験者の行動を予測させる行動予測プログラムであって、
    前記コンピュータに、
    予め定められた時間内においてモニタリングされた信号の大きさ又は前記信号の強度変化の大きさを複数の階級に分類し、前記モニタリングにおいて発生した度数を前記階級毎に集計する第一の手順と、
    過去の前記時間内において集計された前記階級毎の前記度数の最小値と前記第一の手順で集計された前記階級毎の前記度数との前記階級毎の比が、前記比の最大値に応じて定められた第一のしきい値を超える前記階級を特定する第二の手順と、
    前記第二の手順で特定された前記階級において、前記比の最大値を階級毎に記憶する第三の手順と、
    前記第二の手順で特定された前記階級毎に前記最大値より大きな値を第二のしきい値として設定する第四の手順と、
    前記時間内にモニタリングされた前記信号の大きさ又は前記信号の強度変化の大きさを前記階級毎に集計し、前記最小値との比が少なくとも一つの前記階級において前記第二のしきい値を超えたことを通知する第五の手順とを実行させる行動予測プログラム。
26. コンピュータに対して、被験者の行動を予測させる行動予測プログラムであって、
    前記コンピュータに、
    予め定められた時間内においてモニタリングされた信号の大きさ又は前記信号の強度変化の大きさを複数の階級に分類し、前記モニタリングにおいて発生した度数を前記階級毎に集計する第一の手順と、
    過去の前記時間内において集計された前記階級毎の前記度数の最小値と前記第一の手順で集計された前記階級毎の前記度数との前記階級毎の比が、前記比の最大値に応じて定められた第一のしきい値を超える前記階級を特定する第二の手順と、
    前記第二の手順で特定された前記階級において、前記比の最大値を階級毎に記憶する第三の手順と、
    前記第三の手順で記憶された前記最大値の和を第二のしきい値として設定する第四の手順と、
    前記時間内にモニタリングされた前記信号の大きさ又は前記信号の強度変化の大きさを前記階級毎に集計し、前記階級毎に算出された前記最小値との比の和が前記第二のしきい値を超えた時点で、被験者に異変が生じている可能性があると判断する第五の手順とを実行させる行動予測プログラム。
27. コンピュータに対して、被験者の行動を予測させる行動予測プログラムであって、
    前記コンピュータに、
    予め定められた時間内においてモニタリングされた信号の大きさ又は前記信号の強度変化の大きさを複数の階級に分類し、前記モニタリングにおいて発生した度数を前記階級毎に集計する第一の手順と、
    過去の前記時間内において集計された前記階級毎の前記度数の最小値と前記第一の手順で集計された前記階級毎の前記度数との前記階級毎の比が、前記比の最大値に応じて定められた第一のしきい値を超える前記階級を特定する第二の手順と、
    前記第二の手順で特定された前記階級における前記比の和と全ての前記階級における前記比の和との比をモニタリングする第三の手順とを実行させる行動予測プログラム。
28. コンピュータに対して被験者の行動を予測させる行動予測プログラムを記録したコンピュータ読み取り可能な記録媒体であって、
    前記コンピュータに、
    受信された信号の大きさ又は前記信号の強度変化の大きさが予め定められた第一のしきい値を超える頻度を計測する第一の手順と、
    前記第一の手順で計測された前記頻度が予め定められた第二のしきい値以上となったことを通知する第二の手順とを実行させる行動予測プログラムを記録した前記記録媒体。
29. 前記コンピュータに対し、前記第一のしきい値を、予めモニタリングされた前記信号の大きさ又は前記信号の強度変化の大きさに応じて決定させる前記行動予測プログラムを記録した、請求項２８に記載のコンピュータ読み取り可能な記録媒体。
30. コンピュータに対して被験者の行動を予測させる行動予測プログラムを記録したコンピュータ読み取り可能な記録媒体であって、
    前記コンピュータに、
    予めモニタリングされた信号の大きさ又は前記信号の強度変化の大きさに応じて、前記信号の大きさ又は前記強度変化についての第一のしきい値を決定する第一の手順と、
    予め定められた第一の時間に受信された前記信号の大きさ又は前記信号の強度変化の大きさが前記第一のしきい値を超える回数を計数する第二の手順と、
    前記第二の手順で計数された前記回数と、過去において前記第一の時間に計数された前記回数の最小値との比が予め定められた第二のしきい値以上となった時に、前記信号の大きさ又は前記強度変化の大きさを計測する時間を前記第一の時間よりも短い予め定められた第二の時間に限定する第三の手順と、
    前記第二の時間に計測された前記信号の大きさ又は前記強度変化の大きさが前記第一のしきい値を超える回数を計数する第四の手順と、
    前記第四の手順で計数された回数と前記第二の時間における全計測回数との比が予め定められた第三のしきい値以上となったことを通知する第五の手順とを実行させる行動予測プログラムを記録したコンピュータ読み取り可能な記録媒体。
31. コンピュータに対して被験者の行動を予測させる行動予測プログラムを記録したコンピュータ読み取り可能な記録媒体であって、
    前記コンピュータに、
    予め定められた時間内においてモニタリングされた信号の大きさ又は前記信号の強度変化の大きさを複数の階級に分類し、前記モニタリングにおいて発生した度数を前記階級毎に集計する第一の手順と、
    過去の前記時間内において集計された前記階級毎の前記度数の最小値と前記第一の手順で集計された前記階級毎の前記度数との前記階級毎の比が、前記比の最大値に応じて定められた第一のしきい値を超える前記階級を特定する第二の手順と、
    前記第二の手順で特定された前記階級において、前記比の最大値を階級毎に記憶する第三の手順と、
    前記第二の手順で特定された前記階級毎において前記最大値より大きな値を第二のしきい値として設定する第四の手順と、
    前記時間内にモニタリングされた前記信号の大きさ又は前記信号の強度変化の大きさを前記階級毎に集計し、前記最小値との比が少なくとも一つの前記階級において前記第二のしきい値を超えたことを通知する第五の手順とを実行させる行動予測プログラムを記録したコンピュータ読み取り可能な記録媒体。
32. コンピュータに対して被験者の行動を予測させる行動予測プログラムを記録したコンピュータ読み取り可能な記録媒体であって、
    前記コンピュータに、
    予め定められた時間内においてモニタリングされた信号の大きさ又は前記信号の強度変化の大きさを複数の階級に分類し、前記モニタリングにおいて発生した度数を前記階級毎に集計する第一の手順と、
    過去の前記時間内において集計された前記階級毎の前記度数の最小値と前記第一の手順で集計された前記階級毎の前記度数との前記階級毎の比が、前記比の最大値に応じて定められた第一のしきい値を超える前記階級を特定する第二の手順と、
    前記第二の手順で特定された前記階級において、前記比の最大値を階級毎に記憶する第三の手順と、
    前記第三の手順で記憶された前記最大値の和を第二のしきい値として設定する第四の手順と、
    前記時間内にモニタリングされた前記信号の大きさ又は前記信号の強度変化の大きさを前記階級毎に集計し、前記階級毎に算出された前記最小値との比の和が前記第二のしきい値を超えた時点で、被験者に異変が生じている可能性があると判断する第五の手順とを実行させる行動予測プログラムを記録したコンピュータ読み取り可能な記録媒体。
33. コンピュータに対して被験者の行動を予測させる行動予測プログラムを記録したコンピュータ読み取り可能な記録媒体であって、
    前記コンピュータに、
    予め定められた時間内においてモニタリングされた信号の大きさ又は前記信号の強度変化の大きさを複数の階級に分類し、前記モニタリングにおいて発生した度数を前記階級毎に集計する第一の手順と、
    過去の前記時間内において集計された前記階級毎の前記度数の最小値と前記第一の手順で集計された前記階級毎の前記度数との前記階級毎の比が、前記比の最大値に応じて定められた第一のしきい値を超える前記階級を特定する第二の手順と、
    前記第二の手順で特定された前記階級における前記比の和と全ての前記階級における前記比の和との比をモニタリングする第三の手順とを実行させる行動予測プログラムを記録したコンピュータ読み取り可能な記録媒体。
    
    

Images