JP2016008818A - 検出装置および方法、並びにプログラム - Google Patents
検出装置および方法、並びにプログラム Download PDFInfo
- Publication number
- JP2016008818A JP2016008818A JP2014127712A JP2014127712A JP2016008818A JP 2016008818 A JP2016008818 A JP 2016008818A JP 2014127712 A JP2014127712 A JP 2014127712A JP 2014127712 A JP2014127712 A JP 2014127712A JP 2016008818 A JP2016008818 A JP 2016008818A
- Authority
- JP
- Japan
- Prior art keywords
- state
- living body
- detection unit
- tear
- component
- 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.)
- Pending
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/14507—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue specially adapted for measuring characteristics of body fluids other than blood
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/1455—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
- A61B5/165—Evaluating the state of mind, e.g. depression, anxiety
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4824—Touch or pain perception evaluation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6813—Specially adapted to be attached to a specific body part
- A61B5/6814—Head
- A61B5/6821—Eye
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
- C12Q1/25—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving enzymes not classifiable in groups C12Q1/26 - C12Q1/66
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
- C12Q1/48—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving transferase
-
- 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
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
-
- G—PHYSICS
- G02—OPTICS
- G02C—SPECTACLES; SUNGLASSES OR GOGGLES INSOFAR AS THEY HAVE THE SAME FEATURES AS SPECTACLES; CONTACT LENSES
- G02C7/00—Optical parts
- G02C7/02—Lenses; Lens systems ; Methods of designing lenses
- G02C7/04—Contact lenses for the eyes
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Organic Chemistry (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Immunology (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Zoology (AREA)
- Wood Science & Technology (AREA)
- Public Health (AREA)
- Heart & Thoracic Surgery (AREA)
- Surgery (AREA)
- Veterinary Medicine (AREA)
- Animal Behavior & Ethology (AREA)
- Medical Informatics (AREA)
- Biochemistry (AREA)
- Microbiology (AREA)
- Analytical Chemistry (AREA)
- Biotechnology (AREA)
- Ophthalmology & Optometry (AREA)
- Psychiatry (AREA)
- Optics & Photonics (AREA)
- General Engineering & Computer Science (AREA)
- Urology & Nephrology (AREA)
- Genetics & Genomics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Hematology (AREA)
- General Physics & Mathematics (AREA)
- Hospice & Palliative Care (AREA)
- Cell Biology (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Artificial Intelligence (AREA)
Abstract
【課題】人体の生体状態を容易で、かつ、正確に検出できるようにする。
【解決手段】コンタクトレンズ型の表示装置に、涙検出部26を設けて、眼球の涙を採集すると共に、成分を分析して、ユーザの感情性の情報を検出し、コンタクトレンズ型の表示装置11より携帯端末SPに検出結果を送信し表示させる。これにより、ユーザの涙の成分に基づいて、生体状態を検出することができるので、正確にユーザの生体状態を検出することができる。本技術は、コンタクトレンズ型の表示部に適用することができる。
【選択図】図3
【解決手段】コンタクトレンズ型の表示装置に、涙検出部26を設けて、眼球の涙を採集すると共に、成分を分析して、ユーザの感情性の情報を検出し、コンタクトレンズ型の表示装置11より携帯端末SPに検出結果を送信し表示させる。これにより、ユーザの涙の成分に基づいて、生体状態を検出することができるので、正確にユーザの生体状態を検出することができる。本技術は、コンタクトレンズ型の表示部に適用することができる。
【選択図】図3
Description
本技術は、検出装置および方法、並びにプログラムに関し、特に、生体の状態を高精度で検出できるようにした検出装置および方法、並びにプログラムに関する。
近年、生体の状態を検出する技術として、例えば、ユーザの周囲の環境の情報を検出し、検出した環境の情報から、ユーザの生体状態として行動特性を判断し、判断した行動特性に応じた処理をアバタに反映させる技術が提案されている(特許文献1参照)。
しかしながら、特許文献1の技術においては、ユーザの周辺の環境情報を取得することで、ユーザの生体状態に対応する行動特性を判断し、判断した行動特性に応じた処理をアバタに反映させるに過ぎず、人物の生体に関する情報を直接得て判断するものではないため、必ずしも適切な処理を施すことができなかった。
本技術は、このような状況に鑑みてなされたものであり、特に、簡単な方法で、ユーザの生体状態を高精度に検出できるようにするものである。
本技術の一側面の検出装置は、生体から採取された涙の成分分析を行う分析部と、前記涙の成分分析の結果に基づいて、前記生体の状態を検出する検出部とを含む。
前記検出部には、前記涙の成分分析の結果に基づいて、前記涙の種別により定まる前記生体の状態を検出させるようにすることができる。
前記生体の状態には、前記生体の感情に起因する感情性の状態が含まれるようにすることができる。
前記検出部には、前記涙の成分分析の結果として得られた、前記生体の状態が所定の感情性の状態に遷移しようとするときに分泌される物質の分析結果に基づいて、前記生体の状態が前記所定の感情性の状態に遷移するかを特定させるようにすることができる。
前記検出部には、前記涙の成分分析の結果として得られた、前記生体の状態が第1の感情性の状態に遷移しようとするときに分泌される物質の分析結果に基づいて算出された、前記第1の感情性の状態に遷移しようとする度合いと、前記涙の成分分析の結果として得られた、前記生体の状態が第2の感情性の状態に遷移しようとするときに分泌される物質の分析結果に基づいて算出された、前記第2の感情性の状態に遷移しようとする度合いとに基づいて、前記生体の状態が、前記第1の感情性の状態または前記第2の感情性の状態の何れの状態に遷移するかを特定させるようにすることができる。
前記検出部には、前記第1の感情性の状態に遷移しようとする度合い、および前記第2の感情性の状態に遷移しようとする度合いに基づいて、これから遷移すると推定される前記生体の状態の度合いを示す事前予測感情レベルをさらに算出させるようにすることができる。
前記検出部には、前記事前予測感情レベルに基づいて、現在時刻よりも後の時刻における前記事前予測感情レベルの変動を予測させるようにすることができる。
前記検出部には、前記涙の成分分析の結果として得られた、前記生体の状態が所定の感情性の状態であるときに多く分泌される物質の分析結果に基づいて、前記生体の状態を特定させるようにすることができる。
前記検出部には、前記涙の成分分析の結果として得られた、第1の感情性の状態であるときに多く分泌される物質の分析結果に基づいて算出された、前記第1の感情性の状態らしさの度合いと、前記涙の成分分析の結果として得られた、第2の感情性の状態であるときに多く分泌される物質の分析結果に基づいて算出された、前記第2の感情性の状態らしさの度合いとに基づいて、前記涙の状態が、前記第1の感情性の状態または前記第2の感情性の状態の何れの状態であるかを特定させるようにすることができる。
前記検出部には、前記第1の感情性の状態らしさの度合い、および前記第2の感情性の状態らしさの度合いに基づいて、前記生体の感情性の状態の度合いを示す感情レベルをさらに算出させるようにすることができる。
前記検出部には、前記感情レベルに基づいて、現在時刻よりも後の時刻における前記感情レベルの変動を予測させるようにすることができる。
前記生体の状態には、前記生体への刺激に起因する状態が含まれるようにすることができる。
前記検出部には、前記涙の成分分析の結果として得られた、前記生体への刺激があるとき、または前記生体に疼痛があるときに分泌される物質の分析結果に基づいて、前記生体の状態が、前記生体への刺激に起因する状態であるか、または前記生体に疼痛がある状態が継続したときに遷移する、前記生体の感情に起因する感情性の状態であるかを特定させるようにすることができる。
前記検出部には、前記生体への刺激があるとき、または前記生体に疼痛があるときに分泌される物質の分析結果に基づく、その前記物質の分泌量を示す値が所定の閾値以上となる期間の長さに基づいて、前記生体の状態が、前記生体への刺激に起因する状態であるか、または前記生体の感情に起因する感情性の状態であるかを特定させるようにすることができる。
前記検出部には、前記生体への刺激があるとき、または前記生体に疼痛があるときに分泌される物質の分析結果に基づいて、前記生体への刺激レベルまたは疼痛レベルを算出させるようにすることができる。
前記検出部には、前記刺激レベルまたは前記疼痛レベルに基づいて、現在時刻よりも後の時刻における前記刺激レベルまたは前記疼痛レベルの変動を予測させるようにすることができる。
前記検出部には、前記涙の成分分析の結果として得られた、特定の物質の分析結果に基づいて、前記生体の涙の分泌レベルを特定させるようにすることができる。
前記検出装置は眼球に着脱可能となるようにすることができる。
本技術の一側面の検出方法は、生体から採取された涙の成分分析を行い、前記涙の成分分析の結果に基づいて、前記生体の状態を検出するステップを含む。
本技術の一側面のプログラムは、生体から採取された涙の成分分析を行う分析ステップと、前記涙の成分分析の結果に基づいて、前記生体の状態を検出する検出ステップとを含む処理をコンピュータに実行させる。
本技術の一側面においては、生体から採取された涙の成分分析が行われ、前記涙の成分分析の結果に基づいて、前記生体の状態が検出される。
本技術の一側面の検出装置は、独立した装置であっても良いし、検出処理を行うブロックであっても良い。
本技術の一側面によれば、生体の状態を容易で、かつ、高精度に検出することが可能となる。
<生体の状態を検出する技術>
本技術は、被験者である人物の涙を検出し、検出した涙を分析することで、人物の感情を生体の情報として検出するものである。
本技術は、被験者である人物の涙を検出し、検出した涙を分析することで、人物の感情を生体の情報として検出するものである。
本技術の構成例は、大きく2つある。第1の構成例は、コンタクトレンズ型であって涙を採集し、採集した涙を分析する機能を備えた表示装置が、分析した涙の成分の情報に基づいて、人物の生体状態を特定し、スマートフォンなどの携帯端末に送信して表示させるものである。
また、第2の構成例は、コンタクトレンズ型の採集装置で涙の採集のみを実行し、その後、採集した涙を外部の分析装置が分析し、分析した涙の成分の情報に基づいて、人物の生体状態を特定し、スマートフォンなどの携帯端末に送信して表示させるものである。
すなわち、上述した第1の構成例においては、図1のCase1で示されるように、被験者となる人物H1が、コンタクトレンズ型であって涙を採集して、分析する機能を備えた表示装置を装着すると、表示装置が涙の成分に基づいて生体状態を特定し、スマートフォンなどの携帯端末SPに送信して提示させる。これにより、図1の人物H2で示されるように、被験者となる人物は、携帯端末SPに表示される自らの生体状態の情報を見ることができる。
また、上述した第2の構成例においては、図1のCase2で示されるように、被験者となる人物H1が、涙の採集機能を備えたコンタクトレンズ型の涙の採集装置を装着した後、涙の採集が完了した時点で、人物H11で示されるように、採集装置を目から外す。さらに、人物H12で示されるように、分析装置ANに格納すると、分析装置ANが涙の成分に基づいて、生体状態を特定し、スマートフォンなどの携帯端末SPに送信する。これにより、図1の人物H13で示されるように、被験者となる人物は、携帯端末SPに表示される自らの生体状態を見ることができる。
<第1の構成例>
まず、上述した、本技術の第1の構成例について説明する。
まず、上述した、本技術の第1の構成例について説明する。
図2は、本技術を適用した検出装置であって、上述した第1の構成例にあたるコンタクトレンズ型の涙の採集機能と、採集した涙の分析機能とを備えた表示装置の外観構成を示している。
尚、図2は、左部が、眼球Eに表示装置11を装着したときの眼球Eの側面断面を示したものであり、右部が眼球Eを正面からみたときの外観構成を示している。表示装置11は、眼球Eの曲面に対応する形状とされており、コンタクトレンズを装用する場合と同様に装着される。また、表示装置11の外周部には、涙を採集するための採集口G−1乃至G−6がほぼ等間隔であって、眼球Eに接触する面に設けられている。
尚、採集口G−1乃至G−6は、外周部に6個設けた場合の例を示しているが、それ以外の個数であってもよい。尚、採集口G−1乃至G−6を個別に区別する必要がない場合、単に、採集口Gと称するものとし、その他の構成についても同様に称するものとする。
<表示装置の電気的な構成例>
次に、図3を参照して、表示装置11の電気的な構成例について説明する。
次に、図3を参照して、表示装置11の電気的な構成例について説明する。
すなわち、表示装置11は、表示領域21、給電アンテナ22、信号アンテナ23、発電部24、姿勢検出部25、涙検出部26−1乃至涙検出部26−6、信号処理部27、および表示素子駆動部28を有している。
表示領域21は、ユーザに対して提示する画像や文字等の情報を表示する複数の表示画素からなる表示素子と、表示画素に隣接して配置され、ユーザの眼球表面で反射した光を受光する視線検出用の受光素子とを有している。さらに、表示領域21はユーザの瞼の開閉を検出するための発光素子と受光素子も有している。
給電アンテナ22は、表示領域21を囲むように設けられており、外部から供給される磁界または電界による誘導起電力を受ける。信号アンテナ23は、ユーザの視線に基づいてユーザインターフェース操作を行なった結果などの信号処理部27から供給された情報を外部に送信したり、表示画素に表示する情報などの外部から送信されてきた情報を受信して信号処理部27に供給したりする。
発電部24は、外部からの磁界等による電磁誘導によって給電アンテナ22で生じた誘導電流を整流することで電力を得て蓄電し、表示装置11の各部に電力を供給する。なお、発電部24が所定方法により自ら発電を行なう場合や、充電池を有している場合には、表示装置11に給電アンテナ22を設けなくてもよい。
姿勢検出部25は、電子ジャイロセンサや加速度センサなどからなり、表示装置11が装着されたユーザの姿勢や動きを検出し、その検出結果を信号処理部27に供給する。姿勢検出部25は、例えば、ユーザの頭部の動きやユーザの姿勢を検出する。
涙検出部26−1乃至26−6は、ユーザから分泌される涙を採取し、得られた涙の分泌量の計測や涙の成分分析を行う。なお、以下、涙検出部26−1乃至26−6を特に区別する必要のない場合、単に涙検出部26とも称する。
信号処理部27は、表示装置11全体を制御する。信号処理部27は、例えば、表示領域21の視線検出用の受光素子から供給された信号に基づいて、表示装置11の各領域に配置された受光素子における光の受光量の違い(差)を検出することで、ユーザの視線を検出する。また、信号処理部27は、例えば、表示領域21の瞼開閉検出用の受光素子から供給された信号に基づいて、ユーザの瞼の開閉を検出する。
さらに、信号処理部27は、姿勢検出部25から供給された検出結果や、視線の検出結果、信号アンテナ23により受信された情報などに基づいて表示素子駆動部28を制御し、表示領域21に画像等を表示させる。
具体的には、例えば表示装置11がユーザの眼球に対して回転した場合、姿勢検出部25ではその回転方向と回転量を検出することができる。そこで、信号処理部27は表示素子駆動部28を制御して、姿勢検出部25から供給された眼球に対する表示装置11の回転方向とは逆方向に表示装置11の回転量だけ、表示領域21に表示されている画像を回転させる。これにより、表示装置11がユーザの眼球上で回転してしまうことがあっても、その結果生じる画像の回転を補正し、ユーザに対して画像を見やすく提示することができる。
表示素子駆動部28は、信号処理部27の制御にしたがって表示領域21の表示素子を駆動させ、画像を表示させたり、信号処理部27の制御にしたがって表示領域21の発光素子を発光させたりする。
<表示装置の機能の構成例>
次に、以上において説明した表示装置11の機能の構成例について説明する。
次に、以上において説明した表示装置11の機能の構成例について説明する。
表示装置11の機能的な構成は、例えば、図4に示す構成とされる。なお、図4において、図2における場合と対応する部分には同一の符号を付してあり、その説明は適宜省略する。
図4に示す表示装置11は、表示領域21、給電アンテナ22、信号アンテナ23、発電部24、姿勢検出部25、涙検出部26、信号処理部27、表示素子駆動部28、圧力検出部51、温度検出部52、および記録部53を有している。
また、表示領域21には、発光素子62、および受光素子63が設けられている。また、涙検出部26は、AD変換部61を備えている。さらに、信号処理部27は、生体状態検出部64を有している。
圧力検出部51は圧力センサなどからなり、表示装置11に対して加えられた圧力を検出し、その検出結果を出力する。圧力検出部51からの出力は、例えば瞼開閉判定等に用いられる。
温度検出部52は、複数の温度センサからなり、ユーザの眼球面の温度や、ユーザの瞼の温度または外気温を測定し、その測定結果を出力する。
記録部53は、例えば不揮発性のメモリなどからなり、信号処理部27から供給されたデータを記録したり、記録しているデータを信号処理部27に供給したりする。
また、表示装置11では、受光素子63、圧力検出部51、姿勢検出部25、涙検出部26、および温度検出部52の出力が、信号処理部27に供給されるようになされている。さらに、表示装置11では、記録部53、信号アンテナ23、給電アンテナ22、および発電部24も信号処理部27と接続されている。
AD(アナログデジタル)変換部61は、涙検出部26に供給されてくる各種のデータをデジタル信号に変換して、信号処理部27に供給する。
生体状態検出部64は、涙検出部26により、ユーザから分泌される涙の分泌量の計測や涙の成分分析の供給を受け付けると共に、計測結果や分析結果に基づいてユーザの生体状態を検出する。
<涙検出部の構成例>
次に、図5を参照して、涙検出部26の構成例について説明する。涙検出部26は、それぞれ採集口Gに対応する位置に設けられており、採集口Gより採集された涙を検出し、さらに、検出した涙の成分を分析するものである。尚、図5においては、左部が涙検出部26の正面図であり、図中の右部が側面図である。
次に、図5を参照して、涙検出部26の構成例について説明する。涙検出部26は、それぞれ採集口Gに対応する位置に設けられており、採集口Gより採集された涙を検出し、さらに、検出した涙の成分を分析するものである。尚、図5においては、左部が涙検出部26の正面図であり、図中の右部が側面図である。
涙検出部26は、微細孔81からなる採集口Gに接する面、計量室82、流路83、差圧流量計84、制御弁85−1,85−2、分析室86−1乃至86−5、マイクロポンプ87、および排出弁88を備えている。さらに、涙検出部26は、AD(アナログデジタル)変換部61を備えている。
微細孔81は、毛細管からなり、採集口Gより、毛細管現象を利用して、図中のように涙Lを採集して計量室82に供給する。計量室82は、図示せぬ電極を備えており、採集された涙の容量を検出し、検出結果が、AD変換部61に供給されて、デジタル信号として出力される。
計量室82に蓄積された涙は、マイクロポンプ87により流路83を介して分析室86へと搬送される。この間、流路83には、差圧流量計84が設けられており、流路83を搬送された涙の流量が計測され、計測結果がAD変換部61に供給されて、デジタル信号として出力される。
分析室86−1乃至86−5は、それぞれ物質a乃至eの成分を分析し、分析結果をAD変換部61に供給し、デジタル信号として出力させる。尚、分析室86の詳細な構成については、図6を参照して詳細を後述する。尚、物質a乃至eとは、物質を識別するために使用する名称であり、実際の物質名ではない。
制御弁85−1,85−2は、差圧流量計84により計測された流量に応じて、循環する涙の量を調整するために、図示せぬ制御部により開度が制御される。
排出弁88は、図示せぬ制御部により制御されて開閉し、分析が終了した涙を排出口より排出する。
尚、図5において、分析室86−1乃至86−5の5個が設けられる例が示されているが、それ以外の数の分析室86が設けられるようにしてもよい。
<分析室の構成例>
次に、図6を参照して、上述した分析室86の構成例について説明する。
次に、図6を参照して、上述した分析室86の構成例について説明する。
分析室86は、励起光源101、分析空間102、ヒータ103、レンズ104、および受光器(分光分析部)106を備えている。
励起光源101は、被検体である物質がヒータ103により蒸発(または昇華)されて分析空間102内で気化されて満たされた状態で、励起光を発生して照射する。このとき、気化された物質に対応した分光スペクトルが発生する。レンズ104は、この分光スペクトルを受光器(分光分析部)106で集光させる。
受光器106は、このような分光スペクトルにより被検体である物質を分析して特定すると共に、特定した検出物体の情報をAD変換部106に供給して、デジタル信号として出力させる。
エアギャップ105は、ヒータ103において発生する熱により、眼球を傷つけたりしないようにするために設けられた熱伝達を低減させるための空気層である。すなわち、分析室86は、表示装置11が眼球に装着されるとき、図中の下部が眼球に接触した状態となる。従って、この状態で、ヒータ103による加熱がなされると、発生した熱が眼球に伝達し、熱傷を与える恐れがある。エアギャップ105は、比較的熱伝達率の低い空気で満たされた空間であるので、ヒータ103により発生された熱を眼球へと伝達するのを低減させ、眼球の熱傷等を防止する。
<生体情報検出処理>
次に、図7のフローチャートを参照して、生体情報検出処理について説明する。
次に、図7のフローチャートを参照して、生体情報検出処理について説明する。
ステップS11において、採集口Gを介して、微細孔81より眼球上の涙を、毛細管現象を利用して採集し、計量室82に供給する。
ステップS12において、計量室82は、採集された涙の採集量を計量し、計量結果をAD変換部61に供給する。AD変換部61は、涙の採集量をデジタル信号に変換して、信号処理部27の生体状態検出部64に供給する。
ステップS13において、生体状態検出部64は、採集量が十分であるか否かを判定する。すなわち、涙の採集量が少ない場合、分析精度が低下する恐れがあるため、所定の精度で検出可能な採集量となったか否かを判定する。
ステップS13において、採集量が十分ではないと見なされた場合、処理は、ステップS12に戻る。すなわち、十分な採集量であると見なされるまで、ステップS12,S13の処理が繰り返される。
そして、ステップS13において、採集量が十分であると見なされた場合、処理は、ステップS14に進む。
ステップS14において、分析室86は、採集された涙を分光解析により分析し、分析結果をAD変換部61に出力する。AD変換部61は、分析結果をデジタル化して信号処理部27の生体状態検出部64に出力する。
ステップS15において、生体状態検出部64は、記録部53を制御して分析結果を記録させる。
ステップS16において、生態状態検出部64は、分析結果に基づいて、生体の状態を検出する。
ステップS17において、生態状態検出部64は、生体状態が正しく適切なものであるか否かを判定する。すなわち、分析結果に基づいた、生体の状態が本来あるべきではない結果であるような場合、処理は、ステップS16に戻る。この場合、分析方法を変更するなどしないと同様の結果となるため、例えば、閾値等を変化させるなどして、ステップS16,S17の処理が繰り返される。尚、この生体の状態が本来あるべき結果であるか否かについては、判断に必要な閾値などの情報を予め設定しておいても良いし、ユーザが直接判断し、その判断に応じた情報が入力されるようにしてもよい。このとき、分析結果に応じた生体の状態の判定方法をユーザが変更させるようにしてもよい。
そして、ステップS17において、検出された生体の状態が正しく、適切なものであると判定された場合、処理は、ステップS18に進む。
ステップS19において、生体状態検出部64は、信号アンテナ23を制御して、検出された生体情報をスマートフォンなどに代表される携帯端末SPに送信して、表示させる。
以上の処理により、生体の状態が携帯端末SPに表示されるので、ユーザは、特段の意識をすることなく生体状態を認識することができる。尚、ステップS17において、適切な生体の状態が検出されていると見なされるまで、分析方法や閾値が変更されながら、ステップS16,S17の処理が繰り返されることにより、分析方法が学習されているとも考えることができる。
従って、学習が完了し、ステップS17において、生体情報が適切であるか否かを判定する必要がなくなった場合については、ステップS17の処理を省略するようにしても良い。
図8は、ステップS17に対応する生体情報が適切であるか否かを判定する処理を省略した生体状態検出処理を説明するフローチャートである。すなわち、図8のフローチャートにおけるステップS41乃至S47の処理は、図7のステップS11乃至S16,S17の処理に対応するものである。尚、個々の処理については、図7のフローチャートを参照して説明した処理と同様であるので、図8の生体状態検出処理については、説明を省略するものとする。
<涙の状態と生体状態との関係>
次に、図9を参照して、涙の状態と生体状態との関係について一例を挙げて説明する。尚、図9における状態は、いずれも生体状態の1である。また、M,N,O,P,Q,R,S,Tは、いずれも矢印方向の生体状態の状態遷移に寄与する涙の成分であり、以降においては、成分M,N,O,P,Q,R,S,Tと称するものとする。
次に、図9を参照して、涙の状態と生体状態との関係について一例を挙げて説明する。尚、図9における状態は、いずれも生体状態の1である。また、M,N,O,P,Q,R,S,Tは、いずれも矢印方向の生体状態の状態遷移に寄与する涙の成分であり、以降においては、成分M,N,O,P,Q,R,S,Tと称するものとする。
涙の状態に応じた生体状態は、大きく3つの状態に分類され、通常状態、反射刺激に対する防衛状態、および感情性の状態に分けられる。
ここで、通常状態とは、目を保護するために、まばたきとともに涙の膜を眼球に張る状態を表し、このような状態の涙を連続性の涙と称するものとする。従って、涙の状態が連続性の涙である場合には、生体状態が通常状態であるものと定義する。
また、反射刺激に対する防衛状態とは、目に異物が入ったり、玉ねぎの硫化アリルなどの刺激により、連続性の涙を流す状態より多くの量の涙を流して、目を保護しようとする状態を表し、このような涙を、刺激性の状態の涙と称するものとする。以降において、この状態を防衛状態とも称するものとする。
さらに、感情性の状態とは、嬉しい時や悲しい時など、感情の発露とともに涙を流す状態を表し、このような涙をエモーションティアとも称する。
この感情性の状態の涙は、さらに、感情性(Positive)の状態の涙、感情性(Neutral)の状態の涙、感情性(Negative)の状態の涙の3種類に分類される。
感情性(Positive)の状態の涙は、例えば、試験に合格した時、子供が生まれた時、何かの努力が報われた時、Negativeの状態からPositiveの状態に一気に変化した時など、感情がPositiveな状態に変化した状態の涙を表す。
感情性(Neutral)の状態の涙は、例えば、感情性(Positive)の状態と感情性(Negative)の状態が拮抗した状態の涙を表す。ここで、感情性(Positive)の状態と感情性(Negative)の状態が拮抗した状態の涙は、連続性の状態の涙である。ただし、人間であれば、個人差によってどちらかに遷移している状態が一般的で、便宜上、感情性の状態の涙の初期状態として定義する。
感情性(Negative)の状態の涙は、例えば、びっくりした時、恐怖体験をした、心的不安など、感情がNegativeな状態に変化した状態の涙を表す。尚、小指ぶつけて疼痛がずっと発生し、感情がNegativeの状態になった場合の涙は、この感情性(Negative)の状態の涙に分類される。
尚、上述した通常状態、および感情性(Neutral)の状態(初期状態)は、いずれも連続性の状態の涙であるので、通常状態も、初期状態に含まれるものとして説明を進めるものとする。
成分Mは、初期状態から防衛状態に遷移するのに寄与する涙の成分である。成分Mは、例えば、ラクトフェリンやP物質などであり、短期的に増加して閾値に到達した場合、防衛状態に遷移していると判断することができる。すなわち、この成分Mの変化で、ユーザが気づく痛みであるか、または、気づけない痛みであるかを把握することができる。
成分Nは、初期状態から感情性(Positive)の状態へと遷移するのに寄与する涙の成分である。成分Nは、例えば、アドレナリンなどであり、増加して閾値に到達した場合、感情性(Positive)の状態と判断することができる。すなわち、この成分Nの変化で、本人が気づく気分の高揚や興奮であるか、または気づけない気分の高揚や興奮であるかを把握することができる。
成分Oは、初期状態から感情性(Negative)の状態へと遷移するのに寄与する成分である。成分Oは、例えば、副腎皮質刺激ホルモン(ACTH)やノルアドレナリンなどであり、閾値に到達した場合、感情性(Negative)の状態と判断することができる。すなわち、この成分Oの変化で、本人が気づくストレスやフラストレーションであるか、または気づけないストレスやフラストレーションであるかを把握することができる。
成分Qは、防衛状態から感情性の状態へと遷移するのに寄与する成分である。成分Qは、例えば、ラクトフェリンやP物質などであり、長期的に閾値を維持した場合、感情性の状態(疼痛由来)と判断することができる。尚、成分Qは、成分Mと類似した状態を判断するものであるが、閾値の継続時間が長いのが特徴であり、成分Qの変化で、本人が気づく継続的な痛みであるか、または気づけない継続的な痛みであるかを把握することができる。
成分Pは、防衛状態から感情性(Positive)の状態へと遷移するのに寄与する成分である。成分Qは、防衛状態から感情性(Negative)の状態へと遷移するのに寄与する成分である。
また、感情性(Positive)の状態へと遷移するのに寄与する成分は、成分Pの他にも上述した成分Nが存在し、感情性(Negative)の状態へと遷移するのに寄与する成分は、成分Qの他にも成分Oが存在する。このため、成分N,O,P,Qがそれぞれ閾値に到達したときの比率から、感情性(Positive)の状態と感情性(Negative)の状態との相互の状態とレベルを把握することができる。
このため、感情性の絶対値、すなわち、感情性(Positive)の状態および感情性(Negative)の状態のいずれであるかだけを把握したい場合には、成分Nか、若しくは成分P、および成分O若しくは成分Qの両方に起因する成分の増減が閾値に到達したとき、その感情性の状態と判断することができる。
成分Sは、初期状態から感情性(Positive)の状態へと、この後遷移していく前兆を示す成分である。成分Sは、例えば、フェニルエタノールアミン-N-メチル基転移酵素などであり、閾値に到達した場合、感情性(Positive)の状態に、この後遷移していく前兆であると判断することができる。
成分Tは、感情性(Positive)の状態から初期状態へと、この後遷移していく前兆を示す成分である。
成分Uは、初期状態から感情性(Negative)の状態へと、この後遷移していく前兆を示す成分である。成分Uは、例えば、ヒドロコルチゾン(コルチゾール)などが、閾値に到達した場合、感情性(Negative)の状態へと、この後遷移していく前兆と判断することができる。
成分Vは、感情性(Negative)の状態から初期状態へと、この後遷移していく前兆を示す成分である。成分Vは、副腎皮質刺激ホルモン放出ホルモンなどが閾値に到達した場合、初期状態にこの後遷移していく前兆と判断することができる。
すなわち、成分Tまたは成分Vは、感情性の絶対値が、この後抑制される前兆を示す成分であるので、成分Tまたは成分Vの両方に起因する成分である、セロトニン、モノアミン酸化酵素、カテコール-O-メチル基転移酵素などが閾値に到達した場合、初期状態へと、この後遷移していく前兆であると判断することができる。
<涙の成分と時間推移の関係>
次に、図10を参照して、涙の成分と時間推移の関係について説明する。図10は、縦軸が成分Aの濃度を、横軸が経過時間t(s)をそれぞれ示している。尚、図10においては、秒(s)単位の変異を示している。
次に、図10を参照して、涙の成分と時間推移の関係について説明する。図10は、縦軸が成分Aの濃度を、横軸が経過時間t(s)をそれぞれ示している。尚、図10においては、秒(s)単位の変異を示している。
図10で示されるように、初期基準濃度から最大濃度に達するまでの時間が最大濃度到達時間であることを示している。また、初期基準濃度から最大濃度を経て、半減濃度に達するまでの時間が半減濃度到達時間であることが示されている。
図10で示されるように、涙の成分は、数百秒程度の時間の経過とともに変動するものもあるが、図11で示されるように、数時間程度の時間の経過により変化するものもある。尚、図11においては、所定時間毎のΔtの累積的な成分Aの変動を示したものであり、縦軸が成分Aの濃度のΔtごとの累積値(積分値)であり、横軸が経過時間T(s)である。図11においては、時間の単位が時間(hour)とされている。
従って、涙の成分の変化については、物質などに応じて、適切な時間経過に応じた、例えば、秒単位、分単位、時間単位、日単位などを換えた変動量(グラフの傾き)、または、変動パターン等を利用して変化を判断する必要がある。
<感情事前予測演算処理>
次に、図12のフローチャートを参照して、感情事前予測演算処理について説明する。
次に、図12のフローチャートを参照して、感情事前予測演算処理について説明する。
ステップS71において、生体状態検出部64は、過去の成分S,T,U,Vの分析結果を記録部53より読み出して、それらの各成分の基準値を求める。すなわち、記録部53には、過去に求められた成分S,T,U,Vの分析結果が記録されているので、これらが読み出される。
ステップS72において、生体状態検出部64は、各成分の基準値に基づいて、基準変動量S’,T’,U’,V’を求める。
ステップS73において、生体状態検出部64は、現在時刻における成分S,T,U,Vの分析結果を記録部53より読み出して、それらの各成分のΔt変動量である変動量SΔt,TΔt,UΔt,VΔtを求める。
ステップS74において、生体状態検出部64は、成分S,T,U,Vについて、Δt変動量である変動量SΔt,TΔt,UΔt,VΔtと、基準変動量S’,T’,U’,V’との差分S”,T”,U”,V”(=α1(SΔt−S’),α2(TΔt−T’),α3(UΔt−U’),α4(VΔt−V’))を求める。尚、ここで、α1乃至α4は、成分係数であり、各成分の分泌比率を係数化したものであり、比較する数値を正規化するためのものである。
ステップS75において、生体状態検出部64は、感情性(Positive)(感情性ポジティブ)への遷移が生じる度合いPre_Pos_incを差分(S”−T”)として算出する。
ステップS76において、生体状態検出部64は、感情性(Negative)(感情性ネガティブ)への遷移が生じる度合いPre_Neg_incを差分(U”−V”)として算出する。
ステップS77において、生体状態検出部64は、感情性(Positive)への遷移が生じる度合いPre_Pos_incと感情性(Negative)への遷移が生じる度合いPre_Neg_incとの差分(U”−V”)を算出し、0より大きいか否かを判定する。すなわち、生体状態検出部64は、感情性(Positive)の状態へ遷移が生じ易いか、感情性(Negative)への遷移が生じ易いかを判定する。
ステップS77において、感情性(Positive)への遷移が生じる度合いPre_Pos_incと感情性(Negative)への遷移が生じる度合いPre_Neg_incとの差分が0より大きく、感情性(Positive)への遷移が生じ易いと判定された場合、処理は、ステップS78に進む。
ステップS79において、生体状態検出部64は、表示素子駆動部28を制御して、感情性(Positive)の状態に遷移が生じる旨を示す情報を、信号アンテナ23を介して携帯端末SPに送信して表示させる。
一方、ステップS77において、感情性(Positive)への遷移が生じる度合いPre_Pos_incと感情性(Negative)への遷移が生じる度合いPre_Neg_incとの差分が0より小さく、感情性(Negative)への遷移が生じ易いと判定された場合、処理は、ステップS78に進む。
ステップS78において、生体状態検出部64は、表示素子駆動部28を制御して、感情性(Negative)の状態に遷移が生じる旨を示す情報を、信号アンテナ23を介して携帯端末SPに送信して表示させる。
ステップS80において、生体状態検出部64は、感情性(Positive)への遷移が生じる度合いPre_Pos_incと感情性(Negative)への遷移が生じる度合いPre_Neg_incとの差分(U”−V”)を事前予測感情レベルに設定し、記録部53に記録する。
ステップS81において、生体状態検出部64は、事前予測感情レベルに基づいて、事前予測感情レベルの変動予測を行い、表示素子駆動部28を制御して、変動予測結果を、信号アンテナ23を介して携帯端末SPに送信して表示させる。
すなわち、例えば、生体状態検出部64は、事前予測感情レベルが所定の閾値を超えた場合、または、閾値を超えたタイミングから所定の時間ΔTが経過した場合、感情性(Positive)の状態、または、感情性(Negative)の状態のいずれかに遷移する可能性があるのかを表示させる。また、感情性(Positive)の成分がAだけ増加して、感情性(Negative)の成分がBだけ減少した場合、閾値を超えたタイミングから所定の時間ΔTが経過した後、感情性(Positive)の状態、または、感情性(Negative)の状態のいずれかに遷移する可能性があるのかを表示するようにしてもよい。さらに、後述する感情演算処理により特定された感情と、予測との関係から予測される感情の状態を学習し、学習結果に基づいて予測するようにしてもよい。
また、ステップS71において、読み出される過去に求められた成分S,T,U,Vの分析結果は、例えば、今現在の状態の直前の状態から、今現在の状態へと遷移する同一の遷移パターンであって、状態が遷移してから所定の時間分の分析結果である。すなわち、例えば、今現在の状態が初期状態であり、その直前の状態が防衛状態である場合、過去において、初期状態から防衛状態に遷移したタイミングから所定時間分の成分S,T,U,Vの分析結果が読み出される。そして、生体状態検出部64は、読み出された過去に求められた成分S,T,U,Vの分析結果における平均などから基準値の波形を求め、今現在の状態に遷移してからの時間経過と一致するタイミングの、基準値の波形上の傾きを基準変動量S’,T’,U’,V’として算出する。
このように状態遷移が同一の状態遷移パターンにおける過去の成分S,T,U,Vの分析結果から、基準変動量S’,T’,U’,V’を求めるようにすることで、感情事前予測演算の精度を向上させる。
結果として、生体状態の情報として、感情性の状態の遷移を事前予想することが可能となる。
また、図10,図11を参照して説明したように、使用するΔt変動量についても、秒単位、分単位、時間単位、日単位で設定する範囲を変化させることで、短期的な予測や、長期的な予測も可能となる。さらに、以上においては、Δt変動量を用いた例について説明してきたが、Δt変動量に代えて、変動パターンを用いて事前予想するようにしてもよい。
<感情演算処理>
次に、図13のフローチャートを参照して、感情演算処理について説明する。
次に、図13のフローチャートを参照して、感情演算処理について説明する。
ステップS111において、生体状態検出部64は、過去の成分N,O,P,Qの分析結果を記録部53より読み出して、それらの各成分の基準値を求める。すなわち、記録部53には、過去に求められた成分N,O,P,Qの分析結果が記録されているので、これらが読み出される。ここで、読み出される過去に求められた成分N,O,P,Qの分析結果については、上述したステップS71において読み出される成分S,T,U,Vの分析結果と同様の趣旨の分析結果が読み出される。
ステップS112において、生体状態検出部64は、各成分の基準値に基づいて、基準変動量N’,O’,P’,Q’を求める。
ステップS113において、生体状態検出部64は、現在時刻における成分N,O,P,Qの分析結果を記録部53より読み出して、それらの各成分のΔt変動量である変動量NΔt,OΔt,PΔt,QΔtを求める。
ステップS114において、生体状態検出部64は、成分N,O,P,Qについて、Δt変動量である変動量NΔt,OΔt,PΔt,QΔtと、基準変動量N’,O’,P’,Q’との差分N”,O”,P”,Q”(=β1(NΔt−N’),β2(OΔt−O’),β3(PΔt−P’),β4(QΔt−Q’))を求める。尚、ここで、β1乃至β4は、成分係数であり、各成分の分泌比率を係数化したものであり、比較する数値を正規化するためのものである。
ステップS115において、生体状態検出部64は、感情性(Positive)の度合いPos_incを和|N”+P”|として算出する。
ステップS116において、生体状態検出部64は、感情性(Negative)の度合いNeg_incを和|O”+Q”|として算出する。
ステップS117において、生体状態検出部64は、感情性(Positive)の度合いPos_incと感情性(Negative)の度合いNeg_incとの差分を演算し、0より大きいか否かを判定する。すなわち、生体状態検出部64は、感情性(Positive)の状態であるか否かを判定する。
ステップS117において、感情性(Positive)への度合いPos_incと感情性(Negative)の度合いNeg_incとの差分が0より大きく、感情性(Positive)の状態であると判定された場合、処理は、ステップS119に進む。
ステップS119において、生体状態検出部64は、表示素子駆動部28を制御して、感情性(Positive)の状態である旨を示す情報を、信号アンテナ23を制御して、携帯端末SPに送信し、表示させる。
一方、ステップS117において、感情性(Positive)への度合いPos_incと感情性(Negative)の度合いNeg_incとの差分が0より小さく、感情性(Negative)の状態であると判定された場合、処理は、ステップS118に進む。
ステップS118において、生体状態検出部64は、表示素子駆動部28を制御して、感情性(Negative)の状態である旨を示す情報を、信号アンテナ23を制御して、携帯端末SPに送信し、表示させる。
ステップS120において、生体状態検出部64は、感情性(Positive)の度合いPos_incと感情性(Negative)の度合いNeg_incとの差分を感情レベルに設定し、記録部53に記録する。
ステップS121において、生体状態検出部64は、感情レベルに基づいて、感情レベルの変動予測を行い、変動予測結果を、信号アンテナ23を制御して、携帯端末SPに送信し、表示させる。
すなわち、例えば、生体状態検出部64は、感情レベルが所定の閾値を超えた場合、または、閾値を超えたタイミングから所定の時間ΔTが経過した場合、感情性(Positive)の状態、または、感情性(Negative)の状態のいずれかに遷移する可能性があるのかを表示させる。また、感情性(Positive)の成分がAだけ増加して、感情性(Negative)の成分がBだけ減少した場合、閾値を超えたタイミングから所定の時間ΔTが経過した後、感情性(Positive)の状態、または、感情性(Negative)の状態のいずれかに遷移する可能性があるのかを表示させるようにしてもよい。
また、所定の時間が経過した後、各成分の変動量にユーザが状態を入力したデータを使って予測できるようにしてもよいし、各成分の変動量の相関から予測するようにしてもよい。さらに、起きた時/ごはんを食べる時/通勤/仕事中/帰宅/家族と会話/就寝前といった環境情報を外部テキストマイニングデータとして、これらの相関に基づいて予測するようにしてもよい。さらに、所定の時間が経過した後の予測を移動平均予測または近似値予測するようにしてもよい。
<激痛・疼痛演算処理>
次に、図14のフローチャートを参照して、激痛・疼痛演算処理について説明する。
次に、図14のフローチャートを参照して、激痛・疼痛演算処理について説明する。
ステップS151において、生体状態検出部64は、過去の成分Mの分析結果を記録部53より読み出して、成分の基準値を求める。すなわち、記録部53には、過去に求められた成分Mの分析結果が記録されているので、これらが読み出される。
ステップS152において、生体状態検出部64は、成分Mの基準値に基づいて、基準変動量M’を求める。
ステップS153において、生体状態検出部64は、現在時刻における成分Mの分析結果を記録部53より読み出して、成分MのΔt変動量である変動量MΔtを求める。
ステップS154において、生体状態検出部64は、成分Mについて、Δt変動量である変動量MΔtと、基準変動量M’との差分M”(=γ1(MΔt−M’)を求める。尚、ここで、γ1は、成分係数であり、各成分の分泌比率を係数化したものであり、比較する数値を正規化するためのものである。
ステップS155において、生体状態検出部64は、差分M”が所定の閾値より大きいか否かを判定する。すなわち、生体状態検出部64は、疼痛に起因する感情性(Negative)であるか、または防衛状態であるか否かを判定する。
ステップS155において、差分M”が閾値より大きいと判定された場合、疼痛に起因する感情性(Negative)であるか、または防衛状態であるものとみなされて、処理は、ステップS156に進む。
ステップS156において、生体状態検出部64は、5乃至6分程度の時間ΔT1の間、差分M”が閾値よりも大きい状態が継続しているか否かを判定する。
ステップS156において、5乃至6分程度の時間ΔT1の間、差分M”が閾値よりも大きい状態が継続しているとみなされた場合、処理は、ステップS157に進む。
ステップS157において、生体状態検出部64は、表示素子駆動部28を制御して、防衛状態である旨を示す情報を、信号アンテナ23を制御して、携帯端末SPに送信し、表示させる。すなわち、成分Mがある程度短期的に閾値よりも高い場合には、外部刺激によるものである可能性が高いので、防衛状態であると判定される。
一方、ステップS156において、5乃至6分程度の時間ΔT1の間、差分M”が閾値よりも大きい状態が継続していないとみなされた場合、ステップS157の処理はスキップされる。
ステップS158において、生体状態検出部64は、1日程度の時間ΔTNの間、差分M”が閾値よりも大きい状態が継続しているか否かを判定する。
ステップS158において、1日程度の時間ΔTNの間、差分M”が閾値よりも大きい状態が継続しているとみなされた場合、処理は、ステップS159に進む。
ステップS159において、生体状態検出部64は、表示素子駆動部28を制御して、疼痛に起因する感情性(Negative)の状態である旨を示す情報を、信号アンテナ23を制御して、携帯端末SPに送信し、表示させる。すなわち、1日程度というある程度長期的な期間、成分Mが所定の閾値よりも高い場合には、当初は、外部刺激によるものであっても、痛みが継続することにより、疼痛に起因する感情性(Negative)の状態であると判定される。
一方、ステップS158において、1日程度の時間ΔTNの間、差分M”が閾値よりも大きい状態が継続していないとみなされた場合、ステップS159の処理はスキップされる。
ステップS160において、生体状態検出部64は、差分M”を刺激・疼痛レベルに設定し、記録部53に記録する。
ステップS161において、生体状態検出部64は、刺激・疼痛レベルに基づいて、刺激・疼痛レベルの変動予測を行い、表示素子駆動部28を制御して、変動予測結果を、信号アンテナ23を制御して、携帯端末SPに送信し、表示させる。
すなわち、例えば、生体状態検出部64は、刺激・疼痛レベルの変動パターンの傾向分析から、新しい刺激・疼痛レベルの変化がどのように推移するかを予測して表示させるようにしてもよい。
また、生体状態検出部64は、刺激・疼痛レベルが、閾値を超えた場合、または、閾値を超えてから所定の時間が経過したら、刺激・疼痛レベルの変化がどのように推移するかを予測するようにしてもよい。
さらに、生体状態検出部64は、所定の時間が経過した後、各成分の変動量にユーザが状態を入力したデータを使って刺激・疼痛レベルの変化を予測するようにしてもよい。また、生体状態検出部64は、各成分の変動量の相関から刺激・疼痛レベルの変化を予測するようにしてもよい。
さらに、生体状態検出部64は、起きた時/ごはんを食べる時/通勤/仕事中/帰宅/家族と会話/就寝前といった環境情報を外部テキストマイニングデータと一緒に記憶して予測するようにしてもよいし、所定の時間が経過した後の予測を移動平均予測または近似値予測するようにしてもよい。
また、生体状態検出部64は、例えば、ユーザが認識できない刺激・疼痛レベルの変動が発生するかを予測してユーザに知らせるのみならず、さらに、刺激・疼痛レベルにより、必要に応じて医療機関等に報告するようにしてもよい。
<涙分泌量演算処理>
以上においては、図9を参照して説明した感情性の状態と反射刺激に対する防衛状態といったユーザの生体の状態がその他の状態へと遷移するのに寄与する成分の検出により、生体の状態を特定する処理や、この先で、どのように生体の状態が変化するのかを予測する処理について説明してきた。このため、図9で定義されていない生体状態についても、所定の生体状態への遷移に寄与する成分を検出することで応用することができる。
以上においては、図9を参照して説明した感情性の状態と反射刺激に対する防衛状態といったユーザの生体の状態がその他の状態へと遷移するのに寄与する成分の検出により、生体の状態を特定する処理や、この先で、どのように生体の状態が変化するのかを予測する処理について説明してきた。このため、図9で定義されていない生体状態についても、所定の生体状態への遷移に寄与する成分を検出することで応用することができる。
例えば、涙の分泌を誘発する塩化マンガン(II)や酸化マンガン(III)を成分Zとして測定し、涙分泌量を演算する涙分泌量演算処理に適用するようにしても良い。そこで、次に、図14のフローチャートを参照して、涙分泌量演算処理について説明する。
ステップS191において、生体状態検出部64は、過去の成分Zの分析結果を記録部53より読み出して、成分の基準値を求める。すなわち、記録部53には、過去に求められた成分Zの分析結果が記録されているので、これらが読み出される。
ステップS192において、生体状態検出部64は、成分Zの基準値に基づいて、基準変動量Z’を求める。
ステップS193において、生体状態検出部64は、現在時刻における成分Zの分析結果を記録部53より読み出して、成分ZのΔt変動量である変動量ZΔtを求める。
ステップS194において、生体状態検出部64は、成分Zについて、Δt変動量である変動量ZΔtと、基準変動量Z’との差分Z”(=Θ1(ZΔt−Z’)を求める。尚、ここで、Θ1は、成分係数であり、各成分の分泌比率を係数化したものであり、比較する数値を正規化するためのものである。
ステップS195において、生体状態検出部64は、差分Z”を涙分泌レベルに設定し、記録部53に記録する。
ステップS196において、生体状態検出部64は、涙分泌レベルに基づいて、涙分泌レベルの変動予測を行い、表示素子駆動部28を制御して、変動予測結果を信号アンテナ23を制御して、携帯端末SPに送信し、表示させる。
すなわち、例えば、生体状態検出部64は、涙分泌レベルの変動パターンの傾向分析から、新しい涙分泌レベルの変化がどのように推移するかを予測して表示させるようにしてもよい。
また、生体状態検出部64は、涙分泌レベルが、閾値を超えた場合、または、閾値を超えてから所定の時間が経過したら、涙分泌レベルの変化がどのように推移するかを予測するようにしてもよい。
さらに、生体状態検出部64は、所定の時間が経過した後、各成分の変動量にユーザが状態を入力したデータを使って涙分泌レベルの変化を予測するようにしてもよい。また、生体状態検出部64は、成分Oまたは成分Q(副腎皮質刺激ホルモン(ACTH))の変動量の相関から涙分泌レベルの変化を予測するようにしてもよい。
さらに、生体状態検出部64は、起きた時/ごはんを食べる時/通勤/仕事中/帰宅/家族と会話/就寝前といった環境情報を外部テキストマイニングデータと一緒に記憶して予測するようにしてもよいし、所定の時間が経過した後の予測を移動平均予測または近似値予測するようにしてもよい。
<覚醒・睡眠事前予測演算処理>
以上においては、涙分泌量を成分Zにより予測する例について説明してきたが、例えば、成分S,T,U,Vを用いて、事前感情予測演算処理を実行する例と同様の手法により、事前覚醒成分と事前睡眠成分を定義して、覚醒・睡眠事前予測演算処理を実行するようにして、覚醒・睡眠事前予測といった生体状態を検出するようにしても良い。ここで、事前覚醒成分は、例えば、アドレナリンなどであり、また、事前睡眠成分は、ノルアドレナリンなどである。
以上においては、涙分泌量を成分Zにより予測する例について説明してきたが、例えば、成分S,T,U,Vを用いて、事前感情予測演算処理を実行する例と同様の手法により、事前覚醒成分と事前睡眠成分を定義して、覚醒・睡眠事前予測演算処理を実行するようにして、覚醒・睡眠事前予測といった生体状態を検出するようにしても良い。ここで、事前覚醒成分は、例えば、アドレナリンなどであり、また、事前睡眠成分は、ノルアドレナリンなどである。
そこで、次に、図16のフローチャートを参照して、覚醒・睡眠事前予測演算処理について説明する。
ステップS221において、生体状態検出部64は、過去の事前覚醒成分AAと事前睡眠成分BBの分析結果を記録部53より読み出して、それらの各成分の基準値を求める。すなわち、記録部53には、過去に求められた成分AA,BBの分析結果が記録されているので、これらが読み出される。
ステップS222において、生体状態検出部64は、各成分の基準値に基づいて、基準変動量AA’,BB’を求める。
ステップS223において、生体状態検出部64は、現在時刻における成分AA,BBの分析結果を記録部53より読み出して、それらの各成分のΔt変動量である変動量AAΔt,BBΔtを求める。
ステップS224において、生体状態検出部64は、成分AA,BBについて、Δt変動量である変動量AAΔt,BBΔtと、基準変動量AA’,BB’との差分AA”,BB”(=η1(AAΔt−AA’),η2(BBΔt−BB’)を求める。尚、ここで、η1,η2は、成分係数であり、各成分の分泌比率を係数化したものであり、比較する数値を正規化するためのものである。
ステップS225において、生体状態検出部64は、覚醒への遷移が生じる度合いPre_Awa_incをAA”として算出する。
ステップS226において、生体状態検出部64は、睡眠への遷移が生じる度合いPre_Dor_incをBB”として算出する。
ステップS227において、生体状態検出部64は、覚醒への遷移が生じる度合いPre_Awa_incと睡眠への遷移が生じる度合いPre_Dor_incとの差分を求め、0より大きいか否かを判定する。すなわち、生体状態検出部64は、覚醒へ遷移が生じ易いか、睡眠への遷移が生じ易いかを判定する。
ステップS227において、覚醒への遷移が生じる度合いPre_Awa_incと睡眠への遷移が生じる度合いPre_Dor_incとの差分が0より大きく、覚醒への遷移が生じ易いと判定された場合、処理は、ステップS229に進む。
ステップS229において、生体状態検出部64は、覚醒の状態に遷移が生じる旨を示す情報を、信号アンテナ23を制御して、携帯端末SPに送信し、表示させる。
一方、ステップS227において、覚醒への遷移が生じる度合いPre_Awa_incと睡眠への遷移が生じる度合いPre_Dor_incとの差分が0より小さく、睡眠への遷移が生じ易いと判定された場合、処理は、ステップS228に進む。
ステップS228において、生体状態検出部64は、睡眠の状態に遷移が生じる旨を示す情報を、信号アンテナ23を制御して、携帯端末SPに送信し、表示させる。
ステップS230において、生体状態検出部64は、覚醒への遷移が生じる度合いPre_Awa_incと睡眠への遷移が生じる度合いPre_Dor_incとの差分を事前予測覚醒・睡眠レベルに設定し、記録部53に記録する。
ステップS231において、生体状態検出部64は、事前予測覚醒・睡眠レベルに基づいて、事前予測覚醒・睡眠レベルの変動予測を行い、変動予測結果を、信号アンテナ23を制御して、携帯端末SPに送信し、表示させる。
すなわち、例えば、生体状態検出部64は、事前予測覚醒・睡眠レベルが所定の閾値を超えた場合、または、閾値を超えたタイミングから所定の時間ΔTが経過した場合、覚醒の状態、または、睡眠の状態のいずれかに遷移する可能性があるのかを表示させる。また、覚醒の成分がAだけ増加して、睡眠の成分がBだけ減少した場合、閾値を超えたタイミングから所定の時間ΔTが経過した後、覚醒の状態、または、嗣明の状態のいずれかに遷移する可能性があるのかを表示させるようにしてもよい。さらに、後述する覚醒・睡眠演算処理により特定された感情と、予測との関係から予測される感情の状態を学習し、学習結果に基づいて予測するようにしてもよい。
生体状態検出部64は、所定の時間が経過した後、各成分の変動量にユーザが状態を入力したデータを使って予測するようにしてもよい。また、生体状態検出部64は、成分Oまたは成分Q(副腎皮質刺激ホルモン(ACTH))の変動量の相関から事前予測覚醒・睡眠レベルを予測してもよいし、起きた時/ごはんを食べる時/通勤/仕事中/帰宅/家族と会話/就寝前といった環境情報を外部テキストマイニングデータと一緒に予測するようにしてもよい。さらに、生体状態検出部64は、所定の時間が経過した後の予測を移動平均予測または近似値予測するようにしてもよい。
<覚醒・睡眠演算処理>
以上においては、覚醒・睡眠事前予測演算処理について説明してきたが、感情演算処理と同様に、覚醒成分と睡眠成分とから覚醒・睡眠といった生体状態を検出することもできる。そこで、次に、図17のフローチャートを参照して、覚醒・睡眠演算処理について説明する。尚、ここでは、覚醒成分CCは、例えば、フェニルエタノールアミン-N-メチル基転移酵素 (phenylethanolamine N-methyltransferase, PNMT)などであり、睡眠成分DDは、例えば、ドーパミンβ水酸化酵素 (dopamine β-hydroxylase, DBH)などである。
以上においては、覚醒・睡眠事前予測演算処理について説明してきたが、感情演算処理と同様に、覚醒成分と睡眠成分とから覚醒・睡眠といった生体状態を検出することもできる。そこで、次に、図17のフローチャートを参照して、覚醒・睡眠演算処理について説明する。尚、ここでは、覚醒成分CCは、例えば、フェニルエタノールアミン-N-メチル基転移酵素 (phenylethanolamine N-methyltransferase, PNMT)などであり、睡眠成分DDは、例えば、ドーパミンβ水酸化酵素 (dopamine β-hydroxylase, DBH)などである。
ステップS261において、生体状態検出部64は、過去の成分CC,DDの分析結果を記録部53より読み出して、それらの各成分の基準値を求める。すなわち、記録部53には、過去に求められた成分CC,DDの分析結果が記録されているので、これらが読み出される。
ステップS262において、生体状態検出部64は、各成分の基準値に基づいて、基準変動量CC’,DD’を求める。
ステップS263において、生体状態検出部64は、現在時刻における成分CC,DDの分析結果を記録部53より読み出して、それらの各成分のΔt変動量である変動量CCΔt,DDΔtを求める。
ステップS264において、生体状態検出部64は、成分CC,DDについて、Δt変動量である変動量CCΔt,DDΔtと、基準変動量CC’,DD’との差分CC”,DD”(=μ1(CCΔt−CC’),μ2(DDΔt−DD’)を求める。尚、ここで、μ1,μ2は、成分係数であり、各成分の分泌比率を係数化したものであり、比較する数値を正規化するためのものである。
ステップS265において、生体状態検出部64は、覚醒の度合いAwa_incを|CC”|として算出する。
ステップS266において、生体状態検出部64は、睡眠の度合いDor_incを|DD”|として算出する。
ステップS267において、生体状態検出部64は、覚醒の度合いAwa_incと睡眠の度合いDor_incとの差分を減算し、0より大きいか否かを判定する。すなわち、生体状態検出部64は、覚醒の状態であるか否かを判定する。
ステップS267において、覚醒への度合いAwa_incと睡眠の度合いDor_incとの差分が0より大きく、覚醒状態であると判定された場合、処理は、ステップS269に進む。
ステップS269において、生体状態検出部64は、覚醒の状態である旨を示す情報を、信号アンテナ23を制御して、携帯端末SPに送信し、表示させる。
一方、ステップS267において、覚醒の度合いAwa_incと睡眠の度合いDor_incとの差分が0より小さく、睡眠状態であると判定された場合、処理は、ステップS268に進む。
ステップS268において、生体状態検出部64は、睡眠の状態である旨を示す情報を、信号アンテナ23を制御して、携帯端末SPに送信し、表示させる。
ステップS270において、生体状態検出部64は、覚醒への度合いAwa_incと睡眠の度合いDor_incとの差分を覚醒・睡眠レベルに設定し、記録部53に記録する。
ステップS271において、生体状態検出部64は、覚醒・睡眠レベルに基づいて、覚醒・睡眠レベルの変動予測を行い、表示素子駆動部28を制御して、変動予測結果を、信号アンテナ23を制御して、携帯端末SPに送信し、表示させる。
すなわち、例えば、生体状態検出部64は、覚醒・睡眠レベルが所定の閾値を超えた場合、または、閾値を超えたタイミングから所定の時間ΔTが経過した場合、覚醒・睡眠の状態のいずれかに遷移する可能性があるのかを表示させるようにしてもよい。また、覚醒の成分がAだけ増加して、睡眠の成分がBだけ減少した場合、閾値を超えたタイミングから所定の時間ΔTが経過した後、覚醒の状態、または、睡眠の状態のいずれかに遷移する可能性があるのかを表示させるようにしてもよい。
所定の時間が経過した後、各成分の変動量にユーザが状態を入力したデータを使って予測できるようにしてもよいし、各成分の変動量の相関から予測するようにしてもよい。さらに、起きた時/ごはんを食べる時/通勤/仕事中/帰宅/家族と会話/就寝前といった環境情報を外部テキストマイニングデータとして、これらの相関に基づいて予測するようにしてもよい。さらに、所定の時間が経過した後の予測を移動平均予測または近似値予測するようにしてもよい。
<ドライアイズ判定処理>
以上においては、涙の成分から各種の生体状態の情報を検出する例について説明してきたが、涙の分泌量、成分、および分泌頻度などからドライアイズであるか否かを示す情報を生体状態の情報として検出するようにしても良い。そこで、次に、図18のフローチャートを参照して、ドライアイズ判定処理について説明する。
以上においては、涙の成分から各種の生体状態の情報を検出する例について説明してきたが、涙の分泌量、成分、および分泌頻度などからドライアイズであるか否かを示す情報を生体状態の情報として検出するようにしても良い。そこで、次に、図18のフローチャートを参照して、ドライアイズ判定処理について説明する。
ステップS301において、採集口Gを介して、微細孔81より眼球上の涙を採集し、計量室82に供給する。
ステップS302において、計量室82は、採集された涙の採集量を計量し、計量結果をAD変換部61に供給する。AD変換部61は、涙の採集量をデジタル信号に変換して、信号処理部27の生体状態検出部64に供給する。
ステップS303において、分析室86は、採集された涙を分光解析により分析し、分析結果をAD変換部61に出力する。AD変換部61は、分析結果をデジタル化して信号処理部27の生体状態検出部64に出力する。
ステップS304において、生体状態検出部64は、涙の分泌頻度を検出し、記録部53を制御して分泌頻度の情報を記録させる。
ステップS305において、生態状態検出部64は、涙の採集量、成分分析結果、および涙の分泌頻度に基づいて、ドライアイズ症候群であるか否かを判定し、判定結果を、信号アンテナ23を制御して、携帯端末SPに送信し、表示させる。
以上の処理により、ドライアイズ症候群であるか否かの判定結果を、ユーザの生体情報として検出し、ユーザに告知することが可能となる。また、涙の採集量、成分分析結果、および涙の分泌頻度のデータを信号アンテナ23を通じて外部機器に送信し、外部機器自身や外部機器とデータサーバを用いた判定システムにより、ドライアイズ症候群であるかどうかを推定してもよい。
さらに推定結果により、予め、催涙物質が蓄えられた容器を有する効果器から催涙物質を分泌し、涙腺を化学的に刺激したり、光や電気、構造物の接触などにより、物理的に刺激し、涙を強制的に分泌させてもよい。また、スマートフォンなどの表示器にドライアイズ症候群を緩和ないし根治させるためのリハビリ動作をユーザに求める表示をしてもよいし、データを病院などと共有できるサーバへ格納し、ユーザに対して専門医からアドバイスや薬剤を処方するシステムとしてもよい。
<第1の変形例>
以上においては、例えば、生体状態Aに寄与する成分と生体状態Bに寄与する成分とのそれぞれの度合いの差分が正であるか否かに基づいて、生体状態A,Bのいずれかを判定するといった処理の例について説明してきたが、例えば、それぞれに閾値を設定し、それぞれの閾値との関係に基づいて、生体状態A,Bのいずれであるかを判定するようにしてもよい。
以上においては、例えば、生体状態Aに寄与する成分と生体状態Bに寄与する成分とのそれぞれの度合いの差分が正であるか否かに基づいて、生体状態A,Bのいずれかを判定するといった処理の例について説明してきたが、例えば、それぞれに閾値を設定し、それぞれの閾値との関係に基づいて、生体状態A,Bのいずれであるかを判定するようにしてもよい。
すなわち、図19の上段で示されるように、感情性(Positive)に寄与する成分X(Positive)の濃度が閾値Xp’より大きくなり、かつ、図19の下段で示されるように、感情性(negative)に寄与する成分X(negative)の濃度が閾値Xn’’よりも小さくなったタイミングから、感情性(Positive)に寄与する成分X(Positive)の濃度が閾値Xp’’より小さくなり、かつ、感情性(negative)に寄与する成分X(negative)の濃度が閾値Xn’を超えた時にまでを、区間1で示される、感情性(Positive)の状態とするようにしてもよい。
この成分X(Positive)は、例えば、アドレナリンなどであり、初期状態から成分X(Negative)は、例えば、副腎皮質刺激ホルモン(ACTH)やノルアドレナリンなどである。
また、感情性(Positive)の状態が満たされるタイミングから所定の時間ΔTp’,ΔTn’だけ経過したタイミングから、感情性(Positive)の状態が満たされなくなるタイミングから、所定の時間ΔTp’’,ΔTn’’だけ経過したタイミングまでを、区間2で示されるように、感情性(Positive)の状態として設定するようにしてもよい。
<第2の変形例>
以上においては、感情性(Positive)に寄与する成分X(Positive)と、感情性(negative)に寄与する成分X(negative)との相互の条件に基づいて、感情性(Positive)の状態であるか、または、感情性(negative)の状態であるか設定する例について説明してきたが、例えば、いずれか一方の条件のみで感情性(Positive)の状態であるか、または、感情性(negative)の状態であるかを設定するようにしてもよい。
以上においては、感情性(Positive)に寄与する成分X(Positive)と、感情性(negative)に寄与する成分X(negative)との相互の条件に基づいて、感情性(Positive)の状態であるか、または、感情性(negative)の状態であるか設定する例について説明してきたが、例えば、いずれか一方の条件のみで感情性(Positive)の状態であるか、または、感情性(negative)の状態であるかを設定するようにしてもよい。
例えば、図20で示されるように、感情性(Positive)に寄与する成分X(Positive)の濃度が閾値X’より大きくなり、閾値X’’より小さくなるまでの区間1を感情性(Positive)の状態であるものとし、それ以外の区間を感情性(negative)の状態であるものとして設定するようにしてもよい。この場合、感情性(Positive)に寄与する成分X(Positive)は、例えば、上述した成分Nなどであり、例えば、アドレナリンなどである。
また、図20で示されるように、感情性(Positive)に寄与する成分X(Positive)の濃度が閾値X’より大きくなったタイミングから所定の時間ΔT’が経過したタイミングから、閾値X’’より小さくなったタイミングから所定の時間ΔT’’が経過したタイミングまでの区間2を感情性(Positive)の状態であるものとし、それ以外の区間を感情性(negative)の状態であるものとして、今後遷移していく前兆として把握するようにしてもよい。この場合、感情性(Positive)に寄与する成分X(Positive)は、例えば、上述した成分Sなどであり、例えば、フェニルエタノールアミン-N-メチル基転移酵素などである。
同様に、例えば、図21で示されるように、感情性(negative)に寄与する成分X(negative)の濃度が閾値X’’より小さくなり、閾値X’より大きくなるまでの区間1を感情性(negative)の状態であるものとし、それ以外の区間を感情性(Positive)の状態であるものとして設定するようにしてもよい。この場合、感情性(negative)に寄与する成分X(negative)は、例えば、上述した成分Sなどであり、例えば、フェニルエタノールアミン-N-メチル基転移酵素などである。
また、図21で示されるように、感情性(negative)に寄与する成分X(negative)の濃度が閾値X’’より小さくなったタイミングから所定の時間ΔT’が経過したタイミングから、閾値X’より大きくなったタイミングから所定の時間ΔT’’が経過したタイミングまでを感情性(negative)の状態であるものとし、それ以外の区間を感情性(Positive)の状態であるものとして、今後遷移していく前兆として把握するようにしてもよい。この場合、感情性(negative)に寄与する成分X(negative)は、例えば、例えば、上述した成分Nなどであり、例えば、アドレナリンなどである。
<第3の変形例>
ユーザの特定の動作から、事前予測感情レベル、または、感情レベルの変動予測をするようにしてもよい。
ユーザの特定の動作から、事前予測感情レベル、または、感情レベルの変動予測をするようにしてもよい。
すなわち、図22で示されるように、時刻t12のタイミングで、感情性(negative)の状態であることを示すようなスタンプ(例えば、図中のハートマーク)が押下される操作などがなされた場合、このタイミングから、図中の方形の枠で囲まれた範囲内における感情レベルのランキングを求め、最低値となる値から、感情レベルが0の状態になるまでの期間を予測する。
すなわち、図23で示されるように、感情レベルの値ごとに0に戻るまでの平均時間の分布を求めておくことにより、感情レベルが0になる大凡の時刻を予測することができる。
すなわち、図22の場合、時刻t11が、感情レベルが最低であるので、この値を、図23のグラフに当てはめることで、0になるまでの時間を予測することができる。
また、これまでの感情レベルの波形パターンを記憶しておき、マッチングにより予測するようにしてもよい。尚、事前予測感情レベルについても、感情レベルと同様の手法で予測することが可能である。
<第4の変形例>
さらに、上述した事前予測感情レベル、または、感情レベルの波形パターンを利用して、ユーザに提示する内容を判断するようにしてもよい。
さらに、上述した事前予測感情レベル、または、感情レベルの波形パターンを利用して、ユーザに提示する内容を判断するようにしてもよい。
すなわち、図24で示されるように、事前予測感情レベル、または、感情レベルの波形パターンと、スケジュールは関連しているので、これらのスケジュールを比較して、今お勧めを提示するのがユーザにとって迷惑になるか否か、冗談を挟む余地があるか否か、または、ただ気晴らしの音楽をかけるだけの提示をすへきか、といった判断材料を、いわゆるエージェントに提示するようにしてもよい。
例えば、感情性(negative)を通知する際、仕事の時間帯であれば、感情性(negative)を通知しても気晴らしをして、感情性(Positive)の状態に遷移させるのは難しいだけでなく、作業効率を落としてしまう恐れがある。そこで、このような場合には、感情性(negative)の通知を中止する。そして、例えば、感情性(negative)の通知を受けたときに、散歩などで感情性(Positive)の状態に遷移させ易い昼休みなどの時間帯に通知するようにすることができる。
また、事前予測感情レベル、または、感情レベルの波形パターンと、スケジュール/場所情報の履歴/視聴履歴/行動履歴/詮索し暦/操作履歴などと連動して、各種の判断をさせるようにしてもよい。
<第2の構成例>
以上においては、図1のCase1に対応する、コンタクトレンズ型の涙の採集機能と、その分析機能を備えた表示装置の構成について説明してきた。そこで、次に、図1のCase2に対応する、コンタクトレンズ型の涙の採集装置と、採集装置により採集された涙を分析装置ANで分析し、分析結果を携帯端末などに表示させる構成について説明する。
以上においては、図1のCase1に対応する、コンタクトレンズ型の涙の採集機能と、その分析機能を備えた表示装置の構成について説明してきた。そこで、次に、図1のCase2に対応する、コンタクトレンズ型の涙の採集装置と、採集装置により採集された涙を分析装置ANで分析し、分析結果を携帯端末などに表示させる構成について説明する。
図25は、コンタクトレンズ型の涙の採集装置と、採集装置により採集された涙を分析装置ANで分析し、分析結果を携帯端末などに表示させる場合の構成例を示している。図25の上部は、涙の採集装置201であり、下部は、分析装置ANの構成を示している。
尚、採集装置201は、コンタクトレンズ型の表示装置11における涙検出部26に対応する構成であり、図2の採集口Gに設けられている。
より詳細には、採集装置201は、図5の採集口Gと同様に、微細孔81が、眼球と接触する部位に設けられており、毛細管現象により涙を採集し、格納容器202に格納する。
そして、涙を採集した状態の採集装置201は、分析装置ANにそのままの状態で格納される。
<分析装置の構成例>
次に、図26の分析装置ANの構成例について説明する。尚、図26の分析装置ANにおいて、図4の表示装置11、および図5の涙検出部26を構成する機能と同一の機能を備えた構成については、同一の符号および名称を付しており、その説明は適宜省略するものとする。ただし、同一の機能を備えているが、コンタクトレンズ型の構成内に設けられる図4の表示装置11における構成とは、大きさが異なる。
次に、図26の分析装置ANの構成例について説明する。尚、図26の分析装置ANにおいて、図4の表示装置11、および図5の涙検出部26を構成する機能と同一の機能を備えた構成については、同一の符号および名称を付しており、その説明は適宜省略するものとする。ただし、同一の機能を備えているが、コンタクトレンズ型の構成内に設けられる図4の表示装置11における構成とは、大きさが異なる。
すなわち、分析装置ANは、涙検出部26における分析機能と、表示装置11における生体状態検出機能とを合わせ持ったものである。すなわち、分析装置ANは、流路83、差圧流量計84、制御弁85−1,85−2、分析室86−1乃至86−5、AD変換部211,221−1乃至221−5、マイクロポンプ87、信号処理部27、生体状態検出部64、記録部53、信号アンテナ23、給電アンテナ22、および発電部24を備えている。
尚、分析装置ANは、採集装置201を装着できる部位が設けられており、装着された採集装置201の格納容器202より採集された涙を取り出す流路83が設けられており、ここから採集された涙が分析室86−1乃至86−5に送り出される。分析室86−1乃至86−5は、各種の成分を検出し、検出結果をそれぞれ、AD変換部221−1乃至221−5に出力して、デジタル信号に変換させて信号処理部27に出力させる。この時、差圧流量計84も採集装置201より読み出される涙の流量を計測し、デジタル信号に変換して信号処理部27に出力する。
信号処理部27の生体状態検出部64は、分析室86−1乃至86−5より供給されてくる分析結果に基づいて、上述した処理と同様の処理を実行して信号アンテナ23を制御して、スマートフォンに代表される携帯端末SPに分析結果に応じた情報を送信する。
尚、各種の処理については、Case1における場合と同様であるので、その説明は省略するものとする。
ところで、上述した一連の処理は、ハードウェアにより実行させることもできるが、ソフトウェアにより実行させることもできる。一連の処理をソフトウェアにより実行させる場合には、そのソフトウェアを構成するプログラムが、専用のハードウェアに組み込まれているコンピュータ、または、各種のプログラムをインストールすることで、各種の機能を実行することが可能な、例えば汎用のパーソナルコンピュータなどに、記録媒体からインストールされる。
図27は、汎用のパーソナルコンピュータの構成例を示している。このパーソナルコンピュータは、CPU(Central Processing Unit)1001を内蔵している。CPU1001にはバス1004を介して、入出力インタ-フェイス1005が接続されている。バス1004には、ROM(Read Only Memory)1002およびRAM(Random Access Memory)1003が接続されている。
入出力インタ-フェイス1005には、ユーザが操作コマンドを入力するキーボード、マウスなどの入力デバイスよりなる入力部1006、処理操作画面や処理結果の画像を表示デバイスに出力する出力部1007、プログラムや各種データを格納するハードディスクドライブなどよりなる記憶部1008、LAN(Local Area Network)アダプタなどよりなり、インターネットに代表されるネットワークを介した通信処理を実行する通信部1009が接続されている。また、磁気ディスク(フレキシブルディスクを含む)、光ディスク(CD-ROM(Compact Disc-Read Only Memory)、DVD(Digital Versatile Disc)を含む)、光磁気ディスク(MD(Mini Disc)を含む)、もしくは半導体メモリなどのリムーバブルメディア1011に対してデータを読み書きするドライブ1010が接続されている。
CPU1001は、ROM1002に記憶されているプログラム、または磁気ディスク、光ディスク、光磁気ディスク、もしくは半導体メモリ等のリムーバブルメディア1011ら読み出されて記憶部1008にインストールされ、記憶部1008からRAM1003にロードされたプログラムに従って各種の処理を実行する。RAM1003にはまた、CPU1001が各種の処理を実行する上において必要なデータなども適宜記憶される。
以上のように構成されるコンピュータでは、CPU1001が、例えば、記憶部1008に記憶されているプログラムを、入出力インタフェース1005及びバス1004を介して、RAM1003にロードして実行することにより、上述した一連の処理が行われる。
コンピュータ(CPU1001)が実行するプログラムは、例えば、パッケージメディア等としてのリムーバブルメディア1011に記録して提供することができる。また、プログラムは、ローカルエリアネットワーク、インターネット、デジタル衛星放送といった、有線または無線の伝送媒体を介して提供することができる。
コンピュータでは、プログラムは、リムーバブルメディア1011をドライブ1010に装着することにより、入出力インタフェース1005を介して、記憶部1008にインストールすることができる。また、プログラムは、有線または無線の伝送媒体を介して、通信部1009で受信し、記憶部1008にインストールすることができる。その他、プログラムは、ROM1002や記憶部1008に、あらかじめインストールしておくことができる。
なお、コンピュータが実行するプログラムは、本明細書で説明する順序に沿って時系列に処理が行われるプログラムであっても良いし、並列に、あるいは呼び出しが行われたとき等の必要なタイミングで処理が行われるプログラムであっても良い。
また、本明細書において、システムとは、複数の構成要素(装置、モジュール(部品)等)の集合を意味し、すべての構成要素が同一筐体中にあるか否かは問わない。したがって、別個の筐体に収納され、ネットワークを介して接続されている複数の装置、及び、1つの筐体の中に複数のモジュールが収納されている1つの装置は、いずれも、システムである。
なお、本技術の実施の形態は、上述した実施の形態に限定されるものではなく、本技術の要旨を逸脱しない範囲において種々の変更が可能である。
例えば、本技術は、1つの機能をネットワークを介して複数の装置で分担、共同して処理するクラウドコンピューティングの構成をとることができる。
また、上述のフローチャートで説明した各ステップは、1つの装置で実行する他、複数の装置で分担して実行することができる。
さらに、1つのステップに複数の処理が含まれる場合には、その1つのステップに含まれる複数の処理は、1つの装置で実行する他、複数の装置で分担して実行することができる。
尚、本技術は、以下のような構成も取ることができる。
(1) 生体から採取された涙の成分分析を行う分析部と、
前記涙の成分分析の結果に基づいて、前記生体の状態を検出する検出部と
を含む検出装置。
(2) 前記検出部は、前記涙の成分分析の結果に基づいて、前記涙の種別により定まる前記生体の状態を検出する
(1)に記載の検出装置。
(3) 前記生体の状態には、前記生体の感情に起因する感情性の状態が含まれる
(1)または(2)に記載の検出装置。
(4) 前記検出部は、前記涙の成分分析の結果として得られた、前記生体の状態が所定の感情性の状態に遷移しようとするときに分泌される物質の分析結果に基づいて、前記生体の状態が前記所定の感情性の状態に遷移するかを特定する
(3)に記載の検出装置。
(5) 前記検出部は、前記涙の成分分析の結果として得られた、前記生体の状態が第1の感情性の状態に遷移しようとするときに分泌される物質の分析結果に基づいて算出された、前記第1の感情性の状態に遷移しようとする度合いと、前記涙の成分分析の結果として得られた、前記生体の状態が第2の感情性の状態に遷移しようとするときに分泌される物質の分析結果に基づいて算出された、前記第2の感情性の状態に遷移しようとする度合いとに基づいて、前記生体の状態が、前記第1の感情性の状態または前記第2の感情性の状態の何れの状態に遷移するかを特定する
(4)に記載の検出装置。
(6) 前記検出部は、前記第1の感情性の状態に遷移しようとする度合い、および前記第2の感情性の状態に遷移しようとする度合いに基づいて、これから遷移すると推定される前記生体の状態の度合いを示す事前予測感情レベルをさらに算出する
(5)に記載の検出装置。
(7) 前記検出部は、前記事前予測感情レベルに基づいて、現在時刻よりも後の時刻における前記事前予測感情レベルの変動を予測する
(6)に記載の検出装置。
(8) 前記検出部は、前記涙の成分分析の結果として得られた、前記生体の状態が所定の感情性の状態であるときに多く分泌される物質の分析結果に基づいて、前記生体の状態を特定する
(3)に記載の検出装置。
(9) 前記検出部は、前記涙の成分分析の結果として得られた、第1の感情性の状態であるときに多く分泌される物質の分析結果に基づいて算出された、前記第1の感情性の状態らしさの度合いと、前記涙の成分分析の結果として得られた、第2の感情性の状態であるときに多く分泌される物質の分析結果に基づいて算出された、前記第2の感情性の状態らしさの度合いとに基づいて、前記涙の状態が、前記第1の感情性の状態または前記第2の感情性の状態の何れの状態であるかを特定する
(8)に記載の検出装置。
(10) 前記検出部は、前記第1の感情性の状態らしさの度合い、および前記第2の感情性の状態らしさの度合いに基づいて、前記生体の感情性の状態の度合いを示す感情レベルをさらに算出する
(9)に記載の検出装置。
(11) 前記検出部は、前記感情レベルに基づいて、現在時刻よりも後の時刻における前記感情レベルの変動を予測する
(10)に記載の検出装置。
(12) 前記生体の状態には、前記生体への刺激に起因する状態が含まれる
(2)に記載の検出装置。
(13) 前記検出部は、前記涙の成分分析の結果として得られた、前記生体への刺激があるとき、または前記生体に疼痛があるときに分泌される物質の分析結果に基づいて、前記生体の状態が、前記生体への刺激に起因する状態であるか、または前記生体に疼痛がある状態が継続したときに遷移する、前記生体の感情に起因する感情性の状態であるかを特定する
(12)に記載の検出装置。
(14) 前記検出部は、前記生体への刺激があるとき、または前記生体に疼痛があるときに分泌される物質の分析結果に基づく、その前記物質の分泌量を示す値が所定の閾値以上となる期間の長さに基づいて、前記生体の状態が、前記生体への刺激に起因する状態であるか、または前記生体の感情に起因する感情性の状態であるかを特定する
(13)に記載の検出装置。
(15) 前記検出部は、前記生体への刺激があるとき、または前記生体に疼痛があるときに分泌される物質の分析結果に基づいて、前記生体への刺激レベルまたは疼痛レベルを算出する
(13)または(14)に記載の検出装置。
(16) 前記検出部は、前記刺激レベルまたは前記疼痛レベルに基づいて、現在時刻よりも後の時刻における前記刺激レベルまたは前記疼痛レベルの変動を予測する
(15)に記載の検出装置。
(17) 前記検出部は、前記涙の成分分析の結果として得られた、特定の物質の分析結果に基づいて、前記生体の涙の分泌レベルを特定する
(1)乃至(16)の何れかに記載の検出装置。
(18) 前記検出装置は眼球に着脱可能となっている
(1)乃至(17)の何れかに記載の検出装置。
(19) 生体から採取された涙の成分分析を行い、
前記涙の成分分析の結果に基づいて、前記生体の状態を検出する
ステップを含む検出方法。
(20) 生体から採取された涙の成分分析を行う分析ステップと、
前記涙の成分分析の結果に基づいて、前記生体の状態を検出する検出ステップと
を含む処理をコンピュータに実行させるプログラム。
(1) 生体から採取された涙の成分分析を行う分析部と、
前記涙の成分分析の結果に基づいて、前記生体の状態を検出する検出部と
を含む検出装置。
(2) 前記検出部は、前記涙の成分分析の結果に基づいて、前記涙の種別により定まる前記生体の状態を検出する
(1)に記載の検出装置。
(3) 前記生体の状態には、前記生体の感情に起因する感情性の状態が含まれる
(1)または(2)に記載の検出装置。
(4) 前記検出部は、前記涙の成分分析の結果として得られた、前記生体の状態が所定の感情性の状態に遷移しようとするときに分泌される物質の分析結果に基づいて、前記生体の状態が前記所定の感情性の状態に遷移するかを特定する
(3)に記載の検出装置。
(5) 前記検出部は、前記涙の成分分析の結果として得られた、前記生体の状態が第1の感情性の状態に遷移しようとするときに分泌される物質の分析結果に基づいて算出された、前記第1の感情性の状態に遷移しようとする度合いと、前記涙の成分分析の結果として得られた、前記生体の状態が第2の感情性の状態に遷移しようとするときに分泌される物質の分析結果に基づいて算出された、前記第2の感情性の状態に遷移しようとする度合いとに基づいて、前記生体の状態が、前記第1の感情性の状態または前記第2の感情性の状態の何れの状態に遷移するかを特定する
(4)に記載の検出装置。
(6) 前記検出部は、前記第1の感情性の状態に遷移しようとする度合い、および前記第2の感情性の状態に遷移しようとする度合いに基づいて、これから遷移すると推定される前記生体の状態の度合いを示す事前予測感情レベルをさらに算出する
(5)に記載の検出装置。
(7) 前記検出部は、前記事前予測感情レベルに基づいて、現在時刻よりも後の時刻における前記事前予測感情レベルの変動を予測する
(6)に記載の検出装置。
(8) 前記検出部は、前記涙の成分分析の結果として得られた、前記生体の状態が所定の感情性の状態であるときに多く分泌される物質の分析結果に基づいて、前記生体の状態を特定する
(3)に記載の検出装置。
(9) 前記検出部は、前記涙の成分分析の結果として得られた、第1の感情性の状態であるときに多く分泌される物質の分析結果に基づいて算出された、前記第1の感情性の状態らしさの度合いと、前記涙の成分分析の結果として得られた、第2の感情性の状態であるときに多く分泌される物質の分析結果に基づいて算出された、前記第2の感情性の状態らしさの度合いとに基づいて、前記涙の状態が、前記第1の感情性の状態または前記第2の感情性の状態の何れの状態であるかを特定する
(8)に記載の検出装置。
(10) 前記検出部は、前記第1の感情性の状態らしさの度合い、および前記第2の感情性の状態らしさの度合いに基づいて、前記生体の感情性の状態の度合いを示す感情レベルをさらに算出する
(9)に記載の検出装置。
(11) 前記検出部は、前記感情レベルに基づいて、現在時刻よりも後の時刻における前記感情レベルの変動を予測する
(10)に記載の検出装置。
(12) 前記生体の状態には、前記生体への刺激に起因する状態が含まれる
(2)に記載の検出装置。
(13) 前記検出部は、前記涙の成分分析の結果として得られた、前記生体への刺激があるとき、または前記生体に疼痛があるときに分泌される物質の分析結果に基づいて、前記生体の状態が、前記生体への刺激に起因する状態であるか、または前記生体に疼痛がある状態が継続したときに遷移する、前記生体の感情に起因する感情性の状態であるかを特定する
(12)に記載の検出装置。
(14) 前記検出部は、前記生体への刺激があるとき、または前記生体に疼痛があるときに分泌される物質の分析結果に基づく、その前記物質の分泌量を示す値が所定の閾値以上となる期間の長さに基づいて、前記生体の状態が、前記生体への刺激に起因する状態であるか、または前記生体の感情に起因する感情性の状態であるかを特定する
(13)に記載の検出装置。
(15) 前記検出部は、前記生体への刺激があるとき、または前記生体に疼痛があるときに分泌される物質の分析結果に基づいて、前記生体への刺激レベルまたは疼痛レベルを算出する
(13)または(14)に記載の検出装置。
(16) 前記検出部は、前記刺激レベルまたは前記疼痛レベルに基づいて、現在時刻よりも後の時刻における前記刺激レベルまたは前記疼痛レベルの変動を予測する
(15)に記載の検出装置。
(17) 前記検出部は、前記涙の成分分析の結果として得られた、特定の物質の分析結果に基づいて、前記生体の涙の分泌レベルを特定する
(1)乃至(16)の何れかに記載の検出装置。
(18) 前記検出装置は眼球に着脱可能となっている
(1)乃至(17)の何れかに記載の検出装置。
(19) 生体から採取された涙の成分分析を行い、
前記涙の成分分析の結果に基づいて、前記生体の状態を検出する
ステップを含む検出方法。
(20) 生体から採取された涙の成分分析を行う分析ステップと、
前記涙の成分分析の結果に基づいて、前記生体の状態を検出する検出ステップと
を含む処理をコンピュータに実行させるプログラム。
11 表示装置, 21 表示領域, 25 姿勢検出部, 26−1乃至26−3,26 涙検出部, 27 信号処理部, 61 AD変換部, 64 生体状態検出部, 86,86−1乃至86−5 分析室, 101 励起光源, 102 分析空間, 103 ヒータ, 104 レンズ, 105 エアギャップ, 106 受光器
Claims (20)
- 生体から採取された涙の成分分析を行う分析部と、
前記涙の成分分析の結果に基づいて、前記生体の状態を検出する検出部と
を含む検出装置。 - 前記検出部は、前記涙の成分分析の結果に基づいて、前記涙の種別により定まる前記生体の状態を検出する
請求項1に記載の検出装置。 - 前記生体の状態には、前記生体の感情に起因する感情性の状態が含まれる
請求項1に記載の検出装置。 - 前記検出部は、前記涙の成分分析の結果として得られた、前記生体の状態が所定の感情性の状態に遷移しようとするときに分泌される物質の分析結果に基づいて、前記生体の状態が前記所定の感情性の状態に遷移するかを特定する
請求項3に記載の検出装置。 - 前記検出部は、前記涙の成分分析の結果として得られた、前記生体の状態が第1の感情性の状態に遷移しようとするときに分泌される物質の分析結果に基づいて算出された、前記第1の感情性の状態に遷移しようとする度合いと、前記涙の成分分析の結果として得られた、前記生体の状態が第2の感情性の状態に遷移しようとするときに分泌される物質の分析結果に基づいて算出された、前記第2の感情性の状態に遷移しようとする度合いとに基づいて、前記生体の状態が、前記第1の感情性の状態または前記第2の感情性の状態の何れの状態に遷移するかを特定する
請求項4に記載の検出装置。 - 前記検出部は、前記第1の感情性の状態に遷移しようとする度合い、および前記第2の感情性の状態に遷移しようとする度合いに基づいて、これから遷移すると推定される前記生体の状態の度合いを示す事前予測感情レベルをさらに算出する
請求項5に記載の検出装置。 - 前記検出部は、前記事前予測感情レベルに基づいて、現在時刻よりも後の時刻における前記事前予測感情レベルの変動を予測する
請求項6に記載の検出装置。 - 前記検出部は、前記涙の成分分析の結果として得られた、前記生体の状態が所定の感情性の状態であるときに多く分泌される物質の分析結果に基づいて、前記生体の状態を特定する
請求項3に記載の検出装置。 - 前記検出部は、前記涙の成分分析の結果として得られた、第1の感情性の状態であるときに多く分泌される物質の分析結果に基づいて算出された、前記第1の感情性の状態らしさの度合いと、前記涙の成分分析の結果として得られた、第2の感情性の状態であるときに多く分泌される物質の分析結果に基づいて算出された、前記第2の感情性の状態らしさの度合いとに基づいて、前記涙の状態が、前記第1の感情性の状態または前記第2の感情性の状態の何れの状態であるかを特定する
請求項8に記載の検出装置。 - 前記検出部は、前記第1の感情性の状態らしさの度合い、および前記第2の感情性の状態らしさの度合いに基づいて、前記生体の感情性の状態の度合いを示す感情レベルをさらに算出する
請求項9に記載の検出装置。 - 前記検出部は、前記感情レベルに基づいて、現在時刻よりも後の時刻における前記感情レベルの変動を予測する
請求項10に記載の検出装置。 - 前記生体の状態には、前記生体への刺激に起因する状態が含まれる
請求項2に記載の検出装置。 - 前記検出部は、前記涙の成分分析の結果として得られた、前記生体への刺激があるとき、または前記生体に疼痛があるときに分泌される物質の分析結果に基づいて、前記生体の状態が、前記生体への刺激に起因する状態であるか、または前記生体に疼痛がある状態が継続したときに遷移する、前記生体の感情に起因する感情性の状態であるかを特定する
請求項12に記載の検出装置。 - 前記検出部は、前記生体への刺激があるとき、または前記生体に疼痛があるときに分泌される物質の分析結果に基づく、その前記物質の分泌量を示す値が所定の閾値以上となる期間の長さに基づいて、前記生体の状態が、前記生体への刺激に起因する状態であるか、または前記生体の感情に起因する感情性の状態であるかを特定する
請求項13に記載の検出装置。 - 前記検出部は、前記生体への刺激があるとき、または前記生体に疼痛があるときに分泌される物質の分析結果に基づいて、前記生体への刺激レベルまたは疼痛レベルを算出する
請求項13に記載の検出装置。 - 前記検出部は、前記刺激レベルまたは前記疼痛レベルに基づいて、現在時刻よりも後の時刻における前記刺激レベルまたは前記疼痛レベルの変動を予測する
請求項15に記載の検出装置。 - 前記検出部は、前記涙の成分分析の結果として得られた、特定の物質の分析結果に基づいて、前記生体の涙の分泌レベルを特定する
請求項1に記載の検出装置。 - 前記検出装置は眼球に着脱可能となっている
請求項1に記載の検出装置。 - 生体から採取された涙の成分分析を行い、
前記涙の成分分析の結果に基づいて、前記生体の状態を検出する
ステップを含む検出方法。 - 生体から採取された涙の成分分析を行う分析ステップと、
前記涙の成分分析の結果に基づいて、前記生体の状態を検出する検出ステップと
を含む処理をコンピュータに実行させるプログラム。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014127712A JP2016008818A (ja) | 2014-06-20 | 2014-06-20 | 検出装置および方法、並びにプログラム |
PCT/JP2015/066286 WO2015194391A1 (ja) | 2014-06-20 | 2015-06-05 | 検出装置および方法、並びにプログラム |
EP15809486.2A EP3159693B1 (en) | 2014-06-20 | 2015-06-05 | Detection device and method, and program |
US15/314,742 US10426382B2 (en) | 2014-06-20 | 2015-06-05 | Detection device and detection method |
CN201580031577.1A CN106415268B (zh) | 2014-06-20 | 2015-06-05 | 检测装置和方法及程序 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014127712A JP2016008818A (ja) | 2014-06-20 | 2014-06-20 | 検出装置および方法、並びにプログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2016008818A true JP2016008818A (ja) | 2016-01-18 |
Family
ID=54935380
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014127712A Pending JP2016008818A (ja) | 2014-06-20 | 2014-06-20 | 検出装置および方法、並びにプログラム |
Country Status (5)
Country | Link |
---|---|
US (1) | US10426382B2 (ja) |
EP (1) | EP3159693B1 (ja) |
JP (1) | JP2016008818A (ja) |
CN (1) | CN106415268B (ja) |
WO (1) | WO2015194391A1 (ja) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106419831A (zh) * | 2016-07-22 | 2017-02-22 | 广州市眼视光健康产业投资管理有限公司 | 身体健康监测的眼镜 |
WO2018078420A1 (en) * | 2016-10-27 | 2018-05-03 | Eyethink Sàrl | Contact lens for determining the eye temperature |
US11442291B2 (en) * | 2017-08-03 | 2022-09-13 | Sony Corporation | Contact lens and detection method |
WO2019176535A1 (ja) * | 2018-03-15 | 2019-09-19 | パナソニックIpマネジメント株式会社 | ユーザの心理状態を推定するためのシステム、記録媒体、および方法 |
CN109044411B (zh) * | 2018-09-06 | 2021-04-23 | 清华大学深圳研究生院 | 基于毛细力驱动的泪液检测接触镜 |
US10852545B2 (en) | 2018-09-07 | 2020-12-01 | Xcelsis Corporation | Head mounted viewer for AR and VR scenes |
CN114113065B (zh) * | 2021-12-27 | 2024-05-24 | 东北师范大学 | 一种柔性无创眼贴式可穿戴传感器及其应用 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0593723A (ja) | 1991-04-26 | 1993-04-16 | Nippondenso Co Ltd | 涙液物質の測定装置 |
US6120460A (en) * | 1996-09-04 | 2000-09-19 | Abreu; Marcio Marc | Method and apparatus for signal acquisition, processing and transmission for evaluation of bodily functions |
US6544193B2 (en) * | 1996-09-04 | 2003-04-08 | Marcio Marc Abreu | Noninvasive measurement of chemical substances |
KR100675706B1 (ko) * | 1999-08-26 | 2007-02-01 | 아이센스 아게 | 안구 분석물질 센서 |
US20050289582A1 (en) | 2004-06-24 | 2005-12-29 | Hitachi, Ltd. | System and method for capturing and using biometrics to review a product, service, creative work or thing |
JP4626700B2 (ja) | 2008-10-07 | 2011-02-09 | ソニー株式会社 | 生体リズム情報取得方法 |
EP2508935A1 (en) * | 2011-04-08 | 2012-10-10 | Nxp B.V. | Flexible eye insert and glucose measuring system |
JP5887851B2 (ja) | 2011-11-14 | 2016-03-16 | ソニー株式会社 | 特定装置、制御装置、特定方法、プログラムおよび特定システム |
CA2874469A1 (en) | 2012-05-23 | 2013-11-28 | Iphenotype Llc | Phenotypic integrated social search database and method |
US20140088381A1 (en) | 2012-09-26 | 2014-03-27 | Google Inc. | Facilitation of tear sample collection and testing using a contact lens |
-
2014
- 2014-06-20 JP JP2014127712A patent/JP2016008818A/ja active Pending
-
2015
- 2015-06-05 US US15/314,742 patent/US10426382B2/en active Active
- 2015-06-05 CN CN201580031577.1A patent/CN106415268B/zh not_active Expired - Fee Related
- 2015-06-05 WO PCT/JP2015/066286 patent/WO2015194391A1/ja active Application Filing
- 2015-06-05 EP EP15809486.2A patent/EP3159693B1/en active Active
Also Published As
Publication number | Publication date |
---|---|
WO2015194391A1 (ja) | 2015-12-23 |
EP3159693B1 (en) | 2023-05-24 |
US20170196490A1 (en) | 2017-07-13 |
EP3159693A4 (en) | 2018-03-14 |
EP3159693A1 (en) | 2017-04-26 |
CN106415268B (zh) | 2020-10-09 |
US10426382B2 (en) | 2019-10-01 |
CN106415268A (zh) | 2017-02-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2015194391A1 (ja) | 検出装置および方法、並びにプログラム | |
US11253196B2 (en) | Method and system for transdermal alcohol monitoring | |
US20190216333A1 (en) | Thermal face image use for health estimation | |
Deep et al. | A survey on anomalous behavior detection for elderly care using dense-sensing networks | |
Adams et al. | Towards personal stress informatics: comparing minimally invasive techniques for measuring daily stress in the wild | |
US11324449B2 (en) | Method and system for transdermal alcohol monitoring | |
CN107784357B (zh) | 基于多模态深度神经网络的个性化智能唤醒系统及方法 | |
CN107193382B (zh) | 智能可穿戴设备以及自动利用传感器来配置能力的方法 | |
US20160073953A1 (en) | Food intake monitor | |
WO2013170032A2 (en) | System and method for monitoring the health of a user | |
US20220230731A1 (en) | System and method for cognitive training and monitoring | |
US10376207B2 (en) | Calculating a current circadian rhythm of a person | |
CN111986530A (zh) | 一种基于学习状态检测的交互学习系统 | |
WO2019132772A1 (en) | Method and system for monitoring emotions | |
US20210249116A1 (en) | Smart Glasses and Wearable Systems for Measuring Food Consumption | |
KR102177740B1 (ko) | 인지 능력 평가 방법, 이의 시스템 및 이를 위한 웨어러블 디바이스 | |
US20160293043A1 (en) | Device, system and method for providing feedback to a user relating to a behavior of the user | |
Huang et al. | Monitoring sleep and detecting irregular nights through unconstrained smartphone sensing | |
Bi et al. | Measuring children’s eating behavior with a wearable device | |
US20220257176A1 (en) | Nap evaluation device, nap evaluation system, nap evaluation method, and program | |
US11457875B2 (en) | Event prediction system, sensor signal processing system, event prediction method, and non-transitory storage medium | |
GB2488521A (en) | Activity recognition in living species using tri-axial acceleration data | |
Newcombe et al. | Internet of Things enabled technologies for behaviour analytics in elderly person care: a survey | |
WO2018167791A1 (en) | System for monitoring disease progression | |
US20200227173A1 (en) | Methods and Systems for Monitoring and Understanding Health Events |