JP2016209233A - 生体情報処理システム、サーバーシステム、生体情報処理装置及び生体情報処理方法 - Google Patents

Abstract

【課題】 被検体がアドバイスを受け入れやすい状態の時に、アドバイスを行うことができる生体情報処理システム、サーバーシステム、生体情報処理装置及び生体情報処理方法等の提供。【解決手段】 生体情報処理システム１００は、センシング部３００で測定された被検体の生体情報及び動き情報を取得する情報取得部１１０と、少なくとも生体情報に基づいて、被検体の心的状態情報の推定処理を行う処理部１３０と、少なくとも動き情報に基づいて、被検体に対する運動アドバイス情報を出力する運動アドバイス情報出力部１５０と、を含む。そして、処理部１３０は、心的状態情報に基づいて、運動アドバイス情報を出力する出力タイミングを特定する。運動アドバイス情報出力部１５０は、特定された出力タイミングに運動アドバイス情報を出力する。【選択図】 図１

Description

本発明は、生体情報処理システム、サーバーシステム、生体情報処理装置及び生体情報処理方法等に関係する。

動きセンサーの発達で、人間の動きを詳細に測定できるようになり、測定した動きに基づいて、スポーツなどの運動のアドバイスを機械的に行うことが可能になってきた。このような装置を使えば、コーチや指導者がいなくても、自分一人で練習することができる。例えば、特許文献１では、利用者の行動に対してアドバイスを行う装置として、生活習慣改善支援システムが開示されている。

特開２０００−３１１１９２号公報

運動等の行動を向上させる的確なアドバイスを、機械的にユーザーに提示できる場合でも、ユーザーがアドバイスを前向きに受け入れることができないと、アドバイスの効果が十分に出ない。例えば、ストレスが多い状態や、不安な状態、モチベーションが低い状態、安静でない状態等のような精神状態が後ろ向きの状態では、いくら良いアドバイスをしても受け入れて貰うことが困難となる。

前述した特許文献１では、対象者のストレス状態に適したアドバイスをすることで、対象者がアドバイスを受け入れやすくする生活習慣改善支援システムが開示されている。しかし、特許文献１において開示されている方法では、事前に個人の生活情報の入力が必要であり準備が面倒である。また、スポーツをしている時など、ストレスなどの精神状態が時々刻々と変化する状態でのアドバイスには対応できない。

本発明の幾つかの態様によれば、被検体がアドバイスを受け入れやすい状態の時に、アドバイスを行うことができる生体情報処理システム、サーバーシステム、生体情報処理装置及び生体情報処理方法等を提供することができる。

本発明の一態様は、センシング部で測定された被検体の生体情報及び動き情報を取得する情報取得部と、少なくとも前記生体情報に基づいて、前記被検体の心的状態情報の推定処理を行う処理部と、少なくとも前記動き情報に基づいて、前記被検体に対する運動アドバイス情報を出力する運動アドバイス情報出力部と、を含み、前記処理部は、前記心的状態情報に基づいて、前記運動アドバイス情報を出力する出力タイミングを特定し、前記運動アドバイス情報出力部は、特定された前記出力タイミングに前記運動アドバイス情報を出力する生体情報処理システムに関係する。

本発明の一態様では、運動を行う被検体の生体情報に基づいて、被検体の心的状態情報を特定し、特定した心的状態情報に基づいて、運動アドバイス情報の出力タイミングを特定する。また、被検体の動き情報に基づいて運動アドバイス情報を特定し、特定された出力タイミングに運動アドバイス情報を出力する。よって、被検体がアドバイスを受け入れやすい状態の時に、アドバイスを行うことが可能となる。

また、本発明の一態様では、前記運動アドバイス情報出力部は、特定された前記出力タイミング以前の所与の期間に取得された前記動き情報に基づいて、前記運動アドバイス情報を出力してもよい。

これにより、出力タイミングの直前の動き情報に基づいた運動アドバイス情報を出力すること等が可能になる。

また、本発明の一態様では、前記処理部は、前記生体情報に基づいて、前記心的状態情報としてモチベーション情報を推定してもよい。

これにより、被検体のモチベーションの高低に基づいて、運動アドバイス情報の出力タイミングを特定すること等が可能になる。

また、本発明の一態様では、前記処理部は、前記モチベーション情報により表されるモチベーション値が所与の閾値以上になったタイミングに基づいて、前記出力タイミングを特定してもよい。

これにより、被検体のモチベーションがある高さ以上になったタイミングに、運動アドバイス情報を出力すること等が可能になる。

また、本発明の一態様では、前記処理部は、前記モチベーション値が所与の閾値以上になり、且つ、前記モチベーション値が極大になるタイミングよりも前のタイミングに基づいて、前記出力タイミングを特定してもよい。

これにより、被検体のモチベーションがある高さ以上であり、かつモチベーションが上昇傾向であるタイミングに、運動アドバイス情報を出力すること等が可能になる。

また、本発明の一態様では、前記処理部は、前記モチベーション情報により表されるモチベーション値が第１の閾値以上になったタイミングに基づいて、第１の出力タイミングを特定し、前記モチベーション値が、前記第１の閾値よりも小さい第２の閾値以上になったタイミングに基づいて、前記第１の出力タイミングと異なる第２の出力タイミングを特定し、前記運動アドバイス情報出力部は、前記第１の出力タイミングには、第１の運動アドバイス情報を出力し、前記第２の出力タイミングには、前記第１の運動アドバイス情報とは異なる第２の運動アドバイス情報を出力してもよい。

これにより、被検体のモチベーションの高さに応じて異なる内容の運動アドバイス情報を出力すること等が可能になる。

また、本発明の一態様では、前記第２の運動アドバイス情報は、前記第１の運動アドバイス情報よりも情報量が少ない情報であってもよい。

これにより、被検体のモチベーションが所与の閾値以上である場合には、情報量の多い第１の運動アドバイス情報を出力し、被検体のモチベーションが所与の閾値よりも小さい場合には、情報量の少ない第２の運動アドバイス情報を出力すること等が可能になる。

また、本発明の一態様では、前記処理部は、前記心的状態情報及び前記動き情報に基づいて、前記出力タイミングを特定してもよい。

これにより、例えば被検体が運動を中断しており、かつモチベーションがある高さ以上のタイミングに、運動アドバイス情報を出力すること等が可能になる。

また、本発明の一態様では、前記被検体が運動状態である第１の運動期間〜第３の運動期間と、前記被検体が非運動状態である第１の非運動期間及び第２の非運動期間があり、前記第１の非運動期間は、前記第１の運動期間と第２の運動期間の間の期間であり、前記第２の非運動期間は、前記第２の運動期間と前記第３の運動期間の間の、前記第１の非運動期間よりも長い期間である場合に、前記処理部は、前記動き情報に基づいて、前記第２の非運動期間を特定し、前記第２の非運動期間内のタイミングを前記出力タイミングとして特定してもよい。

これにより、例えば被検体が運動時の休憩をとっているタイミングに、運動アドバイス情報を出力すること等が可能になる。

また、本発明の一態様では、前記処理部は、前記動き情報に基づいて前記被検体の異常動作を検出し、検出した前記異常動作に基づいて前記出力タイミングを特定してもよい。

これにより、被検体の異常動作を検出した場合に、被検体のモチベーションに関わらず、すぐに運動アドバイス情報を出力すること等が可能になる。

また、本発明の一態様では、前記運動アドバイス情報出力部が、少なくとも前記動き情報に基づいて、前記運動アドバイス情報を生成し、次に、前記処理部が、少なくとも前記生体情報に基づいて、前記出力タイミングを特定し、次に、前記運動アドバイス情報出力部が、特定された前記出力タイミングに、生成された前記運動アドバイス情報を出力してもよい。

これにより、予め生成しておいた運動アドバイス情報を、被検体が受け入れやすいタイミングに出力すること等が可能になる。

また、本発明の一態様では、前記処理部は、前記心的状態情報としてモチベーション情報を推定し、前記モチベーション情報により表されるモチベーション値が所与の閾値以上になったタイミングに基づいて、前記出力タイミングを特定してもよい。

これにより、被検体のモチベーションがある高さ以上になったタイミングに、予め生成していた運動アドバイス情報を出力すること等が可能になる。

また、本発明の一態様では、前記処理部は、前記動き情報に基づいて前記被検体の異常動作を検出し、検出した前記異常動作に基づいて前記運動アドバイス情報を特定してもよい。

これにより、異常動作があった時に予め運動アドバイス情報を生成しておき、被検体のモチベーションが高まってきたタイミングに、予め生成していた運動アドバイス情報を出力すること等が可能になる。

また、本発明の他の態様では、前記生体情報処理システムを含むサーバーシステムに関係する。

また、本発明の他の態様では、前記生体情報処理システムを含む生体情報処理装置に関係する。

また、本発明の他の態様では、センシング部で測定された生体情報及び動き情報を取得し、少なくとも前記生体情報に基づいて、心的状態情報の推定処理を行い、前記心的状態情報に基づいて、運動アドバイス情報を出力する出力タイミングを特定し、少なくとも前記動き情報に基づいて、特定された前記出力タイミングに、前記運動アドバイス情報を出力する生体情報処理方法に関係する。

第１の実施形態のシステム構成例。 図２（Ａ）〜図２（Ｃ）は、第１の実施形態の具体的な適用例の説明図。 生体情報と心的状態情報の説明図。 第１の実施形態の処理の流れを説明するフローチャート。 運動アドバイス情報の出力タイミングの説明図。 運動アドバイス情報の出力タイミングの他の説明図。 図７（Ａ）〜図７（Ｆ）は、運動アドバイス情報の具体例の説明図。 第１の変形例の処理の流れを説明するフローチャート。 第２の変形例の処理の流れを説明するフローチャート。 情報量の異なる運動アドバイス情報の各出力タイミングの説明図。 第２の実施形態のシステム構成例。 定量化された心的状態情報の具体例の説明図。 運動強度とモチベーションへの影響のし易さの説明図。 図１４（Ａ）及び図１４（Ｂ）は、生体情報処理装置の具体的な構成例。 生体情報処理装置の具体的な構成例。

以下、本実施形態について説明する。なお、以下で説明する本実施形態は、特許請求の範囲に記載された本発明の内容を不当に限定するものではない。また、本実施形態で説明される構成の全てが、本発明の必須構成要件であるとは限らない。

１．概要
前述したように、動きセンサーの発達により、人間の動きを詳細に測定し、測定した動きに基づいて、スポーツなどの運動のアドバイスを機械的に行うことが可能になってきた。このような装置を使えば、コーチや指導者がいなくても、自分一人で練習を行い、スキルアップを図ることができる。しかし、運動等の行動を向上させる的確なアドバイスを、ユーザーに対して機械的に提示できる場合でも、ユーザーがアドバイスを前向きに受け入れることができないと、アドバイスの効果が十分に出ない。例えば、ストレスが多い状態や、不安な状態、モチベーションが低い状態、安静でない状態等のような精神状態が後ろ向きの状態では、いくら良いアドバイスをしても受け入れて貰うことが困難となる。

そこで、本実施形態では、運動を行う被検体の生体情報を取得して、取得した生体情報に基づいて、被検体の心的状態情報を特定し、特定した心的状態情報に基づいて、運動アドバイス情報の出力タイミングを特定する。例えば、被検体のモチベーションが所与の閾値以上になったタイミングを出力タイミングとして特定する。前述したように、被検体のモチベーションが高まっている時の方が、モチベーションが低い時よりも、被検体が運動のアドバイスを受け入れやすいからである。

また、運動アドバイス情報は、被検体の動き情報に基づいて特定される。そして、例えば特定された出力タイミングに運動アドバイス情報が表示部に出力され、表示部に運動アドバイス情報が表示される。

このようにして、以下で説明する実施形態によれば、被検体がアドバイスを受け入れやすい状態の時に、アドバイスを行うことが可能となる。また、以下では被検体が運動している際に、運動に対するアドバイスをする例について説明するが、本実施形態はそれに限定されない。

２．第１の実施形態
２．１ システム構成例
次に、本実施形態の生体情報処理システム１００及びこれを含む生体情報処理装置の構成例を図１に示す。

本実施形態の生体情報処理システム１００は、センシング部３００で測定された被検体の生体情報及び動き情報を取得する情報取得部１１０と、少なくとも生体情報に基づいて、被検体の心的状態情報の推定処理を行う処理部１３０と、少なくとも動き情報に基づいて、被検体に対する運動アドバイス情報を出力する運動アドバイス情報出力部１５０と、を含む。そして、処理部１３０は、心的状態情報に基づいて、運動アドバイス情報を出力する出力タイミングを特定する。さらに、運動アドバイス情報出力部１５０は、特定された出力タイミングに運動アドバイス情報を出力する。よって、被検体がアドバイスを受け入れやすい状態の時に、アドバイスを行うことが可能となる。

また、例えば生体情報処理システム１００は、携帯端末やセンサー装置などに搭載される。具体的に、生体情報処理システム１００を含む生体情報処理装置の例としては、図２（Ａ）に示すようなリストバンド型（ウォッチ型）のウェアラブル情報端末や、後述する図２（Ｃ）に示すヘッドマウントディスプレイなどが挙げられる。図２（Ａ）に示す生体情報処理装置は、生体情報処理システム１００と、脈波センサーＰＳ及びモーションセンサーＭＳを有するセンシング部ＳＳと、アンテナ部（通信部）ＡＴとを含む。そして、図２（Ａ）に示すように、生体情報処理装置は、ヘッドマウントディスプレイＨＭＤやパーソナルコンピューターＰＣ、タブレット型端末ＴＢ、スマートフォンＳＭ等の情報処理装置と通信接続される。なお、生体情報処理システム１００及びこれを含む生体情報処理装置は、図１及び図２（Ａ）の構成に限定されず、これらの一部の構成要素を省略したり、他の構成要素を追加したりするなどの種々の変形実施が可能である。また、本実施形態の生体情報処理システム１００の一部又は全部の機能は、生体情報処理装置と通信により接続されたサーバーにより実現されてもよい。

次に生体情報処理システム１００の各部で行われる処理について説明する。

情報取得部１１０は、センシング部３００で測定された被検体の生体情報及び動き情報を取得する。情報取得部１１０は、センシング部３００と無線又は有線により接続されている場合には、データを送受信する通信部（Ｉ／Ｆ部、アンテナ部等）であってもよい。

センシング部３００は、例えば図２（Ａ）に示すような脈波センサー（生体センサー）ＰＳとモーションセンサーＭＳとを含む。

脈波センサーＰＳは、脈波センサー信号を検出するためのセンサーであり、例えば光電センサー等が考えられる。脈波センサーＰＳは、生体センサーの一つであり、本実施形態における生体センサーはこれに限定されない。生体センサーとして脈波センサーＰＳを用いる場合には、情報取得部１１０は生体情報として脈波情報を取得する。なお、脈波センサーＰＳとして光電センサーを用いる場合には、太陽光等の外光の信号成分をカットするように構成されているセンサーを用いてもよい。これは例えば、フォトダイオードを複数設け、それらの信号を用いてフィードバック処理等で差分情報を求める構成等により実現できる。なお、脈波センサーＰＳは光電センサーに限定されず、超音波を用いたセンサーであってもよい。この場合、脈波センサーＰＳは２つの圧電素子を有し、一方の圧電素子を励振させて生体内に超音波を送信するとともに、当該超音波が生体の血流によって反射されたものを他方の圧電素子により受信する。送信した超音波と受信した超音波には、血流のドップラー効果によって周波数変化が生じるため、この場合にも血流量に対応する信号を取得することができ、拍動情報の推定が可能である。また、脈波センサーとして他のセンサーを用いてもよい。

また、モーションセンサーＭＳは、例えば加速度センサーである。その場合には、情報取得部１１０は動き情報（体動情報）として加速度センサー信号を検出する。三軸の加速度センサーは、例えば外力によって抵抗値が増減する素子等で構成され、Ｘ軸方向での加速度と、Ｙ軸方向での加速度と、Ｚ軸方向での加速度とを検出する。また他にも、モーションセンサーＭＳは、Ｘ軸周りの角加速度と、Ｙ軸周りの角加速度と、Ｚ軸周りの角加速度とを検出する三軸のジャイロセンサーと、前述した三軸の加速度センサーとが組み合わせられたセンサーであってもよい。さらに、モーションセンサーＭＳは、加速度センサーやジャイロセンサーに限定されず、地磁気センサー等の方位センサー等であってもよい。方位センサーは、センサーの向いている方位を角度（０°〜３６０°）で計測する。また、モーションセンサーＭＳとして、加速度センサー、ジャイロセンサー又は方位センサーの機能を併せ持つセンサーを用いてもよい。

また、センシング部ＳＳ（センシング部３００）は、図２（Ａ）に示すような被検体の手首のほかにも、図２（Ｂ）に示すような被検体の首、上腕、胸などの部位に取り付けてもよい。さらに、図２（Ｃ）に示すように、生体情報処理装置がヘッドマウントディスプレイである場合には、例えばブリッジ部や左右のテンプル部などにセンシング部ＳＳを設けても良い。なお、脈波センサーＰＳとモーションセンサーＭＳは、同じ機器に設けられていても良いし、別の機器に設けられていても良い。

次に、処理部１３０は、少なくとも生体情報に基づいて、被検体の心的状態情報の推定処理を行う。心的状態情報の推定処理の詳細については後述する。さらに、処理部１３０は、推定した心的状態情報に基づいて、運動アドバイス情報を出力する出力タイミングを特定する。

そして、運動アドバイス情報出力部１５０は、例えば少なくとも動き情報に基づいて、被検体に対する運動アドバイス情報を生成し、処理部１３０により特定された出力タイミングに運動アドバイス情報を出力する。例えば図１の例では、運動アドバイス情報出力部１５０は、報知部２５０に対して運動アドバイス情報を出力する。

運動アドバイス情報の出力とは、例えば報知部２５０に運動アドバイス情報を読み込ませること、又は報知部２５０が報知する情報を一時的に記憶しておく不図示のバッファーに、運動アドバイス情報を書き込むことである。また例えば、生体情報処理システム１００が搭載されている機器と別体の機器に報知部２５０が設けられる場合には、運動アドバイス情報の出力とは、ネットワークを介して、運動アドバイス情報を報知部２５０に送信すること等である。

報知部２５０が表示部である場合には、運動アドバイス情報は表示画像情報である。また、報知部２５０が音出力部である場合には、運動アドバイス情報は音情報である。ただし、本実施形態はこれらに限定されない。なお、処理部１３０及び運動アドバイス情報出力部１５０の機能は、各種プロセッサー（ＣＰＵ、ＧＰＵ等）、ＡＳＩＣ（ゲートアレイ等）などのハードウェアや、プログラムなどにより実現できる。

また、前述した生体情報は、図３に一例を示すように、脈拍（心拍）、血圧、血糖値、血管径、体温、発汗量、体重、身長、血液型、年齢、睡眠時間、連続活動時間（連続非睡眠時間）、声質の変化、体型、歩き方、走り方、所定の動作の仕方、ＤＮＡなどの情報である。

心的状態情報は、緊張状態、興奮状態、リラックス状態、モチベーションの高さ（後述するモチベーション情報）、行動結果に対するユーザー評価又は喜怒哀楽の各感情を数値化した値などである。

そして、動き情報は、例えば被検体の体に装着されたモーションセンサーから得られる加速度信号、角加速度信号、方位信号又はこれらの信号に基づいて特定された被検体の動きを表す情報等である。ただし、本実施形態において、生体情報、心的状態情報及び動き情報はこれらに限定されない。なお、心的状態情報の推定処理についてのさらに詳しい説明は後述する。

２．２ 処理の詳細
次に、図４のフローチャートを用いて本実施形態の処理の流れを説明する。まず、情報取得部１１０が、センシング部３００から、例えば運動中の被検体の生体情報と動き情報を取得する（Ｓ１０１）。次に、処理部１３０が、取得された生体情報に基づいて、心的状態情報を特定する（Ｓ１０２）。さらに、処理部１３０が、特定された心的状態情報に基づいて、運動アドバイス情報の出力タイミングを特定する（Ｓ１０３）。そして、運動アドバイス情報出力部１５０が、動き情報に基づいて運動アドバイス情報を生成し（Ｓ１０４）、生成した運動アドバイス情報を報知部２５０に出力する（Ｓ１０５）。

次に、図４のフローチャートの各ステップの処理について詳細に説明する。

ステップＳ１０２では、処理部１３０は、生体情報に基づいて、心的状態情報としてモチベーション情報を推定する。

モチベーション情報は、例えば被検体の現在の行動（運動）に対するモチベーションの高低を表す情報等である。モチベーションが高い状態は、被検体が現在の行動（運動）に対して、やる気をもっており、積極的に取り組みたいという気持ちを持っている状態である。一方、モチベーションが低い状態は、被検体が現在の行動（運動）に対して、やる気がなくなっており、積極的に取り組みたいという気持ちが失われている状態である。被検体のモチベーションが高い状態の方が、提示したアドバイスを被検体に受け入れて貰えることが多い。

これにより、後述するように、被検体のモチベーションの高低に基づいて、運動アドバイス情報の出力タイミングを特定すること等が可能になる。

そして、ステップＳ１０３では、処理部１３０は、モチベーション情報により表されるモチベーション値が所与の閾値以上になったタイミングに基づいて、出力タイミングを特定する。

ここで、モチベーション値は、例えばユーザーのモチベーションを数値に変換したパラメーター等である。例えば、被検体のモチベーションが大きくなれば、モチベーション値も大きくなり、被検体のモチベーションが小さくなれば、モチベーション値も小さくなる。

具体例を図５のグラフに示す。図５のグラフでは、横軸が時間を表し、縦軸がモチベーションの高さ（モチベーション値）を表す。グラフの上方向に行けば行くほどモチベーションが高くなり（モチベーション値が大きくなり）、グラフの下方向に行けば行くほどモチベーションが低くなる（モチベーション値が小さくなる）。そして、図５の例では、モチベーション値が所与の閾値Ｓ_１以上になった各タイミング（Ｔ１、Ｔ３、Ｔ５）を、各アドバイス情報（ＡＤ１〜ＡＤ３）の出力タイミングとして特定する。

ここで、出力タイミングは、例えば運動アドバイス情報を報知部２５０に対して出力するタイミングであってもよいし、報知部２５０が運動アドバイス情報を報知するタイミングであってもよい。さらに、出力タイミングは、必ずしもモチベーション値が所与の閾値以上になったタイミングと同じタイミングでなくてもよく、例えば出力タイミングは、モチベーション値が所与の閾値以上になったタイミングから所与の待ち時間が経過したタイミングであってもよい。

また、図５の例とは逆に、モチベーション値が小さくなるほどモチベーションが高いことを表し、モチベーション値が大きくなるほどモチベーションが低いことを表すモチベーション情報を用いる場合も考えられる。この場合、前述した出力タイミングを特定する処理は、モチベーション値が所与の閾値以下になったタイミングに基づいて、出力タイミングを特定することと等価であり、本実施形態はこのような変形例も含むものとする。

これにより、被検体のモチベーションがある高さ以上になったタイミングに、運動アドバイス情報を出力すること等が可能になる。

また、図５に示すように、モチベーション値が極大になるタイミングＴＭよりも前の期間Δ１では、被検体のモチベーションが上昇傾向にあるが、モチベーション値が極大ＴＭになったタイミングよりも後の期間Δ２では、被検体のモチベーションが下降傾向になる。モチベーションが下降傾向の時には、被検体はアドバイスを受け入れにくい状態になってしまう。

そこで、本実施形態では、ステップＳ１０３において、処理部１３０は、モチベーション値が所与の閾値Ｓ_１以上になり、且つ、モチベーション値が極大になるタイミングＴＭよりも前のタイミングに基づいて、出力タイミングを特定する。具体的には、モチベーション値が所与の閾値Ｓ_１以上になったタイミングＴ１から、モチベーション値が極大になるタイミングＴＭまでの間の期間Δ１内から、出力タイミングを特定する。

これにより、被検体のモチベーションがある高さ以上であり、かつモチベーションが上昇傾向であるタイミングに、運動アドバイス情報を出力すること等が可能になる。

また、処理部１３０は、心的状態情報及び動き情報に基づいて、出力タイミングを特定してもよい。

例えば、被検体がゴルフの練習場で練習をしている場面を具体例として説明する。通常、ゴルフの練習を行う際には、プレイヤー（被検体）は何球か連続して打ち、疲れてきたら休憩を取る。そして、休憩後に練習を再開する。この場合には、連続して打っている時よりも、休憩中に運動アドバイス情報を提示した方が、プレイヤーがアドバイスを見たり、聞いたりしやすい。従って、本実施形態では、例えば動き情報に基づいて、プレイヤーが休憩中の期間を特定し、その期間内から出力タイミングを特定してもよい。

これにより、例えば被検体が運動を中断しており、かつモチベーションがある高さ以上のタイミングに、運動アドバイス情報を出力すること等が可能になる。

図６のグラフを用いて上記の説明を言い換える。図６のグラフは、横軸が時間を表し、左側の縦軸と実線が加速度を表し、右側の縦軸と点線がモチベーション値を表す。

そして、図６のように、例えば被検体が運動状態である第１の運動期間ＡＴ１〜第３の運動期間ＡＴ３と、被検体が非運動状態である第１の非運動期間ＤＴ１及び第２の非運動期間ＤＴ２があるとする。運動期間は、例えばプレイヤーがスイングをしている期間である。そして、第１の非運動期間ＤＴ１は、第１の運動期間ＡＴ１と第２の運動期間ＡＴ２の間の期間であり、前述した例では、スイングとスイングの間の期間である。また、第２の非運動期間ＤＴ２は、第２の運動期間ＡＴ２と第３の運動期間ＡＴ３の間の、第１の非運動期間ＤＴ１よりも長い期間である。第２の非運動期間ＤＴ２は、例えばプレイヤーが休憩をとっている期間である。

この場合に、処理部１３０は、動き情報に基づいて、第２の非運動期間ＤＴ２を特定し、第２の非運動期間ＤＴ２内のタイミングを出力タイミングとして特定する。例えば、第２の非運動期間ＤＴ２内で、かつモチベーション値が所与の閾値Ｓ_１以上であり、モチベーション値が極大になる前のタイミングＴＢＭを、出力タイミングとして特定する。

ここで、運動は、スポーツやトレーニングなどを指す。なお、トレーニングには、歩行や物を持つ動作などのように、日常生活において通常行われる動作であっても、心身の鍛錬や運動技術の向上等を目的として行う動作を含むものとする。そして、被検体が運動を行っている状態が運動状態であり、被検体が運動状態である期間を運動期間と呼ぶ。同様に、被検体が運動を行っていない状態が非運動状態であり、被検体が非運動状態である期間を非運動期間と呼ぶ。

これにより、例えば被検体が運動時の休憩をとっているタイミングに、運動アドバイス情報を出力すること等が可能になる。

また、運動を行っている時に、被検体が異常動作をして、すぐに運動アドバイス情報を出力した方がよい場合もある。

ここで、異常動作とは、例えばスポーツやトレーニングを行う際の理想的な動作から、かけ離れた動作のこと等である。例えば異常動作は、怪我をする可能性の高い動きなどである。

その場合には、処理部１３０は、動き情報に基づいて被検体の異常動作を検出し、検出した異常動作に基づいて出力タイミングを特定する。

これにより、被検体の異常動作を検出した場合に、被検体のモチベーションに関わらず、すぐに運動アドバイス情報を出力すること等が可能になる。その結果、被検体が怪我をすることを防ぐこと等が可能になる。

次に、ステップＳ１０４の詳細について説明する。ステップＳ１０４では、運動アドバイス情報出力部１５０は、特定された出力タイミング以前の所与の期間に取得された動き情報に基づいて、運動アドバイス情報を出力する。

例えば、図５の例では、運動アドバイス情報の各出力タイミング（ＡＤ１〜ＡＤ３）よりも前の期間Δｔに取得された動き情報に基づいて、各運動アドバイス情報を生成して、出力する。

これにより、出力タイミングの直前の動き情報に基づいた運動アドバイス情報を出力すること等が可能になる。

運動アドバイス情報は、例えば報知部２５０が表示部である場合には、運動アドバイス情報は表示画像情報又は文字情報である。また、例えば報知部２５０が音出力部である場合には、運動アドバイス情報は音情報である。さらに、例えば報知部２５０が発光部である場合には、運動アドバイス情報は発光情報であってもよく、例えば報知部２５０が振動部である場合には、運動アドバイス情報は振動情報であってもよい。発光情報は、例えば発光部２５０を発光させる発光パターンや発光時間などを指示する情報である。同様に、振動情報は、例えば振動部を振動させる振動パターンや振動時間などを指示する情報である。

また、運動アドバイス情報は、例えば前述した表示画像情報や文字情報、音情報などのように、報知部２５０が報知する際に用いる情報そのものであってもよいが、運動のためのアドバイス内容を指す情報であってもよい。言い替えれば、運動アドバイス情報は、被検体の運動時の動きを改善するための指示情報であってもよいし、その指示情報を画像化した表示画像情報や音声化した音情報であってもよい。被検体の運動時の動きを改善するための指示情報とは、例えば「腕の振りを１０％速くしてください」とか、「足を１０ｃｍ閉じてください」などと、被検体の動きや姿勢を修正指示する情報である。

また、出力する運動アドバイス情報が表示画像情報である場合の具体例を、図７（Ａ）〜図７（Ｅ）に示す。図７（Ａ）〜図７（Ｅ）は、被検体がゴルフの練習を行っている場合に、表示部に表示される運動アドバイス情報の一例である。例えば、図７（Ａ）の運動アドバイス情報は、被検体がスイングした際のＶゾーンと、理想的なＶゾーンを比較する画面情報である。また、図７（Ｂ）の運動アドバイス情報は、インパクトの様子を詳細に解析する画面情報であり、図７（Ｃ）の運動アドバイス情報は、スイングのスピードを詳細に解析する画面情報である。そして、図７（Ｄ）の運動アドバイス情報は、シャフトの回転角を詳細に解析する画面情報であり、図７（Ｅ）の運動アドバイス情報は、スイングテンポを詳細に解析する画面情報である。ただし、本実施形態の運動アドバイス情報はこれらに限定されない。

以上のように、本実施形態では、事前に個人の生活情報等の入力が不要であるため、入力の手間がかからない。さらに、スポーツをしている時など、ストレスなどの精神状態が時々刻々と変化する環境下で、アドバイスを行うことに適している。

２．３ 第１の変形例
次に、第１の変形例について説明する。前述した実施例では、運動アドバイス情報の出力タイミングを特定した後に、運動アドバイス情報を生成したが、これらの処理の流れは順番が逆であってもよい。

つまり、本変形例では、運動アドバイス情報出力部１５０が、少なくとも動き情報に基づいて、運動アドバイス情報を生成し、次に、処理部１３０が、少なくとも生体情報に基づいて、出力タイミングを特定する。そして、その次に、運動アドバイス情報出力部１５０が、特定された出力タイミングに、生成された運動アドバイス情報を出力する。

これにより、予め生成しておいた運動アドバイス情報を、被検体が受け入れやすいタイミングに出力すること等が可能になる。

次に、図８のフローチャートを用いて第１の変形例の処理の流れを説明する。第１の変形例では、まず情報取得部１１０が、センシング部３００から、運動中の被検体の動き情報を取得する（Ｓ２０１）。

次に、処理部１３０が、取得された動き情報に基づいて、異常動作があったか否かを判定する（Ｓ２０２）。異常動作がなかったと判定した場合には、ステップＳ２０１の処理に戻る。

一方、異常動作があったと判定した場合には、情報取得部１１０が、センシング部３００から生体情報を取得する（Ｓ２０３）。そして、処理部１３０が、取得された生体情報に基づいて、心的状態情報を特定する（Ｓ２０４）。具体的には、前述したように、処理部１３０は心的状態情報としてモチベーション情報を特定する。

そして、処理部１３０が、モチベーション情報に基づいて、モチベーション値が所与の閾値以上か否かを判定する（Ｓ２０５）。モチベーション値が所与の閾値よりも小さいと判定した場合には、Ｓ２０３に戻る。

一方、モチベーション値が所与の閾値以上であると判定した場合には、処理部１３０が、運動アドバイス情報の出力タイミングを特定する（Ｓ２０６）。

そして、運動アドバイス情報出力部１５０が、動き情報に基づいて運動アドバイス情報を生成し、生成した運動アドバイス情報を報知部２５０に出力する（Ｓ２０７）。

このように、第１の変形例においても、処理部１３０は、心的状態情報としてモチベーション情報を推定し、モチベーション情報により表されるモチベーション値が所与の閾値以上になったタイミングに基づいて、出力タイミングを特定する。

これにより、被検体のモチベーションがある高さ以上（モチベーション値が所与の閾値以上）になったタイミングに、予め生成していた運動アドバイス情報を出力すること等が可能になる。

また、第１の変形例では、処理部１３０は、動き情報に基づいて被検体の異常動作を検出し、検出した異常動作に基づいて運動アドバイス情報を特定する。

これにより、異常動作があった時に予め運動アドバイス情報を生成しておき、被検体のモチベーションが高まってきたタイミングに、予め生成していた運動アドバイス情報を出力すること等が可能になる。なお、前述したように、異常動作が怪我に繋がる可能性の高い動作である場合などには、すぐに運動アドバイス情報を提示する必要がある。よって、その場合には、モチベーション値と比較する所与の閾値を、運動アドバイス情報の緊急度に応じて、小さい値に設定するなどしてもよい。

２．４ 第２の変形例
次に、第２の変形例について説明する。第２の変形例では、被検体のモチベーションに応じて、詳細度の異なる運動アドバイス情報を出力する。例えば、被検体のモチベーションが低い時には、アドバイスを受け入れにくいため、アドバイスがあることのみを報知する運動アドバイス情報を出力する。一方、被検体のモチベーションが高い時には、アドバイスを受け入れやすいため、具体的なアドバイス内容を詳細に伝えるための運動アドバイス情報を出力する。

すなわち第２の変形例では、処理部１３０は、モチベーション情報により表されるモチベーション値が第１の閾値以上になったタイミングに基づいて、第１の出力タイミングを特定し、モチベーション値が、第１の閾値よりも小さい第２の閾値以上になったタイミングに基づいて、第１の出力タイミングと異なる第２の出力タイミングを特定する。そして、運動アドバイス情報出力部１５０は、第１の出力タイミングには、第１の運動アドバイス情報を出力し、第２の出力タイミングには、第１の運動アドバイス情報とは異なる第２の運動アドバイス情報を出力する。

ここで、図９のフローチャートと図１０のグラフを用いて、具体例を説明する。

まず、情報取得部１１０が、センシング部３００から、例えば運動中の被検体の生体情報と動き情報を取得する（Ｓ３０１）。次に、処理部１３０が、取得された生体情報に基づいて、心的状態情報を特定する（Ｓ３０２）。ここでは、前述した例と同様に、処理部１３０は、心的状態情報としてモチベーション情報を特定する。

そして、処理部１３０は、特定されたモチベーション情報に表されるモチベーション値が、第２の閾値以上であるか否かを判定する（Ｓ３０３）。図１０の例では、第２の閾値はＳ_０であり、第１の閾値Ｓ_１よりも小さい。モチベーション値が第２の閾値Ｓ_０よりも小さいと判定した場合には、ステップＳ３０１の処理へ戻る。

一方、モチベーション値が第２の閾値Ｓ_０以上であると判定した場合には、処理部１３０は、モチベーション値が第１の閾値Ｓ_１以上であるか否かを判定する（Ｓ３０４）。

モチベーション値が第１の閾値Ｓ_１以上であると判定した場合には、詳細な内容を含む運動アドバイス情報を受け入れられるほど、被検体のモチベーションが高いと判定し、第１の運動アドバイス情報を生成し（Ｓ３０５）、生成した第１の運動アドバイス情報を出力する（Ｓ３０７）。例えば図１０の例では、被検体のモチベーションが第１の閾値Ｓ_１以上であるタイミングＴＤを、第１の出力タイミングとして特定し、第１の運動アドバイス情報ＤＡを出力する。

ここで、第１の運動アドバイス情報は、具体的なアドバイス内容を詳細に伝えるための運動アドバイス情報であり、例えば前述した図７（Ａ）〜図７（Ｅ）に示すような画面情報などである。

一方、モチベーション値が第１の閾値Ｓ_１よりも小さいと判定した場合には、詳細な内容を含む運動アドバイス情報を受け入れられるほど、被検体のモチベーションが高くないと判定し、第２の運動アドバイス情報を生成し（Ｓ３０６）、生成した第２の運動アドバイス情報を出力する（Ｓ３０７）。例えば図１０の例では、被検体のモチベーションが第２の閾値Ｓ_０以上であり、第１の閾値Ｓ_１よりも小さいタイミングＴＵを、第２の出力タイミングとして特定し、第２の運動アドバイス情報ＵＤＡを出力する。

ここで、第２の運動アドバイス情報は、第１の運動アドバイス情報よりも情報量が少ない情報であり、例えば図７（Ｆ）に示すようなアドバイスがあることのみを被検体に伝えるための画面情報などである。

これにより、被検体のモチベーションの高さに応じて異なる内容の運動アドバイス情報を出力すること等が可能になる。

具体的には、前述した例のように、被検体のモチベーションが所与の閾値以上である場合には、情報量の多い第１の運動アドバイス情報を出力し、被検体のモチベーションが所与の閾値よりも小さい場合には、情報量の少ない第２の運動アドバイス情報を出力すること等が可能になる。

３．第２の実施形態
次に、第２の実施形態について説明する。第１の実施形態では、生体情報処理装置が、運動アドバイス情報を出力していたが、本実施形態では、サーバーシステムに対して、少なくとも被検体の動き情報を送信し、サーバーシステムが運動アドバイス情報の特定処理を行って、特定した運動アドバイス情報を他の情報処理装置に出力する。

具体的に、本実施形態のシステム構成例を図１１に示す。生体情報処理装置４００は、センシング部３００と、情報取得部１１０と、処理部１３０と、サーバーシステム７００に少なくとも被検体の動き情報を送信する通信部１７０と、を含む。また、サーバーシステム７００は、生体情報処理装置４００及びユーザーが操作する情報端末２００との間で通信を行う送受信部７３０と、運動アドバイス情報出力部１５０と、を含む。すなわち、第２の実施形態では、生体情報処理システム１００を、生体情報処理装置４００と、サーバーシステム７００とにより分散して実現する。そして、生体情報処理装置４００と、サーバーシステム７００と、情報端末２００は、ネットワーク９００を介して相互に通信接続されている。

次に具体的な処理の流れについて説明する。まず、生体情報処理装置４００の情報取得部１１０が、センシング部３００から被検体の生体情報及び動き情報を取得する。そして、処理部１３０が、生体情報に基づいて、被検体の心的状態情報を特定し、心的状態情報に基づいて、運動アドバイス情報の出力タイミングを特定する。そして、通信部１７０が、動き情報と、特定された出力タイミングに関する情報をサーバーシステム７００の送受信部７３０に送信する。

そして、サーバーシステム７００の運動アドバイス情報出力部１５０が、受信した動き情報に基づいて、運動アドバイス情報を生成し、生成した運動アドバイス情報を、受信された出力タイミングに出力する。そして、出力された運動アドバイス情報は、送受信部７３０から、情報端末２００に送信され、情報端末２００の表示部２５０が運動アドバイス情報を表示する。

ただし、本実施形態には様々な変形実施が考えられる。例えば、サーバーシステム７００が不図示の処理部を有している場合には、生体情報処理装置４００の処理部１３０が、心的状態情報の特定処理や、運動アドバイス情報の出力タイミングの特定処理を行わず、通信部１７０が生体情報と動き情報を送受信部７３０に送信してもよい。この場合には、サーバーシステム７００の処理部が、生体情報に基づいて、心的状態情報を特定し、さらに出力タイミングを特定する処理を行ってもよい。

これにより、生体情報処理装置４００が運動アドバイス情報の生成処理を行わなくて済み、生体情報処理装置４００の処理量を削減すること等が可能になる。

サーバーシステム７００は、例えば処理サーバー、データサーバー等の複数のサーバー装置により構成される。ただし、サーバーシステム７００、生体情報処理装置４００及び情報端末２００の具体的な構成はこれに限定されず、これらの一部の構成要素を省略したり、他の構成要素を追加したりするなどの種々の変形実施が可能である。また、サーバーシステム７００の一部の機能を、生体情報処理装置４００及び情報端末２００等が分散して実現してもよい。

図１１の例では、生体情報処理装置４００、情報端末２００及びサーバーシステム７００は、有線及び無線の少なくとも一方を含むネットワーク９００により、通信接続される。ネットワーク９００は、異なる通信規格の各種ネットワークを含んでいてもよい。例えば、生体情報処理装置４００と情報端末２００がＢｌｕｅｔｏｏｔｈ（登録商標）や無線ＬＡＮ等により接続され、情報端末２００とサーバーシステム７００がインターネットにより接続される。ただし、本実施形態はこれに限定されない。

４．心的状態の推定処理
次に、心的状態情報の推定処理について詳細に説明する。特に、心的状態情報の中でも、モチベーションの高低や、行動に対するユーザー評価などの内省的な心の状態を、緊張状態、リラックス状態、覚醒状態などの精神状態などから推定する具体的な方法を説明する。なお、行動に対するユーザー評価とは、例えばユーザーがある行動を起こした時に、その行動をして良かったと感じているか、その行動をしなければ良かったと後悔しているかの程度を示す情報のことである。このユーザー評価は、ユーザー自身が意識的に感じているものであってもよいし、無意識のうちに感じているものであってもよい。

まず、心拍（脈拍）、血圧、体温などの生体情報から、緊張状態、リラックス状態、覚醒状態などの精神状態を推定する。ここでは、心拍（脈拍）から推定する方法を述べる。心拍（心臓の拍動）は心臓の活動状態を表す。心臓は交感神経の影響を受けるので、心拍の状態から交感神経の活動状態を推定することができる。

心拍における交感神経と副交感神経の影響を分析する方法としては、周波数分析が一般的である。心拍変化のグラフのピーク間距離（Ｒ−Ｒ間隔）の時間変化を周波数分析（ＦＦＴ）して、低周波数成分ＬＦと高周波数成分ＨＦに分け、分析を行う。

そして、低周波数成分ＬＦや高周波数成分ＨＦから、交感神経と副交感神経の影響を定量化することができる。この定量化した値が、精神負荷ストレスの程度に対応しており、数値の大きさからリラックスしている、緊張している、良いと感じているなどの精神状態を推定できる。

さて、定量化した緊張状態などの精神状態は、例えばＴＶを見て感動した（モチベーションが高い状態）とか、良かった（ユーザー評価）などの心的状態とは、必ずしも一致しない。数値的には興奮していたり、リラックスしていたりしたとしても、必ずしも心地よい状態であると、１つの精神指標だけでは判断できないことが多い。そのため、その時のユーザーの状況から、別の精神状態も考慮して総合的に判断する必要があると考えられる。

次に、複数の定量化した精神状態から、モチベーションの高低や、行動結果に対するユーザー評価などの心的状態を推定する方法を説明する。

まず、生体情報の一つである心拍数（ＨＲ）から、心拍数の周波数分析などにより、複数の精神状態を数値化する。ここでは、図１２に示す、Ａ：リラックス―興奮・緊張、Ｂ：眠り―覚醒、Ｃ：疲れ―元気（体力の度合い）の３つの指標を使う例を示す。具体的には、ＡはＨＦ、ＬＦの比率、Ｂは安静時のＨＲ（基底のＨＲ）、ＣはＨＲの最大値の状態（直近の最大値が低めの時は体が疲れていて、気持ちも疲れていると推測）などを使う。

Ａ、Ｂ、Ｃの指標は、互いに反対の状態を示しているので、例えば、Ａの場合、リラックスと興奮の中立点を０として、リラックスしているときの最大値を−５、興奮しているときの最大値を５というように数値にした。Ｂ及びＣも同様である。

次に、心的状態の推定に、複数の精神状態だけでなく、その人の運動状態も加味する。同じ精神状態であっても、運動強度が大きくなると精神状態の心拍に対する影響が小さくなる。そのため、運動強度の影響を図１３のような関数Ｍ（Ｉ）で表現し、心的状態の推定に使う。図１３の横軸は運動強度Ｉ（Ｍｅｔｓ等）、縦軸は運動状態Ｍ（Ｉ）であり、Ｉの関数である。横に寝ている、座っている、上体を起こしているなど、あまり体が動かない状態では、他の運動状態の時よりもＭ（Ｉ）が低くなる。歩いている状態でＭ（Ｉ）が最大となり、走っていたり、スポーツをしていたりするような運動強度が得られたときには、歩いている時よりもＭ（Ｉ）が小さくなる。なお、図１３の例では、Ｍ（Ｉ）のレンジは図１２の例に合わせて、−５から５にしている。

このようにして求めた精神状態及び運動状態から心的状態Ｘを次式から定量化する。なお、α、β、γは変数であり、適宜調整可能である。

図１２の例では、Ａ＝３、Ｂ＝Ｃ＝２である。ここで、α、β、γを全て１とし、ユーザーが座っている状態とする。座っている状態ではＭ（Ｉ）＝０なので、Ｘ＝７となる。すなわち、モチベーションの高さを７と特定できる。

モチベーションが高い時は、興奮している場合が多いが、半分体が寝ているときや元気がない時は、単に何かの刺激で興奮状態になっている可能性があり、このような場合は、やる気が十分あるとは言えない。また、運動しているときは、運動自体で脈が上がるため、やる気の気持ちの影響が減ると考えられるため、運動の影響を割り引く必要がある。このように複数の精神状態や運動を考慮することで、より正確なモチベーションの量を推定することができる。

以上のように、心拍による精神状態と、動きによる運動状態から、心的状態を定量化することができる。心拍以外の血圧、体温の場合も同様に、Ａ、Ｂ、Ｃが他の生体情報による推定で得られたものになる。複数の生体情報の場合、例えば心拍からＡ、Ｂ、Ｃが求められ、血圧からＡ´、Ｂ´、Ｃ´が求められ、これらの線形結合により、心的状態が求められる。

以上のように本実施形態の処理部１３０は、ユーザーのモチベーションの高さを心的状態情報として推定する。モチベーションの高さは、生体情報から直接推定してもよいし、緊張状態等から推定してもよい。

５．生体情報処理装置の構成例
図１４（Ａ）、図１４（Ｂ）、図１５に本実施形態の生体情報処理装置（生体情報検出装置）４００の外観図を示す。図１４（Ａ）は生体情報処理装置４００を正面方向側から見た図であり、図１４（Ｂ）は上方向側から見た図であり、図１５は側面方向側から見た図である。

図１４（Ａ）〜図１５に示すように本実施形態の生体情報処理装置４００は、バンド部５１０とケース部５３０とセンシング部３００を有する。ケース部５３０は、バンド部５１０に取り付けられる。センシング部３００は、ケース部５３０に設けられる。なお、本実施形態の生体情報処理装置４００は図１４（Ａ）〜図１５等の構成に限定されず、その構成要素の一部を省略したり、他の構成要素に置き換えたり、他の構成要素を追加するなどの種々の変形実施が可能である。

バンド部５１０は、ユーザーの手首に巻き付けて生体情報処理装置４００を装着するためのものである。バンド部５１０は、穴部５１２、バックル部５１４を有する。バックル部５１４はバンド挿入部５１５と突起部５１６を有する。ユーザーは、バンド部５１０の一端側を、バックル部５１４のバンド挿入部５１５に挿入し、バンド部５１０の穴部５１２にバックル部５１４の突起部５１６を挿入することで、生体情報処理装置４００を手首に装着することができる。この場合、どの穴部５１２に突起部５１６を挿入するかに応じて、センシング部３００への押圧（手首表面に対する押圧）の大きさが調整される。

ケース部５３０は、生体情報処理装置４００の本体部に相当するものである。ケース部５３０の内部には、センシング部３００、生体情報処理システム１００（情報取得部１１０、処理部１３０及び運動アドバイス情報出力部１５０等を含む）等の種々の構成部品が設けられる。即ち、ケース部５３０は、これらの構成部品を収納する筐体である。

ケース部５３０には発光窓部５３２が設けられている。発光窓部５３２は透光部材により形成されている。そしてケース部５３０には、フレキシブル基板に実装された発光部（ＬＥＤ）が設けられており、この発光部からの光が、発光窓部５３２を介してケース部５３０の外部に照射される。

図１５に示すようにケース部５３０には端子部５３１が設けられている。生体情報処理装置４００を図示しないクレードルに装着すると、クレードルの端子部とケース部５３０の端子部５３１が電気的に接続される。これにより、ケース部５３０に設けられる二次電池（バッテリー）の充電が可能になる。

なお、本実施形態の生体情報処理システム、サーバーシステム及び生体情報処理装置等は、その処理の一部または大部分をプログラムにより実現してもよい。この場合には、ＣＰＵ等のプロセッサーがプログラムを実行することで、本実施形態の生体情報処理システム、サーバーシステム及び生体情報処理装置等が実現される。具体的には、非一時的な情報記憶装置に記憶されたプログラムが読み出され、読み出されたプログラムをＣＰＵ等のプロセッサーが実行する。ここで、情報記憶装置（コンピューターにより読み取り可能な装置）は、プログラムやデータなどを格納するものであり、その機能は、光ディスク（ＤＶＤ、ＣＤ等）、ＨＤＤ（ハードディスクドライブ）、或いはメモリー（カード型メモリー、ＲＯＭ等）などにより実現できる。そして、ＣＰＵ等のプロセッサーは、情報記憶装置に格納されるプログラム（データ）に基づいて本実施形態の種々の処理を行う。即ち、情報記憶装置には、本実施形態の各部としてコンピューター（操作部、処理部、記憶部、出力部を備える装置）を機能させるためのプログラム（各部の処理をコンピューターに実行させるためのプログラム）が記憶される。

また、本実施形態の生体情報処理システム、サーバーシステム及び生体情報処理装置等は、プロセッサーとメモリーを含んでも良い。ここでのプロセッサーは、例えばＣＰＵ（Central Processing Unit）であってもよい。ただし、プロセッサーはＣＰＵに限定されるものではなく、ＧＰＵ（Graphics Processing Unit）、或いはＤＳＰ（Digital Signal Processor）等、各種プロセッサーを用いることが可能である。また、プロセッサーはＡＳＩＣ（Application Specific Integrated Circuit）によるハードウェア回路でもよい。また、メモリーはコンピューターにより読み取り可能な命令を格納するものであり、当該命令がプロセッサーにより実行されることで、本実施形態に係る生体情報処理システム、サーバーシステム及び生体情報処理装置等の各部が実現されることになる。ここでのメモリーは、ＳＲＡＭ（Static Random Access Memory）、ＤＲＡＭ（Dynamic Random Access Memory）などの半導体メモリーであってもよいし、レジスターやハードディスク等でもよい。また、ここでの命令は、プログラムを構成する命令セットの命令でもよいし、プロセッサーのハードウェア回路に対して操作を指示する命令であってもよい。

以上のように本実施形態について詳細に説明したが、本発明の新規事項および効果から実体的に逸脱しない多くの変形が可能であることは当業者には容易に理解できるであろう。従って、このような変形例はすべて本発明の範囲に含まれるものとする。例えば、明細書又は図面において、少なくとも一度、より広義または同義な異なる用語と共に記載された用語は、明細書又は図面のいかなる箇所においても、その異なる用語に置き換えることができる。また、生体情報処理システム、サーバーシステム及び生体情報処理装置の構成、動作も本実施形態で説明したものに限定されず、種々の変形実施が可能である。

１００ 生体情報処理システム、１１０ 情報取得部、１３０ 処理部、
１５０ 運動アドバイス情報出力部、１７０ 通信部、２００ 情報端末、
２５０ 報知部（表示部）、３００ センシング部、４００ 生体情報処理装置、
５１０ バンド部、５１２ 穴部、５１４ バックル部、５１５ バンド挿入部、
５１６ 突起部、５３０ ケース部、５３１ 端子部、５３２ 発光窓部、
７００ サーバーシステム、７３０ 送受信部、９００ ネットワーク

Claims (16)

1. センシング部で測定された被検体の生体情報及び動き情報を取得する情報取得部と、
   少なくとも前記生体情報に基づいて、前記被検体の心的状態情報の推定処理を行う処理部と、
   少なくとも前記動き情報に基づいて、前記被検体に対する運動アドバイス情報を出力する運動アドバイス情報出力部と、
   を含み、
   前記処理部は、
   前記心的状態情報に基づいて、前記運動アドバイス情報を出力する出力タイミングを特定し、
   前記運動アドバイス情報出力部は、
   特定された前記出力タイミングに前記運動アドバイス情報を出力することを特徴とする生体情報処理システム。
2. 請求項１において、
   前記運動アドバイス情報出力部は、
   特定された前記出力タイミング以前の所与の期間に取得された前記動き情報に基づいて、前記運動アドバイス情報を出力することを特徴とする生体情報処理システム。
3. 請求項１又は２において、
   前記処理部は、
   前記生体情報に基づいて、前記心的状態情報としてモチベーション情報を推定することを特徴とする生体情報処理システム。
4. 請求項３において、
   前記処理部は、
   前記モチベーション情報により表されるモチベーション値が所与の閾値以上になったタイミングに基づいて、前記出力タイミングを特定することを特徴とする生体情報処理システム。
5. 請求項４において、
   前記処理部は、
   前記モチベーション値が所与の閾値以上になり、且つ、前記モチベーション値が極大になるタイミングよりも前のタイミングに基づいて、前記出力タイミングを特定することを特徴とする生体情報処理システム。
6. 請求項３乃至５のいずれかにおいて、
   前記処理部は、
   前記モチベーション情報により表されるモチベーション値が第１の閾値以上になったタイミングに基づいて、第１の出力タイミングを特定し、
   前記モチベーション値が、前記第１の閾値よりも小さい第２の閾値以上になったタイミングに基づいて、前記第１の出力タイミングと異なる第２の出力タイミングを特定し、
   前記運動アドバイス情報出力部は、
   前記第１の出力タイミングには、第１の運動アドバイス情報を出力し、
   前記第２の出力タイミングには、前記第１の運動アドバイス情報とは異なる第２の運動アドバイス情報を出力することを特徴とする生体情報処理システム。
7. 請求項６において、
   前記第２の運動アドバイス情報は、
   前記第１の運動アドバイス情報よりも情報量が少ない情報であることを特徴とする生体情報処理システム。
8. 請求項１乃至７のいずれかにおいて、
   前記処理部は、
   前記心的状態情報及び前記動き情報に基づいて、前記出力タイミングを特定することを特徴とする生体情報処理システム。
9. 請求項１乃至８のいずれかにおいて、
   前記被検体が運動状態である第１の運動期間〜第３の運動期間と、前記被検体が非運動状態である第１の非運動期間及び第２の非運動期間があり、
   前記第１の非運動期間は、
   前記第１の運動期間と第２の運動期間の間の期間であり、
   前記第２の非運動期間は、
   前記第２の運動期間と前記第３の運動期間の間の、前記第１の非運動期間よりも長い期間である場合に、
   前記処理部は、
   前記動き情報に基づいて、前記第２の非運動期間を特定し、前記第２の非運動期間内のタイミングを前記出力タイミングとして特定することを特徴とする生体情報処理システム。
10. 請求項１乃至９のいずれかにおいて、
    前記処理部は、
    前記動き情報に基づいて前記被検体の異常動作を検出し、検出した前記異常動作に基づいて前記出力タイミングを特定することを特徴とする生体情報処理システム。
11. 請求項１において、
    前記運動アドバイス情報出力部が、少なくとも前記動き情報に基づいて、前記運動アドバイス情報を生成し、次に、前記処理部が、少なくとも前記生体情報に基づいて、前記出力タイミングを特定し、次に、前記運動アドバイス情報出力部が、特定された前記出力タイミングに、生成された前記運動アドバイス情報を出力することを特徴とする生体情報処理システム。
12. 請求項１１において、
    前記処理部は、
    前記心的状態情報としてモチベーション情報を推定し、前記モチベーション情報により表されるモチベーション値が所与の閾値以上になったタイミングに基づいて、前記出力タイミングを特定することを特徴とする生体情報処理システム。
13. 請求項１１又は１２において、
    前記処理部は、
    前記動き情報に基づいて前記被検体の異常動作を検出し、検出した前記異常動作に基づいて前記運動アドバイス情報を特定することを特徴とする生体情報処理システム。
14. 請求項１乃至１３のいずれかに記載の前記生体情報処理システムを含むことを特徴とするサーバーシステム。
15. 請求項１乃至１３のいずれかに記載の前記生体情報処理システムを含むことを特徴とする生体情報処理装置。
16. センシング部で測定された生体情報及び動き情報を取得し、
    少なくとも前記生体情報に基づいて、心的状態情報の推定処理を行い、
    前記心的状態情報に基づいて、運動アドバイス情報を出力する出力タイミングを特定し、
    少なくとも前記動き情報に基づいて、特定された前記出力タイミングに、前記運動アドバイス情報を出力することを特徴とする生体情報処理方法。