JP2019022540A - プログラム、情報処理装置およびストレス評価方法 - Google Patents
プログラム、情報処理装置およびストレス評価方法 Download PDFInfo
- Publication number
- JP2019022540A JP2019022540A JP2017142192A JP2017142192A JP2019022540A JP 2019022540 A JP2019022540 A JP 2019022540A JP 2017142192 A JP2017142192 A JP 2017142192A JP 2017142192 A JP2017142192 A JP 2017142192A JP 2019022540 A JP2019022540 A JP 2019022540A
- Authority
- JP
- Japan
- Prior art keywords
- electroencephalogram
- data
- value
- stress
- inquiry
- 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
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
【課題】介護者の作業に対するストレスを客観的に把握する。【解決手段】情報処理装置1は、ウェアラブルセンサを用いて検知した評価対象者の脳波データを取得し、あらかじめ正常値か異常値であるかを特定した脳波データを記憶する記憶部20を参照して、取得した脳波データが正常値か異常値であるかを判定する。情報処理装置1は、脳波データが異常値であると判定した場合には、評価対象者に対応する情報処理端末2へストレス有無の問い合わせを送信する。情報処理装置1は、送信した問い合わせに対する応答を受信した場合には、応答に応じて脳波データの判定結果を補正する。【選択図】図2
Description
本発明は、プログラムなどに関する。
近年、要介護状態にある要介護者が増加しているのに対して、要介護者を介護する介護者が不足している。そこで、介護者の確保と介護者の介護職からの離職の抑止への対応が望まれている。介護職からの離職の一つの要因はストレスであることが知られている。
ここで、ユーザの健康状態の中で認識できない情報をユーザに質問し、ユーザの健康状態を正確に把握する技術が開示されている(例えば、特許文献1を参照)。かかる技術では、ユーザの身体に装着したセンサ群により得られたデジタル信号を元にユーザの状況を認識する。認識結果をユーザに呈示し、認識できない情報をユーザに質問する。呈示された認識結果、および質問に対する回答に基づいてユーザの健康状態を正確に把握する。
また、主観的な心身状態に対する評価と測定による客観的な心身状態の判定を用いて、被験者の心身状態に対する自覚を促す技術が開示されている(例えば、特許文献2を参照)。かかる技術では、被験者の心拍相当データを測定し、拍動間隔からストレス度を算出し、客観的心身状態の良否を判定する。提示された肉体的疲労度および精神的活動度に関するアンケートに対して、被験者が答えたアンケート結果に基づいて、主観的心身状態の良否を判定する。客観的心身状態の良否と主観的心身状態の良否を比較し、比較結果を表示装置へ出力し、被験者の心身状態に対する自覚を促す。ここでいう心身状態は、ストレスを含む。
しかしながら、従来の技術では、介護者の作業に対するストレスを客観的に把握することが難しいという問題がある。すなわち、介護者が作業を行っている際のストレスは、例えば共に作業している相手との相性、プライベートの悩み事や体調から現れるストレスを含む。したがって、介護者の作業そのものに対するストレスを客観的に把握することが難しい。
例えば、ユーザの健康状態を正確に把握する技術では、ユーザの身体に装着したセンサ群により得られたデジタル信号を元にユーザの状況を認識し、認識できない情報をユーザに質問する。ところが、認識できない情報は、病歴や性格等の情報であり、ユーザの作業そのものに対するストレスに関する情報でなく、むしろ、ユーザの作業そのものに対するストレスに関する情報のノイズとなる。したがって、ユーザの健康状態を正確に把握する技術では、介護者の作業に対するストレスを客観的に把握することが難しい。
また、被験者の心身状態に対する自覚を促す技術では、客観的心身状態として被験者の心拍相当データを測定し、主観的心身状態として被験者が答えたアンケートを利用する。ところが、心拍相当データは、例えば共に作業している相手との相性、プライベートの悩み事や体調から現れるストレスを含むデータであるので、介護者の作業に対するストレスを客観的に把握することができない。アンケートは、単なる主観であるので、介護者の作業に対するストレスを客観的に把握することができない。
1つの側面では、介護者の作業に対するストレスを客観的に把握することを目的とする。
1つの態様では、プログラムは、センサを用いて検知した評価対象者の脳波データを取得し、あらかじめ正常値か異常値であるかを特定した脳波データを記憶する記憶部を参照して、取得した前記脳波データが正常値か異常値であるかを判定し、前記脳波データが異常値であると判定した場合には、前記評価対象者に対応する情報処理端末へストレス有無の問い合わせを送信し、送信した前記問い合わせに対する応答を受信した場合には、前記応答に応じて前記脳波データの判定結果を補正する、処理をコンピュータに実行させる。
1つの態様によれば、介護者の作業に対するストレスを客観的に把握することができる。
以下に、本願の開示するプログラム、情報処理装置およびストレス評価方法の実施例を図面に基づいて詳細に説明する。なお、実施例によりこの発明が限定されるものではない。
[ストレス評価システムの構成]
図1は、実施例に係る情報処理装置を含むストレス評価システムの構成を示す機能ブロック図である。実施例に係る情報処理装置1は、要介護者を介護する介護者のストレスを評価し、介護者の作業に対するストレスを客観的に把握する。なお、実施例では、介護事業者が介護者に対して介護作業を教育する場合について説明する。
図1は、実施例に係る情報処理装置を含むストレス評価システムの構成を示す機能ブロック図である。実施例に係る情報処理装置1は、要介護者を介護する介護者のストレスを評価し、介護者の作業に対するストレスを客観的に把握する。なお、実施例では、介護事業者が介護者に対して介護作業を教育する場合について説明する。
図1に示すように、ストレス評価システム9は、情報処理装置1と、情報処理端末2と、ウェアラブルセンサ3とを有する。
情報処理装置1は、情報処理端末2とネットワーク4を介して相互に通信可能に接続される。ここでいうネットワーク4は、例えば、WiFi(登録商標)であるが、これに限定されず、キャリア網などその他の通信網であっても良い。また、情報処理端末2は、ウェアラブルセンサ3とネットワーク5を介して相互に通信可能に接続される。ここでいうネットワーク5は、例えば、BLE(Bluetooth Low Energy)などのBluetooth(登録商標)であるが、これに限定されず、近距離無線通信であれば良い。
情報処理端末2は、評価対象者である介護者の端末の一例である。情報処理端末2は、例えば、スマートフォンなどの携帯電話機であるが、これに限定されず、PDA(Personal Digital Assistants)、携帯可能なパーソナルコンピュータなどの端末であっても良い。一例として、情報処理端末2は、後述するウェアラブルセンサ3から脳波データを受信し、受信した脳波データを情報処理装置1へ送信する。情報処理端末2は、情報処理装置1からストレス有無の問い合わせを受信し、問い合わせに対する応答を情報処理装置1へ返信する。
ウェアラブルセンサ3は、評価対象者である介護者の頭部に装着され、介護者の脳波データを検出する。また、ウェアラブルセンサ3は、検出した脳波データを介護者の情報処理端末2へ送信する。
[情報処理装置の構成]
図2は、実施例に係る情報処理装置の構成を示す機能ブロック図である。図2に示すように、情報処理装置1は、制御部10と、記憶部20とを有する。
図2は、実施例に係る情報処理装置の構成を示す機能ブロック図である。図2に示すように、情報処理装置1は、制御部10と、記憶部20とを有する。
制御部10は、CPU(Central Processing Unit)などの電子回路に対応する。そして、制御部10は、各種の処理手順を規定したプログラムや制御データを格納するための内部メモリを有し、これらによって種々の処理を実行する。制御部10は、収集部11と、判定部12と、問い合わせ部13と、補正部14と、分析部15とを有する。なお、収集部11は、取得部の一例である。判定部12は、判定部の一例である。問い合わせ部13は、問い合わせ部の一例である。補正部14は、補正部の一例である。
記憶部20は、例えば、RAM(Random Access Memory)、フラッシュメモリ(Flash Memory)などの半導体メモリ素子、または、ハードディスク、光ディスクなどの記憶装置である。記憶部20は、教育内容DB(DataBase)21と、教育受講者DB22と、作業内容DB23と、脳波DB24と、通常脳波DB25と、ポジティブ脳波DB26と、ネガティブ脳波DB27とを有する。
教育内容DB21は、介護作業の教育における教育内容を記憶する。教育受講者DB22は、介護作業の教育を受講する受講者の情報を記憶する。受講者は、評価対象者である介護者を示す。作業内容DB23は、作業内容の情報を記憶する。
脳波DB24は、受講者の脳波データを記憶する。通常脳波DB25は、受講者の通常の脳波データを記憶する。言い換えれば、通常脳波DB25は、あらかじめポジティブの値かネガティブの値であるかを特定することが可能な脳波データを記憶する。ポジティブ脳波DB26は、受講者の脳波データのうちポジティブな脳波データを記憶する。ネガティブ脳波DB27は、受講者の脳波データのうちネガティブな脳波データを記憶する。
ここでいう通常の脳波データとは、例えば、感情のレベルがポジティブでもなくネガティブでもないリラックスに相当する脳波データのことをいう。ここでいうポジティブな脳波データとは、例えば、感情のレベルが集中、興味、興奮した状態の脳波データのことをいう。ここでいうネガティブな脳波データとは、例えば、感情のレベルが負荷状態の脳波データのことをいう。また、ポジティブな脳波データの値は、例えば、通常の脳波データの値(または範囲)より大きい値であるとする。ネガティブな脳波データの値は、例えば、通常の脳波データの値(または範囲)より小さい値であるとする。
なお、感情のレベルは、脳波データから感情データを分析するいかなる既存技術によって取得されても良い。感情のレベルは、一例として、ニューロスカイ社の脳波解析用のアルゴリズムを用いて取得できる。したがって、通常の脳波データの値の範囲、ポジティブな脳波データの値の範囲やネガティブな脳波データの値の範囲は、感情のレベルの取得に用いられるアルゴリズムによって定められれば良い。
ここで、記憶部20に記憶された各種DBのデータ構造の一例を、図3〜図9を参照して説明する。図3は、教育内容DBのデータ構造の一例を示す図である。なお、教育内容DB21は、管理者がストレス評価システム9を実施する前に、あらかじめ定められれば良い。図3に示すように、教育内容DB21は、教育No21aに対応付けて、教育名21b、定員21c、期間21dを記憶する。加えて、教育内容DB21は、教育No21aに対応付けて、教育内容ID1(21e)、教育内容ID2(21f)、教育内容ID3(21g)、教育内容ID4(21h)、教育内容ID5(21i)を記憶する。教育No21aは、教育を一意に識別する番号を示す。教育名21bは、教育の名称を示す。定員21cは、教育を受講する受講者の定員を示す。期間21dは、教育の期間を示す。作業内容ID1(21e)は、教育で行われる作業内容を一意に識別するIDである。ここでは、作業内容ID1(21e)には、教育で実施される作業内容のIDが設定されるとともに、作業内容を行う期間が括弧の中に設定される。作業内容を行う期間は、例えば、月日を示すが、これに限定されず、月日時の範囲であっても良い。作業内容ID2(21f)〜作業内容ID5(21i)は、作業内容ID1(21e)と同様であるので、その説明を省略する。
一例として、教育No21aが「1」である場合に、教育名21bとして「介助基礎」、定員21cとして「20」、期間21dとして「14」と記憶している。加えて、作業内容ID1(21e)として「S1(6月1日)」、作業内容ID1(21f)として「S3(6月2日)」、作業内容ID1(21g)として「S4(6月3日)」、作業内容ID1(21h)として「S2(6月4日)」、作業内容ID1(21g)として「S5(6月5日)」と記憶している。
図4は、教育受講者DBのデータ構造の一例を示す図である。なお、教育受講者DB22は、管理者がストレス評価システム9を実施する前に、あらかじめ定められれば良い。図4に示すように、教育受講者DB22は、受講者No22aに対応付けて、教育No22b、氏名22c、年齢22dおよび実務経験年数22eを記憶する。受講者No22aは、受講者を一意に識別する番号を示す。教育No22bは、教育を一意に識別する番号を示す。氏名22cは、受講者の氏名を示す。年齢22dは、受講者の年齢を示す。実務経験年数22eは、受講者の実務経験の年数を示す。
一例として、受講者No22aが「123」である場合に、教育No22bとして「1」、氏名22cとして「A」、年齢22dとして「25」、実務経験年数22eとして「3」と記憶している。
図5は、作業内容DBのデータ構造の一例を示す図である。なお、作業内容DB23は、管理者がストレス評価システム9を実施する前に、あらかじめ定められれば良い。図5に示すように、作業内容DB23は、作業内容ID23aに対応付けて、作業名23bおよび具体的作業内容23cを記憶する。作業内容ID23aは、教育で行われる作業内容を一意に識別するIDである。なお、作業内容ID23aは、教育内容DB21の作業内容ID1(21e)〜作業内容ID5(21i)に対応する。作業内容23bは、作業内容の作業の名称である。具体的作業内容23cは、具体的な作業内容の説明である。
一例として、作業内容ID23aが「S1」である場合に、作業内容23bとして「入浴介助」、具体的作業内容23cとして「要介護度1の場合に入浴介助」と記憶している。
図6は、脳波DBのデータ構造の一例を示す図である。図6に示すように、脳波DB24は、受講者No24a、教育No24b、作業内容ID24c、脳波検知年月日時24dおよび脳波数値24eを対応付けて記憶する。受講者No24aは、受講者を一意に識別する番号を示す。教育No24bは、教育を一意に識別する番号を示す。作業内容ID24cは、教育で行われる作業内容を一意に識別するIDである。なお、作業内容ID24cは、教育内容DB21の作業内容ID1(21e)〜作業内容ID5(21i)に対応する。脳波検知年月日時24dは、受講者の脳波検知した年月日時を示す。脳波数値24eは、受講者の脳波データの脳波数値を示す。
一例として、受講者No24aが「123」である場合に、教育No24bとして「1」、作業内容ID24cとして「S1」、脳波検知年月日時24dとして「20170602」、脳波数値24eとして「NH111111−3」と記憶している。
図7は、通常脳波DBのデータ構造の一例を示す図である。図7に示すように、通常脳波DB25は、受講者No25aに対応付けて、通常脳波数値25bおよび通常脳波取得年月日25cを記憶する。受講者No25aは、受講者を一意に識別する番号を示す。通常脳波数値25bは、通常の脳波データの脳波数値を示す。通常脳波取得年月日25cは、受講者の脳波データを取得した年月日を示す。
一例として、受講者No25aが「123」である場合に、通常脳波数値25bとして「NH111111−3」、通常脳波取得年月日25cとして「20170601」と記憶している。
図8は、ポジティブ脳波DBのデータ構造の一例を示す図である。図8示すように、ポジティブ脳波DB26は、受講者No26a、教育No26b、作業内容ID26c、脳波検知年月日時26dおよび脳波数値26eを対応付けて記憶する。受講者No26aは、受講者を一意に識別する番号を示す。教育No26bは、教育を一意に識別する番号を示す。作業内容ID26cは、教育で行われる作業内容を一意に識別するIDである。なお、作業内容ID26cは、教育内容DB21の作業内容ID1(21e)〜作業内容ID5(21i)に対応する。脳波検知年月日時26dは、受講者のポジティブな脳波データを検知した年月日時を示す。脳波数値26eは、受講者のポジティブな脳波データの脳波数値を示す。
一例として、受講者No26aが「123」である場合に、教育No26bとして「1」、作業内容ID26cとして「S1」、脳波検知年月日時26dとして「20170602」、脳波数値26eとして「NH111111−4」と記憶している。
図9は、ネガティブ脳波DBのデータ構造の一例を示す図である。図9に示すように、ネガティブ脳波DB27は、受講者No27a、教育No27b、作業内容ID27c、脳波検知年月日時27dおよび脳波数値27eを対応付けて記憶する。加えて、通知年月日時27f、返信年月日時27g、返信結果27hおよび補正後数値27iを対応付けて記憶する。受講者No27aは、受講者を一意に識別する番号を示す。教育No27bは、教育を一意に識別する番号を示す。作業内容ID27cは、教育で行われる作業内容を一意に識別するIDである。なお、作業内容ID27cは、教育内容DB21の作業内容ID1(21e)〜作業内容ID5(21i)に対応する。脳波検知年月日時27dは、受講者のネガティブな脳波データを検知した年月日時を示す。脳波数値27eは、受講者のネガティブな脳波データの脳波数値を示す。通知年月日時27fは、ストレス有無の問い合わせを通知した年月日時を示す。返信年月日時27gは、ストレス有無の問い合わせが返信された年月日時を示す。返信結果27hは、問い合わせに対する返信結果を示す。ここでは、返信結果27hには、例えば、ストレスが有る場合には「Y」、ストレスが無い場合には「N」が設定される。補正後数値27iは、補正後の脳波データの脳波数値を示す。
一例として、受講者No27aが「123」である場合に、教育No27bとして「1」、作業内容ID27cとして「S1」、脳波検知年月日時27dとして「201706021100」、脳波数値27eとして「NH111111−2」と記憶している。通知年月日時27fとして「201706021101」、返信年月日時27gとして「201706021210」、返信結果27hとして「N」、補正後数値27iとして「NH111111−2.5」と記憶している。
図2に戻って、収集部11は、対象の受講者の脳波データを収集する。例えば、収集部11は、情報処理端末2から対象の受講者の受講者Noとともに脳波データを検知すると、教育内容DB21および教育受講者DB22を参照して、受講者Noが示す受講者が現に教育中の作業内容を取得する。そして、収集部11は、検知した脳波データ、教育Noおよび作業内容を受講者Noと対応付けて脳波DB24に格納する。
判定部12は、通常脳波DB25を参照して、対象の受講者の脳波データがポジティブデータかネガティブデータであるかを判定する。判定部12は、対象の受講者の脳波データがポジティブデータであると判定した場合には、当該受講者の脳波データと脳波データを検知した日時とを含む情報をポジティブ脳波DB26に格納する。判定部12は、対象の受講者の脳波データがネガティブデータであると判定した場合には、当該受講者の脳波データと脳波データを検知した日時とを含む情報をネガティブ脳波DB27に格納する。
問い合わせ部13は、対象の受講者の脳波データがネガティブデータであると判定された場合には、対象の受講者に対応する情報処理端末2へストレス有無の問い合わせを送信する。
ここで、問い合わせのタイミングは、受講者の脳波データが検知され、且つ、ネガティブデータであると判定されたリアルタイムのタイミングであれば良い。また、問い合わせのタイミングは、リアルタイムに限定されず、作業内容の区切りのタイミングであっても良い。かかる場合には、問い合わせ部13は、教育受講者DB22の受講者に対応する教育No22bと教育内容DB21の教育No22bに対応する作業内容とを参照して、作業内容の区切りを特定し、特定した作業内容の区切りに問い合わせすれば良い。また、問い合わせのタイミングは、1日に複数の作業内容が有る場合には、全ての作業内容が終了したタイミングで有っても良い。かかる場合には、問い合わせ部13は、対象のネガティブデータについて一纏めに問い合わせても良い。
また、問い合わせ部13は、問い合わせを送信すると、ネガティブ脳波DB27の、対象の受講者に対応するレコードに問い合わせを通知した日時を更新する。また、問い合わせ部13は、問い合わせに対する返信を受信すると、ネガティブ脳波DB27の、対象の受講者に対応するレコードに問い合わせが返信された日時を追加する。
補正部14は、ストレス有無の問い合わせに対する返信結果に応じて、受講者の脳波データを補正する。例えば、補正部14は、ストレス有無の問い合わせに対する返信結果がストレス有りである場合には、ネガティブデータの脳波数値から規定値を減算して脳波数値を補正する。また、補正部14は、ストレス有無の問い合わせに対する返信結果がストレス無しである場合には、ネガティブデータの脳波数値に規定値を加算して脳波数値を補正する。規定値は、あらかじめ実験等で調べられ、その情報は記憶部20に記憶される。
また、補正部14は、補正した脳波数値および返信結果を、ネガティブ脳波DB27の対象の受講者に対応するレコードに追加する。
ここで、実施例に係る補正処理の一例を、図10を参照して説明する。図10は、実施例に係る補正処理の一例を示す図である。図10では、便宜上、脳波データの数値は5段階の数値であり、通常の脳波データの数値は「3」であるとする。また、補正に用いられる規定値は、0.5であるとする。
受講者Aが、作業内容として「入浴介助」の教育を受講しているとする。
まず、ストレス有無の問い合わせに対してストレス無しの返信結果であった場合を説明する。かかる場合に、収集部11は、脳波データを検知する。ここでは、脳波データの数値として「2」が検知される。そして、判定部12は、通常脳波DB25を参照して、対象の受講者の脳波データがポジティブデータかネガティブデータであるかを判定する。ここでは、検知された脳波データの数値が「2」であり、通常の脳波データの数値「3」より小さいので、判定部12は、ネガティブデータであると判定する。そして、判定部12は、受講者Aの脳波データと脳波データを検知した日時とを含む情報をネガティブ脳波DB27に格納する。ここでは、脳波数値27eとして「2」、脳波検知年月日時27dとして「2017/3/23,11:29」が記憶されている。
そして、問い合わせ部13は、受講者Aの脳波データがネガティブデータであると判定されたので、受講者Aに対応する情報処理端末2へストレス有無の問い合わせを送信する。そして、補正部14は、ストレス有無の問い合わせに対する返信を受信すると、ストレス有無の問い合わせに対する返信結果に応じて、受講者の脳波データを補正する。ここでは、返信結果が、ストレスが無いことを示す「N」であるとする。すると、補正部14は、ネガティブデータの脳波数値に規定値を加算して脳波数値を補正する。ここでは、脳波数値27eは、「2」であるので、補正部14は、脳波数値「2」に規定値「0.5」を加算して脳波数値を補正する(a1)。補正後の脳波数値は、「2.5」である。
そして、補正部14は、ネガティブ脳波DB27の受講者Aに対応するレコードについて、補正した脳波数値「2.5」を補正後数値27eに、返信結果「N」を返信結果27hに追加する。これにより、補正部14は、検知された脳波数値から推定されるストレスほどあまりストレスを感じていない方向に、脳波数値を補正することができる。
次に、ストレス有無の問い合わせに対してストレス有りの返信結果であった場合を説明する。かかる場合に、収集部11は、脳波データを検知する。ここでは、脳波データの数値として「1」が検知される。そして、判定部12は、通常脳波DB25を参照して、対象の受講者の脳波データがポジティブデータかネガティブデータであるかを判定する。ここでは、検知された脳波データの数値が「1」であり、通常の脳波データの数値「3」より小さいので、判定部12は、ネガティブデータであると判定する。そして、判定部12は、受講者Aの脳波データと脳波データを検知した日時とを含む情報をネガティブ脳波DB27に格納する。ここでは、脳波数値27eとして「1」、脳波検知年月日時27dとして「2017/3/24,15:30」が記憶されている。
そして、問い合わせ部13は、受講者Aの脳波データがネガティブデータであると判定されたので、受講者Aに対応する情報処理端末2へストレス有無の問い合わせを送信する。そして、補正部14は、ストレス有無の問い合わせに対する返信を受信すると、ストレス有無の問い合わせに対する返信結果に応じて、受講者の脳波データを補正する。ここでは、返信結果が、ストレスが有ることを示す「Y」であるとする。すると、補正部14は、ネガティブデータの脳波数値から規定値を減算して脳波数値を補正する。ここでは、脳波数値27eは、「1」であるので、補正部14は、脳波数値「1」から規定値「0.5」を減算して脳波数値を補正する(a2)。補正後の脳波数値は、「0.5」である。
そして、補正部14は、ネガティブ脳波DB27の受講者Aに対応するレコードについて、補正した脳波数値「0.5」を補正後数値27iに、返信結果「Y」を返信結果27hに追加する。これにより、補正部14は、検知された脳波数値から推定されるストレスよりもっとストレスを感じている方向に、脳波数値を補正することができる。
図2に戻って、分析部15は、ネガティブ脳波DB27、ポジティブ脳波DB26、教育内容DB21および作業内容DB23を参照して、受講者の作業内容に対するストレスを分析する。例えば、分析部15は、受講者ごとの作業内容の分析の依頼を受け付けると、作業内容DB23を参照し、指定された作業内容に対応する作業内容ID23aを取得する。そして、分析部15は、教育内容DB21を参照して、取得した作業内容ID23aに対応する期間を取得する。そして、分析部15は、ポジティブ脳波DB26を参照し、受講者ごとに、取得した期間に検知された脳波数値を取得する。分析部15は、受講者ごとに、ネガティブ脳波DB27を参照し、受講者ごとに、取得した期間に検知された脳波数値27e、返信結果27hおよび補正後数値27iを取得する。
そして、分析部15は、指定された作業内容について、受講者ごとに、脳波数値がポジティブである場合の検出回数、脳波数値がネガティブである場合の検出回数および返信結果が「N」の返信回数を出力する。
そして、分析部15は、ポジティブの脳波数値、ネガティブの脳波数値および補正後数値を出力する。
そして、分析部15は、補正前について、数値と回数とを乗算した値の合計点と、補正後について、数値と回数とを乗算した値の合計点とを計算する。そして、分析部15は、補正前の合計点と、補正後の合計点とを比較して、補正前と補正後との大小関係に基づいて、受講者の作業内容に対するストレスを分析する。一例として、分析部15は、補正後の合計点が補正前の合計点より小さい場合には、実際には、脳波データから推定されるストレスよりもっとストレスを感じていると分析できる。分析部15は、補正後の合計点が補正前の合計点より大きい場合には、実際には、脳波データから推定されるストレスほどあまりストレスを感じていないと分析できる。これにより、分析部15は、受講者の作業内容に対するストレスを客観的に把握することができる。
[分析処理の一例]
ここで、実施例に係る分析処理の一例を、図11を参照して説明する。図11は、実施例に係る分析処理の一例を示す図である。図11では、便宜上、脳波データの数値は5段階の数値であり、通常の脳波データの数値は「3」であるとする。また、補正に用いられる規定値は、0.5であるとする。
ここで、実施例に係る分析処理の一例を、図11を参照して説明する。図11は、実施例に係る分析処理の一例を示す図である。図11では、便宜上、脳波データの数値は5段階の数値であり、通常の脳波データの数値は「3」であるとする。また、補正に用いられる規定値は、0.5であるとする。
図11上図に示すように、分析部15は、受講者Aにおける、入浴介助、排せつ介助および家事援助を含む作業内容の分析の依頼を受け付けたとする。分析部15は、作業内容DB23および教育内容DB21を参照し、それぞれの作業内容に対応する期間を取得する。ここでは、教育内容DB21には、期間21dが14日間であること、それぞれの作業内容が前半7日間の中のどの期間および後半7日間の中のどの期間で実施されるのかが記憶されているとする。
そして、分析部15は、ポジティブ脳波DB26を参照し、それぞれの作業内容について、前半7日間に検知された脳波数値を取得し、後半7日間に検知された脳波数値を取得する。分析部15は、ネガティブ脳波DB27を参照し、それぞれの作業内容について、前半7日間に検知された脳波数値を取得するとともに返信結果および補正後数値を取得する。分析部15は、ネガティブ脳波DB27を参照し、それぞれの作業内容について、後半7日間に検知された脳波数値を取得するとともに返信結果および補正後数値を取得する。そして、分析部15は、それぞれの作業内容について、前半7日間と後半7日間とに分けて、脳波数値がポジティブである場合の検出回数、脳波数値がネガティブである場合の検出回数および返信結果が「Y」の返信回数を出力する。なお、返信結果が「Y」であるとは、ストレス有無の返信がストレス有りであることを示す。ここでは、作業内容が入浴介助である場合に、前半7日について、ポジティブの検知回数として「4」が出力され、ネガティブの検知回数として「12」が出力されている(b1)。さらに、ネガティブの場合に、返信結果が「Y」の返信回数として「10」が出力されている。一方、作業内容が入浴介助である場合に、後半7日について、ポジティブの検知回数として「10」が出力され、ネガティブの検知回数として「6」が出力されている(b2)。さらに、ネガティブの場合に、返信結果が「Y」の返信回数として「4」が出力されている。
これにより、分析部15は、受講者Aの入浴介助に関し、一例として、ポジティブの検出回数が前半7日の4回から後半7日の10回に増えたので、入浴介助に適用してきていると分析することができる。
図11下図に示すように、分析部15は、さらに、それぞれの作業内容について、ポジティブの脳波数値、ネガティブの脳波数値および補正後数値を出力する。ここでは、作業内容が入浴介助である場合に、前半7日について、ネガティブの検知回数「12」の内訳として、ネガティブの脳波数値である「2」の検知回数が8回、ネガティブの脳波数値である「1」の検知回数が4回であることが出力されている(b3)。そして、返信結果が「Y」の返信回数「10」の内訳として、補正後の脳波数値である「1.5」の検知回数が6回、補正後の脳波数値である「0.5」の検知回数が4回であることが出力されている(b4)。一方、作業内容が入浴介助である場合に、後半7日について、ネガティブの検知回数「6」の内訳として、ネガティブの脳波数値である「2」の検知回数が2回、ネガティブの脳波数値である「1」の検知回数が4回であることが出力されている(b5)。そして、返信結果が「Y」の返信回数「4」の内訳として、補正後の脳波数値である「1.5」の検知回数が0回、補正後の脳波数値である「0.5」の検知回数が4回であることが出力されている(b6)。
そして、分析部15は、補正前について、脳波数値と回数とを乗算した値の合計点と、補正後について、脳波数値と回数とを乗算した値の合計点とを比較して、補正前と補正後との大小関係に基づいて、受講者の作業内容に対するストレスを分析する。ここでは、前半7日について、補正前では、脳波数値と回数とを乗算した値の合計点は、36点であり、補正後では、脳波数値と回数とを乗算した値の合計点は、32点である。これにより、分析部15は、補正後の合計点(32点)が補正前の合計点(36点)より小さいので、実際には、脳波データから推定されるストレスよりもっとストレスを感じていると分析できる。一方、後半7日について、補正前では、脳波数値と回数とを乗算した値の合計点は、52点であり、補正後では、脳波数値と回数とを乗算した値の合計点は、51点である。これにより、分析部15は、補正後の合計点(51点)が補正前の合計点(52点)より小さいがほぼ同数であるので、実際には、脳波データから推定されるストレスほどあまりストレスを感じなくなったと分析できる。
図12は、実施例に係る分析処理の結果を視覚的に表した図である。なお、図12では、図11で表わした受講者Aの入浴介助における分析処理の結果をグラフに表した図である。なお、図12では、分析処理の結果を、脳波検知年月をX座標とし、脳波数値をY座標として視覚的にグラフで表したものである。なお、前半7日が6/1〜6/7であり、後半7日が6/8〜6/14であるとする。
図12に示すように、分析部15は、作業内容DB23および教育内容DB21を参照し、受講者Aの入浴介助に対応する期間を取得する。そして、分析部15は、ポジティブ脳波DB26を参照し、取得した期間に検知された脳波数値を取得し、グラフにプロットする。分析部15は、ネガティブ脳波DB27を参照し、取得した期間に検知された脳波数値および補正後数値を取得し、脳波数値および補正後数値を区別してグラフにプロットする。ここでは、脳波データがネガティブデータである場合に、脳波データの補正前の脳波数値を菱形とし、補正後の数値を四角形とする。なお、脳波データがポジティブデータである場合に、脳波データの脳波数値を丸形とする。
これにより、分析部15は、一例として、受講者Aは、教育期間の前半では脳波データから推定されるストレスよりもっとストレスを感じていたが、教育期間の後半ではあまりストレスを感じなくなったと分析できる。
[補正処理のフローチャート]
次に、実施例に係る補正処理のフローチャートの一例を、図13を参照して説明する。図13は、実施例に係る補正処理のフローチャートの一例を示す図である。なお、対象の受講者は、ウェアラブルセンサ3を装着し、情報処理端末2を携帯し、教育内容DB21に定義された作業内容を定義された期間に受講している。
次に、実施例に係る補正処理のフローチャートの一例を、図13を参照して説明する。図13は、実施例に係る補正処理のフローチャートの一例を示す図である。なお、対象の受講者は、ウェアラブルセンサ3を装着し、情報処理端末2を携帯し、教育内容DB21に定義された作業内容を定義された期間に受講している。
収集部11は、対象の受講者の脳波データを検知したか否かを判定する(ステップS11)。対象の受講者の脳波データを検知していないと判定した場合には(ステップS11;No)、収集部11は、対象の受講者の脳波データを検知するまで、判定処理を繰り返す。
一方、対象の受講者の脳波データを検知したと判定した場合には(ステップS11;Yes)、収集部11は、検知した脳波データを対象の受講者に対応付けて脳波DB24に蓄積する(ステップS12)。例えば、収集部11は、教育内容DB21および教育受講者DB22を参照して、受講者が現に教育中の作業内容21e〜21iを取得する。収集部11は、検知した脳波データ、教育Noおよび作業内容を受講者の受講者Noに対応付けて脳波DB24に格納する。
続いて、判定部12は、通常脳波DB25を参照して、検知した脳波データがネガティブデータであるか否かを判定する(ステップS13)。例えば、判定部12は、通常脳波DB25を参照して、脳波データの検知元である対象の受講者の受講者Noに対応する通常脳波数値25bを取得する。判定部12は、検知した脳波データの脳波数値が通常脳波数値25bより小さいか否かを判定する。一例として、検知した脳波データの脳波数値が通常脳波数値25bより小さい場合には、ネガティブデータであると判定され、検知した脳波データの脳波数値が通常脳波数値25bより大きい場合には、ポジティブデータであると判定される。
検知した脳波データがネガティブデータでないと判定した場合には(ステップS13;No)、判定部12は、検知した脳波データがポジティブデータであると判断し、検知した脳波データをポジティブ脳波DB26に蓄積する(ステップS14)。そして、判定部12は、補正処理を終了する。
一方、検知した脳波データがネガティブデータであると判定した場合には(ステップS13;Yes)、判定部12は、検知した脳波データをネガティブ脳波DB26に蓄積する(ステップS15)。そして、問い合わせ部13は、検知した脳波データについて、対象の受講者に対応する情報処理端末2へストレス有無を問い合わせる(ステップS16)。
続いて、問い合わせ部13は、検知した脳波データについて、問い合わせに対する返信を受信したか否かを判定する(ステップS17)。問い合わせに対する返信を受信していないと判定した場合には(ステップS17;No)、問い合わせ部13は、検知した脳波データについて、問い合わせに対する返信を受信するまで、判定処理を繰り返す。
一方、問い合わせに対する返信を受信したと判定した場合には(ステップS17;Yes)、補正部14は、返信結果がストレス有りであるか否かを判定する(ステップS18)。返信結果がストレス有りであると判定した場合には(ステップS18;Yes)、補正部14は、ネガティブデータの脳波数値から規定値を減算して脳波数値を補正する(ステップS19)。そして、補正部14は、ネガティブ脳波DB27を更新すべく、ステップS21に移行する。
一方、返信結果がストレス無しであると判定した場合には(ステップS18;No)、補正部14は、ネガティブデータの脳波数値に規定値を加算して脳波数値を補正する(ステップS20)。そして、補正部14は、ネガティブ脳波DB27を更新すべく、ステップS21に移行する。
ステップS21において、補正部14は、補正後の脳波数値を返信結果とともに、ネガティブ脳波DB27の対象の受講者に対応するレコードに追加する(ステップS21)。そして、補正部14は、補正処理を終了する。
[分析処理の用途]
図14は、実施例に係る分析処理の用途の一例を示す図である。図14では、分析部15は、対象の受講者において、作業内容ごとの、脳波数値の推移を分析する。脳波数値の推移は、教育期間の前半から後半への推移であるとする。
図14は、実施例に係る分析処理の用途の一例を示す図である。図14では、分析部15は、対象の受講者において、作業内容ごとの、脳波数値の推移を分析する。脳波数値の推移は、教育期間の前半から後半への推移であるとする。
例えば、分析部15は、対象の受講者における、入浴介助、排せつ介助および家事援助を含む作業内容の分析の依頼を受け付けたとする。そして、分析部15は、対象の受講者における、それぞれの作業内容について、ポジティブの脳波数値、ネガティブの補正後数値を出力する。そして、分析部15は、それぞれの作業内容について、教育期間の前半の平均の脳波数値を計算する。分析部15は、それぞれの作業内容について、教育期間の後半の平均の脳波数値を計算する。そして、分析部15は、作業内容ごとの脳波数値の推移をグラフに表示する。なお、図14のグラフでは、家事援助が「家」と表され、入浴介助が「入」と表され、排せつ介助が「排」と表されている。
これにより、分析部15は、グラフを分析することで、教育を重ねるうちに対象の受講者の意識がどのように変化したかを分析することができる。したがって、分析部15は、前半から後半への脳波数値の増減に応じて、教育訓練の教育計画の見直しをさせることができる。例えば、対象の受講者の前半から後半への脳波数値が増加した場合には、分析部15は、教育訓練の教育計画を1ランク高いものに進行させることができる。対象の受講者の前半から後半への脳波数値が減少した場合には、分析部15は、苦手を克服する訓練を追加させることができる。また、分析部15は、前半から後半への脳波数値の増減に応じて、配属の参考にさせることもできる。
図15は、実施例に係る分析処理の用途の別の例を示す図である。図15では、図12と同様に、対象の受講者において、作業内容ごとの分析処理の結果をグラフに表したものである。
これにより、分析部15は、グラフを分析することで、対象の受講者がネガティブ期間に、ネガティブになる何らかの要因が存在しないかを分析することができる。例えば、分析部15は、教育受講者DB22を参照し、同じ教育を受講している受講者を探索し、探索できた受講者が対象の受講者と同じ組であれば、相性が悪いと分析することもできる。また、分析部15は、教育内容DB21を参照し、ネガティブ期間が教育期間の中間であれば、ネガティブの要因が中だるみと分析したり、ネガティブ期間が教育期間の終盤であれば、ネガティブの要因が疲労であると分析したりすることができる。
[実施例の効果]
上記実施例によれば、情報処理装置1は、ウェアラブルセンサ3を用いて検知した評価対象者の脳波データを取得し、あらかじめ正常値か異常値であるかを特定した脳波データを記憶する記憶部20を参照して、取得した脳波データが正常値か異常値であるかを判定する。情報処理装置1は、脳波データが異常値であると判定した場合には、評価対象者に対応する情報処理端末へストレス有無の問い合わせを送信する。そして、情報処理装置1は、送信した問い合わせに対する応答を受信した場合には、応答に応じて脳波データの判定結果を補正する。かかる構成によれば、情報処理装置1は、評価対象者のストレス有無の応答を用いて異常値と判定された脳波データを補正することで、評価対象者が作業中の作業に対するストレスを客観的に把握することができる。すなわち、情報処理装置1は、評価対象者のプライベートの悩み事や体調から現れるストレスを除外した、評価対象者の作業そのものに対するストレスを客観的に把握することを実現できる。
上記実施例によれば、情報処理装置1は、ウェアラブルセンサ3を用いて検知した評価対象者の脳波データを取得し、あらかじめ正常値か異常値であるかを特定した脳波データを記憶する記憶部20を参照して、取得した脳波データが正常値か異常値であるかを判定する。情報処理装置1は、脳波データが異常値であると判定した場合には、評価対象者に対応する情報処理端末へストレス有無の問い合わせを送信する。そして、情報処理装置1は、送信した問い合わせに対する応答を受信した場合には、応答に応じて脳波データの判定結果を補正する。かかる構成によれば、情報処理装置1は、評価対象者のストレス有無の応答を用いて異常値と判定された脳波データを補正することで、評価対象者が作業中の作業に対するストレスを客観的に把握することができる。すなわち、情報処理装置1は、評価対象者のプライベートの悩み事や体調から現れるストレスを除外した、評価対象者の作業そのものに対するストレスを客観的に把握することを実現できる。
また、上記実施例によれば、情報処理装置1は、脳波データが異常値であると判定したタイミングで、評価対象者に対応する情報処理端末2へストレス有無の問い合わせを送信する。かかる構成によれば、情報処理装置1は、脳波データが異常値であると判定されたときのストレス有無の感情を得られる可能性があり、精度良く、評価者が作業中の作業に対するストレスを客観的に把握することができる。
また、上記実施例によれば、情報処理装置1は、脳波データが異常値であると判定した際の評価対象者の状態に応じて、評価対象者に対応する情報処理端末2へストレス有無の問い合わせを送信する。かかる構成によれば、情報処理装置1は、評価対象者のビジー状態のタイミングで問い合わせることを避けることができる。この結果、情報処理装置1は、評価対象者にストレス有無の感情を落ち着いて判断させることができ、精度良く、評価者が作業中の作業に対するストレスを客観的に把握することができる。
また、上記実施例によれば、情報処理装置1は、問い合わせに対する応答がストレス有である場合に、脳波データの判定結果をストレスの度合いが高い方向に補正する。かかる構成によれば、情報処理装置1は、評価者が作業中の作業に対するストレスの度合いを客観的に把握することができる。
また、上記実施例によれば、情報処理装置1は、補正した脳波データの判定結果、補正する前の前記脳波データおよび脳波データを検知したときの作業内容を用いて、作業内容に対するストレスを分析する。かかる構成によれば、情報処理装置1は、補正した脳波データの判定結果を用いることで、機械的に取得された脳波データよりも実際の感情に応じた脳波データを求めることができ、作業内容そのものに対するストレスを分析できる。
[その他]
なお、情報処理装置1は、既知のパーソナルコンピュータ、ワークステーションなどの情報処理装置に、上記した制御部10および記憶部20などの各機能を搭載することによって実現することができる。
なお、情報処理装置1は、既知のパーソナルコンピュータ、ワークステーションなどの情報処理装置に、上記した制御部10および記憶部20などの各機能を搭載することによって実現することができる。
また、上記実施例では、図示した装置の各構成要素は、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、装置の分散・統合の具体的態様は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。例えば、収集部11と判定部12とを統合しても良い。また、分析部15をポジティブとネガティブの検知回数を用いた分析処理部とポジティブとネガティブの検知回数と脳波数値とを用いた分析処理部とに分散しても良い。記憶部20を情報処理装置1の外部装置としてネットワーク経由で接続するようにしても良い。
また、上記実施例で説明した各種の処理は、あらかじめ用意されたプログラムをパーソナルコンピュータやワークステーションなどのコンピュータで実行することによって実現することができる。そこで、以下では、図2に示した情報処理装置1と同様の機能を実現するストレス評価プログラムを実行するコンピュータの一例を説明する。図16は、ストレス評価プログラムを実行するコンピュータの一例を示す図である。
図16に示すように、コンピュータ200は、各種演算処理を実行するCPU203と、ユーザからのデータの入力を受け付ける入力装置215と、表示装置209を制御する表示制御部207とを有する。また、コンピュータ200は、記憶媒体からプログラムなどを読取るドライブ装置213と、ネットワークを介して他のコンピュータとの間でデータの授受を行う通信制御部217とを有する。また、コンピュータ200は、各種情報を一時記憶するメモリ201と、HDD205を有する。そして、メモリ201、CPU203、HDD205、表示制御部207、ドライブ装置213、入力装置215、通信制御部217は、バス219で接続されている。
ドライブ装置213は、例えばリムーバブルディスク211用の装置である。HDD205は、ストレス評価プログラム205aおよびストレス評価関連情報205bを記憶する。
CPU203は、ストレス評価プログラム205aを読み出して、メモリ201に展開し、プロセスとして実行する。かかるプロセスは、情報処理装置1の各機能部に対応する。ストレス評価関連情報205bは、教育内容DB21、教育受講者DB22、作業内容DB23、脳波DB24、通常脳波DB25、ポジティブ脳波DB26およびネガティブ脳波DB27に対応する。そして、例えばリムーバブルディスク211が、ストレス評価プログラム205aなどの各情報を記憶する。
なお、ストレス評価プログラム205aについては、必ずしも最初からHDD205に記憶させておかなくても良い。例えば、コンピュータ200に挿入されるフレキシブルディスク(FD)、CD−ROM、DVDディスク、光磁気ディスク、ICカードなどの「可搬用の物理媒体」に当該プログラムを記憶させておく。そして、コンピュータ200がこれらからストレス評価プログラム205aを読み出して実行するようにしても良い。
1 情報処理装置
10 制御部
11 収集部
12 判定部
13 問い合わせ部
14 補正部
15 分析部
20 記憶部
21 教育内容DB
22 教育受講者DB
23 作業内容DB
24 脳波DB
25 通常脳波DB
26 ポジティブ脳波DB
27 ネガティブ脳波DB
2 情報処理端末
3 ウェアラブルセンサ
4,5 ネットワーク
9 ストレス評価システム
10 制御部
11 収集部
12 判定部
13 問い合わせ部
14 補正部
15 分析部
20 記憶部
21 教育内容DB
22 教育受講者DB
23 作業内容DB
24 脳波DB
25 通常脳波DB
26 ポジティブ脳波DB
27 ネガティブ脳波DB
2 情報処理端末
3 ウェアラブルセンサ
4,5 ネットワーク
9 ストレス評価システム
Claims (7)
- センサを用いて検知した評価対象者の脳波データを取得し、
あらかじめ正常値か異常値であるかを特定した脳波データを記憶する記憶部を参照して、取得した前記脳波データが正常値か異常値であるかを判定し、
前記脳波データが異常値であると判定した場合には、前記評価対象者に対応する情報処理端末へストレス有無の問い合わせを送信し、
送信した前記問い合わせに対する応答を受信した場合には、前記応答に応じて前記脳波データの判定結果を補正する
処理をコンピュータに実行させることを特徴とするプログラム。 - 前記送信する処理は、前記脳波データが異常値であると判定したタイミングで、前記評価対象者に対応する情報処理端末へストレス有無の問い合わせを送信する
ことを特徴とする請求項1に記載のプログラム。 - 前記送信する処理は、前記脳波データが異常値であると判定した際の前記評価対象者の状態に応じて、前記評価対象者に対応する情報処理端末へストレス有無の問い合わせを送信する
ことを特徴とする請求項1に記載のプログラム。 - 前記補正する処理は、前記問い合わせに対する応答がストレス有である場合に、前記脳波データの判定結果をストレスの度合いが高い方向に補正する
ことを特徴とする請求項1に記載のプログラム。 - 補正した前記脳波データの判定結果および前記脳波データを検知したときの作業内容を用いて、前記作業内容に対するストレスを分析する
ことを特徴とする請求項1に記載のプログラム。 - センサを用いて検知した評価対象者の脳波データを取得する取得部と、
あらかじめ正常値か異常値であるかを特定した脳波データを記憶する記憶部を参照して、取得した前記脳波データが正常値か異常値であるかを判定する判定部と、
前記判定部によって前記脳波データが異常値であると判定された場合には、前記評価対象者に対応する情報処理端末へストレス有無の問い合わせを送信する問い合わせ部と、
前記問い合わせ部によって送信された前記問い合わせに対する応答を受信した場合には、前記応答に応じて前記脳波データの判定結果を補正する補正部と、
を有することを特徴とする情報処理装置。 - センサを用いて検知した評価対象者の脳波データを取得し、
あらかじめ正常値か異常値であるかを特定した脳波データを記憶する記憶部を参照して、取得した前記脳波データが正常値か異常値であるかを判定し、
前記脳波データが異常値であると判定した場合には、前記評価対象者に対応する情報処理端末へストレス有無の問い合わせを送信し、
送信した前記問い合わせに対する応答を受信した場合には、前記応答に応じて前記脳波データの判定結果を補正する
処理をコンピュータが実行することを特徴とするストレス評価方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017142192A JP2019022540A (ja) | 2017-07-21 | 2017-07-21 | プログラム、情報処理装置およびストレス評価方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017142192A JP2019022540A (ja) | 2017-07-21 | 2017-07-21 | プログラム、情報処理装置およびストレス評価方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2019022540A true JP2019022540A (ja) | 2019-02-14 |
Family
ID=65368733
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017142192A Pending JP2019022540A (ja) | 2017-07-21 | 2017-07-21 | プログラム、情報処理装置およびストレス評価方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2019022540A (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7034518B1 (ja) * | 2021-07-12 | 2022-03-14 | 株式会社フルリール | システム、情報処理装置、方法、プログラム |
JP2022154769A (ja) * | 2021-03-30 | 2022-10-13 | Necフィールディング株式会社 | 健康管理装置、健康管理方法及びプログラム |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11169362A (ja) * | 1997-12-15 | 1999-06-29 | Nissan Motor Co Ltd | 心身状態自覚支援装置 |
JP2001344352A (ja) * | 2000-05-31 | 2001-12-14 | Toshiba Corp | 生活支援装置および生活支援方法および広告情報提供方法 |
JP2009183346A (ja) * | 2008-02-04 | 2009-08-20 | Technos Japan:Kk | 精神状態変動装置 |
WO2011158965A1 (ja) * | 2010-06-17 | 2011-12-22 | 日本電気株式会社 | 感性評価システム、感性評価方法、およびプログラム |
US20170103668A1 (en) * | 2015-10-07 | 2017-04-13 | Tata Consultancy Services Limited | Method and system for assessing learning experience of a person |
JP2017108977A (ja) * | 2015-12-17 | 2017-06-22 | 株式会社イトーキ | 業務支援システム |
-
2017
- 2017-07-21 JP JP2017142192A patent/JP2019022540A/ja active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11169362A (ja) * | 1997-12-15 | 1999-06-29 | Nissan Motor Co Ltd | 心身状態自覚支援装置 |
JP2001344352A (ja) * | 2000-05-31 | 2001-12-14 | Toshiba Corp | 生活支援装置および生活支援方法および広告情報提供方法 |
JP2009183346A (ja) * | 2008-02-04 | 2009-08-20 | Technos Japan:Kk | 精神状態変動装置 |
WO2011158965A1 (ja) * | 2010-06-17 | 2011-12-22 | 日本電気株式会社 | 感性評価システム、感性評価方法、およびプログラム |
US20170103668A1 (en) * | 2015-10-07 | 2017-04-13 | Tata Consultancy Services Limited | Method and system for assessing learning experience of a person |
JP2017108977A (ja) * | 2015-12-17 | 2017-06-22 | 株式会社イトーキ | 業務支援システム |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2022154769A (ja) * | 2021-03-30 | 2022-10-13 | Necフィールディング株式会社 | 健康管理装置、健康管理方法及びプログラム |
JP7405436B2 (ja) | 2021-03-30 | 2023-12-26 | Necフィールディング株式会社 | 健康管理装置、健康管理方法及びプログラム |
JP7034518B1 (ja) * | 2021-07-12 | 2022-03-14 | 株式会社フルリール | システム、情報処理装置、方法、プログラム |
JP2023011271A (ja) * | 2021-07-12 | 2023-01-24 | 株式会社フルリール | システム、情報処理装置、方法、プログラム |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11553870B2 (en) | Methods for modeling neurological development and diagnosing a neurological impairment of a patient | |
Wingerden et al. | A test of a job demands-resources intervention | |
US10376197B2 (en) | Diagnosing system for consciousness level measurement and method thereof | |
WO2017033697A1 (ja) | 生活習慣管理支援装置および生活習慣管理支援方法 | |
EP3474743B1 (en) | Method and system for detection and analysis of cognitive flow | |
KR102025315B1 (ko) | 정보 처리 장치, 정보 처리 방법, 프로그램 및 데이터베이스 시스템 | |
CN108348181A (zh) | 用于监测和提高注意力的方法和系统 | |
Vuppalapati et al. | A system to detect mental stress using machine learning and mobile development | |
US20130172693A1 (en) | Diagnosing system for consciousness level measurement and method thereof | |
Booth et al. | Toward robust stress prediction in the age of wearables: Modeling perceived stress in a longitudinal study with information workers | |
JP2019022540A (ja) | プログラム、情報処理装置およびストレス評価方法 | |
Boswell et al. | A review and preview of developments in the measurement of sociability | |
Chiovato et al. | Evaluation of mindfulness state for the students using a wearable measurement system | |
KR20090027027A (ko) | 인지적 자극 하에서 측정된 생체신호를 이용한 정신적질환분석방법 | |
Rajendra Desai | EEG-based evaluation of cognitive and emotional arousal when coding in different programming languages | |
Svensson et al. | Healthcare professionals learning when implementing a digital artefact identifying patients’ cognitive impairment | |
US20190374150A1 (en) | Diagnosing system for consciousness level measurement and method thereof | |
JP7469966B2 (ja) | 情報処理装置、情報処理方法及びプログラム | |
JP2023065808A (ja) | 情報提供装置、情報提供方法及びコンピュータプログラム | |
WO2019155010A1 (en) | Method, apparatus and system for providing a measure to resolve an uncomfortable or undesired physiological condition of a person | |
WO2022113276A1 (ja) | 情報処理装置、制御方法及び記憶媒体 | |
JP7219377B1 (ja) | 認知能力改善支援システム | |
JP7458633B2 (ja) | 学習システム、学習方法、及び学習プログラム | |
US20230099519A1 (en) | Systems and methods for managing stress experienced by users during events | |
JP6966363B2 (ja) | 推定システム、推定装置及び推定方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200409 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210205 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210216 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20210817 |