JP7347822B2 - 心身状態推定装置、心身状態推定方法、及びプログラム - Google Patents
心身状態推定装置、心身状態推定方法、及びプログラム Download PDFInfo
- Publication number
- JP7347822B2 JP7347822B2 JP2020500230A JP2020500230A JP7347822B2 JP 7347822 B2 JP7347822 B2 JP 7347822B2 JP 2020500230 A JP2020500230 A JP 2020500230A JP 2020500230 A JP2020500230 A JP 2020500230A JP 7347822 B2 JP7347822 B2 JP 7347822B2
- Authority
- JP
- Japan
- Prior art keywords
- biometric information
- event
- difference
- mental
- specific event
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Description
特定のイベントの参加者における、前記特定のイベントの開始前の生体情報、及び前記特定のイベントの終了後の生体情報を取得する、生体情報取得部と、
取得された、前記特定のイベントの開始前の生体情報と前記特定のイベントの終了後の生体情報との差分を算出する、差分算出部と、
前記特定のイベントの開始前の生体情報、及び前記特定のイベントの終了後の生体情報のうち少なくとも一方と、算出された前記差分と、に基づいて、又は前記差分のみに基づいて、前記参加者の心身状態の変化を推定する、推定部と、
を備えていることを特徴とする。
(a)特定のイベントの参加者における、前記特定のイベントの開始前の生体情報、及び前記特定のイベントの終了後の生体情報を取得する、ステップと、
(b)取得された、前記特定のイベントの開始前の生体情報と前記特定のイベントの終了後の生体情報との差分を算出する、ステップと、
(c)前記特定のイベントの開始前の生体情報、及び前記特定のイベントの終了後の生体情報のうち少なくとも一方と、算出された前記差分と、に基づいて、又は前記差分のみに基づいて、前記参加者の心身状態の変化を推定する、ステップと、
を有することを特徴とする。
コンピュータに、
(a)特定のイベントの参加者における、前記特定のイベントの開始前の生体情報、及び前記特定のイベントの終了後の生体情報を取得する、ステップと、
(b)取得された、前記特定のイベントの開始前の生体情報と前記特定のイベントの終了後の生体情報との差分を算出する、ステップと、
(c)前記特定のイベントの開始前の生体情報、及び前記特定のイベントの終了後の生体情報のうち少なくとも一方と、算出された前記差分と、に基づいて、又は前記差分のみに基づいて、前記参加者の心身状態の変化を推定する、ステップと、
を実行させることを特徴とする。
以下、本発明の実施の形態における、心身状態推定装置、心身状態推定方法、及びプログラムについて、図1~図7を参照しながら説明する。
最初に、本実施の形態における心身状態推定装置の構成について説明する。図1は、本発明の実施の形態における心身状態推定装置の概略構成を示すブロック図である。
次に、本実施の形態における心身状態推定装置100の動作について、図6を用いて説明する。図6は、本発明の実施の形態における心身状態推定装置の動作を示すフロー図である。以下の説明においては、適宜図1~図5を参酌する。また、本実施の形態では、心身状態推定装置100を動作させることによって、心身状態推定方法が実施される。よって、本実施の形態における心身状態推定方法の説明は、以下の心身状態推定装置100の動作説明に代える。
本発明の実施の形態におけるプログラムは、コンピュータに、図6に示すステップA1~A4を実行させるプログラムであれば良い。このプログラムをコンピュータにインストールし、実行することによって、本実施の形態における心身状態推定装置100と心身状態推定方法とを実現することができる。この場合、コンピュータのプロセッサは、生体情報取得部10、差分算出部20、推定部30、及び学習モデル生成部40として機能し、処理を行なう。また、本実施の形態では、記憶部50、コンピュータに備えられたハードディスク等の記憶装置によって実現できる。
特定のイベントの参加者における、前記特定のイベントの開始前の生体情報、及び前記特定のイベントの終了後の生体情報を取得する、生体情報取得部と、
取得された、前記特定のイベントの開始前の生体情報と前記特定のイベントの終了後の生体情報との差分を算出する、差分算出部と、
前記特定のイベントの開始前の生体情報、及び前記特定のイベントの終了後の生体情報のうち少なくとも一方と、算出された前記差分と、に基づいて、又は前記差分のみに基づいて、前記参加者の心身状態の変化を推定する、推定部と、
を備えていることを特徴とする心身状態推定装置。
付記1に記載の心身状態推定装置であって、
前記生体情報取得部が、前記生体情報として、前記参加者における、心拍数、皮膚温度、皮膚電気反応、動作の加速度のうち、少なくとも一つを取得する、
ことを特徴とする心身状態推定装置。
付記1または2に記載の心身状態推定装置であって、
前記推定部が、
サンプルとなるイベントの開始前に実施されたアンケートの結果と前記サンプルとなるイベントの終了後に実施されたアンケートの結果との差分を目的変数とし、前記サンプルとなるイベントの開始前の生体情報と前記サンプルとなるイベントの終了後の生体情報との差分を説明変数とした、機械学習によって得られた学習モデルを用いて、
前記参加者の心身状態の変化を推定する、
ことを特徴とする心身状態推定装置。
(a)特定のイベントの参加者における、前記特定のイベントの開始前の生体情報、及び前記特定のイベントの終了後の生体情報を取得する、ステップと、
(b)取得された、前記特定のイベントの開始前の生体情報と前記特定のイベントの終了後の生体情報との差分を算出する、ステップと、
(c)前記特定のイベントの開始前の生体情報、及び前記特定のイベントの終了後の生体情報のうち少なくとも一方と、算出された前記差分と、に基づいて、又は前記差分のみに基づいて、前記参加者の心身状態の変化を推定する、ステップと、
を有することを特徴とする心身状態推定方法。
付記4に記載の心身状態推定方法であって、
前記(a)のステップにおいて、前記生体情報として、前記参加者における、心拍数、皮膚温度、皮膚電気反応、動作の加速度のうち、少なくとも一つを取得する、
ことを特徴とする心身状態推定方法。
付記4または5に記載の心身状態推定方法であって、
前記(c)のステップにおいて、
サンプルとなるイベントの開始前に実施されたアンケートの結果と前記サンプルとなるイベントの終了後に実施されたアンケートの結果との差分を目的変数とし、前記サンプルとなるイベントの開始前の生体情報と前記サンプルとなるイベントの終了後の生体情報との差分を説明変数とした、機械学習によって得られた学習モデルを用いて、
前記参加者の心身状態の変化を推定する、
ことを特徴とする心身状態推定方法。
コンピュータに、
(a)特定のイベントの参加者における、前記特定のイベントの開始前の生体情報、及び前記特定のイベントの終了後の生体情報を取得する、ステップと、
(b)取得された、前記特定のイベントの開始前の生体情報と前記特定のイベントの終了後の生体情報との差分を算出する、ステップと、
(c)前記特定のイベントの開始前の生体情報、及び前記特定のイベントの終了後の生体情報のうち少なくとも一方と、算出された前記差分と、に基づいて、又は前記差分のみに基づいて、前記参加者の心身状態の変化を推定する、ステップと、
を実行させる、プログラム。
付記7に記載のプログラムであって、
前記(a)のステップにおいて、前記生体情報として、前記参加者における、心拍数、皮膚温度、皮膚電気反応、動作の加速度のうち、少なくとも一つを取得する、
ことを特徴とするプログラム。
付記7または8に記載のプログラムであって、
前記(c)のステップにおいて、
サンプルとなるイベントの開始前に実施されたアンケートの結果と前記サンプルとなるイベントの終了後に実施されたアンケートの結果との差分を目的変数とし、前記サンプルとなるイベントの開始前の生体情報と前記サンプルとなるイベントの終了後の生体情報との差分を説明変数とした、機械学習によって得られた学習モデルを用いて、
前記参加者の心身状態の変化を推定する、
ことを特徴とするプログラム。
20 差分算出部
30 推定部
40 学習モデル生成部
41 学習モデル
50 記憶部
60 端末装置
70 参加者
100 心身状態推定装置
110 コンピュータ
111 CPU
112 メインメモリ
113 記憶装置
114 入力インターフェイス
115 表示コントローラ
116 データリーダ/ライタ
117 通信インターフェイス
118 入力機器
119 ディスプレイ装置
120 記録媒体
121 バス
Claims (6)
- 特定のイベントの参加者における、前記特定のイベントの開始前の生体情報、及び前記特定のイベントの終了後の生体情報を取得する、生体情報取得部と、
取得された、前記特定のイベントの開始前の生体情報と前記特定のイベントの終了後の生体情報との差分を算出する、差分算出部と、
前記特定のイベントの開始前の生体情報、及び前記特定のイベントの終了後の生体情報のうち少なくとも一方と、算出された前記差分と、に基づいて、又は前記差分のみに基づいて、前記参加者の心身状態の変化を推定する、推定部と、
を備え、
前記推定部が、
前記イベントの参加者が前記イベントに関連して感じていることを数値化するアンケートを用いて、サンプルとなるイベントの開始前に実施された前記アンケートの結果と前記サンプルとなるイベントの終了後に実施された前記アンケートの結果との差分を目的変数とし、前記サンプルとなるイベントの開始前の生体情報と前記サンプルとなるイベントの終了後の生体情報との差分を説明変数とした、機械学習によって得られた学習モデルに、
算出された、前記特定のイベントの開始前の生体情報と前記特定のイベントの終了後の生体情報との差分を入力し、前記学習モデルから出力された、アンケートの結果の差分を、前記参加者の心身状態の変化として推定する、
ことを特徴とする心身状態推定装置。 - 請求項1に記載の心身状態推定装置であって、
前記生体情報取得部が、前記生体情報として、前記参加者における、心拍数、皮膚温度、皮膚電気反応、動作の加速度のうち、少なくとも一つを取得する、
ことを特徴とする心身状態推定装置。 - コンピュータが実行する方法であって、
(a)特定のイベントの参加者における、前記特定のイベントの開始前の生体情報、及び前記特定のイベントの終了後の生体情報を取得する、ステップと、
(b)取得された、前記特定のイベントの開始前の生体情報と前記特定のイベントの終了後の生体情報との差分を算出する、ステップと、
(c)前記特定のイベントの開始前の生体情報、及び前記特定のイベントの終了後の生体情報のうち少なくとも一方と、算出された前記差分と、に基づいて、又は前記差分のみに基づいて、前記参加者の心身状態の変化を推定する、ステップと、
を有し、
前記(c)のステップにおいて、
前記イベントの参加者が前記イベントに関連して感じていることを数値化するアンケートを用いて、サンプルとなるイベントの開始前に実施された前記アンケートの結果と前記サンプルとなるイベントの終了後に実施された前記アンケートの結果との差分を目的変数とし、前記サンプルとなるイベントの開始前の生体情報と前記サンプルとなるイベントの終了後の生体情報との差分を説明変数とした、機械学習によって得られた学習モデルに、
算出された、前記特定のイベントの開始前の生体情報と前記特定のイベントの終了後の生体情報との差分を入力し、前記学習モデルから出力された、アンケートの結果の差分を、前記参加者の心身状態の変化として推定する、
ことを特徴とする心身状態推定方法。 - 請求項3に記載の心身状態推定方法であって、
前記(a)のステップにおいて、前記生体情報として、前記参加者における、心拍数、皮膚温度、皮膚電気反応、動作の加速度のうち、少なくとも一つを取得する、
ことを特徴とする心身状態推定方法。 - コンピュータに、
(a)特定のイベントの参加者における、前記特定のイベントの開始前の生体情報、及び前記特定のイベントの終了後の生体情報を取得する、ステップと、
(b)取得された、前記特定のイベントの開始前の生体情報と前記特定のイベントの終了後の生体情報との差分を算出する、ステップと、
(c)前記特定のイベントの開始前の生体情報、及び前記特定のイベントの終了後の生体情報のうち少なくとも一方と、算出された前記差分と、に基づいて、又は前記差分のみに基づいて、前記参加者の心身状態の変化を推定する、ステップと、
を実行させ、
前記(c)のステップにおいて、
前記イベントの参加者が前記イベントに関連して感じていることを数値化するアンケートを用いて、サンプルとなるイベントの開始前に実施された前記アンケートの結果と前記サンプルとなるイベントの終了後に実施された前記アンケートの結果との差分を目的変数とし、前記サンプルとなるイベントの開始前の生体情報と前記サンプルとなるイベントの終了後の生体情報との差分を説明変数とした、機械学習によって得られた学習モデルに、
算出された、前記特定のイベントの開始前の生体情報と前記特定のイベントの終了後の生体情報との差分を入力し、前記学習モデルから出力された、アンケートの結果の差分を、前記参加者の心身状態の変化として推定する、
プログラム。 - 請求項5に記載のプログラムであって、
前記(a)のステップにおいて、前記生体情報として、前記参加者における、心拍数、皮膚温度、皮膚電気反応、動作の加速度のうち、少なくとも一つを取得する、
ことを特徴とするプログラム。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2018/005695 WO2019159352A1 (ja) | 2018-02-19 | 2018-02-19 | 心身状態推定装置、心身状態推定方法、及びコンピュータ読み取り可能な記録媒体 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2019159352A1 JPWO2019159352A1 (ja) | 2021-01-28 |
JP7347822B2 true JP7347822B2 (ja) | 2023-09-20 |
Family
ID=67619848
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020500230A Active JP7347822B2 (ja) | 2018-02-19 | 2018-02-19 | 心身状態推定装置、心身状態推定方法、及びプログラム |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP7347822B2 (ja) |
WO (1) | WO2019159352A1 (ja) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016165373A (ja) | 2015-03-10 | 2016-09-15 | 日本電信電話株式会社 | センサデータを用いた推定装置、センサデータを用いた推定方法、センサデータを用いた推定プログラム |
JP2017121304A (ja) | 2016-01-06 | 2017-07-13 | 日本電信電話株式会社 | 情報処理装置、情報処理方法、及び、プログラム |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6198530B2 (ja) * | 2013-08-30 | 2017-09-20 | 株式会社ニコン | 画像処理装置 |
JP6034926B1 (ja) * | 2015-07-08 | 2016-11-30 | 西日本電信電話株式会社 | 指標出力装置、指標出力方法及びコンピュータプログラム |
JP6946622B2 (ja) * | 2016-07-20 | 2021-10-06 | 日本電気株式会社 | ストレス判定装置、ストレス判定方法、及び、ストレス判定プログラム |
-
2018
- 2018-02-19 JP JP2020500230A patent/JP7347822B2/ja active Active
- 2018-02-19 WO PCT/JP2018/005695 patent/WO2019159352A1/ja active Application Filing
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016165373A (ja) | 2015-03-10 | 2016-09-15 | 日本電信電話株式会社 | センサデータを用いた推定装置、センサデータを用いた推定方法、センサデータを用いた推定プログラム |
JP2017121304A (ja) | 2016-01-06 | 2017-07-13 | 日本電信電話株式会社 | 情報処理装置、情報処理方法、及び、プログラム |
Also Published As
Publication number | Publication date |
---|---|
JPWO2019159352A1 (ja) | 2021-01-28 |
WO2019159352A1 (ja) | 2019-08-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11013449B2 (en) | Methods and systems for decoding, inducing, and training peak mind/body states via multi-modal technologies | |
Huynh et al. | Engagemon: Multi-modal engagement sensing for mobile games | |
US10839201B2 (en) | Facial expression detection for screening and treatment of affective disorders | |
Islam et al. | Cybersickness prediction from integrated hmd’s sensors: A multimodal deep fusion approach using eye-tracking and head-tracking data | |
Schoenherr et al. | Identification of movement synchrony: Validation of windowed cross-lagged correlation and-regression with peak-picking algorithm | |
Ding et al. | An exploratory study using electroencephalography (EEG) to measure the smartphone user experience in the short term | |
JP7311637B2 (ja) | 認知トレーニング及び監視のためのシステム及び方法 | |
Liapis et al. | Stress recognition in human-computer interaction using physiological and self-reported data: a study of gender differences | |
Herbig et al. | Investigating multi-modal measures for cognitive load detection in e-learning | |
JP6479708B2 (ja) | 特徴量抽出装置、推定装置、それらの方法、およびプログラム | |
Davis III et al. | Collaborative filtering with preferences inferred from brain signals | |
JP7278972B2 (ja) | 表情解析技術を用いた商品に対するモニタの反応を評価するための情報処理装置、情報処理システム、情報処理方法、及び、プログラム | |
JP7311118B2 (ja) | 感情推定方法および感情推定システム | |
JP7005921B2 (ja) | 睡眠状態推定装置、睡眠状態推定方法および睡眠状態推定プログラム | |
JP7347822B2 (ja) | 心身状態推定装置、心身状態推定方法、及びプログラム | |
JP6509712B2 (ja) | 印象推定装置およびプログラム | |
EP3182892B1 (en) | Method and system for eeg signal processing | |
WO2021260836A1 (ja) | 学習モデル生成装置、ストレス推定装置、学習モデル生成方法、ストレス推定方法、及びコンピュータ読み取り可能な記録媒体 | |
JP2019022540A (ja) | プログラム、情報処理装置およびストレス評価方法 | |
De Santana et al. | Measuring quantitative situated user experience with a mobile galvanic skin response sensor | |
Courtemanche et al. | Multiresolution feature extraction during psychophysiological inference: addressing signals Asynchronicity | |
JP2015029609A (ja) | 嗜好性評価方法、嗜好性評価装置およびプログラム | |
WO2022101990A1 (ja) | 疲労度推定装置、疲労度推定方法、及びコンピュータ読み取り可能な記録媒体 | |
WO2022038776A1 (ja) | ストレス推定装置、推定方法、プログラム及び記憶媒体 | |
JP2017202048A (ja) | 特徴量抽出装置、推定装置、それらの方法、およびプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200814 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200814 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20211019 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20211216 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20220517 |
|
C60 | Trial request (containing other claim documents, opposition documents) |
Free format text: JAPANESE INTERMEDIATE CODE: C60 Effective date: 20220816 |
|
C22 | Notice of designation (change) of administrative judge |
Free format text: JAPANESE INTERMEDIATE CODE: C22 Effective date: 20221227 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230831 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7347822 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |