WO2020196093A1

WO2020196093A1 - 情報処理装置、情報処理方法及びプログラム

Info

Publication number: WO2020196093A1
Application number: PCT/JP2020/011711
Authority: WO
Inventors: 洋平川元; 紗也加小川; 脇田　能宏
Original assignee: ソニー株式会社
Priority date: 2019-03-28
Filing date: 2020-03-17
Publication date: 2020-10-01
Also published as: EP3949842A4; JPWO2020196093A1; EP3949842A1

Abstract

血流情報検出部により取得された、所定の身体状態にあるユーザの第１の血流量の変化と、当該ユーザ又は他のユーザの所定の身体状態における第２の血流量の変化とに基づいて、当該ユーザの生理状態を推定する生理状態推定部（１２３）を備える、情報処理装置を提供する。

Description

情報処理装置、情報処理方法及びプログラム

　本開示は、情報処理装置、情報処理方法及びプログラムに関する。

　近年、気軽にユーザの血流に関する情報（以下、血流情報とも称する）である血流量や血流速度等を測定することを可能にする技術の開発が進んでいる。そして、このような技術を用いることにより測定された血流量に基づいて、ユーザの生理状態（例えば、脱水状態）等を判定することができる。例えば、このような技術の一例としては、下記特許文献１に開示の技術を挙げることができる。

特開２０１５－５４２１９号公報

　しかしながら、近年、上述したように気軽に血流情報が測定でき、生理状態を推定することが可能になったものの、生理状態の推定にあたり、所定の動作を行うことが求められたることから、ユーザに大きな負担がかかる場合がある。

　そこで、本開示では、日常生活の動作の中で、容易にユーザの生理状態を推定することが可能な、新規かつ改良された情報処理装置、情報処理方法及びプログラムを提案する。

　本開示によれば、血流情報検出部により取得された、所定の身体状態にあるユーザの第１の血流量の変化と、当該ユーザ又は他のユーザの前記所定の身体状態における第２の血流量の変化とに基づいて、当該ユーザの生理状態を推定する生理状態推定部を備える、情報処理装置が提供される。

　また、本開示によれば、血流情報検出部により取得された、所定の身体状態にあるユーザの第１の血流量の変化と、当該ユーザ又は他のユーザの前記所定の身体状態における第２の血流量の変化とに基づいて、当該ユーザの生理状態を推定することを含む、情報処理方法が提供される。

　また、本開示によれば、血流情報検出部により取得された、所定の身体状態にあるユーザの第１の血流量の変化と、当該ユーザ又は他のユーザの前記所定の身体状態における第２の血流量の変化とに基づいて、当該ユーザの生理状態を推定する機能を、コンピュータに実現させるためのプログラムが提供される。

本開示の第１の実施形態に係る情報処理装置１０の形態の一例を示した図である。同実施形態に係る情報処理装置１０の機能的構成を示すブロック図である。同実施形態に係る制御部１００の機能的構成を示すブロック図である。同実施形態に係る血流センサ３００の機能的構成を示すブロック図である。同実施形態に適用される血流測定方法を説明するための説明図である。同実施形態に係る生体情報の推定方法を説明するための説明図である。同実施形態に係る情報処理方法の一例を示すフローチャートである。同実施形態に係る推定結果の出力の一例を示す説明図である。同実施形態に係る推定結果の出力の他の一例を示す説明図である。同実施形態に係る推定結果の出力の更なる他の一例を示す説明図である。本開示の第２の実施形態に係る情報処理装置１０ａの機能的構成を示すブロック図である。同実施形態に適用される血流測定方法を説明する説明図である。同実施形態に適用される血流測定方法の他の例を説明する説明図である。同実施形態に係る制御部１００ａの機能的構成を示すブロック図である。同実施形態に係る情報処理方法の一例を示すフローチャートである。本開示の第２の実施形態の変形例に係る情報処理装置１０ａの機能的構成を示すブロック図である。本開示の第２の実施形態の変形例を説明するための説明図である。本開示の第３の実施形態に係る機械学習の一例を説明するための説明図（その１）である。同実施形態に係る機械学習の一例を説明するための説明図（その２）である。本開示の第４の実施形態に係る制御部１００ｂの機能的構成を示すブロック図である。同実施形態に係る情報処理方法の一例を示すフローチャートである。同実施形態に係る推定結果の出力の一例を示す説明図である。本開示の第５の実施形態に係る制御部１００ｃの機能的構成を示すブロック図である。同実施形態に係る情報処理方法の一例を示すフローチャートである。同実施形態に係る推定結果の出力の一例を示す説明図である。本開示の第６の実施形態を説明するための説明図である。本開示の実施形態に係る情報処理装置９００のハードウェア構成の一例を示す説明図である。

　以下に添付図面を参照しながら、本開示の好適な実施の形態について詳細に説明する。なお、本明細書及び図面において、実質的に同一の機能構成を有する構成要素については、同一の符号を付することにより重複説明を省略する。

　また、本明細書及び図面において、実質的に同一または類似の機能構成を有する複数の構成要素を、同一の符号の後に異なる数字を付して区別する場合がある。ただし、実質的に同一または類似の機能構成を有する複数の構成要素の各々を特に区別する必要がない場合、同一符号のみを付する。また、異なる実施形態の類似する構成要素については、同一の符号の後に異なるアルファベットを付して区別する場合がある。ただし、類似する構成要素の各々を特に区別する必要がない場合、同一符号のみを付する。

　なお、説明は以下の順序で行うものとする。
　１．　本開示の実施形態を創作するに至るまでの背景
　２．　第１の実施形態
　３．　第２の実施形態
　４．　第３の実施形態
　５．　第４の実施形態
　６．　第５の実施形態
　７．　第６の実施形態
　８．　まとめ
　９．　ハードウェア構成について
　１０．　補足

　＜＜１．　本開示の実施形態を創作するに至るまでの背景＞＞
　まずは、本開示の実施形態の詳細を説明する前に、本発明者らが本開示の実施形態を創作するに至るまでの背景について説明する。

　先に説明したように、近年、気軽にユーザの血流情報血流である血流量や血流速度等を測定することを可能にする技術の開発が進んでいる。そして、このような技術を用いることにより測定された血流量に基づいて、ユーザの生理状態（例えば、脱水状態、貧血状態）等を判定したり、病気の診断をしたりすることが可能になっている。なお、本明細書においては、生理状態の判定には、ユーザがり患した病気の診断や、疾病リスクの予測も含むものとする。

　例えば、上記特許文献１に開示の技術においては、ユーザに所定の動作、すなわち、腕を下げた状態から次に腕を上げ、上げた状態で静止させるように誘導し、その際に血流量の変化を検出することにより、ユーザが脱水状態であるかどうかを判断する。なお、上記技術においては、ユーザが所定の動作を行っているかどうかは、ユーザの身体の一部に装着された加速度センサによって検出している。

　しかしながら、上記特許文献１の技術においては、ユーザに所定の動作を実行させることが求められることから、ユーザの生理状態を推定するたびに、上記動作が要求されることとなる。その結果、ユーザに大きな負担がかかることとなる。

　また、脱水状態等の症状については、ユーザによる自覚が難しい場合がある。従って、上記特許文献１の技術のように、ユーザが自覚してはじめて、所定の動作を行い、生理状態の推定を行ったとしても、ユーザの症状は進行し、手遅れになることもある。特に、高齢者や、心臓系の持病等を持つユーザにとっては、日常生活の中で、いち早く脱水症状になっていることを知ることが命を守ることにつながるため、日常生活の動作（日常動作）の中で、容易に生理状態を推定することが求められる。さらに、上述したように、このようなユーザにとっては、所定の動作をわざわざ行うこと自体が大きな負担となる場合もある。

　そこで、このような状況を鑑みて鋭意検討を続ける中、本発明者らは、日常生活の動作の中で、容易にユーザの生理状態を推定することができる本開示の実施形態に係る情報処理装置を創作するに至った。以下に、本発明者らが創作した本開示の実施形態の詳細を説明する。

　＜＜２．　第１の実施形態＞＞
　＜２．１　情報処理装置１０の形態＞
　まずは、本開示の第１の実施形態に係る情報処理装置１０の形態の一例について、図１を参照して説明する。図１は、本実施形態に係る情報処理装置１０の形態の一例を示した図である。

　図１に示すように、本実施形態に係る情報処理装置１０は、例えばユーザの手首に装着され得る腕時計型のウェアラブルデバイス等により実現される。詳細には、当該情報処理装置１０は、ベルト状のバンド部２００と、バンド部２００の外周の一部に設けられた表示部（出力部）２０２とを有する。さらに、図示を省略するものの、バンド部２００の内周の一部には、ユーザ（ここでは、情報処理装置１０を装着したユーザ及び情報処理装置１０を装着した他のユーザを含む）の血流情報を検出する血流センサ３００（血流情報検出部）（図２　参照）が設けられていてもよく、また、バンド部２００の内部には、当該情報処理装置１０の動作を制御する制御部１００（図２　参照）が設けられていてもよい。なお、これら情報処理装置１０の機能部の詳細については後述する。

　さらに、図１では図示を省略しているものの、情報処理装置１０には、各種センサ（例えば、モーションセンサ（３軸加速度センサ、３軸ジャイロセンサ、地磁気センサ）、気圧センサ、温度センサ、筋電センサ、測位センサ（ＧＰＳ（Ｇｌｏｂａｌ　Ｐｏｓｉｔｉｏｎｉｎｇ　Ｓｙｓｔｅｍ））等）からなる動作認識センサ４００（図２　参照）が設けられている。加えて、図１では図示を省略しているものの、情報処理装置１０には、例えばスピーカ、振動モジュール、又は発光素子等の出力装置（出力部）が設けられていてもよい。

　そして、例えば、情報処理装置１０は、ユーザ又は他のユーザの身体の一部に装着可能なデバイス、もしくは、ユーザ又は他のユーザの身体に挿入されたインプラントデバイス（インプラント端末）であってもよい。具体的には、情報処理装置１０は、上述したような腕時計型のウェアラブルデバイスに限定されず、例えばＨＭＤ（Ｈｅａｄ　Ｍｏｕｎｔｅｄ　Ｄｉｓｐｌａｙ）型、アイウェア型、イヤーデバイス型、アンクレット型、首輪型、パッド型、バッチ型、衣服型等の各種の方式のウェアラブルデバイスであることができる。また、情報処理装置１０は、スマートフォン、タブレットＰＣ（Ｐｅｒｓｏｎａｌ　Ｃｏｍｐｕｔｅｒ）等の携帯型デバイスであってもよい。

　＜２．２　情報処理装置１０の機能的構成＞
　以上、本実施形態に係る情報処理装置１０の形態の一例について説明した。続いて、図２を参照して、本実施形態に係る情報処理装置１０の機能的構成の一例について説明する。図２は、本実施形態に係る情報処理装置１０の機能的構成を示すブロック図である。図２に示すように、本実施形態に係る情報処理装置１０は、例えば、制御部１００と、表示部２０２と、血流センサ３００と、動作認識センサ４００とを主に含む。以下に、本実施形態に係る情報処理装置１０の各機能部の詳細について説明する。

　（制御部１００）
　制御部１００は、例えば、上述したバンド部２００の内部等に設けられ、情報処理装置１０の各機能部を制御したりすることができる。当該制御部１００は、例えば、ＣＰＵ（Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）、ＲＯＭ（Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙ）、ＲＡＭ（Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ）等のハードウェアにより実現される。なお、制御部１００の機能の一部は、外部サーバ（図示省略）等により提供されてもよい。また、制御部１００の詳細構成については、後述する。

　（表示部２０２）
　表示部２０２は、例えば、上述したバンド部２００の外周の一部に設けられ、上述した制御部１００によって制御されることにより、推定されたユーザ（ここでは、情報処理装置１０を装着したユーザ及び情報処理装置１０を装着した他のユーザを含む）の生理状態（推理結果）をユーザ等に表示（出力）することができる。表示部２０２は、例えば、液晶ディスプレイ（Ｌｉｑｕｉｄ　Ｃｒｙｓｔａｌ　Ｄｉｓｐｌａｙ；ＬＣＤ）装置、ＯＬＥＤ（Ｏｒｇａｎｉｃ　Ｌｉｇｈｔ　Ｅｍｉｔｔｉｎｇ　Ｄｉｏｄｅ）装置等の表示装置から実現することができる。

　（血流センサ３００）
　血流センサ３００は、例えば、上述したバンド部２００の内周の一部に設けられ、ユーザ（ここでは、情報処理装置１０を装着したユーザ及び情報処理装置１０を装着した他のユーザを含む）の血流情報を取得することができる。なお、血流センサ３００の詳細構成については、後述する。

　（動作認識センサ４００）
　動作認識センサ４００は、上述したバンド部２００の内側に設けられ、ユーザ（ここでは、情報処理装置１０を装着したユーザ及び情報処理装置１０を装着した他のユーザを含む）の動作に関する情報を取得することができる。詳細には、動作認識センサ４００は、ユーザの動作を検出するためのモーションセンサ（図示省略）を含んでもよい。モーションセンサは、ユーザの動作に伴って発生する加速度や姿勢等の変化を示すセンシングデータを取得することにより、ユーザの動作を認識することができる。より具体的には、モーションセンサは、加速度センサ、ジャイロセンサ、地磁気センサ等（図示省略）により実現することができる。

　また、動作認識センサ４００は、上記モーションセンサと共に、測位センサ（図示省略）を含んでいてもよい。当該測位センサは、ユーザの位置を検出するセンサであり、具体的には、ＧＮＳＳ（Ｇｌｏｂａｌ　Ｎａｖｉｇａｔｉｏｎ　Ｓａｔｅｌｌｉｔｅ　Ｓｙｓｔｅｍ）受信機等であることができる。この場合、測位センサは、ＧＮＳＳ衛星からの信号に基づいて、ユーザ（ここでは、情報処理装置１０を装着したユーザ及び情報処理装置１０を装着した他のユーザを含む）の現在地の緯度・経度を示すセンシングデータを生成することができる。また、本実施形態においては、例えば、ＲＦＩＤ（Ｒａｄｉｏ　Ｆｒｅｑｕｅｎｃｙ　Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ）、Ｗｉ－Ｆｉのアクセスポイント、無線基地局の情報等からユーザの相対的な位置関係を検出することが可能なため、このような通信装置を上記測位センサとして利用することも可能である。

　さらに、動作認識センサ４００は、気圧変化を検出する気圧センサや、ユーザ（ここでは、情報処理装置１０を装着したユーザ及び情報処理装置１０を装着した他のユーザを含む）の周囲環境の温度や湿度を検出する温度センサ、湿度センサ等が設けられていてもよい。また、本実施形態においては、情報処理装置１０には、血流センサ３００以外の他の各種生体情報センサ（図示省略）が設けられていてもよい。例えば、当該各種生体情報センサは、ユーザの脳波、呼吸、筋電位、皮膚温度、発汗、血圧、血中酸素濃度等を測定する１つ又は複数のセンサであることができる。

　なお、上述の説明においては、制御部１００、表示部２０２、血流センサ３００、及び動作認識センサ４００は、情報処理装置１０に含まれているものとして説明したが、本実施形態においてはこれに限定されるものではない。本実施形態においては、例えば、上述のうちの１つ以上の機能部と、残りの機能部とが、別体のものとして構成され、互いに無線通信等によって接続されていてもよい。

　＜２．３　制御部１００の機能的構成＞
　以上、本実施形態に係る情報処理装置１０の機能的構成の一例について説明した。続いて、図３を参照して、本実施形態に係る情報処理装置１０の制御部１００の機能的構成の一例について説明する。図３は、本実施形態に係る情報処理装置１０の制御部１００の機能的構成を示すブロック図である。図３に示すように、本実施形態に係る情報処理装置１０の制御部１００は、例えば、取得部１１０と、処理部１２０と、出力制御部１３０と、記憶部１４０とを主に有する。以下に、制御部１００の各機能部の詳細について説明する。

　（取得部１１０）
　取得部１１０は、処理部１２０が行う処理において用いられる各種情報を取得し、さらに取得した各種情報を処理部１２０へ出力する機能を有する。詳細には、図３に示すように、取得部１１０は、コンテキスト取得部１１１と、血流情報取得部１１２とを含む。以下に、コンテキスト取得部１１１及び血流情報取得部１１２の詳細について説明する。

　～コンテキスト取得部１１１～
　コンテキスト取得部１１１は、ユーザ（ここでは、情報処理装置１０を装着したユーザ及び情報処理装置１０を装着した他のユーザを含む）に関するコンテキスト情報を取得し、処理部１２０へ出力する機能を有する。ここでコンテキスト情報とは、例えばユーザの活動状況、又は、ユーザの周囲の環境に関する情報をいう。例えば、コンテキスト情報には、ユーザの姿勢（例えば、立位、座位等）、ユーザの動作（例えば、歩行、運動、家事、食事、飲水、勉強、会話、運転等）及びユーザの行動履歴（例えば、移動手段、時間、スケジュール等）に関する情報が含むことができる。さらに、当該コンテキスト情報には、ユーザのプロファイル情報（例えば、性別、年齢、運動経験履歴、病歴等）に関する情報が含まれてもよい。また、コンテキスト情報には、ユーザの周囲の環境のカテゴリ（屋内、屋外）、地域、季節、気温、湿度等に関する情報を含まれていてもよい。

　そして、コンテキスト取得部１１１は、上述のような情報を、例えば、上述した動作認識センサ４００から取得することができる。また、コンテキスト取得部１１１は、上述のような情報を、例えばユーザによる直接入力や、ユーザのプロファイル情報等の格納する外部サーバ（図示省略）から無線通信等を介して取得してもよい。

　～血流情報取得部１１２～
　血流情報取得部１１２は、後述する血流センサ３００から、ユーザ（ここでは、情報処理装置１０を装着したユーザ及び情報処理装置１０を装着した他のユーザを含む）の血流に関する血流情報を取得し、処理部１２０へ出力する機能を有する。本実施形態においては、ユーザの血流情報としては、例えばユーザの血流量を挙げることができる。ここで、血流量とは、ユーザの測定領域（身体の一部）における１本又は複数の血管を単位時間に通過する血液量のことをいう。なお、本実施形態においては、他のユーザの血流量の経時変化等については、ユーザの生理状態を推定する際に用いる情報として、後述する記憶部１４０に格納されることとなる。

　（処理部１２０）
　処理部１２０は、取得部１１０が取得した各種情報を処理し、後述する出力制御部１３０へ出力する機能を有する。詳細には、図３に示すように、処理部１２０は、身体状態認識部（状態検出部）１２１と、計算部１２２と、推定部（生理状態推定部）１２３とを含む。以下に、処理部１２０の各機能部の詳細について説明する。

　～身体状態認識部１２１～
　身体状態認識部１２１は、ユーザ（ここでは、情報処理装置１０を装着したユーザ及び情報処理装置１０を装着した他のユーザを含む）に関するコンテキスト情報や血流情報に基づいて、ユーザが所定の身体状態となったことを認識する機能を有する。ここで、所定の身体状態とは、例えば、ユーザの血管が圧迫され又は収縮して、血流量が低下した状態（以下、血流量低下状態）のことであり、所定の動作を行うことにより、血流量低下状態に導かれることとなる。詳細には、血流量低下状態を導く動作としては、例えば、筋肉により血管が圧迫されるような、日常生活における腕を上げる動作や当該腕が力む動作を挙げることができる。従って、本実施形態においては、例えば、各種センサによるセンシングデータに基づいて、ユーザが腕を上げた動作（所定の動作）を検出することにより、ユーザが、血流量低下状態にあることを認識することができる。

　さらに、身体状態認識部１２１は、上述したコンテキスト情報に基づいて、ユーザが血流量低下状態となったことを認識してもよい。

　より具体的には、ユーザが腕を上げる動作としては、例えば、電車に乗って、つり革につかまる動作を挙げることができる。このような動作を、例えば、加速度センサのセンシングデータに基づく、電車による移動速度や腕の振動等により検出することが可能である。また、ユーザが腕を上げる動作としては、例えば、ユーザが洗濯物を干している動作を挙げることができる。このような動作を、例えば、測位センサのセンシングデータに基づいてユーザが自宅ベランダにいることを認識し、気圧センサのセンシングデータに基づいて腕が上がったことを認識することにより検出することが可能である。さらに別の例としては、ユーザの腕が力む動作としては、例えば、スーパーマーケットで重い荷物を持っている動作を挙げることができる。このような動作を、例えば、筋電センサのセンシングデータに基づく腕の筋繊の収縮や、加速度センサのセンシングデータに基づく腕の振動等と、測位センサのセンシングデータに基づくユーザがスーパーマーケットにいることを認識することにより検出することが可能である。また、ユーザの腕が力む動作としては、例えば、ジムでのトレーニング動作を挙げることができる。このような動作を、例えば、測位センサのセンシングデータに基づいてユーザがジムにいることを認識し、気圧センサのセンシングデータに基づいて腕が上がったことを認識することにより検出することが可能である。

　すなわち、本実施形態においては、身体状態認識部１２１は、日常生活の中で血流量低下状態を導くようなユーザの動作を検出することから、ユーザに所定の動作を実行させることが求めることなく、ユーザの生理状態を容易に推定することができる。従って、本実施形態においては、ユーザに所定の動作を実行させることが求めることがないことから、ユーザに大きな負担がかかることを避けることができる。

　～計算部１２２～
　計算部１２２は、ユーザ（ここでは、情報処理装置１０を装着したユーザ及び情報処理装置１０を装着した他のユーザを含む）が血流量低下状態であると認識できた場合には、血流情報取得部１１２からの血流情報に基づく血流量の経時変化により、血流量回復に関する指標（血流量回復指標）を算出する。なお、算出された指標は、後述する記憶部１４０に格納されてもよい。さらに、計算部１２２は、算出した上記指標を後述する推定部１２３に出力する。なお、計算部１２２で算出する血流量回復指標に関する指標の詳細については後述する。

　～推定部１２３～
　推定部１２３は、上述した計算部１２２が算出した血流量回復指標に基づいて、ユーザの生理状態を推定し、後述する出力制御部１３０に推定結果を出力する。また、推定部１２３は、機械学習で得たデータベースを参照して、ユーザの生理状態を推定してもよく、さらに、上記コンテキスト情報に基づいて、ユーザの生理状態を推定してもよい。なお、推定部１２３における推定方法の詳細については後述する。

　（出力制御部１３０）
　出力制御部１３０は、ユーザ等に対して上述した推定結果を提示する機能を有する。出力制御部１３０は、例えば、表示部２０２等の出力装置を制御して、音声、振動、画像、又は光点滅等の形態で推定結果を提示する。なお、本実施形態においては、上記出力装置とは、例えば、情報処理装置１０に設けられた、表示部２０２、スピーカ、振動モジュール、又は発光素子（図示省略）等であることができる。

　（記憶部１４０）
　記憶部１４０は、制御部１００が各種処理を実行するためのプログラム、情報等や、処理によって得た情報を格納する。記憶部１４０は、例えばフラッシュメモリ（ｆｌａｓｈ　ｍｅｍｏｒｙ）等の不揮発性メモリ（ｎｏｎｖｏｌａｔｉｌｅ　ｍｅｍｏｒｙ）等により実現される。

　＜２．４　血流センサ３００の機能的構成＞
　以上、本実施形態に係る制御部１００の機能的構成の一例について説明した。続いて、図４を参照して、本実施形態に係る血流センサ３００の機能的構成の一例について説明する。図４は、本実施形態に係る血流センサ３００の機能的構成を示すブロック図である。図４に示すように、本実施形態に係る血流センサ３００は、例えば、制御部３０２と、照射部３０４と、検出部３０６と、出力部３０８とを主に有する。以下に、血流センサ３００の各機能部の詳細について説明する。

　（制御部３０２）
　制御部３０２は、後述する照射部３０４の光の照射を制御したり、後述する検出部３０６の読み出し（サンプリング）を制御したり等、血流センサ３００における測定全般を制御する。さらに、制御部３０２は、センシングデータを時刻と紐づけて制御部１００へと出力するために、正確な時刻を把握する時計機構（図示省略）を内蔵してもよい。

　（照射部３０４）
　照射部３０４は、所定の波長を持つ照射光をユーザ（ここでは、情報処理装置１０を装着したユーザ及び情報処理装置１０を装着した他のユーザを含む）の測定領域（身体の一部）７００（図５　参照）に向かって照射する。照射部３０４が照射する照射光の波長は、適宜選択することが可能であり、例えば、８００ｎｍ～９００ｎｍ程度の波長の光を照射する。当該照射部３０４としては、例えばコヒーレント光を照射するためにレーザ装置等を利用することができる。そして、上述した制御部３０２によって、照射部３０４が照射光を照射するタイミング、照射時間、照射間隔、及び強度等は制御されることができる。

　（検出部３０６）
　検出部３０６は、ユーザ（ここでは、情報処理装置１０を装着したユーザ及び情報処理装置１０を装着した他のユーザを含む）の測定領域７００から反射された光を検出する。検出部３０６は、例えばフォトダイオード（Ｐｈｏｔｏ　Ｄｅｔｅｃｔｏｒ：ＰＤ）を有し、受光した光の強度を電気信号（センシングデータ）に変換して、後述する出力部３０８へと出力する。なお、検出部３０６としては、ＣＣＤ（Ｃｈａｒｇｅ　Ｃｏｕｐｌｅｄ　Ｄｅｖｉｃｅｓ）型センサ、ＣＭＯＳ（Ｃｏｍｐｌｅｍｅｎｔａｒｙ　Ｍｅｔａｌ　Ｏｘｉｄｅ　Ｓｅｍｉｃｏｎｄｕｃｔｏｒ）型センサ等を利用することもできる。

　（出力部３０８）
　出力部３０８は、検出部３０６によるセンシングデータを上述した制御部１００に出力する機能を有する。

　さらに、上述の血流センサ３００による血流情報の測定方法について、図５を参照して説明する。図５は、本実施形態に適用される血流測定方法を説明するための説明図である。本実施形態に係る血流測定方法の一例としては、レーザードップラー血流計測技術や、動的光散乱（Ｄｙｎａｍｉｃ　Ｌｉｇｈｔ　Ｓｃａｔｔｅｒｉｎｇ;ＤＬＳ）法を用いた速度分布の分析技術を挙げることができる。

　本実施形態に係る血流情報の測定方法は、例えば、照射部３０４から光をユーザ（ここでは、情報処理装置１０を装着したユーザ及び情報処理装置１０を装着した他のユーザを含む）の測定領域（身体の一部）７００に照射した際に、ユーザの血管中を移動する散乱物質（主に赤血球）で散乱した光がドップラー効果により周波数がシフトし、静止した部分で散乱した光と干渉することで、干渉光のうなり周波数から散乱物質の速度情報を得る方法である。本実施形態においては、例えば、検出部３０６によって干渉光は受光され、受光された干渉光におけるドップラーシフト周波数の分布から血流情報を算出する。

　詳細には、図５に示すように、照射部３０４によりユーザの測定領域７００に照射された周波数ｆの光が、ユーザの皮膚や皮下組織等の静止している静止組織７０２によって散乱された場合には、その散乱光は周波数ｆを維持する。一方、ユーザの測定領域７００に照射された周波数ｆの光が、ユーザの血管中を移動する散乱物質（例えば、赤血球が挙げられ、赤血球は直径８～１０μｍの物質である）７０４によって散乱された場合には、その散乱光は、散乱物質７０４の位置移動とドップラー効果とにより周波数シフトし、周波数ｆ＋Δｆを持つこととなる。そして、静止組織７０２に散乱された周波数ｆの散乱光と、移動する散乱物質７０４によって散乱された周波数ｆ+Δｆの散乱光とが干渉することから、検出部３０６は、光ビート（うなり）を有する干渉光を検出することができる。なお、一般に、シフト周波数Δｆは、照射光の周波数ｆよりも非常に小さい。そして、検出部３０６により検出された干渉光（検出信号）を処理することにより、血流情報を得ることができる。

　そして、図５中の符号８００として示されるような、検出部３０６により検出された干渉光（検出信号）を処理することにより、血流情報を得ることができる。なお、検出信号８００は、複数の異なる運動をする血管中の散乱物質７０４からの散乱光による複数の異なる周波数の光ビートの重ね合わせ信号であるため、図５に示されるようにホワイトノイズのような不規則な信号に見える。しかしながら、当該検出信号８００は、前述のように複数の周波数の干渉ビートの重ね合わせ信号であるため、当該検出信号に対して周波数解析的処理を行うことにより、周波数シフト、言い換えると、ドップラーシフトを引き起こす粒子運動の速度分布情報を取得することができる。そこで、レーザードップラー血流測定法においては、血流内の赤血球等の散乱物質７０４の速度分布を把握することにより、血流量等の血流情報を取得することができる。

　もしくは、ユーザの測定領域７００にコヒーレントな光を照射した場合、測定領域７００の散乱物質による散乱光が干渉することにより、スペックルパターンと呼ばれるパターンを得ることができる。当該スペックルパターンは、移動する散乱物質７０４によって散乱されることにより変化を生じる。そこで、本実施形態においては、血流センサ３００は、このようなスペックルパターンを取得するセンサであってもよい。具体的には、例えば、ユーザの耳たぶ、指先等のスペックルパターンの変動の情報に基づき、血流内の赤血球等の散乱物質７０４の速度情報を算出することにより、血流情報を取得することができる。この場合、血流センサ３００は、図１に示されるような腕時計型のウェアラブルデバイスの形態を持つ情報処理装置１０に内蔵されることに限定されるものではなく、上記スペックルパターンを取得することができる撮像装置の形態を持つ情報処理装置１０に内蔵されてもよい。

　なお、本実施形態に係る血流測定方法の他の例としては、光電容積脈波（Ｐｈｏｔｏｐｌｅｔｈｙｓｍｏｇｒａｐｈｙ；ＰＰＧ）法を挙げることができる。詳細には、ＰＰＧ法は、心臓が血液を送り出すことに伴い発生する血管の容積変化（脈）に伴い、血管の光の吸収量が変化することを利用した測定法である。詳細には、照射部３０４によりユーザの測定領域に光を照射すると、照射光は、主にユーザの血液中の赤血球に選択的に吸収されることから、光の吸収量は血液量（詳細には組織血液量）に比例する。そこで、ＰＰＧ法では、ユーザの皮膚、血管等を経由した反射光又は透過光を検出部３０６によって検出することにより、検出結果から脈拍ごとに通過する血液量の変化を得て、当該血液量変化から単位時間の血流量を取得することができる。しかしながら、本開示の実施形態に適用可能な血流速度の測定方法は、これらの測定方法に限定されるものではなく、他の測定方法であってもよい。

　＜２．５　生理状態を推定する方法＞
　以上、本実施形態に係る血流センサ３００の機能的構成の一例について説明した。続いて、図６を参照して、本実施形態における、ユーザの生理状態の推定方法の概要について説明する。図６は、本実施形態に係る生体情報の推定方法を説明するための説明図であり、詳細には、血流量低下状態になってから、それ以降の血流量の経時変化を示したグラフとなる。

　ユーザが腕を上げる等の動作により血管を収縮した場合、一旦血流量は低下するものの、ユーザの心臓は、血流量を定常状態に復元しようとして、血流量を増加させようと機能する（ホメオスタシス）。例えば、図６に示される時間ｔ０においてユーザが腕を上げた場合、時間ｔ０から時間ｔ１までは、上記動作に起因して、血流量は定常値（正常値）ＢＦ４から低下する。しかしながら、このように血流量が低下した場合には、心臓は、時間ｔ１以降（血流量回復期）では、血流量が増加して、上記定常値ＢＦ４程度にまで回復させようとする。

　そして、図６に示すように、血流量回復期においては、血液粘度が高いときには、血液粘度が定常状態（正常状態）である場合に比べてより流れにくいため、血流量が定常値（正常値）ＢＦ４程度になるまで回復するためにかかる回復時間が長くなる。一方、血液粘度が低いときには、血液粘度が定常状態（正常状態）である場合に比べてより流れ易いため、血流量が定常値ＢＦ４程度になるまで回復するためにかかる回復時間が短くなる。

　ところで、ユーザの生理状態が脱水状態にある場合には、血液内の水分が減少し、血液粘度が上昇する(粘度の低い血漿が減るため血液粘度が増加する)。従って、このような場合、血液粘度が定常状態（正常状態）である場合に比べて上記回復時間が長くなる傾向がある。一方、ユーザの生理状態が貧血状態にある場合には、赤血球の数が減少し、血液粘度が減少する。従って、このような場合、血液粘度が定常状態である場合に比べて上記回復時間が短くなる傾向がある。そこで、本実施形態においては、血流量回復指標として上記回復時間に係る情報を取得し、当該回復時間に係る情報に基づいて、ユーザの生理状態を推定することができる。

　詳細には、本実施形態においては、血流量低下状態になったことにより、血流量が一旦減少し、その後に血流量が増加に転じた以降である血流量回復期における血流量の時間に対する傾きである血流量回復勾配（血流回復指標）（第１の血流量の変化）に基づいて、ユーザの生理状態を推定する。より具体的には、血流量回復勾配は、血流回復期において所定の時間Ｔ経過までの（例えば、図６に示す時間ｔ１から時間ｔ２までの時間Ｔ）の血流量の総和を、上記所定の時間Ｔで除して求められる傾きである。本実施形態においては、当該所定の時間Ｔについては、適宜選択することができる。

　より具体的には、血液粘度が定常状態（正常状態）である場合には、血液量回復勾配（第２の血流量回復勾配）ΔＢ１は、例えば、以下の数式（１）によって示すことができる。なお、本実施形態においては、当該血流量回復勾配ΔＢ１は、対象となるユーザの、血流粘度が定常状態の際の血流量勾配、又は、複数の血流量勾配の平均値であってもよく、もしくは、当該ユーザ以外の他のユーザの、一人、又は複数人の、血流粘度が定常状態の際の血流量勾配又はその平均値であってもよい。なお、これらの値は予め取得される。

　また、血液粘度が低い場合には、血液回復勾配（第１の血流量回復勾配）ΔＢ２は、例えば、以下の数式（２）によって示すことができる。ただし、当該血流量回復勾配ΔＢ２は、対象となるユーザの血流量勾配、又は、複数の血流量勾配の平均値であることができる。

　また、血液粘度が高い場合には、血液量回復勾配ΔＢ３は、例えば、以下の数式（３）によって示すことができる。ただし、当該血流量回復勾配ΔＢ３は、対象となるユーザの血流量勾配、又は、複数の血流量勾配の平均値であることができる。

　そこで、本実施形態においては、血流量回復勾配ΔＢ１（第２の血流量の変化）（基準値）に比べて血流量回復勾配が大きい場合（例えば、ΔＢ２の場合）には、ユーザは、血液粘度が低い貧血状態であると推定することができる。

　一方、本実施形態においては、血流量回復勾配ΔＢ１に比べて血流量回復勾配が小さい場合（例えば、ΔＢ３の場合）には、ユーザは、血液粘度が高い脱水状態であると推定することができる。

　なお、本実施形態においては、上述したように、血流量回復勾配ΔＢを血流量回復勾配ΔＢ１と比較することにより、ユーザの生理状態を推定することに限定されるものではない。例えば、血流量回復勾配ΔＢを、血流量回復勾配ΔＢ１に基づいて予め定義した所定の数値範囲（例えば、血流量回復勾配ΔＢ１を中央値とする数値範囲）（基準値）等と比較することにより、ユーザの生理状態を推定してもよい。

　なお、本実施形態においては、血液粘度が定常状態（正常状態）の際の血流量回復勾配ΔＢ１（以下の説明においては、定常時（正常時）血流量回復勾配と呼ぶ）は、例えば、ユーザ又は他のユーザが飲食した後に所定の時間経過した際の、血流回復期の血流量の経時変化（定常時（正常時）の経時変化）に基づいて得ることができる。また、定常時血流量回復勾配は、所定の期間（１日、１週間、１カ月）に取得された、複数の血流量の経時変化の平均値等に基づいて取得してもよく、複数の他のユーザ（例えば、成人男性等、ユーザと同一プロファイルである複数のユーザ）の複数の血流量の経時変化の平均値等に基づいて取得してもよい。なお、定常時血流量回復勾配を取得する方法、すなわち、血液粘度が定常（正常）である場合を認識する方法の詳細については、後述する。

　また、本実施形態においては、上記コンテキスト情報である、ユーザのプロファイル情報（性別、年齢、病歴（エコノミー症候群）等）や、ユーザの周囲の環境情報（温度、湿度等）、位置情報（野外、室内）等をも参照することにより、より生理状態の推定の精度を高めることができる。

　また、本実施形態においては、血流量回復指標として上述したような血流量回復勾配を用いることに限定されるものではなく、他の指標を用いて、ユーザの生理状態を推定してもよい。例えば、ユーザの血流量の経時変化（波形）に現れるピークの形状や所定の時間の血流量積分値等を指標として用いて、ユーザの生理状態を推定してもよい。さらに、本実施形態においては、例えば、血流量回復勾配を算出する代わりに、ラベル付け（プロファイル情報、生理状態等によるラベル付け）された、ユーザ又は他のユーザについての、過去に取得された複数の血流量の経時変化を機械学習することによって得られたデータベースを参照してもよい。この場合、例えば、ユーザと同一のクラスタに属する血流量の経時変化から抽出された特徴量と、新たに取得されたユーザの血流量の経時変化から抽出された特徴量とに基づいて、ユーザの生理状態を推定することができる。

　＜２．６　情報処理方法＞
　次に、図７から図１０を参照して、本実施形態に係る情報処理方法について説明する。図７は、本実施形態に係る情報処理方法のフローチャートを示した図である。図８から図１０は、本実施形態に係る推定結果の出力の一例を示す説明図である。

　なお、本実施形態に係る情報処理装置１０は、日常生活をおくるユーザの身体の一部に装着され、ユーザの日常生活において、当該ユーザの生理状態の推定を行うため、以下の情報処理を行う。すなわち、本実施形態においては、上記生理状態の推定を行うにあたり、特別なシチュエーションであったり、ユーザが意識して特別な動作を行ったりすることはない。

　まずは、図７に示すように、本実施形態に係る情報処理方法には、ステップＳ１０１からステップＳ１１３までの複数のステップが含まれる。以下に、本実施形態に係る情報処理方法の各ステップを説明する。

　（ステップＳ１０１）
　まずは、制御部１００は、動作認識センサ４００からセンシングデータを取得する。

　（ステップＳ１０３）
　次に、制御部１００は、上述のステップＳ１０１で動作認識センサ４００から取得されたセンシングデータに基づいて、ユーザの身体状態を検出する。より具体的には、制御部１００は、センシングデータに基づいて、腕を上げる、腕を力ませる等のユーザの日常生活における動作を検出する。

　（ステップＳ１０５）
　制御部１００は、上述のステップＳ１０３で検出された身体状態（具体的には、ユーザの動作）が、血流量低下状態に該当するかを判断する。そして、制御部１００は、血流量低下状態に該当すると判断した場合には、後述するステップＳ１０７へ処理を進め、血流量低下状態に該当しないと判断した場合には、上述のステップＳ１０１へ戻る。詳細には、本実施形態においては、制御部１００は、上述のステップＳ１０３で検出されたユーザの動作が、予め定義されたユーザの血管が圧迫され又は収縮するような状態を導く動作に該当するかどうかで、上記判断を行うことができる。

　（ステップＳ１０７）
　次に、制御部１００は、血流センサ３００からセンシングデータ（血流量の経時変化）を取得する。

　（ステップＳ１０９）
　そして、制御部１００は、上述のステップＳ１０７で血流センサ３００から取得されたセンシングデータに基づいて、血流量回復指標、すなわち血流量回復勾配を算出する。

　（ステップＳ１１１）
　さらに、制御部１００は、上述のステップＳ１０９で算出された血流量回復指標（血流量回復勾配）が、予め定義された所定の数値範囲から外れているかどうかを判断する。そして、制御部１００は、血流量回復指標が所定の数値範囲から外れていると判断した場合には、後述するステップＳ１１３へ処理を進め、血流量回復指標が所定の数値範囲から外れていないと判断した場合には、上述のステップＳ１０１へ戻る。

　例えば、所定の数値範囲としては、定常時（正常時）血流量回復勾配を中央値とする数値範囲を設定することができる。また、当該ステップＳ１１１においては、制御部１００は、ステップＳ１０９で算出された血流量回復勾配が所定の数値範囲から外れているかどうかを判断する代わりに、ステップＳ１０９で算出された血流量回復勾配が定常時血流量回復勾配からどの程度乖離しているかを示す割合等を用いて判断してもよい。

　（ステップＳ１１３）
　次に、制御部１００は、ステップＳ１０９で算出された血流量回復指標（血流量回復勾配）が、ステップＳ１１１での所定の数値範囲の上限値に比べて大きい場合には、ユーザの生理状態が貧血状態であると推定する。一方、制御部１００は、ステップＳ１０９で算出された血流量回復指標（血流量回復勾配）が、ステップＳ１１１での所定の数値範囲の下限値に比べて大きい場合には、ユーザの生理状態が貧血状態であると推定する。そして、制御部１００は、推定された生理状態（推定結果）をユーザに向けて出力し、処理を終了する。

　そして、上述のステップＳ１１３で、ユーザの生理状態が脱水状態であると推定された場合には、例えば図８に示すように、情報処理装置１０は、表示部２０２に「脱水症状です。」との文言を表示することによりユーザに向けて推定結果を出力してもよい。また、例えば図９に示すように、情報処理装置１０は、スピーカ（図示省略）を介して「脱水症状です。」との音声を出力することによりユーザに向けて推定結果を出力してもよい。さらに、上述のステップＳ１１３で、ユーザの生理状態が脱水状態又は貧血状態であると推定された場合には、例えば図１０に示すように、情報処理装置１０は、発光素子(図示省略)を点灯させることにより、ユーザに向けて推定結果を出力してもよい。他には、振動により、ユーザに向けて推定結果を出力してもよく、もしくは、ユーザに限らずユーザの周囲の人物（例えば、ユーザの家族）等に向けて出力してもよい。このように、本実施形態においては、このように出力することにより、ユーザは自身の生理状態が脱水状態又は貧血状態にあることを容易に認識することができる。

　以上のように、本実施形態においては、日常生活の中で血流量低下状態を導くようなユーザの動作を検出することから、ユーザに所定の動作を実行させることが求めることなく、ユーザの生理状態を容易に推定することができる。従って、本実施形態においては、ユーザに所定の動作を実行させることが求めることがないことから、当該ユーザに大きな負担がかかることを避けることができる。さらに、本実施形態によれば、ユーザに大きな負担をかけることを避けるだけでなく、日常生活になかで推定を行うことから、容易にユーザのデータを定期的に収集することも可能である。

　＜２．７　変形例１＞
　上述した本実施形態においては、ステップＳ１０３で、動作認識センサ４００から取得されたセンシングデータに基づいて、ユーザの身体状態を検出し、ステップＳ１０５で、検出したユーザの身体状態に基づいて、ユーザが血流量低下状態に該当するかどうかを判断した。しかしながら、本実施形態においては、このような方法に限定されるものではなく、血流センサ３００から取得されたセンシングデータも参照して、ユーザが血流量低下状態に該当するかどうかを判断してもよい。このようにすることにより、ユーザが血流量低下状態に該当するかどうかの判断の精度をより向上させることができる。以下に、このような変形例を第１の実施形態の変形例１として説明する。

　詳細には、本変形例においては、血流センサ３００のセンシングデータに基づく血流量の経時変化パターンの形状をも参照することにより、ユーザが血流量低下状態に該当するかどうかを判断してもよい。より具体的には、制御部１００は、血流センサ３００からのセンシングデータを解析し、上述した図６に示すような、一旦低下して再び増加するような経時変化パターンが検出できたか否かに基づいて、ユーザが血流量低下状態に該当するかどうかを判断してもよい。さらに、本変形例１においては、情報処理装置１０に設けられた他の各種センサのセンシングデータをも参照して、ユーザが血流量低下状態に該当するかどうかを判断してもよい。

　＜２．８　変形例２＞
　上述した本実施形態においては、ステップＳ１１３で、血流量回復勾配に基づき、ユーザの生理状態を推定した。しかしながら、本実施形態においては、このような方法に限定されるものではなく、上記コンテキスト情報をも参照して、ユーザの生理状態を推定してもよい。このようにすることにより、ユーザの生理状態の推定の精度を向上させるばかりか、生理状態の変化の兆し（変化が起きる可能性が高い状態）を検出することができる。以下に、このような変形例を第１の実施形態の変形例２として説明する。

　本変形例２においては、血流量回復勾配だけでなく、コンテキスト情報として、天候(温度、湿度、天気予報)の情報や、位置情報（屋外、屋内）、スケジュール（運動）等の情報を加味した上で、ユーザの生理状態を推定する。例えば、温度が高い屋外にユーザが存在することがコンテキスト情報から把握される場合には、脱水症状になる可能性が高まっていることから、ステップＳ１０９で算出された血流量回復勾配と比較する所定の数値範囲の下限値を引き上げる。このようにすることで、ユーザの脱水状態の推定の精度を向上させるばかりか、脱水状態に至る兆しを検出することができる。言い換えると、本変形例２によれば、脱水状態に至るであろう、ユーザの将来の生理状態をいち早く推定することができる。なお、本変形例２においては、後述する機械学習を用いて、ユーザの将来の生理状態を推定してもよい。

　＜＜３．　第２の実施形態＞＞
　上述の本開示の第１の実施形態においては、ユーザが血流量低下状態になったことをトリガーにして、ユーザの生理状態の推定を行ってきたが、以下に説明する第２の実施形態においては、ユーザに対して能動的刺激を与えることにより血管を圧迫して、ユーザの身体状態を血流量低下状態に該当するようにする。本実施形態においては、このようにすることで、日常生活におけるユーザの動作とは関係なく、ユーザの身体状態を血流量低下状態にすることができることから、ユーザに負担をかけることなく、自動的に、定期的に、生理状態を推定することができる。以下、本実施形態の詳細について、順次説明する。

　＜３．１　情報処理装置１０の機能的構成＞
　まずは、図１１から図１３を参照して、本実施形態に係る情報処理装置１０ａの機能的構成の一例について説明する。図１１は、本実施形態に係る情報処理装置１０ａの機能的構成を示すブロック図である。また、図１２及び図１３は、本実施形態に適用される血流測定方法を説明する説明図である。

　図１１に示すように、本実施形態に係る情報処理装置１０ａは、上述した第１の実施形態と同様に、例えば、制御部１００ａと、表示部２０２と、血流センサ３００と、動作認識センサ４００とを含む。さらに、本実施形態に係る情報処理装置１０ａは、図１１に示すように、刺激発生部（刺激部）１５０を含む。従って、ここでは、第１の実施形態と共通する機能部については説明を省略し、刺激発生部１５０についてのみ説明し、制御部１００ａの詳細については後述する。

　（刺激発生部１５０）
　刺激発生部１５０は、例えば、情報処理装置１０のバンド部２００の内側に設けられ、ユーザ（ここでは、情報処理装置１０を装着したユーザ及び情報処理装置１０を装着した他のユーザを含む）の血管を圧迫するような刺激、すなわち、ユーザの血管の状態を変化させる刺激をユーザの身体の一部に与えることができる。例えば、刺激発生部１５０は、冷却素子１５０ａ又は電極１５０ｂからなる。

　例えば、刺激発生部１５０が、図１２に示されるような冷却素子１５０ａである場合には、冷却素子１５０ａで皮膚７１４の表面を冷却し、血管運動刺激することで血管７１２を収縮させることができ、その結果、ユーザの身体状態を血流量低下状態にすることができる。

　また、例えば、刺激発生部１５０が、図１３に示されるような電極１５０ｂである場合には、皮膚７１４に装着された２つの電極１５０ｂ間に所定の電圧差（電気的刺激）を印可することに、筋肉７１０を収縮させることにより、血管７１２を圧迫する。その結果、ユーザの身体状態を血流量低下状態にすることができる。

　なお、本実施形態においては、刺激発生部１５０は、ユーザの身体の一部に直接的に圧力を印可し、血管７１２を収縮させる圧力印可装置であってもよい。また、本実施形態においては、刺激発生部１５０は、ユーザの身体の一部に振動を与える振動装置であってもよい。この場合、振動を与えながら血流測定を行うことにより、血液の粘度も直接的に計測することができる。

　＜３．２　制御部１００ａの機能的構成＞
　以上、本実施形態に係る情報処理装置１０ａの機能的構成の一例について説明した。続いて、図１４を参照して、本実施形態に係る情報処理装置１０の制御部１００ａの機能的構成の一例について説明する。図１４は、本実施形態に係る情報処理装置１０の制御部１００の機能的構成を示すブロック図である。図１４に示すように、本実施形態に係る情報処理装置１０ａの制御部１００ａは、例えば、第１の実施形態と同様に、取得部１１０と、処理部１２０ａと、出力制御部１３０と、記憶部１４０とを主に有する。そこで、ここでは、第１の実施形態と共通する機能部については説明を省略し、処理部１２０ａについてのみ説明する。

　（処理部１２０ａ）
　処理部１２０ａは、第１の実施形態の処理部１２０と同様に、取得部１１０が取得した各種情報を処理し、後述する出力制御部１３０へ出力する機能を有する。詳細には、図１４に示すように、処理部１２０ａは、身体状態認識部１２１と、計算部１２２と、推定部１２３と、刺激制御部１２６とを含む。そこで、ここでは、第１の実施形態と共通する機能部については説明を省略し、刺激制御部１２６についてのみ説明する。

　～刺激制御部１２６～
　刺激制御部１２６は、上述した刺激発生部１５０を制御して、ユーザ（ここでは、情報処理装置１０を装着したユーザ及び情報処理装置１０を装着した他のユーザを含む）の身体の一部に所定の刺激を与えることができる。なお、他のユーザに所定の刺激を与えて得られた血流量の経時変化等については、ユーザの生理状態を推定する際に用いる情報をして、記憶部１４０に格納されることとなる。

　＜３．３　情報処理方法＞
　次に、図１５を参照して、本実施形態に係る情報処理方法について説明する。図１５は、本実施形態に係る情報処理方法のフローチャートを示した図である。図１５に示すように、本実施形態に係る情報処理方法には、ステップＳ２０１からステップＳ２０９までの複数のステップが含まれる。以下に、本実施形態に係る情報処理方法の各ステップを説明する。

　（ステップＳ２０１）
　まずは、制御部１００ａは、刺激発生部１５０を制御して、発生した所定の刺激をユーザの身体に印可する。本実施形態においては、このように刺激を与えることにより、ユーザの身体を血流量低下状態にし、血流センサ３００で血流量の計測を行う。

　（ステップＳ２０３～ステップＳ２０９）
　図１５に示されるステップＳ２０３からステップＳ２０９は、図７に示される上述した第１の実施形態のステップＳ１０７からステップＳ１１３と共通するため、ここでは説明を省略する。

　以上のように、本実施形態においては、日常生活におけるユーザの動作とは関係なく、所定の刺激を与えることにより、ユーザの身体状態を血流量低下状態にすることができることから、ユーザに負担をかけることなく、自動的に、定期的に、生理状態を推定することができる。

　＜３．４　変形例＞
　また、本実施形態においては、ユーザ（ここでは、他のユーザを含む）に身体の一部（詳細には、腕等）に対して圧力を与えて血流を阻害することができる血圧計を刺激発生部１５０として用いることができる。血圧計は、ユーザの身体の一部に対して、測定の度にほぼ同一の条件で加圧することができることから、このような最適な加圧状態で得られる血流量の経時変化からは様々な情報を得ることができる。以下に、このような本実施形態の変形例の詳細について、図１６及び図１７を参照して説明する。図１６は、本実施形態の変形例に係る情報処理装置１０ａの機能的構成を示すブロック図である。また、図１７は、本実施形態の変形例を説明するための説明図であり、詳細には、血流量の経時変化を示す。

　図１６に示すように、本変形例に係る情報処理装置１０ｂは、上述した第１の実施形態と同様に、例えば、制御部１００と、表示部２０２と、血流センサ３００とを含む。さらに、本実施形態に係る情報処理装置１０ｂは、図１６に示すように、血流計６００と通信可能に接続し、例えば情報処理装置１０ｂによって血流計６００の制御を行うことにより、当該血流計６００と連動することができる。血圧計６００とは、カフと呼ばれる加圧装置をユーザの身体の一部（例えば、上腕、又は、手首）に巻き付け、カフによって身体の一部に加圧して、血流を阻害し、次に、徐々に減圧させて、加圧値と血圧との大小関係に応じた動脈内の血流動態の変化を検出することにより、最高血圧と最低血圧とを算出する装置である。ここで、血圧とは、心臓から送り出される血液の流れが内側から血管を押す圧力のことを意味し、心臓が収縮する時の血圧（最高血圧）、心臓が拡張する時の血圧（最低血圧）の２つの数値で表現される。なお、本変形例においては、血流計６００は、血圧を測定するために用いるのではなく、ユーザの血流を阻害する、すなわち、血流量低下状態を作り出し、血流センサ３００で取得した血流情報に対して、血流量低下状態におけるデータであることのラベル付け（イベント検出）を行うために用いることができる。また、上述では、カフを用いて血流を阻害するものとして説明したが、本変形例においては、このようなカフに限定されるものではなく、血流を阻害できるものであればカフ以外の加圧装置であってもよい。

　また、本変形例においては、情報処理装置１０ｂの各機能ブロック（制御部１００、表示部２０２、血流センサ３００）は、第１の実施形態と同様であるため、ここではこれらの説明を省略する。

　以下に、本変形例の詳細を、図１７を参照して説明するが、以下の説明においては、血流計６００はユーザの上腕に装着され、情報処理装置１０ｂ（詳細には、血流センサ３００）は、ユーザの手首に装着されるものとする。

　まずは、血圧計６００により、上腕を最高血圧以上の圧力で圧迫されることで、図１７に示されるように手首の皮膚血流量は０に近い値まで落ち、すなわち、動脈血流が遮断される。その後、血圧計６００は、所定の時間（例えば、数十秒）の間に圧迫を継続した後に、圧を解除することとなるが、ユーザの身体の生理機構は、圧迫によって一次的に動脈血流が途絶えたことに起因して、血流状態を戻そうと、血管を拡張させ、図１７の示すように、血流量を増加させる。

　このような血流量増加の挙動は、例えば平常時（計測前）の血流量に対する血流量のオーバーシュート量（図１７のｈ）や、オーバーシュート後に平常時の血流量に戻るまでの経過時間長（図１７のｔ）等の指標により表すことができる。そして、このような圧迫後の血流量増加の指標は、医療分野においては、Ｐｏｓｔ－Ｏｃｃｌｕｓｉｖｅ　ｆｏｒｅａｒｍ　ｓｋｉｎ　Ｒｅａｃｔｉｖｅ　Ｈｙｐｅｒａｅｍｉａ（ＰＯＲＨ)ｉｎｄｅｘと呼ばれている。ＰＯＲＨｉｎｄｅｘは、ユーザの血管機能や心臓機能の状態が反映されていると考えられ、例えば糖尿病により局所的に血管機能障害が生じている場合には、血流量の増加率（例えば、図１７のｈ）が小さくなることが知られている。

　そこで、本変形例においては、これまで説明したような脱水状態、貧血状態等の推定に限定されるものではなく、ＰＯＲＨｉｎｄｅｘ等を利用して、ユーザの血管機能、心臓機能、自律神経等の状態を推定することもできる。より具体的には、本変形例においては、血圧計６００により、上腕を最高血圧以上の圧力で圧迫した後圧を解除し、その間のユーザの手首の血流量の変化を、血流センサ３００により検出する。そして、情報処理装置１０ｂは、血流量の変化から上述のオーバーシュート量（ｈ）や経過時間長（ｔ）等を算出し、算出した指標に基づき、血管機能、心臓機能、自律神経、疾病（例えば、糖尿病等）等のユーザの生理状態（健康状態）を推定する。

　本変形例においては、血圧計６００を用いて血流を阻害することにより、毎回、所定の血流量低下状態を作り出すことができることから、ほぼ同一の状態における血流情報を比較することが可能であることから、ユーザの生理状態の推定の精度を高めることができる。さらに、本変形例においては、ＰＯＲＨｉｎｄｅｘ等の医学的な知見が多い指標を用いて推定を行うことができることから、脱水状態、貧血状態等の推定に限定されるものではなく、ユーザの血管機能、心臓機能、自律神経等の様々な推定を行うことができる。

　なお、本変形例においては、ＰＯＲＨｉｎｄｅｘを用いることに限定されるものではなく、他の指標を用いて、ユーザの生理状態を推定してもよい。例えば、ユーザの血流量の経時変化（波形）に現れるピークの形状や所定の時間の血流量積分値等を指標として用いて、ユーザの生理状態を推定してもよい。さらに、本実施形態においては、例えば、ラベル付け（プロファイル情報、生理状態等によるラベル付け）された、ユーザ又は他のユーザについての、過去に取得された複数の血流量の経時変化を機械学習することによって得られたデータベースを参照してもよい。

　なお、上述の説明においては、情報処理装置１０ｂと血流計６００とを通信可能に接続するとしたが、本変形例では、情報処理装置１０ｂと血流計６００とを通信可能に接続することに限定されるものではなく、接続していなくてもよい。この場合、情報処理装置１０ｂは、あらかじめ血流計６００で加圧した際の血流量の経時変化（例えば、波形）を機械学習しておき、機械学習によって得られた特徴量を参照して、新たに取得した血流量の経時変化に基づき、血流量低下状態であることを自動的に検出することができる。

　また、本変形例においては、ユーザの血流を阻害できるものであれば、血流計６００であることに限定されるものではなく、例えば、加圧トレーニングで用いる加圧器具等であってもよい。なお、加圧トレーニングとは、腕や脚の付け根を専用のベルト状の加圧器具によって好適に加圧し、血流を好適に制限した状態でトレーニングを行うトレーニング法である。

　＜＜４．　第３の実施形態＞＞
　ところで、血流量の回復の傾向は、個人により異なる。そこで、本開示の第３の実施形態においては、これまで説明してきた各実施形態と異なり、機械学習を用いて各ユーザのデータベース（ＤＢ）を作成し、当該ＤＢに基づき、生理状態を推定する。本実施形態によれば、このようにすることで各個人に特化した推定が可能となり、より精度よく生理状態を推定することができる。以下、機械学習を用いた本実施形態を、図１８及び図１９を参照して、本開示の第３の実施形態として順次説明する。

　本実施形態においては、例えば、情報処理装置１０内に、機械学習を行うために学習器５００を設けるものとする。詳細には、情報処理装置１０内には、サポートベクターレグレッションやディープニューラルネットワーク等の教師付き学習器５００が設けられているものとする。そして、図１８に示すように、学習器５００には、これまで血流センサ３００から取得した特定のユーザの複数のセンシングデータ５１０と、それに対応するユーザの生理状態の推定結果（ラベル）５１２とが、それぞれ入力信号及び教師信号として入力され、当該学習器５００は、所定の規則に従ってこれら情報の間の関係について機械学習を行う。そして、当該学習器５００は、上述した複数の入力信号及び教師信号の対が入力され、これら入力に対して機械学習を行うことにより、センシングデータ５１０と推定結果（ラベル）５１２との関係を示す関係情報を格納したデータベース（ＤＢ）５０２を構築する。

　より具体的には、本実施形態においては、例えば、腕に装着した加速度センサ（図示省略）によるセンシングデータに基づいて推定したユーザの動作（飲む動作等）、及び、測位センサ（図示省略）よるセンシングデータに基づいて推定した位置（食堂）や、時間に基づいて推定したスケジュール（朝食時）から、ユーザが食事後であることを推定する。そして、本実施形態においては、このように推定された場合、ユーザは水分を十分に摂取できた状態であるとして、血液粘度が定常状態（正常状態）であると仮定する。さらに、本実施形態においては、この際に取得された血流センサ３００からのセンシングデータ５１０を、定常状態のラベル５１２に紐づけて、上記学習器５００に入力する。

　また、本実施形態においては、例えば、加速度センサによるセンシングデータに基づいて、ユーザが激しい運動中であると推定した場合には、この際に取得された血流センサ３００からのセンシングデータ５１０を、脱水状態のラベル５１２に紐づけて、上記学習器５００に入力する。さらに、本実施形態においては、例えば、加速度センサ及び気圧センサによるセンシングデータに基づいて、ユーザが長時間立位状態であると推定した場合には、この際に取得された血流センサ３００からのセンシングデータ５１０を、貧血状態のラベル５１２に紐づけて、上記学習器５００に入力する。

　なお、本実施形態においては、センシングデータ５１０に対するラベル付け際は、以下の点に留意して行うことが好ましい。貧血状態は、一般的にめまいが起きることで自覚することが多いが、動悸、息切れ、疲れやすい、倦怠感等の症状も現れることが多い。そこで、本実施形態においては、加速度センサ（図示省略）等で、ユーザの動きが鈍くなる、横になる時間が長くなっていることを捉えた場合、貧血状態とラベル付けしてもよい。また、本実施形態においては、動悸についても、血流センサ３００によって脈拍数の増加(血流脈波で心拍数を算出)、息切れについては呼吸数の増加(血流脈波の振幅のゆらぎから呼吸数を推定)で捉えることができる。

　また、本実施形態においては、学習器５００は、半教師付き学習器や弱教師付き学習器を用いてもよい。

　さらに、図１９に示すように、推定部１２３は、上記学習器５００の機械学習で得たＤＢ５０２に基づいて、新たに血流センサ３００から取得したセンシングデータ５１０から、ユーザの生理状態（推定結果）５１４を新たに推定することができる。

　以上のように、本実施形態においては、機械学習を用いて各ユーザのデータベース（ＤＢ）を作成し、当該ＤＢに基づき、生理状態を推定することから、各個人に特化した推定が可能となり、より精度よく生理状態を推定することができる。

　なお、上述のような機械学習は、生理状態の推定だけでなく、第１の実施形態における、動作認識センサ４００からのセンシングデータに基づく、ユーザの身体状態の検出にも適用することが可能である。

　なお、本実施形態においては、ラベル付け（プロファイル情報、生理状態等によるラベル付け）された、他のユーザについての、過去に取得された複数の血流量の経時変化の機械学習も行い、上記ＤＢを作成してもよい。

　＜＜５．　第４の実施形態＞＞
　以下に説明する本開示の第４の実施形態においては、血流量回復指標（血流量回復勾配）から、ユーザの摂取した水分量を推定する。ユーザが水分を摂取するほど、血液中の水分が増えることから血液粘性が低くなるため、血流量回復が早くなる。従って、本実施形態においては、このようなメカニズムを利用して、血流量の回復傾向からユーザの摂取した水分量を推定することができる。さらに、本実施形態においては、推定した水分量に基づいて、当該ユーザに推奨される水分量（推奨摂取水分量）を算出し、ユーザに向けて推奨水分量を出力する。このような本実施形態によれば、ユーザに好適な水分量を推奨することが可能であることから、ユーザの生理状態を好適に維持することを支援することができる。以下に、本実施形態の詳細を順次説明する。

　＜５．１　制御部１００ａの機能的構成＞
　まずは、図２０を参照して、本実施形態に係る情報処理装置１０の制御部１００ｂの機能的構成の一例について説明する。図２０は、本実施形態に係る情報処理装置１０の制御部１００ｂの機能的構成を示すブロック図である。図２０に示すように、本実施形態に係る情報処理装置１０の制御部１００ｂは、例えば、第１の実施形態と同様に、取得部１１０と、処理部１２０ｂと、出力制御部１３０と、記憶部１４０とを主に有する。そこで、ここでは、第１の実施形態と共通する機能部については説明を省略し、処理部１２０ｂについてのみ説明する。

　（処理部１２０ｂ）
　処理部１２０ｂは、第１の実施形態の処理部１２０と同様に、取得部１１０が取得した各種情報を処理し、後述する出力制御部１３０へ出力する機能を有する。詳細には、図２０に示すように、処理部１２０ｂは、身体状態認識部１２１と、計算部１２２と、推定部１２３と、推奨水分量算出部１２５とを含む。そこで、ここでは、第１の実施形態と共通する機能部については説明を省略し、推奨水分量算出部１２５についてのみ説明する。

　～推奨水分量算出部１２５～
　推奨水分量算出部１２５は、血流量回復勾配からユーザの摂取した水分量を推定し、推定した水分量に基づいて、当該ユーザに推奨される水分量を算出する。詳細には、推奨水分量算出部１２５は、上述した機械学習を利用して、水分摂取量と血流量回復勾配との関係を示すＤＢ５０２を作成する学習器５００を内蔵する。なお、本実施形態においては、機械学習だけでなく、統計的処理を行うことにより、水分摂取量と血流量回復勾配との関係を導き出してもよい。

　＜５．２　情報処理方法＞
　次に、図２１及び図２２を参照して、本実施形態に係る情報処理方法について説明する。図２１は、本実施形態に係る情報処理方法の一例を示すフローチャートであり、図２２は、本実施形態に係る推定結果の出力の一例を示す説明図である。図２１に示されるように、本実施形態に係る情報処理方法には、ステップＳ３０１からステップＳ３１３までの複数のステップが含まれる。以下に、本実施形態に係る情報処理方法の各ステップを説明する。

　（ステップＳ３０１～ステップＳ３０９）
　図２１に示されるステップＳ３０１からステップＳ３０９は、図７に示される上述した第１の実施形態のステップＳ１０１からステップＳ１０９と共通するため、ここでは説明を省略する。

　（ステップＳ３１１）
　制御部１００ｂは、ステップＳ３０９で算出された血流量回復指標（血流量回復勾配）に基づいて、ユーザの摂取した水分量を推定する。さらに、制御部１００ｂは、推定されたユーザの摂取した水分量に基づき、当該ユーザに推奨される推奨水分量（推定結果）を算出する。

　（ステップＳ３１３）
　制御部１００ｂは、上述のステップＳ３１１で算出された推奨水分量をユーザに向けて出力する。例えば図２２に示すように、情報処理装置１０は、スピーカ（図示省略）を介して「脱水症状です。ＡＢＣｍｌの水分を補給してください」との音声を出力することによりユーザに向けて推定結果を出力してもよい。そして、制御部１００ｂは処理を終了する。

　以上のように、本実施形態によれば、ユーザに好適な水分量を推奨することが可能であることから、ユーザの生理状態を好適に維持することを支援することができる。なお、本実施形態は、ユーザに対して能動的刺激を与える第２の実施形態と組み合わせて実施してもよい。

　なお、本実施形態においては、ユーザの摂取した水分量を推定するにあたり、腕又は喉（首回り）に装着した加速度センサ（図示省略）によるセンシングデータに基づいて推定したユーザのコップを持ち上げる動作を検出したり、ユーザののどの動きを検出したりしてもよい。このようにすることにより、摂取した水分量の推定に精度をより高めることができる。

　＜＜６．　第５の実施形態＞＞
　以下に説明する本開示の第５の実施形態においては、上述したユーザの生理状態の推定について、その信頼度を算出し、ユーザに向けて出力する。本実施形態においては、生理状態の推定結果の信頼度をユーザに出力することにより、ユーザは推定された生理状態の信頼度に基づき、次に取るべき行動（水を摂取する）を判断することができる。以下に、このような本実施形態の詳細を順次説明する。

　＜６．１　信頼度の算出方法＞
　本実施形態においては、信頼度を推定する方法としては、例えば、信頼度として、定常時（正常時）血流量回復勾配からの乖離度合いを使う方法があげられる。

　より具体的には、脱水状態において、定常時（正常時）血流量回復勾配をａ、新たに得られた血流量回復勾配をｂ（ｂ＜ａ）、所定の数値範囲の下限をｃとした場合、信頼度Ｒは以下の数式（４）で示すことができる。

　すなわち、数式（４）からわかるように、新たに得られた血流量回復勾配ｂが、所定の数値範囲の下限ｃに近いほど、信頼度Ｒは１に近づき、信頼度Ｒが高いことを意味する。

　＜６．２　制御部１００ｃの機能的構成＞
　以上、本実施形態に係る信頼度Ｒの算出方法の一例について説明した。続いて、図２３を参照して、本実施形態に係る情報処理装置１０の制御部１００ｃの機能的構成の一例について説明する。図２３は、本実施形態に係る情報処理装置１０の制御部１００ｃの機能的構成を示すブロック図である。図２３に示すように、本実施形態に係る情報処理装置１０の制御部１００ｃは、例えば、第１の実施形態と同様に、取得部１１０と、処理部１２０ｃと、出力制御部１３０と、記憶部１４０とを主に有する。そこで、ここでは、第１の実施形態と共通する機能部については説明を省略し、処理部１２０ｃについてのみ説明する。

　（処理部１２０ｃ）
　処理部１２０ｃは、第１の実施形態の処理部１２０と同様に、取得部１１０が取得した各種情報を処理し、後述する出力制御部１３０へ出力する機能を有する。詳細には、図２３に示すように、処理部１２０ａは、身体状態認識部１２１と、計算部１２２と、推定部１２３と、信頼度算出部１２７とを含む。そこで、ここでは、第１の実施形態と共通する機能部については説明を省略し、信頼度算出部１２７についてのみ説明する。

　～信頼度算出部１２７～
　信頼度算出部１２７は、定常時（正常時）血流量回復勾配からの乖離度合い（程度）を示す乖離度に基づいて、ユーザの生理状態の推定結果の信頼度を算出する。

　＜６．３　情報処理方法＞
　次に、図２４及び図２５を参照して、本実施形態に係る情報処理方法について説明する。図２４は、本実施形態に係る情報処理方法のフローチャートを示した図であり、図２５は、本実施形態に係る推定結果の出力の一例を示す説明図である。図２４に示すように、本実施形態に係る情報処理方法には、ステップＳ４０１からステップＳ４１５までの複数のステップが含まれる。以下に、本実施形態に係る情報処理方法の各ステップを説明する。

　（ステップＳ４０１～ステップＳ４１３）
　図２４に示されるステップＳ４０１からステップＳ４１３は、図７に示される上述した第１の実施形態のステップＳ１０１からステップＳ１１３と共通するため、ここでは説明を省略する。

　（ステップＳ４１５）
　制御部１００ｃは、ステップＳ４１３で推定したユーザの生理状態に対する信頼度Ｒを算出し、ユーザに向けて出力する。例えば図２５に示すように、情報処理装置１０は、スピーカ（図示省略）を介して「脱水症状です。信頼度はＤＤパーセントです。」との音声を出力することによりユーザに向けて推定結果を出力してもよい。そして、制御部１００ｃは処理を終了する。

　以下にように、本実施形態においては、上述したユーザの生理状態の推定について、その信頼度Ｒを算出し、ユーザに向けて出力することから、ユーザは推定された生理状態の信頼度Ｒに基づき、次に取るべき行動（水を摂取する）を判断することができる。

　なお、本実施形態においては、算出された信頼度Ｒに基づき、次回の血流センサ３００によるセンシングの時間や頻度を変更してもよい。さらに、本実施形態は、ユーザに対して能動的刺激を与える第２の実施形態と組み合わせて実施してもよい。

　＜＜７．　第６の実施形態＞＞
　また、これまで説明してきた実施形態においては、情報処理装置１０（詳細には、血流センサ３００）は、ユーザの身体の１つの部位に装着するものとして説明したが、本開示の実施形態はこれに限定されるものではない。本開示の実施形態においては、例えば、情報処理装置１０は、一人のユーザの身体の、互いに異なる複数の部位に装着され、複数の部位の血流情報（第１及び第２の血流量の変化）を取得してもよい。そこで、図２６を参照して、このような実施形態を、本開示の第６の実施形態として説明する。図２６は、本実施形態を説明するための説明図であり、詳細には、上段には、ユーザが挙げた手側における血流量の経時変化を示し、下段には、ユーザが挙げていない手側における血流量の経時変化を示す。

　なお、以下の説明においては、例えば、上述した第１の実施形態にかかる情報処理装置１０を、ユーザの右手首及び左手首の２か所の部位に装着するものとする。この場合、ユーザが一方の手を自身の心臓よりも高く挙げた場合には、図２６の上段に示すように、当該腕においては血流量低下状態となることから、一旦、血流量が減少する（局所的反応）。そして、ユーザが健康であれば、全身の血流のバランスをとるために、血圧を上昇させて血流を送り出す作用が働き、血流量が手を挙げる以前の状態に回復する（全体的反応）。この際、ユーザが心臓よりも高く上げていない他方の手にかかる腕においては、図２６の下段に示すように、血流量低下状態ではないことから、一旦、血流量が減少するといった挙動は見られない。しかしながら、当該腕においては、一方の手を心臓より高く上げたことに起因して、血圧が上昇し、血流量が手を挙げる以前の状態よりも増加する（全体的反応）。

　そこで、本実施形態においては、このような複数の部位の血流量の経時変化を検出することにより、ユーザの身体における複数の部位の局所的反応にかかる血流情報、又は、局所的反応と全体的反応とにかかる血流情報の組み合わせを取得する。そして、本実施形態においては、情報処理装置１０は、例えば、このように取得した複数の血流情報を比較したり（例えば、局所的反応のかかる血流情報と、全体的反応にかかる血流情報とを比較する）、このような複数の部位の反応による血流情報の組み合わせに対して、解析を行ったりすることにより（例えば、組み合わせ自体から指標を算出する、組み合わせ自体を他のユーザの組み合わせと比較する等）、ユーザの生理状態を推定する（例えば、脱水状態、貧血状態、血管機能、心臓機能、自律神経等）。

　以上のように、本実施形態においては、このような複数の部位の血流量の経時変化を検出することにより、ユーザの身体における複数の部位の局所的反応にかかる血流情報、又は、局所的反応と全体的反応とにかかる血流情報の組み合わせを取得することができる。そして、本実施形態によれば、このような複数の部位の反応による血流情報の組み合わせに基づき、ユーザの生理状態を推定することにより、推定の精度を高めることができる。さらに、本実施形態によれば、このような複数の部位の反応による血流情報の組み合わせにより、脱水状態、貧血状態等の推定に限定されるものではなく、ユーザの血管機能、心臓機能、自律神経等の様々な推定を行うことができる。

　なお、本実施形態においては、測定部位の数は、２つに限定されるものではなく、２つ以上の部位であってもよく、また、手首に限定されるものではない。また、本実施形態においては、複数の情報処理装置１０は、腕時計型のウェアラブルデバイスであることに限定されるものではなく、例えば、ウェアラブルデバイスと、上述したスペックルパターンを取得することができる撮像装置の形態を持つデバイスとであってもよい。

　＜＜８．　まとめ＞＞
　以上のように、本開示の各実施形態によれば、日常生活の中で血流量低下状態を導くようなユーザの動作を検出したり、上記状態になるようにユーザに対して能動的刺激を与えたりすることから、ユーザに所定の動作を実行させることが求めることなく、ユーザの生理状態を容易に推定することができる。従って、本実施形態においては、ユーザに所定の動作を実行させることが求めることがないことから、当該ユーザに大きな負担がかかることを避けることができる。すなわち、本開示に各実施形態によれば、日常生活の動作の中で、容易にユーザの生理状態を推定することができる。さらに、本実施形態によれば、ユーザに大きな負担をかけることを避けるだけでなく、情報処理装置１０が日常生活の中で推定を行うことから、容易にユーザのデータを定期的に収集することもできる。

　なお、本実施形態に係る情報処理装置１０は、例えばクラウドコンピューティング等のように、ネットワークへの接続（または各装置間の通信）を前提とした、複数の装置からなるシステムに適用されてもよい。つまり、上述した本実施形態に係る情報処理装置１０は、例えば、複数の装置により本実施形態に係る情報処理方法に係る処理を行う情報処理システムとして実現することも可能である。

　また、例えば、本実施形態に係る情報処理装置１０の制御部１００は、上述した取得部１１０がウェアラブルデバイスに搭載され、処理部１２０等がクラウドサーバに搭載される情報処理システムに適用されてもよい。一般的に、クラウドサーバがデータを処理する速度は、ウェアラブルデバイスがデータを処理する速度よりも高速なため、上記のような情報処理システムとすることにより、例えばユーザの生理状態を推定する速度の高速化を図ることができる。さらには、このようにすることにより、ウェアラブルデバイスにおける消費電力の増加を抑制することも可能である。

　＜＜９．　ハードウェア構成について＞＞
　図２７は、本実施形態に係る情報処理装置９００のハードウェア構成の一例を示す説明図である。図２７では、情報処理装置９００は、上述の情報処理装置１０のハードウェア構成の一例を示している。

　情報処理装置９００は、例えば、ＣＰＵ９５０と、ＲＯＭ９５２と、ＲＡＭ９５４と、記録媒体９５６と、入出力インタフェース９５８と、操作入力デバイス９６０とを有する。さらに、情報処理装置９００は、表示デバイス９６２と、音声出力デバイス９６４と、通信インタフェース９６８と、センサ９８０とを有する。また、情報処理装置９００は、例えば、データの伝送路としてのバス９７０で各構成要素間を接続する。

　（ＣＰＵ９５０）
　ＣＰＵ９５０は、例えば、ＣＰＵ等の演算回路で構成される、１又は２以上のプロセッサや、各種処理回路等で構成され、情報処理装置９００全体を制御する制御部１００等として機能することができる。

　（ＲＯＭ９５２及びＲＡＭ９５４）
　ＲＯＭ９５２は、ＣＰＵ９５０が使用するプログラムや演算パラメータ等の制御用データ等を記憶する。ＲＡＭ９５４は、例えば、ＣＰＵ９５０により実行されるプログラム等を一時的に記憶する。ＲＯＭ９５２及びＲＡＭ９５４は、情報処理装置９００において、例えば、上述の記憶部１４０の機能を果たす。

　（記録媒体９５６）
　記録媒体９５６は、上述の記憶部１４０として機能し、例えば、本実施形態に係る情報処理方法に係るデータや、各種アプリケーション等の様々なデータを記憶する。ここで、記録媒体９５６としては、例えば、ハードディスク等の磁気記録媒体や、フラッシュメモリ等の不揮発性メモリが挙げられる。また、記録媒体９５６は、情報処理装置９００から着脱可能であってもよい。

　（入出力インタフェース９５８、操作入力デバイス９６０及び表示デバイス９６２）
　入出力インタフェース９５８は、例えば、操作入力デバイス９６０や、表示デバイス９６２等を接続する。入出力インタフェース９５８としては、例えば、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ　Ｓｅｒｉａｌ　Ｂｕｓ）端子や、ＤＶＩ（Ｄｉｇｉｔａｌ　Ｖｉｓｕａｌ　Ｉｎｔｅｒｆａｃｅ）端子、ＨＤＭＩ（Ｈｉｇｈ-Ｄｅｆｉｎｉｔｉｏｎ　Ｍｕｌｔｉｍｅｄｉａ　Ｉｎｔｅｒｆａｃｅ）（登録商標）端子、各種処理回路等が挙げられる。

　操作入力デバイス９６０は、操作部（図示省略）として機能し、例えば、情報処理装置９００に備えられ、情報処理装置９００の内部で入出力インタフェース９５８と接続される。操作入力デバイス９６０としては、例えば、キーボード、ボタンや、方向キー、ジョグダイヤル等の回転型セレクター、タッチパネル、あるいは、これらの組み合わせ等が挙げられる。

　表示デバイス９６２は、上述の表示部２０２からなる情報提示装置として機能し、例えば、情報処理装置９００上に備えられ、情報処理装置９００の内部で入出力インタフェース９５８と接続される。表示デバイス９６２としては、例えば、液晶ディスプレイや有機ＥＬディスプレイ（Ｏｒｇａｎｉｃ　Ｅｌｅｃｔｒｏ-Ｌｕｍｉｎｅｓｃｅｎｃｅ　Ｄｉｓｐｌａｙ）等が挙げられる。

　なお、入出力インタフェース９５８が、情報処理装置９００の外部の操作入力デバイス（例えば、キーボードやマウス等）や外部の表示デバイス等の、外部デバイスと接続することも可能であることは、言うまでもない。

　（通信インタフェース９６８）
　通信インタフェース９６８は、情報処理装置９００が備える通信手段であり、ネットワークを介して（あるいは、直接的に）、サーバ等の外部装置と、無線又は有線で通信を行うための通信部（図示省略）として機能する。ここで、通信インタフェース９６８としては、例えば、通信アンテナおよびＲＦ（Ｒａｄｉｏ　Ｆｒｅｑｕｅｎｃｙ）回路（無線通信）や、ＩＥＥＥ８０２．１５．１ポート及び送受信回路（無線通信）、ＩＥＥＥ８０２．１１ポート及び送受信回路（無線通信）、あるいはＬＡＮ（Ｌｏｃａｌ　Ａｒｅａ　Ｎｅｔｗｏｒｋ）端子及び送受信回路（有線通信）等が挙げられる。

　（センサ９８０）
　センサ９８０は、上述の血流センサ３００や動作認識センサ４００として機能し、例えば、ユーザの血流情報等を検出することが可能な任意の方式によるセンサである。また、センサ９８０は、上述の動作認識センサ４００として、例えば、加速度センサや、ジャイロセンサ等、１又は２以上のセンサを含んでもよい。すなわち、センサ９８０に含まれるセンサは、上述の例に限られない。

　なお、情報処理装置９００のハードウェア構成は、図２７に示す構成に限られない。例えば、情報処理装置９００は、接続されている外部の通信デバイスを介して外部装置等と通信を行う場合や、スタンドアローンで処理を行う構成である場合には、通信インタフェース９６８を備えていなくてもよい。また、通信インタフェース９６８は、複数の通信方式によって、１又は２以上の外部装置と通信を行うことが可能な構成を有していてもよい。また、情報処理装置９００は、例えば、記録媒体９５６や、操作入力デバイス９６０、表示デバイス９６２等を備えない構成をとることも可能である。

　以上、本実施形態として、情報処理装置９００を挙げて説明したが、本実施形態は、かかる形態に限られない。本実施形態は、例えば、携帯電話等の通信装置等、本実施形態に係る情報処理方法に係る処理を行うことが可能な、様々な機器に適用することもできる。

　また、本実施形態に係る情報処理装置９００は、例えばクラウドコンピューティング等のように、ネットワークへの接続（または各装置間の通信）を前提とした、複数の装置からなるシステムに適用されてもよい。つまり、上述した本実施形態に係る情報処理装置９００は、例えば、複数の装置により本実施形態に係る情報処理方法に係る処理を行う情報処理システムとして実現することも可能である。

　以上、情報処理装置９００のハードウェア構成の一例を示した。上記の各構成要素は、汎用的な部材を用いて構成されていてもよいし、各構成要素の機能に特化したハードウェアにより構成されていてもよい。かかる構成は、実施する時々の技術レベルに応じて適宜変更されうる。

　＜＜１０．　補足＞＞
　なお、先に説明した本開示の実施形態は、例えば、コンピュータを本実施形態に係る情報処理装置として機能させるためのプログラム、及びプログラムが記録された一時的でない有形の媒体を含みうる。また、プログラムをインターネット等の通信回線（無線通信も含む）を介して頒布してもよい。

　また、上述した各実施形態の処理における各ステップは、必ずしも記載された順序に沿って処理されなくてもよい。例えば、各ステップは、適宜順序が変更されて処理されてもよい。また、各ステップは、時系列的に処理される代わりに、一部並列的に又は個別的に処理されてもよい。さらに、各ステップの処理方法についても、必ずしも記載された方法に沿って処理されなくてもよく、例えば、他の機能部によって他の方法で処理されていてもよい。

　以上、添付図面を参照しながら本開示の好適な実施形態について詳細に説明したが、本開示の技術的範囲はかかる例に限定されない。本開示の技術分野における通常の知識を有する者であれば、請求の範囲に記載された技術的思想の範疇内において、各種の変更例または修正例に想到し得ることは明らかであり、これらについても、当然に本開示の技術的範囲に属するものと了解される。

　また、本明細書に記載された効果は、あくまで説明的または例示的なものであって限定的ではない。つまり、本開示に係る技術は、上記の効果とともに、または上記の効果に代えて、本明細書の記載から当業者には明らかな他の効果を奏しうる。

　なお、以下のような構成も本開示の技術的範囲に属する。
（１）
　血流情報検出部により取得された、所定の身体状態にあるユーザの第１の血流量の変化と、前記ユーザ又は他のユーザの前記所定の身体状態における第２の血流量の変化とに基づいて、当該ユーザの生理状態を推定する生理状態推定部を備える、情報処理装置。
（２）
　前記第２の血流量の変化は、基準値として予め取得される、上記（１）に記載の情報処理装置。
（３）
　前記ユーザ又は前記他のユーザの日常動作における所定の動作を検出することにより、前記ユーザ又は前記他のユーザが前記所定の身体状態にあることを検出する状態検出部をさらに備える、上記（２）に記載の情報処理装置。
（４）
　前記状態検出部は、前記血流情報検出部により取得されたセンシングデータに基づいて、前記ユーザ又は前記他のユーザが前記所定の身体状態にあることを検出する、上記（３）に記載の情報処理装置。
（５）
　前記ユーザ又は前記他のユーザの血管の状態を変化させる刺激を前記ユーザ又は前記他のユーザの身体に与える刺激部を制御する刺激制御部をさらに備え、
　前記第１の血流量の変化及び前記第２の血流量の変化は、前記刺激部により前記刺激が与えられることにより前記所定の身体状態になった際に、前記血流情報検出部により取得される、
　上記（２）に記載の情報処理装置。
（６）
　前記刺激部は、前記ユーザ又は前記他のユーザの皮膚表面を冷却するような前記刺激を前記ユーザ又は前記他のユーザに与える、上記（５）に記載の情報処理装置。
（７）
　前記刺激部は、前記ユーザ又は前記他のユーザの筋肉を収縮させるような前記刺激を前記ユーザ又は前記他のユーザに与える、上記（５）に記載の情報処理装置。
（８）
　前記刺激部は、前記ユーザ又は前記他のユーザの血流を阻害するような圧力を前記ユーザ又は前記他のユーザに与える、上記（５）に記載の情報処理装置。
（９）
　前記刺激部は血圧計である、上記（８）に記載の情報処理装置。
（１０）
　前記所定の身体状態は、前記ユーザ又は前記他のユーザの血管が圧迫される状態又は前記ユーザ又は前記他のユーザの血管が収縮する状態である、
　上記（１）～（７）のいずれか１つに記載の情報処理装置。
（１１）
　前記生理状態推定部は、前記第１の血流量の変化と前記第２の血流量の変化とに基づいて、前記ユーザの将来の生理状態を推定する、
　上記（１）～（１０）のいずれか１つに記載の情報処理装置。
（１２）
　前記ユーザ又は前記他のユーザに関するコンテキスト情報を取得するコンテキスト取得部をさらに備え、
　前記状態検出部は、前記コンテキスト情報に基づいて、前記ユーザ又は前記他のユーザが所定の身体状態にあることを検出する、
　上記（３）に記載の情報処理装置。
（１３）
　推定された前記ユーザの生理状態の推定結果を出力する出力部をさらに備える、
　上記（１）～（１２）のいずれか１つに記載の情報処理装置。
（１４）
　前記第１及び第２の血流量の変化として、前記ユーザ又は前記他のユーザが前記所定の身体状態になったことにより前記ユーザ又は前記他のユーザの血流量が一旦減少した後に増加に転じた以降の、当該血流量の、時間に対する傾きである血流量回復勾配を用いる、
　上記（１）～（１３）のいずれか１つに記載の情報処理装置。
（１５）
　前記血流量回復勾配は、前記血流量が増加に転じた以降の所定の時間経過までの前記血流量の総和を、所定の時間で除して求められる傾きである、
　上記（１４）に記載の情報処理装置。
（１６）
　前記生理状態推定部は、前記第２の血流量の変化である第２の血流量回復勾配から得られる基準値と比較して、前記第１の血流量の変化である第１の血流量回復勾配が小さい場合には、前記ユーザが脱水症状の状態であると推定する、
　上記（１４）又は（１５）に記載の情報処理装置。
（１７）
　前記ユーザが脱水症状の状態であると推定される場合、
　前記第１の血流量回復勾配に基づいて、前記ユーザが摂取した水分量を推定し、
　推定した前記摂取した水分量に基づいて、前記ユーザが摂取することが推奨される水分量である推奨摂取水分量を推定する、推奨水分量算出部をさらに備える、
　上記（１６）に記載の情報処理装置。
（１８）
　前記生理状態推定部は、前記第２の血流量の変化である第２の血流量回復勾配から得られる基準値と比較して、前記第１の血流量の変化である第１の血流量回復勾配が大きい場合には、前記ユーザが貧血状態であると推定する、
　上記（１４）又は（１５）に記載の情報処理装置。
（１９）
　前記第２の血流量回復勾配から前記第１の血流量回復勾配が乖離する程度を示す乖離度に基づいて、前記ユーザの生理状態の推定結果の信頼度を算出する信頼度算出部をさらに備える、
　上記（１６）に記載の情報処理装置。
（２０）
　前記第１の血流量の変化及び前記第２の血流量の変化は、前記ユーザの身体における、互いに異なる部位に装着された前記血流情報検出部によって取得される、上記（１）に記載の情報処理装置。
（２１）
　血流情報検出部により取得された、所定の身体状態にあるユーザの第１の血流量の変化と、当該ユーザ又は他のユーザの前記所定の身体状態における第２の血流量の変化とに基づいて、当該ユーザの生理状態を推定することを含む、情報処理方法。
（２２）
　血流情報検出部により取得された、所定の身体状態にあるユーザの第１の血流量の変化と、当該ユーザ又は他のユーザの前記所定の身体状態における第２の血流量の変化とに基づいて、当該ユーザの生理状態を推定する機能を、コンピュータに実現させるためのプログラム。

　１０、１０ａ、１０ｂ、９００　　情報処理装置
　１００、１００ａ、１００ｂ、３０２　　制御部
　１１０　　取得部
　１１１　　コンテキスト取得部
　１１２　　血流情報取得部
　１２０、１２０ａ、１２０ｂ　　処理部
　１２１　　身体状態認識部
　１２２　　計算部
　１２３　　推定部
　１２５　　推奨水分量算出部
　１２６　　刺激制御部
　１２７　　信頼度算出部
　１３０　　出力制御部
　１４０　　記憶部
　１５０　　刺激発生部
　１５０ａ　　冷却素子
　１５０ｂ　　電極
　２００　　バンド部
　２０２　　表示部
　３００　　血流センサ
　３０４　　照射部
　３０６　　検出部
　３０８　　出力部
　４００　　動作認識センサ
　５００　　学習器
　５０２　　ＤＢ
　５１０　　センシングデータ
　５１２　　ラベル
　５１４　　推定結果
　６００　　血圧計
　７００　　測定領域
　７０２　　静止組織
　７０４　　散乱物質
　７１０　　筋肉
　７１２　　血管
　７１４　　皮膚
　８００　　干渉光
　９５０　　ＣＰＵ
　９５２　　ＲＯＭ
　９５４　　ＲＡＭ
　９５６　　記録媒体
　９５８　　入出力インタフェース
　９６０　　操作入力デバイス
　９６２　　表示デバイス
　９６４　　音声出力デバイス
　９６８　　通信インタフェース
　９７０　　バス
　９８０　　センサ

Claims

　血流情報検出部により取得された、所定の身体状態にあるユーザの第１の血流量の変化と、前記ユーザ又は他のユーザの前記所定の身体状態における第２の血流量の変化とに基づいて、当該ユーザの生理状態を推定する生理状態推定部を備える、情報処理装置。
　前記第２の血流量の変化は、基準値として予め取得される、請求項１に記載の情報処理装置。
　前記ユーザ又は前記他のユーザの日常動作における所定の動作を検出することにより、前記ユーザ又は前記他のユーザが前記所定の身体状態にあることを検出する状態検出部をさらに備える、請求項２に記載の情報処理装置。
　前記状態検出部は、前記血流情報検出部により取得されたセンシングデータに基づいて、前記ユーザ又は前記他のユーザが前記所定の身体状態にあることを検出する、請求項３に記載の情報処理装置。
　前記ユーザ又は前記他のユーザの血管の状態を変化させる刺激を前記ユーザ又は前記他のユーザの身体に与える刺激部を制御する刺激制御部をさらに備え、
　前記第１の血流量の変化及び前記第２の血流量の変化は、前記刺激部により前記刺激が与えられることにより前記所定の身体状態になった際に、前記血流情報検出部により取得される、
　請求項２に記載の情報処理装置。
　前記刺激部は、前記ユーザ又は前記他のユーザの皮膚表面を冷却するような前記刺激を前記ユーザ又は前記他のユーザに与える、請求項５に記載の情報処理装置。
　前記刺激部は、前記ユーザ又は前記他のユーザの筋肉を収縮させるような前記刺激を前記ユーザ又は前記他のユーザに与える、請求項５に記載の情報処理装置。
　前記刺激部は、前記ユーザ又は前記他のユーザの血流を阻害するような圧力を前記ユーザ又は前記他のユーザに与える、請求項５に記載の情報処理装置。
　前記所定の身体状態は、前記ユーザ又は前記他のユーザの血管が圧迫される状態又は前記ユーザ又は前記他のユーザの血管が収縮する状態である、
　請求項１に記載の情報処理装置。
　前記生理状態推定部は、前記第１の血流量の変化と前記第２の血流量の変化とに基づいて、前記ユーザの将来の生理状態を推定する、
　請求項１に記載の情報処理装置。
　前記ユーザ又は前記他のユーザに関するコンテキスト情報を取得するコンテキスト取得部をさらに備え、
　前記状態検出部は、前記コンテキスト情報に基づいて、前記ユーザ又は前記他のユーザが所定の身体状態にあることを検出する、
　請求項３に記載の情報処理装置。
　前記第１及び第２の血流量の変化として、前記ユーザ又は前記他のユーザが前記所定の身体状態になったことにより前記ユーザ又は前記他のユーザの血流量が一旦減少した後に増加に転じた以降の、当該血流量の、時間に対する傾きである血流量回復勾配を用いる、
　請求項１に記載の情報処理装置。
　前記血流量回復勾配は、前記血流量が増加に転じた以降の所定の時間経過までの前記血流量の総和を、所定の時間で除して求められる傾きである、
　請求項１２に記載の情報処理装置。
　前記生理状態推定部は、前記第２の血流量の変化である第２の血流量回復勾配から得られる基準値と比較して、前記第１の血流量の変化である第１の血流量回復勾配が小さい場合には、前記ユーザが脱水症状の状態であると推定する、
　請求項１２に記載の情報処理装置。
　前記ユーザが脱水症状の状態であると推定される場合、
　前記第１の血流量回復勾配に基づいて、前記ユーザが摂取した水分量を推定し、
　推定した前記摂取した水分量に基づいて、前記ユーザが摂取することが推奨される水分量である推奨摂取水分量を推定する、推奨水分量算出部をさらに備える、
　請求項１４に記載の情報処理装置。
　前記生理状態推定部は、前記第２の血流量の変化である第２の血流量回復勾配から得られる基準値と比較して、前記第１の血流量の変化である第１の血流量回復勾配が大きい場合には、前記ユーザが貧血状態であると推定する、
　請求項１２に記載の情報処理装置。
　前記第２の血流量回復勾配から前記第１の血流量回復勾配が乖離する程度を示す乖離度に基づいて、前記ユーザの生理状態の推定結果の信頼度を算出する信頼度算出部をさらに備える、
　請求項１４に記載の情報処理装置。
　前記第１の血流量の変化及び前記第２の血流量の変化は、前記ユーザの身体における、互いに異なる部位に装着された前記血流情報検出部によって取得される、請求項１に記載の情報処理装置。
　血流情報検出部により取得された、所定の身体状態にあるユーザの第１の血流量の変化と、当該ユーザ又は他のユーザの前記所定の身体状態における第２の血流量の変化とに基づいて、当該ユーザの生理状態を推定することを含む、情報処理方法。
　血流情報検出部により取得された、所定の身体状態にあるユーザの第１の血流量の変化と、当該ユーザ又は他のユーザの前記所定の身体状態における第２の血流量の変化とに基づいて、当該ユーザの生理状態を推定する機能を、コンピュータに実現させるためのプログラム。