WO2023152859A1 - フィードバック装置、フィードバック方法、プログラム - Google Patents

フィードバック装置、フィードバック方法、プログラム Download PDF

Info

Publication number
WO2023152859A1
WO2023152859A1 PCT/JP2022/005289 JP2022005289W WO2023152859A1 WO 2023152859 A1 WO2023152859 A1 WO 2023152859A1 JP 2022005289 W JP2022005289 W JP 2022005289W WO 2023152859 A1 WO2023152859 A1 WO 2023152859A1
Authority
WO
WIPO (PCT)
Prior art keywords
user
feedback
physical state
feature amount
estimation result
Prior art date
Application number
PCT/JP2022/005289
Other languages
English (en)
French (fr)
Inventor
正寛 藤野
Original Assignee
日本電信電話株式会社
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 日本電信電話株式会社 filed Critical 日本電信電話株式会社
Priority to PCT/JP2022/005289 priority Critical patent/WO2023152859A1/ja
Publication of WO2023152859A1 publication Critical patent/WO2023152859A1/ja

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/113—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb occurring during breathing
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M16/00—Devices for influencing the respiratory system of patients by gas treatment, e.g. mouth-to-mouth respiration; Tracheal tubes
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M21/00—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis
    • A61M21/02—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis for inducing sleep or relaxation, e.g. by direct nerve stimulation, hypnosis, analgesia

Definitions

  • the present invention relates to technology that supports the realization of mindfulness.
  • Non-Patent Document 1 As a technique for feeding back one's own respiratory state, there is a technique described in Non-Patent Document 1.
  • the pattern of the user's breathing state is fed back, and the pattern is changed stepwise from the user's breathing state to the ideal breathing state, so that the user can control his/her own breathing. Inducing intentional control of the state to a specific respiratory state.
  • Hiroki Uratani "Development and evaluation of respiration induction biofeedback device for learning relaxation," Biofeedback Research, Vol.46, No.2, pp.101-106, 2019.
  • Non-Patent Document 1 aims to intentionally control one's own respiratory state to a specific respiratory state by paying attention to external feedback information.
  • Mindfulness training on the other hand, aims to bring attention to one's own internal state, allowing one to be aware of oneself without controlling one's natural breathing.
  • a feature amount calculation unit that calculates a feature amount (hereinafter referred to as a physical state feature amount) of the user's physical state data from data related to the user's physical state (hereinafter referred to as physical state data); an index calculation unit that calculates an index of the user's physical condition (hereinafter referred to as a physical condition index) using the physical condition feature of the user; and an estimation result generation unit that generates an estimation result regarding the user's physical condition (hereinafter referred to as a physical condition estimation result), and presents a predetermined stimulus as feedback to the user based on the user's physical condition estimation result.
  • a physical state feature amount a feature amount of the user's physical state data from data related to the user's physical state
  • an index calculation unit that calculates an index of the user's physical condition (hereinafter referred to as a physical condition index) using the physical condition feature of the user
  • an estimation result generation unit that generates an estimation result regarding the user's physical condition (hereinafter referred to as
  • a feedback device comprising: a feedback unit; and a user reaction acquisition unit that acquires a user reaction indicating that the user has noticed the feedback, wherein the feedback unit receives the user's physical state estimation result as being abnormal for a predetermined period of time.
  • the stimulus is presented as feedback in a form that is gradually strengthened, and the user's physical state estimation result is normal for a predetermined period after the user notices the feedback.
  • the stimulus is presented as feedback in the form of stepwise strengthening or weakening according to the result of the estimation of the user's physical condition.
  • FIG. 4 is a flow chart showing the operation of the feedback device 100;
  • 2 is a block diagram showing the configuration of a feedback device 200;
  • FIG. 4 is a flow chart showing the operation of the feedback device 200;
  • 3 is a block diagram showing the configuration of a physical state estimation model learning device 300;
  • FIG. 4 is a flow chart showing the operation of the physical state estimation model learning device 300.
  • FIG. 4 is a block diagram showing the configuration of a feedback device 400;
  • FIG. 4 is a flow chart showing the operation of the feedback device 400; It is a figure which shows an example of the functional structure of the computer which implement
  • Devices in embodiments of the present invention are required to assist in early attention to the current respiratory status when it deviates from the average range for respiratory status in daily life.
  • Simple feedback such as sounding an alarm when deviations are out of the average range, draws attention to the feedback itself and can lead to overreliance on feedback.
  • attention may be directed to external information such as an alarm, making it difficult to pay attention to the respiratory condition itself. Therefore, in the device according to the embodiment of the present invention, stimuli such as sounds, vibrations, and lights linked to respiration are presented as feedback in a form that is gradually strengthened in order to give awareness. As a result, it is possible to prompt the user to pay attention to the respiratory state without inhibiting the attention to the respiratory state itself.
  • Devices in embodiments of the present invention are also required to enhance the ability to be aware of breathing conditions as they are. Accordingly, the device in embodiments of the present invention presents feedback in conjunction with the user's respiratory state so as not to control the respiratory state. On top of that, feedback is provided based on the difference between abnormal and normal breathing so that people can understand experientially that abnormal breathing returns to normal breathing just by noticing it as it is. Presented in a form that gradually strengthens or weakens.
  • FIG. 1 is a block diagram showing the configuration of the feedback device 100.
  • FIG. 2 is a flow chart showing the operation of the feedback device 100.
  • the feedback device 100 includes a feature amount calculator 110 , an index calculator 120 , an estimation result generator 130 , a feedback unit 140 , a user reaction acquirer 150 and a recorder 190 .
  • the recording unit 190 is a component that appropriately records information necessary for processing of the feedback device 100 .
  • the feature amount calculation unit 110 receives data about the user's physical condition (hereinafter referred to as physical condition data), and calculates a feature amount of the user's physical condition data (hereinafter referred to as a physical condition feature amount) from the physical condition data. is calculated and output.
  • a physical state is a respiratory state.
  • the physical condition data is, for example, data relating to the respiratory condition in daily life acquired using a portable respiration measuring device. Examples of portable respiration measurement devices include a respiration measurement band, a measurement device equipped with a millimeter-wave radar, a respiratory flow measurement mask, a measurement device equipped with a thermometer attached to a general mask, and a device that measures breath sounds. be.
  • the feature quantity calculation unit 110 calculates, for example, the number of breaths, the breathing rate, the breathing volume, the breathing rhythm, and the breathing pattern as the physical condition feature quantities.
  • the feature amount calculation unit 110 calculates the physical state feature amount as needed while the physical state data is being acquired.
  • the index calculation unit 120 receives the physical condition feature amount calculated in S110 as input, and uses the physical condition feature amount to calculate and output an index of the user's physical condition (hereinafter referred to as a physical condition index).
  • the index calculation unit 120 calculates the average range of the respiratory condition in daily life as the physical condition index.
  • the index calculation unit 120 calculates the physical condition index as needed while the physical condition data is being acquired.
  • the estimation result generating unit 130 receives the physical condition feature amount calculated in S110 and the physical condition index calculated in S120 as input, and uses the physical condition feature amount and the physical condition index to estimate the user's physical condition.
  • a result (hereinafter referred to as a physical state estimation result) is generated and output.
  • the physical condition estimation result includes, for example, the difference between normal/abnormal and the degree of deviation of the physical condition feature amount from the physical condition index.
  • Estimation result generation section 130 generates a physical state estimation result indicating abnormality when the physical state feature amount deviates from the physical state index for a predetermined period, and generates a physical state estimation result indicating normal otherwise.
  • estimation result generating unit 130 generates the physical condition estimation result as needed while the physical condition data is being acquired.
  • the feedback unit 140 receives the physical state estimation result generated in S130, and presents a predetermined stimulus to the user as feedback based on the physical state estimation result.
  • the feedback unit 140 starts presenting the stimulus as feedback when the user's physical state estimation result indicates an abnormality for a predetermined period of time.
  • the feedback unit 140 presents the stimulus as feedback in a form of stepwise increasing strength until the user notices the feedback after the user's physical state estimation result indicates an abnormality for a predetermined period.
  • the feedback unit 140 gradually strengthens or weakens the stimulus according to the user's physical state estimation result from when the user notices the feedback until the user's physical state estimation result returns to normal for a predetermined period.
  • the feedback unit 140 ends presenting the stimulus as feedback.
  • the feedback unit 140 may stop presenting the stimulus as feedback when the user takes a predetermined number of deep breaths (for example, three times). While presenting the stimulus as feedback, the feedback unit 140 may increase or decrease the stimulus step by step according to the extent to which the physical state feature amount deviates from the physical state index.
  • the feedback unit 140 can use sound, vibration, and light as stimuli.
  • devices for presenting stimulus to the user as feedback for example, earphones that do not cover the ears, bone-conducting earphones, a smart watch with a built-in vibrator, and an LED light can be used.
  • the user reaction acquisition unit 150 acquires and outputs a user reaction indicating that the user has noticed the feedback presented at S140.
  • the user notices the feedback, he/she inputs the user reaction using, for example, a smartphone or smartwatch. In this case, it is preferable to output the user reaction simply by pressing a button on the smartphone or smartwatch.
  • the portable respiration measuring device used to acquire the physical condition data may detect a deep breath, thereby automatically inputting a user reaction indicating that the user has noticed. .
  • FIG. 3 is a block diagram showing the configuration of the feedback device 200.
  • FIG. 4 is a flow chart showing the operation of the feedback device 200. As shown in FIG. As shown in FIG.
  • the feedback device 200 includes a feature amount calculation unit 110, an index calculation unit 120, an estimation result generation unit 130, a feedback unit 140, a user reaction acquisition unit 250, a learning data generation unit 260, A recording unit 190 is included.
  • the recording unit 190 is a component that appropriately records information necessary for processing of the feedback device 200 . That is, the feedback device 200 differs from the feedback device 100 in that it includes a user reaction acquisition section 250 instead of the user reaction acquisition section 150 and further includes a learning data generation section 260 .
  • the user reaction acquisition unit 250 acquires and outputs the user's reaction to the feedback presented in S140 (hereinafter referred to as user reaction).
  • user reaction Some examples of user reactions are described below.
  • the state of mind means, for example, the intensity of stress or the type of emotion.
  • the user uses, for example, a smartphone or smartwatch to observe and grasp his or her own mental state, and inputs his/her own mental state as a user reaction.
  • predetermined options may be selected simply by pressing a button on a smart phone or smart watch, and a subjective evaluation may be output as a user reaction.
  • the user may input in the same way as the user reaction acquisition unit 150.
  • the user reaction is a set of subjective evaluation by the user and the user's notice of feedback In this case, the user should input using the same method as (1) and (2).
  • the learning data generation unit 260 receives as input the physical state feature amount calculated in S110 and the user reaction acquired in S250, and calculates the user reaction or the user reaction based on the physical state feature amount and the user reaction.
  • a set of the user's physical condition feature amount and teacher data is generated and output as learning data. If the user reaction is subjective evaluation by the user, the subjective evaluation is used as training data.
  • the user reaction indicates that the user noticed the feedback
  • the interval between the feedback start point and the point where the user noticed the feedback, and the interval between the point where the user noticed the feedback and the feedback end point are used as teacher data. use. These intervals indicate the extent of the user's mindfulness realization.
  • a set of intervals between the subjective evaluation and the feedback start time and the time when the user noticed the feedback, or the subjective evaluation and the user's perception of the feedback.
  • a set of intervals between the time when the feedback is noticed and the time when the feedback is finished is used as training data. These intervals indicate the degree of realization of mindfulness for each type of user's stress level and emotion.
  • the physical state is a respiratory state
  • the user's reaction is subjective evaluation by the user
  • the physical state estimation model learning device 300 uses learning data generated by the feedback device 200 to learn a physical state estimation model.
  • the physical condition estimation model is a function that receives the user's physical condition feature value as input and outputs an evaluation value regarding the user.
  • the evaluation value regarding the user includes the evaluation value regarding the mental state of the user, the speed of reaction, the speed of completion of the feedback, the strength of the user's stress, the speed of reaction for each type of emotion, the strength of the user's stress and the emotion. It is an evaluation value regarding the degree of realization of mindfulness of the user indicated by the speed of completion of feedback for each type.
  • the physical state estimation model can be configured as, for example, a deep neural network.
  • FIG. 5 is a block diagram showing the configuration of the physical state estimation model learning device 300.
  • FIG. 6 is a flowchart showing the operation of the physical state estimation model learning device 300.
  • physical state estimation model learning apparatus 300 includes an initialization unit 310 , an evaluation value calculation unit 320 , a parameter update unit 330 , an end condition determination unit 340 and a recording unit 390 .
  • Recording unit 390 is a component that appropriately records information necessary for processing of physical state estimation model learning device 300 .
  • the recording unit 390 may record learning data generated by the feedback device 200 in advance. Moreover, the recording unit 390 may record in advance the initial values of the parameters of the physical condition estimation model.
  • the initialization unit 310 initializes the parameters of the physical state estimation model.
  • the initialization unit 310 may initialize the parameters of the physical state estimation model using initial values recorded in advance in the recording unit 390, or use the initial values generated using random numbers to initialize the parameters of the physical state estimation model. Parameters may be initialized.
  • the evaluation value calculation unit 320 receives as input the user's physical condition feature quantity, which is an element of the learning data, calculates and outputs an evaluation value for the user using the physical condition feature quantity.
  • the evaluation value calculation unit 320 uses the parameters being learned as the parameters of the neural network that constitutes the physical state estimation model when calculating the evaluation value.
  • the evaluation value regarding the user is the evaluation value regarding the state of mind of the user.
  • the evaluation value calculated by the evaluation value calculation unit 320 may be, for example, a value representing strong stress, a value representing moderate stress, or a value representing weak stress. value to represent.
  • the evaluation value calculated by the evaluation value calculation unit 320 may be, for example, a value representing a pleasant emotion, a value representing an unpleasant emotion, a value representing an emotion that is neither pleasant nor unpleasant, , a value that expresses joy, a value that expresses anger, a value that expresses disgust, a value that expresses fear, a value that expresses happiness, a value that expresses sadness, a value that expresses surprise, and a neutral emotion. value.
  • the user's evaluation value is the user's mindfulness. It is an evaluation value regarding the degree of realization of ness. If the teacher data is the interval between the time when the user starts feedback and the time when the user notices the feedback, the evaluation value calculated by the evaluation value calculation unit 320 is, for example, a value indicating that the user notices quickly (that is, the premise of mindfulness moderate awareness (i.e. some degree of mindfulness prerequisites), slow awareness value (that is, a value that indicates that the prerequisites of mindfulness are not well realized).
  • the teacher data is a set of the interval between the subjective evaluation by the user, the feedback start time, and the time when the user noticed the feedback, or the set of the subjective evaluation, the time when the user noticed the feedback, and the feedback end time.
  • the evaluation value regarding the user is an evaluation value regarding the degree of realization of mindfulness for each type of user's stress level and emotion.
  • the evaluation value calculated by the evaluation value calculation unit 320 is, for example, a value that indicates fast convergence (that is, mindfulness ), moderate convergence (i.e. moderate mindfulness), and slow convergence (i.e. It is a value that indicates that mindfulness is not being successfully realized).
  • the teacher data may be a set of the subjective evaluation by the user, the interval between the feedback start time and the time when the user noticed the feedback, or a set of the subjective evaluation by the user, the time when the user noticed the feedback and the feedback end time.
  • the evaluation value regarding the user is an evaluation value regarding the degree of realization of mindfulness for each type of user's stress or emotion.
  • the parameter updating unit 330 updates and outputs the parameters of the physical state estimation model using the evaluation values calculated in S320 and the teacher data that are the elements of the learning data input in S320.
  • the termination condition determination unit 340 determines a preset termination condition related to parameter update, and if the termination condition is satisfied, outputs the parameter updated in S330 and terminates the process. is not satisfied, the processing of S320 to S330 is repeated.
  • the termination condition can be, for example, whether or not the number of executions of the processes of S320 to S330 has reached a predetermined number (for example, 5000 times).
  • FIG. 7 is a block diagram showing the configuration of the feedback device 400.
  • FIG. 8 is a flow chart showing the operation of the feedback device 400. As shown in FIG. As shown in FIG.
  • the feedback device 400 includes a feature amount calculation unit 110, an index calculation unit 120, an estimation result generation unit 130, a feedback unit 140, a user reaction acquisition unit 150, an evaluation value calculation unit 320, A recording unit 190 is included.
  • the recording unit 190 is a component that appropriately records information necessary for the processing of the feedback device 400 .
  • the feedback device 400 differs from the feedback device 100 in that it further includes an evaluation value calculator 320 .
  • the evaluation value calculation unit 320 receives the user's physical state feature amount calculated in S110, calculates and outputs an evaluation value regarding the user using the physical state feature amount.
  • Evaluation value calculation section 320 uses the parameters learned by physical state estimation model learning device 300 as the parameters of the neural network that constitutes the physical state estimation model when calculating the evaluation value.
  • the physical state is a respiratory state
  • an evaluation value regarding the mental state of the user based on the user's physical condition an evaluation value regarding the degree of realization of mindfulness by the user, and an evaluation of the degree of realization of mindfulness for each type of user's stress level and emotion. It is possible to support the realization of mindfulness using values.
  • respiration was used as a physiological phenomenon for grasping the physical condition.
  • FIG. 9 is a diagram showing an example of the functional configuration of a computer 2000 that implements each of the devices described above. The processing in each device described above can be performed by causing the recording unit 2020 to read a program for causing the computer 2000 to function as each device described above, and causing the control unit 2010, the input unit 2030, the output unit 2040, and the like to operate.
  • the apparatus of the present invention includes, for example, a single hardware entity, which includes an input unit to which a keyboard can be connected, an output unit to which a liquid crystal display can be connected, and a communication device (for example, a communication cable) capable of communicating with the outside of the hardware entity.
  • a communication unit for example, a CPU (Central Processing Unit, which may include cache memory, registers, etc.), RAM and ROM as memory, an external storage device as a hard disk, and their input, output, and communication units , a CPU, a RAM, a ROM, and a bus for connecting data to and from an external storage device.
  • the hardware entity may be provided with a device (drive) capable of reading and writing a recording medium such as a CD-ROM.
  • a physical entity with such hardware resources includes a general purpose computer.
  • the external storage device of the hardware entity stores the programs necessary for realizing the functions described above and the data required for the processing of these programs (not limited to the external storage device; It may be stored in a ROM, which is a dedicated storage device). Data obtained by processing these programs are appropriately stored in a RAM, an external storage device, or the like.
  • each program stored in an external storage device or ROM, etc.
  • the data necessary for processing each program are read into the memory as needed, and interpreted, executed and processed by the CPU as appropriate.
  • the CPU realizes a predetermined function (each structural unit represented by the above, . . . unit, . . . means, etc.).
  • a program that describes this process can be recorded on a computer-readable recording medium.
  • Any computer-readable recording medium may be used, for example, a magnetic recording device, an optical disk, a magneto-optical recording medium, a semiconductor memory, or the like.
  • magnetic recording devices hard disk devices, flexible disks, magnetic tapes, etc., as optical discs, DVD (Digital Versatile Disc), DVD-RAM (Random Access Memory), CD-ROM (Compact Disc Read Only Memory), CD-R (Recordable) / RW (ReWritable), etc.
  • magneto-optical recording media such as MO (Magneto-Optical disc), etc. as semiconductor memory, EEP-ROM (Electronically Erasable and Programmable-Read Only Memory), etc. can be used.
  • this program is carried out, for example, by selling, transferring, lending, etc. portable recording media such as DVDs and CD-ROMs on which the program is recorded.
  • the program may be distributed by storing the program in the storage device of the server computer and transferring the program from the server computer to other computers via the network.
  • a computer that executes such a program for example, first stores the program recorded on a portable recording medium or the program transferred from the server computer once in its own storage device. When executing the process, this computer reads the program stored in its own storage device and executes the process according to the read program. Also, as another execution form of this program, the computer may read the program directly from a portable recording medium and execute processing according to the program, and the program is transferred from the server computer to this computer. Each time, the processing according to the received program may be executed sequentially. In addition, the above-mentioned processing is executed by a so-called ASP (Application Service Provider) type service, which does not transfer the program from the server computer to this computer, and realizes the processing function only by its execution instruction and result acquisition. may be It should be noted that the program in this embodiment includes information that is used for processing by a computer and that conforms to the program (data that is not a direct instruction to the computer but has the property of prescribing the processing of the computer, etc.).
  • ASP Application Service Provide
  • a hardware entity is configured by executing a predetermined program on a computer, but at least part of these processing contents may be implemented by hardware.

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Veterinary Medicine (AREA)
  • Engineering & Computer Science (AREA)
  • Anesthesiology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Hematology (AREA)
  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Medical Informatics (AREA)
  • Pulmonology (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Dentistry (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Pain & Pain Management (AREA)
  • Physiology (AREA)
  • Psychology (AREA)
  • Emergency Medicine (AREA)

Abstract

ユーザによるマインドフルネスの実現を支援する技術を提供する。身体状態データから身体状態特徴量を算出する特徴量算出部と、身体状態特徴量を用いて身体状態指標を算出する指標算出部と、身体状態特徴量と身体状態指標を用いて身体状態推定結果を生成する推定結果生成部と、身体状態推定結果に基づいてユーザに所定の刺激をフィードバックとして提示するフィードバック部と、ユーザがフィードバックに気づいたことを示すユーザ反応を取得するユーザ反応取得部とを含むフィードバック装置であって、フィードバック部は身体状態推定結果が所定の期間異常を示してからユーザがフィードバックに気づくまでの間刺激を段階的に強くする形でフィードバックとして提示し、ユーザがフィードバックに気づいてから身体状態推定結果が所定の期間正常に戻るまでの間身体状態推定結果に応じて刺激を段階的に強くしたり弱くしたりする形でフィードバックとして提示する。

Description

フィードバック装置、フィードバック方法、プログラム
　本発明は、マインドフルネスの実現を支援する技術に関する。
　マインドフルネスとは、今この瞬間に生じている感覚、感情、思考といった様々な経験にありのままに気づいている状態のことである。不快な感覚、感情、思考と向き合う際、意図的に抑圧したり制御したりするよりは、ありのままに気づいている状態で自然にしずまるのを待つ方が、より早くしずまることが知られている。しかし、多くの場合、我々は感情といった経験に注意を向けたとたんにその経験を強く意識してしまい、その経験は意識に引きずられて変容したり悪化したりしてしまう。そのため、マインドフルネスを実現できるようになるためには訓練が必要となる。その代表的な訓練に、日常生活において自分自身の内部で自然に生じている呼吸にありのままに気づいているという方法がある。我々は、自然に生じている呼吸に注意を向けると呼吸を意識してしまい、呼吸が不自然になってしまう。しかし、この訓練を継続することで、徐々に自然に生じている呼吸にありのままに気づいていられるようになる。さらに、日常生活において自分自身の内部で生じている感覚、感情、思考といった経験にもありのままに気づいていられるようになる。ただし、日常生活において自分自身の内部で自然に生じている呼吸に注意を向けることや、その呼吸を制御することなくありのままに気づいていることは非常に難しい課題である。そこで、この訓練を補助するためのフィードバック技術が必要となる。
　自分自身の呼吸状態をフィードバックする技術として、非特許文献１に記載の技術がある。非特許文献１に記載の技術では、ユーザの呼吸状態のパターンをフィードバックした上で、そのパターンを段階的にユーザの呼吸状態から理想的な呼吸状態に変化させることで、ユーザが自分自身の呼吸状態を特定の呼吸状態に意図的に制御するように誘導する。
浦谷裕樹, "リラクセーションを学ぶための呼吸誘導バイオフィードバック装置の開発と評価," バイオフィードバック研究, Vol.46, No.2, pp.101-106, 2019.
　このように、非特許文献１の技術では、外部のフィードバック情報に注意を向けて、意図的に自分自身の呼吸状態を特定の呼吸状態に制御することを目的としている。これに対して、マインドフルネス訓練では、自分自身の内部の状態に注意を向けて、自然な呼吸状態を制御することなくありのままに気づいていられることを目的としている。
　そこで本発明では、ユーザによるマインドフルネスの実現を支援する技術を提供することを目的とする。
　本発明の一態様は、ユーザの身体状態に関するデータ（以下、身体状態データという）から、前記ユーザの身体状態データの特徴量（以下、身体状態特徴量という）を算出する特徴量算出部と、前記ユーザの身体状態特徴量を用いて、前記ユーザの身体状態の指標（以下、身体状態指標という）を算出する指標算出部と、前記ユーザの身体状態特徴量と前記ユーザの身体状態指標を用いて、前記ユーザの身体状態に関する推定結果（以下、身体状態推定結果という）を生成する推定結果生成部と、前記ユーザの身体状態推定結果に基づいて、前記ユーザに所定の刺激をフィードバックとして提示するフィードバック部と、前記ユーザがフィードバックに気づいたことを示すユーザ反応を取得するユーザ反応取得部と、を含むフィードバック装置であって、前記フィードバック部は、前記ユーザの身体状態推定結果が所定の期間異常を示してから前記ユーザがフィードバックに気づくまでの間、前記刺激を段階的に強くする形でフィードバックとして提示し、前記ユーザがフィードバックに気づいてから前記ユーザの身体状態推定結果が所定の期間正常に戻るまでの間、前記ユーザの身体状態推定結果に応じて前記刺激を段階的に強くしたり弱くしたりする形でフィードバックとして提示する。
　本発明によれば、ユーザによるマインドフルネスの実現を支援することが可能となる。
フィードバック装置１００の構成を示すブロック図である。 フィードバック装置１００の動作を示すフローチャートである。 フィードバック装置２００の構成を示すブロック図である。 フィードバック装置２００の動作を示すフローチャートである。 身体状態推定モデル学習装置３００の構成を示すブロック図である。 身体状態推定モデル学習装置３００の動作を示すフローチャートである。 フィードバック装置４００の構成を示すブロック図である。 フィードバック装置４００の動作を示すフローチャートである。 本発明の実施形態における各装置を実現するコンピュータの機能構成の一例を示す図である。
　以下、本発明の実施の形態について、詳細に説明する。なお、同じ機能を有する構成部には同じ番号を付し、重複説明を省略する。
＜技術的背景＞
　本発明の実施形態における装置の設計思想について説明する。本発明の実施形態における装置は、マインドフルネスの実現の支援をする。ここで、マインドフルネスの実現とは、自分自身の内部で生じている感覚、感情、思考といった経験に注意を向けてかつそれらを意図的に制御することなくありのままに気づいていられるようになることである。したがって、マインドフルネス訓練のために用いることができる生理現象には、無意識的にも生じかつ意図的にも動かすことができるという特徴が求められる。そこで、本発明の実施形態における装置では、そのような特徴を持つ生理現象として呼吸を用いることとする。
　本発明の実施形態における装置には、日常生活における呼吸状態に関する平均的な範囲から逸脱した場合に現在の呼吸状態に早く注意を向けることを補助することが求められる。平均的な範囲から逸脱した場合にアラームを鳴らすなどの単純なフィードバックを用いると、フィードバックそのものに注意が向いてしまうようになり、フィードバックに頼り切ってしまう可能性がでてくる。また、アラームのような外部の情報に注意を向けてしまうようになり、呼吸状態そのものに注意を向けにくくなる可能性もある。そこで、本発明の実施形態における装置では、気づきを与えるために、呼吸と連動した音、振動、光などの刺激を段階的に強くする形でフィードバックとして提示するようにする。これにより、呼吸状態そのものに注意を向けることを阻害することなく、呼吸状態に注意を向けるように促すことが可能となる。
　また、本発明の実施形態における装置には、呼吸状態にありのままに気づいているという能力を高めることも求められる。そこで、本発明の実施形態における装置では、呼吸状態を制御しないよう、ユーザの呼吸状態に連動する形でフィードバックを提示する。その上で、ありのままに気づいているだけで異常な呼吸状態が正常な呼吸状態に戻っていくことを体験的に理解できるように、異常な呼吸状態と通常の呼吸状態の差分に基づいてフィードバックを段階的に強くしたり弱くしたりする形で提示する。
　さらに、呼吸状態そのものに注意を向けることを支援するために、本発明の実施形態における装置では、呼吸状態に関するストレスの強弱や感情の種類を自分自身で判断させるようにする。これにより、呼吸状態やこころの状態に注意を向けることを促すことが可能となる。
＜第１実施形態＞
　以下、図１～図２を参照してフィードバック装置１００を説明する。図１は、フィードバック装置１００の構成を示すブロック図である。図２は、フィードバック装置１００の動作を示すフローチャートである。図１に示すようにフィードバック装置１００は、特徴量算出部１１０と、指標算出部１２０と、推定結果生成部１３０と、フィードバック部１４０と、ユーザ反応取得部１５０と、記録部１９０を含む。記録部１９０は、フィードバック装置１００の処理に必要な情報を適宜記録する構成部である。
　図２に従いフィードバック装置１００の動作について説明する。
　Ｓ１１０において、特徴量算出部１１０は、ユーザの身体状態に関するデータ（以下、身体状態データという）を入力とし、当該身体状態データからユーザの身体状態データの特徴量（以下、身体状態特徴量という）を算出し、出力する。身体状態の例として呼吸状態がある。この場合、身体状態データは、例えば携帯用呼吸計測装置を用いて取得する日常生活における呼吸状態に関するデータである。携帯用呼吸計測装置として、例えば呼吸計測用バンド、ミリ波レーダーを搭載した計測装置、呼吸流量計測用マスク、一般的なマスクに装着する温度計を搭載した計測装置、呼吸音を計測する装置がある。身体状態が呼吸状態である場合、特徴量算出部１１０は、例えば、呼吸回数、呼吸速度、呼吸量、呼吸リズム、呼吸パターンを身体状態特徴量として算出する。
　なお、特徴量算出部１１０は、身体状態データが取得されている間、身体状態特徴量を随時算出する。
　Ｓ１２０において、指標算出部１２０は、Ｓ１１０で算出した身体状態特徴量を入力とし、当該身体状態特徴量を用いてユーザの身体状態の指標（以下、身体状態指標という）を算出し、出力する。身体状態が呼吸状態である場合、指標算出部１２０は、日常生活における呼吸状態の平均的な範囲を身体状態指標として算出する。
　なお、指標算出部１２０は、身体状態データが取得されている間、身体状態指標を随時算出する。
　Ｓ１３０において、推定結果生成部１３０は、Ｓ１１０で算出した身体状態特徴量とＳ１２０で算出した身体状態指標とを入力とし、当該身体状態特徴量と当該身体状態指標を用いてユーザの身体状態に関する推定結果（以下、身体状態推定結果という）を生成し、出力する。身体状態推定結果は、例えば、正常／異常の別や身体状態特徴量の身体状態指標からの逸脱の程度を含む。推定結果生成部１３０は、身体状態特徴量が身体状態指標から所定の期間逸脱した場合、異常を示す身体状態推定結果を生成し、それ以外の場合、正常を示す身体状態推定結果を生成する。
　なお、推定結果生成部１３０は、身体状態データが取得されている間、身体状態推定結果を随時生成する。
　Ｓ１４０において、フィードバック部１４０は、Ｓ１３０で生成した身体状態推定結果を入力とし、当該身体状態推定結果に基づいてユーザに所定の刺激をフィードバックとして提示する。フィードバック部１４０は、ユーザの身体状態推定結果が所定の期間異常を示した場合、刺激をフィードバックとして提示するのを開始する。そして、フィードバック部１４０は、ユーザの身体状態推定結果が所定の期間異常を示してからユーザがフィードバックに気づくまでの間、刺激を段階的に強くする形でフィードバックとして提示する。また、フィードバック部１４０は、ユーザがフィードバックに気づいてからユーザの身体状態推定結果が所定の期間正常に戻るまでの間、ユーザの身体状態推定結果に応じて刺激を段階的に強くしたり弱くしたりする形でフィードバックとして提示する。フィードバック部１４０は、ユーザの身体状態推定結果が所定の期間正常に戻った場合、刺激をフィードバックとして提示するのを終了する。または、フィードバック部１４０は、ユーザが所定の回数（例えば、３回）大きく深呼吸をした場合、刺激をフィードバックとして提示するのを終了するようにしてもよい。フィードバック部１４０は、刺激をフィードバックとして提示している間、身体状態特徴量が身体状態指標から逸脱している程度に合わせて、刺激を段階的に強くしたり弱くしたりするとよい。なお、フィードバック部１４０は、刺激として、音、振動、光を用いることができる。この場合、ユーザに刺激をフィードバックとして提示する装置として、例えば、耳を塞がないイヤフォンや骨伝導イヤフォン、振動子を内蔵したスマートウォッチ、ＬＥＤライトをそれぞれ用いることができる。
　Ｓ１５０において、ユーザ反応取得部１５０は、ユーザがＳ１４０で提示されたフィードバックに気づいたことを示すユーザ反応を取得し、出力する。ユーザは、フィードバックに気づいた時点で、例えばスマートフォンやスマートウォッチを用いてユーザ反応を入力する。この場合、スマートフォンやスマートウォッチのボタンを押すだけでユーザ反応が出力されるようにしておくとよい。または、身体状態が呼吸状態である場合、身体状態データの取得に用いた携帯用呼吸計測装置により深呼吸を検出することで、気づいたことを示すユーザ反応を自動的に入力するようにしてもよい。
　本発明の実施形態によれば、ユーザによるマインドフルネスの実現を支援することが可能となる。身体状態が呼吸状態である場合、呼吸状態に基づくフィードバックを与えることにより自分の呼吸状態に注意を向けることが可能となり、呼吸状態に連動する形でフィードバックを提示するとともに異常な呼吸状態と通常の呼吸状態の差分に基づいてフィードバックを段階的に強くしたり弱くしたりする形で与えることにより呼吸状態を制御せずにありのままに受け入れることが可能となる。
＜第２実施形態＞
　以下、図３～図４を参照してフィードバック装置２００を説明する。図３は、フィードバック装置２００の構成を示すブロック図である。図４は、フィードバック装置２００の動作を示すフローチャートである。図３に示すようにフィードバック装置２００は、特徴量算出部１１０と、指標算出部１２０と、推定結果生成部１３０と、フィードバック部１４０と、ユーザ反応取得部２５０と、学習データ生成部２６０と、記録部１９０を含む。記録部１９０は、フィードバック装置２００の処理に必要な情報を適宜記録する構成部である。つまり、フィードバック装置２００は、ユーザ反応取得部１５０の代わりにユーザ反応取得部２５０を含み、さらに学習データ生成部２６０を含む点において、フィードバック装置１００と異なる。
　図４に従いフィードバック装置２００の動作について説明する。以下では、Ｓ２５０とＳ２６０について説明する。
　Ｓ２５０において、ユーザ反応取得部２５０は、Ｓ１４０で提示されたフィードバックに対するユーザによる反応（以下、ユーザ反応という）を取得し、出力する。以下、ユーザ反応の例をいくつか説明する。
（１）ユーザ反応がユーザによる自らのこころの状態に関する評価（以下、主観的評価という）である場合
　こころの状態とは、例えばストレスの強弱や感情の種類のことをいう。この場合、ユーザは、フィードバックに気づいた時点以降、例えばスマートフォンやスマートウォッチを用いて自分の呼吸状態を観察して把握した自分自身のこころの状態をユーザ反応として入力する。例えば、スマートフォンやスマートウォッチのボタンを押すだけで所定の選択肢の１つが選択され、主観的評価がユーザ反応として出力されるようにしておいてもよい。
（２）ユーザ反応がフィードバックに気づいたことを示すものである場合
　この場合、ユーザは、ユーザ反応取得部１５０と同様の方法で入力するとよい。
（３）ユーザ反応がユーザによる主観的評価とフィードバックに気づいたことを示すものの組である場合
　この場合は、ユーザは、（１）、（２）と同様の方法を用いて入力するとよい。
　Ｓ２６０において、学習データ生成部２６０は、Ｓ１１０で算出した身体状態特徴量とＳ２５０で取得したユーザ反応とを入力とし、当該身体状態特徴量と当該ユーザ反応から、当該ユーザ反応または当該ユーザ反応から算出される値を教師データとする、ユーザの身体状態特徴量と教師データの組を学習データとして生成し、出力する。ユーザ反応がユーザによる主観的評価である場合、当該主観的評価を教師データとして用いる。また、ユーザ反応がフィードバックに気づいたことを示すものである場合、フィードバック開始時点とユーザがフィードバックに気づいた時点との間隔やユーザがフィードバックに気づいた時点とフィードバック終了時点との間隔を教師データとして用いる。これらの間隔は、ユーザのマインドフルネスの実現の程度を示すものである。さらに、ユーザ反応がユーザによる主観的評価とフィードバックに気づいたことを示すものである場合、主観的評価とフィードバック開始時点とユーザがフィードバックに気づいた時点との間隔の組や主観的評価とユーザがフィードバックに気づいた時点とフィードバック終了時点との間隔の組を教師データとして用いる。これらの間隔は、ユーザのストレスの強弱や感情の種類ごとのマインドフルネスの実現の程度を示すものである。
　本発明の実施形態によれば、ユーザによるマインドフルネスの実現を支援することが可能となる。身体状態が呼吸状態である場合、呼吸状態に基づくフィードバックを与えることにより自分の呼吸状態に注意を向けることが可能となり、呼吸状態に連動する形でフィードバックを提示するとともに異常な呼吸状態と通常の呼吸状態の差分に基づいてフィードバックを段階的に強くしたり弱くしたりする形で与えることにより呼吸状態を制御せずにありのままに受け入れることが可能となる。また、ユーザ反応がユーザによる主観的評価である場合、呼吸状態に関するストレスの強弱や感情の種類について自分自身で判断させることによりこころの状態にも注意を向けることが可能となる。
＜第３実施形態＞
　身体状態推定モデル学習装置３００は、フィードバック装置２００が生成した学習データを用いて、身体状態推定モデルを学習する。ここで、身体状態推定モデルとは、ユーザの身体状態特徴量を入力とし、ユーザに関する評価値を出力する関数のことである。また、ユーザに関する評価値とは、ユーザのこころの状態に関する評価値、反応の速さやフィードバック終了の速さやユーザのストレスの強弱や感情の種類ごとの反応の速さやユーザのストレスの強弱や感情の種類ごとのフィードバック終了の速さが示すユーザのマインドフルネスの実現の程度に関する評価値のことである。なお、身体状態推定モデルは、例えば深層ニューラルネットワークとして構成することができる。
　以下、図５～図６を参照して身体状態推定モデル学習装置３００を説明する。図５は、身体状態推定モデル学習装置３００の構成を示すブロック図である。図６は、身体状態推定モデル学習装置３００の動作を示すフローチャートである。図５に示すように身体状態推定モデル学習装置３００は、初期化部３１０と、評価値計算部３２０と、パラメータ更新部３３０と、終了条件判定部３４０と、記録部３９０を含む。記録部３９０は、身体状態推定モデル学習装置３００の処理に必要な情報を適宜記録する構成部である。記録部３９０は、フィードバック装置２００が生成した学習データを予め記録しておいてもよい。また、記録部３９０は、身体状態推定モデルのパラメータの初期値を予め記録しておいてもよい。
　図６に従い身体状態推定モデル学習装置３００の動作について説明する。
　Ｓ３１０において、初期化部３１０は、身体状態推定モデルのパラメータを初期化する。初期化部３１０は、予め記録部３９０に記録している初期値を用いて身体状態推定モデルのパラメータを初期化してもよいし、乱数を用いて生成した初期値を用いて身体状態推定モデルのパラメータを初期化してもよい。
　Ｓ３２０において、評価値計算部３２０は、学習データの要素であるユーザの身体状態特徴量を入力とし、当該身体状態特徴量を用いてユーザに関する評価値を計算し、出力する。評価値計算部３２０は、評価値の計算に際して、身体状態推定モデルを構成するニューラルネットワークのパラメータとして学習中のものを用いる。
　教師データがユーザによる主観的評価である場合、ユーザに関する評価値はユーザのこころの状態に関する評価値である。例えばこころの状態がストレスの状態である場合、評価値計算部３２０が計算する評価値は、例えば、ストレスが強いことを表す値、ストレスが中程度であることを表す値、ストレスが弱いことを表す値となる。また、例えばこころの状態が感情の種類である場合、評価値計算部３２０が計算する評価値は、例えば、快感情を表す値、不快感情を表す値、快でも不快でもない感情を表す値や、さらには喜び感情を表す値、怒り感情を表す値、嫌悪感情を表す値、恐怖感情を表す値、幸福感情を表す値、悲しみ感情を表す値、驚き感情を表す値、中性感情を表す値となる。
　また、教師データがフィードバック開始時点とユーザがフィードバックに気づいた時点との間隔、ユーザがフィードバックに気づいた時点とフィードバック終了時点との間隔のいずれかである場合、ユーザに関する評価値はユーザのマインドフルネスの実現の程度に関する評価値である。教師データがユーザがフィードバック開始時点とフィードバックに気づいた時点との間隔である場合、評価値計算部３２０が計算する評価値は、例えば、気づきが速いことを表す値（つまり、マインドフルネスの前提条件がうまく実現できていることを示す値）、気づきが中程度であることを表す値（つまり、マインドフルネスの前提条件がある程度実現できていることを示す値）、気づきが遅いことを表す値（つまり、マインドフルネスの前提条件がうまく実現できていないことを示す値）となる。さらに、教師データがユーザによる主観的評価とフィードバック開始時点とユーザがフィードバックに気づいた時点との間隔の組または主観的評価とユーザがフィードバックに気づいた時点とフィードバック終了時点との間隔の組である場合、ユーザに関する評価値はユーザのストレスの強弱や感情の種類ごとのマインドフルネスの実現の程度に関する評価値である。また、教師データがユーザがフィードバックに気づいた時点とフィードバック終了時点との間隔である場合、評価値計算部３２０が計算する評価値は、例えば、収束が速いことを表す値（つまり、マインドフルネスがうまく実現できていることを示す値）、収束が中程度であることを表す値（つまり、マインドフルネスがある程度実現できていることを示す値）、収束が遅いことを表す値（つまり、マインドフルネスがうまく実現できていないことを示す値）となる。さらに、教師データがユーザによる主観的評価とフィードバック開始時点とユーザがフィードバックに気づいた時点との間隔の組またはユーザによる主観的評価とユーザがフィードバックに気づいた時点とフィードバック終了時点との間隔の組である場合、ユーザに関する評価値はユーザのストレスの強弱や感情の種類ごとのマインドフルネスの実現の程度に関する評価値となる。
　Ｓ３３０において、パラメータ更新部３３０は、Ｓ３２０で計算した評価値とＳ３２０の入力である学習データの要素である教師データとを用いて、身体状態推定モデルのパラメータを更新し、出力する。
　Ｓ３４０において、終了条件判定部３４０は、事前に設定しているパラメータ更新に関する終了条件を判定し、終了条件が満たされる場合はＳ３３０で更新したパラメータを出力し、処理を終了する一方で、終了条件が満たされない場合はＳ３２０～Ｓ３３０の処理を繰り返す。終了条件は、例えばＳ３２０～Ｓ３３０の処理の実行回数が所定の回数（例えば、５０００回）に達したか否かという条件とすることができる。
　本発明の実施形態によれば、ユーザの身体状態に基づいてユーザのこころの状態に関する評価値やユーザのマインドフルネスの実現の程度に関する評価値やユーザのストレスの強弱や感情の種類ごとのマインドフルネスの実現の程度に関する評価値を出力するモデルを学習することが可能となる。
＜第４実施形態＞
　以下、図７～図８を参照してフィードバック装置４００を説明する。図７は、フィードバック装置４００の構成を示すブロック図である。図８は、フィードバック装置４００の動作を示すフローチャートである。図７に示すようにフィードバック装置４００は、特徴量算出部１１０と、指標算出部１２０と、推定結果生成部１３０と、フィードバック部１４０と、ユーザ反応取得部１５０と、評価値計算部３２０と、記録部１９０を含む。記録部１９０は、フィードバック装置４００の処理に必要な情報を適宜記録する構成部である。つまり、フィードバック装置４００は、さらに評価値計算部３２０を含む点において、フィードバック装置１００と異なる。
　図８に従いフィードバック装置４００の動作について説明する。以下では、Ｓ３２０について説明する。
　Ｓ３２０において、評価値計算部３２０は、Ｓ１１０で算出したユーザの身体状態特徴量を入力とし、当該身体状態特徴量を用いてユーザに関する評価値を計算し、出力する。評価値計算部３２０は、評価値の計算に際して、身体状態推定モデルを構成するニューラルネットワークのパラメータとして身体状態推定モデル学習装置３００により学習されたパラメータを用いる。
　本発明の実施形態によれば、ユーザによるマインドフルネスの実現を支援することが可能となる。身体状態が呼吸状態である場合、呼吸状態に基づくフィードバックを与えることにより自分の呼吸状態に注意を向けることが可能となり、呼吸状態に連動する形でフィードバックを提示するとともに異常な呼吸状態と通常の呼吸状態の差分に基づいてフィードバックを段階的に強くしたり弱くしたりする形で与えることにより呼吸状態を制御せずにありのままに受け入れることが可能となる。また、ユーザの身体状態に基づくユーザのこころの状態に関する評価値やユーザのマインドフルネスの実現の程度に関する評価値やユーザのストレスの強弱や感情の種類ごとのマインドフルネスの実現の程度に関する評価値を用いたマインドフルネスの実現の支援が可能となる。
（応用例）
　上記説明では、身体状態を把握するための生理現象として呼吸を用いた。＜技術的背景＞で説明した通り、マインドフルネスの実現のために用いることができる生理現象とは、無意識的にも生じかつ意図的にも動かすことができるという特徴を持つ生理現象であり、そのような特徴を持つ生理現象であれば、どのような生理現象であっても用いることができる。例えば、緊張状態、心拍、瞬き、バランス、姿勢、貧乏ゆすりを身体状態を把握するための生理現象として用いることができる。
＜補記＞
　図９は、上述の各装置を実現するコンピュータ２０００の機能構成の一例を示す図である。上述の各装置における処理は、記録部２０２０に、コンピュータ２０００を上述の各装置として機能させるためのプログラムを読み込ませ、制御部２０１０、入力部２０３０、出力部２０４０などに動作させることで実施できる。
　本発明の装置は、例えば単一のハードウェアエンティティとして、キーボードなどが接続可能な入力部、液晶ディスプレイなどが接続可能な出力部、ハードウェアエンティティの外部に通信可能な通信装置（例えば通信ケーブル）が接続可能な通信部、ＣＰＵ（Central Processing Unit、キャッシュメモリやレジスタなどを備えていてもよい）、メモリであるＲＡＭやＲＯＭ、ハードディスクである外部記憶装置並びにこれらの入力部、出力部、通信部、ＣＰＵ、ＲＡＭ、ＲＯＭ、外部記憶装置の間のデータのやり取りが可能なように接続するバスを有している。また必要に応じて、ハードウェアエンティティに、ＣＤ－ＲＯＭなどの記録媒体を読み書きできる装置（ドライブ）などを設けることとしてもよい。このようなハードウェア資源を備えた物理的実体としては、汎用コンピュータなどがある。
　ハードウェアエンティティの外部記憶装置には、上述の機能を実現するために必要となるプログラムおよびこのプログラムの処理において必要となるデータなどが記憶されている（外部記憶装置に限らず、例えばプログラムを読み出し専用記憶装置であるＲＯＭに記憶させておくこととしてもよい）。また、これらのプログラムの処理によって得られるデータなどは、ＲＡＭや外部記憶装置などに適宜に記憶される。
　ハードウェアエンティティでは、外部記憶装置（あるいはＲＯＭなど）に記憶された各プログラムとこの各プログラムの処理に必要なデータが必要に応じてメモリに読み込まれて、適宜にＣＰＵで解釈実行・処理される。その結果、ＣＰＵが所定の機能（上記、…部、…手段などと表した各構成部）を実現する。
　本発明は上述の実施形態に限定されるものではなく、本発明の趣旨を逸脱しない範囲で適宜変更が可能である。また、上記実施形態において説明した処理は、記載の順に従って時系列に実行されるのみならず、処理を実行する装置の処理能力あるいは必要に応じて並列的にあるいは個別に実行されるとしてもよい。
　既述のように、上記実施形態において説明したハードウェアエンティティ（本発明の装置）における処理機能をコンピュータによって実現する場合、ハードウェアエンティティが有すべき機能の処理内容はプログラムによって記述される。そして、このプログラムをコンピュータで実行することにより、上記ハードウェアエンティティにおける処理機能がコンピュータ上で実現される。
　この処理内容を記述したプログラムは、コンピュータで読み取り可能な記録媒体に記録しておくことができる。コンピュータで読み取り可能な記録媒体としては、例えば、磁気記録装置、光ディスク、光磁気記録媒体、半導体メモリ等どのようなものでもよい。具体的には、例えば、磁気記録装置として、ハードディスク装置、フレキシブルディスク、磁気テープ等を、光ディスクとして、ＤＶＤ（Digital Versatile Disc）、ＤＶＤ－ＲＡＭ（Random Access Memory）、ＣＤ－ＲＯＭ（Compact Disc Read Only Memory）、ＣＤ－Ｒ（Recordable）／ＲＷ（ReWritable）等を、光磁気記録媒体として、ＭＯ（Magneto-Optical disc）等を、半導体メモリとしてＥＥＰ－ＲＯＭ（Electronically Erasable and Programmable-Read Only Memory）等を用いることができる。
　また、このプログラムの流通は、例えば、そのプログラムを記録したＤＶＤ、ＣＤ－ＲＯＭ等の可搬型記録媒体を販売、譲渡、貸与等することによって行う。さらに、このプログラムをサーバコンピュータの記憶装置に格納しておき、ネットワークを介して、サーバコンピュータから他のコンピュータにそのプログラムを転送することにより、このプログラムを流通させる構成としてもよい。
　このようなプログラムを実行するコンピュータは、例えば、まず、可搬型記録媒体に記録されたプログラムもしくはサーバコンピュータから転送されたプログラムを、一旦、自己の記憶装置に格納する。そして、処理の実行時、このコンピュータは、自己の記憶装置に格納されたプログラムを読み取り、読み取ったプログラムに従った処理を実行する。また、このプログラムの別の実行形態として、コンピュータが可搬型記録媒体から直接プログラムを読み取り、そのプログラムに従った処理を実行することとしてもよく、さらに、このコンピュータにサーバコンピュータからプログラムが転送されるたびに、逐次、受け取ったプログラムに従った処理を実行することとしてもよい。また、サーバコンピュータから、このコンピュータへのプログラムの転送は行わず、その実行指示と結果取得のみによって処理機能を実現する、いわゆるＡＳＰ（Application Service Provider）型のサービスによって、上述の処理を実行する構成としてもよい。なお、本形態におけるプログラムには、電子計算機による処理の用に供する情報であってプログラムに準ずるもの（コンピュータに対する直接の指令ではないがコンピュータの処理を規定する性質を有するデータ等）を含むものとする。
　また、この形態では、コンピュータ上で所定のプログラムを実行させることにより、ハードウェアエンティティを構成することとしたが、これらの処理内容の少なくとも一部をハードウェア的に実現することとしてもよい。
　上述の本発明の実施形態の記載は、例証と記載の目的で提示されたものである。網羅的であるという意思はなく、開示された厳密な形式に発明を限定する意思もない。変形やバリエーションは上述の教示から可能である。実施形態は、本発明の原理の最も良い例証を提供するために、そして、この分野の当業者が、熟考された実際の使用に適するように本発明を色々な実施形態で、また、色々な変形を付加して利用できるようにするために、選ばれて表現されたものである。すべてのそのような変形やバリエーションは、公正に合法的に公平に与えられる幅にしたがって解釈された添付の請求項によって定められた本発明のスコープ内である。

Claims (6)

  1. 　ユーザの身体状態に関するデータ（以下、身体状態データという）から、前記ユーザの身体状態データの特徴量（以下、身体状態特徴量という）を算出する特徴量算出部と、
    　前記ユーザの身体状態特徴量を用いて、前記ユーザの身体状態の指標（以下、身体状態指標という）を算出する指標算出部と、
    　前記ユーザの身体状態特徴量と前記ユーザの身体状態指標を用いて、前記ユーザの身体状態に関する推定結果（以下、身体状態推定結果という）を生成する推定結果生成部と、
    　前記ユーザの身体状態推定結果に基づいて、前記ユーザに所定の刺激をフィードバックとして提示するフィードバック部と、
    　前記ユーザがフィードバックに気づいたことを示すユーザ反応を取得するユーザ反応取得部と、
    　を含むフィードバック装置であって、
    　前記フィードバック部は、
    　前記ユーザの身体状態推定結果が所定の期間異常を示してから前記ユーザがフィードバックに気づくまでの間、前記刺激を段階的に強くする形でフィードバックとして提示し、
    　前記ユーザがフィードバックに気づいてから前記ユーザの身体状態推定結果が所定の期間正常に戻るまでの間、前記ユーザの身体状態推定結果に応じて前記刺激を段階的に強くしたり弱くしたりする形でフィードバックとして提示する
    　フィードバック装置。
  2. 　ユーザの身体状態に関するデータ（以下、身体状態データという）から、前記ユーザの身体状態データの特徴量（以下、身体状態特徴量という）を算出する特徴量算出部と、
    　前記ユーザの身体状態特徴量を用いて、前記ユーザの身体状態の指標（以下、身体状態指標という）を算出する指標算出部と、
    　前記ユーザの身体状態特徴量と前記ユーザの身体状態指標を用いて、前記ユーザの身体状態に関する推定結果（以下、身体状態推定結果という）を生成する推定結果生成部と、
    　前記ユーザの身体状態推定結果に基づいて、前記ユーザに所定の刺激をフィードバックとして提示するフィードバック部と、
    　前記フィードバックに対する前記ユーザによる反応（以下、ユーザ反応という）を取得するユーザ反応取得部と、
    　前記ユーザの身体状態特徴量と前記ユーザ反応から、前記ユーザ反応または前記ユーザ反応から算出される値を教師データとする、ユーザの身体状態特徴量と教師データの組を学習データとして生成する学習データ生成部と、
    　を含むフィードバック装置。
  3. 　請求項２に記載のフィードバック装置であって
    　前記ユーザ反応は、ユーザによる自らのこころの状態に関する評価（以下、主観的評価という）、フィードバックに気づいたことを示すもの、主観的評価とフィードバックに気づいたことを示すものの組のいずれかである
    　ことを特徴とするフィードバック装置。
  4. 　請求項１ないし３のいずれか１項に記載のフィードバック装置であって
    　前記身体状態データは、呼吸状態に関するデータである
    　ことを特徴とするフィードバック装置。
  5. 　フィードバック装置が、ユーザの身体状態に関するデータ（以下、身体状態データという）から、前記ユーザの身体状態データの特徴量（以下、身体状態特徴量という）を算出する特徴量算出ステップと、
    　前記フィードバック装置が、前記ユーザの身体状態特徴量を用いて、前記ユーザの身体状態の指標（以下、身体状態指標という）を算出する指標算出ステップと、
    　前記フィードバック装置が、前記ユーザの身体状態特徴量と前記ユーザの身体状態指標を用いて、前記ユーザの身体状態に関する推定結果（以下、身体状態推定結果という）を生成する推定結果生成ステップと、
    　前記フィードバック装置が、前記ユーザの身体状態推定結果に基づいて、前記ユーザに所定の刺激をフィードバックとして提示するフィードバックステップと、
    　前記フィードバック装置が、前記ユーザがフィードバックに気づいたことを示すユーザ反応を取得するユーザ反応取得ステップと、
    　を含むフィードバック方法であって、
    　前記フィードバックステップは、
    　前記ユーザの身体状態推定結果が所定の期間異常を示してから前記ユーザがフィードバックに気づくまでの間、前記刺激を段階的に強くする形でフィードバックとして提示し、
    　前記ユーザがフィードバックに気づいてから前記ユーザの身体状態推定結果が所定の期間正常に戻るまでの間、前記ユーザの身体状態推定結果に応じて前記刺激を段階的に強くしたり弱くしたりする形でフィードバックとして提示する
    　フィードバック方法。
  6. 　請求項１ないし４のいずれか１項に記載のフィードバック装置としてコンピュータを機能させるためのプログラム。
PCT/JP2022/005289 2022-02-10 2022-02-10 フィードバック装置、フィードバック方法、プログラム WO2023152859A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
PCT/JP2022/005289 WO2023152859A1 (ja) 2022-02-10 2022-02-10 フィードバック装置、フィードバック方法、プログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2022/005289 WO2023152859A1 (ja) 2022-02-10 2022-02-10 フィードバック装置、フィードバック方法、プログラム

Publications (1)

Publication Number Publication Date
WO2023152859A1 true WO2023152859A1 (ja) 2023-08-17

Family

ID=87563904

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2022/005289 WO2023152859A1 (ja) 2022-02-10 2022-02-10 フィードバック装置、フィードバック方法、プログラム

Country Status (1)

Country Link
WO (1) WO2023152859A1 (ja)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005237561A (ja) * 2004-02-25 2005-09-08 Canon Inc 情報処理装置及び方法
JP2017225489A (ja) * 2016-06-20 2017-12-28 ソニー株式会社 情報処理装置、情報処理方法及びプログラム
JP2017227780A (ja) * 2016-06-23 2017-12-28 ソニー株式会社 情報処理装置、情報処理方法及びコンピュータプログラム

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005237561A (ja) * 2004-02-25 2005-09-08 Canon Inc 情報処理装置及び方法
JP2017225489A (ja) * 2016-06-20 2017-12-28 ソニー株式会社 情報処理装置、情報処理方法及びプログラム
JP2017227780A (ja) * 2016-06-23 2017-12-28 ソニー株式会社 情報処理装置、情報処理方法及びコンピュータプログラム

Similar Documents

Publication Publication Date Title
US11071496B2 (en) Cognitive state alteration system integrating multiple feedback technologies
US11013449B2 (en) Methods and systems for decoding, inducing, and training peak mind/body states via multi-modal technologies
AU2009268428B2 (en) Device, system, and method for treating psychiatric disorders
US20050283055A1 (en) Bio-information processing apparatus and video/sound reproduction apparatus
Cheng Recommendations for implementing gamification for mental health and wellbeing
Magee et al. Music Therapy Assessment Tool for Awareness in Disorders of Consciousness (MATADOC): Reliability and validity of a measure to assess awareness in patients with disorders of consciousness
Kosmyna et al. AttentivU: Evaluating the feasibility of biofeedback glasses to monitor and improve attention
CN107111853B (zh) 儿童保育支持用程序、儿童保育支持方法、儿童保育支持系统和婴幼儿用监测装置
McCrea et al. Absolute and relative user perception of classification accuracy in an affective video game
KR102183435B1 (ko) 가상현실 및 바이오피드백을 이용하여 사용자의 스트레스를 저감시키는 방법 및 시스템
Lancioni et al. Promoting occupational engagement and personal satisfaction in people with neurodevelopmental disorders via a smartphone-based intervention
WO2023152859A1 (ja) フィードバック装置、フィードバック方法、プログラム
US20220142535A1 (en) System and method for screening conditions of developmental impairments
Hedman Thick psychophysiology for empathic design
Wallace et al. BreatheWell: Developing a stress management app on wearables for TBI & PTSD
Gabele et al. An AR sandbox as a collaborative multiplayer rehabilitation tool for children with adhd
CN117637117B (zh) 抑郁障碍虚拟现实训练系统
Cagle et al. Using cognitive and behavioral approaches throughout the cancer experience
Singer et al. Reducing Stereotypies for a Student With Deafblindness
Estrella et al. A Serious Game to Self-Regulate Heart Rate Variability as a Technique to Manage Arousal Level Through Cardiorespiratory Biofeedback: Development and Pilot Evaluation Study
KR102602753B1 (ko) 사용자 심리 상태에 적합한 컬러 정보 기반의 vr 심리 개선 프로그램 및 시스템
JP7125908B2 (ja) プログラム、コンテンツ表示方法、及びコンピュータ
Tahai Designing an Adaptive Video Game for Children with Attention Deficit Hyperactivity Disorder: Learning Proportional Reasoning through Play
Löfblom Defining user experience principles for developing health and fitness wearables and smartwatches
Baker Impact of enhanced communication techniques on pediatric patient outcomes

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 22925880

Country of ref document: EP

Kind code of ref document: A1