JP6775359B2 - How to operate the nausea detector and the nausea detector - Google Patents
How to operate the nausea detector and the nausea detector Download PDFInfo
- Publication number
- JP6775359B2 JP6775359B2 JP2016168151A JP2016168151A JP6775359B2 JP 6775359 B2 JP6775359 B2 JP 6775359B2 JP 2016168151 A JP2016168151 A JP 2016168151A JP 2016168151 A JP2016168151 A JP 2016168151A JP 6775359 B2 JP6775359 B2 JP 6775359B2
- Authority
- JP
- Japan
- Prior art keywords
- nausea
- data
- unit
- interval
- galvanic skin
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Description
本発明は吐き気検出装置および吐き気検出装置の作動方法に関する。 The present invention relates to a nausea detection device and a method of operating the nausea detection device .
従来、動揺病等に起因する吐き気を検出するための種々の方法が知られている。一例として、左脇腹に配置される心電図の電極と胃電図の電極より導出される０．０５〜０．２Ｈｚ前後の電位変化を用いて動揺病を検出する方法が知られている（例えば、特許文献１）。 Conventionally, various methods for detecting nausea caused by agitation and the like have been known. As an example, a method of detecting agitation is known using a potential change of about 0.05 to 0.2 Hz derived from an electrocardiogram electrode arranged on the left flank and an electrocardiogram electrode (for example). Patent Document 1).
また、宇宙適応症候群の症状を研究するために地上の乗り物酔いの自律神経症状を調べるため、男女１２７名を回転椅子で酔わせて、心拍数、呼吸数、指尖容積脈波、皮膚電気抵抗を測定したところ、皮膚電気抵抗は回転中に下がり、回転を止めても５分以内には元の値に戻らなかったことが報告されている（例えば、非特許文献１）。 In addition, in order to investigate the autonomic nervous system symptoms of motion sickness on the ground to study the symptoms of space adaptation syndrome, 127 men and women were intoxicated in a swivel chair, and heart rate, respiratory rate, fingertip volume pulse wave, and skin electrical resistance were intoxicated. It has been reported that the electrical resistance of the skin decreased during rotation and did not return to the original value within 5 minutes even when the rotation was stopped (for example, Non-Patent Document 1).
しかしながら、従来の吐き気の検出方法は、吐き気検出の精度が十分でないという問題を有している。 However, the conventional nausea detection method has a problem that the accuracy of nausea detection is not sufficient.
本発明の目的は、吐き気の検出の精度を向上することが可能な吐き気検出装置および吐き気検出装置の作動方法を提供することにある。 An object of the present invention is to provide a nausea detection device and a method of operating the nausea detection device capable of improving the accuracy of nausea detection.
上記目的を達成するために、本発明の一態様による吐き気検出装置は、吐き気検出の対象者のガルヴァニック皮膚反応（Ｇａｌｖａｎｉｃ Ｓｋｉｎ Ｒｅｓｐｏｎｓｅ：ＧＳＲ）を計測しガルヴァニック皮膚反応データを出力するガルヴァニック皮膚反応検出部と、前記ガルヴァニック皮膚反応検出部から入力された前記ガルヴァニック皮膚反応データの揺らぎの頻度、所定時間内における該揺らぎの回数、該揺らぎの間隔、または該揺らぎの間隔の推移に基づいて前記対象者に吐き気が生じているか否かを検出する吐き気検出部とを備える。 In order to achieve the above object, the nausea detection device according to one aspect of the present invention measures the galvanic skin response (GSR) of the subject for nausea detection and outputs the galvanic skin reaction data. Based on the frequency of fluctuations of the reaction detection unit and the galvanic skin reaction data input from the galvanic skin reaction detection unit, the number of fluctuations within a predetermined time, the fluctuation interval, or the transition of the fluctuation interval. The subject is provided with a nausea detection unit for detecting whether or not the subject is nausea.
また、本発明の一態様による吐き気検出装置の作動方法は、ガルヴァニック皮膚反応検出部が、吐き気検出の対象者のガルヴァニック皮膚反応を計測してガルヴァニック皮膚反応データを出力し、吐き気検出部が、前記ガルヴァニック皮膚反応データの揺らぎの頻度、所定時間内における該揺らぎの回数、該揺らぎの間隔、または該揺らぎの間隔の推移に基づいて前記対象者に吐き気が生じているか否かを検出する。 Further, in the method of operating the nausea detection device according to one aspect of the present invention, the galvanic skin reaction detection unit measures the galvanic skin reaction of the subject for nausea detection and outputs the galvanic skin reaction data, and the nausea detection unit. but the frequency of fluctuations of the galvanic skin response data, the number of the fluctuations within the predetermined time interval of the fluctuations or detecting whether nausea occurs in the subject on the basis of transition intervals of said fluctuations, To do.
本発明の一態様による吐き気検出装置および吐き気検出装置の作動方法によれば、吐き気を検出する精度を向上することが可能になる。 According to the method of operating the nausea detection device and the nausea detection device according to one aspect of the present invention, it is possible to improve the accuracy of detecting nausea.
本発明者は、鋭意研究の結果、人に吐き気が生じている場合に、ガルヴァニック皮膚反応の代表的な信号の１つである皮膚導電率反応（Ｓｋｉｎ Ｃｏｎｄｕｃｔａｎｃｅ Ｒｅｓｐｏｎｓｅ：ＳＣＲ）に特定の揺らぎが生じることを見出し、本発明である吐き気検出装置および吐き気検出方法を発明するに至った。ＳＣＲは、ガルヴァニック皮膚反応の代表的な信号の１つであって皮膚電気抵抗の逆数である皮膚導電率レベル（Ｓｋｉｎ Ｃｏｎｄｕｃｔａｎｃｅ Ｌｅｖｅｌ：ＳＣＬ）の１回差分から求められる。 As a result of diligent research, the present inventor has a specific fluctuation in the skin conductivity reaction (SCR), which is one of the typical signals of the galvanic skin reaction, when a person is nauseated. They have found that it occurs, and have invented the nausea detection device and the nausea detection method of the present invention. The SCR is obtained from a single difference in the skin conductivity level (SCL), which is one of the typical signals of the galvanic skin reaction and is the reciprocal of the skin electrical resistance.
以下、本発明を実施するための形態（以下、「実施形態」と称する）による吐き気検出装置および吐き気検出方法について図１から図１１を用いて説明する。 Hereinafter, a nausea detection device and a nausea detection method according to a mode for carrying out the present invention (hereinafter referred to as “the embodiment”) will be described with reference to FIGS. 1 to 11.
［本発明の第１実施形態に係る吐き気検出装置］
図１は本発明の第１実施形態に係る吐き気検出装置を説明するための構成図である。
図１に示すように、本実施形態による吐き気検出装置１００は、吐き気検出の対象者（以下、単に「対象者」と称する場合がある）のガルヴァニック皮膚反応を計測しガルヴァニック皮膚反応データを出力するガルヴァニック皮膚反応検出部１１０と、ガルヴァニック皮膚反応検出部１１０から入力されたガルヴァニック皮膚反応データに基づいて対象者に吐き気が生じているか否かを検出する吐き気検出部１５０とを備える。なお、本例では、ガルヴァニック皮膚反応データとして、ガルヴァニック皮膚反応の代表的な信号の１つであるＳＣＲデータに基づいて吐き気が生じているか否かを検出する吐き気検出装置および吐き気検出方法を説明する。
[Nausea detection device according to the first embodiment of the present invention]
FIG. 1 is a configuration diagram for explaining the nausea detection device according to the first embodiment of the present invention.
As shown in FIG. 1, the
ガルヴァニック皮膚反応検出部１１０は、対象者の手首の内側の皮膚電気抵抗を測定することでその逆数であるＳＣＬを計測し、ＳＣＬの１回差分であるＳＣＲを導出できる構成であればよい。ガルヴァニック皮膚反応検出部１１０としては、皮膚電気抵抗センサ１１１を備えたリストバンド型のＧＳＲ（Ｇａｌｖａｎｉｃ Ｓｋｉｎ Ｒｅｓｐｏｎｓｅ）センサが用いられる。皮膚電気抵抗センサ１１１は２つの電極間の皮膚電気抵抗を測定するセンサである。皮膚電気抵抗センサ１１１の電極のサイズは小さく（例えば、直径が１０ミリメートル程度）、対象者の手首に装着可能である。このため、文献１にあるような心電図と胃電図を測定するための電極を胸部から腹部に掛けて対象者に装着させる方法と比べて、容易に対象者に検出装置を装着させることができる。
The galvanic skin
また、ＧＳＲセンサがＳＣＬの計測を行う際、手首の親指側を走行する橈骨動脈や小指側を走行する尺骨動脈の脈拍に伴い、電極と皮膚との接触不良のノイズ（モーションアーチファクト）によってＳＣＬの値に揺らぎが生じる場合がある。この脈拍による揺らぎは、吐き気の検出には無関係なノイズであるので、吐き気の検出時には排除する必要がある。脈拍による揺らぎは、最高で２２０回／分（１波長あたり２７２ミリ秒）であるとされる。そこで、ガルヴァニック皮膚反応検出部１１０は、２２０回／分、すなわち３．７Ｈｚの揺らぎを捉えるため、サンプリング定理（ナイキスト周波数）に基づき、少なくとも７．４Ｈｚ以上のサンプリング周波数で皮膚電気抵抗を測定する。ガルヴァニック皮膚反応検出部１１０のサンプリング周波数が少なくとも７．４Ｈｚ以上であれば、脈拍による揺らぎを捉えてその影響を排除することができる。これにより、吐き気検出部１５０において、脈拍による揺らぎと吐き気に由来する揺らぎとを区別することができる。そこで、ガルヴァニック皮膚反応検出部１１０として用いるＧＳＲセンサは、２０Ｈｚのサンプリング周波数、すなわち５０ミリ秒間隔でＳＣＬを計測するようになっている。
In addition, when the GSR sensor measures SCL, the SCL is affected by the noise (motion artifact) of poor contact between the electrode and the skin due to the pulse of the radial artery running on the thumb side of the wrist and the ulnar artery running on the little finger side. The value may fluctuate. Since this fluctuation due to the pulse is noise unrelated to the detection of nausea, it is necessary to eliminate it when detecting nausea. Fluctuations due to the pulse are said to be 220 times / minute (272 milliseconds per wavelength) at the maximum. Therefore, the galvanic skin
ＳＣＬの値には、個人差がある。また、ＳＣＬの値は、計測環境の気温や湿度によっても変化する。そこで、ガルヴァニック皮膚反応検出部１１０は、ＳＣＬデータの１回差分を求め、これをＳＣＲデータとして吐き気の検出に用いる。これにより、吐き気の検出時において、計測環境等を要因とする温熱性発汗による電気抵抗の低下等の影響を低減することができる。
There are individual differences in the value of SCL. The SCL value also changes depending on the temperature and humidity of the measurement environment. Therefore, the galvanic skin
また、ガルヴァニック皮膚反応検出部１１０は、上述の脈拍による影響を排除するため、１回差分を求める２つのＳＣＬデータの時間間隔を、脈拍による揺らぎの１波長の長さ、すなわち脈拍による揺らぎの周期よりも短くする必要がある。一方、ＳＣＲデータの変化を感度良く捉えるべく１回差分を求める２つのＳＣＬデータの時間間隔は可能な限り大きく取ることが望ましい。
Further, in order to eliminate the influence of the above-mentioned pulse, the galvanic skin
ガルヴァニック皮膚反応検出部１１０のサンプリング周波数は２０Ｈｚ、すなわち、ＳＣＬの計測間隔は５０ミリ秒である。このため、ガルヴァニック皮膚反応検出部１１０では、１回差分を求める２つのＳＣＬデータの時間間隔が脈拍による揺らぎの最短周期２７２ミリ秒よりも短い２００ミリ秒に設定されている。２００ミリ秒は４サンプル分に相当するので、ｎ番目（ｎは自然数）に計測されたＳＣＬデータをＳｎとすると、ガルヴァニック皮膚反応検出部１１０は、４サンプル前との差分（Ｓｎ−Ｓｎ−４）を求めてＳＣＲデータを導出する。
The sampling frequency of the galvanic skin
また、ＧＳＲセンサの中には、皮膚の分極防止のために電極に印加する電圧の極を常時切り替える機能（チョッパ制御）を持つものもある。この場合、ガルヴァニック皮膚反応検出部１１０は、チョッパ制御の態様に応じて２つのＳＣＬデータの１回差分として、２００ミリ秒差分の２個移動平均「（Ｓｎ＋Ｓｎ−１−Ｓｎ-４−Ｓｎ−５）÷２」を用いるのが好適である。ここでＳｎ−５は５サンプル前のＳＣＬデータであり、Ｓｎとの時間間隔は２５０ミリ秒である。ＳＣＬの計測間隔が５０ミリ秒であるときに、２５０ミリ秒は脈拍による揺らぎの最短周期２７２ミリ秒以下との制約における限界値となる。
In addition, some GSR sensors have a function (chopper control) of constantly switching the pole of the voltage applied to the electrodes to prevent polarization of the skin. In this case, the galvanic skin
ここで、図２を用いて、ガルヴァニック皮膚反応検出部１１０におけるＳＣＬデータおよびＳＣＲデータの具体例を示す。
Here, with reference to FIG. 2, specific examples of SCL data and SCR data in the galvanic skin
図２は、所定の映像の視聴によって映像酔いの状態にある２０代女性（対象者α）を計測したデータである。本例では、対象者αにヘッドマウントディスプレイを装着させて所定の映像を視聴させた直後に対象者αが吐き気を訴えてから、１２分間に亘って吐き気が収まっていく間、手首の内側にガルヴァニック皮膚反応検出部１１０（ＧＳＲセンサ）を当ててＳＣＬを計測した。対象者αに試聴させた所定の映像は、産業技術総合研究所・人間情報研究部門・感覚知覚情報デザイン研究グループに機械システム振興協会から電子情報技術産業協会（ＪＥＩＴＡ）への委託事業として、２０１０年に映像酔いの研究がなされたときに作成された映像である。 FIG. 2 is data obtained by measuring a woman in her twenties (subject α) who is in a state of video sickness by viewing a predetermined video. In this example, after the subject α complains of nausea immediately after the subject α is made to wear the head-mounted display and watch a predetermined image, the inside of the wrist is kept while the nausea subsides for 12 minutes. The SCL was measured by applying the galvanic skin reaction detection unit 110 (GSR sensor). The prescribed video auditioned by the target person α was commissioned by the Industrial Technology Research Institute, Human Information Research Division, and Sensory Perception Information Design Research Group from the Mechanical Systems Promotion Association to the Electronic Information Technology Industry Association (JEITA) in 2010. This is a video created when research on video sickness was done in the year.
図２（ａ）は、ガルヴァニック皮膚反応検出部１１０が計測した対象者αのＳＣＬの時間変化を示すグラフである。図２（ａ）の横軸は、ガルヴァニック皮膚反応検出部１１０による対象者αのＳＣＬの計測時間（単位：分）を示している。縦軸は、ＳＣＬの値（単位：マイクロジーメンス）を示している。図２（ａ）にはＧＳＲセンサによるＳＣＬの計測を開始してから１２分間のＳＣＬの値の変化が示されている。図２（ａ）に示すように、ＳＣＬは、計測開始時点では高い値であり、時間を経るごとに低い値へ遷移する。ＳＣＬは、皮膚電気抵抗の逆数である。したがって、図２（ａ）に示すグラフは、映像の試聴直後では対象者αの皮膚電気抵抗が低く、時間を経るごとに皮膚電気抵抗が高くなっていく様子を表している。
FIG. 2A is a graph showing the time change of SCL of the subject α measured by the galvanic skin
また、図２（ｂ）から図２（ｄ）は、ガルヴァニック皮膚反応検出部１１０がＳＣＬデータの１回差分を求めることで導出したＳＣＲデータの揺らぎを示すグラフである。図２（ｂ）は、図２（ａ）に示す０分目から１分目の１分間に対応する区間ΔＴ１におけるＳＣＲデータの揺らぎを示すグラフであり、図２（ｃ）は、図２（ａ）に示す２分目から３分目の１分間に対応する区間ΔＴ２におけるＳＣＲデータの揺らぎを示すグラフであり、図２（ｄ）は、図２（ａ）に示す１１分目から１２分目の１分間に対応する区間ΔＴ３におけるＳＣＲデータの揺らぎを示すグラフである。図２（ｂ）から図２（ｄ）の横軸は、時間（単位：分）を示している。横軸の各目盛の間隔は、０．１分すなわち６秒間隔となっている。また縦軸は、ＳＣＲデータの値を示している。ＳＣＲデータの値を示す数値は、図２（ａ）に示すＳＣＬの２００ミリ秒あたりの変化量を１０００倍した値であり、本発明のＳＣＲデータのグラフでは、単位はナノジーメンス／２００ミリ秒である。
Further, FIGS. 2 (b) to 2 (d) are graphs showing fluctuations in the SCR data derived by the galvanic skin
ガルヴァニック皮膚反応検出部１１０はＳＣＲデータを導出すると吐き気検出部１５０へ出力する。
When the galvanic skin
詳しくは後述するが、吐き気検出部１５０は、ガルヴァニック皮膚反応検出部１１０からＳＣＲデータの入力を受けると、所定時間内（例えば、１分間）のＳＣＲデータの揺らぎに基づいて吐き気の検出を行う。
As will be described in detail later, when the
図２（ｂ）から図２（ｄ）に示すように、対象者αを計測して得られたＳＣＬデータに基づいて導出されたＳＣＲデータには、揺らぎが生じる。より具体的には、ＳＣＲデータの揺らぎは、対象者αが映像を試聴した直後が最も大きく（図２（ｂ）参照）、時間を経るごとにＳＣＲデータの揺らぎが小さくなる（図２（ｃ）および図２（ｄ）参照）。また、対象者αの主観評価は、ＳＣＬの計測開始直後の区間ΔＴ１および区間ΔＴ２については、「吐き気あり」であり、図２（ｄ）に示す計測開始後１１分目から１２分目の区間ΔＴ３については、「吐き気なし」であった。このように、ＳＣＲデータの揺らぎと対象者αの主観評価は一致するので、ＳＣＲデータの揺らぎを用いることで吐き気を検出することができる。 As shown in FIGS. 2 (b) to 2 (d), fluctuations occur in the SCR data derived based on the SCL data obtained by measuring the subject α. More specifically, the fluctuation of the SCR data is the largest immediately after the subject α auditions the video (see FIG. 2 (b)), and the fluctuation of the SCR data becomes smaller with the passage of time (FIG. 2 (c)). ) And FIG. 2 (d)). In addition, the subjective evaluation of the subject α was “nausea” for the section ΔT1 and the section ΔT2 immediately after the start of the SCL measurement, and the section from the 11th minute to the 12th minute after the start of the measurement shown in FIG. For ΔT3, it was “no nausea”. In this way, since the fluctuation of the SCR data and the subjective evaluation of the subject α match, nausea can be detected by using the fluctuation of the SCR data.
図１に戻って、吐き気検出部１５０の詳細について説明する。
図１に示すように、本実施形態による吐き気検出部１５０は、所定時間内（例えば１分間）におけるＳＣＲデータの揺らぎの回数を計測する揺らぎ回数計測部１５１と、揺らぎ回数計測部１５１が計測した揺らぎ回数が第１の閾値より多く、第２の閾値よりも少ない場合に、吐き気が生じていると判定する判定部１５３とを有する。このように、吐き気検出部１５０は、ＳＣＲデータの揺らぎの回数に基づいて、対象者に吐き気が生じているか否かを検出する。
Returning to FIG. 1, the details of the
As shown in FIG. 1, the
揺らぎ回数計測部１５１は、所定時間内（例えば、１分間）あたりのＳＣＲデータの揺らぎの回数を計測する。揺らぎ回数計測部１５１は、例えばＳＣＲデータの揺らぎの特徴点（極大値、極小値、符号が変じる点）を計測することにより、１分間におけるＳＣＲデータの揺らぎの回数を計測する。ノイズが含まれるＳＣＲデータにおいては、正数（または負数）が連続する区間の数をカウントするとともにそれぞれの区間の長さの平均を求め、例えば区間の長さが平均の半分未満になる区間は、ノイズとみなしてカウントした総数から除く工夫が有用である。また、ＳＣＲデータの揺らぎの特徴点として符号が正から負に転じる点に着目してもよい。この場合、所定時間内（例えば、１分間）の特徴点の間隔の長さ（時間）を大きい（長い）順に並べ、大きい（長い）方から１０個の和を求め、例えばこの和が４０秒であれば、１分÷４０秒×１０回＝１５回／分を計測回数としてもよい。
The fluctuation
図２（ｂ）から図２（ｄ）に示すようなＳＣＲデータの揺らぎには、吐き気以外の要因がノイズとして含まれる場合がある。例えば、ガルヴァニック皮膚反応検出部１１０において計測されたＳＣＬにメイヤー波（Ｍａｙｅｒ波、マイヤー波とも称する）や脈拍の情報が含まれ、ノイズとなる場合がある。このノイズによる影響を排除するために、判定部１５３には、メイヤー波の周期に基づいて決定された第１の閾値と、人間の脈拍の周期に基づいて決定された第２の閾値が設定されている。なお、周期とは同じ現象が繰り返される場合にその現象１回あたりに要する時間であり、周期の逆数である周波数に変換したり、所定時間内にその現象が繰り返される回数に変換したりして取り扱うことができる。判定部１５３は、揺らぎ回数計測部１５１が計測したＳＣＲデータの揺らぎの回数が、第１の閾値より多く第２の閾値よりも少ない場合に吐き気が発生していると判定する。なお、情動によってもＳＣＲデータは変化するがその発生は単発的である。本発明は、類似の波形が２回以上繰り返されるＳＣＲデータの揺らぎを吐き気の検出対象としているので、情動によるＳＣＲデータの変化はおのずと排除されることになる。
Fluctuations in SCR data as shown in FIGS. 2 (b) to 2 (d) may include factors other than nausea as noise. For example, the SCL measured by the galvanic skin
メイヤー波は、心電図における低周波成分（ＬＦ成分）と定義される０．０４〜０．１５Ｈｚの周波数を持つ波である。０．１５Ｈｚは１分間に９回の揺らぎである。したがって、第１の閾値は、少なくとも１０回以上／分であれば、メイヤー波によるＳＣＲデータの揺らぎを吐き気によるＳＣＲデータの揺らぎと区別して排除することができる。 The Mayer wave is a wave having a frequency of 0.04 to 0.15 Hz, which is defined as a low frequency component (LF component) in an electrocardiogram. 0.15 Hz is a fluctuation of 9 times per minute. Therefore, if the first threshold value is at least 10 times / minute, the fluctuation of the SCR data due to the Mayer wave can be distinguished from the fluctuation of the SCR data due to nausea and eliminated.
また、相対的に心肺機能が高いと想定されるスポーツ選手の脈拍は、０．５Ｈｚ程度と報告されている。０．５Ｈｚは１分間に３０回の揺らぎである。したがって、第２の閾値は、少なくとも３０回未満／分であれば、脈拍によるＳＣＲデータの揺らぎを吐き気によるＳＣＲデータの揺らぎと区別して排除することができる。 In addition, the pulse rate of athletes who are assumed to have relatively high cardiopulmonary function is reported to be about 0.5 Hz. 0.5 Hz is a fluctuation of 30 times per minute. Therefore, if the second threshold value is at least less than 30 times / minute, the fluctuation of the SCR data due to the pulse can be distinguished from the fluctuation of the SCR data due to nausea and eliminated.
このため、判定部１５３には、第１の閾値として１０回／分が設定され、第２の閾値として２９回／分が設定されている。したがって、判定部１５３は、１分間当たりのＳＣＲデータの揺らぎの回数が１０回から２９回の範囲内であれば、対象者に吐き気が発生していると判定することができる。
Therefore, the
このように、本実施形態による吐き気検出装置１００は、所定時間内におけるＳＣＲデータの揺らぎの回数を計測するという簡易な方法によって、メイヤー波の揺らぎおよび脈拍の揺らぎを吐き気による揺らぎと区別して排除することができるので、吐き気検出の精度を向上することができる。
As described above, the
次に、図３および図４を用いて、判定部１５３がＳＣＲデータを用いて吐き気の有無を判定する方法について説明する。まず、図３を用いて、判定部１５３がＳＣＲデータに基づいて動揺病に基づく吐き気の有無を判定する方法について説明する。
Next, a method in which the
図３は、吐き気検出装置１００によって計測された対象者βのＳＣＬデータおよびＳＣＲデータの値を示す図である。本例では、吐き気検出の対象者β（４０代男性）を回転する椅子に脚を投げ出させて座らせ、第３者が対象者βの脚を押して１０周回転させる動作を３回実施した直後に対象者βが吐き気を訴えてから、１２分間に亘って吐き気が収まっていく間、対象者βの手首の内側にガルヴァニック皮膚反応検出部１１０（ＧＳＲセンサ）を当ててＳＣＬを計測した。
FIG. 3 is a diagram showing the values of the SCL data and the SCR data of the subject β measured by the
より具体的には、図３（ａ）は、ガルヴァニック皮膚反応検出部１１０が計測した対象者βのＳＣＬの時間変化を示すグラフである。また、図３（ｂ）から図３（ｄ）はＳＣＲデータの揺らぎを示すグラフである。図３（ｂ）は、図３（ａ）に示す０分目から１分目の１分間に対応する区間ΔＴ１におけるＳＣＲデータの揺らぎを示すグラフであり、図３（ｃ）は、図３（ａ）に示す２分目から３分目の１分間に対応する区間ΔＴ２におけるＳＣＲデータの揺らぎを示すグラフであり、図３（ｄ）は、図３（ａ）に示す１１分目から１２分目の１分間に対応する区間ΔＴ３におけるＳＣＲデータの揺らぎを示すグラフである。なお、図３に示すグラフの横軸および縦軸は、図２と同様であるため、説明は省略する。
More specifically, FIG. 3A is a graph showing the time change of SCL of the subject β measured by the galvanic skin
吐き気検出装置１００の吐き気検出部１５０は、ガルヴァニック皮膚反応検出部１１０からＳＣＲデータが入力されると、所定時間内（例えば、１分間）のＳＣＲデータの揺らぎに基づいて吐き気の検出を行う。１分間分のＳＣＲデータが蓄積されると、揺らぎ回数計測部１５１は、１分間におけるＳＣＲデータの揺らぎの回数を計測する。揺らぎの回数の計測方法は上述のとおり複数あるが、本例では、正数のＳＣＲデータが連続する区間からノイズ区間を除いた残りの区間の数をカウントする計測方法を用いる。
なお、常に１分間ずつのＳＣＲデータで判定する必要はない。例えば、第１の閾値である１０回／分を周期に換算すると６秒であるが、直近の６秒間のＳＣＲデータの最大値と最小値の差の絶対値が閾値（例えば、５ナノジーメンス／２００ミリ秒）を超えないことを以てこの６秒間はＳＣＲデータに揺らぎがないと判定して評価対象から除外してもよい。閾値を超えた場合はこの６秒間のＳＣＲデータを含めてここから１分間のＳＣＲデータを蓄積し通常通りの評価を行う。この方法であれば、吐き気によるＳＣＲデータの揺らぎがない状態が続いている間は６秒ずつの簡便な判定方法で処理を軽くすることができ、複雑で処理の重い判定方法を行わずに済む。以降の説明ではこの方法は用いず、通常の１分間のＳＣＲデータを用いる判定方法についてのみ説明する。
When SCR data is input from the galvanic skin
It is not always necessary to judge by SCR data for 1 minute each. For example, when the first threshold value of 10 times / minute is converted into a cycle, it is 6 seconds, but the absolute value of the difference between the maximum value and the minimum value of the SCR data for the latest 6 seconds is the threshold value (for example, 5 nanodimens / min). It may be determined that there is no fluctuation in the SCR data for these 6 seconds as long as it does not exceed 200 milliseconds), and it may be excluded from the evaluation target. When the threshold value is exceeded, the SCR data for 1 minute including the SCR data for 6 seconds is accumulated from here, and the evaluation is performed as usual. With this method, the processing can be lightened by a simple judgment method of 6 seconds each while the state where the SCR data does not fluctuate due to nausea continues, and it is not necessary to perform a complicated and heavy judgment method. .. In the following description, this method is not used, and only the determination method using the usual 1-minute SCR data will be described.
図３（ｂ）の例では、区間ΔＴ１におけるＳＣＲデータの揺らぎの回数は、正数区間Ｐｂ１から正数区間Ｐｂ２３の区間２３回／分である。判定部１５３は、ＳＣＲデータの揺らぎの回数が第１の閾値（１０回／分）以上、第２の閾値（２９回／分）以下であるか否かによって、対象者βに吐き気が生じているか否かを判定する。図３（ｂ）の例では、揺らぎ回数計測部１５１が計測する区間ΔＴ１におけるＳＣＲデータの揺らぎの回数は２３回／分であって揺らぎの回数が第１の閾値から第２の閾値の範囲内である。したがって、判定部１５３は、区間ΔＴ１において対象者βに吐き気が生じていると判定する。
In the example of FIG. 3B, the number of fluctuations of the SCR data in the section ΔT1 is 23 times / minute in the section from the positive number section Pb1 to the positive number section Pb23. The
同様に、図３（ｃ）の例では、区間ΔＴ２におけるＳＣＲデータの揺らぎの回数は、正数区間Ｐｃ１から正数区間Ｐｃ２１の区間２１回／分である。判定部１５３は、揺らぎの回数が第１の閾値から第２の閾値の範囲内であるため、区間ΔＴ２において対象者βに吐き気が生じていると判定する。
Similarly, in the example of FIG. 3C, the number of fluctuations of the SCR data in the section ΔT2 is 21 times / minute in the section from the positive number section Pc1 to the positive number section Pc21. The
図３（ｄ）の例では、区間ΔＴ３におけるＳＣＲデータの揺らぎの回数は、正数区間Ｐｄ１、正数区間Ｐｄ２の区間２回／分である。判定部１５３は、揺らぎの回数が第１の閾値から第２の閾値の範囲外であるため、区間ΔＴ３において対象者βに吐き気が生じていないと判定する。
In the example of FIG. 3D, the number of fluctuations of the SCR data in the section ΔT3 is 2 times / minute in the positive number section Pd1 and the positive number section Pd2. The
また、対象者βの主観評価は、図３（ａ）に示すＳＣＬの計測開始直後の区間ΔＴ１および区間ΔＴ２については、「吐き気あり」であり、図３（ａ）に示す計測開始後１１分目から１２分目の区間ΔＴ３については、「吐き気なし」であった。このように、本実施形態の吐き気検出装置１００は、対象者βの動揺病に基づく吐き気を検出することができる。
In addition, the subjective evaluation of the subject β was “nausea” for the section ΔT1 and the section ΔT2 immediately after the start of the SCL measurement shown in FIG. 3 (a), and 11 minutes after the start of the measurement shown in FIG. 3 (a). The
次に、図４を用いて、判定部１５３がＳＣＲデータを用いてアルコール摂取に起因する吐き気の有無を判定する方法について説明する。
図４は、吐き気検出の対象者γ（５０代男性）のガルヴァニック皮膚反応を計測して得られたＳＣＬデータに基づいて導出されたＳＣＲデータの揺らぎを示すグラフである。図４（ａ）は、対象者γがガルヴァニック皮膚反応の計測の前夜にアルコールを摂取して酩酊状態となっており、計測時にはいわゆる二日酔いの状態にあった対象者γのＳＣＲデータの揺らぎを示すグラフである。より詳細には、図４（ａ）は、対象者γが二日酔いの状態で起床し放尿後の３５分目から１分間のＳＣＲデータの揺らぎを示すグラフである。また、図４（ｂ）は、計測の前夜にアルコールを摂取していない状況で起床し放尿後の３５分目から１分間のＳＣＲの揺らぎを示すグラフである。図４（ａ）、図４（ｂ）の横軸および縦軸は、図３（ｂ）から図３（ｄ）と同様である。なお、ＳＣＬの計測時において対象者γは仰臥状態で皮膚電気抵抗センサ１１１を装着した手首を布団の上に載せて安静にしており、横隔膜や肺の伸縮によるモーションアーチファクトのノイズが皮膚電気抵抗センサ１１１の信号に混入しにくい計測環境であった。
Next, with reference to FIG. 4, a method for determining the presence or absence of nausea caused by alcohol intake by the
FIG. 4 is a graph showing fluctuations in SCR data derived based on SCL data obtained by measuring the galvanic skin reaction of a subject γ (male in his 50s) for nausea detection. In FIG. 4A, the subject γ ingested alcohol on the eve of the measurement of the galvanic skin reaction and was in a drunken state, and the fluctuation of the SCR data of the subject γ who was in a so-called hangover state at the time of measurement was observed. It is a graph which shows. More specifically, FIG. 4A is a graph showing fluctuations in SCR data from the 35th minute to the 1st minute after the subject γ wakes up in a hangover state and urinates. In addition, FIG. 4B is a graph showing fluctuations in SCR for 1 minute from the 35th minute after waking up and urinating in a situation where alcohol was not ingested on the eve of measurement. The horizontal and vertical axes of FIGS. 4 (a) and 4 (b) are the same as those of FIGS. 3 (b) to 3 (d). At the time of SCL measurement, the subject γ rests on the wrist with the skin
図４（ａ）の例では、１分間におけるＳＣＲデータの揺らぎの回数は、正数区間Ｐａ１から正数区間Ｐａ１６の区間１６回／分である。これにより、判定部１５３は、揺らぎの回数が第１の閾値から第２の閾値の範囲内であるため、対象者γに吐き気が生じていると判定する。
In the example of FIG. 4A, the number of fluctuations of the SCR data in one minute is 16 times / minute in the section from the positive number section Pa1 to the positive number section Pa16. As a result, the
図４（ｂ）の例では、１分間におけるＳＣＲデータの揺らぎの回数は、正数区間Ｐｂ１の区間１回／分である。これにより、判定部１５３は、揺らぎの回数が第１の閾値から第２の閾値の範囲外であるため、対象者γに吐き気が生じていないと判定する。
In the example of FIG. 4B, the number of fluctuations of the SCR data in one minute is one interval / minute of the positive number interval Pb1. As a result, the
また、対象者γの主観評価は、図４（ａ）に示すＳＣＲデータの揺らぎが取得された区間については、「吐き気あり」であり、図４（ｂ）に示すＳＣＲデータの揺らぎが取得された区間については、「吐き気なし」であった。このように、本実施形態の吐き気検出装置１００は、対象者γのアルコール摂取に起因する吐き気を検出することができる。
In addition, the subjective evaluation of the subject γ was “nausea” in the section where the fluctuation of the SCR data shown in FIG. 4 (a) was acquired, and the fluctuation of the SCR data shown in FIG. 4 (b) was acquired. For the section, it was "no nausea". As described above, the
以上説明したように、本実施形態の吐き気検出装置１００は、判定部１５３がＳＣＲデータの揺らぎの回数が第１の閾値から第２の閾値の範囲内であるか否かを判定するという簡易な方法により、対象者の種々の要因に基づく吐き気を検出することが可能である。
As described above, in the
［本発明の第２実施形態に係る吐き気検出装置］
図５は本発明の第２実施形態に係る吐き気検出装置を説明するための構成図である。詳しくは後述するが、第２実施形態による吐き気検出装置２００は、連続する２つの区間におけるＳＣＲデータの相関関係から吐き気検出の対象者に生じている吐き気を検出する。第２実施形態による吐き気検出装置２００は、吐き気検出部２５０の構成が第１実施形態による吐き気検出装置１００における吐き気検出部１５０と異なる。
[Nausea detection device according to the second embodiment of the present invention]
FIG. 5 is a configuration diagram for explaining the nausea detection device according to the second embodiment of the present invention. As will be described in detail later, the
より具体的には、吐き気検出装置２００が備える吐き気検出部２５０は、ガルヴァニック皮膚反応検出部１１０が導出したＳＣＲデータを時系列順に連続したデータとして記憶する記憶部２５１と、所定数の連続するＳＣＲデータである第１取得データ群と、第１取得データ群に続く前記所定数と同数の連続するＳＣＲデータである第２取得データ群とを記憶部２５１から取得する取得部２５３と、第１取得データ群と第２取得データ群とを用いて相関係数を算出する相関係数算出部２５５と、相関係数算出部２５５が算出した相関係数が所定の閾値以上である場合に、対象者に吐き気が生じていると判定する判定部２５７とを有する。
More specifically, the
記憶部２５１は、例えば、吐き気検出部２５０に設けられたメモリ等の記憶領域である。ガルヴァニック皮膚反応検出部１１０は５０ミリ秒ごとに２つのＳＣＬデータの１回差分（例えば、２００ミリ秒差分）を求めてＳＣＲデータを導出し、吐き気検出部２５０へ出力する。記憶部２５１には、ガルヴァニック皮膚反応検出部１１０から５０ミリ秒ごとに連続して入力されるＳＣＲデータが時系列順に連続して記憶される。
The
取得部２５３は、記憶部２５１から時系列順に第１取得データ群および第２取得データ群を取得する。第２取得データ群において先頭となるＳＣＲデータは、第１取得データ群において最後尾となるＳＣＲデータの直後に入力されたデータである。しかしながら、突発的なノイズ信号を排除したり、２つのデータ群のそれぞれのピーク信号の相対的な位置を合わせるべく微調整する等の目的で、第１取得データ群と第２取得データ群とが連続せず、２つのデータ群の一部が重なったり若干離れたりしても相関係数の評価に影響しなければ適宜工夫してよい。
The
また、第１取得データ群および第２取得データ群のデータ数は、ＳＣＲデータの揺らぎの間隔に相当する。また、本実施形態では、例えば、第１取得データ群および第２取得データ群のデータ数がそれぞれ１００である場合、第１取得データ群と第２取得データ群には、それぞれ連続する５秒間に亘って入力されたＳＣＲデータが含まれる。 In addition, the number of data in the first acquired data group and the second acquired data group corresponds to the fluctuation interval of the SCR data. Further, in the present embodiment, for example, when the number of data in the first acquired data group and the second acquired data group is 100, the first acquired data group and the second acquired data group are in each continuous 5 seconds. The SCR data input over is included.
また、相関係数算出の対象となる第１取得データ群および第２取得データ群のデータ数を時間に換算したときにその長さがメイヤー波または脈拍の周期と一致すると、相関係数算出部２５５による相関係数算出の際に、第１取得データ群と第２取得データ群の相関が高いという結果が導出される可能性がある。この場合、判定部２５７は、実際は吐き気が生じていないにもかかわらず、対象者に吐き気が生じていると判定するおそれがある。そこで、取得部２５３が取得する第１取得データ群および第２取得データ群のデータ数を時間に換算した長さは人間の脈拍の周期よりも長く且つメイヤー波の周期よりも短くする。すなわち、取得部２５３が取得する第１取得データ群および第２取得データ群のデータ数は、人間の脈拍の周期をデータ数に換算した数の最大値よりも大きく且つメイヤー波の周期をデータ数に換算した数の最小値よりも小さくするのである。
Further, when the number of data of the first acquired data group and the second acquired data group to be calculated for the correlation coefficient is converted into time and the length matches the period of the Mayer wave or the pulse, the correlation coefficient calculation unit When calculating the correlation coefficient by 255, the result that the correlation between the first acquired data group and the second acquired data group is high may be derived. In this case, the
より具体的に説明すると、第１取得データ群および第２取得データ群を形成するＳＣＲデータは、５０ミリ秒ごとにガルヴァニック皮膚反応検出部１１０から吐き気検出部２５０へ入力される。ここで、５０ミリ秒ごとに入力されるＳＣＲデータを１サンプルと定義する。したがって、例えば１００サンプルのＳＣＲデータが含まれるデータ群には、５秒間（＝５０ミリ秒×１００）に連続して入力されたＳＣＲデータが含まれる。
More specifically, the SCR data forming the first acquired data group and the second acquired data group are input from the galvanic skin
上記第１実施形態と同様に、メイヤー波は０．０４〜０．１５Ｈｚであるため、最短で６．７秒間隔（０．１５Ｈｚ）の揺らぎとなる。また、脈拍の最小値を３０回／分とすると、脈拍は最長で２秒間隔（０．５Ｈｚ）の揺らぎとなる。したがって、２秒以下の隣接する２つの区間のＳＣＲデータに相関があれば脈拍によるものである可能性があり、６．７秒以上の隣接する２つの区間のＳＣＲデータに相関があればメイヤー波によるものである可能性がある。 Since the Mayer wave is 0.04 to 0.15 Hz as in the first embodiment, the fluctuation is at the shortest interval of 6.7 seconds (0.15 Hz). Further, assuming that the minimum value of the pulse is 30 times / minute, the pulse fluctuates at intervals of 2 seconds (0.5 Hz) at the longest. Therefore, if there is a correlation between the SCR data of two adjacent sections of 2 seconds or less, it may be due to the pulse, and if there is a correlation between the SCR data of two adjacent sections of 6.7 seconds or more, the Mayer wave. It may be due to.
したがって、吐き気検出装置２００では、第１取得データ群および第２取得データ群のデータ数は、データ数を時間に換算したときの長さが２秒より長く、６．７秒より短いものを対象とする。２秒より長くとは４０サンプルより多くということであり、６．７秒より短くとは１３４サンプルより少なくということである。したがって、第１取得データ群および第２取得データ群に含まれるＳＣＲデータの数の範囲は４１サンプルから１３３サンプルとなる。ここではメイヤー波と脈拍の影響を排除する方法を説明するために４１サンプルから１３３サンプルの範囲を用いたが、脈拍には当然に個人差があるので、対象者の実態に合わせて調整してもよい。例えば、後述する対象者の呼吸数に応じた数で第１取得データ群および第２取得データ群に含まれるＳＣＲデータの数の範囲を調整してもよい。
Therefore, in the
相関係数算出部２５５は、時間的に連続する２つの区間におけるＳＣＲデータの集合（第１取得データ群、第２取得データ群）を用いて、相関係数を算出する。具体的には、相関係数算出部２５５は、４１サンプルから１３３サンプルの範囲の同数のＳＣＲデータを含む第１取得データ群および第２取得データ群を用いて、相関係数を算出する。
The correlation
例えば、２組の数値からなるデータ列{（ｘｉ，ｙｉ）}（ｉ＝１，２，・・・，ｎ）が与えられたとき、相関係数は、以下のように求められる。
判定部２５７は、相関係数算出部２５５によって求められた時間的に連続する２つの区間におけるＳＣＲデータの集合（第１取得データ群、第２取得データ群）の相関係数が閾値以上であるときに、対象者に吐き気が生じていると判定する。本実施形態による吐き気検出装置２００おいて、相関係数と比較する閾値は、例えば０．８である。なお、一般的に２つのデータ群について相関係数が０．７以上であるときに、この２つのデータ群には高い相関があるとされる。
In the
吐き気検出部２５０では、例えば、対象者について最新のＳＣＲデータ（ガルヴァニック皮膚反応検出部１１０から入力され、最後に記憶部２５１に記憶されたＳＣＲデータ）から遡って２６６サンプル（１３３サンプル×２）が記憶部２５１に記憶されると、相関係数による吐き気の有無を判定する一連の処理（相関判定処理）を開始する。相関判定処理では、当該２６６サンプルの先頭（当該２６６サンプルの中で最も過去に記憶部２５１に記憶されたデータ）を起点として、まず、取得部２５３が連続する４１サンプルのＳＣＲデータを記憶部２５１から取得して第１取得データ群とし、それに続く４１サンプルのＳＣＲデータを記憶部２５１から取得して第２取得データ群とする。次に、相関係数算出部２５５が第１取得データ群と第２取得データ群とを用いて相関係数の算出を行い、判定部２５７が相関係数が閾値以上であるか否かを判定する。本例では当該２６６サンプルの先頭を起点として評価する例を示すが、最新のＳＣＲデータを起点として過去に向かって遡る方法を用いてもよい。
In the
吐き気検出部２５０は、第１取得データ群および第２取得データ群に含まれるデータ数を４１サンプルから始めて１３３サンプルまで１サンプルずつ増加させながら、相関判定処理を繰り返す。吐き気検出部２５０は、第１取得データ群に含まれるデータ数が１３３サンプルに達しても、判定部２５７によって相関係数が閾値以上であると判定されない場合は処理を終了し、吐き気が生じていないとの判定結果を出力する。また、吐き気検出部２５０は、判定部２５７によって相関係数が閾値以上であると判定されると、１３３サンプルに達していなくても処理を終了し、吐き気が生じているとの判定結果を出力する。その後、新たなＳＣＲデータが入力されると、再び２６６サンプル遡ったデータを起点として相関判定処理を実行する。ここではＳＣＲデータが入力される度に吐き気の有無を判定する処理を行う方法を説明したが、一定間隔（例えば、１分）ごとに処理を行ってもよい。また、例えば直近の６秒間のＳＣＲデータの最大値と最小値の差の絶対値が閾値を超えないことを以てＳＣＲデータに揺らぎがないと判定して相関判定処理の対象としない工夫を施すのは第１実施形態において説明したのと同様である。
The
次に、図６を用いて、判定部２５７が相関係数算出部２５５によって求められた相関係数を用いて吐き気を検出する方法について説明する。
Next, with reference to FIG. 6, a method in which the
図６（ａ）の上段は、図４（ａ）に示すのと同じ対象者γのＳＣＲデータの揺らぎを示すグラフである。また、図６（ａ）の下段は、図６（ａ）の上段に示すグラフの横軸における３５．３分付近から３５．５分付近の区間のＳＣＲデータの揺らぎを拡大して示す図である。図６（ａ）の下段のグラフの横軸は、ＳＣＲデータのデータ数であり、縦軸はＳＣＲデータの値（単位はナノジーメンス／２００ミリ秒）である。ＳＣＲデータの入力間隔は５０ミリ秒間隔であるので、図６（ａ）の下段のグラフでは、２４１サンプルすなわち１２．０５秒間におけるＳＣＲデータの揺らぎが示されている。 The upper part of FIG. 6A is a graph showing fluctuations in SCR data of the same subject γ as shown in FIG. 4A. The lower part of FIG. 6A is an enlarged view showing the fluctuation of the SCR data in the section from about 35.3 minutes to about 35.5 minutes on the horizontal axis of the graph shown in the upper part of FIG. 6A. is there. The horizontal axis of the lower graph of FIG. 6A is the number of SCR data data, and the vertical axis is the value of SCR data (unit: nanoSiemens / 200 milliseconds). Since the input interval of the SCR data is 50 milliseconds, the lower graph of FIG. 6A shows the fluctuation of the SCR data in 241 samples, that is, 12.05 seconds.
図６（ｂ）は、第１取得データ群および第２取得データ群のそれぞれに含まれるＳＲＣデータのデータ数と、相関係数算出部２５５によって算出された相関係数との対応を表形式で表す図である。「データ数（単位：サンプル）」欄には第１取得データ群および第２取得データ群のそれぞれに含まれるＳＣＲデータのデータ数が記載されている。
FIG. 6B shows the correspondence between the number of SRC data included in each of the first acquired data group and the second acquired data group and the correlation coefficient calculated by the correlation
また、「相関係数」欄には、相関係数算出部２５５が「データ数」欄に記載されたデータ数のＳＣＲデータを含む第１取得データ群と第２取得データ群とを用いて算出した相関係数の値が記載されている。図６（ｂ）に示す表には、対象者γについて相関係数算出部２５５が算出した４１サンプルから８０サンプルまでのデータ数とそれに対応する相関係数が合計４０個記載されている。なお、本例では、データ数８０サンプルにおいて初めて相関係数が閾値（０．８）以上となり相関判定処理が終了されるため、データ数８１サンプルからデータ数１３３サンプルに対応する相関係数は算出されない。したがって、図６（ｂ）にはデータ数８１サンプル以降についてデータ数およびデータ数と対応する相関係数は記載していない。
Further, in the "correlation coefficient" column, the correlation
まず、図６（ｂ）に示す４０個の相関係数データのうち、第１取得データ群と第２取得データ群とにそれぞれ含まれるＳＣＲデータのデータ数が４１サンプルの区間における相関係数について説明する。
吐き気検出部２５０において、相関係数を用いて吐き気を検出するにあたり、まず取得部２５３が記憶部２５１から４１サンプルのＳＣＲデータを取得して第１取得データ群とし、第１取得データ群に続く４１サンプルのＳＣＲデータを取得して第２取得データ群とする。より詳細には、第１取得データ群には、図６（ａ）下段のグラフの横軸に示す区間Ｓ４１ａの４１サンプル（記憶部２５１の先頭から１番目のデータから４１番目のデータ）のＳＣＲデータが含まれる。また、第２取得データ群には、区間Ｓ４１ｂの４１サンプル（記憶部２５１の先頭から４２番目のデータから８２番目のデータ）のＳＣＲデータが含まれる。図６（ａ）下段に示すように、区間Ｓ４１ａと区間Ｓ４１ｂとは隣り合う連続した区間である。また、図６（ｂ）に示すように、第１取得データ群と第２取得データ群とにそれぞれ含まれるデータ数が４１サンプルであるとき、相関係数算出部２５５が算出する相関係数は、「−０．２５」である。相関係数「−０．２５」は、閾値「０．８」未満であるので、判定部２５７は閾値を超えていないと判定して、吐き気検出部２５０は処理を継続する。
First, of the 40 correlation coefficient data shown in FIG. 6B, the correlation coefficient in the section where the number of SCR data included in the first acquired data group and the second acquired data group is 41 samples. explain.
When the
同様にして、第１取得データ群と第２取得データ群とにそれぞれ含まれるデータ数がＮサンプル（Ｎは１以上の自然数）であるとき、第１取得データ群には記憶部２５１の先頭から１番目のデータからＮ番目のデータが含まれ、第２取得データ群には記憶部２５１の先頭からＮ＋１番目のデータからＮ＋Ｎ番目のデータが含まれる。そして相関係数算出部２５５が相関係数を算出し、その値が閾値「０．８」未満であるとき、判定部２５７は閾値を超えていないと判定して、吐き気検出部２５０は処理を継続する。図６（ｂ）に示すように、Ｎが４１サンプルから７９サンプルまでは閾値「０．８」未満であるから吐き気検出部２５０は処理を継続する。
Similarly, when the number of data included in the first acquired data group and the second acquired data group is N samples (N is a natural number of 1 or more), the first acquired data group is stored from the beginning of the
そして、図６（ａ）に示すように隣り合う連続した区間である区間Ｓ８０ａ（記憶部２５１の先頭から１番目のデータから８０番目のデータ）と区間Ｓ８０ｂ（記憶部２５１の先頭から８１番目のデータから１６０番目のデータ）とをそれぞれ第１取得データ群と第２取得データ群として用いたとき、すなわち、データ数が８０サンプルであるとき、（図６（ｂ）に示すように）相関係数算出部２５５が算出する相関係数は、「０．８４」である。ここで、相関係数「０．８４」は閾値「０．８」以上であるため、判定部２５７は閾値を超えていると判定し、吐き気検出部２５０は吐き気が生じているとの判定結果を出力する。閾値以上と判定される相関係数が１つでも生じれば１３３サンプルまで相関判定処理を継続する必要がないので、吐き気検出部２５０は、データ数が８１サンプル以降の相関係数の算出は実施せずに相関判定処理を終了し、次のＳＣＲデータの入力を待つ。なお、上述したように、図６（ａ）上段に示す区間において対象者γの主観評価は、「吐き気あり」である。
Then, as shown in FIG. 6A, the section S80a (the 80th data from the first data of the storage unit 251) and the section S80b (81st from the head of the storage unit 251) which are adjacent continuous sections. When the 160th data from the data) is used as the first acquired data group and the second acquired data group, that is, when the number of data is 80 samples, the phase relationship (as shown in FIG. 6B). The correlation coefficient calculated by the
このようにして、吐き気検出部２５０は、ガルヴァニック皮膚反応検出部１１０から入力されたＳＣＲデータについて、隣り合う２つのデータ群における相関係数を算出し、相関判定処理によってこの相関係数が閾値以上であるか否かを判定し、相関係数が閾値以上であるときのデータ群に含まれるデータ数を時間に換算したものがＳＣＲデータの揺らぎの間隔であり、吐き気検出の対象者に吐き気が生じているか否かを判定することができる。また、判定部２５７によって閾値以上と判定される相関係数が１つでも生じれば吐き気検出部２５０は対象者に吐き気が生じているとの判定結果を出力し相関判定処理を終了する。このように、閾値以上と判定される相関係数が１つでも生じれば１３３サンプルまで相関判定処理を継続する必要がないので、吐き気検出装置２００では、吐き気検出の際の処理負荷を軽減することができる。なお、ここでは隣り合う２つのＳＣＲデータのデータ群について相関があるか否かを相関係数を用いて判定したが、これに限られない。例えば、吐き気検出装置２００は、相関係数を用いずに、連続する特徴点（極大値、極小値、符号が変じる点）の２つの間隔の長さが一致することを以て相関ありと判定し、その長さが４１サンプルから１３３サンプルの範囲にあることを以て対象者に吐き気が発生していると判定してもよい。
In this way, the
［本発明の第３実施形態に係る吐き気検出装置］
図７は、本発明の第３実施形態に係る吐き気検出装置を説明するための構成図である。本発明の発明者は、鋭意研究の結果、人に吐き気が生じている場合にＳＣＲデータの揺らぎと呼吸とが相関することを発見した。そこで、第３実施形態による吐き気検出装置３００は、吐き気の検出にＳＣＲデータと呼吸データとを用いる。吐き気検出装置３００は、吐き気の検出に呼吸データが用いられる点で第１実施形態および第２実施形態による吐き気検出装置と異なる。
[Nausea detection device according to the third embodiment of the present invention]
FIG. 7 is a configuration diagram for explaining the nausea detection device according to the third embodiment of the present invention. As a result of diligent research, the inventor of the present invention has found that fluctuations in SCR data correlate with respiration when a person is experiencing nausea. Therefore, the
第３実施形態による吐き気検出装置３００は、対象者の呼吸情報を含む生体信号を計測して生体信号データを出力する生体信号計測部３１０と、生体信号計測部３１０から入力された生体信号データに含まれる呼吸情報を抽出して呼吸データを出力する呼吸情報抽出部３３０と、を備え、吐き気検出部３５０は、ガルヴァニック皮膚反応検出部１１０から入力されたＳＣＲデータと、呼吸情報抽出部３３０から入力された呼吸データとに基づいて対象者に吐き気が生じていることを検出する。ガルヴァニック皮膚反応検出部１１０は、第１実施形態による吐き気検出装置１００におけるのと同様の構成を有している。
The
生体信号計測部３１０は、対象者の呼吸情報を含む生体信号が計測できる構成であればよい。生体信号計測部３１０としては、例えば、ＩＣレコーダやヘッドセットマイクのように対象者の呼吸音を録音することが可能な装置が用いられる。例えばＩＣレコーダやヘッドセットマイクの録音部を対象者の鼻先にセットすることで、対象者の呼吸音を録音して呼吸情報を含む生体信号を計測することができる。生体信号計測部３１０は、対象者を計測して得られた呼吸情報を含む生体信号データを呼吸情報抽出部３３０に出力する。
The biological
また、対象者の胸回りまたは横隔膜周辺の腹回りに張りまわしたワイヤーを生体信号計測部３１０として用いることもできる。この場合、対象者の呼吸時におけるワイヤーの張力の変化を計測することによって呼吸情報を含む生体信号を計測することができる。
In addition, a wire stretched around the chest of the subject or around the abdomen around the diaphragm can be used as the biological
呼吸情報抽出部３３０は、生体信号計測部３１０から入力された生体信号データを解析し、呼吸情報を抽出して呼吸データを出力する。ここで、呼吸データとは、例えば所定時間内（例えば、１分間）における呼吸回数、呼吸間隔、呼吸周期、呼吸頻度等の呼吸情報を表すデータをいう。呼吸情報抽出部３３０は呼吸データを吐き気検出部３５０に出力する。
The respiratory
吐き気検出部３５０では、ガルヴァニック皮膚反応検出部１１０から入力されたＳＣＲデータと、呼吸情報抽出部３３０から入力された呼吸データとに基づいて対象者の吐き気を検出する。吐き気検出部３５０は、ＳＣＲデータと呼吸データとを用いて、ＳＣＲデータの揺らぎと対象者の呼吸の揺らぎとが一致しているか否かによって対象者の吐き気を検出する。ＳＣＲデータに加えて呼吸データを吐き気の検出に用いることで、ＳＣＲデータの揺らぎが、メイヤー波や脈拍によって引き起こされる皮膚電気抵抗センサ１１１の電極と皮膚との接触不良によるノイズ（モーションアーチファクト）ではない、あるいはメイヤー波や脈拍に起因する生体反応としての揺らぎではないと判定できる。
The
本実施形態による吐き気検出装置３００は、例えば所定時間内におけるＳＣＲデータの揺らぎ回数と対象者の呼吸回数とが一致しているか否かによって、対象者の吐き気を検出する。
より具体的には、吐き気検出装置３００の呼吸情報抽出部３３０は生体信号計測部３１０から入力された生体信号データに含まれる呼吸情報の１つである呼吸回数を抽出する。また、吐き気検出部３５０は揺らぎ回数計測部１５１と判定部３５３とを有し、判定部３５３は、揺らぎ回数計測部１５１が計測したガルヴァニック皮膚反応データの揺らぎ回数と呼吸回数とが一致した場合に、対象者に吐き気が生じていると判定する。この揺らぎ回数計測部１５１は、第１実施形態による吐き気検出装置１００におけるのと同様の構成を有し、例えばＳＣＲデータの揺らぎの特徴点（極大値、極小値、符号が変じる点）を計測することにより、所定時間内（例えば、１分間）におけるＳＣＲデータの揺らぎの回数を計測する。
The
More specifically, the respiratory
判定部３５３は、揺らぎ回数計測部１５１が計測した所定時間内におけるＳＣＲデータの揺らぎ回数と、呼吸情報抽出部３３０から入力された呼吸データである所定時間内の呼吸回数とが一致した場合に、対象者に吐き気が生じていると判定する。本実施形態では、ＳＣＲデータの揺らぎの回数に対して呼吸回数が±１の範囲までをＳＣＲデータの揺らぎ回数と呼吸回数が一致していると定義する。これは、ＳＣＲデータおよび呼吸データは生体から計測されるデータであって、ガルヴァニック皮膚反応検出部１１０や生体信号計測部３１０での計測誤差を考慮したためである。具体的には、呼吸間隔は必ずしも一定でないことから、ガルヴァニック皮膚反応検出部１１０と生体信号計測部３１０とで計測のタイミングがずれると、計測される回数に±１の計測誤差が生じる場合がある。
The
このように、本実施形態による吐き気検出装置３００では、ＳＣＲデータの揺らぎと呼吸データの揺らぎとが一致しているか否かによって吐き気の有無を判定することで、ＳＣＲデータの揺らぎがノイズやメイヤー波および脈拍といった吐き気以外の要因による揺らぎではないことを明確にすることができる。さらに、単発的に発生する情動に起因するＳＣＲデータの変化も同様に排除できる。これにより、吐き気検出装置３００は吐き気の検出精度を向上させることができる。
As described above, in the
［本発明の第４実施形態に係る吐き気検出装置］
図８は、本発明の第４実施形態に係る吐き気検出装置を説明するための構成図である。第４実施形態による吐き気検出装置４００は、吐き気の検出にＳＣＲデータと呼吸データとを用いる点で第３実施形態による吐き気検出装置３００と共通するが、吐き気検出部４５０の構成が第３実施形態による吐き気検出装置３００の吐き気検出部３５０と異なる。
[Nausea detection device according to the fourth embodiment of the present invention]
FIG. 8 is a configuration diagram for explaining the nausea detection device according to the fourth embodiment of the present invention. The
具体的には、吐き気検出装置４００において、呼吸情報抽出部３３０は、生体信号データに含まれる呼吸情報の１つである所定時間内の呼吸間隔の推移を抽出する。また、吐き気検出部４５０は、ガルヴァニック皮膚反応検出部１１０から入力されたＳＣＲデータを記憶する記憶部４５１と、所定時間内におけるＳＣＲデータの揺らぎの間隔の推移を記憶部４５１に記憶されたＳＣＲデータから抽出するガルヴァニック皮膚反応揺らぎ間隔抽出部４５３と、所定時間内における呼吸間隔の推移とＳＣＲデータの揺らぎの間隔の推移とが一致した場合に、対象者に吐き気が生じていると判定する判定部４５５とを有する。
Specifically, in the
呼吸情報抽出部３３０は、例えば生体信号計測部３１０から入力された生体信号データに含まれる呼吸情報である呼吸間隔を抽出し、所定時間内（例えば、１分間）における呼吸間隔の推移を表す時間列（例えば、４．０秒−３．４秒−３．６秒−４．２秒−４．０秒−４．３秒−３．９秒−３．６秒−３．２秒−３．５秒−３．５秒−３．８秒−３．８秒−４．０秒−３．９秒）を呼吸データとして吐き気検出部４５０に出力する。
The breathing
記憶部４５１は、吐き気検出部４５０に設けられたメモリ等の記憶領域である。記憶部４５１には、ガルヴァニック皮膚反応検出部１１０から入力されたＳＣＲデータが記憶されている。
The
ガルヴァニック皮膚反応揺らぎ間隔抽出部４５３は、記憶部４５１に記憶されているＳＣＲデータから所定時間内（例えば、１分間）におけるＳＣＲデータの揺らぎの間隔を抽出する。この所定時間は、呼吸情報抽出部３３０が呼吸間隔を抽出したのと同じ時点を起点とする同じ時間である。また、ＳＣＲデータの揺らぎの間隔とは、ＳＣＲデータの揺らぎの特徴点（極大値、極小値または符号が変じる点）の間隔をいう。本実施形態におけるガルヴァニック皮膚反応揺らぎ間隔抽出部４５３では、例えば負数のＳＣＲデータが連続する区間からノイズ区間を除いた残りの区間ごとに、それぞれのＳＣＲデータの最小値を極小値として抽出する。ガルヴァニック皮膚反応揺らぎ間隔抽出部４５３は、抽出した各極小値を持つＳＣＲデータが取得された時間間隔を求めることで、ＳＣＲデータの揺らぎの間隔の推移を表す時間列（例えば、４．０秒−３．４秒−３．６秒−４．２秒−４．０秒−４．３秒−３．９秒−３．６秒−３．２秒−３．５秒−３．５秒−３．８秒−３．８秒−４．０秒−３．９秒）を取得する。
The galvanic skin reaction fluctuation
判定部４５５は、上述のようにして取得されたＳＣＲデータの揺らぎの間隔の推移を表す時間列と呼吸間隔の推移を表す時間列の要素の数が一致し、かつ各時間列の対応する要素同士の値が一致した場合に、対象者に吐き気が生じていると判定する。ただし、呼吸間隔は必ずしも一定ではないので、判定部４５５は、ＳＣＲデータの揺らぎの間隔の推移を表す時間列と呼吸間隔の推移を表す時間列との対応する要素同士の値の差異が予め決められた範囲であれば、両者は一致していると判定する。また、計測のタイミングによっては要素が１つずつずれている可能性がある。例えば呼吸間隔の推移を表す時間列が「４．０秒−３．４秒−３．６秒−４．２秒−４．０秒−４．３秒−３．９秒−３．６秒−３．２秒−３．５秒−３．５秒−３．８秒−３．８秒−４．０秒−３．９秒」の１５要素で、ＳＣＲデータの揺らぎの間隔の推移を表す時間列が「３．４秒−３．６秒−４．２秒−４．０秒−４．３秒−３．９秒−３．６秒−３．２秒−３．５秒−３．５秒−３．８秒−３．８秒−４．０秒−３．９秒−５．０秒」の１５要素であると仮定する。このとき、呼吸間隔の推移を表す時間列の最初の要素（４．０秒）を１つ削除すれば残りの１４要素がＳＣＲデータの揺らぎの間隔の推移を表す時間列の冒頭１４要素と一致する。したがって、この場合は対象者に吐き気が生じていると判定する。逆に、ＳＣＲデータの揺らぎの間隔の推移を表す時間列の最初の要素を１つ削除して評価を行う場合もある。また、時間列の要素ごとの比較を行わず、単純に時間列に含まれる要素の平均値を算出して、この平均値を比較してもよい。しかし、この場合、ノイズによる影響を排除する機能が低減され、吐き気の検出精度が下がる可能性がある。
The
また、本実施形態においてガルヴァニック皮膚反応揺らぎ間隔抽出部４５３は、ＳＣＲデータの揺らぎの特徴点として極小値を抽出しているが、これに限られない。ガルヴァニック皮膚反応揺らぎ間隔抽出部４５３は、ＳＣＲデータの揺らぎの他の特徴点（極大値または符号が変じる点）を抽出し、その特徴点のデータが取得された時間間隔の推移を表す時間列と、呼吸間隔の推移を表す時間列とを比較評価することにより、吐き気の有無を判定してもよい。ガルヴァニック皮膚反応揺らぎ間隔抽出部４５３では、ＳＣＲデータの揺らぎの間隔の推移を表す時間列さえ求められればよい。本実施形態による吐き気検出装置４００はＳＣＲデータの揺らぎが呼吸の揺らぎに相関することを以て吐き気ありと判定するものであるから、これらの特徴点に限らず、１回の呼吸において１回だけ現れるＳＣＲデータの特徴点であれば、どのような特徴点であってもよい。また、ＳＣＲデータの揺らぎの間隔を取得する際に、複数のＳＣＲデータの揺らぎの特徴点の中から１つに固定する必要はない。複数の特徴点全てについてそれぞれＳＣＲデータの揺らぎの間隔の推移と呼吸間隔の推移とが一致するか否かの判定を行い、最も呼吸間隔の推移を表す時間列に合致した判定結果を最終の判定結果として吐き気の検出に用いてもよい。また、後述する図９上段に示すＳＣＲデータのように、ノイズ（例えば、脈拍）の影響が大きい場合には、判定に用いる所定時間内のＳＣＲデータの平均値が負数であれば負数のＳＣＲデータが連続する区間に着目するのが有利であり、平均値が正数であれば正数のＳＣＲデータが連続する区間に着目するのが有利であることは自明である。
Further, in the present embodiment, the galvanic skin reaction fluctuation
ここで、図９を用いてＳＣＲデータの揺らぎの時間間隔の推移を表す時間列と呼吸間隔の推移を表す時間列の具体例を示す。 Here, FIG. 9 is used to show a specific example of a time sequence representing the transition of the fluctuation of the SCR data and a time sequence representing the transition of the respiratory interval.
図９の上段は、図４（ａ）に示すのと同じ対象者γのＳＣＲデータの揺らぎを示すグラフである。また、図９の下段は、上段に示す対象者γのＳＣＲデータと同時に計測された生体信号（対象者γの呼吸音）を表す図である。本例では、生体信号計測部３１０としてＩＣレコーダを用い、仰臥状態の対象者γの顔の近傍にＩＣレコーダを置いて対象者γの鼻息（呼吸音）を録音した。図９の下段の図は、このようにして録音した対象者γの呼吸音を周波数ごとに分解したデータを示しており、横軸が時間、縦軸が周波数（単位：Ｈｚ）を示している。図９の下段の図における白い点状画像の塊は対象者γの呼気の区間に相当する。したがって、白い点状画像の塊の現れる間隔がすなわち呼吸間隔を示している。いびきをかく人や口で呼吸する人がいるので、この白い点状画像の塊の現れ方には個人差があるが、呼吸間隔を計測できることには変わりはない。また、図９ではＳＣＲデータの揺らぎの間隔と呼吸間隔とが同期して変化することを示すべく複数の直線を引いているが、ＳＣＲデータの揺らぎの極小値のタイミングと呼気の開始のタイミングそのものが常に一致することを示すものではない。
The upper part of FIG. 9 is a graph showing fluctuations in the SCR data of the subject γ, which is the same as that shown in FIG. 4A. Further, the lower part of FIG. 9 is a diagram showing a biological signal (respiratory sound of the subject γ) measured at the same time as the SCR data of the subject γ shown in the upper part. In this example, an IC recorder was used as the biological
図９に示すように、３５分目から３６分目までの１分間におけるＳＣＲデータの極小値のデータの間隔の推移と、対象者γの呼吸間隔の推移とは一致している。また、図９に示す区間における対象者γの主観評価は「吐き気あり」である。このように、本実施形態による吐き気検出装置４００は、ＳＣＲデータの揺らぎの間隔の推移を表す時間列と呼吸間隔の推移を表す時間列とが一致しているか否かを判定するという方法により、ＳＣＲデータの揺らぎの間隔の推移に基づいて吐き気検出の対象者の吐き気を検出することができる。
As shown in FIG. 9, the transition of the interval of the minimum value of the SCR data in the 1 minute from the 35th minute to the 36th minute and the transition of the respiratory interval of the subject γ are in agreement. In addition, the subjective evaluation of the subject γ in the section shown in FIG. 9 is “nausea”. As described above, the
（変形例）
上記第１実施形態において、吐き気検出部１５０は、揺らぎ回数計測部１５１によって計測された所定区間におけるＳＣＲデータの揺らぎの回数を吐き気の検出に用いていたが、これに限られない。所定時間内における揺らぎの回数は、揺らぎの周波数と同等である。このため、例えば、吐き気検出部１５０は、フーリエ解析によって求めたＳＣＲデータの揺らぎの周波数が０．１５Ｈｚより高く０．５Ｈｚより低い場合に、対象者に吐き気が発生していると判定してもよい。ただし、呼吸周期は必ずしも安定しておらず、さらに吐き気に起因して対象者の呼吸が不安定になる場合があることから、フーリエ解析によって求めたＳＣＲデータの揺らぎの周波数ごとのノルム（振幅、エネルギー）のピーク値が２つ以上現れる場合がある。したがって、フーリエ解析によって求められるＳＣＲデータの揺らぎの周波数を用いて吐き気を検出する場合、ピーク値は第２候補まで採用してよい。
(Modification example)
In the first embodiment, the
図１０（ａ）から図１０（ｃ）は、図２（ａ）に示す区間ΔＴ１、区間ΔＴ２および区間ΔＴ３における対象者αのＳＣＲデータ（図２（ｂ）から図２（ｄ）参照）をフーリエ解析して求めたＳＣＲデータの揺らぎの周波数を表すグラフである。具体的には、図２に示す区間ΔＴ１、区間ΔＴ２および区間ΔＴ３それぞれにおけるＳＣＲデータ１２００サンプルの中の冒頭の１０２４サンプルに対してフーリエ解析を行ったグラフである。図１０（ａ）から図１０（ｃ）の縦軸はノルム（単位：スカラー）、横軸は周波数（単位：Ｈｚ）を示す。図１０（ａ）図１０（ｂ）に示すように、区間ΔＴ１および区間ΔＴ２では、ＳＣＲデータの揺らぎの周波数のピーク値が２つ現れている。図１０（ａ）に示すように、区間ΔＴ１では第１候補のピーク値Ｐｋ１が０．２７Ｈｚ、第２候補のピーク値Ｐｋ２が０．２１Ｈｚである。また、図１０（ｂ）に示すように、区間ΔＴ２では、第１候補のピーク値Ｐｋ１が０．３３Ｈｚ、第２候補のピーク値Ｐｋ２が０．２１Ｈｚである。本例では、区間ΔＴ１および区間ΔＴ２共に、第１候補のピーク値Ｐｋ１と第２候補のピーク値Ｐｋ２とが０．１５Ｈｚより高く０．５Ｈｚより低いため対象者αに吐き気があると判定される。ただし、これに限られず、第１候補のピーク値と第２候補のピーク値の少なくともいずれか一方が０．１５Ｈｚより高く０．５Ｈｚより低ければ対象者に吐き気が発生していると判定してもよい。また、図１０（ｃ）に示す区間ΔＴ３のフーリエ解析のグラフではピーク値が現れていない。このように、ピーク値が表れていない場合は、対象者に吐き気が発生していないと判定してもよい。なお、上述したように、区間ΔＴ１、区間ΔＴ２における対象者αの主観評価は「吐き気あり」であり、区間ΔＴ３における対象者αの主観評価は「吐き気なし」である。 10 (a) to 10 (c) show the SCR data of the subject α in the sections ΔT1, the section ΔT2 and the section ΔT3 shown in FIG. 2 (a) (see FIGS. 2 (b) to 2 (d)). It is a graph which shows the fluctuation frequency of the SCR data obtained by Fourier analysis. Specifically, it is a graph obtained by performing a Fourier analysis on the 1024 samples at the beginning of the 1200 samples of SCR data in each of the interval ΔT1, the interval ΔT2 and the interval ΔT3 shown in FIG. The vertical axis of FIGS. 10 (a) to 10 (c) shows the norm (unit: scalar), and the horizontal axis shows the frequency (unit: Hz). As shown in FIGS. 10A and 10B, two peak values of the fluctuation frequency of the SCR data appear in the interval ΔT1 and the interval ΔT2. As shown in FIG. 10A, in the interval ΔT1, the peak value Pk1 of the first candidate is 0.27 Hz, and the peak value Pk2 of the second candidate is 0.21 Hz. Further, as shown in FIG. 10B, in the section ΔT2, the peak value Pk1 of the first candidate is 0.33 Hz, and the peak value Pk2 of the second candidate is 0.21 Hz. In this example, in both the section ΔT1 and the section ΔT2, since the peak value Pk1 of the first candidate and the peak value Pk2 of the second candidate are higher than 0.15 Hz and lower than 0.5 Hz, it is determined that the subject α has nausea. .. However, the present invention is not limited to this, and if at least one of the peak value of the first candidate and the peak value of the second candidate is higher than 0.15 Hz and lower than 0.5 Hz, it is determined that the subject is nausea. May be good. Further, the peak value does not appear in the Fourier analysis graph of the interval ΔT3 shown in FIG. 10 (c). As described above, when the peak value does not appear, it may be determined that the subject does not have nausea. As described above, the subjective evaluation of the subject α in the sections ΔT1 and ΔT2 is “with nausea”, and the subjective evaluation of the subject α in the section ΔT3 is “no nausea”.
また、上記第３実施形態において、吐き気検出部３５０は、フーリエ解析によって求めたＳＣＲデータの揺らぎの周波数と、呼吸情報抽出部３３０によってフーリエ解析によって求めた呼吸周期の周波数とが一致している場合に、対象者に吐き気が生じていると判定してもよい。ただし、呼吸周期は必ずしも安定しないため、ＳＣＲデータの揺らぎの周波数と呼吸周期の周波数との差異が予め定められた範囲に収まっている場合は、ＳＣＲデータの揺らぎの周波数と呼吸周期の周波数とが一致していると判定してもよい。また、メイヤー波による影響を排除すべく０．１５Ｈｚ以上の周波数成分を吐き気の検出対象とし、脈拍による影響を排除すべく０．５Ｈｚ以下の周波数成分を吐き気の検出対象とするのは上述のとおりである。このように、本発明においては、吐き気検出部においてＳＣＲデータの揺らぎの周波数、すなわち単位時間あたりのＳＣＲデータの揺らぎの回数、すなわちＳＣＲデータの揺らぎの頻度に基づいて対象者に吐き気が生じているか否かを検出してもよい。
Further, in the third embodiment, when the
また、上記実施形態において、ＩＣレコーダやヘッドセットマイク等を生体信号計測部３１０として例示したが、これに限られない。脈拍や心拍データにも呼吸情報が含まれることから、例えば、脈拍データや心拍データを計測するＬＥＤ脈波センサ、圧電圧力波センサ、または心電計等を生体信号計測部３１０として用いることもできる。脈拍や心拍の間隔の揺らぎは呼吸に連動しているので、呼吸情報抽出部３３０は、例えば脈拍の間隔の揺らぎから呼吸情報（例えば、一定時間内の呼吸回数や呼吸間隔の時間列）を抽出し、呼吸データを出力することができる。
Further, in the above embodiment, an IC recorder, a headset microphone, or the like is exemplified as the biological
ここで、図１１を用いて、脈拍の間隔の揺らぎから呼吸情報を抽出する方法について説明する。図１１の上段は、脈拍の間隔の揺らぎの間隔を表すグラフである。図１１上段の縦軸は、脈拍の間隔の長さを表しており、単位はミリ秒である。例えば、縦軸の「８４０」は、連続する２つの脈拍の間隔が８４０ミリ秒であることを示している。また、図１１上段の横軸は、脈拍データの特徴点におけるデータ取得タイミングを表しており、単位は秒である。例えば脈拍の間隔の値は、上記第２実施形態において連続する２つの区間におけるＳＣＲデータの集合の相関係数を求めたのと同様に、脈波信号の特徴点において相関係数を求めて評価すればよい。人の脈拍数は最大で２２０回／分、最小で３０回／分程度とされる。このため、例えば１００Ｈｚサンプリングの脈波センサを生体信号計測部３１０として用いる場合は、連続する２つの区間における脈波データの集合である第１脈波データ群および第２脈波データ群に含まれるそれぞれのデータの数が２７サンプル（６０秒÷２２０回×１００サンプル／秒）〜２００サンプル（６０秒÷３０回×１００サンプル／秒）の場合における相関係数を評価すればよい。また、図１１の下段は、呼吸の間隔を示す図である。図１１下段における白色帯状の画像は呼吸をしている区間を示している。飽和して矩形波に見える部分が呼気の区間であり、小さく膨らんで見えるところが吸気の区間である。図１１に示すように、脈拍の間隔の極小値の間隔の推移と呼吸の間隔の推移とが一致している。したがって、ＬＥＤ脈波センサや圧電圧力波センサを生体信号計測部３１０として用いる際に、呼吸情報抽出部３３０は、例えば脈拍の間隔の極小値の間隔を取得することで、呼吸情報（本例では、呼吸間隔）を抽出することができる。このため、上記第４実施形態において吐き気検出部４５０は、ＳＣＲデータの揺らぎの間隔の推移を表す時間列と脈拍の間隔の揺らぎの間隔の推移を表す時間列とを用いて、各時間列に含まれる要素の数や対応する要素同士の値が一致するか否かによって吐き気の有無を判定するように構成されていてもよい。またＳＣＲデータの揺らぎの間隔の推移および脈拍の間隔の揺らぎの間隔の推移を表す２つの時間列にそれぞれ含まれる要素の数が一致する場合は、吐き気検出部において相関係数を算出し、相関係数が閾値（例えば、０．８）以上であるか否かによって吐き気の有無を判定するように構成されていてもよい。また、脈拍の間隔の揺らぎの間隔から呼吸間隔が求められれば、一定時間内の呼吸回数が求められることは自明である。
なお、図１１では脈拍の間隔の揺らぎの間隔と呼吸間隔とが同期して変化することを示すべく複数の直線を引いているが、脈拍の間隔の極小値のタイミングと呼気の終了のタイミングそのものが常に一致することを示すものではない。例えば深呼吸で計測したデータ（不図示）では脈拍の間隔の極小値のタイミングと呼気の終了のタイミングとは一致しない。深呼吸で計測したデータでは、脈拍の間隔の揺らぎの間隔の推移と呼吸間隔の推移とが一致することに変わりはないものの、脈拍の間隔の極小値のタイミングと吸気の開始のタイミングとが一致する。
Here, a method of extracting respiratory information from fluctuations in pulse intervals will be described with reference to FIG. The upper part of FIG. 11 is a graph showing the fluctuation interval of the pulse interval. The vertical axis in the upper part of FIG. 11 represents the length of the pulse interval, and the unit is milliseconds. For example, "840" on the vertical axis indicates that the interval between two consecutive pulses is 840 milliseconds. Further, the horizontal axis in the upper part of FIG. 11 represents the data acquisition timing at the feature point of the pulse data, and the unit is seconds. For example, the value of the pulse interval is evaluated by obtaining the correlation coefficient at the feature point of the pulse wave signal in the same manner as obtaining the correlation coefficient of the set of SCR data in the two consecutive sections in the second embodiment. do it. A person's pulse rate is 220 times / minute at the maximum and 30 times / minute at the minimum. Therefore, for example, when a pulse wave sensor of 100 Hz sampling is used as the biological
In FIG. 11, a plurality of straight lines are drawn to show that the fluctuation interval of the pulse interval and the respiratory interval change in synchronization, but the timing of the minimum value of the pulse interval and the timing of the end of exhalation itself. Does not always indicate a match. For example, in the data measured by deep breathing (not shown), the timing of the minimum value of the pulse interval and the timing of the end of exhalation do not match. In the data measured by deep breathing, the transition of the fluctuation of the pulse interval and the transition of the breathing interval are the same, but the timing of the minimum value of the pulse interval and the timing of the start of inspiration match. ..
このように、生体信号計測部３１０が計測する生体信号データは脈波データであってもよい。呼吸情報抽出部３３０は、例えば、所定数の連続する脈波データである第１脈波データ群と、第１脈波データ群に続く該所定数の連続する脈波データである第２脈波データ群とを用いて相関係数を算出し、該相関係数が最大となる該所定数を脈拍の間隔として求める。呼吸情報抽出部３３０は、脈拍の間隔の揺らぎの回数から呼吸情報として呼吸回数を抽出することができる。また、呼吸情報抽出部３３０は、脈拍の間隔の揺らぎの間隔から呼吸間隔を抽出することができる。
As described above, the biological signal data measured by the biological
また、マイクロ波のドップラーセンサ、ＧＨｚ帯域（Ｕｌｔｒａ Ｗｉｄｅ Ｂａｎｄ）のレーダ、ベッドに設置した加速度センサ、圧力センサ等を生体信号計測部３１０に用いて、体動の揺らぎから呼吸を検出することも可能である。
It is also possible to detect breathing from fluctuations in body movement by using a microwave Doppler sensor, a radar in the GHz band (Ultra Wide Band), an acceleration sensor installed on the bed, a pressure sensor, etc. in the biological
、また、第１実施形態から第４実施形態による吐き気検出装置において、吐き気検出部に加速度センサ等の動作を検出するセンサを備え、吐き気対象者の腕や手首が動いていないことを検出した場合に、吐き気検出部において吐き気の検出処理を行ってもよい。これにより、対象者の腕や手首が動くことによって皮膚電気抵抗センサ１１１の電極と対象者の皮膚との間の接触不良による大きなノイズ信号が発生して本発明が吐き気の検出に用いるＳＣＲデータの揺らぎを検出するのが困難であって、十分な精度で吐き気の検出ができない可能性がある状態にもかかわらず吐き気の検出処理が行われることを防止できる。
Further, in the nausea detection device according to the first to fourth embodiments, the nausea detection unit is provided with a sensor for detecting the operation of an acceleration sensor or the like, and when it is detected that the arm or wrist of the nausea target person is not moving. In addition, the nausea detection unit may perform the nausea detection process. As a result, when the subject's arm or wrist moves, a large noise signal is generated due to poor contact between the electrode of the skin
また、上記第１実施形態から第４実施形態による吐き気検出装置は、吐き気検出部において検出した吐き気の検出結果を出力する出力部を有していてもよい。出力部としては、例えば、情報端末における表示画面等の所定の表示装置が用いられる。出力部が出力する吐き気検出結果の態様は、吐き気の有無が判別できる態様であればよく、文字情報であってもよいし、所定の画像や音声であってもよい。また、出力部は、印刷装置と接続されて、吐き気検出結果が印刷されるようになっていてもよい。 Further, the nausea detection device according to the first to fourth embodiments may have an output unit that outputs the detection result of the nausea detected by the nausea detection unit. As the output unit, for example, a predetermined display device such as a display screen in an information terminal is used. The mode of the nausea detection result output by the output unit may be any mode as long as the presence or absence of nausea can be determined, and may be character information, or a predetermined image or voice. Further, the output unit may be connected to a printing device to print the nausea detection result.
１００、２００、３００、４００ 吐き気検出装置
１１０ ガルヴァニック皮膚反応検出部
１５０、２５０、３５０、４５０ 吐き気検出部
１５１ 揺らぎ回数計測部
１５３、２５７、３５３、４５５ 判定部
２５１、４５１ 記憶部
２５３ 取得部
２５５ 相関係数算出部
３１０ 生体信号計測部
３３０ 呼吸情報抽出部
４５３ ガルヴァニック皮膚反応揺らぎ間隔抽出部
100, 200, 300, 400
Claims (11)
前記ガルヴァニック皮膚反応検出部から入力された前記ガルヴァニック皮膚反応データの揺らぎの頻度、所定時間内における該揺らぎの回数、該揺らぎの間隔、または該揺らぎの間隔の推移に基づいて前記対象者に吐き気が生じているか否かを検出する吐き気検出部と
を備える吐き気検出装置。 A galvanic skin reaction detector that measures the galvanic skin reaction of a subject for nausea detection and outputs galvanic skin reaction data,
Based on the frequency of fluctuations of the galvanic skin reaction data input from the galvanic skin reaction detection unit, the number of fluctuations within a predetermined time, the fluctuation interval, or the transition of the fluctuation interval, the subject is asked. A nausea detection device including a nausea detection unit that detects whether or not nausea is occurring.
所定時間内における前記ガルヴァニック皮膚反応データの揺らぎ回数を計測する揺らぎ回数計測部と、
前記揺らぎ回数計測部が計測した揺らぎ回数が第１の閾値より多く、第２の閾値よりも少ない場合に、吐き気が生じていると判定する判定部と
を有し、前記ガルヴァニック皮膚反応データの揺らぎの回数に基づいて吐き気を検出する請求項１記載の吐き気検出装置。 The nausea detection unit
A fluctuation frequency measuring unit that measures the fluctuation frequency of the galvanic skin reaction data within a predetermined time, and a fluctuation frequency measuring unit.
The galvanic skin reaction data has a determination unit for determining that nausea has occurred when the number of fluctuations measured by the fluctuation frequency measuring unit is greater than the first threshold value and less than the second threshold value. The nausea detection device according to claim 1, wherein nausea is detected based on the number of fluctuations.
人間の脈拍の周期に基づいて決定された前記第２の閾値が設定されている
請求項２記載の吐き気検出装置。 The determination unit has the first threshold value determined based on the period of the Mayer wave, and
The nausea detection device according to claim 2, wherein the second threshold value determined based on the cycle of a human pulse is set.
前記ガルヴァニック皮膚反応データを時系列順に連続したデータとして記憶する記憶部と、
所定数の連続する前記ガルヴァニック皮膚反応データである第１取得データ群と、前記第１取得データ群に続き前記所定数と同数の連続する前記ガルヴァニック皮膚反応データである第２取得データ群とを前記記憶部から取得する取得部と、
前記第１取得データ群と前記第２取得データ群とを用いて相関係数を算出する相関係数算出部と、
前記相関係数算出部が算出した相関係数が所定の閾値以上である場合に、該所定数を前記ガルヴァニック皮膚反応データの揺らぎの間隔として、前記対象者に吐き気が生じていると判定する判定部と
を有し、前記ガルヴァニック皮膚反応データの揺らぎの間隔に基づいて吐き気を検出する請求項１記載の吐き気検出装置。 The nausea detection unit
A storage unit that stores the galvanic skin reaction data as continuous data in chronological order,
A predetermined number of consecutive galvanic skin reaction data, the first acquired data group, and following the first acquired data group, the same number of continuous galvanic skin reaction data, the second acquired data group. From the storage unit and the acquisition unit
A correlation coefficient calculation unit that calculates a correlation coefficient using the first acquired data group and the second acquired data group, and
When the correlation coefficient calculated by the correlation coefficient calculation unit is equal to or greater than a predetermined threshold value, it is determined that the subject is nausea by using the predetermined number as the interval of fluctuation of the galvanic skin reaction data. The nausea detection device according to claim 1, further comprising a determination unit and detecting nausea based on the fluctuation interval of the galvanic skin reaction data.
請求項４記載の吐き気検出装置。 The nausea detection device according to claim 4, wherein the length obtained by converting the predetermined number into time is longer than the human pulse cycle and shorter than the Mayer wave cycle.
前記生体信号計測部から入力された前記生体信号データに含まれる呼吸情報を抽出して呼吸データを出力する呼吸情報抽出部と
を備え、
前記吐き気検出部は、前記ガルヴァニック皮膚反応データと、前記呼吸情報抽出部から入力された前記呼吸データとに基づいて前記対象者に吐き気が生じていることを検出する
請求項１記載の吐き気検出装置。 A biological signal measurement unit that measures biological signals including respiratory information of the subject and outputs biological signal data.
It is provided with a respiratory information extraction unit that extracts respiratory information included in the biological signal data input from the biological signal measuring unit and outputs the respiratory data.
The nausea detection unit according to claim 1, wherein the nausea detection unit detects that the subject is nausea based on the galvanic skin reaction data and the respiration data input from the respiration information extraction unit. apparatus.
前記生体信号計測部から入力された前記生体信号データに基づいて、前記所定時間内における呼吸回数を前記呼吸情報として抽出する呼吸情報抽出部と、
を備え、
前記判定部は、前記揺らぎ回数計測部が計測した揺らぎ回数と、前記呼吸回数が一致した場合に前記対象者に吐き気が生じていると判定する
請求項２記載の吐き気検出装置。 A biological signal measurement unit that measures biological signals including respiratory information of the subject and outputs biological signal data.
A respiratory information extraction unit that extracts the number of breaths within the predetermined time as the respiratory information based on the biological signal data input from the biological signal measurement unit.
With
The nausea detecting device according to claim 2, wherein the determination unit determines that the subject is nausea when the number of fluctuations measured by the fluctuation frequency measuring unit and the number of breaths match.
前記吐き気検出部は、
前記ガルヴァニック皮膚反応データを記憶する記憶部と、
前記所定時間内における前記ガルヴァニック皮膚反応データの揺らぎの間隔の推移を前記記憶部に記憶された前記ガルヴァニック皮膚反応データから抽出するガルヴァニック皮膚反応揺らぎ間隔抽出部と、
前記所定時間内における前記呼吸間隔の推移と前記ガルヴァニック皮膚反応データの揺らぎの間隔の推移とが一致した場合に、前記対象者に吐き気が生じていると判定する判定部と
を有し、前記ガルヴァニック皮膚反応データの揺らぎの間隔の推移に基づいて吐き気を検出する請求項６記載の吐き気検出装置。 The respiration information extraction unit extracts the transition of the respiration interval within a predetermined time included in the biological signal data as the respiration information.
The nausea detection unit
A storage unit that stores the galvanic skin reaction data,
A galvanic skin reaction fluctuation interval extraction unit that extracts the transition of the fluctuation interval of the galvanic skin reaction data within the predetermined time from the galvanic skin reaction data stored in the storage unit,
It has a determination unit for determining that nausea is occurring in the subject when the transition of the breathing interval and the transition of the fluctuation interval of the galvanic skin reaction data within the predetermined time match. The nausea detection device according to claim 6, wherein the nausea is detected based on the transition of the fluctuation interval of the galvanic skin reaction data.
前記呼吸情報抽出部は、所定数の連続する前記脈波データである第１脈波データ群と、前記第１脈波データ群に続き該所定数と同数の連続する前記脈波データである第２脈波データ群とを用いて相関係数を算出し、該相関係数が最大となる該所定数を脈拍の間隔とし、前記脈拍の間隔の揺らぎの回数を前記呼吸回数とする
請求項７記載の吐き気検出装置。 The biological signal data is pulse wave data, and is
The respiratory information extraction unit is a first pulse wave data group which is a predetermined number of continuous pulse wave data, and a second pulse wave data which is the same number of continuous pulse wave data as the predetermined number following the first pulse wave data group. 2. The correlation coefficient is calculated using the pulse wave data group, the predetermined number at which the correlation coefficient is maximized is defined as the pulse interval, and the number of fluctuations in the pulse interval is defined as the breathing frequency. The nausea detector described.
前記呼吸情報抽出部は、所定数の連続する前記脈波データである第１脈波データ群と、前記第１脈波データ群に続き該所定数と同数の連続する前記脈波データである第２脈波データ群とを用いて相関係数を算出し、該相関係数が最大となる該所定数を脈拍の間隔とし、前記脈拍の間隔の揺らぎの間隔を前記呼吸間隔とする
請求項８記載の吐き気検出装置。 The biological signal data is pulse wave data, and is
The respiratory information extraction unit is a first pulse wave data group which is a predetermined number of continuous pulse wave data, and a second pulse wave data which is the same number of continuous pulse wave data as the predetermined number following the first pulse wave data group. 2. The correlation coefficient is calculated using two pulse wave data groups, the predetermined number at which the correlation coefficient is maximized is defined as the pulse interval, and the fluctuation interval of the pulse interval is defined as the breathing interval. The nausea detector described.
吐き気検出部が、前記ガルヴァニック皮膚反応データの揺らぎの頻度、所定時間内における該揺らぎの回数、該揺らぎの間隔、または該揺らぎの間隔の推移に基づいて前記対象者に吐き気が生じているか否かを検出する
吐き気検出装置の作動方法。 The galvanic skin reaction detector measures the galvanic skin reaction of the subject for nausea detection and outputs the galvanic skin reaction data.
Whether or not the subject is nausea based on the frequency of fluctuations of the galvanic skin reaction data, the number of fluctuations within a predetermined time, the interval of the fluctuations, or the transition of the intervals of the fluctuations by the nausea detection unit. How to operate the nausea detector.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2016168151A JP6775359B2 (en) | 2016-08-30 | 2016-08-30 | How to operate the nausea detector and the nausea detector |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2016168151A JP6775359B2 (en) | 2016-08-30 | 2016-08-30 | How to operate the nausea detector and the nausea detector |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2018033601A JP2018033601A (en) | 2018-03-08 |
| JP6775359B2 true JP6775359B2 (en) | 2020-10-28 |
Family
ID=61564823
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2016168151A Active JP6775359B2 (en) | 2016-08-30 | 2016-08-30 | How to operate the nausea detector and the nausea detector |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6775359B2 (en) |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103957783B (en) * | 2011-11-22 | 2017-09-26 | 皇家飞利浦有限公司 | Cortisol levels and spiritual balance or unbalance estimation |
-
2016
- 2016-08-30 JP JP2016168151A patent/JP6775359B2/en active Active
Also Published As
| Publication number | Publication date |
|---|---|
| JP2018033601A (en) | 2018-03-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6721156B2 (en) | Biological information analysis device, system, and program | |
| JP6508417B2 (en) | Monitoring of sleep phenomena | |
| CN105142515B (en) | The method for determining the mankind's sleep stage for being conducive to waking up | |
| JP3976752B2 (en) | Sleep state estimation apparatus and program | |
| CA2809764C (en) | Systems and methods for respiratory event detection | |
| Hwang et al. | Nocturnal awakening and sleep efficiency estimation using unobtrusively measured ballistocardiogram | |
| JP5070701B2 (en) | Method and apparatus for analyzing respiratory signal obtained by changing load of test subject applied to bedding | |
| US20080082018A1 (en) | Systems and methods for respiratory event detection | |
| EP3927234B1 (en) | A sleep monitoring system and method | |
| JP6310401B2 (en) | Method, system and computer program for processing a signal representing a physiological rhythm | |
| JP5929020B2 (en) | Consciousness state estimation device and program | |
| CN115209801A (en) | Sleep apnea detection system and method | |
| JP4993980B2 (en) | Apparatus and method capable of outputting expiration time | |
| Zschocke et al. | Reconstruction of pulse wave and respiration from wrist accelerometer during sleep | |
| JP6775359B2 (en) | How to operate the nausea detector and the nausea detector | |
| AU2011203044C1 (en) | Systems and methods for respiratory event detection | |
| JP4868514B2 (en) | Apparatus and method for outputting result of estimation of biological state | |
| JP2004514491A (en) | Method and apparatus for diagnosing sleep apnea in a patient awake state | |
| Hiroyasu | Development of unrestrained monitoring of human respiration during sleep |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190509 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200520 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200623 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200818 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20200908 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20201006 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6775359 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |