[发明专利]状态推断装置和状态推断方法

说明书

本发明涉及状态推断装置，推断表示用户的放松的程度的放松等级，具备：指标值计算部(102)，使用用户的生物体信息来计算多个种类的指标值；和推断部(109)，使用基于多个种类的指标值和多个种类的指标值的变化倾向规定的多个放松等级来推断用户的放松等级。

相关申请的交叉引用

本申请基于在2019年6月18日申请的日本专利申请2019-112954号，在此通过参照而引用其记载内容。

技术领域

本公开涉及推断用户的放松的程度的状态推断装置和状态推断方法。

背景技术

开发有使用用户的生物体信息来推断用户的放松的程度的技术。例如，专利文献1公开了测量用户的心率减少至规定的心率为止所需要的时间并基于该时间来判定用户的放松度的放松度判定方法。

专利文献1：日本特开平9-70399号公报

在专利文献1所记载的放松度判定方法中，仅使用心率减少至规定的心率为止所需要的时间作为指标来判定用户的放松度，因此可能无法细致地推断放松的程度。

发明内容

本公开的目的在于提供一种能够详细地推断用户的放松的程度的状态推断装置和状态推断方法。

本公开的一个实施方式所涉及的状态推断装置推断表示用户的放松的程度的放松等级，具备：指标值计算部，使用用户的生物体信息来计算多个种类的指标值；以及推断部，使用基于多个种类的指标值和多个种类的指标值的变化倾向规定的多个放松等级来推断用户的放松等级。

本公开的一个实施方式所涉及的状态推断方法是由推断表示用户的放松的程度的放松等级的状态推断装置执行的方法，包括：使用用户的生物体信息来计算多个种类的指标值；和使用基于多个种类的指标值和多个种类的指标值的变化倾向规定的多个放松等级来推断用户的放松等级。

在本公开的状态推断装置和状态推断方法中，能够使用基于多个种类的指标值及其变化倾向规定的多个放松等级来推断用户的放松等级，因此能够详细地推断用户的放松的程度。

附图说明

关于本公开的目的、特征、优点，通过参照了附图的下述详细的说明而变得更明确。在附图中，

图1是表示本公开的第1实施方式所涉及的状态推断系统的图，

图2是表示根据在1分钟获取到的心电信号和α波计算出的心率、HF积分值以及α波时间含有率的图，

图3是表示对指标值和基于该指标值的微分值进行群集的模型的一个例子的图，

图4是表示放松等级对应表的一个例子的图，

图5是表示由本公开的第1实施方式所涉及的状态推断装置推断出的用户的放松等级的一个例子的图，

图6是表示由第1实施方式的状态推断系统执行的处理的流程图，

图7是表示由第1实施方式的状态推断系统执行的处理的流程图，

图8是表示第2实施方式所涉及的放松等级推断表的一个例子的图，

图9是表示对指标值和基于该指标值的微分值进行群集的模型的另一例子的图，

图10是表示放松等级对应表的另一例子的图，

图11是表示对指标值和基于该指标值的微分值进行群集的模型的其他例子的图，

图12是表示放松等级对应表的其他例子的图，

图13是表示对指标值和基于该指标值的微分值进行群集的模型的又一例子的图，

图14是表示放松等级对应表的又一例子的图。