知財求人 - 知財ポータルサイト「IP Force」
▶ 株式会社コルラボの特許一覧 ▶ 大成建設株式会社の特許一覧 ▶ 株式会社カネカの特許一覧
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公開特許公報(A)
(11)【公開番号】P2024122150
(43)【公開日】2024-09-09
(54)【発明の名称】情動判定システム及び情動判定プログラム
(51)【国際特許分類】
A61B 5/16 20060101AFI20240902BHJP
A61B 5/0245 20060101ALI20240902BHJP
【ＦＩ】
A61B5/16 100
A61B5/0245 Z
【審査請求】未請求
【請求項の数】16
【出願形態】ＯＬ
(21)【出願番号】P 2023029529
(22)【出願日】2023-02-28
(71)【出願人】
【識別番号】515162408
【氏名又は名称】株式会社コルラボ
(71)【出願人】
【識別番号】000206211
【氏名又は名称】大成建設株式会社
(71)【出願人】
【識別番号】000000941
【氏名又は名称】株式会社カネカ
(74)【代理人】
【識別番号】100100480
【弁理士】
【氏名又は名称】藤田 隆
(74)【代理人】
【識別番号】100201455
【弁理士】
【氏名又は名称】横尾 宏治
(72)【発明者】
【氏名】中村 俊
(72)【発明者】
【氏名】小川 尚志
(72)【発明者】
【氏名】成田 博城
(72)【発明者】
【氏名】張本 和芳
(72)【発明者】
【氏名】田端 淳
(72)【発明者】
【氏名】野村 卓司
(72)【発明者】
【氏名】橋村 圭亮
【テーマコード（参考）】
4C017
4C038
【Ｆターム（参考）】
4C017AA02
4C017AA10
4C017AA19
4C017AB02
4C017AC26
4C017BC11
4C017BC16
4C017BC21
4C017BC23
4C017BD04
4C038PP01
4C038PP03
4C038PP05
4C038PS00
(57)【要約】
【課題】本発明は、従来に比べて判定対象者の情動状態を精度良く判定できる情動判定装置及び情動判定プログラムを提供する。
【解決手段】判定対象者の生体情報を取得する生体情報取得部と、生体情報から第１自律神経関連指標及び第２自律神経関連指標を算出する指標算出部と、判定期間が経過するごとに、判定期間内において下記の（１）及び（２）の条件を満たす回数を算出し、算出時刻における回数の変化の割合を算出する情動判定部を有し、第１自律神経関連指標は、心拍間隔の平均値、脈拍間隔の平均値、脈拍間隔の中央値、又は自律神経指標であり、第２自律神経関連指標は、第１自律神経関連指標とは異なる指標で、かつ自律神経指標であり、情動判定部は、回数の変化の割合が評価閾値超過であると所定の情動状態であると判定する。
（１）第１自律神経関連指標が第１選別範囲に収まる。
（２）第２自律神経関連指標が第２選別範囲に収まる。
【選択図】図４
【解決手段】判定対象者の生体情報を取得する生体情報取得部と、生体情報から第１自律神経関連指標及び第２自律神経関連指標を算出する指標算出部と、判定期間が経過するごとに、判定期間内において下記の（１）及び（２）の条件を満たす回数を算出し、算出時刻における回数の変化の割合を算出する情動判定部を有し、第１自律神経関連指標は、心拍間隔の平均値、脈拍間隔の平均値、脈拍間隔の中央値、又は自律神経指標であり、第２自律神経関連指標は、第１自律神経関連指標とは異なる指標で、かつ自律神経指標であり、情動判定部は、回数の変化の割合が評価閾値超過であると所定の情動状態であると判定する。
（１）第１自律神経関連指標が第１選別範囲に収まる。
（２）第２自律神経関連指標が第２選別範囲に収まる。
【選択図】図４
【特許請求の範囲】
【請求項1】
判定対象者が所定の情動状態であるかを判定する情動判定システムであって、
前記判定対象者の一又は複数の生体情報を取得する生体情報取得部と、
前記生体情報取得部で取得した前記生体情報から少なくとも第１自律神経関連指標及び第２自律神経関連指標を算出する指標算出部と、
判定期間が経過するごとに、前記判定期間内において下記の（１）及び（２）の条件を満たす回数を算出し、算出時刻における前記回数の変化の割合を算出する情動判定部を有し、
前記第１自律神経関連指標は、所定の期間における心拍間隔の平均値、前記心拍間隔の中央値、脈拍間隔の平均値、脈拍間隔の中央値、又は自律神経指標であり、
前記第２自律神経関連指標は、前記第１自律神経関連指標とは異なる指標であって、かつ自律神経指標であり、
前記情動判定部は、前記回数の変化の割合が評価閾値超過であることを条件として前記所定の情動状態であると判定する、情動判定システム。
（１）前記第１自律神経関連指標が前記所定の情動状態に対応した一又は複数の第１選別範囲に収まる。
（２）前記第２自律神経関連指標が前記所定の情動状態に対応した一又は複数の第２選別範囲に収まる。
前記判定対象者の一又は複数の生体情報を取得する生体情報取得部と、
前記生体情報取得部で取得した前記生体情報から少なくとも第１自律神経関連指標及び第２自律神経関連指標を算出する指標算出部と、
判定期間が経過するごとに、前記判定期間内において下記の（１）及び（２）の条件を満たす回数を算出し、算出時刻における前記回数の変化の割合を算出する情動判定部を有し、
前記第１自律神経関連指標は、所定の期間における心拍間隔の平均値、前記心拍間隔の中央値、脈拍間隔の平均値、脈拍間隔の中央値、又は自律神経指標であり、
前記第２自律神経関連指標は、前記第１自律神経関連指標とは異なる指標であって、かつ自律神経指標であり、
前記情動判定部は、前記回数の変化の割合が評価閾値超過であることを条件として前記所定の情動状態であると判定する、情動判定システム。
（１）前記第１自律神経関連指標が前記所定の情動状態に対応した一又は複数の第１選別範囲に収まる。
（２）前記第２自律神経関連指標が前記所定の情動状態に対応した一又は複数の第２選別範囲に収まる。
【請求項2】
前記回数の変化の割合は、時間に対する前記回数の累積関数を求めて前記所定の期間ごとに前記回数の累積関数の微分値を算出し、前記判定期間内における前記微分値を累計することで算出する、請求項１に記載の情動判定システム。
【請求項3】
前記回数の変化の割合は、時間に対する前記回数の累積関数において、前記算出時刻における前記回数の累積関数の微分値である、請求項１に記載の情動判定システム。
【請求項4】
前記情動判定部は、前記回数の変化の割合が２回以上連続して前記評価閾値超過であることを条件として前記所定の情動状態であると判定する、請求項２又は３に記載の情動判定システム。
【請求項5】
時間に対する前記回数の累積関数の微分値又は前記回数の累積関数の累積値が報知閾値以上であることを条件として、前記所定の情動状態であること及び／又は前記所定の情動状態に付随する状態であることを前記判定対象者に報知する報知部を備える、請求項１～３のいずれか１項に記載の情動判定システム。
【請求項6】
前記所定の情動状態は、疲労、眠気、リフレッシュ、緊張、及び集中のいずれかである、請求項１～３のいずれか１項に記載の情動判定システム。
【請求項7】
前記第１自律神経関連指標は、前記心拍間隔又は前記脈拍間隔の平均値であり、
前記第２自律神経関連指標は、前記心拍間隔又は前記脈拍間隔の変動を周波数解析して得られるパワースペクトルにおける前記所定の期間での低周波帯域の積分値である、請求項１～３のいずれか１項に記載の情動判定システム。
前記第２自律神経関連指標は、前記心拍間隔又は前記脈拍間隔の変動を周波数解析して得られるパワースペクトルにおける前記所定の期間での低周波帯域の積分値である、請求項１～３のいずれか１項に記載の情動判定システム。
【請求項8】
前記低周波帯域は、０．０５Ｈｚ以上０．１５Ｈｚ以下の範囲である、請求項７に記載の情動判定システム。
【請求項9】
前記指標算出部は、前記生体情報から前記第１自律神経関連指標及び前記第２自律神経関連指標に加えて、さらに副交感神経指標及び呼吸性洞性不整脈を算出するものであり、
前記情動判定部は、前記判定期間が経過するごとに、前記判定期間内において下記（３）～（５）の条件を全て満たす回数を算出し、算出時刻における前記回数の変化の割合を算出し、さらに前記回数の変化の割合が前記評価閾値超過であることを条件に前記所定の情動状態であると判定する、請求項１～３のいずれか１項に記載の情動判定システム。
（３）前記第１自律神経関連指標が前記第１選別範囲に収まる。
（４）前記第２自律神経関連指標が前記第２選別範囲に収まる。
（５）前記呼吸性洞性不整脈が第３選別範囲に収まる、又は前記副交感神経指標が第４選別範囲に収まる。
前記情動判定部は、前記判定期間が経過するごとに、前記判定期間内において下記（３）～（５）の条件を全て満たす回数を算出し、算出時刻における前記回数の変化の割合を算出し、さらに前記回数の変化の割合が前記評価閾値超過であることを条件に前記所定の情動状態であると判定する、請求項１～３のいずれか１項に記載の情動判定システム。
（３）前記第１自律神経関連指標が前記第１選別範囲に収まる。
（４）前記第２自律神経関連指標が前記第２選別範囲に収まる。
（５）前記呼吸性洞性不整脈が第３選別範囲に収まる、又は前記副交感神経指標が第４選別範囲に収まる。
【請求項10】
前記判定期間は、１０分以上６０分以下である、請求項１～３のいずれか１項に記載の情動判定システム。
【請求項11】
前記生体情報取得部で取得する前記生体情報の中には、前記心拍間隔を特定する心拍特定情報又は前記脈拍間隔を特定する脈拍特定情報を含む、請求項１～３のいずれか１項に記載の情動判定システム。
【請求項12】
前記第１自律神経関連指標及び前記第２自律神経関連指標のうち少なくとも一方の自律神経関連指標は、前記指標算出部によって、複数の異なる種類の生体情報に基づいて算出される、請求項１～３のいずれか１項に記載の情動判定システム。
【請求項13】
前記生体情報取得部は、撮影部を含み、前記撮影部が前記判定対象者を撮影し、撮影画像から生体情報を取得する、請求項１～３のいずれか１項に記載の情動判定システム。
【請求項14】
前記生体情報取得部は、前記判定対象者の複数の生体情報を取得するものであり、
前記指標算出部は、各生体情報において前記第１自律神経関連指標及び前記第２自律神経関連指標をそれぞれ算出し、
前記情動判定部は、判定期間が経過するごとに、各生体情報から算出した前記第１自律神経関連指標及び前記第２自律神経関連指標を用いて、算出時刻における前記回数の変化の割合をそれぞれ算出し、各回数の変化の割合のうち最も大きい前記回数の変化の割合を前記評価閾値と比較して前記所定の情動状態を判定する、請求項１～３のいずれか１項に記載の情動判定システム。
前記指標算出部は、各生体情報において前記第１自律神経関連指標及び前記第２自律神経関連指標をそれぞれ算出し、
前記情動判定部は、判定期間が経過するごとに、各生体情報から算出した前記第１自律神経関連指標及び前記第２自律神経関連指標を用いて、算出時刻における前記回数の変化の割合をそれぞれ算出し、各回数の変化の割合のうち最も大きい前記回数の変化の割合を前記評価閾値と比較して前記所定の情動状態を判定する、請求項１～３のいずれか１項に記載の情動判定システム。
【請求項15】
前記指標算出部は、前記生体情報取得部で取得した前記生体情報から、前記心拍間隔の平均値、前記脈拍間隔の平均値、及び複数の自律神経指標のうち少なくとも一つを算出し、
前記心拍間隔の平均値、前記脈拍間隔の平均値、及び前記複数の自律神経指標のうち、最も前記回数の変化の割合が大きくなると予想される組み合わせを前記第１自律神経関連指標と前記第２自律神経関連指標に設定する、請求項１～３のいずれか１項に記載の情動判定システム。
前記心拍間隔の平均値、前記脈拍間隔の平均値、及び前記複数の自律神経指標のうち、最も前記回数の変化の割合が大きくなると予想される組み合わせを前記第１自律神経関連指標と前記第２自律神経関連指標に設定する、請求項１～３のいずれか１項に記載の情動判定システム。
【請求項16】
判定対象者の一又は複数の生体情報を取得する生体情報取得部が接続されたコンピュータに、
前記生体情報取得部で取得した前記生体情報から少なくとも第１自律神経関連指標及び第２自律神経関連指標を算出する機能と、
判定期間が経過するごとに、前記判定期間内において下記の（６）及び（７）の条件を満たす回数を算出し、算出時刻における前記回数の変化の割合を算出する機能と、
前記回数の変化の割合が評価閾値超過であることを条件として所定の情動状態であると判定する機能と、を実現させるためのものであり、
前記第１自律神経関連指標は、所定の期間における心拍間隔の平均値、心拍間隔の中央値、脈拍間隔の平均値、脈拍間隔の中央値、又は自律神経指標であり、
前記第２自律神経関連指標は、前記第１自律神経関連指標とは異なる指標であって、かつ自律神経指標である、情動判定プログラム。
（６）前記第１自律神経関連指標が前記所定の情動状態に対応した一又は複数の第１選別範囲に収まる。
（７）前記第２自律神経関連指標が前記所定の情動状態に対応した一又は複数の第２選別範囲に収まる。
前記生体情報取得部で取得した前記生体情報から少なくとも第１自律神経関連指標及び第２自律神経関連指標を算出する機能と、
判定期間が経過するごとに、前記判定期間内において下記の（６）及び（７）の条件を満たす回数を算出し、算出時刻における前記回数の変化の割合を算出する機能と、
前記回数の変化の割合が評価閾値超過であることを条件として所定の情動状態であると判定する機能と、を実現させるためのものであり、
前記第１自律神経関連指標は、所定の期間における心拍間隔の平均値、心拍間隔の中央値、脈拍間隔の平均値、脈拍間隔の中央値、又は自律神経指標であり、
前記第２自律神経関連指標は、前記第１自律神経関連指標とは異なる指標であって、かつ自律神経指標である、情動判定プログラム。
（６）前記第１自律神経関連指標が前記所定の情動状態に対応した一又は複数の第１選別範囲に収まる。
（７）前記第２自律神経関連指標が前記所定の情動状態に対応した一又は複数の第２選別範囲に収まる。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、判定対象者の情動状態を判定する情動判定システム及び情動判定プログラムに関する。
【背景技術】
【0002】
従来から労働環境を改善するために、労働者の疲労度を評価する疲労度評価システムが知られている（例えば、特許文献１）。
特許文献１の疲労度評価システムは、勤務者の勤務データの入力部と、勤務データに基づいて勤務者を評価対象として疲労度の評価を行う疲労度評価演算処理部と、評価結果を出力する出力部とを備えている。そして、特許文献１によれば、複数の勤務時間帯の種別を規定したシフトパターンデータと、勤務者の勤務開始時刻と勤務終了時刻を含む勤務データに基づいて、勤務間隔における疲労回復を考慮して実際の疲労度を演算できるとされている。
特許文献１の疲労度評価システムは、勤務者の勤務データの入力部と、勤務データに基づいて勤務者を評価対象として疲労度の評価を行う疲労度評価演算処理部と、評価結果を出力する出力部とを備えている。そして、特許文献１によれば、複数の勤務時間帯の種別を規定したシフトパターンデータと、勤務者の勤務開始時刻と勤務終了時刻を含む勤務データに基づいて、勤務間隔における疲労回復を考慮して実際の疲労度を演算できるとされている。
【先行技術文献】
【特許文献】
【0003】
【特許文献1】特開２０２０－９５５５７号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
しかしながら、特許文献１の疲労度評価システムは、労働者のシフトパターンデータと勤務データから疲労度を推定するものであり、実際の労働者の生体情報を取得するものではない。
労働者の疲労度は、勤務時間外での影響も大きく受けるため、特許文献１の疲労度評価システムでは、労働者の実態に合わせた疲労度を正確に評価することができない問題がある。
労働者の疲労度は、勤務時間外での影響も大きく受けるため、特許文献１の疲労度評価システムでは、労働者の実態に合わせた疲労度を正確に評価することができない問題がある。
【0005】
そこで、本発明は、従来に比べて判定対象者の情動状態を精度良く判定できる情動判定システム及び情動判定プログラムを提供することを課題とする。
【課題を解決するための手段】
【0006】
上記した課題を解決するために、多数の判定対象者に対して疲労に関するアンケートを行い、判定対象者の中で強い疲労状態であると回答した判定対象者と、その心拍変動から算出した自律神経に関連する指標の関係について検討したところ、２つの異なる自律神経に関連する指標をＸ軸、Ｙ軸とする自律神経テーブルを作成すると、多少ノイズが発生するものの、概ね自律神経テーブルの特定のエリアに集中してプロットされる傾向があることを発見した。
そこで、本発明者らは、疲労、眠気、リフレッシュ、集中、緊張、及びリラックスといった他の情動状態についても検討したところ、同様に自律神経テーブルの特定のエリアに集中してプロットされる傾向があった。
これらの結果から、本発明者らは、各情動状態の自律神経に関連する指標が自律神経テーブルの特定エリアにそれぞれ帰属すると考え、自律神経テーブルにおける特定のエリアに属する回数の変化をとらえることで、ノイズを踏まえた判定対象者の情動状態の変化をとらえ、現在の情動状態を正確に判定できると考えた。
そこで、本発明者らは、疲労、眠気、リフレッシュ、集中、緊張、及びリラックスといった他の情動状態についても検討したところ、同様に自律神経テーブルの特定のエリアに集中してプロットされる傾向があった。
これらの結果から、本発明者らは、各情動状態の自律神経に関連する指標が自律神経テーブルの特定エリアにそれぞれ帰属すると考え、自律神経テーブルにおける特定のエリアに属する回数の変化をとらえることで、ノイズを踏まえた判定対象者の情動状態の変化をとらえ、現在の情動状態を正確に判定できると考えた。
【0007】
上記の考えのもと導き出された本発明の一つの様相は、判定対象者が所定の情動状態であるかを判定する情動判定システムであって、前記判定対象者の一又は複数の生体情報を取得する生体情報取得部と、前記生体情報取得部で取得した前記生体情報から少なくとも第１自律神経関連指標及び第２自律神経関連指標を算出する指標算出部と、判定期間が経過するごとに、前記判定期間内において下記の（１）及び（２）の条件を満たす回数を算出し、算出時刻における前記回数の変化の割合を算出する情動判定部を有し、前記第１自律神経関連指標は、所定の期間における心拍間隔の平均値、前記心拍間隔の中央値、脈拍間隔の平均値、脈拍間隔の中央値、又は自律神経指標であり、前記第２自律神経関連指標は、前記第１自律神経関連指標とは異なる指標であって、かつ自律神経指標であり、前記情動判定部は、前記回数の変化の割合が評価閾値超過であることを条件として前記所定の情動状態であると判定する、情動判定システムである。
（１）前記第１自律神経関連指標が前記所定の情動状態に対応した一又は複数の第１選別範囲に収まる。
（２）前記第２自律神経関連指標が前記所定の情動状態に対応した一又は複数の第２選別範囲に収まる。
（１）前記第１自律神経関連指標が前記所定の情動状態に対応した一又は複数の第１選別範囲に収まる。
（２）前記第２自律神経関連指標が前記所定の情動状態に対応した一又は複数の第２選別範囲に収まる。
【0008】
本様相によれば、判定対象者の情動状態を精度良く判定できる。
【0009】
好ましい様相は、前記回数の変化の割合は、時間に対する前記回数の累積関数を求めて前記所定の期間ごとに前記回数の累積関数の微分値を算出し、前記判定期間内における前記微分値を累計することで算出することである。
【0010】
好ましい様相は、前記回数の変化の割合は、時間に対する前記回数の累積関数を求め、前記算出時刻における前記回数の累積関数の微分値である。
【0011】
より好ましい様相は、前記情動判定部は、前記回数の変化の割合が２回以上連続して前記評価閾値超過であることを条件として前記所定の情動状態であると判定することである。
【0012】
好ましい様相は、時間に対する前記回数の累積関数の微分値又は前記回数の累積関数の累積値が報知閾値以上であることを条件として、前記所定の情動状態であること及び／又は前記所定の情動状態に付随する状態であることを前記判定対象者に報知する報知部を備えることである。
【0013】
ここでいう「情動状態に付随する状態」とは、情動状態に関連して生じる状態をいい、情動状態に一定の因果関係がある状態をいう。
すなわち、「所定の情動状態に付随する状態であることを判定対象者に報知する」とは、例えば、所定の情動状態が疲れや緊張などのネガティブな情動状態の場合には、判定対象者にとって好ましくない状態であることを判定者に報知することなどが挙げられる。
すなわち、「所定の情動状態に付随する状態であることを判定対象者に報知する」とは、例えば、所定の情動状態が疲れや緊張などのネガティブな情動状態の場合には、判定対象者にとって好ましくない状態であることを判定者に報知することなどが挙げられる。
【0014】
好ましい様相は、前記所定の情動状態は、疲労、眠気、リフレッシュ、緊張、及び集中のいずれかである。
【0015】
好ましい様相は、前記第１自律神経関連指標は、前記心拍間隔又は前記脈拍間隔の平均値であり、前記第２自律神経関連指標は、前記心拍間隔又は前記脈拍間隔の変動を周波数解析して得られるパワースペクトルにおける前記所定の期間での低周波帯域の積分値である。
【0016】
より好ましい様相は、前記低周波帯域は、０．０５Ｈｚ以上０．１５Ｈｚ以下の範囲である。
【0017】
好ましい様相は、前記指標算出部は、前記生体情報から前記第１自律神経関連指標及び前記第２自律神経関連指標に加えて、さらに副交感神経指標及び呼吸性洞性不整脈を算出するものであり、前記情動判定部は、前記判定期間が経過するごとに、前記判定期間内において下記（３）～（５）の条件を全て満たす回数を算出し、算出時刻における前記回数の変化の割合を算出し、さらに前記回数の変化の割合が前記評価閾値超過であることを条件に前記所定の情動状態であると判定することである。
（３）前記第１自律神経関連指標が前記第１選別範囲に収まる。
（４）前記第２自律神経関連指標が前記第２選別範囲に収まる。
（５）前記呼吸性洞性不整脈が第３選別範囲に収まる、又は前記副交感神経指標が第４選別範囲に収まる。
（３）前記第１自律神経関連指標が前記第１選別範囲に収まる。
（４）前記第２自律神経関連指標が前記第２選別範囲に収まる。
（５）前記呼吸性洞性不整脈が第３選別範囲に収まる、又は前記副交感神経指標が第４選別範囲に収まる。
【0018】
好ましい様相は、前記判定期間は、１０分以上６０分以下である。
【0019】
好ましい様相は、前記生体情報取得部で取得する前記生体情報の中には、前記心拍間隔を特定する心拍特定情報又は前記脈拍間隔を特定する脈拍特定情報を含むことである。
【0020】
好ましい様相は、前記第１自律神経関連指標及び前記第２自律神経関連指標のうち少なくとも一方の自律神経関連指標は、前記指標算出部によって、複数の異なる種類の生体情報に基づいて算出されることである。
【0021】
好ましい様相は、前記生体情報取得部は、撮影部を含み、前記撮影部が前記判定対象者を撮影し、撮影画像から生体情報を取得することである。
【0022】
好ましい様相は、前記生体情報取得部は、前記判定対象者の複数の生体情報を取得するものであり、前記指標算出部は、各生体情報において前記第１自律神経関連指標及び前記第２自律神経関連指標をそれぞれ算出し、前記情動判定部は、判定期間が経過するごとに、各生体情報から算出した前記第１自律神経関連指標及び前記第２自律神経関連指標を用いて、算出時刻における前記回数の変化の割合をそれぞれ算出し、各回数の変化の割合のうち最も大きい前記回数の変化の割合を前記評価閾値と比較して前記所定の情動状態を判定することである。
【0023】
好ましい様相は、前記指標算出部は、前記生体情報取得部で取得した前記生体情報から、前記心拍間隔の平均値、前記脈拍間隔の平均値、及び自律神経指標のうち少なくとも一つを算出し、前記心拍間隔の平均値、前記脈拍間隔の平均値、及び前記複数の自律神経指標のうち、最も前記回数の変化の割合が大きくなると予想される組み合わせを前記第１自律神経関連指標と前記第２自律神経関連指標に設定することである。
【0024】
本発明の一つの様相は、判定対象者の一又は複数の生体情報を取得する生体情報取得部が接続されたコンピュータに、前記生体情報取得部で取得した前記生体情報から少なくとも第１自律神経関連指標及び第２自律神経関連指標を算出する機能と、判定期間が経過するごとに、前記判定期間内において下記の（６）及び（７）の条件を満たす回数を算出し、算出時刻における前記回数の変化の割合を算出する機能と、前記回数の変化の割合が評価閾値超過であることを条件として所定の情動状態であると判定する機能と、を実現させるためのものであり、前記第１自律神経関連指標は、所定の期間における心拍間隔の平均値、心拍間隔の中央値、脈拍間隔の平均値、脈拍間隔の中央値、又は自律神経指標であり、前記第２自律神経関連指標は、前記第１自律神経関連指標とは異なる指標であって、かつ自律神経指標である、情動判定プログラムである。
（６）前記第１自律神経関連指標が前記所定の情動状態に対応した一又は複数の第１選別範囲に収まる。
（７）前記第２自律神経関連指標が前記所定の情動状態に対応した一又は複数の第２選別範囲に収まる。
（６）前記第１自律神経関連指標が前記所定の情動状態に対応した一又は複数の第１選別範囲に収まる。
（７）前記第２自律神経関連指標が前記所定の情動状態に対応した一又は複数の第２選別範囲に収まる。
【0025】
本様相によれば、判定対象者の情動状態を精度良く判定できる。
【発明の効果】
【0026】
本発明の情動判定システム及び情動判定プログラムによれば、従来に比べて判定対象者の情動状態を精度良く判定できる。
【図面の簡単な説明】
【0027】
【図1】本発明の第１実施形態の情動判定システムの構成図である。
【図6】心拍間隔のローレンツプロットの一例を示すグラフである。
【図7】本発明の第２実施形態の情動判定システムにおける変化の割合算出動作を表すフローチャートである。
【図8】本発明の第３実施形態の情動判定システムにおける情動判定動作を表すフローチャートである。
【図9】本発明の第３実施形態の情動判定動作の説明図であり、（ａ）は累積関数及び微分値関数を示すグラフであり、（ｂ）は抽出関数を示すグラフである。
【図10】本発明の第４実施形態の情動判定システムの構成図である。
【図11】本発明の実験例で使用した自律神経テーブルの説明図である。
【発明を実施するための形態】
【0028】
以下、本発明の実施形態について詳細に説明する。
【0029】
本発明の第１実施形態の情動判定システム１は、情動判定プログラム２０に基づいて情動判定動作を実行し、クライアントコンピュータ３を操作する判定対象者１００が所定の情動状態であるかを判定するものである。
情動判定システム１は、図１のように、管理サーバー２と、一又は複数のクライアントコンピュータ３がインターネットやイントラネット等のネットワーク５を介して接続されて構成されている。
本実施形態の情動判定システム１で判定できる情動状態は、例えば、疲労、緊張、眠気、集中、リフレッシュ、リラックスなどがあり、特に疲労、緊張、眠気、集中、リフレッシュのいずれかを判定する際に好適に使用されるものである。
以下の説明においては、情動判定システム１で所定の情動状態として「疲労」を判定する場合について説明する。
情動判定システム１は、図１のように、管理サーバー２と、一又は複数のクライアントコンピュータ３がインターネットやイントラネット等のネットワーク５を介して接続されて構成されている。
本実施形態の情動判定システム１で判定できる情動状態は、例えば、疲労、緊張、眠気、集中、リフレッシュ、リラックスなどがあり、特に疲労、緊張、眠気、集中、リフレッシュのいずれかを判定する際に好適に使用されるものである。
以下の説明においては、情動判定システム１で所定の情動状態として「疲労」を判定する場合について説明する。
【0030】
管理サーバー２は、ハードウェア構成として、各装置を制御する制御装置とデータに対する演算を行う演算装置で構成される中央処理装置と、データを記憶する記憶装置、外部からデータを入力する入力装置、外部にデータを出力する出力装置を備えたコンピュータであり、図１のように、主要構成部位として、データ蓄積部１０と、情動判定部１１と、指標算出部１２と、サーバー側通信部１３を備えている。
データ蓄積部１０は、情動判定プログラム２０が格納されており、さらに各クライアントコンピュータ３を経由して取得した生体情報、自律神経テーブル、第１自律神経関連指標、第２自律神経関連指標、呼吸性洞性不整脈、副交感神経指標、及び関連する時刻情報などの各種データが格納されている。
データ蓄積部１０は、情動判定プログラム２０が格納されており、さらに各クライアントコンピュータ３を経由して取得した生体情報、自律神経テーブル、第１自律神経関連指標、第２自律神経関連指標、呼吸性洞性不整脈、副交感神経指標、及び関連する時刻情報などの各種データが格納されている。
【0031】
情動判定部１１は、管理サーバー２から受信した情動判定プログラム２０に基づいて、判定対象者１００の情動状態を判定する部位である。
指標算出部１２は、第１生体情報取得部３２で取得した生体情報及び／又は外部端末６の第２生体情報取得部４０で取得した生体情報から第１自律神経関連指標、第２自律神経関連指標、呼吸性洞性不整脈（ＲＳＡ；Respiratory Sinus Arrhythmia）、及び副交感神経指標（ＣＶＩ；Cardiac Vagal Index）を算出する部位である。
サーバー側通信部１３は、ネットワーク５と相互通信可能な部位である。
指標算出部１２は、第１生体情報取得部３２で取得した生体情報及び／又は外部端末６の第２生体情報取得部４０で取得した生体情報から第１自律神経関連指標、第２自律神経関連指標、呼吸性洞性不整脈（ＲＳＡ；Respiratory Sinus Arrhythmia）、及び副交感神経指標（ＣＶＩ；Cardiac Vagal Index）を算出する部位である。
サーバー側通信部１３は、ネットワーク５と相互通信可能な部位である。
【0032】
クライアントコンピュータ３は、ハードウェア構成として、各装置を制御する制御装置とデータに対する演算を行う演算装置で構成される中央処理装置と、データを記憶する記憶装置、外部からデータを入力する入力装置、外部にデータを出力する出力装置を備えたコンピュータである。
クライアントコンピュータ３は、図１のように、主要構成部位として、第１生体情報取得部３２と、データ記憶部３３と、コンピュータ側送受信部３４と、クライアント側通信部３５と、報知部３６を備えている。
クライアントコンピュータ３は、図１のように、主要構成部位として、第１生体情報取得部３２と、データ記憶部３３と、コンピュータ側送受信部３４と、クライアント側通信部３５と、報知部３６を備えている。
【0033】
第１生体情報取得部３２は、判定対象者１００の一又は複数の生体情報を取得する部位である。
本実施形態の第１生体情報取得部３２は、撮影部を有し、撮影部によって撮影された判定対象者１００の撮影画像から生体情報を抽出可能となっている。
具体的には、第１生体情報取得部３２は、判定対象者１００の体動や瞬目などの生体情報を取得可能となっている。なお、第１生体情報取得部３２は、サーモグラフィによって温度変化などの生体情報を取得してもよい。
本実施形態の第１生体情報取得部３２は、生体情報として判定対象者１００の心拍を特定する心拍特定情報を取得可能となっている。
本実施形態の第１生体情報取得部３２は、撮影部を有し、撮影部によって撮影された判定対象者１００の撮影画像から生体情報を抽出可能となっている。
具体的には、第１生体情報取得部３２は、判定対象者１００の体動や瞬目などの生体情報を取得可能となっている。なお、第１生体情報取得部３２は、サーモグラフィによって温度変化などの生体情報を取得してもよい。
本実施形態の第１生体情報取得部３２は、生体情報として判定対象者１００の心拍を特定する心拍特定情報を取得可能となっている。
【0034】
コンピュータ側送受信部３４は、Ｂｌｕｅｔｏｏｔｈ（登録商標）通信等の無線通信によって外部端末６の端末側送受信部４１とデータの送受信が可能な部位である。
コンピュータ側送受信部３４は、外部端末６から第２生体情報取得部４０で取得した生体情報を受信することが可能となっている。
クライアント側通信部３５は、無線又は有線によってネットワーク５とデータの相互通信が可能な部位である。なお、クライアント側通信部３５は、無線基地局を介してネットワーク５と接続可能となっていてもよい。
コンピュータ側送受信部３４は、外部端末６から第２生体情報取得部４０で取得した生体情報を受信することが可能となっている。
クライアント側通信部３５は、無線又は有線によってネットワーク５とデータの相互通信が可能な部位である。なお、クライアント側通信部３５は、無線基地局を介してネットワーク５と接続可能となっていてもよい。
【0035】
報知部３６は、情動判定部１１によって判定対象者１００が所定の情動状態であると判定されたときに判定対象者１００に報知する部位である。
報知部３６による判定対象者１００への報知方法は、特に限定されるものではなく、画像、映像等の視覚を用いた報知方法であってもよいし、音等による聴覚を用いた報知方法であってもよいし、バイブレーション等の触覚を用いた報知方法であってもよい。
また報知部３６は、ソーシャルネットワーキングサービスツール（ＳＮＳツール）や、ビジネスインテリジェンスツール（ＢＩツール）、Ｗｅｂアプリケーションなどのアプリケーションソフトウェアと連動して所定の情動状態であることを判定対象者１００に報知してもよい。
本実施形態の報知部３６は、モニター及びスピーカーであり、モニターに画像又は映像を表示させ、スピーカーから音声を流すことで、判定対象者１００に所定の情動状態であることを報知可能となっている。
報知部３６による判定対象者１００への報知方法は、特に限定されるものではなく、画像、映像等の視覚を用いた報知方法であってもよいし、音等による聴覚を用いた報知方法であってもよいし、バイブレーション等の触覚を用いた報知方法であってもよい。
また報知部３６は、ソーシャルネットワーキングサービスツール（ＳＮＳツール）や、ビジネスインテリジェンスツール（ＢＩツール）、Ｗｅｂアプリケーションなどのアプリケーションソフトウェアと連動して所定の情動状態であることを判定対象者１００に報知してもよい。
本実施形態の報知部３６は、モニター及びスピーカーであり、モニターに画像又は映像を表示させ、スピーカーから音声を流すことで、判定対象者１００に所定の情動状態であることを報知可能となっている。
【0036】
外部端末６は、ハードウェア構成として、各装置を制御する制御装置とデータに対する演算を行う演算装置で構成される中央処理装置と、データを記憶する記憶装置、外部からデータを入力する入力装置、外部にデータを出力する出力装置を備えたコンピュータであり、判定対象者１００が装着又は着用できるものである。
外部端末６は、図２のように加速度センサー、脈拍センサー、ＵＶセンサー、及び温度センサーを内蔵した計器であり、判定対象者の体の一部に取り付けて使用されるウェアラブル端末である。
本実施形態では、外部端末６としてリストバンド型の活動量計を使用しているが、本発明はこれに限定されるものでない。
外部端末６は、図１のように第２生体情報取得部４０と、端末側送受信部４１を備えている。
第２生体情報取得部４０は、第１生体情報取得部３２と同様、判定対象者１００の一又は複数の生体情報を取得する部位である。
第２生体情報取得部４０は、判定対象者１００の脈拍や皮膚温度などの生体情報を取得可能となっている。本実施形態の第２生体情報取得部４０は、生体情報として判定対象者１００の心拍間隔を特定する心拍特定情報を取得可能となっている。なお、第２生体情報取得部４０は、テレメトリー式心電送信機であってもよい。
端末側送受信部４１は、Ｂｌｕｅｔｏｏｔｈ（登録商標）通信等の無線通信によってクライアントコンピュータ３のコンピュータ側送受信部３４とデータの送受信が可能な部位である。
外部端末６は、図２のように加速度センサー、脈拍センサー、ＵＶセンサー、及び温度センサーを内蔵した計器であり、判定対象者の体の一部に取り付けて使用されるウェアラブル端末である。
本実施形態では、外部端末６としてリストバンド型の活動量計を使用しているが、本発明はこれに限定されるものでない。
外部端末６は、図１のように第２生体情報取得部４０と、端末側送受信部４１を備えている。
第２生体情報取得部４０は、第１生体情報取得部３２と同様、判定対象者１００の一又は複数の生体情報を取得する部位である。
第２生体情報取得部４０は、判定対象者１００の脈拍や皮膚温度などの生体情報を取得可能となっている。本実施形態の第２生体情報取得部４０は、生体情報として判定対象者１００の心拍間隔を特定する心拍特定情報を取得可能となっている。なお、第２生体情報取得部４０は、テレメトリー式心電送信機であってもよい。
端末側送受信部４１は、Ｂｌｕｅｔｏｏｔｈ（登録商標）通信等の無線通信によってクライアントコンピュータ３のコンピュータ側送受信部３４とデータの送受信が可能な部位である。
【0037】
【0038】
情動判定システム１の情動判定動作は、管理サーバー２のデータ蓄積部１０に格納された情動判定プログラム２０によって実行されるものである。
【0039】
【0040】
変化の割合算出動作では、図５に示される、第１自律神経関連指標を縦軸、第２自律神経関連指標を横軸とした自律神経テーブルにおいて、判定期間Ｔ１内における判定対象者１００のプロットが所定の情動状態に対する一又は複数の情動エリアＡ１～Ａ３に属する回数を算出する。
【0041】
具体的には、変化の割合算出動作は、図４のように、まずタイマーをオンにし（ステップＳ２－１）、回数カウンターｎをリセット（ｎ＝０）にし（ステップＳ２－２）、さらに、指標算出部１２によって生体情報から各指標（第１自律神経関連指標、第２自律神経関連指標、呼吸性洞性不整脈、及び副交感神経指標）をそれぞれ算出する（ステップＳ２－３）。
【0042】
ここで、判定期間Ｔ１は、適宜設定することができるが、情動状態の変化を正確にとらえる観点から５分以上１時間以下であることが好ましく、１０分以上３０分以下であることが好ましい。
【0043】
また、指標算出部１２で算出される第１自律神経関連指標は、所定の期間Ｔ２におけるＲ波ピークごとの間隔たる心拍間隔（ＲＲＩ：R-R Interval）の平均値、心拍間隔の中央値、又は自律神経指標である。
所定の期間Ｔ２は、判定期間Ｔ１よりも短い期間であり、３０秒以上２分未満であることが好ましい。
第１自律神経関連指標に採用可能な自律神経指標には、周波数領域の自律神経指標と、時間領域の自律神経指標がある。
周波数領域の自律神経指標は、心拍変動から最大エントロピー法を用いたスペクトル解析によりパワースペクトルを計算し、所定の周波数領域のパワーを積算した指標であり、パワースペクトルの総和（ＴＦ）や、心拍血圧性変動（ＭＷＳＡ；Mayer Wave Sinus Arrhythmia）が含まれる０．０５Ｈｚ～０．１５Ｈｚの低周波帯域の低周波成分のパワー密度（ＬＦ）、呼吸性洞性不整脈が含まれる０．１５Ｈｚ～０．４０Ｈｚの高周波帯域の高周波成分のパワー密度（ＨＦ）、高周波成分と低周波成分のパワー密度比（ＬＦ／ＨＦ）などがある。
時間領域の自律神経指標は、心拍間隔の標準偏差（ＳＤＮＮ）や、隣接した心拍間隔の差の二乗の平均値の平方根（ＲＭＳＳＤ）、洞調律における隣接する心拍間隔の差が対象とする時間以上である心拍数の間隔（ｐＮＮ）などがある。
所定の期間Ｔ２は、判定期間Ｔ１よりも短い期間であり、３０秒以上２分未満であることが好ましい。
第１自律神経関連指標に採用可能な自律神経指標には、周波数領域の自律神経指標と、時間領域の自律神経指標がある。
周波数領域の自律神経指標は、心拍変動から最大エントロピー法を用いたスペクトル解析によりパワースペクトルを計算し、所定の周波数領域のパワーを積算した指標であり、パワースペクトルの総和（ＴＦ）や、心拍血圧性変動（ＭＷＳＡ；Mayer Wave Sinus Arrhythmia）が含まれる０．０５Ｈｚ～０．１５Ｈｚの低周波帯域の低周波成分のパワー密度（ＬＦ）、呼吸性洞性不整脈が含まれる０．１５Ｈｚ～０．４０Ｈｚの高周波帯域の高周波成分のパワー密度（ＨＦ）、高周波成分と低周波成分のパワー密度比（ＬＦ／ＨＦ）などがある。
時間領域の自律神経指標は、心拍間隔の標準偏差（ＳＤＮＮ）や、隣接した心拍間隔の差の二乗の平均値の平方根（ＲＭＳＳＤ）、洞調律における隣接する心拍間隔の差が対象とする時間以上である心拍数の間隔（ｐＮＮ）などがある。
【0044】
本実施形態の第１自律神経関連指標は、心拍間隔の平均値であり、判定対象者１００毎に所定の期間Ｔ２における心拍間隔の平均値を正規分布で正規化して、正規化後の値を使用している。具体的には、本実施形態の第１自律神経関連指標は、判定対象者１００毎に所定の期間Ｔ２における心拍間隔の平均値をデータの平均が０、分散が１の標準正規分布となるように正規化（標準化）を行う。
【0045】
指標算出部１２で算出される第２自律神経関連指標は、第１自律神経関連指標とは異なる指標であり、上記に例示した自律神経指標から選択して使用できる。
本実施形態の第２自律神経関連指標は、０．０５Ｈｚ～０．１５Ｈｚの低周波成分のパワー（ＬＦ）を正規分布で正規化して、正規化後の値の対数値を使用している。すなわち、本実施形態の第２自律神経関連指標は、判定対象者１００毎に所定の期間Ｔ２におけるＬＦをデータの平均が０、分散が１の標準正規分布となるように正規化（標準化）を行い、正規化後の値の常用対数値（ｌｏｇＬＦ）を使用している。
本実施形態の第２自律神経関連指標は、０．０５Ｈｚ～０．１５Ｈｚの低周波成分のパワー（ＬＦ）を正規分布で正規化して、正規化後の値の対数値を使用している。すなわち、本実施形態の第２自律神経関連指標は、判定対象者１００毎に所定の期間Ｔ２におけるＬＦをデータの平均が０、分散が１の標準正規分布となるように正規化（標準化）を行い、正規化後の値の常用対数値（ｌｏｇＬＦ）を使用している。
【0046】
指標算出部１２で算出される呼吸性洞性不整脈は、呼吸に伴う心拍数の変化であり、吸気時における心拍間隔と呼気時における心拍間隔との差分である。
呼吸性洞性不整脈は、例えば、RDocumentation内のＲのspec.pgram function（https://www.rdocumentation.org/packages/stats/versions/3.6.2/topics/spec.pgram）を使用し、０．０６Ｈｚ≦ＬＦ≦０．１２Ｈｚ、０．１５≦ＨＦ／ＲＳＡ≦０．４と定義し、周波数分析における区間分割数を３２０／１２０ｓｅｃとする。そして、常用対数に変換することでＲＳＡ値を算出することができる。
本実施形態の呼吸性洞性不整脈は、上記により算出したＲＳＡ値を正規分布で正規化して、正規化後の値を使用している。すなわち、本実施形態の呼吸性洞性不整脈は、判定対象者１００毎に所定の期間Ｔ２におけるＲＳＡ値をデータの平均が０、分散が１の標準正規分布となるように正規化（標準化）を行い、正規化後の値を使用している。
呼吸性洞性不整脈は、例えば、RDocumentation内のＲのspec.pgram function（https://www.rdocumentation.org/packages/stats/versions/3.6.2/topics/spec.pgram）を使用し、０．０６Ｈｚ≦ＬＦ≦０．１２Ｈｚ、０．１５≦ＨＦ／ＲＳＡ≦０．４と定義し、周波数分析における区間分割数を３２０／１２０ｓｅｃとする。そして、常用対数に変換することでＲＳＡ値を算出することができる。
本実施形態の呼吸性洞性不整脈は、上記により算出したＲＳＡ値を正規分布で正規化して、正規化後の値を使用している。すなわち、本実施形態の呼吸性洞性不整脈は、判定対象者１００毎に所定の期間Ｔ２におけるＲＳＡ値をデータの平均が０、分散が１の標準正規分布となるように正規化（標準化）を行い、正規化後の値を使用している。
【0047】
指標算出部１２で算出される副交感神経指標（ＣＶＩ：Cardiac Vagal Index）は、副交感神経活動の指標であり、例えば、Journal of the Autonomic Nervous System 62 (1997) 79-84などを参考にして、図６のように、心拍変動において横軸をｋ拍目のＲＲＩｋ、縦軸をｋ＋１拍目のＲＲＩｋ＋１としてグラフ上にプロットしたローレンツプロットを作成し、ＲＲＩｋ＋１＝ＲＲＩｋを長軸とした楕円状に分布させ、当該楕円を構成する点の長軸方向と短軸方向への分布の標準偏差の４倍の値をそれぞれ長軸成分Ｌと短軸成分Ｔとする。そして、このようにして求められた長軸成分Ｌと短軸成分Ｔを乗算し（Ｌ×Ｔ）、常用対数（ｌｏｇ（Ｌ×Ｔ））を取ることで算出することができる。
本実施形態の副交感神経指標は、正規分布で正規化して、正規化後の値を使用している。すなわち、本実施形態の副交感神経指標は、判定対象者１００毎に所定の期間Ｔ２におけるＣＶＩをデータの平均が０、分散が１の標準正規分布となるように正規化（標準化）を行い、正規化後の値を使用している。
本実施形態の副交感神経指標は、正規分布で正規化して、正規化後の値を使用している。すなわち、本実施形態の副交感神経指標は、判定対象者１００毎に所定の期間Ｔ２におけるＣＶＩをデータの平均が０、分散が１の標準正規分布となるように正規化（標準化）を行い、正規化後の値を使用している。
【0048】
指標算出部１２によって生体情報から各指標が算出されると（ステップＳ２－３）、第１自律神経関連指標が図５に示される第１選別範囲Ｒ１～Ｒ４内であるか確認する（ステップＳ２－４）。
【0049】
なお、第１選別範囲Ｒ１～Ｒ４は、図５に示される自律神経テーブルにおいて、過去の結果からあらかじめ疲労の情動と関連付けられた情動エリアＡ１～Ａ３に対応する縦軸の範囲である。
【0050】
第１自律神経関連指標が第１選別範囲Ｒ１～Ｒ４内である場合は（ステップＳ２－４でＹｅｓ）、第１自律神経関連指標が属する第１選別範囲Ｒ１～Ｒ４に合わせて、第２自律神経関連指標が第２選別範囲Ｒ５，Ｒ６に属するか確認する（ステップＳ２－５）。
【0051】
すなわち、第１自律神経関連指標が属する第１選別範囲Ｒ１に属する場合には、第２自律神経関連指標が第２選別範囲Ｒ５，Ｒ６に属するか確認する。
第１自律神経関連指標が属する第１選別範囲Ｒ２に属する場合には、第２自律神経関連指標が第２選別範囲Ｒ６に属するか確認する。
第１自律神経関連指標が属する第１選別範囲Ｒ３に属する場合には、第２自律神経関連指標が第２選別範囲Ｒ５，Ｒ６に属するか確認する。
第１自律神経関連指標が属する第１選別範囲Ｒ４に属する場合には、第２自律神経関連指標が第２選別範囲Ｒ６に属するか確認する。
第１自律神経関連指標が属する第１選別範囲Ｒ２に属する場合には、第２自律神経関連指標が第２選別範囲Ｒ６に属するか確認する。
第１自律神経関連指標が属する第１選別範囲Ｒ３に属する場合には、第２自律神経関連指標が第２選別範囲Ｒ５，Ｒ６に属するか確認する。
第１自律神経関連指標が属する第１選別範囲Ｒ４に属する場合には、第２自律神経関連指標が第２選別範囲Ｒ６に属するか確認する。
【0052】
なお、第２選別範囲Ｒ５，Ｒ６は、図５に示される自律神経テーブルにおいて、過去の結果からあらかじめ疲労の情動と関連付けられた情動エリアＡ１～Ａ３に対応する横軸の範囲である。
【0053】
第１自律神経関連指標が情動エリアＡ１～Ａ３に対応する第１選別範囲Ｒ１～Ｒ４に属し、かつ第２自律神経関連指標が情動エリアＡ１～Ａ３に対応する第２選別範囲Ｒ５，Ｒ６に属する場合には、呼吸性洞性不整脈が第３選別範囲外であるか確認する（ステップＳ２－６）。
【0054】
本実施形態の第３選別範囲は、呼吸性洞性不整脈の正規分布における下位４５パーセントの範囲としており、呼吸性洞性不整脈の正規化後の値が正規分布において下位４５パーセント以下の場合には、第３選別範囲内となり、４５パーセント超過の場合には、第３選別範囲外となる。
【0055】
呼吸性洞性不整脈が第３選別範囲外である場合には（ステップＳ２－６でＹｅｓ）、生体情報から副交感神経指標が第４選別範囲内であるか確認する（ステップＳ２－７）。
【0056】
本実施形態の第４選別範囲は、副交感神経指標の正規分布における下位４５パーセントの範囲としており、副交感神経指標の正規化後の値が正規分布において下位４５パーセント以下の場合には、第４選別範囲内となり、４５パーセント超過の場合には、第４選別範囲外となる。
【0057】
副交感神経指標が第４選別範囲内である場合には（ステップＳ２－７でＹｅｓ）、回数カウンターｎをｎ＋１にし（ステップＳ２－８）、情動エリアＡ１～Ａ３に属した回数の累積関数ｆ（ｔ）を算出する（ステップＳ２－９）。
【0058】
算出時刻における回数の累積関数ｆ（ｔ）の微分値を算出し（ステップＳ２－１０）、タイマーをオンにしてから判定期間Ｔ１が経過したか確認する（ステップＳ２－１１）。
【0059】
タイマーをオンにしてから判定期間Ｔ１が経過した場合には（ステップＳ２－１１でＹｅｓ）、タイマーをリセットし（ステップＳ２－１２）、判定期間Ｔ１における回数カウンターｎの変化の割合を算出する（ステップＳ２－１３）。
【0060】
具体的には、判定期間Ｔ１内の微分値の累計を回数カウンターｎの変化の割合として算出する。
【0061】
ステップＳ２－４にて第１自律神経関連指標が第１選別範囲外である場合には、ステップＳ２－１１に移行する。
同様に、ステップＳ２－５にて第２自律神経関連指標が第２選別範囲外である場合には、ステップＳ２－１１に移行する。
同様に、ステップＳ２－５にて第２自律神経関連指標が第２選別範囲外である場合には、ステップＳ２－１１に移行する。
【0062】
ステップＳ２－６にて、呼吸性洞性不整脈が第３選別範囲内である場合には（ステップＳ２－６でＮｏ）、ステップＳ２－８に移行し、副交感神経指標の値にかかわらず回数カウンターｎをｎ＋１とする。
【0063】
ステップＳ２－７にて、副交感神経指標が第４選別範囲外である場合には（ステップＳ２－７でＮｏ）、ステップＳ２－１１に移行する。
【0064】
ステップＳ２－１１にて、タイマーをオンにしてから判定期間Ｔ１が経過していない場合には（ステップＳ２－１１でＮｏ）、ステップＳ２－４に移行する。
【0065】
以上が、情動判定動作における変化の割合算出動作である。
【0066】
図３の情動判定動作のフローチャートの戻ると、ステップＳ１－２で変化の割合算出動作を実行され、情動エリアＡ１～Ａ３に属する回数の変化の割合（以下、単に回数の変化の割合ともいう）が算出されると、回数の変化の割合が評価閾値Ｄ超過であるか確認する（ステップＳ１－３）。
【0067】
このとき、評価閾値Ｄは、所定の情動状態を評価する閾値である。
評価閾値Ｄは、判定対象者１００の状態に合わせて適宜設定することができるが、より精度良く判定する観点から、０．３以上１．２以下であることが好ましく、０．５以上１．０以下であることがより好ましい。
評価閾値Ｄは、判定対象者１００の状態に合わせて適宜設定することができるが、より精度良く判定する観点から、０．３以上１．２以下であることが好ましく、０．５以上１．０以下であることがより好ましい。
【0068】
回数の変化の割合が評価閾値Ｄ超過である場合には（ステップＳ１－３でＹｅｓ）、第１カウンターａが所定数ｍ以上であるかを確認する（ステップＳ１－４）。
【0069】
このとき、所定数ｍは、任意の自然数であり、２以上の自然数であることが好ましい。
【0070】
ステップＳ１－４にて第１カウンターａが所定数ｍ以上である場合には、第１報知動作を実行し、報知部３６によって判定対象者１００に所定の情動状態であることを報知する（ステップＳ１－５）。
【0071】
累積関数ｆ（ｔ）が報知閾値Ｓ１以上であるか確認し（ステップＳ１－６）、累積関数ｆ（ｔ）が報知閾値Ｓ１以上である場合には（ステップＳ１－６でＹｅｓ）、第２報知動作を実行し、報知部３６によって判定対象者１００に所定の情動状態（本実施形態では疲労）が一定以上蓄積している状態であり、所定の情動状態が解消するように判定対象者１００に報知する（ステップＳ１－７）。
すなわち、累積関数ｆ（ｔ）が報知閾値Ｓ１以上である場合には、第２報知動作を実行し、所定の情動状態が解消するように判定対象者１００に報知する。例えば、本実施形態のように所定の情動状態が疲労の場合には、報知部３６によって体操やストレッチを促すような報知を行う。
すなわち、累積関数ｆ（ｔ）が報知閾値Ｓ１以上である場合には、第２報知動作を実行し、所定の情動状態が解消するように判定対象者１００に報知する。例えば、本実施形態のように所定の情動状態が疲労の場合には、報知部３６によって体操やストレッチを促すような報知を行う。
【0072】
このとき報知閾値Ｓ１は、所定の情動状態が解消するように報知する基準となる閾値である。報知閾値Ｓ１は、評価する情動状態や判定期間Ｔ１、所定の期間Ｔ２によって適宜変更されるが、５０以上１００以下の範囲の値であることが好ましい。
【0073】
ステップＳ１－７にて第２報知動作が終了すると、ステップＳ１－１に戻る。
【0074】
ステップＳ１－３において回数の変化の割合が評価閾値Ｄ以下の場合には（ステップＳ１－３でＮｏ）、第１カウンターａをリセットし（ステップＳ１－８）、ステップＳ１－２に移行する。
【0075】
ステップＳ１－４において第１カウンターａが所定数ｍ未満の場合には（ステップＳ１－４でＮｏ）、第１カウンターａをａ＋１にして（ステップＳ１－９）、ステップＳ１－２に移行する。
【0076】
ステップＳ１－６において累積関数ｆ（ｔ）が報知閾値Ｓ１未満である場合には（ステップＳ１－６でＮｏ）、ステップＳ１－１に移行する。
【0077】
本実施形態の情動判定システム１によれば、情動状態に対応付けられた情動エリアＡ１～Ａ３に属する回数（回数カウンターｎ）の変化の割合を評価閾値Ｄと比較して所定の情動状態であることを判定するので、判定対象者１００の情動状態を精度良く判定できる。
【0078】
本実施形態の情動判定システム１によれば、回数の変化の割合は、時間に対する回数の累積関数ｆ（ｔ）を求めて所定の期間Ｔ２ごとに回数の累積関数ｆ（ｔ）の微分値を算出し、判定期間Ｔ１内における各微分値を累計する。すなわち、回数の変化の割合が所定の期間Ｔ２ごとの回数の累積関数ｆ（ｔ）の微分値の累積値によって求められるので、回数の累積関数ｆ（ｔ）の微分値の変動が大きくても、正確に判断することができ、より正確に判定対象者１００の情動状態を判定できる。
【0079】
本実施形態の情動判定システム１によれば、情動判定部１１は、回数の変化の割合が２回以上連続して評価閾値Ｄ超過であることを条件として所定の情動状態であると判定するので、判定期間Ｔ１が短い場合であっても、正確に判定できる。
【0080】
本実施形態の情動判定システム１によれば、情動判定部１１が所定の情動状態であると判定した場合に、報知部３６が第１報知動作を実行して所定の情動状態であることを判定対象者１００に報知するので、判定対象者１００自身が所定の情動状態であることを認識できる。
【0081】
本実施形態の情動判定システム１によれば、指標算出部１２で算出する各指標を標準正規分布となるように正規化して使用するので、判定対象者１００に合わせて情動状態を評価できる。すなわち、通常、各指標のスケールは、判定対象者１００によって異なるが、各指標を標準正規化するので、複数のクライアントコンピュータ３によって複数の判定対象者１００の情動判定を行う場合であっても、同一の情動判定プログラム２０によって情動状態を判定できる。
【0082】
本実施形態の情動判定システム１によれば、情動エリアＡ１～Ａ３に属した回数の累積関数ｆ（ｔ）を算出するので、回数の累積関数ｆ（ｔ）によって現在の時刻までの所定の情動状態の累積量を定量的に計測でき、より判定精度を向上できる。
【0083】
続いて、本発明の第２実施形態の情動判定システムについて説明する。なお、第１実施形態の情動判定システムと同様の構成及び動作については必要に応じて説明を省略する。以下、同様とする。
【0084】
第２実施形態の情動判定システムは、第１実施形態の情動判定システム１と同様の構成を有しており、変化の割合算出動作が異なる。
第２実施形態の変化の割合算出動作は、図７のように、ステップＳ３－１～ステップＳ３－８までの動作が第１実施形態のステップＳ２－１～ステップＳ２－８までの動作と同様であるため、説明を省略する。
第２実施形態の変化の割合算出動作は、図７のように、ステップＳ３－８まで実行すると、判定期間Ｔ１の経過を確認し（ステップＳ３－９）、タイマーをオンにしてから判定期間Ｔ１が経過した場合には（ステップＳ３－９でＹｅｓ）、タイマーをリセットし（ステップＳ３－１０）、回数の変化の割合を算出する（ステップＳ３－１１）。
すなわち、第２実施形態の変化の割合算出動作では、第１実施形態の変化の割合算出動作とは異なり、ステップＳ３－８からステップＳ３－９までの間に累積関数ｆ（ｔ）とその微分値を算出しない。
第２実施形態の変化の割合算出動作は、図７のように、ステップＳ３－１～ステップＳ３－８までの動作が第１実施形態のステップＳ２－１～ステップＳ２－８までの動作と同様であるため、説明を省略する。
第２実施形態の変化の割合算出動作は、図７のように、ステップＳ３－８まで実行すると、判定期間Ｔ１の経過を確認し（ステップＳ３－９）、タイマーをオンにしてから判定期間Ｔ１が経過した場合には（ステップＳ３－９でＹｅｓ）、タイマーをリセットし（ステップＳ３－１０）、回数の変化の割合を算出する（ステップＳ３－１１）。
すなわち、第２実施形態の変化の割合算出動作では、第１実施形態の変化の割合算出動作とは異なり、ステップＳ３－８からステップＳ３－９までの間に累積関数ｆ（ｔ）とその微分値を算出しない。
【0085】
このとき、第２実施形態の変化の割合算出動作では、判定期間Ｔ１における総回数の変化を回数の変化の割合として算出する。
【0086】
第２実施形態の情動判定システムによれば、情動エリアＡ１～Ａ３に属する回数の変化の割合は、判定期間Ｔ１における時間に対する回数の累積関数ｆ（ｔ）を求め、算出時刻（判定期間Ｔ１が終了する時刻）における回数の累積関数ｆ（ｔ）の微分値を使用している。そのため、所定の期間Ｔ２ごとに回数の累積関数ｆ（ｔ）の微分値を算出しなくても回数の変化の割合を算出できるため、計算を簡略化できる。
【0087】
本発明の第３実施形態の情動判定システムについて説明する。
【0088】
本発明の第３実施形態の情動判定システムは、第１実施形態の情動判定システム１と同様の構成を有しており、情動判定動作が第１実施形態の情動判定動作と異なる。
第３実施形態の情動判定システムの情動判定動作は、図８のように、変化の割合算出動作を行い（ステップＳ４－１）、算出した回数の変化の割合は評価閾値Ｄ超過であるか確認する（ステップＳ４－２）。
第３実施形態の情動判定システムの情動判定動作は、図８のように、変化の割合算出動作を行い（ステップＳ４－１）、算出した回数の変化の割合は評価閾値Ｄ超過であるか確認する（ステップＳ４－２）。
【0089】
ステップＳ４－２において情動エリアＡ１～Ａ３に属する回数の変化の割合が評価閾値Ｄ超過である場合には（ステップＳ４－２でＹｅｓ）、第１報知動作を実行し、報知部３６によって判定対象者１００に所定の情動状態であることを報知する（ステップＳ４－３）。
【0090】
そして、図９（ａ）に示される各判定期間Ｔ１における累積関数ｆ（ｔ）の微分値の累計値によって微分値関数ｇ（ｔ）を算出し（ステップＳ４－３）、微分値関数ｇ（ｔ）に対して評価閾値Ｄで減算し、０未満の値をカットオフした抽出関数ｈ（ｔ）を算出する（ステップＳ４－５）。
すなわち、抽出関数ｈ（ｔ）は、図９（ｂ）に示されるようになり、下記の式（１）で表される。
すなわち、抽出関数ｈ（ｔ）は、図９（ｂ）に示されるようになり、下記の式（１）で表される。
【0091】
【数1】
【0092】
なお、ｇ（ｔ）は微分値関数を表し、Ｄは評価閾値を表す。
【0093】
そして、情動判定動作を開始してから全期間の抽出関数ｈ（ｔ）の積分値（図９（ｂ）のドット部分の面積）が報知閾値Ｓ２以上であるか確認する（ステップＳ４－６）。
すなわち、抽出関数ｈ（ｔ）の積分値が以下の式（２）を満たすか確認する。
すなわち、抽出関数ｈ（ｔ）の積分値が以下の式（２）を満たすか確認する。
【0094】
【数2】
【0095】
なお、ｔ０は評価開始時刻を表し、ｔ１は現在の算出時刻ｔ１を表し、Ｓ２は報知閾値を表す。
【0096】
ステップＳ４－６にて、図９（ｂ）のドットで示される抽出関数ｈ（ｔ）の積分値が報知閾値Ｓ２以上である場合には（ステップＳ４－６でＹｅｓ）、第２報知動作を実行し、報知部３６によって判定対象者１００に所定の情動状態（本実施形態では疲労）が一定以上蓄積している状態であり、所定の情動状態が解消するように判定対象者１００に報知する（ステップＳ４－７）。
【0097】
ステップＳ４－２において、回数の変化の割合が評価閾値Ｄ以下の場合には、所定の情動状態ではないとしてステップＳ４－１に移行する。
【0098】
ステップＳ４－６において、抽出関数ｈ（ｔ）の積分値が報知閾値Ｓ２未満である場合には（ステップＳ４－６でＮｏ）、ステップＳ４－１に移行する。
【0099】
本発明の第３実施形態の情動判定システムによれば、抽出関数ｈ（ｔ）を算出するので、抽出関数ｈ（ｔ）が０であるかどうかで、過去及び現在において所定の情動状態であるかの履歴を確認しやすい。
【0100】
本発明の第３実施形態の情動判定システムによれば、抽出関数ｈ（ｔ）の積分値が報知閾値Ｓ２以上のときに第２報知動作を実行し、報知部３６が所定の情動状態が解消するように判定対象者１００に報知するので、例えば、所定の情動状態が疲労である場合には、判定対象者１００が過労になることを防止できる。
【0101】
本発明の第４実施形態の情動判定システム４００について説明する。
【0102】
本発明の第４実施形態の情動判定システム４００は、外部記録媒体４０１を介して情動判定プログラム２０が実行されるものである。
情動判定システム４００を構成するクライアントコンピュータ４０３は、第１実施形態のクライアントコンピュータ３と同様、図１０のように、主要構成部位として、第１生体情報取得部３２と、データ記憶部３３と、コンピュータ側送受信部３４と、クライアント側通信部３５と、報知部３６を備えており、さらに、媒体読取部４０７を備えている。
媒体読取部４０７は、外部記録媒体４０１から外部記録媒体４０１に格納された情動判定プログラム２０を読み取る部位である。
情動判定システム４００を構成するクライアントコンピュータ４０３は、第１実施形態のクライアントコンピュータ３と同様、図１０のように、主要構成部位として、第１生体情報取得部３２と、データ記憶部３３と、コンピュータ側送受信部３４と、クライアント側通信部３５と、報知部３６を備えており、さらに、媒体読取部４０７を備えている。
媒体読取部４０７は、外部記録媒体４０１から外部記録媒体４０１に格納された情動判定プログラム２０を読み取る部位である。
【0103】
外部記録媒体４０１は、クライアントコンピュータ３とは別体であって記録領域を有した記録媒体であり、例えば、ＤＶＤディスクやブルーレイディスク、ＵＳＢメモリなどの記録媒体である。
【0104】
第４実施形態の情動判定システム４００によれば、外部記録媒体４０１から情動判定プログラム２０を起動できるため、汎用コンピュータにおいても情動判定プログラム２０を実行させることができる。
【0105】
上記した第１実施形態では、第１カウンターａが所定数ｍ以上の場合に第１報知動作を実施したが、本発明はこれに限定されるものではない。図３のステップＳ１－３にて情動エリアＡ１～Ａ３に属する回数の変化の割合が評価閾値Ｄ超過であることを条件として、ステップＳ１－４を省略し、第１報知動作に移行してもよい。
【0106】
上記した第２実施形態では、情動エリアＡ１～Ａ３に属する回数の変化の割合は、判定期間Ｔ１の累積関数ｆ（ｔ）における判定時刻（算出時刻）の微分値を使用していたが、本発明はこれに限定されるものではない。例えば、情動エリアＡ１～Ａ３に属する回数の変化の割合を判定期間Ｔ１の累積関数ｆ（ｔ）における判定期間開始時刻と判定期間終了時刻（判定時刻）の変化量としてもよい。
また、例えば、回数の変化の割合は、判定期間Ｔ１における累積関数ｆ（ｔ）の一次の近似曲線の傾きであってもよい。さらに例えば、回数の変化の割合は、判定期間Ｔ１における移動平均値であってもよい。
また、例えば、回数の変化の割合は、判定期間Ｔ１における累積関数ｆ（ｔ）の一次の近似曲線の傾きであってもよい。さらに例えば、回数の変化の割合は、判定期間Ｔ１における移動平均値であってもよい。
【0107】
上記した実施形態では、所定の情動状態として疲労状態を判定する場合に説明したが、本発明はこれに限定されるものではない。所定の情動状態として他の情動状態、例えば、緊張、眠気、集中、リフレッシュ、リラックスなどを判定してもよい。
【0108】
上記した実施形態では、管理サーバー２のデータ蓄積部１０に情動判定プログラム２０を格納したが、本発明はこれに限定されるものではない。各クライアントコンピュータ３のデータ記憶部３３に情動判定プログラム２０を格納してもよい。
【0109】
上記した実施形態では、所定の情動状態の種類に関係なく、特定の組み合わせの生体情報を選択していたが、本発明はこれに限定されるものではない。判定する所定の情動状態の種類に合わせて使用する生体情報を選択したり、生体情報を取得する生体情報取得部３２，４０を選択したりしてもよい。
【0110】
上記した実施形態では、一回の情動判定動作によって一つの情動状態を判定していたが、本発明はこれに限定されるものではない。一回の情動判定動作によって複数の情動状態を同時に判定してもよい。この場合、判定する情動状態ごとに第１自律神経関連指標と第２自律神経関連指標との組み合わせを変更してもよい。
【0111】
上記した実施形態では、第１生体情報取得部３２で取得した生体情報と第２生体情報取得部４０で取得した生体情報の異なる２種類以上の生体情報に基づいて第１自律神経関連指標及び第２自律神経関連指標を算出したが、本発明はこれに限定されるものではない。第１生体情報取得部３２で取得した生体情報と第２生体情報取得部４０で取得した生体情報のうち、一方の生体情報取得部３２，４０で取得した生体情報のみを使用して、第１自律神経関連指標及び第２自律神経関連指標を算出してもよい。
【0112】
上記した実施形態では、副交感神経指標が第４選別範囲に属するかどうかを回数の算出の基準としたが、本発明はこれに限定されるものではない。副交感神経指標の代わりに、又は副交感神経指標に加えて、交感神経指標（ＣＳＩ：Cardiac Sympathetic Index）や交感神経・副交感神経相関係数（ＳＰＣ：Sympathetic-Parasympathetic-Correlation）を回数（回数カウンターｎ）の算出の基準としてもよい。
ＣＳＩは、ＣＶＩと同様、例えば、Journal of the Autonomic Nervous System 62 (1997) 79?84などを参考にして、図６のローレンツプロットにおいて、長軸成分Ｌと短軸成分の比（Ｌ／Ｔ）を算出することで算出できる。また、ＳＰＣは、特開２０１９－２０１７２０号公報に記載の方法により算出できる。すなわち、ＳＰＣは、ＣＳＩとＣＶＩとのピアソン積率相関係数である。
交感神経指標は、交感神経活動の指標であり、図６における心拍変動のローレンツプロットに対して主成分分析を行い、長軸成分Ｌを短軸成分Ｔで除算すること（Ｌ／Ｔ）で算出することができる。すなわち、Ｌ／Ｔとは、Ｒ－Ｒ間隔の変動に対し隣り合う点を使ってローレンツプロットを行い、長軸成分Ｌと短軸成分Ｔの比を取ったものである。
交感神経・副交感神経相関係数は、ＣＳＩとＣＶＩとのピアソンの積率相関係数である。
ＣＳＩは、ＣＶＩと同様、例えば、Journal of the Autonomic Nervous System 62 (1997) 79?84などを参考にして、図６のローレンツプロットにおいて、長軸成分Ｌと短軸成分の比（Ｌ／Ｔ）を算出することで算出できる。また、ＳＰＣは、特開２０１９－２０１７２０号公報に記載の方法により算出できる。すなわち、ＳＰＣは、ＣＳＩとＣＶＩとのピアソン積率相関係数である。
交感神経指標は、交感神経活動の指標であり、図６における心拍変動のローレンツプロットに対して主成分分析を行い、長軸成分Ｌを短軸成分Ｔで除算すること（Ｌ／Ｔ）で算出することができる。すなわち、Ｌ／Ｔとは、Ｒ－Ｒ間隔の変動に対し隣り合う点を使ってローレンツプロットを行い、長軸成分Ｌと短軸成分Ｔの比を取ったものである。
交感神経・副交感神経相関係数は、ＣＳＩとＣＶＩとのピアソンの積率相関係数である。
【0113】
上記した実施形態では、外部端末６は、リストバンド型のウェアラブル端末であったが、本発明はこれに限定されるものではない。外部端末６は、他の形態のウェアラブル端末であってもよい。例えば、眼鏡型のウェアラブル端末であってもよい。
【0114】
上記した実施形態では、報知部３６は、クライアントコンピュータ３に設けられていたが、本発明はこれに限定されるものではない。報知部３６は、クライアントコンピュータ３とは別途設けられていてもよい。この場合、報知部３６は、クライアントコンピュータ３と無線又は有線を介して接続されていることが好ましい。
【0115】
上記した実施形態では、外部端末６は、ウェアラブル端末であったが、本発明はこれに限定されるものではない。外部端末６は、判定対象者の体に接触させないで使用する端末であってもよい。外部端末６は、例えば、第２生体情報取得部４０としてドップラーセンサー等の非接触式センサーを使用したり、外部カメラを使用したりすることで判定対象者の体に非接触で一又は複数の生体情報を取得することができる。
【0116】
上記した実施形態では、１台のクライアントコンピュータ３に対して１台の外部端末６を設けていたが、本発明はこれに限定されるものではない。１台のクライアントコンピュータ３に対して複数台の外部端末６を設けてもよいし、複数台のクライアントコンピュータ３に対して１台の外部端末６を設けてもよい。
【0117】
上記した実施形態では、外部端末６は、無線通信を介して直接クライアントコンピュータ３と接続していたが、本発明はこれに限定されるものではない。外部端末６は、ネットワーク５を経由してクライアントコンピュータ３と接続してもよい。この場合、ネットワーク５には、直接接続してもよいし、無線基地局を介して接続してもよい。
【0118】
上記した実施形態では、指標算出部１２で算出する各指標をデータの平均が０、分散が１の標準正規分布となるように正規化していたが、本発明はこれに限定されるものではない。指標算出部１２で算出する各指標を正規化しなくてもよいし、別の基準で正規化（規格化）してもよい。
【0119】
上記した実施形態では、管理サーバー２に情動判定部１１や指標算出部１２を設けたが、本発明はこれに限定されるものではない。クライアントコンピュータ３に情動判定部１１や指標算出部１２を設けてもよい。
【0120】
上記した実施形態では、第１報知動作として、報知部３６によって判定対象者１００に所定の情動状態であることを報知したが、本発明はこれに限定されるものではない。第１報知動作として、報知部３６によって判定対象者１００に所定の情動状態であることを報知することに加えて、又は報知することの代わりに所定の情動状態に付随する状態であることを報知してもよい。
例えば、所定の情動状態が疲れや緊張などのネガティブな情動状態の場合には、判定対象者にとって好ましくない状態（例えば、少し注意状態、注意状態、要注意状態など）であることを報知部３６によって判定対象者１００に報知してもよい。
例えば、所定の情動状態が疲れや緊張などのネガティブな情動状態の場合には、判定対象者にとって好ましくない状態（例えば、少し注意状態、注意状態、要注意状態など）であることを報知部３６によって判定対象者１００に報知してもよい。
【0121】
上記した実施形態では、累積関数ｆ（ｔ）が報知閾値Ｓ１以上である場合に、第２報知動作として、報知部３６によって判定対象者１００に所定の情動状態が一定以上蓄積している状態であり、所定の情動状態が解消するように判定対象者１００に報知したが、本発明はこれに限定されるものではない。
報知閾値Ｓ１を複数設定し、累積関数ｆ（ｔ）が設定した報知閾値Ｓ１以上になるごとに、判定対象者１００に同一又は異なる報知を行ってもよい。
例えば、所定の情動状態が疲労であり、報知閾値Ｓ１をａ１、ａ２、ａ３と設定した場合に、累積関数ｆ（ｔ）が報知閾値ａ１以上となった場合に、「少し注意状態です。ご注意下さい。」と報知し、累積関数ｆ（ｔ）が報知閾値ａ２以上となった場合に、「注意状態です。休憩して下さい。」と報知し、累積関数ｆ（ｔ）が報知閾値ａ３以上となった場合に、例えば、「危険状態です。今すぐ休憩して下さい。」と報知することで、判定対象者１００に対して段階的に所定の情動状態を解消するように促すことができる。
報知閾値Ｓ１を複数設定し、累積関数ｆ（ｔ）が設定した報知閾値Ｓ１以上になるごとに、判定対象者１００に同一又は異なる報知を行ってもよい。
例えば、所定の情動状態が疲労であり、報知閾値Ｓ１をａ１、ａ２、ａ３と設定した場合に、累積関数ｆ（ｔ）が報知閾値ａ１以上となった場合に、「少し注意状態です。ご注意下さい。」と報知し、累積関数ｆ（ｔ）が報知閾値ａ２以上となった場合に、「注意状態です。休憩して下さい。」と報知し、累積関数ｆ（ｔ）が報知閾値ａ３以上となった場合に、例えば、「危険状態です。今すぐ休憩して下さい。」と報知することで、判定対象者１００に対して段階的に所定の情動状態を解消するように促すことができる。
【0122】
上記した実施形態では、所定の情動状態が疲労であり、ネガティブな情動状態であったため、第２報知動作として、報知部３６によって判定対象者１００に所定の情動状態が一定以上蓄積している状態であり、所定の情動状態が解消するように判定対象者１００に報知したが、本発明はこれに限定されるものではない。所定の情動状態がリフレッシュやリラックスなどのポジティブな情動状態の場合には、第２報知動作として、所定の情動状態を継続するように判定対象者１００に報知してもよい。
【0123】
上記した実施形態では、心拍の情報を使用して情動状態を判定したが、本発明はこれに限定されるものではない。脈拍の情報を使用して情動状態を判定してもよいし、脈拍の情報と心拍の情報の双方を使用して情動状態を判定してもよい。
脈拍の情報を使用する場合は、上記した実施形態において、心拍を脈拍、心拍数を脈拍数、心拍変動を脈拍変動、心拍間隔を脈拍間隔、心拍特定情報を脈拍特定情報に読み替えることで、情動状態を判定できる。
また、上記した自律神経関連指標は、外部端末６に判定対象者の脳波を取得する脳波センサーを内蔵させ、脳波計測データに基づき推測させてもよい。
脈拍の情報を使用する場合は、上記した実施形態において、心拍を脈拍、心拍数を脈拍数、心拍変動を脈拍変動、心拍間隔を脈拍間隔、心拍特定情報を脈拍特定情報に読み替えることで、情動状態を判定できる。
また、上記した自律神経関連指標は、外部端末６に判定対象者の脳波を取得する脳波センサーを内蔵させ、脳波計測データに基づき推測させてもよい。
【0124】
上記した第１，２実施形態では、ステップＳ１－７にて第２報知動作が終了すると、ステップＳ１－１に戻り、情動判定動作を繰り返し行っていたが、本発明はこれに限定されるものではない。ステップＳ１－７にて第２報知動作が終了すると、情動判定動作を終了してもよい。
同様に、上記した第３実施形態では、ステップＳ４－７にて第２報知動作が終了すると、ステップＳ４－１に戻り、情動判定動作を繰り返し行っていたが、本発明はこれに限定されるものではない。ステップＳ４－７にて第２報知動作が終了すると、情動判定動作を終了してもよい。
同様に、上記した第３実施形態では、ステップＳ４－７にて第２報知動作が終了すると、ステップＳ４－１に戻り、情動判定動作を繰り返し行っていたが、本発明はこれに限定されるものではない。ステップＳ４－７にて第２報知動作が終了すると、情動判定動作を終了してもよい。
【0125】
上記した実施形態の応用例としては、生体情報取得部３２，４０で複数の生体情報を取得し、各生体情報において第１自律神経関連指標及び第２自律神経関連指標をそれぞれ算出する。そして、情動判定部１１は、判定期間Ｔ１が経過するごとに、各生体情報から算出した第１自律神経関連指標及び第２自律神経関連指標を用いて、算出時刻における回数の変化の割合をそれぞれ算出し、各回数の変化の割合のうち最も大きい回数の変化の割合を評価閾値Ｄと比較して所定の情動状態を判定してもよい。
こうすることで、判定対象者１００の特性に応じて最も情動状態の判定に適した生体情報によって情動状態を判定できるので、より精度良く判定できる。
こうすることで、判定対象者１００の特性に応じて最も情動状態の判定に適した生体情報によって情動状態を判定できるので、より精度良く判定できる。
【0126】
上記した実施形態の応用例としては、指標算出部１２は、生体情報取得部３２，４０で取得した生体情報から、判定期間Ｔ１における心拍間隔の平均値及び複数の自律神経指標を算出し、心拍間隔の平均値及び複数の自律神経指標のうち、過去の測定結果又は現在の測定結果から最も前記回数の変化の割合が大きくなると予想される組み合わせを第１自律神経関連指標と第２自律神経関連指標に設定してもよい。
こうすることで、判定対象者１００の特性に応じて第１自律神経関連指標と第２自律神経関連指標の組み合わせを算出される回数の変化の割合を見越して設定するので、回数の変化の割合の値の変動を検知しやすく、速やかに判定対象者１００の情動状態の変化を判定できる。
こうすることで、判定対象者１００の特性に応じて第１自律神経関連指標と第２自律神経関連指標の組み合わせを算出される回数の変化の割合を見越して設定するので、回数の変化の割合の値の変動を検知しやすく、速やかに判定対象者１００の情動状態の変化を判定できる。
【0127】
上記した実施形態の応用例としては、判定期間Ｔ１と評価閾値Ｄは、機械学習プログラムを用いて算出することもできる。例えば、教師あり学習を行う機械学習プログラムによって機械学習を行う場合には、判定期間Ｔ１と評価閾値Ｄを含むパラメータを入力層に入力し、出力層から判定結果を出力し、アンケート結果を教師データとして、当該判定結果をアンケート結果と比較することで最適な判定期間Ｔ１と評価閾値Ｄを設定できる。
【0128】
上記した実施形態の応用例としては、情動判定部１１が所定の情動状態と判定したときに、報知部３６による判定対象者１００への報知に加えて、ネットワーク５に接続された他のコンピュータにも判定対象者１００が所定の情動状態であることを報知してもよい。
こうすることで、判定対象者１００の情動状態を他のコンピュータで管理することができる。
こうすることで、判定対象者１００の情動状態を他のコンピュータで管理することができる。
【0129】
上記した実施形態は、本発明の技術的範囲に含まれる限り、各実施形態間で各構成部材を自由に置換や付加できる。
【実施例0130】
以下、実施例として各実験例により本発明を具体的に説明するが、本発明はこれらの実験例により限定されるものではない。
【0131】
（実験例１）
被験者に１日につき８時３０分、１１時３０分、１３時、１５時３０分、１８時の５回のタイミングで９０日間アンケートをとり、原則として３０分前の自己の情動状態について、疲労、眠気、リフレッシュ、集中、及び緊張の５項目について、ビジュアルアナログスケール（ＶＡＳ：Visual Analogue Scale）によって０～１０００までの点数付けを行った。
そして、各項目において点数が上位３０％となるアンケート結果を抽出データとして抽出し、その日時を特定した。
被験者に１日につき８時３０分、１１時３０分、１３時、１５時３０分、１８時の５回のタイミングで９０日間アンケートをとり、原則として３０分前の自己の情動状態について、疲労、眠気、リフレッシュ、集中、及び緊張の５項目について、ビジュアルアナログスケール（ＶＡＳ：Visual Analogue Scale）によって０～１０００までの点数付けを行った。
そして、各項目において点数が上位３０％となるアンケート結果を抽出データとして抽出し、その日時を特定した。
【0132】
また、上記した９０日間の間、６時４５分から２０時１５分において、リストバンド型活動量計を使用して脈拍を測定し、２分毎に第１自律神経関係指標として脈拍間隔の平均値（ＲＲＩ）、第２自律神経関連指標として交換神経指標（ＬＦ）、副交感神経指標（ＣＶＩ）、及び呼吸性洞性不整脈（ＲＳＡ）をそれぞれ算出し、これらの指標をそれぞれ平均が０、分散が１の標準正規分布となるように正規化した。
そして、図１１の自律神経テーブルに従い、第１自律神経関連指標と第２自律神経関連指標がそれぞれに対応する情動エリアに属するか否かを判定した。
なお、図１１の自律神経テーブルは、縦軸が脈拍間隔の平均値（ＲＲＩ）を正規化した値であり、横軸が正規化したＬＦの常用対数値である。
そして、図１１の自律神経テーブルに従い、第１自律神経関連指標と第２自律神経関連指標がそれぞれに対応する情動エリアに属するか否かを判定した。
なお、図１１の自律神経テーブルは、縦軸が脈拍間隔の平均値（ＲＲＩ）を正規化した値であり、横軸が正規化したＬＦの常用対数値である。
【0133】
疲労を判定する場合は、以下の条件（Ａ）～（Ｃ）のいずれかを満たす場合に回数を数えた。
（Ａ）疲労エリア（ａ）に属し、かつ、ＣＶＩが４５％以下又はＲＳＡが４５％以下である。
（Ｂ）疲労エリア（ｂ）に属し、かつ、ＲＳＡが４５％以下である。
（Ｃ）疲労エリア（ｃ）に属し、かつ、ＣＶＩが４５％以下又はＲＳＡが４５％以下である。
（Ａ）疲労エリア（ａ）に属し、かつ、ＣＶＩが４５％以下又はＲＳＡが４５％以下である。
（Ｂ）疲労エリア（ｂ）に属し、かつ、ＲＳＡが４５％以下である。
（Ｃ）疲労エリア（ｃ）に属し、かつ、ＣＶＩが４５％以下又はＲＳＡが４５％以下である。
【0134】
眠気を判定する場合は、以下の条件（Ｄ）～（Ｆ）のいずれかを満たす場合に回数を数えた。
（Ｄ）眠気エリア（ａ）に属し、かつ、ＣＶＩが５５％以上又はＲＳＡが５５％以上である。
（Ｅ）眠気エリア（ｂ）に属し、かつ、ＲＳＡが５５％以上である。
（Ｆ）眠気エリア（ｃ）に属し、かつ、ＣＶＩが５５％以上又はＲＳＡが５５％以上である。
すなわち、眠気エリア（ａ）～（ｃ）は、疲労エリア（ａ）～（ｃ）と同様であり、ＣＶＩ及びＲＳＡの条件が異なる。
（Ｄ）眠気エリア（ａ）に属し、かつ、ＣＶＩが５５％以上又はＲＳＡが５５％以上である。
（Ｅ）眠気エリア（ｂ）に属し、かつ、ＲＳＡが５５％以上である。
（Ｆ）眠気エリア（ｃ）に属し、かつ、ＣＶＩが５５％以上又はＲＳＡが５５％以上である。
すなわち、眠気エリア（ａ）～（ｃ）は、疲労エリア（ａ）～（ｃ）と同様であり、ＣＶＩ及びＲＳＡの条件が異なる。
【0135】
リフレッシュを判定する場合は、以下の条件（Ｇ）又は条件（Ｈ）を満たす場合に回数を数えた。
（Ｇ）リフレッシュエリア（ｄ）に属し、かつ、ＣＶＩが５５％以上又はＲＳＡが５５％以上である。
（Ｈ）リフレッシュエリア（ｅ）に属し、かつ、ＣＶＩが５５％以上又はＲＳＡが５５％以上である。
（Ｇ）リフレッシュエリア（ｄ）に属し、かつ、ＣＶＩが５５％以上又はＲＳＡが５５％以上である。
（Ｈ）リフレッシュエリア（ｅ）に属し、かつ、ＣＶＩが５５％以上又はＲＳＡが５５％以上である。
【0136】
集中を判定する場合は、以下の条件（Ｉ）又は条件（Ｊ）を満たす場合に回数を数えた。
（Ｉ）集中エリア（ｆ）に属し、かつ、ＣＶＩが５５％以上又はＲＳＡが５５％以上である。
（Ｊ）集中エリア（ｇ）に属する。
（Ｉ）集中エリア（ｆ）に属し、かつ、ＣＶＩが５５％以上又はＲＳＡが５５％以上である。
（Ｊ）集中エリア（ｇ）に属する。
【0137】
緊張を判定する場合は、以下の条件（Ｋ）又は条件（Ｌ）を満たす場合に回数を数えた。
（Ｋ）緊張エリア（ｈ）に属し、かつ、ＣＶＩが４５％以下又はＲＳＡが４５％以下である。
（Ｌ）緊張エリア（ｉ）に属する。
（Ｋ）緊張エリア（ｈ）に属し、かつ、ＣＶＩが４５％以下又はＲＳＡが４５％以下である。
（Ｌ）緊張エリア（ｉ）に属する。
【0138】
上記の基準によって、各情動エリアに属する回数を累積して累積関数ｆ（ｔ）を算出し、累積関数ｆ（ｔ）において各算出時刻での各情動状態の微分値を算出していき、判定期間Ｔ１を３０分として、判定期間Ｔ１毎に微分値を累計した微分値関数ｇ（ｔ）を算出し、評価閾値Ｄを１．０とし、微分値関数ｇ（ｔ）と評価閾値Ｄの関係から抽出関数ｈ（ｔ）を算出した。
【0139】
そして、上記したアンケートにおいて、各情動状態の抽出データの日時の３０分前の時刻（以下、評価時刻ともいう）における抽出関数ｈ（ｔ）の値をそれぞれ算出し、抽出関数ｈ（ｔ）の値を各情動状態の抽出データと比較した。
すなわち、評価時刻において抽出関数ｈ（ｔ）＞０の場合は、一致していると判定し、評価時刻において抽出関数ｈ（ｔ）＝０の場合は、一致していないと判定した。
すなわち、評価時刻において抽出関数ｈ（ｔ）＞０の場合は、一致していると判定し、評価時刻において抽出関数ｈ（ｔ）＝０の場合は、一致していないと判定した。
【0140】
（実験例２）
判定期間Ｔ１を１０分にし、評価閾値Ｄを０．５にしたこと以外は実験例１と同様にしてこれを実験例２とした。
判定期間Ｔ１を１０分にし、評価閾値Ｄを０．５にしたこと以外は実験例１と同様にしてこれを実験例２とした。
【0141】
実験例１，２における各情動状態における再現率を表１に示し、各評価時刻における疲労の再現率を表２に示す。なお、再現率は、以下の式で算出した。
再現率（％）＝１００＊（一致データ数）／（抽出データ数）
再現率（％）＝１００＊（一致データ数）／（抽出データ数）
【0142】
【表1】
【0143】
【表2】
【0144】
表１のように、実験例１，２のいずれにおいても各情動状態の再現率が５０％以上であり、高い再現率となった。特に実験例２においては、疲労、眠気、リフレッシュ、緊張がいずれも６０％以上となり、特に高い再現率となった。
また、表２のように実験例１，２のいずれにおいても、各評価時刻において６０％を超える高い再現率であった。
また、表２のように実験例１，２のいずれにおいても、各評価時刻において６０％を超える高い再現率であった。
【0145】
以上のことから、判定期間Ｔ１と評価閾値Ｄを適宜設定することで、微分値関数ｇ（ｔ）が評価閾値Ｄ超過となる部分、すなわち、抽出関数ｈ（ｔ）が正の実数になる部分が所定の情動状態と対応していることがわかった。言い換えると、微分値関数ｇ（ｔ）の値が評価閾値Ｄ超過となるかどうかを確認することで判定対象者が所定の情動状態であることを推定できることがわかった。
【符号の説明】
【0146】
１，４００ 情動判定システム
２ 管理サーバー
３，４０３ クライアントコンピュータ
５ ネットワーク
６ ウェアラブル端末
１０ データ蓄積部
１１ サーバー側通信部
２０ 情動判定プログラム
３０ 情動判定部
３１ 指標算出部
３２ 第１生体情報取得部
３３ データ記憶部
３４ コンピュータ側送受信部
３５ クライアント側通信部
３６ 報知部
４０ 第２生体情報取得部
４１ 端末側送受信部
１００ 判定対象者
４０１ 外部記録媒体
４０７ 媒体読取部
２ 管理サーバー
３，４０３ クライアントコンピュータ
５ ネットワーク
６ ウェアラブル端末
１０ データ蓄積部
１１ サーバー側通信部
２０ 情動判定プログラム
３０ 情動判定部
３１ 指標算出部
３２ 第１生体情報取得部
３３ データ記憶部
３４ コンピュータ側送受信部
３５ クライアント側通信部
３６ 報知部
４０ 第２生体情報取得部
４１ 端末側送受信部
１００ 判定対象者
４０１ 外部記録媒体
４０７ 媒体読取部
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】