知財求人 - 知財ポータルサイト「IP Force」
特開2024-168450リラックス状態判定システム及びリラックス状態判定方法
(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】P2024168450
(43)【公開日】2024-12-05
(54)【発明の名称】リラックス状態判定システム及びリラックス状態判定方法
(51)【国際特許分類】
A61B 5/16 20060101AFI20241128BHJP
A61B 5/11 20060101ALI20241128BHJP
【ＦＩ】
A61B5/16 110
A61B5/11 100
【審査請求】未請求
【請求項の数】8
【出願形態】ＯＬ
(21)【出願番号】P 2023085150
(22)【出願日】2023-05-24
(71)【出願人】
【識別番号】312015200
【氏名又は名称】Ｈ２Ｌ株式会社
(74)【代理人】
【識別番号】110000925
【氏名又は名称】弁理士法人信友国際特許事務所
(72)【発明者】
【氏名】後藤 絵美
【テーマコード（参考）】
4C038
【Ｆターム（参考）】
4C038PP03
4C038PQ00
4C038PS00
4C038VA04
4C038VB14
4C038VB29
4C038VC01
(57)【要約】
【課題】簡単に精度の高いリラックス状態の判定ができるようにする。
【解決手段】対象者の特定箇所の筋変位を検出する筋変位検出センサ１０又は２０と、筋変位検出センサ１０又は２０が検出した筋変位に基づいて、対象者がリラックス状態にあるか、あるいは緊張状態にあるかを判定するリラックス状態判定部１０５とを備える。リラックス状態判定部１０５は、筋変位データと閾値との比較、あるいは筋変位データの機械学習などの結果に基づいて、リラックス状態にあるかなどを判定する。
【選択図】図１
【解決手段】対象者の特定箇所の筋変位を検出する筋変位検出センサ１０又は２０と、筋変位検出センサ１０又は２０が検出した筋変位に基づいて、対象者がリラックス状態にあるか、あるいは緊張状態にあるかを判定するリラックス状態判定部１０５とを備える。リラックス状態判定部１０５は、筋変位データと閾値との比較、あるいは筋変位データの機械学習などの結果に基づいて、リラックス状態にあるかなどを判定する。
【選択図】図１
【特許請求の範囲】
【請求項1】
対象者の特定箇所の筋変位を検出する筋変位検出センサと、
前記筋変位検出センサが検出した筋変位に基づいて、前記対象者がリラックス状態にあるか、あるいは緊張状態にあるかを判定するリラックス状態判定部と、を備える
リラックス状態判定システム。
前記筋変位検出センサが検出した筋変位に基づいて、前記対象者がリラックス状態にあるか、あるいは緊張状態にあるかを判定するリラックス状態判定部と、を備える
リラックス状態判定システム。
【請求項2】
さらに、前記筋変位検出センサが検出した筋変位の値を、所定の閾値と比較する閾値判定部を備え、
前記リラックス状態判定部は、前記閾値判定部で判定した筋変位の値が前記閾値未満である場合に、前記対象者がリラックスしていると判定し、前記閾値を超えている場合に緊張していると判定する
請求項１に記載のリラックス状態判定システム。
前記リラックス状態判定部は、前記閾値判定部で判定した筋変位の値が前記閾値未満である場合に、前記対象者がリラックスしていると判定し、前記閾値を超えている場合に緊張していると判定する
請求項１に記載のリラックス状態判定システム。
【請求項3】
前記筋変位検出センサは、前記特定箇所の筋変位を、Ｎチャンネル（Ｎは１以上）で検出するものであり、
前記閾値判定部は、前記Ｎチャンネルの筋変位の内で、半分以上のチャンネルの筋変位の値が前記所定の閾値未満のとき、リラックスしていると判定し、半分以上のチャンネルの筋変位の値が前記閾値を超えている場合に緊張していると判定する
請求項２に記載のリラックス状態判定システム。
前記閾値判定部は、前記Ｎチャンネルの筋変位の内で、半分以上のチャンネルの筋変位の値が前記所定の閾値未満のとき、リラックスしていると判定し、半分以上のチャンネルの筋変位の値が前記閾値を超えている場合に緊張していると判定する
請求項２に記載のリラックス状態判定システム。
【請求項4】
初期設定として、前記対象者に前記特定箇所に力を入れる指示を行った状態で、前記筋変位検出センサが検出した筋変位の値と、前記特定箇所の力を抜く指示を行った状態で、前記筋変位検出センサが検出した筋変位の値とを計測し、計測したそれぞれの筋変位の値に基づいて、前記閾値を設定するようにした
請求項２に記載のリラックス状態判定システム。
請求項２に記載のリラックス状態判定システム。
【請求項5】
さらに、前記筋変位検出センサが検出した筋変位の値に基づいて機械学習する機械学習部を備え、
前記リラックス状態判定部は、前記機械学習部で機械学習処理した結果に基づいて、前記対象者がリラックス状態にあるか、あるいは緊張状態にあるかを判定する
請求項１に記載のリラックス状態判定システム。
前記リラックス状態判定部は、前記機械学習部で機械学習処理した結果に基づいて、前記対象者がリラックス状態にあるか、あるいは緊張状態にあるかを判定する
請求項１に記載のリラックス状態判定システム。
【請求項6】
前記筋変位検出センサは、脹脛の筋変位を検出するセンサである
請求項１に記載のリラックス状態判定システム。
請求項１に記載のリラックス状態判定システム。
【請求項7】
前記筋変位検出センサは、僧帽筋の筋変位を検出するセンサである
請求項１に記載のリラックス状態判定システム。
請求項１に記載のリラックス状態判定システム。
【請求項8】
対象者の特定箇所の筋変位を検出する筋変位検出処理と、
前記筋変位検出処理により検出した筋変位に基づいて、前記対象者がリラックス状態にあるか、あるいは緊張状態にあるかを判定するリラックス状態判定処理と、を含む
リラックス状態判定方法。
前記筋変位検出処理により検出した筋変位に基づいて、前記対象者がリラックス状態にあるか、あるいは緊張状態にあるかを判定するリラックス状態判定処理と、を含む
リラックス状態判定方法。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、対象者がリラックスしている状態にあることを判定するリラックス状態判定システム及びリラックス状態判定方法に関する。
【背景技術】
【0002】
従来から、心身の健康状態を測定する様々な手法が提案されている。例えば、特許文献１には、対象者の顔画像から検知した顔の表情や心拍数の検出値により、対象者のリラックス状態を判定する技術が提案されている。また、特許文献２には、脳波から対象者のリラック状態を判定する技術が提案されている。
【先行技術文献】
【特許文献】
【0003】
【特許文献1】特開２０２２－１３３８７７号公報
【特許文献2】特開２０２３－１１５７８号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
ところが、顔の表情の変化や、心拍数の変化は、人によって変動が大きく、特許文献１に記載された技術を使って、顔画像や心拍数の検出でリラックス状態を示す値が検出されたとしても、その検出値は相対的なものであり、精度の高いリラックス度を検出することは困難であった。また、特許文献２に記載されたように、脳波からリラックス度を検出することも可能であるが、脳波の検出や解析には、大掛かりな構成が必要であり、簡単な構成で精度の高いリラックス状態の判定は困難であった。
【0005】
本発明の目的は、精度が高くかつ簡単にリラックス状態が判定できるリラックス状態判定システム及びリラックス状態判定方法を提供することにある。
【課題を解決するための手段】
【0006】
本発明のリラックス状態判定システムは、対象者の特定箇所の筋変位を検出する筋変位検出センサと、筋変位検出センサが検出した筋変位に基づいて、対象者がリラックス状態にあるか、あるいは緊張状態にあるかを判定するリラックス状態判定部と、を備える。
【0007】
また、本発明のリラックス状態判定方法は、対象者の特定箇所の筋変位を検出する筋変位検出処理と、筋変位検出処理により検出した筋変位に基づいて、対象者がリラックス状態にあるか、あるいは緊張状態にあるかを判定するリラックス状態判定処理と、を含む。
【発明の効果】
【0008】
本発明によれば、リラックス状態にあるか、あるいは緊張状態にあるかを簡単かつ適切に判定することができる。
【図面の簡単な説明】
【0009】
【図1】本発明の一実施の形態例によるリラックス状態判定システムの例を示す構成図である。
【図2】本発明の一実施の形態例のリラックス状態判定システムに使用されるセンサ装置の取付け例を示す図である。
【図3】本発明の一実施の形態例のリラックス状態判定システムに使用されるセンサ装置の例（表面）を示す斜視図である。
【図4】本発明の一実施の形態例のリラックス状態判定システムに使用されるセンサ装置の例（裏面）を示す斜視図である。
【図5】本発明の一実施の形態例によるリラックス状態判定システムでの初期設定の例を示すフローチャートである。
【図6】本発明の一実施の形態例によるリラックス状態判定システムでの初期設定時の画面の例を示す図である。
【図7】本発明の一実施の形態例によるリラックス状態判定システムによる判定処理の例（閾値比較の例）を示すフローチャートである。
【図8】本発明の一実施の形態例によるリラックス状態判定システムによる判定処理の例（機械学習の例）を示すフローチャートである。
【図9】本発明の一実施の形態例によるリラックス状態判定システムによる判定結果の表示例を示す図である。
【発明を実施するための形態】
【0010】
以下、本発明の一実施の形態例（以下、「本例」と称する）のリラックス状態判定システム及びリラックス状態判定方法を、添付図面を参照して説明する。
【0011】
［リラックス状態判定システムの構成］
図１に示すように、本例のリラックス状態判定システムは、対象者の身体Ｂに装着した脹脛センサ１０又は僧帽筋センサ２０と、その脹脛センサ１０又は僧帽筋センサ２０で検出した筋（脹脛の筋又は僧帽筋）の筋変位に基づいてリラックス状態を判定して表示する端末１００で構成される。脹脛センサ１０と僧帽筋センサ２０は、装着した箇所の筋変位を検出する筋変位検出センサであり、脹脛センサ１０と僧帽筋センサ２０のいずれか一方を身体Ｂに装着すればよい。
図１に示すように、本例のリラックス状態判定システムは、対象者の身体Ｂに装着した脹脛センサ１０又は僧帽筋センサ２０と、その脹脛センサ１０又は僧帽筋センサ２０で検出した筋（脹脛の筋又は僧帽筋）の筋変位に基づいてリラックス状態を判定して表示する端末１００で構成される。脹脛センサ１０と僧帽筋センサ２０は、装着した箇所の筋変位を検出する筋変位検出センサであり、脹脛センサ１０と僧帽筋センサ２０のいずれか一方を身体Ｂに装着すればよい。
【0012】
端末１００としては、スマートフォンやスマートウォッチなどが適用可能である。脹脛センサ１０や僧帽筋センサ２０の構成例については後述する。
脹脛センサ１０又は僧帽筋センサ２０は、複数チャンネルの筋変位を検出するセンサであり、その検出信号である筋変位データを、端末１００に有線又は無線伝送によって供給する。
脹脛センサ１０又は僧帽筋センサ２０は、複数チャンネルの筋変位を検出するセンサであり、その検出信号である筋変位データを、端末１００に有線又は無線伝送によって供給する。
【0013】
端末１００は、ハードウェア構成としては、例えば図１の下側に示すように、ＣＰＵ（Central Processing Unit）１１１、メモリ１１２、センサインターフェース１１３、表示部１０６及び通信インターフェース１０７で構成される。そして、端末１００は、メモリ１１２に実装されたアプリケーションプログラムをＣＰＵ１１１により実行することで、以下に説明する各処理部が実現する。
【0014】
最初に、端末１００が実行する機能から見た構成について説明する。端末１００は、筋変位データ取得部１０１、閾値判定部１０２、機械学習部１０３、初期設定部１０４、リラックス状態判定部１０５、及び表示部１０６を備える。
筋変位データ取得部１０１は、脹脛センサ１０又は僧帽筋センサ２０からの筋変位データを取得する。ここでは、１４チャンネルの筋変位データを取得する。
閾値判定部１０２は、１４チャンネルの筋変位データを予め設定された閾値と比較して、筋変位データが閾値以上変位したと判定したチャンネル数を、リラックス状態判定部１０５に供給する。
筋変位データ取得部１０１は、脹脛センサ１０又は僧帽筋センサ２０からの筋変位データを取得する。ここでは、１４チャンネルの筋変位データを取得する。
閾値判定部１０２は、１４チャンネルの筋変位データを予め設定された閾値と比較して、筋変位データが閾値以上変位したと判定したチャンネル数を、リラックス状態判定部１０５に供給する。
【0015】
機械学習部１０３は、１４チャンネルの筋変位データを機械学習処理で分類し、各チャンネルの筋変位データが緊張状態かリラックス状態かを分類する。そして、機械学習部１０３は、分類結果のデータをリラックス状態判定部１０５に供給する。
初期設定部１０４は、脹脛センサ１０又は僧帽筋センサ２０を対象者の身体Ｂに装着した際の初期設定を実行する。
リラックス状態判定部１０５は、閾値判定部１０２の出力データと、機械学習部１０３の出力データのいずれか一方又は双方に基づいて、対象者がリラックス状態にあるか、あるいは緊張状態にあるかを判定する。
初期設定部１０４は、脹脛センサ１０又は僧帽筋センサ２０を対象者の身体Ｂに装着した際の初期設定を実行する。
リラックス状態判定部１０５は、閾値判定部１０２の出力データと、機械学習部１０３の出力データのいずれか一方又は双方に基づいて、対象者がリラックス状態にあるか、あるいは緊張状態にあるかを判定する。
【0016】
表示部１０６は、リラックス状態判定部１０５における判定結果を表示する。
また、リラックス状態判定部１０５の判定結果は、インターネットなどを経由してサーバ又は別の端末に送信してもよい。
なお、図１では端末１００は、閾値判定部１０２と機械学習部１０３の双方を備える構成としているが、端末１００は、いずれか一方のみを備える構成としてもよい。
また、リラックス状態判定部１０５の判定結果は、インターネットなどを経由してサーバ又は別の端末に送信してもよい。
なお、図１では端末１００は、閾値判定部１０２と機械学習部１０３の双方を備える構成としているが、端末１００は、いずれか一方のみを備える構成としてもよい。
【0017】
［センサの構成と装着例］
図２は、脹脛センサ１０を身体Ｂの一方の足ｆの脹脛に装着した例を示す。
図２に示すように、脹脛センサ１０は、例えば足首より若干上（例えば１０センチ程度上）の後方の筋肉（腓腹筋）の変位（張り）を筋変位データとして検出するように装着される。
図２は、脹脛センサ１０を身体Ｂの一方の足ｆの脹脛に装着した例を示す。
図２に示すように、脹脛センサ１０は、例えば足首より若干上（例えば１０センチ程度上）の後方の筋肉（腓腹筋）の変位（張り）を筋変位データとして検出するように装着される。
【0018】
図３及び図４は、この図２に示すように装着される脹脛センサ１０の構成例を示す。
図３は脹脛センサ１０の表面側を示し、図４は脹脛センサ１０の裏面側を示す。
脹脛センサ１０は、本体部１１と、ベルト１２で構成される。ベルト１２はシリコンゴムなどの柔軟性を有する樹脂で形成される。そして、ベルト１２の一端部１２ａと他端部１２ｂを接合することで、図２に示すように脹脛センサ１０が脹脛の周囲に装着される
なお、脹脛センサ１０の本体部１１には、筋変位を検出する回路基板や電池が内蔵されている。
図３は脹脛センサ１０の表面側を示し、図４は脹脛センサ１０の裏面側を示す。
脹脛センサ１０は、本体部１１と、ベルト１２で構成される。ベルト１２はシリコンゴムなどの柔軟性を有する樹脂で形成される。そして、ベルト１２の一端部１２ａと他端部１２ｂを接合することで、図２に示すように脹脛センサ１０が脹脛の周囲に装着される
なお、脹脛センサ１０の本体部１１には、筋変位を検出する回路基板や電池が内蔵されている。
【0019】
また、図４に示すように、脹脛センサ１０の裏面側には、ベルト１２の長手方向に沿って、１４個のセンサ部材１３が連続して配置されている。それぞれのセンサ部材１３には、レンズが配置され、これらのレンズにより脹脛の筋肉（腓腹筋）の変位が検出される。
センサ部材１３としては、例えば赤外線を使って距離を検出する光学式距離センサが使用され、各センサ部材１３は、検出した距離に基づいて筋変位検出処理を行う。なお、脹脛センサ１０を装着する際には、脹脛の後方に１４個のセンサ部材１３が配置されるようにする。脹脛の後方は、筋肉が集中している箇所である。
センサ部材１３としては、例えば赤外線を使って距離を検出する光学式距離センサが使用され、各センサ部材１３は、検出した距離に基づいて筋変位検出処理を行う。なお、脹脛センサ１０を装着する際には、脹脛の後方に１４個のセンサ部材１３が配置されるようにする。脹脛の後方は、筋肉が集中している箇所である。
【0020】
１４個のセンサ部材１３で検出された１４チャンネルの筋変位データは、本体部１１内の回路によりデジタルデータ化された上で、端末１００に無線伝送される。あるいは、脹脛センサ１０と端末１００とを有線で接続して、有線により筋変位データを端末１００に伝送してもよい。
【0021】
なお、僧帽筋センサ２０の構成については図示を省略するが、僧帽筋センサ２０も脹脛センサ１０と同様の原理で筋変位を検出する構成になっている。すなわち、僧帽筋センサ２０は、対象者の身体Ｂの首から背中の上部までの箇所に貼り付けて用いられる。対象者の身体Ｂの首から背中の上部は、僧帽筋が集中している箇所である。
そして、僧帽筋センサ２０は、その貼り付け面に、図４に示す脹脛センサ１０のセンサ部材１３と同様のセンサ部材を１４個配置して、１４チャンネルの僧帽筋の変位を検出する。なお、脹脛センサ１０のセンサ部材１３と同様に、検出された僧帽筋の筋変位データは、端末１００に無線又は有線で伝送される。
そして、僧帽筋センサ２０は、その貼り付け面に、図４に示す脹脛センサ１０のセンサ部材１３と同様のセンサ部材を１４個配置して、１４チャンネルの僧帽筋の変位を検出する。なお、脹脛センサ１０のセンサ部材１３と同様に、検出された僧帽筋の筋変位データは、端末１００に無線又は有線で伝送される。
【0022】
［初期設定処理］
本例のリラックス状態判定システムを使用して、リラックス状態を判定する際には、脹脛センサ１０又は僧帽筋センサ２０を対象者の身体Ｂに装着した後の、端末１００における初期設定が必要になる。図１で既に説明したように、初期設定は、初期設定部１０４により実行される。
本例のリラックス状態判定システムを使用して、リラックス状態を判定する際には、脹脛センサ１０又は僧帽筋センサ２０を対象者の身体Ｂに装着した後の、端末１００における初期設定が必要になる。図１で既に説明したように、初期設定は、初期設定部１０４により実行される。
【0023】
図５は、初期設定部１０４による初期設定の流れを示すフローチャートである。
まず、初期設定部１０４は、初期設定を開始する際に、対象者に力を入れるように表示部１０６に表示して指示する（ステップＳ１１）。ここで、例えば脹脛センサ１０を使用する場合には、足に力を入れるように指示し、僧帽筋センサ２０を使用する場合には、肩に力を入れるように指示する。
まず、初期設定部１０４は、初期設定を開始する際に、対象者に力を入れるように表示部１０６に表示して指示する（ステップＳ１１）。ここで、例えば脹脛センサ１０を使用する場合には、足に力を入れるように指示し、僧帽筋センサ２０を使用する場合には、肩に力を入れるように指示する。
【0024】
ステップＳ１１で指示を行った後、初期設定部１０４は、脹脛センサ１０又は僧帽筋センサ２０で検出した筋変位データを、緊張時の筋変位データとして学習する（ステップＳ１２）。このステップＳ１２では、初期設定部１０４は、例えば１４チャンネルの筋変位データの内で、最大値や平均値などを算出して緊張時の筋変位データとする。ここで、緊張時の筋変位データの平均値とする場合でも、上位の所定数のチャンネルの平均値などにして、必ずしも１４チャンネル全ての筋変位データの単純平均でなくてもよい。あるいは、機械学習用の緊張時の筋変位データとする場合には、１４チャンネルの全ての筋変位データの値を使用してもよい。
【0025】
次に、初期設定部１０４は、対象者に力を抜くように表示部１０６に表示して指示する（ステップＳ１３）。ここで、例えば脹脛センサ１０を使用する場合には、足の力を抜くように指示し、僧帽筋センサ２０を使用する場合には、肩の力を抜くように指示する。
ステップＳ１３で指示を行った後、初期設定部１０４は、脹脛センサ１０又は僧帽筋センサ２０で検出した筋変位データを、リラックス時の筋変位データとして学習する（ステップＳ１４）。
ここでも、初期設定部１０４は、例えば１４チャンネルの筋変位データの内で、最大値や平均値などを算出してリラックス時の筋変位データとする。あるいは、機械学習用のリラックス時の筋変位データとして、１４チャンネルの全ての筋変位の値を使用してもよい。
ステップＳ１３で指示を行った後、初期設定部１０４は、脹脛センサ１０又は僧帽筋センサ２０で検出した筋変位データを、リラックス時の筋変位データとして学習する（ステップＳ１４）。
ここでも、初期設定部１０４は、例えば１４チャンネルの筋変位データの内で、最大値や平均値などを算出してリラックス時の筋変位データとする。あるいは、機械学習用のリラックス時の筋変位データとして、１４チャンネルの全ての筋変位の値を使用してもよい。
【0026】
そして、初期設定部１０４は、ステップＳ１２で学習した緊張時の筋変位データの値と、ステップＳ１３で学習したリラックス時の筋変位データの値に基づいて、閾値判定部１０２と機械学習部１０３の設定を行う（ステップＳ１５）。
すなわち、閾値判定部１０２については、緊張時の筋変位データの値と、リラックス時の筋変位の値の間で、判定用の閾値ＴＨ１を設定する。
また、機械学習部１０３については、得られた緊張時の筋変位データの値と、リラックス時の筋変位データの値とを、機械学習用の教師信号とする設定を行う。
すなわち、閾値判定部１０２については、緊張時の筋変位データの値と、リラックス時の筋変位の値の間で、判定用の閾値ＴＨ１を設定する。
また、機械学習部１０３については、得られた緊張時の筋変位データの値と、リラックス時の筋変位データの値とを、機械学習用の教師信号とする設定を行う。
【0027】
図６は、初期設定時の表示部１０６の表示画面の一例を示す。
この図６の例は、脹脛センサ１０を使用して、ステップＳ１１での対象者に力を入れる指示を行う状態での指示画面を示している。
このとき、図６の画面には、「足を手前に引いて ふくらはぎに力を入れ続けてください」とのメッセージ２０１と、そのときの足の位置の状態を示すイメージ画像２０２が表示される。
この図６の例は、脹脛センサ１０を使用して、ステップＳ１１での対象者に力を入れる指示を行う状態での指示画面を示している。
このとき、図６の画面には、「足を手前に引いて ふくらはぎに力を入れ続けてください」とのメッセージ２０１と、そのときの足の位置の状態を示すイメージ画像２０２が表示される。
【0028】
また、図６の画面には、対象者に測定開始又は測定終了をタッチ操作させるように、測定中ボタン２０３と終了ボタン２０４も表示される。
ステップＳ１３で対象者に力を抜く指示を行う場合にも、同様の画面で力を抜くための指示が表示される。
以上説明した初期設定の終了後には、本例のリラックス状態判定システムにおけるリラックス状態の判定処理が開始される。
ステップＳ１３で対象者に力を抜く指示を行う場合にも、同様の画面で力を抜くための指示が表示される。
以上説明した初期設定の終了後には、本例のリラックス状態判定システムにおけるリラックス状態の判定処理が開始される。
【0029】
［閾値判定によるリラックス状態判定処理］
図７は、閾値判定部１０２での判定結果に基づいて、リラックス状態判定部１０５がリラックス状態を判定する処理を示すフローチャートである。
まず、筋変位データ取得部１０１は、１４チャンネルの筋変位データを取得し、取得した１４チャンネルの筋変位データを閾値判定部１０２に供給する（ステップＳ２１）。
閾値判定部１０２は、取得した１４チャンネルの筋変位データの値を、初期設定処理で設定した閾値ＴＨ１と比較する（ステップＳ２２）。
図７は、閾値判定部１０２での判定結果に基づいて、リラックス状態判定部１０５がリラックス状態を判定する処理を示すフローチャートである。
まず、筋変位データ取得部１０１は、１４チャンネルの筋変位データを取得し、取得した１４チャンネルの筋変位データを閾値判定部１０２に供給する（ステップＳ２１）。
閾値判定部１０２は、取得した１４チャンネルの筋変位データの値を、初期設定処理で設定した閾値ＴＨ１と比較する（ステップＳ２２）。
【0030】
そして、閾値判定部１０２は、ステップＳ２２で比較して得た結果として、１４チャンネルの半数以上のチャンネル、つまり７チャンネル以上が閾値ＴＨ１になっているか否かを判断する（ステップＳ２３）。
ステップＳ２３で、半数以上のチャンネルが閾値ＴＨ１以上になっているとき（ステップＳ２３のＹｅｓ）、リラックス状態判定部１０５は、対象者が緊張状態であると判定する（ステップＳ２４）。また、ステップＳ２３で、半数以上のチャンネルが閾値ＴＨ１以上でないとき（ステップＳ２３のＮｏ）、リラックス状態判定部１０５は、対象者がリラックス状態であると判定する（ステップＳ２５）。
ステップＳ２３で、半数以上のチャンネルが閾値ＴＨ１以上になっているとき（ステップＳ２３のＹｅｓ）、リラックス状態判定部１０５は、対象者が緊張状態であると判定する（ステップＳ２４）。また、ステップＳ２３で、半数以上のチャンネルが閾値ＴＨ１以上でないとき（ステップＳ２３のＮｏ）、リラックス状態判定部１０５は、対象者がリラックス状態であると判定する（ステップＳ２５）。
【0031】
そして、リラックス状態判定部１０５は、判定結果に基づいた表示画面を表示部１０６で表示させる（ステップＳ２６）。例えば、表示部１０６は、判定結果に基づいて「リラックス状態にあります」と表示したり、「緊張状態にあります」と表示したりする。
また、リラックス状態判定部１０５は、端末１００の通信部を介してサーバなどに判定結果を送信し、サーバ側で対象者がリラックス状態にあるか緊張状態にあるかを登録するようにしてもよい。
また、リラックス状態判定部１０５は、端末１００の通信部を介してサーバなどに判定結果を送信し、サーバ側で対象者がリラックス状態にあるか緊張状態にあるかを登録するようにしてもよい。
【0032】
［機械学習によるリラックス状態判定処理］
図８は、機械学習部１０３における分類結果に基づいて、リラックス状態判定部１０５がリラックス状態を判定する処理を示すフローチャートである。
まず、筋変位データ取得部１０１は、１４チャンネルの筋変位データを取得し、取得した１４チャンネルの機械学習部１０３に供給する（ステップＳ３１）。
機械学習部１０３は、取得した１４チャンネルの筋変位データの値を、初期設定で得られた教師信号を使って分類を行う（ステップＳ３２）。
図８は、機械学習部１０３における分類結果に基づいて、リラックス状態判定部１０５がリラックス状態を判定する処理を示すフローチャートである。
まず、筋変位データ取得部１０１は、１４チャンネルの筋変位データを取得し、取得した１４チャンネルの機械学習部１０３に供給する（ステップＳ３１）。
機械学習部１０３は、取得した１４チャンネルの筋変位データの値を、初期設定で得られた教師信号を使って分類を行う（ステップＳ３２）。
【0033】
そして、リラックス状態判定部１０５は、ステップＳ３２で分類した結果を取得して、分類結果が緊張状態と分類されたか否かを判断する（ステップＳ３３）。
ステップＳ３３で、分類結果が緊張状態であるとき（ステップＳ３３のＹｅｓ）、リラックス状態判定部１０５は、対象者が緊張状態であると判定する（ステップＳ３４）。また、ステップＳ３３で、緊張状態でないとき（ステップＳ３３のＮｏ）、リラックス状態判定部１０５は、対象者がリラックス状態であると判定する（ステップＳ３５）。
ステップＳ３３で、分類結果が緊張状態であるとき（ステップＳ３３のＹｅｓ）、リラックス状態判定部１０５は、対象者が緊張状態であると判定する（ステップＳ３４）。また、ステップＳ３３で、緊張状態でないとき（ステップＳ３３のＮｏ）、リラックス状態判定部１０５は、対象者がリラックス状態であると判定する（ステップＳ３５）。
【0034】
そして、リラックス状態判定部１０５は、判定結果に基づいた表示画面を表示部１０６で表示させる（ステップＳ３６）。また、この場合にも、リラックス状態判定部１０５は、端末１００の通信部を介してサーバなどに判定結果を送信して、サーバ側で対象者がリラックス状態にあるか緊張状態にあるかを登録するようにしてもよい。
【0035】
［リラックス状態の表示例］
図９は、端末１００の表示画面で、リラックス状態や緊張状態を表示した例を示す。
この図９の例は、端末１００で、自身の端末１００に接続された脹脛センサ１０又は僧帽筋センサ２０から得たリラックス状態又は緊張状態を表示すると共に、別の端末で得られたリラックス状態又は緊張状態を表示した例である。
すなわち、図９では、計測対象者Ａ１の状態と計測対象者Ａ２の状態を顔画像で表示している。この例では、計測対象者Ａ１の顔の脇に、雨マークＭ１を表示すると共に、顔も暗い色として、緊張状態にあることを表示している。また、計測対象者Ａ２の顔の脇に、晴マークＭ２を表示すると共に、顔を明るい色として、リラックス状態にあることを表示している。
図９は、端末１００の表示画面で、リラックス状態や緊張状態を表示した例を示す。
この図９の例は、端末１００で、自身の端末１００に接続された脹脛センサ１０又は僧帽筋センサ２０から得たリラックス状態又は緊張状態を表示すると共に、別の端末で得られたリラックス状態又は緊張状態を表示した例である。
すなわち、図９では、計測対象者Ａ１の状態と計測対象者Ａ２の状態を顔画像で表示している。この例では、計測対象者Ａ１の顔の脇に、雨マークＭ１を表示すると共に、顔も暗い色として、緊張状態にあることを表示している。また、計測対象者Ａ２の顔の脇に、晴マークＭ２を表示すると共に、顔を明るい色として、リラックス状態にあることを表示している。
【0036】
以上説明したように、本例のリラックス状態判定システムによると、脹脛あるいは僧帽筋の筋変位データから、対象者がリラックス状態にあるか、あるいは緊張状態にあるかを精度良く判定して表示することができる。特に、脹脛や僧帽筋から判定することで、非常に検出精度を高めることができる。
【0037】
［変形例］
なお、ここまで説明した実施の形態例は、本発明を分かりやすく説明するために詳細に説明したものであり、上述した実施の形態例で説明した構成や処理は、各種変形や変更が可能である。
例えば、本例では、脹脛センサ１０又は僧帽筋センサ２０から１４チャンネルの筋変位データを取得して、１４チャンネルの筋変位データからリラックス状態を判定するようにしたが、これよりも少ないチャンネル数の筋変位データからリラックス状態を判定してもよい。但し、閾値判定部１０２では、ステップＳ２３（図７）で半数以上のチャンネルが閾値以上であることを判定する多数決判定を行うので、少なくとも３チャンネル以上の筋変位データが取得できることが好ましいが、２チャンネルの筋変位データの内の一方が閾値を超えているとき、緊張していると判定してもよい。あるいは、１チャンネルの筋変位データが閾値を超えているとき、緊張していると判定してもよい。
なお、ここまで説明した実施の形態例は、本発明を分かりやすく説明するために詳細に説明したものであり、上述した実施の形態例で説明した構成や処理は、各種変形や変更が可能である。
例えば、本例では、脹脛センサ１０又は僧帽筋センサ２０から１４チャンネルの筋変位データを取得して、１４チャンネルの筋変位データからリラックス状態を判定するようにしたが、これよりも少ないチャンネル数の筋変位データからリラックス状態を判定してもよい。但し、閾値判定部１０２では、ステップＳ２３（図７）で半数以上のチャンネルが閾値以上であることを判定する多数決判定を行うので、少なくとも３チャンネル以上の筋変位データが取得できることが好ましいが、２チャンネルの筋変位データの内の一方が閾値を超えているとき、緊張していると判定してもよい。あるいは、１チャンネルの筋変位データが閾値を超えているとき、緊張していると判定してもよい。
【0038】
また、初期設定はセンサ１０又は２０を装着した際に行うことが好ましいが、一度初期設定を行った後は、同じ対象者について、センサ１０又は２０を着脱した後も、最初の初期設定で得たデータを使って判定するようにしてもよい。また、機械学習用の教師信号については、多数の対象者の設定値を取得して、判定精度を上げるようにしてもよい。
【0039】
また、図１に示す例では、スマートフォンなどの端末１００を使用したリラックス状態判定システムとしたが、脹脛センサ１０又は僧帽筋センサ２０が、図７又は図８のフローチャートに示す判定処理を行うマイコン等の処理部を内蔵してもよい。あるいは、脹脛センサ１０又は僧帽筋センサ２０で得た筋変位データを外部のサーバに送信して、サーバ側でリラックス状態や緊張状態を判定してもよい。この場合には、サーバ側が、図７又は図８のフローチャートに示す判定処理を行うプログラムを実装することになる。
【符号の説明】
【0040】
１０…脹脛センサ、１１…本体部、１２…ベルト、１３…センサ部材、２０…僧帽筋センサ、１００…端末、１０１…筋変位データ取得部、１０２…閾値判定部、１０３…機械学習部、１０４…初期設定部、１０５…リラックス状態判定部、１０６…表示部、１０７…通信インターフェース、１１１…ＣＰＵ、１１２…メモリ、１１３…センサインターフェース、２０１…メッセージ表示、２０２…イメージ画像表示、２０３…測定中ボタン、２０４…終了ボタン
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】