知財求人 - 知財ポータルサイト「IP Force」
特開2024-70728動物感情解析システム、動物感情解析方法及び動物感情解析プログラム
(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】P2024070728
(43)【公開日】2024-05-23
(54)【発明の名称】動物感情解析システム、動物感情解析方法及び動物感情解析プログラム
(51)【国際特許分類】
A01K 29/00 20060101AFI20240516BHJP
【ＦＩ】
A01K29/00 B
【審査請求】未請求
【請求項の数】39
【出願形態】ＯＬ
(21)【出願番号】P 2022181411
(22)【出願日】2022-11-11
(71)【出願人】
【識別番号】505009265
【氏名又は名称】株式会社ネスパ
(74)【代理人】
【識別番号】110002516
【氏名又は名称】弁理士法人白坂
(72)【発明者】
【氏名】坂井 全弘
(72)【発明者】
【氏名】河野 好高
(72)【発明者】
【氏名】中川 朋
(57)【要約】
【課題】動物の情動に影響を与えない動物感情解析装置、動物感情解析方法及び動物感情解析プログラムを提供する。
【解決手段】対象となる動物の脈波を検出する脈波検出装置と、検出された脈波から、非線形解析を行うことにより、対象となる動物の交感神経、及び副交感神経の状態、及び／又は、情動を抽出する解析装置と、抽出された交感神経、及び副交感神経の状態、及び／又は、情動を示す提示手段と、対象となる動物の情報を受け付ける入力手段とを備える。
【選択図】図１
【解決手段】対象となる動物の脈波を検出する脈波検出装置と、検出された脈波から、非線形解析を行うことにより、対象となる動物の交感神経、及び副交感神経の状態、及び／又は、情動を抽出する解析装置と、抽出された交感神経、及び副交感神経の状態、及び／又は、情動を示す提示手段と、対象となる動物の情報を受け付ける入力手段とを備える。
【選択図】図１
【特許請求の範囲】
【請求項1】
対象となる動物の脈波を検出する脈波検出装置と、
前記検出された脈波から、非線形解析を行うことにより、前記対象となる動物の交感神経、及び副交感神経の状態、及び／又は、情動を抽出する解析装置と、
抽出された前記交感神経、及び副交感神経の状態、及び／又は、前記情動を示す提示手段と、
前記対象となる動物の情報を受け付ける入力手段と
を備えることを特徴とする動物感情解析システム。
前記検出された脈波から、非線形解析を行うことにより、前記対象となる動物の交感神経、及び副交感神経の状態、及び／又は、情動を抽出する解析装置と、
抽出された前記交感神経、及び副交感神経の状態、及び／又は、前記情動を示す提示手段と、
前記対象となる動物の情報を受け付ける入力手段と
を備えることを特徴とする動物感情解析システム。
【請求項2】
前記脈波検出装置は、
前記対象となる動物の前記脈波を検出し、脈波信号として出力する脈波センサと、
前記脈波信号を前記解析装置へ送信する送信部と、
前記脈波センサ及び前記送信部に電力を供給する電源部と
を備え、マイクロチップとともにガラス容器に封入され、前記対象となる動物の体内に埋め込まれることを特徴とする請求項１に記載の動物感情解析システム。
前記対象となる動物の前記脈波を検出し、脈波信号として出力する脈波センサと、
前記脈波信号を前記解析装置へ送信する送信部と、
前記脈波センサ及び前記送信部に電力を供給する電源部と
を備え、マイクロチップとともにガラス容器に封入され、前記対象となる動物の体内に埋め込まれることを特徴とする請求項１に記載の動物感情解析システム。
【請求項3】
前記脈波検出装置は、非接触型脈波検出装置であることを特徴とする請求項１に記載の動物感情解析システム。
【請求項4】
前記非接触型脈波検出装置は、ミリ波レーダを用いた非接触センサであることを特徴とする請求項３に記載のサービス提供システム。
【請求項5】
前記非接触型脈波検出装置は、ドップラーセンサを用いた非接触型脈波検出装置、又は、周波数変調非接触脈波検出装置であることを特徴とする請求項３に記載の動物感情解析システム。
【請求項6】
前記脈波検出装置は、体動センサにより脈波を検出することを特徴とする請求項１に記載の動物感情解析システム。
【請求項7】
前記体動センサは、加速度センサ、又は、ジャイロセンサであることを特徴とする請求項６に記載の動物感情解析システム。
【請求項8】
前記非線形解析が、心拍周波数に該当する周波数帯域と、呼吸周波数に該当する周波数帯域のそれぞれでのウェーブレット変換を行う解析であることを特徴とする請求項１に記載の動物感情解析システム。
【請求項9】
前記心拍周波数に該当する周波数帯域は０．５から３Ｈｚ、前記呼吸周波数に該当する周波数帯域は、０．０４から０．６Ｈｚであることを特徴とする請求項８に記載の動物感情解析システム。
【請求項10】
前記非線形解析は、前記検出された脈波のうち、時刻ｔ０から時刻ｔ０＋Δｔ０の間計測された第１のデータセットを用い、
前記第１のデータセットに対して前記心拍周波数に該当する周波数帯域にてウェーブレット解析を実施し心拍周波数帯域データを得、
前記心拍周波数帯域データから、前記心拍周波数帯域データの時間領域の先端部及び後尾部のそれぞれから所定のデータ数Ｗ１、Ｗ２のデータセットを破棄して心拍周波数帯域解析データを得、
前記心拍周波数帯域解析データにおいて、強度最大からｎ１個のデータを抽出し心拍周波数帯域高強度データセットを得（ただし、Ｗ１、及びＷ２はそれぞれ１以上前記心拍周波数帯域データの時間領域データ数の１／４以下の自然数、ｎ１は１以上、前記心拍周波数帯域解析データの時間領域データ数の１／２以下の自然数である）、
前記心拍周波数帯域高強度データセットのスケール平均を算出し、
前記スケール平均から、前記ウェーブレット解析に使用したウェーブレット関数のスケールと周波数の関係を使用し心拍周波数を得、
前記心拍周波数から初期毎分心拍数Ｍ0を算出することを特徴とすることを特徴とする請求項８に記載の動物感情解析システム。
前記第１のデータセットに対して前記心拍周波数に該当する周波数帯域にてウェーブレット解析を実施し心拍周波数帯域データを得、
前記心拍周波数帯域データから、前記心拍周波数帯域データの時間領域の先端部及び後尾部のそれぞれから所定のデータ数Ｗ１、Ｗ２のデータセットを破棄して心拍周波数帯域解析データを得、
前記心拍周波数帯域解析データにおいて、強度最大からｎ１個のデータを抽出し心拍周波数帯域高強度データセットを得（ただし、Ｗ１、及びＷ２はそれぞれ１以上前記心拍周波数帯域データの時間領域データ数の１／４以下の自然数、ｎ１は１以上、前記心拍周波数帯域解析データの時間領域データ数の１／２以下の自然数である）、
前記心拍周波数帯域高強度データセットのスケール平均を算出し、
前記スケール平均から、前記ウェーブレット解析に使用したウェーブレット関数のスケールと周波数の関係を使用し心拍周波数を得、
前記心拍周波数から初期毎分心拍数Ｍ0を算出することを特徴とすることを特徴とする請求項８に記載の動物感情解析システム。
【請求項11】
前記非線形解析は、前記検出された脈波のうち、時刻ｔ０＋（ｎ－１）Δt０＋Δｔ１から時刻ｔ０＋ｎΔt０＋Δｔ１の間計測された第ｎのデータセットを用い、
第ｎ－１のデータセットのうち、時刻ｔ０＋（ｎ－１）Δt０から時刻ｔ０＋（ｎ－１）Δt０＋Δｔ１の間計測されたデータが破棄されたデータセットに、前記検出された脈波のうち、時刻ｔ０＋ｎΔt０から時刻ｔ０＋ｎΔt０＋Δｔ１の間計測されたデータセットを合成して第ｎのデータセットとし、
前記第ｎのデータセットに対して前記心拍周波数に該当する周波数帯域にてウェーブレット解析を実施し心拍周波数帯域データを得、
前記心拍周波数帯域データから、前記心拍周波数帯域データの時間領域の先端部及び後尾部のそれぞれから所定のデータ数Ｗ３、Ｗ４のデータセットを破棄して心拍周波数帯域解析データを得、
前記心拍周波数帯域解析データにおいて、強度最大からｎ２個のデータを抽出し心拍周波数帯域高強度データセットを得（ただし、Ｗ３、及びＷ４はそれぞれ１以上前記心拍周波数帯域データの時間領域データ数の１／４以下の自然数、ｎ２は１以上、前記心拍周波数帯域解析データの時間領域データ数の１／２以下の自然数である）、
前記心拍周波数帯域高強度データセットの強度平均Ｍ１ｎおよびスケール平均を算出し、
前記スケール平均から、前記ウェーブレット解析に使用したウェーブレット関数のスケールと周波数の関係を使用し心拍周波数を得、
前記心拍周波数から毎分心拍数Ｍｍｎを算出し、
前記心拍周波数帯域解析データにおいて、強度最小からｎ３個のデータを抽出し心拍周波数帯域低強度データセットを得、
前記心拍周波数帯域低強度データセットの強度平均Ｍ２ｎを算出し、
前記呼吸周波数帯域解析データから、前記呼吸周波数帯域解析データの時間領域の先端部及び後尾部のそれぞれから所定のデータ数Ｗ５、Ｗ６を破棄し呼吸周波数帯域解析データを得（ただし、Ｗ５、及びＷ６はそれぞれ１以上前記心拍周波数帯域データの時間領域データ数の１／４以下の自然数、ｎ３は１以上、前記心拍周波数帯域解析データの時間領域データ数の１／２以下の自然数である）、
前記呼吸周波数帯域解析データにおいて、強度最大からｎ４個のデータを抽出し強度平均Ｍ３ｎを算出し（ただし、ｎ４は１以上、前記心拍周波数帯域解析データの時間領域データ数の１／２以下の自然数である）、
前記呼吸周波数帯域解析データにおいて、強度最小からｎ５個のデータを抽出し強度平均Ｍ４ｎを算出し（ただし、ｎ５は１以上、前記心拍周波数帯域解析データの時間領域データ数の１／２以下の自然数である）、
式
により副交感神経指標Ｍｐｎを算出し、
式
により快・不快指標Ｐｎを算出し。
式
により覚醒度指標Ａｎを算出することを特徴とする請求項１０に記載の動物感情解析システム。
第ｎ－１のデータセットのうち、時刻ｔ０＋（ｎ－１）Δt０から時刻ｔ０＋（ｎ－１）Δt０＋Δｔ１の間計測されたデータが破棄されたデータセットに、前記検出された脈波のうち、時刻ｔ０＋ｎΔt０から時刻ｔ０＋ｎΔt０＋Δｔ１の間計測されたデータセットを合成して第ｎのデータセットとし、
前記第ｎのデータセットに対して前記心拍周波数に該当する周波数帯域にてウェーブレット解析を実施し心拍周波数帯域データを得、
前記心拍周波数帯域データから、前記心拍周波数帯域データの時間領域の先端部及び後尾部のそれぞれから所定のデータ数Ｗ３、Ｗ４のデータセットを破棄して心拍周波数帯域解析データを得、
前記心拍周波数帯域解析データにおいて、強度最大からｎ２個のデータを抽出し心拍周波数帯域高強度データセットを得（ただし、Ｗ３、及びＷ４はそれぞれ１以上前記心拍周波数帯域データの時間領域データ数の１／４以下の自然数、ｎ２は１以上、前記心拍周波数帯域解析データの時間領域データ数の１／２以下の自然数である）、
前記心拍周波数帯域高強度データセットの強度平均Ｍ１ｎおよびスケール平均を算出し、
前記スケール平均から、前記ウェーブレット解析に使用したウェーブレット関数のスケールと周波数の関係を使用し心拍周波数を得、
前記心拍周波数から毎分心拍数Ｍｍｎを算出し、
前記心拍周波数帯域解析データにおいて、強度最小からｎ３個のデータを抽出し心拍周波数帯域低強度データセットを得、
前記心拍周波数帯域低強度データセットの強度平均Ｍ２ｎを算出し、
前記呼吸周波数帯域解析データから、前記呼吸周波数帯域解析データの時間領域の先端部及び後尾部のそれぞれから所定のデータ数Ｗ５、Ｗ６を破棄し呼吸周波数帯域解析データを得（ただし、Ｗ５、及びＷ６はそれぞれ１以上前記心拍周波数帯域データの時間領域データ数の１／４以下の自然数、ｎ３は１以上、前記心拍周波数帯域解析データの時間領域データ数の１／２以下の自然数である）、
前記呼吸周波数帯域解析データにおいて、強度最大からｎ４個のデータを抽出し強度平均Ｍ３ｎを算出し（ただし、ｎ４は１以上、前記心拍周波数帯域解析データの時間領域データ数の１／２以下の自然数である）、
前記呼吸周波数帯域解析データにおいて、強度最小からｎ５個のデータを抽出し強度平均Ｍ４ｎを算出し（ただし、ｎ５は１以上、前記心拍周波数帯域解析データの時間領域データ数の１／２以下の自然数である）、
式
【数1】
式
【数2】
式
【数3】
【請求項12】
前記非線形解析は、非調和解析、非調和解析及びカオス解析、又は、非調和解析及び再帰定量化分析であることを特徴とする請求項１に記載の動物感情解析システム。
【請求項13】
前記非線形解析が、前記検出装置によって検出された脈波に対して、ピーク間隔を求め、前記ピーク間隔を補間して時間等間隔データを得、前記時間等間隔データのパワースペクトル密度を高速フーリエ変換により求め、得られた前記パワースペクトル密度からＨＦ、及びＬＦを算出することにより、前記自律神経の状態及び前記情動の少なくとも一方を抽出することを特徴とする請求項１に記載の動物感情解析システム。
【請求項14】
前記提示手段は、前記情動を推測するための指標である覚醒度、及び快・不快状態のそれぞれの値をディスプレイに表示することを特徴とする請求項１に記載の動物感情解析システム。
【請求項15】
前記提示手段は、前記情動を「喜」「怒」「哀」「楽（リラックス）」に分類し、ディスプレイに表示することを特徴とする請求項１に記載の動物感情解析システム。
【請求項16】
前記提示手段は、交感神経、及び副交感神経の状態、及び／又は、情動を、照明によって光で表現することを特徴とする請求項１に記載の動物感情解析システム。
【請求項17】
前記提示手段は、交感神経、及び副交感神経の状態、及び／又は、情動を、スピーカーによって音で表現することを特徴とする請求項１に記載の動物感情解析システム。
【請求項18】
前記提示手段は、前記対象となる動物の情報をもとに前記対象となる動物をアニメーション化してディスプレイに表示し、前記抽出された情動に合わせて前記ディスプレイに表示された前記対象となる動物の顔の表情を変えることを特徴とする請求項１に記載の動物感情解析システム。
【請求項19】
前記脈波検出装置は、前記対象となる動物の運動状態を検出する体動センサをさらに備えることを特徴とする請求項１に記載の動物感情解析システム。
【請求項20】
前記脈波検出装置は、前記対象となる動物の体温を検出する温度センサをさらに備えることを特徴とする請求項１に記載の動物感情解析システム。
【請求項21】
前記入力手段は、前記対象となる動物の行動の分析結果に関する情報の入力を受け付けることを特徴とする請求項１に記載の動物感情解析システム。
【請求項22】
前記解析装置は、前記抽出された交感神経、及び副交感神経の状態、及び／又は、前記情動を用いて、自然言語処理により、会話を生成する言語生成部をさらに備えることを特徴とする請求項１に記載の動物感情解析システム。
【請求項23】
前記脈波検出装置は、体動センサ、及び／又は温度センサをさらに備え、前記言語生成部は、前記抽出された交感神経、及び副交感神経の状態、及び／又は、前記情動と、体動センサ、及び／又は温度センサから得られた検出結果とから前記会話を生成することを特徴とする請求項２０に記載の動物感情解析システム。
【請求項24】
前記対象となる動物とコミュニケーションをとっている人の脈波を検出する人脈波検出装置と、
前記検出された人の脈波から、前記人の、交感神経、及び副交感神経の状態、及び／又は、情動を抽出する、人情動抽出部と
をさらに備えることを特徴とする請求項１に記載の動物感情解析システム。
前記検出された人の脈波から、前記人の、交感神経、及び副交感神経の状態、及び／又は、情動を抽出する、人情動抽出部と
をさらに備えることを特徴とする請求項１に記載の動物感情解析システム。
【請求項25】
前記解析装置は、前記対象となる動物と、前記人の、それぞれの、前記抽出された交感神経、及び副交感神経の状態、及び／又は、前記情動を用いて、自然言語処理により、会話を生成する言語生成部をさらに備えることを特徴とする請求項２２に記載の動物感情解析システム。
【請求項26】
脈波検出装置と、情動を抽出する解析装置と、提示手段と、入力手段とを備える動物感情解析システムにおいて、
前記入力手段が対象となる動物の情報の入力を受け付ける受付ステップと、
前記脈波検出装置が前記対象となる動物の脈波を脈波信号として検出し、前記脈波信号を前記解析装置に送信する検出ステップと、
前記解析装置が、前記脈波信号に対して、非線形解析を行い、交感神経、及び副交感神経の状態、及び／又は、情動を抽出する抽出ステップと、
前記提示手段が、抽出された前記交感神経、及び副交感神経の状態、及び／又は、前記情動を提示する結果提示ステップと
を備えることを特徴とする動物感情解析方法。
前記入力手段が対象となる動物の情報の入力を受け付ける受付ステップと、
前記脈波検出装置が前記対象となる動物の脈波を脈波信号として検出し、前記脈波信号を前記解析装置に送信する検出ステップと、
前記解析装置が、前記脈波信号に対して、非線形解析を行い、交感神経、及び副交感神経の状態、及び／又は、情動を抽出する抽出ステップと、
前記提示手段が、抽出された前記交感神経、及び副交感神経の状態、及び／又は、前記情動を提示する結果提示ステップと
を備えることを特徴とする動物感情解析方法。
【請求項27】
前記非線形解析が、心拍周波数に該当する周波数帯域と、呼吸周波数に該当する周波数帯域のそれぞれでのウェーブレット変換を行う解析であることを特徴とする請求項２６に記載の動物感情解析方法。
【請求項28】
前記心拍周波数に該当する周波数帯域は０．５から３Ｈｚ、前記呼吸周波数に該当する周波数帯域は、０．０４から０．６Ｈｚであることを特徴とする請求項２７に記載の動物感情解析方法。
【請求項29】
前記非線形解析は、前記検出された脈波のうち、時刻ｔ０から時刻ｔ０＋Δｔ０の間計測された第１のデータセットを用い、
前記第１のデータセットに対して前記心拍周波数に該当する周波数帯域にてウェーブレット解析を実施し心拍周波数帯域データを得るステップと、
前記心拍周波数帯域データから、前記心拍周波数帯域データの時間領域の先端部及び後尾部のそれぞれから所定のデータ数Ｗ１、Ｗ２のデータセットを破棄して心拍周波数帯域解析データを得るステップと、
前記心拍周波数帯域解析データにおいて、強度最大からｎ１個のデータを抽出し心拍周波数帯域高強度データセットを得るステップ（ただし、Ｗ１、及びＷ２はそれぞれ１以上前記心拍周波数帯域データの時間領域データ数の１／４以下の自然数、ｎ１は１以上、前記心拍周波数帯域解析データの時間領域データ数の１／２以下の自然数である）と、
前記心拍周波数帯域高強度データセットのスケール平均を算出するステップと、
前記スケール平均から、前記ウェーブレット解析に使用したウェーブレット関数のスケールと周波数の関係を使用し心拍周波数を得るステップと、
前記心拍周波数から初期毎分心拍数Ｍ0を算出するステップと
をさらに備えることを特徴とする請求項２７に記載の動物感情解析方法。
前記第１のデータセットに対して前記心拍周波数に該当する周波数帯域にてウェーブレット解析を実施し心拍周波数帯域データを得るステップと、
前記心拍周波数帯域データから、前記心拍周波数帯域データの時間領域の先端部及び後尾部のそれぞれから所定のデータ数Ｗ１、Ｗ２のデータセットを破棄して心拍周波数帯域解析データを得るステップと、
前記心拍周波数帯域解析データにおいて、強度最大からｎ１個のデータを抽出し心拍周波数帯域高強度データセットを得るステップ（ただし、Ｗ１、及びＷ２はそれぞれ１以上前記心拍周波数帯域データの時間領域データ数の１／４以下の自然数、ｎ１は１以上、前記心拍周波数帯域解析データの時間領域データ数の１／２以下の自然数である）と、
前記心拍周波数帯域高強度データセットのスケール平均を算出するステップと、
前記スケール平均から、前記ウェーブレット解析に使用したウェーブレット関数のスケールと周波数の関係を使用し心拍周波数を得るステップと、
前記心拍周波数から初期毎分心拍数Ｍ0を算出するステップと
をさらに備えることを特徴とする請求項２７に記載の動物感情解析方法。
【請求項30】
前記非線形解析は、前記検出された脈波のうち、時刻ｔ０＋（ｎ－１）Δt０＋Δｔ１から時刻ｔ０＋ｎΔt０＋Δｔ１の間計測された第ｎのデータセットを用い、
第ｎ－１のデータセットのうち、時刻ｔ０＋（ｎ－１）Δt０から時刻ｔ０＋（ｎ－１）Δt０＋Δｔ１の間計測されたデータが破棄されたデータセットに、前記検出された脈波のうち、時刻ｔ０＋ｎΔt０から時刻ｔ０＋ｎΔt０＋Δｔ１の間計測されたデータセットを合成して第ｎのデータセットとするステップと、
前記第ｎのデータセットに対して前記心拍周波数に該当する周波数帯域にてウェーブレット解析を実施し心拍周波数帯域データを得るステップと、
前記心拍周波数帯域データから、前記心拍周波数帯域データの時間領域の先端部及び後尾部のそれぞれから所定のデータ数Ｗ３、Ｗ４のデータセットを破棄して心拍周波数帯域解析データを得るステップと、
前記心拍周波数帯域解析データにおいて、強度最大からｎ２個のデータを抽出し心拍周波数帯域高強度データセットを得るステップ（ただし、Ｗ３、及びＷ４はそれぞれ１以上前記心拍周波数帯域データの時間領域データ数の１／４以下の自然数、ｎ２は１以上、前記心拍周波数帯域解析データの時間領域データ数の１／２以下の自然数である）と、
前記心拍周波数帯域高強度データセットの強度平均Ｍ１ｎおよびスケール平均を算出するステップと、
前記スケール平均から、前記ウェーブレット解析に使用したウェーブレット関数のスケールと周波数の関係を使用し心拍周波数を得るステップと、
前記心拍周波数から毎分心拍数Ｍｍｎを算出するステップと、
前記心拍周波数帯域解析データにおいて、強度最小からｎ３個のデータを抽出し心拍周波数帯域低強度データセットを得るステップと、
前記心拍周波数帯域低強度データセットの強度平均Ｍ２ｎを算出するステップと、
前記呼吸周波数帯域解析データから、前記呼吸周波数帯域解析データの時間領域の先端部及び後尾部のそれぞれから所定のデータ数Ｗ５、Ｗ６を破棄し呼吸周波数帯域解析データを得るステップ（ただし、Ｗ５、及びＷ６はそれぞれ１以上前記心拍周波数帯域データの時間領域データ数の１／４以下の自然数、ｎ３は１以上、前記心拍周波数帯域解析データの時間領域データ数の１／２以下の自然数である）と、
前記呼吸周波数帯域解析データにおいて、強度最大からｎ４個のデータを抽出し強度平均Ｍ３ｎを算出するステップ（ただし、ｎ４は１以上、前記心拍周波数帯域解析データの時間領域データ数の１／２以下の自然数である）と、
前記呼吸周波数帯域解析データにおいて、強度最小からｎ５個のデータを抽出し強度平均Ｍ４ｎを算出するステップ（ただし、ｎ５は１以上、前記心拍周波数帯域解析データの時間領域データ数の１／２以下の自然数である）と、
次式
により副交感神経指標Ｍｐｎを算出するステップと、
次式
により快・不快指標Ｐｎを算出するステップと、
次式
により覚醒度指標Ａｎを算出するステップと
をさらに備えることを特徴とする請求項２９に記載の動物感情解析方法。
第ｎ－１のデータセットのうち、時刻ｔ０＋（ｎ－１）Δt０から時刻ｔ０＋（ｎ－１）Δt０＋Δｔ１の間計測されたデータが破棄されたデータセットに、前記検出された脈波のうち、時刻ｔ０＋ｎΔt０から時刻ｔ０＋ｎΔt０＋Δｔ１の間計測されたデータセットを合成して第ｎのデータセットとするステップと、
前記第ｎのデータセットに対して前記心拍周波数に該当する周波数帯域にてウェーブレット解析を実施し心拍周波数帯域データを得るステップと、
前記心拍周波数帯域データから、前記心拍周波数帯域データの時間領域の先端部及び後尾部のそれぞれから所定のデータ数Ｗ３、Ｗ４のデータセットを破棄して心拍周波数帯域解析データを得るステップと、
前記心拍周波数帯域解析データにおいて、強度最大からｎ２個のデータを抽出し心拍周波数帯域高強度データセットを得るステップ（ただし、Ｗ３、及びＷ４はそれぞれ１以上前記心拍周波数帯域データの時間領域データ数の１／４以下の自然数、ｎ２は１以上、前記心拍周波数帯域解析データの時間領域データ数の１／２以下の自然数である）と、
前記心拍周波数帯域高強度データセットの強度平均Ｍ１ｎおよびスケール平均を算出するステップと、
前記スケール平均から、前記ウェーブレット解析に使用したウェーブレット関数のスケールと周波数の関係を使用し心拍周波数を得るステップと、
前記心拍周波数から毎分心拍数Ｍｍｎを算出するステップと、
前記心拍周波数帯域解析データにおいて、強度最小からｎ３個のデータを抽出し心拍周波数帯域低強度データセットを得るステップと、
前記心拍周波数帯域低強度データセットの強度平均Ｍ２ｎを算出するステップと、
前記呼吸周波数帯域解析データから、前記呼吸周波数帯域解析データの時間領域の先端部及び後尾部のそれぞれから所定のデータ数Ｗ５、Ｗ６を破棄し呼吸周波数帯域解析データを得るステップ（ただし、Ｗ５、及びＷ６はそれぞれ１以上前記心拍周波数帯域データの時間領域データ数の１／４以下の自然数、ｎ３は１以上、前記心拍周波数帯域解析データの時間領域データ数の１／２以下の自然数である）と、
前記呼吸周波数帯域解析データにおいて、強度最大からｎ４個のデータを抽出し強度平均Ｍ３ｎを算出するステップ（ただし、ｎ４は１以上、前記心拍周波数帯域解析データの時間領域データ数の１／２以下の自然数である）と、
前記呼吸周波数帯域解析データにおいて、強度最小からｎ５個のデータを抽出し強度平均Ｍ４ｎを算出するステップ（ただし、ｎ５は１以上、前記心拍周波数帯域解析データの時間領域データ数の１／２以下の自然数である）と、
次式
【数4】
次式
【数5】
次式
【数6】
をさらに備えることを特徴とする請求項２９に記載の動物感情解析方法。
【請求項31】
前記非線形解析は、非調和解析、非調和解析及びカオス解析、又は、非調和解析及び再帰定量化分析であることを特徴とする請求項２６に記載の動物感情解析方法。
【請求項32】
前記非線形解析が、前記脈波検出装置によって検出された脈波に対して、ピーク間隔を求め、前記ピーク間隔を補間して時間等間隔データを得、前記時間等間隔データのパワースペクトル密度を高速フーリエ変換により求め、得られた前記パワースペクトル密度からＨＦ、及びＬＦを算出することにより、前記自律神経の状態及び前記情動の少なくとも一方を抽出することを特徴とする請求項２６に記載の動物感情解析方法。
【請求項33】
脈波検出装置と、情動を抽出する解析装置と、提示手段と、入力手段とを備える動物感情解析システムにおいて、コンピュータに、
対象となる動物の情報の入力を受け付ける受付手段と、
前記対象となる動物の脈波を脈波信号として検出し、前記脈波信号を前記解析装置に送信する検出手段と、
前記脈波信号に対して、非線形解析を行い、交感神経、及び副交感神経の状態、及び／又は、情動を抽出する抽出手段と、
抽出された前記交感神経、及び副交感神経の状態、及び／又は、前記情動を提示する結果提示手段と
を実現するための動物感情解析プログラム。
対象となる動物の情報の入力を受け付ける受付手段と、
前記対象となる動物の脈波を脈波信号として検出し、前記脈波信号を前記解析装置に送信する検出手段と、
前記脈波信号に対して、非線形解析を行い、交感神経、及び副交感神経の状態、及び／又は、情動を抽出する抽出手段と、
抽出された前記交感神経、及び副交感神経の状態、及び／又は、前記情動を提示する結果提示手段と
を実現するための動物感情解析プログラム。
【請求項34】
前記非線形解析が、心拍周波数に該当する周波数帯域と、呼吸周波数に該当する周波数帯域のそれぞれでのウェーブレット変換を行う解析であることを特徴とする請求項３３に記載の動物感情解析プログラム。
【請求項35】
前記心拍周波数に該当する周波数帯域は０．５から３Ｈｚ、前記呼吸周波数に該当する周波数帯域は、０．０４から０．６Ｈｚであることを特徴とする請求項３３に記載の動物感情解析プログラム。
【請求項36】
前記非線形解析は、前記検出された脈波のうち、時刻ｔ０から時刻ｔ０＋Δｔ０の間計測された第１のデータセットを用い、
前記第１のデータセットに対して前記心拍周波数に該当する周波数帯域にてウェーブレット解析を実施し心拍周波数帯域データを得る機能と、
前記心拍周波数帯域データから、前記心拍周波数帯域データの時間領域の先端部及び後尾部のそれぞれから所定のデータ数Ｗ１、Ｗ２のデータセットを破棄して心拍周波数帯域解析データを得る機能と、
前記心拍周波数帯域解析データにおいて、強度最大からｎ１個のデータを抽出し心拍周波数帯域高強度データセットを得る機能（ただし、Ｗ１、及びＷ２はそれぞれ１以上前記心拍周波数帯域データの時間領域データ数の１／４以下の自然数、ｎ１は１以上、前記心拍周波数帯域解析データの時間領域データ数の１／２以下の自然数である）と、
前記心拍周波数帯域高強度データセットのスケール平均を算出する機能と、
前記スケール平均から、前記ウェーブレット解析に使用したウェーブレット関数のスケールと周波数の関係を使用し心拍周波数を得る機能と、
前記心拍周波数から初期毎分心拍数Ｍ0を算出する機能と
をさらに備えることを特徴とする請求項３４に記載の動物感情解析プログラム。
前記第１のデータセットに対して前記心拍周波数に該当する周波数帯域にてウェーブレット解析を実施し心拍周波数帯域データを得る機能と、
前記心拍周波数帯域データから、前記心拍周波数帯域データの時間領域の先端部及び後尾部のそれぞれから所定のデータ数Ｗ１、Ｗ２のデータセットを破棄して心拍周波数帯域解析データを得る機能と、
前記心拍周波数帯域解析データにおいて、強度最大からｎ１個のデータを抽出し心拍周波数帯域高強度データセットを得る機能（ただし、Ｗ１、及びＷ２はそれぞれ１以上前記心拍周波数帯域データの時間領域データ数の１／４以下の自然数、ｎ１は１以上、前記心拍周波数帯域解析データの時間領域データ数の１／２以下の自然数である）と、
前記心拍周波数帯域高強度データセットのスケール平均を算出する機能と、
前記スケール平均から、前記ウェーブレット解析に使用したウェーブレット関数のスケールと周波数の関係を使用し心拍周波数を得る機能と、
前記心拍周波数から初期毎分心拍数Ｍ0を算出する機能と
をさらに備えることを特徴とする請求項３４に記載の動物感情解析プログラム。
【請求項37】
前記非線形解析は、前記検出された脈波のうち、時刻ｔ０＋（ｎ－１）Δt０＋Δｔ１から時刻ｔ０＋ｎΔt０＋Δｔ１の間計測された第ｎのデータセットを用い、
第ｎ－１のデータセットのうち、時刻ｔ０＋（ｎ－１）Δt０から時刻ｔ０＋（ｎ－１）Δt０＋Δｔ１の間計測されたデータが破棄されたデータセットに、前記検出された脈波のうち、時刻ｔ０＋ｎΔt０から時刻ｔ０＋ｎΔt０＋Δｔ１の間計測されたデータセットを合成して第ｎのデータセットとする機能と、
前記第ｎのデータセットに対して前記心拍周波数に該当する周波数帯域にてウェーブレット解析を実施し心拍周波数帯域データを得る機能と、
前記心拍周波数帯域データから、前記心拍周波数帯域データの時間領域の先端部及び後尾部のそれぞれから所定のデータ数Ｗ３、Ｗ４のデータセットを破棄して心拍周波数帯域解析データを得る機能と、
前記心拍周波数帯域解析データにおいて、強度最大からｎ２個のデータを抽出し心拍周波数帯域高強度データセットを得る機能（ただし、Ｗ３、及びＷ４はそれぞれ１以上前記心拍周波数帯域データの時間領域データ数の１／４以下の自然数、ｎ２は１以上、前記心拍周波数帯域解析データの時間領域データ数の１／２以下の自然数である）と、
前記心拍周波数帯域高強度データセットの強度平均Ｍ１ｎおよびスケール平均を算出する機能と、
前記スケール平均から、前記ウェーブレット解析に使用したウェーブレット関数のスケールと周波数の関係を使用し心拍周波数を得る機能と、
前記心拍周波数から毎分心拍数Ｍｍｎを算出する機能と、
前記心拍周波数帯域解析データにおいて、強度最小からｎ３個のデータを抽出し心拍周波数帯域低強度データセットを得る機能と、
前記心拍周波数帯域低強度データセットの強度平均Ｍ２ｎを算出する機能と、
前記呼吸周波数帯域解析データから、前記呼吸周波数帯域解析データの時間領域の先端部及び後尾部のそれぞれから所定のデータ数Ｗ５、Ｗ６を破棄し呼吸周波数帯域解析データを得る機能（ただし、Ｗ５、及びＷ６はそれぞれ１以上前記心拍周波数帯域データの時間領域データ数の１／４以下の自然数、ｎ３は１以上、前記心拍周波数帯域解析データの時間領域データ数の１／２以下の自然数である）と、
前記呼吸周波数帯域解析データにおいて、強度最大からｎ４個のデータを抽出し強度平均Ｍ３ｎを算出する機能（ただし、ｎ４は１以上、前記心拍周波数帯域解析データの時間領域データ数の１／２以下の自然数である）と、
前記呼吸周波数帯域解析データにおいて、強度最小からｎ５個のデータを抽出し強度平均Ｍ４ｎを算出する機能（ただし、ｎ５は１以上、前記心拍周波数帯域解析データの時間領域データ数の１／２以下の自然数である）と、
次式
により副交感神経指標Ｍｐｎを算出する機能と、
次式
により快・不快指標Ｐｎを算出する機能と、
次式
により覚醒度指標Ａｎを算出する機能と
をさらに備えることを特徴とする請求項３６に記載の動物感情解析プログラム。
第ｎ－１のデータセットのうち、時刻ｔ０＋（ｎ－１）Δt０から時刻ｔ０＋（ｎ－１）Δt０＋Δｔ１の間計測されたデータが破棄されたデータセットに、前記検出された脈波のうち、時刻ｔ０＋ｎΔt０から時刻ｔ０＋ｎΔt０＋Δｔ１の間計測されたデータセットを合成して第ｎのデータセットとする機能と、
前記第ｎのデータセットに対して前記心拍周波数に該当する周波数帯域にてウェーブレット解析を実施し心拍周波数帯域データを得る機能と、
前記心拍周波数帯域データから、前記心拍周波数帯域データの時間領域の先端部及び後尾部のそれぞれから所定のデータ数Ｗ３、Ｗ４のデータセットを破棄して心拍周波数帯域解析データを得る機能と、
前記心拍周波数帯域解析データにおいて、強度最大からｎ２個のデータを抽出し心拍周波数帯域高強度データセットを得る機能（ただし、Ｗ３、及びＷ４はそれぞれ１以上前記心拍周波数帯域データの時間領域データ数の１／４以下の自然数、ｎ２は１以上、前記心拍周波数帯域解析データの時間領域データ数の１／２以下の自然数である）と、
前記心拍周波数帯域高強度データセットの強度平均Ｍ１ｎおよびスケール平均を算出する機能と、
前記スケール平均から、前記ウェーブレット解析に使用したウェーブレット関数のスケールと周波数の関係を使用し心拍周波数を得る機能と、
前記心拍周波数から毎分心拍数Ｍｍｎを算出する機能と、
前記心拍周波数帯域解析データにおいて、強度最小からｎ３個のデータを抽出し心拍周波数帯域低強度データセットを得る機能と、
前記心拍周波数帯域低強度データセットの強度平均Ｍ２ｎを算出する機能と、
前記呼吸周波数帯域解析データから、前記呼吸周波数帯域解析データの時間領域の先端部及び後尾部のそれぞれから所定のデータ数Ｗ５、Ｗ６を破棄し呼吸周波数帯域解析データを得る機能（ただし、Ｗ５、及びＷ６はそれぞれ１以上前記心拍周波数帯域データの時間領域データ数の１／４以下の自然数、ｎ３は１以上、前記心拍周波数帯域解析データの時間領域データ数の１／２以下の自然数である）と、
前記呼吸周波数帯域解析データにおいて、強度最大からｎ４個のデータを抽出し強度平均Ｍ３ｎを算出する機能（ただし、ｎ４は１以上、前記心拍周波数帯域解析データの時間領域データ数の１／２以下の自然数である）と、
前記呼吸周波数帯域解析データにおいて、強度最小からｎ５個のデータを抽出し強度平均Ｍ４ｎを算出する機能（ただし、ｎ５は１以上、前記心拍周波数帯域解析データの時間領域データ数の１／２以下の自然数である）と、
次式
【数7】
次式
【数8】
次式
【数9】
をさらに備えることを特徴とする請求項３６に記載の動物感情解析プログラム。
【請求項38】
前記非線形解析は、非調和解析、非調和解析及びカオス解析、又は、非調和解析及び再帰定量化分析であることを特徴とする請求項３３に記載の動物感情解析プログラム。
【請求項39】
前記非線形解析が、前記脈波検出装置によって検出された脈波に対して、ピーク間隔を求め、前記ピーク間隔を補間して時間等間隔データを得、前記時間等間隔データのパワースペクトル密度を高速フーリエ変換により求め、得られた前記パワースペクトル密度からＨＦ、及びＬＦを算出することにより、前記自律神経の状態及び前記情動の少なくとも一方を抽出することを特徴とする請求項３３に記載の動物感情解析プログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、動物感情解析システム、動物感情解析方法及び動物感情解析プログラムに関する。
【背景技術】
【0002】
近年、ペットの感情を知るための技術が開発されている（例えば、特許文献１、及び特許文献２参照）。特許文献１には、集音器を動物に装着し、集音器から集音された音を心拍信号に変換し、動物の感情を推定する装置が開示されている。特許文献２には、ペットと人との間の距離からペットと人との触れ合い状態を検出する手段と、ペットと人の心拍情報からペットと人のリラックス状態を検出する手段と、検出された触れ合い状態とリラックス状態とからペットと人の友好度を導出する手段とを備える装置が開示されている。特許文献３には、心拍数検出装置において、心拍に起因する周波数を適切に取得する技術に関して開示されている。
【先行技術文献】
【特許文献】
【0003】
【特許文献1】特許第６８３３９１９号公報
【特許文献2】特許第６９１４５９７号公報
【特許文献3】特開２０２１－１９４１２８号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
特許文献１に開示されている装置によれば、動物用のハーネスに集音器等のセンサと制御部が固定される。特許文献２に開示されている装置によれば、動物の首輪等に心拍センサが取り付けられている。しかしながら、例えば、ペットや飼い主によってはハーネスや首輪を散歩時以外は装着しない場合がある等、常時ハーネスや首輪を装着するわけではない動物にとって、センサによる心拍の計測のためにハーネスや首輪を装着することが、ストレスとなる恐れがあり、心拍情報から動物の情動を導出する際の妨げとなりかねない。特許文献３に開示されている心拍数検出装置は、心拍信号を周波数スペクトルに変換し、その基本周波数帯域における基本波スペクトルと、複数の高調波周波数帯域における高調波スペクトルを抽出し、その高調波スペクトルを圧縮すると共に移動させ、基本波スペクトルに重ね合わせて合成スペクトルを生成することで心拍数を算出する技術に関して開示されている。しかし、心拍信号より低い周波数領域、例えば、呼吸の周波数に該当する領域を、心拍の周波数に該当する領域とは、別に解析する技術に関しては開示も示唆もされていない。
【0005】
上記問題点を鑑み、本発明は、動物の情動に影響を与えない動物感情解析システム、動物感情解析方法及び動物感情解析プログラムを提供することを目的とする。
【課題を解決するための手段】
【0006】
本発明の第１の態様は、動物感情解析システムであって、対象となる動物の脈波を検出する脈波検出装置と、検出された脈波から、非線形解析を行うことにより、対象となる動物の交感神経、及び副交感神経の状態、及び／又は、情動を抽出する解析装置と、抽出された交感神経、及び副交感神経の状態、及び／又は、情動を示す提示手段と、対象となる動物の情報を受け付ける入力手段とを備えることを要旨とする。
【0007】
本発明の第１の態様において、脈波検出装置は、対象となる動物の脈波を検出し、脈波信号として出力する脈波センサと、脈波信号を解析装置へ送信する送信部と、脈波センサ及び送信部に電力を供給する電源部とを備え、マイクロチップとともにガラス容器に封入され、対象となる動物の体内に埋め込まれてもよい。
【0008】
本発明の第１の態様において、脈波検出装置は、非接触型脈波検出装置であってよい。
【0009】
本発明の第１の態様において、非接触型脈波検出装置は、ドップラーセンサを用いた非接触型脈波検出装置、又は、周波数変調非接触脈波検出装置であってよい。
【0010】
本発明の第１の態様において、脈波検出装置は、体動センサにより脈波を検出してもよい。
【0011】
本発明の第１の態様において、非接触型脈波検出装置は、ミリ波レーダを用いた非接触センサであってよい。
【0012】
本発明の第１の態様において、体動センサは、加速度センサ、又は、ジャイロセンサであってよい。
【0013】
本発明の第１の態様において、非線形解析が、心拍周波数に該当する周波数帯域と、呼吸周波数に該当する周波数帯域のそれぞれでのウェーブレット変換を行う解析であってよい。
【0014】
本発明の第１の態様において、心拍周波数に該当する周波数帯域は０．５から３Ｈｚ、呼吸周波数に該当する周波数帯域は、０．０４から０．６Ｈｚであってよい。
【0015】
本発明の第１の態様において、非線形解析は、検出された脈波のうち、時刻ｔ０から時刻ｔ０＋Δｔ０の間計測された第１のデータセットを用い、第１のデータセットに対して心拍周波数に該当する周波数帯域にてウェーブレット解析を実施し心拍周波数帯域データを得、心拍周波数帯域データから、心拍周波数帯域データの時間領域の先端部及び後尾部のそれぞれから所定のデータ数Ｗ１、Ｗ２のデータセットを破棄して心拍周波数帯域解析データを得、心拍周波数帯域解析データにおいて、強度最大からｎ１個のデータを抽出し心拍周波数帯域高強度データセットを得（ただし、Ｗ１、及びＷ２はそれぞれ１以上前記心拍周波数帯域データの時間領域データ数の１／４以下の自然数、ｎ１は１以上、心拍周波数帯域解析データの時間領域データ数の１／２以下の自然数である）、心拍周波数帯域高強度データセットのスケール平均を算出し、スケール平均から、ウェーブレット解析に使用したウェーブレット関数のスケールと周波数の関係を使用し心拍周波数を得、心拍周波数から初期毎分心拍数Ｍ0を算出してもよい。
【0016】
本発明の第１の態様において、非線形解析は、検出された脈波のうち、時刻ｔ０＋（ｎ－１）Δt０＋Δｔ１から時刻ｔ０＋ｎΔt０＋Δｔ１の間計測された第ｎのデータセットを用い、第ｎ－１のデータセットのうち、時刻ｔ０＋（ｎ－１）Δt０から時刻ｔ０＋（ｎ－１）Δt０＋Δｔ１の間計測されたデータが破棄されたデータセットに、検出された脈波のうち、時刻ｔ０＋ｎΔt０から時刻ｔ０＋ｎΔt０＋Δｔ１の間計測されたデータセットを合成して第ｎのデータセットとし、第ｎのデータセットに対して心拍周波数に該当する周波数帯域にてウェーブレット解析を実施し心拍周波数帯域データを得、心拍周波数帯域データから、心拍周波数帯域データの時間領域の先端部及び後尾部のそれぞれから所定のデータ数Ｗ３、Ｗ４のデータセットを破棄して心拍周波数帯域解析データを得、心拍周波数帯域解析データにおいて、強度最大からｎ２個のデータを抽出し心拍周波数帯域高強度データセットを得（ただし、Ｗ３、及びＷ４はそれぞれ１以上心拍周波数帯域データの時間領域データ数の１／４以下の自然数、ｎ２は１以上、心拍周波数帯域解析データの時間領域データ数の１／２以下の自然数である）、心拍周波数帯域高強度データセットの強度平均Ｍ１ｎおよびスケール平均を算出し、スケール平均から、ウェーブレット解析に使用したウェーブレット関数のスケールと周波数の関係を使用し心拍周波数を得、心拍周波数から毎分心拍数Ｍｍｎを算出し、心拍周波数帯域解析データにおいて、強度最小からｎ３個のデータを抽出し心拍周波数帯域低強度データセットを得、心拍周波数帯域低強度データセットの強度平均Ｍ２ｎを算出し、記呼吸周波数帯域解析データから、呼吸周波数帯域解析データの時間領域の先端部及び後尾部のそれぞれから所定のデータ数Ｗ５、Ｗ６を破棄し呼吸周波数帯域解析データを得（ただし、Ｗ５、及びＷ６はそれぞれ１以上心拍周波数帯域データの時間領域データ数の１／４以下の自然数、ｎ３は１以上、心拍周波数帯域解析データの時間領域データ数の１／２以下の自然数である）、呼吸周波数帯域解析データにおいて、強度最大からｎ４個のデータを抽出し強度平均Ｍ３ｎを算出し（ただし、ｎ４は１以上、心拍周波数帯域解析データの時間領域データ数の１／２以下の自然数である）、呼吸周波数帯域解析データにおいて、強度最小からｎ５個のデータを抽出し強度平均Ｍ４ｎを算出し（ただし、ｎ５は１以上、心拍周波数帯域解析データの時間領域データ数の１／２以下の自然数である）、式
【0017】
【数1】
【0018】
により副交感神経指標Ｍｐｎを算出し、式
【0019】
【数2】
【0020】
により快・不快指標Ｐｎを算出し、式
【0021】
【数3】
【0022】
により覚醒度指標Ａｎを算出してもよい。
【0023】
本発明の第１の態様において、非線形解析は、非調和解析、非調和解析及びカオス解析、又は、非調和解析及び再帰定量化分析であってよい。
【0024】
本発明の第１の態様において、非線形解析が、検出装置によって検出された脈波に対して、ピーク間隔を求め、それを補間して時間等間隔データを得、パワースペクトル密度を高速フーリエ変換により求め、得られたパワースペクトル密度からＨＦ、及びＬＦを算出することにより、自律神経の状態及び情動の少なくとも一方を抽出してもよい。
【0025】
本発明の第１の態様において、提示手段は、情動を推測するための指標である覚醒度、及び快・不快状態のそれぞれの値をディスプレイに表示してもよい。
【0026】
本発明の第１の態様において、提示手段は、情動を「喜」「怒」「哀」「楽（リラックス）」に分類し、ディスプレイに表示してもよい。
【0027】
本発明の第１の態様において、提示手段は、交感神経、及び副交感神経の状態、及び／又は、情動を、照明によって光で表現してもよい。
【0028】
本発明の第１の態様において、提示手段は、交感神経、及び副交感神経の状態、及び／又は、情動を、スピーカーによって音で表現してもよい。
【0029】
本発明の第１の態様において、提示手段は、対象となる動物の情報をもとに対象となる動物をアニメーション化してディスプレイに表示し、抽出された情動に合わせてディスプレイに表示された対象となる動物の顔の表情を変えてもよい。
【0030】
本発明の第１の態様において、脈波検出装置は、対象となる動物の運動状態を検出する体動センサをさらに備えてもよい。
【0031】
本発明の第１の態様において、脈波検出装置は、対象となる動物の体温を検出する温度センサをさらに備えてもよい。
【0032】
本発明の第１の態様において、入力手段は、対象となる動物の行動の分析結果に関する情報の入力を受け付けてもよい。
【0033】
本発明の第１の態様において、解析装置は、抽出された交感神経、及び副交感神経の状態、及び／又は、情動を用いて、自然言語処理により、会話を生成する言語生成部をさらに備えてもよい。
【0034】
本発明の第１の態様において、脈波検出装置は、体動センサ、及び／又は温度センサをさらに備え、言語生成部は、抽出された交感神経、及び副交感神経の状態、及び／又は、情動と、体動センサ、及び／又は温度センサから得られた検出結果とから会話を生成してもよい。
【0035】
本発明の第１の態様において、対象となる動物とコミュニケーションをとっている人の脈波を検出する人脈波検出装置と、検出された人の脈波から、人の、交感神経、及び副交感神経の状態、及び／又は、情動を抽出する、人情動抽出部とをさらに備えてもよい。
【0036】
本発明の第１の態様において、解析装置は、対象となる動物と、人の、それぞれの、抽出された交感神経、及び副交感神経の状態、及び／又は、情動を用いて、自然言語処理により、会話を生成する言語生成部をさらに備えてもよい。
【0037】
本発明の第２の態様は、動物感情解析方法であって、脈波検出装置と、情動を抽出する解析装置と、提示手段と、入力手段とを備える動物感情解析システムにおいて、入力手段が対象となる動物の情報の入力を受け付ける受付ステップと、脈波検出装置が対象となる動物の脈波を脈波信号として検出し、脈波信号を解析装置に送信する検出ステップと、解析装置が、脈波信号に対して、非線形解析を行い、交感神経、及び副交感神経の状態、及び／又は、情動を抽出する抽出ステップと、提示手段が、抽出された交感神経、及び副交感神経の状態、及び／又は、情動を提示する結果提示ステップとを備えることを要旨とする。
【0038】
本発明の第２の態様において、非線形解析が、心拍周波数に該当する周波数帯域と、呼吸周波数に該当する周波数帯域のそれぞれでのウェーブレット変換を行う解析であってよい。
【0039】
本発明の第２の態様において、心拍周波数に該当する周波数帯域は０．５から３Ｈｚ、呼吸周波数に該当する周波数帯域は、０．０４から０．６Ｈｚであってよい。
【0040】
本発明の第２の態様において、非線形解析は、検出された脈波のうち、時刻ｔ０から時刻ｔ０＋Δｔ０の間計測された第１のデータセットを用い、第１のデータセットに対して心拍周波数に該当する周波数帯域にてウェーブレット解析を実施し心拍周波数帯域データを得るステップと、心拍周波数帯域データから、心拍周波数帯域データの時間領域の先端部及び後尾部のそれぞれから所定のデータ数Ｗ１、Ｗ２のデータセットを破棄して心拍周波数帯域解析データを得るステップと、心拍周波数帯域解析データにおいて、強度最大からｎ１個のデータを抽出し心拍周波数帯域高強度データセットを得るステップ（ただし、Ｗ１、及びＷ２はそれぞれ１以上心拍周波数帯域データの時間領域データ数の１／４以下の自然数、ｎ１は１以上、心拍周波数帯域解析データの時間領域データ数の１／２以下の自然数である）と、心拍周波数帯域高強度データセットのスケール平均を算出するステップと、スケール平均から、ウェーブレット解析に使用したウェーブレット関数のスケールと周波数の関係を使用し心拍周波数を得るステップと、心拍周波数から初期毎分心拍数Ｍ0を算出するステップとをさらに備えてもよい。
【0041】
本発明の第２の態様において、非線形解析は、検出された脈波のうち、時刻ｔ０＋（ｎ－１）Δt０＋Δｔ１から時刻ｔ０＋ｎΔt０＋Δｔ１の間計測された第ｎのデータセットを用い、第ｎ－１のデータセットのうち、時刻ｔ０＋（ｎ－１）Δt０から時刻ｔ０＋（ｎ－１）Δt０＋Δｔ１の間計測されたデータが破棄されたデータセットに、検出された脈波のうち、時刻ｔ０＋ｎΔt０から時刻ｔ０＋ｎΔt０＋Δｔ１の間計測されたデータセットを合成して第ｎのデータセットとするステップと、第ｎのデータセットに対して心拍周波数に該当する周波数帯域にてウェーブレット解析を実施し心拍周波数帯域データを得るステップと、心拍周波数帯域データから、心拍周波数帯域データの時間領域の先端部及び後尾部のそれぞれから所定のデータ数Ｗ３、Ｗ４のデータセットを破棄して心拍周波数帯域解析データを得るステップと、心拍周波数帯域解析データにおいて、強度最大からｎ２個のデータを抽出し心拍周波数帯域高強度データセットを得るステップ（ただし、Ｗ３、及びＷ４はそれぞれ１以上心拍周波数帯域データの時間領域データ数の１／４以下の自然数、ｎ２は１以上、心拍周波数帯域解析データの時間領域データ数の１／２以下の自然数である）と、心拍周波数帯域高強度データセットの強度平均Ｍ１ｎおよびスケール平均を算出するステップと、スケール平均から、ウェーブレット解析に使用したウェーブレット関数のスケールと周波数の関係を使用し心拍周波数を得るステップと、心拍周波数から毎分心拍数Ｍｍｎを算出するステップと、心拍周波数帯域解析データにおいて、強度最小からｎ３個のデータを抽出し心拍周波数帯域低強度データセットを得るステップと、心拍周波数帯域低強度データセットの強度平均Ｍ２ｎを算出するステップと、呼吸周波数帯域解析データから、呼吸周波数帯域解析データの時間領域の先端部及び後尾部のそれぞれから所定のデータ数Ｗ５、Ｗ６を破棄し呼吸周波数帯域解析データを得るステップ（ただし、Ｗ５、及びＷ６はそれぞれ１以上心拍周波数帯域データの時間領域データ数の１／４以下の自然数、ｎ３は１以上、心拍周波数帯域解析データの時間領域データ数の１／２以下の自然数である）と、呼吸周波数帯域解析データにおいて、強度最大からｎ４個のデータを抽出し強度平均Ｍ３ｎを算出するステップ（ただし、ｎ４は１以上、前記心拍周波数帯域解析データの時間領域データ数の１／２以下の自然数である）と、呼吸周波数帯域解析データにおいて、強度最小からｎ５個のデータを抽出し強度平均Ｍ４ｎを算出するステップ（ただし、ｎ５は１以上、前記心拍周波数帯域解析データの時間領域データ数の１／２以下の自然数である）と、次式
【0042】
【数4】
【0043】
により副交感神経指標Ｍｐｎを算出するステップと、次式
【0044】
【数5】
【0045】
により快・不快指標Ｐｎを算出するステップと、次式
【0046】
【数6】
【0047】
により覚醒度指標Ａｎを算出するステップとをさらに備えてもよい。
【0048】
本発明の第２の態様において、非線形解析は、非調和解析、非調和解析及びカオス解析、又は、非調和解析及び再帰定量化分析であってよい。
【0049】
本発明の第２の態様において、非線形解析が、脈波検出装置によって検出された脈波に対して、ピーク間隔を求め、それを補間して時間等間隔データを得、パワースペクトル密度を高速フーリエ変換により求め、得られたパワースペクトル密度からＨＦ、及びＬＦを算出することにより、自律神経の状態及び情動の少なくとも一方を抽出してもよい。
【0050】
本発明の第３の態様は、動物感情解析プログラムであって、脈波検出装置と、情動を抽出する解析装置と、提示手段と、入力手段とを備える動物感情解析システムにおいて、コンピュータに、対象となる動物の情報の入力を受け付ける受付手段と、対象となる動物の脈波を脈波信号として検出し、脈波信号を解析装置に送信する検出手段と、脈波信号に対して、非線形解析を行い、交感神経、及び副交感神経の状態、及び／又は、情動を抽出する抽出手段と、抽出された交感神経、及び副交感神経の状態、及び／又は、情動を提示する結果提示手段とを実現してもよい。
【0051】
本発明の第３の態様において、非線形解析が、心拍周波数に該当する周波数帯域と、呼吸周波数に該当する周波数帯域のそれぞれでのウェーブレット変換を行う解析であってよい。
【0052】
本発明の第３の態様において、心拍周波数に該当する周波数帯域は０．５から３Ｈｚ、呼吸周波数に該当する周波数帯域は、０．０４から０．６Ｈｚであってよい。
【0053】
本発明の第３の態様において、非線形解析は、検出された脈波のうち、時刻ｔ０から時刻ｔ０＋Δｔ０の間計測された第１のデータセットを用い、第１のデータセットに対して前記心拍周波数に該当する周波数帯域にてウェーブレット解析を実施し心拍周波数帯域データを得る機能と、心拍周波数帯域データから、心拍周波数帯域データの時間領域の先端部及び後尾部のそれぞれから所定のデータ数Ｗ１、Ｗ２のデータセットを破棄して心拍周波数帯域解析データを得る機能と、心拍周波数帯域解析データにおいて、強度最大からｎ１個のデータを抽出し心拍周波数帯域高強度データセットを得る機能（ただし、Ｗ１、及びＷ２はそれぞれ１以上心拍周波数帯域データの時間領域データ数の１／４以下の自然数、ｎ１は１以上、心拍周波数帯域解析データの時間領域データ数の１／２以下の自然数である）と、心拍周波数帯域高強度データセットのスケール平均を算出する機能と、スケール平均から、ウェーブレット解析に使用したウェーブレット関数のスケールと周波数の関係を使用し心拍周波数を得る機能と、心拍周波数から初期毎分心拍数Ｍ0を算出する機能とをさらに備えてもよい。
【0054】
本発明の第３の態様において、非線形解析は、検出された脈波のうち、時刻ｔ０＋（ｎ－１）Δt０＋Δｔ１から時刻ｔ０＋ｎΔt０＋Δｔ１の間計測された第ｎのデータセットを用い、第ｎ－１のデータセットのうち、時刻ｔ０＋（ｎ－１）Δt０から時刻ｔ０＋（ｎ－１）Δt０＋Δｔ１の間計測されたデータが破棄されたデータセットに、検出された脈波のうち、時刻ｔ０＋ｎΔt０から時刻ｔ０＋ｎΔt０＋Δｔ１の間計測されたデータセットを合成して第ｎのデータセットとする機能と、第ｎのデータセットに対して心拍周波数に該当する周波数帯域にてウェーブレット解析を実施し心拍周波数帯域データを得る機能と、心拍周波数帯域データから、心拍周波数帯域データの時間領域の先端部及び後尾部のそれぞれから所定のデータ数Ｗ３、Ｗ４のデータセットを破棄して心拍周波数帯域解析データを得る機能と、心拍周波数帯域解析データにおいて、強度最大からｎ２個のデータを抽出し心拍周波数帯域高強度データセットを得る機能（ただし、Ｗ３、及びＷ４はそれぞれ１以上心拍周波数帯域データの時間領域データ数の１／４以下の自然数、ｎ２は１以上、心拍周波数帯域解析データの時間領域データ数の１／２以下の自然数である）と、心拍周波数帯域高強度データセットの強度平均Ｍ１ｎおよびスケール平均を算出する機能と、スケール平均から、ウェーブレット解析に使用したウェーブレット関数のスケールと周波数の関係を使用し心拍周波数を得る機能と、心拍周波数から毎分心拍数Ｍｍｎを算出する機能と、心拍周波数帯域解析データにおいて、強度最小からｎ３個のデータを抽出し心拍周波数帯域低強度データセットを得る機能と、心拍周波数帯域低強度データセットの強度平均Ｍ２ｎを算出する機能と、呼吸周波数帯域解析データから、呼吸周波数帯域解析データの時間領域の先端部及び後尾部のそれぞれから所定のデータ数Ｗ５、Ｗ６を破棄し呼吸周波数帯域解析データを得る機能（ただし、Ｗ５、及びＷ６はそれぞれ１以上心拍周波数帯域データの時間領域データ数の１／４以下の自然数、ｎ３は１以上、心拍周波数帯域解析データの時間領域データ数の１／２以下の自然数である）と、呼吸周波数帯域解析データにおいて、強度最大からｎ４個のデータを抽出し強度平均Ｍ３ｎを算出する機能（ただし、ｎ４は１以上、心拍周波数帯域解析データの時間領域データ数の１／２以下の自然数である）と、呼吸周波数帯域解析データにおいて、強度最小からｎ５個のデータを抽出し強度平均Ｍ４ｎを算出する機能（ただし、ｎ５は１以上、心拍周波数帯域解析データの時間領域データ数の１／２以下の自然数である）と、次式
【0055】
【数7】
【0056】
により副交感神経指標Ｍｐｎを算出する機能と、次式
【0057】
【数8】
【0058】
により快・不快指標Ｐｎを算出する機能と、次式
【0059】
【数9】
【0060】
により覚醒度指標Ａｎを算出する機能とをさらに備えてもよい。
【0061】
本発明の第３の態様において、非線形解析は、非調和解析、非調和解析及びカオス解析、又は、非調和解析及び再帰定量化分析であってよい。
【0062】
本発明の第３の態様において、非線形解析が、脈波検出装置によって検出された脈波に対して、パワースペクトル密度を高速フーリエ変換により求め、得られたパワースペクトル密度からＨＦ、及びＬＦを算出することにより、自律神経の状態及び情動の少なくとも一方を抽出してもよい。
【発明の効果】
【0063】
本発明によれば、動物の情動に影響を与えない動物感情解析システム、動物感情解析方法及び動物感情解析プログラムを提供できる。
【図面の簡単な説明】
【0064】
【図1】本発明の第１の実施形態に係る動物感情解析システムの概要を説明する図である。
【図2】第１の実施形態に係る動物感情解析システムの構成の一例を示すブロック図である。
【図3】第１の実施形態に係る動物感情解析システムの解析装置の構成を示すブロック図である。
【図5】本実施形態に係るウェーブレット解析におけるスケールと周波数の関係を表すグラフである。
【図6】本実施形態に係るサービス提供システムによる、ウェーブレット解析を用いた心拍数、副交感神経指標、及び情動抽出方法を説明するためのフローチャートである。
【図7】第１の実施形態に係る動物感情解析システムの情動抽出部によって抽出された覚醒度、及び快・不快状態の２つの指標を表すグラフである。
【図8】第１の実施形態に係る動物感情解析システムの更なる構成要素を備えた検出装置の構成を示すブロック図である。
【図9】第１の実施形態に係る動物感情解析システムの言語生成部を備えた解析装置の構成を示すブロック図である。
【図10】第１の実施形態に係る動物感情解析システムの言語生成部によって生成された会話の一例を示す図である。
【図11】第１の実施形態に係る動物感情解析システムの動作を説明するフローチャートである。
【図12】第２の実施形態に係る動物感情解析システムの構成の一例を示すブロック図である。
【図13】第２の実施形態に係る動物感情解析システムの解析装置の構成を示すブロック図である。
【図14】第２の実施形態に係る動物感情解析システムの言語生成部によって生成された会話の一例を示す図である。
【図15】第３の実施形態に係る動物感情解析システムの構成の一例を示すブロック図である。
【発明を実施するための形態】
【0065】
次に、図面を参照して、本発明の実施形態を説明する。実施形態に係る図面の記載において、同一又は類似の部分には同一又は類似の符号を付している。但し、図面は模式的なものである。
【0066】
又、実施形態は、本発明の技術的思想を具体化するための装置や方法を例示するものであって、本発明の技術的思想は、各構成要素の構成や配置、レイアウト等を下記のものに特定するものでない。本発明の技術的思想は、特許請求の範囲に記載された請求項が規定する技術的範囲内において、種々の変更を加えることができる。
【0067】
（第１の実施形態）
本発明の第１の実施形態に係る動物感情解析システムを以下に説明する。本実施形態に係る動物感情解析システムは、対象となる動物の情動を推定するシステムである。図１に、本実施形態に係る動物感情解析システム１０の概要を示す。図１に、対象となる動物１１と、マイクロチップ１２と、解析装置１３と、ネットワーク１４とを示す。対象となる動物１１は、一例として、ペットとして飼われている犬であるとする。マイクロチップ１２は、対象となる動物１１の皮膚に埋め込まれ、動物の個体識別等に使用される。図１において、マイクロチップ１２は犬１１の体外に示されているが、動物感情解析システム１０の使用時には、マイクロチップ１２は犬１１の体内に埋め込まれているものとする。
本発明の第１の実施形態に係る動物感情解析システムを以下に説明する。本実施形態に係る動物感情解析システムは、対象となる動物の情動を推定するシステムである。図１に、本実施形態に係る動物感情解析システム１０の概要を示す。図１に、対象となる動物１１と、マイクロチップ１２と、解析装置１３と、ネットワーク１４とを示す。対象となる動物１１は、一例として、ペットとして飼われている犬であるとする。マイクロチップ１２は、対象となる動物１１の皮膚に埋め込まれ、動物の個体識別等に使用される。図１において、マイクロチップ１２は犬１１の体外に示されているが、動物感情解析システム１０の使用時には、マイクロチップ１２は犬１１の体内に埋め込まれているものとする。
【0068】
マイクロチップ１２は、図示しないが、記憶装置、送信器等を備えており、記憶装置には、動物の個体を識別するための識別情報が記憶されている。対象となる動物１１の体外から、読み取り装置を使用して、マイクロチップ１２の記憶装置に記憶されている識別情報を、マイクロチップ１２が備える送信機を介して読み取る。読み取り装置による読み取り方法としては、電磁誘導による方法、電磁結合による方法等があり、マイクロチップ１２自体は読み取り装置との識別情報のデータのやり取りのための電源を必ずしも必要としない。
【0069】
マイクロチップ１２は、ガラス、ポリマー等によってシールされ、動物の体内に埋め込まれる。図１において、マイクロチップ１２は拡大されて示されているが、マイクロチップ１２は、通常、直径１～２ｍｍ、長さ８～１２ｍｍ程度の円筒形のガラス容器に封入され、専用の挿入器によって皮下に埋め込まれる。図２においては、マイクロチップ１２は、ガラス容器１６に封入されるとする。
【0070】
ネットワーク１４は、インターネット、光ネットワーク等、無線通信であればいかなる通信網であってもよい。解析装置１３は、パーソナルコンピュータ（ＰＣ）、メインフレーム、ワークステーション、クラウドコンピューティングシステム等、種々の電子計算機（計算リソース）であり、ディスプレイ１７、キーボード、マウス等の入力装置１８等が接続されている。
【0071】
図１には、解析装置１３としてパーソナルコンピュータが示されるが、例えばモバイル端末等であってもよい。また、入力装置１８は、対象とする動物の種類等の入力を受け付けてもよい。受け付けた対象とする動物の種類等の情報は、後述する、情動抽出部３０７によって抽出された交感神経、及び副交感神経の状態、及び／又は、情動を人に示す際、利用される。
【0072】
【0073】
【0074】
検出装置１５は、脈波センサ２０１、プレアンプ２０２、送信部２０３、電源部２０４から構成される。
【0075】
脈波センサ２０１は、対象となる動物１１の脈波を検出し、脈波信号として出力する。脈波センサ２０１は、例えば、光学式であって良い。また、脈波センサによる脈波の検出方法は、振動解析法によるものであってよい。
【0076】
プレアンプ２０２は、脈波センサ２０１によって得られた脈波信号を受信し、増幅させて、送信部２０３に送信する。
【0077】
送信部２０３は、脈波センサ２０１によって得られ、プレアンプ２０２によって増幅された脈波信号を、ネットワーク１４を介して解析装置１３に送信する。
【0078】
電源部２０４は、脈波センサ２０１、プレアンプ２０２、及び送信部２０３に電力を供給する。電源部２０４は、一次電池であってもよく、又は、非接触充電が可能な二次電池であってもよい。なお、電源部２０４は、検出装置１５が、マイクロチップ１２に搭載されている場合には、非接触充電が可能な二次電池であることが好ましい。非接触充電の方式としては、電磁誘導方式が好ましい。
【0079】
図３は解析装置１３の構成を示すブロック図である。解析装置１３は、各種の演算実行のためのＣＰＵ３０１、処理用のプログラムを記憶するストレージ３０２、データ等の記憶のためのＲＡＭ３０３、各種のデータ及び演算結果等の記憶のための記憶部３０４、Ｉ／Ｏ（インプット・アウトプットインターフェース）３０５等が備えられる。Ｉ／Ｏ３０５は通信（送受信）用のインターフェース、バッファ等である。
【0080】
さらに図３のブロック図はＣＰＵ３０１内の機能部を示す。ＣＰＵ３０１の各機能部をソフトウェアにより実現する場合、ＣＰＵ３０１は各機能を実現するソフトウェアであるプログラムの命令を実行することで実現する。詳細には、ノイズ除去部３０６、情動抽出部３０７、出力部３０８、入力部３０９等を備える。
【0081】
ノイズ除去部３０６は、解析装置１３がＩ／Ｏ３０５を介して検出装置１５から受信した脈波信号からノイズを除去し、情動抽出部３０７に送信する。
【0082】
情動抽出部３０７は、人の脈波から情動を抽出する方法と同様の方法により、動物の脈波から、非線形解析により、受益者の自律神経の状態、及び情動の少なくとも一方を抽出する。本実施形態において、情動抽出部３０７は、心拍周波数に該当する周波数帯域と、呼吸周波数に該当する周波数帯域の、２つの周波数帯域でのウェーブレット解析により、脈波から心拍数と呼吸数のデータを抽出し、さらに、抽出された心拍数と呼吸数のデータを用いて覚醒度指標Ａ、及び快・不快指標Ｐを抽出することによって情動を抽出する。これらの情動抽出部３０７の動作を、図面を参照しながら説明する。なお、例として、動物が大型犬である場合に関して記載する。
【0083】
まず、対象となる動物１１の基準毎分心拍数Ｍ０を算出する。以下では、受益者が初めて本システムを使用することを想定し、情動抽出部３０７が新たに基準毎分心拍数Ｍ０を求めに行く手順を説明する。しかし、すでに基準毎分心拍数Ｍ０が既知の場合には、その値を使用しても構わない。
【0084】
基準毎分心拍数Ｍ０を求めるため、情動抽出部３０７は、脈波センサ２０１によって時刻ｔ０から時刻ｔ０＋Δｔ０の間に計測された、計測時間の所定時間長さΔｔ０の脈波信号を取得し、脈波データセットＤｔ０とする。所定時間長さΔｔ０は、例えば、３２秒とする。図４（ａ）に、取得した脈波信号の一例を示す。
【0085】
取得した脈波データセットＤｔ０に対して、情動抽出部３０７は、心拍周波数帯域と呼吸周波数帯域の２つの帯域において、ウェーブレット解析を実施する。使用するウェーブレット関数としては、例えば、モルレ（Ｍｏｒｌｅｔ）ウェーブレット関数が使用できる。心拍周波数帯域は、例えば、０．５～３Ｈｚとする。これは、毎分心拍数３０～１８０回に相当する。一方の呼吸周波数帯域は、例えば、０．０４から０．６Ｈｚとする。これは、毎分呼吸数２．４～３６回に相当する。脈波データセットＤｔ０に対して、心拍周波数帯域において、ウェーブレット解析を実施した結果得られたデータを心拍周波数帯域データとし、呼吸周波数帯域において、ウェーブレット解析を実施した結果得られたデータを呼吸周波数帯域データとする。
【0086】
心拍周波数帯域におけるウェーブレット解析の結果得られた心拍周波数帯域データにおいて、心拍周波数帯域データの先頭部および後尾部のそれぞれから、所定の時間領域のデータ数Ｗ１、Ｗ２のデータセットを破棄する。以下、破棄後に残ったデータを心拍周波数帯域解析データと呼ぶ。データ数Ｗ１、Ｗ２は、１以上、心拍周波数帯域解析データの時間領域データ数の１／４以下の自然数である。
【0087】
次に、心拍周波数帯域データにおいて、強度が最大となるデータから順に所定数のデータを抽出し、心拍周波数帯域高強度データセットとする。所定数は、例えば、１０個とする。
【0088】
次に、得られた心拍周波数帯域高強度データセットのスケールと強度の、それぞれの平均値を算出し、スケール平均Ｍｓ、強度平均Ｍ１とする。
【0089】
得られたスケール平均Ｍｓを、ウェーブレット関数ごとに決まっているスケールと周波数の関係を用いて、心拍周波数平均Ｍfに変換する。例えば、モルレウェーブレット関数のスケールと周波数の関係は、図５のようになる。心拍周波数平均Ｍｆに６０秒／分を掛けることで、毎分心拍数Ｍｍを得る。初回のＭｍを基準毎分心拍数Ｍ０とする。
【0090】
心拍周波数領域データにおいて、強度が最小となるデータから順に所定数のテータを抽出し、心拍周波数帯域低強度データセットとする。所定数は、例えば、１０個とする。
【0091】
次に、得られた心拍周波数帯域低強度データセットの強度を平均し、強度平均Ｍ２を得る。
【0092】
次に、心拍周波数帯域におけるウェーブレット解析の場合と同様に、呼吸周波数帯域におけるウェーブレット解析の結果得られた呼吸周波数帯域データにおいて、呼吸周波数帯域データの時間領域の先端部及び後尾部から、所定の時間領域のデータ数Ｗ３、Ｗ４のデータセットを破棄する。以下、破棄後に残ったデータを呼吸周波数帯域解析データと呼ぶ。データ数Ｗ３、Ｗ４は、１以上、呼吸周波数帯域解析データの時間領域データ数の１／４以下の自然数である。
【0093】
次に、呼吸周波数帯域データにおいて、強度最大から順に所定数のデータを抽出し、呼吸周波数帯域高強度データセットとする。所定数は、例えば、１０個とする。この所定数は、任意である。
【0094】
次に、得られた呼吸周波数帯域高強度データセットの強度の平均値を算出し、強度平均Ｍ３とする。
【0095】
呼吸周波数領域解析データにおいて、強度最小から順に所定数のデータを抽出し、呼吸周波数帯域低強度データセットとする。所定数は、例えば、１０個とする。この所定数は、任意である。
【0096】
次に、得られた呼吸周波数帯域低強度データセットの強度の平均値を算出し、強度平均Ｍ４を得る。
【0097】
副交感神経指標Ｍｐを以下の式を用いて算出する。
【0098】
【数10】
【0099】
次に、毎分心拍数Ｍｍと基準毎分心拍数Ｍ０から、以下の式を用いて情動を抽出するための覚醒度指標Ａを得る。ここで、Ｆは最大変動率であって、０．１＜Ｆ≦１である。
【0100】
【数11】
【0101】
上式によって得られた覚醒度指標Ａについて、最大覚醒度指標Ａｍａｘ、最小覚醒度指標Ａｍｉｎを次のように設定する。毎分心拍数Ｍｍが基準毎分心拍数Ｍ０から最大変動率Ｆだけ正に変動した場合の覚醒度指標Ａを最大覚醒度指標Ａｍａｘ、最大変動率Ｆだけ負に変動した場合を最小覚醒度指標Ａｍｉｎとし、覚醒度指標Ａが最大覚醒度指標Ａｍａｘを超えたときは覚醒度指標Ａを最大覚醒度指標Ａｍａｘとし、覚醒度指標Ａが最小覚醒度指標Ａｍｉｎよりも小さくなったときは覚醒度指標Ａを最小覚醒度指標Ａｍｉｎである。
【0102】
例えば、最大変動率Ｆを０．２とし、毎分心拍数Ｍｍが基準毎分心拍数Ｍ０から２０％以上変動した場合の覚醒度指標Ａを最大覚醒度指標Ａｍａｘ、―２０％以下に変動した場合を最小覚醒度指標Ａｍｉｎとする場合には、（Ｍｍ－Ｍ０）／０．２Ｍ０／２を計算し、これが０．５を超えた場合には０．５に切り落とし、－０．５を下回った場合には－０．５に切り上げる。
【0103】
最後に、副交感神経指標Ｍｐから、以下の式を用いて情動を抽出するための快・不快指標Ｐを得る。
【0104】
【数12】
【0105】
快・不快指標Ｐは、―０．５≦Ｐ≦０．５となるように設定される。例えば、（Ｍｐ－１）／２を計算し、これが０．５を超えた場合には０．５に切り落とし、－０．５を下回った場合には－０．５に切り上げる。
【0106】
次に、基準毎分心拍数Ｍ０を求める際に使用した脈波データセットＤｔ０のうち、時刻ｔ０から時刻ｔ０＋Δｔ１の間計測されたデータを破棄して脈波データセットＤｔ０―Δｔ１とする。さらに、時刻ｔ０＋Δｔ０から時刻ｔ０＋Δｔ０＋Δｔ１の間に計測された、計測時間の所定時間長さΔｔ１の脈波信号を取得して、脈波データセットＤΔｔ１とする。脈波データセットＤｔ０―Δｔ１と脈波データセットＤΔｔ１とを合成し、第１脈波データセットＤｔ１を得る。第１脈波データセットＤｔ１は、時刻ｔ０＋Δｔ１から時刻ｔ０＋Δｔ０＋Δｔ１の間に計測された、計測時間の所定時間長さΔｔ０の脈波信号と同一である。ここで、ｔ０＋Δｔ１＝ｔ１であるとする。Δｔ１は、例えば、１秒とする。脈波データセットＤｔ０を使用して覚醒度指標Ａ、及び快・不快指標Ｐを抽出した手順と同様の手順を脈波データセットＤｔ１を使用して繰り返すことで、時刻ｔ０＋Δｔ１から時刻ｔ０＋Δｔ０＋Δｔ１の間に計測された脈波による覚醒度指標Ａ１、及び快・不快指標Ｐ１が得られる。
【0107】
上述の、第１脈波データセットＤｔ１を得る手順と同様の手順を繰り返し行うことで、初回Δｔ０待機した後、Δｔ１間隔で覚醒度指標Ａ、及び快・不快指標Ｐが得られることになる。第１脈波データセットＤｔ１を得る手順と同様の手順をｎ－１回繰り返し行い、第ｎ―１脈波データセットＤｔn-１を得たのち、第ｎ―１脈波データセットＤｔn-１のうち、時刻ｔ０＋（ｎ－１）Δｔ１から時刻ｔ０＋ｎΔｔ１の間計測されたデータが破棄されたデータセットに、検出された脈波のうち、時刻ｔ０＋Δｔ０＋（ｎ－１）Δｔ１から時刻ｔ０＋Δｔ０＋ｎΔｔ１の間計測されたデータセットを合成して第ｎ脈波データセットＤｔnとする。第ｎ脈波データセットの先頭部及び後尾部のそれぞれから、所定の時間領域のデータを破棄した残りのデータセットに対してウェーブレット変換を実施する。ただし、ｎは自然数である。
【0108】
ここで、脈波データセットＤｔ０に対して得られるスケール平均Ｍｓ、強度平均Ｍ１、心拍周波数平均Ｍf、毎分心拍数Ｍｍ、強度平均Ｍ３、強度平均Ｍ４、副交感神経指標Ｍｐ、覚醒度指標Ａ、快・不快指標Ｐは、第ｎ脈波データセットＤｔnに対しては、スケール平均Ｍｓｎ、強度平均Ｍ１ｎ、心拍周波数平均Ｍfｎ、毎分心拍数Ｍｍｎ、強度平均Ｍ３ｎ、強度平均Ｍ４ｎ、副交感神経指標Ｍｐｎ、覚醒度指標Ａｎ、快・不快指標Ｐｎとする。
【0109】
入力装置１８が情動抽出部３０７の動作を終了させるための入力を受け付ける等により、情動抽出部３０７が入力装置１８から終了信号を受信するまで、情動抽出部３０７の動作は繰り返される。
【0110】
情動抽出部３０７は、覚醒度指標Ａ、及び快・不快指標Ｐの組み合わせを用いて、図６に示す覚醒度指標Ａ、及び快・不快指標Ｐの組み合わせと情動の対応関係に基づき、情動を抽出する。
【0111】
なお、本実施の形態では、Δｔ０が３２秒、Δｔ１が１秒、心拍に該当する周波数帯域が０．５から３Ｈｚ、呼吸に該当する周波数帯域は、０．０４から０．６Ｈｚ、所定数１０個の場合に関して記載した。しかし、本発明はこれに限定されることはなく、これらの数値は目的、使用状況に合わせて、適宜調整することが望ましい。例えば、これらの値は、大型犬に対しては適切であるが、小型犬、中型犬、猫、その他の動物に対しても、適宜調整する。
【0112】
なお、本実施の形態では、ウェーブレット関数として、モルレ関数（モルレウェーブレット関数）を使用する場合に関して記載した。しかし、本発明はこれに限定されることはなく、他の関数を使用することもできる。例えば、Ｍｅｘｉｃａｎ Ｈａｔ（メキシカンハット）、Ｈａａｒ（ハール）、Ｄａｕｂｅｃｈｉｅｓ（ドブシー）、双直交、Ｃｏｉｆｌｅｔ（コイフレット）、Ｓｙｍｌｅｔ（シムレット）、Ｍｅｙｅｒ（メイヤー）、ガウス導関数ファミリ、Ｂスプライン ウェーブレットファミリーなどが使用できる。
【0113】
図６は、本実施の形態に係るウェーブレット解析を用いた心拍数、副交感神経指標、及び情動抽出方法を説明するフローチャートである。図６に示すフローチャートを参照しながら、本実施形態に係る情動抽出部３０７の動作を説明する。なお、図６に示すフローチャートにおいては、基準毎分心拍数Ｍ０を算出する手順については省略されており、時間ｔ１における覚醒度指標Ａと快・不快指標Ｐとを抽出する手順についての詳細が示される。
【0114】
ステップＳ６０１において、情動抽出部３０７は、脈波センサ２０１によって時刻ｔ０から時刻ｔ０＋Δｔ０の間に計測された、計測時間の所定時間長さΔｔ０の脈波信号を取得し、脈波データセットＤｔ０とする。
【0115】
ステップＳ６０２において、情動抽出部３０７は、脈波データセットＤｔ０を使用して対象となる動物の基準毎分心拍数Ｍ０を算出する。
【0116】
ステップＳ６０２の次にステップＳ６０３に移行するが、その際、ｎ＝１として、ステップＳ６０３の動作が実行される。後述するが、ステップＳ６２３において、情動抽出部３０７が終了信号を受信しているかどうかの判断がなされ、受信していなければ、ステップＳ６０３に戻るが、ステップＳ６２３からステップＳ６０３に移行する際には、移行前のｎに１が足され、新たなｎとして、ステップＳ６０３の動作が実行される。
【0117】
ステップＳ６０３において、情動抽出部３０７は、基準毎分心拍数Ｍ０を求める際に使用した脈波データセットＤｔ０のうち、時刻ｔ０＋（ｎ―１）Δｔ１から時刻ｔ０＋ｎΔｔ１の間計測されたデータを破棄して脈波データセットＤｔ０―Δｔ１とする。
【0118】
ステップＳ６０４において、情動抽出部３０７は、時刻ｔ０＋ｎΔｔ０＋（ｎ―１）Δｔ１から時刻ｔ０＋ｎΔｔ０＋ｎΔｔ１の間に計測された、計測時間の所定時間長さΔｔ１の脈波信号を取得して、脈波データセットＤΔｔ１とする。
【0119】
ステップＳ６０５において、情動抽出部３０７は、脈波データセットＤｔ０―Δｔ１と脈波データセットＤΔｔ１とを合成し、新しい脈波データセットＤｔｎを得る（ｎ＝１）。
【0120】
ステップＳ６０６において、情動抽出部３０７は、取得した脈波データセットＤｔnに対して、心拍周波数帯域において、ウェーブレット解析を実施し、得られたデータを心拍周波数帯域データとする。心拍周波数帯域データの時間領域の先端部及び後尾部のそれぞれから、所定の時間領域のデータ数Ｗ１、Ｗ２のデータセットを破棄し、破棄後に残ったデータを心拍周波数帯域解析データとする。
【0121】
ステップＳ６０７において、情動抽出部３０７は、心拍周波数帯域解析データにおいて、強度が最大となるデータから順に所定数のデータを抽出し、心拍周波数帯域高強度データセットとする。
【0122】
ステップＳ６０８において、情動抽出部３０７は、得られた心拍周波数帯域高強度データセットのスケールと強度の、それぞれの平均値を算出し、スケール平均Ｍｓｎ、強度平均Ｍ１ｎとする。
【0123】
ステップＳ６０９において、情動抽出部３０７は、得られたスケール平均Ｍｓｎを、ウェーブレット関数ごとに決まっているスケールと周波数の関係を用いて、心拍周波数平均Ｍfｎに変換する。
【0124】
ステップＳ６１０において、情動抽出部３０７は、心拍周波数平均Ｍｆｎに６０秒／分を掛けることで、毎分心拍数Ｍｍｎを得る。
【0125】
ステップＳ６１１において、情動抽出部３０７は、毎分心拍数Ｍｍｎと基準毎分心拍数Ｍ０から、情動を抽出するための覚醒度指標Ａｎを得る。
【0126】
ステップＳ６１２において、情動抽出部３０７は、心拍周波数領域解析対象データにおいて、強度が最小となるデータから順に所定数のテータを抽出し、心拍周波数帯域低強度データセットとする。
【0127】
ステップＳ６１３において、情動抽出部３０７は、ステップＳ６１２において得られた心拍周波数帯域低強度データセットの強度を平均し、強度平均Ｍ２ｎを得る。
【0128】
ステップＳ６１４において、情動抽出部３０７は、取得した脈波データセットＤｔ０に対して、呼吸周波数帯域において、ウェーブレット解析を実施し、得られたデータを呼吸周波数帯域データとする。呼吸周波数帯域データの時間領域の先端部及び後尾部のそれぞれから、所定の時間領域のデータ数Ｗ３、Ｗ４のデータセットを破棄し、破棄後に残ったデータを呼吸周波数帯域解析データとする。
【0129】
ステップＳ６１５において、情動抽出部３０７は、呼吸周波数領域解析対象データにおいて、強度が最大となるデータから順に所定数のデータを抽出し、呼吸周波数帯域高強度データセットとする。
【0130】
ステップＳ６１６において、情動抽出部３０７は、ステップＳ６１５において得られた呼吸周波数帯域高強度データセットの強度の平均値を算出し、強度平均Ｍ３ｎとする。
【0131】
ステップＳ６１７において、情動抽出部３０７は、呼吸周波数領域解析対象データにおいて、強度最小から順に所定数のデータを抽出し、呼吸周波数帯域低強度データセットとする。
【0132】
ステップＳ６１８において、情動抽出部３０７は、得られた呼吸周波数帯域低強度データセットの強度の平均値を算出し、強度平均Ｍ４ｎを得る。
【0133】
ステップＳ６１９において、情動抽出部３０７は、副交感神経指標Ｍｐｎを算出する。
【0134】
ステップＳ６２０において、情動抽出部３０７は、副交感系指標Ｍｐｎから、情動を抽出するための快・不快指標Ｐｎを得る。
【0135】
ステップＳ６２１において、情動抽出部３０７は、覚醒度指標Ａｎ、及び快・不快指標Ｐｎの組み合わせを用いて、覚醒度指標Ａｎ、及び快・不快指標Ｐｎの組み合わせと情動の対応関係に基づき、情動を抽出する。
【0136】
ステップＳ６２２において、情動抽出部３０７は、副交感系指標Ｍｐｎと覚醒度指標Ａｎを出力部３０８に送信する。
【0137】
ステップＳ６２３において、情動抽出部３０７は、終了信号を受信しているかどうかを判断し、受信していれば、ＥＮＤに進み、動作を終了する。受信していなければ、ステップＳ６０３に戻る。ステップＳ６０３に移行する際、移行前のｎに１が足され、新たなｎとして、ステップＳ６０３の動作が実行される。
【0138】
覚醒度指標Ａは、精神状態が高い活動状態（高活動）であるか、低い活動状態（低活動）であるかを示す指標であり、従来、脳波であるα波とβ波との割合等から算出されていたものである。本実施形態において、覚醒度指標Ａは、検出装置１５によって検出された脈波を用いて抽出される。
【0139】
快・不快指標Ｐとは、精神状態が快適な状態（快状態）であるか、不快な状態（不快状態）であるかを示す指標であり、副交感神経の活性度、本実施形態においては、副交感系指標Ｍｐから得られる。
【0140】
動物の情動は、覚醒度、及び快・不快状態の２つの指標の組み合わせから推測され得る。例えば、覚醒度が低活動であり、かつ快状態であれば、情動は、「平和な」状態であると言える。覚醒度が高活動であり、かつ快状態であれば、情動は、「幸せな」状態であると言える。又、覚醒度が低活動であり、かつ不快状態であれば、情動は、「不幸せな」状態であり、覚醒度が高活動であり、かつ不快状態であれば、情動は、「怒った」状態であると言える。
【0141】
図７は、情動抽出部３０７によって抽出された覚醒度、及び快・不快状態の２つの指標を、グラフで表現したものである。図７上の丸印４０は、動物の測定時における覚醒度、及び快・不快状態の２つの指標の値を示しており、丸印４０の位置によって測定時点での動物の情動を把握することができる。図７に示すグラフにおいて、第１象限は「喜」、第２象限は「怒」、第３象限は「哀」、第４象限は「楽（リラックス）」であるとするが、情動を、「喜」「怒」「哀」「楽（リラックス）」からさらに細分化しても構わない。
【0142】
出力部３０８は、情動抽出部３０７によって抽出された交感神経、及び副交感神経の状態、及び／又は、情動を、ディスプレイ１７に表示する。
【0143】
入力部３０９は、入力装置１８において入力された、対象となる動物の種類等の、情報を受け付ける。
【0144】
情動抽出部３０７によって抽出された交感神経、及び副交感神経の状態、及び／又は、情動を、ディスプレイ１７に表示する方法としては、例えば、自律神経の状態を数値、グラフ等にしてディスプレイ１７に表示してもよい。又は、覚醒度、及び快・不快状態の２つの指標のそれぞれを数値として表し、それらの値をディスプレイ１７に表示してもよい。又は、覚醒度、及び快・不快状態の２つの指標のそれぞれの値の組み合わせから、情動を「喜」「怒」「哀」「楽（リラックス）」等に分類し、分類された情動をディスプレイ１７に表示してもよく、図７に示すグラフをディスプレイ１７に表示してもよい。
【0145】
本実施形態において、解析装置１３は、さらに、照明、スピーカー等の出力装置を備えてもよい。情動抽出部３０７によって抽出された交感神経、及び副交感神経の状態、及び／又は、情動を、ディスプレイ１７に表示せず、例えば、照明、スピーカー等の出力装置を用いて、光、音等によって表現してもよい。又は、情動抽出部３０７によって抽出された交感神経、及び副交感神経の状態、及び／又は、情動を、プロジェクションマッピング等によって表現してもよい。
【0146】
対象とする動物の種類等を、予め入力装置１８が受け付けておき、対象とする動物をアニメーション化してディスプレイ１７に表示し、抽出された情動に合わせてディスプレイ１７に表示された動物の顔の表情を変えてもよい。対象とする動物をアニメーション化してディスプレイ１７に表示する他にも、例えば、対象とする動物を模したロボットや人形の表情や動作を、抽出された情動に合わせて変化させてもよい。
【0147】
図８に示すように、本実施形態に係る検出装置１５は、体動センサ５１、及び／又は、温度センサ５２をさらに備えてもよい。
【0148】
体動センサ５１は、対象となる動物の運動状態を検出し、解析装置１３に検出結果を送信する。体動センサ５１は、例えば、加速度センサ、ジャイロセンサ等である。体動センサ５１によって、例えば、安静状態、歩いている、走っている、飛び跳ねている、等の、動物の運動状態を知ることができる。
【0149】
体動センサ５１によって得られた動物の運動状態を、情動抽出部３０７によって抽出された交感神経、及び副交感神経の状態、及び／又は、情動と組み合わせることによって、動物の状態をより詳細に知ることができる。
【0150】
温度センサ５２は、対象となる動物の体温を測定し、解析装置１３に送信する。温度センサ５２によって、例えば、健康状態を知ることができる。
【0151】
本実施形態において、入力部３０９は、対象となる動物の情報、及び飼い主等の人による対象となる動物の行動の分析結果に関する情報の入力を受け付けてよい。入力装置が受け付ける、対象となる動物の情報としては、動物の種類、性別、年齢、健康状態等である。入力装置が受け付ける、対象となる動物の行動の分析項目としては、例えば、対象となる動物が犬であれば、尻尾の動き、首の高さ、鳴き声、耳の状態、等である。
【0152】
本実施形態において、図９に示すように、解析装置１３のＣＰＵ３０１は、さらに、言語生成部６１を備えてもよい。言語生成部６１は、情動抽出部３０７によって抽出された交感神経、及び副交感神経の状態、及び／又は、情動を用いて、自然言語処理により、人に対する会話を生成して、ディスプレイ１７への表示、スピーカーからの会話の出力等を行ってもよく、又は、ディスプレイ１７に表示された動物や動物のロボット、人形等が生成された会話を話すように動作してもよい。
【0153】
ＣＰＵ３０１が備える言語生成部６１が自然言語処理を行う際、動物の交感神経、及び副交感神経の状態、及び／又は、情動と、さらに、検出装置１５が、体動センサ５１、温度センサ５２等を備え、解析装置１３が備える入力装置が動物情報を受け付けた場合は、それらから得られる情報とから推測される動物の状態を説明変数とし、そのときの動物の状態を専門家や飼い主が推測して言語として表現し、それらを教師データとして機械学習モデルを作成し、記憶部３０４に機械学習の結果得られた会話データを記憶させておく。言語生成部６１は、情動抽出部３０７によって抽出された交感神経、及び副交感神経の状態、及び／又は、情動を用いて、会話データに基づき、対応する動物の会話を生成する。生成された会話は、出力部３０８から、ディスプレイ１７、スピーカー等に出力される。
【0154】
情動抽出部３０７によって抽出された交感神経、及び副交感神経の状態、及び／又は、情動を、対象とする動物をアニメーション化してディスプレイ１７に表示する場合、又は、対象とする動物を模したロボットや人形の表情や動作が変化する場合、ＣＰＵ３０１が備える言語生成部６１によって生成された会話の内容、入力部３０９が受け付けた入力内容、体動センサ５１によって得られた動物の運動状態、温度センサ５２によって得られた対象となる動物の体温等に基づき、ディスプレイ１７に表示されたアニメーション化された動物の動作、ロボットや人形の表情や動作が変化してもよい。
【0155】
図１０に、対象とする動物の状態と、言語生成部６１によって生成された会話の一例を示す。図１０に示す例１では、解析装置１３が備える入力装置が受け付けた動物情報において、動物が犬であり、動物の情動が「喜」であり、運動状態が「高」であり、体動センサから検出される尻尾、鳴き声、首、耳の動きから、動物が散歩に行きたがっていることが推定され、言語生成部６１によって「早く散歩に行こうよ」という会話が生成される。生成された会話は、ディスプレイ１７へ表示される、又は、スピーカーから出力される、等により、表現される。例えば、ディスプレイ１７に表示されたアニメーション化された犬の顔が動作するとともに会話が音声として出力される、といったように、ディスプレイやスピーカー等を組み合わせて表現されてもよい。また、スピーカーから、動物が散歩に行きたがっていることを知らせるアラームを出力してもよい。
【0156】
図１０に示す例２では、動物が犬であり、動物の情動が「哀」であり、運動状態が「低」であり、体温が「高」であり、体動センサからくしゃみをしていることが検出されることから、動物が風邪をひいていることが推測され、言語生成部６１によって「ちょっと熱があるみたい」という会話が生成される。また、ディスプレイ等に、動物病院、サプリメント等の情報を表示してもよい。
【0157】
次に、図１１を参照しながら、本実施形態に係る動物感情解析システムの動作を説明する。
【0158】
ステップＳ１１０１において、入力部３０９は、入力装置１８によって入力された、対象となる動物の種類等の、情報を受け付ける。
【0159】
ステップＳ１１０２において、脈波センサ２０１によって対象となる動物の脈波が脈波信号として検出される。
【0160】
ステップＳ１１０３において、検出された脈波信号は、プレアンプ２０２によって増幅され、送信部２０３によってネットワーク１４を介して解析装置１３に送信される。
【0161】
ステップＳ１１０４において、解析装置１３のノイズ除去部２１６は、受信した脈波信号からノイズを除去し、情動抽出部２１７に送信する。
【0162】
ステップＳ１１０５において、情動抽出部２１７は、受信した脈波信号に対して、非線形解析を行い、情動を抽出する。
【0163】
ステップＳ１１０６において、出力部２１８は、抽出した情動をディスプレイ１７に表示する。
【0164】
（第２の実施形態）
第１の実施の形態においては、情動を抽出する方法として、心拍周波数に該当する周波数帯域と、呼吸周波数に該当する周波数帯域の、２つの周波数帯域でのウェーブレット解析により情動を抽出する方法に関して記載した。本実施の形態では、これに代わり、非調和解析（特開２０２２－００７８１１号公報及び国際公開第２００９／０３８０５６号参照）、及び非線形解析（特開２０２１―０３７０３３号公報及び特開２０２０－０７４８０５号公報参照）を行い、情動を抽出する。非線形解析としては、カオス解析、又は、再帰定量化解析（Ｒｅｃｕｒｒｅｎｃｅ Ｑｕａｎｔｉｆｉｃａｔｉｏｎ Ａｎａｌｙｓｉｓ、ＲＱＡ）を使用する。
第１の実施の形態においては、情動を抽出する方法として、心拍周波数に該当する周波数帯域と、呼吸周波数に該当する周波数帯域の、２つの周波数帯域でのウェーブレット解析により情動を抽出する方法に関して記載した。本実施の形態では、これに代わり、非調和解析（特開２０２２－００７８１１号公報及び国際公開第２００９／０３８０５６号参照）、及び非線形解析（特開２０２１―０３７０３３号公報及び特開２０２０－０７４８０５号公報参照）を行い、情動を抽出する。非線形解析としては、カオス解析、又は、再帰定量化解析（Ｒｅｃｕｒｒｅｎｃｅ Ｑｕａｎｔｉｆｉｃａｔｉｏｎ Ａｎａｌｙｓｉｓ、ＲＱＡ）を使用する。
【0165】
非調和解析とは、フィルタリング処理によって、検出装置１５によって検出された脈波の変位から、目的とする脈波のｍ（ｍは２以上の自然数）倍周波数周辺の、特定高調波帯域の周波数成分とその周波数を検出する解析方法である。
【0166】
カオス解析は、脈波から、心拍数、動物の精神的健康度と関係するリアプノフ指数、副交感神経の影響を受ける心拍変動の高周波成分、交感神経と副交感神経の両方の影響を受ける心拍変動の低周波成分、緊張状態やリラックス状態の度合いを反映する心拍変動の低・高周波成分の比を算出する解析方法である。
【0167】
再帰定量化分析（Ｒｅｃｕｒｒｅｎｃｅ Ｑｕａｎｔｉｆｉｃａｔｉｏｎ Ａｎａｌｙｓｉｓ、ＲＱＡ）は、力学系の再帰特性や再帰パターンを定量化する非線形時系列解析手法であり、時系列データを高次元の位相空間に再構築し、その軌道の再帰状態を調べることで系のダイナミクスの特性を定量化する手法である。ＲＱＡは心拍変動等のデータに応用される。
情動抽出以降は、第１の実施形態と同様とする。
情動抽出以降は、第１の実施形態と同様とする。
【0168】
（第３の実施形態）
第１の実施形態では、検出装置１５によって検出された脈波に対して、ウェーブレット解析により情動を抽出する方法に関して記載した。第２の実施形態では、検出装置１５によって検出された脈波に対して、非調和解析、及び非線形解析を行い、情動を抽出する方法に関して記載した。
第１の実施形態では、検出装置１５によって検出された脈波に対して、ウェーブレット解析により情動を抽出する方法に関して記載した。第２の実施形態では、検出装置１５によって検出された脈波に対して、非調和解析、及び非線形解析を行い、情動を抽出する方法に関して記載した。
【0169】
他の方法として、検出装置１５によって検出された脈波に対して、ピーク間隔を求め、ピーク間隔を補間して時間等間隔データを得、時間等間隔データのパワースペクトル密度を高速フーリエ変換（ＦＦＴ：Ｆａｓｔ Ｆｏｕｒｉｅｒ Ｔｒａｎｓｆｏｒｍａｔｉｏｎ）により求め、得られたパワースペクトル密度からＨＦ（Ｈｉｇｈ Ｆｒｅｑｕｅｎｃｙ）、及びＬＦ（Ｌｏｗ Ｆｒｅｑｕｅｎｃｙ）を算出する。ＨＦとは、呼吸を信号源とする変動波の、呼吸の周波数領域におけるパワースペクトルの合計量であり、ＬＦとは、血圧変化を信号源とする変動波の、血圧変化の周波数領域におけるパワースペクトルの合計量である。交感神経指標は毎分の心拍数から得ることができ、副交感系指標は、ＨＦ、及びＬＦから得ることができる。情動についても同様に、覚醒度は毎分の心拍数から得ることができ、快・不快指数は、ＨＦ、及びＬＦから得ることができる。
【0170】
（第４の実施形態）
第１、第２、及び第３の実施形態に係る動物感情解析システムは、対象となる動物のみの脈波を検出し、情動を推定するシステムである。第４の実施形態に係る動物感情解析システムは、対象となる動物と、対象となる動物とコミュニケーションをとっている人の脈波を同時に検出し、情動を推定する。
第１、第２、及び第３の実施形態に係る動物感情解析システムは、対象となる動物のみの脈波を検出し、情動を推定するシステムである。第４の実施形態に係る動物感情解析システムは、対象となる動物と、対象となる動物とコミュニケーションをとっている人の脈波を同時に検出し、情動を推定する。
【0171】
【0172】
図１２に示す検出装置１５、ネットワーク１４は、第１の実施形態に係る動物感情解析システムにおいて述べられたものと同様である。
【0173】
人脈波検出装置９２は、対象となる動物とコミュニケーションをとっている人の脈波を検出して解析装置９１に送信する装置である。人脈波検出装置９２は、身体に接触させて脈波を測定する接触型脈波検出装置であってもよく、又は、身体に接触させずに脈波を測定する非接触型脈波検出装置であってもよい。
【0174】
図１２に示す人脈波検出装置９２は、一例として、接触型脈波検出装置であるとし、人脈波検出装置９２によって検出された脈波は、ネットワーク１４を介して解析装置９１に送信されるとしているが、人脈波検出装置９２はこれに限定されない。例えば、人脈波検出装置９２が、ミリ波レーダを用いた非接触センサ（Yunlong, L. et al., ”Millimeters Wave Radar for Wireless Intelligent Sensing” IEEE Conf. Proc. of 2021 13th Int'l Symp. on Antennas, Propagation and EM Theory, Vol.2021,pp.1-3(2021)参照）、又は、ドップラーセンサ等を用いた非接触型脈波検出装置（特開２０２２－００７８１１号公報参照）であるとすると、人脈波検出装置９２によって検出された脈波はネットワーク１４を介して解析装置９１に送信されてもよく、又は、人脈波検出装置９２が解析装置９１と直接接続されることによって、人脈波検出装置９２によって検出された脈波はネットワーク１４を介さずに解析装置９１に送信されてもよい。
【0175】
図１３に、解析装置９１の構成を示す。解析装置９１は、第１の実施形態に係る動物感情解析システムが備える解析装置１３と比較すると、人情動抽出部１０１をさらに備える。
【0176】
人情動抽出部１０１は、情動抽出部３０７と同様であるが、対象となる動物とコミュニケーションをとっている人の、交感神経、及び副交感神経の状態、及び／又は、情動を抽出する。
【0177】
本実施形態に係る動物感情解析システムは、検出装置１５、及び人脈波検出装置９２によって対象となる動物とコミュニケーションをとっている人のそれぞれの脈波を検出したのち、情動抽出部３０７、及び人情動抽出部１０１によって対象となる動物とコミュニケーションをとっている人のそれぞれの情動を抽出する。ここで、情動は「喜」「怒」「哀」「楽（リラックス）」のいずれかに分類されるものとする。
【0178】
本実施形態に係る動物感情解析システムは、第１の実施形態に係る動物感情解析システムと同様、言語生成部をさらに備えてもよい。図１４に、本実施形態に係る動物感情解析システムが言語生成部を備えていたときの、対象とする動物の情動と、対象となる動物とコミュニケーションをとっている人の情動の組み合わせから、言語生成部によって生成された会話の一例を示す。対象となる動物を犬であるとし、動物の名前を「タロー」、飼い主を「ショウヘイ」とする。対象とする動物の情動が「喜」であり、対象となる動物とコミュニケーションをとっている人の情動が「喜」であるとき、言語生成部によって生成された会話は、「タローは幸せだよ。ショウヘイも幸せで嬉しいよ。」である。又、対象とする動物の情動が「喜」であり、対象となる動物とコミュニケーションをとっている人の情動が「怒」であるとき、言語生成部によって生成された会話は、「タローは幸せだよ。ショウヘイに幸せを分けてあげるよ。」である。
【0179】
（第５の実施形態）
第１の実施形態に係る動物感情解析システムにおいて、検出装置１５は、接触型脈波検出装置であり、マイクロチップ１２とともに、ガラス容器１６に封入され、対象となる動物の体内に埋め込まれる。第４の本実施形態に係る動物感情解析システムにおいて、対象となる動物の脈波を検出する装置は、身体に接触させずに脈波を測定する非接触型脈波検出装置とする。
第１の実施形態に係る動物感情解析システムにおいて、検出装置１５は、接触型脈波検出装置であり、マイクロチップ１２とともに、ガラス容器１６に封入され、対象となる動物の体内に埋め込まれる。第４の本実施形態に係る動物感情解析システムにおいて、対象となる動物の脈波を検出する装置は、身体に接触させずに脈波を測定する非接触型脈波検出装置とする。
【0180】
【0181】
図１５に示す解析装置１３、ネットワーク１４は、第１の実施形態に係る動物感情解析システムにおいて述べられたものと同様である。検出装置１２１が備える脈波センサ１２２は、非接触型の脈波センサである。検出装置１２１は、第４の実施形態における人脈波検出装置９２と同様に、例えば、ミリ波レーダを用いた非接触センサ、又は、ドップラーセンサ等を用いた非接触型脈波検出装置であってよく、または、周波数変調非接触脈波検出装置であってもよい。
【0182】
図１５に示す検出装置１２１は、非接触型脈波検出装置であるとし、検出装置１２１によって検出された脈波は、ネットワーク１４を介して解析装置１３に送信されるとしているが、検出装置１２１が解析装置１３と直接接続されることによって、検出装置１２１によって検出された脈波はネットワーク１４を介さずに解析装置１３に送信されてもよい。
【0183】
本実施形態において、非接触型脈波検出装置である検出装置１２１は、脈波に加えて、体動を検出してもよい。体動を検出することにより、対象となる動物の運動状態が測定され、解析装置１３に送信される。
【0184】
本実施形態において、検出装置１２１は、さらに、非接触温度センサを備えてもよい。非接触温度センサによって、対象となる動物の体温が測定され、解析装置１３に送信される。非接触温度センサによって、例えば、健康状態を知ることができる。
【0185】
第４の実施形態に係る動物感情解析システムと同様、本実施形態に係る実施形態に係る動物感情解析システムは、対象とする動物とコミュニケーションをとっている人の脈波を、対象とする動物の脈波と同時に検出するための装置を備えてもよい。本実施形態において、対象とする動物とコミュニケーションをとっている人の脈波を検出する装置は、接触型脈波検出装置でも非接触型脈波検出装置でもどちらでも構わない。
【0186】
（第６の実施形態）
第６の実施形態に係る動物感情解析システムにおいて、対象となる動物の脈波を検出する装置は、体動センサであるとする。体動センサは加速度センサであってもよく、又は、ジャイロセンサであってもよい。本実施形態に係る動物感情解析システムの、対象となる動物の脈波を検出する装置を除く構成要素は、第１～第３の実施形態に係る動物感情解析システムと同様である。
第６の実施形態に係る動物感情解析システムにおいて、対象となる動物の脈波を検出する装置は、体動センサであるとする。体動センサは加速度センサであってもよく、又は、ジャイロセンサであってもよい。本実施形態に係る動物感情解析システムの、対象となる動物の脈波を検出する装置を除く構成要素は、第１～第３の実施形態に係る動物感情解析システムと同様である。
【0187】
以上、本発明はここでは記載していない様々な実施形態等を含むことは勿論である。したがって、本発明の技術的範囲は上記の説明から妥当な特許請求の範囲に係る発明特定事項によってのみ定められるものである。
【符号の説明】
【0188】
１０、９０、１２０ 動物感情解析システム
１１ 対象となる動物
１２ マイクロチップ
１３、９１ 解析装置
１４ ネットワーク
１５、１２１ 検出装置
１６ ガラス容器
１７ ディスプレイ
１８ 入力装置
２０１、１２２ 脈波センサ
２０２ プレアンプ
２０３ 送信部
２０４ 電源部
３０１ ＣＰＵ
３０２ ストレージ
３０３ ＲＡＭ
３０４ 記憶部
３０５ Ｉ／Ｏ（インプット・アウトプットインターフェース）
３０６ ノイズ除去部
３０７ 情動抽出部
３０８ 出力部
３０９ 入力部
４０ 丸印
５１ 体動センサ
５２ 温度センサ
６１ 言語生成部
９２ 人脈波検出装置
１０１ 人情動抽出部
１０２ 交流度抽出部
１１ 対象となる動物
１２ マイクロチップ
１３、９１ 解析装置
１４ ネットワーク
１５、１２１ 検出装置
１６ ガラス容器
１７ ディスプレイ
１８ 入力装置
２０１、１２２ 脈波センサ
２０２ プレアンプ
２０３ 送信部
２０４ 電源部
３０１ ＣＰＵ
３０２ ストレージ
３０３ ＲＡＭ
３０４ 記憶部
３０５ Ｉ／Ｏ（インプット・アウトプットインターフェース）
３０６ ノイズ除去部
３０７ 情動抽出部
３０８ 出力部
３０９ 入力部
４０ 丸印
５１ 体動センサ
５２ 温度センサ
６１ 言語生成部
９２ 人脈波検出装置
１０１ 人情動抽出部
１０２ 交流度抽出部
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】
【図13】
【図14】
【図15】