(19)【発行国】日本国特許庁(JP)
(12)【公報種別】特許公報(B2)
(11)【特許番号】
(24)【登録日】2024-04-09
(45)【発行日】2024-04-17
(54)【発明の名称】スクラッチ検出システム
(51)【国際特許分類】
A61B 5/11 20060101AFI20240410BHJP
【ＦＩ】
A61B5/11 230
【請求項の数】
13
(21)【出願番号】P 2023530555
(86)(22)【出願日】2020-11-20
(65)【公表番号】
(43)【公表日】2023-12-08
(86)【国際出願番号】 JP2020043365
(87)【国際公開番号】W WO2022107304
(87)【国際公開日】2022-05-27
【審査請求日】2023-05-17
(73)【特許権者】
【識別番号】519201259
【氏名又は名称】サイントル株式会社
(73)【特許権者】
【識別番号】516044358
【氏名又は名称】ナオス
(74)【代理人】
【識別番号】100108062
【弁理士】
【氏名又は名称】日向寺 雅彦
(74)【代理人】
【識別番号】100168332
【弁理士】
【氏名又は名称】小崎 純一
(74)【代理人】
【識別番号】100146592
【弁理士】
【氏名又は名称】市川 浩
(72)【発明者】
【氏名】木暮 貴政
(72)【発明者】
【氏名】近藤 栄太郎
【審査官】冨永 昌彦
(56)【参考文献】
【文献】特表２０２０－５０７４３４（ＪＰ，Ａ）
【文献】米国特許出願公開第２０１９／０１２９５０８（ＵＳ，Ａ１）
(58)【調査した分野】(Int.Cl.，ＤＢ名)
Ａ６１Ｂ ５／０６ － ５／２２
(57)【特許請求の範囲】
【請求項1】
対象者の手の動きに対応する加速度を検出して前記加速度に応じた検出値を含む第１信号を第１周期で出力可能なセンサ部と、前記第１信号を取得して前記第１周期を複数含む第２周期で複数のパラメータに基づいて前記対象者のスクラッチ行動を検出可能な処理部と、
を備え、
前記複数のパラメータは、第１発生数、及び、第１連続数を含み、
前記第１発生数は、前記第２周期において前記検出値の絶対値が基準値を超えた回数であり、
前記第１連続数は、前記第２周期において前記検出値の前記絶対値が前記基準値を連続して超えた回数の最大値である、スクラッチ検出システム。
【請求項2】
前記処理部は、前記第２周期ごとの前記スクラッチ行動の前記検出の結果を出力可能な、請求項１記載のスクラッチ検出システム。
【請求項3】
前記複数のパラメータは、第１平均数をさらに含み、前記第１平均数は、前記第２周期において前記基準値を超えた前記検出値の前記絶対値の平均値である、請求項１または２に記載のスクラッチ検出システム。
【請求項4】
前記検出値は、前記加速度の第１軸に沿い正及び負の一方の第１成分、前記加速度の第２軸に沿い正及び負の一方の第２成分、及び、前記加速度の第３軸に沿い正及び負の一方の第３成分を含み、前記第２軸は、前記第１軸と交差し、
前記第３軸は、前記第１軸及び前記第２軸を含む平面と交差し、
前記処理部は、前記第１成分に基づく第１軸パラメータ、前記第２成分に基づく第２軸パラメータ、及び、前記第３成分に基づく第３軸パラメータの少なくともいずれかが定められた値を超えたときに、前記スクラッチ行動が有ると判断可能な、請求項１または２に記載のスクラッチ検出システム。
【請求項5】
前記第１軸パラメータＰ１は、Ｐ１＝ｎ１×Ｎ１＋ｃ１×Ｃ１
で表され、
前記Ｎ１は、前記第２周期において前記第１成分の絶対値が前記第１成分に関する第１成分基準値の絶対値を超えた回数であり、
前記Ｃ１は、前記第２周期において前記第１成分の前記絶対値が前記第１成分基準値の前記絶対値を連続して超えた回数の最大値であり、
前記第２軸パラメータＰ２は、
Ｐ２＝ｎ２×Ｎ２＋ｃ２×Ｃ２
で表され、
前記Ｎ２は、前記第２周期において前記第２成分の絶対値が前記第２成分に関する第２成分基準値の絶対値を超えた回数であり、
前記Ｃ２は、前記第２周期において前記第２成分の前記絶対値が前記第２成分基準値の前記絶対値を連続して超えた回数の最大値であり、
前記第３軸パラメータＰ３は、
Ｐ３＝ｎ３×Ｎ３＋ｃ３×Ｃ３
で表され、
前記Ｎ３は、前記第２周期において前記第３成分の絶対値が前記第３成分に関する第３成分基準値の絶対値を超えた回数であり、
前記Ｃ３は、前記第２周期において前記第３成分の前記絶対値が前記第３成分基準値の前記絶対値を連続して超えた回数の最大値であり、
係数ｎ１、ｎ２及びｎ３は正及び負の一方であり、係数ｃ１、ｃ２及びｃ３は正及び負の他方である、請求項４記載のスクラッチ検出システム。
【請求項6】
前記第１軸パラメータＰ１は、Ｐ１＝ｎ１×Ｎ１＋ｃ１×Ｃ１＋ｍ１×Ｍ１
で表され、
前記Ｎ１は、前記第２周期において前記第１成分の絶対値が前記第１成分に関する第１成分基準値の絶対値を超えた回数であり、
前記Ｃ１は、前記第２周期において前記第１成分の前記絶対値が前記第１成分基準値の前記絶対値を連続して超えた回数の最大値であり、
前記Ｍ１は、前記第２周期において前記第１成分基準値の前記絶対値を超えた前記第１成分の前記絶対値の平均値であり、
前記第２軸パラメータＰ２は、
Ｐ２＝ｎ２×Ｎ２＋ｃ２×Ｃ２＋ｍ２×Ｍ２
で表され、
前記Ｎ２は、前記第２周期において前記第２成分の絶対値が前記第２成分に関する第２成分基準値の絶対値を超えた回数であり、
前記Ｃ２は、前記第２周期において前記第２成分の前記絶対値が前記第２成分基準値の前記絶対値を連続して超えた回数の最大値であり、
前記Ｍ２は、前記第２周期において前記第２成分基準値の前記絶対値を超えた前記第２成分の前記絶対値の平均値であり、
前記第３軸パラメータＰ３は、
Ｐ３＝ｎ３×Ｎ３＋ｃ３×Ｃ３＋ｍ３×Ｍ３
で表され、
前記Ｎ３は、前記第２周期において前記第３成分の絶対値が前記第３成分に関する第３成分基準値の絶対値を超えた回数であり、
前記Ｃ３は、前記第２周期において前記第３成分の前記絶対値が前記第３成分基準値の前記絶対値を連続して超えた回数の最大値であり、
前記Ｍ３は、前記第２周期において前記第３成分基準値の前記絶対値を超えた前記第３成分の前記絶対値の平均値であり、
係数ｎ１、ｎ２、ｎ３、ｍ１、ｍ２、及びｍ３は正及び負の一方であり、係数ｃ１、ｃ２及びｃ３は正及び負の他方である、請求項４記載のスクラッチ検出システム。
【請求項7】
前記検出値は、前記加速度の第１軸に沿い正及び負の一方の第１成分、前記加速度の第２軸に沿い正及び負の一方の第２成分、前記加速度の第３軸に沿い正及び負の一方の第３成分、前記加速度の第１軸に沿い正及び負の他方の第４成分、前記加速度の第２軸に沿い正及び負の他方の第５成分、及び、前記加速度の第３軸に沿い正及び負の他方の第６成分を含み、前記第２軸は、前記第１軸と交差し、
前記第３軸は、前記第１軸及び前記第２軸を含む平面と交差し、
前記処理部は、前記第１成分及び前記第４成分に基づく第１軸パラメータ、前記第２成分及び前記第５成分に基づく第２軸パラメータ、及び、前記第３成分及び前記第６成分に基づく第３軸パラメータの少なくともいずれかが定められた値を超えたときに、前記スクラッチ行動が有ると判断することを含む、請求項１または２に記載のスクラッチ検出システム。
【請求項8】
前記第１軸パラメータＰ１は、Ｐ１＝ｎ１×Ｎ１＋ｃ１×Ｃ１＋ｎ４×Ｎ４＋ｃ４×Ｃ４
で表され、
前記Ｎ１は、前記第２周期において前記第１成分の絶対値が前記第１成分に関する第１成分基準値の絶対値を超えた回数であり、
前記Ｃ１は、前記第２周期において前記第１成分の前記絶対値が前記第１成分基準値の前記絶対値を連続して超えた回数の最大値であり、
前記Ｎ４は、前記第２周期において前記第４成分の絶対値が前記第４成分に関する第４成分基準値の絶対値を超えた回数であり、
前記Ｃ４は、前記第２周期において前記第４成分の前記絶対値が前記第４成分基準値の前記絶対値を連続して超えた回数の最大値であり、
前記第２軸パラメータＰ２は、
Ｐ２＝ｎ２×Ｎ２＋ｃ２×Ｃ２＋ｎ５×Ｎ５＋ｃ５×Ｃ５
で表され、
前記Ｎ２は、前記第２周期において前記第２成分の絶対値が前記第２成分に関する第２成分基準値の絶対値を超えた回数であり、
前記Ｃ２は、前記第２周期において前記第２成分の前記絶対値が前記第２成分基準値の前記絶対値を連続して超えた回数の最大値であり、
前記Ｎ５は、前記第２周期において前記第５成分の絶対値が前記第５成分に関する第５成分基準値の絶対値を超えた回数であり、
前記Ｃ５は、前記第２周期において前記第５成分の前記絶対値が前記第５成分基準値の前記絶対値を連続して超えた回数の最大値であり、
前記第３軸パラメータＰ３は、
Ｐ３＝ｎ３×Ｎ３＋ｃ３×Ｃ３＋ｎ６×Ｎ６＋ｃ６×Ｃ６
で表され、
前記Ｎ３は、前記第２周期において前記第３成分の絶対値が前記第３成分に関する第３成分基準値の絶対値を超えた回数であり、
前記Ｃ３は、前記第２周期において前記第３成分の前記絶対値が前記第３成分基準値の前記絶対値を連続して超えた回数の最大値であり、
前記Ｎ６は、前記第２周期において前記第６成分の絶対値が前記第６成分に関する第６成分基準値の絶対値を超えた回数であり、
前記Ｃ６は、前記第２周期において前記第６成分の前記絶対値が前記第６成分基準値の前記絶対値を連続して超えた回数の最大値であり、
係数ｎ１、ｎ２、ｎ３、ｎ４、ｎ５及びｎ６は正及び負の一方であり、係数ｃ１、ｃ２、ｃ３、ｃ４、ｃ５及びｃ６は正及び負の他方である、請求項７記載のスクラッチ検出システム。
【請求項9】
前記第１軸パラメータＰ１は、Ｐ１＝ｎ１×Ｎ１＋ｃ１×Ｃ１＋ｍ１×Ｍ１＋ｎ４×Ｎ４＋ｃ４×Ｃ４＋ｍ４×Ｍ４
で表され、
前記Ｎ１は、前記第２周期において前記第１成分の絶対値が前記第１成分に関する第１成分基準値の絶対値を超えた回数であり、
前記Ｃ１は、前記第２周期において前記第１成分の前記絶対値が前記第１成分基準値の前記絶対値を連続して超えた回数の最大値であり、
前記Ｍ１は、前記第２周期において前記第１成分基準値の前記絶対値を超えた前記第１成分の前記絶対値の平均値であり、
前記Ｎ４は、前記第２周期において前記第４成分の絶対値が前記第４成分に関する第４成分基準値の絶対値を超えた回数であり、
前記Ｃ４は、前記第２周期において前記第４成分の前記絶対値が前記第４成分基準値の前記絶対値を連続して超えた回数の最大値であり、
前記Ｍ４は、前記第２周期において前記第４成分基準値の前記絶対値を超えた前記第４成分の前記絶対値の平均値であり、
前記第２軸パラメータＰ２は、
Ｐ２＝ｎ２×Ｎ２＋ｃ２×Ｃ２＋ｍ２×Ｍ２＋ｎ５×Ｎ５＋ｃ５×Ｃ５＋ｍ５×Ｍ５
で表され、
前記Ｎ２は、前記第２周期において前記第２成分の絶対値が前記第２成分に関する第２成分基準値の絶対値を超えた回数であり、
前記Ｃ２は、前記第２周期において前記第２成分の前記絶対値が前記第２成分基準値の前記絶対値を連続して超えた回数の最大値であり、
前記Ｍ２は、前記第２周期において前記第２成分基準値の前記絶対値を超えた前記第２成分の前記絶対値の平均値であり、
前記Ｎ５は、前記第２周期において前記第５成分の絶対値が前記第５成分に関する第５成分基準値の絶対値を超えた回数であり、
前記Ｃ５は、前記第２周期において前記第５成分の前記絶対値が前記第５成分基準値の前記絶対値を連続して超えた回数の最大値であり、
前記Ｍ５は、前記第２周期において前記第５成分基準値の前記絶対値を超えた前記第５成分の前記絶対値の平均値であり、
前記第３軸パラメータＰ３は、
Ｐ３＝ｎ３×Ｎ３＋ｃ３×Ｃ３＋ｍ３×Ｍ３＋ｎ６×Ｎ６＋ｃ６×Ｃ６＋ｍ６×Ｍ６
で表され、
前記Ｎ３は、前記第２周期において前記第３成分の絶対値が前記第３成分に関する第３成分基準値の絶対値を超えた回数であり、
前記Ｃ３は、前記第２周期において前記第３成分の前記絶対値が前記第３成分基準値の前記絶対値を連続して超えた回数の最大値であり、
前記Ｍ３は、前記第２周期において前記第３成分基準値の前記絶対値を超えた前記第３成分の前記絶対値の平均値であり、
前記Ｎ６は、前記第２周期において前記第６成分の絶対値が前記第６成分に関する第６成分基準値の絶対値を超えた回数であり、
前記Ｃ６は、前記第２周期において前記第６成分の前記絶対値が前記第６成分基準値の前記絶対値を連続して超えた回数の最大値であり、
前記Ｍ６は、前記第２周期において前記第６成分基準値の前記絶対値を超えた前記第６成分の前記絶対値の平均値であり、
係数ｎ１、ｎ２、ｎ３、ｎ４、ｎ５、ｎ６、ｍ１、ｍ２、ｍ３、ｍ４、ｍ５及びｍ６は正及び負の一方であり、係数ｃ１、ｃ２、ｃ３、ｃ４、ｃ５及びｃ６は正及び負の他方である、請求項７記載のスクラッチ検出システム。
【請求項10】
前記処理部は、前記第１信号に基づいて前記手が動いたと判断したときに、前記スクラッチ行動の有無を検出可能である、請求項１または２に記載のスクラッチ検出システム。
【請求項11】
前記検出値は、前記加速度の第１軸に沿う第１加速度成分、前記加速度の第２軸に沿う第２加速度成分、及び、前記加速度の第３軸に沿う第３加速度成分を含み、前記第２軸は、前記第１軸と交差し、
前記第３軸は、前記第１軸及び前記第２軸を含む平面と交差し、
前記処理部は、動きパラメータが動きに関して定められた値を超えたときに、前記手が動いたと判断し、
前記動きパラメータは、前記第１加速度成分、前記第２加速度成分及び前記第３加速度成分の二乗平均平方根である、請求項１０記載のスクラッチ検出システム。
【請求項12】
表示部を含む出力装置をさらに備え、前記表示部は、前記スクラッチ行動の有無、前記第１発生数、及び、前記第１連続数の少なくともいずれか１つを表示可能である、請求項１～１１のいずれか１つに記載のスクラッチ検出システム。
【請求項13】
表示部を含む出力装置をさらに備え、前記表示部は、スクラッチ回数、スクラッチ時間、及び、スクラッチ相対時間の少なくともいずれかに関する情報を表示可能であり、
前記処理部は、複数の第２周期を含む評価期間において前記複数の第２周期のそれぞれにおいて前記スクラッチ行動の有無を検出可能であり、
前記スクラッチ回数は、前記評価期間において、前記スクラッチ行動が有ると判断した前記第２周期の数であり、
前記スクラッチ時間は、前記評価期間における、前記スクラッチ行動が有ると判断した連続する前記第２周期の和であり、
前記スクラッチ相対時間は、前記評価期間に対する前記スクラッチ時間の比である、請求項１～１１のいずれか１つに記載のスクラッチ検出システム。
【発明の詳細な説明】
【技術分野】
【0001】
本発明の実施形態は、スクラッチ検出システムに関する。
【背景技術】
【0002】
例えば、患者の体の動き計測して患者の痒みを監視するシステムがある。より正確な計測が望まれる。
【先行技術文献】
【特許文献】
【0003】
【文献】特表２０２０－５０７４３４号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
実施形態は、より正確にスクラッチ行動を検出できるスクラッチ検出システムを提供する。
【課題を解決するための手段】
【0005】
実施形態によれば、スクラッチ検出システムは、センサ部及び処理部を含む。前記センサ部は、対象者の手の動きに対応する加速度を検出して前記加速度に応じた検出値を含む第１信号を第１周期で出力可能である。前記処理部は、前記第１信号を取得して第２周期で複数のパラメータに基づいて前記対象者のスクラッチ行動を検出可能である。前記第２周期は、複数の前記第１周期を含む。前記複数のパラメータは、第１発生数、及び、第１連続数を含む。前記第１発生数は、前記第２周期において前記検出値の絶対値が基準値を超えた回数である。前記第１連続数は、前記第２周期において前記検出値の前記絶対値が前記基準値を連続して超えた回数の最大値である。
【発明の効果】
【0006】
実施形態によれば、より正確にスクラッチ行動を検出できるスクラッチ検出システムを提供できる。
【図面の簡単な説明】
【0007】
【発明を実施するための形態】
【0008】
以下に、本発明の各実施形態について図面を参照しつつ説明する。
図面は模式的または概念的なものであり、部分間の大きさの比率などは、必ずしも現実のものと同一とは限らない。同じ部分を表す場合であっても、図面により互いの寸法や比率が異なって表される場合もある。
本願明細書と各図において、既に説明したものと同様の要素には同一の符号を付して詳細な説明は適宜省略する。
図面は模式的または概念的なものであり、部分間の大きさの比率などは、必ずしも現実のものと同一とは限らない。同じ部分を表す場合であっても、図面により互いの寸法や比率が異なって表される場合もある。
本願明細書と各図において、既に説明したものと同様の要素には同一の符号を付して詳細な説明は適宜省略する。
【0009】
【0010】
図１に示すように、実施形態に係るスクラッチ検出システム１１０は、計測装置１０を含む。後述するように、計測装置１０は、例えば、対象者が対象者の体の一部をスクラッチしているかどうかを検出可能である。対象者は、例えば、スクラッチ検出システム１１０の利用者である。スクラッチ検出システムは１１０、掻く、こする、たたく等、対象者のスクラッチ行動を検出することができる。スクラッチ検出システム１１０は、出力装置２０をさらに含んでも良い。
【0011】
図１に示すように、計測装置１０は、センサ部１１及び処理部１２を含む。計測装置１０は、通信部１３、メモリ部１４、及び、電源部１５などを含んでも良い。出力装置２０は、表示部２１を含む。出力装置２０は、処理部２２、通信部２３、メモリ部２４及び電源部２５を含んでも良い。
【0012】
計測装置１０と出力装置２０とは、互いに通信可能である。例えば、通信部１３と通信部２３とが、互いに通信可能である。例えば、通信部２３はネットワーク３５を介してサーバ３０と通信可能でも良い。サーバ３０は、例えば、ＣＰＵなどの処理部を含んでも良い。
【0013】
後述するように、例えば、計測装置１０において、センサ部１１は対象者の動き（例えば体動）を検出可能である。処理部１２は、決定動作（すなわち、第１動作）を実施可能で、センサ部１１から受信したデータに基づいて対象者がスクラッチするかどうかを決定し、検出結果を生成する。結果が通信部１３を介して、出力装置２０に出力可能である。処理部１２における処理に関するプログラムまたはソフトウェア、及び、検出結果がメモリ部１４に記憶されても良い。センサ部１１、処理部１２、通信部１３及びメモリ部１４には、電源部１５から電力が供給され、動作可能である。電源部１５は、例えば、バッテリを含んでも良い。
【0014】
後述するように、出力装置２０において、表示部２１は、センサ部１１による検出結果に関連する情報を表示可能である。例えば、出力装置２０は、通信部２３を介して、センサ部１１による検出結果に基づく情報（例えば、信号）を取得する。例えば、処理部２２は、検出結果から情報を計算しても良い。情報は、対象者が、例えば、一晩の間にスクラッチする期間を含む。情報の詳細は後述する。例えば、表示部２１は、情報を表示する。メモリ部２４は、例えば、通信部２３を介して取得した検出結果、及び、処理部２２により計算された情報を記憶可能である。表示部２１、処理部２２、通信部２３及びメモリ部２４には、電源部２５から電力が供給され、動作可能である。電源部２５は、例えば、バッテリを含んでも良い。出力装置２０は、例えば、携帯型端末（例えばスマートフォンなど）でも良い。通信部１３と通信部２３との間の通信は、無線または有線の通信方法が適用できる。
【0015】
図２（ａ）に示すように、１つの例において、計測装置１０は、筐体１７を含んでも良い。筐体１７の中に、センサ部１１及び処理部１２などが設けられても良い。図２（ａ）においては、通信部１３、メモリ部１４及び電源部１５などは省略されている。図２（ａ）に示すように、電力入力端末１９（例えば、ＵＳＢ：ユニバーサル・シリアル・バス）を、計測装置１０に設ける事ができる。図２（ａ）に示すように、計測装置１０は、付着部材１８を含んでも良い。付着部材１８は、例えば、筐体１７の底面に設けられる。付着部材１８は、例えば、シート状の付着材料を含んでも良い。
【0016】
図２（ｂ）に示すように、計測装置１０は、対象者８０の手８１に、着脱可能に固定可能である。例えば、付着部材１８により、筐体１７が手８１に固定される。図２（ａ）に示すように、突起部１９ｐを筐体１７に設ける事ができる。対象者８０は、突起部１９ｐを操作することで容易に筐体１７を手８１に取り付けたり外したりできる。
【0017】
図２（ｃ）に示すように、計測装置１０にグローブ状部材１６が設けられても良い。対象者８０の少なくとも１つの指が、例えば、グローブ状部材１６の一部を通過可能である。筐体１７は、手８１の甲８２とグローブ状部材１６との間に位置する。グローブ状部材１６は、手８１に対する筐体１７の位置を固定することができる。グローブ状部材１６により、計測装置１０が手８１に、着脱可能に固定されても良い。図２（ｃ）に示した例では、付着部材１８は設けなくても良い。
【0018】
例えば、計測装置１０は、手８１の甲８２に固定される。計測装置１０が甲８２に固定されることで、対象者８０は、手８１の平、及び、指を用いたいかなる作業を違和感なく行うことができる。
センサ部１１は、対象者８０の手８１の動きに対応する加速度を検出可能である。センサ部１１は、例えば、加速度センサを含む。加速度センサは、例えば、ＭＥＭＳ（Micro Electro Mechanical Systems）装置を含む。
センサ部１１は、対象者８０の手８１の動きに対応する加速度を検出可能である。センサ部１１は、例えば、加速度センサを含む。加速度センサは、例えば、ＭＥＭＳ（Micro Electro Mechanical Systems）装置を含む。
【0019】
図１に示すように、センサ部１１は、第１周期中の加速度を検出可能で、第１信号Ｓ１を出力可能である。第１信号Ｓ１は、検出値を含む。検出値は、手８１の動きに応じている。例えば、手８１が動くと、第１信号Ｓ１が変化する。第１信号Ｓ１に含まれる検出値は、手８１の動きに応じた加速度に応じて変化する。センサ部１１は、第１信号Ｓ１を第１周期で出力可能である。第１周期は、例えば、加速度のサンプリング周期である。第１周期は、例えば、５ｍｓ以上５００ｍｓ以下である。第１周期は、計測装置１０の処理部１２に設けられるタイマーで定義される。処理部１２は、第１周期の長さを変えてもよい。
【0020】
図１に示すように、第１信号Ｓ１は、処理部１２に供給される。処理部１２は、第１信号Ｓ１を取得可能である。
【0021】
センサ部１１で検出される加速度の方向は、任意である。任意の方向の加速度は、３つの軸に沿う成分として表される。第１信号Ｓ１に含まれる検出値は、加速度の第１軸に沿う成分と、加速度の第２軸に沿う成分と、加速度の第３軸に沿う成分と、を含む。第２軸は、第１軸と交差する。第３軸は、第１軸及び第２軸を含む平面と交差する。例えば、第１軸はＸ軸方向であり、第２軸はＹ軸方向であり、第３軸はＺ軸方向である。
【0022】
従って、検出値は、３つの軸に従い３つの値を含んでも良い。加速度の向きを考慮すると、検出値は、以下の６つの成分に分けても良い：１軸に沿い正及び負の一方の第１成分、加速度の第２軸に沿い正及び負の一方の第２成分、加速度の第３軸に沿い正及び負の一方の第３成分、加速度の第１軸に沿い正及び負の他方の第４成分、加速度の第２軸に沿い正及び負の他方の第５成分、及び、加速度の第３軸に沿い正及び負の他方の第６成分を含んでも良い。これらの６つの成分の大きさ（絶対値）により、手８１の動きに伴ってセンサ部１１が受ける加速度を表現できる。３つの軸は、センサ部１１において任意に設定されてよい。以下では、説明の便宜上、第１～第３成分が正であり、第４～第６成分が負とする。
【0023】
図３（ａ）～図３（ｃ）は、第１実施形態に係るスクラッチ検出システムにおける信号を例示する模式図である。
これらの図の横軸は、時間ｔｍである。図３（ａ）の縦軸は、第１軸に沿う加速度Ａｘである。図３（ｂ）の縦軸は、第２軸に沿う加速度Ａｙである。図３（ｃ）の縦軸は、第３軸に沿う加速度Ａｚである。
これらの図の横軸は、時間ｔｍである。図３（ａ）の縦軸は、第１軸に沿う加速度Ａｘである。図３（ｂ）の縦軸は、第２軸に沿う加速度Ａｙである。図３（ｃ）の縦軸は、第３軸に沿う加速度Ａｚである。
【0024】
図３（ａ）～図３（ｃ）に示すように、３つの軸に関する加速度が、第１周期Ｔ１で検出される。図３（ａ）に示すように、第１軸に沿う第１成分Ａ１（例えば正値）に関する第１成分基準値Ｖ１と、第１軸に沿う第４成分Ａ４（例えば負値）に関する第４成分基準値Ｖ４と、が定められる。例えば、第１成分Ａ１（例えば正値）が、第１成分基準値Ｖ１を超えたとき、第１軸に関する手８１の動きが大きい。例えば、第４成分Ａ４（例えば負値）の絶対値が、第４成分基準値Ｖ４を超えたとき、第１軸に関する手８１の動きが大きい。
【0025】
同様に、図３（ｂ）に示すように、第２軸に沿う第２成分Ａ２（例えば負値）に関する第２成分基準値Ｖ２と、第２軸に沿う第５成分Ａ５（例えば負値）に関する第５成分基準値Ｖ５と、が定められる。図３（ｃ）に示すように、第３軸に沿う第３成分Ａ３（例えば負値）に関する第３成分基準値Ｖ３と、第３軸に沿う第６成分Ａ６（例えば負値）に関する第６成分基準値Ｖ６と、が定められる。
【0026】
実施形態において、処理部１２は、加速度に関するこのような６つの成分の少なくとも一つに基づいて対象者８０がスクラッチをしているかどうかを判断することが出来る。例えば、このような６つの成分の少なくとも一つが基準値を超えた時、対象者８０がスクラッチをしていると判断される。このような決定動作は、第２周期Ｔ２（図３（ａ）～図３（ｃ）参照）において行われる。
【0027】
第２周期Ｔ２は、例えば、０．５秒以上３秒以下である。１つの例において、第２周期Ｔ２は、第１周期Ｔ１の１０倍以上５０倍以下であり、例えば、２５倍である。
【0028】
例えば、処理部１２は、第１信号Ｓ１に基づいて、以下の決定動作を実施可能である。第２周期Ｔ２は、複数の第１周期を含む。決定動作は、例えば、第２周期Ｔ２ごとに行われる。決定動作は、複数のパラメータに基づいて、対象者８０がスクラッチをしているかどうかを検出することを含む。
【0029】
１つの例において、複数のパラメータは、以下の第１発生数、及び、以下の第１連続数を含む。第１発生数は、第２周期Ｔ２の１つの中で、検出値（例えば、３つの軸のいずれかに関する加速度の成分）の絶対値が基準値を超えた回数である。第１連続数は、第２周期Ｔ２の１つの中で、検出値の絶対値が基準値を連続して超えた回数の最大値である。このような複数のパラメータに基づいて対象者８０がスクラッチをしているかどうかを検出することで、より正確にスクラッチ行動を検出できることが分かった。
【0030】
１つの例において、検出値として正の加速度成分（第１成分Ａ１、第２成分Ａ２及び第３成分Ａ３）を用いても良い。この場合、図３（ａ）の例において、第２周期Ｔ２の１つにおいて、正の加速度Ａｘが第１成分基準値Ｖ１を超えた回数（第１発生数）は１１である。図３（ａ）の例において、第２周期Ｔ２の１つの中で、検出値の絶対値が基準値を連続して超えた回数の最大値（第１連続数）は、９である。処理部１２は、３つの軸の一つに関連するこのような発生数及び連続数に基づいて、対象者８０がスクラッチをしているかどうかを検出する。正の加速度Ａｘに関連する発生数及び連続数（またはそれらの関数）が基準値よりも大きいときに、対象者８０はスクラッチをしていると判断される。正の加速度Ａｘに関連する発生数及び連続数（またはそれらの関数）が、基準値以下のときに、対象者８０はスクラッチをしていないと判断される。
たとえ正の加速度Ａｘに関連する発生数及び連続数（またはそれらの関数）が、基準値以下であっても、正の加速度Ａｙに関連する発生数及び連続数（またはそれらの関数）が基準値よりも大きいときには、対象者８０はスクラッチをしていると判断できる。
たとえ正の加速度Ａｙ及び正の加速度Ａｘに関連する発生数及び連続数（またはそれらの関数）が、基準値以下であっても、正の加速度Ａｚに関連する発生数及び連続数（またはそれらの関数）が基準値よりも大きいときには、対象者８０はスクラッチをしていると判断できる。
例えば、３つの軸に関してこのような処理が行われ、対象者８０がスクラッチをしているかどうかが総合的に判断されても良い。例えば、３つの軸の２つ以上に関する検出値の演算（和などを含む）の結果により、スクラッチが判断されても良い。
たとえ正の加速度Ａｘに関連する発生数及び連続数（またはそれらの関数）が、基準値以下であっても、正の加速度Ａｙに関連する発生数及び連続数（またはそれらの関数）が基準値よりも大きいときには、対象者８０はスクラッチをしていると判断できる。
たとえ正の加速度Ａｙ及び正の加速度Ａｘに関連する発生数及び連続数（またはそれらの関数）が、基準値以下であっても、正の加速度Ａｚに関連する発生数及び連続数（またはそれらの関数）が基準値よりも大きいときには、対象者８０はスクラッチをしていると判断できる。
例えば、３つの軸に関してこのような処理が行われ、対象者８０がスクラッチをしているかどうかが総合的に判断されても良い。例えば、３つの軸の２つ以上に関する検出値の演算（和などを含む）の結果により、スクラッチが判断されても良い。
【0031】
実施形態において、複数のパラメータは、以下の第１平均数をさらに含んでも良い。第１平均数は、第２周期Ｔ２の１つの中で、基準値を超えた検出値の絶対値の平均値である。例えば、図３（ａ）の例において、第２周期Ｔ２の１つにおいて、基準値（例えば第１成分基準値Ｖ１）を超えた検出値（例えば正の加速度Ａｘ）の絶対値が平均される。図３（ａ）の例においては、１１個の検出値（例えば正の加速度Ａｘ）が、基準値（例えば第１成分基準値Ｖ１）を超えている。この１１個の検出値（例えば正の加速度Ａｘ）の平均値が第１平均数に対応する。第１平均数を含む複数のパラメータに基づいて対象者８０がスクラッチをしているかどうかを検出することで、より正確にスクラッチを検出できる。
【0032】
実施形態において、３軸に関して、正負の加速度を考慮して、スクラッチ行動が検出されても良い。
【0033】
例えば、既に説明したように、第１信号Ｓ１中の検出値は、上記の第１～第６成分Ａ１～Ａ６を含んでも良い。第１成分Ａ１は、加速度の第１軸に沿い正及び負の一方の成分である。第２成分Ａ２は、加速度の第２軸に沿い正及び負の一方の成分である。第３成分Ａ３は、加速度の第３軸に沿い正及び負の一方の成分である。第４成分Ａ４は、加速度の第１軸に沿い正及び負の他方の成分である。第５成分Ａ５は、加速度の第２軸に沿い正及び負の他方の成分である。第６成分Ａ６は、加速度の第３軸に沿い正及び負の他方の成分である。処理部１２は、第１成分Ａ１及び第４成分Ａ４に基づく第１軸パラメータ、第２成分Ａ２及び第５成分Ａ５に基づく第２軸パラメータ、及び、第３成分Ａ３及び第６成分Ａ６に基づく第３軸パラメータの少なくともいずれかが基準値を超えたときに、対象者８０がスクラッチをしていると判断することを含む決定動作を実施可能である。
【0034】
例えば、第１軸パラメータＰ１は、
Ｐ１＝ｎ１×Ｎ１＋ｃ１×Ｃ１＋ｍ１×Ｍ１＋ｎ４×Ｎ４＋ｃ４×Ｃ４＋ｍ４×Ｍ４ … （１）
で表される。「Ｎ１」は、第２周期Ｔ２の１つの中で、第１成分Ａ１の絶対値が、第１成分Ａ１に関する第１成分基準値Ｖ１の絶対値を超えた回数である。「Ｃ１」は、第２周期Ｔ２の１つの中で、第１成分Ａ１の絶対値が第１成分基準値Ｖ１の絶対値を連続して超えた回数の最大値である。「Ｍ１」は、第２周期Ｔ２の１つの中で、第１成分基準値Ｖ１の絶対値を超えた第１成分Ａ１の絶対値の平均値である。「ｎ１」は、係数である。「ｃ１」は、係数である。「ｍ１」は、係数である。これらの係数は、例えば正である。「Ｎ４」は、第２周期Ｔ２の１つの中で、第４成分Ａ４の絶対値が、第４成分Ａ４に関する第４成分基準値Ｖ４の絶対値を超えた回数である。「Ｃ４」は、第２周期Ｔ２の１つの中で、第４成分Ａ４の絶対値が、第４成分基準値Ｖ４の絶対値を連続して超えた回数の最大値である。「Ｍ４」は、第２周期Ｔ２の１つの中で、第４成分基準値Ｖ４の絶対値を超えた第４成分Ａ４の絶対値の平均値である。「ｎ４」は、係数である。「ｃ４」は、係数である。「ｍ４」は、係数である。例えば、「ｎ１」、「ｎ４」、「ｍ１」及び「ｍ４」は、正及び負の一方であり、「ｃ１」及び「ｃ４」は、正及び負の他方である。例えば、「ｎ１」、「ｎ４」、「ｍ１」及び「ｍ４」は正であり、「ｃ１」及び「ｃ４」は負である。
Ｐ１＝ｎ１×Ｎ１＋ｃ１×Ｃ１＋ｍ１×Ｍ１＋ｎ４×Ｎ４＋ｃ４×Ｃ４＋ｍ４×Ｍ４ … （１）
で表される。「Ｎ１」は、第２周期Ｔ２の１つの中で、第１成分Ａ１の絶対値が、第１成分Ａ１に関する第１成分基準値Ｖ１の絶対値を超えた回数である。「Ｃ１」は、第２周期Ｔ２の１つの中で、第１成分Ａ１の絶対値が第１成分基準値Ｖ１の絶対値を連続して超えた回数の最大値である。「Ｍ１」は、第２周期Ｔ２の１つの中で、第１成分基準値Ｖ１の絶対値を超えた第１成分Ａ１の絶対値の平均値である。「ｎ１」は、係数である。「ｃ１」は、係数である。「ｍ１」は、係数である。これらの係数は、例えば正である。「Ｎ４」は、第２周期Ｔ２の１つの中で、第４成分Ａ４の絶対値が、第４成分Ａ４に関する第４成分基準値Ｖ４の絶対値を超えた回数である。「Ｃ４」は、第２周期Ｔ２の１つの中で、第４成分Ａ４の絶対値が、第４成分基準値Ｖ４の絶対値を連続して超えた回数の最大値である。「Ｍ４」は、第２周期Ｔ２の１つの中で、第４成分基準値Ｖ４の絶対値を超えた第４成分Ａ４の絶対値の平均値である。「ｎ４」は、係数である。「ｃ４」は、係数である。「ｍ４」は、係数である。例えば、「ｎ１」、「ｎ４」、「ｍ１」及び「ｍ４」は、正及び負の一方であり、「ｃ１」及び「ｃ４」は、正及び負の他方である。例えば、「ｎ１」、「ｎ４」、「ｍ１」及び「ｍ４」は正であり、「ｃ１」及び「ｃ４」は負である。
【0035】
例えば、第２軸パラメータＰ２は、
Ｐ２＝ｎ２×Ｎ２＋ｃ２×Ｃ２＋ｍ２×Ｍ２＋ｎ５×Ｎ５＋ｃ５×Ｃ５＋ｍ５×Ｍ５ … （２）
で表される。「Ｎ２」は、第２周期Ｔ２の１つの中で、第２成分Ａ２の絶対値が第２成分Ａ２に関する第２成分基準値Ｖ２の絶対値を超えた回数である。「Ｃ２」は、第２周期Ｔ２の１つの中で、第２成分Ａ２の絶対値が第２成分基準値Ｖ２の絶対値を連続して超えた回数の最大値である。「Ｍ２」は、第２周期Ｔ２の１つの中で、第２成分基準値Ｖ２の絶対値を超えた第２成分Ａ２の絶対値の平均値である。「ｎ２」は、係数である。「ｃ２」は、係数である。「ｍ２」は、係数である。「Ｎ５」は、第２周期Ｔ２の１つの中で、第５成分Ａ５の絶対値が、第５成分Ａ５に関する第５成分基準値Ｖ５の絶対値を超えた回数である。「Ｃ５」は、第２周期Ｔ２の１つの中で、第５成分Ａ５の絶対値が第５成分基準値Ｖ５の絶対値を連続して超えた回数の最大値である。「Ｍ５」は、第２周期Ｔ２の１つの中で、第５成分基準値Ｖ５の絶対値を超えた第５成分Ａ５の絶対値の平均値である。「ｎ５」は、係数である。「ｃ５」は、係数である。「ｍ５」は、係数である。例えば、「ｎ２」、「ｎ５」、「ｍ２」及び「ｍ５」は、正及び負の一方であり、「ｃ２」及び「ｃ５」は、正及び負の他方である。例えば、「ｎ２」、「ｎ５」、「ｍ２」及び「ｍ５」は正であり、「ｃ２」及び「ｃ５」は負である。
Ｐ２＝ｎ２×Ｎ２＋ｃ２×Ｃ２＋ｍ２×Ｍ２＋ｎ５×Ｎ５＋ｃ５×Ｃ５＋ｍ５×Ｍ５ … （２）
で表される。「Ｎ２」は、第２周期Ｔ２の１つの中で、第２成分Ａ２の絶対値が第２成分Ａ２に関する第２成分基準値Ｖ２の絶対値を超えた回数である。「Ｃ２」は、第２周期Ｔ２の１つの中で、第２成分Ａ２の絶対値が第２成分基準値Ｖ２の絶対値を連続して超えた回数の最大値である。「Ｍ２」は、第２周期Ｔ２の１つの中で、第２成分基準値Ｖ２の絶対値を超えた第２成分Ａ２の絶対値の平均値である。「ｎ２」は、係数である。「ｃ２」は、係数である。「ｍ２」は、係数である。「Ｎ５」は、第２周期Ｔ２の１つの中で、第５成分Ａ５の絶対値が、第５成分Ａ５に関する第５成分基準値Ｖ５の絶対値を超えた回数である。「Ｃ５」は、第２周期Ｔ２の１つの中で、第５成分Ａ５の絶対値が第５成分基準値Ｖ５の絶対値を連続して超えた回数の最大値である。「Ｍ５」は、第２周期Ｔ２の１つの中で、第５成分基準値Ｖ５の絶対値を超えた第５成分Ａ５の絶対値の平均値である。「ｎ５」は、係数である。「ｃ５」は、係数である。「ｍ５」は、係数である。例えば、「ｎ２」、「ｎ５」、「ｍ２」及び「ｍ５」は、正及び負の一方であり、「ｃ２」及び「ｃ５」は、正及び負の他方である。例えば、「ｎ２」、「ｎ５」、「ｍ２」及び「ｍ５」は正であり、「ｃ２」及び「ｃ５」は負である。
【0036】
例えば、第３軸パラメータＰ３は、
Ｐ３＝ｎ３×Ｎ３＋ｃ３×Ｃ３＋ｍ３×Ｍ３＋ｎ６×Ｎ６＋ｃ６×Ｃ６＋ｍ６×Ｍ６ … （３）
で表される。「Ｎ３」は、第２周期Ｔ２の１つの中で、第３成分Ａ３の絶対値が、第３成分Ａ３に関する第３成分基準値Ｖ３の絶対値を超えた回数である。「Ｃ３」は、第２周期Ｔ２の１つの中で、第３成分Ａ３の絶対値が、第３成分基準値Ｖ３の絶対値を連続して超えた回数の最大値である。「Ｍ３」は、第２周期Ｔ２の１つの中で、第３成分基準値Ｖ３の絶対値を超えた第３成分Ａ３の絶対値の平均値である。「ｎ３」は、係数である。「ｃ３」は、係数である。「ｍ３」は、係数である。「Ｎ６」は、第２周期Ｔ２の１つの中で、第６成分Ａ６の絶対値が、第６成分Ａ６に関する第６成分基準値Ｖ６の絶対値を超えた回数である。「Ｃ６」は、第２周期Ｔ２の１つの中で、第６成分Ａ６の絶対値が第６成分基準値Ｖ６の絶対値を連続して超えた回数の最大値である。「Ｍ６」は、第２周期Ｔ２の１つの中で、第６成分基準値Ｖ６の絶対値を超えた第６成分Ａ６の絶対値の平均値である。「ｎ６」は、係数である。「ｃ６」は、係数である。「ｍ６」は、係数である。例えば、「ｎ３」、「ｎ６」、「ｍ３」及び「ｍ６」は、正及び負の一方であり、「ｃ３」及び「ｃ６」は、正及び負の他方である。例えば、「ｎ３」、「ｎ６」、「ｍ３」及び「ｍ６」は正であり、「ｃ３」及び「ｃ６」は負である。
Ｐ３＝ｎ３×Ｎ３＋ｃ３×Ｃ３＋ｍ３×Ｍ３＋ｎ６×Ｎ６＋ｃ６×Ｃ６＋ｍ６×Ｍ６ … （３）
で表される。「Ｎ３」は、第２周期Ｔ２の１つの中で、第３成分Ａ３の絶対値が、第３成分Ａ３に関する第３成分基準値Ｖ３の絶対値を超えた回数である。「Ｃ３」は、第２周期Ｔ２の１つの中で、第３成分Ａ３の絶対値が、第３成分基準値Ｖ３の絶対値を連続して超えた回数の最大値である。「Ｍ３」は、第２周期Ｔ２の１つの中で、第３成分基準値Ｖ３の絶対値を超えた第３成分Ａ３の絶対値の平均値である。「ｎ３」は、係数である。「ｃ３」は、係数である。「ｍ３」は、係数である。「Ｎ６」は、第２周期Ｔ２の１つの中で、第６成分Ａ６の絶対値が、第６成分Ａ６に関する第６成分基準値Ｖ６の絶対値を超えた回数である。「Ｃ６」は、第２周期Ｔ２の１つの中で、第６成分Ａ６の絶対値が第６成分基準値Ｖ６の絶対値を連続して超えた回数の最大値である。「Ｍ６」は、第２周期Ｔ２の１つの中で、第６成分基準値Ｖ６の絶対値を超えた第６成分Ａ６の絶対値の平均値である。「ｎ６」は、係数である。「ｃ６」は、係数である。「ｍ６」は、係数である。例えば、「ｎ３」、「ｎ６」、「ｍ３」及び「ｍ６」は、正及び負の一方であり、「ｃ３」及び「ｃ６」は、正及び負の他方である。例えば、「ｎ３」、「ｎ６」、「ｍ３」及び「ｍ６」は正であり、「ｃ３」及び「ｃ６」は負である。
【0037】
後述するように、上記のような第１～第３軸パラメータＰ１～Ｐ３を用いた検出結果が、対象者８０がスクラッチをしているかどうかを示す実際の観察結果と良く一致することが分かった。例えば、「Ｎ１」は、加速度の絶対値が基準値の絶対値を超えた回数に対応する。対象者８０のスクラッチ行動は、手の往復運動（動きの繰り返し）に対応する。したがって、対象者８０がスクラッチをしている場合には、「Ｎ１」が比較的大きくなると考えられる。一方、「Ｃ１」は、加速度の絶対値が、基準値の絶対値を連続して超えた回数である。加速度の絶対値が基準値の絶対値を連続して超えた回数（すなわち加速度の継続時間）が長い場合、対象者８０の動きは、手の往復運動には対応しないように見える。したがって、単純な回数を示す「Ｎ１」に対応する動きの中から、スクラッチ行動に対応しない「Ｃ１」の動きを除去することで、スクラッチ行動をより正確に評価できると考えられる。例えば、「ｎ１」を正とし、「ｃ１」を負とすることで、スクラッチに対応しない「Ｃ１」の影響を効果的に除去できる。
【0038】
例えば、「Ｎ１」だけを用いた評価の結果よりも、「Ｎ１」及び「Ｃ１」を用い、係数「ｎ１」を正及び負の一方とし、「ｃ１」を正及び負の他方とすることで、スクラッチ行動に対応しない「Ｃ１」の影響を効果的に除去できる。
【0039】
上記の係数の記載は、他の軸に関しても適用できる。例えば、係数ｎ１、ｎ２、ｎ３、ｎ４、ｎ５及びｎ６は正及び負の一方であり、係数ｃ１、ｃ２、ｃ３、ｃ４、ｃ５及びｃ６は正及び負の他方である。これにより、スクラッチ行動に対応しない加速度（動き）の影響を効果的に除去できる。
【0040】
実施形態において、「ｎ１」の絶対値は、「ｃ１」の絶対値の１／５以上５倍以下が好ましい。「ｎ２」の絶対値は、「ｃ２」の絶対値の１／５以上５倍以下が好ましい。「ｎ３」の絶対値は、「ｃ３」の絶対値の１／５以上５倍以下が好ましい。「ｎ４」の絶対値は、「ｃ４」の絶対値の１／５以上５倍以下が好ましい。「ｎ５」の絶対値は、「ｃ５」の絶対値の１／５以上５倍以下が好ましい。「ｎ６」の絶対値は、「ｃ６」の絶対値の１／５以上５倍以下が好ましい。例えば、「Ｎ１」～「Ｎ６」は、発生回数に対応する値（第２周期Ｔ２における回数）であり、「Ｃ１」～「Ｃ６」は、連続する発生回数に対応する。したがって、「Ｎ１」～「Ｎ６」の値の単位は、「Ｃ１」～「Ｃ６」の値の単位と同じである。したがって、係数ｎ１、ｎ２、ｎ３、ｎ４、ｎ５及びｎ６の絶対値が、係数ｃ１、ｃ２、ｃ３、ｃ４、ｃ５及びｃ６の絶対値と比較的近いことで、スクラッチに対応しない加速度（動き）の影響を効果的に除去できる。
【0041】
実施形態において、係数ｍ１～ｍ６の極性（正または負）が、係数ｎ１～ｎ６の極性（正または負）と同じである。例えば、「Ｍ１」は、加速度の大きさに対応する。「Ｍ１」が大きいことは、スクラッチしている対象者８０の動きに対応する。係数ｍ１～ｍ６の極性（正または負）が係数ｎ１～ｎ６の極性（正または負）と同じであることで、スクラッチ行動をより正確に判断（そして検出）できる。
【0042】
第１～第６成分Ａ１～Ａ６は、例えば、重力加速度Ｇを用いて定義できる。重力加速度Ｇは、例えば、９、８０６ｍ／ｓ２である。第１～第３成分Ａ１～Ａ３が正である場合、第１～第３成分基準値Ｖ１～Ｖ３は、例えば、０．０３５Ｇである。第４～第６成分Ａ４～Ａ６が負である場合、第４～第６成分基準値Ｖ４～Ｖ６は、例えば、－０．０３５Ｇである。
【0043】
このような第１～第３軸パラメータＰ１～Ｐ３により、対象者８０のスクラッチ行動を高い精度で検出することができる。
【0044】
図４は、第１実施形態に係るスクラッチ検出システムで得られる特性を例示するグラフ図である。
図４は、１つの評価期間内における、対象者８０のスクラッチ行動を評価した結果を例示している。図４の横軸は、処理部１２が上記の第１～第３軸パラメータＰ１～Ｐ３に基づいて対象者８０のスクラッチ行動を検出した結果に対応する。図４の横軸は、対象者８０がスクラッチをしていると判断された推定スクラッチ時間ＥＳである。縦軸は、対象者８０を撮像した結果によりスクラッチ行動を検出した結果に対応する。縦軸は、撮像結果により対象者８０がスクラッチをしていると判断された観察スクラッチ時間ＯＳである。図４の例において、第１～第３軸パラメータＰ１～Ｐ３は、上記の（１）～（３）式で表される。
図４は、１つの評価期間内における、対象者８０のスクラッチ行動を評価した結果を例示している。図４の横軸は、処理部１２が上記の第１～第３軸パラメータＰ１～Ｐ３に基づいて対象者８０のスクラッチ行動を検出した結果に対応する。図４の横軸は、対象者８０がスクラッチをしていると判断された推定スクラッチ時間ＥＳである。縦軸は、対象者８０を撮像した結果によりスクラッチ行動を検出した結果に対応する。縦軸は、撮像結果により対象者８０がスクラッチをしていると判断された観察スクラッチ時間ＯＳである。図４の例において、第１～第３軸パラメータＰ１～Ｐ３は、上記の（１）～（３）式で表される。
【0045】
図４に示すように、推定スクラッチ時間ＥＳは、観察スクラッチ時間ＯＳと良く一致する。両者のスピアマンの相関係数は、０．７２２である。
【0046】
実施形態において、第１軸パラメータＰ１は、
Ｐ１＝ｎ１×Ｎ１＋ｃ１×Ｃ１＋ｎ４×Ｎ４＋ｃ４×Ｃ４ … （４）
で表されても良い。
第２軸パラメータＰ２は、
Ｐ２＝ｎ２×Ｎ２＋ｃ２×Ｃ２＋ｎ５×Ｎ５＋ｃ５×Ｃ５ … （５）
で表されても良い。
第３軸パラメータＰ３は、
Ｐ３＝ｎ３×Ｎ３＋ｃ３×Ｃ３＋ｎ６×Ｎ６＋ｃ６×Ｃ６ … （６）
で表されも良い。
第１～第３軸パラメータＰ１～Ｐ３に基づいて決定動作が行われる場合においても、比較的高い精度でスクラッチを検出できる。加速度の検出値が連続して基準値を超えた回数が大きいときには、往復運動に対応しない可能性が高い。加速度の検出値が基準値を超えた回数から、加速度が基準値を連続して超えた回数を除外するようなパラメータを採用することで、比較的高い精度でスクラッチ行動を検出できる。
Ｐ１＝ｎ１×Ｎ１＋ｃ１×Ｃ１＋ｎ４×Ｎ４＋ｃ４×Ｃ４ … （４）
で表されても良い。
第２軸パラメータＰ２は、
Ｐ２＝ｎ２×Ｎ２＋ｃ２×Ｃ２＋ｎ５×Ｎ５＋ｃ５×Ｃ５ … （５）
で表されても良い。
第３軸パラメータＰ３は、
Ｐ３＝ｎ３×Ｎ３＋ｃ３×Ｃ３＋ｎ６×Ｎ６＋ｃ６×Ｃ６ … （６）
で表されも良い。
第１～第３軸パラメータＰ１～Ｐ３に基づいて決定動作が行われる場合においても、比較的高い精度でスクラッチを検出できる。加速度の検出値が連続して基準値を超えた回数が大きいときには、往復運動に対応しない可能性が高い。加速度の検出値が基準値を超えた回数から、加速度が基準値を連続して超えた回数を除外するようなパラメータを採用することで、比較的高い精度でスクラッチ行動を検出できる。
【0047】
実施形態において、正及び負の一方の加速度に基づいて、スクラッチ行動が検出されても良い。例えば、検出値は、上記の第１～第３成分Ａ１～Ａ３を含む。決定動作は、例えば、第１成分Ａ１に基づく第１軸パラメータＰ１、第２成分Ａ２に基づく第２軸パラメータＰ２、及び、第３成分Ａ３に基づく第３軸パラメータＰ３の少なくともいずれかが基準値を超えたときに、対象者８０がスクラッチをしていると判断することを含んでも良い。
【0048】
例えば、第１軸パラメータＰ１は、
Ｐ１＝ｎ１×Ｎ１＋ｃ１×Ｃ１ … （７）
で表されても良い。既に説明したように、「Ｎ１」は、第２周期Ｔ２の１つの中で、第１成分Ａ１の絶対値が第１成分基準値Ｖ１の絶対値を超えた回数である。「Ｃ１」は、第２周期Ｔ２の１つの中で、第１成分Ａ１の絶対値が第１成分基準値Ｖ１の絶対値を連続して超えた回数の最大値である。
第２軸パラメータＰ２は、
Ｐ２＝ｎ２×Ｎ２＋ｃ２×Ｃ２ … （８）
で表されても良い。既に説明したように、「Ｎ２」は、第２周期Ｔ２の１つの中で、第２成分Ａ２の絶対値が第２成分基準値Ｖ２の絶対値を超えた回数である。「Ｃ２」は、第２周期Ｔ２の１つの中で、第２成分Ａ２の絶対値が第２成分基準値Ｖ２の絶対値を連続して超えた回数の最大値である。
第３軸パラメータＰ３は、
Ｐ３＝ｎ３×Ｎ３＋ｃ３×Ｃ３ … （９）
で表されても良い。
既に説明したように、「Ｎ３」は、第２周期Ｔ２の１つの中で、第３成分Ａ３の絶対値が第３成分基準値Ｖ３の絶対値を超えた回数である。「Ｃ３」は、第２周期Ｔ２の１つの中で第３成分Ａ３の絶対値が第３成分基準値Ｖ３の絶対値を連続して超えた回数の最大値である。このような第１～第３軸パラメータＰ１～Ｐ３に基づいた決定動作が行われる場合においても、比較的高い精度でスクラッチ行動を検出できる。上記のように、スクラッチ行動は、手の動きの繰り返しに対応すると考えられる。従って、正負の一方に向けての動きに関してのパラメータにより評価することでも、比較的高い精度でスクラッチ行動を検出できると考えられる。
Ｐ１＝ｎ１×Ｎ１＋ｃ１×Ｃ１ … （７）
で表されても良い。既に説明したように、「Ｎ１」は、第２周期Ｔ２の１つの中で、第１成分Ａ１の絶対値が第１成分基準値Ｖ１の絶対値を超えた回数である。「Ｃ１」は、第２周期Ｔ２の１つの中で、第１成分Ａ１の絶対値が第１成分基準値Ｖ１の絶対値を連続して超えた回数の最大値である。
第２軸パラメータＰ２は、
Ｐ２＝ｎ２×Ｎ２＋ｃ２×Ｃ２ … （８）
で表されても良い。既に説明したように、「Ｎ２」は、第２周期Ｔ２の１つの中で、第２成分Ａ２の絶対値が第２成分基準値Ｖ２の絶対値を超えた回数である。「Ｃ２」は、第２周期Ｔ２の１つの中で、第２成分Ａ２の絶対値が第２成分基準値Ｖ２の絶対値を連続して超えた回数の最大値である。
第３軸パラメータＰ３は、
Ｐ３＝ｎ３×Ｎ３＋ｃ３×Ｃ３ … （９）
で表されても良い。
既に説明したように、「Ｎ３」は、第２周期Ｔ２の１つの中で、第３成分Ａ３の絶対値が第３成分基準値Ｖ３の絶対値を超えた回数である。「Ｃ３」は、第２周期Ｔ２の１つの中で第３成分Ａ３の絶対値が第３成分基準値Ｖ３の絶対値を連続して超えた回数の最大値である。このような第１～第３軸パラメータＰ１～Ｐ３に基づいた決定動作が行われる場合においても、比較的高い精度でスクラッチ行動を検出できる。上記のように、スクラッチ行動は、手の動きの繰り返しに対応すると考えられる。従って、正負の一方に向けての動きに関してのパラメータにより評価することでも、比較的高い精度でスクラッチ行動を検出できると考えられる。
【0049】
図５は、第１実施形態に係るスクラッチ検出システムで得られる特性を例示するグラフ図である。
図５の例において、第１～第３軸パラメータＰ１～Ｐ３は、上記の（７）～（９）式で表される。図５の横軸は、処理部１２がこのような第１～第３軸パラメータＰ１～Ｐ３に基づいて対象者８０のスクラッチを検出した結果に対応する。図５の横軸は、対象者８０がスクラッチをしていると判断された推定スクラッチ時間ＥＳである。縦軸は、撮像結果により対象者８０がスクラッチしていると判断された観察スクラッチ時間ＯＳである。図５に示すように、（７）～（９）式を用いた場合も、推定スクラッチ時間ＥＳは、観察スクラッチ時間ＯＳと良く一致する。両者のスピアマンの相関係数は、０．７３０である。図４の結果と図５の結果とを比較すると、予測値（横軸）に対する実測値（縦軸）の傾きが互いに異なっている。この観点では、（１）～（３）式を採用することで、より高い精度でスクラッチを評価できると考えられる。
図５の例において、第１～第３軸パラメータＰ１～Ｐ３は、上記の（７）～（９）式で表される。図５の横軸は、処理部１２がこのような第１～第３軸パラメータＰ１～Ｐ３に基づいて対象者８０のスクラッチを検出した結果に対応する。図５の横軸は、対象者８０がスクラッチをしていると判断された推定スクラッチ時間ＥＳである。縦軸は、撮像結果により対象者８０がスクラッチしていると判断された観察スクラッチ時間ＯＳである。図５に示すように、（７）～（９）式を用いた場合も、推定スクラッチ時間ＥＳは、観察スクラッチ時間ＯＳと良く一致する。両者のスピアマンの相関係数は、０．７３０である。図４の結果と図５の結果とを比較すると、予測値（横軸）に対する実測値（縦軸）の傾きが互いに異なっている。この観点では、（１）～（３）式を採用することで、より高い精度でスクラッチを評価できると考えられる。
【0050】
実施形態において、
第１軸パラメータＰ１は、
Ｐ１＝ｎ１×Ｎ１＋ｃ１×Ｃ１＋ｍ１×Ｍ１ … （１０）
で表されても良い。
第２軸パラメータＰ２は、
Ｐ２＝ｎ２×Ｎ２＋ｃ２×Ｃ２＋ｍ２×Ｍ２ … （１１）
で表されも良い。
第３軸パラメータＰ３は、
Ｐ３＝ｎ３×Ｎ３＋ｃ３×Ｃ３＋ｍ３×Ｍ３ … （１２）
で表されても良い。
第１軸パラメータＰ１は、
Ｐ１＝ｎ１×Ｎ１＋ｃ１×Ｃ１＋ｍ１×Ｍ１ … （１０）
で表されても良い。
第２軸パラメータＰ２は、
Ｐ２＝ｎ２×Ｎ２＋ｃ２×Ｃ２＋ｍ２×Ｍ２ … （１１）
で表されも良い。
第３軸パラメータＰ３は、
Ｐ３＝ｎ３×Ｎ３＋ｃ３×Ｃ３＋ｍ３×Ｍ３ … （１２）
で表されても良い。
【0051】
図６は、第１実施形態に係るスクラッチ検出システムで得られる特性を例示するグラフ図である。
図６の例において、第１～第３軸パラメータＰ１～Ｐ３は、上記の（１０）～（１２）式で表される。図６の横軸は、処理部１２がこのような第１～第３軸パラメータＰ１～Ｐ３に基づいて対象者８０のスクラッチを検出した結果に対応する。図６の横軸は、対象者８０がスクラッチをしていると判断された推定スクラッチ時間ＥＳである。縦軸は、撮像結果により対象者８０がスクラッチをしていると判断された観察スクラッチ時間ＯＳである。図６に示すように、（１０）～（１２）式を用いた場合も、推定スクラッチ時間ＥＳは、観察スクラッチ時間ＯＳと良く一致する。両者のスピアマンの相関係数は、０．７３７である。図４の結果と図６の結果とを比較すると、予測値（横軸）に対する実測値（縦軸）の傾きが僅かに異なっている。この観点では、（１）～（３）式を採用することで、より高い精度でスクラッチを評価できると考えられる。
図６の例において、第１～第３軸パラメータＰ１～Ｐ３は、上記の（１０）～（１２）式で表される。図６の横軸は、処理部１２がこのような第１～第３軸パラメータＰ１～Ｐ３に基づいて対象者８０のスクラッチを検出した結果に対応する。図６の横軸は、対象者８０がスクラッチをしていると判断された推定スクラッチ時間ＥＳである。縦軸は、撮像結果により対象者８０がスクラッチをしていると判断された観察スクラッチ時間ＯＳである。図６に示すように、（１０）～（１２）式を用いた場合も、推定スクラッチ時間ＥＳは、観察スクラッチ時間ＯＳと良く一致する。両者のスピアマンの相関係数は、０．７３７である。図４の結果と図６の結果とを比較すると、予測値（横軸）に対する実測値（縦軸）の傾きが僅かに異なっている。この観点では、（１）～（３）式を採用することで、より高い精度でスクラッチを評価できると考えられる。
【0052】
実施形態において、例えば、第１軸がスクラッチ行動に従った手８１の動きによる加速度の方向に沿っている場合、第１軸に関する評価により、スクラッチ行動を正確に評価できる場合がある。この場合、第２軸及び第３軸に関する評価が実施されなくても良い。例えば、第１軸～第３軸の少なくとも１つに関するパラメータにより評価が行われても良い。例えば、第１～第３軸パラメータＰ１～Ｐ３の少なくともいずれかによりスクラッチ行動が判断されても良い。
【0053】
上記の実施形態において、処理部１２は、第１～第３軸パラメータの算出結果と、それぞれに対応する基準値（例えばしきい値）と、の比較結果により、対象者８０がスクラッチをしているかどうかを検出する。既に説明したように、第１～第３軸パラメータＰ１～Ｐ３は、例えば、第１セット（１）～（３）、第２セット（４）～（６）、第３セット（７）～（９）及び第４セット（１０）～（１２）の式のセットの一つで定義することができる。実施形態では、軸パラメータの１つを式のセットの１つによって定義することができ、軸パラメータの別の１つをセットの別の１つによって定義することができる。例えば、決定動作は、このような複数の処理（例えば、第１処理及び第２処理など）を行うことを含んでも良い。例えば、決定動作は、第１の式のセットに基づいた第１処理と第２の式のセットに基づいた第２処理を含んでも良い。さらに、決定動作は、第１軸パラメータに関する第１処理と、第２軸パラメータに関する第２処理と、を含んでも良い。そこで、既に説明したように、第１処理は、第１～第３軸の少なくとも１つに関する検出値と、それに対応する基準値と、の比較によりスクラッチ行動を検出（判断）すること含んでも良い。
【0054】
上記のパラメータ（係数を含む）などは、予め設定されても良い。スクラッチ検出システムにおいて、複数のモードが設けられ、複数のモードにおいて、異なるパラメータ（係数を含む）が採用されても良い。パラメータ（係数を含む）は、対象者８０の状態に合わせて変更可能でも良い。パラメータの係数は、機械学習などにより修正されても良い。
【0055】
以下、処理部１２で実施される決定動作（すなわち、第１動作）の例について説明する。
図７は、実施形態に係るスクラッチ検出システムの動作例示するフローチャート図である。
図７は、計測装置１０の処理部１２の動作を例示している。以下は、対象者８０の睡眠中のスクラッチ行動を検出する例について説明する。
図７は、実施形態に係るスクラッチ検出システムの動作例示するフローチャート図である。
図７は、計測装置１０の処理部１２の動作を例示している。以下は、対象者８０の睡眠中のスクラッチ行動を検出する例について説明する。
【0056】
図７に示すように、処理部１２は、センサ部１１から、検出値（加速度）を含む第１信号Ｓ１を取得する（ステップＳ１０１）。１つの例において、処理部１２は、第１周期Ｔ１において検出値を取得する。
【0057】
この例では、処理部１２は、検出値に基づいて対象者８０が睡眠中であるかどうかを判断する（ステップＳ１０２）。睡眠中と判断された場合は、次のステップＳ１０３に進む。睡眠中ではないと判断された場合は、ステップＳ１０１及びステップＳ１０２が繰り返される。ステップＳ１０２において、例えば、検出値（加速度）がある基準値よりも小さい状態が予め定められた時間以上継続したときに睡眠であると判断される。
【0058】
ステップＳ１０３において、処理部１２は、センサ部１１から、検出値（加速度）を含む第１信号Ｓ１を取得する。例えば、処理部１２は、第１周期Ｔ１において検出値を取得する。
【0059】
処理部１２は、ステップＳ１０３（及びステップＳ１０４）で取得した検出値（加速度）に基づいて、対象者８０（手８１の動き）の体動を判断する。このとき、例えば、処理部１２は、以下の動きパラメータに基づいて、比較的大きな体動があるか否かを判断する。
【0060】
例えば、検出値は、加速度の第１軸に沿う第１加速度成分Ｂ１、加速度の第２軸に沿う第２加速度成分Ｂ２、及び、加速度の第３軸に沿う第３加速度成分Ｂ３を含む。第２軸は、第１軸と交差する。第３軸は、第１軸及び第２軸を含む平面と交差する。処理部１２は、以下の動きパラメータが動きパラメータに関する基準値を超えたときに、手８１が動いたと判断する。動きパラメータは、第１加速度成分Ｂ１、第２加速度成分Ｂ２及び第３加速度成分Ｂ３の二乗平均平方根である。
【0061】
例えば、第１加速度成分Ｂ１、第２加速度成分Ｂ２及び第３加速度成分Ｂ３を用いて、動きパラメータＰｍは、Ｐｍ＝｛（Ｂ１）２＋（Ｂ２）２＋（Ｂ３）２｝１／２で表される。このような動きパラメータＰｍが基準値を超えたときに、処理部１２は、体動（手８１の動き）があると判断する。第１加速度成分Ｂ１、第２加速度成分Ｂ２及び第３加速度成分Ｂ３が、重力加速度である場合に、１つの例において、動きパラメータＰｍに関する基準値は、例えば、０．０３Ｇ以上である。例えば、動きパラメータＰｍに関する基準値は、０．１Ｇ以下でも良い。このような基準値と、動きパラメータＰｍと、が比較され、比較的大きな手８１の体動があるかどうか判断される。
【0062】
ステップＳ１０４において、処理部１２が体動（手８１の動き）が無いか、または比較的小さな体動と判断した場合は、ステップＳ１０３に戻る。ステップＳ１０４において、処理部１２が体動（手８１の動き）が有ると判断した場合は、以下のステップＳ１１０に進む。
【0063】
ステップＳ１１０においては、処理部１２は、既に説明した第１処理を含む決定動作を行い、スクラッチ行動を判断する。例えば、処理部１２は、上記の複数のパラメータ（第１軸～第３軸パラメータＰ１～Ｐ３など）の少なくとも１つに基づいて、対象者８０がスクラッチをしているかどうかを判断する。対象者８０がスクラッチをしているかどうかの判断は、第２周期Ｔ２において繰り返し行われる。
【0064】
この例では、睡眠が終了したかどうかが判断される（ステップＳ１１５）。睡眠が終了しない場合は、ステップＳ１０３に戻り、上記の処理が繰り返される。
【0065】
この例では、睡眠が終了して計測が終了した場合は、例えば、処理部１２は、スクラッチの結果（検出結果）を外部通信機器等に出力する（ステップＳ１２０）。検出結果は、例えば、出力装置２０に向けて出力される。検出結果は、例えば、ステップＳ１０３～ステップＳ１１５の間の任意のステップで行われても良い。
【0066】
例えば、決定動作において、第１処理は、第２周期Ｔ２ごとのスクラッチ行動の検出結果を出力することを含む。例えば、第１処理は、スクラッチ行動の検出結果を第２周期Ｔ２において出力することを含んでも良い。
【0067】
上記のように、処理部１２は、第１信号Ｓ１に基づいて手８１が動いたと判断したときに（ステップＳ１０４）、決定動作を実施可能でも良い。手８１が動いたと判断したときに、対象者８０がスクラッチしていると判断する第１処理を実施することで、処理量が削減できる。例えば、消費電力を低くできる。
【0068】
以下、出力装置２０の動作の例について説明する。
図８は、実施形態に係るスクラッチ検出システムの動作を例示するフローチャート図である。
図８に示すように、出力装置２０は、計測装置１０から対象者８０がスクラッチをしているかどうかに関する検出結果を取得する（ステップＳ２１０）。例えば、出力装置２０の処理部２２は、通信部１３及び通信部２３を介して、指定された評価期間（例えば、１つの睡眠期間など）において、対象者８０がスクラッチをしているかどうかに関する検出結果を取得する。
図８は、実施形態に係るスクラッチ検出システムの動作を例示するフローチャート図である。
図８に示すように、出力装置２０は、計測装置１０から対象者８０がスクラッチをしているかどうかに関する検出結果を取得する（ステップＳ２１０）。例えば、出力装置２０の処理部２２は、通信部１３及び通信部２３を介して、指定された評価期間（例えば、１つの睡眠期間など）において、対象者８０がスクラッチをしているかどうかに関する検出結果を取得する。
【0069】
出力装置２０の処理部２２は、スクラッチ時間、及び、スクラッチ数などについての演算を行う（ステップＳ２２０）。例えば、処理部２２は、対象者８０がスクラッチをしているかどうかに関する検出結果に基づいて、スクラッチ回数、スクラッチ時間、及び、スクラッチ相対時間の少なくともいずれかに関する情報を演算により生成可能である。スクラッチ回数は、複数の第２周期Ｔ２を含む評価期間において、スクラッチ行動と判断された第２周期Ｔ２の数である。スクラッチ時間は、その評価期間における、スクラッチ行動が判断された連続する第２周期Ｔ２の和である。スクラッチ相対時間は、その評価期間（の長さ）に対するスクラッチ時間の比である。
【0070】
出力装置２０の表示部２１は、このような情報を表示する（ステップＳ２３０）。例えば、表示部２１は、スクラッチ回数、スクラッチ時間、及び、スクラッチ相対時間の少なくともいずれかに関する情報を表示可能である。
【0071】
表示部２１は、計測装置１０から取得した、対象者８０がスクラッチをしているかどうか、上記の第１発生数、及び、上記の第１連続数の少なくともいずれか１つを表示可能でも良い。
【0072】
実施形態においては、高い精度で検出されたスクラッチ行動を表示できる。
【0073】
出力装置２０の処理部２２で行われる処理の少なくとも一部は、サーバ３０（図１参照）で行われても良い。出力装置２０は、サーバ３０で行われた処理の結果を取得し、表示部２１は、その結果を表示しても良い。
【0074】
図９は、実施形態に係るスクラッチ検出システムの出力装置を例示する模式図である。 図９に示すように、出力装置２０は、表示部２１を含む。この例では、表示部２１は、例えば、スクラッチ回数Ｒ１、及び、スクラッチ時間Ｒ２を図形により表示している。表示部２１は、スクラッチ強度Ｒ３を表示可能でも良い。この例では、スクラッチ強度Ｒ３は、スクラッチ行動と判断された時刻における「Ｍ１」～「Ｍ６」の和の、第２周期Ｔ２における和に対応する。この例では、最新データＲｎに加えて、所定の期間の平均データＲａが表示される。
【0075】
図１０は、実施形態に係るスクラッチ検出システムの出力装置を例示する模式図である。図１０に示すように、出力装置２０の表示部２１は、スクラッチ回数Ｒ１、及び、スクラッチ時間Ｒ２などの日による変化をグラフなどにより表示可能でも良い。この例では、スクラッチ回数Ｒ１が折れ線で表示される。スクラッチ時間Ｒ２が棒グラフで表示される。この例では、表示部２１は、対象者８０の皮膚ダメージ指数に関する情報を棒グラフの濃淡（色など）により、表示可能である。
【0076】
例えば、計測時間におけるスクラッチ回数を直接計測する参考例がある。これに対して、実施形態においては、第２周期Ｔ２ごとに、対象者８０がスクラッチをしているかどうかが判断される。これにより、実施形態においては、計算量を少なくすることができる。例えば、計測装置１０を小型化できる。例えば、計測装置１０の消費電力を低くできる。実施形態においては、例えば、第２周期Ｔ２ごとの実質的なリアルタイムでのスクラッチの判断が可能である。
【0077】
例えば、対象者８０の手８１の装着可能な計測装置１０が用いられる。計測装置１０において、第２周期Ｔ２（例えば１秒など）ごとに対象者８０がスクラッチをしているかどうかが判断される。判断の結果は、メモリ部１４などに記憶されても良い。結果は、例えば、無線通信または有線通信により、出力装置２０に供給可能である。出力装置２０は、対象者８０がスクラッチをしているかどうかに関する情報を表示可能である。出力装置２０は、取得した対象者８０がスクラッチをしているかどうかに関する情報を任意の無線通信及び有線通信により、クラウド（例えばネットワーク３５）を経由して、サーバ３０などに供給可能でも良い。出力装置２０は、分析データをクラウドから受信し、出力装置２０の表示部２１に表示可能でも良い。
【0078】
例えば、サーバ３０は、出力装置２０から取得した情報（データ）を保存し、管理可能である。サーバ３０は、分析結果を出力装置２０に供給可能でも良い。
【0079】
例えば、計測装置１０の処理部１２は、第２周期Ｔ２ごとに、特徴量を計算して、対象者８０がスクラッチをしているかどうかを判断する。処理部２２またはサーバ３０は、その結果を入手して、評価期間における、スクラッチ時間、または、スクラッチ回数など算出する。出力装置２０は、それらを表示して、対象者８０または対象者８０のスタッフ（医療従事者など）に知らせる。
【0080】
図１１は、実施形態に係る処理装置を例示する模式図である。
図１１は、処理部１２、処理部２２及びサーバ３０などの処理装置の例を示している。図１１は、機能ブロック図である。図１１に示すように、処理装置は、例えば、ＣＰＵ（Central Processing Unit）３１１、Ｉ／Ｆ３１２、ディスプレイ３１３、ＲＯＭ（Read Only Memory）３１５、ＲＡＭ（Random Access Memory）３１６及び記憶装置３１７などを含む。上記の各種の動作は、例えばＣＰＵで行われる。処理装置に含まれる複数の要素は、例えば、通信経路３１８などにより通信可能である。通信は、有線または無線で良い。
図１１は、処理部１２、処理部２２及びサーバ３０などの処理装置の例を示している。図１１は、機能ブロック図である。図１１に示すように、処理装置は、例えば、ＣＰＵ（Central Processing Unit）３１１、Ｉ／Ｆ３１２、ディスプレイ３１３、ＲＯＭ（Read Only Memory）３１５、ＲＡＭ（Random Access Memory）３１６及び記憶装置３１７などを含む。上記の各種の動作は、例えばＣＰＵで行われる。処理装置に含まれる複数の要素は、例えば、通信経路３１８などにより通信可能である。通信は、有線または無線で良い。
【0081】
実施形態によれば、より正確にスクラッチ行動を検出できるスクラッチ検出システムが提供できる。
【0082】
以上、具体例を参照しつつ、本発明の実施の形態について説明した。しかし、本発明は、これらの具体例に限定されるものではない。例えば、スクラッチ検出システムに含まれる計測装置、センサ部、処理部、出力装置、及び、表示部などの各要素の具体的な構成に関しては、当業者が公知の範囲から適宜選択することにより本発明を同様に実施し、同様の効果を得ることができる限り、本発明の範囲に包含される。
【0083】
また、各具体例のいずれか２つ以上の要素を技術的に可能な範囲で組み合わせたものも、本発明の要旨を包含する限り本発明の範囲に含まれる。
【0084】
その他、本発明の実施の形態として上述したスクラッチ検出システムについて、当業者が適宜設計変更して実施し得る全てのスクラッチ検出システムも、本発明の要旨を包含する限り、本発明の範囲に属する。
【0085】
その他、本発明の思想の範疇において、当業者であれば、各種の変更例及び修正例に想到し得るものであり、それら変更例及び修正例についても本発明の範囲に属するものと了解される。
【符号の説明】
【0086】
１０ 計測装置
１１ センサ部
１２ 処理部
１３ 通信部
１４ メモリ部
１５ 電源部
１６ グローブ状部材
１７ 筐体
１８ 付着部材
１９ 電力入力端末
１９ｐ 突起部
２０ 出力装置
２１ 表示部
２２ 処理部
２３ 通信部
２４ メモリ部
２５ 電源部
３０ サーバ
３５ ネットワーク
８０ 対象者
８１ 手
８２ 甲
１１０ スクラッチ検出システム
３１３ ディスプレイ
３１５ ＲＯＭ
３１６ ＲＡＭ
３１７ 記憶装置
３１８ 通信経路
Ａ１～Ａ６ 第１～第６成分
Ａｘ、Ａｙ、Ａｚ 加速度
Ｂ１～Ｂ３ 第１～第３加速度成分
ＥＳ 推定スクラッチ時間
ＯＳ 観察スクラッチ時間
Ｒ１ スクラッチ回数
Ｒ２ スクラッチ時間
Ｒ３ スクラッチ強度
Ｒａ 平均データ
Ｒｎ 最新データ
Ｓ１ 第１信号
Ｔ１ 第１周期
Ｔ２ 第２周期
Ｖ１～Ｖ６ 第１～第６成分基準値
ｔｍ 時間
１１ センサ部
１２ 処理部
１３ 通信部
１４ メモリ部
１５ 電源部
１６ グローブ状部材
１７ 筐体
１８ 付着部材
１９ 電力入力端末
１９ｐ 突起部
２０ 出力装置
２１ 表示部
２２ 処理部
２３ 通信部
２４ メモリ部
２５ 電源部
３０ サーバ
３５ ネットワーク
８０ 対象者
８１ 手
８２ 甲
１１０ スクラッチ検出システム
３１３ ディスプレイ
３１５ ＲＯＭ
３１６ ＲＡＭ
３１７ 記憶装置
３１８ 通信経路
Ａ１～Ａ６ 第１～第６成分
Ａｘ、Ａｙ、Ａｚ 加速度
Ｂ１～Ｂ３ 第１～第３加速度成分
ＥＳ 推定スクラッチ時間
ＯＳ 観察スクラッチ時間
Ｒ１ スクラッチ回数
Ｒ２ スクラッチ時間
Ｒ３ スクラッチ強度
Ｒａ 平均データ
Ｒｎ 最新データ
Ｓ１ 第１信号
Ｔ１ 第１周期
Ｔ２ 第２周期
Ｖ１～Ｖ６ 第１～第６成分基準値
ｔｍ 時間
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】