JP6707886B2 - 測定装置および電子機器 - Google Patents

Description

本開示は、皮膚電気活動（ＥＤＡ；Electro Dermal Activity）を測定する測定装置、およびそのような測定装置を備えた電子機器に関する。

皮膚電気活動は、皮膚における電位的またはインピーダンス的な変動であり、恐怖、覚醒、認知、ストレスなどの人の情動の表出に伴う精神性発汗に応じて変動する。例えば、非特許文献１には、生活環境においてこのような皮膚電気活動を測定し、人の情動を推定する研究が開示されている。

Cornelia Kappeler-Setz et al.,"Towards long term monitoring of electrodermal activity in daily life", Personal and Ubiquitous Computing Volume 17, Issue 2, pp261-271.

皮膚電気活動などの生体信号を測定する測定装置に、日常生活において長時間測定できること望ましい。特に、そのような測定装置として、例えばウェアラブル機器を用いた場合には、一般に小型化が望まれるため、搭載できるバッテリの容量が小さくなってしまう。よって、このような測定装置は、消費電力が低いことが望まれている。

本開示はかかる問題点に鑑みてなされたもので、その目的は、消費電力を低減することができる測定装置および電子機器を提供することにある。

本開示の測定装置は、第１の測定部と、制御部と、しきい値生成部とを備えている。第１の測定部は、互いに動作頻度が異なる第１の動作モードおよび第２の動作モードを含む複数の動作モードを有し、コンダクタンス値を測定するものである。制御部は、第１の期間におけるコンダクタンス値の平均値を求め、平均値としきい値との比較結果に基づいて、複数の動作モードのうちの１つを選択するものである。しきい値生成部は、複数のコンダクタンス値に基づいて、しきい値を生成するものである。上記しきい値生成部は、複数のコンダクタンス値に基づいて、コンダクタンスの低周波成分および高周波成分を算出し、低周波成分および高周波成分に基づいてしきい値を算出するものである。

本開示の電子機器は、第１の測定部と、制御部と、しきい値生成部と、処理部とを備えている。第１の測定部は、互いに動作頻度が異なる第１の動作モードおよび第２の動作モードを含む複数の動作モードを有し、コンダクタンス値を測定するものである。制御部は、第１の期間におけるコンダクタンス値の平均値を求め、平均値としきい値との比較結果に基づいて、複数の動作モードのうちの１つを選択するものである。しきい値生成部は、複数のコンダクタンス値に基づいて、しきい値を生成するものである。処理部は、複数のコンダクタンス値を用いて所定の処理を行うものである。上記しきい値生成部は、複数のコンダクタンス値に基づいて、コンダクタンスの低周波成分および高周波成分を算出し、低周波成分および高周波成分に基づいてしきい値を算出するものである。

本開示の測定装置および電子機器では、複数の動作モードを有する第１の測定部により、コンダクタンス値が測定される。そして、コンダクタンス値の平均値としきい値との比較結果に基づいて、第１の測定部の動作モードが決定される。このしきい値は、第１の測定部により測定された複数のコンダクタンス値に基づいて生成される。

本開示の測定装置および電子機器によれば、複数のコンダクタンス値に基づいてしきい値を生成し、コンダクタンス値の平均値としきい値との比較結果に基づいて、第１の測定部の動作モードを決定するようにしたので、消費電力を低減することができる。なお、ここに記載された効果は必ずしも限定されるものではなく、本開示中に記載されたいずれの効果があってもよい。

本開示の一実施の形態に係る測定装置の一構成例を表すブロック図である。 図１に示した学習データ生成部の一動作例を表す説明図である。 図１に示した学習データ生成部の一動作例を表す他の説明図である。 図１に示した学習データ生成部の一動作例を表すフローチャートである。 図１に示した学習データ解析部の一動作例を表す説明図である。 図１に示した測定制御部の一動作例を表すフローチャートである。 図１に示した測定装置の一動作例を表すタイミング波形図である。 実施の形態を適用した腕時計の外観構成を表す斜視図である。 変形例に係る測定装置の一構成例を表すブロック図である。

以下、本開示の実施の形態について、図面を参照して詳細に説明する。なお、説明は以下の順序で行う。
１．実施の形態
２．適用例

＜１．実施の形態＞
［構成例］
図１は、一実施の形態に係る測定装置１の一構成例を表すものである。測定装置１は、ユーザの皮膚電気活動を測定する装置である。測定装置１は、発汗センサ２０と、センサ６と、制御部３０と、処理部５とを備えている。これらのブロックは、バス９を介して互いに接続されている。

発汗センサ２０は、皮膚コンダクタンスを測定するものである。発汗センサ２０は、電圧生成部２１と、検出部２２と、電極２３と、増幅部２４と、フィルタ部２５と、ＡＤ（Analog/Digital）変換部２６とを有している。

電圧生成部２１は、検出部２２において用いる電圧や、ユーザの皮膚に印加する電圧を生成するものである。

検出部２２は、電極２３を介してユーザの皮膚に電圧を印加するとともに、ユーザの皮膚表面に流れる微弱な電流を検出するものである。検出部２２は、例えば、電流増幅回路やホイートストーンブリッジ回路などを含んで構成されるものである。

電極２３は、発汗センサ２０とユーザの皮膚とを電気的に接続するものである。電極２３は、例えば、ユーザの指、手のひら、手首、足の裏など、精神性発汗が生じやすい個所に接触される。電極２３は、例えば、Ａｇ／ＡｇＣｌ電極やステンレス等の金属電極を使用することができる。また、電極２３は、使い捨て可能な電極を用いて構成してもよい。

増幅部２４は、検出部２２からの出力信号を、後段のＡＤ変換部２６において十分なダイナミックレンジおよび分解能を確保できるレベルに増幅するものである。

フィルタ部２５は、入力された信号に含まれるノイズを低減するものであり、例えばローパスフィルタを含んで構成されるものである。このローパスフィルタのカットオフ周波数は、精神性発汗に応じた信号の周波数（数ヘルツ以下）よりも十分に高い周波数に設定されている。

ＡＤ変換部２６は、所定のサンプリング周波数で、フィルタ部２５の出力信号をサンプリングし、その出力信号（アナログ信号）をデジタル値に変換するものである。ＡＤ変換部２６は、例えば、集積回路のチップを用いることができる。特に、バス９が例えばＩ²Ｃバスである場合には、Ｉ²Ｃバス用のインタフェースを有するチップを用いることができる。なお、この例では、発汗センサ２０がＡＤ変換部２６を有するようにしたが、これに限定されるものではなく、これに代えて、例えば、制御部３０がＡＤ変換部２６を有するようにしてもよい。

この構成により、発汗センサ２０は、測定値に基づいて、コンダクタンス値の時間変化を示す信号Ｇmeasを生成する。そして、発汗センサ２０は、その信号Ｇmeasを、バス９を介して、制御部３０および処理部５に供給するようになっている。

この発汗センサ２０は、通常動作モードＭ１、低消費電力動作モードＭ２、停止モードＭ３とを有しており、バス９を介して行われる制御部３０から指示に基づいて、通常動作モードＭ１、低消費電力動作モードＭ２、停止モードＭ３で動作するようになっている。

通常動作モードＭ１では、電圧生成部２１、検出部２２、増幅部２４、およびフィルタ部２５は、常に動作する。ＡＤ変換部２６のサンプリング周波数は、通常動作モードＭ１では、例えば１２８Ｈｚに設定される。このＡＤ変換部２６は、サンプリング時にのみ動作し、その他の期間ではスタンバイ状態で動作するようになっている。

低消費電力動作モードＭ２では、電圧生成部２１、検出部２２、増幅部２４、およびフィルタ部２５は、間欠的に動作する。具体的には、電圧生成部２１、検出部２２、増幅部２４、およびフィルタ部２５は、例えば１秒に１回の割合で、例えば１００ミリ秒の間、動作する。ＡＤ変換部２６のサンプリング周波数は、低消費電力動作モードＭ２では、これらの動作に同期するように、例えば１Ｈｚに設定される。これにより、ＡＤ変換部２６は、電圧生成部２１、検出部２２、増幅部２４、およびフィルタ部２５が動作しているときに、フィルタ部２５の出力信号をサンプリングする。その結果、低消費電力動作モードＭ２では、通常動作モードＭ１に比べ、発汗センサ２０における消費電力を、この例では約１／１０に低減することができるようになっている。

停止モードＭ３では、電圧生成部２１、検出部２２、増幅部２４、フィルタ部２５、およびＡＤ変換部２６は、動作を停止する。これにより、発汗センサ２０における消費電力を大幅に低減することができるようになっている。

センサ６は、例えば、脈拍センサ、加速度センサ、ジャイロセンサ、ＧＰＳ（Global Positioning System）センサ、地磁気センサ、温度センサ、気圧センサ、湿度センサ、および照度センサのうちの少なくとも１つ以上を有するものである。そして、センサ６は、センサによる検出結果を、バス９を介して制御部３０および処理部５に供給する。

例えば、ＧＰＳセンサを設けることにより、測定装置１は、ユーザがいる場所を特定でき、その場所によって動作モードを切り替えることができる。具体的には、例えば、ユーザがオフィスにいるときは、発汗センサ２０は、制御部３０からの指示に基づいて通常動作モードＭ１または低消費電力動作モードＭ２で動作することにより、皮膚電気活動を測定する。そして、測定装置１は、ユーザがオフィスにいるときの皮膚電気活動の測定結果に基づいて、後述するように、学習データＤＳを生成し、この学習データＤＳに基づいてしきい値Ｇthを生成し、このしきい値Ｇthを用いて動作モードを決定する。また、ユーザがオフィス以外の場所にいるときは、発汗センサ２０の動作モードを停止モードＭ３にする。これにより、測定装置１では、消費電力を低減することができるようになっている。

同様に、例えば、脈拍センサを設けることにより、測定装置１は、ユーザの脈拍が低いときの皮膚電気活動を測定することができる。また、例えば、加速度センサやジャイロセンサを設けることにより、測定装置１は、ユーザが安静にしているかどうかを検出し、その検出結果に基づいて動作モードを切り替えることができる。また、例えば、地磁気センサと加速度センサとを組み合わせることにより屋内におけるユーザの位置を検出する技術を用いて、測定装置１は、ユーザが居間にいるのか寝室にいるのかなどを検出し、その検出結果に基づいて動作モードを切り替えることができる。また、例えば、気温センサ、気圧センサ、および湿度センサを設けることにより、測定装置１は、気温、気圧、湿度に応じた皮膚電気活動を測定することができる。また、例えば、照度センサを設けることにより、ユーザの活動時間帯を検出することができるため、測定装置１は、ユーザの活動時間帯に応じて動作モードを切り替えることができる。

制御部３０は、測定装置１の動作を制御するものである。制御部３０は、この測定装置１が適用される、いわゆるウェアラブル機器などの電子機器におけるＣＰＵ（Central Processing Unit）やメモリ等を用いて構成される。制御部３０は、学習データ生成部３１と、学習データ解析部３２と、測定制御部３３とを有している。

学習データ生成部３１は、信号Ｇmeasに基づいて、学習データＤＳを生成するものである。具体的には、学習データ生成部３１は、まず、信号Ｇmeasに基づいて、その低周波成分（ベースライン）である信号Ｇtonicと、高周波成分である信号Ｇphasicとを求める。そして、学習データ生成部３１は、信号Ｇtonicおよび信号Ｇphasicに基づいて、学習データＤＳを生成する。

図２は、発汗センサ２０により取得できる皮膚電気活動の波形の一例を表すものであり、（Ａ）は信号Ｇmeasの波形を示し、（Ｂ）は信号Ｇtonicの波形を示し、（Ｃ）は信号Ｇphasicの波形を示す。学習データ生成部３１は、信号Ｇmeasに基づいて、その低周波成分である信号Ｇtonicと、高周波成分である信号Ｇphasicとを求める。そして、学習データ生成部３１は、例えば、所定の時間幅（例えば６０秒）を有する期間ＰＡ（ＰＡ１，ＰＡ２，ＰＡ３，…）において、信号Ｇtonicの平均値Ｖｔを求める。また、学習データ生成部３１は、その期間ＰＡにおいて、信号Ｇphasicに所定の条件のパルスが現れる回数（パルス検出回数Ｎｐ）を求める。具体的には、学習データ生成部３１は、例えば、図２（Ｃ）において、信号Ｇphasicにおいて、パルス幅が所定幅より短く、かつパルス高さが所定の高さよりも大きいパルスの数を数える。学習データ生成部３１は、複数の期間ＰＡを設定して、期間ＰＡのそれぞれにおいて、平均値Ｖｔおよびパルス検出回数Ｎｐを求める。このようにして、学習データ生成部３１は、学習データＤＳを生成する。

図３は、学習データＤＳの一構成例を表すものである。この例では、平均値Ｖｔ１とパルス検出回数Ｎｐ１は、期間ＰＡ１（図２）において求めたものであり、平均値Ｖｔ２とパルス検出回数Ｎｐ２は、期間ＰＡ２において求めたものであり、平均値Ｖｔ３とパルス検出回数Ｎｐ３は、期間ＰＡ３において求めたものである。このように、学習データＤＳは、平均値Ｖｔおよびパルス検出回数Ｎｐからなるデータの組を、複数組含んでいる。学習データ生成部３１は、このような学習データＤＳを生成する。そして、学習データ生成部３１は、この学習データＤＳを学習データ解析部３２に供給するようになっている。

学習データ解析部３２（図１）は、学習データＤＳに基づいて、しきい値Ｇｔｈを生成するものである。そして、学習データ解析部３２は、生成したしきい値Ｇｔｈを測定制御部３３に供給するようになっている。

測定制御部３３は、発汗センサ２０およびセンサ６の測定動作を制御するものである。また、測定制御部３３は、信号Ｇmeasおよびしきい値Ｇthに基づいて、発汗センサ２０の動作モードを決定し、バス９を介して、発汗センサ２０に対して動作モードを指示する機能をも有している。

処理部５は、発汗センサ２０から供給された信号Ｇmeas、およびセンサ６から供給された検出結果に基づいて、ユーザの情動を推定し、その推定結果に応じた所定の処理を行うものである。処理部５は、この測定装置１が適用される、いわゆるウェアラブル機器などの電子機器におけるＣＰＵやメモリ等を用いて構成されるものである。

ここで、発汗センサ２０は、本開示における「第１の測定部」の一具体例に対応する。測定制御部３３は、本開示における「制御部」の一具体例に対応する。学習データ生成部３１および学習データ解析部３２は、本開示における「しきい値生成部」の一具体例に対応する。

［動作および作用］
続いて、本実施の形態の測定装置１の動作および作用について説明する。

（全体動作概要）
まず、図１を参照して、測定装置１の全体動作概要を説明する。発汗センサ２０において、電圧生成部２１は、検出部２２において用いる電圧や、ユーザの皮膚に印加する電圧を生成する。検出部２２は、電極２３を介してユーザの皮膚に電圧を印加するとともに、ユーザの皮膚表面に流れる微弱な電流を検出する。増幅部２４は、検出部２２からの出力信号を、後段のＡＤ変換部２６において十分なダイナミックレンジおよび分解能を確保できるレベルに増幅する。フィルタ部２５は、入力された信号に含まれるノイズを低減する。ＡＤ変換部２６は、所定のサンプリング周波数で、フィルタ部２５の出力信号をサンプリングし、その出力信号（アナログ信号）をデジタル値に変換する。このようにして、発汗センサ２０は、コンダクタンス値の時間変化を示す信号Ｇmeasを生成し、その信号Ｇmeasを、バス９を介して制御部３０および処理部５に供給する。同様に、センサ６は、検出結果を、バス９を介して制御部３０および処理部５に供給する。

制御部３０において、学習データ生成部３１は、信号Ｇmeasに基づいて、学習データＤＳを生成する。学習データ解析部３２は、学習データＤＳに基づいて、しきい値Ｇｔｈを生成する。測定制御部３３は、発汗センサ２０およびセンサ６の測定動作を制御する。また、測定制御部３３は、信号Ｇmeasおよびしきい値Ｇthに基づいて、発汗センサ２０の動作モードを決定し、バス９を介して、発汗センサ２０に対して動作モードを指示する。

そして、処理部５は、信号Ｇmeasおよびセンサ６における検出結果に基づいて、ユーザの情動を推定し、その推定結果に応じた所定の処理を行う。

（学習データ生成部３１の詳細動作）
学習データ生成部３１は、例えばユーザが測定装置１を使用し始めた場合や、発汗センサ２０が通常動作モードＭ１で動作する場合において、信号Ｇmeasに基づいて、学習データＤＳを生成する。以下に、この学習データ生成部３１の動作について詳細に説明する。

図４は、学習データ生成部３１の一動作例を表すものである。学習データ生成部３１は、信号Ｇmeasに基づいて、その低周波成分である信号Ｇtonicと、高周波成分である信号Ｇphasicとを求める。そして、学習データ生成部３１は、信号Ｇtonicおよび信号Ｇphasicに基づいて、学習データＤＳを生成する。以下に、この動作について詳細に説明する。

まず、学習データ生成部３１は、タイマＴ１を開始する（ステップＳ１）。この例では、タイマＴ１は、６０秒で満了するタイマとする。すなわち、このタイマＴ１に係る期間は、図２における期間ＰＡに対応している。ステップＳ１からステップＳ４では、学習データ生成部３１は、タイマＴ１が開始してから満了するまでの期間において、信号Ｇphasicに所定の条件のパルスが現れる回数（パルス検出回数Ｎｐ）を求める。具体的には、学習データ生成部３１は、信号Ｇmeasの高周波成分を示す信号Ｇphasicにおいて、信号Ｇphasic（図２（Ｃ））において、パルス幅が所定幅より短く、かつパルス高さが所定の高さよりも大きいパルスが現れたか否かを確認し（ステップＳ２）、そのようなパルスが現れた場合（ステップＳ２において“Ｙ”）には、パルス検出回数Ｎｐをインクリメントする（ステップＳ３）。学習データ生成部３１は、タイマＴ１が満了するまでのこの動作を繰り返すことにより、パルス検出回数Ｎｐを求める。

ステップＳ４において、タイマＴ１が終了した場合（ステップＳ４において“Ｙ”）には、ステップＳ１で開始した期間ＰＡが終了したので、学習データ生成部３１は、この期間ＰＡにおける、信号Ｇmeasの低周波成分を示す信号Ｇtonicの平均値Ｖｔを算出する（ステップＳ５）。

次に、学習データ生成部３１は、平均値Ｖｔとパルス検出回数Ｎｐを記録する（ステップＳ６）。これにより、学習データＤＳに、平均値Ｖｔおよびパルス検出回数Ｎｐが追加される。

そして、学習データ生成部３１は、学習データ数ＣＮＴをインクリメントし（ステップＳ７）、パルス検出回数Ｎｐをリセットし（ステップＳ８）、ステップＳ１に戻る。

このようにして、学習データ生成部３１は、平均値Ｖｔおよびパルス検出回数Ｎｐの組を学習データ数ＣＮＴの数だけ含む学習データＤＳを生成する。

（学習データ解析部３２の詳細動作）
学習データ解析部３２は、学習データＤＳに基づいて、しきい値Ｇｔｈを生成する。以下に、この学習データ解析部３２の動作について詳細に説明する。

図５は、学習データＤＳに含まれる平均値Ｖｔおよびパルス検出回数Ｎｐをプロットしたものである。具体的には、例えば、平均値Ｖｔ１およびパルス検出回数Ｎｐ１（図３）の組を１つの点としてプロットし、平均値Ｖｔ２およびパルス検出回数Ｎｐ２の組を１つの点としてプロットし、平均値Ｖｔ３およびパルス検出回数Ｎｐ３の組を１つの点としてプロットしている。この例では、点は、２つのグループＧ１，Ｇ２に分けられる。グループＧ１は、例えばユーザの感情が落ち着いている状態に対応するグループであり、グループＧ２は、例えばユーザの感情が高ぶっている状態に対応するグループである。

学習データ解析部３２は、このような学習データＤＳに基づいて、しきい値Ｇｔｈを生成する。具体的には、学習データ解析部３２は、まず、予め定めたしきい値ＮｐＴｈよりも大きいパルス検出回数Ｎｐを有する点のうち、最も平均値Ｖｔが低い点Ｐ１を探す。学習データ解析部３２は、この点Ｐ１の平均値Ｖｔに、所定の係数ａを乗算することにより、しきい値Ｇｔｈを求める。この係数ａは、例えば、“０”より大きく“１”より小さい値にすることができる。なお、これに限定されるものではなく、例えば係数ａを“１”にしてもよいし、“１”よりも大きい値にしてもよい。消費電力の低減効果を高めるために、係数ａを高めに設定してもよい。学習データ解析部３２は、このようにして、学習データＤＳに基づいて、しきい値Ｇｔｈを生成する。

（測定制御部３３の詳細動作）
測定制御部３３は、発汗センサ２０およびセンサ６の測定動作を制御する。また、測定制御部３３は、信号Ｇmeasおよびしきい値Ｇthに基づいて、発汗センサ２０が通常動作モードＭ１および低消費電力動作モードＭ２のうちのどちらで動作すべきかを決定する。以下に、発汗センサ２０の動作モードを決定する動作について詳細に説明する。

図６は、測定制御部３３の一動作例を表すものである。測定制御部３３は、信号Ｇmeasの平均値としきい値Ｇthとを比較することにより、発汗センサ２０の動作モードを決定する。以下に、この動作について詳細に説明する。

まず、測定制御部３３は、学習データＤＳのデータ数が十分であるか否かを確認する（ステップＳ１１）。具体的には、測定制御部３３は、図４に示したフローにおける学習データ数ＣＮＴに基づいて、学習データＤＳのデータ数が十分であるか否かを確認する。学習データ数ＣＮＴが小さく、学習データＤＳのデータ数が十分ではない場合（ステップＳ１１において“Ｎ”）には、測定制御部３３は、発汗センサ２０の動作モードを通常動作モードＭ１に設定し（ステップＳ１２）、ステップＳ１１に戻る。そして、測定制御部３３は、学習データ数ＣＮＴが所定値を超え、学習データＤＳのデータ数が十分になるまで、ステップＳ１１，Ｓ１２を繰り返す。

ステップＳ１１において、学習データＤＳのデータ数が十分である場合（ステップＳ１１において“Ｙ”）には、測定制御部３３は、タイマＴ２を開始する（ステップＳ１３）。このタイマＴ２は、この例では、６０秒で満了するものである。

次に、測定制御部３３は、タイマＴ３を開始する（ステップＳ１４）。このタイマＴ２は、この例では、１秒で終了するものである。そして、測定制御部３３は、タイマＴ３が終了したか否かを確認する（ステップＳ１５）。タイマＴ３が終了していない場合（ステップＳ１５において“Ｎ”）には、ステップＳ１５に戻り、タイマＴ３が終了するまでこのステップＳ１５を繰り返す。

ステップＳ１５において、タイマＴ３が満了した場合（ステップＳ１５において“Ｙ”）には、測定制御部３３は、信号Ｇmeasを、測定制御部３３のデータバッファに蓄積する（ステップＳ１６）。

次に、測定制御部３３は、タイマＴ２が満了したか否かを確認する（ステップＳ１７）。タイマＴ２が満了していない場合（ステップＳ１７において“Ｎ”）には、ステップＳ１４に戻り、タイマＴ２が終了するまで、ステップＳ１４〜Ｓ１７の動作を繰り返す。これにより、測定制御部３３のデータバッファには、この例では１秒ごとのサンプリング動作により得られた信号Ｇmeasが蓄積される。なお、測定装置１は、タイマＴ３が満了する毎に測定を行うため、動作モードが通常動作モードＭ１であるか低消費電力動作モードＭ２であるかにかかわらず、１秒ごとの信号Ｇmeasが蓄積される。

ステップＳ１７において、タイマＴ２が満了した場合（ステップＳ１７において“Ｙ”）には、測定制御部３３は、測定制御部３３のデータバッファに蓄積された信号Ｇmeasに基づいて、平均値Ｇavgを算出する（ステップＳ１８）。

次に、測定制御部３３は、平均値Ｇavgがしきい値Ｇthよりも大きい（Ｇavg＞Ｇth）か否かを確認する（ステップＳ１９）。平均値Ｇavgがしきい値Ｇthよりも大きい場合（ステップＳ１９において“Ｙ”）には、測定制御部３３は、発汗センサ２０の動作モードを通常動作モードＭ１に設定し（ステップＳ２０）、平均値Ｇavgがしきい値Ｇthよりも大きくない場合（ステップＳ１９において“Ｎ”）には、測定制御部３３は、発汗センサ２０の動作モードを低消費電力動作モードＭ２に設定する（ステップＳ２１）。

そして、測定制御部３３は、データバッファをクリアし（ステップＳ２２）、ステップＳ１３に戻る。

図７は、測定装置１の動作例を表すものであり、（Ａ）は信号Ｇmeasを示し、（Ｂ）は平均値Ｇavgを示す。測定制御部３３は、信号Ｇmeasに基づいて、この例では６０秒ごとに平均値Ｇavgを求める。そして、測定制御部３３は、平均値Ｇavgとしきい値Ｇthとを比較することにより、発汗センサ２０の動作モードを決定する。この例では、タイミングｔ１〜ｔ２の期間では、平均値Ｇavgはしきい値Ｇthを上回っている。よって、この期間では、発汗センサ２０は、通常動作モードＭ１で動作する。また、タイミングｔ２〜ｔ３の期間では、平均値Ｇavgはしきい値Ｇthを下回っている。よって、この期間では、発汗センサ２０は、低消費電力動作モードＭ２で動作する。

このように、測定装置１では、２つの動作モード（通常動作モードＭ１および低消費電力動作モードＭ２）を設けることにより、消費電力を低減することができる。すなわち、近年、ウェアラブル電子機器や携帯型電子機器は、多機能化が進んでいる。このような電子機器において、ユーザの情動を推定する機能を搭載する場合には、皮膚電気活動を測定する測定装置は、バッテリ駆動により長時間動作できることが望まれる。言い換えれば、このような測定装置は、消費電力が低いことが望まれる。測定装置１では、通常動作モードＭ１に加え、低消費電力動作モードＭ２を設けるようにしたので、消費電力を低減することができる。その結果、測定装置１では、長時間動作することができ、ユーザの情動を推定するのに適した装置になる。

特に、測定装置１では、信号Ｇmeasの平均値Ｇavgとしきい値Ｇthとを比較することにより、動作モードを決定したので、消費電力を低減することができる。すなわち、平均値Ｇavgが高いときは、例えばユーザの感情が高ぶっており、平均値Ｇavgが低いときは、例えばユーザの感情が落ち着いている。よって、平均値Ｇavgが高いときには、通常動作モードＭ１で動作させ、平均値Ｇavgが低いときには、低消費電力動作モードＭ２で動作させることにより、消費電力を効率よく低減することができる。

また、測定装置１では、学習によりしきい値Ｇthを求めるようにしたので、消費電力を効果的に低減することができる。すなわち、一般に、皮膚電気活動は個人差が大きいので、全てのユーザに適用可能なしきい値Ｇthを一意的に決めることは難しい。測定装置１では、通常動作モードＭ１における信号Ｇmeasに基づいて学習データＤＳを生成し、その学習データＤＳに基づいてしきい値Ｇthを生成するようにした。これにより、測定装置１では、各ユーザにとって望ましいしきい値Ｇthをそれぞれ設定することができるため、消費電力を効果的に低減することができる。

［効果］
以上のように本実施の形態では、信号Ｇmeasの平均値Ｇavgとしきい値Ｇthとを比較することにより、動作モードを決定するようにしたので、解析精度を維持しつつ、消費電力を低減することができる。

本実施の形態では、学習によりしきい値Ｇthを求めるようにしたので、消費電力を有効に低減することができる。

＜２．適用例＞
次に、上記実施の形態で説明した測定装置の適用例について説明する。

図８は、上記実施の形態の測定装置が適用される腕時計の外観を表すものである。この腕時計は、例えば、文字盤１１０と、バンド部１２０とを有している。この腕時計には、上記実施の形態等に係る測定装置が搭載されている。

上記実施の形態等の測定装置は、このような腕時計の他、リストバンド、眼鏡、指輪など、ユーザが身につける様々なものに適用することが可能であり、これにより、ユーザの精神活動状態を解析可能なウェアラブル端末を構成することができる。

以上、いくつかの実施の形態および電子機器への適用例を挙げて本技術を説明したが、本技術はこれらの実施の形態等には限定されず、種々の変形が可能である。

例えば、上記の実施の形態では、測定制御部３３は、バス９を介して、発汗センサ２０に対して動作モードを指示したが、これに限定されるものではない。これに代えて、例えば図９に示す測定装置１Ａのように、専用の信号線を用いて動作モードを指示してもよい。測定装置１Ａは、制御部３０Ａと、発汗センサ２０Ａとを備えている。制御部３０Ａは、測定制御部３３Ａを有している。測定制御部３３Ａは、信号ＭＳＥＬを用いて、発汗センサ２０Ａに対して動作モードを指示する。

なお、本明細書に記載された効果はあくまで例示であって限定されるものでは無く、また他の効果があってもよい。

なお、本技術は以下のような構成とすることができる。

（１）互いに動作頻度が異なる第１の動作モードおよび第２の動作モードを含む複数の動作モードを有し、コンダクタンス値を測定する第１の測定部と、
第１の期間における前記コンダクタンス値の平均値を求め、前記平均値としきい値との比較結果に基づいて、前記複数の動作モードのうちの一の動作モードを選択する制御部と、
複数の前記コンダクタンス値に基づいて、前記しきい値を生成するしきい値生成部と
を備えた測定装置。
（２）前記しきい値生成部は、複数の前記コンダクタンス値に基づいて、コンダクタンスの低周波成分および高周波成分を算出し、前記低周波成分および前記高周波成分に基づいて前記しきい値を算出する
前記（１）に記載の測定装置。
（３）前記しきい値算出部は、複数の第２の期間のそれぞれにおいて、前記高周波成分に所定の条件のパルスが現れる回数と、前記低周波成分の低周波成分平均値とを含む組データを生成し、前記複数の前記組データに基づいて前記しきい値を算出する
前記（２）に記載の測定装置。
（４）前記第１の測定部は、前記第１の動作モードにおいて、前記コンダクタンス値を第１の頻度で間欠的に測定するとともに、前記第２の動作モードにおいて、前記コンダクタンス値を前記第１の頻度よりも低い第２の頻度で間欠的に測定し、
前記制御部は、前記平均値が前記しきい値よりも大きい場合に前記第１の動作モードを選択し、前記平均値が前記しきい値よりも小さい場合に前記第２の動作モードを選択する
前記（１）から（３）のいずれかに記載の測定装置。
（５）脈拍センサ、加速度センサ、ジャイロセンサ、地磁気センサ、ＧＰＳセンサ、温度センサ、気圧センサ、湿度センサ、および照度センサのうちのいずれか１以上のセンサを含む第２の測定部をさらに備え、
前記しきい値生成部は、前記第２の測定部による測定結果にも基づいて、前記しきい値を生成する
前記（１）から（４）のいずれかに記載の測定装置。
（６）前記コンダクタンス値は、ユーザの皮膚コンダクタンス値である
前記（１）から（５）のいずれかに記載の測定装置。
（７）互いに動作頻度が異なる第１の動作モードおよび第２の動作モードを含む複数の動作モードを有し、コンダクタンス値を測定する第１の測定部と、
第１の期間における前記コンダクタンス値の平均値を求め、前記平均値としきい値との比較結果に基づいて、前記複数の動作モードのうちの１つを選択する制御部と、
複数の前記コンダクタンス値に基づいて、前記しきい値を生成するしきい値生成部と
複数の前記コンダクタンス値を用いて所定の処理を行う処理部と
を備えた電子機器。

１，１Ａ…測定装置、５…処理部、６…センサ、９…バス、２０，２０Ａ…発汗センサ、２１…電圧生成部、２２…検出部、２３…電極、２４…増幅部、２５…フィルタ部、２６…ＡＤ変換部、３０，３０Ａ…制御部、３１…学習データ生成部、３２…学習データ解析部、３３，３３Ａ…測定制御部、ＤＳ…学習データ、ＣＮＴ…学習データ数、Ｇavg…平均値、Ｇmeas，Ｇphasic，Ｇtonic…信号、Ｇth…しきい値、Ｇ１，Ｇ２…グループ、Ｍ１…通常動作モード、Ｍ２…低消費電力動作モード、Ｍ３…停止モード、Ｎｐ…パルス検出回数、ＮｐＴｈ…しきい値、ＰＡ…期間、Ｔ１〜Ｔ３…タイマ、Ｖｔ…平均値。

Claims (6)

1. 互いに動作頻度が異なる第１の動作モードおよび第２の動作モードを含む複数の動作モードを有し、コンダクタンス値を測定する第１の測定部と、
   第１の期間における前記コンダクタンス値の平均値を求め、前記平均値としきい値との比較結果に基づいて、前記複数の動作モードのうちの１つを選択する制御部と、
   複数の前記コンダクタンス値に基づいて、前記しきい値を生成するしきい値生成部と
   を備え、
   前記しきい値生成部は、複数の前記コンダクタンス値に基づいて、コンダクタンスの低周波成分および高周波成分を算出し、前記低周波成分および前記高周波成分に基づいて前記しきい値を算出する
   測定装置。
2. 前記しきい値生成部は、複数の第２の期間のそれぞれにおいて、前記高周波成分に所定の条件のパルスが現れる回数と、前記低周波成分の低周波成分平均値とを含む組データを生成し、複数の前記組データに基づいて前記しきい値を算出する
   請求項１に記載の測定装置。
3. 前記第１の測定部は、前記第１の動作モードにおいて、前記コンダクタンス値を第１の頻度で間欠的に測定するとともに、前記第２の動作モードにおいて、前記コンダクタンス値を前記第１の頻度よりも低い第２の頻度で間欠的に測定し、
   前記制御部は、前記平均値が前記しきい値よりも大きい場合に前記第１の動作モードを選択し、前記平均値が前記しきい値よりも小さい場合に前記第２の動作モードを選択する
   請求項１または請求項２に記載の測定装置。
4. 脈拍センサ、加速度センサ、ジャイロセンサ、地磁気センサ、ＧＰＳセンサ、温度センサ、気圧センサ、湿度センサ、および照度センサのうちのいずれか１以上のセンサを含む第２の測定部をさらに備え、
   前記しきい値生成部は、前記第２の測定部による測定結果にも基づいて、前記しきい値を生成する
   請求項１から請求項３のいずれか一項に記載の測定装置。
5. 前記コンダクタンス値は、ユーザの皮膚コンダクタンス値である
   請求項１から請求項４のいずれか一項に記載の測定装置。
6. 互いに動作頻度が異なる第１の動作モードおよび第２の動作モードを含む複数の動作モードを有し、コンダクタンス値を測定する第１の測定部と、
   第１の期間における前記コンダクタンス値の平均値を求め、前記平均値としきい値との比較結果に基づいて、前記複数の動作モードのうちの１つを選択する制御部と、
   複数の前記コンダクタンス値に基づいて、前記しきい値を生成するしきい値生成部と
   複数の前記コンダクタンス値を用いて所定の処理を行う処理部と
   を備え、
   前記しきい値生成部は、複数の前記コンダクタンス値に基づいて、コンダクタンスの低周波成分および高周波成分を算出し、前記低周波成分および前記高周波成分に基づいて前記しきい値を算出する
   電子機器。

Images