[發明專利]逐次姿勢識別裝置及植物性神經功能信息取得裝置、方法和記錄介質有效
| 申請號: | 201680010373.4 | 申請日: | 2016-02-16 |
| 公開(公告)號: | CN107249455B | 公開(公告)日: | 2020-12-22 |
| 發明(設計)人: | 堀川桂太郎;中村吉孝;澤田雅人;山中章裕;塚田信吾;山田俊哉 | 申請(專利權)人: | 日本電信電話株式會社 |
| 主分類號: | A61B5/107 | 分類號: | A61B5/107;A61B5/00;A61B5/11;A61B5/16 |
| 代理公司: | 北京三友知識產權代理有限公司 11127 | 代理人: | 黃綸偉;金玲 |
| 地址: | 日本*** | 國省代碼: | 暫無信息 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 逐次 姿勢 識別 裝置 植物性 神經功能 信息 取得 方法 記錄 介質 | ||
1.一種逐次姿勢識別裝置,其特征在于,其包括:
加速度信息測量部,其設置于穿戴式設備,對佩戴所述穿戴式設備的被驗者的動作的加速度信息進行測量;
生物信號信息測量部,其設置于所述穿戴式設備,作為所述被驗者的生物信號信息,至少對與心跳相關的信息進行測量;
特征量提取部,其從所述加速度信息及所述生物信號信息提取對應于第1規定期間的第1特征量及對應于第2規定期間的第2特征量;
第1制作部,其通過基于所述第1特征量的逐次機器學習,制作運動及靜止識別模型,該運動及靜止識別模型對所述被驗者正在運動還是靜止進行識別;
第2制作部,其通過基于所述第1特征量的逐次機器學習,制作運動識別模型,該運動識別模型對多個運動樣式進行識別;
第3制作部,其通過基于所述第1特征量的逐次機器學習,制作靜止識別模型,該靜止識別模型對多個靜止樣式進行識別;
第1確定部,其根據所述運動及靜止識別模型和第2特征量,對在所述第2規定期間內所述被驗者正在運動還是靜止進行確定;
第2確定部,其根據所述運動識別模型和所述第2特征量,對所述被驗者在所述第2規定期間內的1個運動樣式進行確定;
第3確定部,其根據所述靜止識別模型和所述第2特征量,對所述被驗者在所述第2規定期間內的1個靜止樣式進行確定;
識別部,其通過將所述第1確定部、第2確定部及第3確定部的確定結果進行組合,對所述被驗者在所述第2規定期間內的姿勢及運動進行識別;及
生成部,其生成對應信息,該對應信息是將所述識別部識別出的姿勢及運動和所述第2規定期間的所述被驗者的生物信號信息對應而成的,且是針對如下的每個組合將植物性神經功能的評價信息對應起來而形成的,該組合由比規定的時間點靠前的姿勢及運動、比所述規定的時間點靠后的姿勢及運動和心率的增加或心率的減少組成,該生成部利用所述對應信息,根據基于所述識別部的識別結果求出的與評價對象的時間點對應的姿勢和心率的增加或減少,進行植物性神經功能的評價。
2.根據權利要求1所述的逐次姿勢識別裝置,其特征在于,
所述特征量提取部從所述第1規定期間提取相互重疊的多個不同的長度的期間,并對所提取的各個期間提取所述第1特征量。
3.根據權利要求2所述的逐次姿勢識別裝置,其特征在于,
所述特征量提取部根據所述相互重疊的多個不同的長度的期間中的第1期間內的加速度信息的時間序列集合中的最大值、最小值、平均值及方差值中的至少一個和所述相互重疊的多個不同的長度的期間中的第2期間內的心跳間隔的最大值、最小值、平均值及方差值中的至少一個,提取所述第1特征量及第2特征量。
4.根據權利要求3所述的逐次姿勢識別裝置,其特征在于,
所述特征量提取部還根據在所述第2期間內測量的沿著加速度的各軸的振動次數、振動次數的平均值及方差值中的至少一個,提取所述第1特征量及第2特征量。
5.根據權利要求3或4所述的逐次姿勢識別裝置,其特征在于,
所述第2期間比所述第1期間長。
6.根據權利要求1所述的逐次姿勢識別裝置,其特征在于,
通過所述第1制作部、第2制作部及第3制作部進行的處理與通過所述第1確定部、第2確定部及第3確定部進行的處理并行地執行。
7.根據權利要求1所述的逐次姿勢識別裝置,其特征在于,
所述靜止樣式至少為站位、坐位及臥位。
8.根據權利要求1所述的逐次姿勢識別裝置,其特征在于,
所述運動樣式至少為步行、跳躍及踏步。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于日本電信電話株式會社,未經日本電信電話株式會社許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201680010373.4/1.html,轉載請聲明來源鉆瓜專利網。





