检测装置和方法及程序与流程

本技术涉及检测装置、检测方法及程序。具体地，本技术涉及能够高精度地检测生命体状态的检测装置、检测方法及程序。

背景技术：

近年来，例如，已经提出一种技术，作为检测生命体状态的技术，该技术检测用户周围的环境信息，由检测到的环境信息判定作为用户生命体状态的行为特性，并将随所判定的行为特性而定的处理反映在化身中(参照专利文献1)。

引文列表

专利文献

专利文献1：日本专利申请特许公开号2013-105319

技术实现要素：

技术问题

然而，专利文献1的技术仅通过获取用户周围的环境信息来判定与用户生命体状态对应的行为特性，并将随所判定的行为特性而定的处理反映在化身中。因此，专利文献1的技术不直接获得关于人的生命体的信息以执行判定，由此不一定能够执行适当处理。

本技术鉴于这些情况而得出，特别是为了能够使用简化方法，高精度地检测用户生命体状态。

技术方案

根据本技术的一个方面的一种检测装置包括：分析单元，被构造为对从生命体采集到的泪液执行成分分析；和检测单元，被构造为以泪液的成分分析的结果为基础检测生命体状态。

可以使检测单元以泪液的成分分析的结果为基础检测根据泪液类型而判定的生命体状态。

由生命体的情绪引起的情感状态可包括在生命体的状态中。

可以使检测单元以作为泪液的成分分析的结果而获得的对于当生命体的状态将要转变为预定情感状态时分泌的物质的分析结果为基础，指明生命体的状态是否转变为预定情感状态。

可以使检测单元以以作为泪液的成分分析的结果而获得的对于当生命体的状态将要转变为第一情感状态时分泌的物质的分析结果为基础计算出的转变为第一情感状态的似然度和以作为泪液的成分分析的结果而获得的对于当生命体的状态将要转变为第二情感状态时分泌的物质的分析结果为基础计算出的转变为第二情感状态的似然度为基础，指明生命体的状态是转变为第一情感状态还是第二情感状态。

可以使检测单元还以转变为第一情感状态的似然度和转变为第二情感状态的似然度为基础计算事前预测情绪水平，该事前预测情绪水平表示生命体的状态被估计为将要进行转变的生命体的状态的程度。

可以使检测单元以事前预测情绪水平为基础预测事前预测情绪水平在当前时间之后的时间的变化。

可以使检测单元以作为泪液的成分分析的结果而获得的对于当生命体的状态为预定情感状态时分泌很多的物质的分析结果为基础，指明生命体的状态。

可以使检测单元以以作为泪液的成分分析的结果而获得的对于在第一情感状态期间分泌很多的物质的分析结果为基础计算出的第一情感状态的似然度和以作为泪液的成分分析的结果而获得的对于在第二情感状态期间分泌很多的物质的分析结果为基础，计算出的第二情感状态的似然度为基础指明泪液状态是第一情感状态还是第二情感状态。

可以使检测单元还以第一情感状态的似然度和第二情感状态的似然度为基础计算情绪水平，该情绪水平表示生命体的情感状态的程度。

可以使检测单元以情绪水平为基础预测情绪水平在当前时间之后的时间的变化。

由对生命体刺激引起的状态包括在生命体的状态中。

可以使检测单元以作为泪液的成分分析的结果而获得的对于当对生命体刺激时或当生命体感到酸痛时分泌的物质的分析结果为基础指明生命体的状态是由对生命体刺激引起的状态还是由生命体的情绪引起的情感状态，当生命体持续感到酸痛时，生命体的状态转变为由生命体的情绪引起的情感状态。

可以使检测单元以时间段长度为基础指明生命体的状态是由对生命体刺激引起的状态还是由生命体的情绪引起的情感状态，该时间段是基于对于当对生命体刺激时或当生命体感到酸痛时分泌的物质的分析结果，且在该时间段期间，表示物质的分泌量的值等于或大于预定阈值。

可以使检测单元以对于当对生命体刺激时或当生命体感到酸痛时分泌的物质的分析结果为基础计算生命体的刺激水平或酸痛水平。

可以使检测单元以刺激水平或酸痛水平为基础预测刺激水平或酸痛水平在当前时间之后的时间的变化。

可以使检测单元以作为泪液的成分分析的结果而获得的对于特定物质的分析结果为基础指明生命体的泪液分泌水平。

该检测装置可安装到眼球以及可从眼球拆卸。

根据本技术的一个方面的一种检测方法包括以下步骤：对从生命体采集到的泪液执行成分分析；并以泪液的成分分析的结果为基础检测生命体的状态。

根据本技术的一个方面的一种程序使计算机执行处理，该处理包括：对从生命体采集到的泪液执行成分分析的分析步骤；和以泪液的成分分析的结果为基础检测生命体的状态的检测步骤。

根据本技术的一个方面，对从生命体采集到的泪液执行成分分析，并以泪液的成分分析的结果为基础检测生命体的状态。

根据本技术的一个方面的检测装置可为独立装置，或可为执行检测处理的方块。

本发明的有益效果如下：

根据本技术的一个方面，可以容易地且高精度地检测生命体的状态。

附图说明

图1为示意图，说明了适用本技术的生命体状态检测装置的用例；

图2为示意图，示出了在眼球上戴着适用本技术的隐形眼镜式显示装置的实例；

图3为示意图，说明了隐形眼镜式显示装置的外观构造实例；

图4为方块图，说明了实现图3中显示装置的功能的构造；

图5为示意图，说明了泪液分析单元的构造实例；

图6为示意图，说明了分析室的构造实例；

图7为流程图，说明了生命体状态检测处理；

图8为流程图，说明了另一个生命体状态检测处理；

图9为示意图，说明了生命体状态的转变；

图10为示意图，说明了泪液成分和时间转变之间的关系；

图11为示意图，说明了累积泪液成分和时间转变之间的关系；

图12为流程图，说明了情绪事前预测计算处理；

图13为流程图，说明了情绪计算处理；

图14为流程图，说明了刺激/酸痛计算处理；

图15为流程图，说明了泪液分泌量计算处理；

图16为流程图，说明了唤醒/休眠计算处理；

图17为流程图，说明了唤醒/休眠计算处理；

图18为流程图，说明了干眼综合征判定处理；

图19为流程图，说明了累积泪液成分以及情绪水平的预测；

图20为示意图，说明了累积泪液成分以及情绪水平的另一种预测；

图21为示意图，说明了累积泪液成分以及情绪水平的又一种预测；

图22为示意图，说明了情绪水平的预测；

图23为示意图，说明了情绪水平的预测；

图24为示意图，说明了情绪水平的预测；

图25为示意图，说明了适用本技术的隐形眼镜式泪液收集装置和分析装置的外观构造；

图26为方块图，说明了用于实现分析装置的功能的构造；

图27为示意图，说明了通用个人计算机的构造实例。

具体实施方式

<检测生命体状态的技术>

本技术通过检测作为受治疗者的人的泪液并对检测到的泪液进行分析，检测作为生命体信息的人的情绪。

本技术大致有两个构造实例。在第一构造实例中，包括收集泪液并对收集到的泪液进行分析的功能的隐形眼镜式显示装置以受分析泪液的成分信息为基础指明人的生命体状态，发送生命体状态给移动终端(诸如智能手机)，并使移动终端显示生命体状态。

此外，在第二构造实例中，隐形眼镜式收集装置只执行泪液收集。然后，外部分析装置对收集到的泪液进行分析，以受分析泪液的成分信息为基础指明人的生命体状态，发送生命体状态给移动终端(诸如智能手机)，并使移动终端显示生命体状态。

具体地，在上述第一构造实例中，如图1中由情况1所示，作为受治疗者的人H1戴着隐形眼镜式显示装置，该显示装置包括收集泪液并对泪液进行分析的功能。该显示装置然后以泪液成分为基础指明生命体状态，发送生命体状态给移动终端SP(诸如智能手机)，并使移动终端SP呈现生命体状态。因此，如图1中由人H2所示，作为受治疗者的人可以看到显示在移动终端SP上她自己的生命体状态的信息。

此外，在上述第二构造实例中，如图1中由情况2所示，作为受治疗者的人H1戴着包括收集泪液的功能的隐形眼镜式泪液收集装置，且泪液收集一旦完成，就从眼睛取下收集装置，如由人H11所示。此外，如由人H12所示，收集装置收存在分析装置AN中，且分析装置AN以泪液成分为基础指明生命体状态，并发送生命体状态给移动终端SP(诸如智能手机)。因此，如图1中由人H13所示，作为受治疗者的人可以看到显示在移动终端SP上她自己的生命体状态。

<第一构造实例>

首先，将对本技术的上述第一构造实例进行说明。

图2为示意图，示出了适用本技术的检测装置的外观构造，即，包括收集泪液的功能和对收集到的泪液进行分析的功能的隐形眼镜式显示装置。隐形眼镜式显示装置对应于上述第一构造实例。

请注意，眼球E的侧截面如图2中左边部分所示，显示装置11戴在眼球E上，从正面看到的眼球E的外观构造如图2中右边部分所示。显示装置11具有与眼球E的曲面一致的形状。由于戴着和使用隐形眼镜，所以戴着显示装置11。此外，在显示装置11的外周部分上，用于收集泪液的收集口G-1至G-6基本上每隔一定间隔地设置在接触到眼球E的表面中。

请注意，虽然示出了在外周部分上设置六个收集口G-1至G-6的实例，但是可以设置不同数量的收集口。请注意，当收集口G-1至G-6无需相互区分时，它们被简称为收集口G。其他构造也参照类似方式。

<显示装置的电气构造实例>

接着，将参照图3对显示装置11的电气构造实例进行说明。

具体地，显示装置11具有显示区域21、供电天线22、信号天线23、发电单元24、姿势检测单元25、泪液检测单元26-1至26-6、信号处理单元27和显示元件驱动单元28。

显示区域21具有显示元件以及用于视线检测的受光元件。显示元件包括显示信息的多个显示像素，诸如将呈现给用户的图像和文字。用于视线检测的受光元件被布置成与显示像素相邻以接收通过用户眼球表面反射的光。显示区域21还具有发光元件以及用于检测用户眼睑的睁开和闭合的受光元件。

供电天线22被设置成包围显示区域21，并接收由磁场或电场引起且从外部提供的感应电动势。信号天线23将从信号处理单元27提供的信息发送给外部，诸如以用户视线为基础执行的用户界面操作结果。信号天线23还接收从外部发送的信息，诸如将显示在显示像素上的信息，并将该信息提供给信号处理单元27。

发电单元24通过对通过由来自外部的磁场等引起的电磁感应在供电天线22中生成的感应电流进行整流来获得电力并累积电力。发电单元24然后将电力提供给显示装置11的每个部件。请注意，当发电单元24使用预定方法自己发电或具有可充电电池时，供电天线22可能未设置在显示装置11上。

姿势检测单元25包括电子陀螺仪传感器、加速度传感器等。姿势检测单元25检测戴着显示装置11的用户的姿势或运动，并将检测结果提供给信号处理单元27。姿势检测单元25检测例如用户头部的运动或用户的姿势。

泪液检测单元26-1至26-6中的每个泪液检测单元采集由用户分泌的泪液，测量所获得的泪液的分泌量，并对泪液执行成分分析。请注意，下文中，当泪液检测单元26-1至26-6无需特别区分时，它们也被简称为泪液检测单元26。

信号处理单元27控制整个显示装置11。信号处理单元27以例如从显示区域21中用于视线检测的受光元件提供的信号为基础通过检测布置在显示装置11的各个区域中的受光元件之间的受光量的差异性(差别)来检测用户的视线。信号处理单元27还以例如从显示区域21中用于检测眼睑的睁开和闭合的受光元件提供的信号为基础检测用户眼睑的睁开和闭合。

信号处理单元27还以例如从姿势检测单元25提供的检测结果、视线检测结果以及通过信号天线23接收到的信息为基础控制显示元件驱动单元28。信号处理单元27然后使显示区域21显示图像等。

更具体地，例如，当显示装置11相对于用户眼球旋转时，旋转方向和旋转量可在姿势检测单元25中进行检测。响应于此，信号处理单元27控制显示元件驱动单元28以使显示在显示区域21上的图像相对于眼球在与显示装置11的旋转方向相反的方向上旋转了从姿势检测单元25提供的显示装置11的旋转量。因此，即使当显示装置11在用户眼球上旋转时，作为显示装置11的旋转结果而发生的图像旋转也进行校正，且图像可高清晰度地呈现给用户。

显示元件驱动单元28在信号处理单元27的控制下驱动显示区域21中的显示元件，以使显示区域21显示图像。显示元件驱动单元28还在信号处理单元27的控制下使显示区域21中的发光元件发光。

<显示装置的功能构造实例>

接着，将对上述显示装置11的功能构造实例进行说明。

显示装置11的功能构造为例如图4所示的构造。请注意，图4中，与图2中部件对应的部件由相同附图标记表示，并适当地省略其说明。

图4所示的显示装置11具有显示区域21、供电天线22、信号天线23、发电单元24、姿势检测单元25、泪液检测单元26、信号处理单元27、显示元件驱动单元28、压力检测单元51、温度检测单元52和记录单元53。

此外，发光元件62和受光元件63设置在显示区域21中。此外，泪液检测单元26包括AD转换单元61。此外，信号处理单元27具有生命体状态检测单元64。

压力检测单元51包括压力传感器等。压力检测单元51检测施加于显示装置11的压力，并输出检测结果。来自压力检测单元51的输出例如被用于判定眼睑的睁开和闭合等。

温度检测单元52包括多个温度传感器。温度检测单元52测量用户眼球表面温度、用户眼睑温度或环境温度，并输出测量结果。

记录单元53包括例如非易失性存储器等。记录单元53记录从信号处理单元27提供的数据并将记录数据提供给信号处理单元27。

此外，在显示装置11中，来自受光元件63、压力检测单元51、姿势检测单元25、泪液检测单元26和温度检测单元52的输出被提供给信号处理单元27。此外，在显示装置11中，记录单元53、信号天线23、供电天线22和发电单元24也连接到信号处理单元27。

模拟-数字(AD)转换单元61将提供给泪液检测单元26的各种类型数据转换为数字信号，并将数字信号提供给信号处理单元27。

生命体状态检测单元64允许从泪液检测单元26提供由用户分泌的泪液分泌量测量以及泪液成分分析。生命体状态检测单元64还以测量结果和分析结果为基础检测用户的生命体状态。

<泪液检测单元的构造实例>

接着，将参照图5对泪液检测单元26的构造实例进行说明。每个泪液检测单元26设置在与收集口G对应的位置处，检测通过收集口G收集到的泪液，并还对检测到的泪液的成分进行分析。请注意，图5中，图中左边部分为泪液检测单元26的正面图，图中右边部分为泪液检测单元26的侧面图。

泪液检测单元26包括表面(包括细孔81并与收集口G接触)、计量室82、通道83、差压流量计84、控制阀85-1和85-2、分析室86-1至86-5、微型泵87和排出阀88。泪液检测单元26还包括模拟-数字(AD)转换单元61。

细孔81包括毛细管，并使用毛细管作用通过收集口G收集泪液L，以提供泪液L给计量室82，如图所示。计量室82包括电极(未示出)，并检测收集到的泪液的体积。检测结果被提供给AD转换单元61并作为数字信号而输出。

累积在计量室82中的泪液使用微型泵87通过通道83输送到分析室86。同时，通道83具有差压流量计84，在差压流量计84中测量通过通道83输送的泪液的流速。测量结果被提供给AD转换单元61并作为数字信号而输出。

分析室86-1至86-5分别对物质a至e的成分进行分析，将分析结果提供给AD转换单元61，并使AD转换单元61输出作为数字信号的分析结果。请注意，下文将参照图6对分析室86的详细构造进行详细说明。请注意，物质a至e是用于标识物质的名称，而不是物质的实际名称。

控制阀85-1和85-2中的每个控制阀的开度由控制单元(未示出)控制，以根据通过差压流量计84测量到的流速来调节流通泪液的量。

排出阀88在控制单元(未示出)的控制下打开和关闭，并将在分析之后的泪液从排出口排出。

请注意，虽然图5中示出了设置五个分析室86-1至86-5的实例，但是可以设置不同数量的分析室86。

<分析室的构造实例>

接着，将参照图6对上述分析室86的构造实例进行说明。

分析室86包括激发光源101、分析空间102、加热器103、透镜104和受光器(光谱分析单元)106。

激发光源101生成并发射出激发光，同时作为实验材料的物质通过加热器103而蒸发(或升华)，且分析空间102充满着气化物质。此时，生成与气化物质对应的光谱。透镜104使受光器(光谱分析单元)106收集光谱。

受光器106使用光谱来分析并指明作为实验材料的物质。受光器106还将所指明的检测对象的信息提供给AD转换单元106，并使AD转换单元106输出作为数字信号的所指明的检测对象的信息。

气隙105是用于减少热传递并设置成防止加热器中产生的热烫伤眼球的空气层。具体地，分析室86被构造为使得当显示装置11戴在眼球上时，图中下边部分接触到眼球。因此，当在这种状态下通过加热器103进行加热时，所产生的热被传给眼球，并可能对眼球造成热损伤。因为气隙105是充满着具有相对低传热系数的空气的空间，所以减少通过加热器103产生的热传给眼球，并防止对眼球造成热损伤等。

<生命体信息检测处理>

接着，将参照图7中流程图对生命体信息检测处理进行说明。

在步骤S11中，眼球上的泪液通过细孔81使用毛细管作用经由收集口G收集，并提供给计量室82。

在步骤S12中，计量室82对收集到的泪液的收集量进行计量，并将计量结果提供给AD转换单元61。AD转换单元61将泪液收集量转换为数字信号，并将数字信号提供给信号处理单元27的生命体状态检测单元64。

在步骤S13中，生命体状态检测单元64判定收集量是否足够。具体地，因为当泪液收集量小时，分析精确度可能降低，所以判定收集量是否达到使得可以预定精确度进行检测的收集量。

当在步骤S13中收集量被认为不足时，处理返回到步骤S12。换言之，重复步骤S12和S13中的处理，直至收集量被认为足够。

然后，当在步骤S13中收集量被认为足够时，处理进入步骤S14。

在步骤S14中，分析室86通过光谱分析对收集到的泪液进行分析，并将分析结果输出给AD转换单元61。AD转换单元61将分析结果数字化，并将数字化分析结果输出给信号处理单元27的生命体状态检测单元64。

在步骤S15中，生命体状态检测单元64控制记录53以使记录单元53记录分析结果。

在步骤S16中，生命体状态检测单元64以分析结果为基础检测生命体的状态。

在步骤S17中，生物状态检测单元64判定生命体状态是否正确和适当。具体地，当基于分析结果的生命体状态为原则上不应该成立的结果时，处理返回到步骤S16。在这种情况下，除非例如改变分析方法，否则获得类似结果。因此，例如，改变阈值等，并重复步骤S16和S17中的处理。请注意，至于生命体的状态是否为原则上不应该成立的结果，判定所需的信息(诸如阈值)可以预先设定，或用户可直接进行判定，并可输入随判定而定的信息。此时，判定根据分析结果而定的生命体状态的方法可以由用户来改变。

然后，当在步骤S17中判定检测到的生命体状态为正确和适当时，处理进入步骤S18。

在步骤S18中，生命体状态检测单元64控制信号天线23以发送检测到的生命体信息给以智能手机等为代表的移动终端SP，并使移动终端SP显示检测到的生命体信息。

由于上述处理，生命体的状态显示在移动终端SP上。因此，用户可以识别生命体状态，而无需特别注意到它。同时，还可以认为，当重复步骤S16和S17中的处理时，学习分析方法，同时改变分析方法或阈值，直至认为在步骤S17中检测到生命体的适当状态。

因此，在学习完成且在步骤S17中不再需要判定生命体信息是否适当的情况下，步骤S17中的处理可以省略。

图8为流程图，说明了生命体状态检测处理，其中省略了与步骤S17对应判定生命体信息是否适当的处理。换言之，图8流程图中的步骤S41至S47中的处理对应于图7中的步骤S11至S16和S17中的处理。请注意，因为各个处理类似于参照图7中流程图所述的处理，所以省略图8中生命体状态检测处理的说明。

<泪液状态和生命体状态之间的关系>

接着，将参照图9对泪液状态和生命体状态之间的关系进行举例说明。请注意，图9中的任何状态为生命体状态。此外，M、N、O、P、Q、R、S和T中的任何一个是在箭头方向上对生命体状态的状态转变有所贡献的泪液成分，且它们在下文中被分别称为成分M、N、O、P、Q、R、S和T。

随泪液状态而定的生命体状态大致分为三种状态，即，分为正常状态、对反射刺激的防御状态以及情感状态。

如本文中使用，正常状态表示泪膜随着眨眼而形成在眼球上以保护眼睛的状态。在这种状态下的泪液被称为连续泪液。因此，在泪液状态为连续泪液的情况下，生命体状态被定义为正常状态。

此外，对反射刺激的防御状态表示由于进入眼睛的异物或刺激(诸如洋葱的烯丙基硫醚)而为了保护眼睛比在流出连续泪液的状态下流出更多泪液的状态。这种泪液被称为在刺激状态下的泪液。下文中，这种状态也被称为防御状态。

此外，情感状态是随着情绪倾泻而流出泪液的状态，诸如在快乐场合和悲伤场合期间。这种泪液也被称为情绪泪液。

在情感状态下的泪液还分为三种类型，即，在情感(正性)状态下的泪液、在情感(中性)状态下的泪液和在情感(负性)状态下的泪液。

在情感(正性)状态下的泪液表示在情绪变为正性状态的状态下的泪液，诸如当例如这个人通过考试、孩子出生、努力得到回报以及负性状态立刻变为正性状态时。

在情感(中性)状态下的泪液表示例如在情感(正性)状态和情感(负性)状态平衡的状态下的泪液。就这一点而言，在情感(正性)状态和情感(负性)状态平衡的状态下的泪液是在连续状态下的泪液。然而，因为典型人类根据个体差异处于转变为情感(正性)状态和情感(负性)状态中任一个状态的状态下，所以为了方便起见，情感(中性)状态被定义为在情感状态下的泪液的初始状态。

在情感(负性)状态下的泪液表示在情绪变为负性状态的状态下的泪液，诸如当例如这个人吃了一惊、有可怕经历以及患有精神焦虑时。请注意，当这个人在某物上撞到她的小脚趾并在相当长一段时间内持续感到酸痛且情绪变为负性状态时流出的泪液被分类为在情感(负性)状态下的泪液。

请注意，因为上述正常状态和情感(中性)状态(初始状态)中的任何一个状态具有在连续状态下的泪液，所以将在假设正常状态也包括在初始状态中的情况下进行说明。

成分M是对从初始状态转变为防御状态有所贡献的泪液成分。成分M为例如乳铁蛋白、物质P等。当成分M在短时间内增加并达到阈值时，可以判定状态转变为防御状态。换言之，由于成分M的变化，可以掌握用户是否察觉到疼痛。

成分N是对从初始状态转变为情感(正性)状态有所贡献的泪液成分。成分N为例如肾上腺素等。当成分N增加并达到阈值时，可以判定状态为情感(正性)状态。换言之，由于成分N的变化，可以掌握这个人她自己是否察觉到感到兴奋或激动。

成分O是对从初始状态转变为情感(负性)状态有所贡献的泪液成分。成分O为例如促肾上腺皮质激素(ACTH)、去甲肾上腺素等。当成分O达到阈值时，可以判定状态为情感(负性)状态。换言之，由于成分O的变化，可以掌握这个人她自己是否察觉到压力或挫折。

成分Q是对从防御状态转变为情感状态有所贡献的成分。成分Q为例如乳铁蛋白、物质P等。当成分Q长时间保持在阈值处时，可以判定状态为情感状态(源于酸痛)。请注意，虽然与在成分M中的状态判定类似，成分Q被用于状态判定，但是成分Q的特征在于阈值持续时间长。由于成分Q的变化，可以掌握这个人她自己是否察觉到持续疼痛。

成分P是对从防御状态转变为情感(正性)状态有所贡献的成分。成分Q是对从防御状态转变为情感(负性)状态有所贡献的成分。

此外，上述成分N以及成分P作为对转变为情感(正性)状态有所贡献的成分，成分O以及成分Q作为对转变为情感(负性)状态有所贡献的成分。因此，根据当每个成分N、O、P和Q达到阈值时获得的比例，可以掌握情感(正性)状态和情感(负性)状态之间的相互状态和水平。

因此，在只掌握情感绝对值，即，只掌握状态是情感(正性)状态还是情感(负性)状态的情况下，当源自成分N或成分P以及成分O或成分Q两者的成分增加或减少达到阈值时，可以判定状态为相关情感状态。

成分S是预示接着从初始状态转变为情感(正性)状态的成分。成分S为例如苯乙醇胺-N-甲基转移酶等。当成分S达到阈值时，可以判定预示接着发生转变为情感(正性)状态。

成分T是预示接着从情感(正性)状态转变为初始状态的成分。

成分U是预示接着从初始状态转变为情感(负性)状态的成分。当成分U(例如，氢化可的松(皮质醇)等)达到阈值时，可以判定预示接着发生转变为情感(负性)状态。

成分V是预示接着从情感(负性)状态转变为初始状态的成分。当成分V(例如，促肾上腺皮质素释放素等)达到阈值时，可以判定预示接着发生转变为初始状态。

具体地，成分T或成分V是预示接着抑制情感绝对值的成分。因此，当源自成分T或成分V两者的成分(即，5-羟色胺、单胺氧化酶、儿茶酚-O-甲基转移酶等)达到阈值时，可以判定预示接着发生转变为初始状态。

<泪液成分和时间转变之间的关系>

接着，将参照图10对泪液成分和时间转变之间的关系进行说明。图10中，纵轴表示成分A的浓度，横轴表示经过时间t(s)。请注意，秒时标上的变化如图10所示。

如图10所示，示出了从初始参考浓度到最大浓度的时间段为最大浓度到达时间。图10还示出了从初始参考浓度经最大浓度到一半浓度的时间段为一半浓度到达时间。

如图10所示，一些泪液成分随着经过约几百秒而变化。如图11所示，其他泪液成分由于经过约几个小时而变化。请注意，累积成分A在每一个预定时间Δt的变化如图11所示。纵轴为成分A的浓度累积值(积分值)/Δt，横轴为经过时间T(s)。图11中，时间单位为小时。

因此，对于泪液成分的变化，需要根据物质等使用例如变化量(曲线图的斜率)或适应适当经过时间的变化规律来判定变化。例如，经过时间在秒时标、分时标、时时标或日时标上进行改变。

<情绪事前预测计算处理>

接着，将参照图12中流程图对情绪事前预测计算处理进行说明。

在步骤S71中，生命体状态检测单元64从记录单元53中读取成分S、T、U和V的先前分析结果，并获得各个成分的参考值。具体地，因为先前获得的成分S、T、U和V的分析结果记录在记录单元53中，所以从记录单元53中读取它们。

在步骤S72中，生命体状态检测单元64以各个成分的参考值为基础获得参考变化量S’、T’、U’和V’。

在步骤S73中，生命体状态检测单元64从记录单元53中读取在当前时间的成分S、T、U和V的分析结果，并获得变化量SΔt、TΔt、UΔt和VΔt，该变化量SΔt、TΔt、UΔt和VΔt为各个成分的Δt变化量。

在步骤S74中，生命体状态检测单元64获得成分S、T、U和V的Δt变化量(即，变化量SΔt、TΔt、UΔt和VΔt)与参考变化量S’、T’、U’和V’之差S”、T”、U”和V”(＝α1(SΔt-S’)、α2(TΔt-T’)、α3(UΔt-U’)和α4(VΔt-V’))。请注意，α1至α4为成分系数。换言之，每个成分的分泌比被转换为用于将要比较的数值进行归一化的系数。

在步骤S75中，生命体状态检测单元64将转变为情感(正性)(情感正性)的发生程度Pre_Pos_inc计算为差(S”-T”)。

在步骤S76中，生命体状态检测单元64将转变为情感(负性)(情感负性)的发生程度Pre_Neg_inc计算为差(U”-V”)。

在步骤S77中，生命体状态检测单元64计算转变为情感(正性)的发生程度Pre_Pos_inc与转变为情感(负性)的发生程度Pre_Neg_inc之差(U”-V”)。生命体状态检测单元64然后判定该差是否大于零。换言之，生命体状态检测单元64判定是可能发生转变为情感(正性)状态还是可能发生转变为情感(负性)状态。

在步骤S77中，当判定转变为情感(正性)的发生程度Pre_Pos_inc与转变为情感(负性)的发生程度Pre_Neg_inc之差大于零且可能发生转变为情感(正性)时，处理进入步骤S79。

在步骤S79中，生命体状态检测单元64控制显示元件驱动单元28，经由信号天线23发送表示发生转变为情感(正性)状态的信息给移动终端SP，并使移动终端SP显示该信息。

另一方面，在步骤S77中，当判定转变为情感(正性)的发生程度Pre_Pos_inc与转变为情感(负性)的发生程度Pre_Neg_inc之差小于零且可能发生转变为情感(负性)时，处理进入步骤S78。

在步骤S78中，生命体状态检测单元64控制显示元件驱动单元28，经由信号天线23发送表示发生转变为情感(负性)状态的信息给移动终端SP，并使移动终端SP显示该信息。

在步骤S80中，生命体状态检测单元64将转变为情感(正性)的发生程度Pre_Pos_inc与转变为情感(负性)的发生程度Pre_Neg_inc之差(U”-V”)设定为事前预测情绪水平。生命体状态检测单元64然后将事前预测情绪水平记录在记录单元53中。

在步骤S81中，生命体状态检测单元64以事前预测情绪水平为基础对事前预测情绪水平执行变化预测。生命体状态检测单元64然后控制显示元件驱动单元28，经由信号天线23发送变化预测结果给移动终端SP，并使移动终端SP显示变化预测结果。

具体地，例如，当事前预测情绪水平超过预定阈值时，或当从超过阈值时起经过预定时间段ΔT时，生命体状态检测单元64使移动终端SP显示是可能发生转变为情感(正性)状态还是情感(负性)状态。此外，当情感(正性)成分增加了A且情感(负性)成分减少了B时，可以显示在从超过阈值时起经过预定时间段ΔT之后是可能发生转变为情感(正性)状态还是情感(负性)状态。此外，由通过情绪计算处理(下文将进行说明)指明的情绪与该预测之间的关系预测的情绪状态可以学习，并可以学习结果为基础执行预测。

此外，在步骤S71中，将要读取的先前获得的成分S、T、U和V的分析结果为例如在状态转换之后的预定时间段内的分析结果，该状态转换具有从紧接当前状态之前的状态转变为当前状态的相同转变规律。具体地，例如，在当前状态为初始状态且紧接当前状态之前的状态为防御状态的情况下，读取在从初始状态转变为防御状态的时刻之后的预定时间段内成分S、T、U和V的先前分析结果。然后，生命体状态检测单元64根据先前获得并读取的成分S、T、U和V的分析结果的平均值等获得参考值的波形。生命体状态检测单元64将在与在转变为当前状态之后经过时间一致的时刻关于参考值波形的斜率计算为参考变化量S’、T’、U’和V’。

以此方式，根据在具有相同状态转换的状态转变规律下成分S、T、U和V的先前分析结果获得参考变化量S’、T’、U’和V’，由此提高情绪事前预测计算的精确度。

因此，情感状态的转变可以被预先预测为生命体状态的信息。

此外，如参照图10和图11所述，将要使用的Δt变化量的设定范围也在秒时标、分时标、时时标或日时标上进行改变。因此，能够短期预测或长期预测。此外，虽然到目前为止已经对使用Δt变化量的实例进行说明，但是可使用变化规律而不是Δt变化量执行事前预测。

<情绪计算处理>

接着，将参照图13中流程图对情绪计算处理进行说明。

在步骤S111中，生命体状态检测单元64从记录单元53中读取成分N、O、P和Q的先前分析结果，并获得各个成分的参考值。具体地，因为先前获得的成分N、O、P和Q的分析结果记录在记录单元53中，所以从记录单元53中读取它们。对于将要读取的先前获得的成分N、O、P和Q的分析结果，读取在内容上与在上述S71中读取的成分S、T、U和V的分析结果类似的分析结果。

在步骤S112中，生命体状态检测单元64以各个成分的参考值为基础获得参考变化量N’、O’、P’和Q’。

在步骤S113中，生命体状态检测单元64从记录单元53中读取在当前时间的成分N、O、P和Q的分析结果，并获得变化量NΔt、OΔt、PΔt和QΔt，该变化量NΔt、OΔt、PΔt和QΔt为各个成分的Δt变化量。

在步骤S114中，生命体状态检测单元64获得成分N、O、P和Q的Δt变化量(即，变化量NΔt、OΔt、PΔt和QΔt)与参考变化量N’、O’、P’和Q’之差N”、O”、P”和Q”(＝β1(NΔt-N’)、β2(OΔt-O’)、β3(PΔt-P’)和β4(QΔt-Q’))。请注意，β1至β4为成分系数。换言之，每个成分的分泌比被转换为用于将要比较的数值进行归一化的系数。

在步骤S115中，生命体状态检测单元64将情感(正性)的程度Pos_inc计算为和|N”+P”|。

在步骤S116中，生命体状态检测单元64将情感(负性)的程度Neg_inc计算为和|O”+Q”|。

在步骤S117中，生命体状态检测单元64计算情感(正性)的程度Pos_inc与情感(负性)的程度Neg_inc之差。生命体状态检测单元64然后判定该差是否大于零。换言之，生命体状态检测单元64判定状态是否为情感(正性)状态。

在步骤S117中，当判定情感(正性)的程度Pos_inc与情感(负性)的程度Neg_inc之差大于零且状态为情感(正性)状态时，处理进入步骤S119。

在步骤S119中，生命体状态检测单元64控制显示元件驱动单元28，通过控制信号天线23发送表示状态为情感(正性)状态的信息给移动终端SP，并使移动终端SP显示该信息。

另一方面，在步骤S117中，当判定情感(正性)的程度Pos_inc与情感(负性)的程度Neg_inc之差小于零且状态为情感(负性)状态时，处理进入步骤S118。

在步骤S118中，生命体状态检测单元64控制显示元件驱动单元28，通过控制信号天线23发送表示状态为情感(负性)状态的信息给移动终端SP，并使移动终端SP显示该信息。

在步骤S120中，生命体状态检测单元64将情感(正性)的程度Pos_inc与情感(负性)的程度Neg_inc之差设定为情绪水平。生命体状态检测单元64然后将情绪水平记录在记录单元53中。

在步骤S121中，生命体状态检测单元64以情绪水平为基础对情绪水平执行变化预测。生命体状态检测单元64然后控制信号天线23以发送变化预测结果给移动终端SP，并使移动终端SP显示变化预测结果。

具体地，例如，当情绪水平超过预定阈值时，或当从超过阈值时起经过预定时间段ΔT时，生命体状态检测单元64使移动终端SP显示是可能发生转变为情感(正性)状态还是情感(负性)状态。此外，当情感(正性)成分增加了A且情感(负性)成分减少了B时，生命体状态检测单元64可使移动终端SP显示在从超过阈值时起经过预定时间段ΔT之后是可能发生转变为情感(正性)状态还是情感(负性)状态。

此外，在经过预定时间段之后，可以能够使用由用户输入状态的各个成分的变化量的数据执行预测，或可以根据各个成分的变化量之间的相关性执行预测。此外，诸如在醒来时/在进餐时/在通勤时/在工作期间/在回家期间/在家人聊天期间/在就寝之前的环境信息被用作外部文本开拓数据，并可以外部文本开拓数据的这些条目的相关性为基础执行预测。此外，在经过预定时间段之后的预测可通过移动平均值预测或近似值预测而执行。

<剧烈疼痛/酸痛计算处理>

接着，将参照图14中流程图对剧烈疼痛/酸痛计算处理进行说明。

在步骤S151中，生命体状态检测单元64从记录单元53中读取成分M的先前分析结果，并获得该成分的参考值。具体地，因为先前获得的成分M的分析结果记录在记录单元53中，所以从记录单元53中读取它。

在步骤S152中，生命体状态检测单元64以成分M的参考值为基础获得参考变化量M’。

在步骤S153中，生命体状态检测单元64从记录单元53中读取在当前时间的成分M的分析结果，并获得变化量MΔt，该变化量MΔt为成分M的Δt变化量。

在步骤S154中，生命体状态检测单元64获得成分M的Δt变化量(即，变化量MΔt)与参考变化量M’之差M”(＝γ1(MΔt-M’)。请注意，γ1为成分系数。换言之，每个成分的分泌比被转换为用于将要比较的数值进行归一化的系数。

在步骤S155中，生命体状态检测单元64判定差M”是否大于预定阈值。换言之，生命体状态检测单元64判定状态是否为由酸痛引起的情感(负性)或防御状态。

在步骤S155中，当判定差M”大于阈值时，状态被认为是由酸痛引起的情感(负性)或防御状态，且处理进入步骤S156。

在步骤S156中，生命体状态检测单元64判定差M”在时间段ΔT1(即，约五到六分钟)期间是否保持大于阈值。

在步骤S156中，当差M”被认为在时间段ΔT1(即，约五到六分钟)期间保持大于阈值时，处理进入步骤S157。

在步骤S157中，生命体状态检测单元64控制显示元件驱动单元28，通过控制信号天线23发送表示状态为防御状态的信息给移动终端SP，并使移动终端SP显示该信息。具体地，当成分M在稍短时间内大于阈值时，外部刺激的可能性高。因此，判定状态为防御状态。

另一方面，在步骤S156中，当差M”被认为在时间段ΔT1(即，约五到六分钟)期间未保持大于阈值时，跳过步骤S157中的处理。

在步骤S158中，生命体状态检测单元64判定差M”在时间段ΔTN(即，约一天)期间是否保持大于阈值。

在步骤S158中，当差M”被认为在时间段ΔTN(即，约一天)期间保持大于阈值时，处理进入步骤S159。

在步骤S159中，生命体状态检测单元64控制显示元件驱动单元28，通过控制信号天线23发送表示状态为由酸痛引起的情感(负性)状态的信息给移动终端SP，并使移动终端SP显示该信息。具体地，当成分M在稍长时间段(即，约一天)内大于阈值时，虽然它最初由外部刺激引起，但是疼痛持续。因此，判定状态为由酸痛引起的情感(负性)状态。

另一方面，在步骤S158中，当差M”被认为在时间段ΔTN(即，约一天)期间未保持大于阈值时，跳过步骤S159中的处理。

在步骤S160中，生命体状态检测单元64将差M”设定为刺激/酸痛水平，并将刺激/酸痛水平记录在记录单元53中。

在步骤S161中，生命体状态检测单元64以刺激/酸痛水平为基础对刺激/酸痛水平执行变化预测。生命体状态检测单元64然后控制显示元件驱动单元28，通过控制信号天线23发送变化预测结果给移动终端SP，并使移动终端SP显示变化预测结果。

具体地，例如，生命体状态检测单元64可根据刺激/酸痛水平的变化规律的趋势分析来预测新刺激/酸痛水平的变化如何经历转变，并使移动终端SP显示该预测。

此外，生命体状态检测单元64可预测当刺激/酸痛水平超过阈值时或当在刺激/酸痛水平超过阈值之后经过预定时间段时刺激/酸痛水平的变化如何经历转变。

此外，在经过预定时间段之后，生命体状态检测单元64可使用由用户输入状态的各个成分的变化量的数据来预测刺激/酸痛水平的变化。此外，生命体状态检测单元64可根据每个成分的变化量的相关性来预测刺激/酸痛水平的变化。

此外，生命体状态检测单元64可将诸如在醒来时/在进餐时/在通勤时/在工作期间/在回家期间/在家人聊天期间/在就寝之前的环境信息与外部文本开拓数据一起存储以执行预测。另选地，生命体状态检测单元64可在经过预定时间段之后通过移动平均值预测或近似值预测来执行预测。

此外，生命体状态检测单元64不仅预测是否发生由用户无法识别的刺激/酸痛水平的变化并通知用户，而且必要时可根据刺激/酸痛水平告知医疗机构等。

<泪液分泌量计算处理>

到目前为止，已经对通过检测对从用户的生命体状态(诸如参照图9所述的情感状态以及对反射刺激的防御状态)转变为另一个状态有所贡献的成分来指明生命体状态的处理以及预测生命体状态接着如何变化的处理进行说明。因此，通过检测对转变为预定生命体状态有所贡献的成分，这些处理也可适用于图9中未定义的生命体状态。

例如，引起泪液分泌的二氯化锰、四氧化三锰可被测定为成分Z，并应用于用于计算泪液分泌量的泪液分泌量计算处理。因此，接着，将参照图14中流程图对泪液分泌量计算处理进行说明。

在步骤S191中，生命体状态检测单元64从记录单元53中读取成分Z的先前分析结果，并获得该成分的参考值。具体地，因为先前获得的成分Z的分析结果记录在记录单元53中，所以从记录单元53中读取它。

在步骤S192中，生命体状态检测单元64以成分Z的参考值为基础获得参考变化量Z’。

在步骤S193中，生命体状态检测单元64从记录单元53中读取在当前时间的成分Z的分析结果，并获得变化量ZΔt，该变化量ZΔt为成分Z的Δt变化量。

在步骤S194中，生命体状态检测单元64获得成分Z的Δt变化量(即，变化量ZΔt)与参考变化量Z’之差Z”(＝Θ1(ZΔt-Z’)。请注意，Θ1为成分系数。换言之，每个成分的分泌比被转换为用于将要比较的数值进行归一化的系数。

在步骤S195中，生命体状态检测单元64将差Z”设定为泪液分泌水平，并将泪液分泌水平记录在记录单元53中。

在步骤S196中，生命体状态检测单元64以泪液分泌水平为基础对泪液分泌水平执行变化预测。生命体状态检测单元64然后控制显示元件驱动单元28，通过控制信号天线23发送变化预测结果给移动终端SP，并使移动终端SP显示变化预测结果。

具体地，例如，生命体状态检测单元64可根据泪液分泌水平的变化规律的趋势分析来预测新泪液分泌水平的变化如何经历转变，并使移动终端SP显示该预测。

此外，生命体状态检测单元64可预测当泪液分泌水平超过阈值时或当在泪液分泌水平超过阈值之后经过预定时间段时泪液分泌水平的变化如何经历转变。

此外，在经过预定时间段之后，生命体状态检测单元64可使用由用户输入状态的各个成分的变化量的数据来预测泪液分泌水平的变化。此外，生命体状态检测单元64可根据成分O或成分Q(促肾上腺皮质激素(ACTH))的变化量的相关性来预测泪液分泌水平的变化。

此外，生命体状态检测单元64可将诸如在醒来时/在进餐时/在通勤时/在工作期间/在回家期间/在家人聊天期间/在就寝之前的环境信息与外部文本开拓数据一起存储以执行预测。另选地，生命体状态检测单元64可在经过预定时间段之后通过移动平均值预测或近似值预测来执行预测。

<唤醒/休眠事前预测计算处理>

到目前为止，已经对通过成分Z来预测泪液分泌量的实例进行说明。然后，例如，使用成分S、T、U和V，可以这样一种方式在唤醒/休眠事前预测中检测生命体状态，使得使用与用于执行超前情绪预测计算处理的实例的方法类似的方法，定义超前唤醒成分和超前休眠成分，并执行唤醒/休眠事前预测计算处理。如本文中使用，超前唤醒成分为例如肾上腺素等，以及超前休眠成分为去甲肾上腺素等。

因此，接着，将参照图16中流程图对唤醒/休眠事前预测计算处理进行说明。

在步骤S221中，生命体状态检测单元64从记录单元53中读取超前唤醒成分AA和超前休眠成分BB的先前分析结果，并获得各个成分的参考值。具体地，因为先前获得的成分AA和BB的分析结果记录在记录单元53中，所以从记录单元53中读取它们。

在步骤S222中，生命体状态检测单元64以各个成分的参考值为基础获得参考变化量AA’和BB’。

在步骤S223中，生命体状态检测单元64从记录单元53中读取在当前时间的成分AA和BB的分析结果，并获得变化量AAΔt和BBΔt，该变化量AAΔt和BBΔt为各个成分的Δt变化量。

在步骤S224中，生命体状态检测单元64获得成分AA和BB的Δt变化量(即，变化量AAΔt和BBΔt)与参考变化量AA’和BB’之差AA”和BB”(＝η1(AAΔt-AA’)和η2(BBΔt-BB’))。请注意，η1和η2为成分系数。换言之，每个成分的分泌比被转换为用于将要比较的数值进行归一化的系数。

在步骤S225中，生命体状态检测单元64将转变为唤醒的发生程度Pre_Awa_inc计算为AA”。

在步骤S226中，生命体状态检测单元64将转变为休眠的发生程度Pre_Dor_inc计算为BB”。

在步骤S227中，生命体状态检测单元64计算转变为唤醒的发生程度Pre_Awa_inc与转变为休眠的发生程度Pre_Dor_inc之差。生命体状态检测单元64然后判定该差是否大于零。换言之，生命体状态检测单元64判定是可能发生转变为唤醒还是可能发生转变为休眠。

在步骤S227中，当判定转变为唤醒的发生程度Pre_Awa_inc与转变为休眠的发生程度Pre_Dor_inc之差大于零且可能发生转变为唤醒时，处理进入步骤S229。

在步骤S229中，生命体状态检测单元64控制信号天线23以发送表示发生转变为唤醒状态的信息给移动终端SP，并使移动终端SP显示该信息。

另一方面，在步骤S227中，当判定转变为唤醒的发生程度Pre_Awa_inc与转变为休眠的发生程度Pre_Dor_inc之差小于零且可能发生转变为休眠时，处理进入步骤S228。

在步骤S228中，生命体状态检测单元64控制信号天线23以发送表示发生转变为休眠状态的信息给移动终端SP，并使移动终端SP显示该信息。

在步骤S230中，生命体状态检测单元64将转变为唤醒的发生程度Pre_Awa_inc与转变为休眠的发生程度Pre_Dor_inc之差设定为事前预测唤醒/休眠水平。生命体状态检测单元64然后将该差记录在记录单元53中。

在步骤S231中，生命体状态检测单元64以事前预测唤醒/休眠水平为基础对事前预测唤醒/休眠水平执行变化预测。生命体状态检测单元64然后控制信号天线23以发送变化预测结果给移动终端SP，并使移动终端SP显示变化预测结果。

具体地，例如，当事前预测唤醒/休眠水平超过预定阈值时，或当从超过阈值时起经过预定时间段ΔT时，生命体状态检测单元64使移动终端SP显示是可能发生转变为唤醒状态还是休眠状态。此外，当唤醒成分增加了A且休眠成分减少了B时，生命体状态检测单元64可使移动终端SP显示在从超过阈值时起经过预定时间段ΔT之后是可能发生转变为唤醒状态还是休眠状态。此外，由通过唤醒/休眠计算处理(下文将进行说明)指明的情绪与该预测之间的关系预测的情绪状态可以学习，并可以学习结果为基础执行预测。

在经过预定时间段之后，生命体状态检测单元64可使用由用户输入状态的各个成分的变化量的数据执行预测。此外，生命体状态检测单元64可根据成分O或成分Q(促肾上腺皮质激素(ACTH))的变化量的相关性来预测事前预测唤醒/休眠水平。生命体状态检测单元64还可将诸如在醒来时/在进餐时/在通勤时/在工作期间/在回家期间/在家人聊天期间/在就寝之前的环境信息与外部文本开拓数据一起预测。此外，生命体状态检测单元64可在经过预定时间段之后通过移动平均值预测或近似值预测来执行预测。

<唤醒/休眠计算处理>

到目前为止，已经对唤醒/休眠事前预测计算处理进行说明。以与用于情绪计算处理的方式类似的方式，诸如唤醒和休眠的生命体状态可使用唤醒成分和休眠成分进行检测。因此，接着，将参照图17中流程图对唤醒/休眠计算处理进行说明。请注意，唤醒成分CC为例如苯乙醇胺-N-甲基转移酶(PNMT)等，以及休眠成分DD为例如多巴胺β-羟化酶(DBH)等。

在步骤S261中，生命体状态检测单元64从记录单元53中读取成分CC和DD的先前分析结果，并获得各个成分的参考值。具体地，因为先前获得的成分CC和DD的分析结果记录在记录单元53中，所以从记录单元53中读取它们。

在步骤S262中，生命体状态检测单元64以各个成分的参考值为基础获得参考变化量CC’和DD’。

在步骤S263中，生命体状态检测单元64从记录单元53中读取在当前时间的成分CC和DD的分析结果，并获得变化量CCΔt和DDΔt，该变化量CCΔt和DDΔt为各个成分的Δt变化量。

在步骤S264中，生命体状态检测单元64获得成分CC和DD的Δt变化量(即，变化量CCΔt和DDΔt)与参考变化量CC’和DD’之差CC”和DD”(＝μ1(CCΔt-CC’)和μ2(DDΔt-DD’)。请注意，μ1和μ2为成分系数。换言之，每个成分的分泌比被转换为用于将要比较的数值进行归一化的系数。

在步骤S265中，生命体状态检测单元64将唤醒的程度Awa_inc计算为|CC”|。

在步骤S266中，生命体状态检测单元64将休眠的程度Dor_inc计算为|DD”|。

在步骤S267中，生命体状态检测单元64执行减法以获得唤醒的程度Awa_inc与休眠的程度Dor_inc之差。生命体状态检测单元64然后判定该差是否大于零。换言之，生命体状态检测单元64判定状态是否为唤醒状态。

在步骤S267中，当判定唤醒的程度Awa_inc与休眠的程度Dor_inc之差大于零且状态为唤醒状态时，处理进入步骤S269。

在步骤S269中，生命体状态检测单元64控制控制信号天线23以发送表示状态为唤醒状态的信息给移动终端SP，并使移动终端SP显示该信息。

另一方面，在步骤S267中，当判定唤醒的程度Awa_inc与休眠的程度Dor_inc之差小于零且状态为休眠状态时，处理进入步骤S268。

在步骤S268中，生命体状态检测单元64控制信号天线23以发送表示状态为休眠状态的信息给移动终端SP，并使移动终端SP显示该信息。

在步骤S270中，生命体状态检测单元64将唤醒的程度Awa_inc与休眠的程度Dor_inc之差设定为唤醒/休眠水平。生命体状态检测单元64然后将唤醒/休眠水平记录在记录单元53中。

在步骤S271中，生命体状态检测单元64以唤醒/休眠水平为基础对唤醒/休眠水平执行变化预测。生命体状态检测单元64然后控制显示元件驱动单元28，通过控制信号天线23发送变化预测结果给移动终端SP，并使移动终端SP显示变化预测结果。

具体地，例如，当唤醒/休眠水平超过预定阈值时，或当从超过阈值时起经过预定时间段ΔT时，生命体状态检测单元64可使移动终端SP显示是可能发生转变为唤醒状态还是休眠状态。此外，当唤醒成分增加了A且休眠成分减少了B时，生命体状态检测单元64可使移动终端SP显示在从超过阈值时起经过预定时间段ΔT之后是可能发生转变为唤醒状态还是休眠状态。

在经过预定时间段之后，可以能够使用由用户输入状态的各个成分的变化量的数据执行预测，或可以根据各个成分的变化量之间的相关性执行预测。此外，诸如在醒来时/在进餐时/在通勤时/在工作期间/在回家期间/在家人聊天期间/在就寝之前的环境信息被用作外部文本开拓数据，并可以外部文本开拓数据的这些条目的相关性为基础执行预测。此外，在经过预定时间段之后的预测可通过移动平均值预测或近似值预测而执行。

<干眼综合征判定处理>

到目前为止，已经对根据泪液成分检测各种生命体状态信息的实例进行说明。此外，表示是否发生干眼综合征的信息可作为生命体状态信息而根据泪液分泌量、泪液成分和泪液分泌频率进行检测。因此，接着，将参照图18中流程图对干眼综合征判定处理进行说明。

在步骤S301中，眼球上的泪液通过细孔81经由收集口G收集，并提供给计量室82。

在步骤S302中，计量室82对收集到的泪液的收集量进行计量，并将计量结果提供给AD转换单元61。AD转换单元61将泪液收集量转换为数字信号，并将数字信号提供给信号处理单元27的生命体状态检测单元64。

在步骤S303中，分析室86通过光谱分析对收集到的泪液进行分析，并将分析结果输出给AD转换单元61。AD转换单元61对分析结果进行数字化，并将数字化分析结果输出给信号处理单元27的生命体状态检测单元64。

在步骤S304中，生命体状态检测单元64检测泪液分泌频率，并控制记录单元53以使记录单元53记录分泌频率信息。

在步骤S305中，生物状态检测单元64以泪液收集量、泪液的成分分析的结果和泪液分泌频率为基础判定是否发生干眼综合征。生物状态检测单元64然后控制信号天线23以发送判定结果给移动终端SP，并使移动终端SP显示判定结果。

由于上述处理，判定是否发生干眼综合征的判定结果可被检测作为用户的生命体信息，并可向用户通知判定结果。此外，泪液收集量、泪液的成分分析的结果和泪液分泌频率的数据可通过信号天线23发送给外部装置，并可通过外部装置自身或使用外部装置和数据服务器的判定系统来估计是否发生干眼综合征。

此外，根据估计结果，泪腺可能以这样一种方式受到化学刺激，使得催泪剂由催泪器分泌，该催泪器具有容器，催泪剂预先存储在该容器中，或泪腺可能由于光、电、触碰到建筑物等而受到物理刺激，由此可能强迫地分泌泪液。此外，用于请求用户执行用于减轻或治愈干眼综合征的康复操作的显示器可设置在显示工具(诸如智能手机)上。另选地，可以采用这样一种系统，使得数据存储在服务器中，医院等可共享该服务器，且专家为用户指导意见或药物。

<第一变形例>

到目前为止，已经对以例如对生命体状态A有所贡献的成分和对生命体状态B有所贡献的成分的各个程度之差是否为正为基础判定状态是生命体状态A还是生命体状态B的处理实例进行说明。另选地，例如，可为每个成分设定阈值，并可以每个阈值的关系为基础判定状态是生命体状态A还是生命体状态B。

具体地，从对情感(正性)有所贡献的成分X(正性)的浓度变为大于阈值Xp’(如图19中上行所示)且对情感(负性)有所贡献的成分X(负性)的浓度变为小于阈值Xn”(如图19中下行所示)时起直到对情感(正性)有所贡献的成分X(正性)的浓度变为小于阈值Xp”且对情感(负性)有所贡献的成分X(负性)的浓度超过阈值Xn’的区间可被设定为由区间1表示的情感(正性)状态。

成分X(正性)为例如肾上腺素等，且从初始状态起的成分X(负性)为例如促肾上腺皮质激素(ACTH)、去甲肾上腺素等。

此外，从从当情感(正性)状态满足时起经过经过预定时间段ΔTp’、ΔTn’时起直到当从当情感(正性)状态变为不满足时起经过预定时间段ΔTp”、ΔTn”时的区间可被设定为由区间2表示的情感(正性)状态。

<第二变形例>

到目前为止，已经对以对情感(正性)有所贡献的成分X(正性)与对情感(负性)有所贡献的成分X(负性)之间的相互条件为基础设定状态是情感(正性)状态还是情感(负性)状态的实例进行说明。另选地，例如，可根据它们中任一个的条件来设定状态是情感(正性)状态还是情感(负性)状态。

例如，如图20所示，设定可在假定从当对情感(正性)有所贡献的成分X(正性)的浓度变为大于阈值X’时起直到成分X(正性)的浓度变为小于阈值X”的区间1为情感(正性)状态以及其他区间为情感(负性)状态的情况下执行。在这种情况下，对情感(正性)有所贡献的成分X(正性)为例如上述成分N等，例如肾上腺素等。

另选地，如图20所示，假设从当从当对情感(正性)有所贡献的成分X(正性)的浓度变为大于阈值X’时起经过预定时间段ΔT’时起直到当从当成分X(正性)的浓度变为小于阈值X”时起经过预定时间段ΔT”时的区间2为情感(正性)状态以及其他区间为情感(负性)状态，它们可被理解为预示下一个转变。在这种情况下，对情感(正性)有所贡献的成分X(正性)为例如上述成分S等，例如苯乙醇胺-N-甲基转移酶等。

以类似方式，例如，如图21所示，设定可在假定从当对情感(负性)有所贡献的成分X(负性)的浓度变为小于阈值X”时起直到成分X(负性)的浓度变为大于阈值X’的区间1为情感(负性)状态以及其他区间为情感(正性)状态的情况下执行。在这种情况下，对情感(负性)有所贡献的成分X(负性)为例如上述成分S等，例如苯乙醇胺-N-甲基转移酶等。

另选地，如图21所示，假设从当从当对情感(负性)有所贡献的成分X(负性)的浓度变为小于阈值X”时起经过预定时间段ΔT’时起直到当从当成分X(负性)的浓度变为大于阈值X’时起经过预定时间段ΔT”时的区间为情感(负性)状态以及其他区间为情感(正性)状态，它们可被理解为预示下一个转变。在这种情况下，对情感(负性)有所贡献的成分X(负性)为例如上述成分N等，例如肾上腺素等。

<第三变形例>

事前预测情绪水平或情绪水平的变化预测可根据用户的具体操作而执行。

具体地，如图22所示，在表示情感(负性)状态的贴邮票(例如，图中心脏)操作在时间t12时执行的情况下，获得在从图中被方框包围的这个时刻起的范围内的情绪水平的排序，并预测从最低值起直到情绪水平变为零状态的时间段。

更具体地，如图23所示，对于情绪水平的每个值，获得直到情绪水平返回到零的平均时间的分布，由此可以预测当情绪水平变为零时的近似时间。

因此，在图22的情况下，因为情绪水平在时间t11为最低，所以该值适用于图23中曲线图，由此可以预测到零的时间段。

此外，可存储较早情绪水平的波形图案，并可通过匹配执行预测。请注意，事前预测情绪水平还可使用与用于情绪水平的方法类似的方法进行预测。

<第四变形例>

此外，将呈现给用户的内容可使用上述事前预测情绪水平或情绪水平的波形图案进行判定。

具体地，如图24所示，因为事前预测情绪水平或情绪水平的波形图案与日程表相关联，所以比较日程表，且用于判定的标准可呈现给所谓代理商。用于判定的标准实例包括应当给出是否呈现现在使用户感到厌烦的推荐、是否有用于开玩笑的房间或是否呈现只为提神而播放音乐。

例如，在通知情感(负性)时，如果在工作时间期间给出情感(负性)通知，那么用户很难使她自己重新提起精神并使状态转变为情感(正性)状态，更糟的是，工作效率容易降低。在这种情况下，因此，暂缓作出情感(负性)通知。然后，例如，虽然用户收到情感(负性)通知，但是通过散步等，当用户可相对容易地使状态转变为情感(正性)状态时，可在午餐时间期间等给出通知。

此外，各种类型的判定可使用事前预测情绪水平或情绪水平的波形图案连同例如位置信息/观看历史/行为历史/搜索历史/操作历史的日程表/历史一起而执行。

<第二构造实例>

到目前为止，已经对包括收集泪液的功能和对收集到的泪液进行分析的功能的隐形眼镜式显示装置的构造进行说明，这对应于图1中情况1。然后，接着，将对隐形眼镜式泪液收集装置以及用于通过分析装置AN对由收集装置收集到的泪液进行分析并使移动终端等显示分析结果的构造进行说明，这对应于图1中情况2。

图25为示意图，示出了隐形眼镜式泪液收集装置以及用于通过分析装置AN对由收集装置收集到的泪液进行分析并使移动终端等显示分析结果的构造实例。泪液收集装置201如图25中上边部分所示，分析装置AN的构造如图25中下边部分所示。

请注意，收集装置201为与隐形眼镜式显示装置11的泪液检测单元26对应的部件，并设置在图2中的收集口G处。

更具体地，以与用于图5中收集口G的方式类似的方式，收集装置201具有在接触到眼球的部分处的细孔81，且使用毛细管作用收集泪液并存储在存储容器202中。

然后，收集泪液的收集装置201照原样收存在分析装置AN中。

<分析装置的构造实例>

接着，将对图26中分析装置AN的构造实例进行说明。请注意，在图26中的分析装置AN中，包括与构成图4中显示装置11和图5中泪液检测单元26的功能相同的功能的部件由相同附图标记表示，并适当地省略其说明。然而，虽然包括相同功能，但是大小不同于图4中设置在隐形眼镜式结构内的显示装置11的部件的大小。

换言之，分析装置AN既具有泪液检测单元26的分析功能又具有显示装置11的生命体状态检测功能。具体地，分析装置AN包括通道83、差压流量计84、控制阀85-1和85-2、分析室86-1至86-5、AD转换单元211和221-1至221-5、微型泵87、信号处理单元27、生命体状态检测单元64、记录单元53、信号天线23、供电天线22和发电单元24。

请注意，分析装置AN具有可安装收集装置201的部分，并具有通道83，由所安装的收集装置201的存储容器202收集到的泪液从该通道83取出，且从存储容器202收集到的泪液被输送给分析室86-1至86-5。分析室86-1至86-5检测各种成分，并将检测结果分别输出给AD转换单元221-1至221-5，其中检测结果被转换为数字信号并输出给信号处理单元27。此时，差压流量计84也测量从收集装置201中读取的泪液流速，将流速转换为数字信号，并将数字信号输出给信号处理单元27。

信号处理单元27的生命体状态检测单元64以从分析室86-1至86-5提供的分析结果为基础执行与上述处理类似的处理。生命体状态检测单元64然后控制信号天线23以发送随分析结果而定的信息给以智能手机为代表的移动终端SP。

请注意，因为各种处理类似于情况1中的处理，所以省略其说明。

同时，上述一系列处理可通过硬件而执行，也可通过软件而执行。在一系列处理通过软件而执行的情况下，构成软件的程序从记录介质安装在并入专用硬件中的计算机上或例如能够通过安装各种程序来执行各种功能的通用个人计算机上。

图27为示意图，示出了通用个人计算机的构造实例。中央处理单元(CPU)1001嵌入在个人计算机中。输入/输出接口1005经由总线1004耦接到CPU1001。只读存储器(ROM)1002和随机存取存储器(RAM)1003连接到总线1004。

输入单元1006、输出单元1007、存储单元1008和通信单元1009连接到输入/输出接口1005。输入单元1006包括输入装置，诸如键盘和鼠标，用户通过键盘和鼠标输入操作命令。输出单元1007将处理操作画面或处理结果图像输出给显示装置。存储单元1008包括存储程序或各种类型数据的硬盘驱动器等。通信单元1009包括局域网(LAN)适配器等，并经由以因特网为代表的网络执行通信处理。此外，驱动器1010连接到输入/输出接口1005。驱动器1010从可移除介质1011读取数据以及将数据写入到可移除介质1011，诸如磁盘(包括软盘)、光盘(包括压缩光盘只读存储器(CD-ROM)和数字多功能光盘(DVD))、磁光盘(包括迷你光盘(MD))或半导体存储器。

CPU 1001根据存储在ROM 1002中的程序或从可移除介质1011(诸如磁盘、光盘、磁光盘或半导体存储器)中读取，安装在存储单元1008上，并从存储单元1008加载到RAM 1003上的程序来执行各种处理。CPU 1001执行各种处理所需的数据等适当地存储在RAM 1003中。

在如上所述构造的计算机中，CPU 1001例如经由输入/输出接口1005和总线1004将存储在存储单元1008中的程序加载到RAM 1003上并执行程序，由此执行上述一系列处理。

由该计算机(CPU 1001)执行的程序可记录在作为例如封装介质等的可移除介质1011中并提供。另选地，程序可通过有线或无线传输介质(诸如局域网、因特网和数字卫星广播)而提供。

在该计算机中，当可移除介质1011安装在驱动器1010中时，程序可经由输入/输出接口1005安装在存储单元1008上。另选地，程序可经由有线或无线传输介质在通信单元1009处接收，并安装在存储单元1008上。此外，程序可预先安装在ROM 1002或存储单元1008上。

请注意，由该计算机执行的程序可为这样一种程序，使得以本说明书中所述的顺序串行地执行处理，或可为这样一种程序，使得并行地或必要时(即，例如，当进行调用时)执行处理。

此外，在本说明书中，系统是指多个部件(装置或模块(部分)等)的集合，无论部件是否都存在同一个外壳中。因此，容纳在单独外壳中并经由网络耦接的多个装置和包括容纳多个模块的单个外壳的单个装置都为系统。

请注意，本技术的实施例并不限于上述实施例，且在不脱离本技术的要点的范围内可以进行各种变化。

例如，本技术可采用云计算构造，其中单个功能由多个装置共享并经由网络相互协作地进行处理。

此外，上述流程图中所述的各个步骤可由单个装置执行，或可由多个装置共享并执行。

此外，在多个处理包括在单个步骤中的情况下，包括在单个步骤中的多个处理可由单个装置执行，或可由多个装置共享并执行。

请注意，本技术还可采用以下构造。

(1)一种检测装置，包括：

分析单元，被构造为对从生命体采集到的泪液执行成分分析；和

检测单元，被构造为以泪液的成分分析的结果为基础检测所述生命体的状态。

(2)根据(1)所述的检测装置，其中

所述检测单元以泪液的成分分析的结果为基础检测根据泪液类型而判定的所述生命体的状态。

(3)根据(1)或(2)所述的检测装置，其中

由所述生命体的情绪引起的情感状态包括在所述生命体的状态中。

(4)根据(3)所述的检测装置，其中

所述检测单元以作为泪液的成分分析的结果而获得的对于当所述生命体的状态将要转变为预定情感状态时分泌的物质的分析结果为基础指明所述生命体的状态是否转变为所述预定情感状态。

(5)根据(4)所述的检测装置，其中

所述检测单元以以作为泪液的成分分析的结果而获得的对于当所述生命体的状态将要转变为第一情感状态时分泌的物质的分析结果为基础计算出的转变为所述第一情感状态的似然度和以作为泪液的成分分析的结果而获得的对于当所述生命体的状态将要转变为第二情感状态时分泌的物质的分析结果为基础计算出的转变为所述第二情感状态的似然度为基础指明所述生命体的状态是转变为所述第一情感状态还是所述第二情感状态。

(6)根据(5)所述的检测装置，其中

所述检测单元还以转变为所述第一情感状态的似然度和转变为所述第二情感状态的似然度为基础计算事前预测情绪水平，该事前预测情绪水平表示所述生命体的状态被估计为将要进行转变的所述生命体的状态的程度。

(7)根据(6)所述的检测装置，其中

所述检测单元以所述事前预测情绪水平为基础预测所述事前预测情绪水平在当前时间之后的时间的变化。

(8)根据(3)所述的检测装置，其中

所述检测单元以作为泪液的成分分析的结果而获得的对于当所述生命体的状态为预定情感状态时分泌很多的物质的分析结果为基础指明所述生命体的状态。

(9)根据(8)所述的检测装置，其中

所述检测单元以以作为泪液的成分分析的结果而获得的对于在第一情感状态期间分泌很多的物质的分析结果为基础计算出的所述第一情感状态的似然度和以作为泪液的成分分析的结果而获得的对于在第二情感状态期间分泌很多的物质的分析结果为基础计算出的所述第二情感状态的似然度为基础指明泪液状态是所述第一情感状态还是所述第二情感状态。

(10)根据(9)所述的检测装置，其中

所述检测单元还以所述第一情感状态的似然度和所述第二情感状态的似然度为基础计算情绪水平，该情绪水平表示所述生命体的情感状态的程度。

(11)根据(10)所述的检测装置，其中

所述检测单元以所述情绪水平为基础预测所述情绪水平在当前时间之后的时间的变化。

(12)根据(2)所述的检测装置，其中

由对所述生命体刺激引起的状态包括在所述生命体的状态中。

(13)根据(12)所述的检测装置，其中

所述检测单元以作为泪液的成分分析的结果而获得的对于当对所述生命体刺激时或当所述生命体感到酸痛时分泌的物质的分析结果为基础指明所述生命体的状态是由对所述生命体刺激引起的状态还是由所述生命体的情绪引起的情感状态，当所述生命体持续感到酸痛时，所述生命体的状态转变为由所述生命体的情绪引起的情感状态。

(14)根据(13)所述的检测装置，其中

所述检测单元以时间段长度为基础指明所述生命体的状态是由对所述生命体刺激引起的状态还是由所述生命体的情绪引起的情感状态，该时间段是基于对于当对所述生命体刺激时或当所述生命体感到酸痛时分泌的物质的分析结果，且在该时间段期间，表示物质分泌量的值等于或大于预定阈值。

(15)根据(13)或(14)所述的检测装置，其中

所述检测单元以对于当对所述生命体刺激时或当所述生命体感到酸痛时分泌的物质的分析结果为基础计算所述生命体的刺激水平或酸痛水平。

(16)根据(15)所述的检测装置，其中

所述检测单元以所述刺激水平或所述酸痛水平为基础预测所述刺激水平或所述酸痛水平在当前时间之后的时间的变化。

(17)根据(1)至(16)中任一项所述的检测装置，其中

所述检测单元以作为泪液的成分分析的结果而获得的对于特定物质的分析结果为基础指明所述生命体的泪液分泌水平。

(18)根据(1)至(17)中任一项所述的检测装置，其中

所述检测装置可安装到眼球以及可从眼球拆卸。

(19)一种检测方法，包括以下步骤：

对从生命体采集到的泪液执行成分分析；并且

以泪液的成分分析的结果为基础检测所述生命体的状态。

(20)一种程序，该程序使计算机执行处理，该处理包括：

对从生命体采集到的泪液执行成分分析的分析步骤；和

以泪液的成分分析的结果为基础检测所述生命体的状态的检测步骤。

附图标记列表

11 显示装置

21 显示区域

25 姿势检测单元

26-1至26-3，26 泪液检测单元

27 信号处理单元

61 AD转换单元

64 生命体状态检测单元

86、86-1至86-5 分析室

101 激发光源

102 分析空间

103 加热器

104 透镜

105 气隙

106 受光器。