信号处理系统、传感器系统、生物特征管理系统、环境控制系统、信号处理方法和程序与流程

1.本发明涉及信号处理系统、传感器系统、生物特征管理系统、环境控制系统、信号处理方法和程序。


背景技术：

2.在本领域中，已知有精神活动确定设备作为用于通过使用在对心搏间隔数据的频率分析的结果与交感神经系统和副交感神经系统的各个活动程度之间存在相关性这一事实来确定人类精神活动的设备(例如，参见专利文献1)。精神活动确定设备检测心搏间隔并计算如此检测到的心搏间隔数据的方差以及心搏间隔或心率的平均值。精神活动确定设备基于心搏间隔的方差以及平均心搏间隔或平均心率来确定被检者的精神活动。
3.精神活动确定设备使用用于测量被检者的心电图信号的心电图检测器以检测心搏间隔。在这种情况下，被检者佩戴用于检测电位信号的电极。可替代地，将脉搏波传感器附接到被检者的耳朵和手其中之一以检测脉搏波。
4.然而，为了如上述的精神活动确定设备那样检测人(被检者)的心搏间隔，必须使用诸如心电图检测器等的高准确度的心跳传感器，由此使系统的通用性更低。
5.现有技术文献
6.专利文献
7.专利文献1：日本特开平8-280637


技术实现要素：

8.因此，本发明的目的是提供一种信号处理系统、传感器系统、生物特征管理系统、环境控制系统、信号处理方法和程序，其均被配置或设计为将系统的通用性提高到使得能够识别人的自主神经系统的状况的程度。
9.根据本发明的一方面的一种信号处理系统包括：呼气信息获取单元，用于获取作为与人的呼气量有关的生物特征信息的呼气信息；以及神经识别单元，用于基于所述呼气信息的分散度来识别人的自主神经系统的状况。
10.根据本发明的另一方面的一种传感器系统包括：上述的信号处理系统；以及生物特征传感器，用于检测所述呼气信息并将所述呼气信息输出到所述信号处理系统。。
11.根据本发明的又一方面的一种生物特征管理系统包括：上述的传感器系统；以及生物特征状况确定单元，用于基于所述神经识别单元做出的识别的结果，将人的(一个或多于一个)精神和/或身体状况确定为生物特征状况。
12.根据本发明的还一方面的一种环境控制系统包括：上述的生物特征管理系统；以及机器控制器，用于基于所述生物特征状况确定单元做出的决定，对被配置为改变人存在于的空间内的环境的机器进行控制。
13.根据本发明的还一方面的一种信号处理方法包括：呼气信息获取步骤，用于获取
作为与人的呼气量有关的生物特征信息的呼气信息；以及神经识别步骤，用于基于所述呼气信息的分散度来识别人的自主神经系统的状况。
14.根据本发明的还一方面的程序被设计为使计算机系统进行上述的信号处理方法。
附图说明
15.图1是例示根据典型实施例的包括信号处理系统的传感器系统的框图；
16.图2是例示该传感器系统的第一示例的框图；
17.图3是例示该传感器系统的第二示例的框图；
18.图4是例示该传感器系统的第三示例的框图；
19.图5是示出该传感器系统中的预测lf/hf比和测量lf/hf比的确定系数的曲线图；
20.图6是例示根据典型实施例的生物特征管理系统的框图；
21.图7是例示根据典型实施例的环境控制系统的框图；
22.图8是例示该环境控制系统中的机器的示例性布置的立体图；以及
23.图9是示出根据典型实施例的信号处理方法的过程的流程图。
具体实施方式
24.以下要说明的典型实施例通常涉及信号处理系统、传感器系统、生物特征管理系统、环境控制系统、信号处理方法和程序。更具体地，本典型实施例涉及全部被配置或设计为识别人的自主神经系统的状况的信号处理系统、传感器系统、生物特征管理系统、环境控制系统、信号处理方法和程序。
25.注意，以下要说明的实施例仅仅是本发明的各种实施例中的典型实施例，并且不应被解释为限制性的。相反，在没有背离本发明的范围的情况下，可以根据设计选择或任何其他因素以各种方式容易地修改本典型实施例。
26.(实施例)
27.(1)传感器系统的概述
28.在本领域中，众所周知，识别人的自主神经系统的状况以将他或她的(一个或多于一个)精神和/或身体状况确定为生物特征状况，这是有用的。
29.具体地，使用lf/hf比作为人的自主神经系统的状况的指标。可以基于rri(rr间隔)的时间序列数据来获得lf/hf比。如本文所使用的，“rri”是指人的心电图上的一个r波和下一r波之间的时间间隔，即人的心搏间隔。rri不断地变化，并且可以基于rri的时间序列数据将rri的变化频率的分布计算为功率谱。在功率谱中，lf是低频域(例如，从0.05hz到0.15hz)中的信号强度的积分值，并且hf是高频域(例如，从0.15hz到0.40hz)中的信号强度的积分值。当人的自主神经系统是交感神经占优势时的lf/hf比大于当人的自主神经系统是副交感神经占优势时的lf/hf比。例如，人感觉到的压力越大，lf/hf比越大。人感觉越放松，lf/hf比越小。
30.然而，为了获得rri，需要以高分辨率和高准确度检测人的心跳。目前在实践中使用的高分辨率高准确度的心跳传感器的示例包括用于基于心电图或通过光学方法进行评估的接触型传感器。然而，使得能够在不使用心跳信息作为不可缺少的信息的情况下识别人的自主神经系统的状况将扩大可供使用的传感器的范围并提高系统通用性。
31.考虑到该目标，本发明人执行了实验，发现lf/hf比与人的呼气末二氧化碳分压(et co2)的分散度(dispersion)密切相关。实验的结果表明，随着lf/hf比增加而使人更有压力，et co2倾向于进一步分散。
32.作为这样的实验的结果，本发明人发现了在人的呼出气的分散度与lf/hf比之间存在密切相关性。具体地，人的呼出气的分散度越宽，lf/hf比越高。人的呼出气的分散度越窄，lf/hf比越低。换句话说，人的呼出气的分散度越宽，人的自主神经系统中交感神经越占优势。人的呼出气的分散度越窄，人的自主神经系统中副交感神经越占优势。
33.接着，将说明用于基于该发现来识别人的自主神经系统的状况的传感器系统。
34.图1例示根据典型实施例的传感器系统z0的结构。传感器系统z0包括生物特征传感器1和信号处理系统2。
35.生物特征传感器1检测作为与人h1的呼气量有关的生物特征信息的呼气信息。生物特征传感器1输出包括该呼气信息的呼气流量传感器信号y1。
36.信号处理系统2包括呼气信息获取单元21和神经识别单元23。
37.呼气信息获取单元21从生物特征传感器1获取包括呼气信息的呼气流量传感器信号y1。生物特征传感器1和呼气信息获取单元21之间的通信可以是无线通信或有线通信，无论哪种都是适当的。无线通信优选符合诸如无线lan、(蓝牙)或等的协议。有线通信优选符合诸如(以太网)等的有线局域网(lan)协议。可选地，无线通信和有线通信这两者都可以符合专用于信号处理系统2的通信协议。
38.神经识别单元23获得呼气信息的分散度作为人的自主神经系统的状况的指标。神经识别单元23基于呼气信息的分散度来确定人h1的自主神经系统是交感神经占优势还是副交感神经占优势，并且还确定交感神经或副交感神经的优势程度。呼气信息的分散度优选是呼气信息的偏差、方差和标准偏差中的至少一个。
39.该信号处理系统2使用人h1的呼气信息，因此不必使用与人的心搏间隔有关的信息。因此，信号处理系统2可以将系统通用性提高到使得能够识别人h1的自主神经系统的状况的程度。另外，信号处理系统2在识别人h1的自主神经系统的状况时使用呼气信息的分散度，因此可以高度准确地识别人h1的自主神经系统的状况。
40.信号处理系统2包括计算机系统。计算机系统包括处理器和存储器作为其主要硬件组件。可以通过使处理器执行存储器中所存储的程序来进行信号处理系统2的一些或全部功能。程序可以预先存储在计算机系统的存储器中。可替代地，程序还可以通过电信线路进行下载，或者在记录在诸如存储卡、光盘或硬盘驱动器(其中的任何对于计算机系统均是可读的)等的一些非暂时性存储介质中之后进行分发。计算机系统的处理器可以被实现为包括半导体集成电路(ic)或大规模集成电路(lsi)的单个或多个电子电路。这些电子电路可以一起集成在单个芯片上或分布在多个芯片上，无论哪种都是适当的。这些多个芯片可以一起聚集在单个装置中，或者分布在多个装置中而没有限制。
41.(2)传感器系统的第一示例
42.将说明如图2所示的传感器系统z1作为传感器系统z0的第一示例。
43.如上所述，本发明人发现了在人h1的呼出气的二氧化碳含量的分散度与rri的变化之间存在密切相关性。因此，该传感器系统z1包括作为示例性生物特征传感器1的二氧化碳监测仪1a和作为示例性信号处理系统2的信号处理系统2a。
44.(2.1)生物特征传感器
45.作为生物特征传感器1，优选使用用于检测人h1的呼出气中的二氧化碳含量作为呼气信息的co2传感器。呼出气中的二氧化碳含量随着人h1的呼气量的增加而增加。特别地，co2传感器优选是用于检测人h1的et co2的图2所示的二氧化碳监测仪1a。二氧化碳监测仪1a基于从人h1的气管经由管子供给的呼出气来检测(测量)人h1的et co2。et co2与人h1的呼出气中的二氧化碳的含量(浓度)相对应。二氧化碳浓度的时间积分是二氧化碳含量。二氧化碳监测仪1a输出et co2的检测结果作为呼气流量传感器信号y1a。
46.(2.2)信号处理系统
47.如图2所示，信号处理系统2a包括作为示例性呼气信息获取单元21的呼气信息获取单元21a和作为示例性神经识别单元23的神经识别单元23a。信号处理系统2a优选还包括预处理单元22a和输出单元24a。
48.呼气信息获取单元21a从二氧化碳监测仪1a获取包括与人h1的et co2有关的信息的呼气流量传感器信号y1a作为呼气信息。
49.预处理单元22a具有放大呼气流量传感器信号y1a的放大能力和将呼气流量传感器信号y1a转换成数字信号的ad转换能力。预处理单元22a生成包括以预定采样频率生成的et co2的大量采样值(et co2测量值)的数字呼气流量传感器信号。可选地，二氧化碳监测仪1a可以进行预处理单元22a的功能。
50.神经识别单元23a从预处理单元22a接收数字呼气流量传感器信号，并基于et co2的大量采样值来生成et co2的量(magnitude)的时间序列数据。神经识别单元23a基于et co2的量的时间序列数据来获得et co2的量的分散度(作为人的自主神经系统的状况的指标)。具体地，神经识别单元23a基于第一时间段期间的et co2的各个采样值来获得第一时间段期间的et co2的积分，并使用该积分作为et co2的量。然后，神经识别单元23a获得et co2的量的偏差、方差和标准偏差中的至少一个作为et co2的量的分散度。神经识别单元23a确定为et co2的量的分散度越大，人的自主神经系统中交感神经应越占优势。神经识别单元23a还确定为et co2的量的分散度越小，人的自主神经系统中副交感神经应越占优势。第一时间段的持续时间例如优选约为5分钟，但不限于任何特定值。此外，et co2的量的时间序列数据的采样周期优选等于或短于1秒。
51.另外，还优选神经识别单元23a在比第一时间段长的第二时间段内按规定间隔获得et co2的量的分散度，并且使用该第二时间段期间的et co2的量的分散度的平均值作为基准值。在这种情况下，神经识别单元23a确定为et co2的量的分散度相对于基准值的超出量越大，人的自主神经系统中交感神经应越占优势。神经识别单元23a还确定为et co2的量的分散度相对于基准值的不足量越大，人的自主神经系统中副交感神经应越占优势。注意，第二时间段的持续时间优选约为24小时，但不限于任何特定值。
52.可替代地，神经识别单元23a可以在比第一时间段长的第三时间段内按规定间隔获得et co2的量的分散度，并且使用该第三时间段期间的et co2的量的最大分散度和最小分散度之间的差作为差值。在这种情况下，神经识别单元23a可以基于差值的大小来评估人h1的认知机能。如本文所使用的，人h1的认知机能的评估例如是指评估他或她的轻度认知障碍(mci)的程度或者他或她的认知障碍的程度。例如，如果差值低于正常范围，则神经识别单元23a可以确定为他或她的认知机能可能下降。
53.输出单元24a将由神经识别单元23a进行的识别的结果输出到通知系统3。输出单元24a和通知系统3之间的通信可以是无线通信或有线通信，无论哪种都是适当的。无线通信优选符合诸如无线lan、或等的协议。有线通信优选符合诸如等的有线局域网(lan)协议。可选地，无线通信和有线通信这两者都可以符合专用于信号处理系统2a的通信协议。
54.通知系统3包括显示装置、音频机器和任何其他类型的输出装置中的至少一个。显示装置例如可以是液晶显示器或有机电致发光(el)显示器，并且显示由神经识别单元23a进行的识别的结果。音频机器包括扬声器，并且将由神经识别单元23a进行的识别的结果作为语音消息输出。通知系统3例如优选是管理员所使用的个人计算机、平板计算机、智能电话或扬声器。
55.该信号处理系统2a使用二氧化碳监测仪1a，由此将系统通用性提高到使得能够识别人的自主神经系统的状况的程度。另外，该信号处理系统2a在识别人h1的自主神经系统的状况时使用与lf/hf比密切相关的二氧化碳含量(诸如et co2等)，由此使得能够高度准确地识别人h1的自主神经系统的状况。
56.(3)传感器系统的第二示例
57.将说明如图3所示的传感器系统z2作为传感器系统z0的第二示例。
58.如上所述，本发明人发现了在人h1的呼出气的二氧化碳含量的分散度与rri的变化之间存在密切相关性。因此，该传感器系统z2检测与人h1的呼出气的二氧化碳含量密切相关的人h1的身体运动。传感器系统z2检测人h1的身体的移位作为人h1的身体运动。特别地，传感器系统z2优选检测他或她的胸部、胃和背部中的至少一个的移位作为人h1的身体的移位。
59.因此，传感器系统z2包括作为示例性生物特征传感器1的无线电波传感器1b和作为示例性信号处理系统2的信号处理系统2b。
60.(3.1)生物特征传感器
61.传感器系统z2使用无线电波传感器1b作为生物特征传感器1。
62.无线电波传感器1b朝向存在于照射区域内的人h1发出无线电波作为发送波，接收从人h1反射的无线电波作为接收波，并且输出包括与无线电波传感器1b和人h1之间的距离有关的信息的呼气流量传感器信号y1b。到人h1的距离根据人h1的身体运动而变化。例如对包括与距离有关的信息的呼气流量传感器信号y1b进行信号处理，这使得能够导出身体运动信息(诸如与他或她的呼吸、心跳和搏动有关的信息等)作为与人h1有关的生物特征信息。
63.无线电波传感器1b仅需要是能够测量到人h1的距离的无线电波传感器。无线电波传感器1b可以是调频连续波(fmcw)无线电波传感器、二进制频移键控(fsk)无线电波传感器或任何其他合适的传感器。可替代地，如果测量的对象是单个测量对象，则无线电波传感器1b也可以是用于生成i/q数据的多普勒无线电波传感器。用于生成i/q数据的多普勒无线电波传感器可以检测人h1的身体的移位的速度和方向。
64.从无线电波传感器1b发出的发送波优选是微波。特别地，发送波的频率优选落在24ghz频带或48ghz频带内。然而，发送波不必是微波，而也可以是毫米波。因此，发送波的频率不限于任何特定值。
65.例如，传感器系统z2检测人h1的胸部和/或胃的移位作为他或她的胸腹区域的移位。具体地，在传感器系统z2中，无线电波传感器1b从人h1的前方朝向人h1的胸腹部发出发送波。该发送波从人h1的胸腹区域反射。假定人h1的胸腹区域是他或她的前侧并且人h1的背部是他或她的后侧，则人h1的胸腹区域与人h1的呼吸周期同步地在前/后方向上移动。随着人h1的吸气量增加，他或她的胸腹区域向前移动。随着人h1的呼气量增加，他或她的胸腹区域向后移动。此外，随着人h1的呼气量增加，他或她的呼出气的二氧化碳含量增加。因此，当人h1呼气时胸腹区域的移位程度越大，人h1的呼出气的二氧化碳含量越大。换句话说，当人h1呼气时胸腹区域的移位程度越小，人h1的呼出气的二氧化碳含量越小。因此，使用呼气流量传感器信号y1b中所包括的与无线电波传感器1b和人h1的胸腹区域之间的距离有关的信息作为与人h1的胸腹区域的移位有关的信息。也就是说，呼气流量传感器信号y1b包括与同lf/hf比密切相关的二氧化碳含量有关的信息。
66.(3.2)信号处理系统
67.如图3所示，信号处理系统2b包括作为示例性呼气信息获取单元21的呼气信息获取单元21b和作为示例性神经识别单元23的神经识别单元23b。信号处理系统2b优选还包括预处理单元22b和输出单元24b。
68.呼气信息获取单元21b从无线电波传感器1b获取包括与到人h1的距离有关的信息的呼气流量传感器信号y1b作为呼气信息。
69.预处理单元22b具有放大呼气流量传感器信号y1b的放大能力和将呼气流量传感器信号y1b转换成数字信号的ad转换能力。预处理单元22b生成包括以预定采样频率生成的距离的大量采样值(距离测量值)的数字呼气流量传感器信号。可选地，无线电波传感器1b可以进行预处理单元22b的功能。
70.神经识别单元23b从预处理单元22b接收数字呼气流量传感器信号，并基于距离的大量采样值来生成与当人h1呼气时的胸腹区域的移位有关的时间序列数据。具体地，神经识别单元23b将距离的极大值(即，人h1呼气时的距离)从距离的极小值(即，人h1吸气时的距离)中减去，并将如此计算出的差定义为人h1的胸腹区域的移位。然后，神经识别单元23b获得第十一时间段中的胸腹区域的移位的偏差、方差和标准偏差中的至少一个作为胸腹区域的移位的分散度(其是人的自主神经系统的状况的指标)。在这种情况下，神经识别单元23b确定为胸腹区域的移位的分散度越大，人的自主神经系统中交感神经应越占优势。神经识别单元23b还确定为胸腹区域的移位的分散度越小，人的自主神经系统中副交感神经应越占优势。注意，第十一时间段的持续时间优选约为5分钟，但不限于任何特定值。此外，与胸腹区域的移位有关的时间序列数据的采样周期优选等于或短于1秒。
71.另外，还优选神经识别单元23b在比第十一时间段长的第十二时间段内按规定间隔获得胸腹区域的移位的分散度，并使用该第十二时间段期间的胸腹区域的移位的分散度的平均值作为基准值。在这种情况下，神经识别单元23b确定为胸腹区域的移位的分散度相对于基准值的超出量越大，人的自主神经系统中交感神经应越占优势。神经识别单元23b还确定为胸腹区域的移位的分散度相对于基准值的不足量越大，人的自主神经系统中副交感神经应越占优势。注意，第十二时间段的持续时间优选约为24小时，但不限于任何特定值。
72.可替代地，神经识别单元23b可以在比第十一时间段长的第十三时间段内按规定间隔获得胸腹区域的移位的分散度，并使用该第十三时间段期间的胸腹区域的移位的最大
分散度和最小分散度之间的差作为差值。在这种情况下，神经识别单元23b可以基于差值的大小来评估人h1的认知机能。
73.输出单元24b将由神经识别单元23b进行的识别的结果输出到通知系统3。输出单元24b和通知系统3之间的通信可以是无线通信或有线通信，无论哪种都是适当的。无线通信优选符合诸如无线lan、或等的协议。有线通信优选符合诸如等的有线局域网(lan)协议。可选地，无线通信和有线通信这两者都可以符合专用于信号处理系统2b的通信协议。
74.通知系统3包括显示装置、音频机器和任何其他类型的输出装置中的至少一个。通知系统3通知由神经识别单元23a进行的识别的结果。
75.该信号处理系统2b使用无线电波传感器1b，由此将系统通用性提高到使得能够识别人的自主神经系统的状况的程度。另外，该信号处理系统2b在识别人h1的自主神经系统的状况时使用与lf/hf比紧密相关的胸腹区域的移位，由此使得能够高度准确地识别人h1的自主神经系统的状况。
76.此外，神经识别单元23b优选进一步基于从预处理单元22b接收到的数字呼气流量传感器信号来检测人h1的心跳。呼气流量传感器信号不仅包括与由于人h1的呼吸而引起的胸腹区域的移位有关的信息，而且还包括与由于人h1的心跳而引起的移位有关的信息。无线电波传感器1b不仅用作用于检测人h1的呼气信息的生物特征传感器，而且还用作用于检测人h1的心跳的心跳传感器。神经识别单元23b基于呼气流量传感器信号，不仅生成与人h1的胸腹区域的移位有关的时间序列数据，而且还生成与人h1的心跳有关的时间序列数据。然后，神经识别单元23b基于胸腹区域的移位的分散度和每预定时间的心率的分散度来确定人h1的自主神经系统是交感神经占优势还是副交感神经占优势，并且还确定交感神经或副交感神经的优势程度。每预定时间的心率例如可以是每分钟的心率。然而，这仅是示例，并且预定时间不必是1分钟。
77.例如，通过使用胸腹区域的移位的分散度和心率的分散度作为各个解释变量并使用lf/hf比作为基准变量来进行多重回归分析，可以获得用于基于胸腹区域的移位的分散度和心率的分散度来预测lf/hf比的预测公式。神经识别单元23b通过将胸腹区域的移位的分散度和心率的分散度代入该预测公式来获得预测lf/hf比。在这种情况下，神经识别单元23b基于预测lf/hf比来确定人h1的自主神经系统是交感神经占优势还是副交感神经占优势，并且还确定交感神经或副交感神经的优势程度。
78.如上所述，通过使用胸腹区域的移位的分散度和心率的分散度这两者来识别人h1的自主神经系统的状况，由此使得能够更加准确地进行识别处理。
79.注意，在传感器系统z2中，如果需要检测人h1的背部的移位作为人h1的身体的移位，则无线电波传感器1b从人h1的背部后方朝向他或她的背部发出发送波。
80.(4)传感器系统的第三实例
81.将说明如图4所示的传感器系统z3作为传感器系统z0的第三示例。
82.传感器系统z3包括二氧化碳监测仪1a、心跳传感器10和作为示例性信号处理系统2的信号处理系统2c。信号处理系统2c不仅包括传感器系统z1的呼气信息获取单元21a和预处理单元22a，而且还包括神经识别单元23c、输出单元24c、心跳信息获取单元25和另一预处理单元26。
83.(4.1)心跳传感器
84.心跳传感器10例如可以是用于基于心电图或通过光学方法进行评估的接触型传感器，并且例如可以附接到人h1的胸部或手腕。心跳传感器10输出包括与心跳波形有关的信息的心跳传感器信号y2作为人h1的心跳的检测结果。
85.(4.2)信号处理系统
86.心跳信息获取单元25从心跳传感器10获取心跳传感器信号y2。心跳传感器10和心跳信息获取单元25之间的通信可以是无线通信或有线通信，无论哪种都是适当的。无线通信优选符合诸如无线lan、或等的协议。有线通信优选符合诸如等的有线局域网(lan)协议。可选地，无线通信和有线通信这两者都可以符合专用于传感器系统z3的通信协议。
87.预处理单元26具有放大心跳传感器信号y2的放大能力和将心跳传感器信号y2转换成数字信号的ad转换能力。预处理单元26生成包括以预定采样频率生成的心跳波形的(表示心跳波形的强度的)大量采样值的数字心跳传感器信号。可选地，心跳传感器10可以进行预处理单元26的功能。
88.神经识别单元23c从预处理单元22a接收数字呼气流量传感器信号，并且还从预处理单元26接收数字心跳传感器信号。神经识别单元23c基于呼气流量传感器信号生成与人h1的et co2的量有关的时间序列数据，并且还基于心跳传感器信号生成与人h1的心跳有关的时间序列数据。然后，神经识别单元23c基于et co2的量的分散度和每预定时间的心率的分散度(这些是人h1的自主神经系统的状况的指标)来确定人h1的自主神经系统是交感神经占优势还是副交感神经占优势，并且进一步确定交感神经或副交感神经的优势程度。
89.例如，通过使用et co2的量的分散度和心率的分散度作为各个解释变量并使用lf/hf比作为基准变量来进行多重回归分析，可以获得用于基于et co2的量的分散度和心率的分散度来预测lf/hf比的预测公式。预测公式例如可以被表示为以下的式(1)：
90.lf/hf ＝ 2.1355
·
σ1 + 232.6184
·
σ2
ꢀ–ꢀ
11.0781
ꢀꢀ
(1)
91.其中：σ1是表示et co2的量的分散度的标准偏差，并且σ2是表示心率的分散度的标准偏差。神经识别单元23c通过由该式(1)表示的预测公式来获得预测lf/hf比。在这种情况下，神经识别单元23c基于预测lf/hf比来确定人h1的自主神经系统是交感神经占优势还是副交感神经占优势，并且还确定交感神经或副交感神经的优势程度。
92.输出单元24c将由神经识别单元23c进行的识别的结果输出到通知系统3。输出单元24c和通知系统3之间的通信可以是无线通信或有线通信，无论哪种通信都是适当的。无线通信优选符合诸如无线lan、或等的协议。有线通信优选符合诸如等的有线局域网(lan)协议。可选地，无线通信和有线通信这两者都可以符合专用于信号处理系统2c的通信协议。
93.如上所述，该传感器系统z3通过使用胸腹区域的移位的分散度和心率的分散度来识别人h1的自主神经系统的状况，由此使得能够更加准确地进行识别处理。
94.本发明人顺次将人h1周围的环境从第一环境e1改变到第二环境e2，然后改变到第三环境e3，以通过式(1)获得各个环境下的人h1的预测lf/hf比。在图5中示出各个环境下的预测lf/hf比和各个环境下的测量lf/hf比的确定系数r2。在该示例中，第一环境e1可以是
在黑暗中人h1正闭合他或她的眼睛的状态。第二环境e2可以是在播放流行音乐作为背景音乐的状态下用白色光照射人h1的状态。第三环境e3可以是在黑暗中播放古典音乐作为背景音乐的状态。如图5所示，各个环境下的确定系数r2落在0.5至0.9的范围内。因此，可以看出，通过式(1)获得的预测lf/hf比与测量lf/hf比紧密相关(即，式(1)的精度相对较高)。
95.可选地，图3所示的传感器系统z2也可以包括与无线电波传感器1b分开的心跳传感器10，以通过使用胸腹区域的移位的分散度和心率的分散度这两者来识别人h1的自主神经系统的状况。
96.(5)生物特征管理系统
97.图6例示生物特征管理系统4的结构。生物特征管理系统4包括传感器系统z0(其包括传感器系统z1至z3中的任一个)和生物特征状况确定单元41。
98.生物特征状况确定单元41接收由传感器系统z0的神经识别单元23(其包括神经识别单元23a至23c中的任一个)进行的识别的结果。生物特征状况确定单元41基于由神经识别单元23进行的识别的结果来将人h1的(一个或多于一个)精神和/或身体状况确定为生物特征状况。
99.注意，生物特征状况确定单元41可以被实现为与传感器系统z0相同的计算机系统或与传感器系统z0不同的计算机系统，无论哪种都是适当的。
100.由神经识别单元23进行的识别的结果包括与人h1的自主神经系统中的交感神经或副交感神经的优势程度有关的决定。这使得生物特征状况确定单元41能够基于由神经识别单元23进行的识别的结果将人h1的压力水平确定为生物特征状况。生物特征状况确定单元41确定为交感神经的优势程度越大，人h1应感受到的压力越大，并且还确定为副交感神经的优势程度越大，人h1应感受到的压力越小。可选地，生物特征状况确定单元41可以不仅确定人h1的压力水平，而且还确定人h1的认知机能的程度。
101.生物特征状况确定单元41将如此做出的决定发送到通知系统3。作为响应，通知系统3例如向管理员通知由生物特征状况确定单元41做出的决定。通知系统3例如优选是管理员所使用的个人计算机、平板计算机或智能电话。
102.可选地，生物特征管理系统4可以安装在人h1所操纵的移动运载工具中。移动运载工具的示例包括汽车、飞行器和水运工具。移动运载工具通过由人h1操纵而移动。在这种情况下，生物特征状况确定单元41基于由神经识别单元23进行的识别的结果来确定人h1的唤醒水平，由此做出与人h1的打盹、注意力程度和/或疲劳程度有关的决定作为生物特征状况。在这种情况下，通知系统3可以是移动运载工具中的显示装置和音频机器，并且被设计为通过显示图像和发出声音来增加人h1的唤醒水平。
103.(6)环境控制系统
104.图7例示环境控制系统5的结构。环境控制系统5包括生物特征管理系统4和机器控制器51。
105.机器控制器51接收由生物特征管理系统4的生物特征状况确定单元41做出的决定。机器控制器51基于由生物特征状况确定单元41做出的决定来控制改变人h1存在于的空间7内的环境的机器6。注意，机器控制器51可以被实现为与生物特征管理系统4相同的计算机系统或与生物特征管理系统4不同的计算机系统，无论哪种都是适当的。
106.由生物特征状况确定单元41做出的决定例如包括关于人h1的压力水平、人h1的认
知机能的程度和/或人h1的唤醒水平所做出的至少一个决定。因此，机器控制器51基于由生物特征状况确定单元41做出的决定来控制改变空间7内的环境的机器6。机器6包括选自例如由空调、循环器、照明器具、音频机器、香薰机、显示装置、通风机和外部光调节器(即，遮阳板)构成的组中的至少一个装置。通过操作这些机器6中的至少一个，可以控制选自例如由空间7内的温度、湿度、气流速度、照度、照明光的颜色、背景音乐(bgm)、香味、运动图片、co2浓度和入射光构成的组中的至少一个。
107.因此，机器控制器51例如可以有助于通过基于由生物特征状况确定单元41做出的决定控制机器6，来减轻人h1感觉到的压力，提高人h1的认知机能，或者增加人h1的唤醒水平。
108.图8例示人h1存在于的房间71作为由环境控制系统5控制环境的示例性空间7。
109.在房间71中，作为机器6，布置有空调61、循环器62、照明器具63、音频机器64、香薰机65、显示装置66、通风机67和入射光调节器68。空调61用于控制房间71内的温度和湿度。循环器62用于控制房间71内的气流。照明器具63用于控制房间71内的照度和光色。音频机器64用于例如在房间71内播放背景音乐(bgm)或发出环境声音(诸如雨声、风声、波浪声、鸟的啁啾声和昆虫的鸣叫声等)。香薰机65用于控制房间71内的香味。显示装置66用于显示例如环境视频(例如，诸如山脉、海洋或河流等的自然风景的视频)。通风机67用于通过使房间71通风来控制房间71内的co2浓度。入射光调节器68例如可以是电动百叶窗或电动帘，并且用于调节入射到房间71的外部光的量。环境控制系统5基于由生物特征管理系统4做出的决定来控制这些机器6，由此控制对例如人h1的视觉、听觉、嗅觉和触觉的刺激，并且还调节人h1在房间71内感觉到的温度和湿度，并由此有助于例如减轻人h1感觉到的压力，提高他或她的认知机能，并增加他或她的唤醒水平。
110.特别地，环境控制系统5可以通过在控制空调61的状态下调节房间71内的温度和/或湿度来有效地控制人h1的自主神经系统。
111.(7)信号处理方法
112.根据本实施例的信号处理方法可以被总结为如图9的流程图所示。
113.图9所示的信号处理方法包括呼气信息获取步骤s1和神经识别步骤s2。
114.呼气信息获取步骤s1包括使呼气信息获取单元21获取作为与人h1的呼气量有关的生物特征信息的呼气信息。
115.神经识别步骤s2包括使神经识别单元23基于呼气信息的分散度来识别人h1的自主神经系统的状况。
116.计算机系统的存储器中所存储的程序优选被设计为使处理器进行上述的信号处理方法。
117.该信号处理方法和程序还可以将系统通用性提高到使得能够识别人的自主神经系统的状况的程度。另外，该信号处理方法和程序在识别人h1的自主神经系统的状况时使用呼气信息的分散度，因此可以高度准确地识别人h1的自主神经系统的状况。
118.(8)概括
119.从前述说明可以看出，根据典型实施例的第一方面的信号处理系统(2,2a,2b,2c)包括呼气信息获取单元(21,21a,21b)和神经识别单元(23,23a,23b,23c)。呼气信息获取单元(21,21a,21b)获取作为与人(h1)的呼气量有关的生物特征信息的呼气信息。神经识别单
元(23,23a,23b,23c)基于呼气信息的分散来度识别人(h1)的自主神经系统的状况。
120.该信号处理系统(2,2a,2b,2c)可以将系统通用性提高到使得能够识别人(h1)的自主神经系统的状况的程度。另外，信号处理系统(2,2a,2b,2c)在识别人(h1)的自主神经系统的状况时使用呼气信息的分散度，由此使得能够高度准确地识别人(h1)的自主神经系统的状况。
121.在可以结合第一方面来实现的根据典型实施例的第二方面的信号处理系统(2,2a,2b,2c)中，神经识别单元(23,23a,23b,23c)使用偏差、方差和标准偏差中的至少一个作为分散度。
122.该信号处理系统(2,2a,2b,2c)可以高度准确地识别人(h1)的自主神经系统的状况。
123.根据典型实施例的第三方面的传感器系统(z0,z1,z2,z3)包括：根据第一方面或第二方面的信号处理系统(2,2a,2b,2c)；以及生物特征传感器(1,1a,1b)，用于检测呼气信息并将该呼气信息输出到信号处理系统(2,2a,2b,2c)。
124.该传感器系统(z0,z1,z2,z3)可以将系统通用性提高到使得能够识别人(h1)的自主神经系统的状况的程度。
125.在可以结合第三方面来实现的根据典型实施例的第四方面的传感器系统(z1)中，生物特征传感器(1a)优选检测人(h1)的呼出气的二氧化碳含量作为呼气信息。
126.该传感器系统(z1)使用与lf/hf比密切相关的二氧化碳含量，由此使得能够高度准确地识别人(h1)的自主神经系统的状况。
127.在可以结合第四方面来实现的根据典型实施例的第五方面的传感器系统(z1)中，生物特征传感器(1a)优选检测呼气末二氧化碳分压作为二氧化碳含量。
128.该传感器系统(z1)使用与lf/hf比密切相关的呼气末二氧化碳分压，由此使得能够高度准确地识别人(h1)的自主神经系统的状况。
129.在可以结合第三方面来实现的根据典型实施例的第六方面的传感器系统(z2)中，生物特征传感器(1b)优选检测人(h1)的身体运动作为呼气信息。
130.该传感器系统(z2)使用与lf/hf比密切相关的身体运动，由此使得能够高度准确地识别人(h1)的自主神经系统的状况。
131.在可以结合第六方面来实现的根据典型实施例的第七方面的传感器系统(z2)中，生物特征传感器(1b)优选检测人(h1)的身体的移位作为呼气信息。
132.该传感器系统(z2)使用与lf/hf比密切相关的人(h1)的身体的移位，由此使得能够高度准确地识别人(h1)的自主神经系统的状况。
133.在可以结合第六方面或第七方面来实现的根据典型实施例的第八方面的传感器系统(z2)中，生物特征传感器(1b)优选是接收从人(h1)反射的无线电波的无线电波传感器。
134.该传感器系统(z2)可以容易地检测人(h1)的身体运动。
135.可以结合第三方面至第八方面中任一方面来实现的根据典型实施例的第九方面的传感器系统(z2,z3)还包括心跳传感器(1b,10)，该心跳传感器(1b,10)用于检测人(h1)的心跳。神经识别单元(23c)基于呼气信息的分散度和预定时间段期间的心率来识别人(h1)的自主神经系统的状况。
136.该传感器系统(z2,z3)可以更加准确地进行识别处理。
137.根据典型实施例的第十方面的生物特征管理系统(4)包括：根据第三方面至第九方面中任一方面的传感器系统(z0,z1,z2,z3)；以及生物特征状况确定单元(41)，用于基于由神经识别单元(23,23a,23b,23c)进行的识别的结果来将人(h1)的(一个或多于一个)精神和/或身体状况确定为生物特征状况。
138.该生物特征管理系统(4)可以将系统通用性提高到使得能够不仅识别人(h1)的自主神经系统的状况、而且还识别人(h1)的生物特征状况的程度。
139.在可以结合第十方面来实现的根据典型实施例的第十一方面的生物特征管理系统(4)中，生物特征状况确定单元(41)优选将人(h1)的压力水平确定为生物特征状况。
140.该生物特征管理系统(4)可以容易地确定人(h1)的压力水平。
141.在可以结合第十方面来实现的根据典型实施例的第十二方面的生物特征管理系统(4)中，生物特征状况确定单元(41)优选确定正在操纵移动运载工具的人(h1)的生物特征状况。
142.该生物特征管理系统(4)可以容易地确定正在操纵移动运载工具的人(h1)的唤醒水平。
143.根据典型实施例的第十三方面的环境控制系统(5)包括：根据第十方面至第十二方面中任一方面的生物特征管理系统(4)；以及机器控制器(51)，用于基于由生物特征状况确定单元(41)做出的决定来控制用于改变人(h1)存在于的空间(7)内的环境的机器(6)。
144.该环境控制系统(5)可以将系统通用性提高到使得能够不仅识别人(h1)的自主神经系统的状况、而且还识别人(h1)的生物特征状况的程度。
145.在可以结合第十三方面来实现的根据典型实施例的第十四方面的环境控制系统(5)中，机器控制器(51)优选通过将至少空调(61)作为机器(6)进行控制来改变空间(7)内的温度和湿度中的至少一个。
146.该环境控制系统(5)可以有效地控制人(h1)的自主神经系统。
147.根据典型实施例的第十五方面的信号处理方法包括呼气信息获取步骤(s1)和神经识别步骤(s2)。呼气信息获取步骤(s1)包括获取作为与人(h1)的呼气量有关的生物特征信息的呼气信息。神经识别步骤(s2)包括基于呼气信息的分散度来识别人(h1)的自主神经系统的状况。
148.该信号处理方法可以将系统通用性提高到使得能够识别人(h1)的自主神经系统的状况的程度。
149.根据典型实施例的第十六方面的程序被设计为使计算机系统进行根据第十五方面的信号处理方法。
150.该程序可以将系统通用性提高到使得能够识别人(h1)的自主神经系统的状况的程度。
151.根据典型实施例的第十七方面的信号处理方法包括呼气信息获取步骤和指标导出步骤。呼气信息获取步骤包括获取作为与人(h1)的呼气量有关的生物特征信息的呼气信息。指标导出步骤包括导出呼气信息的分散度作为人(h1)的自主神经系统的状况的指标。
152.该信号处理方法可以将系统通用性提高到使得能够识别人(h1)的自主神经系统的状况的程度。
153.附图标记说明
[0154]1ꢀꢀ
生物特征传感器
[0155]
1a
ꢀꢀ
二氧化碳监测仪(生物特征传感器)
[0156]
1b
ꢀꢀ
无线电波传感器(生物特征传感器)(心跳传感器)
[0157]
2,2a,2b,2c
ꢀꢀ
信号处理系统
[0158]
21,21a,21b
ꢀꢀ
呼气信息获取单元
[0159]
23,23a,23b,23c
ꢀꢀ
神经识别单元
[0160]4ꢀꢀ
生物特征管理系统
[0161]
41
ꢀꢀ
生物特征状况确定单元
[0162]5ꢀꢀ
环境控制系统
[0163]
51
ꢀꢀ
机器控制器
[0164]6ꢀꢀ
机器
[0165]
61
ꢀꢀ
空调
[0166]7ꢀꢀ
空间
[0167]
10
ꢀꢀ
心跳传感器
[0168]
h1
ꢀꢀ
人
[0169]
z0,z1,z2,z3
ꢀꢀ
传感器系统
[0170]
s1
ꢀꢀ
呼气信息获取步骤
[0171]
s2
ꢀꢀ
神经识别步骤