【技术实现步骤摘要】
【国外来华专利技术】推断抑郁状态的装置、方法及其程序
本专利技术涉及推断抑郁状态(depressivestate)的装置、方法及其程序,更详细而言,涉及根据生物体数据来推断抑郁症或躁郁症的抑郁状态的装置、方法及其程序。
技术介绍
近年来,发达国家的精神疾病患者一直在增加,作为情感障碍的一种类型的抑郁症或躁郁症的患者数量特别多。情感障碍大致分为只有抑郁发作(depressiveepisode)的“抑郁性障碍”和伴有称为“躁狂发作”症状的“双相障碍”。当因抑郁症或躁郁症而进入抑郁状态时,通常会出现精力减退、失去活力的情况,专利文献1中揭示了一种根据受试者的活动量和脉搏间隔,在满足规定条件式的情况下判定为双相障碍的技术。现有技术文献专利文献专利文献1:日本专利特开2018-33795号公报
技术实现思路
专利技术要解决的问题专利技术者等人发现,通过有效利用估计今后会普及的可穿戴设备,可以改善抑郁状态的判定技术。本专利技术的目的在于提供一种使用可穿戴设备来推断抑郁状态用的新的装置、方法及其程序。解决问题的技术手段为了达成这样的目的,本专利技术的第1形态为一种方法,其根据生物体数据来推断受试者的抑郁状态的方法,该方法的特征在于,包含如下步骤:将包括多种数据类型的生物体数据按每一数据类型转换为规定时间单位的单位时间数据;根据所述单位时间数据来提取1个或多个特征量;以及以所述1个或多个特征量中的至少一部分为输入,使用预先定下的推断模型来推断抑郁状态。此外,本专利技术的 ...
【技术保护点】
1.一种方法,其根据借助受试者戴在身上的可穿戴设备测量出的生物体数据来推断受试者的抑郁状态,该方法的特征在于,包含如下步骤:/n将包括多种数据类型的生物体数据按每一数据类型转换为规定时间单位的单位时间数据;/n根据所述单位时间数据来提取1个或多个特征量;以及/n以所述1个或多个特征量中的至少一部分为输入,使用预先定下的推断模型来推断抑郁状态,/n所述1个或多个特征量包括各数据类型的所述单位时间数据的分位数以及多种数据类型的各组合的相关系数。/n
【技术特征摘要】
【国外来华专利技术】20181214 JP 2018-2349661.一种方法,其根据借助受试者戴在身上的可穿戴设备测量出的生物体数据来推断受试者的抑郁状态,该方法的特征在于,包含如下步骤:
将包括多种数据类型的生物体数据按每一数据类型转换为规定时间单位的单位时间数据;
根据所述单位时间数据来提取1个或多个特征量;以及
以所述1个或多个特征量中的至少一部分为输入,使用预先定下的推断模型来推断抑郁状态,
所述1个或多个特征量包括各数据类型的所述单位时间数据的分位数以及多种数据类型的各组合的相关系数。
2.根据权利要求1所述的方法,其特征在于,
所述规定时间单位为1小时单位。
3.根据权利要求1至4中任一项所述的方法,其特征在于,
所述多种数据类型包括皮肤温度。
4.根据权利要求3所述的方法,其特征在于,
所述1个或多个特征量包括皮肤温度的分位数。
5.根据权利要求3或4所述的方法,其特征在于,
所述多种数据类型包括睡眠状态。
6.根据权利要求5所述的方法,其特征在于,
所述1个或多个特征量包括皮肤温度与睡眠状态的相关系数。
7.根据权利要求1至6中任一项所述的方法,其特征在于,
所述1个或多个特征量还包括各数据类型的所述单位时间数据的标准偏差。
8.根据权利要求1至7中任一项所述的方法,其特征在于,
所述1个或多个特征量中的所述至少一部分是通过正则化来加以选择。
9.根据权利要求1至8中任一项所述的方法,其特征在于,
所述推断模型是通过机器学习生成的推断抑郁状态的有无的模型。
10.根据权利要求1至8中任一项所述的方法,其特征在于,
所述推断模型是通过机器学习生成的推断抑郁状态的重症度的模型。
11.根据权利要求10所述的方法,其特征在于,
所述重症度为HAMD的分数。
12.根据权利要求1至8中任一项所述的方法,其特征在于,
所述推断模型包括通过机器学习生成的推断抑郁状态的有无的第1模型以及通过机器学习生成的推断抑郁状态的重症度的第2模型,
所述第2模型的生成中使用的生物体数据是以比所述第1模型的生成中使用的生物体数据长的期间测量出的数据。
13.一种程序,其用于使计算机执行根据借助受试者戴在身上的可穿戴设备测量出的生物体数据来推断受试者的抑郁状态的方法,该程序的特征在于,所述方法包含如下步骤:
将包括多种数据类型的生物体数据按每一数据类型转换为规定时间单位的单位时间数据;
从所述单位时间数据中提取1个或多个特征量;以及
以所述1个或多个特征量中的至少一部分为输入,使用预先定下的推断模型来推断抑郁状态,
所述1个或多个特征量包括各数据类型的所述单位时间数据的分位数以及多种数据类型的各组合的相关系数。
14....
【专利技术属性】
技术研发人员:岸本泰士郎,田泽雄基,梁国经,藤田卓仙,吉村道孝,北泽桃子,三村将,
申请(专利权)人:学校法人庆应义塾,
类型:发明
国别省市:日本;JP
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。