JP6899952B2 - 吸引器、吸引器の制御方法および制御プログラム - Google Patents

Description

本発明は、吸引器、吸引器の制御方法および制御プログラムに関する。

今日はストレス社会と呼ばれているが、ストレスの解消や軽減に深呼吸が有効であるものと考えられる。また、使用者に香味を付与可能な吸引器が知られており、この種の吸引器を用いて使用者が吸引する際、自然と深呼吸が促されることで、ストレスの解消、軽減に寄与するものと考えられる。

特開２００７−３７６４２号公報 特開２００６−１７３９４号公報

しかしながら、従来の吸引器においては、ストレスを解消する用途で吸引しようにも、成り行きまかせで吸引動作（深呼吸）を繰り返すしかなく、いつまで吸引動作（深呼吸）を繰り返せば良いのかを適切に判断することは難しかった。

本発明は、上記した実情に鑑みてなされたものであって、その目的は、吸引動作によってストレス状態が解消されたかどうかの判断を使用者が把握することの可能な吸引器に関する技術を提供することにある。

上記課題を解決するための本発明に係る吸引器は、筐体と、前記筐体に設けられ、吸い口を有する吸い口ユニットと、外部に露出するように前記筐体に設けられ、使用者の精神性発汗量を測定するための発汗量測定用電極と、前記発汗量測定用電極を用いて測定した精神性発汗量に基づいて使用者のストレス度合いを分析し、分析結果を使用者に通知する制御部と、を備えることを特徴とする。

また、本発明に係る吸引器は、前記筐体内に設けられた気圧センサを更に備え、前記制御部は、前記気圧センサから出力される筐体内の気圧に関する気圧情報に基づいて使用者による前記吸い口の吸引動作を検知し、使用者による前記吸い口の吸引動作中にのみ、前記発汗量測定用電極を用いて精神性発汗量を測定するように構成されていても良い。

また、本発明において、前記制御部は、前記精神性発汗量が所定の低ストレス発汗量まで低下したと判定した場合に、使用者に刺激を付与する覚醒処理を実行するように構成されていても良い。

また、本発明において、前記筐体が香気成分を含んでいても良い。この場合、前記筐体が木製筐体であり、当該木製筐体が香気成分を含む香気発生源として形成されていても良い。

また、本発明において、前記発汗量測定用電極は前記筐体に一対設けられており、使用者が前記筐体を把持した際に当該筐体を把持する使用者の掌の異なる２つの領域が触れる予め定められた２箇所に配置されていても良い。この場合、一対の前記発汗量測定用電極は、使用者が前記筐体を把持した際に当該筐体を把持する使用者の人差し指と中指が触れる予め定められた２箇所に配置されていても良い。

また、前記制御部は、使用者のストレス度合いを分析するストレス度合い分析制御を実行する際、所定の第１タイムアウト時期が到来する前に使用者の精神性発汗量が所定の判定用閾値未満になったときに所定のストレス解消完了通知を使用者に通知するメイン処理を実行し、前記制御部は、前記メイン処理の開始時から前記第１タイムアウト時期が到来するまでのメイン処理継続最大期間よりも短い所定の予測用特徴量測定期間において経時的に変化する使用者の精神性発汗量の推移と、前記メイン処理継続最大期間における使用者の精神性発汗量の最小値との関連性を表す発汗量最小値予測モデルと、前記予測用特徴量測定期間において経時的に変化する使用者の精神性発汗量の推移と前記メイン処理継続最大期間における使用者の精神性発汗量の最大値との関連性を表す発汗量最大値予測モデルと、を格納する記憶部と、前記メイン処理の開始時から前記予測用特徴量測定期間に亘って測定した使用者における精神性発汗量の測定値を特徴量として、前記発汗量最小値予測モデルと前記発汗量最大値予測モデルとにそれぞれ適用することによって、前記メイン処理継続最大期間における使用者の精神性発汗量の最小値と最大値をそれぞれ予測する予測部と、前記判定用閾値を、前記予測部が予測した前記メイン処理継続最大期間における使用者の精神性発汗量の最小値である最小予測値以上であって且つ当該メイン処理継続最大期間における使用者の精神性発汗量の最大値である最大予測値以下の範囲で設定する設定部と、を有していても良い。

また、前記発汗量最小値予測モデルは、予め前記ストレス度合い分析制御を実行したときの前記予測用特徴量測定期間における使用者の精神性発汗量の測定値の推移と前記メイン処理継続最大期間における使用者の精神性発汗量の測定値の最小値とを対応付けた複数の発汗量最小値学習用データを教師データとして用いた機械学習によって前記予測用特徴量測定期間における使用者の精神性発汗量の推移と前記メイン処理継続最大期間における使用者の精神性発汗量の最小値との関連性を学習済みの予測モデルであって、前記発汗量最大値予測モデルは、予め前記ストレス度合い分析制御を実行したときの前記予測用特徴量測定期間における使用者の精神性発汗量の測定値の推移と前記メイン処理継続最大期間における使用者の精神性発汗量の最大値とを対応付けた複数の発汗量最大値学習用データを教師データとして用いた機械学習によって前記予測用特徴量測定期間における使用者の精神性発汗量の推移と前記メイン処理継続最大期間における使用者の精神性発汗量の最大値との関連性を学習済みの予測モデルであっても良い。

また、前記予測部は、前記メイン処理の開始時から前記予測用特徴量測定期間が経過した時点で、前記予測部に格納された前記発汗量最小値予測モデルと前記発汗量最大値予測モデルとに基づいて前記最小予測値と前記最大予測値をそれぞれ予測しても良い。

また、前記制御部は、前記メイン処理の開始時から前記予測用特徴量測定期間が経過した時点以降に測定した使用者の精神性発汗量の測定値を、前記発汗量最小値予測モデルと前記発汗量最大値予測モデルとに基づいてそれぞれ予測した前記最小予測値および前記最大予測値を用いて、前記最小予測値を第１の値とすると共に前記最大予測値を前記第１の値よりも大きい第２の値としてスケーリング処理を行う処理部を更に備え、前記設定部は、前記第１の値以上で且つ前記第２の値以下の固定値として前記判定用閾値を設定しても良い。

また、本発明は、吸引器の制御方法としても特定することができる。すなわち、本発明は、筐体と、前記筐体に設けられると共に吸い口を有する吸い口ユニットと、外部に露出するように前記筐体に設けられて使用者の精神性発汗量を測定するための発汗量測定用電極と、を備える吸引器の制御方法であって、前記発汗量測定用電極を用いて使用者の精神性発汗量を測定し、当該測定した精神性発汗量に基づいて使用者のストレス度合いを分析し、分析結果を使用者に通知することを特徴とする。

また、吸引器の制御方法において、前記吸引器を制御する制御部は、使用者のストレス度合いを分析するストレス度合い分析制御を実行する際、所定の第１タイムアウト時期が到来する前に使用者の精神性発汗量が所定の判定用閾値以下になったときに所定のストレス解消完了通知を使用者に通知するメイン処理を実行し、前記制御部は、前記メイン処理の開始時から前記第１タイムアウト時期が到来するまでのメイン処理継続最大期間よりも短い所定の予測用特徴量測定期間において経時的に変化する使用者の精神性発汗量の推移と、前記メイン処理継続最大期間における使用者の精神性発汗量の最小値との関連性を表す発汗量最小値予測モデルと、前記予測用特徴量測定期間において経時的に変化する使用者の精神性発汗量の推移と前記メイン処理継続最大期間における使用者の精神性発汗量の最大値との関連性を表す発汗量最大値予測モデルと、を格納する記憶部を有し、前記メイン処理の開始時から前記予測用特徴量測定期間に亘って測定した使用者における精神性発汗量の測定値を特徴量として、前記発汗量最小値予測モデルと前記発汗量最大値予測モデルとにそれぞれ適用することによって、前記メイン処理継続最大期間における使用者の精神性発汗量の最小値と最大値をそれぞれ予測し、当該予測した前記メイン処理継続最大期間における使用者の精神性発汗量の最小値である最小予測値以上であって且つ当該メイン処理継続最大期間における使用者の精神性発汗量の最大値である最大予測値以下の範囲内で前記判定用閾値を設定しても良い。

また、吸引器の制御方法において、前記制御部は、前記メイン処理の開始時から前記予測用特徴量測定期間が経過した時点で、前記予測部に格納された前記発汗量最小値予測モデルと前記発汗量最大値予測モデルとに基づいて前記最小予測値と前記最大予測値をそれぞれ予測しても良い。

また、吸引器の制御方法において、前記制御部は、前記メイン処理の開始時から前記予測用特徴量測定期間が経過した時点以降に測定した使用者の精神性発汗量の測定値を、前記発汗量最小値予測モデルと前記発汗量最大値予測モデルとに基づいてそれぞれ予測した前記最小予測値および前記最大予測値を用いて、前記最小予測値を第１の値とすると共に前記最大予測値を前記第１の値よりも大きい第２の値としてスケーリング処理を行い、且つ、前記第１の値以上で且つ前記第２の値以下の固定値として前記判定用閾値を設定しても良い。

また、本発明は、吸引器の制御プログラムとしても特定することができる。すなわち、本発明は、筐体と、前記筐体に設けられると共に吸い口を有する吸い口ユニットと、外部に露出するように前記筐体に設けられて使用者の精神性発汗量を測定するための発汗量測定用電極と、を備える吸引器の制御部に実行させるプログラムであって、前記制御部に、前記発汗量測定用電極に使用者の精神性発汗量を測定させ、当該精神性発汗量の測定値に基づいて使用者のストレス度合いを分析させ、分析結果を使用者に通知させることを特徴とする。

また、前記吸引器の制御プログラムは、前記制御部に、使用者のストレス度合いを分析するストレス度合い分析制御を実行させる際、所定の第１タイムアウト時期が到来する前に使用者の精神性発汗量が所定の判定用閾値以下になったときに所定のストレス解消完了通知を使用者に通知するメイン処理を実行させ、前記制御部は、前記メイン処理の開始時から前記第１タイムアウト時期が到来するまでのメイン処理継続最大期間よりも短い所定の予測用特徴量測定期間において経時的に変化する使用者の精神性発汗量の推移と、前記メイン処理継続最大期間における使用者の精神性発汗量の最小値との関連性を表す発汗量最小値予測モデルと、前記予測用特徴量測定期間において経時的に変化する使用者の精神性発汗量の推移と前記メイン処理継続最大期間における使用者の精神性発汗量の最大値との関連性を表す発汗量最大値予測モデルと、を格納する記憶部を有し、前記吸引器の制御プログラムは、前記制御部に、前記メイン処理の開始時から前記予測用特徴量測定期間に亘って測定した使用者における精神性発汗量の測定値を特徴量として、前記発汗量最小値予測モデルと前記発汗量最大値予測モデルとにそれぞれ適用することによって、前記メイン処理継続最大期間における使用者の精神性発汗量の最小値と最大値をそれぞれ予測させ、当該予測させた前記メイン処理継続最大期間における使用者の精神性発汗量の最小値である最小予測値以上であって且つ当該メイン処理継続最大期間における使用者の精神性発汗量の最大値である最大予測値以下の範囲に前記判定用閾値を設定させても良い。

また、吸引器の制御プログラムは、前記制御部に、前記メイン処理の開始時から前記予測用特徴量測定期間が経過した時点で、前記予測部に格納された前記発汗量最小値予測モデルと前記発汗量最大値予測モデルとに基づいて前記最小予測値と前記最大予測値をそれぞれ予測させても良い。

また、吸引器の制御プログラムは、前記制御部に、前記メイン処理の開始時から前記予測用特徴量測定期間が経過した時点以降に測定した使用者の精神性発汗量の測定値を、前記発汗量最小値予測モデルと前記発汗量最大値予測モデルとに基づいてそれぞれ予測した前記最小予測値および前記最大予測値を用いて、前記最小予測値を第１の値とすると共に前記最大予測値を前記第１の値よりも大きい第２の値としてスケーリング処理を行わせ、且つ、前記第１の値以上で且つ前記第２の値以下の固定値として前記判定用閾値を設定させても良い。

また、本発明は、上記吸引器の制御プログラムを記録したコンピュータ読み取り可能な記録媒体であっても良い。

本発明によれば、吸引動作によってストレス状態が解消されたかどうかの判断を使用者が把握することの可能な吸引器に関する技術を提供することができる。

図１は、実施形態１に係る吸引器の外観斜視図である。 図２は、実施形態１に係る吸引器の分解斜視図である。 図３は、実施形態１に係る吸引器の正面図である。 図４は、実施形態１に係る吸引器の側面図である。 図５は、実施形態１に係る吸引器における吸い口ユニットと木製筐体との取り付け構造を説明する図である。 図６は、実施形態１に係る吸引器における吸い口ユニットと木製筐体との取り付け構造を説明する図である。 図７は、実施形態１に係る吸引器のブロック図である。 図８は、実施形態１におけるパワーオン処理ルーチンを示すフローチャートである。 図９は、実施形態１におけるメイン処理ルーチンを示すフローチャートである。 図１０は、実施形態１におけるフィードバック処理ルーチンを示すフローチャートである。 図１１は、吸引器の制御部がストレス度合い分析制御を実行した際における精神性発汗量の時間推移を概念的に示した図である。 図１２は、実施形態２に係る吸引器のブロック図である。 図１３は、実施形態２に係るパワーオン処理ルーチンを示すフローチャートである。 図１４は、実施形態２に係るメイン処理ルーチンを示すフローチャートである。 図１５は、変形例に係る吸引器を説明する図である。 図１６は、実施形態３に係る吸引器におけるブロック図である。 図１７は、実施形態３に係る吸引器がストレス度合い分析制御を実行した際の使用者における精神性発汗量の推移を例示した図である。 図１８は、実施形態３に係るメイン処理の処理内容を示す図である。 図１９は、実施形態３に係るメイン処理における発汗量判定処理の処理内容を示すフローチャートである。 図２０は、吸引器を使用する複数の使用者に対してストレス度合い分析制御を実施した際のスケーリング済み発汗量測定値の時間推移を示す図である。 図２１は、吸引器を使用する複数の使用者に対してストレス度合い分析制御を実施した際の補正済み発汗量測定値の時間推移を示す図である。

ここで、本発明に係る吸引器の実施形態について、図面に基づいて説明する。本実施形態に記載されている構成要素の寸法、材質、形状、その相対配置等は、特に特定的な記載がない限りは、発明の技術的範囲をそれらのみに限定する趣旨のものではない。

＜実施形態１＞
≪吸引器≫
図１は、実施形態１に係る吸引器１の外観斜視図である。図２は、実施形態１に係る吸引器１の分解斜視図である。図３は、実施形態１に係る吸引器１の正面図である。図４は、実施形態１に係る吸引器１の側面図である。なお、図３および図４において、吸引器１の内部構造の一部を破線で図示している。

吸引器１は、使用者の掌部の精神性発汗量を測定することで使用者のストレス度合いをチェックするストレスチェック機能を有する小型携帯吸引器である。吸引器１は、吸い口１１、吸い口受け１２、木製筐体１３等を有し、これらによって外形が画定されている。吸い口１１および吸い口受け１２の材質はとくに限定されないが、本実施形態では樹脂製である。

図２に示す符号２０は、吸引器１全体の制御を行う制御ユニットである。制御ユニット２０は、電子基板２１（図３に破線にて外形を図示）を格納する基板格納部２２、電源２３、固定ユニット２４等を有する。基板格納部２２の表面の一部には、吸引器１として組み上げられた状態で外部に露出する露出部２５が形成されており、当該露出部２５に一対の精神性発汗量測定用電極２６，２７が上下に並んで配置されている。精神性発汗量測定用電極２６，２７は、精神性発汗量を測定するために用いられる電極である。なお、基板格納部２２の内部に格納される電子基板２１が、格納空間内に占める位置、大きさ、形状等は特に限定されない。

電源２３は、電池２３０を格納する電池格納部２３１を有する。電池格納部２３１の内部には、電池２３０を収納する収納空間２３１ａが形成されており、基板格納部２２の上部に形成された挿入口から電池２３０を収納空間２３１ａに挿抜することができる。本実施形態において、電池２３０は乾電池であるがこれには限定されず、例えばリチウムイオン電池等であっても良い。なお、本実施形態の制御ユニット２０においては、基板格納部２２および電源２３が一体的に形成されているが、別体として構成されていても良い。電源２３（電池２３０）は、吸引器１の動作に必要な電力を供給する。

木製筐体１３には、図２等に示す制御ユニット２０を収容する収容空間１３０を有している。固定ユニット２４は、図２に示すネジ２８を用いて木製筐体１３に制御ユニット２０を固定するための部材である。固定ユニット２４の下面には、電池２３０のマイナス極に接触するバネ端子２４１と、電池２３０のプラス極に接触する接触端子２４２が設けられている（図２、図３等を参照）。また、図３に示す符号２３１ｂは電池格納部２３１側に設けられるバネ端子、符号２３１ｃは電池格納部２３１側に設けられる接触端子である。電池格納部２３１のバネ端子２３１ｂは、電池格納部２３１に格納される電池２３０のマイナス極に接触し、接触端子２３１ｃは、電池格納部２３１に格納される電池２３０のプラス極に接触するように設けられている。電池格納部２３１のバネ端子２３１ｂおよび接触端子２３１ｃは、収納空間２３１ａの底部に配置されている。

固定ユニット２４は、ネジ２８を挿通するための一対の挿通孔２４３が設けられている。挿通孔２４３にネジ２８を挿通させた状態で、ネジ２８を木製筐体１３に設けられたネジ孔１３１に螺着することで、電池２３０を端子間に押さえ付けた状態で、木製筐体１３の収容空間１３０内に制御ユニット２０を固定することができる。また、固定ユニット２４は内部が中空となっており、固定ユニット２４の上面には着脱用開口２４４が形成されている。着脱用開口２４４は、円形状を有する挿抜用孔２４４ａと、挿抜用孔２４４ａに連通すると共に細長形状を有するスライド用孔２４４ｂを含んでいる。スライド用孔２４４ｂの延伸方向に直交する幅寸法は、挿抜用孔２４４ａの直径に比べて小さな寸法に設計されている。

本実施形態に係る吸引器１において、吸い口受け１２に吸い口１１が装着された状態で吸い口ユニット１０が形成されており、吸い口ユニット１０は木製筐体１３に対して着脱自在となっている。図２に示すように、吸い口受け１２には、吸い口１１の一端側に設けられる円筒体１１１を装着可能な装着孔１２１を有している。ここで、装着孔１２１の内径は、円筒体１１１の外径と略同一である。吸い口受け１２の装着孔１２１に吸い口１１の円筒体１１１を差し込むことで、吸い口１１が吸い口受け１２に装着され、一体の吸い口ユニット１０となる。なお、吸い口１１の他端側には吸い口孔１１２が設けられている。吸い口孔１１２は、吸い口１１を軸方向に貫通するように延在している。吸引器１における木製筐体１３には、通気孔（図示せず）が設けられており、木製筐体１３内部には通気孔と吸い口ユニット１０（吸い口１１）の吸い口孔１１２を接続する通気路（図示せず）が形成されている。

図５および図６は、実施形態１に係る吸引器１における吸い口ユニット１０と木製筐体１３との取り付け構造を説明する図である。図５に示すように、吸い口ユニット１０における吸い口受け１２の下面１２ａ側には、係止用突起１２２が下方に向かって突設されている。係止用突起１２２は、下面１２ａから凸設する軸部１２２ａと、軸部１２２ａの先端に設けられた係止部１２２ｂを有する。係止用突起１２２の係止部１２２ｂは、軸部１２２ａよりも大きな直径を有する円盤形状を有している。

上記のように構成される吸い口ユニット１０における係止用突起１２２は、固定ユニット２４に設けられた着脱用開口２４４に係脱自在となっている。具体的には、係止用突起１２２における係止部１２２ｂの直径は、固定ユニット２４における着脱用開口２４４の挿抜用孔２４４ａの内径よりも小さく、スライド用孔２４４ｂの幅寸法よりも大きい。また、係止用突起１２２における軸部１２２ａの直径は、スライド用孔２４４ｂの幅寸法よりも小さい。

吸い口ユニット１０を木製筐体１３に装着する場合、固定ユニット２４における挿抜用孔２４４ａの位置に吸い口ユニット１０における係止用突起１２２の位置を合わせ、吸い口受け１２の下面１２ａが固定ユニット２４の上面２４ａに当接するまで係止用突起１２２を挿抜用孔２４４ａに挿入する。その後、吸い口受け１２の下面１２ａが固定ユニット２４の上面２４ａと摺動するように係止用突起１２２の軸部１２２ａをスライド用孔２４４ｂに沿ってスライドさせる。そして、係止用突起１２２の軸部１２２ａを例えばスライド用孔２４４ｂの先端までスライドさせた時点で、図６に示すロック部２９が作動し、吸い口ユニット１０の被係止部（図示せず）を係止することで、木製筐体１３に吸い口ユニット１０が装着される。また、この状態においては、係止用突起１２２における係止部１２２ｂは、スライド用孔２４４ｂの縁部に形成された状態となっている。

一方、木製筐体１３から吸い口ユニット１０を取り外す際には、ロック部２９のロックを解除して、係止用突起１２２の軸部１２２ａをスライド用孔２４４ｂに沿って基端（挿抜用孔２４４ａとの接続される方の端部）に向かってスライドさせる。そして、係止用突起１２２の位置を挿抜用孔２４４ａまでスライドさせた後、挿抜用孔２４４ａから係止用突起１２２を引き抜くことで、木製筐体１３から吸い口ユニット１０を取り外すことができる。

図７は、実施形態１に係る吸引器１のブロック図である。吸引器１の電子基板２１には、吸引器１を制御する制御ユニットである制御部３０が実装されている。制御部３０は、例えばプロセッサ、メモリ等を有するマイクロコンピュータであっても良い。制御部３０は、精神性発汗量測定用電極２６，２７、気圧センサ４０、振動モータ４１、発光素子４３、電源２３等と電気配線を介して接続されており、精神性発汗量測定用電極２６，２７、気圧センサ４０が出力する出力信号が入力されるようになっている。

気圧センサ４０は、木製筐体１３の内部に設けられており、木製筐体１３内の気圧を検出するセンサである。気圧センサ４０は、例えばコンデンサマイクロフォンセンサであり、例えばコンデンサの電気容量を示す電圧値を出力しても良い。気圧センサ４０は、使用者によって吸い口１１が吸引されることで、通気孔（図示せず）から木製筐体１３内に取り込まれた空気が、吸い口１１の吸い口孔１１２に向かって通気路（図示せず）を流れる際に変化する木製筐体１３内の気圧を出力する。

振動モータ４１は、電源２３における電池２３０からの電力供給を受けて駆動（作動）するモータである。振動モータ４１の駆動時には、木製筐体１３が振動するように振動モータ４１の周波数が決定されている。

発光素子４３は、例えば、ＬＥＤや電灯などの光源である。発光素子４３は、例えば木製筐体１３に、発光時における光が使用者に視認できる態様で設けられている。例えば、発光素子４３は、木製筐体１３において、吸い口１１とは反対側の側面に設けられていても良く、これによって、使用者は、吸い口１１の吸引動作中において発光素子４３の発光パターンを容易に視認することができる。発光素子４３は、吸引器１の状態に応じて異なる発光パターンで発光されても良い。なお、発光素子４３を作動させるための電力は、電源２３から供給される。

精神性発汗量測定用電極２６，２７は、電源２３から電力供給を受けて微弱な発汗量測定用電流を使用者の指の皮膚に流した際の抵抗値に基づいて、皮膚コンダクタンスに対応する応答値を出力する。本実施形態に係る吸引器１において、例えば、使用者が木製筐体１３を把持した際に人差し指と中指が触れる予め定められた２箇所（すなわち、人差し指と中指が置かれるそれぞれの位置）に一組の精神性発汗量測定用電極２６，２７が配置されている。これにより、吸引器１を使用者が把持している間、精神性発汗量測定用電極２６，２７を使用者の指の皮膚表面に触れた状態に維持することができる。但し、一組の精神性発汗量測定用電極２６，２７の配置位置は上記の位置に限られない。例えば、使用者が木製筐体１３を把持した際に当該木製筐体１３を把持する使用者の掌の異なる２つの領域（部位）が触れる予め定められた２箇所に配置されていても良い。例えば、一組の精神性発汗量測定用電極２６，２７が、使用者の掌の掌底と母指球に対応する２箇所に配置されていても良いし、使用者の掌の掌底と、何れかの指に対応する２箇所に配置されていても良いし、掌の母指球と何れかの指に対応する２箇所に配置されていても良い。また、一組の精神性発汗量測定用電極２６，２７が、使用者の掌の人差し指と中指の組み合わせと異なる２本の指に対応する２箇所に配置されていても良い。

図７に示すように、制御部３０は、気圧取得部３１、電源スイッチ部３２、発汗量測定部３３、モータ制御部３４、記憶部３５、設定部３６、発光制御部３７、判定部３８、計時部３９等を有している。記憶部３５は、例えば不揮発性メモリであり、制御部３０のプロセッサが実行するための各種プログラムが記憶されている。制御部３０のプロセッサが記憶部３５に記憶されている各種プログラムを実行することで、ストレス度合い分析制御が実施される。ストレス度合い分析制御は、吸引器１を使用する使用者の精神性発汗量を測定することで、使用者のストレス度合いを分析するための制御である。

気圧取得部３１は、気圧センサ４０の出力信号に基づいて木製筐体１３内の気圧を取得する。例えば、気圧取得部３１は、取得した木製筐体１３内の気圧に基づいて（すなわち、負圧を検出することで）、使用者による吸い口１１の吸引動作（パフ動作）を検出する。例えば、気圧取得部３１は、使用者が吸い口１１を吸引している吸引状態（吸引区間）と、吸い口１１を吸引していない非吸引状態（非吸引区間）を検出する。これによって、気圧取得部３１は、吸い口１１を吸引する吸引動作の回数を特定できる。気圧センサ４０を用いた吸引動作（パフ動作）の開始や、吸引動作の終了を検出する具体的な手法自体は公知であり、ここでの詳しい説明は割愛する。

計時部３９は、例えば使用者による吸引（パフ）動作の終了からの経過時間を計時したり、後述するメイン処理やフィードバック処理が開始されてからの経過時間を計時する計時機能を有している。

電源スイッチ部３２は、吸引器１の電源が投入される場合にオン状態に切り替わり、吸引器１の電源が切断される場合にオフ状態に切り替わる。電源スイッチ部３２は、計時部３９におけるタイマーの満了、例えば気圧取得部３１によって直近の吸引動作が検出されてから次回の吸引動作が検出されることなく所定時間が経過した場合に、オン状態からオフ状態に切り替わっても良い。また、電源スイッチ部３２がオフ状態にあるときに、例えば気圧取得部３１が使用者による初回の吸引動作の開始を検出した場合に、電源スイッチ部３２がオフ状態からオン状態に切り替わっても良い。

制御部３０の発汗量測定部３３は、精神性発汗量測定用電極２６，２７と接続されており、精神性発汗量測定用電極２６，２７から出力される皮膚コンダクタンスに対応する応答値に基づいて使用者の精神性発汗量を測定する。

制御部３０の設定部３６は、後述するストレス度合い分析制御に関連する各パラメータに関する基準値、閾値等の設定、記憶部３５への記憶、および更新（リセット）を行う。更に、設定部３６は、電源スイッチ部３２がオン状態のときに使用者の吸引（パフ）回数をカウントしたカウント値に関しても、記憶部３５への記憶、更新（リセット）等を行う。

また、モータ制御部３４は、振動モータ４１の駆動制御を行い、木製筐体１３を振動させることで、使用者に種々の情報を通知する。また、発光制御部３７は、発光素子４３の発光制御を行い、使用者に種々の情報を通知する。更に、判定部３８は、後述するストレス度合い分析制御において、各種の判定処理を行う。

≪制御内容≫
次に、実施形態１に係る吸引器１における制御部３０が実行するストレス度合い分析制御について説明する。図８は、実施形態１において制御部３０が実行するパワーオン処理ルーチンを示すフローチャートである。図９は、実施形態１におけるパワーオン処理ルーチンの終了後、制御部３０が実行するメイン処理ルーチンを示すフローチャートである。図１０は、実施形態１におけるメイン処理ルーチンの終了後、制御部３０が実行するフィードバック処理ルーチンを示すフローチャートである。図８〜図１０に示す各種処理ルーチンは、制御部３０のプロセッサが記憶部３５に記憶されている各種プログラムを実行することで実現することができる。

また、図１１は、吸引器１の制御部３０がストレス度合い分析制御を実行した際における精神性発汗量Ｑｓの時間推移を概念的に示した図である。図１１は、横軸に時間Ｔを示し、縦軸に精神性発汗量Ｑｓを示す。図１１に示すように、時間Ｔ０〜Ｔ１の区間に対応するパワーオン処理区間においてパワーオン処理が実行される。また、時間Ｔ１〜Ｔ２の区間に対応するメイン処理区間においてメイン処理が実行され、時間Ｔ２〜Ｔ３の区間に対応するフィードバック処理区間においてフィードバック処理が実行される。

〔パワーオン処理ルーチン〕
次に、図８を参照して、パワーオン処理の具体的内容について説明する。パワーオン処理は、電源スイッチ部３２がオフ状態からオン状態に切り替わったことを契機として制御部３０が実行を開始する制御フローである。上記のように、電源スイッチ部３２がオフ状態にあるときに、気圧取得部３１が使用者による初回の吸引（パフ）動作の開始を検出した場合に、電源スイッチ部３２がオフ状態からオン状態に切り替わる。

図１１に示す時間Ｔ０において電源スイッチ部３２がオフ状態からオン状態に切り替わることで、パワーオン処理が開始されると、ステップＳ１０１において、制御部３０の設定部３６は、記憶部３５に記憶されている前回設定情報を初期化（リセット）する初期化処理を行う。ここでいう前回設定情報は、吸引器１が前回起動された際に（オフ状態からオン状態に切り替わった際に）ストレス度合い分析制御を実行した際に記憶部３５に記憶させておいた吸引回数に関する吸引回数データ、気圧基準値に関する気圧基準値データ、初期基準発汗量Ｑｓｂに関する初期基準発汗量データ、判定用発汗量Ｑｓｊに関する判定用発汗量データ等をリセット（削除）する。気圧基準値データ、初期基準発汗量データ、判定用発汗量データについては後述する。

次に、ステップＳ１０２、Ｓ１０３において、今回のストレス度合い分析制御に関する気圧基準値データ、初期基準発汗量データを制御部３０の設定部３６が取得し、記憶部３５に記憶させる。具体的には、ステップＳ１０２において、制御部３０の気圧取得部３１が、気圧センサ４０の出力信号に基づいて木製筐体１３内の気圧データを取得する。本ステップでは、使用者が吸い口１１を吸引していない非吸引状態（非吸引区間）のときに、例えば、所定のデータ取得期間（例えば、３秒間）に亘って、所定の周期（例えば、１００ｍｓ）毎に取得した気圧データを平均処理して得られた平均値を気圧基準値に設定する。設定部３６は、本ステップにおいて設定した気圧基準値に関する気圧基準値データを、記憶部３５に記憶させる。なお、上記のように取得される気圧基準値は、非吸引状態（非吸引区間）における木製筐体１３内の気圧データであるため、概ね大気圧に一致する。

次に、ステップＳ１０３において、制御部３０の発汗量測定部３３は、所定のデータ取得期間（例えば、３秒間）に亘って、所定の周期（例えば、１００ｍｓ）毎に使用者の精神性発汗量を測定する。精神性発汗量の測定は、発汗量測定部３３が電源２３に指令を出し、精神性発汗量測定用電極２６，２７に対して電源２３から電力を供給させる。上記のように、精神性発汗量測定用電極２６，２７は、吸引器１を把持する使用者の指（例えば、人差し指と中指）が精神性発汗量測定用電極２６，２７に触れるような位置に配置されている。発汗量測定部３３は、精神性発汗量測定用電極２６，２７から吸引器１を把持する使用者の指の皮膚に微弱な発汗量測定用電流を流し、精神性発汗量測定用電極２６，２７から出力される皮膚コンダクタンスに対応する応答値に基づいて使用者の精神性発汗量を測定することができる。

制御部３０の発汗量測定部３３は、上記のように所定のデータ取得期間（例えば、３秒間）に亘って所定の周期（例えば、１００ｍｓ）毎に取得した精神性発汗量に関する複数の精神性発汗量データを平均処理して得られた平均値を初期基準発汗量Ｑｓｂとして取得する。そして、制御部３０の設定部３６は、初期基準発汗量Ｑｓｂに関する初期基準発汗量データを、記憶部３５に記憶させる。なお、本ステップで取得する初期基準発汗量Ｑｓｂは、ストレス度合い分析制御の開始時において使用者が吸い口１１を吸引していない非吸引状態（非吸引区間）のときにおける使用者の状態を反映した精神性発汗量の基準値である。なお、ステップＳ１０３の処理と、上述したステップＳ１０２の処理は、同時に行っても良いし、順序を入れ替えて実行しても良い。

次に、ステップＳ１０４においては、使用者にストレス度合い分析制御の開始を通知（報知）する開始通知が行われる。具体的には、制御部３０のモータ制御部３４が、振動モータ４１に対して電源２３から電力を供給させ、振動モータ４１を作動（駆動）させる。なお、振動モータ４１を駆動することで木製筐体１３を振動させ、その振動を使用者に感知させることで、ストレス度合い分析制御の開始を使用者に知らせることができる。また、木製筐体１３の振動による通知に代え、あるいは併用して、発光素子４３の発光によって開始通知が行われても良い。この場合、発光制御部３７が、発光素子４３に対して電源２３から電力を供給させ、所定の発光パターンで発光素子４３を発光させる。

振動、あるいは発光による開始通知を感知することで、吸引器１側の準備が完了したことを把握し、ストレスを解消するための吸い口１１の吸引動作（深呼吸動作）に移行するタイミングを容易に把握することができる。なお、本ステップにおいて使用者に通知される開始通知は、使用者に初期基準発汗量Ｑｓｂの取得が完了したことを通知（報知）するための通知としても利用できる。

また、上記開始通知において、振動モータ４１を振動させる際の振動パターンは、適宜変更することができる。例えば、振動モータ４１を振動させる際、振動モータ４１を駆動する状態と、駆動を休止させた状態とを交互に繰り返しても良い。特に限定されるものではないが、例えば振動モータ４１の駆動時間を２００ｍｓ、休止時間を４００ｍｓとし、駆動および休止を複数セット（例えば、２回）繰り返しても良い。また、木製筐体１３の振動によるバイブレーション通知と、発光素子４３の発光による発光通知を併用する場合、双方を同時に行っても良いし、時間的にずらして行っても良い。時間的にずらす場合、バイブレーション通知と発光通知を行う順序は適宜入れ替えることができる。制御部３０は、ステップＳ１０４の処理が終了すると、パワーオン処理を一旦終了し、図９に示すメイン処理ルーチンに係る処理を開始する。

図１１に示す時間Ｔ１において、パワーオン処理が終了されると共にメイン処理が開始されると、精神性発汗量Ｑｓは、時間Ｔ１から時間Ｔ２に亘って徐々に減少する。これは、メイン処理区間においては後述するように使用者が吸引器１を吸引する吸引動作が繰り返し行われることに伴い、実質的に使用者が深呼吸を繰り返すことになり、使用者のストレス度合いを反映する精神性発汗量Ｑｓの低下に繋がることに拠るものである。なお、交感神経系が緊張しているときは皮膚表面からの精神性発汗量が増加することが知られている。また、深呼吸を行うことで心身の緊張状態を緩和すると副交感神経が優位になるため、精神性発汗量も少なくなる。精神性発汗量が少なくなったことが、使用者のストレスの解消、軽減につながっていると本発明においては判断するものとする。すわなち、本実施形態におけるストレス度合い分析制御では、ストレスの増加・軽減が交感神経系の緊張・緩和と相関があるものと推定し、交感神経系の緊張・緩和と相関が認められる精神性発汗量に基づいて使用者のストレス度合いを分析する。なお、本実施形態に係る吸引器１によれば、木製筐体１３を有し、当該木製筐体１３が香気成分を含む香気発生源として形成されている。そのため、使用者が吸引器１の吸引動作を行うだけでもストレスが低減するが、吸引器１の吸引時に木製筐体１３から発せられる香気成分を使用者は吸引することができ、更なるリラックス感を付与することができる。

図１１において、メイン処理が開始される時間Ｔ１において、精神性発汗量Ｑｓは、パワーオン処理において設定した初期基準発汗量Ｑｓｂである。そして、図１１に示す例では、時間Ｔ２において所定の低ストレス発汗量Ｑｓｂ２まで精神性発汗量Ｑｓが低下したことを契機に使用者に微小なストレスを付与することで使用者を覚醒させるための覚醒処理を行い、メイン処理を終了すると共にフィードバック処理が開始される。

低ストレス発汗量Ｑｓｂ２は、初期基準発汗量Ｑｓｂから所定の第１基準発汗低下量ΔＱｓｄ１だけ低い値に設定されている。ここで、低ストレス発汗量Ｑｓｂ２は、精神性発汗量Ｑｓが初期基準発汗量Ｑｓｂから第１基準発汗低下量ΔＱｓｄ１だけ低下すれば、使用者の交感神経系の緊張が緩和され、ストレスが十分に解消されたと判断できる閾値として設定されている。第１基準発汗低下量ΔＱｓｄ１は、固定値として設定されても良いし、使用者によって設定の変更が可能であっても良い。

図１１における時間Ｔ２において覚醒処理が行われると、それを境に精神性発汗量Ｑｓは徐々に上昇する。覚醒処理の詳細については後述するが、覚醒処理においては使用者の皮膚に刺激を付与することで使用者に僅かなストレスを敢えて与え、使用者の覚醒レベルを若干上昇させる。図１１において、時間Ｔ２における精神性発汗量Ｑｓは低ストレス発汗量Ｑｓｂ２に対応しており、時間Ｔ２において覚醒処理に係る刺激が使用者に付与されることで精神性発汗量Ｑｓが時間Ｔ２からＴ３にかけて徐々に上昇する。そして、時間Ｔ３において所定の覚醒完了発汗量Ｑｓｂ３に至った時点でフィードバック処理が終了する。

覚醒完了発汗量Ｑｓｂ３は、低ストレス発汗量Ｑｓｂ２よりも所定の第１基準発汗上昇量ΔＱｓｕ１だけ大きな値に設定されている。第１基準発汗上昇量ΔＱｓｕ１は、第１基準発汗低下量ΔＱｓｄ１に比べて小さな値に設定されている。第１基準発汗上昇量ΔＱｓｕ１は、精神性発汗量Ｑｓが低ストレス発汗量Ｑｓｂ２から第１基準発汗上昇量ΔＱｓｕ１だけ上昇すれば、使用者が低ストレス状態を維持しつつ、且つ意識も十分に覚醒した状態になると判断できる閾値として設定することができる。第１基準発汗上昇量ΔＱｓｕ１は、固定値として設定されても良いし、使用者によって設定の変更が可能であっても良い。

〔メイン処理ルーチン〕
次に、図９を参照して、制御部３０が実行するメイン処理の具体的内容について説明する。図９に示すメイン処理ルーチンが開始されると、ステップＳ２０１において、気圧取得部３１が気圧センサ４０から出力される気圧データを取得する。

次に、ステップＳ２０２において、判定部３８は、ステップＳ２０１において取得した気圧データに基づいて、現在、使用者による吸い口１１の吸引動作中か否かを判定する。本ステップにおいて、判定部３８が吸引状態であると判定した場合、記憶部３５に記憶されている吸引回数データを更新する。記憶部３５に記憶されている吸引回数データは、記憶部３５に記憶されている吸引回数データは、パワーオン処理のステップＳ１０１において一旦リセットされているため、本ステップでは、今回のメイン処理ルーチンが開始されてからの吸引回数を積算した値が記憶部３５に記憶される。そして、記憶部３５における吸引回数データを更新した後、ステップＳ２０３に進む。なお、ステップＳ２０２において、判定部３８が非吸引状態と判定した場合にはステップＳ２０９に進む。ステップＳ２０９の処理内容については後述する。

次に、ステップＳ２０３において、発汗量測定部３３は、使用者の精神性発汗量Ｑｓを測定する。すなわち、本ステップでは、吸引動作中の使用者の精神性発汗量Ｑｓが測定される。本ステップにおいては、図８に示すパワーオン処理のステップＳ１０３と同様、吸引器１を把持する使用者の指の皮膚に精神性発汗量測定用電極２６，２７から微弱な発汗量測定用電流を流すことで皮膚コンダクタンスを測定し、皮膚コンダクタンスの測定値に基づいて精神性発汗量Ｑｓを取得する。なお、本ステップにおいて、吸引状態における使用者の精神性発汗量Ｑｓを測定するようにしたので、体動による見掛け上の精神性発汗量の変化（ノイズ）である体動アーティファクトを低減することができる。

なお、上記ステップＳ２０２、Ｓ２０３では、使用者による吸引動作中であることが検出されたことを契機に精神性発汗量Ｑｓの測定を行っているが、吸引動作を一定時間以上継続していることが検出されて初めて精神性発汗量Ｑｓの測定を行うようにしても良い。この場合、判定部３８は、使用者による吸引動作の継続時間を計時部３９から取得し、吸引動作の継続時間が所定の閾値を超えたと判定した場合に、発汗量測定部３３が精神性発汗量Ｑｓの測定を行うようにしても良い。

次に、ステップＳ２０４へと進み、判定部３８は、直近に取得した精神性発汗量の測定値（以下、「最新測定値」という）と、記憶部３５に記憶されている判定用発汗量Ｑｓｊとの差である発汗変化量ΔＱｓを算出する。判定用発汗量Ｑｓｊは、後述する判定ステップにおいて低ストレス発汗量Ｑｓｂ２との大小を比較する際に用いられる判定用の発汗量であり、吸引器１を繰り返し吸引することで徐々に精神性発汗量が低下する使用者の状態を反映する発汗量である。

判定部３８は、算出した発汗変化量ΔＱｓが所定の閾値である許容変化量ΔＱｓａ（例えば、１０［mg/cm²/min］）未満であるか否かを判定する。ここで、発汗変化量ΔＱｓが許容変化量ΔＱｓａ未満であった場合には、ステップＳ２０５に進み、設定部３６は、最新測定値を用いて記憶部３５に記憶されている判定用発汗量Ｑｓｊに関する判定用発汗量データを更新する。ステップＳ２０５では、最新測定値が判定用発汗量Ｑｓｊとして採用され、記憶部３５に記憶される。ステップＳ２０５の処理が終了すると、ステップＳ２０６に進む。

なお、メイン処理ルーチンが開始されてから最初に精神性発汗量を測定する初回測定時においては、記憶部３５に判定用発汗量Ｑｓｊに関する判定用発汗量データがリセットされた状態であるため、その場合には、ステップＳ２０４の処理を省略してステップＳ２０５へと進み、精神性発汗量に関する初回の測定値を判定用発汗量Ｑｓｊとして記憶部３５に記憶する。ステップＳ２０５の処理が終了すると、ステップＳ２０６に進む。

また、ステップＳ２０４において、発汗変化量ΔＱｓが許容変化量ΔＱｓａ以上であった場合には、記憶部３５に記憶されている判定用発汗量Ｑｓｊに関する判定用発汗量データを更新せずに、そのままステップＳ２０６に進む。本実施形態では、発汗変化量ΔＱｓが許容変化量ΔＱｓａ以上である場合、すなわち、直近に取得した最新測定値が、当該最新測定値の前に取得した測定値に対して過度に変化しているような場合には、最新測定値に体動アーティファクトの及ぼす影響が大きいと判断され、最新測定値を判定用発汗量Ｑｓｊとして採用しない。

次に、ステップＳ２０６において、判定部３８は、記憶部３５に記憶されている判定用発汗量Ｑｓｊが、図１１で説明した低ストレス発汗量Ｑｓｂ２未満であるか否かを判定する。なお、低ストレス発汗量Ｑｓｂ２は、パワーオン処理のステップＳ１０３で設定した初期基準発汗量Ｑｓｂよりも第１基準発汗低下量ΔＱｓｄ１だけ低い値として設定される。ステップＳ２０６において、判定用発汗量Ｑｓｊが低ストレス発汗量Ｑｓｂ２未満であると判定された場合にはステップＳ２０７に進み、判定用発汗量Ｑｓｊが低ストレス発汗量Ｑｓｂ２以上であると判定された場合にはステップＳ２０９に進む。

ステップＳ２０７においては、モータ制御部３４が、振動モータ４１に対して電源２３から電力を供給させ、振動モータ４１を作動（駆動）させることで覚醒処理を実行する。覚醒処理は、振動モータ４１の駆動に起因する木製筐体１３の振動刺激（微小なストレス）を使用者に付与することで、使用者の覚醒レベルを上昇させる処理である。覚醒処理における振動モータ４１の駆動パターンは特に限定されないが、例えば１０００ｍｓに亘って振動モータ４１を駆動することで、使用者の覚醒レベルを上昇させても良い。ステップＳ２０７の覚醒処理が終了すると、ステップＳ２０８に進む。

ステップＳ２０８においては、発光制御部３７が、発光素子４３に対して電源２３から電力を供給させる制御を行い、所定の発光パターンで発光素子４３を発光させることで、ストレス解消完了通知を使用者に通知（報知）する。このストレス解消完了通知は、使用者の交感神経系の緊張が緩和され、ストレスが十分に解消された状態に至ったことを使用者に知らせるための通知である。本ステップにおける発光素子４３の発光パターンは、上述したパワーオン処理のステップＳ１０５において使用者に開始通知を通知する場合と異なる発光パターンに設定されても良い。ステップＳ２０８の処理が終了すると、メイン処理を一旦終了し、図１０に示すフィードバック処理ルーチンに係る処理を開始する。

次に、ステップＳ２０９の処理について説明する。ステップＳ２０９において、判定部３８は、メイン処理が開始されてからの経過時間Ｔｐ１を計時部３９から取得する。そして、判定部３８は、取得した経過時間Ｔｐ１が所定の第１タイムアウト時間Ｔｓｈ１を超えたか否かを判定する。第１タイムアウト時間Ｔｓｈ１は、固定値（一例として、１８０秒程度）として設定しておいても良いし、使用者によって設定の変更が可能であっても良い。

ステップＳ２０９において、経過時間Ｔｐ１が第１タイムアウト時間Ｔｓｈ１を経過していないと判定された場合には、ステップＳ２０１の処理に戻り、ステップＳ２０１〜Ｓ２０６の処理が繰り返される。一方、ステップＳ２０９において、経過時間Ｔｐ１が第１タイムアウト時間Ｔｓｈ１を経過したと判定された場合にはステップＳ２１０に進み、ステップＳ２０７と同様、覚醒処理を行う。そして、ステップＳ２１０の覚醒処理が終了すると、ステップＳ２１１に進む。

ステップＳ２１１においては、発光制御部３７が発光素子４３を所定の発光パターンで発光させることで、タイムアウトした旨のタイムアウト通知を使用者に通知（報知）する。本ステップにおける発光素子４３の発光パターンは、上述したパワーオン処理時における開始通知や、ストレス解消完了通知とは異なる発光パターンに設定されても良い。ステップＳ２１１の通知処理が終了すると、メイン処理を一旦終了し、図１０に示すフィードバック処理ルーチンに係る処理を開始する。

〔フィードバック処理〕
制御部３０がフィードバック処理ルーチンを開始すると、まずステップＳ３０１において、発汗量測定部３３は、使用者の精神性発汗量Ｑｓを測定する。精神性発汗量Ｑｓの測定は、メイン処理のステップＳ２０３での処理内容と同様である。次に、ステップＳ３０２へと進み、判定部３８は、ステップＳ３０１で測定した精神性発汗量Ｑｓが、覚醒完了発汗量Ｑｓｂ３を超えているか否かを判定する。

ここで、覚醒完了発汗量Ｑｓｂ３の決定手法について説明する。本実施形態において、覚醒完了発汗量Ｑｓｂ３は、上述したメイン処理ルーチンにおいて精神性発汗量Ｑｓが低ストレス発汗量Ｑｓｂ２まで低下したか、或いは、タイムアウトによってメイン処理ルーチンを終了したかの違いに応じて、それぞれ異なる値に設定される。

具体的には、メイン処理ルーチンにおいて、精神性発汗量Ｑｓが低ストレス発汗量Ｑｓｂ２まで低下したことを契機に覚醒処理が行われた場合、覚醒完了発汗量Ｑｓｂ３は、低ストレス発汗量Ｑｓｂ２よりも所定の第１基準発汗上昇量ΔＱｓｕ１だけ大きな値として設定される。一方、メイン処理ルーチンでタイムアウトに至り、精神性発汗量Ｑｓが低ストレス発汗量Ｑｓｂ２まで減少していない状態で覚醒処理が行われた場合、覚醒完了発汗量Ｑｓｂ３は、メイン処理ルーチンの終了時点で記憶部３５に記憶されている判定用発汗量Ｑｓｊを基準として、当該判定用発汗量Ｑｓｊよりも所定の第２基準発汗上昇量ΔＱｓｕ２だけ高い値として設定される。ここで、第２基準発汗上昇量ΔＱｓｕ２は、第１基準発汗上昇量ΔＱｓｕ１に比べて小さな値に設定されている。

ステップＳ３０２において、精神性発汗量Ｑｓが覚醒完了発汗量Ｑｓｂ３以下であると判定された場合にはステップＳ３０３に進み、精神性発汗量Ｑｓが覚醒完了発汗量Ｑｓｂ３を超えていると判定された場合にはステップＳ３０５に進む。

ステップＳ３０３においては、判定部３８は、フィードバック処理が開始されてからの経過時間Ｔｐ２を計時部３９から取得する。そして、判定部３８は、取得した経過時間Ｔｐ２が所定の第２タイムアウト時間Ｔｓｈ２を超えたか否かを判定する。第２タイムアウト時間Ｔｓｈ２は、固定値（一例として、３０秒程度）として設定しておいても良いし、使用者によって設定の変更が可能であっても良い。

ステップＳ３０３において、経過時間Ｔｐ２が第２タイムアウト時間Ｔｓｈ２を経過していないと判定された場合には、ステップＳ３０１の処理に戻り、ステップＳ３０１〜Ｓ３０２の処理が繰り返される。一方、ステップＳ３０３において、経過時間Ｔｐ２が第２タイムアウト時間Ｔｓｈ２を超えたと判定された場合にはステップＳ３０４に進む。

ステップＳ３０４においては、使用者に対してタイムアウトした旨を知らせるタイムアウト通知が通知される。タイムアウト通知は、モータ制御部３４の駆動によって木製筐体１３を振動させるバイブレーション通知であっても良いし、これに代え、或いは併用される発光素子４３の発光による発光通知であっても良い。そして、ステップＳ３０４の処理が終了すると、ステップＳ３０６に進む。

ステップＳ３０５においては、使用者に対して完了通知が通知される。完了通知は、使用者が低ストレス状態を維持しつつ、意識も十分に覚醒した状態であることを使用者に知らせるための通知である。ステップＳ３０５の処理が終了すると、ステップＳ３０６に進む。そして、ステップＳ３０６においては、電源スイッチ部３２がオン状態からオフ状態に切り替わり、フィードバック処理が終了すると共に吸引器１の電源が切断される。

以上のように、本実施形態に係る吸引器１によれば、制御部３０がストレス度合い分析制御を行うことで、使用者の精神性発汗量に関する精神性発汗量情報に基づいて使用者のストレス度合いを分析し、その分析結果を使用者に通知するため、使用者は吸引器１の吸引動作を繰り返すことによってストレスが十分に解消されたかどうかを容易に把握することができる。

そして、上述したメイン処理ルーチンにおいては、メイン処理ルーチンが開始してからタイムアウトするまでは、制御部３０によって使用者の精神性発汗量Ｑｓを繰り返し（例えば、１００ｍｓ毎）測定し、精神性発汗量Ｑｓが低ストレス発汗量Ｑｓｂ２まで低下し、ストレスが十分に解消された状態となったか否かを精度良く判別することができる。そして、精神性発汗量Ｑｓが低ストレス発汗量Ｑｓｂ２まで低下したことが確認された際には、敢えて使用者に僅かな刺激（ストレス）を付与し、覚醒レベルを上昇させる覚醒処理を実行することで、使用者の意識がぼんやりした状態ではなく、意識がリフレッシュした状態に使用者を覚醒させることができる。但し、本実施形態におけるストレス度合い分析制御において覚醒処理は必須ではなく、適宜省略しても良い。例えば、図９に示すメイン処理ルーチンのステップＳ２０６において、記憶部３５に記憶されている判定用発汗量Ｑｓｊ（使用者の精神性発汗量Ｑｓ）が低ストレス発汗量Ｑｓｂ２未満であると判定された場合に、覚醒処理を行うことなくステップＳ２０８に進み、ストレス解消完了通知を使用者に通知しても良い。また、メイン処理ルーチンのステップＳ２０９においてタイムアウトした場合においても、覚醒処理を行うことなくステップＳ２１１に進み、タイムアウト通知を使用者に通知しても良い。

また、本実施形態における覚醒処理においては、振動モータ４１の駆動によって木製筐体１３を振動させることによる振動刺激を使用者に付与するようにしたが、使用者に微小なストレスを付与することができれば他の方法を採用しても構わない。例えば、発光素子４３を発光させることで使用者に刺激を付与し、覚醒させても良い。また、吸引器１は音声を出力する音声出力装置を備えていても良く、その場合、音声による刺激を付与することで使用者を覚醒させても良い。なお、本実施形態における吸引器１は、発光素子４３を備えていなくても良く、上述したストレス度合い分析制御において発光素子４３を用いて行った各種の通知は、振動モータ４１を駆動させることによる木製筐体１３の振動によって代替することができる。

また、本実施形態における吸引器１によれば、ストレス度合い分析制御に係るメイン処理ルーチンにおいて、使用者が吸引器１の吸引動作中にのみ、精神性発汗量の測定を行うようにしたので、体動による見掛け上の精神性発汗量の変化である体動アーティファクトの影響を低減し、使用者の精神性発汗量を精度良く把握することができる。但し、本実施形態における吸引器１において、精神性発汗量の測定を非吸引動作中に行うようにしても良い。

＜実施形態２＞
次に、実施形態２に係る吸引器１Ａについて説明する。図１２は、実施形態２に係る吸引器１Ａのブロック図である。実施形態２に係る吸引器１Ａにおいて、実施形態１に係る吸引器１と同一の構成要素については同一の符号を付すことで詳しい説明を省略する。図１２に示すように、吸引器１Ａは、感圧センサ４４を備えている。感圧センサ４４は、木製筐体１３に露出した状態で設けられており、使用者が吸引器１を比較的強く把持した際の圧力を検知する。吸引器１Ａの制御部３０Ａは、感圧センサ４４の出力信号を取得する圧力検知部３１Ａを有する。また、吸引器１Ａは、気圧センサ４０を備えていない点で実施形態１に係る吸引器１と相違し、その他の構成は実施形態１に係る吸引器１と共通である。

本実施形態に係る吸引器１Ａにおいては、制御部３０Ａがストレス度合い分析制御を実行する際、感圧センサ４４からの出力信号に基づいて使用者が木製筐体１３を把持するグリップ圧を検知した場合に、使用者の精神性発汗量を測定する。

図１３は、実施形態２に係るパワーオン処理ルーチンを示すフローチャートである。図１４は、実施形態２に係るメイン処理ルーチンを示すフローチャートである。以下では、実施形態１の図９、図１０で説明したパワーオン処理ルーチンおよびメイン処理ルーチンと相違する処理内容を中心に説明する。

〔パワーオン処理ルーチン〕
図１３に示すパワーオン処理ルーチンでは、図９に示すステップＳ１０２の処理内容が省略されている。すなわち、電源スイッチ部３２がオフ状態からオン状態に切り替わったことを契機として制御部３０Ａがパワーオン処理ルーチンを開始すると、ステップＳ１０１において記憶部３５に記憶されている前回設定情報の初期化処理を行い、続くステップＳ１０３において発汗量測定部３３が初期基準発汗量Ｑｓｂを取得する。そして、続くステップＳ１０４において、ストレス度合い分析制御の開始を通知する開始通知を使用者に通知した後、パワーオン処理ルーチンを終了し、図１４に示すメイン処理ルーチンを開始する。なお、電源スイッチ部３２は、オフ状態にあるときに、感圧センサ４４の出力データに基づいて圧力検知部３１Ａが使用者による木製筐体１３のグリップ圧を検出した場合に、オフ状態からオン状態に切り替わる。

〔メイン処理〕
メイン処理ルーチンが開始されると、ステップＳ４０１において、圧力検知部３１Ａが感圧センサ４４の出力データを取得する。次に、ステップＳ４０２において、判定部は、圧力検知部３１Ａが取得した感圧センサ４４の出力データに基づいて、使用者が吸引器１（木製筐体１３）を把持しているか否かを判定する。本ステップにおいて、使用者が木製筐体１３を把持していると判定された場合、ステップＳ２０３に進む。一方、使用者が木製筐体１３を把持していないと判定された場合、ステップＳ２０９に進む。ステップＳ２０３〜Ｓ２１１の各処理については、図１０で説明したメイン処理ルーチンと同様である。なお、上記ステップＳ４０２においては、使用者によって木製筐体１３が把持された状態が検出されたことを契機に精神性発汗量Ｑｓの測定を行っているが、使用者による把持状態が一定時間以上継続していることが検出されて初めて精神性発汗量Ｑｓの測定を行っても良い。この場合、判定部３８は、使用者による木製筐体１３の把持状態の継続時間を計時部３９から取得し、把持状態の継続時間が所定の閾値を超えたと判定した場合に、発汗量測定部３３が精神性発汗量Ｑｓの測定を行うようにしても良い。なお、実施形態２における吸引器１Ａにおいて、メイン処理ルーチンの終了後に実行されるフィードバック処理は、実施形態１で説明したものと同様である。

＜変形例＞
次に、変形例について説明する。図１５は、変形例に係る吸引器１Ｂを説明する図である。図１５に示すように、変形例に係る吸引器１Ｂは、吸い口ユニット１０における吸い口受け１２に、液体保持用凹部１２３が設けられている。液体保持用凹部１２３には、例えばアロマオイルなどの液体香料を滴下することで、これを保持することができる。これによれば、吸引器１Ｂの吸引時に液体保持用凹部１２３に保持している液体香料から発せられる香気成分を使用者が吸引することができ、更なるリラックス感を付与することができる。

また、吸引器１Ｂは、木製筐体１３内に香味成分を放出する香味発生源（例えば、香料、たばこ源）を収容しておき、使用者が吸引器１Ｂを吸引する際に、香味発生源から放出される香味成分を木製筐体１３の通気路を流れる空気と混合させて、吸い口孔１１２から口腔内に供給しても良い。その場合、例えば吸引器１Ｂは、木製筐体１３内の収容部に収容される香味発生源（例えば、香料、たばこ源）を加熱し、香味発生源からの香味成分の放出を促進させるための加熱ヒータ（図示せず）を有していても良い。この場合、例えば吸引器１Ｂの制御部３０は、使用者による吸引（パフ）動作を検出したことを契機に、加熱ヒータによって香味発生源を加熱し、香味成分の放出を促しても良い。このようにすることで、吸引器１Ｂの吸引時に香味発生源から発せられる香味成分を吸入空気と共に供給し、使用者に更なるリラックス感を付与することができる。

なお、上記実施形態において、気圧取得部３１、圧力検知部３１Ａ、電源スイッチ部３２、発汗量測定部３３、モータ制御部３４、設定部３６、発光制御部３７、判定部３８、計時部３９の動作として説明した処理は、コンピュータによって実行することができる。例えば、コンピュータがプロセッサ（ＣＰＵ）、メモリ、および入出力回路等のハードウェア資源を用いてプログラムを実行することによって、上記の各処理を実行する。具体的には、プロセッサが処理対象のデータをメモリ又は入出力回路等に出力したりすることによって、各処理を実行する。

＜実施形態３＞
次に、実施形態３に係る吸引器１について説明する。図１６は、実施形態３に係る吸引器１におけるブロック図である。実施形態３に係る吸引器１のハードウェア構成については、実施形態１に係る吸引器１と同一である。以下では、実施形態３における吸引器１のうち、実施形態１における吸引器１と相違する部分を中心に説明し、同一の要素については同一の参照符号を付すことで詳しい説明を割愛する。実施形態３における吸引器１においても、吸引器１を制御する制御ユニットである制御部３０を備えている。制御部３０は、例えばプロセッサ、メモリ等を有するマイクロコンピュータであっても良い。

制御部３０は、図１６に示すように、気圧取得部３１、電源スイッチ部３２、発汗量測定部３３、モータ制御部３４、設定部３６、発光制御部３７、判定部３８、計時部３９、予測部５０、処理部５１等といった各機能部を有している。また、制御部３０は、制御部３０のプロセッサが実行するための各種プログラムが記憶された記憶部３５を備えている。記憶部３５は、例えば不揮発性メモリであり、制御部３０が備える主記憶装置又は補助記憶装置であっても良い。なお、上記各機能部は、制御部３０が備えるプロセッサ（ＣＰＵ）が所定のプログラムに従って動作することにより実現される。すなわち、制御部３０がプロセッサ（ＣＰＵ）、メモリ、および入出力回路等のハードウェア資源を用いてプログラムを実行することによって、上記各機能部における各処理を実行する。具体的には、プロセッサが処理対象のデータをメモリ又は入出力回路等に出力したりすることによって、各機能部における各処理を実行する。

ここで、記憶部３５には、制御部３０が実行するストレス度合い分析制御のメイン処理実行時において用いる発汗量最小値予測モデル３５１、発汗量最大値予測モデル３５２が格納されている。発汗量最小値予測モデル３５１、発汗量最大値予測モデル３５２の詳細については後述する。

次に、実施形態３における吸引器１におけるストレス度合い分析制御を説明する。本実施形態におけるストレス度合い分析制御においても、上述の実施形態と同様、制御部３０がパワーオン処理、メイン処理などの各処理を行う。

図１７は、実施形態３に係る吸引器１がストレス度合い分析制御を実行した際の使用者における精神性発汗量Ｑｓの推移を例示した図である。図１７の横軸は時間を示し、縦軸は使用者の精神性発汗量Ｑｓを示す。時間Ｔａ〜Ｔｂの区間は、パワーオン処理が実行されるパワーオン処理期間（キャリブレーション期間）ΔＴｋである。

パワーオン処理は、実施形態１と同様、電源スイッチ部３２がオフ状態からオン状態に切り替わったことを契機として制御部３０が実行を開始する。例えば、図１７に示す時間Ｔａにおいて電源スイッチ部３２がオフ状態からオン状態に切り替わることでパワーオン処理が開始されると、制御部３０の発汗量測定部３３は、パワーオン処理期間ΔＴｋに亘って、所定のサンプリング周期（ここでは、例示的に５００ｍｓ）毎に使用者の精神性発汗量Ｑｓを測定する。パワーオン処理期間ΔＴｋは特に限定されないが、図１７ではパワーオン処理期間ΔＴｋを５秒間に設定されている場合を示している。なお、電源スイッチ部３２は、電源スイッチ部３２がオフ状態にあるときに、気圧取得部３１が使用者による初回の吸引（パフ）動作の開始を検出した場合に、電源スイッチ部３２がオフ状態からオン状態に切り替わる。

使用者の精神性発汗量Ｑｓの測定は、発汗量測定部３３が電源２３に指令を出し、精神性発汗量測定用電極２６，２７に対して電源２３から電力を供給させる。発汗量測定部３３は、精神性発汗量測定用電極２６，２７から吸引器１を把持する使用者の指の皮膚に微弱な発汗量測定用電流を流し、精神性発汗量測定用電極２６，２７から出力される皮膚コンダクタンスに対応する出力値に基づいて使用者の精神性発汗量を測定することができる。パワーオン処理時において、所定のサンプリング周期毎に取得した使用者の精神性発汗量は、記憶部３５に記憶される。なお、発汗量測定部３３は、パワーオン処理が開始されてからの経過時間を計時部３９から取得することで、所定のサンプリング周期毎に使用者の精神性発汗量を測定することができる。

ここで、図１７に示す使用者の精神性発汗量Ｑｓは、精神性発汗量測定用電極２６，２７が出力する皮膚コンダクタンスに対応する出力値である。図１７に示す精神性発汗量Ｑｓの単位はマイクロジーメンス［μＳ］であり、電気抵抗の逆数に相関している。なお、精神性発汗量測定用電極２６，２７が出力する出力値［単位：μＳ］と、皮膚の単位面積当たりにおいて単位時間に発生する汗の水分量［単位：mg/cm²/min］との関係は関数となっており、精神性発汗量測定用電極２６，２７が出力する出力値から汗の水分量としての発汗量は一義的に求めることができる。従って、本明細書において、「使用者の精神性発汗量」は、［μＳ］で表す場合と、［mg/cm²/min］で表す場合の何れも実質的に等価なものを指す。

ここで、パワーオン処理の開始からパワーオン処理期間ΔＴｋが経過した時間Ｔｂにおいて、制御部３０はパワーオン処理を終了する。その際、制御部３０は、記憶部３５にアクセスし、パワーオン処理期間ΔＴｋにおいて取得した使用者の精神性発汗量Ｑｓのうちの最大値を、初期基準発汗量Ｑｓ＃ｍａｘとして記憶部３５に記憶させる。更に、制御部３０は、使用者に吸引器１の吸引開始を促す吸引開始通知が行われる。例えば、制御部３０のモータ制御部３４が、振動モータ４１に対して電源２３から電力を供給させ、振動モータ４１を作動（駆動）させる。振動モータ４１を駆動することで木製筐体１３を振動させ、その振動を使用者に感知させることで、吸引開始通知を使用者に知らせることができる。また、木製筐体１３の振動による通知に代え、あるいは併用して、発光素子４３の発光によって開始通知が行われても良い。この場合、発光制御部３７が、発光素子４３に対して電源２３から電力を供給させ、所定の発光パターンで発光素子４３を発光させる。なお、制御部３０は、パワーオン処理においては、使用者が吸い口１１を吸引している吸引状態であるか、吸引していない非吸引状態であるかに関わらず、所定のサンプリング周期毎に使用者の精神性発汗量Ｑｓを測定する。

ここで、図１７に示す時間Ｔｂ〜Ｔｃの区間は、制御部３０が予測用特徴量測定処理を実行する予測用特徴量測定期間ΔＴｍｐである。また、予測用特徴量測定期間ΔＴｍｐの終了時期である時間Ｔｃにおいて、制御部３０は、ｍｉｎ−ｍａｘ予測処理を行う。そして、図１７における時間Ｔｃ〜Ｔｄの区間に対応する発汗量判定期間ΔＴｍｊにおいて、制御部３０は、使用者の精神性発汗量Ｑｓが判定用閾値未満になることで使用者が低ストレス状態となったかどうかを判定する発汗量判定処理を行う。上述の予測用特徴量測定処理、ｍｉｎ−ｍａｘ予測処理、および発汗量判定処理の詳細については後述するが、これらの各処理を含んでメイン処理が構成されている。

なお、本実施形態において、予測用特徴量測定期間ΔＴｍｐの長さは特に限定されないが、以下では予測用特徴量測定期間ΔＴｍｐを１００秒間に設定する場合を例に説明する。また、発汗量判定処理においては、使用者の精神性発汗量Ｑｓが判定用閾値未満であるか否かを所定のサンプリング周期（ここでは、例示的に５００ｍｓとする）毎に制御部３０の判定部３８が判定する。そして、使用者の精神性発汗量Ｑｓが判定用閾値未満となったことが確認されると、使用者における交感神経系の緊張が緩和された低ストレス状態にあると判断し、メイン処理を終了する。

また、本実施形態のメイン処理では、発汗量判定処理において使用者の精神性発汗量Ｑｓが判定用閾値以上に維持されていたとしても、メイン処理の開始時（時間Ｔｂ）からの経過時間Ｔ_ｉが予め定められた所定の第１タイムアウト時間を経過した場合には、タイムアウトとしてメイン処理（発汗量判定処理）を強制的に終了させる。なお、上記の第１タイムアウト時間の長さは特に限定されないが、以下では１８０秒間とする場合を例に説明する。ここで、パワーオン処理期間ΔＴｋを５秒間、予測用特徴量測定期間ΔＴｍｐを１００秒間、第１タイムアウト時間ΔＴｔｏを１８５秒間とすると、発汗量判定期間ΔＴｍｊは最大で８０秒間となる。なお、本実施形態では、予測用特徴量測定期間ΔＴｍｐは、第１タイムアウト時間ΔＴｔｏよりも短い期間として設定されている。また、メイン処理（予測用特徴量測定処理）が開始される時間Ｔｂから第１タイムアウト時間ΔＴｔｏが経過した時点（第１タイムアウト時期）の時間Ｔｄは、メイン処理が継続される最大（最長）の期間に相当し、以下では「メイン処理継続最大期間ΔＴｍａｘ」という。

次に、制御部３０はメイン処理を開始する。図１８は、実施形態３に係るメイン処理の処理内容を示す図である。図１８に示す各処理は、制御部３０のプロセッサが記憶部３５に記憶されている各種プログラムを実行することで実現される。本実施形態におけるメイン処理は、ステップＳ３０における予測用特徴量測定処理、ステップＳ４０におけるｍｉｎ−ｍａｘ予測処理、ステップＳ５０における発汗量判定処理を含む。

先ず、ステップＳ３０の予測用特徴量測定処理において、制御部３０は上述した予測用特徴量測定期間ΔＴｍｐ（１００秒間）に亘り、所定のサンプリング周期（ここでは、例示的に５００ｍｓとする）毎に、使用者の精神性発汗量Ｑｓを測定する。使用者における精神性発汗量Ｑｓの測定については、パワーオン処理時と同様、制御部３０の発汗量測定部３３が電源２３に指令を出し、精神性発汗量測定用電極２６，２７に対して電源２３から電力を供給させ、精神性発汗量測定用電極２６，２７から出力される出力値を取得することで行われる。発汗量測定部３３は、メイン処理（予測用特徴量測定処理）が開始されてからの経過時間Ｔ_ｉを計時部３９から取得することで、所定のサンプリング周期毎に使用者の精神性発汗量を測定することができる。

なお、予測用特徴量測定処理において、判定部３８は、サンプリング周期（ここでは、例示的に５００ｍｓとする）毎に、現在、使用者が吸い口１１を吸引動作中か否かを判定し、判定部３８が吸引動作中と判定した場合にのみ発汗量測定部３３が使用者の精神性発汗量Ｑｓを測定する。ここで、処理部５１は、ストレス度合い分析制御において測定した使用者の精神性発汗量Ｑｓの測定値に対して各種の処理を行う機能部である。なお、現在、使用者が吸引動作中か否かの判定については、気圧取得部３１による吸引動作（パフ動作）の検出結果に基づいて行うことができる。ここで、処理部５１は、発汗量測定部３３が測定した使用者の精神性発汗量Ｑｓの測定値を、パワーオン処理時に取得した初期基準発汗量Ｇ＃ｍａｘによって割る演算処理を行うことで「補正済み発汗量測定値Ｇ」（Ｇ=Ｑｓ/Ｇ＃ｍａｘ）を算出し、当該算出された補正処理済み発汗量測定値Ｇを、メイン処理開始時からの経過時間Ｔ_ｉ（ｉ＝0，0.5，1.0，・・・99.5）に対応付けた発汗量測定データＤｇを記憶部３５に記憶させる。なお、補正済み発汗量測定値Ｇ_ｉ（ｉ＝0，0.5，1.0，・・・99.5）を算出する際、使用者の精神性発汗量Ｑｓの測定値の時系列データを平滑化するために、精神性発汗量Ｑｓの測定値に対して移動平均処理を施し、移動平均処理後の精神性発汗量Ｑｓを初期基準発汗量Ｇ＃ｍａｘによって割る演算処理を行うことで補正済み発汗量測定値Ｇを求めてもよい。

また、上記の添字表記ｉは、メイン処理開始時からの経過時間を示している。上記のように、ここでの説明では予測用特徴量測定期間ΔＴｍｐを１００秒間に設定し、精神性発汗量の測定周期を５００ｍｓに設定しているため、予測用特徴量測定処理において生成される発汗量測定データＤｇには、メイン処理開始からの経過時間Ｔ_ｉ（ｉ＝0，0.5，1.0，・・・99.5）に対応する２００個の補正済み発汗量測定値Ｇ_ｉ（ｉ＝0，0.5，1.0，・・・99.5）が含まれる。また、発汗量測定データＤｇに含まれる各補正済み発汗量測定値を配列で表すと、以下のようになる。
Ｄｇ＝［Ｇ₀，Ｇ_0.5，Ｇ_1.0，・・・Ｇ_99.5］
なお、メイン処理開始時（予測用特徴量測定処理開始時）における補正済み発汗量測定値Ｇ_０の値は１とする。

また、予測用特徴量測定処理の各サンプリング時において、判定部３８が非吸引動作中と判定した場合には、発汗量測定部３３は使用者の精神性発汗量Ｑｓを測定しない。この場合、処理部５１は、前回のサンプリング時における補正済み発汗量測定値Ｇを、今回のサンプリング時における補正済み発汗量測定値Ｇとして、発汗量測定データＤｇに格納する。例えば、メイン処理開始からの経過時間Ｔ_5.0において非吸引動作中である場合には、Ｇ_5.0は、経過時間Ｔ_4.5に対応するＧ_4.5と同じ値として発汗量測定データＤｇに格納される。

上記のように、予測用特徴量測定処理時において、吸引動作状態にのみ使用者の精神性発汗量Ｑｓを測定するようにしたので、体動による見掛け上の精神性発汗量の変化（ノイズ）である体動アーティファクトを低減することができる。なお、図１７に示すように、メイン処理の予測用特徴量測定処理が行われる予測用特徴量測定期間ΔＴｍｐにおいては、使用者の精神性発汗量Ｑｓが徐々に減少する。これは、使用者による吸引器１の吸引動作が繰り返し行われることに伴い、実質的に使用者が深呼吸を繰り返すことになり、使用者のストレス度合いを反映する精神性発汗量Ｑｓの低下に繋がることに拠るものである。

ここで、予測用特徴量測定期間ΔＴｍｐ（１００秒間）が終了した時点で、制御部３０は予測用特徴量測定処理を終了し、図１８のステップＳ４０におけるｍｉｎ−ｍａｘ予測処理を行う。ｍｉｎ−ｍａｘ予測処理は、制御部３０の予測部５０が、予測用特徴量測定処理において記憶部３５に記憶した補正済み発汗量測定値Ｇ_ｉ（ｉ＝0，0.5，1.0，・・・99.5）とメイン処理開始時からの経過時間Ｔ_ｉ（ｉ＝0，0.5，1.0，・・・99.5）が対応付けられた発汗量測定データＤｇと、記憶部３５に格納されている発汗量最小値予測モデル３５１および発汗量最大値予測モデル３５２に基づいて、メイン処理継続最大期間ΔＴｍａｘ（１８０秒間）において使用者の精神性発汗量が最小となる最小値と、当該精神性発汗量が最大となる最大値をそれぞれ予測する処理である。

発汗量最小値予測モデル３５１および発汗量最大値予測モデル３５２を説明する。発汗量最小値予測モデル３５１は、予測用特徴量測定期間ΔＴｍｐ（１００秒間）において経時的に変化する使用者の精神性発汗量の推移と、メイン処理継続最大期間ΔＴｍａｘ（１８０秒間）における使用者の精神性発汗量の最小値との関連性を示す予測モデルである。より具体的には、発汗量最小値予測モデル３５１は、予め複数（多数）の被験者に吸引器１を使用させ、ストレス度合い分析制御（メイン処理）を実行することで得られた、予測用特徴量測定期間ΔＴｍｐにおける被験者の精神性発汗量の測定値の推移とメイン処理継続最大期間ΔＴｍａｘにおける被験者の精神性発汗量の測定値の最小値を対応付けたデータである複数（多数）の発汗量最小値学習用データを教師データとして用いた機械学習によって、予測用特徴量測定期間ΔＴｍｐにおける使用者の精神性発汗量の推移とメイン処理継続最大期間ΔＴｍａｘにおける使用者の精神性発汗量の最小値との関連性を学習済みの予測モデルである。

また、発汗量最大値予測モデル３５２は、予測用特徴量測定期間ΔＴｍｐ（１００秒間）において経時的に変化する使用者の精神性発汗量の推移と、メイン処理継続最大期間ΔＴｍａｘ（１８０秒間）における使用者の精神性発汗量の最大値との関連性を示す予測モデルである。より具体的には、発汗量最大値予測モデル３５２は、予め複数（多数）の被験者に吸引器１を使用させ、ストレス度合い分析制御（メイン処理）を実行することで得られた、予測用特徴量測定期間ΔＴｍｐにおける複数（多数）の被験者の精神性発汗量の測定値の推移と前記メイン処理継続最大期間ΔＴｍａｘにおける複数（多数）の被験者の精神性発汗量の最大値を対応付けたデータである複数（多数）の発汗量最大値学習用データを教師データとして用いた機械学習によって、予測用特徴量測定期間ΔＴｍｐにおける使用者の精神性発汗量の推移とメイン処理継続最大期間ΔＴｍａｘにおける使用者の精神性発汗量の最大値との関連性を学習済みの予測モデルである。

本実施形態において、発汗量最小値予測モデル３５１および発汗量最大値予測モデル３５２は線形モデルとして構築されている。このような線形モデルとしては、例えば、ＬＡＳＳＯ等を好適に用いることができる。但し、発汗量最小値予測モデル３５１および発汗量最大値予測モデル３５２は、ＬＡＳＳＯに限定されず、また、非線形モデルを用いても良い。

ｍｉｎ−ｍａｘ予測処理において、予測部５０は、メイン処理開始時から予測用特徴量測定期間ΔＴｍｐに亘って測定した使用者における精神性発汗量の測定値の一例である補正済み発汗量測定値Ｇ_ｉ（ｉ＝0，0.5，1.0，・・・99.5）を特徴量として、発汗量最小値予測モデル３５１と発汗量最大値予測モデル３５２にそれぞれ適用することによって、メイン処理継続最大期間ΔＴｍａｘにおける使用者の精神性発汗量の最小値と使用者の精神性発汗量の最大値をそれぞれ予測する。以下、このようにして発汗量最小値予測モデル３５１を用いた予測によって得られたメイン処理継続最大期間ΔＴｍａｘにおける使用者の精神性発汗量の最小値を、「最小予測値Ｇｐｍｉｎ」という。また、発汗量最大値予測モデル３５２を用いた予測によって得られたメイン処理継続最大期間ΔＴｍａｘにおける使用者の精神性発汗量の最大値を、「最大予測値Ｇｐｍａｘ」という。

発汗量最小値予測モデル３５１は、以下の（１）式によって最小予測値Ｇｐｍｉｎを予測する。
Ｇｐｍｉｎ＝ａ₀×Ｇ₀＋ａ_0.5×Ｇ_0.5＋ａ_1.0×Ｇ_1.0＋…＋ａ_99.5×Ｇ_99.5 （１）式
ここで、ａ_ｉ（ｉ＝0，0.5，1.0，・・・99.5）は、特徴量である補正済み発汗量測定値Ｇ_ｉ（ｉ＝0，0.5，1.0，・・・99.5）に対する重みである。

発汗量最大値予測モデル３５２は、以下の（２）式によって最大予測値Ｇｐｍａｘを予測する。
Ｇｐｍａｘ＝ｂ₀×Ｇ₀＋ｂ_0.5×Ｇ_0.5＋ｂ_1.0×Ｇ_1.0＋…＋ｂ_99.5×Ｇ_99.5 （２）式
ここで、ｂ_ｉ（ｉ＝0，0.5，1.0，・・・99.5）は、特徴量である補正済み発汗量測定値Ｇ_ｉ（ｉ＝0，0.5，1.0，・・・99.5）に対する重みである。

このようにして、学習済みの発汗量最小値予測モデル３５１および発汗量最大値予測モデル３５２を用いて予測部５０が予測したメイン処理継続最大期間ΔＴｍａｘにおける精神性発汗量の最小予測値Ｇｐｍｉｎおよび最大予測値Ｇｐｍａｘは、記憶部３５に記憶される。そして、制御部３０は、ｍｉｎ−ｍａｘ予測処理の終了後、図１８におけるステップＳ５０に進み、発汗量判定処理を実行する。

本実施形態において、発汗量判定処理は、上記の通り、予測用特徴量測定期間ΔＴｍｐ（メイン処理開始後から１００秒間）が経過した時間Ｔｃ以降、最大で第１タイムアウト時期が到来する時間Ｔｄ（メイン処理開始後から１８０秒経過後）までの期間に亘って行われる。つまり、発汗量判定処理は、メイン処理が開始されてから１００秒経過後に開始され、メイン処理が開始されてから最大で１８０秒経過するまで行われる。

発汗量判定処理における具体的な処理内容について説明すると、発汗量判定処理に際して、発汗量測定部３３は所定のサンプリング周期毎に使用者の精神性発汗量Ｑｓを測定する。ここでは、発汗量判定処理において使用者の精神性発汗量Ｑｓを測定するサンプリング周期を５００ｍｓとする場合を例に説明するが、上記サンプリング周期は特に限定されない。なお、発汗量測定部３３は、メイン処理が開始されてからの経過時間Ｔ_ｉ（ｉ＝0，0.5，1.0，・・・99.5）を計時部３９から取得することで、所定のサンプリング周期（ここでは、５００ｍｓ）毎に使用者の精神性発汗量を測定することができる。

発汗量判定処理において、発汗量測定部３３が測定した使用者の精神性発汗量Ｑｓの測定値は、処理部５１によって補正処理される。具体的には、処理部５１は、パワーオン処理時に取得した初期基準発汗量Ｇ＃ｍａｘによって精神性発汗量Ｑｓの測定値を割る補正処理を行うことで補正済み発汗量測定値Ｇを算出する。更に、処理部５１は、算出した補正済み発汗量測定値Ｇを、記憶部３５に記憶されている最小予測値Ｇｐｍｉｎおよび最大予測値Ｇｐｍａｘを用いて、スケーリング処理を行う。

ここで、処理部５１は、記憶部３５に記憶されている最小予測値Ｇｐｍｉｎを所定の第１の値とし、最大予測値Ｇｐｍａｘを第２の値としてｍｉｎ−ｍａｘスケーリング処理を行う。ここで、第２の値とは、第１の値よりも大きな値として設定されている。ここでは、第１の値を０、第２の値を１とする場合を例に説明する。

処理部５１は、ｍｉｎ−ｍａｘスケーリング処理を行う際、以下の（３）式に、補正済み発汗量測定値Ｇ_ｉ（ｉ＝100，100.5，101，・・・180）を代入することで、ｍｉｎ−ｍａｘスケーリング処理後のスケーリング済み発汗量測定値Ｇｔ_ｉ（ｉ＝100，100.5，101，・・・180）を算出する。
Ｇｔ_ｉ＝（Ｇ_ｉ−Ｇｐｍｉｎ）／（Ｇｐｍａｘ−Ｇｐｍｉｎ） （３）式

処理部５１が算出したスケーリング済み発汗量測定値Ｇｔ_ｉは、設定部３６によって設定される判定用閾値と対比され、当該スケーリング済み発汗量測定値Ｇｔ_ｉが判定用閾値未満である場合に、使用者の状態が低ストレス状態に移行したと判断される。ここで、設定部３６は、判定用閾値を、第１の値（最小予測値Ｇｐｍｉｎ）以上で且つ第２の値（最大予測値Ｇｐｍａｘ）以下の範囲に設定する。上記の通り、本実施形態においては、第１の値（最小予測値Ｇｐｍｉｎ）を０、第２の値（最大予測値Ｇｐｍａｘ）を１として、発汗量判定期間ΔＴｍｊにおいて測定した使用者の精神性発汗量の測定値（具体的には、補正済み発汗量測定値Ｇ）に対してスケーリング処理を行う。そのため、設定部３６は、判定用閾値を、０以上１以下の値に設定する。

発汗量判定処理において、判定部３８は、発汗量判定期間ΔＴｍｊにおける所定のサンプリング周期（ここでの例では、５００ｍｓ）毎に取得されるスケーリング済み発汗量測定値Ｇｔ_ｉを、その都度、判定用閾値と対比し、スケーリング済み発汗量測定値Ｇｔ_ｉが判定用閾値未満であるか否かを判定する。そして、スケーリング済み発汗量測定値Ｇｔ_ｉが判定用閾値未満になったことが確認された時点でメイン処理を終了すると共に、ストレス解消完了通知を使用者に通知（報知）する。

一方、発汗量判定処理において、スケーリング済み発汗量測定値Ｇｔ_ｉが判定用閾値まで低下していなくても、メイン処理の開始からの経過時間が予め設定される第１タイムアウト時間ΔＴｔｏを経過した場合には、タイムアウトとして制御部３０はメイン処理を強制的に終了させる。具体的には、判定部３８は、メイン処理が開始されてからの経過時間を計時部３９から取得する。そして、判定部３８は、取得した経過時間が所定の第１タイムアウト時間ΔＴｔｏを超えたか否かを判定する。第１タイムアウト時間ΔＴｔｏは、本制御例では予め定められた固定の時間（１８０秒間）としているが、第１タイムアウト時間ΔＴｔｏの長さは使用者によって設定の変更が可能であっても良い。

また、上記のストレス解消完了通知は、使用者の交感神経系の緊張が緩和され、ストレスが十分に解消された状態に至ったことを使用者に知らせるための通知である。ストレス解消完了通知は、実施形態１と同様、発光制御部３７が、発光素子４３に対して電源２３から電力を供給させる制御を行い、所定の発光パターンで発光素子４３を発光させることで使用者に通知しても良い。

ここで、図１９は、実施形態３に係るメイン処理における発汗量判定処理の処理内容を示すフローチャートである。図１９に示すステップＳ５０１において、発汗量測定部３３は、現在、使用者の精神性発汗量Ｑｓを測定する測定タイミングかどうかを判定する。発汗量測定部３３は、メイン処理（予測用特徴量測定処理）が開始されてからの経過時間を計時部３９から取得することで、所定のサンプリング周期毎に使用者の精神性発汗量を測定することができる。ステップＳ５０１において、測定タイミングであると判定された場合、ステップＳ５０２に進み、測定タイミングではないと判定された場合には、ステップＳ５０１に戻る。

ステップＳ５０２において、判定部３８は、気圧取得部３１による吸引動作（パフ動作）の検出結果に基づいて、現在、使用者が吸引動作中であるか否かを判定する。本ステップにおいて、現在、使用者が吸引動作中であると判定された場合、ステップＳ５０３に進み、吸引動作中でないと判定された場合、ステップＳ５０１に戻る。

ステップＳ５０３において、発汗量測定部３３は使用者の精神性発汗量Ｑｓを測定する。次に、ステップＳ５０４において、処理部５１は、発汗量測定部３３が測定した使用者の精神性発汗量Ｑｓの測定値を初期基準発汗量Ｇ＃ｍａｘによって割ることで補正済み発汗量測定値Ｇを算出する。ここで、補正済み発汗量測定値Ｇを算出する際、使用者の精神性発汗量Ｑｓの測定値の時系列データを平滑化するために、精神性発汗量Ｑｓの測定値に対して移動平均処理を施し、移動平均処理後の精神性発汗量Ｑｓを初期基準発汗量Ｇ＃ｍａｘによって割る演算処理を行うことで補正済み発汗量測定値Ｇを求めてもよい。

次に、ステップＳ５０５において、処理部５１は、記憶部３５に記憶されている最小予測値Ｇｐｍｉｎを所定の第１の値とし、最大予測値Ｇｐｍａｘを第２の値として補正済み発汗量測定値Ｇに対するｍｉｎ−ｍａｘスケーリング処理を行い、スケーリング済み発汗量測定値Ｇｔを算出する。スケーリング済み発汗量測定値Ｇｔは、上記（３）式に基づいて算出することができる。

次に、ステップＳ５０６において、判定部３８は、スケーリング済み発汗量測定値Ｇｔが判定用閾値未満であるか否かを判定する。ステップＳ５０６において、スケーリング済み発汗量測定値Ｇｔが判定用閾値未満であると判定された場合、ステップＳ５０７に進み、スケーリング済み発汗量測定値Ｇｔが判定用閾値以上であると判定された場合には、ステップＳ５０９に進む。

ステップＳ５０７においては、発光制御部３７が、ストレス解消完了通知を使用者に通知（報知）する。例えば、発光制御部３７は、発光素子４３に対して電源２３から電力を供給させる制御を行い、所定の発光パターンで発光素子４３を発光させることで使用者にストレス解消完了通知を通知する。ステップＳ５０７の処理が終了すると、ステップＳ５０８に進む。

ステップＳ５０８においては、モータ制御部３４が、振動モータ４１に対して電源２３から電力を供給させ、振動モータ４１を作動（駆動）させることで覚醒処理を実行する。覚醒処理は、振動モータ４１の駆動に起因する木製筐体１３の振動刺激（微小なストレス）を使用者に付与することで、使用者の覚醒レベルを上昇させる処理である。覚醒レベルを上昇させる覚醒処理を実行することで、使用者の意識がぼんやりした状態ではなく、意識がリフレッシュした状態に使用者を覚醒させることができる。

覚醒処理における振動モータ４１の駆動パターンや、その継続期間は特に限定されない。例えば、覚醒処理において、振動モータ４１を間欠的に駆動させても良い。例えば、振動モータ４１を駆動させる振動時間と、駆動を停止させる休止時間を複数サイクル繰り返しても良い。その場合、１サイクル毎に、振動モータ４１の振動時間と休止時間を変化させても良い。例えば、覚醒処理の１サイクル目における振動モータ４１の振動時間と休止時間をそれぞれ２００ｍｓとし、２サイクル目以降は、振動時間と休止時間を２０ｍｓずつ短くしていっても良い。覚醒処理において、所定のサイクル数が完了したした時点、或いは、覚醒処理の開始から一定時間が経過した時点で覚醒処理を完了し、図１９に示す制御ルーチンが終了する。なお、本実施形態においても、実施形態１と同様、覚醒処理において、振動による刺激以外の手法を用いて、使用者の覚醒レベルを上昇させても良い。例えば、発光素子４３を発光させることで使用者を覚醒させても良い。

また、覚醒処理は電池２３０の残量に応じて異なるパターンとすることで、電池残量のアラート機能を兼ねていても良い。例えば、電池２３０の残量が十分な状態における覚醒処理では、発光素子４３を所定の第１の色（例えば、青色）に点灯させつつ振動モータ４１を所定の振動パターン（例えば、「２００ｍｓ振動＋２００ｍｓ休止」で数サイクル（例えば、４サイクル）作動させた後、振動モータ４１の作動を終了させると同時に発光素子４３を消灯してもよい。また、電池２３０の残量が少ない状態における覚醒処理では、発光素子４３を所定の第２の色（例えば、赤色）に点灯させつつ振動モータ４１を所定の振動パターン（例えば、「２００ｍｓ振動＋２００ｍｓ休止」で数サイクル（例えば、５サイクル）作動させた後、振動モータ４１の作動を終了させると同時に発光素子４３を消灯してもよい。また、上記のパターンは例示であり、適宜変更しても良い。

また、上記発汗量判定処理のステップＳ５０６において、スケーリング済み発汗量測定値Ｇｔが判定用閾値以上であると判定されることでステップＳ５０９の処理に進む場合、判定部３８は、メイン処理の開始時（図１７に示す時間Ｔｂ）からの経過時間Ｔ_ｉが予め定められた所定の第１タイムアウト時間ΔＴｔｏを経過したか否かを判定する。本制御例では、第１タイムアウト時間ΔＴｔｏが１８０秒に設定されているが、使用者による第１タイムアウト時間ΔＴｔｏの設定変更が可能であっても良い。判定部３８は、メイン処理の開始からの経過時間Ｔ_ｉを計時部３９から取得することができる。

ステップＳ５０９において、メイン処理を開始してからの経過時間Ｔ_ｉが第１タイムアウト時間ΔＴｔｏを経過していないと判定された場合、ステップＳ５０１の処理に戻り、ステップＳ５０１〜Ｓ５０６の処理が繰り返される。また、ステップＳ５０９において、メイン処理を開始してからの経過時間Ｔ_ｉが第１タイムアウト時間ΔＴｔｏを経過したと判定された場合にはステップＳ５１０に進み、使用者にタイムアウトした旨を伝えるためのタイムアウト通知を通知する。例えば、発光制御部３７が発光素子４３を所定の発光パターンで発光させることで、タイムアウト通知を行っても良い。タイムアウト通知の実行が終了すると、図１９に示す制御ルーチンを終了する。

以上のように、本実施形態におけるストレス度合い分析制御によれば、メイン処理継続最大期間ΔＴｍａｘよりも短い期間として設定される予測用特徴量測定期間ΔＴｍｐで測定した使用者の精神性発汗量の経時的な推移と、発汗量最小値予測モデル３５１および発汗量最大値予測モデル３５２に基づいて、将来的に刻一刻と推移する使用者の精神性発汗量の最小値と最大値を予測することができる。そして、上記予測モデルに基づいて予測した使用者の精神性発汗量の最小値と最大値を用いて、予測用特徴量測定期間ΔＴｍｐ以後の発汗量判定期間ΔＴｍｊにおいて測定する使用者の精神性発汗量の測定値をスケーリング処理することで、使用者毎に精神性発汗量の変動特性が大きくばらついたとしても、発汗量判定期間ΔＴｍｊにおいて取得するスケーリング済み発汗量測定値Ｇｔの変動範囲をある程度の範囲に小さく収めることができる。本実施形態におけるストレス度合い分析制御によれば、上記のように精神性発汗量の変動特性に関する個人差を小さくするアルゴリズムを採用することで、発汗量判定処理に用いる判定用閾値を固定値に設定する場合においても、タイムアウト通知が通知されるケースの割合が過度に高くなったり、逆に、発汗量判定処理を開始した直後にストレス解消完了通知が通知されるケースの割合が過度に高くなることを抑制でき、ユーザビリティの優れた吸引器１を実現することができる。

図２０は、吸引器１を使用する複数の使用者（被験者）に対してストレス度合い分析制御を実施した際のスケーリング済み発汗量測定値Ｇｔの時間推移を示す図である。図２１は、比較用に、吸引器１を使用する複数の使用者（被験者）に対してストレス度合い分析制御を実施した際の補正済み発汗量測定値Ｇの時間推移を示す図である。図２１における補正済み発汗量測定値Ｇは、使用者における精神性発汗量の測定値を初期基準発汗量Ｇ＃ｍａｘによって割った値であり、発汗量最小値予測モデル３５１および発汗量最大値予測モデル３５２に基づいて予測した精神性発汗量の最小値と最大値を用いたスケーリング処理はなされていない。なお、図２０に示すスケーリング済み発汗量測定値Ｇｔと、図２１に示す補正済み発汗量測定値Ｇは、同じ複数の被験者（１１人）から測定した精神性発汗量の測定値に基づいて算出したものである。

図２０および図２１を対比すると明らかなように、精神性発汗量の測定値を初期基準発汗量Ｇ＃ｍａｘによって割っただけの補正済み発汗量測定値Ｇの推移は、メイン処理が開始されてからの経過時間が同時刻のときの被験者毎（個人差）によるばらつきが比較的大きい（図２１を参照）。一方、図２０に示すスケーリング済み発汗量測定値Ｇｔは、メイン処理が開始されてからの経過時間が同時刻のときの被験者毎（個人差）によるばらつきが、図２１に示す補正済み発汗量測定値Ｇに比べて小さいことが判る。

図２１における補正済み発汗量測定値Ｇにおいては、スケーリング済み発汗量測定値Ｇｔで評価する場合に比べて個人差によるばらつきが大きいため、発汗量判定処理に用いる判定用閾値を固定値に設定してしまうと、大多数の被験者がタイムアウトしてしまうか、逆に、吸引回数が少ない状態のまま発汗量判定処理を開始した直後に低ストレス状態と判断され易くなる傾向がある。例えば、図２１における補正済み発汗量測定値Ｇを用いて発汗量判定処理に係る判定用閾値を０．６程度にすると、多くの被験者はタイムアウトに至ってしまい、逆に、判定用閾値を０．９程度に上げてしまうと、実際には初期基準発汗量Ｇ＃ｍａｘから１０％しか精神性発汗量が低下していないにも関わらず発汗量判定処理を開始した直後に多くの被験者が低ストレス状態と判断され易くなる傾向がある。

これに対して、図２０に示すスケーリング済み発汗量測定値Ｇｔを用いて発汗量判定処理を行う場合、例えば、発汗量判定処理に用いる判定用閾値を０．２程度に設定した場合、大多数の被験者にタイムアウトに至らず、且つ、発汗量判定期間ΔＴｍｊに突入した直後にスケーリング済み発汗量測定値Ｇｔが判定用閾値（ここでは、０．２）を下回ることがないため、被験者が十分な吸引動作を経て実際にストレスが解消された状態でストレス解消完了通知が通知されることになる。すなわち、本実施形態におけるストレス度合い分析制御によれば、使用者毎に精神性発汗量の変動特性がばらついても、大多数の使用者がタイムアウトに至らず、且つ、実際にストレスが解消された状態でストレス解消完了通知を使用者に通知することができ、非常にユーザビリティが優れていることが判る。

なお、実施形態３における吸引器１の制御部３０は、制御部３０がストレス度合い分析制御時に測定した使用者の精神性発汗量の測定値に基づいて、記憶部３５に格納（記憶）されている発汗量最小値予測モデル３５１および発汗量最大値予測モデル３５２を更新する学習処理部を有していても良い。すなわち、学習処理部は、使用者が吸引器１を使用した際に得られた、予測用特徴量測定期間ΔＴｍｐにおける使用者の精神性発汗量の測定値の推移と、メイン処理継続最大期間ΔＴｍａｘにおける使用者の精神性発汗量の測定値の最小値とを対応付けた発汗量最小値学習用データを教師データとする機械学習によって、予測用特徴量測定期間ΔＴｍｐにおける使用者の精神性発汗量の推移とメイン処理継続最大期間ΔＴｍａｘにおける使用者の精神性発汗量の最小値との関連性を学習（訓練）することで、（１）式における重みａ_ｉの係数を修正し、発汗量最小値予測モデル３５１を更新してもよい。

同様に、学習処理部は、使用者が吸引器１を使用した際に得られた、予測用特徴量測定期間ΔＴｍｐにおける使用者の精神性発汗量の測定値の推移と、メイン処理継続最大期間ΔＴｍａｘにおける使用者の精神性発汗量の測定値の最大値とを対応付けた発汗量最大値学習用データを教師データとする機械学習によって、予測用特徴量測定期間ΔＴｍｐにおける使用者の精神性発汗量の推移とメイン処理継続最大期間ΔＴｍａｘにおける使用者の精神性発汗量の最大値との関連性を学習（訓練）することで、（２）式における重みｂ_ｉの係数を修正し、発汗量最大値予測モデル３５２を更新してもよい。

また、記憶部３５に格納されている発汗量最小値予測モデル３５１および発汗量最大値予測モデル３５２は、必ずしも機械学習によって構築（生成）された予測モデルである必要は無く、他の手法に基づいて構築された予測モデルであっても良い。

また、実施形態３におけるストレス度合い分析制御においては、発汗量判定期間ΔＴｍｊにおいて測定した使用者の精神性発汗量の測定値（具体的には、補正済み発汗量測定値Ｇ）に対して、予測部５０が予測した最小予測値Ｇｐｍｉｎを第１の値（上記の例では、“０”）とすると共に予測部５０が予測した最大予測値Ｇｐｍａｘを第２の値（上記の例では、“１”）としてｍｉｎ−ｍａｘスケーリング処理を行うようにしたので、第１の値以上であって且つ第２の値以下の範囲内で判定用閾値を設定するようにしているが、これには限られない。

例えば、発汗量判定期間ΔＴｍｊにおいて測定した使用者の精神性発汗量の測定値に対してｍｉｎ−ｍａｘスケーリング処理を行わない場合、設定部３６は、予測部５０が予測した最小予測値Ｇｐｍｉｎ以上最大予測値Ｇｐｍａｘ以下の範囲で判定用閾値を設定すればよい。この場合、精神性発汗量および判定用閾値の単位は特に限定されない。例えば、予測部５０が予測した最小予測値Ｇｐｍｉｎが０．６［μＳ］であり、予測した最大予測値Ｇｐｍａｘが２．５［μＳ］であった場合、発汗量判定処理に適用される判定用閾値を、０．６［μＳ］以上、２．５［μＳ］以下の範囲内で設定すればよい。例えば、判定用閾値を、最小予測値Ｇｐｍｉｎおよび最大予測値Ｇｐｍａｘの平均値に設定しても良い。本実施形態におけるストレス度合い分析制御によれば、予測部５０が予測した最小予測値Ｇｐｍｉｎ以上最大予測値Ｇｐｍａｘ以下の範囲で判定用閾値を設定するようにしたので、使用者毎による精神性発汗量の変動特性のばらつきの影響を大きく受けることなく判定用閾値を適正な値に設定することができる。

更に、本実施形態に係るストレス度合い分析制御によれば、発汗量判定期間ΔＴｍｊにおいて測定した使用者の精神性発汗量の測定値に対してｍｉｎ−ｍａｘスケーリング処理をするようにしたので、使用者毎による精神性発汗量の変動特性のばらつきの影響をより一層小さくすることができ、ユーザビリティの優れた吸引器１を提供することができる。

なお、本実施形態に係るストレス度合い分析制御の発汗量判定処理において、ｍｉｎ−ｍａｘスケーリング処理を行う際、予測部５０が予測した最小予測値Ｇｐｍｉｎを第１の値の例示として０に設定し、最大予測値Ｇｐｍａｘを第２の値の例示として１に設定する場合を説明したが、第１の値と第２の値の組み合わせは特定の値に限定されない。

また、上記の各処理を実行するためのプログラムは、コンピュータ読み取り可能な記録媒体に記録されていても良い。当該プログラムが記録された記録媒体については、コンピュータに、この記録媒体のプログラムを読み込ませて実行させることにより、上述の処理が可能となる。

ここで、コンピュータ読み取り可能な記録媒体とは、データやプログラム等の情報を電気的、磁気的、光学的、機械的、又は化学的作用によって蓄積し、コンピュータから読み取ることができる記録媒体をいう。このような記録媒体のうちコンピュータから取り外し可能なものとしては、フレキシブルディスク、光磁気ディスク、光ディスク、磁気テープ、メモリカード等がある。また、コンピュータに固定された記録媒体としては、ハードディスクドライブやＲＯＭ等がある。

また、上述までの実施形態に係る吸引器が行う各処理を実行するためのプログラムを記憶するメモリおよびメモリに記憶されたプログラムを実行するプロセッサによって構成されるチップが提供されても良い。

以上、本発明を上述した実施形態および変形例によって説明したが、本発明は上記実施形態に限定されるものではなく、種々の代替実施形態を採用することができる。例えば、吸引器は、電源スイッチ部３２のオン、オフを切り替えるための使用者の操作を受け付け可能な押しボタン等のハードスイッチを備えていても良い。また、上述した各実施形態および変形例は適宜組み合わせて実施することができる。

１・・・吸引器
１０・・・吸い口ユニット
１１・・・吸い口
１２・・・吸い口受け
１３・・・木製筐体
２０・・・制御ユニット
２１・・・電子基板
２３・・・電源
２４・・・固定ユニット
２６，２７・・・精神性発汗量測定用電極
３０・・・制御部
３１・・・気圧取得部
３２・・・電源スイッチ部
３３・・・発汗量測定部
３４・・・モータ制御部
３５・・・記憶部
３６・・・設定部
３７・・・発光制御部
３８・・・判定部
３９・・・計時部
４０・・・気圧センサ
４１・・・振動モータ
４３・・・発光素子

Claims (21)

1. 筐体と、
   前記筐体に設けられ、吸い口を有する吸い口ユニットと、
   外部に露出するように前記筐体に設けられ、使用者の精神性発汗量を測定するための発汗量測定用電極と、
   前記発汗量測定用電極を用いて測定した精神性発汗量に基づいて使用者のストレス度合いを分析し、分析結果を使用者に通知する制御部と、
   を備える、
   吸引器。
2. 前記筐体内に設けられた気圧センサを更に備え、
   前記制御部は、前記気圧センサから出力される筐体内の気圧に関する気圧情報に基づいて使用者による前記吸い口の吸引動作を検知し、使用者による前記吸い口の吸引動作中にのみ、前記発汗量測定用電極を用いて精神性発汗量を測定する、
   請求項１に記載の吸引器。
3. 前記制御部は、前記精神性発汗量が所定の低ストレス発汗量まで低下したと判定した場合に、使用者に刺激を付与する覚醒処理を実行する、
   請求項１又は２に記載の吸引器。
4. 前記筐体が香気成分を含んでいる、請求項１から３の何れか一項に記載の吸引器。
5. 前記筐体が木製筐体であり、当該木製筐体が香気成分を含む香気発生源として形成されている、請求項４に記載の吸引器。
6. 前記発汗量測定用電極は前記筐体に一対設けられており、使用者が前記筐体を把持した際に当該筐体を把持する使用者の掌の異なる２つの領域が触れる予め定められた２箇所に配置されている、
   請求項１から５の何れか一項に記載の吸引器。
7. 一対の前記発汗量測定用電極は、使用者が前記筐体を把持した際に当該筐体を把持する
   使用者の人差し指と中指が触れる予め定められた２箇所に配置されている、
   請求項６に記載の吸引器。
8. 前記制御部は、使用者のストレス度合いを分析するストレス度合い分析制御を実行する際、所定の第１タイムアウト時期が到来する前に使用者の精神性発汗量が所定の判定用閾値未満になったときに所定のストレス解消完了通知を使用者に通知するメイン処理を実行し、
   前記制御部は、
   前記メイン処理の開始時から前記第１タイムアウト時期が到来するまでのメイン処理継続最大期間よりも短い所定の予測用特徴量測定期間において経時的に変化する使用者の精神性発汗量の推移と、前記メイン処理継続最大期間における使用者の精神性発汗量の最小値との関連性を表す発汗量最小値予測モデルと、前記予測用特徴量測定期間において経時的に変化する使用者の精神性発汗量の推移と前記メイン処理継続最大期間における使用者の精神性発汗量の最大値との関連性を表す発汗量最大値予測モデルと、を格納する記憶部と、
   前記メイン処理の開始時から前記予測用特徴量測定期間に亘って測定した使用者における精神性発汗量の測定値を特徴量として、前記発汗量最小値予測モデルと前記発汗量最大値予測モデルとにそれぞれ適用することによって、前記メイン処理継続最大期間における使用者の精神性発汗量の最小値と最大値をそれぞれ予測する予測部と、
   前記判定用閾値を、前記予測部が予測した前記メイン処理継続最大期間における使用者の精神性発汗量の最小値である最小予測値以上であって且つ当該メイン処理継続最大期間における使用者の精神性発汗量の最大値である最大予測値以下の範囲で設定する設定部と、
   を有する、
   請求項１から７の何れか一項に記載の吸引器。
9. 前記発汗量最小値予測モデルは、予め前記ストレス度合い分析制御を実行したときの前記予測用特徴量測定期間における使用者の精神性発汗量の測定値の推移と前記メイン処理継続最大期間における使用者の精神性発汗量の測定値の最小値とを対応付けた複数の発汗量最小値学習用データを教師データとして用いた機械学習によって前記予測用特徴量測定期間における使用者の精神性発汗量の推移と前記メイン処理継続最大期間における使用者の精神性発汗量の最小値との関連性を学習済みの予測モデルであって、
   前記発汗量最大値予測モデルは、予め前記ストレス度合い分析制御を実行したときの前記予測用特徴量測定期間における使用者の精神性発汗量の測定値の推移と前記メイン処理継続最大期間における使用者の精神性発汗量の最大値とを対応付けた複数の発汗量最大値学習用データを教師データとして用いた機械学習によって前記予測用特徴量測定期間における使用者の精神性発汗量の推移と前記メイン処理継続最大期間における使用者の精神性発汗量の最大値との関連性を学習済みの予測モデルである、
   請求項８に記載の吸引器。
10. 前記予測部は、前記メイン処理の開始時から前記予測用特徴量測定期間が経過した時点で、前記記憶部に格納された前記発汗量最小値予測モデルと前記発汗量最大値予測モデルとに基づいて前記最小予測値と前記最大予測値をそれぞれ予測する、請求項８又は９に記載の吸引器。
11. 前記制御部は、前記メイン処理の開始時から前記予測用特徴量測定期間が経過した時点以降に測定した使用者の精神性発汗量の測定値を、前記発汗量最小値予測モデルと前記発汗量最大値予測モデルとに基づいてそれぞれ予測した前記最小予測値および前記最大予測値を用いて、前記最小予測値を第１の値とすると共に前記最大予測値を前記第１の値よりも大きい第２の値としてスケーリング処理を行う処理部を更に備え、
    前記設定部は、前記第１の値以上で且つ前記第２の値以下の固定値として前記判定用閾値を設定する、
    請求項８から１０の何れか一項に記載の吸引器。
12. 筐体と、前記筐体に設けられると共に吸い口を有する吸い口ユニットと、外部に露出するように前記筐体に設けられて使用者の精神性発汗量を測定するための発汗量測定用電極と、を備える吸引器の制御方法であって、
    前記発汗量測定用電極を用いて使用者の精神性発汗量を測定し、当該測定した精神性発汗量に基づいて使用者のストレス度合いを分析し、分析結果を使用者に通知する、
    吸引器の制御方法。
13. 前記吸引器を制御する制御部は、使用者のストレス度合いを分析するストレス度合い分析制御を実行する際、所定の第１タイムアウト時期が到来する前に使用者の精神性発汗量が所定の判定用閾値未満になったときに所定のストレス解消完了通知を使用者に通知するメイン処理を実行し、
    前記制御部は、
    前記メイン処理の開始時から前記第１タイムアウト時期が到来するまでのメイン処理継続最大期間よりも短い所定の予測用特徴量測定期間において経時的に変化する使用者の精神性発汗量の推移と、前記メイン処理継続最大期間における使用者の精神性発汗量の最小値との関連性を表す発汗量最小値予測モデルと、前記予測用特徴量測定期間において経時的に変化する使用者の精神性発汗量の推移と前記メイン処理継続最大期間における使用者の精神性発汗量の最大値との関連性を表す発汗量最大値予測モデルと、を格納する記憶部を有し、前記メイン処理の開始時から前記予測用特徴量測定期間に亘って測定した使用者における精神性発汗量の測定値を特徴量として、前記発汗量最小値予測モデルと前記発汗量最大値予測モデルとにそれぞれ適用することによって、前記メイン処理継続最大期間における使用者の精神性発汗量の最小値と最大値をそれぞれ予測し、当該予測した前記メイン処理継続最大期間における使用者の精神性発汗量の最小値である最小予測値以上であって且つ当該メイン処理継続最大期間における使用者の精神性発汗量の最大値である最大予測値以下の範囲内で前記判定用閾値を設定する、
    請求項１２に記載の吸引器の制御方法。
14. 前記発汗量最小値予測モデルは、予め前記ストレス度合い分析制御を実行したときの前記予測用特徴量測定期間における使用者の精神性発汗量の測定値の推移と前記メイン処理継続最大期間における使用者の精神性発汗量の測定値の最小値とを対応付けた複数の発汗量最小値学習用データを教師データとして用いた機械学習によって前記予測用特徴量測定期間における使用者の精神性発汗量の推移と前記メイン処理継続最大期間における使用者の精神性発汗量の最小値との関連性を学習済みの予測モデルであって、
    前記発汗量最大値予測モデルは、予め前記ストレス度合い分析制御を実行したときの前記予測用特徴量測定期間における使用者の精神性発汗量の測定値の推移と前記メイン処理継続最大期間における使用者の精神性発汗量の最大値とを対応付けた複数の発汗量最大値学習用データを教師データとして用いた機械学習によって前記予測用特徴量測定期間における使用者の精神性発汗量の推移と前記メイン処理継続最大期間における使用者の精神性発汗量の最大値との関連性を学習済みの予測モデルである、
    請求項１３に記載の吸引器の制御方法。
15. 前記制御部は、前記メイン処理の開始時から前記予測用特徴量測定期間が経過した時点で、前記記憶部に格納された前記発汗量最小値予測モデルと前記発汗量最大値予測モデルとに基づいて前記最小予測値と前記最大予測値をそれぞれ予測する、
    請求項１３又は１４に記載の吸引器の制御方法。
16. 前記制御部は、前記メイン処理の開始時から前記予測用特徴量測定期間が経過した時点以降に測定した使用者の精神性発汗量の測定値を、前記発汗量最小値予測モデルと前記発汗量最大値予測モデルとに基づいてそれぞれ予測した前記最小予測値および前記最大予測値を用いて、前記最小予測値を第１の値とすると共に前記最大予測値を前記第１の値よりも大きい第２の値としてスケーリング処理を行い、且つ、前記第１の値以上で且つ前記第２の値以下の固定値として前記判定用閾値を設定する、
    請求項１３から１５の何れか一項に記載の吸引器の制御方法。
17. 筐体と、前記筐体に設けられると共に吸い口を有する吸い口ユニットと、外部に露出するように前記筐体に設けられて使用者の精神性発汗量を測定するための発汗量測定用電極と、を備える吸引器の制御部に実行させるプログラムであって、
    前記制御部に、
    前記発汗量測定用電極に使用者の精神性発汗量を測定させ、当該精神性発汗量の測定値に基づいて使用者のストレス度合いを分析させ、分析結果を使用者に通知させる、
    吸引器の制御プログラム。
18. 前記吸引器の制御プログラムは、前記制御部に、使用者のストレス度合いを分析するストレス度合い分析制御を実行させる際、所定の第１タイムアウト時期が到来する前に使用者の精神性発汗量が所定の判定用閾値未満になったときに所定のストレス解消完了通知を使用者に通知するメイン処理を実行させ、
    前記制御部は、前記メイン処理の開始時から前記第１タイムアウト時期が到来するまでのメイン処理継続最大期間よりも短い所定の予測用特徴量測定期間において経時的に変化する使用者の精神性発汗量の推移と、前記メイン処理継続最大期間における使用者の精神性発汗量の最小値との関連性を表す発汗量最小値予測モデルと、前記予測用特徴量測定期間において経時的に変化する使用者の精神性発汗量の推移と前記メイン処理継続最大期間における使用者の精神性発汗量の最大値との関連性を表す発汗量最大値予測モデルと、を格納する記憶部を有し、
    前記吸引器の制御プログラムは、前記制御部に、前記メイン処理の開始時から前記予測用特徴量測定期間に亘って測定した使用者における精神性発汗量の測定値を特徴量として、前記発汗量最小値予測モデルと前記発汗量最大値予測モデルとにそれぞれ適用することによって、前記メイン処理継続最大期間における使用者の精神性発汗量の最小値と最大値をそれぞれ予測させ、当該予測させた前記メイン処理継続最大期間における使用者の精神性発汗量の最小値である最小予測値以上であって且つ当該メイン処理継続最大期間における使用者の精神性発汗量の最大値である最大予測値以下の範囲に前記判定用閾値を設定させる、
    請求項１７に記載の吸引器の制御プログラム。
19. 前記発汗量最小値予測モデルは、予め前記ストレス度合い分析制御を実行したときの前記予測用特徴量測定期間における使用者の精神性発汗量の測定値の推移と前記メイン処理継続最大期間における使用者の精神性発汗量の測定値の最小値とを対応付けた複数の発汗量最小値学習用データを教師データとして用いた機械学習によって前記予測用特徴量測定期間における使用者の精神性発汗量の推移と前記メイン処理継続最大期間における使用者の精神性発汗量の最小値との関連性を学習済みの予測モデルであって、
    前記発汗量最大値予測モデルは、予め前記ストレス度合い分析制御を実行したときの前記予測用特徴量測定期間における使用者の精神性発汗量の測定値の推移と前記メイン処理継続最大期間における使用者の精神性発汗量の最大値とを対応付けた複数の発汗量最大値学習用データを教師データとして用いた機械学習によって前記予測用特徴量測定期間における使用者の精神性発汗量の推移と前記メイン処理継続最大期間における使用者の精神性発汗量の最大値との関連性を学習済みの予測モデルである、
    請求項１８に記載の吸引器の制御プログラム。
20. 前記制御部に、前記メイン処理の開始時から前記予測用特徴量測定期間が経過した時点で、前記記憶部に格納された前記発汗量最小値予測モデルと前記発汗量最大値予測モデルとに基づいて前記最小予測値と前記最大予測値をそれぞれ予測させる、
    請求項１８又は１９に記載の吸引器の制御プログラム。
21. 前記制御部に、前記メイン処理の開始時から前記予測用特徴量測定期間が経過した時点以降に測定した使用者の精神性発汗量の測定値を、前記発汗量最小値予測モデルと前記発汗量最大値予測モデルとに基づいてそれぞれ予測した前記最小予測値および前記最大予測値を用いて、前記最小予測値を第１の値とすると共に前記最大予測値を前記第１の値よりも大きい第２の値としてスケーリング処理を行わせ、且つ、前記第１の値以上で且つ前記第２の値以下の固定値として前記判定用閾値を設定させる、
    請求項１８から２０の何れか一項に記載の吸引器の制御プログラム。

Images