JP6857975B2 - Bio-information processing system and program - Google Patents
Bio-information processing system and programDownload PDFInfo
- Publication number
- JP6857975B2 JP6857975B2JP2016132266AJP2016132266AJP6857975B2JP 6857975 B2JP6857975 B2JP 6857975B2JP 2016132266 AJP2016132266 AJP 2016132266AJP 2016132266 AJP2016132266 AJP 2016132266AJP 6857975 B2JP6857975 B2JP 6857975B2
- Authority
- JP
- Japan
- Prior art keywords
- state
- lifestyle
- evaluation index
- information
- user
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000012545processingMethods0.000titleclaimsdescription42
- 238000011156evaluationMethods0.000claimsdescription128
- 238000000034methodMethods0.000claimsdescription86
- 230000033001locomotionEffects0.000claimsdescription85
- 230000010365information processingEffects0.000claimsdescription57
- 230000008569processEffects0.000claimsdescription54
- 230000000694effectsEffects0.000claimsdescription42
- 230000003340mental effectEffects0.000claimsdescription41
- 238000004364calculation methodMethods0.000claimsdescription38
- 230000003938response to stressEffects0.000claimsdescription15
- 230000004044responseEffects0.000claims1
- 201000010099diseaseDiseases0.000description66
- 208000037265diseases, disorders, signs and symptomsDiseases0.000description66
- 230000007958sleepEffects0.000description26
- 230000006870functionEffects0.000description19
- 230000004622sleep timeEffects0.000description19
- 238000010586diagramMethods0.000description18
- 230000006872improvementEffects0.000description15
- 230000036541healthEffects0.000description13
- 238000005259measurementMethods0.000description11
- 230000001133accelerationEffects0.000description9
- WQZGKKKJIJFFOK-GASJEMHNSA-NGlucoseNatural productsOC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1OWQZGKKKJIJFFOK-GASJEMHNSA-N0.000description8
- 230000036772blood pressureEffects0.000description8
- 239000000969carrierSubstances0.000description8
- 239000008103glucoseSubstances0.000description8
- 230000004048modificationEffects0.000description8
- 238000012986modificationMethods0.000description8
- 230000037081physical activityEffects0.000description8
- 239000008280bloodSubstances0.000description6
- 210000004369bloodAnatomy0.000description6
- 230000008859changeEffects0.000description5
- 239000002131composite materialSubstances0.000description5
- 208000008589ObesityDiseases0.000description4
- 230000002159abnormal effectEffects0.000description4
- 230000005856abnormalityEffects0.000description4
- HVYWMOMLDIMFJA-DPAQBDIFSA-NcholesterolChemical compoundC1C=C2C[C@@H](O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2HVYWMOMLDIMFJA-DPAQBDIFSA-N0.000description4
- 239000003814drugSubstances0.000description4
- 150000002632lipidsChemical class0.000description4
- 235000020824obesityNutrition0.000description4
- 230000003449preventive effectEffects0.000description4
- 208000031226HyperlipidaemiaDiseases0.000description3
- 206010020772HypertensionDiseases0.000description3
- 201000001431HyperuricemiaDiseases0.000description3
- 208000006011StrokeDiseases0.000description3
- LEHOTFFKMJEONL-UHFFFAOYSA-NUric AcidChemical compoundN1C(=O)NC(=O)C2=C1NC(=O)N2LEHOTFFKMJEONL-UHFFFAOYSA-N0.000description3
- TVWHNULVHGKJHS-UHFFFAOYSA-NUric acidNatural productsN1C(=O)NC(=O)C2NC(=O)NC21TVWHNULVHGKJHS-UHFFFAOYSA-N0.000description3
- 238000004891communicationMethods0.000description3
- 230000001186cumulative effectEffects0.000description3
- 230000002354daily effectEffects0.000description3
- 229940079593drugDrugs0.000description3
- 230000008452non REM sleepEffects0.000description3
- 229940116269uric acidDrugs0.000description3
- 208000019901Anxiety diseaseDiseases0.000description2
- 208000032928DyslipidaemiaDiseases0.000description2
- 206010022998IrritabilityDiseases0.000description2
- 208000017170Lipid metabolism diseaseDiseases0.000description2
- 206010028980NeoplasmDiseases0.000description2
- 206010062519Poor quality sleepDiseases0.000description2
- 208000010340Sleep DeprivationDiseases0.000description2
- 230000036506anxietyEffects0.000description2
- 239000000090biomarkerSubstances0.000description2
- 230000017531blood circulationEffects0.000description2
- 201000011510cancerDiseases0.000description2
- 235000012000cholesterolNutrition0.000description2
- 238000002474experimental methodMethods0.000description2
- 208000019622heart diseaseDiseases0.000description2
- 230000003993interactionEffects0.000description2
- 230000006996mental stateEffects0.000description2
- 230000003287optical effectEffects0.000description2
- 238000012360testing methodMethods0.000description2
- UFTFJSFQGQCHQW-UHFFFAOYSA-NtriforminChemical compoundO=COCC(OC=O)COC=OUFTFJSFQGQCHQW-UHFFFAOYSA-N0.000description2
- 101100168093Caenorhabditis elegans cogc-2 geneProteins0.000description1
- 208000002705Glucose IntoleranceDiseases0.000description1
- 125000002066L-histidyl groupChemical group[H]N1C([H])=NC(C([H])([H])[C@](C(=O)[*])([H])N([H])[H])=C1[H]0.000description1
- 206010067125Liver injuryDiseases0.000description1
- 101100221487Mus musculus Cog2 geneProteins0.000description1
- 230000003187abdominal effectEffects0.000description1
- 230000009471actionEffects0.000description1
- 210000000577adipose tissueAnatomy0.000description1
- 230000008901benefitEffects0.000description1
- 230000004071biological effectEffects0.000description1
- -1blood pressure valueSubstances0.000description1
- 210000004204blood vesselAnatomy0.000description1
- 230000037396body weightEffects0.000description1
- 238000006243chemical reactionMethods0.000description1
- 239000000470constituentSubstances0.000description1
- 230000007423decreaseEffects0.000description1
- 206010012601diabetes mellitusDiseases0.000description1
- 235000005911dietNutrition0.000description1
- 230000000378dietary effectEffects0.000description1
- 230000003203everyday effectEffects0.000description1
- 206010016256fatigueDiseases0.000description1
- 235000013305foodNutrition0.000description1
- 230000002068genetic effectEffects0.000description1
- 231100000234hepatic damageToxicity0.000description1
- 201000001421hyperglycemiaDiseases0.000description1
- 230000008818liver damageEffects0.000description1
- 235000012054mealsNutrition0.000description1
- 230000004630mental healthEffects0.000description1
- 239000000203mixtureSubstances0.000description1
- 230000003387muscularEffects0.000description1
- 230000007935neutral effectEffects0.000description1
- 230000008520organizationEffects0.000description1
- 229940124595oriental medicineDrugs0.000description1
- 230000035790physiological processes and functionsEffects0.000description1
- 201000009104prediabetes syndromeDiseases0.000description1
- 230000002265preventionEffects0.000description1
- 230000036385rapid eye movement (rem) sleepEffects0.000description1
- 238000011084recoveryMethods0.000description1
- 230000000284resting effectEffects0.000description1
- 150000003839saltsChemical class0.000description1
- 238000012216screeningMethods0.000description1
- 239000004065semiconductorSubstances0.000description1
- 230000035945sensitivityEffects0.000description1
- 230000037322slow-wave sleepEffects0.000description1
- 230000003068static effectEffects0.000description1
- 239000000758substrateSubstances0.000description1
- 230000007704transitionEffects0.000description1
- 210000002700urineAnatomy0.000description1
- 210000000707wristAnatomy0.000description1
Images
Landscapes
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Description
Translated fromJapanese本発明は、生体情報処理システム及びプログラム等に関する。 The present invention relates to a biometric information processing system, a program, and the like.
近年、生活習慣病が重大な疾病として広く知られている。生活習慣病とは、生活習慣に起因する疾病であり、高血圧、糖尿病、脂質異常、肥満等が知られている他、これらに関連して癌、心臓病、脳卒中等の重大な疾病が発生することも知られている。 In recent years, lifestyle-related diseases are widely known as serious diseases. Lifestyle-related diseases are diseases caused by lifestyle-related diseases, and hypertension, diabetes, lipid abnormalities, obesity, etc. are known, and serious diseases such as cancer, heart disease, and stroke occur in connection with these. It is also known.
生活習慣病は、その多くが生活習慣の異常に起因することから、生活習慣を改善することで、その発生を抑止できると考えられる。例えば特許文献１には、ユーザーの健康状態の改善に有効であって且つユーザーの意思により実施可能な具体的な改善活動を、ユーザーに提示するための手法、及び日常生活における身体活動や生活習慣の改善が総合的な健康状態にどのように影響するのかを可視化する手法が開示されている。 Since most lifestyle-related diseases are caused by abnormal lifestyles, it is considered that the occurrence of lifestyle-related diseases can be suppressed by improving lifestyles. For example,
また、特許文献２には、ウェアラブル機器を用いて脈波情報を計測し、脈波情報に基づいて精度よく睡眠時間情報、ストレス情報等を演算する手法が開示されている。睡眠時間や、身体的負荷（フィジカルストレス）を受けている時間、精神的負荷（メンタルストレス）を受けている時間等の情報は、ユーザーの生活習慣を表す情報として利用可能と考えられる。 Further,
特許文献１の手法では、身体活動若しくは生活習慣に関する指標である「生活指標」、身体の生理的な状態に関する指標である「生体指標」、ユーザーの年齢や性別などの「属性情報」、及び疫学情報の統計データで構成される「複合情報」に基づいて、「総合健康指標」を決定し、「複合情報」においてリスク増加に寄与する因子を注目指標として抽出し、これを改善するためにユーザーが意識的に実施できる行動を提案する。 In the method of
しかし特許文献１の手法では、ユーザーの健康リスクの高低の判定には、種々の「生体指標」（及び「属性情報」）が用いられている。つまり、正しい判定するためには、ユーザーが血圧計、血糖計、体組成計、活動量計、睡眠計などの様々な機器を使って生体指標を入力することが必要になり、ユーザーにとって大きな負担となる。 However, in the method of
また、特許文献２では、睡眠時間やストレスに関する時間等を演算する手法を開示しているが、生活習慣が正常か異常かの判定において、それらの情報をどのように用いるかについて具体的な開示がない。特に、各情報は相互に関連するものであるため、生活習慣の判定において複数の情報の組み合わせが重要と考えられるところ、組み合わせ手法に関する開示は見られない。 Further,
本発明の幾つかの態様によれば、ユーザーの負担を抑えつつ、ユーザーの生活習慣に関する指標を精度よく求める生体情報処理システム及びプログラム等を提供できる。 According to some aspects of the present invention, it is possible to provide a biometric information processing system, a program, or the like that accurately obtains an index related to a user's lifestyle while suppressing the burden on the user.
本発明の一態様は、取得されたユーザーの生体情報に基づいて、生活習慣評価指標を求めるために設定された第１〜第Ｎ（Ｎは２以上の整数）の状態のうち、前記ユーザーがいずれの状態かを判定する状態判定処理を行う判定部と、前記状態判定処理の結果に基づいて、前記生活習慣評価指標を演算する演算部と、を含み、前記第１〜第Ｎの状態は、前記ユーザーが睡眠を行っている睡眠状態である第１の状態と、他の状態に比べて身体的負荷が大きい身体的負荷状態である第２の状態と、を少なくとも含み、前記演算部は、判定期間において前記第１〜第Ｎの状態の各状態と判定された時間である第１〜第Ｎの時間を求め、前記第１〜第Ｎの時間に基づいて、前記生活習慣評価指標を演算する生体情報処理システムに関係する。 In one aspect of the present invention, among the first to Nth states (N is an integer of 2 or more) set for obtaining a lifestyle evaluation index based on the acquired biometric information of the user, the user The first to Nth states include a determination unit that performs a state determination process for determining which state, and a calculation unit that calculates the lifestyle evaluation index based on the result of the state determination process. The calculation unit includes at least a first state in which the user is sleeping and a second state in which the physical load is larger than that of the other states. , The first to Nth times, which are the times determined to be each of the first to Nth states in the determination period, are obtained, and the lifestyle evaluation index is calculated based on the first to Nth times. It is related to the biometric information system that calculates.
本発明の一態様では、生体情報に基づく状態判定処理を行い、状態判定結果に基づいて生活習慣評価指標を求める。この際、少なくとも睡眠状態と身体的負荷状態とを含む複数の状態を考慮し、各状態と判定された時間から生活習慣評価指標を求める。このようにすれば、ウェアラブル機器等を用いて容易に取得可能な情報に基づいて精度よく生活習慣評価指標を求めること等が可能になる。 In one aspect of the present invention, a state determination process based on biological information is performed, and a lifestyle evaluation index is obtained based on the state determination result. At this time, a plurality of states including at least a sleep state and a physical load state are taken into consideration, and a lifestyle evaluation index is obtained from the time determined for each state. In this way, it becomes possible to accurately obtain a lifestyle evaluation index based on information that can be easily obtained using a wearable device or the like.
また、本発明の一態様では、前記演算部は、前記第１の状態に対応する第１の時間、及び前記第２の状態に対応する第２の時間が長いほど、前記生活習慣評価指標が高い評価になるように、前記生活習慣評価指標を演算してもよい。 Further, in one aspect of the present invention, in the calculation unit, the longer the first time corresponding to the first state and the second time corresponding to the second state, the more the lifestyle evaluation index becomes. The lifestyle evaluation index may be calculated so as to give a high evaluation.
これにより、第１，第２の時間の長さに応じた生活習慣評価指標を求めることが可能になる。 This makes it possible to obtain a lifestyle evaluation index according to the length of the first and second hours.
また、本発明の一態様では、前記第１〜第Ｎの状態は、他の状態に比べて精神的負荷が大きい精神的負荷状態である第３の状態を含んでもよい。 Further, in one aspect of the present invention, the first to first N states may include a third state, which is a mental load state in which the mental load is larger than that of the other states.
これにより、精神的負荷状態を考慮した生活習慣評価指標の演算が可能になる。 This makes it possible to calculate a lifestyle-related evaluation index in consideration of the mental load state.
また、本発明の一態様では、前記演算部は、前記第３の状態に対応する第３の時間が長いほど、前記生活習慣評価指標が低い評価になるように、前記生活習慣評価指標を演算してもよい。 Further, in one aspect of the present invention, the calculation unit calculates the lifestyle evaluation index so that the longer the third time corresponding to the third state, the lower the evaluation of the lifestyle evaluation index. You may.
これにより、第３の時間の長さに応じた生活習慣評価指標を求めることが可能になる。 This makes it possible to obtain a lifestyle evaluation index according to the length of the third time.
また、本発明の一態様では、前記第１〜第Ｎの状態は、前記ユーザーの体動情報の値が所定閾値以下の状態である第４の状態を含んでもよい。 Further, in one aspect of the present invention, the first to first N states may include a fourth state in which the value of the user's body movement information is equal to or less than a predetermined threshold value.
これにより、体動が比較的小さい状態を考慮した生活習慣評価指標の演算が可能になる。 This makes it possible to calculate a lifestyle-related evaluation index in consideration of a state in which body movement is relatively small.
また、本発明の一態様では、前記演算部は、前記第４の状態に対応する第４の時間が長いほど、前記生活習慣評価指標が低い評価になるように、前記生活習慣評価指標を演算してもよい。 Further, in one aspect of the present invention, the calculation unit calculates the lifestyle evaluation index so that the longer the fourth time corresponding to the fourth state, the lower the evaluation of the lifestyle evaluation index. You may.
これにより、第４の時間の長さに応じた生活習慣評価指標を求めることが可能になる。 This makes it possible to obtain a lifestyle evaluation index according to the length of the fourth time.
また、本発明の一態様では、前記判定部は、前記ユーザーの基底心拍数情報と、各タイミングでの脈波情報から求められる心拍数情報とに基づいて、前記状態判定処理を行ってもよい。 Further, in one aspect of the present invention, the determination unit may perform the state determination process based on the user's basal heart rate information and the heart rate information obtained from the pulse wave information at each timing. ..
これにより、基底心拍数情報を用いることで精度の高い状態判定処理が可能になる。 This enables highly accurate state determination processing by using the basal heart rate information.
また、本発明の一態様では、前記判定部は、前記基底心拍数情報と前記心拍数情報とから求められる活動強度、及び、前記ユーザーの体動の大きさを表す体動強度に基づいて、前記状態判定処理を行ってもよい。 Further, in one aspect of the present invention, the determination unit is based on the activity intensity obtained from the basal heart rate information and the heart rate information, and the body movement intensity representing the magnitude of the body movement of the user. The state determination process may be performed.
これにより、活動強度及び体動強度を用いることで精度の高い状態判定処理が可能になる。 This enables highly accurate state determination processing by using the activity intensity and the body movement intensity.
また、本発明の一態様では、前記判定部は、前記ユーザーの基底心拍数情報と、各タイミングでの脈波情報から求められる心拍数情報とから求められる活動強度、及び、前記ユーザーの体動の大きさを表す体動強度に基づいて、前記状態判定処理を行い、前記判定部は、前記活動強度が第１活動強度未満の場合に、前記睡眠状態である第１の状態と判定し、前記活動強度が第２活動強度以上であり、且つ、前記体動強度が第１体動強度以上の場合に、前記身体的負荷状態である第２の状態と判定してもよい。 Further, in one aspect of the present invention, the determination unit determines the activity intensity obtained from the basal heart rate information of the user and the heart rate information obtained from the pulse wave information at each timing, and the body movement of the user. The state determination process is performed based on the body movement intensity representing the magnitude of the above, and when the activity intensity is less than the first activity intensity, the determination unit determines that the sleep state is the first state. When the activity intensity is equal to or higher than the second activity intensity and the body movement intensity is equal to or higher than the first body movement intensity, it may be determined to be the second state which is the physical load state.
これにより、活動強度及び体動強度を用いて第１，第２の状態を適切に判定することが可能になる。 This makes it possible to appropriately determine the first and second states using the activity intensity and the body movement intensity.
また、本発明の一態様では、前記第１〜第Ｎの状態は、他の状態に比べて精神的負荷が大きい精神的負荷状態である第３の状態を含み、前記判定部は、前記活動強度が前記第２活動強度以上であり、且つ、前記体動強度が前記第１体動強度未満の場合に、前記精神的負荷状態である前記第３の状態と判定してもよい。 Further, in one aspect of the present invention, the first to first N states include a third state which is a mental load state in which the mental load is larger than that of the other states, and the determination unit determines the activity. When the intensity is equal to or higher than the second activity intensity and the body movement intensity is less than the first body movement intensity, it may be determined that the third state is the mental load state.
これにより、活動強度及び体動強度を用いて第３の状態を適切に判定することが可能になる。 This makes it possible to appropriately determine the third state using the activity intensity and the body movement intensity.
また、本発明の一態様では、前記第１〜第Ｎの状態は、前記ユーザーの体動情報の値が所定閾値以下の状態である第４の状態を含み、前記判定部は、前記体動強度が前記第１体動強度未満の場合に、前記第４の状態と判定してもよい。 Further, in one aspect of the present invention, the first to first N states include a fourth state in which the value of the user's body movement information is equal to or less than a predetermined threshold value, and the determination unit determines the body movement. When the intensity is less than the first body movement intensity, it may be determined as the fourth state.
これにより、少なくとも体動強度を用いて第４の状態を適切に判定することが可能になる。 This makes it possible to appropriately determine the fourth state using at least the body movement intensity.
また、本発明の一態様では、前記第１〜第Ｎの状態は、他の状態に比べて精神的負荷が大きい精神的負荷状態である第３の状態と、前記ユーザーの体動情報の値が所定閾値以下の状態である第４の状態と、を含み、前記第１の状態に対応する第１の時間の長さを表す値をＳとし、前記第２の状態に対応する第２の時間の長さを表す値をＥとし、前記第３の状態に対応する第３の時間の長さを表す値をＭとし、前記第４の状態に対応する第４の時間の長さを表す値をＡ−とした場合に、前記演算部は、Ｓ，Ｅが大きくなるほど大きくなり、Ｍ，Ａ−が大きいほど小さくなるように、前記生活習慣評価指標を求めてもよい。Further, in one aspect of the present invention, the first to first states are the third state, which is a mental load state in which the mental load is larger than the other states, and the value of the user's body movement information. S is a value representing the length of the first time corresponding to the first state, including a fourth state in which is a state equal to or less than a predetermined threshold value, and a second state corresponding to the second state. Let E be a value representing the length of time, and M be a value representing the length of the third time corresponding to the third state, and represent the length of the fourth time corresponding to the fourth state. When the value is A− , the calculation unit may obtain the lifestyle evaluation index so that the larger the S and E, the larger thevalue, and the larger the M and A −, the smaller the value.
これにより、Ｓ，Ｍ，Ｅ，Ａ−の少なくとも４つの変数を用いて、生活習慣評価指標を演算することが可能になる。This makes it possible to calculate the lifestyle evaluation index using at least four variables S, M, E, and A−.
また、本発明の他の態様は、取得されたユーザーの生体情報に基づいて、生活習慣評価指標を求めるために設定された第１〜第Ｎ（Ｎは２以上の整数）の状態のうち、前記ユーザーがいずれの状態かを判定する状態判定処理と、前記状態判定処理の結果に基づいて、前記生活習慣評価指標を演算する演算処理と、をコンピューターに実行させ、前記第１〜第Ｎの状態は、前記ユーザーが睡眠を行っている睡眠状態である第１の状態と、他の状態に比べて身体的負荷が大きい身体的負荷状態である第２の状態と、を少なくとも含み、前記生活習慣評価指標の前記演算処理において、判定期間において前記第１〜第Ｎの状態の各状態と判定された時間である第１〜第Ｎの時間を求め、前記第１〜第Ｎの時間に基づいて、前記生活習慣評価指標を演算するプログラムに関係する。 In addition, another aspect of the present invention is among the first to Nth states (N is an integer of 2 or more) set for obtaining a lifestyle evaluation index based on the acquired biometric information of the user. A computer is made to execute a state determination process for determining which state the user is in, and an arithmetic process for calculating the lifestyle evaluation index based on the result of the state determination process. The state includes at least a first state, which is a sleeping state in which the user is sleeping, and a second state, which is a physically loaded state in which the physical load is larger than that of the other states, and the life In the calculation process of the habit evaluation index, the first to Nth times, which are the times determined to be each of the first to Nth states in the determination period, are obtained, and based on the first to Nth times. It is related to the program for calculating the lifestyle evaluation index.
以下、本実施形態について説明する。なお、以下に説明する本実施形態は、特許請求の範囲に記載された本発明の内容を不当に限定するものではない。また本実施形態で説明される構成の全てが、本発明の必須構成要件であるとは限らない。 Hereinafter, this embodiment will be described. The present embodiment described below does not unreasonably limit the content of the present invention described in the claims. Moreover, not all of the configurations described in the present embodiment are essential constituent requirements of the present invention.
１．本実施形態の手法
まず本実施形態の手法について説明する。生活習慣病は、上述したように癌、心臓病、脳卒中といった重大な疾病につながることから、発生前の予防が非常に重要である。生活習慣病は遺伝的な要因で発症する場合もあるが、多くの場合、生活習慣の異常が要因となるため、生活習慣の異常を何らかの手法により検出し、生活習慣の改善を可能とする手法が望まれる。1. 1. Method of this Embodiment First, the method of this embodiment will be described. Lifestyle-related diseases lead to serious diseases such as cancer, heart disease, and stroke as described above, so prevention before the outbreak is very important. Lifestyle-related diseases may be caused by genetic factors, but in many cases, lifestyle-related abnormalities are the cause. Therefore, a method that detects lifestyle-related abnormalities by some method and enables improvement of lifestyle-related diseases. Is desired.
特許文献１の手法では、複数の複合指標から総合健康指標を求め、指標が悪い場合に、リスクを増大させている生活指標を抽出する。特許文献１の生活指標を生活習慣を表す情報であると考えれば、特許文献１の手法により生活習慣の改善が可能とも考えられる。しかし、特許文献１では、複合指標の演算には、血圧値や血糖値、体重、体脂肪率等の種々の生体指標が用いられる。そして、総合健康指標（複合指標）が低評価であった場合に、その要因と考えられる生活指標を抽出しているに過ぎない。 In the method of
言い換えれば、特許文献１の手法は、脳卒中リスクを血圧値と血糖値から求めるように、生活習慣病のうちの所与の疾病のリスクを、当該疾病に直接的に関連する生体情報を用いて求める手法であって、生活指標から生活習慣の正常、異常を判定する手法ではない。そのため、特許文献１の手法では、血圧計や血糖計等、生活習慣病に関連する生体情報を計測可能な種々の機器を用いる必要があり、ユーザー（被験者）の負担が大きい。さらに言えば、生活習慣を表す情報としては、ユーザーの精神状態に関する情報（例えば精神的負荷、メンタルストレス）もあり、生体指標は精神的な影響で変動しやすいと考えられる。つまり、特許文献１の手法では、ユーザーの精神状態という重要な要素が考慮されていないという課題もある。 In other words, the method of
また、特許文献２の手法では、基底心拍数ＨＲ０を導入することで、睡眠時間（狭義には深睡眠時間）、消費カロリー、身体的負荷を受けた時間、精神的負荷を受けた時間等を精度よく演算することが可能である。これらの情報は、生活習慣を表す情報として利用可能であるところ、脈波センサーと体動センサーを有する機器であれば演算可能であるため、例えば図４、図５を用いて後述するウェアラブル機器２００により容易に取得可能であるという利点がある。Further, in the method of
しかし、生活習慣を表す情報は相互に関連する。例えば、本出願人の調査により、昼間の時間帯において長時間精神的負荷を受けていた被験者は、夜間での深睡眠時間が短い傾向にあることが確認された。 However, lifestyle information is interrelated. For example, the applicant's survey confirmed that subjects who were mentally stressed for a long time during the daytime tended to have a shorter deep sleep time at night.
図１は、１日の中で精神的負荷を受けていた時間である精神的負荷時間Ｍ（単位：hour）と、１日の中で深睡眠状態（徐波睡眠状態）となっていた時間である深睡眠時間Ｓ（単位：hour）の相関を示す図である。横軸が精神的負荷時間を表し、縦軸が深睡眠時間を表す。相関係数は−０．２０程度と小さいものの、ＭとＳとは統計的に有意に負の相関を有することがわかる。 FIG. 1 shows the mental load time M (unit: hour), which is the time during which the person was mentally loaded during the day, and the time during which he was in a deep sleep state (slow wave sleep state) during the day. It is a figure which shows the correlation of the deep sleep time S (unit: hour) which is. The horizontal axis represents the mental load time, and the vertical axis represents the deep sleep time. Although the correlation coefficient is as small as −0.20, it can be seen that M and S have a statistically significant negative correlation.
また、特許文献２の手法では、身体的負荷を受けていた時間である身体的負荷時間Ｅや、体動の大きさが所定閾値以下の状態の時間である低体動時間Ａ−といった情報を求めることができる。そして、Ｍ，Ｓ，Ｅ，Ａ−は、ＭとＳ以外の組み合わせについても相互に相関を有することが確認された。Further, in the method of
つまり、これらの情報に基づいて生活習慣を評価しようとした場合、いずれか１つのみの情報を用いたり、各情報を独立に用いて相互作用を考慮しないのでは、対象ユーザーの生活習慣を精度よく評価することは困難である。しかし特許文献２では、生活習慣を評価する際の、Ｍ，Ｓ，Ｅ，Ａ−等の情報の具体的な組み合わせに関する開示がない。In other words, when trying to evaluate lifestyle habits based on this information, if only one of the information is used or each information is used independently and interaction is not considered, the lifestyle habits of the target user will be accurate. It is difficult to evaluate well. However,
そこで本出願人は、ユーザー負担を抑えつつ、ユーザーの生活習慣を適切に評価する手法を提案する。具体的には、本実施形態に係る生体情報処理システム１００は、図２に示したように、取得されたユーザーの生体情報に基づいて、生活習慣評価指標を求めるために設定された第１〜第Ｎ（Ｎは２以上の整数）の状態のうち、ユーザーがいずれの状態かを判定する状態判定処理を行う判定部１２０と、状態判定処理の結果に基づいて、生活習慣評価指標を演算する演算部１３０を含む。そして、第１〜第Ｎの状態は、ユーザーが睡眠を行っている睡眠状態である第１の状態と、他の状態に比べて身体的負荷が大きい身体的負荷状態である第２の状態とを少なくとも含み、演算部１３０は、判定期間において第１〜第Ｎの状態の各状態と判定された時間である第１〜第Ｎの時間を求め、第１〜第Ｎの時間に基づいて、生活習慣評価指標を演算する。なお、「他の状態」とは、第１〜第Ｎの状態のうちの、対象としている状態（ここでは第２の状態）以外の状態を表す。 Therefore, the applicant proposes a method for appropriately evaluating the lifestyle of the user while suppressing the burden on the user. Specifically, as shown in FIG. 2, the biometric
ここで生体情報とは、ユーザーの生体活動の状態を表す情報であり、狭義には特許文献２と同様に脈波情報（狭義には心拍数情報）であってもよい。また、生活習慣評価指標とは、生活習慣の良し悪しを評価する指標である。本実施形態では、後述するＬＳｉのように、生活習慣評価指標が数値により表される情報である例について説明する。ＬＳｉの例であれば、数値が大きいほど生活習慣がよく、数値が小さいほど生活習慣が悪いことを表す。ただし、生活習慣評価指標が、「良い」「普通」「悪い」、或いは「正常」「異常」といった複数の段階のいずれかを特定するような情報であることは妨げられない。また、生活習慣指標とは、コンピューターに対して、対象ユーザーの生活習慣を評価させる情報であってもよい。例えば、コンピューターに対して生活習慣指標を入力し、当該コンピューターは入力されたユーザーの生活習慣評価指標を用いた演算処理を行うことで、ユーザーの生活習慣を評価（判定）する。 Here, the biological information is information representing the state of the biological activity of the user, and may be pulse wave information (in a narrow sense, heart rate information) as in
また、ここでの判定期間とはユーザーの生活習慣の評価単位となる期間を表す。例えば、一般的なユーザーは１日（２４時間）を生活サイクルとして、毎日ある程度定まった時間帯において睡眠、食事、仕事や家事等の活動を行う。生活習慣の判定では、少なくともユーザーの生活サイクルにおける１サイクル分の長さでの測定結果を利用するとよい。よってここでの判定期間は例えば２４時間とする。ただし、労働日（例えば月曜日〜金曜日）と、休暇日（例えば土曜日と日曜日）では、生活サイクルが異なることも多いと考えられる。この意味ではユーザーの生活サイクルは１週間で１サイクルと考えることもできる。よって本実施形態の判定期間は１週間としてもよい。なお、第１〜第Ｎの時間の各時間は、１週間の累計値としてもよいが、１週間の中では生体情報の測定が行われない日、時間帯があることが想定される。例えば、ユーザーが単純にウェアラブル機器を装着し忘れることもあるし、装着を煩わしく感じて外してしまうこともある。第１〜第Ｎの時間として１週間分の累計値を用いると、非装着の場合に値が極端に小さくなるおそれもある。よって本実施形態における「判定期間において第１〜第Ｎの状態の各状態と判定された時間である第１〜第Ｎの時間」とは、１週間の間に計測された各時間の１日当たりの平均時間を用いてもよい。 Further, the judgment period here represents a period that is an evaluation unit of the user's lifestyle. For example, a general user sets one day (24 hours) as a life cycle and performs activities such as sleep, meals, work and housework at a certain time zone every day. In determining the lifestyle, it is advisable to use the measurement result at least for the length of one cycle in the user's life cycle. Therefore, the determination period here is, for example, 24 hours. However, working days (eg Monday-Friday) and vacation days (eg Saturday and Sunday) are likely to have different life cycles. In this sense, the user's life cycle can be considered as one cycle per week. Therefore, the determination period of this embodiment may be one week. It should be noted that each time of the first to Nth hours may be a cumulative value for one week, but it is assumed that there are days and time zones during which the measurement of biological information is not performed. For example, a user may simply forget to put on a wearable device, or may find it annoying to put it on and take it off. If the cumulative value for one week is used as the first to Nth hours, the value may become extremely small when the time is not attached. Therefore, in the present embodiment, the "first to Nth time, which is the time determined to be each of the first to Nth states in the determination period" is the daily time of each time measured during one week. The average time of may be used.
また、睡眠はレム睡眠とノンレム睡眠に分けられ、ノンレム睡眠はさらにステージ１〜ステージ４に区分されることが知られている。本実施形態における睡眠状態とは、これらの全ての状態を含むことは妨げられない。ただし、多くの活動が抑制されており、ユーザーの気力体力の回復に大きく寄与する睡眠は深睡眠（例えばノンレム睡眠のうちのステージ３及び４）と考えられる。よって本実施形態における睡眠状態とは、狭義には深睡眠状態を表すものであってもよい。以下、本明細書では、睡眠状態（第１の状態）が深睡眠状態であり、第１の時間とは深睡眠時間である例について説明する。 Further, it is known that sleep is divided into REM sleep and non-REM sleep, and non-REM sleep is further classified into
本実施形態の手法によれば、少なくとも睡眠時間Ｓや身体的負荷時間Ｅに基づいて、生活習慣指標を求めることが可能になる。複数の情報を組み合わせて用いるため、情報間の相互作用も考慮した精度の高い生活習慣評価指標を求めることが可能になる。また、特許文献２にも開示されているように、睡眠時間Ｓや身体的負荷時間Ｅは、脈拍計等のウェアラブル機器により取得（計測、演算）可能な情報であるため、ユーザーは種々の機器による計測を行う必要がない。なお、図７を用いて後述するように、ユーザーの総合的な健康管理を考えれば、血圧計や血糖計等の機器を用いた計測も重要になるが、少なくとも生活習慣の評価を行う場面においては、それらの計測を必須としないことが可能である。例えば、ウェアラブル機器２００により計測される脈波情報及び体動情報に基づいて、生活習慣病に関するスクリーニングを行い、生活習慣が悪いと判定された場合に、血圧計等を用いた計測を行うといった形態を用いれば、煩雑な計測の頻度を低減できる。 According to the method of the present embodiment, it is possible to obtain a lifestyle-related index based on at least the sleep time S and the physical load time E. Since a plurality of pieces of information are used in combination, it is possible to obtain a highly accurate lifestyle evaluation index in consideration of the interaction between the information. Further, as disclosed in
本実施形態の手法によれば、例えば生活習慣が異常であり、生活習慣病のリスクが高いこと（東洋医学の用語における「未病」の一例）を生活習慣評価指標により判定できる。よって、判定結果に基づいて生活習慣の改善も可能となり、生活習慣の発症を抑止することが可能になる。 According to the method of the present embodiment, for example, it can be determined from the lifestyle-related evaluation index that the lifestyle is abnormal and the risk of lifestyle-related disease is high (an example of "not ill" in the term of oriental medicine). Therefore, it is possible to improve the lifestyle based on the determination result, and it is possible to suppress the onset of the lifestyle.
以下、まず生体情報等を取得する機器の具体例であるウェアラブル機器２００や、本実施形態の生体情報処理システム１００のシステム構成例について説明する。その後、生活習慣評価指標の演算手法の例について説明し、さらにストレス反応問診指数等を併用して二次元座標を用いて処理を行う例について説明する。その後、種々の類型のユーザーのデータ例について説明し、本実施形態の手法に基づく生活習慣の改善指導結果について説明する。 Hereinafter, a system configuration example of the
２．システム構成例
図３に本実施形態に係る生体情報処理システム１００の詳細な構成例を示す。生体情報処理システム１００は、情報取得部１１０と、判定部１２０と、演算部１３０を含む。また、判定部１２０は、基底心拍数情報取得部１２１と、判定処理部１２３を含む。ただし、生体情報処理システム１００は図３の構成に限定されず、これらの一部の構成要素を省略したり、他の構成要素を追加するなどの種々の変形実施が可能である。例えば、生体情報処理システム１００は、生活習慣評価指標に関する情報を表示する表示部等を含んでもよいし、図３に示したセンサー部４０を含んでもよい。2. System Configuration Example FIG. 3 shows a detailed configuration example of the biometric
情報取得部１１０は、ユーザーの生体情報及び体動情報を取得する。情報取得部１１０は、例えば生体センサー及び体動センサーを含む生体情報測定装置（ウェアラブル機器２００）からの生体情報及び体動情報を取得する。以下、生体センサーは脈波センサー（心拍センサー）であり、生体情報が脈波情報である例について説明する。脈拍センサーとしては例えば光電センサーが用いられる。この場合には、生体に対して照射された光の反射光又は透過光を当該光電センサーで検出する手法等が考えられる。血管内の血流量に応じて、照射された光の生体での吸収量、反射量が異なるため、光電センサーで検出したセンサー情報は血流量等に対応した信号となり、当該信号を解析することで拍動に関する情報を取得することができる。ただし、脈波センサーは光電センサーに限定されず、心電計や超音波センサー等、他のセンサーを用いてもよい。また、体動センサーは、ユーザーの体動を検出するセンサーである。体動センサーとしては、加速度センサーや角速度センサー等を用いることが考えられるが、他のセンサーを用いてもよい。 The
判定部１２０は、ユーザーの基底心拍数情報と、各タイミングでの脈波情報から求められる心拍数情報とに基づいて、状態判定処理を行う。基底心拍数情報とは、基底状態の心拍数（脈拍数）を表す情報のことであり、具体的には深睡眠状態における心拍数である。心拍数は、フィジカル活動及びメンタル活動により上昇し、安静状態にあったとしても値の変動が起こりうる。しかし、深睡眠状態での心拍数情報は、浅い睡眠状態や覚醒状態（体動時、非体動時を含む）に比べて変動が少ない最小値（固有値）となることがわかっており、且つその値は同一ユーザーであれば日差変動が小さい。つまり、深睡眠状態での脈波情報から基底心拍数情報を求めれば、その値はユーザー間の個人差を考慮した値となり、且つ一度（例えば一回の睡眠により）基底心拍数情報が取得されれば、その際の値を長期間使い続けることができる。 The
基底心拍数情報取得部１２１は、所定期間の脈波情報に基づいて、基底心拍数情報を求める。判定処理部１２３は、基底心拍数情報と各タイミングでの心拍数との比較処理、及び体動情報と所与の体動閾値との比較処理に基づいて、ユーザーが第１〜第Ｎの状態のいずれの状態であるかを判定する状態判定処理を行う。以下では、第１の状態が睡眠状態（深睡眠状態）、第２の状態が身体的負荷を受けている状態、第３の状態が精神的負荷を受けている状態、第４の状態が体動が小さい状態である例について説明する。ただし、ここでの第１〜第Ｎの状態の各状態は、生活習慣評価指標の演算用に設定された状態、すなわちユーザーの生活習慣に関連する状態であればよく、上記第１〜第４の状態のいずれかを省略してもよいし、他の状態を追加してもよい。状態判定処理の詳細については後述する。 The basal heart rate
演算部１３０は、状態判定処理の結果に基づいて、生活習慣評価指標の演算処理を行う。演算処理の詳細については後述する。 The
本実施形態に係る生体情報及び体動情報は、ユーザーの身体に装着されるウェアラブル機器２００により取得してもよい。図４は、ウェアラブル機器２００の外観図の例である。図４に示したように、ウェアラブル機器２００は、ケース部３０と、ケース部３０をユーザーの身体（狭義には手首）に固定するためのバンド部１０を含み、バンド部１０には嵌合穴１２と尾錠１４が設けられる。尾錠１４は、尾錠枠１５及び係止部（突起棒）１６から構成される。 The biological information and the body movement information according to the present embodiment may be acquired by the
図４は、嵌合穴１２と係止部１６を用いてバンド部１０が固定された状態であるウェアラブル機器２００を、バンド部１０側の方向（ケース部３０の面のうち装着状態において被検体側となる面側）から見た斜視図である。図４のウェアラブル機器２００では、バンド部１０に複数の嵌合穴１２が設けられ、尾錠１４の係止部１６を、複数の嵌合穴１２のいずれかに挿入することでユーザーへの装着が行われる。複数の嵌合穴１２は、図４に示すようにバンド部１０の長手方向に沿って設けられる。 FIG. 4 shows a
ウェアラブル機器２００のケース部３０には、センサー部４０が設けられる。図４では、生体センサー（脈波情報を取得するための光電センサー）を想定し、ケース部３０のうち、ウェアラブル機器２００の装着時に被検体側となる面にセンサー部４０が設けられる例を示した。ただし、センサー部４０に含まれるセンサーが設けられる位置は図４には限定されない。例えばセンサー部４０に含まれるセンサーは、ケース部３０の内部（特に、ケース部３０に含まれるセンサー基板上）に設けられてもよい。 A
図５は、ユーザーが装着した状態でのウェアラブル機器２００を、表示部５０の設けられる側から見た図である。図５からわかるように、本実施形態に係るウェアラブル機器２００は通常の腕時計の文字盤に相当する位置、あるいは数字やアイコンを視認可能な位置に表示部５０を有する。ウェアラブル機器２００の装着状態では、ケース部３０のうちの図４に示した側の面が被検体に密着するとともに、表示部５０は、ユーザーによる視認が容易な位置となる。 FIG. 5 is a view of the
なお、図４、図５ではウェアラブル機器２００のケース部３０を基準として座標系を設定し、表示部５０の表示面に交差する方向であって、表示部５０の表示面側を表面とした場合の裏面から表面へと向かう方向をＺ軸正方向としている。あるいは、センサー部４０（狭義には図４に示した光電センサー）から表示部５０に向かう方向、あるいは表示部５０の表示面の法線方向においてケース部３０から離れる方向をＺ軸正方向と定義してもよい。ウェアラブル機器２００が被検体に装着された状態では、上記Ｚ軸正方向とは、被検体からケース部３０へと向かう方向に相当する。また、Ｚ軸に直交する２軸をＸＹ軸とし、特にケース部３０に対してバンド部１０が取り付けられる方向をＹ軸に設定している。 In FIGS. 4 and 5, the coordinate system is set with reference to the
本実施形態に係る生体情報処理システム１００は、ウェアラブル機器２００と接続される情報処理装置であってもよい。図６は、ウェアラブル機器２００と情報処理装置４００の接続例を示す図である。図６に示したように、ウェアラブル機器２００は、スマートフォン等の携帯端末装置３００と近距離無線通信等により接続され、携帯端末装置３００は、ネットワークＮＥを介してＰＣ（personal computer）やサーバーシステム等の情報処理装置４００と接続される。ここでのネットワークＮＥは、ＷＡＮ（Wide Area Network）、ＬＡＮ（Local Area Network）、近距離無線通信等、種々のネットワークを利用できる。この場合、生体情報処理システム１００である情報処理装置４００の情報取得部１１０は、ネットワークＮＥを介してウェアラブル機器２００で計測された生体情報や体動情報を受信する通信部（受信処理部）として実現される。 The biometric
図６に示した例では、ウェアラブル機器２００は携帯端末装置３００との通信が可能であればよく、直接的にネットワークＮＥに接続する必要がない。よって、ウェアラブル機器２００の構成を簡略化することが可能になる。ただし、図６の携帯端末装置３００を省略し、ウェアラブル機器２００と情報処理装置４００を直接接続する変形実施も可能である。 In the example shown in FIG. 6, the
また、本実施形態に係る生体情報処理システム１００は情報処理装置４００により実現されるものには限定されない。例えば、生体情報処理システム１００は、図６の携帯端末装置３００により実現されてもよい。スマートフォン等の携帯端末装置３００は、サーバーシステムに比べれば処理性能や記憶領域、バッテリー容量に制約があることが多いが、近年の性能向上を考慮すれば、十分な処理性能等を確保可能となることも考えられる。よって、処理性能等の要求が満たされるのであれば、携帯端末装置３００を本実施形態に係る生体情報処理システム１００とすることが可能である。 Further, the biometric
さらにいえば、端末性能の向上、或いは利用形態等を考慮した場合、ウェアラブル機器２００により本実施形態に係る生体情報処理システム１００を実現する実施形態も否定されない。この場合、情報取得部１１０は、同一装置内の生体センサー、体動センサーからの情報を取得することになる。 Furthermore, when the improvement of terminal performance, the usage mode, and the like are taken into consideration, the embodiment in which the biometric
また、本実施形態に係る生体情報処理システム１００は、１つの装置により実現するものには限定されない。例えば、生体情報処理システム１００は、ウェアラブル機器２００、携帯端末装置３００及び情報処理装置４００のうちの２以上の装置を含んでもよい。この場合、生体情報処理システム１００で実行される処理は、いずれか１つの機器において実行されてもよいし、複数の機器で分散処理されてもよい。また、本実施形態に係る生体情報処理システム１００が、生体情報処理装置（ウェアラブル機器２００）、携帯端末装置３００、情報処理装置４００とは異なる機器を含むことも妨げられない。 Further, the biometric
また、本実施形態に係る生体情報処理システム１００の各部の処理をプログラムにより実現することも可能である。すなわち、本実施形態の手法は、取得されたユーザーの生体情報に基づいて、生活習慣評価指標を求めるために設定された第１〜第Ｎ（Ｎは２以上の整数）の状態のうち、ユーザーがいずれの状態かを判定する状態判定処理と、状態判定処理の結果に基づいて、生活習慣評価指標を演算する演算処理と、をコンピューターに実行させるプログラムに適用できる。そして、第１〜第Ｎの状態は、ユーザーが睡眠を行っている睡眠状態である第１の状態と、他の状態に比べて身体的負荷が大きい身体的負荷状態である第２の状態と、を少なくとも含み、本実施形態に係るプログラムは、上記の生活習慣評価指標の演算処理において、判定期間において第１〜第Ｎの状態の各状態と判定された時間である第１〜第Ｎの時間を求め、第１〜第Ｎの時間に基づいて、生活習慣評価指標を演算する。より具体的には、本実施形態に係るプログラムは、後述する図１５に示した各ステップをコンピューターに実行させる。 It is also possible to programmatically realize the processing of each part of the biometric
また、本実施形態の生体情報処理システム１００は、情報（例えばプログラムや各種のデータ）を記憶するメモリーと、メモリーに記憶された情報に基づいて動作するプロセッサーを含む。プロセッサーは、ユーザーの生体情報に基づいて、生活習慣評価指標を求めるために設定された第１〜第Ｎ（Ｎは２以上の整数）の状態のうち、ユーザーがいずれの状態かを判定する状態判定処理と、状態判定処理の結果に基づいて、生活習慣評価指標を演算する演算処理とを行う。 Further, the
プロセッサーは、例えば各部の機能が個別のハードウェアで実現されてもよいし、或いは各部の機能が一体のハードウェアで実現されてもよい。プロセッサーは、例えばＣＰＵであってもよい。ただしプロセッサーはＣＰＵに限定されるものではなく、ＧＰＵ（Graphics Processing Unit）、或いはＤＳＰ（Digital Signal Processor）等、各種のプロセッサーを用いることが可能である。またプロセッサーはＡＳＩＣによるハードウェア回路でもよい。メモリーは、例えばＳＲＡＭ（Static Random Access Memory）、ＤＲＡＭ（Dynamic Random Access Memory）などの半導体メモリーであってもよいし、レジスターであってもよいし、ハードディスク装置等の磁気記憶装置であってもよいし、光学ディスク装置等の光学式記憶装置であってもよい。例えば、メモリーはコンピューターにより読み取り可能な命令を格納しており、当該命令がプロセッサーにより実行されることで、生体情報処理システム１００の各部の機能が実現されることになる。ここでの命令は、プログラムを構成する命令セットの命令でもよいし、プロセッサーのハードウェア回路に対して動作を指示する命令であってもよい。 In the processor, for example, the functions of each part may be realized by individual hardware, or the functions of each part may be realized by integrated hardware. The processor may be, for example, a CPU. However, the processor is not limited to the CPU, and various processors such as GPU (Graphics Processing Unit) and DSP (Digital Signal Processor) can be used. Further, the processor may be a hardware circuit by ASIC. The memory may be, for example, a semiconductor memory such as SRAM (Static Random Access Memory) or DRAM (Dynamic Random Access Memory), a register, or a magnetic storage device such as a hard disk device. However, it may be an optical storage device such as an optical disk device. For example, the memory stores instructions that can be read by a computer, and when the instructions are executed by the processor, the functions of each part of the
本実施形態の動作は例えば以下のように実現される。プロセッサーは、生体情報（脈波情報）を取得し、メモリーに記憶する。そしてプロセッサーは、メモリーから所定期間での脈波情報を読み出し、基底心拍数情報を求め、求めた基底心拍数情報をメモリーに記憶する。さらにプロセッサーは、メモリーから基底心拍数情報、脈波情報、及び体動情報を読み出し、状態判定処理を行って結果をメモリーに記憶する。さらにプロセッサーは、状態判定処理結果をメモリーから読み出し、生活習慣評価指標を求め、求めた生活習慣評価指標の出力処理を行う。 The operation of this embodiment is realized as follows, for example. The processor acquires biological information (pulse wave information) and stores it in a memory. Then, the processor reads the pulse wave information in a predetermined period from the memory, obtains the basal heart rate information, and stores the obtained basal heart rate information in the memory. Further, the processor reads the basal heart rate information, the pulse wave information, and the body movement information from the memory, performs the state determination process, and stores the result in the memory. Further, the processor reads the state determination processing result from the memory, obtains the lifestyle evaluation index, and outputs the obtained lifestyle evaluation index.
また、本実施形態の生体情報処理システム１００の各部は、プロセッサー上で動作するプログラムのモジュールとして実現される。例えば判定部１２０は、生活習慣評価指標を求めるために設定された第１〜第Ｎ（Ｎは２以上の整数）の状態のうち、ユーザーがいずれの状態かを判定する状態判定モジュールとして実現される。演算部は、状態判定処理の結果に基づいて、生活習慣評価指標を演算する演算モジュールとして実現される。 Further, each part of the biometric
図７は、本実施形態の生体情報処理システム１００を利用した生活習慣改善支援システムの例を示す図である。被験者は、家庭や職場において、主としてウェアラブル機器２００を用いて生体情報や体動情報を測定する。総合的な生活習慣改善支援を考慮すれば、図７に示したように、被験者は血圧計や体重計、尿塩分モニター計等、種々の機器を用いてデータを測定することが望ましい。 FIG. 7 is a diagram showing an example of a lifestyle-related improvement support system using the biometric
測定されたデータは、スマートフォン等の携帯端末装置３００を介してサーバーシステム等の情報処理装置４００に送信される。情報処理装置４００では、生活習慣評価指標等を演算し、被験者の携帯端末装置３００に対して生活習慣を改善するための情報を送信する。ここでは、生活習慣評価指標そのものや、図８を用いて後述するような時系列の実測データを送信、提示してもよいし、生活習慣が悪い場合にその要因や改善のためのアドバイス情報を送信、提示してもよい。 The measured data is transmitted to an
アドバイス情報の生成等は、情報処理装置４００が自動的に行ってもよいし、専門的な知見を有する団体（図７の例では予防医学協会であり、例えば医師を含んで構成される）の管理に基づいて行われてもよい。また、予防医学協会は、特定検診やストレスチェック（詳細については後述）の実行主体となり、専門的な立場から被験者に関するより詳細な情報を取得する。さらに予防医学協会は、情報処理装置４００からの情報に基づいて被験者が生活習慣の自己管理を実行する場合に、アドバイス等を行うことで当該自己管理を支援する。 The
また、被験者の具体的な病気治療や食事管理等を考慮すれば、病院や配食産業、保険組合の利用も考えるとよい。その場合、被験者による病院等の利用についても、予防医学協会が支援するとよい。 In addition, considering the specific illness treatment and dietary management of the subjects, it is advisable to consider the use of hospitals, the food distribution industry, and insurance associations. In that case, the Preventive Medicine Association may support the use of hospitals by subjects.
３．生活習慣評価指標
次に生活習慣評価指標の具体例について説明する。まず、状態判定処理について簡単に説明し、その後、状態判定処理の結果を用いた生活習慣評価指標の演算処理の具体例について説明する。また、図１５のフローチャートを用いて本実施形態の処理の具体例について説明する。3. 3. Lifestyle Evaluation Index Next, a specific example of the lifestyle evaluation index will be described. First, the state determination process will be briefly described, and then a specific example of the calculation process of the lifestyle evaluation index using the result of the state determination process will be described. In addition, a specific example of the processing of the present embodiment will be described with reference to the flowchart of FIG.
３．１ 状態判定処理
図８は、本実施形態の生体情報処理システム１００で取得される情報の例である。生体情報処理システム１００は、時系列の脈波情報、体動情報を取得するものであり、例えば図８に示したように、脈拍数（心拍数）、加速度、ピッチの時系列的な情報を取得する。これらの情報は、ユーザーの活動状態を表す情報として有用であるため、図８のように値の推移をグラフ等を用いて表示してもよい。なお、ピッチは歩数に対応する情報と考えられる。3.1 State determination process FIG. 8 is an example of information acquired by the biometric
本実施形態の判定部１２０は、基底心拍数情報と心拍数情報とから求められる活動強度、及び、ユーザーの体動の大きさを表す体動強度に基づいて、状態判定処理を行う。そのため、判定部１２０（基底心拍数情報取得部１２１）は、脈波情報に基づいて基底心拍数情報を求める。基底心拍数情報の算出手法は種々考えられるが、例えば特許文献２の図３に開示されているように、非体動時の心拍数頻度分布の１％下限値を基底心拍数とすればよい。 The
基底心拍数情報を用いることで、状態判定処理を精度よく行うことが可能になる。本実施形態では、ユーザーの状態として、第１〜第Ｎの状態を考える。第１〜第Ｎの状態は、ユーザーが睡眠を行っている睡眠状態である第１の状態と、他の状態に比べて身体的負荷が大きい身体的負荷状態である第２の状態と、を少なくとも含む。また、第１〜第Ｎの状態は、他の状態に比べて精神的負荷が大きい精神的負荷状態である第３の状態や、ユーザーの体動情報の値が所定閾値以下の状態（体動の大きさが所定以下の状態）である第４の状態を含んでもよい。 By using the basal heart rate information, it becomes possible to perform the state determination process with high accuracy. In the present embodiment, the first to Nth states are considered as the user's state. The first to Nth states include a first state, which is a sleeping state in which the user is sleeping, and a second state, which is a physical load state in which the physical load is larger than that of the other states. At least include. Further, the first to Nth states are a third state in which the mental load is larger than the other states, and a state in which the value of the user's body movement information is equal to or less than a predetermined threshold value (body movement). It may include a fourth state in which the magnitude of is less than or equal to a predetermined state).
このようにすれば、睡眠、身体的負荷、精神的負荷、体動に関する状態に基づいて、生活習慣評価指標を求めることが可能になる。睡眠不足であればユーザーの健康が損なわれるし、ストレスが過剰な場合もユーザーの健康が損なわれる。つまり睡眠、身体的負荷、精神的負荷に関する情報を用いることで、ユーザーの生活習慣を適切に判定できると考えられる。また、体動が少ない第４の状態とは、安静にしてリラックスしている状態も含みうるため、第４の状態となること自体が健康を害するとは言えない。しかし、第４の状態の割合が過剰に高い場合、質のよい睡眠がとれていない（深睡眠時間が短い）、或いは運動不足といった問題が生じている可能性がある。その点で、第４の状態についても、生活習慣評価指標を求めるための状態として有用と言える。 In this way, it becomes possible to obtain a lifestyle-related evaluation index based on the state of sleep, physical load, mental load, and physical movement. Lack of sleep impairs the user's health, and excessive stress also impairs the user's health. In other words, it is considered that the lifestyle of the user can be appropriately determined by using the information on sleep, physical load, and mental load. In addition, since the fourth state of low physical activity may include a state of rest and relaxation, it cannot be said that the fourth state itself is harmful to health. However, if the proportion of the fourth state is excessively high, there may be problems such as poor sleep (short deep sleep time) or lack of exercise. In that respect, it can be said that the fourth state is also useful as a state for obtaining a lifestyle evaluation index.
具体的には、判定部１２０（判定処理部１２３）は、活動強度が第１活動強度未満の場合に、睡眠状態である第１の状態と判定し、活動強度が第２活動強度以上であり、且つ、体動強度が第１体動強度以上の場合に、身体的負荷状態である第２の状態と判定する。 Specifically, when the activity intensity is less than the first activity intensity, the determination unit 120 (determination processing unit 123) determines that the first state is a sleeping state, and the activity intensity is equal to or higher than the second activity intensity. Moreover, when the body movement intensity is equal to or higher than the first body movement intensity, it is determined to be the second state which is the physical load state.
ここでの活動強度は種々考えられるが、例えば基底心拍数情報により表される基底心拍数の値ＨＲ０に対する各タイミングでの脈拍数（心拍数）の値ＨＲの比率であってもよい。すなわちＨＲ／ＨＲ０＜ＴｈＨ１の場合に、判定部１２０はユーザーが睡眠状態と判定する。また、体動強度とは例えば体動情報の値を用いればよく、体動情報が加速度情報である場合、加速度値ＡＣＣを体動強度とする。ここでの加速度値は、いずれか１つの軸の加速度を用いてもよいし、複数軸での値を合成して求めてもよい。例えば、ＨＲ／ＨＲ０≧ＴｈＨ２且つＡＣＣ≧ＴｈＭ１の場合に、判定部１２０は、ユーザーが身体的負荷を受けている状態と判定する。ここで、ＴｈＨ１及びＴｈＨ２はそれぞれ活動強度の閾値であり、ＴｈＨ１＜ＴｈＨ２である。一例としては、ＴｈＨ１＝１．１、ＴｈＨ２＝１．６といった値を用いればよい。The activity intensity here can be various, but for example, it may be the ratio of the value HR of the pulse rate (heart rate) at each timing tothe value HR 0 of the basal heart rate represented by the basal heart rate information. That is, when HR / HR0 <ThH1 , the
また、判定部１２０は、活動強度が第２活動強度以上であり、且つ、体動強度が第１体動強度未満の場合に、精神的負荷状態である第３の状態と判定する。例えば、ＨＲ／ＨＲ０≧ＴｈＨ２且つＡＣＣ＜ＴｈＭ１の場合に、判定部１２０は、ユーザーが精神的負荷を受けている状態と判定する。Further, the
また、判定部１２０は、体動強度が第１体動強度未満の場合に、第４の状態と判定する。例えば、ＡＣＣ＜ＴｈＭ１の場合に、判定部１２０は、ユーザーの体動が小さい状態と判定する。Further, the
なお、ＡＣＣ＜ＴｈＭ１の場合とは、ＨＲ／ＨＲ０＜ＴｈＨ１である第１の状態（睡眠状態）と、ＨＲ／ＨＲ０≧ＴｈＨ２である第３の状態（精神的負荷状態）と、ＴｈＨ１≦ＨＲ／ＨＲ０＜ＴｈＨ２である第５の状態に分けられる。本実施形態における第４の状態とは、少なくとも第５の状態を含む状態である。具体的には、第４の状態とは、第５の状態のみを表してもよいし、第１の状態と第５の状態の和集合であってもよいし、第３の状態と第５の状態の和集合であってもよいし、第１、第３、第５の状態全ての和集合であってもよい。In the case of ACC <ThM1 , the first state (sleep state) in whichHR / HR 0 <ThH1 and the third state (mental load state) in whichHR / HR 0 ≧ ThH2 are used. , ThH1 ≤ HR / HR0 <ThH2 . The fourth state in the present embodiment is a state including at least the fifth state. Specifically, the fourth state may represent only the fifth state, may be the union of the first state and the fifth state, or the third state and the fifth state. It may be the union of all the states of, or it may be the union of all the first, third, and fifth states.
３．２ 演算処理
図１を用いて上述したように、第１〜第４の各状態が互いに相関を持つことを考慮して、演算部１３０では、状態判定処理の結果のうち、各状態に対応する情報を独立して用いるのではなく、組み合わせて用いることで生活習慣評価指標を求める。3.2 Arithmetic processing As described above with reference to FIG. 1, in consideration of the fact that the first to fourth states have a correlation with each other, the
ここで、睡眠状態となる時間が過剰に短いと健康を害することを考えれば、睡眠状態（第１の状態）と判定された時間である第１の時間が長いほど、よい生活習慣であるという仮説が立てられる。同様に、身体的負荷状態がある程度の強度による運動を行っている状態であり、当該運動はユーザーの体力、筋力等を高める好ましい活動であることを考えれば、身体的負荷状態（第２の状態）と判定された時間である第２の時間が長いほど、よい生活習慣であると考えられる。 Here, considering that an excessively short sleep state is harmful to health, it is said that the longer the first time, which is the time determined to be the sleep state (first state), the better the lifestyle. A hypothesis is made. Similarly, considering that the physical load state is a state in which exercise is performed with a certain intensity, and that the exercise is a preferable activity for increasing the physical strength, muscular strength, etc. of the user, the physical load state (second state). The longer the second time, which is the time determined to be), is considered to be a better lifestyle.
また、精神的負荷状態が緊張状態、或いは複雑な思考を行っている状態であり、当該状態が継続することは疲労や抑うつにつながることを考えれば、精神的負荷状態（第３の状態）と判定された時間である第３の時間が短いほど、よい生活習慣であると考えられる。また、体動が少ない時間が過剰に長い場合、睡眠不足や運動不足になることを考えれば、体動が少ない状態（第４の状態）と判定された時間である第４の時間が短いほど、よい生活習慣であると考えられる。 In addition, considering that the mental load state is a state of tension or a state of performing complicated thinking, and that the continuation of the state leads to fatigue and depression, it is called a mental load state (third state). It is considered that the shorter the third time, which is the determined time, the better the lifestyle. In addition, considering that sleep deprivation and lack of exercise occur when the time of low physical activity is excessively long, the shorter the fourth time, which is the time determined to be the state of low physical activity (fourth state), the shorter the time. , Considered to be a good lifestyle.
本出願人は、以上の仮説を検証し、第１〜第４の時間から、ユーザーの生活習慣を適切に指標化できるかについて、実証実験を行った。具体的には、約１００名の被験者を対象として、所定期間にわたって脈波情報及び体動情報を測定して、測定結果を用いた状態判定処理により、第１〜第４の時間を求めた。また、各ユーザーを対象として身長、体重、腹囲、血圧、生化学検査の各検査を含む特定検診を行い、生活習慣病保有者であるか否かを判定した。ここでは、生活習慣病として、肥満、高血圧、高血糖、脂質異常、高尿酸血症を考慮している。 The applicant tested the above hypothesis and conducted a proof experiment from the first to fourth hours to see if the user's lifestyle can be appropriately indexed. Specifically, about 100 subjects were measured for pulse wave information and body movement information over a predetermined period, and the first to fourth times were determined by a state determination process using the measurement results. In addition, specific examinations including height, weight, abdominal circumference, blood pressure, and biochemical examinations were performed for each user to determine whether or not they had lifestyle-related diseases. Here, obesity, hypertension, hyperglycemia, dyslipidemia, and hyperuricemia are considered as lifestyle-related diseases.
特定検診の結果により、各被験者は、生活習慣病保有者である第１群と、生活習慣病保有者でない第２群のいずれかに分類される。よって、状態判定処理の結果として求められた第１〜第４の時間を用いて、約１００名のユーザーを精度よく第１群と第２群に分離することができれば、第１〜第４の時間は、生活習慣病のリスクを判別するための情報、すなわち生活習慣評価指標を求めるための情報として適切であると判定できる。 Based on the results of the specific examination, each subject is classified into either a first group having a lifestyle-related disease or a second group not having a lifestyle-related disease. Therefore, if about 100 users can be accurately separated into the first group and the second group by using the first to fourth times obtained as a result of the state determination process, the first to fourth groups can be used. It can be determined that time is appropriate as information for determining the risk of lifestyle-related diseases, that is, information for obtaining a lifestyle-related evaluation index.
具体的には、１日当たりの第１の時間をＳとし、第２の時間をＥとし、第３の時間をＭとし、第４の時間をＡ−とした場合に、Ｓ，Ｅ，Ｍ，Ａ−の４つを含む変数による線形判別関数を用いた判別分析を行う。線形判別関数を用いた判別分析については広く知られた手法であるため、詳細な説明は省略する。Specifically, when the first time per day is S, the second time is E, the third time is M, and the fourth time is A− , S, E, M, a- the discriminant analysis performed using linear discriminant function by variables including four. Since the discriminant analysis using the linear discriminant function is a widely known method, detailed description thereof will be omitted.
ここでは、体動が大きい状態（ＡＣＣ≧ＴｈＭ１の場合）についても考慮し、上記のＳ，Ｅ，Ｍ，Ａ−に、１日当たりの体動が大きい状態の時間Ａ＋を加えた５変数の線形判別関数を用いて判別分析を行った。その結果、線形判別関数として下式（１）が求められ、判別的中率は７６％、感度が７７．５％、特異度が７５％となった。なお下式（１）では、線形判別関数が０未満の場合が第１群（生活習慣病保有者）に対応し、０以上が第２群に対応する。
線形判別関数＝0.73 + E + 0.7S - 0.65M - 0.34A- + 0.22A+ （１）Here, considering the state of large body movement (when ACC ≧ ThM1 ), the above S, E, M, A−plus the time A + of the state of large body movement per day are added to 5 variables. Discriminant analysis was performed using the linear discriminant function of. As a result, the following equation (1) was obtained as a linear discriminant function, and the discriminant predictive value was 76%, the sensitivity was 77.5%, and the specificity was 75%. In the following equation (1), when the linear discriminant function is less than 0, it corresponds to the first group (lifestyle-related disease holders), and when it is 0 or more, it corresponds to the second group.
Linear discriminant function = 0.73 + E + 0.7S - 0.65M - 0.34A - + 0.22A + (1)
判別分析の結果からわかるように、Ｓ，Ｅ，Ｍ，Ａ−，Ａ＋は被験者が生活習慣病保有者か否かを充分な精度で判別するための要素（変数）として利用可能であることが確認された。そして、各変数の係数からわかるように、Ｅ、Ｓ及びＡ＋の値が大きいほど判別結果は第２群側に近づき、Ｍ，Ａ−の値が大きいほど判別結果は第１群側に近づく。また、Ｓ，Ｅ，Ｍ，Ａ−，Ａ＋の全ての変数は時間（単位：hour）を表す情報であるため、係数の大きさの大小を、そのまま各変数の判別結果への寄与度の大小と考えてよい。As can be seen from the results of the discriminant analysis, S, E, M, A− , and A+ can be used as elements (variables) for discriminating whether or not the subject has a lifestyle-related disease with sufficient accuracy. Was confirmed. As can be seen from the coefficients of each variable, thelarger the value of E, S and A + , the closer the discrimination result is to the second group side, and thelarger the value of M, A − , the closer the discrimination result is to the first group side. .. In addition, since all the variables S, E, M, A− , and A+ are information representing time (unit: hour), the magnitude of the coefficient can be used as it is to contribute to the discrimination result of each variable. You can think of it as big or small.
上式（１）の例では、線形判別関数の値が大きいほど生活習慣病のリスクが小さく、値が小さいほど生活習慣病のリスクが大きい。すなわち、線形判別関数は、その値が大きいほど生活習慣がよく（評価が高く）、値が小さいほど生活習慣が悪い（評価が低い）情報となるため、本実施形態では、線形判別関数の値を、生活習慣評価指標として用いてもよい。また、生活習慣評価指標として「よい」「悪い」の２値を用いるのであれば、線形判別関数＝０を境界として用いればよい。 In the example of the above equation (1), the larger the value of the linear discriminant function, the lower the risk of lifestyle-related disease, and the smaller the value, the higher the risk of lifestyle-related disease. That is, in the linear discriminant function, the larger the value, the better the lifestyle (higher evaluation), and the smaller the value, the worse the lifestyle (low evaluation). Therefore, in the present embodiment, the value of the linear discriminant function is May be used as a lifestyle-related evaluation index. If two values of "good" and "bad" are used as the lifestyle evaluation index, the linear discriminant function = 0 may be used as the boundary.
このように、実験から上述した本出願人の仮定は正しいことが確認された。すなわち、演算部１３０は、第１の状態に対応する第１の時間、及び第２の状態に対応する第２の時間が長いほど、生活習慣評価指標が高い評価になるように、生活習慣評価指標を演算すればよい。また、演算部１３０は、第３の状態に対応する第３の時間、及び第４の状態に対応する第４の時間が長いほど、生活習慣評価指標が低い評価になるように、生活習慣評価指標を演算すればよい。このようにすることで、各状態に対応する時間から、生活習慣評価指標を適切に求めることが可能になる。 Thus, it was confirmed from the experiment that the above-mentioned assumption of the applicant is correct. That is, the
ただし、Ｅ，Ｓが大きいほど評価が高く、Ｍ，Ａ−が大きいほど評価が低くなるような生活習慣評価指標は上式（１）の形式には限定されない。例えば、生活習慣評価指標の値が大きいほど評価が高い場合であれば、Ｅ及びＳを分数の分子とし、Ｍ及びＡ−を分数の分母とする形式を利用できる。例えば、生活習慣評価指標として下式（２）のＬＳｉを用いてもよい。なお、Ａ＋を変数として用いることも可能であるが、寄与度（上式（１）における係数）が相対的に小さいため、ここでは省略している。
ＬＳｉ＝｛（Ｓ＋１）×（Ｅ＋１）｝／｛（Ｍ＋２）×Ａ−｝ （２）However, the lifestyle evaluation index in which the larger E and S are, the higher the evaluation is, and the larger M and A− are, the lower the evaluation is, is not limited to the form of the above equation (1). For example, if the larger the value of the lifestyle evaluation index is, the higher the evaluation is, a format in which E and S are the numerator of the fraction and M and A − are the denominators of the fraction can be used. For example, LSi of the following formula (2) may be used as a lifestyle evaluation index. It is possible to use A+ as a variable, but it is omitted here because the contribution (coefficient in the above equation (1)) is relatively small.
LSi = {(S + 1) × (E + 1)} / {(M + 2) × A -} (2)
ここで、Ｓ，Ｅ，Ｍはユーザーによってはその値が０になる可能性がある。単純にＬＳｉ＝（Ｓ×Ｅ）／（Ｍ×Ａ−）とすると、Ｓ又はＥが０の場合にＬＳｉ＝０になり、Ｍ＝０の場合にＬＳｉ＝∞になり、ＬＳｉの範囲が過剰に広くなってしまう。上式（２）はその点を考慮した式であり、Ｓ，Ｅをそのまま用いるのではなく、それぞれ１を加算している。また、分母のＭについては、分子のＳとＥにそれぞれ１が加算されていることを考慮し、２を加算している。Here, the values of S, E, and M may be 0 depending on the user. If LSi = (S × E) / (M × A− ), LSi = 0 when S or E is 0, LSi = ∞ when M = 0, and the range of LSi is excessive. It becomes wide. The above equation (2) is an equation in consideration of this point, and S and E are not used as they are, but 1 is added to each. As for the denominator M, 2 is added in consideration of the fact that 1 is added to each of the numerator S and E.
上式（１）の線形判別関数と、上式（２）のＬＳｉとの相関係数は約０．９と非常に高いことがわかった。つまり、線形判別関数が生活習慣評価指標として利用可能であるのだから、上式（２）のＬＳｉについても生活習慣評価指標として利用可能であると言える。上式（２）では複雑な係数が現れず、シンプルでわかりやすい形式により生活習慣評価指標を表すことが可能になる。なお、上式（１）の線形判別関数が０となる条件では、上式（２）のＬＳｉは２５前後の値となる。よって、ＬＳｉの値に基づいて、生活習慣の「よい」「悪い」を判別する場合、ＬＳｉ＝２５を境界として用いればよい。 It was found that the correlation coefficient between the linear discriminant function of the above equation (1) and the LSi of the above equation (2) is very high, about 0.9. That is, since the linear discriminant function can be used as a lifestyle evaluation index, it can be said that the LSi of the above equation (2) can also be used as a lifestyle evaluation index. In the above equation (2), complicated coefficients do not appear, and it is possible to express the lifestyle evaluation index in a simple and easy-to-understand format. Under the condition that the linear discriminant function of the above equation (1) is 0, the LSi of the above equation (2) has a value of around 25. Therefore, when determining "good" or "bad" lifestyle habits based on the value of LSi, LSi = 25 may be used as a boundary.
このように、第１の状態に対応する第１の時間の長さを表す値をＳとし、第２の状態に対応する第２の時間の長さを表す値をＥとし、第３の状態に対応する第３の時間の長さを表す値をＭとし、第４の状態に対応する第４の時間の長さを表す値をＡ−とした場合に、演算部１３０は、Ｓ，Ｅが大きくなるほど大きくなり、Ｍ，Ａ−が大きいほど小さくなるように、生活習慣評価指標を求める。In this way, the value representing the length of the first time corresponding to the first state is S, the value representing the length of the second time corresponding to the second state is E, and the third state. When the value representing the length of the third time corresponding to is M and the value representing the length of the fourth time corresponding to the fourth state is A− , the
また、図９〜図１４は特定検診で求められた各検査値と、上式（２）から求められたＬＳｉの相関を表す図である。図９〜図１４の横軸はＬＳｉの値を表す。図９の縦軸は血圧値（単位：ｍｍＨｇ）であり、図１０の縦軸はＢＭＩ（単位：ｋｇ／ｍ２）であり、図１１の縦軸は中性脂肪（単位：ｍｇ／ｄｌ）であり、図１２の縦軸は脂質（悪玉コレステロールと善玉コレステロールの比であり単位：ＬＤＬｃ／ＨＤＬｃ）であり、図１３の縦軸は尿酸値（単位：ｍｇ／ｄｌ）であり、図１４の縦軸は血糖値（単位：ｍｇ／ｄｌ）である。Further, FIGS. 9 to 14 are diagrams showing the correlation between each test value obtained in the specific examination and LSi obtained from the above equation (2). The horizontal axis of FIGS. 9 to 14 represents the value of LSi. The vertical axis of FIG. 9 is the blood pressure value (unit: mmHg), the vertical axis of FIG. 10 is BMI (unit: kg / m2 ), and the vertical axis of FIG. 11 is neutral fat (unit: mg / dl). The vertical axis of FIG. 12 is the lipid (ratio of bad cholesterol to good cholesterol and unit: LDLc / HDLc), and the vertical axis of FIG. 13 is the uric acid value (unit: mg / dl). The vertical axis is the blood glucose level (unit: mg / dl).
血圧、ＢＭＩ、中性脂肪、脂質、尿酸、血糖は、いずれも過剰に値が高い場合には生活習慣病（或いはそのリスク）が疑われるものであり、生活習慣が悪いと推定される。図９〜図１４に示したように、各検査値とＬＳｉの値は統計的に有意に負の相関を有する。すなわち、図９〜図１４はいずれも、ＬＳｉの値が小さいほど生活習慣病のリスクが高いことを示すものであり、上式（２）のＬＳｉが生活習慣評価指標として適切であることを示すデータとなる。 If blood pressure, BMI, triglyceride, lipid, uric acid, and blood glucose are all excessively high, lifestyle-related diseases (or their risks) are suspected, and it is presumed that lifestyle-related diseases are poor. As shown in FIGS. 9 to 14, each test value and the LSi value have a statistically significant negative correlation. That is, in each of FIGS. 9 to 14, the smaller the value of LSi, the higher the risk of lifestyle-related diseases, and it is shown that LSi of the above equation (2) is appropriate as a lifestyle-related evaluation index. It becomes data.
３．３ 処理の流れ
図１５は本実施形態の処理の流れを説明するフローチャートである。この処理が開始されると、生体情報処理システム１００（情報取得部１１０）は、生体情報及び体動情報を取得する（Ｓ１０１）。例えば、生体情報として所与のタイミングでの心拍数ＨＲを取得し、体動情報として当該所与のタイミングでの加速度値ＡＣＣを取得する。3.3 Process flow FIG. 15 is a flowchart illustrating the process flow of the present embodiment. When this process is started, the biometric information processing system 100 (information acquisition unit 110) acquires biometric information and body movement information (S101). For example, the heart rate HR at a given timing is acquired as biological information, and the acceleration value ACC at the given timing is acquired as body movement information.
そして生体情報処理システム１００（判定部１２０、より狭義には判定処理部１２３）は、あらかじめ取得しておいた基底心拍数ＨＲ０と、Ｓ１０１で取得した生体情報（ＨＲ）及び体動情報（ＡＣＣ）とに基づいて、状態判定処理を行って第１〜第Ｎの時間を求める。ここでは、Ｓ，Ｅ，Ｍ，Ａ−，Ａ＋の５変数を求める例を説明する。なお、具体的な判定処理の内容や、その実施順序等は図１５に示した例に限定されず、種々の変形実施が可能である。Then, the biological information processing system 100 (
判定処理部１２３は、体動強度が第１体動強度以上であるかを判定する（Ｓ１０２）。Ｓ１０２でＮｏの場合、すなわち体動強度が第１体動強度未満の場合には、判定処理部１２３は、活動強度が第２活動強度以上であるかを判定する（Ｓ１０３）。Ｓ１０３でＹｅｓの場合は、ユーザーが精神的負荷状態（第３の状態）であると判定できるため、変数Ｍの値をカウントアップする（Ｓ１０４）。ここでのカウントアップ量は、図１５に示した処理の実行間隔に相当する時間とする。 The determination processing unit 123 determines whether the body movement intensity is equal to or higher than the first body movement intensity (S102). When No in S102, that is, when the body movement intensity is less than the first body movement intensity, the determination processing unit 123 determines whether the activity intensity is equal to or higher than the second activity intensity (S103). In the case of Yes in S103, since it can be determined that the user is in a mental load state (third state), the value of the variable M is counted up (S104). The count-up amount here is a time corresponding to the execution interval of the processing shown in FIG.
また、Ｓ１０３でＮｏの場合には、第４の状態と判定できるため、変数Ａ−の値をカウントアップする（Ｓ１０５）。つまり図１５では、第４の状態が、上記第１、第３、第５の状態のうちの、第１の状態と第５の状態の和集合である例について考えている。Ｓ１０５の処理後に、判定処理部１２３は、活動強度が第１体動強度未満であるかを判定し（Ｓ１０６）、ＹＥＳの場合には睡眠状態（第１の状態）であると判定できるため、変数Ｓの値をカウントアップする（Ｓ１０７）。Further, in the case of No in S103, since it can be determined that it is the fourth state,the value of the variable A − is counted up (S105). That is, in FIG. 15, an example is considered in which the fourth state is the union of the first state and the fifth state among the first, third, and fifth states. After the processing of S105, the determination processing unit 123 determines whether the activity intensity is less than the first body movement intensity (S106), and if YES, it can determine that the sleep state (first state). The value of the variable S is counted up (S107).
また、Ｓ１０２でＹｅｓの場合には、判定処理部１２３は、活動強度が第２活動強度以上であるかを判定する（Ｓ１０８）。Ｓ１０８でＮｏの場合には、変数Ａ＋の値をカウントアップし（Ｓ１０９）、Ｙｅｓの場合には、身体的負荷状態（第２の状態）であると判定できるため、変数Ｅの値をカウントアップする（Ｓ１１０）。Further, in the case of Yes in S102, the determination processing unit 123 determines whether the activity intensity is equal to or higher than the second activity intensity (S108). If No in S108,the value of the variable A + is counted up (S109), and in the case of Yes, it can be determined that the physical load state (second state) is reached, so the value of the variable E is counted. Up (S110).
Ｓ１０１〜Ｓ１１０の処理により、所与の１タイミングについてユーザーが第１〜第Ｎの状態のうちのいずれの状態であるかの判定処理、及び判定結果に対応する状態の累積時間のカウント処理が実行される。 By the processing of S101 to S110, the determination processing of which of the first to Nth states the user is in for a given timing and the counting processing of the cumulative time of the states corresponding to the determination results are executed. Will be done.
その後、生体情報処理システム１００（例えば演算部１３０）は判定期間が経過したか否かを判定する（Ｓ１１１）。Ｓ１１１では、例えば２４時間が経過したか否かを判定すればよい。Ｓ１１１でＮｏの場合には、判定期間が終了していないため、次のタイミングでの状態判定処理を行うため、Ｓ１０１に戻り処理を継続する。Ｓ１１１でＹｅｓの場合には、演算部１３０は、そのときのＳ，Ｅ，Ｍ，Ａ−，Ａ＋の５変数の値（狭義にはＡ＋を除いた４変数の値）を用いて、生活習慣評価指標を演算する（Ｓ１１２）。Ｓ１１２では、演算部１３０は例えば上式（２）に基づいてＬＳｉを演算する処理を行えばよい。After that, the biometric information processing system 100 (for example, the calculation unit 130) determines whether or not the determination period has elapsed (S111). In S111, for example, it may be determined whether or not 24 hours have passed. In the case of No in S111, since the determination period has not ended, the state determination process is performed at the next timing, so the process returns to S101 and the process is continued. In the case of Yes in S111, the
なお、判定期間が２４時間であれば、Ｓ１１２の処理はＳ，Ｅ，Ｍ，Ａ−，Ａ＋の各変数の値をそのまま用いることが可能である。ただし、判定期間が１週間であり、生活習慣評価指標の演算に１日当たりの平均値を用いる場合、演算部１３０（又は判定部１２０）では、１週間分の情報から平均値を求める処理を実行する必要がある。また、これ以外にも、生活習慣評価指標の演算において、図１５には不図示のステップを追加したり、或いは図１５に示したステップの一部を省略する変形実施が可能である。If the determination period is 24 hours,the values of the variables S, E, M, A − , and A+ can be used as they are for the processing of S112. However, when the judgment period is one week and the average value per day is used for the calculation of the lifestyle-related evaluation index, the calculation unit 130 (or the judgment unit 120) executes a process of obtaining the average value from the information for one week. There is a need to. In addition to this, in the calculation of the lifestyle evaluation index, a step (not shown) may be added to FIG. 15, or a part of the step shown in FIG. 15 may be omitted.
４．生活習慣評価指標と他の指標による評価
以上で説明したように、生活習慣評価指標は単体でも被験者の生活習慣を評価する情報として利用可能である。しかし、生活習慣評価指標と他の情報を併用することで、より高精度且つわかりやすい形態で、生活習慣に関する情報を提示可能であることがわかった。以下、ストレス反応問診指数（Ｓｔ）を用いる例、及び身体的負荷時間（Ｅ）を用いる例についてそれぞれ説明する。4. Evaluation by lifestyle-related evaluation index and other indexes As explained above, the lifestyle-related evaluation index can be used alone as information for evaluating the lifestyle of a subject. However, it was found that by using the lifestyle-related evaluation index and other information together, it is possible to present information on lifestyle-related habits in a more accurate and easy-to-understand form. Hereinafter, an example using the stress response inquiry index (St) and an example using the physical load time (E) will be described.
４．１ ストレス反応問診指数
近年、職場におけるメンタルヘルス対策として、ストレスチェックが行われている。例えば厚生労働省では、労働安全衛生法に基づくストレスチェック制度を導入し、所定規模以上の事業者には問診によるストレスチェックの実施を義務づけている。ストレスチェックでは所定数の項目（現状では５７項目）に対して回答することで心身ストレス反応、仕事のストレス要因、周囲のサポート状況等をチャート化する。本実施形態では例えばこのうちの心身ストレス反応を利用する。4.1 Stress Response Questionnaire Index In recent years, stress checks have been conducted as a mental health measure in the workplace. For example, the Ministry of Health, Labor and Welfare has introduced a stress check system based on the Industrial Safety and Health Act, and obliges businesses of a certain size or larger to carry out stress checks by interviewing. In the stress check, by answering a predetermined number of items (currently 57 items), mental and physical stress reactions, work stress factors, surrounding support status, etc. are charted. In this embodiment, for example, the psychosomatic stress response is used.
心身ストレス反応では、活気、イライラ感、疲労感、不安感、抑鬱感、身体愁訴の６項目について、それぞれ１〜５の５段階で数値化される。ストレス度は、５が一番低く１が一番高くなる。つまり、図２０等を用いて後述するように、活気等の６項目について６角形のチャート表示をした場合、各項目での得点を結んでできる図形が、均等に大きく広がっているほど良好な状態を表し、中心に近づくほどストレス度が高いことになる。 In the psychosomatic stress response, 6 items of vitality, irritability, fatigue, anxiety, depression, and physical complaint are quantified in 5 stages of 1 to 5, respectively. As for the degree of stress, 5 is the lowest and 1 is the highest. That is, as will be described later with reference to FIG. 20 and the like, when a hexagonal chart is displayed for 6 items such as liveliness, the better the state is, the more the figure formed by connecting the scores of each item spreads evenly and widely. The closer to the center, the higher the stress level.
本実施形態では、各被験者に対してストレスチェックの問診を行い、問診結果に基づいて、心身ストレス反応の６項目の得点を求める。そして、上記６項目での得点を加算した情報を、被験者のストレス反応問診指数Ｓｔとする。Ｓｔは６以上３０以下の整数となり、数値が大きいほど良好な状態に対応する。ただし、ストレス反応問診指数Ｓｔについては、種々の変形実施が可能であり、上記ストレスチェックから求められる他の情報を用いてもよいし、演算手法を変更してもよいし、上記ストレスチェックとは異なる形式の問診から求めてもよい。 In the present embodiment, each subject is interviewed for a stress check, and based on the result of the interview, the scores of 6 items of the mental and physical stress response are obtained. Then, the information obtained by adding the scores of the above six items is used as the stress response inquiry index St of the subject. St is an integer of 6 or more and 30 or less, and the larger the value, the better the condition. However, the stress response inquiry index St can be modified in various ways, and other information obtained from the above stress check may be used, the calculation method may be changed, and the above stress check is It may be obtained from different types of interviews.
図１６は、横軸を上式（２）で求められる生活習慣評価指標ＬＳｉの値とし、縦軸をストレス反応問診指数Ｓｔとして、複数（ここでは９３名）の被験者のデータをプロットした図である。また、図１６では、生活習慣病保有者、具体的には血圧高値、耐糖能障害、脂質異常、高尿酸血症の少なくとも１つに当てはまる被験者については、プロットの点を塗りつぶして表現し、上記のいずれにも当てはまらない生活習慣病の保有者でない被験者についてはプロットの点を白抜きの四角で表現している。なお、生活習慣病においては年齢が重要な要素となることが知られているため、図１６では被験者の年齢層と四角の大きさと対応付けており、四角が大きいほど年齢層が高いことを表しているが、ここでは年齢に関する議論までは踏み込まない。 In FIG. 16, the horizontal axis is the value of the lifestyle-related evaluation index LSi obtained by the above equation (2), the vertical axis is the stress response inquiry index St, and the data of a plurality of subjects (93 subjects in this case) are plotted. is there. Further, in FIG. 16, for those who have lifestyle-related diseases, specifically, subjects who correspond to at least one of high blood pressure, impaired glucose tolerance, dyslipidemia, and hyperuricemia, the dots on the plot are filled in and expressed as described above. For subjects who do not have lifestyle-related diseases that do not fall under any of the above, the dots on the plot are represented by white squares. Since it is known that age is an important factor in lifestyle-related diseases, in FIG. 16, the age group of the subject is associated with the size of the square, and the larger the square, the higher the age group. However, we will not go into the discussion about age here.
本実施形態では、図１６に示したように、座標平面を４つの象限に区分する。境界の設定は種々の変形実施が可能であるが、ここではＬＳｉ＝２５及びＳｔ＝２０を境界線として利用する。そして、左下（ＬＳｉ＜２５且つＳｔ＜２０）を第１象限とし、左上（ＬＳｉ＜２５且つＳｔ≧２０）を第２象限とし、右下（ＬＳｉ≧２５且つＳｔ＜２０）を第３象限とし、右上（ＬＳｉ≧２５且つＳｔ≧２０）を第４象限とする。 In this embodiment, as shown in FIG. 16, the coordinate plane is divided into four quadrants. Various modifications can be made to set the boundary, but here, LSi = 25 and St = 20 are used as the boundary line. The lower left (LSi <25 and St <20) is the first quadrant, the upper left (LSi <25 and St ≧ 20) is the second quadrant, and the lower right (LSi ≧ 25 and St <20) is the third quadrant. , The upper right (LSi ≧ 25 and St ≧ 20) is the fourth quadrant.
この場合、第１象限はＬＳｉとＳｔの両方の評価が悪い領域、第２象限はＬＳｉの評価が悪くＳｔの評価がよい領域、第３象限はＬＳｉの評価がよくＳｔの評価が悪い領域、第４象限はＬＳｉとＳｔの両方の評価がよい領域となる。 In this case, the first quadrant is a region where both LSi and St are badly evaluated, the second quadrant is a region where LSi is badly evaluated and St is evaluated well, and the third quadrant is a region where LSi is evaluated well and St is badly evaluated. The fourth quadrant is a region where both LSi and St are evaluated well.
全被験者のうち、第１象限には１８名の被験者が当てはまり、そのうちの１５名の被験者が生活習慣病保有者であった。つまり第１象限では、当該領域に分類された被験者に対する生活習慣病保有者の割合は１５／１８（８３％）となる。同様に、各象限に分類された被験者に対する生活習慣病保有者の割合は、第２象限では１５／２０（７５％）、第３象限では５／２５（２０％）、第４象限では２／３０（７％）であった。 Of all the subjects, 18 subjects fell into the first quadrant, and 15 of them were lifestyle-related disease carriers. That is, in the first quadrant, the ratio of lifestyle-related disease carriers to the subjects classified in the area is 15/18 (83%). Similarly, the percentage of subjects with lifestyle-related diseases in each quadrant was 15/20 (75%) in the second quadrant, 5/25 (20%) in the third quadrant, and 2 / in the fourth quadrant. It was 30 (7%).
第１象限と第３象限の比較、及び第２象限と第４象限の比較からわかるように、ＬＳｉが２５未満の場合は、２５以上の場合に比べて、生活習慣病保有者の割合が高くなる。これは上述したように、ＬＳｉ＝２５とは線形判別関数＝０の場合に対応し、ＬＳｉに基づき被験者を生活習慣病保有者か否か判別する際の境界としてＬＳｉ＝２５を利用できるという考えに合致した結果である。 As can be seen from the comparison between the first quadrant and the third quadrant, and the comparison between the second quadrant and the fourth quadrant, when the LSi is less than 25, the proportion of lifestyle-related disease carriers is higher than when the LSi is 25 or more. Become. As described above, this corresponds to the case where the linear discriminant function = 0 with LSi = 25, and the idea that LSi = 25 can be used as a boundary when discriminating whether or not the subject has a lifestyle-related disease based on LSi. It is a result that matches.
また、図１６の第１象限と第２象限の比較、及び第３象限と第４象限の比較からは、ＬＳｉが同程度であれば、Ｓｔがよい（値が大きい）方が、生活習慣病保有者の比率が下がることがわかる。つまり、Ｓｔについても生活習慣病のリスクを判定する指標値として利用可能である。 Further, from the comparison between the first quadrant and the second quadrant and the comparison between the third quadrant and the fourth quadrant in FIG. 16, if the LSi is about the same, the one with a better St (larger value) is a lifestyle-related disease. It can be seen that the ratio of holders decreases. That is, St can also be used as an index value for determining the risk of lifestyle-related diseases.
図１６において特に顕著であるのは、第１象限では被験者に対する生活習慣病保有者の割合が非常に高いという点である。図１６の例であれば、８３％という数値は、上式（１）の線形判別関数の的中率よりも高い。所与の被験者を対象としてＬＳｉ及びＳｔを計測し、計測結果が第１象限にプロットされた場合、当該被験者は生活習慣病保有者である確率が非常に高く、生活習慣が悪いと判定できることになる。つまり、ＬＳｉとＳｔの両方を用いることで、ＬＳｉを単体で用いる場合に比べて、生活習慣病のリスク（生活習慣のよい悪い）に関して、より精度の高い判定が可能になる。 What is particularly remarkable in FIG. 16 is that the ratio of lifestyle-related disease carriers to subjects is very high in the first quadrant. In the example of FIG. 16, the numerical value of 83% is higher than the hit rate of the linear discriminant function of the above equation (1). When LSi and St are measured for a given subject and the measurement results are plotted in the first quadrant, it can be determined that the subject has a very high probability of having a lifestyle-related disease and has a bad lifestyle. Become. That is, by using both LSi and St, it is possible to make a more accurate determination regarding the risk of lifestyle-related diseases (good or bad lifestyle) as compared with the case where LSi is used alone.
また、第４象限では、被験者に対する生活習慣病保有者の割合が顕著に低い。つまり、計測結果が第４象限にプロットされた場合、当該被験者は生活習慣病保有者である確率が非常に低く、生活習慣がよいと判定できる。 Moreover, in the fourth quadrant, the ratio of lifestyle-related disease carriers to subjects is remarkably low. That is, when the measurement result is plotted in the fourth quadrant, it can be determined that the subject has a very low probability of having a lifestyle-related disease and has a good lifestyle.
図１６の手法では、２次元平面において、自身の測定データがどの位置にプロットされるかに応じて、生活習慣がよいか悪いかを視覚的に認識できる。つまり生活習慣に関する情報をわかりやすい形態で被験者に提示することが可能になる。 In the method of FIG. 16, it is possible to visually recognize whether the lifestyle is good or bad depending on the position where the own measurement data is plotted on the two-dimensional plane. In other words, it becomes possible to present information on lifestyle-related habits to the subject in an easy-to-understand format.
４．２ 身体的負荷時間
図１６では、縦軸としてストレス反応問診指数Ｓｔを用いたが、他の情報を用いることも可能である。例えば、生活習慣評価指標ＬＳｉの演算に用いた情報のうちの、身体的負荷時間の長さＥをストレス反応問診指数Ｓｔの代わりに利用してもよい。上式（１）に示したように、身体的負荷時間Ｅは線形判別関数における係数の値が、他の変数に比べて大きく、生活習慣病保有者か否かの判別に対する寄与度が高い。つまり、身体的負荷時間の長さＥは、単体でも生活習慣を表す指標の１つとして利用価値が高いと推定される。4.2 Physical load time In FIG. 16, the stress response inquiry index St is used as the vertical axis, but other information can also be used. For example, of the information used for the calculation of the lifestyle evaluation index LSi, the length E of the physical load time may be used instead of the stress response inquiry index St. As shown in the above equation (1), the value of the coefficient in the linear discriminant function of the physical load time E is larger than that of other variables, and the degree of contribution to the discrimination of whether or not the person has a lifestyle-related disease is high. That is, it is presumed that the length E of the physical load time alone has high utility value as one of the indexes representing lifestyle habits.
図１７は、横軸を上式（２）で求められる生活習慣評価指標ＬＳｉの値とし、縦軸を１日当たりの身体的負荷時間の長さＥの平均値（単位：hour）として、複数の被験者のデータをプロットした図である。図１７では、ＬＳｉ＝２５及びＥ＝３を境界線として、図１６と同様に４つの象限を設定した。図１７に示したように、各象限に分類された被験者に対する生活習慣病保有者の割合は、第１象限では２１／２４（８７％）、第２象限では１０／１４（７１％）、第３象限では５／３２（１６％）、第４象限では２／２３（９％）であった。 In FIG. 17, a plurality of values are used, with the horizontal axis representing the value of the lifestyle evaluation index LSi obtained by the above equation (2) and the vertical axis representing the average value (unit: hour) of the length E of the physical load time per day. It is the figure which plotted the data of the subject. In FIG. 17, four quadrants were set in the same manner as in FIG. 16 with LSi = 25 and E = 3 as boundary lines. As shown in FIG. 17, the ratio of lifestyle disease carriers to the subjects classified into each quadrant was 21/24 (87%) in the first quadrant, 10/14 (71%) in the second quadrant, and the first. It was 5/32 (16%) in the 3rd quadrant and 2/23 (9%) in the 4th quadrant.
縦軸として身体的負荷時間Ｅを用いた場合でも、第１象限では生活習慣病保有者の割合が非常に高く、第４象限では非常に小さいという結果が得られた。つまり、ＬＳｉとＥの両方を用いた場合にも、ＬＳｉを単体で用いる場合に比べて、生活習慣病のリスク（生活習慣のよい悪い）に関して、より精度の高い判定が可能になる。 Even when the physical load time E was used as the vertical axis, the results showed that the proportion of lifestyle-related disease carriers was very high in the first quadrant and very small in the fourth quadrant. That is, even when both LSi and E are used, it is possible to make a more accurate determination regarding the risk of lifestyle-related diseases (good or bad lifestyle) as compared with the case where LSi is used alone.
なお、上述してきたように、第１象限では生活習慣病保有者の割合が顕著に高く、第４象限では割合が顕著に低い。よって本実施形態では、第１象限を生活習慣病のリスクが高いゾーン（生活習慣が悪いゾーン、未病ゾーン）とし、第４象限を生活習慣病のリスクが低いゾーン（生活習慣がよいゾーン、目標ゾーン）とし、その旨をユーザーに対して提示してもよい。 As described above, the proportion of lifestyle-related disease carriers is remarkably high in the first quadrant, and the proportion is remarkably low in the fourth quadrant. Therefore, in this embodiment, the first quadrant is a zone with a high risk of lifestyle-related diseases (zone with poor lifestyle-related diseases, zone without illness), and the fourth quadrant is a zone with a low risk of lifestyle-related diseases (zone with good lifestyle-related diseases, zone). It may be set as a target zone) and presented to the user to that effect.
図１８は、未病ゾーン及び目標ゾーンを図示する例である。図１８のような表示を行うことで、被験者は自身のデータが未病ゾーンにプロットされれば生活習慣が悪く、目標ゾーンにプロットされれば生活習慣がよいということを視覚的に容易に把握できる。特に、図２７を用いて後述するように、生活習慣の改善が成功しているか否かについて表示を行う場合、プロットされる点が左下から右上方向へ移動しているか否かを判定すればよく、改善効果についても視覚的且つ理解が容易な形態での表示が可能になる。 FIG. 18 is an example illustrating a non-diseased zone and a target zone. By displaying as shown in FIG. 18, the subject can easily visually grasp that if his / her own data is plotted in the non-diseased zone, the lifestyle is bad, and if it is plotted in the target zone, the lifestyle is good. it can. In particular, as will be described later with reference to FIG. 27, when displaying whether or not lifestyle improvement has been successful, it is sufficient to determine whether or not the plotted points are moving from the lower left to the upper right. It is possible to display the improvement effect in a form that is visually and easy to understand.
５． 生活習慣評価指標と実データとの関係
次に具体的な被験者のデータについて説明する。図１９は、第１の被験者の状態判定結果を表す図である。図１９では、２４時間を単位として、各状態と判定された時間の関係を円グラフを用いて表現している。図１９の例であれば、２４時間のうち、深睡眠時間Ｓが約３．５時間、体動が少ない時間が約１２時間、精神的負荷時間Ｍが約２時間、身体的負荷時間Ｅが約３時間、体動がある時間が約２時間である。なお、ウェアラブル機器２００の充電期間等、２４時間の中でも生体情報や体動情報を測定できない期間があるため、各状態と判定された時間の合計が２４時間に満たない場合がある。また、本実施形態におけるＡ−とは、上述したように図１９における体動が少ない時間（約１２時間）を用いてもよいし、それに深睡眠時間Ｓを加算した時間（約１５時間）を用いてもよい。円グラフの見方については、後述する図２１、図２３、図２５も同様である。5. Relationship between lifestyle evaluation index and actual data Next, specific subject data will be explained. FIG. 19 is a diagram showing a state determination result of the first subject. In FIG. 19, the relationship between the times determined to be in each state is represented by using a pie chart in units of 24 hours. In the example of FIG. 19, of the 24 hours, the deep sleep time S is about 3.5 hours, the time with little body movement is about 12 hours, the mental load time M is about 2 hours, and the physical load time E is. It takes about 3 hours and about 2 hours of physical activity. Since there is a period during which biological information and body movement information cannot be measured even within 24 hours, such as the charging period of the
また、図２０は、図１９と同じ第１の被験者のストレスチェックの結果を表す図である。図２０の例では、活気が５点、イライラ感が４点、疲労感が５点、不安感が４点、抑うつ感が４点、身体愁訴が４点である。 Further, FIG. 20 is a diagram showing the result of the stress check of the first subject, which is the same as in FIG. In the example of FIG. 20, liveliness is 5 points, irritability is 4 points, fatigue is 5 points, anxiety is 4 points, depression is 4 points, and physical complaint is 4 points.
図１９、図２０の結果から、第１の被験者はＬＳｉ＝２９、Ｓｔ＝２６となる。また第１の被験者は、特定検診により生活習慣病保有者でないことがわかっている。第１の被験者は、図１６では、第４象限にデータがプロットされることになり、ＬＳｉ及びＳｔからは生活習慣がよい（生活習慣病のリスクが少ない）と判定できる。そして、実際の特定検診結果でも生活習慣病は見つかっておらず、ＬＳｉ及びＳｔを用いた判定の妥当性が確認された。 From the results of FIGS. 19 and 20, the first subject is LSi = 29 and St = 26. In addition, it is known that the first subject is not a lifestyle-related disease carrier by a specific examination. In FIG. 16, the data of the first subject is plotted in the fourth quadrant, and it can be determined from LSi and St that the lifestyle is good (the risk of lifestyle-related disease is low). No lifestyle-related disease was found in the actual results of the specific examination, and the validity of the determination using LSi and St was confirmed.
図２１及び図２２は、第２の被験者の状態判定結果、及びストレスチェックの結果を表す図である。図２１からわかるように、第２の被験者は、深睡眠時間Ｓは充分とれており、精神的負荷時間Ｍも非常に少ない。つまり、ＳとＭに着目しただけでは第２の被験者の生活習慣には問題がないように見えてしまう。しかし、第２の被験者は身体的負荷時間が非常に短く、体動少の時間が非常に長い。つまり、Ｅが過小でありＡ−が過大となっている運動不足の状態であると推定される。実際、第２の被験者は、特定検診により高脂血症、及び肥満であるとの診断結果が得られた。21 and 22 are diagrams showing the result of the state determination of the second subject and the result of the stress check. As can be seen from FIG. 21, the second subject has a sufficient deep sleep time S and a very small mental load time M. That is, it seems that there is no problem in the lifestyle of the second subject just by focusing on S and M. However, the second subject has a very short physical load time and a very long time of low physical activity. That is, it is presumed that E is too small and A− is too large, resulting in a state of lack of exercise. In fact, the second subject was diagnosed as having hyperlipidemia and obesity by a specific examination.
ここで、図２１、図２２の結果から、第２の被験者はＬＳｉ＝１７、Ｓｔ＝１９となった。第２の被験者は、図１６では第１象限にデータがプロットされることになり、ＬＳｉ及びＳｔからは生活習慣が悪い（生活習慣病のリスクが高い）と判定でき、特定検診の結果と合致した。すなわち、本実施形態の手法では、複数の情報（Ｓ，Ｅ，Ｍ，Ａ−）を複合的に用いることで、一部の情報（ここではＳ，Ｍ）について問題がないようにみえる場合であっても、適切に生活習慣を評価することが可能になる。Here, from the results of FIGS. 21 and 22, the second subject was LSi = 17 and St = 19. The data of the second subject will be plotted in the first quadrant in FIG. 16, and it can be determined from LSi and St that the lifestyle is poor (the risk of lifestyle-related disease is high), which matches the result of the specific examination. did. That is, the method of this embodiment, a plurality of information (S, E, M, A -) by using a complex (here S, M) a portion of the information in the case appear to be no problem for Even if there is, it becomes possible to properly evaluate lifestyle habits.
図２３及び図２４は、第３の被験者の状態判定結果、及びストレスチェックの結果を表す図である。図２３からわかるように、第３の被験者は、身体的負荷時間Ｅが約３．５時間程度あり、体動少の時間も短い。そのため、運動に関する部分に着目しただけでは第３の被験者の生活習慣には問題がないように見える。しかし、第３の被験者は深睡眠時間Ｓが非常に短く、精神的負荷時間Ｍが非常に長い。つまり、精神的な負荷から睡眠不足に陥っていると推定される。実際、第３の被験者は、特定検診により高脂血症であるとの診断結果が得られた。 23 and 24 are diagrams showing the state determination result and the stress check result of the third subject. As can be seen from FIG. 23, the third subject has a physical load time E of about 3.5 hours and a short time of low body movement. Therefore, it seems that there is no problem in the lifestyle of the third subject just by focusing on the part related to exercise. However, the third subject has a very short deep sleep time S and a very long mental load time M. In other words, it is presumed that sleep deprivation is caused by mental load. In fact, the third subject was diagnosed as having hyperlipidemia by a specific examination.
ここで、図２３、図２４の結果から、第３の被験者はＬＳｉ＝１０、Ｓｔ＝１７となった。第３の被験者は、図１６では第１象限にデータがプロットされることになり、ＬＳｉ及びＳｔからは生活習慣が悪いと判定でき、特定検診の結果と合致した。すなわち、第３の被験者の例についても、複数の情報を複合的に用いることで、一部の情報（ここではＥ，Ａ−）について問題がないようにみえる場合であっても、適切に生活習慣を評価することが可能になる。Here, from the results of FIGS. 23 and 24, the third subject was LSi = 10 and St = 17. In FIG. 16, the data of the third subject was plotted in the first quadrant, and it was judged from LSi and St that the lifestyle was bad, which was in agreement with the result of the specific examination. That is, even in the case of the third subject, by using a plurality of information in a complex manner, even if some information (here, E, A− ) seems to have no problem, the person can live properly. It becomes possible to evaluate habits.
図２５及び図２６は、第４の被験者の状態判定結果、及びストレスチェックの結果を表す図である。図２５からわかるように、第４の被験者は、身体的負荷時間Ｅ、体動少の時間については問題無く、深睡眠時間Ｓについてもやや短いが基準範囲内と言える。しかし、第４の被験者は精神的負荷時間Ｍが非常に長く、特定検診により高脂血症、高尿酸血症、肥満、肝障害であるとの診断結果が得られた。なお、第４の被験者は、消費カロリーや、心拍数の時系列的な変化等に基づいて、過剰な残業による過労状態であると推定されている。 25 and 26 are diagrams showing the state determination result and the stress check result of the fourth subject. As can be seen from FIG. 25, it can be said that the fourth subject has no problem with the physical load time E and the time of low body movement, and the deep sleep time S is also slightly short but within the reference range. However, the fourth subject had a very long mental load time M, and a specific examination revealed that he had hyperlipidemia, hyperuricemia, obesity, and liver damage. The fourth subject is presumed to be overworked due to excessive overtime work based on calories burned, changes in heart rate over time, and the like.
ここで、図２５、図２６の結果から、第４の被験者はＬＳｉ＝１５、Ｓｔ＝１４となった。第４の被験者は、図１６では第１象限にデータがプロットされることになり、ＬＳｉ及びＳｔからは生活習慣が悪いと判定でき、特定検診の結果と合致した。すなわち、第４の被験者の例についても、適切に生活習慣を評価できている。 Here, from the results of FIGS. 25 and 26, the fourth subject was LSi = 15 and St = 14. In FIG. 16, the data of the fourth subject was plotted in the first quadrant, and it was judged from LSi and St that the lifestyle was bad, which was in agreement with the result of the specific examination. That is, the lifestyle habits of the fourth subject can be evaluated appropriately.
以上、図２１〜図２６を用いて上述したように、「生活習慣が悪い」という状態には、運動不足、精神的負荷、過労等、種々の類型が考えられ、各類型に応じて状態判定結果が大きく異なる。そして、睡眠時間のみに着目したり、運動時間のみに着目してしまうと、類型によっては生活習慣が悪いことを適切に検出できない。その点、本実施形態の手法では、種々の類型を対象とした場合にも、適切に生活習慣の評価が可能であることが確認された。 As described above with reference to FIGS. 21 to 26, various types such as lack of exercise, mental load, and overwork can be considered as the state of "bad lifestyle", and the state is determined according to each type. The results are very different. If we focus only on sleep time or exercise time, we cannot properly detect that lifestyle-related diseases are bad depending on the type. In that respect, it was confirmed that the method of the present embodiment can appropriately evaluate lifestyle habits even when various types are targeted.
６．生活習慣の改善効果
上述してきたように、生活習慣評価指標を用いることで、被験者の生活習慣を適切に評価することが可能になる。また、生活習慣が悪いと判定された場合には、生活習慣のどこが悪いのか、またどのようにすれば生活習慣が改善させるかを判定することも可能である。図２１の例であれば、身体的負荷時間Ｅを増やすように運動を心がけるとよいし、図２３の例であれば精神的負荷の要因を抑える（例えば職場で配置換えを希望する、時短勤務を行う等）とよいし、図２５の例であれば残業を少なくするとよい。6. Lifestyle-related improvement effect As described above, by using the lifestyle-related evaluation index, it becomes possible to appropriately evaluate the lifestyle-related habits of the subject. In addition, when it is determined that the lifestyle is bad, it is also possible to determine what is wrong with the lifestyle and how to improve the lifestyle. In the example of FIG. 21, it is advisable to try to exercise so as to increase the physical load time E, and in the example of FIG. 23, the factor of the mental load is suppressed (for example, relocation is desired in the workplace, shortened working hours). Etc.), and in the case of the example of FIG. 25, it is better to reduce overtime.
本出願人は、特定検診により生活習慣病保有者と診断された被験者を対象として、生活習慣を改善するための指導に基づいて生活の自己管理を行わせ、その結果により生活習慣評価指標ＬＳｉがどのように変化したかを観察した。 The applicant has the subjects diagnosed as having a lifestyle-related disease by a specific examination perform self-management of their lifestyle based on the guidance for improving their lifestyle, and based on the result, the lifestyle-related evaluation index LSi is calculated. I observed how it changed.
図２７は、図１６と同様に、横軸をＬＳｉ、縦軸をＳｔとした場合に、１６名の被験者を対象として指導前と指導後でのプロットされる点の位置の変化を表した図である。図２７において、検診結果に改善が見られた被験者については点の変化を相対的に太い矢印で示し、改善が見られなかった被験者については点の変化を相対的に細い矢印で示している。 FIG. 27 is a diagram showing changes in the positions of plotted points before and after instruction for 16 subjects when the horizontal axis is LSi and the vertical axis is St, as in FIG. Is. In FIG. 27, the change in points is indicated by a relatively thick arrow for the subjects who showed improvement in the examination results, and the change in points is indicated by a relatively thin arrow in the subjects who did not show improvement.
図２７からわかるように、本実施形態の手法に基づく指導及び自己管理により、過半数の被験者（１６名中１１名）において検診結果の改善が認められた。さらに、検診結果に改善が認められる被験者は、生活習慣評価指標ＬＳｉの数値が大きくなる方向に変化する傾向があることも確認された。このことから、本実施形態の生活習慣評価指標ＬＳｉを利用した指導及び自己管理が生活習慣の改善に資すること、及び生活習慣評価指標ＬＳｉの変化が、生活習慣の変化を表す情報として適切であることがわかる。 As can be seen from FIG. 27, improvement in the examination results was observed in the majority of the subjects (11 out of 16 subjects) by the guidance and self-management based on the method of the present embodiment. Furthermore, it was also confirmed that the subjects whose examination results were improved tended to change in the direction of increasing the value of the lifestyle-related evaluation index LSi. From this, it is appropriate that the guidance and self-management using the lifestyle habit evaluation index LSi of the present embodiment contributes to the improvement of the lifestyle, and the change of the lifestyle evaluation index LSi is appropriate as information indicating the change of the lifestyle. You can see that.
なお、図２７では縦軸をストレス反応問診指数Ｓｔとする例を示したが、図１７に示したように縦軸を身体的負荷時間Ｅに変更する等の変形実施も可能である。 Although FIG. 27 shows an example in which the vertical axis is the stress response inquiry index St, it is also possible to carry out modification such as changing the vertical axis to the physical load time E as shown in FIG.
以上、本発明を適用した実施形態およびその変形例について説明したが、本発明は、各実施形態やその変形例そのままに限定されるものではなく、実施段階では、発明の要旨を逸脱しない範囲内で構成要素を変形して具体化することができる。また、上記した各実施形態や変形例に開示されている複数の構成要素を適宜組み合わせることによって、種々の発明を形成することができる。例えば、各実施形態や変形例に記載した全構成要素からいくつかの構成要素を削除してもよい。さらに、異なる実施の形態や変形例で説明した構成要素を適宜組み合わせてもよい。また、明細書又は図面において、少なくとも一度、より広義または同義な異なる用語と共に記載された用語は、明細書又は図面のいかなる箇所においても、その異なる用語に置き換えることができる。このように、発明の主旨を逸脱しない範囲内において種々の変形や応用が可能である。 Although the embodiments to which the present invention is applied and the modified examples thereof have been described above, the present invention is not limited to the respective embodiments and the modified examples as they are, and at the embodiment, the gist of the invention is not deviated. The components can be transformed and embodied with. In addition, various inventions can be formed by appropriately combining a plurality of components disclosed in the above-described embodiments and modifications. For example, some components may be deleted from all the components described in each embodiment or modification. Further, the components described in different embodiments and modifications may be combined as appropriate. In addition, a term described at least once in the specification or drawing together with a different term having a broader meaning or a synonym may be replaced with the different term at any part of the specification or drawing. In this way, various modifications and applications are possible within a range that does not deviate from the gist of the invention.
ＮＥ…ネットワーク、１０…バンド部、１２…嵌合穴、１４…尾錠、１５…尾錠枠、
１６…係止部、３０…ケース部、４０…センサー部、５０…表示部、
１００…生体情報処理システム、１１０…情報取得部、１２０…判定部、
１２１…基底心拍数情報取得部、１２３…判定処理部、１３０…演算部、
２００…ウェアラブル機器、３００…携帯端末装置、４００…情報処理装置NE ... network, 10 ... band part, 12 ... fitting hole, 14 ... buckle, 15 ... buckle frame,
16 ... Locking part, 30 ... Case part, 40 ... Sensor part, 50 ... Display part,
100 ... Biological information processing system, 110 ... Information acquisition unit, 120 ... Judgment unit,
121 ... Basis heart rate information acquisition unit, 123 ... Judgment processing unit, 130 ... Calculation unit,
200 ... wearable device, 300 ... mobile terminal device, 400 ... information processing device
Claims (16)
Translated fromJapanese前記状態判定処理の結果に基づいて、前記生活習慣評価指標を演算する演算部と、
を含み、
前記第１〜第Ｎの状態は、前記ユーザーが睡眠を行っている睡眠状態である第１の状態と、他の状態に比べて身体的負荷が大きい身体的負荷状態である第２の状態と、を少なくとも含み、
前記演算部は、
判定期間において前記第１〜第Ｎの状態の各状態と判定された時間である第１〜第Ｎの時間を求め、前記第１〜第Ｎの時間を変数とする関数に基づいて、数値データである前記生活習慣評価指標を演算し、
前記第２の状態と判定された時間である第２の時間を前記生活習慣評価指標とは異なる第２の指標として取得し、
前記生活習慣評価指標と前記第２の指標との関係を表す情報を出力する処理を行うことを特徴とする生体情報処理システム。Based on the acquired biometric information of the user, it is determined which of the first to Nth states (N is an integer of 2 or more) set to obtain the lifestyle evaluation index. Judgment unit that performs state judgment processing and
A calculation unit that calculates the lifestyle evaluation index based on the result of the state determination process,
Including
The first to Nth states include a first state in which the user is sleeping and a second state in which the physical load is larger than in other states. , At least including
The calculation unit
Numerical data based on a function that obtains the first to Nth times, which are the times determined to be each of the first to Nth states in the determination period,and uses the first to Nth times as variables.calculates the lifestyle evaluation indexis,
The second time, which is the time determined to be the second state, is acquired as a second index different from the lifestyle evaluation index.
A biological information processing system characterizedby performing a process of outputting information representing the relationship between the lifestyle evaluation index and the second index.
前記演算部は、 The calculation unit
ストレスチェックに対する回答結果に基づくストレス反応問診指数を、前記第２の指標として取得し、 The stress response inquiry index based on the result of the response to the stress check was acquired as the second index.
前記生活習慣評価指標と前記第２の指標との関係を表す情報を出力する処理を行うことを特徴とする生体情報処理システム。 A biological information processing system characterized by performing a process of outputting information representing the relationship between the lifestyle evaluation index and the second index.
前記演算部は、 The calculation unit
前記生活習慣評価指標を第１の軸とし、前記第２の指標を第２の軸とする座標平面におけるプロット結果を、前記生活習慣評価指標と前記第２の指標との関係を表す情報として出力する処理を行うことを特徴とする生体情報処理システム。 The plot result on the coordinate plane with the lifestyle evaluation index as the first axis and the second index as the second axis is output as information representing the relationship between the lifestyle evaluation index and the second index. A biometric information processing system characterized by performing processing.
前記演算部は、 The calculation unit
前記第１の軸における第１の閾値と、前記第２の軸における第２の閾値とよって前記座標平面を４つの象限に分割し、前記プロット結果がいずれの象限に位置するかを識別可能な態様で出力する処理を行うことを特徴とする生体情報処理システム。 The coordinate plane is divided into four quadrants by the first threshold value in the first axis and the second threshold value in the second axis, and it is possible to identify in which quadrant the plot result is located. A biometric information processing system characterized by performing a process of outputting in a mode.
前記演算部は、
前記第１の状態に対応する第１の時間、及び前記第２の状態に対応する第２の時間が長いほど、前記生活習慣評価指標が高い評価になるように、前記生活習慣評価指標を演算することを特徴とする生体情報処理システム。In any of claims1 to 4 ,
The calculation unit
The lifestyle evaluation index is calculated so that the longer the first time corresponding to the first state and the second time corresponding to the second state, the higher the evaluation of the lifestyle evaluation index. A biometric information processing system characterized by
前記第１〜第Ｎの状態は、他の状態に比べて精神的負荷が大きい精神的負荷状態である第３の状態を含むことを特徴とする生体情報処理システム。In any of claims1 to 5 ,
The first to Nth states are a biometric information processing system including a third state, which is a mentally loaded state in which the mental load is larger than that of the other states.
前記演算部は、
前記第３の状態に対応する第３の時間が長いほど、前記生活習慣評価指標が低い評価になるように、前記生活習慣評価指標を演算することを特徴とする生体情報処理システム。In claim6 ,
The calculation unit
A biometric information processing system characterized in that the lifestyle evaluation index is calculated so that the longer the third time corresponding to the third state is, the lower the evaluation of the lifestyle evaluation index is.
前記第１〜第Ｎの状態は、前記ユーザーの体動情報の値が所定閾値以下の状態である第４の状態を含むことを特徴とする生体情報処理システム。In any of claims 1 to7 ,
The first to Nth states are a biometric information processing system including a fourth state in which the value of the user's body movement information is equal to or less than a predetermined threshold value.
前記演算部は、
前記第４の状態に対応する第４の時間が長いほど、前記生活習慣評価指標が低い評価になるように、前記生活習慣評価指標を演算することを特徴とする生体情報処理システム。In claim8 .
The calculation unit
A biometric information processing system characterized in that the lifestyle evaluation index is calculated so that the longer the fourth time corresponding to the fourth state, the lower the evaluation of the lifestyle evaluation index.
前記判定部は、
前記ユーザーの基底心拍数情報と、各タイミングでの脈波情報から求められる心拍数情報とに基づいて、前記状態判定処理を行うことを特徴とする生体情報処理システム。In any of claims 1 to9 ,
The determination unit
A biological information processing system characterized in that the state determination process is performed based on the user's basal heart rate information and the heart rate information obtained from the pulse wave information at each timing.
前記判定部は、
前記基底心拍数情報と前記心拍数情報とから求められる活動強度、及び、前記ユーザーの体動の大きさを表す体動強度に基づいて、前記状態判定処理を行うことを特徴とする生体情報処理システム。In claim10 ,
The determination unit
Biometric information processing characterized by performing the state determination process based on the activity intensity obtained from the basal heart rate information and the heart rate information, and the body movement intensity representing the magnitude of the body movement of the user. system.
前記判定部は、
前記ユーザーの基底心拍数情報と、各タイミングでの脈波情報から求められる心拍数情報とから求められる活動強度、及び、前記ユーザーの体動の大きさを表す体動強度に基づいて、前記状態判定処理を行い、
前記判定部は、
前記活動強度が第１活動強度未満の場合に、前記睡眠状態である前記第１の状態と判定し、
前記活動強度が第２活動強度以上であり、且つ、前記体動強度が第１体動強度以上の場合に、前記身体的負荷状態である前記第２の状態と判定することを特徴とする生体情報処理システム。In any of claims 1 to5 ,
The determination unit
The state is based on the activity intensity obtained from the user's basal heart rate information and the heart rate information obtained from the pulse wave information at each timing, and the body movement intensity representing the magnitude of the user's body movement. Perform the judgment process and
The determination unit
When the activity intensity is less than the first activity intensity, it isdetermined that the first state is the sleeping state.
The activity intensity is at a second activity intensity or more and the body when the movement intensity is equal to or higher than the first body movement strength, biological, wherein determining thatthe second state is the physical load condition Information processing system.
前記第１〜第Ｎの状態は、他の状態に比べて精神的負荷が大きい精神的負荷状態である第３の状態を含み、
前記判定部は、
前記活動強度が前記第２活動強度以上であり、且つ、前記体動強度が前記第１体動強度未満の場合に、前記精神的負荷状態である前記第３の状態と判定することを特徴とする生体情報処理システム。In claim12 ,
The first to Nth states include a third state, which is a mentally loaded state in which the mental load is larger than that of the other states.
The determination unit
When the activity intensity is equal to or higher than the second activity intensity and the body movement intensity is less than the first body movement intensity, it is determined to be the third state, which is the mental load state. Biometric information processing system.
前記第１〜第Ｎの状態は、前記ユーザーの体動情報の値が所定閾値以下の状態である第４の状態を含み、
前記判定部は、
前記体動強度が前記第１体動強度未満の場合に、前記第４の状態と判定することを特徴とする生体情報処理システム。In claim12 or 13 ,
The first to Nth states include a fourth state in which the value of the user's body movement information is equal to or less than a predetermined threshold value.
The determination unit
A biological information processing system characterized in that when the body movement intensity is less than the first body movement intensity, it is determined to be in the fourth state.
前記第１〜第Ｎの状態は、他の状態に比べて精神的負荷が大きい精神的負荷状態である第３の状態と、前記ユーザーの体動情報の値が所定閾値以下の状態である第４の状態と、を含み、
前記第１の状態に対応する第１の時間の長さを表す値をＳとし、前記第２の状態に対応する第２の時間の長さを表す値をＥとし、前記第３の状態に対応する第３の時間の長さを表す値をＭとし、前記第４の状態に対応する第４の時間の長さを表す値をＡ−とした場合に、
前記演算部は、
Ｓ，Ｅが大きくなるほど大きくなり、Ｍ，Ａ−が大きいほど小さくなるように、前記生活習慣評価指標を求めることを特徴とする生体情報処理システム。In any of claims 1 to5 ,
The first to Nth states are a third state in which the mental load is larger than the other states, and a state in which the value of the user's body movement information is equal to or less than a predetermined threshold value. Including the state of 4
The value representing the length of the first time corresponding to the first state is S, the value representing the length of the second time corresponding to the second state is E, and the third state is set. When M is a value representing the corresponding third time length and A- is a value representing the fourth time length corresponding to the fourth state.
The calculation unit
A biological information processing system characterized in that the lifestyle evaluation index is obtained so that the larger S and E are, the larger the size is, and the larger the M and A − are, the smaller the size is.
前記状態判定処理の結果に基づいて、前記生活習慣評価指標を演算する演算処理と、
をコンピューターに実行させ、
前記第１〜第Ｎの状態は、前記ユーザーが睡眠を行っている睡眠状態である第１の状態と、他の状態に比べて身体的負荷が大きい身体的負荷状態である第２の状態と、を少なくとも含み、
前記生活習慣評価指標の前記演算処理において、
判定期間において前記第１〜第Ｎの状態の各状態と判定された時間である第１〜第Ｎの時間を求め、前記第１〜第Ｎの時間を変数とする関数に基づいて、数値データである前記生活習慣評価指標を演算し、
前記第２の状態と判定された時間である第２の時間を前記生活習慣評価指標とは異なる第２の指標として取得し、
前記生活習慣評価指標と前記第２の指標との関係を表す情報を出力する処理を行うことを特徴とするプログラム。Based on the acquired biometric information of the user, it is determined which of the first to Nth states (N is an integer of 2 or more) set to obtain the lifestyle evaluation index. Status judgment processing and
An arithmetic process for calculating the lifestyle evaluation index based on the result of the state determination process, and
Let the computer run
The first to Nth states include a first state in which the user is sleeping and a second state in which the physical load is larger than in other states. , At least including
In the calculation process of the lifestyle evaluation index,
Numerical data based on a function that obtains the first to Nth times, which are the times determined to be each of the first to Nth states in the determination period,and uses the first to Nth times as variables.calculates the lifestyle evaluation indexis,
The second time, which is the time determined to be the second state, is acquired as a second index different from the lifestyle evaluation index.
A program characterizedby performing a process of outputting information representing the relationship between the lifestyle evaluation index and the second index.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2016132266AJP6857975B2 (en) | 2016-07-04 | 2016-07-04 | Bio-information processing system and program |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2016132266AJP6857975B2 (en) | 2016-07-04 | 2016-07-04 | Bio-information processing system and program |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2018000597A JP2018000597A (en) | 2018-01-11 |
| JP6857975B2true JP6857975B2 (en) | 2021-04-14 |
Family
ID=60946782
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2016132266AActiveJP6857975B2 (en) | 2016-07-04 | 2016-07-04 | Bio-information processing system and program |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6857975B2 (en) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20210259656A1 (en)* | 2019-04-26 | 2021-08-26 | Hil Co., Ltd. | Lifestyle assessment system and program thereof |
| US20220344041A1 (en)* | 2019-09-13 | 2022-10-27 | Sony Group Corporation | Information processing device, information processing method, and program |
| JP7627872B2 (en)* | 2020-02-25 | 2025-02-07 | パナソニックＩｐマネジメント株式会社 | Biological index calculation device and biological index calculation method |
| JP7476015B2 (en)* | 2020-07-17 | 2024-04-30 | エヌ・ティ・ティ・コミュニケーションズ株式会社 | Exercise intensity calculation device, method, and program |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000245713A (en)* | 1999-02-26 | 2000-09-12 | Sanyo Electric Co Ltd | Behavior recognizing device |
| JP5185785B2 (en)* | 2008-11-19 | 2013-04-17 | オムロンヘルスケア株式会社 | Health condition judgment device |
| JP5531369B2 (en)* | 2011-05-12 | 2014-06-25 | 株式会社日立製作所 | Biological data processing system and biological data processing method |
| JP5926511B2 (en)* | 2011-08-11 | 2016-05-25 | 株式会社アドバンス | Beauty and health monitoring system |
| US20140142396A1 (en)* | 2012-11-21 | 2014-05-22 | Nathan W. Ricks | Health Measurement Systems |
| JP6047346B2 (en)* | 2012-09-05 | 2016-12-21 | セイコーエプソン株式会社 | Biological information processing system, wearable device, server system, and program |
- 2016
- 2016-07-04JPJP2016132266Apatent/JP6857975B2/enactiveActive
Also Published As
| Publication number | Publication date |
|---|---|
| JP2018000597A (en) | 2018-01-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Prieto-Avalos et al. | Wearable devices for physical monitoring of heart: a review | |
| JP6047346B2 (en) | Biological information processing system, wearable device, server system, and program | |
| JP7010932B2 (en) | Systems and methods for monitoring and updating blood flow calculations using user-specific anatomical and physiological sensor data | |
| van Wamelen et al. | Digital health technology for non-motor symptoms in people with Parkinson's disease: Futile or future? | |
| JP4517619B2 (en) | Pulse wave measuring device | |
| JP5219700B2 (en) | Biometric index management device | |
| US11742062B1 (en) | Mobile algorithm-based vascular health evaluation processes | |
| US20140236025A1 (en) | Personal Health Monitoring System | |
| US11617545B2 (en) | Methods and systems for adaptable presentation of sensor data | |
| JP6857975B2 (en) | Bio-information processing system and program | |
| US20200211711A1 (en) | Health condition determination system, health condition determination method, and recording medium | |
| US10932715B2 (en) | Determining resting heart rate using wearable device | |
| Cosoli et al. | Methods for the metrological characterization of wearable devices for the measurement of physiological signals: state of the art and future challenges | |
| Chen et al. | A data-driven model with feedback calibration embedded blood pressure estimator using reflective photoplethysmography | |
| JP2024029883A (en) | Health management devices, health management methods, and programs | |
| Alzueta et al. | Menstrual cycle variations in wearable-detected finger temperature and heart rate, but not in sleep metrics, in young and midlife individuals | |
| Massone et al. | On the measurement of tidal volume with wearable devices | |
| Husin et al. | Accuracy of visual estimation in diagnosing obese individuals-a blinded study | |
| US20230293019A1 (en) | Automatically generating protocols or reports based on sensor data from a mobile device | |
| US20230293020A1 (en) | Mobile algorithm-based vascular health evaluation processes | |
| US20230255498A1 (en) | Monitoring users with a mobile device while the users engage in activities | |
| Bracamontes | CPE 191/EEE193B Deployable Prototype 27 April 2020 Team 7 Bracamontes, Daniel; Dasu, Yamini; Degala, Jessie; Gonzalez, Jose Instructors: Tatro, Russ; Thomas, Douglas | |
| Baker | Development of machine learning schemes for use in non-invasive and continuous patient health monitoring | |
| Harrington | Adherence-Independent Home Monitoring for the Early Recognition of Impending Hospitalizations | |
| Alzahrani et al. | The Use of Apple Smartwatches to Obtain Vital Signs Readings in Dental Surgical Patients |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination | Free format text:JAPANESE INTERMEDIATE CODE: A621 Effective date:20190627 | |
| A977 | Report on retrieval | Free format text:JAPANESE INTERMEDIATE CODE: A971007 Effective date:20200626 | |
| A131 | Notification of reasons for refusal | Free format text:JAPANESE INTERMEDIATE CODE: A131 Effective date:20200804 | |
| A521 | Request for written amendment filed | Free format text:JAPANESE INTERMEDIATE CODE: A523 Effective date:20200916 | |
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) | Free format text:JAPANESE INTERMEDIATE CODE: A01 Effective date:20210224 | |
| A61 | First payment of annual fees (during grant procedure) | Free format text:JAPANESE INTERMEDIATE CODE: A61 Effective date:20210323 | |
| R150 | Certificate of patent or registration of utility model | Ref document number:6857975 Country of ref document:JP Free format text:JAPANESE INTERMEDIATE CODE: R150 | |
| R250 | Receipt of annual fees | Free format text:JAPANESE INTERMEDIATE CODE: R250 | |
| R250 | Receipt of annual fees | Free format text:JAPANESE INTERMEDIATE CODE: R250 |