CN104602604B - 生物体信息处理系统、可穿戴装置、服务器系统及生物体信息处理系统的控制方法 - Google Patents

Abstract

本发明提供一种通过使用基础心跳数信息，从而能够进行更精确的健康度信息的计算的生物体信息处理系统、可穿戴装置、服务器系统及生物体信息处理系统的控制方法等。生物体信息处理系统包括：基础心跳数信息取得部120，取得表示在深度睡眠状态下的心跳数的基础心跳数信息；心跳数信息取得部110，取得心跳数信息；以及，根据基础心跳数信息与心跳数信息的相对信息求得表示健康度的健康度信息。

Description

生物体信息处理系统、可穿戴装置、服务器系统及生物体信息 处理系统的控制方法

技术领域

本发明涉及生物体信息处理系统、可穿戴装置、服务器系统及生物体信息处理系统的控制方法等。

背景技术

在现有技术中，使用被给定的装置而取得用户的心跳数信息，并根据取得的信息，用于提供有关用户的健康等信息的装置与系统。心跳数信息可以根据例如由脉搏传感器或心跳传感器取得的传感器信息而获取。

心跳数信息那种东西本身(例如心跳数的值)也能够作为表示用户的健康状况的指标值进行使用，通过使用心跳数信息进行被给定的计算，从而能够求得与用户日常的生活习惯相关的信息。例如，在专利文献1中，公开了根据心跳数信息，算出用户的卡路里消耗量，并向用户提示的方法。在专利文献1中，其特征在于，特别在安静时与运动时改变卡路里消耗量的算出处理。

在先技术文献

专利文献

专利文献1：日本专利特开2009-285498号公报

发明内容

发明需要解决的课题

在专利文献1中，根据从心跳传感器等取得的心跳数信息，推算用户的分时耗氧量(VO₂)，由推算出的VO₂求得卡路里消耗量，在推算VO₂时，使用分时耗氧量的最大值VO_2m、心跳数的最大值HR_m、安静时的心跳数HR_r，作为计算参数。但是，实际测量求得VO_2m或HR_m是很困难的，使用的是统计值(推测值)。因此，在现有方法中，不考虑个体的差别，而根据人求得的卡路里消耗量的可靠性是很低的。另外，该方法理论上仅适用在运动时，所以不能测量一天的总卡路里消耗量。

另外，心跳数HR不仅由身体上的运动而且由精神上的活动(例如在进行心算时的脑部活动)也可以上升。因此，即使在安静时由于脑部等的活动状态也存在HRr变化的可能性，由于在专利文献1中不考虑该变化，所以在日常活动中很难进行高精确度的卡路里消耗量的计算。

而且，进行有关卡路里消耗量计算的系统如专利文献1等已经被广为人知。然而，对于用户的日常生活习惯(下面，简略为没有健康度的生活质量QOL)，睡眠、活动(消耗卡路里)、压力以及生活节奏等成为了重要的因素，为了取得这种信息，使用非体动时的信息，从而计算一天的卡路里消耗量或深度睡眠时间或压力信息(特别是心理压力的信息)之类的广泛健康信息的系统目前还没有。

根据本发明的几种方式，能够提供通过使用基础心跳数信息，进行高精确度的健康度信息的计算的生物体信息处理系统、可穿戴装置、服务器系统及生物体信息处理系统的控制方法等。

用于解决课题的方法

本发明的一方式涉及的生物体信息处理系统，包括：基础心跳数信息取得部，取得表示在深度睡眠状态下的心跳数的基础心跳数信息；心跳数信息取得部，取得心跳数信息；上述基础心跳数信息；以及健康度信息计算部，求得与上述心跳数信息的相对信息，根据上述相对信息，求得表示健康度的健康度信息。

本发明的一方式中，根据基础心跳数信息与心跳数信息的相对信息，进行健康度信息的计算。基础心跳数信息与根据精神状态发生变化的安静时心跳数信息等不同，由于能够求得可以再现的该值，所以可以求得高精确度的健康度信息。

另外，本发明的其他方式中，上述健康度信息计算部根据上述基础心跳数信息与上述心跳数信息的上述相对信息，可以求得作为上述健康度信息的卡路里消耗信息。

由此，可以求得作为健康度信息的卡路里消耗量。

另外，在本发明的其他方式中，包括体动信息取得部，在日常活动中取得体动的信息，上述健康度信息计算部，当根据上述体动信息判断为体动状态时，根据第一系数与上述相对信息，求得上述卡路里消耗信息，当根据上述体动信息判定为非体动状态时，根据与上述第一系数不同的第二系数与上述相对信息可以求得上述卡路里消耗信息。

由此，是体动状态还是非体动状态，相对于心跳数卡路里消耗量是不同的，由于能够按照那些进行适当地系数切换，所以可以求得高精确度的卡路里消耗量等。

另外，在本发明其他的方式中，上述健康度信息计算部将上述基础心跳数信息与上述心跳数信息的差分信息作为上述相对信息而求得，求得上述第一系数或上述第二系数、上述差分信息、每一次心跳的标准消耗卡路里的乘积，求得的乘积与基础代谢对应的卡路里消耗量的和可以作为上述卡路里消耗量求得。

由此，使用差分信息等可以具体且容易地求得卡路里消耗量。

另外，在本发明的其他方式中，上述心跳数信息取得部在被给定的体动状态下取得上述心跳数信息，并且上述健康度信息计算部根据上述被给定的体动状态下的上述心跳数信息、上述基础心跳数信息、上述相对信息、与基础代谢对应的卡路里消耗量，可以求得上述第一系数。

由此，通过将被给定的体动状态作为对象，可以从实际测量值求得第一系数的值。

另外，在本发明的其他方式中，上述健康度信息计算部，根据上述基础心跳数信息与上述心跳数信息的上述相对信息，可以求得作为上述健康度信息的深度睡眠时间信息。

由此，可以求得作为健康度信息的深度睡眠时间信息。

另外，在本发明的其他方式中，上述健康度信息计算部，根据上述心跳数信息与上述基础心跳数信息乘以睡眠系数的值的上述相对信息，可以求得上述深度睡眠时间信息。

由此，使用睡眠系数可以适当地求得深度睡眠时间信息。

另外，在本发明的其他方式中，上述健康度信息计算部通过进行上述心跳数信息的值为上述基础心跳数信息乘以上述睡眠系数所得的值以下的时间的累计处理，可以求得上述深度睡眠时间信息。

由此，作为深度睡眠时间信息，可以使用判定为深度睡眠状态时时间的累计值。

另外，在本发明的其他方式中，上述健康度信息演算部根据上述基础心跳数信息和与上述心跳数信息的上述相对信息，可以求得作为上述健康度信息的压力信息。

由此，可以求得作为健康度信息的压力信息。

另外，在本发明的其他方式中，包括：体动信息取得部，取得体动信息，上述健康度信息计算部，当根据上述体动信息判断为体动状态时，根据上述心跳数信息与上述基础心跳数信息乘以压力系数的值的上述相对信息，求得作为上述压力信息的身体压力信息，根据上述体动信息判断为非体动状态时，根据上述心跳数信息与上述基础心跳数信息乘以上述压力系数的值的上述相对信息，求得作为上述压力信息的心理压力信息。

由此，按照体动信息，可以将身体压力信息或心理压力信息作为压力信息而求得等。

另外，在本发明的其他方式中，上述健康度信息计算部，当根据上述体动信息判断为上述体动状态时，通过上述心跳数信息的值为上述基础心跳数信息乘以上述压力系数所得的值以上的时间的累计处理，可以求得上述身体压力信息。

由此，作为身体压力信息，可以使用判定为压力增加的时间的累计值等。

另外，在本发明的其他方式中，上述健康度信息计算部，当根据上述体动信息判定为上述非体动状态时，通过进行上述心跳数信息的值为上述基础心跳数信息乘以上述压力系数所得的值以上的时间的累计处理，可以求得上述心理压力信息。

由此，作为心理压力信息，可以使用判定为压力增加时间的累计值等。

另外，在本发明的其他方式中，上述基础心跳数信息取得部根据在心电图等的心跳传感器或脉搏传感器测量的信息，可以取得上述基础心跳数信息。

由此，使用心跳传感器或脉搏传感器可以求得基础心跳数信息。

另外，本发明的其他方式涉及的生物体信息处理系统，包括：心跳数信息取得部，取得心跳数信息；体动取得部，取得体动信息；健康度信息计算部，根据上述心跳数信息与上述体动信息，求得深度睡眠时间信息、消耗卡路里信息、压力信息；以及显示控制部，将显示求得的上述深度睡眠时间信息、上述卡路里消耗信息、上述压力信息的时间分布或频率分布的信息在显示部进行显示控制。

另外，本发明的其他方式涉及的可穿戴装置，包括：上述生物体信息处理系统。

另外，本发明的其他方式涉及的服务器系统，包括：上述生物体信息系统。

另外，本发明的其他方式涉及的生物体信息处理系统的控制方法，进行取得表示在深度睡眠状态下的心跳数的基础心跳数信息的基础心跳数信息取得处理；进行取得心跳数信息的心跳数信息取得处理；由于求得上述基础心跳数信息与上述心跳数信息的相对信息，所以根据上述相对信息进行求得表示健康度的健康度信息的健康度信息计算处理。

另外，本发明的其他方式涉及的生物体信息处理系统的控制方法，进行取得心跳数信息的心跳数信息取得处理；进行取得体动信息的体动信息取得处理；根据上述心跳数信息与上述体动信息，进行求得深度睡眠时间信息、消耗卡路里信息、压力信息的健康度信息计算处理；将表示求得的上述深度睡眠时间信息、上述卡路里消耗信息、上述压力信息的时间分布或频率分布的信息在显示部进行显示控制。

另外，本发明的其他方式涉及的程序，作为取得表示在深度睡眠状态下的心跳数的基础心跳数信息的基础心跳数信息取得部；取得心跳数信息的心跳数信息取得部；以及，求得上述基础心跳数信息与上述心跳数信息的相对信息，根据上述相对信息求得表示健康度的健康度信息的健康度信息计算部，使计算机发挥作用。

另外，本发明的其他方式涉及的程序，作为取得心跳数信息的心跳数信息取得部；取得体动信息的体动信息取得部；根据上述心跳数信息与上述体动信息，求得深度睡眠时间信息、消耗卡路里信息、压力信息的健康度信息计算部；以及，将表示求得的上述深度睡眠时间信息、上述卡路里消耗信息、上述压力信息的时间分布或者频率分布的信息在显示部进行显示控制的显示控制部，使计算机发挥作用。

附图说明

图1是生物体信息处理系统的系统结构例。

图2是包括生物体信息处理系统的具体的系统的例子。

图3是根据睡眠时的心跳数信息的分布的基础心跳数信息的算出方法的例子。

图4(A)、图4(B)是有关体动时及非体动时的系数的说明图。

图5是根据现有方法与本实施方式的方法计算的基础代谢量的相关关系。

图6是显示在显示部的主画面的例子。

图7是显示在显示部的系数设定画面的例子。

图8是显示在显示部的心跳数趋势画面的例子。

图9(A)、图9(B)是直观提示健康度信息的画面例子。

图10是显示在显示部的分析画面的例子。

具体实施方式

下面，对本实施方式进行说明。另外，下面说明的本实施方式对权利要求的范围中所记载的本发明的内容没有进行不适当的限定。另外，本实施方式说明的全部结构，未必为本发明的必要结构要件。

1.本实施方式的方法

首先对本实施方式的方法进行说明。如专利文献1所示，已知通过心跳传感器实际测量心跳数信息(HR)，并根据心跳数信息从推算的分时耗氧量(VO₂)求得卡路里消耗量的方法。当摄取卡路里量高于卡路里消耗量时，该用户有可能怀疑代谢综合症恶化的判断等，所以卡路里消耗量能够作为表示用户的健康状态的健康度信息进行使用。

在专利文献1中，当从心跳数信息推算分时耗氧量时，使用下式(1)等。

数1

$\frac{({\mathrm{VO}}_2-{\mathrm{VO}}_{2r})}{({\mathrm{VO}}_{2m}-{\mathrm{VO}}_{2r})}\×100(\%)=\frac{(\mathrm{HR}-{\mathrm{HR}}_r)}{({\mathrm{HR}}_m-{\mathrm{HR}}_r)}\×100(\%)...\left(1\right)$

上述式(1)的VO_2m是分时耗氧量的最大值，VO_2r是安静状态下的分时耗氧量，HR_m是心跳数信息的最大值，HR_r是安静状态的心跳数信息的值。在专利文献1中，求得VO_2m、、VO_2r、HR_m、HR_r的各值，从那些值与实际测量的HR求得VO₂。由于VO₂与卡路里消耗量存在被给定的关系，所以从推算的VO₂可以求得卡路里消耗量。

然而，VO_2m是分时耗氧量的最大值，对被检验者进行人为分时耗氧量最大程度的高负荷运动是不现实的。因此，VO_2m不能从实际测量值求得，使用被给定的统计值(假想值)。同样的，关于HR_m也不能从实际测量值求得，使用被给定的统计值。因此，VO_2m、HR_m不考虑用户间的个人差异。因此，虽然将一定数量的人群作为对象，当求得集体的卡路里消耗量的趋势等时，上述式(1)是有效地，但是当一个人一个人的求得卡路里消耗量时，使用上述式(1)则存在问题。

另外，根据上述式(1)对于VO₂的推算，虽然使用安静时的心跳数信息的值HR_r，但HR_r也存在问题。对于人类消耗能量活动，可以认为除了身体活动(运动)之外还有精神活动。并且，在该精神活动中，心跳数信息的值也上升，卡路里消耗量也增大。即，用户即使身体上为安静状态，当精神活动没有时(例如睡觉之类的状态)与当有精神活动时(例如进行计算等复杂的思考、紧张状态的时候)HR_r的值也是不同的。

在专利文献1中，没有考虑精神方面的HR_r的变化。因此，当进行比较高负荷的运动时等上述式(1)是有效地，但在不是正在运动的状态下等则不能计算出正确的卡路里消耗量。由于现有技术设想卡路里消耗量的计算是将运动中作为对象，所以上述式(1)问题并不大。例如，现有技术当进行跑步等运动时，如果能将在该运动中能够消耗多少的能量向用户通知，则不会重视在安静时测量卡路里消耗量。然而，在用户的日常活动中对于健康度判断在安静时的卡路里消耗量也成为了重要的指标。例如，上述的代谢综合症恶化度的判断中，摄取卡路里量与卡路里消耗量的比较是需要将也包括安静时的被给定的期间(例如连续的24小时)作为单位进行的。另外，考虑各种健康度信息时，通过安静时的精神活动等正确的算出卡路里消耗量的必要性很高，使用此时安静时的精确度有问题的上述式(1)的方法是不恰当的。

于是，本申请人提出了不使用VO_2m、VO_2r、HR_m、HR_r等算出卡路里消耗的方法。具体而言，求得用户在深度睡眠状态时的心跳数信息的基础心跳数信息(HR₀)，计算使用该基础心跳数信息计算卡路里消耗量。求得基础心跳数信息的方法后述，由于基础心跳数信息为深度睡眠状态的心跳数信息，所以HR_r是指不产生不同精神活动的变化，不仅运动时(体动时)，而且在安静时(非体动时)也可以算出更精确度的卡路里消耗量。卡路里消耗量的计算方法的详细情况后述。

另外，当使用基础心跳数信息时，不仅卡路里消耗量也可以求得其他的健康度信息。具体而言，使用心跳数信息与基础心跳数信息，可以进行用户是否在深度睡眠状态的判断，从该判断可以求得表示深度睡眠状态的时间的深度睡眠时间信息。或者，使用心跳数信息与基础心跳数信息，可以进行对于用户是否压力增加的判断，从该判断可以求得表示压力增加时间等的压力信息。

下面，对生物体信息处理系统的结构例说明后，关于求得基础心跳数信息方法进行叙述。从之后基础心跳数信息求得的健康度信息的具体例，对卡路里消耗量信息、深度睡眠时间信息、压力信息进行说明，最后对求得的健康度信息向用户的提示(在显示部的显示控制)的例子进行说明。

2.系统结构例

图1是示出本实施方式涉及的生物体信息处理系统的系统结构例。生物体信息处理系统，包括：心跳传感器(或脉搏传感器)10、体动传感器20、心跳数信息取得部110、基础心跳数信息取得部120、健康度信息计算部130、体动信息取得部140、显示控制部150、显示部30。但是，生物体信息处理系统不限定于图1的结构，省略这些一部分的构成要素，可以为增加其他构成要素等的各种变形实施。

心跳传感器(脉搏传感器)10与心跳数信息取得部110，体动传感器20与体动信息取得部140连接。心跳数信息取得部110与基础心跳数信息取得部120、健康度信息计算部130连接。基础心跳数信息取得部120及体动信息取得部140与健康度信息计算部130连接。健康度信息计算部130与显示控制部150连接，显示控制部150与显示部30连接。

心跳传感器(脉搏传感器)10例如使用光电传感器。此时，可以考虑该光电传感器检测相对于生物体照射的光的反射光或透射光的方法。按照血管内的血流量由于被照射的光的生物体的吸收量、反射量不同，所以在光电传感器检测的传感器信息为对应血流量等的信号，通过解析该信号能够取得有关跳动的信息。但是，心跳传感器10不限定于光电传感器，心电图或超声波传感器等，可以使用其他的传感器。

体动传感器20为检测用户的体动的传感器。体动传感器20可以认为使用加速度传感器或角速度传感器等，也可以使用其他传感器。

显示部30显示提示被计算的健康度信息等的显示画面，例如能够通过液晶面板或有机EL显示器等实现。

心跳数信息取得部110根据来自心跳传感器(脉搏传感器)10的传感器信息，取得心跳传感器信息。心跳传感器信息取得部110按照心跳传感器10的工作速率或心跳数信息取得部110自身的演算速率等的速率取得心跳数信息。

基础心跳数信息取得部120取得表示在深度睡眠状态下的心跳数的基础心跳数信息。关于基础心跳数信息的取得方法在后面叙述。基础心跳数的取得可以根据来自心跳数信息取得部110的心跳数信息进行，也可以根据来自心跳传感器10的传感器信息进行。

健康度信息计算部130计算表示用户的健康状态的健康度信息。健康度信息的计算根据心跳数信息、基础心跳数信息及体动信息等进行，详细的情况后述。

体动信息取得部140根据来自体动传感器的传感器信息取得体动信息。另外，已知起因于用户的体动有可能在心跳传感器10产生杂音，体动信息不仅用于健康度信息的计算，也可以用于心跳数信息的计算(降低杂音)。

显示控制部150将被计算的健康度信息在显示部30进行显示控制。即使将心跳数信息等照原样进行提示，不具有医疗知识等的一般用户也不容易把握自身的健康状况。因此，显示控制部希望将根据健康度信息表示的用户的健康状态以容易可以把握的样子进行提示。对显示画面的一个例子在后面叙述。

下面，使用图2对本实施方式的生物体信息处理系统的典型地使用例进行说明。在本实施方式中，生物体信息的取得不限定为运动时，也包括安静时、睡眠时等，设想尽可能地监控用户。因此，心跳传感器10和体动传感器20在该性质上，用户装上，需要使用侵入度低(平时容易装上)装置。例如，如图2中名称为“健康监管员”所示，可以使用手表型的可穿戴装置。

由于普通的手表型可穿戴装置具有显示部30，手表型可穿戴装置除包括如图1所示的心跳传感器10以及体动传感器20外，还可以包括心跳数信息取得部110、基础心跳数信息取得部120、健康度信息计算部130、体动信息取得部140以及显示控制部150。此时，生物体信息处理系统通过手表型可穿戴装置实现。

但是，手表型可穿戴装置的显示部由于显示区域小，所以很难一次将很多的健康度信息进行显示。因此，可以构成在包含于健康度信息的多个信息中，用户将选择的信息在手表型可穿戴装置进行显示。例如，可以构成手表型可穿戴装置上用户选择日常想关注的健康度信息(压力信息等)，则该健康度信息在手表型可穿戴装置的显示部30进行标示。由此，用户容易确认想关注的健康度信息的确认。

然而，如图6～图10等后述，当一次显示提示很多信息的显示画面时，显示区域小的手表型可穿戴装置的显示部存在信息的确认等的问题。因此，显示部30不是手表型可穿戴装置的显示部，可以使用平板终端等的显示部。此时，显示控制部150的处理在手表型可穿戴装置中进行，平板终端等可以为仅显示的形态。或者，手表型可穿戴装置存储来自心跳传感器10与体动传感器20的传感器信息，并进行发送，平板终端等可以包括心跳数信息取得部110、基础心跳数信息取得部120、健康度信息计算部130、体动信息取得部140、显示控制部150以及显示部30。

另外，健康度信息的用途不限定于由用户自身阅览。例如，使用平板终端等的通信功能，可以发送至如图2所示的健康度信息的分析中心。健康度信息被发送并存储至设在分析中心的服务器系统。例如，如果许可用户的主治医师或家人等阅览健康度信息(访问服务器系统等)的话，则用户不用前往主治医师或家人处，该主治医师可以把握健康状态的诊断或，用户的家人可以把握该用户的健康状态等。或者，如果对服务于用户的衣食住等的组织许可阅览健康度信息的话，该组织也可以对用户进行生活服务等。

另外，当使用服务器系统时，该服务器系统可以通过手表型可穿戴装置或平板终端等的健康度信息计算部130取得计算后的健康度信息。或者，取得来自心跳传感器10与体动传感器20的传感器信息，并通过包括在服务器系统的心跳数信息取得部110、基础心跳数信息取得部120、健康度信息计算部130、体动信息取得部140等可以进行健康度信息的计算。在服务器系统进行健康度信息的计算时，各用户可以使用进行传感器信息的发送以及进行相对于传感器信息接收作为处理结果的健康度信息，具有用户所持的装置不要求高度的处理能力。

3.基础心跳数信息

下面对于基础心跳数信息的取得方法进行说明。基础心跳数信息是指基础状态的心跳数信息，具体为在深度睡眠状态中的心跳数信息。心跳数信息的值通过身体活动以及精神活动上升，关于HR_r如上述，即使在安静状态下也可能发生值的变化。然而，了解到深度睡眠状态的心跳数信息是比浅度睡眠状态或清醒状态(包括体动时、非体动时)变化小的最小值(固定值)，并且该值如果为相同用户则日差变化小。即，如果从深度睡眠状态的心跳数信息求得基础心跳数信息，该值根据实际测量的心跳数信息，成为考虑用户之间的个人差别的值，且如果依次(例如根据一次的睡眠)取得基础心跳数信息的话，则该时的值能够继续使用长时间。

认为基础心跳数信息的算出方法有很多种，例如如图3可以求得。图3是关于睡眠中的心跳数信息的值，取得横轴为心跳数信息的值、纵轴为该值出现的次数(频率)的图表。关于睡眠中的心跳数信息的值是已经与伽马分布相接近的分布(带有零点的分布)。在此，将非体动时的心跳数频率分布的1％下限值作为基础心跳数。

具体而言，如图3所示使用界线(平行于纵轴的线)求得两分钟后的分布面积，决定该左侧的面积(S_L)与右侧的面积(S_R)的比例为1:99(换言之左侧的面积为全面积的1％)的边界点。并且，对应该边界点将心跳数信息的值可以作为基础心跳数信息HR₀。

在此，不是使用作为基础心跳数信息的心跳数信息的最小值是考虑到杂音等的影响。例如，如果在传感器信息等附着杂音，则心跳数信息的值有可能为极其小的值。然而，人很难认为从该生物特征取得心跳数为20～30这样的低的值，所以将这样的值作为基础心跳数是有问题的。因此，在本实施方式中，为了抑制杂音等的影响，不是心跳数信息的最小值而是通过上述方法求得的值作为基础心跳数信息进行使用。

4.卡路里消耗量的计算

4.1卡路里消耗量的计算方法

如上述所述，在现有方法中从心跳数(HR)、最大VO₂(VO_2m)、最大HR(HR_m)、安静时VO₂(VO_2r)、安静时HR(HR_r)根据上述式(1)推测VO₂，求得分时能量(卡路里)消耗量EE(EE＝VO₂×5/1000kcal)。但是，VO_2m、HR_m、VO_2r、HR_r不考虑个人差别，而且VO_2m、HR_m不能实际测定，由于根据动作(ACT)也没有考虑印象，所以信赖性低。特别是，无论体动时、非体动时，考虑长时间(例如一整天)中用户的健康状态的监控等的用途时，使用上述式(1)方法的问题很大。

因此，在本实施方式中上述的基础心跳数信息HR₀为标准计算卡路里消耗量。具体而言，使用与基础心跳数信息HR₀分时能量消耗量EE₀将上述式(1)如下述式(2)转换。下述式(2)的EE为分时消耗卡路里量、EE₀是基础状态下的EE、EE_m表示EE的最大值。

数2

$\frac{(\mathrm{EE}-{\mathrm{EE}}_0)}{({\mathrm{EE}}_m-{\mathrm{EE}}_0)}=\frac{(\mathrm{HR}-{\mathrm{HR}}_0)}{({\mathrm{HR}}_m-{\mathrm{HR}}_0)}...\left(2\right)$

并且，有关EE通过解开上述式(2)则成为下述式(3)。

数3

如果设 $\mathrm{EE}={\mathrm{EE}}_0+\frac{({\mathrm{EE}}_m/{\mathrm{EE}}_0-1)}{({\mathrm{HR}}_m/{\mathrm{HR}}_0-1)}\×\frac{{\mathrm{EE}}_0}{{\mathrm{HR}}_0}\×(\mathrm{HR}-{\mathrm{HR}}_0)$

$\frac{({\mathrm{EE}}_m/{\mathrm{EE}}_0-1)}{({\mathrm{HR}}_m/{\mathrm{HR}}_0-1)}=x,\mathrm{HR}-{\mathrm{HR}}_0=\mathrm{\ΔHR}$

则， $\mathrm{EE}={\mathrm{EE}}_0+x\×\frac{{\mathrm{EE}}_0}{{\mathrm{HR}}_0}\×\mathrm{\ΔHR}$

且，如果设EE-EE₀＝ΔEE

则， $\mathrm{\ΔEE}=x\×\frac{{\mathrm{EE}}_0}{{\mathrm{HR}}_0}\×\mathrm{\ΔHR}...\left(3\right)$

此处EE₀是相当于用户的分时基础代谢量的值，每天的基础代谢量BM由于已知可以通过各种方法算出，所以EE₀也能够事前求得。另外，HR₀如上述可以从实际测量值决定，HE可以使用该时的实际测量的心跳数信息的值。因此，在上述式(3)，如果决定如×所示的部分的值，则能够求得消费卡路里量(分时消费卡路里量EE)。

在此，将在纵轴取得的上述式(3)的△EE、在横轴取得的上述式(3)的(△HR/HR₀)×EE₀的值进行绘制并在图4(A)、图4(B)示出。图4(A)与绘制活动中(记载为运动中、或者体动时)的值的图相对应，并图4(B)与绘制非活动中(记载为安静时、或者非体动时，具体而言是安静平卧、坐着、站立时等)的值的图相对应。

纵轴、横轴的值如上述式(3)了解到，当直线近似绘制点时，该直线的倾斜表示系数X。图4(A)与图4(B)相比较时，与体动时的系数相当的图4(A)的直线的倾斜比与非体动时的系数的图4(B)的直线的倾斜大。这个，即，系数X的值活动时比非活动时大的值，示出当求得能量消耗量(消耗卡路里量)时，需要按照是活动时还是非活动时而改变并计算系数。

另外，在上述式(3)中，相对于心跳数信息的基准值，表示符合变化度的指标值△HR使用HR－HR₀。即，基准值为基础心跳数信息HR₀。然而，在清醒时无论体动/非体动，用户更多采取站立或久坐着。此时，压受容体感受性工作，即使假设身体活动与精神活动的任何一个为非常弱的状况，则心跳数比HR₀增加。因此，实际上作为决定△HR时的心跳数信息的基准值不是HR₀，希望使用考虑上述增加部分的值。因此，在本实施方式中设定1以上(包括该值)的系数α及β，并在体动时△HR＝HR－αHR₀。在非体动时使用△HR＝HR－βHR₀。

以上，系数X应该是在体动时与非体动时不同的值，△HR是考虑应该使用不是HR－HR₀基准值的增加部分α及β的点，本申请人提出消耗卡路里量的计算式的下述式(4)及下述式(5)。下述式(4)是计算体动时的消费卡路里量的式，下述式(5)是计算非体动时的消费卡路里量的式。

数4

$\mathrm{EE}={\mathrm{EE}}_0+x\×(\mathrm{HR}-\mathrm{\α}{\mathrm{HR}}_0)\×\frac{{\mathrm{EE}}_0}{{\mathrm{HR}}_0}...\left(4\right)$

数5

$\mathrm{EE}={\mathrm{EE}}_0+y\×(\mathrm{HR}-{\mathrm{\βHR}}_0)\×\frac{{\mathrm{EE}}_0}{{\mathrm{HR}}_0}...\left(5\right)$

如上述使用图4(A)、图4(B)，在体动时使用系数x，在非体动时使用系数y。这个是能够为差异的起因，对于x体动时，即，主要通过肌肉运动表示SV(SV是表示每一次心跳的血液排出量的一次心跳输出量)增加的补正系数，y是非体动时，即根据精神活动或身体位置变动表示SV增加的补正系数。即，分时消耗卡路里量(EE)与心跳输出量(CO)成比例，相对于(EE∝CO＝SV×HR)、HR的增加由于体动时与非体动时，分别使用x、y的不同系数。

另外，如上述α是在体动时清醒下安静心跳的补正。在此，即使安静时清醒与站立，试验确认心跳数比基础心跳数信息的值HR₀大约增加1.2倍程度。因此本实施方式的α是将α＝102作为通常的值进行使用。对此，β是非体动时的精神活动或身体位置变动前的初期值的补正，可以认为通常是接近于安静，本实施方式中将β＝1.0作为通常的值进行使用。

4.2对应基础心跳数信息HR₀的分时消耗卡路里量EE₀。

如上述，为了从上述式(4)、(5)求得消耗卡路里量，需要决定相对于基础心跳数信息HR₀的分时消耗卡路里量EE₀的值。如果从每一天的基础代谢量BM能够求得每一分钟的值，求得值与EE₀对应，求得BM方法可以使用广泛可知的Harris-Benedict式。

但是在本实施方式中，根据分时心跳输出量CO(CO是与心跳数HR1此心跳输出量SV的积)可以求得EE₀。氧在肺与血红蛋白相结合，如果由于心脏运送，则使用组织(脑或肌肉)排出，剩余的则被排泄至肺部，VO₂与分时心跳输出量CO有比例关系(VO₂∝CO＝HR×SV∝EE)。

本申请人在脑波的慢波睡眠相(深度睡眠时)，心跳数取得基础心跳数HR，另外发现的原理为此时的心系数CI(将身体表面面积作为BSA时，CI＝CO/BSA)的个人差异少。并且适用该原理，作为个人差异少的值，做成求得睡眠时的心跳输出量(CO₀)的下列式(6)。

CO₀＝6.9×Age^－0.25×BSA (6)

从上述式(6)与标准的血中血红蛋白浓度(男性15g/dl、女性13.5g/dl)、动脉血中氧饱和度(97.5％)与静脉血中氧饱和度(75％)的差分、与1g的血红蛋白结合的氧量(1.34ml)能够推算耗氧量，为了可以从VO₂推算EE，

对应CO₀能够从耗氧量推算基础代谢量BM。

具体而言，将血中的血红蛋白浓度作为Hb使用上述各值，进一步如果也包含用于单位换算的值进行计算，则基础代谢量推算值通过下述式(7)求得，通过将具体的值代入Hb，则男性的基础代谢推算值BM_m与女性的基础代谢推算值BM_f如下述式(8)。

BM＝CO₀×Hb×1.34×(0.975－0.75)×10×60×24×5/1000 (7)

男性BM_m＝325.6×CO₀

女性BM_f＝293.0×CO₀ (8)

对于各种年龄、性别的被试验者，将在现有的Harris-Benedict式求得的基础代谢量为纵轴、上述式(6)及(8)求得的基础代谢推算值为横轴时的图以图5所示。此时，相关系数r＝0.96，可以说是非常高的相关关系。即，即使使用本申请人提出的上述式(6)及(8)，基础代谢量(及分时卡路里消耗量EE₀)可以更精确度的计算。

4.3系数x、y的决定手法

下面对决定上述式(4)的x、(5)的y的方法进行说明。具体而言，可以使用被给定的标准值，并可以从进行固定负荷的运动时的实际测量值求得。

首先，对使用标准值的方法进行说明。如上述式(3)所示取得与(EE_m/EE₀－1)/(HR_m/HR₀－1)。已知EE_m是从年龄20～70岁统计取得男性为49－0.29Age、女性为41－033Age的值，已知HR_m是取得220－Age的值。另外，EE₀能够从上述的BM_m或BM_r求得。HR能够使用来自心跳传感器等的实际测量值而取得。

使用这些值计算x后，平均是接近于4.8±1.5(标准偏差SD)的值(大约5)的值。因此，x不明时使用作为标准值的5的值。另外，y的值是测定精神活动时的HR与VO₂而使用统计算出的值，在本实施方式中作为y的标准值使用1.5。

然而，上述的x决定方法中，关于难以实际测量的EE_m及HR_m，通过使用统计值而求得x的估算值。因此，与上述式(1)等示出的专利文献1的方法相同，存在很难与用户每人差别对应的问题。

因此，在本实施方式中，可以从实际测量值求得x的值。具体而言，通过变形上述式(4)而取得下述式(9)。

数6

$x=(\mathrm{EE}-{\mathrm{EE}}_0)\×\frac{1}{(\mathrm{HR}-\mathrm{\α}{\mathrm{HR}}_0)\×\frac{{\mathrm{EE}}_0}{{\mathrm{HR}}_0}}...\left(9\right)$

右边的HR₀及EE₀通过上述方法求得，关于α可以了解使用试验上1.2是比较好的。由于也从心跳传感器等求得心跳数信息HR的值，所以如果能够求得EE的值则可以从实际测量值决定x。在此，本实施方式的方法鉴于以求得分时消耗卡路里量EE为目的，则将任意的活动状态(包括体动时、非体动时)作为对象不能事前决定EE的值。但是，如果限定于进行已知固定的运动负荷运动时，则通过该运动可以事前计算消耗卡路里量EE。例如，3分钟继续1秒2步踏步运动时(大约3Mets的运动)，已知此时的分时消耗卡路里量EE满足下述式(10)。

EE＝3×1.05×体重/60 (10)

如此，当对于用户能够被给定进行规定的运动的指示时，由于能够取得HR₀、EE₀、α、HR、EE的全部的值，通过上述式(9)能够从实际测量值求得x。

5.深度睡眠时间信息的计算

睡眠不足(例如深度睡眠时间在4小时以下(包括该值)时)对第二天的自律神经被给定很大影响，由于已经给健康带来不好的影响，所以对于生活方式的评价睡眠时间成为重要的指标值。特别是，睡眠状态中，更加深度的睡眠的深度睡眠状态的时间等作为表示睡眠状态的指标值尤为重要。例如，睡眠时间自身明明很长但深度睡眠时间很短时健康存在不好的影响，也与明明应该睡但却很疲劳等的自觉症状相联系。

因此，在本实施方式中，对于用户是否在深度睡眠状态的信息(狭义上关于24小时中在深度睡眠状态的时间的深度睡眠时间的信息)，作为健康度信息进行计算。

如上述，在深度睡眠状态心跳数信息HR的值取得与基础心跳数信息HR₀的值。因此，通过HR与HR₀的比较，可以判断用户是否在深度睡眠状态。然而，由于即使在深度睡眠状态HR的值也有偏差，所以充分认为HR的值比HR₀大。因此，用于与HR比较的值不是HR₀，带有这种程度的余量，用于HR₀×(睡眠系数)的值。即，下述式(11)成立时，用户判断为深度睡眠状态，并24小时中下述式(11)将成立时间的累计值作为深度睡眠时间。在此，下述式(11)的睡眠系数成为与每个用户不同的值，例如使用统计求得的1.12等的值。

HR≦HR₀×(睡眠系数) (11)

6.压力信息的计算

相对于用户表示这样的负荷的压力信息也能够用于作为表示健康度的指标值。在此作为压力信息，可以认为起因于体动时的身体活动的身体压力(身体压力)、起因于非体动时的精神活动的心理压力(精神压力)。

由身体压力及心理压力的负荷程度在心跳数信息HR的值上反应为大小。在此，由于在非体动时心跳数增加已知为主要由于脑活动，所以通过计算在非体动时所看到的固定以上的心跳数的时间而能够评价心理压力。作为目标设置压力系数，当HR满足下述式(12)时，判断相对于用户应该注视程度的心理压力，下述式(12)成立时间的计算值为关于心理压力的指标值(精神信息)。

HR≧HR₀×(压力系数) (12)

在此，压力系数的值由于个人而不同，所以可以从外部进行输入。然而，当压力系数不明时，或者由用户实现操作负担的减轻时等，作为统计求得的值，可以使用压力系数＝1.8等。

另一方面，关于身体压力在体动时表示用户的负荷，通过考虑主要由肌肉活动考虑增加心跳数，可以求得该值。具体而言，与上述心理压力相同，如果可以通过上述式(12)判断，则在心理压力时，将体动时作为对象的点不同。

另外，可以认为是体动时还是非体动时的判断方法有多种，例如可以根据来自体动传感器的传感器信息进行处理。如果体动传感器为加速度传感器，当来自传感器的传感器信息大时能够判断为体动时，并且如果加速度检测值比体动时小的话则判断为非体动时。或者，并不是加速度检测值的大小，求得加速度检测值的频率特性(例如，与步行、行驶运动时的速度相当)，从此可以判断是体动时还是非体动时。即，本实施方式的体动传感器在压力信息的计算如果为能够判断是体动时还是非体动时的传感器则充足的，可以使用加速度传感器，并使用其他传感器。另外，根据传感器信息也进行是体动时还是非体动时的判断的方法是任意的。

如此求得的压力信息作为判断优选为关于心理压力该累计时间的值小,关于身体压力该累计时间为合适的值(比没有运动不足程度大，比没有过负荷程度小的值)的标准值能够使用。

7.显示控制

如上述，在本实施方式的方法中能够将消耗卡路里量、深度睡眠时间、以及压力信息作为健康度信息能够取得。取得的健康度信息如果单纯显示该值，则认为用户的健康状态的很难理解的可能性。因此，在本实施方式中，使用图标化取得的健康度信息等的方法，对于用户(或者该用户的主治医师、健康顾问等)以初次见就容易理解的形式进行提示。

下面，使用图6～图10说明显示画面的具体例，但是本实施方式中的显示画面的形式不限定于此。另外，鉴于提供一次程度的信息量，设想图6等的画面是在图2的平板终端等显示，根据手表型可穿戴装置的显示部的改进或显示画面的简化等，可以在手表型可穿戴装置的显示部显示信息提示用的显示画面。

图6是显示在手表型可穿戴装置与平板终端等连接时的主画面的例子。主画面中，显示年龄、性别、身高、体重、ID等个人信息输入模式、数据文件管理、通过通信的输入输出管理、基础心跳数信息(HR₀)设置与初始系数设置等的一套信息。下面具体地进行说明。

在图6的A1的区域中，进行有关手表型可穿戴装置的设置。具体而言，在手表型可穿戴装置与平板终端连接的状态下，通过按下A11的获取按钮，从手表型可穿戴装置取得的信息被获取至平板终端。被获取的信息是消耗卡路里量、深度睡眠时间及压力信息之类，可以为根据HR与HR₀的计算结果的信息，且也可以将心跳传感器10与体动传感器20的传感器信息作为全部对象，可以为各种的变形实施。

在A12中能够进行用户信息的注册和时钟调整等。关于A12的功能详细的说明省略。

A2表示为通过A11的获取按钮而被获取的信息以何种文件名保存。具体而言，A21中显示最新的数据文件，并可以在A22中显示之前获取的数据文件。

A3是用于显示取得的信息(在此以取得全部HR的值为前提)中，心跳数信息的时间变化(HR趋势)、或根据此用于显示分析结果等的按钮。有关按下这些按钮时的显示画面的例子进行后述。

A4是用于指示数据文件的保存、删除的按钮。

A5是在健康度信息的计算时用于进行事前准备的区域。具体而言，A51是调用设定用于求得健康度信息的系数的画面的按钮，按下A51时，跳转至图7的画面。在图7中，能够设定用于HR₀的值与x、y、α、β这种的消耗卡路里量的计算的系数、或者用于深度睡眠时间的计算的睡眠系数，或者用于压力信息的计算的压力系数等。另外，有关x如上述能够从实际测量值设置，此时，用户按下B1所示的x计算按钮，可以开始被给定的运动。能够设定从x的实际测量值设置时进行运动(如果上述的例子的话，进行3分钟1秒间2步的踏步运动)的负荷的值，这个是与B2的校正消费卡路里(Mets)对应。加速度系数使用作为体动传感器的加速度传感器时，表示进行是体动时还是非体动时的判断时的加速检测值的阈值的值。另外，图7的加速度系数的值即使为加速度传感器的范围也不同，单位并不是以标准重力加速度为基准的g或m/s²。

A52是用于设定HR₀时的按钮。如上述，HR₀如果为相同的用户则日差变化变少，所以如果一次测量则即使使用该值也没有问题。然而，由于认为HR₀的实际测量值的设定一次也不进行时，或通过用户的明示的指示进行再设置时，在按下A52时按钮时进行HR₀的设定处理。另外，HR₀的设置手法如上述使用图3.

图8是按下图6的A31的HR趋势按钮时显示画面的例子。图8是表示连续24小时中心跳数信息HR的值的时间变化，及根据HR和HR₀计算的消费卡路里量的时间变化。即使从图8，C1所示图表表示HR的时间变化，C2所示图表表示消费卡路里量的时间变化。即使从图8，从0点左右值6点半左右睡眠状态等，能够已知用户生物体(生活习惯信息)。

然而，健康度信息希望是一定程度集中并很容易理解的提示，在本实施方式中图6的A6所示的区域等可以为显示图9(A)、图9(B)的显示画面(图6是表示图9(B)的画面的例子)。

图9(B)是集中显示1天的消耗卡路里量、深度睡眠时间、压力信息的图表。图9(B)的深度睡眠时间为用户在深度睡眠状态的时间，ACT(－)是非体动是，且没有增加心理压力的状态的时间。MentalS是非体动时，且表示心理压力增加状态的时间。另外，PhisicalS是体动时，且表示身体压力增加状态的时间，ACT(+)是体动时，且表示身体压力不增加状态的时间。另外，圆形图标的中央部表示每24小时的消耗卡路里量。

通过使用图9(B)，可以直观理解24小时中的深度睡眠时间、心理压力增加后的时间、身体压力增加后时间等的比例。具体而言，由于可以认为对于健康好的生活方式是指取得充分的修养(睡眠)，身体活动(身体压力)适度的多些，精神压力(心理压力)少些，调和摄取卡路里与消耗卡路里的平衡状态，所以从这些观点出发通过观察图9(B)，则能够容易把握用户的健康状态。

然而本实施方式的手表型可穿戴装置等考虑该装置的充电等，还认为在24小时连续没有被佩戴的时候。此时，图9(B)中由于考虑以容易观察各时间的相对关系的形状提示，所以即使不满足24小时的数据，也换算成24小时并提示(例如佩戴时间为12小时时，将各个时间的值进行2倍等处理)。因此，也设想了实际时间很难理解的时候。

因此，不换算为24小时标准，可以取得显示如图9(A)之类实际的时间的方法。图9(A)表示在纵轴、横轴取得时间(单位是小时)，D1为心里压力，D2为非体动(且没感觉心里压力)，D3为体动时(且没感觉身体压力)，D4为身体压力的各个实际时间。

另外，有关深度睡眠时间可以通过图9(A)的三角形的区域表现。此时，深度睡眠时间不是三角形区域的面积，摄像通过颜色等表现。例如，深度睡眠时间如果充分(7小时以上(包括该值))则为绿色，如果稍微少(4～7小时)黄色，当明显不足时(4小时以下(包括该值))则可以进行红色等的颜色分类。

另外，图9(A)、图9(B)等的图表显示直观容易理解的特征的另一面，把握正确的值很困难。因此，如图6的A32所示按下分析按钮时，如图10所示可以显示分析画面。在分析画面例如，如图10所示显示用户的个人信息或用于健康度信息的计算的参数，并显示实际测量后健康度信息的具体的值。在此，可以同时显示图9(B)等的图表。通过显示图10等的分析画面，可以了解到更加正确的值。

在以上的本实施方式中，生物体信息处理系统如图1所示，包括：基础心跳数信息取得部120，取得表示深度睡眠状态下的心跳数的基础心跳数信息；心跳数信息取得部110，取得心跳数信息；以及健康度信息计算部130，健康度信息计算部130求得基础心跳数信息与心跳数信息的相对信息，根据相对信息求得表示健康度的健康度信息。

在此，深度睡眠状态是指用户在深度睡眠(慢波睡眠)的状态，表示深度睡眠状态。具体而言，将睡眠分为REM睡眠与非REM睡眠，进一步将非REM睡眠从脑波上的睡眠比较浅的一方分为睡眠阶段1～4，则合计分为5个睡眠阶段时，与睡眠阶段3及睡眠阶段4的睡眠状态。

另外，基础心跳数信息是指在上述深度睡眠状态下与心跳数信息对应的信息，如使用图3进行说明，通过本申请人确认连续24小时的心跳数信息的值中取得再现性高小的值(如果不考虑杂音等，则最小值或与其接近的值)。

另外，健康度信息是指成为表示成为心跳数信息等的测量对象的用户的健康度合适的指标值的信息，包括消耗卡路里量、深度睡眠时间信息、压力信息的信息。

另外，基础心跳数信息与心跳数信息的相对信息是指通过基础心跳数信息与心跳数信息的相对关系而决定的信息。具体而言，可以为包括基础心跳数信息与心跳数信息的值的差分值的差分信息，并可以为包括基础心跳数信息与心跳数信息的值的比的比例信息。另外，差分信息及比例信息，不限定于使用基础心跳数信息HR₀与心跳数信息HR(具体而言HR－HR₀，HR/HR₀)，将差分值或比例乘以被给定的系数，或者HR与HR₀的任意一方乘以被给定的系数的基础上取得差分值等，通过差分或比例包括决定的其他的信息。

由此，使用基础心跳数信息可以求得有关生活习惯的健康度信息。基础心跳数信息由于设想为精神上活动几乎不能可见的状态的值，所以在上述式(1)等与作为心跳数信息的标准值使用的安静时的心跳数信息(HR_r)不同，可以不考虑值的变化。进一步在相同用户方面也具有日差变化少的优点。因此，通过使用基础心跳数信息，可以更精确地求得健康度信息。

另外，健康度信息计算部130根据基础心跳数信息与心跳数信息的相对信息，可以求得作为健康度信息的消费卡路里信息。

由此，可以求得作为健康度信息的消耗卡路里信息(具体为消耗卡路里)。消耗卡路里量可以为运动时等的每单位时间的值(EE)，并且可以为每天的值。当求得每天的值的时，与用户的基础代谢量BM的比较是对肥胖与代谢综合症等的评价有用处的。

另外，生物体信息处理系统如图1所示，可以包括取得体动信息的体动信息取得部140。并且健康度信息计算部130根据体动信息判定为体动状态时，根据与第一系数相对信息求得消耗卡路里信息。另外，健康度信息计算部130根据体动信息求得消耗卡路里信息。另外健康度信息计算部130根据体动信息判定为非体动状态时，根据与第一系数不同的第二系数与相对信息求得消耗卡路里信息。

由此，在体动时与非体动时，可以适当切换用于求得消耗卡路里量时的系数。这个通过图4(A)、图4(B)说明，考虑在体动时与非体动时绘图后的值直线近似后时的倾斜(对应系数)由很大不同。这个考虑人的生物特征时，将每一次心跳的血液排出量的依次心跳输出量SV，作为SV＝θ×SV₀(SV₀是SV的基础状态下的值)式的θ的增加度负荷(θ与x×EE₀/HR相关)，能够推测身体活动时比精神活动时大。

另外，健康度信息计算部130作为基础心跳数信息与心跳数信息的差分信息作为相对信息求得，求得第一系数(x)或者第二系数(y)、差分信息(△HR)、每一次心跳的基准消耗卡路里(EE₀/HR₀)的积，可以将与求得的积与基础代谢相对应的消耗卡路里量(EE₀)的和作为消耗卡路里信息而求得。

由此，可以使用上述式(4)或(5)求得消耗卡路里量。另外，在式(4)、(5)如上述作为△HR通过考虑不是HR－HR₀的系数α或β而提高精确度。

另外，心跳数信息取得部110在被给定的体动状态下取得心跳数信息，并且健康度信息计算部130根据在被给定的体动状态下的心跳数信息、基础心跳数信息、相对信息、与基础代谢对应的消耗卡路里量，从而可以求得第一系数。

由此，根据上述式(9)可以从实际测量值求得第一系数x。上述式(3)作为一只x求得EE的式，但如果EE为已知的话，能够通过将上述式(3)变形为上述式(9)求得x。此时，为了已知EE，则不容许任意的运动，EE是需要使用户进行可以推算被给定的运动。

另外，健康度信息计算部130根据基础心跳数信息与心跳数信息的相对信息，可以求得作为健康度信息的深度睡眠时间信息。

在此，深度睡眠时间信息不限定于判断用户为深度睡眠状态后的时间的累计值(例如24小时中的累计值)。例如，用户为深度睡眠状态的时刻信息日能够用于每个变化等的健康度的判断，并对用户从安静状态转移至深度睡眠状态所需的时间信息、或者从入眠时间转移至深度睡眠状态的时间信息等也对健康度的判断有用，深度睡眠时间信息包括这些全部的信息。

由此，可以求得作为健康度信息的深度睡眠时间信息。在本实施方式中由于用于深度睡眠状态的心跳数信息的基础心跳数信息计算，用户是否在深度睡眠状态的判断通过基础心跳数信息与心跳数信息的比较可能容易判断。

另外，健康度信息计算部130根据心跳数信息、将基础心跳数信息乘以睡眠系数的值的相对信息，可以求得深度睡眠时间信息。

由此，根据心跳数信息、基础心跳数信息乘以睡眠系数的值的相对信息可以判断。即使为深度睡眠状态，由于确认心跳数信息的值可以变化，所以吸收该变化，且将不过剩的不大的值作为睡眠系数设定，能够进行合适的判断。

另外，健康度信息计算部130心跳数信息的值在基础心跳数信息乘以睡眠系数的值意思啊的时间的累计处理，可以求得深度睡眠时间信息。

由此，作为深度睡眠信息，可以求得用户在深度睡眠状态下的时间的累计值。例如，如果求得每一天的累计值，用户的睡眠时间可以进行是否充分的判断。

另外，健康度信息计算部130根据基础心跳数信息与心跳数信息的相对信息，可以求得作为健康度信息的压力信息。

此处压力信息是指对于用户，表示是否与平常时可以区别的程度的负荷(身体的负荷或者精神的负荷)增加的信息。当用户增加负荷时，该负荷即使为身体即使为精神的，由于已知看做心跳数信息的值上升，所以根据心跳数信息的变化可以判断。特别是在本实施方式中，由于求得取得再现性的高小值(如果不考虑杂音等则最小值或接近于此值)求得基础心跳数信息，可以用于该基础心跳数信息与心跳数信息的相对信息。

由此，可以求得作为健康度信息的压力信息。压力信息中，由身体上的负荷(身体压力)由于即使过少也为运动不读，并即使过多与疲劳的积蓄等联系，所以希望为适当的值，另一方面，有关精神上负荷(精神压力)希望为少的状态。

另外，生物体信息处理系统包括：取得体动信息的体动信息取得部140，健康度信息计算部130当根据体动信息判断为体动状态时，根据心跳数信息与基础心跳数信息乘以压力系数的值的相对信息，可以求得作为压力信息的身体压力信息。另外，健康度信息计算部130根据体动信息判断非体动状态时，根据心跳数信息、基础心跳数信息乘以压力系数的值的上述相对信息，可以求得作为压力信息的心理压力信息。

由此，根据体动信息判断是体动时还是非体动，可以从上述式(12)求得如果为体动时的身体压力信息、如果非体动时的心理压力信息。

另外，健康度信息计算部130当根据体动信息判断为体动状态时，通过进行心跳数信息的值为基础心跳数信息乘以压力系数所得的值以上的时间累计处理，可以求得身体压力信息。另外，健康度信息计算部130当根据体动信息判断为非体动状态时，通过进行心跳数信息的值为基础心跳数信息乘以压力系数所得的值以上的时间的累计处理，可以求得心理压力信息。

由此，作为身体压力信息以及心理压力信息，可以所使用分别判断压力增加的时间的累计值。作为心理压力信息的累计值越小越好，例如如果将累计期间作为一天等的固定值，可以设定照顾健康时可以设置被容许的上限值，能够适当判断用户的健康度适合。另外，作为身体压力信息的累计值如果考虑回避运动不足及超载状态则中间的值是好的，如果有关这个将累计期间作为一天等的固定值，照顾健康时可以设定容忍值的范围。

另外，基础心跳数信息取得部120根据在心跳传感器或脉搏传感器测量的信息，可以取得基础心跳数信息。

由此，根据心跳数传感器(脉搏传感器)10能够求得基础心跳数信息。有关具体的方法在图3等如上述。另外，基础心跳数信息取得部120可以从心跳传感器10等可以取得直接传感器信息。然而，心跳传感器10起因于体动增加杂音时，设想使用来自心跳传感器10的传感器信息与来自体动传感器20的传感器信息的双方进行杂音降低处理。此时，由于心跳数信息取得部110与基础心跳数信息取得部120独立的杂音降低处理是非效率的，基础心跳数信息取得部120根据来自心跳数信息取得部110的杂音降低处理后的输出(心跳数信息)可以求得基础心跳数信息。

另外，生物体信息处理系统如图1所示，可以包括：心跳数信息取得部110，取得心跳数信息；体动信息取得部140，取得体动信息；健康度信息计算部130，根据心跳数信息与体动信息，求得深度睡眠时间信息、消耗卡路里信息、压力信息；以及显示控制部150，将表示求得的深度睡眠时间信息、消费卡路里信息、压力信息的时间分布或频率分度的信息在显示部30进行显示。

由此，在现有方法中求得没有考虑的压力信息，且可以将求得多个的健康度信息以如图9(A)、图9(B)的直观地容易理解的形式向用户提示。

另外，以上的本实施方式包括上述的生物体信息处理的可穿戴装置，或者，也能够适用于包括上述的生物体信息处理信息的服务器系统。

由此，由于各种的对象可以实现本实施方式的方法。可穿戴装置是指例如可以为如图2所示的手表型可穿戴装置，此时可以将生物体信息的取得部(图1的心跳数传感器10和体动传感器20)与处理部(健康度信息计算部130等)包括在一体的装置内，可以在可穿戴装置单体完结处理。另外，服务器系统可以为例如如图2所示被设置在解析传感器的服务器系统，此时生物体信息的取得部位可穿戴装置侧，处理部为服务器系统侧。因此，处理负荷的分散可以可能的可穿戴装置的简化、低价格等。

另外，本实施方式的生物体信息处理系统等该处理的一部分或大部分通过程序可以实现。该时，通过CPU等的处理器执行程序，实现本实施方式的生物体信息处理系统等。具体而言，读取存储在信息存储媒介的程序，CPU等的处理器执行读取的程序。在此，信息存储媒介(可以通过计算机读取的媒介)存储程序或数据等，该功能能够通过光盘(DVD、CD等)、HDD(硬盘驱动)、或者内存(卡型存储器、ROM等)等能够实现。并且，CPU等的处理器根据存储在信息存储媒介的程序(数据)进行本实施方式的各种处理。即，在信息存储媒介存储用于使作为本实施方式的各部分的计算机(具备操作部、处理部、存储部、输出部的装置)发挥作用的程序(用于在计算机执行各部的处理的程序)。

另外，对如以上的本实施方式进行详细说明，从本发明的新事项及效果可以在不脱离实体的情况下有多种变形对于本行业人员能够很容易的理解。因此，这种变形例全部包含在本发明的范围内。例如，说明书或附图中，至少一次，更广义或者同意不同的用语同时记载的用语即使在说明书或附图的什么样的地方，都能够置换为不同的用语。另外，生物体信息处理系统等的结构、动作也不限定于本实施方式所说明的，可以由各种的变形实施。

符号说明：

10心跳传感器、20体动传感器、30显示部、110心跳数信息取得部、120基础心跳数信息取得部、130健康度信息计算部、140体动信息取得部、150显示控制部、BM基础代谢量、CI心系数、CO分时心跳出量、EE分时消耗卡路里量、HR心跳数信息、HR₀基础心跳数信息、VO₂分时耗氧量。

Claims (7)

1.一种生物体信息处理系统，其特征在于，包括：

基础心跳数信息取得部，取得表示深度睡眠状态下的心跳数的基础心跳数信息；

心跳数信息取得部，取得心跳数信息；以及

健康度信息计算部，求得所述基础心跳数信息与所述心跳数信息的相对信息，根据所述相对信息求得表示健康度的健康度信息，

所述健康度信息计算部根据所述基础心跳数信息与所述心跳数信息的所述相对信息，求得压力信息作为所述健康度信息，

所述生物体信息处理系统包括取得体动信息的体动信息取得部，

当根据所述体动信息判断为体动状态时，所述健康度信息计算部根据所述心跳数信息与所述基础心跳数信息乘以压力系数所得的值的所述相对信息，求得身体压力信息作为所述压力信息，

当根据所述体动信息判断为非体动状态时，所述健康度信息计算部根据所述心跳数信息与所述基础心跳数信息乘以所述压力系数所得的值的所述相对信息，求得精神压力信息作为所述压力信息。

2.根据权利要求1所述的生物体信息处理系统，其特征在于，

当根据所述体动信息判断为所述体动状态时，所述健康度信息计算部通过进行所述心跳数信息的值为所述基础心跳数信息乘以所述压力系数所得的值以上的时间的累计处理，求得所述身体压力信息。

3.根据权利要求1所述的生物体信息处理系统，其特征在于，

当根据所述体动信息判断为所述非体动状态时，所述健康度信息计算部通过进行所述心跳数信息的值为所述基础心跳数信息乘以所述压力系数所得的值以上的时间的累计处理，求得所述精神压力信息。

4.根据权利要求1所述的生物体信息处理系统，其特征在于，

所述基础心跳数信息取得部根据在心跳传感器或脉搏传感器测得的信息，取得所述基础心跳数信息。

5.一种可穿戴装置，其特征在于，

包括权利要求1至4中任一项所述的生物体信息处理系统。

6.一种服务器系统，其特征在于，

包括权利要求1至4中任一项所述的生物体信息处理系统。

7.一种生物体信息处理系统的控制方法，其特征在于，

进行基础心跳数信息取得处理，所述基础心跳数信息取得处理取得表示深度睡眠状态下的心跳数的基础心跳数信息；

进行取得心跳数信息的心跳数信息取得处理；以及

进行健康度信息计算处理，所述健康度信息计算处理求得所述基础心跳数信息与所述心跳数信息的相对信息，且根据所述相对信息求得表示健康度的健康度信息，

所述健康度信息计算处理根据所述基础心跳数信息与所述心跳数信息的所述相对信息，求得压力信息作为所述健康度信息，

所述生物体信息处理系统的控制方法包括取得体动信息的体动信息取得处理，

当根据所述体动信息判断为体动状态时，所述健康度信息计算处理根据所述心跳数信息与所述基础心跳数信息乘以压力系数所得的值的所述相对信息，求得身体压力信息作为所述压力信息，

当根据所述体动信息判断为非体动状态时，所述健康度信息计算处理根据所述心跳数信息与所述基础心跳数信息乘以所述压力系数所得的值的所述相对信息，求得精神压力信息作为所述压力信息。