CN113556973A - 体内测定系统、体内测定程序以及计算机可读取的非临时性存储介质 - Google Patents

体内测定系统、体内测定程序以及计算机可读取的非临时性存储介质 Download PDF

Info

Publication number
CN113556973A
CN113556973A CN202080018564.1A CN202080018564A CN113556973A CN 113556973 A CN113556973 A CN 113556973A CN 202080018564 A CN202080018564 A CN 202080018564A CN 113556973 A CN113556973 A CN 113556973A
Authority
CN
China
Prior art keywords
precision
low
measurement
reference value
accuracy
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.)
Pending
Application number
CN202080018564.1A
Other languages
English (en)
Inventor
儿玉美幸
笠原靖弘
谷田千里
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tanita Corp
Original Assignee
Tanita Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tanita Corp filed Critical Tanita Corp
Publication of CN113556973A publication Critical patent/CN113556973A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/053—Measuring electrical impedance or conductance of a portion of the body
    • A61B5/0537—Measuring body composition by impedance, e.g. tissue hydration or fat content
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4869—Determining body composition
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4869—Determining body composition
    • A61B5/4872—Body fat
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4869—Determining body composition
    • A61B5/4875—Hydration status, fluid retention of the body
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7221—Determining signal validity, reliability or quality
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01G—WEIGHING
    • G01G19/00—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups
    • G01G19/44—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups for weighing persons
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01G—WEIGHING
    • G01G19/00—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups
    • G01G19/44—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups for weighing persons
    • G01G19/50—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups for weighing persons having additional measuring devices, e.g. for height

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Molecular Biology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biophysics (AREA)
  • Surgery (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Artificial Intelligence (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Physiology (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • General Physics & Mathematics (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

作为体内测定系统的简易BIA人体成分分析仪(100)具备：存储部(110)，将通过第一精度的测定得到的体内信息作为基准值存储；低精度测定部(104)，将通过比第一精度低的第二精度的测定得到的测定值输入至规定的算法，由此获取低精度体内信息；校正部(112)，基于存储于存储部(110)的基准值和重视该基准值的程度来校正算法或低精度体内信息；以及输出部(106)，将使用由校正部(112)校正了的算法而由低精度测定部(104)获取到的低精度体内信息或由低精度测定部(104)获取并由校正部(112)校正了的低精度体内信息作为校正体内信息输出。

Description

体内测定系统、体内测定程序以及计算机可读取的非临时性 存储介质
本申请主张于2019年3月6日在日本申请的专利申请号为2019－040713的申请的利益，通过引用该申请的内容来纳入本申请中。
技术领域
本发明涉及一种体内测定系统、体内测定程序以及计算机可读取的非临时性存储介质。
背景技术
以往，已知一种BIA人体成分分析仪，能基于生物电阻抗法(BioelectricalImpedance Analysis：BIA)来测定身体水分含量、体脂肪量、肌肉量等体内信息。BIA人体成分分析仪通过统计性的计算公式来计算适用于多人的体内信息，因此适合追踪个人的体内信息的相对变化。
在美国专利第4895163号说明书(专利文献1)和日本特开平2－60626号公报(专利文献2)中，作为测定体内脂肪量的方法，提出了测定身体的末端间的阻抗，根据该值和样本的身高、体重以及性别等与身体相关的数值，估算体内脂肪量的方法。
发明内容
通过以往的BIA人体成分分析仪得到的各体内信息当与通过DXA(Dual EnergyX－Ray Absorptiometry：双能X线吸收测定法)、MRI(Magnetic Resonance Imaging：磁共振成像)、CT(Computed Tomography：计算机断层扫描)、重水稀释法、4C模式(4－Compartment Model：四室模型)等高精度测定法得到的各体内信息相比较时，有时其绝对值会产生一些差。
此外，即使在BIA人体成分分析仪中，当将由简易BIA人体成分分析仪(例如单频四电极BIA人体成分分析仪、全身式BIA人体成分分析仪)得到的体内信息与由体内信息的测定精度比简易BIA人体成分分析仪高的高精度BIA人体成分分析仪(例如多频多电极BIA人体成分分析仪、分部位BIA人体成分分析仪)得到的体内信息相比较时，有时绝对值也会产生差。
本公开的目的在于提供一种用于获取高精度的体内信息的体内测定系统以及程序。
为了达成上述目的，一个方案的体内测定系统具备：存储部，将通过第一精度的测定得到的体内信息作为基准值存储；低精度测定部，将通过比所述第一精度低的第二精度的测定得到的测定值输入至规定的算法，由此获取低精度体内信息；校正部，基于存储于所述存储部的所述基准值和重视该基准值的程度来校正所述算法或所述低精度体内信息；以及输出部，将使用由所述校正部校正了的所述算法而由所述低精度测定部获取到的所述低精度体内信息或由所述低精度测定部获取并由所述校正部校正了的所述低精度体内信息作为校正体内信息输出。
根据该构成，向使用通过第一精度(以下也称为“高精度”。)的测定得到的基准值(以下也称为“高精度基准值”。)而被校正的算法输入通过比第一精度低的第二精度(以下也称为“低精度”。)的测定得到的测定值，由此得到校正体内信息。或者，使用高精度基准值来校正通过低精度测定部获取到的利用者的低精度的体内信息(以下也称为“低精度体内信息”。)，由此得到校正体内信息。此时，作为用于得到校正体内信息的高精度基准值，不直接使用通过高精度的测定得到的体内信息，而是在使用重视高精度基准值的程度(以下也称为“调整参数”。)调整了高精度基准值的基础上使用。因此，能使用更适当的高精度基准值来进行校正，能得到高精度的体内信息来作为校正体内信息。需要说明的是，调整参数的决定例如可以根据在高精度测定时和在用于调整高精度基准值来决定校正方法的低精度体内信息(以下，也称为“低精度基准值”。)的测定时(以下，也称为“低精度测定时”。)人体成分不同的可能性或者程度而在必要的程度上进行，也可以不进行高精度基准值的调整。
所述程度可以根据存储于所述存储部的所述基准值对由所述低精度测定部获取到的所述低精度体内信息的贡献度来决定。
根据该构成，能考虑相对于基准值的低精度体内信息的贡献度来决定程度。
所述程度也可以基于进行了所述第一精度的测定时的体重与校正了所述算法或所述低精度体内信息时的体重的差来决定。
根据该构成，能通过体重的差来判断在高精度测定时和在低精度测定时人体成分不同的可能性或者程度。
所述程度也可以基于从进行所述第一精度的测定起至校正所述算法或所述低精度体内信息为止的期间来决定。
根据该构成，能通过从高精度测定时起至低精度测定时为止的期间来判断在高精度测定时和在低精度测定时人体成分不同的可能性或者程度。
所述程度也可以基于所述基准值与在校正所述算法或所述低精度体内信息时由所述低精度测定部获取到的所述低精度体内信息的差来决定。
根据该构成，能通过基准值与作为低精度基准值的低精度体内信息的差来判断在高精度测定时和在低精度测定时人体成分不同的可能性或者程度。
所述程度也可以基于利用者的选择来决定。
根据该构成，能基于利用者的选择来决定程度。
所述存储部可以存储校正了的所述算法或校正所述低精度体内信息的校正函数和所述校正体内信息。
根据该构成，存储校正了的算法或校正函数和校正体内信息，因此之后能参照该校正了的算法或校正函数和校正体内信息。
该构成可以还具备输入部，接收通过所述第一精度的测定得到的体内信息，由此将该体内信息作为所述基准值输入。
根据该构成，能简单地输入基准值。
所述输出部可以改变外观来显示，以便能区别所述校正体内信息和由所述低精度测定部通过将所述测定值输入至所述规定的算法而获取到的所述低精度体内信息。
根据该构成，利用者能知道体内信息是否已高精度化。
所述输出部可以基于所述程度来显示所述校正体内信息的精度的信息。
根据该构成，利用者能知道测定结果被高精度化到什么程度。
所述输出部可以基于从进行所述高精度的测定起至获取所述低精度体内信息为止的期间来显示提醒。
根据该构成，能促使利用者进行新的高精度的测定来激励体内测定系统的高精度化。
为了达成上述目的，一方案的体内测定程序使计算机作为构成上述的体内测定系统的存储部、低精度测定部、校正部、输出部以及输入部发挥功能。
附图说明
图1是一实施方式的简易BIA人体成分分析仪的立体图。
图2是表示一实施方式的简易BIA人体成分分析仪的功能构成的框图。
图3是表示第一实施方式的用于决定校正函数的简易BIA人体成分分析仪的动作的第一流程图。
图4是表示第一实施方式的用于决定校正函数的简易BIA人体成分分析仪的动作的第二流程图。
图5A是表示第一实施方式的简易BIA人体成分分析仪的第一结果显示画面的图。
图5B是表示第一实施方式的简易BIA人体成分分析仪的第二结果显示画面的图。
图6是表示第二实施方式的用于决定校正函数的简易BIA人体成分分析仪的动作的第一流程图。
图7是表示第三实施方式的用于决定校正函数的简易BIA人体成分分析仪的动作的第二流程图。
图8是实施方式的卡片式的简易BIA人体成分分析仪的主视图。
具体实施方式
以下，参照附图对本公开的实施方式进行说明。需要说明的是，以下说明的实施方式表示实施本公开的情况下的一个例子，不将本公开限定于以下说明的具体的构成。在实施本公开时，可以适当地采用与实施方式相应的具体的构成。
[人体成分分析仪的构成]
图1是本发明的一实施方式的简易BIA人体成分分析仪100的立体图。简易BIA人体成分分析仪100具有输入部102、低精度测定部104以及输出部106。
输入部102是向简易BIA人体成分分析仪100的信息输入单元。由输入部102实现的信息的输入方法可以是由手动实现的方法、经由记录介质的方法、由有线通信实现的方法、由无线通信实现的方法以及其他方法。
由手动实现的输入方法例如可以是按钮式、拨号式、触摸传感器式。经由记录介质的方法例如可以是由闪存(Flash Memory)实现的方法、由CD－ROM(Compact Disc Read－Only Memory：光盘只读存储器)实现的方法、由DVD－ROM(Digital Video Disc Read－Only Memory：数字光盘只读存储器)实现的方法。由无线通信实现的方法例如可以是由互联网实现的方法、由无线通信技术(Wi－Fi(注册商标))等无线LAN(Wireless Local AreaNetworks：无线局域网)实现的方法、由蓝牙(Bluetooth(注册商标))或NFC(Near FieldCommunication：近场通信)等近距离无线通信实现的方法。在本实施方式中，输入部102为由手动实现的输入方法，为按钮式。
向输入部102输入人体成分的信息。具体而言，向输入部102输入例如年龄、身高、性别等在简易BIA人体成分分析仪100中无法测定的信息。
此外，还向输入部102输入体脂率、体脂肪量、肌肉量、腹肌/背肌比、身体水分含量、骨量、内脏脂肪面积、基础代谢等体内信息中的通过体内信息的测定精度比简易BIA人体成分分析仪高的人体成分测定(推定)方法(例如DXA、MRI、CT、重水稀释法、4C模型)和高精度BIA人体成分分析仪(多频多电极BIA人体成分分析仪、分部位BIA人体成分分析仪)测定出的高精度体内信息(高精度基准值)。
而且，也向输入部102输入测定高精度体内信息时的体重和测定日期时间等。
所输入的信息存储于后述的存储部110。
低精度测定部104是通过将测定值输入至规定的算法来测定利用者的低精度的体内信息(低精度体内信息)的测定单元。测定值例如是体重、生物电阻抗等。规定的算法例如可以是根据测定值计算低精度体内信息的回归式，或者也可以是以测定值为输入来输出低精度体内信息的机器学习模型。在本实施方式中，低精度测定部104具有：体重测定单元，测定利用者的体重；生物电阻抗测定单元，通过BIA测定利用者的生物电阻抗；日期时间确定单元，确定测定日期时间；以及运算单元，至少将生物电阻抗作为测定值输入至算法，由此运算低精度体内信息。
测定方法是低精度还是高精度被相对地判别。一般而言，对于BIA人体成分分析仪的测定部，施加电流的频率的种类越多，电极的数量越多，此外，能按部位进行测定的情况比仅能测定全身的情况能更高精度地测定体内信息。例如，多频多电极BIA人体成分分析仪的测定部的体内信息的测定精度比单频四电极BIA人体成分分析仪的测定部的体内信息的测定精度高，分部位BIA人体成分分析仪的测定部的体内信息的测定精度比全身式BIA人体成分分析仪的测定部的体内信息的测定精度高。在本实施方式中，低精度测定部104是单频四电极式的测定低精度体内信息的测定部。
输出部106是输出利用者的测定结果的输出单元。输出部106例如有LCD(LiquidCrystal Display：液晶显示器)、OLED(Organic Light Emitting Diode：有机发光二极管)等。输出部106可以与简易BIA人体成分分析仪100一体，也可以像智能手机、平板电脑等那样，不与简易BIA人体成分分析仪100一体。在本实施方式中，输出部106是与简易BIA人体成分分析仪100一体的LCD。
输出部106输出利用者的测定结果。输出例如可以是反映了利用者的测定结果的数值、文字、体型的图等的显示，或者也可以是以声音其他形式的输出。在本实施方式中，输出部106显示由低精度测定部104测定出的体重、低精度体内信息、后述的校正体内信息、测定精度的信息、促使进行高精度基准值的测定的提醒。
图2是表示本发明的一实施方式的简易BIA人体成分分析仪100的功能构成的框图。简易BIA人体成分分析仪100除了具有如图1中示出的输入部102、低精度测定部104、输出部106之外，还具有控制部108、存储部110、校正部112。
控制部108是控制输入部102、低精度测定部104、输出部106、存储部110、校正部112的控制装置。控制部108具有CPU(Central Processing Unit：中央处理器)。控制部108与各部以电通信的方式连接。控制部108通过执行存储于存储部110的程序来实现各部的功能。程序可以在具有通信功能的简易BIA人体成分分析仪100中下载，或者也可以从便携式的非临时性的存储介质读出并取入至简易BIA人体成分分析仪100。
存储部110是能存储数据的存储器。存储器例如可以是易失性存储器(例如RAM)、非易失性存储器(例如ROM)。如图2所示，存储部110可以内置于简易BIA人体成分分析仪100，或者也可以像外置硬盘驱动器、外部服务器等那样，配备于简易BIA人体成分分析仪100的外部。在本实施方式中，存储部110内置于简易BIA人体成分分析仪100。
存储部110存储控制部108所执行的程序、后述的校正函数、校正体内信息等。
此外，存储部110存储输入至输入部102的信息。具体而言，存储部110有输入至输入部102的年龄、身高、性别、高精度基准值、测定高精度体内信息时的体重和测定日期时间等信息。
此外，存储部110存储低精度测定部104所使用的信息。具体而言，作为低精度测定部104所使用的信息，存储部110例如存储利用者通常的体重、年龄、身高、性别、体内信息的统计信息、根据通过低精度的测定得到的测定值来获取低精度体内信息的规定的算法(例如回归式等)等信息。
而且，存储部110存储通过低精度测定部104获取的信息。具体而言，作为通过低精度测定部104获取的信息的信息，存储部110例如存储体重、生物电阻抗、低精度体内信息、测定日期时间、后述的校正体内信息等信息。
校正部112是基于存储于存储部110的高精度基准值和重视该基准值的程度(调整参数)来校正算法或低精度体内信息的校正单元。调整参数例如是通过对高精度基准值进行乘法运算、可算来调整高精度基准值的参数。如图2所示，校正部112可以内置于简易BIA人体成分分析仪100，或者也可以像外部服务器等那样，配备于简易BIA人体成分分析仪100的外部。在本实施方式中，校正部112内置于简易BIA人体成分分析仪100。
如上所述，低精度测定部104中的测定为相对较低精度，因此即使测定与进行高精度的测定而获取到高精度基准值的时间点(以下称为“高精度测定时”。)的人体成分相同的人体成分，有时也会在由低精度测定部104测定的低精度体内信息与高精度基准值之间产生差分。因此，本实施方式的校正部112决定用于校正低精度体内信息的校正函数，以便减小该差。
不过，认为高精度基准值与用于决定校正函数的低精度体内信息的测定时(低精度测定时)的低精度体内信息(低精度基准值)的差是由低精度测定部104的测定精度导致的，因此理想的是高精度测定时的人体成分与低精度测定时的人体成分相同或者极其接近。这是因为不清楚在两个时间点的人体成分(即，真值)不同的情况下，高精度基准值与低精度基准值的差中的因人体成分的变化导致的要素与由低精度测定部104的测定精度导致的要素的比率。
因此，校正部112根据高精度基测定时的人体成分与低精度测定时的人体成分不同的可能性或者程度，求出用于调整参数的决定的高精度基准值对低精度基准值的贡献度(以下称为“高精度基准值的贡献度”。)并根据该贡献度决定调整参数。鉴于上述情况，基于以下所例示的规定的条件来决定高精度基准值的贡献度。需要说明的是，决定基于调整参数的校正方法的时机典型地为进行低精度的测定的紧后，因此方便起见，可以将决定校正方法的时机视为低精度测定时(虽然严格来说，其与进行低精度的测定的时机不同)。当然，在决定校正方法的时机与进行了低精度的测定的时机相对较大地偏离的情况下，理想的是将进行了低精度的测定时设为低精度测定时。
作为规定的条件，例如有将高精度测定时的体重与低精度测定时的体重的差的绝对值(以下称为“体重差”。)设为指标。
具体而言，在体重差小于α(体重差＜α)时，体重偏离小，因此视为在高精度测定时与低精度测定时之间人体成分的变化小，判定为高精度基准值的贡献度大。此时，校正部112决定与高精度基准值的贡献度相应的调整参数Y0，通过将Y0与高精度基准值相乘的一次调整“Y0×高精度基准值”来调整高精度基准值。作为Y0的具体的值，在体重增加的情况与体重减少的情况下，采用不同的值，此外，根据设为高精度基准值的体内信息的种类(例如体脂肪量、肌肉量、身体水分含量等)采用不同的值。
在低精度测定时的体重与高精度测定时的体重相比较增加时，将用于作为高精度基准值的体脂肪(量/率)的调整的Y0设为1或稍小于1的值，将用于肌肉量的调整的Y0设为1或稍大于1的值，将用于身体水分含量的调整的Y0设为1或稍大于1的值。需要说明的是，将Y0设为1与不进行一次调整含义相同。
另一方面，在低精度测定时的体重与高精测定时的体重相比较减少时，将用于作为高精度基准值的体脂肪(量/率)的调整的Y0设为1或稍大于1的值，将用于肌肉量的调整的Y0设为1或稍小于1的值，将用于身体水分含量的调整的Y0设为1或稍小于1的值。
在体重差为α以上但比β小(体重差＜β)时，与“体重差＜α”时相比，一定程度上可观察到体重偏离，因此视为在高精度测定时与低精度测定时之间存在人体成分的变化，判定为体重差越大，高精度基准值对低精度基准值的贡献度越低。此时，校正部112决定与高精度基准值的贡献度相应的调整参数Y1～Y5(以下称为“Y1～5”。)，通过将Y1～5与高精度基准值相乘的一次调整“Y1～5×高精度基准值”来调整高精度基准值。作为Y1～5的具体的值，与Y0同样地，在体重增加的情况与体重减少的情况下采用不同的值，此外，根据设为高精度基准值的体内信息的种类(例如体脂肪量、肌肉量、身体水分含量等)采用不同的值。
在低精度测定时的体重与高精度测定时的体重相比较增加时，将用于作为高精度基准值的体脂肪(量/率)的调整的Y1～5设为小于1的值，将用于肌肉量的调整的Y1～5设为大于1的值，将用于身体水分含量的调整的Y1～5设为大于1的值。
另一方面，在低精度测定时的体重与高精度测定时的体重相比较减少时，将用于作为高精度基准值的体脂肪(量/率)的调整的Y1～5设为大于1的值，将用于肌肉量的调整的Y1～5设为小于1的值，将用于身体水分含量的调整的Y1～5设为小于1的值。
在体重差为β以上(体重差≥β)的情况下，高精度基准值与由简易BIA人体成分分析仪100得到的低精度体内信息的差的绝对值(以下称为“体内差”。)为γ以上(体内差≥γ)时，可观察到体重偏离，因此在高精度测定时与低精度测定时之间存在人体成分的变化，但为了反映较大地偏离了根据统计值推定的平均的人体成分的利用者的人体成分，判定为高精度基准值的贡献度稍低。此时，通过与“体重差＜β”同样的一次调整“Y1～5×高精度基准值”来调整高精度基准值。
在不满足上述的体重差和体内差的条件时，视为在高精度测定时与低精度测定时之间人体成分的变化大，判定为高精度基准值的贡献度小。此时，校正部112不进行基于通过调整参数调整的高精度基准值的校正。
此外，作为规定的条件，例如有将从高精度测定时起至低精度测定时为止的期间(以下称为“经过天数”。)设为指标。
具体而言，在经过天数为“z1天以内”时，经过天数相对较短，因此视为在高精度测定时与低精度测定时之间人体成分的变化小，判定为高精度基准值的贡献度大。此时，校正部112仅进行一次调整而不进行基于经过天数的高精度基准值的调整(二次调整)。
当经过天数为经过了z1天但为“z2天以内”时，一定程度上存在经过天数，因此视为在高精度测定时与低精度测定时之间存在人体成分的变化，判定为高精度基准值的贡献度稍低。此时，校正部112根据高精度基准值的贡献度，使用低精度基准值来调整已完成一次调整的高精度基准值。具体而言，校正部112通过二次调整“(a×Y0～5×高精度基准值+b×低精度基准值)/2”来调整高精度基准值。需要说明的是，二次调整参数a、b例如可以是满足0＜a＜1、b＝1－a的值。经过天数越长，校正部112将a的值设得越小，将b的值设得越大。
此外，作为进行二次调整的情况(即经过天数为大于z1且为z2以内的情况)下的一次调整参数Y0～5，可以采用与仅进行一次调整的情况(即经过天数为z1以内的情况)下的Y0～5的值不同的值。这是因为，在经过天数为“z1天以内”的情况，即经过天数相对较短的情况下，可以认为体重差的理由为身体水分含量的变化，相对于此，在经过天数超过z1天的情况，即经过天数相对较长的情况下，不易确定体重差的理由，如此，在经过天数短的情况下和经过天数长的情况下，体重差的理由不同。
在低精度测定时的体重与高精度测定时的体重相比较增加时，将用于作为高精度基准值的体脂肪(量/率)、肌肉量、身体水分含量的调整的Y0～5均设为1以上的值。
另一方面，在低精度测定时的体重与高精度测定时的体重相比较减少时，用于作为高精度基准值的体脂肪(量/率)、肌肉量、身体水分含量的调整的Y0～5均为1以下的值。
在不满足上述的经过天数的条件的情况下、即经过天数为z2以上的情况下，视为在高精度测定时与低精度测定时之间人体成分的变化大，判定为高精度基准值的贡献度低。此时，校正部112不决定调整参数，不进行高精度基准值的调整。
不过，也可以是，在进行了一次调整“Y0～5×高精度基准值”且经过天数经过了z2天但利用者选择了二次调整(以下称为“调整选择”。)时，决定二次调整的调整参数，通过二次调整“(a×Y0～5×高精度基准值+b×低精度基准值)/2”来调整高精度基准值。
需要说明的是，与经过天数相比较，体重差对人体成分的变化造成的影响更大。因此，反映高精度基准值的贡献度的一次调整的调整参数Y0～5是受体重差影响大的参数。另一方面，同样反映高精度基准值的贡献度的二次调整的调整参数a、b是不受经过天数影响得如此大的参数。即对一次调整的调整参数Y0～5和二次调整的调整参数a、b而言，在体重差和经过天数对参数的影响的程度上存在质的差异。
此外，规定的条件是用于判定高精度基准值的贡献度的条件，因此例如可以将高精度测定时的体重与低精度测定时的体重之比设为指标。
此外，对于规定的条件，即使将体重差设为指标，也可以不分为“体重差＜α”、“体重差＜”、“体重差≥β”这样的三个阶段，而是分为更少的阶段或更多的阶段。同样地，对于规定的条件，即使将经过天数设为指标，也可以不分为“z1天以内”、“z2天以内”这样的两个阶段，而是分为更少的阶段或更多的阶段。
此外，对于高精度基准值的调整，不仅可以在一次调整之后进行二次调整，例如也可以在二次调整之后进一步进行加权等三次以上的调整。即，对于计算调整后的高精度基准值的算式，可以使用数个调整的算式来得到。
如上所述，当决定调整参数并调整高精度基准值时，校正部112基于使用该调整参数调整后的高精度基准值和低精度基准值，决定将校正体内信息与低精度体内信息建立关联的校正函数。然后，通过该校正函数校正低精度体内信息，由此获取校正体内信息。在校正函数决定后的测定中，校正部112通过该校正函数校正通过低精度测定部104使用规定的算法计算出的低精度体内信息，由此获取校正体内信息。在新获取到高精度基准值的情况下，能更新校正函数。
校正函数例如可以是算式(1)至算式(3)中的任一个。
(校正体内信息)＝c×(低精度体内信息)+d……(1)
(校正体内信息)＝c×(低精度体内信息)……(2)
(校正体内信息)＝(低精度体内信息)+d……(3)
对于算式(1)至算式(3)，可以以分别满足算式(1′)至算式(3′)的方式来决定校正函数的参数c和参数d。
(调整后的高精度基准值)＝c×(低精度基准值)+d……(1′)
(调整后的高精度基准值)＝c×(低精度基准值)……(2′)
(调整后的高精度基准值)＝(低精度基准值)+d……(3′)
[第一实施方式的人体成分分析仪的动作]
以下，根据上述的人体成分分析仪的构成，对实现第一实施方式的人体成分分析仪的动作的流程进行说明。该流程是每次向简易BIA人体成分分析仪100输入高精度基准值时能进行的流程。在该流程中，使用高精度基准值和低精度基准值来决定校正函数。在校正函数决定后的测定中，能使用该校正函数来校正低精度体内信息。
图3是表示本发明的第一实施方式的用于决定校正函数的简易BIA人体成分分析仪100的动作的第一流程图。第一实施方式的第一流程是将体重差作为指标来对高精度体内信息进行一次调整的流程。当利用者操作简易BIA人体成分分析仪100来开始决定校正函数的处理时，第一流程开始。
首先，通过低精度测定部104测定利用者的体内信息(步骤S102)。
当低精度测定部104测定利用者的体内信息时，存储部110存储低精度基准值(步骤S104)。
当存储部110存储低精度基准值时，校正部112判定存储于存储部110的高精度基准值的有无(步骤S106)和体重差(步骤S108)。
当判定为存储于存储部110的“有高精度基准值”且“体重差＜α”时(步骤S106：是(Yes)，步骤S108：是)，校正部112决定与高精度基准值的贡献度相应的调整参数Y0，通过一次调整“Y0×高精度基准值”来调整高精度基准值(步骤S110)，流程结束。
即，在判定为“体重差＜α”时，体重偏离小，因此视为在高精度测定时与低精度测定时之间，人体成分的变化小，判定为高精度基准值的贡献度大。此时，校正部112决定与高精度基准值的贡献度相应的调整参数Y0，通过一次调整“Y0×高精度基准值”来调整高精度基准值。
另一方面，当判定为存储于存储部110的“有高精度基准值”且不为“体重差＜α”时(步骤S106：是，步骤S108：否(No))，校正部112再次判定体重差(步骤S112)。然后，当判定为“体重差＜β”时(步骤S112：是)，校正部112决定与高精度基准值的贡献度相应的调整参数Y1～5，通过一次调整“Y1～5×高精度基准值”来调整高精度基准值(步骤S114)，流程结束。
即，在判定为“体重差＜β”时，与判定为“体重差＜α”时相比，一定程度上可观察到体重偏离，因此视为在高精度测定时与低精度测定时之间存在人体成分的变化，判定为高精度基准值的贡献度稍低。此时，校正部112决定与高精度基准值的贡献度相应的调整参数Y1～5，通过一次调整“Y1～5×高精度基准值”来调整高精度基准值。
另一方面，在判定为不为存储于存储部110的“有高精度基准值”(步骤S106：否)，或判定为“有高精度基准值”但不为“体重差＜α”、也不为“体重差＜β”时(步骤S106：是，步骤S108：否，步骤S112：否)，校正部112不通过基于进行了一次调整的高精度基准值的校正函数来校正低精度基准值(步骤S116)而止于存储部110将高精度基准值作为参考值存储，流程结束。
即，在判定为“有高精度基准值”但不为“体重差＜α”也不为“体重差＜β”时，视为在高精度测定时与低精度测定时之间，人体成分的变化大，判定为高精度基准值的贡献度小。此时，校正部112不进行校正。
如上所述，在第一实施方式的第一流程中，将体重差作为指标来评价高精度基准值的贡献度。在体重偏离小时(体重差＜α)，通过一次调整“Y0×高精度基准值”来调整高精度基准值，在一定程度上可观察到体重偏离时(体重差＜β)，通过一次调整“Y1～5×高精度基准值”来调整高精度基准值，在体重偏离大时(体重差≥β)，不进行校正。
如此，在第一实施方式的第一流程中，即使在高精度测定时与低精度测定时之间一定程度上存在人体成分的变化，也决定反映了高精度基准值的贡献度的调整参数，通过该调整参数来调整高精度基准值。特别是，在本实施方式中，能基于与测定方式的差异无关的体重差来评价贡献度并决定详细地反映了贡献度的调整参数。
换言之，在高精度基准值与低精度基准值之间产生差异的情况下，即使校正低精度体内信息，也需要判定这样的差异是由简易BIA人体成分分析仪100的测定精度导致的，还是由利用者的人体成分的变化导致的。
因此，在将体重差作为指标且能保证体重差小的利用者的人体成分的同一性时，判定为高精度基准值与低精度基准值之间的差异由简易BIA人体成分分析仪100的测定精度导致，以使高精度基准值的贡献度变大的方式决定调整参数。
另一方面，在无法保证体重差大的利用者的人体成分的同一性时，判定为高精度基准值与低精度基准值之间的差异由利用者的人体成分的变化导致，以使高精度基准值的贡献度变小的方式决定调整参数。因此，能提供配合个人的高精度的体内测定系统以及程序。
图4是表示本发明的第一实施方式的用于决定校正函数的简易BIA人体成分分析仪100的动作的第二流程图。第二流程是将从高精度测定时起至低精度测定时为止的经过天数作为指标，对进行了一次调整的高精度基准值再进行二次调整的流程。当第一流程结束时，第二流程开始。
当第二流程开始时，校正部112判定一次调整的有无(步骤S202)和经过天数(步骤S204)。
当判定为“有一次调整”且经过天数为“z1天以内”时(步骤S202：是，步骤S204：是)，校正部112不进行二次调整(步骤S206)，校正部112决定基于进行了一次调整的高精度基准值的校正函数，通过该校正函数来校正低精度基准值，输出部106将作为校正了的低精度基准值的低精度体内信息显示为校正体内信息(步骤S208)。然后，存储部110存储校正函数和校正体内信息(步骤S210)，流程结束。
即，在进行了一次调整且经过天数为“z1天以内”时，视为在高精度测定时与低精度测定时之间，人体成分的变化小，判定为高精度基准值的贡献度高。此时，校正部112不进行二次调整。
另一方面，当判定为“有一次调整”且经过天数不是“z1天以内”时(步骤S202：是，步骤S204：否)，校正部112再次判定经过天数(步骤S212)。
当判定为经过天数为“z2天以内”时(步骤S212：是)，校正部112决定与高精度基准值的贡献度相应的调整参数Y0～5、a、b，通过二次调整“(a×Y0～5×高精度基准值+b×低精度基准值)/2”来调整高精度基准值(步骤S214)。然后，校正部112决定基于进行了二次调整的高精度基准值的校正函数，通过该校正函数来校正低精度基准值，输出部106将作为校正了的低精度基准值的低精度体内信息显示为校正体内信息(步骤S216)，存储部110存储校正函数和校正体内信息(步骤S210)，流程结束。
即，在判定为“有一次调整”且经过天数为“z2天以内”时，视为在高精度测定时与低精度测定时之间存在人体成分的变化，判定为高精度基准值的贡献度稍低。此时，校正部112决定与高精度基准值的贡献度相应的调整参数Y0～5、a、b，通过二次调整“(a×Y0～5×高精度基准值+b×低精度基准值)/2”来调整高精度基准值调整。
另一方面，当判定为不为“有一次调整”(步骤S202：否)或判定为“有一次调整”但经过天数不为“z2天以内”时(步骤S202：是，步骤S204：否，步骤S212：否)，校正部112不通过校正函数来校正低精度基准值，输出部106显示作为低精度基准值的低精度体内信息(步骤S218)，存储部110存储作为低精度基准值的低精度体内信息(步骤S220)，流程结束。
即，在未判定为“有一次调整”时、判定为“有一次调整”但未判定为经过天数为“z2天以内”时，视为在高精度测定时与低精度测定时之间，人体成分的变化大，判定为高精度基准值的贡献度小。此时，校正部112不进行校正。
如上所述，在第一实施方式的第二流程中，将经过天数作为指标来评价高精度基准值的贡献度。在进行了一次调整但几乎未经过天数时(z1天以内)，通过基于进行了一次调整的高精度基准值的校正函数来校正作为低精度基准值的低精度体内信息，将作为校正了的低精度基准值的低精度体内信息显示为校正体内信息，存储校正函数和校正体内信息。
此外，在一定程度上经过了天数时(z2天以内)，通过基于进行了二次调整的高精度基准值的校正函数来校正作为低精度基准值的低精度体内信息，将作为校正了的低精度基准值的低精度体内信息显示为校正体内信息，存储校正函数和校正体内信息。
此外，在未进行一次调整时、在进行了一次调整但天数也经过了z2天时，不通过校正函数来校正而显示作为低精度基准值的低精度体内信息，存储作为低精度基准值的低精度体内信息。
如此，在第二流程中，即使在高精度测定时与低精度测定时之间，一定程度上存在人体成分的变化，也决定反映了高精度基准值的贡献度的调整参数，通过该调整参数来调整高精度基准值，由此能使用高精度基准值和低精度基准值来决定校正函数。特别是在本实施方式中，能基于时间经过来评价高精度基准值的贡献度并决定详细地反映了高精度基准值的贡献度的调整参数。
换言之，在高精度基准值与低精度测定时的作为低精度基准值的低精度体内信息之间产生了差异的情况下，即使校正作为低精度基准值的低精度体内信息，也需要判定这样的差异是由简易BIA人体成分分析仪100的测定精度导致的，还是由利用者的人体成分的变化导致的。
因此，将时间的经过作为指标，在因未经过时间而能保证利用者的人体成分的同一性时，判定为高精度基准值与低精度测定时的作为低精度基准值的低精度体内信息之间的差异由简易BIA人体成分分析仪100的测定精度导致，以使高精度基准值的贡献度变大的方式决定调整参数。
另一方面，在经过了时间而无法保证利用者的人体成分的同一性时，判定为高精度基准值与低精度测定时的作为低精度基准值的低精度体内信息之间的差异由利用者的人体成分的变化导致，以使高精度基准值的贡献度变小的方式决定调整参数。因此，能提供配合个人的高精度的体内测定系统以及程序。
此外，在第二流程中，能存储校正函数和校正体内信息，因此将校正函数和校正体内信息反映在将来的体内测定，由此能越使用简易BIA人体成分分析仪100越高精度地反映个人差异，从而能提供配合个人的高精度的体内测定系统以及程序。
此外，不仅通过规定的算法(例如回归式等)评价，还通过配合个人的高精度基准值的对应个人的校正函数评价，因此尽管是简便的测定，也能配合对应个人差异的高精度的人体成分测定结果。而且，能根据该值由简易BIA人体成分分析仪100追踪相对变化，因此与平时几乎无法进行测定的人体成分测定(推定)方法和高精度BIA人体成分分析仪的测定不同，能不错过每天的详细的变化而在想要知道时良好地抓住时机，能兼具两者的优点，因此能提供配合个人的高精度的体内测定系统以及程序。
此外，将经由调整参数a、b反映作为低精度基准值的低精度体内信息的第二流程从属于经由调整参数Y0～5仅反映高精度基准值的第一流程，由此能防止由第一流程导致的过度的校正，因此能提供配合个人的高精度的体内测定系统以及程序。
图5A是表示第一实施方式的简易BIA人体成分分析仪100的第一结果显示画面的图，图5(b)是表示本发明的第一实施方式的简易BIA人体成分分析仪100的第二结果显示画面的图。
如图5A所示，输出部106显示校正体内信息200A。作为校正体内信息200A，输出部106例如显示为：体脂率：17％、体脂肪量：10kg、肌肉量：55kg、腹肌/背肌比：1：2、身体水分含量：48kg、骨量：3.4kg、内置脂肪面积：77cm2、基础代谢：1200kcal。由此，利用者能知道校正体内信息。
此外，如图5B所示，输出部106改变外观来显示，以便能区别校正体内信息200B和低精度体内信息。改变外观来显示是指赋予☆等标记地显示、改变字体的字形、尺寸、颜色地显示、显示已参照人体成分测定(推定)方法和高精度BIA人体成分分析仪的意思等。
在本实施方式中，输出部106显示为：“☆体脂率：17％(已参照DXA！)、☆体脂肪量：10kg(已参照DXA！)、☆肌肉量：55kg(已参照DXA！)、☆腹肌/背肌比：1：2(已参照MRI！)、☆身体水分含量：48kg(参照重水稀释法！)、☆骨量：3.4kg(已参照DXA！)、☆内置脂肪面积：77cm2(已参照CT！)、基础代谢：1200kcal(BIA回归式)”。
即，对于除了“基础代谢：1200kcal(BIA回归式)”之外的校正体内信息200B赋予☆标记并与人体成分测定(推定)方法和高精度BIA人体成分分析仪的测定方式建立关联地显示，对于“基础代谢：1200kcal(BIA回归式)”，不显示☆标记和相关的关联，由此改变外观来显示，以便能区别校正体内信息200B和低精度体内信息。
此外，如图5B所示，输出部106基于程度来显示校正体内信息的精度的信息202B。输出部106例如基于高精度基准值的贡献度显示校正体内信息的精度的信息202B。
对于校正体内信息的精度的信息202B，例如在有高精度基准值时显示为“A”，在无高精度基准值而仅存在通过简易BIA人体成分分析仪100低精度测定出的体内信息时，显示为“B”。而且，即使在显示为“A”的情况下，也将高精度基准值的精度、体重差、经过天数作为指标，根据高精度基准值的贡献度，依次赋予等级为A1、A2、A3等来显示。
在本实施方式中，在判定为有高精度基准值，高精度基准值的精度高，“体重差＜α”且判定为经过天数为“z1天以内”时，将校正体内信息的精度的信息202B赋予等级为A1来显示。
如此，输出部106改变外观来显示，以便能区别校正体内信息200B和低精度体内信息，由此利用者能知道体内信息是否已高精度化。此外，输出部106基于高精度基准值的贡献度来显示测定精度的信息，由此利用者能知道测定结果被高精度化到什么程度。
换言之，在输出部106中，能显示通过高精度基准值的输入测定结果被高精度化到何种程度，也能简易地表达由基准测定的方式、经过天数得到的高精度基准值的贡献度，从而利用者能真实感到精度提高。因此，能提供配合个人的高精度的体内测定系统以及程序。
[第二实施方式的人体成分分析仪的动作]
第二实施方式的人体成分分析仪的构成与上述的人体成分分析仪的构成相同，因此省略其说明。在第二实施方式的人体成分分析仪的动作中，仅第一流程与上述的第一实施方式的第一流程不同，因此以下仅对该不同点进行说明。
图6是表示第二实施方式的用于决定校正函数的简易BIA人体成分分析仪100的动作的第一流程图。与第一实施方式的第一流程不同，第二实施方式的第一流程是除了体重差之外，还将体内差作为指标来对高精度体内信息进行一次调整的流程。当利用者操作简易BIA人体成分分析仪100来开始校正函数决定的处理时，第二实施方式的第一流程开始。
首先，通过低精度测定部104测定利用者的体内信息(步骤S302)。
当低精度测定部104测定利用者的体内信息时，存储部110存储低精度基准值(步骤S304)。
当存储部110存储低精度基准值时，校正部112判定存储于存储部110的高精度基准值的有无(步骤S306)和体重差(步骤S308)。
当判定为存储于存储部110的“有高精度基准值”且“体重差＜α”时(步骤S306：是，步骤S308：是)，校正部112决定与高精度基准值的贡献度相应的调整参数Y0，通过一次调整“Y0×高精度基准值”来调整高精度基准值(步骤S310)，流程结束。
即，在判定为“体重差＜α”时，体重偏离小，因此视为在高精度测定时与低精度测定时之间，人体成分的变化小，判定为高精度基准值的贡献度大。此时，校正部112决定与高精度基准值的贡献度相应的调整参数Y0，通过一次调整“Y0×高精度基准值”来调整高精度基准值。
另一方面，当判定为存储于存储部110的“有高精度基准值”且不为“体重差＜α”时(步骤S306：是，步骤S308：否)，校正部112再次判定体重差(步骤S312)。然后，当判定为“体重差＜β”(步骤S312：是)或判定为尽管不为“体重差＜β”但为“体内差≥γ”时(步骤S312：否，步骤S316：是)，校正部112决定与高精度基准值相应的调整参数Y1～5，通过一次调整“Y1～5×高精度基准值”来调整高精度基准值(步骤S314)，流程结束。
即，在判定为尽管不为“体重差＜β”但为“体内差≥γ”时，可观察到体重偏离，因此在高精度测定时与低精度测定时之间存在人体成分的变化，但为了反映较大地偏离了根据统计值推定的人体成分的利用者的人体成分，判定为高精度基准值的贡献度稍低。此时，通过与“体重差＜β”时同样的一次调整“Y1～5×高精度基准值”来调整高精度基准值。
另一方面，当判定为不为存储于存储部110的“有高精度基准值”(步骤S306：否)，或判定为“有高精度基准值”但不为“体重差＜α”、不为“体重差＜β”、也不为“体内差≥γ”时(步骤S306：是，步骤S308：否，步骤S312：否，步骤S316：否)，校正部112不通过基于进行了一次调整的高精度基准值的校正函数来校正低精度基准值(步骤S318)而止于存储部110将高精度基准值作为参考值存储，流程结束。
即，在判定为“有高精度基准值”但不为“体重差＜α”、不为“体重差＜β”、也不为“体内差≥γ”时，在高精度测定时与低精度测定时之间，人体成分的变化大而无需反映较大地偏离了根据统计值推定的人体成分的利用者的人体成分。此时，校正部112不进行校正。
如上所述，在第二实施方式的第一流程中，将体重差和体内差作为指标来评价高精度基准值的贡献度。与第一实施方式的第一流程不同，即使在体重偏离大的情况下(体重差≥β)，也在体内差大时(体内差≥γ)通过一次调整“Y1～5×高精度基准值”来调整高精度基准值，在体内差小时不进行校正。
如此，与第一实施方式的第一流程不同，在第二实施方式的第一流程中，除了与测定方式的差异无关的体重差之外，还能基于个人的体内信息的差(体内差)来决定反映了高精度基准值的贡献度的调整参数。因此，能提供配合个人的高精度的体内测定系统以及程序。
[第三实施方式的人体成分分析仪的动作]
第三实施方式的人体成分分析仪的构成与上述的人体成分分析仪的构成相同，因此省略其说明。在第三实施方式的人体成分分析仪的动作中，仅第二流程与上述的第一实施方式的第二流程不同，因此以下仅对该不同点进行说明。
图7是表示本发明的第三实施方式的用于决定校正函数的简易BIA人体成分分析仪100的动作的第二流程图。与第一实施方式的第二流程不同，第三实施方式的第二流程是除了经过天数之外，还将利用者的调整选择作为指标来对进行了一次调整的高精度基准值进一步进行二次调整的流程。当第一流程结束时，第三实施方式的第二流程开始。
当第二流程开始时，校正部112判定一次调整的有无(步骤S402)和经过天数(步骤S404)。
当判定为“有一次调整”且经过天数为“z1天以内”时(步骤S402：是，步骤S404：是)，校正部112不进行二次调整(步骤S406)，校正部112决定基于进行了一次调整的高精度基准值的校正函数，通过该校正函数来校正低精度基准值，输出部106将作为校正了的低精度基准值的低精度体内信息显示为校正体内信息(步骤S408)。然后，校正部112存储校正函数和校正体内信息(步骤S410)，流程结束。
即，在进行了一次调整且经过天数为“z1天以内”时，视为在高精度测定时与低精度测定时之间，人体成分的变化小，判定为高精度基准值的贡献度高。此时，校正部112不进行二次调整。
另一方面，当判定为“有一次调整”且经过天数不为“z1天以内”时(步骤S402：是，步骤S404：否)，校正部112再次判定经过天数(步骤S412)。
当判定为经过天数为“z2天以内”时(步骤S412：是)，或判定为经过天数不为“z2天以内”，并进行了意在表示促使利用者进行高精度基准值的测定的“提示提醒”(步骤S418)而利用者进行了“调整选择”时(步骤S420：是)，校正部112决定与贡献度相应的调整参数Y0～5、a、b，通过二次调整“(a×Y0～5×高精度基准值+b×低精度基准值)/2”来调整高精度基准值(步骤S414)。然后，校正部112通过基于进行了二次调整的高精度基准值的校正函数来校正低精度基准值，输出部106将作为校正了的低精度基准值的低精度体内信息显示为校正体内信息(步骤S416)，存储部110存储校正函数和校正体内信息(步骤S410)，流程结束。
即，当判定为“有一次调整”且经过天数不为“z2天以内”但被进行了“提示提醒”的利用者进行了“调整选择”时，校正部112决定与高精度基准值的贡献度相应的调整参数Y0～5、a、b，通过二次调整“(a×Y0～5×高精度基准值+b×低精度基准值)/2”来调整高精度基准值。
另一方面，当判定为不为“有一次调整”(步骤S402：否)或判定为“有一次调整”但经过天数不为“z1天以内”、也不为“z2天以内”，并进行了意在表示促使利用者进行高精度基准值的测定的“提示提醒”而利用者未进行“调整选择”时(步骤S402：是，步骤S404：否，步骤S412：否，步骤S418、步骤S420：否)，校正部112不通过校正函数来校正低精度基准值，输出部106显示作为低精度基准值的低精度体内信息(步骤S422)，存储部110存储作为低精度基准值的低精度体内信息(步骤S424)，流程结束。
即，在“有一次调整”但经过天数不是“z1天以内”也不是“z2天以内”且利用者未进行“调整选择”时，视为在高精度测定时与低精度测定时之间，人体成分的变化大，判定为高精度基准值的贡献度小。此时，校正部112不进行校正。
如上所述，在第三实施方式的第二流程中，将经过天数和利用者的调整选择作为指标来评价高精度基准值的贡献度。与第一实施方式的第二流程不同，当判定为天数已经过z2天但被进行了“提示提醒”的利用者进行了“调整选择”时，通过基于进行了二次调整的高精度基准值的校正函数来校正低精度基准值，将作为校正了的低精度基准值的低精度体内信息显示为校正体内信息，存储校正函数和校正体内信息。另一方面，当判例为被进行了“提示提醒”的利用者未进行“调整选择”时，不通过校正函数来校正作为低精度基准值的低精度体内信息，而显示作为低精度基准值的低精度体内信息，存储作为低精度基准值的低精度体内信息。
如此，与第一实施方式的第二流程不同，在第三实施方式的第二流程中，除了经过天数之外，还能基于利用者的选择来决定二次调整，因此能提供配合个人的高精度的体内测定系统以及程序。
此外，与第一实施方式的第二流程不同，在第三实施方式的第二流程中，能通过提醒促使利用者进行高精度基准值的测定，激励体内测定系统的高精度化，因此能提供配合个人的高精度的体内测定系统以及程序。
需要说明的是，在第三实施方式的第二流程中，作为进行“提示提醒”的时机，将是否从高精度测定时起“z2天以内”设为指标。该经过天数“z2天以内”可以依照高精度基准值的测定方法来变更。例如在通过DXA等体内信息的测定精度高的人体成分测定(推定)方法测定高精度基准值时，由于不是能频繁地进行测定的测定方法，z2可以设定相对较长的天数。另一方面，在通过多频多电极BIA人体成分分析仪等高精度BIA人体成分分析仪测定高精度基准值时，与通过DXA等测定高精度基准值时相比较，是能频繁地进行测定的测定方法，因此z2可以设定相对较短的天数。
如上所述，无论在本发明的第一实施方式、第二实施方式、第三实施方式的哪一个中，尽管都是由简易BIA人体成分分析仪100实现的简易的测定，利用者也能知道高精度的体内信息。在此，简易BIA人体成分分析仪100的形式可以是平放式、立式、如图8所示的具有输入部102、低精度测定部104、输出部106的卡片式等任何形式，简易的测定可以是简易双脚测定、简易双手测定等体内信息的测定精度比人体成分测定(推定)方法低的任何测定。
[变形例1]
上述的实施方式的流程由第一流程和第二流程构成，但也可以没有第二流程而仅是第一流程。在该情况下，能仅基于高精度测定时与低精度测定时之间的体重差来决定调整参数，调整高精度基准值，决定校正函数。
若使用图3进行说明，则第一流程中，校正部112基于进行了一次调整的高精度基准值和低精度体内信息来决定校正函数，通过该校正函数来校正低精度体内信息。然后，将该校正了的低精度体内信息显示为校正体内信息，存储校正函数和校正体内信息。能将该步骤设为分别续于步骤S110和步骤S114的步骤。
需要说明的是，作为校正了的低精度基准值的低精度体内信息也可以是进行了一次调整的高精度基准值与作为通过校正函数校正了的低精度基准值的低精度体内信息的平均值。
[变形例2]
上述的实施方式的流程由第一流程和第二流程构成，但也可以没有第一流程而仅是第二流程。在该情况下，能仅基于高精度测定时与低精度测定时之间的经过天数来决定调整参数，调整高精度基准值，决定校正函数。
若使用图4进行说明，则当利用者操作简易BIA人体成分分析仪100来开始校正函数决定的处理时，第二流程开始。当第二流程开始时，首先经过通过低精度测定部104测定利用者的体内信息的步骤和存储部110存储低精度基准值的步骤。然后，校正部112判定存储于存储部110的高精度基准值的有无来代替校正部112判定一次调整的有无(步骤S202)的步骤。之后，能判定从步骤S204起至结束为止的步骤。
[变形例3]
此外，在上述的实施方式中，校正部112通过基于高精度基准值和低精度基准值的校正函数来校正由低精度测定部104得到的低精度体内信息，由此获取校正体内信息，但获取校正体内信息的方法不限于此。
校正部112可以基于高精度基准值和低精度基准值来校正在低精度测定部104中使用的算法。低精度测定部104将测定值输入至由校正部112校正了的算法，由此获取校正体内信息。
例如在规定的算法为回归式时，校正部112将当输入测定值时，输出低精度体内信息的规定的回归式校正为当输入低精度测定时的测定值时，输出调整过的高精度基准值的回归式。存储部110存储校正了的回归式，在以后的低精度测定中，低精度测定部104将测定值输入至校正了的回归式，由此获取校正体内信息。在新获取到高精度基准值的情况下，能更新回归式。
如此，校正部112既可以如上述的实施方式那样，通过校正函数来校正由低精度测定部104通过规定的算法计算出的低精度体内信息，也可以如上述的变形例那样，校正在低精度测定部104中根据测定值计算低精度体内信息的算法本身。
此外，校正部112可以在获取到一次校正体内信息后，基于校正体内信息和通过规定的算法计算出的低精度体内信息来校正规定的算法本身。当算法被校正一次时，之后测定的低精度测定的结果与校正体内信息接近。因此，当算法被校正一次时，能使校正体内信息与低精度测定的结果的差变小，能提供配合个人的高精度的体内测定系统以及程序。
[变形例4]
此外，在上述的实施方式中，通过由低精度测定部104实现的一次测定而设定了校正函数，但也可以经过多次测定后来设定校正函数。例如可以进行第一天、第二天共两次由低精度测定部104实现的测定，使用第一天和第二天的作为低精度基准值的低精度体内信息的平均值来设定校正函数。此时，校正函数可以在第二天的由低精度测定部104实现的测定时设定。如此，根据经过由低精度测定部104实现的多次测定来设定校正函数，由此能使用考虑到偏差的低精度体内信息来设定校正函数。因此，能提供配合个人的高精度的体内测定系统以及程序。
附图标记说明：
100：简易BIA人体成分分析仪；
102：输入部；
104：低精度测定部；
106：输出部；
108：控制部；
110：存储部；
112：校正部；
200A、200B：校正体内信息；
202B：校正体内信息的精度的信息。

Claims (13)

1.一种体内测定系统，其具备：
存储部，将通过第一精度的测定得到的体内信息作为基准值存储；
低精度测定部，将通过比所述第一精度低的第二精度的测定得到的测定值输入至规定的算法，由此获取低精度体内信息；
校正部，基于存储于所述存储部的所述基准值和重视该基准值的程度来校正所述算法或所述低精度体内信息；以及
输出部，将使用由所述校正部校正了的所述算法而由所述低精度测定部获取到的所述低精度体内信息或由所述低精度测定部获取并由所述校正部校正了的所述低精度体内信息作为校正体内信息输出。
2.根据权利要求1所述的体内测定系统，其中，
所述程度根据存储于所述存储部的所述基准值对由所述低精度测定部获取到的所述低精度体内信息的贡献度来决定。
3.根据权利要求1所述的体内测定系统，其中，
所述程度基于进行了所述第一精度的测定时的体重与进行了所述第二精度的测定时的体重的差来决定。
4.根据权利要求1所述的体内测定系统，其中，
所述程度基于从进行所述第一精度的测定起至进行所述第二精度的测定为止的期间来决定。
5.根据权利要求3或4所述的体内测定系统，其中，
所述程度也基于所述基准值与由所述低精度测定部获取到的所述低精度体内信息的差来决定。
6.根据权利要求1所述的体内测定系统，其中，
所述程度基于利用者的选择来决定。
7.根据权利要求1所述的体内测定系统，其中，
所述存储部存储校正了的所述算法或校正所述低精度体内信息的校正函数和所述校正体内信息。
8.根据权利要求1所述的体内测定系统，其还具备，
输入部，接收通过所述第一精度的测定得到的体内信息，由此将所述体内信息作为所述基准值输入。
9.根据权利要求1所述的体内测定系统，其中，
所述输出部改变外观来显示，以便能区别所述校正体内信息和由所述低精度测定部获取到的所述低精度体内信息。
10.根据权利要求1所述的体内测定系统，其中，
所述输出部基于所述程度来显示所述校正体内信息的精度的信息。
11.根据权利要求1所述的体内测定系统，其中，
所述输出部基于从进行所述第一精度的测定起至进行所述第二精度的测定为止的期间来显示提醒。
12.一种体内测定程序，其中，
所述体内测定程序用于使计算机作为构成权利要求1至11中任一项所述的体内测定系统的所述存储部、所述低精度测定部、所述校正部、所述输出部以及所述输入部发挥功能。
13.一种计算机可读取的非临时性存储介质，其中，
记录有权利要求12所述的体内测定程序。
CN202080018564.1A 2019-03-06 2020-03-04 体内测定系统、体内测定程序以及计算机可读取的非临时性存储介质 Pending CN113556973A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2019040713A JP7214207B2 (ja) 2019-03-06 2019-03-06 体内測定システム及びプログラム
JP2019-040713 2019-03-06
PCT/JP2020/009026 WO2020179807A1 (ja) 2019-03-06 2020-03-04 体内測定システム、体内測定プログラム、及びコンピュータ読み取り可能な非一時的記憶媒体

Publications (1)

Publication Number Publication Date
CN113556973A true CN113556973A (zh) 2021-10-26

Family

ID=72337475

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202080018564.1A Pending CN113556973A (zh) 2019-03-06 2020-03-04 体内测定系统、体内测定程序以及计算机可读取的非临时性存储介质

Country Status (5)

Country Link
US (1) US20210393158A1 (zh)
EP (1) EP3936042A4 (zh)
JP (3) JP7214207B2 (zh)
CN (1) CN113556973A (zh)
WO (1) WO2020179807A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI835111B (zh) * 2022-04-06 2024-03-11 啟德電子股份有限公司 生物阻抗技術評估核心肌群之方法

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020212950A1 (en) * 2019-04-19 2020-10-22 Baracoda Smart scale systems and methods of using the same
TWI790910B (zh) * 2022-01-28 2023-01-21 興友科技股份有限公司 體組成分析儀之資料整合系統

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004337578A (ja) * 2003-04-25 2004-12-02 Yamato Scale Co Ltd 健康指標推定装置、方法、及びプログラム
JP2009219742A (ja) * 2008-03-18 2009-10-01 Omron Healthcare Co Ltd 体組成計
CN102355855A (zh) * 2009-02-20 2012-02-15 欧姆龙健康医疗事业株式会社 生体信息测定装置、生体信息测定方法及体成分测定装置
JP2014012083A (ja) * 2012-07-04 2014-01-23 Katsuzo Kawanishi 健康管理装置および健康管理プログラム
CN108618754A (zh) * 2017-03-15 2018-10-09 株式会社百利达 身体组成变化预测装置、方法、以及计算机可读存储介质

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6021836A (ja) 1983-07-18 1985-02-04 株式会社クラレ 水硬性無機質抄造板及びその製造方法
US4895163A (en) 1988-05-24 1990-01-23 Bio Analogics, Inc. System for body impedance data acquisition
CN107153764B (zh) 2017-05-08 2020-07-28 杭州变啦网络科技有限公司 一种智能人体成分秤的数据修正方法
JP2019040713A (ja) 2017-08-24 2019-03-14 スタンレー電気株式会社 車両用灯具

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004337578A (ja) * 2003-04-25 2004-12-02 Yamato Scale Co Ltd 健康指標推定装置、方法、及びプログラム
JP2009219742A (ja) * 2008-03-18 2009-10-01 Omron Healthcare Co Ltd 体組成計
CN102355855A (zh) * 2009-02-20 2012-02-15 欧姆龙健康医疗事业株式会社 生体信息测定装置、生体信息测定方法及体成分测定装置
JP2014012083A (ja) * 2012-07-04 2014-01-23 Katsuzo Kawanishi 健康管理装置および健康管理プログラム
CN108618754A (zh) * 2017-03-15 2018-10-09 株式会社百利达 身体组成变化预测装置、方法、以及计算机可读存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI835111B (zh) * 2022-04-06 2024-03-11 啟德電子股份有限公司 生物阻抗技術評估核心肌群之方法

Also Published As

Publication number Publication date
JP7214207B2 (ja) 2023-01-30
EP3936042A4 (en) 2022-11-09
JP7393835B2 (ja) 2023-12-07
JP2024020461A (ja) 2024-02-14
WO2020179807A1 (ja) 2020-09-10
US20210393158A1 (en) 2021-12-23
JP2023052313A (ja) 2023-04-11
JP2020141863A (ja) 2020-09-10
EP3936042A1 (en) 2022-01-12

Similar Documents

Publication Publication Date Title
CN113556973A (zh) 体内测定系统、体内测定程序以及计算机可读取的非临时性存储介质
JP5853534B2 (ja) 体重管理装置
CN104840200B (zh) 身体变化评估装置以及方法
JP2002345774A (ja) 測定者判定機能を備えた生体測定装置
US20110301916A1 (en) Weight management device, weight management method, and weight management program
US8536470B2 (en) Body composition monitor that corrects a body composition evaluation by comparing it with a user's change in weight reading to cancel errors caused by dryness of hands and way of gripping
WO2013046810A1 (ja) 体重管理装置
US7125386B2 (en) Method and apparatus for judgment of physical constitution and physical strength for person under test
CN104183229A (zh) 显示设备的校正方法及校正装置
US7423438B2 (en) Method and apparatus for measuring body fat by using bioelectrical impedance
JP7166667B2 (ja) 燃焼スタイル判定装置、方法、及びプログラム
JP2010046230A (ja) 体組成予測装置および体組成判定装置
US20050080352A1 (en) Body type determining apparatus
US10267673B2 (en) Information processing device, information processing method, and recording medium
US11759123B2 (en) Ketone body concentration estimation device, method, and computer-readable storage medium
JP2017209581A (ja) 身体変化評価装置、方法、及びプログラム
US20220076818A1 (en) Body composition measurement system and computer-readable non-transitory storage medium
JP6661948B2 (ja) 尿成分分析装置および尿成分分析方法
JP5223042B2 (ja) 体組成計
JP2004337578A (ja) 健康指標推定装置、方法、及びプログラム
US11510609B2 (en) Muscle mass estimation method, muscle mass estimation device, and storage medium storing a muscle mass estimation program
JP2016154747A (ja) 血圧値処理装置、血圧値処理方法及び血圧値処理プログラム
CN113768487A (zh) 用户体脂检测方法和装置、计算机设备以及介质
JP2001204706A (ja) 体脂肪率測定方法および体脂肪計

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination