JP2005125059A - 体脂肪計および体脂肪率推定プログラム - Google Patents

Abstract

【課題】 被検者の身体容積データを考慮して測定精度の向上を図った体脂肪計および体脂肪率推定プログラムを提供する。
【解決手段】 被検者の標準データを入力する入力操作部７、被検者の身体容積データを測定する光学測定手段９、第一、第二の測定電極対４ａ、４ｂ、５ａ、５ｂに被検者の身体部位を接触させて生体インピーダンスデータを測定するインピーダンス測定手段２１、標準データおよび身体容積データ・生体インピーダンスデータとともに体脂肪率算出用の体脂肪率演算式を記憶する記憶装置１５、記憶装置から標準データおよび身体容積データ・生体インピーダンスデータ・体脂肪率演算式を読み出した上で標準データおよび身体容積データ・生体インピーダンスデータに基づいて体脂肪率演算式から体脂肪率の推定値を算出する処理装置１４を体脂肪計１０は備えている。
【選択図】 図２

Description

本発明は、体脂肪率の推定精度を高めた体脂肪計および体脂肪率推定プログラムに関する。

体内脂肪量の増加は成人病の原因となる得るため、体内脂肪量を日常的にチェックしておき、成人病の予防を図りたいという要望が増している。このような健康自己管理の意識高揚に応える点から体内脂肪量の指標として体脂肪率を簡易的に測定する体脂肪計が注目を集めている。

体脂肪計による体脂肪率の測定は、概ね以下のようにして行われる。まず、被検者自ら、身長および体重・性別・年齢等の個人データを体脂肪計に入力して、これらの個人データを体脂肪計に内蔵される記憶装置に保存する。次に、体脂肪計の表面に配置された測定電極に被検者の身体部位を接触させて生体インピーダンスデータを測定して、この生体インピーダンスデータも体脂肪計の記憶装置に記憶する。

その後、体脂肪計の処理装置に記憶装置から所定の体脂肪率算出用の演算式と共に個人データおよび生体インピーダンスデータが読み込まれて、体脂肪率が演算されて表示部にて表示される（例えば特許文献１参照）。こうして、比較的手軽に体脂肪率が測定できるようになってきている。

ところで、体脂肪計において体脂肪率を算出するにあたり、以下の式（１）に基づき体密度データを計算して、この体密度データから所定の演算式によって体脂肪率を推定する手法が知られている（例えばブロゼック等の報告書の非特許文献１参照）。

ＢＤ１＝ａ１−ｂ１×（Ｗ×Ｚ／Ｔ²）＋ｅ１×ａｇｅ＋ｆ１・・・（１）
ここで、（１）式において、ＢＤ１は被検者の体密度データ、Ｗは被検者の体重データ、Ｚは被検者の生体インピーダンスデータ、Ｔは被検者の身長データ、ａｇｅは被検者の年齢データ、ｆ１は被検者の男女の性別に基づく性別データである。

また、（１）式の係数ａ１、ｂ１、ｅ１は、標本として所定の母集団中の各人について、例えば水中重量法によって実測された体密度データ群と、母集団中の各人の体重データ群、生体インピーダンスデータ群、身長データ群および年齢データ群との相関関係を、後に述べる統計的に処理することで求められ、それらの数値は予め体脂肪計の記憶装置に記憶されている。
特開平１１−７００９１号公報 ブロゼック等の報告書、J.Brozek, F.Grande, J.T.Anderson and A.Key;"Ann. NY. Aca d.Sci., 110(1963)113-40

ブロゼック等の報告書に記載された手法を採用した体脂肪率の測定精度は、上記（１）式の体密度推定計算値と被検者本来の体密度データとの間に差異があれば、その影響を受けることになる。ところで、（１）式においては、被検者身体に関する固有の体型的な特徴を必ずしも完全には反映することができず、条件によっては（１）式の体密度推定値の精度が劣化する場合もある。

とりわけ、（１）式中の体密度データと体重データ等の相関関係は、不特定多数の母集団中のサンプル抽出値を標本として平均的に求められたものであるため、この相関関係を一律に適用することで、ある特定人の肥満度や、ある特定人の肥満部位等によってもたらされる体型特異性によっては、それに起因して（１）式の体密度推定値の精度に影響を与えて、体脂肪率測定の正確さを欠くという場合もある。

そこで、本発明の目的は、体脂肪率の測定精度を高め得る体脂肪計および体脂肪率推定プログラムを提供することにある。

このような状況に鑑みて、ブロゼック等報告書に記載された手法を精査した結果、この報告書による体密度演算に内在する精度上の問題の解消の一方法として、体密度推定演算式に個人の身体容積データを含ませることが有効であるという知見を本願発明者は見出した。

また、上記課題解決の別の方法として、体密度推定演算式に被検者の身体部位毎（腕部、脚部および胴体部等）の形状データ（長さや周囲長）を含ませることが有効であるという知見も得られた。

更に、被検者の体密度データを演算することなく、被検者の身体部位毎の生体インピーダンスデータと被検者の身体部位毎の形状データとを用いて直接、所定の体脂肪率演算式から被検者の体脂肪率を求めて、上記問題に対処できることも分かった。

なお、身体容積データおよび身体部位毎の形状データ並びに身体部位毎の生体インピーダンスデータを適宜組み合わせて、これによって、より精度の高い体脂肪率の推定値を得ることも可能であると考えられる。

よって上記課題を解決するため、本発明に係る体脂肪計は、被検者の身体容積データと前記身体容積データ以外の標準データとからなる個人データを取得して、前記個人データに基づき前記被検者の体脂肪率の推定値を算出するものであり、本発明に係る体脂肪率推定プログラムは、被検者の身体容積データと前記身体容積データ以外の標準データとからなる前記個人データに基づき体脂肪率演算式から前記被検者の体脂肪率の推定値の算出を処理装置で遂行させるものである（請求項１、１２）。こうすることで、被検者固有の体型的な特徴を反映し得る身体容積データを考慮した上で体脂肪率の推定演算ができて、体脂肪計の体脂肪率推定値の精度を高めることができる。

なおここで、上記の体脂肪計は、前記標準データを入力する入力操作部、測定電極に前記被検者の身体部位を接触させて前記生体インピーダンスデータを測定するインピーダンス測定手段、前記個人データおよび前記生体インピーダンスデータとともに体脂肪率算出用の体脂肪率演算式を記憶する記憶装置、前記記憶装置から前記個人データ、前記生体インピーダンスデータおよび前記体脂肪率演算式を読み出した上で前記個人データおよび前記生体インピーダンスデータに基づいて前記体脂肪率演算式から体脂肪率の推定値を算出する処理装置を備えている（請求項２）。こうして、被検者固有の体型的な特徴を反映し得る身体容積データを含んだ個人データと生体インピーダンスデータに基づいて体脂肪率の推定演算を精密に実施できる。

この体脂肪率演算式の変数には、前記身体容積データに基づき体密度演算式によって算出した体密度データが含まれている（請求項３、１３）。これによって、身体容積データを考慮した体密度データの演算を行うことができ、体脂肪率の高精度化を図られる。

また、所定の母集団中の各個人について実測した体密度データ群と、前記母集団中の各個人について得られた個人データ群および生体インピーダンスデータ群とに基づいて重回帰分析によって導いた前記体密度演算式の係数を用いて、前記処理装置は前記体密度データを算出できる（請求項４、１４）。このような回帰分析で体密度演算式の係数を算出しているため、その分、体密度データの精度が高められている。

更に、前記身体容積データは、前記被検者の全身の容積データまたは身体部位容積データであっても良い（請求項５、１５）。全身の容積データまたは身体部位容積データを体脂肪率推定演算に反映させて、体脂肪率の推定精度を向上させることができる。

なおここで、前記身体部位容積データは胴体部位容積データあっても良い（請求項６、１６）。これによって、胴体部位の容積データを体脂肪率推定演算に反映させて、より精密な体脂肪率の推定演算を行い得る。

ここで、携帯可能な体脂肪計の筐体表面に第一、第二の測定電極対を配置して、前記被検者の左右の指を前記第一、第二の測定電極対に接触させて生体インピーダンスデータを測定しても良い（請求項７）。この構成によれば、携帯可能で手軽に体脂肪率を測定できる体脂肪計が得られる。

また一方、体重データを測定する体重測定手段を内蔵した体脂肪計の筐体の体重測定面に、第一、第二の測定電極対を配置して、前記被検者の左右の足を前記第一、第二の測定電極対上に載せて接触させることで、前記被検者の体重データと共に生体インピーダンスデータを測定しても良い（請求項８）。この構成によれば、生体インピーダンス測定と共に、体重データも測定できる体脂肪計が得られる。

なお、以上に述べた身体容積データは、例えば、光学測定手段等の身体容積データ測定手段によって測定された前記被検者の３次元形状データに基づき算出することができる（請求項９、１７）。こうすることで、比較的容易に全身の身体容積データの他、その一部の身体部位容積データも得ることができる。

前記被検者の周囲に配置して撮影する複数の撮像装置と、前記撮像装置から出力される画像信号に基づき前記被検者の３次元形状データを作成する画像処理部を光学測定手段は備えても良く（請求項１０、１８）、または、鉛直軸周りに回転する回転台と、前記回転台に載った前記被検者を撮影するひとつ或いは複数の撮像装置と、前記撮像装置から出力される画像信号に基づき前記被検者の３次元形状データを作成する画像処理部を光学測定手段は備えても良い（請求項１１、１９）。こうして、例えば光学的測定手段等によって人体の３次元形状データを作成し、これに基づき精密な全身の身体容積データや身体部位容積データを得ることができる。

本発明に係る体脂肪計は、被検者の身体部位に関連付けられた形状データを光学的に取得する光学測定手段と、前記被検者の全身の生体インピーダンスデータを測定するインピーダンス測定手段と、処理装置とを備えており、前記処理装置は、前記形状データと前記生体インピーダンスデータとを用いて所定の演算式により前記被検者の体脂肪率の推定値を算出するものである（請求項２０）。

こうすることで、被検者固有の体型的な特徴を反映し得る被検者の身体部位毎の形状データを考慮した上で体脂肪率の推定演算ができて、体脂肪計の体脂肪率推定値の精度を高めることができる。

ここで、前記身体部位は軸方向に延びる略棒状をなしており、前記形状データは、前記軸方向の長さ及び前記軸方向に交差する断面の周囲長であっても良い（請求項２１）。

そして、前記身体部位は、例えば、前記被検者の腕部、胴体部および脚部を含むようなものである（請求項２２）。

このような身体部位毎の形状データの使用によって被検者固有の体型的な特徴を正確に反映して体脂肪率の推定演算の精度を高めることができる。

なお、前記胴体部の前記形状データとして、前記被検者のウエストにおける断面の周囲長または、ウエストにおける断面の周囲長とバストにおける断面の周囲長の両方が含まれるものである（請求項２３）。被検者が女性であれば、被検者のバスト周囲長を考慮して体脂肪率の推定演算の精度を向上することが可能になる。

前記所定の演算式は、前記形状データと前記生体インピーダンスデータとを用いて前記被検者の体密度データの推定値を算出する体密度演算式と、前記体密度データを用いて前記被検者の体脂肪の推定値を算出する第一の体脂肪率演算式とを含むものである（請求項２４）。

これによって、被検者の身体部位毎の形状データを考慮した体密度データの演算を行うことができ、体脂肪率の高精度化を図られる。

なおここで、所定の母集団中の各個人について実測した体密度データ群と、前記母集団中の各個人について得られた形状データ群および生体インピーダンスデータ群とに基づいて重回帰分析によって導いた前記体密度演算式の係数を用いて、前記処理装置は前記体密度データを算出できる（請求項２５）。

このような回帰分析で体密度演算式の係数を算出しているため、その分、体密度データの精度が高められている。

また、前記光学測定手段の一例は、前記被検者の周囲に配置して撮影する複数の撮像装置と、前記撮像装置から出力される画像信号に基づき前記被検者の形状データを取得する画像処理部とを備えるものである（請求項２６）。

前記光学測定手段の他の例は、鉛直軸周りに回転する回転台と、前記回転台に載った前記被検者を撮影するひとつ或いは複数の撮像装置と、前記撮像装置から出力される画像信号に基づき前記被検者の形状データを取得する画像処理部とを備えるものである（請求項２７）。

こうすることで、正確に被検者の身体部位毎の形状データが光学測定手段により得られる。

本発明に係る体脂肪計は、被検者の身体部位に関連付けられた形状データを光学的に取得する光学測定手段と、前記身体部位毎の生体インピーダンスデータを測定するインピーダンス測定手段と、処理装置とを備えており、前記処理装置は、前記形状データと前記生体インピーダンスデータとを用いて第二の体脂肪率演算式により前記被検者の体脂肪率の推定値を算出するものである（請求項２８）。

こうすることで、被検者固有の体型的な特徴を反映し得る身体部位毎の形状データおよび身体部位毎の生体インピーダンスデータを考慮した上で体脂肪率の推定演算ができて、体脂肪計の体脂肪率推定値の精度を高めることができる。

また本発明に係る体脂肪計は、被検者の身体部位毎の身体容積データを光学的に取得する光学測定手段と、前記身体部位毎の生体インピーダンスデータを測定するインピーダンス測定手段と、処理装置とを備えており、前記処理装置は、前記身体容積データと前記生体インピーダンスデータとを用いて第三の体脂肪率演算式により前記被検者の体脂肪率の推定値を算出するものである（請求項２９）。

こうすることで、被検者固有の体型的な特徴を反映し得る身体部位毎の身体容積データおよび身体部位毎の生体インピーダンスデータを考慮した上で体脂肪率の推定演算ができて、体脂肪計の体脂肪率推定値の精度を高めることができる。

ここで、前記身体部位は、軸方向に延びる略棒状をなしており、前記形状データは、前記軸方向の長さ及び前記軸方向に交差する断面の周囲長であっても良い（請求項３０）。

前記身体部位は、例えば、前記被検者の腕部、胴体部および脚部を含むものである（請求項３１）。

このような身体部位毎の形状データおよび身体部位毎の生体インピーダンスデータの使用によって被検者固有の体型を正確に反映して体脂肪率の推定演算の精度を高めることができる。

前記胴体部の前記形状データとして、前記被検者のウエストにおける断面の周囲長または、ウエストにおける断面の周囲長とバストにおける断面の周囲長の両方が含まれるものである（請求項３２）。被検者が女性であれば、被検者のバスト周囲長を考慮して体脂肪率の推定演算の精度を向上することが可能になる。

所定の母集団中の各個人について実測した体脂肪率群と、前記母集団中の各個人について得られた形状データ群および生体インピーダンスデータ群とに基づいて重回帰分析によって導いた前記第二の体脂肪率演算式の係数を用いて、前記処理装置は前記体脂肪率を算出できる（請求項３３）。

このような回帰分析で体脂肪率演算式の係数を算出しているため、その分、体脂肪データの精度が高められている。

前記光学測定手段の一例は、前記被検者の周囲に配置して撮影する複数の撮像装置と、前記撮像装置から出力される画像信号に基づき前記被検者の形状データを取得する画像処理部とを備えるものである（請求項３４）。

また、前記光学測定手段の他の例は、鉛直軸周りに回転する回転台と、前記回転台に載った前記被検者を撮影するひとつ或いは複数の撮像装置と、前記撮像装置から出力される画像信号に基づき前記被検者の形状データを取得する画像処理部とを備えるものである（請求項３５）。

こうすることで、被検者の身体部位毎の形状データが簡易かつ正確に光学測定手段により得られる。

本発明によれば、個人データに身体容積データを含めて体脂肪率の推定値を測定したため、体脂肪率推定値の測定精度を高めることができる。また、本発明によれば、個人データに身体部位毎の形状データ及び／又は身体部位毎の生体インピーダンスデータを含めて体脂肪率の推定値を測定したため、体脂肪率推定値の測定精度を高めることができる。

以下、本発明の実施の形態につき図面を参照しながら説明する。

（実施の形態１）
図１は本発明の実施の形態１に係る体脂肪計の外観斜視図であって、図２は、図１の体脂肪計内部の制御処理を身体容積データ測定手段（光学測定手段）の制御を含めて説明するブロック図である。なお、身体容積データを後で述べる光学測定手段等の身体容積データ測定手段によって測定する場合には、体脂肪計はこの身体容積データ測定手段も備えることになる。

図１に示すように、本実施の形態に係る体脂肪計１０は、いわゆる携帯可能なカード型の筐体１を有している。この筐体１の正面略中央部には表示部８が配設され、表示部８の下方に入力操作部７が配設されている。この入力操作部７には、電源スイッチ、モード切り替えスイッチ等が配置されている。そして、表示部８の上方両端には、筐体１の上面２及び下面３に生体インピーダンスデータ測定用の第一、第二の測定電極対(４ａ、５ａ)、(４ｂ、５ｂ)がそれぞれ配設されている。即ち、電極４ａは上面２に、電極４ｂは下面３にそれぞれ配置され、これらは互いに筐体１の厚さ方向から見て対向する箇所に設けられている。また、電極５ａは上面２に、電極５ｂは下面３にそれぞれ配置され、これらは互いに筐体１の厚さ方向から見て対向する箇所に設けられている。

表示部３には、中央処理装置１４から入出力装置１８（図２参照）を介して体脂肪率測定に関連する被検者への各種メッセージの他、入力操作部７にて被検者が入力した身長および体重・性別・年齢・身体容積等の個人データ、後で述べる方法で測定された生体インピーダンスデータや体脂肪率等が出力されて表示される。

体脂肪計１０における演算処理および表示部の表示制御は、図２に示す中央処理装置（ＣＰＵ）１４と記憶装置１５で構成される制御部１２で実行される。

図２によれば、中央処理装置１４は、バスを介してＲＯＭやＲＡＭ等の記憶メモリからなる記憶装置１５に接続されている。記憶装置１５には、体脂肪計１０の動作を遂行する体脂肪率推定プログラムが予め記憶されている。

生体インピーダンスデータ測定用の第一、第二の測定電極対(４ａ、５ａ)、(４ｂ、５ｂ)はインピーダンス測定回路２０に接続され、インピーダンス測定回路２０の出力が入出力装置１８を介して中央処部１４に入力される。ここで、これらの電極対(４ａ、５ａ)、(４ｂ、５ｂ)とインピーダンス測定回路２０でもってインピーダンス測定手段２１を構成している。生体インピーダンスデータ測定手法をより詳細に説明すると、電極４ｂおよび電極５ｂは被検者の人体に電流路を形成する一対の電流路形成電極であり、電極４ａおよび電極５ａは、この電流経路内における２点間の電位差を測定する一対の電圧測定用電極である。そして、これらの電極は、体脂肪計１０の内部のインピーダンス測定回路２０に接続されている。即ち、電極４ｂおよび電極５ｂは一定電流を出力する定電流源を構成する回路部分に接続され、電極４ａおよび電極５ａはこれら２点間の電圧を測定する電圧計を構成する回路部分に接続されている。そして、これらの電極４ａ、４ｂ、５ａ、５ｂを介して生体インピーダンスデータを測定するにあたって、例えば、被検者の左手の親指を電極４ａに接触させその人指し指を電極４ｂに接触させる一方、被検者の右手の親指を電極５ａに接触させその人指し指を電極５ｂに接触させると、被検者の両手を人体の末端とする生体インピーダンスデータの測定が可能になる。

この体脂肪計１０のように、電極４ｂを電極４ａの略真裏に配置して、電極５ｂを電極５ａの略真裏に配置したため、両手の各手の２本の指を電極に接触させつつ筐体１を容易に摘み得る。これによって、体脂肪計１０を安定して保持できると共に、生体インピーダンスデータの測定も行い易い。また、電極４ａと電極４ｂとを被検者の左手の指でもって略等しく押圧でき、電極５ａと電極５ｂとを被検者の右手の指で略等しく押圧できて、生体インピーダンスデータを安定に測定可能である。よって体密度データの精度向上、ひいては体脂肪率の測定精度の向上を図れる。

被検者は、入力操作部７の機能キーを適宜操作して、各個人の身長データおよび体重データ・年齢データ・性別データ等の個人データを入力することができ、この操作によって個人データが入出力装置１８を介して中央処理装置１０に入力され、記憶装置１５にて記憶される。ここで、個人データは、身体容積データであって後で述べる測定法にて測定したものと、この身体容積データ以外の標準データに分類される。もっとも身体容積データも個人データの一種であるが、本実施の形態では、体脂肪率算出にあたり標準データおよび生体インピーダンスデータのみに基づく体脂肪率の標準測定モードとこれらに身体容積データを加味して体脂肪率の推定精度を高めた体容積補正測定モードのいずれか一方を選択できる処理を採用しているため（図４参照）、身体容積データをその他の個人データと区別して扱う。即ち、標準データとは、被検者の身体容積データに関するデータを除いた体脂肪率測定に有益なデータの総称であって、本実施の形態の場合には、標準データは、身長データおよび体重データ・年齢データ・性別データを含んでいる。また、上記の生体インピーダンスデータについても、本実施の形態では、インピーダンス測定手段２１にて測定され、被検者の入力するデータ項目ではないため、これも個人データとは区別して扱う。但し、被検者が別途生体インピーダンスを何らかの方法で測定しておき、これを入力操作部７で入力しても何ら構わない。

また、身体容積データの測定に関連する身体容積データ測定手段としての光学測定手段９は、入出力装置１８を介して処理装置１４に接続されており、処理装置１４は、光学測定手段９を操作して被検者の身体容積データを取得できる。勿論、被検者は別途、身体容積データを何らかの方法で測定して、これを入力操作部７の機能キーを使って入力しても構わない。

次に、この身体容積データの測定法につき図３を参照しながら説明する。

例えば、図３に示す光学測定手段９を制御部１２の処理装置１４と接続させて、被検者の身体容積データを処理装置１４は取得できる。即ち、光学測定手段９は、その鉛直な中心軸周りに回転する回転台４１と、この回転台４１に載った被検者を撮影するひとつ或いは複数のカメラ等の撮像装置４２と、カメラ４２から出力される画像信号に基づき被検者の３次元形状データを作成する画像処理部４３を備えている。こうすることで、被検者を回転させながら周囲からカメラ等の撮像装置４２で撮影を行い、これによって得た画像信号に基づき被検者の３次元形状データを作成でき、この３次元形状データに基づいて被検者の身体容積データを得ることができる。なお、被検者を回転させず、被検者の周囲に複数のカメラ等の撮像装置を配置して、この撮像装置から出力される画像信号に基づき３次元形状データを作成しても良い。

このような光学測定手段によれば、人体の特定部位の身体部位容積データ、例えば、胴体部位のデータのみを抽出して胴体部位容積データも容易に得ることができる。

次に、身体容積データを含んだ個人データを使った体容積補正測定モードの体脂肪率の算出法を従来の身体容積データを含まない標準測定モードのそれと比較しながら説明する。下記（１）式は、標準測定モードで使用される体密度推定演算式であり、（２）式はその体脂肪率の推定演算式である。また、下記（３）式は、体容積補正測定モードで使用される体密度推定演算式であり、（４）式はその体脂肪率の推定演算式である。

体容積補正モードでは、個人データに被検者の身体容積データを含んでいるため、これを含まない標準測定モードに比べて体密度推定演算で身体容積データを反映させてこの推定値の精度向上が図られている。身体容積データは、被検者の全身の体容積であっても良く、身体部位容積データであっても良い。身体部位容積データとは、例えば身体部位のひとつである胴体部位の容積データであり、これによって肥満とともに増加する腹部脂肪量を正確に反映させて体密度データを推定できる。

ＢＤ１＝ａ１−ｂ１×（Ｗ×Ｚ／Ｔ²）＋ｅ１×ａｇｅ＋ｆ１・・・（１）
ＦＡＴ１（％）＝（（Ｋ／ＢＤ１）−１）×１００・・・（２）
（１）式においてＢＤ１は被検者の体密度データ、Ｗは被検者の体重データ、Ｚは被検者の生体インピーダンスデータ、Ｔは被検者の身長データ、ａｇｅは被検者の年齢データ、ｆ１は被検者の男女の性別に基づく性別データである。（２）式においてＦＡＴ１（％）は被検者の体脂肪率、Ｋは体密度データから体脂肪率を換算する場合に用いられる特定の定数、ＢＤ１は（１）式で算出された体密度データである。

ＢＤ２＝ａ２−ｂ２×（Ｗ×Ｚ／Ｔ²）−ｃ１×ＢＶ＋ｅ２×ａｇｅ＋ｆ２・・（３）
ＦＡＴ２（％）＝（（Ｋ／ＢＤ２）−１）×１００・・・（４）
（３）式において、ＢＤ２は被検者の体密度データ、Ｗは被検者の体重データ、Ｚは被検者の生体インピーダンスデータ、Ｔは被検者の身長データ、ＢＶは被検者の身体容積データ、ａｇｅは被検者の年齢データ、ｆ２は被検者の男女の性別に基づく性別データである。（４）式において、ＦＡＴ２（％）は被検者の体脂肪率、Ｋは体密度データから体脂肪率を換算する場合に用いられる特定の定数である。

なおここで、例えば、（３）式における係数ａ２およびｂ２・ｃ１・ｅ２は、別途に以下のような統計処理によって求めて記憶装置１５に記憶しておく。なお、（１）式の係数ａ１およびｂ１・ｅ１も勿論、同様の方法で求め得る。

まず、標本として所定の母集団を抽出して、この母集団中の各個人の体密度データ群を物理的測定法、例えば水中体重法によって実測する。水中体重法によれば、人体を水中に浸けて得られた水中での体重と空気中での体重の比率から体密度データ群を実測できる。また、（３）式の右辺の各個人の体重データ群および身長データ群、身体容積データ群、年齢データ群等の個人データ群も何らかの方法で求めておく。なお体密度データ群や身体容積データ群は、この水中体重法の他に、例えば光学測定手段またはＤＥＸＡ法等の種々の方法を用いて測定できて、これらの測定法で求めた数値は補正を施して、互いに異なった手法で測定したもの同士でも使用できる。そして、（３）式左辺の体密度データ群と右辺の個人データ群との相関関係を仮定し、この相関関係を統計処理することで各係数が求まる。例えば、標本として抽出した各個人について実測された体密度データ群と、各個人についての（３）式右辺の変数のＷ×Ｚ／Ｔ²およびａｇｅとは何らかの相関関係があるとすれば、この相関を統計処理することによって各係数ａ２およびｂ２・ｃ１・ｅ２が算出できる。なお、各係数ａ２およびｂ２・ｃ１・ｅ２の算出にあたって、２種類以上の個人データ群と体密度データ群との相関の統計処理は、重回帰分析で導き得る。体密度データ群と個人データ群との相関を統計処理する観点から、それの精度確保のため母集団のトータル人数を１００人以上にすることが望ましい。

また、（３）式においてこの身体容積データ（ＢＶ）の変数に代えて体重データを身体容積データで除したＷ／ＢＶを変数として用いても良い。

以下、この体脂肪計１０の動作例について図４を参照して説明する。

図４は、体脂肪率測定モードのフローチャートを示す図である。体脂肪計１０の入力操作部７の電源スイッチを押すと電源がオンして、表示部８には複数の測定メニューが表示され、入力操作部７の操作で体脂肪率測定モードを開始することができる。なお、本測定モードを以下のように実行するにあたり、被検者の行う各種入力手順の指示は、表示部８にメッセージ表示される。ここで、被検者が体脂肪率測定モードを選択すると、記憶装置１５から体脂肪率推定プログラムが読み込まれて、このプログラムが以下の処理を処理装置や記憶装置等を制御しながら実行することになる。

まず、体脂肪計１０の処理装置１４から入出力装置１８を介して被検者の個人データのデータ入力要求が表示部８において行われ、被検者はこの要求に従って個人データを、入力操作部７を用いて入力する一方、処理装置１４は個人データを取得して記憶装置１５に記憶する。（ステップＳ１；Ｓ１）。

被検者の入力データ項目として、少なくとも体重データおよび身長データ・年齢データ・性別データが含まれ、後に述べる体容積補正測定モードを選択する場合には、これらのデータに被検者の身体容積データが加味される。なお、個人データのうち、身体容積データについては、光学測定手段９を処理装置１４が制御し操作することで自動的にこれを取得できるため、被検者は別途身体容積データを入力する必要はない。

次に、被検者が個人データの入力を終えると、体脂肪計１０の処理装置１４は、被検者に対して標準測定モードまたは体容積補正測定モードのうち、何れの測定モードを選択するかを表示部８に表示して問い合わせる（ステップＳ２；Ｓ２）。

標準測定モードとは、個人データのうち身体容積データを除いた標準データと、生体インピーダンスデータとにのみ基づいて体密度推定演算を行い、この体密度推定値から体脂肪率を測定するものである。一方、体容積補正測定モードとは、身体容積データおよび標準データ・生体インピーダンスデータに基づいて体密度推定演算を行い、この体密度推定値から体脂肪計を測定するものであって、このモードの体脂肪率の測定精度は、上記の標準測定モードのそれに比べて高められている。

続いて、仮に被検者が体容積補正測定モードを選択すると（Ｓ２においてＹＥＳ）、体脂肪計１０の処理装置１４は、記憶装置１５に予め記憶された体容積補正測定モード用の体密度推定演算式（３）および記憶装置１５に予め記憶された体容積補正測定モード用の体脂肪率推定演算式（４）を記憶装置１５から読み出す（ステップ３；Ｓ３）。

こうして、体脂肪計１０の処理装置１４は記憶装置１５から体密度推定演算式（３）および体脂肪率推定演算式（４）の読み出しを完了すると、処理装置１４は、入出力装置１８を介して被検者の生体インピーダンスデータの測定を促す要求を表示部８において表示する（ステップ４；Ｓ４）。表示部１８にて測定指示があった場合、被検者は、体脂肪計１０の筐体１の上下面２、３に配置された生体インピーダンスデータ測定用の第一、第二の測定電極対(４ａ、５ａ)、(４ｂ、５ｂ)を指で摘まむことによって生体インピーダンスデータを測定する。測定終了の後、処理装置１４は、この生体インピーダンスデータの測定値を取得してこのデータを記憶装置１５に記憶する。

更に続いて、体脂肪計１０の処理装置１４による生体インピーダンスデータの取得および記憶装置１５への記憶の後、処理装置１４は、既に入手した個人データや既に測定した生体インピーダンスデータを使って体密度推定演算式（３）を実行して、体密度推定値ＢＤ２を算出した後、この推定値ＢＤ２を取得して記憶装置１５への記憶を行う（ステップ５；Ｓ５）。

そして体密度推定演算の後、処理装置１４は、既に算出した体密度データＢＤ２を使って体脂肪率の推定演算式（４）を実行して、体脂肪率の推定値ＦＡＴ２を算出した後、この推定値ＦＡＴ２を取得して記憶装置１５への記憶を行う（ステップ６；Ｓ６）。

最終的には、処理装置１４は、記憶装置１５から体脂肪率推定値ＦＡＴ２を読み出して、この数値を、入出力装置１８を介して表示部８に表示して（ステップ１１；Ｓ１１）、一連の体容積補正モードによる体脂肪率測定を終える。

また一方、ステップＳ２において、仮に被検者が標準測定モードを選択すれば（Ｓ２においてＮＯ）、体脂肪計１０の処理装置１４は、記憶装置１５に予め記憶された標準測定モード用の体密度推定演算式（１）および記憶装置１５に予め記憶された標準測定モード用の体脂肪率推定演算式（２）を記憶装置１５から読み出す（ステップ７；Ｓ７）。

その後、体容積補正測定モードと同様の手順で、処理装置１４は、標準測定モードにおける体脂肪率測定を実行する。

即ち、処理装置１４は、入出力装置１８を介して被検者の生体インピーダンスデータの測定を促す指示を表示部８において表示する（ステップ８；Ｓ８）。次に、処理装置１４は、既に入手した標準データや既に測定した生体インピーダンスデータを使って体密度推定演算式（１）を実行して、体密度推定値ＢＤ１の算出およびこの推定値の記憶装置１５への記憶を行う（ステップ９；Ｓ９）。更には、処理装置１４は、既に算出した体密度データＢＤ１を使って体脂肪率の推定演算式（２）を実行して、体脂肪率の推定値ＦＡＴ１の算出およびこの推定値の記憶装置１５への記憶を行う（ステップ１０；Ｓ１０）。最終的に、処理装置１４は、記憶装置１５から体脂肪率推定値ＦＡＴ１を読み出して、この数値を、入出力装置１８を介して表示部８に表示して（ステップ１１；Ｓ１１）、一連の標準測定モードによる体脂肪率測定を終える。

これによって、被検者固有の体型を反映し得る身体容積データを含めた個人データに基づいて精度の高い体脂肪率を得ることができる。

（実施の形態２）
携帯可能なガード型の体脂肪計１０を例にして実施の形態１を説明したが、実施の形態２ではこれに代えて体重計としても兼用させ得る体脂肪計例を説明する。なお、 体重データ測定および生体インピーダンスの測定法を除いて体脂肪計の基本構成およびデータ入力から体脂肪率表示までの一連の体脂肪率測定モードは実施の形態１と同様なため、これらの説明は省略する。

図５は、実施の形態２の係る体重計として機能する体脂肪計の外観斜視図である。

体脂肪計３０の筐体３１の上面は体重測定面３２であり、筐体３１内部に内蔵されたロードセル（図示せず）によって体重測定面３２上に足を載せた被検者の体重データが測定されて表示部８にて表示される。

また、体重測定面３２には、被検者の生体インピーダンス測定用の第一、第二の測定電極対(３３ａ、３３ｂ)、(３４ａ、３４ｂ)が設けられており、被検者が体重測定時にこれらの電極に足の裏を接触させることで生体インピーダンスデータも体重データと共に併せて測定できる。即ち、この体脂肪計３０によると、被検者の左足の裏面を電極３３ａ、３４ａに接触させるようにして、その右足の裏面を電極３３ｂ、３４ｂに接触させるようにして体重測定面３２の上に載せることで、被検者の体重を測定できると共に、両足を人体の末端とする生体インピーダンスを測定することもできる。なお、電極３３ａおよび電極３３ｂは被検者体内に電流路を形成する一対の電流路形成電極であり、電極３４ａおよび電極３４ｂは、この電流経路内における２点間の電位差を測定する一対の電圧測定用電極である。

こうすることで、本実施の形態２による体脂肪計３０によれば、被検者は体重データを、別途入力操作部７を介して入力する必要がなくなり、入力すべき個人データを減らして操作の負担軽減を図ることができる。

（実施の形態３）
ここまで、図１および図３に示すように、光学測定手段９によって測定した身体容積データと、インピーダンス測定手段２１によって測定した被検者の全身の生体インピーダンスデータとを用いて所定の演算式から体脂肪率推定値の測定精度を高める体脂肪計１０、３０を例示したが、本実施の形態３では、被検者の身体部位毎（腕部、脚部及び胴体部等）の生体インピーダンスデータを測定するインピーダンス測定手段と被検者の身体部位毎の形状データ（長さや周囲長）を測定する光学測定手段を備える体脂肪計を説明する。

これにより、被検者の身体部位毎の生体インピーダンスデータ及び／又は被検者の身体部位毎の形状データを用いて所定の演算式により被検者の体脂肪率を精度良く演算することを可能にする。

なお、被検者の身体部位毎の形状データの測定は、既に説明した光学測定手段９（実施の形態１、図３参照）により行い得るため、この測定装置の構成の説明は省略する。

図６は、実施の形態３に係る体脂肪計５０の外観斜視図であり、未使用時にその本体部５１を体重測定部５３にコンパクトに収納した状態のものである。

体脂肪計５０は主として、本体部５１と体重測定部５３とにより構成され、体重測定部５３には本体部５１を収納するための本体収納部５３ａ（図７参照）が形成されて、ここに本体部５１の脱着部５１ａを嵌め込むことができるようになっている。

体重測定部５３の本体収納部５３ａに、本体部５１の脱着部５１ａを嵌め込むと、体脂肪計５０は図６に示すような状態となる。このように、本体部５１は、体重測定部５３から適宜に脱着できる。

図７は、体重測定部５３から本体部５１を離脱させたときの形態を示した体脂肪計５０の外観斜視図である。体脂肪計５０を使用するときは、このように体重測定部５３から本体部５１を離脱させ、後で述べるように本体部５１を両手で保持する。

図８は、体脂肪計５０の信号処理に関するハードウェア構成を示したブロック図である。

図８に示されるように、体脂肪計５０の制御系のハードウェア構成は、生体インピーダンス測定用の電極Ｅ１〜Ｅ８およびインピーダンス測定回路６１を含むインピーダンス測定手段６２と、入力操作部５５と、表示部５４と、体重測定用のロードセル６０と、身体部位毎の形状データ測定用の光学測定手段９と、入出力装置６３と、記憶装置６５と中央処理装置６６を含む制御部６４と、によって構成されている。制御部６４は、主に、ＣＰＵによって構成される中央処理装置６６と、ＲＯＭやＲＡＭ等の半導体メモリによって構成される記憶装置６５とを有している。

四つの足用電極（Ｅ５、Ｅ６、Ｅ７、Ｅ８）およびロードセル６０は、体重測定部５３に設けられた部材または部品である。四つの手用電極（Ｅ１、Ｅ２、Ｅ３、Ｅ４）、インピーダンス測定回路６１、入力操作部５５、表示部５４、入出力装置６３および制御部６４は、本体部５１に設けられた部材または部品である。

また、身体部位毎の形状データを測定するための光学測定手段９（図３参照）は、体脂肪計５０の入出力装置６３に適宜の信号ケーブルを介して電気的に接続される測定システムである。

図７に示すように本体部５１と体重測定部５３とは信号ケーブル５２によって接続されている。信号ケーブル５２は多芯のケーブルである。本体部５１に内蔵する部材と体重測定部５３に内蔵する部材との間の電気信号の送受信は、すべて信号ケーブル５２を介してなされる。

具体的には、足用電極（Ｅ５、Ｅ６、Ｅ７、Ｅ８）とインピーダンス測定回路６１との間、および、ロードセル６０と入出力装置６３との間は、信号ケーブル５２によって接続されている。

また、図８に示すように、インピーダンス測定回路６１、入力操作部５５、表示部５４、ロードセル６０および光学測定手段９と、制御部６４との間の信号やデータの伝送は、すべて入出力装置６３を介して行われる。また、図示してはいないが、各種信号やデ−タは、必要に応じてＡ／Ｄ変換器（図示せず）でディジタル化されて伝送される。

図６および図７を参照して体脂肪計５０の構成を詳しく説明すると、本体部５１は、携帯可能な比較的薄型の形状をなしている。

本体部５１には、その左右端に左突出部５６ａと右突出部５６ｂとが形成されている。両突出部５６ａ、５６ｂは、図７に示すように、左右方向に突出した板状の部分である。こうして、被検者は左手で左突出部５６ａを、右手で右突出部５６ｂを把持することによって、本体部５１を保持することができる。

ロードセル６０は、被検者の体重を測定するための体重値測定手段を構成しており、被検者は自らの体重を測定するために、体重測定部５３の測定面５７に載る。被検者が測定面５７に載ると、被検者の体重データがロードセル６０によって検出可能な状態になる。

ロードセル６０によって検出された被検者の体重デ−タは、検出精度を保持するべく特に図示されないアンプによって増幅された後にＡ／Ｄ変換され、ディジタル信号として入出力装置６３を介して制御部６４に伝送されて、記憶装置６５に記憶される。

次に、被検者の身体部位毎の生体インピーダンスを測定するインピーダンス測定手段６２に関連する構成を説明する。

左突出部５６ａの上端面には電極Ｅ１が配設され、左突出部５６ａの下端面には電極Ｅ２が配設されている。また、右突出部５６ｂの上端面には電極Ｅ４が配設され、右突出部５６ｂの下端面には電極Ｅ３が配設されている。

ここで、被検者は、左手の人指し指が電極Ｅ１に接触するように、かつ、左手の親指が電極Ｅ２に接触するようにして、左手で左突出部５６ａを把持する。また、被検者は、右手の人指し指が電極Ｅ４に接触するように、かつ、右手の親指が電極Ｅ３に接触するようにして、右手で右突出部５６ｂを把持する。

測定面５７には足用電極（Ｅ５、Ｅ６、Ｅ７、Ｅ８）が配設されている。測定面５７に被検者が載ると、被検者の足の裏が各足用電極（Ｅ５、Ｅ６、Ｅ７、Ｅ８）に接触する。より詳細に説明すると、体重測定部５３に被検者が載ると、被検者の左足の裏の土踏まずより前方部分（この部分を以下、「左足母指丘部分」とも呼ぶ）が電極Ｅ５に接触する。また、左足の裏の踵部分が電極Ｅ６に接触する。また、右足の裏の土踏まずより前方部分（この部分を以下、「右足母指丘部分」とも呼ぶ）が電極Ｅ８に接触する。また、右足の裏の踵部分が電極Ｅ７に接触する。

次に、インピーダンス測定手段６２のインピーダンス測定動作を詳しく説明する。

電極Ｅ１〜Ｅ８のうち、電極（Ｅ１、Ｅ４、Ｅ５、Ｅ８）は、被検者の身体に電流路を形成するための電流路形成用電極である一方、電極（Ｅ２、Ｅ３、Ｅ６、Ｅ７）は、被検者の身体に生ずる電圧分布に応じて２極間の電圧を測定するための電圧測定用電極である。

より詳しくは、インピーダンス測定回路６１には、電極切換スイッチ部、電流源および電圧測定部等(図示せず)が配置されている。インピーダンス測定回路６１の電流源は、電極切換スイッチ部を介して四つの電流路形成用電極（Ｅ１、Ｅ４、Ｅ５、Ｅ８）のうちの任意の二の電極に接続される。

例えば、電極Ｅ１及びＥ５または電極Ｅ４及びＥ８を介して各々、人体の左手と左足または右手と右足を末端とする電流路を形成することができる。

この電流源は交流周波数の電流を発生させるものである。電流源は、複数の所定の周波数のうちの選択された一の周波数の交流電流を発生させることができる。

また、インピーダンス測定回路６１の電圧測定部は、電極切換スイッチ部を介して四つの電圧測定用電極（Ｅ２、Ｅ３、Ｅ６、Ｅ７）のうちの任意の二の電極に接続される。電流源が接続される電極および電圧測定部が接続される電極を、電極切換スイッチ部によって順次切替えてゆくことにより、身体の種々の身体部位の間の電位差（電圧）を検出することができる。電圧測定部が検出した電圧のデータは、入出力装置６３を介して制御部６４に伝送される。

電流源によって発生する電流値は予め決められた一定値であるため、電圧測定部からの電圧データを得ることによりインピーダンスを算出することができる。

なお、インピーダンス算出のための演算は、制御部６４の中央処理装置６６によってなされる。

すなわち、四つの電流路形成用電極（Ｅ１、Ｅ４、Ｅ５、Ｅ８）の内の二の電極間で所定周波数の微弱な交流電流を流すと、この電流によって被検者の身体に電圧分布が生ずる。このような状態において、四つの電圧測定用電極（Ｅ２、Ｅ３、Ｅ６、Ｅ７）の内の二の電極間の電圧を測定する。そして、被検者の身体を流れる電流の電流値と、測定された電圧値とから、生体インピーダンスデータを算出することができる。この生体インピーダンスデータの算出は、制御部６４が実行する。

図９は、被検者の身体部位毎（腕部、胴体部および脚部）における生体インピーダンスデータの配置を模式的に示す図であり、この図を参照しつつ、被検者の身体部位毎の生体インピーダンスデータの測定例を、以下に説明する。

図中に記載のインピーダンス（Ｚ１）は被検者の左腕の生体インピーダンスデータであり、インピーダンス（Ｚ２）は右腕の生体インピーダンスであり、インピーダンス（Ｚ３）は胴体部の生体インピーダンスデータであり、インピーダンス（Ｚ４）は左脚の生体インピーダンスであり、インピーダンス（Ｚ５）は右脚の生体インピーダンスである。

この図を参酌して被検者のある身体部位の生体インピーダンスデータがどのようにして測定されるかを例示する。例えば、電極Ｅ１と電極Ｅ５との間に電流が流されると、左手の指と左足の裏を末端とした電流路が人体に形成される。このときの電流路は、図中のインピーダンス（Ｚ１、Ｚ３、Ｚ４）によって形成される。

このような電流路が形成されているときに、電極Ｅ３と電極Ｅ７との間の電圧を測定すると、インピーダンス（Ｚ２）とインピーダンス（Ｚ５）に電流源からの電流が流れずこれらのインピーダンス（Ｚ２、Ｚ５）に起因する電圧降下は発生しないため、インピーダンス（Ｚ３）、すなわち胴体部の生体インピーダンスデータは、この測定電圧を既知の電流値で除することにより求めることができる。

また例えば、電極Ｅ１と電極Ｅ５との間に電流を流し、電極Ｅ２と電極Ｅ３との間の電圧を測定すると、インピーダンス（Ｚ２）に電流源からの電流が流れずこのインピーダンス（Ｚ２）に起因する電圧降下は発生しないため、インピーダンス（Ｚ１）、すなわち左腕の生体インピーダンスデータは、この測定電圧を既知の電流値で除することにより求めることができる。

これらの例から理解されるように、電流路形成用電極（Ｅ１、Ｅ４、Ｅ５、Ｅ８）と、電圧測定用電極（Ｅ２、Ｅ３、Ｅ６、Ｅ７）とを選択することにより、被検者の身体部位毎のインピーダンスを測定できる。

すなわち、これにより、その左腕の生体インピーダンスデータ（Ｚ１）、右腕の生体インピーダンスデータ（Ｚ２）、胴体部の生体インピーダンスデータ（Ｚ３）、左脚の生体インピーダンスデータ（Ｚ４）、右脚の生体インピーダンスデータ（Ｚ５）を各々測定することができる。

次に、被検者の身体部位毎の形状データを測定する光学測定手段の測定動作を詳しく説明する。なお既述したように光学測定手段の構成は、実施の形態１で説明したものと同じため、これの構成の説明は省略する。

被検者の身体部位毎の形状データの測定仕様（定義）を述べたうえで、光学測定手段９に基づくこれらの形状データの測定法を順次説明する。

（腕の長さ：Ｌａ）
「腕の長さＬａ」とは、腕を軸方向に伸ばして略棒状をなした形態においてその腕の軸方向の長さ、すなわち、被検者の脇の付け根の位置から手首の位置までの距離のことをいう。

なお、被検者の通常の姿勢において、光学測定手段９のカメラ４２により撮影し出力した被検者の画像信号から被検者の手首の位置を特定することが困難であれば、被検者に手首を曲げるような形態（手を地面に着けたような形態）をとるように促すメッセージを制御部６４は表示部５４に表示する。

また、被検者の体型によっては、腕の付け根の位置が胸部側面に密着して隠れ、脇の付け根の位置の特定が難しい場合もある。このような場合には、制御部６４は、被検者に腕を外側に開くことを促すメッセージを表示部５４に表示する。

こうして、画像処理部４３は、被検者の腕部に関連付けられた形状データ（ここでは、一次元の長さ）としての被検者の腕の長さＬａを取得して、画像処理部４３は、腕の長さＬａに関するデータを制御部６４に送信し、制御部６４は、このデータを記憶装置６５に記憶する。

（腕の周囲長：Ｃａ）
「腕の周囲長Ｃａ」とは、腕を軸方向に伸ばして略棒状をなした形態において被検者の上腕部の周囲の長さのことをいう。

ここで、一方向の画像のみでは腕の周囲長Ｃａは計測困難なため、カメラ４２により被検者を正面から撮影し出力した画像信号に基づき画像処理部４３は、被検者の上腕部の幅寸法を読み取り、かつカメラ４２により被検者を側面から撮影し出力した画像信号に基づき画像処理部４３は、被検者の上腕部の厚さ寸法を読み取る。

そして、画像処理部４３は、被検者の腕部に関連付けられた形状データ（ここでは、周囲長）として、上腕部の幅寸法および厚さ寸法を標準体型として予め記憶装置６５に記憶した上腕部の断面形状に合わせてその周囲長Ｃａを推定して取得し、画像処理部４３は、腕の周囲長Ｃａに関するデータを制御部６４に送信し、制御部６４は、このデータを記憶装置６５に記憶する。

（脚の長さ：Ｌｌ）
「脚の長さＬｌ」とは、脚を軸方向に伸ばして略棒状をなした形態において被検者の股の付け根の位置から床面（図３に示す回転台４１に被検者を載せて測定する場合には、その回転台４１の上面）までの距離のことをいう。

被検者の通常の姿勢において、その体型によっては股の付け根が両足を密着することにより隠れ、股の付け根の位置の特定が難しい場合もある。このような場合に、制御部６４は、被検者に脚を両側に若干開くことを促すメッセージを表示部５４に表示する。なおこの場合、股の付け根から床面の距離は、被検者の脚の長さと相違するが、脚を開いた角度とこの距離とを用いて、被検者の脚部に関連付けられた形状データとしての脚の長さＬｌが求まる。

こうして、画像処理部４３は、カメラ４２により被検者を撮影し出力した画像信号に基づき被検者の脚の長さＬｌを取得して、画像処理部４３は、脚の長さＬｌに関するデータを制御部６４に送信し、制御部６４は、このデータを記憶装置６５に記憶する。

（脚の周囲長：Ｃｌ）
「脚の周囲長Ｃｌ」とは、脚を軸方向に伸ばして略棒状をなした形態において被検者の大腿部の周囲の長さのことをいう。

ここで、一方向の画像のみでは脚の周囲長Ｃｌは計測困難なため、カメラ４２により被検者を正面から撮影し出力した画像信号に基づき画像処理部４３は、被検者の大腿部の幅寸法を読み取り、かつカメラ４２により被検者を側面から撮影し出力した画像信号に基づき画像処理部４３は、被検者の大腿部の厚さ寸法を読み取る。

そして、画像処理部４３は、被検者の脚部に関連付けられた形状データとして、これらの大腿部の幅寸法および厚さ寸法を標準体型として予め記憶装置６５に記憶した大腿部の断面形状に合わせてその周囲長Ｃｌを推定して取得し、画像処理部４３は、脚の周囲長Ｃｌに関するデータを制御部６４に送信し、制御部６４は、このデータを記憶装置６５に記憶する。

（胴体部のウエスト周囲長：Ｃｔ）
「ウエスト周囲長Ｃｔ」とは、略棒状をなした胴体部においてへその位置（ウエスト位置）に対応する周囲の長さのことをいうが、ウエスト位置をカメラ４２により撮影によりその位置を特定することが困難であれば、被検者の肩の位置と股の付け根の位置をカメラ４２の撮影により特定して両位置の間を所定の比例配分にてウエスト位置を決定して、この位置における胴体の周囲の長さを、簡易的に「ウエスト周囲長Ｃｔ」としても良い。

ここで、一方向の画像のみではウエスト周囲長Ｃｔは計測困難なため、カメラ４２により被検者を正面から撮影し出力した画像信号に基づき画像処理部４３は、被検者のウエスト位置における胴体部の幅寸法を読み取り、かつカメラ４２により被検者を側面から撮影し出力した画像信号に基づき画像処理部４３は、被検者のウエスト位置における胴体部の厚さ寸法を読み取る。

そして、画像処理部４３は、被検者の胴体部に関連付けられた形状データとして、これらのウエスト位置における胴体部の幅寸法および厚さ寸法、標準体型として予め記憶装置６５に記憶したウエスト位置における胴体部の断面形状に合わせてその周囲長Ｃｔを推定して取得し、画像処理部４３は、ウエスト周囲長Ｃｔに関するデータを制御部６４に送信し、制御部６４は、このデータを記憶装置６５に記憶する。

（胴体部長さ：Ｌｔ）
「胴体部長さＬｔ」とは、略棒状をなした胴体部の肩の位置から股の付け根の位置までの距離のことをいう。

もっとも、被検者の身長からその脚の長さＬｌおよびその頭部の長さ並びにその首部の長さを減じることにより、被検者の胴体部長さＬｔを算出しても良い。この際、身長データとして被検者が予め入力操作部５５を介して入力したものを使っても構わないが、被検者の身長を、被検者の髪の毛の量、その形状またはその色等の影響による測定誤差を補正しながら、光学測定手段９により被検者の身長を測定することも可能である（測定上限値：２ｍ）。

こうして、画像処理部４３は、カメラ４２により被検者を撮影し出力した画像信号に基づき被検者の胴体部に関連付けられた形状データとしての胴体部長さＬｔを取得して、画像処理部４３は、胴体部長さＬｔに関するデータを制御部６４に送信し、制御部６４は、このデータを記憶装置６５に記憶する。

（胴体部のバスト周囲長：Ｃｂ）
「バスト周囲長Ｃｂ」とは、略棒状をなした胴体部において、被検者を側面から見て、被検者の脇の付け根を基準に上下方向所定範囲内で最も厚い位置における胴体部（胸部）の周囲の長さのことをいう。なお、バスト周囲長Ｃｂは、女性にのみ関係するデータであり、被検者によって入力操作部５５を介して入力された性別データを基に、制御部６４は、光学測定手段９によってバスト周囲長Ｃｂを取得するか否かを判定する。

こうして、画像処理部４３は、カメラ４２により被検者を撮影し出力した画像信号に基づき被検者の胴体部に関連付けられた形状データとしての被検者のバスト周囲長Ｃｂを取得して、画像処理部４３は、バスト周囲長Ｃｂに関するデータを制御部６４に送信し、制御部６４はこのデータ記憶装置６５に記憶する。

勿論、「腕の長さＬａ」と、「腕の周囲長Ｃａ」と、「脚の長さＬｌ」と、「脚の周囲長Ｃｌ」と、「胴体部のウエスト周囲長Ｃｔ」と、「胴体部長さＬｔ」と、「胴体部のバスト周囲長Ｃｂ」とを画像処理装置４２が取得することなく、カメラ４２から出力される画像信号を直接、制御部６４（中央処理装置６６）が受け取って、この画像信号を基に中央処理装置６６が、「腕の長さＬａ」と、「腕の周囲長Ｃａ」と、「脚の長さＬｌ」と、「脚の周囲長Ｃｌ」と、「胴体部のウエスト周囲長Ｃｔ」と、「胴体部長さＬｔ」と、「胴体部のバスト周囲長Ｃｂ」と、を取得して、これらの形状データを記憶装置６５に記憶させても構わない。

ここで、被検者の身体部位毎の生体インピーダンスデータ及び／又は被検者の身体部位毎の形状データを用いて所定の演算式により被検者の体脂肪率を演算する動作を説明する。

まず、被検者の身体部位毎の形状データを含む個人データを使った体脂肪率の演算動作を述べる。

被検者の体脂肪率を演算する基礎データとして、被検者の身体部位毎の形状データを含む個人データを用いて下記（５）式から被検者の体密度が中央処理装置６６によって演算され、演算された体密度が記憶装置６５に記憶される。

下記（５）式は、被検者の身体部位毎の形状データを含ませた体密度データの演算式である。また、下記（６）式は、（５）式により演算した体密度データを用いて体脂肪率を演算する推定演算式である。これらの演算式は予め記憶装置６５に記憶されている。

下記（５）式では、個人データに被検者の身体部位毎の形状データを含んでいるため、形状データを含まない従来の体密度演算に比べ、これらのデータを体密度演算に反映してその推定値の精度向上が図られ、ひいては下記（６）式で求まる体脂肪率の推定演算値の精度が高められる。なお、女性の場合には下記（５）式にバスト周囲長Ｃｂのデータを付加して、体密度データを演算する方が望ましい。

ＢＤ３＝ａ３−ｂ３×（Ｗ×Ｚ／Ｔ²）−ｇ１×（Ｃｔ²／Ｌｔ）
＋ｈ１×（Ｃａ²／Ｌａ）−ｉ１×（Ｃｌ²／Ｌｌ）＋ｅ３×ａｇｅ＋ｆ３・・・（５）
ＦＡＴ３（％）＝（（Ｋ／ＢＤ３）−１）×１００・・・（６）
ここで、（５）式においてＢＤ３は被検者の体密度データである。Ｗは被検者の体重データであって、ロードセル６０により測定されて記憶装置６５に記憶されている。Ｚは、被検者の全身の生体インピーダンスデータであって、体脂肪計５０のインピーダンス測定手段６２により測定されて記憶装置６５に記憶されている。

また、Ｔは被検者の身長データであり、Ｃｔはウエスト周囲長であり、Ｌｔは胴体部長さであり、Ｃａは腕の周囲長であり、Ｌａは腕の長さであり、Ｃｌは脚の周囲長であり、Ｌｌは脚の長さであって、これらの形状データは体脂肪計５０の光学測定手段９により測定されて記憶装置６５に記憶されている。なお、ａｇｅは被検者の年齢データであり、ｆ３は被検者の男女の性別に基づく性別データであって、これらのデータは、被検者により入力操作部５５を介して入力されて記憶装置６５に記憶されている。

また、（６）式においてＦＡＴ３（％）は被検者の体脂肪率である。Ｋは体密度データから体脂肪率を換算する場合に用いられる特定の定数であり、予め記憶装置６５に記憶されている。

なおここで、（５）式における係数ａ３、ｂ３、ｇ１、ｈ１、ｉ１およびｅ３は、別途に以下のような統計処理によって求めて記憶装置６５に記憶されている。

標本として所定の母集団を抽出して、この母集団中の各個人の体密度データ群を物理的測定法、例えば水中体重法によって実測する。水中体重法によれば、人体を水中に浸けて得られた水中での体重と空気中での体重の比率から体密度データ群を実測できる。また、（５）式の右辺の各個人の体重データ群および身長データ群並びに被検者の身体部位に関連付けられた各形状データ群並びに年齢データ群（以下、形状データ群等という。）も適宜の方法により求める。

なお、体密度データ群は、この水中体重法の他に、例えば光学測定手段９またはＤＥＸＡ法等の種々の方法を用いて測定できて、これらの測定法で求めた数値は補正を施して、これにより互いに異なった手法で測定したもの同士でも使用できる。

そして、（５）式の左辺の体密度データ群と右辺の形状データ群等との相関関係を仮定し、この相関関係を統計処理することで各係数が求まる。例えば、標本として抽出した各個人について実測された体密度データ群と、各個人についての（５）式の右辺の変数の（Ｗ×Ｚ／Ｔ²、（Ｃｔ²／Ｌｔ）・・・）とは何らかの相関関係があるとすれば、この相関を統計処理することによって各係数ａ３、ｂ３、ｇ１、ｈ１、ｉ１およびｅ３が算出できる。

なお、各係数ａ３、ｂ３、ｇ１、ｈ１、ｉ１およびｅ３の算出にあたって、２種類以上の形状データ群等と体密度データ群との相関の統計処理は、重回帰分析で導き得る。

体密度データ群と形状データ群等との相関を統計処理する観点から、それの精度確保のため母集団のトータル人数を１００人以上にすることが望ましい。

次に、被検者の身体部位毎の形状データおよび身体部位毎の生体インピーダンスデータを含む個人データを使った体脂肪率の演算動作を述べる。

被検者の体脂肪率を演算する式（下記（７）式）は、予め記憶装置６５に記憶されている。なお、下記（７）式の従属変数が被検者の体脂肪率であり、その独立変数が被検者の身体部位毎の形状データおよび被検者の身体部位毎の生体インピーダンスデータであって、被検者の体密度を演算することなく、直接、被検者の形状データおよび生体インピーダンスデータ等を用いて体脂肪率を演算することが可能である。

下記（７）式では、個人データに被検者の身体部位毎の形状データおよびその身体部位毎の生体インピーダンスデータを含んでいるため、従来の体脂肪率演算に比べ、これらのデータを体脂肪率演算に反映して体脂肪率推定値の精度向上が図られる。なお、女性の場合には下記（７）式にバスト周囲長Ｃｂのデータを付加して、体脂肪率を演算する方が望ましい。

ＦＡＴ４(％)＝ｏ１−ｐ１×Ｌｔ／（Ｚｔ×Ｃｔ²）＋ｑ１×Ｌａ／（Ｚａ×Ｃａ²）−ｒ１×Ｌｌ／（Ｚｌ×Ｃｌ²）＋ｕ１×ａｇｅ＋ｖ１・・・（７）
ここで、（７）式においてＦＡＴ４（％）は被検者の体脂肪率である。Ｚｔは、被検者の胴体部の生体インピーダンスデータであり、Ｚａは、その右腕または左腕の何れかの生体インピーダンスデータであり、Ｚｌはその右脚または左脚の何れかの生体インピーダンスデータであって、これらのデータは体脂肪計５０のインピーダンス測定手段６２により測定されて記憶装置６５に記憶されている。

また、Ｃｔはウエスト周囲長であり、Ｌｔは胴体部長さであり、Ｃａは腕の周囲長であり、Ｌａは腕の長さであり、Ｃｌは脚の周囲長であり、Ｌｌは脚の長さであって、これらの形状データは体脂肪計５０の光学測定手段９により測定されて記憶装置６５に記憶されている。

なお、ａｇｅは被検者の年齢データであり、ｖ１は被検者の男女の性別に基づく性別データであって、これらのデータは、被検者により入力操作部５５を介して入力されて記憶装置６５に記憶されている。

なおここで、（７）式における係数ｏ１、ｐ１、ｑ１、ｒ１およびｕ１は別途、上記と同様の統計処理によって求めて記憶装置６５に記憶されている。すなわち、（７）式の左辺の体脂肪率データ群と、右辺の生体インピーダンスデータ群および形状データ群等との相関関係を仮定し、この相関関係を統計処理することで各係数が求まる。 例えば、標本として抽出した各個人について実測された体脂肪率データ群と、各個人についての（７）式の右辺の変数の（Ｌｔ／（Ｚｔ×Ｃｔ²）、Ｌａ／（Ｚａ×Ｃａ²）・・・）とは何らかの相関関係があるとすれば、この相関を統計処理することによって各係数ｏ１、ｐ１、ｑ１、ｒ１およびｕ１が算出できる。

なお、（７）式では、被検者の身体部位毎の形状データおよびその身体部位毎の生体インピーダンスデータを個人データに含ませて、被検者の体脂肪率推定値を演算しているが、これの変形例として、被検者の身体部位毎の身体容積データとその身体部位毎の生体インピーダンスデータとを個人データに含ませて被検者の体脂肪率推定値を演算することも可能である。これにより、従来の体脂肪率演算に比べ、被検者の身体部位毎の身体容積データおよび生体インピーダンスデータを体脂肪率演算に反映して体脂肪率推定値の精度向上が図られる。なお、被検者の身体部位毎の身体容積データは、既に説明した光学測定手段９により測定可能である。

例えば、被検者の胴体部の身体容積データＢＶｔと被検者の胴体部の生体インピーダンスデータＺｔとを用いて下記（８）式のような演算式により被検者の体脂肪率推定値を演算することができる。

ＦＡＴ５（％）＝ｏ２−ｐ２×（ＢＶｔとＺｔとを変数として含む式）
＋ｕ２×ａｇｅ＋ｖ２・・・（８）
なおここで、ａｇｅは被検者の年齢データであり、ｖ２は被検者の男女の性別に基づく性別データである。また、係数ｏ２、ｐ２およびｕ２は、上記と同様の統計処理によって求まる。

以下、体脂肪計５０の体脂肪率測定モードの動作例について、図１０を参照して説明する。

図１０は、この体脂肪計５０の体脂肪率測定モードの主要な測定動作の一例として、被検者の身体部位毎の形状データを含む個人データを用いて体密度推定演算式（（５）式）と体脂肪率推定演算式（（６）式）とによって体脂肪率を測定する処理動作を示したフローチャート図である。

なお、被検者の身体部位毎の形状データおよび身体部位毎の生体インピーダンスデータを用いて体脂肪率演算式（（７）式）によって体脂肪率を測定する処理動作は、図１０に示したフローチャート図およびこれに関連する記載を参酌すれば明確かつ充分に理解可能なため、ここでは、これに関するフローチャート図およびその説明は省略する。

被検者が体脂肪計５０の入力操作部５５の電源スイッチを押すと電源がオンして、表示部５４には複数の測定メニューが表示され、入力操作部５５の操作で体脂肪率測定モードを開始することができる。

なお、本測定モードを以下のように実行するにあたり、被検者の行う各種入力手順の指示は、表示部５４にメッセージ表示される。ここで、被検者が体脂肪率測定モードを選択すると、記憶装置６５から予め記憶装置６５に記憶された体脂肪率推定プログラムが読み込まれて、このプログラムが以下の処理を処理装置や記憶装置等を制御しながら実行することになる。

まず、体脂肪計５０の中央処理装置６６から入出力装置６３を介して被検者の個人データのデータ入力要求が表示部５４において行われ、被検者はこの要求に従って個人データを、入力操作部５５を用いて入力する一方、中央処理装置６６は個人データを取得して記憶装置６５に記憶する。（ステップＳ１０１；Ｓ１０１）。

被検者の入力データ項目として、少なくとも年齢データと性別データが含まれる。

なお、後で述べるように、個人データのうち、被検者の身長データＴ、腕の長さＬａ、腕の周囲長Ｃａ、胴体部長さＬｔ、ウエスト周囲長Ｃｔ、脚の長さＬｌ、脚の周囲長Ｃｌおよびバスト周囲長Ｃｂ（女性のみ）については、光学測定手段９を中央処理装置６６が制御し操作することによりにこれを取得できるため、被検者はこれらのデータを入力する必要はない。また、被検者の生体インピーダンスデータについても、インピーダンス測定手段６２を中央処理装置６６が制御し操作することによりこれを取得できるため、被検者はこの生体インピーダンスデータを入力する必要はない。同様に、被検者の体重データについても、ロードセル６０を中央処理装置６６が制御し操作することによりこれを取得できるため、被検者はこの体重データを入力する必要はない。

次に、被検者により個人データの入力が完了すると、中央処理装置６６は、入出力装置６３を介して被検者の生体インピーダンスデータの測定を促す要求を表示部５４において表示する。そして、表示部５４にて測定開始指示があれば、被検者は、体脂肪計５０の本体部５１に配置した生体インピーダンスデータ測定用の手用電極Ｅ１〜Ｅ４を指で摘まみ、体脂肪計５０の測定面５７に配置した生体インピーダンスデータ測定用の足用電極Ｅ５〜Ｅ８に足を載せることによって被検者の全身の生体インピーダンスデータが測定される。測定終了の後、中央処理装置６６は、この生体インピーダンスデータの測定値を取得してこのデータを記憶装置６５に記憶する（ステップＳ１０２；Ｓ１０２）。

続いて、中央処理装置６６は、入出力装置６３を介して被検者の体重データの測定を促す要求を表示部５４において表示する。そして、入出力装置６３の体重測定開始スイッチが押されれば、中央処理装置６６は、体重データの測定値を取得しこのデータを記憶装置６５に記憶する（ステップＳ１０３；Ｓ１０３）。

勿論、このステップＳ１０３の処理ステップを省いて、中央処理装置６６が、ステップＳ１０２において被検者の生体インピーダンスデータの測定と同時に自動的にその体重データを測定するように動作しても良い。

その後、中央処理装置６６は、入出力装置６３を介して被検者の身体部位毎の形状データの測定を促す要求を表示部５４において表示する。そして、光学測定手段９による被検者の身体部位毎の形状データを測定する準備が整えられれば、中央処理装置６６は必要に応じて正確な形状データを取得できるように、被検者に対して適宜の姿勢（例えば、被検者の手首の位置を正確に特定するための手首を曲げた形態）をとるように指示すると共に、各種の形状データの測定値を取得してこのデータを記憶装置６５に記憶する（ステップＳ１０４；Ｓ１０４）。

そして、中央処理装置６６は、ステップＳ１０１で述べた入力データおよびステップＳ１０２で述べた生体インピーダンスデータ並びにステップＳ１０３で述べた体重データ並びにステップＳ１０４で述べた形状データを、体密度推定演算式（（５）式）と共に記憶装置６５から読み出し、これらのデータを用いて体密度推定演算式から体密度推定値を算出した後、この推定値の記憶装置６５への記憶を行う（ステップ１０５；Ｓ１０５）。

続いて、中央処理装置６６は、体脂肪率推定演算式（（６）式）と定数Ｋとを記憶装置６５から読み出し、ステップＳ１０５で算出した体密度データを用いて体脂肪率推定演算式から体脂肪率の推定値を算出した後、この推定値の記憶装置６５への記憶を行う（ステップ１０６；Ｓ１０６）。

こうして、中央処理装置６６は、記憶装置６５から体脂肪率推定値を読み出して、この数値を、入出力装置６３を介して表示部５４に表示して（ステップ１０７；Ｓ１０７）、一連の体脂肪率測定モードを終える。

これによって、被検者固有の体型を反映し得る被検者の身体部位毎の形状データを含んだ個人データに基づいて精度の高い体脂肪率を得ることができる。

なおここまで、被検者固有の体型をより正確に反映してその体脂肪率の推定演算の精度を高める手法として、身体容積データを所定の演算式に含ませるもの（実施の形態１の（３）式および（４）式に基づく演算）と、被検者の全身の生体インピーダンスデータおよび被検者の身体部位毎の形状データを所定の演算式に含ませるもの（実施の形態３の（５）式および（６）式に基づく演算）と、被検者の身体部位毎の生体インピーダンスデータおよび被検者の身体部位毎の形状データを所定の演算式に含ませるもの（実施の形態３の（７）式に基づく演算）と、被検者の身体部位毎の生体インピーダンスデータおよび被検者の身体部位毎の身体容積データを所定の演算式に含ませるもの（実施の形態３の（８）式に基づく演算）と、を説明したが、これらのデータまたはこれらの演算式を適宜組み合わせて、より精度の高い体脂肪率の推定値を得ることも可能である。

例えば、身体容積データおよび被検者の身体部位毎の生体インピーダンスデータ並びに被検者の身体部位毎の形状データをすべて演算式に含めて、これにより、被検者固有の体型を充分に反映した体脂肪率の高精度推定演算を行うことが可能である。

更に、体脂肪率推定プログラムを予め体脂肪計の記憶装置に記憶させた上で、体脂肪体において生体インピーダンスデータや形状データ等を測定し体脂肪率を算出するという実施の形態を例に説明したが、この実施の形態の変形例として、例えば、パーソナルコンピュータの記憶装置に体脂肪率推定プログラムおよび推定演算式（１）〜（８）を記憶させておき、別途、生体インピーダンスデータや形状データ等を公知の適宜な測定手段で測定して、これらのデータをコンピュータに入力して、コンピュータに体脂肪率を算出させるという形態を採用することもできる。

本発明に係る体脂肪計および体脂肪率推定プログラムによれば、体脂肪率の推定精度の向上を図れて健康関連機器として有用である。

本発明の実施の形態１に係る体脂肪計の外観斜視図である。 体脂肪計内部の制御処理を光学測定手段の制御を含めて説明するブロック図である。 身体容積データを測定する光学測定手段例の斜視図である 体脂肪率測定モードを説明するフローチャート図である。 本発明の実施の形態２に係る体脂肪計の外観斜視図である。 実施の形態３に係る体脂肪計における未使用時の外観斜視図である。 体重測定部から本体部を離脱させたときの形態を示した実施の形態３に係る体脂肪計の外観斜視図である。 実施の形態３に係る体脂肪計の信号処理に関するハードウェア構成を示したブロック図である。 被検者の身体部位毎における生体インピーダンスデータの配置を模式的に示す図である。 実施の形態３に係る体脂肪計の体脂肪率測定モードの主要な測定動作の一例を示すフローチャート図である。

符号の説明

１、３１ 筐体
２ 上面
３ 下面
４ａ、５ａ 電圧測定用電極
４ｂ、５ｂ 電流路形成電極
７、５５ 入力操作部
８、５４ 表示部
９ 光学測定手段
２０、６１ インピーダンス測定回路
２１、６２ インピーダンス測定手段
１０、３０、５０ 体脂肪計
１２、６４ 制御部
１４、６６ 中央処理装置
１５、６４ 記憶装置
３２ 体重測定面
３３ａ、３３ｂ 電流路形成電極
３４ａ、３４ｂ 電圧測定用電極
５１ 本体部
５１ａ 脱着部
５３ 体重測定部
５６ａ 左突出部
５６ｂ 右突出部
５７ 測定面
６０ ロードセル
Ｅ１〜Ｅ４ 手用電極
Ｅ５〜Ｅ８ 足用電極

Claims (35)

1. 被検者の身体容積データと前記身体容積データ以外の標準データとからなる個人データを取得して、前記個人データに基づき前記被検者の体脂肪率の推定値を算出する体脂肪計。
2. 前記標準データを入力する入力操作部、測定電極に前記被検者の身体部位を接触させて前記生体インピーダンスデータを測定するインピーダンス測定手段、前記個人データおよび前記生体インピーダンスデータとともに体脂肪率算出用の体脂肪率演算式を記憶する記憶装置、前記記憶装置から前記個人データ、前記生体インピーダンスデータおよび前記体脂肪率演算式を読み出した上で前記個人データおよび前記生体インピーダンスデータに基づいて前記体脂肪率演算式から体脂肪率の推定値を算出する処理装置を備えた請求項１記載の体脂肪計。
3. 前記体脂肪率演算式の変数には、前記身体容積データに基づき体密度演算式によって算出した体密度データが含まれている請求項２記載の体脂肪計。
4. 所定の母集団中の各個人について実測した体密度データ群と、前記母集団中の各個人について得られた個人データ群および生体インピーダンスデータ群とに基づいて重回帰分析によって導いた前記体密度演算式の係数を用いて、前記処理装置は前記体密度データを算出する請求項３の何れかに記載の体脂肪計。
5. 前記身体容積データは、前記被検者の全身の容積データまたは身体部位容積データである請求項１乃至４の何れかに記載の体脂肪計。
6. 前記身体部位容積データは、胴体部位容積データである請求項５記載の体脂肪計。
7. 携帯可能な筐体の表面に第一、第二の測定電極対を配置して、前記被検者の左右の指を前記第一、第二の測定電極対に接触させて生体インピーダンスデータを測定する請求項２乃至６の何れかに記載の体脂肪計。
8. 体重データを測定する体重測定手段を内蔵した筐体の体重測定面に、第一、第二の測定電極対を配置して、前記被検者の左右の足を前記第一、第二の測定電極対上に載せて接触させることで、前記被検者の体重データと共に生体インピーダンスデータを測定する請求項２乃至６の何れかに記載の体脂肪計。
9. 身体容積データ測定手段として光学測定手段を備え、前記身体容積データは、この光学測定手段によって測定された前記被検者の３次元形状データに基づき算出される請求項１乃至８の何れかに記載の体脂肪計。
10. 前記光学測定手段は、前記被検者の周囲に配置して撮影する複数の撮像装置と、前記撮像装置から出力される画像信号に基づき前記被検者の３次元形状データを作成する画像処理部とを備えた請求項９記載の体脂肪計。
11. 前記光学測定手段は、鉛直軸周りに回転する回転台と、前記回転台に載った前記被検者を撮影するひとつ或いは複数の撮像装置と、前記撮像装置から出力される画像信号に基づき前記被検者の３次元形状データを作成する画像処理部とを備えた請求項９記載の体脂肪計。
12. 被検者の身体容積データと前記身体容積データ以外の標準データとからなる前記個人データに基づき体脂肪率演算式から前記被検者の体脂肪率の推定値の算出を処理装置で遂行させる体脂肪率推定プログラム。
13. 前記体脂肪率演算式の変数には、前記身体容積データに基づき体密度演算式によって算出した体密度データが含まれている請求項１２記載の体脂肪率推定プログラム。
14. 所定の母集団中の各個人について実測した体密度データ群と、前記母集団中の各個人について得られた個人データ群および生体インピーダンスデータ群とに基づいて重回帰分析によって導いた前記体密度演算式の係数を用いて、前記体密度データの算出を前記処理装置で遂行させる請求項１３記載の体脂肪率推定プログラム。
15. 前記身体容積データは、前記被検者の全身の容積データまたは身体部位容積データである請求項１２乃至１４の何れかに記載の体脂肪率推定プログラム。
16. 前記身体部位容積データは、胴体部位容積データである請求項１５記載の体脂肪率推定プログラム。
17. 前記身体容積データを、前記被検者の３次元形状データに基づき取得するよう処理装置を制御する請求項１２乃至１６の何れかに記載の体脂肪率推定プログラム。
18. 前記被検者の周囲に配置して撮影する複数の撮像装置と共に前記撮像装置から出力される画像信号に基づき前記３次元形状データを作成する画像処理部を制御して、前記身体容積データを取得する請求項１７記載の体脂肪率推定プログラム。
19. 鉛直軸周りに回転する回転台と、前記回転台に載った前記被検者を撮影するひとつ或いは複数の撮像装置と、前記撮像装置から出力される画像信号に基づき前記被検者の３次元形状データを作成する画像処理部を制御して、前記身体容積データを取得する請求項１７記載の体脂肪率推定プログラム。
20. 被検者の身体部位に関連付けられた形状データを光学的に取得する光学測定手段と、前記被検者の全身の生体インピーダンスデータを測定するインピーダンス測定手段と、処理装置とを備え、
    前記処理装置は、前記形状データと前記生体インピーダンスデータとを用いて所定の演算式により前記被検者の体脂肪率の推定値を算出する体脂肪計。
21. 前記身体部位は、軸方向に延びる略棒状をなしており、前記形状データは、前記軸方向の長さ及び前記軸方向に交差する断面の周囲長である請求項２０記載の体脂肪計。
22. 前記身体部位は、前記被検者の腕部、胴体部および脚部を含む請求項２１記載の体脂肪計。
23. 前記胴体部の前記形状データとして、前記被検者のウエストにおける断面の周囲長または、ウエストにおける断面の周囲長とバストにおける断面の周囲長の両方が含まれている請求項２２記載の体脂肪計。
24. 前記所定の演算式は、前記形状データと前記生体インピーダンスデータとを用いて前記被検者の体密度データの推定値を算出する体密度演算式と、前記体密度データを用いて前記被検者の体脂肪率の推定値を算出する第一の体脂肪率演算式とを含む請求項２０乃至２３の何れかに記載の体脂肪計。
25. 所定の母集団中の各個人について実測した体密度データ群と、前記母集団中の各個人について得られた形状データ群および生体インピーダンスデータ群とに基づいて重回帰分析によって導いた前記体密度演算式の係数を用いて、前記処理装置は前記体密度データを算出する請求項２４記載の体脂肪計。
26. 前記光学測定手段は、前記被検者の周囲に配置して撮影する複数の撮像装置と、前記撮像装置から出力される画像信号に基づき前記被検者の形状データを取得する画像処理部とを備えた請求項２０記載の体脂肪計。
27. 前記光学測定手段は、鉛直軸周りに回転する回転台と、前記回転台に載った前記被検者を撮影するひとつ或いは複数の撮像装置と、前記撮像装置から出力される画像信号に基づき前記被検者の形状データを取得する画像処理部とを備えた請求項２０記載の体脂肪計。
28. 被検者の身体部位に関連付けられた形状データを光学的に取得する光学測定手段と、前記身体部位毎の生体インピーダンスデータを測定するインピーダンス測定手段と、処理装置とを備え、
    前記処理装置は、前記形状データと前記生体インピーダンスデータとを用いて第二の体脂肪率演算式により前記被検者の体脂肪率の推定値を算出する体脂肪計。
29. 被検者の身体部位毎の身体容積データを光学的に取得する光学測定手段と、前記身体部位毎の生体インピーダンスデータを測定するインピーダンス測定手段と、処理装置とを備え、
    前記処理装置は、前記身体容積データと前記生体インピーダンスデータとを用いて第三の体脂肪率演算式により前記被検者の体脂肪率の推定値を算出する体脂肪計。
30. 前記身体部位は、軸方向に延びる略棒状をなしており、前記形状データは、前記軸方向の長さ及び前記軸方向に交差する断面の周囲長である請求項２８記載の体脂肪計。
31. 前記身体部位は、前記被検者の腕部、胴体部および脚部を含む請求項３０記載の体脂肪計。
32. 前記胴体部の前記形状データとして、前記被検者のウエストにおける断面の周囲長または、ウエストにおける断面の周囲長とバストにおける断面の周囲長の両方が含まれる請求項３１記載の体脂肪計。
33. 所定の母集団中の各個人について実測した体脂肪率群と、前記母集団中の各個人について得られた形状データ群および生体インピーダンスデータ群とに基づいて重回帰分析によって導いた前記第二の体脂肪率演算式の係数を用いて、前記処理装置は前記体脂肪率を算出する請求項２８記載の体脂肪計。
34. 前記光学測定手段は、前記被検者の周囲に配置して撮影する複数の撮像装置と、前記撮像装置から出力される画像信号に基づき前記被検者の形状データを取得する画像処理部とを備えた請求項２８記載の体脂肪計。
35. 前記光学測定手段は、鉛直軸周りに回転する回転台と、前記回転台に載った前記被検者を撮影するひとつ或いは複数の撮像装置と、前記撮像装置から出力される画像信号に基づき前記被検者の形状データを取得する画像処理部とを備えた請求項２８記載の体脂肪計。
    
    
    

Images