JP2014050451A - 生体情報処理システム、ウェアラブル装置、サーバーシステム及びプログラム - Google Patents

Abstract

【課題】 基底心拍数情報を用いることで、精度よく健康度情報の演算を行う生体情報処理システム、ウェアラブル装置、サーバーシステム及びプログラム等を提供すること。
【解決手段】 生体情報処理システムは、深睡眠状態における心拍数を表す基底心拍数情報を取得する基底心拍数情報取得部１２０と、心拍数情報を取得する心拍数情報取得部１１０と、基底心拍数情報と心拍数情報との相対情報に基づいて健康度を表す健康度情報を求める健康度情報演算部１３０を含む。
【選択図】 図１

Description

本発明は、生体情報処理システム、ウェアラブル装置、サーバーシステム及びプログラム等に関する。

従来、所与の装置を用いてユーザーの心拍数情報を取得し、取得した情報に基づいて、ユーザーの健康等に関する情報を提供する装置やシステムが用いられている。心拍数情報は、例えば脈拍センサーや心拍センサーから取得されたセンサー情報に基づいて取得すればよい。

心拍数情報そのもの（例えば心拍数の値）も、ユーザーの健康状態を表す指標値として用いることができるものであるが、心拍数情報を用いた所与の演算を行うことで、ユーザーの日常の生活習慣に関する情報を求めることもできる。例えば特許文献１では、心拍数情報に基づいてユーザーの消費カロリー量を算出し、ユーザーに提示する手法が開示されている。特許文献１では、特に安静時と運動時とで消費カロリー量の算出処理を変更することを特徴としている。

特開２００９−２８５４９８号公報

特許文献１では、心拍センサー等から取得した心拍数情報に基づいて、ユーザーの分時酸素消費量（ＶＯ_２）を推定し、推定したＶＯ_２から消費カロリー量を求めており、ＶＯ_２の推定の際に、計算パラメーターとして分時酸素消費量の最大値であるＶＯ_２ｍ、心拍数の最大値であるＨＲ_ｍ、安静時の心拍数であるＨＲ_ｒを用いる。しかし、ＶＯ_２ｍやＨＲ_ｍは実際に測定して求めることが困難であり、統計値（仮想値）を用いている。そのため、従来手法では個人差が考慮されておらず、人によっては求められる消費カロリー量の信頼性が低い。また、この方法は運動時のみに適用される理論で、一日の総消費カロリー量を測定できない。

また、心拍数ＨＲは身体的な運動だけではなく精神的な活動（例えば暗算を行う際の脳の活動）によっても上昇する。そのため、安静時であっても脳等の活動状態によってＨＲ_ｒが変動する可能性があるが、特許文献１ではその変動を考慮していないため、日常活動における精度のよい消費カロリー量の演算が困難であった。

さらに、消費カロリー量に関する演算を行うシステムは特許文献１等のように広く知られている。しかし、ユーザーの日常の生活習慣（以下、健康度ないし生活の質ＱＯＬと略す）には、睡眠、活動（消費カロリー）と、ストレスそして生活リズムなどが重要な要素となるが、このような情報を取得するために、非体動時の情報を用いて、一日の消費カロリー量や深睡眠時間情報やストレス情報（特にメンタルストレス情報）のように幅広い健康度情報を演算するシステムはなかった。

本発明の幾つかの態様によれば、基底心拍数情報を用いることで、精度よく健康度情報の演算を行う生体情報処理システム、ウェアラブル装置、サーバーシステム及びプログラム等を提供することができる。

本発明の一態様は、深睡眠状態における心拍数を表す基底心拍数情報を取得する基底心拍数情報取得部と、心拍数情報を取得する心拍数情報取得部と、前記基底心拍数情報と、前記心拍数情報との相対情報を求め、前記相対情報に基づいて健康度を表す健康度情報を求める健康度情報演算部と、を含む生体情報処理システムに関係する。

本発明の一態様では、基底心拍数情報と心拍数情報の相対情報に基づいて健康度情報を演算する。基底心拍数情報は、精神状態によって変化してしまう安静時心拍数情報等と異なり、その値を再現性良くに求めることができるため、健康度情報を精度よく求めること等が可能になる。

また、本発明の他の態様では、前記健康度情報演算部は、前記基底心拍数情報と前記心拍数情報との前記相対情報に基づいて、前記健康度情報として消費カロリー情報を求めてもよい。

これにより、健康度情報として消費カロリー量を求めることが可能になる。

また、本発明の他の態様では、日常活動における体動情報を取得する体動情報取得部を含み、前記健康度情報演算部は、前記体動情報に基づいて体動状態であると判定された場合には、第１の係数と前記相対情報に基づいて前記消費カロリー情報を求め、前記体動情報に基づいて非体動状態であると判定された場合には、前記第１の係数とは異なる第２の係数と前記相対情報に基づいて前記消費カロリー情報を求めてもよい。

これにより、体動状態か非体動状態かで、心拍数に対する消費カロリーが異なるが、それに応じて適切に係数を切り替えることができるため、消費カロリー量を精度よく求めること等が可能になる。

また、本発明の他の態様では、前記健康度情報演算部は、前記基底心拍数情報と前記心拍数情報との差分情報を前記相対情報として求め、前記第１の係数又は前記第２の係数と、前記差分情報と、１心拍当たりの基準消費カロリーとの積を求め、求めた積と基礎代謝に対応する消費カロリー量との和を前記消費カロリー情報として求めてもよい。

これにより、差分情報等を用いて具体的且つ容易に消費カロリー量を求めることが可能になる。

また、本発明の他の態様では、前記心拍数情報取得部は、所与の体動状態における前記心拍数情報を取得し、前記健康度情報演算部は、前記所与の体動状態における前記心拍数情報と、前記基底心拍数情報と、前記相対情報と、基礎代謝に対応する消費カロリー量とに基づいて、前記第１の係数を求めてもよい。

これにより、所与の体動状態を対象とすることで、第１の係数の値を実測値から求めること等が可能になる。

また、本発明の他の態様では、前記健康度情報演算部は、前記基底心拍数情報と前記心拍数情報との前記相対情報に基づいて、前記健康度情報として深睡眠時間情報を求めてもよい。

これにより、健康度情報として深睡眠時間情報を求めることが可能になる。

また、本発明の他の態様では、前記健康度情報演算部は、前記心拍数情報と、前記基底心拍数情報に睡眠係数をかけた値との前記相対情報に基づいて、前記深睡眠時間情報を求めてもよい。

これにより、睡眠係数を用いて適切に深睡眠時間情報を求めること等が可能になる。

また、本発明の他の態様では、前記健康度情報演算部は、前記心拍数情報の値が、前記基底心拍数情報に前記睡眠係数をかけた値以下となる時間の積算処理を行うことで、前記深睡眠時間情報を求めてもよい。

これにより、深睡眠時間情報として、深睡眠状態にあると判定された時間の積算値等を用いることが可能になる。

また、本発明の他の態様では、前記健康度情報演算部は、前記基底心拍数情報と前記心拍数情報との前記相対情報に基づいて、前記健康度情報としてストレス情報を求めてもよい。

これにより、健康度情報としてストレス情報を求めることが可能になる。

また、本発明の他の態様では、体動情報を取得する体動情報取得部を含み、前記健康度情報演算部は、前記体動情報に基づいて体動状態であると判定された場合には、前記心拍数情報と、前記基底心拍数情報にストレス係数をかけた値との前記相対情報に基づいて、前記ストレス情報としてフィジカルストレス情報を求め、前記体動情報に基づいて非体動状態であると判定された場合には、前記心拍数情報と、前記基底心拍数情報に前記ストレス係数をかけた値との前記相対情報に基づいて、前記ストレス情報としてメンタルストレス情報を求めてもよい。

これにより、体動情報に応じて、フィジカルストレス情報又はメンタルストレス情報を、ストレス情報として求めること等が可能になる。

また、本発明の他の態様では、前記健康度情報演算部は、前記体動情報に基づいて前記体動状態であると判定された場合に、前記心拍数情報の値が、前記基底心拍数情報に前記ストレス係数をかけた値以上となる時間の積算処理を行うことで、前記フィジカルストレス情報を求めてもよい。

これにより、フィジカルストレス情報として、フィジカルストレスがかかっていると判定された時間の積算値等を用いることが可能になる。

また、本発明の他の態様では、前記健康度情報演算部は、前記体動情報に基づいて前記非体動状態であると判定された場合に、前記心拍数情報の値が、前記基底心拍数情報に前記ストレス係数をかけた値以上となる時間の積算処理を行うことで、前記メンタルストレス情報を求めてもよい。

これにより、メンタルストレス情報として、メンタルストレスがかかっていると判定された時間の積算値等を用いることが可能になる。

また、本発明の他の態様では、前記基底心拍数情報取得部は、心電図などの心拍センサー又は脈拍センサーにおいて測定された情報に基づいて、前記基底心拍数情報を取得してもよい。

これにより、心拍センサー又は脈拍センサーを用いて基底心拍数情報を求めることが可能になる。

また、本発明の他の態様は、心拍数情報を取得する心拍数情報取得部と、体動情報を取得する体動情報取得部と、前記心拍数情報と前記体動情報に基づいて、深睡眠時間情報と、消費カロリー情報と、ストレス情報とを求める健康度情報演算部と、求められた前記深睡眠時間情報と、前記消費カロリー情報と、前記ストレス情報の時間分布又は頻度分布を表す情報を表示部に表示する制御を行う表示制御部と、を含む生体情報処理システムに関係する。

また、本発明の他の態様は、上記の生体情報処理システムを含むウェアラブル装置に関係する。

また、本発明の他の態様は、上記の生体情報処理システムを含むサーバーシステムに関係する。

また、本発明の他の態様は、深睡眠状態における心拍数を表す基底心拍数情報を取得する基底心拍数情報取得部と、心拍数情報を取得する心拍数情報取得部と、前記基底心拍数情報と、前記心拍数情報との相対情報を求め、前記相対情報に基づいて健康度を表す健康度情報を求める健康度情報演算部として、コンピューターを機能させるプログラムに関係する。

また、本発明の他の態様は、心拍数情報を取得する心拍数情報取得部と、体動情報を取得する体動情報取得部と、前記心拍数情報と前記体動情報に基づいて、深睡眠時間情報と、消費カロリー情報と、ストレス情報とを求める健康度情報演算部と、求められた前記深睡眠時間情報と、前記消費カロリー情報と、前記ストレス情報の時間分布又は頻度分布を表す情報を表示部に表示する制御を行う表示制御部として、コンピューターを機能させるプログラムに関係する。

生体情報処理システムのシステム構成例。 生体情報処理システムを含む具体的なシステムの例。 睡眠時の心拍数情報の分布に基づく基底心拍数情報の算出手法の例。 図４（Ａ）、図４（Ｂ）は体動時及び非体動時の係数に関する説明図。 従来手法と本実施形態の手法により演算された基礎代謝量の相関関係。 表示部に表示されるホーム画面の例。 表示部に表示される係数設定画面の例。 表示部に表示される心拍数トレンド画面の例。 図９（Ａ）、図９（Ｂ）は健康度情報を直感的に提示する画面例。 表示部に表示される分析画面の例。

以下、本実施形態について説明する。なお、以下に説明する本実施形態は、特許請求の範囲に記載された本発明の内容を不当に限定するものではない。また本実施形態で説明される構成の全てが、本発明の必須構成要件であるとは限らない。

１．本実施形態の手法
まず本実施形態の手法について説明する。特許文献１に示したように、心拍数情報（ＨＲ）を心拍センサー等で実測し、心拍数情報に基づいて推定された分時酸素消費量（ＶＯ_２）から消費カロリー量を求める手法が知られている。摂取カロリー量が消費カロリー量を上回っている場合、そのユーザーはメタボリックシンドロームの増悪する疑いがあるという判定等が可能になるため、消費カロリー量はユーザーの健康状態を表す健康度情報として用いることできる。

特許文献１では、心拍数情報から分時酸素消費量を推定する際に、下式（１）等を用いている。

上式（１）のＶＯ_２ｍは分時酸素消費量の最大値、ＶＯ_２ｒは安静状態における分時酸素消費量、ＨＲ_ｍは心拍数情報の最大値、ＨＲ_ｒは安静状態における心拍数情報の値である。特許文献１では、ＶＯ_２ｍ、ＶＯ_２ｒ、ＨＲ_ｍ、ＨＲ_ｒの各値を求めておき、それらの値と実測されたＨＲとからＶＯ_２を求めている。ＶＯ_２と消費カロリー量には所与の関係があるため、推定したＶＯ_２から消費カロリー量を求めることが可能になる。

しかし、ＶＯ_２ｍは分時酸素消費量の最大値であるが、被験者に対して分時酸素消費量が最大になると思われる程度の高負荷の運動をさせることは現実的ではない。そのため、ＶＯ_２ｍは実測値から求めることはできず、所与の統計値（仮想値）を用いることになる。同様にＨＲ_ｍについても実測値から求めることはできず、所与の統計値を用いる。そのため、ＶＯ_２ｍ、ＨＲ_ｍについてはユーザー間の個人差が考慮されていない。よって、ある程度の人数を対象として、集団の消費カロリー量の傾向等を求める場合には上式（１）は有効であるが、１人１人の消費カロリー量を求める場合には上式（１）を用いることには問題が残る。

また、上式（１）に基づくＶＯ_２の推定には、安静時の心拍数情報の値であるＨＲ_ｒが用いられているが、ＨＲ_ｒについても問題がある。エネルギーの消費を伴う人間の活動には、フィジカルな活動（運動）の他にメンタルな活動が考えられる。そして、このメンタル活動においても、心拍数情報の値が上昇し、消費カロリー量も増大する。つまり、身体的にユーザーが安静状態にあったとしても、メンタル活動がない場合（例えば寝ているような状態）と、メンタル活動がある場合（例えば計算等の複雑な思考を行っていたり、緊張状態にある場合）とではＨＲ_ｒの値は異なるものになる。

特許文献１では、メンタル面でのＨＲ_ｒの変動は考慮されていなかった。そのため、比較的高負荷の運動を行っている場合等では上式（１）は有効であるが、運動していない状態等では正確な消費カロリー量の計算ができない。従来は、消費カロリー量の計算は運動中を対象とすることが想定されていたため、上式（１）による問題は大きくなかった。例えば、従来はランニング等の運動を行った場合に、当該運動でどれくらいのエネルギーを消費できたのか、ということをユーザーに通知できればよく、安静時にまで消費カロリー量を測定することは重要視されていない。しかし、ユーザーの日常活動における健康度判定においては安静時での消費カロリー量も重要な指標となる。例えば、上述したメタボリックシンドローム増悪度の判定では、摂取カロリー量と消費カロリー量との比較は安静時も含む所与の期間（例えば連続する２４時間）を単位として行う必要がある。その他、種々の健康度情報を考慮した場合にも、安静時の精神活動などによる消費カロリー量を正確に算出する必要性は高く、その場合安静時の精度が問題となる上式（１）を用いる手法は適切と言えない。

そこで本出願人は、ＶＯ_２ｍ、ＶＯ_２ｒ、ＨＲ_ｍ、ＨＲ_ｒ等を用いずに消費カロリー量を算出する手法を提案する。具体的には、ユーザーが深睡眠状態にある場合の心拍数情報である基底心拍数情報（ＨＲ_０）を求め、当該基底心拍数情報を用いて消費カロリー量等を計算する。基底心拍数情報を求める手法は後述するが、基底心拍数情報は深睡眠状態の心拍数情報であるため、ＨＲ_ｒとは異なりメンタル活動での変動は生じず、運動時（体動時）だけでなく安静時（非体動時）においても精度よく消費カロリー量を算出することが可能になる。消費カロリー量の演算手法の詳細は後述する。

また、基底心拍数情報を用いた場合、消費カロリー量だけではなく他の健康度情報を求めることも可能になる。具体的には、心拍数情報と基底心拍数情報を用いて、ユーザーが深睡眠状態にあるか否かの判定を行ってもよく、当該判定から深睡眠状態にある時間を表す深睡眠時間情報を求めてもよい。或いは、心拍数情報と基底心拍数情報を用いて、ユーザーに対してストレスがかかっているか否かの判定を行ってもよく、当該判定からストレスがかかっていた時間等を表すストレス情報を求めてもよい。

以下、生体情報処理システムの構成例について説明した後、基底心拍数情報を求める手法について述べる。その後基底心拍数情報から求められる健康度情報の具体例として、消費カロリー量情報、深睡眠時間情報、ストレス情報について説明し、最後に求めた健康度情報のユーザーへの提示（表示部への表示制御）の例について説明する。

２．システム構成例
図１に本実施形態に係る生体情報処理システムのシステム構成例を示す。生体情報処理システムは、心拍センサー（又は脈拍センサー）１０と、体動センサー２０と、心拍数情報取得部１１０と、基底心拍数情報取得部１２０と、健康度情報演算部１３０と、体動情報取得部１４０と、表示制御部１５０と、表示部３０とを含む。ただし、生体情報処理システムは図１の構成に限定されず、これらの一部の構成要素を省略したり、他の構成要素を追加するなどの種々の変形実施が可能である。

心拍センサー（脈拍センサー）１０は、心拍数情報取得部１１０に接続され、体動センサー２０は、体動情報取得部１４０に接続されている。心拍数情報取得部１１０は、基底心拍数情報取得部１２０と、健康度情報演算部１３０に接続されている。基底心拍数情報取得部１２０、及び体動情報取得部１４０は、健康度情報演算部１３０に接続されている。健康度情報演算部１３０は、表示制御部１５０に接続され、表示制御部１５０は、表示部３０に接続されている。

心拍センサー（脈拍センサー）１０としては例えば光電センサーが用いられる。この場合には、生体に対して照射された光の反射光又は透過光を当該光電センサーで検出する手法等が考えられる。血管内の血流量に応じて、照射された光の生体での吸収量、反射量が異なるため、光電センサーで検出したセンサー情報は血流量等に対応した信号となり、当該信号を解析することで拍動に関する情報を取得することができる。ただし、心拍センサー１０は光電センサーに限定されず、心電計や超音波センサー等、他のセンサーを用いてもよい。

体動センサー２０は、ユーザーの体動を検出するセンサーである。体動センサー２０としては、加速度センサーや角速度センサー等を用いることが考えられるが、他のセンサーを用いてもよい。

表示部３０は、演算された健康度情報等を提示する表示画面を表示するためのものであり、例えば液晶ディスプレイや有機ＥＬディスプレイなどにより実現できる。

心拍数情報取得部１１０は、心拍センサー（脈拍センサー）１０からのセンサー情報に基づいて、心拍数情報を取得する。心拍数情報取得部１１０は、心拍センサー１０の動作レートや、心拍数情報取得部１１０自体の演算レート等に応じたレートで心拍数情報を取得する。

基底心拍数情報取得部１２０は、深睡眠状態における心拍数を表す基底心拍数情報を取得する。基底心拍数情報の取得手法については後述する。基底心拍数情報の取得は、心拍数情報取得部１１０からの心拍数情報に基づいて行われてもよいし、心拍センサー１０からのセンサー情報に基づいて行われてもよい。

健康度情報演算部１３０は、ユーザーの健康状態を表す健康度情報を演算する。健康度情報の演算は、心拍数情報、基底心拍数情報、及び体動情報等に基づいて行われるものであり、詳細については後述する。

体動情報取得部１４０は、体動センサーからのセンサー情報に基づいて体動情報を取得する。なお、ユーザーの体動に起因して心拍センサー１０にノイズが生じる可能性があることが知られており、体動情報は健康度情報の演算だけでなく、心拍数情報の演算（ノイズ低減）に用いられてもよい。

表示制御部１５０は、演算された健康度情報を表示部３０に表示する制御を行う。心拍数情報等をそのまま提示したとしても、医療知識等を持たない一般ユーザーが自身の健康状態を把握することは容易ではない。よって表示制御部は、健康度情報により表されるユーザーの健康状態を容易に把握可能な形態で提示することが望ましい。表示画面の一例については後述する。

次に、図２を用いて本実施形態の生体情報処理システムの典型的な使用例について説明する。本実施形態では、生体情報の取得は運動時に限定されるものではなく、安静時、睡眠時等を含め、可能な限りユーザーをモニタリングすることを想定している。よって、心拍センサー１０や体動センサー２０は、その性質上、ユーザーが装着することになるが、侵襲度の低い（常時装着が容易である）装置を用いる必要がある。例えば、図２に「Health Watcher」という名称で示したように、時計型のウェアラブル装置を用いればよい。

通常の時計型ウェアラブル装置は表示部３０を有するため、時計型ウェアラブル装置は図１に示した心拍センサー１０及び体動センサー２０に加え、心拍数情報取得部１１０、基底心拍数情報取得部１２０、健康度情報演算部１３０、体動情報取得部１４０、及び表示制御部１５０を、その内部に含んでもよい。この場合、生体情報処理システムは時計型ウェアラブル装置により実現される。

ただし、時計型ウェアラブル装置の表示部は表示領域が小さいために、一度に多くの健康度情報を表示することは難しい。そこで、健康度情報に含まれる複数の情報のうち、ユーザーが選択した情報を時計型ウェアラブル装置で表示するように構成してもよい。例えば、時計型ウェアラブル装置上でユーザーが日常的に注目したい健康度情報（ストレス情報など）を選択すると、その健康度情報を時計型ウェアラブル装置の表示部３０に表示するように構成してもよい。これによりユーザーが注目したい健康度情報の確認が容易になる。

しかし、図６〜図１０等で後述するような、１度に多くの情報を提示する表示画面を表示する場合には、表示領域が小さい時計型ウェアラブル装置の表示部は、情報の視認性等に問題が残る。よって、表示部３０は、時計型ウェアラブル装置の表示部ではなく、タブレット端末等の表示部を用いてもよい。この場合、表示制御部１５０の処理まで時計型ウェアラブル装置で行い、タブレット端末等は表示のみを行うという形態でもよい。或いは、時計型ウェアラブル装置は、心拍センサー１０と体動センサー２０からのセンサー情報の記憶、送信を行い、心拍数情報取得部１１０、基底心拍数情報取得部１２０、健康度情報演算部１３０、体動情報取得部１４０、表示制御部１５０、及び表示部３０がタブレット端末等に含まれるものであってもよい。

また、健康度情報の用途はユーザー自身による閲覧に限定されるものではない。例えば、タブレット端末等の通信機能を利用して、図２に示したような健康度情報の解析センターに送信されてもよい。健康度情報は、解析センターに設けられたサーバーシステムに送信され、蓄積される。例えば、ユーザーの主治医や家族等による健康度情報の閲覧（サーバーシステムへのアクセス等）を許可すれば、主治医や家族の元にユーザーが出向かなくても、当該主治医による健康状態の診断や、ユーザーの家族による当該ユーザーの健康状態の把握等が可能になる。或いは、ユーザーの衣食住等をサポートする組織に対して健康度情報の閲覧を許可すれば、当該組織によるユーザーに対する生活サポート等も可能になる。

なお、サーバーシステムを利用する場合には、当該サーバーシステムは時計型ウェアラブル装置又はタブレット端末等の健康度情報演算部１３０により演算された健康度情報を取得するものであってもよい。或いは、心拍センサー１０と体動センサー２０からのセンサー情報を取得し、サーバーシステムに含まれる心拍数情報取得部１１０、基底心拍数情報取得部１２０、健康度情報演算部１３０、体動情報取得部１４０等により健康度情報の演算を行ってもよい。健康度情報の演算をサーバーシステムで行う場合、各ユーザーはセンサー情報の送信、及びセンサー情報に対する処理結果である健康度情報の受信を行うデバイスを利用すればよく、ユーザーの保持するデバイスには高度な処理能力が要求されなくなるという利点もある。

３．基底心拍数情報
次に基底心拍数情報の取得手法について説明する。基底心拍数情報とは、基底状態の心拍数情報のことであり、具体的には深睡眠状態における心拍数情報である。心拍数情報の値は、フィジカル活動及びメンタル活動により上昇し、ＨＲ_ｒについて上述したように、安静状態にあったとしても値の変動が起こりうる。しかし、深睡眠状態での心拍数情報は、浅い睡眠状態や覚醒状態（体動時、非体動時を含む）に比べて変動が少ない最小値（固有値）となることがわかっており、且つその値は同一ユーザーであれば日差変動が小さい。つまり、深睡眠状態での心拍数情報から基底心拍数情報を求めれば、その値は実測された心拍数情報に基づいているため、ユーザー間の個人差を考慮した値となり、且つ一度（例えば一回の睡眠により）基底心拍数情報が取得されれば、その際の値を長期間使い続けることができる。

基底心拍数情報の算出手法は種々考えられるが、例えば図３のように求めればよい。図３は睡眠中の心拍数情報の値について、横軸に心拍数情報の値、縦軸に当該値が現れた回数（頻度）をとったグラフである。睡眠中の心拍数情報の値についてはガンマ分布に近い分布（ゼロ点を持つ分布）となることが知られている。ここでは、非体動時の心拍数頻度分布の１％下限値を基底心拍数とする。

具体的には、図３に示したようにある境界線（縦軸に平行な線）を用いて２分した分布の面積を求め、その左側の面積（Ｓ_Ｌ）と右側の面積（Ｓ_Ｒ）との比率が１：９９となる（言い換えれば左側の面積が全面積の１％となる）境界点を決定する。そして、その境界点に対応する心拍数情報の値を基底心拍数情報ＨＲ_０とすればよい。

ここで、基底心拍数情報として心拍数情報の最小値を用いないのはノイズ等の影響を考慮したものである。例えば、センサー情報等にノイズが乗れば、心拍数情報の値が極端に小さい値となる可能性はあり得る。しかし、人はその生物的な特性から心拍数が２０〜３０といった低い値をとることは考えにくく、そのような値を基底心拍数とするのは問題である。よって本実施形態では、ノイズ等の影響を抑止するために、心拍数情報の最小値ではなく上述の手法により求めた値を基底心拍数情報として用いるものとする。

４．消費カロリー量の演算
４．１ 消費カロリー量の演算手法
上述したように、従来手法では心拍数（ＨＲ）、最大ＶＯ_２（ＶＯ_２ｍ）、最大ＨＲ（ＨＲ_ｍ）、安静時ＶＯ_２（ＶＯ_２ｒ）、安静時ＨＲ（ＨＲ_ｒ）から、上式（１）に基づいてＶＯ_２を推定し、分時エネルギー（カロリー）消費量ＥＥ（ＥＥ＝ＶＯ_２×５／１０００ｋｃａｌ）を求めていた。しかし、ＶＯ_２ｍ、ＨＲ_ｍ、ＶＯ_２ｒ、ＨＲ_ｒは個人差をあまり考慮してなく、しかもＶＯ_２ｍ、ＨＲ_ｍは実際には測定できず、動作（ＡＣＴ）による影響も考慮していないため信頼性が低い。特に、体動時、非体動時を問わずに長期間（例えば丸一日）におけるユーザーの健康状態のモニタリング等の用途を考えた場合に、上式（１）を用いる手法の問題は大きい。

そこで、本実施形態では上述した基底心拍数情報ＨＲ_０を基準に消費カロリー量を演算する。具体的には、上式（１）を基底心拍数情報ＨＲ_０に相当する分時エネルギー消費量ＥＥ_０を用いて、下式（２）のように変換する。下式（２）のＥＥは分時消費カロリー量、ＥＥ_０は基底状態でのＥＥ、ＥＥ_ｍはＥＥの最大値を表す。

そして、上式（２）をＥＥについて解くことで下式（３）のようになる。

ここでＥＥ_０は、ユーザーの分時基礎代謝量に相当する値であり、一日当たりの基礎代謝量ＢＭは種々の手法により算出可能であることが知られていることから、ＥＥ_０も事前に求めておくことができる。また、ＨＲ_０は上述したように実測値から決定可能であり、ＨＲはそのときの実測された心拍数情報の値を用いればよい。よって、上式（３）において、ｘで示した部分の値が決定されれば、消費カロリー量（分時消費カロリー量ＥＥ）を求めることができる。

ここで、縦軸に上式（３）のΔＥＥ、横軸に上式（３）の（ΔＨＲ／ＨＲ_０）×ＥＥ_０をとって値をプロットしたグラフを図４（Ａ）、図４（Ｂ）に示す。図４（Ａ）は、活動中（運動中、或いは体動時とも表記する）の値をプロットした図に対応し、図４（Ｂ）は非活動中（安静時、或いは非体動時とも表記する。具体的には安静臥位、坐位、立位時等）の値をプロットした図に対応する。

縦軸、横軸の値と、上式（３）からわかるように、プロットされた点を直線近似した場合に、当該直線の傾きは係数ｘを表すことになる。図４（Ａ）と図４（Ｂ）を比較した場合、体動時の係数に相当する図４（Ａ）の直線の傾きは、非体動時の係数に相当する図４（Ｂ）の直線の傾きに比べて大きい。これはつまり、係数ｘの値は活動時の方が非活動時より大きな値であり、エネルギー消費量（消費カロリー量）を求める際に、活動時か非活動時かに応じて係数を変えて演算する必要があることを示している。

また、上式（３）では、心拍数情報の基準値に対する変動度合いを表す指標値ΔＨＲとしてＨＲ−ＨＲ_０を用いている。つまり、基準値は基底心拍数情報ＨＲ_０となっている。しかし、覚醒時には体動・非体動を問わず、ユーザーは立位あるいは坐位をとっていることが多い。その場合、圧受容体感受性が働くことになり、仮にフィジカル活動とメンタル活動のいずれも非常に弱い状況であったとしても、心拍数はＨＲ_０に比べて増加している。よって、実際にはΔＨＲを決定する際の心拍数情報の基準値としてはＨＲ_０そのものではなく、上記の増加分を考慮した値を用いることが望ましい。そこで本実施形態では１以上の係数α及びβを設定し、体動時にはΔＨＲ＝ＨＲ−αＨＲ_０。非体動時にはΔＨＲ＝ＨＲ−βＨＲ_０を用いるものとする。

以上、係数ｘは体動時と非体動時で異なる値とすべき点、ΔＨＲはＨＲ−ＨＲ_０ではなく基準値の増加分α及びβを用いるべき点を考慮して、本出願人は消費カロリー量の計算式として下式（４）及び下式（５）を提案する。下式（４）が体動時の消費カロリー量を演算する式であり、下式（５）が非体動時の消費カロリー量を演算する式である。

図４（Ａ）、図４（Ｂ）を用いて上述したように、体動時には係数ｘを用い、非体動時には係数ｙを用いる。これは、ｘが体動時、つまり主に筋肉運動によるＳＶ（ＳＶは心拍１回当たりの血液放出量である１回心拍出量を表す）増加の補正係数を示しているのに対し、ｙは非体動時、つまり精神活動あるいは体位変動によるＳＶ増加の補正係数を示すという差異に起因するということもできる。つまり、分時消費カロリー量（ＥＥ）は心拍出量（ＣＯ）に比例するが（ＥＥ∝ＣＯ＝ＳＶ×ＨＲ）、ＨＲの増加に対するＳＶの増加が、体動時と非体動時とでことなるため、それぞれにｘ，ｙの異なる係数を用いる。

また、上述したようにαは体動時の覚醒における安静心拍の補正である。ここで、安静時でも覚醒と立位により、心拍数は基底心拍数情報の値ＨＲ_０に比べて約１．２倍程度増加することが実験的に確認された。従って本実施形態のαは、α＝１．２を通常の値として用いる。それに対して、βは非体動時の精神活動あるいは体位変動前の初期値の補正であるが、通常は安静に近いと考えられ、本実施形態ではβ＝１．０を通常の値として用いるものとする。

４．２ 基底心拍数情報ＨＲ_０に対応する分時消費カロリー量ＥＥ_０
上述したように、上式（４）、（５）から消費カロリー量を求めるためには、基底心拍数情報ＨＲ_０に対応する分時消費カロリー量ＥＥ_０の値を決定しておく必要がある。１日当たりの基礎代謝量ＢＭから１分当たりの値を求めれば、求めた値がＥＥ_０に対応することになり、ＢＭを求める手法は広く知られているＨａｒｒｉｓ−Ｂｅｎｅｄｉｃｔ式を用いてもよい。

ただし本実施形態では、分時心拍出量ＣＯ（ＣＯは心拍数ＨＲと１回心拍出量ＳＶの積）に基づいてＥＥ_０を求めてもよい。酸素は肺でヘモグロビンに結合して、心臓によって運ばれ、組織（脳や筋肉）で放出利用され、残りは肺にて排泄されるのであり、ＶＯ_２と分時心拍出量ＣＯは比例関係にある（ＶＯ_２∝ＣＯ＝ＨＲ×ＳＶ∝ＥＥ）。

本出願人は、脳波の徐波睡眠相（深睡眠時）には、心拍数が基底心拍数ＨＲ_０をとり、またこの時の心係数ＣＩ（体表面積をＢＳＡとした場合、ＣＩ＝ＣＯ／ＢＳＡ）は個人差が少ないという原理を発見している。そしてその原理を応用して、個人差の少ない値として、睡眠時の心拍出量（ＣＯ_０）を求める下式（６）を作成した。

ＣＯ_０＝６．９×Ａｇｅ^{−０．２５}×ＢＳＡ ・・・・・（６）
上式（６）と、標準的な血中ヘモグロビン濃度（男性15g/dl、女性13.5g/dl）、動脈血中酸素飽和度(97.5％)と静脈血中酸素飽和度(75％)の差分、1gのヘモグロビンに結合する酸素の量（1.34ml)とから酸素消費量が推定でき、ＶＯ_２からＥＥが推定可能なように、ＣＯ_０に対応する酸素消費量から基礎代謝量ＢＭが推定できることになる。

具体的には、血中ヘモグロビン濃度をＨｂとして上記の各値を用い、さらに単位換算のための値も含めて計算すると、基礎代謝量推定値ＢＭは下式（７）で求められ、Ｈｂに具体的な値を入れることで、男性の基礎代謝推定値ＢＭ_ｍと女性の基礎代謝推定値ＢＭ_ｆは下式（８）のようになる。

BM = CO₀×Hb×1.34×(0.975-0.75)×10×60×24×5/1000 ・・・・・（７）
男性 ＢＭ_ｍ ＝ ３２５．６×ＣＯ_０
女性 ＢＭ_ｆ ＝ ２９３．０×ＣＯ_０ ・・・・・（８）
種々の年齢、性別の被験者に対して、従来のＨａｒｒｉｓ−Ｂｅｎｅｄｉｃｔ式で求めた基礎代謝量を縦軸にとり、上式（６）及び（８）で求めた基礎代謝推定値を横軸にとった場合の図を図５に示す。この場合、相関係数はｒ＝０．９６となり、非常に高い相関関係にあるといえる。つまり、本出願人の提案する上式（６）及び（８）を用いた手法でも、基礎代謝量（及び分時消費カロリー量ＥＥ_０）は精度よく演算することが可能である。

４．３ 係数ｘ、ｙの決定手法
次に上式（４）のｘ、（５）のｙを決定する手法について説明する。具体的には、所与の標準値を用いてもよいし、一定負荷の運動を行った場合の実測値から求めてもよい。

まず標準値を用いる手法について説明する。上式（３）に示したように、ｘは（ＥＥ_ｍ／ＥＥ_０−１）／（ＨＲ_ｍ／ＨＲ_０−１）に近い値をとる。ＥＥ_ｍは２０〜７０歳で年齢（Ａｇｅ）から統計的に、男性は４９−０．２９Ａｇｅ、女性は４１−０．３３Ａｇｅの値をとることが知られており、ＨＲ_ｍは２２０−Ａｇｅの値をとることが知られている。また、ＥＥ_０は上述のＢＭ_ｍ又はＢＭ_ｆから求めることができ、ＨＲは心拍センサー等からの実測値を用いて取得できる。

これらの値を用いてｘを計算したところ、平均は４．８±１．５（標準偏差ＳＤ）の値（約５）に近い値であった。従って、ｘが不明な場合は標準値として５の値を用いるものとする。なお、ｙの値は精神活動時のＨＲとＶＯ_２を測定して統計的に算出した値を用いるものとし、本実施形態ではｙの標準値として１．５を用いる。

ただし、上述のｘ決定手法では、実測が難しいＥＥ_ｍ及びＨＲ_ｍについて、統計値を用いることでｘの概算値を求めている。よって、上式（１）等に示した特許文献１の手法と同様に、ユーザー毎の個人差に対応することが困難であるという問題が残る。

そこで本実施形態では、ｘの値を実測値から求めてもよい。具体的には、上式（４）を変形することで下式（９）を取得する。

右辺のＨＲ_０及びＥＥ_０は上述した手法により求めることができ、αについても、実験上１．２を用いると良いことが判っている。さらに心拍センサー等から心拍数情報ＨＲの値も求まるため、ＥＥの値を求めることができればｘを実測値から決定可能となる。ここで、本実施形態の手法が分時消費カロリー量ＥＥを求めることを目的としていることに鑑みれば、任意の活動状態（体動時、非体動時を含む）を対象としたのでは事前にＥＥの値を決定することはできない。しかし、所定の運動負荷となることが知られている運動を行う場合に限定すれば、当該運動による消費カロリー量ＥＥを事前に計算することは可能である。例えば、１秒間２ステップの足踏み運動を３分間継続した場合（約３Ｍｅｔｓの運動）、その際の分時消費カロリー量ＥＥは下式（１０）を満たすことが知られている。

ＥＥ＝３×１．０５×体重／６０ ・・・・・（１０）
このように、ユーザーに対して所定の運動を行う指示を与えることができる場合には、ＨＲ_０，ＥＥ_０，α，ＨＲ，ＥＥの全ての値を決定、取得することができるため、上式（９）によりｘを実測値から求めることが可能になる。

５．深睡眠時間情報の演算
睡眠不足（例えば深睡眠時間が４時間以下の場合）は、翌日の自律神経に大きな影響を与え、健康に悪影響があることが知られているため、ライフスタイルの評価において睡眠時間は重要な指標値となる。特に、睡眠状態のうち、より深い眠りにある深睡眠状態（或いは脳波徐波睡眠状態と表記）の時間等は睡眠状態を表す指標値として重要である。例えば、睡眠時間自体は長いのに深睡眠時間が短い場合には健康に悪影響があり、寝ているはずなのに疲れがとれない等の自覚症状にもつながる。

よって本実施形態では、ユーザーが深睡眠状態にあるか否かの情報（狭義には２４時間のうち深睡眠状態にある時間である深睡眠時間に関する情報）についても、健康度情報として演算するものとする。

上述したように、深睡眠状態では心拍数情報ＨＲの値は、基底心拍数情報ＨＲ_０の値に近い値をとることになる。よって、ＨＲとＨＲ_０との比較により、ユーザーが深睡眠状態にあるか否かを判定すればよい。ただし、深睡眠状態にあったとしてもＨＲの値にはばらつきがあるため、ＨＲの値がＨＲ_０よりも大きくなることは十分考えられる。よって、ＨＲとの比較に用いる値はＨＲ_０そのものではなく、ある程度のマージンを持たせ、ＨＲ_０×（睡眠係数）の値を用いる。つまり、下式（１１）が成り立つ場合には、ユーザーは深睡眠状態にあると判定し、２４時間のうち下式（１１）が成り立つ時間の積算値を深睡眠時間とする。ここで、下式（１１）の睡眠係数はユーザー毎に異なる値となるが、例えば統計的に求めた１．１２等の値を用いればよい。

ＨＲ≦ＨＲ_０×（睡眠係数） ・・・・・（１１）
６．ストレス情報の演算
ユーザーに対してかかる負荷を表すストレス情報も、健康度を表す指標値として用いることができる。ここでストレス情報としては、体動時の身体的な活動に起因する身体ストレス（フィジカルストレス、physical stress）と、非体動時の精神的な活動に起因する心理ストレス（メンタルストレス、mental stress）とが考えられる。

フィジカルストレス及びメンタルストレスによる負荷の程度は心拍数情報ＨＲの値に大きく反映される。ここで、非体動時に心拍数が増加するのは主に脳活動によるものであることが知られていることから、非体動時に一定以上の心拍数上昇が見られた時間を積算することによりメンタルストレスを評価できる。その目安としてストレス係数を設け、ＨＲが下式（１２）を満たす場合に、ユーザーに対して注視すべき程度のメンタルストレスがかかっていると判定し、下式（１２）が成り立つ時間の積算値をメンタルストレスについての指標値（メンタルストレス情報）とする。

ＨＲ≧ＨＲ_０×（ストレス係数） ・・・・・（１２）
ここで、ストレス係数の値は個人により異なるものとなるため、外部から入力するものとしてもよい。ただし、ストレス係数が不明な場合、或いはユーザーによる操作負担の軽減を図る場合等には、統計的に求められた値として、ストレス係数＝１．８等を用いてもよい。

一方、フィジカルストレスについては体動時におけるユーザーへの負荷を表すものであり、主に筋肉活動による心拍数増加を考慮することで、その値を求めることが可能である。具体的には、上述したメンタルストレスと同様に、上式（１２）による判定を行えばよいが、フィジカルストレスの場合には、体動時を対象とする点が異なる。

なお、体動時か非体動時かの判定手法は種々考えられるが、例えば体動センサーからのセンサー情報に基づいて処理を行えばよい。体動センサーが加速度センサーであれば、当該センサーからのセンサー情報である加速度検出値が大きい場合には体動時であると判定できるし、加速度検出値が体動時よりも小さければ非体動時であると判定できる。或いは、加速度検出値の大きさそのものではなく、加速度検出値の周波数特性（例えば歩行、走行運動時のピッチに相当）を求め、そこから体動時か非体動時かを判定してもよい。つまり、本実施形態の体動センサーは、ストレス情報の演算においては体動時か非体動時かを判定できるセンサーであれば十分であり、加速度センサーを用いてもよいし、他のセンサーを用いてもよい。また、センサー情報に基づいて体動時か非体動時かの判定を行う手法も任意である。

このようにして求めたストレス情報は、メンタルストレスについてはその積算時間の値が小さいほど好ましく、フィジカルストレスについてはその積算時間が適度な値（運動不足にならない程度に大きく、過負荷とならない程度に小さい値）となるほど好ましいと判定する指標値として用いることができる。

７．表示制御
上述したように、本実施形態の手法では消費カロリー量、深睡眠時間、及びストレス情報を健康度情報として取得することができる。取得した健康度情報は、その値を単純に表示するのではユーザーの健康状態の理解が容易でない可能性も考えられる。よって本実施形態では、取得した健康度情報をグラフ化する等の手法を用いて、ユーザー（或いは当該ユーザーの主治医、健康アドバイザー等）にとって一見して理解しやすい形で提示する。

以下、図６〜図１０を用いて表示画面の具体例を説明するが、本実施形態での表示画面の形式はこれに限定されるものではない。また、一度にある程度の情報量を提供することに鑑み、図６等の画面は図２のタブレット端末等に表示することを想定しているが、時計型ウェアラブル装置の表示部の改良や、表示画面の簡素化等によっては、時計型ウェアラブル装置の表示部に情報提示用の表示画面を表示してもよい。

図６が時計型ウェアラブル装置とタブレット端末等が接続された際に表示されるホーム画面の例である。ホーム画面では、年齢、性別、身長、体重、ＩＤなど個人情報入力モード、データファイル管理、通信による入出力管理、基底心拍数情報（ＨＲ_０）設定や初期係数設定などのカバー情報がディスプレイされている。以下具体的に説明する。

図６のＡ１の領域では、時計型ウェアラブル装置についての設定等を行う。具体的には、時計型ウェアラブル装置とタブレット端末が接続された状態で、Ａ１１の取り込みボタンを押すことで、時計型ウェアラブル装置で取得された情報がタブレット端末に取り込まれる。取り込まれる情報は、消費カロリー量、深睡眠時間及びストレス情報のように、ＨＲとＨＲ_０に基づく演算の結果である情報だけであってもよいし、心拍センサー１０や体動センサー２０のセンサー情報を全て対象としてもよく、種々の変形実施が可能である。

Ａ１２ではユーザー情報の登録や、時計合わせ等を行うことができる。Ａ１２の機能については詳細な説明は省略する。

Ａ２はＡ１１の取り込みボタンにより取り込まれた情報が、どのようなファイル名で保存されるかを表すものである。具体的には、Ａ２１で最新のデータファイルを表示するとともに、Ａ２２で過去に取り込んだデータファイルを表示してもよい。

Ａ３は取得した情報（ここではＨＲの値を全て取得していることを前提としている）のうち、心拍数情報の時間変化（ＨＲトレンド）や、それに基づく分析結果等を表示するためのボタンである。これらのボタンが押された場合の表示画面例については後述する。

Ａ４はデータファイルの保存、削除を指示するためのボタンである。

Ａ５は健康度情報の演算における事前準備を行うための領域である。具体的には、Ａ５１は、健康度情報を求めるための係数を設定する画面を呼び出すボタンであり、Ａ５１が押された場合には、図７の画面に遷移することになる。図７では、ＨＲ_０の値や、ｘ、ｙ、α、βといった消費カロリー量の演算に用いられる係数、或いは深睡眠時間の演算に用いられる睡眠係数や、ストレス情報の演算に用いられるストレス係数等を設定することができる。また、ｘについては上述したように実測値から設定することもでき、その場合にはユーザーはＢ１で示したｘ計算ボタンを押して、所与の運動を開始すればよい。ｘの実測値からの設定の際に行われる運動（上述の例であれば１秒間２ステップの足踏み運動を３分間継続）の負荷の値を設定することもでき、これはＢ２の校正消費カロリー（Ｍｅｔｓ）に対応する。加速度係数は、体動センサーとして加速度センサーを用いる場合に、体動時か非体動時かの判定を行う際の加速度検出値の閾値を表す値である。なお、図７の加速度係数の値は加速度センサーのレンジ等でも異なるものであり、単位は標準重力加速度を基準とするｇや、ｍ／ｓ^２というわけではない。

Ａ５２はＨＲ_０を設定する際に用いるボタンである。上述したように、ＨＲ_０は同一ユーザーであれば日差変動が少ないため、一度測定すればその値を使い続けても問題はない。しかし、ＨＲ_０の実測値からの設定が一度も行われていない場合や、ユーザーの明示の指示により再設定を行う場合等が考えられるため、Ａ５２のボタンが押下された場合にはＨＲ_０の設定処理を行う。なお、ＨＲ_０の設定手法については図３を用いて上述したとおりである。

図８は、図６のＡ３１のＨＲトレンドボタンが押された場合に表示される画面の例である。図８は連続する２４時間における心拍数情報ＨＲの値の時間変化、及びＨＲとＨＲ_０に基づき演算された消費カロリー量の時間変化を表す図である。図８のうち、Ｃ１で示されるグラフがＨＲの時間変化を表し、Ｃ２で示されるグラフが消費カロリー量の時間変化を表す。図８からでも、０時頃から６時半頃まで睡眠状態にあること等、ユーザーの生体情報（生活習慣情報）を知ることができる。

ただし、健康度情報はある程度まとめてわかりやすく提示することが望ましく、本実施形態においては図６のＡ６に示した領域等に、図９（Ａ）、図９（Ｂ）の表示画面を表示するものとしてもよい（図６は図９（Ｂ）の画面を表示した例である）。

図９（Ｂ）は１日の消費カロリー量、深睡眠時間、ストレス情報をまとめて表示するグラフである。図９（Ｂ）の深睡眠時間は、ユーザーが深睡眠状態にある時間であり、ＡＣＴ（−）は非体動時であり、且つメンタルストレスがかかっていない状態の時間である。ＭｅｎｔａｌＳは非体動時であり、且つメンタルストレスがかかっている状態の時間を表す。また、ＰｈｉｓｉｃａｌＳは体動時であり、且つフィジカルストレスがかかっている状態の時間を表し、ＡＣＴ（＋）は体動時であり、且つフィジカルストレスがかかっていない状態の時間を表す。また、円グラフの中央部に２４時間当たりの消費カロリー量が表示される。

図９（Ｂ）を用いることで、２４時間のうちの深睡眠時間、メンタルストレスのかかっていた時間、フィジカルストレスのかかっていた時間等の比率を直感的に理解させることが可能になる。具体的には、健康に良いライフスタイルとは充分な休養（睡眠）が取られ、身体活動（フィジカルストレス）は適度に多く、精神ストレス（メンタルストレス）が少なく、摂取カロリーと消費カロリーのバランスがとれている状態と考えられるため、そのような観点から図９（Ｂ）を見ることで、ユーザーの健康状態を容易に把握できる。

ただし本実施形態の時計型ウェアラブル装置等は、当該装置の充電等を考慮すると、２４時間連続で着用されないケースも考えられる。その場合、図９（Ｂ）では各時間の相対的な関係を見やすい形で提示することを考慮しているため、２４時間に満たないデータであっても、２４時間に換算して提示する（例えば装着時間が１２時間であった場合には、各時間の値を２倍する等の処理が行われる）。そのため、実時間がわかりにくくなる場合も想定される。

よって、２４時間基準に換算せず、図９（Ａ）のように実際の時間をそのまま表示する手法をとってもよい。図９（Ａ）は縦軸、横軸ともに時間（単位はhour）をとっており、Ｄ１がメンタルストレス、Ｄ２が非体動時（且つメンタルストレスを感じていない）、Ｄ３が体動時（且つフィジカルストレスを感じていない）、Ｄ４がフィジカルストレス、の各実時間を表している。

また、深睡眠時間については図９（Ａ）の三角形の領域で表現してもよい。この場合、深睡眠時間は三角形の領域の面積ではなく、色等により表現されることが想定される。例えば、深睡眠時間が十分であれば（７時間以上）緑色、やや少なければ（４〜７時間）黄色、明らかに不足している場合（４時間以下）には赤色等の色分けを行えばよい。

また、図９（Ａ）、図９（Ｂ）等のグラフ表示は、直感的でわかりやすいという特徴がある反面、正確な値を把握することが困難である。そこで、図６のＡ３２に示した分析ボタンが押された場合には、図１０に示した分析画面を表示してもよい。分析画面では例えば、図１０に示したようにユーザーの個人情報や、健康度情報の演算に用いたパラメーターを表示するとともに、実際に測定された健康度情報の具体的な値を表示している。この際、図９（Ｂ）等のグラフを同時に表示してもよい。図１０等の分析画面を表示することで、より正確な値を知ることが可能になる。

以上の本実施形態では、生体情報処理システムは図１に示したように、深睡眠状態における心拍数を表す基底心拍数情報を取得する基底心拍数情報取得部１２０と、心拍数情報を取得する心拍数情報取得部１１０と、基底心拍数情報と心拍数情報との相対情報を求め、相対情報に基づいて健康度を表す健康度情報を求める健康度情報演算部１３０を含む。

ここで深睡眠状態とは、ユーザーが深睡眠（徐波睡眠とも呼ばれる）にある状態であり、深い睡眠状態にあることを表す。具体的には、睡眠をレム睡眠とノンレム睡眠に分け、さらにノンレム睡眠を脳波上の睡眠の比較的浅い方から睡眠段階１〜４に分けることで合計５つの睡眠段階に分けた場合、睡眠段階３及び睡眠段階４に相当する睡眠状態である。

また、基底心拍数情報とは、上記深睡眠状態における心拍数情報に対応する情報であり、図３を用いて説明したように、本出願人により連続２４時間の心拍数情報の値のうちで再現性の高い小さい値（ノイズ等を考慮しなければ最小値或いはそれに近い値）を取ることが確認されている。

また、健康度情報とは、心拍数情報等の測定対象となっているユーザーの健康度合いを表す指標値となる情報であり、消費カロリー量、深睡眠時間情報、ストレス情報を含む情報である。

また、基底心拍数情報と心拍数情報との相対情報とは、基底心拍数情報と心拍数情報の相対的な関係により決定される情報である。具体的には、基底心拍数情報と心拍数情報の値の差分値を含む差分情報であってもよいし、基底心拍数情報と心拍数情報の値の比を含む比率情報であってもよい。また、差分情報及び比率情報は、基底心拍数情報ＨＲ_０と心拍数情報ＨＲをそのまま用いるもの（具体的にはＨＲ−ＨＲ_０，ＨＲ／ＨＲ_０）に限定されず、差分値或いは比に所与の係数を乗じたものや、ＨＲとＨＲ_０の少なくとも一方に所与の係数を乗じた上で差分値を取ったもの等、差分や比によって決定される他の情報を含むものである。

これにより、基底心拍数情報を用いて生活習慣に関する健康度情報を求めることが可能になる。基底心拍数情報は精神的な活動がほとんどないと見なせる状態での値を想定しているため、上式（１）等で心拍数情報の基準値として用いている安静時の心拍数情報（ＨＲ_ｒ）とは異なり、値の変動を考慮しなくてもよい。さらに同一ユーザーでは日差変動が少ないという利点もある。よって、基底心拍数情報を用いることで、健康度情報を精度よく求めることが可能になる。

また、健康度情報演算部１３０は、基底心拍数情報と心拍数情報との相対情報に基づいて、健康度情報として消費カロリー情報を求めてもよい。

これにより、健康度情報として消費カロリー情報（具体的には消費カロリー量）を求めることが可能になる。消費カロリー量は運動時などの単位時間当たりの値（ＥＥ）であってもよいし、１日当たりの値であってもよい。１日当たりの値を求めた場合、ユーザーの基礎代謝量ＢＭとの比較は肥満やメタボリックシンドローム等の評価に有用である。

また、生体情報処理システムは図１に示したように、体動情報を取得する体動情報取得部１４０を含んでもよい。そして健康度情報演算部１３０は、体動情報に基づいて体動状態であると判定された場合には、第１の係数と相対情報に基づいて消費カロリー情報を求める。また健康度情報演算部１３０は、体動情報に基づいて非体動状態であると判定された場合には、第１の係数と異なる第２の係数と相対情報に基づいて消費カロリー情報を求める。

これにより、体動時と非体動時とで、消費カロリー量を求める際に用いる係数を適切に切り替えることが可能になる。これは図４（Ａ）、図４（Ｂ）で説明した通り、体動時と非体動時ではプロットされた値を直線近似した場合の傾き（係数に対応）が大きく異なることを考慮したものである。これは人の生物的な特徴を考えた場合、心拍１回当たりの血液放出量である１回心拍出量ＳＶを、ＳＶ＝θ×ＳＶ_０（ＳＶ_０はＳＶの基底状態での値）とした式でのθの増加度合い（θはｘ×ＥＥ_０／ＨＲ_０と関係する）が、身体活動時では精神活動時よりも大きくなることに起因していると推測することもできる。

また、健康度情報演算部１３０は、基底心拍数情報と心拍数情報との差分情報を相対情報として求め、第１の係数（ｘ）又は第２の係数（ｙ）と、差分情報（ΔＨＲ）と、１心拍当たりの基準消費カロリー（ＥＥ_０／ＨＲ_０）との積を求め、求めた積と基礎代謝に対応する消費カロリー量（ＥＥ_０）との和を消費カロリー情報として求めてもよい。

これにより、上式（４）又（５）を用いて消費カロリー量を求めることが可能になる。なお、式（４）、（５）では、上述したとおりΔＨＲとしては、ＨＲ−ＨＲ_０ではなく係数α又はβを考慮することで精度を向上させるものとしている。

また、心拍数情報取得部１１０は、所与の体動状態における心拍数情報を取得し、健康度情報演算部１３０は、所与の体動状態における心拍数情報と、基底心拍数情報と、相対情報と、基礎代謝に対応する消費カロリー量とに基づいて、第１の係数を求めてもよい。

これにより、上式（９）に基づいて第１の係数ｘを実測値から求めることが可能になる。上式（３）はｘを既知のものとしてＥＥを求める式であるが、ＥＥが既知であれば上式（３）を変形した上式（９）によりｘを求めることができる。その場合、ＥＥを既知とするために、任意の運動が許容されるのではなく、ＥＥが推定可能な所与の運動をユーザーに行わせる必要がある。

また、健康度情報演算部１３０は、基底心拍数情報と心拍数情報との相対情報に基づいて、健康度情報として深睡眠時間情報を求めてもよい。

ここで、深睡眠時間情報とは、ユーザーが深睡眠状態にあると判定された時間の積算値（例えば２４時間のうちの積算値）に限定されるものではない。例えば、ユーザーが深睡眠状態となった時刻情報の日にち毎の変動等も健康度の判定に用いることができるし、ユーザー安静状態になってから深睡眠状態に移行するまでの時間情報、或いは入眠時から深睡眠状態に移行するまでの時間情報等も健康度の判定には有用であり、深睡眠時間情報はこれら全ての情報を含む。

これにより、健康度情報として深睡眠時間情報を求めることが可能になる。本実施形態では深睡眠状態での心拍数情報である基底心拍数情報を演算に用いていることから、ユーザーが深睡眠状態にあるか否かの判定は基底心拍数情報と心拍数情報との比較により容易に判定可能である。

また、健康度情報演算部１３０は、心拍数情報と、基底心拍数情報に睡眠係数をかけた値との相対情報に基づいて、深睡眠時間情報を求めてもよい。

これにより、心拍数情報と、基底心拍数情報に睡眠係数をかけた値との相対情報に基づく判定が可能になる。深睡眠状態にあっても、心拍数情報の値は変動しうることが確認されているため、当該変動を吸収し、且つ過剰に大きくならない値を睡眠係数として設定することで、適切な判定を行うことができる。

また、健康度情報演算部１３０は、心拍数情報の値が、基底心拍数情報に睡眠係数をかけた値以下となる時間の積算処理を行うことで、深睡眠時間情報を求めてもよい。

これにより、深睡眠時間情報として、ユーザーが深睡眠状態にある時間の積算値を求めることが可能になる。例えば、１日当たりの積算値を求めれば、ユーザーの睡眠時間が十分であるか否かという判定を行うことが可能になる。

また、健康度情報演算部１３０は、基底心拍数情報と心拍数情報との相対情報に基づいて、健康度情報としてストレス情報を求めてもよい。

ここでストレス情報とは、ユーザーに対して、平常時と区別可能な程度に負荷（身体的負荷、或いは精神的負荷）がかかっているか否かを表す情報である。ユーザーに負荷がかかっている場合、当該負荷が身体的なものでも精神的なものでも、心拍数情報の値の上昇が見られることが知られているため、心拍数情報の変化に基づき判定が可能である。特に本実施形態では、再現性の高い小さい値（ノイズ等を考慮しなければ最小値或いはそれに近い値）を取る基底心拍数情報を求めているため、当該基底心拍数情報と心拍数情報との相対情報を用いればよい。

これにより、健康度情報としてストレス情報を求めることが可能になる。ストレス情報のうち、身体的な負荷によるもの（フィジカルストレス）は、少なすぎても運動不足となるし、多すぎても疲労の蓄積等につながるため、適度な値となることが望ましい、一方、精神的な負荷によるもの（メンタルストレス）については、少ないほど望ましい状態となる。

また、生体情報処理システムは、体動情報を取得する体動情報取得部１４０を含み、健康度情報演算部１３０は、体動情報に基づいて体動状態であると判定された場合には、心拍数情報と、基底心拍数情報にストレス係数をかけた値との相対情報に基づいて、ストレス情報としてフィジカルストレス情報を求めてもよい。また、健康度情報演算部１３０は、体動情報に基づいて非体動状態であると判定された場合には、心拍数情報と、基底心拍数情報にストレス係数をかけた値との前記相対情報に基づいて、ストレス情報としてメンタルストレス情報を求めてもよい。

これにより、体動情報に基づいて体動時か非体動時かを判定し、体動時であればフィジカルストレス情報を、非体動時であればメンタルストレス情報を、上式（１２）から求めることが可能になる。

また、健康度情報演算部１３０は、体動情報に基づいて体動状態であると判定された場合に、心拍数情報の値が、基底心拍数情報にストレス係数をかけた値以上となる時間の積算処理を行うことで、フィジカルストレス情報を求めてもよい。また、健康度情報演算部１３０は、体動情報に基づいて非体動状態であると判定された場合に、心拍数情報の値が、基底心拍数情報にストレス係数をかけた値以上となる時間の積算処理を行うことで、メンタルストレス情報を求めてもよい。

これにより、フィジカルストレス情報及びメンタルストレス情報として、それぞれストレスがかかっていると判定される時間の積算値を用いることが可能になる。メンタルストレス情報である積算値は小さいほどよいが、例えば積算期間を１日等の固定値とすれば、健康を配慮した際に許容される上限値等を設定可能であり、ユーザーの健康度合いを適切に判定することができる。また、フィジカルストレス情報である積算値は、運動不足及び過負荷状態を回避することを考慮すれば中間的な値がよいが、これについても積算期間を１日等の固定値とすれば、健康を配慮した際に許容される値の範囲が設定可能である。

また、基底心拍数情報取得部１２０は、心拍センサー又は脈拍センサーにおいて測定された情報に基づいて、基底心拍数情報を取得してもよい。

これにより、心拍センサー（脈拍センサー）１０に基づいて基底心拍数情報を求めることができる。具体的な手法については図３等で上述したとおりである。なお、基底心拍数情報取得部１２０は、心拍センサー１０等から直接センサー情報を取得してもよい。ただし、心拍センサー１０に体動に起因するノイズが乗る場合、心拍センサー１０からのセンサー情報と体動センサー２０からのセンサー情報の両方を用いてノイズ低減処理が行われることが想定される。その場合、心拍数情報取得部１１０と、基底心拍数情報取得部１２０とで独立にノイズ低減処理することは非効率であるため、基底心拍数情報取得部１２０は、心拍数情報取得部１１０からのノイズ低減処理後の出力（心拍数情報）に基づいて基底心拍数情報を求めてもよい。

また、生体情報処理システムは図１に示したように、心拍数情報を取得する心拍数情報取得部１１０と、体動情報を取得する体動情報取得部１４０と、心拍数情報と体動情報に基づいて、深睡眠時間情報と、消費カロリー情報と、ストレス情報とを求める健康度情報演算部１３０と、求められた深睡眠時間情報と、消費カロリー情報と、ストレス情報の時間分布又は頻度分布を表す情報を表示部３０に表示する制御を行う表示制御部１５０を含んでもよい。

これにより、従来手法では考慮されていなかったストレス情報を求めるとともに、求めた複数の健康度情報を図９（Ａ）、図９（Ｂ）のように直感的に理解しやすい形でユーザーに提示することが可能になる。

また以上の本実施形態は、上記の生体情報処理システムを含むウェアラブル装置或いは、上記の生体情報処理システムを含むサーバーシステムにも適用できる。

これにより、種々の対象により本実施形態の手法を実現可能となる。ウェアラブル装置とは例えば図２に示した時計型ウェアラブル装置であってもよく、この場合生体情報の取得部（図１の心拍センサー１０や体動センサー２０）と処理部（健康度情報演算部１３０等）を一体の装置内に含めることが可能になり、ウェアラブル装置単体で処理を完結することも可能になる。また、サーバーシステムは例えば図２に示した解析センターに設けられるサーバーシステムであってもよく、この場合生体情報の取得部はウェアラブル装置側となり、処理部がサーバーシステム側となる。よって、処理負荷の分散が可能になりウェアラブル装置の簡素化、低価格化等が可能になる。

なお、本実施形態の生体情報処理システム等は、その処理の一部または大部分をプログラムにより実現してもよい。この場合には、ＣＰＵ等のプロセッサーがプログラムを実行することで、本実施形態の生体情報処理システム等が実現される。具体的には、情報記憶媒体に記憶されたプログラムが読み出され、読み出されたプログラムをＣＰＵ等のプロセッサーが実行する。ここで、情報記憶媒体（コンピューターにより読み取り可能な媒体）は、プログラムやデータなどを格納するものであり、その機能は、光ディスク（ＤＶＤ、ＣＤ等）、ＨＤＤ（ハードディスクドライブ）、或いはメモリー（カード型メモリー、ＲＯＭ等）などにより実現できる。そして、ＣＰＵ等のプロセッサーは、情報記憶媒体に格納されるプログラム（データ）に基づいて本実施形態の種々の処理を行う。即ち、情報記憶媒体には、本実施形態の各部としてコンピューター（操作部、処理部、記憶部、出力部を備える装置）を機能させるためのプログラム（各部の処理をコンピューターに実行させるためのプログラム）が記憶される。

なお、以上のように本実施形態について詳細に説明したが、本発明の新規事項および効果から実体的に逸脱しない多くの変形が可能であることは当業者には容易に理解できるであろう。従って、このような変形例はすべて本発明の範囲に含まれるものとする。例えば、明細書又は図面において、少なくとも一度、より広義または同義な異なる用語と共に記載された用語は、明細書又は図面のいかなる箇所においても、その異なる用語に置き換えることができる。また生体情報処理システム等の構成、動作も本実施形態で説明したものに限定されず、種々の変形実施が可能である。

１０ 心拍センサー、２０ 体動センサー、３０ 表示部、１１０ 心拍数情報取得部、
１２０ 基底心拍数情報取得部、１３０ 健康度情報演算部、１４０ 体動情報取得部、
１５０ 表示制御部、ＢＭ 基礎代謝量、ＣＩ 心係数、ＣＯ 分時心拍出量、
ＥＥ 分時消費カロリー量、ＨＲ 心拍数情報、ＨＲ_０ 基底心拍数情報、
ＶＯ_２ 分時酸素消費量

Claims (18)

1. 深睡眠状態における心拍数を表す基底心拍数情報を取得する基底心拍数情報取得部と、
   心拍数情報を取得する心拍数情報取得部と、
   前記基底心拍数情報と、前記心拍数情報との相対情報を求め、前記相対情報に基づいて健康度を表す健康度情報を求める健康度情報演算部と、
   を含むことを特徴とする生体情報処理システム。
2. 請求項１において、
   前記健康度情報演算部は、
   前記基底心拍数情報と前記心拍数情報との前記相対情報に基づいて、前記健康度情報として消費カロリー情報を求めることを特徴とする生体情報処理システム。
3. 請求項２において、
   体動情報を取得する体動情報取得部を含み、
   前記健康度情報演算部は、
   前記体動情報に基づいて体動状態であると判定された場合には、第１の係数と前記相対情報に基づいて前記消費カロリー情報を求め、
   前記体動情報に基づいて非体動状態であると判定された場合には、前記第１の係数とは異なる第２の係数と前記相対情報に基づいて前記消費カロリー情報を求めることを特徴とする生体情報処理システム。
4. 請求項３において、
   前記健康度情報演算部は、
   前記基底心拍数情報と前記心拍数情報との差分情報を前記相対情報として求め、前記第１の係数又は前記第２の係数と、前記差分情報と、１心拍当たりの基準消費カロリーとの積を求め、求めた積と基礎代謝に対応する消費カロリー量との和を前記消費カロリー情報として求めることを特徴とする生体情報処理システム。
5. 請求項３又は４において、
   前記心拍数情報取得部は、
   所与の体動状態における前記心拍数情報を取得し、
   前記健康度情報演算部は、
   前記所与の体動状態における前記心拍数情報と、前記基底心拍数情報と、前記相対情報と、基礎代謝に対応する消費カロリー量とに基づいて、前記第１の係数を求めることを特徴とする生体情報処理システム。
6. 請求項１において、
   前記健康度情報演算部は、
   前記基底心拍数情報と前記心拍数情報との前記相対情報に基づいて、前記健康度情報として深睡眠時間情報を求めることを特徴とする生体情報処理システム。
7. 請求項６において、
   前記健康度情報演算部は、
   前記心拍数情報と、前記基底心拍数情報に睡眠係数をかけた値との前記相対情報に基づいて、前記深睡眠時間情報を求めることを特徴とする生体情報処理システム。
8. 請求項７において、
   前記健康度情報演算部は、
   前記心拍数情報の値が、前記基底心拍数情報に前記睡眠係数をかけた値以下となる時間の積算処理を行うことで、前記深睡眠時間情報を求めることを特徴とする生体情報処理システム。
9. 請求項１において、
   前記健康度情報演算部は、
   前記基底心拍数情報と前記心拍数情報との前記相対情報に基づいて、前記健康度情報としてストレス情報を求めることを特徴とする生体情報処理システム。
10. 請求項９において、
    体動情報を取得する体動情報取得部を含み、
    前記健康度情報演算部は、
    前記体動情報に基づいて体動状態であると判定された場合には、前記心拍数情報と、前記基底心拍数情報にストレス係数をかけた値との前記相対情報に基づいて、前記ストレス情報としてフィジカルストレス情報を求め、
    前記体動情報に基づいて非体動状態であると判定された場合には、前記心拍数情報と、前記基底心拍数情報に前記ストレス係数をかけた値との前記相対情報に基づいて、前記ストレス情報としてメンタルストレス情報を求めることを特徴とする生体情報処理システム。
11. 請求項１０において、
    前記健康度情報演算部は、
    前記体動情報に基づいて前記体動状態であると判定された場合に、前記心拍数情報の値が、前記基底心拍数情報に前記ストレス係数をかけた値以上となる時間の積算処理を行うことで、前記フィジカルストレス情報を求めることを特徴とする生体情報処理システム。
12. 請求項１０又は１１において、
    前記健康度情報演算部は、
    前記体動情報に基づいて前記非体動状態であると判定された場合に、前記心拍数情報の値が、前記基底心拍数情報に前記ストレス係数をかけた値以上となる時間の積算処理を行うことで、前記メンタルストレス情報を求めることを特徴とする生体情報処理システム。
13. 請求項１乃至１２のいずれかにおいて、
    前記基底心拍数情報取得部は、
    心拍センサー又は脈拍センサーにおいて測定された情報に基づいて、前記基底心拍数情報を取得することを特徴とする生体情報処理システム。
14. 心拍数情報を取得する心拍数情報取得部と、
    体動情報を取得する体動情報取得部と、
    前記心拍数情報と前記体動情報に基づいて、深睡眠時間情報と、消費カロリー情報と、ストレス情報とを求める健康度情報演算部と、
    求められた前記深睡眠時間情報と、前記消費カロリー情報と、前記ストレス情報の時間分布又は頻度分布を表す情報を表示部に表示する制御を行う表示制御部と、
    を含むことを特徴とする生体情報処理システム。
15. 請求項１乃至１４のいずれかに記載の生体情報処理システムを含むことを特徴とするウェアラブル装置。
16. 請求項１乃至１４のいずれかに記載の生体情報処理システムを含むことを特徴とするサーバーシステム。
17. 深睡眠状態における心拍数を表す基底心拍数情報を取得する基底心拍数情報取得部と、
    心拍数情報を取得する心拍数情報取得部と、
    前記基底心拍数情報と、前記心拍数情報との相対情報を求め、前記相対情報に基づいて健康度を表す健康度情報を求める健康度情報演算部として、
    コンピューターを機能させることを特徴とするプログラム。
18. 心拍数情報を取得する心拍数情報取得部と、
    体動情報を取得する体動情報取得部と、
    前記心拍数情報と前記体動情報に基づいて、深睡眠時間情報と、消費カロリー情報と、ストレス情報とを求める健康度情報演算部と、
    求められた前記深睡眠時間情報と、前記消費カロリー情報と、前記ストレス情報の時間分布又は頻度分布を表す情報を表示部に表示する制御を行う表示制御部として、
    コンピューターを機能させることを特徴とするプログラム。