JP2014219850A - 生活習慣病改善支援装置およびその制御方法 - Google Patents

Abstract

【課題】本発明は、生体情報と生活習慣の時系列相関から、各患者に対して複数の生活習慣のうち効率的に生体情報を改善する生活習慣の改善項目を提示することを目的とする。【解決手段】本発明の一態様に係る生活習慣病改善支援装置は、生体情報の時系列データを受け付ける生体情報受付部１１と、複数の生活習慣の時系列データを受け付ける生活習慣受付部１２と、生体情報の時系列データと複数の生活習慣の時系列データに基づいて、生体情報と生活習慣の相関係数を算出する相関算出部２２と、相関係数に基づいて生活習慣を出力する生活習慣提案部２５とを備える。【選択図】図１

Description

本発明は、生活習慣病の予防又は改善のために生活習慣の改善を提案する生活習慣改善提案装置に関する。

生活習慣病の発症には、遺伝要因と環境要因が関与しており、環境要因としては生活習慣又は服薬などが挙げられる。従って、生活習慣病を改善する為には、生活習慣又は服薬の影響を受ける。また、生活習慣病の一例として例えば高血圧が挙げられるが、高血圧を改善するための生活習慣の改善項目としては、減塩、栄養、減量、運動、節酒、禁煙などがある。しかしながら、患者にとって生活習慣の改善項目を継続的に実施することは、日常生活に制限がかかり、精神的や肉体的に苦痛を伴う場合があることから、必ずしも容易な事ではない。この生活習慣改善を継続する為に、対象となる患者にとってどの様な生活習慣改善を実施する事が疾病改善に寄与するかを提案する技術として２つを紹介する。

例えば特許文献１は、生体情報と生活情報の時系列相関から相関ルールを抽出し、相関ルールの確信度が一定以上の条件を満足したルールを患者に配信する技術を開示している。

また特許文献２は、生体情報を測定し、前記生体情報から習慣行動を推定し、予め設定した目標指標に基づいて、前記習慣行動から行動提案する技術を開示している。

特開２００６−１１０２７８号公報 ＷＯ２０１０−１４６８１１号公報

従来技術の特許文献１では、患者に対する生活習慣改善の一例として「アルコール摂取が大の時、最小血圧が高」の様に、生活習慣改善と生体情報との関係を示す情報を定性的に提示しているが、患者の生体情報を改善する為に、複数の生活習慣のうちどの生活習慣に取り組めば効率よく生体情報を改善することができるのかを判断する事が困難である。

本発明は、生体情報と生活習慣の時系列相関から、各患者に対して複数の生活習慣のうち効率的に生体情報を改善する生活習慣の改善項目を提示することを目的とする。

そしてこの目的を達成するために本発明の一態様に係る生活習慣病改善支援装置は、生体情報の時系列データを受け付ける生体情報受付部と、複数の生活習慣の時系列データを受け付ける生活習慣受付部と、前記生体情報の時系列データと前記複数の生活習慣の時系列データに基づいて、前記生体情報と前記生活習慣の相関係数を算出する相関算出部と、前記相関係数に基づいて前記生活習慣を出力する生活習慣提案部とを備える。

また、本発明の一態様に係る生活習慣病改善支援装置の制御方法は、生体情報の時系列データを受け付けるステップと、複数の生活習慣の時系列データを受け付けるステップと、前記生体情報の時系列データと前記複数の生活習慣の時系列データに基づいて、前記生体情報と前記生活習慣の相関係数を算出するステップと、前記相関係数に基づいて前記生
活習慣を出力するステップとを備える。

本発明の生活習慣病改善支援装置及びその制御方法によれば、複数の生活習慣のそれぞれと生体情報の相関係数を算出し、その相関係数に基づいて生体情報と生活習慣の関連性を出力することで、複数ある生活習慣の改善項目の中から、患者の生体情報を改善する為に効率的な生活習慣の改善項目を提案する事が出来るという効果がある。

本発明の一実施形態に係る生活習慣病改善支援装置の構成図 本発明の一実施形態に係る生活習慣病改善支援装置の受付処理フローチャートを示す図 生体情報受付部１１の情報に基づく出力部４０の画面を示す図 生活習慣受付部１２の情報に基づく出力部４０の画面を示す図 記憶部３０におけるデータ構造を示す図 記憶部３０におけるデータ構造を示す図 本発明の一実施形態に係る生活習慣病改善支援装置の提案処理フローチャートを示す図 比較画像生成部２３における生体情報信号と生活習慣信号との比較を示す図 順位決定部２４における生活習慣一覧を示す図 生活習慣提案部２５における生活習慣の変化量一覧を示す図 生活習慣提案部２５における目標設定を示す図 生活習慣提案部２５における生活習慣の変化量一覧を示す図 時系列調整部２１における時間間隔一定化処理の処理前の時系列データを示す図 時系列調整部２１における時間間隔一定化処理の処理後の時系列データを示す図 （ａ）窓幅が単位時間以内の場合の、時系列調整部２１における時間間隔一定化処理を説明する図、（ｂ）窓幅が単位時間超過の場合の、時系列調整部２１における時間間隔一定化処理を説明する図 時系列調整部２１における生活習慣信号の遅延時間を示す図 相関算出部２２における生活習慣信号と生体情報信号との回帰分析を説明する図 （ａ）時定数が２の場合の時系列調整部２１における時定数処理を説明する図、（ｂ）時定数が４の場合の時系列調整部２１における時定数処理を説明する図 時系列調整部２１における時定数処理後の生活習慣信号を示す図 本発明の一実施形態に係る生活習慣病改善支援装置の構成図 本発明の一実施形態に係る生活習慣病改善支援装置の提案処理フローチャートを示す図 相関算出部２２における生活習慣信号と生体情報信号との回帰分析を説明する図 比較画像生成部２３における生活習慣信号と生体情報信号との比較を示す図 順位決定部２４における生活習慣組合せ一覧を示す図 生活習慣組合せ提案部２６における生活習慣組合せの変化量一覧を示す図

以下に、本発明の生活習慣病改善支援装置の実施の形態を図面とともに詳細に説明する。ここで生活習慣とは、食習慣、運動習慣、休養、喫煙、飲酒等に代表される生活する上での習慣を表す。また、生活習慣病とは、生活習慣が発症・進行に深く関与している疾患の総称であり、例えば糖尿病(１型糖尿病を除く)、脂質異常症（家族性脂質異常症を除く
）、高血圧、肥満がある。また生活習慣改善項目とは、生活習慣病を改善する為の生活習慣を表す。

また、ここでの生体情報（Ｖｉｔａｌ Ｓｉｇｎｓ）とは、患者の健康状態を示す情報であり、例えば、血圧、血糖、体重、ＢＭＩ（Ｂｏｄｙ Ｍａｓｓ Ｉｎｄｅｘ）血中酸素飽和度（Ｂｌｏｏｄ Ｏｘｙｇｅｎ Ｓａｔｕｒａｔｉｏｎ）、体温、尿糖、ヘモグロビンＡ１Ｃ、内膜中膜複合体厚（ＩＭＴ：Ｉｎｔｉｍａ−ｍｅｄｉａ ｔｈｉｃｋｎｅｓｓ）、心拍、脈拍、などがある。

本発明の実施の形態では、生活習慣病として高血圧を、生体情報としては血圧を、生活習慣に関しては歩数、睡眠時間、塩分摂取を一例として説明するが、これらに限定するものではない。
（実施の形態１）
図１は、本発明の実施の形態１における生活習慣病改善支援装置１の構成図を示す。
図１において、生活習慣病改善支援装置１は、使用者１００（患者もしくは医療従事者）が生活習慣病を改善する目的で使用する装置である。

この生活習慣病改善支援装置１について説明する。生活習慣病改善支援装置１は、生体情報受付部１１、生活習慣受付部１２、制御部２０、記憶部３０、出力部４０を備える。生体情報受付部１１は、患者の生体情報を測定値および測定日時を含む時系列データとして受け付ける。なお、生体情報の測定値とは、測定機器による測定した値でもよいし、医療従事者が患者に提示した問診に対する回答結果でも良い。問診に対する回答とは、例えば患者に対し痛みレベルなどを問診し、その痛みレベルを入力させるものがあり、この痛みレベルに数値を割り当てておき測定値とすることができる。生体情報受付部１１は、制御部２０と接続し、使用者１００（患者もしくは医療従事者）によって患者の生体情報が入力され、制御部２０に生体情報に基づく情報を出力する。生体情報受付部１１は、キーボード、マウス又はタッチパネル等に接続し、これらからの入力を受け付けるものであってもよいし、電気通信回線を通じて生体情報を受信して受け付けるものであってもよい。

また、生活習慣受付部１２は、患者の複数の生活習慣を測定値および測定日時を含む時系列データとして受け付ける。生活習慣の測定値とは、測定機器による測定した値でもよいし、医療従事者が患者に提示した問診に対する回答結果でも良い。問診に対する回答とは、例えば患者に対し塩分摂取量の多い、少ないなどの概算レベルを問診し、その概算レベルを入力させるものがあり、この概算レベルに数値を割り当てておき測定値とすることができる。生活習慣受付部１２は、制御部２０と接続し、使用者によって患者の生活習慣が入力され、制御部２０に生活習慣に基づく情報を出力する。

なお、生体情報受付部１１と生活習慣受付部１２とは、使用者１００が入力情報を入力すると説明したが、使用者１００が入力できない場合には第三者が入力情報を代理で入力したり、通信回線などを介して測定機器から自動的に生体情報を入力できるような構成にしてもよい。更には、測定機器が生活習慣改善提案装置１内に組み込まれており、この内蔵された測定機器から生体情報又は生活習慣の入力を受け付けても良い。

制御部２０は、記憶部３０と接続し、生体情報受付部１１、生活習慣受付部１２がそれぞれ出力した生活習慣、生体情報を受け付け、それぞれの測定値と測定日時を対応づけて記憶部３０へ保存する。制御部２０は、時系列調整部２１、相関算出部２２、比較画像生成部２３、順位決定部２４、生活習慣提案部２５から構成されており、各々の構成に関して説明する。

時系列調整部２１は、記憶部３０に保存された生体情報の測定値および測定日時を対応
付けた時系列データを読み込み、時系列データの時間間隔が一定となる様な時系列データを生成する信号処理（以下、時間間隔一定化処理とよぶ。）を実施し、時間間隔が一定となる生体情報の時系列データである生体情報信号を生成する。

また、時系列調整部２１は、記憶部３０に保存された生活習慣の測定値および測定日時を対応付けた時系列データを読み込み、時間間隔一定化処理を実施し、時間間隔が一定となる生活習慣の時系列データである生活習慣信号を生成する。

相関算出部２２は、生体情報の時系列データと複数の生活習慣の時系列データに基づいて、生体情報と各生活習慣の相関係数を算出する。具体的には、時系列調整部２１が生成した生体情報信号と複数の生活習慣信号を読み込み、異なる複数の遅延時間を設定した生活習慣信号に対して、それぞれの遅延時間における生活習慣信号と生体情報信号との相関係数を算出し、相関係数が最大となる遅延時間を抽出し、回帰式を算出する。ここで遅延時間とは、生活習慣が生体情報に影響を与えるまでにかかる時間である。一例を挙げると、生活習慣として運動を行った際に、生体情報である血圧に影響を与えるのは、心臓や筋肉による血液量の変化や血管壁の収縮拡張などに起因して、遅延時間が存在すると考えられる。回帰式とは、回帰分析における生体情報信号（目的変数）を生活習慣信号（説明変数）で計算する式である。なお、回帰分析とは目的変数と説明変数の間の関係を表す式を統計的手法によって推定する分析方法である。

以下では、生活習慣信号と生体情報信号との相関係数を算出することを、時系列相関処理とよぶ。相関係数とは、詳細は後述するが、所定の生活習慣が生体情報に対してどの程度関連するかの度合いを示す指標であり、相関係数の絶対値が大きいほどその生活習慣が生体情報に対して影響が大きいことを示す。

相関算出部２２は、この時系列相関処理を１つの生体情報信号に対して、各々の生活習慣信号に対して、実施する。その際、各々の生活習慣信号に対して異なる複数の遅延時間を設定して時系列相関処理を行い、それぞれの遅延時間における生活習慣信号と生体情報信号との相関係数を算出し、相関係数が最大となる遅延時間を抽出し、回帰式を算出する。

比較画像生成部２３は、相関算出部２２が算出した遅延時間と、生体情報信号及び複数の生活習慣信号を読み込み、生体情報信号と生活習慣信号との比較を示す画像を生成する。

順位決定部２４は、相関算出部２２が算出した相関係数を読み込み、相関係数に基づいて所定の生体情報信号に対する複数の生活習慣信号への順位付けを行う。

生活習慣提案部２５は、相関係数を読み込み、複数の生活習慣のうち生体情報と相関が高い、すなわち、生体情報に影響を与える度合いが高い生活習慣の情報について画像データを生成し、出力部４０へ出力する。更に、生体情報信号、生活習慣信号、および相関算出部２２が算出した回帰式から、生体情報を現状から目標値まで改善する為に、生活習慣の具体的な数値目標を算出する。なお、生体情報の目標値は、使用者１００が生体情報受付部１１へ入力し、設定することができる。この処理により、使用者１００は生体情報を目標値まで改善するには、生活習慣のどの項目に対して、どの程度の数値目標を達成する必要があるかを認識する事ができる効果がある。また患者は生活習慣改善を行う際の生活習慣改善を継続する為の動機付けとなる効果があり、医療従事者は患者に対する生活習慣改善指導を行う際の説明材料として患者に生活習慣改善を促す効果がある。

出力部４０は制御部２０と接続し、生活習慣提案部２５が作成する生体情報に影響を与
える生活習慣の情報を出力する。なお、出力部４０は、画面での表示を例に説明するが、通信回線への出力、記録媒体への出力、プリンターへの出力なども含む。について出力部４０へ出力する
なお、本発明の実施の形態１において、生活習慣病改善支援装置１に記憶部３０を備えている例を説明したが、記憶部３０は外部メモリであって生活習慣改善提案装置１に接続する構成としてもよい。具体的には、生体情報受付部１１、生活習慣受付部１２、制御部２０、記憶部３０、出力部４０がサーバ装置に備えられ、サーバ装置はネットワークを介してクライアント装置と接続し、生体情報受付部１１及び生活習慣受付部１２はクライアント装置からの入力を受付ける構成であってもよい。このとき記憶部３０はクライアント装置又はサーバ装置に備えられていてもよいし、クライアント装置又はサーバ装置に接続される外部メモリであってもよい。

更に、本発明の実施の形態１において、時系列調整部２１、相関算出部２２、比較画像生成部２３、順位決定部２４、生活習慣提案部２５は、生活習慣病改善支援装置１の内部かつ制御部２０の外部に存在し、各部が制御部２０と接続している構成(例えば、各部が制御部２０と接続する演算プロセッサの構成)としても良い。また、時系列調整部２１、相関算出部２２、比較画像生成部２３、順位決定部２４、生活習慣提案部２５は、記憶部３０もしくは外部メモリに存在し、機能をソフトウェアで実現するプログラムの形態としても良い。

本発明の実施の形態１により、生活習慣病患者に対して、生活習慣病を改善する為の指標である生体情報測定値を改善する為には、どの生活習慣の改善に取り組むと効果的なのか否か又はどの生活習慣を組み合わせて改善に取り組むと効果的なのか否かが、更に生体情報測定値の目標値を達成する為に、各々の生活習慣の目標値を定量化して視覚的に表すことが可能となる。この結果、生活習慣病患者が継続的に生活習慣改善に取り組む動機付けとなり、患者の生活の質（ＱＯＬ：Ｑｕａｌｉｔｙ Ｏｆ Ｌｉｆｅ）を向上させる事が可能となる。また、患者を診察する医師の立場では、一般的な生活習慣指導だけでなく、患者本人にとって治療効果の高い生活習慣改善項目や項目組合せを抽出することが可能となり、患者本人に適した生活習慣指導を行う事が可能となる。

図２は、本発明の実施の形態１における生活習慣病改善支援装置１の受付処理フローチャートを示す。まず、生体情報受付部１１が、生活習慣病の患者の生体情報の入力を受け付ける（ステップＳ２０１）。

図３は、本発明の実施の形態１における出力部４０がディスプレイに接続する場合であって、生体情報受付部１１が受け付ける情報をそのディスプレイに表示する画面の一例である。ここでは一例として、患者の生体情報を測定機器により測定し、その測定結果を通信回線により生活習慣改善提案装置１の生体情報受付部１１へ入力する場合を説明する。生体情報受付部１１は、通信回線を介して測定機器から生体情報の入力を受け付けると、受け付けた情報は、出力部４０に接続するディスプレイの生体情報測定結果表示部３０１に表示される。ここでは例として収縮期血圧（ＳＢＰ：Ｓｙｓｔｏｌｉｃ Ｂｌｏｏｄ Ｐｒｅｓｓｕｒｅ）、拡張期血圧（ＤＢＰ：Ｄｉａｓｔｏｌｉｃ Ｂｌｏｏｄ Ｐｒｅｓｓｕｒｅ）、脈拍（Ｐｕｌｓｅ）を示している。なお生体情報は、日内変動、週内変動、季節変動など変動要因がある。例えば、血圧の日内変動としては、就寝中は血圧値が低く、活動中は血圧値が高めとなる傾向である。また血圧の週内変動として、仕事がある平日は血圧が比較的高めであり、仕事が無い休日は血圧が比較的低めである。この生体情報の変動影響を少なくし、なおかつ生体情報を定点観測的に毎日測定する為には、患者が決まった時刻に測定することが望ましい。例えば測定時の条件は、「起床後１時間以内、排尿後、朝の服薬前、朝食毎、座位１〜２分安静後」などが好ましい。生体情報の測定時刻は、一日のうちの決まった時間、例えば起床後１時間以内に限定すれば、生体情報測定値に
対する日内変動の影響を少なくすることが出来る。患者は、図３の画面において、生体情報測定結果表示部３０１に表示された測定値で良い場合は、ボタン“ＯＫ”を押して、生活習慣状態入力画面へ遷移する。一方、この測定値を破棄する場合は、ボタン“Ｃａｎｃｅｌ”を押す。

また、生活習慣受付部１２において、生活習慣病の患者の生活習慣の入力を受け付ける（ステップＳ２０２）。

図４は、本発明の実施の形態１における出力部４０がディスプレイに接続する場合であって、生活習慣受付部１２が受け付ける情報をそのディスプレイに表示する画面の一例である。ここでは一例として、患者の生活習慣を測定機器により測定し、その測定結果を通信回線により生活習慣改善提案装置１の生活習慣受付部１２へ入力する場合を説明する。生活習慣受付部１２は、通信回線を介して測定機器から生活習慣の入力を受け付けると、受け付けた情報は、出力部４０に接続するディスプレイの生活習慣測定結果表示部４０１に表示される。ここでは生活習慣として運動を考えた場合の例として歩数、歩行距離、活動消費カロリーを示している。なお、図示していないが他に歩行時間、活動量も考えられる。また、運動以外の生活習慣として、食事に関しては、摂取カロリー、各栄養素に対する摂取量（重さ）、食事開始時間、食事継続時間、1日の食事回数などが考えられる。睡眠に関しては、入眠時刻、起床時刻、睡眠時間、着床から入眠までの時間、途中覚醒の時間、途中覚醒の回数などが考えられる。患者は、図４の画面において、生活習慣測定結果表示部４０１に表示された測定値で良い場合は、ボタン“ＯＫ”を押し、この測定値を破棄する場合は、ボタン“Ｃａｎｃｅｌ”を押す。ボタン“ＯＫ”を押すと、受け付けた生体情報及び生活習慣を記憶部３０へ保存する。

患者は、定期的（例えば毎日）に、生体情報および生活習慣を測定するが、生体情報と生活習慣の測定頻度は、入力頻度が高いほど、患者の生活習慣をきめ細かく記録することが出来、結果として生活習慣測定結果による生体情報測定結果への影響を、より正確に判断することが可能となる。
制御部２０は、入力された生体情報又は生活習慣を、記憶部３０に保存する（ステップＳ２０３）。

図５は、記憶部３０へ保存する生体情報の時系列データの一例である。患者ごとに振り分けたＩＤと、患者ごとに測定日時と、生体情報の各項目の測定又は問診結果を対応付けて保存している。図６は、記憶部３０へ保存する生体情報の時系列データの一例である。患者ごとに振り分けたＩＤと、患者ごとに測定日時、ここでは１日の最終更新日時と、生活習慣の各項目の測定又は問診結果を対応付けて保存している。

患者は生活習慣病改善支援装置１に対して、生体情報と複数の生活習慣に関する項目の測定結果及び測定日時を入力する。生体情報は少なくとも一つの項目について入力すればよいが、複数の項目について入力してもよい。患者は定期的、例えば毎日の生体情報と生活習慣に関する測定結果または問診結果を入力し、これを記憶部３０に保存する。

図７は、本発明の実施の形態１における生活習慣病改善支援装置１の提案処理フローチャートを示す。まず、生体情報受付部１１が処理対象とする生体情報の項目の入力を受け付ける（ステップＳ７０１）。具体的には、使用者１００が、生活習慣の改善を提案しようとする患者の疾患を元にその疾患の進行度合いを評価するための生体情報項目を選び、その生体情報項目を入力する。一例を挙げると、患者の疾患が高血圧である場合、処理対象とする生体情報として血圧、糖尿病患者の場合、処理対象とする生体情報として血糖、をそれぞれ選び入力する。

次に、制御部２０が、ステップＳ７０１において受付けた項目の生体情報および、複数の生活習慣を、記憶部３０から読み出す（ステップＳ７０２）。この時、生体情報および生活習慣は時系列データである為、事前設定した所定期間の時系列データ、例えば1ヶ月間、を抽出する。所定期間については予め設定していてもよいし、使用者１００の入力により設定できるようにしてもよい。

ここで、所定期間において複数回測定された生体情報と生活習慣の時系列データは、測定日時および問診回答日時が一定間隔ではなく、測定間隔が不均一となっている事が一般的である。そこで、時系列調整部２１は、ステップＳ７０２において読み出した生体情報および生活習慣の時系列データを読み込み、所定期間において複数回測定された生体情報の時間間隔を一定化した生体情報信号を生成し、同様に、所定期間において複数回測定された生活習慣の時間間隔を一定化した生活習慣信号を生成する（ステップＳ７０３）。なお、時系列調整部２１における生体情報及び生活習慣の時間間隔一定化処理の詳細については、図１３から図１５を用いて後述する。

次に、相関算出部２２は、時系列調整部２１が生成した生体情報信号と生活習慣信号を読み込み、生体情報信号と生活習慣信号に基づいて所定の遅延時間を設定し、生活習慣信号を遅延時間だけ遅延させた遅延後の生活習慣信号と生体情報信号との時系列相関処理を行う。異なる複数の遅延時間を設定した生活習慣信号と生体情報信号との相関係数を算出し、相関係数の絶対値が最大となる相関係数を最適相関係数として最適相関係数を算出し、その際の遅延時間を最適遅延時間として抽出し、最適相関係数となる際の回帰式を算出する（ステップＳ７０４）。なお、相関算出部２２における遅延時間を考慮した時系列相関処理及び回帰式の詳細については、図１６及び図１７を用いて後で説明する。

次に、相関算出部２２は、所定の生体情報信号に対して、生活習慣受付部１２で入力した生活習慣信号に対してステップＳ７０４を順次実施し、生活習慣信号で未処理の信号があれば、その未処理の生活習慣信号に対してステップＳ７０４を実施し、全ての生活習慣信号に対して処理Ｓ７０４が終了すれば、ステップＳ７０６に遷移する（ステップＳ７０５）。

次に、比較画像生成部２３は、生体情報信号と生活習慣信号とステップＳ７０４において算出した最適遅延時間と回帰式に基づいて、生活習慣信号と生体情報信号との時系列相関を比較する画像データを生成する（ステップＳ７０６）。

図８は、比較画像生成部２３が作成する生体情報信号と生活習慣信号との比較を示すデータの図である。ここでは一例として、生体情報の中で収縮期血圧、生活習慣の中で歩数に関して説明を行うが、この限りではない。比較画像生成部２３は、生体情報の評価軸１７０１を設定し、生体情報信号８０４を表示する為に適切な、生体情報の目盛り８０１を設定する。

更に比較画像生成部２３は、生活習慣の評価軸１７０２を設定し、生活習慣信号８０５を表示する為に適切な、生活習慣の目盛り８０２を設定する。比較画像生成部２３が、生活習慣の目盛り８０２を設定する際、回帰式の傾きの符号が負の場合、数値の増減方向が生体情報の目盛り８０１の増減方向と逆に設定する。また、比較画像生成部２３は生活習慣の目盛り８０２について回帰式に基づいて生体情報の目盛り８０１と対応した目盛りを設定する。

比較画像生成部２３が、この処理を行う事により、生活習慣の変化量に対して、生体情報の変化量がどの程度になるかを定量化する事が可能となる。図８に示したような比較画像を確認することで、使用者１００は、例えば収縮期血圧を１６０ｍｍＨｇから１４０ｍ
ｍＨｇへ下げる為には、歩数を８０００歩から１００００歩に増加すれば良いと判断する事が可能となる。図８では、相関算出部２２で算出した最適相関係数に対応する最適遅延時間８０３を示し、使用者１００に対して、生活習慣が生体情報に与える影響の遅延時間がどの程度なのかを、視覚的に伝達できる効果がある。

次に、順位決定部２４は、ステップＳ７０４において算出した最適相関係数を読み込み、複数の生活習慣のうち生活習慣信号に対する最適相関係数の絶対値の大きい順に順位付けを行う（ステップＳ７０７）。

ここで、順位決定部２４は、複数の生活習慣のうち正の最適相関係数をもつ生活習慣のグループと負の最適相関係数をもつ生活習慣のグループに分けて、正と負のそれぞれのグループごとに最適相関係数の大きい順に順位付けを行っても良い。この処理を行うことにより、正の相関関係（例えば、生活習慣の摂取カロリーが増加すると、生体情報の収縮期血圧も増加する関係）を持つ生活習慣と負の相関関係（例えば、生活習慣の歩数が増加すると、生体情報の収縮期血圧も増加する関係）を持つ生活習慣とを分離して患者に表示する事が出来、患者や医療従事者に対して、各々の生活習慣の増減方向を分かり易く伝えることが可能となる。

次に、生活習慣提案部２５は、ステップＳ７０４において算出した相関係数を読み込み、複数の生活習慣のうち生体情報と相関が高い、すなわち、生体情報に影響を与える度合いが高い生活習慣の情報について画像データを生成し、出力部４０へ出力する（ステップＳ７０８）。

図９は、ステップＳ７０８において出力される画面の一例を示す図である。使用者１００は、出力部４０にディスプレイを接続して画面を閲覧し、マウスやタッチパネル等を通じて、入力操作を行う。図９では、生体情報として収縮期血圧を、複数の生活習慣として、歩数、睡眠時間、塩分摂取量、の事例で説明するが、これに限るものではない。

図９は、生活習慣一覧画面であり、生活習慣病患者に対して、「収縮期血圧」と関連の有る生活習慣を表示している。複数の生活習慣９０２として表示する項目ごとに、相関算出部２２で算出した最適相関係数９０５、最適相関係数９０５の絶対値に基づいてステップＳ７０７において算出した順位９０１、最適相関係数９０５に対応する最適遅延時間９０４、および、ステップＳ７０６において比較画像生成部２３で生成した、最適相関係数９０５に対応する生体情報信号と生活習慣信号との比較結果９０３を示す。ここで生活習慣９０２の中で改善すべき順位９０１として、最適相関係数９０５の絶対値を用いる理由は、相関が高いということは、ある生活習慣が変動すると、それに伴って生体情報が変動する可能性が高い、という意味を表す為である。最適相関係数の絶対値が高い順に順位付けすることで、どの生活習慣が最も生体情報の変動に寄与しているかわかりやすくすることができる。

図９の生活習慣一覧を表示する事により、患者の対象としている生体情報（ここでは収縮期血圧）を改善する為には、どの生活習慣９０２を改善すれば良いのか、視覚的に順位付けして示すことが出来、使用者１００がどの生活習慣９０２を改善すれば良いかを把握できる効果がある。更に使用者１００が、個人的な趣向や実施容易さを踏まえて、実施する生活習慣改善を選択する際の判断材料とできる効果がある。

図９において、相関算出部２２で生体情報信号と生活習慣信号の時系列相関処理を行う対象期間９０６を選択する。ここでは例えば、対象期間９０６として1ヶ月間か3ヶ月間のどちらかを選択する。

なお使用者１００が、図９の表における比較結果９０３の１つを選択した場合、図８に示す比較結果を出力部４０に表示する構成としても良い。
また、図１０は、ステップＳ７０８において出力される画面の異なる一例を示す図である。

図１０は、生活習慣提案部２５における生活習慣の変化量一覧を示す図である。これは出力部４０に表示することで使用者１００に生体情報を目標値とするために必要な具体的な生活習慣の変化量を通知する目的で使用する。

生体情報の変化量１００１は、現状の測定結果と、改善する目標値とを表す。一例として、図１０では、現状の収縮期血圧の測定値が１６０ｍｍＨｇから改善する目標値として予め設定された値である１４０ｍｍＨｇとした場合である。図１０では、ステップＳ７０７において算出した生活習慣の順位、生活習慣の変化量１００２、ステップＳ７０４において算出した最適遅延時間、最適相関係数を表示する。

生活習慣の変化量１００２は、生体情報の変化量１００１と相関算出部２２で算出した回帰式から算出できる。生活習慣提案部２５は、回帰式に基づいて生体情報の所定の変化量に対応する生活習慣の変化量を算出する。回帰式の詳細は後述するが、回帰式は生体情報と生活習慣との関係を表す式であるので、生体情報（この説明では収縮期血圧）を示す値として現測定結果である１６０ｍｍＨｇと目標値である１４０ｍｍＨｇを式に代入すると、対応する生活習慣の変化量１００２（この説明では歩数）を算出する事が可能となる。

この生活習慣の変化量を表示する事により、使用者１００に対して生活習慣病改善を行う為に、どの生活習慣に対して、どの程度必要があるかという、具体的な数値目標を提示する事が可能である。なお、ステップＳ７０８において図１０の画面を出力する場合は、ステップＳ７０６は省略することができる。

また、目標値は予め好ましい値を設定しておいてもよいが、使用者１００が設定することも可能である。例えば、図１０において使用者が、目標設定へ処理遷移するボタン１００３を押すと、生体情報の目標設定を行う画面に遷移する。

図１１は、生活習慣提案部２５における目標設定を示す図である。使用者１００が出力部４０に表示される画像を見ながら、生体情報受付部１１に接続されるマウスもしくはタッチパネル等を利用して入力操作を行う事が可能である。生活習慣提案部２５は、生体情報の目標値１１０３を出力部４０に表示する。使用者１００が、生体情報の目標値を上昇するボタン１１０１を選択した際に、生活習慣提案部２５は生体情報の目標値１１０３を上昇する。使用者１００が、生体情報の目標値を下降するボタン１１０２を選択した際に、生活習慣提案部２５は生体情報の目標値１１０３を上昇する。この画面により、使用者１００は生体情報の適切な目標値を設定する事が可能となる。図１１では、使用者が、生体情報の目標値１１０３として、収縮期血圧を１４０ｍｍＨｇから１２０ｍｍＨｇへ設定変更した画面を示している。

図１２は、生活習慣提案部２５における生活習慣の変化量一覧を示す図である。図１２は図１０と同内容を示すため同じ箇所の説明は割愛するが、異なるところは生体情報の目標値を設定変更した点である。生活習慣提案部２５は、生体情報の変化量１２０１として、収縮期血圧が現測定結果の１６０ｍｍＨｇから目標値である１２０ｍｍＨｇへの変化量を出力部４０に出力する。生活習慣提案部２５は、この生体情報の変化量１２０１に対応する生活習慣の変化量１２０２を表示する。

以上の様に、生活習慣提案部２５は、生体情報の目標値として、使用者１００の測定結果の中に、測定実績がない値に対しても、生活習慣の変化量１００２を算出する事が可能である。一例としては、図８の生体情報信号８０４に対しても、測定実績がない収縮期血圧１２０ｍｍＨｇを目標値とした場合の、生活習慣の目標値として歩数１２０００歩を使用者１００に提示する事が可能である。これは生活習慣病患者に対して、実生活で経験していない数値目標に対しても、生活習慣改善の具体的な数値目標を提示する事が可能であり、生活習慣改善を継続的に行う際の動機付けとなる効果がある。

次に、ステップＳ７０３において時系列調整部２１が行う、時間間隔一定化処理に関して、図１３から図１５を用いて詳細に説明する。時系列調整部２１が時間間隔一定化処理を行う目的は、生体情報と生活習慣の時系列データの相関関係（時系列相関）を確認する際に、生活習慣が生体情報に影響を与える遅延時間を算出するためである。この遅延時間は、患者の個人差や生活習慣の行動内容により差異があると考えられる為、時間間隔一定化処理により、生体情報と生活習慣との時系列データの時間間隔を一定化し、複数の遅延時間を仮定して算出することで、それぞれの遅延時間での生体情報と生活習慣との時系列相関から、個人や生活習慣に適した最適な遅延時間を抽出する事が可能となる。

図１３は、本発明の実施の形態１における時系列調整部２１における時間間隔一定化処理の処理前の生体情報の時系列データをグラフにした図である。図１３では、横軸が生体情報の測定日時、縦軸が生体情報の測定値ｖ（ｔ）を表す。なお、ここでは生体情報の時系列データに関して説明するが、生活習慣の時系列データも同様である。時間間隔一定化処理とは、この時系列データの測定日時が予め設定された単位時間（ＵＴ：Ｕｎｉｔ Ｔｉｍｅ）１３０２の幅となるように調整することである。単位時間は例えば１日などである。

図１４は、本発明の実施の形態１における時系列調整部２１における時間間隔一定化処理の処理後の時系列データをグラフにした図である。図１４では、図１３と同様に、横軸が生体情報の測定時刻、縦軸が生体情報の処理後の測定結果ｒ（ｔ）を表す。図１４において時間間隔一定化処理を行った生体情報の時系列データ１４０１は、測定時間間隔が単位時間１３０２となる様に時間間隔一定化処理が行われている。

図１５（ａ）は、本発明の実施の形態１における時系列調整部２１における時間間隔一定化処理（窓幅が単位時間の場合）を説明する図である。ここでは窓関数を用いて時間間隔一定化処理を行う方法を紹介するが、他の方法として、単位時間内での測定結果の一つを代表値とし、単位時間内での測定結果の平均値を代表値とする事も考えられる。
時系列調整部２１は、まず、時間間隔一定化処理を行う処理対象の時間区間である窓関数１５０１の窓幅（ＷＩ：Ｗｉｎｄｏｗ Ｉｎｔｅｒｖａｌ）を設定する。ここで、複数の生体情報の測定値の測定間隔のうち少なくとも一つが、単位時間１３０２に生体情報の時系列データが存在する場合は、窓幅は単位時間１３０２と等しく設定する。

時系列調整部２１は、窓幅を設定した後に窓関数１５０１（Ｗａ（ｔ））を算出する。窓関数は、ハミング窓やハニング窓や矩形窓など種々の関数が存在するが、ここでは三角窓に関して説明を行う。窓関数１５０１（Ｗａ（ｔ））は、窓関数１５０１の単位時間１３０２の中心となる時刻ｔａにおいて、窓関数１５０１の値が最大になり、窓幅の端の時刻において、窓関数１５０１の値が最小（＝０）となる。

時系列調整部２１における時間間隔一定化処理後の測定結果ｒ（ｔ）の算出式は下記のようになる。

窓関数ｗ（ｔ）は、時系列データが存在する時刻の窓関数ｗ（ｔ）を積算して、合計が１となる様に設定を行う。窓関数ｗ（ｔ）の一例として、図１５（ａ）を用いて説明する。

図１５（ａ）において、時系列調整部２１は、生体情報の時系列データが存在する時刻をｔ１，ｔ２，ｔ３とすると、窓関数の値は、例えばｗ（ｔ１）＝０．１、ｗ（ｔ２）＝０．６、ｗ（ｔ３）＝０．３と設定する。

時系列調整部２１は、式（１）において生体情報の時系列データｖ（ｔ）と窓関数ｗ（ｔ）との積和演算した結果として、時間間隔一定化処理後の時系列データｒ（ｔ）を算出する。時間間隔一定化処理の一例として、図１５（ａ）において、生体情報の時系列データｖ（ｔ１）、ｖ（ｔ２）、ｖ（ｔ３）から、時間間隔一定化処理後の時系列データｒ（ｔａ）を算出している。

図１５（ｂ）は、本発明の実施の形態１における時系列調整部２１における時間間隔一定化処理（窓幅が単位時間超過の場合）を説明する図である。時系列調整部２１は、単位時間１３０２に生体情報の時系列データｖ（ｔ）が存在しない場合、単位時間１３０２の中心である時刻ｔｂの両側に生体情報の時系列データｖ（ｔ）が出現するまで、窓幅１５０３を広げる。

図１５（ｂ）の例では、時系列調整部２１は、生体情報の時系列データｖ（ｔ４）、ｖ（ｔ５）が出現するまで、窓幅１５０３を広げる。この処理を行う事により、代表値と測定結果からとの時間間隔に基づいて窓関数１５０２のｗ（ｔ）の重み係数が変化する為、測定結果の時間間隔が単位時間と比して大きい場合でも、妥当な代表値を算出できる効果がある。

時系列調整部２１は、図１５（ｂ）の様に窓幅１５０３が単位時間を超過する場合でも、式（１）の算出式に基づいて、時間間隔一定化処理後の時系列データｒ（ｔｂ）を算出する。

時系列調整部２１は、時間間隔一定化処理により、生体情報および生活習慣の各々の時系列データの測定時刻の時間間隔が不均一である場合でも、時間間隔を一定（例えば1日毎）にする事が可能となる。

図１６は、生活習慣信号の遅延時間について説明する図である。遅延時間とは、生活習慣が生体情報に影響を与えるまでにかかる時間である。

図１６は、生活習慣信号として歩数の例を示し、縦軸は１日あたりの歩数（歩）、横軸は測定日時（日）を示している。生活習慣信号１６０１は、遅延時間を設定しない生活習慣信号であり、生活習慣の測定値に対して時間間隔一定化処理を施したものである。この生活習慣信号に対して、遅延時間１６０３を設定した場合の生活習慣信号１６０２は、それぞれの測定日時を遅延時間分だけ加算した値となり、遅延時間分だけ横軸方向に平行移
動したグラフとなる。

相関算出部２２は、時間間隔一定化処理に用いた単位時間が１日の場合、遅延時間１６０３を０日、１日、２日、と単位時間毎に増加して、所定期間（例えば、７日間）までの遅延時間１６０３を設定した生活習慣信号１６０２を生成する。ここでは、生活習慣信号に遅延時間を設定する処理を遅延処理とよぶ。

ここで、遅延時間を単位時間ごとに増加して遅延処理を行う理由を説明する。この後で説明する相関算出部２２の時系列相関処理において、生体情報に対する生活習慣の遅延時間を順次変更した生活習慣信号の値を用いて、生体情報を各生活習慣信号の相関係数を算出し、相関係数の絶対値が最大となる最適な相関係数である最適相関係数を抽出し、この最適相関係数に対応する遅延時間を抽出する。相関係数の絶対値が大きくなるほど生体情報と生活習慣の相関が高いこととなり、より正しい遅延時間となる。この最適遅延時間により、生活習慣が生体情報に対してどの程度の遅延時間を置いて影響を与えているかを推定する事が可能となる。更に、最適相関係数を算出することにより、生活習慣が生体情報にどの程度相関が有るかを判断する事が可能となる。

図１７は、相関算出部２２における生活習慣信号と生体情報信号との回帰分析について説明する図である。図１７において、横軸は生活習慣信号の測定値であり、縦軸は生体情報信号の測定値である。なお、ここでは一例として、生体情報信号は収縮期血圧を、生活習慣信号は歩数として説明するが、この限りではない。ここで一点としてプロットされる生活習慣信号の測定値は、生体情報信号の測定日時に遅延時間を加算した測定日時と同じ測定日時の生活習慣信号である。

相関算出部２２は、図１７に示すように、遅延時間を加算したうえで同じ日時を示す生体情報信号と生活習慣信号とを対応付ける。一例として、遅延時間が1日の場合、1月２日の生活習慣信号である収縮期血圧の測定結果と、1月２日に対応する遅延後の生活習慣信号、すなわち遅延前の1月１日の生活習慣信号である歩数の測定結果とが対応する点を、対応点１７０４とする。この処理を、時系列相関処理を行う対象期間（例えば、1ヶ月）の全ての時系列データに対して実施する。

相関算出部２２は、対象期間の全ての生体情報信号と生活習慣信号との対応点１７０４を算出した後、相関算出部２２は、生体情報信号と生活習慣信号とが、どの程度の相関があるかを示す相関係数を算出する。図１７の例では生体情報信号の評価軸１７０１と生活習慣信号の評価軸１７０２から算出した相関係数は−０．６２である。ここで相関係数は、絶対値が大きい程相関が高いことを意味する。更に相関算出部２２は、最適相関係数となる際の、回帰線１７０３を表す式すなわち回帰式を算出する。ここでは、回帰線１７０３を直線で表す例を示すが、他にも指数関数、対数関数なども可能であり、生体情報と生活習慣との関係を表す式である回帰式を決定する。回帰式が直線を表す場合、例えば下記のようになる。

ここで、収縮期血圧がｙ、歩数がｘ、直線の傾きがａ、直線の切片がｂである。
なお相関係数の符号は、式（２）の傾きａの符号を示す。

相関算出部２２は、時系列相関処理を行う事により、生体情報信号８０４と生活習慣信
号１６０２との相関係数を算出し、この相関係数の絶対値に基づいて、相関の高さを判断する事が可能となる。更に、相関算出部２２は、遅延時間を対象期間内で変更しそれぞれの遅延時間での相関係数を算出する事により、相関係数の絶対値が最大となる遅延時間である最適遅延時間を抽出する事が可能である。相関算出部２２は、この最適遅延時間により、個人に対応した生体情報信号と生活習慣信号との遅延時間を算出する事が可能となる。

次に、相関算出部２２に関して、遅延処理に追加して行う又は遅延処理に代わって行う時定数処理に関して説明する。

時系列調整部２１が時間間隔一定化処理を行ったのち、相関算出部２２は生活習慣信号に対して複数の遅延時間を設定し、時系列相関処理を行ったが、生活習慣信号に対して更に時定数処理を行い、最適遅延時間の生活習慣信号のうち最適時定数となる場合の生活習慣信号に対応する相関係数を最適相関係数としてもよい。また、遅延時間を設定する代わりに時定数を設定し、最適時定数に対応する相関係数を最適相関係数としてもよい。最適時定数とは、遅延時間の場合と同様に、生活習慣信号に対して複数の時定数を設定してそれぞれの相関係数を算出して、相関係数の絶対値が最も大きくなる時定数である。なお、時定数とは、生活習慣が生体情報へ影響を与える際に、生活習慣の効果が時間的に持続する影響を考慮するものである。時定数処理について図１８を用いて説明する。

図１８は、相関算出部２２における時定数処理を説明する図である。図１８（ａ）は、時定数処理の時定数が２の場合（時定数が短い場合）であり、図１８（ｂ）は、時定数処理の時定数が４の場合（時定数が長い場合）である。

図１８に示すように、時間間隔一定化処理を行った生活習慣信号１８０１に対して、時定数関数１８０２を反映して、時定数処理を行うと、生活習慣信号１８０３が生成できる。ここでは一例として、単位時間を1日とし、図１８（ａ）では、２日間の時定数があるという例であり、時定数処理前の生活習慣信号をｒ（ｔ）、時定数関数をｄ２（ｔ）、時定数処理後の生活習慣信号をｓ２（ｔ）として表す。

ここでは時定数関数の一例として、日数の二乗に比例して影響が減少するという算出方法の時定数関数を考える。このときの所定の日における時定数関数は、分子が時定数の日数ｎと所定の日ｔからの日数差ｉとの差の二乗、分母が１日から時定数の日数ｎまでの二乗の和となる関数であり、時定数関数１８０２は次の式で表される。

図１８（ａ）の時定数関数ｄ２（ｔ）を考えると、時定数関数ｄ２（ｔ）の、時定数は２日である為、例えば、時定数関数ｄ２（ｔ）の分子は、１日目が“１”の二乗で１であり、２日目が“２”の二乗で４あり、分母が（１＋４）＝５となる為、時定数関数ｄ２（ｔ）は４／５、ｄ２（ｔ−１）は１／５となる。

図１８（ａ）において、時定数処理後の生活習慣信号１８０３は、時定数処理前の生活習慣信号１８０１と比して、１日前の測定結果の影響を受けた生活習慣信号となっている事が分かる。

もう一例として、図１８（ｂ）の時定数関数ｄ４（ｔ）を考える。時定数関数ｄ４（ｔ）の時定数は４日であり、上記と同様の考え方をすると、時定数関数ｄ４（ｔ）は１６／３０、ｄ４（ｔ−１）は９／３０、ｄ４（ｔ−２）は４／３０、ｄ４（ｔ−３）は１／３０となる。

図１８（ｂ）において、時定数処理後の生活習慣信号１８０５は、時定数処理前の生活習慣信号１８０１と比して、３日前の測定結果の影響を受けた生活習慣信号となっており、生活習慣信号１８０３と比しても緩やかな時間変動となっている事が確認できる。
相関算出部２２における時定数処理後の生活習慣信号ｓ（ｔ）の算出式は下記のようになる。

相関算出部２２は、時定数処理の算出式（４）に基づいて、時定数処理を行う。時定数処理後の生活習慣信号ｓ（ｔ）は、時定数処理前の生活習慣信号ｒ（ｔ）と時定数関数ｄ（ｔ）との積和演算で定義され、時定数関数ｄ（ｔ）は、総和が１となる条件で設定する。

図１９は、相関算出部２２における時定数処理後の生活習慣信号を示す図である。横軸は日時であり、縦軸は生活習慣信号の値であり、ここでは生活習慣として歩数を表す。図１９では、時定数処理前の生活習慣信号１９０１と時定数処理後の生活習慣信号１９０２とを表示している。時定数処理後の生活習慣信号１９０２は、時定数処理前の生活習慣信号１９０１と比して、信号のピークが時間軸方向の後ろに遅延し、信号のピーク値も鈍った形状となる。

相関算出部２２は、時定数を０日、１日、２日、と単位時間毎に増加して、所定期間（例えば、７日間）までの時定数を設定した時定数処理後の生活習慣信号１８０１を生成する。相関算出部２２は、時定数を所定時間内で変更した時定数処理後の生活習慣信号を順次生成し、これと生体情報信号との時系列相関処理を行う。相関算出部２２は、異なる時定数を設定した生活習慣信号それぞれの時系列相関処理の結果、相関係数の絶対値が最大となる時定数を最適時定数とし、この最適時定数における相関係数を最適相関係数とする。

この時定数処理を行うことにより、生活習慣が生体情報へ影響を与える際に、生活習慣の効果が時間的に持続する影響を生活習慣信号に反映することができる。

なお、相関算出部２２は、過去の生活習慣の時系列データ、および生活習慣の時系列データから単位時間を推定しても良い。例えば、生活習慣や生体情報の両方の時系列データが、約1週間毎に測定されている場合、単位時間を１日と設定すると相関算出部２２の計算量が多いだけとなってしまう為、この場合は、単位時間を1週間と設定する。

また、仮に生体情報の時系列データが1日毎、生活習慣の時系列データが1週間毎の場合は、使用者１００の要望として演算精度を高めたい場合は、単位時間を１日に設定する事が望ましく、使用者１００の要望として処理時間の短縮化や演算量削減を行いたい場合は、１週間に設定する事が望ましい。

この処理を加える事により、測定頻度に応じた単位時間に基づく信号処理を実施する事
が可能となり、限られた計算機の演算能力を最大限に生かしつつ、使用者１００に生活習慣病改善を行う生活習慣組合せや、定量化した目標値算出を、処理待ち時間を短くして提供できる効果がある。

更に、相関算出部２２は、過去の生活習慣信号と生体情報信号との時系列相関処理結果より、最適遅延時間または最適時定数を推定する事が可能である。例えば、ある生体情報に対する、ある生活習慣の、ある程度の長期間（例えば２年間）の測定結果が蓄積された後、現在までの最適遅延時間または最適時定数の算出結果を確認し、算出結果にもとづいて、遅延処理および時定数処理を行う所定期間を設定する。

例えば、ほぼ全ての最適遅延時間または最適時定数が２日から４日である場合、遅延処理設定する遅延時間、および時定数処理で設定する時定数の所定期間も、２日から４日に設定を行う。なお、この際に最適遅延時間または最適時定数が発生する確率分布を算出し、その標準偏差および分散から所定期間を推定する事で、より妥当な結果が算出できる。

この処理を加える事により、遅延時間や時定数の変化が少ない患者に対して、最適遅延時間または最適時定数を算出する演算量を削減する事が可能となり、限られた計算機の演算能力を最大限に生かしつつ、使用者１００に生活習慣病支援を行う際の処理待ち時間を短くして提供できる効果がある。
（実施の形態２）
図２０は、実施の形態２に係る生活習慣病改善支援装置２の構成図を示す。実施の形態２に係る生活習慣病改善提案装置２は、生活習慣組合せ提案部２６を備える点で実施の形態１と異なるが、同じ機能を有する構成については同じ符号を用いて表し、その説明については実施の形態１と同じであるため省略する。

生活習慣病改善支援装置２は、生体情報受付部１１、生活習慣受付部１２、制御部２０、記憶部３０、出力部４０を備える。制御部２０は、時系列調整部２１、相関算出部２２、比較画像生成部２３、順位決定部２４、生活習慣組合せ提案部２６から構成されている。時系列調整部２１、相関算出部２２、比較画像生成部２３、順位決定部２４については実施の形態１で説明したため、生活習慣組合せ提案部２６について説明する。

なお、実施の形態１と同様に、時系列調整部２１、相関算出部２２、比較画像生成部２３、順位決定部２４、生活習慣提案部２５、生活習慣組合せ提案部２６は、生活習慣病改善支援装置１の内部かつ制御部２０の外部に存在し、各部が制御部２０と接続している構成(例えば、各部が制御部２０と接続する演算プロセッサの構成)としても良い。また、時系列調整部２１、相関算出部２２、比較画像生成部２３、順位決定部２４、生活習慣提案部２５、生活習慣組合せ提案部２６は、記憶部３０もしくは外部メモリに存在し、機能をソフトウェアで実現するプログラムの形態としても良い。

図２１は、実施の形態２に係る生活習慣病改善支援装置の提案処理フローチャートを示す図である。ここでは、図７で説明したステップＳ７１０を抽出し、図７を用いて説明した実施の形態１との相違点に関して説明する。ステップＳ７０１〜３０３は実施の形態１と同様であるため説明を省略する。実施の形態１では、ある生体情報に対する１つの生活習慣との関係を算出したが、実施の形態２では、ある生体情報に対する複数の生活習慣組合せとの関係を算出する。実施の形態２によれば、生活習慣病患者が生活習慣改善を行う上で、どの生活習慣を組合せると効果的なのかを明示することができる。

以下では、複数の生活習慣の組合せを生活習慣組合せとよび、測定する全ての生活習慣の数を生活習慣全数とよぶ。更に、生活習慣全数の中から組み合わせる生活習慣の数を、生活習慣組合せ数と定義する。生活習慣組合せの一例を挙げると、例えば“歩数”と“塩
分摂取”との組合せの場合、生活習慣組合せ数は２となり、“歩数”と“塩分摂取”と“睡眠時間”との組合せの場合、生活習慣組合せ数は３となる。

図２１において、相関算出部２２が生活習慣組合せ数を１に設定する（ステップＳ２１０１）。次に、相関算出部２２が、生体情報信号と複数の遅延時間を設定した生活習慣信号との時系列相関処理から、最適相関係数、最適遅延時間、及び最適相関係数となる際の回帰式を算出する（ステップＳ７０４）。

次に、相関算出部２２が、ステップＳ２１０１で設定した生活習慣組合せ数において、全ての生活習慣に対してステップＳ７０４の処理を実施したかを確認し（ステップＳ２１０２）、実施していない場合はステップＳ７０４に戻り、実施した場合はステップＳ２１０３に遷移する。

次に、相関算出部２２が、生活習慣組合せ数と生活習慣全数が等しいかを確認し（ステップＳ２１０３）、生活習慣組合せ数が等しい場合は処理Ｓ２１０５に遷移する。等しくない場合、すなわち生活習慣組合せ数が生活習慣全数より少ない場合はステップＳ２１０４に遷移し、生活習慣組合せ数を１増加する（ステップＳ２１０４）。そして生活習慣組合せ数を１増加した状態でステップＳ７０４の処理を行う。ここで一例として、生活習慣全数が４で、生活習慣組合せ数が２の場合のステップＳ７０４の処理を説明する。生活習慣全数が４である為、生活習慣の種類を示す記号としてＡ，Ｂ，Ｃ，Ｄとする。生活習慣組合せ数が２の為、生活習慣組合せの種類はＡＢ，ＡＣ，ＡＤ，ＢＣ，ＢＤ，ＣＤの合計６種類となり、この６種類の生活習慣組合せに対して、それぞれ複数の遅延時間を設定して時系列相関処理を行い、それぞれの生活習慣組合せの最適遅延時間、最適相関係数、及び最適相関係数となる際の回帰式を算出する。なお時系列相関処理は、生活習慣が１種類だけの場合は既に実施の形態１で説明したが、２種類以上の場合に関して説明をする。

図２２は、相関算出部２２における生活習慣信号と生体情報信号との回帰分析について説明する図である。実施の形態２において、相関算出部２２は、複数の生活習慣のうち少なくとも２つを組み合わせた生活習慣組合せと生体情報に対応する回帰式を算出する。図２２は、図１７と類似しているが、異なる点は、生活習慣が複数の生活習慣組合せであり、時系列相関処理を多次元に拡張している点である。ここでは生活習慣組合せの一例として、“歩数”と“睡眠時間”として説明している。

図２２において、第１の生活習慣の評価軸２３０１は“歩数”であり、第２の生活習慣の評価軸２２０１は“睡眠時間”であり、生体情報の評価軸１７０１は“収縮期血圧”である。ここで一点としてプロットされる生活習慣信号の測定値は、生体情報信号の測定日時に遅延時間を加算した測定日時と同じ測定日時の生活習慣信号である。

相関算出部２２は、遅延時間を加算したうえで同じ日時を示す生体情報信号と生活習慣信号とを対応付ける。例えば図２２は、生活習慣組合せ数が２の場合で、グラフとしては３次元空間となり、収縮期血圧の値、睡眠時間の値、歩数の値から、対応点２２０２がプロットされる。なお一般的には、生活習慣組合せ数がＮの場合、図２２が（Ｎ＋１）次元空間となるだけで、考え方は生活習慣組合せ数が１の場合である図１７と同様となる。なお、遅延時間を設定する際に、複数の生活習慣をそれぞれ異なる遅延時間が発生する独立事象として考え、それぞれの生活習慣に異なる遅延時間を設定した生活習慣を組合せた複数の生活習慣信号について時系列相関処理を行ってもよい。また、別手法として、複数の生活習慣に対する遅延時間として、同一の遅延時間を設定する事により、時系列相関処理の計算量を削減できる方法もある。

相関算出部２２は、この対応付けを対象期間９０６に対して全ての測定結果に対して実
施し、生体情報信号と生活習慣信号との対応点２２０２を全て算出する。そして、相関算出部２２は、回帰線２２０３と各々の対応点２２０２とが、どの程度の相関があるかを示す相関係数を算出する。図２２の例では相関係数は−０．５２である。ここで相関係数は、絶対値が大きい程、相関が高いことを意味する。更に、最適相関係数となる際の回帰線２２０３を表す式すなわち回帰式を算出する。回帰式が直線を表す場合、例えば下記のようになる。

ここで、収縮期血圧がｙ、歩数がｘ１、睡眠時間がｘ２である。

相関算出部２２は、時系列相関処理を行う事により、生体情報信号８０４と複数の生活習慣信号１６０２との相関係数を算出し、この相関係数の絶対値に基づいて、相関の高さを判断する事が可能となる。更に、相関算出部２２は、遅延時間を対象期間内で変更しそれぞれの遅延時間での相関係数を算出することにより、最適遅延時間と最適相関係数を抽出することが可能である。

なお、最適相関係数の抽出に関して、実施の形態１と同様に、遅延時間代えて、又は遅延時間に加えて、時定数処理を導入して最適相関係数を決定してもよい。
次に、比較画像生成部２３は、生体情報信号と生活習慣信号とステップＳ７０４において算出した最適遅延時間および回帰式に基づき、生活習慣と生体情報との時系列相関を比較する画像データを生成する（ステップＳ２１０５）。

図２３は、比較画像生成部２３が作成する生活習慣信号と生体情報信号との比較を示すデータの図である。図２３は、図８を多次元に拡張した図であり、図２３と図８との差異は、生活習慣組合せ数が１つではなく複数である点である。図２３は一例として生活習慣組合せ数が２の場合であり、比較画像生成部は１種類の生体情報信号と２種類の生活習慣信号を同時に描画している点である。更に図２３は、２種類の生活習慣として、第１生活習慣が“歩数”、第２生活習慣が“睡眠時間”の場合を説明する。

比較画像生成部２３は、生体情報の評価軸１７０１を設定し、生体情報信号を表示する為に適切な、生体情報の目盛り８０１を設定する。

次に、比較画像生成部２３は、第１生活習慣の評価軸２３０１を設定し、第１生活習慣信号を表示する為に適切な、第１生活習慣の目盛り２３０２を設定する。次に、比較画像生成部２３は、第２生活習慣の評価軸２３０３を設定し、第２生活習慣信号を表示する為に適切な、第２生活習慣の目盛り２３０４を設定する。

比較画像生成部２３は、第１生活習慣の目盛り２３０１と、第２生活習慣の目盛り２３０３を設定する際、図２２で示した回帰線２２０３の傾きに基づいて、生体情報の目盛り８０１の数値の増減方向に対応した増減方向を設定する。また、比較画像生成部２３は、第１生活習慣の目盛り２３０１と第２生活習慣の目盛り２３０３について、回帰式に基づいて生体情報の目盛り８０１と対応した目盛りを設定する。

比較画像生成部２３が、この処理を行う事により、生体情報の目盛り８０１に対して、第１生活習慣の目盛り２３０２と、第２生活習慣の目盛り２３０４が、数値としての対応
を定量化する事が可能となる。図２３に示したような比較画像を確認することで、使用者１００は、例えば収縮期血圧を１６０ｍｍＨｇから１４０ｍｍＨｇへ減少する為には、歩数を８０００歩から１００００歩に増加し、睡眠時間を５時間から７時間に増加する生活習慣組合せすれば良いと、測定結果を分析した結果から判断する事が可能となる。定量化した数値の妥当性は、相関係数の絶対値から判断する事ができる。

次に、順位決定部２４は、生体情報に対する生活習慣組合せの最適相関係数に基づき、生体情報の改善に寄与する順に生活習慣組合せの順位を決定する（ステップＳ２１０６）。生活習慣組合せ数が同じ生活習慣組合せに関しては、最適相関係数の絶対値が大きいほど、生体情報の変動に寄与している。一方、生活習慣組合せ数が異なる生活習慣組合せに関しては、生活習慣組合せ数が小さい程、最適相関係数が大きくなる傾向がある。そこで、生活習慣組合せ数の値の大きさに対応して予め重み係数の値の大きさを設定し、生活習慣組合せ提案部２６は、従来の最適相関係数に重み係数を乗じた値を、新たに最適相関係数としてもよい。一例として、重み係数を、生活習慣組合せ数を生活習慣全数で割った数と設定して、最適相関係数を算出する事が可能であるが、この限りではない。これにより、順位決定部２４において、生活習慣組合せ数が異なる場合でも、順位決定部２４で順位を決定できる。

次に、ステップＳ７０８に遷移し、ステップＳ７０８において生活習慣組合せ提案部２６は、ステップＳ２１０５において算出した相関係数を読み込み、複数の生活習慣のうち生体情報と相関が高い、すなわち、生体情報に影響を与える度合いが高い生活習慣の情報について画像データを生成し、出力部４０へ出力する。

図２４は、ステップＳ７０８において出力される画面の一例を示す図である。図２４は図９と類似した内容であるが、図９との差異は生活習慣が1種類ではなく、複数種類の生活習慣を表す生活習慣組合せに対する一覧を表示している点である。なお図２４に関して、図９と同じ内容に関しては、説明を割愛する。図２４では、生体情報として収縮期血圧を、複数の生活習慣組合せとして、歩数と睡眠時間、塩分摂取と摂取カロリーの事例で説明するが、これに限るものではない。

図２４は、生活習慣組合せ一覧画面であり、生活習慣病患者に対して、「収縮期血圧」と関連の有る生活習慣組合せを表示している。図２４において、第１生活習慣組合せ２４０１として、“歩数”と“塩分摂取”を表示し、第２生活習慣組合せ２４０３として、“睡眠時間”と“摂取カロリー”を表示している。ここで、比較結果２４０２はステップＳ２１０５において作成した画像データに基づき、各々の生活習慣組合せの順位は、ステップＳ２１０６において算出した結果に基づいている。

図２５は、ステップＳ７０８において出力される画面の異なる一例を示す図である。
図２５は生活習慣組合せ提案部２６における生活習慣組合せの変化量一覧を示す図である。これは出力部４０で表示する図２４のもう一つの形態であり、使用者１００に具体的な生活習慣組合せの変化量を通知する目的で使用する。

図２５は図１０と類似した内容であるが、図１０との差異は生活習慣が1種類ではなく、複数種類の生活習慣を表す生活習慣組合せに対する一覧を表示している点である。なお図２５に関して、図１０と同じ内容に関しては、説明を割愛する。

図２５は、生活習慣病患者に対して、「収縮期血圧」と関連の有る生活習慣組合せを表示している。図２５において、第１生活習慣組合せ２５０１として、“歩数”と“塩分摂取”を表示し、第２生活習慣組合せ２５０３として、“睡眠時間”と“摂取カロリー”を表示している。ここで、各々の生活習慣組合せの順位は、ステップＳ２１０６において算
出した結果に基づいている。

生活習慣の変化量２５０２は、目標とする生体情報の測定値にするために必要な生活習慣の変化量であり、相関算出部２２で算出した回帰式から算出できる。生活習慣組合せ提案部２６は、回帰式に基づいて生体情報の所定の変化量に対応する生活習慣の変化量を算出する。具体的には、収縮期血圧を１６０ｍｍＨｇから１４０ｍｍＨｇへ減少する為には、第１生活習慣組合せ２５０１として、歩数を８０００歩から１００００歩に増加し、睡眠時間を５時間から７時間に増加すれば良く、これが生活習慣組合せの中で、生体情報と最も相関が高いことを示す。

また、収縮期血圧を同様に減少する為には、第２生活習慣組合せ２５０３として、塩分摂取を１０ｇから７．５ｇに減少し、1日の摂取カロリーも２０００ｋｃａｌから１６００ｋｃａｌとすればよく、これが生活習慣組合せの中で、生体情報と２番目に相関が高いことを示す。例えば、患者の意見や興味を考慮した時に、運動（歩数）がどうしても困難である場合には、第２候補として、塩分摂取や摂取カロリーを生活習慣改善行動として選択することができる。なお、実施の形態１と同様に目標とする生体情報の測定値は使用者１００が設定できるようにしてもよい。

本発明にかかる生活習慣病改善支援装置は、複数の生活習慣の中から、各患者にあわせて患者の生体情報を改善する為に効率的な生活習慣の組合せを提案する事が出来るという効果がある為、生活習慣病患者が在宅で生活習慣改善を行う医療機器等に有用である。更に、本発明にかかる生活習慣病改善支援装置は、複数の生活習の中でどの生活習慣が生体情報に影響を与えているのか定量的に分析する事が出来るという効果がある為、医療従事者が生活習慣病患者に対する生活習慣指導や疾病程度を診断支援する医療機器等にも適用できる。

１ 生活習慣病改善支援装置
２ 生活習慣病改善支援装置
１１ 生体情報受付部
１２ 生活習慣受付部
２０ 制御部
２１ 時系列調整部
２２ 相関算出部
２３ 比較画像生成部
２４ 順位決定部
２５ 生活習慣提案部
２６ 生活習慣組合せ提案部
３０ 記憶部
４０ 出力部
１００ 使用者
３０１ 生体情報測定結果表示部
４０１ 生活習慣測定結果表示部
８０１ 生体情報信号の目盛り
８０２ 時系列相関処理後の生活習慣信号の目盛り
８０３ 最適遅延時間
８０４ 生体情報信号
８０５ 生活習慣信号
９０１ 順位
９０２ 生活習慣
９０３ 比較結果
９０４ 最適遅延時間
９０５ 最適相関係数
９０６ 対象期間
１００１ 生体情報の変化量
１００２ 生活習慣の変化量
１００３ 目標設定へ処理遷移するボタン
１１０１ 生体情報の目標値を上昇するボタン
１１０２ 生体情報の目標値を下降するボタン
１１０３ 生体情報の目標値
１２０１ 生体情報の変化量
１２０２ 生活習慣の変化量
１３０１ 時間間隔一定化処理前の時系列データ
１３０２ 単位時間
１４０１ 時間間隔一定化処理を行った生体情報の時系列データ
１５０１ 窓関数（窓幅が単位時間以内の場合）
１５０２ 窓関数（窓幅が単位時間を超える場合）
１５０３ 窓幅（窓幅が単位時間を超える場合）
１６０１ 生活習慣信号
１６０２ 遅延処理後の生活習慣信号
１６０３ 遅延時間
１７０１ 生体情報の評価軸
１７０２ 生活習慣の評価軸
１７０３ 回帰線
１７０４ 生体情報信号と生活習慣信号との対応点
１８０１ 時定数処理前の生活習慣信号
１８０２ 時定数関数（時定数２の場合）
１８０３ 時定数処理後の生活習慣信号（時定数２の場合）
１８０４ 時定数関数（時定数４の場合）
１８０５ 時定数処理後の生活習慣信号（時定数４の場合）
１９０１ 時定数処理前の生活習慣信号
１９０２ 時定数処理後の生活習慣信号
２２０１ 生活習慣の評価軸
２２０２ 生体情報信号と生活習慣信号との対応点
２２０３ 回帰線
２３０１ 第１生活習慣の評価軸
２３０２ 第１生活習慣の目盛り
２３０３ 第２生活習慣の評価軸
２３０４ 第２生活習慣の目盛り
２４０１ 第１生活習慣組合せ
２４０２ 第１生活習慣組合せ比較結果
２４０３ 第２生活習慣組合せ
２４０４ 第２生活習慣組合せ比較結果
２５０１ 第１生活習慣組合せ
２５０２ 第１生活習慣組合せの変化量
２５０３ 第２生活習慣組合せ
２５０４ 第２生活習慣組合せの変化量

Claims (20)

1. 生体情報の時系列データを受け付ける生体情報受付部と、
   複数の生活習慣の時系列データを受け付ける生活習慣受付部と、
   前記生体情報の時系列データと前記複数の生活習慣の時系列データに基づいて、前記生体情報と前記生活習慣の相関係数を算出する相関算出部と、
   前記相関係数に基づいて前記生活習慣を出力する生活習慣提案部と、を備える生活習慣病改善支援装置。
2. 前記相関算出部は、前記生体情報の時系列データと前記複数の生活習慣の時系列データに基づいて、前記複数の生活習慣の各々と前記生体情報に対応する回帰式を算出し、
   前記生活習慣提案部は、前記回帰式に基づいて前記生体情報の所定の変化量に対応する前記生活習慣の変化量を算出する請求項１記載の生活習慣病改善支援装置。
3. 前記相関算出部は、前記生体情報の時系列データと前記複数の生活習慣の時系列データに基づいて、前記複数の生活習慣のうち少なくとも２つを組み合わせた生活習慣組合せと前記生体情報に対応する回帰式を算出し、
   前記生活習慣提案部は、前記回帰式に基づいて前記生体情報の所定の変化量に対応する前記生活習慣の変化量を算出する請求項１記載の生活習慣病改善支援装置。
4. 前記複数の生活習慣と前記生体情報との関連性を前記相関係数に基づいて順位付けする順位決定部を備える請求項１から３のいずれか１項に記載の生活習慣病改善支援装置。
5. 前記順位決定部は、前記複数の生活習慣のうち前記相関係数が正となるグループと負となるグループに分けて順位付けする請求項４記載の生活習慣病改善支援装置。
6. 前記生体情報の時系列データの時間間隔を一定化した生体情報信号と、前記生活習慣の時系列データの時間間隔を一定化した生活習慣信号を作成する時系列調整部を備え、
   前記相関算出部は、前記生体情報信号と比較して前記生活習慣信号に遅延時間を設定し、前記遅延時間を加える遅延処理を行った生活習慣遅延処理信号を生成し、
   前記相関係数は前記生体情報信号と前記生活習慣遅延処理信号に基づいて算出され、
   前記相関算出部は前記相関係数の絶対値が最大となる最適遅延時間を抽出する請求項１から５のいずれか１項に記載の生活習慣病改善支援装置。
7. 前記生活習慣遅延処理信号と前記生体情報信号とを比較する画像を生成する比較画像生成部を備え、
   前記比較画像生成部は、前記回帰式に基づいて前記生体情報信号に対応した前記生活習慣遅延処理信号の評価軸の目盛りを決定する請求項６に記載の生活習慣改善支援装置。
8. 前記複数の生活習慣は第１の生活習慣及び第２の生活習慣を含み、
   前記遅延時間は、前記第１の生活習慣に対して設定する第１の遅延時間と前記第２の生活習慣に対して設定する第２の遅延時間を含み、
   前記生活習慣遅延処理信号は、前記第１の生活習慣の生活習慣信号に前記第１の遅延時間を加える遅延処理を行った第１の生活習慣遅延処理信号と前記第２の生活習慣の生活習慣信号に前記第２の遅延時間を加える遅延処理を行った第２の生活習慣遅延処理信号を含み、
   前記相関係数は、前記第１の生活習慣遅延処理信号及び前記第２の生活習慣遅延処理信号を組み合わせた生活習慣組合せと前記生体情報信号とで算出され、
   前記相関係数の絶対値が最大となる前記第１の遅延時間と前記第２の遅延時間を抽出する請求項６又は７に記載の生活習慣改善支援装置。
9. 前記生体情報の時系列データの時間間隔を一定化した生体情報信号と、前記生活習慣の時系列データの時間間隔を一定化した生活習慣信号を作成する時系列調整部を備え、
   前記相関算出部は、前記生体情報信号と比較して前記生活習慣信号に時定数を設定し、前記時定数を加える時定数処理を行った生活習慣時定数処理信号を生成し、
   前記相関係数は前記生体情報信号と前記生活習慣時定数処理信号に基づいて算出され、
   前記相関算出部は前記相関係数の絶対値が最大となる最適時定数を抽出する請求項１から８のいずれか１項に記載の生活習慣病改善支援装置。
10. 前記生活習慣時定数処理信号と前記生体情報信号とを比較する画像を生成する比較画像生成部を備え、
    前記比較画像生成部は、前記回帰式に基づいて前記生体情報信号に対応した前記生活習慣時定数処理信号の評価軸の目盛りを決定する請求項９に記載の生活習慣改善支援装置。
11. 前記複数の生活習慣は第１の生活習慣及び第２の生活習慣を含み、
    前記時定数は、前記第１の生活習慣に対して設定する第１の時定数と前記第２の生活習慣に対して設定する第２の時定数を含み、
    前記生活習慣時定数処理信号は、前記第１の生活習慣の生活習慣信号に前記第１の時定数を加える時定数処理を行った第１の生活習慣時定数処理信号と前記第２の生活習慣の生活習慣信号に前記第２の時定数を加える時定数処理を行った第２の生活習慣時定数処理信号を含み、
    前記相関係数は、前記第１の生活習慣時定数処理信号及び前記第２の生活習慣時定数処理信号を組み合わせた生活習慣組合せと前記生体情報信号とで算出され、
    前記相関係数の絶対値が最大となる前記第１の時定数と前記第２の時定数を抽出する請求項９又は１０に記載の生活習慣改善支援装置。
12. 生体情報の時系列データを受け付けるステップと、
    複数の生活習慣の時系列データを受け付けるステップと、
    前記生体情報の時系列データと前記複数の生活習慣の時系列データに基づいて、前記生体情報と前記生活習慣の相関係数を算出するステップと、
    前記相関係数に基づいて前記生活習慣を出力するステップと、を備える生活習慣病改善支援装置の制御方法。
13. 前記生体情報の時系列データと前記複数の生活習慣の時系列データに基づいて、前記複数の生活習慣の各々と前記生体情報に対応する回帰式を算出するステップと、
    前記回帰式に基づいて前記生体情報の所定の変化量に対応する前記生活習慣の変化量を算出するステップとを備える請求項１２記載の生活習慣病改善支援装置の制御方法。
14. 前記生体情報の時系列データと前記複数の生活習慣の時系列データに基づいて、前記複数の生活習慣のうち少なくとも２つを組み合わせた生活習慣組合せと前記生体情報に対応する回帰式を算出するステップと、
    前記回帰式に基づいて前記生体情報の所定の変化量に対応する前記生活習慣の変化量を算出するステップとを備える請求項１２記載の生活習慣病改善支援装置の制御方法。
15. 前記複数の生活習慣と前記生体情報との関連性を前記相関係数に基づいて順位付けするステップを備える請求項１１から１４のいずれか１項に記載の生活習慣病改善支援装置の制御方法。
16. 前記順位付けするステップは、前記複数の生活習慣のうち前記相関係数が正となるグループと負となるグループに分けて順位付けする請求項１５に記載の生活習慣病改善支援装置
    の制御方法。
17. 前記生体情報の時系列データの時間間隔を一定化した生体情報信号を生成するステップと、前記生活習慣の時系列データの時間間隔を一定化した生活習慣信号を生成するステップと、
    前記生体情報信号と比較して前記生活習慣信号に遅延時間を設定し、前記遅延時間を加える遅延処理を行った生活習慣遅延処理信号を生成するステップと、
    前記相関係数の絶対値が最大となる最適遅延時間を抽出するステップとを備え、
    前記相関係数は前記生体情報信号と前記生活習慣遅延処理信号に基づいて算出される請求項１２から１６のいずれか１項に記載の生活習慣病改善支援装置の制御方法。
18. 前記複数の生活習慣は第１の生活習慣及び第２の生活習慣を含み、
    前記遅延時間は、前記第１の生活習慣に対して設定する第１の遅延時間と前記第２の生活習慣に対して設定する第２の遅延時間を含み、
    前記生活習慣遅延処理信号は、前記第１の生活習慣の生活習慣信号に前記第１の遅延時間を加える遅延処理を行った第１の生活習慣遅延処理信号と前記第２の生活習慣の生活習慣信号に前記第２の遅延時間を加える遅延処理を行った第２の生活習慣遅延処理信号を含み、
    前記相関係数は、前記第１の生活習慣遅延処理信号及び前記第２の生活習慣遅延処理信号を組み合わせた生活習慣組合せと前記生体情報信号とで算出され、
    前記相関係数の絶対値が最大となる前記第１の遅延時間と前記第２の遅延時間を抽出するステップを備える請求項１７に記載の生活習慣改善支援装置の制御方法。
19. 前記生体情報の時系列データの時間間隔を一定化した生体情報信号を生成するステップと、前記生活習慣の時系列データの時間間隔を一定化した生活習慣信号を生成するステップと、
    前記生体情報信号と比較して前記生活習慣信号に時定数を設定し、前記時定数を加える時定数処理を行った生活習慣時定数処理信号を生成するステップと、
    前記相関係数の絶対値が最大となる最適時定数を抽出するステップとを備え、
    前記相関係数は前記生体情報信号と前記生活習慣時定数処理信号に基づいて算出される請求項１２から１８のいずれか１項に記載の生活習慣病改善支援装置の制御方法。
20. 前記複数の生活習慣は第１の生活習慣及び第２の生活習慣を含み、
    前記時定数は、前記第１の生活習慣に対して設定する第１の時定数と前記第２の生活習慣に対して設定する第２の時定数を含み、
    前記生活習慣時定数処理信号は、前記第１の生活習慣の生活習慣信号に前記第１の時定数を加える時定数処理を行った第１の生活習慣時定数処理信号と前記第２の生活習慣の生活習慣信号に前記第２の時定数を加える時定数処理を行った第２の生活習慣時定数処理信号を含み、
    前記相関係数は、前記第１の生活習慣時定数処理信号及び前記第２の生活習慣時定数処理信号を組み合わせた生活習慣組合せと前記生体情報信号とで算出され、
    前記相関係数の絶対値が最大となる前記第１の時定数と前記第２の時定数を抽出するステップを備える請求項１９に記載の生活習慣改善支援装置の制御方法。

Images