JP2018033624A - 情報処理装置、情報処理方法、及びプログラム - Google Patents
情報処理装置、情報処理方法、及びプログラム Download PDFInfo
- Publication number
- JP2018033624A JP2018033624A JP2016168582A JP2016168582A JP2018033624A JP 2018033624 A JP2018033624 A JP 2018033624A JP 2016168582 A JP2016168582 A JP 2016168582A JP 2016168582 A JP2016168582 A JP 2016168582A JP 2018033624 A JP2018033624 A JP 2018033624A
- Authority
- JP
- Japan
- Prior art keywords
- mouthful
- dish
- chewing
- standard
- meal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Medical Treatment And Welfare Office Work (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
【課題】 誤嚥の原因となる料理ごとの一口量や咀嚼回数基準が分からない。
【解決手段】 カメラ映像から料理と一口量や咀嚼回数など食事動作を認識して、料理ごとの標準の1口量から1口量と咀嚼回数の個人ごとの基準を動的に作成して、作成した基準と実際の1口量との比較から課題を推定し出力する。
【選択図】 図3
【解決手段】 カメラ映像から料理と一口量や咀嚼回数など食事動作を認識して、料理ごとの標準の1口量から1口量と咀嚼回数の個人ごとの基準を動的に作成して、作成した基準と実際の1口量との比較から課題を推定し出力する。
【選択図】 図3
Description
本発明は、食べ物の誤嚥を招く食事基準を個人ごとに作成する技術に関する。
介護施設などでの食事の際に、介護対象者の誤嚥による窒息、誤嚥性肺炎などが問題となっている。このような食べ物による窒息(誤嚥)を防ぐために重要なことは、「食べ物は食べやすい大きさにして、よく噛んで食べる。」である。(非特許文献1)
このような誤嚥の原因となる嚥下障害を判定するために、センサーやカメラ映像などで咀嚼動作や嚥下動作を分析して嚥下機能の低下を判定するものが提案されている。(特許文献1)
また咀嚼回数の基準として、料理別咀嚼回数ガイドでは全部で203種の料理別咀嚼回数が記載されている。(非特許文献2)
同様に咀嚼に関しては、食事の仕方管理の観点で、料理の摂取カロリー、咀嚼時間の管理を行い、カロリーオーバーや咀嚼時間不足を警告するものが提案されている。これは、料理映像での料理の減り方からカロリー摂取量と料理の減らない時間を咀嚼時間としている。この咀嚼時間不足の判定基準はユーザが登録する。(特許文献2)
このような誤嚥の原因となる嚥下障害を判定するために、センサーやカメラ映像などで咀嚼動作や嚥下動作を分析して嚥下機能の低下を判定するものが提案されている。(特許文献1)
また咀嚼回数の基準として、料理別咀嚼回数ガイドでは全部で203種の料理別咀嚼回数が記載されている。(非特許文献2)
同様に咀嚼に関しては、食事の仕方管理の観点で、料理の摂取カロリー、咀嚼時間の管理を行い、カロリーオーバーや咀嚼時間不足を警告するものが提案されている。これは、料理映像での料理の減り方からカロリー摂取量と料理の減らない時間を咀嚼時間としている。この咀嚼時間不足の判定基準はユーザが登録する。(特許文献2)
食品安全委員会 食べ物による窒息事故を防ぐために 平成20年5月2日
斉藤 滋:料理別咀嚼回数ガイド,風人社,2002
嚥下障害ではなくとも、誤嚥は発生しうる。そして毎日嚥下障害を判定する検査を受けることは現実的ではない。また従来の手法(特許文献2)では、咀嚼時間をユーザが設定する際にどの程度の咀嚼時間を設定するかが分からず、設定する咀嚼時間が短いと効果が期待できない。また料理別咀嚼回数ガイド(非特許文献2)では全部で203種類の料理別咀嚼回数が掲載されているが、全ての料理が掲載されているわけではない。掲載されていない料理の咀嚼回数は基準がない。また同じ料理でも複数の食材が使われており、食べる料理の食材ごとに咀嚼回数基準も異なる。
本発明では、一口量や咀嚼回数などの食事行動基準を個人ごとに推定して、食事対象者や介護者へ課題を出力することで誤嚥予防の支援することを目的とする。
本発明に係る情報処理装置は以下の構成を備える。即ち、カメラ映像から食事動作と料理とを認識する認識手段と、1回に口に入れる量を前記カメラ映像から推定する推定手段と、個人ごとに前記一口量を料理ごとに記憶手段に記憶させる手段と、料理ごとの標準の一口量と前記記憶手段に記憶された一口量とに基づいて個人ごとの一口量の基準を作成する作成手段と、前記一口量の基準と、監視しているカメラ映像から推定された前記一口量とを比較する比較手段と、前記比較手段で得られた結果から課題を出力する出力手段。
日常の食事映像から対象者に負担をかけずに、誤嚥に対する注意すべき一口量や咀嚼回数などの食事行動基準に対する課題を食事対象者または介護者が認識可能となる。 またこれにより誤嚥予防の支援となる。
<実施形態1>
実施の形態について説明する。図1(a)は食事管理装置(以下、「情報処理装置」とも記載する。)の構成例を示すブロック図である。食事管理装置は、CPUであるデータ処理部115、記憶部111、表示部116、キーボードやマウスやタッチパネルなどの入力部113、ネットワークI/F部117、でカメラ部118構成される。カメラは次に説明するネットワーク上のカメラを使用することも可能である。
実施の形態について説明する。図1(a)は食事管理装置(以下、「情報処理装置」とも記載する。)の構成例を示すブロック図である。食事管理装置は、CPUであるデータ処理部115、記憶部111、表示部116、キーボードやマウスやタッチパネルなどの入力部113、ネットワークI/F部117、でカメラ部118構成される。カメラは次に説明するネットワーク上のカメラを使用することも可能である。
また、図1(b)は、システム例を示すブロック図である。食事管理装置から結果を出力するN台の端末151から152と、データを処理する食事管理装置161と食事管理装置へ映像を入力するM台のカメラ171から172とがネットワークに接続されている。ネットワークは有線でも無線でもかまわない。食事管理装置はクラウドコンピュータでもかまわない。また複数台でもかまわない。また、食事管理装置への映像入力は端末上のカメラでもかまわない。
食事管理システムでの実施形態を説明する。まず、前提条件について説明する。
画像認識は、基本的には、認識する映像に属性をタギングした教師データをもとに機械学習により学習したモデルを利用して、カメラ映像から認識して属性を抽出する。属性間の時間や属性の回数を計測する。属性としては、料理種別、食具種別、食器種別、一口量種別、咀嚼開始、咀嚼終了、嚥下開始、嚥下終了、誤嚥時の特徴的な状態・動作(むせ、咳、顔面紅潮、チアノーゼなど)の開始終了などがある。咀嚼回数は上唇と下顎先端の距離変化から計測してもよい。図7は、カメラ映像から画像認識によって得られた食事対象者の食事に関するデータでの具体例である。一口目は味噌汁で量は10ml、咀嚼回数は0回、口に入れて嚥下まで2秒、流し込みはなし、姿勢評価は3、むせやその他特徴動作はなし。二口目は、おかゆで量は15ml、咀嚼回数10回、口に入れて嚥下まで12秒、流し込みなしで、特徴動作もなし。全部嚥下できなかったため、ふたたび咀嚼回数10回、口に入れて嚥下まで24秒、お茶で流し込み、口に入れてむせまで24秒、10秒継続、特徴動作は顔面紅潮。このように認識結果がデータとして記憶される。姿勢評価は、誤嚥しにくい食事姿勢の複数の注意点をいくつクリアしているかを評価とする。
本実施形態の概要をユーザインターフェース(UI)の表示例である図2に基づき説明する。
図2(a)は食事前のユーザインタフェースの例である。食事前に料理を認識する。
基準は過去の蓄積されたデータと咀嚼ガイドの料理を基に料理ごとまたは料理の食材ごとの一口量や咀嚼回数などの基準を作成する。
食事中は、食事対象者の食事動作と料理残量を分析して、基準の範囲外の食事行動を検出した場合、必要に応じて、図2(b)のようにメッセージを表示して注意を促す。
食事終了時は、図2(c)のように食事開始から終了までの課題をメッセージ表示する。
本実施形態の食事管理システムについて図3のフローチャートとデータの例に沿って説明する。このフローチャートは、データ処理部(CPU)115が制御プログラムを実行することにより実現される。
まず、料理画像分析、基準生成処理(S300)ではカメラ画像を取得して料理を認識して、食事基準を動的に生成する。詳細は後述する。
食事動作認識処理(S301)では、カメラ画像から食べた料理と料理の残量、食具や食具で口に運んだ量の認識や口に運ぶ動作、咀嚼動作、嚥下動作、誤嚥特徴動作を認識する。この認識結果に基づき一口量の推定や咀嚼回数、咀嚼時間、嚥下までの時間など測定する。さらに摂食・嚥下の動作には5段階がある。
先行期(認知期) 食物の性状を認知することにより、食べ方・唾液分泌・姿勢といった摂食に必要な準備を整える段階。
準備期(咀嚼期) 咀嚼して、食塊を形成する段階。
口腔期 食塊を口から喉に送る段階。
咽頭期 さらに喉から食道へ送る、「ゴックン」という段階。
食道期 絞り込むような食道の運動により食塊を胃まで運ぶ段階。
準備期(咀嚼期) 咀嚼して、食塊を形成する段階。
口腔期 食塊を口から喉に送る段階。
咽頭期 さらに喉から食道へ送る、「ゴックン」という段階。
食道期 絞り込むような食道の運動により食塊を胃まで運ぶ段階。
これらの段階を認識することも誤嚥に対する課題を抽出するために重要である。誤嚥特徴動作とは、むせ、咳、よだれ、顔面紅潮、チアノーゼなど誤嚥を起こした時の特徴動作である。同時に音声でガラガラ声になったり,声がかすれたりなど音声特徴も利用することが可能である。さらに赤外線画像による体温変化も併用することも可能である。また、食事姿勢を認識して評価することも可能である。これらの認識にはステレオカメラの画像を利用することでより高精度の認識や推定が可能になる。
一口量、咀嚼回数判定処理(S302)では、料理画像分析、基準生成処理(S300)で作成した基準と食事動作認識処理(S301)で推定した一口量や認識した咀嚼回数を比較して、設定された範囲内であるか否かを判定する。範囲外である場合、出力処理(S303)へ進む。範囲内の場合、食事終了判定処理(S304)へ進む。範囲の閾値はシステムが予め設定する。またはユーザが設定しても構わない。
逐次出力処理(S303)では、一口量、咀嚼回数判定処理(S302)で範囲外であると判定された課題に対して出力する。出力先は、食事管理装置本体の表示部(116)や食事対象者と関連付けられた端末(151)など1つまたは複数に出力する。具体的には、逐次出力処理で出力される課題は、一口量(多すぎと少なすぎ)と咀嚼回数(少なすぎ、多すぎ)に対する課題が出力される。
食事終了判定処理(S304)では、食事が終了したか否かを判定する。判定条件は、カメラ画像から食事対象者が一定時間以上席をはなれたことを認識する。または、料理が片付けられたことを認識する。または、食事管理装置に対して端末や入力部(113)から終了が入力される。
最終出力処理(S305)では、今回の食事(食事開始から食事終了まで)に対する課題推定してまとめて出力される。出力先は、逐次出力処理(S303)と同様である。過去の蓄積されたデータと比較して変化が閾値以上であれば、課題として変化も課題として出力する。具体的には、一口量と咀嚼回数に対する課題と総食事時間(短すぎ、長すぎ)、姿勢(良くない)、一定期間での変化(咀嚼時間、嚥下までの時間、むせる確率などがXか月前と比較してY倍)に対する課題が出力される。
本実施形態の料理画像分析、基準生成処理(S300)について図4の詳細フローチャートとデータの例に沿って説明する。
まず、料理認識処理(S400)ではカメラ画像から料理種類、量を認識する。料理の食材も認識することでさらに効果を上げることが可能である。料理の種別、量、食材を高精度に認識するために図10のような献立表データを利用して料理の種別、量を認識する。さらに献立表に記載されている食器をあらかじめ登録することで高確率で認識が可能となる。
標準料理データ取得処理(S401)では、標準料理の咀嚼回数基準として料理別咀嚼回数ガイドデータを取得する。図6は、料理と咀嚼回数の具体的なデータ例である。
個人統計データ処理(S402)では、過去の食事行動の認識結果から各料理または各料理の食材ごとの一口量や咀嚼回数などの食事行動を個人ごとに統計処理する。具体的には図8のように各個人ごとに咀嚼回数ガイドライン掲載の料理に対して一口量で補正した咀嚼回数を記憶されている。
標準料理に対する個人咀嚼比率計算処理(S403)では、各個人の咀嚼回数の傾向として標準料理に対する各個人の咀嚼回数比率を計算する。下記の式で計算される。
SF(a):aさんの咀嚼回数比率
S(a,n):aさんの咀嚼ガイド掲載料理nでの平均咀嚼回数
SS(n):咀嚼ガイド掲載料理nでの咀嚼回数基準
f(a,n):aさんの咀嚼ガイド掲載料理nでの口数合計
S(a,n):aさんの咀嚼ガイド掲載料理nでの平均咀嚼回数
SS(n):咀嚼ガイド掲載料理nでの咀嚼回数基準
f(a,n):aさんの咀嚼ガイド掲載料理nでの口数合計
具体的には図8のように咀嚼ガイド掲載料理1の咀嚼回数平均を咀嚼ガイド掲載料理1の基準咀嚼回数で割った値を咀嚼ガイド掲載料理1の咀嚼回数比率として計算し、各料理の咀嚼回数比率の加重平均を個人の咀嚼回数比率として計算する。Aさんの場合、咀嚼ガイド掲載料理1の咀嚼回数平均は28回、咀嚼ガイド掲載料理1の基準咀嚼回数が41回、咀嚼ガイド掲載料理1の咀嚼回数比率が0.68で、咀嚼ガイド掲載料理1の口数合計が2850である。各料理の加重平均が0.70となる。ここでは各標準料理の咀嚼回数比率の加重平均から個人ごとの咀嚼回数比率を求めたが、これに限定するものではない。たとえば、各標準料理の咀嚼回数比率を個人ごとの一口量で補正した値を利用したり、誤嚥特徴動作が検出されなかったデータのみを利用して咀嚼回数比率を求めたりしてもよい。
標準料理判定処理(S404)では、料理認識処理(S400)で認識した料理が標準料理データ取得処理(S401)で取得した標準料理データと比較して一致判定を行う。標準料理の場合、つまり咀嚼回数ガイドに掲載されている料理の場合、S406へ進む。標準料理ではない標準外料理の場合、S404へ進む。
対象標準外料理咀嚼回数基準作成処理(S405)では、標準料理に対する個人咀嚼比率計算処理(S403)で得られた各個人ごとの咀嚼回数比率で過去の対象料理に対する咀嚼回数を補正して、平均を計算する。下記の式で計算される。
SA(b):料理bに対する咀嚼回数基準
S(b,m):mさんの咀嚼ガイド非掲載料理bでの平均咀嚼回数
SF(m):mさんの咀嚼回数比率(咀嚼ガイド掲載料理咀嚼回数比率の加重平均)
M:対象者数
S(b,m):mさんの咀嚼ガイド非掲載料理bでの平均咀嚼回数
SF(m):mさんの咀嚼回数比率(咀嚼ガイド掲載料理咀嚼回数比率の加重平均)
M:対象者数
具体的には図8のようにAさんの咀嚼ガイド掲載料理咀嚼回数比率の加重平均は0.70で、Bさんの咀嚼ガイド掲載料理咀嚼回数比率の加重平均は0.95である。咀嚼回数ガイドに非掲載の対象料理のAさんの一口咀嚼回数平均は50回でAさんの咀嚼ガイド掲載料理咀嚼回数比率の加重平均である0.70で割った値71回が咀嚼回数ガイドに非掲載対象料理の咀嚼回数補正値である。Bさんに対する咀嚼回数ガイドに非掲載対象料理の咀嚼回数補正値は68回である。各個人の咀嚼回数ガイドに非掲載対象料理の咀嚼回数補正値の平均値69回を咀嚼回数ガイドに非掲載対象料理の咀嚼回数基準とする。ここでは単純に対象料理に対する各個人の咀嚼回数比率で補正した咀嚼回数の平均を基準としたが、これに限定するものではない。たとえば、嚥下障害がある人は対象から外したり、単純平均ではなく分布から最大頻度の咀嚼回数を基準にすることも可能である。
料理別咀嚼回数ガイドデータから咀嚼回数取得処理(S406)では、標準料理データから一致した料理に対する咀嚼回数を取得して咀嚼回数基準とする。
一口量基準作成処理(S407)では、対象者の過去の統計データから対象料理の一口量の基準を作成する。一口量の基準は一口量ごとに過去の総回数を特徴動作回数で割った特徴動作発生確率を計算して、閾値以下で最も多い量を基準とする。具体的には図9のようにスプーン(大)山盛り相当量に対して総回数が642回で特徴動作回数は50回、発生回数は0.080となり、閾値を0.005とした場合、一口量としてスプーン(大)山盛り相当量は適さないことが推定される。スプーン(中)並盛り相当慮では、総回数は7520回、特徴動作回数は3回で発生確率は0.004となり閾値以下であるため、一口量としてスプーン(中)並盛り相当量は適していると推定される。スプーン(中)並盛り相当は一口量として適した一口量の最大値となり一口量としてスプーン(中)並盛り相当量が基準となる。
本実施形態の食事動作認識処理(S301)の一口量推定について図5の詳細フローチャートとデータの例に沿って説明する
スプーン利用判定処理(S500)では、食具としてスプーンを利用して、料理を口に運んでいるか否かを判定する。
スプーン利用判定処理(S500)では、食具としてスプーンを利用して、料理を口に運んでいるか否かを判定する。
残量判断処理(S501)では、料理の残量が半分以下か否かを判断する。
食具による推定処理(S502)では、スプーンや箸などで口に入れる量を推定する。スプーン上にある料理の量を推定する。食具をあらかじめ登録することで推定精度が上がる。
料理残量の差分による推定処理(S503)では、口に入れる料理の残量の差分を認識することで一口量を推定する。残量推定に関しては、例えば平皿の場合、素材の量に対する面積比からの推定や深みのある食器の場合、食器の深さに対する平面積を利用して推定する。また、献立表の食材の量や盛られている食器などを利用することで高精度な推定することも可能である。
食具と料理残量の差分による推定の平均処理(S504)では、食具による推定処理(S502)による推定量と料理残量の差分による推定処理(S503)による推定量の平均値を推定量とする。
ここでは、ヒューリスティックな処理であるが、機械学習によって重みを決定することも可能である。
このように日常の食事映像から対象者に負担をかけずに、誤嚥に対する注意すべき一口量や咀嚼回数などの食事行動基準に対する課題を食事対象者またはカメラ映像で監視している介護者が認識可能となる。またこれにより誤嚥予防の支援となる。
以上、実施形態を詳述したが、本発明は上述の実施形態に限定されるのではなく、本発明の趣旨を逸脱しない限りにおいて適宜変更が可能である。
本発明は、例えば、システム、装置、方法、プログラムもしくは記憶媒体等としての実施態様をとることが可能である。具体的には、複数の機器から構成されるシステムに適用しても良いし、また、一つの機器からなる装置に適用しても良い。
また、本発明は、以下の処理を実行することによっても実現される。即ち、上述した実施形態の機能を実現するソフトウェア(プログラム)を、ネットワーク又は各種記憶媒体を介してシステム或いは装置に供給し、そのシステム或いは装置のコンピュータ(またはCPUやMPU等)がプログラムを読み出して実行する処理である。
S300 料理画像分析、基準生成処理
S301 食事動作認識処理
S302 一口量、咀嚼回数判定処理
S303 逐次出力処理
S304 食事終了判定処理
S305 最終出力処理
S301 食事動作認識処理
S302 一口量、咀嚼回数判定処理
S303 逐次出力処理
S304 食事終了判定処理
S305 最終出力処理
Claims (8)
- カメラ映像から食事動作と料理とを認識する認識手段と、
1回に口に入れる一口量を前記カメラ映像から推定する推定手段と、
個人ごとに前記一口量を料理ごとに記憶する記憶手段と、
料理ごとの標準の一口量と前記記憶手段に記憶された一口量とに基づいて個人ごとの一口量の基準を作成する作成手段と、
前記一口量の基準と、監視しているカメラ映像から推定された前記一口量とを比較する比較手段と
前記比較手段で得られた結果から得られた課題を出力する出力手段と、
を有することを特徴とする情報処理装置。 - 前記食事動作は咀嚼動作であり、前記作成手段は、前記個人ごとの基準としてさらに咀嚼回数の基準を作成することを特徴とする請求項1項記載の情報処理装置。
- 前記食事動作は咀嚼動作、嚥下動作、誤嚥特徴動作である請求項1または2記載の情報処理装置。
- 標準料理の咀嚼回数基準に対する蓄積された標準料理の咀嚼回数の比率を計算する手段を更に備え、前記作成手段は、標準外料理として蓄積された咀嚼回数を前記標準料理の咀嚼回数比率で補正して基準を作成することを特徴とする請求項2記載の情報処理装置。
- 前記出力手段は、食事中に出力する請求項1乃至4の何れか1項に記載の情報処理装置。
- 前記出力する課題は、一口量、または、咀嚼回数、または、総食事時間、または、食事姿勢、または、これらの一定期間での変化である請求項3記載の情報処理装置。
- カメラ映像から食事動作と料理とを認識する認識工程と、
1回に口に入れる量を前記カメラ映像から推定する推定工程と、
個人ごとに前記一口量を料理ごとに記憶手段に記憶する工程と、
料理ごとの標準の一口量と前記記憶手段に記憶された一口量とに基づいて個人ごとの一口量の基準を作成する作成工程と、
前記一口量の基準と、監視しているカメラ映像から推定された前記一口量とを比較する比較工程と、
前記比較工程で得られた結果から課題を出力する出力工程と、
を有することを特徴とする情報処理方法。 - カメラ映像から食事動作と料理とを認識する認識手段と、
1回に口に入れる量を前記カメラ映像から推定する推定手段と、
個人ごとに前記一口量を料理ごとに記憶手段に記憶させる手段と、
料理ごとの標準の一口量と前記記憶手段に記憶された一口量とに基づいて個人ごとの一口量の基準を作成する作成手段と、
前記一口量の基準と、監視しているカメラ映像から推定された前記一口量とを比較する比較手段と、
前記比較手段で得られた結果から課題を出力する出力手段と、として機能させるためのプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016168582A JP2018033624A (ja) | 2016-08-30 | 2016-08-30 | 情報処理装置、情報処理方法、及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016168582A JP2018033624A (ja) | 2016-08-30 | 2016-08-30 | 情報処理装置、情報処理方法、及びプログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2018033624A true JP2018033624A (ja) | 2018-03-08 |
Family
ID=61564836
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016168582A Pending JP2018033624A (ja) | 2016-08-30 | 2016-08-30 | 情報処理装置、情報処理方法、及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2018033624A (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020048917A (ja) * | 2018-09-27 | 2020-04-02 | Kddi株式会社 | 咀嚼や笑みに係る量に基づき食事を評価可能な装置、プログラム及び方法 |
CN111738879A (zh) * | 2020-06-19 | 2020-10-02 | 北京明略软件系统有限公司 | 制作菜品时间预估方法及装置 |
WO2022130592A1 (ja) * | 2020-12-17 | 2022-06-23 | マクセル株式会社 | ヘッドマウントディスプレイ及びそれに用いる血糖値管理方法 |
-
2016
- 2016-08-30 JP JP2016168582A patent/JP2018033624A/ja active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020048917A (ja) * | 2018-09-27 | 2020-04-02 | Kddi株式会社 | 咀嚼や笑みに係る量に基づき食事を評価可能な装置、プログラム及び方法 |
JP7009342B2 (ja) | 2018-09-27 | 2022-01-25 | Kddi株式会社 | 咀嚼や笑みに係る量に基づき食事を評価可能な装置、プログラム及び方法 |
CN111738879A (zh) * | 2020-06-19 | 2020-10-02 | 北京明略软件系统有限公司 | 制作菜品时间预估方法及装置 |
WO2022130592A1 (ja) * | 2020-12-17 | 2022-06-23 | マクセル株式会社 | ヘッドマウントディスプレイ及びそれに用いる血糖値管理方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6489130B2 (ja) | 食事推定プログラム、食事推定方法及び食事推定装置 | |
Amft et al. | Recognition of dietary activity events using on-body sensors | |
JP2018033624A (ja) | 情報処理装置、情報処理方法、及びプログラム | |
WO2020129799A1 (ja) | 識別装置、スキャナシステム、識別方法、および識別用プログラム | |
CN111012354B (zh) | 进食监控方法、存储介质以及进食监控装置 | |
JP2020179173A (ja) | 情報処理システム、情報処理方法、及び制御プログラム | |
JP5780583B2 (ja) | 食感の生理学的評価装置 | |
JP6425393B2 (ja) | 予測システム、予測方法、および予測プログラム | |
Maloth et al. | Comparison between five commonly used two-dimensional methods of human bite mark overlay production from the dental study casts | |
EP4233683A1 (en) | Oral condition evaluation system, oral care recommendation system, and oral condition notification system | |
JP2016159096A (ja) | 食事支援装置、食事支援システム、コンピュータプログラム及び食事支援方法 | |
JP2020103449A (ja) | 歯状態判定装置及び歯状態判定方法 | |
JP6831432B2 (ja) | 識別装置、歯牙種類識別システム、識別方法、および識別用プログラム | |
CN115916046A (zh) | 发育阶段判定装置、发育阶段判定方法、程序及终端装置 | |
WO2021132270A1 (ja) | 咀嚼支援システム | |
JP2022126288A (ja) | 咀嚼改善提案システム、咀嚼改善提案プログラム、及び咀嚼改善提案方法 | |
JP6654721B1 (ja) | 喫食判定システム、コンピュータプログラム及び情報機器 | |
JP6900445B2 (ja) | 識別装置、歯牙種類識別システム、識別方法、および識別用プログラム | |
JP7243439B2 (ja) | 食事リスク判定方法、食事リスク判定プログラムおよび情報処理装置 | |
CN115335913B (zh) | 控制方法 | |
JP2020096797A (ja) | 識別装置、歯牙種類識別システム、識別方法、および識別用プログラム | |
US20220202059A1 (en) | Method for controlling food printer | |
EP4385456A1 (en) | Facial shape classification method and denture design device therefor | |
JP2023094219A (ja) | 評価システム、情報処理装置、評価方法、および制御プログラム | |
JP2023094220A (ja) | 情報処理方法、製造方法、情報処理装置、および制御プログラム |