JP2023147248A - 生体情報管理システム及び生体情報管理方法 - Google Patents

Abstract

【課題】個人の生体情報に関する評価を適切に決定すること。【解決手段】実施形態に係る生体情報管理システムは、生体情報を収集して管理する生体情報管理システムであって、個人を識別する識別情報を取得する取得部と、個人の生体情報を記憶する記憶部と、過去の生体情報の分布から算出される第１特徴値と、前記識別情報によって特定される個人である対象個人の直近の生体情報から算出される第２特徴値との比較により、前記対象個人の生体情報に関する評価を決定する処理部と、を有する。【選択図】図２２

Description

開示の実施形態は、生体情報管理システム及び生体情報管理方法に関する。

従来、健康管理に役立てるため、生体情報、例えば大便（以下「便」ともいう）の性状や体積、大便への血液付着を自動で検出し、その検出結果を表示する技術が知られている（例えば、特許文献１参照）。

特開２０１８－１４６２４４号公報

しかしながら、上述の従来技術は、改善の余地がある。例えば、上述の従来技術では、個人の便の検出結果を表示しているが、生体情報の評価については考慮されておらず、個人の生体情報に関する評価の点においては改善の余地がある。

開示の実施形態は、個人の生体情報に関する評価を適切に決定する生体情報管理システム及び生体情報管理方法を提供することを目的とする。

実施形態の一態様に係る生体情報管理システムは、生体情報を収集して管理する生体情報管理システムであって、個人を識別する識別情報を取得する取得部と、個人の生体情報を記憶する記憶部と、過去の生体情報の分布から算出される第１特徴値と、前記識別情報によって特定される個人である対象個人の直近の生体情報から算出される第２特徴値との比較により、前記対象個人の生体情報に関する評価を決定する決定部と、を有することを特徴とする。

実施形態の一態様に係る生体情報管理システムによれば、過去の生体情報の分布から算出される第１特徴値と、識別情報によって特定される個人である対象個人の直近の生体情報から算出される第２特徴値との比較により、対象個人の生体情報に関する評価を決定することで、過去の生体情報の履歴と、直近での対象個人の生体情報との比較により対象個人の生体情報を評価する。これにより、生体情報管理システムは、個人の生体情報に関する評価を適切に決定することができる。したがって、生体情報管理システムを利用する人（ユーザ）は、自身の生体情報の評価を得ることができ、その後の健康管理に活かすことができる。なお、ここでいう特徴値は、平均値、最頻値、中央値、最大値、最小値などの様々な値（代表値）であってもよい。また、ここでいう過去とは、少なくとも直近よりも前の時点を含む期間に対応する。すなわち、過去の生体情報の履歴には、少なくとも直近よりも前の時点での生体情報が含まれる。なお、過去には、少なくとも直近よりも前の時点が含まれれば、直近の一部が含まれてもよいし、直近全体が含まれてもよい。例えば、過去の生体情報の履歴には、少なくとも直近よりも前の時点での生体情報が含まれれば、直近の一部の期間の生体情報が含まれてもよいし、直近全体での生体情報が含まれてもよい。

実施形態の一態様に係る生体情報管理システムにおいて、前記決定部は、前記第１特徴値と、前記対象個人の複数の生体情報から算出される前記第２特徴値との比較により、前記対象個人の生体情報に関する評価を決定する。

実施形態の一態様に係る生体情報管理システムによれば、第１特徴値と、対象個人の複数の生体情報から算出される第２特徴値との比較により、対象個人の生体情報に関する評価を決定することで、過去の生体情報の履歴と、直近での対象個人の生体情報の傾向との比較により対象個人の生体情報を評価する。このように、対象個人の特徴値である特徴値は、対象個人の複数の生体情報から算出される特徴値であるため、生体情報管理システムは、一時的な便の状態に左右されない、有効性の高い評価を行うことができる。したがって、生体情報管理システムは、個人の生体情報に関する評価を適切に決定することができる。

実施形態の一態様に係る生体情報管理システムにおいて、前記決定部は、前記第１特徴値と、前記対象個人の前記第２特徴値との差分の大きさに応じたスコアを、前記対象個人の生体情報に関する評価として算出する。

実施形態の一態様に係る生体情報管理システムによれば、第１特徴値と、前記対象個人の前記第２特徴値との差分の大きさに応じたスコアを、前記対象個人の生体情報に関する評価として算出する。すなわち、生体情報管理システムは、対象個人の生体情報を用いて、対象個人の生体情報についてのスコアリングを行う。これにより、生体情報管理システムは、スコア（点数）での評価によって定量的に対象個人の生体情報の評価を決定することができるため、個人の生体情報に関する評価を適切に決定することができる。したがって、生体情報管理システムを利用するユーザは、点数評価によって定量的に自身の生体情報の評価を得ることができ、その後の健康管理にさらに活かすことができる。

実施形態の一態様に係る生体情報管理システムにおいて、前記第１特徴値の算出に用いる前記過去の生体情報は、前記対象個人の過去の生体情報である。

実施形態の一態様に係る生体情報管理システムによれば、第１特徴値の算出に用いる前記過去の生体情報として、対象個人の過去の生体情報が用いられる。すなわち、生体情報管理システムは、対象個人の過去の生体情報を用いて算出される第１特徴値と、第２特徴値との比較により、対象個人の生体情報に関する評価を決定することで、対象個人の生体情報の分布に応じて対象個人の生体情報を評価する。これにより、生体情報管理システムは、対象個人の生体情報のみを対象として比較するため、対象個人での生体情報の傾向に応じて、個人の生体情報に関する評価を適切に決定することができる。したがって、生体情報管理システムを利用するユーザは、そのユーザ個人の生体情報に基づいた生体情報の評価を得ることができ、その後の健康管理にさらに活かすことができる。

実施形態の一態様に係る生体情報管理システムにおいて、前記記憶部は、前記個人の前記生体情報として、排便した時刻、大便の形、色、量、排泄にかかる時間、排泄時のにおい、前回の排泄と今回の排泄の間の時間の少なくとも１つの排便データを記憶し、前記決定部は、過去の排便データの分布から算出される前記第１特徴値と、前記識別情報によって特定される個人である対象個人の直近の排便データから算出される前記第２特徴値との比較により、前記対象個人の排泄に関する評価を、前記生体情報に関する評価として決定する。

実施形態の一態様に係る生体情報管理システムによれば、過去の排便データの分布から算出される第１特徴値と、識別情報によって特定される個人である対象個人の直近の排便データから算出される第２特徴値との比較により、対象個人の排泄に関する評価を決定することで、過去の排便の履歴と、直近での対象個人の排便との比較により対象個人の排泄を評価する。これにより、排泄情報管理システムは、個人の排泄に関する評価を適切に決定することができる。したがって、排泄情報管理システムを利用する人（ユーザ）は、自身の排便結果の評価を得ることができ、その後の健康管理に活かすことができる。なお、ここでいう特徴値は、平均値、最頻値、中央値、最大値、最小値などの様々な値（代表値）であってもよい。また、ここでいう過去とは、少なくとも直近よりも前の時点を含む期間に対応する。すなわち、過去の排便の履歴には、少なくとも直近よりも前の時点での排便のデータが含まれる。なお、過去には、少なくとも直近よりも前の時点が含まれれば、直近の一部が含まれてもよいし、直近全体が含まれてもよい。例えば、過去の排便の履歴には、少なくとも直近よりも前の時点での排便のデータが含まれれば、直近の一部の期間の排便のデータが含まれてもよいし、直近全体での排便のデータが含まれてもよい。

実施形態の一態様に係る生体情報管理方法は、生体情報を収集して管理する生体情報管理方法であって、個人を識別する識別情報を取得し、個人の生体情報を記憶し、過去の生体情報の分布から算出される第１特徴値と、前記識別情報によって特定される個人である対象個人の直近の生体情報から算出される第２特徴値との比較により、前記対象個人の生体情報に関する評価を決定することを含むことを特徴とする。

実施形態の一態様に係る生体情報管理方法によれば、過去の生体情報の分布から算出される第１特徴値と、識別情報によって特定される個人である対象個人の直近の生体情報から算出される第２特徴値との比較により、対象個人の生体情報に関する評価を決定することで、過去の生体情報の履歴と、直近での対象個人の生体情報との比較により対象個人の生体情報を評価する。これにより、生体情報管理方法は、個人の生体情報に関する評価を適切に決定することができる。したがって、生体情報管理方法を利用する人（ユーザ）は、自身の生体情報の評価を得ることができ、その後の健康管理に活かすことができる。

実施形態の一態様によれば、個人の生体情報に関する評価を適切に決定することができる。

図１は、トイレルーム内の構成の一例を示す斜視図である。 図２は、実施形態に係るセンサの配置の一例を示す斜視図である。 図３は、実施形態に係る生体情報管理システムの構成例を示す図である。 図４は、実施形態に係る便座装置の機能構成の一例を示すブロック図である。 図５は、実施形態に係るサーバ装置の構成の一例を示すブロック図である。 図６は、実施形態に係る排便情報データベースの一例を示す図である。 図７は、検知の関係を示すタイミングチャートの一例を示す図である。 図８は、排便データの一例を示す図である。 図９は、変形例に係る生体情報管理システムの構成例を示す図である。 図１０は、変形例に係るセンサの配置の一例を示す斜視図である。 図１１は、データの取得方法の一例を示す図である。 図１２は、検知の関係を示すタイミングチャートの一例を示す図である。 図１３は、便の形と数値の対応付けの一例を示す図である。 図１４は、便の形の評価方法の一例を示す図である。 図１５は、便の形の評価方法の一例を示す図である。 図１６は、便の評価の決定に用いる得点表の一例を示す図である。 図１７は、便の形の評価の決定例を示す図である。 図１８は、便に関する各指標の評価方法の一例を示す図である。 図１９は、便の色の評価方法の一例を示す図である。 図２０は、便の評価の決定に用いる得点表の一例を示す図である。 図２１は、便の色の評価の決定例を示す図である。 図２２は、便の総合評価の決定例を示す図である。 図２３は、便の総合評価の決定例を示す図である。 図２４は、他者比較による便の形の評価方法の一例を示す図である。 図２５は、他者比較による便の色の評価方法の一例を示す図である。 図２６は、便の評価の表示例を示す図である。

以下、添付図面を参照して、本願の開示する生体情報管理システム及び生体情報管理方法の実施形態を詳細に説明する。なお、以下に示す実施形態によりこの発明が限定されるものではない。

以下では、排便（大便）のデータを生体情報の一例として説明するが、本願でいう生体情報には、少なくとも、排便データ、排尿データ、排泄物ガスデータ、血流データ、おならデータが含まれる。すなわち、生体情報は、大便（便）に限らず、排尿、排泄物ガス、血流、おなら等の様々な情報であってもよい。

生体情報の一例である排便データには、例えば、排便した時刻、大便の形、色、量、排泄にかかる時間、におい、前回の排泄と今回の排泄の間の時間等のうち少なくとも１つが含まれる。また、生体情報の一例である排尿データには、例えば、排尿した時刻、総量、色、流量、排尿にかかる時間、前回の排尿と今回の排尿の間の時間、温度等のうち少なくとも１つが含まれる。なお、排尿データを用いた特徴値の算出については、特徴値の算出が可能であれば任意の態様が採用可能であり、以下で示す排便データの場合と同様であってもよいし、異なってもよい。

また、生体情報の一例である排泄物ガスデータには、排泄物そのものからのガス及び排便時に放出されるガスのうち少なくとも１つが含まれる。例えば、排泄物ガスデータには、排泄物自体が放出するガスに限らず、排便時に人体（使用者）から放出されるガスも含まれる。なお、排泄物ガスデータを用いた特徴値の算出については、特徴値の算出が可能であれば任意の態様が採用可能であり、以下で示す排便データの場合と同様であってもよいし、異なってもよい。また、生体情報の一例である血流データには、例えば、脈波、血流量、心拍数等のうち少なくとも１つが含まれる。なお、血流データを用いた特徴値の算出については、特徴値の算出が可能であれば任意の態様が採用可能であり、以下で示す排便データの場合と同様であってもよいし、異なってもよい。また、生体情報の一例であるおならデータは、排泄物を伴わずに肛門から出たガスのデータである。このように、おならは、排泄物を伴わずに肛門から出たガスである。なお、おならデータを用いた特徴値の算出については、特徴値の算出が可能であれば任意の態様が採用可能であり、以下で示す排便データの場合と同様であってもよいし、異なってもよい。

なお、排尿の検知については既知の手段であれば、任意の手段が採用可能である。また、血流の検知についても既知の手段であれば、任意の手段が採用可能であるが、例えば、便座に設けられ、動的光散乱法（Dynamic Light Scattering）に基づいて、皮膚内の血流状態を測定できるレーザセンサ等であってもよい。

また、生体情報管理システムは、上記の情報の内の１つ又は複数から健康に関わる指標（「状態指標」ともいう）を推定してもよい。例えば、状態指標は、ストレス状態、血行状態、フィットネスレベル、体内水分レベル、代謝レベル、血管年齢、体内時計等であってもよい。この場合、生体情報管理システムは、上記の情報の内の１つ又は複数の情報を用いて、例えばストレス状態、血行状態、フィットネスレベル、体内水分レベル、代謝レベル、血管年齢、体内時計等のうち少なくとも１つを状態指標として推定する。例えば、生体情報管理システムは、上記の生体情報の複数の種別（複数種）の情報を用いて状態指標を推定してもよい。例えば、生体情報管理システムは、排便及び排尿の２つの種別の生体情報を用いて状態指標を推定してもよい。

また、生体情報管理システムは、状態指標の分布から第１特徴値を算出し、直近の対象個人の指標から第２特徴値を算出してもよい。例えば、生体情報管理システムは、各状態指標の第１特徴値と第２特徴値との比較からスコアを算出してもよい。このように、生体情報管理システムは、センサで得られる直接的な各データだけでなく、その各データから算出されるデータまでをも対象としてもよい。

＜１．実施形態＞
以下に説明する各実施形態に係る生体情報管理システムでは、センサにより検知された情報に基づく使用者の排泄に関する排泄情報を管理する。以下の例では、検知部（センサ）として、カメラ３０２（二次元のイメージセンサ）とガスセンサユニット３５０とを用いる場合を一例として説明する。なお、生体情報管理システム１は、排便した時刻、大便の形、大便の色、大便の量、排泄に要する時間、排泄時のにおいに基づく所定のパラメータ、排泄行為の時間間隔のうち、少なくとも１つを検知可能であれば、カメラ３０２等に限らず任意のセンサを用いてもよいが、この点は後述する。

＜１－１．生体情報管理システムの構成＞
実施形態に係る生体情報管理システムの構成について、図１～図３を参照して説明する。図１は、トイレルーム内の構成の一例を示す斜視図である。図２は、実施形態に係るセンサの配置の一例を示す斜視図である。図３は、実施形態に係る生体情報管理システムの構成例を示す図である。

まず、図１を用いて生体情報管理システム１のうち、各実施形態で共通するトイレルームＲ内の構成例について説明する。以下、図１及び図２に示すトイレルームＲ内の構成をトイレシステムＴＳと総称する場合がある。図１に示すように、トイレルームＲには、床面Ｆに、洋式大便器（以下「便器」と記載する）７が設置される。なお、以下では、床面ＦからトイレルームＲの空間内に臨む向きを上と記載する。便座装置２は、便器７の上部に設けられる。

便器７は、例えば、陶器製である。便器７には、ボウル部８が形成される。ボウル部８は、下方に凹んだ形状であり、使用者の排泄物を受ける部位である。なお、便器７は、図示のような床置き式に限らず、トイレシステムＴＳを適用可能であれば、どのような形式でもよく、壁掛け式等のような形式であってもよい。便器７には、ボウル部８が臨む開口の端部の全周にわたってリム部９が設けられる。トイレルームＲには、例えば、便器７付近に洗浄水を貯留する洗浄水タンクが設置されてもよいし、洗浄水タンクが設置されない、いわゆるタンクレス式でもよい。

例えば、トイレルームＲに設けられた洗浄用の洗浄操作部（図示省略）が使用者により操作されると、便器７のボウル部８への洗浄水の供給による便器洗浄が実施される。洗浄操作部は操作レバーや、操作装置１０に表示された便器洗浄オブジェクトに対するタッチ操作であってもよい。なお、洗浄操作部は、操作レバーなどのような使用者の手動によって便器洗浄を実施させるものに限らず、着座センサ３０１のような使用者を検知するセンサの人体検知によって便器洗浄を実施させるものでもよい。

便座装置２は、便器７の上部に取り付けられ、本体部３と、便蓋４と、便座５と、洗浄ノズル６とを備える。便座装置２は、排泄物を受けるボウル部８が形成された便器７の上部に載置される。便座装置２は、洗浄ノズル６が洗浄水を噴射する前にボウル部８に進出するように便器７の上部に載置される。なお、便座装置２は、便器７に対して着脱可能に取り付けられてもよいし、便器７と一体化するように取り付けられてもよい。

図１に示すように、便座５は、中央に開口５０を有する環状に形成され、リム部９に沿って、便器７の開口に重なる位置に配置される。便座５は、使用者が着座する。便座５は、着座した使用者の臀部を支持する着座部として機能する。また、図１に示すように、便蓋４及び便座５は、それぞれの一端部が本体部３に軸支され、本体部３の軸支部分を中心として回動可能（開閉可能）に取り付けられる。なお、便蓋４は、便座装置２に必要に応じて取り付けられ、便座装置２は、便蓋４を有しなくてもよい。

洗浄ノズル６は、洗浄用の水を吐水するためのノズルである。洗浄ノズル６は、洗浄水を噴射可能である。洗浄ノズル６は、使用者に向けて洗浄水を噴射可能である。洗浄ノズル６は、局部洗浄用のノズルである。洗浄ノズル６は、電動モータなどの駆動源（図４中のノズルモータ６１等）の駆動により、本体部３の筐体である本体カバー３０に対して進退可能に構成される。また、洗浄ノズル６は、図示しない水道管などの水源に接続される。そして、洗浄ノズル６は、図１に示すように、本体部３の筐体である本体カバー３０に対して進出した位置（以下「進出位置」ともいう）にあるときに、水源からの水を使用者の身体へ噴出させて局部を洗浄する。

図１では、洗浄ノズル６が進出位置にある状態を示す。なお、洗浄ノズル６は、便器７（ボウル部８等）内の洗浄用にも共用されてもよい。洗浄ノズル６は、使用者の局部を洗浄する局部洗浄モードと、便器７内に水を撒く便器洗浄モードとを切り替え可能に用いられてもよい。例えば、洗浄ノズル６は、便座装置２の制御部２３（図４参照）による制御に応じて、局部洗浄モードと便器洗浄モードとを切り替え可能に用いられてもよい。

操作装置１０は、トイレルームＲ内に設けられる。操作装置１０は、使用者が操作可能な位置に設けられる。操作装置１０は、使用者が便座５に着座時において、操作可能な位置に設けられる。図１に示す例において、操作装置１０は、便座５に着座した使用者から見て右側方の壁面Ｗに配置される。なお、操作装置１０は、便座５に着座した使用者が利用可能であれば、壁面に限らず、種々の態様により配置されてもよい。例えば、操作装置１０は、便座装置２と一体に設けられてもよい。

ここで、図２を参照して、センサの配置の一例を説明する。図２は、センサの配置を示すために、便蓋４を除き、便座５において使用者が着座する面（着座面）の反対側の面である裏面５１を図示するために、便座５を上げた状態を示す図である。

図２では、洗浄ノズル６（図１参照）が本体カバー３０内に収納される位置（以下「収納位置」ともいう）にある状態を示す。図２に示すように、洗浄ノズル６が収納位置にある場合、ノズル用蓋６０は閉じられており、洗浄ノズル６は、ノズル用蓋６０の裏に隠されている。洗浄ノズル６による洗浄が行われる場合、ノズル用蓋６０が開放するとともに、本体カバー３０の開口（図２の閉鎖状態であるノズル用蓋６０が塞ぐ開口）から洗浄ノズル６が突出し、洗浄ノズル６は、進出状態に移行する。

図２に示すように、生体情報管理システム１で用いられるセンサである着座センサ３０１及びカメラ３０２は、便座５の裏面５１側に配置される。着座センサ３０１は、便座５の裏面５１から着脱可能であってもよいし、便座５の裏面５１に固定されていてもよい。着座センサ３０１は、便座装置２の構成に含まれてもよい。また、カメラ３０２は、便座５の裏面５１から着脱可能であってもよいし、便座５の裏面５１に固定されていてもよい。カメラ３０２は、便座装置２の構成に含まれてもよい。

なお、着座センサ３０１は、使用者による便座５への着座が検知可能であれば、どのような検知方式でもよく、またどのような場所に配置されてもよい。例えば、着座センサ３０１が赤外線方式やμ（マイクロ）波方式の測距センサであり距離で着座を検知する場合、着座センサ３０１は便器７側方から人の足を検知する位置や便器７に付いているタンクから人の背中を検知する位置に配置されてもよい。例えば、着座センサ３０１が便器７側方から人の足を検知する場合、着座センサ３０１は、図２に示す便器７の外周部付近に配置されてもよい。例えば、着座センサ３０１が便器７に付いているタンクから人の背中を検知する場合、着座センサ３０１は、図２に示す便器７の後部に設けられたタンクの外周部に配置されてもよい。例えば、着座センサ３０１が測距センサであり距離で着座を検知する場合、着座センサ３０１は便器７の周囲に配置されてもよい。例えば、着座センサ３０１が距離で着座を検知する場合、トイレルームＲの天井に配置されてもよい。また例えば、着座センサ３０１が接点スイッチで、着座したことによる便座の沈み込みを検知する場合、着座センサ３０１は便座５の軸支部分に配置されてもよい。また例えば、着座センサ３０１が荷重センサで、便座にかかった重さで着座を検知する場合、着座センサ３０１は便座５の裏面で、便器７と接する面に配置されてもよい。また、カメラ３０２は、便器７内に排泄される便の検知が可能であれば、どのような場所に配置されてもよい。

また、図２に示すように、ガスセンサユニット３５０は、本体部３の開口３１内に配置される。例えば、ガスセンサユニット３５０は、本体部３の開口３１から連通する内部空間に配置される。なお、ガスセンサユニット３５０は、便器７内の便のにおいに基づくパラメータを検知可能であれば、どのような配置態様であってもよい。ガスセンサユニット３５０は、便座装置２の構成に含まれてもよい。また、ガスセンサユニット３５０は、便座装置２とは別に配置可能な装置であってもよい。例えば、ガスセンサユニット３５０は、便座装置２外に配置されてもよい。例えば、ガスセンサユニット３５０は、便器７に付いているタンク等に取り付けられてもよい。なお、ガスセンサユニット３５０は、においに基づくパラメータとして、例えば、硫化水素、メチルメルカプタン、アンモニア等のにおい成分の有無や濃度を検知する。水素、メタン、二酸化炭素等のにおいのしない成分（無臭成分）の有無や濃度を検知してもよい。また、におい成分と無臭成分の比率を検知してもよい。

図３に示すように、生体情報管理システム１は、便座装置２、操作装置１０、着座センサ３０１、カメラ３０２及びガスセンサユニット３５０を含むトイレシステムＴＳと、ユーザ端末２００と、サーバ装置４００とを有する。生体情報管理システム１には、複数のトイレシステムＴＳや、複数のユーザ端末２００やサーバ装置４００が含まれてもよい。なお、複数のトイレシステムＴＳを含む場合については後述する。

便座装置２は、トイレルームＲ内に配置される装置である。便座装置２は、トイレシステムＴＳの各装置（操作装置１０、着座センサ３０１、カメラ３０２及びガスセンサユニット３５０）やユーザ端末２００やサーバ装置４００との間で通信する。

便座装置２は、トイレルームＲ内の便器７を利用して排泄を行う使用者を特定するための情報を取得する処理（個人識別）を行う。例えば、便座装置２は、使用者が所有するユーザ端末２００との通信や、操作装置１０に対する使用者の操作等により、便器７を利用して排泄を行う使用者を特定するための情報を取得し、使用者の個人識別を行う。例えば、便座装置２は、使用者が所有するユーザ端末２００との通信し、ユーザ端末２００から使用者を特定するための使用者識別情報であるユーザＩＤ（単に「ＩＤ」ともいう）を受信する。なお、便座装置２は、トイレルームＲの便器７を利用して排泄を行う使用者を特定が可能であれば、どのような方法により使用者の特定を行ってもよい。

また、便座装置２は、取得した使用者識別情報と検知した排泄（排便）に関する排泄情報（排便情報）とを対応付けて管理する。例えば、便座装置２は、取得した使用者識別情報と排泄情報（排便情報）とを対応付けてサーバ装置４００へ送信する。サーバ装置４００は、受信した使用者識別情報に、受信した排泄情報を対応付けて記憶部４２０に登録する。また、便座装置２は、便座装置２を識別するための便座識別情報（便座識別情報）に使用者識別情報及び排泄情報（排便情報）を対応付けてサーバ装置４００へ送信してもよい。この場合、サーバ装置４００は、受信した使用者識別情報に、受信した排泄情報と便座識別情報に対応する位置（例えば自宅や学校など）を示す情報とを対応付けて記憶部４２０に登録する。また、便座装置２は、便座装置２の配置位置を示す情報（位置情報）に使用者識別情報及び排泄情報（排便情報）を対応付けてサーバ装置４００へ送信してもよい。この場合、サーバ装置４００は、受信した使用者識別情報に、受信した排泄情報と位置情報とを対応付けて記憶部４２０に登録する。なお、便座装置２の構成等の詳細は後述する。便座装置２は、排泄情報（排便情報）を、使用者識別情報に対応するユーザ端末２００に送り、ユーザ端末２００を介して、サーバ装置４００へ送信してもよい。例えば、便座装置２は、排泄情報と便座装置２の配置位置を示す情報（位置情報）とを、使用者識別情報に対応するユーザ端末２００に送信する。この場合、便座装置２から位置情報と排泄情報を受信したユーザ端末２００は、受信した位置情報と排泄情報に使用者識別情報を対応付けてサーバ装置４００へ送信する。なお、便座識別情報に対応する位置は、後述するユーザ端末２００のＧＰＳ（Global Positioning System）センサから取得してもよい。この場合、例えば、便座装置２は、排泄情報を、使用者識別情報に対応するユーザ端末２００に送信する。便座装置２から排泄情報を受信したユーザ端末２００は、受信した排泄情報に、使用者識別情報とＧＰＳセンサから取得した便座識別情報に対応する位置とを対応付けてサーバ装置４００へ送信する。

操作装置１０は、便座装置２と所定のネットワークを介して、有線または無線により通信可能に接続される。例えば、操作装置１０は、Ｂｌｕｅｔｏｏｔｈ（登録商標）やＷｉ‐Ｆｉ（登録商標）等の所定の無線通信機能により、便座装置２と通信可能に接続されてもよい。なお、便座装置２と操作装置１０とは、情報の送受信が可能であれば、どのような接続であってもよく、有線により通信可能に接続されてもよいし、無線により通信可能に接続されてもよい。例えば、操作装置１０は、便座装置２とネットワークＮを介して、有線または無線により通信可能に接続されてもよい。

操作装置１０は、例えばタッチパネル機能により表示面（例えば表示画面１１）を介して使用者からの各種操作を受け付ける。また、操作装置１０は、スイッチやボタンを備え、スイッチやボタン等により各種操作を受け付けてもよい。表示画面１１は、例えば液晶ディスプレイや有機ＥＬ（Electro-Luminescence）ディスプレイ等によって実現されるタブレット端末等の表示画面であり、各種情報を表示するための表示装置である。つまり、操作装置１０は、表示画面１１により使用者の入力を受け付け、使用者への出力も行う。表示画面１１は、各種情報を表示する表示装置である。

操作装置１０は、便座装置２により実行中の制御を止めるためのユーザの操作を受け付ける。操作装置１０は、便座装置２による局部洗浄の実行を開始するためのユーザの操作を受け付ける。操作装置１０は、使用者による洗浄ノズル６への指示を受け付ける。操作装置１０は、便座装置２に所定の音を出力させるためのユーザの操作を受け付ける。操作装置１０は、便座装置２の洗浄ノズル６（図１参照）を除菌水で殺菌する殺菌処理を行うためのユーザの操作を受け付ける。操作装置１０は、便座装置２による局部洗浄時の吐水の勢いを調整するためのユーザの操作を受け付ける。操作装置１０は、便座装置２が出力する音の音量を調整するためのユーザの操作を受け付ける。操作装置１０は、トイレの利用に関する情報を操作装置１０に表示したり音声出力したりする際の言語を選択するためのユーザの操作を受け付ける。

例えば、操作装置１０は、上述したユーザの操作を受け付けるオブジェクトを表示画面１１に表示し、表示したオブジェクトに対するユーザの接触に応じて、各種処理を実行してもよい。例えば、操作装置１０は、上述したユーザの操作を受け付けるスイッチやボタン等を有し、スイッチやボタン等に対するユーザの接触に応じて、各種処理を実行してもよい。なお、上記は一例であり、操作装置１０は、各種処理を実行するユーザによる操作を受け付けてもよい。

着座センサ３０１は、便座装置２への人の着座を検知する機能を有する。着座センサ３０１は、使用者が便器７に座った（着座した）ことを検知する。着座センサ３０１は、便座５に対する使用者による着座を検知可能である。着座センサ３０１は、使用者による便座５からの離座を検知する離座検知センサとしても機能する。着座センサ３０１は、便座５に対する使用者の着座状態を検知する。

着座センサ３０１は、例えば便座５に着座した使用者の荷重によってＯＮ・ＯＦＦが切り替わるスイッチである。着座センサ３０１は、使用者が着座して、便座５が沈むとスイッチが入ることにより、使用者が便器７に座ったことを検知する。

なお、上記は一例であり、着座センサ３０１は、上記に限らず、種々の手段により便座装置２への人の着座を検知してもよい。着座センサ３０１は、着座検知信号を便座装置２へ送信する。

着座センサ３０１は、便座装置２と所定のネットワークを介して、有線または無線により通信可能に接続される。例えば、着座センサ３０１は、Ｂｌｕｅｔｏｏｔｈ（登録商標）やＷｉ‐Ｆｉ（登録商標）等の所定の無線通信機能により、便座装置２と通信可能に接続されてもよい。なお、便座装置２と着座センサ３０１とは、情報の送受信が可能であれば、どのような接続であってもよく、有線により通信可能に接続されてもよいし、無線により通信可能に接続されてもよい。例えば、着座センサ３０１は、便座装置２とネットワークＮを介して、有線または無線により通信可能に接続されてもよい。

カメラ３０２は、便器７内を撮像することにより排便を検知する検知部として機能する。カメラ３０２は、撮像を行うカメラであり、二次元の画像を生成する。例えば、カメラ３０２は、ＣＣＤ（Charge Coupled Device）センサ、またはＣＭＯＳ（Complementary Metal Oxide Semiconductor）センサが面状（二次元）に配列されたエリアセンサ（二次元のイメージセンサ）を有する。

カメラ３０２は、便器７の封水部（例えばボウル部８の封水が溜まる部分）を撮影する。カメラ３０２は、便器７の封水部を検知（撮像）可能な位置及び向きで、便座５の裏面５１に配置される。例えば、カメラ３０２は、便座５を下げた状態（便座５に使用者が着座し排便可能な状態）において、便器７の封水部に指向性を向けて便座５に設けられる。なお、カメラ３０２は、便器７の封水部を検知（撮像）可能であれば、どのような配置態様であってもよい。なお、カメラ３０２は、便器７の封水部を撮影可能であれば、どのような場所に配置されてもよい。また、カメラ３０２は、静止画像を撮影してもよいし、動画像を撮影してもよい。なお、カメラ３０２は、人体から排泄後、封水部に着水するまでの落下中の便を撮影（検知）するように配置されてもよい。また、使用者が便座に座ることで便器内が暗くなり、十分な明るさで撮影できない場合は、光源（発光部）を設けてもよい。

カメラ３０２は、便座装置２と所定のネットワークを介して、有線または無線により通信可能に接続される。例えば、カメラ３０２は、Ｂｌｕｅｔｏｏｔｈ（登録商標）やＷｉ‐Ｆｉ（登録商標）等の所定の無線通信機能により、便座装置２と通信可能に接続されてもよい。なお、便座装置２とカメラ３０２とは、情報の送受信が可能であれば、どのような接続であってもよく、有線により通信可能に接続されてもよいし、無線により通信可能に接続されてもよい。例えば、カメラ３０２は、便座装置２とネットワークＮを介して、有線または無線により通信可能に接続されてもよい。

ガスセンサユニット３５０は、ファン３５１、においセンサ３５２等を有し、においを検知するセンサとして機能する。なお、ガスセンサユニット３５０は、ファン３５１、においセンサ３５２に限らず、例えば通信回路等、所望の処理を行うために必要な構成を有する。

ファン３５１は、便器７（ボウル部８）内のガスを吸引するために用いられる。ファン３５１は、便器７（ボウル部８）内のガスを、開口３１からにおいセンサ３５２が配置された本体部３の内部空間へ吸引する。なお、ファン３５１は、便器７（ボウル部８）内のガスをにおいセンサ３５２に接触させることができれば、どのような構成でもよい。例えば、ポンプでもよい。

においセンサ３５２は、本体部３の内部空間に配置され、開口３１（便器７側）からファン３５１により吸引されたガスを検知する。においセンサ３５２には、半導体ガスセンサや電気化学式センサなどが用いられる。例えば、においセンサ３５２は、パラメータとして、硫化水素、メチルメルカプタン、アンモニア等のにおい成分の有無や濃度を検知する。

においセンサ３５２は、無臭ガスを測るセンサでもよい。無臭ガス成分としては、水素、メタン、二酸化炭素等がある。においセンサ３５２には、無臭ガスを測るセンサとして、半導体ガスセンサ、非分散赤外線吸収法（Non Dispersive Infrared）による検知を行うＮＤＩＲ式ガスセンサ等の光学式センサ等が含まれてもよい。においセンサ３５２は、複数あってもよい。なお、上記は一例に過ぎず、検知する成分（パラメータ）に応じて、においセンサ３５２には、様々な成分を検知するセンサが含まれてもよい。

ガスセンサユニット３５０は、便座装置２と所定のネットワークを介して、有線または無線により通信可能に接続される。例えば、ガスセンサユニット３５０は、Ｂｌｕｅｔｏｏｔｈ（登録商標）やＷｉ‐Ｆｉ（登録商標）等の所定の無線通信機能により、便座装置２と通信可能に接続されてもよい。なお、便座装置２とガスセンサユニット３５０とは、情報の送受信が可能であれば、どのような接続であってもよく、有線により通信可能に接続されてもよいし、無線により通信可能に接続されてもよい。例えば、ガスセンサユニット３５０は、便座装置２とネットワークＮを介して、有線または無線により通信可能に接続されてもよい。ガスセンサユニット３５０は、通信回路等によって実現される通信機能を有し、検知したにおいに関する情報を便座装置２に送信する。例えば、ガスセンサユニット３５０は、ガスの検知に応じて出力する出力値を検知したにおいに関する情報として便座装置２に送信する。

なお、排便した時刻、大便の形、大便の色、大便の量、排泄に要する時間、排泄時のにおいに基づく所定のパラメータ、排泄行為の時間間隔のうち、少なくとも１つを検知可能であれば、カメラ３０２及びガスセンサユニット３５０に限らず、様々なセンサが用いられてもよい。例えば、水位センサが用いられてもよい。この場合、水位センサは、便器７の封水部の水位の変化を検知することにより排便を検知する。また、放射温度計が用いられてもよい。この場合、放射温度計は、大便から放出される赤外線を受光し、放射温度を検知することにより排便を検知する。

また、例えば、一次元画像を撮影するラインセンサが用いられてもよいが、この点につては後述する。また、超音波センサが用いられてもよい。この場合、超音波センサは、超音波を大便に対して発信し、大便から反射した波（超音波）を受信することにより排便を検知する。なお、上記は一例に過ぎず、排便した時刻、大便の形、大便の色、大便の量、排泄に要する時間、排泄時のにおいに基づく所定のパラメータ、排泄行為の時間間隔のうち、少なくとも１つを検知可能であれば、どのようなセンサが用いられてもよい。

ユーザ端末２００は、排便データ（排泄データ）等の使用者の排泄に関する各種情報（排泄情報）を表示する表示部（表示装置）として機能する。ユーザ端末２００は、便座装置２から排便データを示す情報を受信し、受信した排便データを示す情報を表示する。例えば、ユーザ端末２００は、排便データを、排泄の日時ごとに時系列で表示する。

例えば、ユーザ端末２００は、使用者（ユーザ）によって利用されるユーザ端末（コンピュータ）である。ユーザ端末２００は、例えば、スマートフォンや、携帯電話機や、ＰＤＡ（Personal Digital Assistant）、タブレット型端末や、ノート型ＰＣ（Personal Computer）等により実現される。例えば、ユーザ端末２００は、便座装置２とネットワークＮを介して、有線または無線により通信可能に接続される。例えば、ユーザ端末２００は、Ｂｌｕｅｔｏｏｔｈ（登録商標）やＷｉ‐Ｆｉ（登録商標）等の所定の無線通信機能により、便座装置２と通信可能に接続されてもよい。

ユーザ端末２００は、便座装置２やサーバ装置４００との間で情報を送受信する。例えば、ユーザ端末２００は、使用者の排泄に関する情報をサーバ装置４００から受信し、受信した情報を表示する。例えば、ユーザ端末２００は、使用者の排便データを示すコンテンツをサーバ装置４００から受信し、受信したコンテンツを表示する。

また、ユーザ端末２００の位置を検知するセンサ（位置センサ）を有してもよい。例えば、ユーザ端末２００は、ＧＰＳセンサを有し、ユーザ端末２００（使用者）の位置を検知してもよい。例えば、ユーザ端末２００は、ＧＰＳの機能により排泄場所の情報を取得する。また、ユーザ端末２００は、通信を行っている基地局の位置情報や、ＷｉＦｉ（登録商標）（Wireless Fidelity）の電波を用いて推定されたユーザ端末２００（使用者）の位置情報を取得してもよい。

ユーザ端末２００は、排便データを表示する。ユーザ端末２００は、過去に取得された複数人の排便データと、直近の個人の排便データとを合わせて表示する。ユーザ端末２００は、過去に取得された、個人の属性に合致した複数人の排便データと、直近の個人の排便データを比較する態様で表示する。ユーザ端末２００は、過去の複数人の排便データと、直近の個人の排便データを代表値に処理した情報を比較する態様で表示する。例えば、ユーザ端末２００は、所定の期間における個人の排便データを平均化した情報を比較する態様で表示する。また、ユーザ端末２００は、複数人の排便データと、個人の排便データを合わせて、あるいは、複数人の排便データと個人の排便データとの比較結果を表示する。ユーザ端末２００は、過去の複数人の排便データで、直近の個人の排便データを評価した結果を表示する。

また、ユーザ端末２００は、過去に取得された個人の排便データと、直近の個人の排便データとを合わせて表示する。ユーザ端末２００は、過去に取得された個人の排便データと、直近複数回の個人の排便データを代表値に処理した情報を比較する態様で表示する。例えば、ユーザ端末２００は、所定の期間における個人の排便データを平均化した情報を比較する態様で表示する。また、ユーザ端末２００は、個人の過去の排便データと、個人の直近の排便データを合わせて、あるいは、個人の過去の排便データと個人の直近の排便データとの比較結果を表示する。ユーザ端末２００は、過去の個人の排便データで、直近の個人の排便データを評価した結果を表示する。

サーバ装置４００は、便座装置２やユーザ端末２００と、インターネット等の所定のネットワーク（ネットワークＮ）を介して、有線または無線により通信可能に接続される。なお、サーバ装置４００は、情報の送受信が可能であれば、便座装置２やユーザ端末２００とどのように接続されてもよく、有線により通信可能に接続されてもよいし、無線により通信可能に接続されてもよい。

サーバ装置４００は、記憶部４２０に記憶された個人の排便データを複数人分収集する。サーバ装置４００は、個人の排便データに、個人の属性の情報を紐付けて記憶部４２０に記憶し、収集したデータを、属性ごとに集計する。サーバ装置４００は、個人の排便データを匿名化された状態で記憶部４２０に保存する。サーバ装置４００は、検知部（センサ）で検知された排便データを自動で記憶部４２０に記憶する。

サーバ装置４００の装置構成及び配置は、便座装置２やユーザ端末２００と通信し、処理が実現可能であれば、任意の形態が採用可能である。例えば、サーバ装置４００は、生体情報管理システム１の管理者等が携帯可能なノートパソコン等の携帯端末（デバイス）であってもよい。また、サーバ装置４００は、トイレルームＲ内に配置されてもよい。

なお、上記は一例に過ぎず、生体情報管理システム１は、所望の処理を実現可能であれば任意の装置構成が採用可能である。例えば、操作装置１０が排便データを表示する表示部として機能してもよい。また、操作装置１０及びユーザ端末２００の両方が表示部として機能する装置として生体情報管理システム１に含まれてもよい。また、生体情報管理システム１に含まれるカメラ３０２等のセンサ（検知部）は、便座装置２が有してもよい。なお、上記のシステム構成は一例に過ぎず、所望の処理が可能であれば、生体情報管理システム１はどのようなシステム構成であってもよい。

また、生体情報管理システム１には、着座センサ３０１やカメラ３０２やガスセンサユニット３５０以外のセンサも含まれてもよい。例えば、生体情報管理システム１には、人体検知センサが含まれてもよい。人体検知センサは、人体を検知する機能を有する。例えば、人体検知センサは、赤外線信号を用いた焦電センサ等により実現される。例えば、人体検知センサは、μ（マイクロ）波センサ等により実現されてもよい。なお、上記は一例であり、人体検知センサは、上記に限らず、種々の手段により人体を検知してもよい。例えば、人体検知センサは、トイレルームＲ（図１参照）内に入室した人（使用者など）を検知する。人体検知センサは、検知信号を便座装置２へ送信する。

＜１－２．便座装置の機能構成＞
次に、便座装置２の機能構成について図４を参照して説明する。図４は、実施形態に係る便座装置の機能構成の一例を示すブロック図である。図４に示すように、便座装置２は、通信部２１と、記憶部２２と、制御部２３と、電磁弁７１と、ノズルモータ６１と、洗浄ノズル６とを備える。例えば、通信部２１、記憶部２２及び制御部２３は便座装置２の本体部３に設けられる。なお、図４では、図１で説明した便座装置２の構成の一部（本体部３や便座５や便器７等）についての図示を省略する。

通信部２１は、例えば、通信装置、通信回路等によって実現される。通信部２１は、ネットワークＮ（図３参照）と有線または無線で接続され、外部の情報処理装置との間で情報の送受信を行う。例えば、通信部２１は、操作装置１０、着座センサ３０１、カメラ３０２、ガスセンサユニット３５０、ユーザ端末２００、サーバ装置４００等との間で情報の送受信を行う。

通信部２１は、制御部２３の制御に応じて、サーバ装置４００と通信する。通信部２１は、カメラ３０２による検知により取得した排泄情報をサーバ装置４００へ送信する。通信部２１は、ガスセンサユニット３５０による検知により取得した排泄情報をサーバ装置４００へ送信する。また、通信部２１は、操作装置１０から使用者の操作を示す操作情報の受信を行う。

記憶部２２は、例えば、ＲＡＭ（Random Access Memory）、フラッシュメモリ等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。例えば、記憶部２２は、便性状等の判定プログラムによって使用されるデータ等を非一時的に記録するコンピュータが読み取り可能な記録媒体である。記憶部２２は、検知部により検知された情報等の様々な情報を記憶する、記憶部２２は、判定処理に用いる様々な情報を記憶する。

記憶部４２０は、便の性状等、便に関する判定処理に用いる様々な情報を記憶する。例えば、記憶部４２０は、便に関する判定処理に用いる閾値を記憶する。例えば、便に関する判定に用いる各種のモデル（判定モデル）を記憶する。例えば、便の形状、色、量等の判定に用いる各種の判定モデルを記憶する。記憶部２２は、計測した時間に関する情報を記憶する。記憶部２２は、排便に要する時間を示す情報を記憶する。なお、上記は一例に過ぎず、記憶部２２は、便に関する様々な情報を記憶する。

制御部２３は、例えば各種構成や処理を制御する制御装置であってもよい。制御部２３は、例えば、ＣＰＵ（Central Processing Unit）やＧＰＵ（Graphics Processing Unit）等によって、便座装置２内部に記憶されたプログラム（例えば、本開示に係便性状等の判定プログラム等）がＲＡＭ等を作業領域として実行されることにより実現される。また、制御部２３は、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等の集積回路により実現される。

図４に示すように、制御部２３は、取得部２３１と、時計部２３２と、要求部２３３とを有し、以下に説明する情報処理の機能や作用を実現または実行する。なお、制御部２３の内部構成は、図４に示した構成に限られず、後述する情報処理を行う構成であれば他の構成であってもよい。

取得部２３１は、情報を取得する。取得部２３１は、記憶部２２から各種情報を取得する。取得部２３１は、検知部（センサ）から検知の情報を取得する。取得部２３１は、着座センサ３０１から着座センサ３０１による検知を示す情報を受信する。取得部２３１は、カメラ３０２からカメラ３０２による検知を示す情報を受信する。取得部２３１は、ガスセンサユニット３５０からガスセンサユニット３５０による検知を示す情報を受信する。取得部２３１は、操作装置１０から使用者の操作等を示す各種情報を受信する。取得部２３１は、受信した各種情報を記憶部２２に格納する。

時計部２３２は、排便に関する時間を取得する。時計部２３２は、排泄行為が行われた日時を取得する。時計部２３２は、排泄の日時を示す情報（日時情報）を取得する。時計部２３２は、センサにより検知された情報に基づく排泄情報を生成する。時計部２３２は、通信部２１を介してサーバ装置４００へ情報を送信する。例えば、時計部２３２は、便座装置２を使用する使用者の排泄情報をサーバ装置４００へ送信する。時計部２３２は、センサにより検知された情報を基に、使用者の排便に要する時間を計測する。時計部２３２は、排便に要する時間を計測する。

時計部２３２は、時刻を検知する。時計部２３２は、着座センサ３０１により使用者が座ったことを検知した時刻を計測する。時計部２３２は、カメラ３０２が取得した大便を最初に検知した時刻を計測する。時計部２３２は、着座センサ３０１により使用者が座ったことを検知した時刻と、カメラ３０２が取得した大便を最初に検知した時刻との差分からなる排泄に要した時間を取得する。例えば、時計部２３２は、排泄に要した時間を、排便行為ごとに時系列で計測してもよい。時計部２３２は、カメラ３０２による検知により排便を経時的に計測する。

時計部２３２は、各種の判定処理を行う判定部として機能する。時計部２３２は、カメラ３０２により検知された情報を用いて、判定処理を行う。時計部２３２は、記憶部２２に記憶された情報を用いて、判定処理を行う。時計部２３２は、カメラ３０２により撮影された画像中に大便が含まれるかを判定する。時計部２３２は、画像認識に関する技術を用いて、画像中に大便が含まれるかを判定する。

例えば、時計部２３２は、画像を入力として、入力された画像中に大便が含まれるか否かを示す情報（スコア）を出力するモデル（大便判定モデル）を用いて、画像中に大便が含まれるかを判定する。この場合、時計部２３２は、画像が入力された大便判定モデルが出力するスコアと閾値（第１閾値）とを比較し、スコアが第１閾値以上である場合、その画像中に大便が含まれると判定する。また、時計部２３２は、画像が入力された大便判定モデルが出力するスコアと第１閾値とを比較し、スコアが第１閾値未満である場合、その画像中に大便が含まれないと判定する。なお、上記は一例に過ぎず、時計部２３２は、様々な情報を適宜用いて、画像に大便が含まれるか否かを判定してもよい。

また、時計部２３２は、カメラ３０２により撮影された画像を基に大便の量を判定する。例えば、時計部２３２は、画像中に占める大便の面積や割合を基に大便の量を判定する。例えば、時計部２３２は、大便判定モデルが出力するスコアを用いて、大便の量を判定してもよい。時計部２３２は、画像が入力された大便判定モデルが出力するスコアが第１閾値以上、第２閾値未満である場合、大便の量を「とても少ない」と判定してもよい。第２閾値は、第１閾値よりも大きい値であるものとする。また、時計部２３２は、画像が入力された大便判定モデルが出力するスコアが第２閾値以上、第３閾値未満である場合、大便の量を「少ない」と判定してもよい。第３閾値は、第２閾値よりも大きい値であるものとする。

また、時計部２３２は、画像が入力された大便判定モデルが出力するスコアが第３閾値以上、第４閾値未満である場合、大便の量を「中」と判定してもよい。第４閾値は、第３閾値よりも大きい値であるものとする。また、時計部２３２は、画像が入力された大便判定モデルが出力するスコアが第４閾値以上、第５閾値未満である場合、大便の量を「多い」と判定してもよい。第５閾値は、第４閾値よりも大きい値であるものとする。また、時計部２３２は、画像が入力された大便判定モデルが出力するスコアが第５閾値以上である場合、大便の量を「とても多い」と判定してもよい。なお、上記の５段階の判定は一例に過ぎず、時計部２３２は、様々な情報を適宜用いて、大便の量を判定してもよい。

時計部２３２は、センサによる検知結果から便の性状を判定する。時計部２３２は、光学的な手法により便の性状を検知する種々の技術を適宜用いて、使用者の便の性状を判定する。時計部２３２は、便画像に基づいて、その便画像に対応する便の性状を判定する。例えば、時計部２３２は、便画像を用いて、その便画像に対応する便の形状（単に「形」ともいう）を判定する。時計部２３２は、便画像を用いて、その便画像に対応する便の形が、形に基づく複数段階のレベルのいずれかであるかを判定する。例えば、時計部２３２は、便画像を用いて、その便画像に対応する便の形が、コロコロ、カチカチ、ひび割れ、バナナ状、やわらか（半練り状）、泥状、及び水状のいずれかであるかを判定する。

時計部２３２は、カメラ３０２による検知結果から便の形状を判定する。時計部２３２は、光学的な手法により便の形状を検知する種々の技術を適宜用いて、使用者の便の形状を判定する。時計部２３２は、便の形状の分類に関する種々の技術を適宜用いて、便の形が、コロコロ、カチカチ、ひび割れ、バナナ状、やわらか、泥状、及び水状のいずれかであるかを判定する。例えば、時計部２３２は、便画像の長さや幅、便（塊）の個数等の様々な情報（特徴量）に基づいて便の形状を判定（判断）してもよい。

時計部２３２は、ＡＩ（人工知能）に関する技術を用いて便の形状を判定してもよい。例えば、時計部２３２は、機械学習により生成された学習モデル（形状判定モデル）を用いて、便の形状を判定してもよい。この場合、形状判定モデルは、事前に分類判断を示す教師データにより学習される。この教師データには、便画像と、その便画像に含まれる塊（便）の形状（コロコロ、カチカチ、ひび割れ、バナナ状、やわらか、泥状、及び水状のいずれか）を示すラベル（正解情報）との組合せを複数含む。例えば、形状判定モデルは、便画像を入力とし、入力された便画像に含まれる塊（便）の形状を示す情報を出力するモデルである。例えば、形状判定モデルは、便画像が入力された場合に、入力された便画像に対応するラベル（便の形状）の情報を出力するように学習される。形状判定モデルの学習は、いわゆる教師あり学習に関する種々の手法を適宜用いて行われる。この場合、形状判定モデルは記憶部２２に格納され、時計部２３２は、記憶部２２に格納された形状判定モデルを用いて、便の形状を判定してもよい。例えば、便座装置２が学習処理を行い、形状判定モデルを生成してもよい。なお、上記は一例に過ぎず、時計部２３２は、様々な情報を適宜用いて、便の形状を判定してもよい。また、上記のコロコロ、カチカチ、ひび割れ、バナナ状、やわらか、泥状、及び水状の７段階は形状の一例に過ぎず、時計部２３２は、それ以外の形状を判定してもよいし、６段階以下に判定してもよい。また、ここでは便の形を複数段階のレベルのいずれかであるかを判定する例を示したが、その限りではなく、１度の排泄行為において、複数の便の形状が含まれる場合は、複数の便形状を判定してもよい。

また、例えば、時計部２３２は、便画像を用いて、その便画像に対応する便の色を判定する。時計部２３２は、便画像を用いて、その便画像に対応する便の色が、色に基づく複数段階のレベルのいずれかであるかを判定する。例えば、時計部２３２は、便画像を用いて、その便画像に対応する便の色が、黄、薄い黄土、黄土、茶、こげ茶、及び濃いこげ茶のいずれかであるかを判定する。

時計部２３２は、カメラ３０２による検知結果から便の色を判定する。時計部２３２は、光学的な手法により便の色を検知する種々の技術を適宜用いて、使用者の便の色を判定する。時計部２３２は、便の色の分類に関する種々の技術を適宜用いて、便の色が、黄、薄い黄土、黄土、茶、こげ茶、及び濃いこげ茶のいずれかであるかを判定する。例えば、時計部２３２は、カラー画像（ＲＧＢ）の輝度や明度等の様々な情報（特徴量）に基づいて便の色を判定（判断）する。

時計部２３２は、ＡＩ（人工知能）に関する技術を用いて便の色を判定してもよい。例えば、時計部２３２は、機械学習により生成された学習モデル（色判定モデル）を用いて、便の色を判定してもよい。この場合、色判定モデルは、事前に分類判断を示す教師データにより学習される。この教師データには、便画像と、その便画像に含まれる塊（便）の色（黄、薄い黄土、黄土、茶、こげ茶、及び濃いこげ茶のいずれか）を示すラベル（正解情報）との組合せを複数含む。例えば、色判定モデルは、便画像を入力とし、入力された便画像に含まれる塊（便）の色を示す情報を出力するモデルである。例えば、色判定モデルは、便画像が入力された場合に、入力された便画像に対応するラベル（便の色）の情報を出力するように学習される。色判定モデルの学習は、いわゆる教師あり学習に関する種々の手法を適宜用いて行われる。この場合、色判定モデルは記憶部２２に格納され、時計部２３２は、記憶部２２に格納された色判定モデルを用いて、便の色を判定してもよい。例えば、便座装置２が学習処理を行い、色判定モデルを生成してもよい。なお、上記は一例に過ぎず、時計部２３２は、様々な情報を適宜用いて、便の色を判定してもよい。また、上記の黄、薄い黄土、黄土、茶、こげ茶、及び濃いこげ茶の６段階は色の一例に過ぎず、時計部２３２は、それ以外の形状を判定してもよいし、５段階以下に判定してもよい。また、ここでは便の色を複数段階のいずれかであるかを判定する例を示したが、その限りではなく、１度の排泄行為において、複数の便の色が含まれる場合は、複数の便の色を判定してもよい。

時計部２３２は、ガスセンサユニット３５０により検知された情報を用いて、判定処理を行う。時計部２３２は、使用者による排泄時のにおいの判定を行う。時計部２３２は、カメラ３０２による検知結果で便が存在すると判定された日時においてガスセンサユニット３５０により検知された情報を用いて、排泄時のにおいの判定を行う。時計部２３２は、ガスセンサユニット３５０により検知されたにおいの情報を用いて、使用者の排泄物（大便）のにおいを判定する。時計部２３２は、ガスセンサユニット３５０による検知結果から便のにおいを判定する。時計部２３２は、においの所定のパラメータとしてガスセンサユニット３５０で検知したにおいのある成分の有無や濃度、においのしない（無臭ガス）成分の有無や濃度、あるいは、においのある成分の濃度とにおいのしない（無臭ガス）成分の濃度との比に基づいて、使用者の便のにおいを判定する。時計部２３２は、においの分類に関する種々の技術を適宜用いて、便のにおいが、においなし、臭くない、少し臭い、臭い、及びとても臭いのいずれかであるかを判定する。なお、カメラ３０２による検知結果で便が存在すると判定された日時以外、つまり、身体からガスだけ出る場合（おならの場合）にも、においの判定をしてもよい。

時計部２３２は、ＡＩ（人工知能）に関する技術を用いて便のにおいを判定してもよい。例えば、時計部２３２は、機械学習により生成された学習モデル（におい判定モデル）を用いて、便のにおいを判定してもよい。この場合、におい判定モデルは、事前に分類判断を示す教師データにより学習される。この教師データには、ガスセンサユニット３５０の出力値と、そのガスセンサユニット３５０の出力値に対応するにおい（においなし、臭くない、少し臭い、臭い、及びとても臭いのいずれか）を示すラベル（正解情報）との組合せを複数含む。例えば、におい判定モデルは、ガスセンサユニット３５０の出力値を入力とし、入力されたガスセンサユニット３５０の出力値に対応するガスのにおいを示す情報を出力するモデルである。例えば、におい判定モデルは、ガスセンサユニット３５０の出力値が入力された場合に、入力されたガスセンサユニット３５０の出力値に対応するラベル（ガスのにおい）の情報を出力するように学習される。におい判定モデルの学習は、いわゆる教師あり学習に関する種々の手法を適宜用いて行われる。この場合、におい判定モデルは記憶部２２に格納され、時計部２３２は、記憶部２２に格納されたにおい判定モデルを用いて、便のにおいを判定してもよい。例えば、便座装置２が学習処理を行い、におい判定モデルを生成してもよい。

なお、上記は一例に過ぎず、時計部２３２は、様々な情報を適宜用いて、便のにおいを判定してもよい。また、上記のにおいなし、臭くない、少し臭い、臭い、及びとても臭いの５段階はにおいの一例に過ぎず、時計部２３２は、においの種類（強く臭う成分）を判定してもよし、４段階以下に判定してもよい。なお、時計部２３２は、においについて所望の分類が可能であれば、上記に限らず、様々な処理によりにおいの判定（分類）を行ってもよい。また、上述した各種の判定処理は、サーバ装置４００が行ってもよい。この場合、上述した判定処理に用いる情報や判定処理の機能はサーバ装置４００が有し、便座装置２はカメラ３０２やガスセンサユニット３５０により検知した情報をサーバ装置４００へ送信する。

要求部２３３は、検知した使用者の排泄情報の登録をサーバ装置４００へ要求する。要求部２３３は、通信部２１を介してサーバ装置４００へ排泄情報を送信することにより、サーバ装置４００へ排泄情報の登録を要求する。要求部２３３は、使用者識別情報とともに排泄情報をサーバ装置４００へ排泄情報を送信することにより、サーバ装置４００へその排泄情報を、使用者識別情報により特定される使用者の情報としての登録を要求する。

また、制御部２３は、ノズルモータ６１や電磁弁７１を制御する。制御部２３は、操作装置１０から送信された信号に基づいて、ノズルモータ６１や電磁弁７１を制御する。制御部２３は、操作装置１０から送信された局部洗浄に関する制御指示の信号に基づいて、ノズルモータ６１を制御する。制御部２３は、洗浄ノズル６を進退させるためにノズルモータ６１を制御する。制御部２３は、電磁弁７１の開閉を制御する。制御部２３は、カメラ３０２を制御するための制御情報をカメラ３０２に送信する。制御部２３は、ガスセンサユニット３５０を制御するための制御情報をガスセンサユニット３５０に送信する。

また、制御部２３は、図１に示すような便蓋４や便座５を制御する。制御部２３は、操作装置１０から送信された信号に基づいて、便蓋４や便座５を制御する。制御部２３は、操作装置１０から送信された便蓋開閉に関する制御指示の信号に基づいて、便蓋４を制御する。制御部２３は、操作装置１０から送信された着座部開閉に関する制御指示の信号に基づいて、便座５を制御する。制御部２３は、有線により、便蓋４や便座５に制御情報を送信する。なお、制御部２３は、無線により、便蓋４や便座５に制御情報を送信してもよい。

制御部２３は、着座センサ３０１による使用者の着座が検知されたか否かを判定する。制御部２３は、着座センサ３０１による便座５への使用者の着座が検知されたか否かを判定する。制御部２３は、上述した制御に関する演算を実行する演算部や記憶部等の各種の構成を有する。

電磁弁７１は、流体の流れを電磁的方法により制御する弁（バルブ）の機能を有する。電磁弁７１は、例えば給水管からの水道水の供給および停止を切り替える。電磁弁７１は、制御部２３からの指示に応じて開閉の制御を実行する。

ノズルモータ６１は、洗浄ノズル６を進退駆動する駆動源（モータ）である。ノズルモータ６１は、洗浄ノズル６を本体部３の本体カバー３０に対して進退させる制御を実行する。ノズルモータ６１は、制御部２３からの指示に応じて洗浄ノズル６を進退させる制御を実行する。

＜１－３．サーバ装置の機能構成＞
次に、サーバ装置の機能構成について図５を参照して説明する。図５は、実施形態に係るサーバ装置の構成の一例を示すブロック図である。具体的には、図５は、サーバ装置の一例であるサーバ装置４００の構成の一例を示すブロック図である。

図５に示すように、サーバ装置４００は、通信部４１０と、記憶部４２０と、制御部４３０とを有する。なお、サーバ装置４００は、サーバ装置４００の管理者等から各種操作を受け付ける入力部（例えば、キーボードやマウス等）や、各種情報を表示するための表示部（例えば、液晶ディスプレイ等）を有してもよい。

通信部４１０は、例えば、通信回路等によって実現される。通信部４１０は、ネットワークＮ（図３参照）と有線または無線で接続され、外部の情報処理装置との間で情報の送受信を行う。例えば、通信部４１０は、便座装置２やユーザ端末２００等との間で情報の送受信を行う。例えば、通信部４１０は、排便データを示す情報（コンテンツ）をユーザ端末２００へ送信する。

記憶部４２０は、例えば、ＲＡＭ、フラッシュメモリ等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。例えば、記憶部４２０は、排泄情報を管理する管理プログラムや提供するコンテンツ等の情報を生成する生成プログラムによって使用されるデータ等を非一時的に記録するコンピュータが読み取り可能な記録媒体である。実施形態に係る記憶部４２０は、図５に示すように、排便情報データベース４２１を有する。記憶部４２０は、排便情報データベース４２１に示すように、個人の排便データとして、排便した時刻、大便の形、大便の色、大便の量、排泄に要する時間、排泄時のにおいに基づく所定のパラメータ、排泄行為の時間間隔のうち、少なくとも１つを記憶する。なお、記憶部４２０は、排便情報データベース４２１に限らず、様々な情報を記憶する。

実施形態に係る排便情報データベースは、使用者の排便に関する各種情報を記憶する。例えば、排便情報データベースは、使用者の排便の履歴を記憶する。図６は、実施形態に係る排便情報データベースの一例を示す図である。図６に示す排便情報データベースには、「ＩＤ」、「性別」、「年齢」、「日付」、「時刻」、「形状」、「色」、「量」、「排泄時間」、「におい」、「間隔」といった項目が含まれる。

「ＩＤ」は、使用者（ユーザ）を識別するための識別情報を示す。このように、生体情報管理システム１では、各使用者を実名ではなく、匿名化されたＩＤで管理する。

「性別」は、ＩＤにより識別されるユーザの性別を示す。「年齢」は、ＩＤにより識別されるユーザの年齢を示す。なお、「年齢」は、例えば２０代、３０代など、年代を示す情報あってもよい。また、排便情報データベース４２１では、誕生した年を管理し、サーバ装置４００で「年齢」に換算してもよい。

「日付」は、排泄行為が行われた日付（日にち）を示す。「時刻」は、排泄行為が行われた時刻（時間）を示す。

「形状」は、取得された便の形状を示す。「形状」は、例えば「コロコロ」、「カチカチ」、「ひび割れ」、「バナナ状」、「やわらか」、「泥状」、「水状」等の複数の形状への分類結果が登録される。なお、上記は一例に過ぎず、「形状」は上記に限らず、様々な形状を示す情報が登録されてもよい。

「色」は、取得された便の色を示す。例えば、「色」は、「黄」、「薄い黄土」、「黄土」、「茶」、「こげ茶」、「濃いこげ茶」等の複数の色への分類結果が登録される。例えば、「黄」、「薄い黄土」、「黄土」、「茶」、「こげ茶」、「濃いこげ茶」の順で色が濃くなり、「濃いこげ茶」が最も色が濃い便となる。なお、上記は一例に過ぎず、「色」は上記に限らず、様々な色を示す情報が登録されてもよい。

「量」は、取得された便の量を示す。例えば、「量」は、「とても多い」、「多い」、「中」、「少ない」、「とても少ない」等の複数の量への分類結果が登録される。例えば、「とても多い」、「多い」、「中程度」、「少ない」、「とても少ない」の順で量が少なくなり、「とても少ない」が最も量が少ない便となる。なお、上記は一例に過ぎず、「量」は上記に限らず、様々な量を示す情報が登録されてもよい。

「排泄時間」は、排泄に要した時間を示す。例えば、「排泄時間」は、使用者が着座してから排便が行われるまでの時間を示す。

「におい」は、取得された便の量を示す。例えば、「におい」は、「においなし」、「臭くない」、「少し臭い」、「臭い」、及び「とても臭い」等の複数のにおいの強さへの分類結果が登録される。例えば、「においなし」、「臭くない」、「少し臭い」、「臭い」、及び「とても臭い」の順でにおいが強くなり、「とても臭い」が最もにおいが強いことを示す。なお、上記は一例に過ぎず、「におい」は上記に限らず、様々なにおいを示す情報が登録されてもよい。

「間隔」は、排泄の間隔（時間）を示す。例えば、「間隔」は、前回（直前）の排泄日時からの時間間隔を示す。

図６の例では、ＩＤ「ＡＡＡ」で識別される使用者（以下「使用者ＡＡＡ」ともいう）の属性は、性別が「女性」であり、年齢が「５２歳」である。また、ＩＤ「ＡＡＡ」で識別される使用者（使用者ＡＡＡ）については、１月５日の７時１５分に行われた排泄行為の排泄情報、及び１月７日の７時３０分に行われた排泄行為の排泄情報等が登録されている状態を示す。

例えば、１月７日の７時３０分に行われた排泄行為については、形はバナナ状、色はこげ茶、量は少ない、排泄時間は３５秒、においは少しあり、間隔は４８時間１５分（２日と１５分）であることを示す。例えば、間隔「４８時間１５分」は、前回の排泄日時「１月５日７時１５分」と今回の排泄日時「１月７日７時３０分」との差分を示す。サーバ装置４００は、前回の排泄日時「１月５日７時１５分」と今回の排泄日時「１月７日７時３０分」との差分を算出することにより、間隔「４８時間１５分」を算出する。

例えば、１月５日の７時１５分に行われた排泄行為については、形はバナナ状、色は黄土、量は多い、排泄時間は２０秒、においはなし、間隔は２３時間５２分であることを示す。

なお、排便情報データベース４２１は、上記に限らず、目的に応じて種々の情報を記憶してもよい。上述したように、図６中の排便情報データベース４２１は、複数の使用者の排泄情報を記憶する。例えば、排便情報データベース４２１は、排泄情報として便画像を記憶してもよい。排便情報データベース４２１は、便画像に対応する便についての情報を、便画像に対応付けて記憶する。排便情報データベース４２１は、便画像に対応する便について判定された判定結果（形、色、量、におい等）を、便画像に対応付けて記憶する。排便情報データベース４２１は、便画像に対応する便の性状や、便画像に対応する便の量等の情報を記憶する。また、排便情報データベース４２１は、便画像が取得された日時、便画像に対応する便の排泄を行った使用者を識別する情報等を、便画像に対応付けて記憶してもよい。また、排便情報データベース４２１は、個人の属性として、居住地域や体重を記憶してもよい。排便情報データベース４２１は、排便データとして、排泄した場所の情報を記憶してもよい。

制御部４３０は、例えば、ＣＰＵやＧＰＵ等によって、サーバ装置４００内部に記憶されたプログラム（例えば、本開示に係る管理プログラムや生成プログラム等）がＲＡＭ等を作業領域として実行されることにより実現される。また、制御部４３０は、例えば、ＡＳＩＣやＦＰＧＡ等の集積回路により実現される。

図５に示すように、制御部４３０は、受付部４３１と、処理部４３２と、提供部４３３とを有し、以下に説明する情報処理の機能や作用を実現または実行する。なお、制御部４３０の内部構成は、図５に示した構成に限られず、後述する情報処理を行う構成であれば他の構成であってもよい。

受付部４３１は、情報を受け付ける。受付部４３１は、記憶部４２０に記憶させる情報を受け付ける。受付部４３１は、手動によりユーザが入力した情報を受け付ける。受付部４３１は、ユーザがユーザ端末２００を操作して入力した情報を受け付ける。受付部４３１は、排便情報データベース４２１に追加して登録する排便データの入力を受け付ける。受付部４３１は、トイレシステムＴＳの便器７以外の便器での排泄の排便データの入力を受け付ける。受付部４３１は、使用者が手動でユーザ端末２００に入力した排便データの入力をユーザ端末２００から受信する。受付部４３１は、トイレシステムＴＳの便器７以外の便器での使用者の排泄の排便データの手動による入力を受け付ける。また、受付部４３１が受け付ける全ての情報は、使用者により手動での入力を行ってもよい。

受付部４３１は、情報を取得する取得部としても機能する。受付部４３１は、記憶部４２０から各種情報を取得する。受付部４３１は、便座装置２やユーザ端末２００から各種情報を受信する。受付部４３１は、便座装置２から便に関する情報を受信する。受付部４３１は、便座装置２から排便データを受信する。受付部４３１は、便座装置２から使用者を識別するＩＤとともにその使用者の排便データを受信する。受付部４３１は、便座装置２から便画像（データ）を受信する。受付部４３１は、排泄物を受けるボウル部８が形成された便器７の上部に載置される便座装置２に設けられ、便を検知するためにカメラ３０２からの情報に基づく便画像を取得する。受付部４３１は、取得した便画像を排便情報データベース４２１に格納する。

処理部４３２は、便の評価を決定する決定部として機能する。処理部４３２は、過去の排便データの分布から算出される第１特徴値と、識別情報によって特定される個人である対象個人の直近の排便データから算出される第２特徴値との比較により、対象個人の排泄に関する評価を決定する。また、処理部４３２は、第１特徴値と、対象個人の複数の排便データから算出される前記第２特徴値との比較により、対象個人の排泄に関する評価を決定する。

処理部４３２は、第１特徴値と、対象個人の第２特徴値との差分の大きさに応じたスコアを、対象個人の排泄に関する評価として算出する。処理部４３２は、対象個人の過去の排便データの分布から算出される第１特徴値と、識別情報によって特定される個人である対象個人の直近の排便データから算出される第２特徴値との比較により、対象個人の排泄に関する評価を決定する。

また、処理部４３２は、各種の情報を登録する処理を行う。処理部４３２は、便座装置２から取得された排泄情報（排便データ）を登録する。処理部４３２は、排泄情報を記憶部４２０に記憶させる。例えば、処理部４３２は、使用者識別情報に対応付けて排泄情報を排便情報データベース４２１に登録する。

処理部４３２は、受付部４３１により受け付けられた情報を記憶部４２０に登録する。処理部４３２は、受付部４３１により受け付けられた手動による便器７以外の便器での排泄の排便データ（排便記録）を排便情報データベース４２１に記憶する。処理部４３２は、各種のセンサ（検知部）で検知された排泄情報と時計部２３２により取得された排泄の日時情報とを含む排便データを自動で排便情報データベース４２１に記憶する。処理部４３２は、排便データとともに便器の位置の情報を排便情報データベース４２１に記憶する。

提供部４３３は、情報を提供する。提供部４３３は、通信部４１０を介して外部の情報処理装置へ情報を送信する。例えば、提供部４３３は、ユーザ端末２００や便座装置２へ各種情報を送信する。提供部４３３は、記憶部４２０に記憶された排便データをユーザ端末２００等へ送信する。

提供部４３３は、各種の情報の生成処理を行う生成部として機能する。提供部４３３は、ユーザ端末２００に表示させる排便データを示すコンテンツを生成する。提供部４３３は、排便データを示す画面（コンテンツ）を生成する。例えば、提供部４３３は、画像生成や画像処理等に関する種々の技術を適宜用いて、ユーザ端末２００へ提供するコンテンツ（画像情報）を生成する。例えば、提供部４３３は、Ｊａｖａ（登録商標）等の種々の技術を適宜用いて、ユーザ端末２００へ提供する画面（画像情報）を生成する。なお、提供部４３３は、ＣＳＳ（Cascading Style Sheets）やＪａｖａＳｃｒｉｐｔ（登録商標）やＨＴＭＬ（Hyper Text Markup Language）の形式に基づいて、ユーザ端末２００へ提供するコンテンツ（画像情報）を生成してもよい。また、例えば、提供部４３３は、ＪＰＥＧ（Joint Photographic Experts Group）やＧＩＦ（Graphics Interchange Format）やＰＮＧ（Portable Network Graphics）など様々な形式でコンテンツを生成してもよい。

提供部４３３は、複数人の排便データと、個人の排便データとを合わせて示す情報を生成する。提供部４３３は、個人の属性に合致した複数人の排便データと、個人の排便データを比較する態様で示す情報を生成する。提供部４３３は、個人の排便データを代表値に処理した情報を比較する態様で示す情報を生成する。提供部４３３は、個人の排泄に関する評価結果を示す情報を生成する。例えば、提供部４３３は、所定の期間における個人の排便データを平均化した情報を比較する態様で示す情報を生成する。提供部４３３は、生成したコンテンツをユーザ端末２００等へ送信する。例えば、提供部４３３は、図２６に示すような得点（スコア）を示すコンテンツを生成し、生成したコンテンツをユーザ端末２００へ送信する。提供部４３３は、図１５、図１９、図２４及び図２５に示すようなグラフを含むコンテンツを生成し、生成したコンテンツをユーザ端末２００へ送信してもよい。なお、コンテンツの生成の一部、あるいは全部は、サーバ装置内の提供部４３３で行うのではなく、ユーザ端末２００で行ってもよい。

＜１－４．制御フロー例＞
図７を用いて、センサに基づく制御フロー例について説明する。図７は、検知の関係を示すタイミングチャートの一例を示す図である。

図７中の波形ＬＮ１は、着座検知センサ（着座センサ３０１）による使用者の便座５への着座検知の検知結果を示す。また、図７中の波形ＬＮ２は、カメラ３０２により撮影された画像に基づく便の量の検知結果を示す。なお、図７中の時系列に沿って並ぶ８個の矩形は、対応する各時点において撮影された便器７内の封水部の画像（イメージ）である。

図７の例では、波形ＬＮ１に示すように、時間ｔ１において、着座センサ３０１により使用者の便座５への着座が検知される。例えば、時間ｔ１において、着座センサ３０１の検知結果が、便座５への着座が検知されていないことを示す「ＯＦＦ」から、便座５への着座が検知されたことを示す「ＯＮ」へ変更される。

また、波形ＬＮ１に示すように、時間ｔ４において、着座センサ３０１により使用者の便座５への離座が検知される。例えば、時間ｔ４において、着座センサ３０１の検知結果が、便座５への着座が検知されていることを示す「ＯＮ」から、便座５への着座が検知されなくなったことを示す「ＯＦＦ」へ変更される。すなわち、図７の例では、使用者は時間ｔ４以降にトイレ（例えばトイレルームＲ）から退出する。なお、波形ＬＮ１で途中の落ちる箇所を示す検知ＭＤは、使用者が便座５の座り位置調整する等により、着座センサ３０１がＯＦＦになった場合（チャタリング）を示す。便座装置２は、検知ＭＤのようなわずかな時間（例えば１～５秒程度）でＯＮからＯＦＦ、ＯＦＦからＯＮへと切り替わった場合、使用者は着座を継続していると判定する。

波形ＬＮ２では、検知された大便の量を「なし」、「小」、「中」、「多」の４段階で検知する例を示す。なお、図７に示す４段階は、一例に過ぎず、３段階以下であってもよいし、５段階以上であってもよい。例えば、波形ＬＮ２では、大便が検知されていないことを示す「なし」と大便が検知されたことを示す「あり」との２段階であってもよい。例えば、大便が検知されていないことを示す「なし」と、大便が検知されているが画像に変化がない状態である「排泄後」と、それ以外の「排泄中」の３段階であってもよい。

波形ＬＮ２に示すように、時間ｔ２の直後において、カメラ３０２により検知された画像に１つの便が含まれており、使用者の排便が検知される。これにより、便座装置２は、便の量を「小」と検知し、時間ｔ２に使用者による最初の排便が行われたと判定する。

また、波形ＬＮ２に示すように、時間ｔ２～ｔ３において、カメラ３０２により検知された画像に新たな便が追加され、２つの便が含まれており、使用者の排便が検知される。これにより、便座装置２は、便の量を「多」と検知し、使用者による２回目の排便が行われたと判定する。その後、便の量に変化がなくなる。これにより、便座装置２は、時間ｔ３が使用者の最後の排便のタイミングであると判定し、時間ｔ３で使用者による排便が終了したと判定する。

便座装置２は、使用者が座ってから最初の便が出るまでの時間を取得する。便座装置２は、時間ｔ１と時間ｔ２との差分から排泄に要した時間を取得する。すなわち、便座装置２は、時間ｔ１から時間ｔ２までの期間ＴＭ１を、使用者が排泄に要した時間として取得する。また、便座装置２は、時間ｔ２から時間ｔ３までの期間ＴＭ２を、排泄開始から終了までの時間として取得する。また、便座装置２は、時間ｔ３から時間ｔ４までの期間ＴＭ３を、排泄終了から使用者がトイレを離れるまでの時間として取得する。

＜１－５．排便データ例＞
ここで、使用者の排便データの一例について図８を用いて説明する。図８は、排便データの一例を示す図である。図８に示す排便データは、ユーザＡＡＡの１回の排泄行為に関する排便データを示す。個人ＩＤ「ＡＡＡ」により識別される使用者（ユーザＡＡＡ）が１月７日の７時３０分に行った排泄行為については、形は硬便、色はこげ茶、量は少ない、排泄時間は３５秒、においは少しあり、間隔は４８時間１５分であることを示す。

＜２．変形例＞
上述した例では、カメラ３０２（二次元のイメージセンサ）を用いる例を示したが、センサ（検知部）は二次元のイメージセンサに限らず、様々なセンサであってもよい。例えば、センサ（検知部）がラインセンサ（一次元のイメージセンサ）であり、検知部が、人体から排泄後、封水部に着水するまでの落下中の便を経時的に撮影した一次元画像を基に検知を行ってもよい。この点について以下説明する。なお、変形例に係る生体情報管理システム１Ａにおいて、実施形態に係る生体情報管理システム１と同様の点については適宜説明を省略する。

＜２－１．生体情報管理システムの構成＞
変形例に係る生体情報管理システムの構成について、図９及び図１０を参照して説明する。図９は、変形例に係る生体情報管理システムの構成例を示す図である。図１０は、変形例に係るセンサの配置の一例を示す斜視図である。

図９に示すように、生体情報管理システム１Ａは、便座装置２、操作装置１０、着座センサ３０１、光学ユニット１００及びガスセンサユニット３５０を含むトイレシステムＴＳと、ユーザ端末２００と、サーバ装置４００とを有する。このように、生体情報管理システム１Ａは、カメラ３０２に代えて光学ユニット１００を含む点で生体情報管理システム１と相違する。

図１０を参照して、センサの配置の一例を説明する。図１０は、センサの配置を示すために、便蓋４を除き、便座５において使用者が着座する面（着座面）の反対側の面である裏面５１を図示するために、便座５を上げた状態を示す図である。

図１０に示すように、生体情報管理システム１Ａで用いられるセンサである光学ユニット１００は、便器７内を落下する便を検知可能な位置及び向きで、本体カバー３０内に配置される。例えば、光学ユニット１００は、便器７内に指向性を向けて開口３２から光学的に露出する位置に設けられる。なお、光学ユニット１００は、便器７内を落下する便を検知可能であれば、どのような配置態様であってもよい。光学ユニット１００は、便座装置２の構成に含まれてもよい。例えば、光学ユニット１００は、図２に示すカメラ３０２と同様に便座５の裏面５１等に配置されてもよい。

光学ユニット１００は、発光部１２０により光を大便に対して照射し、大便から反射した光を受光部１３０により受光することにより排便を経時的に検知する検知部として機能する。光学ユニット１００の発光部１２０や受光部１３０は、本体カバー３０の開口３２から光学的に露出する。発光部１２０は、便器７内の排泄物に向けて光を照射可能であり、受光部１３０は、便器７内の排泄物からの反射光を受光可能となる。

光学ユニット１００は、便座装置２と所定のネットワークを介して、有線または無線により通信可能に接続される。例えば、光学ユニット１００は、Ｂｌｕｅｔｏｏｔｈ（登録商標）やＷｉ‐Ｆｉ（登録商標）等の所定の無線通信機能により、便座装置２と通信可能に接続されてもよい。なお、便座装置２と光学ユニット１００とは、情報の送受信が可能であれば、どのような接続であってもよく、有線により通信可能に接続されてもよいし、無線により通信可能に接続されてもよい。例えば、光学ユニット１００は、便座装置２とネットワークＮを介して、有線または無線により通信可能に接続されてもよい。なお、光学ユニット１００の詳細は後述する。

変形例に係る便座装置２は、実施形態に係る便座装置２と同様に便画像により便の性状を判定する。便座装置２は、本体カバー３０に光学ユニット１００を配置するための開口３２を有する。光学ユニット１００を便座５等に配置する場合、便座装置２は、開口３２を有しなくてもよい。

変形例に係る便座装置２は、便器７内を落下中の排便を撮影することにより、使用者が排泄した大便の画像（便画像）を取得する。変形例に係る通信部２１は、実施形態に係る通信部２１と同様に、使用者を識別する識別情報（ＩＤ）ととともに、その使用者の排便データをサーバ装置４００へ送信する。変形例に係る記憶部２２は、実施形態に係る記憶部２２と同様に各種情報を記憶する。

変形例に係る制御部２３は、光学ユニット１００による検知を基に各種処理を行う。変形例に係る時計部２３２は、光学ユニット１００による検知により排便を経時的に計測する。時計部２３２は、各種の判定処理を行う。時計部２３２は、光学ユニット１００により検知された一次元画像から二次元画像（便画像）を生成して、生成した便画像を用いて、判定処理を行う。

例えば、時計部２３２は、光学ユニット１００により検知された情報を基に便画像を生成する。時計部２３２は、複数の素子が直線状に配置されたラインセンサ（受光素子）を有する受光部１３０により、所定時間間隔で経時的に取得されたデータである一次元データ（線状の静止画）を時系列に複数並べて１つの二次元画像を生成する。例えば、時計部２３２は、光学ユニット１００により検知された一次元画像を基に二次元の便画像を生成するがこの点については図１１で説明する。なお、二次元の便画像を用いた処理は、実施形態に係る便座装置２での処理と同様であるため詳細な説明は省略する。

制御部２３は、光学ユニット１００を制御する。制御部２３は、操作装置１０から送信された信号に基づいて、光学ユニット１００を制御する。制御部２３は、発光部１２０の点灯や消灯を制御するための制御情報を光学ユニット１００に送信する。

制御部２３は、受光部１３０の電子シャッタの機能を制御するための制御情報を光学ユニット１００に送信する。なお、受光部１３０の電子シャッタは、いわゆるレンズシャッタのような機械的なシャッタとは異なり、受光素子（撮像素子）を電子的に制御して露光を読み出すシャッタ方式である。すなわち、受光部１３０の電子シャッタは、いわゆる電子式シャッタや電子制御式シャッタである。制御部２３は、有線、あるいは無線により、ノズルモータ６１や電磁弁７１や光学ユニット１００に制御情報を送信する。なお、制御部２３は、無線により、光学ユニット１００に制御情報を送信してもよい。

制御部２３は、光学ユニット１００に発光及び受光を行わせる。制御部２３は、光学ユニット１００を制御して、発光部１２０に光を照射させ、受光部１３０により受光を行わせる。制御部２３は、着座センサ３０１によって使用者による便座５への着座が検知されている期間において、光学ユニット１００に発光及び受光を行わせる。

制御部２３は、発光部１２０による光の照射を制御する。制御部２３は、発光部１２０の発光素子への通電、及び受光素子に対する電圧の印加を制御する。制御部２３は、受光素子に対して、電子シャッタを開く制御指示を送り、発光部１２０の発光素子に通電することで、大便からの反射光を受光可能とする受光制御を行う。制御部２３は、一の受光制御の実行開始後、一の受光制御の次の受光制御を実行するまでの間隔を、制御処理が可能な範囲内で任意の時間（例えば０．２ミリ秒以上等）に制御する。なお、上記は一例に過ぎず、光学ユニット１００が所望の発光及び受光が可能であれば、制御部２３による制御態様はどのような態様であってもよい。また発光部１２０から照射される光が１波長帯である場合、発光部１２０からの光を受光制御に合わせて点滅させなくてもよく、連続的に照射してもよい。また、後述のようなカラー方式の受光素子を使う場合は、発光部１２０から照射される光が複数波長帯である場合でも、連続的に照射してもよい。

ここで、制御部２３の構成の一例について説明する。制御部２３は、ＡＤＣｏｎｖｅｒｔｅｒや演算処理装置やＲＯＭ（Read Only Memory）や第１のメモリを有する。

ＡＤＣｏｎｖｅｒｔｅｒは、いわゆるＡ／Ｄコンバータ（アナログ－デジタル変換回路）であり、アナログ信号をデジタル信号に変換するＡ／Ｄ変換の機能を有する。ＡＤＣｏｎｖｅｒｔｅｒは、アナログ－デジタル変換回路であってもよい。例えば、ＡＤＣｏｎｖｅｒｔｅｒは、受光部１３０が受光（検知）したアナログデータをデジタルデータに変換する。ＡＤＣｏｎｖｅｒｔｅｒは、アナログデータのうち、所定の範囲のデータを削除したアナログデータをデジタルデータに変換してもよい。例えば、ＡＤＣｏｎｖｅｒｔｅｒは、予め設定された範囲（例えば中央の所定の範囲）の画素に対応するデータだけを残し、残りの範囲の画素に対応するデータを削除してもよい。なお、受光素子に排泄物検知用に画素数等が設定されたラインセンサ等の専用のセンサが用いられる場合、ＡＤＣｏｎｖｅｒｔｅｒは、所定の範囲のデータの削除を行うことなく、アナログデータ全体をデジタルデータに変換する。

演算処理装置は、ＣＰＵやマイコン等の種々の手段により実現され、各種の処理を実行する。例えば、演算処理装置は、ＡＤＣｏｎｖｅｒｔｅｒにより変換されたデジタルデータを用いた各種処理を実行する。演算処理装置は、ＲＯＭに記憶されたプログラム（例えば便の検知プログラムや便性状の判定プログラム等の検知処理に関連する各種プログラム）により各種処理を実行する。例えば、演算処理装置は、ＲＯＭに記憶されたプログラムが演算処理装置内の一時的に使用される記憶領域等を作業領域として実行されることにより実現される。

演算処理装置は、データを解析する。演算処理装置は、第１のメモリに一時的に記憶されたデータを解析する。演算処理装置は、第１のメモリへの受光部１３０が受光したデータの転送、第１のメモリに記憶されたデータの解析及び削除を実行する。

ＲＯＭは、例えば便の検知プログラム等の便の検知処理に関連する各種プログラムを記憶する。

第１のメモリは、各種データを一時的に格納する内部メモリ（記憶装置）である。第１のメモリは、受光部１３０が受光したデータを記憶する。第１のメモリは、ＡＤＣｏｎｖｅｒｔｅｒにより変換されたデジタルデータを格納する。例えば、第１のメモリは、ＳＲＡＭ（Static Random Access Memory）である。なお、第１のメモリは、ＳＲＡＭに限らず、ＤＲＡＭ（Dynamic Random Access Memory）等の他のＲＡＭ（Random Access Memory）やＰＲＯＭ（Programmable Read Only Memory）等の高速処理が可能なＲＯＭが用いられる。

第１のメモリは、演算処理装置による制御に応じて、データを格納する。例えば、第１のメモリには、９６キロバイトや５１２キロバイト等の記憶容量の記憶装置が用いられる。第１のメモリに一時的に記憶される受光部１３０が受光したデータには、受光部１３０により検知された生データ（アナログデータ）や、Ａ／Ｄ変換されることによって加工されたデータ（デジタルデータ）が含まれる。

なお、上述した制御部２３の構成は一例に過ぎず、所望の処理が可能な構成であれば、制御部２３はどのような構成であってもよい。また、便座装置２は、第２のメモリを有する。便座装置２は、制御部２３により取得されたデータを第２のメモリに格納する。

例えば、第２のメモリは、各種データを格納する外部メモリ（記憶装置）である。第２のメモリは、制御部２３から取得したデジタルデータを格納する。例えば、第２のメモリは、ＥＥＰＲＯＭ（Electrically Erasable Programmable Read-Only Memory）等が用いられる。第２のメモリは、ＳＤ（Secure Digital）カードメモリや、ＵＳＢ（Universal Serial Bus）メモリ等の種々の記憶装置（メモリ）であってもよい。

第２のメモリは、第１のメモリに記憶されたデータを転送可能である。第２のメモリは、第１のメモリよりも記憶領域が大きい。例えば、第２のメモリには、４ギガバイト等、第１のメモリと比べて記憶容量が大きい記憶装置が用いられる。第２のメモリに記憶されたデータは、外部装置に送信されてもよい。生体情報管理システム１は、便座装置２の通信装置等により、第２のメモリに記憶されたデータを無線により、使用者が利用する端末装置等の外部装置に送信してもよい。

なお、第２のメモリは、便座装置２内や便座装置２外等のいずれに設けられてもよい。例えば、第２のメモリは、便座装置２内のＭｉｃｒｏＳＤであってもよいし、便座装置２外にあり、便座装置２とＷｉ－Ｆｉ（登録商標）等により通信する外部メモリであってもよい。この場合、演算処理装置は、第１のメモリに一時的に記憶されているデータを、第１のメモリよりも記憶領域が大きい外部メモリである第２のメモリとの通信により、第２のメモリに転送する。なお、第２のメモリと便座装置２との通信は、Ｗｉ－Ｆｉ（登録商標）に限らず、種々の通信規格、例えばＺｉｇＢｅｅ（登録商標）やＢｌｕｅｔｏｏｔｈ（登録商標）等による通信であってもよい。

光学ユニット１００は、発光部１２０と、受光部１３０とを備える。光学ユニット１００は、落下中の便を検知するために複数の素子が直線状に配置された受光素子を有する検知部（検知装置）として機能する。

発光部１２０は、光を照射する。発光部１２０は、光を照射する発光素子を有する。発光部１２０は、使用者によって排泄される排泄物に対して光を照射する。発光部１２０は、使用者によって排泄される大便に対して光を照射する。発光部１２０は、落下中の大便に対して光を照射する。

発光部１２０は、光を照射する発光素子が設けられる。発光部１２０は、前方に光を照射する発光素子が設けられる。発光部１２０は、使用者によって排泄される排泄物に向けて前方に光を照射する発光素子が設けられる。例えば、発光素子は、ＬＥＤ（Light Emitting Diode）である。なお、発光素子は、ＬＥＤに限らず、種々の素子が用いられてもよい。

発光部１２０は、前方に光を照射する。発光部１２０は、使用者によって排泄される大便に向けて前方に光を照射する。発光部１２０は、複数の発光素子を備える。発光部１２０は、光を照射する発光素子を複数備える。発光部１２０は、使用者によって排泄される落下中の大便に対して光を照射する。発光部１２０は、異なる波長の光を照射するための複数の発光素子を備える。なお、上記は一例に過ぎず、発光部１２０の発光素子については、所望の発光が可能であれば、その数及び発光する波長については任意の構成が採用可能である。

受光部１３０は、光を受光する。受光部１３０は、レンズ１３１や光を受光する受光素子を有する。受光部１３０は、発光部１２０により照射された光に対する排泄物からの反射光を受光する。受光部１３０は、発光部１２０により照射された光に対する大便からの反射光を受光する。受光部１３０は、発光部１２０により照射された光に対する落下中の大便からの反射光を受光する。

受光部１３０は、光を受光する受光素子が設けられる。受光部１３０は、落下中の便を検知するために複数の素子が直線状に配置された受光素子を有する。例えば、受光素子は、ラインセンサである。例えば、受光素子は、ＣＣＤ（Charge Coupled Device）センサ、またはＣＭＯＳ（Complementary Metal Oxide Semiconductor）センサが一列に並べられたラインセンサである。なお、受光素子は、ラインセンサ（一次元のイメージセンサ）に限らず、エリアセンサ（二次元のイメージセンサ）等の各種のセンサが用いられてもよい。

受光部１３０は、受光素子の前方の光を集光するためのレンズ１３１を備える。受光素子の周囲には、受光素子の前方以外からの光の入射を抑制するためのカバーであるケースが設けられている。受光素子の周囲には、前方に配置されたレンズ１３１を通過する光以外が受光素子に入射することを抑制するためのカバーであるケースが設けられている。受光素子の周囲には、受光素子の側部方向からの光の入射を抑制するためのカバーであるケースが設けられている。

ケースは、受光素子の前方以外からの光を遮断したり、減衰したりする入射抑制カバーとして機能する。ケースは、例えば黒等の光を反射しにくい色に着色されることで、ケース自体からの反射光が受光素子に入ることを抑制する。なお、ケースには、所望の形状に形成可能であれば、樹脂等、種々の材料が用いられてもよい。受光部１３０は、発光部１２０により照射された光に対する大便からの反射光を受光する。受光部１３０は、発光部１２０により照射された光に対する落下中の大便からの反射光を受光する。受光部１３０は、発光部１２０により照射された光に対する大便からの反射光を受光する。

＜２－２．便画像のデータ取得方法＞
ここで、便画像（データ）の取得方法の具体的動作について図１１を参照して説明する。図１１は、データの取得方法の一例を示す図である。上述した点と同様の点については適宜説明を省略する。

図１１に示す各要素について説明する。対象物ＯＢ１は、検知（測定）対象とする大便（排泄物）を模式的に示す。また、受光装置ＰＤは、例えばラインセンサ等の受光素子を有する受光部１３０である。

また、発光装置ＬＥは、発光素子を有する発光部１２０である。なお、図１１では、説明を簡単にするために、発光装置ＬＥが１つの場合を一例として説明するが、発光装置ＬＥを複数設け、光を照射してもよい。

図１１の例では、落下中の対象物ＯＢ１に対して発光装置ＬＥからの光を照射し、受光装置ＰＤによる受光の結果を基に便画像（二次元画像）を取得（生成）する処理を概念的に示す。発光装置ＬＥから対象物ＯＢ１へ伸びる点線は、発光装置ＬＥから対象物ＯＢ１への光の照射を模式的に示し、対象物ＯＢ１から受光装置ＰＤへ伸びる点線は、受光装置ＰＤが受光する対象物ＯＢ１からの反射光を模式的に示す。また、対象物ＯＢ１に重なる矩形枠は、対応する発光及び受光で検知される対象物ＯＢ１の範囲（一次元）を模式的に示す。

図１１の例では、シーンＳＮ１は、時間ｔ_１において、落下中の対象物ＯＢ１に対して発光装置ＬＥからの光を照射し、受光装置ＰＤによる受光の処理を概念的に示す。シーンＳＮ１（時間ｔ_１）において取得されたデータは、二次元画像ＥＩのうち、一次元画像ＰＩ１に対応する。すなわち、シーンＳＮ１（時間ｔ_１）での発光及び受光により、便座装置２は、一次元画像ＰＩ１を取得（検知）する。

また、時間ｔ_２において取得されたデータは、二次元画像ＥＩのうち、一次元画像ＰＩ２に対応する。すなわち、時間ｔ_２での発光及び受光により、便座装置２は、一次元画像ＰＩ２を取得（検知）する。時間ｔ_２のデータは、時間ｔ_１のデータの次に取得されたデータである。そのため、便座装置２は、一次元画像ＰＩ１に連続させて一次元画像ＰＩ２を並べて配置することにより、二次元画像ＥＩを生成する。

また、シーンＳＮｉは、時間ｔ_ｉにおいて、落下中の対象物ＯＢ１に対して発光装置ＬＥからの光を照射し、受光装置ＰＤによる受光の処理を概念的に示す。シーンＳＮｉ（時間ｔ_ｉ）において取得されたデータは、二次元画像ＥＩのうち、一次元画像ＰＩｉに対応する。すなわち、シーンＳＮｉ（時間ｔ_ｉ）での発光及び受光により、便座装置２は、一次元画像ＰＩｉを取得（検知）する。

また、シーンＳＮｊは、時間ｔ_ｊにおいて、落下中の対象物ＯＢ１に対して発光装置ＬＥからの光を照射し、受光装置ＰＤによる受光の処理を概念的に示す。シーンＳＮｊ（時間ｔ_ｊ）において取得されたデータは、二次元画像ＥＩのうち、一次元画像ＰＩｊに対応する。すなわち、シーンＳＮｊ（時間ｔ_ｊ）での発光及び受光により、便座装置２は、一次元画像ＰＩｊを取得（検知）する。

便座装置２は、一次元画像（受光データ）が取得された時間の順序に沿って一次元画像を並べて配置することにより、二次元画像（便情報）を生成する。図１１では、便座装置２は、一次元画像ＰＩ１、ＰＩ２…、ＰＩｉ…、ＰＩｊ…の順に並べて配置することにより、二次元画像ＥＩを生成する。

なお、上述した例では、発光装置は１つである場合を一例として説明したが、複数の発光装置で発光を行う場合、便座装置２は、発光させた発光装置ごとに経時的に取得したデータ（一次元画像）を時系列で並べて便情報（二次元画像）を生成する。この点について、３つの異なる波長の光を照射する３つの発光装置（発光素子）の各々の発光及び受光を行う場合を一例として説明する。

この場合、便座装置２は、第１波長の光を照射する発光素子（「第１の発光素子」ともいう）を発光させて得た受光データ（一次元画像）を時間の順序に沿って並べて配置することにより、第１の発光素子に対応する二次元画像を生成する。例えば、便座装置２は、５９０ｎｍ等の第１波長を発光させて得た受光データ（一次元画像）を時系列で並べることにより、第１波長に対応する便情報（第１の二次元画像）を生成する。

また、便座装置２は、第２波長の光を照射する発光素子（「第２の発光素子」ともいう）を発光させて得た受光データ（一次元画像）を時間の順序に沿って並べて配置することにより、第２の発光素子に対応する二次元画像を生成する。例えば、便座装置２は、６７０ｎｍ等の第２波長を発光させて得た受光データ（一次元画像）を時系列で並べることにより、第２波長に対応する便情報（第２の二次元画像）を生成する。

また、便座装置２は、第３波長の光を照射する発光素子（「第３の発光素子」ともいう）を発光させて得た受光データ（一次元画像）を時間の順序に沿って並べて配置することにより、第３の発光素子に対応する二次元画像を生成する。例えば、便座装置２は、８７０ｎｍ等の第３波長を発光させて得た受光データ（一次元画像）を時系列で並べることにより、第３波長に対応する便情報（第３の二次元画像）を生成する。

このように、便座装置２は、第１の発光素子、第２の発光素子及び第３の発光素子の各々に対応する３つの波長ごとの二次元画像を生成することにより、カラー画像を取得することができる。例えば便座装置２は、上述した第１の二次元画像、第２の二次元画像及び第３の二次元画像を合成することにより、カラー画像を生成してもよい。また、受光部１３０のラインセンサ等の受光素子をカラー式の受光素子とし、複数色の発光素子を同時に照射し、反射光の色を受光部で検知して、カラー画像を生成してもよい。

＜２－３．制御フロー例＞
図１２を用いて、センサに基づく制御フロー例について説明する。図１２は、検知の関係を示すタイミングチャートの一例を示す図である。なお、図７と同様の点については適宜説明を省略する。

図１２中の波形ＬＮ１１は、着座検知センサ（着座センサ３０１）による使用者の便座５への着座検知の検知結果を示す。また、図１２中の波形ＬＮ１２は、光学ユニット１００が撮影した画像による検知結果を示す。

図１２の例では、波形ＬＮ１１に示すように、時間ｔ１１において、着座センサ３０１により使用者の便座５への着座が検知される。例えば、時間ｔ１１において、着座センサ３０１の検知結果が、便座５への着座が検知されていないことを示す「ＯＦＦ」から、便座５への着座が検知されたことを示す「ＯＮ」へ変更される。

また、波形ＬＮ１１に示すように、時間ｔ１４において、着座センサ３０１により使用者の便座５への離座が検知される。例えば、時間ｔ１４において、着座センサ３０１の検知結果が、便座５への着座が検知されていることを示す「ＯＮ」から、便座５への着座が検知されなくなったことを示す「ＯＦＦ」へ変更される。すなわち、図１２の例では、使用者は時間ｔ１４以降にトイレ（例えばトイレルームＲ）から退出する。

波形ＬＮ１２では、大便が検知されていないことを示す「便なし」と大便が検知されたことを示す「便あり」との２段階で光学ユニット１００により撮影された画像（ラインデータ）に基づく検知結果を示す。

波形ＬＮ１２に示すように、時間ｔ１２において、大便が検知されていないことを示す「便なし」から、大便が検知されたことを示す「便あり」になり、使用者の排便が検知される。これにより、便座装置２は、時間ｔ１２に使用者による最初の排便が行われたと判定する。

また、波形ＬＮ１２に示すように、時間ｔ１３以降において、大便が検知されていないことを示す「便なし」の状態が継続する。これにより、便座装置２は、時間ｔ１３が使用者の最後の排便のタイミングであると判定し、時間ｔ１３で使用者による排便が終了したと判定する。図１２の例では、便座装置２は、時間ｔ１２から時間ｔ１３までの間に３回の排便が行われた（３個の大便が出た）と判定する。この例では、１度の排便行為において、排便の回数が３回の場合を示したが、便座装置２は、使用者の最後の排便のタイミングを判定し、１度の排便行為において、排便が１回の場合や、複数回に渡る場合も判定することができる。

便座装置２は、使用者が座ってから最初の便が出るまでの時間を取得する。便座装置２は、時間ｔ１１と時間ｔ１２との差分から排泄に要した時間を取得する。すなわち、便座装置２は、時間ｔ１１から時間ｔ１２までの期間ＴＭ１を、使用者が排泄に要した時間として取得する。また、便座装置２は、時間ｔ１２から時間ｔ１３までの期間ＴＭ２を、排泄開始から終了までの時間として取得する。また、便座装置２は、時間ｔ１３から時間ｔ１４までの期間ＴＭ３を、排泄終了から使用者がトイレを離れるまでの時間として取得する。

＜３．評価例＞
ここから、図１３～図２５を用いて、ユーザの排泄に関する評価方法の一例を説明する。

＜３－１．ユーザ個人の排便データに基づく評価例＞
まず、図１３～図２３を参照しつつ、評価対象となるユーザ個人（「対象個人」ともいう）の排便データのみを用いて、生体情報管理システム１が対象個人の排泄に関する評価を決定する場合を一例として説明する。なお、対象個人以外のユーザの排便データを用いて対象個人の排泄に関する評価を決定してもよいが、この点については後述する。

＜３－１－１．便の形の評価例＞
図１３～図１７を用いて、便の形の評価の決定例について説明する。なお、評価対象となる指標（要素）は、便の形に限らず、便の色、量、時間、におい、排泄間隔等の任意の指標が採用可能であるが、この点についての詳細は後述する。

まず、図１３を用いて、便の形の数値への変換方法の一例を説明する。図１３は、便の形状（形）を数値に変換する一例を示す。図１３では、ブリストルスケールに基づく７種類に分類される便の形の各々を数値に変換する場合を示すが、便の形を数値へ変換可能であれば、図１３に示す７種類に限らず、任意の種類が採用可能である。

図１３の例では、便の形は、コロコロ、カチカチ、ひび割れ、バナナ状、やわらか、泥状、及び水様の７種類（段階）である。例えば、便の形「コロコロ」は数値「１」、便の形「カチカチ」は数値「２」、便の形「ひび割れ」は数値「３」、便の形「バナナ状」は数値「４」、便の形「やわらか」は数値「５」、便の形「泥状」は数値「６」、及び便の形「水様」は数値「７」に変換される。なお、図１３の例では、７種類の便の形を１～７の数値に等間隔に変換したが、例えば、便の形「コロコロ」は数値「０」、便の形「水様」は「８」にするなど、間隔を変えてもよい。便の形は、コロコロが、水分量が最も少なく、カチカチ、ひび割れ、バナナ状、やわらか、泥状の順に水分量が多くなり、水様が、水分量が最も多い。便の形は、水分量の順序が表せればよく、水分量の連続値でもよいし、「コロコロ」…「水様」の言語情報のままでもよい。

例えば、サーバ装置４００は、上述の各形と数値とを対応付けた一覧情報を用いて、便の形を数値へ変換してもよい。例えば、サーバ装置４００は、ユーザの便について判定した便の形に応じて、上記の数値に変換し、変換後の数値をその便を示す情報に対応付けて排便情報データベース４２１に登録する。

なお、生体情報管理システム１は、便の形を数値へ変換可能であれば、どのような方法により便の形を数値へ変換してもよい。例えば、生体情報管理システム１は、各形状を連続した数値に変換してもよい。例えば、生体情報管理システム１は、各形状を連続した値に置き換えて平均、標準偏差など統計的な分布を表す指標を算出してもよい。後述の評価ができれば、言語情報のままでもよい。

例えば、あるユーザ（「ユーザＸ」とする）について、上述した便の形を変換した数値を集計した場合、図１４に示すグラフＧＲ１１のような分布（度数分布）が得られる。図１４は、便の形の評価方法の一例を示す図である。図１４は、過去の排便データでの平均（値）が「４．３」であり、標準偏差が「１．１」である場合を示す。図１４中の線Ｌ１１が平均「４．３」を示し、ユーザＸの便の形に関する特徴値（第１特徴値）を示す。この場合、例えば平均「４．３」がユーザＸのいつもの便の形状を示す。例えば、ユーザＸの直近の排便データの便の形が「バナナ状」である数値「４」の場合、「４」がユーザＸの直近の便の形に関する特徴値（第２特徴値）となる。第１特徴値と第２特徴値を比較して、ユーザＸの直近の排便データは、過去（いつも）と同じと評価できる。

なお、図１４はユーザＸの場合の分布を示しており、他のユーザの場合、図１４に示すグラフＧＲ１１とは異なる分布が得られる。例えば、ユーザＸとは異なるユーザＹの場合、平均が「５．２」であり、標準偏差が「０．９」となったりする。このように、ユーザ個人ごとに「いつもの状態」は異なる。そこで、生体情報管理システム１は、対象個人であるユーザ自身の過去の排便データと、対象個人の直近の排便データとを比較し、評価することで、過去と変わっているかどうかに応じて対象個人の排泄を評価し、決定する。また、対象個人の過去の排便データには、対象個人の直近よりも前の時点の排便データが含まれれば、対象個人の直近の排便データが含まれてもよい。このように、過去は、少なくとも直近よりも前の時点を含む期間に対応する。例えば、直近が、その時点から１週間前迄の期間である場合、過去は、１週間よりも前の時点を含む期間である。この場合、過去は、その時点から１年前迄の期間であってもよいし、その時点から１週間前迄の期間（すなわち直前に対応する期間）を除く、１年前迄の期間であってもよい。なお、上述した過去及び直近は、一例に過ぎず、過去が少なくとも直近よりも前の時点を含む期間に対応すれば、過去及び直近は、どのような期間であってもよい。

例えば、過去の排便データにおける形「バナナ状」が占める割合が「３８％」であり、形「ひび割れ」及び形「やわらか」の各々が占める割合が「２４％」である場合、最頻値である「バナナ状」を、過去の便の形に関する特徴値（第１特徴量）として、直近の排便データにおける形（第２特徴量）と比較する。例えば、直近の排便データが形「バナナ状」の場合は、いつもの形と同じ（とても普通）とする。また、最頻値の次に頻出する形「ひび割れ」及び形「やわらか」の場合は、普通であり、それ以外の場合は、いつもの形から外れていると評価できる。第１特徴量と第２特徴値の比較に、過去の排便データの分布も加味して、直近の排便データを評価、決定することができる。例えば、過去（いつも）との一致度合い（逸脱度合い）により、逸脱度合いが大きいと、いつもと違うという評価ができる。

ここから、図１５～図１７を用いて、便の形の評価（スコアの算出）の一例を説明する。図１５は、便の形の評価方法の一例を示す図である。図１６は、便の評価の決定に用いる得点表の一例を示す図である。図１７は、便の形の評価の決定例を示す図である。以下では、評価対象となるユーザ（対象個人）がユーザＡである場合を一例として説明する。

図１５中のグラフＧＲ１２は、ユーザＡの過去１年分の排便データに基づくユーザＡの便の形の度数分布を示す。例えば、サーバ装置４００は、ユーザＡの過去１年分の排便データを用いてグラフＧＲ１２を生成する。図１５中の線Ｌ１２１がユーザＡの過去１年での便の形の平均（値）を示し、σは標準偏差を示す。例えば、図１５では、ユーザＡの過去１年での便の形の平均（値）は「４．０」、標準偏差σは「０．６」である。例えば、図１５中の最も短い双方向矢印は、平均と平均＋０．５σとの間を示す。図１５中の２番目に短い双方向矢印は、平均と平均＋σとの間を示す。図１５中の３番目に短い双方向矢印は、平均と平均＋２σとの間を示す。図１５中の最も長い双方向矢印は、平均と平均＋３σとの間を示す。

また、図１５中の線Ｌ１２２は、ユーザＡの過去１週間での便の形の平均（値）を示す。例えば、線Ｌ１２２は、ユーザＡの直近１週間での便の形の平均を示す。サーバ装置４００は、ユーザＡの過去１年の排便データの分布から算出される第１特徴値である線Ｌ１２１が示す平均値（「第１平均値」ともいう）と、ユーザＡの直近１週間の排便データから算出される第２特徴値である線Ｌ１２２が示す平均値（「第２平均値」ともいう）との比較により、ユーザＡの便の形に関する評価を決定する。図１５の場合、ユーザＡの第１特徴値である平均値（第１平均値）は、「４．０」である。第１特徴値は、平均値に限らず、最頻値、中央値、最大値、最小値などの様々な代表値であってもよい。また、第２特徴値は、平均値に限らず、最頻値、中央値、最大値、最小値などの様々な代表値であってもよい。例えば、第１特徴値が中央値である場合、第２特徴値も中央値が用いられる。

サーバ装置４００は、第１特徴値と第２特徴値との差分の大きさに応じたスコア（得点）を、ユーザＡの便の形に関する評価として算出する。例えば、サーバ装置４００は、図１６に示す得点表ＳＬ１２を用いて、ユーザＡの便の形の得点を決定する。得点表ＳＬ１２は、第１特徴値を中心として第２特徴値が位置する範囲と、その範囲に対応する得点とが対応付けられた一覧を示す。

例えば、得点表ＳＬ１２は、第２特徴値が第１特徴値を中心として－３σより外側の範囲に位置する場合、得点が「０．６０」であることを示す。例えば、得点表ＳＬ１２は、第２特徴値が第１特徴値を中心として－３σ以内かつ－２σより外側の範囲に位置する場合、得点が「０．７０」であることを示す。例えば、得点表ＳＬ１２は、第２特徴値が第１特徴値を中心として－２σ以内かつ－σより外側の範囲に位置する場合、得点が「０．９０」であることを示す。例えば、得点表ＳＬ１２は、第２特徴値が第１特徴値を中心として－σ以内かつ－０．５σより外側の範囲に位置する場合、得点が「０．９５」であることを示す。

例えば、得点表ＳＬ１２は、第２特徴値が第１特徴値を中心として－０．５σ以内から０．５σ以内までの範囲に位置する場合、得点が「１」であることを示す。例えば、得点表ＳＬ１２は、第２特徴値が第１特徴値を中心として０．５σより外側かつσ以内の範囲に位置する場合、得点が「０．９５」であることを示す。例えば、得点表ＳＬ１２は、第２特徴値が第１特徴値を中心としてσより外側かつ２σ以内の範囲に位置する場合、得点が「０．９０」であることを示す。例えば、得点表ＳＬ１２は、第２特徴値が第１特徴値を中心として２σより外側かつ３σ以内の範囲に位置する場合、得点が「０．７０」であることを示す。例えば、得点表ＳＬ１２は、第２特徴値が第１特徴値を中心として３σより外側の範囲に位置する場合、得点が「０．６０」であることを示す。

例えば、サーバ装置４００は、第２特徴値が第１特徴値から３σを減算した値よりも小さい場合、得点表ＳＬ１２を用いて、得点を「０．６０」に決定する。例えば、サーバ装置４００は、第２特徴値が第１特徴値±０．５の値になる場合、得点表ＳＬ１２を用いて、得点を「１」に決定する。例えば、サーバ装置４００は、第２特徴値が第１特徴値にσを加算した値よりも大きく、かつ第１特徴値に２σを加算した値以下である場合、得点表ＳＬ１２を用いて、得点を「０．９０」に決定する。

ここで、図１７を用いて評価決定の具体的な例を示す。図１７では、ユーザＡの直近１週間の排便における便の各形の頻度を示す。図１７では、ユーザＡの直近１週間の排便における便の形は、数値「３」に対応する便の形「ひび割れ」が１回、数値「４」に対応する便の形「バナナ状」が３回は、数値「５」に対応する便の形「やわらか」が４回である場合を示す。例えば、サーバ装置４００は、ユーザＡの直近１週間の排便における便の各形を基に、ユーザＡの直近１週間の便の形の平均（第２平均値）を、ユーザＡの第２特徴値として算出する。図１７では、サーバ装置４００は、ユーザＡの第２特徴値（第２平均値）を、「４．３７５（＝（３＋４＋４＋４＋５＋５＋５＋５）／８）」と算出する。

サーバ装置４００は、ユーザＡの第１特徴値「４．０」と、第２特徴値「４．３７５」を用いて、ユーザＡの便の形に関する評価を決定する。サーバ装置４００は、得点表ＳＬ１２を用いて、ユーザＡの第２特徴値「４．３７５」がどの範囲に位置するかを特定し、ユーザＡの第２特徴値が該当する範囲に対応する得点を、ユーザＡの便の形の得点に決定する。サーバ装置４００は、図１５中の線Ｌ１２２に示すように、ユーザＡの第２特徴値が０．５σとσとの間に位置するため、ユーザＡの便の形の得点を「０．９５」に決定する。

サーバ装置４００は、得点表ＳＬ１２が示す得点を他の値に乗算する重み（係数）として用いてもよい。この場合、サーバ装置４００は、得点表ＳＬ１２を用いて、ユーザＡの便の形の重みを「０．９５」に決定した場合、ベースとなる得点「１００」に重み「０．９５」を乗算した値「９５」を、ユーザＡの便の形の得点（スコア）に決定する。なお、得点表ＳＬ１２では、ベースとなる得点に掛け合わせるための得点表を示したが、加算するための得点表や、減算するための得点表でもよい。また、ユーザに提供する得点をそのまま表した得点表でもよい。

図１５はユーザＡの場合の分布を示しており、過去の排便データにおける形「バナナ状」が占める割合が「５４％」であり、形「ひび割れ」が占める割合が「７％」、形「やわらか」が占める割合が「２１％」と、形「バナナ状」の頻度が圧倒的に高い。例えば、ユーザＡとは異なるユーザＢの場合、過去の排便データにおける形「バナナ状」が占める割合が「３８％」であり、形「ひび割れ」及び形「やわらか」の各々が占める割合が「２４％」と、形「バナナ状」に対して、形「ひび割れ」及び形「やわらか」も高い頻度を占めたりする。この場合、ユーザＢの過去１年での便の形の平均（値）は「４．０」、標準偏差σは「１．１」となる。ユーザＢの第１特徴値である平均値（第１平均値）は、ユーザＡと同様「４．０」となる。例えば、ユーザＢの第２特徴値が、ユーザＡと同様、「４．３７５」の場合、ユーザＢの第２特徴値は、－０．５σと０．５σとの間に位置し、ユーザＢの便の形の得点は「１．００」となる。同じ第１特徴量と第２特徴量の場合でも、標準偏差を評価に用いることで、形「バナナ状」の頻度が圧倒的に高いユーザＡの場合は、過去との一致度合いがやや低い、得点「０．９５」となり、形「バナナ状」に対して、形「ひび割れ」及び形「やわらか」の頻度も高いユーザＢの場合は、過去との一致度合いが非常に高い、得点「１．００」と評価できる。標準偏差（ばらつき）を使った得点表を用いることで、過去の排便データの分布やばらつきを加味した得点（スコア）を決定できる。

＜３－１－２．便の各指標の評価例＞
上述した例では、便の形について評価を決定する場合を示したが、便の形に限らず、便の色、量、時間、におい、排泄間隔等の様々な指標について評価を決定してもよい。この点について図１８を用いて一例を説明する。図１８は、便に関する各指標の評価方法の一例を示す図である。

図１８に示すように、排便した時刻については、サーバ装置４００は、時刻情報でそのまま計算してもよいし、段階分けして計算してもよい。例えば、サーバ装置４００は、排便した時刻については、８時台は全部８時にして、排便した時刻の評価を決定してもよい。また、大便（便）の形については、上述したように、サーバ装置４００は、形状を数値に置き換えて、便の排泄を行った時間の評価を決定してもよい。

また、大便（便）の色については、サーバ装置４００は、色を数値に置き換え、便の色の評価を決定してもよいが、この点についての一例は後述する。また、大便（便）の量については、上述したように、サーバ装置４００は、量を数値に置き換え、便の量の評価を決定してもよい。例えば、サーバ装置４００は、量（重量などの連続値）でそのまま計算してもよいし、複数の段階の指標を数値に置き換えてもよい。例えば、サーバ装置４００は、とても少ないに対応する数値「１」から、とても多いに対応する数値「５」までの５段階に量を分類して、便の量の評価を決定してもよい。

また、排泄に要する時間については、サーバ装置４００は、時間情報（連続値）でそのまま計算してもよいし、段階分けして代表値で計算してもよい。例えば、サーバ装置４００は、排泄に要する時間については、０～１０秒は５秒、１０～２０秒は１５秒などに段階分けして、排泄に要する時間の評価を決定してもよい。

また、排泄時のにおいに基づく所定のパラメータについては、サーバ装置４００は、においの強度を数値化して計算してもよい。例えば、サーバ装置４００は、におわないに対応する数値「１」から、とても臭いに対応する数値「５」までの５段階ににおいを分類して、便のにおいの評価を決定してもよい。においセンサ３５２で取得した成分の濃度（連続値）でそのまま計算してもよい。また、排泄行為の時間間隔については、サーバ装置４００は、上述した排便した時刻または排泄に要する時間と同様に評価を決定してもよい。なお、上記は一例に過ぎず、サーバ装置４００は、様々な指標（要素）を対象として評価を決定してもよい。

＜３－１－３．便の色の評価例＞
次に、図１９～図２１を用いて、便の色の評価例について説明する。図１９は、便の色の評価方法の一例を示す図である。図２０は、便の評価の決定に用いる得点表の一例を示す図である。図２１は、便の色の評価の決定例を示す図である。

なお、上述した図１５～図１７の例と同様の点については適宜説明を省略する。図１９に示す例では、便の色が暗くなるにつれて値が大きくなるように数値に変換する場合を示す。具体的には、図１９では、便の色を６種類に分類し、６種類の便の色の各々を数値に変換する場合を示すが、便の色を数値へ変換可能であれば、６種類に限らず、任意の種類が採用可能である。

図１９の例では、便の色は、黄色（「黄」ともいう）、うすい黄土、黄土、茶、こげ茶、濃いこげ茶の６種類（段階）である。例えば、便の色「黄」は数値「１」、便の色「うすい黄土」は数値「２」、便の色「黄土」は数値「３」、便の色「茶」は数値「４」、便の色「こげ茶」は数値「５」、及び便の色「濃いこげ茶」は数値「６」に変換される。便の色は、黄が最も明るく、うすい黄土、黄土、茶、こげ茶の順に暗くなり、濃いこげ茶が最も暗い。便の色は、色（明るさ）の順序が表せればよく、明るさ（明度）やＲＧＢ成分の輝度のような連続値でもよいし、「黄」…「濃いこげ茶」の言語情報のままでもよい。

図１９中のグラフＧＲ１３は、ユーザＡの過去１年分の排便データに基づくユーザＡの便の色の度数分布を示す。例えば、サーバ装置４００は、ユーザＡの過去１年分の排便データを用いてグラフＧＲ１３を生成する。図１９中の線Ｌ１３１がユーザＡの過去１年での便の色の平均（値）を示し、σは標準偏差を示す。例えば、図１９では、ユーザＡの過去１年での便の色の平均（値）は、「３．７」、標準偏差σは、「０．５」である。例えば、図１９中の最も短い双方向矢印は、平均と平均－０．５σとの間を示す。図１９中の２番目に短い双方向矢印は、平均と平均－σとの間を示す。図１９中の３番目に短い双方向矢印は、平均と平均－２σとの間を示す。図１９中の最も長い双方向矢印は、平均と平均－３σとの間を示す。

また、図１９中の線Ｌ１３２は、ユーザＡの過去１週間での便の色の平均（値）を示す。例えば、線Ｌ１３２は、ユーザＡの直近１週間での便の色の平均を示す。サーバ装置４００は、ユーザＡの過去１年の排便データの分布から算出される第１特徴値である線Ｌ１３１が示す平均値（第１平均値）と、ユーザＡの直近１週間の排便データから算出される第２特徴値である線Ｌ１３２が示す平均値（第２平均値）との比較により、ユーザＡの便の色に関する評価を決定する。図１９の場合、ユーザＡの第１特徴値である平均値（第１平均値）は、「３．７」である。

サーバ装置４００は、第１特徴値と第２特徴値との差分の大きさに応じたスコア（得点）を、ユーザＡの便の色に関する評価として算出する。例えば、サーバ装置４００は、図２０に示す得点表ＳＬ１３を用いて、ユーザＡの便の色の得点を決定する。得点表ＳＬ１３は、第１特徴値を中心として第２特徴値が位置する範囲と、その範囲に対応する得点とが対応付けられた一覧を示す。例えば、得点は、得点表ＳＬ１３に示すように、理想の状態も合わせて設定されてもよい。一般的に便の色については、明るいほうがよいといわれているため、明るいほうはすべて０．０５加点するように得点を設定してもよい。

例えば、得点表ＳＬ１３は、第２特徴値が第１特徴値を中心として－３σより外側の範囲に位置する場合、得点が「０．６５」であることを示す。例えば、得点表ＳＬ１３は、第２特徴値が第１特徴値を中心として－３σ以内かつ－２σより外側の範囲に位置する場合、得点が「０．７５」であることを示す。例えば、得点表ＳＬ１３は、第２特徴値が第１特徴値を中心として－２σ以内かつ－σより外側の範囲に位置する場合、得点が「０．９５」であることを示す。例えば、得点表ＳＬ１３は、第２特徴値が第１特徴値を中心として－σ以内かつ－０．５σより外側の範囲に位置する場合、得点が「１」であることを示す。なお、得点表ＳＬ１３での－０．５σ以上での範囲は、得点表ＳＬ１２と同様であるため説明を省略する。得点表ＳＬ１３に示す例では、暗い色に逸脱している場合に比べて、明るい色に逸脱している場合の得点を高く設定している。一般に、腸内が酸性（よい状態）である場合、便の色が明るく、逆に腸内がアルカリ性（悪い状態）である場合、便の色が暗いと言われている。得点表ＳＬ１３では、便の状態（良し悪し）を加味した、いつもの状態からの一致度合い（逸脱度合い）を得点としている。

例えば、サーバ装置４００は、第２特徴値が第１特徴値から３σを減算した値よりも小さい場合、得点表ＳＬ１３を用いて、得点を「０．６５」に決定する。例えば、サーバ装置４００は、第２特徴値が第１特徴値からσを減算した値以上であり、かつ第１特徴値から０．５σを減算した値よりも小さい場合、得点表ＳＬ１３を用いて、得点を「１」に決定する。

ここで、図２１を用いて評価決定の具体的な例を示す。図２１では、ユーザＡの直近１週間の排便における便の各色の頻度を示す。図２１では、ユーザＡの直近１週間の排便における便の色は、数値「２」に対応する便の色「うすい黄土」が１回、数値「３」に対応する便の色「黄土」が３回は、数値「４」に対応する便の色「茶」が４回である場合を示す。例えば、サーバ装置４００は、ユーザＡの直近１週間の排便における便の各色を基に、ユーザＡの直近１週間の便の色の平均（第２平均値）を、ユーザＡの第２特徴値として算出する。図２１では、サーバ装置４００は、ユーザＡの第２特徴値（第２平均値）を、「３．３７５（＝（２＋３＋３＋３＋４＋４＋４＋４）／８）」と算出する。

サーバ装置４００は、ユーザＡの第１特徴値「３．７」と、第２特徴値「３．３７５」を用いて、ユーザＡの便の色に関する評価を決定する。サーバ装置４００は、得点表ＳＬ１３を用いて、ユーザＡの第２特徴値「３．３７５」がどの範囲に位置するかを特定し、ユーザＡの第２特徴値が該当する範囲に対応する得点を、ユーザＡの便の色の得点に決定する。サーバ装置４００は、図１９中の線Ｌ１３２に示すように、ユーザＡの第２特徴値が－σと－０．５σとの間に位置するため、ユーザＡの便の色の得点を「１」に決定する。

サーバ装置４００は、得点表ＳＬ１３が示す得点を他の値に乗算する重み（係数）として用いてもよい。この場合、サーバ装置４００は、得点表ＳＬ１３を用いて、ユーザＡの便の色の重みを「１」に決定した場合、ベースとなる得点「１００」に重み「１」を乗算した値「１００」を、ユーザＡの便の色の得点に決定する。

＜３－１－４．便の総合評価例＞
なお、生体情報管理システム１は、便の１つの指標のみに限らず、複数の指標を総合した評価を決定してもよい。この点について、図２２及び図２３を用いて説明する。図２２は、便の総合評価の決定例を示す図である。図２３は、便の総合評価の決定例を示す図である。図２２及び図２３では、形、色及び量の３つの指標を用いた総合評価を、複数指標の総合評価の一例として示す。

図２２では、形、色及び量の３つの指標に重みづけを行い、重みづけを基に総合評価を決定する場合を示す。具体的には、図２２では、形の得点の最大値が４０点であり、色の得点の最大値が３０点であり、量の得点の最大値が３０点であり、合計値が最大１００点となる場合を示す。

サーバ装置４００は、上述した重みづけを基に各指標の得点を決定する（ステップＳ１）。図２２では、サーバ装置４００は、過去１週間の便性状から得点表に基づいて得点を算出する。例えば、サーバ装置４００は、過去１週間の便の形と、便の形に対応する得点表とに基づいて、便の形の得点を算出する。図２２では、サーバ装置４００は、便の形に対応する得点表を用いて、ユーザＡの過去１週間の便の形の平均が「０．９５」であると特定し、「０．９５」を係数（「第１係数」とする）として、便の形の得点（「第１部分得点」とする）を「３８（＝４０×０．９５）」と算出する。

例えば、サーバ装置４００は、過去１週間の便の色と、便の色に対応する得点表とに基づいて、便の色の得点を算出する。図２２では、サーバ装置４００は、便の色に対応する得点表を用いて、ユーザＡの過去１週間の便の色の平均が「１．００」であると特定し、「１．００」を係数（「第２係数」とする）として、便の色の得点（「第２部分得点」とする）を「３０（＝３０×１）」と算出する。

例えば、サーバ装置４００は、過去１週間の便の量と、便の量に対応する得点表とに基づいて、便の量の得点を算出する。図２２では、サーバ装置４００は、便の量に対応する得点表を用いて、ユーザＡの過去１週間の便の量の平均が「０．９０」であると特定し、「０．９０」を係数（「第３係数」とする）として、便の量の得点（「第３部分得点」とする）を「２７（＝３０×０．９）」と算出する。

サーバ装置４００は、便の形の得点（第１部分得点）と、便の色の得点（第２部分得点）と、便の量の得点（第３部分得点）とを合計して、総合評価を決定する（ステップＳ２）。サーバ装置４００は、第１部分得点「３８」と、第２部分得点「３０」と、第３部分得点「２７」とを合計して、ユーザＡの便の総合評価を「９５（＝３８＋３０＋２７）」点に決定する。

上記は一例に過ぎず、サーバ装置４００は、各部分得点を用いずに、便の総合評価を決定してもよい。例えば、サーバ装置４００は、図２３の算出式ＦＣ１に示すように、ベースとなる得点「１００」に第１係数「０．９５」、第２係数「１．０」及び第３係数「０．９」を乗算した値を、便の総合評価を決定してもよい。この場合、サーバ装置４００は、ユーザＡの便の総合評価を「８５．５（＝１００×０．９５×１．０×０．９）」点に決定する。

なお、図２２及び図２３では、便の形、色及び量の３つの指標を用いて、便の総合評価を決定する場合を示したが、生体情報管理システム１は、便の形、色及び量以外の指標を用いて、便の総合評価を決定してもよいし、４つ以上の指標を用いて、便の総合評価を決定してもよい。

＜３－２．複数のユーザの排便データに基づく評価例＞
なお、上述した例では、対象個人の排便データのみを用いた対象個人の排泄の評価を一例として示したが、生体情報管理システム１は、対象個人以外のユーザの排便データを用いて対象個人の排泄の評価を決定してもよい。例えば、生体情報管理システム１は、複数ユーザの過去の排便データの分布から算出される第１特徴値を用いて対象個人の排泄の評価を決定してもよい。

生体情報管理システム１は、複数のユーザの過去の排便データの分布から算出される第１特徴値と、識別情報によって特定される個人である対象個人の直近の排便データから算出される第２特徴値との比較により、対象個人の排泄に関する評価を決定する。例えば、サーバ装置４００の処理部４３２は、対象個人を含む複数のユーザの過去の排便データの分布から算出される第１特徴値と、識別情報によって特定される個人である対象個人の直近の排便データから算出される第２特徴値との比較により、対象個人の排泄に関する評価を決定する。

例えば、サーバ装置４００の処理部４３２は、複数ユーザのうち大多数（多数派）と同じ性状である程、評価を高く決定する。この場合、サーバ装置４００の処理部４３２は、複数ユーザの過去の排便データの分布から算出される平均値等の代表値を第１特徴値として、対象個人の第２指標値が第１指標値に近い程、評価を高く決定する。このように、複数のユーザの排便データを用いる場合、サーバ装置４００の処理部４３２は、大多数の便の性状に対する一致度合い（逸脱度合い）により、対象個人の便の評価を決定する。

なお、第１特徴値の算出に過去の排便データが用いられる複数のユーザには、対象個人も含まれなくてもよい。この場合、例えば、サーバ装置４００の処理部４３２は、対象個人以外の複数のユーザの過去の排便データの分布から算出される第１特徴値と、識別情報によって特定される個人である対象個人の直近の排便データから算出される第２特徴値との比較により、対象個人の排泄に関する評価を決定する。第２特徴値の算出に対象個人の直近の複数の排便データを用いる場合、第１特徴値の算出に用いる過去の排便データは、第２特徴値の算出に用いる、対象個人の直近（最新）の排便データよりも過去であれば、重複している期間があってもよい。

以下、複数のユーザの排便データに基づく評価例について、図２４及び図２５を用いて説明する。なお、以下に示す処理は、第１指標値の算出に用いる過去の排便データが、対象個人のみの排便データであるか、複数のユーザの排便データであるかの違い以外は、上述した対象個人のみの排便データを用いた場合の処理と同様であるため、同様の点については適宜説明を省略する。

＜３－２－１．便の形の評価例＞
まず、図２４を用いて、複数のユーザの排便データを用いた便の形の評価の一例を説明する。図２４は、他者比較による便の形の評価方法の一例を示す図である。なお、図２４において、図１５と同様の点については説明を省略する。

図２４中のグラフＧＲ１４は、複数人の１週間分の排便データに基づく複数人の便の形の分布を示す。例えば、サーバ装置４００は、対象個人であるユーザＡ以外の複数のユーザの過去１週間分の排便データを用いてグラフＧＲ１４を生成する。例えば、サーバ装置４００は、排便データが取得された全ユーザの過去１週間分の排便データを用いてグラフＧＲ１４を生成してもよい。例えば、サーバ装置４００は、排便データが取得された全ユーザから、選択した所定数（例えば１００人等）のユーザの過去１週間分の排便データを用いてグラフＧＲ１４を生成してもよい。例えば、サーバ装置４００は、排便データが取得された全ユーザから、ランダムに選択した所定数のユーザの過去１週間分の排便データを用いてグラフＧＲ１４を生成してもよい。

なお、上記は一例に過ぎず、サーバ装置４００は、任意の複数のユーザの排便データを用いてグラフＧＲ１４を生成してもよい。例えば、サーバ装置４００は、排便データが取得された全ユーザのうち、ユーザＡに類似する複数の類似ユーザを抽出し、抽出した複数の類似ユーザの過去１週間分の排便データを用いてグラフＧＲ１４を生成してもよい。この場合、サーバ装置４００は、排便データが取得された全ユーザのうち、ユーザＡと年代及び性別が一致する複数の類似ユーザを抽出し、抽出した複数の類似ユーザの過去１週間分の排便データを用いてグラフＧＲ１４を生成してもよい。

また、図２４中の線Ｌ１４２は、複数のユーザの過去１週間での便の形の平均（値）を示す。例えば、線Ｌ１４２は、ユーザＡの直近１週間での便の形の平均を示す。サーバ装置４００は、複数のユーザの過去１週間の排便データの分布から算出される第１特徴値である線Ｌ１４１が示す平均値（第１平均値）と、複数のユーザの過去１週間の排便データよりも新しい排便データ（少なくとも１つ）を加えた、ユーザＡの直近１週間の排便データから算出される第２特徴値である線Ｌ１４２が示す平均値（第２平均値）との比較により、ユーザＡの便の形に関する評価を決定する。

サーバ装置４００は、第１特徴値と第２特徴値との差分の大きさに応じたスコア（得点）を、ユーザＡの便の形に関する評価として算出する。例えば、サーバ装置４００は、図１６に示す得点表ＳＬ１２を用いて、ユーザＡの便の形の得点を決定する。なお、第１特徴量と第２特徴量の算出期間を同じ１週間として示したが、期間は同じでなくてもよい。例えば、第１特徴量は複数のユーザの過去１週間での排便データから算出し、第２特徴量はユーザＡの直近１回の排便データから算出してもよい。

例えば、サーバ装置４００は、第２特徴値が第１特徴値から３σを減算した値よりも小さい場合、得点表ＳＬ１２を用いて、得点を「０．６０」に決定する。例えば、サーバ装置４００は、第２特徴値が第１特徴値±０．５の値になる場合、得点表ＳＬ１２を用いて、得点を「１」に決定する。例えば、サーバ装置４００は、第２特徴値が第１特徴値にσを加算した値よりも大きく、かつ第１特徴値に２σを加算した値以下である場合、得点表ＳＬ１２を用いて、得点を「０．９０」に決定する。なお、複数のユーザの排便データを用いた場合について、評価決定の具体的な例は、図１７と同様であるため、詳細な説明は省略する。

＜３－２－２．便の色の評価例＞
次に、図２５を用いて、複数のユーザの排便データを用いた便の色の評価例について説明する。図２５は、他者比較による便の色の評価方法の一例を示す図である。なお、図２５において、図１９と同様の点については説明を省略する。

図２５中のグラフＧＲ１５は、複数人の１週間分の排便データに基づく複数人の便の色の分布を示す。例えば、サーバ装置４００は、複数人の１週間分の排便データを用いてグラフＧＲ１５を生成する。図２５中の線Ｌ１５１が複数のユーザの過去１週間での便の色の平均（値）を示し、σは標準偏差を示す。

また、図２５中の線Ｌ１５２は、複数のユーザの過去１週間での便の色の平均（値）を示す。例えば、線Ｌ１５２は、ユーザＡの直近１週間での便の色の平均を示す。サーバ装置４００は、複数のユーザの過去１週間の排便データの分布から算出される第１特徴値である線Ｌ１５１が示す平均値（第１平均値）と、複数のユーザの過去１週間の排便データよりも新しい排便データ（少なくとも１つ）を加えた、ユーザＡの直近１週間の排便データから算出される第２特徴値である線Ｌ１５２が示す平均値（第２平均値）との比較により、ユーザＡの便の色に関する評価を決定する。

サーバ装置４００は、第１特徴値と第２特徴値との差分の大きさに応じたスコア（得点）を、ユーザＡの便の色に関する評価として算出する。例えば、サーバ装置４００は、図２０に示す得点表ＳＬ１３を用いて、ユーザＡの便の色の得点を決定する。

例えば、サーバ装置４００は、第２特徴値が第１特徴値から３σを減算した値よりも小さい場合、得点表ＳＬ１３を用いて、得点を「０．６５」に決定する。例えば、サーバ装置４００は、第２特徴値が第１特徴値からσを減算した値以上であり、かつ第１特徴値から０．５σを減算した値よりも小さい場合、得点表ＳＬ１３を用いて、得点を「１」に決定する。なお、複数のユーザの排便データを用いた場合について、評価決定の具体的な例は、図２１と同様であるため、詳細な説明は省略する。また、複数のユーザの排便データを用いた場合について、便の総合評価の決定例は、図２２及び図２３と同様であるため、詳細な説明は省略する。

第１特徴値、及び第２特徴値の算出は、１回の排便行為（１回のトイレ使用）ごとに度数分布を作成して、平均値、最頻値、中央値、最大値、最小値等を算出したりするだけでなく、所定時間内（例えば１日）の排便データをまとめてから、算出してもよい。直近１週間の排便データ（便の形）の平均値の算出を例に説明すると、１日に、数値「３」に対応する便の形「ひび割れ」が１回と、数値「４」に対応する便の形「バナナ状」が１回の合計２回排泄した場合、その日の排便データ（便の形）を「３．５（＝（３＋４）／２）」としてから、直近１週間（７日分）の平均値を算出してもよい。例えば、便の量は、所定期間（例えば１日）の排便データを合算してから、算出してもよい。

第１特徴値、及び第２特徴値は、平均値、最頻値、中央値、最大値、最小値等である。また、第１特徴値と第２特徴値の比較は、差分の数値（絶対値）で評価するだけでなく、分布やばらつき（標準偏差や分散等）を加味してもよい。

便の総合評価例は、便の形、便の色等、指標ごとに計算して合算等するだけでなく、便の形、便の色等の複数の指標をまとめて、多変量解析等により、第１特徴値、及び第２特徴値を算出してもよい。第１特徴値と第２特徴値の比較の評価は、ユークリッド距離やマハラノビス距離等で算出してもよい。機械学習を用いてもよい。

＜３－３．便の評価の表示例＞
ここから、図２６を用いて、便の評価の表示例を説明する。図２６は、便の評価の表示例を示す図である。具体的には、図２６は、対象個人について決定した便の評価を示すスコア（得点）に基づく情報の表示の例を示す図である。

図２６の表示例では、ユーザＡを情報提供先（図中の「あなた」）として、ユーザＡが利用するユーザ端末２００での表示を一例として説明する。図２６中に示すユーザ端末２００－１、２００－２、２００－３の各々は、ユーザＡの便の評価の異なる表示態様を示すものであり、ユーザＡが利用するユーザ端末２００である。図２６に示すように、ユーザ端末２００は、直接的な表現だけでなく、評価を示す得点（スコア）を数値で表示する表示態様や、評価を概念的に示す記号（マーク）で表示する表示態様により、便の評価に関する情報を表示してもよい。

図２６中のユーザ端末２００－１は、評価を示す得点（スコア）を数値で表示する表示態様の一例を示す。ユーザ端末２００－１は、ユーザＡの便の評価を示す得点が９０点である場合の表示例を示す。

例えば、サーバ装置４００は、ユーザＡの便の評価を示す得点が９０点であることを示すコンテンツ（「第１コンテンツ」ともいう）を生成する。そして、サーバ装置４００は、生成した第１コンテンツを、ユーザＡが利用するユーザ端末２００に送信する。ユーザ端末２００は、サーバ装置４００から受信した第１コンテンツを表示する。

また、図２６中のユーザ端末２００－２は、評価を顔文字で表示する表示態様の一例を示す。ユーザ端末２００－２は、ユーザＡの便の評価を示す得点が９０点である場合に、その評価を顔文字で表示する表示例を示す。例えば、評価を示す顔文字は、得点が高い程笑顔になるように設定されてもよい。

例えば、サーバ装置４００は、ユーザＡの便の評価を示す得点が９０点であり、良い評価であることを笑顔のアイコンで示すコンテンツ（「第２コンテンツ」ともいう）を生成する。そして、サーバ装置４００は、生成した第２コンテンツを、ユーザＡが利用するユーザ端末２００に送信する。ユーザ端末２００は、サーバ装置４００から受信した第２コンテンツを表示する。

また、図２６中のユーザ端末２００－３は、評価を、Ｇｏｏｄ（良い）であることを示す文字自体やＧｏｏｄを抽象的に示す図形（アイコン）等で表示する表示態様の一例を示す。ユーザ端末２００－３は、ユーザＡの便の評価を示す得点が９０点である場合に、その評価を示す文字自体及び評価を抽象的に示す親指を立てたアイコンで表示する表示例を示す。例えば、評価を示すアイコンは、得点が低い程下方向に向くように設定されてもよい。

例えば、サーバ装置４００は、ユーザＡの便の評価を示す得点が９０点であり、良い評価であることを示すＧｏｏｄの文字と親指を立てたアイコンとを含むコンテンツ（「第３コンテンツ」ともいう）を生成する。そして、サーバ装置４００は、生成した第３コンテンツを、ユーザＡが利用するユーザ端末２００に送信する。ユーザ端末２００は、サーバ装置４００から受信した第３コンテンツを表示する。

図２６に示す表示は、一例に過ぎず、ユーザ端末２００は、様々な表示態様で便の評価を表示してもよい。例えば、ユーザ端末２００は、便の評価を文章で示すコンテンツを表示してもよい。例えば、ユーザ端末２００は、「あなたのいつもの便の性状と同じ状態です」または「あなたの便の状態は良好です」等といった文字情報を含むコンテンツを表示してもよい。この場合、サーバ装置４００は、文字情報を含むコンテンツを生成し、ユーザ端末２００へ送信する。ユーザ端末２００は、サーバ装置４００から受信した文字情報を含むコンテンツを表示する。

第１特徴量の算出、第２特徴量の算出、便性能の評価の決定、及びコンテンツの生成はサーバ装置４００以外で行ってもよい。例えば、第１特徴量の算出はサーバ装置で行い、第２特徴量の算出、評価の決定、及びコンテンツの生成は、ユーザ端末２００で行ってもよい。対象個人の過去の排便データから第１特徴量を算出する場合は、すべての工程をユーザ端末２００で行ってもよい。便座装置２で算出や評価の決定をしてもよい。

なお、上述してきた各実施形態及び変形例は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。

使用者の属性は、居住地域や体重でもよい。例えば、居住地域が大きく異なると、食文化が異なるため、便の性状も異なる。そのため、居住地域ごとに排便データを表示してもよい。例えば、体重が大きく異なると、食べる量が異なる。また、肥満の人とやせている人では腸内細菌叢が異なるため、便の性状も異なる。そのため、体重ごとに排便データを表示してもよい。

使用者の属性は、企業や学校等のでもよい。友人、知人等のコミュニティでもよい。例えば、一企業の社員を対象として第２特徴量を算出し、排便データを評価した場合、一企業内の社員の中で、使用者自身が自身の立ち位置を知ることができる。

使用者の属性の情報は、排便情報データベース４２１に使用者識別情報であるユーザＩＤを登録するときに、使用者情報として、属性情報を併せて登録してもよい。

第１特徴量の算出、第２特徴量の算出、便性能の評価の決定の期間を直近の１週間としたが、この限りでなく、１度の排泄や、１日、１カ月、１年やそれ以上でもよい。また、使用者がユーザ端末２００を操作することで集計する所定の期間を切り替えて、表示期間を変更することも可能である。

上述してきた各実施形態及び変形例では、排便データを自動で入力する例で記したが、すべての排便記録の入力は、使用者自身が手動で行ってもよい。この場合、使用者が排泄した後に大便を目視や嗅覚で確認し、使用者自身がユーザ端末２００を操作することで排便データを入力することができる。

さらなる効果や変形例は、当業者によって容易に導き出すことができる。このため、本発明のより広範な態様は、以上のように表しかつ記述した特定の詳細および代表的な実施形態に限定されるものではない。したがって、添付の特許請求の範囲およびその均等物によって定義される総括的な発明の概念の精神または範囲から逸脱することなく、様々な変更が可能である。

Ｒ トイレルーム
１ 生体情報管理システム
２ 便座装置
２１ 通信部
２２ 記憶部
２３ 制御部
２３１ 取得部
２３２ 時計部
２３３ 要求部
３ 本体部
３０ 本体カバー
３１ 開口
４ 便蓋
５ 便座
６ 洗浄ノズル
６０ ノズル用蓋
７ 洋式大便器（便器）
７１ 電磁弁
８ ボウル部
９ リム部
１０ 操作装置
１１ 表示画面
２００ ユーザ端末
３０１ 着座センサ
３０２ カメラ
３５０ ガスセンサユニット
３５１ ファン
３５２ においセンサ
４００ サーバ装置
４１０ 通信部
４２０ 記憶部
４２１ 排便情報データベース
４３０ 制御部
４３１ 受付部
４３２ 処理部（決定部）
４３３ 提供部

Claims (6)

1. 生体情報を収集して管理する生体情報管理システムであって、
   個人を識別する識別情報を取得する取得部と、
   個人の生体情報を記憶する記憶部と、
   過去の生体情報の分布から算出される第１特徴値と、前記識別情報によって特定される個人である対象個人の直近の生体情報から算出される第２特徴値との比較により、前記対象個人の生体情報に関する評価を決定する決定部と、
   を有することを特徴とする生体情報管理システム。
2. 前記決定部は、
   前記第１特徴値と、前記対象個人の複数の生体情報から算出される前記第２特徴値との比較により、前記対象個人の生体情報に関する評価を決定する
   ことを特徴とする請求項１に記載の生体情報管理システム。
3. 前記決定部は、
   前記第１特徴値と、前記対象個人の前記第２特徴値との差分の大きさに応じたスコアを、前記対象個人の生体情報に関する評価として算出する
   ことを特徴とする請求項１または請求項２に記載の生体情報管理システム。
4. 前記第１特徴値の算出に用いる前記過去の生体情報は、前記対象個人の過去の生体情報である
   ことを特徴とする請求項１に記載の生体情報管理システム。
5. 前記記憶部は、
   前記個人の前記生体情報として、排便した時刻、大便の形、色、量、排泄にかかる時間、排泄時のにおい、前回の排泄と今回の排泄の間の時間の少なくとも１つの排便データを記憶し、
   前記決定部は、
   過去の排便データの分布から算出される前記第１特徴値と、前記識別情報によって特定される個人である対象個人の直近の排便データから算出される前記第２特徴値との比較により、前記対象個人の排泄に関する評価を、前記生体情報に関する評価として決定する
   ことを特徴とする請求項１に記載の生体情報管理システム。
6. 生体情報を収集して管理する生体情報管理方法であって、
   個人を識別する識別情報を取得し、
   個人の生体情報を記憶し、
   過去の生体情報の分布から算出される第１特徴値と、前記識別情報によって特定される個人である対象個人の直近の生体情報から算出される第２特徴値との比較により、前記対象個人の生体情報に関する評価を決定する
   ことを含むことを特徴とする生体情報管理方法。

Images