JP5176942B2 - 特徴抽出装置 - Google Patents
特徴抽出装置 Download PDFInfo
- Publication number
- JP5176942B2 JP5176942B2 JP2008330259A JP2008330259A JP5176942B2 JP 5176942 B2 JP5176942 B2 JP 5176942B2 JP 2008330259 A JP2008330259 A JP 2008330259A JP 2008330259 A JP2008330259 A JP 2008330259A JP 5176942 B2 JP5176942 B2 JP 5176942B2
- Authority
- JP
- Japan
- Prior art keywords
- measurement data
- model
- feature extraction
- pieces
- measurement
- 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.)
- Expired - Fee Related
Links
Images
Landscapes
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Description
ユーザ本人が気軽に定期的・日常的に生体指標を計測し蓄積できるところにこそ存在意義がある。したがって、継続という点に実現性及び付加価値がなければ、個人や家庭における健康管理は成立しないともいえる。
人差や、性別・年齢による差などを吸収することができる。(3)生体指標の値の変動やばらつきを反映したモデルを用いるため、健康状態を評価する上で重要かつ有用な生体指標の時間変化を考慮した特徴量を得ることができる。(4)特徴量が1つのスコア(値)で表され、しかも通常状態から乖離するほど単調増加(若しくは単調減少)するパラメータゆえ、比例ハザードモデル等のイベント発生リスク推定手法の入力因子として利用がしやすい。
図1は、本発明に関わる健康管理システムの全体的な構成を示している。この健康管理システムは、前述したCPAサイクルをサポートするためのシステムである。「CHECK」に関わる機能として、日々の健康状態を測定するための「生体指標測定機能」と、測定で得られた情報から将来のリスクを推定するための「リスク推定機能」を備える。また、「PLAN」に関わる機能として、CHECKで得られた結果に基づきリスクの要因となる生活習慣等の因子を抽出するための「リスク因子抽出機能」と、改善目標の設定や改善計画の提案を行うための「改善計画支援機能」を備える。また、「ACTION」に関わる機能として、PLANで得られた改善目標・計画に従って生活改善活動(運動)の実施を支援するための「改善効果確認機能」と、必要に応じて計画・目標を修正するための「改善計画修正機能」を備える。これらのCHECK、PLAN、ACTIONの各機能が有機的に結びつき、そのサイクルを繰り返すことで、複数の生体指標に基づく総合的な健康状態の判断、将来的な健康リスクの評価、及び当該リスクと日常生活における活動との関係を可視化することができ、個人や家庭における能動的な自己健康管理の継続実施を支援することができるものと期待できる。
図2は、本発明の実施形態に係る総合健康状態判断システム(以下、単に「システム」ともいう。)の一構成例を示す図である。
図3は、特徴抽出装置6のハードウエア構成を模式的に示すブロック図である。
格納される記憶媒体である。EEPROM(Electrically Erasable Programmable ROM)のように書き換え可能なメモリで構成される。RAM105は、プログラム実行時のワークメモリとして利用される記憶媒体である。ROM104及びRAM105へのアクセスは記憶媒体制御部106によって制御される。なお、EEPROMに加えて、あるいはEEPROMの代わりに、ハードディスクなどの記憶媒体を設けてもよい。
図4は、特徴抽出装置の機能を模式的に示す機能構成図である。図4に示すように、特徴抽出装置6は、その機能として、概略、測定データ取得部60、モデル作成部61、出現確率算出部62、特徴量算出部63を備える。これらの機能は、CPU101がROM104に格納されたプログラムを読み込み実行することにより実現されるものである。
値を示している。同一の時間区分に得られた測定データであっても測定時刻も測定値もばらついていることがわかる。次にモデル作成部61は、同一の時間区分の測定値を集約し、それらが同一時刻に測定されたものとみなすことによって、測定時刻の差異を排除する((2−1)参照)。続いてモデル作成部61は、生体指標を複数の区間に分割し、各区間に存在する測定値の累計を出現頻度とするヒストグラムを生成する((2−2)参照)。モデル作成部61は、複数のガウス分布により、出現頻度の分布形状を近似する((2−3)参照)。この際、近似のための学習アルゴリズムとして、EMアルゴリズムを用いる。これにより、生体指標xの各値の出現確率P(x)を表す確率分布モデルが得られる((3)参照)。この(1)から(3)の一連の処理が、各時間区分のデータに対して実行される。
総合健康状態判断装置1は、計測装置により測定され又はユーザにより入力された各種の生体指標、生活指標、属性指標に基づいてイベント発生リスクを推定する処理を行う。
時間、連続歩行回数、歩行パタンの規則性等)、睡眠関連指標(睡眠時間、寝返り回数、呼吸回数等)、食事関連指標(摂取カロリー量、夕食の時間、アルコール摂取頻度等)、その他の情報(喫煙習慣の有無等)が生活指標に該当する。「属性指標」とは、個人の属性を客観的に識別するための尺度、およびその数値であり、例えば性別、年齢、身長、病歴などが該当する。
疾病リスクのモデル:
RK=RK(t)×exp(ΣαjKxj+εK) (1)
以上述べた本実施形態の構成によれば、過去の所定期間に蓄積された測定データから確率分布を表すモデルが作成される。このモデルは、評価対象者本人の生体指標の値の時間的な変動やばらつきを、分布若しくはパタンとしてモデリングしたものといえる。このようなモデルに評価の対象となる測定データを当てはめることにより、その測定データの値が評価対象者本人の通常状態からどの程度乖離しているのかを定量化することができる。
そして、N個の測定データの各値の乖離度合い(出現確率)を求め、それらを統合して1つのスコアを算出することで、継続的な測定により得られた複数の測定データを1つの特徴量(値)に変換することができる。
2〜5 計測装置
6 特徴抽出装置
60 測定データ取得部
61 モデル作成部
62 出現確率算出部
63 特徴量算出部
101 CPU
102 データ送受信デバイス
103 通信制御部
104 ROM
105 RAM
106 記憶媒体制御部
107 電源
108 電源制御部
Claims (7)
- 生体指標の測定データから健康状態の評価に利用するための特徴量を抽出する特徴抽出装置であって、
過去の所定期間に蓄積された複数の測定データをもとに、前記生体指標の値の確率分布を表すモデルを作成するモデル作成手段と、
評価の対象となるN個の測定データ(Nは2以上の整数)を取得する評価用データ取得手段と、
前記モデルを参照して前記N個の測定データの各値の出現確率を求める出現確率算出手段と、
前記N個の測定データの各値の出現確率を統合して1つのスコアを算出し、該スコアを前記N個の測定データの特徴量として出力する特徴量算出手段と、
を備え、
1日の中に複数の時間区分が設定されており、
前記モデル生成手段は、時間区分ごとに前記モデルを生成し、
前記出現確率算出手段は、前記N個の測定データの値の出現確率を求める際に、各測定データの測定時刻に対応する時間区分のモデルを参照して出現確率を算出する
ことを特徴とする特徴抽出装置。 - 前記評価用データ取得手段は、すべての時間区分に対応する測定データが含まれるように、前記N個の測定データを取得する
ことを特徴とする請求項1に記載の特徴抽出装置。 - 前記スコアは、前記N個の測定データの各値の出現確率の積である
ことを特徴とする請求項1又は2に記載の特徴抽出装置。 - 請求項1〜3のうちいずれか1項に記載の特徴抽出装置と、
前記特徴抽出装置から出力された前記N個の測定データの特徴量に基づいて健康状態を評価する健康状態判断装置と、
を備えることを特徴とする健康状態判断システム。 - 生体指標の測定データから健康状態の評価に利用するための特徴量を抽出する特徴抽出方法であって、
コンピュータが、
過去の所定期間に蓄積された複数の測定データをもとに、前記生体指標の値の確率分布を表すモデルを作成するステップと、
評価の対象となるN個の測定データ(Nは2以上の整数)を取得するステップと、
前記モデルを参照して前記N個の測定データの各値の出現確率を求めるステップと、
前記N個の測定データの各値の出現確率を統合して1つのスコアを算出し、該スコアを前記N個の測定データの特徴量として出力するステップと、
を実行する特徴抽出方法において、
1日の中に複数の時間区分が設定されており、
前記モデルを作成するステップでは、時間区分ごとに前記モデルが生成され、
前記出現確率を求めるステップでは、前記N個の測定データの値の出現確率を求める際に、各測定データの測定時刻に対応する時間区分のモデルを参照して出現確率が算出される
ことを特徴とする特徴抽出方法。 - 請求項5に記載の特徴抽出方法における各ステップをコンピュータに実行させるためのプログラム。
- 請求項6に記載のプログラムを記録したコンピュータ読み取り可能な記録媒体。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008330259A JP5176942B2 (ja) | 2008-12-25 | 2008-12-25 | 特徴抽出装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008330259A JP5176942B2 (ja) | 2008-12-25 | 2008-12-25 | 特徴抽出装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2010152658A JP2010152658A (ja) | 2010-07-08 |
JP5176942B2 true JP5176942B2 (ja) | 2013-04-03 |
Family
ID=42571677
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2008330259A Expired - Fee Related JP5176942B2 (ja) | 2008-12-25 | 2008-12-25 | 特徴抽出装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5176942B2 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6370209B2 (ja) * | 2014-12-24 | 2018-08-08 | 日本光電工業株式会社 | 生体情報予測装置、生体情報予測方法、及びプログラム |
JP6304050B2 (ja) * | 2015-01-14 | 2018-04-04 | トヨタ自動車株式会社 | 生体状態推定装置 |
WO2017109910A1 (ja) * | 2015-12-24 | 2017-06-29 | 富士通株式会社 | 電子機器、判定方法および判定プログラム |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE4134960A1 (de) * | 1991-10-23 | 1993-04-29 | Popp Fritz Albert Dr | Verfahren zur ganzheitlichen analyse des gesundheitszustandes |
JP2000126135A (ja) * | 1998-10-28 | 2000-05-09 | Akinori Ishii | 健康管理システム |
JP3994773B2 (ja) * | 2002-03-26 | 2007-10-24 | 株式会社日立エンジニアリング・アンド・サービス | 在宅者健康状態遠隔診断装置 |
JP2006235940A (ja) * | 2005-02-24 | 2006-09-07 | Mitsubishi Electric Corp | 健康管理支援システム |
JP5038671B2 (ja) * | 2006-09-25 | 2012-10-03 | 株式会社東芝 | 検査項目選定装置、検査項目選定方法、及び検査項目選定プログラム |
JP5054984B2 (ja) * | 2007-01-17 | 2012-10-24 | 株式会社日立メディコ | 個別健康指導支援システム |
-
2008
- 2008-12-25 JP JP2008330259A patent/JP5176942B2/ja not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JP2010152658A (ja) | 2010-07-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5185785B2 (ja) | 健康状態判断装置 | |
JP5219700B2 (ja) | 生体指標管理装置 | |
JP5135197B2 (ja) | 生体指標管理装置 | |
Yang et al. | Lifelogging data validation model for internet of things enabled personalized healthcare | |
JP2010026855A (ja) | 健康状態判断装置 | |
US20230055828A1 (en) | Systems and methods for processing electronic images and updating based on sensor data | |
WO2016104326A1 (ja) | 生活習慣改善装置及び生活習慣改善方法並びに生活習慣改善システム | |
US11185269B1 (en) | Context-aware post traumatic stress disorder monitoring and intervention | |
CN108135548A (zh) | 用于监测压力状态的方法和系统 | |
JP6659049B2 (ja) | 血糖値予測装置、血糖値予測方法及びプログラム | |
Kubala et al. | Field-based measurement of sleep: agreement between six commercial activity monitors and a validated accelerometer | |
JP7502192B2 (ja) | うつ状態を推定する装置、方法及びそのためのプログラム | |
Angelides et al. | Wearable data analysis, visualisation and recommendations on the go using android middleware | |
JP2005305134A (ja) | 生体情報処理装置、生体情報処理システム | |
JP2018005284A (ja) | 情報処理方法、情報処理装置及び情報処理プログラム | |
JP5176942B2 (ja) | 特徴抽出装置 | |
Cosoli et al. | Methods for the metrological characterization of wearable devices for the measurement of physiological signals: state of the art and future challenges | |
JP2018509270A (ja) | 精神的苦痛モニタリングシステム | |
Chen et al. | PREDICTIVE MODELING OF POSTOPERATIVE OUTCOMES | |
Munck et al. | Evaluation of Self-Trackers for Use in Telerehabilitation. | |
Assaf et al. | Sleep detection using physiological signals from a wearable device | |
Bell et al. | Ambulatory blood pressure status in children: comparing alternate limit sources | |
WO2023074284A1 (ja) | 健康状態判定方法、及び、健康状態判定システム | |
WO2023074283A1 (ja) | 健康状態判定方法、及び、健康状態判定システム | |
JP2023123176A (ja) | 情報処理方法、プログラム、情報処理装置及び情報処理システム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20101111 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20120516 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20120522 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20120723 |
|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20120803 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20120803 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20121211 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20121224 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5176942 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
LAPS | Cancellation because of no payment of annual fees |