JP6149233B1 - 食事管理システム、食事管理方法、サーバ装置、及びプログラム - Google Patents
食事管理システム、食事管理方法、サーバ装置、及びプログラム Download PDFInfo
- Publication number
- JP6149233B1 JP6149233B1 JP2016048059A JP2016048059A JP6149233B1 JP 6149233 B1 JP6149233 B1 JP 6149233B1 JP 2016048059 A JP2016048059 A JP 2016048059A JP 2016048059 A JP2016048059 A JP 2016048059A JP 6149233 B1 JP6149233 B1 JP 6149233B1
- Authority
- JP
- Japan
- Prior art keywords
- unit
- meal
- user
- information
- excess
- 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
Landscapes
- Medical Treatment And Welfare Office Work (AREA)
Abstract
【課題】栄養素レベルでの過不足を判定するとともに、ユーザのアクティビティ等に基づいて学習を重ねることで最適な食事提案を行う。【解決手段】サーバ装置1は、食事に係るデータを受け付け、ユーザに最適な食事提案を行うもので、食事に係るデータより料理と量を特定する料理特定部12aと、料理の食材を特定する食材内訳特定部12bと、食材に含まれる栄養素と含有量を特定する栄養素内訳特定部12cと、全ての栄養素の過不足を判定する過不足判定部12dと、ユーザに最適な食事を選定し提案する最適食事提案部12eと、ユーザのパーソナル情報に基づいて過不足判定部12dによる判定において参照する基準に学習による修正を加えるAI学習部12gとを備え、パーソナル情報とは、ユーザの属性情報に加えて、目標減量に係る情報、血液検査情報、及びライフ情報の少なくともいずれかを含む。【選択図】図2
Description
本発明は、食事に係る栄養素の過不足、最適な食事提案等を行う食事管理システム、食事管理方法、サーバ装置、及びプログラムに関する。
従来、健康志向が広がる中、個人の食事を管理する各種サービスが提供されている。例えば、管理栄養士が、インターネット等を介して接続された外部の端末より、大まかな栄養判定や、アドバイスを行うサービスも実現されている。また、画像解析により、ユーザの食事を認識し、認識結果に基づいて各種サービスを行うこともなされている。
例えば、特許文献1では、撮像部により食事に関する画像を撮像し、通知部により画像及び画像の撮像時刻に基づいて推定されたユーザの食生活に関する情報を通知する食事管理システムが開示されている。
しかしながら、特許文献1に開示されたものでは、栄養素レベルでの過不足の判定やユーザに最適な食事の提案はなされない。
また、ユーザのパーソナル情報に基づいて学習を重ねることで、単に画一化された基準に基づいて決定された推奨食事だけでなく、ユーザのアクティビティ等から、より推奨される食事を提案するような従来技術は存在しない。
本発明は、このような課題に鑑みてなされたものであり、その目的とするところは、栄養素レベルでの過不足を判断することができ、ユーザのアクティビティ等に基づいて学習を重ねることで、最適な食事提案を行うことにある。
上記課題を解決するため、本発明の第1の態様に係るサーバ装置は、食事に係るデータを受け付け、ユーザに最適な食事提案を行うサーバ装置であって、前記食事に係るデータより料理と量を特定する料理特定部と、前記料理の食材を特定する食材内訳特定部と、前記食材に含まれる栄養素と含有量を特定する栄養素内訳特定部と、全ての栄養素の過不足を判定する過不足判定部と、前記ユーザに最適な食事を選定し提案する最適食事提案部と、前記ユーザのパーソナル情報に基づいて、前記過不足判定部による判定において参照する基準に学習による修正を加えるAI学習部と、を備え、前記パーソナル情報とは、ユーザの属性情報に加えて、目標減量に係る情報、血液検査情報、及びライフ情報の少なくともいずれかを含み、前記AI学習部は、当日を含む所定期間内に記録された料理を全て食材レベルで内訳を特定し、当該食材を一つ以上含む料理を抽出し、当該料理の中から網羅率の高いものから優先度を付与し、前記最適食事提案部では前記優先度の高いものから選定する。
また、本発明の第2の態様に係るサーバ装置は、食事に係るデータを受け付け、ユーザに最適な食事提案を行うサーバ装置であって、前記食事に係るデータより料理と量を特定する料理特定部と、前記料理の食材を特定する食材内訳特定部と、前記食材に含まれる栄養素と含有量を特定する栄養素内訳特定部と、全ての栄養素の過不足を判定する過不足判定部と、前記ユーザに最適な食事を選定し提案する最適食事提案部と、前記ユーザのパーソナル情報に基づいて、前記過不足判定部による判定において参照する基準に学習による修正を加えるAI学習部と、を備え、前記パーソナル情報とは、ユーザの属性情報に加えて、目標減量に係る情報、血液検査情報、及びライフ情報の少なくともいずれかを含み、前記AI学習部は、所定期間に記録された料理を全て食材レベルで内訳を特定し、当該食材を一つ以上含む料理を抽出し、当該料理の中から網羅率の高いものから優先するように前記最適食事提案部の処理に学習効果を加える。
また、本発明の第3の態様に係るサーバ装置は、第1又は第2の態様において、前記最適食事提案部は、前記食事の提案に際して料理名と対応付けて該料理の摂取によりどの程度の過不足が補えるか数値表示するよう促す。
また、本発明の第2の態様に係るサーバ装置は、食事に係るデータを受け付け、ユーザに最適な食事提案を行うサーバ装置であって、前記食事に係るデータより料理と量を特定する料理特定部と、前記料理の食材を特定する食材内訳特定部と、前記食材に含まれる栄養素と含有量を特定する栄養素内訳特定部と、全ての栄養素の過不足を判定する過不足判定部と、前記ユーザに最適な食事を選定し提案する最適食事提案部と、前記ユーザのパーソナル情報に基づいて、前記過不足判定部による判定において参照する基準に学習による修正を加えるAI学習部と、を備え、前記パーソナル情報とは、ユーザの属性情報に加えて、目標減量に係る情報、血液検査情報、及びライフ情報の少なくともいずれかを含み、前記AI学習部は、所定期間に記録された料理を全て食材レベルで内訳を特定し、当該食材を一つ以上含む料理を抽出し、当該料理の中から網羅率の高いものから優先するように前記最適食事提案部の処理に学習効果を加える。
また、本発明の第3の態様に係るサーバ装置は、第1又は第2の態様において、前記最適食事提案部は、前記食事の提案に際して料理名と対応付けて該料理の摂取によりどの程度の過不足が補えるか数値表示するよう促す。
本発明の第4の態様に係るサーバ装置は、第1乃至第3の態様において、前記AI学習部は、前記ユーザの歩数から消費カロリーを算出し、当日の摂取カロリーが消費カロリーよりも多いときには、予め定められた所定期間内に差分をゼロとするために前記基準に含まれる摂取基準値を低く設定する。
本発明の第5の態様に係るサーバ装置は、第1乃至第4の態様において、前記AI学習部は、前記ユーザの睡眠時間、又は睡眠の状態に基づいて、睡眠の状態が適正か否かを判断し、適正でないと判断したときは、前記基準に含まれる栄養素としてトリプトファン、フェニルアラニン、ビタミンB1の少なくともいずれかを設定する。
本発明の第6の態様に係るサーバ装置は、第1乃至第5の態様において、前記AI学習部は、前記ユーザの体重推移に基づいて、予め定められたペースと比べて減量が進んでいないときは、前記基準に含まれる摂取基準値を低く設定する。
本発明の第7の態様に係るサーバ装置は、第1乃至第6の態様において、前記AI学習部は、前記ユーザの食事記録情報に基づいて、前記最適食事提案部による最適食事の選定に学習による修正を加える。
本発明の第8の態様に係る食事管理方法は、サーバ装置が、食事に係るデータより料理と量を特定し、前記料理の食材と栄養素と含有量を特定し、全ての栄養素の過不足を判定し、前記ユーザに最適な食事を選定し提案し、前記ユーザのパーソナル情報に基づいて、前記過不足判定部による判定において参照する基準に学習による修正を加え、前記パーソナル情報とは、ユーザの属性情報に加えて、目標減量に係る情報、血液検査情報、及びライフ情報の少なくともいずれかを含み、前記学習による修正では、当日を含む所定期間内に記録された料理を全て食材レベルで内訳を特定し、当該食材を一つ以上含む料理を抽出し、当該料理の中から網羅率の高いものから優先度を付与し、前記優先度の高いものから選定する。
本発明の第9の態様に係る食事管理方法は、サーバ装置が、食事に係るデータより料理と量を特定し、前記料理の食材と栄養素と含有量を特定し、全ての栄養素の過不足を判定し、前記ユーザに最適な食事を選定し提案し、前記ユーザのパーソナル情報に基づいて、前記過不足判定部による判定において参照する基準に学習による修正を加え、前記パーソナル情報とは、ユーザの属性情報に加えて、目標減量に係る情報、血液検査情報、及びライフ情報の少なくともいずれかを含み、前記学習による修正では、所定期間内に記録された料理を全て食材レベルで内訳を特定し、当該食材を一つ以上含む料理を抽出し、当該料理の中から網羅率の高いものから優先度を付与し、前記優先度の高いものから選定する。
本発明の第9の態様に係る食事管理方法は、サーバ装置が、食事に係るデータより料理と量を特定し、前記料理の食材と栄養素と含有量を特定し、全ての栄養素の過不足を判定し、前記ユーザに最適な食事を選定し提案し、前記ユーザのパーソナル情報に基づいて、前記過不足判定部による判定において参照する基準に学習による修正を加え、前記パーソナル情報とは、ユーザの属性情報に加えて、目標減量に係る情報、血液検査情報、及びライフ情報の少なくともいずれかを含み、前記学習による修正では、所定期間内に記録された料理を全て食材レベルで内訳を特定し、当該食材を一つ以上含む料理を抽出し、当該料理の中から網羅率の高いものから優先度を付与し、前記優先度の高いものから選定する。
本発明の第10の態様に係るプログラムは、コンピュータを、食事に係るデータより料理と量を特定する料理特定部と、前記料理の食材を特定する食材内訳特定部と、前記食材に含まれる栄養素と含有量を特定する栄養素内訳特定部と、全ての栄養素の過不足を判定する過不足判定部と、前記ユーザに最適な食事を選定し提案する最適食事提案部と、前記ユーザのパーソナル情報に基づいて、前記過不足判定部による判定において参照する基準に学習による修正を加えるAI学習部と、して機能させ、前記パーソナル情報とは、ユーザの属性情報に加えて、目標減量に係る情報、血液検査情報、及びライフ情報の少なくともいずれかを含み、前記AI学習部は、当日を含む所定期間内に記録された料理を全て食材レベルで内訳を特定し、当該食材を一つ以上含む料理を抽出し、当該料理の中から網羅率の高いものから優先度を付与し、前記最適食事提案部では前記優先度の高いものから選定する。
本発明の第11の態様に係るプログラムは、コンピュータを、食事に係るデータより料理と量を特定する料理特定部と、前記料理の食材を特定する食材内訳特定部と、前記食材に含まれる栄養素と含有量を特定する栄養素内訳特定部と、全ての栄養素の過不足を判定する過不足判定部と、前記ユーザに最適な食事を選定し提案する最適食事提案部と、前記ユーザのパーソナル情報に基づいて、前記過不足判定部による判定において参照する基準に学習による修正を加えるAI学習部と、して機能させ、前記パーソナル情報とは、ユーザの属性情報に加えて、目標減量に係る情報、血液検査情報、及びライフ情報の少なくともいずれかを含み、前記AI学習部は、所定期間内に記録された料理を全て食材レベルで内訳を特定し、当該食材を一つ以上含む料理を抽出し、当該料理の中から網羅率の高いものから優先度を付与し、前記最適食事提案部では前記優先度の高いものから選定する。
本発明の第11の態様に係るプログラムは、コンピュータを、食事に係るデータより料理と量を特定する料理特定部と、前記料理の食材を特定する食材内訳特定部と、前記食材に含まれる栄養素と含有量を特定する栄養素内訳特定部と、全ての栄養素の過不足を判定する過不足判定部と、前記ユーザに最適な食事を選定し提案する最適食事提案部と、前記ユーザのパーソナル情報に基づいて、前記過不足判定部による判定において参照する基準に学習による修正を加えるAI学習部と、して機能させ、前記パーソナル情報とは、ユーザの属性情報に加えて、目標減量に係る情報、血液検査情報、及びライフ情報の少なくともいずれかを含み、前記AI学習部は、所定期間内に記録された料理を全て食材レベルで内訳を特定し、当該食材を一つ以上含む料理を抽出し、当該料理の中から網羅率の高いものから優先度を付与し、前記最適食事提案部では前記優先度の高いものから選定する。
本発明の第12の態様に係る食事管理システムは、ユーザ端末とサーバ装置とからなる食事管理システムにおいて、前記サーバ装置は、食事に係るデータを受け付け料理と量を特定する料理特定部と、前記料理の食材を特定する食材内訳特定部と、前記食材に含まれる栄養素と含有量を特定する栄養素内訳特定部と、全ての栄養素の過不足を判定する過不足判定部と、前記ユーザに最適な食事を選定し提案する最適食事提案部と、前記ユーザのパーソナル情報に基づいて、前記過不足判定部による判定において参照する基準に学習による修正を加えるAI学習部と、を備え、前記ユーザ端末は、前記過不足判定部による判定結果、及び前記最適食事提案部による提案を表示し、前記パーソナル情報とは、ユーザの属性情報に加えて、目標減量に係る情報、血液検査情報、及びライフ情報の少なくともいずれかを含み、前記AI学習部は、当日を含む所定期間内に記録された料理を全て食材レベルで内訳を特定し、当該食材を一つ以上含む料理を抽出し、当該料理の中から網羅率の高いものから優先度を付与し、前記最適食事提案部では前記優先度の高いものから選定する。
本発明の第13の態様に係る食事管理システムは、ユーザ端末とサーバ装置とからなる食事管理システムにおいて、前記サーバ装置は、食事に係るデータを受け付け料理と量を特定する料理特定部と、前記料理の食材を特定する食材内訳特定部と、前記食材に含まれる栄養素と含有量を特定する栄養素内訳特定部と、全ての栄養素の過不足を判定する過不足判定部と、前記ユーザに最適な食事を選定し提案する最適食事提案部と、前記ユーザのパーソナル情報に基づいて、前記過不足判定部による判定において参照する基準に学習による修正を加えるAI学習部と、を備え、前記ユーザ端末は、前記過不足判定部による判定結果、及び前記最適食事提案部による提案を表示し、前記パーソナル情報とは、ユーザの属性情報に加えて、目標減量に係る情報、血液検査情報、及びライフ情報の少なくともいずれかを含み、前記AI学習部は、所定期間内に記録された料理を全て食材レベルで内訳を特定し、当該食材を一つ以上含む料理を抽出し、当該料理の中から網羅率の高いものから優先度を付与し、前記最適食事提案部では前記優先度の高いものから選定する。
本発明の第13の態様に係る食事管理システムは、ユーザ端末とサーバ装置とからなる食事管理システムにおいて、前記サーバ装置は、食事に係るデータを受け付け料理と量を特定する料理特定部と、前記料理の食材を特定する食材内訳特定部と、前記食材に含まれる栄養素と含有量を特定する栄養素内訳特定部と、全ての栄養素の過不足を判定する過不足判定部と、前記ユーザに最適な食事を選定し提案する最適食事提案部と、前記ユーザのパーソナル情報に基づいて、前記過不足判定部による判定において参照する基準に学習による修正を加えるAI学習部と、を備え、前記ユーザ端末は、前記過不足判定部による判定結果、及び前記最適食事提案部による提案を表示し、前記パーソナル情報とは、ユーザの属性情報に加えて、目標減量に係る情報、血液検査情報、及びライフ情報の少なくともいずれかを含み、前記AI学習部は、所定期間内に記録された料理を全て食材レベルで内訳を特定し、当該食材を一つ以上含む料理を抽出し、当該料理の中から網羅率の高いものから優先度を付与し、前記最適食事提案部では前記優先度の高いものから選定する。
本発明によれば、栄養素レベルでの過不足を判定するとともに、ユーザのアクティビティ等に基づいて学習を重ねることで最適な食事提案を行う食事管理システム、食事管理方法、サーバ装置、及びプログラムを提供することができる。
以下、図面を参照しつつ本発明の実施形態について説明する。
本発明の一実施形態に係る食事管理システムでは、ユーザの年齢や性別等の属性情報に加えて、減量目標及びペース、血液検査結果(DNAやアレルギー等)、及び蓄積されたライフデータ(消費カロリーや睡眠などの行動記録、食事記録)の少なくともいずれかに基づいて、自動的に最適な食事管理を行うものである。以下、詳述する。
本発明の一実施形態に係る食事管理システムでは、ユーザの年齢や性別等の属性情報に加えて、減量目標及びペース、血液検査結果(DNAやアレルギー等)、及び蓄積されたライフデータ(消費カロリーや睡眠などの行動記録、食事記録)の少なくともいずれかに基づいて、自動的に最適な食事管理を行うものである。以下、詳述する。
図1には本発明の一実施形態に係る食事管理システムの構成を示し説明する。
同図に示されるように、実施形態に係る食事管理システムは、サーバ装置1とユーザ端末2a、2b、2c…(以下、符号2で総称する)とが、インターネット等のネットワーク3を介して接続され、構成されている。ユーザ端末2としては、スマートフォン、タブレット端末、ノート型パーソナルコンピュータ等、各種のものを採用できる。
このような構成において、ユーザ端末2には、アプリケーションプログラムが実装されており、該プログラムを実行することで、所定画面を表示する。そして、食事が撮影又は入力されると、そのデータがサーバ装1置に送信される。サーバ装置1では、食事に係るデータより料理と量を特定し、食材と栄養素と含有量を特定し、全ての栄養素の過不足を判定する。さらに、ユーザに最適な食事を選定し提案する。
この過不足の判定、食事の選定に際しては、ユーザの年齢や性別等といった属性情報に加えて、減量目標及びペース、血液検査結果(DNAやアレルギー等)、及び蓄積されたライフデータ(消費カロリーや睡眠などの行動記録、食事記録)の少なくともいずれかに基づいて、参照される基準に適宜修正が加えられて、ユーザのアクティビティ等まで考慮した最適な判定、及び選定がなされることになる。この判定、及び選定結果は、ユーザ端末2に送信され、表示される。
図2には食事管理システムのサーバ装置の構成を更に詳細に示し説明する。
同図に示されるように、サーバ装置1は、CPU(Central Processing Unit)等の制御部10を備えており、該制御部10が、システムバス19を介して、通信部20、記憶部13と接続されている。通信部20は、ネットワーク3を介してユーザ端末2と通信するための通信インタフェースである。記憶部13は、制御部10で実行されるプログラム11を格納しており、更にユーザデータベース(以下、DBと略記する)14、食材DB15、効能DB16、レシピDB17、及び一般基準DB18を論理的に格納している。記憶部13は、RAM(Random Access Memory)、ROM(Read Only Memory)、ハードディスクドライブ等で構成されており、制御部10によるプログラム11の実行時にはワークエリアを提供する。
ユーザDB14は、ユーザのパーソナル情報として、固定的情報、意思的情報、準固定的情報、及び変動蓄積情報等をテーブル形式で保持している。食材DB15は、各種食材に含まれる栄養素及び含有量等を保持している。効能DB16は、各栄養素による効能等の情報を保持している。レシピDB17は、各種料理、及び料理に含まれる食材等の情報を保持している。一般基準DB18は、詳細は後述する過不足判定等を行う際に参照される各種基準を保持している。
一方、制御部10は、記憶部13のプログラム11を読み出し実行することで、食事解析人工知能(AI;artificial intelligence)部12、主制御部12hとして機能する。食事解析AI部12は、更に料理特定部12a、食材内訳特定部12b、栄養素内訳特定部12c、過不足判定部12d、最適食事提案部12e、全体影響判定部12f、及びAI学習部12gを含む。
このような構成において、通信部20を介して、ユーザ端末2から食事に係るデータを受け付けると、料理特定部12aは、食事に係るデータより料理と量を特定する。食材内訳特定部12bは、料理の食材を特定する。栄養素内訳特定部12cは、食材の栄養素と含有量を特定する。過不足判定部12dは、全ての栄養素の過不足を判定する。最適食事提案部12eは、ユーザに最適な食事を選定し提案する。全体影響判定部12fは、過不足が食生活に与える影響を判定する。そして、AI学習部12gは、ユーザのパーソナル情報に基づいて、過不足判定部10dによる判定において参照する基準に学習による修正を加える。ここで、パーソナル情報とは、ユーザの属性情報に加えて、目標減量に係る情報、血液検査情報、及びライフ情報の少なくともいずれかを含んでよい。以上のほか、主制御部12hは、総括的な制御を司る。
AI学習部12gは、ユーザの歩数から消費カロリーを算出し、当日の摂取カロリーが消費カロリーよりも多いときには、予め定められた所定期間内に差分をゼロとするために前記基準に含まれる摂取基準値を低く設定する。さらに、AI学習部12gは、ユーザの睡眠時間、又は睡眠の状態に基づいて、睡眠の状態が適正か否かを判断し、適正でないと判断したときは、基準に含まれる栄養素としてトリプトファン、フェニルアラニン、ビタミンB1の少なくともいずれかを設定する。
さらに、AI学習部12gは、ユーザの体重推移に基づいて、予め定められたペースと比べて減量が進んでいないときは、前記基準に含まれる摂取基準値を低く設定する。さらに、AI学習部12gは、ユーザの食事記録情報に基づいて、最適食事提案部12eによる最適食事の選定に学習による修正を加える。AI学習部12gによる学習機能については、後に図4で詳述する。
図3には食事管理システムのユーザ端末の構成を更に詳細に示し説明する。
同図に示されるように、ユーザ端末2は、CPU等の制御部21を備えており、制御部21は、通信部22、操作部23、表示部24、カメラ部27、及び記憶部25と接続されている。通信部22は、インターネット等のネットワーク3を介してサーバ装置1と通信するための通信インタフェースである。操作部23は、マウスやキーボード等の操作デバイスであり、表示部24は液晶ディスプレイ等の表示デバイスであり、両者をタッチパネルとして構成することもできる。記憶部25は、RAM、ROM、HDD等の記憶デバイスであり、制御部21で実行されるプログラム26を記憶していると共に、その実行時にはワークエリアを提供する。
このような構成において、制御部21は、記憶部25のプログラム26を読み出し実行することで、主制御部21a、閲覧部21b、表示制御部21c、ライフ情報通信制御部21dとして機能する。
主制御部21aは、全体の制御を司る。閲覧部21bは、アプリケーションプログラム実行時にサーバ装置1から送信されたデータに基づいて各種情報を閲覧可能とする。表示制御部21cは、表示部24による各種表示を制御する。そして、ライフ情報通信制御部21dは、例えばウェアラブル計測機器などから送信されるライフ情報をサーバ装置1側に転送するように制御する。
図4にはサーバ装置1の制御部10の食事解析AI部12の機能を示し説明する。
同図に示されるように、ユーザDB14には、ユーザのパーソナル情報として、固定的情報、意思的情報、準固定的情報、変動蓄積情報が記憶されている。固定的情報とは、ユーザの年齢や性別等の属性情報である。意思的情報とは、目標減量と減量のペース等の情報である。準固定的情報とは、血液検査でわかる、DNA情報、血液検査情報、及びアレルギー情報等である。変動蓄積情報とは、消費カロリー、睡眠量と睡眠の状態(質)、及び体重記録に係る情報等である。主制御部12hは、これらパーソナル情報に基づいて、一般的基準DB18の一般的基準を参照し、ユーザ個人の摂取基準値(Y)、エネルギー、必要な各栄養素を設定する(#1)。このとき、AI学習部12gは、パーソナル情報に含まれるライフ情報に基づいて、後述するように、基準値にユーザのアクティビティ等を反映した修正を加えることになる(#2)。
ユーザ端末2から食事の入力がなされると、サーバ装置1側では、これを受け、料理特定部12aがレシピDB17を参照して料理と量を特定する。そして、食材内訳特定部12bは、食材DB15を参照して料理の食材を特定し、栄養素内訳特定部12cは、効能DB16を参照して食材の栄養素と摂取量(X)を特定する(#4)。過不足判定部12dは、摂取量(X)/摂取基準値(Y)を演算することで、全ての栄養素の過不足を判定する。このとき、全体影響判定部10fは、食事全体への影響を判定する。また、パーソナル情報に含まれるアレルギー情報等からブラックリスト(摂取不可栄養素)が存在する場合には、ブラックリストも表示するように促す(#5)。こうして、最適食事提案部12eは、判定結果に基づいてユーザに最適な食事を選定し提案する(#6)。このとき、AI学習部12gは、ユーザDB14の変動蓄積情報の食事記録に係る情報に基づいて食事選定のアルゴリズムに対して後述するような学習を加える(#7)。
以下、上記学習機能について更に詳述する。
第1に、AI学習部12gは、ユーザの運動量(例えば歩数)から消費カロリーを算出し、当日の摂取カロリーが消費カロリーよりも多いときには、予め定められた所定期間内に差分をゼロとするために一般基準より求める摂取基準値を低く設定する。例えば、摂取カロリーが消費カロリーよりもPkcalだけ多い場合に、翌日の摂取基準値よりPkcalだけ低く設定してもよい。また、予め所定期間内に摂取カロリーと消費カロリーとのバランスを取るように設定されている場合、摂取カロリーが消費カロリーよりもPkcalだけ多いときは、その日を含む所定期間の残存日数でPkcalを除算し、その除算された値をだけ翌日以降の摂取基準値より低く設定してもよい。これは、摂取カロリーが消費カロリーを超えた場合に、所定期間内で平均的に解消するという考え方に基づくものであるから、日付が変わる度に同じ演算を繰り返し行うことになる。
第2に、AI学習部12gは、ユーザの睡眠時間、又は睡眠の状態(レム睡眠、ノンレム睡眠、目覚めている時間等)に基づいて、睡眠の状態が適正か否かを判断し、適正でないと判断したときは、基準に含まれる栄養素として、例えばトリプトファン、フェニルアラニン、ビタミンB1の少なくともいずれかを設定する。例えば、睡眠の状態は、0から100%の間で設定するようにしてもよい。いま、当日の睡眠の状態に係る値を百分率に換算したものをαとする。何日分の睡眠の平均状態を基準の修正に反映させるかは、ユーザが選択でき、例えば1から7日としてよい。その場合、αの平均値が予め定められた所定値を下回った場合に、睡眠を促進させる前述したような栄養素を加えるようにする。睡眠を促進する栄養素は上記したものに限らず、種々のものを採用できる。
第3に、AI学習部12gは、ユーザの体重推移に基づいて、予め定められたペースと比べて減量が進んでいないときは、基準に含まれる摂取基準値を低く設定する。より詳細には、目標設定がなされている場合、体重の実測値が目標設定値を下回っていないときは一日の摂取基準値が変更される。一般に、1gあたりの減量に7kcalを要するとされているので、実測値と目標設定値との差分(g)に7を乗算した値を、減量のペース(期間)の残存期間で按分するようにしてもよい。
第4に、AI学習部12gは、ユーザの食事記録情報に基づいて、最適食事提案部12eによる最適食事の選定に学習による修正を加える。
より具体的には、次のようなアルゴリズムとなる。
(a)当日を含む所定期間内(例えば、3日間)に記録された料理を全て食材レベルで内訳を特定し、その食材を一つ以上含む料理を抽出する。そして、その中で、網羅率の高いものから優先度を付与する。その際、該当栄養素及び他栄養素も過剰値に抵触しないものを選択する。こうして、同一の網羅率であれば、含有する食材が過去3日で多いものから優先的に選択するように、最適食事提案部12eの処理に学習効果を加える。これによれば、家庭内食事での現実的な選択肢の可能性を高めることができる。
(b)所定期間(例えば、1か月)の料理の中で、網羅率の高い料理を優先するように最適食事提案部12eの処理に学習効果を加える。これによれば、季節を意識し、現実的な選択肢の可能性を高めることができる。
(c)過去の食事記録の中で、網羅率の高いものを優先するように最適食事提案部12eの処理に学習効果を加える。
(a)当日を含む所定期間内(例えば、3日間)に記録された料理を全て食材レベルで内訳を特定し、その食材を一つ以上含む料理を抽出する。そして、その中で、網羅率の高いものから優先度を付与する。その際、該当栄養素及び他栄養素も過剰値に抵触しないものを選択する。こうして、同一の網羅率であれば、含有する食材が過去3日で多いものから優先的に選択するように、最適食事提案部12eの処理に学習効果を加える。これによれば、家庭内食事での現実的な選択肢の可能性を高めることができる。
(b)所定期間(例えば、1か月)の料理の中で、網羅率の高い料理を優先するように最適食事提案部12eの処理に学習効果を加える。これによれば、季節を意識し、現実的な選択肢の可能性を高めることができる。
(c)過去の食事記録の中で、網羅率の高いものを優先するように最適食事提案部12eの処理に学習効果を加える。
以上の(a)〜(c)の中で、提案する食事が当日の食事と合わせて、当該栄養素及び他栄養素について、過剰値を出すものについては除外する。つまり、不足を補うだけでなく、過剰値も出ない学習効果を得ることが可能となる。
以下、図5のフローチャートを参照して、食事管理システムによる食事提案に至るまでの処理手順を説明する。ここでは、図6乃至図10の画面遷移を適宜参照する。
先ず、前提として最初にプログラムを起動したときに、図6(a)、図6(b)に示されるような画面において、ユーザの属性情報やダイエット目標を入力し、サーバ装置1側に登録するようになっている。より詳細には、先ず図6(a)に示されるような画面がユーザ端末2の表示部24に表示され、ダイエット(減量)の目標体重、筋肉増量の有無、年齢、性別、メールアドレス等を入力する。そして、ダイエットの目標体重の入力欄の横の決定ボタンを選択すると、図6(b)に示される画面に遷移し、どのくらいの期間にどの程度の減量を目標とするのか入力さする。図6(b)に示される画面では、ダイエット目標として「2か月で3kgの減量を目指します!」と表示され、それを実現するための1日の基準(栄養素、摂取カロリー)が表示される。摂取カロリーについては、消費カロリーと差分カロリーも表示される。
さて、プログラムを起動すると(S1)、ユーザ端末2より食事に係るデータ入力又は撮影を受け付ける(S2)。このとき、ユーザ端末2では、図7(a)、図7(b)に示されるような画面が表示部24に表示される。図7(a)は、食事に係るデータの入力画面であり、図7(b)は、入力された料理の確認画面である。ここでは、料理としてご飯、納豆、焼き魚(さんま)等が入力されている。ユーザ端末2では、主制御部21aが食事提案ボタンが選択されたか否かを判断し(S3)、選択されているときは(S3をYes)、サーバ装置1に対して解析要求を送信する(S4)。
サーバ装置1は、解析要求を受信すると(S5)、料理特定部12aがレシピDB17を参照して料理と量を特定し(S6)、食材内訳特定部12bが食材DB15を参照して食材を特定し(S7)、栄養素内訳特定部12cが効能DB16を参照して栄養素と含有量を特定し(S8)、過不足判定部12dが栄養素レベルでの過不足を判定する(S9)。そして主制御部12hが、全体集計、内訳データを、通信部20を介してユーザ端末2に送信する(S10)。ユーザ端末2では、表示部24に画面表示を行う(S11)。
この表示の様子は、例えば図8(a)、8(b)に示される。図8(a)では、全体集計として、栄養素摂取率、栄養素過剰率が表示される。更に、三大栄養素、ビタミン、ミネラル(即ち、五大栄養素)についての詳細な過不足が示されている。ここでは、不図示であるが、更にその他の100種類以上の栄養素の効果や効能も表示可能である。これらは過不足の基準がないので、効果及び効能のみの表示としてよい。図8(b)では、三大栄養素(糖質、たんぱく質、脂質)の過不足が更に詳細に示されている。
サーバ装置1では、全体影響判定部12fが、全栄養素の過不足の全体影響を解析し(S12)、解析データをユーザ端末2に送信する(S13)。ユーザ端末2では、表示部24に過不足の全体影響に関する画面表示を行う(S14)。
この表示の様子は、例えば図9(a)、9(b)に示される。図9(a)では、過不足の内訳とその影響が対応付けられて示されている。そして、図9(b)では、不足一覧が示されている。不足一覧では、各栄養素事に、その分類記号と、栄養素名、摂取基準量に対する摂取量が数値表示されている。
続いて、サーバ装置1では、最適食事提案部12eが、レシピDB17を参照して、最適な食事を選定し(S15)、提案データをユーザ端末2に送信する(S16)。ユーザ端末2では、表示部24に提案された食事に関する画面表示を行う(S17)。
この表示の様子は、図10(a)、10(b)に示される。図10(a)では、提案すべき料理名が列挙され、該料理名と対応付けて、該料理の摂取によりどの程度の不足が補えるかが数値表示され、図10(b)では、各料理に含有される栄養素と、該栄養素についてどの程度過の不足が補えるかが数値表示される。以上で、食事提案に至るまでの一連の処理を終了する。
以上、本発明の一実施形態について説明したが、本発明はこれに限定されることなくその趣旨を逸脱しない範囲で種々の改良・変更が可能であることは勿論である。
例えば、最適な食事を求めるときに、消費カロリーや睡眠などのアクティビティデータや食事記録データに加えて、各種バイタルデータを参照してもよい。また、パーソナル情報として、アルコールの摂取量を保持し、過不足の内訳を表示するときに、アルコール内の糖質の内訳等も表示するようにしてもよい。
1…サーバ装置、2a,2b,2c…ユーザ端末、3…ネットワーク、10…制御部、10a…料理特定部、10b…食材内訳特定部、10c…栄養素内訳特定部、10d…過不足判定部、10e…最適食事提案部、10f…全体影響判定部、10g…AI学習部、10h…主制御部、11…プログラム、12…通信部、13…記憶部、14…ユーザDB、15…食材DB、16…効能DB、17…レシピDB、18…一般基準DB、19…システムバス、21…制御部、21a…主制御部、21b…閲覧部、21c…表示制御部、21d…ライフデータ通信制御部、22…通信部、23…操作部、24…表示部、25…記憶部、26…プログラム。
Claims (13)
- 食事に係るデータを受け付け、ユーザに最適な食事提案を行うサーバ装置であって、
前記食事に係るデータより料理と量を特定する料理特定部と、
前記料理の食材を特定する食材内訳特定部と、
前記食材に含まれる栄養素と含有量を特定する栄養素内訳特定部と、
全ての栄養素の過不足を判定する過不足判定部と、
前記ユーザに最適な食事を選定し提案する最適食事提案部と、
前記ユーザのパーソナル情報に基づいて、前記過不足判定部による判定において参照する基準に学習による修正を加えるAI学習部と、を備え、
前記パーソナル情報とは、ユーザの属性情報に加えて、目標減量に係る情報、血液検査情報、及びライフ情報の少なくともいずれかを含み、
前記AI学習部は、当日を含む所定期間内に記録された料理を全て食材レベルで内訳を特定し、当該食材を一つ以上含む料理を抽出し、当該料理の中から網羅率の高いものから優先度を付与し、前記最適食事提案部では前記優先度の高いものから選定する
サーバ装置。 - 食事に係るデータを受け付け、ユーザに最適な食事提案を行うサーバ装置であって、
前記食事に係るデータより料理と量を特定する料理特定部と、
前記料理の食材を特定する食材内訳特定部と、
前記食材に含まれる栄養素と含有量を特定する栄養素内訳特定部と、
全ての栄養素の過不足を判定する過不足判定部と、
前記ユーザに最適な食事を選定し提案する最適食事提案部と、
前記ユーザのパーソナル情報に基づいて、前記過不足判定部による判定において参照する基準に学習による修正を加えるAI学習部と、を備え、
前記パーソナル情報とは、ユーザの属性情報に加えて、目標減量に係る情報、血液検査情報、及びライフ情報の少なくともいずれかを含み、
前記AI学習部は、所定期間に記録された料理を全て食材レベルで内訳を特定し、当該食材を一つ以上含む料理を抽出し、当該料理の中から網羅率の高いものから優先するように前記最適食事提案部の処理に学習効果を加える
サーバ装置。 - 前記最適食事提案部は、前記食事の提案に際して料理名と対応付けて該料理の摂取によりどの程度の過不足が補えるか数値表示するよう促す
請求項1又は請求項2に記載のサーバ装置。 - 前記AI学習部は、前記ユーザの歩数から消費カロリーを算出し、当日の摂取カロリーが消費カロリーよりも多いときには、予め定められた所定期間内に差分をゼロとするために前記基準に含まれる摂取基準値を低く設定する
請求項1乃至請求項3のいずれか1項に記載のサーバ装置。 - 前記AI学習部は、前記ユーザの睡眠時間、又は睡眠の状態に基づいて、睡眠の状態が適正か否かを判断し、適正でないと判断したときは、前記基準に含まれる栄養素としてトリプトファン、フェニルアラニン、ビタミンB1の少なくともいずれかを設定する
請求項1乃至請求項4のいずれか1項に記載のサーバ装置。 - 前記AI学習部は、前記ユーザの体重推移に基づいて、予め定められたペースと比べて減量が進んでいないときは、前記基準に含まれる摂取基準値を低く設定する
請求項1乃至請求項5のいずれか1項に記載のサーバ装置。 - 前記AI学習部は、前記ユーザの食事記録情報に基づいて、前記最適食事提案部による最適食事の選定に学習による修正を加える
請求項1乃至請求項6のいずれか1項に記載のサーバ装置。 - サーバ装置が、
食事に係るデータより料理と量を特定し、
前記料理の食材と栄養素と含有量を特定し、
全ての栄養素の過不足を判定し、
前記ユーザに最適な食事を選定し提案し、
前記ユーザのパーソナル情報に基づいて、前記過不足判定部による判定において参照する基準に学習による修正を加え、
前記パーソナル情報とは、ユーザの属性情報に加えて、目標減量に係る情報、血液検査情報、及びライフ情報の少なくともいずれかを含み、
前記学習による修正では、当日を含む所定期間内に記録された料理を全て食材レベルで内訳を特定し、当該食材を一つ以上含む料理を抽出し、当該料理の中から網羅率の高いものから優先度を付与し、前記優先度の高いものから選定する
食事管理方法。 - サーバ装置が、
食事に係るデータより料理と量を特定し、
前記料理の食材と栄養素と含有量を特定し、
全ての栄養素の過不足を判定し、
前記ユーザに最適な食事を選定し提案し、
前記ユーザのパーソナル情報に基づいて、前記過不足判定部による判定において参照する基準に学習による修正を加え、
前記パーソナル情報とは、ユーザの属性情報に加えて、目標減量に係る情報、血液検査情報、及びライフ情報の少なくともいずれかを含み、
前記学習による修正では、所定期間内に記録された料理を全て食材レベルで内訳を特定し、当該食材を一つ以上含む料理を抽出し、当該料理の中から網羅率の高いものから優先度を付与し、前記優先度の高いものから選定する
食事管理方法。 - コンピュータを、
食事に係るデータより料理と量を特定する料理特定部と、
前記料理の食材を特定する食材内訳特定部と、
前記食材に含まれる栄養素と含有量を特定する栄養素内訳特定部と、
全ての栄養素の過不足を判定する過不足判定部と、
前記ユーザに最適な食事を選定し提案する最適食事提案部と、
前記ユーザのパーソナル情報に基づいて、前記過不足判定部による判定において参照する基準に学習による修正を加えるAI学習部と、して機能させ、
前記パーソナル情報とは、ユーザの属性情報に加えて、目標減量に係る情報、血液検査情報、及びライフ情報の少なくともいずれかを含み、
前記AI学習部は、当日を含む所定期間内に記録された料理を全て食材レベルで内訳を特定し、当該食材を一つ以上含む料理を抽出し、当該料理の中から網羅率の高いものから優先度を付与し、前記最適食事提案部では前記優先度の高いものから選定する
プログラム。 - コンピュータを、
食事に係るデータより料理と量を特定する料理特定部と、
前記料理の食材を特定する食材内訳特定部と、
前記食材に含まれる栄養素と含有量を特定する栄養素内訳特定部と、
全ての栄養素の過不足を判定する過不足判定部と、
前記ユーザに最適な食事を選定し提案する最適食事提案部と、
前記ユーザのパーソナル情報に基づいて、前記過不足判定部による判定において参照する基準に学習による修正を加えるAI学習部と、して機能させ、
前記パーソナル情報とは、ユーザの属性情報に加えて、目標減量に係る情報、血液検査情報、及びライフ情報の少なくともいずれかを含み、
前記AI学習部は、所定期間内に記録された料理を全て食材レベルで内訳を特定し、当該食材を一つ以上含む料理を抽出し、当該料理の中から網羅率の高いものから優先度を付与し、前記最適食事提案部では前記優先度の高いものから選定する
プログラム。 - ユーザ端末とサーバ装置とからなる食事管理システムにおいて、
前記サーバ装置は、
食事に係るデータを受け付け料理と量を特定する料理特定部と、
前記料理の食材を特定する食材内訳特定部と、
前記食材に含まれる栄養素と含有量を特定する栄養素内訳特定部と、
全ての栄養素の過不足を判定する過不足判定部と、
前記ユーザに最適な食事を選定し提案する最適食事提案部と、
前記ユーザのパーソナル情報に基づいて、前記過不足判定部による判定において参照する基準に学習による修正を加えるAI学習部と、を備え、
前記ユーザ端末は、
前記過不足判定部による判定結果、及び前記最適食事提案部による提案を表示し、
前記パーソナル情報とは、ユーザの属性情報に加えて、目標減量に係る情報、血液検査情報、及びライフ情報の少なくともいずれかを含み、
前記AI学習部は、当日を含む所定期間内に記録された料理を全て食材レベルで内訳を特定し、当該食材を一つ以上含む料理を抽出し、当該料理の中から網羅率の高いものから優先度を付与し、前記最適食事提案部では前記優先度の高いものから選定する
食事管理システム。 - ユーザ端末とサーバ装置とからなる食事管理システムにおいて、
前記サーバ装置は、
食事に係るデータを受け付け料理と量を特定する料理特定部と、
前記料理の食材を特定する食材内訳特定部と、
前記食材に含まれる栄養素と含有量を特定する栄養素内訳特定部と、
全ての栄養素の過不足を判定する過不足判定部と、
前記ユーザに最適な食事を選定し提案する最適食事提案部と、
前記ユーザのパーソナル情報に基づいて、前記過不足判定部による判定において参照する基準に学習による修正を加えるAI学習部と、を備え、
前記ユーザ端末は、
前記過不足判定部による判定結果、及び前記最適食事提案部による提案を表示し、
前記パーソナル情報とは、ユーザの属性情報に加えて、目標減量に係る情報、血液検査情報、及びライフ情報の少なくともいずれかを含み、
前記AI学習部は、所定期間内に記録された料理を全て食材レベルで内訳を特定し、当該食材を一つ以上含む料理を抽出し、当該料理の中から網羅率の高いものから優先度を付与し、前記最適食事提案部では前記優先度の高いものから選定する
食事管理システム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016048059A JP6149233B1 (ja) | 2016-03-11 | 2016-03-11 | 食事管理システム、食事管理方法、サーバ装置、及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016048059A JP6149233B1 (ja) | 2016-03-11 | 2016-03-11 | 食事管理システム、食事管理方法、サーバ装置、及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP6149233B1 true JP6149233B1 (ja) | 2017-06-21 |
JP2017162339A JP2017162339A (ja) | 2017-09-14 |
Family
ID=59081900
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016048059A Expired - Fee Related JP6149233B1 (ja) | 2016-03-11 | 2016-03-11 | 食事管理システム、食事管理方法、サーバ装置、及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6149233B1 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019153006A (ja) * | 2018-03-01 | 2019-09-12 | 味の素株式会社 | 献立提供装置、献立提供方法および献立提供プログラム |
US10942932B2 (en) | 2018-01-22 | 2021-03-09 | Everything Food, Inc. | System and method for grading and scoring food |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE112018004844T5 (de) | 2017-08-25 | 2020-06-04 | AGC Inc. | Laminiertes glas |
WO2022124784A1 (ko) * | 2020-12-10 | 2022-06-16 | 삼성전자 주식회사 | 식사 메뉴에 대한 정보를 제공하는 전자 장치와 이의 동작 방법 |
WO2023046719A2 (en) * | 2021-09-21 | 2023-03-30 | Société des Produits Nestlé S.A. | Methods and devices for improving sleep quality and/or subsequent behavioural outcomes |
KR102467888B1 (ko) * | 2022-08-02 | 2022-11-16 | 윤태훈 | 맞춤형 식단 생성 시스템 및 방법 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008210218A (ja) * | 2007-02-27 | 2008-09-11 | Nec Corp | メニュー提供システム、メニュー提供サーバ、メニュー提供方法、およびメニュー提供プログラム |
-
2016
- 2016-03-11 JP JP2016048059A patent/JP6149233B1/ja not_active Expired - Fee Related
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008210218A (ja) * | 2007-02-27 | 2008-09-11 | Nec Corp | メニュー提供システム、メニュー提供サーバ、メニュー提供方法、およびメニュー提供プログラム |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10942932B2 (en) | 2018-01-22 | 2021-03-09 | Everything Food, Inc. | System and method for grading and scoring food |
JP2019153006A (ja) * | 2018-03-01 | 2019-09-12 | 味の素株式会社 | 献立提供装置、献立提供方法および献立提供プログラム |
JP7003739B2 (ja) | 2018-03-01 | 2022-01-21 | 味の素株式会社 | 献立提供装置、献立提供方法および献立提供プログラム |
Also Published As
Publication number | Publication date |
---|---|
JP2017162339A (ja) | 2017-09-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6149233B1 (ja) | 食事管理システム、食事管理方法、サーバ装置、及びプログラム | |
KR102043959B1 (ko) | 개인별 유전자 유형과 개인건강기록 데이터에 근거한 맞춤형 식단 추천 시스템 | |
JP6412429B2 (ja) | 栄養摂取量のユーザ特異的な調整のためのシステムおよび方法 | |
US20180004914A1 (en) | Personal Health Advisor System | |
KR101552339B1 (ko) | 피드백이 가능한 맞춤형 식단 및 식재료 구매 서비스 장치 및 방법 | |
JP7001797B1 (ja) | 情報処理装置、情報処理方法、情報処理プログラム及び端末装置 | |
WO2017092030A1 (zh) | 智能膳食推荐方法、终端及智能膳食推荐云端服务器 | |
EP3605547A1 (en) | Computer-implemented method and information processing device that generate advice information concerning daily habit improvement | |
JP7239220B2 (ja) | 栄養摂取量の推定装置、健康管理支援装置、栄養摂取量の推定方法、健康管理支援方法、プログラムおよび栄養摂取量の推定システム | |
CN108597572A (zh) | 一种智能健康规划系统 | |
JP2017182264A (ja) | ヘルスチューニング支援システム | |
JP5685921B2 (ja) | 情報提供装置 | |
CN108121974A (zh) | 一种显示模组结构及终端设备 | |
CN114730448A (zh) | 控制方法、信息终端、程序、记录介质以及信息提供方法 | |
KR20210052123A (ko) | 사용자 맞춤형 식품 정보 서비스를 제공하는 방법 및 그를 이용한 서버 | |
CN117079769A (zh) | 饮食健康监测与分析方法、存储介质、计算机设备及系统 | |
JP7473247B2 (ja) | 食事提案支援装置、食事提案支援方法、食事提案支援端末、食事提案支援システム、プログラム、および記録媒体 | |
JP2001101157A (ja) | 食生活管理装置、食生活管理システム、及び記録媒体 | |
JP2022031460A (ja) | 情報処理装置、情報処理方法、情報処理プログラム及び端末装置 | |
TW201202991A (en) | System and method thereof for generating recipes according to personal physical data | |
CN112241913A (zh) | 一种下单方法和装置 | |
WO2021199726A1 (ja) | 食事内容提案装置、食事内容提案方法、食事内容提案端末、およびプログラム | |
JP2008204319A (ja) | 食事管理装置およびそのプログラム | |
JP7078277B2 (ja) | アドバイス装置、アドバイス方法、およびプログラム | |
KR101732495B1 (ko) | 맞춤형 샘플링을 통한 식사 정보 기록 시스템 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
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: 20161011 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20170417 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6149233 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
LAPS | Cancellation because of no payment of annual fees |