JP6797631B2 - 情報処理装置 - Google Patents
情報処理装置 Download PDFInfo
- Publication number
- JP6797631B2 JP6797631B2 JP2016205143A JP2016205143A JP6797631B2 JP 6797631 B2 JP6797631 B2 JP 6797631B2 JP 2016205143 A JP2016205143 A JP 2016205143A JP 2016205143 A JP2016205143 A JP 2016205143A JP 6797631 B2 JP6797631 B2 JP 6797631B2
- Authority
- JP
- Japan
- Prior art keywords
- meal
- detection data
- user
- information
- unit
- 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.)
- Active
Links
- 230000010365 information processing Effects 0.000 title claims description 33
- 238000001514 detection method Methods 0.000 claims description 147
- 235000012054 meals Nutrition 0.000 claims description 146
- 238000007405 data analysis Methods 0.000 claims description 36
- 238000012545 processing Methods 0.000 claims description 9
- 230000003183 myoelectrical effect Effects 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 4
- 238000004891 communication Methods 0.000 description 73
- 235000013305 food Nutrition 0.000 description 55
- 238000000034 method Methods 0.000 description 31
- 230000033001 locomotion Effects 0.000 description 15
- 230000008569 process Effects 0.000 description 14
- 230000001133 acceleration Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 11
- 238000007726 management method Methods 0.000 description 11
- 238000012937 correction Methods 0.000 description 9
- 210000000245 forearm Anatomy 0.000 description 9
- 230000005540 biological transmission Effects 0.000 description 8
- 235000013365 dairy product Nutrition 0.000 description 8
- 238000013500 data storage Methods 0.000 description 8
- 235000013399 edible fruits Nutrition 0.000 description 8
- 230000004048 modification Effects 0.000 description 8
- 238000012986 modification Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 6
- 235000012046 side dish Nutrition 0.000 description 6
- 230000009471 action Effects 0.000 description 5
- 230000036541 health Effects 0.000 description 5
- 241000209094 Oryza Species 0.000 description 4
- 235000007164 Oryza sativa Nutrition 0.000 description 4
- 230000015572 biosynthetic process Effects 0.000 description 4
- 238000010276 construction Methods 0.000 description 4
- 235000021183 entrée Nutrition 0.000 description 4
- 235000009566 rice Nutrition 0.000 description 4
- 235000005911 diet Nutrition 0.000 description 3
- 235000005686 eating Nutrition 0.000 description 3
- 235000006694 eating habits Nutrition 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 239000008267 milk Substances 0.000 description 3
- 235000013336 milk Nutrition 0.000 description 3
- 210000004080 milk Anatomy 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 238000009987 spinning Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000037213 diet Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 235000012149 noodles Nutrition 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 241000282412 Homo Species 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000007664 blowing Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 230000000378 dietary effect Effects 0.000 description 1
- 235000021186 dishes Nutrition 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 235000015220 hamburgers Nutrition 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 235000016709 nutrition Nutrition 0.000 description 1
- 230000035764 nutrition Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000011045 prefiltration Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000007790 scraping Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Images
Landscapes
- Medical Treatment And Welfare Office Work (AREA)
Description
図1は、本発明の実施形態に係る食事管理システムの全体構成を示すブロック図である。この食事管理システムは、食事を摂るユーザの身体状態を検出する身体状態検出装置1と、ユーザによって携帯されて操作される通信装置2と、ユーザの食事を管理する情報処理装置3と、通信装置2及び情報処理装置3を通信可能に接続する通信網4とを備えている。
User_id:ユーザの識別情報である。
registered_date:ユーザ情報が情報処理装置3に登録された日時に関する情報である。
birth:ユーザの生年月日である。
age:ユーザの年齢(才)である。
sex:ユーザの性別である。
height:ユーザの身長(cm)である。
weight:ユーザの体重(kg)である。
physical_activity_level:ユーザの活動レベルの指標値である。
このように、生年月日、性別、身長、体重、活動レベルといった、ユーザ固有の属性情報が各ユーザにユニークな識別情報と紐づけされた状態で記憶されている。
次に、食事管理システムの動作を説明する。
図7は、情報処理装置3において食事情報を生成する処理を示すフローチャートである。まず、身体状態検出装置1によって得られた検出データは、通信装置2を介して情報処理装置3に送信されてくる。情報処理装置3の検出データ取得部301は、通信装置2から送信されてくる検出データを取得すると、これを検出データ保存部202に保存する。食事情報を生成するべき所定の時期(例えば定期的な時期)が到来すると、検出データ解析部305は、認識モデル保持部306が保持する認識モデルを読み出す(ステップS11)。
Irec =2 Ieat × ITgeneral/(Ieat + Igeneral)
検出データ解析部305は、Irecを算出する際に、ユーザ情報記憶部303に記憶された、類似性の高い他のユーザの食事量を反映させてもよい。例えば、協調フィルタリングなどを用いた方法や、食事にかかった時間を使った方法も考えられる。なお、ここでは、Irecは食品に対する食事量を、例えばサービング数の単位で認識しているが、グラム単位などでも良い。
registerd_date:検出データに基づく認識結果が情報処理装置3に登録された日時である。ユーザによって下記のデータが修正された場合は、その修正日時に更新される。
staple_food_id:主食として認識された食事内容の識別情報である。
entree_food_id:主菜として認識された食事内容の識別情報である。
side_dish_id:副菜として認識された食事内容の識別情報である。
dairy_id:乳製品として認識された食事内容の識別情報である。
fruit_id:果物として認識された食事内容の識別情報である。
registerd_date:検出データに基づく認識結果が情報処理装置3に登録された日時である。ユーザによって下記のデータが修正された場合は、その修正日時に更新される。
recognition_values:主食、主菜、副菜、乳製品、果物について摂取された食事量を意味する。図13の例では厚生労働省が推進する食事バランスガイドにそった食事量の表示形式である。この例では食事量はサービング数[SV]と呼ばれる単位である。
correct_values:ユーザによって修正された食事量である。
上述した実施形態は次のような変形が可能である。また、以下の変形例を互いに組み合わせて実施してもよい。
[変形例1]
実施形態では、Naive Bayesを用いていたが、この限りではない。例えば加速度センサ又は角速度センサの検出データを時系列の情報として捉えると、隠れマルコフモデルなどを用いた方法も考えられる。また、実施形態では特徴量を抽出する方法を用いていたが、検出データが大量に集まることで汎用認識モデルの構築に深層学習を用いることも考えられ、特徴量を抽出する必要がない場合がある。
実施形態では、利き腕の前腕部に装着した1つの身体状態検出装置1を用いていたが、例えば左右両方の前腕や、上腕に装着した身体状態検出装置1を複数組み合わせて取得した検出データを用いて認識モデルを構築してもよい。例えば、利き手の前腕と非利き手の前腕に身体状態検出装置1を装着して食事を摂った場合には、箸などで料理を持ち上げ口に運ぶ動作に加え、非利き腕によって茶碗などを持ち上げる動作を組み合わせた検出データが取得できる。これらの検出データを複合的に用いてもよい。また、複数の身体状態検出装置1を装着する場合は、各身体状態検出装置1に搭載されるセンサが同一でなくともよい。これは、例えば右前腕に対して加速度センサを搭載した身体状態検出装置1を装着し、左前腕に対して角速度センサを搭載した身体状態検出装置1を装着することなどが考えられる。
実施形態では、食事量として農林水産省が活用を勧めている食事バランスガイドを用いているが、これは熱量を意味するカロリーなどを指標として使用することも考えられる。
ユーザが腕に装着した身体状態検出装置1に搭載されたセンサ群11によって音に関するデータを取得してもよいし、その他の箇所に装着又はユーザが携帯する情報機器などによってこの音を取得してもよい。また、身体状態検出装置1がWi-Fiなどを利用した無線通信部を有する場合は、通信装置2を介さずに情報処理装置3と通信を行ってもよい。また、通信装置2に対して、身体状態検出装置1が有線によって接続された状態で検出データを通信装置2に送信してもよい。また、通信装置2は、スマートホンやタブレットなどの無線通信を行う装置に限らず、例えばノートブック型のパーソナルコンピュータなどの有線通信を行う装置であってもよい。
なお、上記実施の形態の説明に用いたブロック図は、機能単位のブロックを示している。これらの機能ブロック(構成部)は、ハードウェア及び/又はソフトウェアの任意の組み合わせによって実現される。また、各機能ブロックの実現手段は特に限定されない。すなわち、各機能ブロックは、物理的及び/又は論理的に結合した1つの装置により実現されてもよいし、物理的及び/又は論理的に分離した2つ以上の装置を直接的及び/又は間接的に(例えば、有線及び/又は無線)で接続し、これら複数の装置により実現されてもよい。
本明細書で説明した各態様/実施形態は単独で用いてもよいし、組み合わせて用いてもよいし、実行に伴って切り替えて用いてもよい。また、所定の情報の通知(例えば、「Xであること」の通知)は、明示的に行うものに限られず、暗黙的(例えば、当該所定の情報の通知を行わない)ことによって行われてもよい。
また、ソフトウェア、命令などは、伝送媒体を介して送受信されてもよい。例えば、ソフトウェアが、同軸ケーブル、光ファイバケーブル、ツイストペア及びデジタル加入者回線(DSL)などの有線技術及び/又は赤外線、無線及びマイクロ波などの無線技術を使用してウェブサイト、サーバ、又は他のリモートソースから送信される場合、これらの有線技術及び/又は無線技術は、伝送媒体の定義内に含まれる。
Claims (3)
- ユーザについて身体状態検出装置が検出した結果に応じた検出データであって、前記ユーザの脈拍、皮膚温度又は表面筋電位を含む検出データを取得する検出データ取得部と、
取得された前記検出データについて認識モデルを用いた解析を行って、前記ユーザが摂った食事の内容又は量のうち少なくともいずれか一方に関する食事情報を生成する検出データ解析部と
を備えることを特徴とする情報処理装置。 - ユーザについて身体状態検出装置が検出した結果に応じた検出データであって、前記ユーザの食事の動作において生じる音を含む検出データを取得する検出データ取得部と、
取得された前記検出データについて認識モデルを用いた解析を行って、前記ユーザが摂った食事の内容又は量のうち少なくともいずれか一方に関する食事情報を生成する検出データ解析部と
を備えることを特徴とする情報処理装置。 - 前記検出データ解析部は、生成した前記食事情報が前記ユーザにより修正されると、修正された当該食事情報に応じて前記認識モデルを更新する
ことを特徴とする請求項1又は2に記載の情報処理装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016205143A JP6797631B2 (ja) | 2016-10-19 | 2016-10-19 | 情報処理装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016205143A JP6797631B2 (ja) | 2016-10-19 | 2016-10-19 | 情報処理装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018067137A JP2018067137A (ja) | 2018-04-26 |
JP6797631B2 true JP6797631B2 (ja) | 2020-12-09 |
Family
ID=62087157
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016205143A Active JP6797631B2 (ja) | 2016-10-19 | 2016-10-19 | 情報処理装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6797631B2 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7266273B2 (ja) * | 2018-08-23 | 2023-04-28 | 株式会社ライナロジクス | 情報処理装置及び情報処理プログラム |
WO2021038969A1 (ja) * | 2019-08-27 | 2021-03-04 | 株式会社島津製作所 | 診療科選択支援用の学習モデルの更新方法、診療科選択支援システム、および、診療科選択支援プログラム |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011107768A (ja) * | 2009-11-12 | 2011-06-02 | Sharp Corp | 食行動改善支援システム |
-
2016
- 2016-10-19 JP JP2016205143A patent/JP6797631B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2018067137A (ja) | 2018-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102022893B1 (ko) | 반려동물 케어 방법 및 이를 이용하는 시스템 | |
US9977980B2 (en) | Food logging from images | |
US11701041B2 (en) | Robotic interactions for observable signs of intent | |
US20200201971A1 (en) | System and method for identifying user | |
KR102212064B1 (ko) | 냉장고에 의해 헬스 서비스를 제공하는 방법 및 이를 위한 냉장고 | |
US20170273634A1 (en) | Meal estimation method, meal estimation apparatus, and recording medium | |
US11087879B2 (en) | System and method for predicting health condition of a patient | |
Plötz et al. | Activity recognition and healthier food preparation | |
KR102297367B1 (ko) | 생체정보 수집 및 온라인 문진을 이용한 건강관리케어 서비스 제공 서버 | |
Bhavekar et al. | A hybrid model for heart disease prediction using recurrent neural network and long short term memory | |
Tolba et al. | MDS: Multi-level decision system for patient behavior analysis based on wearable device information | |
KR102022883B1 (ko) | 애완동물의 행태와 감정을 보여주는 그래픽 사용자 인터페이스 제공 방법 및 장치 | |
Kim et al. | An analysis of eating activities for automatic food type recognition | |
CN109074481A (zh) | 基于传感器数据来标识实体 | |
JP6797631B2 (ja) | 情報処理装置 | |
WO2015088903A1 (en) | Combining information from multiple formats | |
Afzali Arani et al. | Human activity recognition: a comparative study to assess the contribution level of accelerometer, ECG, and PPG signals | |
Anderez et al. | Eating and drinking gesture spotting and recognition using a novel adaptive segmentation technique and a gesture discrepancy measure | |
CN111276159A (zh) | 一种婴儿发音分析方法及服务器 | |
Antognoli et al. | Heartbeat detection by laser doppler vibrometry and machine learning | |
US20190231277A1 (en) | Optimized real peak detection in cyclic biological data signals | |
Diete et al. | Fusing object information and inertial data for activity recognition | |
Kim et al. | Eating activity recognition for health and wellness: A case study on asian eating style | |
US11039794B2 (en) | Meal detection method, meal detection system, and storage medium | |
JP2018082766A (ja) | 診断装置、診断方法、プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20191002 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200325 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200428 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200609 |
|
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: 20201110 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20201118 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6797631 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |