JP6864894B1 - Information processing systems, servers, information processing methods and programs - Google Patents
Information processing systems, servers, information processing methods and programs Download PDFInfo
- Publication number
- JP6864894B1 JP6864894B1 JP2020184036A JP2020184036A JP6864894B1 JP 6864894 B1 JP6864894 B1 JP 6864894B1 JP 2020184036 A JP2020184036 A JP 2020184036A JP 2020184036 A JP2020184036 A JP 2020184036A JP 6864894 B1 JP6864894 B1 JP 6864894B1
- Authority
- JP
- Japan
- Prior art keywords
- data
- information
- reliability information
- measurement data
- user
- 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 abstract description 41
- 238000003672 processing method Methods 0.000 title claims abstract description 13
- 238000005259 measurement Methods 0.000 claims abstract description 128
- 238000004364 calculation method Methods 0.000 claims abstract description 34
- 238000004458 analytical method Methods 0.000 claims abstract description 19
- 238000010586 diagram Methods 0.000 abstract description 13
- 239000006185 dispersion Substances 0.000 abstract description 7
- 238000012545 processing Methods 0.000 abstract description 7
- 230000001133 acceleration Effects 0.000 description 34
- 238000000034 method Methods 0.000 description 24
- 230000036772 blood pressure Effects 0.000 description 21
- 238000007726 management method Methods 0.000 description 17
- 230000033001 locomotion Effects 0.000 description 11
- 238000004891 communication Methods 0.000 description 10
- 238000013523 data management Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 10
- 230000000694 effects Effects 0.000 description 9
- 230000008859 change Effects 0.000 description 8
- 230000002861 ventricular Effects 0.000 description 8
- 210000000707 wrist Anatomy 0.000 description 8
- 238000010801 machine learning Methods 0.000 description 6
- 230000008602 contraction Effects 0.000 description 5
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 4
- 210000004204 blood vessel Anatomy 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 229910052760 oxygen Inorganic materials 0.000 description 4
- 239000001301 oxygen Substances 0.000 description 4
- 230000000737 periodic effect Effects 0.000 description 3
- 230000000284 resting effect Effects 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 102000008186 Collagen Human genes 0.000 description 2
- 108010035532 Collagen Proteins 0.000 description 2
- 102000016942 Elastin Human genes 0.000 description 2
- 108010014258 Elastin Proteins 0.000 description 2
- 230000036760 body temperature Effects 0.000 description 2
- 229920001436 collagen Polymers 0.000 description 2
- 230000000875 corresponding effect Effects 0.000 description 2
- 230000003205 diastolic effect Effects 0.000 description 2
- 230000004069 differentiation Effects 0.000 description 2
- 229920002549 elastin Polymers 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 210000002460 smooth muscle Anatomy 0.000 description 2
- NFGXHKASABOEEW-UHFFFAOYSA-N 1-methylethyl 11-methoxy-3,7,11-trimethyl-2,4-dodecadienoate Chemical compound COC(C)(C)CCCC(C)CC=CC(C)=CC(=O)OC(C)C NFGXHKASABOEEW-UHFFFAOYSA-N 0.000 description 1
- 206010040914 Skin reaction Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 210000003423 ankle Anatomy 0.000 description 1
- 210000001765 aortic valve Anatomy 0.000 description 1
- 230000001746 atrial effect Effects 0.000 description 1
- 238000010009 beating Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 230000001364 causal effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000010339 dilation Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 210000004177 elastic tissue Anatomy 0.000 description 1
- 210000003038 endothelium Anatomy 0.000 description 1
- 210000003989 endothelium vascular Anatomy 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 210000004247 hand Anatomy 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 210000005240 left ventricle Anatomy 0.000 description 1
- 230000031700 light absorption Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 238000009527 percussion Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 230000035483 skin reaction Effects 0.000 description 1
- 231100000430 skin reaction Toxicity 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000002792 vascular Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/0245—Detecting, measuring or recording pulse rate or heart rate by using sensing means generating electric signals, i.e. ECG signals
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
Abstract
【課題】ユーザが装着する測定装置から取得した測定データに関する信頼度情報を算定することが可能である情報処理システム、サーバ、情報処理方法及びプログラムを提供する。【解決手段】情報処理システムは、ネットワークＮＷを介してユーザが装着する測定装置３００から測定データを所定の周期で受信し、前記測定データに基づき生成される生体データに関する信頼度情報を算出する情報処理システムであって、測定データを解析し、当該解析の結果に基づき生体データの信頼度情報を算出する信頼度情報算出部と、少なくとも信頼度情報を出力するデータ出力部と、を備える。信頼度情報算出部は、測定データの周波数成分の分散度に基づき信頼度情報を算出する。【選択図】図１PROBLEM TO BE SOLVED: To provide an information processing system, a server, an information processing method and a program capable of calculating reliability information regarding measurement data acquired from a measuring device worn by a user. An information processing system receives measurement data from a measurement device 300 worn by a user via a network NW at a predetermined cycle, and calculates reliability information regarding biological data generated based on the measurement data. The processing system includes a reliability information calculation unit that analyzes measurement data and calculates reliability information of biological data based on the result of the analysis, and at least a data output unit that outputs reliability information. The reliability information calculation unit calculates reliability information based on the dispersion degree of the frequency component of the measurement data. [Selection diagram] Fig. 1
Description
本開示は、情報処理システム、サーバ、情報処理方法及びプログラムに関する。 The present disclosure relates to information processing systems, servers, information processing methods and programs.
測定装置を利用してユーザの生体データを連続的に取得し、その変化から病気の早期発見や病状変化の検出を行うことは、健康管理を行う上で有効である。そのためには、取得した複数の生体データから様々な健康状態を把握する必要がある。 It is effective for health management to continuously acquire user's biological data using a measuring device and to detect a disease at an early stage or detect a change in a medical condition from the change. For that purpose, it is necessary to grasp various health conditions from a plurality of acquired biometric data.
例えば、ユーザの心電波形のデータと脈波形のデータとを測定装置から取得し、血圧情報を生成する血圧情報測定システムが知られている（例えば、特許文献１参照。）。また、例えば、ユーザの測定データから生体情報データへ演算を行うための因果関係である数理モデルを生成し、数理モデルを利用可能に提供する開発支援サーバも知られている（例えば、特許文献２参照。）。 For example, there is known a blood pressure information measuring system that acquires a user's electrocardiographic waveform data and pulse waveform data from a measuring device and generates blood pressure information (see, for example, Patent Document 1). Further, for example, a development support server that generates a mathematical model that is a causal relationship for performing an operation from a user's measurement data to biological information data and provides the mathematical model so that it can be used is also known (for example, Patent Document 2). reference.).
ところで、従来の血圧計のようにユーザが任意のタイミングで計測制御を実行する場合には、例えばユーザの体動が大きかったり、装置が正しく装着されていない等のエラーが発生したとしても、再計測などのエラー処理を促すだけでよい。 By the way, when the user executes measurement control at an arbitrary timing like a conventional sphygmomanometer, even if an error such as a large body movement of the user or an error that the device is not properly attached occurs, it is repeated. All you have to do is encourage error handling such as measurement.
しかしながら、上記特許文献１に記載されるように、所定の周期的なタイミングでユーザの実行動作を要せずに自動で血圧を測定する血圧情報測定システムの場合には、従来のエラー処理のみでは必ずしも適切ではなく、上記血圧情報測定システムに適した対応が求められている。
However, as described in
そこで、本開示では、ユーザが装着する測定装置から取得した測定データに基づき生成された生体データに関する信頼度情報を、前記測定データに基づき算定する情報処理システム、サーバ、情報処理方法及びプログラムについて説明する。 Therefore, in the present disclosure, an information processing system, a server, an information processing method, and a program for calculating reliability information on biometric data generated based on measurement data acquired from a measuring device worn by a user based on the measurement data will be described. To do.
本開示の一態様における情報処理システムは、ネットワークを介してユーザが装着する測定装置から測定データを所定の周期で受信し、前記測定データに基づき生成される生体データ関する信頼度情報を、前記測定データに基づき算出する情報処理システムであって、前記測定データを解析し、当該解析の結果に基づき前記生体データの信頼度情報を算出する信頼度情報算出部と、少なくとも前記生体データ及び前記信頼度情報を出力するデータ出力部と、を備える。 The information processing system according to one aspect of the present disclosure receives measurement data from a measuring device worn by a user via a network at a predetermined cycle, and measures reliability information relating to biological data generated based on the measurement data. An information processing system that calculates based on data, a reliability information calculation unit that analyzes the measurement data and calculates reliability information of the biometric data based on the result of the analysis, and at least the biometric data and the reliability. It includes a data output unit that outputs information.
本開示によれば、本実施形態に係る情報処理システムは、ユーザが装着する測定装置から取得した測定データに基づき生成された生体データに関する信頼度情報を、前記測定データに基づき算定することが可能であるため、現在または過去の生体データ等の信頼度を確認することが容易となる。 According to the present disclosure, the information processing system according to the present embodiment can calculate reliability information regarding biometric data generated based on measurement data acquired from a measurement device worn by a user, based on the measurement data. Therefore, it becomes easy to confirm the reliability of the current or past biometric data and the like.
本発明の実施形態の内容を列記して説明する。本発明の実施の形態によるシステムは、以下のような構成を備える。 The contents of the embodiments of the present invention will be described in a list. The system according to the embodiment of the present invention has the following configuration.
［項目１］
ネットワークを介してユーザが装着する測定装置から測定データを所定の周期で受信し、前記測定データに基づき生成される前記生体データに関する信頼度情報を、前記測定データに基づき算出する情報処理システムであって、
前記測定データを解析し、当該解析の結果に基づき前記生体データの信頼度情報を算出する信頼度情報算出部と、
少なくとも前記生体データ及び前記信頼度情報を出力するデータ出力部と、を備える、
ことを特徴とする情報処理システム。
［項目２］
前記信頼度情報算出部は、前記測定データの周波数成分の分散度に基づき信頼度情報を算出する、
ことを特徴とする項目１に記載の情報処理システム。
［項目３］
前記測定データは、心電データまたは脈波データであり、
前記信頼度情報算出部は、前記心電データまたは前記脈波データの周波数成分と、前記測定装置の加速度データ及び角速度データの少なくともいずれか一方の周波数成分とを比較した結果に基づき信頼度情報を算出する、
ことを特徴とする項目１に記載の情報処理システム。
［項目４］
前記信頼度情報算出部は、前記測定装置に備えられたＬＥＤにより前記ユーザの皮膚に対し同一光量で照らした際に、前記測定装置に備えられたフォトダイオードが検知した光の強度の所定期間の平均値もしくは中央値の変化に基づき信頼度情報を算出する、
ことを特徴とする項目１に記載の情報処理システム。
［項目５］
ネットワークを介してユーザが装着する測定装置から測定データを所定の周期で受信し、前記測定データに基づき生成される前記生体データに関する信頼度情報を、前記測定データに基づき算出するサーバであって、
前記測定データを解析し、当該解析の結果に基づき前記生体データの信頼度情報を算出する信頼度情報算出部と、
少なくとも前記生体データ及び前記信頼度情報を出力するデータ出力部と、を備える、
ことを特徴とするサーバ。
［項目６］
ネットワークを介してユーザが装着する測定装置から測定データを所定の周期で受信し、前記測定データに基づき生成される前記生体データに関する信頼度情報を、前記測定データに基づき算出する情報処理方法であって、
信頼度情報算出部により、前記測定データを解析し、、当該解析の結果に基づき前記生体データの信頼度情報を算出するステップと、
データ出力部により、少なくとも前記生体データ及び前記信頼度情報を出力するステップと、を含む、
ことを特徴とする情報処理方法。
［項目７］
ネットワークを介してユーザが装着する測定装置から測定データを所定の周期で受信し、前記測定データに基づき生成される前記生体データに関する信頼度情報を、前記測定データに基づき算出する情報処理方法をコンピュータにおいて実行するプログラムであって、
前記情報処理方法は、
信頼度情報算出部により、前記測定データを解析し、、当該解析の結果に基づき前記生体データの信頼度情報を算出するステップと、
データ出力部により、少なくとも前記生体データ及び前記信頼度情報を出力するステップと、
を実行する、
ことを特徴とするプログラム。
[Item 1]
It is an information processing system that receives measurement data from a measurement device worn by a user via a network at a predetermined cycle and calculates reliability information about the biometric data generated based on the measurement data based on the measurement data. hand,
A reliability information calculation unit that analyzes the measurement data and calculates the reliability information of the biometric data based on the result of the analysis.
A data output unit that outputs at least the biological data and the reliability information is provided.
An information processing system characterized by this.
[Item 2]
The reliability information calculation unit calculates reliability information based on the dispersion degree of the frequency component of the measurement data.
The information processing system according to
[Item 3]
The measurement data is electrocardiographic data or pulse wave data, and is
The reliability information calculation unit obtains reliability information based on the result of comparing the frequency component of the electrocardiographic data or the pulse wave data with the frequency component of at least one of the acceleration data and the angular velocity data of the measuring device. calculate,
The information processing system according to
[Item 4]
When the reliability information calculation unit illuminates the user's skin with the same amount of light by the LED provided in the measuring device, the light intensity detected by the photodiode provided in the measuring device is for a predetermined period of time. Calculate reliability information based on changes in mean or median,
The information processing system according to
[Item 5]
A server that receives measurement data from a measurement device worn by a user via a network at a predetermined cycle and calculates reliability information about the biometric data generated based on the measurement data based on the measurement data.
A reliability information calculation unit that analyzes the measurement data and calculates the reliability information of the biometric data based on the result of the analysis.
A data output unit that outputs at least the biological data and the reliability information is provided.
A server that features that.
[Item 6]
It is an information processing method that receives measurement data from a measurement device worn by a user via a network at a predetermined cycle and calculates reliability information about the biometric data generated based on the measurement data based on the measurement data. hand,
A step of analyzing the measurement data by the reliability information calculation unit and calculating the reliability information of the biometric data based on the result of the analysis.
The data output unit includes at least a step of outputting the biological data and the reliability information.
An information processing method characterized by the fact that.
[Item 7]
A computer is an information processing method that receives measurement data from a measurement device worn by a user via a network at a predetermined cycle and calculates reliability information about the biometric data generated based on the measurement data based on the measurement data. It is a program to be executed in
The information processing method is
A step of analyzing the measurement data by the reliability information calculation unit and calculating the reliability information of the biometric data based on the result of the analysis.
A step of outputting at least the biological data and the reliability information by the data output unit, and
To execute,
A program characterized by that.
以下、本開示の実施形態について図面を参照して説明する。なお、以下に説明する実施形態は、特許請求の範囲に記載された本開示の内容を不当に限定するものではない。また、実施形態に示される構成要素のすべてが、本開示の必須の構成要素であるとは限らない。また、各実施形態で示される特徴は、互いに矛盾しない限り他の実施形態にも適用可能である。 Hereinafter, embodiments of the present disclosure will be described with reference to the drawings. The embodiments described below do not unreasonably limit the contents of the present disclosure described in the claims. Also, not all of the components shown in the embodiments are essential components of the present disclosure. In addition, the features shown in each embodiment can be applied to other embodiments as long as they do not contradict each other.
＜構成＞
図１は、本開示の実施形態１に係る情報処理システム１を示すブロック構成図である。この情報処理システム１は、例えば、ネットワークＮＷを介して測定装置３００からユーザの測定データを管理サーバ１００にて受信し、当該測定データに対して信頼度の算出を行うと共に、当該測定データに対して所定の演算を行うことで生体データを生成する情報処理システムである。
<Structure>
FIG. 1 is a block configuration diagram showing an
情報処理システム１は、管理サーバ１００と、ユーザ端末装置２００と、測定装置３００と、ネットワークＮＷと、を有している。管理サーバ１００と、ユーザ端末装置２００とは、ネットワークＮＷを介して接続される。ネットワークＮＷは、インターネット、イントラネット、ブロックチェーンネットワーク、無線ＬＡＮ（Local Area Network）やＷＡＮ（Wide Area Network）、ＢＬＥ（Bluetooth Low Energy）等により構成される。
The
管理サーバ１００は、例えば、ネットワークを介して測定装置３００からユーザの測定データを、ユーザ端末装置２００を経由して受信して測定データから生体データへ演算を行う装置であり、例えば各種Ｗｅｂサービスを提供するサーバ装置により構成されている。 The management server 100 is, for example, a device that receives user's measurement data from the measurement device 300 via a network via the user terminal device 200 and calculates the measurement data into biometric data. For example, various Web services are provided. It consists of the server equipment provided.
ユーザ端末装置２００は、ユーザが所持する、例えばパーソナルコンピュータやタブレット端末、スマートフォン、スマートウォッチ、携帯電話、ＰＨＳ、ＰＤＡ等の情報処理装置であり、例えば、管理サーバ１００が測定装置３００から得た測定データや当該測定データで演算を行った生体データを数値や波形グラフ等により表示したり、各測定データ、または、各測定データに基づく各生体データに関する信頼度を表示したりなどに利用される。ユーザ端末装置２００には、予めユーザの識別番号、生年月日、性別、身長、体重等のユーザ情報が登録されており、生年月日から算出した年齢等も含めたユーザ情報を測定データに関連付けてネットワークＮＷを介して管理サーバ１００へ送信する。 The user terminal device 200 is an information processing device owned by the user, such as a personal computer, a tablet terminal, a smartphone, a smart watch, a mobile phone, a PHS, or a PDA. For example, the measurement obtained by the management server 100 from the measuring device 300. It is used to display data and biometric data calculated with the measured data as numerical values, waveform graphs, etc., and to display each measured data or the reliability of each biometric data based on each measured data. User information such as a user's identification number, date of birth, gender, height, and weight is registered in the user terminal device 200 in advance, and user information including the age calculated from the date of birth is associated with the measurement data. Is transmitted to the management server 100 via the network NW.
測定装置３００は、ユーザの生体データを測定する装置であり、ユーザの手首や腕等の身体に装着して利用される、例えばウェアラブル装置である。この測定装置３００は、例えばユーザの心電、脈波、温度（体温）、加速度、角速度のデータを所定の周期的なタイミングで測定するための複数種類の装置である。当該所定の周期は、予め設定されているものであってもよいし、ユーザが任意に設定可能であってもよい。より具体的には、例えば秒単位の時間的周期が設定されていてもよいし、周波数により同様に設定されていてもよい。 The measuring device 300 is a device that measures the biometric data of the user, and is, for example, a wearable device that is used by being worn on the body such as the wrist or arm of the user. The measuring device 300 is, for example, a plurality of types of devices for measuring data of a user's electrocardiogram, pulse wave, temperature (body temperature), acceleration, and angular velocity at a predetermined periodic timing. The predetermined cycle may be preset or may be arbitrarily set by the user. More specifically, for example, a time period in seconds may be set, or the same may be set depending on the frequency.
測定装置３００の具体的な構成の例としては、２つの電極を皮膚に接触させ、検出電位の差の時間変化より心電を心電波形のデータとして取得する装置で構成しても良く、心電波形は、ガルバニック皮膚反応により取得されたデータでも良い。また、緑、赤、赤外の発光を行うＬＥＤから各光を皮膚に照射し、フォトダイオードで受光した光の強度の時間変化により、ユーザの心臓の心拍により生ずる血管の容積変化により脈波を脈波形のデータとして取得する装置で構成しても良く、この方式で検出を行うことができる脈波形は光電式容積脈波形である。また、ユーザの皮膚に接触させる温度センサによりユーザの皮膚温度をデータとして取得する装置で構成しても良い。また、直交するＸＹＺ軸それぞれの変異状態を検出する３軸加速度センサにより構成しても良く、ユーザの動作を加速度データとして取得し、例えば測定装置３００がユーザの手首や腕等に装着されている場合、測定装置３００は、手首や腕等の振りと、全身の動きが合成された加速度として加速度データの取得をする。さらに、直行するＸＹＺ軸それぞれにおける回転角速度を検出するジャイロセンサ（角速度センサ）により構成しても良く、ユーザの動作を角速度データとして取得し、例えば測定装置３００がユーザの手首や腕等に装着されている場合、測定装置３００は、手首や腕等の回転と、全身の動きが合成された角速度として角速度データの取得をする。 As an example of the specific configuration of the measuring device 300, it may be configured by a device in which two electrodes are brought into contact with the skin and the electrocardiogram is acquired as electrocardiographic waveform data from the time change of the difference in the detected potential. The radio wave type may be data acquired by a galvanic skin reaction. In addition, each light is radiated to the skin from LEDs that emit green, red, and infrared light, and the pulse wave is generated by the change in the volume of blood vessels caused by the heartbeat of the user's heart due to the temporal change in the intensity of the light received by the photodiode. It may be configured by a device that acquires pulse waveform data, and the pulse waveform that can be detected by this method is a photoelectric plethysmogram waveform. Further, the device may be configured to acquire the user's skin temperature as data by a temperature sensor in contact with the user's skin. Further, it may be configured by a 3-axis acceleration sensor that detects the mutation state of each of the orthogonal XYZ axes, and the user's movement is acquired as acceleration data, and for example, the measuring device 300 is attached to the user's wrist, arm, or the like. In this case, the measuring device 300 acquires acceleration data as an acceleration in which the swing of the wrist, arm, or the like and the movement of the whole body are combined. Further, it may be configured by a gyro sensor (angular velocity sensor) that detects the rotational angular velocity in each of the orthogonal XYZ axes, and the user's motion is acquired as angular velocity data. For example, the measuring device 300 is attached to the user's wrist or arm. If so, the measuring device 300 acquires the angular velocity data as the angular velocity in which the rotation of the wrist, the arm, or the like and the movement of the whole body are combined.
ユーザ端末装置２００と測定装置３００との間は、Ｂｌｕｅｔｏｏｔｈ（登録商標）、近距離無線通信（Near Field radio Communication＝ＮＦＣ）、Ａｆｅｒｏ（登録商標）、Ｚｉｇｂｅｅ（登録商標）、Ｚ−Ｗａｖｅ（登録商標）、又は無線ＬＡＮ等を用いて接続されている。なお、このような無線接続の代わりに有線で接続を行ってもよい。また、ユーザ端末装置２００と測定装置３００とは一体の機器であってもよく、例えば測定装置３００にＳＩＭを搭載するなどして通信機能を持たせたり、ＢＬＥ（Bluetooth Low Energy）などにより管理サーバ１００と直接通信可能に構成しても良い。 Between the user terminal device 200 and the measuring device 300, Bluetooth (registered trademark), Near Field radio Communication (NFC), Afero (registered trademark), Zigbee (registered trademark), Z-Wave (registered trademark) ) Or wireless LAN or the like. In addition, instead of such a wireless connection, a wired connection may be made. Further, the user terminal device 200 and the measuring device 300 may be integrated devices, for example, the measuring device 300 may be provided with a communication function by mounting a SIM, or a management server may be provided by BLE (Bluetooth Low Energy) or the like. It may be configured to be able to communicate directly with 100.
ユーザ端末装置２００は、１または複数台あり、測定装置３００を利用するユーザ数分ネットワークＮＷに接続されている。測定装置３００は、１または複数台あり、１人のユーザが利用する台数分のユーザ端末装置２００に接続されている。１人のユーザが複数の測定装置３００を利用している場合は、１つのユーザ端末装置２００に複数の測定装置３００が接続されている。 There are one or more user terminal devices 200, and they are connected to the network NW for the number of users who use the measuring device 300. There are one or a plurality of measuring devices 300, and they are connected to the number of user terminal devices 200 used by one user. When one user uses a plurality of measuring devices 300, the plurality of measuring devices 300 are connected to one user terminal device 200.
＜管理サーバ１００＞
図２は、管理サーバ１００のハードウェア構成を示す図である。図３は、記憶部１２０および制御部１３０の機能を例示したブロック図である。管理サーバ１００は、例えばパーソナルコンピュータのような汎用コンピュータとしてもよいし、或いはクラウド・コンピューティングによって論理的に実現されてもよい。なお、図示された構成は一例であり、これ以外の構成を有していてもよい。なお、図示された構成は一例であり、これ以外の構成を有していてもよい。
<Management server 100>
FIG. 2 is a diagram showing a hardware configuration of the management server 100. FIG. 3 is a block diagram illustrating the functions of the storage unit 120 and the
管理サーバ１００は、通信部１１０と、記憶部１２０と、制御部１３０と、入出力部１４０とを備える。これらの機能部は、管理サーバ１００用の所定のプログラムを実行することにより実現される。
The management server 100 includes a communication unit 110, a storage unit 120, a
通信部１１０は、ユーザ端末装置２００と通信を行うための通信インタフェースであり、例えばＴＣＰ／ＩＰ（Transmission Control Protocol/Internet Protocol）等の通信規約により通信が行われる。 The communication unit 110 is a communication interface for communicating with the user terminal device 200, and communication is performed according to a communication protocol such as TCP / IP (Transmission Control Protocol / Internet Protocol).
記憶部１２０は、各種制御処理や制御部１３０内の各機能を実行するためのプログラム、入力データ等を記憶するものであり、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）等から構成される。また、図３に示されるように、記憶部１２０は、測定装置３００による測定データをユーザ情報と関連付けて記憶する測定データＤＢ１２１と、測定データから演算されて生成される生体データをユーザ情報と関連付けて記憶する生体データＤＢ１２２と、ユーザ識別番号を含むユーザ情報を記憶するユーザ情報ＤＢ１２３と、例えば測定データ識別番号、または、生体データ識別番号と信頼度情報とを互いに関連付けて記憶する信頼度情報ＤＢ１２４と、を含む。さらに、記憶部１２０は、ユーザ端末装置２００と通信を行ったデータを一時的に記憶する。なお、ＤＢのデータ構造は、これに限られるものではなく、上述のＤＢの一部をユーザ端末装置２００または測定装置３００に記憶するようにしてもよい。また、信頼度情報ＤＢ１２４を有さず、測定データＤＢ１２１、または、生体データＤＢ１２２に信頼度情報をさらに関連付けて記憶するようにしてもよい。
The storage unit 120 stores programs for executing various control processes and each function in the
制御部１３０は、管理サーバ１００の全体の動作を制御するものであり、ＣＰＵ（Central Processing Unit）等から構成される。また、図３に示されるように、制御部１３０は、データ管理部１３１、信頼度情報算出部１３２、生体データ生成部１３３、データ出力部１３４といった機能部を含む。
The
データ管理部１３１は、測定装置３００を利用するユーザごとに、アカウント情報を生成する。このアカウント情報生成は、測定装置３００を利用するユーザがユーザ端末装置２００でアカウント情報を登録すると行われる。そのため、データ管理部１３１は、ユーザのユーザ端末装置２００や他の端末装置に対してアカウントごとに記憶部１２０内の各種ＤＢへのアクセスの可否の判定を行う。データ管理部１３１は、測定データや生体データ等の各種データを対応するＤＢにユーザ情報に関連付けて記憶する。また、このとき、データ管理部１３１は、測定データに所定のタグ情報の関連付けを行って記憶させることが可能である。 The data management unit 131 generates account information for each user who uses the measuring device 300. This account information generation is performed when the user who uses the measuring device 300 registers the account information in the user terminal device 200. Therefore, the data management unit 131 determines whether or not the user terminal device 200 and other terminal devices of the user can access various DBs in the storage unit 120 for each account. The data management unit 131 stores various data such as measurement data and biological data in a corresponding DB in association with user information. Further, at this time, the data management unit 131 can associate the measurement data with predetermined tag information and store it.
図４は、図３の測定データに関連付けされるタグ情報の例を示す模式図である。図４に示すデータＤ１は、測定装置３００の測定データである。タグＴ１は、データＤ１に関連付けされたタグ情報であり、例えば、測定装置３００がデータＤ１を測定した時刻情報、またはデータＤ１が測定装置３００からユーザ端末装置２００へ送信された時刻情報が時系列データとして記憶される。もしくは、測定した時刻情報と送信された時刻情報との両方について関連付けを行っても良い。例えば、図４に示すタグＴ１の１行目では、「20180620120746144」が格納されているが、２０１８年０６月２０日１２時０７分４６秒１４４ミリ秒を示している。このような時刻情報は通信ログより取得可能である。これにより、測定データがどの時間帯のものか把握することが可能である。 FIG. 4 is a schematic diagram showing an example of tag information associated with the measurement data of FIG. The data D1 shown in FIG. 4 is the measurement data of the measuring device 300. The tag T1 is tag information associated with the data D1. For example, the time information in which the measuring device 300 measures the data D1 or the time information in which the data D1 is transmitted from the measuring device 300 to the user terminal device 200 is time-series. It is stored as data. Alternatively, both the measured time information and the transmitted time information may be associated. For example, in the first line of the tag T1 shown in FIG. 4, "20180620120746144" is stored, but it indicates 12:07:46:144 ms on June 20, 2018. Such time information can be obtained from the communication log. This makes it possible to grasp which time zone the measurement data belongs to.
なお、このようなタグ情報による測定データの関連付けは、時刻情報に限られず、ユーザの身体状態や活動状態を示す身体情報や活動情報を自由記載で記入させてタグ情報として記憶しても良く、所定の選択肢から選択させ（例えば、「現在の体調は如何ですか？」という質問に対して、「１：良い、２：普通、３：悪い」のいずれかを選択させる、等）、その選択した回答を記憶するようにしても良い。これにより、制御部１５０にて生体データを生成する際に、当該タグ情報と生体データとを対応付けすることで、より精度の高い生体データを生成可能となり得る。 The association of measurement data with such tag information is not limited to time information, and physical information or activity information indicating the user's physical condition or activity state may be freely entered and stored as tag information. Have them choose from a given choice (for example, in response to the question "How are you feeling now?", Choose one of "1: good, 2: normal, 3: bad, etc.") and make that choice. You may try to remember the answer you gave. As a result, when the control unit 150 generates biometric data, it is possible to generate more accurate biometric data by associating the tag information with the biometric data.
また、例えばデータ管理部１３１は、図４に示すように、データＤ１をタグＴ１の時刻順に並べ替え（ソート）を行うことが可能である。このような構成にしたのは、測定データはユーザの生体データに基づいて時系列に取得したものであるから時系列に並んでいる方が処理しやすいからであるが、ユーザ端末装置２００及び通信部１１０を経由して受信する際に通信状況の変化等により受信データの逆転（後で送信された送信データが先に送信された送信データより先に受信されること）等が起こる場合があり、そのときの測定データの不整合を防止するためである。これにより、測定データの不整合を防止することが可能である。 Further, for example, the data management unit 131 can sort the data D1 in the time order of the tag T1 as shown in FIG. The reason for this configuration is that the measurement data is acquired in chronological order based on the biometric data of the user, and therefore it is easier to process if the measurement data is arranged in chronological order. When receiving via the unit 110, the received data may be reversed (the transmitted data transmitted later is received before the transmitted data transmitted earlier) due to a change in the communication status or the like. This is to prevent inconsistency in the measurement data at that time. This makes it possible to prevent inconsistencies in the measured data.
信頼度情報算出部１３２は、測定装置３００により測定された測定データ、または、測定データＤＢ１２１に記憶された当該測定データに基づき、前記生体データの信頼度の算出を行う。詳細については、本発明のフローチャートに沿って後述する。
The reliability information calculation unit 132 calculates the reliability of the biometric data based on the measurement data measured by the measuring device 300 or the measurement data stored in the
生体データ生成部１３３は、測定データＤＢ１２１に記憶された測定データに対して所定の演算を行い、生体データを生成する。この生体データは、測定データから算出可能なものであればどのような情報であってもよく、例えばユーザの血圧情報、心拍情報、血中酸素量情報、最大酸素摂取量情報、心電情報、呼吸数、体温情報、歩数情報、歩幅情報、重心の位置情報、姿勢情報、行動種別情報、ストレス情報、運動量情報、運動負荷情報、移動距離情報、移動速度情報、活動量情報、手または脚等の装着部位の動作情報などのデータであり、既知の手法により測定データから算出されるものである。演算により生成された生体データは、生体データＤＢ１２２に記憶される。
The biological data generation unit 133 performs a predetermined calculation on the measurement data stored in the
また、既知の学習器などにより、例えば測定データと、当該測定データに基づき生成された生体データ（例えば心拍情報や血圧情報など）と正の生体データ（例えば、既知の医療機器に基づく心拍情報や血圧情報など）との対応関係（例えば、誤差の程度や範囲を示す情報などが含まれていてもよい）により対応付けた教師データを基に機械学習モデルを予め作成し、生体データ生成部１３３は、当該機械学習モデルを用いた判定を上述の所定の演算（解析）として生体データを生成してもよい。 In addition, for example, measurement data by a known learning device, biometric data generated based on the measurement data (for example, heartbeat information, blood pressure information, etc.) and positive biometric data (for example, heartbeat information based on a known medical device) A machine learning model is created in advance based on the teacher data associated with the correspondence with the blood pressure information (for example, information indicating the degree and range of the error may be included), and the biometric data generation unit 133. May generate biometric data using the determination using the machine learning model as the above-mentioned predetermined calculation (analysis).
ここで、測定データから生体データである最大血圧と最小血圧を算出する方法を例示する。図５は、図１の測定装置３００で測定される心電波形及び脈波の例について説明するための図であり、測定装置３００が測定し、記憶部１２０に記憶されたユーザの心電波形及び光電式容積脈波形と、アプリが光電式容積脈波形を時間で１階微分した速度脈波形及び、光電式容積脈波形を時間で２階微分した加速度脈波形を示している。図５は上から順に、心電波形、光電式容積脈波形、速度脈波形及び加速度脈波形となる。縦軸は、各波形の強度を示しており、心電波形及び光電式容積脈波形は電位を示すｍＶで表される。横軸は時間経過を示し、左から右へ時間経過を示している。 Here, a method of calculating the maximum blood pressure and the minimum blood pressure, which are biological data, from the measurement data will be illustrated. FIG. 5 is a diagram for explaining an example of an electrocardiographic waveform and a pulse wave measured by the measuring device 300 of FIG. 1, and is a diagram of a user's electrocardiographic waveform measured by the measuring device 300 and stored in the storage unit 120. And the photoelectric plethysmogram waveform, the velocity pulse waveform obtained by the application first-order differentiation of the photoelectric voluminous pulse waveform, and the acceleration pulse waveform obtained by the second-order differentiation of the photoelectric voluminous pulse waveform are shown. FIG. 5 shows an electrocardiographic waveform, a photoelectric volume pulse waveform, a velocity pulse waveform, and an acceleration pulse waveform in order from the top. The vertical axis shows the intensity of each waveform, and the electrocardiographic waveform and the photoelectric volume pulse waveform are represented by MV indicating the potential. The horizontal axis shows the passage of time, and the passage of time is shown from left to right.
心電波形は、人の心臓の拍動を引き起こす電気的信号の周期的変化を示す波形である。心電波形は、その形状の変曲点にそれぞれＰ波，Ｑ波，Ｒ波，Ｓ波，Ｔ波の名称が割り当てられ、心拍の１サイクルを示している。Ｐ波は心房収縮を表し、Ｑ波Ｒ波Ｓ波は心室収縮の状態を表し、Ｔ波は心室拡張の開始を表す。 An electrocardiographic waveform is a waveform that indicates a periodic change in an electrical signal that causes the human heart to beat. In the electrocardiographic waveform, the names of P wave, Q wave, R wave, S wave, and T wave are assigned to the inflection points of the shape, respectively, and indicate one cycle of the heartbeat. The P wave represents atrial contraction, the Q wave R wave S wave represents the state of ventricular contraction, and the T wave represents the initiation of ventricular dilation.
光電式容積脈波形は、人の心臓の拍動に伴う末梢血管系内の血圧・体積の変化を示す波形である。光電式容積脈波形は、その形状の変曲点にそれぞれＡ波、Ｐ波、Ｖ波、Ｄ波の名称が割り当てられ、心拍の１サイクルを示している。Ａ波を動脈脈波が生じた時点の基準点として、Ｐ波が左心室駆出によって生じるPercussion波（衝撃波）、Ｖ波が大動脈弁の閉鎖時に生じるValley波（重複隆起による波）、Ｄ波が反射振動波であるDicrotic波（重複波）を示している。 The photoelectric volume pulse waveform is a waveform showing changes in blood pressure and volume in the peripheral vascular system accompanying the beating of the human heart. In the photoelectric volume pulse waveform, the names of A wave, P wave, V wave, and D wave are assigned to the inflection points of the shape, respectively, and indicate one cycle of the heartbeat. With the A wave as the reference point at the time when the arterial pulse wave is generated, the P wave is the Percussion wave (shock wave) generated by the ejection of the left ventricle, the V wave is the Valley wave (wave due to overlapping uplift) generated when the aortic valve is closed, and the D wave. Indicates a Dicrotic wave (overlapping wave) which is a reflected vibration wave.
速度脈波形は、光電式容積脈波形を時間で１階微分をしたものである。加速度脈波形は、速度脈波形を時間で１階微分したもの、すなわち光電式容積脈波形を２階微分したものである。加速度脈波形は、図５で示すように、その波形の各ピークにａ波（収縮初期陽性波）、ｂ波（収縮初期陰性波）、ｃ波（収縮中期再上昇波）、ｄ波（収縮後期再下降波）、ｅ波（拡張初期陽性波）、ｆ波（拡張初期陰性波）の名称が割り当てられている。 The velocity pulse waveform is a first-order derivative of the photoelectric volume pulse waveform with respect to time. The acceleration pulse waveform is a first-order derivative of the velocity pulse waveform, that is, a second-order derivative of the photoelectric volume pulse waveform. As shown in FIG. 5, the acceleration pulse waveform has a wave (initial contraction positive wave), b wave (initial contraction negative wave), c wave (mid-contraction re-rise wave), and d wave (contraction) at each peak of the waveform. The names of late re-falling wave), e-wave (extended early positive wave), and f-wave (extended early negative wave) are assigned.
ｂ波の強度とａ波の強度の比、及びｆ波の強度とｅ波の強度の比はそれぞれ血管の伸縮性すなわち弾性を示すパラメータである。主な血管の成分は、血管内皮（Endothelium）、弾性線維（Elastin）、タンパク質（Collagen）、平滑筋（Smooth Muscle）である。これらの成分は、それぞれ異なった性質があり、最大血圧、最小血圧時の血管の弾性はそれぞれCollagen、Elastinが強い影響力を担っている。そのため、血圧値によって異なる弾性をｂ波の強度とａ波の強度の比である（ｂ／ａ），ｆ波の強度とｅ波の強度の比である（ｆ／ｅ）のパラメータで示すことができ、年齢・性別・環境変数の影響によってもこれらの値は変動する。そのため、（ｂ／ａ），（ｆ／ｅ）の値は、加速度脈波形の特性情報として算出することができる。 The ratio of the intensity of the b wave to the intensity of the a wave and the ratio of the intensity of the f wave to the intensity of the e wave are parameters indicating the elasticity or elasticity of the blood vessel, respectively. The main components of blood vessels are vascular endothelium (Endothelium), elastic fibers (Elastin), proteins (Collagen), and smooth muscle (Smooth Muscle). These components have different properties, and Collagen and Elastin have a strong influence on the elasticity of blood vessels at the maximum blood pressure and the minimum blood pressure, respectively. Therefore, the elasticity that differs depending on the blood pressure value is indicated by the parameters of the ratio of the intensity of the b wave to the intensity of the a wave (b / a) and the ratio of the intensity of the f wave to the intensity of the e wave (f / e). These values also fluctuate depending on the influence of age, gender, and environment variables. Therefore, the values of (b / a) and (f / e) can be calculated as the characteristic information of the acceleration pulse waveform.
図５で示すように、Ｒ波の生じた時間ＴｒとＰ波の生じた時間Ｔｐの差分の時間が心室収縮期脈波伝搬時間ＰＴＴ＿ＳＹＳとなる。Ｔ波の生じた時間ＴｔとＤ波の生じた時間Ｔｄの差分の時間が心室拡張期脈波伝搬時間ＰＴＴ＿ＤＩＡとなる。すなわち、心電波形のＲ波の時間Ｔｒ及びＴ波の時間Ｔｔと、光電式容積脈波形のＴ波の時間ＴｐとＤ波の時間Ｔｄから、心室収縮期脈波伝搬時間ＰＴＴ＿ＳＹＳ及び心室拡張期脈波伝搬時間ＰＴＴ＿ＤＩＡを算出することができる。 As shown in FIG. 5, the time difference between the time Tr at which the R wave is generated and the time Tp at which the P wave is generated is the ventricular systolic pulse wave velocity PTT_SYS. The time difference between the time Tt in which the T wave is generated and the time Td in which the D wave is generated is the ventricular diastolic pulse wave propagation time PTT_DIA. That is, from the R wave time Tr and T wave time Tt of the electrocardiographic waveform, and the T wave time Tp and D wave time Td of the photoelectric volume pulse waveform, the ventricular systolic pulse wave propagation time PTT_SYS and the ventricular diastole period. The pulse wave propagation time PTT_DIA can be calculated.
また、脈波伝播速度と動脈壁の縦弾性係数との関係が所定の式で示される相関関係にあることが知られており、縦弾性係数と血圧値との関係も所定の式で示される相関関係にあることが知られている。そのため、最大血圧を心室収縮期脈波伝搬時間ＰＴＴ＿ＳＹＳの所定の式で求めることが可能であり、最小血圧を心室拡張期脈波伝搬時間ＰＴＴ＿ＤＩＡの所定の式で求めることが可能である。これにより、最大血圧と最小血圧を算出することが可能である。 Further, it is known that the relationship between the pulse wave velocity and the Young's modulus of the arterial wall has a correlation expressed by a predetermined formula, and the relationship between the Young's modulus and the blood pressure value is also shown by a predetermined formula. It is known to be correlated. Therefore, the maximum blood pressure can be obtained by a predetermined formula of the ventricular systolic pulse wave velocity PTT_SYS, and the minimum blood pressure can be obtained by a predetermined formula of the ventricular diastolic pulse wave velocity PTT_DIA. This makes it possible to calculate the maximum blood pressure and the minimum blood pressure.
また、測定データから生体データである心拍情報、特に安静時心拍数を算出する方法を例示すると、例えば安静時にユーザが装着している測定装置３００により測定される心電波形データ（例えば、図５の心電波形データ等）におけるＱＲＳ波の間隔などから、心拍情報を得ることができる。 Further, exemplifying a method of calculating heart rate information which is biological data from measurement data, particularly a resting heart rate, for example, electrocardiographic waveform data measured by a measuring device 300 worn by a user at rest (for example, FIG. 5). Heartbeat information can be obtained from the intervals of QRS waves in (ECG waveform data, etc.).
また、測定データから生体データである温度情報を算出する方法を例示すると、例えばユーザが装着している測定装置３００の温度センサにより測定されるユーザの皮膚温度データを温度情報として得ることができる。 Further, exemplifying a method of calculating temperature information which is biological data from the measurement data, for example, the user's skin temperature data measured by the temperature sensor of the measuring device 300 worn by the user can be obtained as the temperature information.
また、測定データから生体データである歩行速度情報を算出する方法を例示する。例えばユーザが手首に装着している測定装置３００により測定される加速度データの波形データから既知の算出方法等を単体で用いる、または、組み合わせて用いる（例えば平均化したり、重みづけしたりなど）ことにより歩行速度情報を得ることができ、例えば加速度データを所定時間ごとに積分することで歩行速度情報が算出される。これに加えて、ユーザ端末装置２００または測定装置３００にＧＰＳ機能を備え、ＧＰＳによる位置情報及び当該位置情報に関連する時間情報から算出される歩行速度情報を参照して、より正確な歩行速度情報を得るようにしてもよい。しかしながら、特に屋内や地下である場合や移動距離が比較的短い場合（例えば、数メートル以内など）にはＧＰＳ精度が一般的に低下するため、例えばユーザがユーザ端末装置２００を操作してＧＰＳによる情報を組み合わせて用いるか（または、加速度センサによる算出に代えて用いるか）どうかを選択可能にしてもよいし、ユーザ端末装置２００においてＧＰＳの受信感度情報や、ＧＰＳや加速度センサにより算出された距離情報などに基づいて、当該ＧＰＳによる情報を用いるかを選択するようにしてもよい。 In addition, a method of calculating walking speed information, which is biological data, from measurement data will be exemplified. For example, a known calculation method or the like from the waveform data of acceleration data measured by the measuring device 300 worn by the user on the wrist may be used alone or in combination (for example, averaging or weighting). The walking speed information can be obtained by, for example, the walking speed information is calculated by integrating the acceleration data at predetermined time intervals. In addition to this, the user terminal device 200 or the measuring device 300 is provided with a GPS function, and more accurate walking speed information is referred to by referring to the position information by GPS and the walking speed information calculated from the time information related to the position information. May be obtained. However, especially when it is indoors or underground or when the moving distance is relatively short (for example, within a few meters), the GPS accuracy generally decreases. Therefore, for example, the user operates the user terminal device 200 by GPS. It may be possible to select whether to use the information in combination (or to use it instead of the calculation by the acceleration sensor), the GPS reception sensitivity information in the user terminal device 200, and the distance calculated by the GPS or the acceleration sensor. You may choose whether to use the GPS information based on the information or the like.
また、測定データから生体データである歩幅情報を算出する方法を例示する。例えばユーザが手首に装着している測定装置３００により測定される加速度データの波形データから既知の算出方法等を単体で用いる、または、組み合わせて用いる（例えば平均化したり、重みづけしたりなど）ことにより歩幅情報を得ることができ、例えば、歩く時には振り子のように手を振るため、上述の加速度センサの情報（例えば、進行方向の加速度成分が一番小さいタイミングまたは逆方向に切り替わるタイミングや、進行方向に対して垂直な方向の加速度成分が一番小さいタイミングまたは上下が切り替わるタイミングなど）を基に１歩の間隔が判別できるため、さらに時間情報を用いれば歩幅情報を得ることができる。他には、例えば、地面を蹴り出した際には、蹴り出た方向の加速度成分が合成されるので、当該方向の加速度成分の発生タイミングで１歩の間隔を判別することでも可能である。 In addition, a method of calculating stride information, which is biological data, from measurement data will be illustrated. For example, a known calculation method or the like from the waveform data of acceleration data measured by the measuring device 300 worn by the user on the wrist may be used alone or in combination (for example, averaging or weighting). Because the stride information can be obtained by, for example, when walking, the hand is waved like a pendulum, so that the information of the above-mentioned acceleration sensor (for example, the timing when the acceleration component in the traveling direction is the smallest or the timing when the acceleration component is switched in the opposite direction, or the progress Since the interval of one step can be determined based on the timing when the acceleration component in the direction perpendicular to the direction is the smallest or the timing when the top and bottom are switched), the stride information can be obtained by further using the time information. Alternatively, for example, when the ground is kicked out, the acceleration component in the kicking direction is synthesized, so that it is also possible to determine the interval of one step at the timing of occurrence of the acceleration component in the direction.
さらに、上述のＧＰＳや加速度センサにより算出された距離情報や上述の歩幅情報及び歩数情報（例えば、加速度センサからの情報に基づき、既知の方法で取得可能）などに基づき算出される運動量情報も生体データとして算出されてもよい。 Further, the momentum information calculated based on the distance information calculated by the above-mentioned GPS or the acceleration sensor, the above-mentioned stride information and the number of steps information (for example, can be obtained by a known method based on the information from the acceleration sensor) is also living body. It may be calculated as data.
また、測定データから生体データであるユーザの手等の装着部位の動作情報を算出する方法を例示すると、例えばユーザが装着している測定装置３００により測定される加速度データおよび角速度データから、測定装置３００を装着している部位（例えば、手首や足首など）がどれくらいの速度でどのような角度で動いているのかという動作情報を得ることができる。 Further, exemplifying a method of calculating motion information of a wearing part such as a user's hand, which is biological data, from measurement data, for example, a measuring device is used from acceleration data and angular velocity data measured by the measuring device 300 worn by the user. It is possible to obtain motion information on how fast and at what angle the site where the 300 is worn (for example, wrist or ankle) is moving.
また、測定データから生体データである活動量情報を算出する方法を例示すると、例えば日常的に装着している測定装置３００により測定される加速度データを周波数解析し、例えば周波数の高低が活動頻度の高低に対応付けられ、所定頻度以上の活動が１日の何割を占めているか、などの所定条件により算出することで活動量情報を得ることができる。 Further, exemplifying a method of calculating activity amount information which is biological data from measurement data, for example, acceleration data measured by a measuring device 300 which is worn on a daily basis is frequency-analyzed. It is possible to obtain activity amount information by calculating according to a predetermined condition such as what percentage of the day the activity is associated with high and low and the activity of a predetermined frequency or more occupies.
さらに、測定データから生体データである運動量情報を算出する方法を例示すると、例えば日常的に装着している測定装置３００により測定される加速度データから既知の算出方法等により歩行を含む運動をしている際の加速度データを特定できるので、例えば周波数解析などを用いて所定の条件により算出することで運動量情報を得ることができる。また、角速度情報やタグ情報などの付加情報をさらに用いると、より正確な運動量情報を得ることが可能である。 Further, exemplifying a method of calculating momentum information which is biological data from measurement data, for example, exercise including walking is performed by a known calculation method or the like from acceleration data measured by a measuring device 300 which is worn on a daily basis. Since the acceleration data at the time of being can be specified, the momentum information can be obtained by calculating under predetermined conditions using, for example, frequency analysis. Further, by further using additional information such as angular velocity information and tag information, it is possible to obtain more accurate momentum information.
さらに、測定データから生体データである運動負荷量情報を算出する方法を例示すると、例えば日常的に装着している測定装置３００により測定される加速度データから導出した上記活動量情報や上記運動量情報に対して、例えば運動負荷と共に大きくなる心拍情報により重みづけをすることで運動負荷量情報を得ることができる。また、例えば加速度データのベクトル情報を加味すれば、歩行環境（坂や階段など）や姿勢（立位、座位など）などの状態情報も特定できるので、当該状態情報をさらに用いてもよい。また、角速度情報やタグ情報などの付加情報をさらに用いると、より正確な運動負荷量情報を得ることが可能である。 Further, exemplifying a method of calculating exercise load amount information which is biological data from measurement data, for example, in the activity amount information and the exercise amount information derived from the acceleration data measured by the measuring device 300 which is worn on a daily basis. On the other hand, exercise load information can be obtained by weighting, for example, with heartbeat information that increases with exercise load. Further, for example, if vector information of acceleration data is added, state information such as walking environment (hill, stairs, etc.) and posture (standing position, sitting position, etc.) can be specified, so that state information may be further used. Further, by further using additional information such as angular velocity information and tag information, it is possible to obtain more accurate exercise load information.
さらに、測定データから生体データである最大酸素摂取量（ＶＯ２max）を算出する方法を例示すると、例えば上述の安静時心拍数情報を用いて、ＶＯ２max＝１５×（２２０−年齢）÷安静時心拍数という公知の数式などにより最大酸素摂取量情報を得ることができる。 Further, exemplifying a method of calculating the maximum oxygen uptake (VO 2 max) which is biological data from the measurement data, for example, using the above-mentioned resting heart rate information, VO 2 max = 15 × (220-age) ÷ Maximum oxygen uptake information can be obtained by a known mathematical formula such as resting heart rate.
データ出力部１３４は、測定データや生体データ、信頼度情報をユーザ端末装置２００等の各デバイスへ出力する。ユーザ端末装置２００においては、出力データを例えば専用のアプリケーションを介して画面に表示するなどしてユーザが容易に確認可能としてもよい。 The data output unit 134 outputs measurement data, biological data, and reliability information to each device such as the user terminal device 200. In the user terminal device 200, the output data may be displayed on the screen via, for example, a dedicated application so that the user can easily check the output data.
入出力部１４０は、キーボード・マウス類、タッチパネル等の情報入力機器、及びディスプレイ等の出力機器である。 The input / output unit 140 is an information input device such as a keyboard / mouse and a touch panel, and an output device such as a display.
＜処理の流れ＞
図６を参照しながら、情報処理システム１が実行する情報処理方法の処理の流れについて説明する。図６は、図１の情報処理システム１の処理の例を示すフローチャートである。
<Processing flow>
The processing flow of the information processing method executed by the
ステップＳ１０１の処理として、データ管理部１３１では、測定装置３００を利用するユーザごとにアカウント情報が生成され、ユーザ端末装置２００等から所定のユーザ情報を取得する。登録されたユーザ情報は、データ管理部１３１により、ユーザ情報ＤＢ１２３に記憶される。ステップＳ１０１の処理は、ユーザが測定装置３００を利用するための前処理として行われてもよいし、ユーザが測定装置３００を初めて利用する際に行われてもよい。 As the process of step S101, the data management unit 131 generates account information for each user who uses the measuring device 300, and acquires predetermined user information from the user terminal device 200 or the like. The registered user information is stored in the user information DB 123 by the data management unit 131. The process of step S101 may be performed as a pre-process for the user to use the measuring device 300, or may be performed when the user uses the measuring device 300 for the first time.
ステップＳ１０２の処理として、ユーザが測定装置３００を利用すると、測定データが測定装置３００からユーザ端末装置２００を介して管理サーバ１００へ所定の周期ごとに送信され、通信部１１０を介して受信される。データ管理部１３１により、記憶部１２０の測定データＤＢ１２１内においてユーザ情報に関連付けられて測定データが記憶される。
When the user uses the measuring device 300 as the process of step S102, the measurement data is transmitted from the measuring device 300 to the management server 100 via the user terminal device 200 at predetermined intervals, and is received via the communication unit 110. .. The data management unit 131 stores the measurement data associated with the user information in the
ステップＳ１０３の処理として、測定装置３００により測定された測定データ、または、測定データＤＢ１２１に記憶された当該測定データを解析し、当該解析の結果に基づき、ステップＳ１０４の処理において生成される生体データの信頼度情報の算出を行う。なお、ステップＳ１０３とステップＳ１０４は、時系列として前後が逆であってもよいし、両ステップが並行して実行されていてもよい。
As the process of step S103, the measurement data measured by the measuring device 300 or the measurement data stored in the
図７及び図８には、測定データの解析について説明する一例としての概念図を示す。例えば図７に示されるように測定データ（例えば、心電データや脈波データなど）にノイズが少ない場合（すなわち、当該測定データにより生成される生体データの信頼度が高いと算出されるべき場合）の波形に対して、高速フーリエ変換（ＦＦＴ）などの既知の周波数解析により周波数成分を算出する。そして、これをｘ軸方向に進むにつれて積算するようにグラフ化した場合には、例えばｙ軸方向の総和の１０％の値から９０％の値のｘ軸方向の幅が小さい（すなわち、分散度が低い）。一方で、例えば図８に示されるように、ユーザの体動が大きかったり、装着不備があったり等で測定データにノイズが多い場合（すなわち、当該測定データにより生成される生体データの信頼度が低いと算出されるべき場合）の波形に対して、同様に周波数成分を算出し、ｘ軸方向に進むにつれて積算するようにグラフ化した場合には、例えばｙ軸方向の総和の１０％の値から９０％の値のｘ軸方向の幅が大きい（すなわち、分散度が高い）。 7 and 8 show a conceptual diagram as an example for explaining the analysis of the measurement data. For example, as shown in FIG. 7, when there is little noise in the measurement data (for example, electrocardiographic data, pulse wave data, etc.) (that is, when it should be calculated that the reliability of the biometric data generated by the measurement data is high). ), The frequency component is calculated by a known frequency analysis such as Fast Fourier Transform (FFT). Then, when this is graphed so as to be integrated as it progresses in the x-axis direction, for example, the width of the value in the x-axis direction from 10% to 90% of the total in the y-axis direction is small (that is, the degree of dispersion). Is low). On the other hand, as shown in FIG. 8, for example, when there is a lot of noise in the measurement data due to a large body movement of the user, improper wearing, etc. (that is, the reliability of the biometric data generated by the measurement data is high. When the frequency component is calculated in the same way for the waveform (when it should be calculated to be low) and graphed so as to integrate as it progresses in the x-axis direction, for example, a value of 10% of the total in the y-axis direction. The width of the value from 90% in the x-axis direction is large (that is, the degree of dispersion is high).
したがって、上述の例の場合、測定データの周波数成分の積算値におけるｙ軸方向の所定の区間に対応するｘ軸方向の幅、すなわち測定データの周波数成分の分散度を解析結果として用いて信頼度情報を算出することが可能である。信頼度情報は、例えば、上記分散度に対して複数の閾値に基づく区分が形成され、各区分に対して信頼度Ａ−Ｅなどの評価情報が設定される形態であってもよいし、より細かく区分を区切り、パーセンテージなどの数値が設定される形態であってもよい。すなわち、生体データとしての心拍数情報が６０ｂｐｍと算出された場合、「信頼度Ｂ」と算出されてもよいし、「＋／−５％」と算出されてもよい。 Therefore, in the case of the above example, the width in the x-axis direction corresponding to a predetermined section in the y-axis direction in the integrated value of the frequency component of the measurement data, that is, the degree of dispersion of the frequency component of the measurement data is used as the analysis result to obtain the reliability. It is possible to calculate the information. The reliability information may be, for example, in a form in which divisions based on a plurality of threshold values are formed for the dispersion degree and evaluation information such as reliability AE is set for each division. It may be in a form in which the division is finely divided and a numerical value such as a percentage is set. That is, when the heart rate information as biological data is calculated as 60 bpm, it may be calculated as "reliability B" or "+/- 5%".
これについて、例えば分散度と評価情報または数値を対応付けた教師データを基に機械学習モデルを予め作成し、当該機械学習モデルを用いて信頼度情報算出部１３２により信頼度情報を算出するように構成をなしてもよい。 Regarding this, for example, a machine learning model is created in advance based on teacher data in which the degree of dispersion is associated with evaluation information or numerical values, and the reliability information is calculated by the reliability information calculation unit 132 using the machine learning model. It may be configured.
その他の例としては、測定データと、当該測定データに基づき生成された生体データ（例えば心拍情報や血圧情報など）と正の生体データ（例えば、既知の医療機器に基づく心拍情報や血圧情報など）との誤差範囲を対応付けた教師データを基に機械学習モデルを予め作成し、当該機械学習モデルを用いて信頼度情報算出部１３２により、ステップＳ１０４において生成される生体データに対する誤差範囲を信頼度情報として算出するように構成をなしてもよい。すなわち、生体データとしての心拍数情報が６０ｂｐｍと算出された場合、「＋／−５％」と誤差割合範囲が算出されてもよいし、より具体的に「＋／−３ｂｐｍ」と誤差生体データ値範囲が算出されてもよい。 Other examples include measurement data, biometric data generated based on the measurement data (eg, heart rate information, blood pressure information, etc.) and positive biometric data (eg, heart rate information, blood pressure information, etc. based on known medical devices). A machine learning model is created in advance based on the teacher data associated with the error range of, and the reliability information calculation unit 132 uses the machine learning model to determine the reliability of the error range for the biometric data generated in step S104. It may be configured to be calculated as information. That is, when the heart rate information as biometric data is calculated as 60 bpm, the error ratio range may be calculated as "+/- 5%", or more specifically, "+/- 3 bpm" as the error biometric data. The value range may be calculated.
また、上記の例では、測定データに影響するノイズ全般に対しての信頼度の算出であるが、例えば測定装置３００の加速度データまたは角速度データに基づく信頼度の算出も可能である。 Further, in the above example, the reliability is calculated for the noise that affects the measurement data in general, but for example, the reliability can be calculated based on the acceleration data or the angular velocity data of the measuring device 300.
これは、例えば、加速度データまたは角速度データに対して既知の周波数解析を行い、周波数成分を算出し、測定データに対しても同様に周波数成分を算出する。ここで、両周波数成分を比較し、両者の一致度が高い場合には、ユーザの体動等による加速度の影響が大きいと判定することができ、両者の一致度が低い場合には加速度または角速度の影響が少ないと判定することができる。これを解析結果とすることで、上述のとおり、評価情報や数値等により信頼度情報を算出することも可能である。 This performs, for example, a known frequency analysis on acceleration data or angular velocity data, calculates a frequency component, and similarly calculates a frequency component on measurement data. Here, the two frequency components are compared, and if the degree of agreement between the two is high, it can be determined that the influence of acceleration due to the user's body movement or the like is large, and if the degree of agreement between the two is low, the acceleration or angular velocity can be determined. It can be determined that the influence of is small. By using this as the analysis result, it is possible to calculate the reliability information from the evaluation information, numerical values, and the like as described above.
さらに、他の例として、ユーザの皮膚の湿度による影響に対する信頼度の算出も可能である。これは、例えば、皮膚の湿度に応じて細胞の光の吸収率が変化することを鑑み、測定データとしての脈波を測定する際に用いるＬＥＤ及びフォトダイオード等の光を利用して、ユーザの皮膚に対しＬＥＤにより同一光量で照らした際のフォトダイオードにおける光の強度の所定期間の平均値（例えば、現在から所定期間遡った時点までの平均値など）もしくは中央値の変化（差分）が大きい場合に信頼度が低くなり、当該差分が小さい場合に信頼度が高くなると判定することができる。これを解析結果とすることで、上述のとおり、評価情報や数値等により信頼度情報を算出することも可能である。 Furthermore, as another example, it is possible to calculate the reliability of the influence of the humidity of the user's skin. This is done by using light such as an LED and a photodiode used when measuring a pulse wave as measurement data, for example, in view of the fact that the light absorption rate of cells changes according to the humidity of the skin. There is a large change (difference) in the average value (for example, the average value from the present to the time when the predetermined period goes back) or the median value of the light intensity in the photodiode when the skin is illuminated with the same amount of light by the LED. In some cases, the reliability is low, and when the difference is small, it can be determined that the reliability is high. By using this as the analysis result, it is possible to calculate the reliability information from the evaluation information, numerical values, and the like as described above.
上述の例は一例であり、信頼度情報の算出方法はこれらに限定されないが、例えば例示された算出方法を単体、または、組み合わせて用いることで、ユーザが望む精度の信頼度情報を算出することが可能となる。 The above example is an example, and the method of calculating the reliability information is not limited to these, but for example, by using the illustrated calculation method alone or in combination, the reliability information of the accuracy desired by the user can be calculated. Is possible.
ステップＳ１０４の処理として、生体データ生成部１３３により測定データが読み取られ、所定の演算等により生体データの生成が行われる。生成された生体データは、データ管理部１３１により、生体データＤＢ１２２に記憶される。 As the process of step S104, the measurement data is read by the biological data generation unit 133, and the biological data is generated by a predetermined calculation or the like. The generated biometric data is stored in the biometric data DB 122 by the data management unit 131.
ステップＳ１０５の処理として、データ出力部１３４により、少なくとも生体データ及び信頼度情報をユーザ端末装置２００へ出力する。 As the process of step S105, at least biometric data and reliability information are output to the user terminal device 200 by the data output unit 134.
＜効果＞
以上のように、本実施形態に係る情報処理システムは、ユーザが装着する測定装置から取得した測定データに基づき生成された生体データに関する信頼度情報を、前記測定データに基づき算出することが可能であるため、現在または過去の生体データ等の信頼度を確認することが容易となる。
<Effect>
As described above, the information processing system according to the present embodiment can calculate the reliability information regarding the biological data generated based on the measurement data acquired from the measurement device worn by the user based on the measurement data. Therefore, it becomes easy to confirm the reliability of current or past biometric data.
以上、開示に係る実施形態について説明したが、これらはその他の様々な形態で実施することが可能であり、種々の省略、置換および変更を行なって実施することが出来る。これらの実施形態および変形例ならびに省略、置換および変更を行なったものは、特許請求の範囲の技術的範囲とその均等の範囲に含まれる。 Although the embodiments related to the disclosure have been described above, these can be implemented in various other embodiments, and can be implemented by making various omissions, substitutions, and changes. These embodiments and modifications, as well as those omitted, replaced and modified, are included in the technical scope of the claims and the equivalent scope thereof.
１ 情報処理システム
１００ 管理サーバ
２００ ユーザ端末装置
３００ 測定装置
ＮＷ ネットワーク
1 Information processing system 100 Management server 200 User terminal device 300 Measuring device NW network
Claims (4)
前記測定データを解析し、当該解析の結果に基づき前記生体データの信頼度情報を算出する信頼度情報算出部と、
少なくとも前記生体データ及び当該生体データの信頼度情報を出力するデータ出力部と、を備え、
前記信頼度情報算出部は、前記測定装置に備えられたＬＥＤにより前記ユーザの皮膚に対し同一光量で照らした際に、前記測定装置に備えられたフォトダイオードが検知した光の強度の所定期間の平均値もしくは中央値の変化に基づき信頼度情報を算出する、
ことを特徴とする情報処理システム。 An information processing system that receives measurement data from a measurement device worn by a user via a network at a predetermined cycle and calculates reliability information of biometric data generated based on the measurement data based on the measurement data.
A reliability information calculation unit that analyzes the measurement data and calculates the reliability information of the biometric data based on the result of the analysis.
It includes at least the biometric data and a data output unit that outputs the reliability information of the biometric data.
When the reliability information calculation unit illuminates the user's skin with the same amount of light by the LED provided in the measuring device, the light intensity detected by the photodiode provided in the measuring device is for a predetermined period of time. Calculate reliability information based on changes in mean or median,
An information processing system characterized by this.
前記測定データを解析し、当該解析の結果に基づき前記生体データの信頼度情報を算出する信頼度情報算出部と、
少なくとも前記生体データ及び当該生体データの信頼度情報を出力するデータ出力部と、を備え、
前記信頼度情報算出部は、前記測定装置に備えられたＬＥＤにより前記ユーザの皮膚に対し同一光量で照らした際に、前記測定装置に備えられたフォトダイオードが検知した光の強度の所定期間の平均値もしくは中央値の変化に基づき信頼度情報を算出する、
ことを特徴とするサーバ。 A server that receives measurement data from a measurement device worn by a user via a network at a predetermined cycle and calculates reliability information of biometric data generated based on the measurement data based on the measurement data.
A reliability information calculation unit that analyzes the measurement data and calculates the reliability information of the biometric data based on the result of the analysis.
It includes at least the biometric data and a data output unit that outputs the reliability information of the biometric data.
When the reliability information calculation unit illuminates the user's skin with the same amount of light by the LED provided in the measuring device, the light intensity detected by the photodiode provided in the measuring device is for a predetermined period of time. Calculate reliability information based on changes in mean or median,
A server that features that.
信頼度情報算出部により、前記測定データを解析し、当該解析の結果に基づき前記生体データの信頼度情報を算出するステップと、
データ出力部により、少なくとも前記生体データ及び当該生体データの信頼度情報を出力するステップと、を含み、
前記信頼度情報算出部は、前記測定装置に備えられたＬＥＤにより前記ユーザの皮膚に対し同一光量で照らした際に、前記測定装置に備えられたフォトダイオードが検知した光の強度の所定期間の平均値もしくは中央値の変化に基づき信頼度情報を算出する、
ことを特徴とする情報処理方法。 An information processing method in which measurement data is received from a measurement device worn by a user via a network at a predetermined cycle, and reliability information of biometric data generated based on the measurement data is calculated based on the measurement data.
A step of analyzing the measurement data by the reliability information calculation unit and calculating the reliability information of the biometric data based on the result of the analysis.
The data output unit includes at least the biometric data and a step of outputting the reliability information of the biometric data.
When the reliability information calculation unit illuminates the user's skin with the same amount of light by the LED provided in the measuring device, the light intensity detected by the photodiode provided in the measuring device is for a predetermined period of time. Calculate reliability information based on changes in mean or median,
An information processing method characterized by the fact that.
前記情報処理方法は、
信頼度情報算出部により、前記測定データを解析し、当該解析の結果に基づき前記測定データの信頼度情報を算出するステップと、
データ出力部により、少なくとも前記生体データ及び当該生体データの信頼度情報を出力するステップと、
を実行し、
前記信頼度情報算出部は、前記測定装置に備えられたＬＥＤにより前記ユーザの皮膚に対し同一光量で照らした際に、前記測定装置に備えられたフォトダイオードが検知した光の強度の所定期間の平均値もしくは中央値の変化に基づき信頼度情報を算出する、
ことを特徴とするプログラム。
An information processing method is executed in a computer that receives measurement data from a measurement device worn by a user via a network at a predetermined cycle and calculates reliability information of biometric data generated based on the measurement data based on the measurement data. It is a program to do
The information processing method is
A step of analyzing the measurement data by the reliability information calculation unit and calculating the reliability information of the measurement data based on the result of the analysis.
The step of outputting at least the biometric data and the reliability information of the biometric data by the data output unit, and
And
When the reliability information calculation unit illuminates the user's skin with the same amount of light by the LED provided in the measuring device, the light intensity detected by the photodiode provided in the measuring device is for a predetermined period of time. Calculate reliability information based on changes in mean or median,
A program characterized by that.
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2020184036A JP6864894B1 (en) | 2020-11-03 | 2020-11-03 | Information processing systems, servers, information processing methods and programs |
| JP2021039793A JP2022075457A (en) | 2020-11-03 | 2021-03-12 | Information processing system, server, information processing method and program |
| PCT/JP2021/040186 WO2022097592A1 (en) | 2020-11-03 | 2021-11-01 | Information processing system, server, information processing method, and program |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2020184036A JP6864894B1 (en) | 2020-11-03 | 2020-11-03 | Information processing systems, servers, information processing methods and programs |
Related Child Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2021039793A Division JP2022075457A (en) | 2020-11-03 | 2021-03-12 | Information processing system, server, information processing method and program |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP6864894B1 true JP6864894B1 (en) | 2021-04-28 |
| JP2022074197A JP2022074197A (en) | 2022-05-18 |
Family
ID=75638813
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2020184036A Active JP6864894B1 (en) | 2020-11-03 | 2020-11-03 | Information processing systems, servers, information processing methods and programs |
| JP2021039793A Pending JP2022075457A (en) | 2020-11-03 | 2021-03-12 | Information processing system, server, information processing method and program |
Family Applications After (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2021039793A Pending JP2022075457A (en) | 2020-11-03 | 2021-03-12 | Information processing system, server, information processing method and program |
Country Status (2)
| Country | Link |
|---|---|
| JP (2) | JP6864894B1 (en) |
| WO (1) | WO2022097592A1 (en) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP7142997B1 (en) | 2022-04-05 | 2022-09-28 | Ｓｓｓｔ株式会社 | Biometric information calculation system, server, and biometric information calculation method |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012235890A (en) * | 2011-05-11 | 2012-12-06 | Konica Minolta Optics Inc | Signal processing unit, signal processing method, and biological information measuring apparatus |
| JP2014068992A (en) * | 2012-10-01 | 2014-04-21 | Fujitsu Ltd | Noise detecting device, noise detection method, and noise detection program |
| JP2016036644A (en) * | 2014-08-11 | 2016-03-22 | セイコーエプソン株式会社 | Ultrasonic blood pressure measurement apparatus and blood pressure measurement method |
| US20160171180A1 (en) * | 2014-12-11 | 2016-06-16 | Verizon Patent And Licensing Inc. | Incentivized wellness behavior modification |
| JP2016214335A (en) * | 2015-05-15 | 2016-12-22 | ルネサスエレクトロニクス株式会社 | Pulse rate meter and adjustment method of pulse rate meter |
| JP2017221550A (en) * | 2016-06-17 | 2017-12-21 | セイコーエプソン株式会社 | Biological information processing device, program, and biological information processing method |
| US20180116537A1 (en) * | 2014-07-07 | 2018-05-03 | Zoll Medical Corporation | System and Method for Distinguishing a Cardiac Event From Noise in an Electrocardiogram (ECG) Signal |
| JP2018108123A (en) * | 2016-12-28 | 2018-07-12 | オムロンヘルスケア株式会社 | Information processing system |
| JP2019068170A (en) * | 2017-09-29 | 2019-04-25 | 横河電機株式会社 | Vital data acquisition system, vital data repeater, vital data relay system, and vital data acquisition method |
-
2020
- 2020-11-03 JP JP2020184036A patent/JP6864894B1/en active Active
-
2021
- 2021-03-12 JP JP2021039793A patent/JP2022075457A/en active Pending
- 2021-11-01 WO PCT/JP2021/040186 patent/WO2022097592A1/en active Application Filing
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012235890A (en) * | 2011-05-11 | 2012-12-06 | Konica Minolta Optics Inc | Signal processing unit, signal processing method, and biological information measuring apparatus |
| JP2014068992A (en) * | 2012-10-01 | 2014-04-21 | Fujitsu Ltd | Noise detecting device, noise detection method, and noise detection program |
| US20180116537A1 (en) * | 2014-07-07 | 2018-05-03 | Zoll Medical Corporation | System and Method for Distinguishing a Cardiac Event From Noise in an Electrocardiogram (ECG) Signal |
| JP2016036644A (en) * | 2014-08-11 | 2016-03-22 | セイコーエプソン株式会社 | Ultrasonic blood pressure measurement apparatus and blood pressure measurement method |
| US20160171180A1 (en) * | 2014-12-11 | 2016-06-16 | Verizon Patent And Licensing Inc. | Incentivized wellness behavior modification |
| JP2016214335A (en) * | 2015-05-15 | 2016-12-22 | ルネサスエレクトロニクス株式会社 | Pulse rate meter and adjustment method of pulse rate meter |
| JP2017221550A (en) * | 2016-06-17 | 2017-12-21 | セイコーエプソン株式会社 | Biological information processing device, program, and biological information processing method |
| JP2018108123A (en) * | 2016-12-28 | 2018-07-12 | オムロンヘルスケア株式会社 | Information processing system |
| JP2019068170A (en) * | 2017-09-29 | 2019-04-25 | 横河電機株式会社 | Vital data acquisition system, vital data repeater, vital data relay system, and vital data acquisition method |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP7142997B1 (en) | 2022-04-05 | 2022-09-28 | Ｓｓｓｔ株式会社 | Biometric information calculation system, server, and biometric information calculation method |
| JP2023153709A (en) * | 2022-04-05 | 2023-10-18 | Ｓｓｓｔ株式会社 | Biological information operation system, server, and biological information operation method |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2022097592A1 (en) | 2022-05-12 |
| JP2022074197A (en) | 2022-05-18 |
| JP2022075457A (en) | 2022-05-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2022097592A1 (en) | Information processing system, server, information processing method, and program | |
| JP6919959B1 (en) | Information processing system, server, information processing method and program | |
| WO2022009817A1 (en) | Server, user assistance system, user assistance method, and program | |
| JP7033362B1 (en) | Information processing system, server, information processing method and program | |
| WO2022054797A1 (en) | Information processing system, server, information processing method, and program | |
| JP6887194B1 (en) | Information processing systems, servers, information processing methods and programs | |
| JP6945908B1 (en) | Information processing systems, servers, information processing methods and programs | |
| JP7240052B1 (en) | Information processing system, server, information processing method, program and learning model | |
| JP6934219B1 (en) | Information processing systems, servers, information processing methods and programs | |
| JP7097111B2 (en) | Information processing system, server, information processing method and program | |
| WO2021246346A1 (en) | Information processing system, server, information processing method, and program | |
| JP7033363B1 (en) | Information processing system, server, information processing method and program | |
| JP7065550B1 (en) | Information processing system, server, information processing method and program | |
| WO2021246264A1 (en) | Server, adjustment information provision method, and program | |
| JP2024018876A (en) | Information processing systems, servers, information processing methods, programs and learning models | |
| JP2023125114A (en) | Information processing system, server, information processing method, and program | |
| WO2022009819A1 (en) | Information processing system, information processing method, and program | |
| JP2023036454A (en) | Information processing system, server, information processing method and program |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20201217 |
|
| A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20201217 |
|
| A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20201228 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210105 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210204 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210224 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210226 |
|
| 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: 20210311 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210328 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6864894 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |