JP7117167B2 - カロリー収支推定装置、カロリー収支推定方法、及びカロリー収支推定プログラム - Google Patents
カロリー収支推定装置、カロリー収支推定方法、及びカロリー収支推定プログラム Download PDFInfo
- Publication number
- JP7117167B2 JP7117167B2 JP2018113684A JP2018113684A JP7117167B2 JP 7117167 B2 JP7117167 B2 JP 7117167B2 JP 2018113684 A JP2018113684 A JP 2018113684A JP 2018113684 A JP2018113684 A JP 2018113684A JP 7117167 B2 JP7117167 B2 JP 7117167B2
- Authority
- JP
- Japan
- Prior art keywords
- calorie balance
- calorie
- balance estimation
- estimation
- concentration
- 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
Images
Landscapes
- Medical Treatment And Welfare Office Work (AREA)
Description
本発明の実施形態の説明を行う前に、本発明に関連するアセトンの濃度によるカロリー収支の推定について簡単に説明する。
近年、食事、喫煙、飲酒などの生活習慣が発症の原因となる生活習慣病が深刻化している。また、生活習慣病になるリスクを上昇させる肥満については、様々な予防策や改善策が研究されている。
アセトンは、生体において体脂肪の燃焼・分解によって生成される代謝産物である。アセトンは、代謝によって血中に放出された後、肺、皮膚、粘膜等を通じて生体ガスとして放出される。また、所定の期間におけるカロリー収支と、呼気ガスのアセトンの濃度との間に相関関係があり、この相関関係と、呼気ガスのアセトンの濃度とを用いて、所定の期間内におけるユーザのカロリー収支を推定できること等が、特許文献1に示されている。
<カロリー収支推定装置の構成>
図1~3を用いて、第1の実施形態に係るカロリー収支推定装置の構成について説明する。カロリー収支推定装置100は、コンピュータの構成を有する情報処理装置であり、例えば、図3に示すようなハードウェア構成を備えている。なお、カロリー収支推定装置100は、携帯型、据置型のいずれであっても良い。
続いて、本実施形態に係るカロリー収支推定方法の処理の流れについて説明する。
ここで、本実施形態に係るカロリー収支推定装置100による、カロリー収支の推定精度を向上させる効果について説明する。
第2の実施形態では、複数種類のガス成分の濃度又は放出量に加えて、身体の状態を示す身体情報や、生活習慣を示す生活習慣情報等のユーザ情報を用いることにより、カロリー収支の推定精度をさらに向上させる場合の例について説明する。
図2は、第2の実施形態に係るカロリー収支推定装置の構成例を示す図である。なお、カロリー収支推定装置100は、図2に示すように、外部に測定装置200を有する構成であっても良い。
続いて、第2の実施形態に係るカロリー収支推定方法の処理の流れについて説明する。
ここで、第2の実施形態に係るカロリー収支推定装置100による、カロリー収支の推定精度を向上させる効果について説明する。
<システム構成>
図10は、第3の実施形態に係るカロリー収支推定システム1000のシステム構成の例を示す図である。図10に示すように、カロリー収支推定装置100は、通信ネットワーク1010を介して測定装置200等と通信可能に接続された情報処理装置であっても良い。
第3の実施形態に係るカロリー収支推定装置100の構成は、図2に示す第1の実施形態に係るカロリー収支推定装置100の構成と同様で良い。
測定装置200は、例えば、図3に示すカロリー収支推定装置100と同様のハードウェア構成を有している。また、測定装置200は、図3のプロセッサ301で所定のプログラムを実行することにより、図10に示す測定制御部1001、表示入力部1002等を実現している。
(カロリー収支推定処理1)
続いて、第3の実施形態に係るカロリー収支推定方法の処理の流れについて説明する。
図12は、第3の実施形態に係るカロリー収支推定処理の例を示すシーケンス図(2)である。なお、基本的な処理内容は、図8に示す第2の実施形態に係るカロリー収支推定処理と同様なので、ここでは同様の処理に対する詳細な説明は省略する。
なお、図1、2、10の構成図は、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良いし、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良い。
101 取得部
102 推定部
103 記憶部
110 カロリー収支推定モデル
200 測定装置
1000 カロリー収支推定システム
1001 測定制御部
1002 表示入力部
Claims (10)
- 生体ガス中における、アセトンと水素とを含む複数種類のガス成分の濃度及び放出量のうちの少なくとも一方を示す測定データを取得する取得部と、
前記複数種類のガス成分の濃度及び放出量のうちの少なくとも一方の測定結果に基づいて予め作成したカロリー収支推定モデルと、前記取得部が取得した前記測定データとを用いてカロリー収支を推定する推定部と、
を有する、カロリー収支推定装置。 - カロリー収支推定モデルは、複数の前記測定結果に基づいて機械学習により作成したモデルである、請求項1に記載のカロリー収支推定装置。
- 前記複数種類のガス成分は、
アセトンと水素のガス成分と、
エタノール、アセトアルデヒド、イソプレン、アンモニア、メタン、ノネナール、硫化水素、一酸化炭素、一酸化窒素、二酸化炭素、メチルメルカプタン、ホルムアルデヒド、ベンゼン、及びトルエンのうち、1つ以上のガス成分と、
を含む、請求項1又は2に記載のカロリー収支推定装置。 - 前記推定部は、前記測定データが測定された時点から所定の時間前までの間における摂取カロリーと消費カロリーとの差を示すカロリー収支の値、範囲、及び正負のうち、少なくとも1つを推定する、請求項1乃至3のいずれか一項に記載のカロリー収支推定装置。
- 前記カロリー収支推定モデルは、身体の情報を示す身体情報にさらに基づいて予め作成され、
前記推定部は、ユーザの前記身体情報をさらに用いて前記カロリー収支を推定する、請求項1乃至4のいずれか一項に記載のカロリー収支推定装置。 - 前記身体情報は、年齢、性別、身長、体重、BMI、体温、体脂肪率、筋肉量、体水分量、脈拍、血圧、体温、病歴を示す情報のうち、1つ以上の情報を含む、請求項5に記載のカロリー収支推定装置。
- 前記カロリー収支推定モデルは、生活習慣を示す生活習慣情報にさらに基づいて予め作成され、
前記推定部は、被験者の前記生活習慣情報をさらに用いて前記カロリー収支を推定する、請求項1乃至6のいずれか一項に記載のカロリー収支推定装置。 - 前記生活習慣情報は、食事履歴、運動履歴、飲酒履歴、服薬履歴のうち、1つ以上の情報を含む、請求項7に記載のカロリー収支推定装置。
- コンピュータが、
生体ガス中における、アセトンと水素とを含む複数種類のガス成分の濃度及び放出量のうちの少なくとも一方を示す測定データを取得し、
前記複数種類のガス成分の濃度及び放出量のうちの少なくとも一方の測定結果に基づいて予め作成したカロリー収支推定モデルと、前記取得した測定データとを用いてカロリー収支を推定する、
カロリー収支推定方法。 - コンピュータに、
生体ガス中における、アセトンと水素とを含む複数種類のガス成分の濃度及び放出量のうちの少なくとも一方を示す測定データを取得するステップと、
前記複数種類のガス成分の濃度及び放出量のうちの少なくとも一方の測定結果に基づいて予め作成したカロリー収支推定モデルと、前記取得した測定データとを用いてカロリー収支を推定するステップと、
を実行させる、カロリー収支推定プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018113684A JP7117167B2 (ja) | 2018-06-14 | 2018-06-14 | カロリー収支推定装置、カロリー収支推定方法、及びカロリー収支推定プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018113684A JP7117167B2 (ja) | 2018-06-14 | 2018-06-14 | カロリー収支推定装置、カロリー収支推定方法、及びカロリー収支推定プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019215797A JP2019215797A (ja) | 2019-12-19 |
JP7117167B2 true JP7117167B2 (ja) | 2022-08-12 |
Family
ID=68919122
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018113684A Active JP7117167B2 (ja) | 2018-06-14 | 2018-06-14 | カロリー収支推定装置、カロリー収支推定方法、及びカロリー収支推定プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7117167B2 (ja) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090054799A1 (en) | 2007-08-08 | 2009-02-26 | Vrtis Joan K | Biosensor system with a multifunctional portable electronic device |
JP2010197081A (ja) | 2009-02-23 | 2010-09-09 | Toto Ltd | 健康状態測定装置および報知装置および報知方法 |
WO2013038959A1 (ja) | 2011-09-14 | 2013-03-21 | 株式会社 エヌ・ティ・ティ・ドコモ | ダイエット支援システムおよびダイエット支援方法 |
US20150289790A1 (en) | 2014-04-10 | 2015-10-15 | Mission Biomedical Scientific, Inc. | Wearable metabolic physical activity monitor and method |
WO2016111215A1 (ja) | 2015-01-07 | 2016-07-14 | 株式会社Nttドコモ | 情報処理装置、カロリー管理システム、カロリー収支推定方法及びプログラム |
WO2017150224A1 (ja) | 2016-02-29 | 2017-09-08 | 京セラ株式会社 | 予測装置及び予測システム |
JP2017209581A (ja) | 2017-09-11 | 2017-11-30 | 株式会社タニタ | 身体変化評価装置、方法、及びプログラム |
-
2018
- 2018-06-14 JP JP2018113684A patent/JP7117167B2/ja active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090054799A1 (en) | 2007-08-08 | 2009-02-26 | Vrtis Joan K | Biosensor system with a multifunctional portable electronic device |
JP2010197081A (ja) | 2009-02-23 | 2010-09-09 | Toto Ltd | 健康状態測定装置および報知装置および報知方法 |
WO2013038959A1 (ja) | 2011-09-14 | 2013-03-21 | 株式会社 エヌ・ティ・ティ・ドコモ | ダイエット支援システムおよびダイエット支援方法 |
US20150289790A1 (en) | 2014-04-10 | 2015-10-15 | Mission Biomedical Scientific, Inc. | Wearable metabolic physical activity monitor and method |
WO2016111215A1 (ja) | 2015-01-07 | 2016-07-14 | 株式会社Nttドコモ | 情報処理装置、カロリー管理システム、カロリー収支推定方法及びプログラム |
WO2017150224A1 (ja) | 2016-02-29 | 2017-09-08 | 京セラ株式会社 | 予測装置及び予測システム |
JP2017209581A (ja) | 2017-09-11 | 2017-11-30 | 株式会社タニタ | 身体変化評価装置、方法、及びプログラム |
Non-Patent Citations (2)
Title |
---|
山田 祐樹 他1名,セルフ健康管理への生体ガス計測の応用展開,NTT技術ジャーナル,一般社団法人電気通信協会,2017年02月01日,第29巻 , 第2号,p.28-33 |
申 ウソク 他1名,セラミックスセンサによる生体ガス検知,Journal of the Mass Spectrometry Society of Japan,66巻2号,2018年04月01日,p.82-86,URL : https://www.jstage.jst.go.jp/article/massspec/66/2/66_S18-17/_article/-char/ja/,DOI : https://doi.org/10.5702/massspec.S18-17 |
Also Published As
Publication number | Publication date |
---|---|
JP2019215797A (ja) | 2019-12-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Mishra et al. | Pre-symptomatic detection of COVID-19 from smartwatch data | |
Duncan et al. | Walk this way: validity evidence of iphone health application step count in laboratory and free-living conditions | |
Aaron et al. | A statistical model to predict one-year risk of death in patients with cystic fibrosis | |
CN103501697B (zh) | 用于手持医疗设备的功率管理 | |
JP5958064B2 (ja) | ストレスをモニタリングするためのシステム | |
JP6051588B2 (ja) | ストレスモニタリングシステム | |
JP6089443B2 (ja) | データ収集プラットフォーム | |
JP6044111B2 (ja) | 人のストレスモデルを生成するシステム | |
JP6437703B2 (ja) | 複合ストレス指数の計算及びモニタリング | |
JP5958063B2 (ja) | ストレスをモニタリングするためのシステム | |
JP5696222B2 (ja) | ダイエット支援システムおよびダイエット支援方法 | |
Brabrand et al. | Nurses and physicians in a medical admission unit can accurately predict mortality of acutely admitted patients: a prospective cohort study | |
US11666272B2 (en) | Pain-monitoring device and method | |
JP2012239888A (ja) | 腎臓のドップラ超音波法により作成されたストレスプロファイルを使用したストレスの連続したモニタリング | |
EP3361937A1 (en) | System and method for predicting heart failure decompensation | |
JP2005319283A (ja) | 生体情報活用システム | |
US11197634B2 (en) | Geospatial bioimpedance biosurveillance tool | |
Strain et al. | Considerations for the use of consumer-grade wearables and smartphones in population surveillance of physical activity | |
JP6609573B2 (ja) | 情報処理装置、カロリー管理システム、カロリー収支推定方法及びプログラム | |
JP7117167B2 (ja) | カロリー収支推定装置、カロリー収支推定方法、及びカロリー収支推定プログラム | |
JP2018155510A (ja) | ケトン体濃度推定装置、方法、及びプログラム | |
JP2021077313A (ja) | 健康状態予測システム、健康状態予測方法、及び、健康状態予測システム用のプログラム | |
JP6721408B2 (ja) | 判定装置 | |
CN111433859A (zh) | 信息处理装置、方法以及程序 | |
Emile et al. | Fighting COVID‐19, a place for artificial intelligence |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210128 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20211115 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220104 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220307 |
|
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: 20220719 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220801 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7117167 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |