WO2022163053A1 - 排尿分析方法、排尿分析装置、及び排尿分析プログラム - Google Patents

排尿分析方法、排尿分析装置、及び排尿分析プログラム Download PDF

Info

Publication number
WO2022163053A1
WO2022163053A1 PCT/JP2021/040784 JP2021040784W WO2022163053A1 WO 2022163053 A1 WO2022163053 A1 WO 2022163053A1 JP 2021040784 W JP2021040784 W JP 2021040784W WO 2022163053 A1 WO2022163053 A1 WO 2022163053A1
Authority
WO
WIPO (PCT)
Prior art keywords
urination
urine
value
pixels
specific gravity
Prior art date
Application number
PCT/JP2021/040784
Other languages
English (en)
French (fr)
Inventor
博文 金井
由佳 山田
英幸 前原
Original Assignee
パナソニックホールディングス株式会社
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by パナソニックホールディングス株式会社 filed Critical パナソニックホールディングス株式会社
Priority to JP2022578058A priority Critical patent/JPWO2022163053A1/ja
Priority to CN202180091299.4A priority patent/CN116848408A/zh
Publication of WO2022163053A1 publication Critical patent/WO2022163053A1/ja
Priority to US18/224,751 priority patent/US20230360206A1/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/20—Measuring for diagnostic purposes; Identification of persons for measuring urological functions restricted to the evaluation of the urinary system
    • A61B5/207—Sensing devices adapted to collect urine
    • A61B5/208—Sensing devices adapted to collect urine adapted to determine urine quantity, e.g. flow, volume
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/483—Physical analysis of biological material
    • G01N33/487—Physical analysis of biological material of liquid biological material
    • G01N33/493—Physical analysis of biological material of liquid biological material urine
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/40—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for data related to laboratory analysis, e.g. patient specimen analysis
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation

Definitions

  • the present disclosure relates to technology for analyzing urination from image data.
  • U.S. Patent No. 6,000,005 converts a color image to a grayscale image, calculates image gradient magnitudes from the grayscale image, sorts the calculated image gradient magnitudes into histogram bins of constant step size, Disclosed is a technique of inputting binned histograms into a classifier such as a support vector machine to determine stool hardness and the like.
  • Patent Document 1 does not take into consideration the force of urination, the amount of urine to be urinated, and the specific gravity of urine, so further improvement is necessary.
  • the present disclosure has been made to solve such problems, and provides a technique for calculating at least one of urination momentum, urination volume, and urine specific gravity.
  • a urine analysis method is a urine analysis method in a urine analysis device that analyzes urine, wherein a processor of the urine analysis device has a camera installed in the toilet so that the bowl portion of the toilet can be imaged.
  • a processor of the urine analysis device has a camera installed in the toilet so that the bowl portion of the toilet can be imaged.
  • At least one of a momentum value indicating the momentum of urination, a urine volume indicating the amount of urination, and a specific gravity of urine indicating the specific gravity of urination is calculated based on the change in the number of pixels, and the momentum value, the urine volume, and at least one of said urine specific gravity.
  • At least one of urination momentum, urination volume, and urine specific gravity can be calculated.
  • FIG. 1 is a diagram showing the configuration of a urine analysis system according to an embodiment of the present disclosure
  • FIG. FIG. 4 is a diagram for explaining the arrangement positions of the sensor unit and the urine analyzer according to the embodiment of the present disclosure
  • FIG. It is a figure which shows a detection area.
  • 4 is a flow chart showing an example of processing of the urine analyzer according to the embodiment of the present disclosure; It is a table summarizing urination conditions.
  • 4 is a flowchart showing an example of urine analysis processing
  • FIG. 10 is a graph showing the temporal transition of the number of urinary pixels of a person with a small momentum value and a large urine specific gravity
  • FIG. FIG. 10 is a graph showing the temporal transition of the number of urinary pixels of a person with a high momentum value and a normal urine specific gravity.
  • excretion information such as the number of excretion times and excretion times of care recipients is important information for understanding the health risks of care recipients. becomes larger.
  • the caregiver records excretion information near the care recipient, the psychological burden on the care recipient increases. Therefore, it is required to recognize excrement from image data captured by a camera installed in the toilet bowl, generate excretion information based on the recognition result, and automatically record the generated excretion information.
  • the present inventor observed the change in the color of the basin of the toilet bowl after the start of urination, and found that the color of the basin in people with high urine specific gravity, such as elderly people and diabetic patients, was higher than that in people with low urine specific gravity. I found it to be very thin.
  • the present inventor observed the image data of the puddle portion from the start of urination to the end of urination, and found that the force of urination and the amount of urination can be calculated from the change in the number of pixels of the urination image included in the image data. I found out.
  • a urine analysis method is a urine analysis method in a urine analysis device that analyzes urine, wherein a processor of the urine analysis device has a camera installed in the toilet so that the bowl portion of the toilet can be imaged.
  • a processor of the urine analysis device has a camera installed in the toilet so that the bowl portion of the toilet can be imaged.
  • At least one of a momentum value indicating the momentum of urination, a urine volume indicating the amount of urination, and a specific gravity of urine indicating the specific gravity of urination is calculated based on the change in the number of pixels, and the momentum value, the urine volume, and at least one of said urine specific gravity.
  • the number of urination pixels which is the number of pixels of the image indicating urination included in the image data, is calculated, and based on the change in the number of urination pixels, at least one of the urination momentum value, the urination amount, and the urine specific gravity is calculated. are calculated, and the calculation result is output.
  • This makes it possible to calculate at least one of momentum value, urination volume, and urine specific gravity, which are useful indices for managing human health.
  • the momentum value may be calculated based on the maximum increase in the number of urination pixels per unit time.
  • the momentum value is calculated based on the maximum increase in the number of urinated pixels per unit time, so the momentum value can be calculated accurately.
  • the urine volume may be calculated based on a first integrated value that is an integrated value of an increase in the number of urine-void pixels per unit time.
  • the amount of urination is calculated based on the first integrated value, which is the integrated value of the increase in the number of urinated pixels per unit time, so that the amount of urination can be calculated accurately.
  • the urine specific gravity may be calculated based on a second integrated value that is an integrated value of the amount of decrease in the number of urination pixels per unit time.
  • the urine specific gravity is calculated based on the second integrated value, which is the integrated value of the amount of decrease in the number of urinated pixels per unit time, the urine specific gravity can be accurately calculated.
  • the momentum value may be calculated based on the maximum value of the increase and the urine specific gravity.
  • the urine volume may be calculated based on the first integrated value and the urine specific gravity.
  • the maximum value of the differential value of the number of urination pixels in the period from the start of urination to the end of urination may be calculated as the maximum value of the increase.
  • the impetus value is calculated based on the maximum differential value of the number of urination pixels per unit time in the period from the start of urination to the end of urination, so the impetus value can be calculated more accurately. can be calculated to
  • an integrated value of the differential values of the number of urination pixels in a period from the start of urination to the end of urination may be calculated as the first integrated value.
  • the amount of urination is calculated based on the integrated value of the differential value of the number of urination pixels in the period from the start of urination to the end of urination, so the urination amount can be calculated more accurately.
  • an integrated value of the differential value of the number of urination pixels in a period from the end of urination until the user leaves the toilet bowl may be calculated as the second integrated value. good.
  • the urine specific gravity is calculated based on the integrated value of the differential value of the number of urinated pixels in the period from the end of urination to the detection of the toilet leaving, the urine specific gravity can be calculated more accurately. can be calculated.
  • the urination detection if the image data includes pixel data whose G/R value, B/R value, R value, G value, and B value satisfy predetermined urination conditions, The urination may be detected.
  • a urine analysis device is a urine analysis device that analyzes urine, and includes an acquisition unit that acquires image data captured by a camera that is installed on the toilet so that the bowl of the toilet can be imaged. a first calculation unit for calculating, from the image data, the number of pixels of an image showing the urination when it is detected that the user has urinated by performing image recognition on the image data; and the number of pixels of the urination.
  • a second calculation unit that calculates at least one of a momentum value indicating the momentum of urination, a urination amount indicating the amount of urination, and a urine specific gravity indicating the specific gravity of urination, based on the change in the momentum value, the and an output unit that outputs at least one of a urine volume and the urine specific gravity.
  • a urine analysis program is a urine analysis program that causes a computer to function as a urine analysis device that analyzes urine, wherein the computer is installed in the toilet so that the bowl portion of the toilet can be imaged.
  • the number of urination pixels which is the number of pixels of the image showing the urination, is calculated from the image data.
  • a process of outputting at least one of the urine volume and the urine specific gravity is executed.
  • the present disclosure can also be implemented as a urine analysis system that operates according to such a urine analysis program. It goes without saying that such a computer program can be distributed via a computer-readable non-temporary recording medium such as a CD-ROM or a communication network such as the Internet.
  • a computer-readable non-temporary recording medium such as a CD-ROM or a communication network such as the Internet.
  • FIG. 1 is a diagram showing the configuration of a urine analysis system according to an embodiment of the present disclosure.
  • FIG. 2 is a diagram for explaining the arrangement positions of the sensor unit 2 and the urine analysis device 1 according to the embodiment of the present disclosure.
  • the urine analysis system shown in FIG. 1 includes a urine analyzer 1, a sensor unit 2, and a server 3.
  • the urination analyzer 1 is a device that analyzes a user's urination based on image data captured by the camera 24 .
  • the urine analyzer 1 is installed, for example, on the side of a water storage tank 105 as shown in FIG. However, this is only an example, and the urine analyzer 1 may be installed on the wall of the toilet, or may be incorporated in the sensor unit 2, and the installation position is not particularly limited.
  • a urine analyzer 1 is connected to a server 3 via a network.
  • the network is, for example, a wide area network such as the Internet.
  • the server 3 manages the user's excretion information generated by the urine analyzer 1 .
  • the sensor unit 2 is hung, for example, on the edge 101 of the toilet bowl 100 as shown in FIG.
  • the sensor unit 2 is communicably connected to the urine analyzer 1 via a predetermined communication path.
  • the communication channel may be a wireless communication channel such as Bluetooth (registered trademark) or a wireless LAN, or may be a wired LAN.
  • the toilet bowl 100 includes a rim portion 101 and a bowl portion 102.
  • Rim 101 is located at the upper end of toilet bowl 100 and defines the opening of toilet bowl 100 .
  • a bowl portion 102 is positioned below the rim 101 to receive defecation and urination.
  • a reservoir portion 104 for storing water (pooled water) is provided at the bottom of the bowl portion 102.
  • a drainage port (not shown) is provided in the reservoir 104 . Defecation and urine excreted in the bowl portion 102 are flushed to the sewage pipe through the drain port. That is, the toilet bowl 100 is a flush toilet bowl.
  • a toilet seat 103 for a user to sit on is provided above the toilet bowl 100 .
  • the toilet seat 103 rotates up and down. The user sits down with the toilet seat 103 down on the edge 101 .
  • a water storage tank 105 is provided at the rear of the toilet bowl 100 for storing flushing water for flushing out defecation and urination.
  • the sensor unit 2 includes a seating sensor 21 , an illuminance sensor 22 , a lighting device 23 and a camera 24 .
  • the seating sensor 21 and the illuminance sensor 22 are examples of sensors that detect the seating and leaving of the user on the toilet bowl 100 .
  • the seating sensor 21 is arranged on the toilet 100 so that the distance to the buttocks of the user seated on the toilet 100 can be measured.
  • the seating sensor 21 is configured by, for example, a distance measuring sensor, and measures a distance value that is the distance between the buttocks of the user seated on the toilet bowl 100 .
  • An example of a ranging sensor is an infrared ranging sensor.
  • the seating sensor 21 measures the distance measurement value at a predetermined sampling rate, and inputs the measured distance measurement value to the urine analyzer 1 at the predetermined sampling rate.
  • the seating sensor 21 is an example of a sensor that detects the seating state of the user.
  • a distance measurement value is an example of sensing data indicating the user's sitting and leaving.
  • the illuminance sensor 22 is arranged on the toilet bowl 100 to measure the illuminance inside the bowl portion 102 .
  • the illuminance sensor 22 measures the illuminance inside the bowl portion 102 at a predetermined sampling rate, and inputs the measured illuminance value to the urine analyzer 1 at the predetermined sampling rate.
  • the illuminance value is an example of sensing data indicating whether the user is seated or left.
  • the lighting device 23 is arranged in the toilet bowl 100 to illuminate the interior of the bowl portion 102 .
  • the lighting device 23 is, for example, a white LED.
  • the processor 11 detects that the user is seated based on the sensing data of the seating sensor 21 or the illuminance sensor 22, the lighting device 23 lights up under the control of the processor 11 and detects the sensing of the seating sensor 21 or the illuminance sensor 22.
  • the processor 11 detects that the user leaves the seat based on the data, the light is turned off under the control of the processor 11 .
  • the lighting device 23 is turned on, the illuminance necessary for the camera 24 to photograph the bowl portion 102 is ensured.
  • the camera 24 is installed on the toilet bowl 100 so that the bowl portion 102 can be photographed.
  • the camera 24 is, for example, a high-sensitivity, wide-angle camera capable of capturing a color image having R (red), G (green), and B (blue) components.
  • the camera 24 images the inside of the bowl portion 102 at a predetermined frame rate, and inputs the obtained image data to the urine analyzer 1 at a predetermined sampling rate.
  • the urine analysis device 1 includes a processor 11, a memory 12, a communication section 13, and an entry/exit sensor 14.
  • the processor 11 is composed of, for example, a central processing unit (CPU) or an ASIC (application specific integrated circuit).
  • the processor 11 includes an acquisition unit 111 , a first calculation unit 112 , a second calculation unit 113 and an output unit 114 .
  • Acquisition unit 111 to output unit 114 may be implemented by a CPU executing a urine analysis program, or may be configured by a dedicated integrated circuit.
  • the acquisition unit 111 acquires image data captured by the camera 24 at a predetermined sampling rate. Further, the acquisition unit 111 acquires the distance measurement value measured by the seating sensor 21 at a predetermined sampling rate. Furthermore, the acquisition unit 111 acquires the illuminance value measured by the illuminance sensor 22 at a predetermined sampling rate.
  • the first calculation unit 112 detects that the user has urinated by recognizing the image data acquired by the acquisition unit 111, the first calculation unit 112 calculates the number of urination pixels, which is the number of pixels of the image indicating urination, from the image data.
  • the first calculator 112 calculates the G/R value and the B/R value based on the R value, G value, and B value included in the image data acquired by the acquisition unit 111 . Then, if the image data includes pixel data that satisfies a predetermined urination condition in terms of G/R value, B/R value, R value, G value, and B value, the first calculator 112 determines that the user has urinated. should detect that. Urination conditions will be described later.
  • the G/R value is the value obtained by dividing the G value by the R value and showing it in %.
  • the B/R value is a value obtained by dividing the B value by the R value and expressed in %.
  • the R value is the tone value of the R (red) component of the pixel data
  • the G value is the tone value of the G (green) component of the pixel data
  • the B value is the B (blue) component of the pixel data.
  • the R value, G value, and B value are, for example, 8-bit (0 to 255) values. However, this is just an example, and the R value, G value, and B value may be expressed by other numbers of bits.
  • the first calculation unit 112 may count the number of pixels of pixel data that satisfies the urination condition in the image data, and calculate the counted number of pixels as the number of urination pixels.
  • the urination pixel count is the number of pixels in the image showing urination.
  • the first calculation unit 112 sets the detection area D1 (FIG. 3) in the image data acquired by the acquisition unit 111, and when pixel data satisfying the urination condition exists in the detection area D1, it is determined that the user has urinated. You can judge. Furthermore, the first calculator 112 may count the number of pixels of the pixel data that satisfies the urination condition in the detection area D1, and calculate the counted number of pixels as the number of urination pixels.
  • FIG. 3 is a diagram showing the detection area D1.
  • the detection area D1 is a rectangular area including the sump 104 of the toilet bowl.
  • the first calculator 112 may read the setting information from the memory 12 and set the detection area D1 in the image data according to the setting information.
  • the setting information is predetermined coordinate information indicating at which coordinates the detection area D1 is set in the image data. Since the toilet bowl 100 is designed so that excrement is excreted in the stagnant portion 104, by setting a detection area D1 in the stagnant portion 104 and detecting excrement from the detection area D1, the entire image data can be detected. Processing load is reduced compared to the case of detecting excrement.
  • the second calculation unit 113 calculates at least one of a momentum value indicating the momentum of urination, a urination amount indicating the amount of urination, and a urine specific gravity indicating the specific gravity of urination, based on the change in the number of urination pixels. In the following description, it is assumed that the second calculator 113 calculates all of the momentum value, urine volume, and urine specific gravity.
  • the second calculation unit 113 may calculate the force value based on the maximum increase in the number of urination pixels calculated by the first calculation unit 112 per unit time.
  • the second calculator 113 may calculate the maximum value of the differential value of the number of urination pixels in the urination period from the start of urination to the end of urination as the maximum value of the increase amount.
  • the second calculation unit 113 may calculate the amount of urination based on the first integrated value, which is the integrated value of the increase in the number of urinated pixels per unit time.
  • the second calculator 113 may calculate the integrated value of the differential values of the number of urinated pixels in the urination period as the first integrated value.
  • the second calculator 113 may calculate the urine specific gravity based on the second integrated value, which is the integrated value of the amount of decrease in the number of urinated pixels per unit time.
  • the second calculation unit 113 may calculate an integrated value of differential values of the number of pixels for urination in a period from the end of urination until the user leaves the toilet bowl 100 as the second integrated value.
  • the output unit 114 generates excretion information including the momentum value, urination volume, and urine specific gravity calculated by the second calculation unit 113, and outputs the generated excretion information.
  • the output unit 114 may transmit the excretion information to the server 3 using the communication unit 13 or store the excretion information in the memory 12 .
  • the urination information may include urination time, image data including urination images, and sensing data of the seating sensor 21 and the illuminance sensor 22 .
  • the memory 12 is composed of a storage device capable of storing various information, such as RAM (Random Access Memory), SSD (Solid State Drive), or flash memory.
  • the memory 12 stores, for example, excretion information, reference toilet bowl color data, and setting information.
  • the memory 12 may be a portable memory such as a USB (Universal Serial Bus) memory.
  • the communication unit 13 is a communication circuit having a function of connecting the urine analyzer 1 to the server 3 via a network.
  • the communication unit 13 has a function of connecting the urine analyzer 1 to the sensor unit via a communication path.
  • the excretion information is information in which, for example, information indicating that excretion has been performed (excretion, urination, and bleeding), date and time information indicating the date and time of excretion, and the like are associated.
  • the urine analyzer 1 may generate excretion information on a daily basis and transmit the generated excretion information to the server 3 .
  • the entrance/exit sensor 14 is composed of, for example, a distance measuring sensor.
  • the entrance/exit sensor 14 detects that the user has entered the toilet in which the toilet bowl 100 is installed.
  • the distance measuring sensor that constitutes the entering/leaving sensor 14 has a lower measurement accuracy than the distance measuring sensor that constitutes the seating sensor 21, but has a wider detection range.
  • the ranging sensor is, for example, an infrared ranging sensor.
  • the entrance/exit sensor 14 may be configured by, for example, a human sensor instead of the distance measuring sensor. A human sensor detects a user who is within a predetermined distance from the toilet bowl 100 .
  • FIG. 4 is a flowchart showing an example of processing of the urine analyzer 1 according to the embodiment of the present disclosure.
  • step S ⁇ b>1 the first calculator 112 determines whether or not the user is seated on the toilet bowl 100 .
  • the first calculation unit 112 determines that the user is seated, and the process proceeds to step S1. Proceed to S2.
  • the first calculator 112 waits in step S1.
  • An appropriate value such as 10 cm, 15 cm, or 20 cm can be adopted as the seating detection threshold.
  • step S2 the acquisition unit 111 acquires image data from the camera 24.
  • step S3 the first calculation unit 112 sets the detection area D1 in the image data acquired by the acquisition unit 111, and specifies target pixel data from the detection area D1.
  • the pixel data of interest is specified, for example, in raster scanning order.
  • step S4 the first calculator 112 calculates the G/R value and B/R value from the R value, G value, and B value of the target pixel data.
  • step S5 the first calculator 112 determines whether the G/R value and the B/R value satisfy the urination condition. If the G/R value and B/R value satisfy the urination condition (YES in step S5), the process proceeds to step S6, and if the G/R value and B/R value do not satisfy the urination condition (step NO in S5), the process returns to step S3, and the next target pixel data is specified.
  • step S6 the first calculator 112 determines whether or not the R value, G value, and B value satisfy the urination condition. If the R value, G value, and B value satisfy the urination condition (YES in step S6), the process proceeds to step S7, and if the R value, G value, and B value do not satisfy the urination condition (NO in step S6). , the process returns to step S3, and the next target pixel data is specified.
  • FIG. 5 is a table summarizing urination conditions.
  • Low is the lower threshold of the range that satisfies the urination condition
  • High is the upper threshold of the range that satisfies the urination condition.
  • Urination conditions are as follows: G/R value is A1% to A2%, B/R value is A3% to A4%, R value is B1 to B2, G value is B1 to B2, B value is B1 or more, And the condition is B2 or less. However, A3% ⁇ A1% and A4% ⁇ A2%. Also, B2 may be the maximum value of the gradation values.
  • A1 is, for example, 80 or more and 90 or less, preferably 83 or more and 87 or less.
  • A2 is, for example, 100 or more and 110 or less, preferably 103 or more and 107 or less.
  • A3 is, for example, 45 or more and 55 or less, preferably 48 or more and 52 or less.
  • A4 is 92 or more and 103 or less, preferably 95 or more and 99 or less.
  • B1 is, for example, 95 or more and 105 or less, preferably 98 or more and 102 or less.
  • B1 is, for example, 37% or more and 41% or less, preferably 38% or more and 40% or less.
  • B2 is, for example, 245 or more and 255 or less, preferably 250 or more and 255 or less.
  • B2 is, for example, 96% or more and 100% or less, preferably 98% or more and 100% or less.
  • R value, G value, and B value conditions may be omitted from the urination conditions.
  • step S7 the first calculator 112 counts up the number of urinated pixels.
  • step S8 the first calculator 112 determines whether or not all target pixel data have been identified from the detection area D1. If specified (YES in step S8), the process proceeds to step S9. If not specified (NO in step S8), the process returns to step S3 to specify the next target pixel data.
  • step S9 the first calculator 112 sets the number of urinated pixels to 0 to initialize the number of urinated pixels. This prepares for counting the number of voided pixels for the next target pixel data.
  • step S10 the first calculator 112 determines whether the user has left the toilet 100 or not.
  • the first calculation unit 112 determines that the user has left the toilet 100 when the period during which the distance measurement value acquired by the acquisition unit 111 from the seating sensor 21 is greater than the seating detection threshold continues for a predetermined period or longer. do it. If the user has left the seat (YES at step S10), the process ends, and if the user has not left the seat (NO at step S10), the process returns to step S2 to acquire the next image data.
  • FIG. 6 is a flowchart showing an example of urine analysis processing.
  • the urination analysis process is a process of calculating the momentum value, urination volume, and urine specific gravity from the image data.
  • the flowchart of FIG. 6 is executed in parallel with the flowchart of FIG.
  • the first calculator 112 detects the start of urination.
  • the first calculator 112 determines that the user has started urinating when pixel data that satisfies the urination condition is detected for the first time after detecting that the user is seated (YES in step S1). do it.
  • the pixel data satisfying the urination condition is, as described above, pixel data whose G/R value, B/R value, R value, G value, and B value satisfy the urination condition shown in FIG.
  • the first calculator 112 may determine that the user has started to urinate when a predetermined number of pixels or more of pixel data satisfying the urination condition are detected.
  • step S22 the second calculator 113 acquires the number of urinated pixels.
  • the second calculator 113 may acquire the latest number of urination pixels calculated in step S7 of FIG. As a result, every time the flow chart of FIG. 6 is repeated, the latest number of pixels is acquired in step S22, and time-series data of the number of urination pixels is obtained.
  • the second calculator 113 calculates the differential value ⁇ P of the number of urination pixels.
  • An example of the differential value ⁇ P is the amount of change in the number of urinated pixels per unit time.
  • An example of unit time is a sampling period. Therefore, the second calculation unit 113 subtracts the number of urination pixels P(t ⁇ 1) of the previous sample point from the number of urination pixels P(t) of the latest sample point (t) to obtain the differential value ⁇ P(t ) can be calculated.
  • the unit time may be n (n is an integer) times the sampling period.
  • the differential value ⁇ P(t) may be a value obtained by dividing the amount of change in the number of urinated pixels per unit time by the unit time.
  • step S24 the second calculator 113 adds the differential value ⁇ P(t) calculated in step S23 to the first integrated value TP1(t ⁇ 1) recorded in the memory 12 to obtain the first integrated value TP1 Calculate (t).
  • the first integrated value TP1(t) is an integrated value of differential values ⁇ P from the start of urination to the present. In the period from the start of urination to just before the end of urination, the number of urination pixels increases, so the differential value ⁇ P(t) takes a positive value. ⁇ P(t) takes a negative value. Note that the second calculator 113 may calculate the first integrated value TP1(t) by integrating only the positive differential value ⁇ P(t).
  • step S25 if the latest differential value ⁇ P(t) is greater than the maximum value ⁇ Pmax of the differential values ⁇ P recorded in the memory 12, the second calculator 113 converts the maximum value ⁇ Pmax to the latest differential value ⁇ P(t ) to update. On the other hand, the second calculator 113 does not update the maximum value ⁇ Pmax when the latest differential value ⁇ P(t) is equal to or less than the maximum value ⁇ Pmax. Thereby, the maximum value ⁇ Pmax indicates the maximum value of the differential value ⁇ P from the start of urination to the present.
  • the second calculator 113 detects the end of urination.
  • the second calculator 113 may detect the end of urination when the number of urinated pixels continues to decrease for a certain period of time.
  • the second calculator 113 may detect the end of urination when the negative differential value ⁇ P continues for a certain period of time or longer.
  • Appropriate values such as 0.1 seconds, 0.5 seconds, 1 second, and 2 seconds can be adopted for the fixed period.
  • step S26 When the end of urination is detected (YES in step S26), the process proceeds to step S27, and when the end of urination is not detected (NO in step S26), the process returns to step S22.
  • step S27 the second calculator 113 calculates the differential value ⁇ P(t).
  • step S28 the second calculator 113 adds the differential value ⁇ P(t) calculated in step S27 to the second integrated value TP2(t ⁇ 1) recorded in the memory 12 to obtain the second integrated value TP2 Calculate (t).
  • the second integrated value TP2(t) is an integrated value of differential values ⁇ P from the end of urination to the present. After the end of urination, basically the number of urinated pixels does not increase, so the differential value ⁇ P basically takes a negative value. Therefore, the second integrated value TP2(t) also takes a negative value. Note that the second calculator 113 may calculate the second integrated value TP2(t) by integrating only the negative differential value ⁇ P(t).
  • step S29 the first calculator 112 determines whether the user has left the toilet 100 or not. The details of this process are the same as in step S10 in FIG. If it is determined that the user has left the seat (YES in step S29), the process proceeds to step S30, and if it is not determined that the user has left the seat (NO in step S29), the process returns to step S22.
  • step S30 the second calculator 113 calculates the absolute value of the second integrated value TP2 calculated in step S28 as the urine specific gravity.
  • the reason why the absolute value of the second integrated value TP2 is calculated as the urine specific gravity is to make the second integrated value TP2 a positive value.
  • the second calculation unit 113 may calculate the urine specific gravity using the value of the second integrated value TP2 as it is.
  • step S31 the second calculator 113 calculates the momentum value based on the maximum value ⁇ Pmax updated in step S25 and the urine specific gravity calculated in step S30. Specifically, the second calculator 113 calculates the force value ⁇ by the following formula (1), where ⁇ is the urine specific gravity, ⁇ is the force value, and C1 is a predetermined constant.
  • the second calculation unit 113 calculates the momentum value using Equation (1) in order to increase the momentum value that is estimated to be small.
  • the constant C1 is a predetermined constant for converting ⁇ Pmax ⁇ into a momentum value.
  • the second calculator 113 calculates the urine output based on the first integrated value TP1 calculated in step S24 and the urine specific gravity ⁇ . Specifically, the second calculator 113 calculates the urine volume ⁇ by the following equation (2), where ⁇ is the urine volume and C2 is a predetermined constant.
  • ⁇ TP1 ⁇ C2 (2) Since the amount of discharged urine that sinks to the bottom of pool 104 increases as the specific gravity of urine ⁇ increases, the first integrated value TP1 decreases due to the amount of discharged urine that sinks, and as a result, the amount of urine is estimated to be small. Therefore, the second calculation unit 113 calculates the urine output using the equation (2) in order to increase the estimated urine output.
  • a constant C2 is a predetermined constant for converting TP1 ⁇ into a urine volume.
  • step S ⁇ b>33 the output unit 114 generates excretion information including urine specific gravity, momentum value, and urine output, and transmits the excretion information to the server 3 using the communication unit 13 .
  • FIG. 7 is a graph showing the temporal transition of the number of urinary pixels of a person with a small momentum value and a large urine specific gravity.
  • the vertical axis indicates the number of urinated pixels, and the horizontal axis indicates time. This is the same for the graph in FIG.
  • the start of urination is detected at time t0.
  • the end of urination is detected at time t1.
  • the amount of urination in the reservoir 104 increases, so the number of urination pixels also increases with the average slope K1.
  • the voided urine on the surface of pool 104 gradually sinks to the bottom of pool 104 due to the specific gravity of urine, so the number of voided pixels gradually decreases with an average slope K2. Therefore, the above-described second integrated value TP2 increases as the amount of urine that sinks to the bottom of pool 104 increases.
  • the urine specific gravity increases as the amount of urine that sinks to the bottom increases.
  • FIG. 8 is a graph showing the temporal transition of the number of urinary pixels of a person with a large momentum value and a normal urine specific gravity.
  • the number of urination pixels sharply increases with an average slope K1 in the latter half of the urination period.
  • the average slope K2 of the number of urination pixels after time t1 shown in FIG. 8 is gentler than the average slope K2 shown in FIG.
  • the temporal transition of the number of urinated pixels has different waveforms depending on the momentum value, urination volume, and urine specific gravity. Therefore, by analyzing the change in the number of voided pixels, the momentum value, voided volume, and urine specific gravity can be calculated.
  • step S31 of FIG. 6 the second calculator 113 calculated the momentum value using the formula (1), but this is an example, and the maximum value ⁇ Pmax may be calculated as the momentum value.
  • step S32 of FIG. 6 the second calculator 113 calculates the urine output using the formula (2), but this is just an example, and the absolute value of the first integrated value TP1 or the first integrated value TP1 may be calculated as the urine volume.
  • seating and leaving are detected based on the distance measurement value of the seating sensor 21, but this is an example, and seating and leaving are detected based on the illuminance value of the illuminance sensor 22. may be detected.
  • the illuminance value is equal to or less than the seating detection threshold for illuminance, the seating of the user may be detected.
  • the period in which the illuminance value is greater than the seating detection threshold for illuminance continues for a certain period of time or longer, the user's leaving the seat may be detected.
  • the first integrated value TP1 is the integrated value of the differential value ⁇ P, it may be the integrated value of the number of urination pixels from the start of urination to the end of urination.
  • the second integrated value TP2 was the integrated value of the differential value ⁇ P, but "the first integrated value TP1 at the end of urination” - “the integrated value of the number of urination pixels (t) from the end of urination until leaving the seat”.
  • the present disclosure is useful in managing the user's health based on the urination characteristics because the user's urination characteristics are known.

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Urology & Nephrology (AREA)
  • Public Health (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Molecular Biology (AREA)
  • Pathology (AREA)
  • Biophysics (AREA)
  • Primary Health Care (AREA)
  • Immunology (AREA)
  • Epidemiology (AREA)
  • Hematology (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Animal Behavior & Ethology (AREA)
  • Quality & Reliability (AREA)
  • Multimedia (AREA)
  • Physiology (AREA)
  • Veterinary Medicine (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Surgery (AREA)
  • Microbiology (AREA)
  • Cell Biology (AREA)
  • Biotechnology (AREA)
  • Geometry (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Investigating Or Analysing Biological Materials (AREA)

Abstract

排尿を分析する排尿分析装置は、便器のボウル部が撮像可能に前記便器に設置されたカメラが撮像した画像データを取得し、画像データを画像認識することでユーザが排尿したことを検知した場合、画像データから排尿を示す画像のピクセル数である排尿ピクセル数を算出し、排尿ピクセル数の変化に基づいて、排尿の勢い値、排尿量、及び尿比重を算出し、勢い値、排尿量、及び尿比重を出力する。

Description

排尿分析方法、排尿分析装置、及び排尿分析プログラム
　本開示は、画像データから排尿を分析する技術に関するものである。
　特許文献１は、カラー画像をグレースケール画像に変換し、グレースケール画像から画像の勾配の大きさを計算し、計算した画像の勾配の大きさを一定のステップサイズのヒストグラムのビンに分類し、ビンに分類されたヒストグラムをサポートベクトルマシン等の分類器に入力し、便の硬さ等を判定する技術を開示する。
　しかしながら、特許文献１の技術では、排尿の勢い、排尿量、及び尿比重については何らの考慮もされていないため、さらなる改善の必要がある。
特表２０２０－５１６４２２号公報
　本開示は、このような課題を解決するためになされたものであり、排尿の勢い、排尿量、及び尿比重の少なくとも１つを算出する技術を提供することである。
　本開示の一態様における排尿分析方法は、排尿を分析する排尿分析装置における排尿分析方法であって、前記排尿分析装置のプロセッサが、便器のボウル部が撮像可能に前記便器に設置されたカメラが撮像した画像データを取得し、前記画像データを画像認識することでユーザが排尿したことを検知した場合、前記画像データから前記排尿を示す画像のピクセル数である排尿ピクセル数を算出し、前記排尿ピクセル数の変化に基づいて、前記排尿の勢い示す勢い値、前記排尿の量を示す排尿量、及び前記排尿の比重を示す尿比重の少なくとも１つを算出し、前記勢い値、前記排尿量、及び前記尿比重の少なくとも１つを出力する。
　本開示によれば、排尿の勢い、排尿量、及び尿比重の少なくとも１つを算出することができる。
本開示の実施の形態における排尿分析システムの構成を示す図である。 本開示の実施の形態におけるセンサユニット及び排尿分析装置の配置位置を説明するための図である。 検知エリアを示す図である。 本開示の実施の形態における排尿分析装置の処理の一例を示すフローチャートである。 排尿条件を纏めた表である。 排尿分析処理の一例を示すフローチャートである。 勢い値が小さく尿比重が大きい人の排尿ピクセル数の時間的推移を示すグラフである。 勢い値が大きく尿比重が正常値の人の排尿ピクセル数の時間的推移を示すグラフである。
　（本開示の基礎となる知見）
　介護施設において、被介護者の排泄回数及び排泄時間等の排泄情報は被介護者の健康リスクを把握するうえで重要な情報だが、排泄情報を記録する作業を介護者に課すと介護者の負担が大きくなる。また、被介護者のそばで介護者が排泄情報の記録作業を行うと、被介護者の心理的負担が大きくなる。そこで、便器に設置されたカメラが撮影した画像データから排泄物を認識し、認識結果に基づいて排泄情報を生成し、生成した排泄情報を自動的に記録することが求められている。
　ここで、水分摂取量が不足する傾向にある高齢者及び糖尿病患者はこれら以外の人と比べて尿比重が大きいので、尿比重は人の健康を管理する上で重要な指標である。また、人は年を重ねるにつれて排尿の勢いが低下するので、排尿の勢いは、人の健康を管理する上で重要な指標である。さらに、水分が不足する傾向にある高齢者は、排尿量が減るので、排尿量は人の健康を管理するうえで重要な指標である。
　そこで、本発明者は、排尿開始後の便器の溜り部の色の変化を観察したところ、高齢者及び糖尿病患者等の尿比重が重い人は尿比重が軽い人に比べて溜り部の色が大きく薄まることを知見した。また、本発明者は、排尿開始から排尿終了までの溜り部の画像データを観察したところ、当該画像データに含まれる排尿の画像のピクセル数の変化から、排尿の勢い及び排尿量が算出できることを知見した。
　本開示はこのような知見に基づいてなされたものである。
　本開示の一態様における排尿分析方法は、排尿を分析する排尿分析装置における排尿分析方法であって、前記排尿分析装置のプロセッサが、便器のボウル部が撮像可能に前記便器に設置されたカメラが撮像した画像データを取得し、前記画像データを画像認識することでユーザが排尿したことを検知した場合、前記画像データから前記排尿を示す画像のピクセル数である排尿ピクセル数を算出し、前記排尿ピクセル数の変化に基づいて、前記排尿の勢い示す勢い値、前記排尿の量を示す排尿量、及び前記排尿の比重を示す尿比重の少なくとも１つを算出し、前記勢い値、前記排尿量、及び前記尿比重の少なくとも１つを出力する。
　この構成によれば、画像データに含まれる排尿を示す画像のピクセル数である排尿ピクセル数が算出され、排尿ピクセル数の変化に基づいて、排尿の勢い値、排尿量、及び尿比重の少なくとも１つが算出され、算出結果が出力される。これにより、人の健康を管理する上で有用な指標である、勢い値、排尿量、及び尿比重の少なくとも１つを算出することが可能となる。
　上記排尿分析方法において、前記勢い値は、前記排尿ピクセル数の単位時間あたりの増加量の最大値に基づいて算出されてもよい。
　この構成によれば、排尿ピクセル数の単位時間あたりの増加量の最大値に基づいて勢い値が算出されるので、勢い値を正確に算出できる。
　上記排尿分析方法において、前記排尿量は、前記排尿ピクセル数の単位時間あたりの増加量の積算値である第１積算値に基づいて算出されてもよい。
　この構成によれば、排尿ピクセル数の単位時間あたりの増加量の積算値である第１積算値に基づいて排尿量が算出されるので、排尿量を正確に算出できる。
　上記排尿分析方法において、前記尿比重は、前記排尿ピクセル数の単位時間あたりの減少量の積算値である第２積算値に基づいて算出されてもよい。
　この構成によれば、排尿ピクセル数の単位時間あたりの減少量の積算値である第２積算値に基づいて尿比重が算出されるので、尿比重を正確に算出できる。
　上記排尿分析方法において、前記勢い値は、前記増加量の最大値と、前記尿比重とに基づいて算出されてもよい。
　この構成によれば、排尿中に溜り部の表層から底に向けて沈んだ排尿量を考慮に入れて勢い値を嵩上げすることが可能となり、勢い値をさらに正確に算出できる。
　上記排尿分析方法において、前記排尿量は、前記第１積算値と、前記尿比重とに基づいて算出されてもよい。
　この構成によれば、排尿中に溜り部の表層から底に向けて沈んだ排尿量を考慮に入れて排尿量を嵩上げすることが可能となり、排尿量を正確に算出できる。
　上記排尿分析方法において、前記勢い値の算出では、排尿開始から排尿終了までの期間における前記排尿ピクセル数の微分値の最大値を、前記増加量の最大値として算出してもよい。
　この構成によれば、排尿が開始されてから排尿が終了されるまでの期間における排尿ピクセル数の単位時間あたりの微分値の最大値に基づいて勢い値が算出されるので、勢い値をさらに正確に算出できる。
　上記排尿分析方法において、前記排尿量の算出では、排尿開始から排尿終了までの期間における前記排尿ピクセル数の微分値の積算値を前記第１積算値として算出してもよい。
　この構成によれば、排尿が開始されてから排尿が終了されるまでの期間における排尿ピクセル数の微分値の積算値に基づいて排尿量が算出されるので、排尿量をさらに正確に算出できる。
　上記排尿分析方法において、前記尿比重の算出では、排尿終了から前記ユーザが前記便器から離座するまでの期間における前記排尿ピクセル数の微分値の積算値を前記第２積算値として算出してもよい。
　この構成によれば、排尿が終了されてから便器の離座が検知されるまでの期間における排尿ピクセル数の微分値の積算値に基づいて尿比重が算出されるので、尿比重をさらに正確に算出できる。
　上記排尿分析方法において、前記排尿の検知では、前記画像データにおいて、Ｇ／Ｒ値、Ｂ／Ｒ値、Ｒ値、Ｇ値、及びＢ値が所定の排尿条件を満たす画素データが存在する場合、前記排尿を検知してもよい。
　この構成によれば、排尿を正確に検知できる。
　本開示の別の一態様における排尿分析装置は、排尿を分析する排尿分析装置であって、便器のボウル部が撮像可能に前記便器に設置されたカメラが撮像した画像データを取得する取得部と、前記画像データを画像認識することでユーザが排尿したことを検知した場合、前記画像データから前記排尿を示す画像のピクセル数である排尿ピクセル数を算出する第１算出部と、前記排尿ピクセル数の変化に基づいて、前記排尿の勢い示す勢い値、前記排尿の量を示す排尿量、及び前記排尿の比重を示す尿比重の少なくとも１つを算出する第２算出部と、前記勢い値、前記排尿量、及び前記尿比重の少なくとも１つを出力する出力部と、を備える。
　この構成によれば、上記排尿分析方法と同様の作用効果が得られる排尿分析装置を提供できる。
　本開示のさらに別の一態様における排尿分析プログラムは、排尿を分析する排尿分析装置としてコンピュータを機能させる排尿分析プログラムであって、前記コンピュータに、便器のボウル部が撮像可能に前記便器に設置されたカメラが撮像した画像データを取得し、前記画像データを画像認識することでユーザが排尿したことを検知した場合、前記画像データから前記排尿を示す画像のピクセル数である排尿ピクセル数を算出し、前記排尿ピクセル数の変化に基づいて、前記排尿の勢い示す勢い値、前記排尿の量を示す排尿量、及び前記排尿の比重を示す尿比重の少なくとも１つを算出し、前記勢い値、前記排尿量、及び前記尿比重の少なくとも１つを出力する、処理を実行させる。
　この構成によれば、上記排尿分析方法と同様の作用効果が得られる排尿分析プログラムを提供できる。
　本開示は、このような排尿分析プログラムによって動作する排尿分析システムとして実現することもできる。また、このようなコンピュータプログラムを、ＣＤ－ＲＯＭ等のコンピュータ読取可能な非一時的な記録媒体あるいはインターネット等の通信ネットワークを介して流通させることができるのは、言うまでもない。
　なお、以下で説明する実施の形態は、いずれも本開示の一具体例を示すものである。以下の実施の形態で示される数値、形状、構成要素、ステップ、ステップの順序などは、一例であり、本開示を限定する主旨ではない。また、以下の実施の形態における構成要素のうち、最上位概念を示す独立請求項に記載されていない構成要素については、任意の構成要素として説明される。また全ての実施の形態において、各々の内容を組み合わせることもできる。
　（実施の形態）
　図１は、本開示の実施の形態における排尿分析システムの構成を示す図である。図２は、本開示の実施の形態におけるセンサユニット２及び排尿分析装置１の配置位置を説明するための図である。
　図１に示す排尿分析システムは、排尿分析装置１、センサユニット２、及びサーバ３を含む。排尿分析装置１は、カメラ２４が撮影した画像データに基づいてユーザの排尿を分析する装置である。排尿分析装置１は、図２に示すように例えば貯水タンク１０５の側面に設置されている。但し、これは一例であり、排尿分析装置１は、トイレの壁に設置されてもよいし、センサユニット２に内蔵されていてもよいし、設置位置は特に限定されない。排尿分析装置１は、ネットワークを介してサーバ３と接続される。ネットワークは例えばインターネット等の広域通信網である。サーバ３は、排尿分析装置１により生成されたユーザの排泄情報を管理する。
　センサユニット２は、図２に示すように例えば便器１００の縁部１０１に掛けられている。センサユニット２は、排尿分析装置１と所定の通信路を介して相互に通信可能に接続されている。通信路は、Ｂｌｕｅｔｏｏｔｈ（登録商標）又は無線ＬＡＮ等の無線の通信路であってもよいし、有線ＬＡＮであってもよい。
　図２に示すように、便器１００は、縁部１０１及びボウル部１０２を含む。縁部１０１は、便器１００の上端に配置され、便器１００の開口部を画定する。ボウル部１０２は、縁部１０１の下側に配置され、排便及び排尿を受ける。
　ボウル部１０２の底部には、水（溜水）を溜める溜り部１０４が設けられている。溜り部１０４には不図示の排水口が設けられている。ボウル部１０２内に排泄された排便及び排尿は、排水口を通って下水管へと流される。すなわち、便器１００は、水洗式の便器である。便器１００の上部にはユーザが座るための便座１０３が設けられている。便座１０３は上下に回動する。ユーザは、便座１０３を縁部１０１の上に下ろした状態で座る。便器１００の後方には、排便及び排尿を流すための洗浄水を蓄える貯水タンク１０５が設けられている。
　図１に参照を戻す。センサユニット２は、着座センサ２１、照度センサ２２、照明装置２３、及びカメラ２４を含む。着座センサ２１及び照度センサ２２は便器１００へのユーザの着座及び離座を検知するセンサの一例である。
　着座センサ２１は、便器１００に着座したユーザの臀部までの距離が計測可能に便器１００に配置されている。着座センサ２１は、例えば、測距センサで構成され、便器１００に着座したユーザの臀部の距離である測距値を計測する。測距センサの一例は赤外線測距センサである。着座センサ２１は、所定のサンプリングレートで測距値を計測し、計測した測距値を所定のサンプリングレートで排尿分析装置１に入力する。着座センサ２１は、ユーザの着座状態を検知するセンサの一例である。測距値はユーザの着座及び離座を示すセンシングデータの一例である。
　照度センサ２２は、ボウル部１０２内の照度を計測するために便器１００に配置されている。照度センサ２２は、所定のサンプリングレートでボウル部１０２内の照度を計測し、計測した照度値を所定のサンプリングレートで排尿分析装置１に入力する。照度値はユーザの着座及び離座を示すセンシングデータの一例である。
　照明装置２３は、ボウル部１０２内を点灯するために便器１００に配置されている。照明装置２３は、例えば、白色ＬＥＤである。照明装置２３は、例えば、着座センサ２１又は照度センサ２２のセンシングデータに基づいてプロセッサ１１がユーザの着座を検知した場合、プロセッサ１１の制御の下、点灯し、着座センサ２１又は照度センサ２２のセンシングデータに基づいてプロセッサ１１がユーザの離座を検知した場合、プロセッサ１１の制御の下、消灯する。照明装置２３が点灯することにより、カメラ２４がボウル部１０２を撮影する上で必要な照度が確保される。
　カメラ２４は、ボウル部１０２が撮影可能に便器１００に設置されている。カメラ２４は、例えば、高感度且つ広角のカメラであって、Ｒ（赤）成分、Ｇ（緑）成分、及びＢ（青）成分を有するカラー画像が撮像可能なカメラである。カメラ２４は、所定のフレームレートでボウル部１０２の内部を撮像し、得られた画像データを所定のサンプリングレートで排尿分析装置１に入力する。
　排尿分析装置１は、プロセッサ１１、メモリ１２、通信部１３、及び入退出センサ１４を含む。
　プロセッサ１１は、例えば、中央演算処理装置（ＣＰＵ）又はＡＳＩＣ（ａｐｐｌｉｃａｔｉｏｎ　ｓｐｅｃｉｆｉｃ　ｉｎｔｅｇｒａｔｅｄ　ｃｉｒｃｕｉｔ）で構成されている。プロセッサ１１は、取得部１１１、第１算出部１１２、第２算出部１１３、及び出力部１１４を含む。取得部１１１～出力部１１４は、ＣＰＵが排尿分析プログラムを実行することで実現されてもよいし、専用の集積回路で構成されてもよい。
　取得部１１１は、カメラ２４が撮像した画像データを所定のサンプリングレートで取得する。また、取得部１１１は、着座センサ２１が計測した測距値を所定のサンプリングレートで取得する。さらに、取得部１１１は、照度センサ２２が計測した照度値を所定のサンプリングレートで取得する。
　第１算出部１１２は、取得部１１１が取得した画像データを画像認識することでユーザが排尿したことを検知した場合、画像データから排尿を示す画像のピクセル数である排尿ピクセル数を算出する。
　画像認識の詳細は下記の通りである。すなわち、第１算出部１１２は、取得部１１１が取得した画像データに含まれるＲ値、Ｇ値、及びＢ値に基づいてＧ／Ｒ値、Ｂ／Ｒ値を算出する。そして、第１算出部１１２は、画像データにおいて、Ｇ／Ｒ値、Ｂ／Ｒ値、Ｒ値、Ｇ値、及びＢ値が所定の排尿条件を満たす画素データが存在する場合、ユーザが排尿したことを検知すればよい。排尿条件については後述する。
　Ｇ／Ｒ値とは、Ｇ値をＲ値で割った値を％で示した値である。Ｂ／Ｒ値とは、Ｂ値をＲ値で割った値を％で表した値である。Ｒ値は、画素データのＲ（赤）成分の階調値であり、Ｇ値は、画素データのＧ（緑）成分の階調値であり、Ｂ値は、画素データのＢ（青）成分の階調値である。Ｒ値、Ｇ値、Ｂ値は、例えば８ビット（０～２５５）の値をとる。但し、これは一例であり、Ｒ値、Ｇ値、Ｂ値は、他のビット数で表現されてもよい。
　第１算出部１１２は、画像データにおいて、排尿条件を満たす画素データのピクセル数をカウントし、カウントしたピクセル数を排尿ピクセル数として算出すればよい。排尿ピクセル数は、排尿を示す画像のピクセル数である。
　なお、第１算出部１１２は、取得部１１１が取得した画像データに検知エリアＤ１（図３）を設定し、検知エリアＤ１内に排尿条件を満たす画素データが存在する場合、ユーザが排尿したと判定してもよい。さらに、第１算出部１１２は、検知エリアＤ１において排尿条件を満たす画素データのピクセル数をカウントし、カウントしたピクセル数を排尿ピクセル数として算出してもよい。
　図３は、検知エリアＤ１を示す図である。検知エリアＤ１は便器の溜り部１０４を含む矩形状の領域である。第１算出部１１２は、メモリ１２から設定情報を読み出し、設定情報に従って画像データに検知エリアＤ１を設定すればよい。設定情報は、画像データにおいて検知エリアＤ１がどの座標に設定するかを示す予め定められた座標情報である。便器１００は、排泄物が溜り部１０４に排泄されるように設計されているので、溜り部１０４に検知エリアＤ１を設定し、その検知エリアＤ１から排泄物を検知することで、画像データ全体から排泄物を検知する場合に比べて処理負担が軽減される。
　第２算出部１１３は、排尿ピクセル数の変化に基づいて、排尿の勢い示す勢い値、排尿の量を示す排尿量、及び排尿の比重を示す尿比重の少なくとも１つを算出する。以下の説明では、第２算出部１１３は、勢い値、排尿量、及び尿比重を全て算出するものとする。
　第２算出部１１３は、第１算出部１１２が算出した排尿ピクセル数の単位時間あたりの増加量の最大値に基づいて勢い値を算出すればよい。ここで、第２算出部１１３は、排尿開始されてから排尿終了までの排尿期間における排尿ピクセル数の微分値の最大値を、前記増加量の最大値として算出してもよい。
　第２算出部１１３は、排尿ピクセル数の単位時間あたりの増加量の積算値である第１積算値に基づいて排尿量を算出すればよい。ここで、第２算出部１１３は、排尿期間における排尿ピクセル数の微分値の積算値を第１積算値として算出してもよい。
　第２算出部１１３は、排尿ピクセル数の単位時間あたりの減少量の積算値である第２積算値に基づいて尿比重を算出してもよい。ここで、第２算出部１１３は、排尿終了からユーザが便器１００から離座するまでの期間における排尿ピクセル数の微分値の積算値を第２積算値として算出してもよい。
　出力部１１４は、第２算出部１１３が算出した勢い値、排尿量、及び尿比重を含む排泄情報を生成し、生成した排泄情報を出力する。ここで、出力部１１４は、通信部１３を用いて排泄情報をサーバ３に送信してもよいし、排泄情報をメモリ１２に記憶させてもよい。排尿情報は、排尿時刻、排尿の画像を含む画像データ、並びに着座センサ２１及び照度センサ２２のセンシングデータを含んでいてもよい。
　メモリ１２は、例えば、ＲＡＭ（Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ）、ＳＳＤ（Ｓｏｌｉｄ　Ｓｔａｔｅ　Ｄｒｉｖｅ）又はフラッシュメモリ等の各種情報を記憶可能な記憶装置で構成されている。メモリ１２は、例えば、排泄情報、基準便器色データ、及び設定情報等を記憶する。メモリ１２は、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ　Ｓｅｒｉａｌ　Ｂｕｓ）メモリ等の可搬型のメモリであってもよい。
　通信部１３は、排尿分析装置１をネットワークを介してサーバ３に接続する機能を有する通信回路である。通信部１３は、排尿分析装置１を通信路を介してセンサユニットと接続する機能を備えている。排泄情報は、例えば排泄が行われたことを示す情報（排便、排尿、及び出血）及び排泄日時を示す日時情報等が対応付けられた情報である。排尿分析装置１は、例えば、１日単位で排泄情報を生成し、生成した排泄情報をサーバ３に送信すればよい。
　入退出センサ１４は、例えば測距センサで構成される。入退出センサ１４は、便器１００が設置されたトイレにユーザが入室したことを検知する。ここで、入退出センサ１４を構成する測距センサは、着座センサ２１を構成する測距センサに比べて測定精度は低いが検知範囲は広い。測距センサは、例えば赤外線測距センサである。入退出センサ１４は、測距センサに代えて例えば人感センサで構成されてもよい。人感センサは便器１００に対して所定距離内にいるユーザを検知する。
　以上が排尿分析システムの構成である。引き続いて、排尿分析装置１の処理を説明する。図４は、本開示の実施の形態における排尿分析装置１の処理の一例を示すフローチャートである。
　ステップＳ１において、第１算出部１１２は、ユーザが便器１００に着座したか否かを判定する。ここで、第１算出部１１２は、取得部１１１が着座センサ２１から取得した測距値が着座検知閾値以下になった場合（ステップＳ１でＹＥＳ）、ユーザが着座したと判定し、処理をステップＳ２に進める。一方、第１算出部１１２は、当該測距値が着座検知閾値より大きい場合（ステップＳ１でＮＯ）、処理をステップＳ１で待機する。着座検知閾値、例えば、１０ｃｍ、１５ｃｍ、２０ｃｍ等の適宜の値が採用できる。
　ステップＳ２において、取得部１１１は、カメラ２４から画像データを取得する。
　ステップＳ３において、第１算出部１１２は、取得部１１１が取得した画像データに検知エリアＤ１を設定し、検知エリアＤ１から注目画素データを特定する。ここで、注目画素データは、例えばラスタ走査順で特定される。
　ステップＳ４において、第１算出部１１２は、注目画素データのＲ値、Ｇ値、及びＢ値からＧ／Ｒ値及びＢ／Ｒ値を算出する。
　ステップＳ５において、第１算出部１１２は、Ｇ／Ｒ値及びＢ／Ｒ値が排尿条件を満たすか否かを判定する。Ｇ／Ｒ値及びＢ／Ｒ値が排尿条件を満たしている場合（ステップＳ５でＹＥＳ）、処理はステップＳ６に進み、Ｇ／Ｒ値及びＢ／Ｒ値が排尿条件を満たしていない場合（ステップＳ５でＮＯ）、処理はステップＳ３に戻り、次の注目画素データが特定される。
　ステップＳ６において、第１算出部１１２は、Ｒ値、Ｇ値、Ｂ値が排尿条件を満たすか否かを判定する。Ｒ値、Ｇ値、Ｂ値が排尿条件を満たす場合（ステップＳ６でＹＥＳ）、処理はステップＳ７に進み、Ｒ値、Ｇ値、Ｂ値が排尿条件を満たしていない場合（ステップＳ６でＮＯ）、処理はステップＳ３に戻り、次の注目画素データが特定される。
　図５は、排尿条件を纏めた表である。図５において、Ｌｏｗは排尿条件を満足する範囲の下限閾値であり、Ｈｉｇｈは排尿条件を満足する範囲の上限閾値である。
　排尿条件は、Ｇ／Ｒ値がＡ１％以上Ａ２％以下、Ｂ／Ｒ値がＡ３％以上Ａ４％以下、Ｒ値がＢ１以上Ｂ２以下、Ｇ値がＢ１以上Ｂ２以下、Ｂ値がＢ１以上、且つＢ２以下という条件である。但し、Ａ３％＜Ａ１％、Ａ４％＜Ａ２％である。また、Ｂ２は階調値の最大値であってもよい。
　詳細には、Ａ１は、例えば、８０以上９０以下であり、好ましくは８３以上８７以下である。
　Ａ２は、例えば、１００以上１１０以下であり、好ましくは１０３以上１０７以下である。
　Ａ３は、例えば、４５以上５５以下であり、好ましくは４８以上５２以下である。
　Ａ４は９２以上１０３以下であり、好ましくは９５以上９９以下である。
　画像データが８ビットの場合、Ｂ１は、例えば９５以上１０５以下であり、好ましくは９８以上１０２以下である。画像データのビット数が任意の場合、Ｂ１は、例えば３７％以上４１％以下、好ましくは３８％以上４０％以下である。
　画像データが８ビットの場合、Ｂ２は、例えば２４５以上、２５５以下であり、好ましくは２５０以上２５５以下である。画像データのビット数が任意の場合、Ｂ２は、例えば９６％以上１００％以下、好ましくは９８％以上１００％以下である。
　なお、排尿条件からＲ値、Ｇ値、及びＢ値の条件は省かれてもよい。
　ステップＳ７において、第１算出部１１２は、排尿ピクセル数をカウントアップする。
　ステップＳ８において、第１算出部１１２は、検知エリアＤ１から全ての注目画素データが特定済みであるか否かを判定する。特定済みの場合（ステップＳ８でＹＥＳ）、処理はステップＳ９に進み、特定済みでない場合（ステップＳ８でＮＯ）、処理はステップＳ３に戻り、次の注目画素データが特定される。
　ステップＳ９において、第１算出部１１２は、排尿ピクセル数に０をセットし、排尿ピクセル数を初期化する。これにより、次の注目画素データに対する排尿ピクセル数のカウントの準備が行われる。
　ステップＳ１０において、第１算出部１１２は、ユーザが便器１００から離座したか否かを判定する。ここで、第１算出部１１２は、取得部１１１が着座センサ２１から取得した測距値が着座検知閾値より大きくなった期間が所定期間以上継続した場合、ユーザが便器１００から離座したと判定すればよい。ユーザが離座した場合（ステップＳ１０でＹＥＳ）、処理は終了し、ユーザが離座していない場合（ステップＳ１０でＮＯ）、処理はステップＳ２に戻り、次の画像データが取得される。
　図６は、排尿分析処理の一例を示すフローチャートである。排尿分析処理は、画像データから勢い値、排尿量、及び尿比重を算出する処理である。図６のフローチャートは図４のフローチャートと並行して実行される。
　ステップＳ２１において、第１算出部１１２は、排尿の開始を検知する。ここで、第１算出部１１２は、図４のフローチャートにおいて、ユーザの着座を検知した後（ステップＳ１でＹＥＳ）、排尿条件を満たす画素データを初めて検知した場合、ユーザが排尿を開始したと判定すればよい。排尿条件を満たす画素データとは、上述したように、Ｇ／Ｒ値、Ｂ／Ｒ値、Ｒ値、Ｇ値、及びＢ値が図５に示す排尿条件を満たす画素データである。なお、第１算出部１１２は、排尿条件を満たす画素データを所定ピクセル数以上検知した場合に、ユーザが排尿を開始したと判定してもよい。
　ステップＳ２２において、第２算出部１１３は、排尿ピクセル数を取得する。ここで、第２算出部１１３は、図４のステップＳ７において算出された最新の排尿ピクセル数を取得すればよい。これにより、図６のフローチャートが繰り返される都度、ステップＳ２２において最新のピクセル数が取得され、排尿ピクセル数の時系列データが得られる。
　ステップＳ２３において、第２算出部１１３は、排尿ピクセル数の微分値ΔＰを算出する。微分値ΔＰの一例は単位時間あたりの排尿ピクセル数の変化量である。単位時間の一例はサンプリング周期である。したがって、第２算出部１１３は、最新のサンプル点（ｔ）の排尿ピクセル数Ｐ（ｔ）から１つ前のサンプル点の排尿ピクセル数Ｐ（ｔ－１）を減じることで微分値ΔＰ（ｔ）を算出すればよい。なお、単位時間は、サンプリング周期のｎ（ｎは整数）倍の時間であってもよい。微分値ΔＰ（ｔ）は、単位時間あたりの排尿ピクセル数の変化量を単位時間で割った値であってもよい。
　ステップＳ２４において、第２算出部１１３は、メモリ１２に記録されている第１積算値ＴＰ１（ｔ－１）に、ステップＳ２３で算出した微分値ΔＰ（ｔ）を加算して第１積算値ＴＰ１（ｔ）を算出する。第１積算値ＴＰ１（ｔ）は、排尿開始から現在までの微分値ΔＰの積算値である。排尿開始から排尿終了間際までの期間においては、排尿ピクセル数は増大していくので、微分値ΔＰ（ｔ）は正の値をとるが、排尿終了にさしかかると排尿ピクセル数が減るので、微分値ΔＰ（ｔ）は負の値をとる。なお、第２算出部１１３は、正の微分値ΔＰ（ｔ）のみを積算することで第１積算値ＴＰ１（ｔ）を算出してもよい。
　ステップＳ２５において、第２算出部１１３は、最新の微分値ΔＰ（ｔ）がメモリ１２に記録されている微分値ΔＰの最大値ΔＰｍａｘよりも大きい場合、最大値ΔＰｍａｘを最新の微分値ΔＰ（ｔ）で更新する。一方、第２算出部１１３は、最新の微分値ΔＰ（ｔ）が最大値ΔＰｍａｘ以下の場合、最大値ΔＰｍａｘを更新しない。これにより、最大値ΔＰｍａｘは排尿開始から現在までの微分値ΔＰの最大値を示すことになる。
　ステップＳ２６において、第２算出部１１３は、排尿終了を検知する。ここで、第２算出部１１３は、排尿ピクセル数の減少が一定期間継続された場合、排尿終了を検知すればよい。詳細には、第２算出部１１３は、負の微分値ΔＰが一定期間以上継続した場合、排尿終了を検知すればよい。一定期間は、０．１秒、０．５秒、１秒、２秒等の適宜の値が採用できる。
　排尿終了が検知された場合（ステップＳ２６でＹＥＳ）、処理はステップＳ２７に進み、排尿終了が検知されていない場合（ステップＳ２６でＮＯ）、処理はステップＳ２２に戻る。
　ステップＳ２７において、第２算出部１１３は、微分値ΔＰ（ｔ）を算出する。
　ステップＳ２８において、第２算出部１１３は、メモリ１２に記録されている第２積算値ＴＰ２（ｔ－１）に、ステップＳ２７で算出した微分値ΔＰ（ｔ）を加算して第２積算値ＴＰ２（ｔ）を算出する。第２積算値ＴＰ２（ｔ）は、排尿終了から現在までの微分値ΔＰの積算値である。排尿終了後は、基本的に排尿ピクセル数は増大しないので、微分値ΔＰは基本的には負の値を採る。したがって、第２積算値ＴＰ２（ｔ）も負の値を採る。なお、第２算出部１１３は、負の微分値ΔＰ（ｔ）のみを積算することで第２積算値ＴＰ２（ｔ）を算出してもよい。
　ステップＳ２９において、第１算出部１１２は、ユーザが便器１００から離座したか否かを判定する。この処理の詳細は、図４のステップＳ１０と同じである。ユーザが離座したと判定された場合（ステップＳ２９でＹＥＳ）、処理はステップＳ３０に進み、ユーザが離座したと判定されていない場合（ステップＳ２９でＮＯ）、処理はステップＳ２２に戻る。
　ステップＳ３０において、第２算出部１１３は、ステップＳ２８で算出した第２積算値ＴＰ２の絶対値を尿比重として算出する。ここで、第２積算値ＴＰ２の絶対値を尿比重として算出するのは、第２積算値ＴＰ２を正の値にするためである。但し、これは一例であり、第２算出部１１３は、第２積算値ＴＰ２のそのままの値を尿比重として算出してもよい。
　ステップＳ３１において、第２算出部１１３は、ステップＳ２５で更新された最大値ΔＰｍａｘと、ステップＳ３０で算出された尿比重とに基づいて勢い値を算出する。詳細には、第２算出部１１３は、尿比重をα、勢い値をβ、所定の定数をＣ１とすると、下記の式（１）により勢い値βを算出する。
　β＝ΔＰｍａｘ×α×Ｃ１　　（１）
　尿比重αが大きいほど溜り部１０４の底に沈む排尿量が増大するので、その沈んだ排尿量により最大値ΔＰｍａｘが小さくなり、それによって勢い値は小さく見積もられる。そこで、第２算出部１１３は、この小さく見積もられる勢い値を嵩上げするために式（１）を用いて勢い値を算出する。定数Ｃ１は、ΔＰｍａｘ×αを勢い値に換算するための予め定められた定数である。
　ステップＳ３２において、第２算出部１１３は、ステップＳ２４で算出された第１積算値ＴＰ１と、尿比重αとに基づいて排尿量を算出する。詳細には、第２算出部１１３は、排尿量をγ、所定の定数をＣ２とすると、下記の式（２）により排尿量γを算出する。
　γ＝ＴＰ１×α×Ｃ２　　（２）
　尿比重αが大きいほど溜り部１０４の底に沈む排尿量が増大するので、その沈んだ排尿量により第１積算値ＴＰ１が小さくなり、それによって排尿量は小さく見積もられる。そこで、第２算出部１１３は、この小さく見積もられる排尿量を嵩上げするために式（２）を用いて排尿量を算出する。定数Ｃ２は、ＴＰ１×αを排尿量に換算するための予め定められた定数である。
　ステップＳ３３において、出力部１１４は、尿比重、勢い値、及び排尿量を含む排泄情報を生成し、排泄情報を通信部１３を用いてサーバ３に送信する。
　図７は、勢い値が小さく尿比重が大きい人の排尿ピクセル数の時間的推移を示すグラフである。図７において縦軸は排尿ピクセル数を示し、横軸は時間を示す。このことは、図８のグラフにおいても同じである。
　時刻ｔ０において排尿開始が検知されている。時刻ｔ１において排尿終了が検知されている。時刻ｔ０から時刻ｔ１までの排尿期間において、溜り部１０４の排尿量が増大するので、排尿ピクセル数も平均傾きＫ１で増大している。時刻ｔ１以降では、溜り部１０４の表面の排尿が尿比重により徐々に排尿が溜り部１０４の底へと沈むので、排尿ピクセル数は平均傾きＫ２で徐々に減少している。そのため、上述の第２積算値ＴＰ２は溜り部１０４の底へ沈む排尿量が増大するにつれて増大する。また、底へ沈む排尿量が増大するにつれて尿比重が増大する。
　図８は、勢い値が大きく尿比重が正常値の人の排尿ピクセル数の時間的推移を示すグラフである。図８に示すように勢い値が大きい人の排尿期間は排尿期間の後期において急激に排尿ピクセル数が平均傾きＫ１で増大していることが分かる。また、尿比重が正常値の人は、尿比重が小さいので、溜り部１０４の底に沈む排尿量が小さい。したがって、図８に示す時刻ｔ１以降の排尿ピクセル数の平均傾きＫ２は、図７に示す平均傾きＫ２に比べて緩くなっている。
　このように、排尿ピクセル数の時間的推移は、勢い値、排尿量、及び尿比重に応じて異なる波形となる。したがって、排尿ピクセル数の変化を分析することで、勢い値、排尿量、及び尿比重を算出できる。
　本開示は下記の変形例が採用できる。
　（１）図６のステップＳ３１において、第２算出部１１３は、式（１）を用いて勢い値を算出したが、これは一例であり、最大値ΔＰｍａｘを勢い値として算出してもよい。
　（２）図６のステップＳ３２において、第２算出部１１３は、式（２）を用いて排尿量を算出したが、これは一例であり、第１積算値ＴＰ１の絶対値又は第１積算値ＴＰ１を排尿量として算出してもよい。
　（３）上記実施の形態では、着座センサ２１の測距値に基づいて着座及び離座が検知されていたが、これは一例であり、照度センサ２２の照度値に基づいて着座及び離座が検知されてもよい。この場合、照度値が照度に関する着座検知閾値以下の場合、ユーザの着座が検知されればよい。また、照度値が照度に関する着座検知閾値より大きい期間が一定期間以上継続した場合、ユーザの離座が検知されればよい。
　（４）第１積算値ＴＰ１は微分値ΔＰの積算値であったが、排尿開始から排尿終了までの排尿ピクセル数の積算値であってもよい。
　（５）第２積算値ＴＰ２は微分値ΔＰの積算値であったが、「排尿終了時の第１積算値ＴＰ１」－「排尿ピクセル数（ｔ）の排尿終了から離座までの積算値」であってもよい。
　本開示は、ユーザの排尿に関する特性が分かるので、排尿の特性に基づいてユーザの健康を管理するうえで有用である。

Claims (12)

  1. 　排尿を分析する排尿分析装置における排尿分析方法であって、
    　前記排尿分析装置のプロセッサが、
    　便器のボウル部が撮像可能に前記便器に設置されたカメラが撮像した画像データを取得し、
    　前記画像データを画像認識することでユーザが排尿したことを検知した場合、前記画像データから前記排尿を示す画像のピクセル数である排尿ピクセル数を算出し、
    　前記排尿ピクセル数の変化に基づいて、前記排尿の勢い示す勢い値、前記排尿の量を示す排尿量、及び前記排尿の比重を示す尿比重の少なくとも１つを算出し、
    　前記勢い値、前記排尿量、及び前記尿比重の少なくとも１つを出力する、
    　排尿分析方法。
  2. 　前記勢い値は、前記排尿ピクセル数の単位時間あたりの増加量の最大値に基づいて算出される、
    　請求項１記載の排尿分析方法。
  3. 　前記排尿量は、前記排尿ピクセル数の単位時間あたりの増加量の積算値である第１積算値に基づいて算出される、
    　請求項１又は２記載の排尿分析方法。
  4. 　前記尿比重は、前記排尿ピクセル数の単位時間あたりの減少量の積算値である第２積算値に基づいて算出される、
    　請求項１～３のいずれかに記載の排尿分析方法。
  5. 　前記勢い値は、前記増加量の最大値と、前記尿比重とに基づいて算出される、
    　請求項２記載の排尿分析方法。
  6. 　前記排尿量は、前記第１積算値と、前記尿比重とに基づいて算出される、
    　請求項３記載の排尿分析方法。
  7. 　前記勢い値の算出では、排尿開始から排尿終了までの期間における前記排尿ピクセル数の微分値の最大値を、前記増加量の最大値として算出する、
    　請求項２記載の排尿分析方法。
  8. 　前記排尿量の算出では、排尿開始から排尿終了までの期間における前記排尿ピクセル数の微分値の積算値を前記第１積算値として算出する、
    　請求項３記載の排尿分析方法。
  9. 　前記尿比重の算出では、排尿終了から前記ユーザが前記便器から離座するまでの期間における前記排尿ピクセル数の微分値の積算値を前記第２積算値として算出する、
    　請求項４記載の排尿分析方法。
  10. 　前記排尿の検知では、前記画像データにおいて、Ｇ／Ｒ値、Ｂ／Ｒ値、Ｒ値、Ｇ値、及びＢ値が所定の排尿条件を満たす画素データが存在する場合、前記排尿を検知する、
    　請求項１～９のいずれかに記載の排尿分析方法。
  11. 　排尿を分析する排尿分析装置であって、
    　便器のボウル部が撮像可能に前記便器に設置されたカメラが撮像した画像データを取得する取得部と、
    　前記画像データを画像認識することでユーザが排尿したことを検知した場合、前記画像データから前記排尿を示す画像のピクセル数である排尿ピクセル数を算出する第１算出部と、
    　前記排尿ピクセル数の変化に基づいて、前記排尿の勢い示す勢い値、前記排尿の量を示す排尿量、及び前記排尿の比重を示す尿比重の少なくとも１つを算出する第２算出部と、
    　前記勢い値、前記排尿量、及び前記尿比重の少なくとも１つを出力する出力部と、を備える、
    　排尿分析装置。
  12. 　排尿を分析する排尿分析装置としてコンピュータを機能させる排尿分析プログラムであって、
    　前記コンピュータに、
    　便器のボウル部が撮像可能に前記便器に設置されたカメラが撮像した画像データを取得し、
    　前記画像データを画像認識することでユーザが排尿したことを検知した場合、前記画像データから前記排尿を示す画像のピクセル数である排尿ピクセル数を算出し、
    　前記排尿ピクセル数の変化に基づいて、前記排尿の勢い示す勢い値、前記排尿の量を示す排尿量、及び前記排尿の比重を示す尿比重の少なくとも１つを算出し、
    　前記勢い値、前記排尿量、及び前記尿比重の少なくとも１つを出力する、処理を実行させる、
    　排尿分析プログラム。
     
PCT/JP2021/040784 2021-01-26 2021-11-05 排尿分析方法、排尿分析装置、及び排尿分析プログラム WO2022163053A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2022578058A JPWO2022163053A1 (ja) 2021-01-26 2021-11-05
CN202180091299.4A CN116848408A (zh) 2021-01-26 2021-11-05 排尿分析方法、排尿分析装置以及排尿分析程序
US18/224,751 US20230360206A1 (en) 2021-01-26 2023-07-21 Urination analysis method, urination analysis device, and non-transitory computer readable recording medium

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US202163141687P 2021-01-26 2021-01-26
US63/141,687 2021-01-26
JP2021164145 2021-10-05
JP2021-164145 2021-10-05

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US18/224,751 Continuation US20230360206A1 (en) 2021-01-26 2023-07-21 Urination analysis method, urination analysis device, and non-transitory computer readable recording medium

Publications (1)

Publication Number Publication Date
WO2022163053A1 true WO2022163053A1 (ja) 2022-08-04

Family

ID=82653118

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2021/040784 WO2022163053A1 (ja) 2021-01-26 2021-11-05 排尿分析方法、排尿分析装置、及び排尿分析プログラム

Country Status (3)

Country Link
US (1) US20230360206A1 (ja)
JP (1) JPWO2022163053A1 (ja)
WO (1) WO2022163053A1 (ja)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016090296A (ja) * 2014-10-31 2016-05-23 Toto株式会社 尿量測定装置、尿量測定方法、トイレ装置、プログラム、および尿量測定用添加剤
CN107796473A (zh) * 2017-11-09 2018-03-13 广东美的环境电器制造有限公司 一种监测排泄数据的方法、装置以及坐便器
JP2018510334A (ja) * 2015-02-25 2018-04-12 アウトセンス ダイアグノスティクス リミテッド 人体排泄物の解析
WO2019131732A2 (ja) * 2017-12-28 2019-07-04 サイマックス株式会社 健康モニタリングシステム、健康モニタリング方法および健康モニタリングプログラム
JP2020124497A (ja) * 2019-01-31 2020-08-20 Ｎｅｃソリューションイノベータ株式会社 排尿管理装置、排尿管理方法、プログラム、および記録媒体
JP2020187089A (ja) * 2019-05-17 2020-11-19 株式会社Ｌｉｘｉｌ 判定装置、判定方法、及びプログラム

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016090296A (ja) * 2014-10-31 2016-05-23 Toto株式会社 尿量測定装置、尿量測定方法、トイレ装置、プログラム、および尿量測定用添加剤
JP2018510334A (ja) * 2015-02-25 2018-04-12 アウトセンス ダイアグノスティクス リミテッド 人体排泄物の解析
CN107796473A (zh) * 2017-11-09 2018-03-13 广东美的环境电器制造有限公司 一种监测排泄数据的方法、装置以及坐便器
WO2019131732A2 (ja) * 2017-12-28 2019-07-04 サイマックス株式会社 健康モニタリングシステム、健康モニタリング方法および健康モニタリングプログラム
JP2020124497A (ja) * 2019-01-31 2020-08-20 Ｎｅｃソリューションイノベータ株式会社 排尿管理装置、排尿管理方法、プログラム、および記録媒体
JP2020187089A (ja) * 2019-05-17 2020-11-19 株式会社Ｌｉｘｉｌ 判定装置、判定方法、及びプログラム

Also Published As

Publication number Publication date
US20230360206A1 (en) 2023-11-09
JPWO2022163053A1 (ja) 2022-08-04

Similar Documents

Publication Publication Date Title
US12089822B2 (en) Biomonitoring devices, methods, and systems for use in a bathroom setting
US11927588B2 (en) Health seat for toilets and bidets
JP2010230359A (ja) 生体情報測定装置
JP2009270951A (ja) 腸内状態測定装置
US20200393442A1 (en) Toilet with Health and Wellness Information Display
JP5136285B2 (ja) 腸内状態測定装置および測定方法
KR20120073919A (ko) 비데의 배변 분석 장치 및 방법
WO2022163053A1 (ja) 排尿分析方法、排尿分析装置、及び排尿分析プログラム
JP2017137708A (ja) 便器装置、及び便座装置
US20230306724A1 (en) Excrement determination method, excrement determination device, and non-transitory computer readable recording medium
JP5590495B2 (ja) 生体情報測定装置
EP4096525B1 (en) A toilet system with sensors for measuring excretion output of a user, a fluid balance monitoring system and a method for determining and monitoring the fluid balance of a subject
KR20190125846A (ko) 남성용 소변기에 적용되는 소변정보 측정 시스템
JP5136280B2 (ja) 腸内状態測定装置および測定方法
WO2021240866A1 (ja) 排出物判定方法、排出物判定装置、及び排出物判定プログラム
US20230351637A1 (en) Excrement determination method, excrement determination device, and non-transitory computer readable recording medium
CN116848408A (zh) 排尿分析方法、排尿分析装置以及排尿分析程序
JP2020124497A (ja) 排尿管理装置、排尿管理方法、プログラム、および記録媒体
CN116710964A (zh) 排泄物判定方法、排泄物判定装置以及排泄物判定程序
US20200390424A1 (en) Toilet with Floating Bowl for Weighing Excreta
US20210054610A1 (en) Toilet with Bowl for Separating Urine and Feces
JP2005024267A (ja) 生体情報測定装置
JP2016090296A (ja) 尿量測定装置、尿量測定方法、トイレ装置、プログラム、および尿量測定用添加剤
KR20060004150A (ko) 배설물을 이용한 건강체크방법 및 이를 구현시키기 위한배설물측정시스템
US20230358027A1 (en) Information processing device, information processing method, and non-transitory computer readable recording medium storing information processing program

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 21923058

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2022578058

Country of ref document: JP

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 202180091299.4

Country of ref document: CN

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 21923058

Country of ref document: EP

Kind code of ref document: A1