JP3811977B2 - 健康情報提供装置 - Google Patents

Description

【０００１】
【発明の属する技術分野】
本発明は生体信号の情報により生体の体調などの情報を提供する健康情報提供装置、特に健康情報に関するものである。
【０００２】
【従来の技術】
（従来例１）
病気の予防、健康維持または療養中の患者の健康管理のための生体の状態をセンシングし、そのセンシングした情報あるいは過去の履歴等から健康状態を本人、医療関係者等に分かりやすく知らせることは重要なことである。
【０００３】
従来健康状態を測定する機器として、例えば脈波を計測してその脈波の形状、脈拍等から健康状態を判定する健康機器があるが、この場合安静時の脈拍、脈波は個人によって異なっている。簡単のために脈拍で説明すると、普段運動をしている人のようにいわゆるスポーツ心臓の人は安静時の脈拍は低く５０から６０パルス／分（分類１）、一般の人は６０から８０前後パルス／分（分類２）、肺機能の落ちている人などでは安静時にでも８０から９０パルス／分（分類３）になっている場合がある。このことから安静時の体力の違いによって単純に分類することは可能である。
【０００４】
（従来例２）
一方、データの分類方法の提案は数多くされており、例えば図１３に示す特開平５−４０８２９号公報ではデータ入力手段１０１と、データ入力手段１０１によるデータを入力するデータ変換ニューラルネットワーク１０２と、データ変換ニューラルネットワーク１０２の出力を入力とするデータ逆変換ニューラルネットワーク１０３と、データ入力手段１０１によるデータと、データ逆変換ニューラルネットワークの出力を入力とし、データ変換ニューラルネットワーク１０２と、データ逆変換ニューラルネットワークの学習を制御するデータ比較・学習制御手段１０４とをその構成中に含むことを特徴とするデータクラスタリング方法が提案されている。１０５はデータ変換ニューラルネットワークからの出力によりクラスタリングするクラスタリング手段である。これによりクラスタリング手段の前処理としてニューラルネットワークによるデータ変換を行うことにより、人間が全体を見て主観的にクラスタリングするのと同等の結果が容易に得られるようにしてある。
【０００５】
（従来例３）
また、制御方式の学習制御方式には、例えば給湯機などで使われているものは出湯温度と設定温度との偏差を補正するフィードバック制御手段と、燃焼量を設定するフィードフォワード制御手段とがあり、この時の出力誤差を修正するものとしてフィードフォワード制御手段の出力値を給湯機の加熱負荷と合うように学習制御するもので、設定を変更することにより制御系が使用者の好みに合うよう
に制御していくものである。
【０００６】
（従来例４）
さらに、特開平６−２１７９５１号公報に示すように健康管理のデータ処理手段として複数パターンのアトラクタを予め記憶するためのアトラクタ記憶手段と、生体信号を収集するための生体信号収集手段と、生体信号に基づいてアトラクタを生成するためのアトラクタ生成手段と、アトラクタ記憶手段に記憶されたアトラクタとアトラクタ生成手段によって生成されたアトラクタとから体調を判定するための体調判定手段と、体調判定手段での判定結果に基づく体調を表示するための体調表示手段を備え、生体信号から体調を知らせるというものである。この健康管理装置はアトラクタ形状から病気の症状を判定する装置の改良としてそのアトラクタの見方を専門家でない人が判定できるようにしたものである。即ち、通常状態のアトラクタを自ら記憶手段に入力し、その値に従って測定したアトラクタどうしを比較して健康判定するものである。
【０００７】
【発明が解決しようとする課題】
上記従来の技術は、従来例１では、心拍だけではその人の健康状態を正確に反映することは難しい。そこで心拍データを健康状態を反映するための処理を行い、その処理を正確に分類して状態を知らせることが必要となる。
【０００８】
また、測定データの絶対値が健康度に陽に関係する場合を除き、生体の特性、例えばその人の体力、健康状態に応じて同じデータでも判断基準を変更しなければならない場合がある。ある人にとってみれば測定した生体データは健康度としてよい状態とは言えないが、同じ値でも他の人にとっては標準状態となっている場合があるなど、個体差によって判断基準が異なる場合が多く考えられる。
【０００９】
具体的に言うと、従来例における分類１のある人が風邪などをひいて脈拍が８０から９０パルス／分になった場合と、分類３の他の人の安静時、正常時との区別をつけることはできず、両者とも分類３という分類にして知らせるだけになってしまう。本当に必要なことは元々分類１のある人は「今日は体力が落ちている。」という評価を、元々分類３の他の人は「今日も正常です。」と言う評価を得られることである。もっと、親切にするならば元々分類３の他の人は「今日も正常です。しかし、運動をして体力アップをしましょう。」と言う評価を得ることである。
【００１０】
また、上記従来例２の特開平５−４０８２９号公報はクラスタリング手段の前処理として、入力手段で入力したデータにより人間が全体を見て主観的にクラスタリングするのと同等の結果が容易に得られるようにしてあるが、入力手段で得られた入力データによるニューラルネットとその出力を入力にフィードバックしたものである。しかし、入力手段の情報に基づいているが過去の履歴データにより同じ入力データであっても違う分類にしなければならないときにその判定を行うようなものではなかった。従って、分類する一方法ではあるが本発明の目指しているものとは異なっている。
【００１１】
また、従来例３に示す給湯機における学習制御では使用者の好みを設定してその設定に沿う形で制御することにより標準設定としての初期設定を修正していくため使い勝手の向上が図れるが、生体データのように多くのパラメーターがある系では発散してしまい制御をすることができない。また、生体データを離散的に収集するものを分類して、その分類に従って体調判定などを行うものに制御系のロジックをそのまま当てはめて使用できるものではなかった。また、生体のデータを加工して分類を行い、その分類の学習を行う装置とは構成が異なっている。
【００１２】
さらに、従来例４で示すような健康管理装置ではアトラクタを予め記憶するという作業が必要となる。その記憶する作業は専門知識のない人にとっては煩わしく、いつの時のアトラクタを記憶しておけば良いかの判断ができず、人によって様々な記憶が行われ、結果的にはその記憶してあるアトラクタを前提に健康判断するときに間違った判断をしてしまうことが考えられる。また、このような心臓からの信号を元にする健康管理には測定時の一時的な測定ではその時点での交感神経系と副交感神経系の相互の働きを示すいわゆる自律神経の状態を検出したり、心臓の疾患を検出したりはできるが、それに対してその人の健康状態を知るには瞬間的な値だけではなく過去からの状態把握が大切であり、過去の履歴から健康を判定する必要がある。
【００１３】
ところで、複数の人が使用するような健康機器に於いては健康判定を行い、その情報を提供する機器の必要な条件として、(1)医師等の高レベルの判断者がいなくても個人レベルで使用可能なこと。(2)複数の人が使用することを識別すること。(3)同じ人が何回も使用することを識別すること。(4)測定時期（時間）の違いによる判定基準の設定などが必要となってくる。
【００１４】
【課題を解決するための手段】
本発明は生体情報検出手段又は生体データを有した機器から得られるデータを加工する加工手段と、前記加工手段で加工したデータを分類する分類手段と、前記分類手段で分類したデータを他の分類にマッピングさせるマッピング手段と、前記分類手段のデータの履歴を記憶しておく履歴記憶手段と、前記履歴記憶手段のマッピング経過データから生体の負荷レベルを判定するレベル判定手段と、前記履歴記憶手段の内容および前記レベル判定手段による現在の生体負荷レベル判定結果を表示する表示手段とを備え、前記レベル判定手段により時間とともに生体が受けている負荷を検出して前記表示手段により表示することにより現在の自分の健康状況を把握することができる健康情報提供装置とする。
【００１５】
また、生体情報検出手段又は生体データを有した機器から得られるデータを加工する加工手段と、前記加工手段で加工したデータを分類する分類手段と、前記分類手段で分類したデータを他の分類にマッピングさせるマッピング手段と、データを他の分類にマッピングさせる時のマッピング変位を変更するマッピング変更手段と、前記分類手段のデータの履歴を記憶しておく履歴記憶手段と、前記履歴記憶手段のマッピング経過データから生体の負荷レベルを判定するレベル判定手段と、前記履歴記憶手段の内容および前記判定手段による現在の生体負荷レベル判定結果を表示する表示手段とを備え、前記レベル判定手段により時間とともに生体が受けている負荷を検出して前記表示手段により表示することにより現在の自分の健康状況を把握することができる健康情報提供装置とする。
【００１６】
さらに、加工手段は生体信号検出手段または生体データを有する機器の生体信号をｎ次元に再構成する再構成手段と、分類手段で分類可能な形式に数値化する数値化手段とから構成してある。
【００１７】
【発明の実施の形態】
以下本発明の一発明の実施の形態を図を参照して説明する。
【００１８】
図１及び図２は本発明の一実施の形態の構成を示すブロック図である。
【００１９】
本実施の形態において、１は生体２の生体信号を検出する生体信号検出手段、３は生体信号検出手段１で検出した生体信号のデータを加工する加工手段、４は加工手段３で加工したデータを分類規則部５の分類規則に従って第１分類部６に分類する分類手段、７は分類手段４で分類したデータをマッピング規則部８のマッピング規則に従って第２分類部９にマッピングさせるマッピング手段、１０は分類手段４で分類した過去及び現在のデータに応じてマッピング手段７のマッピング方法を変更するマッピング変更手段、１１は分類手段４で分類してあるデータの履歴を記憶してある履歴記憶手段、１２は履歴記憶手段１１で記憶してあるデータを表示する表示手段である。
【００２０】
なお、本構成ではマッピング手段７は分類手段４の分類部と共通にして分類手段４に包含するようにしてあるが、分離した構成にしてもかまわない。また、マッピング変更手段１０もマッピング手段７の一部として構成するようにしても同様の効果を有する。
【００２１】
ここで生体信号検出手段１は図２に示すように心電を計測するように検出部容器１３に設けた電極１４と、電極１４から検出した信号を増幅する増幅部１５とで構成してある。
【００２２】
また、加工手段３は図３に示すように生体信号検出手段１で検出した生体信号をｎ次元に再構成する再構成手段１６と、分類手段４で分類可能な形式に数値化する数値化手段１７とから構成してある。
【００２３】
上記構成において動作を説明する。生体２の心電信号を生体信号検出手段１の電極１４で検出し増幅部１５で増幅の後に生体信号検出手段１で検出した生体信号（心電信号）のデータを加工手段３で加工する。
【００２４】
この加工は後述するように非線形信号処理であるカオス信号処理や線形信号処理である周波数解析処理を行うことである。信号の加工を行う理由は加工することによって生体の状況を正確に把握したり複数のデータに変換したりして細かな解析を行うようにするためである。
【００２５】
そこで加工手段３で加工したデータを分類手段４の分類規則部５の分類規則に従って第１分類部６に分類する。即ち、分類規則部５には標準分布による分類規則が定められてあり、数値化された生体データが標準に対してどのような位置にあるかを分類するための規則であり、この分類規則に従って生体データを第１分類部６で分類する。
【００２６】
次に、分類手段４で分類したデータをマッピング規則部８のマッピング規則に従って第２分類部９にマッピング手段７でマッピングする。分類手段４で分類した過去及び現在のデータとマッピング手段７でマッピングしたデータを履歴記憶手段１１で記憶し、履歴記憶手段１１で記憶してある履歴回数に応じてマッピング手段７のマッピング方法をマッピング変更手段１０で変更するとともに、分類手段４のデータを履歴記憶手段１１に記憶し、その記憶してあるデータを表示手段１２で表示するようにしてある。
【００２７】
ここで動作についてさらに具体的に説明する。加工手段３は生体信号検出手段１で検出した１次元の時系列信号データをｎ次元の空間に再構成手段１６で再構成し、分類手段４で分類可能な形式に数値化手段１７で数値化するようにしてある。再構成手段１６ではｎ次元空間への写像による方法やＴＡＫＥＮＳの方法による場合などがある。
【００２８】
また、数値化手段１７として相関次元を求める方法、リアプノフ指数を求める方法、ＫＳエントロピーを求める方法、２次元や３次元座標への投影による簡易な数値化を目指す方法等様々な方法がある。投影による簡易な数値化を目指す方法では面積を求める、体積を求める、重心を求める、大きさを求める、長径、短径を求める等様々な方法がある。
【００２９】
ここで生体信号検出手段１で検出する生体信号は心臓からの信号により検出される図４に示すように心拍波形とする。図４において縦軸は心拍波形の出力、横軸は時間で、心拍波形のＲ−Ｒ間隔を波形の上部に記してある。生体信号検出手段１で検出した心拍波形のＲ−Ｒ間隔を求め、検出したＲ波に対し前のＲ波と今のＲ波の間隔を横軸に取り、今のＲ波と次のＲ波の間隔を縦軸に取り、この座標上に再構成手段１６で再構成する。図５は二次元に埋め込んだ場合の再構成したアトラクタである。ここでは３つの心拍波形の再構成手段１６によるアトラクタを表示してある。
【００３０】
しかしながら、このままではいくつかのサンプリングしたデータの分類を行おうとするとデータの重なりなどがあり（ここでは簡単のために重ならないデータとしている）いわゆる複雑な図形のクラスタリング作業が発生するため、後の分類を簡単にするため数値化手段１７により数値化する。ここでの数値化は面積と重心の位置を求めることにより行う。ただし、単純に分離できない場合はクラスタリング手段１８（図示せず）によりクラスタリングして代表点を求める。ここではクラスタリングをしないで行う場合について説明する。
【００３１】
面積はＲ−Ｒ間隔の揺らぎが大きいか小さいかを表し、重心は心拍数の大小を表す。右上方にいくと心拍数が大きく左下方に行くと心拍数が小さくなることを示している。ここではこの面積と重心の２つの数値により分類手段４で分類するようにする。図６はこの２つの項目について数値化手段１７で数値化してその項目を軸にして表示したものである。
【００３２】
縦軸は重心の位置（Ｘ，Ｙ）を（Ｘ2＋Ｙ2）0.5とした距離を表し、横軸は面積を示している。
【００３３】
このグラフをもとに分類手段４で分類するようにしてある。従って、数値化手段１７は分類するための簡易化のための手段を示している。そのため、再構成手段１６で簡易な形が現れる場合は数値化手段１７は１対１の写像として実質なにもしないようにしても構わない。また、数値化手段１７で数値化する項目はその後の目的に従って選択すればよい。
【００３４】
ここで第１分類部６とはどの様な分類を示すかについて上記心拍波形を計測した場合について具体的に説明する。予め心拍波形を加工手段３で加工して数値データにしておく。そのデータを図６に示してある。脈拍は普段運動をしている人のようにいわゆるスポーツ心臓の人は安静時に数値化手段１７で求めたデータは低く図６の分類１に、一般の人は図６の分類２に、肺機能の落ちている人などでは安静時にでも図６の分類３になっている。このように分類手段４により心拍のアトラクタを数値化して分類してある。以降カオスデータと称する。
【００３５】
次にマッピング手段７による第２分類とはその数字を人に分かりやすい言葉で表す場合は、例えば、第１分類部６における分類３では「あなたは体力があり、今後とも体力維持に努めて下さい。」（Ｃ分類）、分類２では「あなたは標準的な健康体です。引続き健康増進を行い、現在の状態を保つようにして下さい。」（Ｂ分類）、分類１では「あなたは体力が劣っています。徐々に運動を行って体力増強に励んで下さい。」（Ａ分類）というようなＡ、Ｂ、Ｃの３つの分類を第２分類部９に設けてある。そしてこの第２分類部９に沿って第１分類部６を対応させることをマッピング手段７でおこなう。ここでは分類１はＡ分類に、分類２はＢ分類に、分類３はＣ分類にそれぞれ対応する。
【００３６】
ところで、このようにして最初の測定では第２分類部９にマッピングしたものはマッピング変更手段１０では変更を加えず、すなわちゼロ変更を行う。しかし、測定が２回目、３回目となってくるとそのデータによってはマッピング変更手段１０により変更される場合がある。例えば上述した第２分類部でＣ分類の人が２回目、３回目ともに第１分類部６で分類３であった場合には共にＣ分類としてゼロ変更の変更がされる。次に４回目の測定でカオスデータが分類１であったとする。このときには別のＸＹＺ分類系列のＸ分類の「安静状態で測定してましたね？おそらく、今、あなたは風邪をひいていると考えられます。休養をとって下さい。」という分類にマッピング変更手段１０により変更され、表示手段１２に前記の文章が表示される。
【００３７】
このＸ分類に分類され風邪であることの確率の高い表現になっているのは脈拍の計測だけの場合と異なりカオスデータからの情報が正確で、運動直後と風邪による心拍の乱れ、揺らぎの違いを識別することが可能であるためである。従来例では単純にＡ分類となる。運動により分類３が分類１になった場合はＬＭＮ分類系列として分類される。ここでＸＹＺ、ＬＭＮ分類系列は別分類系列であることを示しているだけである。分類系列を複数個用意し、過去の履歴によりその分類系列を変更して、その人にもっとも適したアドバイスを行うことを目指したものである。
【００３８】
このようにして生体信号検出手段１で検出した値を第１の分類手段４に分類したのち、マッピング手段７で文章に対応させて（文章ではなく記号表示、符号表示などでもかまわない）、マッピング変更手段１０で（この場合は３回目以前はゼロ変更）変更して適切な情報を提供することができる。マッピングという作業は計測したデータを高級言語により人にわかりやすくしたり、あらかじめ決められた記号等により人にわかりやすく分類することにある。
【００３９】
また初めて使用した直後では標準の分類に対応させてあるものが測定の回を重ねることにより回数に応じて順次マッピングの変位を変えてマッピングさせることにより過去の履歴から測定者の様々な状態に対応した表示を行い、測定者にマッチした健康の健康情報提供を行うことができる。最初は標準に対する使用者の位置がわかり、使用するにしたがって使用者になじんでくる。
【００４０】
ところで上記説明では生体信号検出手段１を心電を元に説明したが、脈拍や他の生体情報（たとえば日々の尿成分中の尿糖値を測定することによる糖尿病の予防のための生体情報）を計測してその情報の分類を行い、健康情報の提供を行うことも可能である。また、心電情報と体温情報や体表面温度などとを組み合わせて分類して健康情報提供することもできる。その場合加工手段３では心電情報は加工するが、体温情報ではゼロ加工、すなわち、加工せずに生体情報としての利用を行う場合もある。
【００４１】
次に、加工手段３として図７に示すように再構成手段１０を持たずに信号処理のための数値化手段１７として周波数解析手段１０ａを用いて行う方法がある。
【００４２】
例えばＦＦＴ（高速フーリエ変換によるスペクトル解析）により心電の１／ｆn揺らぎをもとめ傾きｎを分類すべきデータとすることができる。このｎを第１の分類とすることによりｎと加齢との関係やｎと健康度の関係を利用して第２分類として再分類することにより健康情報の提供ができる。あるいは周波数分析により低周波成分と高周波成分に分け副交感神経系有位か交感神経系有位かを判断してその成分の重み付けにより再分類をして適切な健康状態のアドバイスを行うことができる。
【００４３】
ところで、ここでは生体信号を検出して情報を提供する健康情報提供装置として記したが、他の機器でその使用履歴により使用者にあった使い方を学びつつ健康情報提供する分類を改良するものに使用しても同じ効果が得られる。また、既に生体情報として測定した後のデータの分類を行う場合にも用いることができる。
【００４４】
なお、上記発明の実施の形態での説明はマッピング変更手段１０を用いた発明の実施の形態で説明したが、マッピング変更手段１０を用いない場合については後述の発明の実施の形態において説明する。
【００４５】
次に、本発明の他の実施の形態について説明する。
【００４６】
図８は本発明の他の実施の形態の構成を示すブロック図である。図８は図１の構成に履歴記憶手段のマッピング経過データから生体の負荷レベルを判定するレベル判定手段１９と、レベル判定手段１９での判定結果や履歴記憶手段１１の内容を表示する表示手段１２とで構成してある。また、図１の構成の場合と同様に生体信号を心電とし、心電データをより正確に採取するために心電の乱れ、すなわち不整脈を検出する不整脈検出手段２０を設け、不整脈検出手段２０により不整脈部分と正常部分に分けて分類手段４に入力するようにしてある。
【００４７】
なお、実施の形態では加工手段３と分類手段４の間に不整脈検出手段２０を設けてあるが、不整脈検出手段２０の精度をあげることにより心電から直接不整脈を検出することも可能であり、その場合には生体信号検出手段１と加工手段３の間に設けてもかまわない。
【００４８】
次に動作を説明すると、生体２の心電信号を生体信号検出手段１の電極１４で検出し増幅部１５で増幅の後に生体信号検出手段１で検出した生体信号（心電信号）のデータをカオス信号処理等の加工を加工手段３で行い、加工手段３で加工したデータから不整脈検出手段２０により不整脈部分と正常脈部分のデータを分類手段４に入力する。分類手段４に入力した正常脈部分は分類規則部５の分類規則に従って第１分類部６に分類し、分類手段４で分類したデータをマッピング規則部８のマッピング規則に従って第２分類部９にマッピング手段７でマッピングする。このマッピング手段７のマッピング方法は履歴記憶手段１１のデータを用いてマッピング変更手段１０で変更できるようになっている。
【００４９】
分類手段４で分類した過去及び現在のデータを履歴記憶手段１１で記憶し、生体２に対する信号を一定時間（期間）で採取するようにしておけば時間に対する履歴記憶手段１１のマッピング経過データから生体にかかっている負荷レベルをレベル判定手段１９で判定し、レベル判定手段１９での判定結果や履歴記憶手段１１の内容を表示手段１２で表示して情報を提供するというものである。
【００５０】
以上説明したようにレベル判定手段１９により時間とともに生体が受けている負荷を検出して表示することにより現在の自分の健康状況を把握することができる。なお、時間間隔は所定のルールを決めておけば時間そのもののデータは必要としない。
【００５１】
なお、不整脈検出手段２０で不整脈部分を分離して分類手段４に入力することにより心臓疾患に関する健康情報の分類も行うことができ、より幅広い健康情報そして疾患情報等の表示ができる。
【００５２】
ところで加工手段３で加工するときに不整脈部分が自動的にわかるようにしておけば不整脈検出手段２０は加工手段３と同じところで行ってもかまわない。
【００５３】
次に、本発明の他の実施の形態について図９を用いて説明する。図９は生体２の信号を脈拍として検出する生体信号検出手段１の構成図を示している。２１は生体２の手を示し、指２２がアルコールを入れる容器２３を持つときに光センサ部２４を覆うように設置してある。光センサ部２４は増幅部２５を介して加工手段３に接続してある。他の構成は前述した構成と同じであるが、アルコール検出に特化しているためマッピング変更手段１０は設けていない。
【００５４】
次に、上記構成において動作を説明する。これは飲酒時にどの程度アルコールが残っているかを把握することができる飲酒チェッカーとしての応用について説明するものである。即ち、人（生体２）が飲酒の前に自分の健康状態を把握し、飲酒中あるいは飲酒終了後にそのときのアルコールによる負荷量を検出し、アルコールによる影響が残っているか、まだ十分にお酒を飲むことが可能かを見ることができるものである。
【００５５】
人２がアルコールを飲む前に容器２３に設けてある生体信号検出手段１の光センサ部２４で検出し増幅部２５で増幅の後に生体信号検出手段１で検出した生体信号（脈拍信号）のデータを加工手段３で加工したデータを分類手段４の分類規則部５の分類規則に従って第１分類部６に分類する。
【００５６】
加工手段３で加工した脈拍のアトラクタを分類手段４へ入力するが、分類手段４の分類方法を上記発明の実施の形態とは異なった方法で分類、マッピングする場合について説明する（分類方法はいろいろな方法が考えられる。）。即ち、多くの人の脈拍のアトラクタから得られた数値化したデータの分布が記憶してあり、その分布は図１０のようになっているとする。横軸は分類のためのランク、縦軸は度数を示している。一点鎖線は分布の中心、縦実線Ｌは生体データの位置を示している。分類ランクとしてアルコールに弱い人はランク（−１）、ランク（−２）の順に弱くなる。ランク（０）が標準でランク（１）、ランク（２）になるとアルコールに強くなっていることを示す。ランク（０）の標準的な人の数が多いことをこの分布は示している（実際にはもっと細かく分類することにより正確さを出すことができるが、ここでは簡単のため５段階のランク分けにしている）。
【００５７】
さて、この人の第１回目の測定における分類ランクが図１０の（ａ）と（ｂ）のような場合を考える。即ち、図１０（ａ）はアルコールが体内に入っていない時点での加工手段３で計算した値を分類手段４で第１分類部６に分類したグラフである。例えば図５における重心位置を分類したことに相当する。標準に対しα１だけ変位している。図１０（ｂ）は同様にアルコールが体内に入っていない時点での加工手段３で計算した値のうち図５で言えばアトラクタの幅に（近似として斜めに書かれてある楕円形のアトラクタを考えると短径に相当する部分）ついて分類手段４で第１分類部６に分類したグラフである。この人の普段のデータは標準に対して若干低めのランク（−１）に分類されている。標準に対してβ１変位している。次に図１０（ａ）、（ｂ）に示す第１分類部６での分類から図１０（ｃ）に示すようにそのデータをその人の標準データとするためマッピング手段７により第２分類部９にマッピングする。
【００５８】
このときのマッピング規則部８の規則は最初のデータは標準値として記憶せよという規則となっている。このとき第１分類部６における分類位置（ランク−１）に対して標準値（ランク０）に正規化した比率を次回からのマッピング規則部８の規則とする。ここでは２つの項目についてα１比率、β１比率という２つの規則ができる。そしてこのα１とβ１の比率の距離γをγ＝（Ｋ１・α１2＋Ｋ２・β１2）0.5する。ここでＫ１とＫ２は重み付けの係数である。以上で正常時のデータの処理が完了する。
【００５９】
次に、アルコールを飲み一定時間後の第２回目のデータについて説明する。この人の第２回目の測定における分類ランクは図１０（ｄ）で、アルコールが体内に入ったため加工手段３で計算した重心値は分類手段４で第１分類部６に分類すると（縦実線Ｌ）さらに低めのランク（−１）に分類してある。変位はα２である。この変位α２を元の変位で補正するとα３となり点線で示す位置に分類することになる。同様に図１０（ｅ）はアルコールが体内に入った後の加工手段３で計算した値のうち図５で言えばアトラクタの幅に相当する項目について分類手段４で第１分類部６に分類したグラフである。変位はβ２である。この変位β２を元の変位で補正するとβ３となり点線で示す位置に分類することになる。
【００６０】
次にこの分類したデータをその人の標準データと比較するためマッピング手段７の先ほど求めたマッピング規則部８の規則に従って第２分類部にマッピングする。即ち計算で求めたγ１なる変位分だけ変位させることによりγ２の位置にランクする。分類が細かく区切ってあれば図１０（ｆ）で示したような位置の実線Ｌのような位置に分類される。
【００６１】
ここで標準値に対してのレベル判定手段１９で偏差を調べ、その値からアルコール影響度を履歴記憶手段１１に記憶し、表示手段１２で表示することにより測定時点でのアルコールチェックができる。
【００６２】
なお、報知手段２４を有する構成ではレベル判定手段１９のデータに対してランクの異常閾値を設けておけば飲み過ぎの場合などに警告を報知手段２４より発することができる。
【００６３】
ところで、標準との比較をする場合に第１分類部６で分類した時点で第２分類部９にマッピングせずに直接計ることも可能である。しかし、第１分類部６で複数の項目について分類して、それぞれの項目について評価方法にしたがって重み付けをしてそれらを総合して分類する場合にはこの第２分類部９が必須になる。従って、複数の項目から再分類することによって精度よく生体のレベルを把握することができる。
【００６４】
次にこの光センサ部２５を自動車２７のハンドル２８に設けた場合についても上記酔っぱらい度の判定と同様の運転負荷レベルが検出される。構成は生体信号検出手段１の設置場所がハンドル２８である点以外は同じ構成である（図面での構成は省略してある）。
【００６５】
自動車２７の運転の場合には加工手段３で例えばリアプノフ指数を求めてみると長時間の運転に対してある時点を経過してくると値が低下してくる。そこでレベル判定手段１９で負荷レベルを判定し、「休憩した方がいいですよ。」という表示をする以外に、連続して光センサ部２５に接していて動かない場合の情報をマッピング規則部８に記憶させておくことにより居眠り判定をすることも可能となる。
【００６６】
そしてこの場合もレベル判定手段１９のデータに対してランクの異常閾値を設けておけば居眠り運転の直前などに警告を報知手段２４で発することができる。
【００６７】
また、ベッド２９に生体信号検出手段１として体動センサ３０を設けて生体の心電または呼吸を体動センサ３０で検出することにより加工手段４でアトラクタやリアプノフ指数を求めて体動レベルを分類し、健康判定や徘徊老人の在不在判定や生死判定を行うことができる。構成及び動作は上述した酔っぱらい度判定の場合と同様である（図面での構成は省略してある）。
【００６８】
眠っているときの情報を体動センサ３０の信号から求める場合にはアトラクタの面積等を求める方式よりもリアプノフ指数を求める方法で加工しても演算時間の制約が少ないため機能上問題はないと考える。また、マッピング規則もベッドにあった規則を設ける必要がある。
【００６９】
さらに、風呂などの住設機器３１においても健康判定に用いることができる。生体信号検出手段１を風呂の浴槽３１に設け、浴槽３１に浸かっているときにその負荷レベルまたはリラックス度レベルを判定することが可能である。特別あつくない風呂に入ると体が回復し、入浴後のリアプノフ指数は上昇する。これによりリラックス度を判定したり、回復度を表示することが可能となる。
【００７０】
以上の酔っぱらい度判定、運転負荷判定、居眠り判定、ベッドにおける生死の判定、風呂におけるリラックス度の判定、さらには血圧計と連動してトイレでの息み度の判定、音楽を聴いているときのリラックス度の判定など様々な負荷判定に応用することができる。
【００７１】
次に個人に対応した健康関係の健康情報提供を行うことができる場合の実施の形態について図１１をもとに説明する。
【００７２】
図１１は本発明の他の実施の形態の構成を示すブロック図である。図１１において生体信号を検出する生体信号検出手段１と、３２は生体信号検出手段１で検出した検出した生体の個人識別のための個人情報を入力する入力手段、３は加工手段、４は生体信号検出手段１で検出したデータを分類規則部５の分類規則に従って第１分類部６に分類する分類手段、４は加工手段３で加工したデータを分類規則部５の分類規則に従って第１分類部６に分類する分類手段、７は分類手段４で分類したデータをマッピング規則部８のマッピング規則に従って第２分類部９にマッピングさせるマッピング手段、１０は分類手段４で分類した過去及び現在のデータに応じてマッピング手段７のマッピング方法を変更するマッピング変更手段、１１は分類手段４で分類してあるデータの履歴を記憶してある履歴記憶手段、１２は履歴記憶手段１１で記憶してあるデータを表示する表示手段である。
【００７３】
なお、入力手段３２で入力したデータは履歴記憶手段１１に一度記憶してからそのデータを用いてマッピング変更手段１０を制御するようにしてある。
【００７４】
また、入力手段３２として個人識別符号を入力するためのアルファベットキー３３（図示せず）及びテンキー３４（図示せず）などのキーを有するキー入力部３５（図示せず）がある。そしてキー入力部３５で入力することにより個人識別符号を入力することができる個人識別符号入力部３６がある。そして入力データは表示手段１２に表示するようにしてある。
【００７５】
ここで加工手段３は図３に示すように生体信号検出手段１で検出した生体信号をｎ次元に再構成する再構成手段１６と、分類手段４で分類可能な形式に数値化する数値化手段１７とから構成してある。
【００７６】
上記構成において動作を説明する。生体２の心電信号を生体信号検出手段１の電極１４で検出し増幅部１５で増幅の後に生体信号検出手段１で検出した生体信号（心電信号）のデータを加工手段３で加工する。加工手段３で加工したデータを分類手段４の分類規則部５の分類規則に従って第１分類部６に分類する。即ち、分類規則部５には標準分布による分類規則が定められてあり、数値化された生体データが標準に対してどのような位置にあるかを分類するための規則であり、この分類規則に従って生体データを第１分類部６で分類する。次に、分類手段４で分類したデータをマッピング規則部８のマッピング規則に従って第２分類部９にマッピング手段７でマッピングする。入力手段３２で入力したデータと分類手段４で分類した過去及び現在のデータとマッピング手段７でマッピングしたデータを履歴記憶手段１１で記憶し、履歴記憶手段１１で記憶してある履歴回数に応じてマッピング手段７のマッピング方法をマッピング変更手段１０で変更するとともに、分類手段４のデータを履歴記憶手段１１に記憶し、その記憶してあるデータを表示手段１２で表示するようにしてある。
【００７７】
ここで動作についてさらに詳述する。心拍波形を求め、それを加工手段３で加工する部分は前述の発明の実施の形態と同様である。また、第１分類部６に分類する方法及びマッピングの一部も前述したとおりである。したがってデータからマッピングするところの説明をする。
【００７８】
マッピング手段７による第２分類とはその数字を人に分かりやすい言葉で表すことで、例えば、第１分類部６における分類３では「あなたは体力があり、今後とも体力維持に努めて下さい。」（Ｃ分類）、分類２では「あなたは標準的な健康体です。引続き健康増進を行い、現在の状態を保つようにして下さい。」（Ｂ分類）、分類１では「あなたは体力が劣っています。徐々に運動を行って体力増強に励んで下さい。」（Ａ分類）というようなＡ、Ｂ、Ｃの３つの分類を第２分類部９に設けてある。そしてこの第２分類部９に沿って第１分類部６を対応させることをマッピング手段７でおこなう。ここでは分類１はＡ分類に、分類２はＢ分類に、分類３はＣ分類にそれぞれ対応する。
【００７９】
ところで、入力手段３２における個人識別符号入力部３６に入力したデータにより、この測定者が初めての人かどうかがわかる。もし初めての測定者であれば最初の測定として第２分類部９にマッピングしたものはマッピング変更手段１０では変更を加えず、すなわちゼロ変更を行う。しかし、入力手段３２により個人識別符号を入力して測定が２回目、３回目となってくるとそのデータによってはマッピング変更手段１０により変更される場合がある。例えば上述したＣ分類の人が２回目、３回目ともに分類１であった場合には共にＣ分類としてゼロ変更の変更がされる。次に４回目の測定でカオスデータが分類１であったとする。このときにはＸ分類の「安静状態で測定してましたね？おそらく、今、あなたは風邪をひいていると考えられます。休養をとって下さい。」という分類にマッピング変更手段１０により変更され、表示手段１２に前記の文章が表示される。
【００８０】
このようにして生体信号検出手段１で検出した値と入力手段３２とで最初の測定か２回目の何回目の測定かを認識して分類を行うものである。即ち、測定の回を重ねることにより過去の履歴から測定者の様々な状態に対応した表示を行い、測定者にマッチした健康の健康情報提供を行うことができる。
【００８１】
また、入力手段３２として個人識別符号を入力することができる個人識別符号入力部３６と個人の身体情報を入力するようにした身体情報入力部３７を設けてある場合がある。そして個人識別符号入力部３６と身体情報入力部１６のデータは表示手段１２に表示するようにしてある。
【００８２】
上記構成において動作は個人識別符号入力部３６を有する場合と同じような動作である。入力手段３２における個人識別符号入力部３６に入力したデータ及び身体情報入力部１６に入力したデータにより、この測定者が初めての人かどうか、またどの様な体型の人かがわかる。もし初めての測定者で、標準体型の人であれば最初の測定として第２分類部９にマッピングしたものはマッピング変更手段１０では変更を加えず、すなわちゼロ変更を行う。
【００８３】
一方、身体情報入力部１６で標準体型から小さい人に関しては第２分類部９へマッピングに関しては分類を一つだけ体力が劣っている方に変位させ、身体情報入力部１６で標準体型から大きい人に関しては第２分類へマッピングに関しては分類を一つだけ体力が優っている方に変位するようにマッピング変更手段１０でマッピングを変更して分類する。この状態からさらに、入力手段３２により個人識別符号を入力して測定が２回目、３回目となってくるとそのデータによってはマッピング変更手段１０により変更される場合がある。例えば上述したＣ分類の人が２回目、３回目ともに分類３であった場合には共にＣ分類としてゼロ変更の変更がされる。次に４回目の測定でカオスデータが分類１であったとする。このときにはＸ分類の「安静状態で測定してましたね？おそらく、今、あなたは風邪をひいていると考えられます。休養をとって下さい。」という分類にマッピング変更手段１０により変更され、表示手段１２に前記の文章が表示される。
【００８４】
このようにして生体信号検出手段１で検出した値を第１分類手段４に分類したのち、マッピング手段７で文章に対応させて、さらに機器を使用した直後では標準の分類に対応させてあるものが測定の回を重ねることにより過去の履歴から測定者の様々な状態に対応した表示を行い、測定者にマッチした健康の健康情報提供を行うことができる。
【００８５】
次に、他の発明の実施の形態として入力手段３２として個人識別符号を入力するための個人識別符号入力部３６と、個人の生活情報を入力するようにした生活情報入力部１７を設けてある。そして個人識別符号入力部３６と生活情報入力部３８のデータは表示手段１２に表示するようにしてある。
【００８６】
生活情報入力部３８で標準的な生活から睡眠不足など乱れた生活になってしまっている人に関しては第２分類部９へのマッピングに関しては分類を一つだけ体力が劣っている方にずらし、生活情報入力部３８で標準生活型から安静状態にしている人に関しては第２分類部９へマッピングに関しては分類を一つだけ体力が優っている方にずらすようにマッピング変更手段１０でマッピングを変更して分類する。
【００８７】
ところで、生活情報としては計時手段３９を設け測定時に自動的に測定日時が入力され、生活リズムに応じた標準データと対比するための情報入力としてもよい。また個人の標準的な生活パターンと対比させるための入力としてもよい。
【００８８】
さて、この状態からさらに、入力手段３２により個人識別符号を入力して測定が２回目、３回目となってくるとそのデータによってはマッピング変更手段１０により変更される場合がある。例えば上述したＣ分類の人が２回目、３回目ともに分類３であった場合には共にＣ分類としてゼロ変更の変更がされる。次に４回目の測定でカオスデータが分類１であったとする。このときにはＸ分類の「安静状態で測定してましたね？おそらく、今、あなたは風邪をひいていると考えられます。乱れた生活をせずに休養をとって下さい。」という分類にマッピング変更手段１０により変更され、表示手段１２に前記の文章が表示される。
【００８９】
このようにして生体信号検出手段１で検出した値を分類手段４に分類したのち、マッピング手段７で文章に対応させて、さらに機器を使用した直後では標準の分類に対応させてあるものが測定の回を重ねることにより過去の履歴から測定者の様々な状態に対応した表示を行い、測定者にマッチした健康の健康情報提供を行うことができる。
【００９０】
ところで入力手段３２の入力方法として履歴記憶手段１１に入力する構成で説明したが、図１２に示すように加工手段３で加工したデータと同列に扱い、複数のデータの一つとして分類手段４に入力するようにしても良い。分類手段４から見た場合、入力手段３２のデータは実質加工手段３のデータの一部として取り扱うので入力手段３２のない構成の動作と同じになる。
【００９１】
【発明の効果】
以上説明したように本発明の健康情報提供装置は次のような効果を持つ。
【００９２】
（１）生データだけでは一般の人には判断できないが、マッピング手段で一般のひとにもわかる言葉にマッピングすることにより、素人の人でも健康情報の提供を受けることができる。
【００９３】
（２）データの履歴回数に応じて修正または学習による補正が加わるため提供する情報が提供を受けるものに合わせた情報となっていく。即ち、初めて使った場合は標準的な分類が行われ、従来から提供されている健康情報提供が行われるが、使っている過程で自分あった健康情報提供の仕組みが自動的にできてきて馴染みの、かしこい健康情報提供装置となる。
【００９４】
（３）生体信号を再構成することにより分類しやすいデータとすることができる。
【００９５】
たとえば、カオス信号処理により生体の交換神経と副交換神経のバランスの上に成り立っている生体の健康状態を直接みることになり、健康上状態の健康情報提供として最適のものとなる。
【図面の簡単な説明】
【図１】 本発明の一実施の形態における健康情報提供装置の構成を示すブロック図
【図２】 同実施の形態における健康情報提供装置の生体信号検出手段の構成を示すブロック図
【図３】 同実施の形態における加工手段の構成を示すブロック図
【図４】 同実施の形態における生体信号検出手段で検出したデータ例を示す図
【図５】 同実施の形態における各心拍波形を加工手段で加工したデータ例を示す図
【図６】 同実施の形態における加工手段で加工したデータ例を示す図
【図７】 同実施の形態における加工手段の構成を示すブロック図
【図８】 本発明の他の実施の形態における健康情報提供装置の構成を示すブロック図
【図９】 同実施の形態における生体信号検出手段の構成を示すブロック図
【図１０】 （ａ）アルコールが体内に入っていない時点での加工手段で計算した値を分類手段で第１分類部に分類したグラフ
（ｂ）アルコールが体内に入っていない時点での加工手段で計算した値を分類手段で第１分類部に分類したグラフ
（ｃ）（ａ）（ｂ）に示す第１分類部の分類から各マッピング手段で第２分類部に分類したグラフ
（ｄ）アルコールが体内に入っている時点での加工手段で計算した値を分類手段で第１分類に分類したグラフ
（ｅ）アルコールが体内に入っている時点での加工手段で計算した値を分類手段で第１分類に分類したグラフ
（ｆ）（ｄ）（ｅ）に示す第１分類部の分類から各マッピング手段で第２分類部に分類したグラフ
【図１１】 本発明の他の実施の形態における健康情報提供装置の構成を示すブロック図
【図１２】 本発明の他の実施の形態における健康情報提供装置の構成を示すブロック図
【図１３】 従来の発明の実施の形態における分類方法の構成を示すブロック図
【符号の説明】
１ 生体信号検出手段
３ 加工手段
４ 分類手段
７ マッピング手段
１０ マッピング変更手段
１１ 履歴記憶手段
１２ 表示手段
１６ 再構成手段
１７ 数値化手段
１８ 周波数解析手段
１９ レベル判定手段
２０ 不整脈検出手段
２３ 容器
２４ 検出部
２５ 報知手段
２７ ハンドル
２８ 居眠り検出部
２９ 寝具
３１ 住設機器
３２ 入力手段
３６ 個人識別符号入力部
３７ 身体情報入力部
３８ 生活情報入力部

Claims (3)

1. 生体情報検出手段又は生体データを有した機器から得られるデータを加工する加工手段と、前記加工手段で加工したデータを分類する分類手段と、前記分類手段で分類したデータを他の分類にマッピングさせるマッピング手段と、前記分類手段のデータの履歴を記憶しておく履歴記憶手段と、前記履歴記憶手段のマッピング経過データから生体の負荷レベルを判定するレベル判定手段と、前記履歴記憶手段の内容および前記レベル判定手段による現在の生体負荷レベル判定結果を表示する表示手段とを備え、前記レベル判定手段により時間とともに生体が受けている負荷を検出して前記表示手段により表示することにより現在の自分の健康状況を把握することができる健康情報提供装置。
2. 生体情報検出手段又は生体データを有した機器から得られるデータを加工する加工手段と、前記加工手段で加工したデータを分類する分類手段と、前記分類手段で分類したデータを他の分類にマッピングさせるマッピング手段と、データを他の分類にマッピングさせる時のマッピング変位を変更するマッピング変更手段と、前記分類手段のデータの履歴を記憶しておく履歴記憶手段と、前記履歴記憶手段のマッピング経過データから生体の負荷レベルを判定するレベル判定手段と、前記履歴記憶手段の内容および前記判定手段による現在の生体負荷レベル判定結果を表示する表示手段とを備え、前記レベル判定手段により時間とともに生体が受けている負荷を検出して前記表示手段により表示することにより現在の自分の健康状況を把握することができる健康情報提供装置。
3. 加工手段は生体情報検出手段又は生体データを有する機器の生体信号を、ｎ次元に再構成する再構成手段と、ｎ次元に再構成されたデータを分類手段において分類可能とするために数値化する数値化手段とを有した構成とする請求項１または２記載の健康情報提供装置。

Images