JP4434678B2

JP4434678B2 - Health index estimation apparatus, method, and program

Info

Publication number: JP4434678B2
Application number: JP2003339553A
Authority: JP
Inventors: 勝三川西; 安俊増田; 修一岡部
Original assignee: Individual
Current assignee: Individual
Priority date: 2003-04-25
Filing date: 2003-09-30
Publication date: 2010-03-17
Anticipated expiration: 2023-09-30
Also published as: JP2004337578A

Description

本発明は、健康指標推定装置、方法、及びプログラムに関する。 The present invention relates to a health index estimation device, method, and program.

人体の健康度を表す健康指標には、体脂肪率、内蔵脂肪断面積等がある。この健康指標を推定する健康指標健康指標推定装置としては、体脂肪計、内蔵脂肪計等がある。 Examples of health indicators representing the health level of the human body include body fat percentage and internal fat cross-sectional area. Examples of the health index health index estimating apparatus for estimating the health index include a body fat scale and a built-in fat scale.

このような従来の健康指標推定装置は、参照基準法による測定値を基に算出した推定式により健康指標を推定している（例えば特許文献１参照）。この推定式は、推定しようとする健康指標と相関の高いパラメータを選択し、所定の母集団に属する被検者について、その健康指標及びパラメータを測定し、その測定データを回帰分析することにより算出している。すなわち、推定式は、推定しようとする健康指標の選択されたパラメータに対する回帰式からなっている。この場合、一般に、健康指標は参照基準法によって測定される。参照基準法としては、コンピュータ断層撮影法（CT Scan）、二重エネルギＸ線吸収法（ＤＥＸＡ法）、磁気共鳴画像法（ＭＲＩ）、水中体重秤量法等が挙げられる。また、パラメータとしては、身長、体重、ウエスト周囲径、生体インピーダンス、皮下脂肪断面積などが用いられる。これらの測定方法として、例えば、生体インピーダンスについて生体電気インピーダンス法（ＢＩＡ法）、皮下脂肪断面積について皮下脂肪厚測定法（キャリパー法）等がある。 Such a conventional health index estimation apparatus estimates a health index using an estimation formula calculated based on a measurement value obtained by a reference standard method (see, for example, Patent Document 1). This estimation formula is calculated by selecting parameters with high correlation with the health index to be estimated, measuring the health index and parameters of subjects belonging to a predetermined population, and performing regression analysis on the measured data. is doing. That is, the estimation formula is a regression formula for the selected parameter of the health index to be estimated. In this case, generally, the health index is measured by a reference standard method. Reference standard methods include computed tomography (CT Scan), dual energy X-ray absorption (DEXA), magnetic resonance imaging (MRI), underwater weight weighing, and the like. As parameters, height, weight, waist circumference, bioimpedance, subcutaneous fat cross-sectional area, and the like are used. As these measurement methods, for example, there are a bioelectrical impedance method (BIA method) for bioelectrical impedance, a subcutaneous fat thickness measurement method (caliper method) for subcutaneous fat cross-sectional area, and the like.

このような健康指標推定装置では、推定式のパラメータに対応する個人のデータを入力すると、そのパラメータが推定式に代入され、個人の推定健康指標が算出される。 In such a health index estimation device, when personal data corresponding to a parameter of the estimation formula is input, the parameter is substituted into the estimation formula, and an estimated health index of the individual is calculated.

ところで、健康指標を求めるには、当然のことながら、参照基準法によって測定するのが一番精度が高い。それにも関わらず、健康指標推定装置によって健康指標を推定する理由は、参照基準法は、費用が高く、しかも人体に侵襲的であるため、簡単に測定することができないからである。従って、これら健康指標推定装置は、健康指標を求める簡易な手段として健康管理に不可欠な存在であり、広く用いられている。
ＷＯ０１／９１６３８Ａ１（ＰＣＴ／ＪＰ０１／０４４４０） By the way, to obtain the health index, of course, the highest accuracy is measured by the reference standard method. Nevertheless, the reason why the health index is estimated by the health index estimation device is that the reference standard method is expensive and invasive to the human body and cannot be easily measured. Therefore, these health index estimation devices are indispensable for health management as a simple means for obtaining a health index, and are widely used.
WO01 / 91638 A1 (PCT / JP01 / 04440)

しかしながら、健康指標推定装置の推定式は、「ｙ＝ａｘ＋ｂ」もしくは「ｙ＝ａ₁ｘ₁＋ａ₂ｘ₂＋・・・ｂ」という回帰式で構成されているため、回帰係数ａ，ａ_nや回帰定数ｂがズレている場合には誤差が生じる。 However, the estimation equation health indicator estimation devices, "y = ax + b" or _{_{"y = a 1 x 1 + a}} 2 x 2 + ··· b " because it is composed of a regression equation of the regression coefficients a, a _n If the regression constant b is misaligned, an error occurs.

具体的に説明すると、推定式は、母集団から抽出した標本サンプルに基づいて算出しているため、各パラメータについて、個人のデータがその母集団の平均値からズレている場合には誤差が生じる。また、推定式が回帰式であることから推定健康指標は平均的な傾向を示すため、特異な身体組成を有する人においては誤差が生じる。その他、参照基準法においても、例えば、ＤＥＸＡ法と水中体重法とでは、体脂肪率の測定値において１〜２％程度の差異が生じるように、異なる参照基準法間では必ずしも同じ測定結果が得られるとは限らない。つまり、推定式算出に用いた参照基準法と、治療時等において個人に対して用いられた参照基準法との違いによっても誤差が生じる。 More specifically, since the estimation formula is calculated based on the sample sample extracted from the population, an error occurs when the individual data is deviated from the average value of the population for each parameter. . In addition, since the estimated expression is a regression expression, the estimated health index shows an average tendency, and an error occurs in a person having a specific body composition. In addition, in the reference standard method, for example, the same measurement result is not always obtained between different reference standard methods so that a difference of about 1 to 2% occurs in the measured body fat percentage between the DEXA method and the underwater body weight method. Not always. That is, an error also occurs due to a difference between the reference standard method used for calculating the estimation formula and the reference standard method used for the individual at the time of treatment.

本発明は、このような課題を解決するためになされたもので、推定式の基になるデータに起因する誤差を低減することが可能な健康指標推定装置、方法、及びプログラムを提供することを目的としている。 The present invention has been made to solve such a problem, and provides a health index estimation apparatus, method, and program capable of reducing an error caused by data that is a basis of an estimation formula. It is aimed.

上記課題を解決するために、本発明に係る健康指標推定装置、方法、又はプログラムは、人体の健康度を表す健康指標及び人体組成データを含む人体組成データを入力するための入力手段と記憶手段と演算手段とを備えた装置、前記入力手段と記憶手段と演算手段とを備えたコンピュータを用いて構築された健康指標推定方法、又は前記入力手段と記憶手段と演算手段としてコンピュータを機能させるための健康指標推定プログラムであって、前記健康指標が前記人体組成データの関数として表された健康指標推定式を前記記憶手段が記憶し、前記演算手段が前記入力手段から入力される人体組成データと前記記憶手段に記憶された健康指標推定式とを用いて、推定値としての前記健康指標を算出し、前記健康指標推定式は、所定の母集団の被検者についての健康指標と人体組成データとに基づく回帰分析により得られたものであり、かつ、前記健康指標推定式は、回帰係数と推定に必要なパラメータとの積からなる項と回帰定数とを含む前記健康指標の前記人体組成データに対する回帰式からなり、前記演算手段は、前記入力された人体組成データ又はこれから算出したデータからなる前記パラメータとしてのユーザパラメータを前記健康指標推定式に代入することにより、推定値としての前記健康指標を算出し、前記記憶手段が、前記所定の母集団の人体組成データを記憶しており、かつ、前記演算手段が、前記入力手段から前記健康指標が前記人体組成データとともに入力された場合に、前記ユーザパラメータと前記所定の母集団の人体組成データ又はこれから算出したデータからなる前記パラメータとしての母集団パラメータの平均値とを比較し、その比較の結果、前記ユーザパラメータの各々とこれに対応する前記母集団パラメータの各々の平均値との差異がいずれも所定範囲内であると、前記入力された健康指標及び人体組成データを用いて前記記憶手段に記憶された健康指標推定式の回帰定数を補正しかつ該補正した健康指標推定式を前記記憶手段に記憶し、その後前記入力手段から前記人体組成データが入力された場合に、前記補正した健康指標推定式を用いて前記健康指標の算出を遂行する（請求項１，５，９）。ここで、この回帰定数は０を含む概念である。かかる構成とすると、入力する健康指標及び人体組成データに基づいて健康指標推定式が補正されるので、健康指標推定式の基になるデータに起因する誤差を低減することができる。また、ユーザパラメータは短期間に大きく変化するものではないので、このように回帰定数を補正するだけでも、健康指標の推定精度を向上することができる。 In order to solve the above-described problems, a health index estimation apparatus, method, or program according to the present invention includes an input unit and a storage unit for inputting human body composition data including a health index representing the health level of a human body and human body composition data. And a health index estimation method constructed using a computer including the input means, storage means, and calculation means, or for causing a computer to function as the input means, storage means, and calculation means A health index estimation program in which the health index is expressed as a function of the human body composition data, and the storage means stores the human body composition data input from the input means; using the stored health indicator estimation formula in the storage means, calculates the health index as an estimate, the health index estimation formula is given population Obtained by regression analysis based on the health index of the examiner and human body composition data, and the health index estimation formula includes a term consisting of a product of a regression coefficient and a parameter necessary for estimation, a regression constant, The health indicator includes a regression equation for the human body composition data, and the computing means substitutes the input human body composition data or a user parameter as the parameter consisting of data calculated therefrom into the health index estimation formula Thus, the health index as an estimated value is calculated, the storage means stores the human body composition data of the predetermined population, and the computing means receives the health index from the input means. when it is input together with the body composition data were calculated from the user parameter and the body composition data of the predetermined population or this day Are compared with the average value of the population parameter as the parameter, and as a result of the comparison, the difference between the average value of each of the user parameters and the corresponding population parameter is within a predetermined range. And correcting the regression constant of the health index estimation formula stored in the storage means using the input health index and human body composition data, and storing the corrected health index estimation formula in the storage means, Thereafter, when the human body composition data is input from the input means, the health index is calculated using the corrected health index estimation formula (claims 1, 5 , 9 ). Here, this regression constant is a concept including zero. With this configuration, since the health index estimation formula is corrected based on the input health index and human body composition data, errors due to data that is the basis of the health index estimation formula can be reduced. In addition, since the user parameters do not change significantly in a short period of time, it is possible to improve the estimation accuracy of the health index simply by correcting the regression constant in this way.

前記所定の母集団の被検者についての健康指標が参照基準法により実測されたものであってもよい（請求項２，６，１０）。かかる構成とすると、精度の高い参照基準法により得られ健康指標に基づく健康指標推定式が用いられるので、その分、健康指標の推定精度を向上することができる。 It may be one that is actually measured by the Health Index reference standard method for subject of the given population (claims 2, 6, 10). With such a configuration, since a health index estimation formula based on a health index obtained by a highly accurate reference standard method is used, the estimation accuracy of the health index can be improved accordingly.

前記所定の母集団の被検者についての健康指標が推定により得られたものであってもよい（請求項３，７，１１）。かかる構成としても、精度の高い推定値健康指標を入力することにより、健康指標の推定精度を向上することができる。 The health index for the subjects of the predetermined population may be obtained by estimation (claims 3, 7, 11 ). Even with this configuration, it is possible to improve the estimation accuracy of the health index by inputting a highly accurate estimated value health index.

前記演算手段は、前記比較の結果、前記ユーザパラメータの各々とこれに対応する前記母集団パラメータの各々の平均値との差異がいずれも所定範囲内であり、かつ前記入力された人体組成データの少なくとも体型及び年齢における差異が所定範囲内にある前記所定の母集団の被検者について、前記ユーザパラメータの各々とこれに対応する前記母集団パラメータの各々の平均値との差異がいずれも所定範囲内であると、前記健康指標推定式の回帰定数を補正してもよい（請求項４，８，１２）。かかる構成とすると、体型や年齢等が似た人の間における差異を考慮して回帰定数が補正されるので、健康指標の推定精度をより向上することができる。 As a result of the comparison, the calculation means has a difference between each of the user parameters and an average value of each of the population parameters corresponding thereto within a predetermined range, and the input human composition data For the subjects of the predetermined population whose differences in body type and age are within a predetermined range, the difference between each of the user parameters and the average value of the corresponding population parameters is a predetermined range. If it is within the range, the regression constant of the health index estimation formula may be corrected (claims 4, 8, 12 ). With such a configuration, the regression constant is corrected in consideration of the difference between persons with similar body shapes, ages, etc., so that the estimation accuracy of the health index can be further improved.

本発明は、以上に説明したような構成を有し、健康指標推定装置、方法、及びプログラムにおいて、推定式の基になるデータに起因する誤差を低減することができるという効果を奏する。 The present invention has a configuration as described above, and has an effect that an error caused by data serving as a basis of an estimation formula can be reduced in a health index estimation apparatus, method, and program.

以下、本発明の実施の形態を図面を参照しながら説明する。
実施の形態
図１は本発明の実施の形態１に係る健康指標推定装置としての体脂肪計の機械的構成を示す外観図であって、(a)は正面図、(b)は平面図、図２は図１の体脂肪計の電気的構成を示すブロック図である。 Embodiments of the present invention will be described below with reference to the drawings.
Embodiment FIG. 1 is an external view showing a mechanical configuration of a body fat scale as a health index estimating apparatus according to Embodiment 1 of the present invention, in which (a) is a front view, (b) is a plan view, FIG. 2 is a block diagram showing an electrical configuration of the body fat scale of FIG.

図１に示すように、本実施の形態に係る体脂肪計１は、いわゆるカード型の本体２を有している。本体２の正面中央部には表示部３が配設され、表示部３の下方に操作部１５が配設されている。そして、本体２の上面及び下面に生体インピーダンス測定用の２対の電極(５a,４b),(５a,５b)が配設されている。各対の電極(４a,４b),(５a,５b)は、本体２の上面及び下面の上下方向において対応する箇所にそれぞれ配設され、電極４aと電極５aとの間、電極４bと電極５bとの間のインピーダンスがそれぞれ測定可能なように構成されている。 As shown in FIG. 1, a body fat scale 1 according to the present embodiment has a so-called card-type main body 2. A display unit 3 is disposed at the front center of the main body 2, and an operation unit 15 is disposed below the display unit 3. Two pairs of electrodes (5a, 4b) and (5a, 5b) for measuring bioimpedance are arranged on the upper and lower surfaces of the main body 2. Each pair of electrodes (4a, 4b), (5a, 5b) is disposed at a corresponding position in the vertical direction of the upper surface and the lower surface of the main body 2, and between the electrode 4a and the electrode 5a, between the electrode 4b and the electrode 5b. The impedance between the two is measurable.

表示部３には、体脂肪率表示領域１０，１１と、入力データ表示領域１２と、肥満度ランク表示領域１３と、肥満症判定表示領域１４とが設けられている。 The display unit 3 includes body fat percentage display areas 10 and 11, an input data display area 12, an obesity degree display area 13, and an obesity determination display area 14.

体脂肪率表示領域は、前回測定／目標値表示領域１０と今回測定表示領域１１とで構成されている。 The body fat percentage display area includes a previous measurement / target value display area 10 and a current measurement display area 11.

操作部１５は、電源スイッチ６と、測定スイッチ７と、データ入力設定モードスイッチ８と、インクリメントキー９aと、デクリメントキー９bと、補正スイッチ１０１とを備えている。 The operation unit 15 includes a power switch 6, a measurement switch 7, a data input setting mode switch 8, an increment key 9a, a decrement key 9b, and a correction switch 101.

図２に示すように、体脂肪計１は、ＣＰＵ等の演算処理装置からなる中央処理部１９を有している。中央処理部１９は、バスを介してメモリ等からなる記憶部２０に接続されている。記憶部２０には、後述する体脂肪計１の動作を遂行するためのプログラムが記憶されかつ体脂肪率推定式が記憶されている。この体脂肪率推定式については後で説明する。生体インピーダンス測定用の２対の電極(４a,４b),(５a,５b)はインピーダンス測定回路１６に接続され、該インピーダンス測定回路１６の出力がＩ／Ｏ１７を介して中央処部１９に入力される。操作部１５の操作入力はＩ／Ｏ１７を介して中央処理部１９に入力される。表示部３は、中央処理部１９によってＩ／Ｏ１７を介して表示を制御される。そして、中央処理部１９には計時手段１８からＩ／Ｏ１７を介して時刻が入力される。 As shown in FIG. 2, the body fat scale 1 has a central processing unit 19 including an arithmetic processing device such as a CPU. The central processing unit 19 is connected to a storage unit 20 including a memory or the like via a bus. The storage unit 20 stores a program for performing an operation of the body fat scale 1 to be described later, and stores a body fat percentage estimation formula. This body fat percentage estimation formula will be described later. The two pairs of electrodes (4a, 4b), (5a, 5b) for measuring bioimpedance are connected to the impedance measurement circuit 16, and the output of the impedance measurement circuit 16 is input to the central processing unit 19 via the I / O 17. The An operation input of the operation unit 15 is input to the central processing unit 19 via the I / O 17. The display of the display unit 3 is controlled by the central processing unit 19 via the I / O 17. Then, the central processing unit 19 receives time from the time measuring means 18 via the I / O 17.

以上の構成により、体脂肪計１では、２対の電極(４a,４b),(５a,５b)をユーザが左右の手の２本の指（例えば人差し指及び親指）でそれぞれつまむと、左右の手の指間の生体インピーダンスがインピーダンス測定回路１６によって測定され、その測定値が中央処理部１９に入力される。従って、電極(４a,４b),(５a,５b)及びインピーダンス測定回路１６が生体インピーダンスの入力手段を構成している。 With the above configuration, in the body fat scale 1, when the user pinches the two pairs of electrodes (4a, 4b), (5a, 5b) with two fingers (for example, the index finger and the thumb) of the left and right hands, The bioelectrical impedance between the fingers of the hand is measured by the impedance measurement circuit 16, and the measured value is input to the central processing unit 19. Therefore, the electrodes (4a, 4b), (5a, 5b) and the impedance measurement circuit 16 constitute a bioimpedance input means.

また、ユーザが、操作部１５を適宜操作して、ユーザの身長、体重、年齢、性別等の人体組成データ及び健康指標としての体脂肪率を入力することができ、この操作入力は中央処理部１９に入力される。ここで、人体組成データとは、人体の組成を表す情報をいい、身長、体重、ウエスト周囲径、生体インピーダンス、性別、血液データ等の人体の組成を直接的に表す情報と、年齢、体型等の人体の組成を間接的に表す情報とを含む。なお、この定義上は、健康指標も人体組成データには含まれるが、本実施の形態では、推定しようとする健康指標は、人体組成データとは区別して取り扱われる。本実施の形態では、推定しようとする健康指標は体脂肪率である。また、年齢は人体の各部に種々の態様で反映されるので人体組成データに含まれる。中央処理部１９に入力された生体インピーダンス、人体組成データ、及び健康指標たる体脂肪率（以下、ユーザ体脂肪率という）は、適宜、記憶部２０に記憶される。ユーザ体脂肪率は、ここでは、参照基準法によって測定されたものであるが、参照基準法に準じる高精度な測定方法による測定データであっても構わない。 In addition, the user can input the human body composition data such as the user's height, weight, age, and sex and the body fat percentage as a health index by appropriately operating the operation unit 15, and this operation input is performed by the central processing unit. 19 is input. Here, human body composition data refers to information representing the composition of the human body, information directly representing the composition of the human body such as height, weight, waist circumference, bioimpedance, sex, blood data, age, body type, etc. Information indirectly representing the composition of the human body. In this definition, the health index is also included in the human body composition data. However, in the present embodiment, the health index to be estimated is handled separately from the human body composition data. In the present embodiment, the health index to be estimated is the body fat percentage. In addition, since age is reflected in various parts of the human body in various ways, it is included in the human body composition data. The bioelectrical impedance, the human body composition data, and the body fat percentage as a health index (hereinafter referred to as user body fat percentage) input to the central processing unit 19 are stored in the storage unit 20 as appropriate. Here, the user body fat percentage is measured by the reference standard method, but may be measurement data by a highly accurate measurement method according to the reference standard method.

また、体脂肪計１は、補正スイッチ１０１を操作することにより、補正モードと体脂肪率推定モードとに切り替わる。体脂肪率推定モードにおいては、中央処理部１９は、操作部１５から入力され記憶部２０に記憶された人体組成データと生体インピーダンスとに基づいてＢＭＩ（Body Mass Index：体重／身長²）及び（身長²／生体インピーダンス／体重）を算出し、かつこの算出した（身長²／生体インピーダンス／体重）とＢＭＩと年齢とに基づいてユーザの推定体脂肪率を算出し、これを表示部３に表示する。また、中央処理部１９はＢＭＩに基づいて肥満度をランク付けしかつ肥満症を判定するとともに、肥満度のランクと肥満症の判定結果とを表示部３に表示する。 The body fat scale 1 is switched between the correction mode and the body fat percentage estimation mode by operating the correction switch 101. In the body fat percentage estimation mode, the central processing unit 19 receives BMI (Body Mass Index: body weight / height ² ) and (body weight data) based on the human body composition data and the bioelectrical impedance input from the operation unit 15 and stored in the storage unit 20. (Height ² / bioimpedance / weight) is calculated, and the estimated body fat percentage of the user is calculated based on the calculated (height ² / bioimpedance / weight), BMI and age, and this is displayed on the display unit 3 To do. Further, the central processing unit 19 ranks the degree of obesity based on the BMI and determines obesity, and displays the rank of obesity and the determination result of obesity on the display unit 3.

一方、補正モードにおいては、中央処理部１９は、操作部１５から入力され記憶部２０に記憶されたユーザ体脂肪率と人体組成データとを用いて、記憶部２０に記憶された体脂肪率推定式を補正し、その補正した体脂肪率推定式を補正前の体脂肪率推定式に代えて記憶部２０に記憶する。 On the other hand, in the correction mode, the central processing unit 19 estimates the body fat percentage stored in the storage unit 20 using the user body fat percentage and the human body composition data input from the operation unit 15 and stored in the storage unit 20. The formula is corrected, and the corrected body fat percentage estimation formula is stored in the storage unit 20 instead of the body fat percentage estimation formula before correction.

次に、以上のように構成された体脂肪計１の動作（体脂肪率推定方法及びプログラムの内容）を説明する。図３は体脂肪計１の動作の一例を示すフローチャート、図４は図３における体脂肪率推定式の補正プロセスを示すフローチャートである。 Next, the operation (the body fat percentage estimation method and the contents of the program) of the body fat scale 1 configured as described above will be described. FIG. 3 is a flowchart showing an example of the operation of the body fat scale 1, and FIG. 4 is a flowchart showing a correction process of the body fat percentage estimation formula in FIG.

図１〜図３において、電源スイッチ６を押すと体脂肪計１の電源がＯＮする（ステップＳ１）。 1 to 3, when the power switch 6 is pressed, the power of the body fat scale 1 is turned on (step S1).

すると、中央処理部１９は、補正指令が入力されたか否かを判定する（ステップＳ１０）。ここでは、電源のＯＮ又は補正指令解除の後、補正スイッチ１０１が押されると補正指令が中央処理部１９に入力され、その次に補正スイッチ１０１が押されると補正指令が解除される。 Then, the central processing unit 19 determines whether or not a correction command has been input (step S10). Here, after the power is turned on or the correction command is canceled, the correction command is input to the central processing unit 19 when the correction switch 101 is pressed, and the correction command is canceled when the correction switch 101 is pressed next time.

まず、補正指令が入力されない場合を説明する。この場合、ユーザは補正スイッチ１０１を押さない。すると、体脂肪計１は体脂肪率推定モードに移行する。 First, a case where a correction command is not input will be described. In this case, the user does not press the correction switch 101. Then, the body fat scale 1 shifts to the body fat percentage estimation mode.

この体脂肪率推定モードでは、まず、推定体脂肪率の算出に必要なデータの入力設定を行う。具体的には、データ入力設定モードスイッチ８、インクリメントキー９a、及びディクリメントキー９bを操作してユーザの人体組成データを順次入力する（ステップＳ２）。具体的には、例えば、デー夕入力設定モードスイッチ８を押すと、その度に、表示部３の入力データ表示領域１２に、人体組成データの各項目（身長、体重、年齢、性別等）が順次表示されるので、この操作によって入力項目として「身長」を表示させる。すると、この「身長」の文字とともにこの「身長」を表す数値が入力データ表示領域１２に表示される。一方、インクリメントキー９aを押すと、その度に、入力データ表示領域１２に表示されている数値が増大し、ディクリメントキー９bを押すと、その度に、この数値が減少する。そこで、この操作により、入力データ表示領域１２に表示されている数値を所望の数値に設定する。次いで、デー夕入力設定モードスイッチ８を押すと、この「身長」の項目と数値とが中央処理部１９に入力されるとともに記憶部２０に記憶される。そして、入力データ表示領域１２に次の項目「体重」とその数値が表示されるので、前記の場合と同様の操作によりこの項目とその数値を入力する。次いで、これらの操作を人体組成データの各項目について行うことにより、それらが中央処理部１９に入力されるとともに記憶部２０に記憶される。さらに、本実施の形態では、人体組成データの全項目の入力が終了すると、体脂肪率の前回測定／目標値表示領域１０に表示されている数値（初期値として前回測定値が表示される）が変更可能になるので、インクリメントキー９a及びディクリメントキー９bを操作して体脂肪率の目標値を設定する。 In this body fat percentage estimation mode, first, input setting of data necessary for calculating the estimated body fat percentage is performed. Specifically, the human body composition data is sequentially input by operating the data input setting mode switch 8, the increment key 9a, and the decrement key 9b (step S2). Specifically, for example, each time the data input setting mode switch 8 is pressed, each item (height, weight, age, sex, etc.) of the human body composition data is displayed in the input data display area 12 of the display unit 3. Since they are displayed sequentially, “height” is displayed as an input item by this operation. Then, a numerical value representing this “height” is displayed in the input data display area 12 together with the characters “height”. On the other hand, each time the increment key 9a is pressed, the numerical value displayed in the input data display area 12 increases, and every time the decrement key 9b is pressed, the numerical value decreases. Therefore, by this operation, the numerical value displayed in the input data display area 12 is set to a desired numerical value. Next, when the data input setting mode switch 8 is pressed, the item “height” and a numerical value are input to the central processing unit 19 and stored in the storage unit 20. Then, since the next item “weight” and its value are displayed in the input data display area 12, this item and its value are input by the same operation as described above. Next, by performing these operations for each item of the human body composition data, they are input to the central processing unit 19 and stored in the storage unit 20. Further, in the present embodiment, when the input of all the items of the human body composition data is completed, the numerical value displayed in the previous measurement / target value display area 10 of the body fat percentage (the previous measurement value is displayed as the initial value). Therefore, the target value of the body fat percentage is set by operating the increment key 9a and the decrement key 9b.

次いで、測定スイッチ７を押すと、体脂肪率の測定が開始される（ステップＳ３）。 Next, when the measurement switch 7 is pressed, measurement of body fat percentage is started (step S3).

次いで、ユーザが左右の手の指を２対の電極(４a,４b),(５a,５b)にそれぞれ接触させると、左右の手の指間の生体インピーダンスが測定され、中央処理部１９に入力されるとともに記憶部２０に記憶される（ステップＳ４）。 Next, when the user brings the fingers of the left and right hands into contact with the two pairs of electrodes (4a, 4b) and (5a, 5b), the bioimpedance between the left and right hand fingers is measured and input to the central processing unit 19 And stored in the storage unit 20 (step S4).

次いで、中央処理部１９が、先に記憶された人体組成データ（身長、体重、年齢、性別等）と前記入力された生体インピーダンスとを用いて、（身長²／生体インピーダンス／体重）とＢＭＩ（体重／身長²）とを算出し、この算出した（身長²／生体インピーダンス／体重）とＢＭＩを記憶部２０に記憶する。 Next, the central processing unit 19 uses the previously stored human body composition data (height, weight, age, sex, etc.) and the input bioimpedance to calculate (height ² / bioimpedance / weight) and BMI ( (Weight / height ² ) is calculated, and the calculated (height ² / bioimpedance / weight) and BMI are stored in the storage unit 20.

次いで、前記算出した（身長²／生体インピーダンス／体重）とＢＭＩ（体重／身長²）と記憶部２０に記憶された年齢とを、記憶部２０に予め記憶された体脂肪率推定式に代入することにより、推定体脂肪率を算出する。この体脂肪率推定式は、例えば、下記(1)式である。 Next, the calculated (height ² / bioimpedance / weight), BMI (weight / height ² ), and age stored in the storage unit 20 are substituted into a body fat percentage estimation formula stored in the storage unit 20 in advance. Thus, the estimated body fat percentage is calculated. This body fat percentage estimation formula is, for example, the following formula (1).

ｙ＝ａ₁ｘ₁＋ａ₂ｘ₂＋ａ₃ｘ₃＋ｂ・・・(1)
(1)式において、ｙは推定体脂肪率である。ｘ₁，ｘ₂，ｘ₃ は、推定に必要なパラメータであって、ｘ₁は（身長²／生体インピーダンス／体重）であり、ｘ₂はＢＭＩであり、ｘ₃は年齢である。ａ₁，ａ₂，ａ₃は回帰係数であり、ｂは回帰定数である。また、入力された人体組成データから得られた（身長²／生体インピーダンス／体重）、ＢＭＩ、及び年齢は、この体脂肪率推定式(1)のパラメータに対応するデータであり、以下、ユーザパラメータと呼ぶ。 y = a ₁ x ₁ + a ₂ x ₂ + a ₃ x ₃ + b (1)
In the formula (1), y is an estimated body fat percentage. x ₁ , x ₂ , and x ₃ are parameters necessary for estimation, x ₁ is (height ² / bioimpedance / weight), x ₂ is BMI, and x ₃ is age. a ₁ , a ₂ , and a ₃ are regression coefficients, and b is a regression constant. Further, (height ² / bioimpedance / body weight), BMI, and age obtained from the input human body composition data are data corresponding to the parameters of the body fat percentage estimation formula (1). Call it.

この体脂肪率推定式(1)の回帰係数ａ₁，ａ₂，ａ₃及び回帰定数bを算出するために用いる、体脂肪率及び人体組成データは任意の母集団（それに近い集団でも構わない）から得ることができる。ここでは、所定の母集団から得ている。また、体脂肪率はここでは参照基準法による測定データであるが、高精度の推定方法によって推定された値でも構わない。 The body fat percentage and the human body composition data used to calculate the regression coefficients a ₁ , a ₂ , a ₃ and the regression constant b of the body fat percentage estimation formula (1) may be an arbitrary population (a group close to it). ) Can be obtained from. Here, it is obtained from a predetermined population. The body fat percentage is measured data by the reference standard method here, but may be a value estimated by a highly accurate estimation method.

この算出された推定体脂肪率は、記憶部２０に記憶される。この際、推定体脂肪率は、計時手段１８から入力される時刻に基づく測定日と共に記憶される。ここでは、この記憶された推定体脂肪率が、今回測定値として表示部３の体脂肪率表示領域の今回測定表示領域１１に表示される。なお、前回測定値は、ステップＳ２の説明で述べたように、電源ＯＮと同時に、表示部３の体脂肪率表示領域の前回測定／目標値表示領域１０に表示される（ステップＳ５）。 The calculated estimated body fat percentage is stored in the storage unit 20. At this time, the estimated body fat percentage is stored together with the measurement date based on the time input from the time measuring means 18. Here, the stored estimated body fat percentage is displayed as the current measurement value in the current measurement display area 11 of the body fat percentage display area of the display unit 3. The previous measurement value is displayed in the previous measurement / target value display area 10 of the body fat percentage display area of the display unit 3 at the same time as the power is turned on as described in the explanation of step S2 (step S5).

次いで、上記算出され記憶された推定体脂肪率に基づいて推定内臓脂肪断面積が算出される。この推定推定内臓脂肪断面積の算出方法には種々あるが、本発明とは無関係であるので、その説明を省略する。この推定内臓脂肪断面積が、肥満症を判定するための基準値と比較され、肥満症であるか否か判定されるとともにランク分けされる。この肥満症の判定結果及びランクは記憶部２０に記憶され、表示部３の肥満症判定表示領域１４に表示される。なお、肥満症を判定するための基準値及び比較演算式は予め記憶部２０に記憶されており、この比較演算の実行時に中央処理部１９に読み出されて使用される。また、肥満症を判定するための基準値としては、腹部内臓脂肪横断面積面ＡＶ（男女：１００ｃｍ²）が用いられる。この腹部内臓脂肪横断面積ＡＶは内臓脂肪の分布量を表し、肥満症の判定の指標として臨床の場で用いられている。ここでは、推定内臓脂肪断面積が１００ｃｍ²を超える場合に肥満症と判定される。また、前記肥満症の指標については肥満度のランク分けを行うこともできるようになっており、このランク分けの基準値は、内臓脂肪横断面積では１００ｃｍ²〜１２５ｃｍ²の範囲がランク（II）、１２５ｃｍ²〜１５０ｃｍ
²の範囲がランク（I）、１５０ｃｍ²以上がランク（III）とそれぞれ分類されている。
そこで、ここでも、これと同様に、推定内臓脂肪断面積をランク分けしている（ステップＳ６〜Ｓ８）。 Next, an estimated visceral fat cross-sectional area is calculated based on the estimated body fat percentage calculated and stored. There are various methods for calculating the estimated estimated visceral fat cross-sectional area. This estimated visceral fat cross-sectional area is compared with a reference value for determining obesity, and it is determined whether or not it is obesity and is ranked. The determination result and rank of obesity are stored in the storage unit 20 and displayed in the obesity determination display area 14 of the display unit 3. The reference value and the comparison calculation formula for determining obesity are stored in the storage unit 20 in advance, and are read out and used by the central processing unit 19 when the comparison calculation is executed. As a reference value for determining obesity, the abdominal visceral fat cross-sectional area plane AV (man and woman: 100 cm ² ) is used. This abdominal visceral fat cross-sectional area AV represents the distribution amount of visceral fat, and is used in clinical settings as an index for determining obesity. Here, it is determined as obesity when the estimated visceral fat cross-sectional area exceeds 100 cm ² . Also, the indication of the obesity is now also possible to perform the ranking of the degree of obesity, the reference value of the ranking is in the range of 100cm ^² ~125cm ² in visceral fat cross-sectional area of rank (II) , 125cm ² ~150cm
² ranges rank (I), 150 cm ² or more are classified respectively rank (III).
Therefore, here, similarly to this, the estimated visceral fat cross-sectional areas are ranked (steps S6 to S8).

次に、補正指令が入力される場合を説明する。この場合、ユーザは補正スイッチ１０１を押す。すると、体脂肪計１は補正モードに移行する。 Next, a case where a correction command is input will be described. In this case, the user presses the correction switch 101. Then, the body fat scale 1 shifts to the correction mode.

この補正モードでは、まず、健康指標たるユーザ体脂肪率と人体組成データとを入力するともに生体インピーダンスが測定される（ステップＳ１１）。この場合の体脂肪計１の操作手順及び動作は、入力データ表示領域１２に、人体組成データに加えて健康指標である「体脂肪率」が表示され入力可能である他は、ステップ２〜４と同様である。 In this correction mode, first, the user body fat percentage as a health index and human body composition data are inputted and the bioimpedance is measured (step S11). The operation procedure and operation of the body fat scale 1 in this case are the same as steps 2 to 4 except that the input data display area 12 can display and input “body fat percentage” as a health index in addition to the human body composition data. It is the same.

次いで、中央処理部１９が、操作部１５から入力され記憶部２０に記憶されたユーザ体脂肪率及び人体組成データを用いて体脂肪率推定式(1)を補正する（ステップＳ１２）。この補正の内容については、後で詳しく説明する。次いで、中央処理部１９は、この補正した体脂肪率推定式(1)を補正前の体脂肪率推定式(1)に代えて記憶部２０に記憶する（ステップＳ１３）。 Next, the central processing unit 19 corrects the body fat percentage estimation formula (1) using the user body fat percentage and human body composition data input from the operation section 15 and stored in the storage section 20 (step S12). The details of this correction will be described later in detail. Next, the central processing unit 19 stores the corrected body fat percentage estimation formula (1) in the storage section 20 instead of the corrected body fat percentage estimation formula (1) (step S13).

次いで、中央処理部１９は、補正指令が解除された否か判断する（ステップＳ１４）る。そして、補正指令が解除されない場合はステップＳ１１に戻り、補正指令が解除された場合はステップＳ１０に戻る。ここでは、ユーザが補正スイッチ１０１を押したものとする。すると、補正指令が解除され、ステップＳ１０に戻る。これにより、補正モードが終了する。 Next, the central processing unit 19 determines whether or not the correction command has been canceled (step S14). If the correction command is not canceled, the process returns to step S11. If the correction command is canceled, the process returns to step S10. Here, it is assumed that the user has pressed the correction switch 101. Then, the correction command is canceled and the process returns to step S10. As a result, the correction mode ends.

そして、中央処理部１９は、次回に、体脂肪率推定モードにおいて、推定体脂肪率を算出する際には、この補正した体脂肪率推定式(1)を用いる。 Then, the central processing unit 19 uses the corrected body fat percentage estimation formula (1) when calculating the estimated body fat percentage in the body fat percentage estimation mode next time.

次に、ステップＳ１２の体脂肪率推定式の補正を詳しく説明する。 Next, the correction of the body fat percentage estimation formula in step S12 will be described in detail.

図１〜図４において、記憶部２０には体脂肪率推定式(1)の基になった所定の母集団の各被検者について、身長、体重、生体インピーダンス、年齢を含む人体組成データが記憶されている。 In FIG. 1 to FIG. 4, the human body composition data including the height, weight, bioimpedance, and age is stored in the storage unit 20 for each subject of the predetermined population based on the body fat percentage estimation formula (1). It is remembered.

ステップＳ１２では、まず、中央処理部１９は、先に操作部１５から入力され記憶部２０に記憶された人体組成データ（身長、体重、年齢、性別等）とその後入力された生体インピーダンスとを用いて、（身長²／生体インピーダンス／体重）とＢＭＩ（体重／身長²）とを算出し、この算出した（身長²／生体インピーダンス／体重）とＢＭＩを記憶部２０に記憶する。次いで、所定の母集団の各被検者について、予め記憶部２０に記憶された身長、体重、生体インピーダンスを用いて、（身長²／生体インピーダンス／体重）とＢＭＩ（体重／身長²）とを算出する。その後、体脂肪率推定式(1)のパラメータ（以下、推定パラメータという）について、ユーザパラメータと所定の母集団の被検者の人体組成データから得られたデータ（以下、母集団パラメータという）の平均値とを比較して、その差異が所定範囲内にあるか否か判定する（ステップＳ２１）。具体的には、（身長²／生体インピーダンス／体重）とＢＭＩと年齢とについて、ユーザパラメータと母集団パラメータの平均値とを比較する。 In step S12, first, the central processing unit 19 uses the human body composition data (height, weight, age, sex, etc.) previously input from the operation unit 15 and stored in the storage unit 20, and the bioimpedance input thereafter. Then, (height ² / bioimpedance / weight) and BMI (weight / height ² ) are calculated, and the calculated (height ² / bioimpedance / weight) and BMI are stored in the storage unit 20. Next, for each subject in a predetermined population, (height ² / bioimpedance / weight) and BMI (weight / height ² ) are calculated using the height, weight, and bioimpedance stored in advance in the storage unit 20. calculate. After that, regarding the parameters of the body fat percentage estimation formula (1) (hereinafter referred to as estimation parameters), the user parameters and the data obtained from the human body composition data of subjects in the predetermined population (hereinafter referred to as population parameters) The average value is compared, and it is determined whether or not the difference is within a predetermined range (step S21). Specifically, the user parameter and the average value of the population parameter are compared for (height ² / bioimpedance / weight), BMI, and age.

その結果、ユーザパラメータと母集団パラメータの平均値との差異が全ての推定パラメータにおいて所定範囲内にある場合は、体脂肪率推定式(1)の回帰定数を補正する（ステップＳ２２）。 As a result, when the difference between the user parameter and the average value of the population parameter is within the predetermined range in all the estimation parameters, the regression constant of the body fat percentage estimation formula (1) is corrected (step S22).

一方、ユーザパラメータと母集団パラメータの平均値との差異がいずれかの推定パラメータにおいて所定範囲内にない場合は、その所定範囲内にない推定パラメータが１つか否か判定する（ステップＳ２３）。 On the other hand, when the difference between the user parameter and the average value of the population parameter is not within the predetermined range in any of the estimation parameters, it is determined whether or not there is one estimation parameter that is not within the predetermined range (step S23).

その結果、所定範囲内にない推定パラメータが１つである場合は、その推定パラメータの回帰係数を補正する（ステップＳ２４）。 As a result, when there is one estimated parameter that is not within the predetermined range, the regression coefficient of the estimated parameter is corrected (step S24).

一方、所定範囲内にない推定パラメータが複数である場合は、その複数の推定パラメータの回帰係数を各々の推定パラメータの重要度に応じて補正する（ステップＳ２５）。この推定パラメータの重要度は、体脂肪率推定式(1)を算出する際に計算される標準化係数や医学的見地から決定される。 On the other hand, when there are a plurality of estimation parameters not within the predetermined range, the regression coefficients of the plurality of estimation parameters are corrected according to the importance of each estimation parameter (step S25). The importance of this estimation parameter is determined from the standardization coefficient calculated when calculating the body fat percentage estimation formula (1) and medical viewpoint.

なお、変形例として、図５に示すような補正を行ってもよい。図５は本実施の形態における補正の変形例を示すフローチャートである。 As a modification, correction as shown in FIG. 5 may be performed. FIG. 5 is a flowchart showing a modification of the correction in the present embodiment.

図５において、中央処理部１９は、ステップ２１で、（身長²／生体インピーダンス／体重）とＢＭＩと年齢について、ユーザパラメータと母集団パラメータの平均値とを比較した結果、ユーザパラメータと母集団パラメータの平均値との差異が全ての推定パラメータにおいての所定範囲内にある場合は、さらに、所定の母集団の人体組成データ群のうち、操作部１５から入力された人体組成データと年齢及び体型が互い類似する（所定範囲内にある）ものについて、ユーザパラメータと母集団パラメータの平均値とを比較する。ここで、体型としては例えばＢＭＩが挙げられる。 In FIG. 5, the central processing unit 19 compares the user parameter and the average value of the population parameter for (height ² / bioimpedance / weight), BMI, and age in step 21. When the difference from the average value is within a predetermined range in all the estimation parameters, the human body composition data, the age and the body type input from the operation unit 15 are further selected from the human body composition data group of the predetermined population. For those similar to each other (within a predetermined range), the user parameter and the average value of the population parameter are compared. Here, the body shape includes, for example, BMI.

その結果、ユーザパラメータと母集団パラメータの平均値との差異が全ての推定パラメータにおいての所定範囲内にある場合は、ステップＳ２２に進み、体脂肪率推定式(1)の回帰定数を補正し、一方、ユーザパラメータと母集団パラメータの平均値との差異がいずれかの推定パラメータにおいて所定範囲内にない場合は、ステップＳ２３に進み、その所定範囲内にない推定パラメータが１つか否か判定する。以降の動作は、図４の場合と同様である。このような構成とすると、体脂肪率推定式(1)をより好適に補正することができ、体脂肪率の推定精度をさらに向上することができる。 As a result, when the difference between the average value of the user parameter and the population parameter is within a predetermined range in all the estimation parameters, the process proceeds to step S22, and the regression constant of the body fat percentage estimation formula (1) is corrected, On the other hand, if the difference between the user parameter and the average value of the population parameter is not within the predetermined range in any of the estimation parameters, the process proceeds to step S23 to determine whether there is one estimation parameter that is not within the predetermined range. Subsequent operations are the same as those in FIG. With such a configuration, the body fat percentage estimation formula (1) can be corrected more suitably, and the body fat percentage estimation accuracy can be further improved.

次に、回帰定数及び回帰係数の補正方法を説明する。
1)回帰定数の補正方法
中央処理部１９は、体脂肪率推定式(1)において回帰定数を未知数ｂと置いた方程式：ｂ＝ｙ−ａ₁ｘ₁−ａ₂ｘ₂−ａ₃ｘ₃ を立て、ユーザが入力した健康指標たる体脂肪率をｙに代入し、ユーザパラメータである、（身長²／生体インピーダンス／体重）、ＢＭＩ、年齢を、ｘ₁，ｘ₂，ｘ₃にそれぞれ代入する。そして、体脂肪率推定式(1)の回帰定数を、この方程式を解いて得られた解ｂに置き換える。 Next, a method for correcting the regression constant and the regression coefficient will be described.
1) Method for correcting regression constant The central processing unit 19 is an equation in which the regression constant is set as an unknown b in the body fat percentage estimation formula (1): b = ya ₁ x ₁ -a ₂ x ₂ -a ₃ x ₃ The body fat percentage as a health index input by the user is substituted for y, and the user parameters (height ² / bioimpedance / weight), BMI, and age are substituted for x ₁ , x ₂ , and x ₃ , respectively. To do. Then, the regression constant of the body fat percentage estimation formula (1) is replaced with a solution b obtained by solving this equation.

本実施の形態とは異なるが、説明を判り易くするため、体脂肪率推定式がｙ＝ａｘ＋ｂで表される場合について具体例を示す。この場合、ｙ＝-85.04ｘ＋79.02であった。また、病院にてＤＥＸＡ法より測定したユーザ体脂肪率が16.0％であり、パラメータｘが（身長²／生体インピーダンス／体重）であり、人体組成データが、身長170ｃｍ、体重60ｋｇであった。そして、生体インピーダンスとして４電極生体インピーダンス測定器による実測値を用いた。その結果、推定体脂肪率ｙ＝20.5％であった。この場合、誤差は+4.5％となるので、ｂ＝79.02−4.5＝74.52となる。上記体脂肪率推定式の回帰定数をこの74.52に置き換えて、ｙ＝-85.04ｘ＋74.52とする。
2)回帰係数の補正方法
ａ．１つの回帰係数を補正する場合
中央処理部１９は、体脂肪率推定式(1)において補正すべき回帰係数（例えばｘ₁の回帰係数であるとする）を未知数ａと置いた方程式：ａ＝(ｙ−ａ₂ｘ₂−ａ₃ｘ₃−ｂ)／ｘ₁を立て、ユーザ体脂肪率をｙに、ｘ₁，ｘ₂，ｘ₃にそれぞれ、ユーザパラメータである、（身長²／生体インピーダンス／体重）、ＢＭＩ、年齢を代入する。そして、体脂肪率推定式(1)のｘ₁の回帰係数を、この方程式を解いて得られた解ａに置き換える。 Although different from the present embodiment, in order to make the explanation easy to understand, a specific example is shown for the case where the body fat percentage estimation formula is represented by y = ax + b. In this case, y = −85.04x + 79.02. The body fat percentage of the user measured by the DEXA method at the hospital was 16.0%, the parameter x was (height ² / bioimpedance / weight), and the human body composition data was 170 cm tall and 60 kg weight. And the measured value by the 4-electrode bioimpedance measuring device was used as bioimpedance. As a result, the estimated body fat percentage y = 20.5%. In this case, since the error is + 4.5%, b = 79.02−4.5 = 74.52. The regression constant of the body fat percentage estimation formula is replaced with 74.52, and y = −85.04x + 74.52.
2) Regression coefficient correction method a. The central processing unit 19 when correcting a single regression coefficients, equations placed regression coefficient to be corrected in the body fat rate estimation equation (1) (eg, a regression coefficient of x ₁₎ and unknown a: a = (y−a ₂ x ₂ −a ₃ x ₃ −b) / x ₁ is set, the user body fat percentage is set to y, and x ₁ , x ₂ , and x ₃ are user parameters, respectively (height ² / biological body Impedance / weight), BMI, and age are substituted. Then, the regression coefficient of x _{1 in} the body fat percentage estimation formula (1) is replaced with a solution a obtained by solving this equation.

次に、具体例として体脂肪率推定式がｙ＝-50.35ｘ₁+0.8831ｘ₂+0.1483ｘ₃+29.39である場合を示す。この場合、病院にてＤＥＸＡ法より測定したユーザ健康指標たる体脂肪率が16.0％であり、パラメータｘが（身長²／生体インピーダンス／体重）であり、人体組成データが、身長170ｃｍ、体重60ｋｇであった。そして、生体インピーダンスとして４電極生体インピーダンス測定器による実測値を用いた。その結果、推定体脂肪率ｙ＝17.5％であった。この場合、誤差は+0.5％となる。そして、以前の参照基準法による測定結果等から、ｘ₁の回帰係数を補正する必要があると判断された。この場合、ａ＝(ｙ−0.8831ｘ₂-0.1483ｘ₃-29.39)／ｘ₁を計算した結果、ａ＝-51.12の解が得られた。そして、上記体脂肪率推定式のｘ₁の回帰係数をこの解-51.12に置き換えて、ｙ＝-51.12ｘ₁+0.8831ｘ₂+0.1483ｘ₃+29.39とする。
ｂ．複数の回帰係数を補正する場合
この場合は、補正する各回帰係数を未知数とした各方程式からなる連立方程式を立て、これを解いて得られた各解に、体脂肪率推定式の対応する回帰係数を置き換える。そして、推定パラメータの重要度を考慮する場合には、補正する推定パラメータに標準化係数を掛ける。 Next, as a specific example, a case where the body fat percentage estimation formula is y = −50.35 × ₁ + 0.8831 × ₂ + 0.1483 × ₃ + 29.39 is shown. In this case, the body fat percentage as a user health index measured by the DEXA method at the hospital is 16.0%, the parameter x is (height ² / bioimpedance / weight), and the human body composition data is 170 cm in height and 60 kg in weight. there were. And the measured value by the 4-electrode bioimpedance measuring device was used as bioimpedance. As a result, the estimated body fat percentage y = 17.5%. In this case, the error is + 0.5%. Then, it was determined that it was necessary to correct the regression coefficient of x ₁ from the measurement results obtained by the previous reference standard method. In this case, as a result of calculating a = (y−0.8831 × ₂ −0.1483 × ₃ −29.39) / x ₁ , a solution of a = −51.12 was obtained. Then, by replacing the regression coefficients of x ₁ in the body fat percentage estimation equation in this solution -51.12, and _{_{y = -51.12x 1 + 0.8831x 2 +}} 0.1483x 3 +29.39.
b. When correcting multiple regression coefficients In this case, a simultaneous equation consisting of equations with each regression coefficient to be corrected as an unknown is set up, and the corresponding regression of the body fat percentage estimation formula is obtained for each solution obtained by solving these equations. Replace the coefficient. Then, when considering the importance of the estimation parameter, the estimation parameter to be corrected is multiplied by a standardization coefficient.

以上のように、本実施の形態によれば、健康指標たる体脂肪率を人体組成データとともに入力し、その入力された体脂肪率及び人体組成データに基づいて体脂肪率推定式を補正するので、体脂肪率推定式の基になる測定データに起因する誤差を低減することができる。 As described above, according to the present embodiment, the body fat percentage as a health index is input together with the human body composition data, and the body fat percentage estimation formula is corrected based on the input body fat percentage and the human body composition data. Further, it is possible to reduce errors caused by measurement data that is a basis of the body fat percentage estimation formula.

次に、本実施形態のさらなる変形例として２以上のユーザ体脂肪率及び人体組成データの組が入力される場合を考慮した構成例を説明する。
［第１の変形例］
1)２以上の体脂肪率及び人体組成データの組が同時に入力される場合を考慮した構成例
本構成例においては、中央処理部１９は、ステップＳ１２で、体脂肪率推定式(1)において、入力されるユーザ体脂肪率及び人体組成データの組の数に応じた数の回帰定数又は回帰係数を未知数とする連立方程式を立て、これを解く。そして得られた解に、体脂肪率推定式(1)の対応する回帰定数又は回帰係数を置き換える。なお、補正する回帰定数又は回帰係数の選択方法は上述の場合と同様である。また、未知数の数以上の数の回帰定数又は回帰係数を補正する場合は、上述の場合と同様に、推定パラメータの重要度を考慮し、補正する推定パラメータに標準化係数を掛ける。その他は、上述の場合と同様である。この構成によれば、よりユーザに適合するよう体脂肪率推定式を補正することができ、その分、体脂肪率の推定精度を向上することができる。
2)２以上の体脂肪率及び人体組成データの組が異なる時期に入力される場合を考慮した構成例
本構成例においては、中央処理部１９は、ステップＳ１２で、補正に用いたユーザ体脂肪率とユーザパラメータとを記憶する。そして、補正する場合には、それ以前に記憶したユーザ体脂肪率及びユーザパラメータを今回入力又は算出されたユーザ体脂肪率及びユーザパラメータとともに用いる。補正の仕方は上記2)の構成例と同様である。この構成によっても、よりユーザに適合するよう体脂肪率推定式を補正することができ、その分、体脂肪率の推定精度を向上することができる。
［第２の変形例］
この場合、２以上の体脂肪率及び人体組成データの組に基づく回帰式を算出する。この回帰式は、体脂肪率推定式(1)と同様に一般的な方法によって算出することができる。そして、体脂肪率推定式(1)をこの回帰式に置き換える。この構成によれば、体脂肪計１を完全にユーザ専用にすることができる。
実施の形態２
図６は本発明の実施の形態２に係る健康指標推定装置としての体脂肪率推定装置の電気的構成を示すブロック図である。 Next, as a further modification of the present embodiment, a configuration example considering a case where two or more sets of user body fat percentage and human body composition data are input will be described.
[First Modification]
1) Configuration example considering the case where two or more sets of body fat percentage and human body composition data are input simultaneously In this configuration example, the central processing unit 19 calculates the body fat percentage estimation formula (1) in step S12. Then, a simultaneous equation having a number of regression constants or regression coefficients corresponding to the number of sets of the user body fat percentage and the human body composition data to be input is set and solved. Then, the corresponding regression constant or regression coefficient in the body fat percentage estimation formula (1) is replaced with the obtained solution. The method for selecting the regression constant or regression coefficient to be corrected is the same as that described above. Further, when correcting the regression constants or regression coefficients that are greater than or equal to the number of unknowns, in the same way as described above, the importance of the estimation parameter is taken into consideration, and the estimation parameter to be corrected is multiplied by the standardization coefficient. Others are the same as the above-mentioned case. According to this configuration, the body fat percentage estimation formula can be corrected so as to be more suitable for the user, and the estimation accuracy of the body fat percentage can be improved accordingly.
2) Configuration Example Considering Cases in which Two or More Body Fat Ratios and Human Body Composition Data Sets are Input at Different Times In this configuration example, the central processing unit 19 uses the user body fat used for correction in step S12. Store rate and user parameters. And when correcting, the user body fat rate and user parameter memorize | stored before that are used with the user body fat rate and user parameter which were input or calculated this time. The correction method is the same as in the configuration example 2). Also with this configuration, the body fat percentage estimation formula can be corrected so as to suit the user more, and the estimation accuracy of the body fat percentage can be improved accordingly.
[Second Modification]
In this case, a regression equation based on a set of two or more body fat percentages and human body composition data is calculated. This regression equation can be calculated by a general method similar to the body fat percentage estimation equation (1). The body fat percentage estimation formula (1) is replaced with this regression formula. According to this configuration, the body fat scale 1 can be completely dedicated to the user.
Embodiment 2
FIG. 6 is a block diagram showing an electrical configuration of a body fat percentage estimation apparatus as a health index estimation apparatus according to Embodiment 2 of the present invention.

図６に示すように、本実施の形態に係る体脂肪率推定装置２１は、パソコン等のコンピュータで構成されている。つまり、ＣＰＵ等の演算処理装置からなる中央処理部２６と、中央処理部２６に接続された記憶部２７と、中央処理部２６にＩ／Ｏ２４を介してそれぞれ接続された入力部２２、表示部２３、出力部２８、及び計時手段２５とを備えている。入力部２２はキーボード、マウス等で構成され、表示部２３はディスプレイ装置で構成され、出力部２８はプリンタ、及びフレキシブルディスクドライブ等の外部記憶装置で構成されている。 As shown in FIG. 6, the body fat percentage estimation apparatus 21 according to the present embodiment is configured by a computer such as a personal computer. That is, a central processing unit 26 composed of an arithmetic processing unit such as a CPU, a storage unit 27 connected to the central processing unit 26, an input unit 22 connected to the central processing unit 26 via an I / O 24, and a display unit. 23, an output unit 28, and a time measuring means 25. The input unit 22 includes a keyboard and a mouse, the display unit 23 includes a display device, and the output unit 28 includes a printer and an external storage device such as a flexible disk drive.

記憶部２７には、実施の形態１の体脂肪計の動作と同様の動作を遂行するためのプログラムが格納されている。その他の構成は実施の形態１と同様である。 The storage unit 27 stores a program for performing the same operation as that of the body fat scale of the first embodiment. Other configurations are the same as those of the first embodiment.

このような構成とすると、パソコンを用いて推定体脂肪率を高精度で算出することができる。
実施の形態１及び２の補足
なお、実施の形態１及び２では、健康指標として体脂肪率を用い、健康指標推定装置として体脂肪計を例示したが、本発明はこれに限定されるものではなく、その他の健康指標を用いることができ、かつその他の健康指標推定装置に、実施の形態１及び２と同様に本発明を適用することができる。健康指標としては、体脂肪率の他、例えば、内臓脂肪断面積、体水分等がある。また、人体組成データには、身長、体重、生体インピーダンスの他、例えば、ウエストサイズ、大腿部周囲径、上腕部周囲径、ＷＨＲ（腹囲／腰囲）、ＷＴＲ（腹囲／大腿部周囲径）、ＡＴＲ（上腕部周囲径／大腿部周囲径）等がある。また、ユーザの体重と標準体重との偏差（Ｗ−Ｗｓ）、ユーザの体重とユーザの理想体重との偏差（Ｗ−Ｗｉ）、及びユーザのＢＭＩと標準ＢＭＩとの偏差（ＢＭＩ−ＢＭＩｓ）も人体組成データとして用いることができる。ここで、標準体重とは、ユーザの標準的な体重をいうが、このような標準体重としては、例えば、ユーザの身長から下記の桂の式を用いて求めるものが知られている。 With such a configuration, the estimated body fat percentage can be calculated with high accuracy using a personal computer.
Supplements to Embodiments 1 and 2 In Embodiments 1 and 2, body fat percentage is used as a health index and a body fat scale is exemplified as a health index estimation device, but the present invention is not limited to this. However, other health indices can be used, and the present invention can be applied to other health index estimation devices as in the first and second embodiments. The health index includes, for example, the visceral fat cross-sectional area and body moisture in addition to the body fat percentage. The human body composition data includes, for example, waist size, thigh circumference, upper arm circumference, WHR (abdominal circumference / waist circumference), WTR (abdominal circumference / thigh circumference) in addition to height, weight, and bioimpedance. ), ATR (upper arm circumference / thigh circumference) and the like. Also, the deviation between the user's weight and the standard weight (W-Ws), the deviation between the user's weight and the user's ideal weight (W-Wi), and the deviation between the user's BMI and the standard BMI (BMI-BMIs). It can be used as human body composition data. Here, the standard weight refers to the standard weight of the user. As such a standard weight, for example, what is obtained from the height of the user using the following Katsura formula is known.

Ｗｓ＝（身長−１００）×０．９
また、理想体重とは、ユーザの、体重に関してベストの年齢（成長が終了した時点の年齢）における体重をいう。また、標準ＢＭＩとは、ユーザの標準体重をＷｓとし、身長をＴとしたとき、Ｗｓ／Ｔ²で表される指標をいう。これら（Ｗ−Ｗｓ）、（Ｗ−Ｗｉ）、及び（ＢＭＩ−ＢＭＩｓ）は、ユーザの実際の身体データとユーザの仮想の身体データとの偏差であるという点で、他の人体組成データとは異質である。しかし、本発明の本質は、人体組成データをパラメータとする健康指標の回帰式（健康指標推定式）を補正する点にあるので、ある母集団から統計的なデータが得られるものであれば、本発明において人体組成データとして用いることができる。一方、これらのデータにおける仮想の身体データも身体データである点に変わりはないので、これらのデータも適宜な母集団から統計的なデータを得ることができる。従って、他の人体組成データと全く同様に本発明に用いることができる。 Ws = (height-100) x 0.9
The ideal weight means the weight of the user at the best age (age at the time when growth is completed) with respect to the weight. The standard BMI is an index represented by Ws / T ² where the standard weight of the user is Ws and the height is T. These (W-Ws), (W-Wi), and (BMI-BMIs) are different from other human body composition data in that they are deviations between the user's actual body data and the user's virtual body data. It is heterogeneous. However, since the essence of the present invention is to correct the regression formula (health index estimation formula) of the health index using the human body composition data as a parameter, if statistical data can be obtained from a certain population, In the present invention, it can be used as human body composition data. On the other hand, since the virtual body data in these data is also the same as the body data, these data can also obtain statistical data from an appropriate population. Therefore, it can be used in the present invention just like other human body composition data.

また、実施の形態１及び２では、ユーザ体脂肪率として参照基準法による測定データを用いたが、高精度の推定方法による推定値であっても構わない。このような高精度の推定方法として、例えば、８電極による生体インピーダンス測定方法等の手足末端間の生体インピーダンス測定方法を用いて、全身及び部位毎のインピーダンスを測定し、この測定値を用いて体脂肪率を推定する方法が挙げられる。このようにしても、体脂肪計１をユーザに適合させることができる。また、より精度の高いユーザ体脂肪率を入力する程、体脂肪率推定式(1)のユーザへの適合度が高くなり、それに連れて体脂肪率の推定精度がより高くなる。 In the first and second embodiments, the measurement data based on the reference standard method is used as the user body fat percentage, but it may be an estimated value based on a highly accurate estimation method. As such a highly accurate estimation method, for example, by using a bioimpedance measurement method between the ends of the limbs such as a bioimpedance measurement method using eight electrodes, the impedance of the whole body and each part is measured, and using this measurement value, the body is measured. A method for estimating the fat percentage is included. Even in this way, the body fat scale 1 can be adapted to the user. In addition, the higher the accuracy of the user body fat percentage, the higher the fitness of the body fat percentage estimation formula (1) to the user, and the higher the body fat percentage estimation accuracy.

また、実施の形態２において、体脂肪率推定装置２１を通信ネットワークに接続し、体脂肪率推定装置２１への入力及び体脂肪率推定装置２１からの出力を通信ネットワークに接続されたコンピュータとの間で行うようにしてもよい。 In the second embodiment, the body fat percentage estimation device 21 is connected to a communication network, and the input to the body fat percentage estimation device 21 and the output from the body fat percentage estimation device 21 are connected to the computer connected to the communication network. You may make it carry out between.

本発明に係る健康指標推定装置は、体脂肪計、内臓脂肪断面積計、体水分計等として有用である。 The health index estimation apparatus according to the present invention is useful as a body fat meter, a visceral fat cross-sectional area meter, a body moisture meter, and the like.

本発明に係る健康指標推方法は、体脂肪、内臓脂肪断面積、体水分等を推定する方法として有用である。 The health index estimation method according to the present invention is useful as a method for estimating body fat, visceral fat cross-sectional area, body water, and the like.

本発明に係る健康指標推プログラムは、体脂肪、内臓脂肪断面積、体水分等を推定するプログラムとして有用である。 The health index estimation program according to the present invention is useful as a program for estimating body fat, visceral fat cross-sectional area, body moisture, and the like.

本発明の実施の形態１に係る健康指標推定装置としての体脂肪計の機械的構成を示す外観図であって、(a)は正面図、(b)は平面図である。It is an external view which shows the mechanical structure of the body fat scale as a health parameter | index estimation apparatus which concerns on Embodiment 1 of this invention, (a) is a front view, (b) is a top view. 図１の体脂肪計の電気的構成を示すブロック図である。It is a block diagram which shows the electrical constitution of the body fat scale of FIG. 図１の体脂肪計の動作の一例を示すフローチャートである。It is a flowchart which shows an example of operation | movement of the body fat scale of FIG. 図３における体脂肪率推定式の補正プロセスを示すフローチャートである。It is a flowchart which shows the correction process of the body fat percentage estimation formula in FIG. 本発明の実施の形態１における補正の変形例を示すフローチャートである。It is a flowchart which shows the modification of the correction | amendment in Embodiment 1 of this invention. 本発明の実施の形態２に係る健康指標推定装置としての体脂肪率推定装置の電気的構成を示すブロック図である。It is a block diagram which shows the electrical structure of the body fat rate estimation apparatus as a health parameter | index estimation apparatus which concerns on Embodiment 2 of this invention.

Explanation of symbols

１体脂肪計
２本体
３表示部
４a,４b,５a,５b 電極
６電源スイッチ
７測定スイッチ５
８データ入力設定モードスイッチ
９a インクリメントキー
９b デクリメントキー
１０前回測定／目標値表示領域
１１今回測定表示領域
１２入力データ表示領域
１３肥満度ランク表示領域
１４肥満症判定表示領域
１５操作部
１６インピーダンス測定回路
１７Ｉ／Ｏ
１８計時手段
１９中央処理部
２０記憶部
２１体脂肪率推定装置
２２入力部
２３表示部
２４Ｉ／Ｏ
２５計時手段
２６中央処理部
２７記憶部
２８出力部
１０１補正スイッチ
DESCRIPTION OF SYMBOLS 1 Body fat meter 2 Main body 3 Display part 4a, 4b, 5a, 5b Electrode 6 Power switch 7 Measurement switch 5
8 Data input setting mode switch 9a Increment key 9b Decrement key 10 Previous measurement / target value display area 11 Current measurement display area 12 Input data display area 13 Obesity rank display area 14 Obesity determination display area 15 Operation unit 16 Impedance measurement circuit 17 I / O
18 Timekeeping means 19 Central processing unit 20 Storage unit 21 Body fat percentage estimation device 22 Input unit 23 Display unit 24 I / O
25 Timekeeping means 26 Central processing unit 27 Storage unit 28 Output unit 101 Correction switch

Claims

An input means for inputting a health index representing the health level of the human body and human body composition data;
Storage means for storing a health index estimation formula in which the health index is expressed as a function of the human body composition data;
Using the human body composition data input from the input means and the health index estimation formula stored in the storage means, and calculating means for calculating the health index as an estimated value,
The health index estimation formula is obtained by regression analysis based on the health index and human body composition data for subjects of a predetermined population, and the health index estimation formula is used for the regression coefficient and estimation. Comprising a regression equation for the human body composition data of the health index, including a term consisting of a product of necessary parameters and a regression constant,
The computing means is configured to calculate the health index as an estimated value by substituting a user parameter as the parameter composed of the input human body composition data or data calculated therefrom into the health index estimation formula. And
The storage means stores human body composition data of the predetermined population,
When the health indicator is input together with the human body composition data from the input unit, the computing unit is a population as the parameter including the user parameter and the human body composition data of the predetermined population or data calculated therefrom. The average value of the parameter is compared, and as a result of the comparison, the difference between the average value of each of the user parameters and the corresponding population parameter is within a predetermined range, the input Using the health index and the human body composition data, the regression constant of the health index estimation formula stored in the storage means is corrected, and the corrected health index estimation formula is stored in the storage means, and then the human body composition from the input means A health index configured to perform the calculation of the health index using the corrected health index estimation formula when data is input; Index estimation apparatus.

It said predetermined health indicators for the subject population in which is measured by the reference standard method, health index estimation apparatus according to claim 1.

It said predetermined health indicators for the subject population in which is obtained by estimating, health index estimation apparatus according to claim 1.

As a result of the comparison, the calculation means has a difference between each of the user parameters and an average value of each of the population parameters corresponding thereto within a predetermined range, and the input human composition data For the subjects of the predetermined population whose differences in body type and age are within a predetermined range, the difference between each of the user parameters and the average value of the corresponding population parameters is a predetermined range. If it is within the correct regression constants health indicator estimation formula, health index estimation apparatus according to claim 1.

A health index estimation method constructed using a computer having an input means, a storage means, and a calculation means for inputting a health index representing human health and human body composition data,
The storage means storing a health index estimation formula in which the health index is expressed as a function of the human body composition data;
Performing the step of calculating the health index as an estimated value using the human body composition data input from the input means and the health index estimation formula stored in the storage means by the computing means ,
The health index estimation formula is obtained by regression analysis based on the health index and human body composition data for subjects of a predetermined population, and the health index estimation formula is used for the regression coefficient and estimation. Comprising a regression equation for the human body composition data of the health index, including a term consisting of a product of necessary parameters and a regression constant,
The computing means calculates the health index as an estimated value by substituting a user parameter as the parameter composed of the input human body composition data or data calculated therefrom into the health index estimation formula,
The storage means stores human body composition data of the predetermined population;
And, when the health indicator is input together with the human body composition data from the input means, the computing means, as the parameter comprising the user parameter and the human body composition data of the predetermined population or data calculated therefrom The average values of the population parameters are compared, and as a result of the comparison, the difference between each of the user parameters and the average value of each of the population parameters corresponding thereto is within a predetermined range, the input The regression constant of the health index estimation formula stored in the storage means is corrected using the health index and the human body composition data, and the corrected health index estimation formula is stored in the storage means, and then the input means from the input means when the human body composition data is input, further performing the step of calculating the health index by using the corrected health index estimation equation Health index estimation method by computer software that line.

The health index estimation method according to claim 5 , wherein the health index for the subjects of the predetermined population is actually measured by a reference standard method.

6. The health index estimation method according to claim 5 , wherein the health index for the subjects of the predetermined population is obtained by estimation.

As a result of the comparison, the calculation means has a difference between each of the user parameters and an average value of each of the population parameters corresponding thereto within a predetermined range, and the input human composition data For the subjects of the predetermined population whose differences in body type and age are within a predetermined range, the difference between each of the user parameters and the average value of the corresponding population parameters is a predetermined range. The health index estimation method according to claim 5 , wherein a regression constant of the health index estimation formula is corrected to be within.

A program for causing a computer to function as an input means, a storage means, and a calculation means for inputting human body composition data including a health index representing human health and human body composition data,
The storage means stores a health index estimation formula in which the health index is expressed as a function of the human body composition data,
Using the human body composition data input from the input means and the health index estimation formula stored in the storage means, the calculation means calculates the health index as an estimated value,
The health index estimation formula is obtained by regression analysis based on the health index and human body composition data for subjects of a predetermined population, and the health index estimation formula is used for the regression coefficient and estimation. Comprising a regression equation for the human body composition data of the health index, including a term consisting of a product of necessary parameters and a regression constant,
The computing means calculates the health index as an estimated value by substituting a user parameter as the parameter composed of the input human body composition data or data calculated therefrom into the health index estimation formula,
The storage means stores human body composition data of the predetermined population;
And, when the health indicator is input together with the human body composition data from the input means, the computing means, as the parameter comprising the user parameter and the human body composition data of the predetermined population or data calculated therefrom The average values of the population parameters are compared, and as a result of the comparison, the difference between each of the user parameters and the average value of each of the population parameters corresponding thereto is within a predetermined range, the input The regression constant of the health index estimation formula stored in the storage means is corrected using the health index and the human body composition data, and the corrected health index estimation formula is stored in the storage means, and then the input means from the input means A health index estimation program that calculates the health index using the corrected health index estimation formula when human body composition data is input. Grams.

The health index estimation program according to claim 9 , wherein the health index for the subjects of the predetermined population is actually measured by a reference standard method.

The health index estimation program according to claim 9 , wherein the health index for the subjects of the predetermined population is obtained by estimation.

As a result of the comparison, the calculation means has a difference between each of the user parameters and an average value of each of the population parameters corresponding thereto within a predetermined range, and the input human composition data For the subjects of the predetermined population whose differences in body type and age are within a predetermined range, the difference between each of the user parameters and the average value of the corresponding population parameters is a predetermined range. The health index estimation program according to claim 9 , wherein a regression constant of the health index estimation formula is corrected to be within.