JP5260228B2 - Visceral fat estimation device - Google Patents
Visceral fat estimation device Download PDFInfo
- Publication number
- JP5260228B2 JP5260228B2 JP2008263395A JP2008263395A JP5260228B2 JP 5260228 B2 JP5260228 B2 JP 5260228B2 JP 2008263395 A JP2008263395 A JP 2008263395A JP 2008263395 A JP2008263395 A JP 2008263395A JP 5260228 B2 JP5260228 B2 JP 5260228B2
- Authority
- JP
- Japan
- Prior art keywords
- visceral fat
- fat
- abdominal
- visceral
- model image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 210000001596 intra-abdominal fat Anatomy 0.000 title claims abstract description 732
- 210000004003 subcutaneous fat Anatomy 0.000 claims abstract description 328
- 230000003187 abdominal effect Effects 0.000 claims abstract description 327
- 210000001835 viscera Anatomy 0.000 claims abstract description 3
- 210000003489 abdominal muscle Anatomy 0.000 claims description 193
- 238000004364 calculation method Methods 0.000 claims description 111
- 230000008859 change Effects 0.000 claims description 107
- 238000012545 processing Methods 0.000 claims description 37
- 230000002093 peripheral effect Effects 0.000 claims description 35
- 238000013334 tissue model Methods 0.000 claims description 30
- 210000003205 muscle Anatomy 0.000 claims description 19
- 210000001519 tissue Anatomy 0.000 claims description 11
- 210000000709 aorta Anatomy 0.000 claims description 7
- 210000001139 rectus abdominis Anatomy 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims 2
- 210000001015 abdomen Anatomy 0.000 abstract description 10
- 238000007726 management method Methods 0.000 description 51
- 238000010586 diagram Methods 0.000 description 39
- 238000000034 method Methods 0.000 description 29
- 238000013523 data management Methods 0.000 description 24
- 230000000694 effects Effects 0.000 description 24
- 230000004580 weight loss Effects 0.000 description 20
- 238000004088 simulation Methods 0.000 description 19
- 230000008569 process Effects 0.000 description 11
- 230000009278 visceral effect Effects 0.000 description 9
- 238000001514 detection method Methods 0.000 description 8
- 238000003708 edge detection Methods 0.000 description 8
- 238000009825 accumulation Methods 0.000 description 7
- 230000002354 daily effect Effects 0.000 description 7
- 230000005477 standard model Effects 0.000 description 7
- 230000007704 transition Effects 0.000 description 6
- 230000036541 health Effects 0.000 description 5
- 239000013585 weight reducing agent Substances 0.000 description 5
- 238000012546 transfer Methods 0.000 description 4
- 230000037396 body weight Effects 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 210000002097 psoas muscle Anatomy 0.000 description 3
- 238000000611 regression analysis Methods 0.000 description 3
- 230000037221 weight management Effects 0.000 description 3
- 238000012790 confirmation Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 208000031648 Body Weight Changes Diseases 0.000 description 1
- 125000002066 L-histidyl group Chemical group [H]N1C([H])=NC(C([H])([H])[C@](C(=O)[*])([H])N([H])[H])=C1[H] 0.000 description 1
- 208000008589 Obesity Diseases 0.000 description 1
- 230000004579 body weight change Effects 0.000 description 1
- 230000037213 diet Effects 0.000 description 1
- 235000005911 diet Nutrition 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 235000020824 obesity Nutrition 0.000 description 1
- 238000007920 subcutaneous administration Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
Description
本発明は、ユーザの身体情報から内臓脂肪、皮下脂肪形状などの腹部断面形状を推定・表示する内臓脂肪推定装置に関する。 The present invention relates to a visceral fat estimation device that estimates and displays abdominal cross-sectional shapes such as visceral fat and subcutaneous fat shapes from user's body information.
内臓脂肪面積は、X線CT等でへそ部位の断層画像を撮って測定されるが、装置が高価で大きく、簡便に測定することが難しい。そのため、ユーザが容易に測定可能な腹囲などの身体情報から内臓脂肪面積を推定し、その大きさを円で表示する装置がある。(例えば、特許文献1参照)。
実際の内臓脂肪の断面形状は円ではなく、複雑な形状をしている。ユーザに内臓脂肪蓄積状態を把握させ、健康意識を向上させるためには、リアルな内臓脂肪形状を表示して視覚に訴えることが重要と考えられる。しかし、従来技術では、リアルな内臓脂肪形状を推定・表示する方法について考慮されていなかった。 The actual cross-sectional shape of visceral fat is not a circle but a complicated shape. In order to make the user understand the visceral fat accumulation state and improve health consciousness, it is important to display a realistic visceral fat shape and appeal to the eye. However, in the prior art, a method for estimating and displaying a realistic visceral fat shape has not been considered.
本発明は、ユーザの身体情報からリアルな内臓脂肪形状、皮下脂肪形状などの腹部断面形状を推定・表示する内臓脂肪推定装置を提供することを目的とする。 An object of the present invention is to provide a visceral fat estimation device that estimates and displays abdominal cross-sectional shapes such as realistic visceral fat shapes and subcutaneous fat shapes from user's body information.
本発明の代表的な一例を示せば以下の通りである。すなわち、ユーザの内臓脂肪形状、皮下脂肪形状などの腹部断面形状を作成する内臓脂肪推定装置であって、少なくともユーザの腹囲を入力する入力部と、前記ユーザの腹囲から内臓脂肪面積推定値を算出するための内臓脂肪面積推定式と、内臓脂肪モデル画像と、前記内臓脂肪モデル画像の内臓脂肪特徴点の座標と、前記内臓脂肪モデル画像の内臓脂肪面積と、前記内臓脂肪モデル画像の内臓脂肪特徴点の単位内臓脂肪面積差当りの移動距離が格納されたデータベースを備え、
前記内臓脂肪推定装置は、前記入力されたユーザの腹囲を前記内臓脂肪面積推定式に代入し、前記内臓脂肪面積推定値を算出する内臓脂肪面積推定値算出部と、前記内臓脂肪面積推定値と前記内臓脂肪モデル画像の内臓脂肪面積との差である内臓脂肪面積差を算出する内臓脂肪面積差算出部と、前記内臓脂肪面積差と前記内臓脂肪モデル画像の内臓脂肪特徴点の単位内臓脂肪面積差当りの移動距離から前記内臓脂肪モデル画像の内臓脂肪特徴点の移動距離を算出し、前記内臓脂肪モデル画像の内臓脂肪特徴点の座標と前記内臓脂肪モデル画像の内臓脂肪特徴点の移動距離から前記内臓脂肪特徴点の移動位置を算出する内臓脂肪特徴点移動距離算出部と、前記内臓脂肪特徴点の移動位置を元に、前記内臓脂肪モデル画像を変形させ、前記内臓脂肪形状を作成する内臓脂肪形状作成部を備えることを特徴とする。
A typical example of the present invention is as follows. That is, a visceral fat estimation device that creates an abdominal cross-sectional shape such as a user's visceral fat shape and subcutaneous fat shape, and calculates an estimated visceral fat area from at least an input unit for inputting the user's abdominal circumference and the user's abdominal circumference Visceral fat area estimation formula, visceral fat model image, coordinates of visceral fat feature point of the visceral fat model image, visceral fat area of the visceral fat model image, visceral fat feature of the visceral fat model image It has a database that stores the movement distance per unit visceral fat area difference of points,
The visceral fat estimation device substitutes the input user's abdominal circumference into the visceral fat area estimation formula, calculates a visceral fat area estimated value, a visceral fat area estimated value calculation unit, and the visceral fat area estimated value; A visceral fat area difference calculating unit that calculates a visceral fat area difference that is a difference from a visceral fat area of the visceral fat model image, and a unit visceral fat area of the visceral fat area difference and a visceral fat feature point of the visceral fat model image The moving distance of the visceral fat feature point of the visceral fat model image is calculated from the moving distance per difference, and the moving distance of the visceral fat feature point of the visceral fat model image and the moving distance of the visceral fat feature point of the visceral fat model image are calculated. A visceral fat feature point moving distance calculation unit that calculates a moving position of the visceral fat feature point, and a deformed visceral fat model image based on the moving position of the visceral fat feature point, and Characterized in that it comprises a visceral fat shape creating section for creating shape.
本発明の一実施の形態によれば、内臓脂肪の形状変化の特徴を反映した内臓脂肪モデル画像の特徴点移動係数(単位内臓脂肪面積差当りの移動距離)を元に、内臓脂肪モデル画像の特徴点移動位置を算出し、内臓脂肪形状を作成するので、ユーザの内臓脂肪形状をリアルに表示できる効果がある。 According to one embodiment of the present invention, based on the feature point movement coefficient (movement distance per unit visceral fat area difference) of the visceral fat model image that reflects the characteristics of the visceral fat shape change, Since the feature point moving position is calculated and the visceral fat shape is created, the visceral fat shape of the user can be displayed realistically.
本発明の実施例1について説明する。実施例1では、ユーザの腹囲を内臓脂肪推定装置に入力すると、内臓脂肪面積、全脂肪(内臓脂肪+皮下脂肪)面積を推定し、推定値に基づいてユーザの内臓脂肪形状、皮下脂肪形状などの腹部断面形状を作成・表示する内臓脂肪推定装置について説明する。 Example 1 of the present invention will be described. In the first embodiment, when the user's abdominal circumference is input to the visceral fat estimation device, the visceral fat area and the total fat (visceral fat + subcutaneous fat) area are estimated, and the user's visceral fat shape, subcutaneous fat shape, and the like are based on the estimated values. A visceral fat estimation device that creates and displays a cross-sectional shape of the abdomen will be described.
本発明の実施例1の内臓脂肪推定装置は、CPUとメモリと記憶媒体とから構成される。記憶媒体は例えば不揮発性記憶媒体等であり、磁気ディスクまたは不揮発性メモリ等を含み、内臓脂肪推定装置を実現するプログラム、及び内臓脂肪推定装置が算出した結果などを格納する。メモリは、記憶媒体に格納されているプログラムを展開する。CPUは、メモリに展開されたプログラムを実行する。以下で説明する処理、及び演算はCPUが実行している。 The visceral fat estimation apparatus according to the first embodiment of the present invention includes a CPU, a memory, and a storage medium. The storage medium is, for example, a nonvolatile storage medium, and includes a magnetic disk or a nonvolatile memory, and stores a program for realizing the visceral fat estimation device, a result calculated by the visceral fat estimation device, and the like. The memory expands a program stored in the storage medium. The CPU executes the program expanded in the memory. Processing and operations described below are executed by the CPU.
図1は、本発明の実施例1の内臓脂肪推定装置の構成の一例を示すブロック図である。
内臓脂肪推定装置は、内臓脂肪推定端末101とデータベース106とから構成される。
内臓脂肪推定端末101は、入力部102、腹部断面形状作成部105、出力部104を備える。入力部102は、マウス及びキーボードなどである。出力部104は、内臓脂肪推定端末101が算出した結果を表示するディスプレイなどである。
FIG. 1 is a block diagram illustrating an example of the configuration of the visceral fat estimation apparatus according to the first embodiment of the present invention.
The visceral fat estimation device includes a visceral
The visceral
腹部断面形状作成部105は、内臓脂肪形状作成部103、腹筋形状作成部109、皮下脂肪形状作成部115を備える。内臓脂肪形状作成部103は、内臓脂肪面積推定値算出部114、内臓脂肪面積差算出部107、内臓脂肪特徴点移動距離算出部108を備える。 内臓脂肪面積推定値算出部114は、入力部102で入力されたユーザの腹囲などの身体情報から内臓脂肪面積推定値を算出する。
The abdominal cross-sectional
内臓脂肪面積差算出部107は、内臓脂肪面積推定値算出部114で算出された内臓脂肪面積推定値と、データベース106に格納されている内臓脂肪モデル画像の内臓脂肪面積との差を算出する。内臓脂肪特徴点移動距離算出部108は、内臓脂肪面積差算出部107で算出された内臓脂肪面積差と、データベース106に格納されている内臓脂肪移動係数から内臓脂肪特徴点の移動距離を算出し、内臓脂肪特徴点の移動位置を算出する。内臓脂肪形状作成部103は、内臓脂肪特徴点移動距離算出部108で算出された内臓脂肪特徴点の移動位置を元に、データベース106に格納されている内臓脂肪モデル画像を変形させて内臓脂肪形状を作成する。
The visceral fat area
ここで、内臓脂肪特徴点は、内臓脂肪モデル画像の最も前面側の点、内臓脂肪モデル画像の最も左側もしくは右側面側の点、内臓脂肪モデル画像と後述する背骨周辺組織モデル画像の接点、後述する腹筋モデル画像の腹直筋と外腹斜筋の中間点を少なくとも内臓脂肪特徴点として設定され、座標と共に管理されている。当該内臓脂肪特徴点の設定はこれに限らず、上記を設定した上でさらに、内臓脂肪外周部における任意の点を設定することも可能である。 Here, the visceral fat feature points are the frontmost point of the visceral fat model image, the leftmost or right side point of the visceral fat model image, the contact point between the visceral fat model image and the spinal peripheral tissue model image described later, The midpoint between the rectus abdominis muscle and the external oblique muscle of the abdominal muscle model image is set as at least a visceral fat feature point and managed together with the coordinates. The setting of the visceral fat feature point is not limited to this, and it is also possible to set an arbitrary point in the visceral fat outer peripheral portion after setting the above.
腹筋形状作成部109は、腹筋特徴点移動位置算出部110を備える。腹筋特徴点移動位置算出部110は、内臓脂肪特徴点移動距離算出部108で算出された内臓脂肪特徴点の移動位置と、データベース106に格納されている腹筋特徴点の座標から腹筋特徴点の移動位置を算出する。腹筋形状作成部109は、腹筋特徴点移動位置算出部110で算出された腹筋特徴点移動位置を元に、データベース106に格納されている腹筋モデル画像を変形させて腹筋形状を作成する。
The abdominal muscle
ここで、腹筋特徴点は、腹筋モデル画像の最も左側面側の点、背骨周辺組織と接する点(背面側)及び内臓脂肪特徴点の隣接する2点と腹筋形状との接線を求め、その交点(前面側)を腹筋特徴点として設定され、座標と共に管理されている。 Here, the abdominal muscle feature point is obtained by calculating the tangent of the abdominal muscle shape with the point on the leftmost side of the abdominal muscle model image, the point in contact with the surrounding tissue of the spine (back side), and the adjacent two points of the visceral fat feature point. (Front side) is set as an abdominal muscle feature point and is managed together with coordinates.
皮下脂肪形状作成部115は、全脂肪面積推定値算出部113、全脂肪面積差算出部111、皮下脂肪特徴点移動距離算出部112を備える。全脂肪面積推定値算出部113は、入力部102で入力されたユーザの腹囲などの身体情報から内臓脂肪面積と皮下脂肪面積の和である全脂肪面積推定値を算出する。全脂肪面積差算出部111は、全脂肪面積推定値算出部113で算出された全脂肪面積推定値と、データベース106に格納されている皮下脂肪モデル画像の全脂肪面積との差を算出する。皮下脂肪特徴点移動距離算出部112は、全脂肪面積差算出部111で算出された全脂肪面積差と、データベース106に格納されている皮下脂肪移動係数から皮下脂肪特徴点の移動距離を算出し、皮下脂肪特徴点の移動位置を算出する。皮下脂肪形状作成部115は、皮下脂肪特徴点移動距離算出部112で算出された皮下脂肪特徴点の移動位置を元に、データベース106に格納されている皮下脂肪モデル画像を変形させて皮下脂肪形状を作成する。
The subcutaneous fat
ここで、皮下脂肪特徴点とは、皮下脂肪モデル画像の最も前面側の点、皮下脂肪モデル画像の最も左側もしくは右側面側の点、皮下脂肪モデル画像の最も背面側の点、皮下脂肪モデル画像の背骨後ろ側の点を少なくとも皮下脂肪特徴点として設定され、座標と共に管理されている。当該皮下脂肪特徴点の設定はこれに限らず、上記を設定した上でさらに、皮下脂肪外周部における任意の点を設定することも可能である。 Here, the subcutaneous fat feature points are the frontmost point of the subcutaneous fat model image, the leftmost or right side point of the subcutaneous fat model image, the rearmost point of the subcutaneous fat model image, the subcutaneous fat model image The point on the back side of the spine is set as at least a subcutaneous fat feature point and managed together with the coordinates. The setting of the subcutaneous fat feature point is not limited to this, and it is also possible to set an arbitrary point on the outer periphery of the subcutaneous fat after setting the above.
腹部断面形状作成部105は、皮下脂肪形状作成部115で作成された皮下脂肪形状、腹筋形状作成部109で作成された腹筋形状、内臓脂肪形状作成部103で内臓脂肪形状、データベース106に格納されている背骨周辺組織モデルの順に重ね合わせて腹部断面形状を作成し、出力部104に表示する。
データベース106は、モデル形状データ管理部120、移動係数管理部122、推定式情報管理部123、及び腹部断面モデル管理部125を備える。
The abdominal cross-sectional
The
モデルの形状データ管理部120は、内臓脂肪モデル画像の特徴点のXY座標と内臓脂肪面積値、腹筋モデル画像の特徴点のXY座標、皮下脂肪モデル画像の特徴点のXY座標と全脂肪面積値を管理する。移動係数管理部122は、内臓脂肪特徴点の単位内臓脂肪面積差当りの移動距離、皮下脂肪特徴点の単位全脂肪面積差当りの移動距離を管理する。推定式情報管理部123は、内臓脂肪面積推定式、全脂肪面積推定式を管理する。腹部断面モデル管理部125は、内臓脂肪モデル画像、皮下脂肪モデル画像、腹筋モデル画像、背骨周辺組織モデル画像を管理する。なお、データベース106は、前述した情報以外のデータを管理してもよい。
The model shape
図2は、内臓脂肪面積、皮下脂肪面積が異なる2つの腹部CT画像(同じ人の画像)の一例を示す図である。1つ目の腹部CT画像(上図)の皮下脂肪201、腹筋(腹直筋202、外腹斜筋203)、内臓脂肪204、背骨周辺組織(背骨206、大腰筋・脊柱起立筋205、大静脈・大動脈207)を示している。また、2つ目の腹部CT画像(下図)の皮下脂肪211、腹筋(腹直筋212、外腹斜筋213)、内臓脂肪214、背骨周辺組織(背骨216、大腰筋・脊柱起立筋215、大静脈・大動脈217)を示している。実施例1では、このような内臓脂肪面積、皮下脂肪面積が異なる2つの腹部CT画像から作成した腹部断面モデル(内臓脂肪、腹筋、皮下脂肪、背骨周辺組織モデル画像)を元に、腹部断面形状を生成・表示する方法について説明する。なお、腹部断面モデルの作成方法については、実施例2で説明する。
FIG. 2 is a diagram illustrating an example of two abdominal CT images (images of the same person) having different visceral fat areas and subcutaneous fat areas.
図3のフローチャートを用いて本発明の実施例1における、処理の詳細について説明する。図3は、入力部102でユーザの腹囲が入力され、腹部断面形状が表示されるまでの処理の流れの一例を示すフローチャートである。このフローチャートでは、まず、内臓脂肪形状を作成し、次に、腹筋形状を作成し、最後に、皮下脂肪形状を作成する。
Details of the processing in the first embodiment of the present invention will be described using the flowchart of FIG. FIG. 3 is a flowchart illustrating an example of a process flow from when the user's abdominal circumference is input through the
まず、内臓脂肪形状生成の流れを、図4、5、6、7、8を用いて説明する。
図4は、推定式情報管理部123によって管理される推定式情報の一例を示す図である。ユーザの腹囲を入力することで内臓脂肪面積推定値と全脂肪面積推定値を算出する内臓脂肪面積推定式1401と全脂肪面積推定式1402を管理している。この推定式は、大量の腹囲と内臓脂肪面積、皮下脂肪面積の関係を回帰分析することにより作成できる。これにより、ユーザの腹囲から内臓脂肪面積推定値と全脂肪面積推定値を算出できる。
First, the flow of visceral fat shape generation will be described with reference to FIGS. 4, 5, 6, 7, and 8.
FIG. 4 is a diagram illustrating an example of estimation formula information managed by the estimation formula
図5は、腹部断面モデル管理部125によって管理される内臓脂肪モデル画像と、背骨、大腰筋・脊柱起立筋、大静脈・大動脈で構成される背骨周辺組織モデル画像320の一例を示す図である。内臓脂肪モデル画像は、内臓脂肪形状301と、内臓脂肪特徴点303〜309、背骨中心点302で構成される。内臓脂肪はほぼ左右対称であるため、体の左側面のみに内臓脂肪特徴点を設定している。尚、内臓脂肪特徴点309は、背骨周辺組織モデル画像との接点である。
FIG. 5 is a diagram showing an example of a visceral fat model image managed by the abdominal cross-section
図6は、モデル形状データ管理部120によって管理される内臓脂肪モデル画像の形状データの一例を示す図である。背骨中心点302、内臓脂肪特徴点303〜309のX座標402(Xv0〜Xv7)、Y座標403(Yv0〜Yv7) と、内臓脂肪モデル画像の内臓脂肪面積値404(VFA1)を管理している。
FIG. 6 is a diagram illustrating an example of the shape data of the visceral fat model image managed by the model shape
図7は、移動係数管理部122によって管理される内臓脂肪特徴点の移動係数情報の一例を示す図である。背骨中心点302、内臓脂肪特徴点303〜309の単位内臓脂肪面積差当りの移動距離(移動係数) を管理している。移動係数は、X成分502(dXv0〜dXv7)、Y成分503(dYv0〜dYv7)に分けて管理される。尚、背骨中心点302と、背骨周辺組織モデル画像との接点である内臓脂肪特徴点309の位置は内臓脂肪・皮下脂肪が変化してもほぼ不変であるため、dXv0、dXv7、dYv0、dYv7は0となる。
FIG. 7 is a diagram illustrating an example of movement coefficient information of visceral fat feature points managed by the movement
図5の内臓脂肪モデル画像、図6の内臓脂肪モデル画像の形状データ、図7の内臓脂肪特徴点の移動係数は、内臓脂肪面積、皮下脂肪面積が異なる2つの腹部CT画像(同じ人の画像)から算出したものであるため(算出方法は実施例2で説明)、この情報により、内臓脂肪の形状変化の特徴を反映したリアルな内臓脂肪形状を生成できる。 The visceral fat model image in FIG. 5, the shape data of the visceral fat model image in FIG. 6, and the movement coefficient of the visceral fat feature point in FIG. 7 are two abdominal CT images with different visceral fat areas and subcutaneous fat areas (images of the same person). ) (The calculation method will be described in the second embodiment), and this information makes it possible to generate a realistic visceral fat shape that reflects the characteristics of visceral fat shape change.
図3のフローチャートの説明に戻る。内臓脂肪推定端末101が処理を開始する(1301)と、ユーザ情報入力ステップ1302を行う。ここでは、内臓脂肪推定端末101が、出力部104に、図16のようなユーザ情報を入力する画面を表示する。
Returning to the flowchart of FIG. When the visceral
図16は、本発明の実施例1の出力部104に表示される入力画面の一例を示す説明図である。ユーザ情報入力画面1601は、腹囲入力欄1602、及びユーザ情報の入力を決定する実行ボタン1603を表示する。
FIG. 16 is an explanatory diagram illustrating an example of an input screen displayed on the
内臓脂肪推定端末101は、ユーザにメジャー等で腹囲を測定させ、入力部102のマウスまたはキーボード等を用いて、腹囲入力欄1602に入力させ、入力が終わったら、実行ボタン1603を操作するようにユーザに指示する。
The visceral
次に、内臓脂肪面積推定値算出ステップ1303を行う。まず、内臓脂肪推定端末101が、推定式情報管理部123によって管理される図4の推定式情報から、内臓脂肪面積推定式1401を取得する。次に、内臓脂肪面積推定値算出部114が、ユーザ情報入力ステップ1302で入力されたユーザの腹囲を内臓脂肪面積推定式1401に代入し、内臓脂肪面積推定値を算出する。これにより、ユーザの腹囲から推定される内臓脂肪面積を算出できる。
Next, a visceral fat area estimated
次に、内臓脂肪面積差算出ステップ1304を行う。まず、内臓脂肪推定端末101が、モデル形状データ管理部120によって管理される図6の内臓脂肪モデルの形状データから、内臓脂肪モデル画像の内臓脂肪面積値404(VFA1)を取得する。次に、内臓脂肪面積差算出部107が、取得した内臓脂肪モデル画像の内臓脂肪面積値404と、内臓脂肪面積推定値算出部114で算出された内臓脂肪面積推定値との差である内臓脂肪面積差を算出する。これにより、ユーザの腹囲から推定される内臓脂肪形状の大きさと内臓脂肪モデル画像の大きさの差を算出できる。
Next, a visceral fat area
次に、内臓脂肪特徴点移動距離算出ステップ1305を行う。まず、内臓脂肪推定端末101が、移動係数管理部122が管理する内臓脂肪特徴点の移動係数(X成分:dXv0〜7、Y成分:dYv0〜7)と、モデル形状データ管理部120が管理する内臓脂肪モデル画像の特徴点座標(X座標:Xv0〜7、Y座標:Yv0〜7)を取得する。次に、内臓脂肪特徴点移動距離算出部108が、取得した内臓脂肪特徴点の移動係数のX成分(dXv0〜7)、Y成分(dYv0〜7)に、内臓脂肪面積差算出部107で算出された内臓脂肪面積差を乗算し、内臓脂肪特徴点の移動距離(X’成分、Y’成分)を特徴点別に算出する。そして、内臓脂肪特徴点移動距離算出部108が、取得した内臓脂肪モデル画像の特徴点座標(X座標:Xv0〜7、Y座標:Yv0〜7)に、算出された内臓脂肪特徴点の移動距離のX’成分、Y’成分を加算し、内臓脂肪特徴点の移動位置(X’座標:X’v0〜7、Y’座標:Y’v0〜7)を算出する。つまり、式で表すと、内臓脂肪特徴点の移動位置は、X’座標が、X’vN=XvN+dXvN×内臓脂肪面積差(ただしN=0〜7)で、Y’座標が、Y’vN=YvN+dYvN×内臓脂肪面積差(ただしN=0〜7)で算出される。これにより、ユーザの内臓脂肪面積推定値に対応した内臓脂肪特徴点の移動位置を算出できる。
Next, a visceral fat feature point moving
次に、内臓脂肪形状生成ステップ1306を行う。まず、内臓脂肪推定端末101が、腹部断面モデル管理部125が管理する内臓脂肪モデル画像と、モデル形状データ管理部120が管理する内臓脂肪モデル画像の特徴点座標を取得する。次に、内臓脂肪形状作成部103が、内臓脂肪モデル画像の特徴点座標(X座標:Xv0〜7、Y座標:Yv0〜7)と、内臓脂肪特徴点移動距離算出部108で算出された内臓脂肪特徴点の移動位置(X’v0〜7、Y’座標:Y’v0〜7)から、取得した内臓脂肪モデル画像の左側をワーピングにより変形して左側の内臓脂肪形状を作成する。そして、作成した左側の内臓脂肪形状をコピー、反転させて右側の形状を作成し、特徴点移動後の内臓脂肪形状611を作成する。
Next, a visceral fat
具体的な作成方法を図8の例を用いて説明する。図8は、内臓脂肪モデル画像から内臓脂肪形状を作成する方法を説明する図の一例である。上図では、内臓脂肪モデル画像の形状301、その特徴点303〜309、特徴点303〜309から構成される三角形要素623(特徴点303、304、305を頂点とする三角形)、624(特徴点305、306、307を頂点とする三角形)、625(特徴点307、308、309を頂点とする三角形)を示している。また、下図では、特徴点移動後の内臓脂肪形状611、その特徴点613〜619(特徴点303〜309を移動した点)、特徴点613〜619から構成される三角形要素633(特徴点613、614、615を頂点とする三角形)、634(特徴点615、616、617を頂点とする三角形)、635(特徴点617、618、619を頂点とする三角形)を示している。内臓脂肪形状作成部103は、内臓脂肪モデル画像の三角形要素623〜625と特徴点移動後の三角形要素633〜635を対応させて(具体的には、三角形要素623と633、624と634、625と635を対応させる)ワーピングを行い、内臓脂肪モデル画像の三角形要素内の色情報を、対応する特徴点移動後の三角形要素内に写像することで、内臓脂肪形状を作成する。これにより、ユーザの内臓脂肪面積推定値に対応したリアルな内臓脂肪形状を作成できる。
A specific creation method will be described with reference to the example of FIG. FIG. 8 is an example of a diagram illustrating a method for creating a visceral fat shape from a visceral fat model image. In the upper diagram, the
次に、腹筋形状生成の流れを、図9、10、11を用いて説明する。 Next, the flow of abdominal muscle shape generation will be described with reference to FIGS.
図9は、腹部断面モデル管理部125によって管理される腹筋モデル画像の一例を示す図である。腹筋モデル画像は、腹筋形状700と腹筋特徴点701〜705で構成される。腹筋もほぼ左右対称であるため、体の左側面のみに腹筋特徴点を設定している。
FIG. 9 is a diagram illustrating an example of an abdominal muscle model image managed by the abdominal cross-section
図10は、モデル形状データ管理部120によって管理される腹筋モデル画像の形状データの一例を示す図である。腹筋特徴点701〜705のX座標802(Xf0〜Xf4)、Y座標803(Yf0〜Yf4) を管理している。
FIG. 10 is a diagram illustrating an example of shape data of the abdominal muscle model image managed by the model shape
図3のフローチャートの説明に戻る。腹筋特徴点移動位置算出ステップ1307では、まず、内臓脂肪推定端末101が、モデル形状データ管理部120が管理する腹筋モデル画像の特徴点座標(X座標:Xf0〜4、Y座標:Yf0〜4)と内臓脂肪モデル画像の特徴点座標(X座標:Xv0〜7、Y座標:Yv0〜7)を取得する。次に、腹筋特徴点移動位置算出部110が、取得した腹筋特徴点座標、内臓脂肪特徴点座標と、内臓脂肪特徴点移動距離算出部108で算出された内臓脂肪特徴点の移動位置から、腹筋特徴点の移動位置を算出する。
Returning to the flowchart of FIG. In the abdominal muscle feature point movement
具体的な算出方法を図11の例を用いて説明する。図11は、腹筋モデル画像の特徴点移動位置を算出する方法を説明する図の一例である。上図では、腹筋モデル画像の形状700、その特徴点701〜705と、内臓脂肪特徴点303〜309を示している。また、これらの腹筋特徴点と内臓脂肪特徴点で構成される長方形711(特徴点303、305を結ぶ線を底辺とし特徴点701を通る長方形)、712(特徴点305、703を結ぶ線を底辺とし特徴点702を通る長方形)、713(特徴点306、308を結ぶ線を底辺とし特徴点703を通る長方形)、714(特徴点703、705を結ぶ線を底辺とし特徴点704を通る長方形)を示している。
A specific calculation method will be described with reference to the example of FIG. FIG. 11 is an example of a diagram illustrating a method for calculating the feature point movement position of the abdominal muscle model image. In the upper diagram, the
下図では、特徴点移動後の腹筋形状900、その特徴点901〜905と、内臓脂肪特徴点613〜619を示している。また、これらの腹筋特徴点と内臓脂肪特徴点で構成される長方形911(特徴点613、615を結ぶ線を底辺とし特徴点901を通る長方形)、912(特徴点615、903を結ぶ線を底辺とし特徴点902を通る長方形)、913(特徴点616、618を結ぶ線を底辺とし特徴点903を通る長方形)、914(特徴点903、905を結ぶ線を底辺とし特徴点904を通る長方形)を示している。
In the lower figure, the
腹筋は面積がほぼ一定で変化する特徴があるため、腹筋特徴点移動位置算出部110は、特徴点移動前の長方形711〜714と特徴点移動後の長方形911〜914の面積が等しくなるように、腹筋特徴点の移動位置を算出する。腹筋特徴点701を例にして具体的に説明すると、まず、長方形711の底辺b(特徴点303と305の距離)と高さh(底辺bと特徴点701の距離)、長方形911の底辺b’(特徴点613と615の距離)を算出する。そして、底辺b’から高さh’(=b×h/b’)で、かつ、移動前の内臓脂肪特徴点303と305との相対位置関係が等しくなる位置を算出し、腹筋特徴点701の移動後の点901の位置とする。他の腹筋特徴点についても、同様の手順で移動後の位置を算出する。まず、腹筋特徴点703の移動後の点903の位置を算出し、次に、特徴点702の移動後の点902の位置と、特徴点704の移動後の点904の位置を算出する。また、特徴点705の位置は変化しない特徴があるため、特徴点905は特徴点705と同じ位置とする。このように腹筋特徴点の移動位置を算出することで、腹筋の形状変化の特徴を反映した腹筋特徴点の移動位置を算出することができる。
Since the abdominal muscles have a characteristic that the area is almost constant and changes, the abdominal muscle feature point movement
次に、腹筋形状生成ステップ1308では、まず、内臓脂肪推定端末101が、腹部断面モデル管理部125が管理する腹筋モデル画像と、モデル形状データ管理部120が管理する腹筋モデルの特徴点座標と内臓脂肪モデルの特徴点座標を取得する。次に、腹筋形状作成部109が、腹筋モデルの特徴点座標、内臓脂肪モデルの特徴点座標、腹筋特徴点移動位置算出部110で算出された腹筋特徴点の移動位置、内臓脂肪特徴点移動距離算出部108で算出された内臓脂肪特徴点の移動位置から、取得した腹筋モデル画像の左側をワーピングにより変形して左側の腹筋形状を作成する。そして、作成した左側の腹筋形状をコピー、反転させて右側の形状を作成し、特徴点移動後の腹筋形状900を作成する。具体的な作成方法を図11の例を用いて説明する。上図では、内臓脂肪モデルの特徴点303、305、腹筋モデルの特徴点701〜705から構成される三角形要素721(特徴点303、305、701を頂点とする三角形)、722(特徴点305、702、703を頂点とする三角形)、723(特徴点703、704、705を頂点とする三角形)を示している。また、下図では、移動後の内臓脂肪特徴点613、615、腹筋特徴点901〜905から構成される三角形要素921(特徴点613、615、901を頂点とする三角形)、922(特徴点615、902、903を頂点とする三角形)、923(特徴点903、904、905を頂点とする三角形)を示している。腹筋形状作成部109は、腹筋モデル画像の三角形要素721〜723と特徴点移動後の三角形要素921〜923を対応させて(具体的には、三角形要素721と921、722と922、723と923を対応させる)ワーピングを行い、腹筋モデル画像の三角形要素内の色情報を、対応する特徴点移動後の三角形要素内に写像することで、腹筋形状を作成する。これにより、腹筋の形状変化の特徴を反映したリアルな腹筋形状を作成できる。
Next, in the abdominal muscle
次に、皮下脂肪形状生成の流れを、図4、12、13、14、15を用いて説明する。 Next, the flow of subcutaneous fat shape generation will be described with reference to FIGS.
図12は、腹部断面モデル管理部125によって管理される皮下脂肪モデル画像の一例を示す図である。皮下脂肪モデル画像は、皮下脂肪形状1000と、皮下脂肪特徴点1001〜1007で構成される。皮下脂肪もほぼ左右対称であるため、体の左側面のみに皮下脂肪特徴点を設定している。
FIG. 12 is a diagram illustrating an example of a subcutaneous fat model image managed by the abdominal cross-section
図13は、モデル形状データ管理部120によって管理される皮下脂肪モデル画像の形状データの一例を示す図である。皮下脂肪特徴点1001〜1007のX座標1102(Xs0〜Xs6)、Y座標1003(Ys0〜Ys6) と、皮下脂肪モデル画像の全脂肪面積値1104(AFA1)を管理している。
FIG. 13 is a diagram illustrating an example of shape data of a subcutaneous fat model image managed by the model shape
図14は、移動係数管理部122によって管理される皮下脂肪特徴点の移動係数情報の一例を示す図である。皮下脂肪特徴点1001〜1007の単位全脂肪面積差当りの移動距離(移動係数) を管理している。移動係数は、X成分1202(dXs0〜dXs6)、Y成分1203(dYs0〜dYs6)に分けて管理される。
FIG. 14 is a diagram illustrating an example of movement coefficient information of subcutaneous fat feature points managed by the movement
図12の皮下脂肪モデル画像、図13の皮下脂肪モデル画像の形状データ、図14の皮下脂肪特徴点の移動係数は、内臓脂肪面積、皮下脂肪面積が異なる2つの腹部CT画像(同じ人の画像)から算出したものであるため(算出方法は実施例2で説明)、この情報により、皮下脂肪の形状変化の特徴を反映したリアルな皮下脂肪形状を生成できる。 The subcutaneous fat model image of FIG. 12, the shape data of the subcutaneous fat model image of FIG. 13, and the movement coefficient of the subcutaneous fat feature point of FIG. 14 are two abdominal CT images with different visceral fat areas and subcutaneous fat areas (images of the same person). ) (The calculation method is described in the second embodiment), it is possible to generate a realistic subcutaneous fat shape that reflects the characteristics of the subcutaneous fat shape change.
図3のフローチャートの説明に戻る。 Returning to the flowchart of FIG.
全脂肪面積推定値算出ステップ1309では、まず、内臓脂肪推定端末101が、推定式情報管理部123によって管理される図4の推定式情報から、全脂肪面積推定式1402を取得する。次に、全脂肪面積推定値算出部113が、ユーザ情報入力ステップ1302で入力されたユーザの腹囲を全脂肪面積推定式1402に代入し、全脂肪面積推定値を算出する。これにより、ユーザの腹囲から推定される全脂肪面積を算出できる。
In the total fat area estimated value calculation step 1309, first, the visceral
次に、全脂肪面積差算出ステップ1310では、まず、内臓脂肪推定端末101が、モデル形状データ管理部120によって管理される図13の皮下脂肪モデルの形状データから、皮下脂肪モデル画像の全脂肪面積値1104(AFA1)を取得する。次に、全脂肪面積差算出部111が、取得した皮下脂肪モデル画像の全脂肪面積値1104と、全脂肪面積推定値算出部113で算出された全脂肪面積推定値との差である全脂肪面積差を算出する。これにより、ユーザの腹囲から推定される皮下脂肪形状の大きさと皮下脂肪モデル画像の大きさの差を算出できる。
Next, in the total fat area
次に、皮下脂肪特徴点移動距離算出ステップ1311では、まず、内臓脂肪推定端末101が、移動係数管理部122が管理する皮下脂肪特徴点の移動係数(X成分:dXs0〜6、Y成分:dYs0〜6)と、モデル形状データ管理部120が管理する皮下脂肪モデル画像の特徴点座標(X座標:Xs0〜6、Y座標:Ys0〜6)を取得する。次に、皮下脂肪特徴点移動距離算出部112が、取得した皮下脂肪特徴点の移動係数のX成分(dXs0〜6)、Y成分(dYs0〜6)に、全脂肪面積差算出部111で算出された全脂肪面積差を乗算し、皮下脂肪特徴点の移動距離(X’成分、Y’成分)を特徴点別に算出する。そして、皮下脂肪特徴点移動距離算出部112が、取得した皮下脂肪モデル画像の特徴点座標(X座標:Xs0〜6、Y座標:Ys0〜6)に、算出された皮下脂肪特徴点の移動距離のX’成分、Y’成分を加算し、皮下脂肪特徴点の移動位置(X’座標:X’s0〜6、Y’座標:Y’s0〜6)を算出する。つまり、式で表すと、皮下脂肪特徴点の移動位置は、X’座標が、X’sN=XsN+dXsN×全脂肪面積差(ただしN=0〜6)で、Y’座標が、Y’sN=YsN+dYsN×全脂肪面積差(ただしN=0〜6)で算出される。これにより、ユーザの全脂肪面積推定値に対応した皮下脂肪特徴点の移動位置を算出できる。
Next, in the subcutaneous fat feature point movement
次に、皮下脂肪形状生成ステップ1312では、まず、内臓脂肪推定端末101が、腹部断面モデル管理部125が管理する皮下脂肪モデル画像と、モデル形状データ管理部120が管理する皮下脂肪モデル画像の特徴点座標を取得する。次に、皮下脂肪形状作成部115が、皮下脂肪モデル画像の特徴点座標(X座標:Xs0〜6、Y座標:Ys0〜6)と、皮下脂肪特徴点移動距離算出部112で算出された皮下脂肪特徴点の移動位置(X’s0〜6、Y’座標:Y’s0〜6)から、取得した皮下脂肪モデル画像の左側をワーピングにより変形して左側の皮下脂肪形状を作成する。そして、作成した左側の皮下脂肪形状をコピー、反転させて右側の形状を作成し、特徴点移動後の皮下脂肪形状1500を作成する。
Next, in the subcutaneous fat
具体的な作成方法を図15の例を用いて説明する。図15は、皮下脂肪モデル画像から皮下脂肪形状を作成する方法を説明する図の一例である。上図では、皮下脂肪モデル画像の形状1000、その特徴点1001〜1007、内臓脂肪モデルの特徴点303を示している。また、特徴点1001〜1007、内臓脂肪モデルの特徴点303から構成される三角形要素1011(特徴点303、1001、1002を頂点とする三角形)、1012(特徴点1002、1003、1004を頂点とする三角形)、1013(特徴点1004、1005、1006を頂点とする三角形)と四角形要素1014(特徴点1006と1007を対角線の頂点とする四角形)を示している。
A specific creation method will be described with reference to the example of FIG. FIG. 15 is an example of a diagram illustrating a method of creating a subcutaneous fat shape from a subcutaneous fat model image. In the upper diagram, the
下図では、特徴点移動後の皮下脂肪形状1500、その特徴点1501〜1507、移動後の内臓脂肪特徴点613を示している。また、特徴点1501〜1507、移動後の内臓脂肪特徴点613から構成される三角形要素1511(特徴点613、1501、1502を頂点とする三角形)、1512(特徴点1502、1503、1504を頂点とする三角形)、1513(特徴点1504、1505、1506を頂点とする三角形)と四角形要素1514(特徴点1506と1507を対角線の頂点とする四角形)を示している。皮下脂肪形状作成部115は、皮下脂肪モデル画像の三角四角形要素1011〜1014と特徴点移動後の三角四角形要素1511〜1514を対応させて(具体的には、三角形要素1011と1511、1012と1512、1013と1513、四角形要素1014と1514を対応させる)ワーピングを行い、皮下脂肪モデル画像の三角四角形要素内の色情報を、対応する特徴点移動後の三角四角形要素内に写像することで、皮下脂肪形状を作成する。これにより、ユーザの全脂肪面積推定値に対応したリアルな皮下脂肪形状を作成できる。
In the figure below, the
次に、腹部断面形状生成・表示ステップ1313では、まず、内臓脂肪推定端末101が、腹部断面モデル管理部125が管理する背骨周辺組織モデル画像320を取得する。次に、腹部断面形状作成部105が、皮下脂肪形状作成部115で作成された皮下脂肪形状1500を一番下に、腹筋形状作成部109で作成された腹筋形状900、内臓脂肪形状作成部103で作成された内臓脂肪形状611、取得した背骨周辺組織モデル画像の順に重ね合わせることで腹部断面形状を作成し、図17のように出力部104に表示する。ここで、背骨周辺組織の形状は内臓脂肪、皮下脂肪が変化しても、ほぼ変わらないため、背骨周辺組織モデル画像を変形せずにそのまま重ね合わせる。また、ユーザ情報入力ステップ1302で入力されたユーザの腹囲と、内臓脂肪面積推定値算出部114で算出された内臓脂肪面積推定値と、全脂肪面積推定値算出部113で算出された全脂肪面積推定値から算出した皮下脂肪面積推定値(=全脂肪面積推定値−内臓脂肪面積推定値)を出力部104に表示する。
Next, in the abdominal cross-sectional shape generation /
図17は、本発明の実施例1の出力部104に表示される腹部断面形状表示画面の一例を示す説明図である。
FIG. 17 is an explanatory diagram illustrating an example of an abdominal cross-sectional shape display screen displayed on the
腹部断面形状表示画面1701は、皮下脂肪形状1500、腹筋形状900、内臓脂肪形状611、背骨周辺組織モデル画像320で構成される腹部断面形状と、ユーザの腹囲1702、内臓脂肪面積推定値1703、皮下脂肪面積推定値1704を表示する。以上で処理が終了する(1314)。
An abdominal cross-sectional
以上に示したように、本発明の実施例1の内臓脂肪推定装置は、内臓脂肪面積推定値算出部114がユーザの腹囲から内臓脂肪面積推定値を算出し、内臓脂肪形状作成部103が、内臓脂肪の形状変化の特徴を反映した内臓脂肪モデル画像と内臓脂肪特徴点の移動係数から内臓脂肪形状を作成する。これにより、ユーザの内臓脂肪面積推定値に基づくリアルな内臓脂肪形状を作成できる効果がある。 As described above, in the visceral fat estimation apparatus according to the first embodiment of the present invention, the visceral fat area estimation value calculation unit 114 calculates the visceral fat area estimation value from the user's abdominal circumference, and the visceral fat shape creation unit 103 A visceral fat shape is created from a visceral fat model image reflecting the feature of the shape change of the visceral fat and a movement coefficient of the visceral fat feature point. Thereby, there exists an effect which can produce the realistic visceral fat shape based on a user's visceral fat area estimated value.
また、本発明の実施例1の内臓脂肪推定装置は、全脂肪面積推定値算出部113がユーザの腹囲から全脂肪面積推定値を算出し、皮下脂肪形状作成部115が、皮下脂肪の形状変化の特徴を反映した皮下脂肪モデル画像と皮下脂肪特徴点の移動係数から皮下脂肪形状を作成する。これにより、ユーザの全脂肪面積推定値に基づくリアルな皮下脂肪形状を作成できる効果がある。
Further, in the visceral fat estimation device according to the first embodiment of the present invention, the total fat area estimation
また、本発明の実施例1の内臓脂肪推定装置は、腹筋形状作成部109が、腹筋モデル画像を面積一定で変形させて腹筋形状を作成するので、腹筋の形状変化の特徴を反映したリアルな腹筋形状を作成できる効果がある。
Further, in the visceral fat estimation device according to the first embodiment of the present invention, the abdominal muscle
また、本発明の実施例1の内臓脂肪推定装置は、腹部断面形状作成部105が、作成されたリアルな内臓脂肪形状、皮下脂肪形状、腹筋形状と背骨周辺組織モデル画像を重ね合わせて腹部断面形状を作成する。これにより、各組織の形状変化の特徴を反映したリアルな腹部断面形状を作成できる効果がある。
Further, in the visceral fat estimation apparatus according to the first embodiment of the present invention, the abdominal cross-sectional
また、本発明の実施例1の内臓脂肪推定装置は、内臓脂肪推定端末101が、ユーザの内臓脂肪面積推定値とこれに基づくリアルな内臓脂肪形状を表示するので、ユーザの内臓脂肪蓄積状態をより正確に伝えることができる効果がある。
Also, in the visceral fat estimation apparatus according to the first embodiment of the present invention, the visceral
上記実施例1では、内臓脂肪面積推定値と全脂肪面積推定値を腹囲のみから算出したが、内臓・皮下脂肪面積と関連する複数の検査値から推定してもよい。内臓・皮下脂肪面積を目的変数、腹囲を含む複数の検査値を説明変数として重回帰分析を行うことで、腹囲を含む複数の検査値から内臓・皮下脂肪面積を推定できる式を作成できる。これにより、内臓脂肪面積推定値と全脂肪面積推定値を精度良く算出できる効果がある。 In the first embodiment, the visceral fat area estimated value and the total fat area estimated value are calculated only from the abdominal circumference, but may be estimated from a plurality of examination values related to the visceral / subcutaneous fat area. By performing multiple regression analysis using the visceral / subcutaneous fat area as an objective variable and a plurality of test values including the abdominal circumference as explanatory variables, an expression that can estimate the visceral / subcutaneous fat area from a plurality of test values including the abdominal circumference can be created. Thereby, there is an effect that the visceral fat area estimated value and the total fat area estimated value can be calculated with high accuracy.
また、上記実施例1では、ユーザの腹囲から算出した内臓脂肪面積推定値を元に、内臓脂肪形状を作成・表示したが、実際の内臓脂肪面積の値を持つ(腹部CT画像はない)ユーザについては、内臓脂肪面積の値を入力部102で入力させ、この値を元に、内臓脂肪形状を作成・表示してもよい。これにより、より精度の高い内臓脂肪形状を作成・表示できる効果がある。
In the first embodiment, the visceral fat shape is created and displayed based on the estimated visceral fat area calculated from the user's abdominal circumference, but the user has an actual visceral fat area value (no abdominal CT image). With respect to, the value of the visceral fat area may be input by the
また、上記実施例1では、ユーザの腹囲から算出した全脂肪面積推定値を元に、皮下脂肪形状を作成・表示したが、実際の内臓脂肪面積、皮下脂肪面積の値や全脂肪面積の値を持つ(腹部CT画像はない)ユーザについては、全脂肪面積(内臓脂肪面積+皮下脂肪面積)の値を入力部102で入力させ、この値を元に、皮下脂肪形状を作成・表示してもよい。これにより、より精度の高い皮下脂肪形状を作成・表示できる効果がある。
In the first embodiment, the subcutaneous fat shape is created and displayed based on the total fat area estimated value calculated from the user's abdominal circumference, but the actual visceral fat area, the subcutaneous fat area value, and the total fat area value For users who have abdominal CT images (no abdominal CT images), input the value of total fat area (visceral fat area + subcutaneous fat area) with the
また、上記実施例1では、ユーザに自分の腹囲を入力させ、この腹囲から腹部断面形状を作成・表示したが、病院、健診施設などの医療機関の電子カルテや健診システムのデータベースに、ユーザの腹囲が格納されている場合は、内臓脂肪推定端末101が、この腹囲を取り出して自動入力し、腹部断面形状を作成・表示してもよい。これにより、ユーザが自分で腹囲を入力する手間を省くことが出来る効果がある。また、内臓脂肪推定端末101が、医療機関の医師、保健師などの医療従事者が指導する対象者(受診者)の腹囲を、電子カルテや健診システムのデータベースから取り出して自動入力しても良い。これにより、指導対象者の腹部断面形状をリアルに視覚化でき、指導対象者の内臓脂肪蓄積状態を分かりやすく指導できる効果がある。
Further, in Example 1 above, the user inputs his abdominal girth, and the abdominal cross-sectional shape is created and displayed from this abdominal girth, but in the electronic medical records and medical examination system databases of medical institutions such as hospitals and medical examination facilities, When the user's abdominal circumference is stored, the visceral
本発明の実施例2について説明する。実施例2では、内臓脂肪面積、皮下脂肪面積が異なるユーザの2つの腹部CT画像を入力すると、ユーザの内臓脂肪モデル、皮下脂肪モデル等の腹部断面モデル画像を作成し、その特徴点の移動係数を算出する内臓脂肪推定装置について説明する。 A second embodiment of the present invention will be described. In the second embodiment, when two abdominal CT images of a user having different visceral fat areas and subcutaneous fat areas are input, an abdominal cross-sectional model image such as the user's visceral fat model and subcutaneous fat model is created, and the movement coefficient of the feature points A visceral fat estimation device for calculating the above will be described.
本発明の実施例2の内臓脂肪推定装置は、CPUとメモリと不揮発性記憶媒体とから構成される。不揮発性記憶媒体は、例えば、磁気ディスクまたは不揮発性メモリなどであり、内臓脂肪推定装置を実現するプログラム、及び内臓脂肪推定装置が算出した結果などを格納する。メモリは、不揮発性記憶媒体に格納されているプログラムを展開する。CPUは、メモリに展開されたプログラムを実行する。以下で説明する処理、及び演算はCPUが実行している。 The visceral fat estimation device according to the second embodiment of the present invention includes a CPU, a memory, and a nonvolatile storage medium. The nonvolatile storage medium is, for example, a magnetic disk or a nonvolatile memory, and stores a program for realizing the visceral fat estimation device, a result calculated by the visceral fat estimation device, and the like. The memory expands a program stored in the nonvolatile storage medium. The CPU executes the program expanded in the memory. Processing and operations described below are executed by the CPU.
図18は、本発明の実施例2の内臓脂肪推定装置の構成の一例を示すブロック図である。内臓脂肪推定装置は、内臓脂肪推定端末101とデータベース106とから構成される。内臓脂肪推定端末101は、入力部102、腹部断面形状作成部105、モデル情報作成部1801、出力部104を備える。
FIG. 18 is a block diagram illustrating an example of the configuration of the visceral fat estimation apparatus according to the second embodiment of the present invention. The visceral fat estimation device includes a visceral
入力部102は、マウス及びキーボードなどである。出力部104は、内臓脂肪推定端末101が算出した結果を表示するディスプレイなどである。
The
モデル情報作成部1801は、腹部断面モデル作成部1802、モデル形状データ算出部1803、移動係数算出部1804を備える。
The model information creation unit 1801 includes an abdominal section
腹部断面モデル作成部1802は、皮下脂肪モデル作成部1811、腹筋モデル作成部1812、内臓脂肪モデル作成部1813、背骨周辺組織モデル作成部1814を備える。
The abdominal cross-section
皮下脂肪モデル作成部1811は、入力部102で入力された内臓脂肪面積、皮下脂肪面積が異なるユーザの2つの腹部CT画像に対してエッジ検出、線検出等の画像処理を行い、図12に示すような皮下脂肪モデル画像を2つ作成する。腹筋モデル作成部1812は、入力部102で入力されたユーザの2つの腹部CT画像どちらか一つに対してエッジ検出、線検出等の画像処理を行い、図9に示すような腹筋モデル画像を作成する。内臓脂肪モデル作成部1813は、入力部102で入力された2つの腹部CT画像に対してエッジ検出、線検出等の画像処理を行い、図5上図に示すような内臓脂肪モデル画像を2つ作成する。背骨周辺組織モデル作成部1814は、入力部102で入力された2つの腹部CT画像の内、腹筋モデル画像の作成に使用した腹部CT画像に対してエッジ検出、線検出等の画像処理を行い、図5下図に示すような背骨周辺組織モデル画像を作成する。
The subcutaneous fat model creation unit 1811 performs image processing such as edge detection and line detection on the two abdominal CT images of the users having different visceral fat areas and subcutaneous fat areas input by the
モデル形状データ算出部1803は、皮下脂肪モデル形状データ算出部1821、腹筋モデル形状データ算出部1822、内臓脂肪モデル形状データ算出部1823を備える。
The model shape
皮下脂肪モデル形状データ算出部1821は、皮下脂肪モデル作成部1811で作成された2つの皮下脂肪モデル画像に対して皮下脂肪の特徴点を設定し、その座標を算出すると共に、入力部102で入力された2つの腹部CT画像に対して画像処理を行い、2つの皮下脂肪モデル画像の全脂肪面積値をそれぞれ算出する。腹筋モデル形状データ算出部1822は、腹筋モデル作成部1812で作成された腹筋モデル画像に対して腹筋の特徴点を設定し、その座標を算出する。内臓脂肪モデル形状データ算出部1823は、内臓脂肪モデル作成部1813で作成された2つの内臓脂肪モデル画像に対して内臓脂肪の特徴点を設定し、その座標を算出すると共に、入力部102で入力された2つの腹部CT画像に対して画像処理を行い、2つの内臓脂肪モデル画像の内臓脂肪面積値をそれぞれ算出する。
The subcutaneous fat model shape
移動係数算出部1804は、皮下脂肪特徴点移動係数算出部1831と内臓脂肪特徴点移動係数算出部1832を備える。
The movement
皮下脂肪特徴点移動係数算出部1831は、皮下脂肪モデル形状データ算出部1821で算出された2つの皮下脂肪モデル画像の特徴点座標と2つの皮下脂肪モデル画像の全脂肪面積から、皮下脂肪特徴点の移動係数(単位全脂肪面積差当りの移動距離)を算出する。内臓脂肪特徴点移動係数算出部1832は、内臓脂肪モデル形状データ算出部1823で算出された2つの内臓脂肪モデル画像の特徴点座標と2つの内臓脂肪モデル画像の内臓脂肪面積から、内臓脂肪特徴点の移動係数(単位内臓脂肪面積差当りの移動距離)を算出する。
The subcutaneous fat feature point movement
腹部断面形状作成部105は、実施例1で説明した処理と同じ処理を行い、入力部102で入力されたユーザの腹囲から腹部断面形状を作成・表示する。
The abdominal cross-sectional
データベース106は、モデル形状データ管理部120、移動係数管理部122、推定式情報管理部123、及び腹部断面モデル管理部125を備える。
The
モデルの形状データ管理部120は、モデル形状データ算出部1803で算出された内臓脂肪モデル画像の特徴点のXY座標と内臓脂肪面積値、腹筋モデル画像の特徴点のXY座標、皮下脂肪モデル画像の特徴点のXY座標と全脂肪面積値を管理する。移動係数管理部122は、移動係数算出部1804で算出された内臓脂肪特徴点の移動係数(単位内臓脂肪面積差当りの移動距離)、皮下脂肪特徴点の移動係数(単位全脂肪面積差当りの移動距離)を管理する。推定式情報管理部123は、内臓脂肪面積推定式、全脂肪面積推定式を管理する。腹部断面モデル管理部125は、腹部断面モデル作成部1802で作成された内臓脂肪モデル画像、皮下脂肪モデル画像、腹筋モデル画像、背骨周辺組織モデル画像を管理する。なお、データベース106は、前述した情報以外のデータを管理してもよい。
The model shape
図19は、本発明の実施例2の内臓脂肪推定装置における処理の流れを示すシーケンス図である。 FIG. 19 is a sequence diagram showing a flow of processing in the visceral fat estimation apparatus according to the second embodiment of the present invention.
まず、内臓脂肪推定端末101は、腹部断面モデル作成部1802が、入力部102で入力された内臓脂肪面積、皮下脂肪面積が異なるユーザの2つの腹部CT画像から内臓脂肪モデル、皮下脂肪モデル等の腹部断面モデル画像を作成し、データベース106の腹部断面モデル管理部125に格納する(1901)。次に、内臓脂肪推定端末101は、腹部断面モデル管理部125から内臓脂肪モデル、皮下脂肪モデル等の腹部断面モデル画像を取得する(1902)。モデル形状データ算出部1803は、取得した腹部断面モデルに対して特徴点を設定して、その座標を算出する。算出された内臓脂肪、皮下脂肪などの特徴点の座標はデータベース106のモデル形状データ管理部120に格納する(1903)。
First, in the visceral
次に、内臓脂肪推定端末101は、モデル形状データ管理部120から内臓脂肪、皮下脂肪のモデル形状データを取得する(1904)。移動係数算出部1804は、取得したモデル形状データに基づいて内臓脂肪、皮下脂肪の特徴点の移動係数を算出する。算出された内臓脂肪、皮下脂肪の特徴点の移動係数は、データベース106の移動係数管理部122に格納する(1905)。
Next, the visceral
次に、内臓脂肪推定端末101は、移動係数管理部122から腹部断面モデル画像、モデル形状データ、特徴点移動係数を取得する(1906)。腹部断面形状作成部105は、入力部102で入力されたユーザの腹囲、取得したモデル形状データ、特徴点移動係数を元に、腹部断面モデル画像を変形して腹部断面形状を作成し、出力部104に表示する。
Next, the visceral
前述したように、本発明の実施例2の内臓脂肪推定装置は、入力された内臓脂肪面積、皮下脂肪面積が異なるユーザの2つの腹部CT画像からユーザの腹部断面モデル画像を作成し、その特徴点等のモデル形状データ、特徴点の移動係数を算出する。これにより、ユーザの腹部断面の形状変化の特徴を反映したリアルな内臓脂肪、皮下脂肪形状を作成することが出来る。 As described above, the visceral fat estimation apparatus according to the second embodiment of the present invention creates a user's abdominal cross-sectional model image from two abdominal CT images of a user having different visceral fat areas and subcutaneous fat areas, and features thereof. Model shape data such as points, and movement coefficients of feature points are calculated. Thereby, realistic visceral fat and subcutaneous fat shapes reflecting the characteristics of the shape change of the user's abdominal cross section can be created.
次に、図20のフローチャートを用いて本発明の実施例2における、処理の詳細について説明する。 Next, details of the processing in the second embodiment of the present invention will be described using the flowchart of FIG.
図20は、本発明の実施例2における、内臓脂肪面積、皮下脂肪面積が異なるユーザの2つの腹部CT画像からユーザの腹部断面モデル画像を作成し、その特徴点等のモデル形状データ、特徴点の移動係数を算出する処理の流れの一例を示すフローチャートである。 FIG. 20 shows a user's abdominal cross-section model image created from two abdominal CT images of a user with different visceral fat areas and subcutaneous fat areas in Example 2 of the present invention. It is a flowchart which shows an example of the flow of a process which calculates the movement coefficient of.
内臓脂肪推定端末101が処理を開始する(2001)と、腹部CT画像入力ステップ2002を行う。ここでは、図2に示すような内臓脂肪面積、皮下脂肪面積が異なるユーザの2つの腹部CT画像を入力部102で入力させる。
When the visceral
次に、腹部断面モデル作成ステップ2003では、まず、皮下脂肪モデル作成部1811が、入力部102で入力された2つの腹部CT画像に対してエッジ検出、線検出等の画像処理を行い、図12に示すような皮下脂肪モデル画像を2つ作成する。次に、腹筋モデル作成部1812が、入力された2つの腹部CT画像どちらか一つに対してエッジ検出、線検出等の画像処理を行い、図9に示すような腹筋モデル画像を作成する。また、内臓脂肪モデル作成部1813は、入力された2つの腹部CT画像に対してエッジ検出、線検出等の画像処理を行い、図5上図に示すような内臓脂肪モデル画像を2つ作成する。さらに、背骨周辺組織モデル作成部1814が、入力された2つの腹部CT画像の内、腹筋モデル画像の作成に使用した腹部CT画像に対してエッジ検出、線検出等の画像処理を行い、図5下図に示すような背骨周辺組織モデル画像を作成する。作成された皮下脂肪モデル画像、腹筋モデル画像、減量前後の内臓脂肪画像、背骨周辺組織モデル画像は、データベース106の腹部断面モデル管理部125に格納される。
Next, in the abdominal section
次に、モデル形状データ算出部2004では、まず、内臓脂肪推定装置101が、腹部断面モデル管理部125によって管理される2つの皮下脂肪モデル画像、腹筋モデル画像、2つの内臓脂肪画像、背骨周辺組織モデル画像を取得する。
Next, in the model shape
次に、内臓脂肪モデル形状データ算出部1823が、取得した2つの内臓脂肪モデル画像に対して内臓脂肪の特徴点を設定し、その座標を算出すると共に、入力部102で入力された内臓脂肪面積、皮下脂肪面積が異なるユーザの2つの腹部CT画像に対して画像処理を行い、2つの内臓脂肪モデル画像の内臓脂肪面積値を算出する。
Next, the visceral fat model shape
内臓脂肪特徴点の具体的な設定方法について図8を用いて説明する。上図が1つ目の内臓脂肪モデル画像、下図が2つ目の内臓脂肪モデル画像とする。前述したように内臓脂肪はほぼ左右対称であるため、左側のみ内臓脂肪特徴点を設定する。また、内臓脂肪面積、皮下脂肪面積が異なる2つの腹部CT画像(同一人物の画像)を分析すると、内臓脂肪形状は、体の前面の変化が体の側面より大きく、体の背面側では変化しない特徴があり、さらに、腹直筋と外腹斜筋を境に形状が変わる特徴がある。そこで、まず、1つ目の内臓脂肪モデル画像の背骨周辺組織と接する点(背面側)309、最も左側面側の点307、最も前面側(へそ後ろ側)の点303、腹直筋202と外腹斜筋203の中間点305の4点を少なくとも内臓脂肪特徴点として設定する。次に、内臓脂肪形状をより滑らかに変形させるため、内臓脂肪特徴点303、305と内臓脂肪形状301との接線を求め、その交点304を内臓脂肪特徴点として設定する。同様に、内臓脂肪特徴点305、307と内臓脂肪形状301との接線、内臓脂肪特徴点307、309と内臓脂肪形状301との接線を求め、その交点306、308を内臓脂肪特徴点として設定する。2つ目の内臓脂肪モデル画像に対しても同様の処理を行い、2つ目の内臓脂肪モデル画像の内臓脂肪特徴点613〜619を設定する。これにより、ユーザの内臓脂肪形状の特徴、形状変化の特徴を反映した内臓脂肪特徴点を設定することが出来る。ここで、特徴点の設定では内臓脂肪がほぼ左右対称であるため、左側のみ内臓脂肪特徴点を設定する例を示したが、左側に限らず、右側であっても、全体に対して設定しても良い。
A specific method for setting visceral fat feature points will be described with reference to FIG. The upper figure is the first visceral fat model image, and the lower figure is the second visceral fat model image. As described above, since visceral fat is substantially symmetrical, visceral fat feature points are set only on the left side. In addition, when analyzing two abdominal CT images (images of the same person) with different visceral fat areas and subcutaneous fat areas, the visceral fat shape is larger on the front side of the body than on the side of the body and does not change on the back side of the body In addition, there is a feature that the shape changes between the rectus abdominis and the external oblique muscle. Therefore, first, the point (back side) 309, the
次に、腹筋モデル形状データ算出部1822が、取得した腹筋モデル画像に対して腹筋の特徴点を設定し、その座標を算出する。腹筋特徴点の具体的な設定方法について図11上図を用いて説明する。前述したように腹筋もほぼ左右対称であるため、左側のみ腹筋特徴点を設定する。また、内臓脂肪面積、皮下脂肪面積が異なる2つの腹部CT画像(同一人物の画像)を分析すると、腹筋は、ほぼ面積一定で形状が変化し、その形状は体の前面の変化が体の側面より大きく、体の背面側では変化しない特徴がある。そこで、まず、腹筋モデル画像の最も左側面側の点703、背骨周辺組織と接する点(背面側)705を腹筋特徴点として設定する。次に、内臓脂肪モデル形状データ算出部1823で算出された内臓脂肪特徴点303、305と腹筋形状700との接線を求め、その交点701(前面側)を腹筋特徴点として設定する。上記した703、705、701の3点を少なくとも腹筋特徴点として設定する。また、腹筋形状をより滑らかに変形させるため、内臓脂肪モデル形状データ算出部1823で算出された内臓脂肪特徴点305、腹筋特徴点703と腹筋形状700との接線、腹筋特徴点703、705と腹筋形状700との接線を求め、その交点702、704を腹筋特徴点として設定する。これにより、ユーザの腹筋形状の特徴、形状変化の特徴を反映した腹筋特徴点を設定することができる。ここで、特徴点の設定では腹筋がほぼ左右対称であるため、左側のみ腹筋特徴点を設定する例を示したが、左側に限らず、右側であっても、全体に対して設定しても良い。
Next, the abdominal muscle model shape
次に、皮下脂肪モデル形状データ算出部1821が、取得した2つの皮下脂肪モデル画像に対して皮下脂肪の特徴点を設定し、その座標を算出すると共に、入力部102で入力された内臓脂肪面積、皮下脂肪面積が異なるユーザの2つの腹部CT画像に対して画像処理を行い、2つの皮下脂肪モデル画像の全脂肪面積値を算出する。皮下脂肪特徴点の具体的な設定方法について図15を用いて説明する。上図が1つ目の皮下脂肪モデル画像、下図が2つ目の皮下脂肪モデル画像とする。前述したように皮下脂肪はほぼ左右対称であるため、左側のみ皮下脂肪特徴点を設定する。また、内臓脂肪面積、皮下脂肪面積が異なる2つの腹部CT画像(同一人物の画像)を分析すると、皮下脂肪形状は、体の前後の変化が体の側面より大きい特徴があり、さらに、背骨の後ろ側が体の内側に向かって凹んでいる特徴がある。そこで、まず、1つ目の皮下脂肪モデル画像の最も前面側の点1002、最も背面側の点1006、最も左側面側の点1004、背骨後ろ側の点1007の4点を少なくとも皮下脂肪特徴点として設定する。次に、皮下脂肪形状をより滑らかに変形させるため、内臓脂肪モデル形状データ算出部1823で算出された内臓脂肪特徴点303、皮下脂肪特徴点1001と皮下脂肪形状1000との接線を求め、その交点1001を皮下脂肪特徴点として設定する。同様に、皮下脂肪特徴点1002、1004と皮下脂肪形状1000との接線、皮下脂肪特徴点1004、1006と皮下脂肪形状1000との接線を求め、その交点1003、1005を皮下脂肪特徴点として設定する。2つ目の皮下脂肪モデル画像に対しても同様の処理を行い、2つ目の皮下脂肪モデル画像の皮下脂肪特徴点1501〜1507を設定する。これにより、ユーザの皮下脂肪形状の特徴、形状変化の特徴を反映した皮下脂肪特徴点を設定できる。ここで、特徴点の設定では皮下脂肪がほぼ左右対称であるため、左側のみ皮下脂肪特徴点を設定する例を示したが、左側に限らず、右側であっても、全体に対して設定しても良い。
Next, the subcutaneous fat model shape
設定された2つの内臓脂肪モデル画像の内臓脂肪特徴点、2つの皮下脂肪モデル画像の皮下脂肪特徴点、腹筋特徴点の座標と、算出された2つの内臓脂肪モデル画像の内臓脂肪面積、2つの皮下脂肪モデル画像の全脂肪面積は、データベース106のモデル形状データ管理部120に格納され、図6、10、13のように管理される。
The set visceral fat feature points of the two visceral fat model images, the subcutaneous fat feature points of the two subcutaneous fat model images, the coordinates of the abdominal muscle feature points, and the calculated visceral fat areas of the two visceral fat model images, The total fat area of the subcutaneous fat model image is stored in the model shape
次に、移動係数算出ステップ2005では、まず、内臓脂肪推定端末101が、モデル形状データ管理部120によって管理される2つの内臓・皮下脂肪モデル画像の内臓脂肪特徴点、皮下脂肪特徴点の座標と、2つの内臓・皮下脂肪モデル画像の内臓脂肪面積、全脂肪面積を取得する。次に、内臓脂肪特徴点移動係数算出部1832が、取得した2つの内臓脂肪モデル画像の内臓脂肪特徴点の座標と2つの内臓脂肪モデル画像の内臓脂肪面積から、内臓脂肪特徴点の移動係数(単位内臓脂肪面積差当りの移動距離)を算出する。具体的な算出方法を図8を用いて説明する。上図が1つ目の内臓脂肪モデル画像、下図が2つ目の内臓脂肪モデル画像とする。まず、1つ目の内臓脂肪モデル画像の内臓脂肪特徴点303〜309を2つ目の内臓脂肪モデル画像の内臓脂肪特徴点613〜619に対応させて(例えば303は613)、対応特徴点別に、内臓脂肪特徴点の移動距離のX成分、Y成分をそれぞれ算出する。例えば、内臓脂肪特徴点303と613の場合、内臓脂肪特徴点303のX座標をX303、Y座標をY303とし、内臓脂肪特徴点613のX座標をX613、Y座標をY613とすると、内臓脂肪特徴点303の移動距離は、X成分=X303−X613、Y成分=Y303−Y613となる。そして、算出された対応特徴点別の移動距離を、2つの内臓脂肪モデル画像の内臓脂肪面積の差で割って各内臓脂肪特徴点の移動係数(単位内臓脂肪面積差当りの移動距離のX成分(dXv)、Y成分(dYv))を算出する。例えば、内臓脂肪特徴点303と613の場合、1つ目の内臓脂肪モデル画像の内臓脂肪面積をVFA10、2つ目の内臓脂肪モデル画像の内臓脂肪面積をVFA20とすると、内臓脂肪特徴点303の移動係数はdXv=(X303−X613)/(VFA10−VFA20)、dYv=(Y303−Y613)/(VFA10−VFA20)となる。これにより、ユーザの内臓脂肪面積推定値に対応した内臓脂肪特徴点の移動位置を算出できる。
Next, in the movement
次に、皮下脂肪特徴点移動係数算出部1831が、取得した2つの皮下脂肪モデル画像の皮下脂肪特徴点の座標と2つの皮下脂肪モデル画像の全脂肪面積から、皮下脂肪特徴点の移動係数(単位全脂肪面積差当りの移動距離)を算出する。具体的な算出方法を図15を用いて説明する。上図が1つ目の皮下脂肪モデル画像、下図が2つ目の皮下脂肪モデル画像とする。まず、1つ目の皮下脂肪モデル画像の皮下脂肪特徴点1001〜1007を2つ目の皮下脂肪モデル画像の皮下脂肪特徴点1501〜1507に対応させて(例えば1001は1501)、対応特徴点別に、皮下脂肪特徴点の移動距離のX成分、Y成分をそれぞれ算出する。例えば、皮下脂肪特徴点1001と1501の場合、皮下脂肪特徴点1001のX座標をX1001、Y座標をY1001とし、皮下脂肪特徴点1501のX座標をX1501、Y座標をY1501とすると、皮下脂肪特徴点1001の移動距離は、X成分=X1001−X1501、Y成分=Y1001−Y1501となる。そして、算出された対応特徴点別の移動距離を、2つの皮下脂肪モデル画像の全脂肪面積の差で割って各皮下脂肪特徴点の移動係数(単位全脂肪面積差当りの移動距離のX成分(dXs)、Y成分(dYs))を算出する。例えば、皮下脂肪特徴点1001と1501の場合、1つ目の皮下脂肪モデル画像の全脂肪面積をAFA10、2つ目の皮下脂肪モデル画像の全脂肪面積をAFA20とすると、皮下脂肪特徴点1001の移動係数は、dXv=(X1001−X1501)/(AFA10−AFA20)、dYv=(Y1001−Y1501)/(AFA10−AFA20)となる。これにより、ユーザの全脂肪面積推定値に対応した皮下脂肪特徴点の移動位置を算出できる。
Next, the subcutaneous fat feature point movement
算出された内臓脂肪特徴点と皮下脂肪特徴点の移動係数は、データベース106の移動係数管理部122に格納され、図7、14のように管理される。
The calculated movement coefficients of the visceral fat feature points and the subcutaneous fat feature points are stored in the movement
以上で処理が終了する(2006)。 The process ends here (2006).
また、以降の2つの腹部CT画像を持つユーザの腹囲から内臓脂肪形状・皮下脂肪形状などの腹部断面形状を作成・表示する処理の流れは、実施例1で説明した図3のフローチャートに示す通りである。 Further, the flow of processing for creating and displaying abdominal cross-sectional shapes such as visceral fat shape and subcutaneous fat shape from the abdominal circumference of the user having the following two abdominal CT images is as shown in the flowchart of FIG. 3 described in the first embodiment. It is.
まず、内臓脂肪推定端末101は、上記の処理で作成され、腹部断面モデル管理部125によって管理される腹部断面モデル画像(背骨周辺組織モデル画像、腹筋モデル画像と、腹筋モデル画像の作成に使用した腹部CT画像から作成した内臓脂肪モデル画像、皮下脂肪モデル画像)を取得する。また、内臓脂肪推定端末101は、上記の処理で算出され、モデル形状データ管理部120によって管理されるモデル形状データ(腹筋特徴点座標、腹筋モデル画像の作成に使用した腹部CT画像から算出した内臓脂肪モデル画像の内臓脂肪面積と内臓脂肪特徴点座標、皮下脂肪モデル画像の全脂肪面積と皮下脂肪特徴点座標)を取得する。さらに、内臓脂肪推定端末101は、上記の処理で算出され、移動係数管理部122によって管理される特徴点移動係数(内臓脂肪特徴点の移動係数、皮下脂肪特徴点の移動係数)を取得する。
First, the visceral
次に、内臓脂肪推定端末101は、図16に示すような入力画面を出力部104に表示し、入力部102で、ユーザに自分の腹囲を入力させる。そして、腹部断面形状作成部105が、入力されたユーザの腹囲、取得したモデル形状データ、特徴点移動係数を元に、ユーザの腹部断面モデル画像を変形して腹部断面形状を作成し、出力部104に表示する。
Next, the visceral
以上に示したように、本発明の実施例2の内臓脂肪推定装置は、入力された内臓脂肪面積、皮下脂肪面積が異なるユーザの2つの腹部CT画像を元に、ユーザの内臓脂肪モデル画像を作成し、内臓脂肪特徴点の座標、その移動係数を算出する。これにより、ユーザの内臓脂肪形状、形状変化の特徴を反映したリアルな内臓脂肪形状を作成することが出来る効果がある。 As described above, the visceral fat estimation apparatus according to the second embodiment of the present invention is based on two abdominal CT images of a user having different visceral fat areas and subcutaneous fat areas that are input. Create and calculate the coordinates of the visceral fat feature point and its movement coefficient. Thereby, there exists an effect which can produce the realistic visceral fat shape reflecting the feature of a user's visceral fat shape and shape change.
また、本発明の実施例2の内臓脂肪推定装置は、入力された内臓脂肪面積、皮下脂肪面積が異なるユーザの2つの腹部CT画像を元に、ユーザの皮下脂肪モデル画像を作成し、皮下脂肪特徴点の座標、その移動係数を算出する。これにより、ユーザの皮下脂肪形状、形状変化の特徴を反映したリアルな内臓脂肪形状を作成することが出来る効果がある。 In addition, the visceral fat estimation apparatus according to the second embodiment of the present invention creates a subcutaneous fat model image of a user based on the two abdominal CT images of the user with different visceral fat areas and subcutaneous fat areas that are input. The coordinates of the feature point and its movement coefficient are calculated. Thereby, there exists an effect which can create the realistic visceral fat shape reflecting the characteristic of a user's subcutaneous fat shape and shape change.
また、本発明の実施例2の内臓脂肪推定装置は、入力されたユーザの腹部CT画像を元に、ユーザの腹筋モデル画像を作成し、腹筋特徴点の座標を算出する。これにより、ユーザの腹筋形状の特徴を反映したリアルな腹筋形状を作成することが出来る効果がある。 Further, the visceral fat estimation device according to the second embodiment of the present invention creates a user's abdominal muscle model image based on the input user's abdominal CT image and calculates the coordinates of the abdominal muscle feature points. Thereby, there is an effect that a realistic abdominal muscle shape reflecting the characteristics of the user's abdominal muscle shape can be created.
また、本発明の実施例2の内臓脂肪推定装置は、入力されたユーザの腹部CT画像を元に、ユーザの背骨周辺組織モデル画像を作成する。これにより、ユーザの背骨周辺組織形状の特徴を反映したリアルな背骨周辺組織形状を作成することが出来る効果がある。 Moreover, the visceral fat estimation apparatus according to the second embodiment of the present invention creates a user's spine peripheral tissue model image based on the input user's abdominal CT image. Accordingly, there is an effect that a realistic spine peripheral tissue shape reflecting the characteristics of the user's spine peripheral tissue shape can be created.
また、本発明の実施例2の内臓脂肪推定装置は、入力された内臓脂肪面積、皮下脂肪面積が異なるユーザの2つの腹部CT画像を元に、内臓脂肪モデル画像、皮下脂肪モデル画像などのユーザの腹部断面モデル画像を作成する。これにより、ユーザの腹部断面形状、形状変化の特徴を反映した腹部断面形状を作成できる効果がある。 In addition, the visceral fat estimation apparatus according to the second embodiment of the present invention is based on the two abdominal CT images of users having different visceral fat areas and subcutaneous fat areas, and the user such as the visceral fat model image and the subcutaneous fat model image. An abdominal cross-section model image is created. Thereby, there exists an effect which can create the abdominal cross-sectional shape reflecting the feature of the user's abdominal cross-sectional shape and shape change.
また、本発明の実施例2の内臓脂肪推定装置は、実際の内臓脂肪、皮下脂肪、腹筋がほぼ左右対称であることを利用して全体に特徴点を設定せず、左側にのみ特徴点を設定している。これにより、内臓脂肪モデル画像、皮下脂肪モデル画像、腹筋モデル画像を変形させる際に、少ない演算量で変形させることが出来る効果がある。 In addition, the visceral fat estimation apparatus according to the second embodiment of the present invention does not set feature points on the whole using the fact that actual visceral fat, subcutaneous fat, and abdominal muscles are substantially bilaterally symmetrical. It is set. Accordingly, there is an effect that when the visceral fat model image, the subcutaneous fat model image, and the abdominal muscle model image are deformed, they can be deformed with a small amount of calculation.
上記実施例2では、ユーザの腹囲から内臓脂肪形状を作成・表示したが、実際の内臓脂肪面積の値を持つ(過去の2つの腹部CT画像はあるが、現在はない)ユーザについては、内臓脂肪面積の値を入力部102で入力させ、この値を元に、内臓脂肪形状を作成・表示してもよい。これにより、より精度の高い内臓脂肪形状を作成・表示できる効果がある。
In the second embodiment, the visceral fat shape is created and displayed from the user's abdominal circumference. However, for a user who has an actual visceral fat area value (there are two past abdominal CT images, but no present), The fat area value may be input by the
また、上記実施例2では、ユーザの腹囲から皮下脂肪形状を作成・表示したが、実際の内臓脂肪面積、皮下脂肪面積の値や全脂肪面積の値を持つ(過去の2つの腹部CT画像はあるが、現在はない)ユーザについては、全脂肪面積(内臓脂肪面積+皮下脂肪面積)の値を入力部102で入力させ、この値を元に、皮下脂肪形状を作成・表示してもよい。これにより、より精度の高い皮下脂肪形状を作成・表示できる効果がある。
In the second embodiment, the subcutaneous fat shape is created and displayed from the user's abdominal circumference, but the actual visceral fat area, the value of the subcutaneous fat area, and the value of the total fat area (the past two abdominal CT images are For a user (but not present), a value of total fat area (visceral fat area + subcutaneous fat area) may be input by the
また、上記実施例2では、ユーザの2つの腹部CT画像からユーザの腹部断面モデル画像を作成し、特徴点座標などのモデル形状データと、内臓・皮下脂肪特徴点の移動係数を算出する方法について説明したが、内臓脂肪面積、皮下脂肪面積が異なる標準的な2つの腹部CT画像を入力部102で入力させることで、内臓脂肪標準モデル画像、皮下脂肪標準モデル画像、腹筋標準モデル画像などの腹部断面標準モデル画像を作成し、その特徴点座標などの標準モデル形状データ、内臓・皮下脂肪特徴点の標準移動係数を算出してもよい。この処理は、上記と同じ処理(図20のフローチャートに示す処理)を行うことで算出できる。そして、腹部断面形状作成部105が、入力されたユーザの腹囲、標準モデル形状データ、内臓・皮下脂肪特徴点の標準移動係数を元に、腹部断面標準モデル画像を変形して標準的な腹部断面形状を作成し、出力部104に表示してもよい。このようにすることで、2つの腹部CT画像を持っていないユーザに対しても、ユーザの腹囲から標準的な腹部断面形状を作成・表示することが出来、ユーザの内臓脂肪蓄積状態を分かりやすく伝えることが出来る効果がある。
In the second embodiment, a method for creating a user's abdominal cross-section model image from two abdominal CT images of the user and calculating model shape data such as feature point coordinates and a movement coefficient of the visceral / subcutaneous fat feature points is described. As described above, by inputting two standard abdominal CT images having different visceral fat areas and subcutaneous fat areas with the
また、上記実施例2では、ユーザに自分の腹囲を入力させ、この腹囲から腹部断面形状を作成・表示したが、病院、健診施設などの医療機関の電子カルテや健診システムのデータベースに、ユーザの腹囲が格納されている場合は、内臓脂肪推定端末101が、この腹囲を取り出して自動入力し、腹部断面形状を作成・表示してもよい。これにより、ユーザが自分で腹囲を入力する手間を省くことが出来る効果がある。また、内臓脂肪推定端末101が、医療機関の医師、保健師などの医療従事者が指導する対象者(受診者)の腹囲を、電子カルテや健診システムのデータベースから取り出して自動入力してもよい。これにより、指導対象者の腹部断面形状をリアルに視覚化でき、指導対象者の内臓脂肪蓄積状態を分かりやすく指導できる効果がある。
Further, in Example 2 above, the user's own abdominal circumference is input, and the abdominal cross-sectional shape is created and displayed from this abdominal circumference, but in the electronic medical records and medical examination system databases of medical institutions such as hospitals and medical examination facilities, When the user's abdominal circumference is stored, the visceral
本発明の実施例3について説明する。実施例3では、ユーザの現在腹囲と体重変化量を入力すると、体重変化前後の内臓脂肪・皮下脂肪形状などの腹部断面形状を生成・表示する内臓脂肪推定装置について説明する。 A third embodiment of the present invention will be described. In the third embodiment, a visceral fat estimation device that generates and displays an abdominal cross-sectional shape such as a visceral fat / subcutaneous fat shape before and after weight change when a user's current abdominal circumference and weight change amount are input will be described.
本発明の実施例3の内臓脂肪推定装置は、CPUとメモリと不揮発性記憶媒体とから構成される。不揮発性記憶媒体は、例えば、磁気ディスクまたは不揮発性メモリなどであり、内臓脂肪推定装置を実現するプログラム、及び内臓脂肪推定装置が算出した結果などを格納する。メモリは、不揮発性記憶媒体に格納されているプログラムを展開する。CPUは、メモリに展開されたプログラムを実行する。以下で説明する処理、及び演算はCPUが実行している。 The visceral fat estimation device according to the third embodiment of the present invention includes a CPU, a memory, and a nonvolatile storage medium. The nonvolatile storage medium is, for example, a magnetic disk or a nonvolatile memory, and stores a program for realizing the visceral fat estimation device, a result calculated by the visceral fat estimation device, and the like. The memory expands a program stored in the nonvolatile storage medium. The CPU executes the program expanded in the memory. Processing and operations described below are executed by the CPU.
図21は、本発明の実施例3の内臓脂肪推定装置の構成の一例を示すブロック図である。内臓脂肪推定装置は、内臓脂肪推定端末101とデータベース106とから構成される。内臓脂肪推定端末101は、入力部102、腹囲推定値算出部2101、腹部断面形状作成部105、出力部104を備える。
FIG. 21 is a block diagram illustrating an example of the configuration of the visceral fat estimation apparatus according to the third embodiment of the present invention. The visceral fat estimation device includes a visceral
入力部102は、マウス及びキーボードなどである。出力部104は、内臓脂肪推定端末101が算出した結果を表示するディスプレイなどである。腹囲推定値算出部2101は、入力部102で入力されたユーザの腹囲と体重変化量から体重変化後の腹囲推定値を算出する。腹部断面形状作成部105は、実施例1で説明した処理と同じ処理を行い、入力部102で入力されたユーザの腹囲と、腹囲推定値算出部2101で算出された腹囲推定値から体重変化前後の腹部断面形状を作成・表示する。
The
図22のフローチャートと図23を用いて本発明の実施例3における、処理の詳細について説明する。図22は、入力部102からユーザの腹囲と体重変化量が入力され、体重変化前後の腹部断面形状が表示されるまでの処理の流れの一例を示すフローチャートである。
Details of the processing in the third embodiment of the present invention will be described with reference to the flowchart of FIG. 22 and FIG. FIG. 22 is a flowchart illustrating an example of a flow of processing from when the user's abdominal circumference and weight change amount are input from the
図23は、推定式情報管理部123によって管理される実施例3の推定式情報の一例を示す図である。ユーザの腹囲を入力することで内臓脂肪面積推定値と全脂肪面積推定値を算出する内臓脂肪面積推定式1401と全脂肪面積推定式1402を管理している。また、ユーザの現在腹囲と体重変化量を入力することで体重変化後の腹囲推定値を算出する腹囲推定式2301を管理している。腹囲推定式は、大量の腹囲の変化量と体重の変化量を回帰分析することにより作成できる。これにより、ユーザの腹囲と体重変化量から体重変化後の腹囲推定値を算出することができ、さらに、体重変化後の腹囲推定値を元に、体重変化後の内臓脂肪面積推定値と全脂肪面積推定値を算出できる。
FIG. 23 is a diagram illustrating an example of the estimation formula information of the third embodiment managed by the estimation formula
実施例3の腹囲推定端末101が処理を開始すると(2201)、ユーザ情報入力ステップ2202を行う。ここでは、内臓脂肪推定端末101が、出力部104に、図24のようなユーザ情報を入力する画面を表示する。
When the abdominal
図24は、本発明の実施例3の出力部104に表示される入力画面の一例を示す説明図である。ユーザ情報入力画面2401は、腹囲入力欄1602、体重入力欄2402、及びユーザ情報の入力を決定する実行ボタン1603を表示する。
FIG. 24 is an explanatory diagram illustrating an example of an input screen displayed on the
内臓脂肪推定端末101は、ユーザにメジャー等で腹囲を測定させ、入力部102のマウスまたはキーボード等を用いて、腹囲入力欄1602に入力させる。また、ユーザの体重を体重計で測定させ、入力部102のマウスまたはキーボード等を用いて、体重入力欄2402に入力させる。入力が終わったら、実行ボタン1603を操作するようにユーザに指示する。
The visceral
次に、現在腹部断面形状生成・表示ステップ2203では、腹部断面形状作成部105が、実施例1で説明した処理と同じ処理を行い、入力部102で入力されたユーザの腹囲から現在の腹部断面形状を作成し、図25のように出力部104に表示する。
Next, in the current abdominal cross-sectional shape generation /
図25は、本発明の実施例3の出力部104に表示される内臓脂肪シミュレーション画面の一例であり、体重変化前の状態を示す説明図である。
FIG. 25 is an example of a visceral fat simulation screen displayed on the
図25の内臓脂肪シミュレーション画面2501は、現在の腹部断面形状2504、現在の内臓脂肪関連数値2502(体重、腹囲、内臓脂肪面積推定値、皮下脂肪面積推定値)を左側に、体重変化後の腹部断面形状2505、体重変化後の内臓脂肪関連数値2503(体重、腹囲推定値、内臓脂肪面積推定値、皮下脂肪面積推定値)を右側に表示する。また、体重変化量入力バー2506を表示する。体重変化量入力前(体重変化量0kg)であるため、体重変化後の内臓脂肪関連数値2503は、現在の内臓脂肪関連数値2502と同じ値になり、体重変化後の腹部断面形状2505も、現在の腹部断面形状2504と同じ形状になる。この画面の例では、入力画面2401で体重80kg、腹囲88cmを入力した場合の例を示している。
The visceral
次に、体重変化量入力ステップ2204では、出力部104に表示された内臓脂肪シミュレーション画面2501の体重変化入力バー2506を用いて、ユーザに体重変化量を入力させる。
Next, in a weight
次に、腹囲推定値算出ステップ2205では、まず、内臓脂肪推定端末101が、推定式情報管理部123によって管理される腹囲推定式2301を取得する。次に、腹囲推定値算出部2101が、ユーザ情報入力ステップで入力されたユーザの現在腹囲と体重変化量入力ステップ2204で入力された体重変化量を腹囲推定式2301に代入して、体重変化後の腹囲推定値を算出する。
Next, in the abdominal circumference estimated
次に、体重変化後の腹部断面形状生成・表示ステップ2206では、腹部断面形状作成部105が、実施例1で説明した処理と同じ処理を行い、腹囲推定値算出部2101で算出された体重変化後の腹囲推定値から体重変化後の腹部断面形状を作成し、図26のように出力部104に表示する。
Next, in the abdominal cross-sectional shape generation /
図26は、本発明の実施例3の出力部104に表示される内臓脂肪シミュレーション画面の一例であり、体重変化後の状態を示す説明図である。
FIG. 26 is an example of a visceral fat simulation screen displayed on the
図26の内臓脂肪シミュレーション画面2601は、体重変化後の腹部断面形状2505、体重変化後の内臓脂肪関連数値2503(体重、腹囲推定値、内臓脂肪面積推定値、皮下脂肪面積推定値)を右側に表示する。この画面の例では、体重変化量を−10kgと入力した場合の例を示している。
In the visceral
以上に示したように、本発明の実施例3の内臓脂肪推定装置は、腹部断面形状作成部105が、体重変化前後の内臓脂肪形状、皮下脂肪形状などの腹部断面形状をリアルに表示するため、ユーザの減量に伴う内臓脂肪蓄積状態を分かりやすく伝えることが出来る効果がある。
As described above, in the visceral fat estimation device according to the third embodiment of the present invention, the abdominal cross-sectional
上記実施例3では、体重変化前後の腹部断面形状を表示する例を説明したが、図27、28に示すように、人体模型図2702と共に体重変化前後の腹部断面形状を表示し、腹部断面形状の変化に伴って、人体模型図の腹の横幅や出具合などの3次元構造2703を変化させても良い。
In the third embodiment, the example of displaying the abdominal cross-sectional shape before and after the weight change has been described. However, as shown in FIGS. 27 and 28, the abdominal cross-sectional shape before and after the weight change is displayed together with the
図27、28は、人体模型図を表示する内臓脂肪シミュレーション画面の一例であり、図27は体重変化量入力前の状態を示しており、図28は体重変化量入力後の状態を示している。この例では、図27は体重減少前の太った人体模型図を示しており、図28は体重減少後のやせた人体模型図を示している。 27 and 28 are examples of a visceral fat simulation screen displaying a human body model diagram, FIG. 27 shows a state before the weight change amount input, and FIG. 28 shows a state after the weight change amount input. . In this example, FIG. 27 shows a fat human model before weight loss, and FIG. 28 shows a thin human model after weight loss.
このように表示することで、ユーザの内臓脂肪蓄積状態をより分かりやすく伝えることが出来る効果がある。 By displaying in this way, there is an effect that the visceral fat accumulation state of the user can be conveyed in an easy-to-understand manner.
また、上記実施例3では、まず、ユーザに自分の腹囲、体重を入力させ、次に体重変化量を入力させることで、体重変化前後の腹部断面形状を作成・表示する方法を説明したが、病院、健診施設などの医療機関の電子カルテや健診システムのデータベースに、ユーザの腹囲、体重が格納されている場合は、内臓脂肪推定端末101が、この腹囲、体重を取り出して自動入力し、ユーザに体重変化量を入力させるだけで体重変化前後の腹部断面形状を作成・表示するようにしてもよい。これにより、ユーザが自分で腹囲、体重を入力する手間を省くことが出来る効果がある。また、内臓脂肪推定端末101が、医療機関の医師、保健師などの医療従事者が指導する対象者(受診者)の腹囲、体重を、電子カルテや健診システムのデータベースから取り出して自動入力し、医療従事者に指導対象者の体重変化量(減量目標値)を入力するよう支持しても良い。これにより、指導対象者の現在と減量後のリアルな腹部断面形状を視覚化でき、医療機関の医師、保健師などの医療従事者は、内臓脂肪型肥満(内臓脂肪面積100cm2以上)を改善するために必要な体重減少量を示して指導を行うなど、内臓脂肪を減少させる効果的な減量指導ができる効果がある。
In the third embodiment, the method of creating and displaying the abdominal cross-sectional shape before and after the weight change by first allowing the user to input his abdominal circumference and weight, and then inputting the weight change amount has been described. When the user's abdominal circumference and body weight are stored in the electronic medical record of a medical institution such as a hospital or a medical examination facility or the database of the medical examination system, the visceral
本発明の実施例4について説明する。実施例4では、ユーザが減量をするために、日々体重をシステムで記録・管理している場合に利用する内臓脂肪推定装置について説明する。具体的には、ユーザの減量開始時の体重、腹囲と現在の体重から、減量開始時と現在の腹部断面形状を生成・表示する内臓脂肪推定装置について説明する。 Embodiment 4 of the present invention will be described. In the fourth embodiment, a visceral fat estimation device used when the user records and manages the weight daily by the system in order to reduce the weight will be described. More specifically, a visceral fat estimation device that generates and displays the current abdominal cross-sectional shape at the start of weight reduction from the weight, abdominal circumference, and current weight at the start of weight reduction will be described.
本発明の実施例4の内臓脂肪推定装置は、図21に示す本発明の実施例3の内臓脂肪推定装置の内臓脂肪推定端末101に体重変化量算出部を追加し、データベース106に日々の体重管理部と減量開始時腹囲管理部を追加することで実現できる。
The visceral fat estimation apparatus according to the fourth embodiment of the present invention adds a weight change amount calculation unit to the visceral
具体的な処理の流れを説明する。 A specific processing flow will be described.
まず、内臓脂肪推定端末101が、図24のようなユーザ情報入力画面を出力部104に表示し、ユーザに減量開始時点の体重、腹囲を入力部102で入力させる。入力された減量開始時点の体重は、日々の体重管理部に、入力された減量開始時点の腹囲は、減量開始時腹囲管理部に格納される。
次に、内臓脂肪推定端末101が、図29のような体重記録画面を毎日、出力部104に表示する。
First, the visceral
Next, the visceral
図29は、ユーザの日々の体重を入力する体重記録画面2901の一例を示す説明図である。体重記録画面2901は、ユーザの減量開始時点から現在までの体重の推移グラフ2902、日付入力欄2903、体重入力欄2904、内臓脂肪シミュレーション画面に遷移するボタン2905、日々の体重の入力を確定するボタン2906を表示する。
FIG. 29 is an explanatory diagram showing an example of a
内臓脂肪推定端末101は、ユーザに日付と体重を、それぞれ日付入力欄2903、体重入力欄2904に入力部102で入力させ、入力が確定したら、入力確定ボタン2906を押すよう支持する。入力確定ボタン2903が押されると、入力された体重が体重推移グラフ2902に反映され、日々の体重管理部に日付と共に格納される。
The visceral
次に、内臓脂肪推定端末101は、内臓脂肪シミュレーション画面遷移ボタン2905を押すようユーザに支持する。内臓脂肪シミュレーション画面遷移ボタン2905が押されると、内臓脂肪推定端末101は、まず、日々の体重管理部によって管理される減量開始時の体重と現在の体重、減量開始時腹囲管理部によって管理される減量開始時の腹囲を取得する。次に、体重変化量算出部が取得した減量開始時の体重と現在の体重との差である体重変化量を算出する。そして、腹囲推定値算出部2101が、実施例3で説明した処理と同じ処理を行い、体重変化量算出部で算出された体重変化量と取得した減量開始時の腹囲から現在の腹囲推定値を算出する。
Next, the visceral
次に、腹部断面形状作成部105が、実施例1で説明した処理と同じ処理を行い、取得した減量開始時の腹囲から減量開始時の腹部断面形状を作成し、さらに、腹囲推定値算出部2101で算出された現在の腹囲推定値から現在の腹部断面形状を作成する。そして、図26や図28の内臓脂肪シミュレーション画面のように減量開始時と現在の腹部断面形状を並べて出力部104に表示する。
Next, the abdominal cross-sectional
以上に示したように、本発明の実施例4の内臓脂肪推定装置は、減量開始時と現在の腹部断面形状をリアルに作成・表示できるので、ユーザは減量に伴う内臓脂肪蓄積状態を日々把握でき、内臓脂肪を減少させる効果的なダイエットを行うことが出来る効果がある。 As described above, the visceral fat estimation device according to the fourth embodiment of the present invention can realistically create and display the start of weight loss and the current abdominal cross-sectional shape, so that the user can grasp the visceral fat accumulation state accompanying weight loss daily. It is possible to perform an effective diet that reduces visceral fat.
上記実施例4では、腹部断面形状作成部105が、腹囲推定値算出部2101で算出された現在の腹囲推定値から現在の腹部断面形状を作成したが、体重と共に腹囲が日々記録・管理されている場合は、ユーザの実際の現在腹囲から現在の腹部断面形状を作成してもよい。これにより、より精度の高い腹部断面形状を作成できる効果がある。
In the fourth embodiment, the abdominal cross-sectional
101 内臓脂肪推定端末
102 入力部
103 内臓脂肪形状作成部
104 出力部
105 腹部断面形状作成部
106 データベース
107 内臓脂肪面積差算出部
108 内臓脂肪特徴点移動距離算出部
109 腹筋形状作成部
110 腹筋特徴点移動位置算出部
111 全脂肪面積差算出部
112 皮下脂肪特徴点移動距離算出部
113 全脂肪面積推定値算出部
114 内臓脂肪面積推定値算出部
115 皮下脂肪形状作成部
120 モデル形状データ管理部
122 移動係数管理部
123 推定式情報管理部
125 腹部断面モデル管理部
201 腹部CT画像の皮下脂肪
202 腹部CT画像の腹直筋
203 腹部CT画像の外腹斜筋
204 腹部CT画像の内臓脂肪
205 腹部CT画像の大腰筋・脊柱起立筋
206 腹部CT画像の背骨
207 腹部CT画像の大静脈・大動脈
211 腹部CT画像の皮下脂肪
212 腹部CT画像の腹直筋
213 腹部CT画像の外腹斜筋
214 腹部CT画像の内臓脂肪
215 腹部CT画像の大腰筋・脊柱起立筋
216 腹部CT画像の背骨
217 腹部CT画像の大静脈・大動脈
301 内臓脂肪モデルの内臓脂肪形状
302 背骨中心点
303〜309 内臓脂肪の特徴点
320 背骨周辺組織モデル画像
401 内臓脂肪特徴点
402 内臓脂肪特徴点のX座標
403 内臓脂肪特徴点のY座標
404 内臓脂肪モデルの内臓脂肪面積値
502 内臓脂肪特徴点の移動係数(X成分)
503 内臓脂肪特徴点の移動係数(Y成分)
611 特徴点移動後の内臓脂肪形状
613〜619 移動後の内臓脂肪特徴点
623〜625 内臓脂肪モデルの三角形要素
633〜635 内臓脂肪特徴点移動後の三角形要素
700 腹筋モデル画像の腹筋形状
701〜705 腹筋特徴点
711〜714 腹筋モデル画像の長方形
721〜723 腹筋モデル画像の三角形要素
801 腹筋の特徴点
802 腹筋特徴点のX座標
803 腹筋特徴点のY座標
900 特徴点移動後の腹筋形状
901〜905 移動後の腹筋特徴点
911〜914 腹筋特徴点移動後の長方形
921〜923 腹筋特徴点移動後の三角形要素
1000 皮下脂肪モデル画像の皮下脂肪形状
1001〜1007 皮下脂肪特徴点
1011〜1014 皮下脂肪モデル画像の三角四角形要素
1101 皮下脂肪特徴点
1102 皮下脂肪特徴点のX座標
1103 皮下脂肪特徴点のY座標
1104 皮下脂肪モデルの全脂肪面積値
1202 皮下脂肪特徴点の移動係数(X成分)
1203 皮下脂肪特徴点の移動係数(Y成分)
1302 ユーザ情報入力ステップ
1303 内臓脂肪面積推定値算出ステップ
1304 内臓脂肪面積差算出ステップ
1305 内臓脂肪特徴点移動距離算出ステップ
1306 内臓脂肪形状生成ステップ
1307 腹筋特徴点移動位置算出ステップ
1308 腹筋形状生成ステップ
1309 全脂肪面積推定値算出ステップ
1310 全脂肪面積差算出ステップ
1311 皮下脂肪特徴点移動距離算出ステップ
1312 皮下脂肪形状生成ステップ
1313 腹部断面形状生成・表示ステップ
1401 内臓脂肪面積推定式
1402 全脂肪面積推定式
1500 特徴点移動後の皮下脂肪形状
1511〜1514 皮下脂肪特徴点移動後の三角四角形要素
1601 ユーザ情報入力画面
1602 腹囲入力欄
1603 実行ボタン
1701 腹部断面形状表示画面
1702 腹囲
1703 内臓脂肪面積推定値
1704 皮下脂肪面積推定値
1801 モデル情報作成部
1802 腹部断面モデル作成部
1803 モデル形状データ作成部
1804 移動係数算出部
1811 皮下脂肪モデル作成部
1812 腹筋モデル作成部
1813 内臓脂肪モデル作成部
1814 背骨周辺組織モデル作成部
1821 皮下脂肪モデル形状データ作成部
1822 腹筋モデル形状データ作成部
1823 内臓脂肪モデル形状データ作成部
1831 皮下脂肪特徴点移動係数算出部
1832 内臓脂肪特徴点移動係数算出部
1901 腹部断面モデル登録
1902 腹部断面モデル取得
1903 モデル形状データ登録
1904 モデル形状データ取得
1905 移動係数登録
1906 腹部断面モデル、モデル形状データ、移動係数取得
2002 腹部CT画像入力ステップ
2003 腹部断面モデル作成ステップ
2004 モデル形状データ算出ステップ
2005 移動係数算出ステップ
2101 腹囲推定値算出部
2202 ユーザ情報入力ステップ(実施例3)
2203 現在腹部断面形状生成・表示ステップ
2204 体重変化量入力ステップ
2205 腹囲推定値算出ステップ
2206 体重変化後の腹部断面形状生成・表示ステップ
2301 腹囲推定式
2401 ユーザ情報入力画面(実施例3)
2402 体重入力欄
2501 内臓脂肪シミュレーション画面(体重変化量入力前)
2502 現在の内臓脂肪関連数値
2503 体重変化後の内臓脂肪関連数値
2504 現在の腹部断面形状
2505 体重変化後の腹部断面形状
2506 体重変化量入力バー
2601 内臓脂肪シミュレーション画面(体重変化量入力後)
2701 人体模型図を表示した内臓脂肪シミュレーション画面(体重変化量入力前)
2702 人体模型図
2703 人体模型図の腹の3次元構造
2801 人体模型図を表示した内臓脂肪シミュレーション画面(体重変化量入力後)
2901 体重記録画面
2902 体重推移グラフ
2903 日付入力欄
2904 体重入力欄
2905 内臓脂肪シミュレーション画面遷移ボタン
2906 入力確定ボタン
101 Visceral Fat Estimation Terminal 102 Input Unit 103 Visceral Fat Shape Creation Unit 104 Output Unit 105 Abdominal Cross Section Shape Creation Unit 106 Database 107 Visceral Fat Area Difference Calculation Unit 108 Visceral Fat Feature Point Movement Distance Calculation Unit 109 Abdominal Muscle Shape Creation Unit 110 Abdominal Muscle Feature Point Movement position calculation unit 111 Total fat area difference calculation unit 112 Subcutaneous fat feature point movement distance calculation unit 113 Total fat area estimation value calculation unit 114 Visceral fat area estimation value calculation unit 115 Subcutaneous fat shape creation unit 120 Model shape data management unit 122 Coefficient management unit 123 Estimation formula information management unit 125 Abdominal cross-section model management unit 201 Subcutaneous fat in abdominal CT image 202 Abdominal rectus muscle 203 in abdominal CT image External abdominal oblique muscle 204 in abdominal CT image Visceral fat in abdominal CT image 205 Abdominal CT image Large psoas muscle / vertebral column standing muscle 206 spine 207 of abdominal CT image vena cava / aorta 21 of abdominal CT image 1 Abdominal CT Image Subcutaneous Fat 212 Abdominal CT Image Rectus Abdominis Muscle 213 Abdominal CT Image External Abdominal Oblique Muscle 214 Abdominal CT Image Visceral Fat 215 Abdominal CT Image Abdominal CT / Spine Standing Muscle 216 Abdominal CT Image Spine 217 Abdominal CT image vena cava / aorta 301 Visceral fat shape 302 of visceral fat model Spine center point 303-309 Visceral fat feature point 320 Spine peripheral tissue model image 401 Visceral fat feature point 402 Visceral fat feature point X coordinate 403 Visceral fat Y coordinate 404 of feature point Visceral fat area value 502 of visceral fat model Movement coefficient (X component) of visceral fat feature point
503 Visceral fat feature point transfer coefficient (Y component)
611 Visceral fat shape 613-619 after moving feature points Visceral fat feature points after moving
623-625 Visceral Fat Model Triangular Elements 633-635
1203 Subcutaneous fat feature point transfer coefficient (Y component)
1302 User information input step 1303 Visceral fat area estimated value calculating step 1304 Visceral fat area difference calculating step 1305 Visceral fat feature point moving distance calculating step 1306 Visceral fat shape generating step 1307 Abdominal muscle feature point moving position calculating step 1308 Abdominal muscle shape generating step 1309 All Fat area estimation value calculation step 1310 Total fat area difference calculation step 1311 Subcutaneous fat feature point moving distance calculation step 1312 Subcutaneous fat shape generation step 1313 Abdominal cross-sectional shape generation / display step 1401 Visceral fat area estimation formula 1402 Total fat area estimation formula 1500 Subcutaneous fat shape 1511 to 1514 after moving the point Triangular quadrilateral element 1601 after moving the subcutaneous fat feature point User information input screen 1602 Abdominal circumference input field 1603 Execution button 1701 Abdominal cross-sectional shape display screen 1 02 Abdominal circumference 1703 Visceral fat area estimated value 1704 Subcutaneous fat area estimated value 1801 Model information creating unit 1802 Abdominal cross section model creating unit 1803 Model shape data creating unit 1804 Movement coefficient calculating unit 1811 Subcutaneous fat model creating unit 1812 Abdominal muscle model creating unit 1813 Visceral fat Model creation unit 1814 Spine peripheral tissue model creation unit 1821 Subcutaneous fat model shape data creation unit 1822 Abdominal muscle model shape data creation unit 1823 Visceral fat model shape data creation unit 1831 Subcutaneous fat feature point movement coefficient calculation unit 1832 Visceral fat feature point movement coefficient calculation Part 1901 Abdominal section model registration 1902 Abdominal section model acquisition 1903 Model shape data registration 1904 Model shape data acquisition 1905 Movement coefficient registration 1906 Abdominal section model, model shape data, movement coefficient acquisition 2002 CT image input step 2003 abdomen sectional model building step 2004 model shape data calculation step 2005 transfer coefficient calculation step 2101 abdominal girth estimate calculation unit 2202 user information input step (Example 3)
2203 Current Abdominal Section Shape Generation /
2402 Body
2502 Current visceral fat
2701 Visceral fat simulation screen displaying a human body model (before input of weight change)
2702
2901
Claims (20)
少なくともユーザの腹囲を入力する入力部と、
前記ユーザの腹囲から内臓脂肪面積推定値を算出するための内臓脂肪面積推定式と、内臓脂肪モデル画像と、前記内臓脂肪モデル画像の内臓脂肪特徴点の座標と、前記内臓脂肪モデル画像の内臓脂肪面積と、前記内臓脂肪モデル画像の内臓脂肪特徴点の単位内臓脂肪面積差当りの移動距離が格納されたデータベースを備え、
前記内臓脂肪推定装置は、前記入力されたユーザの腹囲を前記内臓脂肪面積推定式に代入し、前記内臓脂肪面積推定値を算出する内臓脂肪面積推定値算出部と、
前記内臓脂肪面積推定値と前記内臓脂肪モデル画像の内臓脂肪面積との差である内臓脂肪面積差を算出する内臓脂肪面積差算出部と、
前記内臓脂肪面積差と前記内臓脂肪モデル画像の内臓脂肪特徴点の単位内臓脂肪面積差当りの移動距離から前記内臓脂肪モデル画像の内臓脂肪特徴点の移動距離を算出し、前記内臓脂肪モデル画像の内臓脂肪特徴点の座標と前記内臓脂肪モデル画像の内臓脂肪特徴点の移動距離から前記内臓脂肪特徴点の移動位置を算出する内臓脂肪特徴点移動距離算出部と、
前記内臓脂肪特徴点の移動位置を元に、前記内臓脂肪モデル画像を変形させ、前記内臓脂肪形状を作成する内臓脂肪形状作成部を備えることを特徴とする内臓脂肪推定装置。 A visceral fat estimation device that creates an abdominal cross-sectional shape such as a user's visceral fat shape or subcutaneous fat shape,
An input unit for inputting at least the user's waist circumference;
Visceral fat area estimation formula for calculating an estimated value of visceral fat area from the user's abdominal circumference, visceral fat model image, coordinates of visceral fat feature points of the visceral fat model image, and visceral fat of the visceral fat model image A database in which the area and the movement distance per unit visceral fat area difference of the visceral fat feature points of the visceral fat model image are stored;
The visceral fat estimation device substitutes the input user's abdominal circumference into the visceral fat area estimation formula, and calculates a visceral fat area estimation value; and a visceral fat area estimation value calculation unit;
A visceral fat area difference calculating unit for calculating a visceral fat area difference which is a difference between the visceral fat area estimated value and the visceral fat area of the visceral fat model image;
The movement distance of the visceral fat feature point of the visceral fat model image is calculated from the movement distance per unit visceral fat area difference of the visceral fat feature image and the visceral fat feature point of the visceral fat model image. A visceral fat feature point moving distance calculation unit that calculates the moving position of the visceral fat feature point from the coordinates of the visceral fat feature point and the moving distance of the visceral fat feature point of the visceral fat model image;
A visceral fat estimation apparatus comprising: a visceral fat shape creation unit that deforms the visceral fat model image based on the movement position of the visceral fat feature points to create the visceral fat shape.
前記内臓脂肪推定装置は、前記内臓脂肪モデル画像の内臓脂肪特徴点の座標と、前記腹筋モデル画像の腹筋特徴点の座標と前記内臓脂肪特徴点の移動位置から、前記腹筋モデル画像の腹筋特徴点の移動位置を算出する腹筋特徴点移動位置算出部と、
前記腹筋特徴点の移動位置と前記内臓脂肪特徴点の移動位置を元に、前記腹筋モデル画像を変形させ、腹筋形状を作成する腹筋形状作成部を備えることを特徴とする内臓脂肪推定装置。 The visceral fat estimation apparatus according to claim 1, comprising a database storing abdominal muscle model images and coordinates of abdominal muscle feature points of the abdominal muscle model images,
The visceral fat estimation device uses the coordinates of the visceral fat feature point of the visceral fat model image, the coordinates of the abdominal muscle feature point of the abdominal muscle model image, and the movement position of the visceral fat feature point to determine the abdominal muscle feature point of the abdominal muscle model image. An abdominal muscle feature point movement position calculation unit for calculating the movement position of
A visceral fat estimation apparatus comprising: an abdominal muscle shape creation unit that deforms the abdominal muscle model image based on the movement position of the abdominal muscle feature point and the movement position of the visceral fat feature point to create an abdominal muscle shape.
前記内臓脂肪推定装置は、前記入力されたユーザの腹囲を前記全脂肪面積推定式に代入し、前記全脂肪面積推定値を算出する全脂肪面積推定値算出部と、
前記全脂肪面積推定値と前記皮下脂肪モデル画像の全脂肪面積との差である全脂肪面積差を算出する全脂肪面積差算出部と、
前記全脂肪面積差と前記皮下脂肪モデル画像の皮下脂肪特徴点の単位全脂肪面積差当りの移動距離から前記皮下脂肪モデル画像の皮下脂肪特徴点の移動距離を算出し、前記皮下脂肪モデル画像の皮下脂肪特徴点の座標と前記皮下脂肪モデル画像の皮下脂肪特徴点の移動距離から前記皮下脂肪特徴点の移動位置を算出する皮下脂肪特徴点移動距離算出部と、
前記皮下脂肪特徴点の移動位置と前記内臓脂肪特徴点の移動位置を元に、前記皮下脂肪モデル画像を変形させ、前記皮下脂肪形状を作成する皮下脂肪形状作成部を備えることを特徴とする内臓脂肪推定装置。 The visceral fat estimation apparatus according to claim 1 or 2, wherein a total fat area estimation formula for calculating a total fat area estimation value from the user's abdominal circumference, a subcutaneous fat model image, and a subcutaneous fat of the subcutaneous fat model image A database in which coordinates of feature points, a total fat area of the subcutaneous fat model image, and a moving distance per unit total fat area difference of the subcutaneous fat feature points of the subcutaneous fat model image are stored;
The visceral fat estimation device substitutes the input abdominal circumference of the user into the total fat area estimation formula, and calculates a total fat area estimation value;
A total fat area difference calculating unit for calculating a total fat area difference which is a difference between the total fat area estimated value and the total fat area of the subcutaneous fat model image;
The movement distance of the subcutaneous fat feature point of the subcutaneous fat model image is calculated from the movement distance per unit total fat area difference of the total fat area difference and the subcutaneous fat feature point of the subcutaneous fat model image. A subcutaneous fat feature point moving distance calculating unit that calculates a moving position of the subcutaneous fat feature point from the coordinates of the subcutaneous fat feature point and the moving distance of the subcutaneous fat feature point of the subcutaneous fat model image;
A visceral organ comprising a subcutaneous fat shape creation unit that deforms the subcutaneous fat model image and creates the subcutaneous fat shape based on the movement position of the subcutaneous fat feature point and the movement position of the visceral fat feature point Fat estimation device.
前記皮下脂肪形状作成部で作成された前記皮下脂肪形状と、前記腹筋形状作成部で作成された前記腹筋形状と、前記内臓脂肪形状作成部で作成された前記内臓脂肪形状と、前記背骨周辺組織モデル画像を重ね合わせて前記腹部断面形状を作成する腹部断面形状作成部を備えることを特徴とする内臓脂肪推定装置。 The visceral fat estimation device according to claim 3, comprising a database storing a spinal peripheral tissue model image including the spine, psoas major, spine erectus, vena cava, aorta,
The subcutaneous fat shape created by the subcutaneous fat shape creation unit, the abdominal muscle shape created by the abdominal muscle shape creation unit, the visceral fat shape created by the visceral fat shape creation unit, and the peripheral tissue of the spine A visceral fat estimation device comprising: an abdominal cross-sectional shape creating unit that superimposes model images to create the abdominal cross-sectional shape.
少なくともユーザの現在腹囲と体重変化量を入力する入力部と、
前記ユーザの現在腹囲と前記体重変化量から体重変化後の腹囲推定値を算出する腹囲推定式と、前記体重変化後の腹囲推定値から内臓脂肪面積推定値を算出するための内臓脂肪面積推定式と、内臓脂肪モデル画像と、前記内臓脂肪モデル画像の内臓脂肪特徴点の座標と、前記内臓脂肪モデル画像の内臓脂肪面積と、前記内臓脂肪モデル画像の内臓脂肪特徴点の単位内臓脂肪面積差当りの移動距離が格納されたデータベースを備え、
前記内臓脂肪推定装置は、前記入力されたユーザの現在腹囲と前記体重変化量を前記腹囲推定式に代入し、前記体重変化後の腹囲推定値を算出する腹囲推定値算出部と、
前記体重変化後の腹囲推定値を前記内臓脂肪面積推定式に代入し、前記内臓脂肪面積推定値を算出する内臓脂肪面積推定値算出部と、
前記内臓脂肪面積推定値と前記内臓脂肪モデル画像の内臓脂肪面積との差である内臓脂肪面積差を算出する内臓脂肪面積差算出部と、
前記内臓脂肪面積差と前記内臓脂肪モデル画像の内臓脂肪特徴点の単位内臓脂肪面積差当りの移動距離から前記内臓脂肪モデル画像の内臓脂肪特徴点の移動距離を算出し、前記内臓脂肪モデル画像の内臓脂肪特徴点の座標と前記内臓脂肪モデル画像の内臓脂肪特徴点の移動距離から前記内臓脂肪特徴点の移動位置を算出する内臓脂肪特徴点移動距離算出部と、
前記内臓脂肪特徴点の移動位置を元に、前記内臓脂肪モデル画像を変形させ、体重変化後の前記内臓脂肪形状を作成する内臓脂肪形状作成部を備えることを特徴とする内臓脂肪推定装置。 A visceral fat estimation device that creates an abdominal cross-sectional shape such as a user's visceral fat shape or subcutaneous fat shape,
An input unit for inputting at least a user's current waist circumference and weight change amount;
Abdominal circumference estimation formula for calculating an estimated abdominal circumference value after weight change from the current abdominal circumference of the user and the weight change amount, and a visceral fat area estimation formula for calculating an estimated visceral fat area value from the estimated abdominal circumference value after the weight change Visceral fat model image, the coordinates of the visceral fat feature point of the visceral fat model image, the visceral fat area of the visceral fat model image, and the unit visceral fat area difference of the visceral fat feature point of the visceral fat model image It has a database that stores the travel distance of
The visceral fat estimation device substitutes the inputted current abdominal circumference of the user and the weight change amount into the abdominal circumference estimation formula, and calculates an abdominal circumference estimated value after the weight change,
Substituting the abdominal circumference estimated value after the weight change into the visceral fat area estimation formula, a visceral fat area estimated value calculating unit for calculating the visceral fat area estimated value;
A visceral fat area difference calculating unit for calculating a visceral fat area difference which is a difference between the visceral fat area estimated value and the visceral fat area of the visceral fat model image;
The movement distance of the visceral fat feature point of the visceral fat model image is calculated from the movement distance per unit visceral fat area difference of the visceral fat feature image and the visceral fat feature point of the visceral fat model image. A visceral fat feature point moving distance calculation unit that calculates the moving position of the visceral fat feature point from the coordinates of the visceral fat feature point and the moving distance of the visceral fat feature point of the visceral fat model image;
A visceral fat estimation apparatus comprising: a visceral fat shape creation unit that deforms the visceral fat model image based on the movement position of the visceral fat feature points to create the visceral fat shape after weight change.
前記内臓脂肪推定装置は、前記内臓脂肪モデル画像の内臓脂肪特徴点の座標と、前記腹筋モデル画像の腹筋特徴点の座標と前記内臓脂肪特徴点の移動位置から、前記腹筋モデル画像の腹筋特徴点の移動位置を算出する腹筋特徴点移動位置算出部と、
前記腹筋特徴点の移動位置と前記内臓脂肪特徴点の移動位置を元に、前記腹筋モデル画像を変形させ、体重変化後の腹筋形状を作成する腹筋形状作成部を備えることを特徴とする内臓脂肪推定装置。 The visceral fat estimation device according to claim 13, comprising a database storing abdominal muscle model images and abdominal muscle feature point coordinates of the abdominal muscle model images,
The visceral fat estimation device uses the coordinates of the visceral fat feature point of the visceral fat model image, the coordinates of the abdominal muscle feature point of the abdominal muscle model image, and the movement position of the visceral fat feature point to determine the abdominal muscle feature point of the abdominal muscle model image. An abdominal muscle feature point movement position calculation unit for calculating the movement position of
Visceral fat comprising an abdominal muscle shape creation unit that deforms the abdominal muscle model image based on the movement position of the abdominal muscle feature point and the movement position of the visceral fat feature point to create an abdominal muscle shape after weight change Estimating device.
前記内臓脂肪推定装置は、前記体重変化後の腹囲推定値を前記全脂肪面積推定式に代入し、前記全脂肪面積推定値を算出する全脂肪面積推定値算出部と、
前記全脂肪面積推定値と前記皮下脂肪モデル画像の全脂肪面積との差である全脂肪面積差を算出する全脂肪面積差算出部と、
前記全脂肪面積差と前記皮下脂肪モデル画像の皮下脂肪特徴点の単位全脂肪面積差当りの移動距離から前記皮下脂肪モデル画像の皮下脂肪特徴点の移動距離を算出し、前記皮下脂肪モデル画像の皮下脂肪特徴点の座標と前記皮下脂肪モデル画像の皮下脂肪特徴点の移動距離から前記皮下脂肪特徴点の移動位置を算出する皮下脂肪特徴点移動距離算出部と、
前記皮下脂肪特徴点の移動位置と前記内臓脂肪特徴点の移動位置を元に、前記皮下脂肪モデル画像を変形させ、体重変化後の前記皮下脂肪形状を作成する皮下脂肪形状作成部を備えることを特徴とする内臓脂肪推定装置。 15. The visceral fat estimation apparatus according to claim 13, 14, a total fat area estimation formula for calculating a total fat area estimated value from the abdominal circumference estimated value after the weight change, a subcutaneous fat model image, and the subcutaneous fat model A database storing the coordinates of the subcutaneous fat feature points of the image, the total fat area of the subcutaneous fat model image, and the moving distance per unit total fat area difference of the subcutaneous fat feature points of the subcutaneous fat model image;
The visceral fat estimation device substitutes the abdominal circumference estimated value after the weight change into the total fat area estimation formula, and calculates the total fat area estimated value;
A total fat area difference calculating unit for calculating a total fat area difference which is a difference between the total fat area estimated value and the total fat area of the subcutaneous fat model image;
The movement distance of the subcutaneous fat feature point of the subcutaneous fat model image is calculated from the movement distance per unit total fat area difference of the total fat area difference and the subcutaneous fat feature point of the subcutaneous fat model image. A subcutaneous fat feature point moving distance calculating unit that calculates a moving position of the subcutaneous fat feature point from the coordinates of the subcutaneous fat feature point and the moving distance of the subcutaneous fat feature point of the subcutaneous fat model image;
A subcutaneous fat shape creation unit that deforms the subcutaneous fat model image based on the movement position of the subcutaneous fat feature point and the movement position of the visceral fat feature point and creates the subcutaneous fat shape after weight change; A visceral fat estimation device.
前記皮下脂肪形状作成部で作成された前記体重変化後の皮下脂肪形状と、前記腹筋形状作成部で作成された前記体重変化後の腹筋形状と、前記内臓脂肪形状作成部で作成された前記体重変化後の内臓脂肪形状と、前記背骨周辺組織モデル画像を重ね合わせて体重変化後の前記腹部断面形状を作成する腹部断面形状作成部を備えることを特徴とする内臓脂肪推定装置。 The visceral fat estimation device according to claim 15, comprising a database storing a spine peripheral tissue model image including a spine, a psoas major, a spine standing muscle, a vena cava, and an aorta,
The subcutaneous fat shape after the weight change created by the subcutaneous fat shape creation unit, the abdominal muscle shape after the weight change created by the abdominal muscle shape creation unit, and the weight created by the visceral fat shape creation unit An apparatus for estimating visceral fat, comprising: an abdominal cross-sectional shape creating unit that creates the abdominal cross-sectional shape after weight change by superimposing the changed visceral fat shape and the spinal peripheral tissue model image.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008263395A JP5260228B2 (en) | 2008-10-10 | 2008-10-10 | Visceral fat estimation device |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008263395A JP5260228B2 (en) | 2008-10-10 | 2008-10-10 | Visceral fat estimation device |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2010088753A JP2010088753A (en) | 2010-04-22 |
JP5260228B2 true JP5260228B2 (en) | 2013-08-14 |
Family
ID=42252073
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2008263395A Active JP5260228B2 (en) | 2008-10-10 | 2008-10-10 | Visceral fat estimation device |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5260228B2 (en) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5738229B2 (en) * | 2012-03-27 | 2015-06-17 | 株式会社日立製作所 | Visceral fat simulation apparatus and program |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001212111A (en) * | 1999-11-25 | 2001-08-07 | Mitsubishi Electric Corp | Visceral fat measuring apparatus |
TWI229596B (en) * | 2000-10-24 | 2005-03-21 | Yamato Scale Co Ltd | Measurement device for health administration |
JP3910795B2 (en) * | 2000-12-26 | 2007-04-25 | 株式会社タニタ | Device for determining body fat area |
JP3792547B2 (en) * | 2001-07-19 | 2006-07-05 | 株式会社タニタ | Biometric device |
JP4785294B2 (en) * | 2001-08-08 | 2011-10-05 | 勝三 川西 | Health information display device |
JP4071979B2 (en) * | 2002-03-29 | 2008-04-02 | 株式会社フィジオン | Standing body composition measuring device |
JP3842171B2 (en) * | 2002-05-22 | 2006-11-08 | アロカ株式会社 | Tomographic image processing device |
JP3958628B2 (en) * | 2002-05-30 | 2007-08-15 | 花王株式会社 | Body fat measuring device |
JP4024774B2 (en) * | 2004-04-05 | 2007-12-19 | 株式会社タニタ | Body fat measuring device |
JP4679986B2 (en) * | 2005-07-08 | 2011-05-11 | 株式会社タニタ | Abdominal circumference measurement device and trunk fat measurement device with abdominal circumference measurement function |
JP4991192B2 (en) * | 2006-06-30 | 2012-08-01 | パナソニック株式会社 | Body composition meter |
-
2008
- 2008-10-10 JP JP2008263395A patent/JP5260228B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
JP2010088753A (en) | 2010-04-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210161424A1 (en) | Method and system for modeling lung movement | |
US20100312143A1 (en) | Human body measurement system and information provision method using the same | |
RU2711140C2 (en) | Editing medical images | |
Corazza et al. | Automatic generation of a subject-specific model for accurate markerless motion capture and biomechanical applications | |
Djukic et al. | Virtual reality aided visualization of fluid flow simulations with application in medical education and diagnostics | |
Puchaud et al. | Accuracy and kinematics consistency of marker-based scaling approaches on a lower limb model: a comparative study with imagery data | |
CN107993293B (en) | Three-dimensional interactive anatomy teaching method containing Chinese population difference | |
CN107847277A (en) | Aid in guiding the method and system of intra-vascular tools in blood vessel structure | |
JP5469583B2 (en) | Biological electrical impedance tomography measuring device | |
Li et al. | Establishing a normative atlas of the human lung: computing the average transformation and atlas construction | |
Buchaillard et al. | 3D statistical models for tooth surface reconstruction | |
Santhanam et al. | Modeling real-time 3-D lung deformations for medical visualization | |
Campo et al. | Digital image correlation for full-field time-resolved assessment of arterial stiffness | |
Aliverti et al. | Quantitative analysis by 3D graphics of thoraco-abdominal surface shape and breathing motion | |
JP5260228B2 (en) | Visceral fat estimation device | |
Eulzer et al. | Visualization of human spine biomechanics for spinal surgery | |
CN109561870A (en) | Excision process estimation device and excision process wizard system | |
JP5738229B2 (en) | Visceral fat simulation apparatus and program | |
Chabanas et al. | Evaluating soft tissue simulation in maxillofacial surgery using preoperative and postoperative CT scans | |
Kirmizibayrak et al. | Digital analysis and visualization of swimming motion | |
Sutherland et al. | Towards an augmented ultrasound guided spinal needle insertion system | |
Kandee et al. | Realistic pulse simulation measurement using haptic device with augmented reality | |
Krokos et al. | Patient-specific muscle models for surgical planning | |
RU2639018C2 (en) | Method for automatic determination of geometrical parameters of patient's heart and torso on fluorographic images and their visualization | |
Pérez-Carrasco et al. | 3D surgical planning in patients affected by lipodystrophy |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20110511 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20130315 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20130402 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20130425 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20160502 Year of fee payment: 3 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 5260228 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |