Nothing Special   »   [go: up one dir, main page]

JP2017185131A - 電子機器及び推定システム - Google Patents

電子機器及び推定システム Download PDF

Info

Publication number
JP2017185131A
JP2017185131A JP2016077938A JP2016077938A JP2017185131A JP 2017185131 A JP2017185131 A JP 2017185131A JP 2016077938 A JP2016077938 A JP 2016077938A JP 2016077938 A JP2016077938 A JP 2016077938A JP 2017185131 A JP2017185131 A JP 2017185131A
Authority
JP
Japan
Prior art keywords
blood glucose
subject
glucose level
electronic device
pulse wave
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.)
Granted
Application number
JP2016077938A
Other languages
English (en)
Other versions
JP6685811B2 (ja
Inventor
安島　弘美
Hiromi Yasujima
弘美 安島
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Kyocera Corp
Original Assignee
Kyocera Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Kyocera Corp filed Critical Kyocera Corp
Priority to JP2016077938A priority Critical patent/JP6685811B2/ja
Priority to PCT/JP2017/012083 priority patent/WO2017175608A1/ja
Priority to EP17778987.2A priority patent/EP3440993A4/en
Priority to US16/086,329 priority patent/US11350856B2/en
Publication of JP2017185131A publication Critical patent/JP2017185131A/ja
Application granted granted Critical
Publication of JP6685811B2 publication Critical patent/JP6685811B2/ja
Priority to US17/736,290 priority patent/US20220257155A1/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration or pH-value ; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid or cerebral tissue
    • A61B5/14532—Measuring characteristics of blood in vivo, e.g. gas concentration or pH-value ; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid or cerebral tissue for measuring glucose, e.g. by tissue impedance measurement
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording for evaluating the cardiovascular system, e.g. pulse, heart rate, blood pressure or blood flow
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording for evaluating the cardiovascular system, e.g. pulse, heart rate, blood pressure or blood flow
    • A61B5/021—Measuring pressure in heart or blood vessels
    • A61B5/02108—Measuring pressure in heart or blood vessels from analysis of pulse wave characteristics
    • A61B5/02116—Measuring pressure in heart or blood vessels from analysis of pulse wave characteristics of pulse wave amplitude
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration or pH-value ; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid or cerebral tissue
    • A61B5/1455—Measuring characteristics of blood in vivo, e.g. gas concentration or pH-value ; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid or cerebral tissue using optical sensors, e.g. spectral photometrical oximeters
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6802—Sensor mounted on worn items
    • A61B5/681—Wristwatch-type devices
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6813—Specially adapted to be attached to a specific body part
    • A61B5/6824—Arm or wrist
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02—Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0233—Special features of optical sensors or probes classified in A61B5/00
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording for evaluating the cardiovascular system, e.g. pulse, heart rate, blood pressure or blood flow
    • A61B5/02028—Determining haemodynamic parameters not otherwise provided for, e.g. cardiac contractility or left ventricular ejection fraction
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording for evaluating the cardiovascular system, e.g. pulse, heart rate, blood pressure or blood flow
    • A61B5/024—Measuring pulse rate or heart rate
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording for evaluating the cardiovascular system, e.g. pulse, heart rate, blood pressure or blood flow
    • A61B5/024—Measuring pulse rate or heart rate
    • A61B5/02438—Measuring pulse rate or heart rate with portable devices, e.g. worn by the patient
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording for evaluating the cardiovascular system, e.g. pulse, heart rate, blood pressure or blood flow
    • A61B5/024—Measuring pulse rate or heart rate
    • A61B5/02444—Details of sensor
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration or pH-value ; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid or cerebral tissue
    • A61B5/14546—Measuring characteristics of blood in vivo, e.g. gas concentration or pH-value ; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid or cerebral tissue for measuring analytes not otherwise provided for, e.g. ions, cytochromes
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6813—Specially adapted to be attached to a specific body part
    • A61B5/6822—Neck
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7239—Details of waveform analysis using differentiation including higher order derivatives
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7246—Details of waveform analysis using correlation, e.g. template matching or determination of similarity
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7253—Details of waveform analysis characterised by using transforms
    • A61B5/7257—Details of waveform analysis characterised by using transforms using Fourier transforms

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Surgery (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Molecular Biology (AREA)
  • Public Health (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Cardiology (AREA)
  • Optics & Photonics (AREA)
  • Physiology (AREA)
  • Emergency Medicine (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Vascular Medicine (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

【課題】簡便に被検者の健康状態を推定することができる電子機器及び推定システムを提供する。【解決手段】電子機器１００は、被検者の脈波を取得するセンサ部１３０と、血糖値及び血糖値に対応付けられた脈波に基づいて作成された推定式と、センサ部１３０が取得した被検者の脈波とに基づいて、被検者の血糖値を推定する制御部１４３と、を備える。【選択図】図１０

Description

本発明は、測定された生体情報から、被検者の健康状態を推定する電子機器及び推定システムに関する。
従来、被検者（ユーザ）の健康状態を推定する手段として血液成分の測定、血液の流動性の測定が行われている。これらは、被検者から採血された血液を用いて測定が行われる。また、被検者の手首等の被検部位から生体情報を測定する電子機器が知られている。例えば、特許文献１には、被検者が手首に装着することにより、被検者の脈拍を測定する電子機器が記載されている。
特開２００２−３６０５３０号公報
しかしながら、採血には痛みが伴うため、日常的に自身の健康状態を推定することが難しい。また、特許文献１に記載の電子機器は、脈拍を測定するだけのものであり、脈拍以外の被検者の健康状態を推定することはできない。
かかる事情に鑑みてなされた本発明の目的は、簡便に被検者の健康状態を推定することができる電子機器及び推定システムを提供することにある。
上記課題を解決するため、本発明の一実施の形態に係る電子機器は、被検者の脈波を取得するセンサ部と、血糖値及び該血糖値に対応付けられた脈波に基づいて作成された推定式と、前記センサ部が取得した前記被検者の脈波とに基づいて、前記被検者の血糖値を推定する制御部と、を備える。
また、本発明の一実施の形態に係る電子機器は、被検者の脈波を取得するセンサ部と、血糖値及び該血糖値に対応付けられた脈波に基づいて作成された推定式と、前記センサ部が取得した前記被検者の脈波とに基づいて、前記被検者の脂質値を推定する制御部と、を備える。
また、本発明の一実施の形態に係る推定システムは、被検者の血糖値を測定する血糖計と、前記被検者の脈波を取得するセンサ部を有する電子機器と、を備える。前記電子機器は、血糖値及び該血糖値に対応付けられた脈波に基づいて作成された推定式と、前記血糖計が測定した前記被検者の血糖値と、前記センサ部が取得した前記被検者の脈波とに基づいて、前記被検者の血糖値を推定する。
また、本発明の一実施の形態に係る推定システムは、被検者の血糖値を測定する血糖計と、前記被検者の脈波を取得するセンサ部を有する電子機器と、を備える。前記電子機器は、血糖値及び該血糖値に対応付けられた脈波に基づいて作成された推定式と、前記血糖計が測定した前記被検者の血糖値と、前記センサ部が取得した前記被検者の脈波とに基づいて、前記被検者の脂質値を推定する。
本発明によれば、簡便に被検者の健康状態を推定可能な電子機器及び推定システムを提供できる。
本発明の第１実施の形態に係る電子機器の概略構成を示す模式図である。 図１の本体部の概略構成を示す断面図である。 図１の電子機器の使用状態の一例を示す図である。 図１の電子機器の概略構成を示す機能ブロック図である。 図１の電子機器における、脈波の変化に基づく推定方法の一例を説明する図である。 加速度脈波の一例を示す図である。 センサ部で取得された脈波の一例を示す図である。 図１の電子機器における、脈波の変化に基づく推定方法の他の一例を説明する図である。 図１の電子機器が用いる推定式の作成フロー図である。 図９のフローにより作成された推定式を用いて被検者の食後の血糖値を推定するフロー図である。 図９のフローにより作成された推定式を用いて推定した食後の血糖値と、実測した食後の血糖値との比較を示す図である。 本発明の第２実施の形態に係る電子機器が用いる推定式の作成フロー図である。 図１２のフローにより作成された推定式を用いて被検者の食後の血糖値を推定するフロー図である。 本発明の第３実施の形態に係る電子機器が用いる推定式の作成フロー図である。 図１４のフローにより作成された推定式を用いて被検者の食後の脂質値を推定するフロー図である。 図１４のフローにより作成された推定式を用いて推定した食後の脂質値と、実測した食後の脂質値との比較を示す図である。 電子機器と血糖計との通信を模式的に示す図である。 本発明の一実施の形態に係るシステムの概略構成を示す模式図である。
以下、本発明の実施の形態について、図面を参照して詳細に説明する。
（第１実施の形態）
図１は、本発明の第１実施の形態に係る電子機器の概略構成を示す模式図である。電子機器１００は、装着部１１０と、測定部１２０とを備える。図１は、被検部に接触する裏面１２０ａから電子機器１００を観察した図である。
電子機器１００は、被検者が電子機器１００を装着した状態で、被検者の生体情報を測定する。電子機器１００が測定する生体情報は、測定部１２０で測定可能な被検者の脈波である。本実施の形態においては、電子機器１００は、一例として、被検者の手首に装着して、脈波を取得するものとして、以下説明を行う。
本実施の形態において、装着部１１０は直線状の細長い帯状のバンドである。脈波の測定は、例えば被検者が電子機器１００の装着部１１０を手首に巻きつけた状態で行われる。具体的には、被検者は、測定部１２０の裏面１２０ａが被検部位に接触するように装着部１１０を手首に巻きつけて、脈波の測定を行う。電子機器１００は、被検者の手首において、尺骨動脈又は橈骨動脈を流れる血液の脈波を測定する。
図２は、図１の測定部１２０の概略構成を示す断面図である。図２では、測定部１２０とともに、測定部１２０の周辺の装着部１１０についても図示している。
測定部１２０は、装着時に被検者の手首に接触する裏面１２０ａと、裏面１２０ａと反対側の表面１２０ｂとを有する。測定部１２０は、裏面１２０ａ側に開口部１１１を有する。センサ部１３０は、弾性体１４０が押圧されていない状態において、開口部１１１から裏面１２０ａ側に一端が突出した状態で、測定部１２０に支持される。センサ部１３０の一端には、脈あて部１３２が備えられている。センサ部１３０の一端は、裏面１２０ａの平面とほぼ垂直な方向に変位可能である。センサ部１３０の一端が変位可能なように、センサ部１３０の他端は、支持部１３３により測定部１２０に支持されている。
センサ部１３０の一端は、弾性体１４０を介して測定部１２０と接触し、変位可能である。弾性体１４０は、例えばばねである。但し、弾性体１４０は、ばねに限らず、他の任意の弾性体、例えば樹脂、スポンジ等とすることができる。
なお、図示しないが、測定部１２０には制御部、記憶部、通信部、電源部、報知部、及びこれらを動作させる回路、接続するケーブル等が配置されていてもよい。
センサ部１３０は、センサ部１３０の変位を検出する角速度センサ１３１を備える。角速度センサ１３１はセンサ部１３０の角度変位を検出できればよい。センサ部１３０が備えるセンサは、角速度センサ１３１に限らず、例えば加速度センサ、角度センサ、その他のモーションセンサとしてもよいし、これら複数のセンサを備えていてもよい。
電子機器１００は、測定部１２０の表面１２０ｂ側に、入力部１４１を備える。入力部１４１は、被検者からの操作入力を受け付けるものであり、例えば、操作ボタン（操作キー）から構成される。入力部１４１は、例えばタッチスクリーンにより構成されていてもよい。
図３は、被検者による電子機器１００の使用状態の一例を示す図である。被検者は、電子機器１００を手首に巻きつけて使用する。電子機器１００は、測定部１２０の裏面１２０ａが被検部に接触した状態で装着される。装着部１１０を手首に巻きつけた状態で、測定部１２０は、尺骨動脈又は橈骨動脈が存在する位置に脈あて部１３２が接触するように、その位置を調整できる。
図３では、電子機器１００の装着状態において、センサ部１３０の一端は、被検者の左手の親指側の動脈である橈骨動脈上の皮膚に接触している。測定部１２０とセンサ部１３０との間に配置される弾性体１４０の弾性力により、センサ部１３０の一端は、被検者の橈骨動脈上の皮膚に接触している。センサ部１３０は、被検者の橈骨動脈の動き、すなわち脈動に応じて変位する。角速度センサ１３１は、センサ部１３０の変位を検出することにより、脈波を取得する。脈波とは、血液の流入によって生じる血管の容積時間変化を体表面から波形としてとらえたものである。
再び図２を参照すると、センサ部１３０は、弾性体１４０が押圧されていない状態において、開口部１１１から一端が突出した状態である。被検者に電子機器１００を装着した際、センサ部１３０の一端は被検者の橈骨動脈上の皮膚に接触しており、脈動に応じて、弾性体１４０は伸縮し、センサ部１３０の一端は変位する。弾性体１４０は、脈動を妨げず、かつ脈動に応じて伸縮するように、適度な弾性率を有するものが用いられる。開口部１１１の開口幅Ｗは、血管径、本実施の形態では橈骨動脈径より十分大きい幅を有する。測定部１２０に開口部１１１を設けることにより、電子機器１００の装着状態において、測定部１２０の裏面１２０ａは橈骨動脈を圧迫しない。そのため、電子機器１００はノイズの少ない脈波の取得が可能となり、測定の精度が向上する。
図３では、電子機器１００を手首に装着し、橈骨動脈における脈波を取得する例を示したが、本発明はこれに限定されるものではない。例えば、電子機器１００は、被検者の首において、頸動脈を流れる血液の脈波を取得してもよい。具体的には、被検者は、脈あて部１３２を頸動脈の位置に軽く押し当てて、脈波の測定を行ってもよい。また、被検者は、脈あて部１３２が頸動脈の位置にくるように、装着部１１０を首に巻きつけて装着してもよい。
図４は、電子機器１００の概略構成を示す機能ブロック図である。電子機器１００は、センサ部１３０と、入力部１４１と、制御部１４３と、電源部１４４と、記憶部１４５と、通信部１４６と、報知部１４７とを備える。本実施の形態では、制御部１４３、電源部１４４、記憶部１４５、通信部１４６及び報知部１４７は、測定部１２０又は装着部１１０の内部に含まれる。
センサ部１３０は、角速度センサ１３１を含み、被検部位から脈動を検出して脈波を取得する。
制御部１４３は、電子機器１００の各機能ブロックをはじめとして、電子機器１００の全体を制御及び管理するプロセッサである。また、制御部１４３は、取得された脈波から、被検者の血糖値を推定するプロセッサである。制御部１４３は、制御手順を規定したプログラム及び被検者の血糖値を推定するプログラムを実行するＣＰＵ（Central Processing Unit）等のプロセッサで構成され、かかるプログラムは、例えば記憶部１４５等の記憶媒体に格納される。また、制御部１４３は、算出した指標に基づいて、被検者の糖代謝又は脂質代謝等に関する状態を推定する。制御部１４３は、報知部１４７へのデータの報知を行ったりする。
電源部１４４は、例えばリチウムイオン電池並びにその充電及び放電のための制御回路等を備え、電子機器１００全体に電力を供給する。
記憶部１４５は、プログラム及びデータを記憶する。記憶部１４５は、半導体記憶媒体、及び磁気記憶媒体等の任意の非一過的（non-transitory）な記憶媒体を含んでよい。記憶部１４５は、複数の種類の記憶媒体を含んでよい。記憶部１４５は、メモリカード、光ディスク、又は光磁気ディスク等の可搬の記憶媒体と、記憶媒体の読み取り装置との組み合わせを含んでよい。記憶部１４５は、ＲＡＭ（Random Access Memory）等の一時的な記憶領域として利用される記憶デバイスを含んでよい。記憶部１４５は、各種情報や電子機器１００を動作させるためのプログラム等を記憶するとともに、ワークメモリとしても機能する。記憶部１４５は、例えばセンサ部１３０により取得された脈波の測定結果を記憶してもよい。
通信部１４６は、外部装置と有線通信又は無線通信を行うことにより、各種データの送受信を行う。通信部１４６は、例えば、健康状態を管理するために被検者の生体情報を記憶する外部装置と通信を行い、電子機器１００が測定した脈波の測定結果や、電子機器１００が推定した健康状態を、当該外部装置に送信する。
報知部１４７は、音、振動、及び画像等で情報を報知する。報知部１４７は、スピーカ、振動子、及び液晶ディスプレイ（ＬＣＤ：Liquid Crystal Display）、有機ＥＬディスプレイ（ＯＥＬＤ：Organic Electro-Luminescence Display）、又は無機ＥＬディスプレイ（ＩＥＬＤ：Inorganic Electro-Luminescence Display）等の表示デバイスを備えていてもよい。本実施の形態において、報知部１４７は、例えば、被検者の糖代謝又は脂質代謝の状態を報知する。
電子機器１００は、回帰分析により作成した推定式に基づいて、被検者の血糖値を推定する。電子機器１００は、脈波に基づいて血糖値を推定するための推定式を、例えばあらかじめ記憶部１４５に記憶している。電子機器１００は、これらの推定式を用いて、血糖値を推定する。
ここで、脈波に基づく血糖値の推定に関する推定理論について説明する。食後、血中の血糖値が上昇することにより、血液の流動性の低下（粘性の増加）、血管の拡張及び循環血液量の増加が発生し、これらの状態が平衡するように血管動態及び血液動態が定まる。血液の流動性の低下は、例えば血漿の粘度が増加したり、赤血球の変形能が低下したりすることにより生じる。また、血管の拡張は、インスリンの分泌、消化ホルモンの分泌、及び体温の上昇等により生じる。血管が拡張すると、血圧低下を抑制するため、脈拍数が増加する。また、循環血液量の増加は、消化及び吸収のための血液消費を補うものである。これらの要因による、食前と食後との血管動態及び血液動態の変化は、脈波にも反映される。そのため、電子機器１００は、脈波を取得し、取得した脈波の波形の変化に基づいて、血糖値を推定することができる。
上記推定理論に基づき、血糖値を推定するための推定式は、複数の被験者から得た、食前及び食後の血糖値及び脈波のサンプルデータに基づいて、回帰分析を行うことで作成することができる。推定時には、被検者の脈波に基づく指標に、作成された推定式を適用することにより、被検者の血糖値を推定できる。推定式の作成において、特に、血糖値のばらつきが正規分布に近いサンプルデータを用いて回帰分析を行って推定式を作成することにより、食前又は食後にかかわらず、検査対象となる被検者の血糖値を推定することができる。
図５は、脈波の変化に基づく推定方法の一例を説明する図であり、脈波の一例を示す。血糖値を推定するための推定式は、例えば脈波の立ち上がりを示す指標（立上り指標）Ｓｌと、ＡＩ（Augmentation Index）と、脈拍数ＰＲとに関する回帰分析により作成される。
立上り指標Ｓｌは、図５の領域Ｄ１で示す波形に基づいて導出される。具体的には、立上り指標Ｓｌは、脈波を２回微分して導出される加速度脈波における、最初の極大値に対する最初の極小値の比である。立上り指標Ｓｌは、例えば図６に一例として示す加速度脈波では、−ｂ／ａにより表される。立上り指標Ｓｌは、食後における血液の流動性の低下、インスリンの分泌及び体温の上昇による血管の拡張（弛緩）等により、小さくなる。
ＡＩは、脈波の前進波と反射波との大きさの比で表される指標である。ＡＩの導出方法について、図７を参照しながら説明する。図７は、電子機器１００を用いて手首で取得された脈波の一例を示す図である。図７は、角速度センサ１３１を脈動の検知手段として用いた場合のものである。図７は、角速度センサ１３１で取得された角速度を時間積分したものであり、横軸は時間、縦軸は角度を表す。取得された脈波は、例えば被検者の体動が原因のノイズを含む場合があるので、ＤＣ（Direct Current）成分を除去するフィルタによる補正を行い、脈動成分のみを抽出してもよい。
脈波の伝播は、心臓から押し出された血液による拍動が、動脈の壁や血液を伝わる現象である。心臓から押し出された血液による拍動は、前進波として手足の末梢まで届き、その一部は血管の分岐部、血管径の変化部等で反射され反射波として戻ってくる。ＡＩは、この反射波の大きさを前進波の大きさで除したものであり、ＡＩｎ＝（ＰＲｎ−ＰＳｎ）／（ＰＦｎ−ＰＳｎ）で表される。ここで、ＡＩｎは脈拍毎のＡＩである。ＡＩは、例えば、脈波の測定を数秒間行い、脈拍毎のＡＩｎ（ｎ=１〜ｎの整数）の平均値ＡＩａｖｅを算出したものであってもよい。ＡＩは、図５の領域Ｄ２で示す波形に基づいて導出される。ＡＩは、食後における血液の流動性の低下及び体温上昇による血管の拡張等により、低くなる。
脈拍数ＰＲは、図５に示す脈波の周期ＴＰＲに基づいて導出される。脈拍数ＰＲは、食後において上昇する。
電子機器１００は、これら立上り指標Ｓｌ、ＡＩ及び脈拍数ＰＲに基づいて作成した推定式により、血糖値が推定可能である。
図８は、脈波の変化に基づく推定方法の他の一例を説明する図である。図８（ａ）は脈波を示し、図８（ｂ）は図８（ａ）の脈波をＦＦＴ（高速フーリエ変換：Fast Fourier Transform）した結果を示す。血糖値を推定するための推定式は、例えばＦＦＴにより導出される基本波及び高調波成分（フーリエ係数）に関する回帰分析により作成される。図８（ｂ）に示すＦＦＴの結果におけるピーク値は、脈波の波形の変化に基づいて変化する。そのため、フーリエ係数に基づいて作成した推定式により、血糖値が推定可能である。
電子機器１００は、上述した立上り指標Ｓｌ、ＡＩ及び脈拍数ＰＲ、並びにフーリエ係数等に基づいて、推定式を使用して、被検者の血糖値を推定する。
ここで、電子機器１００が、被検者の血糖値を推定する場合に用いる推定式の作成方法について説明する。推定式の作成は、電子機器１００で実行される必要はなく、事前に別のコンピュータ等を用いて作成されてもよい。本明細書では、推定式を作成する機器を、推定式作成装置と称して説明する。作成された推定式は、被検者が電子機器１００により血糖値の推定を行う前に、例えばあらかじめ記憶部１４５に記憶される。
図９は、図１の電子機器１００が用いる推定式の作成フロー図である。推定式は、被験者の食前及び食後の脈波を脈波計を用いて測定するとともに、被験者の食前及び食後の血糖値を血糖計を用いて測定し、測定により取得したサンプルデータに基づいて、回帰分析を行うことにより作成される。なお、食前は、被験者の空腹時をいい、食後は、食後所定時間後の血糖値が上昇する時間（例えば食事を開始してから１時間程度）をいう。取得するサンプルデータは、食前及び食後に限られず、血糖値の変動が大きい時間帯のデータであればよい。
推定式の作成において、まず、それぞれ血糖計及び脈波計により測定された、食前の被験者の血糖値及び血糖値に対応付けられた脈波に関する情報が推定式作成装置に入力される（ステップＳ１０１）。
また、それぞれ血糖計及び脈波計により測定された、食後の被験者の血糖値及び血糖値に対応付けられた脈波に関する情報が推定式作成装置に入力される（ステップＳ１０２）。ステップＳ１０１及びステップＳ１０２において入力される血糖値は、例えば採血を行うことにより、血糖計によって測定される。また、ステップＳ１０１又はステップＳ１０２において、各サンプルデータの被験者の年齢も入力される。
推定式作成装置は、ステップＳ１０１及びステップＳ１０２において入力されたサンプルデータのサンプル数が、回帰分析を行うために十分なＮ以上となったか否かを判断する（ステップＳ１０３）。サンプル数Ｎは適宜決定することができ、例えば１００とすることができる。推定式作成装置は、サンプル数がＮ未満であると判断した場合（Ｎｏの場合）、サンプル数がＮ以上となるまで、ステップＳ１０１及びステップＳ１０２を繰り返す。一方、推定式作成装置は、サンプル数がＮ以上となったと判断した場合（Ｙｅｓの場合）、ステップＳ１０４に移行して、推定式の算出を実行する。
推定式の算出において、推定式作成装置は、入力された食前及び食後の脈波を解析する（ステップＳ１０４）。本実施の形態では、推定式作成装置は、食前及び食後の脈波の立上り指標Ｓｌ、ＡＩ及び脈拍数ＰＲについて解析を行う。なお、推定式作成装置は、脈波の解析として、ＦＦＴ解析を行ってもよい。
そして、推定式作成装置は、回帰分析を実行する（ステップＳ１０５）。回帰分析における目的変数は、食後の血糖値である。また、回帰分析における説明変数は、ステップＳ１０１又はステップＳ１０２で入力された年齢と、ステップＳ１０４で解析された食前及び食後の脈波の立上り指標Ｓｌ、ＡＩ及び脈拍数ＰＲとである。なお、推定式作成装置がステップＳ１０４でＦＦＴ解析を行う場合、説明変数は、例えばＦＦＴ解析の結果として算出されるフーリエ係数であってもよい。
推定式作成装置は、回帰分析の結果に基づいて、食後の血糖値を推定するための推定式を作成する（ステップＳ１０６）。食後の血糖値を推定するための推定式の一例を下式（１）に示す。
Figure 2017185131
式（１）において、ＧＬａは、食後の血糖値を示す。また、ａｇｅは年齢、ＰＲｂは食前の脈拍数ＰＲ、ＡＩｂは食前のＡＩ、Ｓｌｂは食前の立上り指標Ｓｌ、ＰＲａは食後の脈拍数ＰＲ、ＡＩａは食後のＡＩ、Ｓｌａは食後の立上り指標Ｓｌ、ＢＬＧは、被検者が入力した（採血して測定した）血糖値を、それぞれ示す。被検者が入力する血糖値ＢＬＧは、推定される血糖値ＧＬａとは異なるタイミングで測定された血糖値である。本実施形態においては、被検者が入力する血糖値ＢＬＧは、食前に採血して測定された血糖値である。採血して測定された血糖値ＢＬＧを推定式に用いることにより、血糖値の推定精度は向上する。
次に、推定式を用いた被検者の血糖値の推定のフローについて説明する。図１０は、図９のフローにより作成された推定式を用いて被検者の食後の血糖値を推定するフロー図である。ここでは、被検者が、血糖計を用いて測定した食前の血糖値を、電子機器１００の入力部１４１から入力する場合について説明する。
まず、電子機器１００は、被検者による入力部１４１の操作に基づいて、被検者の年齢を入力する（ステップＳ２０１）。
また、電子機器１００は、被検者による入力部１４１の操作に基づいて、被検者が血糖計を用いて測定した食前の血糖値を入力する（ステップＳ２０２）。
また、電子機器１００は、被検者による操作に基づいて、被検者の食前の脈波を測定する（ステップＳ２０３）。
そして、電子機器１００は、被検者が食事をした後、被検者による操作に基づいて、被検者の食後の脈波を測定する（ステップＳ２０４）。
次に、電子機器１００は、測定した脈波を解析する（ステップＳ２０５）。具体的には、電子機器１００は、例えば測定した脈波に関する立上り指標Ｓｌ、ＡＩ及び脈拍数ＰＲについて解析を行う。
電子機器１００は、ステップＳ２０２で入力された食前の血糖値と、ステップＳ２０５で解析した立上り指標Ｓｌ、ＡＩ及び脈拍数ＰＲと、被検者の年齢とを、例えば上述の式（１）に適用して、被検者の食後の血糖値を推定する（ステップＳ２０６）。推定された食後の血糖値は、例えば電子機器１００の報知部１４７から被検者に報知される。
図１１は、図９のフローにより作成された推定式を用いて推定した食後の血糖値と、実測した食後の血糖値との比較を示す図である。図１１に示すグラフでは、横軸に食後の血糖値の測定値（実測値）が、縦軸に食後の血糖値の推定値が示されている。なお、血糖値の測定値は、テルモ社製血糖測定器メディセーフフィット用いて測定された。図１１に示すように、測定値と推定値とは、概ね±２０％の範囲内に含まれている。すなわち、推定式による推定精度は、２０％以内であると言える。
このようにして、電子機器１００は、被検者が採血して測定した食前の血糖値に基づいて、非侵襲かつ短時間で食後の血糖値を推定できる。本実施形態では、食前及び食後の血糖値及び脈波用いて推定式を作成したが、推定式の作成はこれに限らず、食前又は食後のいずれか一方の血糖値及び脈波を用いて推定式を作成してもよい。また、電子機器１００は、食後の血糖値に限らず、任意のタイミングにおける被検者の血糖値を推定してもよい。電子機器１００は、任意のタイミングにおける血糖値についても、非侵襲かつ短時間で推定できる。
本実施の形態に係る電子機器１００は、血糖値の推定においてステップＳ２０２及びステップＳ２０３で取得した被検者の食前の血糖値及び脈波に基づいて、記憶部１４５に記憶された推定式を更新してもよい。すなわち、電子機器１００は、血糖値の推定に際して取得した食前の血糖値及び脈波を、推定式を更新するためのサンプルデータとして用いることができる。これにより、推定式は、被検者が血糖値の推定を行うたびに更新され、推定式を用いた食後の血糖値の推定精度が高まる。
（第２実施の形態）
第１実施の形態では、被験者の食前及び食後の血糖値及び脈波に基づいて推定式が作成される場合について説明した。第２実施の形態では、推定式が、被検者自身の食前及び食後の血糖値及び脈波に基づいて作成される場合の一例について説明する。
図１２は、本実施の形態に係る電子機器１００が用いる推定式の作成フロー図である。本実施の形態では、推定式は、電子機器１００により作成されるとして説明する。なお、推定式は、第１実施の形態で説明したように、電子機器１００とは異なる推定式作成装置により作成されてもよい。
まず、電子機器１００は、被検者による入力部１４１の操作に基づいて、被検者が血糖計を用いて測定した食前の血糖値を入力する（ステップＳ３０１）。
また、電子機器１００は、被検者による操作に基づいて、被検者の食前の脈波を測定する（ステップＳ３０２）。
そして、電子機器１００は、被検者が食事をした後、被検者による入力部１４１の操作に基づいて、被検者が血糖計を用いて測定した食後の血糖値を入力する（ステップＳ３０３）。ステップＳ３０１及びステップＳ３０３において入力される血糖値は、例えば被検者が採血を行うことにより、血糖計によって測定される。
また、電子機器１００は、被検者による操作に基づいて、被検者の食後の脈波を測定する（ステップＳ３０４）。
電子機器１００は、ステップＳ３０１乃至ステップＳ３０４において入力されたサンプルデータのサンプル数が、回帰分析を行うために十分なＮ以上となったか否かを判断する（ステップＳ３０５）。サンプル数Ｎは適宜決定することができ、例えば５とすることができる。推定式作成装置は、サンプル数がＮ未満であると判断した場合（Ｎｏの場合）、サンプル数がＮ以上となるまで、ステップＳ３０１乃至ステップＳ３０４を繰り返す。一方、推定式作成装置は、サンプル数がＮ以上となったと判断した場合（Ｙｅｓの場合）、ステップＳ３０６に移行して、推定式の算出を実行する。
ステップＳ３０６乃至ステップＳ３０８における推定式の算出方法は、図９のステップＳ１０４乃至ステップＳ１０６と同様であるため、ここではその詳細な説明を省略する。図１２に示すフローにより電子機器１００が作成する推定式は、例えば式（１）において、各係数がそれぞれ異なる式である。
次に、推定式を用いた被検者の血糖値の推定のフローについて説明する。図１３は、図１２のフローにより作成された推定式を用いて被検者の食後の血糖値を推定するフロー図である。ここでは、被検者が、血糖計を用いて測定した血糖値を、電子機器１００の入力部１４１から入力する場合について説明する。
まず、電子機器１００は、被検者による入力部１４１の操作に基づいて、被検者の年齢を入力する（ステップＳ４０１）。
また、電子機器１００は、被検者による入力部１４１の操作に基づいて、被検者が血糖計を用いて測定した食前の血糖値を入力する（ステップＳ４０２）。
また、電子機器１００は、被検者による操作に基づいて、被検者の食前の脈波を測定する（ステップＳ４０３）。
そして、電子機器１００は、被検者が食事をした後、被検者による操作に基づいて、被検者の食後の脈波を測定する（ステップＳ４０４）。
次に、電子機器１００は、測定した脈波を解析する（ステップＳ４０５）。具体的には、電子機器１００は、例えば測定した脈波に関する立上り指標Ｓｌ、ＡＩ及び脈拍数ＰＲについて解析を行う。
電子機器１００は、ステップＳ４０５で解析した立上り指標Ｓｌ、ＡＩ及び脈拍数ＰＲと、被検者の年齢とを、図１２のフロー図で作成した推定式に適用して、被検者の食後の血糖値を推定する（ステップＳ４０６）。推定された食後の血糖値は、例えば電子機器１００の報知部１４７から被検者に報知される。
このようにして、電子機器１００は、被検者が採血して測定した食前の血糖値に基づいて、非侵襲かつ短時間で食後の血糖値を推定できる。本実施の形態では、食後の血糖値を推定するための推定式は、被検者から取得したサンプルデータに基づいて作成されているため、当該被検者の食後の血糖値の推定精度が向上する。
本実施の形態に係る電子機器１００についても、第１実施の形態で説明したのと同様に、血糖値の推定においてステップＳ４０２及びステップＳ４０３で取得した被検者の食前の血糖値及び脈波に基づいて、記憶部１４５に記憶された推定式を更新してもよい。これにより、推定式は、被検者が血糖値の推定を行うたびに更新され、推定式を用いた食後の血糖値の推定精度が高まる。
また、電子機器１００は、被検者から十分なサンプル数のサンプルデータが収集できた場合には、採血して測定した血糖値を用いずに、被検者の脈波に基づいて、血糖値を推定してもよい。例えば、電子機器１００は、被検者の食前の脈波に基づいて、被検者の食前の血糖値を推定する。このようにすると、被検者が電子機器１００を用いて食前の脈波を測定することにより、電子機器１００は、食前の脈波に基づいた推定式を用いて、被検者の食前の血糖値を推定できる。この場合、電子機器１００は、食前の血糖値についても、非侵襲かつ短時間で推定できる。なお、十分なサンプルデータとは、食前の脈波に基づいて被検者の食前の血糖値を所定の精度以上の精度で推定可能な推定式が作成され得る程度の量のデータをいう。また、推定する血糖値は、食前に限らず、食後の脈波に基づいて、食後の血糖値を推定してもよい。また、推定する血糖値は、食事前後に限らず、任意のタイミングで測定された脈波に基づいて、任意のタイミングにおける血糖値を推定してもよい。
（第３実施の形態）
第１実施の形態では、電子機器１００が被検者の食後の血糖値を推定する場合について説明した。第３実施の形態では、電子機器１００が被検者の食後の脂質値を推定する場合の一例について説明する。ここで、脂質値は、中性脂肪、総コレステロール、ＨＤＬコレステロール及びＬＤＬコレステロール等を含む。本実施の形態の説明において、第１実施の形態と同様の点については、適宜その説明を省略する。
電子機器１００は、脈波に基づいて脂質値を推定するための推定式を、例えばあらかじめ記憶部１４５に記憶している。電子機器１００は、これらの推定式を用いて、脂質値を推定する。
脈波に基づく脂質値の推定に関する推定理論については、第１実施の形態において説明した血糖値の推定理論と同様である。すなわち、血中の脂質値の変化は脈波の波形の変化にも反映される。そのため、電子機器１００は、脈波を取得し、取得した脈波の変化に基づいて、脂質値を推定することができる。電子機器１００は、脂質推定時の脈波と共に血糖値を入力することにより、脂質値の推定精度が向上する。
図１４は、本実施の形態に係る電子機器１００が用いる推定式の作成フロー図である。本実施の形態においても、推定式は、サンプルデータに基づいて、回帰分析を行うことにより作成される。本実施の形態では、サンプルデータとして、食前の脈波、脂質値及び血糖値に基づいて、推定式が作成される。本実施の形態において、食前は、被験者の空腹時をいう。また、食後は、食後所定時間後の脂質値が高くなる時間（例えば食事を開始してから３時間程度）をいう。推定式の作成において、特に、脂質値のばらつきが正規分布に近いサンプルデータを用いて回帰分析を行って推定式を作成することにより、食前又は食後にかかわらず、検査対象となる被検者の任意のタイミングでの脂質値を推定することができる。
推定式の作成において、まず、それぞれ血糖計、脈波計及び脂質測定装置により測定された、食前の被験者の血糖値、並びに血糖値に対応付けられた脈波及び脂質値に関する情報が推定式作成装置に入力される（ステップＳ５０１）。
また、それぞれ血糖計、脈波計及び脂質測定装置により測定された、食後の被験者の血糖値、並びに血糖値に対応付けられた脈波及び脂質値に関する情報が推定式作成装置に入力される（ステップＳ５０２）。ステップＳ５０１及びステップＳ５０２において入力される血糖値は、例えば採血を行うことにより、血糖計によって測定される。また、ステップＳ５０１又はステップＳ５０２において、各サンプルデータの被験者の年齢も入力される。
推定式作成装置は、ステップＳ５０１及びステップＳ５０２において入力されたサンプルデータのサンプル数が、回帰分析を行うために十分なＮ以上となったか否かを判断する（ステップＳ５０３）。サンプル数Ｎは適宜決定することができ、例えば１００とすることができる。推定式作成装置は、サンプル数がＮ未満であると判断した場合（Ｎｏの場合）、サンプル数がＮ以上となるまで、ステップＳ５０１及びステップＳ５０２を繰り返す。一方、推定式作成装置は、サンプル数がＮ以上となったと判断した場合（Ｙｅｓの場合）、ステップＳ５０４に移行して、推定式の算出を実行する。
推定式の算出において、推定式作成装置は、入力された食前及び食後の脈波を解析する（ステップＳ５０４）。本実施の形態では、推定式作成装置は、食前及び食後の脈波の立上り指標Ｓｌ、ＡＩ及び脈拍数ＰＲについて解析を行う。なお、推定式作成装置は、脈波の解析として、ＦＦＴ解析を行ってもよい。
そして、推定式作成装置は、回帰分析を実行する（ステップＳ５０５）。回帰分析における目的変数は、食後の脂質値である。また、回帰分析における説明変数は、ステップＳ５０１又はステップＳ５０２で入力された年齢と、ステップＳ５０４で解析された食前及び食後の脈波の立上り指標Ｓｌ、ＡＩ及び脈拍数ＰＲとである。なお、推定式作成装置がステップＳ５０４でＦＦＴ解析を行う場合、説明変数は、例えばＦＦＴ解析の結果として算出されるフーリエ係数であってもよい。
推定式作成装置は、回帰分析の結果に基づいて、食後の脂質値を推定するための推定式を作成する（ステップＳ５０６）。
次に、推定式を用いた被検者の脂質値の推定のフローについて説明する。図１５は、図１４のフローにより作成された推定式を用いて被検者の食後の脂質値を推定するフロー図である。ここでは、被検者が、血糖計を用いて測定した血糖値を、電子機器１００の入力部１４１から入力する場合について説明する。
まず、電子機器１００は、被検者による入力部１４１の操作に基づいて、被検者の年齢を入力する（ステップＳ６０１）。
また、電子機器１００は、被検者による入力部１４１の操作に基づいて、被検者が血糖計を用いて測定した食前の血糖値を入力する（ステップＳ６０２）。
また、電子機器１００は、被検者による操作に基づいて、被検者の食前の脈波を測定する（ステップＳ６０３）。
そして、電子機器１００は、被検者が食事をした後、被検者による操作に基づいて、被検者が血糖計を用いて測定した食後の血糖値を入力する（ステップＳ６０４）。
また、電子機器１００は、被検者による操作に基づいて、被検者の食後の脈波を測定する（ステップＳ６０５）。
次に、電子機器１００は、測定した脈波を解析する（ステップＳ６０６）。具体的には、電子機器１００は、例えば測定した脈波に関する立上り指標Ｓｌ、ＡＩ及び脈拍数ＰＲについて解析を行う。
電子機器１００は、ステップＳ６０６で解析した立上り指標Ｓｌ、ＡＩ及び脈拍数ＰＲと、被検者の年齢とを、図１４のフロー図で作成した推定式に適用して、被検者の食後の脂質値を推定する（ステップＳ６０７）。推定された食後の脂質値は、例えば電子機器１００の報知部１４７から被検者に報知される。
図１６は、図１４のフローにより作成された推定式を用いて推定した食後の脂質値と、実測した食後の脂質値との比較を示す図である。図１６に示すグラフでは、横軸に食後の脂質値の測定値（実測値）が、縦軸に食後の脂質値の推定値が示されている。なお、脂質値の測定値は、ロシュ・ダイアグノスティックス社製のコバスｂ１０１を用いて測定された。図１６に示すように、測定値と推定値とは、概ね±２０％の範囲内に含まれている。すなわち、推定式による推定精度は、２０％以内であると言える。
このようにして、電子機器１００は、被検者が採血して測定した食前及び食後の血糖値に基づいて、食後の脂質値を推定できる。
また、電子機器１００は、食前及び食後の血糖値を用いて脂質値を推定する。そのため、電子機器１００は、食後において血糖値が脈波に与える影響を補正（除去）して、脂質値を推定することができる。これにより、電子機器１００によれば、脂質値の推定精度が向上する。
本実施形態では、食前及び食後の血糖値、脈波、脂質値を用いて推定式を作成したが、推定式の作成はこれに限らず、食前又は食後のいずれか一方の血糖値、脈波、脂質値を用いて推定式を作成してもよい。また、電子機器１００は、食後の脂質値に限らず、任意のタイミングにおける被検者の脂質値を推定してもよい。電子機器１００は、任意のタイミングにおける脂質値についても、非侵襲かつ短時間で推定できる。
本実施の形態に係る電子機器１００についても、第１実施の形態で説明したのと同様に、脂質値の推定においてステップＳ６０２乃至ステップＳ６０５で取得した被検者の食前の血糖値及び脈波と、食後の血糖値及び脈波とに基づいて、記憶部１４５に記憶された推定式を更新してもよい。これにより、推定式は、被検者が血糖値の推定を行うたびに更新され、推定式を用いた食後の脂質値の推定精度が高まる。
なお、上記第１及び第２実施の形態では、電子機器１００を用いて食後の血糖値を推定させる際に、被検者が、血糖計を用いて測定した食前の血糖値を、電子機器１００の入力部１４１を使用して入力する場合の例について説明した。しかしながら、食前の血糖値は、例えば血糖計から電子機器１００に自動的に入力されてもよい。
図１７は、電子機器１００と血糖計１６０との通信を模式的に示す図である。血糖計１６０は、通信部を備え、電子機器１００の通信部１４６を介して、情報を送受信可能である。血糖計１６０は、例えば、被検者の操作に基づいて血糖値（食前の血糖値）を測定した場合、測定結果としての血糖値を電子機器１００に送信する。電子機器１００は、血糖計１６０から取得した血糖値を用いて、例えば図１０又は図１３等に記載したフローによって、被検者の食後の血糖値を推定する。
なお、第３実施の形態の場合も同様に、電子機器１００は、通信可能な血糖計１６０から血糖値を取得してもよい。この場合、電子機器１００は、血糖計１６０から取得した血糖値に基づいて、脂質値を推定できる。
また、上記実施の形態では、血糖値及び脂質値の推定を電子機器１００が実行する場合の例について説明したが、血糖値及び脂質値の推定は、必ずしも電子機器１００によって実行されなくてもよい。血糖値及び脂質値の推定を、電子機器１００以外の他の装置が実行する場合の一例について説明する。
図１８は、本発明の一実施の形態に係るシステムの概略構成を示す模式図である。図１８に示した実施の形態のシステムは、電子機器１００と、サーバ１５１と、携帯端末１５０と、通信ネットワークを含んで構成される。図１８に示したように、電子機器１００が測定した脈波は、通信ネットワークを通じてサーバ１５１に送信され、被検者の個人情報としてサーバ１５１に保存される。サーバ１５１では、被検者の過去の取得情報や、様々なデータベースと比較することにより、被検者の血糖値又は脂質値を推定する。サーバ１５１はさらに被検者に最適なアドバイスを作成してもよい。サーバ１５１は、被検者が所有する携帯端末１５０に推定結果及びアドバイスを返信する。携帯端末１５０は受信した推定結果及びアドバイスを携帯端末１５０の表示部から報知する、というシステムを構築することができる。電子機器１００の通信機能を利用することで、サーバ１５１には複数の利用者からの情報を収集することができるため、さらに推定の精度が上がる。また、携帯端末１５０を報知手段として用いるため、電子機器１００は報知部１４７が不要となり、さらに小型化される。また、被検者の血糖値又は脂質値の推定をサーバ１５１で行うために、電子機器１００の制御部１４３の演算負担を軽減できる。また、被検者の過去の取得情報をサーバ１５１で保存できるために、電子機器１００の記憶部１４５の負担を軽減できる。そのため、電子機器１００はさらに小型化、簡略化が可能となる。また、演算の処理速度も向上する。
本実施の形態に係るシステムはサーバ１５１を介して、電子機器１００と携帯端末１５０とを通信ネットワークで接続した構成を示したが、本発明に係るシステムはこれに限定されるものではない。サーバ１５１を用いずに、電子機器１００と携帯端末１５０を直接通信ネットワークで接続して構成してもよい。
本発明を完全かつ明瞭に開示するために特徴的な実施例に関し記載してきた。しかし、添付の請求項は、上記実施の形態に限定されるべきものでなく、本明細書に示した基礎的事項の範囲内で当該技術分野の当業者が創作しうるすべての変形例及び代替可能な構成を具現化するように構成されるべきである。
例えば、上述の実施の形態においては、センサ部１３０に角速度センサ１３１を備える場合について説明したが、本発明に係る電子機器１００はこれに限ることはない。センサ部１３０は、発光部と受光部からなる光学脈波センサを備えていてもよいし、圧力センサを備えていてもよい。また、電子機器１００の装着は手首に限らない。首、足首、太もも、耳等、動脈上にセンサ部１３０が配置されていればよい。
１００ 電子機器
１１０ 装着部
１２０ 測定部
１２０ａ 裏面
１２０ｂ 表面
１１１ 開口部
１３０ センサ部
１３１ 角速度センサ
１３２ 脈あて部
１３３ 支持部
１４０ 弾性体
１４１ 入力部
１４３ 制御部
１４４ 電源部
１４５ 記憶部
１４６ 通信部
１４７ 報知部
１５０ 携帯端末
１５１ サーバ
１６０ 血糖計

Claims (7)

  1. 被検者の脈波を取得するセンサ部と、
    血糖値及び該血糖値に対応付けられた脈波に基づいて作成された推定式と、前記センサ部が取得した前記被検者の脈波とに基づいて、前記被検者の血糖値を推定する制御部と、
    を備える電子機器。
  2. 前記推定式は、前記被検者の血糖値及び該血糖値に対応付けられた脈波に基づいて作成される、請求項１に記載の電子機器。
  3. 前記制御部は、さらに前記被検者の食前の血糖値に基づいて、前記被検者の食後の血糖値を推定する、請求項１又は請求項２に記載の電子機器。
  4. 前記制御部は、前記被検者の食前の血糖値及び脈波に基づいて前記推定式を更新する、請求項１乃至請求項３のいずれか一項に記載の電子機器。
  5. 被検者の脈波を取得するセンサ部と、
    血糖値及び該血糖値に対応付けられた脈波に基づいて作成された推定式と、前記センサ部が取得した前記被検者の脈波とに基づいて、前記被検者の脂質値を推定する制御部と、
    を備える電子機器。
  6. 被検者の血糖値を測定する血糖計と、
    前記被検者の脈波を取得するセンサ部を有する電子機器と、を備え、
    前記電子機器は、血糖値及び該血糖値に対応付けられた脈波に基づいて作成された推定式と、前記血糖計が測定した前記被検者の血糖値と、前記センサ部が取得した前記被検者の脈波とに基づいて、前記被検者の血糖値を推定する、
    推定システム。
  7. 被検者の血糖値を測定する血糖計と、
    前記被検者の脈波を取得するセンサ部を有する電子機器と、を備え、
    前記電子機器は、血糖値及び該血糖値に対応付けられた脈波に基づいて作成された推定式と、前記血糖計が測定した前記被検者の血糖値と、前記センサ部が取得した前記被検者の脈波とに基づいて、前記被検者の脂質値を推定する、
    推定システム。
JP2016077938A 2016-04-08 2016-04-08 電子機器及び推定システム Active JP6685811B2 (ja)

Priority Applications (5)

Application Number Priority Date Filing Date Title
JP2016077938A JP6685811B2 (ja) 2016-04-08 2016-04-08 電子機器及び推定システム
PCT/JP2017/012083 WO2017175608A1 (ja) 2016-04-08 2017-03-24 電子機器及び推定システム
EP17778987.2A EP3440993A4 (en) 2016-04-08 2017-03-24 ELECTRONIC EQUIPMENT AND ESTIMATION SYSTEM
US16/086,329 US11350856B2 (en) 2016-04-08 2017-03-24 Electronic device and estimation system
US17/736,290 US20220257155A1 (en) 2016-04-08 2022-05-04 Electronic device and estimation system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2016077938A JP6685811B2 (ja) 2016-04-08 2016-04-08 電子機器及び推定システム

Related Child Applications (1)

Application Number Title Priority Date Filing Date
JP2020065937A Division JP6740500B2 (ja) 2020-04-01 2020-04-01 電子機器及び推定システム

Publications (2)

Publication Number Publication Date
JP2017185131A true JP2017185131A (ja) 2017-10-12
JP6685811B2 JP6685811B2 (ja) 2020-04-22

Family

ID=60000405

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2016077938A Active JP6685811B2 (ja) 2016-04-08 2016-04-08 電子機器及び推定システム

Country Status (4)

Country Link
US (2) US11350856B2 (ja)
EP (1) EP3440993A4 (ja)
JP (1) JP6685811B2 (ja)
WO (1) WO2017175608A1 (ja)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019163500A1 (ja) * 2018-02-22 2019-08-29 京セラ株式会社 電子機器、推定システム、推定方法及び推定プログラム
JP2019141416A (ja) * 2018-02-22 2019-08-29 京セラ株式会社 電子機器、推定システム、推定方法及び推定プログラム
JP2021083469A (ja) * 2019-11-25 2021-06-03 株式会社ｏｎｅＡ 生体情報測定装置
JP2021520977A (ja) * 2018-04-14 2021-08-26 ワイ． マイケル リー 頭部、脊椎および身体の健康およびウェルネスをモニタリングおよび治療するためのシステムおよび方法
KR20210114228A (ko) * 2020-03-10 2021-09-23 삼성전자주식회사 생체정보 추정 장치 및 방법
JP2022058583A (ja) * 2020-12-22 2022-04-12 京セラ株式会社 電子機器、推定方法、及び推定プログラム
WO2024195820A1 (ja) * 2023-03-23 2024-09-26 京セラ株式会社 指標推定装置、および指標推定方法

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111356399A (zh) * 2017-11-22 2020-06-30 京瓷株式会社 电子设备
JP6884718B2 (ja) * 2018-02-22 2021-06-09 京セラ株式会社 電子機器、推定システム、推定方法及び推定プログラム
EP3888103A4 (en) * 2018-11-29 2022-11-23 January, Inc. SYSTEMS, METHODS AND DEVICES FOR BIOPHYSICAL MODELING AND RESPONSE PREDICTION
US11664108B2 (en) 2018-11-29 2023-05-30 January, Inc. Systems, methods, and devices for biophysical modeling and response prediction

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10328170A (ja) * 1997-05-29 1998-12-15 Koji Akai 血糖モニタリング・システム
JP2004113434A (ja) * 2002-09-26 2004-04-15 Masato Nakamura 血糖測定装置
JP2010510010A (ja) * 2006-11-23 2010-04-02 フローレ，インゴ 医療測定デバイス
WO2010128500A2 (en) * 2009-05-04 2010-11-11 Wellsense Technologies System and method for monitoring blood glucose levels non-invasively
JP2012019834A (ja) * 2010-07-12 2012-02-02 Seiko Epson Corp 濃度定量装置とプローブ及び濃度定量方法並びにプログラム
US20160058308A1 (en) * 2014-05-01 2016-03-03 Mark Ries Robinson Pulse Photoplethysmogram System for Diabetes Assessment
WO2016147795A1 (ja) * 2015-03-13 2016-09-22 国立大学法人信州大学 非侵襲血糖値測定方法および非侵襲血糖値測定装置

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4905704A (en) * 1989-01-23 1990-03-06 Spacelabs, Inc. Method and apparatus for determining the mean arterial pressure in automatic blood pressure measurements
EP0947160B1 (en) * 1997-08-26 2006-03-01 Seiko Epson Corporation Pulse wave diagnosing device
FI115289B (fi) * 2000-02-23 2005-04-15 Polar Electro Oy Elimistön energia-aineenvaihdunnan ja glukoosin määrän mittaaminen
JP2002360530A (ja) 2001-06-11 2002-12-17 Waatekkusu:Kk 脈波センサ及び脈拍数検出装置
US20030208113A1 (en) * 2001-07-18 2003-11-06 Mault James R Closed loop glycemic index system
US20030179094A1 (en) * 2002-03-08 2003-09-25 Abreu Marcio Marc Signal-to-product coupling
JP3755501B2 (ja) * 2002-09-06 2006-03-15 セイコーエプソン株式会社 脈拍計、脈拍計の制御方法、時計型情報機器、制御プログラムおよび記録媒体
US20100145171A1 (en) * 2008-12-05 2010-06-10 Electronics And Telecommunications Research Institute Apparatus for measuring motion noise robust pulse wave and method thereof
US20110028806A1 (en) * 2009-07-29 2011-02-03 Sean Merritt Reflectance calibration of fluorescence-based glucose measurements
RU2473307C1 (ru) * 2011-06-17 2013-01-27 Артур Джагафарович Эльбаев Устройство для неинвазивного определения концентрации холестерина и глюкозы в крови
JP5948836B2 (ja) 2011-12-09 2016-07-06 ソニー株式会社 測定装置、測定方法、プログラム及び記録媒体
US20170249445A1 (en) * 2014-09-12 2017-08-31 Blacktree Fitness Technologies Inc. Portable devices and methods for measuring nutritional intake
JP6413574B2 (ja) * 2014-10-01 2018-10-31 セイコーエプソン株式会社 活動状態情報検出装置及び活動状態情報検出装置の制御方法
EP3721793B1 (en) * 2015-04-28 2024-06-26 Kyocera Corporation Device for estimating glucose based on pulse wave index
WO2016194308A1 (ja) * 2015-05-29 2016-12-08 京セラ株式会社 電子機器
US10973422B2 (en) * 2016-01-22 2021-04-13 Fitbit, Inc. Photoplethysmography-based pulse wave analysis using a wearable device

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10328170A (ja) * 1997-05-29 1998-12-15 Koji Akai 血糖モニタリング・システム
JP2004113434A (ja) * 2002-09-26 2004-04-15 Masato Nakamura 血糖測定装置
JP2010510010A (ja) * 2006-11-23 2010-04-02 フローレ，インゴ 医療測定デバイス
WO2010128500A2 (en) * 2009-05-04 2010-11-11 Wellsense Technologies System and method for monitoring blood glucose levels non-invasively
JP2012019834A (ja) * 2010-07-12 2012-02-02 Seiko Epson Corp 濃度定量装置とプローブ及び濃度定量方法並びにプログラム
US20160058308A1 (en) * 2014-05-01 2016-03-03 Mark Ries Robinson Pulse Photoplethysmogram System for Diabetes Assessment
WO2016147795A1 (ja) * 2015-03-13 2016-09-22 国立大学法人信州大学 非侵襲血糖値測定方法および非侵襲血糖値測定装置

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019163500A1 (ja) * 2018-02-22 2019-08-29 京セラ株式会社 電子機器、推定システム、推定方法及び推定プログラム
JP2019141414A (ja) * 2018-02-22 2019-08-29 京セラ株式会社 電子機器、推定システム、推定方法及び推定プログラム
JP2019141416A (ja) * 2018-02-22 2019-08-29 京セラ株式会社 電子機器、推定システム、推定方法及び推定プログラム
JP6993261B2 (ja) 2018-02-22 2022-01-13 京セラ株式会社 電子機器、推定システム、推定方法及び推定プログラム
JP2021520977A (ja) * 2018-04-14 2021-08-26 ワイ． マイケル リー 頭部、脊椎および身体の健康およびウェルネスをモニタリングおよび治療するためのシステムおよび方法
JP7247319B2 (ja) 2018-04-14 2023-03-28 ワイ． マイケル リー 頭部、脊椎および身体の健康をモニタリングするためのシステムおよび方法
JP2021083469A (ja) * 2019-11-25 2021-06-03 株式会社ｏｎｅＡ 生体情報測定装置
JP7470960B2 (ja) 2019-11-25 2024-04-19 株式会社oneA 生体情報測定装置
KR20210114228A (ko) * 2020-03-10 2021-09-23 삼성전자주식회사 생체정보 추정 장치 및 방법
KR102605901B1 (ko) * 2020-03-10 2023-11-23 삼성전자주식회사 생체정보 추정 장치 및 방법
JP2022058583A (ja) * 2020-12-22 2022-04-12 京セラ株式会社 電子機器、推定方法、及び推定プログラム
WO2024195820A1 (ja) * 2023-03-23 2024-09-26 京セラ株式会社 指標推定装置、および指標推定方法

Also Published As

Publication number Publication date
WO2017175608A1 (ja) 2017-10-12
EP3440993A1 (en) 2019-02-13
EP3440993A4 (en) 2019-12-18
JP6685811B2 (ja) 2020-04-22
US11350856B2 (en) 2022-06-07
US20190090793A1 (en) 2019-03-28
US20220257155A1 (en) 2022-08-18

Similar Documents

Publication Publication Date Title
JP7361830B2 (ja) 電子機器及び装置
WO2017175608A1 (ja) 電子機器及び推定システム
JP7483783B2 (ja) 電子機器及び推定システム
JPWO2016194308A1 (ja) 電子機器
JP2019141414A (ja) 電子機器、推定システム、推定方法及び推定プログラム
JP6807481B2 (ja) 電子機器及び推定システム
JP7367242B2 (ja) 電子機器、推定システム、推定方法及び推定プログラム
JP6740500B2 (ja) 電子機器及び推定システム

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20180910

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20190924

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20191105

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: 20200310

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20200401

R150 Certificate of patent or registration of utility model

Ref document number: 6685811

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150