JP7361830B2 - 電子機器及び装置 - Google Patents

Description

関連出願の相互参照

本出願は、日本国特許出願２０１５－０９１５７７号（２０１５年４月２８日出願）の優先権を主張するものであり、当該出願の開示全体を、ここに参照のために取り込む。

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装置に関する。

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、非侵襲で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装置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、
一の被検部位における脈波を取得する単一のセンサを有するセンサ部と、
前記センサ部の前記単一のセンサで取得した脈波に基づく指標から、糖代謝を推定する制御部と、を備える。
前記制御部は、第１のタイミングで取得した脈波に関する指標と、前記第１のタイミングの後である第２のタイミングで取得した脈波に関する指標とに基づいて、前記糖代謝を推定する。

一実施の形態に係るシステムは、第１電子機器及び第２電子機器を含む。
前記第１電子機器は、
一の被検部位における脈波を取得する単一のセンサを有するセンサ部と、
前記第２電子機器と通信する通信部と、
前記センサ部の前記単一のセンサで取得した脈波に関する情報を、前記第２電子機器において糖代謝を推定可能なように、前記通信部から前記第２電子機器に送信する制御部と、
を備える。
前記第２電子機器は、前記第１電子機器から前記単一のセンサで取得した情報を受信して、第１のタイミングで取得した脈波に関する指標と、前記第１のタイミングの後である第２のタイミングで取得した脈波に関する指標とに基づいて、前記糖代謝を推定する。

一実施の形態に係る電子機器は、
一の被検部位における脈波を取得する単一のセンサを有するセンサ部と、
前記センサ部の前記単一のセンサで取得した脈波に基づく指標から、脂質代謝を推定する制御部と、を備える。
前記制御部は、第１のタイミングで取得した脈波に関する指標と、前記第１のタイミングの後である第２のタイミングで取得した脈波に関する指標とに基づいて、前記脂質代謝を推定する。

一実施の形態に係るシステムは、第１電子機器及び第２電子機器を含む。
前記第１電子機器は、
一の被検部位における脈波を取得する単一のセンサを有するセンサ部と、
前記第２電子機器と通信する通信部と、
前記センサ部の前記単一のセンサで取得した脈波に関する情報を、前記第２電子機器において脂質代謝を推定可能なように、前記通信部から前記第２電子機器に送信する制御部と、
を備える。
前記第２電子機器は、前記第１電子機器から前記単一のセンサで取得した情報を受信して、第１のタイミングで取得した脈波に関する指標と、前記第１のタイミングの後である第２のタイミングで取得した脈波に関する指標とに基づいて、前記脂質代謝を推定する。

本発明によれば、非侵襲で簡便に被検者の健康状態を推定可能な電子機器及び装置を提供できる。

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。 センサ部で取得された脈波の一例を示す図である。 算出されたＡＩの時間変動を示す図である。 算出されたＡＩと血糖値の測定結果を示す図である。 算出されたＡＩと血糖値の関係を示す図である。 算出されたＡＩと脂質値の測定結果を示す図である。 ＡＩに基づいて血液の流動性及び糖代謝又は脂質代謝の状態を推定する手順を示すフロー図である。 本発明の第２実施の形態に係る電子機器における、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。 本発明の第２実施の形態に係る電子機器における、脈波の変化に基づく推定方法の他の一例を説明する脈波を示す図である。 図１３Ａの脈波をＦＦＴした結果を示す図である。 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１４のフローにより作成された推定式を用いて被検者の血糖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血糖値と、実測した血糖値との比較を示す図である。 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１７のフローにより作成された推定式を用いて被検者の血糖値を推定するフロー図である。 図１７のフローにより作成された推定式を用いて推定した血糖値と、実測した血糖値との比較を示す図である。 本発明の第４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２０のフローにより作成された推定式を用いて被検者の脂質値を推定するフロー図である。 図２０のフローにより作成された推定式を用いて推定した脂質値と、実測した脂質値との比較を示す図である。 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。

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、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、脈波の伝播現象に基づく指標を算出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脈波の伝播現象に基づく指標を算出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。

図５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５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５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。

取得された脈波から、脈波に基づく指標を算出する方法を、図５を用いて説明する。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。脈波に基づく指標は、例えば、前進波の脈波伝播速度ＰＷＶ（Pulse Wave Velocity）、脈波の反射波の大きさＰ_Ｒ、脈波の前進波と反射波との時間差Δｔ、脈波の前進波と反射波との大きさの比で表されるＡＩ（Augmentation Index）等である。

図５に示す脈波は、利用者のｎ回分の脈拍であり、ｎは１以上の整数である。脈波は、心臓からの血液の駆出により生じた前進波と、血管分岐や血管径の変化部から生じた反射波とが重なりあった合成波である。図５において、脈拍毎の前進波による脈波のピークの大きさをＰ_Ｆｎ、脈拍毎の反射波による脈波のピークの大きさをＰ_Ｒｎ、脈拍毎の脈波の最小値をＰ_Ｓｎで示す。また、図５において、脈拍のピークの間隔をＴ_ＰＲで示す。

脈波に基づく指標とは、脈波から得られる情報を定量化したものである。例えば、脈波に基づく指標の一つであるＰＷＶは、上腕と足首等、２点の被検部で測定された脈波の伝播時間差と２点間の距離とに基づいて算出される。具体的には、ＰＷＶは、動脈の２点における脈波（例えば上腕と足首）を同期させて取得し、２点の距離の差（Ｌ）を２点の脈波の時間差（ＰＴＴ）で除して算出される。例えば、脈波に基づく指標の一つである反射波の大きさＰ_Ｒは、反射波による脈波のピークの大きさＰ_Ｒｎを算出してもよいし、ｎ回分を平均化したＰ_Ｒａｖｅを算出してもよい。例えば、脈波に基づく指標の一つである脈波の前進波と反射波との時間差Δｔは、所定の脈拍における時間差Δｔ_ｎを算出してもよいし、ｎ回分の時間差を平均化したΔｔ_ａｖｅを算出してもよい。例えば、脈波に基づく指標の一つであるＡＩは、反射波の大きさを前進波の大きさで除したものであり、ＡＩ_ｎ＝（Ｐ_Ｒｎ－Ｐ_Ｓｎ）／（Ｐ_Ｆｎ－Ｐ_Ｓｎ）で表わされる。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ＡＩ_ｎ（ｎ=１～ｎの整数）の平均値ＡＩ_ａｖｅを算出し、脈波に基づく指標としてもよい。

脈波伝播速度ＰＷＶ、反射波の大きさＰ_Ｒ、前進波と反射波との時間差Δｔ、及びＡＩは、血管壁の硬さに依存して変化するため、動脈硬化の状態の推定に用いることができる。例えば、血管壁が硬いと、脈波伝播速度ＰＷＶは大きくなる。例えば、血管壁が硬いと、反射波の大きさＰ_Ｒは大きくなる。例えば、血管壁が硬いと、前進波と反射波との時間差Δｔは小さくなる。例えば、血管壁が硬いと、ＡＩは大きくなる。さらに、電子機器１００は、これらの脈波に基づく指標を用いて、動脈硬化の状態を推定できると共に、血液の流動性（粘性）を推定することができる。特に、電子機器１００は、同一被検者の同一被検部、及び動脈硬化の状態がほぼ変化しない期間（例えば数日間内）において取得された脈波に基づく指標の変化から、血液の流動性の変化を推定することができる。ここで血液の流動性とは、血液の流れやすさを示し、例えば、血液の流動性が低いと、脈波伝播速度ＰＷＶは小さくなる。例えば、血液の流動性が低いと、反射波の大きさＰ_Ｒは小さくなる。例えば、血液の流動性が低いと、前進波と反射波との時間差Δｔは大きくなる。例えば、血液の流動性が低いと、ＡＩは小さくなる。

本実施の形態では、脈波に基づく指標の一例として、電子機器１００が、脈波伝播速度ＰＷＶ、反射波の大きさＰ_Ｒ、前進波と反射波との時間差Δｔ、及びＡＩを算出する例を示したが、脈波に基づく指標はこれに限ることはない。例えば、電子機器１００は、脈波に基づく指標として、後方収縮期血圧を用いてもよい。

図６は、算出されたＡＩの時間変動を示す図である。本実施の形態では、脈波は、角速度センサ１３１を備えた電子機器１００を用いて約５秒間取得された。制御部１４３は、取得された脈波から脈拍毎のＡＩを算出し、さらにこれらの平均値ＡＩ_ａｖｅを算出した。本実施の形態では、電子機器１００は、食事前及び食事後の複数のタイミングで脈波を取得し、取得された脈波に基づく指標の一例としてＡＩの平均値（以降ＡＩとする）を算出した。図６の横軸は、食事後の最初の測定時間を０として、時間の経過を示す。図６の縦軸は、その時間に取得された脈波から算出されたＡＩを示す。被検者は安静の状態で、脈波は橈骨動脈上で取得された。

電子機器１００は、食事前、食事直後、及び食事後３０分毎に脈波を取得し、それぞれの脈波に基づいて複数のＡＩを算出した。食事前に取得された脈波から算出されたＡＩは約０．８であった。食事前に比較して、食事直後のＡＩは小さくなり、食事後約１時間でＡＩは最小の極値となった。食事後３時間で測定を終了するまで、ＡＩは徐々に大きくなった。

電子機器１００は、算出されたＡＩの変化から、血液の流動性の変化を推定することができる。例えば血液中の赤血球、白血球、血小板が団子状に固まる、又は粘着力が大きくなると、血液の流動性は低くなる。例えば、血液中の血漿の含水率が小さくなると、血液の流動性は低くなる。これらの血液の流動性の変化は、例えば、後述する糖脂質状態や、熱中症、脱水症、低体温等の被検者の健康状態によって変化する。被検者の健康状態が重篤化する前に、被検者は、本実施の形態の電子機器１００を用いて、自らの血液の流動性の変化を知ることができる。図６に示す食事前後のＡＩの変化から、食事後に血液の流動性は低くなり、食事後約１時間で最も血液の流動性は低くなり、その後徐々に血液の流動性が高くなったことが推定できる。電子機器１００は、血液の流動性が低い状態を「どろどろ」、血液の流動性が高い状態を「さらさら」と表現して報知してもよい。例えば、電子機器１００は、「どろどろ」「さらさら」の判定を、被検者の実年齢におけるＡＩの平均値を基準にして行ってもよい。電子機器１００は、算出されたＡＩが平均値より大きければ「さらさら」、算出されたＡＩが平均値より小さければ「どろどろ」と判定してもよい。電子機器１００は、例えば、「どろどろ」「さらさら」の判定は、食事前のＡＩを基準にして判定してもよい。電子機器１００は、食事後のＡＩを食事前のＡＩと比較して「どろどろ」度合いを推定してもよい。電子機器１００は、例えば、食事前のＡＩすなわち空腹時のＡＩは被検者の血管年齢（血管の硬さ）の指標として用いることができる。電子機器１００は、例えば、被検者の食事前のＡＩすなわち空腹時のＡＩを基準として、算出されたＡＩの変化量を算出すれば、被検者の血管年齢（血管の硬さ）による推定誤差を少なくすることができるので、血液の流動性の変化をより精度よく推定することができる。

図７は、算出されたＡＩと血糖値の測定結果を示す図である。脈波の取得方法及びＡＩの算出方法は、図６に示した実施の形態と同じである。図７の右縦軸は血中の血糖値を示し、左縦軸は算出されたＡＩを示す。図７の実線は、取得された脈波から算出されたＡＩを示し、点線は測定された血糖値を示す。血糖値は、脈波取得直後に測定された。血糖値は、テルモ社製の血糖測定器「メディセーフフィット」を用いて測定された。食事前の血糖値と比べて、食事直後の血糖値は約２０ｍｇ／ｄｌ上昇している。食事後約１時間で血糖値は最大の極値となった。その後、測定を終了するまで、血糖値は徐々に小さくなり、食事後約３時間でほぼ食事前の血糖値と同じになった。

図７に示す通り、食前食後の血糖値は、脈波から算出されたＡＩと負の相関がある。血糖値が高くなると、血液中の糖により赤血球及び血小板が団子状に固まり、又は粘着力が強くなり、その結果血液の流動性は低くなることがある。血液の流動性が低くなると、脈波伝播速度ＰＷＶは小さくなることがある。脈波伝播速度ＰＷＶが小さくなると、前進波と反射波との時間差Δｔは大きくなることがある。前進波と反射波との時間差Δｔが大きくなると、前進波の大きさＰ_Ｆに対して反射波の大きさＰ_Ｒは小さくなることがある。前進波の大きさＰ_Ｆに対して反射波の大きさＰ_Ｒが小さくなると、ＡＩは小さくなることがある。食事後数時間内（本実施の形態では３時間）のＡＩは、血糖値と相関があることから、ＡＩの変動により、被検者の血糖値の変動を推定することができる。また、あらかじめ被検者の血糖値を測定し、ＡＩとの相関を取得しておけば、電子機器１００は、算出されたＡＩから被検者の血糖値を推定することができる。

食事後に最初に検出されるＡＩの最小極値であるＡＩ_Ｐの発生時間に基づいて、電子機器１００は被検者の糖代謝の状態を推定できる。電子機器１００は、糖代謝の状態として、例えば血糖値を推定する。糖代謝の状態の推定例として、例えば食事後に最初に検出されるＡＩの最小極値ＡＩ_Ｐが所定時間以上（例えば食後約１．５時間以上）経ってから検出される場合、電子機器１００は、被検者が糖代謝異常（糖尿病患者）であると推定できる。

食事前のＡＩであるＡＩ_Ｂと、食事後に最初に検出されるＡＩの最小極値であるＡＩ_Ｐとの差（ＡＩ_Ｂ－ＡＩ_Ｐ）に基づいて、電子機器１００は被検者の糖代謝の状態を推定できる。糖代謝の状態の推定例として、例えば（ＡＩ_Ｂ－ＡＩ_Ｐ）が所定数値以上（例えば０．５以上）の場合、被検者は糖代謝異常（食後高血糖患者）であると推定できる。

図８は、算出されたＡＩと血糖値との関係を示す図である。算出されたＡＩと血糖値とは、血糖値の変動が大きい食事後１時間以内に取得されたものである。図８のデータは、同一被験者における異なる複数の食事後のデータを含む。図８に示す通り、算出されたＡＩと血糖値とは負の相関を示した。算出されたＡＩと血糖値との相関係数は０．９以上であり、非常に高い相関を示した。例えば、図８に示すような算出されたＡＩと血糖値との相関を、あらかじめ被験者毎に取得しておけば、電子機器１００は、算出されたＡＩから被験者の血糖値を推定することもできる。

図９は、算出されたＡＩと中性脂肪の測定結果を示す図である。脈波の取得方法及びＡＩの算出方法は、図６に示した実施の形態と同じである。図９の右縦軸は血中の中性脂肪値を示し、左縦軸はＡＩを示す。図９の実線は、取得された脈波から算出されたＡＩを示し、点線は測定された中性脂肪値を示す。中性脂肪値は、脈波取得直後に測定した。中性脂肪値は、テクノメディカ社製の脂質測定装置「ポケットリピッド」を用いて測定された。食事前の中性脂肪値と比較して、食事後の中性脂肪値の最大極値は約３０ｍｇ／ｄｌ上昇している。食事後約２時間後に中性脂肪は最大の極値となった。その後、測定を終了するまで、中性脂肪値は徐々に小さくなり、食事後約３．５時間でほぼ食事前の中性脂肪値と同じになった。

これに対し、算出されたＡＩの最小極値は、食事後約３０分で第１の最小極値ＡＩ_Ｐ１が検出され、食事後約２時間で第２の最小極値ＡＩ_Ｐ２が検出された。食事後約３０分で検出された第１の最小極値ＡＩ_Ｐ１は、前述した食後の血糖値の影響によるものであると推定できる。食事後約２時間で検出された第２の最小極値ＡＩ_Ｐ２は、食事後約２時間で検出された中性脂肪の最大極値とその発生時間がほぼ一致している。このことから、食事から所定時間以降に検出される第２の最小極値ＡＩ_Ｐ２は中性脂肪の影響によるものであると推定できる。食前食後の中性脂肪値は、血糖値と同様に、脈波から算出されたＡＩと負の相関があることがわかった。特に食事から所定時間以降（本実施の形態では約１．５時間以降）に検出されるＡＩの最小極値ＡＩ_Ｐ２は、中性脂肪値と相関があることから、ＡＩの変動により、被検者の中性脂肪値の変動を推定することができる。また、あらかじめ被検者の中性脂肪値を測定し、ＡＩとの相関を取得しておけば、電子機器１００は、算出されたＡＩから被検者の中性脂肪値を推定することができる。

食事後所定時間以降に検出される第２の最小極値ＡＩ_Ｐ２の発生時間に基づいて、電子機器１００は被検者の脂質代謝の状態を推定できる。電子機器１００は、脂質代謝の状態として、例えば脂質値を推定する。脂質代謝の状態の推定例として、例えば第２の最小極値ＡＩ_Ｐ２が食事後所定時間以上（例えば４時間以上）経ってから検出される場合、電子機器１００は、被検者が脂質代謝異常（高脂血症患者）であると推定できる。

食事前のＡＩであるＡＩ_Ｂと、食事後所定時間以降に検出される第２の最小極値ＡＩ_Ｐ２との差（ＡＩ_Ｂ－ＡＩ_Ｐ２）に基づいて、電子機器１００は被検者の脂質代謝の状態を推定できる。脂質代謝異常の推定例として、例えば（ＡＩ_Ｂ－ＡＩ_Ｐ２）が０．５以上の場合、電子機器１００は、被検者が脂質代謝異常（食後高脂血症患者）であると推定できる。

また、図７乃至図９で示した測定結果から、本実施の形態の電子機器１００は、食事後に最も早く検出される第１の最小極値ＡＩ_Ｐ１及びその発生時間に基づいて、被検者の糖代謝の状態を推定することができる。さらに、本実施の形態の電子機器１００は、第１の最小極値ＡＩ_Ｐ１の後で所定時間以降に検出される第２の最小極値ＡＩ_Ｐ２及びその発生時間に基づいて、被検者の脂質代謝の状態を推定することができる。

本実施の形態では脂質代謝の推定例として中性脂肪の場合を説明したが、脂質代謝の推定は中性脂肪に限られない。電子機器１００が推定する脂質値は、例えば総コレステロール、善玉（ＨＤＬ：High Density Lipoprotein）コレステロール及び悪玉（ＬＤＬ：Low Density Lipoprotein）コレステロール等を含む。これらの脂質値も、上述の中性脂肪の場合と同様の傾向を示す。

図１０は、ＡＩに基づいて血液の流動性並びに糖代謝及び脂質代謝の状態を推定する手順を示すフロー図である。図１０を用いて、実施の形態に係る電子機器１００による血液流動性、並びに糖代謝及び脂質代謝の状態の推定の流れを説明する。

図１０に示すように、電子機器１００は、初期設定として、被検者のＡＩ基準値を取得する（ステップＳ１０１）。ＡＩ基準値は、被検者の年齢から推定される平均的なＡＩを用いてもよいし、事前に取得された被検者の空腹時のＡＩを用いてもよい。また、電子機器１００は、ステップＳ１０２～Ｓ１０８において食前と判断されたＡＩをＡＩ基準値としてもよいし、脈波測定直前に算出されたＡＩをＡＩ基準値としてもよい。この場合、電子機器１００は、ステップＳ１０２～Ｓ１０８より後にステップＳ１０１を実行する。

続いて、電子機器１００は、脈波を取得する（ステップＳ１０２）。例えば電子機器１００は、所定の測定時間（例えば、５秒間）に取得された脈波について、所定の振幅以上が得られたか否かを判定する。取得された脈波について、所定の振幅以上が得られたら、ステップＳ１０３に進む。所定の振幅以上が得られなかったら、ステップＳ１０２を繰り返す（これらのステップは図示せず）。

電子機器１００は、ステップＳ１０２で取得された脈波から、脈波に基づく指標としてＡＩを算出し記憶部１４５に記憶する（ステップＳ１０３）。電子機器１００は、所定の脈拍数（例えば、３拍分）毎のＡＩ_ｎ（ｎ=１～ｎの整数）から平均値ＡＩ_ａｖｅを算出して、これをＡＩとしてもよい。あるいは、電子機器１００は特定の脈拍におけるＡＩを算出してもよい。

ＡＩは、例えば脈拍数ＰＲ、脈圧（Ｐ_Ｆ－Ｐ_Ｓ）、体温、被検出部の温度等によって補正を行い算出してもよい。脈拍とＡＩ及び脈圧とＡＩは共に負の相関があり、温度とＡＩとは正の相関があることが知られている。補正を行う際は、例えばステップＳ１０３において、電子機器１００はＡＩに加え脈拍、脈圧を算出する。例えば、電子機器１００は、センサ部１３０に温度センサを搭載し、ステップＳ１０２における脈波の取得の際に、被検出部の温度を取得してもよい。事前に作成された補正式に、取得された脈拍、脈圧、温度等を代入することにより、ＡＩは補正される。

続いて、電子機器１００は、ステップＳ１０１で取得されたＡＩ基準値とステップＳ１０３で算出されたＡＩとを比較して、被検者の血液の流動性を推定する（ステップＳ１０４）。算出されたＡＩがＡＩ基準値より大きい場合（ＹＥＳの場合）、血液の流動性は高いと推定され、電子機器１００は例えば「血液はさらさらです」と報知する（ステップＳ１０５）。算出されたＡＩがＡＩ基準値より大きくない場合（ＮＯの場合）、血液の流動性は低いと推定され、電子機器１００は例えば「血液はどろどろです」と報知する（ステップＳ１０６）。

続いて、電子機器１００は、糖代謝及び脂質代謝の状態を推定するか否かを被検者に確認する（ステップＳ１０７）。ステップＳ１０７で糖代謝及び脂質代謝を推定しない場合（ＮＯの場合）、電子機器１００は処理を終了する。ステップＳ１０７で糖代謝及び脂質代謝を推定する場合（ＹＥＳの場合）、電子機器１００は、算出されたＡＩが食前、食後いずれかに取得されたものかを確認する（ステップＳ１０８）。食後ではない（食前）場合（ＮＯの場合）、ステップＳ１０２に戻り、次の脈波を取得する。食後の場合（ＹＥＳの場合）、電子機器１００は、算出されたＡＩに対応する脈波の取得時間を記憶する（ステップＳ１０９）。続いて脈波を取得する場合（ステップＳ１１０のＮＯの場合）、ステップＳ１０２に戻り、次の脈波を取得する。脈波測定を終了する場合（ステップＳ１１０のＹＥＳの場合）ステップＳ１１１以降に進み、電子機器１００は被検者の糖代謝及び脂質代謝の状態の推定を行う。

続いて、電子機器１００は、ステップＳ１０４で算出された複数のＡＩから、最小極値とその時間を抽出する（ステップＳ１１１）。例えば、図９の実線で示すようなＡＩが算出された場合、電子機器１００は、食事後約３０分の第１の最小極値ＡＩ_Ｐ１、及び食事後約２時間の第２の最小極値ＡＩ_Ｐ２を抽出する。

続いて、電子機器１００は、第１の最小極値ＡＩ_Ｐ１とその時間から、被検者の糖代謝の状態を推定する（ステップＳ１１２）。さらに、電子機器１００は、第２の最小極値ＡＩ_Ｐ２とその時間から、被検者の脂質代謝の状態を推定する（ステップＳ１１３）。被検者の糖代謝及び脂質代謝の状態の推定例は、前述の図９と同様であるので省略する。

続いて、電子機器１００は、ステップＳ１１２及びステップＳ１１３の推定結果を報知し（ステップＳ１１４）、図１０に示す処理を終了する。報知部１４７は、例えば「糖代謝は正常です」、「糖代謝異常が疑われます」、「脂質代謝は正常です」、「脂質代謝異常が疑われます」等の報知を行う。また、報知部１４７は、「病院で受診しましょう」、「食生活を見直しましょう」等のアドバイスを報知してもよい。そして、電子機器１００は、図１０に示す処理を終了する。

上記の実施の形態において、電子機器１００は、脈波に基づく指標から被検者の血液の流動性並びに糖代謝及び脂質代謝の状態を推定できる。このため、電子機器１００は、非侵襲かつ短時間で被検者の血液の流動性並びに糖代謝及び脂質代謝の状態を推定できる。

上記の実施の形態において、電子機器１００は、脈波に基づく指標の極値とその時間から、糖代謝の状態の推定と、脂質代謝の状態の推定とを行うことができる。このため、電子機器１００は、非侵襲かつ短時間で被検者の糖代謝及び脂質代謝の状態を推定できる。

上記の実施の形態において、電子機器１００は、例えば、食事前（空腹時）の脈波に基づく指標を基準にして、被検者の糖代謝及び脂質代謝の状態を推定できる。このため、短期的に変化しない血管径や血管の硬さ等を考慮せずに、被検者の血液の流動性及び糖代謝及び脂質代謝の状態を正確に推定できる。

上記の実施の形態において、電子機器１００は、脈波に基づく指標と血糖値、脂質値とのキャリブレーションを取っておけば、被検者の血糖値、脂質値を非侵襲かつ短時間に推定することができる。

（第２実施の形態）
第１実施の形態では、電子機器１００が、脈波に基づく指標として脈波から算出したＡＩに基づいて、被検者の糖代謝及び脂質代謝を推定する場合の例について説明した。第２実施の形態では、電子機器１００が、回帰分析により作成した推定式に基づいて、被検者の糖代謝を推定する場合の例について説明する。本実施の形態では、電子機器１００は、被検者の糖代謝として血糖値を推定する。なお、本実施の形態に係る電子機器１００の構成については、第１実施の形態と同様であるため、その説明は省略する。

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、まず、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１１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１１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１２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、図１１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１１の周期Ｔ_ＰＲ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。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１３Ａは、脈波の変化に基づく推定方法の他の一例を説明する脈波を示す図である。図１３Ｂは、図１３Ａ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１３Ｂに示すＦＦＴの結果におけるピーク値は、脈波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。

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、回帰分析により推定式を作成するために使用される脈波の特徴に関する係数を、本明細書では特徴係数と称する。電子機器１００は、脈波に基づく指標として、脈波の特徴係数に基づいて、推定式を使用して、被検者の糖代謝を推定する。

ここで、電子機器１００が、脈波の特徴係数に基づいて、被検者の糖代謝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。ここでは、特徴係数として、フーリエ係数を使用する場合の例について説明する。なお、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。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測定器を用いて測定し、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、ここでの食前は、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。食前及び食後の定義については、本明細書において、以下同様とする。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、それぞれ脈波計及び血糖測定器により測定された、食前の被験者の脈波及び血糖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Ｓ２０１）。

また、それぞれ脈波計及び血糖測定器により測定された、食後の被験者の脈波及び血糖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Ｓ２０２）。

推定式作成装置は、ステップＳ２０１及びステップＳ２０２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Ｓ２０３）。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Ｓ２０１及びステップＳ２０２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Ｓ２０４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ＦＦＴ解析する（ステップＳ２０４）。推定式作成装置は、ＦＦＴ解析により、フーリエ係数である基本波と高調波成分とを抽出する。

また、推定式作成装置は、入力された脈波に基づいて、各被験者の脈拍数を算出する（ステップＳ２０５）。

そして、推定式作成装置は、回帰分析を実行する（ステップＳ２０６）。回帰分析は、任意の手法とすることができ、例えばＰＬＳ（Partial Least Squares）法とすることができる。ここで、回帰分析における目的変数は、血糖値であり、食前及び食後の血糖値を含む。また、回帰分析における説明変数は、食前及び食後の、フーリエ係数（基本波及び高調波成分）と脈拍数とに基づいて算出される。具体的には、推定式作成装置は、基本波と高調波成分とを規格化し、脈拍数を掛けることにより説明変数を算出する。

推定式作成装置は、回帰分析の結果に基づいて、血糖値を推定するための推定式を作成する（ステップＳ２０７）。血糖値を推定するための推定式の一例を下式（１）及び（２）に示す。

式（１）及び（２）において、ＧＬａは食後の血糖値、ＧＬｂは食前の血糖値を示す。また、ＰＲａは食後の脈拍数、ＰＲｂは食前の脈拍数である。また、Ｓｂ_１からＳｂ_５は、それぞれ食前の脈波をＦＦＴ解析した場合の１次から５次のフーリエ係数である。また、Ｓａ_１からＳａ_５は、それぞれ食後の脈拍をＦＦＴ解析した場合の１次から５次のフーリエ係数である。

なお、図１４では、フーリエ係数と脈拍数とに基づいて説明変数を算出する場合の例について説明したが、説明変数はこれに限られない。例えば、説明変数は、被験者の年齢、立上り指標Ｓｌ、ＡＩ及び脈拍数ＰＲ等に基づいて算出されてもよい。この場合、図１４のステップＳ２０１及びステップＳ２０２では、これらの被験者の年齢、立上り指標Ｓｌ、ＡＩ及び脈拍数ＰＲ等が入力される。

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血糖値を推定するフロー図である。

まず、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Ｓ３０１）。

また、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Ｓ３０２）。

そして、電子機器１００は、測定した脈波に基づいて、食前及び食後の被検者の脈拍数を算出する（ステップＳ３０３）。

また、電子機器１００は、測定した脈波に基づいて、食前及び食後の被検者の脈波についてＦＦＴ解析を行う（ステップＳ３０４）。ＦＦＴ解析により、電子機器１００は、特徴係数を算出する。

電子機器１００は、ステップＳ３０４で算出した特徴係数を、例えば上述の式（１）及び式（２）に適用して、食前及び食後の被検者の血糖値を推定する（ステップＳ３０５）。推定された血糖値は、例えば電子機器１００の報知部１４７から被検者に報知される。

なお、図１４の推定式の導出において、説明変数が、被験者の年齢、立上り指標Ｓｌ、ＡＩ及び脈拍数ＰＲ等に基づいて算出されている場合には、電子機器１００は、図１４のフロー図のステップＳ２０４において、測定した脈拍に基づいて、立上り指標Ｓｌ、ＡＩ及び脈拍数ＰＲ等を算出する。そして、電子機器１００は、ステップＳ３０５において、算出した立上り指標Ｓｌ、ＡＩ及び脈拍数ＰＲ等に基づいて、推定式を用いて被検者の血糖値を推定する。

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血糖値と、実測した血糖値との比較を示す図である。図１６に示すグラフでは、横軸に血糖値の測定値（実測値）が、縦軸に血糖値の推定値が示されている。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、非侵襲かつ短時間で被検者の糖代謝を推定できる。

（第３実施の形態）
第２実施の形態では、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、回帰分析を行って推定式が作成される場合の例について説明した。第３実施の形態では、推定式が、食前及び食後の血糖値と、食後の脈波とのサンプルデータに基づいて作成される場合の例について説明する。なお、第２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。

図１７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。推定式は、被験者の食後の脈波を脈波計を用いて測定するとともに、被検者の食前及び食後の血糖値を血糖測定器を用いて測定し、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。

本実施の形態に係る推定式の作成においては、血糖測定器により測定された食前の被験者の血糖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Ｓ４０１）。ステップＳ４０２及びステップＳ４０３は、それぞれ図１４のステップＳ２０２及びステップＳ２０３と同様である。

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）、入力された食後の脈波をＦＦＴ解析する（ステップＳ４０４）。推定式作成装置は、ＦＦＴ解析により、フーリエ係数である基本波と高調波成分とを抽出する。

また、推定式作成装置は、入力された脈波に基づいて、各被験者の脈拍数を算出する（ステップＳ４０５）。

そして、推定式作成装置は、回帰分析を実行する（ステップＳ４０６）。本実施の形態における回帰分析の目的変数は、血糖値であり、食前及び食後の血糖値を含む。また、本実施の形態における回帰分析の説明変数は、食後のフーリエ係数（基本波及び高調波成分）と脈拍数とに基づいて算出される。

推定式作成装置は、回帰分析の結果に基づいて、血糖値を推定するための推定式を作成する（ステップＳ４０７）。図１７のフロー図により作成される、血糖値を推定するための推定式の一例を下式（３）及び（４）に示す。

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１８は、図１７のフローにより作成された推定式を用いて被検者の血糖値を推定するフロー図である。

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Ｓ５０１）。

電子機器１００は、測定した脈波に基づいて、食前及び食後の被検者の脈拍数を算出する（ステップＳ５０２）。

また、電子機器１００は、測定した脈波に基づいて、食後の被検者の脈波についてＦＦＴ解析を行う（ステップＳ５０３）。ＦＦＴ解析により、電子機器１００は、特徴係数を算出する。

電子機器１００は、ステップＳ５０３で算出した特徴係数を、例えば上述の式（３）及び式（４）に適用して、食前及び食後の被検者の血糖値を推定する（ステップＳ５０４）。推定された血糖値は、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１９は、図１７のフローにより作成された推定式を用いて推定した血糖値と、実測した血糖値との比較を示す図である。図１９に示すグラフでは、横軸に血糖値の測定値（実測値）が、縦軸に血糖値の推定値が示されている。本実施の形態においても、図１９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、推定式が食後の脈波に基づいて作成された場合であっても、回帰分析が可能なサンプルデータが取得できれば、電子機器１００は、推定式を用いて、非侵襲かつ短時間で被検者の糖代謝を推定できる。

（第４実施の形態）
第２及び第３実施の形態では、電子機器１００が被検者の血糖値（糖代謝）を推定する場合の例について説明した。第４実施の形態では、電子機器１００が被検者の脂質代謝を推定する場合の例について説明する。本実施の形態では、電子機器１００は、被検者の脂質代謝として脂質値を推定する。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２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２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、食後の血中の脂質値は、食前の血中の脂質値とは異なり、この脂質値の変化は脈波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。

脂質値を推定するための推定式は、複数の被験者から得た、食前の脂質値及び脈波のサンプルデータに基づき、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、被検者の脂質値を推定できる。

図２０は、本発明の第４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。推定式は、被験者の食前の脈波を脈波計を用いて測定するとともに、被検者の食前の脂質値を脂質測定装置を用いて測定し、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。

推定式の作成において、まず、それぞれ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Ｓ６０１）。このとき、被験者の年齢も入力される。

推定式作成装置は、ステップＳ６０１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Ｓ６０２）。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Ｓ６０１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Ｓ６０３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、入力された食前の脈波を解析する（ステップＳ６０３）。測定式作成装置は、具体的には、例えば、脈波の立上り指標Ｓｌ、ＡＩ及び脈拍数ＰＲを解析する。

そして、推定式作成装置は、回帰分析を実行する（ステップＳ６０４）。回帰分析における目的変数は、食前の脂質値である。また、回帰分析における説明変数は、例えばステップＳ６０１で入力された年齢と、ステップＳ６０３で解析された食前の脈波の立上り指標Ｓｌ、ＡＩ及び脈拍数ＰＲとである。なお、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、脂質値を推定するための推定式を作成する（ステップＳ６０５）。脂質値を推定するための推定式の一例を下式（５）乃至（８）に示す。

式（５）乃至（８）において、ＨＤＬはＨＤＬコレステロール、ＬＤＬはＬＤＬコレステロール、Ｃｈｏｌは総コレステロール、Ｔｇは中性脂肪の数値を示す。また、ａｇｅは年齢を示す。

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２１は、図２０のフローにより作成された推定式を用いて被検者の脂質値を推定するフロー図である。

まず、電子機器１００は、被検者の操作に基づいて、被検者の年齢を入力する（ステップＳ７０１）。

また、電子機器１００は、被検者が食事をした後、所定の時間に、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Ｓ７０２）。ここで、食後の所定の時間は、食事による脂質値の変化が脈波の変化に反映される任意の時間である。なお、食後の所定の時間は、血糖値が上昇する食事終了直後の時間を除く時間であってもよい。

そして、電子機器１００は、測定した脈波を解析する（ステップＳ７０３）。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Ｓ７０３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（５）乃至式（８）に適用して、被検者の脂質値を推定する（ステップＳ７０４）。推定された脂質値は、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２２は、図２０のフローにより作成された推定式を用いて推定した脂質値と、実測した脂質値との比較を示す図である。図２２に示すグラフでは、横軸に脂質値の測定値（実測値）が、縦軸に脂質値の推定値が示されている。各種脂質値の測定値は、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２２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、非侵襲かつ短時間で被検者の脂質代謝を推定できる。

図２３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２３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２３に示したように、電子機器１００で算出された脈波に基づく指標は、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、被検者の血液の流動性並びに糖代謝及び脂質代謝の状態を推定する。サーバ１５１はさらに被検者に最適なアドバイスを作成する。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、被検者の血液の流動性並びに糖代謝及び脂質代謝の状態の推定をサーバ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。

例えば、第１実施の形態においては、脈波に基づく指標の第１の極値及び第２の極値とこれらの時間とに基づいて、被検者の糖代謝及び脂質代謝の状態を推定したが、本発明に係る電子機器はこれに限ることはない。一方の極値しか表れない場合、極値が表れない場合もあり、算出された脈波に基づく指標の時間変動の全体傾向（例えば積分値、フーリエ変換等）に基づいて、被検者の糖代謝及び脂質代謝の状態を推定してもよい。また、脈波に基づく指標の極値を抽出するのではなく、脈波に基づく指標が所定の値以下になった時間範囲に基づいて、被検者の糖脂質代謝の状態を推定してもよい。

例えば、上述の実施の形態においては、食事前後の血液の流動性を推定する場合について説明したが、本発明に係る電子機器はこれに限ることはない。本発明に係る電子機器は、運動前後及び運動中の血液の流動性を推定してもよいし、入浴前後及び入浴中の血液の流動性を推定してもよい。

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
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

Claims (13)

1. 一の被検部位における脈波を取得する単一のセンサを有するセンサ部と、
   前記センサ部の前記単一のセンサで取得した脈波に基づく指標から、糖代謝を推定する制御部と、を備え、
   前記制御部は、第１のタイミングで取得した脈波に関する指標と、前記第１のタイミングの後である第２のタイミングで取得した脈波に関する指標とに基づいて、前記糖代謝を推定する、
   電子機器。
2. 前記制御部は、前記第１のタイミングで取得した脈波に関する指標を基準として、前記第２のタイミングで取得した脈波に関する指標の変化量を算出する、
   請求項１に記載の電子機器。
3. 前記第１のタイミング及び前記第２のタイミングは、血糖値の変動が所定以上になる時間帯におけるタイミングである、請求項１又は２に記載の電子機器。
4. 前記第１のタイミングは食事前であり、
   前記第２のタイミングは食事後である、
   請求項１又は２に記載の電子機器。
5. 前記第１のタイミング及び前記第２のタイミングは、運動前及び運動中のタイミング、又は、運動中及び運動後のタイミングに含まれる、請求項１又は２に記載の電子機器。
6. 前記第１のタイミング及び前記第２のタイミングは、入浴前及び入浴中のタイミング、又は、入浴中及び入浴後のタイミングに含まれる、請求項１又は２に記載の電子機器。
7. 前記第２のタイミングは、食事後の指標が極値となるタイミングである、
   請求項１、２、及び４のいずれか一項に記載の電子機器。
8. 前記制御部は、前記食事後の所定時間以内に最も早く出現する前記極値及びその出現時間に基づいて、前記糖代謝を推定する、
   請求項７に記載の電子機器。
9. 前記極値は、最小の極値である、
   請求項７又は８に記載の電子機器。
10. 前記指標は、前記センサ部の前記単一のセンサで取得した脈波の反射波に関する指標である、
    請求項１から９のいずれか一項に記載の電子機器。
11. 第１電子機器及び第２電子機器を含むシステムであって、
    前記第１電子機器は、
    一の被検部位における脈波を取得する単一のセンサを有するセンサ部と、
    前記第２電子機器と通信する通信部と、
    前記センサ部の前記単一のセンサで取得した脈波に関する情報を、前記第２電子機器において糖代謝を推定可能なように、前記通信部から前記第２電子機器に送信する制御部と、
    を備え、
    前記第２電子機器は、前記第１電子機器から前記単一のセンサで取得した情報を受信して、第１のタイミングで取得した脈波に関する指標と、前記第１のタイミングの後である第２のタイミングで取得した脈波に関する指標とに基づいて、前記糖代謝を推定する、システム。
12. 一の被検部位における脈波を取得する単一のセンサを有するセンサ部と、
    前記センサ部の前記単一のセンサで取得した脈波に基づく指標から、脂質代謝を推定する制御部と、を備え、
    前記制御部は、第１のタイミングで取得した脈波に関する指標と、前記第１のタイミングの後である第２のタイミングで取得した脈波に関する指標とに基づいて、前記脂質代謝を推定する、
    電子機器。
13. 第１電子機器及び第２電子機器を含むシステムであって、
    前記第１電子機器は、
    一の被検部位における脈波を取得する単一のセンサを有するセンサ部と、
    前記第２電子機器と通信する通信部と、
    前記センサ部の前記単一のセンサで取得した脈波に関する情報を、前記第２電子機器において脂質代謝を推定可能なように、前記通信部から前記第２電子機器に送信する制御部と、
    を備え、
    前記第２電子機器は、前記第１電子機器から前記単一のセンサで取得した情報を受信して、第１のタイミングで取得した脈波に関する指標と、前記第１のタイミングの後である第２のタイミングで取得した脈波に関する指標とに基づいて、前記脂質代謝を推定する、システム。

Images