健康管理支援装置、健康管理支援方法、及びコンピュータープログラム
【課題】効率よく健康体を保つ管理支援方法を可能とする健康管理支援装置、健康管理支援方法、及びコンピュータープログラムを提供する。
【解決手段】健康管理支援装置は、マルチバンド画像取得部１２，３２，５０と、分光推定パラメーター保存部３６と、検量処理パラメーター保存部３８と、検量処理部１８と、診断データベース保存部３９と、栄養管理データベース保存部４０及び運動データベース保存部４２と、ユーザー情報保存部４４と、診断データベース保存部３９に保存されている診断データを用いて、検量処理部１８によって得られた特徴量から被検体Ｔの評価値を演算し、栄養管理データベース保存部４０に保存されている栄養管理データ及び運動データベース保存部４２に保存されている運動データを用いて、被検体Ｔの評価値から運動と運動量を演算する診断部１９と、を備える。
【解決手段】健康管理支援装置は、マルチバンド画像取得部１２，３２，５０と、分光推定パラメーター保存部３６と、検量処理パラメーター保存部３８と、検量処理部１８と、診断データベース保存部３９と、栄養管理データベース保存部４０及び運動データベース保存部４２と、ユーザー情報保存部４４と、診断データベース保存部３９に保存されている診断データを用いて、検量処理部１８によって得られた特徴量から被検体Ｔの評価値を演算し、栄養管理データベース保存部４０に保存されている栄養管理データ及び運動データベース保存部４２に保存されている運動データを用いて、被検体Ｔの評価値から運動と運動量を演算する診断部１９と、を備える。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、健康管理支援装置、健康管理支援方法、及びコンピュータープログラムに関する。
【背景技術】
【０００２】
近年、生活環境の変化に伴い、高血圧や糖尿病、高脂血症などの生活習慣病が問題になっている。生活習慣病は、忙しい生活を送る中で毎日の食事が大切であることが忘れがちとなり、野菜の摂取不足、食塩・脂肪のとり過ぎ等の食生活が要因のひとつと考えられている。そのため、一般に、普段の生活習慣を見直し、適度な運動と、一日に摂取すべき栄養素をしっかりとれる栄養バランスのとれた食事をすることが生活習慣病予防に重要といわれている。
【０００３】
従来、予め食事メニューを複数記憶し、個人情報（年齢、性別、身長、体重等）から良好なメニューを提案し、提案されたメニューから食べた物を選択入力してカロリーを特定する。また、各種運動の消費カロリーを予め記憶し、その日の食事メニューとその日の運動量を入力し、合計摂取カロリーから消費カロリーの差分を表示する。更に、超過カロリー分消費のための運動と運動量を表示し、その運動の質はウォーキングからなる健康管理システムが提案されている（例えば、特許文献１参照）。
【先行技術文献】
【特許文献】
【０００４】
【特許文献１】特開２００６−２５１８７１号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
しかしながら、特許文献１では登録されている食事メニューからの選択が基本であり、登録されていない食事には対応できない。また、予め登録されたカロリー量なので、食事量（大盛り、多く食べた、食べ残した）のカロリー変動に対応できない。更に、食べた物のカロリーを直接計測していないので、材料や調理方法の差異による変動に対応できない。また更に、その日の管理が基本となるが、スケジュールや体調によって発生する「その日の過不足分」の管理も重要である。また、ウォーキング以外の運動が選択できない。
【課題を解決するための手段】
【０００６】
本発明は、上述の課題の少なくとも一部を解決するためになされたものであり、以下の形態又は適用例として実現することが可能である。
【０００７】
［適用例１］本適用例に係る健康管理支援装置は、被検体の特定成分に応じた所定の波長帯域を少なくとも含む複数の波長帯域で前記被検体を撮影して得られるマルチバンド画像を取得するマルチバンド画像取得部と、波長帯域の相違するマルチバンド画像を分光スペクトルに変換することに用いる分光推定パラメーターを保存する分光推定パラメーター保存部と、前記分光スペクトルを被検体の特定成分に関する特徴量に変換することに用いる検量処理パラメーターを保存する検量処理パラメーター保存部と、前記分光推定パラメーター保存部に保存されている前記分光推定パラメーターを用いて、前記マルチバンド画像から前記分光スペクトルを演算する分光推定部と、前記検量処理パラメーター保存部に保存されている前記検量処理パラメーターを用いて、前記分光推定部によって求められた前記分光スペクトルから前記特徴量を演算する検量処理部と、前記被検体の前記特徴量を前記被検体の評価値に変換することに用いる診断データを保存する診断データベース保存部と、前記被検体の前記評価値を運動と運動量に変換することに用いる栄養管理データを保存する栄養管理データベース保存部及び運動データを保存する運動データベース保存部と、前記栄養管理データ及び前記運動データの参照に用いるユーザー情報を保存するユーザー情報保存部と、前記診断データベース保存部に保存されている前記診断データを用いて、前記検量処理部によって得られた前記特徴量から前記被検体の前記評価値を演算し、前記栄養管理データベース保存部に保存されている前記栄養管理データ及び前記運動データベース保存部に保存されている前記運動データを用いて、前記被検体の前記評価値から前記運動と前記運動量を演算する診断部と、を備えることを特徴とする。
【０００８】
本適用例によれば、食品カロリー測定器の機能を活用し、摂取した食事量から基礎代謝を除く超過分を解消する運動と運動量を提案する。カロリー不足の場合は不足分を補う食事量を提案する。また、「〇〇を食べたい！！」ための前後の食事量と適切な運動量を提案することで、食事量（ＩＮＰＵＴ）と運動量（ＯＵＴＰＵＴ）との管理が手軽に長続き（継続できる）でき、結果的に効率よく健康体を保つ管理支援方法を可能とする健康管理支援装置を提供する。
【０００９】
［適用例２］上記適用例に記載の健康管理支援装置において、前記診断部は、前記健康管理を表示部に出力することを特徴とする。
【００１０】
本適用例によれば、健康管理を容易に提示できる。
【００１１】
［適用例３］上記適用例に記載の健康管理支援装置において、前記マルチバンド画像取得部は、複数の波長帯域の感度で前記被検体の撮影を行うマルチバンドカメラに対して測定帯域を指示することに用いる複数の測定帯域データを保存する測定帯域データ保存部と、前記測定帯域データ保存部に保存されている測定帯域データを前記マルチバンドカメラに送ることによって、前記マルチバンドカメラに測定帯域を指示する測定帯域指示部と、を備えることを特徴とする。
【００１２】
本適用例によれば、マルチバンドカメラに対して測定帯域を指示することが可能となることから、特定成分に応じた所定帯域を含む複数の波長帯域のマルチバンド画像をより確実に取得できる。
【００１３】
［適用例４］上記適用例に記載の健康管理支援装置において、前記マルチバンド画像の取得先であるマルチバンドカメラにおける誤差を補正することに用いる補正量を、前記マルチバンド画像を構成するバンド画像のそれぞれに対して定めた前処理データを保存する前処理データ保存部と、前記マルチバンド画像取得部によって取得したマルチバンド画像を、前記前処理データ保存部に保存されている前処理データに基づいて補正し、補正後のマルチバンド画像を前記分光推定部に送る前処理部と、を備えることを特徴とする。
【００１４】
本適用例によれば、マルチバンドカメラにおける誤差を、補正することができることから、推定精度をより高められる。
【００１５】
［適用例５］本適用例に係る健康管理支援方法は、被検体の特定成分に応じた所定の波長帯域を少なくとも含む複数の波長帯域で前記被検体を撮影して得られるマルチバンド画像を取得する工程と、波長帯域の相違する前記マルチバンド画像を分光スペクトルに変換することに用いる分光推定パラメーターを用いて、前記マルチバンド画像から前記分光スペクトルを演算する工程と、前記分光スペクトルを被検体の特定成分に関する特徴量に変換することに用いる検量処理パラメーターを用いて、前記演算により得られた前記分光スペクトルから前記特徴量を演算する工程と、前記特徴量を前記被検体の評価値に変換することに用いる診断データを用いて、前記演算によって得られた前記特徴量から前記被検体の前記評価値を演算する工程と、前記被検体の前記評価値を運動と運動量に変換することに用いる栄養管理データ及び運動データを用いて、前記演算によって得られた前記被検体の前記評価値から前記運動と前記運動量を演算する工程と、を含むことを特徴とする。
【００１６】
本適用例によれば、高価な分光器を必要とせずに、マルチバンド画像から被検体の特徴量を高精度に推定できる。
【００１７】
［適用例６］本適用例に係るコンピュータープログラムは、被検体の特定成分に応じた所定の波長帯域を少なくとも含む複数の波長帯域で前記被検体を撮影して得られるマルチバンド画像を取得する機能と、波長帯域の相違する前記マルチバンド画像を分光スペクトルに変換することに用いる分光推定パラメーターを用いて、前記マルチバンド画像から前記分光スペクトルを演算する機能と、前記分光スペクトルを被検体の特定成分に関する特徴量に変換することに用いる検量処理パラメーターを用いて、前記演算によって得られた前記分光スペクトルから前記特徴量を演算する機能と、前記特徴量を前記被検体の評価値に変換することに用いる診断データを用いて、前記演算によって得られた前記特徴量から前記被検体の前記評価値を演算する機能と、前記被検体の前記評価値を運動と運動量に変換することに用いる栄養管理データ及び運動データを用いて、前記演算によって得られた前記被検体の前記評価値から前記運動と前記運動量を演算する機能と、をコンピューターに実現させることを特徴とする。
【００１８】
本適用例によれば、高価な分光器を必要とせずに、マルチバンド画像から被検体の特徴量を高精度に推定できる。
【００１９】
更に、本発明は、前記適用例１ないし６以外の種々の形態で実現可能であり、例えば、適用例１ないし４に記載の健康管理支援装置をマルチバンドカメラと共に備えた健康管理支援システムの形態で実現することが可能である。
【図面の簡単な説明】
【００２０】
【図１】本実施例に係る健康管理支援システムの構成を概略的に示す説明図。
【図２】本実施例に係る健康管理支援システムを示すフローチャート。
【図３】本実施例に係る初期画面における画面遷移を示す図。
【図４】本実施例に係る判定画面における画面遷移を示す図。
【図５】本実施例に係る判定記録画面及び繰越確認画面における画面遷移を示す図。
【図６】本実施例に係る運動確認画面及び減量確認画面における画面遷移を示す図。
【図７】本実施例に係る身体活動レベルの活動内容を示す表。
【図８】本実施例に係る摂取可能量の判定がＯＫの流れを示すフローチャート。
【図９】本実施例に係る摂取可能量の判定がＮＧの流れを示すフローチャート。
【図１０】本実施例に係る運動で消費するカロリー一覧を示す表。
【図１１】本実施例に係る運動ナビを示すフローチャート。
【図１２】本実施例に係る運動ナビの画面を示す図。
【図１３】本実施例に係る消費カロリーの高い運動ランキングを示す表。
【図１４】本実施例に係る料理の撮影を示すフローチャート。
【図１５】本実施例に係るデータベースの生成・保存を示すフローチャート。
【図１６】本実施例に係る栄養管理データベースを示す表。
【図１７】本実施例に係る運動データベースを示す表。
【図１８】本実施例に係る分光画像処理を示すフローチャート。
【発明を実施するための形態】
【００２１】
以下、本実施形態を実施例に基づいて説明する。本実施例は、被検体である食事の特定成分に関する特徴量を推定し、健康管理を支援するためのものである。
【００２２】
Ａ．健康管理支援システムの全体構成：
図１は、本実施例に係る健康管理支援システムの構成を概略的に示す説明図である。図示するように、健康管理支援システム１は、分光画像処理装置１００と、マルチバンドカメラ２００と、表示装置（表示部）３００と、記憶装置４００と、を備える。マルチバンドカメラ２００、表示装置３００、及び記憶装置４００は、分光画像処理装置１００に電気的に接続されている。
【００２３】
マルチバンドカメラ２００は、レンズユニット２１０、波長選択フィルター２２０、ＣＣＤ２３０、ＣＣＤＡＦＥ（Analog Front End）２４０、及び光源ユニット２５０等を備える。レンズユニット２１０は、被検体Ｔにフォーカスを合わせるオートフォーカス機構を備えないものであるが、オートフォーカス機構を備えるものとすることもできる。波長選択フィルター２２０は、透過波長帯域を変更可能なファブリペロー型のフィルターが用いられている。ＣＣＤ２３０は、波長選択フィルター２２０を透過した光を光電変換して被検体Ｔ像を表す電気信号を得る撮像デバイスである。ＣＣＤＡＦＥ２４０は、ＣＣＤ２３０の検出信号をデジタル化するためのものである。光源ユニット２５０は、被検体Ｔを照射するためのものである。
【００２４】
上記構成のマルチバンドカメラ２００では分光画像処理装置１００から、複数の測定帯域の指示を波長選択フィルター２２０で順に受けることで、波長選択フィルター２２０の透過波長域が順に変更される。こうして、マルチバンドカメラ２００は、複数の波長帯域（マルチバンド）の感度で被検体Ｔの撮影を行う。
【００２５】
表示装置３００は、画面に情報を表示するための装置である。記憶装置４００は、データを記憶するための外部装置であり、例えばハードディスクドライブ装置である。
【００２６】
分光画像処理装置１００は、マルチバンドカメラ２００で撮影して得られたマルチバンド画像を処理することで、被検体Ｔの鮮度を判定する装置である。分光画像処理装置１００は、プログラムを実行することにより種々の処理や制御を行うＣＰＵ１０と、プログラムやデータ・情報を格納するメモリー３０と、マルチバンドカメラ２００から画像データを受取、かつ、表示装置３００及び記憶装置４００に診断の結果を送る入出力インターフェイス（Ｉ／Ｆ）５０と、を備えている。
【００２７】
メモリー３０は、測定帯域データ保存部３２、前処理データ保存部３４、分光推定パラメーター保存部３６、検量処理パラメーター保存部３８、診断データベース保存部３９、栄養管理データベース保存部４０、運動データベース保存部４２、及びユーザー情報保存部４４を有している。各保存部３２〜４４の詳細については、後ほど詳述する。また、メモリー３０は、図示はしないが、健康管理支援用プログラムを格納するプログラム保存部を有している。本実施例では、メモリー３０は不揮発性のメモリーである。なお、不揮発性に替えて揮発性のメモリーとして、処理の実行前に必要なデータやパラメーターを外部から受け取って保存する構成としてもよい。
【００２８】
ＣＰＵ１０は、メモリー３０のプログラム保存部に格納された健康管理支援用プログラムを実行することで、測定帯域指示部１２、前処理部１４、分光推定部１６、検量処理部１８、及び診断部１９を機能的に実現する。各部１２〜１９は、対応する保存部３２〜４４に保存されたデータやパラメーターを用いて各処理を実行する。測定帯域指示部１２は、測定帯域データ保存部３２に保存されている測定帯域データをマルチバンドカメラ２００に送ることによって、マルチバンドカメラ２００に測定帯域を指示する。前処理部１４は、測定帯域指示部１２によって取得したマルチバンド画像を、前処理データ保存部３４に保存されている前処理データに基づいて補正し、補正後のマルチバンド画像を分光推定部１６に送る。分光推定部１６は、分光推定パラメーター保存部３６に保存されている分光推定パラメーターを用いて、マルチバンド画像から分光スペクトルを演算する。検量処理部１８は、検量処理パラメーター保存部３８に保存されている検量処理パラメーターを用いて、分光推定部１６によって求められた分光スペクトルから特徴量を演算する。診断部１９は、診断データベース保存部３９に保存されている診断データベース（診断データ）を用いて、検量処理部１８によって得られた特徴量から被検体Ｔの評価値を演算する。診断部１９は、栄養管理データベース保存部４０に保存されている栄養管理データ及び運動データベース保存部４２に保存されている運動データを用いて、被検体Ｔの評価値から運動と運動量を演算する。診断部１９は、栄養管理データベース（栄養管理データ）の初期値計算及び運動データベース（運動データ）の参照（性別）にユーザー情報を使用する。診断部１９は、健康管理を表示装置３００に出力する。各処理の結果、ＣＰＵ１０は、マルチバンドカメラ２００で得られるマルチバンド画像を取得し、マルチバンド画像から被検体Ｔの健康管理を支援し、その検索結果を、入出力Ｉ／Ｆ５０を介して表示装置３００及び記憶装置４００に送信する。この結果、健康管理支援の結果が表示される。
【００２９】
なお、分光画像処理装置１００は、被検体Ｔによる健康管理を支援するに際し、被検体Ｔの特定成分に関する特徴量を推定していることから、特徴量推定装置としても機能する。入出力インターフェイス（Ｉ／Ｆ）５０、メモリー３０の測定帯域データ保存部３２、及びＣＰＵ１０で機能する測定帯域指示部１２が、適用例１における「マルチバンド画像取得部」に対応している。
【００３０】
Ｂ．健康管理支援の作業手順：
図２は、本実施例に係る健康管理支援システムを示すフローチャートである。図３は、本実施例に係る初期画面における画面遷移を示す図である。図４は、本実施例に係る判定画面における画面遷移を示す図である。図５は、本実施例に係る判定記録画面及び繰越確認画面における画面遷移を示す図である。図６は、本実施例に係る運動確認画面及び減量確認画面における画面遷移を示す図である。
【００３１】
先ず、ステップＳ１００において、ＣＰＵ１０は、一日の必要栄養量（＝Ｚ）を算出する。ハリス・ベネディクス式（ＨＢＥ）（基礎代謝）身体活動レベルから算出する。その際、ＣＰＵ１０はユーザー情報保存部４４のユーザー情報データを用いる。
【００３２】
基礎代謝（基礎エネルギー消費量：ＢＥＥ）を算出するための数式としてハリス・ベネディクトの式（ＨＢＥ）がある。一日の消費エネルギー量は人それぞれ異なり、性別や体重、年齢などの因子により左右される。ＨＢＥは、安静状態の健常人が必要とするエネルギー量（ｋｃａｌ／ｄａｙ）を計算するために用いられる数式であり、以下の式で表される。男性：ＢＥＥ＝６６．４７３０＋１３．７５１６ｗ＋５．００３３ｈ−６．７５５０ａ、女性：ＢＥＥ＝６５５．０９５５＋９．５６３４ｗ＋１．８４９６ｈ−１．８４９６ａ （ｗ：体重（ｋｇ）、ｈ：身長（ｃｍ）、ａ：年齢（歳））、ＨＢＥは、やや煩雑な式であるため、日本人のＢＥＥを算出するために作られた簡易式が存在する。男性：ＢＥＥ＝１４．１ｗ＋６２０、女性：ＢＥＥ＝１０．８ｗ＋６２０である。
【００３３】
必要エネルギー量算出の際のＢＥＥは、生存に最低限必要なエネルギー量である。実際に必要とするエネルギーを算出するためには、活動係数やストレス係数（侵襲因子）と呼ばれる値を乗じて算出する必要がある。また、ＨＢＥは、もともと欧米人を対象として作られた計算式であるため、これを日本人にあてはめた場合には実際の値よりもやや高めに算出される可能性がある。
【００３４】
本実施形態に係る栄養とは、一日のエネルギー必要量（ｋｃａｌ）＝一日の基礎代謝量（ｋｃａｌ）×身体活動レベルである。例えば、年齢が３０代で、通勤してデスクワーク中心の仕事をしている人（＝身体活動レベルが普通、つまり数値が１．７５）ならば一日のエネルギー必要量は、基礎代謝量が１５２０ｋｃａｌの男性では、１５２０（ｋｃａｌ）×１．７５＝２６６０（ｋｃａｌ）である。基礎代謝量が１１４０ｋｃａｌの女性では、１１４０（ｋｃａｌ）×１．７５＝１９９５ｋｃａｌ）である。
【００３５】
図７は、本実施例に係る身体活動レベルの活動内容を示す表である。身体活動レベルは代表値であり、（ ）内はおよその範囲である。個々の活動の分類（時間／日）の（ ）内は、activity factor（Ａｆ各身体活動における単位時間当たりの強度を示す値、基礎代謝の倍数で表す）（代表値：下限〜上限）である。
【００３６】
次に、ステップＳ１１０において、ＣＰＵ１０は、朝・昼・夕の区分を読み込む。例えば、ＣＰＵ１０は動作時間や動作回数などから朝・昼・夕の区分を判断してもよい。
【００３７】
次に、ステップＳ１２０において、ＣＰＵ１０は、繰越し栄養量（Ｙ）を読み込む。繰越し栄養量（＝Ｙ）は前日の繰越量である。繰越し栄養量（Ｙ）はプラス量とマイナス量とあり、２回目の食事以降は更新された繰越栄養量（Ｙ´）を読み込む。
【００３８】
次に、ステップＳ１３０において、ＣＰＵ１０は、朝・昼・夕の取得栄養量平均値（Ｘ）を算出する。ＣＰＵ１０は朝・昼・夕の区分より取得栄養量平均値（Ｘ）を算出する。
【００３９】
次に、ステップＳ１４０において、ＣＰＵ１０は、料理を撮影する（詳細はＣを参照）。
【００４０】
次に、ステップＳ１５０において、ＣＰＵ１０は、図３に示す「検量画面」で栄養検量（Ｖ）を読み込む。
【００４１】
次に、ステップＳ１６０において、ＣＰＵ１０は、摂取可能量を判定する。Ｘ≦Ｖ＋Ｙの場合（ステップＳ１６０でＯＫ）、ステップＳ１７０へ進む。
【００４２】
次に、ステップＳ１７０において、ＣＰＵ１０は、図４に示す「判定画面：ＯＫ」でグリーンランプを点灯する。そして、ステップＳ２００へ進む。
【００４３】
Ｘ＞Ｖ＋Ｙの場合（ステップＳ１６０でＮＧ）、ステップＳ１８０へ進む。
【００４４】
次に、ステップＳ１８０において、ＣＰＵ１０は、図４に示す「判定画面：ＮＧ」でイエローランプを点灯する。そして、ステップＳ３００へ進む。
【００４５】
図８は、本実施例に係る摂取可能量の判定がＯＫの流れを示すフローチャートである。
先ず、ステップＳ２００において、ＣＰＵ１０は、不足栄養素を補う食事を提案する。ＣＰＵ１０は不足栄養素を補う食事として何をどのくらい摂取しなければならないか提案する。
【００４６】
本実施形態では、現在食べた物と、その前後の食事量から運動量を提案する。例えば、過去のデータから三食ごとのカロリー平均値を記録する。
【００４７】
本実施形態では、長期的な食事の制限はストレスになるので、食べたい物（目的）から、前後の食事量、運動量を提案する。前後で解消不可な場合は週間単位でコントロールする。例えば、過去のデータから３食ごとのカロリー平均値を記録する。具体的には、昼食にたくさん食べた場合、朝食の実カロリー量、昼食の予想カロリー量、夕食のカロリー平均値から「摂取可能な夕食カロリー量」又は「通常と同じ夕食量の場合は必要な運動量」を提示する。
【００４８】
本実施形態では、不足の場合、食事履歴の嗜好から脂質、糖質、及びたんぱく質のバランスを考慮した食事を提案する。例えば食品画像も記録し、カロリー量とともにＢｌｏｇにアップしてもよい。
【００４９】
次に、ステップＳ２１０において、ＣＰＵ１０は、摂取の有無を判定する。摂取しない場合（ステップＳ２１０でＮｏ）、ステップＳ２２０へ進む。摂取する場合（ステップＳ２１０でＹｅｓ）、ステップＳ２３０へ進む。
【００５０】
次に、ステップＳ２２０において、ＣＰＵ１０は、摂取栄養量（Ｖ´＝Ｖ＋Ｙ）を算出する。そして、ステップＳ２５０へ進む。
【００５１】
次に、ステップＳ２３０において、ＣＰＵ１０は、栄養検量（Ｒ）を読み込む。
【００５２】
次に、ステップＳ２４０において、ＣＰＵ１０は、摂取栄養量（Ｖ´＝Ｖ＋Ｙ＋Ｒ）を算出する。そして、ステップＳ２５０へ進む。
【００５３】
次に、ステップＳ２５０において、ＣＰＵ１０は、摂取栄養量（朝・昼・夕）Ｖ´の取得栄養量平均値（Ｘ）を算出する。
【００５４】
次に、ステップＳ２６０において、ＣＰＵ１０は、繰越栄養量（Ｙ´＝Ｖ´−Ｘ）を算出する。その際、図５に示す「繰越記録画面」のように繰越栄養量を表示してもよい。これにより次の食事は少し多く食べられる嬉しさを感じられる。
【００５５】
次に、ステップＳ２７０において、ＣＰＵ１０は、図５に示すように一日の栄養量の主力レベル（Ｚ´＝Ｚ−Ｖ´）を表示する。一日の必要栄養量Ｚに対する摂取レベルＺ´を表示する。例えば棒グラフ等で表示してもよい。本実施形態では、当日清算できなかったカロリーオーバー分は翌日以降に繰り越される。
【００５６】
図９は、本実施例に係る摂取可能量の判定がＮＧの流れを示すフローチャートである。
先ず、ステップＳ３００において、ＣＰＵ１０は、運動の実施の可否を判定する。運動を実施する場合（ステップＳ３００でＹｅｓ）、ステップＳ３１０へ進む。運動を実施しない場合（ステップＳ３００でＮｏ）、ステップＳ３５０へ進む。
【００５７】
次に、ステップＳ３１０において、ＣＰＵ１０は、図４に示す「運動選択画面」のようにお勧め運動量を表示する。ＣＰＵ１０は数種類の候補（運動内容、時間）を表示し、選択させる。
【００５８】
次に、ステップＳ３２０において、ＣＰＵ１０は、図６に示す「運動確認画面」で実施結果を読み込む。
【００５９】
次に、ステップＳ３３０において、ＣＰＵ１０は、運動消費カロリー量（Ｕ）を算出する。
【００６０】
図１０は、本実施例に係る運動で消費するカロリー一覧を示す表である。例えば、ＣＰＵ１０は図１０に示す運動で消費するカロリーから運動消費カロリー量（Ｕ）を算出してもよい。
【００６１】
次に、ステップＳ３４０において、ＣＰＵ１０は、摂取栄養量（Ｖ´＝Ｖ＋Ｙ−Ｕ）を算出する。そして、ステップＳ２５０へ進む。
【００６２】
次に、ステップＳ３５０において、ＣＰＵ１０は、減らすか、次の食事で清算するかを判定する。減らす場合（ステップＳ３５０で減らす）、ステップＳ３６０へ進む。次の食事で清算する場合（ステップＳ３５０で清算）、ステップＳ４００へ進む。例えば、たまには、どうしても食べたいものがあったり、たくさん食べたいときがあったりする。
【００６３】
次に、ステップＳ３６０において、ＣＰＵ１０は、食べてよい分量（Ｘ≦Ｖ＋Ｙ）を表示する。ＣＰＵ１０は撮影した食事画像の何％を目安にするかあるいは数値で表示してもよい。
【００６４】
次に、ステップＳ３７０において、ＣＰＵ１０は、残料理を撮影する（詳細はＣを参照）。
【００６５】
次に、ステップＳ３８０において、ＣＰＵ１０は、栄養検量（Ｒ）を読み込む。
【００６６】
次に、ステップＳ３９０において、ＣＰＵ１０は、摂取栄養量（Ｖ´＝Ｖ＋Ｙ−Ｒ）を算出する。そして、ステップＳ２５０へ進む。
【００６７】
次に、ステップＳ４００において、ＣＰＵ１０は、摂取栄養量（Ｖ´＝Ｖ＋Ｙ）を算出する。そして、ステップＳ２６０へ進む。
【００６８】
図１１は、本実施例に係る運動ナビを示すフローチャートである。図１２は、本実施例に係る運動ナビの画面を示す図である。
先ず、ステップＳ５００において、ＣＰＵ１０は、繰越カロリー量を読み込む。
【００６９】
次に、ステップＳ５１０において、ＣＰＵ１０は、図１２に示す「余時間選択画面」で余時間の選択結果を読み込む。例えば１．０Ｈを読み込む。
【００７０】
次に、ステップＳ５２０において、ＣＰＵ１０は、図１２に示す「お勧め運動量画面」で表示余時間の時間に応じてお勧めの運動量を表示する。ＣＰＵ１０は数種類の候補（運動内容、時間）を表示、選択させる。本実施形態では、入力された余時間から適切な運動を提案する。
【００７１】
図１３は、本実施例に係る消費カロリーの高い運動ランキングを示す表である。なお、消費カロリーは各運動を１時間行った場合における値である。例えば、ＣＰＵ１０は図１３に示す消費カロリーの高い運動ランキングからお勧め運動量を表示してもよい。
【００７２】
Ｃ．料理の撮影の作業手順：
図１４は、本実施例に係る料理の撮影を示すフローチャートである。図示するように、先ず、ステップＳ６００において、ＣＰＵ１０は、料理の撮影に必要となるデータベースを生成、そのデータベースを分光画像処理装置１００のメモリー３０に保存する。ここでいうデータベースは、分光画像処理装置１００における各保存部３２〜４４（図１参照）に保存される各種データに相当する（詳細はＣ−１を参照）。
【００７３】
次に、ステップＳ６３０において、ＣＰＵ１０は、分光画像処理装置１００に接続されたマルチバンドカメラ２００を用いて、被検体Ｔを撮影する。マルチバンドカメラ２００は、被検体Ｔに対し光源ユニット２５０から近赤外光を照射し、その反射光をマルチバンドカメラ２００で撮影する。測定波長帯域は、測定帯域指示部１２が測定帯域データ保存部３２に保存されている測定帯域データを読み出してマルチバンドカメラ２００の波長選択フィルター２２０を制御する。撮影用の照明はカロリーを求めるのに必要なショ糖、脂質、蛋白質、及び水分の吸収があり、試料の比較的深部まで光が到達する近赤外光（６００〜２５００ｎｍ）が好ましい。なお、光源ユニット２５０は必ずしもマルチバンドカメラ２００に含まれなくてもよい。また、ステップＳ６００のデータベースの生成・保存において検量／診断対象に合わせた測定帯域データを生成しておけば、ステップＳ６３０の食事画像の撮影の処理は検量／診断対象によらず、共通の処理を用いることができる。
【００７４】
次に、ステップＳ６４０において、ＣＰＵ１０は、分光画像処理装置１００に接続される、マルチバンドカメラ２００から出力されるマルチバンド画像から、各画素の分光スペクトル・特徴量を推定し、料理のカロリーを求めるのに必要な糖質、脂質、蛋白質及び水分の量／分布（診断結果）を求める（詳細はＣ−２を参照）。
【００７５】
次に、ステップＳ６６０において、ＣＰＵ１０は、分光画像処理装置１００に接続された表示装置３００に特徴量及び診断結果を表示する。
【００７６】
次に、ステップＳ６７０において、ＣＰＵ１０は、次の被検体Ｔがあるか否かを判定する。次の被検体Ｔがある場合（ステップＳ６７０でＹｅｓ）には、ステップＳ６３０の食事メニューの検索に戻り、次の被検体Ｔに対してステップＳ６３０〜ステップＳ６６０を行う。ステップＳ６７０で、次の被検体Ｔがない場合（ステップＳ６７０でＮｏ）には、処理を終了する。
【００７７】
Ｃ−１．データベース生成・保存：
図１５は、本実施例に係るデータベースの生成・保存を示すフローチャートである。前記ステップＳ６００により生成し、保存するデータベースとしての各種データについて、その内容と生成方法を次に詳述する。各種データは、測定帯域データ、前処理データ、分光推定パラメーター、検量処理パラメーター、診断データベース、及び使用履歴である。なお、データベースの生成・保存は、分光画像処理装置１００の工場出荷前に行うことが好適である。ステップＳ６４０における判定は、診断結果が既知の被検体Ｔを使用する場合には省略してもよい。上記の手順の一部を、図示しないインターフェイスを介して作業者が行ってもよい。
【００７８】
先ず、ステップＳ６０２において、ＣＰＵ１０は、前処理データを生成・保存する。マルチバンドカメラ２００には、光学系のムラや、波長選択フィルター２２０を構成するファブリペロー型フィルターの反りや、光源ユニット２５０の照明ムラなど、ハードウェア的な製造誤差がある。これにより、マルチバンドカメラ２００では、撮影によって得られたマルチバンド画像の各面内（マルチバンド画像を構成する各バンド画像内）に波長ムラ（透過波長のムラ）や光量ムラが発生する。本実施例では、この面内波長ムラ及び光量ムラをキャンセルするための補正量を前処理データとして、前処理データ保存部３４に記憶する。前処理データ保存部３４は、マルチバンド画像の取得先であるマルチバンドカメラ２００における誤差を補正することに用いる補正量を、マルチバンド画像を構成するバンド画像のそれぞれに対して定めた前処理データを保存する。
【００７９】
具体的には、まず、健康管理支援に使用するマルチバンドカメラ２００（機種が同一、より好ましくは実機そのもの）で均一色のサンプルを撮影し、マルチバンド画像を取得する。次いで、マルチバンド画像を構成するバンド画像のそれぞれにおいて、画像内のどの位置でも均一となるように、ハードウェア的な製造誤差をキャンセルする補正データを画素毎に求め、その画素毎の補正データの集合を各バンド画像に対応した前処理データとして、前処理データ保存部３４に記憶する。均一色のサンプルとしては、どの波長域でも均等に光を反射可能な色が好ましく、例えば標準白色板を用意する。
【００８０】
前処理データは、マルチバンド画像の各画素における補正量をテーブル化したものである。補正量は、マルチバンドカメラ２００の光学系・フィルターなどのムラや、光源ユニット２５０の照明ムラを予め測定しておき、それをキャンセルする値を算出することで求める。なお、前処理データは、マルチバンドカメラ２００の特性のみに依存するので、ステップＳ６０２の前処理データの生成・保存の処理は検量／診断対象によらず、共通の処理を用いることができる。
【００８１】
次に、ステップＳ６０４において、ＣＰＵ１０は、分光推定パラメーター及び測定帯域データを生成・保存する。分光推定パラメーターは分光スペクトルの推定で使用される。分光推定パラメーターは分光推定パラメーター保存部３６に保存される。分光推定パラメーター保存部３６は、波長帯域の相違するマルチバンド画像を分光スペクトルに変換することに用いる分光推定パラメーターを保存する。
【００８２】
測定帯域データは食事メニューの検索で使用される。測定帯域データは測定帯域データ保存部３２に保存される。測定帯域データ保存部３２は、複数の波長帯域の感度で被検体Ｔの撮影を行うマルチバンドカメラ２００に対して測定帯域を指示することに用いる複数の測定帯域データを保存する。
【００８３】
分光推定パラメーターは、マルチバンド画像と分光スペクトルとの関係を表したものである。マルチバンド画像はマルチバンドカメラ２００で得られる波長帯域の相違する複数のバンド画像であり、分光スペクトルは分光器によって得られるスペクトルである。具体的には、分光推定パラメーターは、マルチバンド画像の画素値ｘと分光スペクトルｐの関係を表したもので、以下の式における分光推定行列Ｍなどが相当する。
【００８４】
ｐ＝Ｍｘ，ｘ＝t（ｘ1，ｘ2，…ｘn），ｐ＝t（ｐ1，ｐ2，…ｐm）
分光推定行列Ｍは、例えば以下の式を用いて算出する。
【００８５】
tＭ＝（ＸtＸ）-1ＸtＰ，Ｘ＝（ｘ1，ｘ2，…ｘl），Ｐ＝（ｐ1，ｐ2，…ｐl）
ここで、Ｘは複数の分光推定サンプルにおけるマルチバンド画像の画素値、Ｐは同じく分光スペクトルである。
【００８６】
測定帯域データは、上記分光推定パラメーターの計算の際に、マルチバンド値ｘの測定帯域やバンド数を変えながら、少ないバンド数で分光推定精度を維持できる条件を探すことで求められる。
【００８７】
なお、分光推定パラメーターは、マルチバンド画像と分光スペクトルとの関係を表すことができるものであれば、上記以外の内容に換えることができる。また、分光推定パラメーターの生成方法についても、上記に限る必要はなく、他の方法に換えることができる。更に、測定帯域データの生成処理についても、上記に限る必要はなく、主成分分析など他の方法に換えることができる。また、分光推定サンプルとしては、カラーチャートなどを用いてもよい。これにより分光推定パラメーターは、マルチバンドカメラ２００にのみ依存する値となるので、被検体Ｔや特徴量によらず共通して使える。
【００８８】
次に、ステップＳ６０６において、ＣＰＵ１０は、検量処理パラメーターを生成・保存する。検量処理パラメーターは分光スペクトルの推定で使用される。検量処理パラメーターは検量処理パラメーター保存部３８に保存される。検量処理パラメーター保存部３８は、分光スペクトルを特徴量に変換することに用いる検量処理パラメーターを保存する。検量処理パラメーターは、分光スペクトルと被検体Ｔの特徴量との関係を表したものである。具体的には、検量処理パラメーターは、分光スペクトルｐと特徴量ｓとの関係を表したもので、以下の式における混合行列Ａなどが相当する。
【００８９】
ｓ＝Ａｐ，ｐ＝t（ｐ1，ｐ2，…ｐm）
混合行列Ａは、例えば以下の式を用いて算出する。
【００９０】
tＡ＝（ＰtＰ）-1Ｐtｓ，Ｐ＝（ｐ1，ｐ2，…ｐl），ｓ＝（ｓ1，ｓ2，…ｓl）
ここで、Ｐは複数の検量サンプルにおける分光スペクトル、ｓは同じく特徴量である。なお、検量サンプルには、対象とする料理を用いてもよい。また、各サンプルについて分光光度計でマルチバンド画像と同じ波長帯の分光スペクトルを測定し、合わせて化学分析などで栄養素（糖質、脂質、蛋白質、及び水分など）の量を測定してもよい。更に、分光スペクトルと特徴量から検量処理パラメーターを求める処理は、検量／診断対象によらず共通の手法を用いてもよい。また、検量処理パラメーターは、分光スペクトルと被検体Ｔの特徴量との関係を表すことができるものであれば、上記以外の内容に換えることができる。更に、検量処理パラメーターの生成方法は、上記に限る必要はなく、主成分分析・ＰＬＳ分析・ニューラルネットワークなどを用いる方法等、他の方法に換えることができる。
【００９１】
次に、ステップＳ６０８において、ＣＰＵ１０は、診断データベースを生成・保存する。診断データベースは検量物質量の推定で使用される。診断データベースは診断データベース保存部３９に保存される。診断データベース保存部３９は、被検体Ｔの特徴量を被検体Ｔの評価値に変換することに用いる診断データベースを保存する。診断データベースは、各特徴量に対応する診断結果をテーブル化したものである。例えば、診断データベースには、１日の目標摂取カロリー／栄養素、年齢／性別／体重などが含まれる。１日の目標摂取カロリー／栄養素は、年齢／性別／体重などに応じて決める。また、使用者は最初に自身の年齢／性別／体重を入力する。
【００９２】
図１６は、本実施例に係る栄養管理データベースを示す表である。栄養管理データベース保存部４０は、被検体Ｔの評価値を運動と運動量に変換することに用いる栄養管理データを保存する。栄養管理データベース保存部４０の栄養管理データベースの各数値の単位はｋｃａｌである。栄養管理データベースの初期値は、システム使用開始時の栄養量平均値として使用する。例えば、男性は、ＢＥＥ＝６６．４７３０＋１３．７５１６ｗ＋５．００３３ｈ−６．７５５０ａ（ｗ：体重（ｋｇ）、ｈ：身長（ｃｍ）、ａ：年齢（歳））から、ＢＥＥ＝６６．４７３０＋（１３．７５２６＊６７）＋（５．００３３＊１７５）−（６．７５５０＊４３）＝１５７３ｋｃａｌ（体重６７ｋｇ、身長１７５ｃｍ、年齢４３歳）となり、一日のエネルギー必要量（ｋｃａｌ）＝一日の基礎代謝量（ＢＥＥｋｃａｌ）×身体活動レベルは、１５７３ｋｃａｌ＊１．４＝２２００ｋｃａｌ（身体活動レベル１．４）となる。朝昼夜のカロリー配分量は諸説あるが、本実施形態では、ダイエットに適するという配分、朝：昼：夜＝２：３：１をベースに若干調整している。取得栄養量平均値は過去１ヶ月の各食事（朝昼夜ごと）の摂取カロリー平均値である。
【００９３】
図１７は、本実施例に係る運動データベースを示す表である。運動データベース保存部４２は、被検体Ｔの評価値を運動と運動量に変換することに用いる運動データを保存する。運動データベース保存部４２の運動データベースは、例えば各運動による一時間あたりの消費カロリーを示す。
【００９４】
ユーザー情報保存部４４は、栄養管理データベース及び運動データベースの参照に用いるユーザー情報を保存する。ユーザー情報保存部４４のユーザー情報は、栄養管理データベースの初期値計算及び運動データベースの参照（性別）に使用される。参照された各データは診断部１９にて判定や処理に使用される。ユーザー情報は、例えば、身長／体重／年齢／性別／生活強度（身体活動レベル、職種）／妊娠中などのパラメーターで構成されている。ユーザー情報の設定項目は、例えば、時刻設定、前日の繰越し栄養量を翌日も使用：する／しない、その日の身体活動レベル設定（必要に応じて変更可能）、ダイエットモードなどである。前日の栄養量を翌日に繰越さない場合は日付変更時点でリセットする。運動をする日や力仕事をする日は身体活動レベルの変更が可能である。ダイエットモードは総栄養量を低い値で運用する。
【００９５】
Ｃ−２．分光画像処理：
図１８は、本実施例に係る分光画像処理を示すフローチャートである。以下に各処理の詳細を示す。
先ず、ステップＳ６４２において、ＣＰＵ１０は、マルチバンドカメラ２００からマルチバンド画像を取得する処理を行う。詳しくは、ＣＰＵ１０は、メモリー３０の測定帯域データ保存部３２に記憶された複数の測定帯域データを、マルチバンドカメラ２００の波長選択フィルター２２０に順に送信することで、波長選択フィルター２２０の透過波長域を順に変更して、異なる測定帯域毎のバンド画像（スペクトル画像）を表すマルチバンド画像を、マルチバンドカメラ２００から取得する。なお、このステップＳ６４２における処理の一部である、複数の測定帯域データをマルチバンドカメラ２００に送信する構成が、ＣＰＵ１０で実現される測定帯域指示部１２（図１）に相当する。
【００９６】
次に、ステップＳ６４４において、ＣＰＵ１０は、ステップＳ６４２で取得したバンド画像のそれぞれを補正する前処理を実行する。マルチバンド画像には、マルチバンドカメラ２００の光学系・フィルターなどのムラや、光源ユニット２５０の照明ムラに起因する測定誤差が含まれている。これを前処理データを用いて補正する。このステップＳ６４４の処理が、ＣＰＵ１０で実現される前処理部１４（図１）に相当する。
【００９７】
次に、ステップＳ６４６において、ＣＰＵ１０は、ステップＳ６４４で補正を終えた後のマルチバンド画像（以下、「補正後マルチバンド画像」と呼ぶ）から分光スペクトルを推定する処理を実行する。ステップＳ６４４のカメラ・光源のムラを補正で補正された補正後マルチバンド画像は、離散的な測定値であり、またマルチバンドカメラ２００のフィルターの透過波長帯域で積分された値なので、被検体Ｔからの反射光のスペクトルとは差異が生じている。これをステップＳ６０４の分光推定パラメーター及び測定帯域データの生成・保存で生成・保存された分光推定パラメーターを用いて以下の式で推定する。
【００９８】
ｐ＝Ｍｘ，ｘ＝t（ｘ1，ｘ2，…ｘn），ｐ＝t（ｐ1，ｐ2，…ｐm）
なお、ステップＳ６０４の分光推定パラメーター及び測定帯域データの生成・保存と同様に、分光推定処理についても、上記に限る必要はなく、他の方法に換えることができる。
【００９９】
次に、ステップＳ６４８において、ＣＰＵ１０は、ステップＳ６４６で得られた分光スペクトルから被検体Ｔの特徴量、すなわちカロリー／栄養素量を推定する処理を行う。ここでは、検量処理パラメーター保存部３８に記憶された検量処理パラメーターに基づいて前記推定を行う。
【０１００】
詳しくは、ステップＳ６４６の分光スペクトルの推定で求めた各画素の分光スペクトルと、ステップＳ６０６の検量処理パラメーターの生成・保存で生成・保存された求めた検量処理パラメーターから、以下の式を用いて特徴量を推定する。
【０１０１】
ｓ＝Ａｐ，ｐ＝t（ｐ1，ｐ2，…ｐm）
なお、ステップＳ６０６の検量処理パラメーターの生成・保存と同様に、検量処理についても、上記に限る必要はなく、他の方法に換えることができる。
【０１０２】
このステップＳ６４６の処理が、ＣＰＵ１０で実現される分光推定部１６（図１）に相当し、上記ステップＳ６４８の処理が、ＣＰＵ１０で実現される検量処理部１８（図１）に相当する。
【０１０３】
次に、ステップＳ６５０において、ＣＰＵ１０は、ステップＳ６４８で得られた特徴量から診断結果を求める処理を行う。ここでは、診断データベース保存部３９に記憶された診断データベースに基づいて、前記鮮度判定結果の演算を行う。
算出された食事のカロリー／栄養素を、同じ日に既に摂取したカロリー／栄養素量と加算し、診断データベース保存部３９に保存されている１日の目標摂取カロリー／栄養素量と比較することで、診断結果を求める。また、目標値に対する乖離度合いで診断結果を求める。
【０１０４】
次に、ステップＳ６５２において、ＣＰＵ１０は、ステップＳ６５０で得られた診断結果を表示装置３００に出力する。ステップＳ６５０の診断結果の算出で求めた診断結果、あるいはステップＳ６４８の検量物質量の推定で求めた特徴量、ステップＳ６４６の分光スペクトルの推定で求めた分光スペクトル及び診断日時、場所情報などを、表示装置３００に出力する。
【０１０５】
なお、図１４に示すステップＳ６００のデータベースの生成・保存において検量／診断対象に合わせた分光推定パラメーター及び検量処理パラメーターを生成しておけば、ステップＳ６４０の分光画像処理は検量／診断対象によらず、共通の処理を用いることができる。
【０１０６】
本実施形態により、測定物質に応じて必要最低限数の測定帯域を測定し、そのデータから分光スペクトルを推定・検量するので、測定時間・精度の両立が可能となるので、短時間で高精度測定できる。
【０１０７】
また、センサーの分光感度の幅が広くても分光スペクトルが推定できるので、センサーに入射する光量が増え、より高解像度なセンサーや安価でＳ／Ｎが悪いセンサーでも測定が可能となるので、高解像度・安価に測定できる。
【０１０８】
更に、１日の目標摂取カロリー／栄養素との差分や時間、場所などの条件に合う食事メニューが提示されるので、実際にその場で摂取可能な食事を選ぶことができ、食事メニュー選択の手間を省くことで、食事メニュー選択の手間を省くができる。
【０１０９】
本実施形態によれば、分光情報から実際の食事のカロリー量が計測可能である。これにより、カロリー量の誤差が少ない（予め設定されたカロリー量の置換えでない）。また、システムのメニュー登録及び食事データベースの作成が不要であり、システムのメモリー量を削減できる。
【０１１０】
また、食事量がＯＫ、ＮＧに応じて緑（ＯＫ）や黄（ＮＧ）のランプが点灯、又は表示手段全面が緑、黄になる。これにより、その場で素早く計測（入力）することが可能である。
【０１１１】
更に、栄養検量の結果は総カロリー量とＰＦＣバランス（たんぱく質、脂質、炭水化物）とで出力される。これにより、簡単にカロリー量が入力（出力）できるのでユーザーも利用が長続きする。
【０１１２】
また、取得栄養量平均値は過去の食事記録から算出される（利用回数とともに精度が上がる）。初回時は朝：昼：夜＝３：４．５：２．５程度である。これにより、ユーザーの嗜好、実生活に則した食事が可能である。
【０１１３】
更に、三食のカロリーバランス（朝：昼：夕摂取比率）を設定することが可能である。例えば夜は控えめ昼重視することなどの設定が可能である。これにより、食事を目的としたポジティブな健康管理が可能となる。
【０１１４】
Ｄ．変形例：
この発明は前記実施例やその変形例に限られるものではなく、その要旨を逸脱しない範囲において種々の態様において実施することが可能であり、例えば次のような変形も可能である。なお、変形例の説明にあたっては上述した実施例と同一の構成については同一の符号を付し、その説明を省略する。
【０１１５】
（変形例１）
前記実施例では、健康管理支援システム１専用の分光画像処理装置１００を用いていたが、分光画像処理装置１００は汎用のパーソナルコンピューターに換えることができる。また、マルチバンドカメラ２００と分光画像処理装置１００とは別体であったが、一体とすることもできる。例えば、分光画像処理装置１００を内蔵する構成としてもよいし、マルチバンドカメラ２００に分光画像処理装置１００を例えばチップの形で内蔵する構成としてもよい。表示装置３００及び記憶装置４００も、分光画像処理装置１００と一体とすることもできる。
【０１１６】
（変形例２）
前記実施例及び各変形例において、ソフトウェアによって実現した機能は、ハードウェアによって実現するものとしてもよい。
【０１１７】
（変形例３）
前記実施例及び各変形例では、分光推定パラメーターを用いて、マルチバンド画像から分光スペクトルを演算し、検量処理パラメーターを用いて、前記分光スペクトルから特徴量を演算する構成としていたが、これに換えて、分光推定パラメーターＭと検量処理パラメーターＺとを掛け合わせたパラメーターＬ（＝Ｚ・Ｍ）を用いて、マルチバンド画像から直接、特徴量を推定する構成としてもよい。マルチバンドカメラ２００の個体、被検体Ｔの種類、及び推定する特徴量の組合せが予め定められている場合には、この構成によっても、高価な分光器を必要とせずに、マルチバンド画像から被検体の特徴量を高精度に推定することができる。
【０１１８】
（変形例４）
前記実施例及び各変形例では、測定帯域データ保存部３２に記憶された複数の測定帯域データを、マルチバンドカメラ２００の波長選択フィルター２２０に順に送信することで、波長選択フィルター２２０の透過波長域を順に変更して、異なる測定帯域毎のバンド画像（スペクトル画像）を表すマルチバンド画像を、マルチバンドカメラ２００から取得する構成とした。これに替えて、予め定められた複数の測定帯域毎のバンド画像を表すマルチバンド画像をマルチバンドカメラ２００から取得する構成としてもよい。すなわち、測定帯域データ保存部３２及び測定帯域指示部１２はなくてもよい。
【０１１９】
（変形例５）
前記実施例及び各変形例では、前処理データ保存部３４に記憶した前処理データに基づいて、前処理部１４がマルチバンド画像を補正し、補正後マルチバンド画像から分光スペクトルを推定する構成とした。これに替えて、マルチバンド画像取得部が取得したマルチバンド画像から分光スペクトルを推定する構成としてもよい。また、マルチバンド画像取得部が、補正後マルチバンド画像を取得してもよい。すなわち、前処理データ保存部３４及び前処理部１４はなくてもよい。
【０１２０】
（変形例６）
前記実施例及び各変形例では、分光画像処理装置１００の診断データベース保存部３９に記憶された診断データベースと、推定された特徴量とに基づいて、診断部１９が判定を行う構成とした。これに替えて、推定された特徴量を分光画像処理装置１００とは別に構成された診断装置に出力し、診断装置が診断を行ってもよい。すなわち、分光画像処理装置１００には診断データベース保存部３９及び診断部１９はなくてもよい。
【０１２１】
（変形例７）
前記実施例では、図２に示すステップＳ１７０でグリーンランプを点灯する。ステップＳ１８０でイエローランプを点灯する構成とした。これに替えて、音、振動等で識別してもよい。また、ＯＫ／ＮＧの表示のみでもよい。
【０１２２】
（変形例８）
前記実施例では、図８に示すステップＳ２００、Ｓ２１０、Ｓ２３０、Ｓ２４０で不足栄養素を補う食事を提案する構成とした。これに替えて、不足栄養素を補う食事の提案を省略してもよい。
【０１２３】
なお、前述した各実施例及び各変形例における構成要素の中の、独立請求項で記載された要素以外の要素は、付加的な要素であり、適宜省略可能である。
【符号の説明】
【０１２４】
１…健康管理支援システム １０…ＣＰＵ １２…測定帯域指示部（マルチバンド画像取得部） １４…前処理部 １６…分光推定部 １８…検量処理部 １９…診断部 ３０…メモリー ３２…測定帯域データ保存部（マルチバンド画像取得部） ３４…前処理データ保存部 ３６…分光推定パラメーター保存部 ３８…検量処理パラメーター保存部 ３９…診断データベース保存部 ４０…栄養管理データベース保存部 ４２…運動データベース保存部 ４４…ユーザー情報保存部 ５０…入出力Ｉ／Ｆ（マルチバンド画像取得部） １００…分光画像処理装置 ２００…マルチバンドカメラ ２１０…レンズユニット ２２０…波長選択フィルター ２３０…ＣＣＤ ２４０…ＣＣＤＡＦＥ ２５０…光源ユニット ３００…表示装置 ４００…記憶装置。
【技術分野】
【０００１】
本発明は、健康管理支援装置、健康管理支援方法、及びコンピュータープログラムに関する。
【背景技術】
【０００２】
近年、生活環境の変化に伴い、高血圧や糖尿病、高脂血症などの生活習慣病が問題になっている。生活習慣病は、忙しい生活を送る中で毎日の食事が大切であることが忘れがちとなり、野菜の摂取不足、食塩・脂肪のとり過ぎ等の食生活が要因のひとつと考えられている。そのため、一般に、普段の生活習慣を見直し、適度な運動と、一日に摂取すべき栄養素をしっかりとれる栄養バランスのとれた食事をすることが生活習慣病予防に重要といわれている。
【０００３】
従来、予め食事メニューを複数記憶し、個人情報（年齢、性別、身長、体重等）から良好なメニューを提案し、提案されたメニューから食べた物を選択入力してカロリーを特定する。また、各種運動の消費カロリーを予め記憶し、その日の食事メニューとその日の運動量を入力し、合計摂取カロリーから消費カロリーの差分を表示する。更に、超過カロリー分消費のための運動と運動量を表示し、その運動の質はウォーキングからなる健康管理システムが提案されている（例えば、特許文献１参照）。
【先行技術文献】
【特許文献】
【０００４】
【特許文献１】特開２００６−２５１８７１号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
しかしながら、特許文献１では登録されている食事メニューからの選択が基本であり、登録されていない食事には対応できない。また、予め登録されたカロリー量なので、食事量（大盛り、多く食べた、食べ残した）のカロリー変動に対応できない。更に、食べた物のカロリーを直接計測していないので、材料や調理方法の差異による変動に対応できない。また更に、その日の管理が基本となるが、スケジュールや体調によって発生する「その日の過不足分」の管理も重要である。また、ウォーキング以外の運動が選択できない。
【課題を解決するための手段】
【０００６】
本発明は、上述の課題の少なくとも一部を解決するためになされたものであり、以下の形態又は適用例として実現することが可能である。
【０００７】
［適用例１］本適用例に係る健康管理支援装置は、被検体の特定成分に応じた所定の波長帯域を少なくとも含む複数の波長帯域で前記被検体を撮影して得られるマルチバンド画像を取得するマルチバンド画像取得部と、波長帯域の相違するマルチバンド画像を分光スペクトルに変換することに用いる分光推定パラメーターを保存する分光推定パラメーター保存部と、前記分光スペクトルを被検体の特定成分に関する特徴量に変換することに用いる検量処理パラメーターを保存する検量処理パラメーター保存部と、前記分光推定パラメーター保存部に保存されている前記分光推定パラメーターを用いて、前記マルチバンド画像から前記分光スペクトルを演算する分光推定部と、前記検量処理パラメーター保存部に保存されている前記検量処理パラメーターを用いて、前記分光推定部によって求められた前記分光スペクトルから前記特徴量を演算する検量処理部と、前記被検体の前記特徴量を前記被検体の評価値に変換することに用いる診断データを保存する診断データベース保存部と、前記被検体の前記評価値を運動と運動量に変換することに用いる栄養管理データを保存する栄養管理データベース保存部及び運動データを保存する運動データベース保存部と、前記栄養管理データ及び前記運動データの参照に用いるユーザー情報を保存するユーザー情報保存部と、前記診断データベース保存部に保存されている前記診断データを用いて、前記検量処理部によって得られた前記特徴量から前記被検体の前記評価値を演算し、前記栄養管理データベース保存部に保存されている前記栄養管理データ及び前記運動データベース保存部に保存されている前記運動データを用いて、前記被検体の前記評価値から前記運動と前記運動量を演算する診断部と、を備えることを特徴とする。
【０００８】
本適用例によれば、食品カロリー測定器の機能を活用し、摂取した食事量から基礎代謝を除く超過分を解消する運動と運動量を提案する。カロリー不足の場合は不足分を補う食事量を提案する。また、「〇〇を食べたい！！」ための前後の食事量と適切な運動量を提案することで、食事量（ＩＮＰＵＴ）と運動量（ＯＵＴＰＵＴ）との管理が手軽に長続き（継続できる）でき、結果的に効率よく健康体を保つ管理支援方法を可能とする健康管理支援装置を提供する。
【０００９】
［適用例２］上記適用例に記載の健康管理支援装置において、前記診断部は、前記健康管理を表示部に出力することを特徴とする。
【００１０】
本適用例によれば、健康管理を容易に提示できる。
【００１１】
［適用例３］上記適用例に記載の健康管理支援装置において、前記マルチバンド画像取得部は、複数の波長帯域の感度で前記被検体の撮影を行うマルチバンドカメラに対して測定帯域を指示することに用いる複数の測定帯域データを保存する測定帯域データ保存部と、前記測定帯域データ保存部に保存されている測定帯域データを前記マルチバンドカメラに送ることによって、前記マルチバンドカメラに測定帯域を指示する測定帯域指示部と、を備えることを特徴とする。
【００１２】
本適用例によれば、マルチバンドカメラに対して測定帯域を指示することが可能となることから、特定成分に応じた所定帯域を含む複数の波長帯域のマルチバンド画像をより確実に取得できる。
【００１３】
［適用例４］上記適用例に記載の健康管理支援装置において、前記マルチバンド画像の取得先であるマルチバンドカメラにおける誤差を補正することに用いる補正量を、前記マルチバンド画像を構成するバンド画像のそれぞれに対して定めた前処理データを保存する前処理データ保存部と、前記マルチバンド画像取得部によって取得したマルチバンド画像を、前記前処理データ保存部に保存されている前処理データに基づいて補正し、補正後のマルチバンド画像を前記分光推定部に送る前処理部と、を備えることを特徴とする。
【００１４】
本適用例によれば、マルチバンドカメラにおける誤差を、補正することができることから、推定精度をより高められる。
【００１５】
［適用例５］本適用例に係る健康管理支援方法は、被検体の特定成分に応じた所定の波長帯域を少なくとも含む複数の波長帯域で前記被検体を撮影して得られるマルチバンド画像を取得する工程と、波長帯域の相違する前記マルチバンド画像を分光スペクトルに変換することに用いる分光推定パラメーターを用いて、前記マルチバンド画像から前記分光スペクトルを演算する工程と、前記分光スペクトルを被検体の特定成分に関する特徴量に変換することに用いる検量処理パラメーターを用いて、前記演算により得られた前記分光スペクトルから前記特徴量を演算する工程と、前記特徴量を前記被検体の評価値に変換することに用いる診断データを用いて、前記演算によって得られた前記特徴量から前記被検体の前記評価値を演算する工程と、前記被検体の前記評価値を運動と運動量に変換することに用いる栄養管理データ及び運動データを用いて、前記演算によって得られた前記被検体の前記評価値から前記運動と前記運動量を演算する工程と、を含むことを特徴とする。
【００１６】
本適用例によれば、高価な分光器を必要とせずに、マルチバンド画像から被検体の特徴量を高精度に推定できる。
【００１７】
［適用例６］本適用例に係るコンピュータープログラムは、被検体の特定成分に応じた所定の波長帯域を少なくとも含む複数の波長帯域で前記被検体を撮影して得られるマルチバンド画像を取得する機能と、波長帯域の相違する前記マルチバンド画像を分光スペクトルに変換することに用いる分光推定パラメーターを用いて、前記マルチバンド画像から前記分光スペクトルを演算する機能と、前記分光スペクトルを被検体の特定成分に関する特徴量に変換することに用いる検量処理パラメーターを用いて、前記演算によって得られた前記分光スペクトルから前記特徴量を演算する機能と、前記特徴量を前記被検体の評価値に変換することに用いる診断データを用いて、前記演算によって得られた前記特徴量から前記被検体の前記評価値を演算する機能と、前記被検体の前記評価値を運動と運動量に変換することに用いる栄養管理データ及び運動データを用いて、前記演算によって得られた前記被検体の前記評価値から前記運動と前記運動量を演算する機能と、をコンピューターに実現させることを特徴とする。
【００１８】
本適用例によれば、高価な分光器を必要とせずに、マルチバンド画像から被検体の特徴量を高精度に推定できる。
【００１９】
更に、本発明は、前記適用例１ないし６以外の種々の形態で実現可能であり、例えば、適用例１ないし４に記載の健康管理支援装置をマルチバンドカメラと共に備えた健康管理支援システムの形態で実現することが可能である。
【図面の簡単な説明】
【００２０】
【図１】本実施例に係る健康管理支援システムの構成を概略的に示す説明図。
【図２】本実施例に係る健康管理支援システムを示すフローチャート。
【図３】本実施例に係る初期画面における画面遷移を示す図。
【図４】本実施例に係る判定画面における画面遷移を示す図。
【図５】本実施例に係る判定記録画面及び繰越確認画面における画面遷移を示す図。
【図６】本実施例に係る運動確認画面及び減量確認画面における画面遷移を示す図。
【図７】本実施例に係る身体活動レベルの活動内容を示す表。
【図８】本実施例に係る摂取可能量の判定がＯＫの流れを示すフローチャート。
【図９】本実施例に係る摂取可能量の判定がＮＧの流れを示すフローチャート。
【図１０】本実施例に係る運動で消費するカロリー一覧を示す表。
【図１１】本実施例に係る運動ナビを示すフローチャート。
【図１２】本実施例に係る運動ナビの画面を示す図。
【図１３】本実施例に係る消費カロリーの高い運動ランキングを示す表。
【図１４】本実施例に係る料理の撮影を示すフローチャート。
【図１５】本実施例に係るデータベースの生成・保存を示すフローチャート。
【図１６】本実施例に係る栄養管理データベースを示す表。
【図１７】本実施例に係る運動データベースを示す表。
【図１８】本実施例に係る分光画像処理を示すフローチャート。
【発明を実施するための形態】
【００２１】
以下、本実施形態を実施例に基づいて説明する。本実施例は、被検体である食事の特定成分に関する特徴量を推定し、健康管理を支援するためのものである。
【００２２】
Ａ．健康管理支援システムの全体構成：
図１は、本実施例に係る健康管理支援システムの構成を概略的に示す説明図である。図示するように、健康管理支援システム１は、分光画像処理装置１００と、マルチバンドカメラ２００と、表示装置（表示部）３００と、記憶装置４００と、を備える。マルチバンドカメラ２００、表示装置３００、及び記憶装置４００は、分光画像処理装置１００に電気的に接続されている。
【００２３】
マルチバンドカメラ２００は、レンズユニット２１０、波長選択フィルター２２０、ＣＣＤ２３０、ＣＣＤＡＦＥ（Analog Front End）２４０、及び光源ユニット２５０等を備える。レンズユニット２１０は、被検体Ｔにフォーカスを合わせるオートフォーカス機構を備えないものであるが、オートフォーカス機構を備えるものとすることもできる。波長選択フィルター２２０は、透過波長帯域を変更可能なファブリペロー型のフィルターが用いられている。ＣＣＤ２３０は、波長選択フィルター２２０を透過した光を光電変換して被検体Ｔ像を表す電気信号を得る撮像デバイスである。ＣＣＤＡＦＥ２４０は、ＣＣＤ２３０の検出信号をデジタル化するためのものである。光源ユニット２５０は、被検体Ｔを照射するためのものである。
【００２４】
上記構成のマルチバンドカメラ２００では分光画像処理装置１００から、複数の測定帯域の指示を波長選択フィルター２２０で順に受けることで、波長選択フィルター２２０の透過波長域が順に変更される。こうして、マルチバンドカメラ２００は、複数の波長帯域（マルチバンド）の感度で被検体Ｔの撮影を行う。
【００２５】
表示装置３００は、画面に情報を表示するための装置である。記憶装置４００は、データを記憶するための外部装置であり、例えばハードディスクドライブ装置である。
【００２６】
分光画像処理装置１００は、マルチバンドカメラ２００で撮影して得られたマルチバンド画像を処理することで、被検体Ｔの鮮度を判定する装置である。分光画像処理装置１００は、プログラムを実行することにより種々の処理や制御を行うＣＰＵ１０と、プログラムやデータ・情報を格納するメモリー３０と、マルチバンドカメラ２００から画像データを受取、かつ、表示装置３００及び記憶装置４００に診断の結果を送る入出力インターフェイス（Ｉ／Ｆ）５０と、を備えている。
【００２７】
メモリー３０は、測定帯域データ保存部３２、前処理データ保存部３４、分光推定パラメーター保存部３６、検量処理パラメーター保存部３８、診断データベース保存部３９、栄養管理データベース保存部４０、運動データベース保存部４２、及びユーザー情報保存部４４を有している。各保存部３２〜４４の詳細については、後ほど詳述する。また、メモリー３０は、図示はしないが、健康管理支援用プログラムを格納するプログラム保存部を有している。本実施例では、メモリー３０は不揮発性のメモリーである。なお、不揮発性に替えて揮発性のメモリーとして、処理の実行前に必要なデータやパラメーターを外部から受け取って保存する構成としてもよい。
【００２８】
ＣＰＵ１０は、メモリー３０のプログラム保存部に格納された健康管理支援用プログラムを実行することで、測定帯域指示部１２、前処理部１４、分光推定部１６、検量処理部１８、及び診断部１９を機能的に実現する。各部１２〜１９は、対応する保存部３２〜４４に保存されたデータやパラメーターを用いて各処理を実行する。測定帯域指示部１２は、測定帯域データ保存部３２に保存されている測定帯域データをマルチバンドカメラ２００に送ることによって、マルチバンドカメラ２００に測定帯域を指示する。前処理部１４は、測定帯域指示部１２によって取得したマルチバンド画像を、前処理データ保存部３４に保存されている前処理データに基づいて補正し、補正後のマルチバンド画像を分光推定部１６に送る。分光推定部１６は、分光推定パラメーター保存部３６に保存されている分光推定パラメーターを用いて、マルチバンド画像から分光スペクトルを演算する。検量処理部１８は、検量処理パラメーター保存部３８に保存されている検量処理パラメーターを用いて、分光推定部１６によって求められた分光スペクトルから特徴量を演算する。診断部１９は、診断データベース保存部３９に保存されている診断データベース（診断データ）を用いて、検量処理部１８によって得られた特徴量から被検体Ｔの評価値を演算する。診断部１９は、栄養管理データベース保存部４０に保存されている栄養管理データ及び運動データベース保存部４２に保存されている運動データを用いて、被検体Ｔの評価値から運動と運動量を演算する。診断部１９は、栄養管理データベース（栄養管理データ）の初期値計算及び運動データベース（運動データ）の参照（性別）にユーザー情報を使用する。診断部１９は、健康管理を表示装置３００に出力する。各処理の結果、ＣＰＵ１０は、マルチバンドカメラ２００で得られるマルチバンド画像を取得し、マルチバンド画像から被検体Ｔの健康管理を支援し、その検索結果を、入出力Ｉ／Ｆ５０を介して表示装置３００及び記憶装置４００に送信する。この結果、健康管理支援の結果が表示される。
【００２９】
なお、分光画像処理装置１００は、被検体Ｔによる健康管理を支援するに際し、被検体Ｔの特定成分に関する特徴量を推定していることから、特徴量推定装置としても機能する。入出力インターフェイス（Ｉ／Ｆ）５０、メモリー３０の測定帯域データ保存部３２、及びＣＰＵ１０で機能する測定帯域指示部１２が、適用例１における「マルチバンド画像取得部」に対応している。
【００３０】
Ｂ．健康管理支援の作業手順：
図２は、本実施例に係る健康管理支援システムを示すフローチャートである。図３は、本実施例に係る初期画面における画面遷移を示す図である。図４は、本実施例に係る判定画面における画面遷移を示す図である。図５は、本実施例に係る判定記録画面及び繰越確認画面における画面遷移を示す図である。図６は、本実施例に係る運動確認画面及び減量確認画面における画面遷移を示す図である。
【００３１】
先ず、ステップＳ１００において、ＣＰＵ１０は、一日の必要栄養量（＝Ｚ）を算出する。ハリス・ベネディクス式（ＨＢＥ）（基礎代謝）身体活動レベルから算出する。その際、ＣＰＵ１０はユーザー情報保存部４４のユーザー情報データを用いる。
【００３２】
基礎代謝（基礎エネルギー消費量：ＢＥＥ）を算出するための数式としてハリス・ベネディクトの式（ＨＢＥ）がある。一日の消費エネルギー量は人それぞれ異なり、性別や体重、年齢などの因子により左右される。ＨＢＥは、安静状態の健常人が必要とするエネルギー量（ｋｃａｌ／ｄａｙ）を計算するために用いられる数式であり、以下の式で表される。男性：ＢＥＥ＝６６．４７３０＋１３．７５１６ｗ＋５．００３３ｈ−６．７５５０ａ、女性：ＢＥＥ＝６５５．０９５５＋９．５６３４ｗ＋１．８４９６ｈ−１．８４９６ａ （ｗ：体重（ｋｇ）、ｈ：身長（ｃｍ）、ａ：年齢（歳））、ＨＢＥは、やや煩雑な式であるため、日本人のＢＥＥを算出するために作られた簡易式が存在する。男性：ＢＥＥ＝１４．１ｗ＋６２０、女性：ＢＥＥ＝１０．８ｗ＋６２０である。
【００３３】
必要エネルギー量算出の際のＢＥＥは、生存に最低限必要なエネルギー量である。実際に必要とするエネルギーを算出するためには、活動係数やストレス係数（侵襲因子）と呼ばれる値を乗じて算出する必要がある。また、ＨＢＥは、もともと欧米人を対象として作られた計算式であるため、これを日本人にあてはめた場合には実際の値よりもやや高めに算出される可能性がある。
【００３４】
本実施形態に係る栄養とは、一日のエネルギー必要量（ｋｃａｌ）＝一日の基礎代謝量（ｋｃａｌ）×身体活動レベルである。例えば、年齢が３０代で、通勤してデスクワーク中心の仕事をしている人（＝身体活動レベルが普通、つまり数値が１．７５）ならば一日のエネルギー必要量は、基礎代謝量が１５２０ｋｃａｌの男性では、１５２０（ｋｃａｌ）×１．７５＝２６６０（ｋｃａｌ）である。基礎代謝量が１１４０ｋｃａｌの女性では、１１４０（ｋｃａｌ）×１．７５＝１９９５ｋｃａｌ）である。
【００３５】
図７は、本実施例に係る身体活動レベルの活動内容を示す表である。身体活動レベルは代表値であり、（ ）内はおよその範囲である。個々の活動の分類（時間／日）の（ ）内は、activity factor（Ａｆ各身体活動における単位時間当たりの強度を示す値、基礎代謝の倍数で表す）（代表値：下限〜上限）である。
【００３６】
次に、ステップＳ１１０において、ＣＰＵ１０は、朝・昼・夕の区分を読み込む。例えば、ＣＰＵ１０は動作時間や動作回数などから朝・昼・夕の区分を判断してもよい。
【００３７】
次に、ステップＳ１２０において、ＣＰＵ１０は、繰越し栄養量（Ｙ）を読み込む。繰越し栄養量（＝Ｙ）は前日の繰越量である。繰越し栄養量（Ｙ）はプラス量とマイナス量とあり、２回目の食事以降は更新された繰越栄養量（Ｙ´）を読み込む。
【００３８】
次に、ステップＳ１３０において、ＣＰＵ１０は、朝・昼・夕の取得栄養量平均値（Ｘ）を算出する。ＣＰＵ１０は朝・昼・夕の区分より取得栄養量平均値（Ｘ）を算出する。
【００３９】
次に、ステップＳ１４０において、ＣＰＵ１０は、料理を撮影する（詳細はＣを参照）。
【００４０】
次に、ステップＳ１５０において、ＣＰＵ１０は、図３に示す「検量画面」で栄養検量（Ｖ）を読み込む。
【００４１】
次に、ステップＳ１６０において、ＣＰＵ１０は、摂取可能量を判定する。Ｘ≦Ｖ＋Ｙの場合（ステップＳ１６０でＯＫ）、ステップＳ１７０へ進む。
【００４２】
次に、ステップＳ１７０において、ＣＰＵ１０は、図４に示す「判定画面：ＯＫ」でグリーンランプを点灯する。そして、ステップＳ２００へ進む。
【００４３】
Ｘ＞Ｖ＋Ｙの場合（ステップＳ１６０でＮＧ）、ステップＳ１８０へ進む。
【００４４】
次に、ステップＳ１８０において、ＣＰＵ１０は、図４に示す「判定画面：ＮＧ」でイエローランプを点灯する。そして、ステップＳ３００へ進む。
【００４５】
図８は、本実施例に係る摂取可能量の判定がＯＫの流れを示すフローチャートである。
先ず、ステップＳ２００において、ＣＰＵ１０は、不足栄養素を補う食事を提案する。ＣＰＵ１０は不足栄養素を補う食事として何をどのくらい摂取しなければならないか提案する。
【００４６】
本実施形態では、現在食べた物と、その前後の食事量から運動量を提案する。例えば、過去のデータから三食ごとのカロリー平均値を記録する。
【００４７】
本実施形態では、長期的な食事の制限はストレスになるので、食べたい物（目的）から、前後の食事量、運動量を提案する。前後で解消不可な場合は週間単位でコントロールする。例えば、過去のデータから３食ごとのカロリー平均値を記録する。具体的には、昼食にたくさん食べた場合、朝食の実カロリー量、昼食の予想カロリー量、夕食のカロリー平均値から「摂取可能な夕食カロリー量」又は「通常と同じ夕食量の場合は必要な運動量」を提示する。
【００４８】
本実施形態では、不足の場合、食事履歴の嗜好から脂質、糖質、及びたんぱく質のバランスを考慮した食事を提案する。例えば食品画像も記録し、カロリー量とともにＢｌｏｇにアップしてもよい。
【００４９】
次に、ステップＳ２１０において、ＣＰＵ１０は、摂取の有無を判定する。摂取しない場合（ステップＳ２１０でＮｏ）、ステップＳ２２０へ進む。摂取する場合（ステップＳ２１０でＹｅｓ）、ステップＳ２３０へ進む。
【００５０】
次に、ステップＳ２２０において、ＣＰＵ１０は、摂取栄養量（Ｖ´＝Ｖ＋Ｙ）を算出する。そして、ステップＳ２５０へ進む。
【００５１】
次に、ステップＳ２３０において、ＣＰＵ１０は、栄養検量（Ｒ）を読み込む。
【００５２】
次に、ステップＳ２４０において、ＣＰＵ１０は、摂取栄養量（Ｖ´＝Ｖ＋Ｙ＋Ｒ）を算出する。そして、ステップＳ２５０へ進む。
【００５３】
次に、ステップＳ２５０において、ＣＰＵ１０は、摂取栄養量（朝・昼・夕）Ｖ´の取得栄養量平均値（Ｘ）を算出する。
【００５４】
次に、ステップＳ２６０において、ＣＰＵ１０は、繰越栄養量（Ｙ´＝Ｖ´−Ｘ）を算出する。その際、図５に示す「繰越記録画面」のように繰越栄養量を表示してもよい。これにより次の食事は少し多く食べられる嬉しさを感じられる。
【００５５】
次に、ステップＳ２７０において、ＣＰＵ１０は、図５に示すように一日の栄養量の主力レベル（Ｚ´＝Ｚ−Ｖ´）を表示する。一日の必要栄養量Ｚに対する摂取レベルＺ´を表示する。例えば棒グラフ等で表示してもよい。本実施形態では、当日清算できなかったカロリーオーバー分は翌日以降に繰り越される。
【００５６】
図９は、本実施例に係る摂取可能量の判定がＮＧの流れを示すフローチャートである。
先ず、ステップＳ３００において、ＣＰＵ１０は、運動の実施の可否を判定する。運動を実施する場合（ステップＳ３００でＹｅｓ）、ステップＳ３１０へ進む。運動を実施しない場合（ステップＳ３００でＮｏ）、ステップＳ３５０へ進む。
【００５７】
次に、ステップＳ３１０において、ＣＰＵ１０は、図４に示す「運動選択画面」のようにお勧め運動量を表示する。ＣＰＵ１０は数種類の候補（運動内容、時間）を表示し、選択させる。
【００５８】
次に、ステップＳ３２０において、ＣＰＵ１０は、図６に示す「運動確認画面」で実施結果を読み込む。
【００５９】
次に、ステップＳ３３０において、ＣＰＵ１０は、運動消費カロリー量（Ｕ）を算出する。
【００６０】
図１０は、本実施例に係る運動で消費するカロリー一覧を示す表である。例えば、ＣＰＵ１０は図１０に示す運動で消費するカロリーから運動消費カロリー量（Ｕ）を算出してもよい。
【００６１】
次に、ステップＳ３４０において、ＣＰＵ１０は、摂取栄養量（Ｖ´＝Ｖ＋Ｙ−Ｕ）を算出する。そして、ステップＳ２５０へ進む。
【００６２】
次に、ステップＳ３５０において、ＣＰＵ１０は、減らすか、次の食事で清算するかを判定する。減らす場合（ステップＳ３５０で減らす）、ステップＳ３６０へ進む。次の食事で清算する場合（ステップＳ３５０で清算）、ステップＳ４００へ進む。例えば、たまには、どうしても食べたいものがあったり、たくさん食べたいときがあったりする。
【００６３】
次に、ステップＳ３６０において、ＣＰＵ１０は、食べてよい分量（Ｘ≦Ｖ＋Ｙ）を表示する。ＣＰＵ１０は撮影した食事画像の何％を目安にするかあるいは数値で表示してもよい。
【００６４】
次に、ステップＳ３７０において、ＣＰＵ１０は、残料理を撮影する（詳細はＣを参照）。
【００６５】
次に、ステップＳ３８０において、ＣＰＵ１０は、栄養検量（Ｒ）を読み込む。
【００６６】
次に、ステップＳ３９０において、ＣＰＵ１０は、摂取栄養量（Ｖ´＝Ｖ＋Ｙ−Ｒ）を算出する。そして、ステップＳ２５０へ進む。
【００６７】
次に、ステップＳ４００において、ＣＰＵ１０は、摂取栄養量（Ｖ´＝Ｖ＋Ｙ）を算出する。そして、ステップＳ２６０へ進む。
【００６８】
図１１は、本実施例に係る運動ナビを示すフローチャートである。図１２は、本実施例に係る運動ナビの画面を示す図である。
先ず、ステップＳ５００において、ＣＰＵ１０は、繰越カロリー量を読み込む。
【００６９】
次に、ステップＳ５１０において、ＣＰＵ１０は、図１２に示す「余時間選択画面」で余時間の選択結果を読み込む。例えば１．０Ｈを読み込む。
【００７０】
次に、ステップＳ５２０において、ＣＰＵ１０は、図１２に示す「お勧め運動量画面」で表示余時間の時間に応じてお勧めの運動量を表示する。ＣＰＵ１０は数種類の候補（運動内容、時間）を表示、選択させる。本実施形態では、入力された余時間から適切な運動を提案する。
【００７１】
図１３は、本実施例に係る消費カロリーの高い運動ランキングを示す表である。なお、消費カロリーは各運動を１時間行った場合における値である。例えば、ＣＰＵ１０は図１３に示す消費カロリーの高い運動ランキングからお勧め運動量を表示してもよい。
【００７２】
Ｃ．料理の撮影の作業手順：
図１４は、本実施例に係る料理の撮影を示すフローチャートである。図示するように、先ず、ステップＳ６００において、ＣＰＵ１０は、料理の撮影に必要となるデータベースを生成、そのデータベースを分光画像処理装置１００のメモリー３０に保存する。ここでいうデータベースは、分光画像処理装置１００における各保存部３２〜４４（図１参照）に保存される各種データに相当する（詳細はＣ−１を参照）。
【００７３】
次に、ステップＳ６３０において、ＣＰＵ１０は、分光画像処理装置１００に接続されたマルチバンドカメラ２００を用いて、被検体Ｔを撮影する。マルチバンドカメラ２００は、被検体Ｔに対し光源ユニット２５０から近赤外光を照射し、その反射光をマルチバンドカメラ２００で撮影する。測定波長帯域は、測定帯域指示部１２が測定帯域データ保存部３２に保存されている測定帯域データを読み出してマルチバンドカメラ２００の波長選択フィルター２２０を制御する。撮影用の照明はカロリーを求めるのに必要なショ糖、脂質、蛋白質、及び水分の吸収があり、試料の比較的深部まで光が到達する近赤外光（６００〜２５００ｎｍ）が好ましい。なお、光源ユニット２５０は必ずしもマルチバンドカメラ２００に含まれなくてもよい。また、ステップＳ６００のデータベースの生成・保存において検量／診断対象に合わせた測定帯域データを生成しておけば、ステップＳ６３０の食事画像の撮影の処理は検量／診断対象によらず、共通の処理を用いることができる。
【００７４】
次に、ステップＳ６４０において、ＣＰＵ１０は、分光画像処理装置１００に接続される、マルチバンドカメラ２００から出力されるマルチバンド画像から、各画素の分光スペクトル・特徴量を推定し、料理のカロリーを求めるのに必要な糖質、脂質、蛋白質及び水分の量／分布（診断結果）を求める（詳細はＣ−２を参照）。
【００７５】
次に、ステップＳ６６０において、ＣＰＵ１０は、分光画像処理装置１００に接続された表示装置３００に特徴量及び診断結果を表示する。
【００７６】
次に、ステップＳ６７０において、ＣＰＵ１０は、次の被検体Ｔがあるか否かを判定する。次の被検体Ｔがある場合（ステップＳ６７０でＹｅｓ）には、ステップＳ６３０の食事メニューの検索に戻り、次の被検体Ｔに対してステップＳ６３０〜ステップＳ６６０を行う。ステップＳ６７０で、次の被検体Ｔがない場合（ステップＳ６７０でＮｏ）には、処理を終了する。
【００７７】
Ｃ−１．データベース生成・保存：
図１５は、本実施例に係るデータベースの生成・保存を示すフローチャートである。前記ステップＳ６００により生成し、保存するデータベースとしての各種データについて、その内容と生成方法を次に詳述する。各種データは、測定帯域データ、前処理データ、分光推定パラメーター、検量処理パラメーター、診断データベース、及び使用履歴である。なお、データベースの生成・保存は、分光画像処理装置１００の工場出荷前に行うことが好適である。ステップＳ６４０における判定は、診断結果が既知の被検体Ｔを使用する場合には省略してもよい。上記の手順の一部を、図示しないインターフェイスを介して作業者が行ってもよい。
【００７８】
先ず、ステップＳ６０２において、ＣＰＵ１０は、前処理データを生成・保存する。マルチバンドカメラ２００には、光学系のムラや、波長選択フィルター２２０を構成するファブリペロー型フィルターの反りや、光源ユニット２５０の照明ムラなど、ハードウェア的な製造誤差がある。これにより、マルチバンドカメラ２００では、撮影によって得られたマルチバンド画像の各面内（マルチバンド画像を構成する各バンド画像内）に波長ムラ（透過波長のムラ）や光量ムラが発生する。本実施例では、この面内波長ムラ及び光量ムラをキャンセルするための補正量を前処理データとして、前処理データ保存部３４に記憶する。前処理データ保存部３４は、マルチバンド画像の取得先であるマルチバンドカメラ２００における誤差を補正することに用いる補正量を、マルチバンド画像を構成するバンド画像のそれぞれに対して定めた前処理データを保存する。
【００７９】
具体的には、まず、健康管理支援に使用するマルチバンドカメラ２００（機種が同一、より好ましくは実機そのもの）で均一色のサンプルを撮影し、マルチバンド画像を取得する。次いで、マルチバンド画像を構成するバンド画像のそれぞれにおいて、画像内のどの位置でも均一となるように、ハードウェア的な製造誤差をキャンセルする補正データを画素毎に求め、その画素毎の補正データの集合を各バンド画像に対応した前処理データとして、前処理データ保存部３４に記憶する。均一色のサンプルとしては、どの波長域でも均等に光を反射可能な色が好ましく、例えば標準白色板を用意する。
【００８０】
前処理データは、マルチバンド画像の各画素における補正量をテーブル化したものである。補正量は、マルチバンドカメラ２００の光学系・フィルターなどのムラや、光源ユニット２５０の照明ムラを予め測定しておき、それをキャンセルする値を算出することで求める。なお、前処理データは、マルチバンドカメラ２００の特性のみに依存するので、ステップＳ６０２の前処理データの生成・保存の処理は検量／診断対象によらず、共通の処理を用いることができる。
【００８１】
次に、ステップＳ６０４において、ＣＰＵ１０は、分光推定パラメーター及び測定帯域データを生成・保存する。分光推定パラメーターは分光スペクトルの推定で使用される。分光推定パラメーターは分光推定パラメーター保存部３６に保存される。分光推定パラメーター保存部３６は、波長帯域の相違するマルチバンド画像を分光スペクトルに変換することに用いる分光推定パラメーターを保存する。
【００８２】
測定帯域データは食事メニューの検索で使用される。測定帯域データは測定帯域データ保存部３２に保存される。測定帯域データ保存部３２は、複数の波長帯域の感度で被検体Ｔの撮影を行うマルチバンドカメラ２００に対して測定帯域を指示することに用いる複数の測定帯域データを保存する。
【００８３】
分光推定パラメーターは、マルチバンド画像と分光スペクトルとの関係を表したものである。マルチバンド画像はマルチバンドカメラ２００で得られる波長帯域の相違する複数のバンド画像であり、分光スペクトルは分光器によって得られるスペクトルである。具体的には、分光推定パラメーターは、マルチバンド画像の画素値ｘと分光スペクトルｐの関係を表したもので、以下の式における分光推定行列Ｍなどが相当する。
【００８４】
ｐ＝Ｍｘ，ｘ＝t（ｘ1，ｘ2，…ｘn），ｐ＝t（ｐ1，ｐ2，…ｐm）
分光推定行列Ｍは、例えば以下の式を用いて算出する。
【００８５】
tＭ＝（ＸtＸ）-1ＸtＰ，Ｘ＝（ｘ1，ｘ2，…ｘl），Ｐ＝（ｐ1，ｐ2，…ｐl）
ここで、Ｘは複数の分光推定サンプルにおけるマルチバンド画像の画素値、Ｐは同じく分光スペクトルである。
【００８６】
測定帯域データは、上記分光推定パラメーターの計算の際に、マルチバンド値ｘの測定帯域やバンド数を変えながら、少ないバンド数で分光推定精度を維持できる条件を探すことで求められる。
【００８７】
なお、分光推定パラメーターは、マルチバンド画像と分光スペクトルとの関係を表すことができるものであれば、上記以外の内容に換えることができる。また、分光推定パラメーターの生成方法についても、上記に限る必要はなく、他の方法に換えることができる。更に、測定帯域データの生成処理についても、上記に限る必要はなく、主成分分析など他の方法に換えることができる。また、分光推定サンプルとしては、カラーチャートなどを用いてもよい。これにより分光推定パラメーターは、マルチバンドカメラ２００にのみ依存する値となるので、被検体Ｔや特徴量によらず共通して使える。
【００８８】
次に、ステップＳ６０６において、ＣＰＵ１０は、検量処理パラメーターを生成・保存する。検量処理パラメーターは分光スペクトルの推定で使用される。検量処理パラメーターは検量処理パラメーター保存部３８に保存される。検量処理パラメーター保存部３８は、分光スペクトルを特徴量に変換することに用いる検量処理パラメーターを保存する。検量処理パラメーターは、分光スペクトルと被検体Ｔの特徴量との関係を表したものである。具体的には、検量処理パラメーターは、分光スペクトルｐと特徴量ｓとの関係を表したもので、以下の式における混合行列Ａなどが相当する。
【００８９】
ｓ＝Ａｐ，ｐ＝t（ｐ1，ｐ2，…ｐm）
混合行列Ａは、例えば以下の式を用いて算出する。
【００９０】
tＡ＝（ＰtＰ）-1Ｐtｓ，Ｐ＝（ｐ1，ｐ2，…ｐl），ｓ＝（ｓ1，ｓ2，…ｓl）
ここで、Ｐは複数の検量サンプルにおける分光スペクトル、ｓは同じく特徴量である。なお、検量サンプルには、対象とする料理を用いてもよい。また、各サンプルについて分光光度計でマルチバンド画像と同じ波長帯の分光スペクトルを測定し、合わせて化学分析などで栄養素（糖質、脂質、蛋白質、及び水分など）の量を測定してもよい。更に、分光スペクトルと特徴量から検量処理パラメーターを求める処理は、検量／診断対象によらず共通の手法を用いてもよい。また、検量処理パラメーターは、分光スペクトルと被検体Ｔの特徴量との関係を表すことができるものであれば、上記以外の内容に換えることができる。更に、検量処理パラメーターの生成方法は、上記に限る必要はなく、主成分分析・ＰＬＳ分析・ニューラルネットワークなどを用いる方法等、他の方法に換えることができる。
【００９１】
次に、ステップＳ６０８において、ＣＰＵ１０は、診断データベースを生成・保存する。診断データベースは検量物質量の推定で使用される。診断データベースは診断データベース保存部３９に保存される。診断データベース保存部３９は、被検体Ｔの特徴量を被検体Ｔの評価値に変換することに用いる診断データベースを保存する。診断データベースは、各特徴量に対応する診断結果をテーブル化したものである。例えば、診断データベースには、１日の目標摂取カロリー／栄養素、年齢／性別／体重などが含まれる。１日の目標摂取カロリー／栄養素は、年齢／性別／体重などに応じて決める。また、使用者は最初に自身の年齢／性別／体重を入力する。
【００９２】
図１６は、本実施例に係る栄養管理データベースを示す表である。栄養管理データベース保存部４０は、被検体Ｔの評価値を運動と運動量に変換することに用いる栄養管理データを保存する。栄養管理データベース保存部４０の栄養管理データベースの各数値の単位はｋｃａｌである。栄養管理データベースの初期値は、システム使用開始時の栄養量平均値として使用する。例えば、男性は、ＢＥＥ＝６６．４７３０＋１３．７５１６ｗ＋５．００３３ｈ−６．７５５０ａ（ｗ：体重（ｋｇ）、ｈ：身長（ｃｍ）、ａ：年齢（歳））から、ＢＥＥ＝６６．４７３０＋（１３．７５２６＊６７）＋（５．００３３＊１７５）−（６．７５５０＊４３）＝１５７３ｋｃａｌ（体重６７ｋｇ、身長１７５ｃｍ、年齢４３歳）となり、一日のエネルギー必要量（ｋｃａｌ）＝一日の基礎代謝量（ＢＥＥｋｃａｌ）×身体活動レベルは、１５７３ｋｃａｌ＊１．４＝２２００ｋｃａｌ（身体活動レベル１．４）となる。朝昼夜のカロリー配分量は諸説あるが、本実施形態では、ダイエットに適するという配分、朝：昼：夜＝２：３：１をベースに若干調整している。取得栄養量平均値は過去１ヶ月の各食事（朝昼夜ごと）の摂取カロリー平均値である。
【００９３】
図１７は、本実施例に係る運動データベースを示す表である。運動データベース保存部４２は、被検体Ｔの評価値を運動と運動量に変換することに用いる運動データを保存する。運動データベース保存部４２の運動データベースは、例えば各運動による一時間あたりの消費カロリーを示す。
【００９４】
ユーザー情報保存部４４は、栄養管理データベース及び運動データベースの参照に用いるユーザー情報を保存する。ユーザー情報保存部４４のユーザー情報は、栄養管理データベースの初期値計算及び運動データベースの参照（性別）に使用される。参照された各データは診断部１９にて判定や処理に使用される。ユーザー情報は、例えば、身長／体重／年齢／性別／生活強度（身体活動レベル、職種）／妊娠中などのパラメーターで構成されている。ユーザー情報の設定項目は、例えば、時刻設定、前日の繰越し栄養量を翌日も使用：する／しない、その日の身体活動レベル設定（必要に応じて変更可能）、ダイエットモードなどである。前日の栄養量を翌日に繰越さない場合は日付変更時点でリセットする。運動をする日や力仕事をする日は身体活動レベルの変更が可能である。ダイエットモードは総栄養量を低い値で運用する。
【００９５】
Ｃ−２．分光画像処理：
図１８は、本実施例に係る分光画像処理を示すフローチャートである。以下に各処理の詳細を示す。
先ず、ステップＳ６４２において、ＣＰＵ１０は、マルチバンドカメラ２００からマルチバンド画像を取得する処理を行う。詳しくは、ＣＰＵ１０は、メモリー３０の測定帯域データ保存部３２に記憶された複数の測定帯域データを、マルチバンドカメラ２００の波長選択フィルター２２０に順に送信することで、波長選択フィルター２２０の透過波長域を順に変更して、異なる測定帯域毎のバンド画像（スペクトル画像）を表すマルチバンド画像を、マルチバンドカメラ２００から取得する。なお、このステップＳ６４２における処理の一部である、複数の測定帯域データをマルチバンドカメラ２００に送信する構成が、ＣＰＵ１０で実現される測定帯域指示部１２（図１）に相当する。
【００９６】
次に、ステップＳ６４４において、ＣＰＵ１０は、ステップＳ６４２で取得したバンド画像のそれぞれを補正する前処理を実行する。マルチバンド画像には、マルチバンドカメラ２００の光学系・フィルターなどのムラや、光源ユニット２５０の照明ムラに起因する測定誤差が含まれている。これを前処理データを用いて補正する。このステップＳ６４４の処理が、ＣＰＵ１０で実現される前処理部１４（図１）に相当する。
【００９７】
次に、ステップＳ６４６において、ＣＰＵ１０は、ステップＳ６４４で補正を終えた後のマルチバンド画像（以下、「補正後マルチバンド画像」と呼ぶ）から分光スペクトルを推定する処理を実行する。ステップＳ６４４のカメラ・光源のムラを補正で補正された補正後マルチバンド画像は、離散的な測定値であり、またマルチバンドカメラ２００のフィルターの透過波長帯域で積分された値なので、被検体Ｔからの反射光のスペクトルとは差異が生じている。これをステップＳ６０４の分光推定パラメーター及び測定帯域データの生成・保存で生成・保存された分光推定パラメーターを用いて以下の式で推定する。
【００９８】
ｐ＝Ｍｘ，ｘ＝t（ｘ1，ｘ2，…ｘn），ｐ＝t（ｐ1，ｐ2，…ｐm）
なお、ステップＳ６０４の分光推定パラメーター及び測定帯域データの生成・保存と同様に、分光推定処理についても、上記に限る必要はなく、他の方法に換えることができる。
【００９９】
次に、ステップＳ６４８において、ＣＰＵ１０は、ステップＳ６４６で得られた分光スペクトルから被検体Ｔの特徴量、すなわちカロリー／栄養素量を推定する処理を行う。ここでは、検量処理パラメーター保存部３８に記憶された検量処理パラメーターに基づいて前記推定を行う。
【０１００】
詳しくは、ステップＳ６４６の分光スペクトルの推定で求めた各画素の分光スペクトルと、ステップＳ６０６の検量処理パラメーターの生成・保存で生成・保存された求めた検量処理パラメーターから、以下の式を用いて特徴量を推定する。
【０１０１】
ｓ＝Ａｐ，ｐ＝t（ｐ1，ｐ2，…ｐm）
なお、ステップＳ６０６の検量処理パラメーターの生成・保存と同様に、検量処理についても、上記に限る必要はなく、他の方法に換えることができる。
【０１０２】
このステップＳ６４６の処理が、ＣＰＵ１０で実現される分光推定部１６（図１）に相当し、上記ステップＳ６４８の処理が、ＣＰＵ１０で実現される検量処理部１８（図１）に相当する。
【０１０３】
次に、ステップＳ６５０において、ＣＰＵ１０は、ステップＳ６４８で得られた特徴量から診断結果を求める処理を行う。ここでは、診断データベース保存部３９に記憶された診断データベースに基づいて、前記鮮度判定結果の演算を行う。
算出された食事のカロリー／栄養素を、同じ日に既に摂取したカロリー／栄養素量と加算し、診断データベース保存部３９に保存されている１日の目標摂取カロリー／栄養素量と比較することで、診断結果を求める。また、目標値に対する乖離度合いで診断結果を求める。
【０１０４】
次に、ステップＳ６５２において、ＣＰＵ１０は、ステップＳ６５０で得られた診断結果を表示装置３００に出力する。ステップＳ６５０の診断結果の算出で求めた診断結果、あるいはステップＳ６４８の検量物質量の推定で求めた特徴量、ステップＳ６４６の分光スペクトルの推定で求めた分光スペクトル及び診断日時、場所情報などを、表示装置３００に出力する。
【０１０５】
なお、図１４に示すステップＳ６００のデータベースの生成・保存において検量／診断対象に合わせた分光推定パラメーター及び検量処理パラメーターを生成しておけば、ステップＳ６４０の分光画像処理は検量／診断対象によらず、共通の処理を用いることができる。
【０１０６】
本実施形態により、測定物質に応じて必要最低限数の測定帯域を測定し、そのデータから分光スペクトルを推定・検量するので、測定時間・精度の両立が可能となるので、短時間で高精度測定できる。
【０１０７】
また、センサーの分光感度の幅が広くても分光スペクトルが推定できるので、センサーに入射する光量が増え、より高解像度なセンサーや安価でＳ／Ｎが悪いセンサーでも測定が可能となるので、高解像度・安価に測定できる。
【０１０８】
更に、１日の目標摂取カロリー／栄養素との差分や時間、場所などの条件に合う食事メニューが提示されるので、実際にその場で摂取可能な食事を選ぶことができ、食事メニュー選択の手間を省くことで、食事メニュー選択の手間を省くができる。
【０１０９】
本実施形態によれば、分光情報から実際の食事のカロリー量が計測可能である。これにより、カロリー量の誤差が少ない（予め設定されたカロリー量の置換えでない）。また、システムのメニュー登録及び食事データベースの作成が不要であり、システムのメモリー量を削減できる。
【０１１０】
また、食事量がＯＫ、ＮＧに応じて緑（ＯＫ）や黄（ＮＧ）のランプが点灯、又は表示手段全面が緑、黄になる。これにより、その場で素早く計測（入力）することが可能である。
【０１１１】
更に、栄養検量の結果は総カロリー量とＰＦＣバランス（たんぱく質、脂質、炭水化物）とで出力される。これにより、簡単にカロリー量が入力（出力）できるのでユーザーも利用が長続きする。
【０１１２】
また、取得栄養量平均値は過去の食事記録から算出される（利用回数とともに精度が上がる）。初回時は朝：昼：夜＝３：４．５：２．５程度である。これにより、ユーザーの嗜好、実生活に則した食事が可能である。
【０１１３】
更に、三食のカロリーバランス（朝：昼：夕摂取比率）を設定することが可能である。例えば夜は控えめ昼重視することなどの設定が可能である。これにより、食事を目的としたポジティブな健康管理が可能となる。
【０１１４】
Ｄ．変形例：
この発明は前記実施例やその変形例に限られるものではなく、その要旨を逸脱しない範囲において種々の態様において実施することが可能であり、例えば次のような変形も可能である。なお、変形例の説明にあたっては上述した実施例と同一の構成については同一の符号を付し、その説明を省略する。
【０１１５】
（変形例１）
前記実施例では、健康管理支援システム１専用の分光画像処理装置１００を用いていたが、分光画像処理装置１００は汎用のパーソナルコンピューターに換えることができる。また、マルチバンドカメラ２００と分光画像処理装置１００とは別体であったが、一体とすることもできる。例えば、分光画像処理装置１００を内蔵する構成としてもよいし、マルチバンドカメラ２００に分光画像処理装置１００を例えばチップの形で内蔵する構成としてもよい。表示装置３００及び記憶装置４００も、分光画像処理装置１００と一体とすることもできる。
【０１１６】
（変形例２）
前記実施例及び各変形例において、ソフトウェアによって実現した機能は、ハードウェアによって実現するものとしてもよい。
【０１１７】
（変形例３）
前記実施例及び各変形例では、分光推定パラメーターを用いて、マルチバンド画像から分光スペクトルを演算し、検量処理パラメーターを用いて、前記分光スペクトルから特徴量を演算する構成としていたが、これに換えて、分光推定パラメーターＭと検量処理パラメーターＺとを掛け合わせたパラメーターＬ（＝Ｚ・Ｍ）を用いて、マルチバンド画像から直接、特徴量を推定する構成としてもよい。マルチバンドカメラ２００の個体、被検体Ｔの種類、及び推定する特徴量の組合せが予め定められている場合には、この構成によっても、高価な分光器を必要とせずに、マルチバンド画像から被検体の特徴量を高精度に推定することができる。
【０１１８】
（変形例４）
前記実施例及び各変形例では、測定帯域データ保存部３２に記憶された複数の測定帯域データを、マルチバンドカメラ２００の波長選択フィルター２２０に順に送信することで、波長選択フィルター２２０の透過波長域を順に変更して、異なる測定帯域毎のバンド画像（スペクトル画像）を表すマルチバンド画像を、マルチバンドカメラ２００から取得する構成とした。これに替えて、予め定められた複数の測定帯域毎のバンド画像を表すマルチバンド画像をマルチバンドカメラ２００から取得する構成としてもよい。すなわち、測定帯域データ保存部３２及び測定帯域指示部１２はなくてもよい。
【０１１９】
（変形例５）
前記実施例及び各変形例では、前処理データ保存部３４に記憶した前処理データに基づいて、前処理部１４がマルチバンド画像を補正し、補正後マルチバンド画像から分光スペクトルを推定する構成とした。これに替えて、マルチバンド画像取得部が取得したマルチバンド画像から分光スペクトルを推定する構成としてもよい。また、マルチバンド画像取得部が、補正後マルチバンド画像を取得してもよい。すなわち、前処理データ保存部３４及び前処理部１４はなくてもよい。
【０１２０】
（変形例６）
前記実施例及び各変形例では、分光画像処理装置１００の診断データベース保存部３９に記憶された診断データベースと、推定された特徴量とに基づいて、診断部１９が判定を行う構成とした。これに替えて、推定された特徴量を分光画像処理装置１００とは別に構成された診断装置に出力し、診断装置が診断を行ってもよい。すなわち、分光画像処理装置１００には診断データベース保存部３９及び診断部１９はなくてもよい。
【０１２１】
（変形例７）
前記実施例では、図２に示すステップＳ１７０でグリーンランプを点灯する。ステップＳ１８０でイエローランプを点灯する構成とした。これに替えて、音、振動等で識別してもよい。また、ＯＫ／ＮＧの表示のみでもよい。
【０１２２】
（変形例８）
前記実施例では、図８に示すステップＳ２００、Ｓ２１０、Ｓ２３０、Ｓ２４０で不足栄養素を補う食事を提案する構成とした。これに替えて、不足栄養素を補う食事の提案を省略してもよい。
【０１２３】
なお、前述した各実施例及び各変形例における構成要素の中の、独立請求項で記載された要素以外の要素は、付加的な要素であり、適宜省略可能である。
【符号の説明】
【０１２４】
１…健康管理支援システム １０…ＣＰＵ １２…測定帯域指示部（マルチバンド画像取得部） １４…前処理部 １６…分光推定部 １８…検量処理部 １９…診断部 ３０…メモリー ３２…測定帯域データ保存部（マルチバンド画像取得部） ３４…前処理データ保存部 ３６…分光推定パラメーター保存部 ３８…検量処理パラメーター保存部 ３９…診断データベース保存部 ４０…栄養管理データベース保存部 ４２…運動データベース保存部 ４４…ユーザー情報保存部 ５０…入出力Ｉ／Ｆ（マルチバンド画像取得部） １００…分光画像処理装置 ２００…マルチバンドカメラ ２１０…レンズユニット ２２０…波長選択フィルター ２３０…ＣＣＤ ２４０…ＣＣＤＡＦＥ ２５０…光源ユニット ３００…表示装置 ４００…記憶装置。
【特許請求の範囲】
【請求項１】
被検体の特定成分に応じた所定の波長帯域を少なくとも含む複数の波長帯域で前記被検体を撮影して得られるマルチバンド画像を取得するマルチバンド画像取得部と、
波長帯域の相違する前記マルチバンド画像を分光スペクトルに変換することに用いる分光推定パラメーターを保存する分光推定パラメーター保存部と、
前記分光スペクトルを被検体の特定成分に関する特徴量に変換することに用いる検量処理パラメーターを保存する検量処理パラメーター保存部と、
前記分光推定パラメーター保存部に保存されている前記分光推定パラメーターを用いて、前記マルチバンド画像から前記分光スペクトルを演算する分光推定部と、
前記検量処理パラメーター保存部に保存されている前記検量処理パラメーターを用いて、前記分光推定部によって求められた前記分光スペクトルから前記特徴量を演算する検量処理部と、
前記被検体の前記特徴量を前記被検体の評価値に変換することに用いる診断データを保存する診断データベース保存部と、
前記被検体の前記評価値を運動と運動量に変換することに用いる栄養管理データを保存する栄養管理データベース保存部及び運動データを保存する運動データベース保存部と、
前記栄養管理データ及び前記運動データの参照に用いるユーザー情報を保存するユーザー情報保存部と、
前記診断データベース保存部に保存されている前記診断データを用いて、前記検量処理部によって得られた前記特徴量から前記被検体の前記評価値を演算し、
前記栄養管理データベース保存部に保存されている前記栄養管理データ及び前記運動データベース保存部に保存されている前記運動データを用いて、前記被検体の前記評価値から前記運動と前記運動量を演算する診断部と、
を備えることを特徴とする健康管理支援装置。
【請求項２】
請求項１に記載の健康管理支援装置において、
前記診断部は、前記健康管理を表示部に出力することを特徴とする健康管理支援装置。
【請求項３】
請求項１又は２に記載の健康管理支援装置において、
前記マルチバンド画像取得部は、
複数の波長帯域の感度で前記被検体の撮影を行うマルチバンドカメラに対して測定帯域を指示することに用いる複数の測定帯域データを保存する測定帯域データ保存部と、
前記測定帯域データ保存部に保存されている測定帯域データを前記マルチバンドカメラに送ることによって、前記マルチバンドカメラに測定帯域を指示する測定帯域指示部と、
を備えることを特徴とする健康管理支援装置。
【請求項４】
請求項１〜３のいずれか一項に記載の健康管理支援装置において、
前記マルチバンド画像の取得先であるマルチバンドカメラにおける誤差を補正することに用いる補正量を、前記マルチバンド画像を構成するバンド画像のそれぞれに対して定めた前処理データを保存する前処理データ保存部と、
前記マルチバンド画像取得部によって取得したマルチバンド画像を、前記前処理データ保存部に保存されている前処理データに基づいて補正し、補正後のマルチバンド画像を前記分光推定部に送る前処理部と、
を備えることを特徴とする健康管理支援装置。
【請求項５】
被検体の特定成分に応じた所定の波長帯域を少なくとも含む複数の波長帯域で前記被検体を撮影して得られるマルチバンド画像を取得する工程と、
波長帯域の相違する前記マルチバンド画像を分光スペクトルに変換することに用いる分光推定パラメーターを用いて、前記マルチバンド画像から前記分光スペクトルを演算する工程と、
前記分光スペクトルを被検体の特定成分に関する特徴量に変換することに用いる検量処理パラメーターを用いて、前記演算により得られた前記分光スペクトルから前記特徴量を演算する工程と、
前記特徴量を前記被検体の評価値に変換することに用いる診断データを用いて、前記演算によって得られた前記特徴量から前記被検体の前記評価値を演算する工程と、
前記被検体の前記評価値を運動と運動量に変換することに用いる栄養管理データ及び運動データを用いて、前記演算によって得られた前記被検体の前記評価値から前記運動と前記運動量を演算する工程と、
を含むことを特徴とする健康管理支援方法。
【請求項６】
被検体の特定成分に応じた所定の波長帯域を少なくとも含む複数の波長帯域で前記被検体を撮影して得られるマルチバンド画像を取得する機能と、
波長帯域の相違する前記マルチバンド画像を分光スペクトルに変換することに用いる分光推定パラメーターを用いて、前記マルチバンド画像から前記分光スペクトルを演算する機能と、
前記分光スペクトルを被検体の特定成分に関する特徴量に変換することに用いる検量処理パラメーターを用いて、前記演算によって得られた前記分光スペクトルから前記特徴量を演算する機能と、
前記特徴量を前記被検体の評価値に変換することに用いる診断データを用いて、前記演算によって得られた前記特徴量から前記被検体の前記評価値を演算する機能と、
前記被検体の前記評価値を運動と運動量に変換することに用いる栄養管理データ及び運動データを用いて、前記演算によって得られた前記被検体の前記評価値から前記運動と前記運動量を演算する機能と、
をコンピューターに実現させることを特徴とするコンピュータープログラム。
【請求項１】
被検体の特定成分に応じた所定の波長帯域を少なくとも含む複数の波長帯域で前記被検体を撮影して得られるマルチバンド画像を取得するマルチバンド画像取得部と、
波長帯域の相違する前記マルチバンド画像を分光スペクトルに変換することに用いる分光推定パラメーターを保存する分光推定パラメーター保存部と、
前記分光スペクトルを被検体の特定成分に関する特徴量に変換することに用いる検量処理パラメーターを保存する検量処理パラメーター保存部と、
前記分光推定パラメーター保存部に保存されている前記分光推定パラメーターを用いて、前記マルチバンド画像から前記分光スペクトルを演算する分光推定部と、
前記検量処理パラメーター保存部に保存されている前記検量処理パラメーターを用いて、前記分光推定部によって求められた前記分光スペクトルから前記特徴量を演算する検量処理部と、
前記被検体の前記特徴量を前記被検体の評価値に変換することに用いる診断データを保存する診断データベース保存部と、
前記被検体の前記評価値を運動と運動量に変換することに用いる栄養管理データを保存する栄養管理データベース保存部及び運動データを保存する運動データベース保存部と、
前記栄養管理データ及び前記運動データの参照に用いるユーザー情報を保存するユーザー情報保存部と、
前記診断データベース保存部に保存されている前記診断データを用いて、前記検量処理部によって得られた前記特徴量から前記被検体の前記評価値を演算し、
前記栄養管理データベース保存部に保存されている前記栄養管理データ及び前記運動データベース保存部に保存されている前記運動データを用いて、前記被検体の前記評価値から前記運動と前記運動量を演算する診断部と、
を備えることを特徴とする健康管理支援装置。
【請求項２】
請求項１に記載の健康管理支援装置において、
前記診断部は、前記健康管理を表示部に出力することを特徴とする健康管理支援装置。
【請求項３】
請求項１又は２に記載の健康管理支援装置において、
前記マルチバンド画像取得部は、
複数の波長帯域の感度で前記被検体の撮影を行うマルチバンドカメラに対して測定帯域を指示することに用いる複数の測定帯域データを保存する測定帯域データ保存部と、
前記測定帯域データ保存部に保存されている測定帯域データを前記マルチバンドカメラに送ることによって、前記マルチバンドカメラに測定帯域を指示する測定帯域指示部と、
を備えることを特徴とする健康管理支援装置。
【請求項４】
請求項１〜３のいずれか一項に記載の健康管理支援装置において、
前記マルチバンド画像の取得先であるマルチバンドカメラにおける誤差を補正することに用いる補正量を、前記マルチバンド画像を構成するバンド画像のそれぞれに対して定めた前処理データを保存する前処理データ保存部と、
前記マルチバンド画像取得部によって取得したマルチバンド画像を、前記前処理データ保存部に保存されている前処理データに基づいて補正し、補正後のマルチバンド画像を前記分光推定部に送る前処理部と、
を備えることを特徴とする健康管理支援装置。
【請求項５】
被検体の特定成分に応じた所定の波長帯域を少なくとも含む複数の波長帯域で前記被検体を撮影して得られるマルチバンド画像を取得する工程と、
波長帯域の相違する前記マルチバンド画像を分光スペクトルに変換することに用いる分光推定パラメーターを用いて、前記マルチバンド画像から前記分光スペクトルを演算する工程と、
前記分光スペクトルを被検体の特定成分に関する特徴量に変換することに用いる検量処理パラメーターを用いて、前記演算により得られた前記分光スペクトルから前記特徴量を演算する工程と、
前記特徴量を前記被検体の評価値に変換することに用いる診断データを用いて、前記演算によって得られた前記特徴量から前記被検体の前記評価値を演算する工程と、
前記被検体の前記評価値を運動と運動量に変換することに用いる栄養管理データ及び運動データを用いて、前記演算によって得られた前記被検体の前記評価値から前記運動と前記運動量を演算する工程と、
を含むことを特徴とする健康管理支援方法。
【請求項６】
被検体の特定成分に応じた所定の波長帯域を少なくとも含む複数の波長帯域で前記被検体を撮影して得られるマルチバンド画像を取得する機能と、
波長帯域の相違する前記マルチバンド画像を分光スペクトルに変換することに用いる分光推定パラメーターを用いて、前記マルチバンド画像から前記分光スペクトルを演算する機能と、
前記分光スペクトルを被検体の特定成分に関する特徴量に変換することに用いる検量処理パラメーターを用いて、前記演算によって得られた前記分光スペクトルから前記特徴量を演算する機能と、
前記特徴量を前記被検体の評価値に変換することに用いる診断データを用いて、前記演算によって得られた前記特徴量から前記被検体の前記評価値を演算する機能と、
前記被検体の前記評価値を運動と運動量に変換することに用いる栄養管理データ及び運動データを用いて、前記演算によって得られた前記被検体の前記評価値から前記運動と前記運動量を演算する機能と、
をコンピューターに実現させることを特徴とするコンピュータープログラム。
【図２】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１３】
【図１４】
【図１５】
【図１６】
【図１８】
【図１】
【図３】
【図４】
【図５】
【図６】
【図１２】
【図１７】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１３】
【図１４】
【図１５】
【図１６】
【図１８】
【図１】
【図３】
【図４】
【図５】
【図６】
【図１２】
【図１７】
【公開番号】特開２０１３−９２９１７（Ｐ２０１３−９２９１７Ａ）
【公開日】平成２５年５月１６日（２０１３．５．１６）
【国際特許分類】
【出願番号】特願２０１１−２３４７０５（Ｐ２０１１−２３４７０５）
【出願日】平成２３年１０月２６日（２０１１．１０．２６）
【出願人】（０００００２３６９）セイコーエプソン株式会社 (51,324)
【Ｆターム（参考）】
【公開日】平成２５年５月１６日（２０１３．５．１６）
【国際特許分類】
【出願日】平成２３年１０月２６日（２０１１．１０．２６）
【出願人】（０００００２３６９）セイコーエプソン株式会社 (51,324)
【Ｆターム（参考）】
[ Back to top ]