JP2018198799A - 情報処理装置 - Google Patents

Abstract

【課題】健康産業、美容分野、スポーツ業界における指導やアドバイスのために筋肉等の状態の推定の用途に適用可能な、低コストでコンパクトな情報処理装置を提供すること。【解決手段】画像取得部５１は、超音波プローブ１１内から発信され、人体の所定部位の身体内から跳ね返り、超音波プローブ１１で受信された超音波に基づいて生成された所定部位の画像データを取得する。領域認識部５２は、所定部位の画像データから、皮下脂肪領域のデータ、筋膜領域のデータ、及び筋肉領域のデータを認識する。特徴情報取得部５３は、前記皮下脂肪領域のデータ、筋膜領域のデータ、又は筋肉領域のデータのうち、１以上の判定対象の領域のデータから、特徴情報を取得する。状態推定部（状況指定部）５４は、１以上の判定対象の夫々の特徴情報に基づいて、所定部位における１以上の判定対象の夫々の状態を推定する。【選択図】図３

Description

本発明は、情報処理装置に関する。

従来より、超音波を用いて生体の組織の断層画像を取得する超音波診断装置が提供されている（例えば、特許文献１参照）。
この種の超音波診断装置は、診断装置本体と超音波プローブとを備え、超音波プローブと診断装置本体とが信号ケーブルを介して接続される。

特開２０１７−１２４２７号公報

しかしながら、上述の特許文献１を含む従来の超音波診断装置は、一般的に医療用として提供されている。従って、従来の超音波診断装置は、内臓まで鮮明に撮像することができる性能を有し、高価であるばかりか、持ち運びできないほどに大型化されている。
このため、内臓までの撮像は不要である用途、例えば、健康産業、美容分野、スポーツ業界における指導やアドバイスのために筋肉等の状態を推定する用途では、上述の特許文献１を含む従来の超音波診断装置は不適であり、さらにコストダウンやコンパクト化を図った適切なものが要求されていた。

本発明は、健康産業、美容分野、スポーツ業界における指導やアドバイスのために筋肉等の状態の推定の用途に適用可能な、低コストでコンパクトな情報処理装置の提供を目的とする。

上記目的を達成するため、本発明の一態様の情報処理装置は、
プローブ内の超音波センサから発信され、人体の所定部位の身体内から跳ね返り、前記プローブで受信された超音波に基づいて生成された画像データを、前記所定部位の画像データとして取得する画像取得手段と、
前記所定部位の画像データから、皮下脂肪領域のデータ、筋膜領域のデータ、及び筋肉領域のデータを認識する領域認識手段と、
前記皮下脂肪領域のデータ、筋膜領域のデータ、又は筋肉領域のデータのうち、１以上の判定対象の領域のデータから、特徴情報を取得する特徴情報取得手段と、
前記１以上の判定対象の夫々の前記特徴情報に基づいて、前記所定部位における前記１以上の判定対象の夫々の状態を推定する状態推定手段と、
を備える。

本発明によれば、健康産業、美容分野、スポーツ業界における指導やアドバイスのために筋肉等の状態の推定の用途に適用可能な、低コストでコンパクトな情報処理装置を提供することができる。

本発明が適用される情報処理システムの構成の一例を示す構成図である。 図１の情報処理システムのうち超音波画像解析装置のハードウェア構成を示すブロック図である。 図２の超音波画像解析装置の機能的構成のうち、状態推定処理を実行するための機能的構成の一例を示す機能ブロック図である。 図３の超音波画像解析装置の解析対象の超音波画像の一例を示す図である。 図４の例の超音波画像に対する領域認識部の認識結果の一例を示す図である。 図３の超音波画像解析装置により実行される状態推定処理の流れを説明するフローチャートである。

図面を参照して、本発明の一実施形態について説明する。
図１は、本発明が適用される情報処理システムの構成の一例を示す構成図である。

情報処理システムは、超音波画像生成装置１と、超音波画像解析装置２とを備えている。
超音波画像生成装置１と超音波画像解析装置２とは、ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）等のネットワークＮを介して接続されている。
なお、ネットワークＮは、ＬＡＮである必要は特になく、インターネット等でもよい。また、ネットワークＮは、必須な構成要素ではなく、ブルートゥース（登録商標）等の所定の通信規格にしたがって、超音波画像生成装置１と超音波画像解析装置２とは直接通信をしてもよい。

超音波画像生成装置１は、超音波プローブ１１と、超音波トランスデューサデバイス１２とを備えている。
超音波プローブ１１は、ユーザ等の生体Ａのうち、腹部、腕部、脚部等の測定部位の内部Ｂに超音波を照射するとともに、内部Ｂで反射した超音波エコーを受信する。
超音波トランスデューサデバイス１２は、超音波プローブ１１に接続され、超音波プローブ１１から受信した超音波エコーに基づいて画像のデータ（以下、「超音波画像のデータ」と呼ぶ）を生成し、超音波画像解析装置２に送信する。
なお、超音波画像のデータの生成場所は、本実施形態では超音波トランスデューサデバイス１２とされたが、特にこれに限定されず、例えば、後述する超音波画像解析装置２であってもよい。

超音波画像解析装置２は、超音波画像生成装置１から送信された超音波画像のデータに対して各種解析をするための各種処理を実行する。
図２は、図１の情報処理システムのうち、超音波画像解析装置２のハードウェア構成を示すブロック図である。

超音波画像解析装置２は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）２１と、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）２２と、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）２３と、バス２４と、入出力インターフェース２５と、出力部２６と、入力部２７と、記憶部２８と、通信部２９と、ドライブ３０と、を備えている。

ＣＰＵ２１は、ＲＯＭ２２に記憶されているプログラム、又は、記憶部２８からＲＡＭ２３にロードされたプログラムに従って各種の処理を実行する。
ＲＡＭ２３には、ＣＰＵ２１が各種の処理を実行する上において必要なデータ等も適宜記憶される。

ＣＰＵ２１、ＲＯＭ２２及びＲＡＭ２３は、バス２４を介して相互に接続されている。このバス２４にはまた、入出力インターフェース２５も接続されている。入出力インターフェース２５には、出力部２６、入力部２７、記憶部２８、通信部２９及びドライブ３０が接続されている。

出力部２６は、ディスプレイやプリンタ、スピーカ等で構成され、各種情報を画像や印刷物、音声として出力する。
入力部２７は、キーボードやマウス、タッチパネル等で構成され、各種情報を入力する。

記憶部２８は、ハードディスクやＤＲＡＭ（Ｄｙｎａｍｉｃ Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）等で構成され、各種データを記憶する。
通信部２９は、インターネットを含むネットワークＮ（図１）を介して超音波画像生成装置１の超音波トランスデューサデバイス１２との間で通信を行う。

ドライブ３０には、磁気ディスク、光ディスク、光磁気ディスク、或いは半導体メモリ等よりなるリムーバブルメディア３１が適宜装着される。ドライブ３０によってリムーバブルメディア３１から読み出されたプログラムは、必要に応じて記憶部２８にインストールされる。
また、リムーバブルメディア３１は、記憶部２８に記憶されている各種データも、記憶部２８と同様に記憶することができる。

図３は、超音波画像解析装置２の機能的構成のうち、状態推定処理を実行するための機能的構成の一例を示す機能ブロック図である。
状態推定処理とは、所定部位の超音波画像のデータに基づいて、当該所定部位の状態を推定するまでの一連の処理をいう。
超音波画像解析装置２のＣＰＵ２１においては、画像取得部５１と、領域認識部５２と、特徴情報取得部５３と、状態推定部５４と、表示制御部５５と、が機能する。

画像取得部５１は、超音波画像生成装置１から送信された超音波画像のデータを、通信部２９を介して取得する。

図４は、画像取得部５１においてデータとして取得される超音波画像、即ち超音波画像解析装置２の解析対象の超音波画像３０１の一例を示している。
図４の例の超音波画像３０１は、ユーザ等の生体Ａのうちの超音波プローブ１１の測定部位に相当する内部Ｂの超音波画像であって、具体的には、超音波エコー（反射波信号）の振幅（信号強度）が輝度値に変換された場合における、当該輝度値を有する各画素から構成される画像である。

領域認識部５２は、超音波画像のデータから、皮下脂肪領域のデータ、筋膜領域のデータ、及び筋肉領域のデータを認識する。

図５は、図４の例の超音波画像３０１に対する領域認識部５２の認識結果の一例を示す図である。
図５に示す様に、超音波画像３０１から、皮下脂肪領域４０１、筋肉領域４０２、及び筋膜４０３の夫々が認識される。
なお、図５においては、説明の便宜上、皮下脂肪領域４０１と筋肉領域４０２とは、異なる向きのハッチングで図示しているが、実際に超音波画像解析装置２のモニタ（出力部２６）に表示させる場合等には、異なる色で表示させるようにしてもよい。
なお、図５の例では、「骨」と記載された骨領域が認識されているが、骨領域やさらにその奥の深層の内臓を認識することは特に必須ではない。

図３に戻り、特徴情報取得部５３は、超音波画像のデータにおける、皮下脂肪領域のデータ、筋膜領域のデータ、又は筋肉領域のデータのうち、１以上の判定対象の領域のデータから、特徴情報を取得する。ここで、特徴情報の取得単位は特に限定されず、領域で１つの特徴情報が取得されてもよいし、領域が複数ブロックに分割されてブロック毎に特徴情報が取得されてもよいし、各画素毎に特徴情報が取得されてもよい。
状態推定部５４は、１以上の判定対象の夫々の特徴情報に基づいて、所定部位における１以上の判定対象の夫々の状態を推定する。

特徴情報は、所定部位の所定の１以上の状態を推定するために用いられる情報であれば足り、その形態は特に限定されない。例えば、次のような特徴情報を、次のような所定部位の特徴を推定するために用いることができる。

例えば、特徴情報取得部５３は、皮下脂肪領域のデータから色の情報（輝度値等）を特徴情報としてする。状態推定部５４は、当該特徴情報に基づいて皮下脂肪の状態を推定することができる。
具体的には例えば、特徴情報取得部５３は、皮下脂肪領域のデータから、第１の色（例えば黒色）と第２の色（例えば白色）のうち何れか一方を特徴情報として取得する。
状態推定部５４は、第１の色を特徴情報として取得した場合、皮下脂肪は水太りの状態であると推定し、第２の色を特徴情報として取得した場合、皮下脂肪は固太りの状態であると推定する。
或いは、状態推定部５４は、皮下脂肪領域における第１の色と第２の色との割合に基づいて、皮下脂肪の水太りの度合いを推定してもよい。

また例えば、特徴情報取得部５３は、筋膜領域のデータから線の状態を特徴情報としてする。状態推定部５４は、当該特徴情報に基づいて筋膜の状態を推定することができる。
具体的には例えば、特徴情報取得部５３は、筋膜領域のデータから、「かすれている」と「明確な線」のうち何れか一方を特徴情報として取得する。より具体的には例えば、特徴情報取得部５３は、筋膜領域の中で線と判断できる領域を特定し、当該領域において、同一色（例えば白色）が一定割合以上あれば、「明確な線」として取得し、同一色（例えば白色）が一定割合未満であれば「かすてている」として取得することができる。
状態推定部５４は、「かすれている」を特徴情報として取得した場合、筋膜は筋肉を使っていない状態であると推定し、「明確な線」を特徴情報として取得した場合、筋膜はよく筋肉を使っている状態であると推定する。
或いは、状態推定部５４は、「明確な線」の分布度合に基づいて、筋肉の引締まり度合いを推定してもよい。

また例えば、特徴情報取得部５３は、筋肉領域のデータから色の情報（輝度値等）を特徴情報としてする。状態推定部５４は、当該特徴情報に基づいて筋肉の状態を推定することができる。
具体的には例えば、特徴情報取得部５３は、筋肉領域のデータから、第１の色（例えば黒色）と第２の色（例えば白色）のうち何れか一方を特徴情報として取得する。
状態推定部５４は、第１の色を特徴情報として取得した場合、筋肉はよく鍛えられた状態であると推定し、第２の色を特徴情報として取得した場合、筋肉は霜降り状態であると推定する。
或いは、状態推定部５４は、第１の色と第２の色との割合に基づいて、筋肉の霜降り度合いを推定してもよい。

表示制御部５５は、状態推定部５４の推定結果を示す画像を出力部２６のディスプレイに表示させる制御を実行する。表示制御部５５は、その際、図５の超音波画像３０１等の各種画像も併せて表示させる制御を実行してもよい。

図６は、このような機能的構成の超音波画像解析装置２により実行される状態推定処理の流れを説明するフローチャートである。

ステップＳ１において、画像取得部５１は、超音波画像生成装置１から送信された超音波画像のデータを、通信部２９を介して取得する。
ステップＳ２において、領域認識部５２は、超音波画像のデータから各領域のデータ、即ち皮下脂肪領域のデータ、筋膜領域のデータ、及び筋肉領域のデータを認識する。

ステップＳ３において、特徴情報取得部５３は、各領域の中から判定対象を設定する。即ち、皮下脂肪領域、筋膜領域、又は筋肉領域のうちひとつが判定対象として設定される。
ステップＳ４において、特徴情報取得部５３は、判定対象の領域のデータから、特徴情報を取得する。
ステップＳ５において、状態推定部５４は、判定対象の特徴情報に基づいて、当該判定対象の状態を推定する。

ステップＳ６において、状態推定部５４は、全ての判定対象の推定が終了したか否かを判定する。
皮下脂肪領域、筋膜領域、又は筋肉領域のうち判定対象に設定されていない領域が１以上存在する場合、ステップＳ６においてＮＯであると判定され、処理はステップＳ３に戻され、それ以降の処理が繰り返される。即ち、ステップＳ３乃至Ｓ６（ＮＯ）のループ処理が繰り返されることによって、皮下脂肪領域、筋膜領域、及び筋肉領域の夫々が順次判定対象に設定され、当該判定対象の特徴情報が取得され、当該特徴情報に基づいて当該判定対象の状態が推定される。
皮下脂肪領域、筋膜領域、及び筋肉領域の全ての状態が推定されると、ステップＳ６においてＹＥＳであると判定されて、処理はステップＳ７に進む。

ステップＳ７において、ＣＰＵ２１は、処理の終了指示があったか否かを判断する。ここで、処理の終了指示は、特に限定されないが、本実施形態ではいわゆるスリープ状態等への移行指示が採用されている。つまり、超音波画像解析装置２においてスリープ状態等への移行指示がなされない限り、ステップＳ７においてＮＯであると判断されて処理はステップＳ１に戻され、それ以降の処理が繰り返される 。
これに対して、超音波画像解析装置２においてスリープ状態等への移行指示がなされると、ステップＳ７においてＹＥＳであると判断されて、状態推定処理は終了になる。

ここで、各領域の状態の推定結果は、出力部２６によりユーザに提示される。その結果、ユーザは、本当の皮下脂肪・筋膜・筋肉の状態を目でみてわかるようになる。
これにより、例えば、一番効果的な運動メニューやダイエット計画等の指導を適切に行うことができる。
例えばスポーツクラブで使用される場合にあっては、腹部の皮下脂肪が水太りであるものの、脚部の皮下脂肪が固太りである等と推定されると、スポーツクラブのトレーナーは、腹部を重点的にトレーニングすればよいという指導を行うことができる。
また例えば美容業界で使用される場合にあっては、指導者等は、それぞれの状態に適した栄養指導をすることができる。
また、ユーザからすると、クラウドサービス等を介することで、誰でも簡単に、家庭に居ながら、運動メニューやダイエット計画等の指導やアドバイスを受けられる。

以上、本発明の一実施形態について説明したが、本発明は、上述の実施形態に限定されるものではなく、本発明の目的を達成できる範囲での変形、改良等は本発明に含まれるものである。

例えば、図２のハードウェア構成は、本発明の目的を達成するための例示に過ぎず、特に限定されない。
また、図３に示す機能ブロック図は、例示に過ぎず、特に限定されない。即ち、上述した一連の処理を全体として実行できる機能が情報処理システムに備えらえていれば足り、この機能を実現するためにどのような機能ブロックを用いるのかは、特に図３の例に限定されない。また、機能ブロックの存在場所も図３に限定されず、任意でよい。
１つの機能ブロックは、ハードウェアで構成してもよいし、ソフトウェア単体で構成してもよいし、それらの組み合わせで構成してもよい。

各機能ブロックの処理をソフトウェアにより実行される場合には、そのソフトウェアを構成するプログラムが、コンピュータ等にネットワークや記録媒体からインストールされる。
コンピュータは、専用のハードウェアに組み込まれているコンピュータであってもよい。また、コンピュータは、各種のプログラムをインストールすることで、各種の機能を実行することが可能なコンピュータ、例えば超音波画像解析装置２の他、汎用のスマートフォンやパーソナルコンピュータであってもよい。

このようなプログラムを含む記録媒体は、各ユーザにプログラムを提供するために装置本体とは別に配布される。リムーバブルメディアにより構成されるだけではなく、装置本体に予め組み込まれた状態で各ユーザに提供される記録媒体等で構成される。

また、本明細書において、システムの用語は、複数の装置や複数の手段等より構成される全体的な装置を意味するものである。

以上まとめると、本発明が適用される情報処理装置は、次のような構成を取れば足り、各種各様な実施形態をとることができる。
即ち、本発明が適用される情報処理装置（例えば図１の超音波画像解析装置２）は、
プローブ（例えば図１の超音波プローブ１１）内の超音波センサから発信され、人体の所定部位の身体内から跳ね返り、前記プローブで受信された超音波に基づいて生成された画像データを、前記所定部位の画像データとして取得する画像取得手段（例えば図３の画像取得部５１）と、
前記所定部位の画像データから、皮下脂肪領域のデータ、筋膜領域のデータ、及び筋肉領域のデータを認識する領域認識手段（例えば図３の領域認識部５２）と、
前記皮下脂肪領域のデータ、筋膜領域のデータ、又は筋肉領域のデータのうち、１以上の判定対象の領域のデータから、特徴情報を取得する特徴情報取得手段（例えば特徴情報取得部５３）と、
前記１以上の判定対象の夫々の前記特徴情報に基づいて、前記所定部位における前記１以上の判定対象の夫々の状態を推定する状態推定手段（例えば状態推定部５４）と、
を備えていれば足りる。

ユーザは、本当の皮下脂肪・筋膜・筋肉の状態を目でみてわかるようになる。これにより、例えば、一番効果的な運動メニューやダイエット計画の指導を適切に行うことができる。ユーザからすると、クラウドサービス等を介することで、誰でも簡単に、家庭に居ながら、指導やアドバイスを受けられる。

１・・・超音波画像生成装置
２・・・超音波画像解析装置
１１・・・超音波プローブ
１２・・・超音波トランスデューサデバイス
２１・・・ＣＰＵ
２２・・・ＲＯＭ
２３・・・ＲＡＭ
２４・・・バス
２５・・・入出力インターフェース
２６・・・出力部
２７・・・入力部
２８・・・記憶部
２９・・・通信部
３０・・・ドライブ
３１・・・リムーバブルメディア
５１・・・画像取得部
５２・・・領域認識部
５３・・・特徴情報取得部
５４・・・状態推定部
５５・・・表示制御部
３０１・・・超音波画像
３０２・・・領域データ
Ａ・・・生体
Ｂ・・・判定対象

Claims (7)

1. プローブ内の超音波センサから発信され、人体の所定部位の身体内から跳ね返り、前記プローブで受信された超音波に基づいて生成された画像データを、前記所定部位の画像データとして取得する画像取得手段と、
   前記所定部位の画像データから、皮下脂肪領域のデータ、筋膜領域のデータ、及び筋肉領域のデータを認識する領域認識手段と、
   前記皮下脂肪領域のデータ、筋膜領域のデータ、又は筋肉領域のデータのうち、１以上の判定対象の領域のデータから、特徴情報を取得する特徴情報取得手段と、
   前記１以上の判定対象の夫々の前記特徴情報に基づいて、前記所定部位における前記１以上の判定対象の夫々の状態を推定する状態推定手段と、
   を備える情報処理装置。
2. 前記特徴情報取得手段は、前記皮下脂肪領域のデータから、第１の色と第２の色のうち何れか一方を前記特徴情報として取得し、
   前記状態推定手段は、前記第１の色を前記特徴情報として取得した場合、皮下脂肪は水太りの状態であると推定し、前記第２の色を前記特徴情報として取得した場合、皮下脂肪は固太りの状態であると推定する、
   請求項１に記載の情報処理装置。
3. 前記特徴情報取得手段は、前記皮下脂肪領域のデータから、第１の色と第２の色を前記特徴情報として取得し、
   前記状態推定手段は、前記第１の色と前記第２の色との割合に基づいて、皮下脂肪の水太りの度合いを推定する、
   請求項１に記載の情報処理装置。
4. 前記特徴情報取得手段は、前記筋膜領域のデータから、「かすれている」と「明確な線」のうち何れか一方を前記特徴情報として取得し、
   前記状態推定手段は、前記「かすれている」を前記特徴情報として取得した場合、筋膜は筋肉を使っていない状態であると推定し、前記「明確な線」を前記特徴情報として取得した場合、筋膜はよく筋肉を使っている状態であると推定する、
   請求項１に記載の情報処理装置。
5. 前記特徴情報取得手段は、前記筋膜領域のデータから、「明確な線」を前記特徴情報として取得し、
   前記状態推定手段は、前記「明確な線」の分布度合に基づいて、筋肉の引締まり度合いを推定する。
   請求項１に記載の情報処理装置。
6. 前記特徴情報取得手段は、前記筋肉領域のデータから、第１の色と第２の色のうち何れか一方を前記特徴情報として取得し、
   前記状態推定手段は、前記第１の色を前記特徴情報として取得した場合、筋肉はよく鍛えられた状態であると推定し、前記第２の色を前記特徴情報として取得した場合、筋肉は霜降り状態であると推定する、
   請求項１に記載の情報処理装置。
7. 前記特徴情報取得手段は、前記筋肉領域のデータから、第１の色と第２の色を前記特徴情報として取得し、
   前記状態推定手段は、前記第１の色と前記第２の色との割合に基づいて、筋肉の霜降り度合いを推定する
   請求項１に記載の情報処理装置。