TWI721076B - 身體狀況管理裝置及其方法 - Google Patents
身體狀況管理裝置及其方法 Download PDFInfo
- Publication number
- TWI721076B TWI721076B TW105143544A TW105143544A TWI721076B TW I721076 B TWI721076 B TW I721076B TW 105143544 A TW105143544 A TW 105143544A TW 105143544 A TW105143544 A TW 105143544A TW I721076 B TWI721076 B TW I721076B
- Authority
- TW
- Taiwan
- Prior art keywords
- light
- light intensity
- physical condition
- change
- management device
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 29
- 239000002245 particle Substances 0.000 claims abstract description 169
- 230000008859 change Effects 0.000 claims abstract description 133
- 238000001514 detection method Methods 0.000 claims abstract description 116
- 150000002632 lipids Chemical class 0.000 claims abstract description 73
- 238000004364 calculation method Methods 0.000 claims abstract description 70
- 210000004369 blood Anatomy 0.000 claims abstract description 67
- 239000008280 blood Substances 0.000 claims abstract description 67
- 230000001678 irradiating effect Effects 0.000 claims abstract description 17
- 108010004103 Chylomicrons Proteins 0.000 claims description 46
- 108010062497 VLDL Lipoproteins Proteins 0.000 claims description 28
- 230000003914 insulin secretion Effects 0.000 claims description 19
- 206010022489 Insulin Resistance Diseases 0.000 claims description 17
- 208000001072 type 2 diabetes mellitus Diseases 0.000 claims description 17
- 238000004891 communication Methods 0.000 claims description 16
- 206010003210 Arteriosclerosis Diseases 0.000 claims description 12
- 208000011775 arteriosclerosis disease Diseases 0.000 claims description 12
- 210000004185 liver Anatomy 0.000 claims description 9
- 230000002123 temporal effect Effects 0.000 claims description 9
- 238000000149 argon plasma sintering Methods 0.000 claims description 6
- 230000007102 metabolic function Effects 0.000 claims description 5
- 238000011017 operating method Methods 0.000 claims description 4
- 208000030159 metabolic disease Diseases 0.000 abstract description 6
- 235000016709 nutrition Nutrition 0.000 abstract description 5
- 238000003745 diagnosis Methods 0.000 abstract description 3
- 102000004895 Lipoproteins Human genes 0.000 description 74
- 108090001030 Lipoproteins Proteins 0.000 description 74
- HVYWMOMLDIMFJA-DPAQBDIFSA-N cholesterol Chemical compound C1C=C2C[C@@H](O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2 HVYWMOMLDIMFJA-DPAQBDIFSA-N 0.000 description 37
- 235000019197 fats Nutrition 0.000 description 33
- 235000012000 cholesterol Nutrition 0.000 description 19
- 238000010521 absorption reaction Methods 0.000 description 18
- 238000010586 diagram Methods 0.000 description 17
- 108010007622 LDL Lipoproteins Proteins 0.000 description 15
- 102000007330 LDL Lipoproteins Human genes 0.000 description 15
- 235000012054 meals Nutrition 0.000 description 15
- 230000007935 neutral effect Effects 0.000 description 15
- 208000001145 Metabolic Syndrome Diseases 0.000 description 12
- 201000000690 abdominal obesity-metabolic syndrome Diseases 0.000 description 12
- 230000036541 health Effects 0.000 description 12
- 238000005259 measurement Methods 0.000 description 10
- 210000002966 serum Anatomy 0.000 description 9
- 208000031226 Hyperlipidaemia Diseases 0.000 description 8
- 230000002159 abnormal effect Effects 0.000 description 8
- 206010012601 diabetes mellitus Diseases 0.000 description 8
- 108010010234 HDL Lipoproteins Proteins 0.000 description 7
- 102000015779 HDL Lipoproteins Human genes 0.000 description 7
- 230000000694 effects Effects 0.000 description 7
- 238000012360 testing method Methods 0.000 description 7
- 201000010099 disease Diseases 0.000 description 6
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 6
- 229940079593 drug Drugs 0.000 description 6
- 239000003814 drug Substances 0.000 description 6
- 235000015816 nutrient absorption Nutrition 0.000 description 6
- 230000000291 postprandial effect Effects 0.000 description 6
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 5
- 238000002835 absorbance Methods 0.000 description 5
- 238000009826 distribution Methods 0.000 description 5
- 238000002296 dynamic light scattering Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 239000008103 glucose Substances 0.000 description 5
- 238000007689 inspection Methods 0.000 description 5
- 230000037356 lipid metabolism Effects 0.000 description 5
- 239000000126 substance Substances 0.000 description 5
- 210000003850 cellular structure Anatomy 0.000 description 4
- 230000007423 decrease Effects 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 4
- 230000005484 gravity Effects 0.000 description 4
- NOESYZHRGYRDHS-UHFFFAOYSA-N insulin Chemical compound N1C(=O)C(NC(=O)C(CCC(N)=O)NC(=O)C(CCC(O)=O)NC(=O)C(C(C)C)NC(=O)C(NC(=O)CN)C(C)CC)CSSCC(C(NC(CO)C(=O)NC(CC(C)C)C(=O)NC(CC=2C=CC(O)=CC=2)C(=O)NC(CCC(N)=O)C(=O)NC(CC(C)C)C(=O)NC(CCC(O)=O)C(=O)NC(CC(N)=O)C(=O)NC(CC=2C=CC(O)=CC=2)C(=O)NC(CSSCC(NC(=O)C(C(C)C)NC(=O)C(CC(C)C)NC(=O)C(CC=2C=CC(O)=CC=2)NC(=O)C(CC(C)C)NC(=O)C(C)NC(=O)C(CCC(O)=O)NC(=O)C(C(C)C)NC(=O)C(CC(C)C)NC(=O)C(CC=2NC=NC=2)NC(=O)C(CO)NC(=O)CNC2=O)C(=O)NCC(=O)NC(CCC(O)=O)C(=O)NC(CCCNC(N)=N)C(=O)NCC(=O)NC(CC=3C=CC=CC=3)C(=O)NC(CC=3C=CC=CC=3)C(=O)NC(CC=3C=CC(O)=CC=3)C(=O)NC(C(C)O)C(=O)N3C(CCC3)C(=O)NC(CCCCN)C(=O)NC(C)C(O)=O)C(=O)NC(CC(N)=O)C(O)=O)=O)NC(=O)C(C(C)CC)NC(=O)C(CO)NC(=O)C(C(C)O)NC(=O)C1CSSCC2NC(=O)C(CC(C)C)NC(=O)C(NC(=O)C(CCC(N)=O)NC(=O)C(CC(N)=O)NC(=O)C(NC(=O)C(N)CC=1C=CC=CC=1)C(C)C)CC1=CN=CN1 NOESYZHRGYRDHS-UHFFFAOYSA-N 0.000 description 4
- 238000007449 liver function test Methods 0.000 description 4
- 230000004060 metabolic process Effects 0.000 description 4
- 210000002784 stomach Anatomy 0.000 description 4
- 102000004625 Aspartate Aminotransferases Human genes 0.000 description 3
- 108010003415 Aspartate Aminotransferases Proteins 0.000 description 3
- 238000008214 LDL Cholesterol Methods 0.000 description 3
- 101710098398 Probable alanine aminotransferase, mitochondrial Proteins 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 3
- 239000006071 cream Substances 0.000 description 3
- 230000003111 delayed effect Effects 0.000 description 3
- 230000029087 digestion Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 239000003112 inhibitor Substances 0.000 description 3
- 239000004816 latex Substances 0.000 description 3
- 229920000126 latex Polymers 0.000 description 3
- 230000003908 liver function Effects 0.000 description 3
- 230000014759 maintenance of location Effects 0.000 description 3
- 230000002503 metabolic effect Effects 0.000 description 3
- 210000000813 small intestine Anatomy 0.000 description 3
- 150000003384 small molecules Chemical class 0.000 description 3
- 208000004930 Fatty Liver Diseases 0.000 description 2
- 206010019708 Hepatic steatosis Diseases 0.000 description 2
- 101000582320 Homo sapiens Neurogenic differentiation factor 6 Proteins 0.000 description 2
- 102000004877 Insulin Human genes 0.000 description 2
- 108090001061 Insulin Proteins 0.000 description 2
- 108010013563 Lipoprotein Lipase Proteins 0.000 description 2
- 102000043296 Lipoprotein lipases Human genes 0.000 description 2
- 102100030589 Neurogenic differentiation factor 6 Human genes 0.000 description 2
- 238000000862 absorption spectrum Methods 0.000 description 2
- 230000000740 bleeding effect Effects 0.000 description 2
- 210000000601 blood cell Anatomy 0.000 description 2
- 238000009534 blood test Methods 0.000 description 2
- 210000004204 blood vessel Anatomy 0.000 description 2
- 238000011088 calibration curve Methods 0.000 description 2
- -1 cholesterol Lipid Chemical class 0.000 description 2
- 238000004587 chromatography analysis Methods 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 235000005911 diet Nutrition 0.000 description 2
- 230000037213 diet Effects 0.000 description 2
- 239000000839 emulsion Substances 0.000 description 2
- 208000010706 fatty liver disease Diseases 0.000 description 2
- 230000037406 food intake Effects 0.000 description 2
- 238000004128 high performance liquid chromatography Methods 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 229940125396 insulin Drugs 0.000 description 2
- 230000013190 lipid storage Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 235000015097 nutrients Nutrition 0.000 description 2
- 230000035764 nutrition Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 210000000056 organ Anatomy 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 231100000240 steatosis hepatitis Toxicity 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 230000001629 suppression Effects 0.000 description 2
- 239000000725 suspension Substances 0.000 description 2
- 238000005303 weighing Methods 0.000 description 2
- KEWSCDNULKOKTG-UHFFFAOYSA-N 4-cyano-4-ethylsulfanylcarbothioylsulfanylpentanoic acid Chemical compound CCSC(=S)SC(C)(C#N)CCC(O)=O KEWSCDNULKOKTG-UHFFFAOYSA-N 0.000 description 1
- 102000006410 Apoproteins Human genes 0.000 description 1
- 108010083590 Apoproteins Proteins 0.000 description 1
- 108010078791 Carrier Proteins Proteins 0.000 description 1
- 102000014914 Carrier Proteins Human genes 0.000 description 1
- 108010061846 Cholesterol Ester Transfer Proteins Proteins 0.000 description 1
- 102000012336 Cholesterol Ester Transfer Proteins Human genes 0.000 description 1
- 102100037637 Cholesteryl ester transfer protein Human genes 0.000 description 1
- 208000032928 Dyslipidaemia Diseases 0.000 description 1
- 101000880514 Homo sapiens Cholesteryl ester transfer protein Proteins 0.000 description 1
- 206010020772 Hypertension Diseases 0.000 description 1
- 108010028554 LDL Cholesterol Proteins 0.000 description 1
- 208000017170 Lipid metabolism disease Diseases 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 210000001772 blood platelet Anatomy 0.000 description 1
- 235000014121 butter Nutrition 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 208000029078 coronary artery disease Diseases 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 235000020979 dietary recommendations Nutrition 0.000 description 1
- 235000015872 dietary supplement Nutrition 0.000 description 1
- 239000003792 electrolyte Substances 0.000 description 1
- 210000003743 erythrocyte Anatomy 0.000 description 1
- 230000029142 excretion Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000009661 fatigue test Methods 0.000 description 1
- 230000010224 hepatic metabolism Effects 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 210000001596 intra-abdominal fat Anatomy 0.000 description 1
- 210000000265 leukocyte Anatomy 0.000 description 1
- 230000031700 light absorption Effects 0.000 description 1
- 230000004130 lipolysis Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000002483 medication Methods 0.000 description 1
- 230000007721 medicinal effect Effects 0.000 description 1
- 230000006371 metabolic abnormality Effects 0.000 description 1
- 230000037323 metabolic rate Effects 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 239000000693 micelle Substances 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 150000003904 phospholipids Chemical class 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 230000028327 secretion Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 210000003491 skin Anatomy 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000003892 spreading Methods 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
- UFTFJSFQGQCHQW-UHFFFAOYSA-N triformin Chemical compound O=COCC(OC=O)COC=O UFTFJSFQGQCHQW-UHFFFAOYSA-N 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/1455—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- 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, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/14546—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, 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
- A61B5/48—Other medical applications
- A61B5/4866—Evaluating metabolism
-
- 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
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7278—Artificial waveform generation or derivation, e.g. synthesising signals from measured signals
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/47—Scattering, i.e. diffuse reflection
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
-
- 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
- A61B2562/0238—Optical sensor arrangements for performing transmission measurements on body tissue
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Pathology (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Veterinary Medicine (AREA)
- Optics & Photonics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Signal Processing (AREA)
- Physiology (AREA)
- Psychiatry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Obesity (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本發明所要解決的問題在於提供一種可進行代謝性疾病的早期發現和營養建議、身體狀況管理的診斷之裝置及方法。 為了解決此問題,本發明的身體狀況管理裝置,具有:照射部,其自生物體外方朝向生物體內以規定的光強度來照射光;光強度檢出部,其被配置成與藉由照射部所照射的光的照射位置相距規定間隔,並檢出自生物體放出的光強度;散射係數算出部,其基於藉由光強度檢出部所檢出的光強度來算出在生物體內的光的散射係數;粒徑算出部,其基於散射係數的變化量來算出血液內的脂質的平均粒徑的變化量;及,身體狀況判斷部,其根據平均粒徑的變化量的時間變化來判斷身體狀況。
Description
本發明關於身體狀況管理裝置及其方法。
近年來,國民的醫療費用快速增加,對於國家或國民來說,醫療費用的抑制成為必須解決的大問題。生活習慣病所造成的疾病的治療費佔據醫療費用的三分之一。從這些背景來看,想要達到國民醫療費用的抑制、健康長壽的提升、及生活品質(QOL,Quality of Life)的提升。為了實現這些目標而施行特定對象健檢(針對患病風險高的人進行健檢),並且對於尚未發病前就發現且治療的想法逐漸普及。
特別是,特定對象健檢的篩檢(screening)對象也就是代謝症候群(metabolic syndrome),已知會由於胰島素抗性(insulin resistance)而造成糖尿病、脂質異常症(高血脂症)、或高血壓的發作,該胰島素抗性是起因於內臟脂肪的堆積。期待能夠藉由代謝症候群的早期發現來實現重症化(演變成重症)的預防和QOL的提升,進一步可抑制國民醫療費用的增加。
這樣一來,儘管胰島素抗性對於生活習慣病的早期發現而言是非常重要的,但是在特定對象健檢中,僅有一種藉由腰圍的測量來預測胰島素抗性的風險的方法。
近年來,已理解到胰島素抗性與餐後高血脂症(postprandial hyperlipidemia)具有密切關係。也指出餐後高血脂症可能就是由胰島素抗性所引起。餐後高血脂症所造成的代謝異常,被認為是代謝症候群的起源。因此,不僅要能夠在代謝症候群的初期階段(尚未發病)就能夠發現此餐後高血脂症,且也注意到此餐後高血脂症是動脈硬化的風險因子(risk factor)。例如,如果當非空腹時的中性脂肪濃度過高,冠狀動脈疾病的發病風險也變高。
血液中的脂質,因為其疏水性高,所以會覆蓋在兩親媒性(amphiphilic)的磷脂質(phospholipid)上且形成微胞(micelle)而成為粒子狀的存在。血液中的脂質,因為其表面上結合有脂蛋白(lipoprotein),所以也稱為脂蛋白。
脂蛋白,依據其比重大略分為4種類。脂蛋白,以比重小~比重大的順序分類成:乳糜微粒(CM,chylomicron)、VLDL(極低密度脂蛋白,very low density lipoprotein)、LDL(低密度脂蛋白,low density lipoprotein)、及HDL(高密度脂蛋白,high density lipoprotein)。又,脂蛋白,以粒徑大~粒徑小的順序分類成:CM、VLDL、LDL、及HDL。
脂蛋白,是膽固醇或中性脂肪(TG,triglyceride)的集合體。在血液檢查中,測量中性脂肪或膽固醇,該等成為各種脂蛋白的構成成分的最小單位。
例如,一般來說,被稱為壞膽固醇之LDL膽固醇,是被包含在LDL粒子中的膽固醇。若測量LDL粒子中的中性脂肪(TG),而得到LDL-TG的相關性。
又,脂質原本就存在有4種類。已知在脂質當中的LDL膽固醇和HDL膽固醇分別都是與動脈硬化相關的指標。
進一步,脂蛋白的小型化被認為會顯現出代謝症候群。在先前技術中,有一種代謝症候群的檢出方法,其測定自受驗者身上採取的檢驗樣本中的小分子低密度脂蛋白膽固醇(small,dense LDL膽固醇)濃度(例如,參照專利文獻1)。
另一方面,在臨床現場(clinic site)並沒有積極地測量大型脂蛋白也就是CM或VLDL。又,尚未確認脂蛋白的大型化在臨床或健康評價上的意義。
又,作為其他測定方法,有一種脂蛋白亞型(sub class)的分析方法,包含:萃取分離步驟,其藉由脂蛋白輪廓的波形解析,以自檢驗樣本中萃取分離出脂蛋白的代謝動態的各個表現型來作為亞型;及,定量分析(quantitative analysis)步驟,其對被分離出來的脂蛋白亞型進行定量分析(例如,參照專利文獻2)。
[先前技術文獻] (專利文獻) 專利文獻1:日本特開2007-304012號公報 專利文獻2:日本特開2002-139501號公報
[發明所欲解決的問題] 然而,專利文獻1和專利文獻2的技術,都是在抽血階段的檢查方法,而不是根據時間變化而實行的檢查方法。
專利文獻1,是測量血清中的小分子低密度脂蛋白來檢測代謝症候群的方法。依據專利文獻1,生物體的代謝混亂會產生比通常的低密度脂蛋白(LDL)更加小型化的LDL,也就是會產生小分子低密度脂蛋白。在專利文獻1中,藉由調查小分子低密度脂蛋白的濃度來找出代謝症候群。
然而,專利文獻1的方法,必須進行抽血和血清分離。因此,必須要有醫師的指示和專用的裝置,而不能夠在家庭等地方輕易地進行檢查。
專利文獻2,是藉由HPLC法(高效能液相層析法,high performance liquid chromatography)等的色層分析法(chromatography)來測量在血清中包含的脂蛋白粒徑分布,以檢查CETP(膽固醇脂化運輸蛋白,cholesterol ester transfer protein)的缺損、小分子低密度脂蛋白的濃度等。然而,在專利文獻2的方法中,僅可得到抽血階段的單點(pinpoint)資訊,而難以確實地掌握到日常持續變化的生物體的資訊。
又,在現代社會中,如果一天用餐三次,一般來說,醒著的時候幾乎都是餐後的狀態。代謝性疾病會隨著餐後的血液狀態而持續變化。因此,僅進行一次在空腹時的抽血,不能夠充分進行對於代謝性疾病的篩檢。
本發明是為了解決這種先前的問題而開發出來,提供一種可以進行身體狀況判斷的裝置及方法。
[解決問題的技術手段] 本發明的身體狀況管理裝置,具有:照射部,其自生物體外方朝向生物體內以規定的光強度來照射光;光強度檢出部,其被配置成與藉由照射部所照射的光的照射位置相距規定間隔,並檢出自生物體放出的光強度;散射係數(scattering coefficient)算出部,其基於藉由光強度檢出部所檢出的光強度來算出在生物體內的光的散射係數;粒徑算出部,其基於散射係數的變化量來算出血液內的脂質的平均粒徑的變化量;及,身體狀況判斷部,其根據平均粒徑的變化量的時間變化來判斷身體狀況。
本發明的身體狀況管理裝置的運作方法,具有:照射步驟,其自生物體外方朝向生物體內以規定的光強度來照射光;光強度檢出步驟,其在與藉由照射步驟所照射的光的照射位置相距規定間隔的檢出位置進行,並檢出自生物體放出的光強度;散射係數算出步驟,其基於藉由光強度檢出步驟所檢出的光強度來算出在生物體內的光的散射係數;粒徑算出步驟,其基於散射係數的變化量來算出血液內的脂質的平均粒徑的變化量;及,身體狀況判斷步驟,其根據平均粒徑的變化量的時間變化來判斷身體狀況。
又,本發明的身體狀況管理裝置,以可通訊的方式被連接至使用者裝置,該使用者裝置,具有:照射部,其自生物體外方朝向生物體內以規定的光強度來照射光;光強度檢出部,其為了測量所照射的光的光強度對應於照射檢出間距離之衰減而被配置成與藉由照射部所照射的光的照射位置相距規定間隔、或連續地配置,並檢出自生物體放出的光強度;及,通訊部,其傳送藉由光強度檢出部所檢出的光強度;並且,該身體狀況管理裝置,具有:散射係數算出部,其基於從使用者裝置傳送而來的光強度來算出在生物體內的光的散射係數;粒徑算出部,其基於散射係數的變化量來算出血液內的脂質的平均粒徑的變化量;及,身體狀況判斷部,其根據平均粒徑的變化量的時間變化來判斷身體狀況。
[發明的效果] 依據本發明的身體狀況管理裝置及方法,可藉由脂質的平均粒徑的變化量的測量,來進行代謝性疾病的早期發現和營養建議、身體狀況管理的診斷等。
以下,針對本發明的實施形態之身體狀況管理裝置及其運作方法,參照圖式進行詳細說明。
第1圖是表示本實施形態的身體狀況管理裝置的構成之圖。本實施形態的身體狀況管理裝置,具有CPU(演算手段也就是中央處理單元,central processing unit)與記憶體裝置(RAM(隨機存取記憶體,random access memory)或ROM(唯讀記憶體,read only memory)等記憶手段),藉由執行此記憶體裝置中所儲存的程式,發揮作為第1圖的方塊圖所示的裝置的機能。
如第1圖所示,本實施形態的身體狀況管理裝置1,具有:照射部2,其自生物體(圖中的符號A)外方朝向生物體內照射光;光強度檢出部3,其檢出在生物體外的規定檢出位置(例如,第一光強度檢出部31所在的第一檢出位置331)上的光強度;散射係數算出部4,其基於藉由光強度檢出部3所檢出的光強度來算出在生物體內的光的散射係數μs
’;粒徑算出部5,其基於由散射係數算出部4所算出的光的散射係數μs
’來算出血液內的脂蛋白等的脂質的平均粒徑的變化量;及,身體狀況管理測量器10,其具備身體狀況判斷部102,該身體狀況判斷部102基於脂質的平均粒徑的變化量的經時變化來判斷身體狀況。
如第1圖所示,照射部2具有光源22,該光源22自生物體外方朝向生物體內將光照射至規定的照射位置21。本實施形態的光源22,能夠調整照射光的波長。光源22,能夠將光的波長範圍調整成會被在血漿的無機物吸收的波長範圍以外。光源22,能夠將光的波長範圍調整成會被在血液的細胞成分吸收的波長範圍以外。此處,所謂的血液的細胞成分,是指血中的紅血球、白血球及血小板。所謂的血漿的無機物,是指血中的水和電解質。
第2圖是表示血液的光吸收頻譜(optical absorption spectrum)之圖。所謂的會被血漿的無機物吸收的光的波長範圍,主要如第2圖的符號B所示的血漿的無機物可強力地吸收的光的範圍。同樣地,所謂的會被血液的細胞成分吸收的光的波長範圍,主要如第2圖的符號A所示的血液的細胞成分可強力地吸收的光的範圍。在這些以外的波長範圍中,被血漿的無機物吸收的光和被血液的細胞成分吸收的光,在實驗或生物體測量等級中是能夠被忽視的程度。
如第2圖所示,光源22的波長範圍,考慮到會被血漿的無機物吸收的光的波長範圍,較佳是約1400nm以下、及約1500nm~約1860nm。進一步,光源22的波長範圍,考慮到會被血液的細胞成分吸收的光的波長範圍,較佳是約580nm~約1400nm、及約1500nm~約1860nm。
將光源22所使用的波長範圍設為排除第2圖的符號A及/或第2圖的符號B的範圍,藉此在後述藉由光強度檢出部3所檢出的光中,可抑制被血漿的無機物吸收的光的影響、及被血液的細胞成分吸收的光的影響。藉此,不存在可將物質加以特定的程度的吸收,於是由於吸收所造成的光能源損失縮小至能夠忽視的程度。因此,血中的光會被血中的脂質散射而傳送至遠方且朝向體外放出。
又,本實施形態的照射部2,能夠對應於後述的散射係數算出部4所進行的散射係數μs
’的算出方法,而任意地調整光的連續照射或光的脈衝狀照射等的光的照射時間長度。照射部2,能夠任意地調變照射光的強度或光的相位。
照射部2,也可以使用波長固定的光源22。照射部2,也可以是波長不同的複數個光源、或是將複數種波長的光加以混合而成之光源。
光強度檢出部3,接受自生物體放出到生物體外的光,且檢出該光的光強度。當使用複數個光強度檢出部3時,約略以照射位置21作為中心且各自位於不同距離的方式來配置光強度檢出部3。如第1圖所示,本實施形態中,將第一光強度檢出部31和第二光強度檢出部32,依序地排列成與照射位置21相距規定的間隔且在同一面上呈直線狀。光強度檢出部3,也可以是CCD(電荷耦合元件,charge-coupled device)、CMOS(互補性氧化金屬半導體,Complementary Metal-Oxide Semiconductor)等受光元件。
如第1圖所示,本實施形態中,將自照射位置21直到第一光強度檢出部31所在的第一檢出位置331為止的距離設為第一照射檢出間距離ρ1,將自照射位置21直到第二光強度檢出部32所在的第二檢出位置332為止的距離設為第二照射檢出間距離ρ2。
如第3圖所示,將光照射至生物體的照射位置21與檢出自生物體中的血液(圖中的符號E)放出的光強度之第一光強度檢出部31(第一檢出位置331)之間設為規定的距離ρ。藉由設為規定的距離ρ,來抑制所照射的光(圖中的A)由於生物體表面和表面附近的散射體而反射並直接地從生物體放出的光(圖中的符號B)所產生的影響。所照射的光,到達脂蛋白等脂質存在的深度之後,由於血液中的脂質(圖中的D)而使光反射。經過由脂質所造成的光的反射而產生的散射,而從生物體放出的後方散射光(圖中的符號C),於是利用該後方散射光來檢出光強度。又,將照射位置21與第一光強度檢出部31(第一檢出位置331)的距離ρ設成較長,能夠使光路長度變長。因此,與脂質的碰撞次數增加,於是所檢出的光會大幅地受到散射的影響。藉由將距離ρ設成較長,能夠使得先前總是過弱而難以檢出的散射的影響變得容易掌握(檢出)。
測量對象也就是脂蛋白,是被缺輔基蛋白(apoprotein)等所包覆的球狀結構。脂蛋白在血中是固體般的狀態而存在。脂蛋白,具有使光反射的性質。特別是在粒徑和比重較大的乳糜微粒(CM)或VLDL等中含有大量的中性脂肪(TG),而具有容易使光散射的特性。因此,藉由光強度檢出部3所檢出的光強度中,包含由脂蛋白所造成的光的散射的影響。
另外,當設置有複數個檢出位置時的排列,不受限於直線形,只要約略以照射位置21作為中心且各自位於不同距離的方式來配置即可,而能夠適當地選擇配置成圓形、波浪形、Z字形等。又,自照射位置21直到第一光強度檢出部31(第一檢出位置331)為止的第一照射檢出間距離ρ1和第二照射檢出間距離ρ2、第一檢出位置331與第二檢出位置332彼此的間隔不受限於固定的間隔,也可以是連續地配置。
散射係數算出部4,基於藉由光強度檢出部3所檢出的光強度來算出生物體(包含血液、皮膚、筋肉等)內的光的散射係數μs
’。如上述,藉由光強度檢出部3所檢出的光強度,包含由脂蛋白所造成的光的散射的影響。由此來算出散射係數μs
’。另外,本實施形態中的散射係數μs
’,不受限於將一般的散射過程的效率加以數值化後的散射係數,也包含考慮到散射現象且將散射的影響在固定的條件下加以數值化後的散射係數。以下,進行詳細說明。
如第1圖所示,本實施形態的散射係數算出部4,具有光強度比算出部41與光強度差算出部42這2個算出部。
光強度比算出部41,根據藉由複數個光強度檢出部3所檢出的光強度的各自的比來算出散射係數μs
’。光強度比算出部41,基於所照射的光的散射現象來算出散射係數μs
’,該散射現象是所照射的光隨著與檢出位置33相距越遠就會因為散射而逐漸衰減的現象。
本實施形態中,藉由照射部2來照射規定的光強度的連續光,且根據藉由第一光強度檢出部31所檢出的第一光強度R(ρ1)與藉由第二光強度檢出部32所檢出的第二光強度R(ρ2)的比來算出散射係數μs
’(數學式1)。 (數學式1) μs
’=R(ρ1)/R(ρ2)
光強度差算出部42,根據藉由複數個光強度檢出部3所檢出的光強度的差來算出散射係數μs
’。與光強度比算出部41同樣,是基於所照射的光的散射現象來算出散射係數μs
’,該散射現象是所照射的光隨著與檢出位置33相距越遠就會因為散射而逐漸衰減的現象。
本實施形態的光強度差算出部42,從在第一檢出位置331和第二檢出位置332上的第一光強度R(ρ1)與第二光強度R(ρ2)的差來算出散射係數μs
’(數學式2)。 (數學式2) μs
’=R(ρ1)-R(ρ2)
另外,散射係數算出部4所實行的散射係數μs
’的算出方法,不受限於上述各種算出方法。
粒徑算出部5,其基於藉由散射係數算出部4所算出的散射係數μs
’的變化量來算出血液中的脂蛋白的平均粒徑的變化量。本實施形態中,針對散射係數μs
’的變化量與脂蛋白的平均粒徑的變化量的關係而取得統計資料,且藉由將散射係數μs
’的變化量與統計資料進行比較來算出實際的脂蛋白的平均粒徑的變化量。
另外,統計資料的形式並沒有特別限制,例如可以利用性別、身高、體重、BMI(身體質量指數,body mass index)等來分類,也可以使用表格或圖示、函數等來算出。
此處,所謂的脂蛋白的平均粒徑,是指以nm單位來標記的粒徑。脂蛋白的平均粒徑,大致是CM:80~1000nm、VLDL:30~80nm、LDL:18~25nm、HDL:7.5~10nm。
此處的平均粒徑,是包括地顯現出以下的變化和條件的平均粒徑。亦即,脂蛋白,存在有4種類且其粒子數目的變化也會影響散射。又,4種類的脂蛋白的粒子數目也會有些微變動。也就是說,大粒子的數目的增減會使平均粒徑變化,小粒子的數目的增減也會使平均粒徑變化。因此,大粒子即便大型化(或小型化)也會使平均粒徑變化,且小粒子即便大型化(或小型化)也會使平均粒徑變化。
作為從散射係數μs
’來算出脂質的平均粒徑的方法,例如是動態光散射法(以下也僅稱為DLS(dynamic light scattering)法)。DLS裝置,是利用動態光散射來測量懸浮液中的粒子的平均粒徑和粒子數分布的裝置。
第4A圖中表示從散射係數的變化量來算出血中的脂質的平均粒徑的變化量之檢量線(calibration curve)。第4A圖是將25nm~500nm的乳膠粒子(latex particle)假設成生物體的脂蛋白分布,且為將該乳膠粒子進行任意混合時的平均粒徑的變化量與散射係數μs
’的變化量的關聯圖。另外,乳膠濃度是250mg/dL的程度。第4A圖所示的檢量線,是從血液的懸浮前與懸浮後的散射係數的差的值(Δμs
’)來求得所增加的平均值粒徑(Δ粒徑)。
如果測量血清中的乳糜微粒/極低密度脂蛋白-中性脂肪(CM/VLDL-TG的吸光度(ABS,absorbance),則可觀察到第4B圖中的關聯性。又,如第4C圖所示,能夠確認散射係數μs
’與吸光度之間的關聯性。亦即,當第4B圖的ABS是0.05時,散射係數μs
’的變化量也變成0.05/mm。從第4A圖能夠確認到75~100nm的平均粒徑的變化量。
僅是確認此脂蛋白的平均粒徑變化就可以進行身體狀況管理。藉此,即便不進行先前的脂質檢查,也能夠簡便地進行身體狀況管理。此處所謂的身體狀況,統括地包含運動效果的確認、餐後的營養吸收、用藥和營養補給品(supplement)等的營養吸收控制效果的確認、及健康管理等。
第5A圖和第5B圖,表示使用本實施形態的非侵入式身體狀況管理裝置所測定的資料。使抽血後的CM/VLDL-TG濃度與變動後的脂蛋白的平均粒徑,以連動(產生關連性)的方式運作。藉此,可知能夠進行非侵入式測量、能夠進行散射係數μs
’的測量、及能夠進行從散射係數μs
’推導出的脂蛋白粒子的變動的粒徑的測量。進一步,即便不進行脂質濃度的測量,也能夠區別健康人(able-bodied person,第5A圖)及肝功能異常者(第5B圖)。
身體狀況管理測量器10,其取得藉由散射係數算出部4和粒徑算出部5所算出的脂蛋白的平均粒徑的變化量,且從脂蛋白的平均粒徑的變化量的時間變化來判斷脂質代謝狀態和身體狀況。本實施形態的身體狀況管理測量器10,如第1圖所示,經由通訊線路等而被連接至粒徑算出部5。身體狀況管理測量器10,具有:算出值取得部101,其每隔規定時間就取得藉由粒徑算出部5所算出的脂質的平均粒徑的變化量;及,身體狀況判斷部102,其對應於藉由算出值取得部101所取得的平均粒徑的變化量的時間變化來判斷脂質代謝狀態和身體狀況等。
另外,算出值取得部101取得脂質的平均粒徑的變化量的時間間隔並沒有特別限制。時間間隔,對應於檢查對象能夠調整成數秒間隔、數十分鐘間隔、或數十分鐘間隔以上。
又,脂質的平均粒徑的變化量的取得,不受限於經由通訊線路,也可以手動輸入藉由粒徑算出部5所算出的脂質的平均粒徑的變化量。又,本實施形態中,粒徑算出部5和身體狀況管理測量器10是不同個體的構成,但是不受限於此。
身體狀況判斷部102,從藉由算出值取得部101所取得的脂質的平均粒徑的變化量的時間變化來判斷受驗者的身體狀況。例如,直到脂質的平均粒徑的變化量變成最大值為止的時間,表示由胃或小腸所進行的脂質的消化和吸收。對應於該時間的長度可以判斷是否健康。又,直到脂質的平均粒徑的變化量變成與空腹時的相同值為止的時間,表示由肝臟所進行的脂肪分解能力。最後將這些進行綜合性的判斷,以進行健康狀態的綜合性的判斷。
如第6圖所示,脂蛋白濃度的一天之內的變動,以CM和VLDL的變動最大。如第7A圖所示,不能夠認為全部脂蛋白與TG濃度具有良好的關聯性。然而,如第7B圖所示,CM和VDML與TG濃度具有良好的關聯性,所以可知血液的散射係數μs
’的變化與CM和VDML中的TG濃度具有好的關聯性。
如第8圖所示,血中的一天之內的變動中,總膽固醇量幾乎沒有變化。對於CM和VDML也同樣,其所含有的膽固醇量幾乎沒有變化。亦即,因為脂蛋白的一個粒子中含有的膽固醇沒有增加且TG濃度增加,所以可認為脂蛋白的每一個粒子的粒徑是對應於TG濃度增加的量而變動。
因此,可認為相對於測定對象的CM和VLDL各自的膽固醇量,各個TG濃度可表示脂蛋白的平均粒徑的變化。亦即,隨著脂蛋白的平均粒徑的增加(Δ粒徑)之散射係數的變化量Δμs
’,具有以下的關係。
(數學式3) Δμs’=(CM-TG/CM-C)+(VLDL-TG/VLDL-C)
此處,CM-TG表示在乳糜微粒的粒子中的TG濃度,CM-C表示在乳糜微粒的粒子中的膽固醇濃度,VLDL-TG表示在VLDL的粒子中的TG濃度,VLDL-C表示在VLDL的粒子中的膽固醇濃度。
第4A圖表示針對隨著脂蛋白的平均粒徑的增加(Δ粒徑)之散射係數的變化量Δμs
’,進行實際測量的結果。如圖所示,直到平均粒徑200nm為止的資料比較一致而可藉由2次方程式(例如,y=4×10-5
x2
-0.0016x+0.0047)來換算,藉由該2次方程式可以從散射係數的變化量Δμs
’來算出脂蛋白的平均粒徑的變化。
又,高血脂症存在有1型~5型。根據這些型號,當從可觀察的脂質粒子的變化來特定出高血脂症的型號時,將上述數學式3作成下述數學式4,並使用對應於該型號的係數,藉此能夠更正確地進行測量。
(數學式4) Δμs
’=A‧(CM-TG/CM-C)+B‧(VLDL-TG/VLDL-C)
此處,A表示CM的散射強度修正係數,B表示VLDL的散射強度修正係數,CM-TG表示在乳糜微粒的粒子中的TG濃度,CM-C表示在乳糜微粒的粒子中的膽固醇濃度,VLDL-TG表示在VLDL的粒子中的TG濃度,VLDL-C表示在VLDL的粒子中的膽固醇濃度。
本實施形態的身體狀況管理裝置,也可以具有使脈衝電流在生物體內流動之電流施加部。脂質粒子有帶電且依據脂蛋白的種類而具有不同的zeta電位(ζ電位,zeta potential)。利用此性質且藉由電流施加部來使得脈衝電流從體外朝向體內流動,以使CM或VLDL振動。藉此使得散射係數產生變化而能夠更正確地測量脂蛋白的分布。
本實施形態的身體狀況判斷部102,其根據脂質的平均粒徑的變化量的時間變化,來判斷生物體的代謝狀態並判斷身體狀況。大型脂蛋白,其代謝速度比較快,所以能夠得知與代謝有關連的臟器的狀態。
本實施形態的身體狀況判斷部102,其根據血中的脂質的平均粒徑的變化量的滯留時間(retention time)來判斷動脈硬化的風險。脂質在血液中的長時間滯留就容易累積在血管中,所以能夠將該滯留時間作為動脈硬化的判斷指標。
本實施形態的身體狀況判斷部102,其根據血中的脂質的平均粒徑的變化量的時間變化,來判斷胰島素分泌的時期。如果同時測量血中的脂質的平均粒徑的變化與血糖值,則在血糖變為峰值的時間,脂質濃度的上升和由於脂蛋白所造成的散射的上升會暫時地被抑制。這種情況是與胰島素分泌的時機一致,於是,利用脂質能夠在體內優先掌握到(測出)胰島素分泌的現象。這可認為胰島素的活性增加,會使得毛細血管的LPL(脂蛋白脂肪酶,lipoprotein lipase)的活性增加且使得CM的代謝速度(小粒子化)活性化。
本實施形態的身體狀況判斷部102,其根據胰島素分泌的時期來判定胰島素的分泌延遲並檢測胰島素抗性。
本實施形態的身體狀況判斷部102,其根據胰島素抗性來判斷糖尿病。如上述,由於能夠根據胰島素抗性來判斷血糖控制的異常,所以能夠用於糖尿病的檢查或管理。
本實施形態的身體狀況判斷部102,其根據血中的脂質的平均粒徑的變化量的增加,來求得餐後的脂質吸收量(中性脂肪濃度的增加量)。藉由攝取脂肪負荷餐(高脂肪餐,butter loading meal),能夠更正確地調查吸收量而掌握體質。
本實施形態的身體狀況判斷部102,其儲存預先準備的脂質的平均粒徑的變化量的統計資料,且比較該統計資料與檢測到的脂肪的平均粒徑的變化量來判斷是否有異常,並基於該判斷結果來判斷身體狀況且進行營養建議、服藥管理。脂肪的吸收量是因人而異,所以能夠個別地管理脂質的吸收抑制劑等能夠發揮藥效的施藥量。又,也可以用於營養吸收管理,該營養吸收管理是藉由攝取精心調配的混合餐。
接著,針對本實施形態的身體狀況管理裝置的運作方法進行說明。第9圖是本實施形態的身體狀況管理裝置的運作方法的流程圖。
在照射步驟(S101)中,使用照射部2來對於照射位置21照射連續光。
在光強度檢出步驟(S102)中,使用第一光強度檢出部31來檢出在第一檢出位置331的光強度,並且使用第二光強度檢出部32來檢出在第二檢出位置332的光強度。將在第一檢出位置331和第二檢出位置332檢出的光強度,朝向散射係數算出步驟傳送。
在散射係數算出步驟(S103)中,算出第一檢出位置331的第一光強度與第二檢出位置332的第二光強度的光強度差或光強度比,並基於該光強度差或光強度比來算出散射係數μs
’。所算出的散射係數μs
’,朝向粒徑算出步驟傳送。
在粒徑算出步驟(S104)中,根據散射係數μs
’的變化量來算出血中的脂蛋白的平均粒徑的變化量。
在算出值取得步驟(S105)中,經由通訊線路來取得所算出的脂蛋白的平均粒徑的變化量,並傳送至身體狀況判斷步驟。
在身體狀況判斷步驟(S106)中,基於脂蛋白的平均粒徑的變化量的時間變化來判斷身體狀況。例如,可以得到平均粒徑的變化量的最大值、變成最大值為止所需要的時間、從最大值回到空腹時的值為止所需要的時間、脂質的吸收量等資料。
再者,將預先準備的脂質的平均粒徑的變化量的統計資料與測量到的脂質的平均粒徑的變化量進行比較,來判斷各數值是否異常。各數值,如果是正常值就判斷為身體狀況正常,如果是偏離正常值就判斷為身體狀況異常。
例如,當脂質的平均粒徑的變化量的最大值在正常值的範圍內時,則判斷脂質的基礎代謝正常;當偏離正常值時,則判斷脂質的基礎代謝異常。同樣地,當脂質的平均粒徑的變化量變成最大值為止所需要的時間在正常值的範圍內時,則判斷由胃或小腸所進行的脂質的消化和吸收機能正常;當偏離正常值時,則判斷由胃或小腸所進行的脂質的消化和吸收機能有某些異常。又,當脂質的平均粒徑的變化量回到與空腹時相同值為止所需要的時間在正常值的範圍內時,則判斷由肝臟所進行的脂肪分解能力正常;當偏離正常值時,則判斷由肝臟所進行的脂肪分解能力異常。
在本實施形態的身體狀況判斷步驟中,根據血中的脂蛋白的平均粒徑的變化量的時間變化,來測量生物體的代謝狀態。大型脂蛋白,由於其代謝速度比較快,所以能夠得知與代謝有關連的臟器的狀態。
在本實施形態的身體狀況判斷步驟中,根據血中的脂蛋白的平均粒徑的變化量的滯留時間來判斷動脈硬化的風險。脂質在血液中的長時間滯留就容易累積在血管中,所以能夠將該滯留時間作為動脈硬化的判斷指標。
在本實施形態的身體狀況判斷步驟中,根據血中的脂蛋白的平均粒徑的變化量的時間變化,來判定胰島素分泌的時期。如果同時測量血中的脂蛋白的平均粒徑的變化與血糖值,則在血糖變為峰值的時間,脂質濃度的上升會暫時地被抑制。這種情況是與胰島素分泌的時機一致,於是,利用脂質能夠在體內優先掌握到(測出)胰島素分泌的現象。
在本實施形態的身體狀況判斷步驟中,根據胰島素分泌的時期來檢出胰島素抗性。如上述,能夠測量胰島素分泌時間,是指能夠檢出胰島素的分泌延遲等的胰島素抗性。
在本實施形態的身體狀況判斷步驟中,根據胰島素抗性來判斷糖尿病。如上述,如果能夠檢出胰島素抗性,則血糖控制會出現異常,所以能夠用於糖尿病的檢查或管理。
在本實施形態的身體狀況判斷步驟中,根據血中的脂蛋白的平均粒徑的變化量的增加,來求得餐後的脂質吸收量。藉由攝取脂肪負荷餐,能夠更正確地調查吸收量而掌握體質。
在本實施形態的身體狀況判斷步驟中,根據血中的脂蛋白的平均粒徑的變化量的增加來儲存預先準備的脂蛋白的平均粒徑的變化量的統計資料,且比較該統計資料與檢測到的脂蛋白的平均粒徑,以調查營養吸收的個人差異且進行營養建議、及服藥管理。營養的吸收是因人而異,所以能夠個別地管理脂質的吸收抑制劑等能夠發揮藥效的施藥量。又,也可以用於營養吸收管理,該營養吸收管理是藉由攝取精心調配的混合餐。
在本實施形態的身體狀況管理步驟中,也可以包含從體外使脈衝電流在生物體內流動之電流施加步驟,以使CM或VLDL振動而使得散射係數產生變化,藉此能夠更正確地測量脂蛋白的分布。
如以上說明,依據本實施形態的身體狀況管理裝置及運作方法,能夠藉由CM、VLDL等脂蛋白的平均粒徑變化的測量,來測量營養吸收率的個人差異、疲勞度檢查、糖尿病管理、代謝症候群管理、肝功能檢查、及動脈硬化的風險管理。藉此,可以進行代謝性疾病的早期發現和營養建議、身體狀況管理的診斷。
接著,對本發明的其他實施形態的身體狀況管理裝置進行說明。另外,本發明的其他實施形態的身體狀況管理裝置的構成,由於具有與上述實施形態的身體狀況管理裝置的構成共通的部分,所以主要是說明不同的部分。
在上述實施形態中,是將照射部2、光強度檢出部3、散射係數算出部4及粒徑算出部5,與身體狀況管理測量器10一體地構成的例子;以及,將照射部2、光強度檢出部3、散射係數算出部4及粒徑算出部5,與身體狀況管理測量器10個別地構成的例子,但是不受限於此,也可以作成一種系統,其將照射光之照射部2與光強度檢出部3作成使用者裝置而構成,並且將散射係數算出部4、粒徑算出部5、算出值取得部101及身體狀況判斷部102作身體狀況管理裝置來構成。
第19圖是表示本實施形態的身體狀況管理系統的構成之方塊圖。本實施形態的身體狀況管理系統所使用的使用者裝置110和身體狀況管理裝置120,各自具有CPU(演算手段)與記憶體裝置(RAM或ROM等記憶手段),藉由實行已儲存在此記憶體裝置中的程式,能夠作為第19圖的方塊圖所示的裝置而發揮機能。
本實施形態的身體狀況管理系統,是由使用者裝置110與身體狀況管理裝置120所構成,該使用者裝置110測定光強度,該身體狀況管理裝置120根據該光強度來判斷身體狀況。使用者裝置110與身體狀況管理裝置120,是經由無線或有線通訊網N來連接。
身體狀況管理裝置120,是基於由使用者裝置110傳送來的光強度來進行規定的處理,用以判斷身體狀況的裝置。具體來說,能夠依據個人電腦、裝置的台數、或傳送和接收的資料量,來適當地使用伺服器裝置。
使用者裝置110,是使用者持有的裝置,可作為單獨的裝置,也可被搭載在手機或手錶等上。
使用者裝置110,具有照射光之照射部2、光強度檢出部3及通訊部110a。通訊部110a,其傳送已藉由光強度檢出部3所檢出的光強度。照射部2與光強度檢出部3的機能和運作如上述。
身體狀況管理裝置120,具有通訊部120a、散射係數算出部4、粒徑算出部5、算出值取得部101及身體狀況判斷部102。通訊部120a,其經由有線或無線網路N來接收由通訊部110a所傳送的光強度,並朝向散射係數算出部4傳送。散射係數算出部4、粒徑算出部5、算出值取得部101及身體狀況判斷部102的機能和運作如上述。
另外,本實施形態中,經由網路N來將光強度從使用者裝置110朝向身體狀況管理裝置120傳送,但是不受限於此,使用者裝置110與身體狀況管理裝置120,也可以不經由網路N而直接連接,也可以藉由有線通訊或無線通訊等手段來傳送光強度。
本實施形態的身體狀況管理裝置,是以可通訊的方式被連接至使用者裝置上之身體狀況管理裝置,該使用者裝置,具有:照射部,其自生物體外方朝向生物體內以規定的光強度來照射光;光強度檢出部,其為了測量所照射的光的光強度對應於照射檢出間距離之衰減而被配置成與藉由照射部所照射的光的照射位置相距規定間隔、或連續地配置,並檢出自生物體放出的光強度;及,通訊部,其傳送藉由前述光強度檢出部所檢出的光強度;該身體狀況管理裝置,具有:散射係數算出部,其基於從使用者裝置傳送而來的光強度來算出在生物體內的光的散射係數;粒徑算出部,其基於散射係數的變化量來算出血液內的脂質的平均粒徑的變化量;及,身體狀況判斷部,其根據平均粒徑的變化量的時間變化來判斷身體狀況。
又,本實施形態的身體狀況管理裝置中,光強度檢出部,其以照射位置與檢出光強度之檢出位置相距規定的照射檢出間距離的方式設置,用以檢出因為血液內的脂質而散射後的後方散射光的光強度。
又,本實施形態的身體狀況管理裝置中,照射部是發出連續光之光源,從光源照射光;複數個光強度檢出部,其約略以該照射位置作為中心且各自位於不同距離的方式來配置,藉由該複數個光強度檢出部來檢出在各自的檢出位置上的光強度;並且,散射係數算出部,其基於藉由各個光強度檢出部所檢出的各個光強度的比、或各個光強度的差來算出在生物體內的光的散射係數。
又,本實施形態的身體狀況管理裝置的身體狀況判斷部,根據平均粒徑的變化量的時間變化來判斷動脈硬化的風險、肝臟的代謝機能或疲勞度。
又,本實施形態的身體狀況管理裝置的身體狀況判斷部,其根據平均粒徑的變化量的時間變化來判定胰島素分泌的時期,並根據該胰島素分泌的時期來測量胰島素抗性。
又,本實施形態的身體狀況管理裝置,進一步具有使脈衝電流在生物體內流動之電流施加部。
又,本實施形態的身體狀況管理裝置中,脂質是乳糜微粒或VLDL。
[實施例] 以下,針對本發明的實施例來進行說明,但是本發明不受限於下述實施例。
(1)脂蛋白的平均粒徑的測量 餐後增加的脂蛋白是CM與VLDL。其他脂蛋白在一天之內的變動是可以忽視的等級。
由第6圖可知,實際上當測量餐後的脂質時,中性脂肪(TG)的測定值可觀察到變化。然而,由第8圖的觀察可知,膽固醇是固定的。也就是說,TG濃度在一天之內的變動,能夠確認是大型粒子也就是CM、VLDL中的TG濃度變化。
第10圖是表示藉由原子力顯微鏡所觀察到的血清的影像之圖,第10圖的(a)表示脂肪負荷前的血清,第10圖的(b)表示脂肪負荷後60分鐘的血清,第10圖的(c)表示脂肪負荷後180分鐘的血清。白色的點表示脂蛋白。藉由圖式能夠確認當餐後180分鐘時(第10圖的(c))出現大型化的粒子。
第11圖和第12圖是表示脂蛋白的概念之圖。第11圖中,符號A是VLDL,符號B是乳糜微粒,符號C是HDL,符號D是LDL。又,符號a是膽固醇,符號b是TG。膽固醇濃度固定且中性脂肪(TG)的濃度增加,是指圖中的A、B、C、D的脂蛋白的平均粒徑變大而使得由脂質所造成的散射增加。特別是在餐後,A、B的粒徑被認為會增大,這被認為是由於這些粒徑的變大會對於散射強度的影響也大。
第12圖中,符號A是乳糜微粒,符號B是餐後的乳糜微粒。又,符號a是膽固醇,符號b是TG。如第12圖所示,脂蛋白的每1個粒子的平均粒徑的增加有極限,而不可能無限變大。也就是說,即便是相同的乳糜微粒(CM),有的是儲藏空間閒置的狀態的較小的乳糜微粒(CM)(圖中的A),也有的是儲藏空間已擠滿的肥大的乳糜微粒(CM)(圖中的B)。
本實施例中檢測的餐後的散射的上升,表示脂蛋白的平均粒徑的上升。因此,散射係數,與(CM-TG)/(CM-TG)+(VLDL-TG)/(VLDL-TG)具有良好的關聯性。
(實施例1)脂肪吸收率的個體差異 先前,藥品吸收率的檢查或脂肪負荷試驗等,是藉由體表面積等來修正劑量且推定其血中濃度是固定的方式來進行。
然而,如第13圖所示,體重90kg以上的男性(圖中的符號B)、及體重50kg以下的女性(圖中的符號A),一同攝取160g的OFTT cream(口服脂肪耐受性試驗乳劑,oral fat tolerance test cream),然後男性(圖中的B)的中性脂肪(TG)濃度增加100mg/dL以上,而女性(圖中的A)的中性脂肪(TG)濃度增加50mg/dL的程度。亦即,即便相同成分的營養份量,也明顯存在有個人差異。又,如第14圖所示,中性脂肪增加量能夠換算成粒徑的變化量。因此,將第13圖轉換成第15圖,其可以利用平均粒徑的變化量來進行身體狀況管理,也可以換算成中性脂肪濃度。
藉此,如果使用本實施例的身體狀況管理裝置及方法,能夠如第13圖所示,將容易吸收脂肪等的體質加以視覺化,而可以活用於個人的營養管理建議等。
又,也可以使用本實施形態的身體狀況管理裝置及方法,來測量脂質的吸收抑制劑的效果等。
(實施例2)疲勞度檢查 第16圖是以1位40幾歲的男性作為受驗者,他在熬夜的疲勞狀態(圖中的符號B)下、及他在沒有加班的通常工作狀態(圖中的符號A)下的脂肪的吸收時間的比較圖。
讓受驗者攝取160g的OFTT cream並進行比較,如第16圖所示,可觀察到平均粒徑的變化量的經時變化。這樣,如果使用本實施形態的身體狀況管理裝置及方法,能夠根據平均粒徑的變化量的經時變化,來將身體出現某些不良狀態加以視覺化,並傳達給第三者。
又,使用本實施形態的身體狀況管理裝置及方法,可以記錄每天的吸收狀況的圖形且可以用於身體狀況管理或健康諮詢時。
(實施例3)糖尿病管理/代謝症候群管理 在本實施例中,一邊連續地測定脂質的平均粒徑,一邊同時測量在一天之內的變動較大的血糖。飲食可採用日常生活的飲食,並調查在一天之內的變化。
其結果,如第17圖所示,可知血中的CM、VLDL的平均粒徑的變化量具有與血糖值相近的變動。另外,圖中的符號A表示用餐時、符號B表示胰島素分泌時、符號C表示空腹時。又,由於當胰島素分泌的時機(圖中的符號B)可以抑制脂質在血中排出,所以藉由得知胰島素分泌的時機,能夠測量代謝症候群的起源也就是胰島素抗性。
又,可知當受驗者空腹的時機(圖中的符號C),CM、VLDL的平均粒徑的變化量降低且血糖也降低。這樣,藉由使用本實施形態的身體狀況管理裝置及方法來測定CM、VLDL的平均粒徑的變化量的經時變化,也可以進行糖尿病的早期發現和管理。
(實施例4)肝功能檢查 脂質是在肝臟中代謝,所以肝臟代謝時間等的評價指標,確認可以用於肝功能的評價。
如第18圖所示,被醫師診斷為脂肪肝的受驗者(圖中的符號A)的脂質的平均粒徑的變化量的時間變化,比健康人(圖中的B)更加延遲,而確認能夠進行肝臟代謝功能的評價。
又,喝酒者在健康檢查中的GOT(麩胺酸草乙酸轉胺酶,glutamic oxaloacetic transaminase )=26U/L、GPT(麩胺丙酮酸轉胺酶,glutamate pyruvate transaminase)=30U/L在基準值內的受驗者也被觀察到脂質代謝延遲,而該喝酒者在半年後的健康檢查中觀察到GOT=38U/L、GPT=68U/L的肝功能檢查值的異常,且使用超音波檢查(echo check)而診斷出有輕度脂肪肝。
根據此結果,表示本實施例的身體狀況管理裝置及方法,是比先前的血液檢查更優異的肝功能檢查。
(實施例5)動脈硬化的風險管理 使用本實施例的身體狀況管理裝置及方法,以月份作為單位來累積計算血中的CM、VLDL的平均粒徑的變化量及滯留時間,藉此也可以用於將來的動脈硬化的發作預測。
1‧‧‧身體狀況管理裝置2‧‧‧照射部3‧‧‧光強度檢出部4‧‧‧散射係數算出部5‧‧‧粒徑算出部10‧‧‧身體狀況管理測量器21‧‧‧照射位置22‧‧‧光源31‧‧‧第一光強度檢出部32‧‧‧第二光強度檢出部33‧‧‧檢出位置41‧‧‧光強度比算出部42‧‧‧光強度差算出部101‧‧‧算出值取得部102‧‧‧身體狀況判斷部110‧‧‧使用者裝置110a、120a‧‧‧通訊部120‧‧‧身體狀況管理裝置331‧‧‧第一檢出位置332‧‧‧第二檢出位置A‧‧‧生物體N‧‧‧無線或有線通訊網ρ1‧‧‧第一照射檢出間距離ρ2‧‧‧第二照射檢出間距離
第1圖是表示本實施形態的身體狀況管理裝置的構成之圖。 第2圖是表示血液的光吸收頻譜之圖。 第3圖是表示由於血脂所造成的光的散射之圖。 第4A圖是表示脂蛋白的平均粒徑的增加所伴隨的散射係數的變化量的測量結果之圖。 第4B圖是表示CM/VLDL-TG與吸光度的關聯性之圖。 第4C圖是表示散射係數與吸光度的關聯性之圖。 第5A圖是表示使用本實施形態的身體狀況管理裝置來對於健康人進行測定而得的資料之圖。 第5B圖是表示使用本實施形態的身體狀況管理裝置來對於肝功能異常者進行測定而得的資料之圖。 第6圖是表示脂蛋白濃度的一天之內的變動之圖。 第7A圖是表示全部脂蛋白與中性脂肪濃度的關聯性之圖。 第7B圖是表示CM和VDML與中性脂肪濃度的關聯性之圖。 第8圖是表示總膽固醇量的一天之內的變動之圖。 第9圖是本實施形態的身體狀況管理裝置的運作方法的流程圖。 第10圖是表示藉由原子力顯微鏡所得到的血清的影像之圖。 第11圖是表示脂蛋白的概念之圖。 第12圖是表示脂蛋白的概念之圖。 第13圖是表示使體格不同的男女攝取相同量的口服脂肪耐受性試驗乳劑後的試驗結果之圖。 第14圖是表示中性脂肪增加量與平均粒徑變化量的關聯性之圖。 第15圖是表示將第13圖的縱軸替換成平均粒徑變化後之圖。 第16圖是比較脂肪的吸收時間之圖。 第17圖是表示同時測量脂質的平均粒徑與血糖的結果之圖。 第18圖是表示評價肝臟的代謝功能的結果之圖。 第19圖是表示本實施形態的身體狀況管理系統的構成之方塊圖。
國內寄存資訊 (請依寄存機構、日期、號碼順序註記) 無
國外寄存資訊 (請依寄存國家、機構、日期、號碼順序註記) 無
(請換頁單獨記載) 無
1‧‧‧身體狀況管理裝置
2‧‧‧照射部
3‧‧‧光強度檢出部
4‧‧‧散射係數算出部
5‧‧‧粒徑算出部
10‧‧‧身體狀況管理測量器
21‧‧‧照射位置
22‧‧‧光源
31‧‧‧第一光強度檢出部
32‧‧‧第二光強度檢出部
33‧‧‧檢出位置
41‧‧‧光強度比算出部
42‧‧‧光強度差算出部
101‧‧‧算出值取得部
102‧‧‧身體狀況判斷部
331‧‧‧第一檢出位置
332‧‧‧第二檢出位置
A‧‧‧生物體
ρ1‧‧‧第一照射檢出間距離
ρ2‧‧‧第二照射檢出間距離
Claims (18)
- 一種身體狀況管理裝置,其特徵在於具有:照射部,其自生物體外方朝向生物體內以規定的光強度來照射光;光強度檢出部,其為了測量前述所照射的光的光強度對應於照射檢出間距離之衰減而被配置成與藉由前述照射部所照射的光的照射位置相距規定間隔、或連續地配置,並檢出自前述生物體放出的光強度;散射係數算出部,其基於藉由前述光強度檢出部所檢出的前述光強度來算出在生物體內的光的散射係數;粒徑算出部,其基於前述散射係數的變化量來算出血液內的脂質的平均粒徑的變化量;及,身體狀況判斷部,其根據前述平均粒徑的變化量的時間變化來判斷身體狀況。
- 如請求項1所述之身體狀況管理裝置,其中,前述光強度檢出部,其被配置成使前述照射位置與檢出前述光強度的檢出位置相距規定的照射檢出間距離,並檢出因為血液中的脂質而散射後的後方散射光的光強度。
- 如請求項1或請求項2所述之身體狀況管理裝置,其中,前述照射部是發出連續光之光源,從前述光源照射光;複數個前述光強度檢出部,其約略以該照射位置作為 中心且各自位於不同距離的方式來配置,藉由該複數個光強度檢出部來檢出在各自的檢出位置上的光強度;並且,前述散射係數算出部,其基於藉由前述各個光強度檢出部所檢出的前述各個光強度的比、或前述各個光強度的差來算出在生物體內的光的散射係數。
- 如請求項1或請求項2所述之身體狀況管理裝置,其中,前述身體狀況判斷部,其根據前述平均粒徑的變化量的時間變化來判斷動脈硬化的風險、肝臟的代謝機能或疲勞度。
- 如請求項1或請求項2所述之身體狀況管理裝置,其中,前述身體狀況判斷部,其根據前述平均粒徑的變化量的時間變化來判定胰島素分泌的時期,並根據該胰島素分泌的時期來測量胰島素抗性。
- 如請求項1或請求項2所述之身體狀況管理裝置,其中,進一步具有使脈衝電流在生物體內流動之電流施加部。
- 如請求項1或請求項2所述之身體狀況管理裝置,其中,前述脂質是乳糜微粒或極低密度脂蛋白。
- 一種身體狀況管理裝置的運作方法,其特徵在於具有下列步驟:照射步驟,其自生物體外方朝向生物體內以規定的光強度來照射光; 光強度檢出步驟,其為了測量前述所照射的光的光強度對應於照射檢出間距離之衰減而在與藉由前述照射步驟所照射的光的照射位置相距規定間隔的檢出位置進行、或在連續地配置的檢出位置進行,並檢出自前述生物體放出的光強度;散射係數算出步驟,其基於藉由前述光強度檢出步驟所檢出的前述光強度來算出在生物體內的光的散射係數;粒徑算出步驟,其基於前述散射係數的變化量來算出血液內的脂質的平均粒徑的變化量;及,身體狀況判斷步驟,其根據前述平均粒徑的變化量的時間變化來判斷身體狀況。
- 如請求項8所述之身體狀況管理裝置的運作方法,其中,在前述光強度檢出步驟中,將前述照射位置與檢出前述光強度的檢出位置設定成相距規定的照射檢出間距離,並檢出因為血液中的脂質而散射後的後方散射光的光強度。
- 如請求項8或請求項9所述之身體狀況管理裝置的運作方法,其中,在前述照射步驟中,照射連續光,並在設定成約略以該照射位置作為中心且各自位於不同距離的檢出位置檢出光強度;並且,在前述散射係數算出步驟中,基於前述各個光 強度的比、或前述各個光強度的差來算出在生物體內的光的散射係數。
- 如請求項8或請求項9所述之身體狀況管理裝置的運作方法,其中,前述脂質是乳糜微粒或極低密度脂蛋白。
- 一種身體狀況管理裝置,其特徵在於:以可通訊的方式被連接至使用者裝置,該使用者裝置,具有:照射部,其自生物體外方朝向生物體內以規定的光強度來照射光;光強度檢出部,其為了測量前述所照射的光的光強度對應於照射檢出間距離之衰減而被配置成與藉由前述照射部所照射的光的照射位置相距規定間隔、或連續地配置,並檢出自前述生物體放出的光強度;及,通訊部,其傳送藉由前述光強度檢出部所檢出的光強度;並且,該身體狀況管理裝置,具有:散射係數算出部,其基於從前述使用者裝置傳送而來的前述光強度來算出在生物體內的光的散射係數;粒徑算出部,其基於前述散射係數的變化量來算出血液內的脂質的平均粒徑的變化量;及,身體狀況判斷部,其根據前述平均粒徑的變化量的時間變化來判斷身體狀況。
- 如請求項12所述之身體狀況管理裝置,其中,前述光強度檢出部,其被配置成使前述照射位置與檢 出前述光強度的檢出位置相距規定的照射檢出間距離,並檢出因為血液中的脂質而散射後的後方散射光的光強度。
- 如請求項12或請求項13所述之身體狀況管理裝置,其中,前述照射部是發出連續光之光源,從前述光源照射光;複數個前述光強度檢出部,其約略以該照射位置作為中心且各自位於不同距離的方式來配置,藉由該複數個光強度檢出部來檢出在各自的檢出位置上的光強度;並且,前述散射係數算出部,其基於藉由前述各個光強度檢出部所檢出的前述各個光強度的比、或前述各個光強度的差來算出在生物體內的光的散射係數。
- 如請求項12或請求項13所述之身體狀況管理裝置,其中,前述身體狀況判斷部,其根據前述平均粒徑的變化量的時間變化來判斷動脈硬化的風險、肝臟的代謝機能或疲勞度。
- 如請求項12或請求項13所述之身體狀況管理裝置,其中,前述身體狀況判斷部,其根據前述平均粒徑的變化量的時間變化來判定胰島素分泌的時期,並根據該胰島素分泌的時期來測量胰島素抗性。
- 如請求項12或請求項13所述之身體狀況管理裝置,其中,進一步具有使脈衝電流在生物體內流動 之電流施加部。
- 如請求項12或請求項13所述之身體狀況管理裝置,其中,前述脂質是乳糜微粒或極低密度脂蛋白。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016-028553 | 2016-02-18 | ||
JP2016028553A JP5984074B1 (ja) | 2016-02-18 | 2016-02-18 | 体調管理装置及びその方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW201729759A TW201729759A (zh) | 2017-09-01 |
TWI721076B true TWI721076B (zh) | 2021-03-11 |
Family
ID=56843274
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW105143544A TWI721076B (zh) | 2016-02-18 | 2016-12-28 | 身體狀況管理裝置及其方法 |
Country Status (7)
Country | Link |
---|---|
US (1) | US11000214B2 (zh) |
EP (1) | EP3417779A4 (zh) |
JP (1) | JP5984074B1 (zh) |
KR (1) | KR20180111956A (zh) |
CN (1) | CN108697388B (zh) |
TW (1) | TWI721076B (zh) |
WO (1) | WO2017141895A1 (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6029128B1 (ja) * | 2016-05-18 | 2016-11-24 | メディカルフォトニクス株式会社 | 血中脂質濃度計測装置及びその作動方法 |
JP7062359B2 (ja) * | 2016-12-27 | 2022-05-06 | 花王株式会社 | 生理指標の推定方法及び推定装置並びに健康情報の推定方法及び推定装置 |
KR20200099545A (ko) * | 2017-12-20 | 2020-08-24 | 메디컬포토닉스 가부시키가이샤 | 지질계측장치 및 그 방법 |
KR20210004952A (ko) * | 2018-04-26 | 2021-01-13 | 메디컬포토닉스 가부시키가이샤 | 지질농도 계측장치 및 그 방법 |
JP7093963B2 (ja) * | 2018-05-22 | 2022-07-01 | メディカルフォトニクス株式会社 | 血管検知装置 |
CN109059795B (zh) * | 2018-06-29 | 2020-11-03 | 歌尔光学科技有限公司 | 深度测量方法、深度测量装置及拍摄设备 |
JPWO2020080409A1 (ja) * | 2018-10-17 | 2021-10-07 | メディカルフォトニクス株式会社 | 粒子濃度計測装置、粒子濃度計測プログラム、及び、粒子濃度計測方法 |
JPWO2020105682A1 (ja) * | 2018-11-21 | 2021-10-07 | メディカルフォトニクス株式会社 | 血中脂質濃度計測装置及びその方法 |
JP2020106318A (ja) * | 2018-12-26 | 2020-07-09 | メディカルフォトニクス株式会社 | 吸収カロリー計測装置、吸収カロリー計測方法、及び、吸収カロリー計測プログラム |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004138454A (ja) * | 2002-10-16 | 2004-05-13 | Nikkiso Co Ltd | 光学的散乱特性推定方法および装置 |
JP2010048703A (ja) * | 2008-08-22 | 2010-03-04 | Hokkaido Univ | 血清脂質の測定方法及び測定装置 |
WO2014087825A1 (ja) * | 2012-12-06 | 2014-06-12 | 国立大学法人北海道大学 | 非侵襲型生体脂質濃度計測器、非侵襲型生体脂質代謝機能計測器、非侵襲による生体脂質濃度計測方法および非侵襲による生体脂質代謝機能検査方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6615061B1 (en) * | 1998-11-23 | 2003-09-02 | Abbott Laboratories | Optical sensor having a selectable sampling distance for determination of analytes |
JP2002139501A (ja) | 2000-10-30 | 2002-05-17 | Mass Medical Kk | リポ蛋白サブクラスの分析ならびに診断方法 |
US7167734B2 (en) * | 2001-04-13 | 2007-01-23 | Abbott Laboratories | Method for optical measurements of tissue to determine disease state or concentration of an analyte |
JP2007117221A (ja) | 2005-10-25 | 2007-05-17 | Hirato Koji | Ftirを用いた非侵襲血液検査「光人間ドックシステム」 |
JP2007304012A (ja) | 2006-05-12 | 2007-11-22 | Denka Seiken Co Ltd | メタボリックシンドロームの診断方法 |
WO2014152717A2 (en) * | 2013-03-14 | 2014-09-25 | Sano Intelligence, Inc. | On-body microsensor for biomonitoring |
JP6029128B1 (ja) * | 2016-05-18 | 2016-11-24 | メディカルフォトニクス株式会社 | 血中脂質濃度計測装置及びその作動方法 |
-
2016
- 2016-02-18 JP JP2016028553A patent/JP5984074B1/ja not_active Expired - Fee Related
- 2016-12-28 TW TW105143544A patent/TWI721076B/zh not_active IP Right Cessation
-
2017
- 2017-02-14 EP EP17753152.2A patent/EP3417779A4/en not_active Withdrawn
- 2017-02-14 US US16/075,435 patent/US11000214B2/en active Active
- 2017-02-14 WO PCT/JP2017/005261 patent/WO2017141895A1/ja active Application Filing
- 2017-02-14 KR KR1020187025901A patent/KR20180111956A/ko not_active Application Discontinuation
- 2017-02-14 CN CN201780012203.4A patent/CN108697388B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004138454A (ja) * | 2002-10-16 | 2004-05-13 | Nikkiso Co Ltd | 光学的散乱特性推定方法および装置 |
JP2010048703A (ja) * | 2008-08-22 | 2010-03-04 | Hokkaido Univ | 血清脂質の測定方法及び測定装置 |
WO2014087825A1 (ja) * | 2012-12-06 | 2014-06-12 | 国立大学法人北海道大学 | 非侵襲型生体脂質濃度計測器、非侵襲型生体脂質代謝機能計測器、非侵襲による生体脂質濃度計測方法および非侵襲による生体脂質代謝機能検査方法 |
Also Published As
Publication number | Publication date |
---|---|
EP3417779A4 (en) | 2019-08-28 |
CN108697388B (zh) | 2021-05-18 |
CN108697388A (zh) | 2018-10-23 |
JP2017144079A (ja) | 2017-08-24 |
US20190046091A1 (en) | 2019-02-14 |
US11000214B2 (en) | 2021-05-11 |
TW201729759A (zh) | 2017-09-01 |
WO2017141895A1 (ja) | 2017-08-24 |
JP5984074B1 (ja) | 2016-09-06 |
KR20180111956A (ko) | 2018-10-11 |
EP3417779A1 (en) | 2018-12-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI721076B (zh) | 身體狀況管理裝置及其方法 | |
TWI722084B (zh) | 血脂濃度測量裝置及其運作方法 | |
US11331012B2 (en) | Non-invasive biolipid concentration meter, non-invasive biolipid metabolism measuring device, non-invasive method for measuring biolipid concentration, and non-invasive method for examining biolipid metabolism | |
Crujeiras et al. | Longitudinal variation of circulating irisin after an energy restriction‐induced weight loss and following weight regain in obese men and women | |
Andreoli et al. | New trends in nutritional status assessment of cancer patients. | |
Wang et al. | Evaluation of specific metabolic rates of major organs and tissues: comparison between nonobese and obese women | |
US20050015002A1 (en) | Integrated protocol for diagnosis, treatment, and prevention of bone mass degradation | |
Sheridan et al. | Effects of serum phosphorus on vascular calcification in a healthy, adult population: a systematic review | |
Roh et al. | Age-and sex-related differential associations between body composition and diabetes mellitus | |
Rodríguez et al. | Differences in adipose tissue and lean mass distribution in patients with collagen VI related myopathies are associated with disease severity and physical ability | |
ES2373625T3 (es) | Procedimiento para predecir la sensibilidad a una terapia farmacéutica para la obesidad. | |
Barnett et al. | A masked, placebo-controlled, randomized clinical trial evaluating safety and the effect on cardiac function of low-dose rapamycin in 17 healthy client-owned dogs | |
Wang et al. | Combination of Quantitative Computed Tomography and blood Biochemistry for Evaluating the relationship between nutrition and bone mineral density in patients on maintenance hemodialysis | |
Matsuo et al. | Impact of Changes in Rectus Femoris Cross-Sectional Area Measured by Ultrasound on the Prognosis of Patients With Acute Heart Failure | |
Wu | Peripheral Skeletal Muscle Structure and Contractile Function in Adults with Cystic Fibrosis | |
Ayala Romero | Influence of diet on cardiometabolic dysregulation and sarcopenia in children after liver transplantation | |
Ajala | Prediction of cardiometabolic risk in children | |
Mathewson | The influence of optimal dietary protein intake for muscle metabolism across the lifespan | |
Gallegos | Hidden Risks: Relationship among VAT, IL-18, and Adiponectin in the Development of Type 2 Diabetes in Filipino Americans | |
Ntinas | Function and activation of human adipose tissue: The role of genes in the link between physical activity and brown adipose-like phenotype | |
Chen | Insulin-Sensitive Obesity | |
Swathi et al. | Drug-interference in clinical chemistry analyses: pseudohypertriglyceridaemia | |
Park Kyong et al. | Demographic and lifestyle factors and selenium levels in men and women in the US | |
JP2012181070A (ja) | 健康度の検出方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
MM4A | Annulment or lapse of patent due to non-payment of fees |