ホーム > 特許ランキング > キューオーエル株式会社
知財求人 - 知財ポータルサイト「IP Force」
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公開特許公報(A)
(11)【公開番号】特開2016-153978(P2016-153978A)
(43)【公開日】2016年8月25日
(54)【発明の名称】健康予測システムおよび健康予測方法
(51)【国際特許分類】
G06Q 50/22 20120101AFI20160729BHJP
A61B 5/01 20060101ALI20160729BHJP
A61B 5/00 20060101ALI20160729BHJP
【ＦＩ】
G06Q50/22 130
A61B5/00 101E
A61B5/00 G
A61B5/00 101A
A61B5/00 102C
【審査請求】有
【請求項の数】7
【出願形態】ＯＬ
【全頁数】31
(21)【出願番号】特願2015-32185(P2015-32185)
(22)【出願日】2015年2月20日
【国等の委託研究の成果に係る記載事項】（出願人による申告）平成２６年度独立行政法人情報通信研究機構「高度通信・放送研究開発／ソーシャル・ビッグデータ利活用・基盤技術の研究開発」、産業技術力強化法第１９条の適用を受ける特許出願
(71)【出願人】
【識別番号】305057523
【氏名又は名称】キューオーエル株式会社
(74)【代理人】
【識別番号】100079441
【弁理士】
【氏名又は名称】広瀬 和彦
(72)【発明者】
【氏名】北沢 真澄
(72)【発明者】
【氏名】宮島 正子
(72)【発明者】
【氏名】小山 憲一
【テーマコード（参考）】
4C117
5L099
【Ｆターム（参考）】
4C117XB02
4C117XB09
4C117XC11
4C117XD06
4C117XE23
4C117XE43
4C117XF22
4C117XG03
4C117XG05
4C117XG19
4C117XH02
4C117XH04
4C117XH16
4C117XJ03
4C117XJ18
4C117XJ38
4C117XJ52
4C117XL06
4C117XM02
4C117XP03
4C117XP05
5L099AA15
(57)【要約】
【課題】 女性の月経周期に基づいて被測定者の健康状態を予測することができる健康予測システムおよび健康予測方法を提供する。【解決手段】 処理装置３１の記憶装置３１Ａには、複数日の体温データＤ3、感情の指標となるココロ指数ＭＩ、体調の指標となるカラダ指数ＰＣＩが蓄積される。処理装置３１は、記憶装置３１Ａに蓄積された体温データＤ3等に基づいて、平均低温期日数ＮLm、平均高温期日数ＮHmを算出する。処理装置３１は、平均低温期日数ＮLm、平均高温期日数ＮHmに基づいて、月経周期内での第１〜第８ステージＳ1〜Ｓ8の中から、予測日のステージＳaに該当するものを特定する。処理装置３１は、予測日のステージＳaにおけるココロ指数ＭＩおよびカラダ指数ＰＣＩと、予測日の気象情報とに基づいて、予測日における被測定者Ｈの健康状態を推定する。
【選択図】 図５
【特許請求の範囲】
【請求項1】
被測定者の体温を複数日に亘って測定した体温データの系列を用いて前記被測定者の健康状態を処理装置によって予測する健康予測システムであって、
前記処理装置は、
前記体温データの系列を用いて月経周期内における予測日のステージを特定する予測日ステージ特定手段と、
前記予測日ステージ特定手段によって特定された予測日のステージに基づいて前記予測日における健康状態を予測する健康状態予測手段とを備えた健康予測システム。
前記処理装置は、
前記体温データの系列を用いて月経周期内における予測日のステージを特定する予測日ステージ特定手段と、
前記予測日ステージ特定手段によって特定された予測日のステージに基づいて前記予測日における健康状態を予測する健康状態予測手段とを備えた健康予測システム。
【請求項2】
前記予測日ステージ特定手段は、月経周期内で低温期から高温期への移行時期を特定する移行時期特定手段と、
前記移行時期特定手段によって特定された移行時期に基づいて前記予測日のステージを決定するステージ決定手段とを備えてなる請求項１に記載の健康予測システム。
前記移行時期特定手段によって特定された移行時期に基づいて前記予測日のステージを決定するステージ決定手段とを備えてなる請求項１に記載の健康予測システム。
【請求項3】
前記処理装置は、前記被測定者の健康状態を複数日に亘って記憶する記憶手段をさらに備え、
前記健康状態予測手段は、前記予測日ステージ特定手段によって特定された予測日のステージと、前記記憶手段に記憶された当該予測日のステージと同じステージの健康状態とに基づいて前記予測日における健康状態を予測してなる請求項１または２に記載の健康予測システム。
前記健康状態予測手段は、前記予測日ステージ特定手段によって特定された予測日のステージと、前記記憶手段に記憶された当該予測日のステージと同じステージの健康状態とに基づいて前記予測日における健康状態を予測してなる請求項１または２に記載の健康予測システム。
【請求項4】
前記被測定者の音声によって感情を判定する感情判定手段をさらに備え、
前記記憶手段は、前記感情判定手段によって判定された感情の情報を前記健康状態として記憶してなる請求項３に記載の健康予測システム。
前記記憶手段は、前記感情判定手段によって判定された感情の情報を前記健康状態として記憶してなる請求項３に記載の健康予測システム。
【請求項5】
前記被測定者の瞼の裏側の画像によって貧血の度合いを判定する貧血度合い判定手段をさらに備え、
前記記憶手段は、前記貧血度合い判定手段によって判定された貧血度合いの情報を前記健康状態として記憶してなる請求項３または４に記載の健康予測システム。
前記記憶手段は、前記貧血度合い判定手段によって判定された貧血度合いの情報を前記健康状態として記憶してなる請求項３または４に記載の健康予測システム。
【請求項6】
前記処理装置は、前記予測日の気象情報を取得する気象情報取得手段をさらに備え、
前記健康状態予測手段は、前記予測日ステージ特定手段によって特定された予測日のステージと、前記気象情報取得手段によって取得した前記予測日の気象情報とに基づいて前記予測日における健康状態を予測してなる請求項１ないし５のいずれかに記載の健康予測システム。
前記健康状態予測手段は、前記予測日ステージ特定手段によって特定された予測日のステージと、前記気象情報取得手段によって取得した前記予測日の気象情報とに基づいて前記予測日における健康状態を予測してなる請求項１ないし５のいずれかに記載の健康予測システム。
【請求項7】
被測定者の体温を複数日に亘って測定した体温データの系列を用いて前記被測定者の健康状態を処理装置によって予測する健康予測方法であって、
前記体温データの系列を用いて月経周期内における予測日のステージを特定する予測日ステージ特定手段と、
前記予測日ステージ特定手段によって特定された予測日のステージに基づいて前記予測日における健康状態を予測する健康状態予測手段とを備えた健康予測方法。
前記体温データの系列を用いて月経周期内における予測日のステージを特定する予測日ステージ特定手段と、
前記予測日ステージ特定手段によって特定された予測日のステージに基づいて前記予測日における健康状態を予測する健康状態予測手段とを備えた健康予測方法。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、被測定者の健康状態を予測する健康予測システムおよび健康予測方法に関する。
【背景技術】
【0002】
女性のホルモンバランス状況を把握するために、各種の計測機器を用いて基礎体温を計測し、基礎体温の変動を数ヶ月間に亘って記録する方法が知られている（例えば、特許文献１参照）。特許文献１には、予め蓄積された複数日の体温データに基づいて、次回の排卵期や月経期を予測する構成が開示されている。
【先行技術文献】
【特許文献】
【0003】
【特許文献1】特開２０１４−１７６６３７号公報
【発明の開示】
【発明が解決しようとする課題】
【0004】
ところで、女性の場合、月経周期に伴って、体調や感情のような健康状態に変動が生じることがある。働く女性にとって、排卵期や月経期に限らず、このような健康状態の変化を把握または予測できることについては、大きな要望がある。これに対し、特許文献１に記載のシステムでは、次回の排卵期や月経期は予測するものの、体調や感情の変動を予測するものではなく、女性の要望に十分に応えるものではなかった。また、季節、気温、気圧のような気象情報も女性の健康状態に関連があると言われてきたが、このような気象情報と女性の健康状態との関連性についても十分に検討されていないという問題がある。
【0005】
本発明は前述の問題に鑑みなされたものであり、本発明の目的は、女性の月経周期に基づいて被測定者の健康状態を予測することができる健康予測システムおよび健康予測方法を提供することにある。
【課題を解決するための手段】
【0006】
上記課題を解決するために、請求項１の発明は、被測定者の体温を複数日に亘って測定した体温データの系列を用いて前記被測定者の健康状態を処理装置によって予測する健康予測システムであって、前記処理装置は、前記体温データの系列を用いて月経周期内における予測日のステージを特定する予測日ステージ特定手段と、前記予測日ステージ特定手段によって特定された予測日のステージに基づいて前記予測日における健康状態を予測する健康状態予測手段とを備えている。
【0007】
請求項２の発明では、前記予測日ステージ特定手段は、月経周期内で低温期から高温期への移行時期を特定する移行時期特定手段と、前記移行時期特定手段によって特定された移行時期に基づいて前記予測日のステージを決定するステージ決定手段とを備えている。
【0008】
請求項３の発明では、前記処理装置は、前記被測定者の健康状態を複数日に亘って記憶する記憶手段をさらに備え、前記健康状態予測手段は、前記予測日ステージ特定手段によって特定された予測日のステージと、前記記憶手段に記憶された当該予測日のステージと同じステージの健康状態とに基づいて前記予測日における健康状態を予測している。
【0009】
請求項４の発明では、前記被測定者の音声によって感情を判定する感情判定手段をさらに備え、前記記憶手段は、前記感情判定手段によって判定された感情の情報を前記健康状態として記憶している。
【0010】
請求項５の発明では、前記被測定者の瞼の裏側の画像によって貧血の度合いを判定する貧血度合い判定手段をさらに備え、前記記憶手段は、前記貧血度合い判定手段によって判定された貧血度合いの情報を前記健康状態として記憶している。
【0011】
請求項６の発明では、前記処理装置は、前記予測日の気象情報を取得する気象情報取得手段をさらに備え、前記健康状態予測手段は、前記予測日ステージ特定手段によって特定された予測日のステージと、前記気象情報取得手段によって取得した前記予測日の気象情報とに基づいて前記予測日における健康状態を予測している。
【0012】
請求項７の発明は、被測定者の体温を複数日に亘って測定した体温データの系列を用いて前記被測定者の健康状態を処理装置によって予測する健康予測方法であって、前記体温データの系列を用いて月経周期内における予測日のステージを特定する予測日ステージ特定手段と、前記予測日ステージ特定手段によって特定された予測日のステージに基づいて前記予測日における健康状態を予測する健康状態予測手段とを備えている。
【発明の効果】
【0013】
請求項１，７の発明によれば、予測日ステージ特定手段は、体温データの系列に基づいて、今日や近未来のような予測日において、被測定者が低温期と高温期のいずれであるか、また排卵期や月経期に近付いているか否かのような月経周期中のステージ（段階）を特定する。健康状態予測手段は、このように特定された予測日のステージに基づいて、感情や体調のような予測日の健康状態を予測することができる。この結果、被測定者は、例えば感情の起伏や体調の悪化のような健康状態を予め把握することができる。
【0014】
請求項２の発明によれば、予測日ステージ特定手段は、月経周期内で低温期から高温期への移行時期を特定し、この移行時期に基づいて予測日のステージを決定する。このため、高温期への移行時期を考慮して予測日のステージを特定するから、高温期への移行時期を考慮しない場合に比べて、低温期日数の変動部分の影響を受けることがなく、予測日のステージの推定確度を高めることができる。
【0015】
請求項３の発明によれば、健康状態予測手段は、予測日ステージ特定手段によって特定された予測日のステージと、記憶手段に記憶された予測日のステージと同じステージの健康状態とに基づいて予測日における健康状態を予測する。このため、被測定者毎に記憶された過去の健康状態に基づいて、予測日の健康状態を予測するから、一般的な月経周期と健康状態との関連性に基づいて健康状態を予測する場合に比べて、被測定者に適合した健康状態を予測することができ、健康状態の予測精度を高めることができる。
【0016】
請求項４の発明によれば、被測定者の音声によって感情を判定する感情判定手段をさらに備えるから、被測定者が主観的に感情を入力する場合に比べて、感情の変動を客観的に把握することができる。
【0017】
請求項５の発明によれば、被測定者の瞼の裏側の画像によって貧血の度合いを判定する貧血度合い判定手段をさらに備えるから、体調の変動を客観的に把握することができる。
【0018】
請求項６の発明によれば、予測日の気象情報を取得する気象情報取得手段をさらに備えるから、季節、気温、気圧のような気象情報を考慮して、被測定者の健康状態を予測することができる。
【図面の簡単な説明】
【0019】
【図1】本発明の実施の形態に用いるウエアラブルセンサ装置を被測定者が装着した状態を示す外観図である。
【図4】ウエアラブルセンサ装置に設けられたコントロールユニットの構成を示すブロック図である。
【図5】ウエアラブルセンサ装置と外部の処理装置とから構成した健康予測システムを示す説明図である。
【図6】体温データ系列を示す説明図である。
【図7】携帯端末のメニュー画面を示す説明図である。
【図8】携帯端末の感情判定画面の一例を示す説明図である。
【図9】音声の録音状態を示す説明図である。
【図10】携帯端末の感情判定結果画面の一例を示す説明図である。
【図11】携帯端末の頭痛度合い入力画面の一例を示す説明図である。
【図12】携帯端末の貧血度合い判定画面の一例を示す説明図である。
【図13】貧血度合いの計測状態を示す説明図である。
【図14】携帯端末の貧血指数表示画面の一例を示す説明図である。
【図15】健康予報処理を示す流れ図である。
【図23】月経周期グラフの一例を示す説明図である。
【図24】ステージ表示盤の一例を示す説明図である。
【図25】月経周期内の体温データ、ココロ指数、カラダ指数の一例を示す説明図である。
【図26】良好なときの健康状態の予測結果の一例を示す説明図である。
【図27】不調なときの健康状態の予測結果の一例を示す説明図である。
【図28】変形例による貧血度合いの計測状態を示す説明図である。
【発明を実施するための形態】
【0020】
以下、本発明の実施の形態による健康予測システムを添付図面に従って詳細に説明する。
【0021】
まず、本発明の健康予測システムの一部を構成するウエアラブルセンサ装置１（以下、センサ装置１という）について説明する。
【0023】
ケーシング２は、センサ装置１の本体（主支持体）を構成している。図１ないし図３に示すように、ケーシング２は、例えば樹脂材料を用いて略楕円形（卵形）の箱形状に形成され、その内部には後述の回路基板５等が収容されている。
【0024】
体表温度検出部３は、被測定者Ｈの体表の温度を検出する。この体表温度検出部３は、例えばサーミスタ等からなる測温素子によって構成されている。体表温度検出部３は、ケーシング２のうち被測定者Ｈの体表面側に配置される。このため、被測定者Ｈの体表面Ｈ0にケーシング２が接触し、体表温度がケーシング２を通じて測温素子に熱伝導する。ここで、ケーシング２の体表温度検出部３が接触する部分の樹脂素材は、薄く加工されている。これにより、体表温度検出部３は、測温素子によって被測定者Ｈの体表温度に応じた信号を出力する。
【0025】
なお、体表温度検出部３は、被測定者Ｈの体表面Ｈ0に接触して体温を直接的に検出する構成とした。しかし、本発明はこれに限らず、体表温度検出部３は、例えば下着等を介して被測定者Ｈの体温を間接的に検出する構成としてもよく、例えば被測定者Ｈの体内の温度を検出する深部温度計を用いる構成としてもよい。
【0026】
外気温度検出部４は、外気温度を検出する。図３に示すように、外気温度検出部４は、ケーシング２のうち被測定者Ｈの体表面Ｈ0とは反対側（背面側）に位置している。外気温度検出部４と体表温度検出部３との間には、後述の回路基板５が配置されている。そして、外気温度検出部４は、ケーシング２の背面側に位置しているから、ケーシング２を介して外気温度を検出し、外気温度に応じた信号を測温素子から出力する。
【0027】
回路基板５は、ケーシング２の内部に収容されている。図４に示すように、回路基板５には、マイクロコンピュータ等からなる読込み手段としてのコントロールユニット６が搭載されている。そして、コントロールユニット６は、その入力側が体表温度検出部３および外気温度検出部４に接続されると共に、その出力側が後述の表示部１１に接続されている。また、コントロールユニット６には記憶手段として例えばＲＯＭ、ＲＡＭ等からなる記憶部７が設けられている。
【0028】
ここで、記憶部７には、コントロールユニット６を作動させるプログラムと該プログラムで使用する開始時刻ｔs、終了時刻ｔe、時間間隔Δｔが予め格納されている。また、記憶部７には、コントロールユニット６の作動によって後述の体表温度検出データＤ1、外気温度検出データＤ2、体温データＤ3が記憶される構成となっている。
【0029】
このとき、開始時刻ｔsと終了時刻ｔeは就寝中の時刻として例えば午前０時（ｔs＝０：００ａｍ）と午前６時（ｔe＝６：００ａｍ）とにそれぞれ設定され、時間間隔Δｔは例えば１０分程度の値に設定される。なお、開始時刻ｔs、終了時刻ｔeは、被測定者Ｈが例えば夜間勤務者であれば、その就寝の開始時刻および終了時刻に設定されるものである。また、時間間隔Δｔも、１０分に限らず、例えば１〜３０分程度の間で測定条件等に応じて適宜設定されるものである。
【0030】
また、コントロールユニット６は、時刻を計時するタイマ８を有すると共に、例えば３個のボタンスイッチ９Ａ〜９Ｃからなるスイッチ部９が接続されている。そして、コントロールユニット６は、ケーシング２に搭載されたコイン型リチウム電池等の電源１０によって駆動し、スイッチ部９を操作することによって記憶部７からプログラムを読出して作動する。これにより、コントロールユニット６は、タイマ８による時刻が開始時刻ｔsに達すると、開始時刻ｔsから終了時刻ｔeまでの間に亘って一定の時間間隔Δｔ毎に体表温度検出部３から検出温度に応じた体表温度検出データＤ1を読込むと共に、外気温度検出部４から検出温度に応じた外気温度検出データＤ2を読込む。
【0031】
そして、コントロールユニット６は、これらの体表温度検出データＤ1と外気温度検出データＤ2を記憶部７に順次記憶する。これにより、記憶部７には、開始時刻ｔsから終了時刻ｔeまでの複数の体表温度検出データＤ1からなる時系列の体表温度データ群ＤＧ1と、複数の外気温度検出データＤ2からなる時系列の外気温度データ群ＤＧ2とが記憶される。
【0032】
また、記憶部７は、コントロールユニット６による温度検出データＤ1，Ｄ2のうち予め設定された温度の許容範囲（例えば３２℃〜４０℃）以内の値で、かつ温度変化の許容範囲（例えば±１℃／１０分）以内の値を正常な値とし、許容範囲以外の値を異常な値としてデータ群ＤＧ1，ＤＧ2を記憶する。具体的には、正常な値は温度検出データＤ1，Ｄ2をそのまま記憶し、異常な値は欠損データ（例えば正常な値と識別可能なエラーフラグ）が記憶される。なお、温度の許容範囲および温度変化の許容範囲は、例示した値に限らず、測定条件等を考慮して適宜設定してもよい。
【0033】
コントロールユニット６は、基礎体温変動の指標となる代表温度Ｔ3の決定において、温度検出データＤ1，Ｄ2のうち、Ｄ1＜Ｄ2となる場合は候補から外し、温度検出データＤ1のうちの最高値を当日の代表温度Ｔ3に決定する。最高値以外の体表温度検出データＤ1は、外部から冷やされる要因の影響を受けたと考えられるため、センサ装置１の装着時にケーシング２が一番よい条件で身体深部温度を反映していると推測できる最高値を代表温度Ｔ3として決定し、この代表温度Ｔ3に応じた体温データＤ3を記憶部７に記憶する。
【0034】
表示部１１は、ケーシング２の背面側に設けられ、液晶画面等によって構成されている。この表示部１１はコントロールユニット６に接続され、例えばコントロールユニット６の駆動状態を表示する。また、表示部１１は、記憶部７に記憶した体表温度検出データＤ1、外気温度検出データＤ2および体温データＤ3を後述する外部の処理装置３１に転送する転送手段を構成し、スイッチ部９を操作することによって、例えばＱＲコード（登録商標）等の２次元コードを表示する。ここで、この２次元コードは、記憶部７に記憶した１日分（１晩分）のデータＤ1〜Ｄ3およびＵＲＬ（Uniform Resource Locator）等のようにデータの送信先アドレスの情報を含む。このため、被測定者Ｈは、２次元コードの読取り機能を有する携帯端末２１等を使用することによって、携帯端末２１内に２次元コード内の情報を読み込む。図５に示すように、被測定者Ｈは、インターネット等の通信網ＮＴを介して携帯端末２１を外部の処理装置３１にアクセスし、処理装置３１に向けてデータＤ1〜Ｄ3を転送することができる。
【0035】
また、被測定者Ｈは、センサ装置１のスイッチ部９を操作することにより、月経開始日データを入力する構成としてもよい。この場合、被測定者Ｈは、センサ装置１および携帯端末２１を用いて前述と同様に２次元コードの表示、読込み、送信の操作を行うことによって、月経開始日データを処理装置３１に転送することができる。
【0036】
なお、転送手段は、表示部１１による２次元コード表示を用いる構成とした。しかし、本発明はこれに限らず、コントロールユニット６と後述の携帯端末２１との間を例えばケーブル接続による有線方式または赤外線、Bluetooth（登録商標）による無線方式を用いて接続するコネクタ等の接続部を設け、この接続部によって転送手段を構成してもよい。また、例えば体温データＤ3および月経開始日は、処理装置３１にアクセスして直接入力してもよい。
【0037】
クリップ１２は、ケーシング２を被測定者Ｈに取付ける装着手段を構成している。このクリップ１２は、ケーシング２の中央側に位置してケーシング２の表面を覆い、その先端が自由端となってケーシング２に弾性的に押付けられている。また、クリップ１２のうち表示部１１と対応した位置には、クリップ１２を厚さ方向に貫通した開口部１２Ａが設けられている。これにより、表示部１１は、開口部１２Ａを通じて目視可能になっている。そして、クリップ１２とケーシング２との間には、衣服等を挟持可能になっている。このため、クリップ１２は、図１に示すように、ショーツ等の下着を挟むことによって、センサ装置１を被測定者Ｈの腹部に固定する。
【0038】
なお、センサ装置１は被測定者Ｈの腹部に限らず、例えば被測定者Ｈの胸部に固定する構成としてもよい。この場合、クリップ１２は、就寝時に着用する下着等に取付けるものである。
【0039】
次に、健康予測システムの一部を構成する携帯端末２１について説明する。図５、図７ないし図１４に示すように、携帯端末２１は、例えば携帯電話、スマートフォン、タブレット端末、ＰＤＡ（Personal Digital Assistant）等によって構成され、例えばインターネット等の通信網ＮＴを通じて、後述の処理装置３１にアクセス可能になっている。この携帯端末２１は、マイク２１Ａ、カメラ２１Ｂ、モニタ装置２１Ｃを備え、内蔵されたプログラムを実行することによって、感情判定手段、貧血度合い判定手段として機能する。
【0040】
図７に示すように、携帯端末２１は、健康予測システム用のプログラムが実行されると、モニタ装置２１Ｃには、各種の操作や処理を選択可能なメニュー画面２２が表示される。このメニュー画面２２では、体温データ処理部２３、感情データ処理部２４、体調データ処理部２５、長期グラフ処理部２６のいずれかを選択することができる。
【0041】
被測定者Ｈがメニュー画面２２中で体温データ処理部２３を選択すると、体温データ処理プログラムが起動する。これにより、携帯端末２１は、２次元コードの読込み処理等を実行して、センサ装置１からデータＤ1〜Ｄ3を取得すると共に、これらのデータＤ1〜Ｄ3を処理装置３１に転送する。
【0042】
また、被測定者Ｈがメニュー画面２２中で感情データ処理部２４を選択すると、感情データ処理プログラムが起動する。これにより、携帯端末２１は、感情判定手段として機能する。このとき、携帯端末２１のモニタ装置２１Ｃには、図８に示すように、被測定者Ｈの感情を判定するための感情判定画面２４Ａが表示される。
【0043】
この感情判定画面２４Ａでは、例えば「今日は何年何月何日の何曜日ですか？」、「お天気はどうでしょう？」等の質問を表示する。これらの質問は、モニタ装置２１Ｃへの画面出力に限らず、スピーカ（図示せず）による音声出力でもよい。図９に示すように、この質問に対して被測定者Ｈが音声で回答すると、携帯端末２１は、マイク２１Ａを通じて、この回答を録音する。携帯端末２１は、録音した回答の音声に対して、例えばその周波数成分を解析することによって、「興奮」、「哀しみ」、「喜び」、「怒り」等のような被測定者Ｈの感情成分の大小を複数段階（例えば７段階）で判定する。そして、携帯端末２１は、感情の判定結果を、図１０に示すような感情判定結果画面２４Ｂによって表示すると共に、このように取得した感情のデータを処理装置３１に転送する。なお、感情の判定には、被測定者Ｈの音声に加えて、被測定者Ｈの顔の表情を考慮してもよい。
【0044】
処理装置３１は、これらの感情データに基づいて、感情の良否の指標となるココロ指数ＭＩを算出する。例えば「喜び」の感情成分が大きいときには、感情が良好である考えられるため、処理装置３１はココロ指数ＭＩを大きくする。一方、「哀しみ」や「怒り」の感情成分が大きいときには、感情が乱れている考えられるため、処理装置３１はココロ指数ＭＩを小さくする。ココロ指数ＭＩは、例えば最大値を１００とした百分率で表示される。
【0045】
また、被測定者Ｈがメニュー画面２２中で体調データ処理部２５を選択すると、体調データ処理プログラムが起動する。これにより、携帯端末２１は、体調判定手段として機能する。このとき、携帯端末２１は、被測定者Ｈの体調として、頭痛度合い（頭痛指数）と貧血度合い（貧血指数）とを取得する。
【0046】
具体的に説明すると、図１１に示すように、携帯端末２１のモニタ装置２１Ｃには、頭痛度合いを入力するための頭痛情報入力画面２５Ａが表示される。このとき、被測定者Ｈは、現在の頭痛の大きさを、例えば「０」〜「５」までの６段階で自己判断し、頭痛の大きさに応じた数値を入力する。これにより、携帯端末２１は、入力された数値を頭痛度合いとして取得する。なお、頭痛度合いは、６段階で入力するものに限らず、頭痛があるか否かの２段階で入力してもよく、３〜５段階で入力してもよく、７段階以上で入力してもよい。
【0047】
頭痛度合いの入力が終了すると、携帯端末２１のモニタ装置２１Ｃには、図１２に示すように、被測定者Ｈの貧血度合いを判定するための貧血判定画面２５Ｂが表示される。この貧血判定画面２５Ｂでは、写真の撮影画面に切り換わると共に、例えば「あっかんべーをしましょう。」等のように、被測定者Ｈの指先で下瞼を下方に引張り、被測定者Ｈに対して下瞼の裏側を露出させるように促す。このとき、写真の撮影画面には、眼球と下瞼の裏側部分を所定位置に配置するために、例えば枠形状のマーク２５Ｃが表示される。図１２および図１３に示すように、被測定者Ｈは、マーク２５Ｃに下瞼の裏側部分等を位置合わせした状態で、携帯端末２１に内蔵されたカメラ２１Ｂによって、眼球周囲の画像を撮影する。携帯端末２１は、撮影した下瞼の裏側部分の赤色成分等を解析することによって、例えば血液中のヘモグロビン濃度等を推測し、貧血度合い（貧血指数）を判定する。携帯端末２１は、取得した貧血度合いのデータを複数日に亘って集計し、図１４に示すような貧血指数表示画面２５Ｄによって表示する。携帯端末２１は、頭痛度合いおよび貧血度合いの取得が終了すると、これらの情報を処理装置３１に転送する。
【0048】
処理装置３１は、これらの頭痛度合いおよび貧血度合いに基づいて、体調の良否の指標となるカラダ指数ＰＣＩを算出する。例えば頭痛度合いまたは貧血度合いが小さいときには、体調が良好である考えられるため、処理装置３１はカラダ指数ＰＣＩを大きくする。一方、頭痛度合いまたは貧血度合いが大きいときには、体調が不良である考えられるため、処理装置３１はカラダ指数ＰＣＩを小さくする。カラダ指数ＰＣＩは、例えば最大値を１００とした百分率で表示される。
【0049】
また、被測定者Ｈがメニュー画面２２中で長期グラフ処理部２６を選択すると、長期グラフ処理プログラムが起動する。これにより、携帯端末２１は、処理装置３１にアクセスして、処理装置３１の記憶装置３１Ａに記憶された複数日の感情データ（ココロ指数ＭＩ）、体調データ（カラダ指数ＰＣＩ）や排卵期、月経開始日等の解析結果を読込む。携帯端末２１は、図２５に示すように、複数日間の体温データＤ3と一緒に、測定日毎のココロ指数ＭＩ、カラダ指数ＰＣＩを表示する。
【0051】
次に、健康予測システムの一部を構成する処理装置３１について説明する。処理装置３１は、センサ装置１によって計測した体温データＤ3を用いて、現在または近未来の予測日における被測定者Ｈの健康状態を予測する。図５に示すように、処理装置３１は、例えば各種のサーバコンピュータによって構成され、ＲＯＭ、ＲＡＭ等からなる記憶装置３１Ａ（記憶手段）を有している。処理装置３１は、予測日ステージ特定手段、健康状態予測手段、移行時期特定手段、ステージ決定手段、排卵期推定手段、気象情報取得手段等を備えている。
【0052】
また、処理装置３１は、通信網ＮＴを介して、気象庁のＨＰ等のような気象データセンタ３２にアクセス可能となっている。処理装置３１は、気象データセンタ３２から現在および将来の気象情報（気象データ）を取得する。そして、処理装置３１は、記憶装置３１Ａに蓄積された複数日間の体温データＤ3と、気象情報とに基づいて、予測日における被測定者Ｈの健康状態を推定する。
【0053】
なお、処理装置３１は、センサ装置１から転送された体温データＤ3を用いる場合に限らない。処理装置３１は、例えばセンサ装置１のコントロールユニット６と同様の処理を行うことによって、当日の体表温度データ群ＤＧ1と外気温度データ群ＤＧ2とに基づいて体温データＤ3（代表温度データ）を求めてもよい。また、処理装置３１の記憶装置３１Ａには、複数周期分の体温データＤ3が記憶されているのが好ましいが、予測日のステージＳaを特定するためには、例えば１周期分の体温データＤ3等が記憶されているものでもよい。
【0054】
本実施の形態による健康予測システムは上述のような構成を有するもので、次に図１５を用いて健康予報処理について説明する。
【0055】
ここで、被測定者Ｈがセンサ装置１から処理装置３１に毎日の体温データＤ3を転送することによって、処理装置３１の記憶装置３１Ａには、図６に示すように、予め複数周期分（ｎ周期分の月経周期ＭＣ1〜ＭＣn）の体温データＤ3が体温データ系列ＳＴ0として蓄積されているものとする。そして、処理装置３１は、被測定者Ｈからの要請指令等を受け取ることによって、後述の健康予報処理を開始する。
【0056】
このとき、月経周期ＭＣ0は、現在進行中の月経周期を示し、月経周期ＭＣ1は、直前に終了した月経周期を示している。従って、月経周期ＭＣ2〜ＭＣnになるに従って、過去に遡った月経周期を示している。
【0057】
まず、ステップ１では、被測定者Ｈは月経開始日を入力すると共に、例えば月経による出血の有無のような月経継続情報を入力する。これに加えて、ステップ１では、健康状態を予測する予測日を入力する。予測日は、例えば当日でもよく、数日後（例えば２〜３日後）でもよい。予測日の範囲は、例えば現在から次回の排卵期までの範囲、現在から次回の月経開始日までの範囲、現在から１周期分の月経周期日数後までの範囲等が考えられる。
【0058】
なお、月経開始日および月経継続情報は、センサ装置１等によって予め入力され、記憶装置３１Ａに格納されていてもよく、新たに入力してもよい。また、処理装置３１の記憶装置３１Ａには、体温データＤ3が蓄積された期間内における複数の月経開始日Ｄs0〜Ｄsnおよび月経継続日数ＤＸ0〜ＤＸnが記憶される。このとき、月経開始日Ｄs0が最新の月経開始日を表し、月経開始日Ｄsnが最古の月経開始日を表している。また、月経継続日数ＤＸ0が最新の月経継続日数を表し、月経継続日数ＤＸnが最古の月経継続日数を表している。
【0059】
続くステップ２では、蓄積されたｎ周期分の体温データＤ3のうち欠損データを補充する。測定の失念、測定状態の不備等により欠損データが発生した場合には、例えばその前日および後日の体温データＤ3を用いて線形補間を行い、欠損データを補充する。また、該当周期の平均値±１℃の範囲から外れた体温データＤ3は、発熱や計測不備による不適切な値であると考えられる。このため、このような体温データＤ3についても、欠損データと同様に線形補間によって求めた値に置換する。これにより、体温データ系列ＳＴ0は、欠損データが補充された体温データ系列ＳＴ1に変換される。なお、欠損データ等の補充は、線形補間に限らず、各種の補間処理を用いて補充してもよい。
【0060】
次に、ステップ３では、図１６に示すように、平均月経周期日数Ｎmを特定する平均月経周期日数特定処理を行う。ステップ４では、図１７に示すように、低温期と高温期の判定を行う月経周期（例えば直前に終了した月経周期ＭＣ1）において、体温データＤ3を平均して周期平均温度Ｔmを演算する周期平均温度演算処理を行う。
【0061】
ステップ５では、図１８に示すように、ステップ４で算出した周期平均温度Ｔmを用いて月経周期における低温期と高温期を判定する。ステップ６では、図１９に示すように、排卵期および月経開始日の推定処理を実行する。ステップ７では、図２０に示すように、月経周期（例えば現在の月経周期ＭＣ0）内における予測日のステージＳaを特定する。ステップ８では、図２１に示すように、予測日の健康状態を予測する。
【0062】
最後に、ステップ９では、ステップ８によって特定した健康状態の予測結果等を、携帯端末２１に出力し、携帯端末２１のモニタ装置２１Ｃに表示する。
【0063】
次に、ステップ３による平均月経周期日数特定処理について、図１６を参照しつつ説明する。
【0064】
ステップ１１では、自己申告周期日数Ｎ0を入力する。なお、自己申告周期日数Ｎ0は、センサ装置１等によって予め入力され、記憶装置３１Ａに格納されていてもよく、新たに入力してもよい。
【0065】
ステップ１２では、低温期から高温期への移行時期を特定する月経周期ＭＣ1を基準として、該月経周期ＭＣ1とその前回の月経周期ＭＣ2とその前々回の月経周期ＭＣ3とからなる直近３周期分（月経周期ＭＣ1〜ＭＣ3）の月経周期日数Ｎmc1〜Ｎmc3を算出する。具体的には、直近３周期分の月経開始日Ｄs0〜Ｄs3を読み出し、月経開始日Ｄs0の前日から月経開始日Ｄs1までの日数を第１の月経周期日数Ｎmc1として算出する。同様に、月経開始日Ｄs1の前日から月経開始日Ｄs2までの日数を第２の月経周期日数Ｎmc2として算出し、月経開始日Ｄs2の前日から月経開始日Ｄs3までの日数を第３の月経周期日数Ｎmc3として算出する。
【0066】
ステップ１３では、自己申告周期日数Ｎ0に基づいてそれぞれの月経周期日数Ｎmc1〜Ｎmc3が正常範囲内か否かを判定する。具体的には、月経周期日数Ｎmc1〜Ｎmc3が、自己申告周期日数Ｎ0を基準としてその前，後６日の範囲内（Ｎ0−６日≦Ｎmc1〜Ｎmc3≦Ｎ0＋６日）にあるときには、正常であると判定し、それ以外の値になるときには非正常であると判定する。
【0067】
なお、ここでは、自己申告周期日数Ｎ0の前，後６日の範囲を正常範囲とした。しかし、正常範囲の基準はこれに限らず、例えば自己申告周期日数Ｎ0に対して前，後２日〜８日の範囲でもよく、自己申告周期日数Ｎ0に対して前，後１０〜３０％程度の範囲でもよく、被測定者Ｈの個人差、測定条件等を考慮して適宜設定できるものである。
【0068】
次に、ステップ１４では、直近３周期分の月経周期日数Ｎmc1〜Ｎmc3が全て正常か否かを判定する。そして、ステップ１４で「ＹＥＳ」と判定したときには、月経周期日数Ｎmc1〜Ｎmc3がいずれも正常範囲内にあるから、ステップ１５に移行して、直近３周期分の月経周期日数Ｎmc1〜Ｎmc3を用いて平均月経周期日数Ｎmを算出する。具体的には、正常な月経周期日数Ｎmc1〜Ｎmc3の平均値によって平均月経周期日数Ｎmを算出する。
【0069】
一方、ステップ１４で「ＮＯ」と判定したときには、ステップ１６に移行して、直近３周期分の月経周期日数Ｎmc1〜Ｎmc3が全て非正常か否かを判定する。そして、ステップ１６で「ＹＥＳ」と判定したときには、月経周期日数Ｎmc1〜Ｎmc3がいずれも正常範囲を外れているから、ステップ１７に移行して、自己申告周期日数Ｎ0を平均月経周期日数Ｎmとして算出する。
【0070】
ステップ１６で「ＮＯ」と判定したときには、ステップ１８に移行して、月経周期日数Ｎmc1〜Ｎmc3のうち正常なものと自己申告周期日数Ｎ0とを用いて、平均月経周期日数Ｎmを算出する。例えば２つの月経周期日数Ｎmc1，Ｎmc2が正常で、１つの月経周期日数Ｎmc3が非正常の場合には、２つの月経周期日数Ｎmc1，Ｎmc2と１つの自己申告周期日数Ｎ0とを平均して平均月経周期日数Ｎmを算出する。また、１つの月経周期日数Ｎmc1が正常で、２つの月経周期日数Ｎmc2，Ｎmc3が非正常の場合には、１つの月経周期日数Ｎmc1と１つの自己申告周期日数Ｎ0とを平均して平均月経周期日数Ｎmを算出する。
【0071】
これにより、特定の月経周期日数だけが使用されることがなく、月経周期日数に基づく偏り等を低減することができる。そして、ステップ１５，１７，１８が終了すると、リターンする。
【0072】
なお、平均月経周期日数Ｎmに小数点以下の値が発生する場合には、例えば切り上げ、切り捨て、四捨五入等の基準に基づいて、平均月経周期日数Ｎmが自然数になるようにする。
【0073】
また、以上の平均月経周期日数特定処理は、直前に終了した月経周期ＭＣ1について、低温期から高温期への移行時期を特定するために、直近３周期分の月経周期ＭＣ1〜ＭＣ3に基づいて平均月経周期日数Ｎmを算出した。しかし、本発明はこれに限らず、例えば過去のｍ番目（ｍ＜ｎ）の月経周期ＭＣmについて移行時期を特定するときには、月経周期ＭＣmとその前回の月経周期ＭＣm+1とその次回の月経周期ＭＣm-1とからなる前後３周期分の月経周期ＭＣm-1〜ＭＣm+1に基づいて平均月経周期日数Ｎmを算出してもよい。さらに、月経周期ＭＣmとその次回の月経周期ＭＣm-1とその次々回の月経周期ＭＣm-2とからなる直後３周期分の月経周期ＭＣm-2〜ＭＣmに基づいて平均月経周期日数Ｎmを算出してもよい。
【0074】
次に、ステップ４による周期平均温度演算処理について、図１７を参照しつつ説明する。
【0075】
ステップ２１では、今回の月経周期日数Ｎmc1と平均月経周期日数Ｎmとを比較する。具体的には、月経周期日数Ｎmc1が平均月経周期日数Ｎm以下であるか否かを判定する。
【0076】
ステップ２１で「ＹＥＳ」と判定したときには、ステップ２２に移行して、月経周期ＭＣ1について周期全体の体温データＤ3を平均して周期平均温度Ｔmを算出し、リターンする。
【0077】
一方、ステップ２１で「ＮＯ」と判定したときには、ステップ２３に移行して、月経周期ＭＣ1について周期最終日（月経開始日Ｄs0の前日）から数えて平均月経周期日数Ｎm分の体温データＤ3を平均して周期平均温度Ｔmを算出し、リターンする。
【0078】
例えばストレス等により被測定者Ｈの排卵が遅れて低温期（卵胞期）が長引き、正常時に比べて低温期が長期間となる場合がある。このように、月経周期日数Ｎmc1が平均月経周期日数Ｎmよりも長期になるのは、多くの場合は低温期が長引いたことによるものと考えられる。この場合、周期全体の体温データＤ3の平均値は低くなるから、低温期から高温期への移行を判定するためには、不適切な基準値になる傾向がある。
【0079】
そこで、予め被測定者Ｈの平均月経周期日数Ｎmを算出しておき、月経周期日数Ｎmc1が平均月経周期日数Ｎmを超えた場合には、周期最終日から平均月経周期日数Ｎmの体温データＤ3を平均して周期平均温度Ｔmを算出する。これにより、周期平均温度Ｔmが過剰に低下するのを防止できると共に、周期平均温度Ｔmを算出するときに不安定になり易い月経開始日Ｎs1付近の体温データＤ3を省くことができる。この結果、低温期の長期化に伴う周期平均温度Ｔmの低下を防ぐことができ、高温期か否かを判定する基準として適切な周期平均温度Ｔmを算出することができる。
【0080】
次に、ステップ５による低温期と高温期の判定処理について、図１８を参照しつつ説明する。
【0081】
ステップ３１では、予め決められた所定の期間内で体温データＤ3と周期平均温度Ｔmとを比較する。ここで、所定の期間としては、例えば月経周期のうち低温期から高温期への移行が生じる可能性の高い期間として、月経開始日Ｄs1から１２日以降で、かつ周期最終日である月経開始日Ｄs0の前日から１６日以内が設定される。これは、日本産科婦人科学会が、卵胞期（低温期）日数の正常範囲を１７．９日±６．２日とし、黄体期（高温期）日数の正常範囲を１２．７日±１．６日と定めていることに基づいている。即ち、正常な低温期は少なくとも１２日を超えると共に、正常な高温期は１６日以内であると考えられるためである。
【0082】
なお、適切な移行時期を把握するための所定の期間としては、上述したものに限らない。所定の期間としては、例えば月経開始日Ｄs1から１０日〜１４日以降としてもよく、周期最終日から１４日〜１８日以内としてもよい。即ち、所定の期間は、被測定者Ｈの個人差等を考慮して、適宜設定することができる。
【0083】
次に、ステップ３２では、２日以上続けて体温データＤ3が周期平均温度Ｔmを上回ったか否かを判定する。ステップ３２で「ＹＥＳ」と判定したときには、ステップ３３，３４に移行して高温期と低温期の移行時期を特定し、高温期と低温期を判定する。具体的には、２日以上続けて体温データＤ3が周期平均温度Ｔmを上回ったときの初日とその前日との間に低温期から高温期に移行したものと判定する。
【0084】
このため、ステップ３３では、２日以上続けて体温データＤ3が周期平均温度Ｔmを上回ったときの初日から周期最終日までの間を高温期と判定する。このとき、高温期の日数（高温期日数ＮH）も併せて算出する。また、ステップ３４では、月経開始日Ｄs1から高温期の前日までを低温期と判定する。このとき、低温期の日数（低温期日数ＮL）も併せて算出する。そして、ステップ３４が終了すると、リターンする。
【0085】
一方、ステップ３２で「ＮＯ」と判定したときには、ステップ３５に移行して、高温期に移行しなかったものと判定する。このとき、低温期日数ＮLおよび高温期日数ＮHは算出せず、リターンする。
【0086】
次に、ステップ６による排卵期および月経開始日の推定処理について、図１９を参照しつつ説明する。
【0087】
ステップ４１では、直近３周期分の月経周期ＭＣ1〜ＭＣ3が正常か否かを判定する。具体的には、直近３周期分（月経周期ＭＣ1〜ＭＣ3）について、低温期から高温期への移行が判定できない場合には、非正常であると判定する。また、直近３周期分（月経周期ＭＣ1〜ＭＣ3）について、低温期から高温期への移行が判定できない場合には、さらに直近３周期分（月経周期ＭＣ1〜ＭＣ3）について、低温期日数ＮLと、高温期日数ＮHと、低温期平均温度ＴmLおよび高温期平均温度ＴmHの温度差ΔＴとについて正常範囲内か否かを検討する。これらが正常範囲内になるときには、月経周期ＭＣ1〜ＭＣ3は正常であると判定し、正常範囲外になるときには、非正常であると判定する。なお、低温期日数ＮLと、高温期日数ＮHと、温度差ΔＴの正常範囲は、被測定者Ｈの個人差等を考慮しつつ適宜設定される。
【0088】
続くステップ４２では、月経周期ＭＣ1〜ＭＣ3が全て正常か否かを判定する。月経周期ＭＣ1〜ＭＣ3が全て正常と判定されたときには、ステップ４２で「ＹＥＳ」と判定し、ステップ４３に移行する。
【0089】
ステップ４３では、直近３周期分の低温期日数ＮL1〜ＮL3を用いて平均低温期日数ＮLmを算出する。具体的には、低温期日数ＮL1〜ＮL3の平均値（ＮL1＋ＮL2＋ＮL3）／３によって平均低温期日数ＮLmを算出する。
【0090】
続くステップ４４では、直近３周期分の高温期日数ＮH1〜ＮH3を用いて平均高温期日数ＮHmを算出する。具体的には、高温期日数ＮH1〜ＮH3の平均値（ＮH1＋ＮH2＋ＮH3）／３によって平均高温期日数ＮHmを算出する。
【0091】
一方、ステップ４２で「ＮＯ」と判定したときには、ステップ４５に移行して、月経周期ＭＣ1〜ＭＣ3が全て非正常か否かを判定する。月経周期ＭＣ1〜ＭＣ3が全て非正常と判定されたときには、ステップ４５で「ＹＥＳ」と判定し、ステップ４６に移行する。
【0092】
ステップ４６では、平均低温期日数ＮLmを各年代の平均値に設定する。具体的には、各年代における低温期日数ＮLの平均値を記憶装置３１Ａに予め記憶しておき、記憶した各年代の低温期日数ＮLの平均値のうち被測定者Ｈの年齢が属する年代のものを選択して、平均低温期日数ＮLmに設定する。
【0093】
続くステップ４７では、平均高温期日数ＮHmを各年代の平均値に設定する。具体的には、各年代における高温期日数ＮHの平均値を記憶装置３１Ａに予め記憶しておき、記憶した各年代の高温期日数ＮHの平均値のうち被測定者Ｈの年齢が属する年代のものを選択して、平均高温期日数ＮHmに設定する。
【0094】
なお、各年代の平均値は、例えば１０代、２０代等のように１０歳間隔の年齢層で求めた平均値でもよく、例えば２０代前半と２０代後半のように５歳間隔の年齢層で求めた平均値でもよい。また、各年代に限らず、各年齢の平均値でもよい。
【0095】
ステップ４５で「ＮＯ」と判定したときには、ステップ４８に移行して、低温期日数ＮL1〜ＮL3のうち月経周期ＭＣ1〜ＭＣ3が正常と判定されたものを用いて平均低温期日数ＮLmを算出する。具体的には、月経周期ＭＣ1〜ＭＣ3のうち２つ（例えば月経周期ＭＣ1，ＭＣ2）が正常範囲であるときには、低温期日数ＮL1〜ＮL3のうちこれらに対応した２つの値（例えば低温期日数ＮL1，ＮL2）の平均値（例えば（ＮL1＋ＮL2）／２）によって平均低温期日数ＮLmを算出する。また、月経周期ＭＣ1〜ＭＣ3のうち１つの（例えば月経周期ＭＣ1）だけが正常と判定されたときには、これに対応した値（例えば低温期日数ＮL1）を平均低温期日数ＮLmとして算出する。
【0096】
続くステップ４９でも、ステップ４８による平均低温期日数ＮLmの算出処理を同様な処理を行うことによって、高温期日数ＮH1〜ＮH3のうち月経周期ＭＣ1〜ＭＣ3が正常と判定されたものを用いて平均高温期日数ＮHmを算出する。
【0097】
これにより、特定の低温期日数や高温期日数だけが使用されることがなく、低温期日数や高温期日数に基づく偏り等を低減することができる。
【0098】
なお、平均低温期日数ＮLm、平均高温期日数ＮHmに小数点以下の値が発生する場合には、例えば切り上げ、切り捨て、四捨五入等の基準に基づいて、平均低温期日数ＮLm、平均高温期日数ＮHmが自然数になるようにする。
【0099】
また、以上では、直近３周期分の低温期日数ＮL1〜ＮL3に基づいて平均低温期日数ＮLmを算出した。しかし、本発明はこれに限らず、例えば直近１周期分、直近２周期分の低温期日数に基づいて平均低温期日数ＮLmを算出してもよく、直近４〜６周期分の低温期日数に基づいて平均低温期日数ＮLmを算出してもよい。この点は、平均高温期日数ＮHmを算出する場合も同様である。即ち、直近１周期分、直近２周期分または直近４〜６周期分の高温期日数に基づいて、平均高温期日数ＮHmを算出してもよい。
【0100】
ステップ４４，４７，４９が終了すると、ステップ５０に移行して、図２０に示す次回排卵期の推定処理を実行する。続くステップ５１では、今回の月経開始日Ｄs0と、平均低温期日数ＮLmと、平均高温期日数ＮHmとに基づいて、次回の月経開始日Ｄsxを推定する。具体的には、今回（最新）の月経開始日Ｄs0から平均低温期日数ＮLmと平均高温期日数ＮHmとを加算した日数（ＮLm＋ＮHm）後の日を次回の月経開始日Ｄsxとして推定する。
【0101】
なお、平均低温期日数ＮLmと平均高温期日数ＮHmとを加算した日数に代えて、ステップ３の平均月経周期日数特定処理によって特定された平均月経周期日数Ｎmを用いてもよい。
【0102】
次に、ステップ５２では今回の月経周期ＭＣ0の途中に高温期への移行があったか否かを判定する。ここで、ステップ５２では、高温期への移行の有無を今回の月経周期ＭＣ0の途中で判定する。このとき、月経周期ＭＣ0全体の体温データＤ3が揃っておらず、周期平均温度Ｔmを求めることができないから、ステップ３２に示した判定方法では、高温期の移行を判定することができない。
【0103】
そこで、ステップ５２では、体温データＤ3が所定の高温期基準温度を上回ったときに低温期から高温期への移行が生じたものとして、低温期から高温期への移行時期を特定する。このとき、所定の高温期基準温度は、例えば特許第４９３３２２７号公報に開示されているように、低温期基準温度として月経周期ＭＣ0の４日目から１１日目までの体温データＤ3の平均値に対して所定の温度差（例えば０．３℃）を加えた値に設定される。
【0104】
なお、低温期基準温度は、月経周期ＭＣ0の４日目から１１日目までの体温データＤ3の平均値に限らず、例えば月経周期ＭＣ0の１日目から１１日目までの体温データＤ3の平均値としてもよく、他の方法で特定してもよい。また、所定の温度差は、０．３℃に限らず、例えば被測定者Ｈの個人差等を考慮して０．２℃〜０．４℃の範囲で適宜設定してもよい。
【0105】
ステップ５２で「ＹＥＳ」と判定したときには、高温期への移行が生じたから、ステップ５３に移行する。ステップ５３では、次回の月経開始日Ｄsxとして、高温期への移行日Ｄoxから平均高温期日数ＮHm後の日、即ち低温期の最終日から平均高温期日数ＮHmだけ経過した日を推定する。これにより、ステップ５１で推定した月経開始日Ｄsxを、高温期への移行判定に伴って更新した後、リターンする。
【0106】
一方、ステップ５２で「ＮＯ」と判定したときには、高温期への移行は生じておらず、低温期を維持しているものと考えられる。このため、ステップ５１で推定した月経開始日Ｄsxを維持して、そのままリターンする。
【0107】
ステップ５０で求めた次回の排卵期の推定結果、およびステップ５１，５３で求めた次回の月経開始日Ｄsxは、例えば図２３に示す月経周期グラフ２７と一緒に表示してもよく、被測定者Ｈの要求や操作に応じて月経周期グラフ２７とは別個に表示してもよい。
【0109】
ステップ６１では、ステップ３１〜３３と同様な処理を直近３周期分に対して実行し、直近３周期分の高温期日数ＮH1〜ＮH3を算出する。具体的には、直近３周期分（月経周期ＭＣ1〜ＭＣ3）について２日以上続けて体温データＤ3が周期平均温度Ｔmを上回ったか否かを判定し、２日以上続けて体温データＤ3が周期平均温度Ｔmを上回ったときの初日とその前日との間に低温期から高温期に移行したものと判定する。このため、２日以上続けて体温データＤ3が周期平均温度Ｔmを上回ったときの初日から周期最終日までの間を高温期と判定し、高温期日数ＮH1〜ＮH3を算出する。なお、低温期から高温期への移行が判定できないときには、その月経周期ＭＣ1〜ＭＣ3について、高温期日数ＮH1〜ＮH3は算出しない。また、図１９中のステップ４２，４５で非正常と判定された月経周期ＭＣ1〜ＭＣ3については、高温期日数ＮH1〜ＮH3は算出しない。
【0110】
続くステップ６２では、高温期日数ＮH1〜ＮH3が全て算出されたか否かを判定する。そして、ステップ６２で「ＹＥＳ」と判定したときには、高温期日数ＮH1〜ＮH3がいずれも算出されているから、ステップ６３に移行して、直近３周期分の高温期日数ＮH1〜ＮH3を用いて平均高温期日数ＮHmを算出する。具体的には、高温期日数ＮH1〜ＮH3の平均値（ＮH1＋ＮH2＋ＮH3）／３によって平均高温期日数ＮHmを算出する。
【0111】
一方、ステップ６２で「ＮＯ」と判定したときには、ステップ６４に移行して、直近３周期分の高温期日数ＮH1〜ＮH3が全て非算出か否かを判定する。そして、ステップ６４で「ＹＥＳ」と判定したときには、低温期から高温期への移行が判定できない、またはデータの蓄積不足によって、高温期日数ＮH1〜ＮH3がいずれも算出されていないものと考えられる。このため、ステップ６５に移行して、後述するように一般的に排卵期との整合性が高い日数である１３日に、平均高温期日数ＮHmを設定する。
【0112】
ステップ６４で「ＮＯ」と判定したときには、ステップ６６に移行して、高温期日数ＮH1〜ＮH3のうち算出されたものを用いて平均高温期日数ＮHmを算出する。具体的には、高温期日数ＮH1〜ＮH3のうち２つの値（例えば高温期日数ＮH1と高温期日数ＮH2）だけが算出されたときには、これらの平均値（例えば（ＮH1＋ＮH2）／２）によって平均高温期日数ＮHmを算出する。また、高温期日数ＮH1〜ＮH3のうち１つの値（例えば高温期日数ＮH1）だけが算出されたときには、このときの値（ＮH1）を平均高温期日数ＮHmとして算出する。
【0113】
これにより、特定の高温期日数だけが使用されることがなく、高温期日数に基づく偏り等を低減することができる。
【0114】
なお、平均高温期日数ＮHmに小数点以下の値が発生する場合には、例えば切り上げ、切り捨て、四捨五入等の基準に基づいて、平均高温期日数ＮHmが自然数になるようにする。
【0115】
また、以上では、直近３周期分の高温期日数ＮH1〜ＮH3に基づいて平均高温期日数ＮHmを算出した。しかし、本発明はこれに限らず、直近１周期分、直近２周期分の高温期日数に基づいて平均高温期日数ＮHmを算出してもよく、直近４周期分以上の高温期日数に基づいて平均高温期日数ＮHmを算出してもよい。
【0116】
ステップ６３，６５，６６が終了すると、ステップ６７に移行して次回予定の月経開始日Ｄsを特定する。具体的には、今回の月経開始日Ｄs0からステップ３の平均月経周期日数特定処理によって特定された平均月経周期日数Ｎmだけ経過した日を次回予定の月経開始日Ｄsとして特定する。
【0117】
続くステップ６８では、平均高温期日数ＮHmが正常範囲内か否かを判定する。具体的には、平均高温期日数ＮHmが１１日〜１６日までの範囲内であれば正常であると判定し、それ以外の値になるときは非正常であると判定する。
【0118】
なお、ここでは、１１日〜１６日までの範囲を平均高温期日数ＮHmの正常範囲とした。しかし、平均高温期日数ＮHmの正常範囲の基準はこれに限らず、例えば１０日〜１７日でもよく、１２日〜１５日でもよく、被測定者Ｈの個人差、測定条件等を考慮して適宜設定できるものである。
【0119】
ステップ６８で「ＹＥＳ」と判定したときには、ステップ６９に移行して、次回予定の月経開始日Ｄsから平均高温期日数ＮHm前の日を中心に、その前，後２日の範囲内を排卵期と推定する。例えば平均高温期日数ＮHmが１１日であれば、月経開始日Ｄsよりも９日前〜１３日前までの５日間を排卵期と推定する。平均高温期日数ＮHmが１６日であれば、月経開始日Ｄsよりも１４日前〜１８日前までの５日間を排卵期と推定する。平均高温期日数ＮHmが１２日〜１５日のときも同様である。
【0120】
なお、排卵期を推定する所定範囲は、次回予定の月経開始日Ｄsから平均高温期日数ＮHm前の日を中心に、その前，後２日の範囲としたが、前，後１日の範囲でもよく、前，後３日の範囲でもよく、被測定者Ｈの個人差、測定条件等を考慮して適宜設定できるものである。
【0121】
一方、ステップ６８で「ＮＯ」と判定したときには、ステップ７０に移行して、平均高温期日数ＮHmが１１日よりも短いときには、平均高温期日数ＮHmが正常範囲の最小日数となる１１日であると仮定して、ステップ６９と同様な処理によって排卵期を推定する。即ち、平均高温期日数ＮHmが１１日よりも短い（ＮHm＜１１日）ときには、次回予定の月経開始日Ｄsから１１日前の日を中心に、その前，後２日の範囲内を排卵期と推定する。
【0122】
また、平均高温期日数ＮHmが１６日よりも長いときには、平均高温期日数ＮHmが正常範囲の最大日数となる１６日であると仮定して、ステップ６９と同様な処理によって排卵期を推定する。即ち、平均高温期日数ＮHmが１６日よりも長い（ＮHm＞１６日）ときには、次回予定の月経開始日Ｄsから１６日前の日を中心に、その前，後２日の範囲内を排卵期と推定する。
【0123】
ステップ６９，７０が終了すると、リターンする。ステップ６９，７０で求めた排卵期の推定結果は、例えば図２３に示す月経周期グラフ２７と一緒に表示してもよく、被測定者Ｈの要求や操作に応じて月経周期グラフ２７とは別個に表示してもよい。
【0124】
次に、ステップ７によるステージ特定処理について、図２１を参照しつつ説明する。
【0125】
ステップ７１では、低温期における第１〜第４ステージＳ1〜Ｓ4の日数Ｎs1〜Ｎs4を決定する。具体的には、第１〜第４ステージＳ1〜Ｓ4の日数Ｎs1〜Ｎs4は、平均低温期日数ＮLmを４等分した日数（ＮLm／４）に設定される。なお、各ステージＳ1〜Ｓ4の日数Ｎs1〜Ｎs4に小数点以下の値が発生する場合には、例えば切り上げ、切り捨て、四捨五入等の基準に基づいて、日数Ｎs1〜Ｎs4が自然数になるようにする。
【0126】
ステップ７２では、高温期における第５〜第８ステージＳ5〜Ｓ8の日数Ｎs5〜Ｎs8を決定する。具体的には、第５〜第８ステージＳ5〜Ｓ8の日数Ｎs5〜Ｎs8は、平均高温期日数ＮHmを４等分した日数（ＮHm／４）に設定される。なお、各ステージＳ5〜Ｓ8の日数Ｎs5〜Ｎs8に小数点以下の値が発生する場合には、例えば切り上げ、切り捨て、四捨五入等の基準に基づいて、日数Ｎs5〜Ｎs8が自然数になるようにする。
【0127】
ステップ７３では、予測日を含む月経周期（例えば現在の月経周期ＭＣ0）の途中で高温期への移行があったか否かを判定する。具体的には、ステップ５２と同様の判定処理を実行することによって、高温期への移行があったか否かを判定する。このとき、体温データＤ3が所定の高温期基準温度を上回ったときに低温期から高温期への移行が生じたものとして、低温期から高温期への移行時期（移行日Ｄox）を特定する。
【0128】
ステップ７３で「ＹＥＳ」と判定したときには、現時点で高温期にあるものと考えられる。このため、ステップ７４に移行し、高温期への移行日Ｄoxから予測日までの経過日数Ｎx1を算出する。続くステップ７５では、移行日Ｄoxと経過日数Ｎx1とに基づいて、予測日のステージＳaを決定する。
【0129】
例えば、経過日数Ｎx1が５日で、高温期における第５〜第８ステージＳ5〜Ｓ8の日数Ｎs5〜Ｎs8がいずれも３日であるときには、予測日のステージＳaは第６ステージＳ6であると判定する。また、経過日数Ｎx1が１５日で、低温期における第１〜第４ステージの日数Ｎs1〜Ｎs4がいずれも４日であり、高温期における第５〜第８ステージの日数Ｎs5〜Ｎs8がいずれも３日であるときには、予測日のステージＳaは第１ステージＳ1であると判定する。そして、ステップ７５が終了すると、リターンする。
【0130】
一方、ステップ７３で「ＮＯ」と判定したときには、高温期への移行は生じておらず、現時点では低温期を維持しているものと考えられる。このため、ステップ７６に移行し、最新の月経開始日Ｄs0から予測日までの経過日数Ｎx2を算出する。続くステップ７７では、月経開始日Ｄs0と経過日数Ｎx2とに基づいて、予測日のステージＳaを決定する。
【0131】
例えば、経過日数Ｎx2が５日で、低温期における第１〜第４ステージＳ1〜Ｓ4の日数Ｎs1〜Ｎs4がいずれも４日であるときには、予測日のステージＳaは第２ステージＳ2であると判定する。また、経過日数Ｎx2が１８日で、低温期における第１〜第４ステージＳ1〜Ｓ4の日数Ｎs1〜Ｎs4がいずれも４日であり、高温期における第５〜第８ステージＳ5〜Ｓ8の日数Ｎs5〜Ｎs8がいずれも３日であるときには、予測日のステージＳaは第５ステージＳ5であると判定する。そして、ステップ７７が終了すると、リターンする。
【0132】
次に、ステップ８による健康状態予測処理について、図２２を参照しつつ説明する。
【0133】
ステップ８１では、処理装置３１は、例えば気象庁のＨＰ等のように現在および将来の気象情報（気象データ）が取得可能な気象データセンタ３２にアクセスする。そして、処理装置３１は、予め被測定者Ｈの在住地域として登録された地域に関して、例えば気圧、気温、天候等の気象情報を取得する。
【0134】
なお、予測日が現在よりも所定日数後（例えば１週間後）になると、気象情報が取得できない、または、気象情報が取得できたとしても、精度が低下する可能性がある。この場合には、気象情報を考慮せずに、以下の処理を続行する。
【0135】
ステップ８２では、例えば直近３周期分の月経周期ＭＣ1〜ＭＣ3について、予測日のステージＳaにおけるココロ指数ＭＩの平均値ＭＩmを算出する。続くステップ８３では、例えば直近３周期分の月経周期ＭＣ1〜ＭＣ3について、予測日のステージＳaにおけるカラダ指数ＰＣＩの平均値ＰＣＩmを算出する。
【0136】
なお、ココロ指数ＭＩの平均値ＭＩmとカラダ指数ＰＣＩの平均値ＰＣＩmは、直近３周期分の平均値に限らず、直近２周期分の平均値でもよく、直近４周期分以上の平均値でもよい。平均値ＭＩm，ＰＣＩmを求めるための周期数は、例えば被測定者Ｈの体調変化を考慮して適宜設定される。
【0137】
ステップ８４では、予測日の天候情報と、予測日のステージＳaにおけるココロ指数ＭＩ、カラダ指数ＰＣＩとの間の相関性を判定する。具体的には、予測日のステージＳaにおいて、気圧等の天候情報とココロ指数ＭＩ、カラダ指数ＰＣＩとの間の相関係数を算出する。相関係数を算出するためのデータ（天候情報、ココロ指数ＭＩ、カラダ指数ＰＣＩ）は、直近３周期分のものでもよく、直近２周期分のものでもよく、直近４周期分以上のものでもよい。
【0138】
ステップ８５では、予測日の天候情報と、予測日のステージＳaにおけるココロ指数ＭＩ、カラダ指数ＰＣＩとの間の相関性があるか否かを判定する。例えば相関係数が例えば０．７等のような所定値よりも大きいときには、両者に相関性があるものと考えられる。このため、ステップ８５で「ＹＥＳ」と判定し、ステップ８６に移行する。ステップ８６では、天候情報の相関性を考慮して、ココロ指数ＭＩの平均値ＭＩmとカラダ指数ＰＣＩの平均値ＰＣＩmを増加または減少させ、ステップ８７に移行する。なお、相関性の有無を判定する所定値は、０．７に限らず、例えば０．４程度でもよく、中程度の相関性が認められる０．４以上の範囲で適宜設定される。
【0139】
一方、予測日の天候情報と、予測日のステージＳaにおけるココロ指数ＭＩ、カラダ指数ＰＣＩとの間の相関性がない場合、相関性が弱い場合、または、天候情報が存在しない場合には、ステップ８５で「ＮＯ」と判定し、ステップ８７に移行する。
【0140】
ステップ８７では、ココロ指数ＭＩの平均値ＭＩmとカラダ指数ＰＣＩの平均値ＰＣＩmとに基づいて、予測日における被測定者Ｈの健康状態を予測する。例えば平均値ＭＩm，ＰＣＩmが所定の低下判定値Ｃt1（例えばＣt1＝２０〜４０％程度）よりも小さいときには、感情の乱れや体調の不良を予測する。これに対し、例えば平均値ＭＩm，ＰＣＩmが所定の上昇判定値Ｃt2（例えばＣt2＝６０〜８０％程度）よりも大きいときには、感情や体調が良好であると予測する。このとき、処理装置３１は、健康状態の予測結果に併せて、予測結果に応じたアドバイス等も出力する。ステップ８７が終了すると、リターンする。
【0141】
なお、予測日における被測定者Ｈの健康状態は、ココロ指数ＭＩおよびカラダ指数ＰＣＩの平均値ＭＩm，ＰＣＩmは、互いに同じ基準で良否を判定してもよく、互いに異なる基準で判定してもよい。また、予測日における被測定者Ｈの健康状態は、ココロ指数ＭＩおよびカラダ指数ＰＣＩの両方の平均値ＭＩm，ＰＣＩmに基づいて予測してもよく、いずれか一方に基づいて予測してもよい。さらに、予測日の健康状態として、感情に応じたココロ指数ＭＩの平均値ＭＩmと、体調に応じたカラダ指数ＰＣＩの平均値ＰＣＩmとを別個に予測してもよい。
【0142】
本実施の形態では、上述した健康予報処理を行うもので、次にこの処理を用いたときの被測定者Ｈの健康状態の予測結果について説明する。
【0143】
まず、処理装置３１は、予め蓄積された６ヶ月分の体温データＤ3からなる体温データ系列ＳＴ0に対して、欠損データを補充する。次に、欠損データを補充した体温データ系列ＳＴ1を用いて月経周期ＭＣ1付近での平均月経周期日数Ｎmを特定すると共に、この平均月経周期日数Ｎmに基づいて周期平均温度Ｔmを演算する。そして、周期平均温度Ｔmを用いて低温期から高温期への移行時期を特定し、低温期日数ＮLおよび高温期日数ＮHを求める。
【0144】
また、直近３周期分の月経周期ＭＣ1〜ＭＣ3に基づいて、平均低温期日数ＮLmおよび平均高温期日数ＮHmを算出し、これらに基づいて、低温期の第１〜第４ステージＳ1〜Ｓ4の日数Ｎs1〜Ｎs4と高温期の第５〜第８ステージＳ5〜Ｓ8の日数Ｎs5〜Ｎs8とを求める。
【0145】
各ステージＳ1〜Ｓ8の日数Ｎs1〜Ｎs8、低温期から高温期への移行日Ｄox、最新の月経開始日Ｄs0に基づいて、予測日のステージＳaを特定する。予測日の天候情報を考慮して、予測日のステージＳaのココロ指数ＭＩとカラダ指数ＰＣＩの平均値ＭＩm，ＰＣＩmを算出する。これらの平均値ＭＩm，ＰＣＩmに基づいて、予測日での被測定者Ｈの健康状態を推定する。最後に、健康状態の予測結果を、被測定者Ｈの携帯端末２１のモニタ装置２１Ｃ、または、被測定者Ｈによって処理装置３１にアクセス可能な他のコンピュータ等の画面に表示する。
【0146】
このとき、処理装置３１は、体温データ系列ＳＴ1を体温データＤ3の棒グラフの集合による画像として、携帯端末２１等の出力機器に向けて出力する。具体的には、図２３および図２５に示すように、月経周期ＭＣ1分の体温データＤ3の系列を日々の体温データＤ3の棒グラフで表すと共に、この棒グラフを低温期と高温期とで互いに異なる色に分けて表示する。例えば低温期の棒グラフは寒色（例えば青、緑等）で表示し、高温期の棒グラフは暖色（赤、黄等）で表示する。
【0147】
また、図２３に示す月経周期グラフ２７の一例では、被測定者Ｈが温度変化を把握し易いように、周期平均温度Ｔm、低温期平均温度ＴmL、高温期平均温度ＴmHの補助線を併せて表示している。さらに、棒グラフの周囲には、月経周期日数Ｎmc1、低温期日数ＮL、高温期日数ＮH、周期平均温度Ｔm、低温期平均温度ＴmL、高温期平均温度ＴmH、平均温度ＴmL，ＴmHの温度差ΔＴ、次回の排卵期、次回の月経開始日Ｄsxを併せて表示する。
【0148】
また、図２４に示すように、処理装置３１は、予測日のステージＳaを、略円形のステージ表示盤２８を用いた画像として、携帯端末２１等に出力する。ここで、ステージ表示盤２８は、８等分の扇形部分２８Ａ〜２８Ｈに分割され、これらの扇形部分２８Ａ〜２８Ｈは、第１〜第８ステージＳ1〜Ｓ8にそれぞれ対応している。右側半分の扇形部分２８Ａ〜２８Ｄは低温期の第１〜第４ステージＳ1〜Ｓ4に対応し、残余（左側半分）の扇形部分２８Ｅ〜２８Ｈは高温期の第５〜第８ステージＳ5〜Ｓ8に対応している。扇形部分２８Ａ〜２８Ｈは、第１〜第８ステージＳ1〜Ｓ8の順番で時計回りに配置され、ステージ表示盤２８の１周分が基礎体温の１周期に該当する。また、第１ステージＳ1の初日は、被測定者Ｈが申告する月経開始連絡に基づいて決定する。
【0149】
ステージ表示盤２８は、予測日のステージＳaに該当する扇形部分を、例えば他の部分と位置ずれさせることによって表示する。これにより、ステージ表示盤２８は、被測定者Ｈが予測日において、第１〜第８ステージＳ1〜Ｓ8のいずれのステージに該当するのかを表示する。
【0150】
なお、予測日のステージＳaの表示方法は、上述したものに限らず、扇形部分の内部にステージＳaを示す記号を表示してもよく、点滅等によって表示してもよい。また、ステージ表示盤２８内で第１〜第８ステージＳ1〜Ｓ8に対応した扇形部分２８Ａ〜２８Ｈは、互いに異なる色で表示してもよい。この場合、低温期に応じた扇形部分２８Ａ〜２８Ｄは、寒色（例えば藍、青、緑、黄緑等）で表示し、高温期に応じた扇形部分２８Ｅ〜２８Ｈは暖色（ピンク、赤、橙、黄等）で表示してもよい。
【0151】
さらに、図２６および図２７に示すように、携帯端末２１のモニタ装置２１Ｃには、処理装置３１から出力される健康状態の予測結果等が表示される。具体的には、モニタ装置２１Ｃには、ステージ表示盤２８と一緒に予測日の健康状態として、ココロ指数ＭＩの平均値ＭＩmとカラダ指数ＰＣＩの平均値ＰＣＩmとが表示される。このとき、携帯端末２１は、これらの平均値ＭＩm，ＰＣＩmと併せて、予測日の感情や体調の予測結果やこの予測結果に応じたアドバイス等を表示する。
【0152】
例えば、月経の前後では、頭痛や貧血が生じ易く、気分も低下する傾向がある。このため、第１ステージＳ1や第８ステージＳ8では、ココロ指数ＭＩやカラダ指数ＰＣＩの低下が予測される。このとき、例えば図２６に示すように、予測日が第１ステージＳ1になると判定されたときには、第１ステージＳ1でのココロ指数ＭＩの平均値ＭＩmとカラダ指数ＰＣＩの平均値ＰＣＩmとを表示する。これにより、被測定者Ｈは、予測日に感情や体調が低下傾向であることを、予め把握することができる。
【0153】
一方、排卵期の前後では、体調が良好であり、気分も高まる傾向がある。このため、第４ステージＳ4や第５ステージＳ5では、ココロ指数ＭＩやカラダ指数ＰＣＩの上昇が予測される。このとき、例えば図２７に示すように、予測日が第４ステージＳ4になると判定されたときには、第４ステージＳ4でのココロ指数ＭＩの平均値ＭＩmとカラダ指数ＰＣＩの平均値ＰＣＩmとを表示する。これにより、被測定者Ｈは、予測日に感情や体調が良好であることを、予め把握することができる。
【0154】
かくして、本実施の形態によれば、処理装置３１は、体温データ系列ＳＴ0に基づいて、今日や近未来のような予測日において、被測定者Ｈが低温期と高温期のいずれであるか、また排卵期や月経期に近付いているか否かのような月経周期中のいずれのステージＳ1〜Ｓ8に該当するのかを特定する。処理装置３１は、このように特定された予測日のステージＳaに基づいて、感情や体調のような予測日の健康状態を予測することができる。この結果、被測定者Ｈは、例えば感情の起伏や体調の悪化のような健康状態を予め把握することができる。
【0155】
また、処理装置３１は、月経周期ＭＣ0内で低温期から高温期への移行時期（移行日Ｄox）を判定したときに、移行日Ｄoxに基づいて予測日のステージＳaを特定する。このため、高温期への移行時期を考慮して予測日のステージＳaを特定するから、高温期への移行時期を考慮しない場合に比べて、低温期日数ＮLの変動部分の影響を受けることがなく、予測日のステージＳaの推定確度を高めることができる。
【0156】
処理装置３１は、予測日のステージＳaと、記憶装置３１Ａに記憶された予測日のステージＳaと同じステージの健康状態とに基づいて予測日における健康状態を予測する。具体的には、記憶装置３１Ａに記憶された予測日のステージＳaと同じステージのココロ指数ＭＩとカラダ指数ＰＣＩの平均値ＭＩm，ＰＣＩmを演算することによって、予測日の健康状態を推定する。このため、被測定者毎に記憶された過去の健康状態に基づいて健康状態を予測するから、一般的な月経周期と健康状態との関連性に基づいて健康状態を予測する場合に比べて、被測定者Ｈに適合した健康状態を予測することができる。
【0157】
これに加えて、処理装置３１は、予測日の気象情報を取得するから、予測日の気象情報を考慮して、被測定者の健康状態を予測することができる。このため、例えば季節、気温、気圧等のような気象条件に応じて被測定者Ｈの体調や感情が変化するときでも、このような体調等の変動を考慮して、健康状態を予測することができ、健康状態の予測精度を高めることができる。
【0158】
また、携帯端末２１は、被測定者Ｈの音声によって感情を判定し、被測定者Ｈの下瞼の裏側の画像によって貧血の度合いを判定する。このため、被測定者Ｈが主観的に感情や体調を入力する場合に比べて、感情や体調を客観的に把握することができる。
【0159】
なお、前記実施の形態では、図１５中のステップ７および図２１に示すステージ特定処理がステージ特定手段の具体例を示し、図１５中のステップ８および図２２に示す健康状態予測処理が健康状態予測手段の具体例を示し、図２１中のステップ７３が移行時期特定手段の具体例を示し、ステップ７４〜７７がステージ決定手段の具体例を示している。
【0160】
また、前記実施の形態では、図１９中のステップ４３，４６，４８が平均低温期日数特定手段の具体例を示し、図１９中のステップ４４，４７，４９が平均高温期日数特定手段の具体例を示し、図１９中のステップ５０および図２０に示す次回排卵期の推定処理が排卵期推定手段の具体例を示し、図１９中のステップ５１〜５３が月経開始日推定手段の具体例を示している。
【0161】
また、前記実施の形態では、図１５中のステップ３および図１６に示す平均月経周期日数特定処理が平均月経周期日数特定手段の具体例を示し、図１６中のステップ１３が正常月経周期判定手段の具体例を示し、図１６中のステップ１４〜１８が日数演算手段の具体例を示し、図１５中のステップ４および図１７に示す周期平均温度演算処理が周期平均温度演算手段の具体例を示し、図２２中のステップ８１が気象情報取得手段の具体例を示している。
【0162】
また、前記実施の形態では、月経周期を８個のステージＳ1〜Ｓ8に分割して、予測日のステージＳaを特定するものとした。しかし、本発明はこれに限らず、各ステージＳ1〜Ｓ8を前半と後半とに分けて、合計１６個のステージ中で、予測日のステージＳaを特定してもよい。また、第１〜第４ステージＳ1〜Ｓ4は、低温期を４等分したが、必ずしも均等な日数に分割する必要はなく、例えば第１〜第４ステージＳ1〜Ｓ4が互いに異なる日数に分割してもよい。同様に、第５〜第８ステージＳ5〜Ｓ8は、高温期を４等分したが、必ずしも均等な日数に分割する必要はなく、例えば第５〜第８ステージＳ5〜Ｓ8が互いに異なる日数に分割してもよい。さらに、８個のステージＳ1〜Ｓ8とは別個に、次回排卵期での健康状態を予測してもよい。この場合、過去の排卵期での健康状態を参照することによって、次回排卵期での健康状態を予測することができる。
【0163】
また、前記実施の形態では、貧血度合いを測定するときに、被測定者Ｈの指先で下瞼を下方に引っ張るものとした。しかし、本発明はこれに限らず、例えば図２８に示す変形例のように、予め色が特定された補助器具４１を用いて、下瞼を下方に引っ張ってもよい。これにより、下瞼の裏側を写真撮影するときに、補助器具４１を一緒に撮影することができるから、例えば昼白色、電球色等のように照明の色が異なる場所で撮影したときでも、補助器具４１の色を基準にして、撮影画像の色を補正することができる。このため、貧血度合いの測定精度を高めることができる。なお、補助器具４１は、図２８に示したようなへら状のものに限らず、例えば指サック等のように指先を覆うものでもよい。
【0164】
また、前記実施の形態では、頭痛度合いおよび貧血度合いに基づいて、カラダ指数ＰＣＩを算出した。しかし、本発明はこれに限らず、頭痛度合いおよび貧血度合いに加えて、例えば腹痛、冷え、顔のむくみ、肌荒れ、髪の毛のぱさつき、口中の渇き等を考慮して、カラダ指数ＰＣＩを算出してもよい。また、単一のカラダ指数ＰＣＩとして算出する必要はなく、頭痛、貧血、腹痛、冷え等を別個に指標化して、予測日におけるこれらの度合いの大小を予測してもよい。さらに、貧血度合いは、下瞼の裏側の画像によって計測するものとしたが、頭痛度合いと同様に、被測定者による主観的な値を入力してもよい。
【0165】
また、前記実施の形態では、「興奮」、「哀しみ」、「喜び」、「怒り」の４つの基準に基づいてココロ指数ＭＩを算出したが、これらに加えて、例えば「やる気」、「苛立ち」等の感情を考慮してもよい。また、単一のココロ指数ＭＩとして算出する必要はなく、「興奮」、「哀しみ」、「喜び」、「怒り」の４つの基準を別個に指標化し、予測日におけるこれらの数値の大小を予測してもよい。さらに、被測定者の音声等によってココロ指数ＭＩを算出したが、被測定者による主観的な値を入力してもよい。
【0166】
また、前記実施の形態では、処理装置３１は、記憶装置３１Ａに予め記憶された複数日の被測定者Ｈの健康状態を用いて、被測定者Ｈの予測日の健康状態を推定する構成としたが、本発明はこれに限らない。記憶装置３１Ａには、各年代におけるステージ毎の健康状態（例えば、ココロ指数ＭＩとカラダ指数ＰＣＩの平均値）を予め記憶しておいてもよい。この場合、処理装置３１は、被測定者Ｈの予測日のステージＳaが特定されたときに、記憶装置３１Ａを参照して、このステージＳaに応じた各年代の健康状態を特定し、特定した健康状態を予測結果として出力してもよい。
【0167】
また、前記実施の形態は、直近３周期分の高温期日数ＮH1〜ＮH3がいずれも算出されないときに、平均高温期日数ＮHmを１３日に設定したが、例えば直近３周期分のデータが蓄積される前は、高温期日数ＮH1，ＮH2が算出されるか否かに拘らず、平均高温期日数ＮHmを１３日や１４日に設定してもよく、各年代の平均値に設定してもよい。
【0168】
また、前記実施の形態では、今回の月経開始日Ｄs0から平均月経周期日数Ｎm後の日を次回予定の月経開始日Ｄsとして特定したが、例えば平均月経周期日数Ｎmに代えて自己申告周期日数Ｎ0を用いて次回予定の月経開始日Ｄsを特定してもよく、今回の月経開始日Ｄs0から平均低温期日数ＮLmと平均高温期日数ＮHmとを加算した日数後の日を次回予定の月経開始日Ｄsとして特定してもよい。
【0169】
また、前記実施の形態では、センサ装置１は計測の開始時間と終了時間を予め設定しておき、これらの間で一定時間毎に体表温度検出データＤ1および外気温度検出データＤ2を検出する構成とした。しかし、本発明はこれに限らず、センサ装置１は、例えば体表温度検出部３によって検出した温度Ｔ1が一定温度（例えば３２℃）を超えて上昇すると、温度検出データＤ1，Ｄ2の読込み、記憶を開始し、一定温度よりも低下すると、温度検出データＤ1，Ｄ2の読込み等を終了する構成としてもよい。
【0170】
さらに、センサ装置１にマイクロ方位スイッチを設け、被測定者が座位または立位から臥位に姿勢を変更すると、方位スイッチがオン状態となり、被測定者が臥位から座位または立位に姿勢を変更すると、方位スイッチがオフ状態となる構成としてもよい。これにより、センサ装置１は、方位スイッチのオン状態、オフ状態に応じて温度検出データＤ1，Ｄ2の読込み等を開始、終了を行うことができる。
【0171】
また、センサ装置１は、体表温度検出データＤ1だけを検出し、記憶する構成としてもよい。また、前記各実施の形態では、就寝中の体表温度検出データＤ1を１日当り複数回検出する構成としたが、例えば体温が十分に安定した後に１日当り１回だけ検出する構成としてもよい。
【0172】
さらに、就寝中の体表温度検出データＤ1に基づいて代表温度となる体温データＤ3を求める構成としたが、例えば起床直後の安定した状態で口中温度や耳内温度等のように、一般的な基礎体温を計測した体温データを用いる構成としてもよい。
【0173】
また、図１８に示す低温期と高温期の判定処理では、月経周期内で２日以上続けて体温データＤ3が周期平均温度Ｔmを上回ったときに、その初日から高温期に移行したものとして低温期から高温期への移行時期を特定した。しかし、本発明はこれに限らず、例えば所定の期間内で体温データＤ3が周期平均温度Ｔmを１日でも上回ったときに低温期から高温期への移行時期を特定してもよく、特許第４９３３２２７号公報に開示されたように体温データＤ3が所定の高温期基準温度を上回ったときに低温期から高温期への移行時期を特定してもよい。
【0174】
また、前記実施の形態では、処理装置３１は平均月経周期日数Ｎmに基づいて周期平均温度Ｔmを演算した。しかし、本発明はこれに限らず、例えば平均月経周期日数Ｎmに関係なく、低温期から高温期への移行時期を特定する月経周期を決めたときに、その月経周期全体の体温データＤ3を平均して周期平均温度Ｔmを演算してもよい。
【0175】
また、前記実施の形態では、記憶装置３１Ａに蓄積された複数日間の体温データＤ3と、気象データセンタ３２から取得した気象情報とに基づいて、現在および未来における被測定者Ｈの健康状態を推定するものとした。しかし、本発明はこれに限らず、例えば気象情報を除いて、記憶装置３１Ａに蓄積された複数日間の体温データＤ3に基づいて、現在および未来における被測定者Ｈの健康状態を推定してもよい。
【符号の説明】
【0176】
１ ウエアラブルセンサ装置（センサ装置）２１ 携帯端末
３１ 処理装置