健康度判定装置以及健康度判定系统的制作方法

本发明涉及对对象者的健康度进行判定的健康度判定装置以及健康度判定系统。

背景技术：

自以往，作为对生物体(例如人)的健康状态进行测定的方法，已知健康诊断中的生化学检查、基于调查表的自觉症状的记述、体力测定等。但是，健康诊断花费费用、时间，所以不适于日常的身体状况变化的监视。此外，在健康诊断中，能够判断有无个别的疾病，但由于诊断项目被细分化，所以难以表示综合的健康状态。

在利用调查表的情况下，回答了自觉症状，所以个体差异大，难以与过去的历史、他人进行比较。体力测定与健康诊断同样，花费费用、时间，所以不适于日常的身体状况变化的监视。此外，在体力测定中，能够对运动能力进行测定，但体力与健康状态的关联性不明显，不能说一定能够通过体力测定来掌握健康状态。

因此，近年，提出了使用数字相机对舌头进行摄影，使用其图像的特征量来诊断健康度的系统。例如，在专利文献1中，根据从舌头图像得到的大量特征量，算出1种输出信息(具体而言马氏距离)，从而能够容易且客观地进行关于具有被摄影的舌头的人的综合的健康度的判定。像这样，使用马氏距离来综合地进行健康度判定的系统例如在专利文献2中也被提出。

现有技术文献

专利文献

专利文献1：专利第4487535号公报(参照权利要求1、段落〔0006〕、〔0018〕、〔0096〕等)

专利文献2：专利第4649965号公报(参照权利要求1、段落〔0008〕等)

技术实现要素：

发明要解决的课题

然而，由于遗传的主要原因、长年的生活习惯，即使在健康时舌头的状态中也存在个体差异(包含年龄差)。也就是说，在健康时，也存在舌头的颜色原本发蓝的人、发红的人等。因此，仅根据对舌头进行摄影而得到的图像提取舌头的颜色作为特征量来判定健康度，在舌头的颜色为发蓝的情况下，不能判别这是由于体质的偏向(个体差异)，还是由于身体状况(健康度)的变化。其结果，只能在包含体质的偏向的状态下判定健康度，不能高精度地判定健康度。此外，由于不知道体质的偏向，所以也难以确认饮食疗法、生活习惯的改善等长期的改善策略的效果。这样的问题在使用马氏距离进行多变量分析的专利文献1以及2中也同样产生。

本发明为了解决上述的问题而完成，其目的在于，提供一种能够一边降低体质的偏向的影响一边高精度地判定健康度(身体状况)，能够容易确认体质的偏向的改善效果的健康度判定装置以及健康度判定系统。

用于解决课题的手段

本发明的一侧面所涉及的健康度判定装置是对对象者的健康度进行判定的健康度判定装置，具备：特征量输入部，被输入从对象者的器官的摄影图像提取且用于健康度的判定的特征量；以及判定部，将经由所述特征量输入部输入的对象者的特征量与母集团的特征量的分布进行比较，从而判定相当于与他人的个体差异的对象者的体质的偏向、和对象者的身体状况的变化，所述判定部在判定对象者的体质的偏向的情况下，使用以他人为对象而制成的他人的特征量的分布作为所述母集团的特征量的分布，在判定对象者的身体状况的变化的情况下，使用在对身体状况进行评价的评价期间内汇集的对象者本人的特征量的分布作为所述母集团的特征量的分布。

发明效果

根据上述的结构，能够一边降低体质的偏向的影响一边高精度地判定健康度，且能够容易确认体质的偏向的改善效果。

附图说明

图1是表示本发明的实施的一方式所涉及的健康度判定系统的概略的结构的说明图。

图2是表示构成上述健康度判定系统的器官图像摄影装置的外观的立体图。

图3是表示上述器官图像摄影装置的概略的结构的框图。

图4是表示相对于摄影对象的照明部和拍摄部的位置关系的说明图。

图5是表示舌头的摄影图像以及边缘提取滤波器的一例、和使用上述滤波器提取的舌头的轮廓线的说明图。

图6是表示提取舌头的摄影图像中的特征量的区域的说明图。

图7是表示舌头的轮廓线及其近似曲线的图表。

图8是绘出上述轮廓线和上述近似曲线上的y坐标之差的图表。

图9是表示舌头的摄影图像和舌头的剖面形状的说明图。

图10是表示上述摄影图像中的光泽度的检测区域的说明图。

图11是表示舌头的分光分布的图表。

图12是示意性地表示从上述检测区域提取的B的图像数据的频数分布的图表。

图13是表示在表面有龟裂的舌头的摄影图像的说明图。

图14是表示在舌头表面没有龟裂的情况和有龟裂的情况下的各频数分布的图表。

图15是在舌头薄的情况和厚的情况下表示水平方向的图像数据的分布的图表。

图16是表示构成上述健康度判定系统的终端装置的概略的结构的框图。

图17是示意性地表示上述终端装置的判定部制成的他人的特征量的分布的说明图。

图18是关于患者、健康者、对象者，表示长期的身体状况变化的影像的图表。

图19是关于图18的对象者，将某评价期间中的身体状况变化扩大表示的图表。

图20是表示上述健康度判定系统中的处理的流程的流程图。

图21是表示对象者的身体状况的评价值(第一评价值)的变化的图表。

图22是将图21的评价期间中的对象者的身体状况的评价值的变化扩大表示的图表。

图23是表示对象者的身体状况的评价值(第二评价值)的变化的图表。

图24是表示对象者的身体状况的评价值(第一评价值)的中期的变化的图表。

图25是表示特征量为1变量的情况下的频数分布的图表。

具体实施方式

若基于附图说明本发明的实施的一方式，如以下那样。另外，在本说明书中，设为在将数值范围记载为A～B的情况下，在该数值范围中包含下限A以及上限B的值。

〔健康度判定系统的整体结构〕

图1是表示本实施方式的健康度判定系统50的概略的结构的说明图。健康度判定系统50具有器官图像摄影装置1和终端装置51。器官图像摄影装置1对生物体的器官进行摄影，提取(检测)健康度的诊断所需的信息(特征量、诊断项目)，例如由多功能便携信息终端构成。终端装置51基于由器官图像摄影装置1取得的信息来判定生物体的健康度，由个人计算机等构成。

器官图像摄影装置1和终端装置51以能够经由通信线路通信的方式连接。上述的通信线路也可以是有线，也可以是无线。此外，也可以是器官图像摄影装置1中具有终端装置51的至少一部分的功能，或相反地，终端装置51具有器官图像摄影装置1的至少一部分的功能。以下，说明器官图像摄影装置1以及终端装置51的细节。另外，以下，以生物体是人，器官是舌头的情况为例进行说明。

〔器官图像摄影装置的结构〕

图2是表示本实施方式的器官图像摄影装置1的外观的立体图，图3是表示器官图像摄影装置1的概略的结构的框图。器官图像摄影装置1具备照明部2、拍摄部3、显示部4、操作部5、通信部6以及声音输出部7。照明部2被设置于箱体21，照明部2以外的结构(例如拍摄部3、显示部4、操作部5、通信部6、声音输出部7)被设置于箱体22。箱体21和箱体22以能够相对旋转的方式连结，但不一定要旋转，也可以是一方完全被固定于另一方。另外，上述的照明部2等也可以被设置于单一的箱体。

照明部2对作为摄影对象的生物体的器官(在此舌头)进行照明，由从上方对摄影对象进行照明的照明器构成。作为照明部2的光源，为了提高颜色再现性，例如使用氙灯等发出日光颜色的光源。光源的明亮度根据拍摄部3的灵敏度、到摄影对象的距离而不同，但作为一例，能够考虑摄影对象的照度成为1000～10000lx的明亮度。照明部2除了上述的光源之外，还具有点亮电路、调光电路，通过来自照明控制部11的指令来控制点亮/熄灭以及调光。

拍摄部3在照明部2的照明下，对判定健康度的对象者的器官(在此舌头)进行摄影而取得图像，具有拍摄透镜和区域传感器(拍摄元件)。拍摄透镜的光圈(透镜的明亮度)、快门速度、焦距被设定为焦点对到摄影对象的全部范围上。作为一例，F数(Number)：16，快门速度：1/120秒，焦距：20mm。

区域传感器例如由CCD(电荷耦合器件(Charge Coupled Device))、CMOS(互补金属氧化物半导体(Complementary Metal Oxide Semiconductor))那样的拍摄元件构成，设定灵敏度、分辨率等以使能够充分地检测摄影对象的颜色以及形状。作为一例，灵敏度：60db，分辨率：1000万像素。

拍摄部3的摄影通过拍摄控制部12被控制。此外，拍摄部3除了拍摄透镜、区域传感器之外，还具有未图示的焦点机构、光圈机构、驱动电路以及A/D变换电路等，通过来自拍摄控制部12的指令，焦点、光圈的控制、A/D变换等被控制。在拍摄部3中，作为摄影图像的数据，关于红(R)、绿(G)、蓝(B)的各个，例如以8比特取得0～255的数据。

图4是表示相对于摄影对象(舌头、面部)的照明部2和拍摄部3的位置关系的说明图。如同图所示，拍摄部3与摄影对象正对而配置。照明部2被配置为相对于通过摄影对象的拍摄部3的摄影光轴X，例如以0°～45°的角度A对摄影对象进行照明。另外，摄影光轴X是指拍摄部3具有的拍摄透镜的光轴。

若照明时的角度A大，则由于上唇的影子，能够对舌头进行摄影的范围变小。相反，若角度A小，则基于正反射的跳色变大。若考虑以上的情况，则照明时的角度A的优选的范围为15°～30°。

显示部4具有未图示的液晶面板、背光、点亮电路以及控制电路，显示通过拍摄部3中的摄影而取得的图像、由后述的特征量提取部16算出并输出的信息。此外，显示部4还能够显示后述的问诊所需的项目，或显示经由通信部6从外部取得的信息(例如向外部的医疗机构发送信息并诊断的结果)。显示部4中的各种信息的显示通过显示控制部13被控制。

操作部5是用于对拍摄部3的摄影进行指示的输入部，由OK按钮(摄影执行按钮)5a以及CANCEL按钮5b构成。在本实施方式中，将显示部4以及操作部5由共通的触摸面板显示装置41构成，将触摸面板显示装置41中的显示部4的显示区域和操作部5的显示区域分开。触摸面板显示装置41中的操作部5的显示通过操作控制部14被控制。另外，操作部5也可以由触摸面板显示装置41以外的输入部构成(也可以在触摸面板显示装置41的显示区域外的位置上设置操作部5)。

此外，操作部5还作为用于回复在显示部4中显示的问诊所需的项目的信息输入部而发挥作用。在如上述那样显示部4以及操作部5由触摸面板显示装置41构成的情况下，显示部4显示上述项目，且显示操作者回复所需的键(例如数字键、shift键、OK按钮等)，从而操作者能够经由所显示的键输入所需的信息。从而，在该情况下，显示部4兼有作为操作部5的上述信息输入部的功能。

通信部6是用于将由拍摄部3取得的图像的数据、由后述的特征量提取部16算出并输出的信息经由通信线路发送至外部，或接收来自外部的信息的接口。特别是，通信部6构成将由特征量提取部16提取的对象者的特征量的信息发送给终端装置51的发送部。通信部6中的信息的发送接收通过通信控制部18被控制。

声音输出部7将各种信息以声音来输出，例如由扬声器构成。在以声音来输出的信息中，包含由终端装置51的后述的判定部53(参照图16)判定的结果。声音输出部7中的声音输出通过声音输出控制部19被控制。

此外，器官图像摄影装置1还具备照明控制部11、拍摄控制部12、显示控制部13、操作控制部14、图像处理部15、特征量提取部16、存储部17、通信控制部18、声音输出控制部19以及对这些各部进行控制的整体控制部20。照明控制部11、拍摄控制部12、显示控制部13、操作控制部14、通信控制部18以及声音输出控制部19如上所述，分别对照明部2、拍摄部3、显示部4、操作部5、通信部6以及声音输出部7进行控制。整体控制部20例如由CPU(中央处理单元(Central Processing Unit))构成。另外，照明控制部11、拍摄控制部12、显示控制部13、操作控制部14、通信控制部18以及声音输出控制部19、和整体控制部20也可以一体(例如由一个CPU)构成。

图像处理部15进行从由拍摄部3取得的图像提取器官的轮廓线的处理。在本实施方式中，图像处理部15基于摄影图像的亮度边缘(在图像之中明亮度剧烈地变化的部分)，提取作为器官的舌头的轮廓线。

亮度边缘的提取例如能够使用图5所示的边缘提取滤波器来进行。边缘提取滤波器是在进行一次微分时(在邻接像素间取图像数据的差分时)，对关注像素的附近的像素附加权重的滤波器。使用这样的边缘提取滤波器，例如，关于摄影图像的各像素的G的图像数据，在关注像素和附近像素中取图像数据的差分，提取其差分值超过规定的阈值的像素，从而能够提取成为亮度边缘的像素。在舌头的周围，存在其影子引起的亮度差，所以通过如上述那样提取成为亮度边缘的像素，从而能够提取舌头的轮廓线。另外，在此，将对亮度的影响最大的G的图像数据用于运算，但也可以使用R、B的图像数据。

存储部17是存储由拍摄部3取得的图像的数据、由图像处理部15取得的数据、由特征量提取部16算出的数据，从外部接收到的信息等，或存储用于使上述的各种控制部动作的程序的存储器。

特征量提取部16从由拍摄部3取得的图像的数据，提取用于健康度的判定的特征量。在上述的特征量中，存在舌头的颜色、舌苔的颜色、舌苔的形态(厚度)、齿痕、湿气(光泽度)、裂纹(龟裂)、舌头的形态(厚度)等。这些特征量能够例如以下那样进行提取(检测)。

(舌头的颜色、舌苔的颜色、舌苔的厚度的提取)

图6示出舌头的摄影图像。以下，在舌头的摄影图像中，设为在将在舌头的左右方向的中央在上下方向上形成为带状的区域分为在上下方向上排列的三个区域时，将各自的区域称为上部区域R1、中央区域R2、下部区域R3。另外，这些区域基于以由图像处理部15检测的舌头的轮廓线包围的区域的左右方向的幅度W、上下方向的长度H，以图6所示的尺寸来规定，但图示的尺寸是一例，不限定于此。

舌头的颜色反映血液的颜色，所以在RGB的图像数据之中，主要是R分量或B分量增减。因此，通过求得舌头的下部区域R3中的R的比率(R/(R+G+B))或B的比率(B/(R+G+B))，能够将舌头的颜色定量化而提取。另外，作为上述的RGB的数据，能够使用构成下部区域R3的多个像素间的R的图像数据的平均值、G的图像数据的平均值、B的图像数据的平均值。

另外，在提取舌头的颜色时，使用舌头的下部区域R3的图像数据基于以下的理由。即，这是因为在中医学中使用的舌诊中，舌头的颜色一般由没有舌苔的舌头的左右端部、或舌头的中心下部来诊断，但舌头的左右端部由于表面的凹凸而易于在照明光的照到的地方变化而产生深浅，图像数据易于从表示本来的舌头的颜色的值变动。

舌苔的颜色由于角化组织的分量，呈现白至茶色，所以在RGB的图像数据之中，主要是G分量或(G+R)分量增减。因此，通过求得舌头的上部区域R1中的G的比率(G/(R+G+B))或(G+R)的比率((G+R)/(R+G+B))，能够将舌苔的颜色定量化而提取。另外，作为上述的RGB的数据，能够使用构成上部区域R1的多个像素间的R的图像数据的平均值、G的图像数据的平均值、B的图像数据的平均值。

另外，在提取舌苔的颜色时，使用舌头的上部区域R1的图像数据，这是因为舌苔是舌头粘膜的乳头组织角化后的物质，存在于舌头的上部至中央，特别是在上部较多。

若舌苔变厚则从舌头的红颜色变化为舌苔的白色，所以在RGB的图像数据之中，主要是R分量或G分量增减。因此，通过求得舌头的中央区域R2中的R的比率(R/(R+G+B))或G的比率(G/(R+G+B))，能够将舌苔的厚度定量化而提取。另外，作为上述的RGB的数据，能够使用构成中央区域R2的多个像素间的R的图像数据的平均值、G的图像数据的平均值、B的图像数据的平均值。

另外，在提取舌苔的厚度时，使用舌头的中央区域R2的图像数据，这是因为舌苔如上述那样存在于舌头的上部，能够通过中央区域R2的颜色是否接近于上部区域R1的颜色来判断舌苔的厚度。另外，还能够通过求得舌头的上部区域R1与中央区域R2的颜色的差(例如色度差)、和中央区域R2与下部区域R3的颜色的差(例如色度差)的比率，将舌苔的厚度定量化。

(齿痕的提取)

特征量提取部16将由图像处理部15得到的舌头的轮廓线以近似曲线来近似，基于轮廓线与近似曲线的相关度，检测轮廓线的凹凸(平滑度)，由此检测舌头的齿痕。近似曲线是没有微小的凹凸的平滑的曲线，所以轮廓线越接近于该近似曲线，则可以说平滑且齿痕少。即，轮廓线与近似曲线的相关度越高则齿痕越少，相关度越低则齿痕越多。

从而，能够基于相关度，检测齿痕的状态。例如，在相关度高的情况下，齿痕的状态为轻度(等级1)，在相关度低的情况下，齿痕的状态为重度(等级3)，在相关度为其中间的情况下，能够判断为齿痕的状态为轻度与重度的中间(等级2)。

在此，作为表示两者的相关度的指标，能够使用以下的第一～第三指标。

表示相关度的第一指标是由以下的式表示的决定系数R²。

R²＝1-{(Σ(yi-fi)²)/(Σ(yi-Y)²)}

其中，

i：在xy平面上，将轮廓线或近似曲线的一端部的x坐标设为j，将另一端部的x坐标设为k时的j至k的其中一个值

yi：在xy平面上，轮廓线上的点的x坐标i中的y坐标的值

fi：在xy平面上，近似曲线上的点的x坐标i中的y坐标的值

Y：关于轮廓线上的全部点的yi的平均值。

另外，i、j、k都是整数，j＜k，j≤i≤k。此外，Σ(yi-fi)²是指将i从j变化为k时的(yi-fi)²的总和，Σ(yi-Y)²是指将i从j变化为k时的(yi-Y)²的总和。

图7表示舌头的轮廓线(参照实线)及其近似曲线(参照虚线)、表示近似曲线的多项式、决定系数R²。近似曲线通过最小二乘法求得，由以下的多项式表示。此时的决定系数R²是0.9942。另外，在同图的近似曲线的系数中，“E-n”的记载表示×10^-n。

y＝5×10^-7·x⁴+6×10^-6·x³+2×10^-3·x²+6.29×10^-2·x+21.213

在齿痕为重度(轮廓线的凹凸大)的A部中，在齿痕为轻度(轮廓线的凹凸小)的B部中，轮廓线与近似曲线的差都被反映到决定系数R²。从而，若使用基于决定系数R²来检测齿痕的方法，则即使在假设齿痕仅为轻度的齿痕的情况下，也能够基于决定系数R²来检测该轻度的齿痕，能够提高齿痕的检测精度。

表示相关度的第二指标是基于轮廓线与近似曲线中的坐标值(y坐标)的差而得到的值，且是|yi-fi|的最大值(以下也称为“坐标值差的最大值”)。其中，

i：在xy平面上，将轮廓线或近似曲线的一端部的x坐标设为j，将另一端部的x坐标设为k时的j至k的其中一个值

yi：在xy平面上，轮廓线上的点的x坐标i中的y坐标的值

fi：在xy平面上，近似曲线上的点的x坐标i中的y坐标的值。

另外，i、j、k都是整数，j＜k，j≤i≤k。

图8是绘出图7所示的舌头的轮廓线及其近似曲线(xy多项式)中的y坐标的差(|yi-fi|)的图表。在齿痕为重度的A部中，在齿痕为轻度的B部中，|yi-fi|的值与没有齿痕的部位相比都变大。从而，即使在假设齿痕仅为轻度的齿痕的情况下，通过检测|yi-fi|的最大值，从而能够基于该值检测轻度的齿痕，能够提高齿痕的检测精度。

表示相关度的第三指标是基于轮廓线和近似曲线中的坐标值(y坐标)的差而得到的值，是由以下的式表示的系数A。即，

A＝Σ|yi-fi|

其中，

i：在xy平面上，将轮廓线或近似曲线的一端部的x坐标设为j，将另一端部的x坐标设为k时的j至k的其中一个值

yi：在xy平面上，轮廓线上的点的x坐标i中的y坐标的值

fi：在xy平面上，近似曲线上的点的x坐标i中的y坐标的值。

另外，i、j、k都是整数，j＜k，j≤i≤k。此外，Σ|yi-fi|是指将i从j变化为k时的|yi-fi|的总和(以下也称为“坐标值差的总和”)。

通过代替坐标值差的最大值而使用坐标值差的总和，能够进行准确地反映了微小的齿痕的影响的齿痕检测，能够进一步提高齿痕的检测精度。

另外，作为相关度，也可以使用坐标值差的总和的倒数、即1/(Σ|yi-fi|)的值。

(湿气(光泽度)的提取)

图9示出舌头的摄影图像和舌头的剖面形状。在对舌头进行摄影时，舌头从口腔向前方突出。通过拍摄部3对该突出的舌头的上唇侧的表面进行摄影，所以舌头以该上唇侧的表面向拍摄部3侧变凸的方式弯曲(参照C-C’剖面)。另外，也可以根据需要，在说明书、手册中规定舌头的伸出方式，将舌头引导至适当的摄影位置。

若以图4所示的照明部2以及拍摄部3的配置对舌头进行摄影，则在舌头的上一半产生正反射区域(由于照明部2相对于摄影光轴X处于上方)。另一方面，关于舌头的左右方向，舌头的中心和左右端都凹陷而弯曲为M字状(参照D-D’剖面)。这样的剖面形状从舌头的上部至下部大致同样。进而，有时在舌头的中央部E中包含龟裂引起的纹理。从而，在本实施方式中，将照明时的角度A设定为15度，将在舌头的上一半且避开左右方向的中央部以及两端部的剩余的区域设定为适于光泽度的检测的检测区域。

更具体而言，特征量提取部16从由图像处理部15检测到的舌头的轮廓线，检测舌头的上下端以及左右端，检测舌头的上下的长度H以及左右的幅度W，以舌头的轮廓线为基准而设定光泽度的检测区域R4·R5以使成为如图10所示的位置关系。

图11是表示舌头的分光分布的图表。舌头为粘膜构造，没有表皮，所以作为舌头的颜色，显现血液的颜色。血液中，R分量(波长600nm～700nm)多，B分量(波长500nm以下)少。此外，在舌头的颜色淡的情况下，R分量的比率下降，在浓的情况下R分量的比率上升。

另一方面，舌苔由角化的乳头细胞形成，呈现白色至黄色。并且，在舌苔薄的情况下，显现成为底色的舌头的颜色，所以如同图那样R分量的比率变高，舌苔白，在浓的情况下，G分量(波长500nm～600nm)的比率上升。

由于生物体的身体状况、个体差异，舌头和舌苔的颜色如上述那样变化，但B分量的变化少。因此，在本实施方式中，基于从舌头的摄影图像得到的B的图像数据，如以下那样检测舌头的表面的光泽度。

首先，特征量提取部16从摄影图像的检测区域R4/R5的各像素提取B的图像数据，制成其频数分布。图12示意性地示出所提取的B的图像数据的频数分布。另外，图12的横轴表示B的像素值(图像数据)，纵轴表示频数(像素数)。其中，为了简化在此的说明，像素值设为1至100的值，像素值越大则表示越亮。

接着，特征量提取部16根据上述的频数分布，求得与最大频数Np对应的像素值Dp(在图12的例子中Dp＝70)，把将该像素值Dp取1.2倍后的值设为阈值M(在图12的例子中M＝84)，将阈值M至图像数据的最大值(最大像素值Dm＝100)的区间中的频数的总和进行累计作为上位像素数。另外，也可以在求得像素值Dp时，求得连续表示频数的变化的函数，对其进行平滑，去除噪声后，求得与最大频数Np对应的像素值Dp。此外，也可以将进行平滑后的函数在规定的区间中积分而求得上位像素数。

在此，B的图像数据的频数分布在摄影时没有舌头的表面上的正反射的情况下，仅成为接近于归一分布的分布(第一组G1)，但在有正反射的情况下，成为对第一组G1加上了在高像素值侧频数大的分布(第二组G2)的分布。而且，B的图像数据如上述那样基于生物体的身体状况、个体差异的变化少，所以第一组G1的幅度(第一组G1的最小像素值至最大像素值的幅度)与其他R、G的图像数据的频数分布(归一分布)相比变窄。其结果，第一组G1和第二组G2的边界(频数从减少转为增加的成为极小的部分)在频数成为最大的图像数据的值(像素值Dp)和图像数据的最大值(像素值Dm)之间明确地显现，能够容易地识别第一组G1和第二组G2。为了检测光泽度，期望不是基于不包含光泽分量(正反射分量)的第一组G1，而是基于表示光泽分量的第二组G2来检测光泽度。

因此，特征量提取部16设定比像素值Dp大的阈值M，求得该阈值M和像素值Dm之间的频数的总和作为上位像素数，从而得到接近于第二组G2的频数的总和的值。

特别是，在B的图像数据的频数分布中，实验上可知第一组G1和第二组G2的边界在像素值Dp的1.1～1.3倍的范围内显现。因此，在本实施方式中，特征量提取部16将上述的阈值M设定为像素值Dp的1.1～1.3倍的范围内(在图12的例子中，1.2Dp＝84)，求得阈值M和像素值Dm之间的频数的总和作为上位像素数。

在舌头干燥(光泽度低)的症例中，可知上位像素数少，在舌头湿润(光泽度高)的症例中，可知上位像素数多。从而，特征量提取部16能够基于上位像素数，将光泽度例如数值化为等级1(光泽度高)～等级3(光泽度低)而检测。

(裂纹(龟裂)的提取)

图13示出在表面有龟裂的舌头的摄影图像。在对舌头进行摄影时，舌头从口腔向前方突出。通过拍摄部3对该突出的舌头的上唇侧的表面进行摄影。一般来说，舌头表面的龟裂在舌头的中心附近产生得较多，所以在本实施方式中，将摄影图像中的舌头的上下左右的中心部(包含上下左右方向的中心的区域)设定为适于龟裂的检测的检测区域。

更具体而言，特征量提取部16从图像处理部15提取的舌头的轮廓线，检测舌头的上下端以及左右端，检测舌头的上下的长度(纵尺寸)H以及左右的幅度(横尺寸)W，将由图13所示的尺寸关系决定的纵H/4、横W/4的舌头的中心区域设定为龟裂的检测区域D。

若在舌头的表面有龟裂，则与没有龟裂的情况相比，舌头的底色更加显现，所以构成底色的像素的图像数据可取得的值的范围，RGB都变宽。因此，在制成了摄影图像的图像数据的频数分布时，频数分布的幅度变宽。特别是，底色较强地表示血液的颜色，所以关于血液的颜色中较多地包含的R、B，与没有龟裂的情况相比频数分布的幅度显著地变宽。可知这样的趋势与舌头表面的舌苔的厚度、龟裂的长度无关地显现。

因此，在本实施方式中，特征量提取部16从舌头的摄影图像(特别是上述的检测区域D的图像)，例如制成B的图像数据的频数分布，且作为表示该频数分布的宽度的指标，通过运算而取得表示图像数据的分散的标准差σ。标准差σ是在图像数据的值取N个值x₁，x₂，…x_N时，由以下的式表示的方差σ²的正的平方根。

[数1]

其中，

图14示意性地表示特征量提取部16制成的B的图像数据的频数分布，上级的频数分布示出在舌头表面没有龟裂的情况，下级的频数分布表示在舌头表面有龟裂的情况。另外，这些频数分布的横轴表示B的像素值(图像数据)，纵轴表示频数(像素数)。将像素值设为0至255的值，像素值越大则表示越亮。

若求得上级的频数分布中的标准差σ1，则σ1＝13.18。相对于此，若求得下级的频数分布中的标准差σ2，则σ2＝26.78。据此，若在舌头表面有龟裂，则与没有龟裂的情况相比标准差σ变大，可知频数分布的幅度变宽。顺便一提，若求得上级的频数分布中的像素值的平均值m1，则m1＝177.71，若求得下级的频数分布中的像素值的平均值m2，则m2＝112.75。

可知在龟裂多的症例中，上述频数分布的标准差大，在龟裂少的症例中，上述频数分布的标准差小。从而，特征量提取部16能够基于上述频数分布的标准差，将龟裂数值化为例如等级1(龟裂多)～等级3(龟裂少)而检测。另外，在上述的例子中，使用B的图像数据的频数分布来检测龟裂，但还能够使用其他R、G的图像数据的频数分布来检测龟裂。

(舌头的厚度的提取)

图15是表示在照明部2的照明下，由拍摄部4对舌头的表面进行摄影时得到，并且通过舌头表面的上下方向的大致中心的水平方向上的摄影图像的RGB的图像数据的分布。其中，上级的分布是在舌头薄的情况下的分布，下级的分布是在舌头厚的情况下的分布。另外，实线表示R的图像数据的分布，1点划线表示G的图像数据的分布，虚线表示B的图像数据的分布。

在舌头厚的情况下，舌头从其端部至中央部包含向上成为凸的部分。这样的舌头表面的凸部接近于照明部2而被照明得较亮，所以在舌头的摄影图像中与凸部对应的部分中，图像数据的值增大。相反，在舌头薄的情况下，舌头的表面从端部至中央部大致平坦，或包含向下成为凹的部分。舌头表面的平坦部、凹部与上述的凸部相比远离照明部2，所以即使被照明也比凸部暗。因此，在舌头的摄影图像中，与表面的平坦部、凹部对应的部分中，图像数据的值与对应于凸部的部分相比减少。这样的趋势关于RGB的任意图像数据都是同样。

因此，特征量提取部16能够基于在照明部2的照明下得到的舌头的摄影图像中的RGB的其中一个颜色的水平方向的图像数据的分布(单色的分布)的凹凸，进行舌头是厚还是薄的检测。也就是说，使用舌头的摄影图像中包含的RGB的其中一个颜色的图像数据的水平方向的分布作为表示舌头表面的凹凸的程度的数据分布，将凹凸的程度例如数值化为等级1(舌头厚)～等级5(舌头薄)，从而能够高精度地(与舌头的外形形状无关地)进行舌厚的检测。另外，数据分布的凹凸的程度例如能够通过最小二乘法等算出近似数据分布的中央部的近似曲线(例如2次式)，观察近似曲线的2次的系数及其绝对值从而判别。顺便一提，若近似曲线的2次的系数为正，则为凹形状，若为负则为凸形状。

另外，作为上述图像数据的分布，即使使用表示R的分量比(R/(R+G+B))、G的分量比(G/(R+G+B))、B的分量比(B/(R+G+B))的数据的分布，也与上述同样，能够高精度地检测舌厚。

(其他)

在提取舌头的形态、齿痕、裂纹等特征量时，也可以使用专利文献1中记载的方法。此外，也可以如专利文献2中记载的那样，将舌头的摄影图像分割为多个区域，按各个区域的每个读出RGB的数据而提取特征量。

〔关于终端装置〕

接着，说明终端装置51。图16是表示终端装置51的概略的结构的框图。终端装置51是对对象者的健康度进行判定的健康度判定装置，具有存储部52、判定部53、通信部54以及控制部55。

存储部52是存储多个他人的器官(在此舌头)的摄影图像的数据、从包含器官图像摄影装置1的外部装置发送的数据的存储器。通信部54是用于在与外部装置之间进行通信的接口。特别是，在本实施方式中，通信部54构成被输入从对象者的器官的摄影图像提取而用于健康度的判定的特征量的特征量输入部，此外，构成接收从外部(器官图像摄影装置1)发送的对象者的特征量的信息的接收部。另外，终端装置51也可以具备从记录了从对象者的器官的摄影图像提取的特征量的记录介质读取该特征量的读取部。在该情况下，终端装置51能够通过读取部中的信息的读取，取得特征量。从而，在该情况下，能够使读取部作为上述的特征量输入部而发挥作用。控制部55例如由CPU构成，对终端装置51的各部的动作进行控制。

判定部53将从器官图像摄影装置1发送且经由作为特征量输入部的通信部54输入的对象者的特征量与母集团的特征量的分布进行比较，从而判定相当于与他人的个体差异的对象者的体质的偏向、和对象者的身体状况的变化。作为上述的母集团的特征量的分布，能够使用他人的特征量的分布或对象者本人的特征量的分布。这些分布由判定部53制成。即，他人的特征量的分布从在存储部52中存储的他人的摄影图像的数据通过与特征量提取部16同样的提取方法提取特征量从而制作。对象者的特征量的分布在对身体状况进行评价的评价期间内使用由特征量提取部16提取的特征量而制成。

图17示意性地示出判定部53制成的他人的特征量的分布。同图中的×记号表示各个他人的特征量的绘出位置。在此，作为例子，表示特征量为2维(Xi，Xj)的情况的分布。作为Xi，例如能够考虑舌头的颜色，作为Xj，例如能够考虑舌苔的颜色。此外，横轴的a₁以及a₂表示与相互不同的颜色对应的值，纵轴的b₁以及b₂也表示与相互不同的颜色对应的值。该特征量的分布的原点O是表示Xi的平均以及Xj的平均的点。

在同图的例子中，在Xi以及Xj的分布中存在偏向，可知在它们之间有相关。也就是说，在Xi的值比原点O更靠近a₁侧时，与b₂侧相比Xj的值在b₁侧的值更多，在Xi的值比原点O更靠近a₂侧时，与b₁侧相比Xj的值在b₂侧的值更多。在特征量为3维以上的多维的情况下，认为相互产生某种的相关关系。

在此，在图17中，将所输入的对象者的特征量(例如点A)离他人的特征量的分布的原点O的距离设为身体状况的评价值(第一评价值)。该评价值不是欧几里得距离，而是马氏距离。马氏距离是考虑大量测量项目(特征量)的每个的偏差、相关关系而计算的距离的尺度。若将母集团的个数设为n，将每个测量项目的数据的平均值设为m，将标准差设为σ，将相对于表示测量项目相互的相关的相关矩阵的逆矩阵的要素设为aij，将测量项目的数设为k，则m1，m2，…mk的平均值矢量成为母集团所作成的分布(空间)的原点。在此若将标准差的矢量设为σ1，σ2，…σk，将对健康度进行判定的对象者的测量值(特征量)设为x1，x2，…xk，则马氏距离D通过下面的数2式而求得。

[数2]

在上述的数2式中，作为母集团空间的全部对象的n个马氏距离的平均成为“1”。由此，决定表示身体状况的评价值的尺度的原点和距离的单位。另外，马氏距离越小，则对象者越接近于母集团，马氏距离越大，则越远离母集团。

图18是关于有疾病的患者A、健康者B、成为对健康度进行判定的对象的对象者C，表示长期的身体状况变化的影像。另外，图中的原点O与图17所示的他人的特征量的分布的原点O对应，横轴表示出生后的时间，纵轴表示上述的身体状况的评价值。纵轴的单位量U表示离原点O的距离的单位。

在没有特殊的疾病的情况下，生后至10几岁为止，关于患者A、健康者B、对象者C，与身体状况相关的个体差异都少(与原点O的距离短)。若超过20岁，则由于饮酒、吸烟、不规律的生活习惯等，在身体状况中显现个体差异，即使是健康者B，也产生胃肠弱、血压高、易于感冒等引起的个体差异(与原点O的距离增大)。将这些个体差异在此定义为“体质的偏向”。

另一方面，图19关于图18的对象者C，将某评价期间中的身体状况变化扩大表示。即使在同一人中，由于胃肠的状况差，悸动、呼吸短促的因感冒而发热等，日常的身体状况变化。若这样的状态超过限度，则成为病而体显，成为需要治疗的状态。将一定的评价期间内的对象者C的评价值的变动定义为“身体状况的变化”。以下，还包含判定部53的判定方法而说明基本的处理的流程。

(处理的流程)

图20是表示本实施方式的健康度判定系统50中的处理的流程的流程图。在健康度判定系统50中，按顺序进行以下的第一～第三步骤。

＜第一步骤＞

(1-1.健康者的舌头图像收集)

首先，通过具备闪光灯的摄影装置(例如数字相机)，收集没有体质的偏向的年轻的健康者(他人)的舌头图像。另外，上述的健康者属于图18的母集团P1。舌头的样子可以说在10几岁大致与成人相同。在此，将不会显现成人病等生活习惯引起的体质的偏向的10几岁前半的健康者的图像作为样本来收集。样本数的目标期望10～100例左右。在求得上述的马氏距离时，需要特征量的数以上的样本(为了运算逆矩阵)。所收集到的图像的数据被传送至终端装置51而存储至存储部52。

(1-2.特征量的提取)

终端装置51的判定部53从在存储部52中存储的他人的摄影图像的数据，通过与特征量提取部16同样的提取方法来提取用于健康度的判定的他人的特征量。由此，提取舌头的颜色、舌苔的颜色、舌苔的形态(厚度)、齿痕、湿气(光泽度)、裂纹(龟裂)、舌头的形态(厚度)等作为他人的特征量。此外，也可以提取东洋医学的诊断方法中使用的特征量。

(1-3.距离尺度的运算1)

接着，判定部53设定将所提取的他人的特征量设为母集团的分布(若特征量为2维则例如是图17那样的分布)的原点O₁和单位量U₁。原点O₁是表示他人的特征量的平均的点，单位量U₁表示离原点O₁的距离的单位。这些设定能够通过使用了上述的马氏距离的多变量分析来进行。作为多变量分析的方法，除此之外，存在使用线性函数的方法、使用回归分析的方法，但使用哪个方法都可以。

(1-4.每日的摄影)

通过器官图像摄影装置1的拍摄部3，与上述同样地收集对象者的每日的舌头图像。样本数的目标期望上述的约2倍(20～200例左右)。特征量提取部16从对象者的舌头图像的数据，通过上述的方法提取舌头颜色等特征量。由拍摄部3摄影到的图像、以及由特征量提取部16提取的特征量的信息被发送至终端装置51并存储至存储部52。

(1-5.体质的偏向的运算)

终端装置51的判定部53将对象者的特征量和母集团的分布(他人的特征量的分布)进行比较，求得与母集团的差异(马氏距离)，求得对于时间经过的马氏距离的变化作为对象者的身体状况的评价值(第一评价值)的变化。图21示出此时的对象者的身体状况的评价值的变化。另外，对象者的特征量与母集团的差异相当于图21的距离(1)。判定部53求得评价期间中的距离(1)的平均(距离M)，将该距离M判定为对象者的体质的偏向。

＜第二步骤＞

(2-1.对象者的健康时的舌头图像收集)

图22将图21的评价期间中的对象者的身体状况的评价值的变化扩大表示。判定部53将上述的距离M设为阈值，提取在评价期间内评价值成为阈值以下的日期时间的(摄影日)的图像。此时，也可以代替距离M，将(平均值-标准差)等作为阈值，提取评价值成为阈值以下的图像(也可以提取健康度更高的日子的图像)。在该情况下，期望将样本数增加相应的量。

(2-2.距离尺度的运算2)

接着，判定部53从评价值成为阈值以下的全部日期时间的对象者本人的摄影图像，提取对象者的特征量，设定以所提取的对象者的特征量为母集团的分布的原点O₂和单位量U₂。原点O₂是表示对象者的特征量的平均的点，单位量U₂表示离原点O₂的距离的单位。这些设定能够通过使用了上述的马氏距离的多变量分析来进行，此外，还能够使用线性函数、回归分析来进行多变量分析。

(2-3.身体状况的变化的运算)

判定部53将判定时的对象者的特征量和母集团的分布(对象者的特征量的分布)进行比较，求得与母集团的差异(马氏距离)，求得对于时间经过的马氏距离的变化作为对象者的身体状况的评价值(第二评价值)的变化。图23表示此时的对象者的身体状况的评价值的变化。另外，对象者的特征量与母集团的差异相当于图23的距离(2)。判定部53将评价期间中的距离(2)的变化判定为对象者的身体状况的变化。将对象者本人的特征量的分布作为母集团，所以没有基于体质的偏向的水平提高，能够高灵敏度地测定每日的身体状况变化。

＜第三步骤＞

(3-1.数据的更新)

图24表示对象者的身体状况的评价值(第一评价值)的中期的变化。若某评价期间(例如评价期间1)结束，则转移至下一评价期间(例如评价期间2)。此时，将在对身体状况的变化进行判定时使用的母集团、即第一评价值成为阈值以下的对象者的特征量的分布按每一定期间进行更新。在图24的例子中，在评价期间1中，在对身体状况的变化进行判定时，使用母集团P2(第一评价值成为距离M以下的对象者的特征量的分布)，但在评价期间2中，使用母集团P3(第一评价值成为距离N以下的对象者的特征量的分布)。另外，距离N是评价期间2中的离第一评价值的原点O₁的距离(马氏距离)的平均。母集团的更新也可以将全部数据一次性调换，也可以是每日追加新的数据，删除旧的数据的方法。图24表示前者的例子。

在评价期间2中，判定部53将上述的距离N设为阈值，在评价期间2内提取第一评价值成为阈值以下的摄影日的图像，设定对象者的特征量的分布(母集团P3的分布)的原点O₂和单位量U₂。并且，将评价期间2中的判定时的对象者的特征量与母集团P3的距离设为评价期间2中的对象者的身体状况的变化。另外，在图24中，Q1表示评价期间1中的身体状况的变化的幅度，Q2表示评价期间2中的身体状况的变化的幅度。此外，距离M与距离N的差成为评价期间1至评价期间2中的体质的改善。另外，也可以将之前的评价期间1中的与母集团P2的差异设为评价期间2中的与母集团的距离。另外，也可以不改变前述的母集团P1。

通过从母集团P2至P3的更新，距离M也被更新为距离N，但在以后的评价期间中也同样，距离N按顺序被更新。另外，图23所示的距离(2)通过每日的摄影而被更新。

(3-2.结果的输出)

与在评价期间中判定的体质的偏向以及身体状况的变化相关的信息(图22的距离M或图24的距离N的值、图23的距离(2)的值)从终端装置51被发送给器官图像摄影装置1，并被显示在显示部4中。

(3-3.数据的活用)

也可以是终端装置51将每日的距离的变动图表化而提示给对象者(器官图像摄影装置1)。此外，通过表示身体状况变化的距离(2)的增大，对象者的健康度降低，或表示体质的偏向的距离M大的情况下，也可以一并提示其改善的方法。所提示的改善的方法也可以是基于东洋医学的方法，也可以是基于西洋医学的方法。

此外，也可以使用特征量的贡献度，具体示出改善方法。例如，在对健康度的降低来说舌头颜色的贡献大的情况下，能够提示改善血流的处置，在舌苔的厚度的贡献大的情况下，能够提示改善免疫的处置等。

也可以将所求的身体状况的变化(距离(2))与某基准进一步比较，判断身体状况是否良好。作为此时的基准，也可以利用本人的过去的历史。例如，也可以是若有过去生病时的对象者的舌头图像，则将其发送给终端装置51，在终端装置51中，从舌头图像提取特征量而求得那时的离母集团(他人的特征量的分布)的原点的距离(生病时的舌头图像存在多个的情况下上述距离的平均)，将其作为上述的基准。通过使用这样的基准来判定身体状况的好坏，能够判定对象者的当前的身体状况是否接近于过去生病时的身体状况，在接近的情况下，能够以更准确的定时来提示身体状况的改善方法。

也可以将所求得的对象者的体质的偏向(距离M)与某基准进一步比较，判断体质的偏向是否大。作为此时的基准，也可以使用同年龄的其他健康者的第一评价值的平均值。例如在对象者为50几岁的情况下，由于已知同年龄的个体差异，所以与通过与10几岁的他人的比较来判断体质的偏向相比，通过与同年龄的他人的比较来判断体质的偏向能够准确地掌握体质的偏向。

以上那样，终端装置51的判定部53在对对象者的体质的偏向进行判定的情况下，将他人的特征量的分布设为母集团的分布，将其设为与对象者的特征量的比较对象。将他人的特征量的分布设为比较对象，从而已知与他人的个体差异即体质的偏向，所以能够容易确认体质的偏向的改善策略的效果。此外，判定部53在对对象者的身体状况的变化进行判定的情况下，将在评价期间内汇集的对象者本人的特征量的分布作为母集团的分布，将其设为与对象者本人的特征量的比较对象。将对象者本人的特征量的分布设为比较对象，所以基本没有与他人的个体差异的影响，能够一边降低体质的偏向的影响，一边高精度地判定对象者本人的身体状况(健康度)。

此外，判定部53求得所输入的对象者的特征量的离他人的特征量的分布的原点O₁的距离作为第一评价值，将在评价期间中随时间推移地变化的第一评价值的平均判定为对象者的体质的偏向，所以即使在评价期间内第一评价值变动或分散，也能够适当地判定对象者的体质的偏向。

此外，判定部53将在评价期间内随时间推移地变化的第一评价值成为阈值以下的日期时间的特征量汇集而制成对象者的特征量的分布，求得对象者的特征量的离上述分布的原点O₂的距离作为第二评价值，将在评价期间中随时间推移地变化的第二评价值的变化判定为对象者的身体状况的变化。上述的对象者的特征量的分布是第一评价值成为阈值以下的特征量的分布，能够判断为体质的偏向小。从而，将这样的对象者的特征量的分布作为比较对象而求得第二评价值，使用第二评价值来判定身体状况的变化，从而能够一边可靠地降低体质的偏向的影响，一边判定身体状况的变化。

此外，判定部53使用马氏距离来进行所输入的对象者本人的特征量与母集团的特征量的分布的比较。即使特征量为多维，通过以马氏距离这样的一个尺度与母集团的分布进行比较，也能够适当地判定体质的偏向和身体状况的变化。

此外，在本实施方式中，在判定部53对体质的偏向进行判定时，作为母集团的分布而使用的他人的特征量的分布成为10几岁、也就是说10岁以上19岁以下的他人的特征量的分布。认为10几岁的年轻人基本没有生活习惯导致的体质的偏向，所以能够通过使用上述分布，高精度地对对象者的体质的偏向进行判定。

特别是，10几岁的健康的年轻人基本没有生活习惯导致的体质的偏向，认为特征量的均匀性高，所以通过使用10岁以上19岁以下且健康的他人的特征量的分布，能够进一步高精度地对对象者的体质的偏向进行判定。

此外，作为判定部53在对身体状况的变化进行判定时使用的母集团的分布的对象者的特征量的分布也可以是20岁以上的对象者的特征量的分布。若对象者的年龄超过10几岁，则产生体质的偏向，所以出现在母集团的分布中包含体质的偏向的可能性。在想要包含体质的偏向而判定对象者本人的身体状况的变化的情况下，设为上述分布成为有效。特别是，若上述分布是20岁以上且健康的对象者的特征量的分布，则能够以健康的状态为基准，对包含体质的偏向的身体状况的变化进行判定。

此外，在本实施方式中，将成为摄影对象的器官设为舌头。在这样对舌头进行摄影来判定对象者的健康度的结构中，能够得到上述的效果。另外，器官也可以是舌头以外。例如，也可以将眼睑等通过水分代谢的好坏而显现浮肿的部位设为摄影对象，提取这样的部位的特征量而对体质的偏向、身体状况的变化进行判定。

此外，在本实施方式中，作为对象者的特征量，使用舌头的颜色、舌苔的颜色、舌头的形态(厚度)、舌苔的厚度(形态)等。也就是说，在对象者的特征量中，包含关于器官的颜色以及形态的至少一方的信息。通过至少使用器官的颜色、形态的信息作为特征量，能够对体质的偏向以及身体状况的变化进行判定。

〔关于问诊的附加〕

已知通过汉方的问诊而对身体的状态进行诊断的方法(例如，寺澤捷年，“症例から学ぶ和漢診療学(第2版)”，医学书院，参照1998)。也可以对图像的特征量添加这些项目而设为健康度的指标。

例如，作为对汉方的“气虚”进行诊断的项目，介绍以下的项目。

1.身体疲倦

2.没有力气

3.易于疲劳

4.白天的睡意

5.食欲不振

6.易于感冒

7.易于对物事惊恐

8.眼光/声音无力

9.舌头淡白红/肿大

10.脉搏弱

11.腹力软弱

12.内脏的迟缓

13.下腹部软弱

14.腹泻趋势

作为具体的处理，在器官图像摄影装置1的显示部4中，显示问诊所需的上述项目。对象者除了舌头图像的摄影之外，还操作操作部5，输入对于上述项目的回复。所输入的回复被发送给终端装置51。终端装置51的判定部53基于对象者的特征量与母集团的分布的比较、和经由操作部5输入而被发送给终端装置51的回复结果，对对象者的体质的偏向、和对象者的身体状况的变化进行判定。例如，在判定身体状况变化时，参照对于项目1～5、9、10、14的回复结果，对身体状况的变化是否大进行判定。另一方面，在判定体质的偏向时，参照对于项目6～8、11～13的回复结果，判定体质的偏向是否大。判定结果以及体质、身体状况的改善方法被反馈给器官图像摄影装置1，并被显示在显示部4中。

像这样，不仅基于从外部输入的特征量与母集团的分布的比较，还基于通过操作部5对问诊项目回复的结果，对体质的偏向和身体状况的变化进行判定，从而活用汉方诊断的积累，此外还能够考虑本人的主诉，进行更适当的判定。

〔关于计费服务〕

在本实施方式的健康度判定系统50中，也可以构筑将判定结果、改善方法提供给对象者而得到报酬的服务。在该情况下，还能够根据所提供的内容，对款额赋予差异。例如，也可以在所提供的内容为(a)仅图像特征量的变化，(b)对(a)添加身体状况的变化，(c)对(b)添加体质的变化这3个模式的情况下，按(a)(b)(c)的顺序将款额设定得较高。此外，也可以根据从图像的摄影至健康度的判定结果的回答为止的时间，对款额赋予差异。

〔关于1维的特征量〕

以上，说明了特征量为多维(多变量)的情况，但特征量也可以是1维(1变量)。图25示出特征量为1变量(例如舌头颜色)的情况下的频数分布。另外，纵轴的值表示舌头颜色的图像数据(例如R/(R+G+B))。其中，原点对应于舌头颜色的平均值。使图25的分布的原点与图22以及图23的原点对应，使图25的±3σ(σ：标准差)与图22以及图23的单位量对应，从而能够对体质的偏向、身体状况的变化进行判定。

〔母集团的其他例〕

作为对体质的偏向进行判定时的比较对象，也可以使用从以下的图像提取的特征量的分布。

(1)若是10几岁的健康的他人的摄影图像，也可以使用在健康度的判定时之前、与判定时相同的时刻、判定时之后摄影的任意图像。例如在对象者的当前的年龄为50岁，对对象者的40岁时的健康度进行判定的情况下，也可以使用对象者的40岁时之前、相同的时刻、之后摄影的任意图像。通过图像的种类增加，能够更明确地判断健康度。

(2)若是10几岁的不健康的他人的摄影图像，也可以使用健康度的判定时之前、与判定时相同的时刻、判定时之后摄影的任意图像。通过与他人的不健康状态的特征量进行比较，能够更明确地判断对象者的健康状态。

(3)也可以使用10几岁的健康或不健康的对象者本人的摄影图像。不需要与他人相比，因此能够进行简便的比较。

此外，作为对身体状况的变化进行判定时的比较对象，也可以使用从以下的图像提取的特征量的分布。即，在一切年龄段，只要是健康或不健康的本人的图像，则也可以使用判定时之前或之后摄影的任意图像。通过图像的种类增加，与多个不健康状态进行比较，能够更明确地判断健康状态。

以上说明的健康度判定装置以及健康度判定系统能够如以下那样表现，由此实现以下的作用效果。

以上说明的健康度判定装置是对对象者的健康度进行判定的健康度判定装置，具备：特征量输入部，被输入从对象者的器官的摄影图像提取且用于健康度的判定的特征量；以及判定部，通过将经由所述特征量输入部输入的对象者的特征量与母集团的特征量的分布进行比较，从而对相当于与他人的个体差异的对象者的体质的偏向、和对象者的身体状况的变化进行判定，所述判定部在对对象者的体质的偏向进行判定的情况下，使用以他人为对象而制成的他人的特征量的分布作为所述母集团的特征量的分布，在对对象者的身体状况的变化进行判定的情况下，使用在对身体状况进行评价的评价期间内汇集的对象者本人的特征量的分布作为所述母集团的特征量的分布。

判定部通过将经由特征量输入部输入的对象者的特征量与母集团的特征量的分布进行比较，从而对对象者的体质的偏向和身体状况的变化进行判定。在此，在对对象者的体质的偏向进行判定的情况下，使用他人的特征量的分布作为母集团的特征量的分布。通过将他人的特征量的分布作为比较对象，可知与他人的个体差异、也就是说对象者的体质的偏向，所以易于确认体质的偏向的改善策略的效果。

此外，在对对象者的身体状况的变化进行判定的情况下，使用在评价期间内汇集的对象者本人的特征量的分布作为母集团的特征量的分布。将对象者本人的特征量的分布作为比较对象，所以与他人的个体差异的影响被排除。由此，能够一边降低体质的偏向的影响，一边高精度地判定对象者本人的身体状况(健康度)。

所述判定部也可以求得经由所述特征量输入部输入的对象者的特征量离所述他人的特征量的分布的原点的距离作为第一评价值，将在所述评价期间中随时间推移地变化的所述第一评价值的平均作为对象者的体质的偏向进行判定。

将随时间推移地变化的第一评价值的平均作为对象者的体质的偏向进行判定，所以能够与第一评价值的变动、偏差无关地，对对象者的体质的偏向进行判定。

所述判定部也可以将在所述评价期间内随时间推移地变化的所述第一评价值成为阈值以下的日期时间的特征量汇集而制成对象者的特征量的分布，求得经由所述特征量输入部输入的对象者的特征量离所述分布的原点的距离作为第二评价值，将在所述评价期间中随时间推移地变化的第二评价值的变化作为对象者的身体状况的变化进行判定。

将第一评价值成为阈值以下的日期时间的特征量汇集而成的对象者的特征量的分布是能够判断为与他人的个体差异、也就是说体质的偏向小的特征量的分布。从而，将这样的特征量的分布作为比较对象而求得第二评价值，使用第二评价值来判定身体状况的变化，从而能够一边可靠地降低体质的偏向的影响，一边判定身体状况的变化。

所述判定部也可以使用马氏距离来进行经由所述特征量输入部输入的对象者的特征量与所述母集团的特征量的分布的比较。在该情况下，即使经由特征量输入部输入的特征量为多维，也能够适当地判定体质的偏向和身体状况的变化。

所述他人的特征量的分布也可以是10岁以上19岁以下的他人的特征量的分布。

认为10几岁的年轻人基本没有生活习惯导致的体质的偏向。因此，通过使用10几岁的他人的特征量的分布作为母集团的特征量的分布，从而能够使用该分布高精度地对对象者的体质的偏向进行判定。

所述他人的特征量的分布也可以是10岁以上19岁以下且健康的他人的特征量的分布。

认为10几岁的健康的年轻人基本没有生活习惯导致的体质的偏向，特征量的均匀性也高。因此，通过使用10几岁的健康的他人的特征量的分布作为母集团的特征量的分布，能够使用该分布进一步高精度地对对象者的体质的偏向进行判定。

所述对象者的特征量的分布也可以是20岁以上的对象者的特征量的分布。

若对象者的年龄超过10几岁，则产生体质的偏向，所以出现在母集团的分布中包含体质的偏向的可能性。在想要将对象者本人的身体状况的变化包含体质的偏向来判定的情况下，使用上述分布成为有效。

所述对象者的特征量的分布也可以是20岁以上且健康的对象者的特征量的分布。

尽管出现在母集团的分布中包含体质的偏向的可能性，但由于将健康的对象者的特征量的分布设为比较对象(母集团的特征量的分布)，所以能够以健康的状态为基准，判定还包含体质的偏向的身体状况的变化。

所述器官也可以是舌头。在该情况下，在对舌头进行摄影而对对象者的健康度进行判定的结构中，能够得到上述的效果。

经由所述特征量输入部输入的对象者的特征量也可以包含关于器官的颜色以及形态的至少一方的信息。通过至少使用器官的颜色、形态的信息作为特征量，从而能够对体质的偏向以及身体状况的变化进行判定。

所述特征量输入部也可以由接收从外部发送的对象者的特征量的信息的接收部构成。在该情况下，在由接收部取得对象者的特征量的信息的结构中，能够得到上述的效果。

以上说明的健康度判定系统将上述的健康度判定装置、和器官图像摄影装置以能够经由通信线路通信的方式连接，所述器官图像摄影装置具备：拍摄部，对对象者的器官进行摄影；特征量提取部，从由所述拍摄部摄影的图像提取用于健康度的判定的特征量；以及发送部，将由所述特征量提取部提取的对象者的特征量的信息发送给所述健康度判定装置。在用于健康度的判定的对象者的特征量由器官图像摄影装置取得而发送给健康度判定装置的系统中，能够得到上述的效果。

所述器官图像摄影装置也可以具备显示部，其显示与由所述健康度判定装置的所述判定部判定的体质的偏向以及身体状况的变化相关的信息。与对象者的体质的偏向和身体状况的变化相关的信息被显示在显示部中，所以对象者能够基于显示部中显示的信息，容易地掌握体质的改善效果和身体状况(健康度)这双方。

也可以是所述器官图像摄影装置还具备：显示部，显示问诊所需的项目；信息输入部，用于对所述显示部中显示的所述项目进行回复，所述健康度判定装置的所述判定部基于从所述器官图像摄影装置发送的信息中包含的对象者的特征量与所述母集团的特征量的分布的比较、和由所述信息输入部输入而发送给该健康度判定装置的回复结果，对对象者的体质的偏向、和对象者的身体状况的变化进行判定。

不仅基于所发送的对象者的特征量与母集团的特征量的分布的比较，还基于通过信息输入部对问诊项目回复的结果，对体质的偏向和身体状况的变化进行判定，从而能够进行更适当的判定。

工业上的可利用性

本发明是能够利用于从对象者的器官的摄影图像提取特征量而判定对象者的健康度的系统。

标号说明

1 器官图像摄影装置

3 拍摄部

4 显示部

5 操作部(信息输入部)

6 通信部(发送部)

16 特征量提取部

50 健康度判定系统

51 终端装置(健康度判定装置)

53 判定部

54 通信部(特征量输入部，接收部)