JP6193613B2

JP6193613B2 - Epilepsy seizure monitoring system and method

Info

Publication number: JP6193613B2
Application number: JP2013100046A
Authority: JP
Inventors: 弥代子齋藤; 稔横森
Original assignee: SCHOOL CORPORATION,AZABU VETERINARY MEDICINE EDUCATIONAL INSTITUTION
Current assignee: SCHOOL CORPORATION,AZABU VETERINARY MEDICINE EDUCATIONAL INSTITUTION
Priority date: 2013-05-10
Filing date: 2013-05-10
Publication date: 2017-09-06
Anticipated expiration: 2033-05-10
Also published as: JP2014217649A

Description

本発明は、脊椎動物、例えばイヌにおけるてんかん発作をモニタリングする技術に関するものである。 The present invention relates to a technique for monitoring epileptic seizures in vertebrates, such as dogs.

てんかんとは、反復性のてんかん発作を生じる脳の慢性疾患であり、種々の原因によりもたらされる。てんかん発作の発生時期を予期することは非常に難しいことが知られている。 Epilepsy is a chronic brain disease that causes recurrent seizures and is caused by various causes. It is known that it is very difficult to predict when an epileptic seizure will occur.

脊椎動物、例えばイヌのてんかん有病率はおおよそ１〜５％であり、累積発症率は最大で１０％程度であることが知られている。日本では、およそ１０万〜６０万頭のイヌがてんかんに罹患していると推定されている。参考のために述べると、ヒトのてんかん有病率は約１％（神経疾患の中で最多）であり、７５歳までの累積発症率は約３％である。また、ネコのてんかん有病率はイヌの約半分である。 It is known that the prevalence of epilepsy in vertebrates such as dogs is about 1 to 5%, and the cumulative incidence is about 10% at the maximum. In Japan, it is estimated that approximately 100,000 to 600,000 dogs suffer from epilepsy. For reference, the prevalence of epilepsy in humans is about 1% (most common among neurological diseases), and the cumulative incidence by age 75 years is about 3%. Moreover, the prevalence of epilepsy in cats is about half that in dogs.

てんかん発作が、てんかん重積状態（１５分以上続くてんかん発作）に至ると、自発的に止まらないことが多い。しかも、この状態になると、死に至るか、そうでなくとも後遺症が残ることが多い。このため、てんかんを自動的にモニタリングするシステムが望まれる。 When an epileptic seizure reaches a status epilepticus (an epileptic seizure lasting 15 minutes or more), it often does not stop spontaneously. Moreover, in this state, it often leads to death, or aftereffects often remain. For this reason, a system for automatically monitoring epilepsy is desired.

また、てんかん治療においては、治療対象動物のてんかん発作回数を継続的に測定して、その推移を把握することが重要である。てんかん発作はいつ起きるか不明なので、この測定を作業者が行うことは、その作業者にかなりの負担となる。この観点からも、てんかん発作用の自動モニタリングシステムが望まれる。 In the treatment of epilepsy, it is important to continuously measure the number of epileptic seizures in the animal to be treated and grasp the transition. Since it is unknown when an epileptic seizure will occur, it is a considerable burden on the operator to make this measurement. From this viewpoint, an automatic monitoring system for epileptic action is desired.

従来から提案されているてんかん発作モニタリングシステムとしては、例えば、ケージ内に入った動物の動画を連続して撮影した後、録画を再生して、てんかん発作の回数を数えるという方法が知られている。しかしながら、この方法では、作業者の負担が大きいだけでなく、リアルタイムの監視ができないという問題がある。 As a conventional epileptic seizure monitoring system, for example, a method is known in which a video of an animal in a cage is continuously photographed and then the recording is reproduced to count the number of seizures. . However, this method has a problem that not only the burden on the operator is heavy, but also real-time monitoring is not possible.

また、ヒトのてんかん発作を検出するシステムとして、例えば下記特許文献１の技術が提案されている。この提案は、ヒトの四肢（例えば手首）に取り付けた三軸加速度計から得た加速度データによりてんかん発作を検出するというものである。しかしながら、この手法で実際にてんかん発作を判別できるのかどうか、この文献からは不明である。また、この技術をヒト以外の動物、例えばイヌに適用するための手段は、この文献には開示されていない。 In addition, as a system for detecting human epileptic seizures, for example, the technique of Patent Document 1 below has been proposed. The proposal is to detect epileptic seizures from acceleration data obtained from a triaxial accelerometer attached to a human limb (eg, wrist). However, it is unclear from this document whether this method can actually identify epileptic seizures. Also, means for applying this technique to animals other than humans, such as dogs, is not disclosed in this document.

特表２００９−５３７２２４号公報（００１３段落）Special Table 2009-537224 (paragraph 0013)

本発明は、前記した状況に鑑みてなされたものである。本発明の主な目的は、脊椎動物、例えばイヌにおけるてんかん発作を自動的に検出できるモニタリング技術を提供することである。 The present invention has been made in view of the above situation. The main objective of the present invention is to provide a monitoring technique that can automatically detect epileptic seizures in vertebrates, such as dogs.

（項目１）
脊椎動物におけるてんかん発作をモニタリングするためのシステムであって、
検出部と、解析部と、記録部とを備えており、
前記検出部は、三軸加速度計を備えており、
前記三軸加速度計は、前記脊椎動物の三軸方向における加速度データをそれぞれ検出する構成とされており、
前記解析部は、
前記三軸方向における加速度データから、てんかん発作解析用の解析データを生成する処理と、
前記記録部に記録されたテンプレートデータと前記解析データとを照合することによって、てんかん発作状態であるかどうかを判定する処理と
を行う構成とされている
ことを特徴とするてんかん発作モニタリングシステム。 (Item 1)
A system for monitoring epileptic seizures in vertebrates,
A detection unit, an analysis unit, and a recording unit;
The detection unit includes a triaxial accelerometer,
The triaxial accelerometer is configured to detect acceleration data in the triaxial direction of the vertebrate,
The analysis unit
From the acceleration data in the three-axis direction, processing to generate analysis data for epileptic seizure analysis,
An epileptic seizure monitoring system comprising: a process for determining whether or not an epileptic seizure state is present by collating template data recorded in the recording unit with the analysis data.

（項目２）
前記三軸加速度計は、前記脊椎動物の体幹の正中線上に配置されいる
項目１に記載のモニタリングシステム。 (Item 2)
The monitoring system according to item 1, wherein the three-axis accelerometer is disposed on a midline of the trunk of the vertebrate.

（項目３）
前記解析データは、所定期間ごとの、Ｘ方向加速度と、Ｙ方向加速度と、Ｚ方向加速度と、これら三軸方向加速度の合成力とについての、平均値及び変動係数であり、
前記テンプレートデータは、てんかん発作状態と非てんかん発作状態の前記脊椎動物について前記解析データを取得することによって事前に生成されたものであって、
かつ、前記テンプレートデータは、てんかん発作状態群と非てんかん発作状態群とを有している
項目１又は２に記載のモニタリングシステム。 (Item 3)
The analysis data is an average value and a coefficient of variation for the X direction acceleration, the Y direction acceleration, the Z direction acceleration, and the combined force of these triaxial accelerations for each predetermined period.
The template data is generated in advance by obtaining the analysis data for the vertebrate in an epileptic seizure state and a non-epileptic seizure state,
The monitoring system according to item 1 or 2, wherein the template data includes an epileptic seizure state group and a non-epileptic seizure state group.

（項目４）
前記テンプレートデータと前記解析データとの照合は、前記テンプレートデータにおけるてんかん発作状態群及びと非てんかん発作状態群と前記解析データとのそれぞれのマハラノビス距離を算出し、前記解析データが、前記マハラノビス距離において前記てんかん発作状態群と非てんかん発作状態群のいずれに近いかによって実行される構成とされている
項目１〜３のいずれか１項に記載のモニタリングシステム。 (Item 4)
The collation between the template data and the analysis data is to calculate the Mahalanobis distance between the epileptic seizure state group and the non-epileptic seizure state group and the analysis data in the template data, and the analysis data is calculated based on the Mahalanobis distance. The monitoring system according to any one of items 1 to 3, wherein the monitoring system is configured to be executed depending on whether the epileptic seizure state group or the non-epileptic seizure state group is close.

（項目５）
前記三軸加速度計は、前記脊椎動物の肩甲骨間における背中側に取り付けられている
項目１〜４のいずれか１項に記載のモニタリングシステム。 (Item 5)
The monitoring system according to any one of items 1 to 4, wherein the triaxial accelerometer is attached to a back side between scapulas of the vertebrate.

（項目６）
さらに出力部を備えており、
前記出力部は、前記解析部における判定の結果を前記記録部に出力して記録する構成となっている
項目１〜５のいずれか１項に記載のモニタリングシステム。 (Item 6)
In addition, it has an output unit,
The monitoring system according to any one of items 1 to 5, wherein the output unit is configured to output and record the determination result in the analysis unit to the recording unit.

（項目７）
さらに出力部を備えており、
前記出力部は、前記解析部における判定の結果を外部に通報する構成となっている
項目１〜５のいずれか１項に記載のモニタリングシステム。 (Item 7)
In addition, it has an output unit,
The monitoring system according to any one of items 1 to 5, wherein the output unit is configured to report the determination result in the analysis unit to the outside.

（項目８）
前記てんかん発作は、強直・間代性発作である
項目１〜７のいずれか１項に記載のモニタリングシステム。 (Item 8)
The monitoring system according to any one of Items 1 to 7, wherein the epileptic seizure is a tonic / clonic seizure.

（項目９）
前記脊椎動物はイヌである
項目１〜８のいずれか１項に記載のモニタリングシステム。 (Item 9)
The monitoring system according to any one of items 1 to 8, wherein the vertebrate is a dog.

（項目１０）
脊椎動物におけるてんかん発作をモニタリングするための方法であって、
脊椎動物の三軸方向における加速度データをそれぞれ検出するステップと、
前記三軸方向における加速度データから、てんかん発作解析用の解析データを生成するステップと、
予め準備されたテンプレートデータと前記解析データとを照合することによって、てんかん発作状態であるかどうかを判定するステップと
を備えることを特徴とするてんかん発作モニタリング方法。 (Item 10)
A method for monitoring epileptic seizures in vertebrates, comprising:
Detecting acceleration data in three axis directions of vertebrates,
Generating analysis data for epileptic seizure analysis from acceleration data in the three-axis directions;
An epileptic seizure monitoring method, comprising: comparing template data prepared in advance with the analysis data to determine whether or not the patient is in an epileptic seizure state.

（項目１１）
脊椎動物におけるてんかん発作をモニタリングするためのコンピュータプログラムであって、
脊椎動物の三軸方向における加速度データの入力を受け取るステップと、
前記三軸方向における加速度データから、てんかん発作解析用の解析データを生成するステップと、
予め準備されたテンプレートデータと前記解析データとを照合することによって、てんかん発作状態であるかどうかを判定するステップと
をコンピュータに実行させることを特徴とするコンピュータプログラム。 (Item 11)
A computer program for monitoring epileptic seizures in vertebrates,
Receiving input of acceleration data in three axis directions of the vertebrate;
Generating analysis data for epileptic seizure analysis from acceleration data in the three-axis directions;
A computer program for causing a computer to execute a step of determining whether or not the patient is in an epileptic seizure state by comparing template data prepared in advance with the analysis data.

このコンピュータプログラムは、適宜な記録媒体（例えばＣＤ−ＲＯＭやＤＶＤディスクのような光学的な記録媒体、ハードディスクやフレキシブルディスクのような磁気的記録媒体、あるいはＭＯディスクのような光磁気記録媒体）に格納することができる。このコンピュータプログラムは、インターネットなどの通信回線を介して伝送されることができる。 This computer program is stored in an appropriate recording medium (for example, an optical recording medium such as a CD-ROM or a DVD disk, a magnetic recording medium such as a hard disk or a flexible disk, or a magneto-optical recording medium such as an MO disk). Can be stored. This computer program can be transmitted via a communication line such as the Internet.

本発明によれば、前記の構成を備えることによって、脊椎動物、例えばイヌにおけるてんかん発作を自動的に検出するためのモニタリング技術を提供することが可能となる。 According to the present invention, it is possible to provide a monitoring technique for automatically detecting an epileptic seizure in a vertebrate, for example, a dog, by providing the above-described configuration.

本発明のモニタリングシステム全体の概略を示すブロック図である。It is a block diagram which shows the outline of the whole monitoring system of this invention. 対象動物であるイヌに三軸加速度計を取り付けた状態を示す説明図である。It is explanatory drawing which shows the state which attached the triaxial accelerometer to the dog which is an object animal. 図１のシステムを用いたモニタリング方法の全体的な手順を説明するためのフローチャートである。It is a flowchart for demonstrating the whole procedure of the monitoring method using the system of FIG. 図３のモニタリング方法における学習手順を説明するためのフローチャートである。It is a flowchart for demonstrating the learning procedure in the monitoring method of FIG. 図３のモニタリング方法における検出手順を説明するためのフローチャートである。It is a flowchart for demonstrating the detection procedure in the monitoring method of FIG. 実験例におけるてんかん発作判定の結果を示す説明図である。It is explanatory drawing which shows the result of the epileptic seizure determination in an experiment example.

（本実施形態の構成）
本発明の一実施形態におけるてんかん発作モニタリングシステムの構成を、添付の図面を参照しながら説明する。本実施形態のシステムは、脊椎動物の一例としてのイヌにおけるてんかん発作を対象としている。また、本実施形態は、てんかん発作として、強直・間代性発作を対象としている。強直・間代性発作は、てんかん重積状態に至った際に重症化しやすいことが知られている重大な発作だからである。ここで、本明細書における用語の定義は以下のとおりである。
・強直発作：左右ほぼ対称に全身が硬直する発作；
・間代発作：左右ほぼ対称に、全身的な筋肉のけいれんを起こす発作；
・強直・間代性発作：強直性けいれんから間代性けいれんに移行する、あるいはこれらが混在する一連の発作。ただし、本明細書では、強直発作のみ、あるいは間代発作のみの状態もこの用語に含まれるものとして扱う。また、この発作には、全般発作だけでなく、二次性全般化発作（部分発作から二次的に全般化した発作）の場合も含むものとする。
・脊椎動物：ヒト以外の脊椎動物、例えばイヌ。 (Configuration of this embodiment)
A configuration of an epileptic seizure monitoring system according to an embodiment of the present invention will be described with reference to the accompanying drawings. The system of this embodiment is intended for epileptic seizures in dogs as an example of vertebrates. Moreover, this embodiment is directed to tonic / clonic seizures as epileptic seizures. This is because tonic / clonic seizures are serious seizures that are known to be more likely to become severe when they reach status epilepticus. Here, definitions of terms in the present specification are as follows.
・ Strong seizures: Seizures in which the whole body is stiff almost symmetrically;
• Clonic seizures: Seizures that cause generalized muscle spasms, almost symmetrically;
・ Tonic / clonic seizures: A series of seizures that transition from or to a mixture of tonic seizures. However, in this specification, only tonic seizures or only clonic seizures are treated as being included in this term. In addition, this seizure includes not only general seizures but also cases of secondary generalized seizures (seizures secondary to general seizures).
Vertebrate: A vertebrate other than a human, such as a dog.

本実施形態のモニタリングシステムは、検出部１と、解析部２と、記録部３とを備えている（図１参照）。さらに、このシステムは、出力部４を備えている。 The monitoring system of the present embodiment includes a detection unit 1, an analysis unit 2, and a recording unit 3 (see FIG. 1). The system further includes an output unit 4.

検出部１は、三軸加速度計１１を備えている。三軸加速度計１１は、イヌの体幹の正中線上に配置されて、イヌの三軸方向における加速度データをそれぞれ検出する構成とされている。具体的には、本実施形態の検出部１は、三軸加速度計１１をイヌに取り付けるための取付具１２をさらに備えている（図２参照）。取付具１２は、両前足を通過させるための二つの穴と、これらの穴に前足を通した状態でイヌの背中側に位置する背面部とを備えている。つまり、本実施形態の取付具１２は、ジャケット状となっている。ただし、取付具１２としては、ジャケット状に限らず、ハーネスを利用したものでもよい。要するに、取付具１２としては、所望の位置に三軸加速度計１１を確実に保持できる構成であれば、種々の形態をとることができる。三軸加速度計１１は、取付具１２の背面部の外面に、着脱可能なように取り付けられる構成となっている。このように装着すると、本実施形態の三軸加速度計１１は、イヌの肩甲骨間における背中側に取り付けられるようになっている。ここで、この明細書における正中線とは、「左右対称形の動物における相称軸（あるいは相称面上の直線）」をいうものとする。例えば、イヌの背面であって、かつその脊椎上となる位置が、正中線上の位置となる。また、この明細書においては、三軸方向として、直交座標系におけるＸＹＺ方向を用いるが、適宜な変換式によって直交座標系と等価に変換できる座標系（例えば斜交座標系）上の三軸方向を用いることは可能である。 The detection unit 1 includes a three-axis accelerometer 11. The triaxial accelerometer 11 is arranged on the midline of the trunk of the dog and detects acceleration data in the triaxial direction of the dog. Specifically, the detection unit 1 of the present embodiment further includes a fixture 12 for attaching the triaxial accelerometer 11 to the dog (see FIG. 2). The fixture 12 includes two holes for allowing both front paws to pass therethrough, and a back surface portion located on the back side of the dog with the front paws passing through these holes. That is, the fixture 12 of this embodiment has a jacket shape. However, the fixture 12 is not limited to a jacket shape, and a harness may be used. In short, the fixture 12 can take various forms as long as the configuration can reliably hold the triaxial accelerometer 11 at a desired position. The triaxial accelerometer 11 is configured to be detachably attached to the outer surface of the back surface of the fixture 12. When mounted in this manner, the triaxial accelerometer 11 of the present embodiment is attached to the back side between the scapulas of the dog. Here, the midline in this specification refers to “a symmetric axis (or a straight line on a symmetric plane) in a bilaterally symmetric animal”. For example, the position on the back of the dog and on the spine is the position on the midline. In this specification, the XYZ directions in the orthogonal coordinate system are used as the triaxial directions, but the triaxial directions on a coordinate system (for example, an oblique coordinate system) that can be converted equivalently to the orthogonal coordinate system by an appropriate conversion formula. Can be used.

解析部２は、てんかん判定時において、
三軸加速度計１１で収集された三軸方向加速度データから、てんかん発作解析用の解析データを生成する処理と、
記録部３に記録されたテンプレートデータと解析データとを照合することによって、てんかん発作状態であるかどうかを判定する処理と
を行う構成とされている。 The analysis unit 2 determines when epilepsy is determined.
Processing for generating analysis data for epileptic seizure analysis from triaxial acceleration data collected by the triaxial accelerometer 11;
The template data recorded in the recording unit 3 and the analysis data are collated to determine whether or not the patient is in an epileptic seizure state.

ここで、本実施形態で用いる解析データは、所定期間ごとの、Ｘ方向加速度と、Ｙ方向加速度と、Ｚ方向加速度と、これら三軸方向加速度の合成力とについての、平均値及び変動係数となっている。つまり、この実施形態では、解析データが、これら８個の要素データを含んでいる。なお、変動係数は、標準偏差を算術平均で割ったものであり、その算出方法はよく知られているので、詳しい説明は省略する。また、変動係数の逆数を解析データとして用いることも可能であるが、このように変動係数から導かれる数値も、この実施形態の説明においては変動係数という用語に含まれるものとする。 Here, the analysis data used in the present embodiment is an average value and a coefficient of variation for the X direction acceleration, the Y direction acceleration, the Z direction acceleration, and the combined force of these triaxial accelerations for each predetermined period. It has become. That is, in this embodiment, the analysis data includes these eight element data. Note that the coefficient of variation is obtained by dividing the standard deviation by the arithmetic average, and its calculation method is well known, so detailed description thereof will be omitted. Although the reciprocal of the variation coefficient can be used as the analysis data, the numerical value derived from the variation coefficient is also included in the term variation coefficient in the description of this embodiment.

また、テンプレートデータは、てんかん発作状態と非てんかん発作状態の脊椎動物（本例ではイヌ）について解析データを取得することによって事前に生成されたものである。さらに、テンプレートデータは、少なくともてんかん発作状態群と非てんかん発作状態群という二つのグループあるいはクラスタを有している。 The template data is generated in advance by acquiring analysis data for a vertebrate (in this example, a dog) in an epileptic seizure state and a non-epileptic seizure state. Further, the template data has at least two groups or clusters of an epileptic seizure state group and a non-epileptic seizure state group.

また、本実施形態において、テンプレートデータと解析データとの照合は、テンプレートデータにおけるてんかん発作状態群及び非てんかん発作状態群と解析データとのそれぞれのマハラノビス距離を算出し、このマハラノビス距離において、解析データがてんかん発作状態群と非てんかん発作状態群のいずれに近いかによって実行されるようになっている。 In this embodiment, the template data and the analysis data are collated by calculating the Mahalanobis distance between the epileptic seizure state group and the non-epileptic seizure state group and the analysis data in the template data, and the analysis data is calculated at the Mahalanobis distance. It is executed depending on whether it is close to an epileptic seizure state group or a non-epileptic seizure state group.

てんかん発作を判定するための具体的な手法は、本実施形態の動作として後述する。 A specific method for determining an epileptic seizure will be described later as the operation of this embodiment.

出力部４は、解析部２における判定の結果を記録部３に出力して記録する構成となっている。ただし、出力部４は、解析部２における判定の結果を外部に通報する構成であってもよい。 The output unit 4 is configured to output the determination result in the analysis unit 2 to the recording unit 3 for recording. However, the output unit 4 may be configured to report the determination result in the analysis unit 2 to the outside.

（本実施形態の動作）
以下、図３〜図５を参照して、前記したシステムを用いたてんかん発作モニタリング方法を説明する。 (Operation of this embodiment)
Hereinafter, an epileptic seizure monitoring method using the above-described system will be described with reference to FIGS.

（図３のステップＳＡ−１）
まず、てんかん発作判定の前提となるテンプレートデータを作成するための学習を行う。この学習の手順を、図４をさらに参照しながら説明する。 (Step SA-1 in FIG. 3)
First, learning is performed to create template data that is a prerequisite for epilepsy seizure determination. The learning procedure will be described with further reference to FIG.

（図４のステップＳＢ−１）
学習においては、対象動物（本例ではイヌ）のてんかん発作時と非てんかん発作時（つまり通常時）のそれぞれについて、検出部１の三軸加速度計１１を用いて、三軸加速度を検出する。学習時における三軸加速度の検出は、好ましくは、後述する判定時における三軸加速度の検出と同様の取り付け状態で行われる。ただし、学習時と判定時とで異なる三軸加速度計を用いることも、必要なデータを得られるのであれば、可能である。 (Step SB-1 in FIG. 4)
In learning, triaxial acceleration is detected by using the triaxial accelerometer 11 of the detection unit 1 for each of an epileptic seizure and a non-epileptic seizure (that is, normal time) of the target animal (in this example, a dog). The detection of the triaxial acceleration during learning is preferably performed in the same attachment state as the detection of the triaxial acceleration during determination described later. However, it is possible to use different triaxial accelerometers for learning and determination as long as necessary data can be obtained.

（図４のステップＳＢ−２）
ついで、前記のように検出された、三軸方向の加速度データから、てんかん発作解析用のテンプレートデータを生成する。前記したように、本実施形態で用いる解析データは、所定期間ごと（例えば１分ごと）の、Ｘ方向加速度と、Ｙ方向加速度と、Ｚ方向加速度と、これら三軸方向加速度の合成力とについての、平均値及び変動係数となっている。また、テンプレート作成時には、てんかん発作時のデータと非てんかん発作時のデータとを操作者が区別できるので、それぞれの群（てんかん発作状態群と非てんかん発作状態群）にデータをまとめておく。つまり、クラスタを生成しておく。 (Step SB-2 in FIG. 4)
Next, template data for epileptic seizure analysis is generated from the acceleration data in the three-axis directions detected as described above. As described above, the analysis data used in the present embodiment is the X direction acceleration, the Y direction acceleration, the Z direction acceleration, and the combined force of these triaxial accelerations every predetermined period (for example, every minute). The average value and coefficient of variation. Further, when creating a template, since the operator can distinguish between data at the time of epileptic seizure and data at the time of non-epileptic seizure, the data is collected in each group (epileptic seizure state group and non-epileptic seizure state group). That is, a cluster is generated.

（図４のステップＳＢ−３）
ついで、クラスタを有するテンプレートデータを、記録部３に格納する。テンプレートデータ生成の実験例については後述する。 (Step SB-3 in FIG. 4)
Next, template data having clusters is stored in the recording unit 3. An example of template data generation will be described later.

（図３のステップＳＡ−２）
つぎに、作成されたテンプレートを用いた、てんかん発作検出の手順について、図５をさらに参照しながら説明する。 (Step SA-2 in FIG. 3)
Next, an epileptic seizure detection procedure using the created template will be described with further reference to FIG.

（図５のステップＳＣ−１）
まず、検出部１の三軸加速度計１１が、イヌの三軸方向における加速度データを継続的に取得し、解析部２に送る。ここで、本実施形態では、取付具１２を用いて三軸加速度計１１を、イヌの肩甲骨間における背中側に取り付けたので（図２参照）、対象動物であるイヌの口や脚による妨害を受けることなく、測定を行うことができる。また、本実施形態では、取付具１２により、三軸加速度計１１を、イヌの体幹の正中線上に配置したので、対象動物であるイヌの口や脚による妨害を一層確実に防止できる。ただし、三軸加速度計１１の設置位置としては、正中線の直上でなく、その近傍であっても、妨害を防止できる位置であればよい。また、三軸加速度計１１を、対象動物の体幹（背中）の正中線上に配置したので、発作の動きの左右差や前後差が大きい場合でも加速度感知の可能性が高いという利点もある。例えば、左後肢を大きく動かすような発作が起きた場合、もしも体の右側に加速度計１１が装着されていたとすれば、発作を感知できない可能性がある。同様に、例えば体の後部側（後ろ足側）を大きく動かすような発作が起きた場合、もしも体の前脚近傍に加速度計１１が装着されていたとすれば、発作を感知できない可能性がある。これに対して、前記した実施形態では、三軸加速度計１１を対象動物の体幹の正中線上に配置したので、このような左右差や前後差の大きな発作も検出できる可能性が高いという利点がある。したがって、本実施形態では、部分発作（あるいは焦点発作ともいう）に分類されるような局所的なてんかん発作の検出も可能になるという利点がある。 (Step SC-1 in FIG. 5)
First, the triaxial accelerometer 11 of the detection unit 1 continuously acquires acceleration data in the triaxial direction of the dog and sends it to the analysis unit 2. Here, in this embodiment, since the three-axis accelerometer 11 is attached to the back side between the scapulas of the dog using the fixture 12 (see FIG. 2), obstruction by the mouth and leg of the dog that is the target animal. Measurement can be performed without receiving. Moreover, in this embodiment, since the triaxial accelerometer 11 is disposed on the midline of the trunk of the dog by the fixture 12, it is possible to more reliably prevent obstruction by the mouth and leg of the dog that is the target animal. However, the installation position of the triaxial accelerometer 11 may be a position that can prevent interference even in the vicinity of the triaxial accelerometer 11, not just above the median line. In addition, since the three-axis accelerometer 11 is arranged on the midline of the trunk (back) of the subject animal, there is also an advantage that the possibility of acceleration detection is high even when the left-right difference or the front-back difference of the seizure movement is large. For example, if a seizure occurs that greatly moves the left hind limb, if the accelerometer 11 is worn on the right side of the body, the seizure may not be detected. Similarly, for example, when a seizure occurs that greatly moves the back side (back foot side) of the body, if the accelerometer 11 is mounted near the front leg of the body, the seizure may not be detected. On the other hand, in the above-described embodiment, since the three-axis accelerometer 11 is arranged on the midline of the trunk of the target animal, there is an advantage that it is highly possible to detect such a seizure with a large difference between left and right and front and rear. There is. Therefore, in this embodiment, there is an advantage that it is possible to detect local epileptic seizures classified as partial seizures (or focal seizures).

（図５のステップＳＣ−２）
解析部２では、三軸方向における加速度データから、てんかん発作解析用の解析データを生成する。本実施形態で用いる解析データは、所定期間ごと（例えば１分ごと）の、Ｘ方向加速度と、Ｙ方向加速度と、Ｚ方向加速度と、これら三軸方向加速度の合成力とについての、平均値及び変動係数となっている。このデータの種類は、前記したテンプレートデータの場合と同じとされている。 (Step SC-2 in FIG. 5)
The analysis unit 2 generates analysis data for epileptic seizure analysis from acceleration data in the three-axis directions. The analysis data used in the present embodiment is an average value of the X direction acceleration, the Y direction acceleration, the Z direction acceleration, and the resultant force of these three axial accelerations for each predetermined period (for example, every minute). It is a coefficient of variation. The type of data is the same as in the case of the template data described above.

（図５のステップＳＣ−３）
ついで、解析部２は、記録部３に予め準備されたテンプレートデータと、随時取得されている解析データとを照合する。具体的には、解析部２は、テンプレートデータにおけるてんかん発作状態群と非てんかん発作状態群と解析データとのマハラノビス距離を算出する。マハラノビス距離の算出方法としては、既存の手法を用いることができるので、詳しい説明は省略する。 (Step SC-3 in FIG. 5)
Next, the analysis unit 2 collates the template data prepared in advance in the recording unit 3 with the analysis data acquired as needed. Specifically, the analysis unit 2 calculates the Mahalanobis distance between the epileptic seizure state group, the non-epileptic seizure state group, and the analysis data in the template data. Since the existing method can be used as the Mahalanobis distance calculation method, a detailed description is omitted.

（図５のステップＳＣ−４）
さらに、解析部２は、算出されたマハラノビス距離がどちらの群に近いかによって、てんかん状態か否かの判定を行う。例えば、ある時点で得られた解析データが、てんかん発作状態群のクラスタにより近いのであれば、対象のイヌはてんかん発作状態であると判定できる。 (Step SC-4 in FIG. 5)
Furthermore, the analysis unit 2 determines whether or not the epilepsy state is based on which group the calculated Mahalanobis distance is closer to. For example, if the analysis data obtained at a certain time is closer to the cluster of the epileptic seizure state group, it can be determined that the subject dog is in the epileptic seizure state.

（図３のステップＳＡ−３）
解析部２は、判定結果を出力部４に送る。出力部４は、てんかん発作の発生状況（例えば発生時間、継続期間、発生回数など）を記録部３に記録することができる。あるいは、出力部４は、外部のシステムあるいは通信端末に対して、てんかん発作の発生を通知することもできる。例えば、通信システムを介して、飼い主の携帯端末に、てんかん発作の発生を知らせることができる。 (Step SA-3 in FIG. 3)
The analysis unit 2 sends the determination result to the output unit 4. The output unit 4 can record the occurrence status of epileptic seizures (for example, occurrence time, duration, number of occurrences, etc.) in the recording unit 3. Alternatively, the output unit 4 can notify an external system or communication terminal that an epileptic seizure has occurred. For example, the occurrence of an epileptic seizure can be notified to the owner's mobile terminal via the communication system.

前記した各実施形態の動作は、コンピュータに適宜のコンピュータソフトウエアを組み込むことにより実施することができる。 The operations of the above-described embodiments can be implemented by incorporating appropriate computer software into the computer.

なお、本発明の内容は、前記実施形態に限定されるものではない。本発明は、特許請求の範囲に記載された範囲内において、具体的な構成に対して種々の変更を加えうるものである。 The contents of the present invention are not limited to the above embodiment. In the present invention, various modifications can be made to the specific configuration within the scope of the claims.

例えば、前記した各構成要素は、機能ブロックとして存在していればよく、独立したハードウエアとして存在しなくても良い。また、実装方法としては、ハードウエアを用いてもコンピュータソフトウエアを用いても良い。さらに、本発明における一つの機能要素が複数の機能要素の集合によって実現されても良く、本発明における複数の機能要素が一つの機能要素により実現されても良い。 For example, each component described above may exist as a functional block, and may not exist as independent hardware. As a mounting method, hardware or computer software may be used. Furthermore, one functional element in the present invention may be realized by a set of a plurality of functional elements, and a plurality of functional elements in the present invention may be realized by one functional element.

また、機能要素は、物理的に離間した位置に配置されていてもよい。この場合、機能要素どうしがネットワークにより接続されていても良い。グリッドコンピューティングにより機能を実現し、あるいは機能要素を構成することも可能である。 Moreover, the functional element may be arrange | positioned in the position physically separated. In this case, the functional elements may be connected by a network. It is also possible to realize functions or configure functional elements by grid computing.

また、前記実施形態では、イヌのてんかん発作を監視する例を説明したが、イヌに限らず、ネコなど、他の脊椎動物についても本発明を適用可能である。 Moreover, although the example which monitors the epileptic seizure of a dog was demonstrated in the said embodiment, this invention is applicable not only to a dog but other vertebrates, such as a cat.

また、前記実施形態では、ステップＳＣ−２における解析データの取得を、１分ごととしたが、これに限らず、もっと短い（例えば数秒ごと）、あるいはもっと長い（例えば数十分ごと）周期で取得することもできる。あるいは、時間帯や犬種などの条件によって異なる周期でデータを取得することも可能である。 In the embodiment, the acquisition of the analysis data in step SC-2 is performed every minute. However, the present invention is not limited to this. It can also be acquired. Or it is also possible to acquire data with a different period according to conditions, such as a time slot | zone and a dog breed.

（実験例）
以下、実際にてんかん状態の判定を行った例を説明する。 (Experimental example)
Hereinafter, an example of actually determining the status of epilepsy will be described.

（実験条件）
・対象動物：自然発症のてんかん罹患犬５頭（３犬種）及び健常犬１頭
（すなわち、ビーグル４頭、ミニチュアダックスフンド１頭、ペキニーズ１頭の計６頭：ここでビーグル１頭のみが健常犬であり、残りはすべててんかん罹患犬である） (Experimental conditions)
-Target animals: 5 naturally occurring epilepsy-affected dogs (3 breeds) and 1 healthy dog (ie, 4 beagles, 1 miniature dachshund, 1 pekingese: a total of 1 beagle here) Healthy dogs, the rest are all epileptic dogs)

（実験例におけるテンプレートデータの作成）
前記対象動物のうち、てんかんに罹患しているビーグル２頭と罹患していないビーグル１頭を用いて、前記において説明したテンプレートデータを作成した。このとき、対象動物がてんかん状態であるか否かを操作者が確認して、それぞれのデータを、てんかん発作状態群と非てんかん発作状態群のどちらかに関連付けた。テンプレート用のデータ収集中に、対象動物全体で、８回のてんかん発作を発症した。そのうち４回が自然発作であり、残りの４回が薬物誘因発作であった。 (Create template data in the experimental example)
Among the target animals, the template data described above was created using two beagles affected with epilepsy and one beagle not affected. At this time, the operator confirmed whether or not the target animal is in an epileptic state, and associated each data with either the epileptic seizure state group or the non-epileptic seizure state group. During the data collection for the template, 8 epileptic seizures developed across the subject animals. Of these, 4 were spontaneous attacks and the remaining 4 were drug-induced seizures.

（実験例におけるてんかん判定動作）
ついで、てんかんに罹患している３頭の対象動物（ビーグル、ペキニーズ及びミニチュアダックスフンド：これらはテンプレートデータ作成時の個体とは違う個体である）について、前記した実施形態の手法で三軸加速度データを取得し、判定を行った。結果を図６に示す。ここで２頭の対象動物をそれぞれＤｏｇ１、Ｄｏｇ２及びＤｏｇ３としている。対象動物Ｄｏｇ１のてんかん発作時には、てんかん発作群とのマハラノビス距離が６であり、非てんかん発作群とのマハラノビス距離が７１であった。これにより、てんかん発作であることを正確に判定できた。以下同様に、Ｄｏｇ１の非発作時、並びに、Ｄｏｇ２及びＤｏｇ３のてんかん発作時、非てんかん発作時のいずれについても、正しい判定を行うことができた。つまり、この実験例での判別成功率は１００％となった。したがって、前記した実施形態の手法により、精度の高いてんかん発作判定を実現可能であることがわかる。 (Epileptic judgment operation in the experimental example)
Next, three-axis acceleration data for the three target animals suffering from epilepsy (beagle, pekingese, and miniature dachshund: these are individuals different from the individual at the time of creating template data) by the method of the above-described embodiment. Was obtained and judged. The results are shown in FIG. Here, the two target animals are Dog1, Dog2, and Dog3, respectively. At the time of epileptic seizure of the subject animal Dog1, the Mahalanobis distance from the epileptic seizure group was 6, and the Mahalanobis distance from the non-epileptic seizure group was 71. As a result, it was possible to accurately determine that the epileptic seizure had occurred. In the same manner, it was possible to make a correct determination at the time of non-seizure of Dog1, and at the time of epileptic seizure of Dog2 and Dog3. That is, the discrimination success rate in this experimental example was 100%. Therefore, it can be seen that the method of the above-described embodiment makes it possible to achieve highly accurate epileptic seizure determination.

１検出部
１１三軸加速度計
１２取付具
２解析部
３記録部
４出力部 DESCRIPTION OF SYMBOLS 1 Detection part 11 Triaxial accelerometer 12 Mounting tool 2 Analysis part 3 Recording part 4 Output part

Claims

A system for monitoring epileptic seizures in vertebrates,
A detection unit, an analysis unit, and a recording unit;
The detection unit includes a triaxial accelerometer,
The triaxial accelerometer is configured to detect acceleration data in the triaxial direction of the vertebrate,
The analysis unit
From the acceleration data in the three-axis direction, processing to generate analysis data for epileptic seizure analysis,
The template data recorded in the recording unit and the analysis data are collated to determine whether or not the patient is in an epileptic seizure state .
The triaxial accelerometer is located on the midline of the vertebrate trunk;
The analysis data is an average value and a coefficient of variation for the X direction acceleration, the Y direction acceleration, the Z direction acceleration, and the combined force of these triaxial accelerations for each predetermined period.
The template data is generated in advance by acquiring the analysis data for the vertebrate in an epileptic seizure state and a non-epileptic seizure state,
And the template data has an epileptic seizure state group and a non-epileptic seizure state group,
The matching between the template data and the analysis data is to calculate the Mahalanobis distance between the analysis data and the epileptic seizure state group and the non-epileptic seizure state group in the template data, and the analysis data is the Mahalanobis distance at the Mahalanobis distance. It is configured to be executed depending on whether it is close to the epileptic seizure state group or the non-epileptic seizure state group,
The epileptic seizure is a tonic / clonic seizure,
The vertebrate is a dog;
The epileptic seizure monitoring system , wherein the template data does not include data of the vertebrate itself to be monitored.

The monitoring system according to claim 1, wherein the triaxial accelerometer is attached to a back side between scapulas of the vertebrate.

In addition, it has an output unit,
The output unit, the monitoring system according to claim 1 or 2 has a configuration for recording and outputs the result of judgment in the analyzing unit to the recording unit.

In addition, it has an output unit,
The monitoring system according to any one of claims 1 to 3 , wherein the output unit is configured to notify a determination result in the analysis unit to the outside.

A method for monitoring epileptic seizures in vertebrates, comprising:
Detecting acceleration data in the three-axis direction of the vertebrate by means of a three-axis accelerometer disposed on the midline of the trunk of the vertebrate ,
Generating analysis data for epileptic seizure analysis from acceleration data in the three-axis directions;
By collating the previously said the prepared template data analysis data, and a step of determining whether the seizure state,
The analysis data is an average value and a coefficient of variation for the X direction acceleration, the Y direction acceleration, the Z direction acceleration, and the combined force of these triaxial accelerations for each predetermined period.
The template data is generated in advance by acquiring the analysis data for the vertebrate in an epileptic seizure state and a non-epileptic seizure state,
And the template data has an epileptic seizure state group and a non-epileptic seizure state group,
The matching between the template data and the analysis data is to calculate the Mahalanobis distance between the analysis data and the epileptic seizure state group and the non-epileptic seizure state group in the template data, and the analysis data is the Mahalanobis distance at the Mahalanobis distance. It is configured to be executed depending on whether it is close to the epileptic seizure state group or the non-epileptic seizure state group,
The epileptic seizure is a tonic / clonic seizure,
The vertebrate is a dog;
The epileptic seizure monitoring method , wherein the template data does not include data of the vertebrate itself to be monitored.

A computer program for monitoring epileptic seizures in vertebrates,
Receiving input of acceleration data in a vertebrate triaxial direction measured by a triaxial accelerometer located on the midline of the vertebrate trunk ;
Generating analysis data for epileptic seizure analysis from acceleration data in the three-axis directions;
By comparing the prepared template data with the analysis data, the computer is caused to execute a step of determining whether or not the patient is in an epileptic seizure state .
The analysis data is an average value and a coefficient of variation for the X direction acceleration, the Y direction acceleration, the Z direction acceleration, and the combined force of these triaxial accelerations for each predetermined period.
The template data is generated in advance by acquiring the analysis data for the vertebrate in an epileptic seizure state and a non-epileptic seizure state,
And the template data has an epileptic seizure state group and a non-epileptic seizure state group,
The matching between the template data and the analysis data is to calculate the Mahalanobis distance between the analysis data and the epileptic seizure state group and the non-epileptic seizure state group in the template data, and the analysis data is the Mahalanobis distance at the Mahalanobis distance. It is configured to be executed depending on whether it is close to the epileptic seizure state group or the non-epileptic seizure state group,
The epileptic seizure is a tonic / clonic seizure,
The vertebrate is a dog;
The computer program according to claim 1, wherein the template data does not include data of the vertebrate itself to be monitored .