CN104602599A - 感测装置及感测方法 - Google Patents

感测装置及感测方法 Download PDF

Info

Publication number
CN104602599A
CN104602599A CN201280075709.7A CN201280075709A CN104602599A CN 104602599 A CN104602599 A CN 104602599A CN 201280075709 A CN201280075709 A CN 201280075709A CN 104602599 A CN104602599 A CN 104602599A
Authority
CN
China
Prior art keywords
wave filter
measurement signal
filtering processing
variation amount
time variation
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201280075709.7A
Other languages
English (en)
Other versions
CN104602599B (zh
Inventor
深井利夫
松本淳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Terumo Corp
Original Assignee
Terumo Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Terumo Corp filed Critical Terumo Corp
Publication of CN104602599A publication Critical patent/CN104602599A/zh
Application granted granted Critical
Publication of CN104602599B publication Critical patent/CN104602599B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R29/00—Arrangements for measuring or indicating electric quantities not covered by groups G01R19/00 - G01R27/00
    • G01R29/26—Measuring noise figure; Measuring signal-to-noise ratio
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
    • A61B5/14532—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring glucose, e.g. by tissue impedance measurement
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/725—Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/66—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving blood sugars, e.g. galactose

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Molecular Biology (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Hematology (AREA)
  • Artificial Intelligence (AREA)
  • Optics & Photonics (AREA)
  • Emergency Medicine (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physiology (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Urology & Nephrology (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Chemical & Material Sciences (AREA)
  • Biotechnology (AREA)
  • Cell Biology (AREA)
  • Microbiology (AREA)
  • Diabetes (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明涉及连续或间歇地定量测定分析物浓度的感测装置及感测方法。使用传感器(12)，逐次获取与分析物浓度相关的计测信号。经由多种滤波器(48、49、84)中的一种滤波器而对由传感器(12)获取的计测信号的时间序列施加基于频域的滤波处理。与计测信号的时间变化量相应地切换滤波处理中使用的一种滤波器。

Description

感测装置及感测方法
技术领域
本发明涉及连续或间歇地定量测定分析物浓度的感测装置及感测方法。
背景技术
近年来开发有例如在被检者的体内埋入传感器部，并连续或间歇地定量测定作为分析物的血液中葡萄糖的浓度的持续血糖监视器系统{也称为CGM(Continuous Glucose Monitoring:动态血糖监测)系统}。在经由传感器部获取计测信号时，通常在该计测信号中混入有包含电噪声或光量子噪声在内的各种噪声。因此，为了使葡萄糖的浓度的定量测定精度提高，提出了多种与将噪声成分有效地除去的滤波(filtering)有关的技术。
在日本特开2005-131370号公报中，提出了使用基于时域的滤波算法(filtering algorithm)(尤其是卡尔曼滤波器)来除去噪声成分的方法。更详细地说，记载了通过用信号差参数(例如标准偏差)的函数来定义误差协方差矩阵而使滤波系数动态地最佳化的主旨。
发明内容
然而，为了实现装置的小型化和耗电的减少，要求在设计上极力减少基于电路产生的处理运算量。但是，在日本特开2005-131370号公报所记载的方法中，有处理运算量变大的趋势，存在无法满足上述要求的问题。
本发明是为了解决上述的问题而完成的，其目的在于，提供一种感测装置及感测方法，使用结构比较简便的基于频域的滤波器，就能够有效地从计测信号除去噪声成分，同时也能够维持分析物浓度相对于时间变化的追随性。
本发明的感测装置是连续或间歇地定量测定分析物的浓度的装置，具有：传感器部，其逐次获取与上述分析物的浓度相关的计测信号；滤波处理部，其具有多种滤波器，经由该多种滤波器中的一种滤波器而对由上述传感器部获取的上述计测信号的时间序列施加基于频域的滤波处理；以及滤波器切换部，其与上述计测信号的时间变化量相应地切换上述滤波处理中使用的上述一种滤波器。
像这样，由于设有将基于频域的滤波处理中使用的一种滤波器与计测信号的时间变化量相应地切换的滤波器切换部，所以能够适时地选择同时考虑了上述计测信号的时间变化、及由上述滤波处理导致的相位延迟特性的滤波器。由此，使用结构比较简便的基于频域的滤波器，就能够有效地从计测信号除去噪声成分，同时也能够维持分析物浓度相对于时间变化的追随性。
另外，优选的是，上述滤波处理部至少具有对上述计测信号的时间序列施加恒等变换的恒等变换滤波器，上述滤波器切换部在上述时间变化量比阈值大的情况下切换成上述恒等变换滤波器。在时间变化量比阈值大的情况下，由于不产生基于滤波处理的相位延迟，所以能够确保分析物浓度相对于时间变化的追随性。
而且，优选的是，上述滤波处理部至少具有相位延迟量的平均值在截止频率以下的频带中不同的两种滤波器，上述滤波器切换部在所述时间变化量较大的情况下切换成所述相位延迟量的平均值较小的滤波器，并且在上述时间变化量较小的情况下切换成上述相位延迟量的平均值较大的滤波器。由于在时间变化量较大的情况下不会产生基于滤波处理的相位延迟，所以能够确保分析物浓度相对于时间变化的追随性。另外，在时间变化量较小的情况下，由于并没有那么要求上述的追随性，所以能够更有效地从计测信号除去噪声成分。
本发明的感测方法是连续或间歇地定量测定分析物的浓度的方法，具有：获取步骤，使用传感器，逐次获取与上述分析物的浓度相关的计测信号；处理步骤，经由多种滤波器中的一种滤波器而对由上述传感器获取的上述计测信号的时间序列施加基于频域的滤波处理；以及切换步骤，与上述计测信号的时间变化量相应地切换上述滤波处理中使用的上述一种滤波器。
另外，优选的是，在上述多种滤波器中，至少包含对上述计测信号的时间序列施加恒等变换的恒等变换滤波器，在上述切换步骤中，在上述时间变化量比阈值大的情况下切换成上述恒等变换滤波器。
而且，优选的是，在上述多种滤波器中，至少包含相位延迟量的平均值在截止频率以下的频带中不同的两种滤波器，在上述切换步骤中，在上述时间变化量较大的情况下切换成上述相位延迟量的平均值较小的滤波器，并且在上述时间变化量较小的情况下切换成上述相位延迟量的平均值较大的滤波器。
根据本发明的感测装置及感测方法，由于与计测信号的时间变化量相应地切换基于频域的滤波处理中使用的一种滤波器，所以能够适时地选择同时考虑了上述计测信号的时间变化、及由上述滤波处理导致的相位延迟特性的滤波器。由此，使用结构比较简便的基于频域的滤波器，就能够有效地从计测信号除去噪声成分，同时也能够维持分析物浓度相对于时间变化的追随性。
附图说明
图1是第1及第2实施方式中共同的感测装置的概略框图。
图2是第1实施方式的传感器控制电路的框图。
图3是图2所示的第1滤波器的电路结构图。
图4A是表示图2所示的第1滤波器的滤波系数的图。图4B是表示与图4A的滤波系数相应的滤波特性的图。
图5A及图5B是表示血液中葡萄糖的浓度变化及其定量测定结果的曲线图。
图6是用于说明第1实施方式的感测装置的动作的流程图。
图7是表示从多个采样点计算时间变化量的一个例子的概略说明图。
图8是施加三种滤波处理并进行定量测定的情况下的葡萄糖的定量测定误差率的累积直方图。
图9是第2实施方式的传感器控制电路的框图。
图10A是表示图9所示的第2滤波器的滤波系数的图。图10B是表示与图10A的滤波系数相应的滤波特性的曲线图。
图11是用于说明第2实施方式的感测装置的动作的流程图。
图12是施加四种滤波处理并进行定量测定的情况下的葡萄糖的定量测定误差率的累积直方图。
具体实施方式
以下，关于本发明的感测方法，列举在与感测装置的关系中优选的实施方式，参照附图进行说明。
[第1及第2实施方式中共同的感测装置10的结构]
首先，关于第1及第2实施方式中共同的感测装置10的结构，参照图1的概略框图进行说明。
如图1所示，感测装置10基本上具有传感器部(传感器)12、传感器控制电路14(传感器控制电路80)、运算部16、电源电路18、ROM(Read Only Memory:只读存储器)20、RAM(Random AccessMemory:随机存储器)22、时钟发生器24、输入部26、和显示器28。
传感器部12获取与分析物浓度相关的信号(以下称为计测信号S)。作为传感器部12，优选适用能够容易地更改采样间隔Ts的光学传感器(例如，荧光传感器)。此外，传感器部12的方式不限定于此，也可以适用例如基于使用了葡萄糖氧化酶(GOD)等酶的酶电极法等来对血糖值进行电(电化学方式)测定的传感器。
传感器控制电路14能够通过驱动控制传感器部12而在所希望的定时获取计测信号S。传感器控制电路14将作为计测信号S的电流值(模拟信号)转换为电压值，并且将该电压值量化而转换为数字信号。传感器控制电路14通过对该模拟信号或数字信号施加规定的滤波处理来除去计测信号S中混入的噪声成分。
运算部16由CPU(Central Processing Unit:中央处理器)、MPU(Micro-Processing Unit:微处理器)等构成，读出被预先存储于ROM20中的程序并执行后述的各种信号处理。运算部16作为基于从传感器控制电路14获取的信号值Sf(k)来定量测定分析物浓度的浓度定量测定部29而发挥作用。
电源电路18对包含运算部16的感测装置10内的各结构要素供给电力。RAM22除了经由传感器部12输入的计测信号S以外，也能够供为了实施本发明的感测方法而需要的各种数据读出或写入。时钟发生器24以规定周期产生时钟信号，并供给至运算部16侧。由此，运算部16能够控制信号值Sf(k)的获取定时。
输入部26设为能够输入用于在运算部16中运算的各种信息(例如，定量测定间隔Td)。例如，可以是按压式按钮，也可以是组入于显示器28的触摸面板。显示器28可视化地显示与由运算部16定量测定的分析物浓度(以下，也称为定量测定浓度)相关的各种信息。显示器28为能够进行黑白显示或彩色显示的显示模块，可以由液晶面板、有机EL(Electro-Luminescence)、无机EL面板等构成。
此外，传感器部12能够适用于酶传感器、葡萄糖传感器、pH传感器、免疫传感器、或微生物传感器等各种各样的用途。另外，传感器部12的结构不限定于本结构，能够采取各种结构。例如，设为能够通过无线方式在物理分离的传感器控制电路14(80)及运算部16之间进行通信，由此，能够在将传感器部12完全埋入到被检者体内的状态下间歇或连续地定量测定。此外，在无线通信时，也可以适用近距离通信用的标准(例如，“IEEE 802.15.6”中规定的体域网(bodyarea network)等)。
<第1实施方式>
接着，关于第1实施方式的传感器控制电路14的结构及动作，参照图2～图7进行说明。此外，在本说明书中，以作为分析物而使用葡萄糖的情况下的定量测定动作作为中心进行说明。
[传感器控制电路14的框图]
图2是第1实施方式的传感器控制电路14(参照图1)的框图。
传感器控制电路14具有：输入来自传感器部12的计测信号S的信号输入部30；将作为模拟信号的计测信号S转换为作为数字信号的原信号值S(k)的模/数转换部(以下，称为ADC32)；从多种滤波器中选取一种滤波器地进行切换的滤波器切换部34；对原信号值S(k)施加基于频域的滤波处理的滤波处理部36；暂时地存储最近的原信号值S(k)的缓冲存储器40；和计算供滤波器切换部34切换所具有的多种滤波器的变量(以下称为切换变量Vs)的切换变量计算部42。
滤波器切换部34的开关44能够采取与第1端子46a及第2端子46b中的某一方连接的状态(接通状态)，或没有与第1端子46a及第2端子46b中的任一方连接的状态(断开状态)。
滤波处理部36具有用于执行基于频域的滤波处理的第1滤波器48。第1滤波器48与滤波器切换部34的第1端子46a侧连接。另一方面，在滤波器切换部34的第2端子46b侧没有连接滤波器。换言之，滤波处理部36还具有对原信号值S(k)施加恒等变换的恒等变换滤波器49。
图3是第1滤波器48的电路结构图。第1滤波器48由五个乘法器51、52、53、54、55、四个加法器56、57、58、59及四个延时器60、61、62、63构成。即，第1滤波器48相当于分接头(tap)数为5的FIR(Finite Impulse Response:有限冲激响应)滤波器。以下，将对乘法器51～55设定的乘数(以下称为滤波系数)按顺序分别表记为h0、h1、h2、h3、h4。此外，由于FIR滤波器为公知的电路，所以省略关于各运算器的功能及连接关系的说明。
图4A是表示图2所示的第1滤波器48的滤波系数的图。具体来说，将乘法器51(以下，参照图3)的滤波系数设为h0＝0.159，将乘法器52的滤波系数设为h1＝0.220，将乘法器53的滤波系数设为h2＝0.243，将乘法器54的滤波系数设为h3＝0.220，将乘法器55的滤波系数设为h4＝0.159。
图4B是表示与图4A的滤波系数相应的滤波特性的曲线图。
用实线表示的曲线图的横轴为频率(单位：mHz)，纵轴为振幅比(单位：无)。在此，所谓振幅比是输出信号的振幅相对于输入的周期信号(正弦波形信号)的振幅之比。理想的是，在使信号成分通过的频带中为1，在使信号成分截止的频带中为0。本图例的滤波特性示出了在0～fc[mHz]的频带中使50％以上的信号成分通过并且在fc[mHz]以上的频带中使50％以上的信号成分截止、即低通滤波型的特征。以下，将fc＝0.44[mHz]的频率称为截止频率(cut-off frequency)。
用虚线表示的曲线图的横轴为频率(单位：mHz)，纵轴为相位延迟量(单位：sec)。在此，所谓相位延迟量是输出信号的相位相对于输入的周期信号(正弦波形信号)的相位之差，理想上为0。本图例的滤波特性示出了在0～0.9[mHz]的频带中产生相对较大的相位延迟、并且在0.9[mHz]以上的频带中相位延迟量相对减小的特征。此外，在截止频率fc以下的频带R1中的相位延迟量的平均值为大约600[sec]。
此外，在决定第1滤波器48(或后述的第2滤波器84)时，也可以适用与FIR滤波器或IIR(Infinite Impulse Response:无限冲激响应)滤波器相关的公知的多种设计方法。例如，关于信号的通过区域，可以适用低通滤波器、高通滤波器、带通滤波器、带阻滤波器、及全通滤波器中的某一个。另外，关于振幅特性的形状，可以适用巴特沃斯(Butterworth)特性、切比雪夫(Chebyshev)特性、倒数切比雪夫特性、及联立切比雪夫特性(椭圆特性)中的某一个。
[滤波处理与定量测定结果的关系]
图5A及图5B是表示血液中葡萄糖的浓度变化及其定量测定结果的曲线图。各曲线图的横轴为时间(单位：min)，纵轴为葡萄糖的浓度、即血糖值(单位：mg/dl)。在实线的曲线图中分别示出的血糖值的变化，模拟了被检者进餐前后的体内血糖值的时间变化。
图5A中的虚线的曲线图表示没有对计测信号S施加滤波处理而得到的定量测定结果。如从本曲线图理解那样，在计测信号S中混入高频率的噪声成分，由此在实际值与定量测定值之间产生不规则的误差。尤其是在信号的电平相对低的B区域中，明显地显现出由噪声成分导致的对定量测定精度的影响。
图5B中的虚线的曲线图表示对计测信号S施加了基于第1滤波器48的滤波处理而得到的定量测定结果。如从本曲线图理解那样，得到了由噪声成分导致的不规则误差较少的定量测定值。但是，由于引起了基于第1滤波器48产生的相位延迟，所以在实际值与定量测定值之间产生差异。尤其是在信号的时间变化量较大的A区域中，明显地显现出由追随性的降低导致的对定量测定精度的影响。
[包含传感器控制电路14的感测装置10的动作]
为了抑制上述的定量测定误差的产生，在第1实施方式的感测方法中适时地切换滤波器的有无。以下，关于包含传感器控制电路14(图2)的感测装置10的动作，参照图6的流程图进行详细说明。在初始状态下，将滤波器切换部34的开关44设为断开状态。
在步骤S1中，信号输入部30按照规定的采样间隔Ts，从传感器部12输入计测信号S。然后，ADC32将从信号输入部30获取的模拟信号转换为数字信号{以下，称为原信号值S(k)}。
在步骤S2中，将在步骤S1中输入、获取的原信号值S(k)暂时存储在缓冲存储器40中。
在步骤S3中，传感器控制电路14判别是否有定量测定分析物浓度的指示。具体来说，传感器控制电路14判别是否从运算部16接收到指示定量测定浓度的信号(以下称为定量测定指示信号)。
运算部16与步骤S1及S2的执行并行地对从时钟发生器24输入的时钟信号的脉冲数进行计数。然后，在到达计数上限值(与定量测定间隔Td相当的值)的情况下，运算部16将定量测定指示信号发送至传感器控制电路14侧，并进入下一步骤(S4)。
另一方面，在未到达上述的计数上限值的情况下，运算部16不发送定量测定指示信号，而继续脉冲数的计数。即，返回至步骤S1，依次重复以下步骤S1及S2。
然而，采样间隔Ts为向传感器控制电路14侧输入计测信号S的时间间隔，并且定量测定间隔Td为在运算部16侧定量测定分析物浓度的时间间隔。即，由于定量测定间隔Td为与采样间隔Ts不同的参数，所以也可以取与采样间隔Ts相同或不同的值。另外，在定量测定间隔Td与采样间隔Ts相等的情况下，传感器控制电路14也可以在受理了定量测定指示信号后获取、存储原信号值S(k)。
在步骤S4中，切换变量计算部42基于在步骤S2中依次存储的原信号值S(k)的时间序列来计算表示计测信号S的时间变化量的参数即切换变量Vs。在此，时间变化量是指从最近的多个采样点推定的计测信号S的变动趋势(trend)。
如图7所示，按从当前采样点75的时间上相近的顺序，已经得到了采样点74、73、72、71。在该情况下，不仅使用过去的采样点71～74，也同时使用采样点75，能够求出用虚线图示的回归直线76。然后，切换变量计算部42将该回归直线76的斜率(时间的一次微分)的绝对值计算为切换变量Vs。
此外，计算上述斜率的方法能够使用包含加权平均、最小平方法在内的各种最佳化方法。另外，用于推定趋势的采样点的个数不限定于5个，也可以综合地考虑运算量、处理时间等而适当地决定。而且，切换变量计算部42不限定于使用回归直线76的斜率来计算切换变量Vs，例如，也可以使用将相邻的采样点连结起来的直线斜率的统计值(例如，平均值)、近似曲线的曲率(时间的二次微分)等来计算切换变量Vs。
在步骤S5中，滤波器切换部34与在步骤S4中计算出的切换变量Vs相应地切换滤波器切换部34的开关44。具体来说，滤波器切换部34根据切换变量Vs与预先设定的阈值Vs*的大小关系来决定开关44的切换状态。
在满足Vs≤Vs*的情况下，滤波器切换部34仅以一定时间将开关44切换至第1端子46a侧(步骤S6)。由此，原信号值S(k)经由开关44、第1端子46a及第1滤波器48，向传感器控制电路14的外部输出。
在满足Vs＞Vs*的情况下，滤波器切换部34仅以一定时间将开关44切换至第2端子46b侧(步骤S7)。由此，原信号值S(k)经由开关44及第2端子46b，向传感器控制电路14的外部输出。以下，为了明确术语的区别，将通过滤波处理部36从传感器控制电路14输出的原信号值S(k)称为“信号值Sf(k)”。
此外，滤波器切换部34也可以在基于阈值Vs*的判别处理时设置静带(dead band)(死区)。由此，能够抑制时间序列上的判别结果的偏差从而能够稳定地执行滤波器的切换控制。
在步骤S8中，浓度定量测定部29使用从RAM22读出的定量测定系数等，基于从传感器控制电路14输出的信号值Sf(k)来进行浓度的定量测定。在此，浓度的定量测定方法能够采用与传感器部12的检测方式、材质、灵敏度特性、个体差异等相适合的各种方法。
在步骤S9中，显示器28显示步骤S8中的定量测定结果。在显示处理之前，运算部16决定了所得到的定量测定结果中的要显示于显示器28上的可视信息(以下称为可视定量测定信息)后，将与该可视定量测定信息相应的控制信号供给至显示器28侧。此外，作为可视定量测定信息，不仅能够列举出定量测定值，还能够列举出例如趋势、定量测定的成功与否、定量测定时刻、诊断结果等。
在步骤S10中，运算部16判别是否有该一系列的定量测定动作的结束指示。在被判别成没有结束指示的情况下，返回至步骤S1，同样地重复以下步骤S1～S9的动作。另一方面，在有结束指示的情况下，感测装置10结束对分析物的定量测定动作。像这样，运算部16按照规定的定量测定间隔Td，得到各定量测定时刻上的浓度的时间序列数据。
[通过第1实施方式的感测方法得到的作用效果]
以下，关于通过第1实施方式的感测方法得到的作用效果，参照图8进行说明。更详细来说，比较在图5A及图5B所示的血液中葡萄糖的浓度变化(实线的曲线图)之下，使用不同方式的滤波处理而分别定量测定得到的结果。全部情况均为采样间隔Ts＝5[min]，定量测定间隔Td＝5[min]而进行了计测/定量测定。另外，将与回归直线76(图7)的斜率的绝对值相关的阈值设定为Vs*＝0.3[1/min]。
图8是施加了三种滤波处理并进行定量测定的情况下的、葡萄糖的定量测定误差率的累积直方图。直方图的横轴是定量测定值的误差率(单位：％)，纵轴是累积频率(单位：％)。
此外，本图中的“无滤波器”与开关44和第2端子46b始终连接的情况下的定量测定结果(如图5A所示的虚线的曲线图)对应。“滤波器固定”与开关44和第1端子46a始终连接的情况下的定量测定结果(图5B所示的虚线的曲线图)对应。“滤波器切换”与按照图6的流程图将开关44适时切换的情况下的定量测定结果对应。
如从本图理解那样，误差率为10％以下的频率以“滤波器切换”＞“无滤波器”＞“滤波器固定”的顺序变高。而且，误差率为20％以下的频率以“滤波器切换”＞“滤波器固定”＞“无滤波器”的顺序变高。像这样，得出“滤波器切换”与“无滤波器”及“滤波器固定”相比，浓度的定量测定误差显著减少的结论。
<第2实施方式>
接着，关于第2实施方式的传感器控制电路80的结构及动作，参照图9～图12进行说明。此外，关于与第1实施方式相同的结构，标注相同的附图标记并省略其说明。
[传感器控制电路80的框图]
图9是第2实施方式的传感器控制电路80(参照图1)的框图。传感器控制电路80采用与传感器控制电路14(图2)大致相同的结构，但代替滤波处理部36而具有其他结构的滤波处理部82。
滤波处理部82具有第1滤波器48、和电路结构(参照图3)与该第1滤波器48相同的第2滤波器84。第2滤波器84与滤波器切换部34的第2端子46b侧连接。
图10A是表示图9所示的第2滤波器84的滤波系数的图。具体地说，将乘法器51(以下，参照图3)的滤波系数设定为h0＝0.301，将乘法器52的滤波系数设定为h1＝0.398，将乘法器53的滤波系数设定为h2＝0.301，将乘法器54的滤波系数设定为h3＝0.000，将乘法器55的滤波系数设定为h4＝0.000。像这样，由于h3＝h4＝0.000，所以第2滤波器84实际上作为分接头数为3的FIR滤波器而发挥作用。
图10B是表示与图10A的滤波系数相应的滤波特性的曲线图。用实线表示的曲线图的横轴为频率(单位：mHz)，纵轴为振幅比(单位：无)。本图例的滤波特性与图4B同样地示出了低通滤波型的特征，截止频率fc为fc＝0.74[mHz]。即，第2滤波器84的截止频率fc比第1滤波器48的截止频率fc(＝0.44)高。
用虚线表示的曲线图的横轴为频率(单位：mHz)，纵轴为相位延迟量(单位：sec)。在本图例中，在0～1.7[mHz]的频带中，相位延迟大致固定(＝300[sec])。在该情况下，截止频率fc以下的频带R2中的相位延迟量的平均值为大约300[sec]，比第1滤波器48中的相位延迟量的平均值(参照图4B；大约600[sec])小。
[包含传感器控制电路80的感测装置10的动作]
为了将上述的缺点相互弥补，在第2实施方式的感测方法中适时地切换多种滤波器。以下，关于包含传感器控制电路80(图9)的感测装置10的动作，参照图11的流程图进行说明。关于步骤S1～S4、步骤S8～S10，由于与图6的流程图(第1实施方式)相同，所以省略其说明。
在步骤S5中，滤波器切换部34与计算出的切换变量Vs相应地切换开关44。在满足Vs≤Vs*的情况下，滤波器切换部34仅以一定时间将开关44切换至第1端子46a侧(步骤S6)。
另一方面，在满足Vs＞Vs*的情况下，滤波器切换部34仅以一定时间将开关44切换至第2端子46b侧(步骤S7A)。由此，原信号值S(k)经由开关44、第2端子46b及第2滤波器84，向传感器控制电路80的外部输出。
像这样，运算部16按照规定的定量测定间隔Td得到各定量测定时刻上的浓度的时间序列数据。
[通过第2实施方式的感测方法得到的定量测定结果]
以下，关于通过第2实施方式的感测方法得到的作用效果，参照图12进行说明。更详细来说，比较在图5A及图5B所示的血液中葡萄糖的浓度变化(实线的曲线图)之下，使用不同方式的滤波处理而分别定量测定得到的结果。全部情况均为采样间隔Ts＝5[min]、定量测定间隔Td＝5[min]而进行了计测/定量测定。另外，设定为阈值Vs*＝0.3[1/min]。
图12是在施加四种滤波处理并进行定量测定的情况下的、葡萄糖的定量测定误差率的累积直方图。直方图的横轴为定量测定值的误差率(单位：％)，纵轴为累积频率(单位：％)。
此外，本图中的“无滤波器”及“第1滤波器固定”与图8的“无滤波器”及“滤波器固定”分别对应。“第2滤波器固定”与开关44和第2端子46b始终连接的情况下的定量测定结果对应。“滤波器切换”与按照图11的流程图将开关44适时切换的情况下的定量测定结果对应。
如从本图理解那样，误差率为10％以下的频率以“滤波器切换”＞“第2滤波器固定”＞“无滤波器”＞“第1滤波器固定”的顺序变高。而且，误差率为20％以下的频率以“滤波器切换”＞“第2滤波器固定”＞“第1滤波器固定”＞“无滤波器”的顺序变高。像这样，得出“滤波器切换”与“无滤波器”、“第1滤波器固定”及“第2滤波器固定”相比，浓度的定量测定误差相对较小的结论。
[本发明的效果]
如以上那样，该感测装置10具有：逐次获取与分析物浓度相关的计测信号S的传感器部12、和经由多种滤波器(48、49、84)中的一种滤波器而对计测信号S的时间序列施加基于频域的滤波处理的滤波处理部36、82。
而且，由于设有将基于频域的滤波处理中使用的一种滤波器与计测信号S的时间变化量(例如，切换变量Vs)相应地切换的滤波器切换部34，所以能够适时地选择同时考虑了计测信号的时间变化及由滤波处理导致的相位延迟特性的第1滤波器48等。由此，使用结构比较简便的基于频域的滤波器(第1滤波器48等)，就能够有效地从计测信号S除去噪声成分，同时也能够维持分析物浓度相对于时间变化的追随性。
另外，也可以是，滤波处理部36至少具有对计测信号S的时间序列施加恒等变换的恒等变换滤波器49，滤波器切换部34在切换变量Vs比阈值Vs*大的情况下切换成恒等变换滤波器49。
而且，也可以是，滤波处理部82至少具有相位延迟量的平均值在截止频率fc以下的频带中不同的两种滤波器(48、84)，滤波器切换部34在切换变量Vs较大的情况下切换成相位延迟量的平均值较小的第2滤波器84，并且在切换变量Vs较小的情况下切换成相位延迟量的平均值较大的第1滤波器48。
由于在切换变量Vs较大的情况下不产生基于滤波处理的相位延迟，所以能够确保分析物浓度相对于时间变化的追随性。另外，在切换变量Vs较小的情况下，由于并没有那么要求上述的追随性，所以能够更有效地从计测信号S除去噪声成分。
此外，本发明不限定于上述的实施方式，当然能够在不脱离本发明的主旨的范围内自由变更。
例如，在第1及第2实施方式中，示出了由数字滤波电路构成滤波处理部36、82的例子，也可以由模拟滤波电路构成。另外，在适用数字滤波的情况下，也可以由硬件及/或软件实现。而且，在用软件实现该滤波处理的情况下，也可以代替传感器控制电路14、80而在运算部16中执行。

Claims (6)

1.一种感测装置(10)，连续或间歇地定量测定分析物的浓度，其特征在于，具有：
传感器部(12)，其逐次获取与所述分析物的浓度相关的计测信号；
滤波处理部(36、82)，其具有多种滤波器(48、49、84)，经由该多种滤波器(48、49、84)中的一种滤波器而对由所述传感器部(12)获取的所述计测信号的时间序列施加基于频域的滤波处理；以及
滤波器切换部(34)，其与所述计测信号的时间变化量相应地切换所述滤波处理中使用的所述一种滤波器。
2.根据权利要求1所述的感测装置(10)，其特征在于，
所述滤波处理部(36)至少具有对所述计测信号的时间序列施加恒等变换的恒等变换滤波器(49)，
所述滤波器切换部(34)在所述时间变化量比阈值大的情况下切换成所述恒等变换滤波器(49)。
3.根据权利要求1或2所述的感测装置(10)，其特征在于，
所述滤波处理部(82)至少具有相位延迟量的平均值在截止频率以下的频带中不同的两种滤波器(48、84)，
所述滤波器切换部(34)在所述时间变化量较大的情况下切换成所述相位延迟量的平均值较小的滤波器(84)，并且在所述时间变化量较小的情况下切换成所述相位延迟量的平均值较大的滤波器(48)。
4.一种感测方法，连续或间歇地定量测定分析物的浓度，其特征在于，具有：
获取步骤，使用传感器(12)，逐次获取与所述分析物的浓度相关的计测信号；
处理步骤，经由多种滤波器(48、49、84)中的一种滤波器而对由所述传感器(12)获取的所述计测信号的时间序列施加基于频域的滤波处理；以及
切换步骤，与所述计测信号的时间变化量相应地切换所述滤波处理中使用的所述一种滤波器。
5.根据权利要求4所述的感测方法，其特征在于，
在所述多种滤波器(48、49、84)中，至少包含对所述计测信号的时间序列施加恒等变换的恒等变换滤波器(49)，
在所述切换步骤中，在所述时间变化量比阈值大的情况下切换成所述恒等变换滤波器(49)。
6.根据权利要求4或5所述的感测方法，其特征在于，
在所述多种滤波器(48、49、84)中，至少包含相位延迟量的平均值在截止频率以下的频带中不同的两种滤波器(48、84)，
在所述切换步骤中，在所述时间变化量较大的情况下切换成所述相位延迟量的平均值较小的滤波器(84)，并且在所述时间变化量较小的情况下切换成所述相位延迟量的平均值较大的滤波器(48)。
CN201280075709.7A 2012-11-01 2012-11-01 感测装置及感测方法 Active CN104602599B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2012/078298 WO2014068743A1 (ja) 2012-11-01 2012-11-01 センシング装置及びセンシング方法

Publications (2)

Publication Number Publication Date
CN104602599A true CN104602599A (zh) 2015-05-06
CN104602599B CN104602599B (zh) 2017-07-11

Family

ID=50626709

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201280075709.7A Active CN104602599B (zh) 2012-11-01 2012-11-01 感测装置及感测方法

Country Status (6)

Country Link
US (1) US9995779B2 (zh)
EP (1) EP2915484A4 (zh)
JP (1) JP5913623B2 (zh)
CN (1) CN104602599B (zh)
HK (1) HK1207955A1 (zh)
WO (1) WO2014068743A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107024259A (zh) * 2016-01-29 2017-08-08 欧姆龙株式会社 信号处理装置及其控制方法、控制程序以及记录介质
CN107036686A (zh) * 2016-01-29 2017-08-11 欧姆龙株式会社 信号处理装置及其控制方法、控制程序以及记录介质

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10302687B2 (en) * 2016-06-14 2019-05-28 General Electric Company Filtration thresholding
US10244230B2 (en) 2017-03-01 2019-03-26 Avalon Holographics Inc. Directional pixel for multiple view display

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2002024065A1 (en) * 2000-09-22 2002-03-28 Knobbe, Lim & Buckingham Method and apparatus for real-time estimation and control of pysiological parameters
EP1391739A1 (en) * 2001-05-15 2004-02-25 Synchro Co., Ltd Waveform detector and state monitoring system using it
EP1518495A1 (de) * 2003-09-23 2005-03-30 Roche Diagnostics GmbH Verfahren und Gerät zur laufenden Überwachung der Konzentration eines Analyten
WO2006091636A2 (en) * 2005-02-23 2006-08-31 Digital Intelligence, L.L.C. Signal decomposition and reconstruction
JP2008067070A (ja) * 2006-09-07 2008-03-21 Nippon Telegr & Teleph Corp <Ntt> 適応型ノイズフィルタ
US8160671B2 (en) * 2003-12-05 2012-04-17 Dexcom, Inc. Calibration techniques for a continuous analyte sensor
CN102648847A (zh) * 2011-02-28 2012-08-29 精工爱普生株式会社 搏动检测装置
EP2497416A1 (en) * 2011-03-10 2012-09-12 Seiko Epson Corporation Filter device

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050027182A1 (en) * 2001-12-27 2005-02-03 Uzair Siddiqui System for monitoring physiological characteristics
ATE427695T1 (de) 2004-02-26 2009-04-15 Diabetes Tools Sweden Ab Stoffwechseluberwachung, verfahren und gerat zur anzeige eines gesundheitsbezogenen zustands einer person
US9320470B2 (en) * 2008-12-31 2016-04-26 Medtronic Minimed, Inc. Method and/or system for sensor artifact filtering

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2002024065A1 (en) * 2000-09-22 2002-03-28 Knobbe, Lim & Buckingham Method and apparatus for real-time estimation and control of pysiological parameters
EP1391739A1 (en) * 2001-05-15 2004-02-25 Synchro Co., Ltd Waveform detector and state monitoring system using it
EP1518495A1 (de) * 2003-09-23 2005-03-30 Roche Diagnostics GmbH Verfahren und Gerät zur laufenden Überwachung der Konzentration eines Analyten
US8160671B2 (en) * 2003-12-05 2012-04-17 Dexcom, Inc. Calibration techniques for a continuous analyte sensor
WO2006091636A2 (en) * 2005-02-23 2006-08-31 Digital Intelligence, L.L.C. Signal decomposition and reconstruction
JP2008067070A (ja) * 2006-09-07 2008-03-21 Nippon Telegr & Teleph Corp <Ntt> 適応型ノイズフィルタ
CN102648847A (zh) * 2011-02-28 2012-08-29 精工爱普生株式会社 搏动检测装置
EP2497416A1 (en) * 2011-03-10 2012-09-12 Seiko Epson Corporation Filter device

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107024259A (zh) * 2016-01-29 2017-08-08 欧姆龙株式会社 信号处理装置及其控制方法、控制程序以及记录介质
CN107036686A (zh) * 2016-01-29 2017-08-11 欧姆龙株式会社 信号处理装置及其控制方法、控制程序以及记录介质
US10257000B2 (en) 2016-01-29 2019-04-09 Omron Corporation Signal processing device, control method thereof, control procedure and recording medium
CN107024259B (zh) * 2016-01-29 2019-12-03 欧姆龙株式会社 信号处理装置及其控制方法以及记录介质
US10551242B2 (en) 2016-01-29 2020-02-04 Omron Corporation Signal processing device, control method of signal processing device, control program and recording medium

Also Published As

Publication number Publication date
HK1207955A1 (zh) 2016-02-19
JPWO2014068743A1 (ja) 2016-09-08
US20150247887A1 (en) 2015-09-03
US9995779B2 (en) 2018-06-12
JP5913623B2 (ja) 2016-04-27
EP2915484A1 (en) 2015-09-09
CN104602599B (zh) 2017-07-11
EP2915484A4 (en) 2016-07-06
WO2014068743A1 (ja) 2014-05-08

Similar Documents

Publication Publication Date Title
CN102940490B (zh) 基于非线性动力学的运动想象脑电信号特征提取方法
CN104602599A (zh) 感测装置及感测方法
CN109602410A (zh) 一种可穿戴设备及其脉搏监测方法
CN105105774A (zh) 基于脑电信息的驾驶人警觉度监测方法及监测系统
CN102670182B (zh) 脉搏波采集质量实时分析装置
WO2008035611A1 (fr) Dispositif de traitement de données, procédé de traitement de données et programme de traitement de données
CN103405225A (zh) 一种获取疼感评测指标的方法、装置及设备
CN103876736A (zh) 一种基于功率谱划分的复杂度谱脑电预测和诊断方法
Zhang et al. Firing-rate-modulated spike detection and neural decoding co-design
CN108694355A (zh) 一种信号处理方法及装置
CN104305958B (zh) 一种极短时自主神经状态的光电容积波多参量分析方法
Iniguez-Lomeli et al. A real-time FPGA-based implementation for detection and sorting of bio-signals
Rouder Assessing the roles of change discrimination and luminance integration: evidence for a hybrid race model of perceptual decision making in luminance discrimination.
CN107450774A (zh) 触控检测方法、电路、存储介质、处理器和终端
Li et al. Improved GP algorithm for the analysis of sleep stages based on grey model
CN209826737U (zh) 一种偏瘫习得性废用评估和治疗装置
CN113598718A (zh) 一种互动感知型远程脉象系统
CN112817379A (zh) 一种智能手表的抬腕亮屏方法及智能手表
CN105395191A (zh) 基于年龄段检测的人员生理状态检测装置
CN110141259B (zh) 一种基于无线通信测量认知负荷与心理压力的方法及装置
CN1731463A (zh) 一种环境监测控制装置
CN110772245A (zh) 心率测量方法及装置
CN109008993A (zh) 一种生命体征数据采集控制方法和装置
CN204133465U (zh) 演讲辅助装置
CN109325402A (zh) 一种信号处理方法、系统及计算机存储介质

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 1207955

Country of ref document: HK

GR01 Patent grant
GR01 Patent grant
REG Reference to a national code

Ref country code: HK

Ref legal event code: GR

Ref document number: 1207955

Country of ref document: HK