CN109069035A - 生物体信息分析装置、系统以及程序 - Google Patents

Abstract

本发明的生物体信息分析装置具有：指标提取部，从通过佩戴在用户的身体上并能够非侵入性地测量每一次心跳的血压波形的传感器连续地测量出的血压波形的时间序列数据，获取发生了血压变动的区间即血压变动区间的数据，从所述血压变动区间的数据来提取用于表示所述用户的血压变动类型的指标，以及处理部，输出由所述指标提取部提取出的用于表示所述血压变动类型的指标。

Description

生物体信息分析装置、系统以及程序

技术领域

本发明涉及一种根据测量的血压波形获取有用的信息的技术。

背景技术

已知用于测量桡骨动脉的内压变化并记录压力脉搏波的形状(血压波形)的技术。专利文献1(日本特开2008-61824号公报)中公开了通过张力测量法(Tonometry)测量血压波形，并根据血压波形获取AI(Augmentation Index：增强指数)值、脉搏波周期、基线变动率、清晰度、ET(Ejection Time：射血时间)等的信息。此外，专利文献2(日本特表2005-532111号公报)中公开了用手表式血压计测量血压波形，并根据血压波形计算平均动脉压、平均收缩压、平均舒张压、平均收缩压指数以及平均舒张压指数，当这些值偏离基准值时输出警报。

现有技术文献

专利文献

专利文献1：日本特开2008-61824号公报

专利文献2：日本特表2005-532111号公报

发明内容

发明所要解决的问题

本发明的发明人以使能够准确地测量自由行动状态下的每一次心跳的血压波形的血压测量设备得到实际应用为目标，正在进行专心致志的开发。通过该开发过程中的被实验者实验，本发明的发明人发现能够从在自由行动状态下连续测量的血压波形数据提取各种有用的信息。

血压的变动包括，随着年龄增长的长期性的变动、基于星期日期的变动、一天内的变动、基于环境变化(例如，气温的变化等)的变动、基于用户的状态变化(例如，睡眠时呼吸暂停的发生等生理变化、运动或起立等身体变化)的变动等各种变动。针对其中的基于环境变化或用户的状态变化的变动，本发明的发明人发现，血压变动的出现方式根据该人的病情和所负担的风险、属性(年龄、性别等)而存在差异。需要说明的是，以往的血压计只能测量安静时的血压或测量如平均收缩压这样的平均值，却难以准确地检测由于环境变化或用户的状态变化而引起的血压的瞬时变动。

在此，本发明的目的在于，提供用于评估每个用户的血压变动的出现方式的新颖的技术。此外，本发明的另一个目的在于，提供基于血压变动的出现方式来推定该用户的风险的新颖的技术。

解决问题的技术方案

为了实现上述目的，本发明采用以下构成。

根据本发明的生物体信息分析装置，其特征在于，具有：指标提取部，根据由佩戴在用户的身体上并能够非侵入性地测量每一次心跳的血压波形的传感器连续地测量出的血压波形的时间序列数据，获取发生了血压变动的区间即血压变动区间的数据，从所述血压变动区间的数据来提取用于表示所述用户的血压变动类型的指标，以及处理部，输出由所述指标提取部提取出的用于表示所述血压变动类型的指标。根据该构成，基于该用户的血压发生变动的区间的测量数据来判定该用户的血压变动类型并输出该信息。因此，用户可以迅速地采取符合自身特性的适当措施。此外，当医生或保健师利用本装置时，可以参考用户(患者)的血压变动类型，对该用户进行符合该人的特性的适当处置或指导。

所述指标提取部可以根据所述血压波形的时间序列数据来计算每一次心跳的收缩期血压的时间序列数据，并提取所述收缩期血压的时间序列数据中的隔着极大点的两个极小点之间的期间的数据作为所述血压变动区间的数据。采用该提取方法，可以简单且自动地检测血压变动区间。

所述指标提取部可以从所述血压变动区间的数据来提取血压变动的特征量，将提取出的所述血压变动的特征量的趋势作为用于表示所述血压变动类型的指标之一。这是因为血压变动的出现方式被认为与该用户的特性或风险具有关联性。此外，所述指标提取部可以推定在所述血压变动区间发生血压变动的主要原因，将推定出的所述主要原因作为用于表示所述血压变动类型的指标之一。这是因为血压变动的主要原因也被认为与该用户的特性或风险具有关联性。所述指标提取部可以综合评估血压变动的特征量的趋势和发生血压变动的主要原因。由此，可以期待能够更高精度地推定该用户的特性或风险。

例如，所述指标提取部可以参考登记有血压变动的特征量的趋势不同的多个组的分类数据库，判定从所述血压变动区间的数据中提取出的血压变动的特征量是否与所述多个组中的某个组的血压变动的特征量的趋势一致，对所述用户的血压变动的特征量的趋势进行分类。

例如，所述指标提取部可以所述指标提取部基于由用于检测所述用户的状态的第二传感器在对应于所述血压变动区间的时刻所检测出的与所述用户的状态有关的信息，来推定在所述血压变动区间发生血压变动的主要原因。

所述指标提取部可以从将血压变动类型和风险信息建立对应关系的风险数据库中，获取与所述用户的血压变动类型对应的风险信息，所述处理部输出由所述指标提取部获取的所述风险信息。根据该构成，基于该用户的血压发生变动的区间的测量数据来判定该用户的血压变动类型，输出与血压变动类型对应的风险信息。因此，用户可以迅速地采取符合自身的风险的适当措施。此外，当医生或保健师利用本装置时，可以参考与用户(患者)的血压变动类型对应的风险，对该用户作出符合该人的风险的适当处置或指导。根据本发明的生物体信息分析系统，其特征在于，具有：传感器，佩戴在用户的身体上并能够非侵入性地测量每一次心跳的血压波形，以及用于进行生物体信息的分析的的生物体信息分析装置，使用由所述传感器连续地测量出的血压波形数据进行生物体信息的分析。

根据本发明的程序，其特征在于，使处理器作为生物体信息分析装置的所述指标提取部和所述处理部发挥功能。

需要说明的是，本发明可以认为是具有上述构成或功能的至少一部分的生物体信息分析装置或系统。此外，本发明可以被视为包括上述处理的至少一部分的生物体信息分析方法、或者用于使计算机执行这样的方法的程序、或者非易失性的记录这样的程序的计算机可读记录介质。只要不产生技术上的矛盾，上述构成和处理中的每一个可以彼此组合以构成本发明。

发明效果

根据本发明，可以提供用于评估每个用户的血压变动的出现方式的新颖的技术。此外，可以提供基于血压变动的出现方式来推定该用户的风险的新颖的技术。

附图说明

图1是表示生物体信息分析系统10的外观的概略构成的图。

图2是表示生物体信息分析系统10的硬件构成的框图。

图3是示意性地表示血压测量单元20的结构和测量时的状态的剖视图。

图4是表示由血压测量单元20测量的血压波形的图。

图5是用于说明生物体信息分析装置1的处理的框图。

图6是表示一次心跳的桡骨动脉的压力脉搏波的波形(血压波形)的图。

图7是实施例1中的事件发生风险推定处理的流程图。

图8是表示实施例1中的血压变动区间的提取方法的一个例子的图。

图9A～图9D是表示实施例1中的波形特征量的一个例子的图。

图10是表示实施例1中的与用户的血压变动区间有关的信息的一个例子的图。

图11是概念性地示出实施例1中的对血压变动的特征进行分类的处理的图。

图12是表示实施例1中的风险数据库的一个例子的图。

图13是表示实施例1的信息显示画面的一个例子的图。

具体实施方式

以下，参照附图并说明本发明的优选实方式。需要说明的是，以下记载的每个构成的说明应根据应用本发明的装置的构成和各种条件适当地改变，并不是要将本发明的范围限制为以下的记载。

生物体信息分析系统

图1是表示根据本发明的一实施方式的表示生物体信息分析系统10的外观的概略构成的图。图1示出将生物体信息分析系统10佩戴在左手腕上的状态。生物体信息分析系统10包括主体部11和固定在主体部11上的带部12。生物体信息分析系统10是所谓的可佩戴式设备，并以主体部11与手腕内侧的皮肤接触且将主体部11配置在位于皮下的桡骨动脉TD的上方的方式佩戴。需要说明的是，在本实施方式中，构成为将装置佩戴在桡骨动脉TD上方，但也可以构成为佩戴在其他的浅表动脉上。

图2是表示生物体信息分析系统10的硬件构成的框图。概略而言，生物体信息分析系统10具有测量单元2和生物体信息分析装置1。测量单元2是通过测量而获得用于进行生物体信息的分析的信息的设备，测量单元2包括血压测量单元20、体动测量单元21和环境测量单元22。然而，测量单元2的构成部分不限于图2中所示的构成部分。例如，可以添加用于测量血压和体动以外的生物体信息(体温、血糖、脑电波等)的单元。或者，由于在后述的实施例中未使用的单元不是必要的构成部分，因此不搭载于生物体信息分析系统10中也可。生物体信息分析装置1是基于从测量单元2获得的信息进行生物体信息分析的设备，生物体信息分析装置1包括控制单元23、输入单元24、输出单元25、通信单元26和存储单元27。各单元20～27相互连接，以便能够通过本地总线或其他信号线交换信号。此外，生物体信息分析系统10具有未示出的电源(电池)。

血压测量单元20是通过张力测量法来测量桡骨动脉TD的压力脉搏波的单元。张力法是以适当地压力从皮肤上方按压动脉以在动脉TD上形成扁平部，使动脉内压和外压之间达到平衡，用压力传感器非侵入性地测量压力脉搏波的方法。

体动测量单元21是具有三轴加速度传感器并且由该传感器测量用户身体的运动(体动)的单元。体动测量单元21可包括用于将该三轴加速度传感器的输出转换为控制单元23可读取的格式的电路。

环境测量单元22是用于测量可能影响用户的身心状态(尤其是血压)的环境信息的单元。环境测量单元22例如可以包括气温传感器、湿度传感器、照度传感器、高度传感器、位置传感器等。环境测量单元22也可以包括用于将这些传感器等的输出转换为控制单元23可读取的格式的电路。

控制单元23是负责生物体信息分析系统10的各个部分的控制、从测量单元2取得数据、将取得的数据存储在记录单元27、数据的处理和分析、数据的输入和输出等各种处理。控制单元23包括硬件处理器(以下称为CPU)、ROM(Read Only Memory：只读存储器)、RAM(Random Access Memory：随机存储器)等。后述的控制单元23的处理通过CPU读入ROM或存储单元27中存储的程序来实现。RAM作为当控制单元23进行各种处理时的工作存储器发挥功能。需要说明的是，在本实施方式中，构成为由控制单元23来执行从测量单元2取得数据以及将数据存储到存储单元27，但也可以构成为直接将数据从测量单元2存储(写入)到存储单元27。

实施方式的各构成要素，例如，测量单元、指标提取部、处理部、判断部、风险数据库、输入单元、输出单元以及病例数据库等可以以硬件的形式安装在生物体信息分析系统10中。指标提取部、处理部以及判断部可以接收并执行存储单元27中存储的可执行程序。指标提取部、处理部以及判断部可以根据需要从血压测量单元20、体动测量单元21、环境测量单元22、输入单元24、输出单元25、通信单元26、存储单元27等接收数据。风险数据库和病例数据库等数据库可以安装在存储单元27等，可以存储以能够容易地检索和累积数据的方式整理成的信息。在此，例如，在日本特愿2016-082069号中公开了生物体信息分析系统10的结构和动作等。该内容通过引用而并入本说明书。此外，在日本特开2016-087003号公报中公开了血压测量单元的结构和动作等。该内容通过引用而并入本说明书。

输入单元24是用于向用户提供操作界面的单元。例如，可以使用动作按钮、开关、触摸面板等。

输出单元25是用于提供向用户进行信息输出的界面的单元。例如，可以使用通过图像输出信息的显示装置(液晶显示器等)、通过声音输出信息的声音输出装置或蜂鸣器、通过光的闪烁输出信息的LED(Light Emitting Diode：发光二极管)、通过振动输出信息的振动装置等。

通信单元26是与其他设备之间进行数据通信的单元。作为数据通信方式可以是诸如无线LAN(Local Area Network：局域网)、Bluetooth(蓝牙，注册商标)等的任何方式。

存储单元27是能够存储和读出数据的存储介质，并且存储在控制单元23中执行的程序、从各测量单元获得的测量数据、通过处理测量数据而获得的各种数据等。存储单元27是通过电、磁、光、机械或化学的作用累积作为存储对象的信息的介质。例如，使用闪存。存储单元27可以是诸如存储卡等便携式的，也可以是内置在生物体信息分析系统10中。

体动测量单元21、环境测量单元22、控制单元23、输入单元24、输出单元25、存储单元27中的一部分或全部也可以由与主体部11不同的设备构成。即，是内置血压测量单元20和进行该控制的电路的主体部11能够佩戴在手腕上的形态即可，可以自由地设计其他单元的结构。在这种情况下，主体部11通过通信单元26与其他单元协作。例如，可以考虑由智能手机的应用程序来实现控制单元23、输入单元24、输出单元25的功能，或者从具有体动测量单元21和环境测量单元22的功能的活动计量器获取需要的数据等各种构成。此外，也可以提供用于测量血压之外的生物体信息的传感器。例如，可以将睡眠传感器、脉搏血氧仪(Pulse Oximeter)(SpO2(血氧饱和度)传感器)、呼吸传感器(流量传感器)、血糖值传感器等组合起来。

需要说明的是，在本实施方式中，将测量血压的传感器(血压测量单元20)和进行血压波形数据的分析处理的结构(控制单元23等)设置在一个装置内，但是也可以将它们分开配置。在本实施方式中，将进行生物体信息的分析处理的结构(控制单元23等)称为生物体信息分析装置，将由测量单元和生物体信息分析装置的组合构成的装置称为生物体信息分析系统。然而，名称是为了便利而使用的，也可以将测量单元和进行生物体信息的分析处理的结构的整体称为生物体信息分析装置，或者还可以使用其他名称。

血压波形的测量

图3是示意性地示出血压测量单元20的结构和测量时的状态的剖视图。血压测量单元20具有压力传感器30以及用于将压力传感器30按压于手腕的按压机构31。压力传感器30具有多个压力检测元件300。压力检测元件300是检测压力并将压力转换为电信号的元件，能优选使用例如利用了压电电阻效应的元件等。按压机构31由例如空气袋和用于调整该空气袋的内压的泵构成。当控制单元23控制泵来提高空气袋的内压时，通过空气袋的膨胀而将压力传感器30推压于皮肤表面。需要说明的是，按压机构31只要能够调整压力传感器30对皮肤表面的按压力，任何方式皆可，并不限定于使用空气袋的方式。

当将生物体信息分析系统10安装于手腕并启动时，控制单元23控制血压测量单元20的按压机构31，将压力传感器30的按压力维持在适当的状态(张力状态)。而且，由压力传感器30检测出的压力信号被控制单元23依次取得。由压力传感器30得到的压力信号是将压力检测元件300所输出的模拟的物理量(例如电压值)通过公知技术的A/D转换电路等转换成数字的物理量而生成的。该模拟的物理量也可以根据压力检测元件300的种类，采用电流值或电阻值等恰当的模拟值。该A/D转换等的信号处理也可以通过在血压测量单元20中设置规定的电路来进行，还可以由设置在血压测量单元20与控制单元23之间的其他的单元(未图示)来进行。被控制单元23取得的该压力信号相当于挠骨动脉TD的内压的瞬时值。因此，以能够掌握一次心跳的血压波形的时间粒度以及连续性来取得压力信号，由此能够取得血压波形的时间序列数据。控制单元23将由压力传感器30依次取得的压力信号与该压力信号的测量时刻的信息一起存储于存储单元27。控制单元23页可以将取得的压力信号直接存储于存储单元27，还可以在对该压力信号施加了需要的信号处理之后存储于存储单元27。需要的信号处理可以包括例如校正压力信号以使得压力信号的振幅与血压值(例如上臂血压)一致的处理，减小甚至消除压力信号的噪声的处理等。

图4示出由血压测量单元20测量出的血压波形。横轴表示时间，纵轴表示血压。采样频率能够任意地设定，为了重现一次心跳的波形的形状特征，优选设定为100Hz以上。一次心跳的周期大概1秒左右，因此针对一次心跳的波形，取得大约100个以上的数据点。

本实施方式的血压测量单元20具有如下的优点。

能够测量每一次心跳的血压波形。通过这样，例如，基于血压波形的形状特征，能够得到与血压或心脏的状态、心血管风险等关联的各种各样的指标。另外，由于能够监视血压的瞬时值，所以能够立即检测血压浪涌(血压值的急剧的上升)，或者即使仅出现在极短的时间(1次～多次心跳)内的血压变动或血压波形的错乱也毫不遗漏地检测出。

需要说明的是，作为便携式血压计，安装于手腕或上臂上并通过示波法来测量血压这一类型的血压计得到实际应用。但是，以往的便携式血压计只能根据几秒～十几秒的多次心跳的袖带内压的变动来测量血压的平均值，不能如本实施方式的血压测量单元20那样得到每一次心跳的血压波形的时间序列数据。

能够记录血压波形的时间序列数据。取得血压波形的时间序列数据，例如，掌握血压波形的与时间的变化相关的特征，对时间序列数据进行频率分析并提取特定的频率成分，由此能够得到与血压、心脏的状态、心血管风险等关联的各种各样的指标。

作为便携式(可穿戴型)的装置构成，对用户施加的测量负担较小，也比较容易进行长时间的连续的测量或进一步地进行24小时的血压的监视等。另外，由于是便携式的，不仅是安静时的血压，还能够测量自由行动状态下(例如日常生活或运动中)的血压变化。通过这样，能够掌握例如日常生活中的行动(睡眠、用餐、通勤、工作、服药等)或运动对血压施加的影响。

以往产品是将手臂和手腕固定于血压测量单元并在安静状态下进行测量的类型的装置，不能如本实施方式的生物体信息分析系统10这样测量日常生活或运动中的血压变化。

与其他的传感器的组合或协作很容易。能够针对与例如用其他的传感器得到的信息(体动、气温等的环境信息、SpO2或呼吸等其他的生物体信息等)的因果关系进行评估或综合评估。

生物体信息分析装置

图5是用于说明生物体信息分析装置1的处理的框图。如图5所示，生物体信息分析装置1具有指标提取部50和处理部51。在本实施方式中，控制单元23也可以执行需要的程序，由此实现指标提取部50和处理部51的处理。该程序也可以存储于存储单元27。当控制单元23执行需要的程序时，将ROM或者存储单元27中存储的作为对象的程序在RAM上展开。而且，控制单元23用CPU来解释以及执行在RAM上展开的该程序，从而控制各构成要素。但是，也可以由ASIC或FPGA等电路构成指标提取部50以及处理部51的处理的一部分或者全部。或者，还可以由与主体部11分开的计算机(例如智能手机、平板终端、个人计算机、云服务器等)实现指标提取部50以及处理部51的处理的一部分或者全部。

指标提取部50从存储单元27取得由血压测量单元20连续地测量出的血压波形的时间序列数据。指标提取部50根据取得的血压波形的时间序列数据提取与血压波形的特征相关的指标。此处，血压波形的特征包括，一次心跳的血压波形的形状特征、血压波形的随时间的变化、血压波形的频率成分等。但是，血压波形的特征不限于上述这些。提取出的指标被输出至处理部51。关于血压波形的特征以及指标，有各种各样的特征以及指标，根据处理部51进行的处理的目的，能够适当设计或者选择要提取的特征以及指标。针对根据本实施方式的血压波形的测量数据所能够提取的特征以及指标，在后文详细说明。

指标提取部50当求出指标时，除了血压波形的测量数据之外，也可以使用体动测量单元21的测量数据和/或环境测量单元22的测量数据。此外，尽管未示出，但是可以将睡眠传感器、SpO2传感器、呼吸传感器(流量传感器)、血糖值传感器等的测量数据进行组合。通过综合分析由多种类型的传感器获得的多种类型的测量数据，可以对血压波形进行更高级的信息分析。可以按照用户的每个状态对血压波形数据进行分类，例如分类为静止时和动作时、温度较高时和较低时、睡眠较浅时和较深时、呼吸时和呼吸暂停时这样。或者，还可以评估每个测量数据的因果关系和相关性等，如提取身体运动、活动量和活动强度、气温变化、呼吸暂停、呼吸方式等对血压施加的影响等。需要说明的是，呼吸暂停中包括：阻塞性呼吸暂停、中枢性呼吸暂停、混合性呼吸暂停等。

处理部51接收由指标提取部50提取的指标。处理部51进行基于接收的指标的处理。基于指标的处理可以假设为各种处理。例如，可以将提取出的指标的值和变化等呈现给用户和医生、保健师等，并促进上述提取出的指标的值和变化等在健康管理、治疗、健康指导等中的运用。

根据血压波形获取的信息

图6示出一次心跳的挠骨动脉的压力脉搏波的波形(血压波形)。横轴是时间t[msec]，纵轴是血压BP[mmHg]。

血压波形是心脏收缩并送出血液而生成的“射血波”和射血波在末梢血管或动脉的分岔部反射而生成的“反射波”的合成波。以下示出根据一次心跳的血压波形所能够提取的特征点的一例。

·点F1是压力脉搏波的上升点。点F1与心脏的射血起始点，即主动脉瓣的开放点对应。

·点F2是射血波的振幅(压力)变为最大的点(第一峰值)。

·点F3是通过与反射波叠加，而在射血波的下降的途中出现的拐点。

·点F4是射血波与反射波之间出现的极小点，也称为凹陷。其与主动脉瓣的关闭点对应。

·点F5是在点F4之后出现的反射波的峰值(第二峰值)。

·点F6是一次心跳的终点，与下一次心跳的射血起始点即下一次心跳的起始点对应。

指标提取部50在上述特征点的检测中可以使用任何的算法。例如，指标提取部50也可以进行运算，求出血压波形的n次微分波形，检测该n次微分波形的零交叉点，由此提取血压波形的特征点(拐点)(针对点F1、F2、F4、F5、F6，能够根据1次微分波形来检测；针对点F3，能够根据2次微分波形或者4次微分波形来检测。)。或者，指标提取部50也可以从存储单元27读出预先配置有特征点的波形图案，使该波形图案拟合作为对象的血压波形，由此确定各特征点的位置。

基于上述特征点F1～F6的时刻t以及压力BP，指标提取部50能够进行运算，根据一次心跳的血压波形得到各种各样的信息(值、特征量、指标等)。以下，举例示出根据血压波形所能够取得的信息中的代表性信息。但是，tx和BPx分别表示特征点Fx的时刻和血压。

·脉搏波间隔(心跳周期)TA＝t6-t1

·心跳数PR＝1/TA

·脉搏波上升时间UT＝t2-t1

·收缩期TS＝t4-t1

·舒张期TD＝t6-t4

·反射波迟延时间＝t3-t1

·最高血压(收缩期血压)SBP＝BP2

·最低血压(舒张期血压)DBP＝BP1

·平均血压MAP＝t1～t6的血压波形的面积/心跳周期TA

·收缩期的平均血压＝t1～t4的血压波形的面积/收缩期TS

·舒张期的平均血压＝t4～t6的血压波形的面积/舒张期TD

·脉搏压PP＝最高血压SBP-最低血压DBP

·收缩后期压SBP2＝BP3

·AI(Augmentation Index)＝(收缩后期压SBP2-最低血压DBP)/脉搏压PP

上述的信息(值、特征量、指标)的基本统计量也能够用作指标。基本统计量包括，例如代表值(平均值、中间值、最频值、最大值、最小值等)、分散度(方差、标准差、变动系数等)。另外，上述的信息(值、特征值、指标)的随时间的变化也能够用作指标。

另外，指标提取部50也能够计算多次心跳的信息，由此得到称为BRS(血压调节功能)的指标。这是表示将血压调整为恒定的能力的指标。计算方法有例如Spontaneoussequence(自发顺序)法等。这是如下的一种方法，即，仅提取最高血压SBP和脉搏波间隔TA在连续3次心跳以上的期间内同步上升或者下降的顺序，在二维平面上绘制最高血压SBP和脉搏波间隔TA，将通过最小二乘法求出回归线时的倾斜度定义为BRS的方法。

如上所述，若利用本实施方式的生物体信息分析系统10，则能够根据血压波形的数据取得各种各样的信息。但是，不需要将用于取得上述的全部的信息的功能安装于生物体信息分析系统10。根据生物体信息分析系统10的构成、利用者、利用目的、利用场所等，仅安装用于取得需要的信息的功能即可。另外，也可以将各功能作为程序模块(应用软件)来提供，将需要的程序模块安装于生物体信息分析系统10，由此追加功能。

以下，将例示性的说明作为生物体信息分析系统10的具体地应用的实施例。

实施例1

为了准确地根据血压变动来掌握该人的事件发病风险，应该综合评估变动的主要原因和变动的出现方式。然而，仅用简单的最高血压值(SBP)和最低血压值(DBP)，难以表现在血压发生了变动的区间(称为“血压变动区间”)中的血压变动的出现方式。在此，在本实施例中，根据血压波形的时间序列数据来检测血压变动区间，基于该区间的血压发生变动的原因和该区间的血压变动的特征量，求出表示用户的血压变动类型的指标。通过将血压变动类型转换为指标，可以期待能够高精度地推定每个用户的事件发病风险。

图7示出表示本实施例的处理的流程图。

首先，指标提取部50从存储单元27中读取血压波形的时间序列数据(步骤1700)。为了掌握用户的血压变动的趋势，指标提取部50可以获取在一定程度上较长的时间段(例如一周～一个月)的数据。然后，指标提取部50从每一次心跳的血压波形来提取每一次心跳的收缩期血压(Systolic Blood Pressure：SBP)的值及该时刻(步骤1701)。由此，获得SBP的时间序列数据。需要说明的是，在本实施例中，使用了SBP，但也可以使用其他特征量(例如，舒张期血压(Diastolic Blood Pressure：DBP)、平均血压(Mean Arterial Pressure：MAP)等)。

然后，指标提取部50分析SBP的时间序列数据，提取血压变动区间(步骤1702)。血压变动区间的提取方法没有特别限定。例如，如图8所示，指标提取部50可以检测在SBP的时间序列数据中连接SBP而获得的SBP波形的极小点和极大点(此时，可以忽略因SBP波形的微小振动而产生的极小点、极大点)，提取隔着某个极大点的两个极小点之间的期间作为血压变动区间。采用该提取方法，可以简单且自动地检测血压变动区间。

然后，指标提取部50估计血压变动区间的血压变动主要原因(步骤1703)。血压变动主要原因也可以基于由用于检测用户状态的传感器(例如，体动测量单元21或环境测量单元22等)得到的信息来推定。例如，如果能够根据由体动测量单元21在与血压变动区间相对应的时刻所得到的信息，判别出用户处于运动中或用户从坐着的状态起立等，则指标提取部50也可以推定为“运动”或“起立(姿势变化)”是血压变动的主要原因。此外，如果能够根据由环境测量单元22在对应于血压变动区间的时刻所得到的信息，判别出气温或室温在急剧变化，则指标提取部50也可以推定为“温度变化”是血压变动主要原因。“与血压变动区间相对应的时刻”有时是血压变动区间内的时刻，在主要原因的发生与血压变动之间存在时间延迟的情况下，有时也会是在血压变动区间的规定时间以前的时刻(根据血压变动主要原因的类型，可以适当地改变血压变动区间与血压变动主要原因的时刻的对应关系)。此外，当血压变动区间的时刻是夜晚时，指标提取部50也可以推定为发生呼吸暂停是血压变动主要原因。或者还可以使用户自己输入血压变动主要原因。

然后，指标提取部50从血压变动区间的SBP的数据来提取各种特征量(步骤1704)。提取出的特征量的类型以及数量没有特别限定。例如，有血压变动区间的SBP的基本统计量、血压变动区间的SBP波形的特征量等。基本统计量中包括，平均值、中间值、最大值、最小值、最大值与最小值之差、标准偏差、偏度、峰度等。此外，如图9A～图9D所示，波形特征量中包括，血压变动区间的起始点的SBP值1901、峰值点的SBP值1902、终点的SBP值1903、起始点与峰值点之间的SBP变化量1904、峰值点与终点之间的SBP变化量1905、起始点与终点之间的SBP变化量1906、起始点与峰值点之间的时间段1907、峰值点与终点之间的时间段1908、起始点与终点之间的时间段1909、从起始点到峰值点的上升角度1910、从峰值点到终点的下降角度1911、从起始点到终点为止的SBP的平均值、从起始点到峰值点为止的SBP的标准偏差、从峰值点到终点为止的SBP的标准偏差、从起始点到终点为止的SBP的标准偏差、从起始点到峰值点为止的SBP波形的面积1912、从峰值点到终点为止的SBP波形的面积1913、从起始点到终点为止的SBP波形的面积(面积1912和1913的总和)、SBP波形中的极小点的数量等。

然后，指标提取部50将血压变动主要原因和血压变动的特征量作为与血压变动区间有关的信息并记录在存储单元27中(步骤1705)。当从血压波形数据而提取多个血压变动区间时，在各血压变动区间重复进行步骤1703～1705的处理。图10是在存储单元27中累计的与该用户的血压变动区间有关的信息(以下，简称为“血压信息”)的例子。在血压变动的每个时机记录有血压变动主要原因和血压变动的特征量的信息。需要说明的是，“ID”是用于确定用户的标识符。

然后，指标提取部50分析血压信息并求出频率最高的血压变动主要原因(最频主要原因)(步骤1706)。例如，在某个用户的血压信息中，若“起立”作为主要原因的血压变动占50％，“运动”作为主要原因的血压变动占10％，“呼吸暂停”作为主要原因的血压变动占20％，“温度变化”作为主要原因的血压变动占20％，则该用户的最频主要原因是“起立”。

然后，指标提取部50基于血压信息对血压变动的特征量进行分类(步骤1707)。具体地，指标提取部50参考登记有血压变动的特征量的趋势不同的多个组的分类数据库，评估该用户的血压变动的特征量和各组血压变动的特征量的相似度，由此判定该用户的血压变动的特征量是否与某个组的血压变动的特征量的趋势一致。在本实施例中，分类数据库存储于存储单元27中，但分类数据库也可以存在于生物体信息分析装置1的外部的存储设备或服务器(例如，云服务器、在线存储设备等)中。

图11概念性地示出步骤1707的处理。在分类数据库中，登记有从大量被实验者获得的血压变动的特征量的数据，这些数据被预先基于特征量的类似性而划分为K个组(也称为类)。该分组通过分层聚类(Clustering)或K-Means法等公知的聚类方法来进行。图11示意性地示出了将特征量空间划分为6个组(类)的状态。指标提取部50将该用户的血压变动的特征量的数据映射到该特征量空间。在图11的例子中，由于映射到组3的区域上的数据点的数量最多，因此该用户的血压变动的特征量被分类到“组3”。以下，将血压变动的特征量的分类(趋势)称为“变动分类”。

然后，指标提取部50接收用户的属性信息(年龄、性别、有无慢性疾病等)(步骤1708)。例如，可以使用户自己用输入单元24输入属性信息。

通过以上的处理，获得关于该用户的血压变动的变动主要原因“起立”和变动分类“组3”这两个指标。这些指标可以称为用于表示该用户的血压变动类型的指标。此外，还可以获得属性信息作为与该用户的事件发生风险相关联的信息。

然后，处理部51参考风险数据库，获取与该用户的血压变动类型相对应的风险信息(步骤1709)。在本实施例中，风险数据库存储于存储单元27中，但风险数据库也可以存在于生物体信息分析装置1的外部存储设备或服务器(例如，云服务器、在线存储设备等)中。

图12示出风险数据库的一个例子。在风险数据库中，预先登记有从大量被实验者获得的年龄或性别等属性信息、血压变动类型(变动主要原因、变动分类)、风险信息(既往病历等)的数据。例如，根据ID＝1003的登记数据可知，被检查者为47岁的女性，容易发生因“温度”变化而引起的血压变动，变动分类为组2，具有糖尿病史。

在步骤1709中，处理部51从风险数据库中检索与在步骤1706～1708中得到的用户的属性信息以及血压变动类型(变动主要原因、变动分类)最接近的登记数据，读取检索到的登记数据的风险信息。在步骤1710中，处理部51基于读取的风险信息，呈现该用户的血压变动类型或事件发生风险等的信息。图13是处理部51输出到输出单元25(显示装置)的信息显示画面的一个例子。在该例子中，将如“存在动脉硬化的风险”这样的消息与血压变动区间内的SBP波形(血压浪涌的波形)、用户的属性信息、血压变动类型(变动主要原因、变动分类)等信息一起输出。

根据上述构成，基于血压变动的区间的测量数据来判定该用户的血压变动类型和风险，并输出该信息。因此，用户可以采取符合自身的特性或风险相适应的适当的措施，并且可以对严重事件发病防患于未然。此外，当医生或保健师利用本系统时，通过参考用户(患者)的血压变动类型和风险等分析信息，可以针对该用户作出符合该人的特性或风险的适当的处置或指导。

需要说明的是，上述实施方式和实施例的构成仅是本发明的一个具体示例，并不意图限制本发明的范围。本发明在不脱离其技术思想的范围内，可以采用各种具体构成。

本说明书中公开的技术思想也可以指定以下发明。

(附记1)

一种生物体信息分析装置，其特征在于，

具有硬件处理器以及用于存储程序的存储器，

所述硬件处理器根据所述程序，

从通过佩戴在用户的身体上并能够非侵入性地测量每一次心跳的血压波形的传感器连续测量的血压波形的时间序列数据中，获取作为发生了血压变动的区间的血压变动区间数据，

从所述血压变动区间数据中，提取表示所述用户的血压变动类型的指标，

输出表示提取的所述血压变动类型的指标。

(附记2)

一种生物体信息分析系统，其特征在于，具有：

传感器，佩戴在用户的身体上并能够非侵入性地测量每一次心跳的血压波形，

硬件处理器，以及

存储器，用于存储程序；

所述硬件处理器根据所述程序，

从通过所述传感器连续测量的血压波形的时间序列数据中，获取作为发生了血压变动的区间的血压变动区间数据，

从所述血压变动区间数据中提取表示所述用户的血压变动类型的指标，

输出表示提取的所述血压变动类型的指标。

(附记3)

作为生物体信息分析方法，其特征在于，包括：

至少通过一个硬件处理器，从通过佩戴在用户的身体上并能够非侵入性地测量每一次心跳的血压波形的传感器连续测量的血压波形的时间序列数据中，获取作为发生了血压变动的区间的血压变动区间数据的步骤；

至少通过一个硬件处理器，从所述血压变动区间数据中，提取表示所述用户的血压变动类型的指标的步骤；以及

至少通过一个硬件处理器，输出表示提取的所述血压变动类型的指标的步骤。

附图标记说明

1：生物体信息分析装置2：测量单元

10：生物体信息分析系统、11：主体部、12：皮带

20：血压测量单元、21：体动测量单元、22：环境测量单元、23：控制单元、24：输入单元、25：输出单元、26：通信单元、27：存储单元

30：压力传感器、31：按压机构、300：压力检测元件

50：指标提取部、51：处理部。

Claims (12)

1.一种生物体信息分析装置，其特征在于，具有：

指标提取部，从通过佩戴在用户的身体上并能够非侵入性地测量每一次心跳的血压波形的传感器连续地测量出的血压波形的时间序列数据，获取发生了血压变动的区间即血压变动区间的数据，从所述血压变动区间的数据来提取用于表示所述用户的血压变动类型的指标，以及

处理部，输出由所述指标提取部提取出的用于表示所述血压变动类型的指标。

2.根据权利要求1所述的生物体信息分析装置，其特征在于，

所述指标提取部根据所述血压波形的时间序列数据来计算每一次心跳的收缩期血压的时间序列数据，并提取所述收缩期血压的时间序列数据中的隔着极大点的两个极小点之间的期间的数据作为所述血压变动区间的数据。

3.根据权利要求1或2所述的生物体信息分析装置，其特征在于，

所述指标提取部从所述血压变动区间的数据来提取血压变动的特征量，将提取出的所述血压变动的特征量的趋势作为用于表示所述血压变动类型的指标之一。

4.根据权利要求3所述的生物体信息分析装置，其特征在于，

所述指标提取部参考登记有血压变动的特征量的趋势不同的多个组的分类数据库，判定从所述血压变动区间的数据中提取出的血压变动的特征量是否与所述多个组中的某个组的血压变动的特征量的趋势一致，由此对所述用户的血压变动的特征量的趋势进行分类。

5.根据权利要求4所述的生物体信息分析装置，其特征在于，

具有预先存储有所述分类数据库的存储单元。

6.根据权利要求1～5中任一项所述的生物体信息分析装置，其特征在于，

所述指标提取部推定在所述血压变动区间发生血压变动的主要原因，将推定出的所述主要原因作为用于表示所述血压变动类型的指标之一。

7.根据权利要求6所述的生物体信息分析装置，其特征在于，

所述指标提取部基于由用于检测所述用户的状态的第二传感器在对应于所述血压变动区间的时刻所检测出的与所述用户的状态有关的信息，来推定在所述血压变动区间发生血压变动的主要原因。

8.根据权利要求1～7中任一项所述的生物体信息分析装置，其特征在于，

所述指标提取部从将血压变动类型和风险信息建立对应关系的风险数据库中，获取与所述用户的血压变动类型对应的风险信息，

所述处理部输出由所述指标提取部获取的所述风险信息。

9.根据权利要求8所述的生物体信息分析装置，其特征在于，

具有预先存储有所述风险数据库的存储单元。

10.一种生物体信息分析系统，其特征在于，具有：

传感器，佩戴在用户的身体上并能够非侵入性地测量每一次心跳的血压波形，以及

根据权利要求1～9中任一项所述的生物体信息分析装置，使用由所述传感器连续地测量出的血压波形数据进行生物体信息的分析。

11.一种程序，其特征在于，

使处理器作为权利要求1～9中任一项所述的生物体信息分析装置的所述指标提取部和所述处理部发挥功能。

12.一种生物体信息分析方法，其特征在于，包括：

从通过佩戴在用户的身体上并能够非侵入性地测量每一次心跳的血压波形的传感器连续地测量出的血压波形的时间序列数据，获取发生了血压变动的区间即血压变动区间的数据的步骤，

从所述血压变动区间的数据来提取用于表示所述用户的血压变动类型的指标的步骤，以及

输出所提取出的用于表示所述血压变动类型的指标的步骤。