CN109788920B - 信息处理设备、信息处理方法以及程序 - Google Patents

Abstract

[目的]提出能够在降低功耗的同时获得准确的血流信息的信息处理设备、信息处理方法和程序。[解决方案]提出了一种信息处理设备，其包括估计单元，该估计单元基于指示两种不同的血流信息之间的关系的关系信息根据通过血流测量获得的第一种血流信息估计与第一种血流信息相关联的第二种血流信息。

Description

信息处理设备、信息处理方法以及程序

技术领域

本公开内容涉及信息处理设备、信息处理方法以及程序。

背景技术

用于测量关于血流的信息例如脉搏和血流速度的技术经常用于医学等领域。作为用于测量脉搏和血流速度的设备的示例，可以提及血流量计。血流量计可以安装在被测人员身上，而不会给被测人员带来不适、疼痛等，并且可以容易地测量脉搏和血流速度。例如，专利文献1中公开了血流量计的示例。

引用列表

专利文献

专利文献1：JP 2013-146371A

发明内容

技术问题

在以上描述的血流量计中，有时在降低采样频率以抑制功耗的情况下检测叠加有噪声分量的信号。例如，在采样频率不满足从血流获得的信号的频率的预定条件的情况下，有时由于折叠现象而出现噪声。然后，在对叠加有这样的噪声分量的检测信号执行处理的情况下，难以获得由于噪声分量引起的准确的血流信息诸如脉搏。

因此，鉴于上述情况设计了本公开内容，并且本公开内容提出了能够在抑制功耗的同时获得准确的血流信息的信息处理设备、信息处理方法和程序。

问题的解决方案

根据本公开内容，提供了一种信息处理设备，包括：估计单元，被配置成基于指示两种不同的血流信息之间的关系的关系信息根据通过血流测量获得的一种血流信息估计与该一种血流信息相关联的另一种血流信息。

此外，根据本公开内容，提供了一种信息处理方法，包括：基于指示两种不同的血流信息之间的关系的关系信息根据通过血流测量获得的一种血流信息估计与该一种血流信息相关联的另一种血流信息。

此外，根据本公开内容，提供了一种程序，其使计算机实现以下功能：基于指示两种不同的血流信息之间的关系的关系信息，根据通过血流测量获得的一种血流信息估计与该一种血流信息相关联的另一种血流信息。

发明的有益效果

根据本公开内容，如上所述，可以在抑制功耗的同时获得准确的血流信息。

注意，以上描述的效果不一定是限制性的。利用或代替以上效果，可以实现本说明书中描述的效果或者可以从本说明书理解的其他效果中的任何一种。

附图说明

[图1]图1是示出根据本公开内容的实施方式的信息处理系统1的功能配置的框图。

[图2]图2是示出根据本公开内容的实施方式的辐射单元100和检测单元102的操作模式的示例的说明图。

[图3]图3是示出根据本公开内容的实施方式的测量模块10的形式的示例的图。

[图4]图4是用于描述当安装有图3中所示的测量模块10时的形式的说明图。

[图5]图5是示出应用于本公开内容的实施方式的血流测量方法的说明图。

[图6]图6是示出应用于本公开内容的实施方式的第一处理方法的说明图。

[图7]图7是示出应用于本公开内容的实施方式的第二处理方法的说明图。

[图8]图8是示出叠加有折叠噪声分量602和604的功率谱606的说明图。

[图9]图9是示出根据本公开内容的第一实施方式的信息处理设备30的处理器300的功能配置的框图。

[图10]图10是示出根据本公开内容的第一实施方式的信息处理方法的说明图。

[图11]图11是示出根据本公开内容的第一实施方式的信息处理方法中的第一操作的流程图的图。

[图12]图12是示出根据本公开内容的第一实施方式的信息处理方法中的第二操作的流程图的图。

[图13]图13是示出根据本公开内容的第一实施方式的修改示例的信息处理设备30的处理器300a的功能配置的框图。

[图14]图14是示出根据本公开内容的第二实施方式的信息处理设备30的处理器300b的功能配置的框图。

[图15]图15是示出根据本公开内容的第二实施方式的信息处理方法的说明图。

[图16]图16是示出根据本公开内容的第二实施方式的修改示例的信息处理方法的说明图。

[图17]图17是示出根据本公开内容的第三实施方式的信息处理设备30的处理器300c的功能配置的框图。

[图18]图18是示出根据本公开内容的第三实施方式的信息处理方法的说明图。

[图19]图19是示出根据本公开内容的第四实施方式的信息处理设备30的处理器300d的功能配置的框图。

[图20]图20是示出根据本公开内容的第四实施方式的信息处理方法的说明图。

[图21]图21是示出根据本公开内容的第四实施方式的信息处理方法的流程图的图。

[图22]图22是示出根据本公开内容的实施方式的信息处理设备30的配置的框图。

具体实施方式

在下文中，将参照附图详细描述本公开内容的(一个或多个)优选实施方式。注意，在本说明书和附图中，具有基本相同的功能和结构的结构元件用相同的附图标记表示，并且省略对这些结构元件的重复说明。

将按照以下顺序进行描述。

1.根据本公开内容的实施方式的信息处理系统1的配置

1.1 测量模块10的配置

1.2 信息处理设备30的配置

2.根据本公开内容的实施方式的血流测量方法和处理方法

2.1 血流信息测量方法

2.2 处理方法

2.2.1 第一处理方法

2.2.2 第二处理方法

3.本公开内容的实施方式的背景

4.第一实施方式

4.1 根据第一实施方式的处理器300的配置

4.2 根据第一实施方式的信息处理方法

4.2.1 第一操作

4.2.2 第二操作

4.3 第一实施方式的修改示例

5.第二实施方式

5.1 根据第二实施方式的处理器300b的配置

5.2 根据第二实施方式的信息处理方法

5.3 第二实施方式的修改示例

6.第三实施方式

6.1 根据第三实施方式的处理器300c的配置

6.2 根据第三实施方式的信息处理方法

7.第四实施方式

7.1 根据第四实施方式的处理器300d的配置

7.2 根据第四实施方式的信息处理方法

8.硬件配置

9.补充

<<1.根据本公开内容的实施方式的信息处理系统1的配置>>

首先，将参考图1至图4描述根据本公开内容的实施方式的信息处理系统1。图1是示出根据本公开内容的实施方式的信息处理系统1的功能配置的框图。图2是示出根据本公开内容的实施方式的辐射单元100和检测单元102的操作模式的示例的说明图。图3是示出根据本公开内容的实施方式的测量模块(测量单元)10的形式的示例的图。此外，图4是用于描述当安装有图3中所示的测量模块10时的形式的说明图。

根据本公开内容的实施方式，执行血流测量以获取关于被测人员的血流的血流信息。具体地，血流信息是指关于血流的信息，例如脉搏率、平均血流速度、血流量、血管中的颗粒的速度分布等。此外，在以下描述中，血流信息还包括用于计算以上描述的信息的功率谱等的血流信号信息，诸如通过处理通过血流测量获得的检测信号而获得的脉搏。另外，脉搏率是指当心脏的肌肉以规律的节奏收缩以将血液通过动脉输送至全身时，由于在动脉内壁上发生压力变化而出现在身体表面等上的每单位时间动脉的脉搏的数量(脉动并且更进一步的每单位时间心脏中的脉搏的数量被称为脉搏率)。此外，血流速度是指在是被测人员的测量区域中在一个血管或多个血管中流动的血液(血液成分)的速度，并且血流量是指通过测量区域中的一个血管或多个血管的每单位时间通过的血液量。血管中的颗粒的速度分布是指在测量区域中的一个血管或多个血管中在血管中停留或流动的颗粒例如红细胞的密度的速度分布。另外，血液可以被认为是具有多个流动速度的物质的混合物，并且血流的特征可以通过作为血管中的颗粒的血细胞的运动来指示，即，血细胞的流动速度。血细胞的流动速度可以用作指示血流的特征的主要指标。在本公开内容中，血液中的血细胞(颗粒)的平均移动速度被称为平均血流速度。

另外，在本公开内容的实施方式中，为了获取以上描述的血流信息，光被辐射至被测人员的一部分(测量区域)，例如手、手臂、颈部或腿部，并且检测到在被测人员的血管或静止的生物组织中移动的物质中散射的光。这里，在该实施方式中，通过处理检测到的光(特别是检测信号)来获取血流信息。注意，在下面要描述的实施方式中，将描述获取脉搏率作为血流测量的结果的情况作为示例。然而，在本公开内容的实施方式中，在不限于获取脉搏率作为血流测量的结果的情况下，可以获取其他血流信息作为血流测量的结果。

根据实施方式的信息处理系统1主要包括测量模块10和信息处理设备30，如图1所示。此外，根据实施方式的信息处理系统1可以包括向用户通知测量结果等并且在图1中未示出的信息呈现设备(用户可以是作为血流测量的目标的被测人员或者除了被测人员之外使用根据实施方式的信息处理系统1的人等)。在下文中，将顺序描述包括在信息处理系统1中的测量模块10和信息处理设备30的配置。

<1.1测量模块10的配置>

根据该实施方式的测量模块10是安装在身体的一部分诸如被测人员的皮肤上以对被测人员执行血流测量的模块。如图1所示，测量模块10主要包括辐射单元100、检测单元102和控制器104。在下文中，将描述测量模块10中包括的每个功能单元。

(辐射单元100)

辐射单元100向被测人员的测量区域(身体的一部分)辐射具有预定波长的辐射光。可以适当地选择由辐射单元100辐射的辐射光的波长，并且例如辐射具有波长为约850nm的光。作为辐射单元100，可以使用小型激光器等来辐射相干光。然后，下面将描述的控制器104可以控制辐射单元100的辐射光被辐射的定时、辐射时间、辐射间隔、强度等。

(检测单元102)

检测单元102检测从被测人员的测量区域散射的光。检测单元102包括例如光电二极管(光电检测器：PD)，其将接收的光的强度转换为电信号，并且将电信号输出至下面将描述的信息处理设备30。注意，电荷耦合器件(CCD)型传感器、互补金属氧化物半导体(CMOS)型传感器等可以用作检测单元102。另外，在测量模块10中设置以上描述的单个光电二极管、传感器等或多个光电二极管、传感器等。此外，检测单元102输出(读取)检测信号的定时等由下面将描述的控制器104控制。

(控制器104)

控制器104基于预定的同步信号等通过控制辐射单元100的辐射模式(辐射定时、辐射时间和辐射间隔)、控制检测单元102的读取(采样)定时等来控制测量模块10中的一般测量。例如，控制器104根据信息处理系统1的操作来控制辐射单元100的辐射频率或与辐射频率同步的检测单元102的采样频率。另外，控制器104还可以包括存储单元(未示出)，并且存储单元可以存储用于控制辐射单元100等的各种程序、参数等。此外，控制器104可以包含时钟机构(未示出)，该时钟机构确定与时间相关联地向信息处理设备30输出检测信号的准确时间。具体地，控制器104由例如中央处理单元(CPU)、只读存储器(ROM)、随机存取存储器(RAM)等实现。注意，由控制器104执行的功能中的一些或所有可以由下面将描述的信息处理设备30执行。

这里，将参照图2描述由以上描述的控制器104对辐射单元100和检测单元102的控制的细节。图2是示出根据本公开内容的实施方式的辐射单元100和检测单元102的操作模式的示例的说明图。特别地，图2的上段示意性地示出了辐射单元100的辐射模式，图2的中间段示出了由检测单元102检测的电信号，并且图2的下段示出了通过检测单元102的采样获得的检测信号。注意，在以下描述中，采样是指使用例如模数转换器等对由于光的检测而在检测单元102中生成的电信号进行数字化和读取(输出)。

如图2的上段所示，辐射单元100的辐射模式是方波。特别地，辐射单元100在上侧的平坦部分(开)的时段(辐射时段)期间辐射光。另一方面，辐射单元100在下侧的平坦部分(关)的时段(暂停时段)期间暂停辐射。另外，如图2的中间段所示，检测单元102的采样定时与辐射单元100的辐射时段同步。具体地，在辐射时段期间，检测单元102根据在检测单元102中接收的光的量来改变电信号，并且在辐射单元100暂停辐射的定时对在检测单元102中生成的电信号的变化进行采样。也就是说，在图2的中间段中的读取模式的峰值的右端部分中，可以读取根据在检测单元102中接收的光的量生成的电信号的变化并且可以获得在图2的下段中示出的检测信号。注意，在以下描述中，每单位时间的采样的数量被称为采样频率。注意，在以下描述中，使用以相等时间间隔执行采样的示例来简要描述本公开内容，但是也可以通过使用压缩感测原理等以不相等的时间间隔来执行采样。这种情况的采样频率可以被认为是特定时间段中的采样的数量的平均值。

注意，根据本公开内容的实施方式的辐射和测量方法中的辐射和采样模式不限于图2中所示的模式。例如，在辐射单元100的辐射模式中，辐射单元100以第一间隔规律地重复辐射预定次数的辐射部分可以以比第一间隔长的第二间隔重复。注意，即使在这种情况下，检测单元102的采样定时也与辐射单元100的辐射同步。也就是说，在该实施方式中，可以根据期望的血流信息、测量准确性等选择各种辐射和采样模式。

此外，尽管图1中未示出，但是测量模块10具有向辐射单元100等供应电力的电源。此外，除了以上描述的辐射单元100、检测单元102和控制器104之外，测量模块10还可以包括与下面将描述的信息处理设备30等进行通信的通信单元(未示出)等。另外，测量模块10可以包括检测测量模块10安装在被测人员的身体的一部分上的传感器(未示出)例如压力传感器。

另外，测量模块10可以具有例如安装在被测人员的身体上以供使用的可穿戴设备的形式。例如，测量模块10可以是具有手表、戒指、腕带、脚镯、项链、耳机等形状的装置，并且可以被安装在被测人员的一部分例如手腕、手臂、颈部、腿部或耳朵上。另外，测量模块10可以是具有垫形状例如粘贴膏并且可以被粘贴至被测人员的一部分例如手、手臂、颈部或腿部的装置。此外，测量模块10可以具有嵌入被测人员的身体的一部分中的植入物形状。

在下文中，将参照图3和图4描述根据该实施方式的测量模块10的特定形式的示例。例如，如图3所示，测量模块10可以具有带状形状的形式。如图3所示，测量模块10包括带状形状的带单元110、控制单元112和测量单元114。控制单元112是设置有以上描述的控制器104的部分。注意，在下面要描述的测量模块10和信息处理设备30是集成设备的情况下，下面要描述的信息处理设备30中每个功能单元可以被设置在控制单元112中。另外，测量单元114是设置有以上描述的辐射单元100和检测单元102并且当测量模块10安装在身体的一部分上时与被测人员的身体接触或面对被测人员的身体的部分。

带单元110例如是将测量模块10固定以包裹在被测人员的手腕周围并且由诸如软硅凝胶的材料形成以形成符合手腕的形状的环形形状的部件。也就是说，由于带单元110可以形成为符合手腕的形状的环形形状，如图4所示，因此测量模块10被包裹以固定在被测人员的手腕周围。另外，当在血流测量期间移动测量模块10时，可以不执行准确测量。因此，测量模块10优选地固定在被测人员的测量区域上。因此，可以在带单元110的与被测人员的皮肤接触的部分中设置可以粘附至被测人员的皮肤上的粘附层116。此外，优选地当测量模块10形成为环形形状时自由调节环的周长，以与各种手腕的厚度相对应。因此，固定单元118设置在带单元110的一端，并且固定单元118可以叠加在带单元110上的任何部分上，以固定在带单元110上的各个位置处。以这种方式，测量模块10可以根据要固定的被测人员的手腕的厚度进行安装。

<1.2 信息处理设备30的配置>

返回参照图1，将描述根据该实施方式的信息处理系统1的信息处理设备30的配置。信息处理设备30是使用由测量模块10获得的检测信号来获取血流信息诸如脉搏的设备。如图1中所示，信息处理设备30主要包括处理器300和存储单元302。在下文中，将描述信息处理设备30中包括的每个功能单元。

(处理器300)

处理器300通过处理由测量模块10获得的检测信号来获取血流信息。获取的血流信息可以被输出至下面将描述的存储单元302或另外的设备。注意，稍后将描述处理器300的细节。

(存储单元302)

存储单元302存储要在以上描述的处理器300中的处理中使用的程序或各种数据，并且存储由处理器300获取的血流信息等。另外，除了数据等之外，存储单元302可以适当地存储在执行任何处理时必须存储的各种参数、正在进行的进程等。然后，处理器300等可以自由地访问存储单元302以写入或读取数据。

注意，除了以上描述的处理器300和存储单元302之外，信息处理设备30还可以包括与测量模块10等进行通信的通信单元(未示出)。此外，信息处理设备30可以包括使用根据实施方式的信息处理系统1接收来自用户的操纵的输入单元(未示出)等。

另外，信息处理设备30可以是与以上描述的测量模块10集成的设备，或者可以是与以上描述的测量模块10分开的设备。在后一情况下，例如，信息处理设备30可以是信息处理设备诸如智能电话、平板电脑或个人计算机(PC)，或者可以是连接至其他设备的信息处理设备(例如，医疗设备等)。此外，信息处理设备30可以是诸如安装在远离被测人员等的位置的服务器的信息处理设备。

<<2.根据本公开内容的实施方式的血流测量方法和处理方法>>

如上所述，在本公开内容的实施方式中，执行血流测量以获取关于被测人员的血流的血流信息。如上所述，在本实施方式中，为了获取以上描述的血流信息，光被辐射至被测人员的一部分例如手、手臂、颈部或腿部，检测到在被测人员的血管或静止的生物组织中移动的物质中散射的光，并且处理检测到的光(特别是检测信号)。在下文中，将详细描述根据本公开内容的实施方式的血流测量方法、处理方法等。

<2.1 血流信息测量方法>

使用激光多普勒血流测量技术或动态光散射(DLS)技术的速度分布的分析技术可以例示为根据本公开内容的实施方式的血流测量方法的示例。首先，将参照图5描述两种技术共有的血流引起的相干光的干涉现象。图5是示出应用于本公开内容的实施方式的血流测量方法的说明图。特别地，图5示意性地示出了血流引起的相干光的干涉现象。图5中的附图标记502表示通过测量获得的检测信号的波形的示例。

根据本公开内容的实施方式的血流信息测量方法是使用当来自辐射单元100的光辐射至被测人员的测量区域(身体的一部分)时由在被测人员的血管中移动的散射物质(主要是红细胞)散射的光通过多普勒效应和散射物质的位置移动产生干涉光的现象的方法。干涉光由检测单元102诸如光电二极管接收，并且根据接收的干涉光中的多普勒频移的分布来计算血流信息。

特别地，如图5所示，在由辐射单元100辐射至被测人员的测量区域的频率为f的光由被测人员的位于静止的组织70例如皮肤或皮下组织散射的情况下，散射光保持频率f。另一方面，在辐射至被测人员的测量区域的频率为f的光被在被测人员的血管中移动的散射物质(例如，红血细胞可以被例示，并且红血细胞是具有直径8微米至10微米的物质)72散射的情况下(例如，移动的颗粒在散射光中引起多普勒频移)，散射光的频率被多普勒效应和散射物质的位置移动所偏移，因此，散射光具有频率f+Δf。然后，由静止的组织70散射的频率为f的散射光干扰由移动的散射物质72散射的频率为f+Δf的散射光，因此检测单元102可以用光学节拍检测干涉光。注意，偏移频率Δf远小于辐射光的频率f。

然后，通过处理由检测单元102检测并由图5中的附图标记502表示的干涉光(检测信号)，可以获得血流信息。注意，由于检测信号502是这样的信号：通过来自在血管中执行多个不同运动的颗粒的散射光具有多个不同频率的光学节拍叠加，如图5所示，检测信号502被视为不规律的信号诸如白噪声。然而，如以上所描述的，检测信号502是具有多个频率的干扰节拍叠加的信号。因此，通过对检测信号执行下面将描述的频率分析处理，可以获取引起多普勒频移的颗粒运动的速度分布信息。在本公开内容中，由于观察目标是血流，因此可以确定血管中的颗粒诸如红细胞的速度分布。另外，由于可以获取在辐射光到达的范围内的生物组织中的血流信息，因此可以获取在包括位于距被测人员的身体的皮肤一定深度的深部部分中的血管以及被测人员的皮肤的表面的血管的区域中的血流信息。

<2.2 处理方法>

此外，在本公开内容的实施方式中，如以上所描述的，通过处理由检测单元102检测的检测信号来获取血流信息。在本公开内容的实施方式中，例如，下面将描述的两种方法中的任何一种都可以用作处理检测信号以获取血流信息的方法。具体地，作为根据实施方式的处理方法，首先执行通常用于激光多普勒速度检测的频率分析处理(傅立叶变换)的第一处理方法并且可以例示计算DLS中使用的自相关函数的第二处理方法。在下文中，将顺序描述第一处理方法和第二处理方法的细节。

<2.2.1 第一处理方法>

首先，将参照图6来描述第一处理方法。图6是示出应用于实施方式的第一信息处理方法的说明图。在第一处理方法中，如图6所示，通过首先对检测单元102针对多个范围的每个间隔(图6的窗500)获得的检测信号(图6的I(t))执行例如频率分析处理诸如快速傅立叶变换(FFT)来获取血流信息。

具体地，在第一处理方法中，在预定时间范围的每个间隔对检测信号执行FFT，以获取作为频率的函数的多个功率谱(图6的P(f))。此外，通过对所获取的功率谱中的每一个的每一个频率的具有与速度成比例关系的拍频取乘积(图6的fP(f))并且执行在整个功率谱中的积分以及归一化，可以获得平均血流速度。然后，通过基于从具有不同时间范围的多个窗获得的多个功率谱来获取多个血流速度，可以获取指示平均血流速度随时间的变化的波形。此外，通过对所获取的波形执行插值处理等，可以获取指示脉搏对血流速度的变化的脉搏波形，并且可以根据脉搏波形计算脉搏率等。注意，在图6中，未表示决定用于生成功率谱的范围的多个叠加窗500。然而，在实际处理中，可以使窗500相互叠加。因此，通过处理导致叠加的窗500，可以更密集地生成按时间顺序形成的多个功率谱线。

<2.2.2 第二处理方法>

接下来，将参照图7来描述第二处理方法。图7是示出应用于实施方式的第二信息处理方法的说明图。在第二处理方法中，如图7所示，通过首先根据检测信号(图7的I(t))计算自相关函数并且处理计算的自相关函数(图7的G(τ))来获取血流信息。

特别地，根据Wiener-Khichin定理，在获得自相关函数之后，通过对自相关函数执行傅立叶变换来获取I(t)的功率谱。注意，根据使用自相关函数的第二处理方法，即使在检测到的检测信号是如本公开内容中的不具有周期性的信号的情况下，也可以获得准确的功率谱。这里，通过处理所获取的功率谱，可以获取期望的血流信息。

更具体地，在第二处理方法中，对每个预定时间范围的检测信号执行自相关函数的计算，以获取多个自相关函数。此外，在第二处理方法中，根据Wiener-Khichin定理，对所计算的自相关函数中的每一个执行FFT以获取作为频率的函数的多个功率谱(图7的P(f))。功率谱与以与功率谱的频率相对应的速度移动的颗粒的存在密度成比例。因此，通过对预定频率范围中的所获取的功率谱执行积分处理，可以获得预定速度范围内的血管中的颗粒的相对密度。此外，通过从具有不同时间范围的多个功率谱获取多个颗粒的相对密度，可以获取指示颗粒的相对密度随时间的变化的波形。然后，通过对所获得的波形执行插值处理等，可以获取指示脉搏对颗粒的相对密度的变化的脉搏波形，并且根据脉搏波形计算脉搏率等。注意，在以上描述的第一处理方法和第二处理方法中，在获得功率谱的方式和随后获得血流信息的方式中使用不同的方法，但是在本公开内容中可以使用任何组合。即，在本公开内容中，在根据在第一处理方法中描述的方法获得功率谱之后，还可以获得由第二处理方法指示的预定速度范围内的颗粒的相对密度。另外，在本公开内容中，在根据第二处理方法中描述的方法获得功率谱之后，还可以获得在第一处理方法中指示的平均血流速度。

<<3.本公开内容的实施方式的背景>>

顺便提及，由于根据本公开内容的实施方式的测量模块10是安装在被测人员上的可穿戴设备，因此测量模块10优选地是紧凑的。因此，优选地减小测量模块10的电源容量。因此，为了减小电源量，需要将测量模块10中的功耗抑制得尽可能小。此外，考虑到测量模块10长时间安装在被测人员上以能够尽可能长时间地执行血流测量，需要将测量模块10中的功耗抑制得尽可能小。

在测量模块10中，辐射单元100大大消耗了功耗。因此，为了抑制功耗，认为减少了光的辐射的数量，并且减少了与辐射同步的采样的数量(采样频率)。换句话说，通过降低采样频率，可以减少与采样同步的辐射单元100的辐射周期(辐射的数量或时间)，因此可以抑制辐射单元100中的功耗。

然而，根据奈奎斯特定理，将具有等于或大于采样频率的1/2的频率并且包括在原始信号中的信号与离散采样信号的混合作为折叠信号。当降低采样频率时，折叠信号增加并且很快达到可能不可忽略的幅度。因此，作为噪声信号，折叠信号对信息(本公开内容中的血流信息)的提取具有不利影响。具体地，在本公开内容的实施方式中描述的方法中，折叠噪声分量叠加在功率谱上，噪声分量对后级处理具有不利影响，因此难以获得准确的血流信息。首先，将参照图8描述叠加有折叠噪声分量602和604的功率谱606。图8是示出叠加有折叠噪声分量602和604的功率谱606的说明图。

首先，图8中示出了原始信号的原始功率谱600。另外，当fs是采样频率时，出现具有原始信号的波形根据奈奎斯特定理在1/2fs的位置处折叠的波形的噪声分量602，如图8中的奇数折叠的噪声分量所示。此外，还发生折叠噪声分量在与奈奎斯特频率的倍数相对应的位置处进一步折叠的噪声分量。例如，具有噪声分量602在与奈奎斯特频率的零倍相对应的频率(即，频率为零)的位置处折叠的波形的噪声分量604出现为在图8中通过偶数折叠的噪声分量。然后，噪声分量602和604叠加在原始功率谱600上，并且检测到叠加有噪声分量的功率谱606出现为在图8中中的组合功率谱。此外，在对叠加有这样的折叠噪声分量602和604的功率谱606执行以上描述的处理的情况下，由于噪声分量602和604被叠加，因此难以获取准确的血流信息。注意，这里描述了两次折叠。然而，由于折叠实际上持续到无穷大，因此原始信号中包括的高频分量在具有1/2fs或更小的信号中都被卷积。

注意，在奈奎斯特频率的偶数倍的频率的位置处出现的折叠噪声分量604具有没有叠加噪声分量的功率谱600沿着频率轴(X轴)平移的形状。因此，容易地假设噪声分量604对检测信号(叠加有噪声分量的功率谱606)的影响以及对血流信息的计算的影响可以说是小的。相反，在奈奎斯特频率的奇数倍的频率的位置处出现的折叠噪声分量602具有使用奈奎斯特频率的对应位置作为镜面将没有叠加噪声分量的功率谱600反转的形状。因此，难以假设噪声分量602对检测信号(叠加有噪声分量的功率谱606)的影响以及对血流信息的计算的影响可以说是大的。另外，对于与受折叠噪声分量影响很大的频率范围(或速度范围)相对应的血流信息，当然，由于折叠噪声分量，难以获取准确的信息。

也就是说，在降低采样频率以抑制测量模块10中的功耗的情况下，折叠噪声分量叠加在检测信号上，因此由于折叠噪音分量难以从检测信号获得准确的血流信息。

因此，鉴于前述情况，本发明人已经创建了本公开内容的实施方式。根据本公开内容的实施方式，即使在获取由于降低采样频率以抑制测量模块10的功耗而叠加有折叠噪声分量的检测信号的情况下，也可以获得准确的血流信息。特别地，根据本公开内容的实施方式，根据叠加有折叠噪声分量的检测信号估计不受折叠噪声分量影响的血流信息诸如功率谱。然后，根据实施方式，通过处理估计的血流信息诸如功率谱来获取更期望的血流信息。因此，根据本公开内容的实施方式，即使在降低采样频率的情况下，也可以通过使用不受折叠噪声分量影响的估计的血流信息诸如功率谱来获得准确的血流信息。在下文中，将顺序地详细描述本公开内容的实施方式的详细配置和操作。

<<4.第一实施方式>>

在第一实施方式中，检测由于降低采样频率而极大地叠加有折叠噪声分量的功率谱，但是根据功率谱估计处于折叠噪声分量可忽略的令人满意的状态的功率谱。因此，在该实施方式中，为了执行以上描述的估计，信息处理设备30执行没有叠加折叠噪声分量的功率谱与叠加有与功率谱相对应的折叠噪声分量的功率谱之间的关系的机器学习。然后，基于通过机器学习获得的关系信息，信息处理设备30根据叠加有单独获取的折叠噪声分量的功率谱来估计与功率谱相对应并且处于折叠噪声分量可忽略的令人满意的状态的功率谱。此外，在该实施方式中，使用估计的功率谱获取作为期望的血流信息的脉搏率。

特别地，在该实施方式中，为了执行关系信息的机器学习，当获取处于折叠噪声分量可忽略的令人满意的状态的功率谱(以下称为第一功率谱)时，执行高采样频率(下文中称为第一采样频率)下的血流测量。通过将第一采样频率设置为噪声分量可以充分衰减到折叠现象的不利影响可忽略的程度的频率的两倍或更多，可以避免通过奈奎斯特定理在折叠现象中出现的噪声分量的不利影响。在下文中，噪声分量充分衰减到折叠现象的不利影响可忽略的程度的频率被称为最大频率。通过最大频率的两倍或更多的第一采样频率下的血流测量和通过进一步处理第一检测信号的第一功率谱可以获取折叠噪声分量的不利影响可忽略的状态下的第一检测信号(第一血流信号)。第一采样频率是等于或大于16kHz的频率，并且例如是大约100kHz的频率。注意，测量模块10中的功耗在第一采样频率下的血流测量中增加。

在本实施方式中，对于折叠噪声分量的不利影响可忽略的状态下的第一检测信号，通过根据预定规则执行抽取包括在第一检测信号中的一些信号的处理(抽取处理)来获取与低采样频率(以下称为第二检测频率)相对应的第二检测信号(第二血流信号)。也就是说，执行抽取处理以获取与在获取以上描述的第一检测信号的血流测量时以第二采样频率执行处理的情况下获取的检测信号相等的信号。第二采样频率是选择用于抑制测量模块10的功耗的频率，特别是小于最大频率的两倍，并且是小于以上描述的第一采样频率的频率。因此，由于第二采样频率等于或小于最大频率的两倍，因此具有对血流信息的计算具有不利影响的水平的折叠噪声分量被叠加在第二检测信号上。然后，通过处理叠加有折叠噪声分量的第二检测信号获取叠加有折叠噪声分量的功率谱(下文中称为第二功率谱)。例如，作为第二采样频率，可以选择等于或小于以上描述的第一采样频率的1/2的频率，更具体地，可以选择具有大约几kHz到几十kHz的频率。

然后，在该实施方式中，通过机器学习获得如上描述获得的第一功率谱与第二功率谱之间的关系。具体地，在机器学习中，通过根据预定规则比较波形或得到数学对应关系来获取指示第一功率谱与第二功率谱之间的关系的关系信息。由于在血流期间颗粒的速度分布具有在其颗粒速度较快而较小的单调现象性质，并且呈现对由血管的形状或血液的粘度引起的各种条件施加限制的分布模式，因此对功率谱的分布形状存在很多限制。因此，可以从以上描述的机器学习获取关系信息。

此外，在该实施方式中，从叠加有在一个血流测量中检测到的折叠噪声分量的第三检测信号获取叠加有其他折叠噪声分量的功率谱(下文中称为第三功率谱)。注意，在低第二采样频率下执行前述其他血流测量以抑制测量模块10中的功耗。然后，基于通过以上描述的机器学习获得的关系信息，根据获取的第三功率谱估计与第三功率谱相对应并且处于折叠噪声分量可忽略的令人满意的状态的功率谱(下文中称为第四功率谱)。如上所描述的，在血流期间颗粒的速度分布具有特定性质，并且对功率谱的分布形状存在限制。因此，基于通过以上描述的机器学习获得的关系信息，可以根据叠加有折叠噪声分量的第三功率谱估计与第三功率谱相对应并且处于折叠噪声分量可忽略的令人满意的状态的第四功率谱。注意，第四功率谱与在前述其他血流测量中第一采样频率下的实际测量的情况下获得的功率谱相对应。

注意，在以下描述中，当通过血流测量获取第一检测信号和第二检测信号然后通过机器学习获取关系信息时的操作被称为第一操作。此外，在以下描述中，当通过其他血流测量获取第三检测信号、估计第四功率谱然后根据估计的第四功率谱计算血流信息(例如，脉搏率)的操作被称为第二操作。在该实施方式中，在第一操作中，测量模块10中的功耗高，因为以高的第一采样频率执行测量。然而，在该实施方式中，通过仅在预定定时而不是在每个血流测量中执行第一操作，可以抑制测量模块10中的功耗。然后，在该实施方式中，第二操作是在正常血流测量时的操作。通过以低的第二采样频率执行血流测量，可以抑制测量模块10中的功耗。即，通过在每次血流测量中执行第二操作，可以抑制功耗。在下文中，将依次详细描述根据该实施方式的详细配置和操作。

注意，由于上面已经描述了根据实施方式的信息处理系统1、测量模块10和信息处理设备30的配置，因此这里将省略其描述。

<4.1 根据第一实施方式的处理器300的配置>

在下文中，将参照图9至图10描述根据实施方式的处理器300的细节。图9是示出根据本实施方式的信息处理设备30的处理器300的功能性配置的框图。图10是示出根据实施方式的信息处理方法的说明图。如上所述，处理器300通过处理由测量模块10获得的检测信号来获取期望的血流信息。特别地，如图9所示，处理器300主要包括信号间抽取单元310、宽带频谱信号生成单元312、窄带频谱信号生成单元314、学习单元316、频谱信号估计单元318、血流信息计算单元320和脉搏计算单元322。在下文中，将描述处理器300中包括的每个功能单元。

(信号间抽取单元310)

信号间抽取单元310根据关于在第一操作中以第一采样频率获取的第一检测信号的预定规则对第一检测信号中包括的一些信号执行抽取的处理，以获取与第二采样频率相对应的第二检测信号。所获取的第二检测信号被输出至下面将描述的窄带频谱信号生成单元314。

(宽带频谱信号生成单元312)

宽带频谱信号生成单元312对由测量模块10的检测单元102检测到的第一检测信号执行处理以生成第一功率谱810(参见图10)。特别地，宽带频谱信号生成单元312对第一检测信号执行FFT以生成第一功率谱810(第一处理方法)。可替选地，宽带频谱信号生成单元312根据第一检测信号计算自相关函数并且对计算出的自相关函数执行FFT以生成第一功率谱810(第二处理方法)。

更具体地，宽带频谱信号生成单元312对在第一操作中以第一采样频率获得的第一检测信号执行处理以生成第一功率谱810。所生成的第一功率谱810被输出至下面将描述的学习单元316，以便供应第一功率谱810用于机器学习。注意，在第一功率谱810中，因为第一采样频率足够高，折叠噪声分量对血流信息的计算的不利影响小到不利影响可忽略的程度。

(窄带频谱信号生成单元314)

窄带频谱信号生成单元314对由信号间抽取单元310处理的第二检测信号执行处理以生成第二功率谱820(参见图10)。特别地，窄带频谱信号生成单元314对由信号间抽取单元310处理的第二检测信号执行FFT以生成第二功率谱820，如在以上描述的宽带频谱信号生成单元312中(第一处理方法)。可替选地，窄带频谱信号生成单元314根据第二检测信号计算自相关函数，并对计算出的自相关函数执行FFT以生成第二功率谱(第二处理方法)。另一方面，窄带频谱信号生成单元314对在第二操作中以第二采样频率检测的第三检测信号执行处理以生成第三功率谱830(参见图10)。注意，因为第二采样频率低，折叠噪声分量极大地叠加在第三功率谱830上到折叠噪声分量对血流信息的计算具有不利影响的程度。所生成的第三功率谱830被输出至下面将描述的频谱信号估计单元318，以便估计处于折叠噪声分量小到不利影响可忽略的程度的状态的第四功率谱840(参见图10)。

更具体地，窄带频谱信号生成单元314对与第二采样频率对应并且在第一操作中由信号间抽取单元310处理的第二检测信号执行处理以生成第二功率谱820。生成的第二功率谱820被输出至下面将描述的学习单元316，以便供应第二功率谱820用于机器学习。注意，由于第二采样频率低，折叠噪声分量极大地叠加在第二功率谱820上到折叠噪声分量对血流信息的计算具有不利影响的程度。另一方面，在第二操作中，窄带频谱信号生成单元314对以第二采样频率获得的第三检测信号执行处理，以生成第三功率谱830。生成的第三功率谱830被供应至频谱信号估计单元318，从而估计第四功率谱840。

(学习单元316)

学习单元316使用从宽带频谱信号生成单元312输出的第一功率谱810和在第一操作中从窄带频谱信号生成单元314输出的第二功率谱820来执行机器学习。然后，通过学习单元316中的机器学习获得的信息(关系信息)被存储在存储单元302中，使得该信息被用在下面将描述的频谱信号估计单元318中。

特别地，如上所述，从宽带频谱信号生成单元312输出的第一功率谱810是从与第一采样频率相对应的第一检测信号生成的功率谱。因此，在第一功率谱810中，由于第一采样频率足够高，折叠噪声分量小到折叠噪声分量对血流信息的计算的不利影响可忽略的程度。因此，通过处理处于折叠噪声分量小到不利影响可忽略的程度的状态下的第一功率谱810，可以获得准确的血流信息。相反，如上描述的，从窄带频谱信号生成单元314输出的第二功率谱820是从与第二采样频率相对应的信号生成的功率谱。因此，由于第二采样频率低，折叠噪声分量叠加在第二功率谱820上到折叠噪声分量对血流信息的计算具有不利影响的程度。因此，如上所述，难以直接处理极大地叠加有折叠噪声分量的第二功率谱820并且获得准确的血流信息。

因此，学习单元316执行第一功率谱810与第二功率谱820之间的关系的机器学习。具体地，学习单元316根据预定的规则分别使用第一功率谱810和第二功率谱820作为监督信号和输入信号在监督学习器诸如支持向量回归或深度神经网络中执行学习。此外，学习单元316通过以上描述的学习来获取指示第一功率谱810与第二功率谱820之间的关系的关系信息。由于在血流期间颗粒的速度分布具有特定性质并且对功率谱的分布形状存在限制，因此可以从以上描述的机器学习找到特定的关系信息。例如，如图10的上段所示，学习单元316使用由第一功率谱810和第二功率谱820形成的一个功率谱对700或多个功率谱对700通过机器学习获取关系信息。

(频谱信号估计单元318)

频谱信号估计单元318基于在第二操作中由学习单元316获得的关于血流信息的关系信息根据由血流测量获取的第三功率谱830估计第四功率谱840。特别地，第三功率谱包括折叠噪声分量，并且估计的第四功率谱840与第三功率谱相对应。然后，由频谱信号估计单元318估计的第四功率谱840被输出至下面将描述的血流信息计算单元320。特别地，频谱信号估计单元318获取与第二采样频率对应的第三功率谱830，并且从窄带频谱信号生成单元314输出作为第二操作中的输入信号。然后，基于通过学习单元316的机器学习获得的关系信息，频谱信号估计单元318根据第三功率谱830估计在折叠噪声分量的不利影响可忽略的状态下的第四功率谱(与第一采样频率的功率谱相对应)840。例如，频谱信号估计单元318根据图10的下段中示出的每个第三功率谱830基于关系学习(参见图10的上段)来估计图10的下段中示出的每个第四功率谱840。

(血流信息计算单元320)

血流信息计算单元320使用第二操作中由频谱信号估计单元318估计的第四功率谱840计算血流信息(血流速度、预定速度范围内的血管中的颗粒密度等)。然后，由血流信息计算单元320计算的血流信息被输出至下面将描述的脉搏计算单元322。具体地，血流信息计算单元320可以通过对通过对第四功率谱840中的整个功率谱中的颗粒速度具有比例关系的频率取乘积而获得的值进行积分并且随后执行归一化来获得血流速度等。然后，血流信息计算单元320通过从多个第四功率谱840获取多个血流速度来获取指示血流速度随时间的变化的波形(第一处理方法)。可替选地，血流信息计算单元320可以通过对预定频率范围中的第四功率谱840执行积分来获得血管中预定速度范围中的颗粒的相对密度。此外，血流信息计算单元320通过从多个不同时间范围计算的多个第四功率谱840获取多个颗粒的相对密度来获取指示颗粒的相对密度随时间的波形(第二处理方法)。

(脉搏计算单元322)

脉搏计算单元322通过对从血流信息计算单元320获得的波形执行插值处理等来计算脉搏波形，并且在以上描述的第二操作中根据脉搏波形计算脉搏率。由脉搏计算单元322获得的脉搏率等可以被输出至存储单元302，或者可以被输出至以上描述的信息发布设备(未示出)。

<4.2 根据第一实施方式的信息处理方法>

接下来，将描述根据本公开内容的第一实施方式的信息处理方法。根据实施方式的信息处理方法可以大致分为以上描述的第一操作和第二操作。在第一操作中，获取与高的第一采样频率相对应的第一功率谱810和与低的第二采样频率相对应的第二功率谱820，并且执行该关系的机器学习。另外，在第二操作中，获取与第二采样频率对应的第三功率谱830。然后，根据第三功率谱830估计处于折叠噪声分量的不利影响可忽略的状态的第四功率谱840，即与第一采样频率相对应的第四功率谱840。此外，在第二操作中，从估计的第四功率谱840获取期望的血流信息。因此，在下文中，根据实施方式的信息处理方法被分为第一操作和第二操作用于描述。

<4.2.1 第一操作>

首先，将参照图11描述根据该实施方式的信息处理方法的第一操作。图11是示出根据该实施方式的信息处理方法中的第一操作的流程图的图。如图11所示，根据该实施方式的信息处理方法中的第一操作包括步骤S101至步骤S107。在下文中，将描述第一操作的每个步骤。

首先，在第一操作开始之前，例如，如图4所示，以上描述的测量模块10被安装在被测人员的手腕等上。注意，例如，可以在测量模块10安装在被测人员的身体的一部分上时执行第一操作，或者可以在被测人员执行第一测量时执行第一操作。另外，可以在血流测量开始时执行第一操作，或者可以在血流测量中的每个预定时段(10分钟或20分钟)执行第一操作。可替选地，可以在接收到用户使用信息处理系统1的操纵时执行第一操作。

(步骤S101)

当检测到测量模块10安装在被测人员的身体的一部分上时，测量模块10开始血流测量。然后，信息处理设备30获取与第一采样频率对应的第一检测信号。注意，通过重复步骤S101可以多次执行血流测量。

(步骤S103)

信息处理设备30基于预定规则对与第一采样频率对应的并且在步骤S101中检测的第一检测信号执行抽取处理，以获取与第二采样频率对应的第二检测信号。

(步骤S105)

信息处理设备30对与第一采样频率对应的并且在步骤S101中检测的第一检测信号执行处理，以生成第一功率谱810。此外，信息处理设备30对与第二采样频率对应的并且在步骤S103中获取的第二检测信号执行处理，以生成第二功率谱820。注意，在通过重复以上描述的步骤S101多次执行血流测量的情况下，重复步骤S103和步骤S105多次。

这样，通过一次或多次执行步骤S101至步骤S105，可以获得如图10的上段所示由第一功率谱810和第二功率谱820形成的一个功率谱对700或多个功率谱对700。

(步骤S107)

信息处理设备30使用在步骤S105中生成的功率谱对700来执行第一功率谱810与第二功率谱820之间的关系的机器学习。然后，信息处理设备30将关于通过机器学习获得的第一功率谱810与第二功率谱820的关系信息存储为用于第二操作的信息。注意，用于步骤S107的学习的功率谱对700的数量可以是1或多个，并且可以根据期望的血流信息的准确性等来选择功率谱对700。

注意，可以不在信息处理系统1中执行以上描述的第一操作，并且当在制造或装运信息处理设备30时，可以在存储单元302中预先存储在其他信息处理系统1中获取的关系信息等等。在这种情况下，在不执行第一操作的情况下可以立即执行第二操作即正常血流测量。另外，通过使用在具有多个不同特征的被测人员中测量的数据重复以上描述的第一操作，可以获得用于稳定地估计不同被测人员的功率谱的性能。此外，在该实施方式中，通过在血流测量期间的特定定时执行第一操作，还可以实时地执行学习。在这种情况下，由于可以根据被测人员的血流特征执行学习，因此与仅基于其他被测人员的学习结果执行估计的情况相比，可以进一步提高估计的准确性。此外，通过在安装测量模块10时执行第一操作，可以根据安装状态(测量模块10紧密地安装或松散地安装在被测人员的身体的一部分上等)或测量模块10的安装部分来执行学习。因此，可以进一步提高估计的准确性。

<4.2.2 第二操作>

接下来，将参照图12描述根据该实施方式的信息处理方法的第二操作。图12是示出根据该实施方式的信息处理方法中的第二操作的流程图的图。如图12所示，根据该实施方式的信息处理方法中的第二操作包括步骤S201至步骤S209。在下文中，将描述第二操作的每个步骤。

首先，在第二操作开始之前，例如，如图4所示，将以上描述的测量模块10安装在被测人员的手腕等上。

(步骤S201)

当检测到测量模块10安装在被测人员的身体的一部分上时，测量模块10开始血流测量。然后，信息处理设备30以第二采样频率获取第三检测信号。注意，可以通过连续重复步骤S201来连续地执行血流测量。

(步骤S203)

信息处理设备30对与第二采样频率相对应并在步骤S201中检测到的第三检测信号执行处理，以生成第三功率谱830。注意，在通过重复以上描述的步骤S201多次来执行血流测量的情况下，重复步骤S203多次。以这种方式，通过多次执行步骤S201至步骤S203，可以获得多个第三功率谱830，如图10的下段所示。因此，可以按时间顺序连续地获取第三功率谱830。

(步骤S205)

信息处理设备30基于在第一操作的步骤S107中获得的关系信息根据叠加有折叠噪声分量的并且在步骤S203中获得的第三功率谱830来估计第四功率谱840。估计的第四功率谱840，折叠噪声分量的不利影响小到折叠噪声分量可忽略的程度。

(步骤S207)

信息处理设备30使用在步骤S205中估计的第四功率谱840来获取期望的血流信息。

(步骤S209)

信息处理设备30根据在步骤S207中获得的血流信息计算脉搏率。注意，在步骤S209中获得的脉搏率可以被输出至存储单元302，或者可以被输出至以上描述的信息发布设备(未示出)。

如上所述，在该实施方式中，检测到由于降低采样频率叠加有折叠噪声分量的第三功率谱830。因此，在该实施方式中，对处于折叠噪声分量的不利影响可忽略的状态的第一功率谱810与和第一功率谱810相对应并且极大地叠加有折叠噪声分量的第二功率谱820之间的关系执行机器学习。然后，在该实施方式中，获取指示关系的关系信息。此外，基于关系信息，根据上述第三功率谱830估计处于折叠噪声分量的不利影响可忽略的状态的第四功率谱840，并且使用估计的第四功率谱840获取期望的血流信息(脉搏率等)。因此，在实施方式中，可以从由于降低采样频率叠加有折叠噪声分量的第三功率谱830获得高准确的血流信息，同时通过降低采样频率来抑制测量模块10的功耗。

<4.3 第一实施方式的修改示例>

在以上描述的第一实施方式中，在第一操作的步骤S103中，对第一检测信号执行抽取处理，以获得与第二采样频率对应的第二检测信号。然而，在实施方式中，本公开内容不限于这种形式。例如，可以使两个检测单元102同时操作以获取与第一采样频率相对应的第一检测信号和与第二采样频率相对应的第二检测信号。在这种情况下，由于未执行信号抽取处理，处理器300可以减少处理器300的处理量。在下文中，将描述该实施方式作为以上描述的第一实施方式的修改示例。

在修改示例中，与根据第一实施方式的配置相比，设置有两个检测单元102，并且在处理器300a中省略了信号间抽取单元310。具体地，如是根据修改示例的处理器300a的功能配置的框图的图13所示，设置有第一检测单元102a和第二检测单元102b，并且信号间抽取单元310未设置在修改示例中的处理器300a中。第一检测单元102a在第一操作中以第一采样频率执行血流测量，并且将第一检测信号输出至宽带频谱信号生成单元312。此外，第一检测单元102a在第二操作中以第二采样频率执行血流测量，并且将第三检测信号输出至窄带频谱信号生成单元314。另外，第二检测单元102b在第一操作中以第二采样频率执行血流测量，并且将第二检测信号直接输出至窄带频谱信号生成单元314。即，在该变形示例中，在示出根据以上描述的第一实施方式的信息处理方法的第一操作的流程图的图11的步骤S101中，执行第一采样频率和第二采样频率下的血流测量。此外，在该修改示例中，在不执行图11中的步骤S103的情况下，处理随后进行到生成功率谱的步骤S105。

例如，假设例如在用于机器学习的学习数据预先聚集时使用设置有根据图13所示的修改示例的两个检测单元102a和102b的装备。此外，作为要批量生产的产品，假设设置有以第二采样频率执行血流测量的一个检测单元102b的装备。以这种方式，在批量生产的产品中，可以设置有以低第二采样频率操作的一个检测单元102。因此，可以降低产品的制造成本。

<<5.第二实施方式>>

在以上描述的第一实施方式中，估计了功率谱(第四功率谱830)。然而，在一个实施方式中，可以估计血流信息诸如血流速度，而不限于功率谱的估计。在下文中，将该实施方式描述为第二实施方式。在以下描述中，将估计平均血流速度。在该实施方式中，通过直接估计平均血流速度，可以减少第二操作中的处理量。注意，由于上面已经描述了根据实施方式的信息处理系统1、测量模块10和信息处理设备30的配置，因此将省略其描述。

<5.1 根据第二实施方式的处理器300b的配置>

在该实施方式中，包括在处理器300b中的每个功能单元与根据第一实施方式的处理器300的每个功能单元不同。在下文中，将参照图14和图15描述根据该实施方式的处理器300b的配置。图14是示出根据实施方式的处理器300b的功能配置的框图。图15是示出根据第二实施方式的信息处理方法的说明图。

如图14所示，处理器300b主要包括信号间抽取单元310、宽带频谱信号生成单元312、窄带频谱信号生成单元314、学习单元316a、血流信息计算单元320、脉搏计算单元322和血流信息估计单元324。即，在该实施方式中，学习单元316a和血流信息估计单元324与第一实施方式的不同。因此，将省略与第一实施方式的那些的共同功能单元的描述，并且将仅描述功能单元之间的关联关系、学习单元316a和血流信息估计单元324。

(根据第二实施方式的处理器300b中的功能单元之间的关联关系)

在第二实施方式中，宽带频谱信号生成单元312的计算结果被输出至血流信息计算单元320。另外，窄带频谱信号生成单元314的计算结果被输出至学习单元316a和血流信息估计单元324。血流信息计算单元320的计算结果被输出至学习单元316a。当血流信息估计单元324经由存储单元302执行估计时，使用学习单元316a的计算结果。此外，血流信息估计单元324的估计结果被输出至脉搏计算单元322。

(学习单元316a)

学习单元316a使用在以上描述的第一操作中从血流信息计算单元320输出的平均血流速度(第一平均血流速度)和从窄带频谱信号生成单元314输出的第二功率谱820执行机器学习。然后，通过学习单元316a中的机器学习获得的平均血流速度与第二功率谱820之间的关系信息被存储在存储单元302中，以在下面将描述的血流信息估计单元324中使用。注意，输出至学习单元316a的平均血流速度是通过处理折叠噪声分量小到折叠噪声分量的不利影响可忽略的程度的第一检测信号来获得的。更具体地，如图15的上段所示，学习单元316a从根据第一功率谱810获取的血流速度分布710获取平均血流速度。此外，学习单元316a获取形成功率谱对700的第二功率谱820以及第一功率谱810。然后，学习单元316a学习平均血流速度与第二功率谱820之间的关系。换句话说，学习单元316a学习叠加有折叠噪声分量的第二功率谱820与不存在折叠噪声分量的影响的平均血流速度之间的关系。注意，可以使用利用其由学习单元316a学习对应关系的一个第二功率谱820，或者可以使用具有不同时间范围的多个第二功率谱820。在下面将描述的血流信息估计单元324的示例中，学习一个平均血流速度与具有五个不同时间范围的第二功率谱820之间的关系(参见图15)。

(血流信息估计单元324)

血流信息估计单元324基于在第二操作中由学习单元316a获得的关系信息根据叠加有折叠噪声分量的第三功率谱830估计平均血流速度。然后，由血流信息估计单元324估计的平均血流速度被输出至以上描述的脉搏计算单元322a。例如，血流信息估计单元324基于从图15的下段所示的每个第三功率谱830的关系学习(参见图15的上段)来估计图15的下级中所示的平均血流速度。这里，例如，血流信息估计单元324根据具有不同时间范围的五个功率谱830估计相应的平均血流速度。

<5.2 根据第二实施方式的信息处理方法>

接下来，将描述根据实施方式的信息处理方法。与第一实施方式中一样，根据实施方式的信息处理方法可以分为第一操作和第二操作。首先，将参照图11描述根据该实施方式的信息处理方法的第一操作，图11是根据第一实施方式的第一操作的流程图。根据该实施方式的第一操作与第一实施方式的第一操作的不同之处在于，除了在图11所示的步骤S105中的生成功率谱之外，还计算平均血流速度。此外，根据该实施方式的第一操作与第一实施方式的第一操作的不同之处在于，在图11所示的步骤S107中，未学习第一功率谱810与第二功率谱820之间的关系，并且学习平均血流速度与第二功率谱820之间的关系。

接下来，将参照图12描述根据该实施方式的信息处理方法的第二操作，图12是根据第一实施方式的第二操作的流程图。根据该实施方式的第二操作与第一实施方式的第二操作的不同之处在于，估计平均血流速度而不是在图12所示的步骤S205中的估计第三功率谱830。

如上所述，在该实施方式中，与第一实施方式中一样，检测由于降低采样频率叠加有折叠噪声分量的第三功率谱830。因此，在该实施方式中，获取从折叠噪声分量小到折叠噪声分量的不利影响可忽略的程度的第一功率谱810获得的平均血流速度。此外，通过执行平均血流速度与功率谱820之间的关系的机器学习来获取关系信息，功率谱820叠加有折叠噪声分量并且与第一功率谱810相对应。然后，在该实施方式中，基于关系信息，根据上述第三功率谱830估计不存在折叠噪声分量的影响的平均血流速度并且使用估计的平均血流速度来获取期望的血流信息(脉搏率等)。因此，在该实施方式中，可以从由于降低采样频率叠加有折叠噪声分量的功率谱830获得准确的血流信息，同时通过降低采样频率来抑制测量模块10的功耗。此外，在该实施方式中，由于直接估计平均血流速度，可以减少第二操作中的处理量。

<5.3 第二实施方式的修改示例>

在以上描述的第二实施方式中，估计了平均血流速度。然而，实施方式不限于这种形式。例如，可以估计预定速度范围中的颗粒的相对密度。在下文中，将参照图16描述估计颗粒的相对密度的实施方式的修改示例，图16是示出根据该实施方式的修改示例的信息处理方法的说明图。

在根据修改示例的第一操作中，如图16的上段所示，获取与第一采样频率相对应的第一检测信号，对第一检测信号执行处理，以及获取血管中的颗粒密度的分布720。此外，在修改示例中，根据颗粒密度分布720计算预定速度范围中的血管中的颗粒的相对密度(第一特定速度范围颗粒相对密度)。另外，在修改示例中，获取与第二采样频率对应的第二检测信号，并且如在第一实施方式和第二实施方式中那样生成第二功率谱820。然后，在修改示例中，执行第二功率谱820与第一特定速度范围颗粒相对密度之间的关系的机器学习。

此外，在根据修改示例的第二操作中，获取与第二采样频率对应的第三检测信号，并且如在第一实施方式和第二实施方式中那样处理所获取的第三检测信号以获取第三功率谱830(参见图16的下段)。然后，在该变形示例中，基于通过机器学习(参见图16的下段)获得的关系信息(参见图16的上段)根据第三功率谱830估计特定速度范围颗粒相对密度(第二特定速度范围颗粒相对密度)。

<<6.第三实施方式>>

在以上描述的第一实施方式和第二实施方式中，估计了功率谱、平均血流速度等。然而，在实施方式中，可以直接估计脉搏率而不限于功率谱的估计等。在下文中，将该实施方式描述为第三实施方式。在该实施方式中，通过直接估计脉搏率，可以减少第二操作中的处理量。注意，由于上面已经描述了根据实施方式的信息处理系统1、测量模块10和信息处理设备30的配置，因此将省略其描述。

<6.1 根据第三实施方式的处理器300c的配置>

在该实施方式中，包括在处理器300c中的每个功能单元与根据第一实施方式和第二实施方式的处理器300和300b的每个功能单元不同。在下文中，将参照图17和图18描述根据该实施方式的处理器300c的配置。图17是示出根据实施方式的处理器300c的功能配置的框图。图18是示出根据实施方式的信息处理方法的说明图。

如图17所示，处理器300c主要包括信号间抽取单元310、宽带频谱信号生成单元312、窄带频谱信号生成单元314、学习单元316b、血流信息计算单元320、脉搏计算单元322和脉搏估计单元326。即，在该实施方式中，学习单元316b和脉搏估计单元326与第二实施方式的不同。因此，将省略与第二实施方式的那些的共同功能单元的描述，并且将仅描述功能单元之间的关联关系、学习单元316b和脉搏估计单元326。

(根据第三实施方式的处理器300c中的功能单元之间的关联关系)

在第三实施方式中，血流信息计算单元320的计算结果被输出至脉搏计算单元322。脉搏计算单元322的计算结果被输出至学习单元316b。窄带频谱信号生成单元314的计算结果被输出至学习单元316b和脉搏估计单元326。当脉搏估计单元326经由存储单元302执行估计时，使用学习单元316b的学习结果。

(学习单元316b)

学习单元316b使用在第一操作中从脉搏计算单元322输出的脉搏率和从窄带谱信号生成单元314输出的第二功率谱820来执行机器学习。然后，通过学习单元316b中的机器学习获得的脉搏率与第二功率谱820之间的关系信息被存储在存储单元302中，以在下面将描述的脉搏估计单元326中使用。注意，输出至学习单元316b的脉搏率是通过处理折叠噪声分量小到折叠噪声分量的不利影响可忽略的程度的多个第一检测信号而获得的。更具体地，如图18的上段所示，学习单元316b从根据第一功率谱810获取的脉搏率波形730获取脉搏率。此外，学习单元316b获取形成功率谱对700的第二功率谱820以及第一功率谱810。然后，学习单元316b学习脉搏率与第二功率谱820之间的关系。换句话说，学习单元316b学习叠加有折叠噪声分量的第二功率谱820与不存在折叠噪声分量的影响的脉搏率之间的关系。注意，为了使学习单元316b有效地执行学习，优选地在时间范围中的差异比脉搏的脉搏间隔长的时间段内将具有不同时间范围的多个第二功率谱820输入至学习单元316b。注意，学习单元316b还可以通过将使用其他测量器测量的心跳从处理器300c的外部输入至学习单元316b来执行学习，作为来自脉搏计算单元322的信息的替选。在这种情况下，脉搏估计单元的估计是心跳率而不是机器学习理论中的脉搏率，但是由于基于血流信息的估计而等于实际中脉搏率的估计。通过实现这种修改，需要另外的测量器，但是可以进一步提高用于学习的监督信号的准确度。

(脉搏估计单元326)

脉搏估计单元326基于在第二操作中由学习单元316b获得的关系信息根据叠加有折叠噪声分量的第三功率谱830估计脉搏率。由脉搏估计单元326获得的脉搏率可以输出至存储单元302，或者可以输出至以上描述的信息发布设备(未示出)。更具体地，脉搏估计单元326根据图18的下段所示的每个第三功率谱830基于关系学习(参见图18的上段)来估计图18的下段所示的脉搏率。

<6.2 根据第三实施方式的信息处理方法>

接下来，将描述根据实施方式的信息处理方法。与第一实施方式中一样，根据实施方式的信息处理方法可以分为第一操作和第二操作。首先，将参照图11描述根据该实施方式的信息处理方法的第一操作，图11是根据第一实施方式的第一操作的流程图。

根据该实施方式的第一操作与第一实施方式的第一操作的不同之处在于，除了在图11所示的步骤S105中的生成功率谱之外，还计算血流信息和脉搏率(第一脉搏率)。此外，根据该实施方式的第一操作与第一实施方式的第一操作的不同之处在于，在图11所示的步骤S107中，未学习第一功率谱810与第二功率谱820之间的关系，并且学习脉搏率与第二功率谱820之间的关系。

接下来，将参照图12描述根据该实施方式的信息处理方法的第二操作，图12是根据第一实施方式的第二操作的流程图。根据该实施方式的第二操作与第一实施方式的第二操作的不同之处在于跳过图12中所示的步骤S205和步骤S207，并且根据第三功率谱830估计脉搏率(第二脉搏率)而不是根据图12所示的步骤S209中的血流信息计算脉搏率。

如上所述，在该实施方式中，与第一实施方式中一样，检测由于降低采样频率叠加有折叠噪声分量的第三功率谱830。因此，在该实施方式中，获取从折叠噪声分量小到折叠噪声分量的不利影响可忽略的程度的第一功率谱810获得的脉搏率。此外，通过执行脉搏率与功率谱820之间的关系的机器学习来获取关系信息，功率谱820叠加有折叠噪声分量并且与第一功率谱810相对应。然后，在该实施方式中，基于关系信息，根据上述功率谱830估计不存在折叠噪声分量的影响的脉搏率。因此，在该实施方式中，可以从由于降低采样频率叠加有折叠噪声分量的功率谱830获得准确的血流信息，同时通过降低采样频率来抑制测量模块10的功耗。此外，在该实施方式中，由于直接估计脉搏率，可以减少第二操作中的处理量。

注意，本公开内容的实施方式不限于以上所描述的第一实施方式至第三实施方式。可以估计其他血流信息或诸如具有与特定血流信息的特定关系例如成比例或反比例的功能的信息，并且本公开内容不受特别限制。例如，在本公开内容的实施方式中，学习以高的第一采样频率获得的血流信息等(第一血流信息)与以低的第二采样频率获得的血流信息(第二血流信息)之间的关系(学习两种不同的血流信息等之间的关系)。在这种情况下，基于所学习的关系信息，根据在其他血流测量中以低的第二采样频率获得的血流信息等(第三血流信息)来估计以高的第一采样频率获得的并且折叠噪声分量小到折叠噪声分量的不利影响可忽略的程度的血流信息等(第四血流信息)。即，在本公开内容的实施方式中，根据一种血流信息等估计与一种血流信息等对应的另一种血流信息等。另外，例如，在本公开内容的实施方式中，可以学习不存在噪声的影响(不叠加噪声)的血流信息等与存在噪声的影响(叠加噪声)的血流信息之间的关系。在这种情况下，基于学习，根据存在噪声的影响并且在其他血流测量中获得的血流信息等来估计不存在噪声的影响的血流信息等。

<<7.第四实施方式>>

为了提高在以上描述的第一实施方式至第三实施方式中执行的估计的准确性，当然优选地使用没有叠加其他噪声分量的检测信号或血流信息。作为去除其他噪声分量的示例，例如，已知在执行血流测量以获得脉搏率时被测人员摇动他或她的手臂的练习。在这种情况下，由于在练习中发生的加速用于改变血流并且引起噪声分量上升，因此使用加速度计的信息来消除引起血流变化的噪声分量。然而，例如，当在测量手臂中的信号时手指移动时，由于移动引起的噪声分量可能在某些情况下叠加在检测信号等上。更具体地，由于在血流测量时由于手指的移动引起的手臂之前由于血流通道的物理变化，被测人员的手臂的血流速度被调制，血流速度与心跳变化混合，在某些情况下可能无法获取准确的心跳率(心跳波形)。然而，在这种情况下，由于手臂的加速几乎不变，因此当使用以上描述的加速度计消除噪声分量时，可获得的效果很小。因此，在第四实施方式中，将提出一种实施方式，其中可以通过从检测信号、血流信息等去除由于被测人员的身体运动引起的噪声分量来获得准确的血流信息。例如，在该实施方式中，通过组合以上描述的第一实施方式至第三实施方式，可以进一步提高每个实施方式中的学习或估计的准确性。

特别地，存在与以上描述的示例相对应的被测人员的各种身体运动。例如，在认为测量模块10被安装在被测人员的手腕上的情况下，可以例示摇动安装有测量模块10的手臂的练习、指尖的打字练习等。然后，由于身体运动的不同，血流受到各种影响。具体地，例如，在身体运动是摇动手臂的运动的情况下，由于身体运动调制手臂的动脉中的血流速度，并且从动脉检测到的血流信息包含由于身体运动引起的噪声分量。在本公开内容中，由于测量部分不是宽区域，因此测量部分作为一个基本上集成的部分移动，并且通过练习的加速几乎是均匀的。另一方面，从用作流动通道的血管接收的阻力常数根据存在血液的血管的种类而不同。由于实际引起的血管中颗粒的练习的变化是由两部分的合力产生的，因此对于存在颗粒的各种血管，变化的趋势不同。另外，在身体运动是打字练习的情况下，指尖的变形的影响的传播对于各种血管不同。因此，对于每种血管，颗粒的练习的趋势也不同。也就是说，取决于身体运动，身体运动的影响对于身体中的每种血管不同。

顺便提及，在本实施方式中使用的血流信息测量方法中，如上描述的，可以一次获取在辐射光到达的范围内的生物组织中的血管中的血流信息。更具体地，在实施方式中使用的血流信息测量方法中，可以一次获取关于被测人员的皮肤表面附近的毛细血管以及内小动脉等的血流信息。因此，在该实施方式中检测到的检测信号包括从各种血管获得的多个信号分量。此外，在本实施方式中使用的预定速度范围中获得血流中相对颗粒密度的方法中，流动血液的血流速度对于每种血管是不同的(例如，在小动脉中大约几到几十毫米/秒，在毛细血管中约数百微米/秒)。因此，在适合于各种血管的血流速度范围的范围内处理上述检测信号。因此，在该方法中，可以为每种血管获得独立的信号分量。

因此，在该实施方式中，使用通过处理从多个范围中的一个检测信号获得的功率谱而获得的多个独立信号分量来计算由于身体运动引起的噪声分量，并且从检测信号去除所计算的噪声分量。具体地，例如，在由于身体运动引起的噪声分量作为不规则信号叠加在多个信号分量之一上的情况下，将叠加有不规则信号的信号分量与未叠加不规则信号的信号分量进行比较。然后，通过基于比较提取不规则信号，可以计算噪声分量。另外，例如，在由于身体运动引起的噪声分量作为不规则信号以多个信号分量中的多个信号分量中的特定比率叠加的情况下，可以通过比较叠加有不规则信号的信号分量并且提取公共不规则信号来计算噪声分量。此外，如在以上描述的第一实施方式至第三实施方式中，可以学习每个信号分量与身体运动引起的噪声分量之间的关系，并且可以基于通过学习获得的关系信息根据包括在从其他血流测量获得的检测信号中的多个信号分量来估计噪声分量。另外，在根据实施方式的信息处理系统中包括加速度传感器(未示出)的情况下，通过另外使用由加速度传感器获得的检测结果可以提高噪声分量的计算准确性。

根据该实施方式，可以通过使用去除了噪声分量的检测信号来获得准确的血流信息。在下文中，将该实施方式描述为第四实施方式。注意，由于上面已经描述了根据实施方式的信息处理系统1、测量模块10和信息处理设备30的配置，因此这里将省略其描述。此外，在该实施方式中，信息处理系统1可以包括加速度传感器等，如上描述的。加速度传感器包含在例如测量模块10中。可替选地，除了测量模块10之外，一个加速度传感器或多个加速度传感器安装在被测人员的身体的预定位置处，以检测被测人员的身体的一部分的运动。

<7.1 根据第四实施方式的处理器300d的配置>

在该实施方式中，包括在处理器300d中的每个功能单元与根据第一实施方式的处理器300的每个功能单元不同。在下文中，将参照图19和图20描述根据该实施方式的处理器300d的配置。图19是示出根据实施方式的处理器300d的功能配置的框图。图20是示出根据实施方式的信息处理方法的说明图。如图19所示，处理器300d主要包括频谱信号生成单元312a、第一血流信息计算单元320a、第二血流信息计算单元320b、脉搏计算单元322a和自适应滤波单元328。在下文中，将描述处理器300d中包括的每个功能单元。

(频谱信号生成单元312a)

频谱信号生成单元312a对由测量模块10的检测单元102检测到的检测信号执行处理以生成功率谱并将功率谱输出至下面将描述的第一血流信息计算单元320a、第二血流信息计算单元320b以及自适应滤波器单元328。

(第一血流信息计算单元320a和第二血流信息计算单元320b)

第一血流信息计算单元320a和第二血流信息计算单元320b对在相互不同的频率范围中的从频谱信号生成单元312a输出的功率谱执行处理，以获得相互不同的信号分量。特别地，如图20所示，第一血流信息计算单元320a和第二血流信息计算单元320b对从频谱信号生成单元312a输出的多个功率谱850执行处理。更具体地，第一血流信息计算单元320a对第一频率范围740a中的每个功率谱850执行处理以获取第一信号分量。另外，第二血流信息计算单元320b对第二频率范围740b中的每个功率谱850执行处理，以获取第二信号分量，第二频率范围740b是与第一频率范围740a不同的范围。然后，将所获取的第一信号分量和第二信号分量输出至下面将描述的自适应滤波器单元328。

注意，如上所描述的，第一频率范围740a和第二频率范围740b被设定成根据每种血管的血流速度范围的范围。可替选地，第一频率范围740a和第二频率范围740b可以被设定成任何范围而不是根据每种血管的血流速度范围的范围。另外，根据实施方式的血流信息计算单元的数量不限于两个，如图19所示，并且可以安装三个或更多个血流信息计算单元。另外，为了提高由于身体运动引起的噪声分量的计算的准确性，优选地尽可能多地使用独立的信号分量，因此优选地提供许多血流信息计算单元320。

(脉搏计算单元322a)

脉搏计算单元322a使用由下面将描述的自适应滤波器单元328从其去除由于身体运动引起的噪声分量的血流信息来计算脉搏率。

(自适应滤波单元328)

自适应滤波器单元328使用从频谱信号生成单元312a输出的功率谱和从第一血流信息计算单元320a和第二血流信息计算单元320b获得的两个独立的第一信号分量和第二信号分量来计算由于身体运动引起的噪声分量。此外，自适应滤波器单元328从来自第一血流信息计算单元320a和第二血流信息计算单元320b的第一信号分量和第二信号分量去除计算出的噪声分量并且获取组合值，以便噪声分量和组合的不利影响较小。然后，自适应滤波器单元328将所获取的值输出至以上描述的脉搏计算单元322c。

<7.2 根据第四实施方式的信息处理方法>

接下来，将参照图21描述根据该实施方式的信息处理方法。图21是示出根据该实施方式的信息处理方法的流程图的图。如图21所示，根据该实施方式的信息处理方法包括步骤S301至步骤S309。在下文中，将描述根据该实施方式的信息处理方法的每个步骤。

首先，在根据该实施方式的信息处理方法开始之前，例如，如图4所示，将以上描述的测量模块10安装在被测人员的手腕等上。

(步骤S301)

当检测到测量模块10安装在被测人员的身体的一部分上时，测量模块10开始血流测量。然后，信息处理设备30获取检测信号。注意，可以通过重复步骤S301多次执行血流测量。

(步骤S303)

信息处理设备30对在步骤S301中检测到的检测信号执行处理以生成功率谱850。注意，在通过重复以上描述的步骤S301多次执行血流测量的情况下，重复步骤S303多次。

(步骤S305)

信息处理设备30对在步骤S303中生成的功率谱850执行处理以获取多个信号分量。

(步骤S307)

信息处理设备30使用在步骤S303中获取的功率谱850和在步骤S305中获取的多个信号分量来计算由于身体运动引起的噪声分量，并且去除根据在步骤S305中生成的信号分量计算的噪声分量。

(步骤S309)

信息处理设备30使用去除了由于身体运动引起的噪声分量的并且在步骤S307中获取的信号分量来计算脉搏率。

如上所述，在该实施方式中，使用通过处理多个范围中的一个检测信号而获得的多个独立信号分量来计算由于身体运动引起的噪声分量，并且从检测信号去除所计算的噪声分量。因此，根据该实施方式，通过使用去除了由于身体运动引起的噪声分量的检测信号，可以获得准确的血流信息。此外，根据实施方式，通过处理多个范围中的一个检测信号，可以获得多个独立信号分量并且避免设置多个辐射单元100和多个检测单元102。因此，由于没有设置多个辐射单元100和多个检测单元102，所以可以抑制测量模块10的尺寸的增加和测量模块10的制造成本。此外，通过将实施方式与以上描述的第一实施方式至第三实施方式组合，可以进一步提高每个实施方式中的学习或估计的准确性。另外，在本实施方式中，例如，测量模块10可以安装在被测人员的两个手臂上，使得可以使用分别从一个停止的手臂获得的检测信号(血流信息)和从受到由于身体运动引起的干扰影响的另一手臂获得的检测信号(血流信息)作为监督信号和输入信号来执行学习。在这种情况下，可以根据通过学习获得的关系信息估计不受由于身体运动引起的干扰影响的检测信号(血流信息)即不叠加噪声分量的另一手臂的检测信号(血流信息)。然后，例如，通过对第二实施方式或第三实施方式应用未叠加由于身体运动引起的噪声分量的估计的检测信号作为监督信号，可以提高第二实施方式或第三实施方式中学习或估计的准确性。

注意，在以上描述的实施方式中，如上所述，通过处理多个范围中的功率谱已经获得了多个独立信号分量，但是实施方式不限于此。例如，通过处理功率谱以获取血流信息并且处理在预定条件下获取的血流信息，可以获得血流信息中包括的多个独立的信号分量。

另外，在本实施方式中，可以分析最终获得的血流信息(例如，脉搏率)，可以对由于身体运动引起的并且叠加在血流信息上的噪声分量进行划分，并且可以基于结果动态地控制噪声的计算或去除。特别地，在该实施方式中，例如，作为控制，使得在获取信号分量时使用的频率范围根据计算的噪声分量动态地改变。通过执行反馈控制，还可以优化频率范围等，并且减少或去除最终获得的血流信息中包括的噪声分量。

<<8.硬件配置>>

图22是示出了根据本公开内容的实施方式的信息处理设备900的硬件配置的示例的说明图。在图22中，信息处理设备900是以上描述的信息处理设备30的硬件配置的示例。

信息处理设备900包括例如CPU 950、ROM 952、RAM 954、记录介质956、输入/输出接口958和操纵输入装置960。此外，信息处理设备900包括显示装置962、通信接口968和传感器980。此外，在信息处理设备900中，例如，各个部件通过用作数据传输路径的总线970连接。

(CPU 950)

CPU 950包括例如被配置为运算电路诸如CPU的一个处理器或者两个或更多个处理器、各种处理电路等，用作控制整个信息处理设备900的控制器(未示出)，并且用作处理检测结果的处理器300。

(ROM 952和RAM 954)

ROM 952存储由CPU 950使用的程序、控制数据诸如操作参数等。RAM 954临时存储例如由CPU 950执行的程序。ROM 952和RAM 954例如实现信息处理设备900中的以上描述的存储单元302的功能。

(记录介质956)

记录介质956用作存储单元302，并且存储例如与根据本实施方式的信息处理方法有关的数据和各种数据诸如各种应用。这里，记录介质956的示例包括磁记录介质诸如硬盘和非易失性存储器诸如闪存。此外，记录介质956可以从信息处理设备900可移除。

(输入/输出接口958、操纵输入装置960和显示装置962)

输入/输出接口958连接例如操纵输入装置960、显示装置962等。输入/输出接口958的示例包括通用串行总线(USB)终端、数字视频接口(DVI)终端、高清晰度多媒体接口(HDMI)(注册商标)终端以及各种处理电路。

操纵输入装置960用作操纵单元(未示出)，被安装在例如信息处理设备900中，并且与信息处理设备900中的输入/输出接口958连接。操纵输入装置960的示例包括按钮、方向键、旋转选择器诸如微动拨盘、触摸板及其组合。

显示装置962用作包括显示设备的信息呈现部分(未示出)，并且例如被安装在信息处理设备900中并且与信息处理设备900中的输入/输出接口958连接。显示装置962的示例包括液晶显示器、有机电致发光(EL)显示器等。

此外，不言而喻，输入/输出接口958还可以与信息处理设备900外部的外部装置例如操纵输入装置(例如，键盘、鼠标等)或外部显示装置连接。

(通信接口968)

通信接口968是安装在信息处理设备900中的通信单元，并且用作用于经由网络(或直接)与外部设备诸如服务器执行无线或有线通信的通信部分(未示出)。这里，通信接口968的示例包括通信天线和射频(RF)电路(无线通信)、IEEE 802.15.1端口和收发电路(无线通信)、IEEE 802.11端口和收发电路(无线通信)以及局域网(LAN)终端和收发电路(有线通信)。

(传感器980)

传感器980是用作测量模块10并且根据能够检测由血流引起的血流信号等的任意方案来检测血流信号的传感器。传感器980包括例如发射光的辐射单元100和响应于接收到的光生成信号的检测单元102。如前所述，辐射单元100包括例如一个或更多个光源例如激光器。此外，检测单元102还包括例如光电二极管、放大器电路、滤波器电路和模数转换器。

此外，传感器980可以包括例如能够检测被测人员的身体运动的一个传感器或者两个或更多个传感器，例如加速度传感器、陀螺仪传感器等。此外，传感器980可以包括能够检测以上描述的测量模块10的安装状态的压力传感器等。注意，包括在传感器980中的传感器不限于以上描述的示例。

注意，信息处理设备900的硬件配置不限于图22中所示的配置。例如，在信息处理设备900经由与其连接的外部通信装置与外部设备等通信的情况下，或者在信息处理设备900被配置成执行独立处理的情况下，信息处理设备900可以不包括通信接口968。此外，通信接口968可以具有能够根据多种通信方案与一个或更多个外部设备通信的配置。此外，信息处理设备900还可以具有例如不包括记录介质956、操纵输入装置960、显示装置962等的配置。

虽然已经将信息处理设备描述为本发明，但是本实施方式不限于这样的实施方式。本实施方式可以应用于能够执行与根据本实施方式的信息处理方法有关的处理的各种装置，例如通信设备诸如蜂窝电话等。

此外，根据本实施方式的信息处理设备可以应用于包括基于与如在云计算等中的网络的连接(或各个设备之间的通信)的多个设备的系统。换句话说，根据本实施方式的信息处理设备也可以实现为例如通过多个设备执行与根据本实施方式的信息处理方法有关的处理的信息处理系统。

上面已经描述了信息处理设备900的硬件配置的示例。部件中的每一个可以使用通用构件构成，或者可以由专用于每个部件的功能的硬件构成。可以根据实现时的技术水平适当地改变这样的配置。

<<9.补充>>

此外，以上描述的本公开内容的实施方式可以包括，例如，使计算机用作根据本实施方式的信息处理设备的程序和具有记录在其中的程序的非暂态有形介质。此外，程序可以经由通信线路诸如因特网(包括无线通信)分发。

此外，以上描述的实施方式中的每一个的处理中的步骤可以不必按所描述的顺序处理。例如，可以适当地修改步骤的顺序，以便处理步骤。此外，步骤中的一些可以并行或单独处理，而不是按时间顺序处理。此外，步骤的处理方法可以不必根据所描述的方法处理，并且可以例如通过其他功能单元根据另外的方法处理。

上面参照附图描述了本公开内容的一个或多个优选实施方式，而本公开内容不限于以上示例。本领域技术人员可以在所附权利要求的范围内找到各种改变和修改，并且应该理解，这些改变和修改将自然地落入本公开内容的技术范围内。

此外，本说明书中描述的效果仅是说明性或示例性的效果，而并非是限制性的。也就是说，利用或代替以上效果，根据本公开内容的技术可以实现本领域技术人员根据本说明书的描述清楚的其他效果。

此外，本技术还可以被如下配置。

(1)

一种信息处理设备，包括：

估计单元，被配置成基于指示两种不同的血流信息之间的关系的关系信息根据通过血流测量获得的一种血流信息来估计与所述一种血流信息相关联的另一种血流信息。

(2)

根据(1)所述的信息处理设备，还包括：

学习单元，被配置成学习所述关系信息。

(3)

根据(1)或(2)所述的信息处理设备，还包括：

存储单元，存储所述关系信息。

(4)

根据(1)至(3)中任一项所述的信息处理设备，还包括：

脉搏计算单元，被配置成根据由所述估计单元估计的所述另一种血流信息来计算脉搏率或心率。

(5)

根据(1)至(3)中任一项所述的信息处理设备，

其中，所述关系信息是指示通过第一采样频率下的其他血流测量获得的第一血流信息与通过比所述第一采样频率低的第二采样频率下的所述其他血流测量获得的第二血流信息之间的关系的信息，以及

所述估计单元根据通过所述第二采样频率下的所述血流测量获得的第三血流信息来估计与所述第一采样频率相对应的第四血流信息。

(6)

根据(1)至(3)中任一项所述的信息处理设备，还包括：

信号抽取单元，被配置成对通过第一采样频率下的其他血流测量获得的第一血流信号执行信号抽取处理，生成与比所述第一采样频率低的第二采样频率相对应的第二血流信号，

其中，所述关系信息是指示根据所述第一血流信号生成的第一血流信息与根据所述第二血流信号生成的第二血流信息之间的关系的信息，以及

所述估计单元根据通过所述第二采样频率下的所述血流测量获得的第三血流信息来估计与所述第一采样频率相对应的第四血流信息。

(7)

根据(6)所述的信息处理设备，还包括：

信号生成单元，被配置成根据血流信号生成功率谱，

其中，所述关系信息是指示根据所述第一血流信号生成的第一功率谱与根据所述第二血流信号生成的第二功率谱之间的关系的信息，以及

所述估计单元根据通过所述第二采样频率下的所述血流测量获得的第三功率谱来估计与所述第一采样频率相对应的第四功率谱。

(8)

根据(6)所述的信息处理设备，还包括：

信号生成单元，被配置成根据血流信号生成功率谱；以及

计算单元，被配置成根据所述功率谱计算平均血流速度或预定速度范围中的颗粒的相对密度，

其中，所述关系信息是指示根据所述第一血流信号计算的第一平均血流速度或第一预定速度范围中的颗粒的相对密度与根据所述第二血流信号生成的第二功率谱之间的关系的信息，以及

所述估计单元根据通过所述第二采样频率下的所述血流测量获得的第三功率谱估计与所述第一采样频率相对应的第二平均血流速度或第二预定速度范围中的颗粒的相对密度。

(9)

根据(6)所述的信息处理设备，还包括：

信号生成单元，被配置成根据血流信号生成功率谱；以及

脉搏计算单元，被配置成根据多个所述功率谱计算脉搏率，

其中，所述关系信息是指示根据多个所述第一血流信号计算的第一脉搏率与根据多个所述第二血流信号生成的多个第二功率谱之间的关系的信息，以及

所述估计单元根据通过所述第二采样频率下的所述血流测量获得的多个第三功率谱估计与所述第一采样频率相对应的第二脉搏率。

(10)

根据(7)至(9)中任一项所述的信息处理设备，其中，所述信号生成单元对所述血流信号执行频率分析以生成所述功率谱。

(11)

根据(7)至(9)中任一项所述的信息处理设备，其中，所述信号生成单元通过根据所述血流信号计算自相关函数并且对所述自相关函数执行积分处理来生成所述功率谱。

(12)

根据(1)至(11)中任一项所述的信息处理设备，还包括：

测量单元，被配置成安装在被测人员的身体的一部分上并且对所述被测人员执行所述血流测量。

(13)

根据(12)所述的信息处理设备，其中，所述测量单元包括

辐射单元，被配置成将光辐射至所述被测人员的身体的一部分，

检测单元，被配置成检测来自所述被测人员的身体的一部分的光，以及

控制器，被配置成控制决定所述辐射单元的辐射定时和用于读取所述检测单元的检测结果的读取定时的采样频率。

(14)

根据(13)所述的信息处理设备，

其中，所述辐射单元辐射具有预定频率的光，并且

所述检测单元检测具有所述预定频率的光与具有与所述预定频率不同的频率的光之间的干涉光。

(15)

一种信息处理方法，其包括：

基于指示两种不同的血流信息之间的关系的关系信息根据通过血流测量获得的一种血流信息估计与所述一种血流信息相关联的另一种血流信息。

(16)

一种程序，使计算机实现：

基于指示两种不同的血流信息之间的关系的关系信息，根据通过血流测量获得的一种血流信息估计与所述一种血流信息相关联的另一种血流信息的功能。

[附图标记列表]

1 信息处理系统

10 测量模块

30 信息处理设备

70 静止的组织

72 散射物质

100 辐射单元

102，102a，102b 检测单元

104 控制器

110 带单元

112 控制单元

114 测量单元

116 粘附层

118 固定单元

300，300A，300b，300c，300d 处理器

302 存储单元

310 信号间抽取单元

312，312a，314 频谱信号生成单元

316，316A，316b 学习单元

318 频谱信号估计单元

320，320a，320b 血流信息计算单元

322，322a 脉搏计算单元

324 血流信息估计单元

326 脉搏估计单元

328 自适应滤波单元

500 窗

502 检测信号

600，606，810，820，830，840，850 功率谱

602，604 折叠噪声分量

700 功率谱对

710 血流速度分布

720 颗粒密度分布

730 脉搏波形

740A，740b 频率范围

900 信息处理设备

950 CPU

952 ROM

954 RAM

956 记录介质

958 输入/输出接口

960 操纵输入装置

962 显示装置

968 通信接口

970 总线

980 传感器

Claims (16)

1.一种信息处理设备，包括：

估计单元，被配置成基于指示两种不同的血流信息之间的关系的关系信息，根据通过血流测量获得的一种血流信息估计与所述一种血流信息相关联的另一种血流信息，

其中，所述关系信息是指示通过第一采样频率下的其他血流测量获得的第一血流信息与通过比所述第一采样频率低的第二采样频率下的所述其他血流测量获得的第二血流信息之间的关系的信息，以及

所述估计单元根据通过所述第二采样频率下的所述血流测量获得的第三血流信息来估计与所述第一采样频率相对应的第四血流信息。

2.根据权利要求1所述的信息处理设备，还包括：

学习单元，被配置成学习所述关系信息。

3.根据权利要求1所述的信息处理设备，还包括：

存储单元，存储所述关系信息。

4.根据权利要求1所述的信息处理设备，还包括：

脉搏计算单元，被配置成根据由所述估计单元估计的所述另一种血流信息来计算脉搏率或心率。

5.根据权利要求1所述的信息处理设备，还包括：

信号抽取单元，被配置成对通过所述第一采样频率下的所述其他血流测量获得的第一血流信号执行信号抽取处理，生成与所述第二采样频率相对应的第二血流信号，

其中，所述关系信息是指示根据所述第一血流信号生成的所述第一血流信息与根据所述第二血流信号生成的所述第二血流信息之间的关系的信息。

6.根据权利要求5所述的信息处理设备，还包括：

信号生成单元，被配置成根据血流信号生成功率谱，

其中，所述关系信息是指示根据所述第一血流信号生成的第一功率谱与根据所述第二血流信号生成的第二功率谱之间的关系的信息，以及

所述估计单元根据通过所述第二采样频率下的所述血流测量获得的第三功率谱来估计与所述第一采样频率相对应的第四功率谱。

7.根据权利要求5所述的信息处理设备，还包括：

信号生成单元，被配置成根据血流信号生成功率谱；以及

计算单元，被配置成根据所述功率谱计算平均血流速度或预定速度范围中的颗粒的相对密度，

其中，所述关系信息是指示根据所述第一血流信号计算的第一平均血流速度或第一预定速度范围中的颗粒的相对密度与根据所述第二血流信号生成的第二功率谱之间的关系的信息，以及

所述估计单元根据通过所述第二采样频率下的所述血流测量获得的第三功率谱估计与所述第一采样频率相对应的第二平均血流速度或第二预定速度范围中的颗粒的相对密度。

8.根据权利要求5所述的信息处理设备，还包括：

信号生成单元，被配置成根据血流信号生成功率谱；以及

脉搏计算单元，被配置成根据多个所述功率谱计算脉搏率，

其中，所述关系信息是指示根据多个所述第一血流信号计算的第一脉搏率与根据多个所述第二血流信号生成的多个第二功率谱之间的关系的信息，以及

所述估计单元根据通过所述第二采样频率下的所述血流测量获得的多个第三功率谱估计与所述第一采样频率相对应的第二脉搏率。

9.根据权利要求6所述的信息处理设备，其中，所述信号生成单元对所述血流信号执行频率分析以生成所述功率谱。

10.根据权利要求6所述的信息处理设备，其中，所述信号生成单元通过根据所述血流信号计算自相关函数并且对所述自相关函数执行积分处理来生成所述功率谱。

11.根据权利要求1所述的信息处理设备，还包括：

测量单元，被配置成安装在被测人员的身体的一部分上并且对所述被测人员执行所述血流测量。

12.根据权利要求11所述的信息处理设备，其中，所述测量单元使用通过处理从多个范围中的一个检测信号获得的功率谱而获得的多个独立信号分量来计算由于身体运动引起的噪声分量，并且从所述检测信号去除所计算的噪声分量以获取所述血流信息。

13.根据权利要求11所述的信息处理设备，其中，所述测量单元包括辐射单元，被配置成将光辐射至所述被测人员的身体的一部分，

检测单元，被配置成检测来自所述被测人员的身体的一部分的光，以及

控制器，被配置成控制决定所述辐射单元的辐射定时和用于读取所述检测单元的检测结果的读取定时的采样频率。

14.根据权利要求13所述的信息处理设备，

其中，所述辐射单元辐射具有预定频率的光，并且

所述检测单元检测具有所述预定频率的光与具有与所述预定频率不同的频率的光之间的干涉光。

15.一种信息处理方法，包括：

基于指示两种不同的血流信息之间的关系的关系信息，根据通过血流测量获得的一种血流信息估计与所述一种血流信息相关联的另一种血流信息，

其中，所述关系信息是指示通过第一采样频率下的其他血流测量获得的第一血流信息与通过比所述第一采样频率低的第二采样频率下的所述其他血流测量获得的第二血流信息之间的关系的信息，以及

根据通过所述第二采样频率下的所述血流测量获得的第三血流信息估计与所述第一采样频率相对应的第四血流信息。

16.一种计算机可读介质，其上存储有程序，所述程序使计算机实现：

基于指示两种不同的血流信息之间的关系的关系信息根据通过血流测量获得的一种血流信息估计与所述一种血流信息相关联的另一种血流信息的功能，

其中，所述关系信息是指示通过第一采样频率下的其他血流测量获得的第一血流信息与通过比所述第一采样频率低的第二采样频率下的所述其他血流测量获得的第二血流信息之间的关系的信息，以及

根据通过所述第二采样频率下的所述血流测量获得的第三血流信息估计与所述第一采样频率相对应的第四血流信息。

Images