CN111655136A - 血压推定装置、血压推定方法、计算机程序以及记录介质 - Google Patents

血压推定装置、血压推定方法、计算机程序以及记录介质 Download PDF

Info

Publication number
CN111655136A
CN111655136A CN201980008146.1A CN201980008146A CN111655136A CN 111655136 A CN111655136 A CN 111655136A CN 201980008146 A CN201980008146 A CN 201980008146A CN 111655136 A CN111655136 A CN 111655136A
Authority
CN
China
Prior art keywords
fluctuation
blood pressure
waveform
biological signal
slope
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.)
Pending
Application number
CN201980008146.1A
Other languages
English (en)
Inventor
藤田悦则
吉栖正生
小仓由美
中岛可南子
前田慎一郎
延广良香
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.)
Hiroshima University NUC
Delta Tooling Co Ltd
Original Assignee
Hiroshima University NUC
Delta Tooling Co Ltd
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 Hiroshima University NUC, Delta Tooling Co Ltd filed Critical Hiroshima University NUC
Publication of CN111655136A publication Critical patent/CN111655136A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/021—Measuring pressure in heart or blood vessels
    • A61B5/02108—Measuring pressure in heart or blood vessels from analysis of pulse wave characteristics
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/021—Measuring pressure in heart or blood vessels
    • A61B5/02108—Measuring pressure in heart or blood vessels from analysis of pulse wave characteristics
    • A61B5/02116—Measuring pressure in heart or blood vessels from analysis of pulse wave characteristics of pulse wave amplitude
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/026—Measuring blood flow
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/33—Heart-related electrical modalities, e.g. electrocardiography [ECG] specially adapted for cooperation with other devices
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/346—Analysis of electrocardiograms
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/346—Analysis of electrocardiograms
    • A61B5/349—Detecting specific parameters of the electrocardiograph cycle
    • A61B5/352—Detecting R peaks, e.g. for synchronising diagnostic apparatus; Estimating R-R interval
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6813—Specially adapted to be attached to a specific body part
    • A61B5/6823—Trunk, e.g., chest, back, abdomen, hip

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Cardiology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Physiology (AREA)
  • Vascular Medicine (AREA)
  • Hematology (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

非约束地实时并且连续地推定血压。本发明是对从人的背部采集的生物体信号进行解析，捕捉由于从心室充盈期到等容收缩期的血流变动而产生的生物体内的振动(生物体内振动)，进而捕捉表示该生物体内振动的情况的指标的波动的情况(与波动相关的指标(波动指标))的结构。如上所述，该波动指标与人的状态、特别是与血压相关的信息具有关联性。因此，根据本发明，在交通工具的座椅、办公用、家具用等的各种椅子、或者床等寝具等安装的、能够非约束地测定生物体信号的生物体信号测定装置，人落座或者仰卧而使背部与该生物体信号测定装置抵接，由此，就能够容易地进行血压的推定，特别是，能够进行是包含在表示正常区域血压(舒张期血压不到90mmHg，收缩期血压不到140mmHg)的区域、还是包括在表示高血压的区域的推定。

Description

血压推定装置、血压推定方法、计算机程序以及记录介质
技术领域
本发明涉及使用从人的背部得到的生物体信号来推定血压的技术。
背景技术
本发明人们提出了如下技术：在专利文献1～4等中，非约束地捕捉在人的上身的背部的体表面产生的振动，解析该振动来推定人的状态。在人的上身的背部的体表面产生的振动是心脏和大动脉等生物体内的振动传播的振动，包括心房以及心室的收缩期以及舒张期的信息、成为循环的辅助泵的血管壁的弹力信息以及反射波的信息。
在专利文献1中，对从经由体表面传播的振动(生物体信号)提取出的1Hz附近的背部体表脉波(Aortic Pulse Wave(主动脉脉波)(APW))的时间序列波形应用给定的时间宽度来进行滑动计算，求出频率斜率的时间序列波形，并根据该变化的倾向，例如，通过振幅是处于放大倾向还是处于衰减倾向等，来进行生物体状态的推定。此外，还公开了对生物体信号进行频率解析，属于预先决定的从ULF频带(极低频带)到VLF频带(超低频带)的功能调整信号、与疲劳接受信号以及活动调整信号相当的各频率的功率谱，根据各功率谱的时间序列变化来判定人的状态。
在专利文献2～4中，公开了判定稳态维持功能等级的方法。判定稳态维持功能等级的单元，使用对频率斜率时间序列波形的微分波形的正负、对频率斜率时间序列波形进行积分而得到的积分波形的正负、利用了零交叉法的频率斜率时间序列波形和利用了峰检测法的频率斜率时间序列波形分别进行绝对值处理而得到的各频率斜率时间序列波形的绝对值等中的至少一个以上，来进行判定。通过这些组合，求出与稳态维持功能的等级中的哪一个相符合。
在先技术文献
专利文献
专利文献1：日本特开2011-167362号公报
专利文献2：WO2011/046178号公报
专利文献3：日本特开2014-117425号公报
专利文献4：日本特开2014-223271号公报
发明内容
发明要解决的课题
根据上述技术，能够捕捉与生物体调节功能相关的人的状态、即催眠现象、紧急睡眠现象、低觉醒状态、稳态维持功能等级、初始疲劳状态、情绪的状态等。
另一方面，高血压的人、患有心脏病等的人与健康者相比，由于血管壁的状态、心脏的动作方式等，也会对血液的流动产生影响。以往，在判定是否为高血压的情况下，一般通过将袖带卷绕于臂的类型的血压计来测定血压。然而，在这些测定中，需要约束人体，并且在稳定了的状态的基础上安装各装置来实施。因此，希望开发出极力减少人体的约束等，能够更简易地测定血压的技术。
本发明是鉴于上述问题而完成的，其目的在于提供一种使用能够非约束地捕捉经由人的背部的体表面传播的生物体信号的生物体信号测定装置，对所取得的生物体信号进行解析，非约束地进行血压的推定的技术。
用于解决课题的手段
为了解决上述课题，本发明人着眼于根据氧的摄取量与血压的相关性，伴随着静脉回流的变动以及心肌收缩力的变动的血流量的变动产生血压变动。此外，左心室的收缩成为血液的体循环的原动力，右心室以包围左心室的方式存在，左心室被较深地隐藏在胸腔内的中位面左方，并且位于右心室的前面的心膜在胸骨心膜韧带与前胸壁结合。因此，从前胸壁得到的心脏的信息有限，特别是，作为体循环的原动力的左心室的信息难以从前胸壁测量。与前胸壁相比，左心室的信息大多地包含有在背部的体表面传播的振动(在本说明书中，简称为“振动”的情况下，也包括音(声波))。因此，本发明人认为通过根据传播到背部的体表面的振动(生物体信号)获知血流变动的状态，能够推定血压，从而完成了本发明。
即，本发明的血压推定装置的特征在于，具有生物体信号处理单元，该生物体信号处理单元从与人的背部抵接且非约束地捕捉经由所述背部的体表面传播的生物体信号的生物体信号测定装置，接收所述生物体信号，并对接收到的所述生物体信号进行解析，所述生物体信号处理单元具有：滤波单元，以给定的频带对所述生物体信号的时间序列波形进行滤波，得到使心动周期明显化的滤波器处理波形；血流变动指标计算单元，将所述滤波器处理波形与在与所述生物体信号的测定同时地测定出的、从心电图仪得到的心电图波形数据进行对照，确定所述滤波器处理波形中的、从心室充盈期到等容收缩期中的时间序列波形的范围的波形成分，求取因从心室充盈期到等容收缩期中的血流变动而导致产生的振动所相关的指标；波动指标计算单元，求取因所述血流变动而导致产生的振动所相关的指标的时间序列波形，并求取表示该时间序列波形的变动的方式的波动所相关的指标；以及推定单元，使用所述波动所相关的指标、预先存储于存储部的表示所述波动所相关的指标与血压的关系的血压推定用相关数据，来推定所述人的血压。
所述生物体信号处理单元能够使用连续地接收的所述生物体信号，来连续地推定所述人的血压。
优选地，所述波动指标计算单元具有：波动解析单元，求取因所述血流变动而导致产生的振动所相关的指标的时间序列波形，并且对该时间序列波形进行频率解析，在功率谱与频率的双对数图表中得到频率解析结果即波动解析图；以及波动解析图斜率计算单元，求取所述波动解析图的回归直线的斜率，将所述波动解析图的回归直线的斜率作为所述波动所相关的指标。
优选地，所述波动解析图斜率计算单元是如下单元：作为所述波动解析图所相关的回归直线的斜率，求取属于从VLF到LF的范围的给定的频带的回归直线的斜率，将该斜率作为所述波动所相关的指标。
优选地，所述血压推定用相关数据被形成为，表示属于所述从VLF到LF的范围的给定的频带的回归直线的斜率在正常区域血压下示出了接近-1的倾向，在高血压下示出了接近+1的倾向的相关数据。
优选地，所述血流变动指标计算单元具有：散点图生成单元，在所述生物体信号中，在与从所述心室充盈期到等容收缩期对应的时间序列波形的范围内，确定一组以上的两个波形成分，使用所述两个波形成分的各全振幅来生成散点图；以及散点图斜率计算单元，求取在所述散点图中描绘的点组的回归直线的斜率，将所述点组的回归直线的斜率作为因所述血流变动而导致产生的振动所相关的指标。
优选地，所述散点图生成单元是生成第1散点图和第2散点图的单元，其中，所述第1散点图使用了所述心室充盈期的心房收缩时的所述两个波形成分的各全振幅，所述第2散点图使用了比在所述第1散点图中使用的所述两个波形成分靠后的定时以后即转移至等容收缩期的房室瓣关闭时附近的定时所对应的所述两个波形成分的各全振幅，根据所述波动指标计算单元使用所述第1散点图求出的波动指标，所述推定单元来推定舒张期血压，根据所述波动指标计算单元使用所述第2散点图求出的波动指标，所述推定单元来推定收缩期血压。
本发明的血压推定方法的特征在于，从与人的背部抵接且非约束地捕捉经由所述背部的体表面传播的生物体信号的生物体信号测定装置接收所述生物体信号，以给定的频带对所述生物体信号的时间序列波形进行滤波，得到使心动周期明显化的滤波器处理波形，将所述滤波器处理波形与在与所述生物体信号的测定同时地测定出的、从心电图仪得到的心电图波形数据进行对照，确定所述滤波器处理波形中的、从心室充盈期到等容收缩期中的时间序列波形的范围的波形成分，求取因从心室充盈期到等容收缩期中的血流变动而导致产生的振动所相关的指标，求取因所述血流变动而导致产生的振动所相关的指标的时间序列波形之后，求取表示该时间序列波形的变动的方式的波动所相关的指标，并且使用所述波动所相关的指标、预先存储于存储部的表示所述波动所相关的指标与血压的关系的血压推定用相关数据，来推定所述人的血压。
优选地，从所述生物体信号测定装置连续地接收所述生物体信号，并连续地推定所述人的血压。
优选地，将所述生物体信号测定装置的生物体信号检测部设置在所述人的背部中、从与锁骨的位置对应的部位到与剑状突起的位置对应的部位的范围，来捕捉所述生物体信号。
本发明的计算机程序，使计算机执行从与人的背部抵接且非约束地捕捉经由所述背部的体表面传播的生物体信号的生物体信号测定装置接收所述生物体信号，并对接收到的所述生物体信号进行解析的生物体信号处理步骤，并作为血压推定装置来发挥功能，其特征在于，使所述计算机执行如下步骤来作为所述生物体信号处理步骤：以给定的频带对所述生物体信号的时间序列波形进行滤波，得到使心动周期明显化的滤波器处理波形的步骤；将所述滤波器处理波形与在与所述生物体信号的测定同时地测定出的、从心电图仪得到的心电图波形数据进行对照，确定所述滤波器处理波形中的、从心室充盈期到等容收缩期中的时间序列波形的范围的波形成分，求取因从心室充盈期到等容收缩期中的血流变动而导致产生的振动所相关的指标的步骤；求取因所述血流变动而导致产生的振动所相关的指标的时间序列波形之后，求取表示该时间序列波形的变动的方式的波动所相关的指标的步骤；以及使用所述波动所相关的指标、表示预先存储于存储部的所述波动所相关的指标与血压的关系的血压推定用相关数据，来推定所述人的血压的步骤。
优选地，所述生物体信号处理步骤使用连续地接收到的所述生物体信号，使所述计算机连续地执行所述人的血压的推定。
优选地，在求取所述波动所相关的指标的步骤中，使所述计算机执行如下步骤：求取因所述血流变动而导致产生的振动所相关的指标的时间序列波形，并且对该时间序列波形进行频率解析，在功率谱与频率的双对数图表中得到频率解析结果即波动解析图的步骤；以及求取所述波动解析图的回归直线的斜率，将所述波动解析图的回归直线的斜率作为所述波动所相关的指标的步骤。
优选地，作为所述波动解析图所相关的回归直线的斜率，求取属于从VLF到LF的范围的给定的频带的回归直线的斜率，将该斜率作为所述波动所相关的指标。
优选地，使所述计算机执行如下步骤，在求取因血流变动而导致产生的振动所相关的指标的步骤中，在所述生物体信号中，在与从所述心室充盈期到等容收缩期对应的时间序列波形的范围内，确定一组以上的两个波形成分，使用所述两个波形成分的各全振幅来生成散点图的步骤；以及求取在所述散点图中描绘的点组的回归直线的斜率，将所述点组的回归直线的斜率作为因所述血流变动而导致产生的振动所相关的指标的步骤。
优选地，执行如下步骤来作为生成所述散点图的步骤，生成第1散点图和第2散点图，其中，所述第1散点图使用了所述心室充盈期的心房收缩时的所述两个波形成分的各全振幅，所述第2散点图使用了比在所述第1散点图中使用的所述两个波形成分靠后的定时以后即转移至等容收缩期的房室瓣关闭时附近的定时所对应的所述两个波形成分的各全振幅，在求取所述波动所相关的指标的步骤中，根据使用所述第1散点图求出的波动指标，来推定舒张期血压，根据使用所述第2散点图求出的波动指标，来推定收缩期血压。
本发明的计算机可读取的记录介质的特征在于，记录有上述的计算机程序，该计算机程序使计算机执行从与人的背部抵接且非约束地捕捉经由所述背部的体表面传播的生物体信号的生物体信号测定装置接收所述生物体信号，并对接收到的所述生物体信号进行解析的生物体信号处理步骤，并作为血压推定装置来发挥功能。
在此，对通过本发明能够推定血压的原理进行说明。
人的心拍出量根据身体的代谢需求来规定，心拍出量等于心率与一次拍出量的积。心率通过以心脏血管中枢为中心的自主神经系统支配和体液性支配来进行控制。拍出量受到室的前负载的影响，一次拍出量由心脏收缩力和前负载/后负载决定。血流量的变动的情况能够通过使用伯努利定理的数理模型来进行说明。伯努利定理由压力能量、动能、势能构成，置换成水柱的高度而被称为压力水头(pressure head)、速度水头(velocityhead)、位置水头(elevation head)，各水头的总和成为全水头(total head)。在摩擦、弯曲、出入口丧失的能量是与速度水头成比例的损失水头(head loss)，流量变动的支配方程式由前负载/后负载的血液的水头和流量的函数求出。
本发明人考虑应用这些，作为获知作为上述的体循环的原动力的左心室的血流量的变动的方式、血流控制的存在方式的方法，根据损失水头的变动来得知。从心脏传递到背部体表面的振动(音)的变动信息通过基于心肌的收缩力的变动的血流量的变动来形成。血流量的变动由心肌的舒张能力、收缩能力而形成。心拍出量与全部末梢血管阻力之积成为血压，心率和心脏收缩力的变动产生血压变动。血液通过血压的梯度而流动。通过收缩和弛缓而产生搏动，通过舒张期和收缩期交替地存在的心脏的搏动，动脉压发生变化。即，用于捕捉该动脉压的变动的参数被隐藏在左心室的振动(音)变动信息中。而且，观察心动周期的哪个时间相位的变动即可，这成为重要的点。认为，心室周期被划分为四个期。心室充盈期、等容收缩期、拍出期、等容舒张期。心室充盈期由初始的迅速充盈期、平缓的充盈期、以及最后的基于心房收缩的充盈期。心房收缩开始于心电图P波。相对于基于压力差的自然的心室充盈，左心房成为增强器功能，同时成为左心室的前负荷。通过基于该静脉回流的前负荷，左心室的舒张末期压力上升。已知，心房收缩时以后的血流变动与左心舒张期压变动和心率的变动相关。在此，获知舒张期血压的线索被认为是心室充盈期、特别是基于心房收缩的充盈期。
血流变动的稳定性在于，平均值、相关函数(PSD)等统计量与测定时刻无关地为固定的性质。平均值是心率，通过由心率的变动构成的时间序列波形的PSD，对自主神经系活动进行定量，被称为心率波动。心率波动由被称为1/fβ波动的数值表示。如果心率的时间序列数据稳定，则PSD的对数显示与频率的对数显示成反比例。频谱指数β＝1、被称为1/f波动，在β大于1的情况下，在生理学意义上被定义为非稳定。换言之，在一般被称为稳定状态的安静时，心率波动整体成为1/f波动，表示颤动、布朗运动。偶尔的血压上升、降压剂使波动保持较高。当成为保持较高的周期成分以任意的时间宽度混入时，心率和心脏收缩力产生变动，血压变化。压力使血压变化，带来血流变动。血流变动给各周期成分的PSD带来大变动和停滞，并产生依赖于时刻的时间序列信号。大变动和停滞对血流变动的波动带来非稳定性。
在不存在对生物体的干扰的状态、即无压力的状态下，心率、血流量的波动为1/fβ型，正常血压者的β＝1，1/fβ为-1。高血压患者的自主神经系统支配和体液性支配在安静状态下也出现，在颤动、布朗运动中包括基于交感神经支配的周期成分。即，高血压患者的表示心率、血流量的波动的1/fβ作为整体大致为-1，但其中包括表示交感神经支配的状态的LF频带的区域的波动呈现保持较高，在该区域中出现+成分。
此外，通过基于降压剂给药的人为的血压降低，通过基于反射性交感神经紧张的心收缩性的增大，血压变动得到抑制。此外，在不进行生物体的反射性调节的情况下，维持根据心室与动脉系统的力学的相互关系的最佳结合而决定的血压。在自主神经系统工作的状况下，生物体优先维持预先设定的血压，调节血液循环。即，心血管系的整合被自主神经系大幅地修饰，但由于心脏以及血管的交感神经响应性的不同而变化，并非维持其整合状况。考虑为，人为的降压剂给药对心血管系的整合发挥较强的影响力，基于降压剂的控制下，血流变动的波动不断推移下去，以使在1/fβ的一部分出现线性部分、即+成分。
此外，关于左心舒张期压的支配方程式，与心率的自主神经支配和体液性支配相关的参数即从VLF到LF频带的波动的积分强度是有关的。假设血流变动以及正常化因素能够根据由返回到心脏的血流所引起的物理现象来判定心功能，心室的前负荷成为关键，时间相位位于从心房收缩到心室收缩的边界。因此，解析对象的时间相位紧接在等容收缩期的之前之后。
交感神经通过β受体刺激而经由刺激性G蛋白产生心率增加、心脏收缩力增强等。伴随着这些交感神经紧张，临床上观察到的现象在约15秒内达到峰值。另一方面，已知，对于交感神经刺激的效果的发现针对心率无法进行每一拍的动态的调整。在此，认为，通过观察安静状态下的心率变动和心脏收缩力的波动，有可能捕捉基于β受体刺激的心率增加、心脏收缩力增强而引起的血压变动。血压变动与血流变动的波动相关，血流变动出现在背部体表音的频带上。
然而，在位于外侧的心膜与内侧的心膜之间的心膜腔积存有若干m1的液体。该心膜腔液对心脏的泵作用产生影响。据说，成人的心脏的重量为200～300g，心音的频率为25～45Hz或者50Hz。如果心音的频率与使心脏浮动的构造体的固有振动频率一致，来计算心脏浮动构造体的动态弹性常数，则为约2.5kg/mm左右。如果将该计算结果考虑为正，则心脏浮动构造体相对于70Hz以上的高频具有除振功能，低频带被认为是刚体，固有振动频率以下的25Hz左右的低频带的振动/音响波形成为线性/弱非线性信息。因此，将除了谐振频带以外的25Hz以下的振动波形作为测量对象。
据说，作为体循环的支配因素的自主神经支配和基于激素的体液性支配通过心率变动的频带的波动的积分强度来识别，0.15～0.4Hz的HF频带和0.04～0.15Hz的LF频带的波动的积分强度表示副交感间神经以及交感神经的各活动状态，0.003～0.04Hz的VLF频带的积分强度通过体液性支配而发现。而且，关于经验性地得到的VLF的亢进，通过下丘脑室旁核的促肾上腺皮质激素释放激素(CRH)而使活动亢进的促肾上腺皮质刺激激素(ACTH)和副交感神经以及肾上腺素(epinephrine)的亢进，以及交感神经和血管紧张素的抑制成为条件，有助于心率增大。此外，CRH-ACTH系和交感神经均活化是耐应力反应。另外，已知，夜间通过褪黑素分泌的交感神经系统的强力的抑制，尽管CRH-ACTH系的亢进和副交感神经的活化，心率以及血压也维持为低值。
血流变动以一次拍出量和心率的变动来表示，在安静状态并且短时间内给定测量状态时，一次拍出量的变动稳定，心率的变动作为血流变动的支配因素而具有高贡献率。关于心率的变动，由于VLF和LF成为支配因素，因此，如果根据VLF求出用于测量的时间宽度，则为360秒钟，1/360在0.003Hz下成为VLF的频带的频率。认为，左心室的舒张能力和收缩能力对血压的变动具有依赖性，血流变动的质量的变动和速度的变动是支配因素，质量的变动表现为血液量的变动，速度的变动表现为心率变动。关于作为冲量的血压变动，质量的变动和速度的变动是支配因素，结果是两个因素相互缠绕而产生的是时间序列波形的振幅变动(波动)。在此，研究以瓣为管路的数理模型。
图24的(a)、(b)表示从心室充盈期到等容收缩期中瓣开放为止的心房和心室的容积变化和血液的动作。x表示在心房/二尖瓣/心室中移动的血液的线坐标。将二尖瓣的入口设为0，将出口设为x＝l。下标在入口设为1，在出口设为2。设二尖瓣的截面积为A、单位体积的血液的重量为γ、重力加速度为g、流速为v、血液的水头为h、压力为P。
二尖瓣入口x＝0时的血液的压力为P1＝γh1，
在时间Δt期间压入流量Q的血液所需要的工作ΔW1为
ΔW1＝P1QΔt＝γh1QΔt···(1)。
同样地，在二尖瓣出口端进行的工作为，
ΔW2＝γh2QΔt···(2)。
流体的压力损失是流量Q的函数，因此设为f(Q)。为了该损失，在二尖瓣内，时间Δt期间所耗费的能量ΔL为
ΔL＝γf(Q)QΔt···(3)。
与二尖瓣内的移动量dx对应的动能通过以下表示。
dK＝(V2/2g)×Aγdx···(4)
A是血液的面积，Aγ是血液的重量。
因此，
dk＝(1/2gA)×γQ2dx···(5)。
因此，血液所具有的动能K通过以下表示。
K＝γQ2m/2···(6)
其中，m是由二尖瓣的性状决定的常数，称为瓣常量。
求取微小时间Δt间的二尖瓣内的血液的动能的变化ΔK。
为ΔK＝mγQ(dQ/Δt)···(7)。
通过成为ΔK＝ΔW1-ΔW2-ΔL···(8)
的关系，求出
m(dQ/dt)＝h1-h2-f(Q)···(9)。
图24的(a)所示的h1是前负荷即基于心房收缩的压力水头、h2是后负荷，是基于心室舒张期压力的压力水头。
心室舒张气压的变化只要能够提供流量Q的时间上的变化就能够求出。
对(9)式进行整理，则由h1-h2＝m(dQ/dt)+f(Q)···(10)
表示，
认为中心静脉压、心房压力在心房即将收缩时之前大致固定，并且水头损失IV小，因此设为f(Q)≈0，
则成为h1-h2＝m(dQ/dt)···(11)。
当流量从Q0迅速且均匀地变化为0时，如果全房瓣关闭所需的时间由Tm表示，则心室舒张压的上升Δ(h1-h2)为
Δ(h1-h2)＝mQ0/Tm＝l/gA×Q0/Tm＝lv0/gTm...(12)。
在此，可知，关于水头的上升，在迅速充盈期的流速越大，关闭全房瓣的时间越短，则水击作用越大，产生大的I音。M是通过作为二尖瓣/大动脉瓣的导管的功能决定的常数。h1表示前负荷，是由心房收缩的静脉回流压和心房收缩能力决定的心房压。后负荷是心室内压。在此，h1-h2与推出返回心室的血液所需的心房的收缩能力相关，与上臂的舒张期血压也具有相关性。此外，左房内压与左室内压之差为h1-h2，该差变为相等时为R波的出现点，是全房瓣的关闭时。成为
f(Q)＝m(dQ/dt)···(13)
Δf(Q)∝dPmax/dt···(14)，
暗示了收缩期血压也同样地与R波附近的血液量的变动取得相关性的可能性。
在此，试着对高血压患者与正常被测者的差进行研究。当心室完全舒张时，血液通过静脉压进一步流入心室内。在充盈期的最后的时间相位，利用左房收缩进一步将血液压入左室内。已知，在以20～30岁的成人为安静状态下，基于心房收缩的血液的流入量不过是整体的10～20％，但已知随着年龄增加该比率上升，上升至46％左右。认为，基于左房收缩的血液充盈在高血压患者中该比率上升。这是因为，高血压患者与20～30岁的年轻成人时相比，心率比较有增加的倾向。如果心率增加，则用于被动的血液充盈的时间变短。该充盈期的最后的时间相位中的流量为基于左房收缩的左心室充盈决定舒张期血压时的重要因素，该因素因交感神经刺激而变动。该变动的方式受到作为神经传递物质的去甲肾上腺素、肾上腺素的分泌的影响，去甲肾上腺素与心肌细胞膜的β1受体结合，肾上腺素也作用于心肌β1受体。肾上腺素和去甲肾上腺素被称为儿茶酚胺，使β1受体活性化，引起心率的增加、收缩力的增加。
接下来，为了将式(10)中的dQ/dt变换为代数方程式，对作为捕捉血流量的变动的图式解法的洛伦兹描绘法的利用进行说明。使用心电图来限定心室周期的任意的时间相位，通过洛伦兹描绘法制作针对与任意的时间相位相当的时间序列波形的振幅变动，作图为相邻的振幅变动a1、a2的描绘组。从振幅a1、a2的集合体通过最小二乘法求出斜率tanθ(以下，根据情况，将该斜率tanθ称为“颤振角度(Fractal Angle)(FA)”)。以时间序列波形表示该斜率tanθ的时间变动，将时间序列波形的频率解析结果进行双对数显示，求出与频率和PSD相关的斜率。具体地说，将测量时间宽度设为前述的360秒，求出30秒的斜率，每隔30秒的90％重叠、即每3秒描绘tanθ的波动，求取tanθ的变动时间序列波形。对tanθ的变动时间序列波形进行频率解析，根据双对数显示图求取LF频带的斜率(将该斜率称为“颤振斜率(Fractal Slope)(FS)”)。通过该LF频带的斜率FS取“+”的值，或取“-”的值，能够判定β1受体的活性化的有无。在取“+”的值的情况下，是进行周期成分强的强控制的状态；取“-”的值的情况下，表示在颤动、布朗运动中成为1/f的波动，在正常被验者在安静状态的稳定状态下表现稳态维持功能的状态。
根据以上，左心血流变动的整体的斜率出现在VLF～LF频带，此外，与交感神经活动亢进的情况下的整体的斜率相比样态不同的斜率也出现在这些频带。而且，在交感神经活动亢进的情况下，发现的斜率有“+”和“”-”的斜率，特别是在表示“+”的值的情况下，对心肌β1受体作用，心率给频率成分带来周期性，血压给FS带来周期性，波动线性化。具有自主神经支配和体液性支配的双重支配构造的心率(HR)控制根据心电图的RRI的时间序列波形的频率解析结果的PSD-Hz的双对数显示图求出。在基于该心电图RRI的频率解析的波动中，不包括由于因基于β1受体的活性化的心肌的收缩力的增加而引起的血流量的变动所产生的波动成分。基于心肌的收缩力变动的血流变动也受到后负荷的心室的舒张压的变动的影响。因此，心室的舒张压的变动与血流变动的波动相关。
心房收缩力在产生超过基于静脉回流的血压变动的压力，并超过心室舒张压、进一步超过与心室舒张压处于平衡状态的大动脉的舒张压时，成为全房瓣关闭。若以FS(±LF)为参数来表示与全房瓣即将关闭之前的血流量变动的波动和平均上臂舒张期血压以及平均上臂收缩期血压相关的代数方程式，则成为
Δ(h1-h2)＝l/gA·Q(±LF)/Tm＝l/gA·Ffs(±LF)···(15)。
因此，舒张期血压(D.B.P)成为
H(D.B.P)＝Δ(h1-h2)+H0＝l/gA·Q·Ffs(±LF)+H0···(16)。
在此，由于H0是FS为0时，因此在安静状态下，成为高血压和正常区域血压的边界的值。这是因为，正常被验者在安静状态下，l/f波动成为-1。另一方面，关于高血压患者，由于舒张期血压为高值，因此使用具有与高心率、高心脏收缩力具有相关关系的正斜率的LF值。
如果使上述的想法适应于心室收缩期，则能够进行收缩期血压的推定。约0.35秒的心室收缩期由等容收缩期和比其长的心室拍出期构成。如图24的(b)所示，在等容收缩期，左室压上升，如果超过大动脉压，则大动脉瓣打开，血液开始从左室向大动脉驱出。由于从左室拍出的血流具有比流过末梢的血管的血流大的能量，因此使弹性血管舒张，暂时停留，由此，动脉压上升，达到收缩期血压。然后，动脉压超过左室压，但由于惯性力，血液从左室向大动脉的流动持续。血管的弹性的降低因血管舒张而导致的能量损失减少，利用来自末梢血管的反射波使收缩期血压进一步提高。而且，由于迅速拍出期的时间也变短，因此提高了收缩期血压。因此，暗示了，关于高血压者的II音，由于大动脉瓣关闭的时间短缩效果，在与水击作用的匹配技术下，振幅可能比I音大。在此，将式(9)变换为与心室收缩期的时间相位匹配的式子。
前负荷h1成为h3，时间相位从心房收缩变为心室收缩。后负荷h2成为h4。Δh4表示心室的收缩能力，成为与收缩期血压相关的参数。时间相位是从心电图R波的结束附近到等容收缩期的时间段。dQ/dt与经常用作等容收缩期的心脏的收缩性的指标的dP/dt max相关，初始驱出血流变动与左室收缩期压变动相关。动脉的收缩期血压与心率变动和等容收缩期的心室收缩能力密切地相关，在此，也成立将LF作为参数的式子。
因此，收缩期血压(S.B.P)由包括以FS为因子的函数Ffs的式子表示，成为
H(S.B.P)＝Δh4+H0＝l/gA·Q·Ffs(±LF)+H0···(17)。
发明效果
本发明是对从人的背部采集的生物体信号进行解析，捕捉由于从心室充盈期到等容收缩期的血流变动而产生的生物体内的振动(生物体内振动)，进而捕捉表示该生物体内振动的情况的指标的波动的情况(与波动相关的指标(波动指标))的结构。如上所述，该波动指标与人的状态、特别是与血压相关的信息具有关联性。因此，根据本发明，在交通工具的座椅、办公用或家具用等的各种椅子、或者床等寝具等安装的、能够非约束地测定生物体信号的生物体信号测定装置中使用，仅通过人就坐或者仰卧而使背部与该生物体信号测定装置抵接，就能够容易地进行血压的推定，特别是，能够进行是包括在正常区域血压(舒张期血压不到90mmHg，收缩期血压不到140mmHg)的区域、还是包括在表示高血压的区域中的推定。此外，在使用袖带的血压测定中，在一次测定后，必须在下一测定之前再次压迫上臂，其间需要几分钟左右，难以进行连续的血压测定，但根据本发明，由于是非约束的，因此使用从背部不断捕捉的生物体信号来进行血压测定，连续的(在此所说的“连续的”，还包括以比使用袖带的情况短的间隔间歇地进行测定的情况)来推定血压。
附图说明
图1的(a)是表示本发明的一个实施方式中使用的测定背部体表脉波的生物体信号测定装置的一例的分解图，图1的(b)是其主要部位剖视图。
图2是示意性地表示本发明的一个实施方式所涉及的血压推定装置的结构的图。
图3的(a)是表示心电图波形的图，图3的(b)是表示心音波的图，图3的(c)是表示对从上述实施方式的生物体信号测定装置得到的生物体信号的时间序列波形进行滤波后的滤波器处理波形(RCW)的图。
图4是图3所示的心电图波形、心音波以及滤波器处理波形(RCW)的给定时间段的放大图。
图5的(a)是与反映心房收缩时的血流变动的波形成分相关的散点图，图5的(b)是与反映房室瓣即将关闭之前以及关闭之后立即的从心室充盈期转移至等容收缩期时的血流变动的波形成分相关的散点图。
图6的(a)、(b)是用于说明散点图斜率计算单元的功能的图。
图7的(a)～(c)是用于说明波动解析单元的功能的图。
图8是表示生成血压推定用相关数据的步骤的流程图。
图9是表示4名高血压被验者的散点图以及散点图斜率的图。
图10是表示4名正常高值血压被验者的散点图以及散点图斜率的图。
图11是表示8名最佳血压被验者的散点图以及散点图斜率的图。
图12是表示2名正常血压被验者的散点图以及散点图斜率的图。
图13是表示2名低血压被验者的散点图以及散点图斜率的图。
图14是汇总示出了使用了反映心房收缩时的血流变动的an(1)、an(2)(a1a2)的波形成分的散点图、散点图斜率、波动解析图以及根据它们求出的颤振斜率(FS)的例子的图。
图15是汇总示出了使用了反映从心室充盈期转移至等容收缩期时的血流变动的an(2)、an(3)(a2a3)的波形成分的散点图、散点图斜率、波动解析图、以及根据它们求出的颤振斜率(FS)的例子的图。
图16是表示本实施方式的血压推定用相关数据的例子的图。
图17是表示使用颤振斜率(FS)的值的平均值、上臂血压值的平均值而求出的本实施方式的血压推定用相关数据的例子的图。
图18的(a)是再次示出图16的血压推定用相关数据的图，图18的(b)是与图18的(a)相反地，生成上臂血压计的收缩期血压以及舒张期血压与颤振斜率(FS)的对应关系而得的比较数据。
图19是用于说明血压的推定过程的流程图。
图20是用于说明血压的推定过程的流程图，是图19的后续。
图21的(a)、(b)是用于说明求出颤振斜率的方法的图。
图22的(a)、(b)是将通过上述实施方式推定出的血压的推定值与上臂血压的实测值进行比较的图表。
图23的(a)、(b)是将使求取颤振斜率的回归直线的斜率与图22的情况不同地求出的血压的推定值与上臂血压的实测值进行比较的图表。
图24的(a)、(b)是表示从心室充盈期到等容收缩期而瓣开放为止的心房和心室的容积变化和血液的动作的图。
具体实施方式
以下，基于附图所示的本发明的实施方式，更详细地说明本发明。在本发明中，使用在人的背部的体表面传播的生物体信号(背部体表脉波)。如上述那样，该背部体表脉波是在心房、心室的收缩期、舒张期，由于心房、心室内的血液的流动而与各瓣、心肌内壁碰撞时的振动、由于在流过大动脉时挤压血管壁而产生的振动(包括作为声音传导的振动)传递到体表面的波。因此，在背部体表脉波中，包括在本发明中作为目标的心室充盈期中的生物体内的振动、即由于从心室充盈期到等容收缩期的血流变动而产生的生物体内的振动(生物体内振动)的信息。
用于采集背部体表脉波的生物体信号测定装置优选使用(株)三角工具制的瞌睡驾驶警告装置(sleep buster(注册商标))中所使用的生物体信号测定装置1。图1是表示生物体信号测定装置1的概要结构的图。该生物体信号测定装置1除了未图示的电布线等之外，还具有生物体信号检测部10而构成，该生物体信号检测部10能够装入于测定用的椅子、床、或者交通工具的驾驶席的座椅等而使用，能够不约束手臂、手、手指等地采集生物体信号。
如图1的(a)、(b)所示，生物体信号检测部10由分别具有给定的宽度以及长度的大致长方形的第一层构件11、第二层构件12以及第三层构件13层叠而得的三层构造构成。第一层构件11由三维立体编织物等构成，位于作为生物体信号的检测对象的人体侧使用，经由人体的背部的体表面的生物体信号首先被传播到第一层构件11。第二层构件12作为通过共振现象或者拍频现象来强调从第一层构件11传播的微弱的背部体表脉波的共振层而发挥功能，具有由珠粒发泡体等构成的基座构件121、发挥固有振动器的功能的三维立体编织物122、产生膜振动的薄膜123而构成。在夹着基座构件121的中心的对称位置形成有两个配置孔121a、121a，在该配置孔121a、121a配置有实现固有振动器的功能的三维立体编织物122、122。薄膜123、123以覆盖发挥该固有振动器的功能的三维立体编织物122、122的各露出面的方式，层叠于第二层构件12的两面。而且，在一方的三维立体编织物122与薄膜123之间，配设有对基于背部体表脉波的振动(音)进行检测的麦克风传感器14。另外，只要能够检测作为微弱的振动(音)的背部体表脉波，则并不限定于麦克风传感器14，也可以使用其他传感器。此外，根据需要，也能够与两个三维立体编织物122、122分别对应地配置传感器。第三层构件13隔着第二层构件12而层叠于第一层构件11的相反侧，减少来自外部的振动输入。第三层构件13优选具有对超过100Hz的高频的外部振动进行除振的功能。作为第三层构件13，为了实现这样的滤波功能，优选与第一层构件11同样地使用三维立体编织物。
另外，三维立体编织物通过调整接地织物的编织密度、接地线的粗细、材料、连结线的配设密度、连结线的粗细、材料等，能够具有必要的除振性能。此外，通过使用与作为第一层构件11使用的三维立体编织物、作为第二层构件12的固有振动器使用的三维立体编织物122中的任一者相比提高了连结线的配设密度的三维立体编织物，来用作第三层构件13，难以传导给定以上的高频振动。
如上所述，生物体信号检测部10具备第一层构件11、第二层构件12以及第三层构件13而构成，然而，为了检测经由背部的体表面传播的生物体信号，特别是包含由于伴随左心室的舒张、左心室的收缩的血液向大动脉的流出而产生的生物体内的振动信息的背部体表脉波，在上述椅子、床等中，优选设置成与从与锁骨对应的高度到与剑状突起对应的高度的范围对应。这是基于，本发明人在使生物体信号检测部10的安装位置进行各种变化的过程中，该范围内的检测灵敏度高。其中，根据“基于伴随心脏血液驱出的胸部阻抗变化检测的电阻抗心拍出量测量用最佳点电极配置”，生物体医工学、46卷6号(2008年12月)这样的研究报告，当使用电阻抗法来测量心拍出量(cardiac output(co))时，在将电极配置于胸部前面的情况下，在与从锁骨到剑状突起对应的范围内，优选心房以及心室间的血液量变化的影响大，对于捕捉动脉的血液量变化是不充分的，期望将电极配置在锁骨水平、剑状突起水平，另一方面，在背部配置电极的情况下，在锁骨对应部位与剑状突起对应部位之间，将随着从一方向另一方不断偏移，动脉的血液量以一定的速率而不断变化，并且心房以及心室间的血液量也以一定的速率而不断变化这一情况，作为数据来表示。这可以说，也间接地证实了，在背部，若将生物体信号检测部10抵接于锁骨对应部位与剑状突起对应部位之间，则特别地，能够高灵敏度地捕捉左心室的舒张期中的血液量的变化和左心室收缩而大动脉驱出时的大动脉中的血液量的变化这两者。
接下来，基于图2对本实施方式的血压推定装置100的结构进行说明。血压推定装置100具有生物体信号处理单元200而构成。血压推定装置100由计算机(也包括个人计算机、装入于设备的微型计算机等)构成，执行作为生物体信号处理单元200发挥功能的生物体信号处理步骤的计算机程序被存储于存储部(除了该计算机(生物体信号测定装置100)的内置的硬盘等记录介质以外，还包括可移动的各种记录介质、通过通信单元连接的其他计算机的记录介质等)。此外，作为生物体信号处理单元200发挥功能的计算机程序作为滤波单元210、血流变动指标计算单元220、波动指标计算单元230、推定单元240发挥功能，使计算机执行滤波步骤、血流变动指标计算步骤、波动指标计算步骤、推定步骤。此外，也能够通过具有一个以上的存储电路来实现，该存储电路中装入了实现滤波步骤、血流变动指标计算步骤、波动指标计算步骤、推定步骤的计算机程序。
此外，计算机程序能够存储在记录介质中提供。存储计算机程序的记录介质也可以是非易失性的记录介质。非易失性的记录介质没有特别限定，例如可举出软盘、硬盘、CD-ROM、MO(光磁盘)、DVD-ROM、存储器卡等记录介质。此外，也能够通过通信线路将计算机程序传送到计算机并安装。
滤波单元210对从装入于生物体信号测定装置1的生物体信号检测部10的传感器14得到的生物体信号的时间序列波形(在载波中存在生物体信息，在生物体信号检测部10的第二层构件12中通过共振现象等而被强调的波形(以下，“传感器波形”))进行滤波。滤波单元210例如是实现中心频率20Hz附近的带通滤波器，优选为10～30Hz的频带的带通滤波器的单元，更优选地，具有为了除去高频成分为对其进一步实现50Hz和35Hz的陷波滤波器的单元，通过这些滤波，将传感器波形变换为10～30Hz的滤波器处理波形(图3的(c)的波形(以下，称为“RCW”)。虽然心率为约1～1.5Hz程度是标准的范围，但是如图3的(c)所示，RCW由于捕捉到以约1秒周期出现了相对大的全振幅的波形成分，因此，心动周期明显化。这一点与图3的(a)的心电图的波形、图3的(b)的心音图的波形相比，是明显的。然而，RCW不仅包括心动周期的节奏，还包括伴随着血流变动的生物体内的振动(音)的能量。
血流变动指标计算单元220是如下单元：使用RCW中、从心室充盈期到等容收缩期中的时间序列波形的范围的波形成分，来求取因从心室充盈期到等容收缩期中的血流变动而引起在生物体内产生的振动所相关的指标。如图2所示，血流变动指标计算单元220具有散点图生成单元(散点图生成电路)221和散点图斜率计算单元(散点图斜率计算电路)222。
散点图生成单元221从RCW确定两个上述的波形成分，并且使用该两个波形成分的各全振幅(an(i)，an(i+1))来生成散点图。心室充盈期的心房收缩是房室瓣关闭前的约0.2秒(例如，安静时的人的平均的1个心动周期为0.9秒左右(心率67次)的情况下，约为0.17秒)。在RCW中，使用该期间的波形成分。房室瓣的关闭是图3的(a)所示的心电图波形的R波之后立即进行的，以其为边界从心房收缩转移至等容收缩期，因此选择以心电图的R波的定时为基准的波形成分。图4是图3的(a)～(c)中的约101秒～约101.8秒的范围的放大图。如图4所示，首先，求取位于心电图的R波之前紧挨着的位置的房室瓣即将关闭之前的极点Bn(0)。接下来，将位于极点Bn(0)的前一个的极点作为Bn(1)，以Bn(1)为基准，将沿着从其之前紧挨着的波形成分的下侧极点到上侧极点的纵轴的振幅(即全振幅(p-p))设为“an(1)”，将其之后紧接着的波形成分的全振幅设为“an(2)”。在此，所确定的全振幅：an(1)、an(2)的波形成分是R波之前紧挨着的0.1秒以内的范围，该两个波形成分的各全振幅反映了心房收缩时的血流变动。
另一方面，将R波之后紧接着的极点、即位于极点Bn(0)之后紧接着的位置的极点设为Bn(2)，以极点Bn(2)为基准，将其之前紧挨着的波形成分的全振幅设为“an(2)”，将其之后紧接着的全振幅设为“an(3)”。这些是隔着心电图的R波而之前紧挨着以及之后紧接着的波形成分，反映了从心室充盈期转移至等容收缩期时的血流变动。
接下来，散点图生成单元221将这样求出的相邻的两个波形成分的各全振幅(an(i)、an(i+1))的值描绘在将一方的值取为纵轴、将另一方的值取为横轴的坐标系中，生成散点图(洛伦兹描绘图)(参照图5)。在该散点图中描绘的点表示两个波形成分的各全振幅的比。
通过使用洛伦兹描绘法，能够求取在Δt期间流过的血液的变化量。即，由于心房的收缩能力，向血液提供动能，该血流的振动系统成为放大的自由振动。关于自由振动系统，一般地，粘性衰减和固体摩擦这两个衰减发生作用，但使用洛伦兹描绘法，能够在显出不规则的波动的血流量中找出规则性。
如上所述，为了确定用于生成散点图的两个波形成分，需要确定在即将关闭房室瓣之前的心电图波形中出现的R波。在本实施方式中，如图2所示，由血压推定装置100接收来自心电图仪300的心电图波形数据，通过血流变动指标计算单元220的散点图生成单元221如上述那样使用该信息。另外，作为心电图仪300，只要能够确定R波的定时，则其种类完全不被限定。因此，在本实施方式中，在被验者的背部配置生物体信号测定装置1的生物体信号检测部10，并且将心电图仪300的电极装配在被验者的胸部来采集数据。
图5的(a)是描绘了如上述那样求出的反映心房收缩时的血流变动的两个波形成分的各全振幅an(1)、an(2)的散点图(洛伦兹描绘图)，图5的(b)是描绘了反映在出现R波之后立即的从心室充盈期转移至等容收缩期时的血流变动的两个波形成分的各全振幅an(2)、an(3)的散点图。均是将RCW的30秒的数据描绘在一个坐标系上而得的(例如，在心率约60次/分钟的情况下，描绘约30点)。散点图生成单元221针对RCW按时间序列求出这样的散点图，此时，使RCW的时间宽度例如以90％重叠地叠合并滑动来求出。由此，在本例中，以3秒间隔生成表示全振幅的比的散点图。另外，该时间宽度、滑动计算的重叠率不过是一个例子，并不限定于此。然而，如果设定的时间宽度过长、或者重叠率过低，则心房收缩的状态的把握精度降低，因此，时间宽度优选设为10～60秒程度的范围，重叠率优选设为70～95％程度的范围。
散点图斜率计算单元222针对散点图中描绘的点组，通过最小二乘法来引出回归直线A，进而求取该回归直线A的斜率。另外，该斜率也能够直接使用相对于横轴或者纵轴的斜率，但如图6的(b)所示，优选的是，将相对于任意的基准线(总时间描绘基准线)的斜率(总时间描绘基准线与30秒的回归直线A之间的角度)，设为从散点图斜率计算单元222输出的斜率(θi)。此外，回归直线A的斜率tanθ可以视为近似于θ(度)，因此在本实施方式中，将θ(度)的波动的时间序列波形用于计算。
总时间描绘基准线是，针对RCW，针对比生成上述的各散点图的时间宽度长若干倍以上的时间(例如测量总时间)，来求出全振幅比，并在与该长时间相关的散点图中引出的线。具体地说，如图6的(a)所示，例如在测量总时间360秒的数据中，通过盒子计数法舍弃出现次数少的数据(例如20％以下)，以聚集了全振幅小的波形的描绘的点(描绘组的下端)为起点，将经过描绘的重心的绝对最大长度的线作为总时间描绘基准线。描绘的重心是X坐标(an(i+1))、Y坐标(an(i))的平均值。
波动指标计算单元230是求取由血流变动指标计算单元220的散点图斜率计算单元222求出的在生物体内产生的振动所相关的指标(血流变动指标)的时间序列波形，并且求取与该时间序列波形的波动相关的指标的单元。如图2所示，波动指标计算单元230具有波动解析单元231和波动解析图斜率计算单元232。
波动解析单元231首先按时间序列描绘由散点图斜率计算单元222求出的点组的回归直线的斜率(θi)的值(血流变动指标)。在上述的例子中，点组的回归直线的斜率(θi)的值(血流变动指标)以3秒间隔来求取，因此，如图7的(a)所示，将该回归直线的斜率(θi)的值以3秒间隔来描绘，重新构成图7的(b)所示的时间序列波形。另外，在图7的(b)中，将描绘了回归直线的斜率(θi)的原样的值而得的时间序列波形(也可以是将整体的平均值设为零点而重新引出的时间序列波形)表示为“θi时间序列波形”，将对“θi时间序列波形”实现了0.08Hz的低通滤波器而得的时间序列波形表示为“LPF处理波形”。在上述的例子的情况下，由于成为每3秒一次的描绘，因此认为，超过0.08Hz的高频成分的可靠性低。该点组的回归直线的斜率(θi)的值(血流变动指标)的时间序列波形存在用于对应于从某状态向下一状态过渡的波动。因此，波动解析单元231对血流变动指标的时间序列波形进行频率解析(FFT)，在功率谱密度和频率的双对数图表中，显示频率解析结果。另外，作为频率解析的对象的回归直线的斜率(θi)的值(血流变动指标)的时间序列波形，相比于图7的(b)中的“θi时间序列波形”，而优选使用“LPF处理波形”。通过该频率解析，可知对波动进行支配的频率是哪一个频率(参照图7的(c))。在本说明书中，将该频率解析的结果称为“波动解析图”。
波动解析图斜率计算单元232求取由波动解析单元231得到的波动解析图的回归直线B，并且计算该波动解析图的回归直线B的斜率(在本申请中，将该波动解析图的回归直线B的斜率称为“颤振斜率(FS)”)。在本实施方式中，波动解析图的回归直线B如图7的(c)所示，由于功率谱密度的对数在整体上与频率的对数成反比例，因此，如果在纵轴取功率谱密度的对数刻度，在横轴取频率的对数刻度，则右肩下降。例如，能够以“-1(即1/f波动的斜率)”来表示以45度右肩下降的波动解析图的回归直线B的斜率(颤振斜率)。
如上所述，左心血流变动的整体的斜率在从VLF到LF的频带出现，特别地，在交感神经活动亢进的情况下，与整体的斜率样态不同的斜率在这些频带出现，此外，这些频带的斜率取“+”的值或者取“-”的值，由此，能够判定高血压患者特有的β1受体的活性化的有无。进而，0.003～0.08Hz附近是反映血压调节激素(肾素-血管紧张素-醛固酮系统)的作用的频带，被称为Mayer波的0.1Hz的振动(交感神经性血管收缩神经的趣味水平的周期性振动)也对血压造成影响。考虑到这些情况，优选的是，作为波动指标的波动解析图的回归直线B的斜率(颤振斜率)，在从VLF频带(超低频带：0.0033～0.04Hz)到LF频带(低频带：0.04～0.15Hz)中设定的给定的频带下而求出。在本实施方式的情况下，关于给定的频带，在如上述那样生成血流变动指标的时间序列波形时，以0.08Hz实现低通滤波器，因此，优选的是，首先将上限值设定在0.08Hz附近。另一方面，关于下限值，由于在0.01Hz以下的信息中并未显著地包括血流量的变动信息，因此，优选设定在0.01～0.04Hz之间。例如，存在由于心率变快而血压倾向于下降的情况，此时，也存在成为血流量变动的波动在低频侧出现的倾向的情况。因此，给定的频带例如也能够一律设定为0.03～0.08Hz，但优选按推定血压的每个被验者进行设定。
作为按推定血压的每个被验者设定的方法，在本实施方式中使用了以下的方法。即，如后所述，每当在推定血压时，将作为被验者的波动指标的颤振斜率(FS)与血压推定用相关数据进行对照来进行。因此，需要使上臂血压值和颤振斜率(FS)对应而预先求出血压推定用相关数据(血压推定用相关式)并设定在存储部中。因此，在该血压推定相关数据的生成中，按各被验者的每个波动解析图，考虑被验者的心率等而分别设定有用于求出颤振斜率(FS)的适当的频带。因此，将这些波动解析图用作教师数据，将接下来推定血压的被验者的波动解析图与各教师数据进行对照，提取一致度高的教师数据，在接下来推定血压的被验者的波动解析图中使用在该教师数据中使用的频带，能够计算颤振斜率(FS)。通过使用这样的方法，在生成血压推定用相关数据后，能够按每个被验者自动地设定给定的频带。另外，新求出的数据作为新的教师数据而蓄积，也包含该新的教师数据地重新求取血压推定用相关数据(血压推定用相关式)，将这样的步骤重复进行，由此能够不断提高血压的推定精度。
作为由波动解析图斜率计算单元232输出的波动指标的颤振斜率(FS)，在后述的推定单元240中用于血压的推定，因此，需要预先生成血压和颤振斜率(FS)的相关数据(血压推定用相关数据)。因此，在本实施方式中，生物体信号处理单元200具有相关数据生成单元260，该相关数据生成单元260使用作为由波动解析图斜率计算单元232输出的波动指标的颤振斜率，来生成血压推定用相关数据(图2)。在该相关数据生成单元260中，执行如下的步骤来生成相关数据，并存储于存储部。
另外，在生成血压推定用相关数据的情况下，作为由散点图斜率计算单元222求出的点组的回归直线的斜率(θi)的值(血流变动指标)，在舒张期血压的推定中，采用的是从描绘了反映心房收缩时的血流变动的两个波形成分的各全振幅an(1)、an(2)而得的散点图得到的；在收缩期血压的推定中，采用的是从描绘了反映在房室瓣即将关闭之前以及关闭之后立即的从心室充盈期转移至等容收缩期时的血流变动的两个波形成分的各全振幅an(2)、an(3)而得的散点图得到的。
然后，如图8所示，如果通过波动指标计算单元230计算出回归直线B的斜率(颤振斜率(FS))(S1101)，则相关数据生成单元260接收该信息(S1103)。此外，也接收(S1103)在大致相同的定时通过血压计测定出的被验者的上臂血压的数据(S1102)。另外，上臂血压的测定方法没有限定，可以通过在上臂卷绕袖带的类型的血压计(上臂式血压计)进行测定，当然也可以利用手臂式血压计等进行测定。这样，生成血压推定用相关数据(血压/颤振斜率映射)(S1104)，将该数据存储在存储部中。后述的图16或者图17是血压推定用相关数据的例子，图16以及图17都是在横轴取LF频带的回归直线B的斜率(颤振斜率(FS))，在纵轴取上臂血压数据，分别求出分别表示舒张期血压推定用相关数据和收缩期血压推定用相关数据的两条相关线(相关式)。
推定单元240使用由波动解析图斜率计算单元232求出的颤振斜率的值作为波动指标，进行血压的推定。即，将评价对象者的颤振斜率(FS)的值与存储于存储部的上述的血压推定用相关数据进行对照来推定血压(参照图2)。例如，在将使用an(1)(图中以及以下简记为“a1”)以及an(2)(图中以及以下简记为“a2”)求出的波动指标即颤振斜率(FS)输出为“-0.2”的情况下，在图16中，代入y＝19.039x+84.361的式子，求出约81mmHg，在使用图17的情况下，代入y＝20.414x+85.043的式子，推定为约81mmHg。此外，在将使用a2以及an(3)(图中以及以下简记为“a3”)求出的波动指标即颤振斜率(FS)输出为“-1”的情况下，在图16中，代入y＝19.813x+142.5的式子，推定为约123mmHg，若与图17对照，则代入y＝19.006x+141.93的式子，推定为约123mmHg。根据本实施方式，使用a1及a2的颤振斜率(FS)、以及使用了a2及a3的颤振斜率(FS)均能够依次求出，因此能够非约束地连续地推定被验者的血压。
在此，使用图9～图15说明图16以及图17所示的血压推定用相关数据的生成过程。首先，图9～图13表示在通过滤波单元210对代表性的被验者20人(被验者(Sub.)No.01～20)的背部体表脉波进行滤波之后，由血流量变动指标计算单元220的散点图生成单元221生成的散点图(洛伦兹描绘图)。另外，从这些被验者采集到的背部体表脉波为安静状态。这些均描绘了使用a1以及a2而求出的点(图中的凡例中，标记为“a1a2”)与使用a2以及a3而求出的点(图中的凡例中，标记为“a2a3”)的双方。此外，对于“a1a2”点、“a2a3”点的各点组，示出由散点图斜率计算单元222求出的回归直线A(分别为“a1a2近似线”、“a2a3近似线”)。并且，散点图斜率计算单元222求取这些a1a2近似线以及a2a3近似线的斜率(θ1)。
另外，在图9～图15的分析时，基于日本高血压学会的高血压指南(2014年)的血压分类，根据安静状态下的各被验者的上臂血压值如下地对血压的种类进行分类。首先，在收缩期血压140mmHg以上和/或舒张期血压90mmHg以上的情况下，分类为“高血压”；在不到“高血压”的条件的情况下，分类为“正常区域血压”。此外，关于“正常区域血压”，将收缩期血压130～139mmHg和/或舒张期血压：85～89mmHg的情况设为“正常高值血压”；将收缩期血压120～129mmHg和/或舒张期血压：80～84mmHg的情况设为“正常血压”，将收缩期血压不到120mmHg并且舒张期血压不到80mmHg的情况设为“最佳血压”。关于“低血压”，由于在上述指南中没有规定，因此采用了在世界卫生组织(WHO)中规定的收缩期血压100mmHg以下、舒张期血压60mmHg以下的基准。
接下来，波动指标计算单元230的波动解析单元231求取由散点图斜率计算单元222求出的a1a2近似线以及a2a3近似线的各斜率(θ1)的时间序列波形(参照图7的(b))，进行频率解析(FFT)，来求取由功率谱密度和频率的双对数图表构成的波动解析图(参照图7的(c))。波动解析图斜率计算单元232如上述那样，在从VLF到LF的频带中，参照各被验者的心率等来设定给定的频带，求取作为波动解析图的回归直线B的斜率的颤振斜率(FS)。
接下来，通过相关数据生成单元260，关于与舒张期血压对应的a1a2，得到如图14所示那样的颤振斜率(FS)；关于与收缩期血压对应的a2a3，得到如图15所示那样的颤振斜率。在图14以及图15中，中央列(在“(2)”中显示的列)相当于上述的波动解析图，求出其中的给定的频带的颤振斜率(FS)。另外，在图14以及图15中，左列(在“(1)”中显示的列)表示散点图(洛伦兹绘制图)，右列(在“(3)”中显示的列，是对从心电图仪300得到的心率的时间序列波形的波动进行解析的波谱。对心率的时间序列波形的波动进行解析而得的波谱的颤振斜率未发现与血压的有意义的相关性。
若观察(2)的中央列，则例如，关于表示被分类为正常高值血压的范围的血压的被验者No.05，基于图14的a1a2得到“-0.05”的颤振斜率(FS)；基于图15的a2a3得到“-0.78”的颤振斜率(FS)。此时的被验者No.05的上臂血压的舒张期血压为83、收缩期血压为133。然后，在图16中，使舒张期血压83与与aa1a2相关的颤振斜率(FS)的值“-0.05”对应地进行描绘，使收缩期血压133与与a2a3相关的颤振斜率(FS)的值“-0.78”对应地进行描绘。
同样地，关于表示被分类为最佳血压的范围的血压的被验者No.11，基于图14的a1a2得到“-0.53”的颤振斜率(FS)，基于图15的a2a3得到“-1.30”的颤振斜率(FS)。此时的被验者No.11的上臂血压的舒张期血压为65、收缩期血压为108。然后，在图16中，使舒张期血压65与与a1a2相关的颤振斜率(FS)的值“-0.53”对应地进行描绘，使收缩期血压108与与a2a3相关的颤振斜率(FS)的值“-1.30”对应地进行描绘。
进而，关于表示被分类为高血压的范围的血压的被验者No.01，基于图14的a1a2得到“+1.81”的颤振斜率(FS)，基于图15的a2a3得到“+0.54”的颤振斜率(FS)。此时的被验者No.01的上臂血压的舒张期血压为116，收缩期血压为164。然后，在图16中，使舒张期血压116与与a1a2相关的颤振斜率(FS)的值“+1.81”对应地进行描绘，使收缩期血压164与与a2a3相关的颤振斜率(FS)的值“+0.54”对应地进行描绘。
对其他被验者也进行同样的处理，并在图16中描绘。当这样地进行描绘时，被分类为高血压的被验者的颤振斜率(FS)的值关于a1a2以及a2a3中的任一个都大致为0以上，正常区域血压(正常高值血压、正常血压、最佳血压、低血压)的被验者的颤振斜率(FS)的值关于a1a2以及a2a3中的任一个都大致为0以下。然后，在图16中描绘的基于a1a2的点组引出的回归直线为y＝19.039x+84.361，决定系数为0.7511，示出了高相关性。此外，在颤振斜率(FS)值为“0”时的y截距的值为“84.361”，是接近作为舒张期血压的高血压和正常区域血压的边界的90mmHg的值，并且是与作为正常高值血压和正常血压的边界的85mmHg大致相同的值。该回归直线成为最终求取的舒张期血压推定用相关数据。
另一方面，在基于a2a3的点组引出的回归直线为y＝19.882x+142.47，决定系数为0.9101，示出了高的相关性。此外，在颤振斜率(FS)值为“0”时的y截距的值为“142.47”，是接近作为收缩期血压的高血压与正常区域血压的边界的140mmHg的值。该回归直线成为最终求取的收缩期血压推定用相关数据。另外，在图16中描绘的数据，对于a1a2，是25名被验者的192个数据；对于a2a3，是34名被验者的146个数据。
图17是使用图16中描绘的数据中的、与进行了多次测量的被验者的a1a2以及a2a3相关的各颤振斜率(FS)的值的平均值，由上臂血压计测定的舒张期血压的平均值和收缩期血压的平均值而生成的血压推定用相关数据。使用了a1a2的舒张期血压推定用相关数据的回归直线为y＝20.414x+85.043，其决定系数为0.9246。使用了a2a3的收缩期血压推定用相关数据的回归直线为y＝19.222x+142.08，其决定系数为0.9615。均与在图16中求出的回归直线相比相关性高，在生成血压推定用相关数据时，优选使用被验者的多个测定值的平均值。
在此，图18的(a)是为了与图18的(b)进行比较而再次揭示了图16的血压推定用相关数据。图18的(b)与图18的(a)相反，示出了使由上臂血压计测定的收缩期血压与基于a1a2的颤振斜率(FS)的值对应地进行描绘，并使由上臂血压计测定的舒张期血压与基于a2a3的颤振斜率(FS)的值对应地进行描绘而得的各点组。在图18的(b)中，使收缩期血压与基于a1a2的颤振斜率(FS)的值进行对比的点组的回归直线是y＝22.499x+131.34，决定系数为0.5244，与图18的(a)相比，相关性大大地变差。此外，使舒张期血压与基于a2a3的颤振斜率(FS)的值进行对比的点组的回归直线为y＝13.272x+90.037，决定系数为0.7309。决定系数的值稍微变低，并且y截距稍微超过了90。此外，可知，在图18的(a)中，收缩期血压和舒张期血压的各回归直线的斜率大致相同，与此相对，在图18的(b)的方法中，收缩期血压和舒张期血压的各回归直线的斜率大不相同。换言之，可知，在图18的(b)的方法的情况下，存在收缩期血压与舒张期血压之差几乎没有的数据结构，缺乏作为用于明确区别两者来进行推定的相关数据的可靠性。因此，如本实施方式那样，为了舒张期血压推定用，使用基于a1a2的颤振斜率(FS)的值；为了收缩期血压推定用，使用基于a2a3的颤振斜率(FS)的值是适当的。
接下来，基于图19以及图20的流程图，具体说明血压的推定过程。首先，成为推定血压的对象的人(血压推定对象者)，就座于测定用椅子等，以使检测背部体表脉波的生物体信号检测装置1的生物体信号检测部10如上所述被设置于背部。此外，定为，对于血压推定对象者将心电图仪300的电极装配于胸部，将心电图波形数据发送到血压推定装置100。
当开始测定时，血压推定装置100通过生物体信号测定装置1接收血压推定对象者的背部体表脉波(传感器波形)(S1901)。于是，血压推定装置100中的滤波单元210对接收到的传感器波形进行滤波(S1902)，并求取RCW(S1903)。接下来，血流量变动指标计算单元220的散点图生成单元221如图4所示，在从心电图仪300得到的心电图波形数据中确定R波的定时(S1904)，并基于此求取上述的各全振幅a1、a2、a3(S1905)。接下来，散点图生成单元221生成使用了a1以及a2的散点图(洛伦兹描绘)、使用了a2以及a3的散点图(洛伦兹描绘)(S1906、S1907)。接下来，通过散点图斜率计算单元222，求取各散点图的回归直线的斜率θi，波动指标计算单元230的波动解析单元231针对舒张期用、收缩期用的各个来生成θi的时间序列波形(S1908)。接下来，波动解析单元231进行频率解析(波谱解析)(S1909)，针对舒张期用、收缩期用的各个来生成θi时间序列波形的波谱即波动解析图(S1910)。
接下来，波动解析图斜率计算单元232将在S1910中求出的血压推定对象者的舒张期用、收缩期用的各波动解析图(波谱)存入存储部的数据库(参照图2)、并与波动解析图(波谱)的教师数据进行对照(S1911)。如上所述，对于各教师数据，为了按照每个被验者来求取适当的回归直线B的斜率(颤振斜率)，在属于从VLF至LF的范围内设定有与各自的特性相匹配的给定的频带。因此，在S1911中，在各教师数据中设定的频带的范围内对在血压推定对象者的在S1910中求出的波动解析图(舒张期用，收缩期用)进行对照，使用正规化相互相关函数来提取一致度高的教师数据。接下来，波动解析图斜率计算单元232将在提取出的教师数据中设定的频带应用于在S1910中求出的血压推定对象者的波动解析图(舒张期用、收缩期用)(S2001)，求出该范围中的回归直线B的斜率作为颤振斜率(FS)(S2002、S2003)。图21表示其一例，图21的(b)是血压推定对象者的波动解析图(波谱)。图21的(a)是教师数据的一例，粗线表示该教师数据的回归直线B，在与引出该教师数据的回归直线B的频带相同的频带中，比较波动解析图(波谱)的一致度。由于在教师数据中设定的频带如上述那样按每个教师数据而不同，因此对全部的教师数据对该一致度进行比较，将与在一致度高的教师数据中设定的频带相同的频带，在图21的(b)的血压推定对象者的波动解析图中进行设定，对于该频带，引出回归直线B，求取其斜率作为颤振斜率。
另外，与上述的教师数据的一致度的比较法只不过是一个例子，在对一致度进行比较时，例如，对于属于从VLF到LF的波动解析图(波谱)的整体来判定一致度，由此，也能够将被判定为一致度高的教师数据中设定的频带利用于血压推定对象者的波动解析图。
接下来，推定单元240动作，访问被存储于存储部中的图16或者图17所示的血压推定用相关数据(S2004)，将各颤振斜率(FS)代入舒张期用、收缩期用的各血压推定用相关式中。由此，能够求取血压推定对象者的舒张期血压、收缩期血压(S2005、S2006)。
图22的(a)是表示按照图19～图20所示的步骤根据推定出的多个血压推定对象者(25名、49个数据)的收缩期血压与上臂血压的实测值的比较的图。图22的(a)作为血压推定用相关数据，利用使用图16的全部事例而求出的数据来推定血压，图22的(b)作为血压推定用相关数据，利用利用图17的平均值求出的数据来推定血压。可知，均是斜率接近1，并且决定系数也高，通过本实施方式的方法推定的血压与上臂血压具有极高的相关性。
另一方面，图23的(a)、(b)是表示，对血压推定对象者(27名、75个数据)，在参照教师数据设定的给定的频带下计算斜率时(图20的S2001、S2002)，不是求取与该频带中的波动解析图的波形成分整体相关的回归直线的斜率(在图中简记为“斜率”)，而是如图21的(b)所示那样求取仅对应于该波形成分的图的上侧的峰值点的回归直线的斜率(在图中，标记为“峰斜率”)而推定出的收缩期血压、与上臂血压的实测值的比较的图。另外，图23的(a)利用使用了图16的全部事例的血压推定用相关数据，图23的(b)利用使用了图17的平均值的血压推定用相关数据。由图23的(a)、(b)可知，该情况下的推定值与实测值的相关性极低。因此，如上所述，关于波动分析图中的给定的频带的波形成分，优选采用其整体的回归直线B的斜率作为颤振斜率(FS)。
根据本实施方式，如上所述，如果利用多人的被验者的上臂血压与颤振斜率(FS)的关系生成血压推定用相关数据(舒张期血压推定用，收缩血压推定用)并进行存储，则之后，仅通过求出血压推定对象者的颤振斜率(FS)，对照该相关数据，能够非约束、实时地推定血压，并且能够连续地进行推定。
因此，例如，如果将生物体信号测定装置1的生物体信号检测部10设置于床、椅子的背部等其他人体支承单元，则能够随时推定被验者的血压。因此，也能够察觉到被验者的血压的骤变，还能够知道睡眠中的血压的变动。当然，这些推定出的血压信息也能够通过内置于血压推定装置100或者与血压推定装置100连接的通信单元(未图示)向监视器、警告灯等任意的显示装置通知该情况，或者通知给管理者等的终端装置。
-符号说明-
1 生物体信号测定装置
10 生物体信号检测部
11 芯焊盘
12 垫片
14 传感器
100 血压推定装置
200 生物体信号处理单元
210 滤波单元
220 血流变动指标计算单元
221 散点图生成单元
222 散点图斜率计算单元
230 波动指标计算单元
231 波动解析单元
232 波动解析图斜率计算单元
240 推定单元。

Claims (17)

1.一种血压推定装置，其特征在于，
所述血压推定装置具有生物体信号处理单元，该生物体信号处理单元从与人的背部抵接且非约束地捕捉经由所述背部的体表面传播的生物体信号的生物体信号测定装置，接收所述生物体信号，并对接收到的所述生物体信号进行解析，
所述生物体信号处理单元具有：
滤波单元，以给定的频带对所述生物体信号的时间序列波形进行滤波，得到使心动周期明显化的滤波器处理波形；
血流变动指标计算单元，将所述滤波器处理波形和在与所述生物体信号的测定同时地测定出的、从心电图仪得到的心电图波形数据进行对照，确定所述滤波器处理波形中的、从心室充盈期到等容收缩期中的时间序列波形的范围的波形成分，求取因从心室充盈期到等容收缩期中的血流变动而导致产生的振动所相关的指标；
波动指标计算单元，求取因所述血流变动而导致产生的振动所相关的指标的时间序列波形，并求取表示该时间序列波形的变动的方式的波动所相关的指标；以及
推定单元，使用所述波动所相关的指标、预先存储于存储部的表示所述波动所相关的指标与血压的关系的血压推定用相关数据，来推定所述人的血压。
2.根据权利要求1所述的血压推定装置，其中，
所述生物体信号处理单元能够使用连续地接收到的所述生物体信号，来连续地推定所述人的血压。
3.根据权利要求1或者2所述的血压推定装置，其中，
所述波动指标计算单元具有：
波动解析单元，求取因所述血流变动而导致产生的振动所相关的指标的时间序列波形，并且对该时间序列波形进行频率解析，在功率谱与频率的双对数图表中得到频率解析结果即波动解析图；以及
波动解析图斜率计算单元，求取所述波动解析图的回归直线的斜率，将所述波动解析图的回归直线的斜率作为所述波动所相关的指标。
4.根据权利要求3所述的血压推定装置，其中，
所述波动解析图斜率计算单元是如下单元：作为所述波动解析图所相关的回归直线的斜率，求取属于从VLF到LF的范围的给定的频带的回归直线的斜率，将该斜率作为所述波动所相关的指标。
5.根据权利要求4所述的血压推定装置，其中，
所述血压推定用相关数据被形成为以下相关数据，即属于所述从VLF到LF的范围的给定的频带的回归直线的斜率在正常区域血压下示出了接近-1的倾向，在高血压下示出了接近+1的倾向。
6.根据权利要求1～5中的任一项所述的血压推定装置，其中，
所述血流变动指标计算单元具有：
散点图生成单元，在所述生物体信号中，在与从所述心室充盈期到等容收缩期对应的时间序列波形的范围内，确定一组以上的两个波形成分，使用所述两个波形成分的各全振幅来生成散点图；以及
散点图斜率计算单元，求取在所述散点图中描绘的点组的回归直线的斜率，将所述点组的回归直线的斜率作为因所述血流变动而导致产生的振动所相关的指标。
7.根据权利要求6所述的血压推定装置，其中，
所述散点图生成单元是生成第1散点图和第2散点图的单元，其中，所述第1散点图使用了所述心室充盈期的心房收缩时的所述两个波形成分的各全振幅，所述第2散点图使用了比在所述第1散点图中使用的所述两个波形成分靠后的定时以后即转移至等容收缩期的房室瓣关闭时附近的定时所对应的所述两个波形成分的各全振幅，
根据所述波动指标计算单元使用所述第1散点图求出的波动指标，所述推定单元来推定舒张期血压，
根据所述波动指标计算单元使用所述第2散点图求出的波动指标，所述推定单元来推定收缩期血压。
8.一种血压推定方法，其特征在于，
从与人的背部抵接且非约束地捕捉经由所述背部的体表面传播的生物体信号的生物体信号测定装置接收所述生物体信号，
以给定的频带对所述生物体信号的时间序列波形进行滤波，得到使心动周期明显化的滤波器处理波形，
将所述滤波器处理波形和在与所述生物体信号的测定同时地测定出的、从心电图仪得到的心电图波形数据进行对照，确定所述滤波器处理波形中的、从心室充盈期到等容收缩期中的时间序列波形的范围的波形成分，求取因从心室充盈期到等容收缩期中的血流变动而导致产生的振动所相关的指标，
求取因所述血流变动而导致产生的振动所相关的指标的时间序列波形之后，求取表示该时间序列波形的变动的方式的波动所相关的指标，并且
使用所述波动所相关的指标、预先存储于存储部的表示所述波动所相关的指标与血压的关系的血压推定用相关数据，来推定所述人的血压。
9.根据权利要求8所述的血压推定方法，其中，
从所述生物体信号测定装置连续地接收所述生物体信号，并连续地推定所述人的血压。
10.根据权利要求8或者9所述的血压推定方法，其中，
将所述生物体信号测定装置的生物体信号检测部设置在所述人的背部中从与锁骨的位置对应的部位到与剑状突起的位置对应的部位的范围，来捕捉所述生物体信号。
11.一种计算机程序，使计算机执行生物体信号处理步骤，并作为血压推定装置来发挥功能，在该生物体信号处理步骤中，从与人的背部抵接且非约束地捕捉经由所述背部的体表面传播的生物体信号的生物体信号测定装置接收所述生物体信号，并对接收到的所述生物体信号进行解析所述计算机程序的特征在于，
作为所述生物体信号处理步骤，使所述计算机执行如下步骤：
以给定的频带对所述生物体信号的时间序列波形进行滤波，得到使心动周期明显化的滤波器处理波形的步骤；
将所述滤波器处理波形和在与所述生物体信号的测定同时地测定出的、从心电图仪得到的心电图波形数据进行对照，确定所述滤波器处理波形中的、从心室充盈期到等容收缩期中的时间序列波形的范围的波形成分，求取因从心室充盈期到等容收缩期中的血流变动而导致产生的振动所相关的指标的步骤；
求取因所述血流变动而导致产生的振动所相关的指标的时间序列波形之后，求取表示该时间序列波形的变动的方式的波动所相关的指标的步骤；以及
使用所述波动所相关的指标、预先存储于存储部的表示所述波动所相关的指标与血压的关系的血压推定用相关数据，来推定所述人的血压的步骤。
12.根据权利要求11所述的计算机程序，其中，
所述生物体信号处理步骤使用连续地接收到的所述生物体信号，使所述计算机连续地执行所述人的血压的推定。
13.根据权利要求11或者12所述的计算机程序，其中，
在求取所述波动所相关的指标的步骤中，使所述计算机执行如下步骤：
求取因所述血流变动而导致产生的振动所相关的指标的时间序列波形，并且对该时间序列波形进行频率解析，在功率谱与频率的双对数图表中得到频率解析结果即波动解析图的步骤；以及
求取所述波动解析图的回归直线的斜率，将所述波动解析图的回归直线的斜率作为所述波动所相关的指标的步骤。
14.根据权利要求13所述的计算机程序，其中，
作为所述波动解析图所相关的回归直线的斜率，求取属于从VLF到LF的范围的给定的频带的回归直线的斜率，将该斜率作为所述波动所相关的指标。
15.根据权利要求11～14中的任一项所述的计算机程序，其中，
在求取因血流变动而导致产生的振动所相关的指标的步骤中，使所述计算机执行如下步骤：
在所述生物体信号中，在与从所述心室充盈期到等容收缩期对应的时间序列波形的范围内，确定一组以上的两个波形成分，使用所述两个波形成分的各全振幅来生成散点图的步骤；以及
求取在所述散点图中描绘的点组的回归直线的斜率，将所述点组的回归直线的斜率作为因所述血流变动而导致产生的振动所相关的指标的步骤。
16.根据权利要求15所述的计算机程序，其中，
作为生成所述散点图的步骤执行如下步骤，即生成第1散点图和第2散点图，其中，所述第1散点图使用了所述心室充盈期的心房收缩时的所述两个波形成分的各全振幅，所述第2散点图使用了比在所述第1散点图中使用的所述两个波形成分靠后的定时以后即转移至等容收缩期的房室瓣关闭时附近的定时所对应的所述两个波形成分的各全振幅，
在求取所述波动所相关的指标的步骤中，根据使用所述第1散点图求出的波动指标，来推定舒张期血压，根据使用所述第2散点图求出的波动指标，来推定收缩期血压。
17.一种计算机可读取的记录介质，其特征在于，
记录有权利要求11～16中的任一项所述的计算机程序，该计算机程序使计算机执行生物体信号处理步骤，并作为血压推定装置来发挥功能，在所述生物体信号处理步骤中，从与人的背部抵接且非约束地捕捉经由所述背部的体表面传播的生物体信号的生物体信号测定装置接收所述生物体信号，并对接收到的所述生物体信号进行解析。
CN201980008146.1A 2018-01-13 2019-01-11 血压推定装置、血压推定方法、计算机程序以及记录介质 Pending CN111655136A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2018-003887 2018-01-13
JP2018003887A JP6885545B2 (ja) 2018-01-13 2018-01-13 血圧推定装置、血圧推定方法、コンピュータプログラム及び記録媒体
PCT/JP2019/000800 WO2019139155A1 (ja) 2018-01-13 2019-01-11 血圧推定装置、血圧推定方法、コンピュータプログラム及び記録媒体

Publications (1)

Publication Number Publication Date
CN111655136A true CN111655136A (zh) 2020-09-11

Family

ID=67219656

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980008146.1A Pending CN111655136A (zh) 2018-01-13 2019-01-11 血压推定装置、血压推定方法、计算机程序以及记录介质

Country Status (6)

Country Link
US (1) US11937902B2 (zh)
EP (1) EP3738507A4 (zh)
JP (1) JP6885545B2 (zh)
CN (1) CN111655136A (zh)
AU (1) AU2019206895A1 (zh)
WO (1) WO2019139155A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020044523A1 (ja) * 2018-08-30 2020-03-05 オリンパス株式会社 記録装置、画像観察装置、観察システム、観察システムの制御方法、及び観察システムの作動プログラム
WO2023210668A1 (ja) * 2022-04-26 2023-11-02 株式会社デルタツーリング 生体状態評価装置、生体状態評価方法、コンピュータプログラム及び記録媒体

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5237997A (en) * 1988-03-09 1993-08-24 Vectron Gesellschaft Fur Technologieentwicklung und Systemforschung mbH Method of continuous measurement of blood pressure in humans
CN101990445A (zh) * 2008-04-09 2011-03-23 旭化成株式会社 血压推定装置及血压推定方法
WO2011046178A1 (ja) * 2009-10-14 2011-04-21 株式会社デルタツーリング 生体状態推定装置、生体状態推定システム及びコンピュータプログラム
JP2012179202A (ja) * 2011-02-28 2012-09-20 Delta Tooling Co Ltd 生体状態推定装置及びコンピュータプログラム
US20130030256A1 (en) * 2010-02-18 2013-01-31 Delta Tooling Co., Ltd. Device for estimating state of living organism
JP2014117425A (ja) * 2012-12-14 2014-06-30 Delta Tooling Co Ltd 運転時生体状態判定装置及びコンピュータプログラム
WO2014171499A1 (ja) * 2013-04-17 2014-10-23 株式会社デルタツーリング 運転支援装置及びコンピュータプログラム
CN106037694A (zh) * 2016-05-13 2016-10-26 吉林大学 一种基于脉搏波的连续血压测量装置
WO2017099256A1 (ja) * 2015-12-12 2017-06-15 デルタ工業株式会社 生体状態推定装置、生体状態推定方法、コンピュータプログラム及び記録媒体

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008154643A1 (en) * 2007-06-12 2008-12-18 Triage Wireless, Inc. Vital sign monitor for measuring blood pressure using optical, electrical, and pressure waveforms
US11253159B2 (en) * 2010-01-31 2022-02-22 Vladimir Shusterman Tracking cardiac forces and arterial blood pressure using accelerometers
JP6929782B2 (ja) * 2014-11-07 2021-09-01 レスピリックス，インコーポレイテッド 生理学的パラメータを求めるシステム
US10849509B2 (en) * 2014-11-21 2020-12-01 Siemens Healthcare Gmbh Patient signal filtering
CN107405090B (zh) * 2015-03-17 2021-06-29 皇家飞利浦有限公司 用于测量血压的方法和装置
US10085665B2 (en) * 2016-10-07 2018-10-02 The Cooper Health System Non-invasive system and method for monitoring lusitropic myocardial function in relation to inotropic myocardial function
US9757042B2 (en) * 2016-01-05 2017-09-12 Tosense, Inc. Combined floormat and body-worn physiological sensors
GB2548626A (en) * 2016-03-24 2017-09-27 Imp Innovations Ltd A method and an apparatus for determining haemodynamic status
US20190133516A1 (en) * 2016-06-06 2019-05-09 Tosense, Inc. Physiological monitor for monitoring patients undergoing hemodialysis
CN109414199B (zh) * 2016-06-14 2023-08-01 皇家飞利浦有限公司 用于最大动脉顺应性的无创评估的设备和方法
EP3474746A1 (en) * 2016-06-22 2019-05-01 Koninklijke Philips N.V. Template-based analysis and classification of cardiovascular waveforms
US11058314B1 (en) * 2016-07-12 2021-07-13 Mahesh M. Galgalikar Remote individual monitoring, training and recording system
JP2020503933A (ja) * 2017-01-04 2020-02-06 コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． 被験者の脈圧変動を決定するための装置、システムおよび方法
US10987517B2 (en) * 2017-03-15 2021-04-27 Medtronic, Inc. Detection of noise signals in cardiac signals
WO2019102242A1 (en) * 2017-11-24 2019-05-31 Smartcardia Sa Monitoring device for monitoring of vital signs

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5237997A (en) * 1988-03-09 1993-08-24 Vectron Gesellschaft Fur Technologieentwicklung und Systemforschung mbH Method of continuous measurement of blood pressure in humans
CN101990445A (zh) * 2008-04-09 2011-03-23 旭化成株式会社 血压推定装置及血压推定方法
WO2011046178A1 (ja) * 2009-10-14 2011-04-21 株式会社デルタツーリング 生体状態推定装置、生体状態推定システム及びコンピュータプログラム
US20130030256A1 (en) * 2010-02-18 2013-01-31 Delta Tooling Co., Ltd. Device for estimating state of living organism
JP2012179202A (ja) * 2011-02-28 2012-09-20 Delta Tooling Co Ltd 生体状態推定装置及びコンピュータプログラム
JP2014117425A (ja) * 2012-12-14 2014-06-30 Delta Tooling Co Ltd 運転時生体状態判定装置及びコンピュータプログラム
WO2014171499A1 (ja) * 2013-04-17 2014-10-23 株式会社デルタツーリング 運転支援装置及びコンピュータプログラム
WO2017099256A1 (ja) * 2015-12-12 2017-06-15 デルタ工業株式会社 生体状態推定装置、生体状態推定方法、コンピュータプログラム及び記録媒体
CN106037694A (zh) * 2016-05-13 2016-10-26 吉林大学 一种基于脉搏波的连续血压测量装置

Also Published As

Publication number Publication date
EP3738507A1 (en) 2020-11-18
JP6885545B2 (ja) 2021-06-16
WO2019139155A1 (ja) 2019-07-18
EP3738507A4 (en) 2021-03-17
AU2019206895A1 (en) 2020-07-30
US11937902B2 (en) 2024-03-26
JP2019122502A (ja) 2019-07-25
US20200383588A1 (en) 2020-12-10

Similar Documents

Publication Publication Date Title
JP6131404B2 (ja) 心臓の機能不全と異常を表す情報を測定するための方法及び器械
US8406864B2 (en) Assessing cardiac activity
US10092268B2 (en) Method and apparatus to monitor physiologic and biometric parameters using a non-invasive set of transducers
US7771364B2 (en) Method and system for cardiovascular system diagnosis
EP1569550B1 (en) Method for determining endothelial dependent vasoactivity
US10596064B2 (en) CPR chest compression system with tonometric input and feedback
US20070021673A1 (en) Method and system for cardiovascular system diagnosis
US20080045844A1 (en) Method and system for cardiovascular system diagnosis
JP6441914B2 (ja) 心臓障害を表す情報を決定する方法及び装置
WO2020262563A1 (ja) 健康監視装置、コンピュータプログラム、記録媒体及び生体信号測定装置
CA2604337A1 (en) System and method for non-invasive cardiovascular assessment from supra-systolic signals obtained with a wideband external pulse transducer in a blood pressure cuff
CN109310347A (zh) 生理和病理生理睡眠条件的非侵入性检测方法和装置
CN111655136A (zh) 血压推定装置、血压推定方法、计算机程序以及记录介质
EP3911228B1 (en) A method to quantify the hemodynamic and vascular properties in vivo from arterial waveform measurements
JP2005523064A (ja) 血管インピーダンス測定装置
JPWO2017099257A1 (ja) 生体状態推定装置、生体状態推定方法、コンピュータプログラム及び記録媒体
RU2712045C1 (ru) Способ пьезопульсометрической оценки характера автономной регуляции сердечно-сосудистой системы у человека
JP2024004423A (ja) 血圧推定装置、コンピュータプログラム及び記録媒体

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20200911

WD01 Invention patent application deemed withdrawn after publication