CN114340485A - 血压估计装置、血压估计方法以及血压估计程序 - Google Patents
血压估计装置、血压估计方法以及血压估计程序 Download PDFInfo
- Publication number
- CN114340485A CN114340485A CN202080058638.4A CN202080058638A CN114340485A CN 114340485 A CN114340485 A CN 114340485A CN 202080058638 A CN202080058638 A CN 202080058638A CN 114340485 A CN114340485 A CN 114340485A
- Authority
- CN
- China
- Prior art keywords
- blood pressure
- frequency component
- parameter
- time
- resistance
- 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
Links
- 230000036772 blood pressure Effects 0.000 title claims abstract description 193
- 238000000034 method Methods 0.000 title claims abstract description 39
- 230000008859 change Effects 0.000 claims abstract description 101
- 238000012545 processing Methods 0.000 claims abstract description 85
- 238000001514 detection method Methods 0.000 claims abstract description 33
- 239000008280 blood Substances 0.000 claims abstract description 31
- 210000004369 blood Anatomy 0.000 claims abstract description 30
- 108091008698 baroreceptors Proteins 0.000 claims abstract description 25
- 210000001774 pressoreceptor Anatomy 0.000 claims abstract description 25
- 230000001419 dependent effect Effects 0.000 claims abstract description 14
- 239000012530 fluid Substances 0.000 claims description 33
- 230000036513 peripheral conductance Effects 0.000 claims description 18
- 230000035485 pulse pressure Effects 0.000 claims description 18
- 210000001367 artery Anatomy 0.000 claims description 17
- 210000000709 aorta Anatomy 0.000 claims description 16
- 238000013178 mathematical model Methods 0.000 claims description 14
- 238000000605 extraction Methods 0.000 claims description 13
- 210000005240 left ventricle Anatomy 0.000 claims description 11
- 210000005241 right ventricle Anatomy 0.000 claims description 11
- 210000005259 peripheral blood Anatomy 0.000 claims description 10
- 239000011886 peripheral blood Substances 0.000 claims description 10
- 238000011144 upstream manufacturing Methods 0.000 claims description 10
- 239000000284 extract Substances 0.000 claims description 8
- 210000001147 pulmonary artery Anatomy 0.000 claims description 7
- 210000003492 pulmonary vein Anatomy 0.000 claims description 6
- 210000003462 vein Anatomy 0.000 claims description 4
- 210000005246 left atrium Anatomy 0.000 claims description 3
- 210000005245 right atrium Anatomy 0.000 claims description 3
- 230000017531 blood circulation Effects 0.000 claims 1
- 230000000747 cardiac effect Effects 0.000 description 26
- 230000002123 temporal effect Effects 0.000 description 24
- 238000004891 communication Methods 0.000 description 21
- 230000006870 function Effects 0.000 description 19
- 230000033228 biological regulation Effects 0.000 description 17
- 238000004364 calculation method Methods 0.000 description 14
- 238000005259 measurement Methods 0.000 description 14
- 125000004122 cyclic group Chemical group 0.000 description 13
- 230000036581 peripheral resistance Effects 0.000 description 13
- 230000000875 corresponding effect Effects 0.000 description 11
- 230000008569 process Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 230000006399 behavior Effects 0.000 description 8
- 230000014509 gene expression Effects 0.000 description 8
- 230000035487 diastolic blood pressure Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 208000011726 slow pulse Diseases 0.000 description 6
- 230000035488 systolic blood pressure Effects 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000011282 treatment Methods 0.000 description 3
- 206010005746 Blood pressure fluctuation Diseases 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 210000000467 autonomic pathway Anatomy 0.000 description 2
- 238000009530 blood pressure measurement Methods 0.000 description 2
- 210000004204 blood vessel Anatomy 0.000 description 2
- 210000004556 brain Anatomy 0.000 description 2
- 229940088597 hormone Drugs 0.000 description 2
- 239000005556 hormone Substances 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 230000002792 vascular Effects 0.000 description 2
- 230000002861 ventricular Effects 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 1
- 210000001765 aortic valve Anatomy 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000010009 beating Methods 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000005183 dynamical system Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 239000010931 gold Substances 0.000 description 1
- 229910052737 gold Inorganic materials 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 210000004115 mitral valve Anatomy 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000011505 plaster Substances 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 210000003102 pulmonary valve Anatomy 0.000 description 1
- 108020003175 receptors Proteins 0.000 description 1
- 230000029865 regulation of blood pressure Effects 0.000 description 1
- 230000028327 secretion Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 210000000591 tricuspid valve Anatomy 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 210000000707 wrist Anatomy 0.000 description 1
Images
Landscapes
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
血压估计装置具备：检测部，其检测表示生物体的心跳的周期的长度的第一参数；以及处理部，该处理部进行以下处理：根据所述第一参数相对于时间的变化，提取不依赖于生物体的压力感受器的特性的第一频率分量，提取依赖于所述生物体的压力感受器的特性的第二频率分量，基于所述第一频率分量，确定起因于所述第一频率分量的第一阻力比、和起因于所述第二频率分量的第二阻力比，基于所确定的所述第一阻力比以及所述第二阻力比，确定与所述生物体的血液的循环系统的阻力相关的第二参数，基于所确定的所述第二参数，估计血压所具有的压力。
Description
技术领域
本发明涉及血压估计装置、血压估计方法以及血压估计程序。
背景技术
获得高精度的日常连续血压，这对于疾病的预防、健康的促进是极其有意义的。获得血压的现有的方法有利用袖带式的血压计的测量、使用基于光学式设备的脉搏波形与血压的相关或脉搏数与血压的相关的方法、使用循环器系统模拟的方法等。但是，作为血压的测量，在一般的袖带式的方法中，由于压迫而产生的负荷大，难以进行连续测量。在基于光学式设备的脉搏波形与血压的相关的方法中，日常的体动的影响较大，容易产生误差。另一方面，基于脉搏数与血压的相关的方法的精度不充分。另外，基于循环系统模拟的方法由于未确立参数的设定法，因此在以往的方法中，无法用作估计日常连续血压的方法。
本申请发明人首先提出了一种血压估计装置，该血压估计装置使用利用在弹性变形的多个容器连结为环状而成的流路中流动的流体来表示在生物体的循环系统中流动的血液的简化的数理模型，来估计血液所具有的压力(换言之，血压)(参照专利文献1)。具体而言，本申请发明人提出的循环系统血压估计装置中的简化的循环系统模型由循环动态系统模型和循环调节系统逆模型构成。先前提出的血压估计装置的循环调节系统逆模型将脉搏数作为输入值，通过脉搏数变化的低频分量来控制末梢阻力和1次输出量。更具体而言，基于脉搏数来确定所述多个容器中的相互连结的一对容器中的所述流体所具有的压力在容器间的差相对于该一对容器间的所述流体的流量之比(换言之，相当于末梢阻力的阻力)的目标值。并且，血压估计装置以阻力伴随着延迟而接近所确定的目标值的方式进行阻力的确定，来估计血压。
现有技术文献
专利文献
专利文献1：日本专利第6580158号
发明内容
发明要解决的课题
在专利文献1的血压估计装置中，确认了与实际利用袖带式的自动血压计测定出的血压相比较，以一定的精度估计适当的连续血压。但是，存在一部分精度不太好的部位。发明人进行了深入研究的结果，着眼于实际的循环系统具备作为包含基于自主神经的短时间的调节、基于激素的长时间的调节等的非常复杂的控制系统的循环调节系统。在专利文献1的血压估计装置中，未考虑循环调节系统的功能、特别是血管的短时间的调节功能。因此，得出如下结论：在高精度地估计血压的基础上，需要反映血管的短时间的调节功能。
本发明的目的之一是高精度地估计血压。
用于解决课题的手段
在一个方面中，是如下的血压估计装置、血压估计方法以及血压估计程序：
具备：
检测部，其检测表示生物体的心跳的周期的长度的第一参数；以及
处理部，其进行以下处理：根据所述第一参数相对于时间的变化，提取不依赖于生物体的压力感受器的特性的第一频率分量，提取依赖于所述生物体的压力感受器的特性的第二频率分量，基于所述第一频率分量，确定起因于所述第一频率分量的第一阻力比、和起因于所述第二频率分量的第二阻力比，基于所确定的所述第一阻力比以及第二阻力比，确定与所述生物体的血液的循环系统的阻力相关的第二参数，基于所述确定的第二参数，估计血压所具有的压力。
发明效果
能够高精度地估计血压。
附图说明
图1是表示第一实施方式的血压估计装置的结构的框图。
图2是表示图1的处理部的结构的框图。
图3是表示图1的处理部所使用的数理模型的说明图。
图4是表示图1的处理部所存储的基准无负荷容积相对于时间的变化的曲线图。
图5是用于说明图1的处理部所使用的循环调节系统逆模型的框图。
图6是表示图1的处理部的功能的框图。
图7是表示图1的处理部执行的处理的流程图。
图8是表示图1的处理部执行的处理的流程图。
图9是表示由图1的处理部估计出的血压相对于时间的变化的图表。
图10是表示由以往的血压估计装置估计出的血压相对于时间的变化的图表。
图11是表示缓慢脉搏数变化时间常数Tc的变化与血压的误差之间的关系的图表。
图12是表示第二实施方式的血压估计装置的结构的框图。
图13中，图13(A)是从脉搏数的时间变化中提取出的低频分量与血压的相关图，(B)是脉搏数的时间变化与血压的相关图。
具体实施方式
[I.第一实施方式]
以下，参照图1至图8对与本发明的血压估计装置、血压估计方法以及血压估计程序相关的各实施方式进行说明。
本发明人在之前提出的发明中发现了如下方法：通过由循环动态系统模型和循环调节系统逆模型构成生物体的循环系统，从而高精度地估计血压。循环动态系统模型通过由8个弹性容器和连接它们的8个线性电阻构成的简单的数理模型来表示。另一方面，循环调节系统逆模型由将脉搏数的时间变化作为输入、将2个动脉的末梢血管阻力以及2个心室的无负荷容积变化作为输出的数理模型来表示。以下，对作为实施方式的血压估计装置、血压估计方法以及血压估计程序进行说明。
[1.结构]
如图1所示，第一实施方式的血压估计装置1具备检测部10和处理部20。在本例中，血压估计装置1是手表型。此外，血压估计装置1也可以是与手表型不同的类型(例如，胶布型等)。另外，检测部10以及处理部20也可以一体地构成，检测部10以及处理部20也可以经由无线线路、有线线路等而分体地构成。
检测部10检测表示生物体的心跳(换言之，脉搏)的周期的长度的第一参数。在本例中，生物体是人的生物体。此外，生物体也可以是人以外的动物的生物体。
在本例中，第一参数是脉搏数。脉搏数是每规定的单位时间(在本例中为1分钟)的生物体的脉搏数。在本例中，脉搏数也可以通过将单位时间除以1次脉搏的周期长度来计算。此外，第一参数也可以是周期长度。
在本例中，检测部10只要求出脉搏数、1次脉搏的周期长度，则可以是任意的手段。例如，可以举出向生物体的动脉照射光，并且检测该光被该生物体反射后的光的强度，基于检测出的强度相对于时间的变化，检测脉搏数。检测部10基于在检测出的强度的变化中连续的2个峰值间的时间而检测脉搏数。
另外，不限于手表型的接触式，也可以由影像脉搏波等非接触传感器检测脉搏数。
另外，检测部10不限于光学单元，例如也可以在动脉的附近(例如手腕等)具备按压生物体的表面的部件，并且通过检测该部件从该表面受到的压力来检测脉搏数。在该情况下，检测部10可以通过使用压电元件来进行压力的检测。
而且，检测部10也可以具备在心脏的附近安装于生物体的表面的电极，并且经由该电极检测该表面的电位，由此检测脉搏数。在该情况下，检测部10可以是胶布型。
如图2所示，处理部20具备经由总线BU相互连接的处理装置21、存储装置22、输入装置23以及输出装置24。处理部20是信息处理装置的一例。
处理装置21通过执行存储于存储装置22的程序(血压估计程序)来控制构成处理部20的各要素。由此，处理部20实现后述的功能。在本例中，处理装置21包括CPU(CentralProcessing Unit：中央处理单元)。此外，处理装置21不限于CPU，也可以由公知的其他代替的单元构成。
存储装置22可读写地存储信息。在本例中，存储装置22能够使用RAM(RandomAccess Memory：随机存取存储器)、半导体存储器以及有机存储器等公知的存储单元。
输入装置23从血压估计装置1的外部输入信息。在本例中，输入装置23具备键式的按钮。此外，输入装置23也可以具备麦克风。
输出装置24向血压估计装置1的外部输出信息。在本例中，输出装置24具备显示器。此外，输出装置24也可以具备扬声器。
另外，处理部20也可以具备构成输入装置23以及输出装置24双方的触摸面板式的显示器。
在此，来自检测部10的检测信号经由未图示的接口输入到处理部20，但也可以经由输入装置23输入。
[2.功能]
[2.1检测部的功能]
如上所述，检测部10检测脉搏数(第一参数)。
[2.2处理单元的功能]
处理部20使用由检测部10检测出的脉搏数相对于时间的变化，基于循环调节系统逆模型和循环动态系统模型，估计在生物体的血液的循环系统中流动的血液所具有的压力(换言之，血压)。
[2.2.1循环动态模型]
首先，对循环动态系统模型进行说明。在本例中，循环系统模型利用在弹性变形的多个容器连结为环状而成的流路中流动的流体来表示在生物体的循环系统中流动的血液。
在本例中，如图3所示，循环动态系统模型中的流路由第一至第八容器FV1～FV8和第一至第八连通管FC1～FC8形成。此外，流路也可以由9个以上的容器形成。
第一至第八容器FV1～FV8连结为环状。在本例中，第一至第七容器FV1～FV7和第二至第八容器FV2～FV8通过第二至第八连通管FC2～FC8分别连结。第八容器FV8和第一容器FV1通过第一连通管FC1连结。
在流路中，流体分别从第一至第七容器FV1～FV7向第二至第八容器FV2～FV8流动。而且，在流路中，流体从第八容器FV8向第一容器FV1流动。
在本例中，第一至第八容器FV1～FV8依次分别表示左心房、左心室、大动脉和比大动脉靠下游侧的动脉、大静脉和比大静脉靠上游侧的静脉、右心房、右心室、肺动脉、以及肺静脉。
各容器FV1～FV8是弹性变形的球壳。第一至第八容器FV1～FV8中的第i容器FVi中的流体的压力Pi的与时间t相关的微分dPi/dt由数式1表示。i表示1至8的各整数。
[式1]
Qi表示流入第i容器FVi的流量。Qi+1表示从第i容器FVi流出的流量。Vi表示第i容器FVi中的流体的压力Pi为0时的第i容器FVi的容积(换言之，无负荷容积)。Ei表示与第i容器FVi相关联的规定的系数。系数Ei可以理解为表示第i容器FVi中的流体的压力Pi相对于时间的变化、相对于第i容器FVi的容积相对于时间的变化之比的参数。并且，系数Ei也可以理解为表示第i容器FVi中的流体的压力Pi相对于时间的变化相对于如下的量的比：该量表示从每单位时间流入第i容器FVi的流体的量减去每单位时间从第i容器FVi流出的流体的量以及第i容器FVi的无负荷容积Vi相对于时间的变化而得到的量。
Vi是第i容器FVi的压力Pi为0时的容积，称为无负荷容积。
第一至第八容器FV1～FV8中的、相当于左心室和右心室的第二和第六容器FV2、FV6以外的容器FV1、FV3～FV5、FV7、FV8的无负荷容积V1、V3～V5、V7、V8相对于时间不变化。另一方面，第二和第六容器FV2、FV6的无负荷容积V2、V6如数式2所示那样相对于时间发生变化。即，第二和第六容器FV2、FV6的无负荷容积V2、V6相对于时间的变化可以理解为表示左心室和右心室的搏动。
[式2]
Vi(t)＝fi(a(t)，b(t)，τ(t))，(i＝2，6)
a(t)是由处理部20确定的、表示生物体的心输出量的大小的左右心室的无负荷容积变化相对于基准脉搏数时的值的比(换言之，无负荷1次心输出量比(脉搏振幅))。在本例中，无负荷1次心输出量比是表示动脉中的血液的量的信号在1次脉搏中的最小值以及最大值之差相对于基准脉搏数时的值的比。另外，无负荷1次心输出量比也可以是动脉的宽度、动脉的截面积、动脉中的血液的量、动脉中的血液的流量、动脉中的血液的流速、或者表示它们中的至少1个的信号在1次脉搏中的最小值以及最大值之差相对于基准脉搏数时的值的比。无负荷1次心输出量比a(t)由后述的循环调节系统逆模型确定。另外，设为左右心室以外的无负荷容积不随时间变化。
b表示由检测部10检测出的脉搏数。τ表示1次脉搏的周期中的、从该周期开始的时刻起的时间(换言之，周期内时间)。
fi表示无负荷容积Vi。无负荷容积fi具有根据无负荷1次心输出量比a、脉搏数b以及时间τ而预先确定的值。在本例中，无负荷容积Vi(t)由数式3表示。在本例中，第二容器FV2(左心室)的无负荷容积V2和第六容器FV6(右心室)的无负荷容积V6相对于时间的变化V2(t)、V6(t)是基于无负荷1次心输出量比a和脉搏数的时间变化b(t)来确定。
[式3]
在此，τ(t)表示从包含时刻t的各个脉搏的开始时刻起的经过时间。b(t)表示时刻t所包含的脉搏的脉搏数，b0表示基准脉搏数。fi0(τ)表示基准脉搏数中的左心室、右心室的无负荷容积或基准无负荷容积的时间变化。在本例中，相对于第二和第六容器FV2、FV6的基准无负荷容积f20、f60分别由图4的曲线VL、VR表示。
如数式4所示，从第八容器FV8流出的流量Q9与流入第一容器FV1的流量Q1相等。并且，向第一至第八容器FV1～FV8流入的流量Qi也可以分别理解为第一至第八连通管FC1～FC8中的流量。
[式4]
Q9(t)＝Q1(t)
各连通管FC1～FC8中的流量Qi由数式5表示。
[式5]
Qi＝Ci(Pi-1-Pi)/Ri(i＝1，…，8)
如数式6所示，在与第i连通管FCi连结的上游侧的容器的压力Pi-1比与第i连通管FCi连结的下游侧的容器的压力Pi小的情况下，函数Ci表示0。而且，如数式6所示，在与第i连通管FCi连结的上游侧的容器的压力Pi-1大于或等于与第i连通管FCi连结的下游侧的容器的压力Pi的情况下，函数Ci表示1。函数C也可以理解为表示防止流体逆流的阀(换言之，止回阀)。指数i＝2、3、6、7分别相当于二尖瓣、大动脉瓣、三尖瓣、肺动脉瓣。在除此以外的阻力中不存在逆流的可能性。
[式6]
如数式7所示，与第一连通管FC1连结的上游侧的容器的压力P0和与第八连通管FC8连结的下游侧的容器的压力P8相等。
[式7]
P0(t)＝P8(t)
Ri表示相对于从与第i连通管FCi连结的上游侧的容器向与第i连通管FCi连结的下游侧的容器的流体的流动的阻力(阻力系数)。阻力Ri可以理解为多个容器FV1～FV8中的、相互连结的一对容器中的流体所具有的压力在容器间的差相对于该一对容器间的流体的流量之比。
对于第一至第八连通管FC1～FC8中的、第四和第八连通管FC4、FC8以外的连通管FC1～FC3、FC5～FC7的阻力R1～R3、R5～R7如数式8所示，相对于时间不变化。
[式8]
Ri＝Ri0(i＝1，2，3，5，6，7)
另一方面，对于第一至第八连通管FC1～FC8中的第四及第八连通管FC4、FC8的阻力R4、R8如数式9所示，相对于时间发生变化。对于第四和第八连通管FC4、FC8的阻力R4、R8可以理解为末梢血管阻力。具体而言，阻力R4是将大动脉和比大动脉靠下游侧的动脉FV3与大静脉和比大静脉靠上游侧的静脉FV4之间连通的末梢血管的阻力，阻力R8是将肺动脉FV7与肺静脉FV8之间连通的末梢血管的阻力。
[式9]
Ri=Ri0r(t)/a(t)(i＝4，8)
阻力Ri(i＝4，8)通过将如下的值除以无负荷1次心输出量比a(t)来求出，其中，该值是对于基准脉搏数b0时的末梢血管阻力Ri0乘以基于从脉搏数的时间变化提取出的不依赖于生物体的压力感受器的特性的频率分量(第一频率分量)和依赖于生物体的压力感受器的特性的频率分量(第二频率分量)的末梢阻力比r(t)而得到的值。末梢阻力比r(t)的确定是通过后述的循环调节系统的逆模型求出。基准脉搏数时的末梢血管阻力值Ri0使用预先确定的值。因此，对于第四和第八连通管FC4、FC8的阻力R4、R8是根据末梢阻力比r(t)相对于无负荷1次心输出量a(t)之比而确定的值。
[2.2.2循环调节系统逆模型]
接着，对循环调节系统逆模型进行说明。循环调节系统逆模型在图5中简化。在本例中，如图5所示，循环调节系统逆模型通过由点划线包围的处理来表示，将脉搏数的时间变化b(t)作为输入，将末梢阻力比r(t)以及无负荷1次心输出量比a(t)作为输出。进而，循环调节系统逆模型的输出是循环动态系统模型的输入(数式9以及数式3)，最终输出体动脉和肺动脉的末梢血管阻力R4(t)、R8(t)和左右心室的无负荷容积变化V2(t)、V6(t)。
另外，在实际的循环调节系统中，将来自脑的自主神经的信号或来自促进激素分泌的脑的信号作为输入变量，脉搏数和末梢阻力是输出变量，因此本循环调节系统逆模型可以说是其逆系统。
在实际的循环调节系统中，进行了非常复杂的控制，但在本例中，仅使用下述那样的循环调节系统的基本特性，构建了简单的循环调节系统逆模型。
特性1：循环调节系统以将血压保持恒定的方式进行控制
特性2：血压的压力感受器的响应具有微分特性，良好地响应短时间的变化
特性3：随着脉搏数的增加，1次输出量增加
若着眼于这些特性，则循环调节系统逆模型的参数成为末梢阻力系数相对于脉搏数的低频分量的变化的变化率sr(与特性1对应)、循环调节系统逆模型中的将脉搏数作为输入的低通滤波器特性的时间常数Tc(与特性2对应)、心室容积相对于脉搏数的变化的变化率sa(与特性3对应)。使用这些参数，确定用于确定上述循环动态系统模型的数理模型的阻力Ri和无负荷容积Vi的、末梢阻力比r(t)以及无负荷1次心输出量比a(t)。
<(1)末梢阻力比r(t)的确定>
首先，使用作为与特性2对应的参数的、循环调节系统逆模型中的以脉搏数为输入的低通滤波器特性的时间常数Tc，求出脉搏数相对于时间的变化的低频分量bLF(t)。
生物体的脉搏数因夜间的血压降低、白天的血压变动而在一天中变化。例如，若将每1秒的生物体的脉搏数绘制24小时，则脉搏数能够大致分为长时间的缓慢变化和短时间的急剧变化。从频率的观点出发，脉搏数的长时间的缓慢变化能够表示为脉搏数的时间变化的低频分量，脉搏数的短时间的急剧变化能够表示为脉搏数的时间变化的高频分量。根据上述特性，感知生物体中的血压变化的压力感受器响应脉搏数的时间变化的高频分量，发挥血压调节功能。因此，认为高频分量对估计出的血压的影响小。另一方面，压力感受器不会迅速地响应低频分量。因此，认为估计出的血压中包含低频分量的影响。
因此，从脉搏数的时间变化提取低频分量。在本例中，对表示脉搏数的时间变化的信号应用使低频带通过的低通滤波器。在本例中，并行地进行从检测部10检测出的脉搏数提取其时间变化的处理和从脉搏数的时间变化提取低频分量的处理。在本例中，如数式10所示，将脉搏数的时间变化b(t)作为输入，为了方便，通过2次低通滤波器输出低频分量bLF(t)(第一频率分量)。ωc是拐点频率。拐点频率是指，抑制了作为急剧变化的高频分量，能够提取作为缓慢变化的低频分量的低通滤波器的基准频率。另外，Tc＝1/ωc是缓慢脉搏数变化的时间常数(称为“缓慢脉搏数变化时间常数”)。
[式10]
bLF(0)＝b(0)
时间常数Tc在满足收缩期血压与舒张期血压的平均误差变小、血压的计算结果的24小时变化的波形适当地表示测量结果的特征的范围内确定，在10秒～1000秒之间、优选在80秒～1000秒之间、更优选在100秒～300秒之间，最佳地确定为200秒左右的值。在本例中，固定为Tc＝200秒而进行了一系列的处理。
接着，使用作为与特性1对应的参数的、末梢阻力系数相对于脉搏数的低频分量的变化的变化率sr，确定末梢阻力系数的变化对基于循环调节系统的脉搏数的低频分量的变化的影响。在此，(第一频率分量)低频分量的影响rLF(t)如数式11所示，作为脉搏数变化的低频分量bLF(t)的反比例函数和一定值的内分，使用称为末梢阻力变化率的加权系数sr进行模型化。sr越接近1，则意味着将血压保持为恒定的调节的影响越强，sr越接近0，则意味着将血压保持为恒定的调节的影响越弱。
脉搏数b(t)由低频分量bLF(t)与高频分量bHF(t)之和表示，因此高频分量bHF(t)能够通过从脉搏波数b(t)减去低频分量bLF(t)而提取。因此，如数式12所示，(第二频率分量)高频分量的影响rHF(t)通过脉搏数b(t)(bLF(t)+高频分量bHF(t))的反比例函数被模型化，意味着将血压保持为恒定的调节的影响较强。在数式12中，在高频分量bHF(t)为0的情况下(b(t)＝bLF(t)的情况下)，rHF(t)＝1，在高频分量bHF(t)具有正(负)的值的情况下，rHF(t)成为比1小(大)的值。这样，rHF(t)表示由(第二频率分量)高频分量引起的末梢阻力的变化的影响。
[式11]
rLF(t)＝srb0/bLF(t)+(1-Sr)
[式12]
rHF(t)＝bLF(t)/(bLF(t)+bHF(t))
根据特性2可知，通过压力感受器响应脉搏数变化的高频分量，循环调节系统以将血压保持为恒定的方式进行控制。因此，在血压估计中，需要考虑脉搏数变化的低频分量和高频分量双方的影响。因此，如数式13所示，末梢阻力比r(t)被模型化为脉搏数变化的低频分量与高频分量的影响之积。末梢阻力比r(t)是与压力感受器的阻力相关的第二参数。
[式13]
r(t)＝rLF(t)·rHF(t)
<(2)无负荷1次心输出量比a(t)的确定>
进而，使用与特性3对应的、相对于脉搏数变化的心室容积的变化率，计算无负荷1次心输出量比a(t)。无负荷1次心输出量比a(t)如数式14所示，作为脉搏数b(t)的线性函数和一定值的内分，使用称为1次心输出量变化率的加权系数sa进行模型化。该加权系数sa意味着，sa越接近1，则心输出量的增加相对于脉搏数的增加的调节越强，sa越接近0，则心输出量的增加相对于脉搏数的增加的调节越弱。无负荷1次心输出量比a(t)是与心输出量的调整相关的第三参数。
[式14]
<(3)阻力Ri的确定>
通过将基于上述数式10至13确定的末梢阻力比r(t)和基于数式14确定的无负荷1次心输出量比a(t)代入数式9，确定阻力Ri(i＝4，8)。
<(4)无负荷容积Vi(t)的确定>
通过将基于上述数式14而确定的无负荷1次心输出量比a(t)代入数式2，从而确定无负荷容积Vi(t)(i＝2，6)。
[2.2.3处理部的功能]
如图6所示，处理部20包括存储部210、提取部220、确定部230和估计部240。
处理部20基于数式1至数式9，反复执行根据时间(换言之，时刻)t的第一至第八容器FV1～FV8内的流体的压力P1(t)～P8(t)，来估计从时间t经过了规定的步进时间Δt之后的时间t+Δt的、第一至第八容器FV1～FV8内的流体的压力P1(t+Δt)～P8(t+Δt)。
存储部210预先存储基准无负荷容积fi0(τ)以及基准脉搏数时的末梢血管阻力Ri0。另外，处理部20也可以代替基准无负荷容积fi0(τ)的存储，而存储计算基准无负荷容积fi0(τ)的函数。同样地，处理部20也可以代替基准脉搏数时的末梢血管阻力Ri0的存储，而存储计算基准脉搏数时的末梢血管阻力Ri0的函数。
此外，存储部210除了存储在各处理中确定的低频分量bLF(t)、起因于该低频分量bLF(t)的阻力的影响rLF(t)、起因于高频分量的阻力的影响rHF(t)、末梢阻力比r(t)、无负荷1次心输出量比a(t)等的值之外，将最终估计的血压的值Pi作为参照值存储。
提取部220具备频率分量提取部221，该频率分量提取部221根据脉搏数相对于时间的变化，提取不依赖于生物体的压力感受器的特性的第一频率分量(低频分量bLF)。在此，脉搏数的时间变化是指检测部10每1秒检测出的每1分钟的生物体的脉搏数在规定时间(在本例中为24小时)内的变化。例如，将脉搏数设为X轴，将24小时的时间轴设为Y轴，按时间序列每隔1秒绘制每1分钟的脉搏数，由此获取脉搏数相对于时间的变化。提取部220基于数式10提取第一频率分量。
而且，提取部220获取第一频率分量的时间变化。
确定部230使用所获取的脉搏数b(t)，基于数式1至14来计算阻力Ri和容积Vi，而且，基于阻力Ri来确定流量Qi。确定部230基于提取部220提取出的第一频率分量而确定阻力Ri。
具体而言，确定部230包括频率阻力比确定部231、第二参数确定部232、第三参数确定部233、阻力确定部234、流量确定部235以及容积时间变化确定部236。
频率阻力比确定部231根据提取部220提取出的第一频率分量(低频分量)，确定起因于第一频率分量的第一阻力比rLF(t)和起因于依赖生物体的压力感受器的特性的第二频率分量(高频分量)的第二阻力比rHF(t)。
第二参数确定部232根据第一阻力比rLF(t)和第二阻力比rHF(t)而确定作为末梢血管的阻力比r(t)(末梢血管阻力比)的第二参数。
第三参数确定部233根据检测部10检测出的脉搏数的时间变化b(t)，确定第三参数，该第三参数是表示心跳的大小的无负荷1次心输出量比a(t)。
阻力确定部234根据末梢血管阻力比r(t)(第二参数)和无负荷1次输出量比a(t)(第三参数)而确定阻力Ri(针对第四和第八连通管FC4、FC8的末梢血管阻力R4、R8)。
流量确定部235基于所确定的阻力Ri，确定多个容器中的相互连结的一对容器间的所述流体的流量Qi。
容积时间变化确定部236根据无负荷1次输出量比a(t)(第三参数)，确定多个容器中的至少1个容器的容积相对于时间的变化Vi(t)。
而且，估计部240将时间t、压力P1～P8和阻力R1～R8分别设置为初始值tini、初始值P1，ini～P8，ini和初始值R1，ini～R8，ini。
估计部240基于由检测部10检测出的脉搏数，获取时间t的脉搏数b(t)。在本例中，估计部240基于由检测部10检测出脉搏数的时间、时间t、由检测部10检测出的脉搏数，进行插值(例如，线性插值)，由此获取时间t的脉搏数b(t)。
另外，估计部240也可以不进行插值，而获取在与时间t最接近的时间由检测部10检测出的脉搏数作为时间t的脉搏数b(t)。
然后，估计部240基于由确定部230确定的流量Qi和容积Vi而估计血压Pi。
估计部240根据所获取的脉搏数b(t)和数式15，计算时间t的周期长度τe。
[式15]
估计部240将周期开始时间t0设定为时间t。周期开始时间t0是每个脉搏的该脉搏的周期开始的时间。
估计部240通过从时间t减去周期开始时间t0来算出周期内时间τ。
而且，估计部240根据脉搏数b(t)和无负荷1次心输出量比a(t)以及由估计部240计算出的周期内时间τ(t)，计算时间t的第二和第六容器FV2、FV6的无负荷容积V2、V6的时间微分Φ2(τ)、Φ6(τ)。如数式16所示，无负荷容积Vi的时间微分Φi是无负荷容积Vi相对于时间的变化的一例。时间微分Φi的计算是时间微分Φi的确定的一例。
[式16]
此外，存储部210也可以代替基准无负荷容积fi0，或者除了基准无负荷容积fi0之外，还存储基准无负荷容积fi0的时间微分。在该情况下，确定部230可以根据存储在存储部210中的基准无负荷容积fi0的时间微分、由估计部240获取的脉搏数b(t)以及由估计部240计算出的周期内时间τ(t)，计算时间t中的第二和第六容器FV2、FV6的无负荷容积V2、V6的时间微分Φ2(τ)、Φ6(τ)。另外，在该情况下，处理部20也可以代替基准无负荷容积fi0的时间微分的存储，而存储计算基准无负荷容积fi0的时间微分的函数。
如上所述，在本例中，第一至第八容器FV1～FV8中的、第二和第六容器FV2、FV6以外的容器FV1、FV3～FV5、FV7、FV8的无负荷容积V1、V3～V5、V7、V8相对于时间不变化。因此，第一至第八容器FV1～FV8中的、第二和第六容器FV2、FV6以外的容器FV1、FV3～FV5、FV7、FV8的无负荷容积V1、V3～V5、V7、V8的时间微分Φ1(τ)、Φ3(τ)～Φ5(τ)、Φ7(τ)、Φ8(τ)为0。
估计部240通过对由数式1表示的微分方程式应用4次的龙格-库塔法，来计算从时间t经过了步进时间Δt后的时间t+Δt的、第一至第八容器FV1～FV8内的流体的压力P1(t+Δt)～P8(t+Δt)。压力P1(t+Δt)～P8(t+Δt)的计算是压力P1(t+Δt)～P8(t+Δt)的估计的一例。4次龙格-库塔法例如可以使用日本专利第6580158号中记载的公知的方法。
估计部240在估计出压力P1(t+Δt)～P8(t+Δt)之后，将时间t更新为从时间t经过了步进时间Δt之后的时间t+Δt。
估计部240在周期内时间τ为周期长度τe以下的期间反复执行如下的周期内处理，该周期内处理包括周期内时间τ、阻力R4(t+Δt)、R8(t+Δt)、无负荷容积V2、V6的时间微分Φ2(τ)、Φ6(τ)以及压力P1(t+Δt)～P8(t+Δt)的计算和时间t的更新。
估计部240在周期内时间τ大于周期长度τe的情况下，再次进行脉搏数b(t)的获取、周期长度τe的计算以及周期开始时间t0的设定，之后，再次进行周期内处理。
在本例中，每当时间t被更新时，处理部20将时间t与该时间t的压力P1(t)～P8(t)关联起来存储。另外，在本例中，处理部20每经过规定的显示周期(例如，5秒)，就经由输出装置24输出(例如，显示器中显示)计算出的最新的血压。在本例中，处理部20将第三容器FV3中的流体的压力P3作为血压输出。
另外，估计部240也可以作为周期内时间τ与从周期内时间τ经过了步进时间Δt之后的时间τ+Δt之间的期间内的、第二容器FV2和第六容器FV6的无负荷容积V2、V6的时间微分，使用恒定的值(例如，周期内时间τ中的时间微分Φi(τ))。
[3.动作]
接着，对血压估计装置1的动作进行说明。
检测部10每经过规定的检测周期(例如，1秒)就检测脉搏数。
另外，处理部20执行图7所示的处理。以下，对图7的处理加以说明。
处理部20将时间t、压力P1～P8以及阻力R1～R8分别设定为初始值tini、初始值P1，ini～P8，ini以及初始值R1，ini～R8，ini(步骤S101)。
接着，处理部20根据由检测部10检测出的脉搏数，获取时间t的脉搏数b(t)(步骤S102)。
接着，处理部20根据在步骤S102中获取的脉搏数b(t)，计算时间t的周期长度τe，并且将周期开始时间t0设定为时间t(步骤S103)。
然后，处理部20计算从时间t减去在步骤S103中设定的周期开始时间t0而得到的值作为周期内时间τ(步骤S104)。接着，处理部20判定在步骤S105中计算出的周期内时间τ是否为在步骤S104中计算出的周期长度τe以下(步骤S105)。
首先，对周期内时间τ为周期长度τe以下的情况进行说明。在该情况下，处理部20在步骤S105中判定为“是”，进入步骤S106。然后，在该步骤S106中，处理部20基于脉搏数b(t)，计算阻力Ri以及容积Vi，进而计算压力Pi。步骤S106的处理在后面叙述。
接着，处理部20计算从时间t起经过了步进时间Δt之后的时间t+Δt的、第一至第八容器FV1～FV8内的流体的压力P1(t+Δt)～P8(t+Δt)(步骤S107)。步骤S107的处理可以使用公知的方法，例如4次龙格-库塔法等。
之后，处理部20将时间t更新为从时间t起经过了步进时间Δt之后的时间t+Δt(步骤S108)。然后，处理部20返回到步骤S104，直到周期内时间τ变得比周期长度τe大为止反复执行从步骤S104到步骤S108的处理。
在周期内时间τ比周期长度τe大的情况下，处理部20在步骤S105中判定为“否”，返回步骤S102。然后，处理部20针对在步骤S108中更新后的时间t，再次执行步骤S102以后的处理。在本例中，处理部20在进入到步骤S102的情况下，直到由检测部10检测到脉搏数的时间中的最新的时间成为比在步骤S108中更新的时间t靠前的(将来的)时间为止待机。
对图7的步骤S106的处理进一步加以说明。
作为图7的步骤S106的处理，处理部20执行图8所示的处理。以下，对图8的处理加以说明。此外，图8的流程图与图5的框图对应。图5以及图8通过相同的数式编号相关联起来，循环调节系统逆模型的处理与图5同样地在图8中也由单点划线包围。
处理部20从脉搏数的时间变化(第一参数)b(t)中提取第一频率分量(低频分量)bLF(t)(步骤S201；图5的数式10运算部)。
接下来，处理部20基于第一频率分量bLF(t)，计算起因于第一频率分量的第一阻力比rLF(t)(步骤S202；图5的数式11)。并且，处理部20计算起因于依赖生物体的压力感受器的特性的第二频率分量(高频分量)的第二阻力比rHF(t)(步骤S202；图5的数式12运算部)。
接下来，处理部20基于第一阻力比rLF(t)和第二阻力比rHF(t)，计算末梢血管阻力比(第二参数)r(t)(步骤S203；图5的数式13运算部)。
另外，处理部20根据检测部10检测出的脉搏数的时间变化b(t)，确定表示心跳的大小的脉无负荷1次心输出量比a(t)(无负荷1次心输出量，第三参数)(步骤S204；图5的数式14运算部)。
此外，步骤S204可以与步骤S201～203并行地进行，也可以在步骤S201～S203的前后进行。
进而，处理部20基于在步骤S204中计算出的无负荷1次心输出量比a(t)和在步骤S203中计算出的末梢血管阻力比r(t)，确定阻力Ri(末梢血管阻力R4、R8)(步骤S205；图5的数式9运算部)。
进而，处理部20基于在步骤S205中计算出的阻力Ri，确定相互连结的一对容器间的流体的流量Qi(步骤S206)。
进而，处理部20基于在步骤S204中计算出的无负荷1次心输出量比a(t)，确定上述多个容器中的至少1个容器的容积相对于时间的变化Vi(t)(V4(t)、V6(t))(步骤S207；图5的数式3运算部)。
然后，处理部20基于在步骤S206中计算出的流量Qi和在步骤S207中算出的容量变化Vi，计算出压力Pi(步骤S208)。
[4.验证结果]
使用本申请发明的第一实施方式的血压估计装置1，利用市售的可穿戴脉搏计(Wistable GPS，SF-810，EPSON制)每隔24小时1秒测量60岁世代男性志愿者的脉搏数。另外，为了进行比较，利用市售的袖带式的自动血压计(HEM-1025、欧姆龙制)在坐位上以大致30分钟(起床时)或1小时(就寝时)的间隔进行脉搏数、收缩期血压和舒张期血压的测量。实验在东北大学的伦理委员会批准下进行。将脉搏计的脉搏数数据作为输入，利用计算机对本模型的微分方程式进行积分。计算时间刻度设为Δt＝0.0002s。计算使用服务器(HPCTW215s，Intel Xeon Gold 6132，2.6GHz 14Core x 2，192GB memory，HPC Tec，Japan)。进行自动血压计的测定结果的一半与将参数值(基准脉搏数、E30、R40、sr、sa)设定为各种值的计算的对应的结果的比较，确定了参数的值。进而，通过将剩余一半的测定结果与基于所确定的模型参数的计算结果进行比较，对本血压估计方法的有效性进行了研究。
图9表示使用了本申请发明的血压估计装置1的24小时计算结果(线)和自动血压计的测量结果(○标记)。24小时计算结果(线)从上起依次分别表示最高血压(收缩期血压)、平均血压、最低血压(舒张期血压)、脉压。参照图9，血压估计装置1的24小时计算结果(线)与自动血压计的测量结果非常一致。
为了表示本申请发明的有效性，作为比较例，以与图9相同的形式在图10中示出日本专利第6580158号所记载的方法(不考虑相对于脉搏数的时间变化的第二频率分量(高频分量)的方法)中的24小时计算结果(线)和自动血压计的测量结果(○标记)。在图10中，也存在虽然以一定的精度一致但与各处自动血压计的测量结果不一致的部位。
图11表示将缓慢脉搏数变化时间常数Tc的变化作为横轴、将血压的误差作为纵轴而绘制成图表的图。用α表示与图11的图9对应的缓慢脉搏数变化时间常数Tc，用β表示与图10对应的缓慢脉搏数变化时间常数Tc。
如图11所示，考虑了相对于脉搏数的时间变化的第二频率分量的α相对于未考虑的β，观察到精度的改善，成为使用了本申请发明的血压估计装置1的7mmHg以下。该误差与医疗设备的基准值为相同程度。
[5.效果]
如上所述，第一实施方式的血压估计装置1检测表示生物体的心跳的周期长度的第一参数(脉搏数b)。并且，血压估计装置1从第一参数相对于时间的变化(b(t))提取不依赖于生物体的压力感受器的特性的第一频率分量(bLF(t))，提取依赖于生物体的压力感受器的特性的第二频率分量(高频分量bHF(t))，基于第一频率分量，确定起因于第一频率分量的第一阻力比(rLF(t))和起因于第二频率分量的第二阻力比(rHF(t))，基于所确定的第一阻力比以及第二阻力比，确定与生物体的血液的循环系统的阻力(Ri：特别是R4、R8)相关的第二参数(末梢血管阻力比r(t))，基于所确定的第二参数来估计血压所具有的压力(Pi)。
表示周期长度的第一参数容易以比动脉直径、脉搏波形状高的精度被检测。并且，使用基于精度高的第一参数确定的不依赖于生物体的压力感受器的特性的第一频率分量(bLF(t))、依赖于生物体的压力感受器的特性的第二频率分量(高频分量bHF(t))来估计血压所具有的压力(Pi)。其结果，能够从脉搏数的时间变化的低频分量同时表示脉搏数的长时间的缓慢变化、从脉搏数的时间变化的高频分量同时表示脉搏数的短时间的急剧变化，能够以高精度表示在生物体的循环系统中流动的血液的举动。因此，血压估计装置1能够高精度地估计该血液所具有的压力Pi。
并且，血压估计装置1基于第二参数确定与第二参数相关的阻力(Ri)，该阻力是利用在弹性变形的多个容器连结为环状而成的流路中流动的流体来表示在生物体的循环系统中流动的血液的数理模型中的、多个容器中的相互连结的一对容器中的流体所具有的压力在容器间的差相对于该一对容器间的所述流体的流量(Qi)之比，基于所确定的阻力来估计血压所具有的压力(Pi)。
由此，能够基于脉搏数的时间变化的低频分量，考虑针对起因于低频分量和高频分量的血压的影响。另外，与阻力R4、R8相对于以往的脉搏数的高频分量维持恒定的情况相比，数理模型能够以高精度表示生物体中的末梢血管的举动。由此，数理模型能够高精度地表示在生物体的循环系统中流动的血液的举动。其结果是，血压估计装置1能够高精度地估计血液所具有的压力Pi。
而且，第一实施方式的血压估计装置1基于所述第一参数相对于时间的变化来确定表示心跳的大小的第三参数(无负荷1次心输出量a)，并基于所确定的第三参数来确定阻力。
然而，心率与末梢血管中的阻力具有较强的相关性。因此，根据血压估计装置1，能够以更高的精度表示生物体中的末梢血管的举动。由此，上述数理模型能够高精度地表示在生物体的循环系统中流动的血液的举动。其结果是，血压估计装置1能够高精度地估计在生物体的循环系统中流动的血液所具有的压力Pi。
进而，第一实施方式的血压估计装置1基于所述第三参数来确定所述多个容器中的至少1个容器的容积相对于时间的变化(Vi(t)：特别是V4(t)，V6(t))。
然而，心跳的大小与左心室以及右心室的容积具有较强的相关性。因此，根据血压估计装置1，数理模型能够以更高的精度表示生物体中的左心室以及右心室的举动。由此，数理模型能够高精度地表示在生物体的循环系统中流动的血液的举动。其结果是，血压估计装置1能够高精度地估计在生物体的循环系统中流动的血液所具有的压力Pi。
进而，在第一实施方式的血压估计装置1中，多个容器包含分别表示左心房、左心室、大动脉以及大动脉的下游侧的动脉、大静脉以及大静脉的上游侧的静脉、右心房、右心室、肺动脉、以及肺静脉的8个容器，容器间的阻力中的两个是表示将大动脉以及大动脉的下游侧的动脉与大静脉以及大静脉的上游侧的静脉之间连通的末梢血管的阻力的末梢血管阻力，并且是表示将肺动脉与肺静脉之间连通的末梢血管的阻力的末梢血管阻力。
由此，能够高精度地表示在生物体的循环系统中流动的血液的举动以及末梢血管的阻力。其结果是，血压估计装置1能够高精度地估计在生物体的循环系统中流动的血液所具有的压力Pi。
[II.第二实施方式]
[1.结构]
如图12所示，第二实施方式的血压估计装置1′具备存储部30和提取部40。在本例中，检测部10′和血压估计装置1′是分体的，但具有与第一实施方式的检测部10相同的功能，检测脉搏数。在第二实施方式中，与上述第一实施方式的不同点在于，将由上述第一实施方式中说明的血压估计装置1估计出的血压作为参照值存储在存储部30中，使用该参照值和脉搏数的低频分量或脉搏数，不使用第一实施方式的数理模型等，就能够简单地进行血压估计。
血压根据生物体的性别、年龄、身体状况等各种条件而变动，因此也可以将估计出的血压与各种条件相关联起来存储于存储部30。这样的相关联起来的血压作为参照值，能够应用于调整各参数的情况、验证由其他血压估计装置估计出的数据的情况等。图13(A)、(B)表示1天的计算结果和基于袖带式的自动血压的测定结果的值。在图13(A)中，将第一频率分量(低频分量)作为横轴，将血压作为纵轴绘制成图表，获取从脉搏数的时间变化提取出的低频分量与血压之间的相关性。在图13(B)中，将脉搏数设为X轴，将血压设为Y轴而绘制成图表，获取脉搏数的时间变化与血压的相关性。
在图13(A)的相关图中，用〇或●表示的α表示最高血压(收缩期血压)，用△或涂抹的△表示的β表示最低血压(舒张期血压)，用□或涂抹的□表示的γ表示脉压(平均血压)，张开的〇、△、□表示基于袖带式的自动血压的测定结果，闭合的●、涂抹的△、涂抹的□表示计算结果。如图13的(A)的相关图所示，可知由第一实施方式的血压估计装置1估计出的最高血压的值、最低血压的值以及测定结果的最高血压的值、最低血压的值与低频分量表现出良好的相关性。因此，如果基于该相关性知道低频分量，则能够与作为基准的血压、例如在实施方式1中求出的估计血压、基于袖带式的自动血压求出的血压组合，简便地估计血压。
另一方面，在图13(A)的相关图中，脉压与低频分量的相关性稍微不好。
另一方面，在图13(B)的相关图中，也以与图13(A)相同的形式示出。如图13(B)的相关图所示，可知由第一实施方式的血压估计装置1估计出的脉压和测定结果的脉压与脉搏数表现出良好的相关性。因此，如果基于该相关性知道脉搏数，则能够与作为基准的血压、例如在实施方式1中求出的估计血压、基于袖带式的自动血压求出的血压组合，简便地估计脉压的值。
另一方面，在图13(B)的相关图中，最高血压的值、最低血压的计算值以及测定结果与脉搏数的相关性稍差。
根据这些结果，在需要最高血压的值、最低血压的值的情况下，使用低频分量，在需要脉压的值的情况下，使用脉搏数分量，由此能够简便地估计一定精度的最高血压的值、最低血压的值、脉压的值。
[2.动作]
在第二实施方式的血压估计装置1′中，当从检测部10′输入脉搏数时，提取部40提取脉搏数和脉搏数的时间变化，另外，从脉搏数的时间变化提取低频分量。
从将由血压估计装置(1)估计出的血压作为参照值而存储的存储部(30)获取与成为基准的血压有关的信息，在求出脉压时，基于与脉压相关的脉搏数计算成为该基准的血压的信息，在求出最高血压、最低血压时，基于脉搏数的时间变化的低频分量计算成为该基准的血压的信息，由此能够简便地以固定精度得到与血压有关的信息。
在本例中，从存储部30获取由血压估计装置1估计出的血压的参照值，但并不限定于此，也可以将使用袖带式的血压计获取的值作为基准血压来输入，从而获得与血压相关的信息。
[3.其他、应用例]
另外，脉压是最高血压、最低血压之差，平均血脉压是最高血压和最低血压的平均值，因此能够根据脉压和平均血压求出最高血压和最低血压。根据与脉搏数的低频分量的相关性求出平均血压，根据与脉搏数的相关性求出脉压之后，还可能根据平均血压和脉压，求出准确的最高血压和最低血压。
[4.效果]
由此，不进行第一实施方式所记载的计算处理(图8的步骤S202～S208)，仅通过从检测部10′获取脉搏数，并通过提取部40从脉搏数的时间变化提取低频分量(图8的步骤S201)，就能够基于相关性(从相关性导出的函数的斜率)简便地估计最高血压的值、最低血压的值、脉压的值。
[III.其他观点]
换言之，上述的一个方面所涉及的血压估计装置、血压估计方法、血压估计程序包括以下步骤，
具备处理部，该处理部从上述第一参数相对于时间的变化(b(t))提取不依赖于生物体的压力感受器的特性的第一频率分量(bLF(t))，基于上述第一频率分量确定与上述生物体的血液的循环系统的阻力(Ri：特别是R4、R8)相关的第二参数(末梢血管阻力比r(t))，基于上述确定的第二参数，估计血压所具有的压力(Pi)。
进一步地，上述处理部还包括，
基于所述第一频率分量，确定起因于所述第一频率分量的第一阻力比(rLF(t))和起因于依赖所述生物体的压力感受器的特性的第二频率分量(高频分量)的第二阻力比(rHF(t))，
基于所述确定的第一阻力比以及第二阻力比，确定所述第二参数，
根据所述第二参数确定与所述第二参数相关的所述阻力(Ri)，该阻力是利用在弹性变形的多个容器连结为环状而成的流路中流动的流体来表示在所述生物体的循环系统中流动的血液的数理模型中的、所述多个容器中的相互连结的一对容器中的所述流体所具有的压力在容器间的差相对于该一对容器间的所述流体的流量(Qi)的比，
根据所确定的所述阻力，估计血压所具有的压力(Pi)。
[符号说明]
1 血压估计装置(第一实施方式)
10 检测部
20 处理部
21 处理装置
22 存储装置
23 输入装置
24 输出装置
210 存储部
220 提取部
221 频率分量提取部
230 确定部
231 频率阻力比确定部
232 第二参数确定部
233 第三参数确定部
234 阻力确定部
235 流量确定部
236 容积时间变化确定部
240 估计部
1′ 血压估计装置(第二实施方式)
10′ 检测部
30 存储部
40 提取部
Claims (10)
1.一种血压估计装置，其具备：
检测部，其检测表示生物体的心跳的周期的长度的第一参数；以及
处理部，该处理部进行以下处理：
根据所述第一参数相对于时间的变化，提取不依赖于生物体的压力感受器的特性的第一频率分量，提取依赖于所述生物体的压力感受器的特性的第二频率分量，基于所述第一频率分量，确定起因于所述第一频率分量的第一阻力比、和起因于所述第二频率分量的第二阻力比，
基于所确定的所述第一阻力比以及所述第二阻力比，确定与所述生物体的血液的循环系统的阻力相关的第二参数，基于所确定的所述第二参数，估计血压所具有的压力。
2.根据权利要求1所述的血压估计装置，其中，
所述处理部进行以下处理：根据所述第二参数确定与所述第二参数相关的所述阻力，该阻力是利用在弹性变形的多个容器连结为环状而成的流路中流动的流体来表示所述生物体的循环系统中流动的血液的数理模型中的、所述多个容器中的相互连结的一对容器中的所述流体所具有的压力在容器间的差相对于该一对容器间的所述流体的流量之比，
基于所确定的所述阻力，估计血压所具有的压力。
3.根据权利要求1或2所述的血压估计装置，其中，
所述处理部进行以下处理：
基于所述第一参数相对于时间的变化，确定表示所述心跳的大小的第三参数，基于所确定的所述第三参数，确定所述阻力。
4.根据权利要求3所述的血压估计装置，其中，
所述处理部进行以下处理：
根据所述第三参数，确定多个所述容器中的至少1个容器的容积相对于时间的变化。
5.根据权利要求1～3中的任意一项所述的血压估计装置，其中，
多个所述容器包含分别表示左心房、左心室、大动脉以及比大动脉靠下游侧的动脉、大静脉以及比大静脉靠上游侧的静脉、右心房、右心室、肺动脉、以及肺静脉的8个容器，
所述容器间的所述阻力中的两个阻力是表示将所述大动脉以及比所述大动脉靠下游侧的动脉与所述大静脉以及比所述大静脉靠上游侧的静脉之间连通的末梢血管的阻力的末梢血管阻力，并且是表示将所述肺动脉与所述肺静脉之间连通的末梢血管的阻力的末梢血管阻力。
6.一种血压估计装置，其具备处理部，
该处理部进行以下处理：
根据表示检测到的生物体的心跳的周期的长度的第一参数相对于时间的变化，提取不依赖于生物体的压力感受器的特性的第一频率分量，
提取依赖于所述生物体的压力感受器的特性的第二频率分量，基于所述第一频率分量，确定起因于所述第一频率分量的第一阻力比、和起因于所述第二频率分量的第二阻力比，
基于所确定的所述第一阻力比以及所述第二阻力比，确定与所述生物体的血液循环系统的阻力相关的第二参数，
基于所确定的所述第二参数，估计血压所具有的压力。
7.一种血压估计装置，其具备：
存储部，其存储由权利要求1～6中任意一项所述的血压估计装置估计出的血压所具有的压力信息或由血压计得到的血压值作为参照值，
提取部，其根据所述第一参数相对于时间的变化以及所述第一参数相对于时间的变化，提取所述第一参数相对于时间的变化、或不依赖于生物体的压力感受器的特性的所述第一频率分量，
基于由所述提取部提取出的所述第一参数相对于时间的变化、或所述第一频率分量，并根据被存储于所述存储部的所述参照值，估计所述生物体的血压。
8.根据权利要求7所述的血压估计装置，其中，
基于所述第一频率分量而计算平均血压，基于所述第一参数而计算脉压，根据计算出的所述平均血压和所述脉压，估计最高血压和最低血压。
9.一种血压估计方法，其中，
根据表示检测到的生物体的心跳的周期的长度的第一参数相对于时间的变化，提取不依赖于生物体的压力感受器的特性的第一频率分量，
提取依赖于所述生物体的压力感受器的特性的第二频率分量，
基于所述第一频率分量，确定起因于所述第一频率分量的第一阻力比、和起因于所述第二频率分量的第二阻力比，
基于所确定的所述第一阻力比以及所述第二阻力比，确定与所述生物体的血液循环系统的阻力相关的第二参数，
基于所确定的所述第二参数，估计血压所具有的压力。
10.一种血压估计程序，其使计算机执行如下的处理：
根据表示检测到的生物体的心跳的周期的长度的第一参数相对于时间的变化，提取不依赖于生物体的压力感受器的特性的第一频率分量，提取依赖于所述生物体的压力感受器的特性的第二频率分量，基于所述第一频率分量，确定起因于所述第一频率分量的第一阻力比、和起因于所述第二频率分量的第二阻力比，基于所确定的所述第一阻力比以及所述第二阻力比，确定与所述生物体的血液循环系统的阻力相关的第二参数，
基于所确定的所述第二参数，估计血压所具有的压力。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2019-201072 | 2019-11-05 | ||
| JP2019201072 | 2019-11-05 | ||
| PCT/JP2020/040938 WO2021090779A1 (ja) | 2019-11-05 | 2020-10-30 | 血圧推定装置、血圧推定方法、及び、血圧推定プログラム |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114340485A true CN114340485A (zh) | 2022-04-12 |
Family
ID=74879257
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202080058638.4A Pending CN114340485A (zh) | 2019-11-05 | 2020-10-30 | 血压估计装置、血压估计方法以及血压估计程序 |
Country Status (2)
| Country | Link |
|---|---|
| JP (1) | JP6847489B1 (zh) |
| CN (1) | CN114340485A (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5423322A (en) * | 1988-12-29 | 1995-06-13 | Medical Physics, Inc. | Total compliance method and apparatus for noninvasive arterial blood pressure measurement |
| CN101193590A (zh) * | 2005-04-13 | 2008-06-04 | 爱德华兹生命科学公司 | 用于连续估计心血管参数的脉搏轮廓方法和装置 |
| US20130324814A1 (en) * | 2010-12-06 | 2013-12-05 | Albert Maarek | Estimation of systemic vascular resistance and cardiac output using arterial pulse oximetry waveforms |
| CN103536318A (zh) * | 2012-07-13 | 2014-01-29 | 精工爱普生株式会社 | 血压计测装置和中心血压估计用参数校正方法 |
| US20180263514A1 (en) * | 2015-11-17 | 2018-09-20 | Tohoku University | Blood pressure estimating apparatus, method for estimating blood pressure, and non-transitory computer-readable recording medium having stored therein program for estimating blood pressure |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5019457B2 (ja) * | 2004-09-13 | 2012-09-05 | ガンブロ・ルンディア・エービー | 急激な血圧変化の検知 |
| JP2018068465A (ja) * | 2016-10-26 | 2018-05-10 | セイコーエプソン株式会社 | 生体情報処理装置および生体情報処理方法 |
-
2020
- 2020-10-30 JP JP2020573373A patent/JP6847489B1/ja active Active
- 2020-10-30 CN CN202080058638.4A patent/CN114340485A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5423322A (en) * | 1988-12-29 | 1995-06-13 | Medical Physics, Inc. | Total compliance method and apparatus for noninvasive arterial blood pressure measurement |
| CN101193590A (zh) * | 2005-04-13 | 2008-06-04 | 爱德华兹生命科学公司 | 用于连续估计心血管参数的脉搏轮廓方法和装置 |
| US20130324814A1 (en) * | 2010-12-06 | 2013-12-05 | Albert Maarek | Estimation of systemic vascular resistance and cardiac output using arterial pulse oximetry waveforms |
| CN103536318A (zh) * | 2012-07-13 | 2014-01-29 | 精工爱普生株式会社 | 血压计测装置和中心血压估计用参数校正方法 |
| US20180263514A1 (en) * | 2015-11-17 | 2018-09-20 | Tohoku University | Blood pressure estimating apparatus, method for estimating blood pressure, and non-transitory computer-readable recording medium having stored therein program for estimating blood pressure |
Also Published As
| Publication number | Publication date |
|---|---|
| JPWO2021090779A1 (ja) | 2021-11-25 |
| JP6847489B1 (ja) | 2021-03-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10971271B2 (en) | Method and system for personalized blood flow modeling based on wearable sensor networks | |
| EP3145395B1 (en) | Continuous calibration of a blood pressure measurement device | |
| CN107920758B (zh) | 用于确定血压值的方法、装置和计算机程序 | |
| WO2009099833A2 (en) | Real-time detection of vascular conditions of a subject using arterial pressure waveform analysis | |
| EP3571984B1 (en) | Systems for creating a model for use in detecting a peripheral arterial pressure decoupling in a subject and for detecting peripheral arterial pressure decoupling using arterial pressure waveform data and said model | |
| US20100204591A1 (en) | Calculating Cardiovascular Parameters | |
| CN109620187B (zh) | 一种中心动脉压推算方法及装置 | |
| CN107405110A (zh) | 用于估计人的能量消耗的设备、系统和方法 | |
| CN101925331B (zh) | 测定压力曲线收缩部分的终端的方法和装置 | |
| JP2022008806A (ja) | 血圧推定システム、血圧推定方法、学習装置、学習方法及びプログラム | |
| US20070197924A1 (en) | Method and apparatus for determination of cardiac output from the arterial pressure pulse waveform | |
| US20230210492A1 (en) | Hemodynamii parameter estimation | |
| EP3019075B1 (en) | Determination of a hemodynamic parameter | |
| EP2416701B1 (en) | Monitoring peripheral decoupling | |
| CN114340485A (zh) | 血压估计装置、血压估计方法以及血压估计程序 | |
| Babbs | Noninvasive measurement of cardiac stroke volume using pulse wave velocity and aortic dimensions: a simulation study | |
| WO2021090779A1 (ja) | 血圧推定装置、血圧推定方法、及び、血圧推定プログラム | |
| EP3019076B1 (en) | Arterial pressure-based determination of cardiovascular parameters | |
| CN106491108A (zh) | 用于连续血压监视和估计的方法和装置 | |
| CN106377238B (zh) | 与舒张压相关的脉搏波传播时间的校正方法 | |
| JP6835226B2 (ja) | 特定装置、特定方法、及び、特定プログラム | |
| US11660025B2 (en) | Identification device, identification method, and recording medium with recorded identification program | |
| JP2022148276A (ja) | 光電容積脈波を用いた血圧推定方法および血圧推定用コンピュータプログラム | |
| JP2023535379A (ja) | ウェアラブルバイオセンサを使用する体温推定の方法及びシステム | |
| JP2021027995A (ja) | 判定システム、判定方法、および判定プログラム |
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 |