【０００１】
【発明の属する技術分野】
この発明は、拍動の回数を計測する拍動回数の計算方法に関する。
【０００２】
【従来の技術】
拍動回数は、心臓、呼吸、脈、脳波等の生体情報をセンサで取得した結果である信号強度情報より求められる。従来技術では、拍動を次のようにして求めている。つまり、図１０に示すように、処理を開始すると、処理の初期化をする（ステップＳ１０１）。つぎに、単位時間分の生体情報信号を取得する（ステップＳ１０２）。生体情報信号とは、生体情報を単位時間分収集したものであり、生体情報とは、生体活動の強度を示す情報のことである。また、生体活動の強度を信号強度と呼ぶ。図１１に単位時間Ｔｎ分の生体情報の一例を示す。
【０００３】
ステップＳ１０２で、図１１に示す単位時間Ｔｎ分の生体情報信号が入力されると、生体情報信号の信号強度と所定の大きさに定めた閾値（図１１中の破線）との大きさを比較し、図１２に示すように、信号強度が閾値を越えたかどうかを調べる（ステップＳ１０３）。なお、生体情報信号はサンプリング間隔で抽出されている。閾値の方が大きければ、後述するステップＳ１０８の処理に移る。
【０００４】
ステップＳ１０３で信号強度の方が大きければ、１回前のステップＳ１０３の処理の結果を調べる（ステップＳ１０４）。ステップＳ１０４で、信号強度の方が大きければ、後述するステップＳ１０８の処理に移る。
【０００５】
ステップＳ１０４で、閾値の方が大きければ、この結果を拍動とし、前回保存した調査時間から一定の間隔があいているかどうかを調べる（ステップＳ１０５）。あいていなければ、後述するステップＳ１０８の処理に移る。
【０００６】
ステップＳ１０５で、間隔があいていれば、新たな拍動があったと見なして、今回の調査時間を保存する（ステップＳ１０６）。図１２中の、一定の間隔があいていないものを、ここでは１個の拍動と見なすことによって、図１２の波形から図１３に示す波形が得られる。ここで、一定の間隔は、１回分の拍動が入る時間にすると精度が良い。
【０００７】
ステップＳ１０６の処理を通った回数を数えることにより、拍動回数を計算する（ステップＳ１０７）。ステップＳ１０７の後、調査時間が単位時間と等しいかどうかを調べる（ステップＳ１０８）。単位時間分の調査をしていなければ、調査時間を進めた後（ステップＳ１０９）、ステップＳ１０３の処理に移る。
【０００８】
ステップＳ１０８で、調査を完了していれば、拍動回数を出力し（ステップＳ１１０）、拍動回数を計算するための処理を完了とする。
【０００９】
【発明が解決しようとする課題】
ところで、先に述べた従来の拍動回数の計算方法には、次のような問題点がある。つまり、従来の方法を用いると、声等の外因ノイズがある場合、ノイズの影響を受ける。
【００１０】
ノイズがある場合の生体情報信号は図１４のようになる。従来の方法を用いて拍動回数を求めると、外因ノイズも所定の大きさに定めた閾値を越えてしまう。この結果、外因ノイズと生体情報との区別がつかなくなり、外因ノイズも拍動回数として数えてしまう。したがって、従来の拍動回数の計算方法には、外因ノイズがある場合に、生体情報から正しい拍動回数を求めることができないという問題があった。
【００１１】
この発明は、前記の課題を解決し、外因ノイズがある場合でも、生体情報から正しい拍動回数を求めることを可能にする拍動回数の計算方法を提供することにある。
【００１２】
【課題を解決するための手段】
前記課題を解決するために、請求項１の発明は、周期的に発生する拍動を含む拍動信号を単位時間取得すると、この拍動信号を、周波数に対する信号強度を示す周波数分布で表し、かつ前記各周波数分布を経過時間で表した第１の関係に変換する第１処理過程と、前記拍動に固有の固有周波数に対応する信号強度を経過時間で表した第２の関係を、前記第１の関係から取り出す第２処理過程と、前記第２の関係の信号強度と、設定された閾値とを比較して、前記拍動の数を計測する第３処理過程とを含むことを特徴とする拍動回数の計算方法である。
【００１３】
請求項２の発明は、請求項１に記載の拍動回数の計算方法において、前記第１処理過程では、前記拍動信号を直交変換して前記第１の関係を得ることを特徴とする。請求項３の発明は、請求項２に記載の拍動回数の計算方法において、前記直交変換は、離散フーリエ変換、離散コサイン変換、離散サイン変換、ウェーブレット変換、アダマール変換、ハール変換、スラント変換、およびカルーネン・レーベ変換の中の１つであることを特徴とする。請求項４の発明は、請求項１〜３のいずれか１項に記載の拍動回数の計算方法において、前記単位時間よりも短い間隔で、前記第１処理過程〜第３処理過程を繰り返し、リアルタイムで拍動の数を計測することを特徴とする。
【００１４】
請求項５の発明は、請求項１〜４のいずれか１項に記載の拍動回数の計算方法において、前記拍動信号は生体活動によって生じ、前記固有周波数は生体固有の周波数であることを特徴とする。請求項６の発明は、請求項５に記載の拍動回数の計算方法において、前記生体固有の周波数が２つある場合、前記第２処理過程では、前記第２の関係が２通り発生し、前記第３処理過程では、前記第２の関係のそれぞれに対して、信号強度と前記閾値とを比較して、前記拍動の数を計測することを特徴とする。
【００１５】
【発明の実施の形態】
つぎに、この発明の実施の形態について、図面を参照して詳しく説明する。この実施の形態による拍動回数の計算方法によって、拍動を求める際のフローチャートを図１と図２とに示す。図１と図２との処理は、コンピュータで行われる。この実施の形態では、生体情報をセンサで取得して、コンピュータで処理する。生体情報とは、生体活動の強度を示す情報のことを言う。また、生体情報信号とは、生体情報を単位時間分収集したものを言う。この実施の形態では、生体活動の強度を信号強度と呼ぶ。
【００１６】
コンピュータは、処理を開始すると、処理の初期化をする（ステップＳ１）。この後、センサからの生体情報を取得する（ステップＳ２）。このとき、単位時間分の生体情報、つまり生体情報信号を取得する。生体情報を単位時間分センサで取得した生体情報信号の一例をグラフ化したものが図３である。
【００１７】
図３に示す信号強度情報をステップＳ２で取得し、調査時間を
Ｔ１、Ｔ２、Ｔ３、…、Ｔｉ
とすると、時間Ｔｉ−ｔ〜Ｔｉ間の信号強度情報を直交変換する（ステップＳ３）。ここでは、初期化後の最初の変換であるので、時間Ｔｉ−ｔ〜Ｔｉは、値ｉを「１」にし、時間Ｔ１−ｔ〜Ｔ１である。
【００１８】
値ｔは１回分の拍動が入る時間にすれば、精度が最も良くなる。ｔの値はこれより大きくても小さくても精度が悪くなるけれども、本発明を適用することはできる。値ｔには、
ｔ＝（サンプリング間隔）×（計算に使うサンプル数）
の関係があり、サンプリング間隔は標本化定理を用いて求めることができる。この時、生体固有の周波数Ｆよりも十分大きな周波数を周波数帯域として、サンプリング間隔を決定する。
【００１９】
ステップＳ３での直交変換によって、信号強度情報が周波数分布情報に変換される。周波数分布情報は、時間Ｔ１−ｔ〜Ｔ１の間に、どの周波数にどのくらい強度があるかを示す（図４）。ステップＳ３の後、時間Ｔｉが単位時間より大きいかどうかを調べる（ステップＳ４）。時間Ｔｉが単位時間より小さければ、任意に定める時間Ｘを時間Ｔｉに加算し（ステップＳ５）、ステップＳ３の処理に戻る。つまり、ステップＳ５では、時間Ｔｉ−ｔ〜Ｔｉの値ｉを「２」にし、時間Ｔ２−ｔ〜Ｔ２とする。
【００２０】
ステップＳ４で、時間Ｔｉが単位時間Ｔｎより大きければ、単位時間Ｔｎ内の各周波数分布を時系列に並べる（ステップＳ６）。先に述べたように、ステップＳ３〜Ｓ５によって、任意に定めた時間Ｘだけずれた時間Ｔ２−ｔ〜Ｔ２、Ｔ３−ｔ〜Ｔ３…の周波数分布を求め、時間Ｔｎ−ｔ〜Ｔｎ（Ｔｎ：単位時間）まで同様に周波数分布を求める。この後、各周波数分布を時系列に従って連続的に並べると、図５に示すように、時間、周波数、信号強度の関係を等高線で表わした関係（第１の関係）が得られる。ここで、値ｎは直交変換を繰り返す回数を表わす。ｎは値が大きいほど、時間方向の精度は向上するが、計算に要する時間は比例して長くなる。このために、処理に割り当てられた時間内に計算が終わるｎの値を、コンピュータの処理速度から計算する。
【００２１】
ステップＳ６の後、単位時間Ｔｎにおける周波数分布より、生体固有の周波数Ｆにおける信号強度を単位時間分抽出する（ステップＳ７）。生体固有の周波数Ｆは、測定対象物が活動する際に発する固有の周波数を言う。ただし、生体固有の周波数Ｆは、この周波数を中心にして周波数の幅があるので、生体固有の周波数Ｆに近い周波数であれば、本発明を用いることができる。たとえば、図５のグラフから生体固有の周波数Ｆにおける信号強度を取り出して２次元のグラフに変換すると、図６に示すように、生体固有の周波数Ｆにおける信号強度の時間的変化の関係（第２の関係）が得られる。
【００２２】
なお、図６の関係を得るために用いた直交変換は、信号強度情報から周波数信号強度情報を求める変換方法で、離散フーリエ変換、離散コサイン変換、離散サイン変換、ウェーブレット変換、アダマール変換、ハール変換、スラント変換、カルーネン・レーベ変換でも同様の特徴をもった結果が得られる。
【００２３】
ステップＳ７で抽出した信号強度と、所定の大きさに定めた閾値との大きさを比較して、信号強度が閾値を越えたかどうかを調べる（ステップＳ８）。このとき、例えば調査時間Ｔｉが時間Ｔａ（図６）であれば、この時間ＴａでステップＳ８の処理をする。ステップＳ８で閾値の方が大きければ、後述するステップＳ１３の処理を行う。ステップＳ８で信号強度の方が大きければ、１回前の調査、つまり時間Ｔａ−１での処理の結果を調べる（ステップＳ９）。
【００２４】
ステップＳ９で信号強度の方が大きければ、後述するステップＳ１３の処理を行う。ステップＳ９で閾値の方が大きければ、前回、コンピュータが記憶領域に保存した調査時間から一定の間隔があいているかどうかを調べる（ステップＳ１０）。
【００２５】
ステップＳ１０で間隔があいていなければ、後述するステップＳ１３の処理を行う。ステップＳ１０で間隔があいていれば、新たな拍動があったと見なして、今回の調査時間Ｔａを記憶領域に保持する（ステップＳ１１）。
【００２６】
ここで、先に述べた一定の間隔は１回分の拍動が入る時間にすると、精度が良い。ただし、一定の間隔が１回分の拍動よりも小さくても大きくても、本発明により拍動を計算することができる。ステップＳ１１の後、コンピュータはステップＳ１１の処理を通過した回数を数えることにより、拍動回数を計算する（ステップＳ１２）。
【００２７】
ステップＳ８からステップＳ１２までの処理によれば、信号強度が閾値を越えたとき、１回分の拍動が発生したとしている。
【００２８】
ステップＳ１２の後、調査時間Ｔｉが単位時間Ｔｎと等しいかを調べる（ステップＳ１３）。ステップＳ１３で、図６に示す関係に対して単位時間分の調査をしていなければ、調査時間を進めた後（ステップＳ１４）、ステップＳ８の処理に戻る。ステップＳ１３で調査を完了していれば、拍動回数を出力し（ステップＳ１５）、一連の処理を完了する。
【００２９】
先に述べた生体情報の信号強度（図６）は、生体固有の周波数Ｆで極大値をとる。ただし、生体固有の周波数Ｆは複数ある場合もある。その場合、極大値は複数個存在する。生体固有の周波数Ｆが複数個ある場合には、ステップＳ７の処理で、生体固有の周波数における信号強度を複数個取り出し、ステップＳ８の処理で、所定の大きさに定めた閾値と、ステップＳ７で抽出した信号の調査時間における値とではどちらが大きいかを固有の周波数分調べて、それらが全て閾値を越えているかどうかを判断する。
【００３０】
この実施の形態によれば、拍動を含む拍動信号を取得すると、この拍動信号を、周波数に対する信号強度を示す周波数分布で表し、かつ各周波数分布を経過時間で表した第１の関係に変換する第１処理過程（ステップＳ１〜Ｓ７）と、拍動に固有の固有周波数Ｆに対応する信号強度を経過時間で表した第２の関係を、第１の関係から取り出す第２処理過程（ステップＳ７）と、第２の関係の信号強度と、設定された閾値とを比較して、拍動の数を計測する第３処理過程（ステップＳ８〜Ｓ１２）とによって、声等の外因ノイズがある場合にも、図５のように低周波数帯にある生体固有の音と、高周波数帯にある声等の外因ノイズとを分離することができ、生体固有の音である低周波数帯の信号を使って比較操作をすることにより、生体情報から正しい拍動回数を求めることができる。
【００３１】
また、単位時間分の生体情報が前記のように一度に入力されるのではなく、リアルタイムに拍動回数を求めるように、少しずつ新たな生体情報に更新される場合にも、本発明を用いることが可能になる。この場合には、図１および図２の処理を任意の間隔で繰り返す。このとき、任意の間隔が単位時間よりも短い場合には、新たに更新された生体情報のみについて、ステップＳ１〜Ｓ５の処理をすることにより、拍動の計算を高速化できる。
【００３２】
また、この場合、ステップＳ３〜Ｓ５までの一連の処理、ステップＳ６、Ｓ７の一連の処理、ステップＳ８〜Ｓ１４までの一連の処理は、逐次もしくはパイプラインにより、同時に処理することができる。この方法を用いると、声等の外因ノイズがある場合にも、図５のように低周波数帯にある生体固有の音と、高周波数帯にある声等の外因ノイズとを分離することができ、生体固有の音である低周波数帯の信号を使って比較操作をすることにより、生体情報から正しい拍動回数をリアルタイムに求めることができる。
【００３３】
【実施例】
つぎに、実施例によってこの発明を詳しく説明する。この実施例では、音声マイクを使って、心臓音をセンシングし、心拍数を１回求める場合を例として説明する。
【００３４】
単位時間を１分と設定し、１分間分の心臓音の信号強度情報が、あらかじめマイクで録音されている。この実施例により、ｔ＝０．５秒として信号強度情報を直交変換の一つである離散フーリエ変換すると、ある時間での周波数と信号強度との関係を示す周波数スペクトラムが得られる。
【００３５】
正常な心臓音の場合、生体固有の周波数Ｆは３０Ｈｚと７０Ｈｚの２個あり、図７に示すように、周波数信号強度情報を表わす周波数スペクトラムが得られる。ステップＳ５（図１）の時間ＸをＸ＝０．１秒として、前記離散フーリエ変換した信号強度情報よりも０．１秒分遅い場合についても、同様の離散フーリエ変換操作をする。つまり、前記の
Ｔ１、Ｔ２、Ｔ３、…、Ｔｉ
の各時間の間隔が０．１秒である。
【００３６】
前記のように離散フーリエ変換する時間を少しずつずらしていき、前記の処理（ステップＳ１〜Ｓ６）をあらかじめ録音された１分間分計算すると、１２０個の周波数スペクトラムが得られる。前記の周波数スペクトラムを連続して表示すると、図８に示すように、時間、周波数、信号強度の関係を表わす等高線グラフが得られる。
【００３７】
ここで、生体固有の周波数Ｆである３０Ｈｚと７０Ｈｚとに対応する信号強度を取り出すと、図９に示すように、３０Ｈｚと７０Ｈｚとにおける信号強度情報が得られる。さらに、同じ時間での３０Ｈｚの信号強度、７０Ｈｚの信号強度と、所定の大きさに定めた閾値との大小を比較して、両方とも閾値を越えたかどうかを調べる。
【００３８】
３０Ｈｚと７０Ｈｚとの両方が閾値を越えていれば、１回前に比較した時にはどうであったかを調べる。その際に、どちらか一方もしくは共に閾値を越えていなければ、前回保存した調査時間とは一定の時間間隔があいているかどうかも調べる。あいていれば、その時点に拍動があったとする。拍動があった時の調査時間を保存し、前記の処理（ステップＳ１〜Ｓ１４）を単位時間である１分間分繰り返すことにより、心臓の拍動数を計算することができる。
【００３９】
前記の方法を用いると、声等の外因ノイズがある場合にも、図８のように低周波数帯にある心臓固有の音と、高周波数帯にある声等の外因ノイズとを分離することができる。この結果、低周波数帯にある心臓固有の音の成分のみを取り出して、拍動数を計算することができるので、生体情報から正しい拍動回数を求めることができる。
【００４０】
こうして、この実施例によれば、生体固有の周波数のみを使うために、声などの外因なノイズがあっても正しく拍動回数を求めるこができ、さらに、リアルタイムに入力される生体情報の信号から拍動回数を求めることもできる。また、この実施例を用いることにより、電子聴診器から自動的に生体の拍動数を計算することができるようになり、病気の予防、原因調査の自動化をすることができる。さらに、遠隔医療、在宅医療にも本発明を応用できる。
【００４１】
この実施例では、離散フーリエ変換を用いたが離散コサイン変換、離散サイン変換、ウェーブレット変換、アダマール変換、ハール変換、スラント変換、カルーネン・レーベ変換を用いた場合でも、離散フーリエ変換とは異なる波形の周波数スペクトラムが得られる。
【００４２】
この実施例では、生体情報として心臓の心拍数を計測したが、肺、腸、呼吸、脳、脈、筋肉の場合も拍動回数を同様の方法を用いて計測できる。
【００４３】
この実施例では生体情報の音をセンサで取得した情報をコンピュータに入力したが、センサとして圧力センサ、磁界センサ、電界センサ、イメージセンサ、電流センサ、電圧センサを用いて、生体情報を取得する場合も拍動回数を同様の方法を用いて計測できる。
【００４４】
【発明の効果】
以上、説明したように、この発明によれば、第１の関係から第２の関係を取り出す際に、固有周波数のみを使うために、外因なノイズがあっても、正しく拍動回数を求めるこができる。また、処理を繰り返して行うことにより、リアルタイムに入力される拍動信号から拍動回数を求めることもできる。
【００４５】
この発明を用いることにより、電子聴診器から自動的に生体の拍動回数を計算することができるようになり、病気の予防、原因調査の自動化をすることができる。さらに、遠隔医療、在宅医療にも本発明を応用できる。
【図面の簡単な説明】
【図１】この発明の実施の形態による拍動回数の計算方法を示すフローチャートである。
【図２】この発明の実施の形態による拍動回数の計算方法を示すフローチャートである。
【図３】センサで取得した直後の時間と信号強度の関係を示す図である。
【図４】調査時間で直交変換したときの周波数と信号強度との関係を示す図である。
【図５】時系列に従って複数の周波数信号強度情報を並べた時の、時間と周波数と信号強度との関係を示す図である。
【図６】任意の周波数における時間と信号強度の関係を示す図である。
【図７】生体固有の周波数が２個ある場合の信号強度と周波数の関係を示す図である。
【図８】生体固有の周波数が２個ある場合の時系列に従って、複数の周波数信号強度情報を並べた時の時間と周波数と信号強度との関係を示す図である。
【図９】生体固有の周波数が２個ある場合の任意の周波数における時間と信号強度の関係を示す図である。
【図１０】拍動回数を求める従来の処理手順を示すフローチャートである。
【図１１】従来方法によって、センサで取得した直後の時間と信号強度の関係を示す図である。
【図１２】図１１の部分ｐを拡大した様子を示す拡大図である。
【図１３】閾値を超えたか超えていないかを示す図である。
【図１４】外因なノイズが発生した場合の時間と信号強度の関係を示す図である。
【符号の説明】
Ｓ１〜Ｓ１５ ステップ
Ｔ１〜Ｔｉ、Ｔａ 時間
Ｔｎ 単位時間
Ｆ 生体固有の周波数[0001]
TECHNICAL FIELD OF THE INVENTION
The present invention relates to a method for calculating the number of beats for measuring the number of beats.
[0002]
[Prior art]
The number of beats is obtained from signal strength information obtained as a result of acquiring biological information such as the heart, respiration, pulse, and brain waves with a sensor. In the prior art, the pulsation is obtained as follows. That is, as shown in FIG. 10, when the processing is started, the processing is initialized (step S101). Next, a biological information signal for a unit time is obtained (step S102). The biological information signal is obtained by collecting biological information for a unit time, and the biological information is information indicating the intensity of biological activity. In addition, the intensity of life activity is called signal intensity. Figure 11 shows an example of a unit time T n min of the biological information.
[0003]
In step S102, the biological information signal unit time T n min shown in Figure 11 is input, the magnitude of the signal intensity of the biological information signal and a predetermined defined the magnitude threshold (broken line in FIG. 11) Then, as shown in FIG. 12, it is checked whether or not the signal strength has exceeded a threshold value (step S103). Note that the biological information signal is extracted at sampling intervals. If the threshold value is larger, the process proceeds to step S108 described later.
[0004]
If the signal strength is higher in step S103, the result of the processing in step S103 one time before is checked (step S104). If the signal strength is higher at step S104, the process proceeds to step S108 described later.
[0005]
If the threshold value is larger in step S104, the result is regarded as a pulsation, and it is checked whether or not a certain interval has elapsed from the previously stored survey time (step S105). If not, the process proceeds to step S108 described below.
[0006]
If there is an interval in step S105, it is regarded that a new beat has occurred, and the current survey time is stored (step S106). The waveform shown in FIG. 13 is obtained from the waveform shown in FIG. 12 by regarding the waveform in FIG. Here, the certain interval is set to a time in which one pulsation starts, so that the accuracy is good.
[0007]
The number of beats is calculated by counting the number of times of passing through the process of step S106 (step S107). After step S107, it is checked whether the check time is equal to the unit time (step S108). If the investigation for the unit time is not performed, the investigation time is advanced (step S109), and then the process proceeds to step S103.
[0008]
If the survey has been completed in step S108, the number of beats is output (step S110), and the process for calculating the number of beats is completed.
[0009]
[Problems to be solved by the invention]
By the way, the above-described conventional method of calculating the number of beats has the following problems. In other words, when the conventional method is used, when there is external noise such as voice, the noise is affected.
[0010]
The biological information signal when there is noise is as shown in FIG. When the number of beats is obtained using a conventional method, the external noise also exceeds a threshold value set to a predetermined magnitude. As a result, it becomes impossible to distinguish between the external noise and the biological information, and the external noise is counted as the number of beats. Therefore, the conventional method of calculating the number of beats has a problem that when there is external noise, the correct number of beats cannot be obtained from biological information.
[0011]
It is an object of the present invention to solve the above-described problem and to provide a method of calculating the number of beats that enables a correct number of beats to be obtained from biological information even when external noise is present.
[0012]
[Means for Solving the Problems]
In order to solve the above-described problem, the invention according to claim 1 obtains a pulsation signal including a periodically generated pulsation for a unit time, and expresses the pulsation signal with a frequency distribution indicating a signal intensity with respect to frequency. And a first processing step of converting each of the frequency distributions into a first relationship represented by an elapsed time, and a second relationship representing a signal intensity corresponding to a natural frequency unique to the pulsation by an elapsed time, A second processing step for extracting from the first relation, and a third processing step of measuring the number of beats by comparing the signal strength of the second relation with a set threshold value. This is a calculation method of the number of beats.
[0013]
According to a second aspect of the present invention, in the method of calculating the number of beats according to the first aspect, in the first processing step, the first relationship is obtained by orthogonally transforming the beat signal. According to a third aspect of the present invention, in the method for calculating the number of beats according to the second aspect, the orthogonal transform includes a discrete Fourier transform, a discrete cosine transform, a discrete sine transform, a wavelet transform, a Hadamard transform, a Haar transform, a slant transform, And one of the Karhunen-Loeve transforms. According to a fourth aspect of the present invention, in the method for calculating the number of beats according to any one of the first to third aspects, the first to third processing steps are repeated at intervals shorter than the unit time, It is characterized in that the number of beats is measured in real time.
[0014]
According to a fifth aspect of the present invention, in the method for calculating the number of beats according to any one of the first to fourth aspects, the pulsation signal is generated by a living activity, and the natural frequency is a natural frequency of the living body. Features. According to a sixth aspect of the present invention, in the method for calculating the number of beats according to the fifth aspect, in the case where there are two frequencies unique to the living body, in the second processing step, two types of the second relationship occur, In the third processing step, the number of beats is measured by comparing the signal intensity with the threshold for each of the second relationships.
[0015]
BEST MODE FOR CARRYING OUT THE INVENTION
Next, embodiments of the present invention will be described in detail with reference to the drawings. FIGS. 1 and 2 show flowcharts for obtaining a beat by the method for calculating the number of beats according to this embodiment. 1 and 2 are performed by a computer. In this embodiment, biological information is acquired by a sensor and processed by a computer. Biological information refers to information indicating the intensity of biological activity. The biological information signal is a signal obtained by collecting biological information for a unit time. In this embodiment, the intensity of life activity is referred to as signal intensity.
[0016]
When the computer starts processing, the computer initializes the processing (step S1). Thereafter, biological information from the sensor is obtained (step S2). At this time, biological information for a unit time, that is, a biological information signal is obtained. FIG. 3 is a graph of an example of the biological information signal obtained by the biological information for the unit time by the sensor.
[0017]
The signal strength information shown in FIG. 3 is obtained in step S2, and the investigation time is set to T 1 , T 2 , T 3 ,..., T i.
Then, orthogonal transformation is performed on the signal strength information between times T i-t to T i (step S3). Here, since it is the first conversion after the initialization, the times T i-t to T i are the times T 1-t to T 1 with the value i being “1”.
[0018]
The accuracy is best when the value t is set to a time during which one beat is applied. If the value of t is larger or smaller than this value, the accuracy deteriorates, but the present invention can be applied. The value t includes
t = (sampling interval) x (number of samples used for calculation)
And the sampling interval can be determined using the sampling theorem. At this time, the sampling interval is determined by setting a frequency sufficiently higher than the frequency F unique to the living body as a frequency band.
[0019]
The signal strength information is converted into frequency distribution information by the orthogonal transformation in step S3. The frequency distribution information indicates which frequency and how strong the frequency is between times T 1-t to T 1 (FIG. 4). After step S3, it is checked whether or not the time Ti is longer than the unit time (step S4). If the time T i is smaller than the unit time, by adding the time X arbitrarily determined time T i (step S5), and returns to step S3. That is, in step S5, the value i of the times T i-t to T i is set to “2”, and the times T 2-t to T 2 are set.
[0020]
In step S4, greater than the time T i is the unit time T n, arranging the frequency distribution in the unit time T n in time series (step S6). As mentioned earlier, step by S3 to S5, seek optionally set time X shifted time T 2-t ~T 2, T 3-t ~T 3 ... frequency distribution, the time T n-t through T n: Request Similarly frequency distribution to (T n unit time). Thereafter, when the respective frequency distributions are successively arranged in a time series, a relationship (first relationship) in which the relationship between time, frequency, and signal strength is represented by a contour line is obtained as shown in FIG. Here, the value n represents the number of times the orthogonal transform is repeated. As the value of n increases, the accuracy in the time direction improves, but the time required for the calculation increases proportionately. For this purpose, the value of n, which is calculated within the time allocated to the processing, is calculated from the processing speed of the computer.
[0021]
After step S6, from the frequency distribution in a unit time T n, the signal strength in vivo specific frequency F is extracted unit time (step S7). The frequency F unique to the living body refers to a unique frequency emitted when the measurement target is active. However, since the frequency F unique to the living body has a frequency range centered on this frequency, the present invention can be used as long as the frequency is close to the frequency F unique to the living body. For example, when the signal intensity at the frequency F unique to the living body is extracted from the graph of FIG. 5 and converted into a two-dimensional graph, as shown in FIG. Is obtained.
[0022]
The orthogonal transform used to obtain the relationship shown in FIG. 6 is a transform method for obtaining frequency signal strength information from signal strength information. Discrete Fourier transform, discrete cosine transform, discrete sine transform, wavelet transform, Hadamard transform, Haar transform , Slant transform, and Karhunen-Loeve transform give results with similar characteristics.
[0023]
The magnitude of the signal strength extracted in step S7 is compared with a predetermined threshold value to determine whether the signal strength exceeds the threshold value (step S8). At this time, for example if the investigation time T i is the time T a (FIG. 6), the processing in step S8 in this time T a. If the threshold value is larger in step S8, the process of step S13 described later is performed. If the signal strength is higher at step S8, the result of the previous check, that is, the result of the process at time Ta-1 is checked (step S9).
[0024]
If the signal strength is higher in step S9, the process of step S13 described later is performed. If the threshold value is larger in step S9, it is checked whether or not a certain interval has elapsed since the last time the computer stored the storage area (step S10).
[0025]
If there is no interval in step S10, the process of step S13 described later is performed. If there is an interval in step S10, it is considered that a new beat has occurred, and the current survey time Ta is stored in the storage area (step S11).
[0026]
Here, if the above-mentioned fixed interval is set to a time in which one beat is applied, the accuracy is good. However, the pulsation can be calculated according to the present invention whether the fixed interval is smaller or larger than one pulsation. After step S11, the computer calculates the number of beats by counting the number of times of passing through the processing of step S11 (step S12).
[0027]
According to the processing from step S8 to step S12, it is determined that one beat has occurred when the signal strength exceeds the threshold value.
[0028]
After step S12, checks whether investigation time T i is equal to the unit time T n (step S13). In step S13, if the unit time has not been investigated for the relationship shown in FIG. 6, the investigation time is advanced (step S14), and the process returns to step S8. If the survey has been completed in step S13, the number of beats is output (step S15), and a series of processing is completed.
[0029]
The signal strength of the biological information described above (FIG. 6) has a maximum value at the frequency F unique to the biological body. However, there may be a plurality of frequencies F unique to the living body. In that case, there are a plurality of maximum values. If there are a plurality of frequencies F unique to the living body, a plurality of signal intensities at frequencies unique to the living body are extracted in the processing of step S7, and a threshold value set to a predetermined size is obtained in the processing of step S8. The value of the extracted signal at the check time is examined to determine which is greater by the inherent frequency, and it is determined whether or not all of them exceed the threshold.
[0030]
According to this embodiment, when a pulsation signal including a pulsation is obtained, the pulsation signal is represented by a frequency distribution indicating a signal intensity with respect to a frequency, and a first relation in which each frequency distribution is represented by an elapsed time. And a second processing step of extracting, from the first relation, a second relation in which the signal strength corresponding to the natural frequency F unique to the pulsation is represented by the elapsed time. (Step S7) and the third processing step (Steps S8 to S12) of comparing the signal intensity of the second relation with the set threshold value and measuring the number of beats, thereby generating external noise such as voice. In the case where there is also, it is possible to separate the sound peculiar to the living body in the low frequency band and the external noise such as voice in the high frequency band as shown in FIG. By performing comparison operations using signals, biometric information It is possible to find the correct beat number of times.
[0031]
The present invention is also used in a case where biological information for a unit time is not input at once as described above, but is updated a little at a time to new biological information so as to obtain the number of beats in real time. It becomes possible. In this case, the processing of FIGS. 1 and 2 is repeated at an arbitrary interval. At this time, if the arbitrary interval is shorter than the unit time, the calculation of the pulsation can be speeded up by performing the processing of steps S1 to S5 only on the newly updated biological information.
[0032]
Further, in this case, a series of processes in steps S3 to S5, a series of processes in steps S6 and S7, and a series of processes in steps S8 to S14 can be performed sequentially or simultaneously by a pipeline. By using this method, even when there is external noise such as voice, it is possible to separate the sound peculiar to the living body in the low frequency band and the external noise such as voice in the high frequency band as shown in FIG. By performing a comparison operation using a signal in a low frequency band, which is a sound unique to the living body, the correct number of beats can be obtained in real time from the biological information.
[0033]
【Example】
Next, the present invention will be described in detail with reference to examples. In this embodiment, a case will be described as an example in which heart sounds are sensed using a voice microphone and a heart rate is obtained once.
[0034]
The unit time is set to one minute, and the signal intensity information of the heart sound for one minute is recorded in advance by a microphone. According to this embodiment, when the signal strength information is subjected to discrete Fourier transform, which is one of orthogonal transforms, with t = 0.5 seconds, a frequency spectrum indicating the relationship between the frequency and the signal strength at a certain time is obtained.
[0035]
In the case of a normal heart sound, there are two frequencies F unique to the living body, 30 Hz and 70 Hz, and a frequency spectrum representing frequency signal strength information is obtained as shown in FIG. Assuming that the time X in step S5 (FIG. 1) is X = 0.1 second, the same discrete Fourier transform operation is performed also when the signal intensity information after the discrete Fourier transform is 0.1 second later. That is, the aforementioned T 1 , T 2 , T 3 ,..., T i
Is 0.1 second.
[0036]
As described above, the time for discrete Fourier transform is shifted little by little, and the above processing (steps S1 to S6) is calculated for one minute recorded in advance, thereby obtaining 120 frequency spectra. When the above-mentioned frequency spectrum is displayed continuously, a contour graph showing the relationship between time, frequency and signal strength is obtained as shown in FIG.
[0037]
Here, when the signal strengths corresponding to the frequencies F 30 Hz and 70 Hz that are unique to the living body are taken out, signal strength information at 30 Hz and 70 Hz is obtained as shown in FIG. Further, a comparison is made between the signal strength of 30 Hz and the signal strength of 70 Hz at the same time, and the threshold value set to a predetermined value, to check whether both have exceeded the threshold value.
[0038]
If both 30 Hz and 70 Hz exceed the threshold value, it is checked what was the case when comparing one time before. At this time, if either one or both do not exceed the threshold value, it is also checked whether a certain time interval has elapsed from the previously stored survey time. If so, it is assumed that there was a beat at that time. The number of beats of the heart can be calculated by storing the investigation time at the time of a beat and repeating the above-described processing (steps S1 to S14) for a unit time of one minute.
[0039]
By using the above method, even when there is external noise such as voice, it is possible to separate the heart-specific sound in the low frequency band and the external noise such as voice in the high frequency band as shown in FIG. it can. As a result, the number of beats can be calculated by extracting only the component of the sound unique to the heart in the low frequency band, and thus the correct number of beats can be obtained from the biological information.
[0040]
Thus, according to this embodiment, since only the frequency unique to the living body is used, the number of beats can be correctly obtained even when there is an external noise such as voice, and furthermore, the signal of the biological information input in real time The number of beats can also be obtained from. Further, by using this embodiment, the number of beats of the living body can be automatically calculated from the electronic stethoscope, so that the prevention of disease and the investigation of the cause can be automated. Further, the present invention can be applied to telemedicine and home medical care.
[0041]
In this embodiment, the discrete Fourier transform is used. A frequency spectrum is obtained.
[0042]
In this embodiment, the heart rate of the heart is measured as the biological information, but the number of beats can be measured by the same method in the case of the lung, intestine, respiration, brain, pulse, and muscle.
[0043]
In this embodiment, the information obtained by acquiring the sound of the biological information by the sensor is input to the computer, but the biological information is acquired by using a pressure sensor, a magnetic field sensor, an electric field sensor, an image sensor, a current sensor, and a voltage sensor as the sensor. The number of beats can also be measured using a similar method.
[0044]
【The invention's effect】
As described above, according to the present invention, when extracting the second relation from the first relation, only the natural frequency is used, so that the number of beats can be correctly obtained even if there is external noise. Can be. Further, by repeating the processing, the number of beats can be obtained from the beat signal input in real time.
[0045]
By using the present invention, the number of pulsations of a living body can be automatically calculated from an electronic stethoscope, so that prevention of disease and investigation of the cause can be automated. Further, the present invention can be applied to telemedicine and home medical care.
[Brief description of the drawings]
FIG. 1 is a flowchart showing a method for calculating the number of beats according to an embodiment of the present invention.
FIG. 2 is a flowchart showing a method of calculating the number of beats according to the embodiment of the present invention.
FIG. 3 is a diagram illustrating a relationship between a time immediately after acquisition by a sensor and a signal intensity.
FIG. 4 is a diagram illustrating a relationship between a frequency and a signal strength when the orthogonal transform is performed at a survey time.
FIG. 5 is a diagram showing a relationship between time, frequency, and signal strength when a plurality of pieces of frequency signal strength information are arranged in time series.
FIG. 6 is a diagram showing a relationship between time and signal strength at an arbitrary frequency.
FIG. 7 is a diagram illustrating a relationship between signal strength and frequency when there are two frequencies unique to a living body.
FIG. 8 is a diagram showing a relationship between time, frequency, and signal strength when a plurality of pieces of frequency signal strength information are arranged according to a time series in a case where there are two frequencies unique to a living body.
FIG. 9 is a diagram illustrating a relationship between time and signal strength at an arbitrary frequency when there are two frequencies unique to a living body.
FIG. 10 is a flowchart showing a conventional processing procedure for obtaining the number of beats.
FIG. 11 is a diagram showing a relationship between a time immediately after acquisition by a sensor and a signal intensity by a conventional method.
FIG. 12 is an enlarged view showing a state in which a portion p in FIG. 11 is enlarged.
FIG. 13 is a diagram showing whether a threshold is exceeded or not.
FIG. 14 is a diagram illustrating a relationship between time and signal strength when external noise occurs.
[Explanation of symbols]
S1~S15 Step T 1 ~T i, T a time T n unit time F vivo specific frequency
