JP2007202964A - 自己組織化マップを用いた波形解析システム、波形解析のための自己組織化マップの作成方法及び作成プログラム並びに脈波解析システム - Google Patents

Abstract

【課題】自己組織化マップ（ＳＯＭ）を用いた波形解析において、人間の判断により近い波形形状の分類を可能とする。
【解決手段】波形データを入力ベクトルとして用いて学習させる自己組織化マップを用いた波形解析システムであって、波形データを入力して、所定の規格化処理を行う波形処理部（１５）と、規格化処理された波形データを入力ベクトルとして用いて自己組織化マップを作成するＳＯＭ処理部（１３）とを有する。波形処理部（１５）は、一周期の波形データに含まれる少なくとも２つの極大点または極小点に関する入力ベクトル中の時間軸上の位置が所定位置となるように、波形データの規格化を行う。
【選択図】図１

Description

本発明は、自己組織化マップ（Self-Organizing Map）を用いた波形の形状の解析装置及び波形解析のための自己組織化マップの作成方法及び作成プログラムに関する。

自己組織化マップ（以下「ＳＯＭ」という。）はヘルシンキ工科大学のコホネンが考案した教師なしニューラルネットワークであり、高次元データを低次元（例えば２次元）に圧縮して表示する仕組みを、神経回路網をヒントにして実現したものである。このＳＯＭの手法によれば、多次元データを例えば２次元のマップ上に投影することが可能となり、データの分類が視覚的に容易に可能となるため、種々の分野でＳＯＭの応用が研究されている（非特許文献１）。

例えば、健康状態の解析におけるＳＯＭの応用に関して特許文献１に開示の発明がある。特許文献１では、被験者の種々の健康状態に関するデータを入力ベクトルとして用いてＳＯＭを生成している。このようにして得られるＳＯＭに対し、患者の健康状態に関するデータを入力して、ＳＯＭ上の対応するユニット（グリッド）を強調表示させることで、患者の健康状態を容易に視覚的に認識することが可能となる。

一般に、患者の健康状態の解析に使用する情報として、血圧、コレステロール、中性脂肪、脈波等がある。特に、脈波は採取が容易であること、中枢から末梢にいたる血管動態に関して多くの情報をふくんでいることから、従来より、脈波を用いた、動脈硬化の程度の解析等が研究されている（非特許文献２）。脈波に関するデータを用いた健康状態の解析用のＳＯＭの生成に関して、特許文献２に開示がある。特許文献２によれば、脈波データから脈波以外の人体の情報を推測できるＳＯＭを得ることができ、健康状態に関するデータを短時間で取得することが可能となる。

徳高平蔵、藤村喜久郎、山川烈監修、「自己組織化マップ応用事例集−ＳＯＭによる可視化情報処理」、海文堂、２００２年１０月 「加速度脈波による血液循環の評価とその応用」、佐野祐司他、労働科学，６１（３）、第１２９−１４３頁、１９８５年、「加速度脈波による血液循環の評価とその応用（第２報）−波形定量化の試み−」、佐野祐司他、体力研究，６８、第１７−２５頁、１９８８年、等参照 特開２００３−２６３５０２号公報 特開２００３−３１０５５８号公報

特許文献２では、加速度脈波の１周期分における最大点から最小点までの波形を１２点でサンプリングして得られたデータを脈波に関するデータとして用いて、ＳＯＭを作成する。加速度脈波の波形は実際には複雑な形状をしており、この手法では、加速度脈波の種々の形状に対応できず、脈波データのみを用いてＳＯＭを生成して健康状態の解析に用いる場合には、精度の点で多少問題がある。

特に、ＳＯＭの学習時には、ＳＯＭを構成する各ユニット（グリッド）に対して入力ベクトルとの間でベクトル間の距離が計算される。その際、ユークリッド距離が演算されることから、同じ次元の成分どうしが比較される。測定した波形において極大点、極小点の時間軸上の位置にバラツキがある場合、同じ意味（極大点、極小点等）を持った波形の各点どうしが比較されていることにならず、結果として得られるＳＯＭにおいて精度について問題が生じる場合がある。また、そのようなＳＯＭを用いて波形形状を解析した場合、極大点、極小点の位置関係に基づく人間による視覚的に認識される波形形状と、ＳＯＭで分類される分類結果とに大きな隔たりが生じる場合がある。

本発明は上記課題を解決すべくなされたものであり、その目的とするところは、ＳＯＭを用いた波形解析において、人間の判断に近く精度のよい波形形状の分類を可能とする波形解析システム及びそれを用いた脈波解析システムを提供することにある。

本発明に係る波形解析システムは、波形データを入力ベクトルとして用いて学習させる自己組織化マップを用いた波形解析システムである。波形解析システムは、波形データを入力して、所定の規格化処理を行う波形処理手段と、規格化処理された波形データを入力ベクトルとして用いて自己組織化マップを作成するＳＯＭ処理手段とを有する。波形処理手段は、一周期の波形データに含まれる少なくとも２つの極大点または極小点に関する入力ベクトル中の時間軸上の位置が所定位置となるように、波形データの規格化を行う。

本発明に係る脈波解析システムは、上記の波形解析システムを備える。波形処理手段は容積脈波を２回微分して得られる加速度脈波データを波形データとして入力する。

本発明に係る自己組織化マップの作成方法は、波形データを入力ベクトルとして用いて学習させる自己組織化マップを作成する方法である。その作成方法は、波形データを入力し、一周期の波形データに含まれる少なくとも２つの極大点または極小点に関する入力ベクトル中の時間軸上の位置が所定位置となるように、波形データの規格化を行う規格化ステップと、規格化処理された波形データを入力ベクトルとして用いて自己組織化マップを作成するマップ作成ステップとを有する。

本発明に係る自己組織化マップの作成プログラムは、波形データを入力ベクトルとして用いて学習させる自己組織化マップの作成を制御する、コンピュータ読み取り可能なプログラムである。そのプログラムは、波形データを入力し、一周期の波形データに含まれる少なくとも２つの極大点または極小点に関する入力ベクトル中の時間軸上の位置が所定位置となるように、波形データの規格化を行うステップと、規格化処理された波形データを入力ベクトルとして用いて自己組織化マップを作成するステップとをコンピュータに実行させる。

上記の自己組織化マップの作成方法及び作成プログラムにおいて、波形データとして、容積脈波を２回微分して得られる加速度脈波データを入力してもよい。

本発明により得られる波形に関するＳＯＭ（自己組織化マップ）を用いることで、視覚的に容易に波形の特徴を認識でき、人間の判断により近い波形形状の分類が可能となり、精度のよい波形解析が実現できる。

以下、添付の図面を参照して本発明の実施形態を説明する。

（実施の形態１）
以下に説明する波形解析システムは、波形データに関するＳＯＭ（Self-Organizing Map:自己組織化マップ）を用いて波形形状の分析を可能とするシステムである。

１．システム構成
図１は、本発明の波形解析システム（以下単に「システム」という。）の構成の一例を示した図である。図１において、システムは、波形データに関するＳＯＭ（以下「波形マップ」という）を用いた解析処理を実行する情報処理装置１を含む。

情報処理装置１は、その全体動作を制御する制御部１１と、画面表示を行う表示部１７と、ユーザが操作を行う操作部１９と、データやプログラムを記憶するデータ格納部とを備える。例えば、表示部１７は液晶ディスプレイで構成され、操作部１９はキーボードやマウス等である。さらに、情報処理装置１は、アナログ信号を設定されたサンプリング周波数（サンプリングレート）でデジタル信号に変換するＡＤ変換器２３、及び外部機器やネットワークに接続するためのインタフェース２５を含む。情報処理装置１は例えばパーソナルコンピュータ等で実現できる。

制御部１１は、波形マップの作成等の処理を行うＳＯＭ処理部１３と、デジタル変換された波形データに対して所定の処理を行う波形処理部１５とを有する。制御部１１はＣＰＵやＭＰＵからなり、プログラムを実行することでＳＯＭ処理部１３や波形処理部１５の後述する機能を実現する。制御部１１で実行されるプログラムは通信回線を通じて、またはＣＤ−ＲＯＭ等の記録媒体で提供可能である。

データ格納部２１はデータやプログラムを記憶する手段であり、例えばハードディスク、半導体メモリ等で構成できる。データ格納部２１は、制御部１１で実行されるプログラム、測定された脈波データ、ＳＯＭに関する情報等を格納する。

２．システム動作
以上の構成を有する本システムの動作を詳細に説明する。

図２は、本システムに入力する信号波形の例を示した図である。本システムは、一周期において複数の極大点ａ、c、e、極小点ｂ、ｄを有し、それら極大点、極小点における振幅の大きさが波形の特性として重要な意味を持つ波形の形状解析に対して有効である。

所定のサンプリング周波数でサンプリングしたときの一周期におけるサンプリング点数をiとすると、サンプリング波形データは（ｘ1, ｘ2, ｘ3, …, ｘi）で表される。本システムでは、サンプリングした波形データをそのまま利用せず、波形処理部１５において前処理として規格化を行った後の所定点数ｊ（j≦i）のデータを、ＳＯＭ処理部１３に入力ベクトルとして入力する。本実施形態ではｊ＝５０とする。この規格化は、ＳＯＭ上での波形形状の解析を精度よく行うために行う。以下、波形データの規格化について説明する。

２．１ 波形データの規格化
本システムにおいて波形データの規格化は、以下の３つのステップよりなる。
ステップ１：波形データの振幅方向の規格化、
ステップ２：第１番目の極小点ｂについての時間軸方向の規格化、
ステップ３：第２番目の極小点ｄについて時間軸方向の規格化
以下、図３〜図５を用いて各ステップをより詳細に説明する。

＜ステップ１＞
図３を参照し、ステップ１を説明する。図３において、破線の波形Ｒは説明の便宜上示した基準波形であり、実線による波形Ｓはサンプリングされて入力した波形データである。入力した波形データの振幅の最大値にはバラツキがあるため、ステップ１において、サンプリングした波形Ｓの振幅の最大値、最小値が基準波形と一致するように、入力波形Ｓの振幅値を正規化する。具体的には、波形Ｓの振幅の最大値が１，最小値が０となるように入力した波形Ｓの各サンプリング点の振幅値を正規化する。図３（ｂ）は、振幅値を正規化した後の波形Ｓを示す。

＜ステップ２＞
図４を参照し、ステップ２を説明する。振幅方向の規格化後（図４（ａ）参照）、ステップ２により、サンプリング波形Ｓの第１の極小点ｂが、基準波形Ｒの第１の極小点ｂ0と時間軸上の位置において一致するように、サンプリング波形Ｓの開始点から第１の極小点ｂまでの波形を圧縮または伸張する。圧縮／伸張処理の詳細は後述する。図４（ｂ）に、第１の極小点ｂの時間軸上の位置を、基準波形Ｒの第１の極小点ｂ0の位置と一致するように波形を圧縮／伸張した後の波形を示す。

＜ステップ３＞
図５を参照し、ステップ３を説明する。第１の極小点の規格化後（図５（ａ）参照）、ステップ３では、サンプリング波形Ｓの第２の極小点ｄが、基準波形Ｒの第２の極小点ｄ0と時間軸上の位置において一致するように、サンプリング波形Ｓの第１の極小点ｂから第２の極小点ｄまでの波形を圧縮／伸張する。図５（ｂ）は、第２の極小点ｄの位置を、基準波形Ｒの第２の極小点ｄ0の位置と一致するように圧縮／伸張した後の波形を示す。最終的に、図５（ｂ）に示すように、サンプリング波形Ｓにおいて、第１の極小点ｂ及び第２の極小点ｄの位置が、時間軸方向において、それぞれ基準波形の極小点ｂ0、ｄ0と一致するようになる。

以上のように、本システムでは、サンプリング波形Ｓの極小点の時間軸上の位置が基準波形の極小点の位置と一致するように波形Ｓの形状を圧縮／伸張する。これにより、ＳＯＭへ入力すべき波形を示す入力ベクトルにおいて、極小点の時間軸上の位置が常に同じ位置（次元）に現れるようになる。よって、ＳＯＭの学習処理等におけるベクトルの比較処理において、第１の極小点どうし、第２の極小点どうしが確実に比較されるため、結果として精度のよいＳＯＭが得られる。

２．１．１ 波形データの演算処理
ステップ２、３における波形データの時間軸方向の規格化処理（すなわち、圧縮／伸張）についてさらに具体的に説明する。

前述のように、波形データの時間軸方向の規格化において、サンプリング波形Ｓの極小点が、基準波形Ｒの対応する極小点と、時間軸上の位置において一致するように、サンプリング波形Ｓの波形を圧縮／伸張する。これを実現するため、入力ベクトルにおける、サンプリング波形Ｓの極小点の次元が、所定の次元の成分に現れるように、サンプリング波形Ｓの各点を求め直す。本実施形態では、図６に示すように、入力ベクトルにおいて、第１の極小点の値を示す成分は、常に１５次元の成分に、第２の極小点の値を示す成分は４０次元の成分に現れるように、サンプリング波形Ｓの各サンプリング点を求め直す。つまり、入力ベクトル（ｘ1, ｘ2, ｘ3, …, ｘ50）において、１５次元の成分ｘ15は第１の極小点ｂの振幅値を、４０次元の成分ｘ40は第２の極小点ｄの振幅値をそれぞれ示す。

例えば、図７に示すようにサンプリング波形Ｓにおいて第１の極小点ｂが２０次元成分に現れ、第２の極小点ｄが６５次元成分に現れた場合、それらの極小点が１５次元成分と４０次元成分となるように、波形Ｓの各点の振幅値を求め直す。つまり、最初、サンプリング波形Ｓにおいて最初から第１の極小点までのサンプリング点数が２０個から１５個に、第１の極小点の後、第２の極小点までのサンプリング点数が４５個から２５個になるようにサンプリング点数を変換する。

より具体的には、サンプリング波形Ｓの開始点から第１の極小点までを１４（＝１５−１）等分し、元のサンプリング波形Ｓのデータに基づき、各分割点について振幅値（ｘ1, ｘ2, ｘ3, …, ｘ15）を求める。これにより、第１の極小点が規格化される。すなわち、ｘ15のデータに第１の極小点の振幅値が含まれるようになる。さらに、サンプリング波形Ｓの第１の極小点から第２の極小点までを２４（＝４０−１５−１）等分し、各分割点について元のサンプリング波形Ｓのデータに基づき、各分割点について振幅値（ｘ16, ｘ17, …, ｘ40）を求める。これにより、第２の極小点が規格化される。その後、第２の極小点から１０個のデータを入力ベクトルの残りの次元のデータ（ｘ41、ｘ42、…, ｘ50）とする。

以下、サンプリング点数の変換について具体的に説明する。例として、図８に示すような１０個のサンプリング点（Ａ0〜Ａ9）からなる波形を考える。各サンプリング点の振幅値は以下のとおりである。

図８に示す、１６個のサンプリング点からなるサンプリング波形から１６個のサンプリング点の値を求めるためには、図９に示すように波形を時間軸方向に１５等分し、その等分した時間間隔毎にサンプリング点（Ｂ0〜Ｂ15）を定め、そのサンプリング点（Ｂ0〜Ｂ15）毎に振幅値を元の波形データの値に基づいて演算すればよい。

まず、変換後のデータ間隔ΔＧを求める。
ΔＧ＝（元データの個数−１）／（変換後のデータの個数−１） （１）

本例では、ΔＧ＝（１０−１）／（１６−１）＝０．６である。

変換後のサンプリング点Ｂmの時間軸方向の位置Ｐmは次式で求められる。
Ｐm＝ΔＧ×ｍ （２）

求めたサンプリング点Ｂmの位置Ｐｍに基づいて以下の式を満たす整数ｎを求める。
ｎ≦Ｐm≦ｎ＋１ （３）

求めたｎから２つのサンプリング点（Ａn、Ａn+1）を特定し、それらの振幅値から、次式でサンプリング点Ｂmの振幅値が求められる（図１０参照）。
Ｂmの振幅値＝Ａn＋ΔＡ
ΔＡ＝（Ａn+1−Ａn）ΔＷ＝（Ａn+1−Ａn）×（Ｐm−ｎ） （４）

例えば、Ｂ3の場合、Ｐ3＝１．８であるため、条件２を満たすＡ1、Ａ2が求まる。よって、Ｂ3の振幅値は次のようになる。
Ｂ3の振幅値＝Ａ１＋ΔＡ
＝Ａ１＋（Ａ２−Ａ１）×（Ｐ3−１）
＝１５＋（３４−１５）×（１．８−１）
＝１５＋１９×０．８
＝３０．２

なお、式（３）においてＰm＝ｎが成り立つときは、Ａｎの振幅値をサンプリング点Ｂmの値とする。

以上のようにしてサンプリング点数の変換ができる。以上の方法で求めたサンプリング点Ｂmの値を以下に示す。

２．２ 波形マップの生成
ＳＯＭ処理部１３は、以上のような規格化後の波形データをＳＯＭに入力して学習させることで波形マップを作成する。作成された波形マップはデータ格納部２１に保存される。波形マップへの入力データは、上記の方法で得られた５０点の波形を示す５０次元のベクトルデータである。

図１１（ａ）に、本システムによって作成された波形マップの例を示す。同図において、Ａ＋、Ａ、Ｂ＋、Ｂ、…と、複数の領域が表示されている。各領域は、波形の極小点の特徴に基づいて分類して得られる領域である。すなわち、同じ領域に含まれる波形は同じ特徴を有すると考えられる。具体的には、入力ベクトルの極小点の値に基づき所定の演算式で算出した値に基づいて分類している。

図１１（ａ）に見られるように、Ａ＋、Ａ、Ｂ＋、Ｂ、…と波形形状の変化に伴い、領域が滑らかに連続して配置されている。図１１（ｂ）は、図１１（ａ）に示すマップ上の対応する領域を代表する波形の形状を示した図である。すなわち、図１１（ｂ）は、図１１（ａ）のマップの領域を横方向に１２分割、縦方向に６分割して得られる小領域について、各小領域の代表的な波形を示している。例えば、図１１（ｂ）において、右から１列目、上から１行目の領域の波形は、図１１（ａ）の領域Ａ＋での波形を示し、第１の極小点ｂが第２の極小点ｄよりも小さく、且つ、第２の極大点ｃが第２の極小点ｄよりも大きな波形を示している。また、図１１（ｂ）において、左から１列目、上から２行目の領域の波形は、図１１（ａ）における領域Ｆ＋中の対応する領域の波形を示し、第２の極小点ｄが第１の極小点ｂよりも小さい波形を示している。図１１（ｂ）を参照すると、ＳＯＭの縦方向、横方向において波形形状が連続的に変化していることが分かる。このようにして生成される波形マップを用いることで、人間の感覚による波形形状の認識に近い分類が可能となる。

これに対して、図１２（ａ）は、時間軸方向への規格化（ステップ２、３）を行わない従来の方法で入力ベクトルを用いて学習させて得られたＳＯＭを示した図である。図１２の例では、交差して配置された領域があり、連続的な配置となっていない。例えば、領域Ｂ＋、Ｂ、Ｃ＋は領域Ｃを挟んで不連続に配置されている。また、領域Ａについても不連続となっている。また、図１１（ｂ）においても、波形の形状が連続的に変化していない様子が見られる。このような波形マップでは、波形形状に応じた領域が不連続となるため、人間の感覚による波形形状の認識とは離れた分類となり、波形形状の正確な解析が困難である。

３． 変形例
上記のように極小点について時間軸方向に規格化を行ったが、これにより時間軸方向の情報が失われる問題がある。つまり、図１３（ａ）に示すように、サンプリングされた波形データについて、時間軸方向の規格化により、頂点（極小点、極大点）間の距離は、Ｗ1，Ｗ2，Ｗ3，Ｗ4からＷ1'，Ｗ2'，Ｗ3'，Ｗ4'となり、時間軸方向の最初の情報（Ｗ1，Ｗ2，Ｗ3，Ｗ4）が失われてしまう。波形解析において波形の振幅方向の大きさに意味があり、時間軸方向の情報にあまり意味がないときは、時間軸方向の情報が失われても、解析において何ら影響はない。しかし、波形解析において時間軸方向（波形の幅方向）の大きさにも意味があるときは、時間軸方向の情報が失われることは好ましくない。そこで、ＳＯＭへの入力ベクトルにおいて、波形の振幅値を示すデータに加えて、さらに、幅に関する最初の情報（Ｗ1，Ｗ2，Ｗ3，Ｗ4）を加えても良い（式（５）参照）。これにより、時間軸方向の情報が失われることはなく、時間軸方向（波形の幅方向）の大きさにも意味があるときにも対応できる。
入力ベクトル＝（ｘ1, ｘ2, ｘ3, …, ｘ50，Ｗ1，Ｗ2，Ｗ3，Ｗ4） （５）

また、上記説明では、第１の極小点ｂ及び第２の極小点ｄの双方について時間軸方向の規格化を行ったが、いずれかの極小点のみに対して時間軸方向の規格化を行ってもよい。また、第１の極小点ｂ及び第２の極小点ｄ以外の極小点、極大点について、時間軸方向の規格化を行ってもよい。また、時間軸方向の規格化を行うのは、極大点、極小点に限る必要はなく、波形の所定の部分に注目し、その部分について時間軸方向の規格化を行ってもよい。

また、以上の説明に用いたサンプリング点数の値は例示であり、本発明の範囲はその値に限定されることはない。

また、上記の例では、時間軸方向の規格化において、サンプリングデータを演算処理することで極小点ｂ、ｄまでのサンプリング点数が所定数となるようにサンプリング点数を調整したが、ＡＤ変換器２３のサンプリング周波数を再設定することで、サンプリング点数を調整することもできる。

４． まとめ
以上のように、本実施形態では、波形マップに入力するサンプリングデータを時間軸方向に規格化し、その規格化後のデータを用いてＳＯＭを作成する。これにより、ＳＯＭ上において、波形の形状に応じて分類した波形の領域を、波形の形状の変化に応じて連続的に配置することが可能となる。このような波形マップを用いることで、より人間の感覚に近い波形形状の分類が精度よくできる。すなわち、ＳＯＭへの入力ベクトルにおいて、注目する波形部分（例えば、極大点、極小点）の位置を常に同じ次元の成分に設定できるため、測定バラツキにより、注目する波形部分の時間的位置が変動した場合であっても、ＳＯＭの学習処理等において、ベクトル間で精度よく、注目する波形部分の比較ができ、精度のよく波形分類が可能なＳＯＭが得られる。

（実施の形態２）
本実施形態では、実施の形態１で示した波形解析システムを用いて脈波（加速度脈波）の波形形状の解析を可能とする脈波解析システムについて説明する。

図１４に脈波解析システムの構成を示す。脈波解析システム１００は、上記波形解析システム１の構成に加えて、さらにセンサ３１と増幅器３３を備える。センサ３１は動脈の内圧の変化により生ずる指先の毛細血管の容積変化を計測した容積脈波を検出する。具体的には、センサ３１は透過型フォトセンサで指先のヘモグロビン濃度変化を吸光度変化として捉えて、容積脈波を測定する。このようなセンサには、例えば、日本光電社製の「ＴＬ−２０１Ｔ」がある。増幅器３３は、センサ３１からの脈波信号を検出し、アナログ信号として波形解析システム１に出力する。

脈波解析システム１００は、波形信号として、センサ３１により測定された脈波信号を受信して、脈波に関するＳＯＭ（以下「脈波マップ」という。）の作成、保存を行う。脈波マップの作成処理については実施の形態１で説明したとおりである。

脈波解析システム１００での脈波マップによる解析処理について説明する。
本処理は主としてＳＯＭ処理部１３により実行される。脈波マップによる解析処理に関して表示部１５上に図１５に示すようなボタン５１、５３が表示される。脈波測定開始ボタン５１が押下されると、解析を受ける被験者の脈波データの採取が開始される。

脈波測定開始ボタン５１が押下されると、脈波データがセンサ３１を介して波形処理部１５により取得され、取得されたデータはマップ作成時と同様の上記の規格化処理がなされた後、データ格納部２１に保持される。

脈波の測定に続いて解析開始ボタン５３が押下されると、直前に取得したデータに基づいて解析が開始される。ＳＯＭ処理部１３はデータ格納部２１から、解析を受ける被験者のデータと、作成された脈波マップのデータとを読み出す。読み出した脈波マップを参照し、被験者のデータに最も近いユニットを検索し、マップ上において、解析結果として検索したノードを視認可能に表示させる。これにより被験者または医師は脈波マップを見ることで、視覚的に脈波の状態を認識でき、マップ上において良い波形から悪い波形へと連続的に並んでいることから、波形に基づいた相対的な解析が可能となる。

図１６（ａ）に、脈波マップ上での解析結果の表示例を示す。同図においてマークＸが被験者の脈波の脈波マップ上での対応するユニットを示す。被験者の脈波は、領域Ｂ＋に属していることが分かる。図１６（ｂ）において、円で囲まれた領域の波形が、図１６（ａ）のマークＸ周辺の領域における代表的な脈波の波形形状を示す。

本脈波解析システム１００を用いることで、より容易に、迅速に、かつより人間の感覚に近く脈波の波形形状の解析が可能となる。

本発明の波形解析システムの構成の一例を示した図 一周期分の波形を示した図 規格化処理のステップ１（振幅方向の規格化）を説明した図 規格化処理のステップ２（第１の極小点に関する時間軸方向の規格化）を説明した図 規格化処理のステップ３（第２の極小点に関する時間軸方向の規格化）を説明した図 時間軸方向の規格化処理を具体的に説明するための図 時間軸方向の規格化処理を具体的に説明するための図 サンプリング点数の変換方法を説明するための図（元のサンプリング波形を示す図） サンプリング点数の変換方法を説明するための図（変換後のサンプリング点を示す図） サンプリング点数の変換方法を説明するための図（変換後のサンプリング点の値の求め方を説明した図） （ａ）本発明の波形解析システムにより作成される波形マップの一例を示す図、及び（ｂ）波形マップの分割領域に対応する波形形状を示す図 （ａ）従来の方法により作成される波形マップの一例を示す図、及び（ｂ）波形マップの分割領域に対応する波形形状を示す図 時間軸方向の規格化により時間軸方向の情報が喪失されることを説明するための図 本発明の波形解析システムを用いた脈波解析システムの構成の一例を示した図 脈波解析システムにおいて、脈波マップによる解析処理に関して表示部上に表示されるボタンを示す図 （ａ）本発明の脈波解析システムにより作成される脈波マップの一例を示す図、及び（ｂ）脈波マップの分割領域に対応する波形形状を示す図

符号の説明

１ 情報処理装置（波形解析システム）
１１ 制御部
１３ ＳＯＭ処理部
１５ 波形処理部
１７ 表示部
１９ 操作部
２１ データ格納部
２３ ＡＤ変換器
２５ インタフェース
３１ センサ
３３ 増幅器
１００ 脈波解析システム

Claims (8)

1. 波形データを入力ベクトルとして用いて学習させる自己組織化マップを用いた波形解析システムであって、
   波形データを入力して、所定の規格化処理を行う波形処理手段と、
   前記規格化処理された波形データを入力ベクトルとして用いて自己組織化マップを作成するＳＯＭ処理手段とを有し、
   前記波形処理手段は、一周期の波形データに含まれる少なくとも２つの極大点または極小点に関する前記入力ベクトル中の時間軸上の位置が所定位置となるように、前記波形データの規格化を行う、
   ことを特徴とする波形解析システム。
2. 前記波形処理手段は、一周期の波形データにおいて第１番目に現れる極小点及び第２番目に現れる極小点の位置が、それぞれの所定位置となるよう波形データの規格化を行う、ことを特徴とする請求項１記載の波形解析システム。
3. 前記入力ベクトルは、規格化処理された波形データに加えて、極大点と極大点、極大点と極小点及び／または極小点と極小点間の時間差に関する情報をさらに含む、ことを特徴とする請求項１記載の波形解析システム。
4. 請求項１ないし３のいずれかに記載の波形解析システムを備え、
   前記波形処理手段は前記波形データとして容積脈波を２回微分して得られる加速度脈波データを入力する、ことを特徴とする脈波解析システム。
5. 波形データを入力ベクトルとして用いて学習させる自己組織化マップの作成方法であって、
   波形データを入力し、一周期の波形データに含まれる少なくとも２つの極大点または極小点に関する前記入力ベクトル中の時間軸上の位置が所定位置となるように、前記波形データの規格化を行うステップと、
   前記規格化処理された波形データを入力ベクトルとして用いて自己組織化マップを作成するステップと
   を有する、ことを特徴とする自己組織化マップの作成方法。
6. 前記波形データとして、容積脈波を２回微分して得られる加速度脈波データを入力することを特徴とする請求項５記載の自己組織化マップの作成方法。
7. 波形データを入力ベクトルとして用いて学習させる自己組織化マップの作成を制御する、コンピュータ読み取り可能なプログラムであって、
   波形データを入力し、一周期の波形データに含まれる少なくとも２つの極大点または極小点に関する前記入力ベクトル中の時間軸上の位置が所定位置となるように、前記波形データの規格化を行うステップと、
   前記規格化処理された波形データを入力ベクトルとして用いて自己組織化マップを作成するステップと
   をコンピュータに実行させることを特徴とする自己組織化マップの作成プログラム。
8. 前記波形データとして、容積脈波を２回微分して得られる加速度脈波データを入力することを特徴とする請求項７記載の自己組織化マップの作成プログラム。

Images