JP2007244478A - 脈波計及び脈波検出方法 - Google Patents
脈波計及び脈波検出方法 Download PDFInfo
- Publication number
- JP2007244478A JP2007244478A JP2006069021A JP2006069021A JP2007244478A JP 2007244478 A JP2007244478 A JP 2007244478A JP 2006069021 A JP2006069021 A JP 2006069021A JP 2006069021 A JP2006069021 A JP 2006069021A JP 2007244478 A JP2007244478 A JP 2007244478A
- Authority
- JP
- Japan
- Prior art keywords
- search range
- pulse wave
- pulse
- point
- reference point
- 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.)
- Withdrawn
Links
Images
Landscapes
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
【課題】脈波を検出するにあたり、検出データにノイズが重畳している場合でも正確な脈拍を速やかに検出できるようにする。
【解決手段】脈波計は、時系列波形をフーリエ変換してノイズを除去し、仮の周期に誤差を加味した所定の検索ウィンドウSW1中の最小点を初期点P1として導出する。さらに、初期点P1を始点として仮の周期に誤差を加味した所定の検索ウィンドウSW2を設定し、この範囲内で次点としての最大値Q1と最小値P2とを導出する。そして、複数の最小値や最大値から脈波の周期を演算する。
【選択図】図9
【解決手段】脈波計は、時系列波形をフーリエ変換してノイズを除去し、仮の周期に誤差を加味した所定の検索ウィンドウSW1中の最小点を初期点P1として導出する。さらに、初期点P1を始点として仮の周期に誤差を加味した所定の検索ウィンドウSW2を設定し、この範囲内で次点としての最大値Q1と最小値P2とを導出する。そして、複数の最小値や最大値から脈波の周期を演算する。
【選択図】図9
Description
本発明は、脈波を検出する装置、脈波を検出する方法に関する。
医療用の目的などで人間の脈拍数を検出するときには、指などに装着する検出器を有し、脈拍を自動的に検出する脈波計を用いることがある。ここで、人体から得られる脈波信号は、交流成分が直流成分に比べて小さいため、所定の周波数のみを取り出して処理を行っている。この際には、検出器で取得した脈波の波形を増幅器で増幅してからフーリエ変換して周波数データを作成し、特定の周波数のデータのみをフィルタリングした後に周波数データを逆フーリエ変換する。これによって、所定のノイズ成分がフィルタによって除去された時系列の波形が得られ、この波形に基づいて脈拍が検出される(例えば、特許文献1参照)。
特昭63−145631号公報
ところで、一般にフーリエ変換した周波数データで高い分解能を得るためには、サンプリングするデータ数を多くする必要がある。このため、短時間で検出しようとすると脈拍数と体動ノイズを分離することができず、周波数フィルタを通した後で逆フーリエ変換して時系列の波形を再生しても解析に十分な波形が得られないことがあった。つまり、従来の方法では、サンプリング時間を十分に長くして多くのデータを取得しないと検出精度を向上させることができなかった。そこで、脈波検出に要する時間を短縮できるようにすることが望まれていた。
この発明は、このような事情に鑑みてなされたものであり、検出データにノイズが重畳している場合でも正確な脈拍を速やかに検出できるようにすること主な目的とする。
この発明は、このような事情に鑑みてなされたものであり、検出データにノイズが重畳している場合でも正確な脈拍を速やかに検出できるようにすること主な目的とする。
上記の課題を解決する本発明の請求項1に係る発明は、検出器で検出した生体の脈波データをフーリエ変換してノイズをフィルタリングした後に逆フーリエ変換し、このとき得られる波形データに基づいて脈拍の周期を演算する脈波計であって、逆フーリエ変換して得られた波形データの一部を検索範囲として設定する検索範囲設定部と、前記検索範囲設定部で設定した検索範囲内で、波形データの最大値又は最小値の少なくとも一方を基準点として抽出する基準点決定部と、2つの基準点が出現する時間間隔から脈拍の周期を演算する脈拍演算部と、を備えることを特徴とする脈波計とした。
この脈波計は、所定の検索範囲で最大値や最小値を抽出し、最小値や最大値が出現する時間間隔から脈拍の周期や脈拍数を演算する。
この脈波計は、所定の検索範囲で最大値や最小値を抽出し、最小値や最大値が出現する時間間隔から脈拍の周期や脈拍数を演算する。
請求項2に係る発明は、請求項1に記載の脈波計において、前記検索範囲設定部は、既に抽出された基準点がある場合には、その基準点を始点として検索範囲を設定することを特徴とする。
この脈波計は、先に抽出した基準点を基準として次の最小値や最大値を検索するので、最小値や最大値を抽出し易い。また、周期ずれがあった場合には、その検索範囲内で最小値や最大値が検出されないので、周期ずれがあったことを早期に判定できる。
この脈波計は、先に抽出した基準点を基準として次の最小値や最大値を検索するので、最小値や最大値を抽出し易い。また、周期ずれがあった場合には、その検索範囲内で最小値や最大値が検出されないので、周期ずれがあったことを早期に判定できる。
請求項3に係る発明は、請求項2に記載の脈波計において、検索範囲における所定の検査範囲内に最大値及び最小値がない場合に、検索範囲の始点を移動させる補正部を備えることを特徴とする。
この脈波計は、周期ずれによって最大値や最小値を抽出できない場合には、補正部で検索範囲を変更し、周期ずれの影響を受けないようにすることができる。
この脈波計は、周期ずれによって最大値や最小値を抽出できない場合には、補正部で検索範囲を変更し、周期ずれの影響を受けないようにすることができる。
請求項4に係る発明は、生体の脈波データに周波数フィルタをかけるステップと、フィルタを通した波形の一部を検索範囲として設定し、この検索範囲内で波形の最大値又は最小値の少なくとも一方を基準点として抽出するステップと、検索範囲を変化させながら複数の基準点を抽出するステップと、複数の基準点の時間間隔から脈拍の周期を演算するステップと、を含むことを特徴とする脈波検出方法とした。
この脈波検出方法では、検索範囲内の最大値や最小値を基準点として抽出したら、検索範囲を変化させて新しい基準点をその検索範囲内の最大値又は最小値として抽出する。そして、基準点が出現する間隔から脈拍の周期を演算する。
この脈波検出方法では、検索範囲内の最大値や最小値を基準点として抽出したら、検索範囲を変化させて新しい基準点をその検索範囲内の最大値又は最小値として抽出する。そして、基準点が出現する間隔から脈拍の周期を演算する。
請求項5に係る発明は、請求項4に記載の脈波検出方法において、複数の基準点を抽出するステップは、一定の時間幅の検索範囲を基準点が始点となるように設定するステップと、その検索範囲内で新しい基準点が抽出できないときに、検索範囲の始点を移動させてから新しい基準点を抽出するステップとを含むことを特徴とする。
この脈波検出方法は、周期ずれによって最大値や最小値を抽出できない場合には、補正部で検索範囲を変更し、周期ずれの影響を受けないようにする。
この脈波検出方法は、周期ずれによって最大値や最小値を抽出できない場合には、補正部で検索範囲を変更し、周期ずれの影響を受けないようにする。
本発明によれば、検索範囲内の最小値や最大値に着目して脈拍の周期を演算するようにしたので、複雑な微分や積分が不要になり、迅速な処理を実現できる。この場合、周期を演算する波形にノイズが重畳している場合でも処理を行えるので、検出時間を短くした場合でも精度の良い結果が得られる。また、データ処理量を少なくできるので、装置を小型軽量化できる。
発明を実施するための最良の形態について図面を参照しながら詳細に説明する。
図1に脈波計のブロック図を示す。脈波計1は、人体の脈波を検出する検出器2と、脈波に対して演算を行う演算部として、フーリエ変換器(FFT)3と、周波数フィルタ4と、逆フーリエ変換器(IFFT)5と、パターンマッチング部6と、脈拍演算部である周期演算部7とを有し、脈拍数の検出結果が出力部8に出力されるようになっている。なお、検出器2としては、例えば、赤外線の発光素子と、血管を透過又は反射した赤外線を受光する受光素子とを備えるものがあげられる。また、出力部8は、ディスプレイや、紙などの記録媒体に出力する装置、他の装置にデータを出力する装置などがあげられる。
図1に脈波計のブロック図を示す。脈波計1は、人体の脈波を検出する検出器2と、脈波に対して演算を行う演算部として、フーリエ変換器(FFT)3と、周波数フィルタ4と、逆フーリエ変換器(IFFT)5と、パターンマッチング部6と、脈拍演算部である周期演算部7とを有し、脈拍数の検出結果が出力部8に出力されるようになっている。なお、検出器2としては、例えば、赤外線の発光素子と、血管を透過又は反射した赤外線を受光する受光素子とを備えるものがあげられる。また、出力部8は、ディスプレイや、紙などの記録媒体に出力する装置、他の装置にデータを出力する装置などがあげられる。
この脈波計1における処理のメインフローを図2のフローチャートを主に参照して説明する。検出器2が指にあてられたら、脈波の取り込みを開始する。取り込み時間は、予め定められており、所定の取り込み時間が経過するまで演算部は待機する(ステップS101)。取り込み時間が経過したら(ステップS101でYes)、周波数フィルタ処理(ステップS102)を実施し、脈波に重畳したノイズを低減すると共に体動などによる低周波のうねりを軽減させる。
次に、波形パターンマッチング処理(ステップS103)を実施して脈波の周期を複数回調べる。ここで得られた周期に基づいて脈拍数の平均演算と脈拍数の分散演算(ステップS104)を行って脈拍数を決定する。さらに、現在のデータを以降の処理で活用できるように周波数スぺクトル重み付け処理(ステップS105)を実施し、脈拍数を再度検出する場合(ステップS106でNo)、ステップS101に戻る。検出を終了するときには(ステップS106でYes)、ここでの処理を終了する。
次に、波形パターンマッチング処理(ステップS103)を実施して脈波の周期を複数回調べる。ここで得られた周期に基づいて脈拍数の平均演算と脈拍数の分散演算(ステップS104)を行って脈拍数を決定する。さらに、現在のデータを以降の処理で活用できるように周波数スぺクトル重み付け処理(ステップS105)を実施し、脈拍数を再度検出する場合(ステップS106でNo)、ステップS101に戻る。検出を終了するときには(ステップS106でYes)、ここでの処理を終了する。
以下、各処理の詳細について説明する。
ステップS102周波数フィルタ処理は、フーリエ変換器(FFT)3と、周波数フィルタ4と、逆フーリエ変換器(IFFT)5とで行われる。周波数フィルタ処理の詳細を図3に示す。周波数フィルタ処理(ステップS102)では、最初にフーリエ変換器3がFFT処理するときのデータサイズ(FFTサイズ)を決定する(ステップS201)。
ステップS102周波数フィルタ処理は、フーリエ変換器(FFT)3と、周波数フィルタ4と、逆フーリエ変換器(IFFT)5とで行われる。周波数フィルタ処理の詳細を図3に示す。周波数フィルタ処理(ステップS102)では、最初にフーリエ変換器3がFFT処理するときのデータサイズ(FFTサイズ)を決定する(ステップS201)。
そして、FFTサイズの範囲内で取得した脈波の時系列波形のデータに対してFFT処理(直行変換)を実施し(ステップS202)、周波数スペクトルを取得する。この周波数スペクトルは周波数フィルタ4に受け渡され、人体の脈拍の周波数に相当する0.5〜3.0Hzの範囲の信号のみが抽出される(ステップS203)。抽出した信号に対してスペクトル移動平均処理(ステップS204)を実施し、過去のデータ(図2のステップS105で重み付けをしたデータ)を用いて移動平均を演算する。移動平均は、例えば、過去のデータに対して現在のデータに3倍の重み付けを持たせて平均をとる。移動平均を取得することで、外乱などによる不規則な変動の影響を抑え、脈拍数の検出結果が急激に変動することを防止する。
さらに、移動平均後の信号に対してスペクトル最大値検索(ステップS205)を実施し、最大ピークの周波数を抽出し、この周波数から仮の周期Taを演算する。ここまでの処理が終了したら、逆フーリエ変換器5で逆フーリエ変換(IFFT)処理(ステップS206)を実施し、周波数スペクトルから時系列波形に直行変換する。
ここまでの処理の具体例を図4から図6を参照して説明する。
まず、図4は、FFTサイズ内で得られたアナログの時系列波形を示す。横軸に時間経過を示し、縦軸に信号強度を示す。脈拍に起因する周期的な波に、体動等によるノイズやうねりが重畳されたデータになっている。この時系列波形をフーリエ変換器3で直行変換すると図5に示すようなスペクトルが得られる。横軸は周波数を示し、縦軸は振幅(強度)を示す。通常の人間の脈拍の周波数である0.5Hzから3.0Hzの間に最も強度が大きいピーク信号があり、ピーク信号の強度が、他の信号よりも2倍の強度を有すれば次の処理に進む。0.5Hzから3.0Hzのデータのみを抽出するときには、周波数フィルタ4で0.5Hz未満の信号、及び3.0Hz以上の信号にマスクし、マスク後の周波数スペクトルに対して逆フーリエ変換器5で直行変換(逆フーリエ変換)する。これによって、図6に示すような時系列波形が作成される。この時系列波形は、当初の時系列波形(図4参照)に比べてノイズが低減されると共に低周波のうねりが軽減されている。
まず、図4は、FFTサイズ内で得られたアナログの時系列波形を示す。横軸に時間経過を示し、縦軸に信号強度を示す。脈拍に起因する周期的な波に、体動等によるノイズやうねりが重畳されたデータになっている。この時系列波形をフーリエ変換器3で直行変換すると図5に示すようなスペクトルが得られる。横軸は周波数を示し、縦軸は振幅(強度)を示す。通常の人間の脈拍の周波数である0.5Hzから3.0Hzの間に最も強度が大きいピーク信号があり、ピーク信号の強度が、他の信号よりも2倍の強度を有すれば次の処理に進む。0.5Hzから3.0Hzのデータのみを抽出するときには、周波数フィルタ4で0.5Hz未満の信号、及び3.0Hz以上の信号にマスクし、マスク後の周波数スペクトルに対して逆フーリエ変換器5で直行変換(逆フーリエ変換)する。これによって、図6に示すような時系列波形が作成される。この時系列波形は、当初の時系列波形(図4参照)に比べてノイズが低減されると共に低周波のうねりが軽減されている。
次に、図2の波形パターンマッチング処理(ステップS103)の詳細について図7を参照して説明する。ここでの処理は、検索範囲設定部、基準点決定部として機能するパターンマッチング部6において行われる。
最初にリミットをFFTデータサイズに設定すると共に、ステータスに初期値として「0」を設定し(ステップS301)、検索範囲の設定(ステップS302)を実施する。検索範囲としては、例えば、スペクトル最大値検索(図3に示すステップS205)で設定された仮周期Taに許容誤差を加算した時間を算出する。この時間領域が以下の処理で初期点などの検索範囲(検索ウィンドウSW)になる。なお、許容誤差は、仮周期Taの25%に相当する値を取得すると精度の良い結果が得られるが、これに限定されず例えば、20〜35%の範囲内の値を採用しても良い。さらに、被測定者の脈拍の安定状態に対応して許容誤差を可変させてもよい。例えば、脈拍が不安定な場合は、許容誤差を大きくとり、安定するにつれて許容誤差を小さくするようにしてもよい。
最初にリミットをFFTデータサイズに設定すると共に、ステータスに初期値として「0」を設定し(ステップS301)、検索範囲の設定(ステップS302)を実施する。検索範囲としては、例えば、スペクトル最大値検索(図3に示すステップS205)で設定された仮周期Taに許容誤差を加算した時間を算出する。この時間領域が以下の処理で初期点などの検索範囲(検索ウィンドウSW)になる。なお、許容誤差は、仮周期Taの25%に相当する値を取得すると精度の良い結果が得られるが、これに限定されず例えば、20〜35%の範囲内の値を採用しても良い。さらに、被測定者の脈拍の安定状態に対応して許容誤差を可変させてもよい。例えば、脈拍が不安定な場合は、許容誤差を大きくとり、安定するにつれて許容誤差を小さくするようにしてもよい。
さらに、検索ウィンドウSWが時系列波形の終点に達しているか境界チェックを行い(ステップS303)、終点に達していたらここでの処理を抜ける。初期段階では、検索ウィンドウSWは終点に達していないので、ステップS303に進んでステータスチェックを実施する(ステップS304)。処理の初期段階ではステータスが「0」であるので、初期点導出処理(ステップS305)を実施する。初期点導出処理では、仮周期Ta内で最も信号強度が低い点を初期点P1(第一の基準点)に定める。また、初期点導出処理では、初期点P1の適合性もチェックする。すなわち、初期点P1として認められたデータが、検索ウィンドウSWの始点から所定のエラー範囲内や、検索ウィンドウSWの終点から所定のエラー範囲内にある場合には、実際には下り勾配の途中であるのに最小値とみなす危険があるので、初期点P1がこの範囲内にあった場合には不適合と判定する。なお、エラー範囲とは、例えば、検索ウィンドウSWの時間範囲の5%に相当する大きさを有する。この値は、計測条件に応じて、例えば、2%から7%の範囲で変更することが可能である。なお、健常者でない場合にはこの限りでなく、エラー範囲をより大きな範囲とすることも考えられる。
具体的には、例えば図6に示すように、時系列波形の始点から開始する検索ウィンドウSW1を設定し、この検索ウィンドウSW1内で信号強度が最小になる点P1を抽出する。点P1は、検索ウィンドウSW1の最初のエラー範囲E1や、最後のエラー範囲E2には存在しないので、この点P1を初期点とする。
以降の処理は、図7に示すように、初期点P1を導出(ステップS305)したときに判定した初期点P1の適合性のチェック結果に応じて処理が分かれる(ステップS306)。チェック結果が不適合であった場合(ステップS306でNo)については、後述するものとし、初期点P1が適合である場合(ステップS306でYes)について説明する。
この場合には、初期点P1は適合であるとみなし、初期最小点保持処理(ステップS307)を実施する。初期最小点保持処理では、初期点P1をメモリに保持する処理と、新しい検索ウィンドウSWとして、初期点P1を始点として仮周期Taに許容誤差を加えた領域を設定する処理と、ステータスを「1」に設定する処理とを行う。これらの処理が終了したら、ステップS303に戻る。なお、ステータスの「1」は、初期点P1が定まり、かつ適合性が認められたことを示す。
この場合には、初期点P1は適合であるとみなし、初期最小点保持処理(ステップS307)を実施する。初期最小点保持処理では、初期点P1をメモリに保持する処理と、新しい検索ウィンドウSWとして、初期点P1を始点として仮周期Taに許容誤差を加えた領域を設定する処理と、ステータスを「1」に設定する処理とを行う。これらの処理が終了したら、ステップS303に戻る。なお、ステータスの「1」は、初期点P1が定まり、かつ適合性が認められたことを示す。
初期最小点保持処理から戻るステップS303で処理を続行するときには、ステップS304のステータスチェックから次点導出処理(ステップS310)に進む。
ステップS310の次点導出処理の詳細を図8及び図9を例にして説明する。図8に示すように、新しい検索ウィンドウSW2を設定したら、図9に示すように検索ウィンドウSW2中で最小点P2を次点(第2の基準点)として導出し、この最小点P2の適合性を前記と同様にして判定する。ただし、最小点P2を検索する範囲(検査範囲)は、検索ウィンドウSWの75%から100%に相当する最小値検索範囲SL2内とする。また、この最小値検索範囲SL2内においてもエラー範囲を設定し、下り勾配の途中を最小値とみなさないようにする。
さらに、新しい検索ウィンドウSW2中の最大値Q1を導出し、この最大値Q1の適合性を前記と同様にして判定する。ただし、最大値Q1を検索する範囲(検査範囲)は、検索ウィンドウSW2の始点から検索ウィンドウSW2の45%に相当する時間までに相当する最大値検索範囲SU2内とする。また、この最大値検索範囲SU2内においてもエラー範囲E1,E2を設定し、上がり勾配の途中を最大値とみなさないようにする。
ステップS310の次点導出処理の詳細を図8及び図9を例にして説明する。図8に示すように、新しい検索ウィンドウSW2を設定したら、図9に示すように検索ウィンドウSW2中で最小点P2を次点(第2の基準点)として導出し、この最小点P2の適合性を前記と同様にして判定する。ただし、最小点P2を検索する範囲(検査範囲)は、検索ウィンドウSWの75%から100%に相当する最小値検索範囲SL2内とする。また、この最小値検索範囲SL2内においてもエラー範囲を設定し、下り勾配の途中を最小値とみなさないようにする。
さらに、新しい検索ウィンドウSW2中の最大値Q1を導出し、この最大値Q1の適合性を前記と同様にして判定する。ただし、最大値Q1を検索する範囲(検査範囲)は、検索ウィンドウSW2の始点から検索ウィンドウSW2の45%に相当する時間までに相当する最大値検索範囲SU2内とする。また、この最大値検索範囲SU2内においてもエラー範囲E1,E2を設定し、上がり勾配の途中を最大値とみなさないようにする。
そして、最小点P2の適合性と、最大値Q1の適合性の両方を満たす場合には、次点導出処理全体としての適合性が認められたものとし、それ以外の場合は不適合とみなす。これは、先の処理で設定した初期点P1を基準点にした場合、検索ウィンドウSWの後半25%に相当する範囲内に最小点P2が現れなければ周期ずれを起こしているとみなせるからである。同様に、先の処理で設定した初期点P1を基準点にした場合、検索ウィンドウSWの前半45%に相当する範囲内に最大値Q1が現れなければ周期ずれを起こしているとみなせるからである。
以降の処理は、図7に示すように、適合性のチェック結果に応じて処理が分かれる(ステップS311)。不適合と判定された場合(ステップS311でNo)については、後述するものとし、次点が適合である場合(ステップS311でYes)について説明する。
この場合には、最小点間時間の導出・保持処理(ステップS312)を実施する。ここでは、例えば、初期点P1から次点の最小値P2までの時間を演算し、演算結果を脈拍の周期として記憶する。また、次点の最小値P2を次の周期を求める演算の始点として登録し、検索ウィンドウSW分だけずらした領域を新しい検索ウィンドウSWに設定する。
この場合には、最小点間時間の導出・保持処理(ステップS312)を実施する。ここでは、例えば、初期点P1から次点の最小値P2までの時間を演算し、演算結果を脈拍の周期として記憶する。また、次点の最小値P2を次の周期を求める演算の始点として登録し、検索ウィンドウSW分だけずらした領域を新しい検索ウィンドウSWに設定する。
続いて実施される波形の妥当性の検証処理(ステップS313)では、最小値P1又は最小値P2と最大値Q1の信号強度の差(波高値)を調べ、過去の波高値と比較する。最初の処理では過去の波高値は存在しないが、2回目以降の処理では、このプロセスが実施される。波高値が予め設定されている許容誤差内であれば、妥当であるとみなし、ステップS314からステップS303に戻る。この場合には、前記した処理を繰り返して、その都度ステップS312で周期を演算する。一方、現在の波高値が過去の波高値に対して大きく異なる場合には、波形の妥当性エラーとして、ステップS314からステップ315に進む。
ここで、前記した処理で不適合とみなされた場合(ステップS306、S311、S314のそれぞれでNo)には、パターンマッチング部6が補正部として機能してエラー補正処理(ステップS315)を実行する。この処理では、仮周期Taの25%分だけ検索ウィンドウSWを進める。さらに、ステータスを「0」に設定して初期点導出からやりなおす。
そして、検索ウィンドウSWがFFTサイズの終点に達したら、ここでの処理を終了して図2のメインフローに戻る。
そして、検索ウィンドウSWがFFTサイズの終点に達したら、ここでの処理を終了して図2のメインフローに戻る。
次に、図2の脈拍数分散演算処理(ステップS104)について説明する。この処理は周期演算部7において実施される処理であり、波形パターンマッチング処理(ステップS103)で算出した周期の平均値(平均周期)と、分散値とを演算する。そして、周期演算部7は、平均周期から脈拍数を演算して、出力部8に出力する。
その後、周期演算部7は、周波数スペクトル重み付け処理(ステップS105)を実施し、次に周波数フィルタ処理(ステップS102)でFFTデータの移動平均を取得するための処理を行う。まず、FFTしたときの周波数スペクトルにおいて平均周期に相当するピーク周波数と、ピーク周波数から1つ離れた周波数(両隣りの周波数)、及びピーク周波数から2つ離れた周波数に対して、予め設定されている重み付けを行う。例えば、ピーク周波数は1.25倍とし、1つ離れた周波数は1.1倍、2つ離れた周波数は1.05倍とする。そして、これらのデータを連続して脈拍を検出するときに、過去のFFTデータとして使用する。なお、重み付けの係数や、過去のFFTデータとして保持する周波数の範囲は、これに限定されない。
この実施の形態によれば、脈拍を検出するにあたり、所定の時間幅で検索ウィンドウSWを設定し、この検索ウィンドウSW内で最小値を求め、この最小値を基準点にして次の最小値や最大値を求める処理(波形のパターンマッチング)を行って脈拍の周期を演算するようにしたので、微分や積分を行う場合に比べて簡単に演算が行える。さらに、逆フーリエ変換後の波形データにノイズが載っていた場合には脈波の立ち上がりを特定することが困難であるが、この実施の形態では前記した波形のパターンマッチによってノイズの有無を評価することなく周期を推定することができるので、検出精度を向上させることができる。このため、少ないサンプリングデータ数であっても必要な検出精度を確保できるようになり、検出時間を短縮できる。周期ずれが生じていた場合でも、エラー補正処理を実施して補正することができるので、検出精度を向上できる。また、データ処理量を少なくできるので、ハードウェア資源を節約することができ、装置の小型軽量化や、低コスト化が図れる。このような効果は、指などのように心臓から離れ、外乱の影響を受け易い抹消部位で検出を行う場合に顕著に現れる。
なお、本発明は前記の実施の形態に限定されずに広く応用することができる。
例えば、波形のパターンマッチング処理(ステップS103)は、最小値を基準点にして処理をする代わりに、最大値を基準点にして処理をしても良い。また、周期の計算には、最大値の出現間隔から算出することもできるし、連続する最小値と最大値の出現間隔から算出しても良い。
例えば、波形のパターンマッチング処理(ステップS103)は、最小値を基準点にして処理をする代わりに、最大値を基準点にして処理をしても良い。また、周期の計算には、最大値の出現間隔から算出することもできるし、連続する最小値と最大値の出現間隔から算出しても良い。
1 脈波計
2 検出器
3 フーリエ変換器(FFT)
4 周波数フィルタ
5 逆フーリエ変換器(IFFT)
6 パターンマッチング部(検索範囲設定部、基準点決定部、補正部)
7 周期演算部(脈拍演算部)
S104 脈拍数分散演算(脈拍演算部)
S302 検索範囲の設定(検索範囲設定部)
S305 初期点導出(基準点決定部)
S310 次点導出(基準点決定部)
S315 エラー補正(補正部)
P1 初期点(最小値、基準点)
P2 最小値(基準点)
Q1 最大値(基準点)
SW,SW1,SW2 検索ウィンドウ(検索範囲)
SL2 最小値検索範囲(所定の検査範囲)
SU2 最大値検索範囲(所定の検査範囲)
2 検出器
3 フーリエ変換器(FFT)
4 周波数フィルタ
5 逆フーリエ変換器(IFFT)
6 パターンマッチング部(検索範囲設定部、基準点決定部、補正部)
7 周期演算部(脈拍演算部)
S104 脈拍数分散演算(脈拍演算部)
S302 検索範囲の設定(検索範囲設定部)
S305 初期点導出(基準点決定部)
S310 次点導出(基準点決定部)
S315 エラー補正(補正部)
P1 初期点(最小値、基準点)
P2 最小値(基準点)
Q1 最大値(基準点)
SW,SW1,SW2 検索ウィンドウ(検索範囲)
SL2 最小値検索範囲(所定の検査範囲)
SU2 最大値検索範囲(所定の検査範囲)
Claims (5)
- 検出器で検出した生体の脈波データをフーリエ変換してノイズをフィルタリングした後に逆フーリエ変換し、このとき得られる波形データに基づいて脈拍の周期を演算する脈波計であって、
逆フーリエ変換して得られた波形データの一部を検索範囲として設定する検索範囲設定部と、
前記検索範囲設定部で設定した検索範囲内で、波形データの最大値又は最小値の少なくとも一方を基準点として抽出する基準点決定部と、
2つの基準点が出現する時間間隔から脈拍の周期を演算する脈拍演算部と、
を備えることを特徴とする脈波計。 - 前記検索範囲設定部は、既に抽出された基準点がある場合には、その基準点を始点として検索範囲を設定することを特徴とする請求項1に記載の脈波計。
- 検索範囲における所定の検査範囲内に最大値及び最小値がない場合に、検索範囲の始点を移動させる補正部を備えることを特徴とする請求項2に記載の脈波計。
- 生体の脈波データに周波数フィルタをかけるステップと、
フィルタを通した波形の一部を検索範囲として設定し、この検索範囲内で波形の最大値又は最小値の少なくとも一方を基準点として抽出するステップと、
検索範囲を変化させながら複数の基準点を抽出するステップと、
複数の基準点の時間間隔から脈拍の周期を演算するステップと、
を含むことを特徴とする脈波検出方法。 - 複数の基準点を抽出するステップは、一定の時間幅の検索範囲を基準点が始点となるように設定するステップと、その検索範囲内で新しい基準点が抽出できないときに、検索範囲の始点を移動させてから新しい基準点を抽出するステップとを含むことを特徴とする請求項4に記載の脈波検出方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006069021A JP2007244478A (ja) | 2006-03-14 | 2006-03-14 | 脈波計及び脈波検出方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006069021A JP2007244478A (ja) | 2006-03-14 | 2006-03-14 | 脈波計及び脈波検出方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2007244478A true JP2007244478A (ja) | 2007-09-27 |
Family
ID=38589403
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2006069021A Withdrawn JP2007244478A (ja) | 2006-03-14 | 2006-03-14 | 脈波計及び脈波検出方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2007244478A (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009104499A1 (ja) * | 2008-02-22 | 2009-08-27 | シャープ株式会社 | 生体信号分析装置 |
JP2010264095A (ja) * | 2009-05-15 | 2010-11-25 | Nissan Motor Co Ltd | 心拍数測定装置および心拍数測定方法 |
US10258290B2 (en) | 2015-12-18 | 2019-04-16 | Samsung Electronics Co., Ltd. | Method and apparatus for processing biosignal |
-
2006
- 2006-03-14 JP JP2006069021A patent/JP2007244478A/ja not_active Withdrawn
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009104499A1 (ja) * | 2008-02-22 | 2009-08-27 | シャープ株式会社 | 生体信号分析装置 |
JP2010264095A (ja) * | 2009-05-15 | 2010-11-25 | Nissan Motor Co Ltd | 心拍数測定装置および心拍数測定方法 |
US10258290B2 (en) | 2015-12-18 | 2019-04-16 | Samsung Electronics Co., Ltd. | Method and apparatus for processing biosignal |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhang et al. | Heart sound classification based on scaled spectrogram and partial least squares regression | |
CN109276241B (zh) | 一种压力识别方法及设备 | |
Yuenyong et al. | A framework for automatic heart sound analysis without segmentation | |
Tsanas et al. | Accurate telemonitoring of Parkinson’s disease progression by non-invasive speech tests | |
CN101478921B (zh) | 心血管声音的多参数分类 | |
US20140206946A1 (en) | Apparatus and method for measuring stress based on behavior of a user | |
CN108697352B (zh) | 生理信息测量方法及生理信息监测装置、设备 | |
Chen et al. | Algorithm for heart rate extraction in a novel wearable acoustic sensor | |
TWI572327B (zh) | 利用音頻訊號判斷流體管路窄化的檢測裝置、電腦程式產品及電腦可讀取媒體 | |
Paalasmaa et al. | Quantifying respiratory variation with force sensor measurements | |
Moukadem et al. | Shannon Entropy based on the S-Transform Spectrogram applied on the classification of heart sounds | |
CN109843165A (zh) | 心跳检测方法和心跳检测设备 | |
Li et al. | Optimum heart sound signal selection based on the cyclostationary property | |
Schmidt et al. | No evidence of nonlinear or chaotic behavior of cardiovascular murmurs | |
JP2007244478A (ja) | 脈波計及び脈波検出方法 | |
JPWO2019146025A1 (ja) | 脈波算出装置、脈波算出方法及び脈波算出プログラム | |
JPWO2015178439A1 (ja) | 睡眠時無呼吸の中枢型/閉塞型診断支援装置および診断支援方法、ならびに睡眠時無呼吸の中枢型/閉塞型診断支援プログラムを記録したコンピュータ読み取り可能な記録媒体 | |
WO2007046283A1 (ja) | 生体情報取得装置及び生体情報取得方法 | |
JP6467044B2 (ja) | シャント音解析装置、シャント音解析方法、コンピュータプログラム及び記録媒体 | |
US20130211273A1 (en) | Method and apparatus for heart rate measurement | |
Thiyagaraja et al. | Smart phone monitoring of second heart sound split | |
CN105489228A (zh) | 一种基于频域图处理的干罗音识别方法 | |
CN112043263B (zh) | 一种对新生儿脑电信号中其它仪器产生的伪差的识别系统和方法 | |
KR101507657B1 (ko) | 뇌파 기반 감성정보 검출 장치 및 방법 | |
Zhang et al. | Noninvasive detection of mechanical prosthetic heart valve disorder |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A300 | Withdrawal of application because of no request for examination |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 20090602 |