JP2007504917A

JP2007504917A - 心臓関連パラメータの測定方法及び装置

Info

Publication number: JP2007504917A
Application number: JP2006526407A
Authority: JP
Inventors: ファリンドン，ジョナサン; スチボリック，ジョン，エム; テラー，エリック; アンドレ，デービッド; ボーンケ，スコット，ケイ; ガスバロ，ジェームズ; コバクス，グレゴリ; ペレティア，レイモンド; カサバック，クリストファー
Original assignee: ボディーメディアインコーポレイテッド
Priority date: 2003-09-12
Filing date: 2004-09-13
Publication date: 2007-03-08
Anticipated expiration: 2024-09-13
Also published as: US20100286532A1; BRPI0414345A; WO2005027720A3; US20050113703A1; KR101084554B1; WO2005027720A2; US20080171943A1; US20080183090A1; US20080177193A1; EP1667579A2; EP2319410A1; IL174267A; IL174267A0; US7502643B2; US20140094707A1; CA2538710A1; EP1667579A4; US20080161707A1; US20080183082A1; US8369936B2

Abstract

開示されるモニター装置及びその関連方法は、ＥＣＧを含む心臓関連パラメータをモニターする自蔵型で、比較的小型且つ継続着用可能なパッケージを提供する。心臓関連パラメータの検知は、心臓の電気的活動を検知する目的で等価であると通常定義される人体の単肢上領域内での不等電位信号の位置選定に基づく。心拍動の検出及び表示用分析ツールと共に増幅、フィルタリング及び信号処理方法及び装置が記載されている。

Description

本発明は、人体の普通の定義による等価領域内から心臓関連パラメータを正確に測定する方法及び装置に係る。さらに詳細には、人体の単一の肢からＥＣＧ信号及び心拍動または心拍数のような他の心臓関連パラメータを測定する方法及び装置が開示される。さらに詳細には心臓関連パラメータは左の上腕または右の上腕から採取される。

心臓は、自然の電気系統の制御により心臓の筋肉を収縮させて血液を肺または身体の残部へ圧送することにより酸素と共に他の所要の栄養素を運ぶ筋肉ポンプである。心臓は、その４つの心室の収縮頻度及びタイミング並びにかかる収縮を生ぜしめる電気信号のパターンを含む、心臓の状態を表す１組のパラメータにより特徴付けることができる。これらのパラメータを検知する多数の方法が当該技術分野で周知であるが、これらの方法には、心臓の電気インパルスを感知する方法、血液が動脈を流れる時のパルスを感知する方法、ドップラーまたは他の音響的方法、キャパシタンス、マイクロインパルスレーダーによる方法、圧電気素子または歪み計を利用するような圧力及び／または運動に基く方法並びに血液の脈動をパルスオキシメータにおいて外部からみるような光学的方法が含まれる。

今日、心臓関連パラメータの測定に用いられる最もよく知られた普通の方法は心電図による方法である。心電図またはＥＣＧ信号は、心臓組織の電気的活動により発生する心臓の電位を表面測定するものである。この測定は、人体が全体的に導電性であるため皮膚の表面上に配置した電極により行うことができる。

図１は１つの心拍動より発生する典型的なＥＣＧ信号を示す。信号強度をＹ軸、時間をＸ軸で示す。信号の個々のスパイクまたは及びディップを波と呼ぶ。図１に示すＰ波は心房の収縮を表す。ＱＲＳ群と呼ぶＱ、Ｒ及びＳ波は心室筋の収縮を表す。Ｔ波は心室筋の回復または極性回復を表す。典型的なＥＣＧ信号の振幅は、良好な接触の電極により胸部から測定すると約１乃至２ｍＶである。

ＥＣＧ測定値により、医学的診断、健康増進及びスポーツのような多数の目的のために心拍動の速さ、即ち心拍数を含む（これらに限定されない）多数の心臓関連パラメータについての情報が与えられる。ＥＣＧに基づく最も信頼性の高い心拍数の計算は各ＱＲＳ群、従って各心拍動を検知することにより行われるが、その理由は、ＱＲＳ群が最も多量のエネルギー量を含み、そのスペクトルが運動アーチファクトのスペクトルと十分に相違するからである。心拍動は通常、各Ｒ点（ピーク）でカウントされ、最初のＲ点と次のＲ点との間の距離がＲ−Ｒインターバルとして知られる。このインターバルの逆数が瞬時心拍数である。心拍数変動性のような他のパラメータもＲ−Ｒインターバルのセットから算定可能である。

上述したように、心臓は心臓筋肉を収縮させる電気的活動に起因する電位差発生源である。この電位差は当該技術分野では心臓の活動電位として知られる。ＥＣＧ信号はこの活動電位を測定したものである。さらに、心臓は左胸部領域にあり、垂直からわずかにずれた方向に向いている。ＥＣＧ測定の伝統的なモデルによると、ＥＣＧの測定は心臓にまたがって行う必要があるが、これは心臓の中心を延びる仮想線の両側上に電極を配置することを意味する。心臓の電気的活動の種々の局面を測定するための電極の配置に関して、多くの研究者が多種多様なやり方で人体表面の種々のセクションを特定している。

一般的に、これらの配置場所は２つのやり方で特定される。第１に、電極対は２つの点間の電位差の測定に使用されることが多い。２つの点が心臓の活動により変化する電位信号を示す場合、それらは互いに等電位でなく、従って、不等電位であると言う。従って、不等電位とは、ＥＭＧのような他の電圧差発生源でなく、心臓の活動電位の差のことに限られる。さらに、本明細書では、場所を、２つの場所が不等電位である時それらの場所から心臓の電気的活動の異なる局面を測定する所として説明する。電極は、通常、電極間の最大電位差を得るように配置される。従って、図１Ａに示すように、人体は、通常、四分区間Ｉ、ＩＩ、ＩＩＩ、ＩＶに分割される。電極は通常、人体上の２つの異なる四分区間に配置されるが、身体１は心臓を貫く２つの平面により４つのセクションまたは四分区間に分割される。これらの平面の場所はこの領域における知識の進歩につれて修正されているが、矢状面２は心臓をほぼ垂直に延び、横断面３はほぼ水平に延びる点でかなりそれほど変化していない。これら２つの面は、患者の前方から二次元透視法で見ると互いに直交している。この用途の目的では、心臓を通るこれらの仮想面の位置を評価するのが重要である。矢状面２は、時として、身体の正中線と一致すると考えられる。しかしながら、他の図では、傾斜した軸に沿うベクトルが胸部空洞内における心臓のわずかに非対称的な方向と一致するように向いている。横断面３は矢状面２と直交する。電極の双極配置では、２つの電極は通常、２つの異なる四分区間に配置され、これにより心臓の活動電位が測定できる。心臓からのＥＣＧ信号を読み取るもう１つの方法は、１つの点で単一の電極を使用し、その後、もう１つの点で多数の電極の平均値を利用する単極読み取り方法である。これにより種々の方向から心臓をみることができ、また、ただ２個の電極では不可能である心臓図を作成することが可能となる。１２個のリードによる標準型ＥＣＧにおける前胸部または胸部上の配置はこの種の配置例である。

他のモデルにはアイントーベン三角(Einthoven triangle)が含まれるが、これは底辺が左と右の肩関節間を延び、頂点が胸骨の下方の肋骨の底部にほぼ位置する胸部上のほぼ倒立二等辺三角形の領域を表す。このモデルはＥＣＧ信号の第１の局面を有する左肩部に形成される角度と、かかる第２の局面を有する腹部の角度及び第３の局面を有する左肩部の角度を想定する。ベイリーの三軸システム(Bayley triaxial system)及び六軸システム(Hexaxial system)はそれぞれ胸部及び腹部領域を各々がＥＣＧ信号の単一局面または混合局面に割り当てられる多数のセクションまたは領域に分割する。

従来技術の位置特定システムは全て、電極を身体の四分区間の少なくとも２つに配置する必要がある。従って、各四分区間の表面領域は人体上の等価領域として定義され、四分区間の境界に近い身体の部分はかかる等価領域から除外されるが、その理由は、心臓の拍動により、または人が動くと境界がわずかに移動することと、これらの境界には人体内の心臓の向きの小さな相違により個人差がありうることを普通理解されるからである。かくして、等価領域は図１Ａにおいて四分区間として定義される。ＥＣＧを測定する以前のシステムでは全ての電極をこれらの等価領域の少なくとも２つに配置する必要がある。これらの等価領域は従来技術の人体表面に適用される多種多様なマッピングと共に、これらの四分区間内で得られる信号は人体が均質な物質で構成されていると考えられるため均質的であるという原理に従うものと理解することができる。

伝統的モデルに基づきＥＣＧを測定する幾つかの従来型装置が存在する。例えば、臨床用または医学用ＥＣＧ装置は胸部、腕及び脚部上に配置される幾つかの電極により、選択された電極対から多数の異なるＥＣＧ信号を測定するが、各対の一方の電極は１つの等価領域に配置され、もう一方の電極は異なる等価領域に配置される。臨床医は、種々の読みを組み合わせて多数の異なる角度から心臓の三次元的電気的活動の機能をみることができる。多くの場合、心臓関連パラメータを検知しモニターする能力を有する装置は静止型であり、静止状態の患者のモニターを意図している。

かかる装置は高精度であるが、非常に高価で扱いにくいため、自由な生活環境におけるような外来的使用または長期間の使用に適さない。ホルター心電図モニターは、通常は２４−４８時間の区間にわたって継続して外来的ＥＣＧ測定を行える装置である。これらのホルター心電図装置は予め設定したスケジュールまたは通常は１２８ｈｚまたは２５６ｈｚの周波数に従って生の電気的データを収集する。従って、これらの装置はこのデータを収集するために有意な大きさのメモリ及び／または記録メディアの収蔵が必要である。この装置は物理的にかさばるだけでなく付属品が扱いにくいためその継続的な使用は比較的短期間に制限される。各装置は臨床用またはデータ検知のためのモニター用の少なくとも２つの電極と、通常はアース用の第３の電極を有する。リード線は心臓にまたがるかあるいは少なくとも矢状面２と考えられる所にまたがる胸部に装着するように設計され、電極に接続されたモニター装置を患者が携行または着用するが、この装置は患者の腰部にクリップ留めするか肩からかけるバッグ内に配置される矩形の重い箱である。この装置と併用されるセンサーは臨床的手順に従って固着されるが、信号品質を改善するために着用前に電極またはセンサーの下の皮膚の毛を剃り、そして／または研摩し、アルコールのような皮膚準備液できれいにする。その結果、従って、センサーの取替えは容易でなく、センサーにより身体的または衛生上の活動が制限されることがある。ホルター心電図モニターはかなり高価であり、上述した理由により長期間及び／または活動的な着用状況では着け心地はあまりよくない。

ループモニターは同様な構成で、着用されるが、長期間動作するよう設計されている。これらのシステムは、着用者が対象となる活動を行うかまたは胸部または心臓に関連の痛みを感じて時間表示ボタンを押すことにより合図を送ると短期間またはループ状の生のデータを記録するように設計されている。この装置は通常、時間表示の３０秒前と３０秒後の記録を行う。長期間の着用性及び心地良さに関してはある程度成功を収めているが、これらのループモニター装置は毎日使用するには依然として扱いづらく、装置からリード線が延びており、接着剤で身体に固定したスナップオンセンサーは毎日の皮膚の手当てとセンサーの元の位置への定期的な位置合わせを必要とする。

最近では、少数のモニターに幾つかの自動機能が設けられており、装置は、人間の介入なしに、ある特定の予め設定した状態になるかまたは異常な心拍間インターバルまたは心拍数の急変のような測定しきい値に検知される心臓関連活動が到達するとある特定のループ状データを記録することができる。同様な機能を有する埋め込み型ループ記録器も開発されているが、侵襲性の埋め込みには付随する問題点または危険性がある。

事象記録器として別の診断装置が知られているが、この装置はハンドヘルド型であり、２つの電極が所望の距離だけ離れて裏に設けられている。この装置には記録機能があり、患者が指示通りに心臓の上方または身体の側部にまたがる皮膚の上に配置すると患者が心臓関連の兆候を感じる時にデータのセグメントを記録することができる。この装置は継続的モニタリング用としては利用されず、記録能力は限られた数の事象記録に見合うにすぎない。この装置にはまた、メディアの記憶能力がいっぱいになると、通常は電話回線によりデータを臨床医または臨床サービスまたは医師へ解析のために送信する機能がある。

医学的または臨床用として設計されていないが、心拍数の測定に使用される多数の胸部ストラップ型心拍数モニターが開発されており、最近の装置の幾つかは検知された各心拍動を時間表示と共に記録することができる。かかる市販の従来型モニターの例としてフィンランドのオウルのポーラーエレクトロオイ社の装置と、バージニア州スターリングのアクメン社の装置が含まれる。これらの胸部ストラップ型モニターは胸部直下の胴部に巻き付けるように設計されており、ＥＣＧ信号測定用として心臓の通常は横断面３の両側に配置する２つの電極を有する。この装置は胸筋のすぐ下方に従来型電極を配置する。この装置はこの場所に配置されるが、その理由は、筋肉活動によるノイズ及び運動信号アーチファクトが最小であり、信号振幅がかなりしっかりしたものであり、一貫性があって回路またはソフトウェアアプリケーションにより識別可能であることによる。このタイプの胸部ストラップ型モニターは、運動環境下での使用を奨励されるが、着け心地は特によいことはなく特に着用者が仰向けになっている時は身体からはずれやすい。

最後に、多数の時計型ＥＣＧ心拍数モニターが市販されており、その一例としてブリティッシュコロンビア州バンクーバーのフィジカルエンタープライズ社により販売されるＭＩＯウォッチのようなものがある。かかる時計は着用すると着用者の一方の腕に接触する時計の裏側に固着された第１の電極と、時計の前方表面上に設けられた１またはそれ以上の第２の電極を有する。ＥＣＧ信号、従って心拍数を得るために、着用者は第２の電極を反対側の即ち、時計を着用していない手の１本またはそれ以上の指に触れさせる必要がある。従って、一方の腕に着用しているにもかかわらず時計は従来の方法に従ってＥＣＧを測定し、それは心臓にまたがって再び心臓の普通考えられる矢状面２の両側で測定するが、その理由は、２つの電極が両方の腕に接触するからである。かかる時計は着け心地はいいが、この特定の態様で接触する時に測定を行い、従って、長期間または食事、睡眠、運動またはコンピュータのキーボードをたたくような毎日の活動を行っている時にＥＣＧ及び心拍数を継続的にモニターするには適当でない。

１９９１年９月２４日付けの米国特許第５，０５０，６１２号（発明者：松村）は、ある特定のタイプの心臓パラメータを検知するためにニューヨーク州ハンプステッドのコンピュータ・インストルメンツ社により製造されるハートウォッチという多数の電極を有する感知時計装置の使用を開示している。松村はハートウォッチ装置の従来型の使用は胸部ストラップと併用することを開示しているが、マルチセンサー時計装置それ自体だけに依存する別の使用法もしている。この装置は心臓から腕に沿って種々の距離だけ離れた２つの電極を有し、一方の電極から検知される波形がもう一方の電極の波形から減算されて信号が得られる。松村はこの信号をＥＣＧに似た信号と同定していないが、ＳＰセグメントＳＰ波の減少を検知するのに有用と述べている。心拍数または他の心臓関連パラメータの識別を行うこの方法の有効性については何の教示も示唆もなされていない。

上述したようにＥＣＧ測定の伝統的なモデルは心臓の活動電位を想定せず、従って、ＥＣＧが単一の四分区間または単一の等価領域内の２つの点から検知され測定される。さらに、伝統的なモデルは同じ四肢上の２つの場所の活動電位の測定をリジェクトする。従来技術は人体の三次元性を利用して人体の前と後に配置した電極または身体の同じ側であって胴体の高いステップと低いステップの間の心臓の活動電位を測定できるセンサーの幾つかの配置方法を測定している当業者は、従来技術では２またはそれ以上の電極が多数の四分区間または等価領域に配置されるセンサー配置だけを利用することを認識するであろう。

外来用の装置の別の有意な欠点は電気ノイズである。ノイズは身体の周りの周囲ノイズ源からだけでなく身体の内部の運動及び期間のノイズ並びにもっとも重要なのは身体自体の運動により生じるものであり、筋肉アーチファクト、運動アーチファクト、皮膚ストレッチング、電極と皮膚との間の電極が含まれる。多種多様な特許及び他の参考文献が心拍数の検知を含む多数のシステムにおけるノイズのフィルタリングによる除去について述べている。１９９６年６月１１日付けの特許第５，５２４，６３１（発明者：ザホリアン他）では、胎児の心拍数を検知するシステムが開示されている。その環境には、母親の心臓活動を含む有意なノイズの問題だけでなく、母親の腹部内の液体内の体重の場所により生じる有意な雑音またはひずみが存在する。ザホリアンは、胎児の心拍数を明らかにするために多数の並列非線形フィルタリングによりかかるノイズ及びひずみを除去している。このシステムは、多数の従来技術と同様に、モニター装置の着用性または長期間にわたる継続的モニター能力には無関心である。

上述したシステムは何れもコンパクトな装置における着用性及び正確性を組み合わせるものではない。従って、従来技術において欠落しているのは、図１Ａまたは単一の四肢上の図１Ａに示すような単一の四分区間内のような単一の等価領域内の２つの場所からＥＣＧを測定する能力を備えた装置である。従来技術には単一の等価領域内において不等電位対の可能性を認識する幾つかの例があるが、従来技術は利用可能な信号を得るためのこれらの対を利用については教示していない。普通でない場所からのこれらの信号を利用できることに対する幾つかの障害があるが、それには、信号の振幅が小さいこと（信号が最も普通に配置される電極の場所で測定される信号の１０分の１未満である）とその信号に比べてノイズの量が多いことと共に普通でない場所から得られるノイズ及び精度及び振幅の問題点を克服するためにはかなりの努力と危険性があることが含まれる。さらに当該技術分野に欠落しているのはサイズが比較的小さく、臨床的な観察、利用または調製条件を最小限に抑えるセンサーと併用して長期間継続的に着用しモニターするようになっている装置である。かかる装置は着け心地の良さ、単純さ及びモニタリング性の改善を含む継続して心臓モニターする新しい機会を与える。さらに、当該技術分において欠落しているのは心臓関連パラメータの継続的なモニタリングを着用者の物理的活動を検知し識別しそして記録してそれを心臓関連パラメータと相関することができる装置と組み合わせる能力である。

発明の概要

開示されるモニター装置及びその関連の方法は、ＥＣＧを含む心臓関連パラメータをモニターする自蔵型で比較的小型の着用可能なパッケージを提供する。このモニター装置はユーザーの身体に一時的に固定されるという意味で着用可能である。しかしながら、本願の一部を形成する２００３年３月４日付け米国特許第６，５２７，７１１号（発明者：スチボリック他）に記載された意味で着用可能な簡単でかさばらないハウジングを主として有する。スチボリックは、身体に固着される物品の大きさ、柔軟性及び場所が着用者が身体の一部としてその物品を認識する能力に有意な影響を与え、かかる物品の長期間着用に付随するいらだたしさを減少することを教示している。さらに、適当な形状、材料及び場所の使用により通常の身体の動き及び活動に対するその物品の干渉が減少する。これらの要因がそれぞれ物品の着用性を向上させ、従って、着用者が長期間継続的に着用するようになる。

さらに詳細に説明すると、このモニター装置は本願の一部を形成する２００３年８月１２日付け米国特許第６，６０５，０３８号（発明者：テラー他）に記載されたタイプである。このモニター装置それ自体の主要な特徴は、長期間着用しても着け心地がよく毎日の通常の活動の間、定位置に留まるため、高品質の信号またはデータ記録を継続的に行うことができ、また、ノイズや装置それ自体により生じる信号に対する他の干渉を減少させるハウジングまたは他のパッケージに以下に述べるような機能を提供することである。この装置の１つの特徴は、ハードウェアの全てまたは少なくとも大部分を取り込む自蔵型ハウジングを提供することである。このモニター装置は、テラーの装置に加えて、付属品または剛性的ハウジングの代わりとして切り傷や擦り傷に使用されるものに似た大型の接着性ストリップを含み、吸着材の現在の位置内にセンサーパッケージを含む。重量及び特に運動のような過酷な状態の下で装置を正しい場所だけでなく身体に適正に接触する状態に固定する能力を増加させる上で非常に重要である。この装置が広い範囲の、または臨床的な皮膚の準備を必要とせずに着用及び取り外しを簡単に行うことができる。この装置には、装置重量によりスナップ接続または他の接続部が外れるかまたは電極が皮膚から引き剥がれるのを防止するに必要な適当な種類及び強度の接着材が設けられている。この装置の主要な利点は目障りで不便であるだけでなくシステムへのノイズ入力を発生させる大型アンテナとして働く長いリード線がないことである。スナップ接続を減少することによりホルター装置及びループ装置に共通のこれらのノイズが減少する。現在のプロセッサ及びセンサーのサイズでは必ずしも可能でないが、ハードウェアを適正に小型化すると、このシステムは同じ基本的な方法及び装置を使用することにより時計またはめがねの上に簡単に摺着することが可能である。

さらに詳しくは、本願のモニター装置は個人の身体に着用される少なくとも１またはそれ以上の種類またはカテゴリーのセンサーを有する。多数の電極または等価タイプの他の副次的感知装置を含むセンサーはコンテキストセンサー及び生理学的センサーのカテゴリーから選択可能である。生理学的センサーは、呼吸数センサー、温度センサー、熱束センサー、体コンダクタンスセンサー、体抵抗センサー、体電位センサー、脳活動センサー、血圧センサー、体インピーダンスセンサー、体運動センサー、酸素消費量センサー、体化学センサー、間質液センサー、体位置センサー、体圧力センサー、光吸収センサー、体音センサー、圧電気センサー、電気化学センサー、歪み計、光学的センサーを含む群から選択される。センサーは個人の感知したパラメータを示すデータを発生するよう組み込まれる。個人のかかる１またはそれ以上のパラメータがあるかもしれず、少なくとも１つのかかるパラメータは生理学的パラメータである。装置はまた少なくとも１つの生理学的パラメータを示すデータの少なくとも一部を受けるプロセッサを有する。この装置は単一の集合関連パラメータ、即ち心拍動の検知に特に向けられている。さらに別のセンサーによりまたはそれによらずにさらに別のパラメータが検知されることを特に理解されたい。プロセッサはかかる検知されるパラメータを示すデータの少なくとも一部から導出されるデータを発生するように構成可能であり、その導出データは個人のさらに別のパラメータより成る。そのさらに別のパラメータは任意のセンサーで直接検知できない個人の状態パラメータである。

これらのセンサーは、生理学的センサーか、少なくとも１つの生理学的センサーと１またはそれ以上のオプションとしてのコンテキストセンサーでよい。モニター装置はさらに個人の身体の上に着用されるハウジングを有し、このハウジングはセンサーを支持するかまたは少なくとも１つのセンサーがハウジングから離れて位置する。この装置はさらに第１及び第２の部材が個人の身体の一部に巻き付けられるそのハウジングを支持する柔軟性のある部材を有する。この柔軟性のある部材は１またはそれ以上のセンサーを支持する。この装置はさらにハウジングと個人の身体の間の接触を維持するためにハウジングに結合された巻き付け手段を有し、この巻き付け手段は１またはそれ以上のセンサーを有する。

モニター装置は、データ記憶装置を含む少なくとも２つのセンサーから遠隔の外部の中央モニターユニットを内蔵するかまたはオプションとしてそれと併用される。データ記憶装置はプロセッサからの導出データを受け取り、かかる導出データを取り出し自在に記憶する。この装置はまた中央モニターユニットから受け手へ導出データに基づく情報を送信する手段を有し、この受け手は個人または個人により権限を与えられた第三者を含む。プロセッサは個人の身体に着用されるハウジングにより支持されるかあるいは中央モニターユニットの一部でよい。

さらに別の実施例として、導出データまたは他の算定データを発生するようにプログラムされそして／または構成されたモニター装置内のプロセッサでなくて、パソコンのような別個の計算機をそのようにプログラムすることができる。この実施例ではモニター装置はユーザーの種々の生理学的及び／またはコンテキストパラメータを示すデータを収集しそして／または発生するが、これはメモリ内に記憶される。その後、このデータは計算装置に周期的にアップロードされ、この計算装置は導出データ及び／または他の算定データを発生する。あるいは、モニター装置のプロセッサは導出データを発生するようにプログラムすることが可能であり、別個のコンピュータは生理学的及び／またはコンテキストデータ、それから導出された第１のデータ、ユーザーにより手動入力されるデータ及び／またはモニター装置または協働する第３の装置からアップロードされる装置と装置の間の相互作用の結果入力されるデータに基づきさらにまたは二次的導出データを発生するに必要なユーティリティー及びアルゴリズムを含むようにプログラム及び／または構成される。これらの別の実施例の計算装置はインターネットのような電子ネットワークに接続して中央モニターユニットなどと通信できるようにすることができる。

この装置に個人の生活活動データを取得するか検知するように構成することが可能であり、中央モニターユニットから送られる情報もまた生活活動データに基づいている。中央モニターユニットはまた個人が勧告されるルーチンに従う度合いに関するフィードバックを発生しこれを与えるように構成することができる。フィードバックは生理学的パラメータ、導出データ及び生活活動データを示すデータのうちの少なくとも１つの少なくとも一部から発生することができる。

中央モニターユニットはまた、個人の健康及びライフスタイルの少なくとも１つの局面の管理に関するフィードバックを発生して受け手に与えるように構成することができる。このフィードバックは、第１のパラメータを示すデータ、第２のパラメータを示すデータ及び導出データのうちの少なくとも１つから発生することができる。

このシステムは着用者による相互作用を必要とせずにデータを継続的に収集するように設計されているが、かかる相互作用は必要に応じて特に日時表示能力のような別の機能のために可能となる。心臓関連パラメータを継続的にモニターする能力により、上述したようにある事象の発生時または導出データの状態に基づくしきい値状態の検知時に手動でトリガーする必要が制限される。システムは継続的にデータを収集するよう設計されているが、一部の実施例では、ユーザーは日時表面ボタンを使用してその表示された日時のあたりの期間においてある特定の心拍数パラメータを収集すべきであるという合図を送ることができる。この装置の別の機能はコンテキスト及び活動の検知である。装置に設けられた生理学的及びコンテキストセンサーの両方を使用することにより、データパラメータのいかなる組み合わせがある特定の活動と関連性があるかを学習し、モデル化しあるいは確かめる能力を得ることができる。ユーザーが行う活動の種類を検知し識別する能力により、ユーザーはその後のチェック時に心臓出力データと相関させるためにこれらの活動を手動記録する必要性から解放される。

モニター装置の機能は身体の単一領域内の多数の不等電位心臓パラメータ信号、さらに詳細には身体の上の多数の検知可能な活動電位信号の検知に基づく。この装置及び方法は心臓の活動電位に関して不等電位信号を得るために身体の上のある特定の点の対を特定しモニターする。従って、センサーの場所はこれらの検知可能な不等電位活動電位信号に対するそれらの関係により決定されるが、それらは人体の種々の四分区間を分類する図１Ａに示す平面の周りに配置される。

装置の物理的形状及び／またはハウジングは図示説明するそれらの実施例に限定されないことを特に注意されたい。さらに柔軟性を必要とするまたは使い捨ての性質を意図されているさらに別の実施例は、ハウジングが全くなくてもよく、触角のような延長部またはそれに固着された別個の配線のセンサーを有するパッチのような一時的あるいは柔軟性のある容器内の電子的または他の機能を含む。その装置事態の好ましい場所として、特に特定される三角筋及び上腕の三頭筋の場所、頸部及び隣接する内側肩領域の下部の裏側、身体の側部を下にして安静状態の時の上腕に隣接する胸部の側部、及び腰部に隣接する左及び右下側前方の腹部の大腿部領域が含まれる。

さらに、この装置を他の同様な装置と協働するように組み合わすことができるが、それから導出される信号をさらに処理するか解析するために使用できる。例えば妊娠中の女性の場合、第１のかかる装置を胎児の心臓関連パラメータを検知する可能性の低い場所に母親の心臓関連パラメータを検知する場所で母親の心臓関連パラメータを検知するように配置し、第２のかかる装置、特に接着剤または他のパッチの形の装置を母親の腹部上の胎児に隣接する所に配置してもよい。母親の装置からの振動を用いて胎児のデータから母親の心臓関連パラメータのノイズを除去することができる。

システムからのフィードバックは標準的なビジュアルグラフィック法を含む多数の形態をとることができるが、好ましい実施例は音声フィードバックも含む。この音声コンポーネントは骨電話または他の種類のように身体の中で共鳴／伝達される音声の形でありその音声が心拍動を表すためにデジタル的に作られてもこの感じは親しみがわくものである。デジタル式またはアナログ式の聴診器をシステムに組み込んで適当な音声の発生を助けることもできる。腹部の上のかかる装置は最も適当な信号場所をサーチする必要性を減少するためドップラーまたはＥＣＧ電極のアレイにより構成してもよい。この装置は埋め込み可能な装置または他の消費データ検知器と協働して動作するように構成することも可能である。

本発明のさらに別の特徴及び利点は添付図面に関連する本発明の以下の詳細な説明から明らかになるであろう。

心臓学／ＥＣＧの分野のこれまでの考え方はＥＣＧ信号は心臓にまたがって測定する必要あり、これは電極を心臓の普通定義される矢状面及び横断面の２つの異なる四分区間に配置することを意味する。本願にはかかる測定にとって従来は不適当と考えられていた人体の領域内のある特定の対の点からＥＣＧ信号を測定できる装置及び方法が記載されている。記載された装置及び方法は電極の場所として以前定義された等価領域内のある特定の場所の特定に向けられている。これらの電極場所の多くは単一の四分区間内にある。即ち、電極場所を組織を通して直接幾何学的につなぐとそれにより形成される線は別の四分区間を横断しない。

換言すれば、１つの四分区間内のある特定の点は異なる四分区間に従来関連するＥＣＧ信号の電位と相関関係があるが、その理由は反対側からの電位がその点へ、組織内の内部信号リード線として見なすことができる、人体を介する低インピーダンス非均質的電位または電気通路に思われる所を介して内部を運ばれるからである。従って、この方法は人体のある特定の四分区間から得られるこれらの局面をより狭く画定するのではなくてＥＣＧ信号の２つの異なる局面に焦点を当てている。かくして、従来技術の教示とは異なり、ＥＣＧ信号は単一の四分区間内に配置された電極対を用いて検知及び測定されるがこれら２つの点の間の有意な電位を検知するものである。換言すれば、２つの点は互いに不等電位である。大部分の例では、皮膚表面のそれぞれ独立の領域内に位置する電極場所を平面的なあるいは不規則的な境界により分離さえていると見るとわかりやすい。

本発明の好ましい実施例では、左腕またはそれに近い所で対を形成する場所がＥＣＧ信号の異なる局面を検知するために電極を配置する場所として特定されている。等価領域内の同様な場所は右腕及び左腕、腕の下の腋下部、骨盤に隣接する前大腿部、頸部の後底部、脊椎の後底部を含む人体の多数の場所に見られることを注意されたい。詳述すると左腕上のある特定の場所はＥＣＧの１つの局面を運び、左腕上またはそれに近いある特定の場所はＥＣＧ信号の異なる局面を運ぶ。解剖学的名前、特に筋肉または筋肉群の名前を用いて人体上の場所を特定するが、電極の配置はこれらの基準場所のすぐ近くの皮膚表面にする必要があるにすぎず侵襲性は意図されていないことに特に注意されたい。左腕の裏面図及び正面図である図２Ａ及び２Ｂを参照して、発明者等は、左手首５、左三頭筋１０、左上腕筋１５が三角筋２０、大円筋２５及び後背筋３０の周辺の場所と対を形成すると２つの四分区間で測定される従来の信号に関連性がある電位信号を発生できることを発見している。詳述すると、左腕上のこれらの点対からの信号は心室の収縮に付随するＱＲＳ群と相関関係がある。

かくして、一つの電極を手首５、三頭筋１０または上腕筋１５上に、また第２の電極を三角筋２０上に配置することにより、心臓の活動電位従って、ＥＣＧ信号を検知することが可能である。これらの電極は三角筋及び三頭筋の中心点近くに、約１３０ｍｍ、より詳細には７０−８０ｍｍ離隔し、腕の正中線から後ろの方に約３０−４５度（３０度が最も好ましい）傾斜させて位置させるのが好ましい。左腕上またはその近くのある特定の好ましい場所をＥＣＧ信号の第２の局面の電位と関連性があると述べたが、これらの場所は例示的であるにすぎず、ＥＣＧ信号の第２の局面の電位に関連性を有する左腕上またはその近くの他の場所を電位測定を行うために特定できることを理解されたい。さらに、腕の下方部分全体５´は手首５を同じ信号を与えるものとして特定されていることを特に注意されたい。図２Ｃを参照して、三角筋上２０上の２つの場所と三頭筋１０の種々の局面上の２つの場所とを有する４つの特定対の場所が示されている。これらの場所の間の破線は有効な対を示しており、中実点と空白点はこれらの場所から得られるＥＣＧ信号の相対的な局面を表すことを注意されたい。ＥＣＧ信号の２つの局面を与える４つの可能な組み合わせを示す。図示した有効でない対１３は、特定の筋肉または筋肉群をただ選択しても適当な信号を得るには十分でなく特定の場所の入念な選択が必要であることを示している。

別の実施例において、ＥＣＧ信号を検知するための電極を配置する右腕上またはその近くにおいて対を形成する場所を特定する。図３Ａ及び３Ｂを参照して僧帽筋３５、胸筋４０及び三角筋２０の底部がＥＣＧ信号の第２の局面の電位に関連する場所であり、これらの場所が心臓の従来定義されていた右側活動電位に関連する電位にあることを意味する。特にその外側頭部領域の三頭筋１０及び二等筋４５はＥＣＧ信号の第１の局面の電位に関連する場所であり、これらの場所が四分区間ｉｉｉにあるが心臓の従来定義されていた左側活動電位に関連することを意味する。かくして、上述した左腕実施例と同様に、１つの電極を三頭筋１０上に、第２の電極を三角筋２０上に配置することにより心臓の活動電位、従って、ＥＣＧ信号を検知することができる。再び右腕上またはその近くのある特定の好ましい場所をＥＣＧ信号の第１の局面の電位に関連するものとして説明したが、これらの場所は例示的であるにすぎず、ＥＣＧ信号の第１の局面の電位に関連する右腕上またはその近くの他の場所も電位測定により特定できることを理解されたい。

図３Ｃ、３Ｄ及び３Ｅを参照して、一連の電極対の場所が示されている。図３Ｃ及び３Ｄにおいて、従来定義されていた矢状面２及び横断面３を胴体をほぼ分断する破線で示す。有効な対をそれぞれ、図２Ｃでは中実点と空白点及び鎖線で特定する。有効でない対はＸ印と鎖線とにより示す。上述したように、有効でない対は場所をただランダムに選択しても、あるいは独立した筋肉または筋肉群を選択しても有効な対の場所を見つけるには十分でないことを示す。既知の有効実施例及び好ましい実施例内において特定される特定の場所を以下の表４に示す。

表４
参照文字第１の場所（空白）第２の場所（中実）
Ａ三頭筋三角筋
Ｂ三頭筋三角筋（上部）
Ｃ右僧帽筋左僧帽筋
Ｄ下外腹斜筋上外腹斜筋
Ｅ上外腹斜筋下胸筋
Ｆ広背筋上外腹斜筋
Ｇ上外腹斜筋上外腹斜筋
Ｈ大殿筋下外腹斜筋
Ｉ鼠径靭帯下外腹斜筋
Ｊ下外腹斜筋大腿直筋
ＪＪ鼠径靭帯大腿直筋
Ｋ大菱形筋広背筋
Ｌ広背筋広背筋
ＬＬ胸腰筋膜広背筋
Ｍ左胸筋三角筋
Ｎ広背筋上外腹斜筋
Ｏ右僧帽筋下左僧帽筋
Ｐ左胸筋左胸筋
Ｑ右大腿左大腿
Ｒ右二頭筋右胸筋
Ｓ右鼠径靭帯左外腹斜筋
Ｔ上外腹斜筋左腕
Ｕ右大殿筋左大殿筋

同様に、本発明はかかる点が単なる例示であるため四分区間ｉｉまたはｉｉｉ内からＥＣＧを測定するために左腕または右腕上の電極対の配置に限定されないことを理解すべきである。その代わり単一の四分区間内の他の場所を特定することも可能である。かかる場所には、互いに不等電位である上述した頸部、胸側部及び腰部領域上において対を形成する場所が含まれるがそれらに限定されない。かくして、本願発明は任意特定の場所に限定されるとみるべきではなく、単一の四分区間内の任意２つの不等電位場所に適応可能である。

これらの信号を検知するにあたり主要な課題の１つは２つの場所の間から得られる振幅が比較的小さいまたは２つの場所の間で得られる振幅が比較的小さいことである。さらに、この低振幅信号は装置自体により発生されるノイズだけでなく身体が動くと発生する電気的ノイズにより遮蔽及び／または歪まされることが重要である。この文脈において、ノイズがセンサーに到達すると信号の一部として検知される電子ノイズだけでなく人体と装置の運動及びそれらの相互作用により発生する接触ノイズのことをいう。ノイズを除去する上で重要なことは所望の信号とノイズとの間の差を大きくすることである。１つの方法では、１つのセンサーまたはセンサーアレイを腕を超えて胸部または肩関節をちょうど過ぎるところまで延ばすことにより信号強度を増加する。

センサーの配置について２つの競合する好ましい結果、即ち、信号強度及び信号差の増加とセンサーアレイのコンパクト性を考慮する必要がある。コンパクト性はもちろんセンサーを収納するか支持する装置の最終的なサイズと大きな関連性を有する。特にさらに詳しく説明するように、別に実施例では、装置のハウジングのコンパクト性を維持しながら、依然として四分区間ｉ内にある左肩のような装置それ自体からある短い距離だけ離れたセンサー配置場所あるいは別のもう一方の腕まで延びるリード線を組み込むことによりセンサー間の距離を増加させようとするセンサー配置を用いる。このシステムはさらに低振幅信号に対処するための電子増幅回路を備えている。

図４を参照して該図はＥＣＧ信号を検知し心拍数のような他の心臓パラメータを算定するための回路１００のブロック図である。回路１００は本願の一部として引用する本出願人の米国特許第６，６０５，０３８号及び米国特許出願第１０／６８２，２９３号に記載されたアームバンド人体モニター装置のような着用可能な人体モニター装置において実現可能である。図４の左から右に向けて、回路１００は電極１０５Ａ、１０５Ｂを有し、その一方はＥＣＧ信号の第１の局面の電位に関連する上述した場所に接続され、もう一方は、例え電極１０５Ａ、１０５Ｂが単一の余分四分区間内に配置されるとしても、ＥＣＧ信号の第２の局面の電位に関連する人体上の場所に接続される。皮膚と第１段増幅器１１５との間のインターフェイスは、これにより心拍数信号がいかに良好に検知されるかが決定されるため重要である。電極の接触インピーダンス及び電位は第１段増幅器ブロック及び関連のバイアス／結合回路を設計する上で重要な設計事項である。

電極１０５Ａ及び１０５Ｂは比較的小さな電圧、この場合は心臓の筋肉活動を示す２０μＶのオーダーの電圧を感知するために皮膚上に保持される。適当な電極には、３Ｍにより市販される使い捨てで一度だけ使用可能なレッドロッド接着剤付き電極、例えばステンレス鋼、導電性炭化ゴムで作られた公知の再使用可能な電極もしくはカナダのアドバンストバイオエレクトリックのある特定の製品のような他の導電性基体が含まれる。アドバンストバイオエレクトリック社製品とは異なり、もっとも最近の再使用可能な電極は回路１００の性能に影響を与えかねない高い結合インピーダンスを有するのが通常であることを注意されたい。従って、この問題に対処するため、ニュージャージー州のジャージーシティーのレッドリズムインコーポレイテッドにより製造されるブーバンプのようなジェルまたはローションを皮膚とのインピーダンスを減少させるよう皮膚に接触配置する時に電極１０５Ａ及び１０５Ｂと併用することができる。さらに、電極１０５にはとりわけ皮膚との電気的接触を増進して表皮内またはその下方の間質液にリアルタイムでアクセスできるようにするための複数の顕微針を設けることができる。顕微針は皮膚の角質層を貫通して表皮に到達することにより電気的接触を増進する。ＥＣＧ信号の測定は表皮の下方位置で行うのが得策であるが、その理由は上述したように、電圧が２０μＶのオーダーで小さく、信号が表皮を通過することによりノイズアーチファクトが導入されることが多いためである。かくして、顕微針の使用は測定信号に良好な信号対ノイズ比を与え、皮膚の準備を最小限にする。かかる顕微針は当該技術分野で周知であり、金属、ケイ素またはプラスチック材料で作成可能である。従来技術の顕微針はプロクターアンドギャンブル社の所有になる米国特許第６，３１２，６１２号に例えば記載されている。特定の用途に応じて、顕微針の数、密度、長さ、先端または底部における幅、分布及び間隔が異なるであろう。顕微針は導電性、低アレルギー性の目的でメッキをしてもよく、またＥＣＧ測定のための電位を依然として増加させながら他の生理学的電気化学的信号またはパラメータの感知もするために生化学的な被覆を施すこともできる。顕微針はまた、電気的、化学的または電気化学的な感知を行うために表皮内で液体を伝達するミクロレベルの毛細管と連通するチャンネルを介して間質液の同時的なサンプリングを行うように構成することもできる。顕微針はさらにユーザーが動いても電極が皮膚の上に適正に配置された状態を保つ能力を増加させる。しかしながら、顕微針を使用すると大型の装置またはハウジングにセンサーを取り付ける能力が制限されるが、その理由は大型の装置の重量により顕微針が移動時にせん断変形するからである。基本的なセンサー上に顕微針だけでなく接着剤だけを用いるかも考えられる。以下にさらに説明するように、異なる可撓性の材料を用いるかあるいはエラストマー性またはばねのような応答性または形状記憶性材料を用いることによりセンサーの接触及び場所の配置の安定性を改善することができる。

特定の状況下において、臨床医またはユーザーの他の観察者は指示または他の処方を守る目的で使用の間中装置が定位置に保持され続けていたかを判定することが重要である。ある特定の接着剤または接着剤付きの包帯のようなプラスチックまたは布に結合されて接着剤を用いると装置を皮膚に固定することが可能であり、装置が取り外されるか取り外そうとした場合に接着が破壊されるため判明する。

着用者がシステムをその腕に正確にあるいは最も効果的に配置するには、例え電極の所望の配置場所が定位置に関して有意な許容誤差のある領域を含んでいるとしても装置が正しい方向及び場所に位置するのをチェックすることが少なくとも必要であろう。本発明の１つの特定の実施例において、上述したアームバンドモニター装置３００のような電極１０５のアレイを有する装置は、各電極１０５が最初に接触位置にあるように着用者の身体の最初の位置に配置される。その後、装置は上述したように心拍数または他の心臓関連パラメータを測定しそして測定信号を、上述したように身長、年齢、体重及び性別のようなシステムに以前入力されている、着用者の身体的特性を有する予想される信号測定値と比較する。測定信号が予め設定したしきい値である予想される信号と比べて、信号対ノイズ比または心拍の高さとノイズの高さの比率から判定されるように有意に質が低下している場合、装置は着用者に触覚的、音響的、可視的または他の信号のような方法を与えることにより装置の新しい配置位置、従って、電極１０５の新しい接触位置を試すように促す。その後、新しい位置で第２の測定が行われ、測定信号が予想される信号と比較される。測定された信号が予想される信号より質が有意に低下している場合、新しい信号が再び着用者へ与えられる。このプロセスは測定された信号が装置によって受け入れ可能と判断されるまで繰り返される。測定された信号が受け入れ可能と判定されると、装置は着用者に現在の配置場所から装置を外すように指示する第２の合格信号を発生する。装置は自動的にまたは手動によりリクエストに応答してこの操作を始動することができる。

回路１００は図４において便宜的に２つのボックスで示すバイアス／結合回路１１０と、第１のブロック１１５とを有する。当業者であればわかるように、電極１０５Ａ及び１０５Ｂにより検知される約２０μＶの電位差信号は以下に述べるように第１段ブロック１１５の限界値近くにバイアスされる。従って、バイアス／結合回路１１０を設けてこの信号のバイアスを増加させることにより第１段増幅器１１５の許容入力範囲内に来るようにする。

図５Ａ及び５Ｂは、以下に詳しく説明するように増幅器入力にバイアス電流を与える２つの方法を示す。バイアス／結合回路１１０は、好ましくは、信号のバイアスを第１段増幅器１１５の中間レンジにあげる。以下に述べる好ましい実施例において、第１段増幅器１１５はレールが０Ｖ及び３Ｖに等しいレール対レール増幅器である。従って、バイアス／結合回路１１０は好ましくは、電極１０５Ａ、１０５Ｂの電位差信号のバイアスを約１．５Ｖに増加させる。

特に説明しないが、バイアス／結合回路は、装置が最初に係合状態にされるかあるいは変化するコンテキスト条件の下で発生される信号に基づき調整を行うことができるという点で動的でありうる。動的能力により、ユーザーのサイズまたは他の身体的特性に起因する同様な装置の異なる配置により振幅の個々の相違が補償される。実験によると、距離にに応じて信号強度にある程度の違いが生じることが判明している。さらに、腕に関する装置の運動量、電極の撓曲及び皮膚との接触、皮膚との接触点との下方またはその周辺の筋肉の収縮及び弛緩並びに身体の運動に応じて信号が変化することが予想される。

バイアス／結合回路１１０は、身体の上に配置されると第１段増幅器の出力をその有用な動作範囲外にする電極１０５Ａ及び１０５Ｂの電位差（直流電圧）を除去するために容量性入力結合を利用するのが好ましい。さらに、第１段増幅器１１５の入力バイアス電流は０でないため、電流源／シンクにより入力が電源レールに浮動しないようにする必要がある。１つの実施例において、バイアス／結合回路１１０は図５Ａに示す形態をとることができる。図５Ａに示す実施例において、バイアス／結合回路１１０は、０．１μＦ乃至１．０μＦである電極１０５Ａ、１０５Ｂに接続されたキャパシタ１２０Ａ、１２０Ｂと、２ＭΩ乃至２０ＭΩの間の図示のような接続の抵抗１２５Ａ、１２５Ｂとを有する。抵抗１２５Ａ、１２５Ｂはオームの法則Ｂ＝ＩＲに従って第１段増幅器１１５のバイアス電流を与えることがわかるであろう。さらに、バイアス／結合回路１１０は、その目的が高インピーダンスラインを回路の増幅器の前に高インピーダンスラインに結合される周囲ＲＦ信号をフィルタリングにより除去することであるキャパシタ１３０Ａ、１３０Ｂ、１３０Ｃを有する。これらのキャパシタ１３０Ａ、１３０Ｂ、１３０Ｃは１０００ｐＦのオーダーであるのが好ましい。１．５Ｖの中間供給基準電圧１２２をさらに与えて信号を増幅器の有用な入力範囲の中心に維持する。

図５Ｂを参照して、該図は、抵抗１２５Ａ、１２５Ｂがそれぞれ逆並列接続されたダイオード１３５Ａ、１４０Ａ及び１３５Ｂ、１４０Ｂと置き換えられているバイアス／結合回路１１０の別の実施例を示す。この構成では、電極１０５Ａ及び１０５Ｂからの入力信号が存在しないと、ダイオード１３５Ａ、１３５Ｂ、１４０Ａ、１４０Ｂは第１段増幅器１１５に必要とされる電流を与え、各入力を１．５Ｖ基準１２２からわずかに離れた所にバイアスする。電極１０５Ａ及び１０５Ｂに信号が加えられると、通常は２０μＶの非常に小さな電圧変化が生じる結果、ダイオードを流れる電流に非常に小さな変化が生じ、高い入力インピーダンスが維持される。この構成は、電極１０５Ａ、１０５Ｂを最初に身体に適応する時のように大きな調整が必要な時に指数関数的に大きい電流が第１段増幅器１１５を迅速にバイアスできるようにする。かかる構成のさらに別の利点は、ダイオードを介して１．５Ｖ基準電圧１２２の実質的なキャパシタ（図示せず）へ大きな静電放電保護通路が提供されることである。実際、このキャパシタは４．７と１０μＦの間の値を有し有意な静電放電を吸収することができる。

再び、図４を参照して、第１段増幅器１１５の目的はバイアス／結合回路１１０からの信号をフィルタ１５０によりフィルタリングを施す前に増幅することである。フィルタ１５０の使用目的は、ユーザーの身体と接触状態にある時電極１０５Ａ及び１０５Ｂによりピックアップされる５０／６０ｈｚの周囲ノイズを除去することである。このノイズは主要電源のハムと呼ぶことがある。フィルタ１５０はフィルタリングされる信号に通常は１μＶの幾分かのノイズを付加する。従って、第１段増幅器１１５の目的はフィルタリングプロセスにより付加される信号がバイアス／結合回路１１０からの信号を圧倒しないようにフィルタ１５０を用いてフィルタリングを施す前にその信号を増幅することである。バイアス／結合回路１１５からの信号出力は２０μＶのオーダーであるため、第１段増幅器１１５を用いて信号を最初に増幅することなしにフィルタ１５０によりフィルタリングを施すとフィルタ１５０によりノイズにより圧倒される信号を生じる。従って、第１段増幅器１１５は１００と１０，０００の間が好ましい。最も好ましくは２５５の利得で信号を増幅するために使用される。

図５Ｃは第１段増幅器１１５の適当な例を示すものであり、この増幅器はマサチューセッツ州のノーウッドのアナログデバイシズインコーポレイテッドにより販売されるモデルＡＤ６２７またはカリフォルニア州のミルキタスのリニアテクノロジーコーポレイションにより販売されるモデルＬＰ１１８であるのが好ましいプログラム可能利得増幅器１１６を有する。これらの増幅器の利得はその適当な入力に結合される利得選択抵抗で決定される。従って、アナログデバイシズインコーポレイテッドにより販売されるモデルＡＤＧ６０８マルチプレクサのような入力マルチプレクサ１１７を用いることにより、増幅器の適当な利得選択抵抗を決定するためにテスト期間の間その第１段増幅器１１５に用いるプログラム可能利得増幅器の多数（好ましくは８個）の利得選択抵抗のうちの１つを選択的に接続したり切り離したりすることができる。試験モードにおいて入力マルチプレクサにより利得が一旦決定されると、第１段増幅器１１５として使用されるプログラム利得増幅器と併用するために利得のための単一の固定抵抗を選択することができる。

第１段増幅器１１５の増幅器を選択する上で重要なパラメータは入力バイアス電流、入力オフ電流及び入力オフセット電圧である。バイアス／結合回路の入力インピーダンスにより増倍される入力バイアス電流は、第１段増幅器１１５に正及び負の入力の共通モード入力オフセット電圧を与える。第１段増幅器１１５の入力を電源レールから十分に離れた値に維持して所望の出力電流のクリッピングを防止するように注意を払う必要がある。バイアス／結合回路と同様に、別の設計には、電源投入、腕への最初の装着のような種類の活動またはある特定の高い運動量の活動に基づき入力電圧を動的に制限して通常状態の下での入力電圧が最適地になるようにすることのできる回路を含む。当業者であればわかるように、幾分からのクリッピングは受け入れ可能である。心拍数または他の心臓パラメータを検知するためのアルゴリズムは信号対ノイズ比が比較的高い状態を持続すると仮定してある量のクリッピングの存在下で動作可能である。

バイアスインピーダンスにより増幅される入力オフセット電流パラメータにより、第１段増幅器１１５に印加される差入力電圧が与えられる。この差電圧は増幅器に固有の入力オフセット電圧パラメータに加算されるものであり、全入力オフセットはこの２つの和であるにすぎない。利得により増幅される全差入力電圧は出力オフセットを決定する。再び、出力信号が電源レールから十分離れた値になるように保持して増幅器出力の飽和を防止するように注意を払う必要がある。一例として、上述したモデルＡＤ６２７のようなバイポーラ増幅器は１０ｎＡへの入力バイアス電流と、１ｎＡの入力オフセット電流最大値と、１５０μＶの入力オフセット電圧を有する（全ての値は２５℃における最悪のケースでの最大値である）。共通モード入力オフセットを０．５Ｖ未満に抑えるためにバイアスインピーダンスは０．５Ｖ／１０ｎＡ＝５０ＭΩより大きなものであってはならない。しかしながら、この入力オフセット電流により０．５Ｖの最大出力オフセット電圧を維持するためには入力インピーダンスは０．５Ｖ／利得／１ｎＡより大きなものであってはならない。利得は１００の場合、これは５ＭΩになる。利得が５００ではこれは１ＭΩになる。第１段増幅器１１５として使用するに適当な別の増幅器はＳＥＰ入力を有するテキストインストルメンツ社製のモデルＩＭＡ３２１プログラム可能利得増幅器である。この増幅器の入力バイアス電流は１０ｐＡ、入力オフセット電流は１０ｐＡ（最大）である。共通モード入力オフセットを０．５Ｖ未満に維持するために、インピーダンスは０．５Ｖ／１０ｐＡ＝５０ＧΩより大きなものであってはならない。しかしながら、この入力オフセット電流により、０．５Ｖの出力オフセット電圧を維持するためには入力インピーダンスは０．５Ｖ／利得／１０ｐＡより大きなものであってはならない。利得は１００であればこれは５００ＭΩになる。利得が１０００であればこれは５０ＭΩになる。

別例として、当業者であればわかるように、第１段増幅器１１５は低コストの個別演算増幅器の回路により実現可能である。かかる方法によると第１段増幅器１１５のコスト及び電力消費が減少する可能性が高い。当業者であれば理解できるように、増幅器入力のバイアス電流、出力の飽和及び入力バイアス／結合の同じ分析をかかる別の方法に適応可能である。

図４を再び参照して、フィルタリング１５０は別個のローパス及びハイパスフィルタ部分を有するのが好ましいバンドパス回路である。ローパスフィルタ部分の目的は身体に接触関係にある時電極１０５Ａ及び１０５Ｂによりピックアップされる５０／６０Ｈｚの周囲ノイズを除去することである。コードの減衰を得るために多極フィルタを使用するのが好ましい。ハイパスフィルタ部分は電極１０５Ａ及び１０５Ｂのガルバニック効果による信号ベースラインの直流変動をなくすことにより測定されたＥＣＧ信号の一部を形成する心拍動スパイクがハードウェアまたはソフトウェア手段により容易に検知できるようにする。

一実施例においてフィルタ１５０は実験を可能にするためにカットオフ周波数が可変のスイッチトキャパシタ型ローパス及びハイパスフィルタを有する。かかるフィルタ１５０はリニアテクノロジーコーポレイションにより販売されるモデルＬＰＣ１１６４６ローパスフィルタチップとそれに後続するリニアテクノロジーコーポレイションにより販売されるモデルＬＰＣ１１６４ハイパスフィルタチップにより構成可能であり、これらのチップは非常に鋭いカットオフ特性を有する８次楕円フィルタを提供する。この例の実験により、３０Ｈｚのローパスカットオフ周波数と０．１Ｈｚの３Ｈｚとの間のハイパスカットオフ周波数によりうまく動作したことが判明している。柔軟性が与えられるがこの例は比較的高コストであるかなりの量の電力を消費することが判明している。

図６はフィルタ１５０の実施例を示す。入力の回路は多段フィードバック構成の個別演算増幅器を用いて６次能動フィルタを実現している。図６の回路は上述したスイッチトキャパシタによる設計と比べて消費電流が少なくコストも有意に低い。図６に示す抵抗及びキャパシタの値はテキサスインストルメンツ社により与えられるフィルタプロパッケージのようなソフトウェアツリーパッケージを用いて選択することができる。当業者であればわかるように、バターワース、ベッセル及びエルプティックのような種々のフィルタ形式は成分の値を変化するだけで実現することが可能である。フィルタプロパッケージはまた、各段の必要な帯域幅を含み、図６に示す増幅器を選択するに重要に情報を与える。適当な増幅器には、テキサス州ダラスのテキサスインストルメンツ社により販売されるモデルＰＬＶ２７６４及びＯＰＡ５３４７カッド増幅器が含まれる。図６に示す回路の一部を形成する３段（最初の３つが演算増幅器）か６次センサーは適当な６次Ｈｚのフィルタリングを行うことによる回路の４番目の演算増幅器を図４に示しまた後述する第２段増幅器１５５として使用するのを可能にする。さらに、ローパスフィルタの第３段演算増幅器を第４段演算増幅器（利得段）に結合する図６に示すＲＣ回路は、上述したような直流ドリフトを除去するハイパス回路を提供する。

再び、図４を参照して、回路１００は、フィルタ１５０からの信号出力をアナログ−デジタルコンバータ１６０により直接サンプリング可能なレベルに増幅する第２段増幅器１５５を有する。詳述すると、第１段増幅器１１５の利得が１００と１０，０００の間の場合、フィルタ１５０からの信号出力からの振幅は２ｍＶ乃至２００ｍＶの範囲内になる。第１段増幅器１１５の利得は５００であるのが好ましく、従って、フィルタ１５０からの信号出力からの振幅は１０ｍＶのオーダーである。アナログ−デジタルコンバータ１６０により高いサンプリング分解能を可能にするために、第２段増幅器１５５を用いてこの信号をさらに増幅する。第２段増幅器の利得は３０のオーダーであるのが好ましく、従ってこの増幅器を好ましい実施例の１０ｍＶ信号を３００ｍＶ信号に増幅する。しかしながら、第２段増幅器１５５の利得は１０乃至１００のオーダーである。第１段増幅器１１５の場合と同様に、プログラム可能利得増幅器を第２段増幅器１５５として用いることができる。あるいは、上述したように、図６に示すフィルタ１５０の実施例中の使用していない（第４の）演算増幅器を第２弾演算増幅器１５５として用いることができる。

アナログ−デジタルコンバータ１６０は第２段増幅器１５５によるアナログ波形出力をデジタル表示に変換するが、このデジタル表示はその後さらに詳細に述べるように１またはそれ以上のアルゴリズムにより心拍数のような心臓関連パラメータを求めるように処理することができる。アナログ−デジタルコンバータ１６０は基準電圧が３Ｖ、毎秒３２−２５６サンプルの１２ビットアナログ−デジタルコンバータを用いて実現することができる。かかる装置はテキサスインストルメンツ社のＭＳＰ４３０Ｓ１３５プロセッサに一体化されている。アナログ−デジタルコンバータ１６０は中央処理ユニット１６５に接続されるが、このユニットは変換済みデジタル信号を読み取って以下の機能のうちの１つを実行する。これらの機能とは、（ｉ）後で解析するためにフラッシュまたはＳＲＡＭのようなメモリへ生のデジタル信号を記憶させる、（ｉｉ）多数の生のデジタル信号をメモリに記憶させた後それらを有線または無線で遠隔のコンピュータへ送信し、上述したように分析してそして／またはリアルタイムで表示する。または（ｉｉｉ）中央処理ユニット１６５上の上述したアルゴリズムを用いて生のデジタル信号を処理することにより心拍動のタイミング及び種々のサイズ、心拍数及び／または心拍動間の変動性のような心臓関連パラメータを求める。この最後の機能に関して、中央処理ユニット１６５は、心拍動及び／または心拍数を一旦求めた後、心拍動毎にＬＥＤを点滅させるか心拍数情報をメモリに記憶させるような種々のタスクを実行する。オプションとして、中央処理ユニットは動作制御または最小限音声プレイヤ装置１６６の選択を行うことができる。当業者にとって明らかなように音声プレイヤ１６６は音声メディアに記憶させ、それを再生しまたは別個に記憶させた音声メディアを再生するタイプである。この装置はさらに詳しく後述するように音声プレイヤ１６６の出力を制御するかまたは着用者が音声プレイヤ１６６を制御できるようなユーザーインターフェイスをただ提供することができる。

これらの機能は逐次的に独立して実行することも可能である。例えば、データをデータ記憶メディアにリアルタイムで記憶させると同時に解析し出力することができる。後続のプロセスによりシステムは前に記憶したデータを引き出し、別のアルゴリズムまたはフィルタを利用して異なる情報を引き出すことができる。さらに、上述したフィルタプロセスの種々の点からのデータを同時に記憶し且つ比較するかまたは個々に解析することによるそのプロセスのある特定の点で失われる信号情報を検知することができる。

図７を参照して、図示のＥＣＧ信号を測定する別の回路２００は多数の電極のアレイ１０５、例えば、４つの電極１０５Ａ乃至１０５Ｄから使用されている。この実施例の電極１０５は図４の回路１００と同様に対毎にグループ化されており、各対の一方の電極はＥＣＧ信号の右側の電位に関連する位置に配置され、各対のもう一方の電極はＥＣＧ信号の左側の電位に関連する位置に配置される。各対の電極は特定の一般的な場所から良好な信号を得ようとして互いに近い場所に配置されるかあるいはさらに詳しく後述する特定の実施例に示すように互いに離れた場所に配置されて種々の場所からの信号がピックアップできるようにされる。各対の第２の電極は同じように配置することができる。電極１０５の各対は上述したようにバイアス／結合回路１１０に接続され、その出力は上述したように第１段増幅器１１５に接続されている。図７、８Ａ、８Ｂ及び８Ｆに示す実施例では、各第１段増幅器１１５の出力は例えば抵抗回路である加算回路１７０にへ送られる。加算回路１７０は第１段増幅器１１５の出力を一緒に加算する。加算された信号はフィルタ１５０、第２段増幅器１５５を経てアナログ−デジタルコンバータ１６０及び上述の中央処理ユニット１６５へ送られる。

この回路は最小のコストとコンポーネントの実施例において実現可能であるが、これは装置の使い捨て実施例に最も適用可能であろうことに注意されたい。この実施例において、装置にはプロセッサ、電圧差をピックアップするための電気的に分離された電極、ＱＲＳ信号のような電圧スパイクに関連する異なる電流を通過させるためのゲート機構及び通過した電流の極性を表示する機構は設けられていない。この装置は運動、バッテリーまたは対応電池により給電可能である。別のオプションとして装置を測定中の電位で直接給電するものがある。ディスプレイ機構は化学的、ＬＣＤまたは他の低電力消費型装置でよい。電圧スパイクはキャパシタを給電するかその放電は非常に遅い速度で生じ、簡単なＬＥＤディスプレイはキャパシタ内の電荷を表示する。別の実施例において、簡単なアナログディスプレイがバッテリーにより給電される。その簡単な装置はデジタル処理を利用するが明確なプロセッサを持たず、その代わり、当業者にとって明らかなようにゲートをしきい値回路及びアキュミレーター回路の簡単な組み合わせが上述した説明に応じて必要な予めプログラムされた論理回路を制御する。

電極のアレイ１０５を使用する図７及び８Ａ−Ｆに示す例は、電極１０５により検知される信号が、電極１０５が腕の場所に配置される実施例における腕の筋肉活動のように時として飽和されるという事実により特に有用且つ有利である。電極１０５により検知される信号の心拍動関連部分はコヒーレントであり（高い相関性を意味する）一方、その信号の筋肉活動によるノイズ部分はコヒーレントではない（相関性が無いことを意味する）。従って、信号の種々の部分のコヒーレント／コヒーレントでない性質により、電極１０５により発生される信号を加算回路１７０により加算、減算、平均化、逓倍などを行うと、心拍動関連成分が互いに加算されることにより信号対ノイズ比が大きい良好な心拍動スパイクが発生すると共に、筋肉ノイズ関連成分がこれらの信号の山と谷が互いに位相がずれているため互いに打ち消し合う傾向となる。その結果、筋肉関連のノイズが少ない強い心拍動関連信号が得られる。

図８Ａ乃至８Ｆは図７に示す多数の電極を使用するシステムの別の実施例である。図８Ａは、電極の加算及び減算を種々の組み合わせで行えるようにスイッチ１１１により第１段差動増幅器１１５の任意の入力で互換的に接続される３つの電極１０５Ａ−１０５Ｂを示す。この構成は１つの電極が常に正の符号で取り扱われることを仮定する。図８Ｂは図８Ａと類似の構成を示すが、図８Ａに示す個別スイッチでなくて３ｘ３スイッチマトリックス１１２が使用される。図８Ｃは図８Ｃに示す４ｘ４スイッチマトリックス１１３を電極対の加算／減算の制御が可能であるため概念としては最も簡単である。一部の実施例では、スイッチマトリックス１１３の機能を減少することによりある特定の対だけが形成できるようにしてよりクリーンな信号が得られるようにすることができる。図８Ｂに示す６ｘ４スイッチマトリックス１１４は、電極対の加算／減算を完全に制御して電極の全部のセットから２つの対を選択することができるようにしたものである。図８Ｂはかかる電極の３つの完全対の選択性を示すためのさらに別の電極１０５Ｅ−Ｅを示す。図８Ｃに示す実施例と同様に、このスイッチの機能はある特定の対だけを可能にするように減少することが可能である。これは所望する数の電極に概念として拡張可能である。図８Ｅの電極遮蔽を与える実施例を示すが、電極の個々の対をサンプリングした後それに続く解析時に加算及び／または減算をすることが可能であり、最も強力な対を簡単に選択するかまたは信号アレイの平均値を取ることができる。この構成では５０−６０Ｈｚのフィルタリング及び信号対ノイズ比を高い値に維持するため第１段増幅器の利得を高い値にすることが必要である。図８Ｆは、ＣＰＵがＡＧＣ回路１６７により第１段増幅器の利得を制御することによりシステムがあまり良好でない電極の配置または弱いＥＣＧ信号に対して補償できるようにする実施例を示す。この実施例は、解析のために多数対の電極から最も強力な対または最良の信号の選択を可能にする。これは単なる信号の強度だけでなく幾つかの方法に従って行うことが可能である。これらは全ての対または組み合わせの信号の解析または全ての信号の平均値の計算または筋肉アーチファクトノイズなどを考慮しての歪みの最も多い信号の識別及び識別される信号から減算されるフィルタ信号としてのその使用を含む。

図４、７及び８Ａ−Ｆに示すアナログ−デジタルコンバータ１６０に入力される増幅器済み信号に影響を与えるものとして幾つかのノイズ発生源が存在する。例えば、上述したように、主電源のハム及び直流遊走ノイズは信号に影響を与える。図４、７及び８Ａ−Ｆに示す実施例では、このノイズはフィルタ１５０により除去される。別の実施例では、５０／６０Ｈｚの主電源ハム及び／または直流遊走ノイズを電極１０５からの差電圧信号から除去するためにフィルタ１５０のようなハードウェアを用いる代わりに、このノイズの一部または全部をアナログ−デジタルコンバータ１６０によりデジタル化される前に、人体モニター装置の一部を形成するＣＰＵ１６５かまたはデジタル化された信号を受ける別のコンピュータ上のソフトウェアにより実現される公知のソフトウェア技術によりフィルタリングを施して除去することができる。この実施例では、フィルタ１５０をなくして、第１段増幅器１１５のような５００乃至２５００のオーダーの利得を有する単一の増幅器を回路１００または２００に用いる。第１の利得が５０−５００、第２段の利得が１０−５０の２段増幅器を使用しても良い。これらのステップ（ハードウェア方式であれソフトウェア方式であれ）は、心臓関連信号を構成するには高すぎるか低すぎると考えられる周波数の信号成分を事実上除去するが、典型的なＥＣＧ信号の周波数は０．５−４Ｈｚである。

このシステムは、処理時間による遅延及び主要な信号から処理され減算されあるいはフィルタリングにより除去されるノイズにより生じる中断を最小限に抑えるように特に設計される。ノイズが処理されるとプロセッサの資源を利用するため、データを蓄積して後で処理する必要がある。データの堆積が増えるのを回避するようにできるだけ迅速に同時性モニタリングに戻ることが重要である。このシステムは上述したような複数の測定技術を利用することにより主要な信号を迅速に識別し抽出してリアルタイムモニタリングへ迅速に戻る。詳述すると、この回路は心臓の３つの拍動内に直流遊走ノイズを最小限に抑えるように設計される。

さらに、アナログ−デジタルコンバータ１６０に入力される信号に影響を与えるノイズの別の発生源として筋肉の電気的活動により生じる筋肉ノイズがある。筋電図検査法またはＥＭＧは筋肉繊維内の電気的活動を測定する技術であるが、これは上述した最も歪みの多い信号を減算またはフィルタリングする方法に従って一般的に能動的に測定するが、自動的に測定することも可能であり、その理由は、この電気的活動は筋肉アーチファクトにより最も影響を受けそして／または心臓関連の電気的活動に関連する信号がほとんどないか全くないからである。被験者が運動している間、ＥＣＧを測定するための電極１０５もまた同時にＥＭＧ信号をピックアップし測定することができる。かかる同時に測定されるＥＭＧ信号はＥＣＧ信号にとってノイズとなる。かくして、本発明の１つの局面によると、ＥＣＧ信号の測定は、好ましくは最小であるかまたはＥＣＧ信号の検知が困難な人体の場所からＥＭＧ信号を特に測定するために別個の電極を使用することにより改善することができる。その後、この別個に測定したＥＭＧ信号を使用することにより種々の信号処理技術により別個にそして同時的に測定したＥＣＧ信号に存在するＥＭＧノイズを減少または除去することができる。多くの場合、ＥＭＧ信号の振幅はＥＣＧ信号を圧倒するため、フィルタリング法また上述した方法を用いても有用なＥＣＧ信号は得られない。このような場合、電極に非電極式センサーを併用して比較的静かなＥＣＧ信号を検知することができる。このセンサーは主要な電気的信号がクリッピングされ、過飽和状態になるかあるいはＥＭＧ信号により圧倒される時にＥＣＧピークを検知すれば心拍の検知にとって代わることができる。センサーの一例として、マイクロドップラーシステムがあるが、これは単一のピックアップまたはアレイとして使用され、ドップラー信号を超える血液などのようなものの機械的な急激な移動を検知して心拍動としてピークを認識しその時間を計ることのできるパルス波を発生させるように設計される。この実施例は、各ユーザーにとって最良の信号を最適化しそして最良の信号を得るようにするため特定の場所に特化するかあるいは種々の深さに特化された異なるセンサーのアレイを利用することができる。このアレイはまた種々の信号及び信号強度をモニターすることにより周知の可聴化または可視的フィードバック機構を用いて腕の上の最良の場所に装置を位置決めするために利用することができる。この装置はまた評価の初期にわたり検知されるある特定の個々の特性に合わせるかあるいはある期間にわたり動的に調整することができる。ある特定の大きいノイズ環境の下では機械的信号を計算の一部として電気的ＥＣＧ信号の代わりに用いることができる。機械的な波と電気的な波を整列させるために、タイミングと位相差を計算してピークまたは心拍動認識アルゴリズムに取り込む必要がある。このシステムはまたさらに詳細に説明するように着用者のパルス走行時間またはＰＴＴの検知または測定に用いて欠落の相対値及び／または絶対値を導出または算定できるようにすることができる。

パルス走行時間またはＰＴＴは、心拍動により生じるパルス圧力波形が種々の長さの動脈系統を伝ぱんするに要する時間である。このパルス圧力波形は心臓の左心室からの血液の噴出により生じ、動脈系統を血液それ自体の前方運動より大きい速度で移動し、その波形は動脈に沿って血液に先行して進行する。ＰＴＴは、ＥＣＧ信号のＲ波を用いて検知される心拍動のピークと、パルスオキシメータまたは他のタイプの圧力検知器のような装置により測定される指、腕または足指のような身体の上の場所への対応する圧力波の到達との間の時間遅延を測定することにより求めることができる。血圧が上昇すると、動脈壁により大きな圧力がかかり、パルス圧力波形の速度が増加する。パルス圧力波形の速度は動脈壁の張力に依存する。動脈壁の剛性が大きければ大きいほど即ち動脈壁が収縮すれば収縮するほど、波の速度は早くなる。その結果、動脈血管にとってＰＴＴが増加してパルス圧力波形の速度が減少すると、血圧が低下し、また、ＰＴＴが減少してパルス圧力波形の速度が増加すると血圧が上昇する。ＰＴＴを測定してリアルタイムの血圧の突然の変化を指示するように用いることが可能である。

１つの実施例において、同じアームバンド装置は、ＥＣＧ信号の検知能力を有し、身体に接触させるマイクロドップラーアレイと併用してＰＴＴ測定を行う。本発明の１つの局面はＰＴＴの測定及びモニタリングにかかわる。特に、心拍動のピーク時間を上述した電極１０５によりＥＣＧ信号を用いることにより求めることが可能である。人体上の所与の場所への対応する圧力波の到達時間を多数の圧力センサーのうちの任意の１つにより測定することができる。かかる圧力センサーはドップラーアレイ、単一の圧電気センサー、音響圧電気センサー、光ファイバー音響センサー、血液堆積圧力またはＢＶＴセンサー、光学的血量センサー、マイクロパワーインパルスレーダー検知器及び感震器を含むがそれらに限定されない。本発明の好ましい実施例によると、ＰＴＴは上述した圧力センサーのうちの１つまたはそれ以上が設けられたアームバンド人体モニター装置３００を用いることにより測定され且つモニターされて血圧の変化が指示される。かくして、この実施例では、ＰＴＴは上腕からＥＣＧ信号を取得し、その上腕上の場所におけるパルス圧力波形の到達を測定する単一の装置において測定される。あるいは圧力センサーを指または手首のような異なる場所にアームバンド人体モニター装置３００とは別個に配置することが可能であり、到達時間に関する情報は計算のためにアームバンド人体モニター装置３００に送信される。各デバイスの間の通信は有線または無線により行われるか当該技術分野で周知のように着用者の皮膚を通して行うことができる。

別の実施例は、人体に必ずしも着用されない第三者の装置を組み込み、別のデータを収集して心臓パラメータのデータと共にまたはそれをサポートする形で利用される。これらの例には携帯用血液分析器、グルコースモニター、体重計、血圧カス、パルスオキシメータ、ＣＰＡＰ装置、携帯用酸素装置、家庭用サーモスタット、トレッドミル、携帯電話、ＧＰＳ位置測定装置が含まれる。このシステムはトレッドミルまたはＣＰＡＰの場合はそれからデータを収集し、これらの装置を制御し、リアルタイムでまたは新しいパラメータを将来導出するためにデータをデータの流れに一体化する。この一例がユーザーの指の上のパルスオキシメータであり、このパルスオキシメータはＰＴＴの測定を支援し、従って血圧の代わりの読みを提供する。さらに、ユーザーはこれらの装置のうちの１つを用いて装置を較正するためのベースラインの読みを確立することができる。

１つの特定実施例において、電極１０５は左腕の三頭筋及び三角筋の上に配置してＥＣＧ信号を測定することができるが、これは筋肉関連のノイズを含む可能性が高い。また、三頭筋とまた、以下に詳述する装置の幾つかの実施例のうちの少なくとも１つによると別個の電極１０５を１つは三頭筋の上に、また１つを上腕筋の上に配置してＥＣＧ成分をほとんどまたは全く含まないＥＭＧ信号を収集することができる。その後、このＥＭＧ信号を用いて測定したＥＣＧ信号を上述したようにＥＭＧノイズを除去するように処理することが可能である。かかる構成の一例は装置の特定の変形例に関連して以下に説明し特に図１５に示すアームバンド人体モニター装置３００であり、この装置では電極１０５Ａ及び１０５Ｂが筋肉関連ノイズを含むＥＣＧ信号を測定し、電極１０５Ｃ及び１０５ＤがＥＣＧ成分をほとんどまたはＥＭＧ信号を測定する。

上述したように、別個のＥＭＧセンサーを用いることにより筋肉ノイズを減少することが可能であるが、このノイズはかかるノイズを除去するか減少しようとする努力にかかわらずアナログ−デジタルコンバータ１６０の信号入力にある程度残ることが多い。ＥＣＧ信号のＱＲＳ波部分を構成する実際の心拍動スパイクの振幅は収集した信号を通して変化し、残存する筋肉ノイズにより信号中の心拍動スパイクが不明瞭になるかそれ自体が１またはそれ以上の心拍動スパイクのように見えることがある。かくして、本発明の１つの局面は、アナログ−デジタルコンバータ１６０によりデジタル信号出力中に存在するノイズを識別して減少させその信号から心拍動及び心拍動パターンを同定するためのソフトウェアにより実現される種々のプロセス及び技術にかかわる。さらに、この信号には処理を行っても多量のノイズを含み従って識別可能な心臓関連信号が存在しない部分があるかもしれない。本発明のさらに別の局面はかかる部分を処理して継続的なそして正確な出力を与えるに必要なデータを補間する間のプロセス及び技術にかかわる。

本発明の一実施例によるとアナログ−デジタルコンバータ１６０により出力される信号が送られるＣＰＵ１６０かまたは別個のコンバータ上に常駐するソフトウェアによる１またはそれ以上のノイズ減少ステップを施される。例えば、１つのノイズ減少方式では、その信号の各ピークを識別するような処理を最初に受けるが、これは振幅が増加する部分の後に最大振幅部分が生じその後振幅の減少部分が続くことを意味する。かかるピークの一例を図９に示すが、この例は点Ａ、Ｂ及びＣを有し、Ｘ軸は時間、Ｙ軸は信号強度または振幅を表す。識別される各ピークについて、ピークの高さ（振幅の単位において）及びピークの幅（時間のの単位において）が算定される。各ピークの高さは以下のように即ち最小値（Ｂy−ＡyＢy−Ｃy）で求め、各ピークの幅は以下のように即ち（Ｃx−Ａx）で求める。さらに、ＱＲＳ波を較正する心拍動スパイクの標準的な高さ及び幅のプロフィールを確立して記憶させ、記憶させたプロフィールの外側の信号に存在する識別したピークを除去するが、これは信号のそれらの部分がノイズを較正するためさらに別の処理ステップにより図示するようにマークされることを意味する。好ましい実施例において、記憶させるプロフィールの標準的な高さは１２８Ｈｚのアナログ−デジタルサンプリングレートを使用し、信号の符号化を１２ビットで行う時約４００ポイントであり、標準的な幅は約３乃至１５ポイントである。１つの特定の実施例において、このプロフィールは前の測定値の移動平均の百分比に基づく高さ及び／または幅のような適応高さ及び／または幅を較正し、これは信号中の除去すべきスパイクを識別するために蓄積され使用される。さらに、アナログ−デジタルコンバータにより出力される最大値及び最小値に到達する信号のピークも同様に除去される。ピークは、周りの信号を前提としてありそうになり心拍数を示している場合、即ち、近接する他のピークによる計算した心拍数がありそうな最大値を超える場合、その信号から除去することができる。最後に、加速度計または運動または張力を検知する他の運動検知センサー、音声センサー含む（これらに限定されない）または筋肉ノイズの時間スペクトル紋を用いる、図４に示す回路１００または図７に示す回路２００を組み込んだ人体モニター装置を好ましくは備えた別のセンサーによりノイズを除去することができる。

図７Ａ乃至７Ｂは、検知した信号からＥＣＧデータ及び心拍動を取得して抽出する逐次的ステップを示す。図７Ａを参照して、検知した信号７５を従来型ＥＣＧモニターにより同時に記録した同じ心拍動の基準信号７６と共に示す。検知した信号７５は本質的に目立った特徴はなく、心臓関連信号全体がノイズにより遮蔽されている。図７Ａにおいてもっとも目立つのは６０Ｈｚの主電源ハム７７であり、これは基準信号中にも存在する。図７Ｂは３０Ｈｚフィルタによりフィルタリングを施した後の同じ２つの信号を示す。基準信号７６は本質的にそのままで不鮮明なＥＣＧ信号を表す。検知された信号はある程度の周期性を有するが、振幅または信号強度は最小である。図７Ｃは検知された信号７５の増幅後の変化を示す。図７Ｂは基準信号７６は修正されていない。図７Ｄはさらに詳しく説明するようにピーク７７にさらに信号処理を施し識別を行った後検知された信号７５だけを示す。

ノイズを除去する別の方法として、その信号が送られるＣＰＵ１６５または別個のコンピュータ上に常駐するソフトウェアによる信号のフィルタリングがある。好ましい実施例では、このフィルタリングはノイズと心拍動の間の差を強調するように設計された非線形フィルタにより行われる。図７Ｅはこのフィルタを適用した結果を示す。検知された信号７６をボックス８０においてフィルタリング前の状態と、ボックス７９においてフィルタリング後の状態で示す。

これらのノイズ減少ステップによりアナログ−デジタルコンバータ１６０からの信号から有意な量のノイズが除去される可能性が高いが、この処理にもかかわらず信号中には依然としてノイズが残存する可能性が高い。このノイズは、心拍数または他の心臓関連パラメータの算定のようなさらに別の処理の目的のために信号から実際の心拍動スパイクを識別するタスクを難しくする。従って、本発明のさらに別の局面は、残存するノイズにもかかわらずその信号から心拍動スパイクを識別するためのＣＰＵ１６５または別個のコンピュータ上に常駐するソフトウェアにより再び実現される種々のプロセスまたは技術にかかわる。これらのプロセス及び技術は好ましくは上述したノイズ減少ステップのうちの１つまたはそれ以上を行った後に実行されるが、任意のノイズの減少ステップを実行する前に行えばよいこともわかるであろう。

当該技術分野で周知のように、パン−トンプキンス法は、最初に心拍動により生じる可能性のある信号だけを通過させ、通過した信号を微分し二乗しそして移動窓積分を施す一組の信号処理周波数フィルタを使用する。パン−トプキンス法は、本願の一部として引用する以下の論文に記載されている。

本発明のこの局面によると、アナログ−デジタルコンバータ１６０により出力され、過大なノイズ、即ちその信号から受け入れ可能な心拍動スパイクを実際に検知できないほどのノイズを含んだ信号が最初に識別され処理において無視するものとして遮蔽される。これは、２またはそれ以上のデイルヒットのうち例えば４分の１秒のような所定の時間窓内の信号においてレールヒットまたは領域が所定の数より多い信号の領域を同定することにより行うことができる。次に、残りの領域、即ち、非ノイズ信号と呼ぶ存在するノイズが多すぎるため削除されない領域を処理することにより心拍数のような種々の心臓パラメータの算定に用いる受け入れ可能な心拍動スパイクを同定する。

本発明の一実施例によると、受け入れ可能な心拍動スパイクは、上述したように最初に非ノイズ信号の各ピークを識別した後その高さ及び幅を算定することによりその非ノイズ信号中において同定される。次に、各ピークの幅を所定の受け入れ可能な幅の範囲と比較し、その幅が受け入れ可能な範囲内にあるとわかればそのピークの高さを以前のピークの高さの移動平均の０．７５に等しい高さの適応しきい値を比較する。１２８Ｈｚアナログ−デジタルサンプリングレートを使用する時の受け入れ可能な幅の範囲は３乃至１５ポイントであるのが好ましくこれはＥＣＧ信号のＱＲＳ部分の幅範囲を表す。次に、現在のピークの幅が受け入れ可能な範囲内にあり、そしてピークの高さが適応しきい値よりも大きい場合、そのピークをさらなる処理のための受け入れ可能なピークのピーク候補と見なす。これらの条件を満たさないピークを無視する。次に、好ましくは、１６分の３秒である所定の時間フィルム内の受け入れ可能なピーク候補については、これらのピークの高さを互いに比較し、その時間フィルム内の低い方のピークを無視する。その時間フレーム内にただ１つの受け入れ可能なピーク候補が存在する場合、そのピークを受け入れ可能なピーク候補と見なす。この時点において、受け入れ可能な多数のピーク候補が同定される。次に、同定された受け入れ可能なピーク候補につきそのピークとその直前のピーク候補との間の領域を、受け入れ可能な現在のピーク候補の高さの０．７５よりも高い他の信号ピークがあるか否かチェックする。同定されたそのようなピークが所定の数もしくは２よりも多く存在すれば、現在の受け入れ可能なピーク候補を無効とし、無視してさらにさらに処理を行わない。さらに、受け入れ可能な最も最近のピーク候補と受け入れ可能な現在のピーク候補との間に上述したようなレールヒットがあれば、受け入れ可能な現在のピーク候補を無効とし無視してさらに処理を行わない。これらのステップが完了すると、信号において多数の受け入れ可能なピークが同定されるが、それらはそれぞれ心拍数を含む（これに限定されない）心臓関連パラメータの算定に使用できる受け入れ可能な心拍数スパイクであると見なされる。

受け入れ可能な心拍動スパイクを同定する別の実施例によると、ＱＲＳＴシーケンスの可能性がある各増加−減少−増加シーケンスが最初に同定される。本願で使用する増加−減少−増加シーケンスは、振幅が増加した後最大振幅部分となり、その後振幅が減少した後最初の振幅部分となってまた振幅が増加する非ノイズ信号上のシーケンスのことである。かかる増加−減少−増加シーケンスの一例を図１０に示すが、これは点Ａ、Ｂ、Ｃ、Ｄを含み、Ｘ軸は時間、Ｙ軸は信号強度または振幅を表す。各増加−減少−増加シーケンスが同定された後、各シーケンスの振幅としての高さと時間としての幅が算定される。各増加−減少−増加シーケンスの高さは以下の式：（Ｂ_Ｙ−Ａ_Ｙ）＋（Ｂ_Ｙ−Ｃ_Ｙ）＋（Ｄ_Ｙ−Ｃ_Ｙ）で、また各ピークの幅は以下の式：（Ｄ_Ｘ−Ａ_Ｘ）で求める。

次に、各増加−減少−増加シーケンスの高さを以前の高さの移動平均の所定のしきい値、好ましくは７５％のような百分比である適用しきい値と比較し、各シーケンスの幅をＥＣＧ信号のＱＲＳＴシーケンスの典型的な幅の範囲を表す１２８Ｈｚアナログ−デジタルサンプリングレートを使用した時の、４乃至２０ポイントに等しい所定のしきい値範囲と比較する。高さがしきい値よりも高く、幅がその所定のしきい値範囲内にあれば、その増加−減少−増加シーケンスを受け入れ可能なＱＲＳＴシーケンス候補と見なす。次に、同定した非ノイズ信号中の受け入れ可能な各ＱＲＳＴシーケンス候補につき、好ましくは１６分の３秒の所定の長さの周囲の期間をチェックして、その期間窓内の受け入れ可能な現在のＱＲＳＴシーケンス候補の高さをその窓内の全ての同定した受け入れ可能なＱＲＳＴシーケンス候補と比較する。受け入れ可能な現在のＱＲＳＴシーケンス候補であるかないかに関係なく、その時間窓内で最大の高さを有する受け入れ可能なＱＲＳＴシーケンス候補を有効とし、受け入れ可能な現在のＱＲＳＴシーケンス候補を含むかもしれないその期間窓内のそれ以外の受け入れ可能なＱＲＳＴシーケンス候補を無効として無視しさらに処理を行わない。このステップが完了すると、非ノイズ信号中において多数の受け入れ可能なＱＲＳＴシーケンスが同定される。次に同定した受け入れ可能な各ＱＲＳＴシーケンスについて、時間値である直前の受け入れ可能なＱＲＳＴシーケンスまでの距離と直後の受け入れ可能なＱＲＳＴシーケンスまでの距離を測定する。各距離を１つのシーケンスのＲ点からもう１つのシーケンスのＲ点までの距離として測定するのが好ましい。受け入れ可能なＱＲＳＴシーケンスのＲ点は図１０に示す点Ｂである最大振幅点に相当する。さらに、受け入れ可能な各ＱＲＳＴシーケンスについて２つの標準偏差を算定する。第１の標準偏差は受け入れ可能な現在のＱＲＳＴシーケンスのＴ点（図１０の点Ｄに相当する）と、直後の受け入れ可能なＱＲＳＴシーケンスのＱ点（図１０の点Ａに相当する）との間の全てのサンプリング点の振幅の標準偏差である。もう１つの標準偏差は、受け入れ可能な現在のＱＲＳＴシーケンスのＱ点（図１０の点Ａに相当する）と直前のＱＲＳＴシーケンスのＴ点（図１０の点Ｄに相当する）との間の全てのサンプリング点の振幅の標準偏差である。次に、これら２つの測定距離、標準偏差及び受け入れ可能なＱＲＳＴシーケンスの高さ及び幅の算定値を簡単な心拍動分類器に入力すると、この分類器は受け入れ可能なＱＲＳＴシーケンス及びその周辺の領域が心拍動と見なすことができるものであるかまたはノイズが多すぎるか否かを判定する。心拍動判定分類器は以前取得し分類した心拍動データを用いて学習しているデシジョンツリーでよい。あるいは、この心拍動分類器はデシジョンツリー、人工神経ネットワーク、支援ベクトルマシーン、ベイズの確信ネットワーク、ナイーブベイズ及びデシジョンリストを含む（これらに限定されない）公知の任意の分類機構でよい。

ノイズが多すぎると判定されたシーケンスは無視される。かくして、このステップが完了すると一組の受け入れ可能なＱＲＳＴシーケンスが同定され、各シーケンスの図９の点Ａ、Ｂ、Ｃに相当するＱＲＳ部分が心拍数を含む（これに限定されない）種々の心臓関連パラメータの算定に使用できる受け入れ可能な心拍動スパイクと見なされる。

受け入れ可能な心拍動スパイクを同定する別の実施例によると、フィルタリング済み信号中のＱＲＳＴシーケンスの可能性のある各増加−減少−増加シーケンスが最初に同定される。そのシーケンスの成分の高さが次に算定される。ＱＲＳＴシーケンス群候補の許容可能な振幅は信号ノイズの予想される振幅の少なくとも２倍である必要がある。さらに、そのシーケンスの幅はＱＲＳＴシーケンス群と考えられる群の上限である２００ミリ秒を超えてはならない。次に、ＱＲＳ群候補が依然として有効であれば、現在の心拍数の予測値を前提としてその群の時間的な場所が尤もらしいか否かがチェックされる。心拍動の候補によると思われる心拍数の変化が５０％以下であればそのシーケンスを心拍動と同定する。図７Ｆは検知される信号７５を用いるこのプロセスを示すものであり、ボックス８１内のＱＲＳＴ群を形成する一連のデータポイントを示す。信号境界ボックス８３は検知された信号７５内の２つのＱＲＳＴ群を同定するが、これらは上述した５０％のテストをクリアしないため除去される。ボックス８２に心拍動ピークポイント８４を示すが、これはボックス８１から心拍動として同定されるＱＲＳＴ群を表す。これらの対応場所には心拍動ピーク点が存在しないことを注意されたい。さらに呼吸率を含む呼吸データをＥＣＧ波形から抽出することが可能である。呼吸により観察されるＥＣＧに規則的で検知可能な振幅変化が生じる。心臓の電気的活動の等価双極モデルにより、呼吸が心臓の平均軸の方向の明白な変調を誘起する。

心拍数データの解析及び表示のためのさらに別の方法が提示される。これらの各方法について、信号は同定されるＱＲＳＴシーケンスに基づき１組のオーバーラップする時間スライスに直列的にフェグメント化される。各時間スライスが１つのシーケンスのＲ点が正確に中心であるのが好ましく、そのシーケンスのＲ点の両側にあって例えば１．５秒の固定した時間窓を有する。各時間スライスは２個以上のＱＲＳＴシーケンスを含むことができるが時間スライスの中心では１つのシーケンスを含む。この分析は数学的に実行されるがグラフィックスにより説明すると当業者に最もわかりやすいであろう。次に、時間の所与の点について、所与の時間スライスの前後におけるある数の時間スライスを融合して同じグラフ上に重ね合わせる。１つの特定の実施例において、所与の点の前後の１０個の時間スライスを同じグラフ上で重ね合わせた。このデータが出力の形でユーザーにいかなる形で提示されるかを示すグラフィックディスプレイでは、時間スライスのセグメントをオーバーラップさせることにより、ある数のＱＲＳＴシーケンスまたは時間スライスセグメントを同一グラフ上で重ねあわせる。好ましくは１．５秒の時間スライスセグメント内の検知された各主要ＱＲＳＴシーケンス及びそれに隣接するシーケンスをその窓内において他のシーケンス上に重ね合わせる。例えば、図１０Ａにおいて、一連の信号５０を互いにオーバーラップさせ、主要な心拍動５５がオーバーラップした信号の間に整列するようにする。これをＡＮＤ演算オーバーラップ心拍動グラフと呼ぶ。重畳した全ての心拍動の平均値を算定して表示する。主要な心拍動５５が整列したグラフの中心では、それらの心拍動は非常に類似しているように見え、明確な信号を識別可能である。また、その近くの心拍動６５は幾分からの偏差があるがぎっしりつまっており、これが心拍動間の変動性を示す。当業者は、この組の心拍動の心拍数は中央のＱＲＳ群と隣接する群の中心との間の距離を見ることによりこのグラフから容易に抽出できることがわかるであろう。この例のように信号が非常にはっきりしておれば、この算定法の効用は限られている。しかしながら、信号にノイズが多く多くの偽心拍動が検知される場合、この方法により、信号それ自体にノイズが多く単純なまたは観察法を利用できない時にこの方法によると心拍数を見つけることができる。

オーバーラップ心拍動グラフの別の実施例はオーバーラップに対して加算演算法を使用する。この例において、図１０Ｂに示すように心拍動と隣接する信号とがオーバーラップしている場合、得られるグラフのピクセルの強度を多数のオーバーラップする点の数により増加させる。図１０Ｂは、地の色が黒でオーバーラップする各信号がその色を明るくするＥＣＧ信号の一例を示す。再び、主要な心拍動５５を用いて時間スライスセグメントを整列させるが、隣接する心拍動６５は図１０Ａに比べるとぼんやりした点の集合として示される。この点の集合の幅は対象と成る信号の心拍動間変動性と関連がある。個々の心拍動は高い信頼度で検知することができず、オーバーラップしたグラフでは明確なパターンが示されないが、図Ａに示すような平均値６０を用いて明確な隣接ＱＲＳ群を同定することができる。これにより、時間スライスの中心から隣接ＱＲＳ群を表すぼんやりした点の集合の中心点までの距離からレートを求めることができる。加算グラフを用いることにより、ノイズが目立つ場合に隣接ＱＲＳ群の明確なスパイクを同定してシステムの能力を増強することが可能である。別の実施例において、特定のピクセルのオーバーラップする点の数がＸであればその強度をＸ1.5として表して最もオーバーラップする点がより選択的に強調するように、ディスプレイをより多くのオーバーラップする点でそれらのピクセルの方へ偏位することができる。

ユーザーの心拍動信号の形態についてデータベースまたは他の基準を確立する方法は、必然的に心拍動パターンを分類してある特定の形態を同定する方法を能力を包含する。これらのパターン及び形態はその後ある特定の活動または状態に関連付けることが可能である。しかしながら、第１のステップは以下のように形態及びパターンを同定することである。

例えば、Ｎ個で１組のＥＣＧ波形を選択する。心拍動間の平均距離を特定し、前方の心拍動間期間の２分の１の期間と後の心拍動期間の２分の１の期間を特定して各波形から切り取る。クリッピングする距離を他の区間をクリッピングしたりその距離を変化することも可能であることを注意されたい。上述した心拍動マッチングの説明と同様に、このプロセスのグラフィックスによる説明が最もわかりやすい。クリッピングモードにおいてＮ個の信号波形を検出し、上述した加算グラフと同様に、モデル化して、信号の特徴を強度または輝度により測定する。その信号に強度または数値を割り当てる。その周辺の領域には値はない。各波形の水平線である赤道線を特定し、この線の下と上の面積が等しくなるようにする。各波形ピークについて信号のピーク値においてＱＲＳスパイクを２つの部分に分割する垂直線として経線を特定する。全部でＮ個の画像を全ての赤道線が一致し全ての経線が一致するようにオーバーラップする。Ｎ個の信号の各点について、全ての強度値または数値を、これらが例えば０と１０００の間の２つの既知の境界地の間にくるように規準化する。その結果として、一致しない領域内において、波形が最も一致して最大値を有する傾向のある、そして一致が最も少なくて最小値を有する傾向のある信号セグメントを含む期間にわたりその人の平均的な心拍動の形態を補足する表示が得られる。さらにＮ個の画像はそれぞれオーバーラップする前にスケーリングすることができるが、各波形のＲ点の高さは一定である。さらに、連続するＸ個の波形のＸ個のセグメントを選択し、ただ１つだけでなくてＸ個の波形のシーケンスについて上述した解析を行うことにより精度を増加することができる。

当業者であればわかるように、アナログ−デジタルコンバータ１６０により出力される信号は、電極１５０の配置によりＥＣＧ信号から予想されるものと比べてその極性が判定している（この場合、信号のピークと思えるものが信号の谷に見える）。かかる場合、上述した処理が最初にその極性が反転することにより、成功裏に行うことができる。本発明の一実施例において、アナログ−デジタルコンバータ１６０により発生される信号は上述したように２回、即ち最初にその極性を判定せずに行った後再びその極性を判定して行い、最良の出力を上述したようにさらなる処理に使用することができる。さらに、加速度計または別の対の電極のような多数の線を用いていることにより、利用する処理の種類または性質に最も適応するように信号処理時に利得及び動的信号しきい値条件を可変にすることができる。さらに、カリフォルニア州フレモントのサルトモント社により製造されるようなピーク検知回路を使用しても良い。

さらに、このシステムは既知のそして認識可能なコンテキストまたは信号パターンを検知することができるが、これらは心拍動または他の人体中の電位に関連する特徴を検知するためにアルゴリズムにより識別できる受け入れ可能な信号をただ提供するわけでない。これらの状況下において、システムはただこの状態を認識してデータの流れを記録するが、ＥＭＧまたは運動振幅がピークレベルにある時、システムはこの状態を検知し、ある特定の予め設定したあるいは動的に算定した状態またはしきい値に従って次の適当な信号を受信するまでその信号の処理を停止する。場合によっては、他のセンサーの出力を利用して過剰な身体の運動のような状態の存在を確認することにより、システムは適正に作動しているがコヒーレントな信号がないことを確認すると共に欠落した時間セグメントからのデータの補間のベースとすることができる。これらの状態の下では、心臓に関する信頼性のおける情報を収集できないというシステムからの情報それ自体は誤った心臓情報を送るよりも価値がある。

上述した方法の１つを用いて、アナログ−デジタルコンバータにより出力される信号から心拍動スパイクを一旦同定すると、受け入れ可能な心拍動スパイクを用いて幾つかの方法のうちの任意の方法により心拍数を算定することができる。例えば、１分間のような特定の期間における受け入れ可能な心拍動の数をただカウントするのは心拍数を算定する上で受け入れ可能な方法のように思えるが、多数の心拍動が上述したように無効にされるという事実のためかかる方法は実際には心拍数を過小評価することがわかる。かくして、心拍数及び心拍動間変動性及び呼吸率のような心臓関連パラメータを無効にした心拍動を考慮する態様で算定する必要がある。１つの実施例によると、同定した受け入れ可能な心拍動スパイクからの心拍数の算定は、その信号中に同定された２つの連続する受け入れ可能な心拍動スパイクの各群の間の時間距離を求め、６０秒をこの時間で割り算して受け入れ可能な２つの連続する心拍動スパイクの各群の小域的心拍数を得ることによって行うことが可能である。その後、かかる小域的心拍数の全ての平均値、平均値中央値及び／またはピーク値を所与の期間において算定し心拍数の算定値として使用することが可能である。

心拍動の検知について最低レベルの品質の信号を得られない期間に遭遇した場合、この期間の事象を評価する方法を開発する必要がある。このシステムによると、この欠落した期間について心拍数を含む幾つかの心臓パラメータについての正確なステートメントを発生することができる。以前学習したデータ及び心拍数がいかに時間により変化するかについての確率を利用することにより、信頼性のある以前のデータに基づき心拍動の頻度に確立を割り当てることができる。これは欠落した時間セグメントの直前に期間に限られないが、もっともこれは欠落したセクションを最もよく示すものである。記憶したか分類した前の時間セグメントと比較するかまたはマッチングにより、ある特定の状態の下での心臓パラメータに関する情報のデータベースと比較することができる。このシステムはまたこれらの確率の計算においてこの装置と併用される他のセンサーを利用することができる。例えば、加速度計センサーの分散が高度であるとして心拍動チャンネル上の欠落した心拍動の確率を利用することができる。これにより、種々のレートのシーケンスを非常に正確に評価することが可能となり、可能性のある心拍数の計算ができる。この方法はある最小数の検知された心拍動が存在する場合に最も成功率が高い。

欠落した期間における活動評価の別の方法は、最初に上述した方法のうちの１つを用いて心拍動の候補を識別することである。強度値を与える任意の検知法も使用できる。好ましい実施例においてこの検知器は突き止めたリートが事実心拍動である確率に関連がある。二進真／偽検知器を真の場合強度値１として用いることができる。次に、心拍動の可能性のある全ての対を結合して１組の心拍動間のギャップを与える。各心拍動間ギャップは重み付け関数を定義するが、その関数の値はギャップのサイズ、ギャップが検知されて以来経過した時間量、識別強度及び重み関数のファミリーにより必要とされるメタパラメータの組み合わせに基づく。好ましい実施例において、この重み関数は逆ノッチ関数である。谷が秒である心拍動間ギャップはノッチのピークの場所を決定する。ノッチの高さは同定強度、ギャップが同定されて以来の時間の長さ及びライフタイムと呼ぶハイパーパラメータにより駆動される。ノッチの幅はハイパーパラメータの幅により定義される。図７Ｇはノッチピーク８７及びノッチ幅８９を有する逆ノッチ関数を示す。この関数自体は数式として下式のように表される。

ｗ（Ｘ、ギャップ、強度、年齢、寿命、幅）ｍａｘ（０，（１−年齢／寿命）＊強度＊（１−ａｂｓ）ｘ−ギャップ）／幅））
第３ステップにおいて個々の重み関数を加算して全重み関数を得る。さらに、その結果得られた関数をプログラムにより分析して心拍数の概算値を得る。

好ましい実施例において、真の心拍動ギャップの概算値をその関数がその最初の小域的最大値に到達する値として考える。図７Ｈはその結果得られた関数を示し、最初の小域的最大値９１を指示する。心拍動間ギャップが一旦選択されると、心拍数は公式心拍数＝６０／心拍動間ギャップから求められる。

全重み関数の評価に関連する処理負荷を最小限にするために、心拍動間ギャップが生理学的に可能な値よりも大きいかまたは小さい個々の重み関数を除去する。さらに、年齢がハイパーパラメータの寿命の値を超えている個々の関数も除去する。

別の実施例は上述して過酷な切り取りを行う代わりに許容される心拍間ギャップについて確率フィルタを利用する。これらの確率フィルタを入力として、ＥＣＧ信号だけでなく１またはそれ以上の信号をとり、許容可能な心拍動の確率的範囲を決定する。この一例は、非ＥＣＧ信号から着用者のコンテキストを求めた後、各コンテキストについてパラメータがコンテキスト、着用者の身体的パラメータだけでなくＥＣＧ信号それ自体により決定される特定のガウス分布を適応することである。他の確率分布をこのバイアス付与について同様に容易に利用できる。その後、この確率に各心拍動ギャップの確率を乗算することにより最も可能性ある心拍動を容易に求めることができる後方分布を生ぜしめることができる。

本発明の別の局面として、ある特定の心臓パラメータがノイズにより算定不可能である時にこれらのパラメータを時間的にその近くの測定された値のセットと他のセンサー上で行われた他の測定値のシーケンスとから概算できることである。この方法の１つのかかる実施例は、エネルギー消費量に対して使用するものに類似であるが加速度計のデータ、ガルバニック皮膚応答データ、皮膚温度及びカバー温度データだけでなく実行ステップ及び他の導出した生理学的及びコンテキストパラメータから心拍数を予測するために使用されるコンテキスト予測器である。この方法は最初に着用者の活動を指定し、その後その活動について適当な導出を行う。この実施例において、全ての活動の全ての導出を行い、実行中の活動の確率に従ってそれらを組み合わせる。

本発明の別の局面は、他の導出した信号の品質に関するフィードバックを行う多数のノイズの多い信号を使用して特定のユーザーに対して経時的に適応させる方法である。これを見る別の方法は所与のユーザーに対して較正する方法である。まず第１に、導出した所与のパラメータを計算するが、これは着用者のある生理学的状態を表す。第２の導出したパラメータを計算するが、これは同じ生理学的状態を表す。これら２つの導出したパラメータを比較し、導出した各量に対して計算される信頼度に従って互いに調整する。これらの計算は、学習または調整ができるようにするためにフィードバック信号を受け付けるように設計される。１つの実施例において、これはただ単に勾配降下を利用してパラメータをノイズが多いと認められるフィードバック信号に応じて調整することになる。別の実施例において、これは確率推論のシステムに基づき計算に使用される定数を更新することを含む。

本発明の１つの局面によると、作成プロセスを用いて心拍数及びその多くがクラシックデータ出力及び診断だけからでは可視的に判別できない他の心臓関連パラメータの計算に用いる電極１０５を用いて発生されるＥＣＧを含む、アームバンド人体モニター装置３００上の生理学的及びコンテキストセンサーからの表１に示すようなデータから種々の変数に関する継続的情報を発生する広い範囲のアルゴリズムを作成する。これらを心拍数変動性、心拍数偏差、平均心拍数、呼吸率、心房細動、不整脈、心拍動間インターバル、インターバル変動性などを含む。さらに、このタイプの継続的なモニタリングはリアルタイムでデータに事象または時間の表示をする能力と相まって、薬または他の治療法の適用を評価しその直後のまたは長期の効果を観察するのを可能にする。さらに、データ出力のパターン認識及び解析により以前の事象に基づき心臓の不整脈のようなある特定の状態を予測する能力が提供される。かかる変数は安静時、活動時及び全体の値を含むエネルギー消費量、毎日のカロリー摂取量、ベッドにおける睡眠状態、睡眠の開始、睡眠の中断、目覚め及びベッド以外での状態及び運動、着座、自動車での旅行及び横になることを含む活動状態を包含するが、これらに限定されない。かかる変数の値を発生するアルゴリズムは例えば、２軸加速度計の１つの軸または両方の軸、熱束センサー、ＧＳＲセンサー、皮膚温度センサー、身体近傍周囲温度センサー及び心拍数センサーからのデータに基づく。さらに、上述したパターン検知及び予測能力により、システムは失神、不整脈及びある特定の生理学的精神的健康状態のようなある特定の事象の開始を、かかる事象の発生場面で既知の状態のパラメータセットを確立することにより予測できる。以前の事象にマッチする特定のパラメータセットが再び発生するとアラームまたは他のフィードバックがユーザーに与えられる。

モニタリング装置は、上述した予測及びパラメータ識別機能の一部として有用な個人の種々の付加的な生理学的パラメータを示すデータを発生することができる。これは他の所で述べたパラメータに加えて、呼吸数、皮膚温度、中心部体温、体からの熱流、電気皮膚反応またはＧＳＲ、ＥＭＧ、ＥＥＧ、ＥＯＧ、血圧、体脂肪、水分補給レベル、活動レベル、酸素消費量、グルコースまたは血糖値、体位、筋肉または骨にかかる圧力、紫外線露出及び吸収を含む。ある特定の場合、種々の生理学的パラメータを示すデータは、１またはそれ以上のセンサーが発生する信号それ自体であり、場合によっては、１またはそれ以上のセンサーが発生する信号に基づきマイクロプロセッサーが計算したデータである。種々の生理学的パラメータを示すデータを発生する方法及び使用センサーは公知である。表１は、かかる周知の方法のいくつかの例について、問題のパラメータ、使用方法、使用センサー装置及び発生される信号を示す。表１はまた、そのデータを発生するためにはセンサーが発生する信号にさらに処理を加える必要があるか否かを示す。

表１
パラメータ方法センサー信号さらに処理を要するか
心拍数ＥＫＧ電極２個直流電圧Ｙｅｓ
脈搏数ＢＶＰＬＥＤ及び抵抗変化Ｙｅｓ
光センサー
拍動間変異脈搏数電極２個直流電圧Ｙｅｓ
ＥＫＧ皮膚表面電位電極３−１０個直流電圧Ｎｏ
呼吸数胸部体積変化ひずみ計抵抗変化Ｙｅｓ
皮膚温度表面温度計サーミスタ抵抗変化Ｙｅｓ
中心部体温食道またはサーミスタ抵抗変化Ｙｅｓ
直腸プローブ
熱流熱流束サーモパイル直流電圧Ｙｅｓ
電気皮膚反応皮膚コンダクタンス電極２個抵抗変化Ｎｏ
ＥＭＧ皮膚表面電位電極３個直流電圧Ｎｏ
ＥＥＧ皮膚表面電位電極多数直流電圧Ｙｅｓ
ＥＯＧ眼球の動き薄膜圧電センサー直流電圧Ｙｅｓ
血圧非侵襲性電子血圧計抵抗変化Ｙｅｓ
コロトコフ音
体脂肪体インピーダンス動作電極２個インピーダンス変化Ｙｅｓ
毎分Ｇショック体の動き加速度計直流電圧Ｙｅｓ
の活動容量変化
酸素消費量酸素摂取電気化学的センサー直流電圧変化Ｙｅｓ
グルコース非侵襲性電気化学的センサー直流電圧変化Ｙｅｓ
レベル
体位（例えば、Ｎ／Ａ水銀スイッチアレイ直流電圧変化Ｙｅｓ
横臥、直立、座位）
筋圧Ｎ／Ａ薄膜圧電センサー直流電圧変化Ｙｅｓ
紫外線吸収Ｎ／Ａ紫外光セル直流電圧変化Ｙｅｓ

他の多数のタイプ及び分類のセンサーを単独でまたは上述したものと併用することが可能であるが、それらにはユーザーの場所を求める相対的及び地球規模の位置測定センサー、空間内の方向を求めるトルク及び回転加速度センサー、血液化学センサー、間質液化学センサー、生体インピーダンスセンサー、及び、花粉、湿度、オゾン、音響、身体及び周囲ノイズのような幾つかのコンテキストセンサー並びに生体認証方式で装置を利用するセンサーが含まれる（これらに限定されない）ことに特に注意されたい。

表１に掲げたデータの種類は、センサー装置１０が発生可能なデータの種類を例示するものである。他の種類のデータも、本発明の範囲から逸脱することなくセンサー装置１０により発生できることを理解されたい。さらに、上記データから、個人の生理学的状態に関する或る特定の情報を導出できる。表２は、導出可能な情報の種類の例と、そのために使用可能なデータの種類の一部を示す。

表２
導出情報使用データ
排卵皮膚温度、中心部温度、酸素消費量
入眠／覚醒拍動間変異、心拍数、脈搏数、呼吸数、皮膚温度、中心部体温
熱流、電気皮膚反応、ＥＭＧ、ＥＥＧ、ＥＯＧ、血圧、酸素消費量
カロリー消費量心拍数、脈搏数、呼吸数、熱流、活動、酸素消費量
基礎代謝率心拍数、脈搏数、呼吸数、熱流、活動、酸素消費量
基礎体温皮膚温度、中心部体温
活動レベル心拍数、脈搏数、呼吸数、熱流、活動、酸素消費量
ストレスレベル拍動間変異、心拍数、脈搏数、呼吸数、皮膚温度、
熱流、電気皮膚反応、ＥＭＧ、ＥＥＧ、血圧、活動、酸素消費量
弛緩レベル拍動間変異、心拍数、脈搏数、呼吸数、皮膚温度、
熱流、電気皮膚反応、ＥＭＧ、ＥＥＧ、血圧、活動、酸素消費量
最大酸素消費率ＥＭＧ、心拍数、脈搏数、呼吸数、熱流、血圧、活動、酸素消費量
立ち上がり時間または心拍数、脈搏数、呼吸数、熱流、酸素消費量
休止率から目標最大値
の８５％まで上昇する
に要する時間
ゾーンにおける時間心拍数、脈搏数、呼吸数、熱流、酸素消費量
または心拍数が目標
最大値の８５％以上
であった時間
回復時間または心拍数心拍数、脈搏数、呼吸数、熱流、酸素消費量
が目標最大値の８５％
以上になった後休止率
に戻るに要する時間

さらに、この装置は、個人を取り巻く環境に関する種々のコンテキストパラメータを示すデータを発生できる。例えば、空気の質、音のレベル／品質、個人の近くの光の質または周囲温度、もしくは個人の地球的位置を示すデータがある。

ここに述べたセンサー及びデータから情報を導出するためにユーザー特性、連続的な測定値、継続的なコンテキスト、瞬時的事象及び累積的状態を予測するための一連のアルゴリズムが開発される。ユーザー特性は、体重、身長及び着用者のＩＤのような局面を含む着用者の永続的及び半永続的パラメータを含む。連続的測定値の一例はエネルギー消費量であり、これは着用者が消費するエネルギーのカロリー数を１分毎に測定するものである。継続的コンテキストは睡眠、自動車の運転またはジョギングのようなある期間継続する行動である。瞬時的事象は、心臓発作のような一定の期間または非常に短い期間にわたり起こるものである。蓄積的状態は、前のある期間にわたる挙動から人の状態を推論できる状態である。例えば、３６時間睡眠をとっておらず、１０時間何も食べていない場合、その人は疲労している可能性が高い。以下の表３は、特定の個人的特性、連続的測定値、継続的測定値、瞬時的事象及び蓄積的状態の多数の例を示す。

表３
個人的特性年齢、性別、体重、運動能力、状態、疾病、身長、病気のかかりやすさ、
活動レベル、個人の利き腕、代謝率、身体構造
連続測定値気分、心拍の拍動間変動、呼吸、エネルギー消費、血液グルコースレベ
ル、ケトーシスレベル、心拍数、ストレスレベル、疲労レベル、警戒レベ
ル、血圧、準備性、耐久力、持久力、相互作用に対する寛容性、期間毎の
ステップ、静寂レベル、身体の姿勢及び方向、清潔度、気分または情緒、
親しみやすさ、カロリー摂取量、ＴＥＦ、ＸＥＦ、集中度、活性エネル
ギー消費、炭水化物摂取量、脂肪摂取量、蛋白質摂取量、水和レベル、正
直度、睡眠品質、睡眠状態、覚醒レベル、薬剤効果、投薬量予測、水摂取
量、アルコール摂取量、めまい感、痛み、快適度、新しい刺激に対する残
留処理能力、アームバンドの適当な使用、トピックに対する興味、相対的
努力、場所、血液アルコールレベル
継続的測定値運動、睡眠、うたた寝、着座、立つこと、歩き回ること、ランニング、散
歩、自転車乗り、固定式自転車乗り、ロードバイキング、ウェイトリフ
ティング、エアロビック運動、無酸素運動、持久力形成運動、精神集中活
動、極端な情緒期間、リラックス動作、テレビ鑑賞、定住性、ＲＥＭ検知
器、飲食、集中度、中断、一般的活動の検知、睡眠段階、熱ストレス、熱
射病、学習に対する従順性、二極性代償障害、異常事象（ユーザーにより
測定される心臓信号、活動レベルなど）、驚きレベル、高速道路での運転
または座乗、飛行機による旅行、ヘリコプターによる旅行、倦怠事象、ス
ポーツ検知（フットボール、野球、サッカーなど）、研究、読書、中毒、
薬の効果
瞬時的事象倒れること、心臓発作、発作、睡眠覚醒事象、ＰＶＣ、血糖異常、急性ス
トレスまたは見当障害、突発事項、心臓不整脈、ショック、嘔吐、急速血
液喪失、薬剤飲用、えん下
蓄積的状態アルツハイマー病、脱力感または倒れる可能性の増加、し眠状態、疲労、
ケトーシスの存在、排卵、妊娠、疾病、病気、熱、水腫、貧血、インフル
エンザ、高血圧、精神的疾患、急性脱水症、低体温症、集中状態

本発明は、着用者の生理学的及びコンテキスト状態を自動的に記録する方法に使用できることがわかるであろう。このシステムはユーザーが行った活動、何が起こったか、ユーザーの生理学的状態が経時的にいかに変化したか、またユーザーがある特定の状態をいつ経験したかまたは経験しそうであったかの記録を自動的に作成できる。例えば、システムは、ユーザーの水分補給レベル、エネルギー消費レベル、睡眠レベル、警戒レベルを１日を通して記録するだけでなく、ユーザーが運動を行い、自動車を運転し、睡眠をとり、熱ストレスの危険下にあり、あるいは食事をする時を記録することができる。これらの検知される状態を利用して、データ記録に時間または事象の表示を付し、分析または提示データの或る特定のパラメータを修正すると共にある特定の遅延したまたはリアルタイムのフィードバック事象をトリガーすることができる。

アルゴリズム作成プロセスによると、複数のセンサーからのデータを所望の変数にマッピングする線形または非線形数学モデルまたはアルゴリズムが作成される。このプロセスは幾つかのステップより成る。まず第１に、測定中のパラメータに関して現実世界の状況にできるだけ近い状況におかれアームバンド人体モニター装置３００を着用する対象者から、データが収集されるが、対象者は危険な状態におかれず、アルゴリズムが予測する変数は同時に非常に正確な医療等級検査装置を用いて高い信頼度で測定することができる。この第１のステップにより以下の２つの組のデータが提供されるが、これらのデータはその後アルゴリズム作成プロセスの入力として作成される。これら２つの組のデータとは、（ｉ）センサー装置１２０１からの生のデータ、及び（ｉｉ）より精度の高い検査装置で測定した金印標準ラベルより成るデータである。このアルゴリズムが予測する変数が自動車での旅行のようなコンテキストに関する場合、金印標準データはアームバンド人体モニター装置３００、ＰＣへ手動で入力されるか他の方法により手動で記録される情報を介してそれらの対象者自身に与えられる。収集されたデータ、即ち、生のデータと、検証可能な対応標準データは共にデータベースに編成され、トレーニングセットとテストセットに分割される。

次に、トレーニングセットのデータを用いて数学モデルが作成されるが、このモデルは生のデータを対応する検証可能な対応標準データに関係付けるものである。詳述すると、種々の機械学習技術により、２つのタイプのアルゴリズム、即ち、１）データポイントのある部分集合について検査室測定パラメータの予測を可能にする態様で変化する継続的な導出パラメータである特徴として知られるアルゴリズム（これらの特徴は、例えば、代謝的カート、ダグラスバッグまたは二重標識水からのＶ０２レベル情報である検査室測定パラメータとは通常、条件付で独立していない）と、２）アルゴリズム全体にとって有用な種々のコンテキスト、例えば、ランニング、運動、うたた寝、睡眠、運転を予測するコンテキスト検出器として知られるアルゴリズムを発生させる。このステップでは、人工神経ネット、決定ツリー、記憶方法、ブースティング、交差確認による属性選択、シミュレーションされたアニーリング及び進化計算のような確率サーチ方法を含む多数の周知の機械学習技術を使用することができる。

適当なセットの特徴及びコンテキスト検出器が見つかった後、幾つかの周知の機械学習方法を用いてこれらの特徴及びコンテキスト検出器を組み合わせることにより全体モデルとする。このフェイスに用いる技術には、多重線形回帰、局部的重み付け回帰、決定ツリー、人工神経ネットワーク、確率サーチ方法、サポートベクトルマシン及びモデルツリーが含まれるが、これらに限定されない。これらのモデルは過剰適合を回避するために交差確認による評価を行う。この段階において、モデルは例えば１分毎に予測を行う。毎分の予測を統合する全体モデルを作成することにより次に毎分間の効果が考慮される。このステップでは、周知のあるいは特注のウィンドウ及びしきい値最適化ツールを使用することができる。最後に、モデルの性能をテストセットについて評価することができるが、これはアルゴリズムの作成についていまだ使用されていない。従って、テストセットのモデルの性能は他のまだ見ていないデータに対するアルゴリズムの予想される性能を評価するよい尺度になる。最後に、アルゴリズムはさらに確認を行うために新しいデータに対して作動状態でのテストを受けることができる。

本発明において使用可能なタイプの非線形機能及び／または機械学習方法のさらに別の例として、以下のもの、即ち、条件付、ケースステートメント、論理処理、確率または論理的推論、神経ネットワーク処理、カーネル利用方法、メモリ利用探索（ｋＮＮ、ＳＯＭ）、決定リスト、決定ツリーによる予測、サポートベクトルマシンによる予測、クラスタ分析、ブースト方法、カスケード相関、ボルツマンクラスファイア、回帰ツリー、ケースに基づく推論、ガウス、ベイズネット、動的ベイズネットワーク、ＨＭＭ、カルマンフィルター、ガウスプロセス、アルゴリズム予測器、例えば、進化計算または他のプログラム合成ツールにより学習される）が含まれる。

アルゴリズムを、入力として生のセンサー値または信号をとり、計算を実行し、その後所望の出力を発生するものとみることができるが、アルゴリズムを１つの好ましい実施例において生のセンサー値に適用される一連の導き出されたものとみることは有用である。生のセンサー値または信号はチャンネル、特に、導出チャンネルでなくて生のチャンネルとも呼ばれる。関数とも呼ばれるこれらの導き出されたものは単体あるいは２つのものであるが、生の値及び、恐らくは既に存在する導出チャンネルに所定の順序で適用される。最初は、もちろんのこと、入力として生のセンサー信号をとる必要があるが、それ以後は入力として以前導き出されたチャンネルをとることができる。導出の順序から所与の導出チャンネルを導き出すために使用される特定のチャンネルを容易に突き止められることに注意されたい。また、ユーザーがＩ／Ｏ装置へまたは何らかの態様で提供する入力もアルゴリズムにより使用可能な生の信号として含められることに注意されたい。例えば、食事を記述するために選択されるカテゴリーはその食事のカロリー評価を計算する式により使用可能である。１つの実施例において、生の信号は最初に、後で導き出すために十分なチャンネルに要約され、効率的に記憶することができる。これらのチャンネルは加算、差の加算及び平均のような操作を含む。高レートのデータを要約して圧縮チャンネルにするのは有用な特徴の圧縮及び記憶の両方にとって有用であるが、そのアプリケーションの正確な詳細事項に応じて高レートのデータの一部または全部のセグメントを記憶するのは有用であろうことに注意されたい。１つの実施例において、これらの要約チャンネルは製造上の小さな測定可能な小さな差を考慮し、適当なスケール及び正しい単位の値を得るために較正される。例えば、製造プロセス時特定の温度センサーにわずかなオフセットがあることが判明した場合、このオフセットを適用して温度を摂氏で表現する導出チャンネルを得ることができる。

この説明のために、導出式または関数はそれが幾らかのオフセットと共にその入力を重み付けした組み合わせとして表現される場合は線形である。例えば、ＧとＨが２つの生のまたは導出チャンネルである場合、Ａ＊Ｇ＋Ｂ＊Ｈ＋Ｃ（Ａ、Ｂ、Ｃは定数）の全ての導出式は線形関数である。導出式は、もしそれが一定のオフセットを有する入力の重み付けした和として表現できなければ、その入力に関して非線形である。非線形導出式の一例は、もし（Ｇ＞７）であれば、Ｈ＊９に戻り、そうでなければ（Ｈ＊３．５＋９１２）へ戻る。１つのチャンネルは、それを計算するための全ての導出式が線形であれば線形的に導出されたものであり、それを作成するために用いる任意の導出式が非線形であればチャンネルは非線形的に導出されたものである。チャンネルは、そのチャンネルの値の変化によりその導出式に従って行われる計算が変化し他の全ての入力が一定に保たれる場合は非線形的にその式を媒介する。

本発明の好ましい実施例によると、このプロセスを用いて作成されるアルゴリズムは概念的に図１１に示すフォーマットを示す。詳述すると、アルゴリズムは、ボックス４００で示す、心拍数及び電極１０５により発生されるＥＣＧ信号から計算される他の心臓関連パラメータを含む、種々のセンサーからのアームバンド人体モニター装置３００により収集されるセンサーデータから導出されるチャンネルと、個人の人口統計的情報とを、入力として、とる。そのアルゴリズムは、１分間にわたって収集されるような収集データの所与の部分が着用者が幾つかの可能なコンテキストのそれぞれにある間に収集される確率を表す、Ｗ₁乃至Ｗ_nとして示す重みを発生する少なくとも１つのコンテキスト検知器４０５を有する。かかるコンテキストはその個人が休息状態または活動状態であるかを含む。さらに、各コンテキストにつき、入力として生のチャンネルまたは導出チャンネルをとって連続予測が計算される回帰アルゴリズム４１０が提供される。個々の回帰は、例えば多変量線形または多項回帰、メモリ系方法、サポートベクトルマシン回帰、ニューラルネットワーク、ガウスプロセス、任意手順関数などを含む多種多様な回帰方程式または方法のうちの任意のものでよい。各回帰は、例えばエネルギー消費量のようなアルゴリズムの興味あるパラメータの出力の予測である。最後に、Ａ₁乃至Ａ_nで示す各コンテキストの各回帰アルゴリズム４１０の出力と、重みＷ₁乃至Ｗ_nとがホストプロセッサ４１５により結合され、このプロセッサはブロック４２０で示すようにアルゴリズムにより測定または予測される興味あるパラメータを出力する。一般的に、ホストプロセッサ４１５は、コミッティー法、ブースティング、ボーティング法、一貫性チェックまたはコンテキストに基づく再結合を含む別個のコンテキスト予測を組み合わせる多くの方法のうちの任意のもので構成することができる。

図１２を参照して、該図は個人のエネルギー消費量を測定するためのアルゴリズムの一例を概念図である。この例のアルゴリズムは、少なくとも加速度計、熱束センサー及びＧＳＲセンサーまたはかかる本願の一部として引用する米国特許出願第１０/６８２，７５９号に記載されたようなアームバンド人体モニター装置からデータを受けるＩ／Ｏ装置１２００を有するアームバンド人体モニター装置３００の上で実行できる。この例のアルゴリズムでは、センサーからの生のデータが較正され、それに基づき多数の値、即ち、導出チャンネルが形成される。特に、図１２の４００で示す以下の導出チャンネルは生の信号及び人口統計的情報から計算される。即ち、（１）加速度計のデータに基づき縦方向加速度計平均（ＬＡＶＥ）が、（２）加速度計データに基づき横方向加速度計の平均差の和（ＴＳＡＤ）が、（３）熱束センサーデータに基づき熱束高利得平均分散量（ＨＦｖａｒ）が、（４）加速度計データに基づき横方向及び縦方向加速度計の絶対差のベクトル和（ＶＳＡＤ）が、（５）ＧＳＲデータに基づき電気皮膚応答低利得（ＧＳＲ）が、（６）人口統計的情報に基づき基礎代謝率（ＢＭＲ）が計算される。コンテキスト検知器４０５は、ＬＡＶＥ、ＰＳＡＤ、ＨＦｖａｒ導出チャンネルを用いて着用者が活動状態にあるかまたは休息しているかを予測する単純なベイズ分類器より成る。出力は確率的重み（２つのコンテキスト、即ち、休息と活動状態につきＷ₁及びＷ₂）である。休息コンテキストでは、回帰アルゴリズム４１０は加速度計、熱束センサー、ユーザーの人工統計的データ及び電気皮膚応答センサーから導出されるチャンネルを結合する線形回帰である。アルゴリズム設計プロセスを通して得られる式は、Ａ＊ＶＳＡＤ＋Ｂ＊ＨＦｖａｒ＋Ｃ＊ＧＳＲ＋Ｄ＊ＢＭＲ＋Ｅ（Ａ、Ｂ、Ｃ、Ｄ、Ｅは定数）である。活動状態コンテキストの回帰アルゴリズム４１０は定数が異なる点を除き同一である。この例のポストプロセッサ４１５は各コンテキスト回帰の重み付けされた結果を加算する。Ａ₁が休息回帰の結果であり、Ａ₂が活動回帰の結果である場合、その組み合わせはＷ₁＊Ａ₁＋Ｗ₂＊Ａ₂であり、これは４２０に示すエネルギー消費量である。別の例において、対象となる期間での着用者が自動車を運転しているか否かを計算する導出チャンネルはポストプロセッサ４１５に入力される。この導出自動車運転チャンネルが計算されるプロセスはアルゴリズム３である。この場合のポストプロセッサ４１５は、着用者がアルゴリズム３により運転中であると予測される場合、エネルギー消費量をその期間につき何らかの係数（例えば１．３）にそれらの分数に毎分の基礎代謝率を乗算したものに等しい値に制限されるという制約を課す。

別の例として、図１１において概念的に示すフォーマットを有するアルゴリズムは、個人のエネルギー消費量を測定するために開発されるが、これは入力として、２軸加速度計及び電極１０５からアームバンド人体モニター装置３００により収集されるセンサーデータから導出されるチャンネルを利用し、これから心拍数及び／または他の心臓関連パラメータが算定される。これらの運動及び心拍数センサータイプから導出されるパラメータはユーザーの活動を非常によく表す。図１１に概念的に示すフォーマットを有するアルゴリズムにおいてこれら２つのセンサーを組み合わせると、単一のセンサーが混同するような異なる活動クラス、例えば、心拍数が高くなるが運動は小さいことにより識別可能なストレスのかかる事象と、一部で心拍数は低いが運動量が大きいことにより識別可能な車両の運動事象、及び心拍数が高く運動量も大きいものとして識別可能な運動事象を容易に判別することができる。図１１に示すように、この実施例では、これら２つのセンサーデータから導出されるチャンネルは最初にユーザーのコンテキストを検知するために使用される。その後、適当な関数を用いて心拍数と運動データの両方に基づきエネルギー消費量を予測する。さらに別の実施例として、アームバンド身体モニター装置３００の一部を形成する熱束センサーのような別のセンサーから導出されるチャンネルをアルゴリズムへの別の入力として用いることができる。エネルギー消費量を予測するためのアルゴリズムにおいて心拍数を使用すると多数の理由によりより良好でより正確な予測を行うことができる。自転車に乗ったりウエイトリフティングをしたりするような幾つかの動きの少ない運動は加速度計からの腕の運動を唯一の入力として用いるエネルギー消費量アルゴリズムにとって問題となる。また、衣服も熱束センサーにより行われる測定に悪影響を与え、これによりエネルギー消費量の予測に悪影響がでる。心拍数または他の心臓関連パラメータをアルゴリズムに取り込むとかかる問題の軽減に役立つ。かかるアルゴリズムに使用する以外に心拍数及び他の心臓関連パラメータだけをただ検知し分析しレポートするのがかなりの効用がある。さらに、心拍数は一般的に眠りに落ちると遅くなりレム睡眠期間の間上昇する。従って、人が睡眠中であるが睡眠のどの段階にあるかを予測するアルゴリズムは、それから心拍数及び／または他の心臓関連パラメータが他の検知されるデータと共に算定される、アームバンド人体モニター装置３００により収集されるデータを他のセンサーと共に入力として利用する本発明に従って開発することができる。かかる心臓関連データもまた睡眠無呼吸症のような睡眠障害を検知するアルゴリズムに使用することができる。同様に、ストレス状態の下で人の心拍数がストレスにさらされると人の心拍数はしばしば上昇するがそれに伴って運動または身体の熱が増加しないことが多い。個人のかかるデータを１日毎にまたは期間毎に比較すると、さらにパターンを検知して予測するために使用できるある特定のパターンまたは状態を識別する手助けになる。ストレスを検知するためのアルゴリズムは、心拍数及び／または他の心臓関連パラメータがそれから計算される電極１０５から収集されるデータを加速度計からのデータのような他のセンサーデータから利用する本発明に従って開発することができる。ストレスを認識する過去の活動を検討して検知し導出したパラメータを生活活動または他の検知できない事象と相関しようとする文脈においてストレスを認識する可能性が最も高いが、ストレスを検知できることは外部の状態または単なる先入観により着用者から遮蔽されるかもしれない状態を識別するための同時的な測定として有効であろう。これは、心臓が物理的な圧迫または活動がないにもかかわらずストレスを受けている場合に特にそうである。

他の重要なフィードバック実施例は、心臓関連パラメータによりレム睡眠を検知し、着用者がかかる睡眠状態にある機会を最大にする能力を含む。予め指定した時間にユーザーを目覚めさせる従来型アラームでなくて、このアラームは予め設定した量のレム睡眠の後、そしてさらにかかる睡眠の適当な終了点においてまたはある特定の睡眠段階の間またはその直後に着用者を目覚めさせることができる。

このアルゴリズム作成プロセスは、以下のもの、即ち、（ｉ）個人が物理的圧迫状態にある時、無意識、疲労、ショック、めまい、熱ストレス及び脱水状態、（ｉｉ）脱水状態、栄養不良状態及び睡眠不足状態を含む軍事的環境にあるような個人の準備状態、健康及び／または代謝状態を含む（これらに限定されない）種々のパラメータをアームバンド人体モニター装置３００が検知し測定できるようにするためのアルゴリズムを作成するために使用できる。さらに、上述したようなセンサー装置により測定される信号のフィルタリング、信号クリーンナップ及びノイズキャンセレーションのような他の目的でアルゴリズムを作成することができる。このモデルを用いて作成される実際のアルゴリズムまたは関数は特定のセンサー及びその配置並びにセンサー装置の全体構造のような使用されるセンサー装置の特定事項に大きく依存することがわかるであろう。かくして、１つのセンサー装置により作成されるアルゴリズムは、そのアルゴリズムの作成に用いるセンサー装置と構造が実質的に同一でないセンサー装置では全くでないが機能しない。

上述したアルゴリズムの作成方法は入力としてその装置からの検知された信号を使用して心拍動の検知方法を提供するために適用可能であることを特に理解されたい。検知される信号は上述のようにチャンネルとして処理され、同じ方法が適用される。

本発明の別の局面は、作成されたアルゴリズムの種々のタイプの不確定性を取り扱う能力に関する。データの不確定性は、センサーノイズ及び考えられるセンサー故障のことである。データの不確定性はデータを完全に信頼できない場合に生じる。かかる状態下では、例えば、加速度計のようなセンサーが故障した場合、システムは着用者が睡眠中または休息中かもしくは全く運動していないと結論するかもしれない。かかる状態下では、データに問題があるか、または予測し結論を出すモデルに問題があるかを結論することは非常に困難である。アプリケーションがモデルとデータの両方の不確定性を孕んでいる場合、データとモデルに付随する不確定性の相対的な大きさを突き止めることは非常に重要である。インテリジェントシステムは、センサーが間違ったデータを発生中であるらしいことに気づき、また別のアルゴリズムにスイッチするか、もしくは、場合によっては、予測を行う前にギャップを埋めることができる。センサーが故障しているか、データチャンネルがもはや信頼できないかを突き止めるのは些細な仕事ではないが、その理由は故障状態のセンサーが時として残りのセンサーの一部と符合する読みを発生し、そのデータがセンサーの通常動作範囲内に収まることがあるからである。

医療上の不確定性は、異なるセンサーが矛盾すると思われる結論を示すという事実を指す。医療上の不確定性はそのデータから引き出す結論につき納得できない場合である。例えば、加速度計は着用者が運動中でない（「休息」という結論に到達する）ことを指示し、電気皮膚応答センサーは非常に大きい応答（「活動状態」の方につながる）を与え、熱流センサーは着用者が依然として実質的な熱を放散中である（「活動状態」につながる）ことを指示する。優れたシステムでないシステムは、ただセンサーの間で投票を行わせるか、あるいは同じように根拠のない方法を用いて種々の読みを統合しようとする。本発明は、重要な結合確率を重み付けし、着用者は現在静止自転車乗りのような低運動量の活動を行っている、または最近おこなった、という最も可能性のある適当な結論（この例ではそうである）を出す。

同じアルゴリズム作成プロセスを用いて心拍動を検知し、心拍数を求め、ノイズの存在下で心拍数の概算値を得るための上述したアルゴリズムが作成された。当業者にとって、この同じプロセスを用いて他のセンサーを組み込むことにより心臓関連パラメータの測定を改善するかまたは心臓関連パラメータをエネルギー消費量のような他の生理学的パラメータの測定に組み込めることが明らかであろう。

本発明のさらに別の局面によると、アームバンド人体モニター装置３００を使用することにより、人間の状態、好ましくは、センサーにより直接測定できない人間の状態に関するパラメータＹを自動的に測定し、記録し、保存し、そして／または報告することができる。状態パラメータＹは、例えば（これらに限定されない）、消費カロリー、エネルギー消費、睡眠状態、水和レベル、ケトーシスレベル、ショック、インシュリンレベル、物理的疲労及び熱疲労などである。センサー装置は、かかるセンサー装置またはその一部である１またはそれ以上のセンサーのうちあるものの出力より成る生の信号のベクトルを観察することができる。上述したように、チャンネルと呼ぶある特定の信号は生のセンサー信号のベクトルから導出することができる。生及び導出チャンネルＸと呼ぶこれらの生及び／または導出チャンネルのうちのある特定のベクトルＸは、対象となる状態パラメータＹまたはＵと呼ぶＹのあるインジケータ（ＹとＵとの間にはＹがＵから得られるという関係がある）の状態、事象及び／またはレベルに応じて、またはそれに感応して、ある体系的な態様で変化する。本発明によると、入力として生のそして導出チャンネルＸをとり、（ｉ）状態パラメータＹまたはインジケータＵ、及び（ｉｉ）個人の他の何らかの状態パラメータＺを予測し、それに条件的に依存する（記号┬で表す）出力（記号）を与えるセンサー装置を用いて、第１のアルゴリズムまたは関数ｆ₁が作成される。このアルゴリズムまたはｆ₁を下式に示す。

ｆ₁（Ｘ）┬ Ｕ＋Ｚ又は
ｆ₁（Ｘ）┬ Ｙ＋Ｚ

好ましい実施例によると、ｆ₁は本願の他所で述べたアルゴリズムの作成プロセスを用いて作成されるが、このプロセスはセンサー装置により収集される信号から導出される特に生のチャンネル及び導出チャンネルＸのようなデータと、正しい答えとして考えられる方法、例えば、非常に精度の高い医療等級の検査装置及び収集データからアルゴリズムを作成するための種々の機械学習技術を用いて同時に測定されるＵまたはＹ及びＺに関するいわゆる検証可能な基準データを用いる。アルゴリズムまたは関数ｆ₁は、インジケータＵまたは状態パラメータＹ（場合によりどちらでもよい）が存在する条件下で作成される。この方法を用いて作成される実際のアルゴリズムまたは関数は、特定のセンサー及びその配置並びにセンサー装置の全体構造及び構成のような使用するセンサー装置の特定事項に大きく依存することがわかるであろう。かくして、１つのセンサー装置により作成されるアルゴリズムはそのアルゴリズムの作成に用いるセンサー装置と構造が実質的に同一でないセンサー装置には全部ではないが機能しない。

次に、第２のアルゴリズムまたは関数ｆ₂は、ＹまたはＵが場合によってはＹまたはＵと条件的に独立である点を除き、ｆ₁により全ての入力を予測しそれに条件的に依存する出力を与え、次に、第２のアルゴリズムまたは関数ｆ₂は、生及び導出チャンネルＸを入力としてとり、ＹまたはＵが場合によってはＹまたはＵと条件的に独立である（記号┴で表す）点を除きｆ₁により全ての出力を予測しそれに条件的に依存する出力を与えるセンサー装置を用いて作成される。この考え方は、１またはそれ以上のセンサーからの生のそして導出チャンネルＸのうちのある特定のものにより非Ｙまたは非Ｕ関連事象からの生の及び導出チャンネルＸの変動を説明するか、またはフィルタリングにより除去することが可能であるということである。このアルゴリズムまたは関数ｆ₂を下式に示す。

ｆ₂（Ｘ）┬ Ｚ及び（ｆ₂（Ｘ）┴ Ｙ又はｆ₂（Ｘ）┴ Ｕ）

ｆ₁のようにｆ₂は上述したアルゴリズム作成プロセスを用いて作成するのが好ましい。しかしながら、ｆ₂はどちらであれＵまたはＹが存在しない条件下で作成され、その妥当性がチェックされる。かくして、ｆ₂の作成に用いる金印標準データは非常に精度の高い医療等級の検査装置を用いて作成されたＺだけに関するデータである。

かくして、本発明のこの局面によると、一方、即ちｆ₁はＵまたはＹに依存し、もう一方、即ちｆ₂はＵまたはＹに依存しない２つの関数が作成される。ｆ₁とｆ₂の間にはＵまたはＹを与える関係式が存在することがわかる。換言すれば、ｆ₃（ｆ₁, ｆ₂）＝Ｕ又はｆ₃（ｆ₁, ｆ₂）＝Ｙのような関数ｆ₃が存在する。例えば、ＵまたはＹは２つの関数（Ｕ＝ｆ₁ −ｆ₂ 又はＹ＝ｆ₁ −ｆ₂）から得られるデータを減算することにより得られる。ＹでなくてＵがｆ₁とｆ₂の間の関係から決定される場合、次のステップはＹとＵの間の関係に基づきＵからＹを得ることである。例えば、ＹがＵを何らかの係数で割算することにより得られるようにＹはＵの何らかの固定パーセントであろう。

当業者は、本発明では、上述した態様で最後の関数ｆ_nにより３以上の関数（例えば、ｆ₁、ｆ₂、ｆ₃、…ｆ_n-1）を結合できることがわかるであろう。一般的に、本発明のこの局面は、出力が対象となるパラメータを示す態様で異なる１組の関数を結合することを必要とする。また、ここに用いたような条件付独立性（または依存性）を正確な独立性（または依存性）でなくておおよその独立性（または依存性）であると定義されることがわかるであろう。例えば、全代謝量が下式に従って総エネルギー消費量（ＴＥＥ）として測定されることが知られている。

ＴＥＥ＝ＢＭＲ＋ＡＥ＋ＴＥＦ＋ＡＴ
上式において、ＢＭＲは睡眠のような休息時に身体が消費するエネルギーである基礎代謝率であり、ＡＥは物理的活動時に消費するエネルギーである活動エネルギー消費量であり、ＴＥＦは食物を消化し処理する間の消費エネルギーである食物の熱効果であり、ＡＴは身体がその代謝を極限的な温度に対して変化させる機構である適応熱発生である。食物を処理するために、人間は食べた食物の値の約１０％を消費すると予想される。従って、ＴＥＦは摂取総カロリーの１０％と見積もられる。ＴＥＦを測定する信頼性のあるそして実用的な方法により、食物関連情報の手動での追跡または記録を必要とせずにカロリー摂取量を測定することができる。詳述すると、ＴＥＦを一旦測定すると、カロリー摂取量はＴＥＦを０．１で割算することにより正確に見積もることができる（ＴＥＦ＝０．１＊カロリー摂取量；カロリー摂取量＝ＴＥＦ／０．１）。

上述した状態パラメータＹの自動測定に関する本発明の特定の実施例によると、上述したセンサー装置は個人が摂取するカロリーを自動的に測定し、そして／または記録するために使用できる。この実施例において、状態パラメータＹは個人が摂取するカロリーであり、インジケータＵはＴＥＦである。最初に、センサー装置はＴＥＥを予測するアルゴリズムであるｆ₁を作成するために使用される。ｆ₁は食物を食べた対象者、換言すれば、活動を行っていてＴＥＦ効果を経験した対象者について作成され、その妥当性をチェックされる。このように、ｆ₁はＥＥ（満腹）と呼ばれ、食物を食べる効果を含むエネルギー消費量を予測することを表す。ｆ₁の作成に用いる金印標準データはＶ０２マシンである。ＴＥＥを予測する関数ｆ₁は、ＴＥＦである対象となる項目Ｕに条件的に依存してそれを予測する。さらに、ｆ₁は、この場合はＢＭＲ＋ＡＥ＋ＡＴであるＺに条件的に依存しそれを予測する。次に、センサー装置は、ＴＥＦを除いてＴＥＥの全ての局面を予測するアルゴリズムであるｆ₂を作成するために使用される。ｆ₂は、ＴＥＦが存在せずファクタとならないように、データを収集する前の、好ましくは４乃至６時間の期間絶食をしていた対象者について作成され、その妥当性をチェックされる。かかる対象者はＴＥＦ効果なしに物理的活動を行う。その結果、ｆ₂はＢＭＲ＋ＡＥ＋ＡＴに条件的に依存してそれを予測するが、ＴＥＦには条件的に依存せず、それを予測しない。そのように、ｆ₂は食物を食べる効果を含まないエネルギー消費を予測することを表すＥＥ（絶食）と呼ばれる。かくして、このようにして作成されたｆ₁はＴＥＦに依存するが、ｆ₂はＴＥＦに依存しない。この実施例において、この場合はＴＥＦであるインジケータＵを与えるｆ₁とｆ₂の間の関係は減算関係である。換言すれば、ＥＥ（満腹）−ＥＥ（絶食）＝ＴＥＦである。

最も好ましい実施例において、アームバンド人体モニター装置３００は、運動を示すデータを発生する加速度計のような人体運動センサー、個人の皮膚の電流に対する抵抗に示すデータを発生するＧＳＲセンサーのような皮膚導電性センサー、個人の心拍動のレートまたは他の特性を示すデータが得られるＥＣＧ信号を発生する電極及び個人の皮膚の温度を示すデータを発生する温度センサーを含みそして／またはそれらと通信関係にある。この好ましい実施例において、これらの信号は、着用者についての人口動態的情報と共に、生のそして導出チャンネルＸが取り出される信号のベクトルを構成する。最も好ましくは、この信号ベクトルは運動を示すデータ、運動、電源に対する個人の皮膚の抵抗、及び人体からの熱流及び心拍数を示すデータを含む。

本発明を利用できる別の特定例は、人が疲労した状態の検知に係る。かかる検知は少なくとも２つの方法で行うことができる。第１の方法は、疲労を予測するためにＴＥＦ及びカロリー摂取量の予測に関して上述した２つの関数（ｆ₁及びｆ₂）法を用いてカロリー摂取、水和レベル、睡眠、ストレス及びエネルギー消費レベルのようなパラメータを正確に測定するものである。第２の方法は、図１１及び１２に関連して説明した直接導出法を用いて疲労を直接、モデリングしようとするものである。第１の方法は、着用者の生理学的状態を予測する複雑なアルゴリズムを他のより複雑なアルゴリズムの入力として使用できることを示す。本発明のかかる実施例の潜在的な用途には、着用者が極限的状況にあり、その任務の実行が非常に重要である第１の応答者（例えば、消防夫、警察、兵隊）のためのものがある。例えば、熱流が長い期間にしては少なすぎるが皮膚温度が継続的に上昇する場合、着用者は過酷な熱性ストレスを経験している可能性が高い。さらに、着用者の水分過剰レベル及びそのレベルの悪化のインパクトを検知する能力は非常に有用であり、多数のセンサーを用いて導出されパラメータはシステムにより検知される。人は脱水状態になると通常は最初に高い発汗レベルを示し、その後このレベルが低下する。身体がその冷却能力を失い、熱束の変化が検知される。さらに、体温が上昇する。この時点において、心臓血管系統は酸素の移送効率を低下させ、心拍数がこれを補償するために恐らく１０−２０％も上昇するため発汗の増加が必要となる。その後の段階において、ユーザーは抹消血管の機能停止を経験し、これにより血圧が低下して活動、意識及び動作が鈍くなる。水分過剰レベルを測定し追跡できるモニターシステムはＥＣＧ検知システムと共に動作し、これは、消費されるエネルギーと共に振幅の相対的変化を測定することにより振幅の変化が予想されないものまたは現在までの事象により予想されるものであることを認識し確認する。

アルゴリズムは較正されたセンサー値と複雑な導出値の両方を使用できることが分かるであろう。これは、或る特定の生理学的状態への端点またはそれらのしきい値を予測し、着用者または他の観察者にその端点に到達するまでおおよその時間または他の活動の目安を知らせるのに効果的である。

本発明の別の用途は着用者の生体認証を行う装置のコンポーネントとしてのものがある。１２８Ｈｚ心拍数信号は豊富な情報を含む信号であり、完成時心拍数、心拍動間変動性、刺激への応答及びフィットネスのような個人的特性がこの信号に現れる。これらの個人的な特性を用いることにより、着用者がその装置の承認を受けた着用者であることを検証するかまたは承認を受けた着用者の何れの範囲の者がその装置を現在着用しているかを識別するかをできる。本発明のこの局面の一実施例において、１２８Ｈｚ信号及びその信号からの導出パラメータを用いて同定を行う。別の例では、モニター中の全てのセンサーを同定アルゴリズムの入力として一緒に使用する。

本発明のこの局面の別の例として、認証アームバンドを敵か否かを認証するシステムにおけるコンポーネントとして軍事的または第１応答者システムに使用することができる。

他の装置との相互作用も考えられている。このシステムは他の製品及びコンピュータシステムの間隔及び情報を増強することができる。これらにより関連の装置はユーザーについてのより多くの情報を収集することができ、睡眠時家のサーモスタットを上げるか下げるかまたは目覚めた時にライトをつけるかを自動的に行うように適当に反応できるようにする。娯楽の文脈では、ある特定のストレス及び心臓関連パラメータの検知結果を利用してゲーム、映画または他のタイプの対話式娯楽において音、光及び他の効果に影響を与えることができる。さらに、ユーザーの状態を利用して運動または瞑想時にユーザーの心拍数の変化と共に音楽のテンポを増加させるように音楽のプログラミングを変化させることができる。さらに別の例として、ある住所を探しているため運転中にストレス状態にある時自動車ラジオの音量を減少させること、疲れている時に電気器具により下線を含んだ飲み物を調整すること、社交環境において同じムードまたは同じ好みを有する人を引き合わせること、覚醒度及びストレス度指示器を用いてインテリジェントキュータまたはフライトシミュレータが学習システムを生徒の進歩を最大にするように調整すること、例えばトラック運転手に８時間の睡眠をとるまで再びトラックを始動させないように、身体の状態に応じて人の権限を取り上げたり権限を与えたりすること、生体認証に基づき着用者のパソコンのシステムへの自動的なログインを許可すること、及び自閉症の子どものような病気の人間のための相対的な身体の状態により一部がまたは全体が案内される新しいユーザーインターフェイスを作成することが含まれる。

さらに、生体の状態により人に対するコンピュータの反応を調整する新しい人間−コンピュータ相互作用を考えることができる。システムは人間が疲れているのを見て、疲労により予想される不安定な行動に対して調整するためにその運動のうちの一部を穏やかなものにすることができる。

心臓のリズムに不規則性があると疑われる個人はある種の家庭用または外来用のＥＣＧモニタリングを受けることが多い。個人の症状は時々そして１日に１回、１週間に１回、１月に１回またはそれよりも低い頻度のように不規則的に表れることが多い。このような場合、昔からのＥＣＧ測定を受ける通院時にその症状が検知されることはまれである。従って、かかる時たま起こる事象を補足しようとして家庭または外来でＥＣＧモニタリングを行う。最も普通の家庭用または外来用ＥＣＧモニター方法は上述したようにホルターモニタリング、事象の記録及び継続的なループ記録法である。

本発明の別の局面によると、ＥＣＧ信号を測定する上述した装置が、ホルターモニター、事象記録器または継続的ループ記録器の機能を実行するように構成される。かかる装置は図示説明したようにアームバンド人体モニター装置であるのが好ましい。かかる装置はホルターモニターまたは事象記録器とは異なり、アームバンド人体モニター装置３００の場合の上腕のような身体の便利な場所に長期間着用しても長期間不便なしに着用することができる。さらに、記録されたＥＣＧ信号を本発明の他の局面によるかかる装置により同時に測定される他のデータと組み合わせることができる。これらの他のデータには上述したアルゴリズムを用いて測定される種々の生理学的パラメータ及び／またはコンテキストが含まれるが、これによりコンテキスト及び／またはパラメータとしての心臓関連情報が自動的に提供される。例えば、図１２Ａに示すように、ある期間の間の測定されたＥＣＧ信号７０をエネルギー消費量７５または生のセンサー値及び同じ期間の間検知された歩行、運転及び安静のようなコンテキスト８０のような測定されたパラメータと共にマッピングまたは定義することができる。ＥＣＧ信号のこの解説図はヘルスケアサービス提供者にとって有用であるが、その理由は、ある特定の心臓の兆候が現れている時にその個人が何をしていたかを特定し、診断及び治療を助けるある特定の他の生理学的パラメータを提供するからである。これは、例えば、測定したＥＣＧ測定値信号、パラメータ測定値及び検知したコンテキストをパソコンのような計算機へダウンロードし、パソコンにより適当なディスプレイを表示させることにより行うことができる。

ある特定の不整脈または心臓関連のストレスにつながる状態には日周期パターンがあることがよく知られている。例えば、突然の心臓発作は早朝の起こることが多い。ある特定の期間の間検知能力を上げることができる。あるいは、モニター装置により他の装置に合図を送ってある特定の不適当な活動または相互作用を同時に行わないようにすることができると予想される。例えば、ペースメーカーは着用者が眠りから覚めるかまたはレム睡眠段階の終期においてユーザーを穏やかに起こす時に予め設定したプロトコルに従ってペースを上げることができる。

システムはさらに、薬物治療の修正、手術またはリハビリ後の環境または薬物送達モニタリングのような診断上の文脈で利用可能であり、これらの医学的利用及び処置の直ちの、そしてリアルタイムの効果を継続的にそして非侵襲的にモニターすることができる。

このタイプの例は大量の緊急な救済を必要とするまたは他の危機的状況において利用できる。即ち、犠牲者が１つの場所（例えば体育館）に集められ、看護婦、救急隊員、医師、ボランティアが彼らをみているが、この種の状況では基本的に人員が十分でない状況、また全ての犠牲者である患者（一部は傷害を受けた人そして他に物理的、触覚的、可視的兆候について負傷やショックが遅れている場合は観察下にある患者）を診断したり注意深くモニターしている状況である。心臓関連の診断及びオプションとして脱水、低温症またはショックの診断能力のあるシステムをモニターするために患者が入所する度に使用することができる。モニターするために大部分の衣服をとる必要性を軽減するシステム設計により、これらの装置を担当者が利用する能力がスピードアップするようになる。このシステムは通し番号が強調され、付き添い者が状況がトリガーされ状況の性質及び優先順位が決められた施設内の中央システムに警告を送ることができる。このアームバンドの協力的なシナリオの下では、状況の感知／トリガーを行うアームバンドが付き添い者がその指示に容易に注目できるように異なる信号または合図を送ることができる。さらに、以下に述べるある特定の技術によると全てのアームバンドは協働させてその周囲のアームバンドによりそれらの相対的な位置を継続的に確かめることにより中央モニターステーションがその施設の内部のどこに特定のアームバンドが位置するかそして特に最も緊急の介護を必要とする個人がどこにいるかを突き止めることができる。

さらに詳細には、この装置のネットワークとしてそのネットワークの各装置の正確なまたは相対的場所を突き止めるネットワークの一部として設計することができる。この実施例において、各装置はネットワーク内の別の装置に対するその相対的位置と求める１またはそれ以上の機構を備えるであろう。これをいかに行うかの例には、装置間でＲＦ、ＩＲまたは音響信号を送受信し、走行時間及び／または位相差のような技術を用いて装置間の距離を求めることを含む。このような方法は実際の世界環境の下では、エラーを生じる傾向があり、位相シフト方法のような場合、受信装置に相対的な距離に対する無限の数の周期的解答を与えるという公知の問題がある。また、かかる装置は電力の問題、周囲からの時としての干渉などにより、ネットワークの他の装置とのコンタクトを失いそしてその後再び回復することにより、任意の時間において各相値がネットワークの他の装置の部分集合と通信できるにすぎないのが普通である。

各瞬間において各対の装置間の相対的距離を測定するこの能力及びＮ個の装置より成るネットワークの他の全ての装置と情報を分け合うことのできる能力を与えられると測定すべき距離は合計で（Ｎ^＊（Ｎ−１））／２となり、全ての装置がその瞬間において他の全ての装置へ情報を送ることにより、測定すべき（Ｎ^＊（Ｎ−１））／２個の距離のうちのある部分集合である、測定可能な全ての相対的距離をネットワークの全ての装置が有し、そしてたびたび（例えば毎分数回）着用者が互いに変化する速度に関してこの数の番号を更新できるのが一般的である。

各装置は、これらの距離のリストを備えるようになると、事実上方程式と未知数のシステムを有することになる。例えば、ＡはＢからＸメートルの所にあり、ＢはＣからほぼＹメートルの所にあり、ＣはＡからＺメートルの所にあり、ＡはＤからＵメートルの所にあり、ＢはＤからＴメートルの所にあり、ＣはＤからＶメートルの所にある。あるいは、位相シフトだけのモデルではこれらの方程式を以下のようにすることができる。即ち、ＡはＢから６インチの整数倍の所にあり、ＢはＣから８インチの整数倍のところにあり、ＣはＤから１フィートの整数倍の所にあり、ＤはＡから６インチの整数倍の所にある。上述の例のようにネットワークに冗長的情報が存在する限り、また平らな領域、勾配が６％以下で昇ったり下ったりする丘などのような着用者が位置する地形についてのさらに別の過程により各装置はこの方程式、未知数及び不正確な値の系を解いて各対の装置間の距離の見積もり値を有意に改善することができる。これらの結果はその後装置間で共有されるため、全ての装置は最も正確で最も最近の情報を有し、各瞬間においてそれらの相対的位置が一致する。方程式をこのように解くのは動的プログラミングまたは単一の値の分解のような行列の解法により行うことができる。それ以外の装置への距離として各着用者の装置が有する以前の値をこれらの計算に以下のように含めることによりもしＡが５秒前にＢより１０フィート離れておればそれが方程式と未知数の系の可能な解法のうちの１つであるとしてもＡが現在はＤから２００フィート離れている可能性は非常に低いというようなことに利用できる。

別の実施例は、各着用者の相対的位置の確率的概算値をセンサーノイズ及び予想される運動を考慮して追跡するための確率的推論の利用を含む。カルマンフィルタは単一の運動体の追跡に適用されるこの種の推論の一例であり、多数の相互作用するものへの拡張が可能である。

これらの装置には時々埋め込んだＧＰＳチップによるようにそれらの実際のまたは大まかな地球的場所を突き止める能力が備わっておれば、この情報をネットワークの他の全ての装置と共有してそれらの相対的距離を調整することにより各相値がその地球的場所を知るようにすることができる。

このプロセスを支援するために、ネットワーク全体について相対的位置が知られる少なくとも１つのインターバルを設けるのが好ましい。これは、頻繁な更新と共に、互いに移動する速度及び装置の相対的距離に関して、これらの方程式の系の解答を減少しプロセスの精度を高める。装置のこの同期は、例えば、各装置がそれ自身で動き出す前にある瞬間において同一の場所に置くことにより行うことが可能である。

図１３を参照して、該図は、肩と肘の間の上腕に着用するアームバンドの形をしたセンサー装置の特定実施例を示し、これを便宜的にアームバンド人体モニター装置３００と呼ぶ。アームバンドセンサー装置３００は、ハウジング３０５、可撓性ウィング本体３０７と、弾性ストラップ３０９より成る。ハウジング３０５及び可撓性ウィング本体３０７は、柔軟なウレタン材またはゴム若しくは成型プロセスにより混合されたゴム−シリコンのようなエラストマー材で作るのが好ましい。可撓性ウィング本体３０７は第１及び第２のウィング３１１より成り、ウィングはそれぞれ端部４２５の近くに貫通孔３１２を有する。第１及び第２のウィング３１１は、着用者の上腕の一部を包むようになっている。

弾性ストラップ３０９は、アームバンド人体モニター装置３００を個人の上腕に着脱自在に固定するために使用する。弾性ストラップの表面の一部に沿ってベルクロループが設けられている。弾性ストラップ３０９の各端部の底面上にはベルクロ係止パッチが、またプルタブが設けられている。各プルタブの一部は、各端部４２７の端縁部を超えて延びる。

作動ボタン３１４は適当なユーザーによる入力のために設けられており、一方、ＬＥＤ出力インジケータ３１６はコンテキストに感応する出力を与える。特に、回路２００はアームバンド人体モニター装置のハウジング３０５の内部にあり、種々の電極及び上述したセンサーは当業者にとって明らかなように互いに電気的に接続されている。回路２００のＣＰＵ１６５は、この実施例では本願の一部として引用する米国特許第６，６０５，０３８号及び米国特許出願第１０／６８２，２９３号に記載されたアームバンド人体モニター装置の一部を形成する処理ユニットであるのが好ましい。

図１４及び１５を参照して、アームバンド人体モニター装置３００には、電流に対する皮膚の抵抗を測定するＧＳＲセンサー３１５、身体からの熱の流れを測定する熱束皮膚インターフェイスコンポーネント３２０と熱的通信関係にある熱束センサー、皮膚温度を測定するために皮膚温度インターフェイスコンポーネント３２５と熱的通信関係にある熱温度センサー、身体の動きに関するデータを測定するための加速度計（図示せず）のような身体運動センサー及び着用者の身体に近い温度を測定する周囲温度センサー（図示せず）を含む（これらに限定されない）、種々の生理学的及び／またはコンテキストパラメータを感知する別の生理学的及び／またはコンテキストセンサーが設けられている。図１４を参照して、一連の電極支持モジュールのうちの１つを一時的に着脱できるようにするため、少なくとも１つの、好ましくは２つの電極支持コネクタ３１８が設けられている。図１５を参照して、電極１０５Ａ乃至１０５Ｂを含む回路２００は、本出願人により所有される上述した米国特許第６，６０５，０３８号及び米国特許出願第１０／６８２，２９３号に記載されたようなアームバンド人体モニター装置３００の一部として設けられており（例えば、センサー装置４００、８００、及び１２０１は‘０３８特許及び‘２９３出願に記載されている）また絶縁被覆ワイヤ３１０を介してハウジング３０５及び回路２００に接続されている。電極１０５´は、図１４、１５及び１８に示すようにハウジングまたは支持部材上の種々の場所にある別の位置に設けられている。電極は、適当な強度の信号を検知するために身体の対応する場所に係合する目的でハウジング上の任意適当な場所に設けられそれと連携していることに特に注意されたい。図１４を参照して、別の電極１００´はＧＳＲセンサー１３１５内に位置する。図１５を参照して別の電極１０５´はハウジング３０５内に直接装着されている。

アームバンド人体モニター装置３００は、上腕の後部上、特に、上腕、最も好ましくは左腕の三頭筋の上に着用するように設計されている。図１５に示す特定の実施例を参照して、左の上腕に着用されると、電極１０５Ａは三角筋と接触し、電極１０５Ｂは三頭筋と接触し、電極１０５Ｃ及び１０５Ｄは検知可能な心臓関連信号を発生させないがベースラインＥＭＧノイズの検知を可能にする筋肉の領域と接触する。第１及び第２の仮想対角線は電極１０５Ａを電極１０５Ｂへ、また電極１０５Ｃを電極１０５Ｄへそれぞれ垂直線から約３１°の角度で接続する。この実施例において、電極１０５Ａ及び１０５Ｂは第１の信号を検知するために互いに対を形成し、電極１０５Ｃと１０５Ｄは上述した第２の信号を検知するために互いに対を形成し、これらの信号は回路２００の加算回路１７０により加算される。

図１６を参照して、図１５の装置の別の実施例を示す。電極支持コネクタ３１８はセンサーまたはセンサー支持ハウジングを物理的に支持すると共にそれらとの電気的通信関係を形成するために設けられている。電極支持コネクタ３１８は、良好な物理的支持を提供しながら身体に装着されている間センサーまたはセンサーハウジングのある程度の運動または回転を許容するプラグ挿入またはスナップ挿入式コネクタでよい。この装置及びセンサーまたはセンサー支持体は適宜もっともよく物理的及び電気的に接続できるように一体化するのが好ましい。通常は支持コネクタの多数のそれぞれ独立した絶縁セグメントを用いて従来型手段によりマルチチャンネル電気的接続が行われる。センサー支持ハウジング３２２は図１６に示すように電極１０５を支持し位置決めするために設けられるかあるいは電極１０５もしくは他の電極は電極支持コネクタ３１８に直接または別個に取り付けることができる。この実施例において、支持ハウジング３２２を同一の物理的構成において電極１０５それ自体で全体的に置き換えてもよい。電極１０５は支持ハウジング３２２の表面上の任意の場所に配置可能であり、図１６に示すように中心に置く必要はない。さらにセンサーは従来そうであるように情報のポイントソースである必要はない。センサーはさらにセンサーの表面領域内で信号を検知すべく適当な点の場所を最大にするためにハウジング表面のかなりの部分をカバーする感知材料の広いセグメントより成ることができる。支持ハウジング３２２を利用する場合、ハウジングはその上に装着される腕の表面の形状に従って皮膚及びその下の組織と良好な接触を得ることができるように柔軟性のある材料を用いる。これは図１５に示す実施例にも等しく当てはまる。本願で図示説明したセンサー、電極及び支持ハウジングの実施例はそれぞれ互換性があり、ある特定の形状または他の物理的パラメータが特定の用途について選択されるのを特に注意されたい。さらに、センサー、電極及び支持ハウジングの数及び構成は図示の実施例に限定されず互換性があることを理解されたい。最後に、センサー、電極またはそれらのアレイの特定の幾何学的形状を確立するために装置のハウジング３０５を上述したように信号を改善する目的で細長くしたり任意特定の寸法を減らしたりすることができる。

図１７を参照して、該図は図１６に示すものと同様な電極の方向を有し、支持ハウジング３２２がより細長い形状であるさらに別の実施例を示す。通常、電極が細長いか外に出る部分が多くなればなるほど支持ハウジング３２２としてよりしっかりした材料を使って良好な皮膚接触を維持する必要がある。図示説明した任意のハウジング実施例は皮膚に圧力を加えるために湾曲した実施例において予めモールドした可撓性または一部が可撓性のハウジング部分を有することを特に注意されたい。

図１８は、横方向を支持アーム３２３が上方及び下方電極１０５を人間の上腕の三頭筋のそれぞれ三角筋部分及び上腕部分に隣接して特に配置するように意図された支持ハウジング３２２の非対称的構成を示す。横方向支持アーム３２３は図の破線部分に沿って支持ハウジング３２２から分離され拘束部材３２４によりウィング部分３１１に固定することができる。ハウジング３０５またはウィング３１１は図示のほぼ卵形を超えて身体の適当な場所との係合に必要な特定の形状に拡張することができる。さらに、ハウジング３０５またはウィング部分３１１を不規則に拡張して別の電極１０５´を取り付けるようにしてもよい。

図１９は特定の卵形の支持ハウジング３２２を示す。

図２０は図１５のものとよく似た別の実施例を示すが、しかしながら、絶縁ワイヤ３１０を介して電気的通信を行うただ１つの外部電極１０５が使用される。上述した電極の形状のうち任意のものを用いて第２の電極支持コネクタ３１８に固着することができる。時としてフライリードと呼ぶ絶縁ワイヤ３１０に接続された外部電極１０５はアームバンド人体モニター装置３００の一体的ハウジング３０５を非実用的にする身体の遠隔場所上の特定の場所に用いるようになっている。図２１は人間の上腕Ａに装着した図２０の実施例を示す。アームバンド人体モニター装置３００は適当な場所の皮膚に隣接して配置され、弾性ストラップ３０９は腕に巻き付けられハウジングを血流を減少させることなくしっかりと固定するに十分に強く締め付けられる。センサー支持ハウジング３２２は電極１０５（図示せず）を支持し支持ハウジング３２２を皮膚に装着する接着性支持体３２３により定位置に保持される。支持ハウジングの場所は図２１に支持される場所に限定されず、着用者の他の腕を含む身体の任意の部分に延長可能であることを特に注意されたい。最も好ましい実施例は絶縁ワイヤ３１０の使用及び長さを最小限にしようとする。

図２２は、電極１０５、支持ハウジング３２２及びハウジング３０５の間のインターフェイスに対するモジューラ性の高い別の実施例を示す。ハウジング３０５には図１４に示すような同様な皮膚係合表面（図示せず）が設けられている。使い捨ての一体的な着脱自在の支持ハウジング３２２は、支持ハウジング３２２の底面上の電極（図示せず）に皮膚に対して適当な力を加える支持材料、電極自体及び電極とハウジング３０５の間の電子的接続部材より成る。支持ハウジングにはハウジングと電子的に係合するための少なくとも１つの電極接点３２４が設けられており、このハウジングは電極支持コネクタ３１８または支持ハウジング３２４と共に電極１０５と通信するために特に構成されたＧＳＲセンサー３１５と係合するのに適している。オプションとしての接着性支持部材３２３が支持ハウジング３２２の底面上に設けられている。別の実施例において接着性３２３はユーザーの腕の上にハウジング３１５を保持するための単一の手段となることができる。支持ハウジング３２２はまた弾性ストラップ３０９により腕の上に拘束されるハウジング３０５の力だけにより、あるいは本願の一部を形成する米国特許出願第１０／２２７，５７５号記載された他のハウジングまたは被覆支持装置と併用して皮膚上に支持することができる。ハウジング３０５の上側表面にはある特定の動作または他の状態情報をユーザーに表示するための出力スクリーン３２７が示されている。この出力スクリーンは電気化学的またはＬＣＤスクリーンを含む（これに限定されない）任意のタイプでよく、使い捨て可能で本願の任意の実施例に設けられることを特に注意されたい。

図２３Ａ−Ｃはスリムなハウジング３０５を組み込んだ装置のさらに別の実施例を示し、これには本願と関連性のない機能のための開口３２９が設けられている。選択性支持部材３２３は赤道に近い所に装着され、電極１０５を含んで、ハウジング３０５の底面に取り付けられている。使用時ハウジングは接着性支持部材３２３上の接着剤により身体に固着されるが、これによりハウジング３０５及び／または電極１０５及び／またはハウジング３０５内の他の任意の関連センサーと身体と間に一貫した接触関係が維持される。この接着性実施例は身体の任意の点に装着することが可能であり任意特定の付属品または場所に限定されないことを特に注意されたい。

上述した実施例のさらに別の局面は、特に図２２に示すように各装置のある局面を選択してそれを装置の使い捨て可能なセグメントに配置する機会が与えられることである。これは装置の機能の残りの特徴部分を含み永続的な耐久性のあるハウジング３０５と併用して利用される。さらに、装置全体を使い捨て可能なものにすることが可能であるが、これは各システムにとって継続して着用する時間が限られることを想定している。この実施例において、上述したように、装置全体を、全てがばねのようで身体のどこにでも取り付けられるパッチのような柔軟性のあるハウジング、ポリマー、フィルム、織物または他の包囲体の形にしてもよい。これは、電極及び他の電子部品をその材料内に織り込んで、十分な力が身体に加わるようにして信号を受信するに適当な接触が維持されるようにする織物材料を含む。アラコンのような織物、ケブラーのような強度特性を有する金属を被覆した織物（両方デュポン社の製造になる）は電流または信号を運ぶことができる。エレクソンリミテッド社のエレクテックスは運動または圧力を検知できる電極及び／またはセンサーを収納する布または下地材料への使用に適当な柔らかな織物である。これらの織物を、適当な信号を感知できるだけでなく種々の便利な場所に配置可能な種々の電気コンポーネントを相互接続するネットワークを提供できる着用可能なシャツまたは他の被覆内で装置のコンポーネントと共に利用することが可能である。

任意の等価領域内から収集されるＥＣＧ波形は必ずしも標準的なＥＣＧ波形の形を有さない。この場合、単一の等価領域内からとったＥＣＧ波形と領域間からとったＥＣＧ波形との間でマッピングを行うことができる。これは上述したアルゴリズム作成プロセスを用いて行うことが可能であり、これは標準的なＥＣＧ波形として表示されると等価領域内の歪みを明らかにする機能を形成する。

本願発明の特定の実施例を添付図面に示し上記部分において説明したが本発明は図示説明した実施例だけに限定されず、頭書の特許請求の範囲に記載されるように多数の構成、変形例及び設計変更が可能であることを理解されたい。

典型的なＥＣＧ信号を示す。人体の上部の概略図であり、等価四分区間を示す。左腕の裏面図であり、本発明の１つの局面による電極配置場所を示す。左腕の正面図であり、本発明の１つの局面による電極配置場所を示す。左腕の裏面図であり、本発明の１つの局面による電極配置場所を示す。右腕の裏面図であり、本発明の１つの局面による電極配置場所を示す。右腕の正面図であり、本発明の１つの局面による電極配置場所を示す。胴部の正面図であり、本発明の１つの局面による電極配置場所を示す。胴部の裏面図であり、本発明の１つの局面による電極配置場所を示す。胴部の正面図であり、本発明の１つの局面による電極配置場所を示す。本発明の一実施例に従ってＥＣＧ信号を検知する回路を示すブロック図である。図４及び７に示すバイアス／結合回路の第１実施例の回路図である。図４及び７に示すバイアス／結合回路の第２実施例の回路図である。第１段増幅器の回路図である。図４及び７に示すフィルタの一実施例の回路図である。本発明の別の実施例に従ってＥＣＧ信号を検知する回路のブロック図である。１つの処理段において検知されたＥＣＧ信号の概略図である。１つの処理段において検知されたＥＣＧ信号の概略図である。１つの処理段において検知されたＥＣＧ信号の概略図である。１つの処理段において検知されたＥＣＧ信号の概略図である。１つの心拍動検知段において検知されたＥＣＧ信号の概略図である。１つの心拍動検知段において検知されたＥＣＧ信号の概略図である。１つの心拍動検知段において検知されたＥＣＧ信号の概略図である。１つの心拍動検知段において検知されたＥＣＧ信号の概略図である。本発明の別の実施例に従ってＥＣＧ信号と検知する別の回路のブロック図である。本発明の別の実施例に従ってＥＣＧ信号と検知する別の回路のブロック図である。本発明の別の実施例に従ってＥＣＧ信号と検知する別の回路のブロック図である。本発明の別の実施例に従ってＥＣＧ信号と検知する別の回路のブロック図である。本発明の別の実施例に従ってＥＣＧ信号と検知する別の回路のブロック図である。本発明の別の実施例に従ってＥＣＧ信号と検知する別の回路のブロック図である。本発明に従って発生される信号の一部を形成する典型的なピークの概略図である。本発明に従って発生される信号の一部を形成する典型的な増加−減少−増加シーケンスを示す。主要心拍動がオーバラップした信号の間に整列するようにオーバラップした一連の信号を示す。ＥＣＧ信号の一例を示す。本発明の１つの局面に従って作成されたアルゴリズムのフォーマットを示すブロック図である。本発明の１つの局面に従ってエネルギー消費量を予測するアルゴリズムの一例を示すブロック図である。アームバンド人体モニター装置の等角透視図である。アームバンド人体モニター装置の一実施例の底面図である。アームバンド人体モニター装置の第２実施例の底面図である。アームバンド人体モニター装置の第３実施例の底面図である。アームバンド人体モニター装置の第４実施例の底面図である。アームバンド人体モニター装置の第５実施例の底面図である。アームバンド人体モニター装置の第６実施例の底面図である。アームバンド人体モニター装置の第７実施例の底面図である。腕に装着されたアームバンド人体モニター装置の第７実施例の等角透視図である。アームバンド人体モニター装置の第８実施例の等角透視図である。アームバンド人体モニター装置の第９実施例の平面図である。アームバンド人体モニター装置の第９実施例の底面図である。線Ａ−Ａに沿う図２３Ｂの実施例の断面図である。

Claims

人間の心臓関連状態パラメータのモニター装置であって、
人体に着用する少なくとも２つの電極が心臓関連状態パラメータを示す心臓関連信号を検知するために人体上の等価領域内の不等電位心臓関連信号場所と係合するように互いに離隔して取り付けられたセンサーと、
心臓関連信号の強度を増加するためにセンサーに電気接続された増幅器と、
心臓関連信号からノイズを除去するためにセンサーに電気接続されたフィルタとより成るモニター装置。
電極は使い捨て式である請求項１の装置。
電極は再使用可能である請求項１の装置。
電極はステンレス鋼及び導電性炭化ゴムのうちの１つより成る請求項３の装置。
電極はさらに、皮膚との電気的接触を促進させる顕微針より成る請求項１の装置。
顕微針は間質液を抽出するために使用される請求項５の装置。
顕微針は金属、ケイ素及びプラスチック材料のうちの１つで形成されている請求項５の装置。
センサーを支持するモニター装置をさらに備えた請求項１の装置。
モニター装置はさらに少なくとも１つの別の電極を有する別のセンサーを備えている請求項８の装置。
前記別の電極は他の両方の電極に対して不等電位となるような場所に配置される請求項９の装置。
少なくとも１つの別のセンサーをさらに備えた請求項９の装置。
少なくとも１つの別のセンサーのうちの少なくとも１つはノイズセンサーである請求項１１の装置。
着用者の少なくとも１つの生理学的パラメータを示すデータを検知する少なくとも１つのセンサーを有し、少なくとも１つの生理学的パラメータ及び心臓関連状態パラメータを示すデータを用いて何れのセンサーによっても直接測定できない第３のパラメータを導出する請求項１の装置。
（ｉ）着用者の少なくとも１つの生理学的パラメータを示すデータを検知する少なくとも１つのセンサーと、（ｉｉ）着用者の少なくとも１つのコンテキストパラメータを示すデータを検知する少なくとも１つのセンサーとを有し、少なくとも１つの生理学的パラメータを示す前記データ、少なくとも１つのコンテキストパラメータを示す前記データ及び心臓関連状態パラメータを用いて何れの前記センサーによっても直接測定できない第３のパラメータを導出する請求項１の装置。
別の運動検知センサーをさらに備えた請求項１の装置。
運動検知センサーは、加速度計、圧電気素子、歪み計及び全地球位置検出器より成る群から選択される請求項１５の装置。
モニター装置はさらに、人間の別の生理学的状態パラメータを検知する別のセンサーを有する請求項８の装置。
モニター装置は、心臓関連状態パラメータ及び人間の前記別の生理学的状態パラメータの両方を検知する単一センサーを使用する請求項８の装置。
モニター装置はさらに、ハウジング及びハウジングから延びる可撓性部材を有する請求項８の装置。
電極はハウジング及び可撓性部材のうちの一方により支持される請求項１９の装置。
少なくとも１つの電極はモニター装置と電気的通信関係にありながらその装置から離隔して人体上に装着される請求項８の装置。
２組の電極をさらに有し、第１組の電極は人体の心臓関連パラメータを検知するために設けられており、第２組の電極は人体の非心臓関連パラメータを検知するために設けられている請求項１の装置。
第２組の電極はノイズ信号の検知のために設けられ、ノイズ信号は心臓関連信号にフィルタリングを施すために使用される請求項２２の装置。
等価領域はさらに人体の単一の肢全体に含まれる請求項１の装置。
等価領域はさらに腕に含まれる請求項２４の装置。
等価領域はさらに腕の上部に含まれる請求項２５の装置。
人体は心臓を通る矢状面により等価領域に分割される請求項１の装置。
人体は心臓を通る横断面により等価領域に分割される請求項１の装置。
各等価領域はさらに心臓関連信号を検知する複数の不等電極場所を有する請求項１の装置。
人体の腋か部は心臓関連信号を検知する少なくとも１つの不等電位電極場所を有する請求項１の装置。
人体の頸部の後下部は心臓関連信号を検知する少なくとも１つの不等電位電極場所を有する請求項１の装置。
人体の前方骨盤大腿部は心臓関連信号を検知するための少なくとも１つの不等電位電極場所を有する請求項１の装置。
人体の下方脊椎領域は心臓関連信号を検知する少なくとも１つの不等電位電極場所を有する請求項１の装置。
人体の腕は心臓関連信号を検知する少なくとも１つの不等電位電極場所を有する請求項１の装置。
人体の上腕は心臓関連信号を検知する少なくとも１つの不等電位電極場所を有する請求項３４の装置。
人体の左腕及び肩領域は、三頭筋、三角筋、上腕筋、大円筋、広背筋及び前腕より成る群から選択される複数の不等電位電極場所を有する請求項３４の装置。
前腕はさらに手首を有する請求項３６の装置。
前腕、三頭筋及び三角筋は心臓関連信号の第１の局面を与え、三角筋、上腕筋及び広背筋は心臓関連信号の第２の局面を与え、前記信号の第１及び第２の局面は不等電位である請求項３７の装置。
第１の電極は心臓関連信号の第１の局面を取得するために左腕の三頭筋上に配置され、第２の電極は第１の局面に関連して心臓関連信号の第２の不等電位局面を取得するために左腕の三角筋上に配置される請求項２９の装置。
電極は１３０ｍｍ未満の距離だけ離隔した関係にある請求項１の装置。
電極はほぼ７０−８０ｍｍだけ離隔した関係にある請求項４０の装置。
第１の電極は人体の上腕の第２の電極より高い位置に装着される請求項３４の装置。
電極を分離する線は前記腕の正中線と平行である請求項３４の装置。
電極を分離する線は前記腕の正中線に関し傾斜している請求項３４の装置。
第１と第２の電極を分離する前記線の軸のベースは腕の正中線の後方に約３０−４５度の角度で傾斜している請求項４４の装置。
前記傾斜は約３０度である請求項４５の装置。
人体の右腕及び肩領域は僧帽筋、三頭筋、胸筋、三角筋、二頭筋より成る群から選択される複数の不等電位電極場所を有する請求項２９の装置。
三頭筋及び二頭筋は心臓関連信号の第１の局面を与え、三角筋、僧帽筋及び胸筋は心臓関連信号の第２の局面を与え、前記信号の第１及び第２の局面は不等電位である請求項４７の装置。
第１の電極は心臓関連信号の第１の局面を取得するために右腕の三頭筋上に配置され、第２の電極は第１の局面に関連して心臓関連信号の第２の不等電位局面を取得するために右腕の三角筋上に配置される請求項４８の装置。
人体の左胴部は、上及び下外斜筋、大殿筋、鼠径靭帯、下胸筋、大腿直筋及び大菱形筋より成る群から選択される不等電位電極場所を有する請求項２９の装置。
人体は以下のような対を形成する複数の不等電位電極場所を有する請求項２９の装置。
三頭筋三角筋
三頭筋三角筋（上部）
右僧帽筋左僧帽筋
下外腹斜筋上外腹斜筋
上外腹斜筋下胸筋
広背筋上外腹斜筋
上外腹斜筋上外腹斜筋
大殿筋下外腹斜筋
鼠径靭帯下外腹斜筋
下外腹斜筋大腿直筋
鼠径靭帯大腿直筋
大菱形筋広背筋
広背筋広背筋
胸腰筋膜広背筋
左胸筋三角筋
広背筋上外腹斜筋
下右僧帽筋下左僧帽筋
左胸筋左胸筋
右大腿左大腿
右二頭筋右胸筋
右鼠径靭帯左外腹斜筋
上外腹斜筋左腕
右大殿筋左大殿筋
電極と増幅器の間で電気通信関係にあるバイアス/結合回路をさらに有する請求項１の装置。
バイアス/結合回路は増幅器の入力レンジをマッチさせるために心臓関連信号のバイアスを増加させる請求項５２の装置。
バイアスはほぼ１．５Vに増加される請求項５３の装置。
バイアス/結合回路は動的で、バイアスを変化するコンテキスト状態に合わせる請求項５２の装置。
増幅器は単段増幅器である請求項１の装置。
増幅器は第１段と第２段との間にフィルタが配置された２段増幅器である請求項１の装置。
フィルタは心臓関連信号から５０−６０Hzノイズを除去するように構成されている請求項５７の装置。
フィルタは心臓関連信号の直流分の遊走を除去するように構成されている請求項５８の装置。
直流分の遊走は３つの心拍動内に除去される請求項５９の装置。
フィルタは６次能動フィルタである請求項５７の装置。
第１の増幅器の利得は約５００である請求項１７の装置。
第２の増幅器の利得は約１０乃至１００である請求項５７の装置。
検知したアナログ心臓関連信号をその信号のデジタル表示に変換するデジタル／アナログコンバータをさらに備えた請求項１の装置。
電極はさらに電極アレイより成る請求項１の装置。
心臓関連信号の不等電位対の局面を表す各対の電極には独立のバイアス／結合回路が設けられている請求項６５の装置。
心臓関連信号の不等電位対の局面を表す各対の電極には独立の第一段増幅器が設けられている請求項６５の装置。
心臓関連信号の不等電位対の局面を表す各対の電極から信号を受けて、受けた信号を加算する加算回路をさらに備えた請求項６５の装置。
加算回路は抵抗回路である請求項５８の装置。
増幅器への入力のために前記アレイの電極の少なくとも１つから受ける少なくとも１つの信号を選択する少なくとも１つのスイッチをさらに備えた請求項６５の装置。
前記増幅器に入力するために前記アレイの前記増幅器の電極の少なくとも１つから受ける１つの信号を選択するマルチプレクサ回路をさらに備えた請求項６５の装置。
しきい値回路をさらに備えた請求項１の装置。
アキュムレータ回路をさらに備えた請求項７２の装置。
前記増幅器は心臓関連信号の強度に基づき該増幅器の利得を調整する自動利得制御フィードバックループをさらに備えている請求項１の装置。
ノイズを検知してノイズ関連信号を発生するように構成された少なくとも１つの電極をさらに備えた請求項１の装置。
前記ノイズ関連信号は心臓関連信号にフィルタリングを施すために使用される請求項７５の装置。
ノイズは人体の筋肉により発生する請求項７５の装置。
コンテキスト情報を検知するための少なくとも１つのセンサーをさらに備えた請求項１の装置。
人間のさらに別の生理学的状態パラメータを検知する少なくとも１つのセンサーをさらに備えた請求項７８の装置。
心臓関連状態パラメータ、人間の別の生理学的状態パラメータ及びコンテキスト情報を使用することにより着用者の活動の性質を示すデータを導出する請求項７９の装置。
心臓関連状態パラメータと着用者の活動の性質を示すデータとが時間により相関される請求項８０の装置。
着用者の時間相関される心臓関連状態パラメータと活動の性質を示す前記データとより成る出力データを与える請求項８１の装置。
計算装置をさらに備えた請求項１の装置。
ハウジング内に完全に収納されている請求項１の装置。
前記計算装置はさらにデータ入力、蓄積及びディスプレイ手段を有する請求項８３の装置。
他の装置と電子通信関係にあり、それらとデータを交換する請求項１の装置。
外部計算装置と電子通信関係にある請求項１の装置。
前記外部計算装置はデータ情報ネットワークを介して電子通信関係にある請求項８７の装置。
前記外部計算装置には前記装置からデータが提供される請求項８７の装置。
前記外部通信装置には複数の他の装置と電子通信関係にある請求項８７の装置。
前記装置と前記外部計算装置とは前記装置から出力されるデータからデータベースを作成する目的でデータを交換する請求項９０の装置。
前記装置、前記外部計算装置及び同様な他の装置はこれら全ての装置からの出力されるデータベースを作成するためにデータを交換する請求項９０の装置。
前記外部計算装置は前記装置の動作を修正する目的で前記装置とデータを交換する請求項８７の装置。
人間のＥＣＧ信号を検知する装置であって、
人体に着用される少なくとも２つの電極を有するセンサーと、
ＥＣＧの強度を増加するためにセンサーと電気接続関係にある電気増幅器と、
ＥＣＧ信号からのノイズを除去するためにセンサーと電気接続関係にあるフィルタとより成り、
前記電極のうちの第１の電極は人体の等価領域内の第１の場所においてＥＣＧ信号の第１の局面を検知するように装着され、
前記電極のうちの第２の電極は等価領域内の第２の場所においてＥＣＧ信号の第２の異なる局面を検知するために装着される人間のＥＣＧ信号を検知する装置。
ＥＣＧ信号の前記第１及び第２の局面は矢状面及び横断面のうちの一方の両側の場所からの従来定義のＥＣＧ信号に類似している請求項９４の装置。
等価領域はさらに人体の単一の肢全体に含まれる請求項９４の装置。
等価領域はさらに腕に含まれる請求項９６の装置。
等価領域はさらに腕の上部に含まれる請求項９７の装置。
人体は活動電位ベクトルにより等価領域に分割される請求項９４の装置。
活動電位ベクトルは人体の胴体を等価領域に分割する請求項９９の装置。
各等価領域はさらに心臓関連信号を検知する複数の不等電極場所を有する請求項９４の装置。
人体の左腕及び肩領域は、三頭筋、三角筋、上腕筋、大円筋、広背筋及び手首より成る群から選択される複数の不等電位電極場所を有する請求項１０１の装置。
手首、三頭筋及び三角筋は心臓関連信号の第１の局面を与え、三角筋、上腕筋及び広背筋は心臓関連信号の第２の局面を与え、前記信号の第１及び第２の局面は不等電位である請求項１０２の装置。
第１の電極は心臓関連信号の第１の局面を取得するために左腕の三頭筋上に配置され、第２の電極は第１の局面に関連して心臓関連信号の第２の不等電位局面を取得するために左腕の三角筋上に配置される請求項１０１の装置。
電極はほぼ７０−８０ｍｍだけ離隔した関係にある請求項１０４の装置。
第１と第２の電極を分離する前記線の軸のベースは腕の正中線の後方に約３０−４５度の角度で傾斜している請求項１０５の装置。
前記傾斜は約３０度である請求項１０６の装置。
人体の右腕及び肩領域は僧帽筋、三頭筋、胸筋、三角筋、二頭筋より成る群から選択される複数の不等電位電極場所を有する請求項１０１の装置。
三頭筋及び二頭筋は心臓関連信号の第１の局面を与え、三角筋、僧帽筋及び胸筋は心臓関連信号の第２の局面を与え、前記信号の第１及び第２の局面は不等電位である請求項１０８の装置。
第１の電極は心臓関連信号の第１の局面を取得するために右腕の三頭筋上に配置され、第２の電極は第１の局面に関連して心臓関連信号の第２の不等電位局面を取得するために右腕の三角筋上に配置される請求項１０９の装置。
人体の左胴部は、上及び下外斜筋、大殿筋、鼠径靭帯、下胸筋、大腿直筋及び大菱形筋より成る群から選択される不等電位電極場所を有する請求項１０１の装置。
人体の左胴から左腕への不等電位信号の対は下記の通りである請求項１１１の装置。
三頭筋三角筋
三頭筋三角筋（上部）
右僧帽筋左僧帽筋
下外腹斜筋上外腹斜筋
上外腹斜筋下胸筋
広背筋上外腹斜筋
上外腹斜筋上外腹斜筋
大殿筋下外腹斜筋
鼠径靭帯下外腹斜筋
下外腹斜筋大腿直筋
鼠径靭帯大腿直筋
大菱形筋広背筋
広背筋広背筋
胸腰筋膜広背筋
左胸筋三角筋
広背筋上外腹斜筋
下右僧帽筋下左僧帽筋
左胸筋左胸筋
右大腿左大腿
右二頭筋右胸筋
右鼠径靭帯左外腹斜筋
上外腹斜筋左腕
右大殿筋左大殿筋
パルス走行時間センサーをさらに備えた請求項１の装置。
パルス走行時間センサーは血圧測定に使用される請求項１１３の装置。
人間の心臓関連状態パラメータをモニターする方法であって、
人体の等価領域内の不等電位心臓関連信号場所を突き止め、
電極が前記信号場所に係合するように人体上に少なくとも２つの電極を有するセンサーを配置し、
前記電極から心臓関連状態パラメータを示す心臓関連信号を検知し、
前記信号を処理して前記信号から信号関連パラメータを抽出するステップより成るモニター方法。
信号場所を突き止める前記ステップはさらに、信号を検知し、最大信号強度が得られるように信号の検知場所を調整するステップを含む請求項１１５の方法。
信号場所を突き止める前記ステップは等価領域内において不等電位信号場所のマッピングを行うステップをさらに含む請求項１１５の装置。
人体上にセンサーを配置するステップはさらに、人体に前記センサーを接着するステップを含む請求項１１５の装置。
人体上にセンサーを配置する前記ステップは、センサーと人体の間に導電性材料を配置するステップをさらに含む請求項１１５の方法。
人体上にセンサーを拘束するステップをさらに含む請求項１１５の方法。
前記拘束ステップはさらに、センサーと人体の間の接触関係を維持するようにセンサーに圧力を加えるステップを含む請求項１２０の方法。
前記センサーはモニター装置内に装着され、モニター装置はストラップにより人体上に拘束される請求項１２０の方法。
センサーはモニター装置内に装着され、モニター装置は接着剤により人体上に拘束される請求項１２０の方法。
前記信号は電極のアレイにより検知される請求項１１５の方法。
前記電極アレイのうちの選択された対の電極から最良の信号を選択するステップをさらに含む請求項１２４の方法。
前記電極アレイから得られるノイズ信号を利用して心臓関連信号にフィルタリングを施すステップをさらに含む請求項１２４の方法。
前記処理ステップはさらに心臓関連信号の増幅ステップを含む請求項１１５の方法。
前記処理ステップはさらに心臓関連信号からのノイズをフィルタリングにより除去するステップを含む請求項１１５の方法。
前記処理ステップはさらに、信号の第１の増幅ステップ、信号のフィルタリングステップ及び信号の第２の増幅ステップを含む請求項１１５の方法。
前記処理ステップはさらに非線形フィルタリングステップを含む請求項１１５の方法。
人間のＥＣＧ信号をモニターする方法であって、
人体の等価領域内のＥＣＧ信号の第１の局面の位置を特定し、
人体の等価領域内のＥＣＧ信号の第２の異なる局面の位置を特定し、
電極が前記場所と係合するように人体上に少なくとも２つの電極を配置し、
電極からＥＣＧ信号の前記局面を検知し、
前記信号を処理して前記信号の前記局面からＥＣＧ信号を抽出するステップより成るモニター方法。
前記処理ステップはさらにＥＣＧ信号のピークを識別するステップを含む請求項１３１の方法。
前記処理ステップはさらにフィルタリングを施したＥＣＧ信号の各ピークの高さ及び幅を算定するステップを含む請求項１３２の方法。
前記処理ステップはさらに、各ピークの幅を所定の受け入れ可能な幅の範囲と比較し、ピークの高さを以前のピークの高さの移動平均の０．７５に等しい高さの適応しきい値と比較するステップを含む請求項１３３の方法。
前記処理ステップはさらに互いの所定の時間フレーム内で選択を行うステップを含む請求項１３２の方法。
前記時間フレームは１秒の約３／１６である請求項１３５の方法。
前記処理ステップはさらに識別したピークの間の領域に識別したピークの高さの０．７５より高い他の任意の信号ピークの存否をチェックするステップを含む請求項１３４の方法。
前記処理ステップはさらに、振幅が増加する部分に続いて最大振幅部分がありその後振幅が減少した後最小振幅部分があってその後振幅が増加するＱＲＦＴシーケンスを識別するステップを含む請求項１３４の方法。
前記ＱＲＦＴシーケンスの高さが所定のしきい値と比較される請求項１３８の方法。
しきい値は７５％である請求項１３９の方法。
前記ＱＲＦＴシーケンスの幅が所定のしきい値範囲と比較される請求項１３８の方法。
前記しきい値は１２８Ｈｚのアナログ−デジタルサンプリングレートを使用する時に４乃至２０ポイントに等しい請求項１４１の方法。
しきい値は信号ノイズの予測振幅の少なくとも２倍である請求項１３９の方法。
しきい値は２００ミリ秒未満である請求項１４１の方法。
ＥＣＧ信号を分析するステップをさらに解析するステップをさらに含む請求項１３１の方法。
前記解析ステップの入力が前記処理ステップの出力である請求項１４６の方法。
前記出力はＥＣＧ波形信号である請求項１４６の方法。
前記波形信号は各々が少なくとも１つの波形ピークを有するセグメントに時間分割される請求項１４７の方法。
前記時間セグメントは約１．５秒である請求項１４８の方法。
一連の波形信号セグメントが同時に解析される請求項１４８の方法。
一連の波形信号セグメントが、各波形信号セグメントからの１つの波形ピークが一連のセグメントの他の波形信号セグメントの各々からの１つの波形ピークと整列するように重畳される請求項１５０の方法。
前記一連の波形信号セグメント内の全ての波形ピークの平均値が計算される請求項１５１の方法。
解析を行うために加算及びＡＮＤ演算アプローチが使用される請求項１５０の方法。
データ出力のデータベースを構築するステップを含む請求項１３１の方法。
前記データベースは生理学的データのパターンを含む請求項１５４の方法。
前記データベースはコンテキストデータのパターンを含む請求項１５４の方法。
前記データベースは生理学的データ及びコンテキストデータから導出される活動データのパターンを含む請求項１５４の方法。
データベース出力を解析してデータパターンを確立するステップをさらに含む請求項１５４の方法。
データパターンを蓄積するステップをさらに含む請求項１５８の方法。
蓄積されたデータパターンを検知されたデータと比較することにより検知されたデータを識別して別のデータパターンに分類するステップをさらに含む請求項１５９の方法。
（ｉ）蓄積されたデータパターンを検知されたデータを比較して検知されたデータが蓄積されたデータパターンの少なくとも１つに類似すると同定し、（ｉｉ）将来検知されるデータを予測するステップをさらに含む請求項１５９の方法。
将来検知されるデータの予測に基づく出力を発生するステップをさらに含む請求項１６１の方法。
前記出力はアラームである請求項１６２の方法。
前記出力はレポートである請求項１６２の方法。
前記出力は別の出力により入力として利用される請求項１６２の方法。
コンテキスト情報をさらに含む請求項１３１の方法。
人間の別の生理学的状態パラメータを検知するステップをさらに含む請求項１６６の方法。
心臓関連状態パラメータ、別のパラメータ、人間の別の生理学的状態パラメータ及びコンテキスト情報から着用者の活動の性質を示すデータを導出するステップをさらに含む請求項１６７の方法。
心臓関連状態パラメータと、着用者の活動の性質を示す前記データとを時間相関するステップを含む請求項１６８の方法。
時間相関された心臓関連状態パラメータ及び着用者の活動の性質を示す前記データより成る出力データを与えるステップをさらに含む請求項１６９の方法。
心臓関連信号及び心臓関連パラメータのうちの一方から呼吸率を導出するステップをさらに含む請求項１１５の方法。
前記導出ステップは心臓関連信号の振幅変化を検知するステップを含む請求項１７１の方法。
エネルギー消費量を計算するステップをさらに含む請求項１１５の方法。
エネルギー消費量の導出にあたり心臓関連パラメータを利用するステップをさらに含む請求項１７３の方法。