JP2008167799A - 診療音分析装置、及び、プログラム - Google Patents

Abstract

【課題】採集音に基づき健康状態を好適に診断する。
【解決手段】標準モデル化心音データ５１と標準モデルデータ５２との差分をとることで、差分データ５３が生成される。標準モデル化心音データ５１と標準モデルデータ５２とは周波数Ｗと周波数Ｚにおいて差分が発生している（差分データ５３）。そして、この差分データ５３に基づいて病因−差分パラメータ群ファイル４３を参照し、差分データ５３に合致する病因−差分パラメータがあるか否かを判別する。そして、合致する病因があった場合、その病因−差分パラメータが示す病因を表示装置に出力する。
【選択図】図６

Description

本発明は、診療音分析装置、及び、そのプログラムに関する。

従来から、採集した心音等の診療音をデジタル化して、そのデジタル化した信号に基づいて診断する装置がある。

例えば、特許文献１には、患者を診察した聴診音によって患者の病名を自動判読して記録すると同時に、モニタリング可能にした自動判読記録診断装置が開示されている。

また、特許文献２には、動作体位や体温を心音とともに採集して健康状態を判断する装置も開示されている。
特開２００２−１６５７８９号公報 特開２０００−３１６８２５号公報

しかし、患者から採集される診療音は、個人ごとに異なっている。これは、例えば聴診器で鼓動音を採集する場合、心臓から発する原音を採集しているのではなく、身体表面における伝達音を採集しているためである。即ち、心臓から身体表面までの筋肉、脂肪、内臓等の影響を受けることで、伝達音に歪みが生じる。例えば、肥満型の人の場合、高音部に低下が見られるが、特定の周波数についてはほとんど減衰なく伝わる。

このように、体型などの要素で採集音は変化する。その採集音に基づき健康状態を正確に診断することは困難である。また、特許文献２に開示される装置のように、採集音のほか動作体位などに基づき健康状態を診断するものはある。しかし、動作体位などの音以外の要素を採集音の分析に使用するものではなかった。従って、依然として採集音に基づき健康状態を正確に診断することは困難であった。

本発明は、上記実状に鑑みてなされたものであり、採集した診療音に基づき健康状態を好適に診断する診療音分析装置、及び、そのプログラムを提供することを目的とする。

上記目的を達成するため、本発明の第１の観点にかかる診療音分析装置は、
被験者から採集した診療音データを、その被験者の体型データに対応する補正値に基づき補正する補正手段と、
健常者の診療音データを標準モデルデータとして条件別に記憶する標準モデルデータ記憶手段と、
前記補正手段が補正した診療音データと前記被験者に対応する条件の標準モデルデータとの差分を取る差分取得手段と、
前記差分に基づき病因があるか否かを判別する病因判別手段と、
を備えることを特徴とする。

また、体型と診療音との相関関係を統計で分析して得た補正値を記憶する補正値記憶手段をさらに備え、
前記補正手段は、前記補正値記憶手段に記憶される補正値に基づき被験者から採集した診療音データを補正するようにしてもよい。

また、差分と病因との相関関係を記憶する相関関係記憶手段をさらに備え、
前記病因判別手段は、前記相関関係記憶手段が記憶する相関関係と前記差分に基づき病因があるか否かを判別するようにしてもよい。

また、前記差分取得手段が取得した差分と該差分を取った被験者の病因との相関関係を割り出して、割り出した相関関係に基づいて前記相関関係記憶手段に記憶される相関関係を更新する更新手段をさらに備えるようにしてもよい。

前記標準モデルデータ記憶手段に記憶される条件別の標準モデルデータと、
前記補正値記憶手段に記憶される補正値と、前記相関関係記憶手段に記憶される差分と病因との相関関係と、に基づいて仮想的な診療音を合成する診療音合成手段をさらに備えるようにしてもよい。

本発明の第２の観点にかかるプログラムは、
コンピュータを、
被験者から採集した診療音データを、その被験者の体型データに対応する補正値に基づき補正する補正手段、
健常者の診療音データを標準モデルデータとして条件別に記憶する標準モデルデータ記憶手段、
前記補正手段が補正した診療音データと前記被験者に対応する条件の標準モデルデータとの差分を取る差分取得手段、
前記差分に基づき病因があるか否かを判別する病因判別手段、
として機能させることを特徴とする。

本発明によれば、個人ごとに異なる採集音に基づき、健康状態を好適に診断することができる。

本発明にかかる実施の形態を、図面を参照して以下説明する。

図１は、本発明の実施の形態に係る診療音分析装置としての心音分析装置２０を示すブロック図である。この実施の形態では、診療音として採集した心音を分析する例について説明する。図１に示すように、心音分析装置２０には、マイクロフォン１０と、表示装置３０が接続される。

マイクロフォン１０は、被験者の心音を採集する。マイクロフォン１０により採集された心音は心音分析装置２０に供給される。

表示装置３０は、被験者の診断結果や、心音分析装置２０の操作に必要な操作画面などを出力する。表示装置３０は、ＬＣＤ（Liquid Crystal Display)又はＣＲＴ(Cathode Ray Tube)などから構成される。

心音分析装置２０は、Ａ／Ｄ（アナログ／デジタル）変換器２１と、記憶部２２と、ＲＯＭ（Read Only Memory）２３と、ＣＰＵ（Central Processing Unit）２４と、ＲＡＭ（Random Access Memory）２５と、表示制御装置２６と、操作装置２７と、設定メモリ２８と、から構成される。

Ａ／Ｄ変換器２１は、マイクロフォン１０で採集されたアナログ音声信号（心音データ）をデジタル信号に変換する。

記憶部２２は、例えば、ハードディスク装置などの記憶装置から構成され、心音データの分析に必要な各種のデータを記憶する。

ＲＯＭ２３は、ＣＰＵ２４の動作を制御するためのプログラムを記憶する。

ＣＰＵ２４は、心音分析装置２０全体を制御する。また、ＣＰＵ２４は、ＲＯＭ２３に格納されているプログラムを実行することにより、心音データの分析を実行する。

ＲＡＭ２５は、ＣＰＵ２４のワークリアとして機能する。

表示制御装置２６は、ＣＰＵ２４の制御のもと、各種画面の出力信号を表示装置３０で出力可能なデータ形式に変換し、表示装置３０に出力する。

操作装置２７は、例えば、キーボードやポインティングデバイスなどから構成され、操作者からの操作情報を受け付ける。

設定メモリ２８は、操作装置２７から入力された被験者の体型（身長、体重、体脂肪率、胸囲）、年齢、性別などの情報を格納する。

次に、記憶部２２に格納されるデータについて説明する。図２は、記憶部２２に格納されるデータを示すブロック図である。

図２に示すように、記憶部２２には、補正パラメータ群ファイル４１と、標準モデルデータファイル４２と、病因−差分パラメータ群ファイル４３と、が格納される。

補正パラメータ群ファイル４１は、体型（身長、体重、体脂肪率、胸囲等）に応じた補正パラメータを複数格納する。ＣＰＵ２４は、マイクロフォン１０から入力された心音データをこの補正パラメータを用いて補正する。

標準モデルデータファイル４２は、健常者の心音のモデルデータ（標準モデルデータ）を格納する。標準モデルデータは、年齢別（例えば５歳ごと）に性別ごとに用意される。標準モデルデータは、個人の体型の差異による誤差成分が除去された状態で格納される。

病因−差分パラメータ群ファイル４３は、標準モデルデータから差分と病因との相関関係を示すパラメータ（病因−差分パラメータ）を複数格納する。ＣＰＵ２４は、この病因−差分パラメータ群ファイル４３に基づいて被験者の疾患の有無及び病因を特定する。

次に、心音分析装置２０の動作について説明する。図３は、補正パラメータ生成処理の動作を示すフローチャートである。補正パラメータ生成処理は、補正パラメータ群ファイル４１を生成するための処理である。心音分析装置２０にてこの処理をするに先だって、さまざまな体型の被験者の心音データをマイクロフォン１０により採集し、記憶部２２に格納しておく。また、それぞれの被験者の体型データを操作装置２７により入力しておく。ＣＰＵ２４は、入力された体型データを心音データと対応づけて設定メモリに格納する。その後、操作者が操作装置２７により所定の操作をすると、ＣＰＵ２４は補正パラメータ生成処理を実行する。

補正パラメータ生成処理では、記憶部２２に格納された複数の被験者の心音データを取得する（ステップＳ１０１）。

次に、ＣＰＵ２４は、ステップＳ１０１で取得した心音データを高速フーリエ変換する（ステップＳ１０２）。これにより、心音の時系列データが周波数域のデータに変換される。

続いて、ＣＰＵ２４は、設定メモリ２８からそれぞれ被験者の体型データを取得する（ステップＳ１０３）。

そして、ステップＳ１０２で変換した複数の周波数域の心音データと、ステップＳ１０３で取得した体型データとの相関関係を示す定数（関数）を最小二乗法により解析して抽出する（ステップＳ１０４）。例えば、特定の周波数域の音が体脂肪率とどのような相関関係があるかなどが抽出される。

その後、抽出した相関関係（定数、関数）を補正パラメータ群ファイル４１に保存する（ステップＳ１０５）。そして、処理を終える。

このようにして、補正パラメータ群ファイル４１にさまざまな体型の補正パラメータを蓄えることができる。

次に、心音データ補正処理について説明する。心音データ補正処理は、心音分析装置２０にて心音を分析する際に、上記補正パラメータ生成処理で生成した補正パラメータを用いて採集した被験者の心音データを補正する処理である。図４は、心音データ補正処理の動作を示すフローチャートである。なお、予め被験者の心音を採集できる所定の位置にマクロフォン１０を設置し、操作装置２７により被験者の体型データ、年齢及び性別を入力する。入力データは設定メモリ２８に格納される。そして、操作装置２７により所定の操作をすることで、ＣＰＵ２４は心音データ補正処理を実行する。

心音データ補正処理において、ＣＰＵ２４は、まず、マイクロフォン１０を介して被験者の心音データを取得する（ステップＳ２０１）。

そして、ＣＰＵ２４は、ステップＳ２０１で取得した心音データを高速フーリエ変換する（ステップＳ２０２）。変換後の心音データは記憶部２２の所定領域に格納される。

続いて、ＣＰＵ２４は、設定メモリ２８に格納された被験者の体型データを取得する（ステップＳ２０３）。

次に、ステップＳ２０３にて取得した体型データに合致する補正パラメータを補正パラメータ群ファイル４１から取得する（ステップＳ２０４）。

そして、ステップＳ２０４にて取得した補正パラメータに基づき、フーリエ変換後の心音データを補正する（ステップＳ２０５）。この補正により、体型による誤差を除去することができ、体型によらない標準モデル化された心音データ（標準モデル化心音データ）が生成される。

最後に、ステップＳ２０５で補正した心音データを記憶部２２に格納して（ステップＳ２０６）、心音データ補正処理を終える。

ＣＰＵ２４は、心音データ補正処理に続いて病因判別処理を実行する。病因判別処理は、心音データ補正処理により生成された標準モデル化心音データに基づき病因を判別する処理である。図５は、病因判別処理の動作を示すフローチャートである。

病因判別処理では、まず、ＣＰＵ２４は、設定メモリに格納されている被験者の年齢及び性別データに対応する標準モデルデータを標準モデルデータファイル４２から取得する（ステップＳ３０１）。

次に、ＣＰＵ２４は、心音データ補正処理にて生成した標準モデル化心音データとステップＳ３０１で取得した被験者の年齢及び性別データに対応する標準モデルデータとの差分をとる（ステップＳ３０２）。

そして、ステップＳ３０２で生成した差分データを、病因−差分パラメータ群ファイル４３に格納される病因−差分パラメータと比較する（ステップＳ３０３）。

ステップＳ３０２で生成した差分データと合致する病因−差分パラメータがある場合（ステップＳ３０４；Ｙｅｓ）、ＣＰＵ２４は、表示制御装置２６を制御して合致した病名を表示装置３０に表示させる（ステップＳ３０５）。

また、ステップＳ３０２で生成した差分データと合致する病因−差分パラメータがない場合（ステップＳ３０４；Ｎｏ）、ＣＰＵ２４は、表示制御装置２６を制御して異常がない旨を表示装置３０に表示させる（ステップＳ３０７）。そして、病因判別処理を終了する。

また、ステップＳ３０２で生成した差分データと合致する病因−差分パラメータがある場合（ステップＳ３０４；Ｙｅｓ）、その差分データを記憶部２２の所定領域に格納する（ステップＳ３０６）。これは、今回の判別に用いた病因−差分パラメータに実際の診断結果をフィードバックさせるためである。詳しくは後述する。なお、このとき、格納した差分データを検索可能にするため、氏名などの所定の識別情報が対応付けられる。

以上のようにして、心音分析装置２０は、採集した心音を適切に補正し、補正された標準モデル化心音データに基づき、正確に病因を判別することができる。

続いて、病因判別処理の具体例を説明する。図６に示す標準モデル化心音データ５１と標準モデルデータ５２との差分をとることで、差分データ５３が生成される（ステップＳ３０２）。図６に示すように、標準モデル化心音データ５１と標準モデルデータ５２とは周波数Ｗと周波数Ｚにおいて差分が発生している（差分データ５３）。そして、この差分データ５３に基づいて病因−差分パラメータ群ファイル４３を参照し、差分データ５３に合致する病因−差分パラメータがあるか否かを判別する（ステップＳ３０３、Ｓ３０４）。即ち、周波数Ｗと周波数Ｚとに差分が生じた場合、病因となりうるものがあるか否かを判別している。そして、合致する病因があった場合（ステップＳ３０４；Ｙｅｓ）、その病因−差分パラメータが示す病因を表示装置３０に出力する（ステップＳ３０５）。

次に、病因−差分パラメータ群ファイル更新処理について説明する。病因−差分パラメータ群ファイル更新処理について説明する。病因−差分パラメータ群ファイル更新処理は、病因判別処理にて生成した差分データを病因−差分パラメータ群ファイル４３にフィードバックするための処理である。即ち、病因判別処理にて心音に異常がある（病因がある）と判別された後に、精密検査などで実際の病因が確定した場合、この処理を実行することで病因−差分パラメータ群ファイル４３に確定した病因を反映させる。これにより、病因−差分パラメータ群ファイル４３の内容をより充実させることができる。差分データと病因との相関関係を解析するために、ここでは、予め複数の被験者のデータを用意する。

図７は、病因−差分パラメータ群ファイル更新処理の動作を示すフローチャートである。操作装置２７により所定の操作をすることで、ＣＰＵ２４は病因−差分パラメータ群ファイル更新処理を実行する。

病因−差分パラメータ群ファイル更新処理では、まず、ＣＰＵ２４は、複数の被験者の確定した病因（病名）を取得する（ステップＳ４０１）。確定した病因は、操作装置２７により予め入力し、設定メモリ２８に保存しておく。なお、ステップＳ４０１で入力を要求するようにしてもよい。

次に、ＣＰＵ２４は、ステップＳ４０１で取得した複数の被験者の病因それぞれに対応する差分データを記憶部２２の所定領域から取得する（ステップＳ４０２）。この際に、対応する差分データを取得するため、対応する識別情報（氏名など）を操作装置２７により予め入力し、設定メモリ２８に保存しておく。ステップＳ４０２で入力を要求するようにしてもよい。

そして、ステップＳ４０１にて取得した病因とステップＳ４０２にて取得した差分データとに基づき、その相関関係を解析する（ステップＳ４０３）。この解析では、例えば、複数の差分データの各スペクトルまたはスペクトルセットと、確定した病因と、の相関関係の有無を判別する。そして、相関関係がある場合、その病因の出現率を計算する。これらを繰り返すことで、病因別の確率を算定する。

最後に、ステップＳ４０３の解析結果に基づき、病因−差分パラメータ群ファイル４３を更新する（ステップＳ４０４）。

以上説明したように、本発明の心音分析装置２０では、病因−差分パラメータ群ファイル４３の母集団を拡大し、相関関係や病因別の確率の見直しを実施することができる。

次に、本発明の変形例について説明する。本発明の心音分析装置２０により、さまざまな仮想心音データを作り出すことができる。標準モデルデータファイル４２には、年齢別、性別ごとに用意され、個人の体型の差異による誤差成分を除去された状態の標準モデルデータが格納されている。また、補正パラメータ群ファイル４１には、体型（身長、体重、体脂肪率、胸囲）に応じた補正パラメータを複数格納される。図８に示すように、標準モデルデータファイル４２に格納される標準モデルデータに、補正パラメータ群ファイル４１に格納される補正パラメータを上乗せすることで、さまざまな条件（年齢、性別、体型）の健常者のモデルデータ（健常者標準モデルデータ５４）を生成することができる。

さらに、健常者標準モデルデータ５４に病因−差分パラメータ群ファイル４３に格納される差分データを上乗せすることで、その差分に応じた病因をもつ仮想心音データ（異常音標準モデルデータ５５）を生成することができる。

このように、さまざまな条件の仮想心音データを合成することができ、合成した仮想心音データを、例えば、医療研修に使用することができる。

以上説明したように、本発明の心音分析装置２０によれば健康状態を好適に診断することができ、患者個々の差や医者による測定時の環境などの差により生じる診断漏れや診断誤りの可能性を減少させることができる。さらに、過去の累積データを元に客観的な病因確率を特定できるので、診断制度の普遍化が図れる。

なお、上記実施の形態に係る心音分析装置２０は、専用装置から構成可能であるだけでなく、汎用のコンピュータ装置などを用いて構成することもできる。すなわち、例えば、パーソナルコンピュータなどの汎用装置に、上記実施の形態で示したようなプログラムを適用することで、上述した心音分析装置２０として機能させることができる。

また、上記実施の形態では診療音として心音を分析する心音分析装置２０の例について説明したが、診療音は心音に限定されない。例えば、診療音が呼吸音や血流音等であってもよい。その場合は、それぞれの診療音に対応する（呼吸音や血流音等に対応する）補正パラメータ群ファイル、標準モデルデータファイル、及び、病因−差分パラメータ群ファイルを用意すれば、上記実施の形態の心音分析装置２０と同じ構成でそれぞれの診療音に対応することができる。また、補正パラメータ群ファイル、標準モデルデータファイル、及び、病因−差分パラメータ群ファイルを複数用意して、複数の診療音を組み合わせて分析するようにしてもよい。

このようなプログラムの提供方法は任意であり、例えば、ＣＤ−ＲＯＭなどの記憶媒体に格納して配布可能であることはもとより、プログラムデータを搬送波に重畳することで、所定の通信媒体（例えば、インターネットなど）を介して配布することもできる。

本発明の実施の形態に係る心音分析装置を示すブロック図である。 記憶部に格納されるデータを示すブロック図である。 補正パラメータ生成処理の動作を示すフローチャートである。 心音データ補正処理の動作を示すフローチャートである。 病因判別処理の動作を示すフローチャートである。 病因判別処理の具体例を説明するための図である。 病因−差分パラメータ群ファイル更新処理の動作を示すフローチャートである。 本発明の変形例を説明するための図である。

符号の説明

１０ マイクロフォン
２０ 心音分析装置
２１ Ａ／Ｄ変換器
２２ 記憶部
２３ ＲＯＭ
２４ ＣＰＵ
２５ ＲＡＭ
２６ 表示制御装置
２７ 操作装置
２８ 設定メモリ
３０ 表示装置
４１ 補正パラメータ群ファイル
４２ 標準モデルデータファイル
４３ 病因−差分パラメータ群ファイル

Claims (6)

1. 被験者から採集した診療音データを、その被験者の体型データに対応する補正値に基づき補正する補正手段と、
   健常者の診療音データを標準モデルデータとして条件別に記憶する標準モデルデータ記憶手段と、
   前記補正手段が補正した診療音データと前記被験者に対応する条件の標準モデルデータとの差分を取る差分取得手段と、
   前記差分に基づき病因があるか否かを判別する病因判別手段と、
   を備えることを特徴とする診療音分析装置。
2. 体型と診療音との相関関係を統計で分析して得た補正値を記憶する補正値記憶手段をさらに備え、
   前記補正手段は、前記補正値記憶手段に記憶される補正値に基づき被験者から採集した診療音データを補正することを特徴とする請求項１に記載の診療音分析装置。
3. 差分と病因との相関関係を記憶する相関関係記憶手段をさらに備え、
   前記病因判別手段は、前記相関関係記憶手段が記憶する相関関係と前記差分に基づき病因があるか否かを判別することを特徴とする請求項１または２に記載の診療音分析装置。
4. 前記差分取得手段が取得した差分と該差分を取った被験者の病因との相関関係を割り出して、割り出した相関関係に基づいて前記相関関係記憶手段に記憶される相関関係を更新する更新手段をさらに備えることを特徴とする請求項３に記載の診療音分析装置。
5. 前記標準モデルデータ記憶手段に記憶される条件別の標準モデルデータと、
   前記補正値記憶手段に記憶される補正値と、前記相関関係記憶手段に記憶される差分と病因との相関関係と、に基づいて仮想的な診療音を合成する診療音合成手段をさらに備えることを特徴とする請求項３または４に記載の診療音分析装置。
6. コンピュータを、
   被験者から採集した診療音データを、その被験者の体型データに対応する補正値に基づき補正する補正手段、
   健常者の診療音データを標準モデルデータとして条件別に記憶する標準モデルデータ記憶手段、
   前記補正手段が補正した診療音データと前記被験者に対応する条件の標準モデルデータとの差分を取る差分取得手段、
   前記差分に基づき病因があるか否かを判別する病因判別手段、
   として機能させることを特徴とするプログラム。

Images