JP2010535047A - 呼吸数を測定するための方法および装置 - Google Patents

Abstract

光電脈波信号（ＰＰＧ）から該信号の自己回帰モデリングを使用することによって呼吸数を測定するための方法および装置。ＰＰＧ信号は、信号の別個の区間を得るために、一般に２５秒だけ重なり合う３０秒の長さの重なり合うウインドウにウインドウ分割され、各区間は、ローパスフィルタ処理されて、ダウンサンプリングされ、トレンド除去された後、全極自己回帰（ＡＲ）モデルを使用してＡＲモデリングされる。ＡＲモデルは信号における支配的な周波数の特定を可能にし、呼吸数に対応する極は、該極が表わす呼吸数および大きさを考慮することによって特定される。３０秒ウインドウの各々が呼吸数概算値を与え、５秒だけずらされた連続ウインドウの使用が５秒毎に呼吸数概算値をもたらす。呼吸数概算値の時系列は、大きさの大きい変化または呼吸数の大きい変化を表わす測定値を拒絶するカルマンフィルタ処理ができる。
【選択図】図２

Description

本発明は、人または動物の被検体の呼吸数を測定するための方法および装置に関する。

呼吸速度としても知られる呼吸数の測定は、特に呼吸抑制に伴う危険に晒されている被検体においては健康管理の重要な態様である。しかしながら、呼吸数を測定する既存の方法は、それらと関連する多くの困難を有している。例えば、吸気と呼気との間の胸の両端間の電気インピーダンスの変化の測定に基づく電気インピーダンスニューモグラフィは、特に患者が移動するときにアーチファクトになりやすい。吸入空気と吐き出し空気との間の温度の違いを監視することにより呼吸数を測定する気流センサ、例えば鼻サーミスタは、患者が長期間にわたって使用するのに快適ではない。喉の音響監視も提案されてきたが、この場合も先と同様、これがアーチファクトに晒される。

光電脈波（以下、ＰＰＧと称される）から呼吸数信号を得るための提案がなされてきており、これは、通常は血液中の酸素飽和度および心拍数（脈拍数とも称される）を測定するために使用される信号である。ＰＰＧは、指や耳たぶなどの身体部分の動脈血の流れによって引き起こされる２つの波長（通常は、赤および赤外線）のうちの一方の光の吸収の変化を測定することによって得られる。ＰＰＧ信号は、心拍数で振動する信号であるが、長期にわたる変調を呼吸数に伴う。ＰＰＧから呼吸波形を抽出することは容易ではなく、３つのカテゴリーの技術、すなわち、デジタルフィルタリング、周波数領域（ペリオドグラム）解析、および、時間周波数（ウェーブレット）解析が提案されてきた。しかしながら、今まで、これらの技術は、主に呼吸変調の変動性に起因して、完全に満足できないことが分かってきた。

したがって、本発明は、被検体から光電脈波を得るステップを含む、被検体の呼吸数を測定する方法であって、光電脈波の複数の別個の時間のそれぞれを対応する自己回帰モデルを使用してモデリングするステップと、光電脈波の別個の時間の自己回帰モデルの極を見つけるステップと、それぞれの時間における極から、各時間における呼吸数を計算するステップとを更に備える方法を提供する。

このように、本発明は、ＰＰＧ波形の連続する区間またはウインドウの自己回帰（ＡＲ）モデリングを使用して、各区間における周波数成分を測定する。ＡＲモデルの各極は特定の周波数成分を表わし、また、呼吸数は、呼吸波形を表わす極を特定することによって得られる。信号のそれぞれの連続する区間においてこの極を見つけることにより、連続する区間のそれぞれにおける呼吸数を計算することができる。

別個の時間は、連続する重なり合うウインドウであることが好ましい。ウインドウの重なり量および長さは、特定の時間における呼吸数を出力する前に許容できる遅延量にしたがって、必要とされる精度のレベルに応じて、選択することができる（時間を長くすると自己回帰モデリングの精度を高めることができるが、結果が出力される前に長い待ち時間が必要になる）。例えば、ウインドウは、それぞれが互いから５〜１５秒だけずらされる２０秒〜１分の長さの連続するウインドウであってもよい。１つの例において、ウインドウは、それぞれが５秒だけずらされる３０秒の長さである。これは５秒毎に呼吸数の出力をもたらし、これは先行する３０秒にわたる平均呼吸数に対応する。

ＰＰＧ信号は、それがモデリングされる前にダウンサンプリングされることが好ましい。ダウンサンプリングにより、呼吸数に対応する極を更に容易に特定することができる。一般に１００Ｈｚのサンプリング周波数で得られるＰＰＧ信号は、例えば、１Ｈｚまたは２Ｈｚまでダウンサンプリングされてもよく、これは、呼吸数に類似する周波数で低調波を有することができる心拍数成分を減衰させるのに有効である。（ダウンサンプリングされた）ＰＰＧ信号は、任意のＤＣオフセットを除去するためにトレンド除去されることも好ましい。これはモデリングプロセスを簡略化する。ＰＰＧ信号は、心拍周波数以上の周波数成分を減衰させるためにダウンサンプリング前にローパスフィルタ処理されてもよい。

ＡＲモデルにおいて呼吸数に対応する極を特定するために、対象の範囲内、例えば０．０８〜０．７Ｈｚ（４．８−４２拍／分）の周波数に対応する極が特定され、また、その大きさが所定の閾値よりも大きいこの範囲で最低の周波数を有する極が、呼吸数を表わす支配的な極として特定される。これは、例えば、呼吸数の高調波（呼吸数の２倍）を表わす極を選択することを回避する。閾値の大きさは、対象の周波数範囲内にあるもののうち最も大きい大きさを有する極の９５％に設定されてもよい。

自己回帰モデルの次数は、好ましくは７〜１３であり、より好ましくは９、１０または１１である。モデルの次数が高ければ高いほど、モデリングが更に正確になるが、処理時間が長くなればなるほど、その中から呼吸極（ｂｒｅａｔｈｉｎｇ ｐｏｌｅ）を特定すべき必要がある極の数が多くなる。

本方法は、各ウインドウ毎に１つずつ、一連の呼吸数測定値をもたらす。この一連の測定値は、呼吸数概算を向上させるために更に処理されるのが好ましい。例えば、呼吸数が１つの読取値から次の読取値へと大きく変化するのは異常であるため、一連の測定値が例えばカルマンフィルタを使用して平滑化されてもよい。これは、呼吸数の所定の変化から外れる任意の異常測定値を拒絶するのに有効である。

該測定によってもたらされる呼吸数測定値は、他のセンサ、例えばインピーダンスニューモグラフ、鼻サーミスタ等から得られる呼吸数測定値と組み合わされてもよく、また、２つの測定値が、国際公開第０３／０５１１９８号に記載されるように、各測定値における信頼度のレベルから得られるそれぞれの加重と組み合わされてもよい。

本発明の他の態様は、本方法にしたがって呼吸数を測定するための装置を提供する。そのような装置は、ＰＰＧ入力を受け入れ、随意的に他のセンサによる呼吸数入力を受け入れるとともに、前述したように信号を処理して、呼吸数をディスプレイ上に表示する。

本発明は、ソフトウェアで具現化されてもよく、したがって、本方法の処理ステップを実行するためのプログラムコード手段を含むコンピュータプログラム、および、プログラムを有するコンピュータ可読記憶媒体にまで及ぶ。

添付図面を参照して本発明を一例として更に説明する。

本発明の一実施形態に係る呼吸数（ＢＲ）測定装置を概略的に示している。 本発明の一実施形態に係る処理のフロー図である。 （ａ）は未加工のＰＰＧ信号を示している。（ｂ）はダウンサンプリングされたＰＰＧ信号を示している。（ｃ）はトレンド除去されたＰＰＧ信号を示している。 １Ｈｚのダウンサンプリングされた周波数を用いて１１次ＡＲモデルを使用して該信号から計算されるＡＲモデルの極を示している。 （ａ）は未加工のＰＰＧ信号を示している。（ｂ）はローパスフィルタ処理されたＰＰＧ信号を示している。（ｃ）はダウンサンプリングされたＰＰＧ信号を示している。（ｄ）はトレンド除去されたＰＰＧ信号を示している。 ２Ｈｚのダウンサンプリングされた周波数および９次ＡＲモデルを使用して該信号から計算されるＡＲモデルの極を示している。 呼吸数値の拒絶を示す、本発明の実施形態を使用して計算される呼吸数と既知の基準呼吸数との比較を示している。 本発明の一実施形態で使用される拒絶限界および呼吸数測定値を示している。

図１は、本発明の一実施形態に係る呼吸数測定装置を概略的に示している。呼吸数測定値を生成するモデリングプロセスおよびフィルタリングプロセスがプロセッサ１で行なわれ、また、呼吸数は、数字として、または、時系列として、あるいは、これらの両方でディスプレイ２上に表示される。プロセッサ１は、酸素飽和度測定および心拍数測定のために使用される標準的なＰＰＧセンサからＰＰＧ入力３を受けるとともに、随意的に、鼻サーミスタおよび電気インピーダンスニューモグラフなどの異なるタイプのセンサから他の呼吸数入力４を受ける。

この実施形態における信号処理を詳しく説明する前に、自己回帰（ＡＲ）モデリングの一般原理についてここで簡単に説明することが役立つかもしれないが、ＡＲモデリングは例えば音声分析の分野で良く知られている。

ＡＲモデリングは、信号の現在の値ｘ（ｎ）を先行するｐ個の値の線形加重和としてモデリングできる線形予測問題として体系化することができる。パラメータｐは、信号を形成する一連の値の長さＮよりも通常はかなり小さいモデル次数である。したがって、

そのため、出力ｘ（ｎ）の値は、それ自体、誤差ｅ（ｎ）を伴う線形回帰であり、誤差ｅ（ｎ）は、通常はゼロ平均とσ^２の分散とを伴って分布されると考えられる。あるいは、出力ｘ（ｎ）および入力ｅ（ｎ）を伴う系に関してモデルを視覚化することができ、その場合、以下に示されるように伝達関数Ｈを作ることができる。

式２に示されるように、Ｈ（ｚ）の分母をｐ個の項に因数分解することができる。これらの項のそれぞれは、Ｈ（ｚ）の極に対応するＨ（ｚ）の分母のルートｚ_ｉを定める。Ｈ（ｚ）は有限ゼロを有していないため、ＡＲモデルは全極モデルである。極は、複素共役対において生じるとともに、信号のパワースペクトルにおけるスペクトルピークを定める。極は、大きさ（原点からの距離）と位相角（実軸との角度）とを有するものとして複素平面内で視覚化できる。より高い大きさの極は、より高い大きさのスペクトルピークに対応し、また、各スペクトルピークの共振周波数は、対応する極の位相角によって与えられる。所定の周波数ｆに対応する位相角θは、それがサンプリング間隔Δｔ（サンプリング周波数の逆数）にも依存することを示す式３によって定められる。
θ＝２πｆΔｔ （３）

したがって、適した次数のＡＲモデルを信号に適合させることは、信号のスペクトル組成を明らかにする。以下で説明するように、呼吸数に対応するＰＰＧ信号のＡＲモデルにおける極は、通常の信号において予期される呼吸周波数によって規定される範囲内の位相角を用いた極の検索によって特定することができる。

極を見つけるため、モデルを信号に適合させるためのユール・ウォーカの式を使用してモデルパラメータａ_ｋが最初に得られ、ａ_ｋの値から、ｐ個の極ｚ_１〜ｚ_ｐの値を計算することができる。Ｈ（ｚ）の分母のｐ個のルートｚ_ｉ（ｉ＝１〜ｐ）に対応するＨ（ｚ）のｐ個の極は、標準的な数学的手順（例えば、ＭＡＴＬＡＢルーチンルート）を用いて見つけられる。各極ｚ_ｋを複素数ｘ_ｋ＋ｊｙ_ｋとして書き表わすことができるため、複素平面の上半分の当該極の位相角から、その極によって表わされる周波数を以下のように計算することができる。
θ＝ｔａｎ^−１ｙ／ｘ＝２πｆ_ｋ・１／ｆ_ｓ （４）
ここで、ｆ_ｓはサンプリング周波数であり、大きさｒは（ｘ^２＋ｙ^２）^ｌ／２である。

その背景を考慮して、図２は、本発明の一実施形態に係るＰＰＧ信号の処理を示している。ステップ１０においてＰＰＧ信号が受信され、この信号は、一般に、１００Ｈｚなどの高いサンプリング周波数ｆ_ｓでサンプリングされる信号である。未加工のＰＰＧ信号は、別個の重なり合う時間またはウインドウへと分けられ、各ウインドウは、例えば３０秒の長さであり、その先行するウインドウから５秒ずらされるが、必要に応じて異なるウインドウサイズおよびずれを使用することができる。各呼吸数測定値は実質的にはウインドウにわたる平均値であり、そのため、長いウインドウを使用することによりモデリングの精度を高めることができるが、それにより、長い遅延ももたらし、そのため、得られる測定値が現在の瞬間における呼吸数をあまり表わしていない。

ＰＰＧ信号は、ステップ１２においてローパスフィルタを使用して予めフィルタ処理されるとともに、ステップ１４において後述するようにダウンサンプリングされる。

短い３０秒のウインドウを使用すると、ＡＲモデルのパラメータを概算するために利用できるデータの量が減少し、そのため、呼吸数測定値の精度が低下する。ダウンサンプリング率を減少させることによってデータの量を増大させることができるが、ダウンサンプリングされた信号において心拍周波数が再び際立ち、心拍数の低調波に起因する極が同様の周波数で呼吸数に現れる可能性もある。したがって、より低いダウンサンプリング率を可能にするため、本発明のこの実施形態では、ステップ１２で示されるようにＦＩＲローパスフィルタを使用してＰＰＧ信号のプレフィルタリングが行なわれる。この実施形態において、フィルタは、０．４〜０．８Ｈｚ（２４〜４８サイクル／分）の遷移帯域を伴うカイザー窓関数を使用する。上限周波数は十分に低く、そのため、呼吸数情報の過度な減衰をもたらすことなく心拍周波数情報の大部分が除去される（心拍数が通常は６０拍／分以上であるため）。パスバンドリップルが５％になるように設計され、また、ストップバンド減衰が３０ｄＢとなるように設計された。なお、そのようなプレフィルタリングは随意的であり、より高いダウンサンプリング率が使用される場合には、そのようなプレフィルタリングが必要とされなくてもよい。

ＰＰＧ信号の一般的に高いサンプリングレートでは、呼吸周波数に対応する位相角が非常に小さく、そのため、呼吸極を特定することができない（実軸またはＤＣ極に包含される可能性が高いからである）。したがって、信号をダウンサンプリングして、低周波情報の角分解能を高める必要がある。ダウンサンプリング率は、ＰＰＧの心臓同期脈動成分がもはや支配的でなくなり、そのため、ＡＲモデルの主極が呼吸数情報ではなく心拍数情報をモデリングしなくなるようにするべく選択される。

ＡＲモデルの安定性および精度を高めるため、ステップ１６においてトレンド除去することにより、ダウンサンプリングされたＰＰＧ信号から任意のＤＣオフセットを除去することも好ましい。

ＰＰＧ信号の処理された３０秒区間は、その後、ステップ１８においてＡＲモデリングを使用してモデリングされ、それにより、式２にしたがってｐ個の極が見つけられる。ステップ２０では、その後、後述するように呼吸数を表わす支配的な極が見つけられ、また、それが表わす周波数（呼吸数）が式４を使用して計算される。

図３（ｄ）は、図示のＰＰＧ信号の３０秒区間に関して１Ｈｚのダウンサンプリング周波数を用いて１１次ＡＲモデルを使用して得られる極を示している（この場合には、ステップ１２のローパスフィルタ処理を伴わない）。図示のように、極のそれぞれは複素共役対のうちの一方であり、そのため、呼吸数に対応する極を特定するためには、図の上半分を考慮するだけで済む。呼吸数を表わす極を特定するため、極の大きさ（原点からの距離ｒ）および周波数（位相角θ）の両方が考慮される。呼吸周波数を表わす極は、高い大きさを有していなければならず、また、４．８−４２呼吸／分の範囲内になければならない。したがって、図では、対象の扇形領域（径方向破線によって示される）が０．０８〜０．７Ｈｚ（４．８〜４２サイクル／分）に規定され、また、同じ扇形領域内で最高の大きさを有する極の９５％を越える大きさを有するその扇形領域内の最低周波数極が特定される（図中にＢＲの符号が付されている）。図３（ｄ）では、ＢＲの符号が付された呼吸極の位相角が０．２７Ｈｚ（１６拍／分）の呼吸周波数に対応する。

図４（ｅ）は、２Ｈｚのダウンサンプリング周波数を用いた９次ＡＲモデルにおける同様の結果を示している。このケースでは、ダウンサンプリング率が低いため、ステップ１２のローパスフィルタ処理が使用される。呼吸極ＢＲの位相角は０．２６Ｈｚ（１６拍／分）の呼吸周波数に対応する。

本方法は、ステップ２４において直接に表示され得る呼吸数の良好な概算値を与えるが、ＰＰＧ信号におけるアーチファクトの影響を減らすために更なるステップを行なうことができる。これは、短い長さのウインドウが使用される場合に特に重要である。特に、アーチファクトおよび他の類似の信号品質問題は、概算された呼吸数の突然の変化および呼吸極の大きさの減少をもたらす可能性がある。したがって、本発明のこの実施形態では、呼吸数測定値の時系列を平滑化して、呼吸数または極の大きさの非常に大きい変化を表わす呼吸数測定値を拒絶するために、ステップ２２においてカルマンフィルタが使用される。

良く知られるように、カルマンフィルタは、測定値ｚに基づいて系の状態ｘを推定するために確率的推論を使用する。この場合、ｘおよびｚがそれぞれ２-要素べクトル（要素は、呼吸数と呼吸極の大きさとに対応する）である２次元カルマンフィルタが使用される。これらのベクトルの進展が以下の式５．１および５．２で表わされる。

正方行列Ａは、別個の時間間隔（ｉ−１の後にｉが続く）にわたって状態ｘがどのように進展するのかを表わしており、“状態遷移行列”として知られる。この場合、我々は、呼吸数または極の大きさのいずれかにおける経時的な特定の傾向を予期しておらず、そのため、Ａは単位行列である。ベクトルｗは、真の状態におけるノイズを表わす“プロセスノイズ”であり、通常はゼロ平均と共分散行列Ｑとを伴って分布されると考えられている。呼吸数と極の大きさとが独立していると予期し得るため、この場合のＱは、共分散項を伴わない対角行列である。

観測結果ｚの現在の値は、付加ノイズｖを伴う現在の状態ｘの関数であると考えられる。正方行列Ｈは、測定値がどのように状態に関連しているのかを表わしており、“観測行列”として知られる。この場合、我々は２つの状態を直接に測定し、そのため、Ｈは単位行列である。“測定ノイズ”ｖは、通常はゼロ平均と共分散行列Ｒとを伴って分布されると考えられる。プロセスノイズの場合と同様、この場合のＲは、共分散項を伴わない対角行列である。

フィルタを実行する前に、状態概算値のための初期値ｘ_０および状態概算値の共分散行列のための初期値Ｐ_０を与える必要がある。フィルタは、最初に、式５．３および５．４を使用して新たな値ｘおよびＰを概算する。
ｘ_ｉ＝Ａｘ_ｉ−１ （５．３）
Ｐ_ｉ＝ＡＰ_ｉ−１Ａ^Ｔ＋Ｑ （５．４）

これらの式から、式５．５および５．６を使用してカルマンゲインＫおよびイノベーション（ｉｎｎｏｖａｔｉｏｎ）Ｉを計算することができる。これらは、測定値ｚの現在の値を使用して状態ｘの予測を更新するために使用される。
Ｋ_ｉ＝Ｐ_ｉＨ（ＨＰ_ｉＨ^Ｔ＋Ｒ）^−１ （５．５）
Ｉ_ｉ＝ｚ_ｉ−Ｈｘ_ｉ （５．６）

ただし、ｘおよびＰは、イノベーション（概算された状態において予期される測定値と実際の測定値との間の差）が十分に低い場合には最新の測定値ｚを使用して更新されるべきである。イノベーションが所定の限界内にある場合には、更新が式５．７および５．８を使用して行なわれる。イノベーションが非常に大きい場合には、測定値が無効としてフラグ付けされて、更新が行なわれない。
ｘ_ｉ＝ｘ_ｉ＋ＫＩ_ｉ （５．７）
Ｐ_ｉ＝Ｐ_ｉ−Ｋ_ｉＨＰ_ｉ （５．８）

この適用において使用されるカルマンフィルタを規定する行列の値が以下に示される。状態は、呼吸極の大きさに関しては０．９５の値に初期化され、呼吸数に関しては呼吸の最初の３つの測定値の平均に初期化される。Ａ、Ｈ、Ｑ、Ｒ、Ｐ_０は全て対角であるため、２つの状態が非共役状態であり、フィルタが２つの一次元フィルタと同じ方法で振舞う。

測定値が有効であると見なされ、また、以下の条件の両方が満たされる場合には、状態および分散が更新される。

１．極の大きさのイノベーションが−７（Ｐ_ｉ（１，１））^１／２よりも大きい。これは、測定値が予期される状態から７標準偏差よりも大きくならないようにすることに対応する。マイナスの方向の偏差だけにペナルティが科される。これは、極大きさの大きな増大が精度の向上に対応すべきだからである。

２．呼吸数イノベーションの絶対値が３（Ｐ_ｉ（２，２））^１／２未満である。これは、測定値が予期される状態の３標準偏差内にあるようにすることに対応する。両方向の偏差に同様にペナルティが科される。

図５は、不正確なあるいはアーチファクトな測定値を拒絶するためのカルマンフィルタを使用する影響を示している。図５（ａ）は、基準呼吸数とＡＲモデルを使用して概算される呼吸数とを示しており、拒絶された呼吸数概算値を点線で示している。図５（ｂ）は、呼吸極大きさおよび呼吸数に関するカルマンフィルタからの概算状態と、点線の拒絶限界とを示しており、また、図示のように、約１３０秒におけるアーチファクトが拒絶限界を明らかに超えている。

ある状況では、ＡＲ呼吸極の精度が低い場合がある。そのような状況であっても呼吸数の概算を可能にするため、ＡＲ呼吸数概算値は、ステップ２６において、他の呼吸数センサ、例えば従来のセンサからの概算値と融合されてもよい。２つの測定値は国際公開第０３／０５１１９８号に記載される技術を使用して融合されてもよく、当該技術は、一連の呼吸数測定値のそれぞれに関して一次元カルマンフィルタを使用してその測定値に関連する信頼度値を計算し、この信頼度値は、その後、２つの呼吸数概算値を組み合わせる際に加重として使用される。

Claims (17)

1. 被検体から光電脈波を得るステップを含む、前記被検体の呼吸数を測定する方法であって、
   前記光電脈波の複数の別個の時間のそれぞれを対応する自己回帰モデルを使用してモデリングするステップと、
   前記光電脈波の前記別個の時間の自己回帰モデルの極を見つけるステップと、
   それぞれの時間における前記極から、各時間における前記呼吸数を計算するステップと
   を含む、方法。
2. 前記時間が連続する重なり合うウインドウである、請求項１に記載の方法。
3. 前記連続する重なり合う前記ウインドウは、５〜１５秒だけ互いからずらされるとともに、２０秒〜１分の長さである、請求項２に記載の方法。
4. 前記連続する重なり合う前記ウインドウは、５秒だけ互いからずらされるとともに、３０秒の長さである、請求項３に記載の方法。
5. 前記光電脈波をモデリング前にダウンサンプリングするステップを更に備える、請求項１〜４のいずれか一項に記載の方法。
6. 前記光電脈波をモデリング前にトレンド除去するステップを更に備える、請求項１〜５のいずれか一項に記載の方法。
7. 前記光電脈波をモデリング前にローパスフィルタ処理するステップを更に備える、請求項１〜６のいずれか一項に記載の方法。
8. 所定の閾値よりも大きい大きさを有する極を、前記呼吸数を表わす極として特定するステップを更に備える、請求項１〜７のいずれか一項に記載の方法。
9. 呼吸数の所定の許容範囲に対応する極を、前記呼吸数を表わす極として特定するステップを更に備える、請求項１〜８のいずれか一項に記載の方法。
10. 前記モデルの次数が７〜１３である、請求項１〜９のいずれか一項に記載の方法。
11. 前記モデルの次数が９、１０または１１である、請求項１〜１０のいずれか一項に記載の方法。
12. 平滑化された呼吸数測定値を生成するために前記複数の別個の時間における前記呼吸数測定値をフィルタ処理するステップを更に備える、請求項１〜１１のいずれか一項に記載の方法。
13. 前記フィルタ処理するステップがカルマンフィルタ処理を含む、請求項１２に記載の方法。
14. 呼吸数の所定の変化よりも大きい変化を表わす測定値を拒絶するステップを更に備える、請求項１２または１３に記載の方法。
15. 前記呼吸数の測定値と他のセンサからの呼吸数測定値とを組み合わせるステップを更に備える、請求項１〜１４のいずれか一項に記載の方法。
16. 前記組み合わせは、測定値における信頼度から得られる加重との加重組み合わせである、請求項１５に記載の方法。
17. 被検体の呼吸数を測定するための装置であって、
    前記被検体から光電脈波を受けるための入力と、
    前記光電脈波の複数の別個の時間のそれぞれを対応する自己回帰モデルを使用してモデリングするステップと、前記光電脈波の前記別個の時間の前記自己回帰モデルの極を見つけるステップと、請求項１〜１６のいずれか一項に記載されるように、それぞれの時間における前記極から、各時間における呼吸数を計算するステップとを実行するためのデータプロセッサと
    を備える装置。

Images