JP2011015819A

JP2011015819A - 心拍動モニタリング装置および心臓関連パターン抽出方法

Info

Publication number: JP2011015819A
Application number: JP2009162339A
Authority: JP
Inventors: Nobuyuki Maruyama; 信之丸山
Original assignee: Individual
Current assignee: Individual
Priority date: 2009-07-09
Filing date: 2009-07-09
Publication date: 2011-01-27

Abstract

【課題】利用者に負担をかけることなく簡便にかつ長時間にわたって持続的に心臓の動きそのものをモニタリングすること
【解決手段】利用者の胸位置がくるベッド部分に差し込む平板であって、圧電素子１０１を挟んで二枚の同形の平板を重ねた平板体１０２と、圧電素子１０１の電圧信号を増幅し所定のアルゴリズムに基づいて心拍動データを抽出する出力ボックス２００および表示ＰＣ３００と、を備えたことを特徴とする心拍動モニタリング装置１。心臓の動きに基づき体表に現れる微小な振動を体重により押し当たる広面積の平板１０２によって効率的に収集し、圧電変換により連続的な信号として取り出すことが可能となる。
【選択図】図３

Description

本発明は、心拍動モニタリング装置および心臓関連パターン抽出方法に関し、特に、長時間ベッドで過ごす者ないし寝たきりの状態にある者および安静坐位状態にある者の心臓の動きをその者に負荷ないし負担をかけずに長時間モニタリング可能とする技術に関する。

心臓は体内に血液を送り出すポンプの役目をしており、ヒトの場合１分間に４０回から１２０回程度、毎回約１秒間かけて収縮と拡張を繰り返している。この動きを体外から直接に観察することは困難であるため、従来の心臓の機能評価としては、聴診器を用いた心音聴診、レントゲン撮像、超音波解析、心電図検査などがおこなわれている。

しかしながら、レントゲン撮像の場合は放射線量の関係から長時間にわたる動的な観察は困難であり、心電図検査などでもせいぜい数分から特殊な場合でも１日程度が限界である。また、基本的に装置をあてがう技術であるので、長時間となるほど被験者の身体的負荷・精神的負担が大きくなるという問題点があった。

また、聴診は心臓の動きそのものをとらえているのではなく、心臓にある弁の閉まる音と弁の周囲を流れる血液の流れが発する音を聴取しており、心臓の動きの一部分を間接的に把握しているに留まっているという現実がある。

また、寝たきりの老人や長期の入院患者などに対しては、夜中の急変等に対応するため、その心臓の動きを含めて生態情報を常に認識しておきたいという潜在的な需要がある。

特開２００８−２０６９０８特開２００７−２８３０７１

すなわち、解決しようとする問題点は、利用者に負担をかけることなく簡便にかつ長時間にわたって持続的に心臓の動きそのものをモニタリングする点である。

また、得られた心臓の動きと他の要因との相関関係を把握し、健康状態の把握や疾患予防に資することを目的とする。

請求項１に記載の心拍動モニタリング装置は、利用者の胸位置がくるベッド部分に差し込む平板体であって、圧電素子を挟んで二枚の同形の平板を重ねた平板体と、圧電素子の電圧信号を増幅し所定のアルゴリズムに基づいて心拍動データを抽出するデータ抽出手段と、を備えたことを最も主要な特徴とする。

すなわち、請求項１にかかる発明は、心臓の動きに基づき体表に現れる微小な振動を体重により押し当たる広面積の平板によって効率的に収集し、圧電変換により連続的な信号として取り出すことが可能となる。これにより、適宜増幅処理やノイズ処理をおこない、利用者に負担をかけることなく簡便にかつ長時間にわたって持続的に心臓の動きそのものをモニタリングすることができる。

また、請求項２に記載の心拍動モニタリング装置は、請求項１に記載の心拍動モニタリング装置において、データ抽出手段により抽出された心拍動データを時間軸を用いた経時変化としてグラフ化するグラフ化手段を設けたことを主要な特徴とする。

すなわち、請求項２にかかる発明は、心臓の状態や経時的変化を簡便に把握することが可能となる。また、不整脈など心拍動に変化があったときなどにも波形観察により簡便に把握可能となる。

また、請求項３に記載の心拍動モニタリング装置は、請求項１または２に記載の心拍動モニタリング装置において、前記所定のアルゴリズムは、体動に基づく基線変動と大振幅ノイズとを除去するアルゴリズムを含むことを主要な特徴とする。

すなわち、請求項３にかかる発明は、心拍動より大きな信号である呼吸や、咳や体の揺すりなどといった大きな振幅値となる信号を除去し、心拍動データを効率的に抽出する。なお、基線とは、圧電素子から出力される電圧に基づく平均電位を意味する。また、周囲音に基づくノイズや商用電源のノイズが観測される場合には、適宜これを除去するアルゴリズムを採用しても良い。

具体的には、次の手法を採用することができる。
得られた圧電変換信号には目的とする心拍動による信号以外に、体動や呼吸による信号と、センサ周囲の音と振動による信号と、商用電源ノイズによる信号と、センサ自身が発するホワイトノイズと、その他の微少信号が存在している。本発明では、目的外の信号を心拍動による信号から分離する方法として、（１）信号の電位振幅差による分離、（２）信号の変化周期による分離、（３）信号の周期性を利用した分離、（４）心拍動を含まない信号成分を別途抽出して圧電信号に逆位相加算をおこなう消去による分離、を挙げることができる。

（１）電位振幅差による分離としては、次の（Ａ）、（Ｂ）の手法を採用することができる。
（Ａ）予想される心拍動成分より遙かに大きい電位振幅振動を除外するアルゴリズム：具体的には以下の２手法を用いる。
（ア）入力信号にリミッターをかける
（イ）増幅出力信号において目的の振幅以上の信号を破棄する。
これらにより除去される信号としては、体動による信号などが挙げられる。
（Ｂ）予想される心拍動成分より遙かに小さい電位振幅振動を除外するアルゴリズム：具体的には、必要十分な電位増幅をおこなった後に低電位成分を破棄する手法を採用する。これにより除去される信号としては、周囲の音や振動による信号によるものその他の微少信号が挙げられる。

（２）信号の変化周期による分離として、電位変化周期よりも十分に短い周期を持つ信号成分は差動増幅回路（たとえば、後述の図４に示したＵ３）よりの出力成分に低域通過濾波器（ローパスフィルタ回路、（たとえば、後述の図４に示したＵ４）を用いることにより達成する

（３）信号の周期性を利用した分離としては、均一周期を持つノイズ成分の周期の整数倍加算（積分）あるいは同周期の１／２周期後のＡＤ変換値との加算をおこなう手法を用いることができる。これにより除去される信号としては５０Ｈｚあるいは６０Ｈｚの商用電源より電磁誘導された信号が挙げられる。

また、請求項４に記載の心臓関連パターン抽出方法は、請求項１〜３のいずれか一つに記載の心拍動モニタリング装置により得られる心拍動データ、並びに、利用者の生年月日と計測日時、および／または、利用者の体温、および／または、利用者の血液データ、および／または、利用者の既往歴、および／または、気温情報、および／または、湿度情報、および／または、大気圧情報、および／または、風速情報、および／または、月齢情報、および／または、干潮満潮情報、および／または、太陽情報、に基づいてデータマイニング手法を用いて頻出パターン抽出をおこなうことを最も主要な特徴とする。

すなわち、請求項４にかかる発明は、得られた心臓の動きとバイタルサインを含めた他の要因との相関関係を把握し、健康状態の把握や疾患予防に資することができる。なお、気温情報、湿度情報、大気圧情報などには、経時的な気温だけでなく、その経時的な変化率や晴れなら晴れの持続時間といった、状態ないし変化の持続時間も含む、ものとする。また、太陽情報とは、黒点数や、太陽フレアの状態や電離層の状態などの情報も含まれるものとする。

本発明（請求項１）によれば、心臓の動きに基づき体表に現れる微小な振動を体重により押し当たる広面積の平板によって効率的に収集し、圧電変換により連続的な信号として取り出すことができ、これにより、適宜増幅処理やノイズ処理をおこない、利用者に負担をかけることなく簡便にかつ長時間にわたって持続的に心臓の動きそのものをモニタリングすることが可能となる。また、本発明（請求項２）によれば、心臓の状態や経時的変化を簡便に把握することが可能となる。また、本発明（請求項３）によれば、心拍動より大きな信号である呼吸や、咳や体の揺すりなどといった大きな振幅値となる信号を除去し、心拍動データを効率的に抽出できる。また、本発明（請求項４）によれば、得られた心臓の動きと他の要因との相関関係を把握し、健康状態の把握や疾患予防に資することができる。

心拍動モニタリング装置の外観構成を示した図である。センサ板をベッドに差し込んだ使用状態の例を示した図である。心拍動モニタリング装置のブロック構成図である。回路構成例を示した図である。呼吸振動と心拍動とが混合した状態のデータである。図５に示したような混合データから、実際にノイズ（呼吸振動）を除去してオシロスコープ画面を示した心拍動データの実例である。

以下、本発明の一つの実施の形態を図面を参照しながら詳細に説明する。図１は、本実施の形態の心拍動モニタリング装置の外観構成を示した図である。心拍動モニタリング装置１は、センサ板１００と、出力ボックス２００と、表示ＰＣ３００と、を主要な構成とする。

センサ板１００は、圧電素子１０１を挟み２枚の平板１０２を重ねた構成である。圧電素子１０１からの電圧信号はコード１０３を介して出力ボックス２００に接続されている。

センサ板１００は、図２に示したように、ベッドＢのシーツもしくはベッドパッドＰの下に差し込み、利用者の胸部の真下に位置するようにする。利用者の体重がセンサ板１００で受け止められる結果、心臓から体表へ伝搬する心拍動が観測可能となる。センサ板１００の面積は特に限定されないが、およそ２５ｃｍ×３５ｃｍ×４ｍｍのアクリル板を用いることができる。この大きさであれば、ある程度面積が広いので接触面積が広くなり、仰向けであってもうつぶせであっても効率的に心拍動をセンシング可能となる。

圧電素子１０１は、センサ板１００が受け止める心拍動が観測できるものであれば特に限定されない。一般に、圧電素子１０１は体動による圧力変化で数ボルトの起電力が、心拍動による圧力変化で数ミリボルトの起電力が得られる。本実施の形態で用いる素子としては特に、心拍動信号（さらに使用の態様によっては心音振動）を好適にセンシングできる共振周波数と起電力を有する素材（たとえば村田製作所社製７ＢＢ−２０−３）を用いる。

出力ボックス２００は、図３に示したように、増幅回路部２０１と、積分回路部２０２と、フィルター回路部２０３と、ＡＤ変換回路部２０４と、伝送ユニット部２０５と、電源部２０６と、を有する。

増幅回路部２０１は、コード１０３から入力する電気信号を増幅する回路部であり、計測アンプを使用する。計測アンプ回路は市販の部品を用いても良いし、通常のオペレーションアンプを用いても良い。本回路ではたとえば５Ｖ単一電源駆動が可能で小型、価格的にも入手しやすいアナログデバイス社製のＡＤ６２３を使用している。積分回路部２０２は、平均電圧を一定にし、基線の動揺をおさえるための回路部である。たとえば、咳をした場合など、圧電素子の出力は瞬間的に大きくなるため、このときの基線のぶれをなくしてこれを加味して後段にて適正に心拍動を抽出するために設けている。フィルター回路部２０３は、目的の周波数成分を抽出するための回路部である。ここで、目的の周波数成分とは２Ｈｚ〜２０Ｈｚを意味する。ＡＤ変換回路部２０４は、アナログ信号をデジタル値に変換する回路部である。サンプリングレートは、たとえば、５００Ｈｚとすることができ、分解能は１０ｂｉｔとすることができるが、本実施の形態ではＥＩＡ２３２Ｃ通信規格によるデータ通信をおこなうため、および微弱な雑音成分を除去する目的で８ｂｉｔに圧縮して使用している。

図４に回路の構成例を示した。図において、Ｕ３が増幅回路部２０１に、Ｕ５が、積分回路部２０２に、Ｕ４がフィルター回路部２０３（ローパスフィルタ）に、それぞれ相当する。なお、ＡＤ回路は適宜ｏｕｔｐｕｔより後段に設ける。なお、増幅アンプＵ１は、計測アンプで必要とする入力バイアス電流が大きく、そのままでは圧電素子からの電圧測定ができないため、必要な電流を供給するためのボルテージフォロア回路である。

伝送ユニット部２０５は、ＵＳＢコネクタを備え、表示ＰＣ３００へ出力ボックス２００を接続し、ＡＤ変換回路部２０４で変換されたデジタル信号を表示ＰＣ３００側へ送出する。適宜、ＬＡＮポートを設けるようにして、有線イーサーネット通信や無線イーサーネット通信をおこなわせるようにすることもできる。ＬＡＮポートには例えばラントロニクス社製のＷｉ−ｐｏｒｔやＸｐｏｒｔを用いることが出来る。これらを採用すると、機器ＩＤ設定確認機能、時計・時間管理機能、警告E-mail送信機能も実現できる。また、プロトコルはＴＣＰ／ＩＰプロトコルやＵＤＰプロトコルを用いたネットワーク通信などを採用することができる。なお、イーサーネット通信に関しては、電力線送信通信（ＰＬＣ／ＢＰＬ）を用いることもできる。

電源部２０６は、出力ボックス２００の駆動電力を供給する。出力ボックス２００で使用される電力量は小さいので、たとえば、電力量を４．８Ｖとするとニッケル水素単三乾電池４個でおよそ２日間連続的に駆動することができる。なお、充電回路を内蔵し、ＵＳＢ端子や外部電源から電力供給を受けるようにしてもよい。リチウム電池・リチウムポリマー電池等の容量の大きい二次電池（単セル３．７Ｖ）を用いれば、長時間の連続駆動を実現することもできる。さらには複数の電池セルを直列接続することにより７．２Ｖ駆動や、１１．１Ｖ駆動により、より高精度な増幅性能を得ることもできる。

表示ＰＣ３００は、機能的構成として、心拍動処理部３０１と表示部３０２と頻出パターン抽出部３０３と、を有する。

心拍動処理部３０１は、出力ボックス２００から経時的に出力されるデータから心拍動のデータを分離抽出する。利用者たとえば寝たきりの患者から体表に現れる振動は、周期的なものとしては呼吸振動と心拍動があり、突発的なものとしては咳と体の揺すりがある。呼吸振動はたとえば、過去１００呼吸の平均をとれば心拍動が平準化されるので、その電位の変化を差し引くようにして（基線変化を差し引くようにして）呼吸振動によるノイズを分離除去できる。咳もその回数や強弱に共通点が多いので過去発生したものを用いて同様に分離除去してもよいが、本実施の形態では、回路の複雑さをなくすためカットするようにしている。体の揺すりは、パターン化しにくいが、パターン化しているものであればそれのデータに基づいて除去するようにしてもよい（本実施の形態ではカットしている）。

なお、急峻な立ち上がり、立ち下がりであっても、サンプリングレートを大きくすることにより曲線を近似して咳部分を分離させるようにしてもよい。

図５は、呼吸振動と心拍動との混合データの例である。ここでは、６回大きく振幅が変動しているが、呼吸に基づくものであるので、基線の変化としてとらえ、これを差し引くようにして心拍動を抽出する。図６は、図５に示したような混合データから、実際にノイズ（呼吸振動）を除去してオシロスコープ画面を示した心拍動データの実例である。図示した波形から明らかなように、心音ではなく心臓の実際の振動が現れていることが確認できる。

なお、各振動成分の圧電素子の出力電圧とその周波数を列挙する。括弧内は、検出・フィルタリング法を示している。
・呼吸性動揺：０．１Ｖ〜数Ｖ、０．１Ｈｚ〜０．３Ｈｚ（ＬＰＦ）
・いびき：数十ｍＶ〜数百ｍＶ、１００Ｈｚ〜２００Ｈｚ
・心拍動：１ｍＶ〜数ｍＶ、約１０（ＬＰＦ／ＩＴＧ）
・周辺音：数十μＶ〜数百μＶ
・心音：数μＶ、１００Ｈｚ−４００Ｈｚ（ＢＰＦ／ＨＦ）

また、波形解析に際しては、単純域値判定法のほか、フーリエ変換解析、ウエーブレット解析、自己組織化マッピング、ベイジアンネットワーク等の人工神経ネットワーク解析を単独あるいは併用して解析してもよい。なお、解析に際しては適宜デジタルフィルタリング処理も含まれるものとする。

表示部３０２は、縦軸に時間を横軸に心拍動の強さを表示する。表示の仕方は限定されないが、たとえば、心拍数の動的表示のように、現在のデータをリアルタイムに表示していき、過去の心拍動の強弱は画面上で左（または右）に全体が流れていくようにしてもよい。また、所定の閾値より心拍動が小さくなった場合や不整脈が生じたと見られる場合は、適宜警告を発するようにしてもよい。

頻出パターン抽出部３０３は、心拍動データ、並びに、利用者の体温、および／または、利用者の血液データ（γＧＴＰ、総コレステロール、総タンパクなど）、および／または、利用者の既往歴（過去に発生した不整脈、発熱、嘔吐など）、および／または、気温、および／または、大気圧、および／または、湿度、および／または、月齢、に基づいてデータマイニング手法を用いて、相関関係がある頻出パターンを抽出する。このパターンは個人によって異なる。たとえば、気温と大気圧と心拍動データに相関がある場合があり、気温が夜に１５℃以上でその日の朝の気温が５℃以下であって大気圧が９７０ｈＰａを下回る場合に不整脈が発生する、といった例を挙げることができる。このような相関関係をデータマイニングにより抽出する。なお、用いるデータは上記に限定されず、生年月日や、満潮・干潮の日時、騒音の経時変化などを追加して採用してもよい。

このようなデータは、適宜利用者へフィードバックして、健康状態の把握や疾患予防に役立てることができる。

本発明は、上記の例に限定されず、たとえば、椅子の背もたれ部や座面に設置して計測をおこなうようにしてもよい。また、他の医療機器や一般民生機器と連動して、利用者の身体状態の診断・治療・健康管理をおこなうようにしてもよい。

１心拍動モニタリング装置
１００センサ板
１０１圧電素子
１０２平板
１０３コード
２００出力ボックス
２０１増幅回路部
２０２積分回路部
２０３フィルター回路部
２０４ＡＤ変換回路部
２０５伝送ユニット部
２０６電源部
３００表示ＰＣ
３０１心拍動処理部
３０２表示部
３０３頻出パターン抽出部

Claims

利用者の胸位置がくるベッド部分に差し込む平板体であって、圧電素子を挟んで二枚の同形の平板を重ねた平板体と、
圧電素子の電圧信号を増幅し所定のアルゴリズムに基づいて心拍動データを抽出するデータ抽出手段と、
を備えたことを特徴とする心拍動モニタリング装置。
データ抽出手段により抽出された心拍動データを時間軸を用いた経時変化としてグラフ化するグラフ化手段を設けたことを特徴とする請求項１に記載の心拍動モニタリング装置。
前記所定のアルゴリズムは、体動に基づく基線変動と大振幅ノイズとを除去するアルゴリズムを含むことを特徴とする請求項１または２に記載の心拍動モニタリング装置。
請求項１〜３のいずれか一つに記載の心拍動モニタリング装置により得られる心拍動データ、並びに、利用者の生年月日と計測日時、および／または、利用者の体温、および／または、利用者の血液データ、および／または、利用者の既往歴、および／または、気温情報、および／または、湿度情報、および／または、大気圧情報、および／または、風速情報、および／または、月齢情報、および／または、干潮満潮情報、および／または、太陽情報、に基づいてデータマイニング手法を用いて頻出パターン抽出をおこなうことを特徴とする心臓関連パターン抽出方法。