JP2015016188A - 生体情報処理装置、生体情報処理方法 - Google Patents
生体情報処理装置、生体情報処理方法 Download PDFInfo
- Publication number
- JP2015016188A JP2015016188A JP2013146148A JP2013146148A JP2015016188A JP 2015016188 A JP2015016188 A JP 2015016188A JP 2013146148 A JP2013146148 A JP 2013146148A JP 2013146148 A JP2013146148 A JP 2013146148A JP 2015016188 A JP2015016188 A JP 2015016188A
- Authority
- JP
- Japan
- Prior art keywords
- body motion
- signal
- pulse wave
- component
- estimated
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000010365 information processing Effects 0.000 title claims description 22
- 238000003672 processing method Methods 0.000 title claims description 6
- 230000001133 acceleration Effects 0.000 claims description 50
- 238000000034 method Methods 0.000 claims description 47
- 230000008569 process Effects 0.000 claims description 40
- 238000004364 calculation method Methods 0.000 claims description 38
- 238000001514 detection method Methods 0.000 claims description 20
- 238000003825 pressing Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 2
- 230000003044 adaptive effect Effects 0.000 description 130
- 238000012545 processing Methods 0.000 description 49
- 230000002238 attenuated effect Effects 0.000 description 27
- 230000008859 change Effects 0.000 description 24
- 238000006073 displacement reaction Methods 0.000 description 20
- 230000006870 function Effects 0.000 description 18
- 238000006243 chemical reaction Methods 0.000 description 16
- 238000003860 storage Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000001228 spectrum Methods 0.000 description 8
- 230000017531 blood circulation Effects 0.000 description 7
- 230000004048 modification Effects 0.000 description 7
- 238000012986 modification Methods 0.000 description 7
- 210000000707 wrist Anatomy 0.000 description 7
- 230000014509 gene expression Effects 0.000 description 6
- 238000005259 measurement Methods 0.000 description 5
- 238000005070 sampling Methods 0.000 description 5
- 235000019577 caloric intake Nutrition 0.000 description 4
- 230000008030 elimination Effects 0.000 description 4
- 238000003379 elimination reaction Methods 0.000 description 4
- 238000000605 extraction Methods 0.000 description 4
- 238000009532 heart rate measurement Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 210000004204 blood vessel Anatomy 0.000 description 2
- 238000005314 correlation function Methods 0.000 description 2
- 239000013078 crystal Substances 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 239000000758 substrate Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 1
- 102000001554 Hemoglobins Human genes 0.000 description 1
- 108010054147 Hemoglobins Proteins 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 239000006059 cover glass Substances 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000001747 exhibiting effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000031700 light absorption Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 206010033675 panniculitis Diseases 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000010349 pulsation Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000007920 subcutaneous administration Methods 0.000 description 1
- 210000004304 subcutaneous tissue Anatomy 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
- A61B5/7207—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/02416—Detecting, measuring or recording pulse rate or heart rate using photoplethysmograph signals, e.g. generated by infrared radiation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/02438—Detecting, measuring or recording pulse rate or heart rate with portable devices, e.g. worn by the patient
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6802—Sensor mounted on worn items
- A61B5/681—Wristwatch-type devices
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6813—Specially adapted to be attached to a specific body part
- A61B5/6824—Arm or wrist
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
- A61B5/7207—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts
- A61B5/721—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts using a separate sensor to detect motion or using motion information derived from signals other than the physiological signal to be measured
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7225—Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7246—Details of waveform analysis using correlation, e.g. template matching or determination of similarity
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- Pathology (AREA)
- Signal Processing (AREA)
- Physiology (AREA)
- Cardiology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Power Engineering (AREA)
Abstract
【解決手段】脈波成分および体動ノイズ成分を含む生体信号を検出し、体動ノイズ成分と相関する体動信号を検出し、生体信号に含まれる脈波成分および体動ノイズ成分を体動信号に基づいて分離するフィルターであって、フィルター特性が異なるフィルターを複数備え、フィルター毎に体動信号と脈波成分および体動ノイズ成分の少なくとも一つとの相関係数を算出し、相関係数に基づいて、いずれか一つのフィルターを用いて分離した脈波成分を脈波信号として決定する生体情報処理装置。この生体情報処理装置によれば、複数のフィルターにより抽出された脈波成分からノイズ成分が十分に減衰された脈波成分を選択することができる。
【選択図】図4
Description
このように、被験者の多様な運動状況の変化があっても、被験者の脈拍数をより正確に測定するために、ノイズ成分が十分に減衰された推定脈波成分を抽出する必要があった。
(生体情報処理装置の外観構成)
図1は、本実施形態における脈拍計の正面図である。生体情報処理装置としての脈拍計1は、リストバンド2を備え、ケース3には、時刻や脈拍計1の動作状態、各種生体情報(脈拍数、運動強度、カロリー消費量等)を文字や数字、アイコン等によって表示するための表示パネル4が配置されている。
尚、加速度センサー20は、3軸の加速度センサーを有するセンサーとしているが、少なくとも2軸の加速度センサーを有したセンサーであれば良い。略直交する2軸の加速度センサーを備えていても良いし、立体的に交差する多軸の加速度センサーを備えていても良い。
図4は、脈拍計の機能構成の一例を示すブロック図である。
脈拍計1は、脈波センサー10、加速度センサー20、脈波AD変換部30、加速度AD変換部40、脈拍数算出部60、体動ノイズ除去部100、制御部200、操作部210、表示部220、報知部230、通信部240、計時部250、記憶部260などから構成されている。
脈波AD変換部30は、増幅されたアナログ形式の生体信号を所定のサンプリング時間間隔でサンプリングし、所定の分解能を有するデジタル信号に変換する。そして、デジタル信号に変換された生体信号を体動ノイズ除去部100に出力する。
加速度センサー20は、上述したように脈拍計1が装着された被験者の体動を捉えるためのセンサーである。X軸、Y軸、およびZ軸の3軸方向に対する加速度信号を体動信号として検出する。体動信号は、所定のゲインで増幅され加速度AD変換部40に出力される。
加速度AD変換部40は、増幅されたアナログ形式の体動信号を所定のサンプリング時間間隔でサンプリングし、所定の分解能を有するデジタル信号に変換する。そして、デジタル信号に変換された体動信号を体動ノイズ除去部100に出力する。
尚、脈波センサー10、脈波AD変換部30が、生体信号検出部に相当し、加速度センサー20、加速度AD変換部40が体動信号検出部に相当する。
尚、図示しないが、体動信号を用いて被験者の運動状況を把握するピッチ(歩/分)、脈拍数あるいはピッチを用いて算出する運動強度(メッツ)および消費カロリーなどを算出する演算部も機能部として備えてもよい。
次に体動ノイズ除去部100の詳細を説明する。
図5は、体動ノイズ除去部の機能構成の一例を示すブロック図である。
体動ノイズ除去部100は、適応フィルターA110、適応フィルターB120、相関情報算出部130、選択部140などから構成されている。適応フィルターA110および適応フィルターB120は、複数のフィルター部に相当する。
体動ノイズ除去部100では、生体信号Dおよび体動信号としての第一軸信号X1を入力信号とし、推定脈波成分E1が出力される。第一軸信号X1は、例えば、X軸方向の加速度信号であり、推定脈波成分E1は、X軸方向の加速度に起因するノイズが減衰された信号成分である。更に、体動ノイズ除去部100では、推定脈波成分E1および体動信号としての第二軸信号X2を入力信号とし、推定脈波成分E2が出力される。第二軸信号X2は、例えばY軸方向の加速度であり、推定脈波成分E2は、X軸方向およびY軸方向の加速度に起因するノイズが減衰された信号成分である。以下に詳細を説明する。
適応フィルターA110では、生体信号Dおよび第一軸信号X1が入力され、後述する学習特性を適応させながら推定体動ノイズ成分YAが算出され、生体信号Dと推定体動ノイズ成分YAとの差分が推定脈波成分EAとして出力される。
適応フィルターB120では、生体信号Dおよび第一軸信号X1が入力され、適応フィルターA110とは異なる学習特性に基づいて推定体動ノイズ成分YBが算出され、生体信号Dと推定体動ノイズ成分YBとの差分が推定脈波成分EBとして出力される。
尚、適応フィルターA110から出力される推定体動ノイズ成分YAおよび推定脈波成分EA、適応フィルターB120から出力される推定体動ノイズ成分YBおよび推定脈波成分EBは、複数のフィルター部からの出力信号に相当する。
選択部140では、推定脈波成分EAと、推定脈波成分EBと、相関係数CAと、相関係数CBとが入力され、相関係数CAおよび相関係数CBの比較結果に基づいて推定脈波成分EAあるいは推定脈波成分EBのいずれかが推定脈波成分E1として出力される。相関係数の算出および比較の判定の詳細については後述する。
このようにして、並列に配置された適応フィルターによるノイズ除去処理を、複数の加速度信号に基づいて順次実行することで、体動ノイズ成分を減衰させる性能を更に向上させることが可能となる。
次に図6を用いて適応フィルターA110および適応フィルターB120の詳細について説明する。
図6は、適応フィルターの原理構成ブロック図である。
適応フィルター150は、適応フィルターA110および適応フィルターB120の原理構成である。適応フィルター150は、体動ノイズ算出部151、減算部152、フィルター係数設定部153などから構成される。また、適応フィルター150は、推定脈波成分E、推定体動ノイズ成分Y、体動信号Xなどに基づいてフィルター係数Hを更新しながら推定脈波成分Eと推定体動ノイズ成分Yとを分離するフィルターである。体動ノイズ算出部151では、体動信号Xとフィルター係数Hとが積和演算され、体動ノイズ成分Yが算出される。減算部152では、生体信号Dから体動ノイズ成分Yが減算され、脈波成分Eが出力される。フィルター係数設定部153では、脈波成分Eと、生体ノイズ成分Yと、体動信号Xとからフィルター係数Hが算出され、体動ノイズ算出部151に出力される。
次に、適応フィルターの演算処理について説明する。
生体信号Dおよび体動信号Xは、所定のサンプリング周期で検出された時系列に並ぶ離散データである。生体信号Dのデータ列をd(i)、体動信号Xのデータ列をx(i)で表す。また、算出された体動ノイズ成分Yのデータ列をy(i)、脈波成分Eのデータ列をe(i)、フィルター係数Hのデータ列をh(i)で表す。引数iは、データ列の引数として用いられる値である。データ列は時系列に並ぶデータであるため、引数iが大きい方が時間が進行したデータである。引数iの最大値は所定期間分の間に蓄積されたデータ数である。引数iが同じ値であるデータは、略同じタイミングで検出されたデータ、および略同じタイミングで算出されたデータである。また、引数iに対し引数i−1のデータは時間が後退したデータであり、1サンプル過去のサンプル値である。体動ノイズ成分Yを例にすると、y(i)に対してLサンプル分前までのデータはy(i−1)、y(i−2)、・・・、y(i−L)である。
数式(1)は、引数i番目の体動ノイズ成分y(i)を求める数式である。フィルター係数h(k)と体動信号x(i−k)との積をkを1〜Lまで増加させながらL回分加算する。体動信号x(i−k)は、Lサンプル分前までの体動信号である。また、Lは適応フィルターにおけるフィルター長と等しく、フィルターのタップである。
y(i)=Σ[h(k)・x(i−k)] k=1〜L・・・数式(1)
e(i)=d(i)−y(i)・・・数式(2)
数式(3)は、フィルター係数h(k)を更新する数式である。既に算出されている右辺の各変数の値を計算した値を、左辺のh(k)に代入しフィルター係数h(k)が更新される。右辺は、ステップサイズμと脈波成分e(i)と体動ノイズ成分y(i−k)とを乗算しフィルター係数h(k)に加算して算出される。右辺のフィルター係数h(k)の値が定まっていない場合などは、予め設定された値などが設定される。ステップサイズμについては後述する。
h(k)=h(k)+μ・e(i)・y(i−k) k=1〜L・・・数式(3)
更新されたフィルター係数h(k)は、次の体動ノイズ成分y(i+1)を算出するために数式(1)に代入される。所定期間の最後に算出されたフィルター係数h(k)は、次の所定期間のフィルター係数h(k)の値として設定される。但し、適応フィルターの出力結果が算出された相関係数値の判定により必要とされた場合は、他方の適応フィルターのフィルター係数h(k)を、次の所定期間のフィルター係数h(k)の値として設定しても良い。尚、フィルター係数h(k)は、フィルターの学習特性に相当する。
このようにして、h(1)〜h(L)のL個のフィルター係数が更新される。更新されたフィルター係数h(k)は、フィルターの学習特性を決定付ける係数であり、体動信号Xの変動に追従した体動ノイズ成分Yを生成できるかどうかを左右する係数である。
μ=α/[β+Σx2(i−k)] k=1〜L ・・・数式(4)
ステップサイズμを体動信号のパワーで正規化することにより、ステップサイズμの体動信号に対する依存性を吸収している。
数式(4)を用いた場合は、適応フィルターA110および適応フィルターB120において、それぞれが固定値αおよび固定値βを保持しており、異なる値が設定されている。
このようにして追従性および減衰性を制御することができる学習特性を有する適応フィルターを構築することができる。尚、ステップサイズμの数値と、適応フィルターを適応した信号成分の傾向の関連性については、理論的な仮説に基づいて、実際に複数の被験者により様々な運動状況を繰り返し得られた実験データを分析して導出されている。
図7および図8は、適応フィルターの適用例を示したグラフである。図7と図8は被験者の運動(ランニング)中に測定した実験に基づいて導出されたシミュレーションデータである。図7は、被験者の運動開始時を想定した信号データとその処理結果であり、図8は被験者の運動時間経過後に定常的に同じピッチでランニングをしている最中を想定した信号データとその処理結果である。また、適応フィルターA110のステップサイズμの値は、適応フィルターB120のステップサイズμの値よりも大きい値が設定されている。
生体信号501は、生体信号検出部により検出された生体信号Dである。縦軸は生体信号Dの波形の変位を表すAD値であり、横軸は測定時間(秒)である。以降、信号および信号成分の波形を示すグラフは同様な座標軸を有する。
体動信号502は、体動信号検出部により検出された体動信号XでありX軸方向の加速度データである。生体信号501では、0〜約8秒の間では波形の変位が約420〜600の範囲に周期的に現れており、約8〜16秒の間では波形の変位が約250〜780の範囲に振幅の大きな波形で現れている。体動信号502の波形では、0〜約8秒の時点までの波形は略直線であり、約8〜16秒の間では波形の変位が約320〜700の範囲に周期的に現れており、8秒間に10回のピーク(約700)が現れている。これらの波形は単純運動開始の前後におけるセンサー信号をシミュレートしたものである。
脈波成分(理論値)503は、ノイズが含まれていない脈波成分をシミュレーションして算出した理論値である。
推定体動ノイズ成分504は、体動信号502から適応フィルターA110を適用して算出された推定体動ノイズ成分である。推定体動ノイズ成分507は、体動信号502から適応フィルターB120を適用して算出された推定体動ノイズ成分である。推定体動ノイズ成分504は、約8〜16秒の間では波形の変位が約350〜740の範囲にあり、体動信号502に比べ波形の変位に変化が見られる。推定体動ノイズ成分507は、約9秒から波形の変位が現れ出し、徐々に増幅し16秒の近傍では約420〜590の変位が現れている。
推定脈波成分506は、推定脈波成分505のパワースペクトル値を表しており、推定脈波成分509は、推定脈波成分508のパワースペクトル値を表している。推定脈波成分506および推定脈波成分509において両方とも最も強い基線が周波数1.625Hzである。周波数1.625Hzは、脈波成分(理論値)503の周波数成分においても最も強い基線を示している(図示しない)ため、脈波成分と考えられる。推定脈波成分509には周波数約1.3Hzの近傍と周波数約2.7Hzの近傍に比較的強い基線が残っている。これらの周波数は、体動信号502の周波数成分においても強い基線を示しており(図示しない)、体動ノイズ成分が残留したものである。推定脈波成分506には、周波数約1.3Hzの近傍と周波数約2.7Hzの近傍には強い基線が現れていないので、体動ノイズ成分の残留が少ないことがわかる。
生体信号511では、波形の変位が約250〜780の範囲で変動している波形が現れている。体動信号512では、波形の変位が約320〜700の範囲に周期的に現れており、16秒間に21回のピーク(約700)が現れている。この波形は、16秒の間に腕振り間隔を78回/分のペースでピッチでは約156(歩/分)のペースでランニングを継続している状況をシミュレーションした信号データである。
推定脈波成分516および推定脈波成分519のパワースペクトル値では、パワースペクトル分布形状は両方とも類似しており、両方とも最も強い基線の周波数は約1.687Hzである。しかし、推定脈波成分519の方が推定脈波成分516よりもメインローブに対するサイドローブの割合が小さい。つまり、推定脈波成分519の方が推定脈波成分516よりもノイズ成分が低減されている。
このように、運動開始時のような運動の周期性が急に変化した体動信号に対しては、ステップサイズμの値を大きくした学習特性を有する適応フィルターが、体動ノイズ成分を十分に減衰させた推定脈波成分を抽出している。そして、運動継続時のような運動の周期性が安定している体動信号に対しては、ステップサイズμの値を小さくした学習特性を有する適応フィルターが体動ノイズ成分を十分に減衰させた推定脈波成分を抽出している。
学習特性のステップサイズμに異なる値を設定することで、運動の周期性の変化や安定した多様な状況に対応することができる。ただし、単一の学習特性では多様な状況に対応して体動ノイズ成分を十分に減衰させた推定脈波成分を抽出することができない。そこで、学習特性の異なる複数の適応フィルターを備え、それぞれからの出力信号(推定脈波成分や推定体動ノイズ成分)の中からどの信号を選択するか、について相関係数を用いて判定する。相関係数は、体動信号Xと適応フィルターからの出力信号との相関関係の度合いを示す指標である。
次に、相関係数の詳細について説明する。相関係数は、図5に示した相関情報算出部130により算出される係数であり、適応フィルターA110の出力信号に基づいて相関係数CAが、適応フィルターB120の出力信号に基づいて相関係数CBが算出される。
適応フィルターA110および適応フィルターB120によって算出されたそれぞれの推定脈波成分EAおよびEBは体動信号Xに係るノイズ成分が減衰された信号成分であるため、体動信号Xとの相関度合いが弱い方が、体動ノイズ成分がより十分に減衰されている。相関度合いは、相関係数を用いて判定される。相関係数は、数式(5)〜(8)により算出される。数式(5)〜(8)では、データ列1をd1(i)およびデータ列2をd2(i)とし、相関係数Cが求められる。また、d1mはデータ列1の平均値、d2mはデータ列2の平均値である。iは自然数であり1からデータ数nまでの数値である。Vx、Vy、およびVxyは、媒介変数である。
Vx=Σ[d1(i)−d1m]2 i=1〜n ・・・数式(5)
Vy=Σ[d2(i)−d2m]2 i=1〜n ・・・数式(6)
Vxy=Σ{[d1(i)−d1m]・[d2(i)−d2m]} i=1〜n ・・・数式(7)
C=Vxy/(√Vx・√Vy) ・・・数式(8)
適応フィルターA110により算出された推定脈波成分EAおよび体動信号Xのデータ列を、データ列1およびデータ列2として数式(5)〜(8)に適用し相関係数が求められる。求められた相関係数をCAとする。適応フィルターB120により算出された推定脈波成分EBおよび体動信号Xのデータ列を数式(5)〜(8)に適用し求められた相関関数をCBとする。相関係数は−1〜+1の範囲を有し、0に近いほど相関度合が弱く、+1および−1に近いほど相関度合いが強い。従って、相関係数CAと相関係数CBとの大きさ(絶対値)を比較して小さい方の推定脈波成分が選択される。選択された推定脈波成分の方が選択されなかったものに比べ体動ノイズ成分が十分に減衰されている。また、選択された推定脈波成分を出力した適応フィルターの学習特性が、選択されなかったものよりも体動信号Xに適して体動ノイズ成分を減衰させている。
このようにして、体動信号Xが、運動の周期性の変化や安定状態などのいずれの状況であっても、複数備えられた適応フィルターから出力された推定脈波成分の中から相関係数を用いて、体動信号Xに適してノイズを減衰させた推定脈波成分を選択することができる。
図9は、脈拍計の制御プログラムの処理の流れを示すフローチャート図である。以降、図9を中心に適宜、図4〜図6を交えて説明する。尚、以下のフローは、生体情報処理方法に相当し、記憶部260に格納されている制御プログラム261に基づいて、制御部200が記憶部260を含む各部を制御することにより実行される。また、制御プログラム261の実行により、脈波センサー10、加速度センサー20、脈波AD変換部30、加速度AD変換部40、脈拍数算出部60、および体動ノイズ除去部100を含む各機能部の機能が実現される。
ステップS520では、体動信号が検出される。詳しくは、加速度センサー20により体動信号を所定期間分検出し、アナログ信号の体動信号を加速度AD変換部40によりデジタル信号の体動信号Xに変換する。体動信号Xは、加速度センサー20により検出されるX軸、Y軸、Z軸方向の加速度信号の中からX軸方向およびY軸方向の加速度信号を検出する。ここでは、X軸方向を第一軸方向X1とし、Y軸方向を第二軸方向X2とする。尚、ステップS520は、体動信号検出工程に相当する。
ステップS10は、体動ノイズ成分を減衰するためのサブルーチンプログラムであり、生体信号Dから体動信号Xを用いて体動ノイズ成分を減衰する処理が行われ、推定脈波成分が出力される。当該サブルーチンプログラムは、機能部としての体動ノイズ除去部100の機能を実現するプログラムであり、適応フィルターA110、適応フィルターB120、相関情報算出部130、選択部140の各機能を含む。当該サブルーチンプログラムの詳細については後述する。
ステップS540では、第一軸信号X1および第二軸信号X2の両方の体動信号を用いた体動ノイズ除去処理S10が行われたか確認される。第一軸信号X1および第二軸信号X2の両方の処理が終了した場合は(Yes)、ステップS550に進む。第一軸信号X1のみが処理されている場合は(No)、ステップS560に進み第二軸信号X2に対する処理に進む。
ステップS560では、推定脈波成分E1と体動信号として第二軸信号X2とが体動ノイズ除去処理S10の入力として設定される。詳しくは、生体信号Dから第一軸信号X1に係るノイズ除去が減衰された推定脈波成分E1と第二軸信号X2とを選択し、次に行なわれる体動ノイズ除去処理S10への入力信号とする。体動ノイズ除去処理S10では、推定脈波成分E1から第二軸信号X2に基づいて算出された推定体動ノイズ成分を減衰処理する。
図10は、体動ノイズ除去処理の流れを示すフローチャート図である。以降、図10を中心に適宜、図4〜図6、図9を交えて説明する。尚、以下のフローは、体動ノイズ除去処理工程に相当し、記憶部260に格納されている制御プログラム261の一部であるサブルーチンプログラムとして、制御部200が記憶部260を含む各部を制御することにより実行される。また、制御プログラム261のフローにおけるステップS60(体動ノイズ除去処理)から呼び出されるサブルーチンプログラムである。
ステップS45では、所定の期間分、たとえばフィルターのタップ数分の繰り返し処理の前処理が行われる。詳しくは、例えば、4秒分といった所定のサンプル数の出力信号を得るまで、ステップS45〜S58の間の処理を繰り返す。フィルターのタップ数は、適応フィルター係数Aの数と一致する。
ステップS50では、生体信号Dから推定生体ノイズ成分YAおよび推定脈波成分EAが分離される。詳しくは、体動信号Xおよびフィルター係数Aを用いて推定体動ノイズ成分YAを算出する。生体信号Dから推定体動ノイズ成分YAの差分をとって、推定脈波成分EAを算出する。
ステップS55では、フィルター係数Aが更新される。詳しくは、ステップサイズAを体動信号Xを利用して算出し、ステップサイズAと推定体動ノイズ成分YAと算出された推定脈波成分EAとを用いてフィルター係数Aを更新する。フィルター係数Aはタップサイズの数分算出される。
ステップS58は、所定の期間分、たとえばフィルターのタップ数分の繰り返しが終了される。フィルターのタップ数分の処理をステップS45〜S58まで繰り返すまでは、ステップS45に進み、タップ数分の処理が終了したら次のステップS60に進む。
ステップS70〜S90では、ステップS40〜S60と同様の手順で適応フィルターBを用いて処理される。また、適応フィルターBでは、適応フィルターBのフィルター係数設定部153に適応フィルターAの学習特性とは異なるステップサイズBを含むフィルター係数Bを設定する。その過程で、推定脈波成分EB,推定体動ノイズ成分YB、フィルター係数B、相関係数CBを含む各種データが生成される。
また、選定された推定脈波成分を算出した適応フィルターで算出されたフィルター係数を、相関係数の差分が所定の閾値を超えていれば、選定されなかった推定脈波成分を算出した適応フィルターのフィルター係数に設定する。
これにより、選択されなかった推定脈波成分を算出した適応フィルター性能を上げることができる。つまり、フィルター係数が適応フィルターに設定された時点から、両方の適応フィルターの性能が横並びとなり、以降はそれぞれの学習特性に基づいた適応処理(学習処理)を行うことができる。従って、学習特性が異なる複数のフィルターのそれぞれのフィルター性能が向上し、学習特性の特徴が直接反映され、更に精密に推定体動ノイズが減衰された推定脈波成分を抽出できる。
尚、本実施形態では適応フィルターを2種類備えるとして説明しているが、3種類以上の複数の異なる学習特性を有する適応フィルターを備えても良い。
次に、図11を用いて本実施形態を適用した脈拍計1の効果の一例を説明する。
図11は、算出脈拍数の一例を表すグラフである。図11におけるグラフの横軸は、経過時間(秒)であり、縦軸は脈拍数(bpm)(beats per minute)である。グラフは、本実施例における適応フィルターA110および適応フィルターB120を備えた脈拍計1が示した脈拍数L1(点線)、従来のひとつの適応フィルターで構成された脈拍計が示した脈拍数L2(一点鎖線)、および、被験者の心拍数L3(実線)である。心拍数L3は、ホルター心電計等で計測された心拍数である。尚、脈拍数は、体動ノイズ除去部100(図4)により選択された推定脈波成分を脈拍数算出部60(図4)により算出した数値である。
被験者は、0〜約60秒までは心拍数L3が約85〜90bpmの間を安定しており、脈拍数L1および脈拍数L2においても略近い値を示している。被験者は、約60秒から運動を開始している。運動開始後から心拍数L3は、約60〜120秒の間に山形の曲線を描きながら脈拍数90bpmから130bpmまで急激に上がっている。脈拍数L2は、約60〜120秒の間は脈拍数約85〜90bpmを示しており、実際の心拍数L3に追従できていない。従来の脈拍計に搭載されていた適応フィルターでは、運動状況の変化による体動ノイズ成分を十分に減衰できず、脈波成分の基線を判別できなかった結果である。
脈拍数L1は、約60〜120秒の間は実際の心拍数L3の曲線の近傍を大体同じように推移している。更に、約120秒以降についても運動負荷に応じて徐々に脈拍数を約130bpmから約150bpmに増加しており、心拍数L3と大体同じ推移を示している。脈拍数L1は、約60〜120秒の間は適応フィルターA110による推定脈波成分が選択され、約120秒以降は適応フィルターB120による推定脈波成分が選択され、脈拍数が算出された結果である。
本実施形態における脈拍数L1は、計測中全般に亘り実際の心拍数L3が推移する曲線の近傍にあり、被験者の心拍数に近い数値が算出できている。つまり、脈拍数の算出に使われた推定脈波成分が、FFT処理の過程で脈波の周波数成分を強く示す基線を有しており、更にノイズ成分が少なかったということがわかる。
このように、実際の脈拍計1に搭載して検証した結果、被験者の運動状況の変化に応じて変動する体動ノイズ成分を十分に減衰した推定脈波成分が抽出され、実際の心拍数と近い脈拍数を算出できている。
次に、実施形態2について、図12を中心に、適宜各図を交えて説明する。
図12は、実施形態2における体動ノイズ成分除去処理の流れを示すフローチャート図である。本実施形態は、実施形態1における体動ノイズ成分除去処理の流れを示すフロー(図10)の一部が異なる。尚、以下のフローは、生体情報処理方法に相当し、記憶部260に格納されている制御プログラム261に基づいて、制御部200が記憶部260を含む各部を制御することにより実行される。
実施形態1では、相関係数算出工程としてのステップS60およびステップS90において、体動信号Xと推定脈波成分EAまたは推定脈波成分EBとの相関係数を算出していたのに対し、本実施形態では、ステップS260およびステップS290として、推定体動ノイズ成分YAまたは推定体動ノイズ成分YBと体動信号Xとの相関係数を算出している点が異なる。また、実施形態1では、選択工程の一部の処理としてのステップS100において、相関係数CAの絶対値が相関係数CBの絶対値以下ならばという判定が、本実施形態のステップS300では、相関係数CAの絶対値が相関係数CBの絶対値以上ならばという判定になっている点が異なる。
また、本実施形態は実施形態1と組み合わせて用いられても良い。例えば、適応フィルターを3つ以上備え、3つの適応フィルターから1つを排除するために、実施形態1による相関係数の判定を適用し、残りの2つの適応フィルターを本実施形態の相関関数による判定を適用することによって、更にノイズ成分を減衰させた推定脈波成分を抽出することができる可能性がある。
上述の実施形態では、体動信号検出部に加速度センサー20を備える構成であったが、この構成に限定されるものではなく、接触圧センサーを備え、検出される接触圧変位量信号を体動信号に含める構成であっても良い。詳しくは、接触圧センサーは、脈拍計1を腕に装着した状態で、脈波センサー10の腕接触面側に隣接し配設され、脈波センサー10と腕の間に生じる物理的な押圧の変位量を測定するセンサーである。主に手の握り開きの動作や脈拍計1の腕装着状態のずれなどを接触圧変位量信号として検出する。
このような接触圧変位量信号に基づいて、推定脈波成分の抽出処理を行うことによって、生体信号に重畳されている手の握り開きの動作や腕装着状態のずれなどの体動ノイズ成分を減衰させることができる。
上述の実施形態および変形例では、適応フィルターのフィルター係数の算出式を数式(3)としていたが、数式(9)を用いてフィルター係数の更新をしても良い。
h(k)=h(k)+μ・e(i)/[p(i−k)/Σp2(i−k)] k=1〜L ・・・数式(9)
数式(9)において、p(i−k)は、アフィン射影法に基づいて体動信号の遅延信号x(i−k)から算出される係数であり、数式(10)により算出される。
p(i−k)=x(i−k)+〔{Σx[(i−k)・x(i−k−1)]}/[Σx2(i−k−1)]〕・x(i−k) k=1〜L ・・・数式(10)
また、更にフィルター係数の更新にあたっては、上述の実施形態および変形例に限らず、異なる演算式を伴う別の数式であっても良い。例えば、LMS、nLMS、などのアルゴリズムであっても良い。少なくとも2種類以上の適応アルゴリズムや学習特性を有する適応フィルターを用いることと、フィルター係数h(k)のタップ数(Lの値)が同じであれば良い。但し、フィルター係数のタップ数は、フィルター係数を別の適応フィルターに設定する処理を含めない場合は、同じタップ数でなくても良い。これらにより、推定体動ノイズ成分の算出方法が多様になり、変動する体動信号に追従できる推定体動ノイズ成分を算出できる可能性が広がり、結果としてノイズを最小限に抑えた推定脈波成分を抽出することができる。
上述の実施形態および変形例では、X軸、Y軸、Z軸方向の加速度信号を適応フィルターに適用する順番については規定していなかったが、X軸、Y軸、Z軸の3軸において動きの大きい軸から順番に適応フィルターを適用しても良い。詳しくは、まず、体動信号検出部において、各軸方向の加速度信号の変化量の総和を算出し記憶する。体動ノイズ除去部100に入力する体動信号を変化量の総和が大きい軸方向の加速度信号から順に適用させ、生体信号から各軸方向の体動ノイズを除去していく。加速度信号の変化量の総和は、被験者の動きを表した値であるため、生体信号に重畳された影響の大きな体動ノイズ成分から除去することができる。
更に、図5に示す選択部140により出力された推定脈波成分を評価し、他の体動信号によるノイズ除去処理が必要か判別する処理を加えても良い。詳しくは、最初の体動信号に基づいて抽出された推定脈波成分に基本周波数が存在し、基本周波数とそれを除くノイズ成分との比が所定の値以上である場合、または相関係数による判定で所定の相関度合い以上の高い相関が出た場合に次の体動信号によるノイズ除去処理をしないで、選択された推定脈波成分を出力信号として選択する。
これらによれば、まず、体動信号を動きの大きな軸方向の加速度から入力させることにより、生体信号から主要な体動ノイズ成分が除去される。次に、出力された推定脈波成分を評価することで十分にノイズが減衰されていると判断されれば、推定脈波成分は全ての方向の体動信号の除去処理をせずとも十分にノイズの減衰ができている。従って、被験者の運動状況が一定の軸方向の運動である場合は、推定脈波成分抽出処理の時間が節約され高速処理と消費電力を抑えることができる。また、被験者の運動状況が複合的な複数軸方向の運動である場合は、軸毎に推定脈波成分を抽出する処理を繰り返すことで重畳されている多軸のノイズ成分を減衰することができる。
尚、体動信号は加速度信号だけに限らず、接触圧センサーによる接触圧変位量信号でも良く、またそれに限らず生体信号に重畳されているノイズと相関関係を示す信号であれば良い。
Claims (11)
- 脈波成分および体動ノイズ成分を含む生体信号を検出する生体信号検出部と、
体動信号を検出する体動信号検出部と、
前記生体信号から前記脈波成分および前記体動ノイズ成分を前記体動信号に基づいて分離する体動ノイズ除去部と、を備え
前記体動ノイズ除去部は、学習特性が異なる複数のフィルター部と、
前記体動信号と前記複数のフィルター部からの出力信号との相関度合いを示す相関情報を算出する相関情報算出部と、
前記相関情報に基づいて前記複数のフィルター部からの出力信号を選択する選択部と、
を備えることを特徴とする生体情報処理装置。 - 前記学習特性は、前記体動信号の変動に対応した追従特性を制御するステップサイズを含むことを特徴とする請求項1に記載の生体情報処理装置。
- 前記相関情報算出部は、前記フィルター部からの前記出力信号毎に、前記相関情報を前記体動信号に基づいて算出し、前記選択部は、前記相関情報の絶対値が最小となる前記フィルター部からの出力信号を選択することを特徴とする請求項1または2に記載の生体情報処理装置。
- 前記フィルター部からの前記出力信号は、前記脈波成分を推定する推定脈波信号であることを特徴とする請求項3に記載の生体情報処理装置。
- 前記相関情報算出部は、前記フィルター部からの前記出力信号毎と前記体動信号とに基づいて前記相関情報を算出し、前記選択部は、前記相関情報の絶対値が最大となる前記フィルター部からの出力信号を選択することを特徴とする請求項1または2に記載の生体情報処理装置。
- 前記フィルター部からの前記出力信号は、前記体動ノイズ成分を推定する推定体動ノイズ信号であることを特徴とする請求項5に記載の生体情報処理装置。
- 前記選択部は、選択した前記出力信号を出力した前記フィルター部の前記相関情報と、他の前記フィルター部の前記相関情報との差分が、所定の閾値を超えた場合、前記選択した前記出力信号を出力した前記フィルター部の前記学習特性を前記他のフィルターの前記学習特性に設定することを特徴とする請求項1乃至6のいずれか一項に記載の生体情報処理装置。
- 前記体動信号は、一軸方向あるいは互いに交差する少なくとも二軸方向の加速度信号を含み、各軸からの信号を順次前記体動信号として適用することを特徴とする請求項1乃至7のいずれか一項に記載の生体情報処理装置。
- 前記体動信号は、前記生体信号の検出部位の押圧を示す接触圧信号を含むことを特徴とする請求項1乃至8のいずれか一項に記載の生体情報処理装置。
- 前記選択部で選択した信号に基づいて脈拍数を算出する制御部をさらに有することを特徴とする請求項1乃至9のいずれか一項に記載の生体情報処理装置。
- 脈波成分および体動ノイズ成分を含む生体信号を検出する生体信号検出工程と、
体動信号を検出する体動信号検出工程と、
前記生体信号から前記脈波成分および前記体動ノイズ成分を前記体動信号に基づいて分離するフィルター工程であって、学習特性が異なる複数の前記フィルター工程を用いて分離する体動ノイズ除去処理工程と、
前記体動信号と前記複数のフィルター工程からの出力信号との相関度合いを示す相関情報を算出する相関情報算出工程と、
前記相関情報に基づいて前記複数のフィルター工程からの出力信号を選択する選択工程と、
を備えることを特徴とする生体情報処理方法。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013146148A JP6201469B2 (ja) | 2013-07-12 | 2013-07-12 | 生体情報処理装置、生体情報処理方法 |
PCT/JP2014/003652 WO2015004915A1 (ja) | 2013-07-12 | 2014-07-09 | 生体情報処理装置、生体情報処理方法 |
CN201480032806.7A CN105283121B (zh) | 2013-07-12 | 2014-07-09 | 生物体信息处理装置以及生物体信息处理方法 |
US14/991,650 US20160120477A1 (en) | 2013-07-12 | 2016-01-08 | Biological-information processing apparatus and biological-information processing method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013146148A JP6201469B2 (ja) | 2013-07-12 | 2013-07-12 | 生体情報処理装置、生体情報処理方法 |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2015016188A true JP2015016188A (ja) | 2015-01-29 |
JP2015016188A5 JP2015016188A5 (ja) | 2016-08-25 |
JP6201469B2 JP6201469B2 (ja) | 2017-09-27 |
Family
ID=52279619
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013146148A Active JP6201469B2 (ja) | 2013-07-12 | 2013-07-12 | 生体情報処理装置、生体情報処理方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20160120477A1 (ja) |
JP (1) | JP6201469B2 (ja) |
CN (1) | CN105283121B (ja) |
WO (1) | WO2015004915A1 (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016194490A1 (ja) * | 2015-06-02 | 2016-12-08 | ソニー株式会社 | ノイズ低減処理回路および方法、ならびに、生体情報処理装置および方法 |
JP2018500114A (ja) * | 2014-12-23 | 2018-01-11 | 日東電工株式会社 | 生理学的測定におけるアーティファクトを除去するデバイス及び方法 |
US11744519B2 (en) | 2018-07-31 | 2023-09-05 | Seiko Epson Corporation | Biological information measurement device |
Families Citing this family (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016195747A (ja) * | 2015-04-06 | 2016-11-24 | セイコーエプソン株式会社 | 生体情報処理装置、生体情報処理システム、生体情報処理方法及び生体情報処理プログラム |
GB201601143D0 (en) | 2016-01-21 | 2016-03-09 | Oxehealth Ltd | Method and apparatus for health and safety monitoring of a subject in a room |
GB201601140D0 (en) | 2016-01-21 | 2016-03-09 | Oxehealth Ltd | Method and apparatus for estimating heart rate |
GB201601142D0 (en) | 2016-01-21 | 2016-03-09 | Oxehealth Ltd | Method and apparatus for estimating breathing rate |
KR101831064B1 (ko) * | 2016-09-06 | 2018-02-22 | 숭실대학교산학협력단 | Ppg 신호를 이용한 동잡음 제거 장치 및 그 방법 |
GB201615899D0 (en) | 2016-09-19 | 2016-11-02 | Oxehealth Ltd | Method and apparatus for image processing |
EP3539082A1 (en) | 2016-11-08 | 2019-09-18 | Oxehealth Limited | Method and apparatus for image processing |
EP3610787B1 (en) * | 2017-05-10 | 2022-04-27 | Shenzhen Goodix Technology Co., Ltd. | Wearable device, and method and apparatus for eliminating exercise interference |
US10617311B2 (en) * | 2017-08-09 | 2020-04-14 | Samsung Electronics Co., Ltd. | System and method for real-time heartbeat events detection using low-power motion sensor |
GB201803508D0 (en) | 2018-03-05 | 2018-04-18 | Oxehealth Ltd | Method and apparatus for monitoring of a human or animal subject |
CN109875526B (zh) * | 2018-12-28 | 2022-10-11 | 北京津发科技股份有限公司 | 一种基于压力与反射式综合测量脉搏装置 |
GB201900032D0 (en) | 2019-01-02 | 2019-02-13 | Oxehealth Ltd | Method and apparatus for monitoring of a human or animal subject |
GB201900033D0 (en) | 2019-01-02 | 2019-02-13 | Oxehealth Ltd | Mrthod and apparatus for monitoring of a human or animal subject |
JP7211441B2 (ja) * | 2019-02-01 | 2023-01-24 | 日本電気株式会社 | 覚醒度推定装置、覚醒度推定方法、及びプログラム |
CN111643052A (zh) * | 2019-04-03 | 2020-09-11 | 上海铼锶信息技术有限公司 | 一种减少脉搏波信号中运动伪影的方法及系统 |
JP7342827B2 (ja) * | 2020-09-18 | 2023-09-12 | カシオ計算機株式会社 | ノイズ波形除去装置、モデル訓練装置、ノイズ波形除去方法、モデル訓練方法、及びウェアラブル機器 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11276448A (ja) * | 1998-03-31 | 1999-10-12 | Seiko Epson Corp | 信号抽出装置および信号抽出方法 |
JP2005160640A (ja) * | 2003-12-01 | 2005-06-23 | Denso Corp | 生体状態検出装置 |
JP2005185834A (ja) * | 1991-03-07 | 2005-07-14 | Masimo Corp | 信号処理装置 |
JP2007209755A (ja) * | 2006-02-08 | 2007-08-23 | Siemens Ag | 画像化方法におけるノイズリダクション方法、メモリ媒体および断層撮影システム |
JP2009011585A (ja) * | 2007-07-05 | 2009-01-22 | Toshiba Corp | 脈波処理装置及び方法 |
JP2011092236A (ja) * | 2009-10-27 | 2011-05-12 | Seiko Epson Corp | 拍動検出装置及び拍動検出方法 |
JP2012095795A (ja) * | 2010-11-01 | 2012-05-24 | Seiko Epson Corp | 脈波解析法 |
JP2012157423A (ja) * | 2011-01-31 | 2012-08-23 | Seiko Epson Corp | 脈波信号計測装置、およびプログラム |
JP2012176196A (ja) * | 2011-02-28 | 2012-09-13 | Seiko Epson Corp | 拍動検出装置 |
JP2013094222A (ja) * | 2011-10-28 | 2013-05-20 | Seiko Epson Corp | うっ血判定装置、脈波測定装置及びうっ血判定方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009022638A (ja) * | 2007-07-23 | 2009-02-05 | Mitsuba Corp | 加速度脈波計測装置 |
JP5682369B2 (ja) * | 2011-02-23 | 2015-03-11 | セイコーエプソン株式会社 | 拍動検出装置 |
JP5716466B2 (ja) * | 2011-03-10 | 2015-05-13 | セイコーエプソン株式会社 | フィルター装置および拍動検出装置 |
-
2013
- 2013-07-12 JP JP2013146148A patent/JP6201469B2/ja active Active
-
2014
- 2014-07-09 WO PCT/JP2014/003652 patent/WO2015004915A1/ja active Application Filing
- 2014-07-09 CN CN201480032806.7A patent/CN105283121B/zh active Active
-
2016
- 2016-01-08 US US14/991,650 patent/US20160120477A1/en not_active Abandoned
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005185834A (ja) * | 1991-03-07 | 2005-07-14 | Masimo Corp | 信号処理装置 |
JPH11276448A (ja) * | 1998-03-31 | 1999-10-12 | Seiko Epson Corp | 信号抽出装置および信号抽出方法 |
JP2005160640A (ja) * | 2003-12-01 | 2005-06-23 | Denso Corp | 生体状態検出装置 |
JP2007209755A (ja) * | 2006-02-08 | 2007-08-23 | Siemens Ag | 画像化方法におけるノイズリダクション方法、メモリ媒体および断層撮影システム |
JP2009011585A (ja) * | 2007-07-05 | 2009-01-22 | Toshiba Corp | 脈波処理装置及び方法 |
JP2011092236A (ja) * | 2009-10-27 | 2011-05-12 | Seiko Epson Corp | 拍動検出装置及び拍動検出方法 |
JP2012095795A (ja) * | 2010-11-01 | 2012-05-24 | Seiko Epson Corp | 脈波解析法 |
JP2012157423A (ja) * | 2011-01-31 | 2012-08-23 | Seiko Epson Corp | 脈波信号計測装置、およびプログラム |
JP2012176196A (ja) * | 2011-02-28 | 2012-09-13 | Seiko Epson Corp | 拍動検出装置 |
JP2013094222A (ja) * | 2011-10-28 | 2013-05-20 | Seiko Epson Corp | うっ血判定装置、脈波測定装置及びうっ血判定方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018500114A (ja) * | 2014-12-23 | 2018-01-11 | 日東電工株式会社 | 生理学的測定におけるアーティファクトを除去するデバイス及び方法 |
US11045101B2 (en) | 2014-12-23 | 2021-06-29 | Nitto Denko Corporation | Device and method for removal of artifacts in physiological measurements |
WO2016194490A1 (ja) * | 2015-06-02 | 2016-12-08 | ソニー株式会社 | ノイズ低減処理回路および方法、ならびに、生体情報処理装置および方法 |
US10849562B2 (en) | 2015-06-02 | 2020-12-01 | Sony Corporation | Noise reduction processing circuit and method, and biological information processing device and method |
US11744519B2 (en) | 2018-07-31 | 2023-09-05 | Seiko Epson Corporation | Biological information measurement device |
Also Published As
Publication number | Publication date |
---|---|
US20160120477A1 (en) | 2016-05-05 |
CN105283121B (zh) | 2018-01-19 |
JP6201469B2 (ja) | 2017-09-27 |
CN105283121A (zh) | 2016-01-27 |
WO2015004915A1 (ja) | 2015-01-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6201469B2 (ja) | 生体情報処理装置、生体情報処理方法 | |
JP5742441B2 (ja) | 生体情報処理装置 | |
JP6115330B2 (ja) | 生体情報測定装置、および生体情報測定方法 | |
US10849562B2 (en) | Noise reduction processing circuit and method, and biological information processing device and method | |
US11311242B2 (en) | Biological information processing apparatus, biological information processing method, and information processing apparatus | |
US20160081630A1 (en) | Biological information processing device and biological information processing method | |
US9936886B2 (en) | Method for the estimation of the heart-rate and corresponding system | |
JP5979604B2 (ja) | 生体情報検出装置及び生体情報検出方法、生体情報検出プログラム | |
JP2005160640A (ja) | 生体状態検出装置 | |
JP5742520B2 (ja) | 生体情報処理装置及び生体情報処理方法 | |
US20200150772A1 (en) | Sensing Hand Gestures Using Optical Sensors | |
US20110098582A1 (en) | Pulse detector and pulse detection method | |
US11266321B2 (en) | Vital sign processing device, vital sign processing method, and information processing device | |
JP5724693B2 (ja) | 生体情報処理装置及び生体情報処理方法 | |
JP6115329B2 (ja) | 生体情報処理装置および生体情報処理方法 | |
JP5488135B2 (ja) | 生体情報処理装置 | |
US20170258405A1 (en) | Measurement device and measurement method | |
JP2014236774A (ja) | 生体情報処理装置および生体情報処理方法 | |
JP5927843B2 (ja) | うっ血判定装置、脈波測定装置及びうっ血判定方法 | |
CN111698939B (zh) | 生成与外部对象相关联的心率波动信息的方法及其设备 | |
JP6197926B2 (ja) | 生体情報検出装置及び生体情報検出方法、生体情報検出プログラム | |
JP2013183845A (ja) | 拍動検出装置、電子機器及びプログラム | |
JP5655721B2 (ja) | 生体情報処理装置及び生体情報処理方法 | |
JP6036916B2 (ja) | 生体情報処理装置 | |
TWI795219B (zh) | 基於血流動力學分析且與氣血循環及深層睡眠相關的特定生理綜合症偵測方法及系統 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20150113 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20160614 |
|
RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20160624 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20160706 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20160706 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20170801 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20170814 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6201469 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |