JP2015188642A - 呼吸音解析装置及び呼吸音解析方法、並びにコンピュータプログラム及び記録媒体 - Google Patents

Abstract

【課題】呼吸音に含まれる連続性ラ音を好適に解析する。【解決手段】呼吸音解析装置は、呼吸音から連続性ラ音を含む呼吸音成分を取得する成分取得手段と、呼吸音成分に含まれる所定の特徴に対応する周波数（Ｆ）を取得する周波数取得手段と、呼吸音成分に含まれる所定の特徴の数（Ｎ）を取得する特徴数取得手段と、所定の特徴に対応する周波数及び所定の特徴の数に基づいて、呼吸音成分に含まれる笛声音成分と類鼾音成分とを判定する判定手段とを備える。【選択図】図１

Description

本発明は、例えば連続性ラ音を含む呼吸音を解析する呼吸音解析装置及び呼吸音解析方法、並びにコンピュータプログラム及び記録媒体の技術分野に関する。

この種の装置として、電子聴診器等によって検出される生体の呼吸音について、含まれている複数の音種を判別するものが知られている。例えば特許文献１では、スペクトルの形状を混合ガウス分布で近似して異常呼吸音種を判定するという手法が提案されている。また特許文献２では、複数のピークが所定の範囲内に存在しているか否かによって、笛声音と類鼾音とを判別するという手法が提案されている。

特開２０１３−１２３４９５号公報 特表２００１−５０５０８５号公報

上述した特許文献１及び２に記載されているような技術では、周波数に対する閾値を利用して、連続性ラ音を笛声音と類鼾音とに分類している。しかしながら、周波数に対する閾値だけを利用する判定では、必ずしも正確な結果が得られない。例えば、同じ音種が検出される場合であっても、被測定対象である生体の違い或いは測定状態等に起因して、検出される周波数は異なる値となる。このような場合、周波数に対する閾値を用いて判定するだけでは、複数の音種を正確に判別できないおそれがあるという技術的問題点が生ずる。

本発明が解決しようとする課題には、上記のようなものが一例として挙げられる。本発明は、呼吸音に含まれる連続性ラ音を好適に解析可能な呼吸音解析装置及び呼吸音解析方法、並びにコンピュータプログラム及び記録媒体を提供することを課題とする。

上記課題を解決するための呼吸音解析装置は、呼吸音から連続性ラ音を含む呼吸音成分を取得する成分取得手段と、前記呼吸音成分に含まれる所定の特徴に対応する周波数を取得する周波数取得手段と、前記呼吸音成分に含まれる前記所定の特徴の数を取得する特徴数取得手段と、前記所定の特徴に対応する周波数及び前記所定の特徴の数に基づいて、前記呼吸音成分に含まれる笛声音成分と類鼾音成分とを判定する判定手段とを備える。

上記課題を解決するための呼吸音解析方法は、呼吸音から連続性ラ音を含む呼吸音成分を取得する成分取得工程と、前記呼吸音成分に含まれる所定の特徴に対応する周波数を取得する周波数取得工程と、前記呼吸音成分に含まれる前記所定の特徴の数を取得する特徴数取得工程と、前記所定の特徴に対応する周波数及び前記所定の特徴の数に基づいて、前記呼吸音成分に含まれる笛声音成分と類鼾音成分とを判定する判定工程とを備える。

上記課題を解決するためのコンピュータプログラムは、呼吸音から連続性ラ音を含む呼吸音成分を取得する成分取得工程と、前記呼吸音成分に含まれる所定の特徴に対応する周波数を取得する周波数取得工程と、前記呼吸音成分に含まれる前記所定の特徴の数を取得する特徴数取得工程と、前記所定の特徴に対応する周波数及び前記所定の特徴の数に基づいて、前記呼吸音成分に含まれる笛声音成分と類鼾音成分とを判定する判定工程とをコンピュータに実行させる。

上記課題を解決するための記録媒体は、上述したコンピュータプログラムが記録されている。

第１実施例に係る呼吸音解析装置の全体構成を示すブロック図である。 第１実施例に係る呼吸音解析装置の動作を示すフローチャートである。 笛声音を含むスペクトルの一例を示すスペクトログラム図である。 笛声音のピーク周波数及びピーク数を示すグラフである。 類鼾音を含むスペクトルの一例を示すスペクトログラム図である。 類鼾音のピーク周波数及びピーク数を示すグラフである。 第１実施例に係る判定処理の具体的処理内容を示すフローチャートである。 第１実施例に係る判定結果の表示例を示すグラフ（その１）である。 第１実施例に係る判定結果の表示例を示すグラフ（その２）である。 第２実施例に係る閾値の一例を示すグラフである。 第３実施例に係る閾値の初期値を示すグラフである。 第３実施例に係る閾値の調整後の値を示すグラフ（その１）である。 第３実施例に係る閾値の調整後の値を示すグラフ（その２）である。

＜１＞
本実施形態に係る呼吸音解析装置は、呼吸音から連続性ラ音を含む呼吸音成分を取得する成分取得手段と、前記呼吸音成分に含まれる所定の特徴に対応する周波数を取得する周波数取得手段と、前記呼吸音成分に含まれる前記所定の特徴の数を取得する特徴数取得手段と、前記所定の特徴に対応する周波数及び前記所定の特徴の数に基づいて、前記呼吸音成分に含まれる笛声音成分と類鼾音成分とを判定する判定手段とを備える。

本実施形態に係る呼吸音解析装置によれば、その動作時には、先ず呼吸音から連続性ラ音を含む呼吸音成分が取得される。具体的には、正常呼吸音や異常呼吸音等の様々な音を含む呼吸音から、周知の技術等を利用して、連続性ラ音を含む呼吸音成分が抽出される。ただし、ここで取得される呼吸音成分は、連続性ラ音のみを含む呼吸音成分に限定されるものではない。即ち、取得される呼吸音成分は、連続性ラ音以外の音を含んでいても構わない。

呼吸音成分が取得されると、呼吸音成分に含まれる所定の特徴に対応する周波数が取得される。なお、ここでの「所定の特徴」とは、呼吸音成分に含まれる音種に応じて特定の周波数に発生する特徴を意味しており、例えば周波数解析された信号に現れるピーク等である。また本実施形態では、上述した所定の特徴に対応する周波数に加えて、所定の特徴の数が取得される。例えば、所定の特徴がピークである場合にはピーク数が取得される。

所定の特徴に対応する周波数及び所定の特徴の数が夫々取得されると、取得した周波数と特徴数とに基づいて、呼吸音成分に含まれる笛声音成分と類鼾音成分とが判定される。即ち、連続性ラ音を含む呼吸音成分に、連続性ラ音である笛声音成分及び類鼾音成分が含まれているか否かが判定される。なお、ここでの判定は、呼吸音成分中の笛声音成分及び類鼾音成分の存在に関する判定であれば特に限定されるものではない。例えば、呼吸音成分に、笛声音成分及び類鼾音成分のいずれが含まれているか、又は両方が含まれているのかを判定するものであってもよい。或いは、笛声音成分及び類鼾音成分がどのような割合で含まれているのかを判定するものであってもよい。また、笛声音成分及び類鼾音成分が含まれる可能性を判定するものであっても構わない。

ここで、笛声音成分及び類鼾音成分は、所定の特徴に対応する周波数において違いが生ずる（即ち、異なる周波数に所定の特徴を有する）。しかしながら、周波数だけを利用した判定において、常に正確な判定結果が得られるとは限らない。例えば、同じ笛声音成分であっても検出される周波数が異なる場合もあるし、類鼾音成分についても同様のことが言える。よって、周波数だけを用いて笛声音成分と類鼾音成分とを判定しようとすると、誤った判定結果となることがある。

他方で、本願発明者の研究するところによれば、笛声音成分及び類鼾音成分は、所定の特徴の数においても違いが生ずることが分かっている。例えば、笛声音成分のスペクトルにはピークが１つしか含まれないのに対し、類鼾音成分のスペクトルにはピークが２つ以上含まれる。よって、上述した周波数に加えて、所定の特徴の数を用いることで、より正確な判定結果を得ることができる。

以上説明したように、本実施形態に係る呼吸音解析装置によれば、連続性ラ音である笛声音及び類鼾音を好適に判別することが可能である。

＜２＞
本実施形態に係る呼吸音解析装置の一態様では、前記所定の特徴は、極大値である。

この態様によれば、例えば呼吸音を示す信号に対して、高速フーリエ変換（ＦＦＴ：Fast Fourier Transform）等による周波数解析が実行され、解析結果の極大値（即ち、ピーク）に対応する周波数及び極大値の数が取得される。なお、周波数に関する情報は、極大値の位置に対応するものとして取得されるが、極大値の位置と完全に一致する周波数でなくとも、極大値の近傍位置に対応する周波数に関する情報として取得されてもよい。

上述したように、呼吸音における所定の特徴として極大値を利用することで、より容易且つ的確に周波数を取得できる。

＜３＞
本実施形態に係る呼吸音解析装置の他の態様では、前記判定手段は、前記呼吸音成分に含まれる前記笛声音成分と前記類鼾音成分との割合を判定する。

この態様によれば、呼吸音成分に、笛声音成分と類鼾音成分とがどのような割合で含まれているかが判定される。よって、例えば呼吸音に基づく健康状態の診断等を適切に行うことが可能となる。なお、笛声音成分及び類鼾音成分以外の成分についても割合を判定するようにしてもよい。

＜４＞
本実施形態に係る呼吸音解析装置の他の態様では、前記判定手段は、前記所定の特徴に対応する周波数に関する第１閾値と、前記所定の特徴の数に関する第２閾値とを用いて判定する。

この態様によれば、所定の特徴に対応する周波数と第１閾値との比較、及び所定の特徴の数と第２閾値との比較によって、容易且つ的確に笛声音成分と類鼾音成分との判定が行える。具体的には、例えば所定の特徴に対応する周波数が第１閾値より大きく、且つ所定の特徴の数が第２閾値と等しい場合には笛声音であると判定し、所定の特徴に対応する周波数が第１閾値以下であり、且つ所定の特徴の数が第２閾値より大きい場合には類鼾音であると判定すればよい。

＜５＞
上述した第１閾値及び第２閾値を用いて判定する態様では、前記第１閾値は、前記所定の特徴に対応する周波数に応じて変動するものであってもよい。

この場合、第１閾値は、所定の特徴に対応する周波数に応じて適切な値へと変動する。例えば、第１閾値は、取得された周波数が高いほど、類鼾音よりも笛声音と判定する割合が大きくなるように変動し、周波数が低いほど、笛声音よりも類鼾音と判定する割合が大きくなるように変動する。このように、周波数に応じて閾値を変動させれば、固定値である閾値を用いる場合と比べて、より適切に笛声音及び類鼾音を判別することができる。なお、閾値をどのように変動させるかは、実験結果等に基づいて予め設定しておけばよい。また、閾値の変動特性を、被測定対象である生体の性別、年齢、身長、体重等に応じて決定するようにしてもよい。

＜６＞
或いは第１閾値及び第２閾値を用いて判定する態様では、前記判定手段による過去の判定結果に基づいて、前記第１閾値を調整する調整手段を更に備えてもよい。

この場合、判定手段による判定は複数回行われ、２回目以降の判定は、過去の判定結果に基づいて調整された第１閾値を用いて行われる。例えば、２回目以降の判定は、直前の判定結果と同様の判定結果が出やすいように調整された第１閾値を用いて行われる。このように、本態様では過去の判定結果を考慮して判定を行うことができるようになる。よって、例えば変化しない単一の閾値を用いる場合と比べて、好適に笛声音成分と類鼾音成分とを判定できる。

なお、閾値の調整に用いる過去の判定結果は、典型的には直前の判定結果であるが、複数の判定結果が存在する場合いずれの判定結果を用いても構わない。また、複数回の判定結果を夫々利用して（即ち、複数個の判定結果を利用して）調整を行ってもよい。

＜７＞
本実施形態に係る呼吸音解析方法は、呼吸音から連続性ラ音を含む呼吸音成分を取得する成分取得工程と、前記呼吸音成分に含まれる所定の特徴に対応する周波数を取得する周波数取得工程と、前記呼吸音成分に含まれる前記所定の特徴の数を取得する特徴数取得工程と、前記所定の特徴に対応する周波数及び前記所定の特徴の数に基づいて、前記呼吸音成分に含まれる笛声音成分と類鼾音成分とを判定する判定工程とを備える。

本実施形態に係る呼吸音解析方法によれば、上述した本実施形態に係る呼吸音解析装置と同様に、連続性ラ音である笛声音及び類鼾音を好適に判別することができる。

なお、本実施形態に係る呼吸音解析方法においても、上述した本実施形態に係る呼吸音解析装置における各種態様と同様の各種態様を採ることが可能である。

＜８＞
本実施形態に係るコンピュータプログラムは、呼吸音から連続性ラ音を含む呼吸音成分を取得する成分取得工程と、前記呼吸音成分に含まれる所定の特徴に対応する周波数を取得する周波数取得工程と、前記呼吸音成分に含まれる前記所定の特徴の数を取得する特徴数取得工程と、前記所定の特徴に対応する周波数及び前記所定の特徴の数に基づいて、前記呼吸音成分に含まれる笛声音成分と類鼾音成分とを判定する判定工程とをコンピュータに実行させる。

本実施形態に係るコンピュータプログラムによれば、上述した本実施形態に係る呼吸音解析方法と同様の処理をコンピュータに実行させることができるため、連続性ラ音である笛声音及び類鼾音を好適に判別することができる。

なお、本実施形態に係るコンピュータプログラムにおいても、上述した本実施形態に係る呼吸音解析装置における各種態様と同様の各種態様を採ることが可能である。

＜９＞
本実施形態に係る記録媒体は、上述したコンピュータプログラムが記録されている。

本実施形態に係る記録媒体によれば、上述したコンピュータプログラムをコンピュータにより実行させることにより、連続性ラ音である笛声音及び類鼾音を好適に判別することができる。

本実施形態に係る呼吸音解析装置及び呼吸音解析方法、並びにコンピュータプログラム及び記録媒体の作用及び他の利得については、以下に示す実施例において、より詳細に説明する。

以下では、図面を参照して呼吸音解析装置及び呼吸音解析方法、並びにコンピュータプログラム及び記録媒体の実施例について詳細に説明する。

＜第１実施例＞
第１実施例に係る呼吸音解析装置について、図１から図９を参照して説明する。

＜全体構成＞
先ず、第１実施例に係る呼吸音解析装置の全体構成について、図１を参照して説明する。ここに図１は、第１実施例に係る呼吸音解析装置の全体構成を示すブロック図である。

図１において、第１実施例に係る呼吸音解析装置は、主な構成要素として、生体音センサ１１０と、信号記憶部１２０と、信号処理部１２５と、音声出力部１３０と、表示部１４０と、処理部２００とを備えて構成されている。

生体音センサ１１０は、生体の呼吸音を検出可能に構成されたセンサである。生体音センサ１１０は、例えばＥＣＭ（Electret Condenser Microphone）やピエゾを利用したマイク、振動センサ等で構成されている。

信号記憶部１２０は、例えばＲＡＭ（Random Access Memory）等のバッファとして構成されており、生体音センサ１１０で検出された呼吸音を示す信号（以下、適宜「呼吸音信号」と称する）を一時的に記憶する。信号記憶部１２０は、記憶した信号を、音声出力部１３０及び処理部２００に夫々出力可能に構成されている。

信号処理部１２５は、生体音センサ１１０で取得した音を加工して音声出力部１３０に出力する。信号処理部１２５は、例えばイコライザーやフィルターとして機能し、取得した音を人が聴き易い状態に加工する。

音声出力部１３０は、例えばスピーカやヘッドホンとして構成されており、生体音センサ１１０で検出され、信号処理部１２５で加工された呼吸音を出力する。

表示部１４０は、例えば液晶モニタ等のディスプレイとして構成されており、処理部２００から出力される画像データを表示する。

処理部２００は、複数の演算回路やメモリ等を含んで構成されている。処理部２００は、周波数解析部２１０、連続性ラ音検出部２２０、ピーク周波数／ピーク数検出部２３０、笛声音／類鼾音判定部２４０、及び画像生成部２５０を備えている。

処理部２００の各部の動作については後に詳述する。

＜動作説明＞
次に、第１実施例に係る呼吸音解析装置の動作について、図２を参照して説明する。ここに図２は、第１実施例に係る呼吸音解析装置の動作を示すフローチャートである。

図２において、第１実施例に係る呼吸音解析装置の動作時には、先ず生体音センサ１１０において呼吸音が検出され呼吸音信号の取得が行われる（ステップＳ１０１）。

呼吸音信号が取得されると、周波数解析部２１０において周波数解析（例えば、高速フーリエ変換）が実行される（ステップＳ１０２）。周波数解析が実行されると、その結果を用いて、連続性ラ音検出部２２０において、呼吸音信号に含まれる連続性ラ音を含む成分が検出される（ステップＳ１０３）。なお、連続性ラ音を検出する処理は、連続性ラ音以外の呼吸音（例えば、正常呼吸音や、他の異常呼吸音等）を検出する処理と並行して行われてもよい。ここまでの各処理については、周知の技術を利用して行うことが可能であるため、詳細な説明は省略する。

連続性ラ音が検出されると（ステップＳ１０４：ＹＥＳ）、ピーク周波数／ピーク数検出部２３０において、連続性ラ音に対応する成分のピーク（極大値）の検出が実行される。そして、ピーク周波数／ピーク数検出部２３０では、ピーク位置に対応する周波数がピーク周波数Ｆとして、ピークの数がピーク数Ｎとして検出される（ステップＳ１０５）。なお、ピーク周波数Ｆを検出する場合には、例えば所定の時間間隔（例えば、ＦＦＴをかける時間間隔等）で、周波数特性の領域において最大値をとる周波数を求めればよい。

ピーク周波数Ｆ及びピーク数Ｎが検出されると、笛声音／類鼾音判定部２４０において、連続性ラ音が笛声音であるか又は類鼾音であるかが判定される（ステップＳ１０６）。具体的には、ピーク周波数Ｆ及びピーク数Ｎの各々と、対応する閾値との大小を比較して、笛声音成分及び類鼾音成分の割合が判定される。

以下では、本実施形態に係る判定処理について、図３から図７を参照して詳細に説明する。ここに図３は、笛声音を含むスペクトルの一例を示すスペクトログラム図であり、図４は、笛声音のピーク周波数及びピーク数を示すグラフである。また図５は、類鼾音を含むスペクトルの一例を示すスペクトログラム図であり、図６は、類鼾音のピーク周波数及びピーク数を示すグラフである。図７は、第１実施例に係る判定処理の具体的処理内容を示すフローチャートである。

図３において、笛声音を含む呼吸音は、所定のピークを有するスペクトル波形として検出される。ここからピーク周波数Ｆ及びピーク数Ｎを検出するには、先ずスペクトル波形の単一時間（即ち、図中の白枠で囲った領域）に対応する周波数−振幅グラフを作成する。

図４に示すグラフから、笛声音のピーク周波数Ｆ１及びピーク数Ｎ１が検出できる。なお、笛声音のピーク周波数の分布は、１８０〜９００Ｈｚ程度であることが分かっている。また、図を見ても分かるように、笛声音のピーク数Ｎ１は１個である。

図５において、類鼾音を含む呼吸音は、笛声音とは異なる所定のピークを有するスペクトル波形として検出される。ここからピーク周波数Ｆ及びピーク数Ｎを検出するには、同様にスペクトル波形の単一時間に対応する周波数−振幅グラフを作成する。

図６に示すグラフから、類鼾音のピーク周波数Ｆ２及びピーク数Ｎ２が検出できる。なお、類鼾音のピーク周波数の分布は、１００〜２６０Ｈｚ程度であることが分かっている。即ち、類鼾音のピーク周波数Ｆ２は、笛声音のピーク周波数Ｆ１よりも低い領域に分布していることになる。また、図を見ても分かるように、類鼾音のピーク数Ｎ２は３個である。即ち、類鼾音のピーク数Ｎ２は、笛声音のピーク数Ｎ１のように１つでなく、複数である。

図７において、本実施例では、上述した笛声音及び類鼾音の特性の違いを利用して判定が行われる。具体的には、ピーク周波数Ｆ及びピーク数Ｎが検出されると、ピーク周波数Ｆが所定閾値以下であるか否かが判定される（ステップＳ２０１）。なお、ここでの所定閾値は、笛声音と類鼾音とを判別するための閾値であり、上述した笛声音及び類鼾音の周波数分布の違いに応じて設定されている。

ピーク周波数Ｆが所定閾値以下である場合（ステップＳ２０１：ＹＥＳ）、ピーク数Ｎが２以上である否かが判定される（ステップＳ２０２）。そして、ピーク数Ｎが２以上である場合には（ステップＳ２０２：ＹＥＳ）、検出されている呼吸音は類鼾音であると判定される（ステップＳ２０３）。他方、ピーク数Ｎが２以上でない場合には（ステップＳ２０２：ＮＯ）、検出されている呼吸音はその他の音（即ち、笛声音及び類鼾音以外の音）であると判定される（ステップＳ２０４）。

一方、ピーク周波数Ｆが所定閾値以下でない場合（ステップＳ２０１：ＮＯ）、ピーク数Ｎが１である否かが判定される（ステップＳ２０５）。そして、ピーク数Ｎが１である場合には（ステップＳ２０５：ＹＥＳ）、検出されている呼吸音は笛声音であると判定される（ステップＳ２０６）。他方、ピーク数Ｎが１でない場合には（ステップＳ２０５：ＮＯ）、検出されている呼吸音はその他の音であると判定される（ステップＳ２０７）。

図２のフローチャート、ステップＳ１０７の説明に戻り、笛声音／類鼾音判定部２４０（図１）による判定結果は、画像表示部２５０（図１）に出力される。画像生成部２５０（図１）では判定結果に基づく画像が生成され、表示部１４０（図１）において判定結果が表示される（ステップＳ１０７）。なお、解析結果を表示した後は、解析を継続するか否かが判定される（ステップＳ１０８）。解析を継続すると判定された場合（ステップＳ１０８：ＹＥＳ）、上述した処理がステップＳ１０１から再開される。一方、解析を継続しないと判定された場合（ステップＳ１０８：ＮＯ）、一連の処理は終了する。

ここで、図１に示される表示部１４０における解析結果の表示について、図８及び図９を参照して具体的に説明する。ここに図８及び図９は夫々、第１実施例に係る判定結果の表示例を示すグラフである。

図８に示すように、解析結果である笛声音及び類鼾音の割合は、棒グラフとして図１の表示部１４０に表示される。ただし、この表示方法は一例であり、他の表示態様で表示を行ってもよい。例えば、笛声音及び類鼾音の割合を円グラフとして表示してもよい。或いは、笛声音及び類鼾音の強度を数値化して表示してもよい。

図９に示すように、笛声音及び類鼾音以外の音種（例えば、正常呼吸音、水泡音、捻髪音等）についても判定可能な場合には、それらの音種の割合も合わせて表示するようにしてもよい。

なお、上述した画像としての出力に代えて或いは加えて、音声データによる出力も可能である。具体的には、笛声音と類鼾音とで別々に音声を出力することができる。或いは、笛声音及び類鼾音の一方だけを強調して音声を出力することができる。

以上説明したように、第１実施例に係る呼吸音解析装置によれば、ピーク周波数Ｆ及びピーク数Ｎに基づいて判定が行われるため、より好適に笛声音及び類鼾音を判定することができる。

＜第２実施例＞
続いて、第２実施例に係る呼吸音解析装置について、図１０を参照して説明する。ここに図１０は、第２実施例に係る閾値の一例を示すグラフである。なお、第２実施例は、上述した第１実施例と比べて一部の動作が異なるのみであり、その構成や他の動作については概ね同様である。このため、以下では既に説明した第１実施例と異なる部分について詳細に説明し、他の重複する部分については適宜説明を省略するものとする。

図１０において、第２実施例に係る呼吸音解析装置では、ピーク周波数Ｆに対する所定閾値がピーク周波数Ｆに応じてなめらかに変動するものとして設定されている。このような閾値を用いる判定では、例えばピーク周波数が２００Ｈｚの場合には、笛声音が７％含まれ、類鼾音が９３％含まれると判定する。ピーク周波数が２５０Ｈｚの場合には、笛声音が５０％含まれ、類鼾音が５０％含まれると判定する。ピーク周波数が２８０Ｈｚの場合には、笛声音が７８％含まれ、類鼾音が２２％含まれると判定する。なお、ここでの具体的な数値はあくまで一例であり、異なる値を設定してもよい。また、測定対象である生体の性別、年齢、身長、体重等によって異なる変動特性を有するようにしてもよい。

なめらかな閾値を用いれば、時間の経過により、ピーク周波数が判定閾値を跨ぐように変化してしまうような場合であっても、正確に笛声音と類鼾音とを判定できる。例えば、それまでは正確に笛声音と判定されていたものが、ピーク周波数の一時的な低下によって誤って類鼾音として判定されてしまうことを防止できる。

以上説明したように、第２実施例に係る呼吸音解析装置によれば、笛声音及び類鼾音を判定するための閾値がピーク周波数に応じて適切な値にとなるよう変動するため、より一層正確な判定が行える。

＜第３実施例＞
続いて、第３実施例に係る呼吸音解析装置について、図１１から図１３を参照して説明する。ここに図１１は、第３実施例に係る閾値の初期値を示すグラフである。また図１２及び図１３は夫々、第３実施例に係る閾値の調整後の値を示すグラフである。なお、第３実施例は、上述した第１及び第２実施例と比べて一部の動作が異なるのみであり、その構成や他の動作については概ね同様である。このため、以下では既に説明した第１及び第２実施例と異なる部分について詳細に説明し、他の重複する部分については適宜説明を省略するものとする。

図１１に示すように、第３実施例に係る所定閾値（即ち、ピーク周波数Ｆに対する閾値）は、例えば２５０Ｈｚを境にして判定結果が変化するものとして設定されている。具体的には、ピーク周波数が２５０Ｈｚ以上である場合には、連続性ラ音は笛声音成分を１００％含んでおり、類鼾音は含んでいないと判定される。一方、ピーク周波数が２５０Ｈｚ未満である場合には、連続性ラ音は類鼾音成分を１００％含んでおり、笛声音は含んでいないと判定される。

図１２に示すように、第３実施例に係る呼吸音解析装置では、例えば、直前の判定においてピーク周波数２７０Ｈｚの笛声音成分を１００％含むものであると判定された場合、閾値が２２０Ｈｚへと調整される。笛声音の周波数ピークが時間的に２４０Ｈｚに下がったとしても、笛声音成分を１００％含むものとして判定され易くなる。また、ピーク周波数が２３０Ｈｚの場合を考えると、初期の閾値（図１１参照）によれば類鼾音と判定されることになるが、調整後の閾値（図１２参照）によれば笛声音と判定される。

図１３に示すように、第１実施例に係る呼吸音解析装置では、例えば、直前の判定においてピーク周波数２３０Ｈｚの類鼾音成分を１００％含むものであると判定された場合、閾値が２８０Ｈｚへと調整される。類鼾音のピーク周波数が時間的に２６０Ｈｚに上がったとしても、類鼾音成分を１００％含むものとして判定され易くなる。また、ピーク周波数が２７０Ｈｚの場合を考えると、初期の閾値（図１１参照）によれば笛声音と判定されることになるが、調整後の閾値（図１３参照）によれば類鼾音と判定される。

上述したように閾値を調整すれば、一時的に発生する周波数の変動に起因して発生し得る誤判定を好適に防止することができる。即ち、第３実施例に係る呼吸音解析装置では、笛声音及び類鼾音を判定するための所定閾値が過去の判定結果に基づいて適切なものへと調整されるため、例えば調整されない単一の閾値を用いる場合と比較して、より正確な判定が行える。

なお、過去の判定結果として複数回の判定結果を用いることも可能である。例えば、過去５回分の判定結果を記憶しておけば、それらを総合的に考慮した判定が行えることになる。なお、複数回の過去の判定結果を考慮する場合には、夫々の判定結果に重み付けをしてもよい。例えば、過去のものであるほど影響が小さくなるように（言い換えれば、直近のものであるほど影響が大きくなるように）重み付けを行えば、より適切な判定が行える。

また、閾値の初期値として、図１０に示したピーク周波数Ｆに応じて変動する閾値を用いてもよい。即ち、第２実施例の構成と第３実施例の構成とを併用するようにしてもよい。この場合、図１０で示した閾値を、過去の判定結果に基づいて右又は左へシフトさせることで、適切な判定を実現できる。或いは、過去の判定結果に基づいて傾きを変化させたり、特性そのものを変更させたりしてもよい。

以上説明したように、第３実施例に係る呼吸音解析装置によれば、過去の判定結果を考慮することができるため、より好適に笛声音と類鼾音とを判定できる。

本発明は、上述した実施形態に限られるものではなく、特許請求の範囲及び明細書全体から読み取れる発明の要旨或いは思想に反しない範囲で適宜変更可能であり、そのような変更を伴う呼吸音解析装置及び呼吸音解析方法、並びにコンピュータプログラム及び記録媒体もまた本発明の技術的範囲に含まれるものである。

１１０ 生体音センサ
１２０ 信号記憶部
１２５ 信号処理部
１３０ 音声出力部
１４０ 表示部
２００ 処理部
２１０ 周波数解析部
２２０ 連続性ラ音検出部
２３０ ピーク周波数／ピーク数検出部
２４０ 笛声音／類鼾音判定部
２５０ 画像生成部
Ｆ ピーク周波数
Ｎ ピーク数

Claims (9)

1. 呼吸音から連続性ラ音を含む呼吸音成分を取得する成分取得手段と、
   前記呼吸音成分に含まれる所定の特徴に対応する周波数を取得する周波数取得手段と、
   前記呼吸音成分に含まれる前記所定の特徴の数を取得する特徴数取得手段と、
   前記所定の特徴に対応する周波数及び前記所定の特徴の数に基づいて、前記呼吸音成分に含まれる笛声音成分と類鼾音成分とを判定する判定手段と
   を備えることを特徴とする呼吸音解析装置。
2. 前記所定の特徴は、極大値であることを特徴とする請求項１に記載の呼吸音解析装置。
3. 前記判定手段は、前記呼吸音成分に含まれる前記笛声音成分と前記類鼾音成分との割合を判定することを特徴とする請求項１又は２に記載の呼吸音解析装置。
4. 前記判定手段は、前記所定の特徴に対応する周波数に関する第１閾値と、前記所定の特徴の数に関する第２閾値とを用いて判定することを特徴とする請求項１から３のいずれか一項に記載の呼吸音解析装置。
5. 前記第１閾値は、前記所定の特徴に対応する周波数に応じて変動するものであることを特徴とする請求項４に記載の呼吸音解析装置。
6. 前記判定手段による過去の判定結果に基づいて、前記第１閾値を調整する調整手段を更に備えることを特徴とする請求項４又は５に記載の呼吸音解析装置。
7. 呼吸音から連続性ラ音を含む呼吸音成分を取得する成分取得工程と、
   前記呼吸音成分に含まれる所定の特徴に対応する周波数を取得する周波数取得工程と、
   前記呼吸音成分に含まれる前記所定の特徴の数を取得する特徴数取得工程と、
   前記所定の特徴に対応する周波数及び前記所定の特徴の数に基づいて、前記呼吸音成分に含まれる笛声音成分と類鼾音成分とを判定する判定工程と
   を備えることを特徴とする呼吸音解析装置。
8. 呼吸音から連続性ラ音を含む呼吸音成分を取得する成分取得工程と、
   前記呼吸音成分に含まれる所定の特徴に対応する周波数を取得する周波数取得工程と、
   前記呼吸音成分に含まれる前記所定の特徴の数を取得する特徴数取得工程と、
   前記所定の特徴に対応する周波数及び前記所定の特徴の数に基づいて、前記呼吸音成分に含まれる笛声音成分と類鼾音成分とを判定する判定工程と
   をコンピュータに実行させることを特徴とするコンピュータプログラム。
9. 請求項８に記載のコンピュータプログラムが記録されていることを特徴とする記録媒体。