JP2015521075A

JP2015521075A - 心臓信号からの呼吸速度の抽出

Info

Publication number: JP2015521075A
Application number: JP2015514584A
Authority: JP
Inventors: イアンガイデービッドストラカン、
Original assignee: オービーエスメディカルリミテッド
Priority date: 2012-05-28
Filing date: 2013-05-28
Publication date: 2015-07-27
Also published as: EP2854635A1; WO2013179018A1; GB201209413D0; US20150150515A1

Abstract

ＰＰＧ又はＥＣＧといった心臓の発する信号から、呼吸を示す少なくとも２つの波形を抽出する。これら抽出された波形を周波数領域に変換してから乗算することで、組み合わせ呼吸波形の周波数内容を表す組み合わせ周波数応答関数を構成する。組み合わせ周波数応答関数における最大３つのピークを特定し、その平均値を取ることで呼吸速度についての向上した推定値を得る。【選択図】図８

Description

本発明は、人間の被験者又は動物の被験体からの心臓信号から呼吸速度についての向上した推定値を求めるための方法及び装置に関する。

心電図（ＥＣＧ）又はフォトプレチスモグラフ（ＰＰＧ）といった心臓信号には、３種の異なる生理学的メカニズムによる検出可能な呼吸情報が含まれていることが周知である。上記メカニズムは以下のものである。

（i）呼吸性洞性不整脈−呼吸サイクル中の心拍数の規則的な変動であって、心臓信号波形上の複数の対応する参照点（例えば、ＥＣＧのＲピーク又はＰＰＧ信号の最大値）間の心拍間時間を測定することで観察することができる。通常の呼吸中、心拍間時間は、被験者・被験体が呼吸するのに伴い周期的に増加及び減少するため、心臓信号における周波数変調を効果的に構成する。

（ii）波形の振幅の変動性−ＰＰＧ信号及びＥＣＧ信号の両方において、当該信号における様々なピークの基線より上の高さは、呼吸に伴って周期的に変動する。これは、心臓信号における振幅変調を構成する。

（iii）基線の変動性−特にＰＰＧ信号に含まれる基線レベルは、被験者・被験体の呼吸に伴い変動する。一部の種類のパルスオキシメータでは、ＰＰＧ信号に前処理を施すことでこの基線を除去するが、生信号が利用可能な場合は、基線におけるこの周期的変動は呼吸の測定値となる。

ＥＣＧ信号及びＰＰＧ信号は、両方とも、呼吸に関する情報を含む少なくとも２つの信号をもたらすことができるため、呼吸速度を測定するための情報源となり得る。このような心臓に由来する呼吸速度の測定に対する関心が高まっているが、その動機はいくつかある。呼吸をより直接的に測定することは、例えば胸部インピーダンス呼吸記録器を用いたり、気管に音響センサを配置したりすることで可能ではあるが、このようなセンサは患者の不快感を伴うことがあり、また、干渉及び信号損失を受ける恐れがある。もし他のセンサ、例えばＥＣＧ又はＰＰＧを患者に配置し、そこから呼吸に関する情報を導き出すことができれば、患者にとってより便宜性が高い。また、既存のデータの後処理において、直接の呼吸速度の測定値は記録されていない場合があり得るが、ＰＰＧ及びＥＣＧは頻繁に記録されるものである。従って、既存の心臓データから呼吸速度を正確に導き出すことができれば有用である。

呼吸速度を導き出すための心臓信号の処理は、例えば欧州特許出願公開（ＥＰ−Ａ）第１４６３４４７号、欧州特許出願公開（ＥＰ−Ａ）第２１７３２４２号、及び国際公開（ＷＯ）第２００９／０１６３３４号に開示されている。添付の図面の図６は、欧州特許出願公開第２１７３２４２号に記載の方法によって得られた結果を示す。この方法においては、ＰＰＧ信号を自己回帰（ＡＲ）モデリングで処理し、ＡＲ係数によって規定される周波数応答関数の複素領域の極を導き出す。複素領域においては、実軸に対する極の角度は、信号に存在する周波数成分を表す。典型的には、十次のＡＲモデルでは、複素共役対に５対の極が存在し、その各々が信号に存在する周波数を表し、これらのうちの１つが呼吸の周波数であると想定される。「正しい」極を選んで最良の呼吸速度の推定値を得る方法に関する研究が積み重ねられており、最も単純な方法は、単位円に最も近い極（周波数応答における最も鋭い共鳴をもたらすと考えられる）を選ぶというものである。しかしながら、図６から見て取れるように、ＡＲモデルによって生成された呼吸速度の推定値と至適基準の参照値との間には相関関係が見られるものの、顕著な不一致の領域も見られる。このことが生じ得るのは、特に信号が大きな動きアーチファクトによって損なわれた場合、単位円に最も近い極が必ずしも呼吸の周波数に対応する訳ではないからである。推定値を向上させるためにカルマンフィルタなどの技術を用いることもできるが、この技術が正しくない極を追跡した結果正しくない呼吸速度の推定値をもたらしてしまう可能性は残る。

本発明は、心臓由来の呼吸信号のスペクトル分析に基づくものであるが、ＡＲモデルから単一の極を選ぶことで呼吸速度を選択する代わりに、心臓由来の信号を周波数領域に変換することで得られる連続的な周波数応答曲線の形状に基づいて呼吸速度の選択を行う。具体的には、周波数領域におけるピークに着目する。この手段には、必ずしも単一の最高ピークを追跡するのではないという利点がある。例えば、時にＡＲモデルにおいて、互いに近接して位置する２つの低振幅の極によって周波数応答における大きなピークが生じる場合がある。従って、周波数応答におけるピークに着目することで真の呼吸速度についてのより良い推定値が得られると考えられる。

更に、本発明によると、２つの異なる心臓由来の呼吸信号のデータ融合を行う。その手段として、２つの異なる心臓由来の呼吸信号から得られた周波数応答曲線を乗算し、その結果得られた積におけるスペクトルのピークを観察する。このデータ融合によって、真の呼吸信号を乗算で向上させる一方、一方の信号に存在するが他方の信号には存在しないアーチファクトのピークを抑制する。

従って、より詳細には、本発明の一局面は、人間の被験者又は動物の被験体の呼吸を表す２つの心臓由来の信号から呼吸速度についての向上した推定値を求める方法であって、
前記２つの心臓由来の信号を周波数領域に変換して、前記心臓由来の信号のスペクトル内容を表す２つのそれぞれの周波数応答信号を生成するステップと、
前記周波数応答信号を点ごとに乗算して、この乗算の結果得られた積関数における１つ以上のスペクトルピークから前記呼吸速度についての向上した推定値を特定するステップと、を備えるものを提供する。

積関数に存在する明らかなスペクトルピークは１つの場合も２つ以上の場合もある。好ましくは、合計エネルギーのうちピークに対応する割合を計算する。その手段として、例えば、積関数のプロットにおけるピークの両側の狭い範囲における曲線より下の面積の値を計算する。単一のピークであって合計エネルギーに占める割合が所定の割合よりも大きい、例えば４０％よりも大きい、より好ましくは５０％よりも大きいものが存在する場合、呼吸速度についての向上した推定値を表すものと考えられる。

本発明の別の局面は、コンピュータシステムにおいて実行された際に当該コンピュータシステムに上述の方法を実行させるコンピュータ実行可能コードを含むコンピュータプログラムを提供する。本発明の更なる局面は、本発明の上述の局面に従うコンピュータプログラムを記憶したコンピュータ読み取り可能媒体を提供する。

本発明の更なる局面は、呼吸を表す２つ以上の心臓由来の信号から呼吸速度についての向上した推定値を求めるための装置であって、
前記心臓由来の信号を周波数領域に変換して、前記心臓由来の信号のスペクトル内容を表すそれぞれの周波数応答信号を生成するように構成された変換部と、
前記周波数応答信号を点ごとに乗算するように構成され、且つ、この乗算の結果得られた積関数における１つ以上のスペクトルピークから前記呼吸速度についての向上した推定値を特定するように構成された分析部と、を備える装置を提供する。

本発明によれば、スペクトルに多数のピークを存在させることが可能となる。このことが生じ得るのは、例えば、測定期間中に呼吸速度が均一でない場合である。この場合、呼吸速度についての向上した推定値は、多数のピークの相対的な高さに基づく重み付き組み合わせによって求めるのが好ましい。好ましくは、最大３つのピークを考慮するが、これは、これら３つのピークを合わせたものが当該信号の合計エネルギーに占める割合が所定の割合よりも大きい、例えば上述のように４０％よりも大きい、より好ましくは５０％よりも大きいことを条件とする。

合計エネルギーに占める割合が所定の割合よりも大きい３つ以下のピークを特定することが不可能な場合、当該信号から呼吸速度の推定値を得ることは不可能であると想定される。

積関数より下の面積を計算することによってピークに関するエネルギーを導き出す際、この計算は１分間当り呼吸１．５回前後の呼吸速度に対応する周波数範囲に亘って行うことが好ましい。また、これとは異なる範囲を適宜用いても良い。

本発明は、少なくとも２つの心臓由来の呼吸速度信号を必要とするが、３つ以上の信号としても良い。従って、本発明は、ＰＰＧ信号及びＥＣＧ信号の各々における周波数変動及び振幅変動、並びにＰＰＧ信号における基線変動性から選択された少なくとも２つの心臓由来の呼吸速度信号に対して適用可能である。これら２つの信号は、両方ともＰＰＧから得ても、両方ともＥＣＧから得ても良く、また、１つ以上をこれらの各々から得ても良い。

推定値をさらに向上させるために、心臓由来の信号に対して周波数領域への変換前に前処理を施すことも可能である。例えば、心臓由来の信号に対し、予想される呼吸速度（又はその高調波）の周辺で狭帯域フィルタ処理を施しても良い。

また、隠れマルコフモデル（ＨＭＭ）を用いてＥＣＧ信号を分析する、特にＥＣＧ信号をその種々の心臓関連の特徴にセグメント化することも知られている。ＨＭＭでは信頼度の値が得られるが、このような信頼度の値が得られれば、当該信号から、信頼度の値が所定の閾値よりも低い部分を除去することが可能となる。

また、合計エネルギーのうちの、積関数における１つ以上のスペクトルピークで表される測定割合を、呼吸速度の推定値の品質の値として用いることも可能である。推定値に対応する１つ以上のスペクトルピークに存在する信号エネルギーが大きければ大きいほど、推定値の信頼度は高くなる。

本発明の実施例について、添付の図面を参照しながら例として更に説明する。

図１は、ＰＰＧ信号におけるピーク検出を示す図である。図２は、ＥＣＧ信号におけるピーク検出を示す図である。図３は、信号の狭帯域フィルタ処理を模式的に示す図である。図４は、図３のプロセスの入力信号および出力信号を示す図である。図５は、図３のプロセスの入力信号および出力信号の代替例を示す図である。図６（ａ），（ｂ）は、先行技術の方法における呼吸速度の検出結果を示す図である。図７（ａ）〜（ｄ）は、本発明の一実施例に従う信号処理を示す図である。図８は、本発明の一実施例を模式的に示す図である。図９は、ＥＣＧ信号のＨＭＭ処理を示す図である。

本発明の最初のステップは、ＥＣＧ信号又はＰＰＧ信号といった１つ以上の心臓信号から呼吸速度を表す２つの信号を得るステップである。図１は、典型的なＰＰＧ信号を示す。ここでは、各々のピークが１回の心拍に対応している。信号におけるピーク及び谷は、単純なピーク検出アルゴリズムを用いてその位置を求めることができ、検出されたピーク及び谷を図１では○印で示す。これらの○印は、ＰＰＧ波形における呼吸ベースの振幅変動を明確に示しており、この図では呼吸が約６回存在している。従って、○印で示すピーク高さに対して線形補間又はスプライン補間を行うことによって、呼吸を表す導出信号を得ることができる。呼吸中の心拍数の瞬間的な変化（呼吸性洞性不整脈）のため、これらのピークの時間間隔は不均一である。従って、ピーク間時間を測定し、時間の差異に対して同様の補間を行うことによって、別の導出呼吸波形を得ることができる。従って、ＰＰＧ信号から２つの呼吸波形を得ることができる。即ち、１つは振幅変動に基づくものであり、もう１つはピーク間時間変動に基づくものである。

図２は、典型的なＥＣＧ波形を示す。ここから、２つの更なる呼吸波形を得ることができる。ＥＣＧの場合、各サイクル内に多数のピークが存在するため、単純なピーク検出アルゴリズム（ＰＰＧに対して用いた種類のもの）を用いることができない。しかしながら、周知のパン・トンプキンス（Ｐａｎ−Ｔｏｍｐｋｉｎｓ）アルゴリズムを用いれば、Ｒピークを特定することができる。図２ではＲピークを○印で示す。

また、ＰＰＧ信号におけるピーク検出にはより複雑なパン・トンプキンス様のアルゴリズムを用いても良い。これは、重複隆起として知られる個別のピークが信号中の個別のピークとして現れる場合に有益であると考えられる。

ＥＣＧ信号におけるＲピークの高さ及び位置から、やはり２つの心臓由来の呼吸信号が得られる。即ち、１つは振幅変動に基づくものであり、もう１つはピーク間時間変動に基づくものである。

心臓信号から呼吸情報を得る代替的な方法として、心臓信号のスペクトル内容を調べるというものがある。図３は、そのプロセスを模式的に示す。このプロセスでは、信号に対して高速フーリエ変換（ＦＦＴ）を施し（ステップ３０）、基本周波数を求め（ステップ３２）、基本周波数周辺の狭い窓を除いてＦＦＴにおける全ての項目をゼロにし（ステップ３４）、次に逆ＦＦＴを計算し（ステップ３６）、その結果として基本周波数において正弦波に近い信号を得る。図４は、この出力信号を元のＥＣＧに重ね合わせたものを示す。この出力信号は極めて滑らかであるため、ピーク及び谷は、この信号の導関数のゼロ交差として容易に検出することができ、また、望まれる場合は、元のＥＣＧにおける実際のＲピークの位置を、近似正弦波の２つのピーク又は谷の間に挟まれたセグメントにおけるＥＣＧ信号の最大値として求めることができる。

ＦＦＴにおける基本周波数を用いる代わりに、基本周波数の近似第１高調波を用いることも可能であり（その手段として、１番目の高調波周辺の小さな窓以外の全ての項目をゼロにする）、その場合、図５に示すように、信号中に２倍の数のピークが存在することになるため、点間でより滑らかな補間が可能となる。図５では、呼吸に伴う振幅変動を明確に見て取ることができるが、ピーク間時間変動もまた存在するため、やはり２つの心臓由来の呼吸信号を得ることができる。

図７ａは、１分間の（７５Ｈｚでサンプリングした）測定において検出されたピーク及び谷を有するＰＰＧ信号を示す。図７ｂ及び図７ｃは、ＰＰＧ信号において識別されたピーク及び谷で表された心拍数変動性及び振幅変動性をそれぞれ示す。これらの心臓由来の呼吸信号は、２Ｈｚの時系列に対する補間によって得られる（この周波数は、最大で通常の範囲を大きく上回る１Ｈｚのナイキスト周波数又は１分間当り６０回の呼吸の呼吸速度の検出を可能にするように選択されている）。図７ｂ及び図７ｃの波形では、呼吸で表される周期性を明確に見て取ることができる。

本発明に従うと、次に、これらの信号を周波数領域に変換する。これを行う方法として、周知のユール・ウォーカー方程式を用いてＡＲ係数を計算するというものがあり、その後、均等に間隔を空けた周波数ビン(frequency bin)の組に対して対応する周波数応答を計算する。この結果を、図７ｄにおいて、心拍数変動性由来の信号については薄い点線で、振幅由来の信号については薄い十字付きの線で示す。また、信号を周波数領域に変換する他の方法も可能である。

次に、２つの周波数応答関数を点ごとに乗算する。その結果、図７ｄの太線が得られる。この太線は、１分間当り呼吸約２２回の位置で単一の優勢なピークを有する。このピークは、個々の周波数応答プロットにおけるピークに近いことが見て取れるが、振幅変動性の線は単独では１分間当り呼吸約１２回の位置で大きなアーチファクトのピークを示しており、これは心拍数変動性由来の信号には存在しない。このように、２つの周波数応答関数を乗算する効果は、このアーチファクトを抑制することである。

図８は、プロセスフローを示す。ステップ８０にて、心臓信号（例えばＰＰＧ又はＥＣＧ）を入力し、各サイクルに対応するピーク及び谷を特定する。ステップ８２にて、振幅変調由来の信号を得る。その手段として、ピーク及び谷の時間における信号値を計算し、規則的に隔てられた間隔（例えば２Ｈｚ）に対して補間する。ステップ８４にて、周波数変調由来の信号を得る。その手段として、連続するピーク間の時間差を評価し、これにより得られるやはり不均一に隔てられた間隔の組を同じ規則的に隔てられた間隔に対して線形補間する。次に、ステップ８６，８８にて、両方の波形を周波数領域に変換し、例えばオール・ポール（ＡｌｌＰｏｌｅｓ）モデルによって周波数応答曲線を計算し、次に、ステップ８９にて、その結果得られた周波数応答関数を乗算し（その手段として、一方の曲線における各点で表される値に他方の曲線における対応する周波数の点の値を乗算し）、ステップ９０にて、積におけるピークを分析する。

望まれる場合は、ピーク間の心拍形状のガウス混合モデルといった確率的形状検出アルゴリズムを用いて、元の生ＥＣＧ信号から通常と異なる形状の心拍を特定して除外しても良い。これに代えて、ＨＭＭを用いて信頼度の値を各心拍に割り当てても良い。形状不良／低信頼度と分類された心拍が多すぎる場合は、このサンプルに対する計算を放棄する。

２つの周波数応答曲線の積が得られた後、ステップ９０にて、呼吸速度に対応するピークを特定することが必要である。単一の特定可能なピークが見つかり、且つ、その両側の狭い帯域（典型的に１分間当り呼吸±１．５回）に亘る曲線より下の面積が、周波数応答曲線全体の下の区域の面積のうちで十分に高い割合（典型的に４０〜５０％）を占めていれば、そのピークの１分間当りの呼吸数に変換した周波数を、サンプル時間中の平均呼吸速度とする。

サンプル時間中に呼吸速度が急激に変化して周波数応答スペクトルに２つ或いは３つのピークが生じる場合がある。これが起きた場合、最大３つのピークに対して同じ曲線下面積の計算を行い、やはり組み合わせられたピークより下の部分が全体の面積に占める割合が全体の面積の４０〜５０％の領域内にある場合、呼吸の推定値は、当該（最大３つの）ピークに対応する呼吸速度の加重和とする。この重み付けは、個別のピークの曲線下の相対的な面積によって決まる。

このように、本発明によれば、サンプル期間中に呼吸速度が最大３回変化した場合でも、呼吸速度についての向上した推定値を得ることができる。

呼吸を連続的に監視するために、（例えば）６０秒分のデータのローリングウインドウを維持し、本発明の推定手順を、利用可能なプロセッサ処理能力に応じて、例えば毎分といった規則的な間隔で行う。更に、アルゴリズムによって得られた一連の推定値にメディアンフィルタを適用して推定の確かさを向上させても良い。

また、本発明においては、求められた推定値における信頼度の値を得ることができる。曲線の下の面積全体のうちの割合としての、推定値周辺の窓において計算された組み合わせ周波数応答曲線より下の面積は、特定されたピークの強度を表す。この割合は、推定値の信頼度の指標として出力することができる。

図９は、ＥＣＧのＨＭＭセグメント化のための公知の方法の一つに従うセグメント化を概略的に示す。階段状の線は、ＨＭＭの一連の状態を示し、これらの状態は、各心拍につき、持続時間が様々に異なる各状態の同じ連なりを通じて進行する繰り返しのサイクルを辿る。上述の本発明の実施例ではＰＰＧ信号又はＥＣＧ信号のピーク又は谷を用いたが、ＨＭＭを用いることにより、追加の心拍ごとの参照点が利用可能となり、これらの追加の参照点から、心拍数及び振幅変動性を表す多数の異なる由来の波形を導き出すことができる。従って、例えば、各心拍における心拍から心拍への対応する状態遷移から、全体の心拍間隔測定値の時系列が得られ、これらの測定値における変動から心拍数変動性（呼吸性洞性不整脈）の波形が得られる。更に、状態遷移に対応する参照点のいずれかにおける信号振幅を用いて、振幅変動性信号を得ることができる。心拍間の間隔に加えて、心拍内の間隔（例えばＥＣＧにおけるＱＴ間隔）における変動を用いて、呼吸性洞性不整脈に基づく呼吸波形を導き出すことができる。更に、２つの心拍内遷移間の曲線より下の面積を用いて振幅変動性の波形を得ることができる。

従って、ＰＰＧ及びＥＣＧの両方から、呼吸を示す様々な波形を得ることが可能であり、本発明によって、これらの波形におけるスペクトル情報を融合して呼吸速度についての向上した推定値を得ることができることが理解される。

以上、本発明を実現する方法を参照して本発明を説明したが、本発明は装置として実現しても良い。例えば、呼吸を表す２つ以上の心臓由来の信号から呼吸速度についての向上した推定値を求めるための装置であって、
前記心臓由来の信号を周波数領域に変換して、前記心臓由来の信号のスペクトル内容を表すそれぞれの周波数応答信号を生成するように構成された変換部と、
前記周波数応答信号を点ごとに乗算するように構成され、且つ、この乗算の結果得られた積関数における１つ以上のスペクトルピークから前記呼吸速度についての向上した推定値を特定するように構成された分析部と、を備える。

更に、図８における各ステップといった、上記で方法の実施例を参照しながら説明した詳細な各方法ステップのうちの任意のステップを各装置部として実現しても良い。

これらの装置部を、専用のハードウェア電子回路として実現することが可能である。しかしながら、これらの各部は、互いに別個のものでなくても良く、全てを単一の電子チップ上で統合しても良い。更に、これらの各部は、ハードウェア及びソフトウェアの組み合わせとして実現しても良く、ソフトウェアは、任意の好適な汎用マイクロプロセッサによって実行することができることから、一実施例では、当該装置として、標準的なデスクトップコンピュータ又はラップトップコンピュータといった従来型のパーソナルコンピュータ（ＰＣ）を用いても良く、又は専用のデバイスを用いても良い。

また、本発明は、任意の好適なコンピュータ読み取り可能記憶媒体に記憶されたコンピュータプログラムとして実現しても良く、当該記憶媒体としては、例えば、固体コンピュータメモリ、ハードドライブ、又は、情報を磁気的、光学的若しくは光磁気的に記憶する着脱式ディスク型媒体が挙げられる。当該コンピュータプログラムは、コンピュータシステムにおいて実行された際に当該コンピュータシステムに発明を実現する方法を実行させるコンピュータ実行可能コードを含む。

Claims

呼吸を表す２つ以上の心臓由来の信号から呼吸速度についての向上した推定値を求める方法であって、
前記心臓由来の信号を周波数領域に変換して、前記心臓由来の信号のスペクトル内容を表す複数の周波数応答信号をそれぞれ生成するステップと、
前記複数の周波数応答信号を点ごとに乗算して、この乗算の結果得られた積関数における１以上のスペクトルピークから前記呼吸速度についての向上した推定値を特定するステップと、を備える、方法。
前記呼吸速度についての向上した推定値は、前記積関数における単一のスペクトルピークであって前記信号の合計エネルギーに占める割合が所定の割合よりも大きいものに対応するものとして特定される、請求項１に記載の方法。
前記合計エネルギーに占める割合は、前記ピークを中心とする所定の範囲に亘る前記積関数より下の面積を計算し、前記面積を関数全体より下の面積によって除算することによって求められる、請求項２に記載の方法。
前記呼吸速度についての向上した推定値は、最大３つのピークが前記信号の合計エネルギーに占める割合が所定の割合よりも大きいという条件で、前記積関数における前記最大３つのピークの加重和に対応するものとして特定され、重みは、前記ピーク周辺の範囲における曲線より下の面積に比例する、請求項１に記載の方法。
前記合計エネルギーに占める割合は、前記ピークの各々を中心としたそれぞれの所定の範囲に亘る積関数より下の面積を順番に計算し、前記面積を加重和として用いて前記推定値を計算する、請求項４に記載の方法。
前記所定の範囲は、前記積関数におけるピークに対応する呼吸速度を中心とした１分当り呼吸２〜４回の呼吸速度の範囲に対応する、請求項３又は請求項５に記載の方法。
前記信号の合計エネルギーに占める所定の割合は、少なくとも４０％である、請求項２〜６のいずれかに記載の方法。
前記呼吸を表す心臓由来の信号は、フォトプレチスモグラム又は心電図における周期的振幅変動、フォトプレチスモグラム又は心電図における呼吸性洞性不整脈、及び、フォトプレチスモグラムにおける基線変動性、のうちの少なくとも２つを含む、請求項１〜７のいずれかに記載の方法。
前記呼吸を表す心臓由来の信号は、予想呼吸速度又はその高調波周辺の狭帯域フィルタ処理によって前処理が施される、請求項１〜８のいずれかに記載の方法。
前記呼吸を表す心臓由来の信号は、隠れマルコフモデルを用いて心拍ごとの信頼度の値を得て、前記信頼度の値が所定の閾値よりも低い信号の部分を除去することによって前処理が施される、請求項１〜９のいずれかに記載の方法。
前記呼吸速度についての向上した推定値の品質の値は、前記向上した推定値が基づく積関数における１つ以上のスペクトルピークで表される合計エネルギーに占める割合として求められる、請求項１〜１０のいずれかに記載の方法。
前記心臓由来の信号のうちの少なくとも１つは、心臓信号における参照点に基づく時系列であり、前記参照点は、
前記心臓信号におけるピーク、
前記心臓信号における谷、及び
前記心臓信号の隠れマルコフモデルでのセグメント化における状態遷移、
のうちの少なくとも１つに対応する、請求項１〜１１のいずれかに記載の方法。
前記心臓由来の信号のうちの少なくとも１つは、
１の参照点から次の心拍における対応する参照点までの心拍間時間の時系列、
複数の対応する参照点における心臓信号の振幅の時系列、
各々の心拍における２つの参照点間の心拍内間隔の時系列、及び
各々の心拍における２つの参照点間の曲線より下の面積の時系列、
から選択される、請求項１２に記載の方法。
前記心臓信号は、フォトプレチスモグラム又は心電図である、請求項１２又は請求項１３に記載の方法。
コンピュータシステムにおいて実行された際に当該コンピュータシステムに請求項１〜１４のいずれかに記載の方法を実行させるコンピュータ実行可能コードを含むコンピュータプログラム。
請求項１５に記載のコンピュータプログラムを記憶したコンピュータ読み取り可能媒体。
呼吸を表す２つ以上の心臓由来の信号から呼吸速度についての向上した推定値を求めるための装置であって、
前記心臓由来の信号を周波数領域に変換して、前記心臓由来の信号のスペクトル内容を表す複数の周波数応答信号をそれぞれ生成するように構成された変換部と、
前記複数の周波数応答信号を点ごとに乗算するように構成され、且つ、この乗算の結果得られた積関数における１つ以上のスペクトルピークから前記呼吸速度についての向上した推定値を特定するように構成された分析部と、を備える装置。