JP2016135233A - 生体状態検出装置 - Google Patents

Abstract

【課題】生体の姿勢や呼吸を含む生体の状態を検出することができる生体状態検出装置を提供する。【解決手段】生体状態検出装置１０は、周波数変調した連続波による送信波を生体を含む対象物に送信し、送信波と対象物からの反射波との周波数差に基づいて、対象物までの予め定められた距離ごとの強度を時系列的に示す距離スペクトル強度データを検出するＦＭ−ＣＷレーダ１１と、ＦＭ−ＣＷレーダ１１の検出結果から、生体の呼吸に基づく体動信号を抽出する抽出手段と、体動信号に基づいて生体の姿勢又は呼吸を判定する判定手段とを備える。【選択図】図２

Description

本発明は、電波を利用した生体状態検出装置に関する。

従来、電波を利用した距離測定方法としては、例えば、ＦＭ−ＣＷ（Frequency Modulated Continuous Wave）方式によるレーダ（以下「ＦＭ−ＣＷレーダ」という。）を用いたものが提案されている（例えば、特許文献１参照）。

特許文献１に開示された距離測定方法は、ＦＭ−ＣＷレーダを用いて周波数変調した信号を波動として送信し、送信した波動又は周波数変調した信号のいずれか一方からなる進行波と、送信された波動が測定対象物によって反射された反射波との混合波を検出し、検出した混合波であって、定在波とは異なり空間上の位置と振幅との関係が時間的な変化を伴う混合波の振幅成分を検出し、振幅成分をスペクトル解析することによって距離スペクトルを求め、測定対象物までの距離を測定するものである。

これにより、進行波と反射波との混合波を検出し、その混合波に基づいて測定対象物までの距離を演算しているので、進行波（送信信号）が受信側に漏れ込まないように送受信側のアンテナを分離する等の必要性がなく、単純で簡易な構造の距離測定装置とすることができるとされている。

特許第４２９３１９４号公報

しかし、ＦＭ−ＣＷレーダでは、高速フーリエ変換（ＦＦＴ：Fast Fourier Transform）によって距離スペクトルを算出し、そのピーク位置から対象までの距離を求めることができるが、例えば２４ＧＨｚ帯のセンサーの場合、分離分解能は電波法の規定により掃引周波数帯域２００ＭＨｚという制限がある。このため、分離分解能が１．５ｍであり、対象の形状や位置、周囲の環境によっては正確な距離を求めることが困難であった。

したがって、本発明の目的は、掃引周波数帯域２００ＭＨｚ、分離分解能１．５ｍという制限がある場合でも、生体の姿勢や呼吸を含む生体の状態を検出することができる生体状態検出装置を提供することにある。

［１］周波数変調した連続波による送信波を、生体を含む対象物に送信し、前記送信波と前記対象物からの反射波との周波数差に基づいて、前記対象物までの予め定められた距離ごとの強度を時系列的に示す距離スペクトル強度データを検出するＦＭ−ＣＷレーダと、
前記ＦＭ−ＣＷレーダの検出結果から、前記生体の呼吸に基づく体動信号を抽出する抽出手段と、
前記体動信号に基づいて前記生体の姿勢又は呼吸を判定する判定手段と、
を備えた生体状態検出装置。
［２］周波数変調した連続波による送信波を生体を含む対象物に送信し、前記送信波と前記対象物からの反射波との周波数差に基づいて、前記対象物までの予め定められた距離ごとの強度を時系列的に示す距離スペクトル強度データを検出するＦＭ−ＣＷレーダと、
前記ＦＭ−ＣＷレーダの検出結果に基づいて、現在の距離スペクトル強度データとその１つ前の距離スペクトル強度データとの差を前記距離ごとに求めた動作差分データを算出する第１の算出手段と、
前記対象物に前記生体が含まれていない条件で検出された前記ＦＭ−ＣＷレーダの検出結果を基準データとし、前記基準データと前記ＦＭ−ＣＷレーダの検出結果との差を前記距離ごとに求めた距離別静止差分データを算出する第２の算出手段と、
前記距離別静止差分データに基づいて、所定の時間内の強度の最大値と最小値の差を前記距離ごとに時系列的に求めた区間強度、又は所定の時間内の強度の最大値と最小値との差が最大となった距離を時系列的に求めた区間距離を算出する第３の算出手段と、
前記区間強度又は前記区間距離に基づいて、前記生体の姿勢を判定する姿勢判定手段と
、
を備えた生体状態検出装置。
［３］周波数変調した連続波による送信波を生体を含む対象物に送信し、前記送信波と前記対象物からの反射波との周波数差に基づいて、前記対象物までの予め定められた距離ごとの強度を時系列的に示す距離スペクトル強度データを検出するＦＭ−ＣＷレーダと、
前記ＦＭ−ＣＷレーダの検出結果に基づいて、現在の距離スペクトル強度データとその１つ前の距離スペクトル強度データとの差を前記距離ごとに求めた動作差分データを算出する第１の算出手段と、
前記対象物に前記生体が含まれていない条件で検出された前記ＦＭ−ＣＷレーダの検出結果を基準データとし、前記基準データと前記ＦＭ−ＣＷレーダの検出結果との差を前記距離ごとに求めた距離別静止差分データを算出する第２の算出手段と、
前記距離別静止差分データに基づいて、所定の時間内の強度の最大値と最小値の差を前記距離ごとに時系列的に求めた区間強度、及び所定の時間内の強度の最大値と最小値との差が最大となった距離を時系列的に求めた区間距離を算出する第３の算出手段と、
前記区間強度及び前記区間距離に基づいて、前記生体の姿勢を判定する姿勢判定手段と、
を備えた生体状態検出装置。
［４］前記動作差分データに対して距離ごとに移動平均処理を行い、得られた処理結果から時間ごとの最大値を時系列的に求めた動作差分移動平均を算出する第４の算出手段をさらに備え、
前記姿勢判定手段は、前記区間強度及び前記動作差分移動平均、前記区間距離及び前記動作差分移動平均、又は前記区間強度、前記区間距離及び前記動作差分移動平均に基づいて、前記生体の姿勢を判定する、
前記［２］又は［３］に記載の生体状態検出装置。
［５］周波数変調した連続波による送信波を生体を含む対象物に送信し、前記送信波と前記対象物からの反射波との周波数差に基づいて、前記対象物までの予め定められた距離ごとの強度を時系列的に示す距離スペクトル強度データを検出するＦＭ−ＣＷレーダと、
前記ＦＭ−ＣＷレーダの検出結果に基づいて、現在の距離スペクトル強度データとその１つ前の距離スペクトル強度データとの差を前記距離ごとに求めた動作差分データを算出する第１の算出手段と、
前記動作差分データに対して距離ごとに移動平均処理を行い、得られた処理結果から時間ごとの最大値を時系列的に求めた動作差分移動平均を算出する第４の算出手段と、
前記動作差分移動平均に基づいて、前記生体の姿勢を判定する姿勢判定手段と、
を備えた生体状態検出装置。
［６］周波数変調した連続波による送信波を、生体を含む対象物に送信し、前記送信波と前記対象物からの反射波との周波数差に基づいて、前記対象物までの予め定められた距離ごとの強度を時系列的に示す距離スペクトル強度データを検出するＦＭ−ＣＷレーダと、
前記ＦＭ−ＣＷレーダの検出結果に基づいて、時間ごとに前記距離スペクトル強度データの平均値を演算する第１の演算手段と、
前記距離スペクトル強度データの平均値の変化量データを演算する第２の演算手段と、
前記距離スペクトル強度データの平均値の変化量データに対して演算処理として移動平均処理を行う第３の演算手段と、
前記第３の演算手段による演算結果に基づいて前記生体の呼吸を判定する呼吸判定手段と、
を備えた生体状態検出装置。

本発明によれば、生体の姿勢や呼吸を含む生体の状態を検出することができる。

図１は、本発明の実施の形態に係る生体状態検出装置が適用された照明器具の使用状態を示す図である。 図２は、本実施の形態に係る生体状態検出装置の概略の構成例を示すブロック図である。 図３Ａは、ＦＭ−ＣＷレーダが検出した距離スペクトル強度データの一例を示す図である。 図３Ｂは、生体が存在していない条件での静止差分データ（基準データ）の一例を示す図である。 図３Ｃは、生体が存在していない条件での距離別静止差分データ（基準データ）の一例を示す図である。 図４Ａは、距離別静止差分データの一例を示す図である。 図４Ｂは、距離別区間内強度変化データの一例を示す図である。 図４Ｃは、区間強度の一例を示す図である。 図４Ｄは、区間距離の一例を示す図である。 図４Ｅは、区間強度における臥位と座位の比較を示す図である。 図４Ｆは、区間距離における臥位と座位の比較を示す図である。 図５Ａは、距離別動作差分データの一例を示す図である。 図５Ｂは、動作差分移動平均、距離別動作差分移動平均の一例を示す図である。 図５Ｃは、動作差分移動平均の一例を示す図である。 図５Ｄは、動作差分移動平均の臥位、座位比較を示す図である。 図６Ａは、距離スペクトル強度データの一例を示す図である。 図６Ｂは、図６Ａに示す距離スペクトル強度データを時間ごとに平均化した強度平均データを示す図である。 図６Ｃは、図６Ｂに示す距離スペクトル強度平均データと直前のデータとの差（微分値)である距離スペクトル強度平均の変化量データを示す図である。 図６Ｄは、図６Ｃに示す変化量データに対して移動平均処理を行って得られたデータを示す図である。 図６Ｅは、図６Ｄに示すデータに対して移動平均処理を行って得られたデータを示す図である。 図６Ｆは、図６Ｅに示すデータを分析した結果を示す図である。

以下、本発明の実施の形態について図面を参照して説明する。なお、各図中、実質的に同一の機能を有する構成要素については、同一の符号を付してその重複した説明を省略する。

［実施の形態］
図１は、本発明の実施の形態に係る生体状態検出装置が適用された照明器具の使用状態を示す図である。

（照明器具の構成）
この照明器具１は、ベッド４が配置された寝室等の室内２の天井３に設けられ、例えばベッド４にいる対象者Ｐの生体状態を検出する生体状態検出装置１０を内蔵している。ここで、対象者Ｐは、生体の一例である。なお、照明器具は、天井３に設置した照明器具１に限られず、壁面に設置した照明器具やスタンド等その他照明器具でもよい。

（生体状態検出装置の構成）
図２は、生体状態検出装置１０の概略の構成例を示すブロック図である。生体状態検出装置１０は、ＦＭ−ＣＷレーダ１１と、対象者Ｐの姿勢を判定する姿勢判定部１２と、対象者Ｐの呼吸を判定する呼吸判定部１３と、通信部１４とを有して概略構成されている。

姿勢判定部１２及び呼吸判定部１３は、ＦＭ−ＣＷレーダ１１の検出結果から、対象者Ｐの呼吸に基づく体動信号を抽出する抽出手段と、体動信号に基づいて対象者Ｐの姿勢又は呼吸を判定する判定手段としての機能を有する。

通信部１４は、姿勢判定部１２及び呼吸判定部１３の判定結果を有線又は無線により外部に送信する。

（ＦＭ−ＣＷレーダの構成）
ＦＭ−ＣＷレーダ１１は、周波数変調した連続波による送信波を対象物に送信し、送信波と対象物からの反射波と周波数差（ビート周波数）をフーリエ変換することにより、対象物までの距離ごとの強度を時系列的に示す距離スペクトルを検出する。

ＦＭ−ＣＷレーダ１１により検出された距離スペクトル強度データを次の式（１）に示す。このときに、算出に使用する距離範囲を指定（例えば1〜３ｍのデータを使用）することでマルチパスや距離範囲外の影響をなくし、測定対象の動きを捉えやすくする。
ａ（ｔ，ｘ） (Ｘｍｉｎ≦ｘ≦Ｘｍａｘ) ・ .・（１）
但し、ａ：強度、ｔ：時間、ｘ：距離、Ｘｍｉｎ：最小指定距離、
Ｘｍａｘ：最大指定距離

ＦＭ−ＣＷレーダ１１として、例えば、２４ＧＨｚ帯を用いる。なお、周波数帯は、２４ＧＨｚに限定されない。

（姿勢判定部の構成）
姿勢判定部１２は、第１乃至第４の算出手段１２１〜１２４と、姿勢判定手段１２５とを備える。ここで、第１乃至第４の算出手段１２１〜１２４は、抽出手段の一例である。姿勢判定手段１２５は、判定手段の一例である。

第１の算出手段１２１は、ＦＭ−ＣＷレーダ１１の検出結果に基づいて、当該距離スペクトル強度データとその１つ前の距離スペクトル強度データとの差（微分値の絶対値）を距離ごとに求めた対象物の動作差分データを算出する。動作差分データから検出範囲内の動体の有無を判定することができる。動作差分データａ_１を次の式（２）に示す。
ａ_１（ｔ，ｘ）＝|ａ（ｔ，ｘ）−ａ（ｔ−１，ｘ） (Ｘｍｉｎ≦ｘ≦Ｘｍａｘ)・・・ （２）
但し、ａ_１（ｔ，ｘ）：動作差分データ

第２の算出手段１２２は、対象物に生体が含まれていない条件で検出されたＦＭ−ＣＷレーダ１１の検出結果（距離スペクトル強度データ）を基準データ（図３Ｃ参照）とし、基準データとＦＭ−ＣＷレーダ１１の検出結果（距離スペクトル強度データ）との差を距離ごとに求めた距離別静止差分データを算出する。距離別静止差分データから検出範囲内の物体の有無を判定することができる。距離別静止差分データａ_２を次の式（３）に示す。
ａ_２（ｔ，ｘ）＝ａ（ｔ，ｘ）−ａ_０（ｔ，ｘ） (Ｘｍｉｎ≦ｘ≦Ｘｍａｘ) ・・・（
３）
但し、ａ_０（ｔ，ｘ）：生体が存在していないときのデータ（図３Ｃ参照）

図３Ｂは、生体が存在していない条件での静止差分データ（基準データ）の一例を示す図である。図３Ｃは、生体が存在していない条件での距離別静止差分データ（基準データ）の一例を示す図である。

第３の算出手段１２３は、第２の算出手段１２２が算出した距離別静止差分データに基づいて、区間強度及び区間距離を算出する。

第３の算出手段１２３は、第２の算出手段１２２が算出した距離別静止差分データに対し、データ数（例えばデータ数５０）を移動平均の手法と同様に、データ区間をずらしながら算出し、データ区間内の最大強度値と最小強度値の差（データ区間内の変化量）を時系列的に距離ごとで求め、距離別の区間内強度変化データａ_３を算出する。区間内強度変化データａ_３を次の式（４）に示す。
ａ_３(ｔ、ｘ）＝ｍａｘ｛ａ_２(ｔ−ｋ,ｘ)｝−ｍｉｎ｛ａ_２（ｔ−ｋ，ｘ）｝・・・（４）
(０≦ｋ≦所要データ数)
(Ｘｍｉｎ≦ｘ≦Ｘｍａｘ)
但し、ａ_３(ｔ、ｘ）：区間内強度変化データ

次に、第３の算出手段１２３は、求めた距離別のデータ区間内強度変化から、時間ごとの変化量のうち、最大となる変化値を区間強度とし、姿勢判定手段１２５に出力する。
Ａ_１（ｔ，ｘ)＝ｍａｘ｛ａ_３（ｔ，ｘ)｝ （Ｘｍｉｎ≦ｘ≦Ｘｍａｘ）
但し、Ａ_１(ｔ)：区間強度、Ａ_１ (ｘ)：区間距離、

第３の算出手段１２３は、第２の算出手段１２２が算出した距離別静止差分データに対し、データ数（例えばデータ数５０）を移動平均の手法同様に、データ区間をずらしながら算出し、データ区間内の距離ごとの変化量のうち最大の変化量を示した距離をその区間内の距離として区間距離を求める。第３の算出手段１２３は、算出した区間強度及び区間距離を姿勢判定手段１２５に出力する。

第４の算出手段１２４は、第１の算出手段１２１が算出した動作差分データに対して距離ごとに移動平均処理を行い、得られた処理結果から時間ごとの最大値を時系列的に求めた動作差分移動平均を算出する。

（呼吸判定部の構成）
呼吸判定部１３は、第１乃至第３の演算手段１３１〜１３３と、呼吸判定手段１３４とを備える。第１乃至第３の演算手段１３１〜１３３は、抽出手段の一例である。呼吸判定手段１３４は、判定手段の一例である。

第１の演算手段１３１は、ＦＭ−ＣＷレーダ１１の検出結果に基づいて、時間ごとに距離スペクトル強度データの平均値、すなわち距離スペクトル強度平均ａ_４を次の式（７）を用いて演算する。

第２の演算手段１３２は、第１の演算手段１３１が演算した距離スペクトル強度データの平均値の変化量データ（微分値）、すなわち距離スペクトル強度平均微分値ａ_５を次の式（８）を用いて演算する。
ａ_５(ｔ)＝ａ_４(ｔ)−ａ_４(ｔ−１)・・・(８)
但し、ａ_５(ｔ)：距離スペクトル強度平均微分値

第３の演算手段１３３は、第２の演算手段１３２が演算した距離スペクトル強度データの平均値の変化量データに対して演算処理として移動平均処理、すなわち距離スペクトル強度平均変化量移動平均値Ａ_４を次の式（９）を用いて演算を行い、再度複数回の移動平均処理、すなわち呼吸有無判定値Ａ_４＋ｉを次の式（１０）を用いて演算を行う。なお、距離スペクトル強度平均変化量移動平均値Ａ_４のみで呼吸有無の判定を行ってもよい。

呼吸判定手段１３４は、第３の演算手段１３３による演算結果に基づいて対象者Ｐの呼吸を判定する。呼吸の判定方法は、例えば、算出した呼吸有無判定値Ａ_４＋ｉの信号変化（図６Ｆ）に基づき判定を行う。

（実施の形態の動作）
次に、本実施の形態の動作の一例を説明する。

（１）距離データの検出
ＦＭ−ＣＷレーダ１１は、周波数変調した連続波による送信波を対象物に送信し、送信波と対象物からの反射波との周波数差に基づいて、対象物までの予め定められた距離ごとの強度を時系列的に示す距離スペクトル強度データを検出する。ＦＭ−ＣＷレーダ１１は、検出結果を姿勢判定部１２の第１の算出手段１２１及び第２の算出手段１２２、及び呼吸判定部１３の第１の演算手段１３１に出力する。このときにあらかじめ判定に使用する距離範囲（例えば１〜３ｍのデータを使用）を指定しておくことで、マルチパスや指定範囲外の影響をなくし、測定対象の動きを捉えやすくする。

図３Ａは、そのＦＭ−ＣＷレーダ１１が出力する距離スペクトル強度データの一例を示す。図３Ａは、横軸が時間を表し、縦軸がＦＭ−ＣＷレーダ１１からの距離１ｍ、２ｍ、３ｍ、４ｍ、５ｍごとの強度を表す。

（２）姿勢判定
第１の算出手段１２１は、ＦＭ−ＣＷレーダ１１の検出結果に基づいて、現在の距離スペクトル強度データとその１つ前の距離スペクトル強度データとの差を距離ごとに求めた対象物の動作差分データを算出する。

次に、第２の算出手段１２２は、対象物に生体が含まれていない条件で検出されたＦＭ−ＣＷレーダ１１の検出結果を基準データ（図３Ｃ参照）とし、基準データとＦＭ−ＣＷレーダ１１の検出結果との差を距離ごとに求めた距離別静止差分データを算出する。

図４Ａは、その距離別静止差分データの一例を示す。図４Ａは、横軸が時間を表し、縦軸が静止差分を表す。

次に、第３の算出手段１２３は、第２の算出手段１２２が算出した距離別静止差分データに基づいて距離別区間内強度変化データを算出し、距離別区間内強度変化データから区間強度及び区間距離を算出する。第３の算出手段１２３は、算出した区間強度及び区間距離を姿勢判定手段１２５に出力する。

図４Ｂは、距離別区間強度変化データの一例を示す。図４Ｃは、区間強度の一例を示す。図４Ｄは、区間距離の一例である。

図４Ｅは、区間強度の臥位と座位との差を示す図である。図４Ｆは、区間距離の臥位と座位との差を示す図である。図４Ｅから、臥位は座位と比べて区間強度が大きいことが分かる。図４Ｆから、座位は臥位と比べて区間距離が変化していることが分かる。したがって、第３の算出手段１２３が算出した区間強度と区間距離に基づいて、姿勢判定手段１２５が対象者Ｐの姿勢が座位であるか臥位であるかを判定することができる。

一方、第４の算出手段１２４は、第１の算出手段１２１が算出した動作差分データに対して距離ごとに移動平均処理を行い、得られた処理結果から時間ごとの最大値を時系列的に求めた動作差分移動平均を算出する。図５Ａは、第１の算出手段１２１が算出した距離別動作差分データの一例を示す。図５Ｂは、動作差分移動平均の一例を示す。第４の算出手段１２４は、図５Ｂに示す動作差分移動平均の時間ごとの最大値を算出して動作差分移動平均を得る。図５Ｃは、その動作差分移動平均の一例を示す。第４の算出手段１２４は、算出結果の動作差分移動平均を姿勢判定手段１２５に出力する。

図５Ｄは、動作差分移動平均の臥位、座位比較を示す図である。図５Ｄから、臥位は座位と比べて動作差分移動平均が大きいことが分かる。したがって、第４の算出手段１２４が算出した動作差分移動平均に基づいて、姿勢判定手段１２５が対象者Ｐの姿勢が座位であるか臥位であるかを判定することができる。

姿勢判定手段１２５は、より正確な判定を行うため、第３の算出手段１２３及び第４の算出手段が算出した区間距離、区間強度、動作差分移動平均のすべてを用いて対象者Ｐの姿勢の判定を行うが、区間距離・区間強度・動作差分移動平均のいずれか１つ又は２つを用いて対象者Ｐの姿勢の判定を行ってもよい。

（３）呼吸判定
図６Ｄは、図６Ｃに示す変化量データに対して移動平均処理を行って得られたデータを示す図である。図６Ｅは、図６Ｄに示すデータに対して移動平均処理を行って得られたデータを示す図である。図６Ｆは、図６Ｅに示すデータを分析した結果を示す図である。

第１の演算手段１３１は、ＦＭ−ＣＷレーダ１１の検出結果に基づいて、時間ごとに距離スペクトル強度データの平均値を演算する。図６Ａは、ＦＭ−ＣＷレーダ１１の検出結果の距離スペクトル強度データの一例を示す。図６Ｂは、第１の演算手段１３１による演算結果を示す距離スペクトル強度データの平均値である。

第２の演算手段１３２は、第１の演算手段１３１が演算した距離スペクトル強度データの平均値の変化量データ（微分値）を演算する。すなわち、第２の演算手段１３２は、図６Ｂに示す距離スペクトル強度データの平均値とその直前の距離スペクトル強度データの平均値との差である距離スペクトル強度データの平均値の変化量データ（微分値）を算出する。図６Ｃは、第２の演算手段１３２による演算結果を示す。

第３の演算手段１３３は、第２の演算手段１３２が演算した距離スペクトル強度データの平均値の変化量データに対して演算処理として２回に分けて移動平均処理を行う。図６Ｄは、第３の演算手段１３３による１回目の移動平均処理の結果の一例を示す。図６Ｅは、第３の演算手段１３３による２回目の移動平均処理の結果の一例を示す。

呼吸判定手段１３４は、第３の演算手段１３３による演算結果に基づいて対象者Ｐの呼吸を判定する。具体的には、呼吸判定手段１３４は、算出した波形（図６Ｅ）からＴを測定し、Ｔが基準範囲内（例えば１．０ｓｅｃ〜３．０ｓｅｃ）であれば吸気による波形と判定し、Ｔが基準範囲外（例えば１．０ｓｅｃ未満、３．０ｓｅｃ超え）であれば呼吸の休息等の波形と判定する。この際吸気から次に吸気と判定されるまでの周期を測定し正常な呼吸周期の範囲内（例えば２．５ｓｅｃ〜６．０ｓｅｃ）であれば呼吸ありと判定する。

（実施の形態の効果）
本実施の形態によれば、以下の効果を奏する。
（１）例えば２４ＧＨｚ帯のセンサーでは、掃引周波数帯域２００ＭＨｚ、分離分解能１．５ｍという制限があり、対象者Ｐの周囲に対象者Ｐより電波を反射しやすい物体があると、距離スペクトルピークが電波を反射しやすい物体を示してしまうことや、対象者Ｐの体型や位置によって距離スペクトルピークから正確な距離を求めることができないといった課題があるため対象者Ｐの体位の判定が困難であった。本実施の形態では、ＦＭ−ＣＷレーダ１１が検出した距離スペクトル強度データに基づいて、姿勢判定部１２により対象者Ｐの姿勢が座位であるか臥位であるかを判定することができ、呼吸判定部１３により対象者Ｐの呼吸の有無等を判定することができる。
（２）予め測定距離を指定しておくことにより、指定距離範囲外のマルチパスや他の物体の影響をなくすことができるため、対象者を捉えやすくすることが可能である。

［変形例］
なお、本発明の実施の形態は、上記実施の形態に限定されるものではなく、本発明の要旨を変更しない範囲内で種々に変形、実施が可能である。

１…照明器具、２…室内、３…天井、４…ベッド、１０…生体状態検出装置、
１１…ＦＭ−ＣＷレーダ、１２…姿勢判定部、１３…呼吸判定部、１４…通信部、
１２１…第１の算出手段、１２２…第２の算出手段、１２３…第３の算出手段、
１２４…第４の算出手段、１２５…姿勢判定手段、
１３１…第１の演算手段、１３２…第２の演算手段、１３３…第３の演算手段、
１３４…呼吸判定手段、Ｐ…対象者

Claims (6)

1. 周波数変調した連続波による送信波を、生体を含む対象物に送信し、前記送信波と前記対象物からの反射波との周波数差に基づいて、前記対象物までの予め定められた距離ごとの強度を時系列的に示す距離スペクトル強度データを検出するＦＭ−ＣＷレーダと、
   前記ＦＭ−ＣＷレーダの検出結果から、前記生体の呼吸に基づく体動信号を抽出する抽出手段と、
   前記体動信号に基づいて前記生体の姿勢又は呼吸を判定する判定手段と、
   を備えた生体状態検出装置。
2. 周波数変調した連続波による送信波を生体を含む対象物に送信し、前記送信波と前記対象物からの反射波との周波数差に基づいて、前記対象物までの予め定められた距離ごとの強度を時系列的に示す距離スペクトル強度データを検出するＦＭ−ＣＷレーダと、
   前記ＦＭ−ＣＷレーダの検出結果に基づいて、現在の距離スペクトル強度データとその１つ前の距離スペクトル強度データとの差を前記距離ごとに求めた動作差分データを算出する第１の算出手段と、
   前記対象物に前記生体が含まれていない条件で検出された前記ＦＭ−ＣＷレーダの検出結果を基準データとし、前記基準データと前記ＦＭ−ＣＷレーダの検出結果との差を前記距離ごとに求めた距離別静止差分データを算出する第２の算出手段と、
   前記距離別静止差分データに基づいて、所定の時間内の強度の最大値と最小値の差を前記距離ごとに時系列的に求めた区間強度、又は所定の時間内の強度の最大値と最小値との差が最大となった距離を時系列的に求めた区間距離を算出する第３の算出手段と、
   前記区間強度又は前記区間距離に基づいて、前記生体の姿勢を判定する姿勢判定手段と、
   を備えた生体状態検出装置。
3. 周波数変調した連続波による送信波を生体を含む対象物に送信し、前記送信波と前記対象物からの反射波との周波数差に基づいて、前記対象物までの予め定められた距離ごとの強度を時系列的に示す距離スペクトル強度データを検出するＦＭ−ＣＷレーダと、
   前記ＦＭ−ＣＷレーダの検出結果に基づいて、現在の距離スペクトル強度データとその１つ前の距離スペクトル強度データとの差を前記距離ごとに求めた動作差分データを算出する第１の算出手段と、
   前記対象物に前記生体が含まれていない条件で検出された前記ＦＭ−ＣＷレーダの検出結果を基準データとし、前記基準データと前記ＦＭ−ＣＷレーダの検出結果との差を前記距離ごとに求めた距離別静止差分データを算出する第２の算出手段と、
   前記距離別静止差分データに基づいて、所定の時間内の強度の最大値と最小値の差を前記距離ごとに時系列的に求めた区間強度、及び所定の時間内の強度の最大値と最小値との差が最大となった距離を時系列的に求めた区間距離を算出する第３の算出手段と、
   前記区間強度及び前記区間距離に基づいて、前記生体の姿勢を判定する姿勢判定手段と、
   を備えた生体状態検出装置。
4. 前記動作差分データに対して距離ごとに移動平均処理を行い、得られた処理結果から時間ごとの最大値を時系列的に求めた動作差分移動平均を算出する第４の算出手段をさらに備え、
   前記姿勢判定手段は、前記区間強度及び前記動作差分移動平均、前記区間距離及び前記動作差分移動平均、又は前記区間強度、前記区間距離及び前記動作差分移動平均に基づいて、前記生体の姿勢を判定する、
   請求項２又は３に記載の生体状態検出装置。
5. 周波数変調した連続波による送信波を生体を含む対象物に送信し、前記送信波と前記対象物からの反射波との周波数差に基づいて、前記対象物までの予め定められた距離ごとの強度を時系列的に示す距離スペクトル強度データを検出するＦＭ−ＣＷレーダと、
   前記ＦＭ−ＣＷレーダの検出結果に基づいて、現在の距離スペクトル強度データとその１つ前の距離スペクトル強度データとの差を前記距離ごとに求めた動作差分データを算出する第１の算出手段と、
   前記動作差分データに対して距離ごとに移動平均処理を行い、得られた処理結果から時間ごとの最大値を時系列的に求めた動作差分移動平均を算出する第４の算出手段と、
   前記動作差分移動平均に基づいて、前記生体の姿勢を判定する姿勢判定手段と、
   を備えた生体状態検出装置。
6. 周波数変調した連続波による送信波を、生体を含む対象物に送信し、前記送信波と前記対象物からの反射波との周波数差に基づいて、前記対象物までの予め定められた距離ごとの強度を時系列的に示す距離スペクトル強度データを検出するＦＭ−ＣＷレーダと、
   前記ＦＭ−ＣＷレーダの検出結果に基づいて、時間ごとに前記距離スペクトル強度データの平均値を演算する第１の演算手段と、
   前記距離スペクトル強度データの平均値の変化量データを演算する第２の演算手段と、
   前記距離スペクトル強度データの平均値の変化量データに対して演算処理として移動平均処理を行う第３の演算手段と、
   前記第３の演算手段による演算結果に基づいて前記生体の呼吸を判定する呼吸判定手段と、
   を備えた生体状態検出装置。
   
   

Images