JP2016206033A - 振動状態推定装置、振動状態推定方法、およびプログラム - Google Patents
振動状態推定装置、振動状態推定方法、およびプログラム Download PDFInfo
- Publication number
- JP2016206033A JP2016206033A JP2015088587A JP2015088587A JP2016206033A JP 2016206033 A JP2016206033 A JP 2016206033A JP 2015088587 A JP2015088587 A JP 2015088587A JP 2015088587 A JP2015088587 A JP 2015088587A JP 2016206033 A JP2016206033 A JP 2016206033A
- Authority
- JP
- Japan
- Prior art keywords
- signal
- candidate
- candidate signal
- beat
- dimensional
- 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
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/113—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb occurring during breathing
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/0507—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves using microwaves or terahertz waves
-
- 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
- A61B5/7221—Determining signal validity, reliability or quality
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B7/00—Instruments for auscultation
- A61B7/003—Detecting lung or respiration noise
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/48—Diagnostic techniques
- A61B8/488—Diagnostic techniques involving Doppler signals
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Pathology (AREA)
- Biophysics (AREA)
- Physics & Mathematics (AREA)
- Physiology (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Dentistry (AREA)
- Artificial Intelligence (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
- Radar Systems Or Details Thereof (AREA)
- Pulmonology (AREA)
Abstract
Description
図1は、本発明の一実施形態に係る振動状態推定システム1の概要を示す図である。図1を参照すると、振動状態推定システム1は、ドップラーセンサ2、および振動状態推定装置10を有する。
図2は、本発明の一実施形態に係る振動状態推定装置10の構成例を示すブロック図である。図2を参照すると、振動状態推定装置10は、ビート信号取得部110、フィルタ部120、信号変換部130、周波数推定部140、基準位置推定部150、および周期算出部160を含む。図示された振動状態推定装置10は、取得したビート信号を一次元信号に変換し、変換した一次元信号の周波数を推定し、推定された周波数からビート信号の周期を算出するための一次元信号における基準位置を推定する。これにより、微細な揺らぎを含む呼吸の振動を抽出し、さらに微細な揺らぎを含む呼吸の振動の周期を一回の呼吸ごとに推定することが可能となる。これにより、例えば推定された振動の周期のばらつきから、被験者のストレス状態などを検知することが可能である。以下、各構成の機能について説明する。
ビート信号取得部110は、ドップラーセンサ2から出力されるビート信号D(t)を取得する。ドップラーセンサ2から出力されるビート信号D(t)はI成分とQ成分の2波の成分を有し、振幅をA(t)、波長をλ、時刻tにおけるドップラーセンサ2と対象物体(例えば図1に示された人物P)との距離をd(t)、初期位相をφ0、直流成分をO、ノイズ成分をwとすると、ビート信号D(t)は、下記の数式1のように表現される。
フィルタ部120は、ビート信号取得部110が取得したビート信号D(t)に含まれる直流成分Oなどの低周波成分や、ノイズ成分wなどを減少または除去するフィルタ処理を実施し、フィルタ処理されたビート信号D(t)を信号変換部130に出力する。これにより、例えば、ビート信号D(t)の振幅が微弱である場合において、ビート信号D(t)を不図示の増幅器等により増幅させることが可能となる。フィルタ部120は、例えば、ローパスフィルタ、ハイパスフィルタ、バンドパスフィルタ、IIRフィルタなどの多様なフィルタを用いることができ、またこれらのフィルタの組み合わせを用いてもよい。また、フィルタ部120は、例えば、人物Pの体動や心拍など、呼吸とは関係のない振動を含む成分を低減させてもよい。なお、本実施形態ではフィルタ部120によりビート信号D(t)に含まれる直流成分Oやノイズ成分w等が低減されるが、他の実施形態においてビート信号D(t)についてのフィルタ処理が不要であると判断された場合、振動状態推定装置10は必ずしもフィルタ部120を含まなくてもよい。
信号変換部130は、ビート信号取得部110またはフィルタ部120から出力されたビート信号D(t)を一次元信号r(t)に変換する。より具体的には、信号変換部130は、少なくとも2つの変換手段によりビート信号D(t)から変換された一次元の候補信号のうち、少なくともいずれかを用いて決定された一次元信号r(t)を出力する。I成分とQ成分を有する二次元信号であるビート信号D(t)を一次元信号r(t)に変換することにより、呼吸の振動の周期を推定するための処理が容易になる。なお、信号変換部130の構成および処理については後述する。
周波数推定部140は、信号変換部130から出力された一次元信号r(t)の有する周波数fE(t)を推定する。例えば、周波数推定部140は、呼吸周期の大きな揺らぎに合わせるために、一次元信号r(t)と参照信号との位相差、および位相差の時間変化に基づいて一次元信号r(t)の周波数を推定する、第1周波数推定部を有してもよい。また、周波数推定部140は、第1周波数推定部により推定された推定周波数に対応する周期に相当する区間長を有する比較信号を一次元信号r(t)から切り出し、比較信号と上記の区間長を有する一次元信号r(t)との相関係数を算出することにより一次元信号r(t)の周波数を推定する、第2周波数推定部を有してもよい。以下、第1周波数推定部により推定された一次元信号r(t)の周波数を第1推定周波数fA(t)と、また、第2周波数推定部により推定された一次元信号r(t)の周波数を第2推定周波数fB(t)と呼称する。
第1周波数推定部は、時刻tkにおける一次元信号r(tk)と参照信号との位相差ψ(tk)から、第1推定周波数fA(tk)を算出する。第1周波数推定部は、まず、一次元信号r(tk)と、参照信号とを積算し、積算された信号の低周波成分を、ローパスフィルタ等を用いて抽出することにより、一次元信号r(tk)と参照信号との位相差ψ(tk)を算出する。ここでは参照信号として、位相変化による周期推定を容易とするため、位相とその時間変化をパラメータにもつ正弦波、または余弦波が用いられる。その場合、参照信号は、時刻tk−1に推定された第1周波数fA(tk−1)を有する正弦波、あるいは余弦波の信号である。そして、第1周波数推定部は、位相差ψ(tk)と、時刻tk−1に算出された位相差ψ(tk−1)との変化分を算出する。位相差の時間変化分ψ(tk)−ψ(tk−1)は、一次元信号r(t)の周波数の変化によって生じたものと仮定して、第1周波数推定部は、参照信号の周波数fA(tk−1)に、位相差の時間変化分ψ(tk)−ψ(tk−1)に相当する周波数を加算して、第1推定周波数fA(tk)を出力する。
第2周波数推定部は、入力された一次元信号r(t)の相関分析を行うことにより、第1周波数推定部により得られた第1推定周波数fA(tk)より局所的な変化において精度の高い第2推定周波数fB(tk)を推定する。まず、第2周波数推定部は、一次元信号r(t)から、時刻tk−TAから時刻tkまでの区間を切り出し、これを比較信号として扱う。TAは、先に推定された第1推定周波数fA(tk−1)に対応する周期である。次に、第2周波数推定部は、切り出された比較信号を用いて、相関係数を算出する。相関係数の算出範囲は、tk−2TAからtk−TAの範囲を含むことが好ましい。そして第2周波数推定部は、上記の算出範囲において、区間長TAを有する一次元信号r(t)と、比較信号との相関係数R(τ)が最大となるタイムラグτmaxを算出する。このとき、第2周波数推定部は、τ=τmaxのときの相関係数R(τmax)を不図示の記憶部に記憶してもよい。第2周波数推定部は、相関係数算出範囲において算出される相関係数が最大となるときのタイムラグτmaxから、第2推定周波数fB(tk)を算出する。例えば、第2推定周波数fB(tk)は、タイムラグτmaxの逆数であってもよい。
周波数推定部140は、上述した2つの推定された周波数について、いずれの周波数を用いるかを判定する判定部を有してもよい。例えば、判定部は、2つの推定された周波数の差が所定の閾値以内であるかに基づいて、いずれの周波数を推定周波数fE(t)として用いるかを判定してもよい。また、第2周波数推定部で算出されたタイムラグτmaxの値に基づいて、第1推定周波数fA(tk)と第2推定周波数fB(tk)のいずれの周波数を用いるかを判定してもよい。
基準位置推定部150は、推定周波数fE(t)に基づいて一次元信号r(t)の基準位置を推定する。ここで基準位置とは、本明細書においては、一次元信号r(t)の1周期ごとの波形について、各波形の類似する波形のうち、ピーク位置などの共通する特徴を持った位置を意味する。一次元信号r(t)は時系列信号であるため、基準位置は時刻により特定される。また、基準位置は、例えば波形のボトム位置でもよいし、r(t)=0となる位置でもよい。
周期算出部160は、基準位置推定部150から出力された複数の基準位置から、ビート信号D(t)の周期を算出する。具体的には、周期算出部160は、連続する基準位置の差分を、ビート信号D(t)の1周期として算出してもよい。これにより、微細な揺らぎを含む波形により表現される呼吸振動の周期を、1回の呼吸ごとに算出することが可能である。
図3は、本発明の一実施形態に係る信号変換部130の構成例を示すブロック図である。図3を参照すると、信号変換部130は、第1変換部131と、第2変換部132と、信号決定部133とを含む。以下、それぞれの構成要素について説明する。
第1変換部131は、ビート信号取得部110、またはフィルタ部120から取得したビート信号D(t)について、ビート信号D(t)のIQ平面における分布に基づいて、ビート信号D(t)を一次元の第1候補信号R1(t)に変換し、変換した第1候補信号R1(t)を信号決定部133に出力する。例えば、第1変換部131は、ビート信号D(t)を表現する二次元ベクトルと、ビート信号D(t)の共分散行列の最大固有値に対応する固有ベクトルとの内積を算出することにより、ビート信号D(t)を第1候補信号R1(t)に変換してもよい。つまり、第1変換部131は、ビート信号D(t)を最大固有値に対応する主成分方向に射影した第1候補信号R1(t)を得ることができる。具体的には、第1候補信号R1(t)は、下記の数式2により算出されてもよい。
しかし、呼吸の振動の変位が比較的大きい場合、上述した第1変換部131によりビート信号D(t)から変換された第1候補信号R1(t)の波形は、呼吸の振動を必ずしも正確に表現するとは限らない。図5は、ビート信号D(t)のIQ平面における軌跡の一例を示す図である。図5に示されるグラフG2aを参照すると、IQ平面上においてビート信号D(t)の軌跡Tr2が示されている。例えば、呼吸の振動の変位がドップラーセンサ2から放射される放射波の波長の1/2以上であるなど比較的大きい場合、軌跡Tr2のように、円弧を描くような分布となることが多い。この軌跡Tr2により表現されるビート信号D(t)の分布において主成分分析を行った場合、最大固有値の値は低くなり、主成分方向を適切に定めることが困難である。また、仮に主成分方向を示す軸が適切に得られた場合であっても、第1変換部131によって得られた第1候補信号R1(t)は、本来の呼吸周期よりも短い周期を有する高周波の信号を含む形状となり得る。
第2変換部132は、ビート信号取得部110、またはフィルタ部120から取得したビート信号D(t)について、ビート信号D(t)のIQ平面における位置の時間変化に基づいて、ビート信号D(t)を一次元の第2候補信号R2(t)に変換し、変換した第2候補信号R2(t)を信号決定部133に出力する。例えば、第2変換部132は、ビート信号D(t)のIQ平面における分布に基づいて推定される分布の中心からのビート信号D(t)の位置までの距離(振幅に相当)と、分布の中心を基準とするビート信号D(t)の回転角度の変化量との積を算出することにより、ビート信号D(t)を第2候補信号R2(t)に変換してもよい。例えば、R2(t)は、下記の数式3における連続関数(本実施形態においては、シグモイド関数)を利用した関数を用いて算出されてもよい。
信号決定部133は、第1変換部131から出力された第1候補信号R1(t)および第2変換部132から出力された第2候補信号R2(t)に基づいて第1候補信号R1(t)または第2候補信号R2(t)の少なくともいずれかを選択することにより、周波数推定部140に出力する一次元信号r(t)を決定する。例えば、信号決定部133は、第1候補信号R1(t)または第2候補信号R2(t)の一方を一次元信号r(t)と決定してもよい。また、信号決定部133は、第1候補信号R1(t)と第2候補信号R2(t)とを統合させた信号を一次元信号r(t)と決定してもよい。
図8は、本発明の一実施形態に係る信号決定部133における一次元信号r(t)の決定処理フローの一例を示す図である。本実施形態に係る信号決定部133は、まず、評価値sを決定するための指標値を算出し、その後、信号決定部133は、算出した指標値を用いて、評価値sを決定する。その後、信号決定部133は、決定された評価値sを用いて一次元信号r(t)を決定する。
まず、信号決定部133は、第1候補信号R1(t)および第2候補信号R2(t)の少なくともいずれかを選択するための評価値sを決定するための指標値を算出する処理を行う(S201)。信号決定部133は、例えば、以下の2つの手段の少なくともいずれかを用いて算出する。
信号決定部133は、例えば、第1候補信号R1(t)の特徴量と第2候補信号R2(t)の特徴量とを比較することにより決定される評価値sに基づいて、少なくともいずれかの候補信号を選択することが可能である。この特徴量とは、例えば、本実施形態においては、各候補信号の周波数であってもよい。つまり、信号決定部133は、第1候補信号R1(t)および第2候補信号R2(t)のそれぞれについて周波数を算出し、周波数の各々を比較することにより評価値sを決定してもよい。上述したように、呼吸の振動の変位がドップラーセンサ2から放射される放射波の波長の1/2以上であるなど比較的大きい場合、図6で示したように、第1候補信号R1(t)は高周波成分を含むような波形を形成し得る。その場合、第1候補信号R1(t)の周波数は、第2候補信号R2(t)の周波数と比較して、高い値を取り得る。一方で、第1候補信号R1(t)が高周波成分をあまり含まない場合は、各周波数はほぼ同じ値を取り得る。したがって、信号決定部133は、各候補信号の周波数を比較することにより、第1候補信号R1(t)または第2候補信号R2(t)の一方又は双方を選択するための評価値sを決定することが可能である。
また、信号決定部133は、変換前のビート信号D(t)のIQ平面における分布に基づいて推定される分布の中心を基準とするビート信号D(t)の回転角度の変化量に応じて評価値sを決定してもよい。ここで、分布の中心、および回転角度は、第2変換部132において用いられた第2候補信号R2(t)の算出方法における分布の中心、および回転角度θ(t)を意味する。例えば、呼吸の振動の変位が比較的小さい場合、回転角度θ(t)の変化量θ’(t)の変化も比較的小さくなる。一方で、呼吸の振動の変位が比較的大きい場合、θ’(t)の変化も比較的大きくなる。そのため、θ’(t)の大きさや偏差に基づいて呼吸の振動の変位を把握することが可能である。つまり、θ’(t)の変化について評価することにより、第1候補信号R1(t)または第2候補信号R2(t)の一方又は双方を選択するための評価値sを決定することが可能である。
なお、本実施形態においては、各候補信号の周波数、およびビート信号D(t)の角度の変化量に基づいて指標値x1(t)およびx2(t)がそれぞれ算出されたが、本発明はかかる例に限定されず、多様な方法により指標値が算出されてもよい。例えば、信号決定部133は、各候補信号の振幅に含まれる特徴に基づいて指標値を算出してもよい。より具体的に説明すると、信号決定部133は、第1候補信号R1(t)と第2候補信号R2(t)の同時刻における振幅を比較し、複数の時刻における比較結果の分布と上記時刻における比較結果とに基づいて評価値sを決定するための指標値が算出されてもよい。これにより、一方の候補信号の振幅に異常があった際に、すぐに他方の候補信号を用いるように評価値sの値を決定することが可能である。また、信号決定部133は、振幅に含まれる特徴に基づいて指標値を算出する際に、双方の候補信号の振幅を正規化してもよい。これにより、双方の候補信号の振幅の大きさ以外の特徴を抽出が容易となり、評価値sを決定するための要因を増やすことが可能となる。
信号決定部133は、算出された指標値x1(t)またはx2(t)の少なくともいずれかの分布に基づいて、評価値sを決定する処理を行う(S202)。例えば、信号決定部133は、算出された指標値x1(t)またはx2(t)の少なくともいずれかと、所定の閾値とを比較することにより、評価値sを決定してもよい。また、信号決定部133は、指標値x1(t)またはx2(t)の少なくともいずれかについて、機械学習の手法により最適化されたモデルを用いて評価値sを決定してもよい。例えば、信号決定部133は、マハラノビス距離や線形判別関数などの判別分析や、RVM(Relevance Vector Machine:関連ベクトルマシン)、スパースロジスティック回帰、およびベイズロジスティック回帰等のロジスティック回帰、並びに、Deep Learning(深層学習)等を含むニューラルネットワークなどを用いて評価値sを決定してもよい。以下、評価値sの決定手法の例について説明する。
例えば、信号決定部133は、算出された指標値x1(t)またはx2(t)の少なくともいずれかが所定の閾値以上であるか否かに応じて、評価値sを0または1のいずれかに決定してもよい。また、信号決定部133は、指標値x1(t)またはx2(t)の少なくともいずれかの値と上記の所定の閾値との差に基づいて、評価値sを0〜1の間において決定してもよい。
また、信号決定部133は、ロジスティック回帰により構築した確率的識別モデルから、評価値sを決定してもよい。ここで、評価値sは数式6のシグモイド関数により定義され、評価値sを算出するための確率的識別モデルは、数式7に示された尤度p(y|w)で与えられるロジスティック回帰により構築される。なお、数式6および7において、σ(x)はシグモイド関数を意味する。
信号決定部133は、ニューラルネットワークを用いて、評価値sを算出してもよい。例えば、信号決定部133は、上記のような指標値を入力するための入力層、第1候補信号R1(t)および第2候補信号R2(t)を選択するための出力値(選定出力値)を出力するための出力層、および中間層からなる3層のフィードフォワード型ニューラルネットワークを構成してもよい。中間層は、例えば複数のノードにより構成されてもよく、また、Deep Learningのように複数の階層により構成されてもよい。ここで、ニューラルネットワークにより評価値sを決定するために、信号決定部133は、例えば、誤差逆伝播法等によりニューラルネットワークを学習させる必要がある。例えば、信号決定部133は、教師信号付きの指標値を入力層に入力し、出力された選定出力値と教師信号とを比較し、比較の結果生じた誤差を中間層にフィードバックすることにより、最適な選定出力値が出力されるようにニューラルネットワークを学習させる。これにより、中間層の各ノードにおいて演算された選定出力値の精度を向上させることが可能である。
また、第1候補信号R1(t)または第2候補信号R2(t)のいずれかを優先的に選択できるように、評価値sの決定プロセスにおいて、予めバイアスが加えられてもよい。例えば、呼吸の振動の変位が放射波の波長の1/3〜1/2程度である場合、第1候補信号R1(t)および第2候補信号R2(t)は、いずれも呼吸の振動の波形を同程度の精度で表現し得る。この場合、呼吸の振動の方向(吸う方向および吐く方向)を反映する第2候補信号R2(t)を優先的に用いることが望ましい。そのため、例えば、信号決定部133は、評価値sの決定の際に、第2候補信号R2(t)に重みを与えるようにバイアスを加えておいてもよい。この場合、具体的には、上記のようなロジスティック回帰における確率的識別モデルやニューラルネットワークの中間層において、第2候補信号R2(t)に関する値が第1候補信号R1(t)に関する値と比較して高い値が出力されるように調整されてもよい。これにより、第1候補信号R1(t)および第2候補信号R2(t)がいずれも呼吸の振動の波形を同程度の精度で表現している場合において、呼吸の振動の方向を反映した第2候補信号R2(t)を優先的に選択することが可能となる。
次に、信号決定部133は、評価値sに基づいて、出力すべき一次元信号r(t)を決定する処理を行う(S203)。まず、信号決定部133は、評価値sに基づいて、第1候補信号R1(t)または第2候補信号R2(t)の一方、または双方を選択する。そして、信号決定部133は必要な場合に応じて、複数の候補信号の位相を整合させる。そして、信号決定部133は、候補信号の選択時に双方の候補信号を選択した場合、双方の候補信号を統合する処理を行う。以下、一次元信号r(t)の決定処理について説明する。
まず、信号決定部133は、評価値sに基づいて第1候補信号R1(t)または第2候補信号R2(t)の一方、または双方を選択する。例えば、信号決定部133は、評価値sが所定の閾値未満である場合に第1候補信号R1(t)を、評価値sが所定の閾値以上である場合に第2候補信号R2(t)を一次元信号r(t)として決定してもよい。また、信号決定部133は、双方の候補信号を統合することにより一次元信号r(t)を決定する場合、後述するように、評価値sを各候補信号の重みとして用いてもよい。
信号決定部133は、例えば、一次元信号r(t)として一時刻前に一方の候補信号を選択したあとに他方の候補信号に切り替える場合、または、双方の候補信号を統合する場合、双方の候補信号の位相を整合させる必要がある。例えば、第1候補信号R1(t)の位相φ1と第2候補信号R2(t)の位相φ2は必ずしも一致しているとは限らない。そのため、信号決定部133は、一方の候補信号の位相を他方の候補信号の位相に整合させる。これにより、一次元信号r(t)の信号の切り替え処理や、双方の候補信号の統合処理において、各候補信号の位相の不整合による波形の乱れを防ぐことができる。なお、本実施形態では、第1候補信号R1(t)の位相を第2候補信号R2(t)の位相に整合させる処理が実施される。以下、位相の整合処理について説明する。
信号決定部133は、双方の候補信号を用いて一次元信号r(t)を決定する場合、位相を整合させたうえで、双方の候補信号を統合する処理を実施してもよい。例えば、信号決定部133は、以下の数式18のように評価値sを重みとして用いて一次元信号r(t)を決定することができる。
次に、本発明の一実施形態に係る振動状態推定装置10の動作例について説明する。図10は、本発明の一実施形態に係る振動状態推定装置10の動作例を示すフローチャートである。
以上、本発明の一実施形態に係る振動状態推定装置10の動作例について説明した。上述した振動状態推定装置10の情報処理は、ソフトウェアと、振動状態推定装置10との協働により実現される。以下では、本発明の実施形態に係る振動状態推定装置10のハードウェア構成を説明する。
ここまで、図1〜図11を用いて、本発明の一実施形態について説明した。本発明の一実施形態によれば、振動状態推定装置10は、取得したビート信号を複数の信号変換手段を用いて一次元の候補信号に変換しつつ、変換された複数の候補信号のいずれが呼吸の振動をより正確に表現しているかを評価し、評価結果に基づいて出力すべき一次元信号を決定する。これにより、呼吸の振動の変動が大きい場合であっても、呼吸の振動をより正確に反映させた一次元信号を抽出することが可能である。したがって、後処理である振動の周期推定処理において、実際の呼吸の振動に近い波形に基づいて振動の周期を推定することが可能となるので、振動の周期をより高い精度で推定することができる。
2 ドップラーセンサ
10 振動状態推定装置
110 ビート信号取得部
120 フィルタ部
130 信号変換部
131 第1変換部
132 第2変換部
133 信号決定部
140 周波数推定部
150 基準位置推定部
160 周期算出部
Claims (12)
- ビート信号の二次元平面における分布に基づいて前記ビート信号を一次元の第1候補信号に変換する第1変換部と、
前記ビート信号の二次元平面における位置の時間変化に基づいて前記ビート信号を一次元の第2候補信号に変換する第2変換部と、
前記第1変換部から出力された前記第1候補信号および前記第2変換部から出力された前記第2候補信号に基づいて前記第1候補信号または前記第2候補信号の少なくともいずれかを選択することにより一次元信号を決定する信号決定部と、
を備える、振動状態推定装置。 - 前記信号決定部は、前記第1候補信号の特徴量と前記第2候補信号の特徴量とを比較することにより決定される評価値に基づいて前記第1候補信号または前記第2候補信号の少なくともいずれかを選択する、請求項1に記載の振動状態推定装置。
- 前記信号決定部は、前記第1候補信号の周波数と前記第2候補信号の周波数とを比較することにより上記評価値を決定する、請求項2に記載の振動状態推定装置。
- 前記信号決定部は、変換前の前記ビート信号の二次元平面における分布に基づいて推定される前記分布の中心を基準とする前記ビート信号の回転角度の変化量に応じて決定される評価値に基づいて前記第1候補信号または前記第2候補信号の少なくともいずれかを選択する、請求項1に記載の振動状態推定装置。
- 前記信号決定部は、前記第1候補信号および前記第2候補信号の双方を選択する場合、前記第1候補信号および前記第2候補信号を、前記評価値を用いて重み付けすることにより、前記一次元信号を決定する、請求項2〜4のいずれか1項に記載の振動状態推定装置。
- 前記信号決定部は、前記第1候補信号もしくは前記第2候補信号のうち一時刻前に選択された一方の候補信号と異なる候補信号を選択する場合、または、前記第1候補信号および前記第2候補信号の双方を選択する場合、前記第1候補信号または前記第2候補信号のうち一方の候補信号の位相を、他方の候補信号の位相に整合させる、請求項1〜5のいずれか1項に記載の振動状態推定装置。
- 前記第1変換部は、前記ビート信号を表現する二次元ベクトルと、前記ビート信号の共分散行列に対する最大固有値に対応した固有ベクトルとの内積を算出することにより、前記ビート信号を前記第1候補信号に変換する、請求項1〜6のいずれか1項に記載の振動状態推定装置。
- 前記第2変換部は、前記ビート信号の二次元平面における分布に基づいて推定される前記分布の中心からの前記ビート信号の位置までの距離と、前記中心を基準とする前記ビート信号の回転角度の変化量との積を算出することにより、前記ビート信号を前記第2候補信号に変換する、請求項1〜7のいずれか1項に記載の振動状態推定装置。
- 前記信号決定部により決定された前記一次元信号の周波数を推定する周波数推定部と、
前記周波数推定部により推定された前記周波数に基づいて前記一次元信号の基準位置を推定する基準位置推定部と、
前記基準位置推定部により推定された一の基準位置と連続する他の基準位置との間隔を前記一次元信号の周期として算出する周期算出部と、
をさらに備える、請求項1〜8のいずれか1項に記載の振動状態推定装置。 - 前記ビート信号は、生体の呼吸に伴う振動に応じてドップラーセンサにより検出されたビート信号である、請求項1〜9のいずれか1項に記載の振動状態推定装置。
- ビート信号の二次元平面における分布に基づいて前記ビート信号を一次元の第1候補信号に変換するステップと、
前記ビート信号の二次元平面における位置の時間変化に基づいて前記ビート信号を一次元の第2候補信号に変換するステップと、
変換された前記第1候補信号および変換された前記第2候補信号に基づいて前記第1候補信号または前記第2候補信号の少なくともいずれかを選択することにより一次元信号を決定するステップと、
を含む、振動状態推定方法。 - コンピュータを、
ビート信号の二次元平面における分布に基づいて前記ビート信号を一次元の第1候補信号に変換する第1変換部と、
前記ビート信号の二次元平面における位置の時間変化に基づいて前記ビート信号を一次元の第2候補信号に変換する第2変換部と、
前記第1変換部から出力された前記第1候補信号および前記第2変換部から出力された前記第2候補信号に基づいて前記第1候補信号または前記第2候補信号の少なくともいずれかを選択することにより一次元信号を決定する信号決定部と、
として機能させるためのプログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015088587A JP6477199B2 (ja) | 2015-04-23 | 2015-04-23 | 振動状態推定装置、振動状態推定方法、およびプログラム |
US14/996,200 US10485455B2 (en) | 2015-04-23 | 2016-01-14 | Estimation device, vibration state estimation method, and recording medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015088587A JP6477199B2 (ja) | 2015-04-23 | 2015-04-23 | 振動状態推定装置、振動状態推定方法、およびプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2016206033A true JP2016206033A (ja) | 2016-12-08 |
JP6477199B2 JP6477199B2 (ja) | 2019-03-06 |
Family
ID=57147085
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015088587A Active JP6477199B2 (ja) | 2015-04-23 | 2015-04-23 | 振動状態推定装置、振動状態推定方法、およびプログラム |
Country Status (2)
Country | Link |
---|---|
US (1) | US10485455B2 (ja) |
JP (1) | JP6477199B2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020515313A (ja) * | 2017-03-26 | 2020-05-28 | マサチューセッツ インスティテュート オブ テクノロジー | 無線信号からの睡眠段階の学習 |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014155222A2 (en) * | 2013-03-26 | 2014-10-02 | Koninklijke Philips N.V. | Environment control system |
US10264996B2 (en) * | 2015-10-19 | 2019-04-23 | Sayfe Kiaei | Method and apparatus for wirelessly monitoring repetitive bodily movements |
US10458954B2 (en) | 2016-09-15 | 2019-10-29 | Kabushiki Kaisha Toshiba | Structure evaluation system, structure evaluation apparatus, and structure evaluation method |
US10352912B2 (en) * | 2016-09-15 | 2019-07-16 | Kabushiki Kaisha Toshiba | Structure evaluation system, structure evaluation apparatus, and structure evaluation method |
CN110088643B (zh) * | 2018-08-31 | 2021-12-07 | 深圳迈睿智能科技有限公司 | 人体存在探测器及其人体存在探测方法 |
JP2020091302A (ja) * | 2018-12-03 | 2020-06-11 | 本田技研工業株式会社 | 感情推定装置、感情推定方法、およびプログラム |
CN113315667B (zh) * | 2021-07-28 | 2021-10-15 | 山东科技大学 | 一种野值检测下时滞复杂网络系统的状态估计方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07234276A (ja) * | 1994-02-23 | 1995-09-05 | Mitsubishi Electric Corp | 角度検出装置及び角度検出方法及びレーダ装置 |
US20090278728A1 (en) * | 2008-05-09 | 2009-11-12 | Lucent Technologies, Inc. | Doppler Radar Cardiopulmonary Sensor and Signal Processing System and Method for Use Therewith |
JP2011053028A (ja) * | 2009-08-31 | 2011-03-17 | Toshiba Corp | ドップラーレーダ装置及びドップラー速度算出方法 |
JP2011122732A (ja) * | 2009-12-08 | 2011-06-23 | Mitsubishi Electric Corp | 空気調和機 |
JP2013096828A (ja) * | 2011-10-31 | 2013-05-20 | Panasonic Corp | ドップラーレーダシステム、及び物体検知方法 |
JP2013158344A (ja) * | 2012-02-01 | 2013-08-19 | Oki Electric Industry Co Ltd | 情報処理装置、情報処理方法、及びプログラム |
JP2014215200A (ja) * | 2013-04-26 | 2014-11-17 | 沖電気工業株式会社 | 特徴量算出装置、特徴量算出方法およびプログラム |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3976752B2 (ja) * | 2004-07-07 | 2007-09-19 | 三洋電機株式会社 | 睡眠状態推定装置及びプログラム |
JP2006263032A (ja) | 2005-03-23 | 2006-10-05 | Honda Motor Co Ltd | 睡眠深度計測装置 |
US20080119716A1 (en) * | 2006-05-17 | 2008-05-22 | Olga Boric-Lubecke | Determining presence and/or physiological motion of one or more subjects with quadrature doppler radar receiver systems |
WO2011011413A2 (en) * | 2009-07-20 | 2011-01-27 | University Of Florida Research Foundation, Inc. | Method and apparatus for evaluation of a subject's emotional, physiological and/or physical state with the subject's physiological and/or acoustic data |
JP5606604B2 (ja) | 2013-09-20 | 2014-10-15 | 三菱電機株式会社 | 生体状態取得装置、生体状態取得プログラム、生体状態取得装置を備えた機器及び空気調和機 |
-
2015
- 2015-04-23 JP JP2015088587A patent/JP6477199B2/ja active Active
-
2016
- 2016-01-14 US US14/996,200 patent/US10485455B2/en active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07234276A (ja) * | 1994-02-23 | 1995-09-05 | Mitsubishi Electric Corp | 角度検出装置及び角度検出方法及びレーダ装置 |
US20090278728A1 (en) * | 2008-05-09 | 2009-11-12 | Lucent Technologies, Inc. | Doppler Radar Cardiopulmonary Sensor and Signal Processing System and Method for Use Therewith |
JP2011053028A (ja) * | 2009-08-31 | 2011-03-17 | Toshiba Corp | ドップラーレーダ装置及びドップラー速度算出方法 |
JP2011122732A (ja) * | 2009-12-08 | 2011-06-23 | Mitsubishi Electric Corp | 空気調和機 |
JP2013096828A (ja) * | 2011-10-31 | 2013-05-20 | Panasonic Corp | ドップラーレーダシステム、及び物体検知方法 |
JP2013158344A (ja) * | 2012-02-01 | 2013-08-19 | Oki Electric Industry Co Ltd | 情報処理装置、情報処理方法、及びプログラム |
JP2014215200A (ja) * | 2013-04-26 | 2014-11-17 | 沖電気工業株式会社 | 特徴量算出装置、特徴量算出方法およびプログラム |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020515313A (ja) * | 2017-03-26 | 2020-05-28 | マサチューセッツ インスティテュート オブ テクノロジー | 無線信号からの睡眠段階の学習 |
Also Published As
Publication number | Publication date |
---|---|
US10485455B2 (en) | 2019-11-26 |
JP6477199B2 (ja) | 2019-03-06 |
US20160310044A1 (en) | 2016-10-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6477199B2 (ja) | 振動状態推定装置、振動状態推定方法、およびプログラム | |
JP6515670B2 (ja) | 睡眠深度推定装置、睡眠深度推定方法、およびプログラム | |
Varghees et al. | Effective heart sound segmentation and murmur classification using empirical wavelet transform and instantaneous phase for electronic stethoscope | |
US20210100456A1 (en) | Apparatus and method for extracting feature of bio-signal, and apparatus for detecting bio-information | |
US20200245952A1 (en) | Feature extraction apparatus and method for biometric information detection, biometric information detection apparatus, and wearable device | |
JP6321014B2 (ja) | 動きロバストバイタル信号モニタリング | |
JP6135280B2 (ja) | 特徴量算出装置、特徴量算出方法およびプログラム | |
US20100138191A1 (en) | Method and system for acquiring and transforming ultrasound data | |
JP5718126B2 (ja) | 微細振動特徴量算出装置、微細振動特徴量算出方法及びプログラム | |
JP6127602B2 (ja) | 状態認識装置、状態認識方法及びコンピュータプログラム | |
KR20150113700A (ko) | 진단 시스템 및 방법 | |
JP2020515313A (ja) | 無線信号からの睡眠段階の学習 | |
JP2017086894A (ja) | 信号特徴抽出方法及びその装置並びにコンピュータ読取可能記録媒体 | |
JPWO2019078054A1 (ja) | 音響波診断装置および音響波診断装置の制御方法 | |
JP2017127398A (ja) | 情報処理装置、情報処理システム、情報処理方法及びプログラム | |
JP6536038B2 (ja) | 周期推定装置、周期推定方法及びプログラム。 | |
KR20150068694A (ko) | 사용자 인증 방법과 이를 수행하는 사용자 인증 장치 및 사용자 인증 시스템 | |
Ghahjaverestan et al. | Switching Kalman filter based methods for apnea bradycardia detection from ECG signals | |
KR20190058289A (ko) | 적응형 저역 통과 필터를 사용하여 오디오에서 호흡 속도를 검출하는 기법 | |
JP2013158344A (ja) | 情報処理装置、情報処理方法、及びプログラム | |
JP6316063B2 (ja) | 情報処理装置、情報処理システム、情報処理方法、およびプログラム | |
Barnova et al. | A comparative study of single-channel signal processing methods in fetal phonocardiography | |
JP2020203032A (ja) | 脳症判定プログラム、脳症判定方法および情報処理装置 | |
JP6963996B2 (ja) | 制御装置、バイタル検出方法、プログラム、およびバイタル検出装置 | |
JP6299172B2 (ja) | 情報処理装置、情報処理方法及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180215 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20180928 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20181106 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20181130 |
|
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: 20190108 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190121 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6477199 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |