JP2016509870A - 呼吸信号の組合せを使用する呼吸速度測定 - Google Patents

Abstract

呼吸速度を測定する方法及びシステムが開示される。第１の態様では、方法は、少なくとも１つの呼吸信号を測定することと、ローパスフィルタを使用して呼吸信号をフィルタリングすることとを含む。方法は、呼吸信号のピークをピッキングすることであって、それにより、呼吸速度を特定する、ピークをピッキングすることと、呼吸速度の品質尺度を特定することとを含む。第２の態様では、システムは、プロセッサを含む、少なくとも１つの電極を介してユーザに結合される無線センサ装置と、アプリケーションを記憶する、プロセッサに結合されるメモリ装置と備え、アプリケーションは、プロセッサによって実行されると、プロセッサに、方法のステップを実行させる。

Description

本発明は、センサに関し、より詳細には、呼吸信号の組合せを使用して呼吸速度を測定することに利用されるセンサ装置に関する。

呼吸速度（ＲＲ：ｒｅｓｐｉｒａｔｏｒｙ ｒａｔｅ）は、苦痛の周期を調べるのに有用な重要なバイタルサインである。高及び低呼吸速度は多くの場合、心不全（チェーンストークス呼吸）、閉塞性睡眠時無呼吸（呼吸の中断）、及び代謝性アシドーシス（過呼吸）を含む深刻な疾病の症状である。煩わしくないセンサを使用する呼吸速度の正確な測定により、人の呼吸の連続監視が可能になる。

人の呼吸速度を測定する従来の方法は、人の胸部が上昇する回数をカウントすることにより、人が、停止したまま所定の時間期間を超えるときの各呼吸を測定することを含む。支援のために、聴診器等の装置も同様に、医師によって利用されることが多い。しかし、これらの従来の方法は、呼吸速度を測定するには、非効率的であり、煩わしく、時間のかかる分析を必要とする。したがって、センサ及び信号の組合せを利用して、ＲＲを測定することによって上記問題を解消し、それにより、任意の信号センサ／信号を使用するＲＲの測定にわたる精度の増大を提供する費用効率的な解決策が強く必要とされている。本発明はそのようなニーズに応える。

呼吸速度を測定する方法及びシステムが開示される。第１の態様では、方法は、少なくとも１つの呼吸信号を測定することと、ローパスフィルタを使用して呼吸信号をフィルタリングすることとを含む。方法は、呼吸信号のピークをピッキングすることであって、それにより、呼吸速度を特定する、ピークをピッキングすることと、呼吸速度の品質尺度を特定することとを含む。

第２の態様では、システムは、プロセッサを含む、少なくとも１つの電極を介してユーザに結合される無線センサ装置と、アプリケーションを記憶する、プロセッサに結合されるメモリ装置と備え、アプリケーションは、プロセッサによって実行されると、プロセッサに、少なくとも１つの呼吸信号を測定することと、ローパスフィルタを使用して呼吸信号をフィルタリングすることとを実行させる。システムは、プロセッサに、呼吸信号のピークをピッキングすることであって、それにより、呼吸速度を特定する、ピークをピッキングすることと、呼吸速度の品質尺度を特定することとを更に実行させる。

添付図は、本発明の幾つかの実施形態を示し、説明と共に、本発明の原理を説明する役割を果たす。図に示される実施形態が単なる例示であり、本発明の範囲を限定する意図がないことを当業者は認識しよう。

図１は、一実施形態による無線センサ装置を示す。 図２は、一実施形態による呼吸速度を測定する方法のフローチャートを示す。 図３は、一実施形態による加速度計呼吸プロセスのフローチャートを示す。 図４は、一実施形態によるピーク検出プロセスのフローチャートを示す。 図５は、一実施形態による品質尺度プロセスのフローチャートを示す。 図６は、一実施形態による、品質尺度を呼吸信号と比較する図を示す。 図７は、一実施形態によるＱＲＳ呼吸プロセス７００のフローチャートを示す。 図８は、一実施形態による呼吸信号計算の図を示す。

本発明は、センサに関し、より詳細には、呼吸信号の組合せを使用して呼吸速度を測定することに利用されるセンサ装置に関する。以下の説明は、当業者が、本発明を作成し使用できるようにするために提示され、本願及びその要件の文脈の中で提供される。本明細書に記載される好ましい実施形態並びに一般的な原理及び特徴への様々な変更が、当業者に容易に理解されよう。したがって、本発明は、示される実施形態に限定される意図はなく、本明細書に記載される原理及び特徴に一致する最も広い範囲に従うべきである。

センサ及び信号の組合せを利用して、呼吸速度（ＲＲ）を推定することは、任意の単一のセンサ／信号の従来の利用よりも優れた精度の増大を提供する。本発明の組合せによる方法及びシステムは、個々の各センサから得られる呼吸信号の品質の知識を必要とする。様々なソースからの呼吸信号は、本発明による方法及びシステムへの入力として利用することができる。これらのソースは、胸部搭載加速度計、ＥＫＧ導出呼吸信号、屈曲センサ、伸縮センサ（呼吸インダクタンスプレスチモグラフィ）、インピーダンス呼吸記録法、フローセンサ、ＣＯ_２センサを含むが、これらに限定されない。

本発明による方法及びシステムは、複数のソースから導出される呼吸信号を使用して人の呼吸速度を特定する。一実施形態では、複数のソースは、正確な軸は重力に直交する胸部搭載加速度計、ＥＫＧ信号のＱＲＳ群の面積／振幅が計算されるＱＲＳ面積／振幅、ＥＫＧ信号の続くＲピーク間（Ｒ−Ｒ間隔）の時間が計算される呼吸性洞性不整脈（ＲＳＡ）、及び関心のある任意の他の呼吸信号を含む。

無線センサ装置が人に取り付けられ、無線センサが複数の呼吸信号を検出した後、各信号は無線センサ装置によってフィルタリングされて、呼吸周波数範囲での活動を取得する。一実施形態では、フィルタリングは、０．７ヘルツ（Ｈｚ）でのローパスフィルタによって行われる。無線センサ装置に記憶されたアプリケーションが、各呼吸信号のピークピッキングを行い、その人の呼吸数を検出し、その時点での信号の標準偏差に基づいて変化する閾値を使用することによって呼吸速度を計算する。

無線センサ装置は、呼吸速度を分析し、最小時間及び振幅の規則性と、呼吸信号の雑音の多さとに基づいて、０〜１の品質尺度を特定する。品質尺度により、無線センサ装置は、導出される各呼吸速度が信頼できるものか否かを判断することができる。品質尺度は、期待誤差と逆の相関関係にあり、０は高誤差を示し、１は低誤差を示す。さらに、平滑化が呼吸速度に対して実行されて、トリミング手段を使用して欠損／外部由来ピークの影響を低減する。

人の呼吸速度を測定するために、回路が埋め込まれたパッチフォームファクタのポータブル無線センサ装置を含め、様々な無線センサ装置が利用可能であり、本発明の趣旨及び範囲内であることを当業者は容易に理解する。

本発明の特徴をより詳細に説明するために、これより、添付図と併せて以下の説明を参照する。

図１は、一実施形態による無線センサ装置１００を示す。無線センサ装置１００は、センサ１０２と、センサ１０２に結合されるプロセッサ１０４と、プロセッサ１０４に結合されるメモリ１０６と、メモリ１０６に結合されるアプリケーション１０８と、アプリケーション１０８に結合される送信器１１０とを含む。センサ１０２は、ユーザからデータを取得し、そのデータをメモリ１０６に、そしてアプリケーション１０８に送信する。プロセッサ１０４はアプリケーション１０８を実行して、ユーザのＥＣＧ信号情報を処理する。情報は送信器１１０に送信され、そして、別のユーザ又は装置に中継される。

一実施形態では、センサ１０２は、心臓活動を測定する２つの電極と、物理的な活動及び姿勢を記録する加速度計とを備え、プロセッサ１０４はマイクロプロセッサを備える。プロセッサ１０４、メモリ１０６、アプリケーション１０８、及び送信器１１０に様々な装置が利用可能であり、本発明の趣旨及び範囲内であることを当業者は容易に理解する。

図２は、一実施形態による呼吸速度を測定する方法２００のフローチャートを示す。図１及び図２を一緒に参照すると、方法２００は、２０２を介して、無線センサ装置１００が少なくとも１つの呼吸信号を測定することと、２０４を介して、ローパスフィルタを使用して呼吸信号をフィルタリングすることとを含む。方法２００は、２０６を介して、呼吸信号のピークをピッキングして、呼吸の回数及び呼吸速度を測定することと、２０８を介して、呼吸速度の品質尺度を特定することとを含む。一実施形態では、少なくとも１つの呼吸信号は、胸部搭載加速度計、ＥＫＧ信号のＱＲＳ面積及びＱＲＳ振幅、並びに呼吸性洞性不整脈（ＲＳＡ）を含むが、これらに限定されない様々なソースから導出される。

人に取り付けられた無線センサ装置内に埋め込まれた胸部搭載加速度計を用いる場合、呼吸は、低活動期間中に検出することができる。呼吸中、胸部は膨張し、重力に対する加速度計の角度はわずかに変化する。θの角度変化は、θが０に近い場合のθに概ね等しい正弦の大きさ変化を生じさせる。人が真っ直ぐ立っているか、又は側臥位であるとき、調べる最良の軸は、前部−後部軸であり、人が仰臥位であるとき、調べる最良の軸は、下側−上側軸（頭からつま先）である。

胸部搭載加速度計から導出される呼吸信号は、吸気及び呼気に対応する最小及び最大を有する。最小及び最大は、吸気又は呼気の何れかに対応することができる。呼吸信号のピークの大きさは均一ではないため、本発明による方法及びシステムは、小さな所定の時間期間窓内の呼吸信号の標準偏差に基づいて時間変化する閾値を有する加速度計呼吸プロセスを利用する。呼吸信号のピーク時間間の差を特定することにより、瞬間呼吸速度が計算される。

図３は、一実施形態による加速度計呼吸プロセス３００のフローチャートを示す。加速度計呼吸プロセス３００は、３０２を介して、回転された加速度信号Ａ_ｘ、Ａ_ｙ、Ａ_ｚを取得し、３０４を介して、重力に直交する正確な軸に基づいて呼吸信号（Ｒ［ｎ］）を計算する。呼吸信号Ｒ［ｎ］のローリング標準偏差（σ［ｎ］）は、３０６を介して、式：

に従って所定の４５秒窓（ｎ）内で計算される。３０８を介して、ローリング標準偏差を使用して、ピーク閾値が、式：
ｔｈ［ｎ］＝α＊σ［ｎ］
に従って計算され、式中、αは、ピーク閾値ｔｈ［ｎ］の標準偏差数（例えば、１．３）である。

ピーク閾値を計算した後、３１０を介して、ピーク検出プロセスを利用して、呼吸信号Ｒ［ｎ］の最小及び最大を特定する。呼吸速度品質尺度が、３１２を介して、呼吸ピークの規則性を判断する幾つかの特徴を使用して特定され、瞬間呼吸速度（ＲＲ）が、３１４を介して、式：
ＲＲ＝６０／（ｔ_ｍｉｎ［ｉ］−ｔ_ｍｉｎ［ｉ−１］）
に従って最小時間間の第１の差として計算される。３１６を介して、所定の４５秒窓内の四分位範囲（２５％〜７５％）外の呼吸速度は破棄され、３１８を介して、トリミングされた平均呼吸速度が計算され、計算された瞬間ＲＲを平滑化する。

一実施形態では、３０４を介する呼吸信号（Ｒ［ｎ］）計算は、重力ベクトル（Ｇ＝［ｇ_ｘ，ｇ_ｙ，ｇ_ｚ］に直交する軸を決定する。人が真っ直ぐ立っている場合、重力に直交する軸はＺ軸（前部−後部軸）であり、ここで、Ｇ×［１；０；０］＝［０；０；１］である。人が仰臥位である場合、重力に直交する軸はＹ軸（下側−上側軸）であり、ここで、Ｇ×［１；０；０］＝［０；１；０］である。人が側臥位である場合、重力に直交する軸は経験的にＺ軸としてわかっており、ここで、Ｇ×［０；１；０］＝［０；０；１］である。したがって、重力がＸ方向を向くほど、外積へのＹ軸の寄与が大きくなる。

この実施形態では、重力Ｇ用の０．０２Ｈｚ未満のローパスフィルタ加速度及び呼吸Ａ_ＬＰ用の０．７Ｈｚ未満のローパスフィルタリング加速度が特定される。重力とＸ軸との間の角度θは、式：

に従って計算される。θを使用して、呼吸信号の重力直交方向は、以下の１組の式に従って計算され、式中、Ｐは、呼吸信号を計算する方向であり、

である。

Ｐを使用して、加速度計に基づく呼吸信号は、以下の組の式に従って計算され、式中、Ｒは呼吸信号である。

一実施形態では、３１０を介して呼吸信号の最小及び最大を特定するのに利用されるピーク検出／ピークピッキングプロセスは、特定の時点での呼吸信号の標準偏差に基づいて変化する閾値を利用する。ピーク検出プロセスは、呼吸信号のピークツーピーク振幅が、呼吸信号の変動に依存する特定の閾値（ｔｈ［ｎ］）よりも大きいことを保証する。

図４は、一実施形態によるピーク検出プロセス４００のフローチャートを示す。ピーク検出プロセス４００は、胸部搭載加速度計、ＱＲＳ面積、及びＲＳＡを含むが、これらに限定されない様々なソースからの呼吸信号に利用することができる。ピーク検出プロセス４００は、４０２を介して、ｌｅｆｔ＿ｍｉｎ＝ｉｎｆ、ｔｅｍｐ＿ｍａｘ＝ｉｎｆ、及びｐｅａｋ＿ｃｏｕｎｔ＝０を設定し、４０４を介して、呼吸信号Ｒ［ｎ］のサンプルを取得する。呼吸信号の第１の差の符号は、４０６を介して、式：
ｄ［ｎ］＝ｓｉｇｎ（Ｒ［ｎ］−Ｒ［ｎ−１］
に従って計算される。

ピーク検出プロセス４００は、４０８を介して、ｄ［ｎ］＊ｄ［ｎ−１］＝−１であるか否かを分析する。否定（ｄ［ｎ］＊ｄ［ｎ−１］）が−１に等しくない）の場合、プロセス４００は再び４０４に戻り、呼吸信号Ｒ［ｎ］の別のサンプルを取得する。肯定（ｄ［ｎ］＊ｄ［ｎ−１］＝−１である）の場合、プロセス４００は、４１０を介して、ピークツーピーク閾値ｔｈ［ｎ−１］を決定し、４１２を介して、ｄ［ｎ］＝−１であるか否かを分析する。否定（ｄ［ｎ］が−１に等しくない）の場合、プロセス４００は、４１４を介して、ｔｅｍｐ＿ｍａｘ＞Ｒ［ｎ−１］＋ｔｈ［ｎ−１］であるか否かを分析し、肯定（ｄ［ｎ］＝−１である）の場合、プロセス４００は、４１６を介して、Ｒ［ｎ−１］＞ｔｅｍｐ＿ｍａｘであるか否か、及びＲ［ｎ−１］＞ｌｅｆｔ＿ｍｉｎ＋ｔｈ［ｎ］であるか否かを分析する。否定（Ｒ［ｎ−１］がｔｅｍｐ＿ｍａｘよりも大きくないか、又はＲ［ｎ−１］がｌｅｆｔ＿ｍｉｎ＋ｔｈ［ｎ］よりも大きくない）の場合、プロセス４００は４０４に戻り、呼吸信号Ｒ［ｎ］の別のサンプルを取得する。肯定（Ｒ［ｎ−１］＞ｔｅｍｐ＿ｍａｘであり、且つＲ［ｎ−１］＞ｌｅｆｔ＿ｍｉｎ＋ｔｈ［ｎ］である）の場合、プロセス４００は、ｔｅｍｐ＿ｍａｘ＝Ｒ［ｎ−１］に設定するとともに、ｔｅｍｐ＿ｍａｘ＿ｔｉｍｅ＝ｎ−１に設定し、４０４に戻り、呼吸信号Ｒ［ｎ］の別のサンプルを取得する。

ｔｅｍｐ＿ｍａｘ＞Ｒ［ｎ−１］＋ｔｈ［ｎ−１］である場合、プロセス４００は、４２０を介して、最大がｔｅｍｐ＿ｍａｘの大きさでｔｅｍｐ＿ｍａｘ＿ｔｉｍｅで見つけられると判断するとともに、最小がｌｅｆｔ＿ｍｉｎの大きさでｌｅｆｔ＿ｍｉｎ＿ｔｉｍｅで見つけられると判断する。ｔｅｍｐ＿ｍａｘがＲ［ｎ−１］＋ｔｈ［ｎ−１］以下である場合、プロセス４００は、４１８を介して、Ｒ［ｎ−１］＜ｌｅｆｔ＿ｍｉｎであるか否かを分析する。否定（Ｒ［ｎ−１］がｌｅｆｔ＿ｍｉｎ以上である）の場合、プロセス４００は４０４に戻り、呼吸信号Ｒ［ｎ］の別のサンプルを取得する。肯定（Ｒ［ｎ−１］＜ｌｅｆｔ＿ｍｉｎである）の場合、プロセスは、ｌｅｆｔ＿ｍｉｎ＝Ｒ［ｎ−１］に設定するとともに、ｌｅｆｔ＿ｍｉｎ＿ｔｉｍｅ＝ｎ−１に設定し、４０４に戻り、呼吸信号Ｒ［ｎ］の別のサンプルを取得する。

したがって、ピーク検出プロセス４００は、呼吸信号の第１の差（Ｒ［ｎ］−Ｒ［ｎ−１］）が正から負に移ると判断する場合、プロセス４００は、呼吸信号のピークがｌｅｆｔ＿ｍｉｎ＋ｔｈ［ｎ］よりも大きいか否か、及びピークが最後のｔｅｍｐ＿ｍａｘよりも大きいか否かを分析する。これらの条件の両方が満たされる場合、ピークは新しいｔｅｍｐ＿ｍａｘとして設定される。ピーク検出プロセス４００が、呼吸信号の導関数が負から正に移ると判断する場合、プロセス４００は、バレーがｔｅｍｐ＿ｍａｘのｔｈ［ｎ］未満であるか否かを分析し、バレーがｔｅｍｐ＿ｍａｘのｔｈ［ｎ］未満である場合、プロセス４００は、ｔｅｍｐ＿ｍａｘを実際の最大として設定し、ｌｅｆｔ＿ｍｉｎを実際の最小として設定する。その他の場合、バレーが前のｌｅｆｔ＿ｍｉｎ未満の場合、プロセス４００は、バレーを新しいｌｅｆｔ＿ｍｉｎとして設定する。最小／最大対が見つけられる都度、プロセス４００は、現在のｔｅｍｐ＿ｍａｘを−∞に設定するとともに、現在のｌｅｆｔ＿ｍｉｎを∞に設定する。

一実施形態では、３１２を介する呼吸速度品質尺度特定は、所定の時間期間（例えば、４５秒）内で導出され、最小時間の差の変動係数（平均にわたる標準偏差）（ｃ_ｔ）、ピークツーピーク値の変動係数（平均にわたる標準偏差）（ｃ_ｐ）、平均ピークツーピーク値（ｍ_ｐ）、及び全ての局所的極値の総数に対する、ピッキングされた極値の数の比率（ｒ_ｅｘｔ）を含むが、これらに限定されない特徴に基づいて導出される。この実施形態では、品質尺度は、前に学習された重みを使用して加重され、指数を使用して変換されて、品質尺度を０〜１の値にする。

各入力信号の品質尺度は、呼吸ピークの規則性を判断する上記特徴を使用して、４５秒窓内で推定される。ｃ_ｔが小さいほど、より規則的なピーク時間、ひいてはより高い呼吸信号品質に等しい。ｃ_ｐが小さいほど、より規則的なピーク高さ、ひいてはより高い呼吸信号品質に等しい。より大きなｍ_ｐほど、より多くのアーチファクト／雑音、ひいてはより低い呼吸信号品質を示す。１に近いｒ_ｅｘｔほど、呼吸信号が最小偽ピーク、ひいてはより高い呼吸信号品質を有することを示す。

特徴は、前に学習した重みを使用して加重されて、呼吸信号内の誤差（Ｅ）の推定値を取得する。重みは、収集されたデータセットへの最小二乗回帰によって学習され、それにより、学習された重みは誤差の最良予測を可能にする。一実施形態では、ＥはＥ＝ｗ_１＊ｃ_ｔ＋ｗ_２＊ｃ_ｐ＋ｗ_３＊ｍ_ｐ＋ｗ_４＊ｒ_ｅｘｔ＋ｗ_５として計算され、式中、典型的な重みは、ｗ_１＝３．８、ｗ_２＝７．９、ｗ_３＝９．８、ｗ_４＝８．４、及びｗ_５＝８．３を含むが、これらに限定されない。誤差（Ｅ）は、指数を使用して変換されて、式：
Ｑ＝ｅ^−Ｅ／γ
に従って０〜１の品質尺度（Ｑ）を取得し、式中、γ＝５である。γパラメータは、推定誤差と品質との所望の対応性に依存する変数である。γの値が小さいほど、所与の誤差について品質が大きく低減する。推定誤差（Ｅ）が高い場合、Ｑは０により近くなり、これは、呼吸信号の品質がより低いことを示す。推定誤差（Ｅ）が低く、０に近い場合、Ｑは１により近くなり、これは、呼吸信号の品質がより高いことを示す。

平均ピークツーピーク値ｍ_ｐが、閾値ｍｉｎ＿ｐ２ｐを下回る場合、呼吸信号の品質（Ｑ）は、品質（Ｑ）をｍ_ｐ／ｍｉｎ＿ｐ２ｐで乗算することによって低減される。ｍ_ｐ／ｍｉｎ＿ｐ２ｐは１未満であるため、品質はより小さくなる。呼吸信号が小さすぎ、雑音に近い場合、小さなピークツーピーク値が生じ、それにより、この呼吸信号から呼吸速度を正確に推定することがより難しくなる。したがって、これらの状況で品質尺度を低減することにより、アルゴリズムが、これらの信号に頼ることが妨げられる。

図５は、一実施形態による品質尺度プロセス５００のフローチャートを示す。品質尺度プロセス５００は、５０２を介して、Ｒ_ｍｉｎ［ｉ］、Ｒ_ｍａｘ［ｉ］、ｔ_ｍｉｎ［ｉ］、及びｔ_ｍａｘ［ｉ］として、呼吸信号の４５秒時間窓内の最小及び最大を得る。最小時間の差の変動係数（ｃ_ｔ）は、５０４を介して、式：
ｃ_ｔ＝ｓｔｄ（ｔ_ｍｉｎ［ｉ＋１］−ｔ_ｍｉｎ［ｉ］／ｍｅａｎ（ｔ_ｍｉｎ［ｉ＋１］−ｔ_ｍｉｎ［ｉ］）
に従って品質尺度プロセス５００によって計算される。最小毎に、プロセス５００は、５０６を介して、各側の最大を平均し、最小を減算して、式：
Ｐ［ｉ］＝０．５＊（Ｒ_ｍａｘ［ｉ］＋Ｒ_ｍａｘ［ｉ＋１］）−Ｒ_ｍｉｎ［ｉ］
に従って平均ピークツーピーク（Ｐ［ｉ］）を得る。プロセス５００は、５０８を介して、元の閾値の半分（ｔｈ［ｎ］／２）を使用して、最後の４５秒時間窓からも最小及び最大（Ｒ^ｈａｌｆ _ｍｉｎ［ｉ］及びＲ^ｈａｌｆ _ｍａｘ［ｉ］）を取得する。

平均ピークツーピークＰ［ｉ］が計算されると、プロセス５００は、５１０を介して、式：
ｃ_ｐ＝ｓｔｄ（Ｐ）／ｍｅａｎ（Ｐ）
に従って平均ピークツーピーク振幅の変動係数（ｃ_ｐ）を計算し、５１２を介して、式：
ｍ_ｐ＝ｍｅａｎ（Ｐ）
に従って４５秒時間窓でのピークツーピーク振幅の平均を計算する。最後の４５秒時間窓から最小及び最大が得られると、プロセス５００は、５１４を介して、式：
ｒ_ｅｘｔ／Ｎ_{ｐｉｃｋｅｄ}／Ｎ_ａｌｌ
に従って、局所的極大の総数に対する、ピッキングされた極大数の比率を計算する。

ｃ_ｔ、ｃ_ｐ、ｍ_ｐ、及びｒ_ｅｘｔの計算に続き、プロセス５００は、５１６を介して、式：
Ｅ＝ｗ_１＊ｃ_ｔ＋ｗ_２＊ｃ_ｐ＋ｗ_３＊ｍ_ｐ＋ｗ_４＊ｒ_ｅｘｔ＋ｗ_５
に従って誤差（Ｅ）を推定し、Ｅが０未満である場合、５１８を介してＥ＝０に設定する。プロセス５００は、５２０を介して、式：
Ｑ＝ｅ^−Ｅ／γ
に従って、推定誤差（Ｅ）を現在の４５秒時間窓の品質尺度（Ｑ）に変換する。プロセス５００は、５２２を介して、ピークツーピークが小さい場合、呼吸信号の品質を低減し、ｍ_ｐ＜ｍｉｎ＿ｐ２ｐである場合、式Ｑ＝Ｑ＊ｍ_ｐ／ｍｉｎ＿ｐ２ｐになる。

品質尺度プロセス５００は、胸部搭載加速度計、ＱＲＳ面積、ＱＲＳ振幅、及びＲＳＡを含むが、これらに限定されない様々なソースからの呼吸信号に利用することができる。様々な呼吸信号に対して、誤差（Ｅ）を推定する重みは、利用される特定の呼吸信号に向けて較正される。加速度計（又は他の呼吸信号ソースメカニズム）データでの大きな動きアーチファクトが品質を低減することを当業者容易に理解しよう。図６は、一実施形態による、品質尺度を呼吸信号と比較する図６００を示す。呼吸信号は、時間窓の開始及び終了中に雑音を受けるため、品質尺度は０に近くなるが、呼吸信号は時間窓の中間中、最小の雑音を受けるため、品質尺度は１に近くなる。

胸部搭載加速度計から呼吸信号を導出することに加えて、呼吸信号は、ＥＫＧ信号のＱＲＳ波を介して導出することもできる。一実施形態では、センサ１０２は、取り付けられる場合、無線センサ装置１００が人のＥＫＧ信号を測定できるようにする電極を備える。ＥＫＧのＱＲＳ波は、呼吸の心臓への機械的影響に起因して、呼吸で変調される。呼吸は、胸腔内で心臓をシフトさせ、心臓軸を変化させ、吸気／呼気中のＱＲＳ振幅を変化させる。

一実施形態では、ＱＲＳ面積又はＱＲＳ振幅は、ＱＲＳ呼吸プロセスを使用した、呼吸に起因するＱＲＳ波の変調の測定値として計算される。この実施形態では、ＥＫＧ信号は、無線センサ装置１００によって検出され、ＥＫＧ信号は、２０Ｈｚのハイパスフィルタリングを使用してフィルタリングされる。フィルタリング後、Ｒ波のピークが検出され、Ｒ波ピークは、Ｒ波ピーク前後にセンタリングされた所定の時間窓（例えば、１００ｍｓ）を利用して分析される。

所定の時間窓での呼吸信号の絶対値は合算され、それにより、各ＱＲＳ群の単一のＱＲＳ面積数が生成される。これらの数は、４Ｈｚで再サンプリングされて、より平滑でより正確な呼吸速度を生成する。ＱＲＳ振幅の場合、１００ミリ秒（ｍｓ）の所定の時間窓内の最小値が、最大値から減算され、その結果生成される出力は４Ｈｚで再サンプリングされて、より平滑でより正確な呼吸速度を生成する。

ＱＲＳ呼吸プロセスは、呼吸信号の計算を除き、加速度計呼吸プロセス３００と同様である。ＱＲＳに基づく呼吸信号の品質尺度プロセスは、品質尺度プロセス５００と同じ計算を使用して生成される。図７は、一実施形態によるＱＲＳ呼吸プロセス７００のフローチャートを示す。ＱＲＳ呼吸プロセス７００は、７０２を介して、ＥＫＧ信号を取得し、７０４を介して、ＥＫＧ信号をハイパスフィルタリングする。ＱＲＳ呼吸プロセス７００は、７０６を介して、Ｒピークを特定し、７０８を介して、ＱＲＳ面積／ＱＲＳ振幅呼吸信号を計算する。ＱＲＳ呼吸プロセス７００のステップ７１０〜７２２は、加速度計呼吸プロセス３００のステップ３０６〜３１８に類似する。

一実施形態では、７０８を介するＱＲＳ面積計算は、最新のＲピーク時間ｔ_Ｒを取得し、現在のＲピークを中心とした１００ｍｓ時間期間窓を抽出して、現在のＱＲＳ波を特定することを含む。ＱＲＳ波の絶対値は、式に従って特定され、ＱＲＳ波は、式

に従って１００ｍｓ時間期間窓内のＥＫＧ信号の絶対値を合算することによって計算される。ＱＲＳ面積導出の呼吸信号は、４Ｈｚで再サンプリングされて、ＱＲＳ面積導出の呼吸速度を特定する。

一実施形態では、７０８を介するＱＲＳ振幅計算は、１００ｍｓ時間期間窓内での値の合算の代わりに、振幅が最大／最小として計算されることを除き、同じプロセスを含む。したがって、最新のＲピーク時間を取得し、現在のＲピークを中心とした１００ｍｓ時間期間窓を抽出した後、１００ｍｓ時間期間窓内の最大値及び最小値はＱＲＳ_ＭＡＸ及びＱＲＳ_ＭＩＮとして特定される。ＱＲＳ振幅は、最大から最小を差し引いたもの、すなわちＱＲＳ_ＭＡＸ−ＱＲＳ_ＭＩＮとして計算され、ＱＲＳ振幅導出の呼吸信号は、４Ｈｚで再サンプリングされて、ＱＲＳ振幅導出の呼吸速度を特定する。

胸部搭載加速度計及びＥＫＧ信号のＱＲＳ波から呼吸信号を導出することに加えて、呼吸信号は、ＥＫＧ信号を介して計算される心拍から導出することもできる。ＱＲＳ面積／ＱＲＳ振幅を変えることに加えて、呼吸は、吸気中に増大し、呼気中に低減するように心拍も変える。これは、呼吸性洞性不整脈（ＲＳＡ）として知られている。Ｒ−Ｒ間隔は、吸気に伴って低減し、呼気に伴って増大するため、ＥＫＧ信号のＲ−Ｒ間隔が計算されて、呼吸に相関付けられた別の信号を特定する。

一実施形態では、ＲＳＡ呼吸プロセスを利用して、ＥＫＧ信号から計算される心拍から呼吸信号を特定する。ＲＳＡ呼吸プロセスは、７０８を介するＱＲＳ面積の計算と同様であるが、各ＱＲＳ群の面積を計算する代わりに、現在のＱＲＳ群と最新のＱＲＳ群との間の時間が計算され、次に、４Ｈｚで再サンプリングされて、ＲＳＡ導出の呼吸速度を特定する。ＲＳＡは年齢と共に低減するため、ＲＳＡ呼吸プロセス導出の呼吸信号の信頼性を低減させ、品質尺度特定の重要性を増大させる。

呼吸信号は、上述した加速度計呼吸プロセス３００（ＲＲ_{ＡＣＣＥＬ}を生成）、ＱＲＳ呼吸プロセス７００（ＲＲ_ＱＲＳを生成）、及びＲＳＡ呼吸プロセス（ＲＲ_ＲＳＡを生成）を介して特定することができる。これらの呼吸信号のそれぞれの出力された品質尺度を使用して、結合され、加重された呼吸速度（ＲＲ_{ｗｅｉｇｈｔｅｄ}）が、式：

に従って計算される。

各呼吸速度は、全ての品質尺度の和で除算された、関連付けられた各品質尺度として定義される値で加重される。例えば、ＲＲ_{ＡＣＣＥＬ}が、大きな動きアーチファクト及び雑音に起因して信頼できない場合、Ｑ_{ＡＣＣＥＬ}は０に近くなり、ＲＲ_{ｗｅｉｇｈｔｅｄ}式の成分は、最終的な呼吸速度にあまり寄与しなくなる。図８は、一実施形態による呼吸速度計算の図８００を示す。結合され加重された呼吸速度（ＲＲ_{ｗｅｉｇｈｔｅｄ}）に加えて、図８００は、加速度計、ＱＲＳ面積、ＲＳＡ、及びＮＯＸ ＲＩＰバンド参照から導出される呼吸速度を含む。

加速度計によって導出される呼吸速度（ＲＲ_{ＡＣＣＥＬ}）及びＥＫＧ信号によって導出される呼吸速度（ＲＲ_ＱＲＳ及びＲＲ_ＲＳＡ）を各品質尺度によって加重することにより、呼吸信号の品質を低下させるおそれがある動きアーチファクト、増大した呼吸速度、及び患者の年齢等の問題が解消される。例えば、ＲＲ_{ｗｅｉｇｈｔｅｄ}の結合を利用すると、動きアーチファクトの存在中にＲＲ_{ＡＣＣＥＬ}を小さく加重し、高呼吸速度中にＲＲ_ＱＲＳを小さく加重し、患者が高齢の場合にＲＲ_ＲＳＡを小さく加重する出力が生成されることになる。

ＱＲＳ面積及びＲＳＡ導出の呼吸信号は、心拍（ＨＲ）の半分よりも高い呼吸速度を検出することができず、その理由は、そのような呼吸速度がＥＫＧに基づくためである。これは心臓エイリアシング（ｃａｒｄｉａｃ ａｌｉａｓｉｎｇ）として知られている。サンプリングされた全ての信号の基本的な属性は、ナイキスト周波数（ＮＳ）であるサンプリングレート（Ｆｓ）の１／２よりも大きな任意の周波数内容を区別することが不可能なことである。ＮＳを超えるいかなる周波数内容も、確実に区別することはできず、これはエイリアシングと呼ばれる。心拍は、ＥＫＧ導出の呼吸信号のサンプリングレートとして機能し、１／２ＨＲを超える呼吸速度は検出することができない。その結果、呼吸速度が１／２ＨＲを超える場合、加速度計から導出される呼吸速度（ＲＲ_{ＡＣＣＥＬ}）のみが、式：
（ＲＲ_{ＡＣＣＥＬ}＞ＨＲ／２）且つＱ_{ＡＣＣＥＬ}≧τ_{ＡＣＣＥＬ}の場合、ＲＲ_{ｗｅｉｇｈｔｅｄ}＝ＲＲ_{ＡＣＣＥＬ}
に従って利用される。

上述したように、本方法及び本システムにより、呼吸信号の組合せを使用して呼吸速度を測定することができる。無線センサ装置が、胸部搭載加速度計、ＥＫＧ信号のＱＲＳ面積、ＥＫＧ信号のＱＲＳ振幅、及びＲＳＡを含むが、これらに限定されない様々なソースから複数の呼吸信号を特定する。次に、無線センサ装置は、複数の呼吸信号のそれぞれの品質尺度を計算し、複数の品質尺度を結合して、加重呼吸速度を計算する。加重呼吸速度は、動きアーチファクト及び人の年齢を含むが、これらに限定されない品質問題の影響を低減する人の呼吸速度の正確な測定値である。

呼吸速度を測定する方法及びシステムを開示した。本明細書に記載される実施形態は、全体的にハードウェア実施態様、全体的にソフトウェア実施態様、又はハードウェア要素とソフトウェア要素との両方を含む実施態様の形態をとることができる。実施形態は、アプリケーションソフトウェア、ファームウェア、常駐ソフトウェア、マイクロコード等を含むが、これらに限定されないソフトウェアで実施し得る。

本明細書に記載されるステップは、任意の適するコントローラ又はプロセッサ及びソフトウェアアプリケーションを使用して実施し得、ソフトウェアアプリケーションは、任意の適する記憶ロケーション又はコンピュータ可読媒体に記憶し得る。ソフトウェアアプリケーションは、プロセッサが、受信器に本明細書に記載される機能を実行させることを可能にする命令を提供する。

さらに、実施形態は、コンピュータ若しくは任意の命令実行システムにより使用されるか、又はコンピュータ若しくは任意の命令実行システムに関連して使用されるプログラムコード又はプログラム命令を提供するコンピュータ使用可能又はコンピュータ可読記憶媒体からアクセス可能なコンピュータプログラム製品の形態をとり得る。この説明では、コンピュータ使用可能又はコンピュータ可読記憶媒体は、命令実行システム、装置、若しくはデバイスにより使用されるか、又は命令実行システム、装置、若しくはデバイスに関連して使用されるプログラムの包含、記憶、通信、伝搬、又は搬送が可能な任意の装置であることができる。

コンピュータ可読記憶媒体は、電子、磁気、光学、電子磁気、赤外線、半導体のシステム（若しくは装置若しくはデバイス）又は伝搬媒体であり得る。コンピュータ可読記憶媒体の例としては、半導体又は個体状態メモリ、磁気テープ、リムーバブルコンピュータディスク、ランダムアクセスメモリ（ＲＡＭ）、読み取り専用メモリ（ＲＯＭ）、剛性磁気ディスク、及び光ディスクが挙げられる。光ディスクの現在の例としては、ＤＶＤ、コンパクトディスク読み取り専用メモリ（ＣＤ−ＲＯＭ）、及びコンパクトディスク−読み／書き（ＣＤ−Ｒ／Ｗ）が挙げられる。

本発明について、示される実施形態に従って説明したが、実施形態への変形形態が存在し得、それらの変形形態が本発明の趣旨及び範囲内であることを当業者は容易に理解しよう。したがって、添付の特許請求の範囲の趣旨及び範囲から逸脱せずに、当業者は多くの変形を行い得る。

Claims (20)

1. 呼吸速度を測定する方法において、
   少なくとも１つの呼吸信号を測定することと、
   ローパスフィルタを使用して前記呼吸信号をフィルタリングすることと、
   前記呼吸信号のピークをピッキングすることであって、それにより、前記呼吸速度を特定する、ピークをピッキングすることと、
   前記呼吸速度の品質尺度を特定することと、
   を含むことを特徴とする方法。
2. 請求項１に記載の方法において、
   前記少なくとも１つの呼吸信号が、胸部搭載加速度計、ＥＫＧ信号のＱＲＳ面積、前記ＥＫＧ信号のＱＲＳ振幅、及び呼吸性洞性不整脈（ＲＳＡ）の何れかを使用して導出されることを特徴とする方法。
3. 請求項１に記載の方法において、
   前記ピークをピッキングすることが、ある時点での前記呼吸信号の標準偏差に基づいて変化する閾値を利用することを特徴とする方法。
4. 請求項１に記載の方法において、
   前記品質尺度が、最小時間の差の変動係数（ｃ_ｔ）、ピークツーピーク値の変動係数（ｃ_ｐ）、平均ピークツーピーク値（ｍ_ｐ）、及び全ての局所的極値の総数に対する、ピッキングされた極値の数の比率（ｒ_ｅｘｔ）に基づいて導出されることを特徴とする方法。
5. 請求項４に記載の方法において、
   前記品質尺度が、前に学習された重みを使用して加重され、指数を使用して変換されて、前記品質尺度を０〜１の値にすることを特徴とする方法。
6. 請求項１に記載の方法において、
   前記品質尺度が、所定の時間間隔内で導出されることを特徴とする方法。
7. 請求項６に記載の方法において、
   前記所定の時間期間が４５秒であることを特徴とする方法。
8. 請求項１に記載の方法において、
   前記呼吸速度の平滑化を実行することであって、それにより、トリミング手段を使用して欠損ピーク及び外部由来ピークの影響を低減する、実行することを更に含むことを特徴とする方法。
9. 請求項１に記載の方法において、
   少なくとも１つの呼吸信号を測定することが、複数の呼吸信号を測定して、複数の呼吸速度（ＲＲ_１．．．_Ｎ）を特定し、
   前記複数の呼吸速度のそれぞれの品質尺度（Ｑ_１．．．_Ｎ）を特定することと、
   品質プロセスに基づいて前記複数の呼吸速度のそれぞれの前記品質尺度を加重することにより、前記複数の呼吸速度を結合することであって、それにより、加重呼吸速度（ＲＲ_{ｗｅｉｇｈｔｅｄ}）を計算する、結合することと、
   を更に含むことを特徴とする方法。
10. 請求項９に記載の方法において、
    前記加重呼吸速度（ＲＲ_{ｗｅｉｇｈｔｅｄ}）が、
    ＲＲ_{ｗｅｉｇｈｔｅｄ}＝ＲＲ_１＊（Ｑ_１／（Ｑ_１＋Ｑ_２＋．．．＋Ｑ_Ｎ））＋ＲＲ_２＊（Ｑ_２／（Ｑ_１＋Ｑ_２＋．．．＋Ｑ_Ｎ））＋ＲＲ_Ｎ＊（Ｑ_Ｎ／（Ｑ_１＋Ｑ_２＋．．．＋Ｑ_Ｎ））
    を含むことを特徴とする方法。
11. 呼吸速度を測定するシステムにおいて、
    プロセッサを含む、少なくとも１つの電極を介してユーザに結合される無線センサ装置と、
    アプリケーションを記憶する、前記プロセッサに結合されるメモリ装置と、
    を備え、
    前記アプリケーションが、前記プロセッサによって実行されると、前記プロセッサに、
    少なくとも１つの呼吸信号を測定することと、
    ローパスフィルタを使用して前記呼吸信号をフィルタリングすることと、
    前記呼吸信号のピークをピッキングすることであって、それにより、前記呼吸速度を特定する、ピークをピッキングすることと、
    前記呼吸速度の品質尺度を特定することと、
    を実行させることを特徴とするシステム。
12. 請求項１１に記載のシステムにおいて、
    前記少なくとも１つの呼吸信号が、胸部搭載加速度計、ＥＫＧ信号のＱＲＳ面積、前記ＥＫＧ信号のＱＲＳ振幅、及び呼吸性洞性不整脈（ＲＳＡ）の何れかを使用して導出されることを特徴とするシステム。
13. 請求項１１に記載のシステムにおいて、
    ピークをピッキングすることが、ある時点での前記呼吸信号の標準偏差に基づいて変化する閾値を利用することを特徴とするシステム。
14. 請求項１１に記載のシステムにおいて、
    前記品質尺度が、最小時間の差の変動係数（ｃ_ｔ）、ピークツーピーク値の変動係数（ｃ_ｐ）、平均ピークツーピーク値（ｍ_ｐ）、及び全ての局所的極値の総数に対する、ピッキングされた極値の数の比率（ｒ_ｅｘｔ）に基づいて導出されることを特徴とするシステム。
15. 請求項１４に記載のシステムにおいて、
    前記品質尺度が、前に学習された重みを使用して加重され、指数を使用して変換されて、前記品質尺度を０〜１の値にすることを特徴とするシステム。
16. 請求項１１に記載のシステムにおいて、
    前記品質尺度が、所定の時間間隔内で導出されることを特徴とするシステム。
17. 請求項１６に記載のシステムにおいて、
    前記所定の時間期間が４５秒であることを特徴とするシステム。
18. 請求項１１に記載のシステムにおいて、
    前記アプリケーションが、前記プロセッサに、
    前記呼吸速度の平滑化を実行することであって、それにより、トリミング手段を使用して欠損ピーク及び外部由来ピークの影響を低減する、実行すること
    を更に実行させることを特徴とするシステム。
19. 請求項１１に記載のシステムにおいて、
    少なくとも１つの呼吸信号を測定することが、複数の呼吸信号を測定して、複数の呼吸速度（ＲＲ_１．．．_Ｎ）を特定することであり、前記アプリケーションが、前記プロセッサに、
    前記複数の呼吸速度のそれぞれの品質尺度（Ｑ_１．．．_Ｎ）を特定することと、
    品質プロセスに基づいて前記複数の呼吸速度のそれぞれの前記品質尺度を加重することにより、前記複数の呼吸速度を結合することであって、それにより、加重呼吸速度（ＲＲ_{ｗｅｉｇｈｔｅｄ}）を計算する、結合することと、
    を更に実行させることを特徴とするシステム。
20. 請求項１９に記載のシステムにおいて、前記加重呼吸速度（ＲＲ_{ｗｅｉｇｈｔｅｄ}）が、
    ＲＲ_{ｗｅｉｇｈｔｅｄ}＝ＲＲ_１＊（Ｑ_１／（Ｑ_１＋Ｑ_２＋．．．＋Ｑ_Ｎ））＋ＲＲ_２＊（Ｑ_２／（Ｑ_１＋Ｑ_２＋．．．＋Ｑ_Ｎ））＋ＲＲ_Ｎ＊（Ｑ_Ｎ／（Ｑ_１＋Ｑ_２＋．．．＋Ｑ_Ｎ））
    を含むことを特徴とするシステム。

Images