JP2017023472A - 生体情報推定装置、生体情報推定方法、及びコンピュータプログラム - Google Patents

Abstract

【課題】生体情報の推定値をばらつきなく求めることができる技術を提供する。【解決手段】 生体情報推定装置１は、脈波を微分した速度脈波と、速度脈波の振幅方向に対して一定値であることを表す等高線と、が交差する複数の交差点を特定する交差点特定部１０と、前記等高線が位置する符号側と同じ符号側のピークの前後に位置する一又は複数対の交差点同士間の前記等高線上の幅値を取得する幅値取得部１１と、前記幅値に基づいて推定血圧値を求める演算部１２とを備えている。交差点特定部１０は、互いに異なる速度脈波を表す複数の前記等高線ごとに複数の交差点を特定し、幅値取得部１１は、複数の前記等高線ごとに前記幅値を取得する。【選択図】図３

Description

本発明は、生体の脈波を表す信号波に基づいて生体情報の推定値を求める生体情報推定装置、生体情報推定方法、及びコンピュータプログラムに関する。

従来から、脈波信号を一回微分した速度脈波や、二回微分した加速度脈波から得られる特徴量に基づいて、血圧等の生体情報を推定することが行われている（例えば、特許文献１参照）。

特開２０１０−１８７９９３号公報

上記脈波信号は、光を生体に放射するＬＥＤ等の光源と、放射した光の反射光又は透過光の強度を電気信号として検出する検出部と、を備えたセンサ装置によって取得することができる。
前記センサ装置は、心臓による拍動によって変化する血管の容積変化を光の反射光又は透過光の強度変化として検出する。前記センサ装置は、検出された光の強度変化を、容積脈波を示す脈波信号として出力する。

ここで、上記脈波信号には、生体の脈波の成分だけでなく、生体の振動等、脈波とは関係のない外的な要因によるノイズ等が含まれてしまう場合がある。
このため、前記センサ装置には、検出した信号から不要なノイズを除去するためのフィルタが通常設けられている。

前記フィルタは、ノイズの周波数に応じて一定の周波数帯域の信号成分を除去するように構成されている。よって、前記フィルタは、一定の周波数帯域内のノイズを除去することができるが、脈波信号の成分をも一部除去してしまうことがある。
前記センサ装置は、信号強度が比較的高く表れる脈波信号の成分については十分に検出することができる。しかし、信号強度が比較的低く表れる脈波信号の成分についてはフィルタによって減衰されてしまい、検出できても信号強度がさらに低くかつなだらかになってしまうことがあった。
検出された信号強度が低かったりなだらかであったりする場合、上述の速度脈波や加速度脈波のピークの値（の絶対値）もより小さく表れる。特徴量として用いるピークの値がより小さく表れれば、少しの変動であっても当該特徴量の相対的なばらつきが大きくなり、生体情報の推定値をばらつきのない安定した値として求めることが困難になる。

本発明はこのような事情に鑑みてなされたものであり、生体情報の推定値をばらつきなく求めることができる技術を提供することを目的とする。

（１）本発明は、正側及び負側の少なくともいずれか一方にピークを含んでいる生体の脈波から生体情報の推定値を求める生体情報推定装置であって、前記脈波を取得する脈波取得部と、前記脈波と、前記脈波の振幅方向に対して一定値であることを表す等高線と、が交差する複数の交差点を特定する交差点特定部と、前記等高線が位置する符号側と同じ符号側のピークの前後に位置する一又は複数対の交差点同士間の前記等高線上の幅値を取得する幅値取得部と、前記幅値に基づいて前記推定値を求める演算部と、を備え、前記交差点特定部は、互いに異なる値を表す複数の前記等高線ごとに前記複数の交差点を特定し、前記幅値取得部は、複数の前記等高線ごとに前記幅値を取得する。

上記のように構成された生体情報推定装置によれば、複数の等高線ごとの幅値を取得することで、脈波の波形に関する情報を時間軸方向に沿って取得できる。よって、フィルタによって脈波が減衰され、脈波のピークの値を取得するのが困難になる程度に当該ピークが小さくなったとしても、そのピークから脈波の波形に関する情報を取得できる。この結果、生体情報の推定値をばらつきなく求めることができる。

（２）上記生体情報推定装置において、前記演算部は、前記幅値と、前記複数の交差点の数とに基づいて前記推定値を求めることが好ましい。
この場合、演算部は、生体情報の推定値を求めるために、幅値と複数の交差点の数とを用いることで、より多くの情報に基づいて生体情報の推定値を求めることができる。この結果、生体情報の推定値をよりばらつきなく求めることができる。
なお、一の等高線による交差点の数は、幅値の個数と等価である。よって、上記生体情報推定装置において、複数の交差点の数に代えて、幅値の個数を用いることができる。

（３）また、上記生体情報推定装置において、前記演算部は、前記生体を分類するために予め設定された複数のグループに対応した前記推定値の演算を行うための演算用モデルと、前記推定値の演算対象とされる前記生体が前記複数のグループの内のいずれに該当するかを、前記幅値及び前記複数の交差点の数の少なくとも一方に基づいて特定するグループ特定部と、特定されたグループに応じた前記推定値の演算を、前記演算用モデルを用いて行う推定値演算部と、を備えていてもよい。
この場合、分類された各グループに応じて適切な演算を行うことができるので、より精度よく推定値を求めることができる。

（４）上記生体情報推定装置において、前記脈波取得部は、前記生体から検出された検出脈波の微分波である微分脈波を前記脈波として取得することが好ましい。
この場合、脈波の振幅変動がより大きくなりピークが明りょうに表れるようにすることができる。この結果、脈波の波形に関する情報をより確実に取得することができる。

（５）上記生体情報推定装置において、前記脈波取得部は、前記検出脈波を一回微分した一回微分脈波と、前記検出脈波を二回微分した二回微分脈波とを前記脈波として前記交差点特定部に与え、前記交差点特定部は、前記一回微分脈波と、前記一回微分脈波の振幅方向に対して一定値であることを表す第１等高線と、が交差する複数の第１交差点を特定するとともに、前記二回微分脈波と、前記二回微分脈波の振幅方向に対して一定値であることを表す第２等高線と、が交差する複数の第２交差点を特定し、前記演算部は、前記複数の第１交差点より取得される第１幅値と、前記複数の第２交差点より取得される第２幅値とに基づいて前記推定値を求めてもよい。
この場合、一回微分脈波から得た第１幅値と、二回微分脈波から得た第２幅値の両方に基づいて演算を行うので、より多くの情報に基づいて生体情報の推定値を求めることができ、生体情報の推定値をよりばらつきなく求めることができる。

（６）本発明は、正側及び負側の少なくともいずれか一方にピークを含んでいる生体の脈波から生体情報の推定値を求める生体情報推定方法であって、前記脈波を取得する脈波取得ステップと、前記脈波と、前記脈波の振幅方向に対して一定値であることを表す等高線と、が交差する複数の交差点を特定する交差点特定ステップと、前記等高線が位置する符号側と同じ符号側のピークの前後に位置する一又は複数対の交差点同士間の前記等高線上の幅値を取得する幅値取得ステップと、前記幅値に基づいて前記推定値を求める演算ステップと、を含み、前記交差点特定ステップは、互いに異なる値を表す複数の前記等高線ごとに前記複数の交差点を特定し、前記幅値取得ステップは、複数の前記等高線ごとに前記幅値を取得する。

（７）また、本発明は、正側及び負側の少なくともいずれか一方にピークを含んでいる生体の脈波から生体情報の推定値を求める処理をコンピュータに実行させるためのコンピュータプログラムであって、コンピュータに前記脈波を取得する脈波取得ステップと、前記脈波と、前記脈波の振幅方向に対して一定値であることを表す等高線と、が交差する複数の交差点を特定する交差点特定ステップと、前記等高線が位置する符号側と同じ符号側のピークの前後に位置する一又は複数対の交差点同士間の前記等高線上の幅値を取得する幅値取得ステップと、前記幅値に基づいて前記推定値を求める演算ステップと、を実行させるためのコンピュータプログラムであって、前記交差点特定ステップは、互いに異なる値を表す複数の前記等高線ごとに前記複数の交差点を特定し、前記幅値取得ステップは、複数の前記等高線ごとに前記幅値を取得するコンピュータプログラムである。

上記構成の生体情報推定装置及びコンピュータプログラムによれば、生体情報の推定値をばらつきなく求めることができる。

（８）また、本発明は、正側及び負側の少なくともいずれか一方にピークを含んでいる生体の脈波から生体情報の推定値を求める生体情報推定装置であって、前記脈波を取得する脈波取得部と、前記脈波と、前記脈波の振幅方向に対して一定値であることを表す等高線と、が交差する複数の交差点を特定する交差点特定部と、前記等高線が位置する符号側と同じ符号側のピークの前後に位置する一又は複数対の交差点同士間の前記等高線上の幅値を取得する幅値取得部と、前記幅値と、前記複数の交差点の数とに基づいて前記推定値を求める演算部と、を備えている。

（９）本発明は、正側及び負側の少なくともいずれか一方にピークを含んでいる生体の脈波から生体情報の推定値を求める生体情報推定方法であって、前記脈波を取得する脈波取得ステップと、前記脈波と、前記脈波の振幅方向に対して一定値であることを表す等高線と、が交差する複数の交差点を特定する交差点特定ステップと、前記等高線が位置する符号側と同じ符号側のピークの前後に位置する一又は複数対の交差点同士間の前記等高線上の幅値を取得する幅値取得ステップと、前記幅値と、前記複数の交差点の数とに基づいて前記推定値を求める演算ステップと、を含んでいる。

（１０）本発明は、正側及び負側の少なくともいずれか一方にピークを含んでいる生体の脈波から生体情報の推定値を求める処理をコンピュータに実行させるためのコンピュータプログラムであって、コンピュータに前記脈波を取得する脈波取得ステップと、前記脈波と、前記脈波の振幅方向に対して一定値であることを表す等高線と、が交差する複数の交差点を特定する交差点特定ステップと、前記等高線が位置する符号側と同じ符号側のピークの前後に位置する一又は複数対の交差点同士間の前記等高線上の幅値を取得する幅値取得ステップと、前記幅値と、前記複数の交差点の数とに基づいて前記推定値を求める演算ステップと、を実行させるためのコンピュータプログラムである。

上記構成の生体情報推定装置、生体情報推定方法、及びコンピュータプログラムによれば、幅値と、交差点の数とを取得することで、脈波の波形に関する情報を時間軸方向に沿って取得できる。よって、フィルタによって脈波が減衰され、脈波のピークの値を取得するのが困難になる程度に当該ピークが小さくなったとしても、そのピークから脈波の波形に関する情報を取得できる。この結果、生体情報の推定値をばらつきなく求めることができる。

（１１）また、本発明は、生体の脈波から生体情報の推定値を求める生体情報推定装置であって、前記脈波を取得する脈波取得部と、前記脈波と、前記脈波の振幅方向に対して一定値であることを表す等高線と、が交差する複数の交差点を特定する交差点特定部と、前記複数の交差点の数に基づいて前記推定値を求める演算部と、を備えている。

（１２）本発明は、生体の脈波から生体情報の推定値を求める生体情報推定方法であって、前記脈波を取得する脈波取得ステップと、前記脈波と、前記脈波の振幅方向に対して一定値であることを表す等高線と、が交差する複数の交差点を特定する交差点特定ステップと、前記複数の交差点の数に基づいて前記推定値を求める演算ステップと、を含んでいる。

（１３）本発明は、生体の脈波から生体情報の推定値を求める処理をコンピュータに実行させるためのコンピュータプログラムであって、コンピュータに前記脈波を取得する脈波取得ステップと、前記脈波と、前記脈波の振幅方向に対して一定値であることを表す等高線と、が交差する複数の交差点を特定する交差点特定ステップと、前記複数の交差点の数に基づいて前記推定値を求める演算ステップと、を実行させるためのコンピュータプログラムである。

上記構成の生体情報推定装置、生体情報推定方法、及びコンピュータプログラムによれば、交差点の数を取得することで、脈波の波形に関する情報を時間軸方向に沿って取得できる。よって、フィルタによって脈波が減衰され、脈波のピークの値を取得するのが困難になる程度に当該ピークが小さくなったとしても、そのピークから脈波の波形に関する情報を取得できる。この結果、生体情報の推定値をばらつきなく求めることができる。

本発明によれば、生体情報の推定値をばらつきなく求めることができる。

一実施形態に係る生体情報推定装置の全体構成を示す図である。 センサ制御部の構成を示すブロック図である。 処理部の構成を示すブロック図である。 センサ部が出力する出力信号の信号波の一例を示す図である。 （ａ）は、交差点特定部が求めた速度脈波の一例を示す図、（ｂ）は、交差点特定部が求めた加速度脈波の一例を示す図である。 領域における速度脈波と等高線との関係を示した図である。 （ａ）は、交差点特定部が求めた速度脈波の他の例を示す図、（ｂ）は、交差点特定部が求めた加速度脈波の他の例を示す図である。 演算モデルのトレーニングデータの一例を示す図である。 （ａ）は、統合演算モデルのトレーニングデータの一例を示す図であり、速度脈波に基づいて求めた推定血圧値に関するトレーニングデータを示している。（ｂ）は、統合演算モデルのトレーニングデータの一例を示す図であり、加速度脈波に基づいて求めた推定血圧値に関するトレーニングデータを示している。 比較例として用いるピークの値の求め方を説明するための図である。 特徴量の抽出率を求めた結果を示す図である。 変動係数Ｃ．Ｖ．を求めた結果を示す図である。 推定血圧値の絶対平均誤差を求めた結果を示した図である。 変形例に係る生体情報推定装置の全体構成を示す図である。

以下、好ましい実施形態について図面を参照しつつ説明する。
〔全体構成について〕
図１は、一実施形態に係る生体情報推定装置の全体構成を示す図である。図１中、生体情報推定装置１は、生体の脈波を表す信号を取得し、取得した信号から生体情報の推定値を求める機能を有している。

本実施形態の生体情報推定装置１は、センサ部２と、処理部３とを備えている。
センサ部２は、被検者Ｓの指先等の末端部分から当該被検者Ｓの容積脈波を取得し、取得した容積脈波を表す出力信号を処理部３に与える機能を有している。処理部３は、与えられた出力信号に基づいて演算処理を行い、被検者の生体情報である血圧値を推定値（推定血圧値）として求める機能を有している。

センサ部２は、光源４と、受光部５と、センサ制御部６とを備えており、いわゆる光電式の脈波センサを構成している。
光源４は、例えば、ＬＥＤ（Ｌｉｇｈｔ Ｅｍｉｔｔｉｎｇ Ｄｉｏｄｅ）によって構成されており、被検者Ｓに向けて光を照射する。
受光部５は、例えば、ＰＤ（Ｐｈｏｔｏ Ｄｉｏｄｅ）によって構成されており、光源４からの光が被検者Ｓで反射したときの反射光を検出し、反射光の強度に応じた出力信号を出力する。

被検者Ｓからの反射波の強度は、被検者Ｓの心拍による血管の容積変化に応じて変化する。血管の容積変化に応じて被検者Ｓによる光の吸収率が変化するからである。
よって、受光部５が出力する出力信号の信号強度も、被検者Ｓの心拍による血管の容積変化に応じて変化する。つまり、受光部５の出力信号は、被検者Ｓから検出された容積脈波を表している。
受光部５の出力信号は、センサ制御部６に与えられる。

図２は、センサ制御部６の構成を示すブロック図である。センサ制御部６は、光源４及び受光部５を制御する機能を有している。センサ制御部６は、受光部５に反射光を適切に受光させるように光源４を制御する光源制御部６ａと、受光部５から与えられる出力信号に対して必要な信号処理を行う信号処理部６ｂと、信号処理が行われた出力信号からノイズ等を除去するためのフィルタ部６ｃと、フィルタ部６ｃを通過した出力信号を増幅する増幅部６ｄと、アナログ信号である出力信号をデジタル信号に変換するアナログ／デジタル変換器（ＡＤＣ）６ｅとを備えている。

センサ制御部６は、受光部５から与えられる出力信号に対して、ノイズ除去や、増幅、アナログ／デジタル変換といった信号処理を行い、デジタル信号に変換された出力信号を出力する。
センサ制御部６は、出力信号を処理部３に与える。
なお、センサ部２のセンサ制御部６からの出力信号は、各種信号処理がなされているが、被検者Ｓから検出された容積脈波（検出脈波）を表している。

〔２． 処理部３の処理について〕
図３は、処理部３の構成を示すブロック図である。
処理部３は、上述したように、センサ部２から与えられるデジタル信号に変換された出力信号に基づいて、被検者の推定血圧値を求める機能を有している。

処理部３は、プロセッサや、記憶部、入出力部等を含むコンピュータによって構成されている。処理部３は、記憶部に記憶されたプログラムを読み出して以下に説明する当該処理部３が有する各機能部を実現するとともに、各種機能を実行する機能を有している。

図３に示すように、処理部３は、微分処理部９と、交差点特定部１０と、幅値取得部１１と、演算部１２とを機能的に有している。
センサ部２が出力する出力信号は、微分処理部９に与えられる。
微分処理部９は、センサ部２が出力する出力信号が表している容積脈波を微分して微分脈波を求める機能を有している。微分処理部９は、求めた微分脈波を交差点特定部１０に与える。

図４は、センサ部２が出力する出力信号の信号波の一例を示す図である。図中、横軸は時間（秒）であり、縦軸は信号強度を表している。
図４に示されている出力信号の信号波は、被検者Ｓの容積脈波を表しており、１拍ごとに近似した波形が時間軸方向に並んで表れている。なお、この図４の出力信号の信号波は、２４歳男性の被検者から検出したものである。

微分処理部９は、センサ部２から出力信号が与えられると、この出力信号が表している容積脈波を微分した微分脈波を求める。
微分処理部９は、容積脈波を一回微分した一回微分波である速度脈波と、容積脈波を二回微分した二回微分波である加速度脈波とを求める。

図５（ａ）は、交差点特定部１０が求めた速度脈波の一例を示す図である。図５（ａ）中、横軸は時間（秒）であり、縦軸は一回微分値を示している。図５（ａ）に示す速度脈波は、図４に示す信号波を一回微分することによって求められている。
図５（ｂ）は、交差点特定部１０が求めた加速度脈波の一例を示す図である。図５（ｂ）中、横軸は時間（秒）であり、縦軸は二回微分値を示している。図５（ｂ）に示す加速度脈波は、図４に示す信号波を二回微分することによって求められている。

図４に示す容積脈波は信号強度によって表されているため、正の値で表されていると言える。
つまり、図４及び図５に示すように、容積脈波、速度脈波、及び加速度脈波は、正側及び負側の少なくともいずれか一方にピークを含んでいる。

微分処理部９は、一つの出力信号に基づいて、速度脈波と加速度脈波の両方を求める。
微分処理部９は、求めた速度脈波及び加速度脈波を、被検者Ｓの脈波として交差点特定部１０に与える。
つまり、センサ部２及び微分処理部９は、速度脈波及び加速度脈波を被検者Ｓの脈波として取得する脈波取得部を構成している。

〔２．１ 交差点の特定及び交差点数の取得〕
図３中、交差点特定部１０は、与えられた微分波と、この微分波の振幅方向に対して一定値であることを表す等高線とが交差する交差点を特定する機能を有している。

交差点特定部１０は、微分処理部９から速度脈波と加速度脈波の両方が与えられると、速度脈波について、１拍分の領域Ｒを特定し、下記式（１）を用いて、特定した１拍分の領域Ｒ内の最大振幅値が「１」となるように速度脈波の振幅を調整する。
ｖｐｇ´（ｔ） ＝ ｖｐｇ（ｔ）／ｖｐｇ_ＭＡＸ ・・・（１）

上記式（１）中、ｖｐｇ（ｔ）は、時間ｔの関数として表した速度脈波、ｖｐｇ´（ｔ）は、振幅が調整された後の速度脈波を時間ｔの関数として表したもの、ｖｐｇ_ＭＡＸは、特定した１拍分の領域Ｒ内における速度脈波の最大振幅値を示している。

また、交差点特定部１０は、加速度脈波についても同様に、１拍分の領域Ｒを特定し、下記式（２）を用いて、特定した１拍分の領域内の最大振幅値が「１」となるように加速度脈波の振幅を調整する。
ａｐｇ´（ｔ） ＝ ａｐｇ（ｔ）／ａｐｇ_ＭＡＸ ・・・（２）

上記式（２）中、ａｐｇ（ｔ）は、時間ｔの関数として表した加速度脈波、ａｐｇ´（ｔ）は、振幅が調整された後の加速度脈波を時間ｔの関数として表したもの、ａｐｇ_ＭＡＸは、特定した１拍分の領域Ｒ内における加速度脈波の最大振幅値を示している。

このように、振幅の最大値が「１」となるように速度脈波及び加速度脈波の振幅を調整することで、他の被検者Ｓの出力信号の信号波から求められる速度脈波及び加速度脈波との間で、後に求める特徴量を相対比較することができるように規格化する。

なお、交差点特定部１０は、１拍分の領域Ｒを特定する際、１拍分の領域内において速度脈波及び加速度脈波に表れる最も一回微分値が大きいピークから時間軸の上流側に遡って最初に振幅が「０」になる地点を始点及び終点として１拍分の領域である領域Ｒを特定する。
例えば、図５（ａ）では、速度脈波に表れる最も一回微分値が大きいピークｐから時間軸の上流側に遡って最初に振幅が「０」になる地点ｒを始点及び終点として領域Ｒを特定する。
また、図５（ｂ）では、加速度脈波に表れる最も二回微分値が大きいピークｐから時間軸の上流側に遡って最初に振幅が「０」になる地点ｒを始点及び終点として領域Ｒを特定する。

なお、ここで、ピークとは、脈波において極値を取る極大点及び極小点のことである。正側に表れるピークは極大値を取る極大点であり、負側に表れるピークは極小値を取る極小点である。

次いで、交差点特定部１０は、振幅を調整した後の領域Ｒ分の速度脈波を示す情報を第１特定部１０ａに与える。
第１特定部１０ａは、与えられた速度脈波と、速度脈波の振幅方向に対して一定値であることを表す等高線とが交差する交差点を特定する。

図６は、領域Ｒにおける速度脈波と等高線との関係を示した図である。図６中、横軸は時間（秒）であり横軸全域が領域Ｒを示している。縦軸は一回微分値であって最大振幅値が「１」となるように一般化された値を示している。

第１特定部１０ａは、例えば、図６に示すように、等高線Ｈ_ｖを、縦軸の値（規格化された一回微分値の値）が「１」である最大振幅値に対して１０％の間隔で複数設定する。
本実施形態では、等高線Ｈ_ｖは、縦軸の値が、最大振幅値の−３０％である「−０．３」から１００％である「１」の間で「０．１」間隔となるように１４本設定される。
なお、図６では、縦軸の値が「１」、「０．８」、「０．６」、「０．４」、「０．２」、「０」、「−０．２」である７本の等高線Ｈ_ｖを例示している。

第１特定部１０ａは、速度脈波と、等高線Ｈ_ｖ（第１等高線）とが交差する交差点ｑ_ｖ（第１交差点）を特定する。
例えば、図６中、縦軸の値が「０」で一定である等高線Ｈ_ｖ１に着目する。速度脈波と、等高線Ｈ_ｖ１とは、交差点ｑ_ｖ１、ｑ_ｖ２、ｑ_ｖ３、及びｑ_ｖ４で交差している。
よって、この場合、第１特定部１０ａは、等高線Ｈ_ｖ１については、４つの交差点ｑ_ｖ１、ｑ_ｖ２、ｑ_ｖ３、及びｑ_ｖ４を特定する。
また、第１特定部１０ａは、交差点ｑ_ｖの数である交差点数ＶＰ_ｖを、速度脈波の特徴量として取得する。この場合第１特定部１０ａは、等高線Ｈ_ｖ１による交差点数ＶＰ_ｖとして「４」を取得する。
なお、速度脈波の特徴量とは、速度脈波に基づいた生体情報の取得のために、当該速度脈波の特徴を数値化した値のことである。

第１特定部１０ａは、設定した複数（本例では１４本）の等高線Ｈ_ｖごとに、交差点ｑ_ｖの特定及び交差点数ＶＰ_ｖの取得を行う。よって、第１特定部１０ａは、等高線Ｈ_ｖと同じ個数である１４個の交差点数ＶＰ_ｖを取得する。
第１特定部１０ａは、特定した交差点ｑ_ｖを示す情報を、領域Ｒ分の速度脈波を示す情報とともに幅値取得部１１に与える。また、第１特定部１０ａは、取得した交差点数ＶＰ_ｖを演算部１２に与える。
第１特定部１０ａが各部に与える、交差点ｑ_ｖを示す情報及び交差点数ＶＰ_ｖは、速度脈波に基づいて得られた情報である。

一方、図３中、交差点特定部１０は、振幅を調整した後の領域Ｒ分の加速度脈波を示す情報を第２特定部１０ｂに与える。
第２特定部１０ｂは、与えられた加速度脈波と、加速度脈波の振幅方向に対して一定値であることを表す等高線とが交差する交差点を特定する。

第２特定部１０ｂは、第１特定部１０ａと同様、等高線Ｈ_ａを複数（例えば１４本）設定し、加速度脈波と、等高線Ｈ_ａ（第２等高線）とが交差する交差点ｑ_ａ（第２交差点）を特定する。
また、第２特定部１０ｂは、交差点ｑ_ａの数である交差点数ＶＰ_ａを、加速度脈波の特徴量として取得する。
なお、加速度脈波の特徴量とは、加速度脈波に基づいた生体情報の取得のために、当該加速度脈波の特徴を数値化した値のことである。

第２特定部１０ｂは、設定した複数（本例では１４本）の等高線Ｈ_ａごとに、交差点ｑ_ａの特定及び交差点数ＶＰ_ａの取得を行う。よって、第２特定部１０ｂは、等高線Ｈ_ａと同じ個数である１４個の交差点数ＶＰ_ａを取得する。
第２特定部１０ｂは、特定した交差点ｑ_ａを示す情報を、領域Ｒ分の加速度脈波を示す情報とともに幅値取得部１１に与える。また、第２特定部１０ｂは、取得した交差点数ＶＰ_ａを演算部１２に与える。
第２特定部１０ｂが各部に与える、交差点ｑ_ａを示す情報及び交差点数ＶＰ_ａは、加速度脈波に基づいて得られた情報である。

なお、交差点特定部１０が取得する一の等高線による交差点数（ＶＰ_ｖ、ＶＰ_ａ）は、幅値取得部１１が取得する後述の幅値（Ｗ_ｖ、Ｗ_ａ）の個数と等価である。
つまり、図６に示すように、交差点ｑ_ｖが４つである場合、幅値Ｗ_ｖは、必ず２つ表れる。このように、幅値の個数は、必ず交差点数の１／２となる。
よって、交差点特定部１０が取得する交差点数（ＶＰ_ｖ、ＶＰ_ａ）に代えて、幅値の個数を速度脈波及び加速度脈波の特徴量として用いてもよい。

以上のようにして、交差点特定部１０は、正側及び負側の少なくともいずれか一方にピークを含んでいる速度脈波及び加速度脈波と、等高線とが交差する交差点ｑ（交差点ｑ_ｖ、交差点ｑ_ａ）を特定する。

〔２．２ 幅値の取得〕
図３中、幅値取得部１１は、交差点特定部１０が特定した交差点ｑ（交差点ｑ_ｖ、交差点ｑ_ａ）の内、両微分脈波に含まれるピークであって着目している等高線が位置する符号側と同じ符号側のピークの前後に位置する一又は複数対の交差点同士間の等高線上の幅値を求める機能を有している。

幅値取得部１１は、交差点ｑ_ｖを示す情報及び領域Ｒ分の速度脈波を示す情報が第１特定部１０ａから与えられると、これら情報を第１取得部１１ａに与える。
第１取得部１１ａは、交差点ｑ_ｖを示す情報及び領域Ｒ分の速度脈波を示す情報に基づいて、領域Ｒにおける速度脈波に含まれるピークであって着目する等高線Ｈ_ｖが位置する符号側と同じ符号側のピークの前後に位置する一対の交差点ｑ_ｖ同士間の等高線Ｈ_ｖ上の幅値Ｗ_ｖ（第１幅値）を求める。

例えば、図６中、縦軸の値が「０」で一定である等高線Ｈ_ｖ１に着目する。
この等高線Ｈ_ｖ１は、「０」であるから、等高線Ｈ_ｖ１は正側に位置している。
ピークｐ_ｖ１は、等高線Ｈ_ｖ１が位置する符号側（等高線Ｈ_ｖ１が表している縦軸の値の符号）と同じ符号側である正側に位置している。一対の交差点ｑ_ｖ１及び交差点ｑ_ｖ２は、ピークｐ_ｖ１の前後に位置している。

よって、第１取得部１１ａは、図６に示すように、ピークｐ_ｖ１の前後に位置する一対の交差点ｑ_ｖ１及び交差点ｑ_ｖ２の間の幅値Ｗ_ｖ１を求める。
また、第１取得部１１ａは、等高線Ｈ_ｖ１が位置する符号側（正側）と同じ符号側（正側）のピークであるピークｐ_ｖ２の前後に位置する一対の交差点ｑ_ｖ３及び交差点ｑ_ｖ４の間の幅値Ｗ_ｖ２を求める。

さらに、第１取得部１１ａは、これら求めた幅値Ｗ_ｖ１及び幅値Ｗ_ｖ２を合計し、合計した合計幅値ＥＰ_ｖを、速度脈波の特徴量として取得する。
図６の場合、幅値Ｗ_ｖ１が「０．１４」、幅値Ｗ_ｖ２が「０．０８」であるとすると、幅値ＥＰ_ｖは、「０．２２」となる。

第１取得部１１ａは、設定されている複数（本例では１４本）の等高線Ｈ_ｖごとに合計幅値ＥＰ_ｖを取得する。よって、第１取得部１１ａは、等高線Ｈ_ｖと同じ個数である１４個の合計幅値ＥＰ_ｖを取得する。
第１取得部１１ａは、取得した合計幅値ＥＰ_ｖを演算部１２に与える。
第１取得部１１ａが演算部１２に与える、合計幅値ＥＰ_ｖは、速度脈波に基づいて得られた値である。

一方、図３中、幅値取得部１１は、交差点ｑ_ａを示す情報及び領域Ｒ分の加速度脈波を示す情報が第２特定部１０ｂから与えられると、これら情報を第２取得部１１ｂに与える。
第２取得部１１ｂは、交差点ｑ_ａを示す情報及び領域Ｒ分の加速度脈波を示す情報に基づいて、領域Ｒにおける加速度脈波に含まれるピークであって着目する等高線Ｈ_ａが位置する符号側と同じ符号側のピークの前後に位置する一又は複数対の交差点ｑ_ａ同士間の等高線Ｈ_ａ上の幅値Ｗ_ａ（第２幅値）を求める。

第２取得部１１ｂは、第１取得部１１ａと同様にして、幅値Ｗ_ａを求め、合計幅値ＥＰ_ａを、加速度脈波の特徴量として取得する。

第２取得部１１ｂは、設定されている複数（本例では１４本）の等高線Ｈ_ａごとに合計幅値ＥＰ_ａを取得する。よって、第２取得部１１ｂは、等高線Ｈ_ａと同じ個数である１４個の合計幅値ＥＰ_ａを取得する。
第２取得部１１ｂは、取得した合計幅値ＥＰ_ａを演算部１２に与える。
第１取得部１１ａが演算部１２に与える、合計幅値ＥＰ_ａは、加速度脈波に基づいて得られた値である。

このように、幅値取得部１１は、複数の等高線（Ｈ_ｖ、Ｈ_ａ）ごとの幅値（Ｗ_ｖ、Ｗ_ａ）を取得することで、速度脈波及び加速度脈波の波形に関する情報を時間軸方向に沿って取得することができる。よって、例えば、フィルタ部６ｃによって脈波が減衰され、速度脈波及び加速度脈波のピークの値を取得するのが困難になる程度に当該ピークが小さくなったとしても、そのピークから速度脈波及び加速度脈波の波形に関する情報を取得することができる。

なお、図６で示した例では、正側に位置するピークｐ_ｖ１及びピークｐ_ｖ２と、正側の等高線Ｈ_ｖ１との関係を説明したが、ピーク及び等高線が負側に位置していたとしても、幅値取得部１１は、上記と同様の手順で幅値を取得する。
また、図６において、交差点ｑ_ｖ１と、交差点ｑ_ｖ２との間で速度脈波と等高線Ｈ_ｖ１とが交差しない状態で、交差点ｑ_ｖ１と、交差点ｑ_ｖ２との間にピークｐ_ｖ１に加えさらに他のピークが存在する場合であっても、幅値取得部１１は、交差点ｑ_ｖ１と、交差点ｑ_ｖ２との間である幅値Ｗ_ｖ１を取得する。つまり、互いに隣り合う交差点ｑ_ｖ１と、交差点ｑ_ｖ２との間に複数のピークが存在したとしても、そのピークが等高線Ｈ_ｖ１と同じ符号側であれば、幅値取得部１１は、交差点ｑ_ｖ１と、交差点ｑ_ｖ２との間である幅値Ｗ_ｖ１を取得する。

また、幅値取得部１１は、等高線Ｈが正側に位置する場合、極大点となるピークの前後に位置する一又は複数対の交差点同士間の等高線Ｈ上の幅値を取得し、等高線Ｈが負側に位置する場合、極小点となるピークの前後に位置する一又は複数対の交差点同士間の等高線Ｈ上の幅値を取得するように構成されることがある。

〔２．３ クラスの特定〕
図３中、演算部１２は、推定血圧値の演算対象とされている被検者Ｓが、当該被検者Ｓを分類するために予め設定された複数のクラス（グループ）の内、いずれのクラスに該当するかを特定し、特定したクラスに応じて推定血圧値の演算を行うように構成されている。

図７（ａ）は、交差点特定部１０が求めた速度脈波の他の例を示す図である。また、図７（ｂ）は、交差点特定部１０が求めた加速度脈波の他の例を示す図である。
図７（ａ）の速度脈波、及び図７（ｂ）の加速度脈波は、５７歳男性の被検者から検出した出力信号から求めたものである。

ここで、図４（ａ）及び図４（ｂ）では、より若い２４歳男性の速度脈波及び加速度脈波の例を示したが、図４（ａ）及び図４（ｂ）の速度脈波及び加速度脈波と、図７（ａ）及び図７（ｂ）の速度脈波及び加速度脈波とを比較すると、図７（ａ）及び図７（ｂ）の速度脈波及び加速度脈波の方が、変動が少ないことが判る。これは、年齢が増加するに従って血管の弾力性が低下し、血管に細かい容積変化が生じ難くなっているためである。

このように、年齢に応じて、速度脈波及び加速度脈波の変動に差が生じるため、本実施形態では、年齢が少なく波形の変動が多くなると、その数値が大きくなる交差点数（ＶＰ_ｖ、ＶＰ_ａ）を用いて、年齢に応じたクラス分けを行う。

図３に戻って、演算部１２は、推定血圧値の演算対象とされる被検者Ｓが複数のクラスの内のいずれに該当するかを、速度脈波に基づいて得られた値である交差点数ＶＰ_ｖに基づいて特定する第１クラス特定部１５を備えている。また、演算部１２は、複数のクラスに対応した推定血圧値の演算を行うための第１演算用モデル１７と、特定されたクラスに応じた演算を、第１演算用モデル１７を用いて行う第１推定値演算部１６とを備えている。

また、演算部１２は、推定血圧値の演算対象とされる被検者Ｓが複数のクラスの内のいずれに該当するかを、加速度脈波に基づいて得られた値である交差点数ＶＰ_ａに基づいて特定する第２クラス特定部１８を備えている。また、演算部１２は、複数のクラスに対応した推定血圧値の演算を行うための第２演算用モデル２０と、特定されたクラスに応じた演算を、第２演算用モデル２０を用いて行う第２推定値演算部１９とを備えている。

演算部１２は、第１特定部１０ａから交差点数ＶＰ_ｖが与えられるとともに、第１取得部１１ａから合計幅値ＥＰ_ｖが与えられると、これら値を第１クラス特定部１５に与える。
第１クラス特定部１５は、交差点数ＶＰ_ｖを用いて、交差点数ＶＰ_ｖ及び合計幅値ＥＰ_ｖに基づいた推定血圧値を演算するに当たっての被検者Ｓのクラス特定を行う。

第１クラス特定部１５は、複数（本例では１４本）の等高線Ｈ_ｖごとに取得された交差点数ＶＰ_ｖの内の一つを用いてクラスの特定を行う。
第１クラス特定部１５は、複数の等高線Ｈ_ｖの内、どの等高線Ｈ_ｖを用いて取得された交差点数ＶＰ_ｖを用いてクラスの特定を行うかについて記憶している。

クラスの特定に用いる交差点数ＶＰ_ｖを定めるための方法は、以下のように行われる。
すなわち、複数の被検者Ｓから取得した脈波から実際のデータ（上述した複数の等高線Ｈ_ｖごとに取得された交差点数ＶＰ_ｖ）を多数収集し、得られたデータを、例えば、年齢が２０歳台のグループ（若年グループ）と、５０歳以上のグループ（壮年グループ）の２つのグループに分類する。

次いで、ある等高線Ｈ_ｖにおける交差点数ＶＰ_ｖの平均値を両グループごとに求める。
さらに、求めた、若年グループの交差点数ＶＰ_ｖの平均値と、壮年グループの交差点数ＶＰ_ｖの平均値との差ΔＶＰ_ｖを求め、この差であるΔＶＰ_ｖの２乗値を求める。
ΔＶＰ_ｖの２乗値を等高線Ｈごとに求め、ΔＶＰ_ｖの２乗値が最も大きい等高線Ｈ_ｖから求められる交差点数ＶＰ_ｖを、クラス特定に用いるための交差点数ＶＰ_ｖとする。

このように、ΔＶＰ_ｖの２乗値が最も大きい等高線Ｈ_ｖから求められる交差点数ＶＰ_ｖを用いてクラス特定を行うことで、各クラスにおける交差点数ＶＰ_ｖの値の差がより大きく表れるように設定することができ、適切にクラスの特定を行うことができる。

第１クラス特定部１５は、クラス特定用の交差点数ＶＰ_ｖとして、上述のようにして特定された等高線Ｈ_ｖの交差点数ＶＰ_ｖを用いることを記憶している。

第１クラス特定部１５は、第１特定部１０ａから与えられる交差点数ＶＰ_ｖの内、クラス特定用の交差点数ＶＰ_ｖと記憶している等高線Ｈ_ｖの交差点数ＶＰ_ｖを参照する。
第１クラス特定部１５は、参照した交差点数ＶＰ_ｖの値に応じて、複数に分類されたクラスの内のいずれに該当するかを特定する。
本実施形態では、６つのクラスとしてクラスＡからクラスＦが予め設定されている。

第１クラス特定部１５は、参照した交差点数ＶＰ_ｖの値が、「２」である場合、クラスＡと特定し、参照した交差点数ＶＰ_ｖの値が、「２」より大きく「４」より小さい場合、クラスＢと特定する。
第１クラス特定部１５は、参照した交差点数ＶＰ_ｖの値が、「４」である場合、クラスＣと特定し、参照した交差点数ＶＰ_ｖの値が、「４」より大きく「６」より小さい場合、クラスＤと特定する。
第１クラス特定部１５は、参照した交差点数ＶＰ_ｖの値が、「６」である場合、クラスＥと特定し、参照した交差点数ＶＰ_ｖの値が、「６」より大きい場合、クラスＦと特定する。

このように、本実施形態では、年齢に応じて変化する値である交差点数ＶＰ_ｖの値を用いて被検者Ｓを複数のクラスに分類する。
なお、クラスの特定を行うために用いる交差点数ＶＰ_ｖは、例えば、一の被検者Ｓの速度脈波から複数の領域Ｒを選択し、選択した複数の領域Ｒから求めた交差点数ＶＰ_ｖの平均値を用いてもよい。

以上のようにして、第１クラス特定部１５は、交差点数ＶＰ_ｖ及び合計幅値ＥＰ_ｖに基づいた推定血圧値を演算するに当たっての被検者Ｓのクラス特定を行うことができる。

一方、演算部１２は、第２特定部１０ｂから交差点数ＶＰ_ａが与えられるとともに、第２取得部１１ｂから合計幅値ＥＰ_ａが与えられると、これら値を第２クラス特定部１８に与える。
第２クラス特定部１８は、交差点数ＶＰ_ａを用いて、交差点数ＶＰ_ａ及び合計幅値ＥＰ_ａに基づいた推定血圧値を演算するに当たっての被検者Ｓのクラス特定を行う。
なお、第２クラス特定部１８が特定するクラスも、第１クラス特定部１５が特定するクラスと同様、６つのクラスに分類されている。

第２クラス特定部１８が行う被検者Ｓのクラス特定は、上述の第１クラス特定部１５によるクラス特定と同様である。
よって、第２クラス特定部１８は、クラス特定用の交差点数ＶＰ_ａとして、予め特定された等高線Ｈ_ｖの交差点数ＶＰ_ａを用いることを記憶している。

第２クラス特定部１８は、第２特定部１０ｂから与えられる交差点数ＶＰ_ａの内、クラス特定用の交差点数ＶＰ_ａと記憶している等高線Ｈ_ａの交差点数ＶＰ_ａを参照する。
第１クラス特定部１５は、参照した交差点数ＶＰ_ａの値に応じて、６つのクラスの内のいずれに該当するかを特定する。

以上のようにして、第２クラス特定部１８は、合計幅値ＥＰ_ａに基づいた推定血圧値を演算するに当たっての被検者Ｓのクラス特定を行うことができる。

〔２．４ 推定血圧値の演算〕
演算部１２の第１クラス特定部１５は、クラスを特定すると、第１推定値演算部１６に交差点数ＶＰ_ｖ及び合計幅値ＥＰ_ｖを与える。
第１推定値演算部１６は、第１クラス特定部１５が特定したクラスに応じた推定血圧値の演算を、第１演算用モデル１７を用いて行う。

第１演算用モデル１７は、６つのクラスに対応して第１モデルから第６モデルの６つの演算モデルを含んでいる。
第１推定値演算部１６は、第１演算用モデル１７に含まれる６つの演算モデルの内、第１クラス特定部１５が特定したクラスに対応した演算モデルを選択する。
第１推定値演算部１６は、選択した演算モデルを用いて推定血圧値の演算を行う。

第１演算用モデル１７に含まれる各演算モデルは、複数の被検者Ｓから得た実際のデータからなるトレーニングデータを用いて構築されている。

図８は、演算モデルのトレーニングデータの一例を示す図である。図８には、Ｎｏ．１からＮｏ．Ｊまでの被検者Ｓの測定血圧値、及び各被検者Ｓから取得した脈波から得た交差点数ＶＰ_ｖ及び合計幅値ＥＰ_ｖが示されている。

図８中、ｘは、特徴量である交差点数ＶＰ_ｖ及び合計幅値ＥＰ_ｖを統合して表した変数である。以下の説明では、ｘを特徴量とも呼ぶ。
また、図８中、ｋは、一の被検者Ｓによる速度脈波の特徴量である交差点数ＶＰ_ｖ及び合計幅値ＥＰ_ｖを特定するための値であり、交差点数ＶＰ_ｖ及び合計幅値ＥＰ_ｖを求めるために用いた等高線Ｈ_ｖに対応付けられている。つまり、同じ等高線Ｈ_ｖを用いて得られた交差点数ＶＰ_ｖにはｋの値として同じ値が付される。

図８中、Ｋは、ｋの最大値であり、交差点数ＶＰ_ｖ及び合計幅値ＥＰ_ｖそれぞれの値の個数の合計数である。
本実施形態では、交差点数ＶＰ_ｖは１４個取得され、合計幅値ＥＰ_ｖは１４個取得される。よって、Ｋは、「２８」となる。また、図８では、交差点数ＶＰ_ｖから先にｋが付与され、その次に合計幅値ＥＰ_ｖにｋが付与されている。よって、１４個の交差点数ＶＰ_ｖには、ｋの値として、それぞれ、「１」から「１４」が付与され、１４個の合計幅値ＥＰ_ｖには、ｋの値として、それぞれ、「１５」から「２８」が付与される。
図８中、ｊは、Ｎｏ．１からＮｏ．Ｊまでの被検者Ｓを特定するための値である。

各演算モデルは、速度脈波の特徴量ｘ^ｋ（交差点数ＶＰ_ｖ及び合計幅値ＥＰ_ｖ）を個々に用いて推定した、特徴量ごとの推定値を求め、さらに、特徴量ごとの推定血圧値に、その特徴量に対応するＳＮ比を乗算し、速度脈波に基づいた推定血圧値ｙ＾_ｖを求める。つまり、本実施形態では、単回帰分析によって推定血圧値ｙ＾_ｖを求める。

下記式（３）は、特徴量ｘに基づいて推定血圧値を求めるためのモデルであり、ここでは、速度脈波の特徴量ｘに基づいた推定血圧値を求める。

上記式（３）中、左辺は、一の特徴量ｘから推定された推定血圧値である。
また、式（３）中、ｘ^ｋ _ｒｆは、図８に示すトレーニングデータにおける特徴量ｘ^ｋの被検者一人当たりの平均値、ｙ^ｋ _ｒｆは、図８に示すトレーニングデータにおける測定血圧値ｙの被検者一人当たりの平均値である。
また、β^ｋは、ｘ^ｋ _ｒｆ及びｙ^ｋ _ｒｆを通過する傾きを示しており、下記式（４）のように表される。

また、各特徴量に対応するＳＮ比ω^ｋは、下記式（５）、（６）、（７）、（８）に基づいて求めることができる。

なお、上記式（５）は、全平方和Ｓ^ｋ _Ｔを示している。式（６）は、回帰平方和Ｓ^ｋ _βを示している。式（７）は、誤差分散Ｖ^ｋ _ｅを示している。
ＳＮ比ω^ｋは、上記式（８）によって求めることができる。

図８に示すトレーニングデータを用い、上述の式（４）から式（８）に従って、各特徴量に対応したβ^ｋ、ｘ^ｋ _ｒｆ、ｙ^ｋ _ｒｆ、及びω^ｋを求める。これら値を求めることにより、後述する演算モデルに用いられるパラメータが得られる。

下記式（９）は、特徴量ごとの推定血圧値に基づいて各特徴量を考慮した推定血圧値ｙ＾を求めるための演算モデルであり、ここでは、速度脈波に基づいた推定血圧値ｙ＾_ｖを求める。

式（９）中、左辺は、各特徴量を考慮した推定血圧値ｙ＾であり、ここでは、速度脈波に基づいた推定血圧値ｙ＾_ｖが得られる。式（９）中の右辺のｙ＾^ｋは、式（３）で示した一の特徴量ｘから推定された推定血圧値である。
よって、式（９）は、特徴量ｘ^ｋの関数となっている。
つまり、式（９）に、取得した脈波から得た速度脈波の特徴量ｘ^ｋ（交差点数ＶＰ_ｖ及び合計幅値ＥＰ_ｖ）を代入すれば、推定血圧値ｙ＾_ｖを求めることができる。

第１演算用モデル１７が有している６つの演算モデルは、対応するクラスの特徴に応じたトレーニングデータを用いて構築されている。
このため、各演算モデルは、分類された各クラスに応じて適切な演算を実現することが可能なモデルとなっている。

第１推定値演算部１６は、第１演算用モデル１７が有する演算モデルの内、第１クラス特定部１５が特定したクラスに対応した演算モデルを用い、推定血圧値ｙ＾_ｖの演算を行う。第１推定値演算部１６は、特徴量である交差点数ＶＰ_ｖ及び合計幅値ＥＰ_ｖを演算モデルに導入し、推定血圧値ｙ＾_ｖを求める。
速度脈波に基づいた推定血圧値ｙ＾_ｖを求めると、第１推定値演算部１６は、求めた推定血圧値ｙ＾_ｖを統合演算部２１に与える。
統合演算部２１が行う処理については後に説明する。

一方、演算部１２の第２クラス特定部１８は、クラスを特定すると、第２推定値演算部１９に交差点数ＶＰ_ａ及び合計幅値ＥＰ_ａを与える。
第２推定値演算部１９は、第２クラス特定部１８が特定したクラスに応じた推定血圧値の演算を、第２演算用モデル２０を用いて行う。

第２演算用モデル２０は、６つのクラスに対応して第７モデルから第１２モデルの６つの演算モデルを含んでいる。
第２推定値演算部１９は、第２演算用モデル２０に含まれる６つの演算モデルの内、第２クラス特定部１８が特定したクラスに対応した演算モデルを選択する。
第２推定値演算部１９は、選択した演算モデルを用いて推定血圧値の演算を行う。

なお、第２演算用モデル２０に含まれる各演算モデルの構築手順は、加速度脈波に基づいて得られた交差点数ＶＰ_ａ及び合計幅値ＥＰ_ａを用いて行われる以外、第１演算用モデル１７の場合と同様である。
また、第２推定値演算部１９が行う推定血圧値を演算するための処理は、加速度脈波に基づいて得られた交差点数ＶＰ_ａ及び合計幅値ＥＰ_ａを用いて行われる以外、第１演算用モデル１７による処理と同様である。
よって、これらの点については説明を省略する。

第２推定値演算部１９は、第２演算用モデル２０が有する演算モデルの内、第２クラス特定部１８が特定したクラスに対応した演算モデルを用い、推定血圧値ｙ＾_ａの演算を行う。第２推定値演算部１９は、特徴量である交差点数ＶＰ_ａ及び合計幅値ＥＰ_ａを演算モデルに導入し、推定血圧値ｙ＾_ａを求める。
加速度脈波に基づいた推定血圧値ｙ＾_ａを求めると、第２推定値演算部１９は、求めた推定血圧値ｙ＾_ａを統合演算部２１に与える。

〔２．５ 推定血圧値の統合〕
統合演算部２１は、速度脈波に基づいて求めた推定血圧値ｙ＾_ｖが第１推定値演算部１６から与えられるとともに、加速度脈波に基づいて求めた推定血圧値ｙ＾_ａが第２推定値演算部１９から与えられると、両値を統合する演算を行う。

統合演算部２１は、推定血圧値ｙ＾_ｖ及び推定血圧値ｙ＾_ａを統合するための演算を、統合演算するための統合演算モデルを用いて行う。

統合演算部２１は、６つのクラスに対応して６つの統合演算モデルを有している。
統合演算部２１は、第１クラス特定部１５及び第２クラス特定部１８の少なくともいずれか一方が特定したクラスに対応したモデルを選択する。
統合演算モデルは、複数の被検者Ｓから得た実際のデータからなるトレーニングデータを用いて構築されている。

図９（ａ）は、統合演算モデルのトレーニングデータの一例を示す図であり、速度脈波に基づいて求めた推定血圧値ｙ＾_ｖに関するトレーニングデータを示している。図９（ａ）には、ある一のクラスに属する被検者Ｓであって、Ｎｏ．１からＮｏ．Ｎまでの被検者Ｓの測定血圧値、及び各被検者Ｓの脈波から得た交差点数ＶＰ_ｖ及び合計幅値ＥＰ_ｖから求めた推定血圧値ｙ＾_ｖ，ｎが示されている。

また、図９（ｂ）は、統合演算モデルのトレーニングデータの一例を示す図であり、加速度脈波に基づいて求めた推定血圧値ｙ＾_ａに関するトレーニングデータを示している。図９（ｂ）中、Ｎｏ．１からＮｏ．Ｎまでの被検者Ｓは、図９（ａ）の被検者Ｓと同じ被検者である。図９（ｂ）には、図９（ａ）の被検者Ｓの測定血圧値、及び各被検者Ｓの脈波から得た交差点数ＶＰ_ａ及び合計幅値ＥＰ_ａから求めた推定血圧値ｙ＾_ａ，ｎが示されている。

統合演算モデルは、速度脈波に基づく推定血圧値ｙ＾_ｖ、及び加速度脈波に基づく推定血圧値ｙ＾_ａに、対応するＳＮ比を乗算し、両値を統合した推定血圧値ｙ＾_ｉを求める。
ＳＮ比ηは、下記式（１０）、（１１）、（１２）、（１３）に基づいて求めることができる。

なお、上記式（１０）は、全平方和Ｓ_Ｔを示している。式（１１）は、回帰平方和Ｓ_βを示している。式（１２）は、誤差分散Ｖ_ｅを示している。
ＳＮ比ηは、上記式（１３）によって求めることができる。

図９（ａ）、図９（ｂ）に示すトレーニングデータを用い、上述の式（１０）から式（１３）に従って、推定血圧値ｙ＾_ｖ及び推定血圧値ｙ＾_ａに対応するＳＮ比ηを求める。 下記式（１４）は、ＳＮ比ηによって統合した推定血圧値ｙ＾_ｉを求めるための演算モデルである。

式（１４）中、左辺は、統合した推定血圧値ｙ＾_ｉである。
式（１４）に、第１推定値演算部１６から与えられる推定血圧値ｙ＾_ｖを代入し、さらに、第２推定値演算部１９から与えられる推定血圧値ｙ＾_ａを代入すれば、統合した推定血圧値ｙ＾_ｉを求めることができる。

統合演算部２１は、この統合演算モデルを上述のように６つ有している。各統合演算モデルは、対応するクラスの特徴に応じたトレーニングデータを用いて構築されている。
このため、各統合演算モデルは、分類された各クラスに応じて適切な演算を実現することが可能なモデルとなっている。

統合演算部２１は、上述の統合演算モデルを用い、推定血圧値ｙ＾_ｖと、推定血圧値ｙ＾_ａとを統合した推定血圧値ｙ＾_ｉの演算を行う。第１推定値演算部１６は、推定血圧値ｙ＾_ｖと、推定血圧値ｙ＾_ａとを、特定されたクラスに応じて選択した統合演算モデルに導入し、推定血圧値ｙ＾_ｉを求める。
推定血圧値ｙ＾_ｉを求めると、統合演算部２１は、求めた推定血圧値ｙ＾_ｉを出力部１３に与える。

なお、本実施形態の統合演算部２１は、推定血圧値ｙ＾_ｖと、推定血圧値ｙ＾_ａとを単回帰分析によって、統合した推定血圧値ｙ＾_ｉを演算するように構成されている。この統合演算部２１による演算方法は、推定血圧値ｙ＾_ｖ、及び推定血圧値ｙ＾_ａのそれぞれにウエイトとしてＳＮ比ηを乗算して統合した推定血圧値ｙ＾_ｉを求めていると考えることができる。よって、例えば、ＳＮ比以外の方法によって求めた、適切に推定血圧値ｙ＾_ｉを演算するためのウエイトを、推定血圧値ｙ＾_ｖ、及び推定血圧値ｙ＾_ａの少なくともいずれか一方に乗算することで、推定血圧値ｙ＾_ｉを演算するように構成してもよい。

処理部３の出力部１３は、例えば、液晶パネルからなる表示モニタやプリンタ等によって構成されている。
出力部１３は、統合演算部２１から与えられる推定血圧値ｙ＾_ｉを、表示モニタに表示したり、印刷することによって出力する。

上記構成の生体情報推定装置１によれば、複数の等高線（Ｈ_ｖ、Ｈ_ａ）ごとの幅値（Ｗ_ｖ、Ｗ_ａ）を取得することで、脈波としての速度脈波及び加速度脈波の波形に関する情報を時間軸方向に沿って取得することができる。よって、例えば、フィルタ部６ｃによって脈波が減衰され、速度脈波及び加速度脈波のピークの値を取得するのが困難になる程度に当該ピークが小さくなったとしても、そのピークから速度脈波及び加速度脈波の波形に関する情報を取得できる。この結果、推定血圧値ｙ＾_ｉをばらつきなく安定した値として求めることができる。

また、本実施形態の生体情報推定装置１は、合計幅値（ＥＰ_ｖ、ＥＰ_ａ）と、複数の等高線ごとの交差点数（ＶＰ_ｖ、ＶＰ_ａ）とに基づいて推定血圧値ｙ＾_ｉを求めるので、より多くの情報に基づいて推定血圧値ｙ＾_ｉを求めることができる。この結果、推定血圧値ｙ＾_ｉをよりばらつきなく安定した値として求めることができる。

また、本実施形態の演算部１２は、予め設定された複数のクラス（グループ）に対応した推定血圧値ｙ＾_ｉの演算を行うための演算用モデル（第１演算用モデル１７、第２演算用モデル２０）と、推定血圧値ｙ＾_ｉの演算対象とされる被検者Ｓが複数のクラスの内のいずれに該当するかを、交差点数（ＶＰ_ｖ、ＶＰ_ａ）に基づいて特定するクラス特定部（第１クラス特定部１５、第２クラス特定部１８）と、特定されたクラスに応じた推定血圧値ｙ＾_ｉの演算を行う推定値演算部（第１推定値演算部１６、第２推定値演算部１９）とを備えている。
これにより、分類された各クラスに応じて適切な演算を行うことができるので、より精度よく推定血圧値ｙ＾_ｉを求めることができる。

また、本実施形態において、微分処理部９は、センサ部２の出力信号が表している、被検者Ｓから検出された容積脈波（検出脈波）を微分した微分波である速度脈波及び加速度脈波（微分脈波）を、被検者Ｓの脈波として取得するので、脈波の振幅変動がより大きくなりピークが明りょうに表れるようにすることができる。この結果、脈波の波形に関する情報をより確実に取得することができる。

また、本実施形態において、微分処理部９は、検出脈波を一回微分した速度脈波（一回微分脈波）と、検出脈波を二回微分した加速度脈波（二回微分脈波）とを被検者Ｓの脈波として交差点特定部１０に与え、交差点特定部１０は、速度脈波と、速度脈波の振幅方向に対して一定値であることを表す等高線Ｈ_ｖ（第１等高線）とが交差する交差点ｑ_ｖ（第１交差点）を特定するとともに、加速度脈波と、加速度脈波の振幅方向に対して一定値であることを表す等高線Ｈ_ａ（第２等高線）とが交差する交差点ｑ_ａ（第２交差点）を特定する。また、演算部１２は、交差点ｑ_ｖより取得される幅値Ｗ_ｖ（第１幅値）と、交差点ｑ_ａより取得される幅値Ｗ_ａ（第２幅値）とに基づいて推定血圧値ｙ＾_ｉを求めるように構成されている。

この場合、速度脈波と、加速度脈波の両方に基づいて演算を行うので、より多くの情報に基づいて推定血圧値ｙ＾_ｉを求めることができ、推定血圧値ｙ＾_ｉをよりばらつきなく安定した値として求めることができる。

なお、上記実施形態では、生体情報推定装置１を、被検者Ｓの生体情報の推定値として推定血圧値を求める場合を例示したが、生体情報推定装置１は、例えば、血管年齢や、ストレス状態を表す指数等といった被検者Ｓの他の生体情報の推定値を求めるように構成してもよい。

また、上記実施形態では、合計幅値（ＥＰ_ｖ、ＥＰ_ａ）と、交差点数（ＶＰ_ｖ、ＶＰ_ａ）とに基づいて推定血圧値ｙ＾_ｉを求めた場合を示したが、合計幅値（ＥＰ_ｖ、ＥＰ_ａ）、及び交差点数（ＶＰ_ｖ、ＶＰ_ａ）のいずれか一方を用いて推定血圧値ｙ＾_ｉを求めてもよい。
さらに、上記実施形態では、１拍分の波形である領域Ｒを速度脈波及び加速度脈波それぞれで一つだけ用い、合計幅値（ＥＰ_ｖ、ＥＰ_ａ）と、交差点数（ＶＰ_ｖ、ＶＰ_ａ）を求めた場合を例示したが、より多数の波形を用いて合計幅値（ＥＰ_ｖ、ＥＰ_ａ）及び交差点数（ＶＰ_ｖ、ＶＰ_ａ）を求めてもよい。

上記実施形態では、速度脈波と、加速度脈波の両方に基づいて推定血圧値ｙ＾_ｉを求めた場合を示したが、速度脈波、及び加速度脈波のいずれか一方を用いて推定血圧値ｙ＾_ｉを求めることもできる。
さらに、被検者Ｓから検出された容積脈波（検出脈波）に基づいて推定血圧値ｙ＾_ｉを求めることもできる。この場合、微分処理部９は、与えられた出力信号が表す容積脈波を微分せずそのまま交差点特定部１０に与える。後段の各部は、容積脈波に基づいて、特徴量である合計幅値と、交差点数とを求め、推定血圧値ｙ＾_ｉを求める。
よって、推定血圧値ｙ＾_ｉを求めるために、容積脈波、速度脈波、及び加速度脈波のいずれかを用いることができる。また、これら内、任意の脈波を選択して組み合わせ、推定血圧値ｙ＾_ｉを求めることもできる。

また、上記実施形態では、クラス特定部（第１クラス特定部１５、第２クラス特定部１８）が、交差点数（ＶＰ_ｖ、ＶＰ_ａ）に基づいて、被検者Ｓのクラスを特定する場合を例示したが、合計幅値（ＥＰ_ｖ、ＥＰ_ａ）に基づいて、被検者Ｓのクラスを特定するように構成してもよいし、交差点数（ＶＰ_ｖ、ＶＰ_ａ）、及び合計幅値（ＥＰ_ｖ、ＥＰ_ａ）の両方を用いて被検者Ｓのクラスを特定するように構成してもよい。

また、上記実施形態では、被検者Ｓを分類するための複数のクラスを、被検者Ｓの特徴としての年齢に応じて分類分けした場合を例示したが、例えば、性別によってクラスを分類してもよいし、被検者Ｓの特徴であって、その相違が交差点数（ＶＰ_ｖ、ＶＰ_ａ）、及び合計幅値（ＥＰ_ｖ、ＥＰ_ａ）に影響を及ぼすような特徴によってクラスを分類してもよい。

また、上記実施形態の生体情報推定装置１は、被検者Ｓの脈波を検出する機能のみを有するセンサ部２を用いた場合を例示したが、例えば、パルスオキシメータに、生体情報推定装置１が有する推定血圧値を求める機能を付加することで、パルスオキシメータとしての機能と、血圧測定装置としての機能を備えた生体情報推定装置を構成してもよい。
この場合、パルスオキシメータは、光電式のセンサを用いているため、その光電式のセンサを脈波センサとして兼用することができる。よって、容易に、パルスオキシメータ機能及び血圧測定機能の両方を備えた構成とすることができる。

さらに、例えば、本実施形態の生体情報推定装置１は、処理部３としてスマートフォン等の携帯端末装置を用い、センサ部２として前記携帯端末装置に取り付け可能なセンサを用いて構成することもできる。
この場合、携帯端末装置に生体情報推定装置１としての機能を付与できるので、常時、血圧測定等の健康状態の管理が可能となる。
また、腕時計型の携帯端末装置であれば、使用者の腕に接触する部分にセンサ部２を埋め込むことができ、逐次、健康状態の管理が可能となる。

また、上記実施形態では、センサ部２に反射光を利用した光電式の脈波センサを用いて被検者Ｓの容積脈波を取得する場合を例示したが、透過光を利用する光電式の脈波センサを用いてもよい。さらに、被検者Ｓから取得する脈波としては、容積脈波に限らず、圧脈波や、その他の脈波を取得し、推定血圧値ｙ＾_ｉの演算に用いることができる。
なお、圧脈波を取得する場合、センサ部としては、圧電式の脈波センサを用いることができる。

〔３． 取得した特徴量の安定性評価について〕
次に、上記実施形態の生体情報推定装置１によって推定血圧値ｙ＾_ｉを求める際の特徴量である合計幅値（ＥＰ_ｖ、ＥＰ_ａ）と、従来から特徴量として用いられていた加速度脈波のピークの値とについて、取得したときの値の安定性について評価した。

実施例としては、上記実施形態の生体情報推定装置１が加速度脈波から取得した合計幅値ＥＰ_ａを採用し、比較例としては、加速度脈波から取得したピークの値を採用した。

実施例では、規格化された二回微分値が最大振幅値の−３０％である「−０．３」の等高線、同３０％である「０．３」の等高線、同６０％である「０．６」の等高線、同９０％である「０．９」の等高線それぞれにおける合計幅値ＥＰ_ａを５拍分取得し評価に用いた。

図１０は、比較例として用いるピークの値の求め方を説明するための図である。
加速度脈波からピークの値の求めるには、まず、図１０中、１拍分の波形である領域Ｒにおいて、絶対値で最も高い値を示しているピークｐ１０から順に並ぶ各ピークｐ１１、ｐ１２、ｐ１３、及びｐ１４の値をそれぞれ取得する。
次いで、取得した各値である、ピークｐ１１の値ｂ、ピークｐ１２の値ｃ、ピークｐ１３の値ｄ、及びピークｐ１４の値ｅを、ピークｐ１０の値ａで規格化する。

比較例では、これら規格化したピークｐ１１の値ｂ／ａ、ピークｐ１２の値ｃ／ａ、ピークｐ１３の値ｄ／ａ、及びピークｐ１４の値ｅ／ａを５心拍分取得し評価に用いた。

評価方法としては、下記式（１５）に示す特徴量の抽出率ＥｘＲａｔｅを、実施例及び比較例それぞれで求め、比較した。

ここで、ｅｘｔｒ_ｉは、抽出フラグであり、特徴量（合計幅値ＥＰ_ａ、ピークの値）が抽出できた場合に「１」を代入し、抽出できなかった場合に「０」を代入する。また、ｉは、抽出率ＥｘＲａｔｅを求めるために用いたサンプル数であり、ここでは、５拍分を用いたのでｉは「５」となる。

また、下記式（１６）に示す変動係数Ｃ．Ｖ．を、実施例及び比較例それぞれで求め、比較した。

なお、上記式（１６）中、ｍは特徴量（合計幅値ＥＰ_ａ、ピークの値）の平均値、σは特徴量（合計幅値ＥＰ_ａ、ピークの値）の標準偏差である。なお、抽出できなかった特徴量の値は「０」とした。

図１１は、特徴量の抽出率ＥｘＲａｔｅを求めた結果を示す図である。
図１１に示すように、実施例では、すべての等高線での合計幅値ＥＰ_ａの抽出率が１００％であった。
一方、比較例では、ピークｐ１１の値ｂ／ａの抽出率は１００％であったが、他の値の抽出率は１００％に至らなかった。
この結果から、実施例では、比較例と比較して、加速度脈波から安定して波形の情報を取得することができることが判る。

図１２は、変動係数Ｃ．Ｖ．を求めた結果を示す図である。
図１２に示すように、実施例では、すべての等高線での合計幅値ＥＰ_ａの変動係数が０．１未満と非常に小さい値であった。
一方、比較例では、ピークｐ１１の値ｂ／ａの変動係数が０．１未満と小さくなっているが、他の変動係数は、いずれも０．３を超えており、非常に大きい値であった。
この結果から、実施例では、比較例と比較して、値を取得したときのばらつきが少なく、安定していることが判る。

上記結果から、本実施形態の生体情報推定装置１によれば、ピークの値を特徴量として取得する場合と比較して、特徴量である合計幅値ＥＰ_ａをばらつきなく安定して取得することができることが判る。
つまり、本実施形態の生体情報推定装置１は、特徴量として合計幅値ＥＰ_ａを取得することで、加速度脈波の波形に関する情報を時間軸方向に沿って取得することができ、ピークの値を特徴量として取得する場合と比較して、より安定して加速度脈波の波形に関する情報を取得することができると言える。

また、この結果から、本実施形態の生体情報推定装置１は、ばらつきなく安定して特徴量を取得することができ、推定血圧値をばらつきなく安定した値として求めることができる。

〔４． 推定値の誤差について〕
上記実施形態では、特徴量である交差点数（ＶＰ_ｖ、ＶＰ_ａ）及び合計幅値（ＥＰ_ｖ、ＥＰ_ａ）を用いて推定血圧値ｙ＾_ｉを演算する際に、単回帰分析によって演算した場合を例示したが、他の実施形態として、単回帰分析に代えて、ＰＬＳ法（Ｐａｒｔｉａｌ Ｌｅａｓｔ Ｓｑｕａｒｅｓ Ｒｅｇｒｅｓｓｉｏｎ）による重回帰分析によって推定血圧値ｙ＾_ｉを演算するように構成した生体情報推定装置１を用い、推定血圧値ｙ＾_ｉを演算させた。

さらに他の実施形態として、ＣＡＲＴ法（Ｃｌａｓｓｉｆｉｃａｔｉｏｎ ａｎｄ ｒｅｇｒｅｓｓｉｏｎ ｔｒｅｅｓ）による重回帰分析によって推定血圧値ｙ＾_ｉを演算するように構成した生体情報推定装置１を用い、推定血圧値ｙ＾_ｉを演算させた。

そして、単回帰分析によって演算した推定血圧値ｙ＾_ｉ、ＰＬＳ法によって演算した推定血圧値ｙ＾_ｉ、及びＣＡＲＴ法によって演算した推定血圧値ｙ＾_ｉそれぞれの推定誤差を求め、比較した。

推定誤差は、下記式（１７）に示す、絶対平均誤差ＭＡＰＥを求め、比較した。なお、ＭＡＰＥを求めるに際して、例えば、Ｎｏ．１からＮｏ．ＮまでのＮ人の被検者Ｓの血圧値を測定するとともに、生体情報推定装置１によって推定血圧値ｙ＾_ｉを求めた。
また、推定血圧値ｙ＾_ｉとしては、収縮期及び拡張期の両方を求め、測定血圧値との間で比較した。

図１３は、推定血圧値の絶対平均誤差を求めた結果を示した図である。
図１３中、ＣＡＲＴ法によって演算した推定血圧値ｙ＾_ｉは、単回帰分析による演算、及びＰＬＳ法による演算の推定血圧値ｙ＾_ｉと比較して若干誤差が大きく表れているが、いずれの方法の場合も、実用上問題の無い誤差であることが確認できた。

〔５． その他〕
なお、本発明は、上記実施形態に限定されるものではない。
上記実施形態では、演算部２１が、第１クラス特定部１５、及び第２クラス特定部１８を備えていることで、被検者Ｓのクラスを特定した上で推定血圧値ｙ＾_ｖ及び推定血圧値ｙ＾_ａを求めるように構成した場合を例示したが、例えば、図１０に示す変形例のように、演算部２１が、第１推定値演算部１６と、第１推定値演算部１６が演算に用いる演算モデル２５と、第２推定値演算部１９と、第２推定値演算部１９が演算に用いる演算モデル２６とを備え、第１クラス特定部１５、及び第２クラス特定部１８を備えない構成とすることもできる。

この場合、第１推定値演算部１６には、第１特定部１０ａ及び第１取得部１１ａから、交差点数ＶＰ_ｖ及び合計幅値ＥＰ_ｖが与えられ、第２推定値演算部１９には、第２特定部１０ｂ及び第２取得部１１ｂから、交差点数ＶＰ_ａ及び合計幅値ＥＰ_ａが与えられる。

第１推定値演算部１６及び第２推定値演算部１９は、交差点数及び合計幅値を用いて推定血圧値ｙ＾_ｖ，ｙ＾_ａ求める。このとき、第１推定値演算部１６及び第２推定値演算部１９は、上記実施形態と同様に単回帰分析によって推定血圧値ｙ＾_ｖ，ｙ＾_ａを求めても良いが、単回帰分析に代えて、例えば、ＰＬＳ法等の重回帰分析（多変量解析）によって、推定血圧値ｙ＾_ｖ，ｙ＾_ａを求めても良い。
このとき、演算モデル２５、２６としては、ＰＬＳ法等の重回帰分析を行うためのモデルが採用され、予め推定血圧値ｙ＾_ｖ，ｙ＾_ａを求めるためのトレーニングがなされる。

この場合、上記実施形態のように被検者Ｓを複数クラスに分類せずとも、クラスの分類に利用する変数（交差点数ＶＰ_ｖ，ＶＰ_ａ及び合計幅値ＥＰ_ｖ，ＥＰ_ａ）を多変量解析の入力変数に用いることで、クラスを分類したときと同様の効果を得ることができ、高い精度で推定血圧値ｙ＾_ｉを求めることができる。

１ 生体情報推定装置
２ センサ部
３ 処理部
４ 光源
５ 受光部
６ センサ制御部
６ａ 光源制御部
６ｂ 信号処理部
６ｃ フィルタ部
６ｄ 増幅部
９ 微分処理部
１０ 交差点特定部
１０ａ 第１特定部
１０ｂ 第２特定部
１１ 幅値取得部
１１ａ 第１取得部
１１ｂ 第２取得部
１２ 演算部
１３ 出力部
１５ 第１クラス特定部
１６ 第１推定値演算部
１７ 第１演算用モデル
１８ 第２クラス特定部
１９ 第２推定値演算部
２０ 第２演算用モデル
２１ 統合演算部

Claims (13)

1. 正側及び負側の少なくともいずれか一方にピークを含んでいる生体の脈波から生体情報の推定値を求める生体情報推定装置であって、
   前記脈波を取得する脈波取得部と、
   前記脈波と、前記脈波の振幅方向に対して一定値であることを表す等高線と、が交差する複数の交差点を特定する交差点特定部と、
   前記等高線が位置する符号側と同じ符号側のピークの前後に位置する一又は複数対の交差点同士間の前記等高線上の幅値を取得する幅値取得部と、
   前記幅値に基づいて前記推定値を求める演算部と、を備え、
   前記交差点特定部は、互いに異なる値を表す複数の前記等高線ごとに前記複数の交差点を特定し、
   前記幅値取得部は、複数の前記等高線ごとに前記幅値を取得する
   生体情報推定装置。
2. 前記演算部は、前記幅値と、前記複数の交差点の数とに基づいて前記推定値を求める請求項１に記載の生体情報推定装置。
3. 前記演算部は、
   前記生体を分類するために予め設定された複数のグループに対応した前記推定値の演算を行うための演算用モデルと、
   前記推定値の演算対象とされる前記生体が前記複数のグループの内のいずれに該当するかを、前記幅値及び前記複数の交差点の数の少なくとも一方に基づいて特定するグループ特定部と、
   特定されたグループに応じた前記推定値の演算を、前記演算用モデルを用いて行う推定値演算部と、を備えている請求項１又は請求項２に記載の生体情報推定装置。
4. 前記脈波取得部は、前記生体から検出された検出脈波の微分波である微分脈波を前記脈波として取得する請求項１から請求項３のいずれか一項に記載の生体情報推定装置。
5. 前記脈波取得部は、前記検出脈波を一回微分した一回微分脈波と、前記検出脈波を二回微分した二回微分脈波とを前記脈波として前記交差点特定部に与え、
   前記交差点特定部は、前記一回微分脈波と、前記一回微分脈波の振幅方向に対して一定値であることを表す第１等高線と、が交差する複数の第１交差点を特定するとともに、前記二回微分脈波と、前記二回微分脈波の振幅方向に対して一定値であることを表す第２等高線と、が交差する複数の第２交差点を特定し、
   前記演算部は、前記複数の第１交差点より取得される第１幅値と、前記複数の第２交差点より取得される第２幅値とに基づいて前記推定値を求める請求項４に記載の生体情報推定装置。
6. 正側及び負側の少なくともいずれか一方にピークを含んでいる生体の脈波から生体情報の推定値を求める生体情報推定方法であって、
   前記脈波を取得する脈波取得ステップと、
   前記脈波と、前記脈波の振幅方向に対して一定値であることを表す等高線と、が交差する複数の交差点を特定する交差点特定ステップと、
   前記等高線が位置する符号側と同じ符号側のピークの前後に位置する一又は複数対の交差点同士間の前記等高線上の幅値を取得する幅値取得ステップと、
   前記幅値に基づいて前記推定値を求める演算ステップと、を含み、
   前記交差点特定ステップは、互いに異なる値を表す複数の前記等高線ごとに前記複数の交差点を特定し、
   前記幅値取得ステップは、複数の前記等高線ごとに前記幅値を取得する
   生体情報推定方法。
7. 正側及び負側の少なくともいずれか一方にピークを含んでいる生体の脈波から生体情報の推定値を求める処理をコンピュータに実行させるためのコンピュータプログラムであって、
   コンピュータに
   前記脈波を取得する脈波取得ステップと、
   前記脈波と、前記脈波の振幅方向に対して一定値であることを表す等高線と、が交差する複数の交差点を特定する交差点特定ステップと、
   前記等高線が位置する符号側と同じ符号側のピークの前後に位置する一又は複数対の交差点同士間の前記等高線上の幅値を取得する幅値取得ステップと、
   前記幅値に基づいて前記推定値を求める演算ステップと、を実行させるためのコンピュータプログラムであって、
   前記交差点特定ステップは、互いに異なる値を表す複数の前記等高線ごとに前記複数の交差点を特定し、
   前記幅値取得ステップは、複数の前記等高線ごとに前記幅値を取得する
   コンピュータプログラム。
8. 正側及び負側の少なくともいずれか一方にピークを含んでいる生体の脈波から生体情報の推定値を求める生体情報推定装置であって、
   前記脈波を取得する脈波取得部と、
   前記脈波と、前記脈波の振幅方向に対して一定値であることを表す等高線と、が交差する複数の交差点を特定する交差点特定部と、
   前記等高線が位置する符号側と同じ符号側のピークの前後に位置する一又は複数対の交差点同士間の前記等高線上の幅値を取得する幅値取得部と、
   前記幅値と、前記複数の交差点の数とに基づいて前記推定値を求める演算部と、を備えている生体情報推定装置。
9. 正側及び負側の少なくともいずれか一方にピークを含んでいる生体の脈波から生体情報の推定値を求める生体情報推定方法であって、
   前記脈波を取得する脈波取得ステップと、
   前記脈波と、前記脈波の振幅方向に対して一定値であることを表す等高線と、が交差する複数の交差点を特定する交差点特定ステップと、
   前記等高線が位置する符号側と同じ符号側のピークの前後に位置する一又は複数対の交差点同士間の前記等高線上の幅値を取得する幅値取得ステップと、
   前記幅値と、前記複数の交差点の数とに基づいて前記推定値を求める演算ステップと、を含んでいる生体情報推定方法。
10. 正側及び負側の少なくともいずれか一方にピークを含んでいる生体の脈波から生体情報の推定値を求める処理をコンピュータに実行させるためのコンピュータプログラムであって、
    コンピュータに
    前記脈波を取得する脈波取得ステップと、
    前記脈波と、前記脈波の振幅方向に対して一定値であることを表す等高線と、が交差する複数の交差点を特定する交差点特定ステップと、
    前記等高線が位置する符号側と同じ符号側のピークの前後に位置する一又は複数対の交差点同士間の前記等高線上の幅値を取得する幅値取得ステップと、
    前記幅値と、前記複数の交差点の数とに基づいて前記推定値を求める演算ステップと、を実行させるためのコンピュータプログラム。
11. 生体の脈波から生体情報の推定値を求める生体情報推定装置であって、
    前記脈波を取得する脈波取得部と、
    前記脈波と、前記脈波の振幅方向に対して一定値であることを表す等高線と、が交差する複数の交差点を特定する交差点特定部と、
    前記複数の交差点の数に基づいて前記推定値を求める演算部と、を備えている生体情報推定装置。
12. 生体の脈波から生体情報の推定値を求める生体情報推定方法であって、
    前記脈波を取得する脈波取得ステップと、
    前記脈波と、前記脈波の振幅方向に対して一定値であることを表す等高線と、が交差する複数の交差点を特定する交差点特定ステップと、
    前記複数の交差点の数に基づいて前記推定値を求める演算ステップと、を含んでいる生体情報推定方法。
13. 生体の脈波から生体情報の推定値を求める処理をコンピュータに実行させるためのコンピュータプログラムであって、
    コンピュータに
    前記脈波を取得する脈波取得ステップと、
    前記脈波と、前記脈波の振幅方向に対して一定値であることを表す等高線と、が交差する複数の交差点を特定する交差点特定ステップと、
    前記複数の交差点の数に基づいて前記推定値を求める演算ステップと、を実行させるためのコンピュータプログラム。