JP2017042386A - 生体情報処理システム及びプログラム - Google Patents
生体情報処理システム及びプログラム Download PDFInfo
- Publication number
- JP2017042386A JP2017042386A JP2015167463A JP2015167463A JP2017042386A JP 2017042386 A JP2017042386 A JP 2017042386A JP 2015167463 A JP2015167463 A JP 2015167463A JP 2015167463 A JP2015167463 A JP 2015167463A JP 2017042386 A JP2017042386 A JP 2017042386A
- Authority
- JP
- Japan
- Prior art keywords
- information
- unit
- given
- interval
- beat
- 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.)
- Pending
Links
- 230000010365 information processing Effects 0.000 title claims abstract description 82
- 206010003119 arrhythmia Diseases 0.000 claims abstract description 108
- 230000006793 arrhythmia Effects 0.000 claims abstract description 108
- 238000009826 distribution Methods 0.000 claims abstract description 43
- 238000004364 calculation method Methods 0.000 claims abstract description 30
- 206010003658 Atrial Fibrillation Diseases 0.000 claims description 101
- 238000012545 processing Methods 0.000 claims description 65
- 238000004458 analytical method Methods 0.000 claims description 25
- 238000001514 detection method Methods 0.000 claims description 23
- 230000008859 change Effects 0.000 claims description 7
- 238000000034 method Methods 0.000 abstract description 46
- 230000008569 process Effects 0.000 description 27
- 230000001133 acceleration Effects 0.000 description 16
- 238000003860 storage Methods 0.000 description 11
- 101150012532 NANOG gene Proteins 0.000 description 9
- 101100396520 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) TIF3 gene Proteins 0.000 description 9
- 101150038107 stm1 gene Proteins 0.000 description 9
- 238000003745 diagnosis Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 238000007689 inspection Methods 0.000 description 7
- 238000005259 measurement Methods 0.000 description 7
- 238000012986 modification Methods 0.000 description 7
- 230000004048 modification Effects 0.000 description 7
- 101100156193 Xenopus laevis vxn gene Proteins 0.000 description 6
- 238000012360 testing method Methods 0.000 description 6
- 101000625226 Homo sapiens Melanoregulin Proteins 0.000 description 5
- 102100024976 Melanoregulin Human genes 0.000 description 5
- 238000005311 autocorrelation function Methods 0.000 description 5
- 230000017531 blood circulation Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 5
- 230000003595 spectral effect Effects 0.000 description 5
- 208000024891 symptom Diseases 0.000 description 5
- 210000000707 wrist Anatomy 0.000 description 5
- 101000752241 Homo sapiens Rho guanine nucleotide exchange factor 4 Proteins 0.000 description 4
- 102100021709 Rho guanine nucleotide exchange factor 4 Human genes 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 4
- 206010008118 cerebral infarction Diseases 0.000 description 4
- 208000026106 cerebrovascular disease Diseases 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 101000617546 Homo sapiens Presenilin-2 Proteins 0.000 description 3
- 102100022036 Presenilin-2 Human genes 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000003780 insertion Methods 0.000 description 3
- 230000037431 insertion Effects 0.000 description 3
- 102100030341 Ethanolaminephosphotransferase 1 Human genes 0.000 description 2
- 101000938340 Homo sapiens Ethanolaminephosphotransferase 1 Proteins 0.000 description 2
- 208000000418 Premature Cardiac Complexes Diseases 0.000 description 2
- 208000007536 Thrombosis Diseases 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 238000002604 ultrasonography Methods 0.000 description 2
- 208000024172 Cardiovascular disease Diseases 0.000 description 1
- 208000010201 Exanthema Diseases 0.000 description 1
- 238000001276 Kolmogorov–Smirnov test Methods 0.000 description 1
- 125000002066 L-histidyl group Chemical group [H]N1C([H])=NC(C([H])([H])[C@](C(=O)[*])([H])N([H])[H])=C1[H] 0.000 description 1
- 101150079982 RRI2 gene Proteins 0.000 description 1
- 206010040880 Skin irritation Diseases 0.000 description 1
- 210000003423 ankle Anatomy 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 238000003287 bathing Methods 0.000 description 1
- 230000003796 beauty Effects 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 206010061592 cardiac fibrillation Diseases 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 201000005884 exanthem Diseases 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000002600 fibrillogenic effect Effects 0.000 description 1
- 210000002837 heart atrium Anatomy 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 208000010125 myocardial infarction Diseases 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000010349 pulsation Effects 0.000 description 1
- 206010037844 rash Diseases 0.000 description 1
- 230000000284 resting effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000036556 skin irritation Effects 0.000 description 1
- 231100000475 skin irritation Toxicity 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
Images
Landscapes
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
【課題】脈波情報から求められる拍毎間隔値を用いる方法よりも正確に、脈波情報に基づいて不整脈に関する情報を求めることができる生体情報処理システム及びプログラムを提供する。【解決手段】生体情報処理システム100は、脈波情報を取得可能な取得部110と、脈波情報に基づいて、所与の単位区間毎の拍間隔情報を求める拍間隔算出部130と、不整脈に関する情報を求める判定部150と、を含む。判定部は、N(Nは2以上の整数)回分の所与の単位区間を含む所与の統計区間において、所与の単位区間毎に求められたN個の拍間隔情報に基づいて、拍間隔の変動指標及び所与の分布からの乖離指標を求め、変動指標及び乖離指標に基づいて、不整脈に関する情報を求める。【選択図】図1
Description
本発明は、生体情報処理システム及びプログラム等に関係する。
循環器疾患として不整脈が広く知られている。例えば不整脈の一例である心房細動は、心臓で血液の塊ができ脳梗塞のリスクもあるため、早期の段階で治療を行う必要がある。従来、心房細動の検査は、ホルター心電図計を患者に24時間〜48時間(一般的には24時間)装着して、その間の心電図から心房細動の発症を確認するのが一般的であった。
しかし初期の心房細動ではその発症頻度が低く、48時間以内のホルター心電図検査では、たまに発症する心房細動を見逃すことがある。また無症候性の心房細動は患者が症状を感じないため、病院に来ないことが多く、重症化してから(例えば脳梗塞を発症してから)心房細動と分かることも多い。なお、ホルター心電計を長時間使用できない要因は、複数の電極を人体胸部に貼る必要があり、電極自体や、電極を押さえるためのテープにより、皮膚がかぶれることが課題となっているためである。また、近年では40日間の記録が可能な心電計もみられるが、かぶれの問題は解決されておらず、連続して長時間使用することは現実的でない。
それに対して、特許文献1では、脈波情報からRR間隔に相当するパラメータを精度よく求めることで、脈波情報に基づいて心房細動を求める手法が開示されている。脈波情報は、例えば光電センサー等の脈波センサーにより取得することが可能である。そして、脈波センサーを有する機器は、例えば腕時計型のウェアラブルデバイスとして実現可能であるため、皮膚のかぶれ等の可能性を抑止しつつ、長時間(例えば3日〜10日程度)の連続装着が可能となる。
脈波情報に基づいて不整脈に関する情報を求めるには、正確な拍間隔情報を求める必要がある。
前述した心電計から得られる心電情報では、脈ピークが明瞭に判別可能である。そのため、心電計による心房細動エピソードの判定においては、極めて明瞭なR波の間隔(拍毎間隔値)を拍間隔情報として取得し、拍毎間隔値の統計処理が行われている。
一方、脈波情報に基づいて求められる脈波波形は、心電図のような形状にはならず、心電情報ほど脈ピークが明瞭に現れない。特に、心房細動等の不整脈の発症中の脈波情報においては、脈ピークの検出がさらに困難となる。そのため、心電情報から拍毎間隔値を求める方法と同じように、脈波情報に基づいて拍毎間隔値を求めることは難しい。従って、脈波情報に基づいて不整脈に関する情報を求める場合には、他の方法で、拍間隔情報や、拍間隔情報に基づく各種指標を求める必要がある。
本発明の幾つかの態様によれば、脈波情報から求められる拍毎間隔値を用いる方法よりも正確に、脈波情報に基づいて不整脈に関する情報を求めることができる生体情報処理システム及びプログラム等を提供することができる。
本発明の一態様は、脈波情報を取得可能な取得部と、前記脈波情報に基づいて、所与の単位区間の拍間隔情報を求める拍間隔算出部と、不整脈に関する情報を求める判定部と、を含み、前記判定部は、N(Nは2以上の整数)回分の前記所与の単位区間を含む所与の統計区間において求められたN個の拍間隔情報に基づいて、拍間隔の変動指標及び所与の分布からの乖離指標を求め、前記変動指標及び前記乖離指標に基づいて、前記不整脈に関する情報を求める生体情報処理システムに関係する。
本発明の一態様では、脈波情報に基づいて拍毎に拍間隔情報を求めるのではなく、脈波情報に基づいて所与の単位区間毎に拍間隔情報を求め、求めた所与の単位区間毎の拍間隔情報に基づいて、変動指標及び乖離指標を求め、これらに基づいて不整脈に関する情報を求める。よって、脈波情報から求められる拍毎間隔値を用いる方法よりも正確に、脈波情報に基づいて不整脈に関する情報を求めることが可能となる。
また、本発明の一態様では、前記判定部は、前記変動指標により表される変動値が所与の変動閾値より大きく、且つ、前記乖離指標により表される乖離値が所与の乖離閾値よりも小さいか否かを判定することで、前記不整脈に関する情報として、心房細動に関する情報を求めてもよい。
これにより、例えば変動指標と乖離指標の両方が、所与の単位区間毎の脈波間隔のばらつきが大きいと指し示す統計区間を、心房細動発生期間として特定すること等が可能になる。
また、本発明の一態様では、前記取得部は、心電情報及び前記脈波情報を取得可能であり、前記拍間隔算出部は、前記取得部により前記心電情報が取得された場合には、前記所与の単位区間の前記心電情報から拍境界タイミングを検出し、前記拍境界タイミングに基づき求められる拍継続時間を前記所与の単位区間における前記拍間隔情報として求めてもよい。
これにより、脈波情報だけでなく、心電情報に基づいて、所与の単位区間における脈拍間隔を求めること等が可能になる。
また、本発明の一態様では、前記拍間隔算出部は、前記取得部により前記脈波情報が取得された場合は、前記所与の単位区間の前記脈波情報に対する周波数解析処理又はピーク検出処理に基づいて、前記所与の単位区間における前記拍間隔情報を求めてもよい。
これにより、拍毎ではなく、所与の単位区間毎に脈波間隔を求めること等が可能になる。
また、本発明の一態様では、前記所与の分布は、前記不整脈の発生時の前記拍間隔のばらつきを表す分布であり、前記乖離指標は、前記N個の拍間隔情報により表されるN個の拍間隔の分布と、前記所与の分布との乖離度合いを示す指標であってもよい。
これにより、例えば、所与の統計区間におけるN個の脈波間隔の分布が所与の分布に近いと判定された場合に、その統計区間において心房細動が発生していると判定すること等が可能になる。
また、本発明の一態様では、前記判定部は、前記不整脈に関する情報として、前記所与の統計区間が不整脈発生期間か否かを示す情報を求めてもよい。
これにより、各統計区間が不整脈発生期間か否かという情報に基づいて、検査期間における不整脈発生期間を特定すること等が可能になる。
また、本発明の一態様では、前記判定部は、前記所与の統計区間における前記不整脈発生期間の情報に基づいて、検査期間中における不整脈発生期間を特定してもよい。
これにより、検査期間における不整脈発生期間を被検体又は閲覧者に提示すること等が可能になる。
また、本発明の一態様では、前記判定部は、被検体の体動を表す体動指標と、前記被検体に対する検出部の装着状態を表す装着指標との少なくとも一つを含む信頼度指標に基づいて、前記検査期間中における前記不整脈発生期間を特定してもよい。
これにより、実際に不整脈が発生していた可能性がより高い期間を、不整脈発生期間として特定すること等が可能になる。
また、本発明の一態様では、前記判定部は、前記信頼度指標に基づいて、前記検査期間中において前記不整脈発生期間と特定された期間を、不明期間に変更するか否かを決定してもよい。
これにより、例えば、信頼度が低い期間について不整脈発生期間か否かの決定を保留すること等が可能になる。
また、本発明の一態様では、前記取得部は、体動信号をさらに取得し、前記判定部は、前記体動信号に基づいて前記体動指標を求めてもよい。
これにより、体動が大きく正しい判断が出来ない期間において、不整脈発生期間の判定結果をキャンセル、又は判定を保留すること等が可能になる。
また、本発明の一態様では、前記判定部は、前記脈波情報に基づいて前記装着指標を求めてもよい。
これにより、検出部の装着状態が悪く正しい判断が困難な期間において、不整脈発生期間の判定結果をキャンセル、又は判定を保留すること等が可能になる。
また、本発明の一態様では、前記拍間隔情報の閲覧情報を生成する処理を行う情報生成部を含んでいてもよい。
これにより、例えば表示部に閲覧情報を表示して、特定した拍間隔情報等を被検体又は閲覧者に報知すること等が可能になる。
また、本発明の一態様では、前記情報生成部は、検査期間中において、所与の条件を満たした各タイミングにおいて、前記各タイミングの前後の代表波形の情報を、前記閲覧情報として生成してもよい。
これにより、不整脈の診断において、全波形をチェックする手間を省き、医師が重要な波形を優先的にチェックすること等が可能になる。
また、本発明の一態様では、前記所与の条件は、測定機器のイベントボタンが押されたこと、心房細動エピソード期間の開始、継続もしくは終了があったこと、所与の時刻であること、生活イベントが発生したことのうちの少なくとも一つの条件であってもよい。
これにより、例えば、測定機器のイベントボタンが押された時の波形や、心房細動エピソード期間の開始、継続もしくは終了があった時の波形、所与の時刻における波形、生活イベントが発生した時の波形を、代表波形として表示部に表示すること等が可能になる。
また、本発明の他の態様は、心電情報及び脈波情報を取得可能な取得部と、所与の単位区間の拍間隔情報を求める拍間隔算出部と、を含み、前記拍間隔算出部は、前記取得部により前記心電情報が取得された場合は、前記所与の単位区間の前記心電情報から拍境界タイミングを検出し、前記拍境界タイミングに基づき求められる拍継続時間を前記所与の単位区間における前記拍間隔情報として求め、前記取得部により前記脈波情報が取得された場合には、前記所与の単位区間の前記脈波情報に対する周波数解析処理又はピーク検出処理に基づいて、前記所与の単位区間における前記拍間隔情報を求める生体情報処理システムに関係する。
また、本発明の他の態様では、上記各部としてコンピューターを機能させるプログラムに関係する。
以下、本実施形態について説明する。なお、以下で説明する本実施形態は、特許請求の範囲に記載された本発明の内容を不当に限定するものではない。また、本実施形態で説明される構成の全てが、本発明の必須構成要件であるとは限らない。
1.概要
被検体に光電トランスデューサー(光電センサー)を取り付け、取得した脈波信号(光電脈波信号、脈波情報)を解析して、心房細動等の不整脈を検査する手法が知られている。ここでの不整脈の検査とは、医師による診断のために、不整脈が疑われる箇所(期間、区間)を検出することである。
被検体に光電トランスデューサー(光電センサー)を取り付け、取得した脈波信号(光電脈波信号、脈波情報)を解析して、心房細動等の不整脈を検査する手法が知られている。ここでの不整脈の検査とは、医師による診断のために、不整脈が疑われる箇所(期間、区間)を検出することである。
この光電脈波による検査は、心電計による検査と比較した場合、装置が簡便で装着が容易である、或いは図16及び図17を用いて後述する腕時計形状等の装置を表皮に押し当てるだけでよく、装着負荷が少ないという利点がある。そのため、長時間検査が可能となり、不定期に起きる発症局面を捉えられる可能性が高いといった長所を有する。なお、脈波測定装置が固定される部位は手首に限定されず、指や頸部、足首等の他の部位であってもよい。
例えば、不整脈の1つとして、心房細動が知られている。心房細動とは心房が痙攣(部分的に興奮収縮)する異常であり、心室の収縮が不規則な間隔となる。このため、血液の流れが淀むこととなり、心房細動が長時間継続することで血栓ができやすくなって、脳梗塞や心筋梗塞と行った重篤な症状の原因となることがある。
心房細動は初期段階では発症頻度が低く、例えば3日のうちで1回、数時間だけ心房細動の症状が出るといったことが起こりえる。その場合、発症期間とホルター心電図の装着期間が重複しない可能性もあり、心房細動の検出ができない。それに対して、脈波情報を測定する脈波測定装置(生体情報処理装置)は、3日〜10日程度の長期間装着も容易であるため、発症頻度の低い状態であっても心房細動を検出することが可能である。
また、心房細動では、患者が症状を自覚しない無症候性の心房細動が認められることがある。この場合、患者が積極的に心房細動に関する検査を受けることは考えにくく、場合によっては無自覚のまま症状が進行し、脳梗塞等の重篤な症状を引き起こす恐れがある。この場合にも、脈波情報を用いれば、長期間の装着が容易なため気軽にスクリーニング検査を受けられるという利点がある。
このようにして脈波情報に基づいて心房細動等の不整脈が発生している否かを判定するためには、正確な拍間隔情報を求める必要がある。特に心房細動の発症時には、脈拍間隔のばらつきが大きくなる。そのため、拍間隔情報を正確に求められれば心房細動の判定を正確に行うことができる。
前述した心電計から得られる心電情報では、脈ピークが明瞭に判別可能である。そのため、心電計による不整脈の判定においては、極めて明瞭なR波の間隔(拍毎間隔値)を拍間隔情報として取得し、拍毎間隔値の統計処理が行われ、拍毎間隔値等に基づいて、不整脈の判定処理が行われる。
一方、脈波情報に基づいて求められる脈波波形は、心電図のような形状にはならず、心電情報ほど脈ピークが明瞭に現れない。特に、心房細動等の不整脈の発症中の脈波情報においては、脈ピークの検出がさらに困難となる。そのため、心電情報から拍毎間隔値を求める方法と同じように、脈波情報に基づいて拍毎間隔値を求めることは難しい。従って、脈波情報に基づいて不整脈に関する情報を求める場合には、他の方法で、拍間隔情報や、拍間隔情報に基づく各種指標を求める必要がある。
また、他にも拍毎間隔値を用いる場合には、被検者の総拍数が不定であり、蓄積型の生体情報処理装置に記録する情報量が一定しないという問題点や、心房細動エピソード判定の統計処理において、時間分解能を固定しにくいという問題点も存在する。もしくは、時間分解能を固定する場合には、統計母数が変数となって処理が複雑化し、生体情報処理装置への処理内蔵の支障にもなり得る。
そこで、以下で説明する本実施形態では、脈波情報から求められる拍毎間隔値を用いる方法よりも正確に、脈波情報に基づいて不整脈に関する情報を求めることが可能な生体情報処理システム及びプログラム等を提示する。具体的に本実施形態では、拍毎ではなく、所与の単位区間毎に求められる時毎間隔値を拍間隔情報として求める。そして、所与の単位区間毎に求められた複数の時毎間隔値に基づいて、拍間隔の変動指標及び所与の分布からの乖離指標を求め、変動指標及び乖離指標に基づいて、不整脈に関する情報を求める。詳しい処理の内容については、後述する。
また、本実施形態では、不整脈に関する情報を求めるために、脈波情報だけでなく、心電情報も用いても良い。前述したように、心電情報を用いる従来手法では、心電情報に基づいて拍毎間隔値を拍間隔情報として求め、拍毎間隔値等に基づいて、不整脈に関する情報を求めていた。しかし、拍毎間隔値と時毎間隔値では、データの数や、各データに対応するタイミングが異なるため、不整脈が発生しているか否かの判定方法も異なる。つまり、脈波情報から時毎間隔値を求める本実施形態の手法と、心電情報から拍毎間隔値を求める従来の手法では、同一の不整脈の判定処理を共用出来ない。
そこで、本実施形態では、心電情報を用いる場合であっても、脈波情報を用いる場合と同じ不整脈の判定処理を適用可能にする。具体的には、心電情報を用いる場合にも、後述する方法で時毎間隔値を求め、脈波情報から時毎間隔値を求める場合と同じ状態にして、不整脈の判定処理を実行する。これにより、脈波情報を用いる場合でも、心電情報を用いる場合でも、どちらも同じ判定処理によって不整脈の発生を判定することが出来る。
2.システム構成例
次に、本実施形態の生体情報処理システム100及びこれを含む生体情報処理装置の構成例を、図1〜図3に示す。
次に、本実施形態の生体情報処理システム100及びこれを含む生体情報処理装置の構成例を、図1〜図3に示す。
本実施形態の生体情報処理システム100は、図1に示すように、取得部110と、拍間隔算出部130と、判定部150と、を含む。ただし、生体情報処理システム100は、図1の構成に限定されず、これらの一部の構成要素を省略したり、図2及び図3のように、他の構成要素を追加したりするなどの種々の変形実施が可能である。例えば図2及び図3の例では、生体情報処理システム100は、図1に示す構成要素に加えて、情報生成部170と、表示部190とをさらに含む。なお、本実施形態の生体情報処理システム100の一部又は全部の機能は、例えば図16及び図17を用いて後述するウェアラブル装置等により実現される。また、本実施形態の生体情報処理システム100の一部又は全部の機能は、図18を用いて後述するように、ウェアラブル装置600と通信により接続されたサーバーシステム700により実現されてもよい。
次に各部で行われる処理について説明する。
取得部110は、脈波情報を取得可能である。ここで、脈波情報とは、被検体(被験者)の脈波を表す情報であり、具体的には被検体により装着される脈波センサー(光電センサ−)の出力に基づく情報である。より具体的には、光電センサー等の脈波センサーでは、例えば血管中の血流量の変動等を脈波情報として検出することができる。ただし、取得部110が取得できる情報は、脈波情報には限定されない。例えば、取得部110は、後述する心電情報や体動信号などを取得可能であってもよい。
また、取得部110は、図2に示すように外部装置から各種生体情報を受け付けるインターフェース部又は通信部(アンテナ部)であっても良い。具体的に、図2の場合には、生体情報処理システム100の外部に、脈波センサー42及び心電センサー43(心電計、心拍センサー)、モーションセンサー44等の生体センサーが設けられており、取得部110は、これらの各種生体センサー(脈波センサー42及び心電センサー43、モーションセンサー44等)から、各種生体情報(脈波情報及び心電情報、体動信号等)を取得してもよい。また、図2に示すように、各種生体センサーが外部の記憶部50に接続されており、記憶部50が各種生体情報を記憶している場合には、取得部110は、記憶部50から各種生体情報を取得してもよい。
さらに、図3に示すように、取得部110自身が各種生体センサー(脈波センサー42及び心電センサー43、モーションセンサー44等)を有しており、取得部110自身が各種生体情報(脈波情報及び心電情報、体動信号等)を検出してもよい。すなわち、取得部110が各種生体センサーを有する検出部であってもよい。
ここで脈波センサー42は、脈波情報を検出するためのセンサーであり、例えば前述したように、発光部と受光部とを含む光電センサー等が考えられる。光電センサーとしては、太陽光等の外光の信号成分をカットするように構成されているセンサーを用いてもよい。このような光電センサーは、例えばフォトダイオードを複数設け、それらの信号を用いてフィードバック処理等で差分情報を求める構成等により実現できる。また、脈波センサー42は、光電センサーの他にも、例えば超音波センサー等の種々のセンサーによっても実現でき、本実施形態の脈波センサー42はそれらのセンサーを広く適用可能である。例えば、脈波センサー42として超音波センサーを用いる場合には、超音波センサーは、2つの圧電素子を有し、一方の圧電素子を励振させて生体内に超音波を送信するとともに、当該超音波が生体の血流によって反射されたものを他方の圧電素子により受信する。送信した超音波と受信した超音波には、血流のドップラー効果によって周波数変化が生じるため、この場合にも血流量に対応する信号を取得することができ、脈波情報(拍動情報)の推定が可能である。
また、心電センサー(心拍センサー)30は、心電情報を検出するためのセンサーであり、例えば心電計である。心電計は、例えば被検体の心臓の活動の様子を検出し、心電図を生成可能な装置である。
そして、モーションセンサー(体動センサー)40は、体動信号(モーションセンサー信号)を検出するためのセンサーであり、例えば加速度センサーである。その場合には、取得部110は体動信号として加速度センサー信号を検出する。三軸の加速度センサーは、例えば外力によって抵抗値が増減する素子等で構成され、X軸方向での加速度と、Y軸方向での加速度と、Z軸方向での加速度とを検出する。また他にも、モーションセンサー44は、X軸周りの角加速度と、Y軸周りの角加速度と、Z軸周りの角加速度とを検出する三軸のジャイロセンサーと、前述した三軸の加速度センサーとが組み合わせられたセンサーであってもよい。さらに、モーションセンサー44は、加速度センサーやジャイロセンサーに限定されず、地磁気センサー等の方位センサー等であってもよい。方位センサーは、センサーの向いている方位を角度(0°〜360°)で計測する。また、モーションセンサー44として、加速度センサー、ジャイロセンサー又は方位センサーの機能を併せ持つセンサーを用いてもよい。
これらの各種生体センサーは、被検体の手首の他にも、被検体の首、上腕、胸などの部位に取り付けてもよい。さらに、生体情報処理システム100がヘッドマウントディスプレイに搭載される場合には、例えばヘッドマウントディスプレイのブリッジ部や左右のテンプル部などに各種生体センサーを設けても良い。なお、脈波センサーと心電センサーとモーションセンサーは、同じ機器に設けられていても良いし、別の機器に設けられていても良い。
次に、拍間隔算出部130は、脈波情報に基づいて、所与の単位区間毎の拍間隔情報を求める。
ここで、拍間隔情報とは、所与の単位区間における拍間隔を表す情報である。前述したように本実施形態では、拍間隔情報は、拍毎に求められる拍毎間隔値ではなく、例えば所与の単位区間毎(時間毎)に求められる時毎間隔値である。
次に、各拍間隔情報に対応する所与の単位区間について、図4を用いて具体的に説明する。図4では、横軸を時間軸(秒)として、上段に脈波PWを示し、中段に所与の単位区間と後述する所与の統計区間の関係を示し、下段に所与の統計区間と後述する検査期間の関係を示す。なお、図4の中段の図は、図4の下段の統計区間STM1を拡大して図示したものである。
図4に示すように、本例における所与の単位区間は、例えばTM1等が示す4秒間である。ただし、本実施形態における所与の単位区間の長さは、4秒に限らず、任意の長さの区間に設定可能である。そして、この単位区間TM1において検出された脈波情報に基づいて、単位区間TM1に対応する時毎間隔値Δ1を求める。さらに、取得部110は、1秒毎に所与の単位区間において検出される脈波情報をサンプリングし、拍間隔算出部130は、取得される脈波情報に基づいて1秒毎に拍間隔情報を求める。つまり、時毎間隔値を求める所与の単位区間は、TM1〜TM5に示すように、1秒ずつずれて設定されており、各単位区間は、前の時間と3秒間オーバーラップしている。例えば、単位区間TM1と単位区間TM2では、1秒目〜3秒目の3秒間がオーバーラップしている。そして、拍間隔算出部130は、単位区間TM2〜単位区間TM5の各単位区間において検出された各脈波情報に基づいて、各単位区間に対応する時毎間隔値Δ2〜Δ5を求める。このように、所与の単位区間は、時毎間隔値の算出区間と言い替えることもできる。なお、具体的な時毎間隔値の算出方法については後述する。
次に、判定部150は、不整脈に関する情報を求める。本実施形態における不整脈は、例えば心房細動であり、不整脈に関する情報とは、例えば不整脈が発生したか否かを示す情報や、不整脈が発生したと判定された期間を示す情報等である。ただし、本実施形態における不整脈として心房細動以外の不整脈(例えば期外収縮等)を対象とすることは妨げられない。
そして、判定部150は、N(Nは2以上の整数)回分の所与の単位区間を含む所与の統計区間において、所与の単位区間毎に求められたN個の拍間隔情報に基づいて、拍間隔の変動指標及び所与の分布からの乖離指標を求め、変動指標及び乖離指標に基づいて、不整脈に関する情報を求める。
ここで、所与の統計区間は、複数設定される単位区間のうち、変動指標及び乖離指標を求めるために用いる拍間隔情報に対応する単位区間を、区切って特定する区間である。他の言い方をすれば、所与の統計区間は、N(Nは2以上の整数)回分の所与の単位区間を含む区間であり、例えば前述した図4の例では、STM1で示す区間である。具体的に図4の例ではN=5であり、統計区間STM1は、単位区間TM1〜単位区間TM5を含む8秒間である。図4の下図に示すように、所与の統計区間も、単位区間と同様に、前の統計区間と一部区間(図4の例では3秒間)をオーバーラップしながら複数設定され、設定された統計区間毎に、変動指標及び乖離指標が求められる。図4の例では、検査期間TTMにおいて、少なくとも4つの統計区間(STM1〜STM4)が設定されているが、検査期間TTMに含まれる統計区間の数はこれに限定されず、実際にはより多数の統計区間が含まれる。例えば、所与の統計区間は、8秒間〜60秒間に設定される。
また、変動指標及び乖離指標については、後に詳述する。なお、本実施形態の手法は、変動指標及び乖離指標の両方を求めるものには限定されず、変動指標及び乖離指標のうちの少なくとも一方を求めるものであってもよい。
そして、情報生成部170は、拍間隔情報の閲覧情報を生成する処理を行う。閲覧情報の具体例等については後述する。なお、前述した拍間隔算出部130及び判定部150、情報生成部170の機能は、各種プロセッサー(CPU、GPU等)、ASIC(ゲートアレイ等)などのハードウェアや、プログラムなどにより実現できる。
さらに、表示部190は、生成された閲覧情報を表示する。表示部190の機能は、例えば液晶ディスプレイや有機ELディスプレイ、電子ペーパーなどにより実現できる。
心房細動の発症時には、脈拍間隔のばらつきが大きくなる。そのため、拍間隔情報を正確に求められれば心房細動の判定を正確に行うことができる。
その点、本実施形態では、脈波情報に基づいて拍毎間隔値を求めるのではなく、脈波情報に基づいて時毎間隔値を拍間隔情報として求める。そのため、脈波情報を用いる場合であっても、正確に拍間隔情報を求めることができる。そして、精度良く求められた時毎間隔値に基づいて、変動指標及び乖離指標を求め、これらに基づいて不整脈に関する情報を求める。
よって、脈波情報から求められる拍毎間隔値を用いる方法よりも正確に、脈波情報に基づいて不整脈に関する情報を求めることが可能となる。
また他にも、拍毎間隔値を用いる場合と違って、蓄積型の生体情報処理装置に記録する情報量を一定にすることも可能になる。さらに、心房細動エピソード判定の統計処理において、時間分解能を固定することが容易で、処理の複雑化を抑制することも可能になる。
3.処理の詳細
3.1 全体の流れ
次に、図5のフローチャートを用いて、本実施形態の全体の処理の流れについて、具体例を交えながら説明し、その後に、統計区間毎の心房細動判定処理の詳細と閲覧情報の具体例について説明する。なお、以下では不整脈に関する情報として、心房細動に関する情報を求める例について説明するが、本実施形態はそれに限定されない。また、ここでは図6に示すように、検査期間TTMに6つの統計区間(STM1〜STM6)が含まれている例を用いて説明する。図6は、横軸が時間軸(秒)であり、統計区間(STM1〜STM6)と検査期間TTM、心房細動発生期間EPT、心房細動非発生期間(NEPT1、NEPT2)の関係を示す。ただし、本実施形態において、検査期間に含まれる統計区間の数はこれに限定されない。
3.1 全体の流れ
次に、図5のフローチャートを用いて、本実施形態の全体の処理の流れについて、具体例を交えながら説明し、その後に、統計区間毎の心房細動判定処理の詳細と閲覧情報の具体例について説明する。なお、以下では不整脈に関する情報として、心房細動に関する情報を求める例について説明するが、本実施形態はそれに限定されない。また、ここでは図6に示すように、検査期間TTMに6つの統計区間(STM1〜STM6)が含まれている例を用いて説明する。図6は、横軸が時間軸(秒)であり、統計区間(STM1〜STM6)と検査期間TTM、心房細動発生期間EPT、心房細動非発生期間(NEPT1、NEPT2)の関係を示す。ただし、本実施形態において、検査期間に含まれる統計区間の数はこれに限定されない。
まず、図5に示すように、取得部110が解析対象ログを取得する(S101)。解析対象ログは、例えば被検体の脈波情報や心電情報、体動信号が時系列順に記録されたデータである。解析対象ログの取得先は、図2に示したように記憶部50であってもよいし、各種生体センサー(脈波センサー、心電センサー、モーションセンサー)であってもよい。
次に、拍間隔算出部130と判定部150が、取得された解析対象ログに基づいて、図6に示す検査期間TTMに含まれる統計区間(STM1〜STM6のそれぞれ)毎に心房細動判定処理を行う(S102)。なお、ステップS102の詳細については、図8のフローチャートを用いて後述する。そして、判定部150は、図4の検査期間TTMに含まれる全統計区間(STM1〜STM6)についてステップS102の心房細動判定処理を行ったか否かを判定し(S103)、全統計区間について心房細動判定処理を行っていないと判定した場合には、ステップS102に戻る。
一方、判定部150が、全統計区間(STM1〜STM6)について心房細動判定処理を行ったと判定した場合には、判定部150は、検査期間TTM中における心房細動発生期間を判定する(S104)。例えば、図6の例では、斜線で示す統計区間STM2と統計区間STM3が心房細動発生期間であると判定されたとする。この時、判定部150は、検査期間TTMにおいて、統計区間STM2と統計区間STM3の集合区間EPTを、心房細動発生期間として特定し、それ以外の期間(NEPT1とNEPT2)を心房細動非発生期間として特定する。
すなわち、判定部150は、所与の統計区間における不整脈発生期間の情報に基づいて、検査期間中における不整脈発生期間を特定する。
ここで、不整脈発生期間は、不整脈が発生していると判断される期間である。また、前述した心房細動発生期間は、心房細動が発生していると判断される期間であり、不整脈発生期間の一つである。不整脈発生期間を特定する際には、不整脈発生期間の開始タイミングと終了タイミング、期間の長さのうちの少なくとも二つの情報を特定してもよいし、不整脈が発生していると判断される統計区間を示す情報を特定してもよい。
これにより、後述するように、検査期間における不整脈発生期間を被検体又は閲覧者に提示すること等が可能になる。
また、この際に、判定部150が、前後を心房細動発生期間で挟まれた所与の継続時間未満の心房細動非発生期間を、心房細動発生期間(心房細動エピソード期間)とみなす変形実施も可能である。同様にして、判定部150が、前後を心房細動非発生期間で挟まれた所与の継続時間未満の心房細動発生期間を、心房細動非発生期間とみなす変形実施も可能である。
次に、判定部150は、被検体の体動を表す体動指標と、被検体に対する検出部の装着状態を表す装着指標との少なくとも一つを含む信頼度指標に基づいて、検査期間中における不整脈発生期間を特定する。本例では、まず判定部150が、解析対象ログから体動信号を抽出し、体動信号に基づいて、信頼度指標を特定する(S105)。つまり、体動指標を信頼度指標として用いる場合には、取得部110が、体動信号を取得し、判定部150が、体動信号に基づいて体動指標を信頼度指標として求める。そして、判定部150は、特定した信頼度指標に基づいて、ステップS104における心房細動発生期間か否かの判定結果が、信頼に足るものであるか否かを判定し、その判定結果に基づいて、検査期間における心房細動発生期間を再特定する(S106)。
例えば図7を用いて、ステップS106の処理の具体例を説明する。図7は、横軸が時間軸(秒)であり、体動信号BSを用いて、検査期間TTMにおける心房細動発生期間を再特定する処理の具体例を示す図である。図7の例では、体動信号BSに基づいて、体動が大きく信頼度が低い期間(SBT1及びSBT2)と、体動が小さく信頼度が高い期間(WBT1及びWBT2)とが特定される。その結果、ステップS104において特定された心房細動発生期間EPTに、信頼度が低い期間SBT1が含まれることになるため、心房細動発生期間EPTのうち、期間SBT1以外の期間(EPT1及びEPT2)を、新たに心房細動発生期間として特定する。
これにより、実際に不整脈が発生していた可能性がより高い期間を、不整脈発生期間として特定すること等が可能になる。また、ステップS104までは、統計区間単位で不整脈発生期間を特定していたが、ステップS106の体動が大きく信頼度が低い期間(SBT1及びSBT2)は、統計区間単位で特定されるのではなく、より短い区間であってもよい。そのため、統計区間単位で特定されていた不整脈発生期間を、より短い単位で特定することが可能になり、不整脈発生期間の時間分解能を向上させること等も可能になる。
ここで、信頼度指標(信頼度の指標)とは、脈波測定又は心電測定がどの程度信頼できるものであるかを表す情報である。また、信頼度指標は、不整脈発生期間の判定結果がどの程度信頼できるものであるかを表す情報とも言い替えることができる。信頼度指標は、一例としては数値情報であり、数値が大きいほど信頼でき(信頼度が高く)、数値が小さいほど信頼できない(信頼度が低い)ものとしてもよいし、この逆であってもよい。或いは、所与の数値に近いほど信頼度が高いものとしてもよく、信頼度指標の具体的な値と、信頼度の高低との関係は種々の変形実施が可能である。
例えば、図7の例では、体動信号の実効信号量に基づく情報を信頼度指標としているため、数値が大きいほど体動ノイズが大きく、信頼度は低いものとなる。ここで、体動信号は、例えば被検体の体に装着されたモーションセンサーから得られる加速度信号や角加速度信号、方位信号等である。そして、体動指標は、体動信号に基づいて特定される体動の大きさを示す数値や、体動信号の実効信号量に基づいて段階的に分類されるレベルなどを示す情報である。例えば、体動指標は、加速度信号のRMS値(二乗平均平方根)などである。
このように、体動指標を信頼度指標として用いて不整脈発生期間を再特定する場合には、体動が大きく正しい判断が出来ない期間において、不整脈発生期間の判定結果をキャンセル、又は判定を保留すること等が可能になる。
また、本実施形態では、被検体に対する検出部の装着状態を表す装着指標を信頼度指標として用いても良い。この際には、判定部150は、脈波情報に基づいて装着指標を求める。
ここで、装着指標とは、被検体に対する検出部の装着状態を表す数値や、装着状態の良し悪しを段階的に分類するレベルなどを示す情報であり、脈波情報に基づいて特定される。装着指標は、例えば脈波信号のRMS値(二乗平均平方根)などの数値情報であり、数値が大きいほど検出部の装着状態が良く、数値が小さいほど検出部の装着状態が悪いものとしてもよいし、この逆であってもよい。或いは、所与の数値に近いほど装着状態が良いものとしてもよく、装着指標の具体的な値と、装着状態の高低との関係は種々の変形実施が可能である。そして、検出部の装着状態が良ければ、検出された生体情報(脈波情報、心電情報等)の信頼度が高くなり、検出部の装着状態が悪ければ、生体情報の信頼度が低くなる。なお、図3に示すように、取得部110が検出部である場合には、装着指標は取得部110の装着状態を表す情報であるとも言える。
これにより、検出部の装着状態が悪く正しい判断が困難な期間において、不整脈発生期間の判定結果をキャンセル、又は判定を保留すること等が可能になる。なお、本実施形態では、信頼度指標として、体動指標と装着指標の両方を用いても良い。
そして、判定部150は、信頼度指標に基づいて、検査期間中において不整脈発生期間と特定された期間を、不明期間に変更するか否かを決定する(S106)。例えば、前述した図7の例では、不整脈発生期間として特定されていた期間EPTのうち、体動が大きく信頼度が低い期間SBT1を、不明期間UKT1として特定している。一方、不整脈発生期間として特定されていた期間EPTのうち、体動が小さく信頼度が高い期間(WBT1、WBT2)については、不明期間とはしない。
これにより、例えば、信頼度が低い期間について不整脈発生期間か否かの決定を保留すること等が可能になる。その結果、閲覧情報を提示する際に、信頼度が低い情報を提示しないこと等が可能になる。
また、判定部150は、不整脈非発生期間として特定されていた期間(NEPT2)においても、体動が大きく信頼度が低い期間SBT2が重なっていれば、その期間SBT2を不明期間UKT2とする。これは、不整脈非発生期間として特定されていたが、実際には不整脈発生期間である可能性があるためである。
また、例えば図7の期間SBT1のように、信頼度指標が所定の閾値よりも小さいと判定された期間の全体が、連続した心房細動発生期間EPTに含まれる場合には、この期間を不明期間UKT1とはせず、そのまま心房細動発生期間とする変形実施も可能である。同様に、信頼度指標が所定の閾値よりも小さいと判定された期間の全体が、連続した心房細動非発生期間に含まれる場合には、この期間を不明期間とはせず、そのまま心房細動非発生期間とする変形実施も可能である。
さて、図5のフローチャートに戻る。ステップS106の後、情報生成部170は、拍間隔情報や心房細動発生期間(図7のEPT1及びEPT2)等を示す閲覧情報を生成する(S107)。
ここで、閲覧情報とは、例えば被検体の拍間隔情報や心房細動発生期間等を示す画像情報やテキスト情報等である。閲覧情報の具体例については後述する。
これにより、例えば表示部190に閲覧情報を表示して、特定した拍間隔情報等を被検体又は閲覧者に報知すること等が可能になる。以上が本実施形態の全体の処理の流れである。
3.2 統計区間毎の心房細動判定処理
次に、図5のフローチャートのステップS102の処理の詳細について、図8のフローチャートを用いて説明する。図8のフローチャートは、脈波情報に基づいて、時毎間隔値を算出し、算出した時毎間隔値に基づいて、統計区間における心房細動判定を行う場合の処理の流れを図示している。
次に、図5のフローチャートのステップS102の処理の詳細について、図8のフローチャートを用いて説明する。図8のフローチャートは、脈波情報に基づいて、時毎間隔値を算出し、算出した時毎間隔値に基づいて、統計区間における心房細動判定を行う場合の処理の流れを図示している。
取得部110により脈波情報が取得された場合は、拍間隔算出部130は、所与の単位区間の脈波情報に対する周波数解析処理又はピーク検出処理に基づいて、所与の単位区間における拍間隔情報を求める。
具体的には、図8に示すように、拍間隔算出部130が、解析対象ログから脈波情報を読み込む(S201)。そして、拍間隔算出部130が脈波情報を読み込めたか否かを判定し、読み込みが失敗したと判定した場合には、処理を進めることができないと判断できるため、又は全ての統計区間について後述する処理を実行済みであると判断できるため、処理を終了する。
一方、脈波情報の読み込みに成功したと判定した場合には、拍間隔算出部130はさらに、所与の単位区間分だけ、脈波情報を読み込めたか否かを判定し、まだ所与の単位区間分、読み込めていないと判定した場合には、ステップS201に戻る。
そして、所与の単位区間分、脈波情報を読み込めた場合には、拍間隔算出部130は、読み込んだ所与の単位区間分の脈波情報について、周波数解析処理(STFT(Short-Time Fourier transform)解析)を行って、パワースペクトル密度を求める。例えば、前述した図4に示す所与の単位区間TM1における脈波情報に対して、周波数解析処理を行って、図9に示すようなパワースペクトル密度分布を得る。図9のグラフは、横軸が周波数(Hz)を表し、縦軸がパワースペクトル密度PSD(Power Spectral Density)を表す。さらに、拍間隔算出部130は、図10に示すように、求めたパワースペクトル密度の自己相関関数を算出し(S204)、求めた自己相関関数がピーク(極大)になり、他のピークよりも大きくなる時の遅延時間(主遅延。但し0以外である)を、その単位区間における時毎間隔値として求める(S205)。例えば図10のグラフは、縦軸が自己相関関数(Auto Correlation Function)を表し、横軸が遅延時間Lag[ms]を表す。そして、図10のグラフでは遅延時間がx1[ms]の時に、自己相関関数がピークになり、遅延時間=0[ms]以外の他のピークよりも大きくなるため、このx1[ms]を単位区間TM1の時毎間隔値Δ1とする。
その後、拍間隔算出部130は、現在対象としている統計区間に含まれる全ての単位区間において、時毎間隔値を算出したか否かを判定し(S206)、まだ全ての単位区間において、時毎間隔値を算出していないと判定した場合には、ステップS201に戻る。つまり、図4の例の場合には、統計区間STM1に含まれる他の単位区間(TM2〜TM5)について、前述した処理(S201〜S205)を同様に行って、他の単位区間(TM2〜TM5)についても時毎間隔値(Δ2〜Δ5)を求める。
これにより、拍毎ではなく、所与の単位区間毎に脈波間隔(時毎間隔値)を求めること等が可能になる。
次に、判定部150は、拍間隔算出部130により所与の単位区間毎に求められたN(Nは正の整数)個の拍間隔情報に基づいて、所与の統計区間において、拍間隔の平均値、変動指標及び乖離指標のうちの少なくとも一つを求める処理を行う(S207)。
ここで、変動指標は、所与の統計区間に含まれる単位区間のそれぞれについて求められたN個の拍間隔情報により表されるN個の拍間隔(時毎間隔値)のばらつきを表す情報であり、例えばN個の拍間隔情報の分散若しくは標準偏差又は変動係数等である。変動係数は、例えば分散又は標準偏差を平均値で除算して求められる値である。また、変動指標は、前回(1タイミング前の単位区間)の拍間隔との変化量(差分或いは比率)に基づいて求められる値であってもよい。
また、乖離指標は、所与の統計区間に含まれる単位区間のそれぞれについて求められたN個の拍間隔情報により表されるN個の拍間隔(時毎間隔値)の分布と、所与の分布との乖離度合いを示す指標である。そして、所与の分布は、不整脈の発生時の拍間隔のばらつきを表す分布である。例えば、心房細動発生時には、時毎間隔値がばらばらになる傾向があるため、所与の分布を、今回検出された拍間隔の平均値と変動指標を持つ正規分布としてもよい。一方、心房細動非発生時には、時毎間隔値が特定の値に偏る傾向があるため、正規分布にはならない。なお、本実施形態では、所与の分布は正規分布に限定されず、予め経験的に求められた他の分布を用いてもよい。
例えば本例では、コルモゴロフ―スミルノフ(Kolmogorov-Smirnov)検定における正規性指標を、乖離指標として求める。その具体例について、図11及び図12を用いて説明する。図11には、心房細動発生時の脈波間隔(時毎間隔値)の分布を図示し、図12には、期外収縮発生時の脈波間隔(時毎間隔値)の分布を図示する。図11及び図12は共に、横軸が時毎間隔値(RRI)[ms]を表し、縦軸が累積密度分布を表す。そして、図11及び図12では、各時毎間隔値の実測データを点RDでプロットし、所与の分布である正規分布を曲線ND1(ND2)で示している。各時毎間隔値の実測データは、時毎間隔値が小さい順にソートされ、ソートされた順番を追う毎に、縦軸の値が大きくなるようにして、各グラフにプロットされる。そのため、取得された時毎間隔値の分布が完全に正規分布になる場合には、正規分布を示す曲線ND1(ND2)上に、各データRDがプロットされることになる。逆に、各データRDのプロット位置が曲線ND1(ND2)から離れれば離れるほど、N個の拍間隔(時毎間隔値)の分布と、正規分布との乖離度合いが大きいことになる(正規性が低い)。
そして、図11及び図12において、N個の時毎間隔値の実測データRDのプロット位置を全て包含するように、曲線ND1(ND2)を縦軸の上下方向に拡張し、その時の拡張量を、実測データの分布と正規分布の乖離度合い(乖離指標)として求める。縦軸方向への曲線の拡張量は、例えば、あるRRI(横軸の値)に対する、拡張後の曲線ND1(ND2)の縦軸方向の幅であり、横軸のどの値に対しても同じ値を用いる。
具体的には、図11では、曲線ND1を点線DL1及び点線DL2で囲まれる範囲AR1(斜線領域)まで拡張した時に、範囲AR1が、N個全ての時毎間隔値の実測データRDのプロット位置を包含することになる。そして、範囲AR1の縦軸方向の幅WDT1を乖離指標として求める。同様にして、図12の例では、曲線ND2を点線DL3及び点線DL4で囲まれる範囲AR2(斜線領域)まで拡張した時に、範囲AR2が、N個の時毎間隔値の実測データRDのプロット位置を包含することになる。そして、範囲AR2の縦軸方向の幅WDT2を乖離指標として求める。
次に、図8のステップS207後には、判定部150が、不整脈に関する情報として、所与の統計区間が不整脈発生期間か否かを示す情報を求める。
例えば、判定部150は、変動指標により表される変動値が所与の変動閾値より大きく、且つ、乖離指標により表される乖離値が所与の乖離閾値よりも小さいか否かを判定することで、不整脈に関する情報として、心房細動に関する情報を求める(S208)。
変動指標により表される変動値が所与の変動閾値より大きいということは、前述した時毎間隔値の分散や標準偏差等が所与の変動閾値より大きく、所与の統計区間におけるN個の時毎間隔値のばらつきが大きいことを示す。
また、乖離指標により表される乖離値が所与の乖離閾値よりも小さいということは、所与の統計区間におけるN個の時毎間隔値の分布が、正規性が高く、時毎間隔値のばらつきが大きいことを示している。
例えば、前述した図11及び図12の例において、図11に示す幅WDT1は、図12に示す幅WDT2よりも小さい(WDT1<WDT2)。そして、本例では、WDT<TH<WDT2となるような所与の乖離閾値THを用いるものとする。従って、図11の例では、WDT1<THとなるため、変動値が所与の変動閾値より大きければ、実測データの分布は正規性が高く、心房細動が発生していると判定することができる。一方、図12の例では、WDT2>THであるため、実測データの分布は正規性が低く、心房細動が発生していないと判定することができる。
これにより、所与の統計区間におけるN個の時毎間隔値がばらばらに分布していると判定された場合に、その統計区間において心房細動が発生していると判定すること等が可能になる。
例えば、変動指標と乖離指標の両方が、時毎間隔値のばらつきが大きいと指し示す統計区間を、心房細動発生期間として特定すること等が可能になる。なお、所与の変動閾値及び所与の乖離閾値にヒステリシスを持たせ、心房細動が発生しているか否かの判定結果が、頻繁に変わることを抑制することも可能である。
また、心房細動に関する情報とは、例えば心房細動発生期間に関する情報や、心房細動エピソード期間に関する情報などである。
そして、その後、次の統計区間(図4の例では、STM2〜STM4等)について、ステップS201〜ステップS208の処理を行う。その結果、各統計区間が不整脈発生期間か否かという情報を求めることができ、その情報に基づいて、検査期間における不整脈発生期間を特定すること等が可能になる。以上が、統計区間毎の心房細動判定処理の流れである。
また、本実施形態では、脈波情報ではなく、心電情報に基づいて、時毎間隔値を算出してもよい。心電情報は、被検体の心臓の活動の様子を示す情報であり、心電センサー(心拍センサー)30により検出される情報である。
その場合に、取得部110は、心電情報及び脈波情報を取得可能である。そして、拍間隔算出部130は、取得部110により心電情報が取得された場合には、所与の単位区間の心電情報から拍境界タイミングを検出し、拍境界タイミングに基づき求められる拍継続時間を所与の単位区間における拍間隔情報(時毎間隔値)として求める。
ここで、拍境界タイミングとは、脈拍の1波の開始タイミング又は終了タイミングのことであり、より具体的にはR波がピークになるタイミングである。そして、拍継続時間とは、拍境界タイミングから次の拍境界タイミングまでの時間のことであり、例えばR波のピークから次のR波のピークまでの時間である。
図13を用いて具体例について説明する。図13では、横軸を時間軸(秒)として、単位区間と心電図EDを示す。
例えば単位区間TM1では、単位区間TM1の終了タイミングt1の周囲の拍境界タイミング(tr1及びtr2)を、心電情報に基づいて特定する。終了タイミングt1は拍境界タイミング(tr1及びtr2)の間のタイミングである。そのため、単位区間TM1における時毎間隔値は、終了タイミングt1において継続している脈拍の拍継続時間RR1とする。同様に、単位区間TM3の終了タイミングt3は拍境界タイミング(tr4及びtr5)の間のタイミングであるため、単位区間TM3における時毎間隔値は、終了タイミングt3において継続している脈拍の拍継続時間RR4とする。
一方、単位区間TM2では、単位区間TM2の終了タイミングt2が拍境界タイミングtr3と一致している。この場合には、単位区間TM1と単位区間TM3の例のように、終了タイミングt2における拍継続時間を特定できない。そこで、この場合には、拍境界タイミングtr3の前後の脈拍の拍継続時間の平均値(RRI2+RRI3)/2を、単位区間TM2の時毎間隔値として求める。また、単位区間TM2の終了タイミングt2と拍境界タイミングtr3が完全に一致していない場合でも、単位区間TM2の終了タイミングt2が拍境界タイミングtr3から所与の時間Δ内である場合には、同様に、終了タイミングt2の前後の脈拍の拍継続時間の平均値を、単位区間TM2の時毎間隔値として求める。ただし、この場合に、拍境界タイミングの前後の脈拍の拍継続時間の平均値を時毎間隔値として求めることには限定されず、例えば拍境界タイミングの前後の脈拍の拍継続時間の調和平均値などを、時毎間隔値として求めても良い。
これにより、脈波情報だけでなく、心電情報に基づいて、単位区間における時毎間隔値を求めること等が可能になる。なお、本処理は図8を用いて説明したステップS201〜ステップS205の処理に相当し、ステップS206以降は、前述した処理をそのまま適用することが可能である。
3.3 閲覧情報
次に、図5のステップS107において生成する閲覧情報について説明する。例えば、情報生成部170は、図14及び図15に示すような解析レポートを、閲覧情報として生成し、生成した解析レポートを表示部190に表示する。解析レポートは、統計的概要、トレンドグラフ、(心房細動)エピソード波形、全波形の4項目から構成される。解析レポートの作成タイミング、作成頻度等は種々の変形実施が可能であるが、ここでは1回の検査に対応する結果を表すレポート、すなわち3〜10日程度のデータを蓄積することで作成されるレポートについて説明する。
次に、図5のステップS107において生成する閲覧情報について説明する。例えば、情報生成部170は、図14及び図15に示すような解析レポートを、閲覧情報として生成し、生成した解析レポートを表示部190に表示する。解析レポートは、統計的概要、トレンドグラフ、(心房細動)エピソード波形、全波形の4項目から構成される。解析レポートの作成タイミング、作成頻度等は種々の変形実施が可能であるが、ここでは1回の検査に対応する結果を表すレポート、すなわち3〜10日程度のデータを蓄積することで作成されるレポートについて説明する。
具体的には、情報生成部170は、図14の統計的概要等に示すように、閲覧情報として、拍間隔情報により表される拍間隔と、平均脈拍間隔PIaveと、心房細動エピソード期間であることを示すマークとのうちの少なくとも一つの情報を生成する。
統計的概要は、検査期間におけるユーザー(患者)の状態を表す代表的な統計量を示す項目である。前述した情報の他にも、図14の統計的概要に示すように、最大心拍数HRmax、最小心拍数HPmin、平均心拍数HRave、心房細動エピソード期間の検出回数(AfEpisode)、心房細動エピソード期間の最大継続時間(Max sustained Af)、検出部の有効装着率、体動局面率等を生成してもよい。ここで、有効装着率は、検査期間中、検出部の装着状態が良好と判断された期間の割合を示す数値である。また、体動局面率は、検査期間中、一定以上の大きさの体動が検出された期間の割合を示す数値である。
また、前述した心房細動エピソード期間であることを示すマークは、例えば図14のトレンドグラフに斜線で表示されるマークB7〜B9や、図15の全波形に斜線で表示されるマークB10等である。これらのマークB7〜B10は、マークが表示されている期間が、心房細動エピソード期間であると判定されたことを示す。
これにより、医師の診断の補助になる情報を提示すること等が可能になる。
また、全波形は、図15に示したように、加速度波形、脈波波形、脈拍間隔波形、心房細動Afの発症状況(脈波異常期間の判定結果)を全検査期間にわたって表示したものである。
図14からわかるように、統計的概要は検査期間での概要を数値で把握するには適しているが、具体的な波形等が表示されるものではなく、ユーザーの状態の時系列的な変化の把握には向かない。よって医師の診断には、より詳細な情報が必要となる。また、図15からわかるように全波形は詳細な情報を表示するものの、情報量が膨大になりすぎる。よって医師の診断には、適切に要約された情報、或いは重要な部分を抽出した情報を表示する必要がある。
そこで、情報生成部170は、検査期間中において、所与の条件を満たした各タイミングにおいて、各タイミングの前後の代表波形の情報を、閲覧情報として生成する。
例えば、図15の例では、心房細動エピソードであると判定された期間の波形を代表波形として表示している。具体的には、図14のトレンドグラフにおいて、B7のマークが付いている期間のエピソード波形を、図15ではC1に示すように表示し、図14のトレンドグラフにおいて、B8のマークが付いている期間のエピソード波形を、図15ではC2に示すように表示している。
これにより、不整脈の診断において、全波形をチェックする手間を省き、医師が重要な波形を優先的にチェックすること等が可能になる。
また、代表波形として表示する波形は、図14のトレンドグラフや図15のエピソード波形において表示している波形だけには限定されない。検査期間において、被検体自身が脈波異常を感じることがあり、被検体が脈波異常を自覚したタイミングの情報は、不整脈の診断時に非常に有効な情報として用いることができる。
そこで、測定機器(生体情報処理装置)のイベントボタンが押された時の波形や、ある時刻の波形、生活イベントが発生した時の波形等を、代表波形の情報として表示してもよい。すなわち、前述した代表波形の期間を決定する所与の条件は、測定機器のイベントボタンが押されたこと、心房細動エピソード期間の開始、継続もしくは終了があったこと、所与の時刻であること、生活イベントが発生したことのうちの少なくとも一つの条件であってもよい。
例えば被検体が装着する生体情報処理装置にボタンなどの操作部を設けておき、脈波異常を自覚した際に、ボタンを押すなどして貰う。表示部190は、ユーザーが脈波異常を自覚した際の操作が検出されたタイミングに対応する画面の位置にマークを表示してもよい。例えば図14のトレンドグラフには、マークUSを表示している。図14及び図15には図示していないが、本実施形態では、このマークUSが表示される期間の前後のより詳細な波形を代表波形として表示してもよい。
また、イベントボタンが押された時だけではなく、他の指示操作が行われた時の波形を代表波形としてもよい。他の指示操作とは、例えば画面に対するクリック操作、タッチ操作、タップ操作、ピンチイン操作、ピンチアウト操作、スクロール操作及びスワイプ操作のうちの少なくとも1つの操作である。例えば、表示装置(又は生体情報処理装置)の操作部がマウス等であれば、所与の指示操作は、クリック操作やスクロール操作等である。また、表示装置(又は生体情報処理装置)がタッチパネル式の表示部を有している場合には、所与の指示操作は、タッチ操作、タップ操作、ピンチイン操作、ピンチアウト操作及びスワイプ操作等である。
また、生活イベントとは、例えば食事、睡眠(就寝、起床)、服薬、入浴、運動、休憩、勉強、仕事など、被検体が日常生活を送る上で発生するイベントのことを指す。この生活イベントは、測定機器の使用者(被検体)が自由に設定すること等が可能であってもよい。
これにより、例えば、測定機器のイベントボタンが押された時の波形や、心房細動エピソード期間の開始、継続もしくは終了があった時の波形、所与の時刻における波形、生活イベントが発生した時の波形を、代表波形として表示部に表示すること等が可能になる。これらの波形は、医師が不整脈の診断において優先的にチェックしたいと波形であるため、診断の効率化を図ることができる。
4. 生体情報処理装置の具体例
図16及び図17に脈波情報を収集する生体情報処理装置(ウェアラブル装置)の外観図の一例を示す。本実施形態のウェアラブル装置はバンド部10とケース部30とセンサー部(検出部)40を有する。図16のE1及びE2に示すように、ケース部30はバンド部10に取り付けられる。図17に示すように、センサー部40は、ケース部30に設けられる。
図16及び図17に脈波情報を収集する生体情報処理装置(ウェアラブル装置)の外観図の一例を示す。本実施形態のウェアラブル装置はバンド部10とケース部30とセンサー部(検出部)40を有する。図16のE1及びE2に示すように、ケース部30はバンド部10に取り付けられる。図17に示すように、センサー部40は、ケース部30に設けられる。
バンド部10はユーザーの手首に巻き付けてウェアラブル装置を装着するためのものである。バンド部10はバンド穴12、バックル部14を有する。バックル部14はバンド挿入部15と突起部16を有する。ユーザーは、バンド部10の一端側を、バックル部14のバンド挿入部15に挿入し、バンド部10のバンド穴12にバックル部14の突起部16を挿入することで、ウェアラブル装置を手首に装着する。なお、バンド部10は、バックル部14の代わりに尾錠部(美錠部)を有する構成としてもよい。
ケース部30は、ウェアラブル装置の本体部に相当するものである。ケース部30の内部には、センサー部40や不図示の回路基板等のウェアラブル装置の種々の構成部品が設けられる。即ち、ケース部30は、これらの構成部品を収納する筐体である。
ケース部30には発光窓部32が設けられており、発光窓部32は透光部材により形成されている。そしてケース部30には、フレキシブル基板に実装されたインターフェースとしての発光部が設けられており、この発光部からの光が、発光窓部32を介してケース部30の外部に出射される。
ウェアラブル装置は、図18のF1等に示すようにユーザーの手首に装着され、当該装着された状態で脈波情報(広義には生体情報)の計測が行われる。
5. 生体情報処理システムの具体例
次に、本実施形態に係る生体情報処理システム100を実現する具体的な装置の例について説明する。本実施形態に係る生体情報処理システム100は、例えばサーバーシステム700であってもよい。この場合の例が図18のF1であり、サーバーシステム700である生体情報処理システム100は、ネットワークNEを介してウェアラブル装置600と接続され、当該ウェアラブル装置600から脈波情報を取得する。ユーザーが装着するウェアラブル装置(ウェアラブル装置600)は、小型軽量となる必要があるため、バッテリーや装置内部の処理部の処理性能、或いはデータの記憶容量に制約が大きい。それに対して、サーバーシステム700はリソースの制約が比較的小さいため、脈波情報の解析処理や解析結果情報の生成処理を高速で行ったり、より多くのデータ(脈波情報、或いは解析結果情報)を保持することが可能である。
次に、本実施形態に係る生体情報処理システム100を実現する具体的な装置の例について説明する。本実施形態に係る生体情報処理システム100は、例えばサーバーシステム700であってもよい。この場合の例が図18のF1であり、サーバーシステム700である生体情報処理システム100は、ネットワークNEを介してウェアラブル装置600と接続され、当該ウェアラブル装置600から脈波情報を取得する。ユーザーが装着するウェアラブル装置(ウェアラブル装置600)は、小型軽量となる必要があるため、バッテリーや装置内部の処理部の処理性能、或いはデータの記憶容量に制約が大きい。それに対して、サーバーシステム700はリソースの制約が比較的小さいため、脈波情報の解析処理や解析結果情報の生成処理を高速で行ったり、より多くのデータ(脈波情報、或いは解析結果情報)を保持することが可能である。
なお、生体情報処理システム100はウェアラブル装置600で収集された脈波情報を取得可能であればよいため、ウェアラブル装置600と直接的に接続されるものに限定されない。例えば、図18のF2に示したように、ウェアラブル装置600が他の処理装置400と接続され、生体情報処理システム100(サーバーシステム700)は当該処理装置400とネットワークNEを介して接続される形態であってもよい。この場合の処理装置400としては、例えばウェアラブル装置600を装着するユーザーが使用するスマートフォン等の携帯端末装置が考えられる。そして、ウェアラブル装置600と処理装置400との接続は、ネットワークNEと同様のものを利用してもよいが、短距離無線通信等を利用することも可能である。
また、本実施形態に係る生体情報処理システム100はサーバーシステム700ではなく、スマートフォン等の処理装置200(狭義には携帯端末装置)により実現されてもよい。この場合の構成例が図18のF3である。スマートフォン等の携帯端末装置200は、サーバーシステム700に比べれば処理性能や記憶領域、バッテリー容量に制約があることが多いが、近年の性能向上を考慮すれば、十分な処理性能等を確保可能となることも考えられる。よって、処理性能等の要求が満たされるのであれば、図18のF3に示したようにスマートフォン等を本実施形態に係る生体情報処理システム100とすることが可能である。
さらにいえば、端末性能の向上、或いは利用形態等を考慮した場合、ウェアラブル装置600が本実施形態に係る生体情報処理システム100を含む実施形態も否定されない。この場合、取得部110は、同一装置内の脈波センサー42からの情報を受信(取得)することになる。ウェアラブル装置600に生体情報処理システム100が搭載される場合、当該生体情報処理システム100では、大量のユーザーを対象としたデータ解析、保存等に対する要求は低く、ウェアラブル装置600を使用する1又は少数のユーザーを対象とすればよい。つまり、ウェアラブル装置600の処理性能等でもユーザーの要求を満たす可能性は十分考えられる。
つまり、本実施形態の手法は、脈波情報を取得可能な取得部と、脈波情報に基づいて、所与の単位区間毎の拍間隔情報を求める拍間隔算出部と、不整脈に関する情報を求める判定部と、を含む端末装置(生体情報処理装置、生体情報解析装置、生体情報測定装置、生体情報検出装置)に適用できる。
また、以上ではサーバーシステム700、処理装置200、ウェアラブル装置600のいずれか1つの装置により生体情報処理システム100が実現されるものとしたが、これに限定されることもない。例えば、脈波情報の取得、脈波情報の解析処理、不整脈の判定処理、閲覧情報の生成処理及び出力処理が、複数の装置の分散処理により実現されてもよい。具体的には、サーバーシステム700、処理装置200、ウェアラブル装置600のうちの少なくとも2つ以上の装置により生体情報処理システム100が実現されてもよい。或いは、他の装置が生体情報処理システム100の処理の一部を行ってもよく、本実施形態に係る生体情報処理システム100は種々の装置(或いは装置の組み合わせ)により実現が可能である。
また、本実施形態の生体情報処理システム及び生体情報処理装置等は、その処理の一部または大部分をプログラムにより実現してもよい。この場合には、CPU等のプロセッサーがプログラムを実行することで、本実施形態の生体情報処理システム及び生体情報処理装置等が実現される。具体的には、非一時的な情報記憶装置に記憶されたプログラムが読み出され、読み出されたプログラムをCPU等のプロセッサーが実行する。ここで、情報記憶装置(コンピューターにより読み取り可能な装置)は、プログラムやデータなどを格納するものであり、その機能は、光ディスク(DVD、CD等)、HDD(ハードディスクドライブ)、或いはメモリー(カード型メモリー、ROM等)などにより実現できる。そして、CPU等のプロセッサーは、情報記憶装置に格納されるプログラム(データ)に基づいて本実施形態の種々の処理を行う。即ち、情報記憶装置には、本実施形態の各部としてコンピューター(操作部、処理部、記憶部、出力部を備える装置)を機能させるためのプログラム(各部の処理をコンピューターに実行させるためのプログラム)が記憶される。
これにより、本実施形態の処理をプログラムにより実現することが可能になる。プログラムは、例えば、スマートフォン等のようなデバイスの処理部(例えばDSP)等に読み出されて実行されるプログラムであってもよい。
また、本実施形態の生体情報処理システム及び生体情報処理装置等は、プロセッサーとメモリーを含んでも良い。ここでのプロセッサーは、例えばCPU(Central Processing Unit)であってもよい。ただし、プロセッサーはCPUに限定されるものではなく、GPU(Graphics Processing Unit)、或いはDSP(Digital Signal Processor)等、各種プロセッサーを用いることが可能である。また、プロセッサーはASIC(Application Specific Integrated Circuit)によるハードウェア回路でもよい。また、メモリーはコンピューターにより読み取り可能な命令を格納するものであり、当該命令がプロセッサーにより実行されることで、本実施形態に係る生体情報処理システム及び生体情報処理装置等の各部が実現されることになる。ここでのメモリーは、SRAM(Static Random Access Memory)、DRAM(Dynamic Random Access Memory)などの半導体メモリーであってもよいし、レジスターやハードディスク等でもよい。また、ここでの命令は、プログラムを構成する命令セットの命令でもよいし、プロセッサーのハードウェア回路に対して操作を指示する命令であってもよい。
また、ユーザーが装着するウェアラブル装置は、脈波センサーと、脈波センサーからの脈波センサー信号(脈波情報)を無線又は有線で通信する通信部から構成されてもよい。その場合、本実施形態のプログラムは、ウェアラブル装置とは別体として設けられ、前述した通信部から脈波センサー信号を受信する生体情報処理システムの処理部(例えばCPU)等に読み出されて実行される。この生体情報処理システムはPC等のユーザーによる装着が想定されないものであってもよいし、スマートフォン等のユーザーによる装着(携帯)が想定されるものであってもよい。また、インターネット等のネットワークを介して接続されたサーバーシステム等を生体情報処理システムとしてもよい。
ウェアラブル装置と、プログラムが実行される生体情報処理システムが別体である場合、閲覧情報等のユーザーへの提示に用いられる表示部は任意の箇所に設けられる。例えば、生体情報処理システムの表示部に表示してもよいし、ウェアラブル装置に表示部を設け、生体情報処理システムから出力された閲覧情報を表示してもよい。また、異なる機器(例えば生体情報処理システムとしてサーバーシステムを用いた場合の任意のクライアント装置等)の表示部に表示してもよい。
なお、以上のように本実施形態について詳細に説明したが、本発明の新規事項および効果から実体的に逸脱しない多くの変形が可能であることは当業者には容易に理解できるであろう。従って、このような変形例はすべて本発明の範囲に含まれるものとする。例えば、明細書又は図面において、少なくとも一度、より広義または同義な異なる用語と共に記載された用語は、明細書又は図面のいかなる箇所においても、その異なる用語に置き換えることができる。また生体情報処理システム等の構成、動作も本実施形態で説明したものに限定されず、種々の変形実施が可能である。
10…バンド部、12…バンド穴、14…バックル部、15…バンド挿入部、
16…突起部、30…ケース部、32…発光窓部、40…センサー部、
42…脈波センサー、43…心電センサー、44…モーションセンサー、50…記憶部、
100…生体情報処理システム、110…取得部、130…拍間隔算出部、
150…判定部、170…情報生成部、190…表示部、
200…処理装置(携帯端末装置)、400…処理装置、600…ウェアラブル装置、
700…サーバーシステム
16…突起部、30…ケース部、32…発光窓部、40…センサー部、
42…脈波センサー、43…心電センサー、44…モーションセンサー、50…記憶部、
100…生体情報処理システム、110…取得部、130…拍間隔算出部、
150…判定部、170…情報生成部、190…表示部、
200…処理装置(携帯端末装置)、400…処理装置、600…ウェアラブル装置、
700…サーバーシステム
Claims (16)
- 脈波情報を取得可能な取得部と、
前記脈波情報に基づいて、所与の単位区間の拍間隔情報を求める拍間隔算出部と、
不整脈に関する情報を求める判定部と、
を含み、
前記判定部は、
N(Nは2以上の整数)回分の前記所与の単位区間を含む所与の統計区間において求められたN個の拍間隔情報に基づいて、拍間隔の変動指標及び所与の分布からの乖離指標を求め、前記変動指標及び前記乖離指標に基づいて、前記不整脈に関する情報を求めることを特徴とする生体情報処理システム。 - 請求項1において、
前記判定部は、
前記変動指標により表される変動値が所与の変動閾値より大きく、且つ、前記乖離指標により表される乖離値が所与の乖離閾値よりも小さいか否かを判定することで、前記不整脈に関する情報として、心房細動に関する情報を求めることを特徴とする生体情報処理システム。 - 請求項1又は2において、
前記取得部は、
心電情報及び前記脈波情報を取得可能であり、
前記拍間隔算出部は、
前記取得部により前記心電情報が取得された場合には、前記所与の単位区間の前記心電情報から拍境界タイミングを検出し、前記拍境界タイミングに基づき求められる拍継続時間を前記所与の単位区間における前記拍間隔情報として求めることを特徴とする生体情報処理システム。 - 請求項1乃至3のいずれかにおいて、
前記拍間隔算出部は、
前記取得部により前記脈波情報が取得された場合は、前記所与の単位区間の前記脈波情報に対する周波数解析処理又はピーク検出処理に基づいて、前記所与の単位区間における前記拍間隔情報を求めることを特徴とする生体情報処理システム。 - 請求項1乃至4のいずれかにおいて、
前記所与の分布は、
前記不整脈の発生時の前記拍間隔のばらつきを表す分布であり、
前記乖離指標は、
前記N個の拍間隔情報により表されるN個の拍間隔の分布と、前記所与の分布との乖離度合いを示す指標であることを特徴とする生体情報処理システム。 - 請求項1乃至5のいずれかにおいて、
前記判定部は、
前記不整脈に関する情報として、前記所与の統計区間が不整脈発生期間か否かを示す情報を求めることを特徴とする生体情報処理システム。 - 請求項6において、
前記判定部は、
前記所与の統計区間における前記不整脈発生期間の情報に基づいて、検査期間中における不整脈発生期間を特定することを特徴とする生体情報処理システム。 - 請求項7において、
前記判定部は、
被検体の体動を表す体動指標と、前記被検体に対する検出部の装着状態を表す装着指標との少なくとも一つを含む信頼度指標に基づいて、前記検査期間中における前記不整脈発生期間を特定することを特徴とする生体情報処理システム。 - 請求項8において、
前記判定部は、
前記信頼度指標に基づいて、前記検査期間中において前記不整脈発生期間と特定された期間を、不明期間に変更するか否かを決定することを特徴とする生体情報処理システム。 - 請求項8又は9において、
前記取得部は、
体動信号をさらに取得し、
前記判定部は、
前記体動信号に基づいて前記体動指標を求めることを特徴とする生体情報処理システム。 - 請求項8乃至10のいずれかにおいて、
前記判定部は、
前記脈波情報に基づいて前記装着指標を求めることを特徴とする生体情報処理システム。 - 請求項1乃至11のいずれかにおいて、
前記拍間隔情報の閲覧情報を生成する処理を行う情報生成部を含むことを特徴とする生体情報処理システム。 - 請求項12において、
前記情報生成部は、
検査期間中において、所与の条件を満たした各タイミングにおいて、前記各タイミングの前後の代表波形の情報を、前記閲覧情報として生成することを特徴とする生体情報処理システム。 - 請求項13において、
前記所与の条件は、
測定機器のイベントボタンが押されたこと、心房細動エピソード期間の開始、継続もしくは終了があったこと、所与の時刻であること、生活イベントが発生したことのうちの少なくとも一つの条件であることを特徴とする生体情報処理システム。 - 心電情報及び脈波情報を取得可能な取得部と、
所与の単位区間の拍間隔情報を求める拍間隔算出部と、
を含み、
前記拍間隔算出部は、
前記取得部により前記心電情報が取得された場合は、前記所与の単位区間の前記心電情報から拍境界タイミングを検出し、前記拍境界タイミングに基づき求められる拍継続時間を前記所与の単位区間における前記拍間隔情報として求め、
前記取得部により前記脈波情報が取得された場合には、前記所与の単位区間の前記脈波情報に対する周波数解析処理又はピーク検出処理に基づいて、前記所与の単位区間における前記拍間隔情報を求めることを特徴とする生体情報処理システム。 - 脈波情報を取得可能な取得部と、
前記脈波情報に基づいて、所与の単位区間の拍間隔情報を求める拍間隔算出部と、
不整脈に関する情報を求める判定部として、
コンピューターを機能させ、
前記判定部は、
N(Nは2以上の整数)回分の前記所与の単位区間を含む所与の統計区間において求められたN個の拍間隔情報に基づいて、拍間隔の変動指標及び所与の分布からの乖離指標を求め、前記変動指標及び前記乖離指標に基づいて、前記不整脈に関する情報を求めることを特徴とするプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015167463A JP2017042386A (ja) | 2015-08-27 | 2015-08-27 | 生体情報処理システム及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015167463A JP2017042386A (ja) | 2015-08-27 | 2015-08-27 | 生体情報処理システム及びプログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2017042386A true JP2017042386A (ja) | 2017-03-02 |
Family
ID=58209085
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015167463A Pending JP2017042386A (ja) | 2015-08-27 | 2015-08-27 | 生体情報処理システム及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2017042386A (ja) |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6350959B1 (ja) * | 2017-04-03 | 2018-07-04 | 前田商事株式会社 | ソフトウェア、健康状態判定装置及び健康状態判定方法 |
WO2018168804A1 (ja) * | 2017-03-14 | 2018-09-20 | オムロン株式会社 | 血圧関連情報表示装置および方法 |
JP2018175840A (ja) * | 2017-11-02 | 2018-11-15 | 芙蓉開発株式会社 | ソフトウェア、健康状態判定装置及び健康状態判定方法 |
CN109846470A (zh) * | 2017-11-30 | 2019-06-07 | 八乐梦医用床有限公司 | 异常判定装置、电子设备及计算机可读存储介质 |
JP2019180861A (ja) * | 2018-04-10 | 2019-10-24 | 旭化成株式会社 | 測定装置、測定方法およびプログラム |
JP2019209041A (ja) * | 2018-06-08 | 2019-12-12 | 株式会社デンソー | 脈波形解析方法、及びプログラム |
WO2020012793A1 (ja) * | 2018-07-10 | 2020-01-16 | 国立大学法人香川大学 | 脈波信号の解析装置、脈波信号の解析方法およびコンピュータプログラム |
JP2020509840A (ja) * | 2017-03-07 | 2020-04-02 | カーディアック ペースメイカーズ, インコーポレイテッド | 事後心房細動検出 |
JP2020511216A (ja) * | 2017-03-07 | 2020-04-16 | カーディアック ペースメイカーズ, インコーポレイテッド | 心房性不整脈を検出するためのシステムおよび方法 |
JP2021510092A (ja) * | 2017-12-13 | 2021-04-15 | ワシントン・ユニバーシティWashington University | アブレーションの対象となるセグメントを決定するためのシステム及び方法 |
JP2021119891A (ja) * | 2020-01-30 | 2021-08-19 | 日本光電工業株式会社 | 心電図解析装置および心電図解析方法 |
KR102299035B1 (ko) * | 2020-10-06 | 2021-09-07 | 주식회사 스카이랩스 | 생리학적 이상 상태 분석장치 |
KR102299029B1 (ko) * | 2020-10-06 | 2021-09-07 | 주식회사 스카이랩스 | 생리학적 이상 상태 분석방법 |
JP2021132869A (ja) * | 2020-02-27 | 2021-09-13 | カシオ計算機株式会社 | 電子装置、電子装置の制御方法及び電子装置の制御プログラム |
KR102321921B1 (ko) * | 2020-10-06 | 2021-11-04 | 주식회사 스카이랩스 | 생체신호 분석장치 |
KR102321922B1 (ko) * | 2020-10-06 | 2021-11-04 | 주식회사 스카이랩스 | 생체신호 분석방법 |
WO2022075671A1 (ko) * | 2020-10-06 | 2022-04-14 | 주식회사 스카이랩스 | 생체신호 분석방법 및 장치 |
WO2022075670A1 (ko) * | 2020-10-06 | 2022-04-14 | 주식회사 스카이랩스 | 생리학적 이상 상태 분석 방법 및 장치 |
WO2022244291A1 (ja) * | 2021-05-21 | 2022-11-24 | 株式会社カルディオインテリジェンス | プログラム、出力装置及びデータ処理方法 |
WO2023032281A1 (ja) * | 2021-08-30 | 2023-03-09 | ソニーグループ株式会社 | 情報処理装置、情報処理方法、及び、プログラム |
CN117860241A (zh) * | 2024-03-11 | 2024-04-12 | 简阳市人民医院 | 一种急性心肌梗死患者的自我管理行为监控方法和系统 |
JP7539412B2 (ja) | 2019-05-06 | 2024-08-23 | メドトロニック,インコーポレイテッド | 機械学習による不整脈検出の可視化 |
-
2015
- 2015-08-27 JP JP2015167463A patent/JP2017042386A/ja active Pending
Cited By (34)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020509840A (ja) * | 2017-03-07 | 2020-04-02 | カーディアック ペースメイカーズ, インコーポレイテッド | 事後心房細動検出 |
JP2020511216A (ja) * | 2017-03-07 | 2020-04-16 | カーディアック ペースメイカーズ, インコーポレイテッド | 心房性不整脈を検出するためのシステムおよび方法 |
WO2018168804A1 (ja) * | 2017-03-14 | 2018-09-20 | オムロン株式会社 | 血圧関連情報表示装置および方法 |
JP2018149175A (ja) * | 2017-03-14 | 2018-09-27 | オムロン株式会社 | 血圧関連情報表示装置および方法 |
JP6350959B1 (ja) * | 2017-04-03 | 2018-07-04 | 前田商事株式会社 | ソフトウェア、健康状態判定装置及び健康状態判定方法 |
US10872694B2 (en) | 2017-04-03 | 2020-12-22 | Maeda Shouji Co., Ltd. | Software, health condition determination apparatus, and health condition determination method |
JP2018175840A (ja) * | 2017-11-02 | 2018-11-15 | 芙蓉開発株式会社 | ソフトウェア、健康状態判定装置及び健康状態判定方法 |
CN109846470A (zh) * | 2017-11-30 | 2019-06-07 | 八乐梦医用床有限公司 | 异常判定装置、电子设备及计算机可读存储介质 |
US11717209B2 (en) | 2017-11-30 | 2023-08-08 | Paramount Bed Co., Ltd. | Abnormality determination apparatus and non-transitory computer readable medium storing program used for the same |
JP2021510092A (ja) * | 2017-12-13 | 2021-04-15 | ワシントン・ユニバーシティWashington University | アブレーションの対象となるセグメントを決定するためのシステム及び方法 |
JP7414283B2 (ja) | 2017-12-13 | 2024-01-16 | ワシントン・ユニバーシティ | アブレーションの対象となるセグメントを決定するためのシステム及び方法 |
JP2019180861A (ja) * | 2018-04-10 | 2019-10-24 | 旭化成株式会社 | 測定装置、測定方法およびプログラム |
JP7161306B2 (ja) | 2018-04-10 | 2022-10-26 | 旭化成株式会社 | 測定装置、測定方法およびプログラム |
JP2019209041A (ja) * | 2018-06-08 | 2019-12-12 | 株式会社デンソー | 脈波形解析方法、及びプログラム |
WO2020012793A1 (ja) * | 2018-07-10 | 2020-01-16 | 国立大学法人香川大学 | 脈波信号の解析装置、脈波信号の解析方法およびコンピュータプログラム |
JPWO2020012793A1 (ja) * | 2018-07-10 | 2021-08-02 | 国立大学法人 香川大学 | 脈波信号の解析装置、脈波信号の解析方法およびコンピュータプログラム |
JP7327816B2 (ja) | 2018-07-10 | 2023-08-16 | 国立大学法人 香川大学 | 脈波信号の解析装置、脈波信号の解析方法およびコンピュータプログラム |
JP7539412B2 (ja) | 2019-05-06 | 2024-08-23 | メドトロニック,インコーポレイテッド | 機械学習による不整脈検出の可視化 |
JP2021119891A (ja) * | 2020-01-30 | 2021-08-19 | 日本光電工業株式会社 | 心電図解析装置および心電図解析方法 |
JP2021132869A (ja) * | 2020-02-27 | 2021-09-13 | カシオ計算機株式会社 | 電子装置、電子装置の制御方法及び電子装置の制御プログラム |
US11800989B2 (en) | 2020-02-27 | 2023-10-31 | Casio Computer Co., Ltd. | Electronic device, control method for the electronic device, and storage medium |
WO2022075670A1 (ko) * | 2020-10-06 | 2022-04-14 | 주식회사 스카이랩스 | 생리학적 이상 상태 분석 방법 및 장치 |
KR20220045888A (ko) * | 2020-10-06 | 2022-04-13 | 주식회사 스카이랩스 | 생리학적 이상 상태 분석장치 및 분석방법 |
WO2022075671A1 (ko) * | 2020-10-06 | 2022-04-14 | 주식회사 스카이랩스 | 생체신호 분석방법 및 장치 |
KR102475521B1 (ko) * | 2020-10-06 | 2022-12-08 | 주식회사 스카이랩스 | 생리학적 이상 상태 분석장치 및 분석방법 |
KR102299035B1 (ko) * | 2020-10-06 | 2021-09-07 | 주식회사 스카이랩스 | 생리학적 이상 상태 분석장치 |
KR102299029B1 (ko) * | 2020-10-06 | 2021-09-07 | 주식회사 스카이랩스 | 생리학적 이상 상태 분석방법 |
KR102321922B1 (ko) * | 2020-10-06 | 2021-11-04 | 주식회사 스카이랩스 | 생체신호 분석방법 |
KR102321921B1 (ko) * | 2020-10-06 | 2021-11-04 | 주식회사 스카이랩스 | 생체신호 분석장치 |
WO2022244291A1 (ja) * | 2021-05-21 | 2022-11-24 | 株式会社カルディオインテリジェンス | プログラム、出力装置及びデータ処理方法 |
JP7254399B1 (ja) * | 2021-05-21 | 2023-04-10 | 株式会社カルディオインテリジェンス | プログラム、出力装置及びデータ処理方法 |
WO2023032281A1 (ja) * | 2021-08-30 | 2023-03-09 | ソニーグループ株式会社 | 情報処理装置、情報処理方法、及び、プログラム |
CN117860241A (zh) * | 2024-03-11 | 2024-04-12 | 简阳市人民医院 | 一种急性心肌梗死患者的自我管理行为监控方法和系统 |
CN117860241B (zh) * | 2024-03-11 | 2024-06-11 | 简阳市人民医院 | 一种急性心肌梗死患者的自我管理行为监控方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2017042386A (ja) | 生体情報処理システム及びプログラム | |
JP7031669B2 (ja) | 情報処理装置、情報処理方法及びプログラム | |
EP3081157A1 (en) | Biological information processing system, biological information processing device, terminal device, method for generating analysis result information, and biological information processing method | |
US9655532B2 (en) | Wearable physiological monitoring and notification system based on real-time heart rate variability analysis | |
US10206622B2 (en) | Biological information analyzing system, biological information processing system, and biological information analyzing device | |
US20170258349A1 (en) | Biological information detection device | |
JP6310401B2 (ja) | 生理的リズムを表す信号を処理する方法、システム及びコンピュータプログラム | |
JP2016202347A (ja) | 生体情報処理システム、生体情報処理装置及び解析結果情報の生成方法 | |
Landreani et al. | Smartphone accelerometers for the detection of heart rate | |
JP2016202348A (ja) | 生体情報処理システム、端末装置及び生体情報処理方法 | |
KR20190072556A (ko) | 압력 센서 어레이를 이용한 혈액 압력 신호 획득 | |
EP3081158A1 (en) | Biological information processing system, biological information processing device, and method for generating analysis result information | |
US11504047B2 (en) | Sensor apparatuses, methods of operating same, and systems including same, and methods and systems for sensing and analyzing electromechanical characteristics of a heart | |
JP2016202346A (ja) | 生体情報処理システム、生体情報処理装置及び解析結果情報の生成方法 | |
Marques et al. | A real time, wearable ECG and blood pressure monitoring system | |
KR20190048878A (ko) | 광학 센서를 이용한 혈압 측정 방법 및 장치 | |
US20180279953A1 (en) | Wearable Blood Pressure Measurement Systems | |
KR20200067831A (ko) | 웨어러블 장치를 이용한 심실 보조 장치 조정 방법 및 시스템 | |
CN116058814A (zh) | 心率检测方法及电子设备 | |
US10932715B2 (en) | Determining resting heart rate using wearable device | |
JP6857975B2 (ja) | 生体情報処理システム及びプログラム | |
JP6668606B2 (ja) | 生体情報処理システム、生体情報処理装置及び解析結果情報の生成方法 | |
US11246496B2 (en) | Heart rate and blood pressure monitoring biosensors | |
JP2016067480A (ja) | 生体情報検出装置 | |
JP7159099B2 (ja) | 睡眠状態検出装置、睡眠状態検出方法及び睡眠状態検出プログラム |