JP2017063824A - 情報処理方法及び装置 - Google Patents

Abstract

【課題】 喀痰吸引を行う者に対して効果的な補助を行う。
【解決手段】本発明に係る情報処理方法は、
（Ａ）第１のタイミングで収録された所定期間の呼吸音に含まれる喀痰音の第１の発生回数を計数するステップと、（Ｂ）第２のタイミングで収録された所定期間の呼吸音に含まれる喀痰音の第２の発生回数を計数するステップと、（Ｃ）第１の発生回数と第２の発生回数とから、第１のタイミングと第２のタイミングとの間における症状変化を表す評価値を算出する算出ステップとを含む。
【選択図】図２

Description

本発明は、呼吸音に含まれる喀痰音を処理する技術に関する。

気管、気管支、肺胞、肺空洞などに分泌物や血液がたまって呼吸のときなど空気との接触で発する異常音のことをラッセル音又はラ音（以下、ラ音と記す）という。ラ音は図１のように分類される。ラ音は、継続的な継続性ラ音と、断続的な断続性ラ音とに大きく分類され、気管、気管支、肺胞、肺空洞などに喀痰が貯まって呼吸のときなど空気との接触で発する断続性ラ音が喀痰音である。断続性ラ音には、継続時間が短く（１０ｍｓ以上２５ｍｓ以下）で且つ周波数が高い（２５０Ｈｚ以上５００以下）水泡音と、継続時間がさらに短く（５ｍｓ以下）且つ周波数がさらに高い（５００Ｈｚ以上１０００Ｈｚ以下）捻髪音とが含まれる。

呼吸音に含まれるラ音を検出する技術は従来から開発されている。

例えば、パワースペクトルの周波数方向の局所分散値が閾値よりも大きい部分と小さい部分に分けて、大きい部分の逆フーリエ変換を連続性ラ音の波形、小さい部分の逆フーリエ変換を正常呼吸音の波形とするものがある（例えば下記特許文献１）。しかし、ラ音の継続時間長は評価していない。

また、呼吸音をヒルベルト変換して解析信号を得て、波形包絡線、瞬時周波数および瞬時帯域幅を求め、包絡線からピーク抽出をして、抽出したピークの瞬時周波数又は瞬時帯域幅に基づいてラ音を検出するものもある（例えば下記特許文献２）。しかし、ラ音の継続時間長は評価していない。

さらに、呼吸音の周波数スペクトルの包絡線を複数のガウス波形で近似し、各ガウス波形のピーク位置及び分散値を呼吸音の特徴パラメータとして、呼吸音を分類する技術もある（例えば下記特許文献３）。しかしながら、ラ音の継続時間長は評価していない。

さらに、呼吸音の高周波成分の波形の絶対値化した波形の１０ｍｓ毎の平均値の列に対して閾値を設けてラ音を求める技術も存在している（例えば下記非特許文献１）。継続時間長は評価しているが、１０ｍｓ毎にフレームを区切って解析しているので、１０ｍｓ以下の短い現象を自動的に検出できない。またラ音の周波数特性の評価を行っていない。

以上のことから、従来技術では、精度良く喀痰音の検出ができていない。

また、喀痰音は医師や看護師が聴診器で聞いて判断しているが、その聴診には高度な技術と経験を要し、経験の少ない介護士や患者の家族などでは喀痰音の聴診を行うことは困難である。従って、喀痰吸引がうまく行われたかの確認など、介護士や家族などの作業を補助する技術が望まれているが、そのような技術は存在していない。

特開２００４−３５７７５８号公報 特開２００９−１０６５７４号公報 特開２０１３−１２３４９５号公報

平成２３年度日本大学理工学部学術講演会論文集「ＤＳＰを用いた異常呼吸音の検出に対する一検討」、梅澤哲也、佐伯勝敏、関根好文

従って、本発明の目的は、一側面として、喀痰吸引を行う者に対して効果的な補助を行うための情報処理技術を提供することである。

本発明に係る情報処理方法は、（Ａ）第１のタイミングで収録された所定期間の呼吸音に含まれる喀痰音の第１の発生回数を計数するステップと、（Ｂ）第２のタイミングで収録された所定期間の呼吸音に含まれる喀痰音の第２の発生回数を計数するステップと、（Ｃ）第１の発生回数と第２の発生回数とから、第１のタイミングと第２のタイミングとの間における症状変化を表す評価値を算出する算出ステップとを含む。

一側面によれば、喀痰吸引を行う者に対して効果的に補助できるようになる。

図１は、ラ音の分類を示す図である。 図２は、本発明における実施の形態の概要を示す図である。 図３は、本実施の形態に係る情報処理装置の一例を示す図である。 図４は、本実施の形態に係る情報処理装置の機能ブロック図である。 図５は、カウント処理部の機能ブロック図である。 図６は、本実施の形態に係るメインの処理フローを示す図である。 図７は、カウント処理の処理フローを示す図である。 図８（ａ）乃至（ｅ）は、カウント処理における波形の変化の一例を示す図である。 図９（ａ）及び（ｂ）は、カウント処理における波形の変化の一例を示す図である。 図１０は、スペクトル分析の一例を示す図である。 図１１は、喀痰音判定処理の処理フローを示す図である。 図１２は、処理結果の表示例を示す図である。

本発明の実施の形態の概要を図２に示す。

図２の上段部分は、被介護者の喀痰状態が、左から右に時間が経過するにつれて変化する様子を模式的に示したものである。この例では、正常状態から、徐々に喀痰が増加して、ある程度の量喀痰が残留する状態になると、介護士などが喀痰の吸引を行うことになる。喀痰吸引が適切に行われれば、喀痰吸引後に正常状態に戻る。本実施の形態では、例えば喀痰吸引が適切に行われたか否かを情報処理装置にて判定する。

すなわち、情報処理装置は、喀痰吸引直前における呼吸音を収録して喀痰音を検出した上で喀痰音をカウントしてカウント１を得る。また、情報処理装置は、喀痰吸引直後における呼吸音を収録して喀痰音を検出した上で喀痰音をカウントしてカウント２を得る。そして、情報処理装置は、吸引前後のカウント結果であるカウント１及び２を評価して、喀痰吸引効果の評価結果を出力する。

これによって、介護士等は喀痰の吸引が適切に行われたか否かを容易に判定できるようになる。

例えば、情報処理装置は、図３に示すような聴診マイクロフォンが接続されたスマートフォンなどの携帯端末であり、図３に示すような表示を表示装置に行う。図３の例では、吸引前と吸引後のいずれのタイミングであるかを指示するボタンと、測定開始ボタンと、測定終了ボタンと、測定結果（吸引前）の表示欄と、測定結果（吸引後）の表示欄と、改善度の表示欄とが設けられている。例えば、吸引前ボタンを押した後、測定開始ボタンを押すと聴診が開始され、測定終了ボタンを押すと聴診が終了する。そして、測定結果（吸引前）の表示欄に、吸引前の喀痰音の回数／単位時間が表示される。また、被介護者に吸引を行った後、吸引後ボタンを押し、さらに測定開始ボタンを押して聴診を行い、測定終了ボタンを押して聴診を終了する。そうすると、吸引後の喀痰音の回数／単位時間が、測定結果（吸引後）の表示欄に表示されると共に、吸引前後の回数に基づく改善度が算出されて、改善度の表示欄に表示される。

このような情報処理装置の具体的構成について、図４乃至図１２を用いて説明する。

本実施の形態に係る情報処理装置１００は、図４に示すように、聴診マイクロフォン１５０に接続されており、入力部１０１と、入力データ格納部１０２と、カウント処理部１０３と、評価部１０４と、出力部１０５とを有する。

入力部１０１は、聴診マイクロフォン１５０から入力される音声信号をディジタル化して入力データ格納部１０２に格納したり、例えばタッチパネルなどの入力装置からユーザの入力指示を受け付けて、他の処理部に対して処理を実行させる。

カウント処理部１０３は、入力部１０１からの指示に応じて、入力データ格納部１０２に格納されているディジタル音声データ（ディジタル収録波形、呼吸音波形とも呼ぶ）から喀痰音をカウントする処理を実行する。

評価部１０４は、カウント処理部１０３によってカウントされた喀痰音のカウント値に基づき、喀痰吸引効果を表す評価値（例えば改善度）を算出する。

出力部１０５は、カウント処理部１０３によってカウントされた喀痰音のカウント値と、評価部１０４によって算出された指標値とを、表示装置に表示する。

次に、図５を用いてカウント処理部１０３の詳細な機能構成を説明する。

カウント処理部１０３は、ハイパスフィルタ１０３１と、整流部１０３２と、平滑化処理部１０３３と、ラ音候補区間検出部１０３４と、パラメータ抽出部１０３５と、バンドパスフィルタ１０３６と、喀痰音判別部１０３７と、カウント結果格納部１０３８とを有する。

ハイパスフィルタ１０３１は、ディジタル収録波形に対してハイパスフィルタ処理（例えばカットオフ周波数ｆc＝５０Ｈｚ）を実施し、処理結果を整流部１０３２に出力する。整流部１０３２は、ハイパスフィルタ１０３１の処理結果に対して全波整流を行って、処理結果を平滑化処理部１０３３に出力する。平滑化処理部１０３３は、整流部１０３２の処理結果に対して平滑化処理を実行して波形の包絡線を検出し、処理結果をラ音候補区間検出部１０３４に出力する。

本実施の形態では、呼吸音波形をフレーム毎（例えば１０ｍｓ乃至３０ｍｓ）に分析するのではなく、呼吸音波形のサンプルレベルの細かさ（例えば８０００Ｈｚサンプリングの場合には０．１２５ｍｓ毎）で、呼吸音波形のカットオフ周波数ｆc以上の波形成分を整流及び平滑化することで、断続性ラ音の特徴である非常に短いラ音候補区間を検出するようにしている。

ラ音候補区間検出部１０３４は、平滑化処理部１０３３の処理結果である波形のうち、振幅が所定の閾値以上となっている区間を検出して、当該区間の継続時間長durを計測し、処理結果をパラメータ抽出部１０３５に出力する。

また、バンドパスフィルタ１０３６は、ディジタル収録波形に対してバンドパスフィルタ処理（例えば２００Ｈｚ乃至１５００Ｈｚの周波数帯）を実行して、処理結果をパラメータ抽出部１０３５に出力する。

パラメータ抽出部１０３５は、検出されたラ音候補区間の各々についてスペクトル分析を行って、スペクトル強度についての特徴周波数（例えばピーク周波数ｆp又はスペクトル強度についての重心周波数ｆg）を抽出し、各ラ音候補区間について継続時間長dur及び特徴周波数（例えばｆc又はｆg）を喀痰音判別部１０３７に出力する。

喀痰音判別部１０３７は、図１に示したような基準に基づき、各ラ音候補区間について喀痰音か否かを判断して、喀痰音の発生回数を計数し、カウント結果処理部１０３８に格納する。なお、喀痰音の発生回数については、単位時間あたりの発生回数を算出するものとする。

このようにすればラ音のうち喀痰音を精度良く特定でき、評価できるようになる。

次に、図６乃至図１２を用いて、本実施の形態に係る情報処理装置１００の処理内容を説明する。

例えば、介護士などのユーザが、吸引前ボタンを押した後測定開始ボタンを押すことによって、入力部１０１は、喀痰吸引前の呼吸音を収録し、呼吸音データを入力データ格納部１０２に格納する（図６：ステップＳ１）。なお、測定終了ボタンを押すまで呼吸音の収録を行うような例を説明したが、予め定めた時間の測定を行った場合に自動的に収録を終了させるようにしても良い。

そして、例えば入力部１０１からの指示に応じて、カウント処理部１０３は、喀痰音のカウント処理を実行する（ステップＳ３）。喀痰音のカウント処理の詳細については、図７乃至図１０を用いて説明する。

まず、ハイパスフィルタ１０３１は、ディジタル収録波形（呼吸音波形）に対してカットオフ周波数ｆc＝５０Ｈｚでハイパスフィルタ処理を実行し、処理結果を整流部１０３２に出力する（図７：ステップＳ２１）。

例えば図８（ａ）のような呼吸音波形が入力される場合を考えると、ハイパスフィルタ処理により、心臓音などの喀痰音検出に対して雑音となる低周波成分を除去して、図８（ｂ）に示すような波形が得られる。

整流部１０３２は、ハイパスフィルタ処理の処理結果に対して全波整流を行って、処理結果を平滑化処理部１０３３に出力する（ステップＳ２３）。上でも述べたように、ハイパスフィルタ後の呼吸音波形を、サンプルレベルの細かさで解析するために、ここでは全波整流を行う。

例えば図８（ｂ）に示すような波形に対して全波整流を行うと、図８（ｃ）に示すよう波形が得られる。このように波形の振幅が絶対値化されることになる。

さらに、平滑化処理部１０３３は、全波整流の処理結果に対して、例えば１５ｍｓ程度の窓長のハニング窓を用いて平滑化することで、波形の包絡線を抽出し、処理結果をラ音候補区間検出部１０３４に出力する（ステップＳ２５）。

例えば図８（ｃ）に示すような波形に対して本ステップにおける平滑化処理を実行することで、図８（ｄ）に示すように波形の包絡線が得られるようになる。

そして、ラ音候補区間検出部１０３４は、平滑化処理部１０３３の処理結果から、所定の閾値th1以上の区間を、ラ音候補区間として抽出し、その継続区間長durを測定し、処理結果をパラメータ抽出部１０３５に出力する（ステップＳ２７）。

図８（ｄ）に示すような波形の包絡線が得られると、ピーク部分を特定して、そのピークの周辺で所定の閾値th1以上となっている区間を、図８（ｅ）に示すようにラ音候補区間として特定する。なお、継続区間長durについては、パラメータ抽出部１０３５によって測定するようにしても良い。

また、バンドパスフィルタ１０３６は、ディジタル収録波形（呼吸音波形）に対して２００Ｈｚから１５００Ｈｚ帯域のみを通過させるバンドパスフィルタ処理を実行して、処理結果をパラメータ抽出部１０３５に出力する（ステップＳ２９）。２００Ｈｚから１５００Ｈｚは、ラ音の成分が現れる帯域であるためである。

図８（ａ）に示すような波形に対してバンドパスフィルタ処理を実行すると、図９（ｂ）に示すような波形が得られる。

そして、パラメータ抽出部１０３５は、各ラ音候補区間について、スペクトル分析を実行する（ステップＳ３１）。

図９（ｂ）の場合には、図９（ａ）に示すようなラ音候補区間の波形のみを抽出して、スペクトル分析を実行して、２００Ｈｚから１５００Ｈｚのスペクトル強度を算出する。そうすると、この例では、図１０に示すようなスペクトル分析結果が得られる。

そして、パラメータ抽出部１０３５は、各ラ音候補区間について、特徴周波数を特定し、各ラ音候補区間の継続時間長dur及び特徴周波数を、喀痰音判別部１０３７に出力する（ステップＳ３３）。

図１０の例では、ピーク周波数ｆpは３１２Ｈｚであり、２００Ｈｚから１５００Ｈｚのスペクトル強度についての重心周波数ｆgは３６１Ｈｚである。ピーク周波数ｆpを用いる方法は雑音等に弱くなる場合があるため、重心周波数ｆgを求めることでパラメータ抽出の安定性を増すことができる。本実施の形態では、ピーク周波数ｆp又は重心周波数ｆgを特定する。

そして、喀痰音判別部１０３７は、各ラ音候補区間について、喀痰音判別処理を実行する（ステップＳ３５）。そして処理は図６の処理に戻る。喀痰音判別処理については、図１１を用いて詳細に説明する。

喀痰音判別部１０３７は、処理対象の１又は複数のラ音候補区間のうち、未処理のラ音候補区間を１つ特定する（ステップＳ４１）。そして、喀痰音判別部１０３７は、特定されたラ音候補区間の継続時間長durが、２５ｍｓ以下であるか否かを判断する（ステップＳ４３）。２５ｍｓを超える場合には、継続性ラ音又はその他の状態である。従って、ステップＳ４３の条件を満たさない場合には処理はステップＳ５１に移行する。図１に従って継続性ラ音であるか否かを具体的に判断しても良いが、本実施の形態では省略する。

一方、特定されたラ音候補区間の継続時間長durが２５ｍｓ以下であれば、喀痰音判別部１０３７は、継続時間長durが５ｍｓ以下且つ特徴周波数が５００乃至１０００Ｈｚであるか否かを判断する（ステップＳ４５）。これは、捻髪音に該当するのか否かを判断するものである。

ステップＳ４５の条件を満している場合には、喀痰音判別部１０３７は、喀痰音のカウント値を１インクリメントする（ステップＳ４９）。一方、ステップＳ４５の条件が満たされない場合には、喀痰音判別部１０３７は、継続時間長durが１０ｍｓ以上且つ特徴周波数が２５０乃至５００Ｈｚであるか否かを判断する（ステップＳ４７）。これは、水泡音に該当するのか否かを判断するものである。

ステップＳ４７の条件が満たされていない場合には、その他の状態を示しているので、処理はステップＳ５１に移行する。一方、ステップＳ４７の条件を満たしている場合には、喀痰音判別部１０３７は、喀痰音のカウントを１インクリメントする（ステップＳ４９）。

そして、喀痰音判別部１０３７は、未処理のラ音候補区間が存在するか否かを判断する（ステップＳ５１）。未処理のラ音候補区間が存在する場合には、処理はステップＳ４１に戻る。

一方、未処理のラ音候補区間が存在しない場合には、喀痰音判別部１０３７は、単位時間あたりのカウント値を算出する（ステップＳ５３）。呼吸音の測定時間が一定時間の場合には、本ステップは省略することができるが、測定時間が測定毎に異なる場合には、測定開始から測定終了までの時間から、単位時間あたりカウント値を計算する。そして、喀痰音判別部１０３７は、単位時間あたりカウント値をカウント結果処理部１０３８に格納する。

このようにすれば、正確に喀痰音を抽出することができ、その発生回数も正確に計数できるようになる。

図６の処理の説明に戻って、介護士などのユーザが、吸引後ボタンを押した後測定開始ボタンを押すことによって、入力部１０１は、喀痰吸引後の呼吸音を収録し、呼吸音データを入力データ格納部１０２に格納する（ステップＳ５）。

そして、カウント処理部１０３は、ステップＳ５で得られた呼吸音データに対して、喀痰音のカウント処理を実行する（ステップＳ７）。処理対象の呼吸音データが異なっているが、処理内容は図７乃至図１１を用いた処理と同じである。

ステップＳ７が完了すると、評価部１０４は、カウント結果処理部１０３８に格納されている喀痰吸引前後の喀痰音のカウント値を用いて、吸引効果の評価値を算出する（ステップＳ９）。

例えば、（喀痰吸引前の喀痰音のカウント値−喀痰吸引後の喀痰音のカウント値）に基づき、評価値を算出する。単純な値の差ではなく、その差を喀痰吸引前の喀痰音のカウント値で除した値を評価値として採用するようにしても良い。さらに、（喀痰吸引後の喀痰音のカウント値／喀痰吸引前の喀痰音のカウント値）を評価値として用いても良い。このように改善度合いを表す数値を算出する。

評価部１０４が評価値を出力部１０５に出力すると、出力部１０５は、喀痰吸引前の喀痰音のカウント値と、喀痰吸引後の喀痰音のカウント値と、評価値とを、表示装置に表示する（ステップＳ１１）。なお、喀痰吸引前の喀痰音のカウント値についてはステップＳ３の後に直ぐに表示するようにしても良い。

例えば、図１２に示すような表示がなされる。この例では、喀痰吸引前の喀痰音のカウント値が「２５」であり、喀痰吸引後の喀痰音のカウント値が「３」であるから、（２５−３）／２５×１００＝８８％として、改善度合いを表す評価値が、表示装置に表示される。

このようにすれば、経験の少ない介護士や患者の家族などでも、喀痰音の聴診が可能となり、施設、家庭での介護の質を向上させることが可能となる。

以上本発明の実施の形態を説明したが、本発明はこれに限定されるものではない。例えば、図４及び図５で示した機能ブロック構成は一例であり、プログラムモジュール構成とは一致しない場合もある。また、図６、図７及び図１１に示した処理フローは一例であって、処理結果が変わらない限り、処理順番を入れ替えたり、並列に処理しても良い。例えば、ステップＳ２１−Ｓ２７とステップＳ２９とは並列に実行可能である。

また、図１２に示した表示は一例であって、画面構成は様々に変更できる。

さらに、上で述べた例では、図２に示したように、喀痰吸引の直前直後で喀痰音のカウントを行うようになっていたが、本実施の形態を応用すれば、様々な評価を行うことができるようになる。

例えば、現在のカウント値と、前回の喀痰吸引の直後におけるカウント値との差を算出することによって、喀痰音の増加回数が分かる。よって、このような差に基づく第２の評価値を規定しておき、第２の評価値によって喀痰吸引の必要性を数値化して提示するようにしても良い。例えば、（現在のカウント値−前回の喀痰吸引の直後におけるカウント値）／前回の喀痰吸引の直後におけるカウント値のような指標値を採用しても良い。また、現在のカウント値／前回の喀痰吸引の直後におけるカウント値であってもよい。

同様に、前回の喀痰吸引の直前におけるカウント値と現在のカウント値との差を算出することによって、喀痰状態の悪化度合いが分かるので、このような差に基づく第３の評価値を規定しておき、第３の評価値によって喀痰吸引の必要性を数値化して提示するようにしても良い。例えば、（前回の喀痰吸引の直前におけるカウント値−現在のカウント値）／前回の喀痰吸引の直前におけるカウント値のような指標値を採用しても良い。また、現在のカウント値／前回の喀痰吸引の直前におけるカウント値であってもよい。

なお、上で述べた情報処理装置１００は、コンピュータ装置であって、メモリとＣＰＵ（Central Processing Unit）とハードディスク・ドライブ（ＨＤＤ：Hard Disk Drive）やフラッシュメモリなどのストレージ装置と表示装置に接続される表示制御部とリムーバブル・ディスク用のドライブ装置と入力装置とネットワークに接続するための通信制御部とがバスで接続されている。オペレーティング・システム（ＯＳ：Operating System）及び本実施例における処理を実施するためのアプリケーション・プログラムは、ストレージ装置に格納されており、ＣＰＵにより実行される際にはストレージ装置からメモリに読み出される。ＣＰＵは、アプリケーション・プログラムの処理内容に応じて表示制御部、通信制御部、ドライブ装置を制御して、所定の動作を行わせる。また、処理途中のデータについては、主としてメモリに格納されるが、ストレージ装置に格納されるようにしてもよい。本発明の実施例では、上で述べた処理を実施するためのアプリケーション・プログラムはコンピュータ読み取り可能なリムーバブル・ディスクに格納されて頒布され、ドライブ装置からストレージ装置にインストールされる。インターネットなどのネットワーク及び通信制御部を経由して、ストレージ装置にインストールされる場合もある。このようなコンピュータ装置は、上で述べたＣＰＵ、メモリなどのハードウエアとＯＳ及びアプリケーション・プログラムなどのプログラムとが有機的に協働することにより、上で述べたような各種機能を実現する。

以上述べた本実施の形態をまとめると以下のようになる。

本実施の形態に係る情報処理方法は、（Ａ）第１のタイミングで収録された所定期間の呼吸音に含まれる喀痰音の第１の発生回数を計数するステップと、（Ｂ）第２のタイミングで収録された所定期間の呼吸音に含まれる喀痰音の第２の発生回数を計数するステップと、（Ｃ）第１の発生回数と第２の発生回数とから、第１のタイミングと第２のタイミングとの間における症状変化を表す評価値を算出する算出ステップとを含む。

このようにすれば、例えば喀痰吸引の効果や喀痰吸引の必要性などを、容易に認識できるようになる。

また、上で述べた情報処理方法において、（Ｄ）第１の発生回数の計数を指示する第１のボタンと、第２の発生回数の計数を指示する第２のボタンとを表示した後、第１のボタンのクリックに応じて第１の発生回数を計数するステップを実行し、第２のボタンのクリックに応じて第２の発生回数を計数するステップを実行するようにしても良い。そして、上で述べた算出ステップの後に、上記評価値を表示するようにしても良い。このようなユーザインタフェースによって、介護士などが容易に操作できるようになる。

また、上で述べた情報処理方法において、第１のタイミングが、喀痰吸引の前であり、第２のタイミングが、喀痰吸引の後である場合がある。このような場合には、症状変化を表す評価値は、喀痰吸引による症状改善の度合いを表す評価値である場合もある。介護士などが容易に喀痰吸引が効果的に行われたか否かを確認できるようになる。

さらに、上で述べた情報処理方法において、第１のタイミングが、第１の喀痰吸引の前又は後であり、第２のタイミングが、第１の喀痰吸引の後であって第２の喀痰吸引前である場合もある。このような場合には、症状変化を表す指標値が、喀痰吸引の必要性を表す評価値である場合もある。介護士などが容易に喀痰吸引が必要であるか否かを判断できるようになる。

また、上で述べた第１の発生回数を計数するステップ又は第２の発生回数を計数するステップが、（１）所定期間の呼吸音に対して、ハイパスフィルタ処理を実行するステップと、（２）ハイパスフィルタ処理の処理結果を整流して波形包絡線を抽出するステップと、（３）波形包絡線の振幅が所定閾値以上の部分を候補区間として特定するステップと、（４）候補区間の継続時間長に基づき、候補区間が喀痰音の区間であるか否かを判断するステップとを含むようになる。このようにすれば、継続時間長に基づき精度良く喀痰音を検出できるようになる。

さらに、上で述べた第１の発生回数を計数するステップ又は第２の発生回数を計数するステップが、（５）所定期間の呼吸音に対して、バンドパスフィルタ処理を実行するステップをさらに含むようにしても良い。この場合、上で述べた候補区間が喀痰音の区間であるか否かを判断するステップが、（４１）バンドパスフィルタ処理の処理結果における候補区間内のスペクトル分析を行うことで、ピーク周波数又はスペクトル強度についての重心周波数を特定するステップと、（４２）候補区間の継続時間長とピーク周波数又は重心周波数とに基づき、候補区間が喀痰音の区間であるか否かを判断するステップとを含むようにしても良い。候補区間における特徴周波数も特定できるので、より精度良く喀痰音を検出できるようになる。

なお、上記方法をコンピュータに行わせるためのプログラムを作成することができ、当該プログラムは、例えばフレキシブルディスク、ＣＤ−ＲＯＭ、光磁気ディスク、半導体メモリ、ハードディスク等のコンピュータ読み取り可能な記憶媒体又は記憶装置に格納される。尚、中間的な処理結果はメインメモリ等の記憶装置に一時保管される。

１０１ 入力部
１０２ 入力データ格納部
１０３ カウント処理部
１０４ 評価部
１０５ 出力部
１０３１ ハイパスフィルタ
１０３２ 整流部
１０３３ 平滑化処理部
１０３４ ラ音候補区間検出部
１０３５ パラメータ抽出部
１０３６ バンドパスフィルタ
１０３７ 喀痰音判別部
１０３８ カウント結果格納部

Claims (8)

1. 第１のタイミングで収録された所定期間の呼吸音に含まれる喀痰音の第１の発生回数を計数するステップと、
   第２のタイミングで収録された前記所定期間の呼吸音に含まれる喀痰音の第２の発生回数を計数するステップと、
   前記第１の発生回数と前記第２の発生回数とから、前記第１のタイミングと前記第２のタイミングとの間における症状変化を表す評価値を算出する算出ステップと、
   を、コンピュータに実行させるためのプログラム。
2. 前記第１の発生回数の計数を指示する第１のボタンと、前記第２の発生回数の計数を指示する第２のボタンとを表示した後、
   前記第１のボタンのクリックに応じて前記第１の発生回数を計数するステップを実行し、
   前記第２のボタンのクリックに応じて前記第２の発生回数を計数するステップを実行し、
   前記算出ステップの後に、前記評価値を表示する
   請求項１記載のプログラム。
3. 前記第１のタイミングが、喀痰吸引の前であり、
   前記第２のタイミングが、喀痰吸引の後であり、
   前記症状変化を表す評価値が、前記喀痰吸引による症状改善の度合いを表す評価値である
   請求項１又は２記載のプログラム。
4. 前記第１のタイミングが、第１の喀痰吸引の前又は後であり、
   前記第２のタイミングが、前記第１の喀痰吸引の後であって第２の喀痰吸引前であり、
   前記症状変化を表す指標値が、喀痰吸引の必要性を表す評価値である
   請求項１又は２記載のプログラム。
5. 前記第１の発生回数を計数するステップ又は前記第２の発生回数を計数するステップが、
   前記所定期間の呼吸音に対して、ハイパスフィルタ処理を実行するステップと、
   前記ハイパスフィルタ処理の処理結果を整流して波形包絡線を抽出するステップと、
   前記波形包絡線の振幅が所定閾値以上の部分を候補区間として特定するステップと、
   前記候補区間の継続時間長に基づき、前記候補区間が喀痰音の区間であるか否かを判断するステップと、
   を含む請求項１乃至４のいずれか１つ記載のプログラム。
6. 前記第１の発生回数を計数するステップ又は前記第２の発生回数を計数するステップが、
   前記所定期間の呼吸音に対して、バンドパスフィルタ処理を実行するステップ
   をさらに含み、
   前記候補区間が喀痰音の区間であるか否かを判断するステップが、
   前記バンドパスフィルタ処理の処理結果における前記候補区間内のスペクトル分析を行うことで、ピーク周波数又はスペクトル強度についての重心周波数を特定するステップと、
   前記候補区間の継続時間長と前記ピーク周波数又は前記重心周波数とに基づき、前記候補区間が喀痰音の区間であるか否かを判断するステップと、
   を含む請求項５記載のプログラム。
7. 第１のタイミングで収録された所定期間の呼吸音に含まれる喀痰音の第１の発生回数を計数するステップと、
   第２のタイミングで収録された前記所定期間の呼吸音に含まれる喀痰音の第２の発生回数を計数するステップと、
   前記第１の発生回数と前記第２の発生回数とから、前記第１のタイミングと前記第２のタイミングとの間における症状変化を表す評価値を算出する算出ステップと、
   を含み、コンピュータが実行する情報処理方法。
8. 第１のタイミングで収録された所定期間の呼吸音に含まれる喀痰音の第１の発生回数を計数する手段と、
   第２のタイミングで収録された前記所定期間の呼吸音に含まれる喀痰音の第２の発生回数を計数する手段と、
   前記第１の発生回数と前記第２の発生回数とから、前記第１のタイミングと前記第２のタイミングとの間における症状変化を表す評価値を算出する手段と、
   を有する情報処理装置。

Images