JP2017127398A - 情報処理装置、情報処理システム、情報処理方法及びプログラム - Google Patents

Abstract

【課題】心拍等を精度をよく計測することができる情報処理装置を提供する。【解決手段】人体の動きの計測を行う計測装置と接続する情報処理装置が、計測による結果を示す第１計測データを計測装置から取得し、第１計測データに基づく波形に含まれるピークの間隔を検出し、基準となる基準ピーク間隔を推定し、計測による結果を示す第２計測データを計測装置から取得し、第２計測データが示す波形に含まれる複数のピークのうち、ビタビアルゴリズムに基づいて、基準ピーク間隔と、複数のピークによるピーク間隔の差の和が最小となるピークの組み合わせを特定する。【選択図】図１

Description

本発明は、情報処理装置、情報処理システム、情報処理方法及びプログラムに関する。

従来、いわゆるドップラーレーダ（Ｄｏｐｐｌｅｒ ｒａｄａｒ）及びウェーブレット変換（Ｗａｖｅｌｅｔ Ｔｒａｎｓｆｏｒｍ）を用いて、心拍等を計測する方法が知られている（例えば、非特許文献１及び非特許文献２）。

Ｊｉｎｇｙｕ Ｗａｎｇ他、「１−Ｄ Ｍｉｃｒｏｗａｖｅ Ｉｍａｇｉｎｇ ｏｆ Ｈｕｍａｎ Ｃａｒｄｉａｃ Ｍｏｔｉｏｎ：Ａｎ Ａｂ−Ｉｎｉｔｉｏ Ｉｎｖｅｓｔｉｇａｔｉｏｎ」、ＩＥＥＥ ＴＲＡＮＳＡＣＴＩＯＮＳ ＯＮ ＭＩＣＲＯＷＡＶＥ ＴＨＥＯＲＹ ＡＮＤ ＴＥＣＨＮＩＱＵＥＳ,ＶＯＬ．６１，ＮＯ．５、ＭＡＹ ２０１３ Ａ．Ｔａｒｉｑ他、「Ｖｉｔａｌ ｓｉｇｎｓ ｄｅｔｅｃｔｉｏｎ ｕｓｉｎｇ Ｄｏｐｐｌｅｒ ｒａｄａｒ ａｎｄ Ｃｏｎｔｉｎｕｏｕｓ Ｗａｖｅｌｅｔ Ｔｒａｎｓｆｏｒｍ」、ｔｈｅ ５ｔｈ Ｅｕｒｏｐｅａｎ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ａｎｔｅｎｎａｓ ａｎｄ Ｐｒｏｐａｇａｔｉｏｎ、２０１１

しかしながら、従来の方法では、ウェーブレット周波数スペクトルに表れるピークに基づき心拍等を検出していたが、計測の精度が劣化する場合がある。

本発明の１つの側面は、心拍等の計測の精度をよくすることを目的とする。

一態様における、人体の動きの計測を行う計測装置と接続する情報処理装置は、前記計測による結果を示す第１計測データを前記計測装置から取得する第１取得部と、前記第１計測データに基づく波形に含まれるピークの間隔を検出し、基準となる基準ピーク間隔を推定する推定部と、前記計測による結果を示す第２計測データを前記計測装置から取得する第２取得部と、前記第２計測データが示す波形に含まれる複数のピークのうち、ビタビアルゴリズムに基づいて、前記基準ピーク間隔と、前記複数のピークによるピーク間隔の差の和が最小となるピークの組み合わせを特定する特定部とを含むことを特徴とする。

また、一態様における、人体の動きの計測を行う計測装置と接続する情報処理装置は、前記第２計測データに基づく波形に含まれるピークの間隔を検出し、基準となる基準ピーク間隔を計測する計測部と、前記第２計測データが示す波形に含まれる複数のピークのうち、前記基準ピーク間隔によって定まる前記確率密度関数に基づく探索範囲にピークが存在するそれぞれの確率の和が最大となるピークの組み合わせを特定する特定部とを含むことを特徴とする。

心拍等の計測の精度をよくすることができる。

本発明の一実施形態に係る全体構成の一例を説明する概念図である。 本発明の一実施形態に係るドップラーレーダの一例を説明する概念図である。 本発明の一実施形態に係る情報処理装置のハードウェア構成の一例を説明するブロック図である。 本発明の一実施形態に係るマザーウェーブレットに関する処理の一例を説明する概念図である。 本発明の一実施形態に係る心拍数の計算の一例を説明するための図である。 本発明の一実施形態に係る情報処理装置による全体処理の一例を示すフローチャートである。 本発明の一実施形態に係る情報処理装置による多項式近似処理の一例を示す図である。 本発明の一実施形態に係る情報処理装置による多項式近似処理によって呼吸成分の影響を減らした波形の一例を示す図である。 本発明の一実施形態に係る情報処理装置によるピークの組み合わせを特定する処理の一例を示すフローチャートである。 本発明の一実施形態に係る第３波形の一例を示す図である。 本発明の一実施形態に係るビタビアルゴリズムによってピークの組み合わせを特定する方法の一例を説明する図である。 本発明の一実施形態に係るブランチメトリックを計算する式の一例を説明する図である。 本発明の一実施形態に係るブランチメトリックの一例を説明する図である。 本発明の一実施形態に係るパスメトリックを計算する式の一例を説明する図である。 本発明の一実施形態に係る実験の実験緒元を説明する表である。 本発明の一実施形態に係る実験結果の一例を説明する図である。 本発明の一実施形態に係る情報処理装置の機能構成の一例を説明する機能ブロック図である。 本発明の第２実施形態の一実施形態に係る情報処理装置による全体処理の一例を示すフローチャートである。 本発明の第２実施形態の一実施形態に係る４つの確率密度関数の例を示す図である。 本発明の第２実施形態の一実施形態において生成される確率密度関数の例を示す図である。 本発明の第２実施形態の一実施形態に係る実験結果の一例を説明する図である。 本発明の第２実施形態の一実施形態に係る情報処理装置の機能構成の一例を説明する機能ブロック図である。

以下、本発明の実施の形態について説明する。

＜第１実施形態＞
＜全体構成例＞
図１は、本発明の一実施形態に係る全体構成の一例を説明する概念図である。

以下、図示する情報処理システム１を例に説明する。この例では、情報処理システム１は、ＰＣ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ）１０と、アンプ１１と、ドップラーレーダ１２とを有する。

情報処理装置は、例えばＰＣ１０である。以下、ＰＣ１０を例に説明する。また、計測装置は、例えばドップラーレーダ１２である。以下、ドップラーレーダ１２を例に説明する。

図示するように、この例では、ＰＣ１０は、アンプ１１に接続される。また、アンプ１１は、フィルタ１３に接続される。さらに、フィルタ１３は、ドップラーレーダ１２に接続される。そして、ＰＣ１０は、アンプ１１及びフィルタ１３を介して、ドップラーレーダ１２から計測データを取得する。すなわち、計測データは、波形を示すデータである。次に、ＰＣ１０は、取得される計測データに基づいて被験者２の心拍、呼吸及び体の動き等の体動を解析し、心拍数等の人体の動きを計測する。以下、人体の動きのうち、心拍数を計測する場合を例に説明する。

アンプ１１及びフィルタ１３は、ドップラーレーダ１２が出力した信号をそれぞれ前処理する。

なお、フィルタ１３で行われる前処理は、例えば、ハイパスフィルタ（Ｈｉｇｈ−ｐａｓｓ ｆｉｌｔｅｒ）、ローパスフィルタ（Ｌｏｗ−ｐａｓｓ ｆｉｌｔｅｒ）又はバンドパス（Ｂａｎｄ−ｐａｓｓ ｆｉｌｔｅｒ）等のフィルタリングである。

フィルタには、心拍を精度よく計測できるようにするため、０Ｈｚ乃至１０Ｈｚの周波数を取り出す設定がされるのが望ましい。さらに、フィルタには、心拍をより精度よく計測できるようにするため、０．０１６Ｈｚ乃至７．０Ｈｚの周波数を取り出す設定がされるのがより望ましい。すなわち、フィルタには、例えば、ハイパスフィルタのカットオフ周波数が０．０１６Ｈｚ、かつ、ローパスフィルタのカットオフ周波数が７．０Ｈｚとする設定等がされる。

このように、フィルタは、ドップラーレーダ１２が出力した信号を後段のＰＣ１０が処理しやすくするため、ノイズを減少させる処理等を行う。なお、フィルタ処理は、ハードウェアで実現される、ソフトウェアによる処理によって実現される又は両方であってもよい。

アンプ１１は、信号を増幅させる処理を行う。また、アンプ１１には、心拍をより精度よく計測するため、ドップラーレーダ１２の仕様等に応じて、出力が数ボルト程度になるように、増幅度が設定されるのが望ましい。

ドップラーレーダ１２は、入力される信号に基づいて、計測対象の位置及び速度等を計測する計測装置である。まず、ドップラーレーダ１２は、信号を発信する。次に、発信される信号は、被験者２で反射し、反射した信号は、ドップラーレーダ１２に受信される。続いて、ドップラーレーダ１２は、発信した信号と、受信した信号とを比較する。ここで、発信した信号及び受信した信号は、いわゆるドップラー効果によって周波数が異なる信号となる。そこで、ドップラーレーダ１２は、比較結果である周波数の差に基づいて、被験者２の位置又は速度等を計測し、計測結果を示すデータを生成する。なお、データは、例えば、信号で出力される。

なお、全体構成は、図示する構成に限られない。例えば、全体構成は、ＰＣ１０、アンプ１１及びドップラーレーダ１２は、一体となった一装置であってもよい。

＜ドップラーレーダの例＞
図２は、本発明の一実施形態に係るドップラーレーダの一例を説明する概念図である。

ドップラーレーダ１２は、例えば、図２に示す装置である。具体的には、ドップラーレーダ１２は、ソース（Ｓｏｕｒｃｅ）１２Ｓと、発信器１２Ｔｘと、受信器１２Ｒｘと、ミキサー（Ｍｉｘｅｒ）１２Ｍとを有する。また、ドップラーレーダ１２は、受信器１２Ｒｘが受信するデータのノイズを減らす等の処理を行う調整器１２ＬＮＡ（Ｌｏｗ Ｎｏｉｓｅ Ａｍｐｌｉｆｉｅｒ）を有する。

ソース１２Ｓは、発信器１２Ｔｘが発信する信号を生成する発信源である。

発信器１２Ｔｘは、被験者２に対して信号を発信する。なお、発信する信号は、時間ｔに係る関数Ｔｘ（ｔ）で示せ、例えば、下記（１）式のように示せる。

上記（１）式では、ω_ｃは、発信する信号の角周波数である。

ここで、被験者２、すなわち、発信された信号の反射面は、時間ｔにおいて、ｘ（ｔ）の変位である場合とする。この例では、被験者２の変位であるｘ（ｔ）は、例えば、下記（２）式のように示せる。

上記（２）式では、「ｍ」は、変位の振幅を示す定数である。また、上記（２）式では、「ω」は、被験者２の動きによってシフトする角速度である。

受信器１２Ｒｘは、発信器１２Ｔｘによって発信され、被験者２で反射する信号を受信する。また、受信する信号は、時間ｔに係る関数Ｒｘ（ｔ）で示せ、例えば、下記（３）式のように示せる。

上記（３）式では、「ｄ_０」は、被験者２と、ドップラーレーダ１２との距離である。また、「λ」は、信号の波長である。

ドップラーレーダ１２は、上記（１）式で示す発信信号の関数Ｔｘ（ｔ）と、上記（３）式で示す受信信号の関数Ｒ（ｔ）とをミキシングして、ドップラー信号を生成する。なお、ドップラー信号は、時間ｔに係る関数Ｂ（ｔ）で示すと、下記（４）式のように示せる。

ここで、ドップラー信号の角周波数を「ω_ｄ」とすると、ドップラー信号の角周波数ω_ｄは、下記（５）式のように示せる。

また、上記（４）及び上記（５）式における位相θは、下記（６）式のように示せる。

上記（６）式では、「θ_０」は、被験者２、すなわち、反射面での位相変位である。

次に、ドップラーレーダ１２は、発信した信号と、受信した信号との比較結果、すなわち、上記の式による計算結果に基づいて、被験者２の位置及び速度を示す信号を出力する。

＜情報処理装置のハードウェア構成例＞
図３は、本発明の一実施形態に係る情報処理装置のハードウェア構成の一例を説明するブロック図である。例えば、ＰＣ１０は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）１０Ｈ１と、記憶装置１０Ｈ２と、入力装置１０Ｈ３と、出力装置１０Ｈ４と、入力Ｉ／Ｆ（Ｉｎｔｅｒｆａｃｅ）１０Ｈ５とを有する。なお、ＰＣ１０が有する各ハードウェアは、バス（Ｂｕｓ）１０Ｈ６で接続され、各ハードウェアの間では、バス１０Ｈ６を介して、データ等が相互に送受信される。

ＣＰＵ１０Ｈ１は、ＰＣ１０が有するハードウェアを制御する制御装置及び各種処理を実現するための演算を行う演算装置である。

記憶装置１０Ｈ２は、例えば、主記憶装置及び補助記憶装置等である。具体的には、主記憶装置は、例えば、メモリ等である。また、補助記憶装置は、例えば、ハードディスク等である。そして、記憶装置１０Ｈ２は、ＰＣ１０が用いる中間データを含むデータ及び各種処理及び制御に用いるプログラム等を記憶する。

入力装置１０Ｈ３は、ユーザの操作によって、計算に必要なパラメータ及び命令をＰＣ１０に入力するための装置である。具体的には、入力装置１０Ｈ３は、例えば、キーボード、マウス及びドライバ等である。

出力装置１０Ｈ４は、ＰＣ１０による各種処理結果及び計算結果をユーザ等に出力するための装置である。具体的には、出力装置１０Ｈ４は、例えば、ディスプレイ等である。

入力Ｉ／Ｆ１０Ｈ５は、計測装置等の外部装置と接続し、データ等を送受信するためのインタフェースである。例えば、入力Ｉ／Ｆ１０Ｈ５は、コネクタ又はアンテナ等である。すなわち、入力Ｉ／Ｆ１０Ｈ５は、ネットワーク、無線又はケーブル等を介して、外部装置とデータを送受信する。

なお、ハードウェア構成は、図示する構成に限られない。例えば、ＰＣ１０は、処理を並列、分散又は冗長して行うため、更に演算装置又は記憶装置等を有してもよい。また、ＰＣ１０は、演算、制御及び記憶を並列、分散又は冗長して行うため、他の装置とネットワーク又はケーブルを介して接続される情報処理システムでもよい。すなわち、１以上の情報処理装置を有する情報処理システムによって、本発明は実現されてもよい。

このようにして、ＰＣ１０は、ドップラーレーダ等の計測装置から計測結果である心拍の波形を示す計測データを取得する。なお、計測データは、リアルタイムで随時取得されてもよいし、ある期間分の計測結果をドップラーレーダが記憶して、その後まとめて取得されてもよい。

次に、ＰＣ１０は、取得される計測データから心拍のピークを検出する。心拍の検出方法は、例えば、ウェーブレット変換及びマザーウェーブレットに基づく処理、又は多項式近似処理等で実現される。まず、ウェーブレット変換及びマザーウェーブレットに基づく処理を用いる例を説明する。

＜ウェーブレット変換及びマザーウェーブレットに基づく処理例＞
ＰＣ１０は、アンプ１１（図１参照）を介して、ドップラーレーダ１２から取得されるデータに対してウェーブレット変換を行う。

ウェーブレット変換は、あらかじめ定める所定の波形を用いて行う。なお、以下の説明では、あらかじめ定める所定の波形を「マザーウェーブレット」という。

マザーウェーブレットを用いる処理は、対象となる波形に対して、マザーウェーブレットを当てはめ、当てはめの結果、一致度を計算する処理である。例えば、当てはめは、マザーウェーブレットを変換対象の波形に時間軸上で移動させながら行う。なお、当てはめの際、マザーウェーブレットは、拡大又は縮小される。

図４は、本発明の一実施形態に係るマザーウェーブレットに関する処理の一例を説明する概念図である。

図４（ａ）は、本発明の一実施形態に係るマザーウェーブレットの一例を説明する図である。

マザーウェーブレットは、例えば、図示するマザーウェーブレット３Ａである。なお、マザーウェーブレット３Ａは、いわゆるＭｏｒｌｅｔウェーブレットである。

Ｍｏｒｌｅｔウェーブレットは、例えば、時間領域において、下記（７）式に示す関数Ψ（η）で示せる波形である。

上記（７）式では、「ｍ」は、ウェーブ数である。また、上記（７）式では、「η」は、非次元パラメータである。

なお、マザーウェーブレットは、Ｍｏｒｌｅｔウェーブレットに限られない。例えば、マザーウェーブレットは、Ｍｅｘｉｃａｎ ｈａｔ、Ｄａｕｂｅｃｈｉｅｓ又はＳｙｍｌｅｔ等でもよい。

なお、心拍を計測する場合には、マザーウェーブレットは、心拍のタイミングを精度よく抽出できるＭｏｒｌｅｔウェーブレットが望ましい。以下、Ｍｏｒｌｅｔウェーブレットであるマザーウェーブレット３Ａが用いられる例で説明する。

ＰＣ１０は、変換対象の波形に当てはめるため、マザーウェーブレット３Ａを拡大又は縮小する処理を行う。

図４（ｂ）は、本発明の一実施形態に係る縮小されたマザーウェーブレットの一例を説明する図である。

ＰＣ１０は、図４（ａ）に示すマザーウェーブレット３Ａを縮小する処理を行い、例えば、図示するような縮小されたマザーウェーブレット３Ｂを生成する処理を行う。

図４（ｃ）は、本発明の一実施形態に係る拡大されたマザーウェーブレットの一例を説明する図である。

ＰＣ１０は、図４（ａ）のマザーウェーブレット３Ａを拡大する処理を行い、例えば、図示するような拡大されたマザーウェーブレット３Ｃを生成する処理を行う。

スケールファクタ（以下「ＳＦ」という。）は、拡大及び縮小の処理における拡大縮小率である。

縮小されたマザーウェーブレット３Ｂは、ＰＣによって、図４（ａ）に示すマザーウェーブレット３Ａを図４（ｂ）に図示するように時間軸方向へ縮小して生成される。このように、縮小が行われる場合では、ＳＦは、例えば、「ＳＦ＝０．５」等のように、ＳＦは、「１．０」より小さい値となる。

拡大されたマザーウェーブレット３Ｃは、ＰＣによって、図４（ａ）に示すマザーウェーブレット３Ａを図４（ｃ）に図示するように時間軸方向へ拡大して生成される。このように、拡大が行われる場合では、ＳＦは、例えば、「ＳＦ＝２．０」等のように、ＳＦは、「１．０」より大きい値となる。

図４（ｄ）は、本発明の一実施形態に係る解析対象となる波形の一例を説明する図である。

図４（ｄ）で示す波形は、アンプ１１（図１参照）及びフィルタ１３（図１参照）を介して、ドップラーレーダ１２（図１参照）からＰＣ１０（図１参照）が取得するデータが示す波形の例である。

ＰＣ１０は、図４（ｄ）で示す波形の解析を図４（ａ）に示すマザーウェーブレット３Ａ等を当てはめて行う。

図４（ｄ）で示す波形が上記（２）式で示す関数ｘ（ｔ）である場合には、解析の結果であるｘ（ｔ）に対する一致度は、下記（８）式のウェーブレット係数ＣＷＴで示せる。

上記（８）式では、「ａ」は、０より大きい値であり、図４で説明するＳＦである。また、上記（８）式では、「τ」は、時間遅延である。さらに、（８）式では、関数ｈは、インパルス応答である。さらにまた、上記（８）式では、「＊」は、複素共役を示す。

ＰＣ１０（図１参照）は、事前学習の処理によってＳＦを決定する。

事前学習の処理は、図２に示す被験者２の動作が少ない状態で、計測データを取得する処理である。なお、動作が少ない状態は、例えば、図２の被験者２が２０秒間程度安静にしている状態等である。

基準データは、心拍計測においてノイズの少ない状態で、ドップラーレーダ１２（図１参照）に計測された計測データである。なお、心拍計測におけるノイズは、計測の対象である心拍以外の被験者の動作である。例えば、ノイズは、被験者の腕の動き又は呼吸等である。すなわち、基準データは、被験者の動作が少ない状態で取得される計測データである。以下、動作が少ない状態で取得される計測データを例に説明する。

ＰＣ１０は、事前学習の処理で計測データを取得し、取得される計測データに基づいて、図４で説明する計算等によって、ＳＦを計算する。このように、被験者２の体動が少ない状態での計測データ４によって、ＳＦが決定されると、ＰＣ１０は、心拍等を検出しやすくすることができる。

図５は、本発明の一実施形態に係る心拍数の計算の一例を説明するための図である。

情報処理システム１は、作業等を行っている被験者２（図２参照）の計測を行う。まず、計測によって、ＰＣ１０は、作業等を行っている場合の計測データ４を取得する。ＰＣ１０は、事前学習の処理で決定したＳＦに基づいて計測データ４をウェーブレット変換し、解析を行う。

図５は、計測データ４を事前学習の処理で決定したＳＦに基づいて計測データ４をウェーブレット変換して解析した解析結果の一例である。

図示する波形を示す計測データ４が取得された場合には、ＰＣ１０（図１参照）は、ウェーブレット変換及び事前学習の処理で決定したＳＦに基づいて解析することによって、例えば、頂点Ｐ１、頂点Ｐ２及び頂点Ｐ３等の極大となる点を検出することができる。

＜多項式近似処理を用いる全体処理例＞
図６は、本発明の一実施形態に係る情報処理装置による全体処理の一例を示すフローチャートである。図示する処理では、ＰＣが計測データを取得し、上記のウェーブレット変換及びマザーウェーブレットに基づく処理に代えて、多項式近似処理を行う例を説明する。

ステップＳ０１では、ＰＣは、第１計測データを取得する。すなわち、ステップＳ０１では、ＰＣは、心拍を含む波形を示すデータを計測装置から取得する。なお、ステップＳ０１は、リアルタイムに行われてもよく、一方で、ステップＳ０１は、複数のデータをまとめて取得するように行われてもよい。

ステップＳ０２では、ＰＣは、ローパスフィルタ処理を行う。すなわち、ステップＳ０２では、ＰＣは、第１計測データに含まれる体動を示す成分を減衰させる処理を行う。なお、体動は、高周波成分であることが多いため、所定の周波数以下を減衰させるローパスフィルタ処理によって減衰できる。

ステップＳ０３では、ＰＣは、多項式近似処理を行い、ステップＳ０２でローパスフィルタ処理された波形から呼吸成分を減らす。まず、ステップＳ０３では、ＰＣは、以下のように、多項式近似処理を行う。

図７は、本発明の一実施形態に係る情報処理装置による多項式近似処理の一例を示す図である。図は、第１計測データが示す波形に対して、ステップＳ０２（図６参照）によるローパスフィルタ処理が行われて、生成される波形（以下「第１波形」といい、図では、ｘ（ｔ）である。）と、第１波形ｘ（ｔ）に対して多項式近似処理が行われて、生成される波形（以下「第２波形」といい、図では、ｒ（ｔ）である。）とを示す。

なお、図では、多項式近似における次数を「２０」とする例である。また、この例では、第１波形ｘ（ｔ）は、安静状態の被験者から計測される例である。図示するように、第１波形ｘ（ｔ）には、被験者の呼吸による成分（以下「呼吸成分」という。）が含まれる。これに対して、ＰＣが第１波形ｘ（ｔ）に多項式近似処理を行うと、図示するように、ＰＣは、呼吸成分を示す第２波形ｒ（ｔ）を生成することができる。

この例のように、被験者が安静状態であると、呼吸成分は、０．１Ｈｚ乃至０．３Ｈｚ程度の周波数である場合が多い。また、被験者が安静状態であると、被験者の心拍による成分（以下「心拍成分」という。）は、１Ｈｚ乃至３Ｈｚ程度の周波数である場合が多い。

なお、多項式近似処理は、次数を「２０」とする処理に限られない。呼吸成分は、被験者の状態によって異なる場合が多い。したがって、次数は、被験者の状態によって、値が設定されてもよい。例えば、被験者の呼吸が荒い場合には、呼吸成分は、周波数が高くなる場合が多いので、次数は、大きい値が設定されるのが望ましい。

次に、ステップＳ０３（図６参照）では、ＰＣは、下記（９）式のように、第１波形ｘ（ｔ）から第２波形ｒ（ｔ）を減算して、呼吸成分を低減させた波形（以下「第３波形」という。下記（９）式では、Ｆ（ｔ）である。）を算出する。

上記（９）式で示す第３波形Ｆ（ｔ）は、例えば、以下のように示せる。

図８は、本発明の一実施形態に係る情報処理装置による多項式近似処理によって呼吸成分の影響を減らした波形の一例を示す図である。上記（９）式で算出される第３波形Ｆ（ｔ）は、例えば、図示するような波形となる。図示するように、第３波形Ｆ（ｔ）には、複数の極大又は極小となる点、すなわち、ピークとなる点が含まれる。以下、第３波形Ｆ（ｔ）に含まれる極大を示すピークを使用して、心拍が計測される例を説明する。

図６に戻り、ステップＳ０４では、ＰＣは、ビタビアルゴリズム（Ｖｉｔｅｒｂｉ Ａｌｇｏｒｉｔｈｍ）に基づいて、ピークの組み合わせを特定する。例えば、ピークの組み合わせは、以下の処理等で特定される。

図９は、本発明の一実施形態に係る情報処理装置によるピークの組み合わせを特定する処理の一例を示すフローチャートである。なお、図９は、ステップＳ０４の一例を示す。まず、ＰＣは、第１計測データに基づいて、ビタビアルゴリズムにおいて基準となるピーク間隔（以下「基準ピーク間隔」という。）を推定する。また、以下の説明では、ピーク間隔を「ＲＲＩ」（Ｒ−Ｒ ｉｎｔｅｒｖａｌ、Ｒ−Ｒ間隔）という場合がある。

ステップＳ１１では、ＰＣは、第３波形から心拍の候補となるピークを検出する。以下、図１０に示す波形を例に説明する。

図１０は、本発明の一実施形態に係る第３波形の一例を示す図である。この例では、第３波形に、図示するように、ピーク「Ｒ１」乃至「Ｒ７」が含まれるとする。また、各ピークが検出される時間をそれぞれ「ｔ」で示す。例えば、「Ｒ１」が検出される時間を「ｔ_１」とし、同様のインデックス番号を付して以下説明する。

図９に戻り、ステップＳ１２では、ＰＣは、基準ＲＲＩを推定する。なお、基準ＲＲＩは、例えば、第１計測データに基づく波形、すなわち、第３波形に含まれるピークの間隔を複数計算し、計算される複数のＲＲＩを平均して推定される。具体的には、例えば、安静状態の被験者を１分間程度計測する。これによって、生成される第１計測データに基づいて生成される第３波形から複数の心拍を示すピークを検出する。これらの複数のピークのうち、２つのピークを選択して、選択される２つのピークの時間差を計算すると、それぞれのＲＲＩが計算できる。なお、基準ＲＲＩを推定するためのそれぞれのＲＲＩは、他の方法によって計算されてもよい。

もし、被験者の状態が安静状態で継続されるとすると、基準ＲＲＩは、一定である場合が多い。一方で、被験者の状態が変わっていく場合、例えば、被験者が運動している状態であったり、精神状態が変化していく状態であったりする場合には、基準ＲＲＩは、被験者の状態に応じて、変化していく。以下の説明では、基準ＲＲＩが一定である例で説明する。なお、基準ＲＲＩは、固定でなくともよい。上記の通り、被験者の状態が変わっていく場合には、被験者の状態に合わせた基準ＲＲＩが用いられてもよい。なお、基準ＲＲＩは、例えば、安静状態では、１分間程度計測された第１計測データに基づいて算出されるのが望ましい。一方で、運動状態等の基準ＲＲＩが変化していく場合には、基準ＲＲＩは、数秒間程度計測された第１計測データに基づいて算出されるのが望ましい。

以上、ステップＳ１２までの処理によって、ＰＣは、基準ＲＲＩを推定する。続いて、推定された基準ＲＲＩを用いて、ピークの組み合わせを特定する処理が行われる。なお、基準ＲＲＩは、あらかじめ推定されていてもよい。また、基準ＲＲＩは、被験者の状態に合わせて変更する等のため、複数推定されてもよい。

ステップＳ１３では、ＰＣは、第２計測データを取得する。なお、第１計測データと、第２計測データは、一体となっていてもよい。この場合には、計測データの一部が、基準ＲＲＩを推定する、すなわち、第１計測データとして用いられる。一方で、基準ＲＲＩの推定に用いられた以降の計測データが、第２計測データとして用いられる。

ステップＳ１４では、ＰＣは、まず、ピーク間隔を検出する。次に、ＰＣは、基準ＲＲＩと、ピーク間隔との差の和が最小となるピークの組み合わせを特定する。例えば、ＰＣは、以下のようにピークの組み合わせを特定する。

図１１は、本発明の一実施形態に係るビタビアルゴリズムによってピークの組み合わせを特定する方法の一例を説明する図である。図では、ピークは、それぞれ「ＲＲＩ ｉｎｄｅｘ」で示される。この例では、「ＲＲＩ ｉｎｄｅｘ」が「０」の場合（この例では、開始点とする。）において、心拍を示すピークとなる可能性があるピークは、「Ｒ１」、「Ｒ２」及び「Ｒ３」の３つ候補であるとする。なお、図示する「Ｒ１」乃至「Ｒ２０」は、それぞれ検出されるピークを特定するインデックスであり、図１０に示す「Ｒ１」等と対応する。また、これらの候補は、説明では、図示するように、ノードで示す。

次に、ＰＣは、「ＲＲＩ ｉｎｄｅｘ」が「０」の３つのノードに対して、それぞれ「ＲＲＩ ｉｎｄｅｘ」が「１」のノードを特定する。例えば、計測対象が心拍である場合には、ノード間、すなわち、ピーク間隔が心拍として取り得る値となるノードが候補とされる。この例では、「Ｒ１」のノードに対して、「Ｒ４」が心拍として取り得る値のピーク間隔となるノードであり、「Ｒ４」以外のノードは、「Ｒ１」のノードと組み合わせると、心拍を示すピーク間隔とならない場合である。

同様に、「Ｒ２」のノードに対して、「Ｒ５」及び「Ｒ６」のそれぞれのノードが候補とされるとする。さらに、「Ｒ３」のノードに対して「Ｒ５」、「Ｒ６」及び「Ｒ７」のそれぞれのノードが候補とされるとする。

以上のようにして、「ＲＲＩ ｉｎｄｅｘ」について、ＰＣは、それぞれノードを設定する。なお、図示する例は、「ＲＲＩ ｉｎｄｅｘ」が「２」の「Ｒ７」以降には、ノードがない例である。このように、候補となりうるノードが存在しない場合には、図示する「ＲＲＩ ｉｎｄｅｘ」が「２」の「Ｒ７」以降のように、ノードは、ＰＣによって削除されてもよい。

次に、ＰＣは、基準ＲＲＩと、各ピーク間隔との差（以下「ブランチメトリック」といい、「ＢＭ」という場合もある。）を計算する。ブランチメトリックは、「確からしさ」を示す値である。例えば、ブランチメトリックは、以下のように計算される。

図１２は、本発明の一実施形態に係るブランチメトリックを計算する式の一例を説明する図である。図示する式では、左辺、すなわち、「ＢＭ［ｉ，ｊ］」が、各ブランチメトリックを示す。なお、図示する式では、「ｉ」及び「ｊ」は、ノードをそれぞれ示すインデックス番号であり、例えば、「１」であると、図１１において「Ｒ１」を示す値である。つまり、図１１に示すように、「ＢＭ［１，４］」は、「Ｒ１」と、「Ｒ４」とに係るブランチメトリックを示す。以下、「ＢＭ［１，４］」を例にブランチメトリックの計算例を説明する。

図１２に戻り、ブランチメトリックを計算するには、まず、ＰＣによって、ピーク間隔ｄｔが計算される。この例では、「ｔ_ｊ」は、図１０に示す「ｔ_４」である。さらに、「ｔ_ｉ」は、図１０に示す「ｔ_１」である。次に、ＰＣは、基準ＲＲＩ_ｉ（ＢＲＲＩ）と、ピーク間隔ｄｔとの差を計算する。この計算結果の絶対値が、ブランチメトリックである。つまり、ブランチメトリックは、以下のような値である。

図１３は、本発明の一実施形態に係るブランチメトリックの一例を説明する図である。図示するように、「ＢＭ［１，４］」は、「Ｒ１」と、「Ｒ４」とのピーク間隔ｄｔから、基準ＲＲＩ（ＢＲＲＩ）を引いて、ＰＣによって計算される。なお、基準ＲＲＩ（ＢＲＲＩ）は、一定でもよく、被験者の状態に合わせて変化してもよい。

次に、ＰＣは、基準ＲＲＩと、ピーク間隔との差の和、すなわち、ブランチメトリックの総和（以下、「パスメトリック」といい、「ＰＭ」という場合もある。）を計算する。例えば、パスメトリックは、以下のように計算される。

図１４は、本発明の一実施形態に係るパスメトリックを計算する式の一例を説明する図である。図示するように、パスメトリックは、計算されるブランチメトリックのうち、最も値が小さい最小ブランチメトリックＭＢＭを一つ前のパスメトリックに加えて計算される。例えば、図１１において、「Ｒ６」のノードのパスメトリックを計算する例で説明する。図１１に図示するように、「Ｒ６」のノードには、一つ前のノードは、「Ｒ２」及び「Ｒ３」がある。この例では、それぞれのブランチメトリックは、図１２に示す計算方法によって、「ＢＭ［２，６］」及び「ＢＭ［３，６］」が計算される。この例で、「ＢＭ［２，６］＞「ＢＭ［３，６］」であるとする。この場合には、図１４に示すように、「ＰＭ［６］」は、一つ前のパスメトリック「ＰＭ［３］」に、最小ブランチメトリックＭＢＭである「ＢＭ［３，６］」を加えて計算される。

このようにパスメトリックを計算すると、ＰＣは、基準ピーク間隔と、複数のピークのピーク間隔の差の和が最小となるピークの組み合わせを特定することができる。

図９に戻り、ステップＳ１５では、ＰＣは、まず、特定されるピークの組み合わせにおいて、それぞれのピーク間隔の分散を計算する。次に、ＰＣは、計算される分散に基づいて、ピーク間隔がほぼ一定とみなせる期間を検出する。

ステップＳ１６では、ＰＣは、ステップＳ１５で検出される期間で周期的に現れるピークを検出する。このようにすると、ＰＣは、心拍等を示すピークを精度よく検出できる。

図６に戻り、ステップＳ０５では、ＰＣは、特定された組み合わせに基づくピーク間隔を検出する。このように、ピーク間隔が検出されると、ＰＣは、心拍等を計算できる。

＜実験結果＞
図９に示す処理を行い、情報処理装置によって、心拍を計測した実験結果を以下に示す。

図１５は、本発明の一実施形態に係る実験の実験緒元を説明する表である。以下、図示するような条件及び設定で行った実験結果を示す。

図１６は、本発明の一実施形態に係る実験結果の一例を説明する図である。図では、図９に示す処理による実験結果（以下「第１実験結果ＲＥＳ１」という。）と、２つの比較例とを示す。

以下、図で「ｐｏｌｙｎｏｍｉａｌ ｆｉｔｔｉｎｇ」と示す実験結果を「第１比較例ＣＯＭ１」という。さらに、図で「ｗａｖｅｌｅｔ ｃｏｅｆｆｉｃｉｅｎｔｓ」と示す実験結果を「第２比較例ＣＯＭ２」という。

第１比較例ＣＯＭ１は、呼吸の波形と、計測データが示す元の波形との差分を示す波形から計測された実験結果である。これは、「Ｊ. Ｗａｎｇ， Ｘ． Ｗａｎｇ， Ｚ． Ｚｈｕ， Ｊ． Ｈｕａｎｇｆｕ， Ｃ． Ｌｉ， ａｎｄ Ｌ． Ｒａｎ， ''１−Ｄ ｍｉｃｒｏｗａｖｅ ｉｍａｇｉｎｇ ｏｆ ｈｕｍａｎ ｃａｒｄｉａｃ ｍｏｔｉｏｎ： Ａｎ ａｂ−ｉｎｉｔｉｏ ｉｎｖｅｓｔｉｇａｔｉｏｎ，" ＩＥＥＥ Ｔｒａｎｓ． Ｍｉｃｒｏｗ． Ｔｈｅｏｒｙ Ｔｅｃｈｎ．，ｖｏｌ． ６１， ｎｏ． ５， ｐｐ． ２１０１−２１０７， Ｍａｙ ２０１３．」に示す方法による実験結果である。具体的には、まず、多項式近似処理によって呼吸の波形が抽出される。次に、抽出された呼吸の波形と、元の波形との差分が計算される。この差分が示す波形に基づいて、第１比較例ＣＯＭ１が算出される。

第２比較例ＣＯＭ２は、ウェーブレット変換を適用した波形から計測された実験結果である。これは、「Ｍ． Ｓｅｋｉｎｅ ａｎｄ Ｋ． Ｍａｅｎｏ， "Ｎｏｎ−ｃｏｎｔａｃｔ ｈｅａｒｔ ｒａｔｅ ｄｅｔｅｃｔｉｏｎ ｕｓｉｎｇ ｐｅｒｉｏｄｉｃ ｖａｒｉａｔｉｏｎ ｉｎ Ｄｏｐｐｌｅｒ ｆｒｅｑｕｅｎｃｙ," ｉｎ Ｐｒｏｃ． ＩＥＥＥ Ｓｅｎｓｏｒｓ Ａｐｐｌ． Ｓｙｍｐ．， ｐｐ.３１８−３２２， Ｆｅｂ． ２０１１．」に示す方法による実験結果である。具体的には、自己相関関数によって、最も高いピークを検出される。この検出されるピークに基づく計算によって、第２比較例ＣＯＭ２が算出される。

なお、図では、第１実験結果ＲＥＳ１、第１比較例ＣＯＭ１及び第２比較例ＣＯＭ２は、ＲＭＳＥ（Ｒｏｏｔ Ｍｅａｎ Ｓｑｕａｒｅ Ｅｒｒｏｒ、二乗平均平方根誤差）の平均でそれぞれ示す。ここで、ＲＭＳＥの平均は、下記（１０）式のように計算される値である。

上記（１０）式において計算される値は、値が小さいほど、心電計（ｅｌｅｃｔｒｏｃａｒｄｉｏｇｒａｐｈ、以下「ＥＣＧ」という。）に近い計測ができていることを示す。このようなＲＭＳＥの平均によって、各比較例と、本発明の実施形態に係る実験結果とを比較すると、図示する例では、本発明の実施形態に係る実験結果は、ＲＭＳＥの平均が、被験者全体の平均で「約４０ｍｓｅｃ」精度がよいことが分かる。特に、実際のＲＲＩの変動が小さい場合に、ＲＭＳＥがよい。

＜機能構成例＞
図１７は、本発明の一実施形態に係る情報処理装置の機能構成の一例を説明する機能ブロック図である。図示するように、ＰＣ１０は、第１取得部Ｆ１０１と、推定部Ｆ１０２と、第２取得部Ｆ１０３と、特定部Ｆ１０４とを含む。

第１取得部Ｆ１０１は、人体の動きの計測を行う計測装置から、計測による結果を示す第１計測データＤ１を取得する。なお、第１取得部Ｆ１０１は、例えば、入力Ｉ／Ｆ１０Ｈ５（図３参照）等によって実現される。

推定部Ｆ１０２は、第１計測データＤ１に基づく波形に含まれるピークの間隔を検出し、基準となる基準ピーク間隔ＢＲＲＩを推定する。なお、推定部Ｆ１０２は、例えば、ＣＰＵ１０Ｈ１（図３参照）等によって実現される。

第２取得部Ｆ１０３は、人体の動きの計測を行う計測装置から、計測による結果を示す第２計測データＤ２を取得する。なお、第２取得部Ｆ１０３は、例えば、入力Ｉ／Ｆ１０Ｈ５（図３参照）等によって実現される。

特定部Ｆ１０４は、第２計測データＤ２が示す波形に含まれる複数のピークのうち、ビタビアルゴリズムに基づいて、基準ピーク間隔ＢＲＲＩと、複数のピークによるピーク間隔の差の和が最小となるピークの組み合わせを特定する。なお、特定部Ｆ１０４は、例えば、ＣＰＵ１０Ｈ１（図３参照）等によって実現される。

ＰＣ１０は、第１取得部Ｆ１０１によって、第１計測データＤ１を取得する。次に、第１計測データＤ１に基づいて、ＰＣ１０は、推定部Ｆ１０２によって、基準ピーク間隔ＢＲＲＩを推定する。

続いて、ＰＣ１０は、第２取得部Ｆ１０３によって、第２計測データＤ２を取得する。次に、ＰＣ１０は、特定部Ｆ１０４によって、基準ピーク間隔ＢＲＲＩを用いて、図１１に示すように、ビタビアルゴリズムにより、ピーク間隔の差の和が最小となるピークの組み合わせを特定できる。このような機能構成とすると、ＰＣ１０は、計測データが示す波形から、心拍等を示すピークを精度よく抽出できる。そのため、ＰＣ１０は、心拍等を精度よく計測することができる。

＜第２実施形態＞
第２実施形態は、例えば、第１実施形態と同様の全体構成及びハードウェアを用いて実現される。したがって、以下の説明では、全体構成及びハードウェアは、第１実施形態と同様の例とし、詳細な説明は、省略する。第２実施形態は、第１実施形態と比較すると、全体処理が異なる。

＜多項式近似処理を用いる全体処理例＞
図１８は、本発明の第２実施形態の一実施形態に係る情報処理装置による全体処理の一例を示すフローチャートである。なお、第１実施形態と同様の処理には、同一の符号を付し、重複する説明を省略する。以下、第１実施形態と異なる点を中心に説明する。具体的には、第１実施形態と比較すると、ステップＳ２１及びステップＳ２２等が行われる点が異なる。

ステップＳ２１では、ＰＣは、ステップＳ０１で取得される第１計測データに基づいて確率密度関数を生成し、確率密度関数を示すデータを記憶する。

第１計測データは、例えば、ＥＣＧによって計測されるデータである。なお、第１計測データは、他の方法によって計測されるデータでもよい。

また、確率密度関数の種類は、あらかじめ設定される。なお、計測対象が心拍である場合には、確率密度関数の種類は、正規分布であるのが望ましい。一方で、確率密度関数の種類は、確率密度関数があらかじめ設定できればよく、例えば、ガウス分布又はヒストグラム等でもよい。

さらに、確率密度関数は、ＲＲＩの種類ごとに生成され、それぞれの確率密度関数を示すデータが記憶される。以下、「７００ｍｓｅｃ乃至１１００ｍｓｅｃ」のＲＲＩが計測対象である例で説明する。また、以下に示す例では、ＲＲＩを４種類に分類するとする。

図１９は、本発明の第２実施形態の一実施形態に係る４つの確率密度関数の例を示す図である。図示するように、この例では、４つの確率密度関数は、「Ａ乃至Ｄ」の４種類に分けられる。図示するように、各確率密度関数は、ＲＲＩが「１００ｍｓｅｃ」ごとにそれぞれ生成される。

なお、確率密度関数は、４種類に限られない。生成される確率密度関数は、４つより多い又は４つより少なくてもよい。例えば、４つより多くの確率密度関数がＰＣによって生成されると、４つの確率密度関数を用いる場合と比較して、多くの場合分けが可能となるため、ＰＣは、より精度よく計測を行うことができる。一方で、４つより少ない確率密度関数がＰＣによって生成されると、４つの確率密度関数を用いる場合と比較して、少ないモデルで実行が可能となるため、ＰＣは、少ないデータ量で心拍等を計測することができる。

確率密度関数は、ＲＲＩの種類ごとに、例えば、以下のように生成される。

図２０は、本発明の第２実施形態の一実施形態において生成される確率密度関数の例を示す図である。図示する例は、確率密度関数が正規分布の例である。図示するように、正規分布が定まり、正規分布の平均値「μ」及び正規分布の標準偏差「σ」が、ＲＲＩの種類ごとに、ＰＣによってそれぞれ計算される。

図１８に戻り、第１実施形態と同様に、ステップＳ１３では、ＰＣは、第２計測データを取得する。さらに、第２計測データが示す波形に対して、第１実施形態と同様に、ＰＣによって、ローパスフィルタ処理及び多項式近似処理がそれぞれ行われる。なお、第１計測データ及び第２計測データは、別々に取得されてもよいし、計測データが取得され、一部が第１計測データとして使用されてもよい。

ステップＳ２２では、ＰＣは、確率密度関数に基づいて、ピークの組み合わせを特定する。まず、ＰＣは、基準となる基準ＲＲＩを計測する。以下の説明では、時刻「ｔ−１」でＰＣによって、計測されるＲＲＩが基準ＲＲＩとなる。次に、計測された基準ＲＲＩに基づいて、ＰＣは、確率密度関数を選択する。

以下、図１９に示すように、４つに場合分けがされている例で説明する。例えば、基準ＲＲＩが「７５０ｍｓｅｃ」である場合には、図１９に示す「Ａ」に対応する正規分布がＰＣによって選択される。このように、ＰＣは、基準ＲＲＩの値によって、用いる確率密度関数を場合分けし、あらかじめ用意する確率密度関数の中から選択する。

次に、ＰＣは、時刻「ｔ」に取り得るピークを探索する。この探索では、探索範囲が、選択される確率密度関数に基づいて定まる。具体的には、図１９に示す「Ａ」に対応する正規分布が選択された場合には、探索範囲は、例えば、下記（１１）式のように定まる。

上記（１１）式の例では、探索範囲は、平均に対して「２σ」、すなわち、「９５．４５％」の確率でピークが存在する範囲である。なお、計測対象が心拍である場合には、「２σ」が望ましい。心拍の場合には、確率密度関数に基づいて、「σ」が「５０ｍｓｅｃ乃至６０ｍｓｅｃ」程度になる場合がある。そのため、例えば、「３σ」のように、「２σ」より大きい探索範囲とすると、探索範囲に、次のピークが含まれる場合がある。したがって、探索範囲は、「２σ」のように、次のピークが含まれない範囲であるのが望ましい。次に、ＰＣは、時刻「ｔ」において、ピークが存在する確率を算出する。以下、ＲＲＩの確率を下記（１２）式のように示す。

時刻「ｔ」におけるピークが存在する確率が上記（１２）式の通りとすると、時刻「ｔ」及び時刻「ｔ−１」の確率の和は、下記（１３）式のように示せる。

ＰＣは、上記（１３）式における「Ｐ」、すなわち、確率密度関数に基づく探索範囲にピークが存在するそれぞれの確率の和が、最大となるピークの組み合わせを特定する。

また、探索の結果、時刻「ｔ」に取り得るピークが探索範囲にないとＰＣによって判断される場合には、ＰＣは、ピークを補間する。例えば、ＰＣは、あらかじめ入力される統計量等に基づいて、ピークが存在する可能性が高い点にピークを補間する。このようにして、ＰＣは、ピークが探索範囲にない場合には、ピークを補間して、ピークが存在すると仮定するようにする。

以上のように処理が行われると、ピークの組み合わせがＰＣによって特定できる。このように、ピークの組み合わせが特定できると、第１実施形態と同様に、図１８に示すステップＳ０５では、ＰＣは、特定された組み合わせに基づくピーク間隔を検出する。このように、ピーク間隔が検出されると、心拍等が計算できる。

＜実験結果例＞
図１８に示す処理で心拍を計測した実験結果を以下に示す。なお、以下に示す実験結果は、条件及び設定等の実験緒元は、第１実施形態と同様の図１５に示す通りであり、この実験緒元による実験結果である。

図２１は、本発明の第２実施形態の一実施形態に係る実験結果の一例を説明する図である。図は、図１８に示す処理による実験結果（以下「第２実験結果ＲＥＳ２」という。）と、比較例とを示す。以下、図で、「ｃｏｎｖｅｎｔｉｏｎａｌ ｍｅｔｈｏｄ」と示す実験結果を「第３比較例ＣＯＭ３」という。

第３比較例ＣＯＭ３は、ウェーブレット変換を適用した心拍成分を含む波形から計測された実験結果である。具体的には、まず、ＰＣによって、ウェーブレット変換を適用した心拍成分を含む波形が抽出される。次に、ＰＣは、学習時に選択されるＳＦに基づいて、テストの際の心拍数に相当するＳＦを選択して、心拍を検出し、心拍数を算出する。

なお、図では、第２実験結果ＲＥＳ２及び第３比較例ＣＯＭ３は、ＲＭＳＥの平均、すなわち、上記（１０）式で計算される値である。

ＲＭＳＥの平均によって、比較例と、本発明の実施形態に係る実験結果とを比較すると、図示する例では、本発明の実施形態に係る実験結果は、ＲＭＳＥの平均が、被験者全体の平均で「約４０ｍｓｅｃ」精度がよいことが分かる。

＜機能構成例＞
図２２は、本発明の第２実施形態の一実施形態に係る情報処理装置の機能構成の一例を説明する機能ブロック図である。図示するように、ＰＣ１０は、第１取得部Ｆ２０１と、記憶部Ｆ２０２と、第２取得部Ｆ２０３と、計測部Ｆ２０４と、特定部Ｆ２０５とを含む。

第１取得部Ｆ２０１は、人体の動きの計測を行う計測装置から、計測による結果を示す第１計測データＤ１を取得する。なお、第１取得部Ｆ２０１は、例えば、入力Ｉ／Ｆ１０Ｈ５（図３参照）等によって実現される。

記憶部Ｆ２０２は、第１計測データＤ１に基づく波形に含まれるピークの間隔の種類ごとに、それぞれの確率密度関数を示すデータを記憶する。なお、記憶部Ｆ２０２は、例えば、記憶装置１０Ｈ２（図３参照）等によって実現される。

第２取得部Ｆ２０３は、人体の動きの計測を行う計測装置から、計測による結果を示す第２計測データＤ２を取得する。なお、第２取得部Ｆ２０３は、例えば、入力Ｉ／Ｆ１０Ｈ５（図３参照）等によって実現される。

計測部Ｆ２０４は、第２計測データＤ２に基づく波形に含まれるピークの間隔を検出し、基準となる基準ピーク間隔を計測する。なお、計測部Ｆ２０４は、例えば、ＣＰＵ１０Ｈ１（図３参照）等によって実現される。

特定部Ｆ２０５は、第２計測データＤ２が示す波形に含まれる複数のピークのうち、計測部Ｆ２０４によって計測される基準ピークによって定まる確率密度関数に基づく探索範囲にピークが存在するそれぞれの確率の和が最大となるピークの組み合わせを特定する。なお、特定部Ｆ２０５は、例えば、ＣＰＵ１０Ｈ１（図３参照）等によって実現される。

ＰＣ１０は、第１取得部Ｆ２０１によって、第１計測データＤ１を取得する。次に、第１計測データＤ１に基づいて、ＰＣ１０は、例えば、図１９に示すように場合分けして、ＲＲＩの種類ごとに、確率密度関数を生成する。そして、ＰＣ１０は、生成された確率密度関数を示すデータを記憶部Ｆ２０２によって、記憶する。

続いて、ＰＣ１０は、第２取得部Ｆ２０３によって、第２計測データＤ２を取得する。次に、ＰＣ１０は、計測部Ｆ２０４によって、基準ピーク間隔を計測する。計測される基準ピーク間隔の値によって、例えば、図１９に示すように、ＰＣは、確率密度関数を選択することができる。このように、確率密度関数が定まると、ピークを探索する探索範囲が定まる。この探索でピークが存在する確率を上記（１３）式等のように計算すると、探索範囲にピークが存在するそれぞれの確率の和が特定部Ｆ２０５によって算出される。さらに、ＰＣ１０は、特定部Ｆ２０５によって、確率の和が最大となるピークを抽出することができる。したがって、このような機能構成とすると、ＰＣ１０は、計測データが示す波形から、心拍等を示すピークを精度よく抽出できる。そのため、ＰＣ１０は、心拍等を精度よく計測することができる。

なお、本発明に係る実施形態は、全体処理に係る各手順を含む情報処理方法を情報処理装置に行わせて、実現されてもよい。また、本発明に係る実施形態は、全体処理に係る各手順を含む情報処理方法を情報処理装置等のコンピュータに実行させるためのプログラムによって実現されてもよい。

以上、本発明の好ましい実施例について詳述したが、本発明は、係る特定の実施形態に限定されない。すなわち、特許請求の範囲に記載された本発明の要旨の範囲内において、種々の変形又は変更が可能である。

１ 情報処理システム
１０ ＰＣ
１０Ｈ１ ＣＰＵ
１０Ｈ２ 記憶装置
１０Ｈ３ 入力装置
１０Ｈ４ 出力装置
１０Ｈ５ 入力Ｉ／Ｆ
１０Ｈ６ バス
１１ アンプ
１２ ドップラーレーダ
１２Ｓ ソース
１２Ｔｘ 発信器
１２Ｒｘ 受信器
１２ＬＮＡ 調整器
１２Ｍ ミキサー
１３ フィルタ
２ 被験者
３Ａ マザーウェーブレット
３Ｂ 縮小されたマザーウェーブレット
３Ｃ 拡大されたマザーウェーブレット
ＢＲＲＩ 基準ＲＲＩ

Claims (14)

1. 人体の動きの計測を行う計測装置と接続する情報処理装置であって、
   前記計測による結果を示す第１計測データを前記計測装置から取得する第１取得部と、
   前記第１計測データに基づく波形に含まれるピークの間隔を検出し、基準となる基準ピーク間隔を推定する推定部と、
   前記計測による結果を示す第２計測データを前記計測装置から取得する第２取得部と、
   前記第２計測データが示す波形に含まれる複数のピークのうち、ビタビアルゴリズムに基づいて、前記基準ピーク間隔と、前記複数のピークによるピーク間隔の差の和が最小となるピークの組み合わせを特定する特定部と
   を含む情報処理装置。
2. 人体の動きの計測を行う計測装置と接続する情報処理装置であって、
   前記計測による結果を示す第１計測データを前記計測装置から取得する第１取得部と、
   前記第１計測データに基づく波形に含まれるピークの間隔の種類ごとに、それぞれの確率密度関数を示すデータを記憶する記憶部と、
   前記計測による結果を示す第２計測データを前記計測装置から取得する第２取得部と、
   前記第２計測データに基づく波形に含まれるピークの間隔を検出し、基準となる基準ピーク間隔を計測する計測部と、
   前記第２計測データが示す波形に含まれる複数のピークのうち、前記基準ピーク間隔によって定まる前記確率密度関数に基づく探索範囲にピークが存在するそれぞれの確率の和が最大となるピークの組み合わせを特定する特定部と
   を含む情報処理装置。
3. 前記確率密度関数は、正規分布である請求項２に記載の情報処理装置。
4. 前記人体の動きは、心拍数である請求項１乃至３のいずれか一項に記載の情報処理装置。
5. 前記人体の動きは、被験者の体の動きである請求項１乃至３のいずれか一項に記載の情報処理装置。
6. 前記第１計測データ又は前記第２計測データが示す波形に対してフィルタリングを行い、０Ｈｚより大きく、かつ、１０Ｈｚ以下の周波数の波形を取り出す請求項１乃至５のいずれか一項に記載の情報処理装置。
7. 前記第２計測データが示す波形に対して多項式近似を行う請求項１乃至６のいずれか一項に記載の情報処理装置。
8. 前記第２計測データが示す波形に対して、事前学習の処理で決定したスケールファクタに基づくウェーブレット変換を行う請求項１乃至６のいずれか一項に記載の情報処理装置。
9. 人体の動きの計測を行う計測装置と接続する１以上の情報処理装置を有する情報処理システムであって、
   前記計測による結果を示す第１計測データを前記計測装置から取得する第１取得部と、
   前記第１計測データに基づく波形に含まれるピークの間隔を検出し、基準となる基準ピーク間隔を推定する推定部と、
   前記計測による結果を示す第２計測データを前記計測装置から取得する第２取得部と、
   前記第２計測データが示す波形に含まれる複数のピークのうち、ビタビアルゴリズムに基づいて、前記基準ピーク間隔と、前記複数のピークによるピーク間隔の差の和が最小となるピークの組み合わせを特定する特定部と
   を含む情報処理システム。
10. 人体の動きの計測を行う計測装置と接続する情報処理装置が行う情報処理方法であって、
    前記情報処理装置が、前記計測による結果を示す第１計測データを前記計測装置から取得する第１取得手順と、
    前記情報処理装置が、前記第１計測データに基づく波形に含まれるピークの間隔を検出し、基準となる基準ピーク間隔を推定する推定手順と、
    前記情報処理装置が、前記計測による結果を示す第２計測データを前記計測装置から取得する第２取得手順と、
    前記情報処理装置が、前記第２計測データが示す波形に含まれる複数のピークのうち、ビタビアルゴリズムに基づいて、前記基準ピーク間隔と、前記複数のピークによるピーク間隔の差の和が最小となるピークの組み合わせを特定する特定手順と
    を含む情報処理方法。
11. 人体の動きの計測を行う計測装置と接続するコンピュータに情報処理方法を実行させるためのプログラムであって、
    前記コンピュータが、前記計測による結果を示す第１計測データを前記計測装置から取得する第１取得手順と、
    前記コンピュータが、前記第１計測データに基づく波形に含まれるピークの間隔を検出し、基準となる基準ピーク間隔を推定する推定手順と、
    前記コンピュータが、前記計測による結果を示す第２計測データを前記計測装置から取得する第２取得手順と、
    前記コンピュータが、前記第２計測データが示す波形に含まれる複数のピークのうち、ビタビアルゴリズムに基づいて、前記基準ピーク間隔と、前記複数のピークによるピーク間隔の差の和が最小となるピークの組み合わせを特定する特定手順と
    を実行させるためのプログラム。
12. 人体の動きの計測を行う計測装置と接続する１以上の情報処理装置を有する情報処理システムであって、
    前記計測による結果を示す第１計測データを前記計測装置から取得する第１取得部と、
    前記第１計測データに基づく波形に含まれるピークの間隔の種類ごとに、それぞれの確率密度関数を示すデータを記憶する記憶部と、
    前記計測による結果を示す第２計測データを前記計測装置から取得する第２取得部と、
    前記第２計測データに基づく波形に含まれるピークの間隔を検出し、基準となる基準ピーク間隔を計測する計測部と、
    前記第２計測データが示す波形に含まれる複数のピークのうち、前記基準ピーク間隔によって定まる前記確率密度関数に基づく探索範囲にピークが存在するそれぞれの確率の和が最大となるピークの組み合わせを特定する特定部と
    を含む情報処理システム。
13. 人体の動きの計測を行う計測装置と接続する情報処理装置が行う情報処理方法であって、
    前記情報処理装置が、前記計測による結果を示す第１計測データを前記計測装置から取得する第１取得手順と、
    前記情報処理装置が、前記第１計測データに基づく波形に含まれるピークの間隔の種類ごとに、それぞれの確率密度関数を示すデータを記憶する記憶手順と、
    前記情報処理装置が、前記計測による結果を示す第２計測データを前記計測装置から取得する第２取得手順と、
    前記情報処理装置が、前記第２計測データに基づく波形に含まれるピークの間隔を検出し、基準となる基準ピーク間隔を計測する計測手順と、
    前記情報処理装置が、前記第２計測データが示す波形に含まれる複数のピークのうち、前記基準ピーク間隔によって定まる前記確率密度関数に基づく探索範囲にピークが存在するそれぞれの確率の和が最大となるピークの組み合わせを特定する特定手順と
    を含む情報処理方法。
14. 人体の動きの計測を行う計測装置と接続するコンピュータに情報処理方法を実行させるためのプログラムであって、
    前記コンピュータが、前記計測による結果を示す第１計測データを前記計測装置から取得する第１取得手順と、
    前記コンピュータが、前記第１計測データに基づく波形に含まれるピークの間隔の種類ごとに、それぞれの確率密度関数を示すデータを記憶する記憶手順と、
    前記コンピュータが、前記計測による結果を示す第２計測データを前記計測装置から取得する第２取得手順と、
    前記コンピュータが、前記第２計測データに基づく波形に含まれるピークの間隔を検出し、基準となる基準ピーク間隔を計測する計測手順と、
    前記コンピュータが、前記第２計測データが示す波形に含まれる複数のピークのうち、前記基準ピーク間隔によって定まる前記確率密度関数に基づく探索範囲にピークが存在するそれぞれの確率の和が最大となるピークの組み合わせを特定する特定手順と
    を実行させるためのプログラム。

Images