JP2017136164A - センサ情報処理装置、センサユニット、及び、センサ情報処理プログラム - Google Patents

センサ情報処理装置、センサユニット、及び、センサ情報処理プログラム Download PDF

Info

Publication number
JP2017136164A
JP2017136164A JP2016018223A JP2016018223A JP2017136164A JP 2017136164 A JP2017136164 A JP 2017136164A JP 2016018223 A JP2016018223 A JP 2016018223A JP 2016018223 A JP2016018223 A JP 2016018223A JP 2017136164 A JP2017136164 A JP 2017136164A
Authority
JP
Japan
Prior art keywords
heart rate
sensor
information processing
estimated
detection signal
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
Application number
JP2016018223A
Other languages
English (en)
Inventor
隆行 山地
Takayuki Yamaji
隆行 山地
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujitsu Ltd
Original Assignee
Fujitsu Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Fujitsu Ltd filed Critical Fujitsu Ltd
Priority to JP2016018223A priority Critical patent/JP2017136164A/ja
Priority to US15/413,813 priority patent/US20170215734A1/en
Priority to EP17153264.1A priority patent/EP3202310A1/en
Priority to CN201710061741.4A priority patent/CN107028604A/zh
Publication of JP2017136164A publication Critical patent/JP2017136164A/ja
Pending legal-status Critical Current

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A61B5/02438—Detecting, measuring or recording pulse rate or heart rate with portable devices, e.g. worn by the patient
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A61B5/0075—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence by spectroscopy, i.e. measuring spectra, e.g. Raman spectroscopy, infrared absorption spectroscopy
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
    • A61B5/0022—Monitoring a patient using a global network, e.g. telephone networks, internet
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A61B5/02444—Details of sensor
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6802—Sensor mounted on worn items
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6887—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient mounted on external non-worn devices, e.g. non-medical devices
    • A61B5/6898—Portable consumer electronic devices, e.g. music players, telephones, tablet computers
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • A61B5/7207—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts
    • A61B5/721—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts using a separate sensor to detect motion or using motion information derived from signals other than the physiological signal to be measured
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/725—Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
    • G16Z99/00—Subject matter not provided for in other main groups of this subclass
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02—Details of sensors specially adapted for in-vivo measurements
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1118—Determining activity level
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/112—Gait analysis

Abstract

【課題】心拍センサによる心拍信号の検出精度を向上する。【解決手段】慣性センサ２２の検出信号を基に心拍数を推定し、推定した心拍数に応じて心拍センサ２１の検出信号において処理する周波数帯を制御するタイミングを、前記心拍数の推定タイミングに対して遅延させる。【選択図】図８

Description

本明細書に記載する技術は、センサ情報処理装置、センサユニット、及び、センサ情報処理プログラムに関する。
心拍センサを用いて生体の心拍を検出する技術がある。心拍センサの検出信号から心拍に応じた信号成分を検出するために、心拍センサの検出信号にバンドパスフィルタ（ＢＰＦ）が適用されることがある。
また、生体の心拍には、単位時間あたりの心拍数の高低に応じて、１拍ごとの心拍が有する時間長にばらつきがあるため、心拍数の高低に応じてＢＰＦの特性（例えば、通過中心周波数及び通過帯域幅）を可変することが試みられることもある。
国際公開第２００８／０８１５５３号 特開２００６−１８７４６９号公報 特開２０１４−９４０４３号公報 特開２０１４−０３９６６６号公報
生体に体動が生じると、心拍センサの検出信号に、心拍由来の信号成分（「心拍信号」と称してもよい。）以外に、体動由来の信号成分が加わる。体動由来の信号成分は、検出したい心拍信号に対するノイズ成分となる。
ここで、生体の活動時や運動時の体動に応じて生体の心拍数が実際に変化するタイミングは、体動の生じたタイミングとは必ずしも一致しない。例えば、活動や運動を開始してから心拍数は遅れて上昇する傾向にある。
そのため、心拍センサの検出信号にＢＰＦを適用するタイミングが適正でない場合がある。ＢＰＦの適用タイミングが適正化されていないと、心拍信号の検出精度が低下し得る。
１つの側面では、本明細書の記載する技術の目的の１つは、心拍センサによる心拍信号の検出精度を向上することにある。
１つの側面において、センサ情報処理装置は、受信部と、処理部と、を備えてよい。受信部は、心拍センサの検出信号と、慣性センサの検出信号と、を受信してよい。処理部は、前記慣性センサの検出信号を基に心拍数を推定し、推定した心拍数に応じて前記心拍センサの検出信号において処理する周波数帯を制御するタイミングを、前記心拍数の推定タイミングに対して遅延させてよい。
また、１つの側面において、センサユニットは、心拍センサと、慣性センサと、処理部と、を備えてよい。処理部は、前記慣性センサの検出信号を基に心拍数を推定し、推定した心拍数に応じて前記心拍センサの検出信号において処理する周波数帯を制御するタイミングを、前記心拍数の推定タイミングに対して遅延させてよい。
更に、１つの側面において、センサ情報処理プログラムは、慣性センサの検出信号を基に心拍数を推定し、推定した心拍数に応じて心拍センサの検出信号において処理する周波数帯を制御するタイミングを、前記心拍数の推定タイミングに対して遅延させる、処理を、コンピュータに実行させてよい。
１つの側面として、心拍センサによる心拍信号の検出精度を向上できる。
一実施形態に係るセンサシステムの一例を示すブロック図である。 一実施形態に係るバイタルセンサの構成例を示すブロック図である。 一実施形態に係るバイタルセンサの構成例を示すブロック図である。 一実施形態に係る情報処理装置の構成例を示すブロック図である。 一実施形態に係る心拍数の計測結果の一例を示す図である。 一実施形態に係る心拍数（推定値及び実測値）並びに運動強度（ＭＥＴｓ値）の時間変化の一例を示す図である。 一実施形態に係る心拍数（推定値及び実測値）並びに運動強度（ＭＥＴｓ値）の時間変化の一例を示す図である。 第１実施例に係るセンサシステムの動作例を示すフローチャートである。 図８に例示した心拍数推定処理の第１例を示すフローチャートである。 一実施形態に係る歩行率と心拍数との関係の一例を示す図である。 図８に例示した心拍数推定処理の第２例を示すフローチャートである。 一実施形態に係る歩行率と歩行速度との関係の一例を示す図である。 一実施形態に係る歩行速度と運動強度（ＭＥＴｓ値）との関係の一例を示す図である。 第２実施例に係るセンサシステムの動作例を示すフローチャートである。 一実施形態に係るＢＰＦ設定例を説明するための図である。 一実施形態に係るＢＰＦ通過帯域例を説明するための図である。 一実施形態に係るＢＰＦ帯域幅設定例を説明するための図である。 一実施形態に係る心拍数分布の一例を示す図である。 一実施形態に係る心拍数分布の一例を示す図である。 一実施形態に係る心拍数の統計処理例を示す図である。 一実施形態に係る心拍数の統計処理例を示す図である。 一実施形態に係るＢＰＦ帯域幅の設定例を説明するための図である。 一実施形態に係るＢＰＦ帯域幅の設定例を説明するための図である。 一実施形態に係るＢＰＦ帯域幅情報の一例を示す図である。
以下、図面を参照して実施の形態を説明する。ただし、以下に説明する実施形態は、あくまでも例示であり、以下に明示しない種々の変形や技術の適用を排除する意図はない。また、以下に説明する各種の例示的態様は、適宜に組み合わせて実施しても構わない。なお、以下の実施形態で用いる図面において、同一符号を付した部分は、特に断らない限り、同一若しくは同様の部分を表す。
図１は、一実施形態に係るセンサシステムの一例を示すブロック図である。図１に示すセンサシステム１は、例示的に、バイタルセンサ２、情報処理装置３、ネットワーク（ＮＷ）４を備えてよい。
バイタルセンサ２は、例示的に、通信機器６を介してネットワーク４に接続されて、ネットワーク４経由で情報処理装置３と通信することが可能であってよい。
バイタルセンサ２は、例示的に、センシング対象の一例である生体の情報（「バイタル情報」と称してよい。）をセンシングすることが可能である。「センシング」は、「検出」あるいは「測定」と言い換えてもよい。
「バイタル情報」の非限定的な一例は、生体の心拍を示す情報である。心拍に応じて生体の血管が脈動するから、心拍を示す情報は、脈拍を示す情報と等価的に扱ってもよい場合がある。
生体の心拍あるいは脈拍は、例示的に、心臓の鼓動に応じた、電磁波や圧力、音の変化として捉えることができる。
例えば、指や耳たぶ等の血管に赤外線等の光を照射すると、血流の律動的な変化と光の吸収特性とによって、反射光が周期的に変動する。したがって、心拍あるいは脈拍は、血流変化に応じた反射光の変動として光学的に計測することが可能である。
あるいは、生体にマイクロ波等の電波を照射すると、心臓の鼓動に応じて生体表面（例えば、皮膚）に律動的な動きが生じるから、当該動きに応じて皮膚と電波の送信源との間の距離に変化が生じ、反射波にドップラー効果による変化が生じる。したがって、心拍あるいは脈拍は、生体に照射した反射波のドップラー効果による変動として計測することも可能である。
また、心臓が律動的に収縮と弛緩とを繰り返すと、血管の圧力（「血圧」と称してよい。）が律動的に変動するから、心拍あるいは脈拍は、血圧の律動的な変動として、圧力センサや圧電センサ等によって計測することも可能である。
更に、心拍は、心電計や心音計のように、心臓の鼓動に応じた心筋の電位変化や音の変化として計測することも可能である。
上述したいずれの計測手法であっても、心拍を計測可能なセンサを「心拍センサ」あるいは「心拍計」と称してよい。既述のように、「心拍」を示す情報は、「脈拍」を示す情報と等価的に扱ってよい場合があるから、「心拍センサ」あるいは「心拍計」は、「脈拍センサ」あるいは「脈拍計」と称してよいこともある。
本実施形態では、便宜的に、心拍センサの一例として、ドップラー効果を利用して心拍を計測することが可能な「電波センサ」を、バイタルセンサ２に備える例について説明する。なお、「電波センサ」は、「マイクロ波センサ」、「ＲＦ（Radio Frequency）センサ」、あるいは、「ドップラーセンサ」と称されてもよい。
バイタルセンサ２は、例示的に、人体の皮膚に接するように取り付けられてもよいし、人体の着衣に取り付けられてもよい。バイタルセンサ２の人体への取り付けは、厳密に固定（「拘束」と称してもよい。）される態様である必要は無い。着衣と人体表面との動きのずれに応じて、バイタルセンサ２と人体との間に相対的な動きが生じることが許容されてよい。
例えば、バイタルセンサ２は、人体に対して３次元方向のいずれかに相対的な動きが生じ得る態様で、人体に取り付けられてよい。例示的に、バイタルセンサ２は、着衣のポケット、例えば上着の胸部ポケットに収容されてもよいし、ハーネス等の取り付け器具を用いて、着衣の上から取り付けられてもよい。
次に、図１に例示した通信機器６は、バイタルセンサ２のセンシング結果（例えば、心拍を示す情報）を、例えば、ネットワーク４経由で情報処理装置３へ送信することが可能である。そのため、通信機器６は、有線又は無線にてネットワーク４と接続可能であってよい。
別言すると、通信機器６は、無線及び有線の一方又は双方による通信をサポートする通信インタフェース（ＩＦ）を備えていてよい。通信機器６の無線による通信には、例示的に、３ＧＰＰ（3rd Generation Partnership Project）のＬＴＥ（Long Term Evolution）やＬＴＥ−Ａｄｖａｎｃｅｄに準拠した通信方式が適用されてよい。
また、通信機器６の無線による通信には、衛星通信が適用されてもよい。衛星通信を利用する場合、通信機器６は、ネットワーク４を経由せずに情報処理装置３と通信衛星経由で通信可能であってよい。
バイタルセンサ２のセンシング結果には、バイタル情報に限らず、バイタル情報を基にして得られた演算や判定の結果を示す情報が含まれてもよい。センシング結果は、便宜的に、「センサ情報」又は「センサデータ」と称してもよい。
通信機器６は、図１に例示するようにバイタルセンサ２に外付けであってもよいし、バイタルセンサ２に内蔵されていてもよい。バイタルセンサ２に外付けの通信機器６は、例えば、バイタルセンサ２を装着した人が携帯する機器であってよい。バイタルセンサ２を装着した人は、便宜的に、「利用者」、「被験者」あるいは「被観測者」と称してよい。
利用者が携帯する通信機器６は、例示的に、携帯電話（スマートフォンが含まれてよい。）や、ノートＰＣ、タブレットＰＣ等であってよい。「ＰＣ」は、「パーソナルコンピュータ」の略称である。
バイタルセンサ２と通信機器６との接続には、有線接続を適用してもよいし、無線接続を適用してもよい。別言すると、バイタルセンサ２は、無線及び有線の一方又は双方による通信をサポートする通信ＩＦを備えていてよい。無線接続には、例示的に、「ＷｉＦｉ（Wireless Fidelity）」（登録商標）や「Bluetooth」（登録商標）が用いられてよい。
なお、バイタルセンサ２に外付けの通信機器６は、ルータやネットワークスイッチであってもよい。通信機器６には、図１に例示するように、空調機７や照明器具８が、ネットワーク４経由で情報処理装置３と通信可能に接続されてもよい。
ネットワーク４は、例示的に、ＷＡＮ（Wide Area Network）や、ＬＡＮ（Local Area Network）、インターネット等であってよい。また、ネットワーク４には、無線アクセス網が含まれてもよい。無線アクセス網は、既述のＬＴＥやＬＴＥ−Ａｄｖａｎｃｅｄに準拠した無線アクセス網であってよい。
情報処理装置３は、バイタルセンサ２のセンサ情報を、ネットワーク４（又は、通信衛星でもよい。）経由で受信し、受信したセンサ情報を処理する。そのため、情報処理装置３は、センサ情報処理装置３と称してもよい。
センサ情報を処理することには、センサ情報を記憶、管理したり、センサ情報を基に利用者の心拍数を推定したりすることが含まれてよい。したがって、情報処理装置３は、例えば、利用者の活動状況をモニタすることができる。別言すると、センサシステム１は、利用者の「見守り機能」を提供できる。
センサ情報の管理には、センサ情報をデータベース（ＤＢ）化することが含まれてよい。ＤＢ化されたデータは、「クラウドデータ」や「ビッグデータ」等と称されてよい。
情報処理装置３は、例示的に、１又は複数のサーバによって実現されてよい。別言すると、バイタルセンサ２によって得られたセンサ情報は、情報処理装置３において、１つのサーバによって処理又は管理されてもよいし、複数のサーバによって分散的に処理又は管理されてもよい。サーバは、例えば、クラウドデータセンタに備えられたクラウドサーバに該当してもよい。
なお、情報処理装置３は、ネットワーク４を経由せずに、バイタルセンサ２と通信可能に接続されてもよい。例えば、情報処理装置３は、有線又は無線によりセンサ情報をバイタルセンサ２からダイレクトに受信することが可能であってよい。
（バイタルセンサ２の構成例）
次に、図２及び図３を参照して、バイタルセンサ２の構成例について説明する。図２及び図３に示すように、バイタルセンサ２は、例示的に、心拍センサの一例である電波センサ２１、慣性センサ２２、プロセッサ２３、メモリ２４、及び、通信ＩＦ２５を備えてよい。
なお、バイタルセンサ２は、センサユニット２と称してもよい。以下、便宜的に、バイタルセンサ２あるいはセンサユニット２を、単に「センサ２」と略称することがある。
図３に例示するように、電波センサ２１、慣性センサ２２、プロセッサ２３、メモリ２４、及び、通信ＩＦ２５は、例示的に、バス２６によって、互いにプロセッサ２３を介した通信が可能に接続されてよい。
電波センサ２１は、ドップラーセンサであってよく、例示的に、空間へ送信した電波と、当該送信電波の反射波と、を位相検波してビート信号を生成する。ビート信号が電波センサ２１の出力信号としてプロセッサ２３に与えられてよい。
例えば図２に示すように、電波センサ２１は、アンテナ２１１、ローカル発振器（Oscillator, OSC）２１２、ＭＣＵ（Micro Control Unit）２１３、検波回路２１４、オペアンプ（ＯＰ）２１５、及び、電源部（又は電源回路）２１６を備えてよい。
アンテナ２１１は、ＯＳＣ２１２で生成された発振周波数をもつ電波を空間へ送信し、また、当該送信電波が空間に位置する利用者で反射した電波（反射波）を受信する。なお、図２の例において、アンテナ２１１は、送受信に共用であるが、送受信に個別であってもよい。
ＯＳＣ２１２は、例示的に、ＭＣＵ２１３の制御に応じて発振動作して、所定周波数の信号（便宜的に「ローカル信号」と称してよい。）を出力する。ローカル信号は、アンテナ２１１から送信電波として送信されると共に、検波回路２１４に入力される。
ＯＳＣ２１２の発振周波数（別言すると、電波センサ２１が送信する電波の周波数）は、例示的に、マイクロ波帯の周波数であってよい。マイクロ波帯は、例示的に、２．４ＧＨｚ帯でもよいし、２４ＧＨｚ帯でもよい。
これらの周波数帯は、日本の電波法で屋内での使用が認められている周波数帯の一例である。電波法の規制を受けない周波数帯を、電波センサ２１の送信電波に用いても構わない。
ＭＣＵ２１３は、例示的に、プロセッサ２３の制御に応じてＯＳＣ２１２の発振動作を制御する。
検波回路２１４は、例示的に、アンテナ２１１で受信された反射波と、ＯＳＣ２１２からのローカル信号（別言すると、送信電波）と、を位相検波してビート信号を出力する。なお、検波回路２１４は、送信電波と反射波とをミキシングするミキサに置換されてもよい。ミキサによるミキシングは、位相検波と等価であると捉えてよい。
ここで、検波回路２１４によって得られるビート信号には、利用者の心拍に応じて、ドップラー効果によって、振幅変化と周波数変化とが現われる。別言すると、ビート信号には、利用者の心拍を示す情報が含まれる。
オペアンプ２１５は、例示的に、検波回路２１４から出力されるビート信号を増幅する。増幅されたビート信号は、プロセッサ２３に入力される。
電源部２１６は、例示的に、ＭＣＵ２１３、検波回路２１４及びオペアンプ２１５に駆動電力を供給する。
一方、慣性センサ２２は、例示的に、センサユニット２の動きを検出してよい。慣性センサ２２は、加速度センサでもよいし、ジャイロスコープでもよい。加速度センサには、例示的に、圧電式及び静電容量式のいずれのセンサを適用してもよい。ジャイロスコープには、回転機械（コマ）式、光学式、及び、振動式のいずれのセンサを適用してもよい。
慣性センサ２２は、１又は複数の検出軸を有していてよい。検出軸に沿う方向の重力成分が例えば「加速度」として検出されてよい。慣性センサ２２の検出信号は、プロセッサ２３に入力されてよい。
プロセッサ２３は、演算処理能力を備えた演算処理装置の一例である。演算処理装置は、演算処理デバイス又は演算処理回路と称されてもよい。演算処理装置の一例であるプロセッサ２３には、例示的に、ＭＰＵ（Micro Processing Unit）等の集積回路（Integrated Circuit, IC）や、ＤＳＰ（Digital Signal Processor）が適用されてよい。なお、「プロセッサ」は、「処理部」、「制御部」あるいは「コンピュータ」と称してもよい。
プロセッサ２３は、電波センサ２１の検出信号に基づいて、利用者の心拍を検出することができる。電波センサ２１の検出信号から心拍由来の信号成分（「心拍成分」又は「心拍信号」と称してよい。）を検出するために、電波センサ２１の検出信号には、例示的に、フィルタが適用されてよい。フィルタは、非限定的な一例として、バンドパスフィルタ（ＢＰＦ）であってよい。なお、プロセッサ２３は、検出した心拍に基づいて、利用者の睡眠に関する状態を判定してもよい。
慣性センサ２２の検出信号は、上述したＢＰＦのフィルタ特性（例示的に、通過中心周波数及び通過帯域幅）を制御するために用いられてよい。フィルタ特性を制御することは、電波センサ２１の検出信号において処理対象とする周波数帯を制御すること、と捉えてもよい。フィルタ特性の制御の一例については後述する。
なお、ＢＰＦの「通過中心周波数」及び「通過帯域幅」は、それぞれ、単に「中心周波数」及び「帯域幅」と略称されてもよい。
電波センサ２１の検出信号及び慣性センサ２２の検出信号は、いずれも、「検出値」あるいは「出力値」と称してもよい。また、電波センサ２１の検出値は、便宜的に、「電波センサ値」と称してよく、慣性センサ２２の検出値は、便宜的に、「慣性センサ値」と称してよい。
また、上述した心拍の検出及びフィルタ特性の制御は、センサユニット２のプロセッサ２３に代えて、情報処理装置３のプロセッサ３１（図４にて後述）において実施されてもよい。
次に、図３において、メモリ２４は、センサユニット２に備えられた記憶部又は記憶媒体の一例であり、ＲＡＭ（Random Access Memory）やフラッシュメモリ等であってよい。
メモリ２４には、プロセッサ２３が読み取って動作するために用いられる、プログラムやデータが記憶されてよい。「プログラム」は、「ソフトウェア」あるいは「アプリケーション」と称されてもよい。「データ」には、プロセッサ２３の動作に応じて生成されたデータが含まれてよい。
通信ＩＦ２５は、センサユニット２に備えられた通信部の一例であり、例示的に、通信機器６（図１参照）と接続されてネットワーク４経由で情報処理装置３との通信を可能にする。
例えば、通信ＩＦ２５は、電波センサ２１及び慣性センサ２２の各検出信号や、各検出信号の一方又は双方を基にして得られた情報を情報処理装置３宛に送信してよい。
別言すると、バイタルセンサ２から情報処理装置３宛に送信されるセンサ情報には、電波センサ２１及び慣性センサ２２による各測定値が含まれてよいし、各測定値の一方又は双方を基にして得られた情報が含まれてもよい。
なお、通信ＩＦ２５は、通信機器６やネットワーク４を経由せずに、情報処理装置３と接続されて、ダイレクトに情報処理装置３と通信することが可能であってよい。
（情報処理装置３の構成例）
次に、図４を参照して、図１に例示した情報処理装置３の構成例について説明する。図４に示すように、情報処理装置３は、例示的に、プロセッサ３１、メモリ３２、記憶装置３３、通信インタフェース（ＩＦ）３４、及び、ペリフェラルＩＦ３５を備えてよい。
プロセッサ３１、メモリ３２、記憶装置３３、通信ＩＦ３４、及び、ペリフェラルＩＦ３５は、例示的に、通信バス３６によって、互いにプロセッサ３１を介した通信が可能に接続されてよい。
プロセッサ３１は、演算処理能力を備えた演算処理装置の一例である。演算処理装置は、演算処理デバイス又は演算処理回路と称されてもよい。演算処理装置の一例であるプロセッサ３１には、例示的に、ＣＰＵやＭＰＵ等のＩＣ、ＤＳＰが適用されてよい。なお、「プロセッサ」は、「処理部」、「制御部」あるいは「コンピュータ」と称してもよい。
プロセッサ３１は、例示的に、情報処理装置３の全体的な動作を制御する。プロセッサ３１による制御には、ネットワーク４を経由した通信を制御することが含まれてよい。通信の制御によって、ネットワーク４経由で例えば空調機７や照明器具８が遠隔制御されてよい。
例示的に、プロセッサ３１は、通信ＩＦ３４で受信された、バイタルセンサ２のセンサ情報を基に、既述の心拍の検出やフィルタ特性の制御を実施してよい。
また、プロセッサ３１は、例示的に、バイタルセンサ２の利用者が位置する空間の環境を制御するための制御信号、例えば、空調機７や照明器具８の動作を制御する制御信号を生成してよい。
当該制御信号は、例示的に、バイタルセンサ２から取得したセンサ情報を基に検出された利用者の心拍数や、心拍数を基に推定又は判定した利用者の睡眠に関する状態等に基づいて生成されてよい。
プロセッサ３１にて生成された制御信号は、例示的に、通信ＩＦ３４を介して、空調機７や照明器具８等に宛てて送信されてよい。
メモリ３２は、記憶媒体の一例であり、ＲＡＭやフラッシュメモリ等であってよい。メモリ３２には、プロセッサ３１が読み取って動作するために用いられる、プログラムやデータが記憶されてよい。
記憶装置３３は、種々のデータやプログラムを記憶してよい。記憶装置３３には、ハードディスクドライブ（ＨＤＤ）や、ソリッドステートドライブ（ＳＳＤ）、フラッシュメモリ等が用いられてよい。
記憶装置３３に記憶されるデータには、例示的に、通信ＩＦ３４で受信された、センサ２のセンサ情報や、センサ情報を基に検出された心拍数、心拍数を基に推定又は判定された、利用者の睡眠に関する状態等が含まれてよい。
記憶装置３３に記憶されたデータは、適宜に、データベース（ＤＢ）化されてよい。ＤＢ化されたデータは、「クラウドデータ」や「ビッグデータ」等と称されてよい。なお、記憶装置３３及びメモリ３２は、情報処理装置３における「記憶部」と総称してもよい。
記憶装置３３に記憶されるプログラムには、図８や図１４にて後述する処理を実行するプログラムが含まれてよい。
図８や図１４にて後述する処理を実行するプログラムは、便宜的に、「センサ情報処理プログラム」と称してよい。
プログラムを成すプログラムコードの全部又は一部は、記憶部に記憶されてもよいし、オペレーティングシステム（ＯＳ）の一部として記述されてもよい。
プログラムやデータは、コンピュータ読取可能な記録媒体に記録された形態で提供されてよい。記録媒体の一例としては、フレキシブルディスク、ＣＤ−ＲＯＭ，ＣＤ−Ｒ，ＣＤ−ＲＷ，ＭＯ，ＤＶＤ、ブルーレイディスク、ポータブルハードディスク等が上げられる。また、ＵＳＢ（Universal Serial Bus）メモリ等の半導体メモリも記録媒体の一例である。
あるいは、プログラムやデータは、サーバ等からネットワーク４経由で情報処理装置３に提供（ダウンロード）されてもよい。例えば、通信ＩＦ３４を通じてプログラムやデータが情報処理装置３に提供されてよい。また、プログラムやデータは、ペリフェラルＩＦ３５に接続された後述の入力機器等から情報処理装置３に入力されてもよい。
通信ＩＦ３４は、情報処理装置３に備えられた通信部の一例であり、例示的に、ネットワーク４に接続されて、ネットワーク４を経由した通信を可能にする。
通信ＩＦ３４は、受信処理に着目すれば、バイタルセンサ２が情報処理装置３宛に送信した情報を受信する受信部（「取得部」と称してもよい。）の一例である。
一方、送信処理に着目すれば、通信ＩＦ３４は、例えば、プロセッサ３１が生成した制御信号をバイタルセンサ２や空調機７、照明器具８宛に送信する送信部の一例である。通信ＩＦ３４には、例示的に、イーサネット（登録商標）カードが適用されてよい。
なお、通信ＩＦ３４は、ネットワーク４を経由せずに、バイタルセンサ２の通信ＩＦ２５と接続されて、バイタルセンサ２とダイレクトに通信することが可能であってもよい。
ペリフェラルＩＦ３５は、例示的に、情報処理装置３に周辺機器を接続するためのインタフェースである。
周辺機器には、情報処理装置３に情報を入力するための入力機器や、情報処理装置３が生成した情報を出力する出力機器が含まれてよい。
入力機器には、キーボードやマウス、タッチパネル等が含まれてよい。出力機器には、ディスプレイやプリンタ等が含まれてよい。
ところで、電波センサ２１を用いて非接触で利用者の心拍を計測する場合、例えば利用者の身体的な動き（「体動」と称してよい。）が、ある程度以上、大きくなると、電波センサ２１の検出信号から心拍成分を検出しにくくなる。
例えば、利用者が運動中や活動中の場合、安静時よりも大きな体動が利用者に生じるため、当該体動に応じてバイタルセンサ２と皮膚との距離が変化する。
例示的に、バイタルセンサ２が、利用者の着衣のポケットに収容されている場合や、ハーネス等で利用者の着衣の上から取り付けられている場合、体動に応じてバイタルセンサ２と皮膚との距離が変化し易い。
そのため、電波センサ２１の検出信号には、心拍由来の距離変化に応じた信号成分とは別に、体動由来の距離変化に応じた信号成分がノイズ成分として加わる。したがって、利用者の体動が大きくなるほど、電波センサ２１の検出信号には、検出したい心拍成分ではないノイズ成分が混入し易くなり、心拍成分を検出しにくくなる。
なお、電波センサ２１に限らず、イヤークリップのような血流変化を光学的に計測するセンサでも、例えば、体動によって血流量が変化するため、心拍由来の信号成分とは別に、体動由来の信号成分がノイズ成分としてセンサ検出信号に混入する。
また、体動によって血流量が変化すると血圧が変化するから、圧力センサや圧電センサを用いた心拍センサにおいても、体動由来の信号成分が心拍由来の信号成分に対するノイズ成分となる。
心電計や心音計のように、心筋の電位変化や音の変化を計測するセンサであれば、体動により利用者の筋肉が動いてしまうため、体動由来の信号成分が心拍由来の信号成分に対するノイズ成分となる。
要するに、心拍センサによる計測手法、別言すると、心拍センサの種類を問わず、利用者に運動や活動に伴う体動が生じると、センサ検出信号に当該体動に応じた信号成分がノイズ成分として混入し易くなる。
既述のＢＰＦを電波センサ２１の検出信号に適用することで、心拍由来の信号成分ではないノイズ成分を除去することができる。
ここで、例えば図５に示すように、１拍ごとの心拍が有する時間長（又は時間間隔）は、単位時間あたりの心拍数の高低に応じてばらつく傾向にある。なお、図５において、横軸は、ある時点での心拍数ｘ（ｎ）（ｎは、正の整数）、縦軸は、次の心拍数ｘ（ｎ＋１）を表す。図５における符号１２２、符号１２４、符号１２６、及び、「ｄ」の意味については後述する。
例えば、単位時間あたりの心拍数が高いほど、１拍ごとの時間長のばらつきは小さくなる傾向にある。逆に云えば、単位時間あたりの心拍数が低いほど、１拍ごとの時間長のばらつきは大きくなる傾向にある。
例示的に、心拍成分が現われると想定される平均的な周波数帯域（非限定的な一例として、０．８〜４．０Ｈｚ）において、単位時間（例えば、１分）あたり５０拍では、±２０％のばらつきが１拍ごとの時間長に生じ得る。一方、５０拍よりも高い１２０拍では、±５％のばらつきが１拍ごとの時間長に生じ得る。このような「ばらつき」は、生体がもつ「心拍特性」と捉えてよい。
したがって、ＢＰＦのフィルタ特性（例えば、通過帯域幅）を、例えば６０拍や１２０拍といった或る特定の心拍数に合わせて静的に設定すると、心拍数の高低によって、心拍成分が欠落したり、ノイズ成分を十分に除去仕切れなかったりする。結果として、心拍数の検出精度が低下し得る。
そこで、本実施形態では、ＢＰＦのフィルタ特性を心拍数の高低に応じて適応的に変化させる。例えば、単位時間あたりの心拍数が高いほど、ＢＰＦの通過帯域幅を狭く設定し、単位時間あたりの心拍数が低いほど、ＢＰＦの通過帯域幅を広く設定する。
なお、心拍成分が現われると想定される平均的な周波数帯域を、便宜的に、「心拍出現帯域」と称することがある。心拍出現帯域に対するＢＰＦの通過帯域幅の可変設定例については、図１３〜図２２にて後述する。
このようなＢＰＦの通過帯域幅の可変設定によれば、心拍成分が現われると想定される平均的な周波数帯域（便宜的に「心拍出現帯域」と称することがある。）において、心拍成分の取りこぼしを低減し、ノイズ成分の除去率を高めることができる。なお、心拍数の高低は、例示的に、電波センサ２１の検出信号を周波数解析した結果において、ピーク値を有する周波数の高低によって判定できる。
しかし、利用者に体動が生じると、体動由来の信号成分が大きくなるため、体動由来の信号成分のピーク値を、心拍成分のピーク値と誤検出してしまう確率が高くなる。
例えば、電波センサ２１と利用者との間の距離変化が大きいほど、電波センサ２１の検出信号は、振幅値が大きくなり、距離変化の速さが速いほど、周波数が高くなる傾向にある。
そのため、電波センサ２１の検出信号を周波数解析した結果において、心拍出現帯域に、心拍成分よりも大きな体動由来の信号成分が現われ易くなる。結果として、体動由来の信号成分のピーク値、別言すれば、検出したい心拍成分に対するノイズ成分のピーク値を、心拍成分と誤検出してしまい易くなる。
このような誤検出が生じると、ノイズ成分の周波数を基準にＢＰＦの帯域通過幅が設定されることになる。そのため、心拍成分が欠落したり、ノイズ成分を十分に除去仕切れなかったりして、心拍数の検出精度が低下する。
心拍数の検出精度の低下は、例えば、利用者の心拍数を電波センサ２１とは別の手段を用いて推定し、推定した心拍数を基準にＢＰＦのフィルタ特性を設定、制御することで、抑止又は抑制できる。
利用者の心拍数を推定可能な別の手段の一例は、利用者の体動から当該利用者の心拍数を推定することである。利用者の体動は、例示的に、慣性センサ２２によって検出できる。
例えば、慣性センサ２２の検出信号には、体動の大きさや速さに応じた変化が現われる。体動の大きさが大きいほど、また、体動の速さが速いほど、利用者の運動強度が高いと云え、運動強度が高いほど利用者の心拍数は高くなる傾向にある。
したがって、慣性センサ２２の検出信号を基に、利用者の心拍数を推定できる。そこで、本実施形態では、慣性センサ２２の検出信号に基づいて利用者の心拍数を推定し、推定した心拍数に応じて、電波センサ２１の検出信号に適用するＢＰＦのフィルタ特性を適応的に制御する。これにより、心拍出現帯域に亘って、心拍信号の検出精度を向上することが可能になる。
ただし、慣性センサ値に基づく心拍数の推定タイミング（又は、推定期間）と、電波センサ値に現われる心拍成分の出現タイミング（又は、出現期間）と、には、ずれが生じることがある。当該ずれは、利用者が運動や活動を開始した場合に顕著に表れる傾向にある。
例えば図６に示すように、利用者が活動や運動を開始して運動強度が所定以上になったタイミングに対して、当該運動強度に応じて利用者の心拍数が増加し始めるタイミングは、遅れる傾向にある。
なお、図６において、符号Ａが、慣性センサ値を基に推定された利用者の心拍数（推定値）の時間変化の一例を示し、符号Ｂが、電波センサ値を基に検出された同一利用者の心拍数（実測値）の時間変化の一例を示す。また、符号Ｃは、運動強度の指標である、同一利用者のＭＥＴｓ値（後述）の時間変化の一例を示す。
そのため、慣性センサ値に基づく心拍数の推定タイミングで、電波センサ値にＢＰＦを適用しても、上述したタイミングのずれによって、心拍成分の検出精度、あるいは、ノイズ成分の除去性能が一時的に低下し得る。
そこで、本実施形態では、例えば、慣性センサ値に基づく心拍数の推定タイミングに対して、電波センサ値に対するＢＰＦの適用タイミングを遅延させる。遅延時間は、非限定的な一例として、数秒〜数十秒の範囲で静的又は動的に設定されてよい。動的に設定する場合は、例えば、慣性センサ値が、運動強度が高い状態から低い状態へ変化したことを示す場合に、タイミングの遅延時間を、徐々にもしくは段階的に短くするように設定されてよい。
図７は、図６において、慣性センサ値を基に推定された心拍数（推定値）Ａの信号波形を、電波センサ値を基に検出された心拍数（実測値）Ｂの信号波形に対して２０秒遅延させた例を示す。２０秒の遅延によって、心拍数の推定値Ａを、心拍数の実測値Ｂに近づけることができる。
上述したＢＰＦのフィルタ特性制御と適用タイミングの遅延処理とによって、利用者の運動時や活動時等、体動由来のノイズ成分が安静時よりも多く電波センサ２１の検出信号に現われるような状況においても、利用者の心拍数を精度良く計測できる。
利用者の心拍数の計測精度が向上することで、例えば、利用者が位置する空間の環境制御の精度や効率も向上できる。
なお、慣性センサ値に基づくＢＰＦの帯域幅制御は、必須の制御でなくてもよい。例えば、慣性センサ値に基づくＢＰＦの帯域幅制御は行なわずに、電波センサ値に対するＢＰＦの適用タイミングの遅延制御を行なうだけでも、心拍数の計測精度向上が期待できる。
（動作例）
以下、本実施形態のセンサシステム１の幾つかの動作例について説明する。なお、以下では、バイタルセンサ２の電波センサ値及び慣性センサ値が、情報処理装置３にて処理される例について説明する。ただし、同等の処理がバイタルセンサ２（例えば、プロセッサ２３）にて実施されてもよい。
（第１実施例）
図８は、第１実施例に係るセンサシステム１の動作例を示すフローチャートである。図８に例示するように、情報処理装置３は、センサユニット２から、電波センサ値及び慣性センサ値を受信する（処理Ｐ１１及びＰ２１）。
情報処理装置３は、慣性センサ値の受信に応じて、例えばプロセッサ３１にて、慣性センサ値を基に利用者の心拍数を推定する（処理Ｐ２２）。図９及び図１０に、心拍数推定処理の第１例を示し、図１１〜図１３に、心拍数推定処理の第２例を示す。
（心拍推定処理の第１例）
図９に例示するように、プロセッサ３１は、慣性センサ値を基に、利用者の単位時間（例示的に、１秒）あたりの歩数（「歩行率」と称してよい。）を算出してよい（処理Ｐ２２１）。歩数は、一般的な歩数計と同様に、例えば、慣性センサ値が或る閾値を超えた回数をプロセッサ３１にてカウントすることで得ることができる。
ここで、歩行率と心拍数とは、或る関係式によって関係付けることができる。関係式は、例示的に、複数の実測値を用いて、カーブフィッティング（別言すると、曲線あてはめ）によって導出されてよい。
非限定的な一例として、歩行率と心拍数との関係式は、図１０に例示するように、下記の多項式（１）で表すことができる。
ｙ＝８Ｅ−０５ｘ３−０．００１１ｘ２−０．０８５５ｘ＋６１．５９７…（１）
なお、図１０の横軸「ｘ」が歩行率［歩数／秒］を表し、図１０の縦軸「ｙ」が単位時間（例示的に、１分）あたりの心拍数［beats per minute, bpm］を表す。また、「８Ｅ−０５」は、「８×１０−５」を表す。
プロセッサ３１は、処理Ｐ２２１において算出した歩行率から、式（１）を演算することによって、心拍数を算出してよい（図９の処理Ｐ２２４）。算出された心拍数は、便宜的に、「推定心拍数」と称してよい。
なお、図１０に例示した関係は、例えばテーブル形式のデータ（「テーブルデータ」と略称してよい。）で表されてもよい。当該テーブルデータは、例えば、情報処理装置３のメモリ３２や記憶装置３３（図４参照）に記憶されてよい。プロセッサ３１は、当該テーブルデータを参照することで、歩行率に対する推定心拍数を演算によらずに求めてもよい。
（心拍推定処理の第２例）
次に、図８の心拍推定処理（Ｐ２２）の第２例ついて、図１１〜図１３を参照して説明する。上述した第１例は、利用者の歩行率から心拍数を求める例である。第２例では、利用者の運動強度から心拍数を求めてよい。
図１１に例示するように、プロセッサ３１は、第１例（図９）と同様にして、電波センサ値から利用者の歩行率を算出してよい（処理Ｐ２２１）。
歩行率の算出に応じて、プロセッサ３１は、歩行率から歩行速度を算出してよい（処理Ｐ２２２）。
ここで、歩行率と歩行速度とは、或る関係式によって関係付けることができる。関係式は、例示的に、複数の実測値を用いて、カーブフィッティングによって導出されてよい。
非限定的な一例として、歩行率と歩行速度との関係式は、図１２に例示するように、下記の多項式（２）で表すことができる。
ｙ＝１Ｅ−０５ｘ３−０．００１４ｘ２＋０．０７２５ｘ−０．０１１９…（２）
図１２の横軸「ｘ」が歩行率［歩数／秒］を表し、図１２の縦軸「ｙ」が単位時間（例示的に、１時間）あたりの歩行速度［ｋｍ／ｈ］を表す。また、「１Ｅ−０５」は、「１×１０−５」を表す。
なお、単位時間あたりの歩行距離が増えるほど、１歩あたりの距離である歩幅、及び、歩数も増加する傾向にある。例えば、分速７０ｍ（＝時速４．２ｋｍ）で歩行する場合は、歩幅＝身長×０．３７となり、分速９０ｍ（＝時速５．４ｋｍ）では、歩幅＝身長×０．４５、分速１１０ｍ（＝時速６．６ｋｍ）では、歩幅＝身長×０．５となる、といわれている。このような歩幅と、歩行率と、を基に、単位時間あたりの歩行距離である歩行速度を概算することができる。
プロセッサ３１は、処理Ｐ２２１において算出した歩行率から、式（２）を演算することによって、歩行速度を算出してよい。
なお、図１０に例示した関係は、図８に例示した関係と同様に、例えばテーブルデータで表されて、メモリ３２や記憶装置３３（図４参照）に記憶されてよい。プロセッサ３１は、当該テーブルデータを参照することで、歩行率に対する歩行速度を演算によらずに求めてもよい。
歩行速度の算出に応じて、プロセッサ３１は、歩行速度を基に利用者の運動強度を算出してよい（図１１の処理Ｐ２２３）。運動強度は、人の活動量等を表す指標値であり、ＭＥＴｓ値（メッツ値）によって表されてよい。
ＭＥＴｓは、「Metabolic equivalents」の略称である。メッツ値は、人の活動時の代謝量（あるいは「カロリー消費量」）を安静時の代謝量に対する相対値（例えば、倍数）として表した数値であってよい。人の活動の別にメッツ値を対応付けた表は、「メッツ表」と称され、例えば、国立健康・栄養研究所によって発行されている。
図１３に、歩行速度とメッツ値との関係の一例を示す。歩行速度＝０［ｋｍ／ｈ］の場合がメッツ値＝１に対応し、基準となる安静時の運動強度に対応する。図１３に例示するように、歩行速度が速くなるほどメッツ値も大きくなる。
例えば、歩行速度＝２．５［ｋｍ／ｈ」では、メッツ値は基準メッツ値（＝１）の３倍となり、歩行速度＝４［ｋｍ／ｈ」では、メッツ値は基準メッツ値の５倍となる。
メッツ値が求まると、例示的に、利用者の年齢と安静時の心拍数とを基に、現在の心拍数を求めることができる。例えば、メッツ値は、以下の式（３）によって表すことができる。
メッツ値＝（心拍数−安静時心拍数）÷（最大心拍数−安静時心拍数）×１０…（３）
式（３）における「最大心拍数」は、「２２０−年齢」として簡易的に求めることができる。
したがって、プロセッサ３１は、メッツ値から現在の心拍数を式（３）によって求めることができる（図１１の処理Ｐ２２４）。別言すると、利用者の運動中や活動中に心拍数を精度良く検出することが難しい場合であっても、式（３）によって、メッツ値から心拍数を推定すること可能である。
上述した心拍推定処理の第１例又は第２例によって推定心拍数が求まると、プロセッサ３１は、図８に例示するように、電波センサ値に適用する、推定心拍数に応じたＢＰＦのフィルタ特性を決定してよい（処理Ｐ２３）。なお、ＢＰＦのフィルタ特性を、以下、「ＢＰＦ特性」と略称することがある。
例えば、プロセッサ３１は、推定心拍数を周波数に変換し、変換した周波数を電波センサ値に適用するＢＰＦの中心周波数に設定してよい。なお、心拍数は、例示的に、６０（秒）で除することにより周波数に変換できる。また、プロセッサ３１は、推定心拍数が高いほど狭い帯域幅をＢＰＦに設定してよい。当該ＢＰＦ特性の詳細な決定例については後述する。
プロセッサ３１は、決定したＢＰＦ特性のＢＰＦを、既述の遅延時間だけ遅延させたタイミングで（処理Ｐ２４）、処理Ｐ１１で受信した電波センサ値に適用して、電波センサ値をフィルタリングしてよい（処理Ｐ１２）。当該フィルタリングによって、電波センサ値から、体動由来のノイズ成分が除去される。
フィルタリング後の電波センサ値から、プロセッサ３１は、心拍に応じた特徴的な変化を示す心拍成分を「特徴点」として検出してよい（処理Ｐ１３）。「特徴点」は、例えば、フィルタリング後の電波センサ値の信号波形において、一次微分がゼロになる点であってよい。
「特徴点」の検出に応じて、プロセッサ３１は、例えば、特徴点の時間間隔（例えば「秒」を求め、求めた時間間隔で１分（＝６０秒）を除することにより、１分あたりの心拍数を算出できる（処理Ｐ１４）。
算出された心拍数は、バイタルセンサ２の利用者が位置する空間の環境を制御するパラメータとして用いられてよい（処理Ｐ１５）。また、算出された心拍数は、図６に点線で例示するように、適宜に、ディスプレイやプリンタ等の出力機器に出力されてよい（処理Ｐ１６）。
なお、処理Ｐ２３で決定したＢＰＦ特性の情報や、処理Ｐ１３で検出された特徴点の情報が、ディスプレイやプリンタ等の出力機器に適宜に出力されてもよい。この場合、例えばＢＰＦ特性の設定状況や設定の適否を確認できる。
以上のように、第１実施例によれば、電波センサ値に対するＢＰＦの適用タイミングを、慣性センサ値を基に推定される心拍数の推定タイミングに対して遅延させる。したがって、電波センサ値において心拍成分が慣性センサ値の変化に対して遅れて出現しても、心拍成分の取りこぼしを低減できる。
また、慣性センサ値を基に推定した心拍数に対応する周波数に応じて、電波センサ値に適用するＢＰＦ特性を制御するので、心拍出現帯域に現われたノイズ成分を効率的に除去することができる。
したがって、電波センサ値に基づく心拍信号の検出精度を向上することができる。例えば、心拍出現帯域の一例である０．８〜４．０Ｈｚの帯域のうち、体動由来のノイズ成分による影響が大きいと考えられる１．５〜４．０Ｈｚの帯域で、心拍信号の検出精度が向上する。
なお、図８の例では、遅延処理Ｐ２４が、ＢＰＦ特性の決定処理Ｐ２３の後に実施されるが、遅延処理は、ＢＰＦ特性の決定処理Ｐ２３以前のいずれかの処理において実施されてもよい。例えば、慣性センサ値を基に心拍数を推定する処理を遅延させてもよいし、推定心拍数を基にＢＰＦ特性を決定する処理を遅延させてもよい。あるいは、複数の処理を分散的に少しずつ遅延させることで、遅延処理Ｐ２４での遅延時間と同等の遅延時間が実現されてもよい。
（第２実施例）
第１実施例では、慣性センサ値を基に推定した心拍数の高低に関わらず、推定した心拍数を基にＢＰＦ特性を決定した。しかし、推定した心拍数によっては、慣性センサ値に基づかずに、電波センサ値を基にＢＰＦ特性を決定してもよいことがある。
例えば、慣性センサ値を基に推定した心拍数が高いと、対応する運動強度の指標であるメッツ値も大きい傾向にあるので、推定心拍数又はメッツ値が閾値以上であれば、第１実施例のように、慣性センサ値を基に推定した心拍数からＢＰＦ特性を決定してよい。
推定心拍数が高い、別言すると、メッツ値が高いほど、体動由来のノイズ成分が、電波センサ値についての心拍出現帯域に混入し易いと云えるからである。
逆に、慣性センサ値を基に推定した心拍数又はメッツ値が閾値未満であれば、電波センサ値を基にＢＰＦ特性を決定しても、体動由来のノイズ成分を十分に除去できることがある。
別言すると、慣性センサ値を基に推定した心拍数又はメッツ値が閾値未満であれば、体動由来のノイズ成分による心拍成分検出に対する影響が小さいと扱ってよい場合がある。
そこで、第２実施例では、図１４に例示するように、推定心拍数（又は、メッツ値でもよい。）の閾値判定（処理Ｐ２２ａ）によって、慣性センサ値及び電波センサ値のいずれを基にＢＰＦ特性を決定するかを制御してよい。
例えば、情報処理装置３のプロセッサ３１は、推定心拍数（又は、メッツ値）が閾値以上であれば（処理Ｐ２２ａでＹＥＳ）、第１実施例と同様に、慣性センサ値を基に推定した心拍数に対応する周波数を基準に、ＢＰＦ特性を決定してよい（処理Ｐ２３）。なお、心拍数に対応する周波数を、便宜的に、「心拍周波数」と称することがある。
また、プロセッサ３１は、決定したＢＰＦ特性のＢＰＦを電波センサ値に適用するタイミングを、第１実施例と同様に遅延させてよい（処理Ｐ２４）。
一方、推定心拍数（又は、メッツ値）が閾値未満であれば（処理Ｐ２２ａでＮＯ）、プロセッサ３１は、電波センサ値を基に心拍数を検出して、検出した心拍周波数を基準にＢＰＦ特性を決定してよい（処理Ｐ３１及びＰ３２）。
電波センサ値から心拍数を検出するには、周波数解析（処理Ｐ３１）が用いられてよい。周波数解析には、高速フーリエ変換（fast Fourier transform, FFT）や離散フーリエ変換（discrete Fourier transform, DFT）が用いられてよい。
ＦＦＴやＤＦＴによって、電波センサ値は、時間領域の信号から周波数領域の信号（便宜的に「周波数信号」と称してよい。）に変換される。
プロセッサ３１は、電波センサ値の周波数信号において、例えば、ピーク値を有する周波数（「ピーク周波数」と称してよい。）を既述の「特徴点」として検出してよい。ピーク周波数は、心拍に応じた特徴的な変化を示す周波数成分の一例である。
検出したピーク周波数を基に、プロセッサ３１は、ＢＰＦ特性を決定してよい（処理Ｐ３２）。例えば、プロセッサ３１は、ピーク周波数を中心周波数に有し、ピーク周波数が高いほど狭い（ピーク周波数が低いほど広い帯域幅）を有するＢＰＦ特性を、電波センサ値に適用するＢＰＦ特性に決定してよい。
なお、上述の周波数解析処理（Ｐ３１）に備えて、情報処理装置３が処理Ｐ１１にて受信した電波センサ値は、メモリ３２又は記憶装置３３に記憶されてよい。メモリ３２又は記憶装置３３に記憶された電波センサ値は、例示的に、処理Ｐ１２ａにおいて、プロセッサ３１によって読み出されて、処理Ｐ２３又はＰ３２で決定したＢＰＦ特性のＢＰＦが適用される。
以降のプロセッサ３１による特徴点検出処理（Ｐ１３）、心拍数算出処理（Ｐ１４）、空間環境制御（Ｐ１５）、及び、判定結果出力（Ｐ１６）は、第１実施例と同様でよい。
以上のように、第２実施例によれば、第１実施例と同様の作用効果が得られるほか、慣性センサ値が、体動由来のノイズ成分による心拍成分検出に対する影響が小さいと扱ってよいことを示す場合は、電波センサ値を基にＢＰＦ特性が制御される。
したがって、例えば、心拍出現帯域の一例である０．８〜４．０Ｈｚの帯域のうち、体動由来のノイズ成分による影響が小さいと扱ってよい０．８〜１．５Ｈｚの帯域で、心拍信号の検出精度が向上する。
なお、図１４の遅延処理Ｐ２４は、ＢＰＦ特性の決定処理Ｐ２３の前において実施されてもよい。即ち、推定心拍数を基にＢＰＦ特性を決定する処理を遅延させてもよい。
（ＢＰＦ特性の決定例）
次に、図５及び図１５〜図２４を参照して、既述のＢＰＦ特性を決定（又は設定）する処理（例えば、図８及び図１４の処理Ｐ２３、並びに、図１４の処理Ｐ１２ａ）の詳細例について説明する。
以下に説明するＢＰＦ特性の決定例は、第１実施例及び第２実施例に共通でよい。ただし、以下の説明において、「基準心拍数」は、第１実施例については、慣性センサ値を基に推定された心拍数に相当し、第２実施例については、慣性センサ値又は電波センサ値を基に推定された心拍数に相当する。
例えば、第２実施例において、図１４の閾値判定処理Ｐ２２ａでＹＥＳと判定された場合の「基準心拍数」は、慣性センサ値を基に推定された心拍数に相当する。これに対し、当該処理Ｐ２２ａでＮＯと判定された場合の「基準心拍数」は、電波センサ値を基に検出された心拍数に相当する。
既述のとおり、図５は、単位時間あたりの心拍数と心拍毎の時間長のばらつきとの関係を例示しており、符号１２２は、心拍数の計測データ（ｘ（ｎ），ｘ（ｎ＋１））を表し、直線１２４は、各計測データ１２２の中心値を表している。
中心値１２４を表す直線は、例示的に、各計測データ１２２に関して例えば最小二乗法で求められた直線であり、ａｘ（ｎ）＋ｂｘ（ｎ＋１）＋ｃ＝０で表されると仮定する。ただし、係数ａ、ｂ、ｃは、実数である。
ここで、各計測データ１２２（ｘ（ｎ）、ｘ（ｎ＋１））から直線１２４に下す垂線の長さｄは、下記の式（４）で表すことができる。
Figure 2017136164
長さｄの最大値を有する計測点が、座標（ｘ（ｍ），ｘ（ｍ＋１））で表される最大距離点１２６であると仮定する。ただし、「ｍ」は、ｍ≦ｎを満たす正の整数である。
当該最大距離点１２６と、例えば心拍周波数＝２Ｈｚの時に、「−０．１Ｈｚ」に相当する座標（図５の例では、座標（１２０，１１４））と、を通る直線を、帯域幅の下限を示す直線とする。
帯域幅の上限を示す直線は、例えば、点（１２０、１２６）を通り、任意の周波数で、帯域幅の下限と同一の幅を持つ点を通る直線としてよい。なお、心拍周波数＝２Ｈｚの時の帯域幅は、例えば、図５の計測データ１２２において心拍数ｘ（ｎ）＝１２０の時の次の心拍の最高値および最低値を参照して決定するようにしてもよい。
次に、図１５は、ＢＰＦ特性の設定例を説明するための図である。図１５には、例示的に、予め設けた式に基準心拍数を代入することにより算出された、ＢＰＦの帯域の上限及び下限の一例が示されている。
図１５において、横軸は、基準心拍数［Ｈｚ］を表し、縦軸は、帯域幅の上限及び下限に相当する心拍数［Ｈｚ］を表す。図１５において、帯域幅の上限は、帯域上限値１３２で表され、帯域幅の下限は、帯域下限値１３４で表されている。図１５には、幾つかの基準心拍数における帯域幅の上限値及び下限値が例示されている。
なお、既述の「予め設けた式」は、例えば、図５に例示した、最大距離点１２６、並びに、計測データ１２２を基にして決定された基準座標（１２０，１２６）及び（１２０，１１４）等に基づき、内挿や外挿によって決定されてもよい。
次に、図１６は、ＢＰＦの通過帯域の一例を示す図である。図１６において、横軸は、ＢＰＦの中心周波数、縦軸は、ＢＰＦの帯域幅を示している。また、図１６において、固定最小心拍１４１又は可変最小心拍１４４は、或る中心周波数に対して対応する帯域幅を採用した際の帯域の下限に対応する心拍数を表す。
また、図１６において、固定最大心拍１４２又は可変最大心拍１４５は、或る中心周波数に対して対応する帯域幅を採用した際の帯域の下限に対応する心拍数を表す。
なお、固定最小心拍１４１及び固定最大心拍１４２は、本実施形態においてＢＰＦの帯域幅が可変であることとの比較のために、心拍数に応じて帯域幅が変化しない場合の例を示している。
可変最小心拍１４４及び可変最大心拍１４５より、例えば、心拍数＝１Ｈｚ近傍においては、ＢＰＦの帯域幅は、符号１４８で示す帯域幅であり、心拍数＝４Ｈｚ近傍においては、帯域幅１４８よりも狭い帯域幅１４９である。このように、より低い心拍数ではより広い帯域幅１４８が設定され、より高い心拍数では、より狭い帯域幅１４９が設定される。
図１７は、ＢＰＦの帯域幅の設定例を示す図である。図１７において、横軸は、中心周波数を表し、縦軸は、帯域幅を表す。図１７において、直線１５２は、中心周波数に対する帯域幅の設定値の一例を示す。例えば、図５や図１６を参照して説明した例では、帯域幅１５２は、中心周波数の増加に対し、線形的に減少するように設定されてよい。
中心周波数と帯域幅との関係は、中心周波数が低いほど帯域幅が広くなる関係にあればよく、必ずしも直線で表される関係でなくてもよい。例えば、図１７において符号１５４に示すように、中心周波数に対して段階的に帯域幅が変化するように帯域幅が設定されてもよい。なお、帯域幅と中心周波数との関係は、例えば、実測値を基にして決定された、或る２点以上の点に基づき、単調増加の好適な１つ以上の関数にて内挿及び外挿することで決定されてもよい。
次に、図１８〜図２１は、帯域幅の他の設定例を示す図である。図１８及び図１９は、心拍数分布の一例を示す図であり、図２０及び図２１は、心拍数の統計処理例を示す図である。図１８及び図１９において、横軸は、或る時点での心拍間隔に対する次の心拍間隔の差を示す時間を表し、縦軸は、計測数を表す。
図１８は、心拍数が５５〜６０付近の心拍数分布を例示しており、図１９は、心拍数が７５〜８０付近の心拍数分布を例示している。図１８及び図１９の比較により、心拍数が５５〜６０付近よりも、心拍数が７５〜８０付近の方が、計測データは縦軸付近に集中しており、心拍数のばらつきが小さい。なお、統計処理に用いる計測データは、例えば電極を生体に接触させて心拍を計測する心電計等で計測したデータであってよい。
図２０及び図２１は、心拍数が６０付近と心拍数が１２０付近とのそれぞれの実測データの統計処理の一例を示す。図２０及び図２１に例示する統計処理例においては、５３２個のデータの確率分布を求め、計測データが一定以上の確率である範囲に入るように、ＢＰＦの帯域幅を計算している。
図２０の統計処理例では、心拍数が６０付近において、算出された確率分布の８σ及びＣＰ値＝１．３３となるように範囲を決定すると、帯域幅は、±０．１６５Ｈｚである。なお、σは、標準偏差を表し、「ＣＰ」は、「Ｐｒｏｃｅｓｓ Ｃａｐａｂｉｌｉｔｙ」を表す。心拍数が１２０付近で、当該帯域幅と同じ帯域幅をもつには、ＣＰ値＝２．１６である。
同様に、図２１の統計処理例では、心拍数が１２０付近において、算出された確率分布の８σ及びＣＰ値＝１．３３になる範囲を決定すると、帯域幅は、±０．１０１５Ｈｚである。心拍数が６０付近で、当該帯域幅と同じ帯域幅をもつには、ＣＰ値＝０．８２である。
以上のように実測値の統計処理を行ない、或る確率以上でデータ検出が可能なＢＰＦの帯域幅を設定する。このとき、帯域幅と基準心拍数に相当する中心周波数との関係は、或る２点に基づいて線形的に決定されてもよいし、より細かい間隔の中心周波数について上記統計処理を行ない、内挿することで決定されてもよい。
あるいは、帯域幅と中心周波数との関係は、或る２点以上が決定された場合に、各点に基づき、単調増加の好適な１つ以上の関数にて内挿及び外挿することで決定されてもよいし、中心周波数に対して段階的に帯域幅が変化するように設定されてもよい。
図２２及び図２３は、帯域幅の設定例を説明するための図である。図２２及び図２３において、横軸は、周波数［Ｈｚ］を表し、縦軸は、ゲイン［ｄＢ］を表す。図２２及び図２３において、符号１６２は、心拍出現帯域を表し、例えば、０．８〜４．０Ｈｚである。
図２２に例示する、電波センサ値の周波数解析結果（例えば、ＦＦＴ結果）１６０では、心拍出現帯域１６２に、符号１６３で示すピークゲインが存在している。当該ピークゲイン１６３に対応する周波数が、ＢＰＦの中心周波数に設定され、例えば符号１６４で例示する帯域幅がＢＰＦの帯域幅に設定される。
一方、図２３に例示する、ＦＦＴ結果１６５では、心拍出現帯域１６２に符号１６８で示すピークゲインが存在している。当該ピークゲイン１６８に対応する周波数が、ＢＰＦの中心周波数に設定される。
ここで、ピークゲイン１６８に対応する中心周波数は、図２２におけるピークゲイン１６３に対応する周波数よりも高いため、ＢＰＦの帯域幅には、図２２における帯域幅１６４よりも狭い帯域幅１６６が設定される。
このように、ＢＰＦの中心周波数を基準心拍数に対応する周波数に設定し、かつ、帯域幅を当該中心周波数の高低に応じて適応的に可変制御することで、心拍出現帯域に現われたノイズ成分を効率的に除去することができる。
別言すると、生体の心拍特性に応じた可変の中心周波数及び帯域幅を有するＢＰＦを用いることにより、心拍数の高低に依存せずに、心拍出現帯域における不要な信号成分を効率的に除去することができる。したがって、心拍出現帯域における心拍信号の検出精度を向上できる。
図２４は、帯域幅情報の一例を示す図である。図２４に例示する帯域幅情報１７０は、例えば、情報処理装置３のメモリ３２や記憶装置３３に記憶されてよい。帯域幅情報１７０には、非限定的な一例として、基準心拍数情報１７１、ＢＰＦ幅下限情報１７２、及び、ＢＰＦ幅上限情報１７３が含まれてよい。
情報処理装置３のプロセッサ３１が、当該帯域幅情報１７０を参照することで、基準心拍数に対応するＢＰＦの帯域を決定、設定できる。
（その他）
なお、上述した各実施例を含む実施形態では、心拍センサ２１の一例として、ドップラーセンサ等の電波センサを用いる例について説明したが、心拍センサ２１は、例えば、イヤークリップのような血流変化を光学的に計測するセンサでもよい。
体動によって血流量が変化して、体動由来の信号成分がノイズ成分としてセンサ検出信号に混入しても、上述した可変ＢＰＦ特性の制御によって、ノイズ成分を効率的に除去することができる。
なお、血流変化を光学的に計測する心拍センサ２１の場合には、屋外等において外光が血流に対する反射光に混入することでセンサ検出信号にノイズ成分が混入した場合にも、上述した可変ＢＰＦ特性の制御によって、ノイズ成分を除去し得る。
また、心拍センサ２１は、心筋の電位変化や音の変化を計測する心電計や心音計であってもよい。体動により利用者の筋肉が動いてしまい、体動由来の信号成分がノイズ成分としてセンサ検出信号に混入しても、上述した可変ＢＰＦ特性の制御によって、ノイズ成分を効率的に除去することができる。
更に、上述した各実施例を含む実施形態では、心拍センサ２１と慣性センサ２２とが、センサユニット２に一体化されている例について説明したが、心拍センサ２１と慣性センサ２２とは、同一利用者に取り付けられるのであれば、別体であってもよい。別言すると、心拍センサ２１と慣性センサ２２とは、同一利用者をセンシング対象にするのであれば、一体化されているか別体であるかは問わなくてよい。
心拍センサ２１と慣性センサ２２とがセンサユニット２として一体化されていれば、心拍センサ２１と慣性センサ２２とを個別的に管理したり利用者に取り付けたりする手間が省けるから、扱い易さや利便性が向上する。また、心拍センサ２１及び慣性センサ２２の一方の取り付け忘れや紛失等を防止あるいは抑制できる。一方、心拍センサ２１と慣性センサ２２とが別体の場合は、利用者に対する各センサ２１及び２２の取り付け位置を個別的に調整でき、取り付け位置の自由度向上が期待できる。
１ センサシステム
２ バイタルセンサ（センサユニット）
２１ 心拍センサ（電波センサ）
２１１ アンテナ
２１２ ローカル発振器（Oscillator, OSC）
２１３ ＭＣＵ（Micro Control Unit）
２１４ 検波回路
２１５ オペアンプ（ＯＰ）
２１６ 電源部
２２ 慣性センサ
２３ プロセッサ
２６ バス
３ 情報処理装置
３１ プロセッサ
３２ メモリ
３３ 記憶装置
３４ 通信インタフェース（ＩＦ）
３５ ペリフェラルＩＦ
３６ バス
４ ネットワーク
６ 通信機器
７ 空調機
８ 照明器具

Claims (12)

  1. 心拍センサの検出信号と、慣性センサの検出信号と、を受信する受信部と、
    前記慣性センサの検出信号を基に心拍数を推定し、推定した心拍数に応じて前記心拍センサの検出信号において処理する周波数帯を制御するタイミングを、前記心拍数の推定タイミングに対して遅延させる処理部と、
    備えた、センサ情報処理装置。
  2. 前記処理部は、
    前記推定された心拍数に対応する周波数に、前記周波数帯の中心周波数を設定する、請求項１に記載のセンサ情報処理装置。
  3. 前記処理部は、
    前記慣性センサの検出信号を基に歩行率を算出し、前記歩行率を基に前記心拍数の推定を行なう、請求項２に記載のセンサ情報処理装置。
  4. 前記処理部は、
    前記慣性センサの検出信号を基に歩行率を算出し、前記歩行率を基に運動強度を算出し、前記運動強度を基に前記心拍数の推定を行なう、請求項２に記載のセンサ情報処理装置。
  5. 前記処理部は、
    前記推定した心拍数が所定の閾値未満であると、前記心拍センサの検出信号を基に前記周波数帯を制御する、請求項２に記載のセンサ情報処理装置。
  6. 前記処理部は、
    前記心拍センサの検出信号を周波数解析した結果を基に、前記センシング対象の心拍数を検出し、前記検出した心拍数に対応する周波数に、前記周波数帯の中心周波数を設定する、請求項５に記載のセンサ情報処理装置。
  7. 前記処理部は、
    前記周波数帯の帯域幅を、前記推定した心拍数が高いほど、狭い帯域幅に設定する、請求項１〜４のいずれか１項に記載のセンサ情報処理装置。
  8. 前記処理部は、
    前記周波数帯の帯域幅を、前記検出した心拍数が高いほど、狭い帯域幅に設定する、請求項６に記載のセンサ情報処理装置。
  9. 前記心拍センサは、電波センサである、請求項１〜８のいずれか１項に記載のセンサ情報処理装置。
  10. 前記心拍センサ及び前記慣性センサは、センサユニットに備えられた、請求項１〜９のいずれか１項に記載のセンサ情報処理装置。
  11. 心拍センサと、
    慣性センサと、
    前記慣性センサの検出信号を基に心拍数を推定し、推定した心拍数に応じて前記心拍センサの検出信号において処理する周波数帯を制御するタイミングを、前記心拍数の推定タイミングに対して遅延させる処理部と、
    を備えた、センサユニット。
  12. 慣性センサの検出信号を基に心拍数を推定し、
    推定した心拍数に応じて心拍センサの検出信号において処理する周波数帯を制御するタイミングを、前記心拍数の推定タイミングに対して遅延させる
    処理を、コンピュータに実行させる、センサ情報処理プログラム。
JP2016018223A 2016-02-02 2016-02-02 センサ情報処理装置、センサユニット、及び、センサ情報処理プログラム Pending JP2017136164A (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
JP2016018223A JP2017136164A (ja) 2016-02-02 2016-02-02 センサ情報処理装置、センサユニット、及び、センサ情報処理プログラム
US15/413,813 US20170215734A1 (en) 2016-02-02 2017-01-24 Sensor information processing apparatus
EP17153264.1A EP3202310A1 (en) 2016-02-02 2017-01-26 Sensor information processing apparatus
CN201710061741.4A CN107028604A (zh) 2016-02-02 2017-01-26 传感器信息处理设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2016018223A JP2017136164A (ja) 2016-02-02 2016-02-02 センサ情報処理装置、センサユニット、及び、センサ情報処理プログラム

Publications (1)

Publication Number Publication Date
JP2017136164A true JP2017136164A (ja) 2017-08-10

Family

ID=57914800

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2016018223A Pending JP2017136164A (ja) 2016-02-02 2016-02-02 センサ情報処理装置、センサユニット、及び、センサ情報処理プログラム

Country Status (4)

Country Link
US (1) US20170215734A1 (ja)
EP (1) EP3202310A1 (ja)
JP (1) JP2017136164A (ja)
CN (1) CN107028604A (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022168246A1 (ja) * 2021-02-05 2022-08-11 三菱電機株式会社 生体情報検出装置及び生体情報検出方法

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6447530B2 (ja) * 2016-01-29 2019-01-09 オムロン株式会社 信号処理装置、信号処理装置の制御方法、制御プログラム、および記録媒体
JP6984405B2 (ja) * 2017-12-27 2021-12-22 オムロンヘルスケア株式会社 情報処理装置、情報処理方法及び情報処理プログラム
CN108903929B (zh) * 2018-03-30 2021-02-26 广东思派康电子科技有限公司 心率检测修正的方法、装置、存储介质和系统
CN109730688A (zh) * 2019-02-24 2019-05-10 军事科学院军事医学研究院环境医学与作业医学研究所 一种基于步频的运动强度评价方法
CN110074770B (zh) * 2019-05-08 2021-07-27 江苏康兮运动健康研究院有限公司 一种有氧运动目标强度的测评方法和装置
US11614516B2 (en) 2020-02-19 2023-03-28 Infineon Technologies Ag Radar vital signal tracking using a Kalman filter
US11585891B2 (en) 2020-04-20 2023-02-21 Infineon Technologies Ag Radar-based vital sign estimation

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012232010A (ja) * 2011-05-06 2012-11-29 Seiko Epson Corp 生体情報処理装置
JP2013162975A (ja) * 2012-02-13 2013-08-22 Toyota Motor Corp 喫煙推定装置
JP2014054448A (ja) * 2012-09-13 2014-03-27 Omron Healthcare Co Ltd 脈拍測定装置、ならびに、脈拍測定方法および脈拍測定プログラム
JP2014054447A (ja) * 2012-09-13 2014-03-27 Omron Healthcare Co Ltd 脈拍測定装置、ならびに、脈拍測定方法および脈拍測定プログラム
JP2014094043A (ja) * 2012-11-07 2014-05-22 Fujitsu Ltd 心拍推定装置、心拍推定方法及びプログラム
JP2014151044A (ja) * 2013-02-12 2014-08-25 Casio Comput Co Ltd 生体情報検出装置及び生体情報検出方法、生体情報検出プログラム
JP2014236774A (ja) * 2013-06-06 2014-12-18 セイコーエプソン株式会社 生体情報処理装置および生体情報処理方法
WO2015129557A1 (ja) * 2014-02-25 2015-09-03 ローム株式会社 心拍数検出装置

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006187469A (ja) 2005-01-06 2006-07-20 Seiko Instruments Inc 運動強度評価装置
WO2008081553A1 (ja) 2006-12-28 2008-07-10 Fujitsu Limited 携帯機器、運動強度算出方法、歩幅補正方法、情報機器、及びプログラム
EP2229880A1 (en) * 2009-03-18 2010-09-22 CSEM Centre Suisse d'Electronique et de Microtechnique SA Headband integrated monitoring unit using an accelerometer
US9307943B2 (en) * 2011-07-01 2016-04-12 Seiko Epson Corporation Biological information processing device
US8948832B2 (en) * 2012-06-22 2015-02-03 Fitbit, Inc. Wearable heart rate monitor
JP5935593B2 (ja) 2012-08-22 2016-06-15 富士通株式会社 心拍推定装置及び方法、並びにプログラム
JP6003493B2 (ja) * 2012-10-01 2016-10-05 富士通株式会社 ノイズ検知装置及びノイズ検知方法並びにノイズ検知プログラム
CN103431846B (zh) * 2013-09-18 2015-11-18 天津工业大学 智能睡眠监控系统
CN106132287B (zh) * 2014-03-17 2019-10-01 皇家飞利浦有限公司 心率监测器系统
US9717427B2 (en) * 2014-05-30 2017-08-01 Microsoft Technology Licensing, Llc Motion based estimation of biometric signals
US20150374240A1 (en) * 2014-06-26 2015-12-31 Salutron, Inc. Heart Rate Inference Based On Accelerometer And Cardiac Model

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012232010A (ja) * 2011-05-06 2012-11-29 Seiko Epson Corp 生体情報処理装置
JP2013162975A (ja) * 2012-02-13 2013-08-22 Toyota Motor Corp 喫煙推定装置
JP2014054448A (ja) * 2012-09-13 2014-03-27 Omron Healthcare Co Ltd 脈拍測定装置、ならびに、脈拍測定方法および脈拍測定プログラム
JP2014054447A (ja) * 2012-09-13 2014-03-27 Omron Healthcare Co Ltd 脈拍測定装置、ならびに、脈拍測定方法および脈拍測定プログラム
JP2014094043A (ja) * 2012-11-07 2014-05-22 Fujitsu Ltd 心拍推定装置、心拍推定方法及びプログラム
JP2014151044A (ja) * 2013-02-12 2014-08-25 Casio Comput Co Ltd 生体情報検出装置及び生体情報検出方法、生体情報検出プログラム
JP2014236774A (ja) * 2013-06-06 2014-12-18 セイコーエプソン株式会社 生体情報処理装置および生体情報処理方法
WO2015129557A1 (ja) * 2014-02-25 2015-09-03 ローム株式会社 心拍数検出装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022168246A1 (ja) * 2021-02-05 2022-08-11 三菱電機株式会社 生体情報検出装置及び生体情報検出方法

Also Published As

Publication number Publication date
CN107028604A (zh) 2017-08-11
EP3202310A1 (en) 2017-08-09
US20170215734A1 (en) 2017-08-03

Similar Documents

Publication Publication Date Title
JP2017136164A (ja) センサ情報処理装置、センサユニット、及び、センサ情報処理プログラム
JP2017136165A (ja) センサ情報処理装置、センサユニット、及び、センサ情報処理プログラム
JP6716951B2 (ja) センサ情報処理装置、センサユニット、及び、センサ情報処理プログラム
JP6056389B2 (ja) 心拍推定装置、心拍推定方法及びプログラム
EP3508119A1 (en) Activity amount processing device, activity amount processing method, and activity amount processing program
US8603002B2 (en) Apparatus and method for calculating microvibration feature quantity
EP4063908A1 (en) Distance measurement method and distance measurement apparatus
JP6642055B2 (ja) センサ情報処理装置、センサユニット、及び、センサ情報処理プログラム
US11191480B2 (en) Device for biorhythm detection, method for biorhythm detection, and recording medium recording program for biorhythm detection
EP3207864A1 (en) Sensor information processing apparatus
JP6589352B2 (ja) 生体情報測定装置、センサユニット、及び、生体情報測定システム
JP6365248B2 (ja) 電子機器、および健康状態管理プログラム
CN114847931A (zh) 人体运动的跟踪方法、装置和计算机可读存储介质
Wang et al. Received power-based vital signs monitoring
US10912522B1 (en) Systems and methods for counting features in motion signals
JP2016123733A (ja) 携帯機器
US20230014336A1 (en) Heart beat measurements using a mobile device
CN115770017A (zh) 睡眠状态确定方法、系统、装置及电子设备

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20181011

RD04 Notification of resignation of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7424

Effective date: 20190607

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20190709

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20190820

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20191021

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20191203