JP2018020018A - 生体信号処理装置、異常判別方法およびプログラム - Google Patents
生体信号処理装置、異常判別方法およびプログラム Download PDFInfo
- Publication number
- JP2018020018A JP2018020018A JP2016154751A JP2016154751A JP2018020018A JP 2018020018 A JP2018020018 A JP 2018020018A JP 2016154751 A JP2016154751 A JP 2016154751A JP 2016154751 A JP2016154751 A JP 2016154751A JP 2018020018 A JP2018020018 A JP 2018020018A
- Authority
- JP
- Japan
- Prior art keywords
- waveform
- calculated
- feature
- biological signal
- intersections
- 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.)
- Granted
Links
Landscapes
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
Description
すなわち、心電図のように波形が周期性を持つ生体信号では、任意間隔ごとに生体信号を複数の時間領域に分割して評価した場合、理想状態であれば波形の発生状況を表す特徴量はどの分割領域においても近しい値を取ると考えられる。従って、上記したように時間領域ごとに波形の発生状況を表す特徴量を算出して、当該特徴量を波形の周期性に基づいて予め設定された正常な特徴量の範囲と比較して異常判別を行うことで、電位振幅方向の情報を用いることなく、アーチファクトやノイズなどの異常信号がセンサデータに含まれているか否かを動的に判別することができる。
[一実施形態]
(構成)
図1は、この発明の一実施形態に係る生体信号処理装置の機能構成を示すブロック図である。
生体信号処理装置1は、例えばウェアラブル端末、スマートフォン、タブレット型端末、パーソナルコンピュータまたはサーバ装置からなり、センサ2から送信されるセンサデータを受信する。センサ2は、例えばホルター心電計からなり、所定のサンプリング周期で心電信号を計測し、センサデータとして送信する。
次に、以上のように構成された装置による異常信号判別動作を説明する。図2はその処理手順と処理内容を示すフローチャートである。
センサ2をユーザの所定の部位に取着し計測動作を開始すると、センサ2により所定のサンプリング周期で心電信号が計測され、計測された信号がセンサデータとして送信される。
生体信号処理装置1は、上記センサデータの受信が開始されると、センサデータ前処理部12がステップS12により上記センサデータ記憶部31からセンサデータを読み込む。そして、当該センサデータに対しフィルタリング処理を行い、これにより心電図に繰り返し現れる波形の周波数帯域以外の高周波および低周波成分を除去または低減する。そして、当該前処理後のセンサデータをステップS13により前処理後センサデータ記憶部32に保存する。
なお、センサデータ前処理部12において、上記センサデータに対し予め設定した振幅値を超える波形を除去または低減する処理を行ってもよい。
生体信号処理装置1は、次にセンサデータ分割処理部13がステップS14により上記前処理後センサデータ記憶部32から上記前処理後のセンサデータを読み込む。そして、当該前処理後のセンサデータを予め設定した時間間隔Aで複数の時間領域(区間)に分割し、この分割されたセンサデータをステップS15により分割区間の識別情報と関連付けて分割データ記憶部33に保存する。
生体信号処理装置1は、続いてセンサデータ分割処理部13の制御の下、ステップS16において、上記分割された区間ごとに上記分割データ記憶部33からセンサデータを読み込み、当該センサデータからその特徴量を算出する処理を以下のように実行する。
生体信号処理装置1は、次に異常判別処理部15の制御の下、ステップS18により上記分割区間ごとに当該分割区間の特徴量が異常か否かを以下のように判別する。すなわち、上記評価用特徴量記憶部34から分割区間ごとに正側の交差点間隔平均長と負側の交差点間隔平均長を読み込み、これらの値で示される特徴量を、正側の交差点間隔平均長をX軸、負側の交差点間隔平均長をY軸とする二次元平面にプロットする。そして、過去の任意期間Bに得られた正常データ(正解値集合)の重心と、上記プロットした点との距離を算出し、当該距離が所定範囲内であるか否かを判定することにより、各分割区間の特徴量が正常か否かを評価する。なお、上記任意期間Bは、上記分割区間Aの整数倍(例えば6倍)の長さに設定される。
すなわち、先ず各々が排他である任意期間Bに相当するn個の点を正解値集合とし、これらn個の重心Go(xCOG ,yCOG )を算出する。また、正解値集合の各点と重心Go(xCOG ,yCOG )との距離をdと表すとき、式(1) ,(2) によって正解値の各点と重心Goとの距離の平均μ、標準偏差σを算出しておく。図4では上記距離の平均μをエリアE1として示している。
生体信号処理装置1は、上記一連の異常判別処理中または処理終了後に、解析処理部16において、上記評価用特徴量記憶部34に記憶された特徴量を読み込んで所定の解析処理を行う。その際、解析処理部16は、「異常」の判別結果を示す情報が付加された特徴量を解析対象から除外する。そして、解析結果の情報を、例えば入出力インタフェースユニット20から図示しないユーザ端末またはサービス事業者が運用するサーバ装置へ送信する。
以上詳述したように一実施形態では、センサデータを、所定の前処理を施したのち、心拍が少なくとも1つ含まれるように長さが設定された時間間隔Aで複数の区間に分割し、分割された区間ごとに、心電波形が原点を交差する点間の長さの平均長を正側と負側とに分けてそれぞれ算出し、この算出された正側および負側の各交差点間隔平均長により表される点が異常か否かを、正解値集合の重心点Goからの距離に応じて判定するようにしている。
なお、この発明は上記一実施形態に限定されるものではない。例えば、前処理においては、ウェーブレット変換や高速フーリエ変換をはじめとする、何らかの生体信号処理を行ってもよい。この結果、各種変換結果の特定周波数帯域をカットした値をもとに異常判別を行うことができ、これにより基線変動やDCノイズの影響を低減し、電極や筋電に由来するアーチファクトのみを判別対象とすることが可能となる。
Claims (8)
- 周期性を有する波形を含む生体信号を受信する受信手段と、
前記受信された生体信号を、前記波形を少なくとも1つ含むように設定された時間間隔で複数の時間領域に分割する分割手段と、
前記複数の時間領域の各々について、前記波形の発生状況を表す特徴量を算出する特徴量算出手段と、
前記算出された特徴量を、前記波形の周期性に基づいて予め設定された正常な特徴量の範囲と比較することにより、前記算出された特徴量が正常か異常かを判別する異常判別手段と
を具備することを特徴とする生体信号処理装置。 - 前記特徴量算出手段は、前記複数の時間領域の各々について、前記波形が振幅の原点を交差するときその交差点間の長さまたは数を算出し、
前記異常判別手段は、前記算出された交差点間の長さまたは数を、前記波形の周期性に基づいて予め設定された正常な交差点間の長さまたは数の範囲と比較することを特徴とする請求項1記載の生体信号処理装置。 - 前記特徴量算出手段は、前記複数の時間領域の各々について、前記波形が振幅の原点を交差するときその交差点間の長さまたは数を算出し、当該算出された交差点間の長さまたは数を前記波形の振幅方向の情報に基づいて集約して少なくとも2種類の特徴量を算出し、
前記異常判別手段は、前記算出された2種類の特徴量を、前記波形の周期性に基づいて予め設定された正常な特徴量の範囲と比較することを特徴とする請求項1記載の生体信号処理装置。 - 前記特徴量算出手段は、前記複数の時間領域の各々について、前記波形が振幅の原点を交差するときその交差点間の長さまたは数を算出し、当該算出された交差点間の長さまたは数を前記波形の符号別に集約して正側および負側の特徴量を算出し、
前記異常判別手段は、前記算出された正側および負側の各特徴量を、前記波形の周期性に基づいて予め設定された正常な特徴量の範囲と比較することを特徴とする請求項1記載の生体信号処理装置。 - 前記異常判別手段は、
前記正常と判別された特徴量に基づく解析処理の結果を受信する手段と、
前記受信された解析処理の結果が予め設定された許容範囲から外れている場合に、前記解析処理の対象となった特徴量の判別結果を異常に変更する手段と
を、さらに備えることを特徴とする請求項1記載の生体信号処理装置。 - プロセッサおよび記憶手段を備える生体信号処理装置が実行する異常判別方法であって、
周期性を有する波形を含む生体信号を受信するステップと、
前記受信された生体信号を、前記波形を少なくとも1つ含むように設定された時間間隔で複数の時間領域に分割するステップと、
前記複数の時間領域の各々について、前記波形の発生状況を表す特徴量を算出するステップと、
前記算出された特徴量を、前記波形の周期性に基づいて予め設定された正常な特徴量の範囲と比較することにより、前記算出された特徴量が正常か異常かを判別するステップと
を具備することを特徴とする異常判別方法。 - 前記特徴量を算出するステップは、前記複数の時間領域の各々について、前記波形が振幅の原点を交差するときその交差点間の長さまたは数を算出し、当該算出された交差点間の長さまたは数を前記波形の振幅方向に集約して少なくとも2種類の特徴量を算出し、
前記異常を判別するステップは、前記算出された2種類の特徴量を、前記波形の周期性に基づいて予め設定された正常な特徴量の範囲と比較する
ことを特徴とする請求項6記載の異常判別方法。 - 請求項1乃至5のいずれかに記載の生体信号処理装置が備える各手段としてコンピュータを機能させるプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016154751A JP6706996B2 (ja) | 2016-08-05 | 2016-08-05 | 生体信号処理装置、異常判別方法およびプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016154751A JP6706996B2 (ja) | 2016-08-05 | 2016-08-05 | 生体信号処理装置、異常判別方法およびプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018020018A true JP2018020018A (ja) | 2018-02-08 |
JP6706996B2 JP6706996B2 (ja) | 2020-06-10 |
Family
ID=61164026
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016154751A Active JP6706996B2 (ja) | 2016-08-05 | 2016-08-05 | 生体信号処理装置、異常判別方法およびプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6706996B2 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109330580A (zh) * | 2018-11-22 | 2019-02-15 | 深圳市元征科技股份有限公司 | 一种心率监测方法、系统及相关组件 |
WO2019225662A1 (ja) * | 2018-05-24 | 2019-11-28 | 日本電信電話株式会社 | 瞬時心拍信頼性評価装置、方法およびプログラム |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1156827A (ja) * | 1997-08-26 | 1999-03-02 | Seiko Epson Corp | 運動強度検出装置 |
JP2006149882A (ja) * | 2004-11-30 | 2006-06-15 | Sumitomo Osaka Cement Co Ltd | 状態解析装置及びソフトウエアプログラム |
JP2006218033A (ja) * | 2005-02-09 | 2006-08-24 | Univ Of Electro-Communications | 生体識別方法及び生体識別装置 |
JP2007117601A (ja) * | 2005-10-31 | 2007-05-17 | Konica Minolta Sensing Inc | 睡眠時無呼吸指数測定装置 |
JP2010178801A (ja) * | 2009-02-03 | 2010-08-19 | Omron Healthcare Co Ltd | 脈波解析装置、脈波解析方法、および脈波解析プログラム |
WO2013114596A1 (ja) * | 2012-02-01 | 2013-08-08 | 富士通株式会社 | 情報処理装置、代表波形生成方法および代表波形生成プログラム |
US20150087930A1 (en) * | 2013-09-23 | 2015-03-26 | Seoul National University R&Db Foundation | Method and device for determining sleeping pattern, and computer readable storage medium recording the method |
-
2016
- 2016-08-05 JP JP2016154751A patent/JP6706996B2/ja active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1156827A (ja) * | 1997-08-26 | 1999-03-02 | Seiko Epson Corp | 運動強度検出装置 |
JP2006149882A (ja) * | 2004-11-30 | 2006-06-15 | Sumitomo Osaka Cement Co Ltd | 状態解析装置及びソフトウエアプログラム |
JP2006218033A (ja) * | 2005-02-09 | 2006-08-24 | Univ Of Electro-Communications | 生体識別方法及び生体識別装置 |
JP2007117601A (ja) * | 2005-10-31 | 2007-05-17 | Konica Minolta Sensing Inc | 睡眠時無呼吸指数測定装置 |
JP2010178801A (ja) * | 2009-02-03 | 2010-08-19 | Omron Healthcare Co Ltd | 脈波解析装置、脈波解析方法、および脈波解析プログラム |
WO2013114596A1 (ja) * | 2012-02-01 | 2013-08-08 | 富士通株式会社 | 情報処理装置、代表波形生成方法および代表波形生成プログラム |
US20150087930A1 (en) * | 2013-09-23 | 2015-03-26 | Seoul National University R&Db Foundation | Method and device for determining sleeping pattern, and computer readable storage medium recording the method |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019225662A1 (ja) * | 2018-05-24 | 2019-11-28 | 日本電信電話株式会社 | 瞬時心拍信頼性評価装置、方法およびプログラム |
CN109330580A (zh) * | 2018-11-22 | 2019-02-15 | 深圳市元征科技股份有限公司 | 一种心率监测方法、系统及相关组件 |
Also Published As
Publication number | Publication date |
---|---|
JP6706996B2 (ja) | 2020-06-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108186011B (zh) | 房颤检测方法、装置及可读存储介质 | |
Faezipour et al. | A patient-adaptive profiling scheme for ECG beat classification | |
Smital et al. | Real-time quality assessment of long-term ECG signals recorded by wearables in free-living conditions | |
Elgendi | Fast QRS detection with an optimized knowledge-based method: Evaluation on 11 standard ECG databases | |
Boashash et al. | Time-frequency processing of nonstationary signals: Advanced TFD design to aid diagnosis with highlights from medical applications | |
EP3456246A1 (en) | A cascaded binary classifier for identifying rhythms in a single-lead electrocardiogram (ecg) signal | |
Nallathambi et al. | Integrate and fire pulse train automaton for QRS detection | |
US20200074281A1 (en) | Computer-readable recording medium, abnormality determination method, and abnormality determination device | |
EP3479763B1 (en) | System and method for photoplethysmogram (ppg) signal quality assessment | |
EP2730216B1 (en) | Biosignal transmitter, biosignal receiver, and biosignal transmitting method | |
US20160081566A1 (en) | Identifying a type of cardiac event from a cardiac signal segment | |
CN108324271B (zh) | 心电信号识别方法、系统和心电监测设备 | |
CN106923820B (zh) | 一种心电信号伪差识别方法及心电信号伪差识别装置 | |
CN107233093B (zh) | R波的检测方法、装置及电子设备 | |
US20220304610A1 (en) | Method and apparatus for processing an electrocardiogram signal and electronic device | |
Al-Ani | ECG waveform classification based on P-QRS-T wave recognition | |
US8755869B2 (en) | Adjusting neighborhood widths of candidate heart beats according to previous heart beat statistics | |
Beh et al. | Robust PPG-based mental workload assessment system using wearable devices | |
KR102093257B1 (ko) | 심전도 신호에서의 노이즈 분별 필터 장치 및 필터링 방법 | |
Swathi et al. | R peak detection and feature extraction for the diagnosis of heart diseases | |
Damasevicius et al. | BoostEMD: an extension of EMD method and its application for denoising of EMG signals | |
Lee et al. | A real-time abnormal beat detection method using a template cluster for the ECG diagnosis of IoT devices | |
JP2020517334A5 (ja) | ||
KR101483756B1 (ko) | 맥파 검출 방법 | |
US8073218B2 (en) | Method for detecting bio signal features in the presence of noise |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180620 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190416 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190514 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190613 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20191126 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20191223 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20200512 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200519 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6706996 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |