JP2019150641A - 呼吸音解析装置 - Google Patents
呼吸音解析装置 Download PDFInfo
- Publication number
- JP2019150641A JP2019150641A JP2019093506A JP2019093506A JP2019150641A JP 2019150641 A JP2019150641 A JP 2019150641A JP 2019093506 A JP2019093506 A JP 2019093506A JP 2019093506 A JP2019093506 A JP 2019093506A JP 2019150641 A JP2019150641 A JP 2019150641A
- Authority
- JP
- Japan
- Prior art keywords
- sound
- minimum value
- water bubble
- spectrum
- respiratory
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
【課題】呼吸音に含まれる水泡音に関する情報を出力する。【解決手段】呼吸音解析装置は、呼吸音のスペクトルの強度の極小値に関する情報を検出する検出手段(140)と、極小値に関する情報に基づいて、呼吸音に含まれる正常呼吸音と水泡音とに関する情報を別々に出力する出力手段(150,160)とを備える。このような呼吸音解析装置によれば、呼吸音に含まれる正常呼吸音と水泡音とを好適に分離することができる。【選択図】図9
Description
本発明は、複数の音種を含む呼吸音を解析する呼吸音解析装置及び呼吸音解析方法、並びにコンピュータプログラム及び記録媒体の技術分野に関する。
この種の装置として、電子聴診器等によって検出される生体の呼吸音について、正常音種と異常音種とを判別するものが知られている。例えば特許文献1では、解析信号の包絡線からラ音の候補となるピークを抽出して、ピークに対応する瞬時周波数又は瞬時帯域幅の少なくとも1つに基づいてラ音を検出するという技術が提案されている。特許文献2では、生体音波形の包絡線の振幅に基づいて特徴判定を行うという技術が提案されている。特許文献3では、呼吸音スペクトルの包絡線を求めて、モデル波形に近似して特徴値を抽出するという技術が提案されている。
呼吸音に含まれる音種として、断続性ラ音の1つである水泡音が知られている。水泡音は、例えば気管支拡張症、慢性気管支炎、びまん性汎細気管支炎を診断する際に有効である。しかしながら、上述した特許文献1から3に記載されているような技術では、水泡音を他の音種(例えば、正常呼吸音)と分離して検出することは難しいという技術的問題点がある。
本発明が解決しようとする課題には、上記のようなものが一例として挙げられる。本発明は、水泡音に関する情報を好適に取得することが可能な呼吸音解析装置及び呼吸音解析方法、並びにコンピュータプログラム及び記録媒体を提供することを課題とする。
上記課題を解決するための呼吸音解析装置は、呼吸音のスペクトルの強度の極小値に関する情報を検出する検出手段と、前記極小値に関する情報に基づいて、前記呼吸音に含まれる正常呼吸音と水泡音とに関する情報を別々に出力する出力手段とを備える。
上記課題を解決するための呼吸音解析方法は、呼吸音のスペクトルの強度の極小値に関する情報を検出する検出工程と、前記極小値に関する情報に基づいて、前記呼吸音に含まれる正常呼吸音と水泡音とに関する情報を別々に出力する出力工程とを備える。
上記課題を解決するためのコンピュータプログラムは、呼吸音のスペクトルの強度の極小値に関する情報を検出する検出工程と、前記極小値に関する情報に基づいて、前記呼吸音に含まれる正常呼吸音と水泡音とに関する情報を別々に出力する出力工程とをコンピュータに実行させる。
上記課題を解決するための記録媒体は、上述したコンピュータプログラムが記録されている。
<1>
本実施形態に係る呼吸音解析装置は、呼吸音のスペクトルの強度の極小値に関する情報を検出する検出手段と、前記極小値に関する情報に基づいて、前記呼吸音に含まれる正常呼吸音と水泡音とに関する情報を別々に出力する出力手段とを備える。
本実施形態に係る呼吸音解析装置は、呼吸音のスペクトルの強度の極小値に関する情報を検出する検出手段と、前記極小値に関する情報に基づいて、前記呼吸音に含まれる正常呼吸音と水泡音とに関する情報を別々に出力する出力手段とを備える。
本実施形態に係る呼吸音解析装置によれば、その動作時には、先ず検出手段によって、呼吸音のスペクトルの強度の極小値に関する情報が検出される。ここで「極小値に関する情報」とは、極小値を直接的に示す情報に限定されず、その極小値を間接的に導き出すことができるような情報を含む趣旨である。なお、極小値に関する情報の検出方法については、特に限定されるものではない。
極小値に関する情報が検出されると、出力手段によって、呼吸音に含まれる正常呼吸音と水泡音とに関する情報が別々に出力される。即ち、正常呼吸音に関する情報と、水泡音に関する情報とが、分離された状態、或いは分離可能な状態で出力される。なお、ここでの「正常呼吸音に関する情報」及び「水泡音に関する情報」も、正常呼吸音又は水泡音を直接的に示す情報に限定されず、呼吸音に含まれる正常呼吸音又は水泡音を間接的に導き出すことができるような情報を含む趣旨である。
本願発明者の研究するところによれば、呼吸音に含まれる正常呼吸音と水泡音とは、スペクトル強度の時系列的な変動に違いがあることが判明している。具体的には、正常呼吸音に対応するスペクトルは時系列的な変動が相対的に小さく、水泡音に対応するスペクトルは時系列的な変動が相対的に大きい。このため、仮に呼吸音に正常水泡音及び水泡音が含まれているとすると、そのスペクトルの強度を大きく変動させる部分は水泡音成分であり、それ以外の部分は正常呼吸音成分と推定できる。
ここで、呼吸音のスペクトルの強度の極小値は、スペクトルの強度が時系列的に大きく変動する部分の下限に位置していると考えられる。よって、呼吸音のスペクトルの強度の極小値に関する情報に基づけば、呼吸音のスペクトルに対して、時系列的な変動が大きい成分と、時系列的な変動が小さい成分との分離が行える。
以上の結果、本発明に係る呼吸音解析装置によれば、呼吸音のスペクトルを解析して、正常呼吸音に関する情報と、水泡音に関する情報とを別々に出力することが可能である。
<2>
本実施形態に係る呼吸音解析装置の一態様では、前記出力手段は、前記呼吸音に含まれる前記正常呼吸音と前記水泡音との割合を出力する。
本実施形態に係る呼吸音解析装置の一態様では、前記出力手段は、前記呼吸音に含まれる前記正常呼吸音と前記水泡音との割合を出力する。
この態様によれば、呼吸音に正常呼吸音と水泡音とがどのような割合で含まれているかを知ることができるため、例えば呼吸音に基づく健康状態の診断等を適切に行うことが可能となる。なお、正常呼吸音及び水泡音以外の成分についても割合を判定するようにしてもよい。
<3>
本実施形態に係る呼吸音解析装置の他の態様では、前記検出手段は、呼吸音のスペクトルの強度の第1時間間隔毎の最小値に関する情報を前記極小値に関する情報として検出する。
本実施形態に係る呼吸音解析装置の他の態様では、前記検出手段は、呼吸音のスペクトルの強度の第1時間間隔毎の最小値に関する情報を前記極小値に関する情報として検出する。
この態様によれば、検出手段によって、呼吸音のスペクトルの強度の最小値に関する情報が、第1時間間隔毎に検出される。検出された最小値に関する情報は、極小値に関する情報として扱われる。このため、出力手段では、検出された最小値に関する情報に基づき、正常呼吸音と水泡音とに関する情報が出力されることになる。なお、「最小値に関する情報」とは、最小値を直接的に示す情報に限定されず、その最小値を間接的に導き出すことができるような情報を含む趣旨である。また「第1時間間隔」とは、呼吸音のスペクトルの極小値を、所定の時間間隔における最小値として精度よく検出するために設定される時間間隔であり、水泡音のスペクトルの変動周期等に応じて設定される。第1時間間隔は、例えば事前のシミュレーション等によって予め設定されるが、解析対象である呼吸音のスペクトルの変動等に応じて適宜変更されるものであってもよい。
一般的に極小値は、例えば減少傾向にあったパラメータが増加に転じた箇所として検出することが可能であるが、パラメータの変動が細かく上下する場合等においては、誤った極小値が検出されてしまうおそれもある。これに対し、上述した第1時間間隔毎の最小値を検出する方法によれば、最小値を周期的に検出すれば済むため、極めて容易且つ正確に極小値を検出できる。従って、呼吸音に含まれる正常呼吸音に関する情報と水泡音に関する情報との分離を精度良く行うことが可能となる。
<4>
上述した第1時間間隔毎の最小値に関する情報を検出する態様では、前記第1時間間隔を変更する変更手段を更に備えてもよい。
上述した第1時間間隔毎の最小値に関する情報を検出する態様では、前記第1時間間隔を変更する変更手段を更に備えてもよい。
この場合、第1時間間隔が可変とされるため、例えば個人差等の原因で、所定の第1時間間隔のままでは適切に極小値に関する情報を検出できない場合であっても、状況に応じて第1時間間隔を変更し、適切に極小値に関する情報を検出できる。
第1時間間隔は、例えば過去(直前)の呼吸音のスペクトルの変動等に応じて変更される。具体的には、呼吸音のスペクトルの変動周期が判明した場合には、その変動周期に応じて第1時間間隔を変更することで、より正確に極小値に関する情報を検出できる。
<5>
本実施形態に係る呼吸音解析装置の他の態様では、前記出力手段は、複数の前記極小値に関する情報から前記極小値の包絡線を算出して、前記包絡線の上側の領域に対応する部分に基づいて前記正常呼吸音に関する情報を出力すると共に、前記包絡線の下側の領域に対応する部分に基づいて前記水泡音に関する情報を出力する。
本実施形態に係る呼吸音解析装置の他の態様では、前記出力手段は、複数の前記極小値に関する情報から前記極小値の包絡線を算出して、前記包絡線の上側の領域に対応する部分に基づいて前記正常呼吸音に関する情報を出力すると共に、前記包絡線の下側の領域に対応する部分に基づいて前記水泡音に関する情報を出力する。
この態様によれば、複数の極小値に関する情報に基づいて、極小値の包絡線が算出される。包絡線は、例えば時間軸上で隣り合う極小値を結ぶ線として算出される。ただし、包絡線の算出方法については特に限定されるものではなく、各種近似法等を用いて適宜算出すればよい。
ここで、極小値の包絡線の上側の領域に対応する部分は、時系列的な変動が相対的に大きい成分であると考えられる。一方で、極小値の包絡線の下側の領域に対応する部分は、時系列的な変動が相対的に小さい成分であると考えられる。よって、極小値の包絡線の上側の領域に対応する部分は、時系列的な変動が相対的に大きい水泡音に関する情報として出力される。また、極小値の包絡線の下側の領域に対応する部分は、時系列的な変動が相対的に小さい正常呼吸音に関する情報として出力される。
上述したように、極小値の包絡線を用いれば、呼吸音に含まれる正常呼吸音に関する情報と水泡音に関する情報との分離を容易に行うことが可能となる。
<6>
本実施形態に係る呼吸音解析装置の他の態様では、前記出力手段は、前記水泡音に関する情報を、第2時間間隔毎の平均値又は中央値として出力する。
本実施形態に係る呼吸音解析装置の他の態様では、前記出力手段は、前記水泡音に関する情報を、第2時間間隔毎の平均値又は中央値として出力する。
この態様によれば、水泡音に関する情報は、そのまま出力されるのではなく、第2時間間隔毎の平均値又は中央値が算出された上で出力される。なお、ここでの「第2時間間隔」とは、後述するように水泡音に関する情報の変動を適切に抑制して出力するために設定される値であり、水泡音に関する情報の変動周期等に応じて適宜設定される。なお、第2時間間隔を、上述した第1時間間隔と同じ値にしてもよい。
水泡音は、既に述べたように、時系列的な変動が比較的大きい成分である。このため、そのまま出力してしまうと、例えばディスプレイ等に表示される解析結果を示す値も大きく変動し、水泡音の強度を視覚的に認識するのが難しい状況が起こり得る。
これに対し、上述した平均値又は中央値を出力する方法では、水泡音の時系列的な変動が抑制されるため、実質的な水泡音の強度を判別しやすい状態で出力できる。従って、解析結果として出力される水泡音に関する情報を有効に利用することが可能となる。
<7>
本実施形態に係る呼吸音解析装置の他の態様では、呼吸音のスペクトルを、前記呼吸音を分類する基準となる基準スペクトルに基づいて分解する分解手段を備え、前記検出手段は、前記分解手段により分解された前記呼吸音のスペクトルの強度の極小値に関する情報を検出し、前記出力手段は、前記分解手段により分解された呼吸音に含まれる正常呼吸音と水泡音とに関する情報を別々に出力する。
本実施形態に係る呼吸音解析装置の他の態様では、呼吸音のスペクトルを、前記呼吸音を分類する基準となる基準スペクトルに基づいて分解する分解手段を備え、前記検出手段は、前記分解手段により分解された前記呼吸音のスペクトルの強度の極小値に関する情報を検出し、前記出力手段は、前記分解手段により分解された呼吸音に含まれる正常呼吸音と水泡音とに関する情報を別々に出力する。
この態様によれば、先ず分解手段によって呼吸音のスペクトルが分解される。分解手段では、呼吸音を分類する基準となる複数の基準スペクトルに基づいて、呼吸音のスペクトルが分解される。なお、ここでの「基準スペクトル」とは、呼吸音に含まれる複数の音種(例えば、正常呼吸音や、連続性ラ音、捻髪音等)を分類するために、各音種に応じて予め設定されたスペクトルである。基準スペクトルは、例えば各音種に特有の形状を有するスペクトルとして設定される。
基準スペクトルを用いることで、各基準スペクトルに対応する音種が夫々どのような割合で呼吸音のスペクトルに含まれているかを知ることができる。即ち、呼吸音のスペクトルを基準スペクトルに対応する各音種に分解することができる。ただし、分解手段における分解の時点で正常呼吸音と水泡音とが分解されている必要はない。
極小値に関する情報の検出は、分解手段で分解された後の呼吸音のスペクトル(即ち、正常呼吸音と水泡音とを含むものとして分解されたスペクトル)に対して行われる。同様に、正常呼吸音と水泡音とに関する情報の出力についても、分解手段で分解された後の呼吸音のスペクトルに対して行われる。
上述したように、予め基準スペクトルによる分解を行った後に、更に正常呼吸音と水泡音とに関する情報を分離するようにすれば、正常呼吸音及び水泡音以外の音種に対応する成分を除いた状態で分離が行える。よって、正常呼吸音及び水泡音以外の音種が存在していることに起因して、正常呼吸音に関する情報と、水泡音に関する情報とを別々に出力することができない状況が発生してしまうことを抑制できる。
<8>
上述した分解手段を備える態様では、前記基準スペクトルは、前記正常呼吸音と前記水泡音とに対応するものを含んでいてもよい。
上述した分解手段を備える態様では、前記基準スペクトルは、前記正常呼吸音と前記水泡音とに対応するものを含んでいてもよい。
この場合、正常呼吸音と水泡音とに対応する基準スペクトルにより、呼吸音のスペクトルから、正常呼吸音と水泡音とを含むスペクトルを好適に分解できる。従って、その後の極小値に関する情報を用いた正常呼吸音に関する情報と、水泡音に関する情報との出力を好適に行える。
なお、正常呼吸音と水泡音とに対応する基準スペクトルは、正常呼吸音に関する情報と水泡音に関する情報とを正確に分離するためにも、時系列的な変動量に所定の差が生じるようなものとして設定されることが好ましい。
<9>
本実施形態に係る呼吸音解析方法は、呼吸音のスペクトルの強度の極小値に関する情報を検出する検出工程と、前記極小値に関する情報に基づいて、前記呼吸音に含まれる正常呼吸音と水泡音とに関する情報を別々に出力する出力工程とを備える。
本実施形態に係る呼吸音解析方法は、呼吸音のスペクトルの強度の極小値に関する情報を検出する検出工程と、前記極小値に関する情報に基づいて、前記呼吸音に含まれる正常呼吸音と水泡音とに関する情報を別々に出力する出力工程とを備える。
本実施形態に係る呼吸音解析方法によれば、上述した本実施形態に係る呼吸音解析装置と同様に、呼吸音のスペクトルを解析して、正常呼吸音に関する情報と、水泡音に関する情報とを別々に出力することが可能である。
なお、本実施形態に係る呼吸音解析方法においても、上述した本実施形態に係る呼吸音解析装置における各種態様と同様の各種態様を採ることが可能である。
<10>
本実施形態に係るコンピュータプログラムは、呼吸音のスペクトルの強度の極小値に関する情報を検出する検出工程と、前記極小値に関する情報に基づいて、前記呼吸音に含まれる正常呼吸音と水泡音とに関する情報を別々に出力する出力工程とをコンピュータに実行させる。
本実施形態に係るコンピュータプログラムは、呼吸音のスペクトルの強度の極小値に関する情報を検出する検出工程と、前記極小値に関する情報に基づいて、前記呼吸音に含まれる正常呼吸音と水泡音とに関する情報を別々に出力する出力工程とをコンピュータに実行させる。
本実施形態に係るコンピュータプログラムによれば、上述した本実施形態に係る呼吸音解析方法と同様の処理をコンピュータに実行させることができるため、呼吸音のスペクトルを解析して、正常呼吸音に関する情報と、水泡音に関する情報とを別々に出力することが可能である。
なお、本実施形態に係るコンピュータプログラムにおいても、上述した本実施形態に係る呼吸音解析装置における各種態様と同様の各種態様を採ることが可能である。
<11>
本実施形態に係る記録媒体は、上述したコンピュータプログラムが記録されている。
本実施形態に係る記録媒体は、上述したコンピュータプログラムが記録されている。
本実施形態に係る記録媒体によれば、上述したコンピュータプログラムをコンピュータにより実行させることにより、呼吸音のスペクトルを解析して、正常呼吸音に関する情報と、水泡音に関する情報とを別々に出力することが可能である。
本実施形態に係る呼吸音解析装置及び呼吸音解析方法、並びにコンピュータプログラム及び記録媒体の作用及び他の利得については、以下に示す実施例において、より詳細に説明する。
以下では、図面を参照して呼吸音解析装置及び呼吸音解析方法、並びにコンピュータプログラム及び記録媒体の実施例について詳細に説明する。
<全体構成>
先ず、本実施例に係る呼吸音解析装置の全体構成について、図1を参照して説明する。ここに図1は、本実施例に係る呼吸音解析装置の全体構成を示すブロック図である。
先ず、本実施例に係る呼吸音解析装置の全体構成について、図1を参照して説明する。ここに図1は、本実施例に係る呼吸音解析装置の全体構成を示すブロック図である。
図1において、本実施例に係る呼吸音解析装置は、主な構成要素として、生体音取得部110と、周波数解析部120と、結合係数算出部130と、フィルタ作成部140と、信号強度算出部150と、解析結果出力部160とを備えて構成されている。
生体音取得部110は、生体の呼吸音を取得可能なセンサ等として構成される。生体音取得部110は、例えばECM(Electret Condenser Microphone)やピエゾを利用したマイク、振動センサ等で構成されている。生体音取得部110で取得された呼吸音は、周波数解析部120に出力される構成となっている。
周波数解析部120は、例えば高速フーリエ変換等の周波数解析を実行可能なものとして構成される。周波数解析部120による解析結果は、結合係数算出部130に出力される構成となっている。
結合係数算出部130は、「分解手段」の一具体例であり、周波数解析されたスペクトルに対して、基底に基づく分解処理を実行可能に構成されている。結合係数算出部130は、所定の基底を記憶する記憶手段(図示せず)を有している。結合係数算出部130で算出された結合係数は、フィルタ作成部140に出力される構成となっている。
フィルタ作成部140は、「検出手段」の一具体例であり、結合係数から正常呼吸音成分と水泡音成分とを分離するための最小値フィルタを作成するものとして構成される。具体的には、フィルタ作成部は、結合係数を時系列で記憶可能に構成されており、記憶された直近の結合係数の中から最小値を検出する最小値フィルタを作成する。フィルタ作成部140で作成された最小値フィルタは、信号強度算出部150に出力される構成となっている。
信号強度算出部150は、フィルタ作成部140で作成された最小値フィルタを用いて、解析対象であるスペクトルから、正常呼吸音成分と水泡音成分とを分離して、各々の信号強度を算出可能に構成される。信号強度算出部150で算出された信号強度は、解析結果出力部160に出力される構成となっている。
解析結果出力部160は、信号強度算出部150で算出された信号強度(即ち、各音種の成分量)に基づく解析結果を、例えばディスプレイ等の映像を表示可能な機器、或いはスピーカ等の音声を出力可能な機器に出力するものとして構成されている。
なお、信号強度算出部150及び解析結果出力部160は、「出力手段」の一具体例である。
<動作説明>
次に、本実施例に係る呼吸音解析装置の動作について、図1に加えて図2を参照して説明する。ここに図2は、本実施例に係る呼吸音解析装置の動作を示すフローチャートである。ここでは、本実施例に係る呼吸音解析装置が実行する処理の全体的な流れを把握するための簡単な説明を行う。各処理の詳細については、後述する。
次に、本実施例に係る呼吸音解析装置の動作について、図1に加えて図2を参照して説明する。ここに図2は、本実施例に係る呼吸音解析装置の動作を示すフローチャートである。ここでは、本実施例に係る呼吸音解析装置が実行する処理の全体的な流れを把握するための簡単な説明を行う。各処理の詳細については、後述する。
図1及び図2において、本実施例に係る呼吸音解析装置の動作時には、先ず生体音取得部110において呼吸音信号が取得される(ステップS101)。
呼吸音信号が取得されると、周波数解析部120において周波数解析が実行される(ステップS102)。なお、周波数解析部120では、周波数解析結果からピーク周波数が検出されてもよい。
周波数解析後には、結合係数算出部130において、所定の基底に対応する各音種の結合係数(即ち、呼吸音に含まれる各音種の割合を示す値)が算出される(ステップS103)。結合係数算出部130では、少なくとも正常呼吸音及び水泡音を含む成分に対応する結合係数が算出される。
続いて、フィルタ作成部140において、最小値フィルタが作成され、正常呼吸音及び水泡音を含む成分に対応する結合係数について、直近N個の時系列値の中から最小値が算出される(ステップS104)。最小値の算出は、N個のポイント毎に複数回行われる。
最小値フィルタが作成されると、信号強度算出部150において、算出された最小値を利用した正常呼吸音及び水泡音の信号強度(即ち、正常呼吸音及び水泡音の成分量を示す値)の算出が行われる(ステップS105)。
信号強度が算出されると、解析結果出力部160において、信号強度を示す画像データ等が生成され、外部のディスプレイ等において解析結果として表示される(ステップS106)。
その後、解析処理を継続するか否かの判定が実行される(ステップS107)。解析処理を継続すると判定された場合(ステップS107:YES)、ステップS101からの処理が再び実行される。解析処理を継続しないと判定された場合(ステップS107:NO)、一連の処理は終了する。
以下では、上述した各処理について個別具体的に説明する。
<周波数解析>
先ず、呼吸音信号の周波数解析処理について、図3及び図4を参照して詳細に説明する。ここに図3は、周波数解析方法の一例を示すグラフであり、図4は、周波数解析結果の一例を示す図である。
先ず、呼吸音信号の周波数解析処理について、図3及び図4を参照して詳細に説明する。ここに図3は、周波数解析方法の一例を示すグラフであり、図4は、周波数解析結果の一例を示す図である。
図3において、取得された呼吸音信号に対しては、先ず周波数解析が実行される。周波数は、高速フーリエ変換等の既存の技術を利用して行うことができる。本実施例では、周波数毎の振幅値(即ち、振幅スペクトル)を周波数解析結果として用いている。なお、データ取得時のサンプリング周波数、窓サイズ、窓関数(例えば、ハニング窓等)については、適宜決定すればよい。
図4に示すように、周波数解析結果は、n個の値(y1,y2,y3,・・・,yn)で構成されるものとして得られる。なお、「n」は、周波数解析における窓サイズ等によって決まる値である。
<結合係数の算出>
次に、結合係数の算出処理について、図5から図8を参照して詳細に説明する。ここに図5は、正常呼吸音の結合係数の一例を示すグラフであり、図6は、水泡音の結合係数の一例を示すグラフである。また図7は、結合係数の算出方法を示す概念図であり、図8は、スペクトルと、基底及び結合係数との関係を示す図である。
次に、結合係数の算出処理について、図5から図8を参照して詳細に説明する。ここに図5は、正常呼吸音の結合係数の一例を示すグラフであり、図6は、水泡音の結合係数の一例を示すグラフである。また図7は、結合係数の算出方法を示す概念図であり、図8は、スペクトルと、基底及び結合係数との関係を示す図である。
図5及び図6に示すように、正常呼吸音に対応する結合係数は、時系列的な変動量が相対的に小さいものとして算出されることが好ましい。一方、水泡音に対応する結合係数は、時系列的な変動量が相対的に大きいものとして算出されることが好ましい。このため、結合係数の算出に用いられる基底は、正常呼吸音に対応する結合係数の変動量と、水泡音に対応する結合係数の変動量とに所定の差を生じさせるものとして決定される。なお、結合係数を算出するための基底は、各音種に対応するものとして複数決定され、基底集合として扱われる。
図7に示すように、正常呼吸音及び水泡音を含む呼吸音のスペクトルに対して、同一の基底(即ち、正常呼吸音及び水泡音の両方に対応する基底)を適用することで、正常呼吸音及び水泡音の結合係数を得ることができる。なお、図7では、正常呼吸音に対応する結合係数と、水泡音に対応する結合係数が別々に図示されているが、この段階では正常呼吸音に対応する結合係数及び水泡音に対応する結合係数は別々に算出されずともよい。即ち、正常呼吸音及び水泡音に対応する1つの結合係数が算出されればよい。
ここで、解析対象であるスペクトルy、基底h(f)、及び結合係数uの関係は、以下の数式(1)で表すことができる。
図8に示すように、スペクトルy及び各基底h(f)は、n個の値を有している。他方、結合係数は、m個の値を有している。なお、「m」は、基底集合に含まれる基底の数である。
本実施例に係る呼吸音解析装置では、非負値行列因子分解を利用して基底集合に含まれる各基底の結合係数を算出する。具体的には、以下の数式(2)で示される最適化基準関数Dを最小化するu(ただし、uの各成分値は非負)を求めればよい。
なお、一般的な非負値行列因子分解は、基底スペクトルの集合を表す基底行列と、結合係数を表すアクティベーション行列を共に算出する手法であるが、本実施例においては、基底行列を固定して結合係数のみを算出している。
ちなみに、結合係数を算出するための手段として、非負値行列因子分解以外の近似法を用いてもよい。ただし、この場合においても非負であるという条件が望まれる。
<最小値フィルタの作成>
次に、最小値フィルタの作成処理について、図9から図11を参照して詳細に説明する。ここに図9は、極小値の包絡線を用いた分離方法を示す概念図であり、図10は、結合係数の変動幅を示すグラフである。また図11は、最小値フィルタ幅の変更方法を示す概念図である。
次に、最小値フィルタの作成処理について、図9から図11を参照して詳細に説明する。ここに図9は、極小値の包絡線を用いた分離方法を示す概念図であり、図10は、結合係数の変動幅を示すグラフである。また図11は、最小値フィルタ幅の変更方法を示す概念図である。
図9において、最小値フィルタは、正常呼吸音及び水泡音を含む音種の結合係数を、正常呼吸音成分と水泡音成分とに分離するために用いられる。最小値フィルタは、結合係数の極小値の包絡線を算出するためのフィルタであり、所定の時間間隔における最小値を結合係数の極小値として検出する。最小値フィルタを用いて包絡線を算出すれば、包絡線の下側部分を時系列的な変動の小さい成分(即ち、正常吸音成分)、包絡線の上側部分を時系列的な変動の大きい成分(即ち、水泡音成分)として分離できる。
図10において、最小値フィルタには、「第1時間間隔」の一例である所定の時間間隔(即ち、最小値を検出する時間間隔)が最小値フィルタ幅として設定されている。ここでの最小値フィルタ幅は、結合係数の1回の変動幅(具体的には、結合係数が上昇に転じてから下がりきるまでの間隔)と同等の幅になるように設定される。より具体的には、結合係数の1回の変動幅と同等の幅になるようなポイント数をN個として、結合係数の時系列値の直近N個のうちの最小値を出力するようなフィルタが作成される。
図11において、最小値フィルタ幅は固定の値でも構わないが、状況に応じて可変とされてもよい。具体的には、結合係数の時系列変化における極小値間幅を毎回算出し、その幅を最小値フィルタ幅としてもよい。この場合、個人差等により結合係数の極小値間幅が異なる場合であっても、正確に極小値を検出できる。
<信号強度の算出>
次に、信号強度の算出処理について、図12を参照して詳細に説明する。ここに図12は、最小値フィルタの出力に基づく分離方法を示す概念図である。
次に、信号強度の算出処理について、図12を参照して詳細に説明する。ここに図12は、最小値フィルタの出力に基づく分離方法を示す概念図である。
図12において、正常呼吸音及び水泡音を含む音種の結合係数に最小値フィルタを適用すると、ポイント数N個毎の最小値(即ち、結合係数の極小値)が出力される。すると、図9で説明したように、結合係数の極小値を結ぶ包絡線の下側部分を正常呼吸音成分として分離できる。また、包絡線の上側部分を水泡音成分として分離できる。このようにして分離された各成分の出力値は、信号強度(即ち、正常呼吸音及び水泡音の割合を示すもの)として出力される。
<解析結果の表示>
次に、解析結果の表示処理について、図13及び図14を参照して詳細に説明する。ここに図13は、解析結果の表示方法の一例を示す図である。また図14は、水泡音成分の出力方法を示す概念図である。
次に、解析結果の表示処理について、図13及び図14を参照して詳細に説明する。ここに図13は、解析結果の表示方法の一例を示す図である。また図14は、水泡音成分の出力方法を示す概念図である。
図13において、解析結果は、正常呼吸音及び水泡音の各々の信号強度を示す画像として表示される。ここで、例えば時刻tにおける正常呼吸音の出力がAであり、水泡音の出力がBである場合には(図中の左側のグラフを参照)、正常呼吸音強度が比較的小さいAであること、及び水泡音強度が比較的大きいBであることを示す棒グラフが表示領域200に表示される。このような表示によれば、正常呼吸音と水泡音との割合を直感的に認識できる。
なお、解析結果の表示方法は、ここで示した棒グラフの態様に限られるものではなく、様々な描画方法を利用して表示できる。例えば、分解された正常呼吸音と水泡音との割合は、棒グラフや円グラフ、レーダーチャートとして表示されてもよいし、数値化して表示されてもよい。また、スピーカ等によって分離された音声を出力するようにしても構わない。
図14において、水泡音成分の出力は、短時間に信号強度が大きく変動する。このため、出力された値をそのまま表示したのでは、視認性が悪く、強度の大きさを把握し難いという状況が発生し得る。このため、水泡音成分の出力に関しては、信号強度の所定の時間間隔(「第2時間間隔」の一具体例)での平均値又は中央値を出力するようにしてもよい。このようにすれば、例えば図中の区間1から4の区間毎に平均値が算出され、各区間における平均値の値が解析結果として出力される。この結果、水泡音成分を示す出力の変動幅を抑えることができ、視認性のよいデータを提供することが可能となる。
以上説明したように、本実施形態に係る呼吸音解析装置によれば、呼吸音のスペクトルを解析して、正常呼吸音に関する情報と、水泡音に関する情報とを別々に出力することが可能である。
本発明は、上述した実施形態に限られるものではなく、特許請求の範囲及び明細書全体から読み取れる発明の要旨或いは思想に反しない範囲で適宜変更可能であり、そのような変更を伴う呼吸音解析装置及び呼吸音解析方法、並びにコンピュータプログラム及び記録媒体もまた本発明の技術的範囲に含まれるものである。
110 生体音取得部
120 周波数解析部
130 結合係数算出部
140 フィルタ作成部
150 信号強度算出部
160 解析結果出力部
200 表示領域
y スペクトル
h(f) 基底
u 結合係数
120 周波数解析部
130 結合係数算出部
140 フィルタ作成部
150 信号強度算出部
160 解析結果出力部
200 表示領域
y スペクトル
h(f) 基底
u 結合係数
Claims (1)
- 呼吸音のスペクトルの強度の極小値に関する情報を検出する検出手段と、
前記極小値に関する情報に基づいて、前記呼吸音に含まれる正常呼吸音と水泡音とに関する情報を別々に出力する出力手段と
を備えることを特徴とする呼吸音解析装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019093506A JP2019150641A (ja) | 2019-05-17 | 2019-05-17 | 呼吸音解析装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019093506A JP2019150641A (ja) | 2019-05-17 | 2019-05-17 | 呼吸音解析装置 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014153736A Division JP2016030067A (ja) | 2014-07-29 | 2014-07-29 | 呼吸音解析装置及び呼吸音解析方法、並びにコンピュータプログラム及び記録媒体 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020217330A Division JP7001806B2 (ja) | 2020-12-25 | 2020-12-25 | 呼吸音解析装置、呼吸音解析方法、コンピュータプログラム及び記録媒体 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2019150641A true JP2019150641A (ja) | 2019-09-12 |
Family
ID=67947531
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019093506A Pending JP2019150641A (ja) | 2019-05-17 | 2019-05-17 | 呼吸音解析装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2019150641A (ja) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004531309A (ja) * | 2001-04-18 | 2004-10-14 | ニューモパートナーズ | 副雑音の分析支援装置 |
JP2004357758A (ja) * | 2003-06-02 | 2004-12-24 | Konica Minolta Medical & Graphic Inc | 生体音検出データ処理装置、生体音検出データ処理方法及び生体音検出データ処理プログラム |
JP2005516642A (ja) * | 2001-09-13 | 2005-06-09 | イマジン メディカル テクノロジーズ カリフォルニア, インコーポレイテッド | 信号対ノイズ比改善のための信号処理方法及び装置 |
JP2007029749A (ja) * | 2006-09-26 | 2007-02-08 | Konica Minolta Medical & Graphic Inc | 診察支援システム |
-
2019
- 2019-05-17 JP JP2019093506A patent/JP2019150641A/ja active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004531309A (ja) * | 2001-04-18 | 2004-10-14 | ニューモパートナーズ | 副雑音の分析支援装置 |
JP2005516642A (ja) * | 2001-09-13 | 2005-06-09 | イマジン メディカル テクノロジーズ カリフォルニア, インコーポレイテッド | 信号対ノイズ比改善のための信号処理方法及び装置 |
JP2004357758A (ja) * | 2003-06-02 | 2004-12-24 | Konica Minolta Medical & Graphic Inc | 生体音検出データ処理装置、生体音検出データ処理方法及び生体音検出データ処理プログラム |
JP2007029749A (ja) * | 2006-09-26 | 2007-02-08 | Konica Minolta Medical & Graphic Inc | 診察支援システム |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6231681B2 (ja) | 呼吸音解析装置及び呼吸音解析方法、並びにコンピュータプログラム及び記録媒体 | |
JP2005066045A (ja) | 音データ処理装置及びプログラム | |
JP6467044B2 (ja) | シャント音解析装置、シャント音解析方法、コンピュータプログラム及び記録媒体 | |
JP7001806B2 (ja) | 呼吸音解析装置、呼吸音解析方法、コンピュータプログラム及び記録媒体 | |
JP2019150641A (ja) | 呼吸音解析装置 | |
JP6298527B2 (ja) | 生体音解析装置及び生体音解析方法、並びにコンピュータプログラム及び記録媒体 | |
JP2016030067A (ja) | 呼吸音解析装置及び呼吸音解析方法、並びにコンピュータプログラム及び記録媒体 | |
JP6531187B2 (ja) | 生体音解析装置及び生体音解析方法、並びにコンピュータプログラム及び記録媒体 | |
JP2013210293A (ja) | 音・画像解析による設備診断システム | |
JP6630149B2 (ja) | 生体音解析装置及び生体音解析方法、並びにコンピュータプログラム及び記録媒体 | |
JP6501917B2 (ja) | 生体音解析装置及び生体音解析方法、並びにコンピュータプログラム及び記録媒体 | |
US11439320B2 (en) | Biological-sound analysis device, biological-sound analysis method, program, and storage medium | |
JP6298339B2 (ja) | 呼吸音解析装置及び呼吸音解析方法、並びにコンピュータプログラム及び記録媒体 | |
WO2018117171A1 (ja) | 生体音解析方法、プログラム、記憶媒体及び生体音解析装置 | |
JP6298340B2 (ja) | 呼吸音解析装置及び呼吸音解析方法、並びにコンピュータプログラム及び記録媒体 | |
WO2015145763A1 (ja) | 呼吸音解析装置及び呼吸音解析方法、並びにコンピュータプログラム及び記録媒体 | |
WO2016207950A1 (ja) | シャント音解析装置、シャント音解析方法、コンピュータプログラム及び記録媒体 | |
JP6857450B2 (ja) | 生体音解析装置及び生体音解析方法、並びにコンピュータプログラム及び記録媒体 | |
JP2018167062A (ja) | 呼吸音解析装置 | |
JP2020163131A (ja) | 呼吸音解析装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190517 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200324 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20200929 |