JP2020195709A - 脈波解析装置、脈波解析方法および脈波解析プログラム - Google Patents

Abstract

【課題】より短時間の脈波信号を基に精度よく脈波を解析する。【解決手段】本脈波解析装置は、被測定者から取得した脈波信号に含まれるノイズ区間を特定する特定部と、前記脈波信号において前記ノイズ区間以外の区間を複数の短区間に分割し、前記複数の短区間のそれぞれにおける脈波の特徴量について周波数解析を行う解析部と、前記複数の短区間のそれぞれにおける周波数解析の結果に基づいて、前記ノイズ区間における脈波の特徴量についての周波数解析の結果を補間する補間部と、前記複数の短区間のそれぞれにおける周波数解析の結果と、前記補間部が補間した周波数解析の結果とに基づいて、前記被測定者から取得した脈波信号の解析結果を算出する算出部と、を備える。【選択図】図３

Description

本発明は、脈波解析装置、脈波解析方法および脈波解析プログラムに関する。

近年、被測定者から取得した脈波信号を解析することで、被測定者の体調やストレス状態を示す情報を取得する脈波解析装置が利用されている。例えば、被測定者の皮膚に照射した光の反射光強度を基に光電脈波を取得する光電式脈波センサを利用する脈波解析装置が提案されている。また、例えば、被測定者の顔や手の画像を撮影し、撮影した撮像を基に映像脈波を取得する脈波解析装置が利用されている（例えば、特許文献１、２参照）。

特開２０１０−１８４０４１号公報 特開２０１５−２１３６８６号公報

脈波信号を解析することで、脈拍数、血圧値、血管年齢、ストレス状態等の被測定者の健康状態を示す様々な情報を取得することができる。そのため、脈波信号の解析は、被測定者の健康管理上、非常に有用である。

脈波信号の取得中に被測定者が動いてしまったり、被測定部位とセンサとの接触不良が生じると、取得した脈波信号中にノイズが混入してしまい、脈波信号の解析精度が低下する。そのため、被測定者は、脈波信号の取得中には安静にすることとなっていた。また、従来の技術では、脈波信号の解析には比較的長時間の脈波信号が用いられる。安静が求められる上に、脈波信号の取得に長時間を要するため、脈波信号の取得は被測定者にとって負担となっていた。

開示の技術の１つの側面は、より短時間の脈波信号を基に精度よく脈波を解析できる脈波解析装置、脈波解析方法および脈波解析プログラムを提供することを目的とする。

開示の技術の１つの側面は、次のような脈波解析装置によって例示される。本脈波解析装置は、被測定者から取得した脈波信号に含まれるノイズ区間を特定する特定部と、前記脈波信号において前記ノイズ区間以外の区間を複数の短区間に分割し、前記複数の短区間のそれぞれにおける脈波の特徴量について周波数解析を行う解析部と、前記複数の短区間のそれぞれにおける周波数解析の結果に基づいて、前記ノイズ区間における脈波の特徴量についての周波数解析の結果を補間する補間部と、前記複数の短区間のそれぞれにおける周波数解析の結果と、前記補間部が補間した周波数解析の結果とに基づいて、前記被測定者から取得した脈波信号の解析結果を算出する算出部と、を備える。

本脈波解析装置は、より短時間の脈波信号を基に精度よく脈波を解析することができる。

図１は、実施形態に係るスマートフォンの外観の一例を示す図である。 図２は、実施形態に係るスマートフォンのハードウェア構成の一例を示す図である。 図３は、実施形態に係るスマートフォンの処理ブロックの一例を示す図である。 図４は、実施形態における、平均輝度を基に脈波を取得する処理を模式的に示す図である。 図５は、脈波取得部によるフィルタ処理を模式的に示す図である。 図６は、ノイズ区間除去部によるノイズ区間の除去を模式的に示す図である。 図７は、実施形態において、脈波信号を短区間に区切って周波数解析を行う様子を模式的に示す図である。 図８は、実施形態に係るスマートフォンの処理フローの概略を示す図である。 図９は、実施形態における脈波取得部が脈波信号を取得する処理の処理フローの一例を示す図である。 図１０は、実施形態におけるノイズ区間特定部がノイズ区間を特定する処理の処理フローの一例を示す図である。 図１１は、実施形態におけるノイズ区間除去部がノイズ区間を除去する処理の処理フローの一例を示す図である。 図１２は、実施形態における心拍間隔算出部が心拍間隔を算出する処理の処理フローの一例を示す図である。 図１３は、実施形態における解析部が脈波信号を解析する処理の処理フローの一例を示す図である。 図１４は、第１変形例に係るスマートフォンのハードウェア構成の一例を示す図である。 図１５は、第１変形例に係るスマートフォンの処理ブロックの一例を示す図である。 図１６は、第１変形例に係るスマートフォンの処理フローの概略を示す図である。 図１７は、第１変形例における脈波取得部が脈波信号を取得する処理の処理フローの一例を示す図である。

以下、図面を参照して、実施形態について説明する。以下に示す実施形態の構成や具体的な数値は例示であり、開示の技術は実施形態の構成に限定されない。

＜実施形態＞
実施形態では、スマートフォンがユーザの脈波信号を取得し、脈波の解析を行う。図１は、実施形態に係るスマートフォンの外観の一例を示す図である。図１はスマートフォン１０の正面側の外観の一例を示す。なお、本明細書において、スマートフォン１０がディスプレイ２０を備える側を正面、その反対側を背面と称する。また、スマートフォン１０の長手方向をＸ方向、短手方向をＹ方向、高さ方向（図１の法線方向）をＺ方向とする。また、スマートフォン１０の長手方向において、インカメラ３０が設けられている側を上、ディスプレイ２０が設けられている側を下とする。

図１に例示するように、スマートフォン１０は、ディスプレイ２０とインカメラ３０とを正面側に備える。スマートフォン１０は、背面側にアウトカメラをさらに備えてもよい。スマートフォン１０は、可搬型の情報処理装置である。スマートフォン１０は、インカメラ３０によってユーザの顔画像を撮影し、撮影した顔画像を解析してユーザの脈波を検出する。スマートフォン１０は、「コンピュータ」、「脈波解析装置」の一例である。ユ
ーザは、「被測定者」の一例である。

ディスプレイ２０は、スマートフォン１０による情報処理の結果を出力する表示装置である。ディスプレイ２０は、例えば、Ｌｉｑｕｉｄ Ｃｒｙｓｔａｌ Ｄｉｓｐｌａｙ（ＬＣＤ）、Ｐｌａｓｍａ Ｄｉｓｐｌａｙ Ｐａｎｅｌ（ＰＤＰ）、Ｅｌｅｃｔｒｏｌｕｍｉｎｅｓｃｅｎｃｅ（ＥＬ）パネル、有機ＥＬパネルである。

インカメラ３０は、動画および静止画を撮影可能な装置である。インカメラ３０は、例えば、デジタルカメラである。インカメラ３０はスマートフォン１０の正面側、すなわち、スマートフォン１０においてディスプレイ２０が配置された面に設けられる。インカメラ３０は、「カメラ」の一例である。

図２は、実施形態に係るスマートフォンのハードウェア構成の一例を示す図である。図２に例示されるスマートフォン１０は、Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ（ＣＰＵ）１０１、主記憶部１０２、補助記憶部１０３、スピーカー１０４、通信部１０５、操作部１０６、センサ１０７、ディスプレイ２０、インカメラ３０および接続バスＢ１を含む。ＣＰＵ１０１、主記憶部１０２、補助記憶部１０３、スピーカー１０４、通信部１０５、操作部１０６、センサ１０７ディスプレイ２０およびインカメラ３０は、接続バスＢ１によって相互に接続される。

ＣＰＵ１０１は、マイクロプロセッサユニット（ＭＰＵ）、プロセッサとも呼ばれる。ＣＰＵ１０１は、単一のプロセッサに限定される訳ではなく、マルチプロセッサ構成であってもよい。また、単一のソケットで接続される単一のＣＰＵ１０１がマルチコア構成を有していても良い。ＣＰＵ１０１が実行する処理のうち少なくとも一部は、ＣＰＵ１０１以外のプロセッサ、例えば、Ｄｉｇｉｔａｌ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｏｒ（ＤＳＰ）、Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ（ＧＰＵ）、数値演算プロセッサ、ベクトルプロセッサ、画像処理プロセッサ等の専用プロセッサで行われても良い。また、ＣＰＵ１０１が実行する処理のうち少なくとも一部は、集積回路（ＩＣ）、その他のデジタル回路によって実行されてもよい。また、ＣＰＵ１０１の少なくとも一部にアナログ回路が含まれても良い。集積回路は、Ｌａｒｇｅ Ｓｃａｌｅ Ｉｎｔｅｇｒａｔｅｄ ｃｉｒｃｕｉｔ（ＬＳＩ）、Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ（ＡＳＩＣ）、プログラマブルロジックデバイス（ＰＬＤ）を含む。ＰＬＤは、例えば、Ｆｉｅｌｄ−Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ（ＦＰＧＡ）を含む。ＣＰＵ１０１は、プロセッサと集積回路との組み合わせであっても良い。組み合わせは、例えば、マイクロコントローラユニット（ＭＣＵ）、Ｓｙｓｔｅｍ−ｏｎ−ａ−ｃｈｉｐ（ＳｏＣ）、システムＬＳＩ、チップセットなどと呼ばれる。スマートフォン１０では、ＣＰＵ１０１が補助記憶部１０３に記憶されたプログラムを主記憶部１０２の作業領域に展開し、プログラムの実行を通じて周辺装置の制御を行う。これにより、スマートフォン１０は、所定の目的に合致した処理を実行することができる。主記憶部１０２および補助記憶部１０３は、スマートフォン１０が読み取り可能な記録媒体である。

主記憶部１０２は、ＣＰＵ１０１からアクセスされる記憶部として例示される。主記憶部１０２は、Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ（ＲＡＭ）およびＲｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ（ＲＯＭ）を含む。主記憶部１０２は、Ｅｒａｓａｂｌｅ Ｐｒｏｇｒａｍｍａｂｌｅ ＲＯＭ（ＥＰＲＯＭ）、ソリッドステートドライブ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ、ＳＳＤ）、ハードディスクドライブ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ、ＨＤＤ）等を含んでもよい。主記憶部１０２には、本実施形態における各処理をＣＰＵ１０１に実行させるプログラムＰ、オペレーティングシステム（Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ、ＯＳ）等が格納される。ＯＳは、例えば、スマートフォン１０の状
態をプログラムＰから取得可能とするＡｐｐｌｉｃａｔｉｏｎ Ｐｒｏｇｒａｍｍｉｎｇ
Ｉｎｔｅｒｆａｃｅ（ＡＰＩ）を提供する。プログラムＰは、「脈波解析プログラム」の一例である。

補助記憶部１０３は、スマートフォン１０から取り外し可能な記憶媒体である。補助記憶部１０３に記憶されたデータは、例えば、ＣＰＵ１０１によって主記憶部１０２に読み出される。補助記憶部１０３として、例えば、Ｓｅｃｕｒｅ Ｄｉｇｉｔａｌ（ＳＤ）メモリカードおよびＵｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ（ＵＳＢ）メモリ等を挙げることができる。

スピーカー１０４は、音声を出力する装置である。スピーカー１０４は、例えば、電話の音声や音楽等を出力する。通信部１０５は、例えば、携帯電話回線、無線Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ（ＬＡＮ）等のコンピュータネットワーク環境とのインターフェースである。通信部１０５は、コンピュータネットワーク環境を介して外部の装置と通信を行う。

操作部１０６は、ユーザからの操作を受け付ける。操作部１０６は、例えば、ディスプレイ２０に重畳して配置され、ユーザによるタッチ操作を検出するタッチパネルである。

センサ１０７は、スマートフォン１０に加えられる外力を検知するセンサである。センサ１０７は、スマートフォン１０の振動や移動を検知するセンサということもできる。センサ１０７は、例えば、スマートフォン１０の加速度を検出する加速度センサやスマートフォン１０の角度（姿勢）を検出するジャイロセンサである。加速度センサおよびジャイロセンサはＸ方向、Ｙ方向、Ｚ方向への振動や移動が検知可能な３軸加速度センサや３軸ジャイロセンサである方が検出精度の上では好ましいが、これに限定されない。加速度センサおよびジャイロセンサはＸ軸、Ｙ軸およびＺ軸のうちのいずれかの１軸に対するものであってもよい。

＜スマートフォン１０の処理ブロック＞
図３は、実施形態に係るスマートフォンの処理ブロックの一例を示す図である。スマートフォン１０は、脈波取得部１１、ノイズ区間特定部１２、ノイズ区間除去部１３、心拍間隔算出部１４および解析部１５を備える。スマートフォン１０は、主記憶部１０２に実行可能に展開されたコンピュータプログラムをＣＰＵ１０１が実行することで、上記スマートフォン１０の、脈波取得部１１、ノイズ区間特定部１２、ノイズ区間除去部１３、心拍間隔算出部１４および解析部１５等の各部としての処理を実行する。

脈波取得部１１は、インカメラ３０が撮影したユーザの顔や手の撮像（動画）を解析してユーザの脈波信号（映像脈波）を取得する。撮像からの脈波信号の取得には、様々な公知技術を適用できる。脈波信号の取得では、例えば、撮像中における、顔領域の認識処理を実行し、認識された顔領域全体の輝度の平均（平均輝度）を算出する。脈波取得部１１は、算出した平均輝度の時系列の変化を解析することによって、脈波信号を取得できる。

図４は、実施形態における、平均輝度を基に脈波を取得する処理を模式的に示す図である。図４では、縦軸が輝度の強度を示し、横軸が時間を示す。図４では、連続する３フレームにおける輝度の変化が例示される。各フレームにおける輝度は、図４中の点Ｆ１、Ｆ２、Ｆ３によって例示される。図４（Ａ）は、インカメラ３０が撮影した顔領域の輝度を平均化し、各色成分（赤、緑、青）についての時系列変化を例示する図である。脈波取得部１１は、図４（Ａ）に例示される輝度の時系列変化に対して線形補間を行う。本実施形態では、サンプリング周波数２００Ｈｚで線形補間を行う。図４（Ｂ）は、線形補間を行った輝度の時系列変化に対してリサンプリング（例えば、例えば、０．２秒間隔）を行っ
た状態を例示する図である。脈波取得部１１は、リサンプリング後における赤の輝度と青の輝度との平均輝度の時系列における変化を赤輝度信号として取得する。また、脈波取得部１１は、リサンプリング後における緑の輝度の時系列変化における変化を緑輝度信号として取得する。脈波取得部１１は、取得した赤輝度信号と緑輝度信号に対して所定のフィルタ処理を行うことで、脈波信号を取得する。

図５は、脈波取得部によるフィルタ処理を模式的に示す図である。脈波取得部１１は、赤輝度信号および緑輝度信号に含まれるノイズ成分を抽出するため、補間後の赤輝度信号と緑輝度信号に対して、バンドパスフィルタ（ＢＰＦ）１１１、絶対値フィルタ（ＡＢＳ）１１２、ローパスフィルタ（ＬＰＦ）１１３を適用し、これらフィルタを通過後の赤輝度信号に対する緑輝度信号による除算を除算フィルタ１１４が実行することで、ノイズ成分を抽出する。ノイズ成分は、例えば、呼吸より低い周波数成分や、１ｂｐｍより低い周波数成分を挙げることができる。抽出したノイズ成分は、除算フィルタ１１６に入力される。

脈波取得部１１は、脈波信号を抽出するため、補間後の赤輝度信号と緑輝度信号をＢＰＦ１１５に入力する。ＢＰＦ１１５は、入力された赤輝度信号および緑輝度信号のうち、脈拍数と想定される周波数成分（例えば、４２−１５０ｂｐｍ）を通過させる。ＢＰＦ１１５を通過した赤輝度信号は、除算フィルタ１１６に入力される。除算フィルタ１１６は、入力された赤輝度信号を入力されたノイズ成分で除算を実行する。ＢＰＦ１１５通過後の緑輝度信号と除算フィルタ１１６通過後の赤輝度信号は減算フィルタ１１７に入力される。減算フィルタ１１７は、入力された緑輝度信号から赤輝度信号を減算する。減算フィルタ１１７を通過した信号は、ＢＰＦ１１８に入力される。ＢＰＦ１１８は、入力された信号のうち、脈拍数と想定される周波数成分を通過させることで、脈波信号を抽出する。脈波取得部１１は、抽出した脈波信号を主記憶部１０２や補助記憶部１０３に記憶させる。

ノイズ区間特定部１２は、脈波取得部１１が取得した脈波信号が示す波形における「脈波らしさ」に基づいて、ノイズ区間を特定する。脈波は規則的な心拍を示す波形であることから、自己相関が高いと考えられる。そこで、本実施形態では、「脈波らしさ」の判定に脈波信号が示す波形における自己相関を用いる。ノイズ区間特定部１２は、脈波信号取得部１１が取得した脈波信号が示す脈波の波形を複数の区間に分割し、分割した区間のそれぞれにおいて相関係数を算出する。ノイズ区間特定部１２は、算出した相関係数が脈波らしさを示す閾値未満である区間をノイズ区間として特定する。脈波らしさを示す閾値は、例えば、実験等で適宜決定されればよい。脈波の波形を複数の区間に分割する際の区間それぞれの境界は、例えば、脈波の波形における転換点を用いることができる。転換点は、例えば、脈波の波形における極大値や極小値等の極値、反射点等を挙げることができる。ノイズ区間特定部１２は、「特定部」の一例である。

ノイズ区間除去部１３は、脈波信号が示す脈波の波形から、ノイズ区間特定部１２が特定したノイズ区間に対応する区間の波形を除去する。図６は、ノイズ区間除去部によるノイズ区間の除去を模式的に示す図である。図６（Ａ）は、脈波取得部１１が取得した脈波信号が示す波形を例示し、図６（Ｂ）はノイズ区間特定部１２が特定したノイズ区間を例示する。図６（Ａ）および図６（Ｃ）の縦軸は脈波信号の強度を示し、図６（Ｂ）の縦軸は相関係数の大きさを示す。図６（Ａ）、（Ｂ）、（Ｃ）の横軸は、時間を示す。ノイズ区間は、例えば、ノイズの検知を開始した時刻から、ノイズの検知を終了した時刻の範囲によって規定される。図６（Ｃ）は、ノイズ区間が除去された後の脈波の波形を例示する。ノイズ区間除去部１３は、図６（Ａ）に例示される脈波の波形から、図６（Ｂ）に例示されるノイズ区間Ａに対応する区間の波形を除去することで、図６（Ｃ）に例示されるノイズ区間除去後の脈波信号を取得する。ノイズ区間除去後の脈波信号は、ノイズを含まな
い脈波の波形を含む解析対象区間Ｂと、ノイズ区間Ａに対応する区間を除去したことで生じた欠損区間Ｃとを含む。

心拍間隔算出部１４は、ノイズ区間除去部１３によってノイズ区間が除去された脈波信号における心拍間隔を算出する。すなわち、心拍間隔算出部１４は、図６（Ｃ）における解析対象区間Ｂの脈波信号における心拍間隔を算出する。心拍間隔算出部１４が心拍間隔を算出する手法に限定はない。心拍間隔算出部１４は、例えば、脈波信号の波形におけるピーク点を検出し、検出したピーク点の間隔を心拍間隔として算出してもよい。また、心拍間隔算出部１４は、脈波信号の波形におけるゼロ交差点の間隔やボトム点の間隔を、心拍間隔として算出してもよい。また、心拍間隔算出部１４は、例えば、特開２０１４−１７６５８４号公報に開示されるような、相関係数を用いて心拍間隔を算出する手法を採用してもよい。心拍間隔は、「脈波の特徴量」の一例である。

解析部１５は、心拍間隔算出部１４が算出した心拍間隔に対する周波数解析を行い、解析結果を出力する。解析部１５は、周波数解析部１５１、推定部１５２および出力部１５３を含む。

周波数解析部１５１は、心拍間隔算出部１４が算出した心拍間隔に対する周波数解析を行う。周波数解析部１５１は、解析対象区間Ｂのいずれもが第１時間幅（例えば、２分間や５分間）未満であり、かつ、第２時間幅（例えば３０秒）以上である場合には、解析対象区間Ｂのそれぞれを短区間（例えば、３０秒の区間）に区切る。ここで、第１時間幅は、例えば、解析対象区間Ｂの長さが第１時間幅以上である解析対象区間Ｂに対する周波数解析の結果が、ユーザから取得した脈波信号全体に対する周波数解析の結果に相当し得る時間幅である。第２時間幅は、例えば、第２時間幅未満である解析対象区間Ｂに対して周波数解析を行っても有意な解析結果を得ることが困難となる時間幅である。

図７は、実施形態において、脈波信号を短区間に区切って周波数解析を行う様子を模式的に示す図である。図７（Ａ）では、ユーザから取得した脈波信号の全体を角丸の四角で例示している。図７（Ａ）では、脈波信号の全体において３つのノイズ区間Ｃが存在し、ノイズ区間以外の区間を７つの短区間Ｄに区切っている状態が例示されている。

周波数解析部１５１は、短区間Ｄのそれぞれについてリサンプリング（例えば、０．２秒間隔）して、周波数解析を行う。周波数解析部１５１が用いる周波数解析の手法としては、例えば、高速フーリエ変換（Ｆａｓｔ Ｆｏｕｒｉｅｒ Ｔｒａｎｓｆｏｒｍ、ＦＦＴ）および最大エントロピー法等を挙げることができる。周波数解析部１５１は、例えば、所定の周波数バンド幅毎のパワースペクトル密度（Ｐｏｗｅｒ Ｓｐｅｃｔｒａｌ Ｄｅｎｓｉｔｙ、ＰＳＤ）を算出する。周波数解析部１５１は、算出したＰＳＤを基に、低周波成分（ＬＦ成分）と高周波成分（ＨＦ成分）のそれぞれについて、積分値（積算値、面積）またはフィッティング（中心周波数、半値幅）等を行い、ＬＦ成分とＨＦ成分の比であるＬＦ／ＨＦ値を算出する。ＬＦ／ＨＦ値は、例えば、ユーザのストレス状態の把握に用いることができる。なお、例えば、ＬＦ成分は周波数０．０４Ｈｚ−０．１５Ｈｚの範囲とすることができ、ＨＦ成分は周波数０．１５Ｈｚ−０．４Ｈｚの範囲とすることができる。図７（Ｂ）において、実線で示された丸Ｄ１は、周波数解析部１５１が短区間Ｄ毎に算出したＬＦ／ＨＦ値を例示している。

周波数解析部１５１は、例えば、第１時間幅以上の解析対象区間Ｂが存在する場合、当該解析対象区間Ｂにおいてリサンプリング（例えば、０．２秒間隔）して、周波数解析を行う。周波数解析部１５１は、当該解析対象区間Ｂについての周波数解析結果として、例えば、ＬＦ／ＨＦ値を算出する。周波数解析部１５１は、「解析部」の一例である。

推定部１５２は、周波数解析部１５１による短区間に対する周波数解析の結果が所定の推定可能条件を満たす場合に、ノイズ区間除去部１３によるノイズ区間の除去によって生じた欠損区間Ｃにおける周波数解析の結果を推定する。推定部１５２は、例えば、周波数解析部１５１が算出したＬＦ／ＨＦ値の時系列データに対し、カルマンフィルタ、線形補間、スプライン補間等の補間処理を行って、欠損区間ＣにおけるＬＦ／ＨＦ値を推定する。推定可能条件は、欠損区間ＣにおけるＬＦ／ＨＦ値の推定に十分な数の短区間におけるＬＦ／ＨＦ値が揃っていることを示す条件である。推定可能条件を満たす場合として、例えば、短区間を合計した期間が推定可能期間（例えば、２分間）以上となる場合および取得した脈波信号のうちの所定の割合（例えば、６０％以上）について周波数解析を実行できた場合の少なくとも一方を満たした場合を挙げることができる。点線で示された曲線Ｗは、短区間Ｄ毎に算出されたＬＦ／ＨＦ値に対する補間処理によって算出されたＬＦ／ＨＦ値の変化を示す曲線を例示する。点線で示された丸Ｃ１は、推定部１５２が推定した欠損区間ＣにおけるＬＦ／ＨＦ値を例示している。推定部１５２は、「補間部」の一例である。

出力部１５３は、解析部１５による脈波信号の解析結果を出力する。出力部１５３は、例えば、解析対象区間Ｂのいずれもが第１時間幅未満である場合には、周波数解析部１５１が短区間毎に算出したＬＦ／ＨＦ値および推定部１５２が推定した欠損区間ＣにおけるＬＦ／ＨＦ値について、中央値、平均値、重みづけ平均値等を算出する統計処理を行う。出力部１５３は、統計処理の結果をユーザから取得した脈波信号全体のＬＦ／ＨＦ値に相当する値として、出力する。

また、出力部１５３は、例えば、第１時間幅以上の解析対象区間Ｂが存在する場合、当該解析対象区間Ｂについて周波数解析部１５１が算出したＬＦ／ＨＦ値をユーザから取得した脈波信号全体のＬＦ／ＨＦ値に相当する値として、出力する。出力部は、「算出部」の一例である。

＜処理フロー＞
図８は、実施形態に係るスマートフォンの処理フローの概略を示す図である。以下、図８を参照して、実施形態に係るスマートフォン１０の処理フローの概略について説明する。

Ｔ１では、スマートフォン１０のインカメラ３０は、ユーザの顔の動画を撮影する。脈波取得部１１は、インカメラ３０が撮影したユーザの顔の撮像を取得する。

Ｔ２では、脈波取得部１１は、Ｔ１で取得した撮像を解析してユーザの顔が撮影された顔領域を認識し、認識した顔領域の輝度の時系列における変化を基に脈波信号を取得する。撮像を解析して脈波信号を取得する方法には、上記の通り限定はなく、様々な公知技術を適用可能である。脈波取得部１１は、取得した脈波信号を主記憶部１０２や補助記憶部１０３に記憶させる。

Ｔ３では、ノイズ区間特定部１２は、脈波信号の波形における自己相関に基づいて、ノイズ区間の特定を行う。Ｔ４では、ノイズ区間除去部１３は、Ｔ２で取得した脈波信号から、Ｔ３で特定したノイズ区間の波形を除去する。

Ｔ５では、心拍間隔算出部１４は、Ｔ３の処理によってノイズ区間が除去された脈波信号における心拍間隔を算出する。心拍間隔算出部１４は、例えば、Ｔ３の処理によってノイズ区間が除去された脈波信号の波形におけるピーク点を検出し、検出したピーク点の間隔を心拍間隔として算出する。

Ｔ６では、周波数解析部１５１は、心拍間隔算出部１４が算出した心拍間隔に対する周波数解析を行い、ＬＦ／ＨＦ値を算出する。周波数解析部１５１は、解析対象区間Ｂ（図６（Ｃ）参照）のいずれもが第１時間幅（例えば、２分間や５分間）未満である場合には、解析対象区間Ｂのそれぞれを短区間（例えば、３０秒）に区切り、短区間のそれぞれについてＬＦ／ＨＦ値の算出を行う。また、推定部１５２は、周波数解析部１５１が算出した解析対象区間ＢのＬＦ／ＨＦ値を用いて、欠損区間Ｃ（図６（Ｃ）参照）におけるＬＦ／ＨＦ値の推定を行う。出力部１５３は、周波数解析部１５１が算出した解析対象区間ＢのＬＦ／ＨＦ値と推定部１５２が推定した欠損区間ＣのＬＦ／ＨＦ値とを統計処理し、統計処理の結果をユーザから取得した脈波信号に対する周波数解析の結果に相当する値として、出力する。

また、周波数解析部１５１は、第１時間幅以上の解析対象区間Ｂが存在する場合、当該解析対象区間Ｂに対して周波数解析を行い、ＬＦ／ＨＦ値を算出する。出力部１５３は、算出したＬＦ／ＨＦ値をユーザから取得した脈波信号に対する周波数解析の結果に相当する値として、出力する。

（脈波信号取得処理）
図９は、実施形態における脈波取得部が脈波信号を取得する処理の処理フローの一例を示す図である。図９は、図８のＴ２の処理をより詳細に説明する図である。以下、図９を参照して、脈波取得部１１が脈波信号を取得する処理の処理フローの一例について説明する。

Ｔ２１では、脈波取得部１１は、インカメラ３０が撮影した撮像のうち、ユーザの顔が撮影された顔領域を検出する。Ｔ２２では、脈波取得部１１は、Ｔ２１で検出した顔領域を脈波信号を解析する領域として決定する。Ｔ２３では、脈波取得部１１は、Ｔ２２で決定した領域に対して領域平均処理を行う。領域平均処理はＴ２２で決定した領域からノイズを低減する処理を含む。領域平均処理は、図５を参照して説明した各種のフィルタを適用する処理を含んでもよい。Ｔ２１からＴ２３の処理は、インカメラ３０がユーザの顔を撮影した動画に対して、時系列に処理される。すなわち、脈波取得部１１は、動画において時系列に含まれる複数の静止画の各々に対して、Ｔ２１からＴ２３の処理を実行する。

Ｔ２４では、脈波取得部１１は、輝度波形抽出処理を行う。脈波取得部１１は、Ｔ２３における領域平均処理によってノイズを除去した領域における輝度の時系列の変化を基に、脈波信号を抽出する。脈波取得部１１は、例えば、抽出した脈波信号を補助記憶部１０３に記憶させる。

（ノイズ区間検出処理）
図１０は、実施形態におけるノイズ区間特定部がノイズ区間を特定する処理の処理フローの一例を示す図である。図１０は、図８のＴ３の処理をより詳細に説明する図である。以下、図１０を参照して、ノイズ区間特定部１２がノイズ区間を検出する処理の処理フローの一例について説明する。

Ｔ３１では、ノイズ区間特定部１２は、脈波取得部１１が取得した脈波信号が示す波形を複数の区間に分割し、分割したそれぞれの区間について相関係数を算出する。Ｔ３２では、ノイズ区間特定部１２は、算出した相関係数が脈波らしさを示す閾値未満である区間が存在するか否かを判定する。相関係数が脈波らしさを示す閾値未満である区間が存在する場合（Ｔ３２でＹＥＳ）、処理はＴ３３に進められる。算出した相関係数が脈波らしさを示す閾値未満である区間が存在しない場合（Ｔ３２でＮＯ）、処理はＴ３１に進められる。

Ｔ３３では、ノイズ区間特定部１２は、ノイズ区間の特定を行う。ノイズ区間特定部１２は、算出した相関係数が脈波らしさを示す閾値未満である区間をノイズ区間として特定する。特定したノイズ区間は、例えば、算出した相関係数が脈波らしさを示す閾値未満である区間の開始時および終了時によって規定される。開始時および終了時は、インカメラ３０が顔の撮影を開始してからの経過時間によって示されてもよいし、時刻で示されてもよい。ノイズ区間特定部１２は、特定したノイズ区間（ノイズ区間を規定する情報）を補助記憶部１０３に記憶させる。

（ノイズ区間除去処理）
図１１は、実施形態におけるノイズ区間除去部がノイズ区間を除去する処理の処理フローの一例を示す図である。図１１は、図８のＴ４の処理をより詳細に説明する図である。以下、図１１を参照して、ノイズ区間除去部１３がノイズ区間を除去する処理の処理フローの一例について説明する。

Ｔ４１では、ノイズ区間除去部１３は、図９のＴ２４で補助記憶部１０３に記憶された脈波信号を取得する。Ｔ４２では、ノイズ区間除去部１３は、図１０のＴ３３で補助記憶部１０３に記憶されたノイズ区間を取得する。Ｔ４３では、ノイズ区間除去部１３は、Ｔ４１で取得した脈波信号から、Ｔ４２で取得したノイズ区間における信号を除去する。ノイズ区間除去部１３は、ノイズ区間における信号を除去した脈波信号を補助記憶部１０３に記憶させる。

（心拍間隔算出処理）
図１２は、実施形態における心拍間隔算出部が心拍間隔を算出する処理の処理フローの一例を示す図である。図１２は、図８のＴ５の処理をより詳細に説明する図である。以下、図１２を参照して、心拍間隔算出部１４がノイズ区間を除去する処理の処理フローの一例について説明する。

Ｔ５１では、心拍間隔算出部１４は、図１１のＴ４３で補助記憶部１０３に記憶されたノイズ区間除去後の脈波信号を取得する。Ｔ５２では、心拍間隔算出部１４は、例えば、Ｔ５１で取得した脈波信号が示す脈波の波形から、心拍のピーク点を検出する。Ｔ５３では、心拍間隔算出部１４は、例えば、Ｔ５２で検出したピーク点の間隔を心拍間隔として算出する。

（脈波解析処理）
図１３は、実施形態における解析部が脈波信号を解析する処理の処理フローの一例を示す図である。図１３は、図８のＴ６の処理をより詳細に説明する図である。以下、図１３を参照して、解析部１５が脈波信号を解析する処理の処理フローの一例について説明する。

Ｔ６１では、解析部１５の周波数解析部１５１は、第１時間幅以上である解析対象区間Ｂ（図６（Ｃ）参照）が存在するか否かを判定する。存在する場合（Ｔ６１でＹＥＳ）、処理はＴ６８に進められる。存在しない場合（Ｔ６１でＮＯ）、処理はＴ６２に進められる。

Ｔ６２では、周波数解析部１５１は、第２時間幅以上である解析対象区間Ｂが存在するか否かを判定する。存在する場合（Ｔ６２でＹＥＳ）、処理はＴ６３に進められる。存在しない場合（Ｔ６２でＮＯ）、処理は終了する。

Ｔ６３では、周波数解析部１５１は、第２時間幅以上である解析対象区間Ｂを短区間に区切る。Ｔ６４では、周波数解析部１５１は、Ｔ６３で解析対象区間Ｂを区切った短区間
それぞれについてリサンプリングして、周波数解析を行う。周波数解析部１５１は、周波数解析の結果として、例えば、短区間それぞれにおけるＬＦ／ＨＦ値を算出する。

Ｔ６５では、推定部１５２は、Ｔ６４における周波数解析の結果が所定の推定可能条件を充足するか否かを判定する。推定可能条件は、例えばＴ６６で実行される推定処理（欠損区間Ｃ（図６（Ｃ）参照）におけるＬＦ／ＨＦ値の推定）に十分な量の短区間におけるＬＦ／ＨＦ値が揃っていることを示す条件である。推定可能条件を充足する場合（Ｔ６５でＹＥＳ）、処理はＴ６６に進められる。推定可能条件を充足しない場合（Ｔ６５でＮＯ）、処理は終了される。

Ｔ６６では、推定部１５２は、ノイズ区間除去部１３によるノイズ区間の除去によって生じた欠損区間Ｃにおける周波数解析の結果を推定する。推定部１５２は、例えば、Ｔ６４で算出されたＬＦ／ＨＦ値の時系列データに対し、カルマンフィルタ、線形補間、スプライン補間等の手法を用いて、欠損区間ＣにおけるＬＦ／ＨＦ値を推定する。

Ｔ６７では、出力部１５３は、Ｔ６４において周波数解析部１５１が算出したＬＦ／ＨＦ値と、Ｔ６６において推定部１５２が推定したＬＦ／ＨＦ値とに対して統計処理を行う。Ｔ６７で実行する統計処理の手法に限定はなく、脈波信号の使用目的に応じて適宜選択できる。出力部１５３は、例えば、Ｔ６４において周波数解析部１５１が算出したＬＦ／ＨＦ値と、Ｔ６６において推定部１５２が推定したＬＦ／ＨＦ値とに対して、中央値、平均値、重みづけ平均値等を算出する。

Ｔ６８では、周波数解析部１５１は、例えば、第１時間幅以上の解析対象区間Ｂにおいてリサンプリング（例えば、０．２秒間隔）して、周波数解析を行い、ＬＦ／ＨＦ値を算出する。

Ｔ６９では、出力部１５３は、Ｔ６７で算出した統計処理の結果、または、Ｔ６８で算出したＬＦ／ＨＦ値を、ユーザから取得した脈波信号に対する周波数解析の結果として、出力する。

＜実施形態の作用効果＞
実施形態では、ノイズ区間特定部１２が特定したノイズ区間を脈波取得部１１が取得した脈波信号からノイズ区間除去部１３が除去する。心拍間隔算出部１４は、ノイズ区間が除去された脈波信号を基に心拍間隔を算出する。そのため、実施形態によれば、ノイズの影響を低減して心拍間隔の算出精度を高めることができ、ひいては、周波数解析部１５１による周波数解析の解析精度を高めることができる。

実施形態では、推定部１５２が、周波数解析部１５１が算出した短区間のそれぞれにおける周波数解析の結果を用いて、ノイズ区間除去部１３がノイズ区間を除去したことで生じた欠損区間における周波数解析の結果を推定する。出力部１５３は、周波数解析部１５１が算出した短区間それぞれにおける周波数解析の結果と、推定部１５３が推定した欠損区間における周波数解析の結果とを統計処理する。そのため、実施形態によれば、ノイズ区間を除去したことによる統計処理に用いるデータ数の不足を補うことができる。すなわち、実施形態によれば、より短時間の脈波信号を基に高精度の解析を実行することができる。ひいては、脈波信号取得中にユーザが動いてノイズが混入しても、当該ノイズの影響を抑制して脈波信号の解析を実行することができるため、脈波信号の取得に係るユーザの負担を低減することができる。

実施形態では、周波数解析部１５１および推定部１５２は、ＬＦ／ＨＦ値を算出する。ＬＦ／ＨＦ値は、ユーザのストレス状態を示す指標として用いられる。すなわち、本実施
形態によれば、ノイズの影響を低減して高精度のＬＦ／ＨＦ値を取得することで、ユーザのストレス状態の判定を支援することができる。

実施形態では、ノイズ区間特定部１２は、脈波信号の自己相関を用いることでノイズ区間を特定する。そのため、実施形態によれば、加速度センサ等のセンサを用いることなくノイズ区間を特定することができる。

＜第１変形例＞
実施形態では、脈波取得部１１は、インカメラ３０が撮影したユーザの顔の画像を基に脈波信号を取得する。第１変形例では、光電脈波センサによって光電脈波を取得する。実施形態と同一の構成については同一の符号を付し、その説明を省略する。以下、図面を参照して、第１変形例について説明する。

図１４は、第１変形例に係るスマートフォンのハードウェア構成の一例を示す図である。図１４に例示されるスマートフォン１０ａは、光電脈波センサ１０８をさらに備える点で、実施形態に係るスマートフォン１０とは異なる。

光電脈波センサ１０８は、光電脈波センサ１０８に押し当てられたユーザの体（例えば、指先等）の皮膚に光を照射し、その反射光の強度を取得する。光電脈波センサ１０８の光源は、例えば、Ｌｉｇｈｔ Ｅｍｉｔｔｉｎｇ Ｄｉｏｄｅ（ＬＥＤ）である。光電脈波センサ１０８は、「光電式センサ」の一例である。

図１５は、第１変形例に係るスマートフォンの処理ブロックの一例を示す図である。図１５に例示されるスマートフォン１０ａは、脈波取得部１１に代えて脈波取得部１１ａを備える点で、実施形態に係るスマートフォン１０とは異なる。

脈波取得部１１ａは、光電脈波センサ１０８が取得する反射光の強度に基づいて、脈波信号（光電脈波）を取得する。光電脈波センサ１０８から脈波信号を取得する手法に限定はなく、様々な公知技術を適用できる。脈波取得部１１ａは、取得した脈波信号を補助記憶部１０３に記憶させる。

図１６は、第１変形例に係るスマートフォンの処理フローの概略を示す図である。以下、図１６を参照して、実施形態に係るスマートフォンの処理フローの概略について説明する。

Ｔ１ａでは、スマートフォン１０の光電脈波センサ１０８は、光電脈波センサ１０８に押し当てられた指先等に光を照射し、照射した光の反射光の強度を取得する。Ｔ２ａでは、脈波取得部１１ａは、光電脈波センサ１０８が取得した反射光の強度を基に脈波信号を取得する。

図１７は、第１変形例における脈波取得部が脈波信号を取得する処理の処理フローの一例を示す図である。図１７は、図１６のＴ２ａの処理をより詳細に説明する図である。以下、図１７を参照して、第１変形例における脈波取得部１１ａが脈波信号を取得する処理の処理フローの一例について説明する。

Ｔ２１ａでは、脈波取得部１１ａは、光電脈波センサ１０８から反射光の強度を取得する。脈波取得部１１ａは、例えば、反射光の強度の取得を所定期間経過するまで継続する。Ｔ２２ａでは、脈波取得部１１ａは、Ｔ２１ａで取得した反射光の強度の時系列の変化に基づいて、脈波信号を取得する。

第１変形例によれば、インカメラ３０が撮影した撮像に代えて、光電脈波センサ１０８からの反射光の強度を基に、脈波信号を取得できる。

＜第２変形例＞
実施形態では、ノイズ区間特定部１２は、脈波信号の自己相関に基づいてノイズ区間の特定を行ったが、センサ１０７が検出する加速度に基づいてノイズ区間の特定を行ってもよい。例えば、センサ１０７が３軸（例えば、互いに直交するＸ軸、Ｙ軸、Ｚ軸）の加速度センサである場合には、ノイズ区間特定部１２は、３軸それぞれの加速度を合成した合成加速度を算出し、算出した合成加速度の所定期間（例えば２秒間）における移動平均が所定の閾値（例えば、９．８ｍ／ｓｅｃ^２）以上である区間をノイズ区間として特定してもよい。また、センサ１０７として地磁気センサ、角速度センサ、照度センサ、近接センサ、圧力センサ等を採用し、ノイズ区間特定部１２は、これらセンサの検出値を基に、ノイズ区間を特定してもよい。

＜第３変形例＞
実施形態では、ノイズ区間特定部１２は、脈波信号の自己相関に基づいてノイズ区間の特定を行ったが、ノイズ区間特定部１２は、インカメラ３０が撮影した撮像におけるユーザの顔の移動量に基づいて、ノイズ区間を特定してもよい。例えば、ユーザの顔の移動量は、例えば、１フレーム前のフレームとの間における顔領域の移動量（ピクセル数）として算出される。ノイズ区間特定部１２は、例えば、インカメラ３０が撮影した撮像における顔領域の移動量の所定期間（例えば、２秒間）における移動平均を算出し、算出した移動平均が所定閾値以上である区間をノイズ区間として特定する。所定閾値は、例えば、４ピクセルである。

＜その他の変形＞
実施形態では、スマートフォン１０は脈波の特徴量として心拍間隔を取得したが、スマートフォン１０は他の特徴量を脈波信号から取得してもよい。他の特徴量としては、例えば、血圧、心拍数、心拍変動等を挙げることができる。

実施形態では、ノイズ区間特定部１２が特定したノイズ区間をノイズ区間除去部１３が除去したが、ノイズ区間の除去は省略してもよい。このような構成を採用する場合、心拍間隔算出部１４は、ノイズ区間以外の区間である解析対象区間Ｂ（図６（Ｃ）参照）について心拍間隔の算出を行う。そして、周波数解析部１５１は、心拍間隔算出部１４が心拍間隔を算出した区間（すなわち、解析対象区間Ｂ、換言すれば、ノイズ区間以外の区間）を短区間に分割し、短区間のそれぞれについて周波数解析を行ってＬＦ／ＨＦ値を算出する。推定部１５２は、周波数解析部１５１が算出したＬＦ／ＨＦ値の時系列データを基に、ノイズ区間がノイズを含まない場合におけるＬＦ／ＨＦ値を推定する。出力部１５３は、周波数解析部１５１が短区間毎に算出したＬＦ／ＨＦ値および推定部１５２が推定したノイズ区間がノイズを含まない場合におけるＬＦ／ＨＦ値について統計処理を行えばよい。

実施形態や変形例では、スマートフォンによって脈波の解析が実行されたが、スマートフォン以外の装置、例えば、スマートウォッチ、タブレット型コンピュータ等によって脈波の解析が実行されてもよい。

以上で開示した実施形態や変形例はそれぞれ組み合わせる事ができる。

<<コンピュータが読み取り可能な記録媒体>>
コンピュータその他の機械、装置（以下、コンピュータ等）に上記いずれかの機能を実現させる情報処理プログラムをコンピュータ等が読み取り可能な記録媒体に記録すること
ができる。そして、コンピュータ等に、この記録媒体のプログラムを読み込ませて実行させることにより、その機能を提供させることができる。

ここで、コンピュータ等が読み取り可能な記録媒体とは、データやプログラム等の情報を電気的、磁気的、光学的、機械的、または化学的作用によって蓄積し、コンピュータ等から読み取ることができる記録媒体をいう。このような記録媒体のうちコンピュータ等から取り外し可能なものとしては、例えばフレキシブルディスク、光磁気ディスク、Ｃｏｍｐａｃｔ Ｄｉｓｃ Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ（ＣＤ−ＲＯＭ）、Ｃｏｍｐａｃｔ Ｄｉｓｃ−Ｒｅｃｏｒｄａｂｌｅ（ＣＤ−Ｒ）、Ｃｏｍｐａｃｔ Ｄｉｓｃ−ＲｅＷｒｉｔｅｒａｂｌｅ（ＣＤ−ＲＷ）、Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｃ（ＤＶＤ）、ブルーレイディスク（ＢＤ）、Ｄｉｇｉｔａｌ Ａｕｄｉｏ Ｔａｐｅ（ＤＡＴ）、８ｍｍテープ、フラッシュメモリなどのメモリカード等がある。また、コンピュータ等に固定された記録媒体としてハードディスクやＲＯＭ等がある。

１０、１０ａ・・・スマートフォン
２０・・・ディスプレイ
３０・・・インカメラ
１０１・・・ＣＰＵ
１０２・・・主記憶部
１０３・・・補助記憶部
１０４・・・スピーカー
１０５・・・通信部
１０６・・・操作部
１０７・・・センサ
１０８・・・光電脈波センサ
１１、１１ａ・・・脈波取得部
１２・・・ノイズ区間特定部
１３・・・ノイズ区間除去部
１４・・・心拍間隔算出部
１５・・・解析部
１５１・・・周波数解析部
１５２・・・推定部
１５３・・・出力部

Claims (10)

1. 被測定者から取得した脈波信号に含まれるノイズ区間を特定する特定部と、
   前記脈波信号において前記ノイズ区間以外の区間を複数の短区間に分割し、前記複数の短区間のそれぞれにおける脈波の特徴量について周波数解析を行う解析部と、
   前記複数の短区間のそれぞれにおける周波数解析の結果に基づいて、前記ノイズ区間における脈波の特徴量についての周波数解析の結果を補間する補間部と、
   前記複数の短区間のそれぞれにおける周波数解析の結果と、前記補間部が補間した周波数解析の結果とに基づいて、前記被測定者から取得した脈波信号の解析結果を算出する算出部と、を備える、
   脈波解析装置。
2. 前記補間部は、前記複数の短区間のそれぞれにおける周波数解析の結果に対して、カルマンフィルタ、線形補間およびスプライン補間のいずれかを適用することで、前記ノイズ区間における脈波の特徴量についての周波数解析の結果を補間する、
   請求項１に記載の脈波解析装置。
3. 前記算出部は、前記複数の短区間のそれぞれにおける周波数解析の結果と、前記補間部が補間した周波数解析の結果の中央値または平均値を前記被測定者から取得した脈波信号の解析結果として算出する、
   請求項１または２に記載の脈波解析装置。
4. 前記特定部は、前記脈波信号を複数の区間に分割し、分割した区間それぞれについて算出した相関係数に基づいて、前記分割した区間から前記ノイズ区間を特定する、
   請求項１から３のいずれか一項に記載の脈波解析装置。
5. 加速度センサをさらに備え、
   前記特定部は、前記加速度センサが検出する加速度が閾値以上である区間を前記ノイズ区間として特定する、
   請求項１から３のいずれか一項に記載の脈波解析装置。
6. 前記特定部は、被測定者を撮影したカメラの撮像を基に検出した前記被測定者の移動量が閾値以上である区間を前記ノイズ区間として特定する、
   請求項１から３のいずれか一項に記載の脈波解析装置。
7. 前記被測定者を撮影したカメラの撮像を基に前記被測定者の皮膚における輝度の時系列変化に基づいて脈波信号を取得する脈波取得部をさらに備え、
   前記特定部は、前記脈波取得部が取得した脈波信号に含まれるノイズ区間を特定する、
   請求項１から５のいずれか一項に記載の脈波解析装置。
8. 前記被測定者の皮膚に照射した光の反射光の強度に基づいて脈波信号を取得する脈波取得部をさらに備え、
   前記特定部は、前記脈波取得部が取得した脈波信号に含まれるノイズ区間を特定する、
   請求項１から５のいずれか一項に記載の脈波解析装置。
9. コンピュータが、
   被測定者から取得した脈波信号に含まれるノイズ区間を特定し、
   前記脈波信号において前記ノイズ区間以外の区間を複数の短区間に分割し、前記複数の短区間のそれぞれにおける脈波の特徴量について周波数解析を行い、
   前記複数の短区間のそれぞれにおける周波数解析の結果に基づいて、前記ノイズ区間に
   おける脈波の特徴量についての周波数解析の結果を補間し、
   前記複数の短区間のそれぞれにおける周波数解析の結果と、前記補間した周波数解析の結果とに基づいて、前記被測定者から取得した脈波信号の解析結果を算出する、
   脈波解析方法。
10. コンピュータに、
    被測定者から取得した脈波信号に含まれるノイズ区間を特定させ、
    前記脈波信号において前記ノイズ区間以外の区間を複数の短区間に分割し、前記複数の短区間のそれぞれにおける脈波の特徴量について周波数解析を行わせ、
    前記複数の短区間のそれぞれにおける周波数解析の結果に基づいて、前記ノイズ区間における脈波の特徴量についての周波数解析の結果を補間させ、
    前記複数の短区間のそれぞれにおける周波数解析の結果と、前記補間した周波数解析の結果とに基づいて、前記被測定者から取得した脈波信号の解析結果を算出させる、
    脈波解析プログラム。
    

Images