JP2021153609A - 血圧測定装置、携帯端末、及び血圧測定プログラム - Google Patents

Abstract

【課題】外乱の影響の少ない血圧測定を行う。【解決手段】血圧測定装置１は、表カメラ７で対象者１５の顔を撮影し、対象者１５の指を照明９で照明しながら裏カメラ８で対象者１５の指を撮影して、顔動画と指動画を取得する。顔動画に関しては、ＨＳＶ色空間のＨ、Ｓ成分によって顔を検出し、検出した顔の顔脈波をＹＩＱ色空間のＱ成分で取得する（特徴１）。更に、顔脈波の波形全体と指脈波の波形全体を用いて、顔脈波に対する指脈波の遅れを検出する。検出は、顔脈波に対して指脈波を時間方向にシフトし、最も相互相関の高いシフト量から遅れのデータ点数を特定し、これから遅れ時間を算出する（特徴２）。加えて、顔動画と指動画をスプライン補間することによって、補間後の顔脈波と指脈波の相互相関を計測する（特徴３）。【選択図】図２

Description

本発明は、血圧測定装置、携帯端末、及び血圧測定プログラムに関し、例えば、非接触で血圧を測定するものに関する。

近年の健康志向の高まりにともなって、血圧測定の需要が高まっている。
血圧の測定は、例えば、測定用の器具を腕や指に装着して専用の装置により行われている。
特許文献１の「血流指標算出プログラム、血流指標算出装置および血流指標算出方法」では、携帯端末を用いて非接触にて相対血圧を測定する技術が提案されている。
この技術では、携帯端末の表面のカメラで対象者の顔を動画撮影し、同時に裏面のカメラで対象者の指を動画撮影する。
そして、動画撮影した映像の色を構成するＲＧＢ成分のうち、Ｒ成分とＧ成分（脈波に伴って変化する）を用いて顔と指の脈波の波形を検出する。
心臓から体各部への脈波の伝搬時間と血圧の間には相関関係があり、検出した顔の脈波のピークに対する指の脈波のピークの遅延量によって血圧を測定することができる。

しかし、脈波のピークは、外光の変化などによる外乱が大きい領域であり、特許文献１記載の技術では、外乱の影響で精度の高い測定が困難であるという問題があった。

特開２０１４−１９８１９８号公報

本発明は、外乱の影響の少ない血圧測定を行うことを目的とする。

（１）本発明では、対象者の第１の体表面を環境光下で撮影した第１の動画と、前記対象者の第２の体表面を所定の照明光下で撮影した第２の動画を取得する動画取得手段と、前記取得した第１の動画と第２の動画のそれぞれから、異なる種類の色成分の時間変化を用いて、前記第１の動画から第１の脈波を取得し、前記第２の動画から第２の脈波を取得する脈波取得手段と、前記取得した第１の脈波と第２の脈波の間の伝搬の遅れを用いて前記対象者の血圧を取得する血圧取得手段と、前記取得した血圧を出力する出力手段と、を具備したことを特徴とする血圧測定装置を提供する。
（２）また本発明では、第１の側に配設され、対象者の第１の体表面を撮影する第１のカメラと、前記第１の側と対向する第２の側に配設され、前記対象者の第２の体表面を所定の照明光で照明しながら撮影する第２のカメラと、前記第１のカメラで前記対象者の第１の体表面を環境光下で撮影した第１の動画を取得し、前記第２のカメラで前記対象者の第２の体表面を所定の照明光下で撮影した第２の動画を取得する動画取得手段と、前記取得した第１の動画と第２の動画のそれぞれから、異なる種類の色成分の時間変化を用いて、前記第１の動画から第１の脈波を取得し、前記第２の動画から第２の脈波を取得する脈波取得手段と、前記取得した第１の脈波と第２の脈波の間の伝搬の遅れを用いて前記対象者の血圧を取得する血圧取得手段と、前記取得した血圧を表示する表示手段と、を具備したことを特徴とする携帯端末を提供する。
（３）また本発明では、対象者の第１の体表面を環境光下で撮影した第１の動画と、前記対象者の第２の体表面を所定の照明光下で撮影した第２の動画を取得する動画取得機能と、前記取得した第１の動画と第２の動画のそれぞれから、異なる種類の色成分の時間変化を用いて、前記第１の動画から第１の脈波を取得し、前記第２の動画から第２の脈波を取得する脈波取得機能と、前記取得した第１の脈波と第２の脈波の間の伝搬の遅れを用いて前記対象者の血圧を取得する血圧取得機能と、前記取得した血圧を出力する出力機能と、をコンピュータで実現する血圧測定プログラムを提供する。

本発明によれば、２つの動画において、異なる種類の色成分の時間変化を用いることにより、外乱の影響の少ない血圧測定を行うことができる。

血圧測定装置の構成を説明するための図である。 血圧測定装置の使用形態を説明するための図である。 指信号の反転を説明するための図である。 脈波の伝搬の遅れを説明するための図である。 相互相関の式を表した図である。 相互相関の例を表した図である。 遅れのデータ点数と相互相関の関係を表した図である。 脈波の補間を説明するための図である。 相互相関の補間による効果を説明するための図である。 バンドパスフィルタの最適化を説明するための図である。 血圧測定処理を説明するためのフローチャートである。 血圧測定処理を説明するためのフローチャートの続きである。 動画フレーム読み込み処理を説明するためのフローチャートである。 パラメータ設定・初期化処理を説明するためのフローチャートである。 測定領域設定処理を説明するためのフローチャートと説明図である。 顔信号取得処理を説明するためのフローチャートである。 顔信号スペクトル計算処理を説明するためのフローチャートである。 顔脈拍数検出処理を説明するためのフローチャートである。 顔信号強度評価処理を説明するためのフローチャートと説明図である。 指信号取得処理を説明するためのフローチャートと説明図である。 顔指信号前処理を説明するためのフローチャートである。 血圧測定処理を説明するためのフローチャートである。 動画撮影処理を説明するためのフローチャートである。 血圧測定装置の性能を評価した図である。

（１）実施形態の概要
血圧測定装置１（図２）は、表カメラ７で対象者１５の顔を撮影し、これと同時に、対象者１５の指を照明９で照明しながら裏カメラ８で対象者１５の指を撮影して、顔動画と指動画を取得する。
血圧測定装置１は、顔動画に関しては、ＨＳＶ色空間のＨ、Ｓ成分によって顔を検出し、検出した顔の顔脈波をＹＩＱ色空間のＱ成分で取得する（特徴１）。外光や動きの外乱を受ける顔に関してはＱ値で脈波を検出し、外乱を受けない指に関してはＧ値で脈波を検出することにより、脈波の信頼性を高めることができる。

更に、血圧測定装置１は、顔脈波の波形全体と指脈波の波形全体を用いて、顔脈波に対する指脈波の遅れ時間を検出する。検出は、顔脈波に対して指脈波を時間方向にシフトし、最も相互相関の高いシフト量から遅れのデータ点数を特定する。そして、更に、遅れのデータ点数から遅れ時間を算出する（特徴２）。
顔脈波と指脈波は、元は同じ脈波であるため、指脈波を遅れた分だけシフトすれば、波形が顔脈波と概略適合する。これを相互相関によって計測し、これが最大となるシフト量が遅れ時間に対応することを利用したものである。

加えて、血圧測定装置１は、３０［ｆｐｓ：ｆｒａｍｅｓ ｐｅｒ ｓｅｃｏｎｄ（１秒あたりのフレーム数）］程度で撮影した顔動画と指動画をスプライン補間することによって顔脈波と指脈波を２４０［ｆｐｓ］程度のカメラで撮影した場合と同等の波形とし、補間後の顔脈波と指脈波によって高い分解能で相互相関を計測する（特徴３）。
これにより、５［ｍｍＨｇ］程度の高い分解能で血圧を測定することができ、実用に供することができる。
遅れ時間と血圧の関係は実験によって求まっており、血圧測定装置１は、実験で求めた関係式に、特徴１〜３を適用して取得した遅れ時間を適用して対象者１５の血圧を測定する。

（２）実施形態の詳細
図１は、本実施形態の血圧測定装置１の構成を説明するための図である。
血圧測定装置１は、例えば、スマートフォンなどの携帯端末で構成され、対象者１５を撮影した動画によって非接触・非侵襲にて対象者１５の血圧を測定することができる。
血圧測定装置１は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）２、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）３、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）４、ディスプレイ５、タッチパネル６、表カメラ７、裏カメラ８、照明９、記憶部１０などから構成されている。

ＣＰＵ２は、記憶部１０やＲＯＭ３などに記憶されたプログラムに従って、各種の情報処理や制御を行う中央処理装置である。
本実施形態では、表カメラ７や裏カメラ８で撮影した対象者１５の動画を用いて血圧を検出する。

ＲＯＭ３は、読み取り専用メモリであって、血圧測定装置１を動作させるための基本的なプログラムやパラメータなどが記憶されている。
ＲＡＭ４は、読み書きが可能なメモリであって、ＣＰＵ２が動作する際のワーキングメモリを提供する。
本実施形態では、動画を構成するフレーム画像（１コマの静止画像）の画像データを展開して記憶したり、計算結果を記憶したりすることにより、ＣＰＵ２が、動画から血圧を検出するのを支援する。

ディスプレイ５は、例えば、液晶パネルを用いて構成されており、各種アプリケーションプログラムを選択するためのアイコンや、これらアプリケーションが提供する各種画面を表示する。本実施形態では、例えば、ディスプレイ５は、測定した血圧を表示する。
ここで、ディスプレイ５は、血圧を表示する表示手段として機能しており、このように、血圧測定装置１は、血圧をディスプレイ５に出力する出力手段を備えている。

タッチパネル６は、ユーザの指によるタッチを検知して、これによりアイコンの選択や、各アプリケーションが提供する各種入力画面への入力を受け付ける。
本実施形態では、血圧測定装置１は、血圧測定プログラム起動用のアイコンへのタッチを検出して、これを起動するのに用いたり、血圧測定プログラムが提供する血圧測定画面に表示された測定開始ボタンへのタッチを検出して血圧測定を開始したりする。

表カメラ７と裏カメラ８は、動画撮影カメラであって（静止画も撮影できる）、レンズで構成された光学系と、これによって結像した像を電気信号に変換する画像素子を用いて構成されている。
表カメラ７は、ディスプレイ５が設けられた表面に配設されており、裏カメラ８は、これと対向する裏面に配設されている。

表カメラ７、裏カメラ８は、それぞれ、対象者の顔と指を所定のフレームレートで撮影し、これら連続するフレーム画像で構成された顔動画と指動画を出力する。
当該フレーム画像は、画像を構成する最小単位である画素（ピクセル）の配列により構成されている。
また、照明９は、裏カメラ８と一体的に（あるいは近接して）形成されており、裏カメラ８の撮影対象を照明する。

ここで、表カメラ７は、第１の側に配設され、対象者の第１の体表面を環境光下などで撮影する第１のカメラとして機能している。
また、裏カメラ８は、第１の側と対向する第２の側に配設され、対象者の第２の体表面を所定の照明光で照明しながら撮影する第２のカメラとして機能している。

記憶部１０は、ハードディスクやＥＥＰＲＯＭ（Ｅｌｅｃｔｒｉｃａｌｌｙ Ｅｒａｓａｂｌｅ Ｐｒｏｇｒａｍｍａｂｌｅ Ｒｅａｄ−Ｏｎｌｙ Ｍｅｍｏｒｙ）などの記憶媒体を用いて構成されており、ＣＰＵ２が血圧を測定するための血圧測定プログラムやその他のプログラム、及び各種データ（撮影した顔動画や指動画の動画データなど）を記憶している。

血圧測定プログラムは、ＣＰＵ２に血圧測定処理を行わせるプログラムである。
血圧測定装置１は、血圧測定プログラムを実行することにより、血圧測定装置としての各種機能を提供することができる。
また、ＣＰＵ２は、表カメラ７で撮影した顔動画や裏カメラ８で撮影した指動画の動画データを記憶部１０に記憶して、これを用いて血圧を検出する。

このように、血圧測定装置１は、第１のカメラで対象者の第１の体表面を環境光下で撮影した第１の動画と、第２のカメラで対象者の第２の体表面を所定の照明光下で撮影した第２の動画を取得する動画取得手段を備えている。ここで例えば、第１の体表面は対象者の顔であり、第２の体表面は対象者の指である。

図２の各図は、本実施形態に係る血圧測定装置１の使用形態を説明するための図である。
以下では、一例として、血圧測定装置１は、スマートフォンなどの携帯端末で構成されているものとする。
血圧測定の対象である対象者１５は、裏カメラ８に指の指紋面を当接させつつ血圧測定装置１を把持し、表カメラ７を自身の顔面に向けてその姿勢を保持する。裏カメラ８に当てる指は、裏カメラ８の位置に従って当て易い何れの指でも良い。

このように把持された血圧測定装置１は、表カメラ７で対象者１５の顔面を撮影しつつ、同時に裏カメラ８で対象者１５の指を撮影する。
この際に、指の撮影に関しては、照明９を動作させて指紋面を照明しながら撮影する。
なお、本実施形態では、撮影が容易なことから指を撮影するが、手のひらや手の甲、あるいは手首など、他の部位でも血圧測定は可能である。

血圧測定装置１は、表カメラ７で撮影した顔動画に関しては、屋外や室内灯などの環境光の下で撮影するため、環境光の変化による外乱の影響を受ける。また、表カメラ７を顔に向けて保持するため、手のぶれによって顔が画面の中で動く動き外乱の影響も受ける。
一方、裏カメラ８で撮影した指動画に関しては、照明９による照明下で指を裏カメラ８に密接させて撮影するため、これらの外乱の影響を受けない。

そこで、血圧測定装置１は、顔動画に関しては、これらの外乱に対して頑健性のあるＱ値（ＹＩＱ色空間のＱ成分の値）の時間変化によって脈波を検出し、指動画に関しては、血流の変化の検出に適したＧ値（ＲＧＢ色空間のＧ成分の値）の時間変化によって脈波を検出する。
血圧測定装置１は、血圧を良好に検出するために、特徴１〜３の３つの特徴を有するが、顔動画でＱ値を用い、指動画でＧ値を用いる手法は、特徴１を構成する。

このように、血圧測定装置１は、第１の動画と第２の動画のそれぞれから、異なる種類の色成分の時間変化を用いて、第１の動画から第１の脈波を取得し、第２の動画から第２の脈波を取得する脈波取得手段を備えている。
そして、当該脈波取得手段は、第１の動画からＹＩＱ成分に含まれるＱ成分を用いて第１の脈波を取得し、第２の動画からＲＧＢ成分に含まれるＧ成分を用いて第２の脈波を取得する。

顔動画については、まず、血圧測定装置１は、図２（ａ）に示したように、表カメラ７で撮影した顔動画のフレーム画像である顔フレーム画像３１をＲＧＢ色空間からＨＳＶ色空間に変換する。
そして、Ｈ成分のＨ値とＳ成分のＳ値が所定の範囲にある領域を抽出すると、顔フレーム画像３１ｂに示したように、皮膚領域が塊となった塊領域２５によって顔領域（脈波を測定する測定領域を規定する）を抽出することができる。Ｈ成分とＳ成分で顔領域を良好に抽出できることは、本願発明者らの新たな知見によるものである。

次に、血圧測定装置１は、顔フレーム画像３１をＲＧＢ色空間からＹＩＱ色空間に変換し、変換後の顔フレーム画像３１ｃにおける測定領域２６の各画素のＱ値を取得してこれらを平均する。
顔動画を構成する各顔フレーム画像３１からこのようにして平均したＱ値を取得するとＱ値の時系列が得られ、これが顔の脈波（以下、顔脈波）を表す顔信号となる。このように、血圧測定装置１は、顔脈波に関しては、ＹＩＱのＱチャネルを使用する。

指動画については、血圧測定装置１は、図２（ｂ）に示したように、照明装置で照明しながら裏カメラ８で撮影した指動画のフレーム画像である指フレーム画像３２のＲＧＢ値から各画素のＧ値を取得し、これらを平均する。
指動画を構成する各指フレーム画像３２からこのようにして平均したＧ値を取得するとＧ値の時系列が得られ、これが指の脈波（以下、指脈波）を表す指信号となる。このように、血圧測定装置１は、指脈波に関しては、ＲＧＢのＧチャネルを使用する。

図３の各図は、指信号の反転を説明するための図である。
図３（ａ）は、指信号１６と顔信号１８の振幅の時間変化を表している。
技術的な理由により、指信号１６の振幅は、顔信号１８の振幅に対して反転して検出される。そのため、血圧測定装置１は、図３（ｂ）に示したように、指信号１６の振幅を反転して指信号１７を生成し、これを用いて血圧の測定処理を行う。
このように、血圧測定装置１が備える脈波取得手段は、Ｇ成分を反転した値を用いて第２の脈波を取得する。

図４の各図は、脈波の伝搬の遅れを説明するための図である。
一般的に、脈波の伝搬速度は６．８４［ｍ／ｓ］程度である。
これによると、心臓から顔までの距離は０．３ｍ程度であるため、心臓から顔までの脈波の伝搬時間は０．０４３９［ｓ］程度である。
また、心臓から指までの距離は１［ｍ］程度であるため、心臓から指までの脈波の伝搬時間は０．１４６２［ｓ］程度である。

これにより、指脈波は、顔脈波に対して０．１０２３［ｓ］程度遅れる。この遅れによる遅れ時間（遅延時間）の大小が血圧の大小と相関しており、血圧測定装置１は、この遅れ時間を計測することにより血圧を求める。
このように、血圧測定装置１は、第１の脈波と第２の脈波の間の伝搬の遅れを用いて対象者の血圧を取得する血圧取得手段を備えている。

血圧測定装置１は、このように微少な遅れ時間の大小を検出するため、バンドパスフィルタによって、顔脈波と指脈波の本来の形をできるだけ保持しつつ、余分な信号を取り除く。
図４（ａ）は、指信号１７をフィルタ処理した指信号１９と、顔信号１８をフィルタ処理した顔信号２０を示している。

図に示したように、フィルタ処理によって指信号１９と顔信号２０が本来の脈波に近い波形となり、比較に適した形となる。
血圧測定装置１は、顔脈波と指脈波の波形全体を用いた相関関係により遅れを検出するため、このように指信号１９と顔信号２０の波形をなるべく本来の波形とすることにより、より精密に遅れ時間の検出を行うことができる。

このように、血圧測定装置１は、第１の脈波の波形の全体と、第２の脈波の波形の全体と、を用いて第１の脈波と第２の脈波の間の伝搬の遅れを取得する遅れ取得手段を備えている。
そして、遅れ取得手段は、第１の脈波の波形と、第２の脈波の波形と、の間の相関関係を用いて伝搬の遅れを取得している。

図４（ｂ）は、顔信号２０に対する指信号１９の遅れ時間に対する相互相関を示している。
血圧測定装置１は、顔信号２０と指信号１９の相関関係として後述の相互相関を用いる。
相互相関は、顔信号２０に対して指信号１９を時間軸方向にシフトし、その場合の相互相関、即ち、そのシフト時点で顔信号２０と指信号１９の波形形状が全体的にどの程度近いかを表す指標、をプロットしたものである。相互相関が最も大きいとき、即ち、波形の形状が全体的に最も近いときのシフト量が遅れ時間となる。

なお、本実施形態では、顔信号２０に対して指信号１９を時間方向に移動させたが、両信号は、相対的に移動すればよいため、指信号１９に対して顔信号２０を移動してもよく、また、指信号１９と顔信号２０の双方を時間方向に移動しても良い。
このように、遅れ取得手段は、第１の脈波の波形と、第２の脈波の波形と、のうちの少なくとも一方を時間方向にシフトしながら、シフトごとの相関関係を取得し、当該相関関係が最大となるシフト量を伝搬の遅れとして取得している。

ところで、顔フレーム画像３１と指フレーム画像３２の対応するフレームが同時に撮影されているならば、指信号１９を遅れ時間分だけ時間が早い方向にシフトすれば、相互相関が最大となるため、相互相関が最大となったシフト量により、遅れ時間を得ることができる。
ところが、一般的な携帯端末では、顔フレーム画像３１と指フレーム画像３２の撮影タイミングが異なっている場合があり、この撮影タイミングのずれが遅れの測定に影響してしまう。場合によっては、指脈波の方が顔脈波よりも早く伝達するということもあり得る。

そこで、血圧測定装置１は、指信号１９を何れの方向にもシフトさせて相互相関を計算し、遅れが０より大きい領域のピークを探索して（指脈波は顔脈波より必ず遅れるため）、これを遅れ時間とする。
表カメラ７、裏カメラ８の撮影タイミングが調節できる場合は、調節すればよいが、調節できない場合でも、伝搬の順番（脈波はまず顔に伝播して、次に指に伝搬するというように、心臓から遠い方で伝搬が遅れる）は一定で、遅れる時間は一定と仮定すると、このようにピーク探索によって遅れ時間を得ることができる。

図の例では、相互相関のピークは、−０．０３７５［ｓ］となっているが、遅れ時間＞０の範囲でピークを探索すると、当該条件を満たす右隣のピークの遅れが遅れ時間となる。
このように、血圧測定装置１は、第１の脈波の波形と第２の脈波の波形うち、心臓から遠い方の体表面で撮影した動画から取得した脈波が遅れる範囲で相関関係のピークを探索し、当該探索したピークの位置によってシフト量を取得している。

図５は、相互相関の式を表した図である。
以下では、文字コードの誤変換防止のため、数式の下付文字を通常の文字で記す。
本実施形態では、相互相関の計算式を図５（ａ）に示した式（１）のＲＳ１Ｓ２で定義した。Ｓ１は指信号１９を表し、Ｓ２は顔信号２０を表している。

ｍは、Ｓ２に対してＳ１をシフトするデータ点数であって、Ｎは、データ点数の総数である。
ｍが０以上の場合は、式（１）の上式に示したように、ｍ＝０、１、２、・・・、Ｍとして、Ｓ１（ｎ＋ｍ）×Ｓ２（ｎ）をｎ＝０からｎ＝Ｎ−ｍ−１まで加算することにより各ｍごとの相互相関を計算することができる。
例えば、図５（ｂ）は、ｍ＝１の場合を示しており、この場合、相互相関は、Ｓ１（１）Ｓ２（０）＋Ｓ１（２）Ｓ２（１）＋・・・＋Ｓ１（Ｎ−１）Ｓ２（Ｎ−２）となって、顔信号２０に対して指信号１９を１データ点だけデータ点が若い方にシフトした相互相関を計算することができる。
このように、ｍが１増えるごとに、指信号１９を１データ点だけデータ点が若い方にシフトした相互相関を計算することができる。

一方、ｍが負の場合は、ｍの符号を反転させてｍ＝−１、−２、−３、・・・、−ＭとしてＳ１（ｎ＋ｍ）×Ｓ２（ｎ）をｎ＝−ｍからＮ−１まで加算することにより相互相関を計算する。
例えば、図５（ｃ）は、ｍ＝−１の場合を示しており、この場合、相互相関は、Ｓ１（０）Ｓ２（１）＋Ｓ１（１）Ｓ２（２）＋・・・＋Ｓ１（Ｎ−２）Ｓ２（Ｎ−１）となって、顔信号２０に対して指信号１９を１データ点だけデータ点が進む方にシフトした相互相関を計算することができる。
このように、ｍが１減るごとに、指信号１９を１データ点だけデータ点が進む方にシフトした相互相関を計算することができる。

指データは顔データよりも遅延するため、本実施形態では、少なくとも指データのデータ点を顔データのデータ点に対して若い方にシフトして、相互相関が最大となるｍを求めれば良い。
ｍの最大値Ｍは、実験により適した値を求めることができる。本実施形態では、例えば、後述の２４０［ｆｐｓ］相当の分解能を用いる場合、一例としてＭ＝４８０である。

なお、式（１）は、一例であって各種の変形が可能である。例えば、式（１）では、指信号１９と顔信号２０の相対的な位置を時間方向にシフトして、両者の重なっている全てのデータ点について演算を行って加算しているが、一部のデータ点について演算して加算するようにしても良い。
また、両信号の少なくとも一方を時間方向に移動させながら波形全体の類似を計測するものであれば、他の計算式を採用することもできる。この場合、両波形が最も類似する場合の時間方向の相対的な移動量が遅れ時間に対応する。

表カメラ７と裏カメラ８の対応するフレームが同時に撮影されていない場合や、色空間の変換などの何らかの関係で遅れ＜０となる場合を考慮し、このように時間軸の正負の方向にシフトして、遅れ＞０となる領域のピークを探索することにより、指信号は顔信号よりも遅れるという条件を満たすことができる。

このように規定した相互相関を計算すると、顔信号２０に対して指信号１９をシフトしていった場合に、顔信号２０の波形と指信号１９の波形が全体的に近い場合に大きな値となり、近くない場合に小さな値となる。

このように、血圧測定装置１は、指信号１９と顔信号２０の波形全体によって遅れ時間を測定するため、外乱による影響を受けにくく、単に、指信号１９と顔信号２０のピークから遅れ時間を求める場合よりも、精度が高く頑強に遅れ時間を計測することができる。

図６の各図は、相互相関の例を表した図である。
図中の黒丸は、顔信号２０を構成する顔データ点を表し、黒三角は、指信号１９を構成する指データ点を示しており、それぞれ、顔フレーム画像３１と指フレーム画像３２から作成したものである。

図６（ａ）は、遅れ（指信号１９のシフト量）が０データ点数の場合である。この場合、両者の波形の相互相関は良くなく、負の値となっている。
図６（ｂ）は、遅れが４データ点数の場合である。この場合、遅れが０データ点数の場合よりも相互相関が改善し、０程度の値となっている。

以降、図６（ｃ）〜（ｆ）に示したように、遅れのデータ点数が８、１２となるにつれて相互相関が大きくなり、１６、２０となるにつれて小さくなっている。
この図の例では、データ点数が１２のあたりで、指信号１９と顔信号２０の波形の形状が全体的に合うため、データ点数１２個分の時間付近が遅れ時間と推定される。

図７は、図６の例に係る遅れのデータ点数と相互相関の関係を表した図である。
図６の例で、遅れのデータ点数に対して、相互相関をプロットすると、データ点数が１１の時に相互相関が最大となった。
このデータの例では、データ点数１１個分の遅れの時間が正である場合、この時間が遅れ時間の候補となる（後述するように、０＜ピークの遅れ時間＜１．１秒という制限を設けた）。
以上のように、指信号１９と顔信号２０のピークによって遅れ時間を計測せずに、これらの波形全体を用いて遅れ時間を計測する手法は、特徴２を構成する。

ところで、このように、相互相関は、データ点数によって離散的に求められるが、これによって、遅れ時間の分解能が制限される。
この離散間隔は、顔動画と指動画のフレームレートによって規定されるため、指信号１９と顔信号２０の生のデータをそのまま用いると、遅れ時間は、フレームレートで規定される分解能よりも高い精度で求めることができない。

例えば、顔信号２０に対する指信号１９の遅れは、０．１［ｓ］程度であるが、一般に用いられている携帯端末で撮影できる動画のフレームレートは、３０［ｆｐｓ］程度であるため、０．１［ｓ］の間に３フレーム程度しか撮影することができない。この分解能だと、４０［ｍｍＨｇ］程度の分解能しか得られない。
また、例えフレームレートを上げることができる機種であったとしても、撮像素子が高フレームレート用に設計されていないため、画像が劣化してしまい、高分解能で血圧を計測することは困難である。

血圧測定装置１は、少なくとも５［ｍｍＨｇ］程度の分解能で血圧を測定したいため、２４０［ｆｐｓ］程度のフレームレートが必要である。
そこで、血圧測定装置１は、動画のフレームレートで取得した指信号１９、顔信号２０の離散的なデータを補間して、これをサンプリングすることにより、２４０［ｆｐｓ］相当のデータ点を作成する。

データの補間方法は各種あるが、ここでは、一例としてスプライン補間を用いた。これは、脈波は、生体による自然な現象であるため、データの間で不連続な異常値をとることはなく、データの間を滑らかにつなぐスプライン補間が適しているからである。なお、ベジエ補間などの他の補間方法を用いてもよい。

図８の各図は、脈波の補間を説明するための図である。
図８（ａ）に示したように、補間前の黒丸で示した顔データ点と黒三角で示した指データ単は、顔フレーム画像３１と指フレーム画像３２のフレームレートに従って、０．１［ｓ］あたり３個程度の時間間隔の飛び飛びの値となっている。

これに対し、血圧測定装置１は、図８（ｂ）に示したように、顔データと指データをスプライン補間で補間し、補間した曲線上の値をサンプリングすることにより、２４０［ｆｐｓ］相当のデータ点を生成している。これにより、０．１秒あたり２４個のデータ点を生成することができる。
補間によって生成した顔データと指データは、時間間隔が小さく、黒丸や黒三角で図示できないため、それぞれ、実線と破線で示している。

より詳細には、血圧測定装置１は、図８（ｃ）に示したように、補間前の顔データ点３６、３６、・・・を用いてスプライン曲線３８を生成し、スプライン曲線３８上で２４０［ｆｐｓ］に相当する顔データ点３７、３７・・・を取得する。
血圧測定装置１は、指データ点に関しても同様にして、スプライン補間した指データ点を取得する。
そして、血圧測定装置１は、補間した顔信号と指信号の全体を用いて相互相関を計算する。

このように、血圧測定装置１の有する脈波取得手段は、第１の動画の色成分の変化と、第２の動画の色成分の変化から、それぞれ、第１の動画のフレームレートと、第２の動画のフレームレートに応じた離散的な第１の脈波と離散的な第２の脈波を取得している。
そして、血圧測定装置１は、離散的な第１の脈波と離散的な第２の脈波の、それぞれの離散値を補間する補間手段を備えている。
更に、血圧測定装置１の有する遅れ取得手段は、補間した第１の脈波の波形の全体と、補間した第２の脈波の波形の全体と、を用いて取得した第１の脈波と第２の脈波の間の伝搬の遅れを取得している。

図９は、相互相関の補間による効果を説明するための図である。
図９（ａ）は、２９［ｆｐｓ］で撮影した顔フレーム画像３１と指フレーム画像３２から取得した、補間前の相互相関を表している。補正前の相互相関列からは、１／２９秒単位で遅れ時間のピークを探索することができる。図の例は、模式図であるが、これによると、遅れの最大値のデータ点は１１であり、時間に換算すると、約０．３７９［ｓ］である。

図９（ｂ）は、２４０［ｆｐｓ］相当に補間した顔データ点と指データ点の相互相関を表している。補間後の相互関係列からは、より分解能の高い１／２４０秒単位で遅れ時間のピークを探索することができる。図の例では、遅れの最大のデータ点は８７であり、時間に換算すると、約０．３６２５秒である。こちらの値の方がより真の値に近い値となっている。

以上のように、血圧測定装置１は、データ点を補間することにより、相互相関による遅れ時間の分解能を高めることができる。
このような、指信号１９と顔信号２０の各データ点をスプライン補間することによって分解能を向上させる手法は、特徴３を構成する。

図１０は、バンドパスフィルタの最適化を説明するための図である。
相互相関を計算する場合、なるべく脈波に由来する波形を残し、他の原因に由来する波形を除きたい。
そこで、血圧測定装置１は、バンドパスフィルタを用いて、補間前の指信号１９と顔信号２０をフィルタリングする。

図は、通過帯域の下限側のカットオフ周波数に対する相互相関の実験値を示している。図に示したように、周波数が２０［ｂｐｍ：ｂｅａｔｓ ｐｅｒ ｍｉｎｕｔｅ（１分あたりの脈拍数）］程度以下では、脈波以外の要素の影響が大きいため相互相関の値が急減し、正確な測定を行うことができない低相関領域となっている。
４０［ｂｐｍ］以上が脈拍数領域であるが、２０［ｂｐｍ］程度から良好な相互相関を得ることができる。

本願発明者が、実験して試行錯誤した結果、バンドパスフィルタの通過帯域の下限は２０［ｂｐｍ］が適当であることが分かった。
同様に、通過帯域の上限は、２５０［ｂｐｍ］が適当であることが分かった。
そのため、血圧測定装置１では、通過帯域を２０〜２５０［ｂｐｍ］とするバンドパスフィルタを採用することとした。

図１１と図１２は、血圧測定装置１が行う血圧測定処理の全体的な流れを説明するためのフローチャートである。
以下の処理は、記憶部１０に記憶した血圧測定プログラムに従ってＣＰＵ２が行うものである。
まず、ＣＰＵ２は、動画フレーム読み込み処理を行う（ステップ５）。
これは、表カメラ７と裏カメラ８を共に動作させ、表カメラ７で撮影した顔動画と、裏カメラ８で撮影した指動画を記憶部１０などに記憶しておき、これをＲＡＭ４に読み込む処理である。

次に、ＣＰＵ２は、バンドパスフィルタに関する設定や、他のパラメータの設定を行うパラメータ設定・初期化処理を行う（ステップ１０）。
次に、ＣＰＵ２は、顔フレーム画像３１で皮膚を検出することにより顔領域を抽出して、これを測定領域に設定する測定領域設定処理を行う（ステップ１５）。
そして、ＣＰＵ２は、測定領域のＱ値を用いて顔信号を取得する顔信号取得処理を行う（ステップ２０）。

次に、ＣＰＵ２は、顔信号取得処理をまだ行っていない顔フレーム画像３１がある場合は（ステップ２５；Ｎ）、ステップ１５に戻り、全ての顔フレーム画像３１に対して顔信号取得処理を行った場合は（ステップ２５；Ｙ）、顔信号のスペクトルをＦＦＴ（ｆａｓｔ Ｆｏｕｒｉｅｒ Ｔｒａｎｓｆｏｒｍ：高速フーリエ変換）にて周波数解析する顔信号スペクトル計算処理を行う（ステップ３０）。

そして、ＣＰＵ２は、顔信号のスペクトルから顔脈拍数を検出する顔脈拍数検出処理を行い（ステップ３５）、次いで、顔信号のＳ／Ｎ比を計算することにより検出した顔脈拍数の信号強度を評価する顔信号強度評価処理を行う（ステップ４０）。

以上のステップ３０〜４０は、Ｓ／Ｎ比によって顔信号の信頼性を評価するための処理であり、次にＣＰＵ２は、顔信号の信頼度が十分でない場合は（ステップ４５；Ｎ）、「信号が弱くて血圧が測定できません」などの警告をディスプレイ５に表示するなどして（ステップ５０）、処理を終了する。

一方、顔信号の信頼度が十分である場合（ステップ４５；Ｙ）、ＣＰＵ２は、指フレーム画像３２のＧ値を用いて指信号を取得する指信号取得処理を行う（ステップ５５）。
次に、ＣＰＵ２は、指信号取得処理をまだ行っていない指フレーム画像３２がある場合は（ステップ６０；Ｎ）、ステップ５５に戻り、全ての指フレーム画像３２に対して指信号取得処理を行った場合は（ステップ６０；Ｙ）、指信号のスペクトルをＦＦＴにて周波数解析する指信号スペクトル計算処理を行う（ステップ６５）。

そして、ＣＰＵ２は、指信号のスペクトルから指脈拍数を検出する指脈拍数検出処理を行い（ステップ７０）、次いで、指信号のＳ／Ｎ比を計算することにより検出した指脈拍数の信号強度を評価する指信号強度評価処理を行う（ステップ７５）。

以上のステップ６５〜７５は、Ｓ／Ｎ比によって指信号の信頼性を評価するための処理であり、次にＣＰＵ２は、指信号の信頼度が十分でない場合は（ステップ８０；Ｎ）、「信号が弱くて血圧が測定できません」などの警告をディスプレイ５に表示するなどして（ステップ９５）、処理を終了する。

一方、指信号の信頼度が十分である場合（ステップ８０；Ｙ）、ＣＰＵ２は、顔信号や指信号に対して、バンドパスフィルタを適用したり、データ点を補間するなどの前処理（以下、顔指信号前処理という）を行い（ステップ８５）、顔指信号前処理を行った顔信号と指信号を用いて血圧を測定する血圧測定処理を行って（ステップ９０）、血圧測定処理を終了する。
以下、これらの処理について詳細に説明する。

図１３は、ステップ５（図１１）の動画フレーム読み込み処理を説明するためのフローチャートである。
まず、ＣＰＵ２は、記憶部１０に記憶した顔動画と指動画の動画データをそれぞれＲＡＭ４に読み込む（ステップ１０５）。
次に、ＣＰＵ２は、これらの動画のフレームレートを取得してＲＡＭ４に記憶する（ステップ１１０）。フレームレートは、顔動画と指動画のファイルに付随しており（撮影時間とフレーム数から計算しても良い）、これを読むことにより取得する。本実施形態では、両動画のフレームレートが同じとするが、異なっていても良く、何れの場合も後に２４０［ｆｐｓ］相当に補間する。

次に、ＣＰＵ２は、それぞれの動画のフレーム数を取得してＣＰＵ２に記憶する（ステップ１１５）。
次に、ＣＰＵ２は、顔動画と指動画のそれぞれに対して、ステップ１１０でＲＡＭ４に記憶したフレームレートと、動画の長さ（時間）に基づいて、後ほどＦＦＴにて用いる時間ベクトルを作成するための各パラメータを準備してＲＡＭ４に記憶し（ステップ１２０）、メインルーチンにリターンする。

図１４は、ステップ１０（図１１）のパラメータ設定・初期化処理を説明するためのフローチャートである。
まず、ＣＰＵ２は、測定領域設定用のパラメータをＲＡＭ４に記憶して設定する（ステップ１２５）。
これは、ＨＳＶ色空間にて顔領域をＨとＳの値によって抽出するのであるが、そのためのＨ値の範囲と、Ｓ値の範囲を設定するものである。これらＨ値、Ｓ値の上下限値は、本願発明者が実験により求めた。

次に、ＣＰＵ２は、バンドパスフィルタ（ＢＰＦ）安定化時間をＲＡＭ４に記憶して設定する（ステップ１３０）。
これは、バンドパスフィルタを信号に適用した場合、デジタル処理の関係で最初の方の出力値は、正しい値が得られないため、信号が安定するまでの安定化時間を設定するものである。バンドパスフィルタを適用した信号の安定化時間に達するまでの部分は削除する。ここでは、安定化時間として２秒を設定した。

次に、ＣＰＵ２は、バンドパスフィルタの周波数領域をＲＡＭ４に記憶して設定する（ステップ１３５）。上で述べたように、ここでは、周波数領域を２０〜２５０［ｂｐｍ］に設定した。
次に、ＣＰＵ２は、伝達関数をＲＡＭ４に記憶することにより、フィルタのパラメータを準備する（ステップ１４０）。

次に、ＣＰＵ２は、顔信号と指信号に対してそれぞれの信頼度（Ｓ／Ｎ比）の基準をＲＡＭ４に記憶して設定する（ステップ１４５）。ここでは、一例として両信号とも信頼度の基準を０とした。

次に、ＣＰＵ２は、形態学的クロージングの素子の定義パラメータをＲＡＭ４に記憶して設定する（ステップ１５０）。
ここでは、定義パラメータとして１０画素の丸い形状の素子を定義した。
形態学的クロージングとは、定義した素子に基づいて膨張（ｄｉｌａｔｉｏｎ）処理と、収縮（ｅｒｏｓｉｏｎ）処理を行うことにより、図形を穴埋めしたり、切断部分を結合したりする処理である。

例えば、縁の厚い眼鏡をかけている場合、顔面は眼鏡によって区画されて、額、左右の眼部、鼻以下の部位の４つに認識されてしまうが、これらの領域は近接しているため、形態学的クロージングによって眼鏡の部分を穴埋めすることにより１つの塊（ひとまとまりの部位）にまとめることができる。
形態学的クロージングでまとまることにより、ＣＰＵ２は、額、左右の眼部、鼻以下の部位の４つからなる領域を顔の領域であると認識して、これら４つの領域を測定領域に設定することができる。

図１５は、ステップ１５（図１１）の測定領域設定処理を説明するためのフローチャート（ａ）と、説明図（ｂ）である。
図１５（ａ）のステップ１６０、１６５は、顔動画の顔フレーム画像３１を取得するステップであるが、図１５（ｂ）に示したように１つのフレームに指領域の画像と顔領域の画像が含まれている場合、ＣＰＵ２は、未処理のうちの最も撮影時間の若いフレームを選択して（ステップ１６０）、顔領域に限定して画像を抽出し（ステップ１６５）、これを顔フレーム画像３１としてＲＡＭ４に記憶する。
一方、顔動画と指動画が別動画である場合は、顔動画から未処理の最も撮影時間の若い顔フレーム画像３１を取得してＲＡＭ４に記憶する。

そして、ＣＰＵ２は、ＲＡＭ４に記憶した顔フレーム画像３１の色空間をＲＧＢ色空間からＨＳＶ色空間に変換し、変換後のＨＳＶ画像データをＲＡＭ４に記憶する（ステップ１７０）。

次に、ＣＰＵ２は、図１４のステップ１２５で設定したＨ成分の上下限値の基準値をＲＡＭ４から読み出す。
そして、ＣＰＵ２は、ＨＳＶ画像で、Ｈ成分が当該上下限基準値の範囲となる領域を抽出する（抜き出す）Ｈマスク（ＢＷＨ）を作成してＲＡＭ４に記憶する（ステップ１７５）。

更に、ＣＰＵ２は、図１４のステップ１２５で設定したＳ成分の上下限値の基準値をＲＡＭ４から読み出す。
そして、ＣＰＵ２は、ＨＳＶ画像で、Ｓ成分が当該上下限基準値の範囲となる領域を抽出するＳマスク（ＢＷＳ）を作成してＲＡＭ４に記憶する（ステップ１８０）。

次に、ＣＰＵ２は、ＲＡＭ４に記憶したＨマスク（ＢＷＨ）とＳマスク（ＢＷＳ）を論理積にて合成して、Ｈ成分とＳ成分の両者がそれぞれ基準値以内となる領域を抽出するＨＳマスク（ＢＷＨ×ＢＷＳ）を作成してＲＡＭ４に記憶する（ステップ１８５）。

次に、ＣＰＵ２は、ＲＡＭ４に記憶したＨＳマスクを用いて、ＨＳＶ画像からＨ成分とＳ成分の両者がそれぞれ基準値以内となる領域を抽出することにより、塊領域（皮膚がまとまって露出しており、塊となって検出される領域）の検出を試みる（ステップ１９０）。

ステップ１９０において塊領域を検出した場合（ステップ１９５；Ｙ）、ＣＰＵ２は、最大４つの塊領域（ｂｉｇＢｌｏｂｓ）を選択する（ステップ２００）。
ここで、最大４つとしたのは、眼鏡を着用している対象者１５の場合、顔面が眼鏡の縁によって区画されて、４つの塊領域として検出される場合があるからである。

次に、ＣＰＵ２は、図１４のステップ１５０で設定したパラメータをＲＡＭ４から読み出し、これを用いることにより、選択した塊領域に対して形態学的クロージングの処理を行う（ステップ２０５）。
これにより、４つの塊領域が眼鏡によって分割された顔面であった場合、これらは近接しているため、形態学的クロージングによって眼鏡部分が穴埋めされて一つの領域にまとまる。

次に、ＣＰＵ２は、形態学的クロージング後の最大の塊領域（ｂｉｇＢｌｏｂｆ）を特定する（ステップ２１０）。
これにより、眼鏡の着用の有無にかかわらず、顔の領域を最大の塊領域として特定することができる。

そして、ＣＰＵ２は、ｂｉｇＢｌｏｂｓとｂｉｇＢｌｏｂｆの論理積（ｂｉｇＢｌｏｂｓ×ｂｉｇＢｌｏｂｆ）によって脈拍数の測定領域（ｂｉｇＢｌｏｂ）を設定する（ステップ２１５）。
これにより、眼鏡を着用しない場合は顔全体が、眼鏡をかけて顔が４つの部位に分かれた場合は、これら４つの領域が脈拍の測定領域となる。

そして、ＣＰＵ２は、測定領域の画素を１、それ以外の画素を０とする行列によって測定領域をＲＡＭ４に記憶する。
このように、ＣＰＵ２は、形態学的クロージングでひとまとまりにできる範囲の塊領域を脈拍数の測定領域に設定する。

図２（ａ）の例では、背景や衣服などが写った元の顔フレーム画像３１から、皮膚が露出している顔面部と首のあたりの塊領域２５を抽出して、これを測定領域２６に設定することができる。

一方、塊領域を検出しなかった場合（ステップ１９５；Ｎ）、ＣＰＵ２は、測定領域をゼロ行列としてＲＡＭ４に記憶する（ステップ２２０）。
以上の処理を行った後、ＣＰＵ２は、メインルーチンにリターンする。

図１６は、ステップ２０（図１１）の顔信号取得処理を説明するためのフローチャートである。
まず、ＣＰＵ２は、測定領域の大きさ（面積）を画素数によって計算し、これをＲＡＭ４に記憶する（ステップ２３０）。
次に、ＣＰＵ２は、ＲＡＭ４に記憶した測定領域の大きさが基準値より大きいか否かを判断する（ステップ２３５）。
この基準値は、これより大きければ脈拍数が測定できるというフレームに対する面積であって、例えば、フレームの５％に設定してある。

測定領域の大きさが基準値より大きい場合（ステップ２３５；Ｙ）、ＣＰＵ２は、ステップ１６５（図１５）でＲＡＭ４に記憶した顔フレーム画像３１をＲＧＢ色空間からＹＩＱ色空間に変換して変換後のＹＩＱ画像データをＲＡＭ４に記憶する（ステップ２４０）。

次に、ＣＰＵ２は、予め用意したカメラ特性を用いてＹＩＱ画像データの各画素のＱ値を調整する（ステップ２４５）。カメラ特性は、撮像素子に由来する画素のＱ値のばらつきを補正するのに用いる特性である。
次に、ＣＰＵ２は、ＹＩＱ画像データの各画素のＱ値を成分とするＱ行列とステップ２１５（図１５）でＲＡＭ４に記憶した測定領域の行列との論理積を計算することにより、Ｑ行列を測定領域に限定する（ステップ２５０）。
限定したＱ行列は、測定領域にだけＱ値があり、他の領域は色成分が０となっている。

次に、ＣＰＵ２は、当該限定したＱ行列のＱ値の平均を計算することにより、測定領域のＱ値を平均してＲＡＭ４に記憶する（ステップ２５５）。このＱ値が顔信号のデータ点となる。ステップ２５５を繰り返すことにより、データ点の時系列がＲＡＭ４に記憶されて、これが顔信号となる。

一方、測定領域の大きさが基準値を満たさない場合（ステップ２３５；Ｎ）、ＣＰＵ２は、当該顔フレーム画像３１が動画の最初のフレーム画像ではないか否かを判断する（ステップ２６０）。
最初のフレーム画像ではない場合（ステップ２６０；Ｙ）、即ち、動画の２枚目以降のフレーム画像である場合、ＣＰＵ２は、測定領域の大きさが十分でないため、Ｑ値＝前回のＱ値として、前回のＱ値を今回の推定値として採用する（ステップ２６５）。これは、１フレームレートの時間間隔で脈拍が大きく変化することがないことから、前回のＱ値と今回のＱ値が大きく異なることはないため、今回のＱ値を前回のＱ値で代用するものである。

一方、当該顔フレーム画像３１が動画の最初のフレーム画像である場合（ステップ２６０；Ｎ）、ＣＰＵ２は、Ｑ値を０に設定してＲＡＭ４に記憶する（ステップ２７０）。
ＣＰＵ２は、以上の処理を行った後、メインルーチンにリターンする。

図１７は、ステップ３０（図１１）の顔信号スペクトル計算処理を説明するためのフローチャートである。
まず、ＣＰＵ２は、Ｑ値の線形傾向（トレンド）を計算して、元のＱ値からこれを減算し、減算後のＱ値をＲＡＭ４に記憶する（ステップ２８０）。以下では、この減算後のＱ値を用いる。

次に、ＣＰＵ２は、ステップ１２０（図１３）で準備したパラメータを用いて、等間隔（例えば、１秒）の時間ベクトルを作成してＲＡＭ４に記憶する（ステップ２８５）。
更に、ＣＰＵ２は、当該作成した時間ベクトルに対応するようにＱ値を補間してＲＡＭ４に記憶する（ステップ２９０）。これらは、ＦＦＴの計算に必要な前処理である。
そして、ＣＰＵ２は、これらＲＡＭ４に記憶した時間ベクトルと補間後のＱ値を用いてＦＦＴを実行することにより顔信号のスペクトルを計算してＲＡＭ４に記憶する（ステップ２９５）。

次に、ＣＰＵ２は、ＲＡＭ４に記憶した顔信号のスペクトルの範囲を、脈拍数測定領域に限定し、当該限定した顔信号のスペクトルをＲＡＭ４に記憶して（ステップ３００）、メインルーチンにリターンする。この脈拍数測定領域は、例えば、４０〜２００［ｂｐｍ］とする。

図１８は、ステップ３５（図１１）の顔脈拍数検出処理を説明するためのフローチャートである。
ＣＰＵ２は、ステップ３００（図１７）でＲＡＭ４に記憶したスペクトルで最大ピークを探索する（ステップ３１０）。
次に、ＣＰＵ２は、探索した最大ピークの周波数を計算して、これを脈拍数ピークとしてＲＡＭ４に記憶し（ステップ３１５）、メインルーチンにリターンする。当該脈拍数ピークは、顔脈波の基本波の脈拍数に対応している。

図１９は、ステップ４０（図１１）の顔信号強度評価処理を説明するためのフローチャート（ａ）と、説明図（ｂ）である。
まず、ＣＰＵ２は、ステップ３１５（図１８）でＲＡＭ４に記憶した脈拍数ピークを中心とした、図１９（ｂ）のような±５［ｂｐｍ］の範囲の基本波のマスク（ＨＲ＿Ｍ１）を作成してＲＡＭ４に記憶する（ステップ３３０）。

次に、ＣＰＵ２は、基本波の高調波に対しても同様に、図１９（ｂ）のような±５［ｂｐｍ］のマスク（ＨＲ＿Ｍ２）を作成してＲＡＭ４に記憶する（ステップ３３５）。
そして、ＣＰＵ２は、ステップ３３０、３３５でＲＡＭ４に記憶したＨＲ＿Ｍ１とＨＲ＿Ｍ２から、これらを合わせた１つの信号マスク（ＨＲ＿Ｍ）を作成してＲＡＭ４に記憶する（ステップ３４０）。

次に、ＣＰＵ２は、基本波と高調波以外の領域を範囲とする外乱マスク（ＨＲＮ＿Ｍ＝１−ＨＲ＿Ｍ）を作成してＲＡＭ４に記憶する（ステップ３４５）。
そして、ＣＰＵ２は、ステップ３００（図１７）でＲＡＭ４に記憶した顔信号のスペクトルを正規化してＲＡＭ４に記憶する（ステップ３５０）。
正規化した顔信号のスペクトルをＦＦＴ＿ＨＲｎとすると、これは、顔信号のスペクトルＦＦＴ＿ＨＲを、ＦＦＴ＿ＨＲの最大値で除した値となる。

次に、ＣＰＵ２は、Ｓ／Ｎ比を計算する際に用いる項であるｎｕｍを計算してＲＡＭ４に記憶する（ステップ３５５）。
ｎｕｍは、正規化した顔信号のスペクトルのうち、マスクした基本波と高調波のパワーに相当する値であって、ＦＦＴ＿ＨＲｎ（ｉ）の自乗にＨＲ＿Ｍ（ｉ）を乗じてｉで総和を取ったものである。ｉは、ＦＦＴ＿ＨＲｎとＨＲ＿Ｍの離散値を指定するパラメータである。

次に、ＣＰＵ２は、Ｓ／Ｎ比を計算する際に用いるもう一つの項であるｄｅｎを計算してＲＡＭ４に記憶する（ステップ３６０）。
ｄｅｎは、正規化した顔信号のスペクトルのうち、マスクした基本波と高調波以外の領域のパワーに相当する値であって、ＦＦＴ＿ＨＲｎ（ｉ）の自乗にＨＲｎ＿Ｍ（ｉ）を乗じてｉで総和を取ったものである。

次に、ＣＰＵ２は、ステップ３５５、３６０でＲＡＭ４に記憶したｎｕｍとｄｅｎを読み出し、Ｓ／Ｎ比を計算してＲＡＭ４に記憶する（ステップ３６５）。
Ｓ／Ｎ比（ＨＲ＿ＳＮＲ）は、ｄｅｎに対するｎｕｍの比の常用対数を１０倍することにより計算する。

図２０は、ステップ５５（図１２）の指信号取得処理を説明するためのフローチャート（ａ）と、説明図（ｂ）である。
ステップ３８０、３８５は、指動画の指フレーム画像３２を取得するステップであるが、図２０（ｂ）に示したように１つのフレームに指領域の画像と顔領域の画像が含まれている場合、ＣＰＵ２は、未処理のうちの最も撮影時間の若いフレームを選択して（ステップ３８０）、指領域に限定して画像を抽出し（ステップ３８５）、これを指フレーム画像３２としてＲＡＭ４に記憶する。
一方、顔動画と指動画が別動画である場合は、指動画から未処理の最も撮影時間の若い指フレーム画像３２を取得してＲＡＭ４に記憶する。

次に、ＣＰＵ２は、指フレーム画像３２の各画素をＧチャネルに限定し、各画素のＧ値を取得してＲＡＭ４に記憶する（ステップ３９０）。
そして、ＣＰＵ２は、ステップ３９０で記憶した各画素のＧ値を平均してＲＡＭ４に記憶し（ステップ３９５）、メインルーチンにリターンする。このＧ値が指信号のデータ点となる。ステップ３９５を繰り返すことにより、データ点の時系列がＲＡＭ４に記憶されて、これが指信号となる。

ＣＰＵ２は、Ｇ値の平均をＲＡＭ４に記憶した後、これに対して、指信号スペクトル計算処理（図１２、ステップ６５）、指脈拍数検出処理（図１２、ステップ７０）、及び指信号強度評価処理（図１２、ステップ７５）を行うが、これらの処理は、それぞれ、顔信号スペクトル計算処理（図１７）、顔脈拍数検出処理（図１８）、及び顔信号強度評価処理（図１９）と同じであるため、説明を省略する。

図２１は、ステップ８５（図１２）の顔指信号前処理を説明するためのフローチャートである。
まず、ＣＰＵ２は、ステップ１３５（図１４）でＲＡＭ４に記憶した周波数領域（２０〜２５０［ｂｐｍ］）を読み出す。
そして、ステップ２５５（図１６）でＲＡＭ４に記憶した顔信号に対して、当該周波数領域のバンドパスフィルタを適用し、フィルタリングした顔信号をＲＡＭ４に記憶する（ステップ４１０）。

次に、ＣＰＵ２は、ステップ３９５（図２０）でＲＡＭ４に記憶した指信号に対しても同様にバンドパスフィルタを適用し、フィルタリングした指信号をＲＡＭ４に記憶する（ステップ４１５）。

次に、ＣＰＵ２は、ステップ１３０（図１４）でＲＡＭ４に記憶した安定化時間を読み出し、ステップ４１０でＲＡＭ４に記憶した顔信号の安定化時間の部分（最初の２秒間）を削除して、削除後の顔信号をＲＡＭ４に記憶する（ステップ４２０）。
同様に、ＣＰＵ２は、ステップ４１５でＲＡＭ４に記憶した指信号の安定化時間の部分を削除して、削除後の指信号をＲＡＭ４に記憶する（ステップ４２５）。

次に、ＣＰＵ２は、補間時間分解能をＲＡＭ４に記憶して設定する（ステップ４３０）。これは、スプライン補間にて補間する時間間隔であり、ここでは、２４０［ｆｐｓ］相当の分解能とした。
そして、ＣＰＵ２は、ステップ４３０で設定した分解能に従って、ＦＦＴで用いる補間時間ベクトルを作成してＲＡＭ４に記憶する（ステップ４３５）。

次に、ＣＰＵ２は、ステップ４２０でＲＡＭ４に記憶した顔信号（フィルタリング済み、安定化時間削除済み）を読み出し、これをステップ４３５で作成した時間ベクトルに従ってスプライン補間する（ステップ４４０）。これによって２４０［ｆｐｓ］相当の顔信号のデータ点が作成される。

次に、ＣＰＵ２は、同様に、ステップ４２５でＲＡＭ４に記憶した指信号（フィルタリング済み、安定化時間削除済み）を読み出し、これをステップ４３５で作成した時間ベクトルに従ってスプライン補間する（ステップ４４５）。これによって２４０［ｆｐｓ］相当の指信号のデータ点が作成される。

次に、ＣＰＵ２は、ステップ４４０でＲＡＭ４に記憶した顔信号を正規化してＲＡＭ４に記憶し（ステップ４５０）、ステップ４４５でＲＡＭ４に記憶した指信号を正規化してＲＡＭ４に記憶する（ステップ４５５）。
正規化は、下に示したように、信号（顔信号、又は指信号）（ｉ）から信号の平均を減算し、これを信号の標準偏差で除することにより、正規化された信号（ｉ）を計算することにより行う。
ここで正規化された信号（ｉ）は、次の式による。
正規化された信号（ｉ）＝（信号（ｉ）−信号の平均）／信号の標準偏差
以上の処理を行った後、ＣＰＵ２は、メインルーチンにリターンする。

図２２は、ステップ９０（図１２）の血圧測定処理を説明するためのフローチャートである。
まず、ＣＰＵ２は、相互相関と遅延を計算する（ステップ５０５）。すなわち、ＣＰＵ２は、ステップ４５０（図２１）でＲＡＭ４に記憶した正規化した顔信号と、ステップ４５５（図２１）でＲＡＭ４に記憶した正規化した指信号を読み出し、これら正規化した顔信号と指信号の相互相関と遅延（遅れ時間）の関係（図４（ｂ）のような関係）を計算してＲＡＭ４に記憶する（ステップ５０５）。
より具体的には、ＣＰＵ２は、ＲＡＭ４にＮとｍを設定し、式（１）に従って計算して図９（ｂ）のような相互相関とｍの関係を計算する。
ｍは、遅れ時間に相当するデータ点の個数であるから、ＣＰＵ２は、当該ｍに隣接するデータ点の時間間隔（ここでは、２４０［ｆｐｓ］相当でサンプリングするため１／２４０秒）を適用することにより図４（ｂ）のような相互相関と遅れ時間の関係を計算する。
そして、ＣＰＵ２は、０〜１．１秒の間で相互相関のピークを検索し、検索したピークの時間を遅れ時間としてＲＡＭ４に記憶する。

次に、ＣＰＵ２は、相互相関の最大検索領域をＲＡＭ４に記憶して設定する（ステップ５１０）。これは、相互相関のピークを探索する遅れ時間の範囲を設定するものであり、遅れ時間は正であるため、実験結果を参考にして一例として０〜１．１［ｓ］とした。
次に、ＣＰＵ２は、相互相関のピークの最大検索領域をステップ５１０でＲＡＭ４に記憶した範囲に限定する（ステップ５１５）。

次に、ＣＰＵ２は、ステップ５０５でＲＡＭ４に記憶した相互相関の遅れ時間に対するピークをステップ５１５で限定した最大検索領域で検索し（ステップ５２０）、これによって、相互相関のピークを特定する（ステップ５２５）。
そして、ＣＰＵ２は、当該特定した相互相関の最大ピークに対応する遅れ時間を決定し、ＲＡＭ４に記憶する（ステップ５３０）。

ところで、遅れ時間と、最高血圧及び最低血圧の関係は、実験によって求まっており、実験によって求めた計算式に遅れ時間を適用すると、最高血圧と最低血圧の相対値が分かるようになっている。
更に、最低血圧推定パラメータ、最高血圧推定パラメータを適用すると、それぞれ、最高血圧と最低血圧の絶対値を求めることができる。
これらのパラメータは、対象者１５ごとに設定しても良いし、あるいは、全ての対象者１５に対して適用する代表的な値を用いても良い。

ＣＰＵ２は、ＲＡＭ４に最高血圧推定パラメータを記憶して設定する（ステップ５３５）。
そして、ＣＰＵ２は、実験で求めた関係式にステップ５３０でＲＡＭ４に記憶した遅れ時間と、ステップ５３５でＲＡＭ４に記憶した最高血圧推定パラメータを代入して、最高血圧を計算により決定し、これをＲＡＭ４に記憶する（ステップ５４０）。

次に、ＣＰＵ２は、ＲＡＭ４に最低血圧推定パラメータを記憶して設定する（ステップ５４５）。
そして、ＣＰＵ２は、実験で求めた関係式にステップ５３０でＲＡＭ４に記憶した遅れ時間と、ステップ５４５でＲＡＭ４に記憶した最低血圧推定パラメータを代入して、最高血圧を計算により決定し、これをＲＡＭ４に記憶する（ステップ５５０）。
以上の処理を行うと、ＣＰＵ２は、ＲＡＭ４に記憶した最高血圧と最低血圧をディスプレイ５に表示してメインルーチンにリターンする。

（変形例）
以上説明した実施形態では、表カメラ７と裏カメラ８で撮影した顔動画と指動画を予め記憶部１０に記憶しておき、これを解析して血圧を測定したが、次に、顔動画と指動画をリアルタイムで撮影して血圧を測定する例について説明する。
本変形例では、図１１の「動画フレーム読み込み」の処理（ステップ５）を、「動画撮影処理」に変更したものである。他の処理は、実施形態と同じである。

図２３は、変更後におけるステップ５の動画撮影処理を説明するためのフローチャートである。
まず、ＣＰＵ２は、表カメラ７で対象者１５の顔を撮影して、顔フレーム画像３１をＲＡＭ４に記憶し（ステップ５６０）、更に、裏カメラ８で対象者１５の指を撮影して、指フレーム画像３２をＲＡＭ４に記憶する（ステップ５６５）。

次に、ＣＰＵ２は、撮影した顔フレーム画像３１の数と指フレーム画像３２の数を数えてＲＡＭ４に記憶し（ステップ５７０）、十分な時間これらフレーム画像を収集した否かを判断する（ステップ５７５）。
まだ、十分な時間収集していない場合（ステップ５７５；Ｎ）、ＣＰＵ２は、ステップ５６０に戻って、更にフレーム画像を収集する。

一方、十分な時間収集した場合（ステップ５７５；Ｙ）、ＣＰＵ２は、表カメラ７で収集した顔フレーム画像３１を顔動画としてＲＡＭ４に記憶し、裏カメラ８で収集した指フレーム画像３２を指動画としてＲＡＭ４に記憶する（ステップ５８０）。
ステップ５７０で記憶した顔フレーム画像３１の数と、指フレーム画像３２の数が、ステップ１１５（図１３）のフレーム数取得に相当する。

次に、ＣＰＵ２は、フレームレートを取得してＲＡＭ４に記憶し（ステップ５８５）、時間ベクトルを設定してＲＡＭ４に記憶する（ステップ５９０）。
これらは、ステップ１１０、１２０（図１３）と同様である。
他の処理は、先に説明した実施形態と同じである。
本変形例によれば、顔動画と指動画を十分な時間収集するごとに、血圧をリアルタイムで測定し、これを更新することができる。

図２４は、血圧測定装置１の性能を評価した図である。
図２４（ａ）で太線で示した測定値４５は、血圧測定装置１によって測定した最高血圧であって、細線で示した測定値４６は、指に装着するタイプの一般に利用される血圧計で測定した最高血圧である。
縦軸は、最高血圧［ｍｍＨｇ］を表し、横軸は、血圧をサンプリングしたサンプルナンバーを表し、時間軸に対応している。
図に示したように、最高血圧は、時間と共に変動するが、両者は高い精度で一致している。

図２４（ｂ）で太線で示した測定値４７は、血圧測定装置１によって測定した最低血圧であって、細線で示した測定値４８は一般の血圧計で測定した最低血圧である。
図に示したように、最低血圧は、時間と共に変動するが、これも両者は高い精度で一致している。

以上に説明した実施形態で、特徴１は、次の構成を提供する。
（第１構成）対象者の第１の体表面を環境光下で撮影した第１の動画と、前記対象者の第２の体表面を所定の照明光下で撮影した第２の動画を取得する動画取得手段と、前記取得した第１の動画と第２の動画のそれぞれから、異なる種類の色成分の時間変化を用いて、前記第１の動画から第１の脈波を取得し、前記第２の動画から第２の脈波を取得する脈波取得手段と、前記取得した第１の脈波と第２の脈波の間の伝搬の遅れを用いて前記対象者の血圧を取得する血圧取得手段と、前記取得した血圧を出力する出力手段と、を具備したことを特徴とする血圧測定装置。
（第２構成）前記脈波取得手段は、前記第１の動画からＹＩＱ成分に含まれるＱ成分を用いて第１の脈波を取得し、前記第２の動画からＲＧＢ成分に含まれるＧ成分を用いて第２の脈波を取得することを特徴とする第１構成の血圧測定装置。
（第３構成）前記脈波取得手段は、前記Ｇ成分を反転した値を用いて前記第２の脈波を取得することを特徴とする第２構成の血圧測定装置。
（第４構成）前記第１の体表面は前記対象者の顔であり、前記第２の体表面は前記対象者の指であることを特徴とする第１構成、第２構成、又は第３構成の血圧測定装置。
（第５構成）第１の側に配設され、対象者の第１の体表面を撮影する第１のカメラと、前記第１の側と対向する第２の側に配設され、前記対象者の第２の体表面を所定の照明光で照明しながら撮影する第２のカメラと、前記第１のカメラで前記対象者の第１の体表面を環境光下で撮影した第１の動画を取得し、前記第２のカメラで前記対象者の第２の体表面を所定の照明光下で撮影した第２の動画を取得する動画取得手段と、前記取得した第１の動画と第２の動画のそれぞれから、異なる種類の色成分の時間変化を用いて、前記第１の動画から第１の脈波を取得し、前記第２の動画から第２の脈波を取得する脈波取得手段と、前記取得した第１の脈波と第２の脈波の間の伝搬の遅れを用いて前記対象者の血圧を取得する血圧取得手段と、前記取得した血圧を表示する表示手段と、を具備したことを特徴とする携帯端末。
（第６構成）対象者の第１の体表面を環境光下で撮影した第１の動画と、前記対象者の第２の体表面を所定の照明光下で撮影した第２の動画を取得する動画取得機能と、前記取得した第１の動画と第２の動画のそれぞれから、異なる種類の色成分の時間変化を用いて、前記第１の動画から第１の脈波を取得し、前記第２の動画から第２の脈波を取得する脈波取得機能と、前記取得した第１の脈波と第２の脈波の間の伝搬の遅れを用いて前記対象者の血圧を取得する血圧取得機能と、前記取得した血圧を出力する出力機能と、をコンピュータで実現する血圧測定プログラム。

特徴２は、次の構成を提供する。
（第２１構成）対象者の第１の体表面を撮影した第１の動画と、前記対象者の第２の体表面を撮影した第２の動画を取得する動画取得手段と、前記取得した第１の動画の色を構成する成分の変化から第１の脈波を取得し、前記取得した第２の動画の色を構成する成分の変化から第２の脈波を取得する脈波取得手段と、前記取得した第１の脈波の波形の全体と、前記取得した第２の脈波の波形の全体と、を用いて前記取得した第１の脈波と第２の脈波の間の伝搬の遅れを取得する遅れ取得手段と、前記取得した伝搬の遅れを用いて前記対象者の血圧を取得する血圧取得手段と、前記取得した血圧を出力する出力手段と、を具備したことを特徴とする血圧測定装置。
（第２２構成）前記遅れ取得手段は、前記第１の脈波の波形と、前記第２の脈波の波形と、の間の相関関係を用いて前記伝搬の遅れを取得することを特徴とする第２１構成の血圧測定装置。
（第２３構成）前記遅れ取得手段は、前記第１の脈波の波形と、前記第２の脈波の波形と、のうちの少なくとも一方を時間方向にシフトしながら、前記シフトごとの相関関係を取得し、当該相関関係が最大となるシフト量を前記伝搬の遅れとして取得することを特徴とする第２２構成の血圧測定装置。
（第２４構成）前記第１の脈波の波形と前記第２の脈波の波形のうち、心臓から遠い方の前記体表面で撮影した動画から取得した脈波が遅れる範囲で前記相関関係のピークを探索し、前記探索したピークの位置によって前記シフト量を取得することを特徴とする第２３構成に記載の血圧測定装置。
（第２５構成）前記第１の体表面は前記対象者の顔であり、前記第２の体表面は前記対象者の指であることを特徴とする第２１構成から第２４構成までのうちの何れか１の構成に記載の血圧測定装置。
（第２６構成）第１の側に配設され、対象者の第１の体表面を撮影する第１のカメラと、前記第１の側と対向する第２の側に配設され、前記対象者の第２の体表面を撮影する第２のカメラと、前記第１のカメラで前記対象者の第１の体表面を撮影した第１の動画を取得し、前記第２のカメラで前記対象者の第２の体表面を撮影した第２の動画を取得する動画取得手段と、前記取得した第１の動画の色を構成する成分の変化から第１の脈波を取得し、前記取得した第２の動画の色を構成する成分の変化から第２の脈波を取得する脈波取得手段と、前記取得した第１の脈波の波形の全体と、前記取得した第２の脈波の波形の全体と、を用いて前記取得した第１の脈波と第２の脈波の間の伝搬の遅れを取得する遅れ取得手段と、前記取得した伝搬の遅れを用いて前記対象者の血圧を取得する血圧取得手段と、前記取得した血圧を表示する表示手段と、を具備したことを特徴とする携帯端末。
（第２７構成）対象者の第１の体表面を撮影した第１の動画と、前記対象者の第２の体表面を撮影した第２の動画を取得する動画取得機能と、前記取得した第１の動画の色を構成する成分の変化から第１の脈波を取得し、前記取得した第２の動画の色を構成する成分の変化から第２の脈波を取得する脈波取得機能と、前記取得した第１の脈波の波形の全体と、前記取得した第２の脈波の波形の全体と、を用いて前記取得した第１の脈波と第２の脈波の間の伝搬の遅れを取得する遅れ取得機能と、前記取得した伝搬の遅れを用いて前記対象者の血圧を取得する血圧取得機能と、前記取得した血圧を出力する出力機能と、をコンピュータで実現する血圧測定プログラム。

特徴３は、次の構成を提供する。
（第３１構成）対象者の第１の体表面を撮影した第１の動画と、前記対象者の第２の体表面を撮影した第２の動画を取得する動画取得手段と、前記取得した第１の動画の色を構成する成分の変化と、前記取得した第２の動画の色を構成する成分の変化から、それぞれ、前記第１の動画のフレームレートと、前記第２の動画のフレームレートに応じた離散的な第１の脈波と離散的な第２の脈波を取得する脈波取得手段と、前記取得した離散的な第１の脈波と離散的な第２の脈波の、それぞれの離散値を補間する補間手段と、前記補間した第１の脈波の波形と、前記補間した第２の脈波の波形と、を用いて前記取得した第１の脈波と第２の脈波の間の伝搬の遅れを取得する遅れ取得手段と、前記取得した伝搬の遅れを用いて前記対象者の血圧を取得する血圧取得手段と、前記取得した血圧を出力する出力手段と、を具備したことを特徴とする血圧測定装置。
（第３２構成）前記遅れ取得手段は、前記第１の脈波の波形と、前記第２の脈波の波形と、の間の相関関係を用いて前記伝搬の遅れを取得することを特徴とする第３１構成の血圧測定装置。
（第３３構成）前記遅れ取得手段は、前記補間した第１の脈波の波形と、前記補間した第２の脈波の波形と、のうちの少なくとも一方を時間方向にシフトしながら、前記シフトごとの相関関係を取得し、当該相関関係が最大となるシフト量を前記伝搬の遅れとして取得することを特徴とする第３２構成の血圧測定装置。
（第３４構成）前記第１の体表面は前記対象者の顔であり、前記第２の体表面は前記対象者の指であることを特徴とする第３１構成、第３２構成、又は第３３構成の血圧測定装置。
（第３５構成）第１の側に配設され、対象者の第１の体表面を撮影する第１のカメラと、
前記第１の側と対向する第２の側に配設され、前記対象者の第２の体表面を撮影する第２のカメラと、前記第１のカメラで前記対象者の第１の体表面を撮影した第１の動画を取得し、前記第２のカメラで前記対象者の第２の体表面を撮影した第２の動画を取得する動画取得手段と、前記取得した第１の動画の色を構成する成分の変化と、前記取得した第２の動画の色を構成する成分の変化から、それぞれ、前記第１の動画のフレームレートと、前記第２の動画のフレームレートに応じた離散的な第１の脈波と離散的な第２の脈波を取得する脈波取得手段と、前記取得した離散的な第１の脈波と離散的な第２の脈波の、それぞれの離散値を補間する補間手段と、前記補間した第１の脈波の波形と、前記補間した第２の脈波の波形と、を用いて前記取得した第１の脈波と第２の脈波の間の伝搬の遅れを取得する遅れ取得手段と、前記取得した伝搬の遅れを用いて前記対象者の血圧を取得する血圧取得手段と、前記取得した血圧を表示する表示手段と、を具備したことを特徴とする携帯端末。
（第３６構成）対象者の第１の体表面を撮影した第１の動画と、前記対象者の第２の体表面を撮影した第２の動画を取得する動画取得機能と、前記取得した第１の動画の色を構成する成分の変化と、前記取得した第２の動画の色を構成する成分の変化から、それぞれ、前記第１の動画のフレームレートと、前記第２の動画のフレームレートに応じた離散的な第１の脈波と離散的な第２の脈波を取得する脈波取得機能と、前記取得した離散的な第１の脈波と離散的な第２の脈波の、それぞれの離散値を補間する補間機能と、前記補間した第１の脈波の波形と、前記補間した第２の脈波の波形と、を用いて前記取得した第１の脈波と第２の脈波の間の伝搬の遅れを取得する遅れ取得機能と、前記取得した伝搬の遅れを用いて前記対象者の血圧を取得する血圧取得機能と、前記取得した血圧を出力する出力機能と、をコンピュータで実現する血圧測定プログラム。

以上のように、血圧測定装置１は、スマートフォンを用いた相対血圧測定手段を提供する。ここで、特徴１〜特徴３について、従来、本実施形態と効果をまとめると次のようになる。
（特徴１）
従来は、スマートフォンで血圧を測定する場合、スマートフォンの表面カメラ（顔を撮影）と裏面カメラ（指を撮影）の映像からＲ−Ｇ成分によって相対血圧を測定している。
本実施形態では、表面カメラ（顔を撮影）の映像では、Ｈ成分とＳ成分（測定領域の抽出）とＱ成分（顔信号）を用いる。裏面カメラ（指を撮影）の場合、スマートフォンの照明を用いてＧ成分（指信号）を用いることで、動きと光外乱の対策により脈波信号（顔信号、指信号）の信頼性を強化することができる。

（特徴２）
従来は、スマートフォンで血圧を測定する場合、スマートフォンの表面カメラ（顔を撮影）と裏面カメラ（指を撮影）の映像からＲ−Ｇ成分を抽出する。そして、抽出した波形のピークの時間差から相対血圧を測定している。
本実施形態では、ピークではなく、波全体の波形を用いる（相関手法）、ことで、脈波の遅れ（及び血圧）を精度高く測定することができる。

（特徴３）
従来は、スマートフォンで血圧を測定する場合、スマートフォンの表面カメラ（顔を撮影）と裏面カメラ（指を撮影）の映像によって相対血圧を測定している。しかし、スマートフォンに用いられているカメラの大部分は３０〜６０［ｆｐｓ］のため、血圧を測定する場合の分解能が足りない。
本実施形態では、映像から抽出した脈波をスプライン補間し、補間後の脈波に対して相関手法を適用することで、高い分解能（時間分解能）で血圧を推定・測定することができる。

１ 血圧測定装置
２ ＣＰＵ
３ ＲＯＭ
４ ＲＡＭ
５ ディスプレイ
６ タッチパネル
７ 表カメラ
８ 裏カメラ
９ 照明
１０ 記憶部
１５ 対象者
１６、１７、１９ 指信号
１８、２０ 顔信号
２５ 塊領域
２６ 測定領域
３１ 顔フレーム画像
３２ 指フレーム画像
３６ 顔データ点（補間前）
３７ 顔データ点（補間後）
３８ スプライン曲線
４５、４６ 測定値（最高血圧）
４７、４８ 測定値（最低血圧）

Claims (6)

1. 対象者の第１の体表面を環境光下で撮影した第１の動画と、前記対象者の第２の体表面を所定の照明光下で撮影した第２の動画を取得する動画取得手段と、
   前記取得した第１の動画と第２の動画のそれぞれから、異なる種類の色成分の時間変化を用いて、前記第１の動画から第１の脈波を取得し、前記第２の動画から第２の脈波を取得する脈波取得手段と、
   前記取得した第１の脈波と第２の脈波の間の伝搬の遅れを用いて前記対象者の血圧を取得する血圧取得手段と、
   前記取得した血圧を出力する出力手段と、
   を具備したことを特徴とする血圧測定装置。
2. 前記脈波取得手段は、前記第１の動画からＹＩＱ成分に含まれるＱ成分を用いて第１の脈波を取得し、前記第２の動画からＲＧＢ成分に含まれるＧ成分を用いて第２の脈波を取得することを特徴とする請求項１に記載の血圧測定装置。
3. 前記脈波取得手段は、前記Ｇ成分を反転した値を用いて前記第２の脈波を取得することを特徴とする請求項２に記載の血圧測定装置。
4. 前記第１の体表面は前記対象者の顔であり、前記第２の体表面は前記対象者の指であることを特徴とする請求項１、請求項２、又は請求項３に記載の血圧測定装置。
5. 第１の側に配設され、対象者の第１の体表面を撮影する第１のカメラと、
   前記第１の側と対向する第２の側に配設され、前記対象者の第２の体表面を所定の照明光で照明しながら撮影する第２のカメラと、
   前記第１のカメラで前記対象者の第１の体表面を環境光下で撮影した第１の動画を取得し、前記第２のカメラで前記対象者の第２の体表面を所定の照明光下で撮影した第２の動画を取得する動画取得手段と、
   前記取得した第１の動画と第２の動画のそれぞれから、異なる種類の色成分の時間変化を用いて、前記第１の動画から第１の脈波を取得し、前記第２の動画から第２の脈波を取得する脈波取得手段と、
   前記取得した第１の脈波と第２の脈波の間の伝搬の遅れを用いて前記対象者の血圧を取得する血圧取得手段と、
   前記取得した血圧を表示する表示手段と、
   を具備したことを特徴とする携帯端末。
6. 対象者の第１の体表面を環境光下で撮影した第１の動画と、前記対象者の第２の体表面を所定の照明光下で撮影した第２の動画を取得する動画取得機能と、
   前記取得した第１の動画と第２の動画のそれぞれから、異なる種類の色成分の時間変化を用いて、前記第１の動画から第１の脈波を取得し、前記第２の動画から第２の脈波を取得する脈波取得機能と、
   前記取得した第１の脈波と第２の脈波の間の伝搬の遅れを用いて前記対象者の血圧を取得する血圧取得機能と、
   前記取得した血圧を出力する出力機能と、
   をコンピュータで実現する血圧測定プログラム。

Images