JP2022112338A - モニタ装置、モニタ方法及びプログラム - Google Patents

Abstract

【課題】誤った生体情報の提供を削減し、効率的な健康支援を行う。
【解決手段】モニタ対象者から所定周期毎に計測された生体情報を時系列データとして取得する取得部と、前記生体情報のノイズ解析を行う第１算出部と、該第１算出部で算出された解析結果および前記取得部で取得された時系列データにより所定の基準期間におけるノイズの混入有無を判定する第１判定部と、前記第１判定部のノイズ混入判定結果に基づき、ノイズ混入判定時に、生体情報の補間値を算出する第２算出部と、前記第２算出部で算出された前記生体情報の補間値を時系列データとして表示させるためのデータを生成する表示制御部と、を備える。
【選択図】図４

Description

本発明は、モニタ装置、モニタ方法及びプログラムに関する。

近年、ＩｏＴ機器やウェアラブルデバイス等の各種の計測装置を用いることで呼吸数や心拍等の生体情報を容易に計測することができるようになってきている。これらのデバイスにより取得した生体情報は、日常生活における健康管理や、介護施設や医療機関での安否確認といった広い分野での活用が期待されている。

ところで、上述した生体情報の計測においては一般的にノイズ成分が外乱として混入することが知られている。そのため、一般的なセンサーデバイスにはＢＰＦ（バンドパスフィルター）やＬＰＦ（ローパスフィルター）といった周波数フィルターが処理部に搭載される。これによって特定の周波数成分の生体情報を取得することが可能であり、これらの生体情報の時間的な変化を捉えることで、モニタ対象者の健康支援を行うことができる。

しかしながら、上述した従来の技術では、体動由来のノイズを全て除去することはできない。一般的にノイズにはハムノイズと体動ノイズに分類される。前者は周囲の電子機器から発生し一定の周波数を持つが、体動ノイズに関してはデバイスの使用条件に依存するため周波数を定義することは難しい。また、これらの外乱がデバイスの取得周波数成分に含まれる場合、誤った生体情報を提供する可能性がある。これらの生体情報はモニタ対象者の健康支援を行う上で、誤った支援誘導や不要な支援を増加させる可能性があり更なる改善の余地がある。

本発明は、上記に鑑みてなされたものであって、誤った生体情報の提供を削減し、効率的な健康支援を行うことができるモニタ装置、モニタ方法及びプログラムを提供することを目的とする。

上述した課題を解決し、目的を達成するために、本発明は、モニタ対象者から所定周期毎に計測された生体情報を時系列データとして取得する取得部と、前記生体情報のノイズ解析を行う第１算出部と、該第１算出部で算出された解析結果および前記取得部で取得された時系列データにより所定の基準期間におけるノイズの混入有無を判定する第１判定部と、前記第１判定部のノイズ混入判定結果に基づき、ノイズ混入判定時に、生体情報の補間値を算出する第２算出部と、前記第２算出部で算出された前記生体情報の補間値を時系列データとして表示させるためのデータを生成する表示制御部と、を備えることを特徴とする。

本発明によれば、誤った生体情報の提供を削減し、効率的な健康支援を行うことができる、という効果を奏する。

図１は、実施形態にかかるモニタシステムの概要を示す概念図である。 図２は、計測装置のハードウェア構成の一例を示す図である。 図３は、生体モニタ装置のハードウェア構成の一例を示す図である。 図４は、生体モニタ装置の機能構成の一例を示す図である。 図５は、生体モニタ装置が実行する処理の流れの一例を示すフローチャートである。 図６は、生体モニタ装置のシステム構成の一例を示す図である。 図７は、移動分散値のヒストグラムの一例を示す図である。 図８は、図７に基づき出力されたノイズ判定一致率の一例を示す図である。 図９（ａ）は生体モニタ装置の取得部で取得した生体情報の時系列データの一例を示す図、図９（ｂ）は生体モニタ装置の第３算出部にて算出された時系列データの一例を示す図である。

以下に添付図面を参照して、モニタ装置、モニタ方法及びプログラムの実施の形態を詳細に説明する。

図１は、実施形態にかかるモニタシステム１の概要を示す概念図である。モニタシステム１は、計測装置２と生体モニタ装置３とを有する。

計測装置２は、モニタ対象者となるユーザＵの生体情報を計測することが可能な各種のデバイスである。生体情報は、ユーザＵの生体から得られる各種の情報（バイタルデータとも呼ばれる）である。生体情報は、例えば、心拍、血圧、血中酸素飽和度、血糖値、呼吸、体重、体温、睡眠深度等が挙げられる。

計測装置２は、生体情報を計測可能な計測部２６（図２参照）を備え、ユーザＵから生体情報を計測（以下、取得ともいう）する。計測装置２の形態は特に問わず、種々の形態を採用することができる。例えば、計測装置２は、腕時計型やブレスレット型等のウェアラブルデバイスであってもよい。また、計測装置２は、血圧計や電子体温計等のヘルスケアデバイスであってもよい。また、計測装置２は、ユーザＵが横臥するベッド等に設けられる敷物型や据え置き型のデバイスであってもよい。また、計測装置２は、ユーザＵの顔部等を撮像可能な位置に設けられるカメラ型のデバイスであってもよい。

また、計測装置２が、生体情報を取得する方法や構成は特に問わず、公知の技術やセンシング機器を用いることができる。例えば、計測装置２は、パルスオキシメータ技術を用いたセンサ装置を備えることで、光により心拍や血中酸素飽和度を計測してもよい。また、例えば、計測装置２は、接触式又は非接触式の血圧センサや温度センサ、重量センサ、呼気センサ等を備えてもよい。

なお、計測装置２が取得可能な生体情報の種類は特に問わず、一種類の生体情報を取得してもよいし複数種類の生体情報を取得してもよい。また、計測装置２としては、複数種類の計測装置２を用意してもよい。例えば、計測装置２としては、血圧を計測する専用の計測装置２と血糖値を計測する専用の計測装置２とを個別に用意してもよい。

計測装置２は、ユーザＵから所定周期毎に生体情報を取得する。また、計測装置２は、ユーザＵ等の操作に応じて生体情報を取得する。計測装置２は、取得した生体情報を生体モニタ装置３に送信する。なお、計測装置２が複数台で構成される場合には、計測装置２の各々から個別に生体情報が送信される形態としてもよいし、何れか一の計測装置２に生体情報が収集された後、当該計測装置２から送信される形態としてもよい。

生体モニタ装置３は、本実施形態におけるモニタ装置の一例である。生体モニタ装置３は、例えば、スマートフォンやタブレット端末、ＰＣ（Personal Computer）、サーバ装置等の情報処理装置（コンピュータ）であり、計測装置２と通信可能に接続される。

計測装置２と生体モニタ装置３との接続方法（通信方法）は特に問わず、種々の方法を採用することが可能である。有線接続以外にも、例えば、計測装置２と生体モニタ装置３とはＢｌｕｅｔｏｏｔｈ（登録商標）等の近距離無線通信で接続されてもよい。また、計測装置２と生体モニタ装置３とは、無線ＬＡＮ（Local Area Network）等やインターネット等のネットワークを介して接続されてもよい。

生体モニタ装置３は、計測装置２から送信される生体情報を取得する。生体モニタ装置３は、取得した生体情報に基づいて、ユーザＵの健康状態を示す画面を表示するための処理を行う。

次に、上述した計測装置２及び生体モニタ装置３のハードウェア構成について説明する。

図２は、計測装置２のハードウェア構成の一例を示す図である。図２に示すように、計測装置２は、ＣＰＵ（Central Processing Unit）２１、ＲＯＭ（Read Only Memory）２２、ＲＡＭ（Random Access memory）２３、表示部２４、操作部２５、計測部２６、及び通信部２７等を備える。

ＣＰＵ２１は、プロセッサの一例であり、計測装置２の動作を統括的に制御する。ＲＯＭ２２は、電源を切ってもプログラム又はデータを保持することができる不揮発性のメモリである。ＲＡＭ２３は、ＣＰＵ２１のワークエリア等として用いられる揮発性のメモリである。

表示部２４は、例えば液晶パネル等の表示バイスで形成され、各種の情報を表示する。操作部２５は、例えば各種操作ボタン等の入力デバイスを有し、ユーザＵによる操作を受け付ける。なお、操作部２５は、表示部２４に設けられるタッチパネルであってもよい。

計測部２６は、生体情報を計測するためのセンサ装置である。計測部２６は、取得した生体情報をＣＰＵ２１に出力する。なお、計測部２６が取得する生体情報には、ユーザＵから計測された計測値の他、生体情報の種類（心拍、血圧等）を示す情報や、計測日時を示す日時情報等が含まれてもよい。

通信部２７は、例えばＢｌｕｅｔｏｏｔｈ（登録商標）等の通信規格に準拠した通信インタフェースである。通信部２７はＣＰＵ２１の制御の下、生体モニタ装置３との間で通信を確立する。

ＣＰＵ２１は、ＲＯＭ２２等に格納されたプログラム又はデータをＲＡＭ２３上に読み出して各種の処理を実行することで、計測装置２の動作を制御する。例えば、ＣＰＵ２２は、予め定められたタイミング毎や、操作部２５を介した操作に応じて計測部２６を動作させる。また、ＣＰＵ２１は、計測部２６で計測された生体情報を、通信部２７を介して生体モニタ装置３に順次送信させる。

なお、ＣＰＵ２１は、計測装置２が備えるＲＴＣ（Real Time Clock）等の計時部（図示せず）が計時する日時に基づき、計測部２６の動作タイミングや現在日時の計時を行う。また、ＣＰＵ２１は、ユーザＵを特定することが可能な識別情報を生体情報とともに送信させてもよい。

図３は、生体モニタ装置３のハードウェア構成の一例を示す図である。図３に示すように、生体モニタ装置３は、ＣＰＵ３１、ＲＯＭ３２、ＲＡＭ３３、記憶部３４、表示部３５、操作部３６、及び通信部３７等を備える。

ＣＰＵ３１は、プロセッサの一例であり、生体モニタ装置３の動作を統括的に制御する。ＲＯＭ３２は、電源を切ってもプログラム又はデータを保持することができる不揮発性のメモリである。ＲＡＭ３３は、ＣＰＵ３１のワークエリア等として用いられる揮発性のメモリである。

記憶部３４は、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）等の記憶装置である。記憶部３４は、ＣＰＵ３１が実行可能な各種のプログラムや各種の設定情報等を記憶する。

表示部３５は、例えば液晶パネル等の表示バイスで形成され、各種の情報を表示する。操作部３６は、例えば各種操作ボタン等の入力デバイスを有し、ユーザＵ等による操作を受け付ける。なお、操作部３６は、表示部３５に設けられるタッチパネルであってもよい。

通信部３７は、例えばＢｌｕｅｔｏｏｔｈ（登録商標）等の通信規格に準拠した通信インタフェースである。通信部３７はＣＰＵ３１の制御の下、計測装置２との間で通信を確立する。

本実施形態の生体モニタ装置３で実行されるプログラムは、インストール可能な形式又は実行可能な形式のファイルでＣＤ－ＲＯＭ、フレキシブルディスク（ＦＤ）、ＣＤ－Ｒ、ＤＶＤ（Digital Versatile Disc）等のコンピュータで読み取り可能な記録媒体に記録されて提供される。

また、本実施形態の生体モニタ装置３で実行されるプログラムを、インターネット等のネットワークに接続されたコンピュータ上に格納し、ネットワーク経由でダウンロードさせることにより提供するように構成しても良い。また、本実施形態の生体モニタ装置３で実行されるプログラムをインターネット等のネットワーク経由で提供または配布するように構成しても良い。

また、本実施形態の生体モニタ装置３で実行されるプログラムを、ＲＯＭ等に予め組み込んで提供するように構成してもよい。

ＣＰＵ３１は、ＲＯＭ３２や記憶部３４に格納されたプログラム又はデータをＲＡＭ３３上に読み出し各種の処理を実行することで、生体モニタ装置３の動作を制御する。例えば、ＣＰＵ３１は、ＲＯＭ３２や記憶部３４に格納されたプログラム等と協働することで、図４に示す機能部を生体モニタ装置３に実現させる。

図４は、生体モニタ装置３の機能構成の一例を示す図である。図４に示すように、生体モニタ装置３は、取得部３０１と、第１算出部３０２と、第２算出部３０３と、第３算出部３０４と、表示制御部３０５と、第１判定部３０６と、第２判定部３０７と、を機能部として備える。なお、生体モニタ装置３が備える機能部の一部又は全部は、ソフトウェア（プログラム）によって実現されるソフトウェア構成であってもよいし、ＣＰＵ等に搭載された専用回路等によって実現されるハードウェア構成であってもよい。

取得部３０１は、取得機能の一例である。取得部３０１は、計測装置２から送信された生体情報を取得する。具体的には、取得部３０１は、通信部３７と協働することで、通信部３７が受信した生体情報を順次取得する。ここで、取得部３０１が取得する生体情報は、ユーザＵの生体情報を時系列的に計測したものとなる。以下では、取得部３０１が取得する時系列的に連続した生体情報の系列を「時系列データ」ともいう。

第１算出部３０２は、第１算出機能の一例である。第１算出部３０２は、基準期間に基づいて、時系列データの移動分散値を算出する。ここで、基準期間は、１分、５分、３０分の単位等、任意に設定可能とするが、生体情報の種類に応じて設定することが好ましい。

第１判定部３０６は、第１判定機能の一例である。第１判定部３０６は、第１算出部３０２で算出された生体情報の移動分散値に基づいて、時系列データの基準期間におけるノイズ成分の混入の有無を判定する。移動分散値に基づくノイズ混入の判定基準は、分散値の閾値により設定するようにしてもよい。分散値の閾値設定は、所定の期間における移動分散値のヒストグラムにより決定してもよいし、区間推定法により閾値設定するようにしてもよい。ここでノイズ混入の判定基準は任意に設定可能とするが、ユーザＵ、生体情報の種類に応じて設定することが好ましい。

例えば、圧電振動センサ等で計測される心拍、呼吸等の生体情報は、体動由来のノイズ成分が含まれることが分かっている。また、計測範囲における所定の周波数を、生体情報における入力が外れた場合は、実際の入力値と異なる出力がされる場合がある。このような場合に、取得した生体情報の移動分散値に基づいてノイズ成分の混入の有無を判定することで、周波数フィルターで除去できないノイズを含んだ生体情報を補正することが可能となる。

第２算出部３０３は、第２算出機能の一例である。第２算出部３０３は、第１判定部３０６におけるノイズ成分の混入の有無の判定結果に基づいて、ノイズ混入期間における生体情報の補間値を算出する。ここで、補間値の算出には、所定の期間における生体情報の平均値を用いてもよいし、ノイズ混入期間の前の生体情報を参照してもよい。

第３算出部３０４は、第３算出機能の一例である。第３算出部３０４は、任意の基準期間に基づいて、時系列データの移動平均値を算出する。ここで、基準期間は、１分や、１時間、１日、１週間、１ヶ月の単位等、任意に設定可能とするが、生体情報の種類に応じて設定することが好ましい。

表示制御部３０５は、第２算出部３０３で算出されたノイズ混入期間における生体情報の補間値を、時系列データとして表示させるためのデータを生成する。

なお、基準期間は、モニタ対象者のユーザＵの状態に応じて設定することが好ましい。例えば、病気（心臓、腎臓、肝臓の疾患、腹膜炎等）等の要因により、浮腫が発生する可能性にあるモニタ対象者では、浮腫の発生を検出するための基準期間を設定することが好ましい。

第２判定部３０７は、第２判定機能の一例である。第２判定部３０７は、第３算出部３０４で算出された生体情報の移動平均値に基づいて、ユーザＵの健康状態を判定する。判定方法は、移動平均値の閾値を設定してもよいし、移動平均値に基づく時系列データにおける任意の期間での乖離度から判定してもよい。

図５は、生体モニタ装置３が実行する処理の流れの一例を示すフローチャートである。

図５に示すように、まず、取得部３０１は、計測装置２で計測された生体情報を時系列データとして取得する（ステップＳ１）。次いで、第１算出部３０２は、基準期間に基づき、時系列データから移動分散値をそれぞれ算出する（ステップＳ２）。

続いて、第１判定部３０６は、取得部３０１で取得された時系列データの計測値と、第１算出部３０２で算出された移動分散値の各々とに基づきノイズ混入の有無を判定する（ステップＳ３）。第１判定部３０６は、ノイズ混入有と判定した場合には（ステップＳ４のＹｅｓ）、第２算出部３０３にて補間値を算出し、ノイズ混入無と判定した場合には（ステップＳ４のＮｏ）、第３算出部３０４にて時系列データの移動平均値を算出する。

第２算出部３０３は、第１判定部３０６の判定結果に基づき、ノイズ混入有と判定した場合には（ステップＳ４のＹｅｓ）、時系列データの補間値を算出する（ステップＳ５）。次いで、第３算出部３０４は、第２算出部３０３で算出された時系列データの移動平均値を算出する（ステップＳ６）。

一方、第３算出部３０４は、第１判定部３０６の判定結果に基づき、ノイズ混入無と判定した場合には（ステップＳ４のＮｏ）、時系列データの補間値を算出せずに、時系列データの移動平均値を算出する（ステップＳ６）。

続いて、第２判定部３０７は、第３算出部３０４で算出された移動平均値と任意の閾値に基づき、ユーザＵの健康状態の判定を行う（ステップＳ７）。

第２判定部３０７は、ユーザＵの健康状態に異常がないと判定した場合（ステップＳ８のＮｏ）、ステップＳ１に戻る。一方、第２判定部３０７は、ユーザＵの健康状態に異常があると判定した場合（ステップＳ８のＹｅｓ）、表示制御部３０５は取得された時系列データおよび健康状態の判定結果を、異常を報知する情報として表示し（ステップＳ９）、ステップＳ１に戻る。

このように、生体モニタ装置３によれば、ユーザＵから所定周期毎に計測された生体情報のノイズの有無を判定、補間し、時系列データおよび健康状態（正常または異常）を表示させる。これにより、管理ユーザは、容易にユーザＵの健康状態を確認することができる。したがって、生体モニタ装置３は、管理ユーザに対し、誤った生体情報の提供を削減し、ユーザＵがどのような状態にあるのか等を把握させることができるため、生体情報に基づく健康支援を効率的に行うことができる。

また、生体モニタ装置３は、生体情報の閾値や平均値との乖離度に基づいてユーザＵの状態を判定し、異常と判定した場合に表示により報知を行う。これにより、管理ユーザは、表示された情報を見ることでユーザＵに異常が発生したことを容易に把握することができる。したがって、生体モニタ装置３は、管理ユーザに対しユーザＵの状態の注意喚起を促すことができるため、生体情報に基づく健康支援を効率的に行うことができる。

なお、生体モニタ装置３の表示制御部３０５は、ユーザＵから計測された少なくとも２つの基準期間における移動平均値の時系列データを、比較可能な状態で表示させるようにしてもよい。これにより、生体モニタ装置３は、管理ユーザに対し、ユーザＵの現在の状態が普段の状態とどの程度異なるか等を把握させることができるため、生体情報に基づく健康支援を効率的に行うことができる。

ここで、図６は生体モニタ装置３のシステム構成の一例を示す図である。図６に示すように、生体モニタ装置３（第１算出部３０２、第２算出部３０３、第３算出部３０４、第１判定部３０６、第２判定部３０７（図４参照））は、長期間の時系列データを扱うと共にリアルタイム性を担保するために、オンプレサーバ１０に実装するようにしてもよい。ただし、これに限るものではなく、生体モニタ装置３（第１算出部３０２、第２算出部３０３、第３算出部３０４、第１判定部３０６、第２判定部３０７）の全部または一部を、オンプレサーバ１０に接続するセンサ部１１、またはオンプレサーバ１０を接続するクラウド１２に実装するようにしても良い。

（実施例）
ここで、実施例について説明する。計測装置２は、呼吸、心拍、体動の３種類の生体情報の時系列データを取得するものとする。ここでは呼吸、心拍の単位はｂｐｍとし、計測値をＶとする。体動は（０，１）＝（無，有）の信号であり計測値をＭとする。

まず、取得部３０１で取得された時系列データ（生体情報）の計測値がＶであるとする。この場合、第１算出部３０２は、下記式（１）を用いることで、測定値Ｖの移動分散値Ｓ_ｉを算出する。ここでｎは任意の基準期間におけるデータ数であり、Ｖ_ｉは平均値である。ここでは基準期間を１分とし、ｎ＝１２とした。

次に、第１判定部３０６は、第１算出部３０２にて算出された移動分散値に基づき、基準期間におけるノイズ混入の有無を判定する。移動分散値に基づくノイズ混入の判定基準は、分散値の閾値により設定してもよい。分散値の閾値設定は、所定の期間における移動分散値のヒストグラムより決定してもよいし、区間推定法により閾値設定するようにしてもよい。

図７は、移動分散値のヒストグラムの一例を示す図である。ここでは、図７に示すように、事前に作成した呼吸、心拍の移動分散値におけるヒストグラム（図７参照）および区間推定の結果から、分散値の閾値を呼吸、心拍で（２５，５５）とした。

図８は、図７に基づき出力されたノイズ判定一致率の一例を示す図である。体動の時系列データＭに基づき、体動に由来するノイズ判定一致率を算出した結果、９５％の判定精度を得た。

第２算出部３０３は、第１判定部３０６におけるノイズ成分の混入の有無の判定結果に基づいて、ノイズ混入期間における生体情報の補間値を算出する。ここで、補間値の算出には、生体情報の平均値およびノイズ混入期間の前の生体情報を用いた。

第３算出部３０４は、取得部３０１で取得した生体情報の時系列データおよび、第２算出部３０３にて算出された生体情報の補間値にて移動平均を算出する。ここでは、移動平均の基準期間を１分とした。

ここで、図９（ａ）は生体モニタ装置３の取得部３０１で取得した生体情報の時系列データの一例を示す図、図９（ｂ）は生体モニタ装置３の第３算出部３０４にて算出された時系列データの一例を示す図である。図９（ａ）および図９（ｂ）においては、生体情報の時系列データとして心拍数および呼吸数を示している。図９（ｂ）は、第１判定部３０６にて判定した体動ノイズの判定率を示すために、取得部３０１にて取得した体動の結果に基づき補正を実施したグラフを重ねて表示したものである。図９（ｂ）は、体動の結果に基づき補正を実施したグラフと、第１判定部３０６の体動検知の有無の判定結果に基づき補正を実施したグラフとに概ね差がないことを示している。

以上のように、本実施形態に係る生体モニタ装置３では、計測装置２で計測される生体情報にノイズが含まれる場合に、そのノイズが含まれる期間の生体情報を取得の対象から除外することができる。例えば、ベッドに設置した計測装置２により生体情報を計測する環境では、ユーザＵ以外の他の生物がベッドに存在すると、他の生物の生体情報が外乱としてユーザＵの生体情報に重畳する可能性がある。一例として、介護施設等では、ユーザＵのベッドに介護スタッフが乗りユーザＵのケアを行うような場合がある。この場合、介護スタッフの生体情報が外乱としてユーザＵの生体情報のデータに重畳する可能性がある。また、他の例として、自宅等でユーザＵとペットが１つのベッドで就寝する場合がある。この場合も、ペットの生体情報が外乱としてユーザＵの生体情報のデータに重畳する可能性がある。

本実施形態に係る生体モニタ装置３では、これらの外乱を除外することができるため、ユーザＵの生体情報をより正確にモニタすることができる。

［変形例］
上述の実施形態では、計測装置２と生体モニタ装置３とを別の装置としたが、これに限らず、計測装置２が生体モニタ装置３の機能を備える形態としてもよい。この場合、計測装置２は、上述した生体モニタ装置３の機能構成（図４参照）を備えることで、自装置で計測された生体情報に基づく画面（図８参照）を表示部２４に表示させることができる。

以上、本発明の実施形態（及び変形例）を説明したが、上述の実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。本発明は、上述の実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。また、上述の実施形態に開示されている複数の構成要素の適宜な組み合わせにより、種々の発明を形成できる。例えば、実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。

３ モニタ装置
３０１ 取得部
３０２ 第１算出部
３０３ 第２算出部
３０４ 第３算出部
３０５ 表示制御部
３０６ 第１判定部
３０７ 第２判定部

特開２０２０－０１０８０３号公報

Claims (9)

1. モニタ対象者から所定周期毎に計測された生体情報を時系列データとして取得する取得部と、
   前記生体情報のノイズ解析を行う第１算出部と、
   該第１算出部で算出された解析結果および前記取得部で取得された時系列データにより所定の基準期間におけるノイズの混入有無を判定する第１判定部と、
   前記第１判定部のノイズ混入判定結果に基づき、ノイズ混入判定時に、生体情報の補間値を算出する第２算出部と、
   前記第２算出部で算出された前記生体情報の補間値を時系列データとして表示させるためのデータを生成する表示制御部と、
   を備えることを特徴とするモニタ装置。
2. 前記第１算出部は、前記時系列データの移動分散値を算出する、
   ことを特徴とする請求項１に記載のモニタ装置。
3. 前記第１判定部は、前記ノイズの混入有無を、前記移動分散値および前記取得部で取得された前記時系列データにより判定する、
   ことを特徴とする請求項２に記載のモニタ装置。
4. 任意の基準期間に基づいて、前記時系列データの移動平均値を算出する第３算出部と、
   前記第３算出部で算出された前記移動平均値に基づいて、前記モニタ対象者の状態を判定する第２判定部と、
   を更に備えることを特徴とする請求項１ないし３の何れか一項に記載のモニタ装置。
5. 前記第２判定部は、前記移動平均値の閾値に基づいて、前記モニタ対象者の状態を判定する、
   ことを特徴とする請求項４に記載のモニタ装置。
6. 前記第２判定部は、前記時系列データに基づく任意の期間での乖離度に基づいて、前記モニタ対象者の状態を判定する、
   ことを特徴とする請求項４に記載のモニタ装置。
7. 前記表示制御部は、前記第２判定部で異常と判定された場合、異常を報知するための情報を表示させる、
   ことを特徴とする請求項４ないし６のいずれか一項に記載のモニタ装置。
8. モニタ装置で実行されるモニタ方法であって、
   モニタ対象者から所定周期毎に計測された生体情報を時系列データとして取得する取得工程と、
   前記生体情報のノイズ解析を行う第１算出工程と、
   該第１算出工程で算出された解析結果および前記取得工程で取得された時系列データにより所定の基準期間におけるノイズの混入有無を判定する第１判定工程と、
   前記第１判定工程のノイズ混入判定結果に基づき、ノイズ混入判定時に、生体情報の補間値を算出する第２算出工程と、
   前記第２算出工程で算出された前記生体情報の補間値を時系列データとして表示させるためのデータを生成する表示制御工程と、
   を含むことを特徴とするモニタ方法。
9. モニタ対象者から所定周期毎に計測された生体情報を時系列データとして取得する取得ステップと、
   前記生体情報のノイズ解析を行う第１算出ステップと、
   該第１算出ステップで算出された解析結果および前記取得ステップで取得された時系列データにより所定の基準期間におけるノイズの混入有無を判定する第１判定ステップと、
   前記第１判定ステップのノイズ混入判定結果に基づき、ノイズ混入判定時に、生体情報の補間値を算出する第２算出ステップと、
   前記第２算出ステップで算出された前記生体情報の補間値を時系列データとして表示させるためのデータを生成する表示制御ステップと、
   をコンピュータに実行させるためのプログラム。

Images