JP2023054458A - 心拍呼吸検出装置及び心拍呼吸検出プログラム - Google Patents

Abstract

【課題】本開示は、体表面で反射したレーダ信号（超音波信号を含めてもよい。）に基づいて、看護師の負担軽減及び感染のリスク低減を可能としながら、心拍数及び呼吸数を算出するにあたり、堅牢性の向上、外乱の影響低減、心拍呼吸の分離、複数倍カウントの防止及び検出範囲の拡張を図ることを目的とする。【解決手段】本開示は、心拍検出において、心拍の微小振動による周波数成分を所定の心拍観測時間窓に渡って抽出し、心拍の微小振動による周波数成分から振幅ピークを抽出し、一回の心拍での複数の特徴的な微小振動のうちの一つの特徴的な微小振動を抽出する。その一方、呼吸検出において、心拍の微小振動による正及び負の周波数成分を抽出し、正及び負の周波数成分を複素乗算し、複素乗算した正及び負の周波数成分から、心拍の微小振動による心拍位相変化が除去された、呼吸の微小振動による呼吸位相変化を抽出する。【選択図】図４

Description

本開示は、体表面で反射したレーダ信号又は超音波信号に基づいて、看護師の負担軽減及び感染のリスク低減を可能としながら、心拍数及び呼吸数を算出する技術に関する。

体表面で反射したレーダ信号に基づいて、看護師の負担軽減及び感染のリスク低減を可能としながら、心拍数及び呼吸数を算出する技術が、特許文献１等に開示されている。

従来技術の心拍呼吸検出処理の概要を図１に示す。体表面で反射したレーダ信号から、各周波数成分の時間変化を示すスペクトログラムＳが算出される。スペクトログラムＳから、極低周波数成分を含むＤＣ（Ｄｉｒｅｃｔ Ｃｕｒｒｅｎｔ）成分が抽出される。１０秒間に１、２回程度で、呼吸の微小振動による振幅ピークが抽出される。呼吸振幅ピークの時間間隔に基づいて、呼吸数が算出される。呼吸振幅ピーク間に３回程度で、心拍の微小振動による振幅ピークが抽出される。心拍振幅ピークの時間間隔に基づいて、心拍数が算出される。

特開２０１９－１２９９９６号公報

図１は、スペクトログラムＳから、極低周波数成分を含むＤＣ成分が抽出されるところを示している。エアコンのルーバ、風で揺れるカーテン及び看護師の動き等の外乱は、主にこの極低周波数成分に含まれ、呼吸の微小振動による周波数成分と近いため、堅牢性の向上及び外乱の影響低減を図ることが困難である。そして、心拍振幅ピークは、呼吸振幅ピークと比べて小さいため、呼吸振幅ピークから心拍振幅ピークを分離することが困難である。さらに、呼吸周波数の３、４倍の高調波周波数が、心拍周波数とほぼ等しいならば、呼吸振幅ピークから心拍振幅ピークを分離することが困難である。仮に、呼吸振幅ピークから心拍振幅ピークを分離することができても、図２及び図３で説明する課題が存在する。

従来技術の心拍検出処理の課題を図２に示す。一回の心拍において、第１音及び第２音の振幅ピークが存在する。よって、本来の心拍数（（１）及び（３）又は（２）及び（４）の２回）の２倍の心拍数（（１）、（２）、（３）及び（４）の４回）が、算出される可能性を防止することが困難である。そして、心拍数としてＡ（ｂｐｍ）が検出対象とされるときは、心拍数として２Ａ（ｂｐｍ）が検出対象とできないため、心拍数の検出範囲を拡張することが困難である。

従来技術の呼吸検出処理の課題を図３に示す。一回の呼吸において、胸部及び腹部の動きがずれることがあるが、レーダ信号において、胸部及び腹部の動きが区別されず合成される。よって、本来の呼吸数（呼吸胸部又は呼吸腹部の（１）及び（２）の２回）の２倍の呼吸数（呼吸合成の（１）、（２）、（３）及び（４）の４回）が、算出される可能性を防止することが困難である。そして、呼吸数としてＢ（ｂｐｍ）が検出対象とされるときは、呼吸数として２Ｂ（ｂｐｍ）が検出対象とできないため、呼吸数の検出範囲を拡張することが困難である。

そこで、前記課題を解決するために、本開示は、体表面で反射したレーダ信号（超音波信号を含めてもよい。）に基づいて、看護師の負担軽減及び感染のリスク低減を可能としながら、心拍数及び呼吸数を算出するにあたり、堅牢性の向上、外乱の影響低減、心拍呼吸の分離、複数倍カウントの防止及び検出範囲の拡張を図ることを目的とする。

心拍検出の前記課題を解決するために、体表面で反射したレーダ信号又は超音波信号から、心拍の微小振動による周波数成分を所定の心拍観測時間窓に渡って抽出する。そして、心拍の微小振動による周波数成分から振幅ピークを抽出し、一回の心拍での複数の特徴的な微小振動のうちの一つの特徴的な微小振動を抽出する。

具体的には、本開示は、体表面で反射したレーダ信号又は超音波信号から、心拍の微小振動による周波数成分を所定の心拍観測時間窓に渡って抽出する心拍成分抽出部と、前記心拍の微小振動による周波数成分から振幅ピークを抽出し、一回の心拍での複数の特徴的な微小振動のうちの一つの特徴的な微小振動を抽出する心拍ピーク抽出部と、前記振幅ピークの時間間隔又はあらかじめ定めた時間内の前記振幅ピークの抽出数に基づいて、心拍数を算出する心拍数算出部と、を備えることを特徴とする心拍呼吸検出装置である。

この構成によれば、心拍の微小振動による周波数成分を抽出するため、堅牢性の向上及び外乱の影響低減を図ることができる。そして、一回の心拍での複数の特徴的な微小振動のうち、一つの特徴的な微小振動を抽出するため、複数倍カウントの防止及び検出範囲の拡張を図ることができる。さらに、心拍数を算出する根拠となるデータが、呼吸数を算出する根拠となるデータ（後述）と異なるため、心拍呼吸の分離を図ることができる。

また、本開示は、前記心拍成分抽出部は、一回の心拍での複数の特徴的な微小振動を含む前記所定の心拍観測時間窓に渡って、前記心拍の微小振動による周波数成分を抽出することを特徴とする心拍呼吸検出装置である。

この構成によれば、心拍の微小振動による周波数成分を抽出する時点において、一回の心拍での複数の特徴的な微小振動を合成して出力するため、複数倍カウントの防止をほぼ完全に図ることができる。ただし、所定の心拍観測時間窓の時間幅に応じて、一回の心拍での一つの特徴的な微小振動のみが、所定の心拍観測時間窓に含まれることがある。

また、本開示は、前記心拍ピーク抽出部は、所定のピーク検出時間窓において、前記心拍の微小振動による周波数成分から、前記振幅ピークのうちの最大振幅ピークを抽出することを特徴とする心拍呼吸検出装置である。

この構成によれば、一回の心拍での一つの特徴的な微小振動のみが、所定の心拍観測時間窓に含まれるときでも、所定のピーク検出時間窓において、最大振幅ピークのみを抽出するため、複数倍カウントの防止をほぼ完全に図ることができる。ただし、所定のピーク検出時間窓の時間幅に応じて、心拍数の上限及び下限をある程度は狭めることになる。

また、本開示は、前記心拍ピーク抽出部は、前記所定のピーク検出時間窓の両端近傍を除く時間領域において、前記最大振幅ピークを抽出するように、前記所定のピーク検出時間窓を移動させることを特徴とする心拍呼吸検出装置である。

この構成によれば、一回の心拍での一つの特徴的な微小振動が、隣接する所定のピーク検出時間窓に跨らないようにするため、心拍数の上限を拡大することができる。

また、本開示は、前記心拍数算出部は、隣接する又は非隣接の前記所定のピーク検出時間窓において抽出された前記最大振幅ピークの時間間隔に基づいて、心拍数を算出することを特徴とする心拍呼吸検出装置である。

この構成によれば、一回の心拍での複数の特徴的な微小振動が、飛び飛びの所定のピーク検出時間窓に含まれることも考慮して、心拍数の下限を拡大することができる。

また、本開示は、前記心拍数算出部は、前記振幅ピークの振幅値が大きくなるほど、前記振幅ピークの時間間隔の重みを大きくしたうえで、平均的な心拍数を算出することを特徴とする心拍呼吸検出装置である。

この構成によれば、心拍振幅ピークの振幅値の大きさに応じて、心拍振幅ピークの時間間隔に重み付けをするため、心拍数の算出を高い精度で行なうことができる。

また、本開示は、前記心拍数算出部は、前記振幅ピークの振幅値が大きくなるほど、前記振幅ピークの時間間隔の重みを高くしたうえで、前記振幅ピークの時間間隔と時間間隔の重みとからなる２次元データのクラスタリングに基づいて、心拍数を算出することを特徴とする心拍呼吸検出装置である。

この構成によれば、心拍振幅ピークの振幅値の大きさに応じて、心拍振幅ピークの時間間隔の重みを算出するため、心拍数の算出を高い精度で行なうことができる。

呼吸検出の前記課題を解決するために、体表面で反射したレーダ信号又は超音波信号から、心拍の微小振動による正及び負の周波数成分を抽出し、正及び負の周波数成分を複素乗算する。そして、複素乗算した正及び負の周波数成分から、心拍の微小振動による心拍位相変化が除去された、呼吸の微小振動による呼吸位相変化を抽出する。

具体的には、本開示は、体表面で反射したレーダ信号又は超音波信号から、心拍の微小振動による正及び負の周波数成分を抽出し、前記正及び負の周波数成分を複素乗算する心拍成分乗算部と、複素乗算した前記正及び負の周波数成分から、心拍の微小振動による心拍位相変化が除去された、呼吸の微小振動による呼吸位相変化を抽出する呼吸位相抽出部と、前記呼吸位相変化の周波数成分に基づいて、呼吸数を算出する呼吸数算出部と、を備えることを特徴とする心拍呼吸検出装置である。

この構成によれば、心拍の微小振動による周波数成分を抽出するため、堅牢性の向上及び外乱の影響低減を図ることができる。そして、心拍位相変化が除去された呼吸位相変化の周波数成分に基づいて、呼吸数を算出するため、腹部からの反射信号を考慮することなく胸部からの反射信号を考慮したうえで、複数倍カウントの防止及び検出範囲の拡張を図ることができる。さらに、呼吸数を算出する根拠となるデータが、心拍数を算出する根拠となるデータ（前述）と異なるため、呼吸心拍の分離を図ることができる。

また、本開示は、前記呼吸位相抽出部は、複素乗算した前記正及び負の周波数成分から、心拍の微小振動による振幅ピークを抽出し、前記振幅ピークでは前記呼吸位相変化を抽出する一方で、前記振幅ピーク間では前記呼吸位相変化を抽出せずゼロパディングを適用することを特徴とする心拍呼吸検出装置である。

この構成によれば、心拍の揺らぎを考慮したうえで、心拍振幅ピーク時刻では、呼吸位相変化の情報を利用する一方で、心拍振幅ピーク間では、呼吸位相変化の情報を利用しないため、呼吸数の算出を高い精度で行なうことができる。

また、本開示は、前記呼吸数算出部は、前記呼吸位相変化の周波数成分の最大ピーク振幅が大きくなるほど、呼吸数の重みを大きくしたうえで、平均的な呼吸数を算出することを特徴とする心拍呼吸検出装置である。

この構成によれば、呼吸位相変化の周波数成分の最大ピーク振幅の大きさに応じて、呼吸数の重み付けをするため、呼吸数の算出を高い精度で行なうことができる。

また、本開示は、以上に記載の心拍呼吸検出装置の各処理部に対応する各処理ステップを、コンピュータに実行させるための心拍呼吸検出プログラムである。

この構成によれば、前述の効果を有するプログラムを提供することができる。

このように、本開示は、体表面で反射したレーダ信号（超音波信号を含めてもよい。）に基づいて、看護師の負担軽減及び感染のリスク低減を可能としながら、心拍数及び呼吸数を算出するにあたり、堅牢性の向上、外乱の影響低減、心拍呼吸の分離、複数倍カウントの防止及び検出範囲の拡張を図ることができる。

従来技術の心拍呼吸検出処理の概要を示す図である。 従来技術の心拍検出処理の課題を示す図である。 従来技術の呼吸検出処理の課題を示す図である。 本開示の心拍呼吸検出装置の構成を示す図である。 本開示の心拍呼吸検出処理の概要を示す図である。 本開示の心拍検出処理の手順を示す図である。 本開示の心拍成分抽出処理の具体例を示す図である。 本開示の第１の心拍検出処理の具体例を示す図である。 本開示の第１の心拍検出処理の具体例を示す図である。 本開示の第１の心拍検出処理の具体例を示す図である。 本開示の第２の心拍検出処理の具体例を示す図である。 本開示の第３の心拍検出処理の具体例を示す図である。 本開示の第３の心拍検出処理の具体例を示す図である。 本開示の呼吸検出処理の手順を示す図である。 本開示の呼吸検出処理の原理を示す図である。 本開示の呼吸検出処理の原理を示す図である。 本開示の呼吸検出処理の原理を示す図である。 本開示の呼吸検出処理の具体例を示す図である。 本開示の心拍検出処理の結果を示す図である。 本開示の心拍検出処理の結果を示す図である。 本開示の呼吸検出処理の結果を示す図である。 本開示の呼吸検出処理の結果を示す図である。 本開示の呼吸検出処理の結果を示す図である。

添付の図面を参照して本開示の実施形態を説明する。以下に説明する実施形態は本開示の実施の例であり、本開示は以下の実施形態に制限されるものではない。

（本開示の心拍呼吸検出装置の構成）
本開示の心拍呼吸検出装置の構成を図４に示す。本開示の心拍呼吸検出処理の概要を図５に示す。心拍呼吸検出装置Ｍは、心拍成分抽出部１、心拍成分乗算部２、心拍ピーク抽出部３、心拍数算出部４、呼吸位相抽出部５及び呼吸数算出部６を備え、図６及び図１４に示す心拍呼吸検出プログラムをコンピュータにインストールし実現することができる。

レーダ送受信装置Ｒ又は超音波送受信装置Ｒは、患者Ｐの体表面に照射するレーダ信号又は超音波信号（搬送波帯）を送信し、患者Ｐの体表面で反射したレーダ信号又は超音波信号（搬送波帯）を受信し、受信したレーダ信号又は超音波信号をベースバンド帯に変換して出力する。レーダ方式又は超音波方式としては、ＣＷ方式、ＦＭＣＷ方式、定在波方式及び他の方式のいずれでもよい。レーダ信号又は超音波信号（搬送波帯）は、患者Ｐの体表面の微小振動幅のオーダーと等しい、１～１０ｍｍのオーダーの波長を有する。

心拍成分抽出部１は、患者Ｐの体表面で反射したレーダ信号又は超音波信号（ベースバンド帯のＩ／Ｑ複素信号）から、心拍の微小振動による正及び負の周波数成分（±１０又は１０^２Ｈｚのオーダー）のうち、一方の周波数成分又は両方の周波数成分を抽出する。あるいは、心拍成分抽出部１は、患者Ｐの体表面で反射したレーダ信号又は超音波信号（ベースバンド帯の実数信号）から、心拍の微小振動による周波数成分（＋１０又は１０^２Ｈｚのオーダー）を抽出する。心拍成分乗算部２は、心拍の微小振動による正及び負の周波数成分（±１０又は１０^２Ｈｚのオーダー）を複素乗算する。

ここで、心拍成分抽出部１は、患者Ｐの体表面で反射したレーダ信号又は超音波信号（ベースバンド帯のＩ／Ｑ複素信号）から、各周波数成分の時間変化を示すスペクトログラムＳを算出する。そして、スペクトログラムＳから、極低周波数成分を含むＤＣ（Ｄｉｒｅｃｔ Ｃｕｒｒｅｎｔ）成分を除去し、心拍の微小振動による正及び負の周波数成分（±１０又は１０^２Ｈｚのオーダー）を抽出する。あるいは、心拍成分抽出部１は、患者Ｐの体表面で反射したレーダ信号又は超音波信号（ベースバンド帯の実数信号）から、心拍の微小振動による周波数成分におけるバンドパスフィルタ結果Ｂを算出する。すると、バンドパスフィルタ結果Ｂでは、スペクトルグラムＳとほぼ同様に、心拍の微小振動による周波数成分（＋１０又は１０^２Ｈｚのオーダー）が抽出される。

図５では、２秒間に１、２回程度で、心拍の微小振動による小さい振幅ピークが抽出されるとともに、一回の心拍での第１音及び第２音の近い振幅ピークが抽出される。そして、４秒間に１、２回程度で、呼吸の微小振動による大きい振幅ピークが抽出されるものの、呼吸周波数の３、４倍の高調波周波数が、心拍周波数とほぼ等しくなることがあり得る。

ここで、心拍成分抽出部１は、患者Ｐの体表面で反射したレーダ信号又は超音波信号（ベースバンド帯のＩ／Ｑ複素信号）から、心拍の微小振動による正の周波数成分として、（ｒｉ［ｎ］、ｒｑ［ｎ］）（ｒは正周波数、ｉ、ｑはｉ、ｑ成分、ｎは時間）を抽出し、心拍の微小振動による負の周波数成分として、（ｌｉ［ｎ］、ｌｑ［ｎ］）（ｌは負周波数、ｉ、ｑはｉ、ｑ成分、ｎは時間）を抽出する。あるいは、心拍成分抽出部１は、患者Ｐの体表面で反射したレーダ信号又は超音波信号（ベースバンド帯の実数信号）から、心拍の微小振動による周波数成分として、ｂ［ｎ］（ｂはバンドパスフィルタ結果Ｂの通過周波数帯域、ｎは時間）を抽出する。そして、心拍成分乗算部２は、複素乗算した正及び負の周波数成分として、（ｍｉ［ｎ］、ｍｑ［ｎ］）＝（ｒｉ［ｎ］・ｌｉ［ｎ］－ｒｑ［ｎ］・ｌｑ［ｎ］、ｒｑ［ｎ］・ｌｉ［ｎ］＋ｒｉ［ｎ］・ｌｑ［ｎ］）を算出する。

心拍ピーク抽出部３及び心拍数算出部４は、図６から図１３までに示すように、周波数成分（ｒｉ［ｎ］、ｒｑ［ｎ］）、（ｌｉ［ｎ］、ｌｑ［ｎ］）、ｂ［ｎ］又は（ｍｉ［ｎ］、ｍｑ［ｎ］）に基づいて、心拍数を算出する。呼吸位相抽出部５及び呼吸数算出部６は、図１４から図１８までに示すように、周波数成分（ｍｉ［ｎ］、ｍｑ［ｎ］）に基づいて、呼吸数を算出する。まず、心拍数の算出を説明し、次に、呼吸数の算出を説明する。

（本開示の心拍検出処理の手順：心拍成分抽出処理）
本開示の心拍検出処理の手順を図６に示す。心拍成分抽出部１は、周波数成分（ｒｉ［ｎ］、ｒｑ［ｎ］）、（ｌｉ［ｎ］、ｌｑ［ｎ］）又はｂ［ｎ］を、所定の心拍観測時間窓に渡って抽出する（ステップＳ１）。心拍ピーク抽出部３は、周波数成分（ｒｉ［ｎ］、ｒｑ［ｎ］）、（ｌｉ［ｎ］、ｌｑ［ｎ］）、ｂ［ｎ］又は（ｍｉ［ｎ］、ｍｑ［ｎ］）から振幅ピークを抽出し、一回の心拍での複数の特徴的な微小振動のうちの一つの特徴的な微小振動を抽出する（ステップＳ２）。心拍数算出部４は、振幅ピークの時間間隔（本実施形態）又はあらかじめ定めた時間内の振幅ピークの抽出数（変形例）に基づいて、心拍数を算出する（ステップＳ３）。具体的には、図７から図１３までの処理が実行される。

このように、心拍の微小振動による周波数成分を抽出するため、堅牢性の向上及び外乱の影響低減を図ることができる。そして、一回の心拍での複数の特徴的な微小振動のうち、一つの特徴的な微小振動を抽出するため、複数倍カウントの防止及び検出範囲の拡張を図ることができる。さらに、心拍数を算出する根拠となるデータが、呼吸数を算出する根拠となるデータ（後述）と異なるため、心拍呼吸の分離を図ることができる。

ここで、本実施形態では、一回の心拍での複数の特徴的な微小振動として、一回の心拍での第１音及び第２音を採用している。しかし、変形例として、心拍呼吸検出対象の個体差又は動物種に応じて、一回の心拍での三つ以上の特徴的な微小振動を採用してもよい。

本開示の心拍成分抽出処理の具体例を図７に示す。心拍成分抽出部１は、一回の心拍での複数の特徴的な微小振動を含む所定の心拍観測時間窓に渡って、周波数成分（ｒｉ［ｎ］、ｒｑ［ｎ］）、（ｌｉ［ｎ］、ｌｑ［ｎ］）又はｂ［ｎ］を抽出する（ステップＳ１）。

図７では、心拍観測時間窓Ｗａ、Ｗｂ、Ｗｃ、Ｗｄの時間幅は、スペクトログラムＳの有効データ長又は１／（バンドパスフィルタ結果Ｂの通過帯域幅）である。

心拍観測時間窓Ｗａにおいて、一回の心拍での第１音及び第２音が同相の状態で含まれている（位相関係は個体差又は動物種に応じて様々である）。すると、スペクトログラムＳにおいて、一回の心拍での第１音及び第２音が強め合いの状態で合成されたうえで、周波数成分（ｒｉ［ｎ］、ｒｑ［ｎ］）、（ｌｉ［ｎ］、ｌｑ［ｎ］）が抽出される。あるいは、バンドパスフィルタ結果Ｂにおいて、一回の心拍での第１音及び第２音が強め合いの状態で合成されたうえで、周波数成分ｂ［ｎ］が抽出される。よって、心拍の微小振動による周波数成分を抽出する時点において、複数倍カウントの防止をほぼ完全に図ることができる。

心拍観測時間窓Ｗｂにおいて、一回の心拍での第１音及び第２音が逆相の状態で含まれている（位相関係は個体差又は動物種に応じて様々である）。すると、スペクトログラムＳにおいて、一回の心拍での第１音及び第２音が弱め合いの状態で合成されたうえで、周波数成分（ｒｉ［ｎ］、ｒｑ［ｎ］）、（ｌｉ［ｎ］、ｌｑ［ｎ］）が抽出される。あるいは、バンドパスフィルタ結果Ｂにおいて、一回の心拍での第１音及び第２音が弱め合いの状態で合成されたうえで、周波数成分ｂ［ｎ］が抽出される。しかし、図９、図１０及び図１３のようにτ_ａ、τ_ｂ、τ_ｃ等を考慮すれば、複数倍カウントの防止をほぼ完全に図ることができる。

心拍観測時間窓Ｗｃにおいて、一回の心拍での第１音のみが含まれている（微小振動の個数は心拍呼吸の状況に応じて様々である）。すると、スペクトログラムＳにおいて、一回の心拍での第１音のみについて、周波数成分（ｒｉ［ｎ］、ｒｑ［ｎ］）、（ｌｉ［ｎ］、ｌｑ［ｎ］）が抽出される。あるいは、バンドパスフィルタ結果Ｂにおいて、一回の心拍での第１音のみについて、周波数成分ｂ［ｎ］が抽出される。しかし、図８から図１３までのようにピーク検出時間窓を適用すれば、複数倍カウントの防止をほぼ完全に図ることができる。

心拍観測時間窓Ｗｄにおいて、一回の心拍での第２音のみが含まれている（微小振動の個数は心拍呼吸の状況に応じて様々である）。すると、スペクトログラムＳにおいて、一回の心拍での第２音のみについて、周波数成分（ｒｉ［ｎ］、ｒｑ［ｎ］）、（ｌｉ［ｎ］、ｌｑ［ｎ］）が抽出される。あるいは、バンドパスフィルタ結果Ｂにおいて、一回の心拍での第２音のみについて、周波数成分ｂ［ｎ］が抽出される。しかし、図８から図１３までのようにピーク検出時間窓を適用すれば、複数倍カウントの防止をほぼ完全に図ることができる。

（本開示の心拍検出処理の手順：第１の心拍検出処理）
本開示の第１の心拍検出処理の具体例を図８から図１０までに示す。心拍ピーク抽出部３は、所定のピーク検出時間窓Ｗ０、Ｗ１、Ｗ２、Ｗ３内において、周波数成分（ｒｉ［ｎ］、ｒｑ［ｎ］）、（ｌｉ［ｎ］、ｌｑ［ｎ］）、ｂ［ｎ］又は（ｍｉ［ｎ］、ｍｑ［ｎ］）から、振幅ピークのうちの最大振幅ピークを抽出する（ステップＳ２）。

図８では、所定時間幅ｔのピーク検出時間窓Ｗ０、Ｗ１、Ｗ２、Ｗ３内において、一回の心拍での第１音及び第２音の振幅ピークが存在する（ピーク検出時間窓は、心拍観測時間窓よりやや長い）。ピーク検出時間窓Ｗ０内において、第１音の振幅ピークが、ピーク時刻ｎ_０及び最大振幅値ｐ_０を有する。ピーク検出時間窓Ｗ１内において、第２音の振幅ピークが、ピーク時刻ｎ_１及び最大振幅値ｐ_１を有する。ピーク検出時間窓Ｗ２内において、第１音の振幅ピークが、ピーク時刻ｎ_２及び最大振幅値ｐ_２を有する。ピーク検出時間窓Ｗ３内において、第２音の振幅ピークが、ピーク時刻ｎ_３及び最大振幅値ｐ_３を有する。

心拍数算出部４は、振幅ピークの振幅値が大きくなるほど、振幅ピークの時間間隔の重みを大きくしたうえで、平均的な心拍数を算出する（ステップＳ３）。あるいは、心拍数算出部４は、振幅ピークの振幅値が大きくなるほど、振幅ピークの時間間隔の重みを高くしたうえで、振幅ピークの時間間隔と時間間隔の重みとからなる２次元データのクラスタリングに基づいて、心拍数を算出する（ステップＳ３、図２０）。

心拍数算出部４は、隣接する又は非隣接の所定のピーク検出時間窓において抽出された最大振幅ピークの時間間隔に基づいて、心拍数を算出する（ステップＳ３）。図８では、ピーク検出時間窓Ｗ０、W１間において、心拍間隔τ_ａは、ｎ_１－ｎ_０であり、重み付け係数は、√（ｐ_０ｐ_１）である。ピーク検出時間窓Ｗ０、W２間において、心拍間隔τ_ｂは、ｎ_２－ｎ_０であり、重み付け係数は、√（ｐ_０ｐ_２）である。ピーク検出時間窓Ｗ０、W３間において、心拍間隔τ_ｃは、ｎ_３－ｎ_０であり、重み付け係数は、√（ｐ_０ｐ_３）である。

図９では、平均的な心拍間隔τ_{ａ、ａｖｅ}、τ_{ｂ、ａｖｅ}、τ_{ｃ、ａｖｅ}が数式１～３のように算出される。ここで、ピーク検出時間窓Ｗｍ（ｍ＝０～Ｍ－１）を基準にした場合には、τ_ａ＝τ_ａ［ｍ］、τ_ｂ＝τ_ｂ［ｍ］、τ_ｃ＝τ_ｃ［ｍ］、ｐ_０＝ｐ_０［ｍ］、ｐ_１＝ｐ_１［ｍ］、ｐ_２＝ｐ_２［ｍ］、ｐ_３＝ｐ_３［ｍ］である。そして、平均的な心拍間隔τ_{ａ、ａｖｅ}、τ_{ｂ、ａｖｅ}、τ_{ｃ、ａｖｅ}は、心拍数の検出期間の始め（ｍ＝０）から終わり（ｍ＝Ｍ－１）までの平均値である。

平均的な心拍数が、６０／３ｔ（ｂｐｍ）であるときには、心拍間隔τ_ｃの重みは、平均的な心拍間隔τ_{ｃ、ａｖｅ}にピークを有し、平均的な心拍間隔τ_{ｃ、ａｖｅ}が選択される。平均的な心拍数が、６０／２ｔ（ｂｐｍ）であるときには、心拍間隔τ_ｂの重みは、平均的な心拍間隔τ_{ｂ、ａｖｅ}にピークを有し、平均的な心拍間隔τ_{ｂ、ａｖｅ}が選択される。平均的な心拍数が、６０／ｔ（ｂｐｍ）であるときには、心拍間隔τ_ａ、τ_ｂ、τ_ｃの重みは、平均的な心拍間隔τ_{ａ、ａｖｅ}、τ_{ｂ、ａｖｅ}、τ_{ｃ、ａｖｅ}にピークを有し、平均的な心拍間隔τ_{ａ、ａｖｅ}のみが選択される。なお、後述の図２０の下段のように、合成二次元データを作成してもよい。

図１０では、所定時間幅ｔのピーク検出時間窓Ｗ０、Ｗ１、Ｗ２、Ｗ３境界において、一回の心拍での第１音及び第２音の振幅ピークが存在する（ピーク検出時間窓は、心拍観測時間窓よりやや長い）。ピーク検出時間窓Ｗ０内において、第２音の振幅ピークが、ピーク時刻ｎ_０及び最大振幅値ｐ_０を有する。ピーク検出時間窓Ｗ１内において、第２音の振幅ピークが、ピーク時刻ｎ_１（＝ｔ）及び最大振幅値ｐ_１を有する。ピーク検出時間窓Ｗ２内において、１回目の第１音の振幅ピークが、ピーク時刻ｎ_２及び最大振幅値ｐ_２を有し、２回目の第２音の振幅ピークが、ピーク時刻ｎ_２’及び第２振幅値ｐ_２’を有する。ピーク検出時間窓Ｗ３内において、第２音の振幅ピークが、ピーク時刻ｎ_３及び最大振幅値ｐ_３を有する。

図１０では、ピーク検出時間窓Ｗ０、W１間において、心拍間隔τ_ａは、ｎ_１－ｎ_０であり、重み付け係数は、√（ｐ_０ｐ_１）である（心拍間隔τ_ａは短時間であるため、後述のように無視される）。ピーク検出時間窓Ｗ０、W２間において、心拍間隔τ_ｂは、ｎ_２－ｎ_０であり、重み付け係数は、√（ｐ_０ｐ_２）であり、心拍間隔τ_ｂ’は、ｎ_２’－ｎ_０であり、重み付け係数は、√（ｐ_０ｐ_２’）である。ピーク検出時間窓Ｗ０、W３間において、心拍間隔τ_ｃは、ｎ_３－ｎ_０であり、重み付け係数は、√（ｐ_０ｐ_３）である。

図１０では、平均的な心拍間隔τ_{ａ、ａｖｅ}＝Στ_ａ√（ｐ_０ｐ_１）／Σ√（ｐ_０ｐ_１）、τ_{ｂ、ａｖｅ}＝Στ_ｂ√（ｐ_０ｐ_２）／Σ√（ｐ_０ｐ_２）、τ_{ｂ、ａｖｅ}’＝Στ_ｂ’√（ｐ_０ｐ_２’）／Σ√（ｐ_０ｐ_２’）、τ_{ｃ、ａｖｅ}＝Στ_ｃ√（ｐ_０ｐ_３）／Σ√（ｐ_０ｐ_３）が算出される（和は心拍数の検出期間でとる。）。平均的な心拍数が、６０／ｔ（ｂｐｍ）であるときには、心拍間隔τ_ａ、τ_ｂ、τ_ｂ’、τ_ｃの重みは、平均的な心拍間隔τ_{ａ、ａｖｅ}、τ_{ｂ、ａｖｅ}、τ_{ｂ、ａｖｅ}’、τ_{ｃ、ａｖｅ}にピークを有し、平均的な心拍間隔τ_{ｂ、ａｖｅ}のみが選択される。なお、後述の図２０の下段のように、合成二次元データを作成してもよい。

このように、一回の心拍での一つの特徴的な微小振動のみが、所定の心拍観測時間窓に含まれるときでも、所定のピーク検出時間窓において、最大振幅ピークのみを抽出するため、複数倍カウントの防止をほぼ完全に図ることができる。ただし、所定のピーク検出時間窓の時間幅に応じて、心拍数の上限６０／ｔ（ｂｐｍ）及び下限６０／３ｔ（ｂｐｍ）をある程度は狭めることになる。そして、心拍振幅ピークの振幅値の大きさに応じて、心拍振幅ピークの時間間隔に重み付けをするため、心拍数の算出を高い精度で行なうことができる。さらに、心拍振幅ピークの振幅値の大きさに応じて、心拍振幅ピークの時間間隔の重みを算出するため、心拍数の算出を高い精度で行なうことができる。

（本開示の心拍検出処理の手順：第２の心拍検出処理）
本開示の第２の心拍検出処理の具体例を図１１に示す。心拍ピーク抽出部３は、所定のピーク検出時間窓Ｗ０～Ｗ３より長い、所定のピーク検出時間窓Ｗにおいて、周波数成分（ｒｉ［ｎ］、ｒｑ［ｎ］）、（ｌｉ［ｎ］、ｌｑ［ｎ］）、ｂ［ｎ］又は（ｍｉ［ｎ］、ｍｑ［ｎ］）から、所定個数以内又は所定振幅以上の振幅ピークを抽出する（ステップＳ２）。

図１１では、ピーク検出時間窓Ｗ（時間幅は４ｔ）において、四回の心拍での第１音及び第２音の振幅ピークが存在する。ピーク検出時間窓Ｗ（時間幅は４ｔ）において時間順に、第１音の振幅ピークが、ピーク時刻ｎ_０及び第１振幅値ｐ_０を有し、第２音の振幅ピークが、ピーク時刻ｎ_１及び第３振幅値ｐ_１を有し、第１音の振幅ピークが、ピーク時刻ｎ_２及び第２振幅値ｐ_２を有し、第２音の振幅ピークが、ピーク時刻ｎ_３及び第４振幅値ｐ_３を有する。所定個数以内又は所定振幅以上の振幅ピークを抽出するにあたり、Ｅｎｇｅｌｓｅ ａｎｄ Ｚｅｅｌｅｎｂｅｒｇ等の既知のＱＲＳ検出アルゴリズムを用いてもよい。

心拍数算出部４は、振幅ピークの振幅値が大きくなるほど、振幅ピークの時間間隔の重みを大きくしたうえで、平均的な心拍数を算出する（ステップＳ３）。あるいは、心拍数算出部４は、振幅ピークの振幅値が大きくなるほど、振幅ピークの時間間隔の重みを高くしたうえで、振幅ピークの時間間隔と時間間隔の重みとからなる２次元データのクラスタリングに基づいて、心拍数を算出する（ステップＳ３、図２０）。

図１１では、ピーク検出時間窓Ｗ（時間幅は４ｔ）において時間順に、１回目の隣接する心拍間隔τは、ｎ_１－ｎ_０であり、重み付け係数は、√（ｐ_０ｐ_１）であり、２回目の隣接する心拍間隔τは、ｎ_２－ｎ_１であり、重み付け係数は、√（ｐ_１ｐ_２）であり、３回目の隣接する心拍間隔τは、ｎ_３－ｎ_２であり、重み付け係数は、√（ｐ_２ｐ_３）である。

図１１では、平均的な心拍間隔τ_ａｖｅ＝Στ√（ｐ_ｎｐ_ｎ＋１）／Σ√（ｐ_ｎｐ_ｎ＋１）が算出される（和は心拍数の検出期間でとる。）。平均的な心拍数が、６０／ｔ（ｂｐｍ）であるときには、心拍間隔τの重みは、平均的な心拍間隔τ_ａｖｅにピークを有する。なお、後述の図２０の下段のように、合成二次元データを作成してもよい。

このように、一回の心拍での一つの特徴的な微小振動のみが、所定の心拍観測時間窓に含まれるときでも、所定のピーク検出時間窓において、所定個数以内又は所定振幅以上の振幅ピークを抽出するため、心拍数の上限及び下限を図８から図１０までと比べて十分な程度拡げることができる。ただし、所定個数及び所定振幅に応じて、複数倍カウントの発生をある程度は起こすことになる。そして、心拍振幅ピークの振幅値の大きさに応じて、心拍振幅ピークの時間間隔に重み付けをするため、心拍数の算出を高い精度で行なうことができる。さらに、心拍振幅ピークの振幅値の大きさに応じて、心拍振幅ピークの時間間隔の重みを算出するため、心拍数の算出を高い精度で行なうことができる。

（本開示の心拍検出処理の手順：第３の心拍検出処理）
本開示の第３の心拍検出処理の具体例を図１２及び図１３に示す。心拍ピーク抽出部３は、所定のピーク検出時間窓Ｗ０、Ｗ１、Ｗ２、Ｗ３の両端近傍を除く時間領域において、最大振幅ピークを抽出するように、所定のピーク検出時間窓Ｗ０、Ｗ１、Ｗ２、Ｗ３を移動させる（ステップＳ２）。図１０の短時間の心拍間隔τ_ａを生じさせないためである。

図１２では、所定時間幅ｔのピーク検出時間窓Ｗ０について、一回の心拍での第１音及び第２音の振幅ピークに応じて移動させる（ピーク検出時間窓は、心拍観測時間窓よりやや長い）。図１２の第１段では、第１音の振幅ピークが、所定の雑音閾値より大きい振幅値を有し、最大振幅ピークの候補に選択される。そして、最大振幅ピークの候補の時刻ｎ_０が、ピーク検出時間窓Ｗ０の中央の時刻となるように、ピーク検出時間窓Ｗ０が設定される。

図１２の第２段では、第２音の振幅ピークが、所定の雑音閾値より大きい振幅値を有し、最大振幅ピークの先の候補より大きい振幅値を有し、最大振幅ピークの新たな候補に選択される。そして、最大振幅ピークの新たな候補の時刻ｎ_１が、ピーク検出時間窓Ｗ０の中央の時刻となるように、ピーク検出時間窓Ｗ０が時間ｎ_１－ｎ_０だけ移動される。

図１２の第３段では、第１音の振幅ピークが、所定の雑音閾値より大きい振幅値を有し、最大振幅ピークの先の候補より小さい振幅値を有し、最大振幅ピークの新たな候補に選択されない。そして、最大振幅ピークの先の候補の時刻ｎ_１が、ピーク検出時間窓Ｗ０の中央の時刻となるように、ピーク検出時間窓Ｗ０がそのまま固定される。

図１２の第４段では、第２音の振幅ピークが、所定の雑音閾値より大きい振幅値を有するが、先のピーク検出時間窓Ｗ０に含まれない。そこで、新たなピーク検出時間窓Ｗ１について、一回の心拍での第１音及び第２音の振幅ピークに応じて移動させる。つまり、第２音の振幅ピークが、所定の雑音閾値より大きい振幅値を有し、最大振幅ピークの候補に選択される。そして、最大振幅ピークの候補の時刻ｎ_３が、ピーク検出時間窓Ｗ１の中央の時刻となるように、ピーク検出時間窓Ｗ１が設定される。以下は、同様な処理が繰り返される。

心拍数算出部４は、振幅ピークの振幅値が大きくなるほど、振幅ピークの時間間隔の重みを大きくしたうえで、平均的な心拍数を算出する（ステップＳ３）。あるいは、心拍数算出部４は、振幅ピークの振幅値が大きくなるほど、振幅ピークの時間間隔の重みを高くしたうえで、振幅ピークの時間間隔と時間間隔の重みとからなる２次元データのクラスタリングに基づいて、心拍数を算出する（ステップＳ３、図２０）。

心拍数算出部４は、隣接する又は非隣接の所定のピーク検出時間窓において抽出された最大振幅ピークの時間間隔に基づいて、心拍数を算出する（ステップＳ３）。図１３では、ピーク検出時間窓Ｗ０、W１間において、心拍間隔τ_ａは、ｎ_１－ｎ_０であり、重み付け係数は、√（ｐ_０ｐ_１）である。ピーク検出時間窓Ｗ０、W２間において、心拍間隔τ_ｂは、ｎ_２－ｎ_０であり、重み付け係数は、√（ｐ_０ｐ_２）である。ピーク検出時間窓Ｗ０、W３間において、心拍間隔τ_ｃは、ｎ_３－ｎ_０であり、重み付け係数は、√（ｐ_０ｐ_３）である。

図１３では、平均的な心拍間隔τ_{ａ、ａｖｅ}＝Στ_ａ√（ｐ_０ｐ_１）／Σ√（ｐ_０ｐ_１）、τ_{ｂ、ａｖｅ}＝Στ_ｂ√（ｐ_０ｐ_２）／Σ√（ｐ_０ｐ_２）、τ_{ｃ、ａｖｅ}＝Στ_ｃ√（ｐ_０ｐ_３）／Σ√（ｐ_０ｐ_３）が算出される（和は心拍数の検出期間でとる。）。平均的な心拍数が、６０／ｔ（ｂｐｍ）であるときには、心拍間隔τ_ａ、τ_ｂ、τ_ｃの重みは、平均的な心拍間隔τ_{ａ、ａｖｅ}、τ_{ｂ、ａｖｅ}、τ_{ｃ、ａｖｅ}にピークを有し、平均的な心拍間隔τ_{ａ、ａｖｅ}のみが選択される。なお、後述の図２０の下段のように、合成二次元データを作成してもよい。

このように、一回の心拍での一つの特徴的な微小振動が、隣接する所定のピーク検出時間窓に跨らないようにするため、図１０の短時間の心拍間隔τ_ａを生じさせることなく、心拍数の上限を拡大することができる。一方で、一回の心拍での一つの特徴的な微小振動が、所定の雑音閾値より小さいときには、最大振幅ピークの候補に選択されないため、心拍数の下限を拡大することができる。そして、心拍振幅ピークの振幅値の大きさに応じて、心拍振幅ピークの時間間隔に重み付けをするため、心拍数の算出を高い精度で行なうことができる。さらに、心拍振幅ピークの振幅値の大きさに応じて、心拍振幅ピークの時間間隔の重みを算出するため、心拍数の算出を高い精度で行なうことができる。

第１～３の心拍検出処理では、平均的な心拍間隔として、τ_ａｖｅ＝Στ√（ｐ_ｎｐ_ｎ＋１）／Σ√（ｐ_ｎｐ_ｎ＋１）を算出するときでも、τの全階級値を揃える必要はない。そして、振幅ピークの時間間隔の重みを算出したうえで、振幅ピークの時間間隔と時間間隔の重みとからなる２次元データの重み付け平均を算出している。よって、心拍数の検出期間を短縮することができる。また、平均的な心拍間隔として、τ_ｎ←（１－λ）τ_ｎ＋λτ_ｎ－１を算出するときには、忘却係数λを√（ｐ_ｎ－１ｐ_ｎ）に応じて設定すればよく、心拍数の検出期間における２次元データの重み付け平均を算出するときと比べて、τ_ｎの算出負担を軽減することができる。なお、重み付け係数として、√（ｐ_ｎ－１ｐ_ｎ）を設定する以外にも、ｍａｘ（ｐ_ｎ－１、ｐ_ｎ）を設定してもよく、ｍｉｎ（ｐ_ｎ－１、ｐ_ｎ）を設定してもよい。

ここで、平均的な心拍間隔として、τ_ｎ←（１－λ）τ_ｎ＋λτ_ｎ－１を算出するときには、忘却係数λを小さく（大きく）するときには、雑音を除去しやすい（しにくい）が、収束を短時間化しにくい（しやすい）。そして、１次ＩＩＲフィルタを適用するときには、移動平均フィルタ及びＦＩＲフィルタを適用するときと比べて、フィルタを簡素化できる。

本実施形態では、振幅ピークの時間間隔τ（秒）に基づいて、高い精度で心拍数６０／τ（ｂｐｍ）を算出している。変形例として、あらかじめ定めた時間Ｔо（秒）内の振幅ピークの抽出数ｋ（個）に基づいて、より簡易に心拍数６０ｋ／Ｔо（ｂｐｍ）を算出してもよい。例えば、１０秒間の計測で振幅ピークを１０個だけ抽出すれば、心拍数６０ｂｐｍを算出することができる。しかし、１０秒間の計測で振幅ピークを１個多く誤抽出すれば、心拍数６６ｂｐｍを算出し＋１０％の誤差を生じる。よって、振幅ピークの時間間隔を利用する方が精度は高く、振幅ピークの抽出数を利用する方が計算量は少ない。

（本開示の呼吸検出処理の手順）
本開示の呼吸検出処理の手順を図１４に示す。心拍成分抽出部１は、周波数成分（ｒｉ［ｎ］、ｒｑ［ｎ］）、（ｌｉ［ｎ］、ｌｑ［ｎ］）を抽出し、心拍成分乗算部２は、周波数成分（ｍｉ［ｎ］、ｍｑ［ｎ］）を算出する（ステップＳ４）。呼吸位相抽出部５は、周波数成分（ｍｉ［ｎ］、ｍｑ［ｎ］）から、心拍の微小振動による心拍位相変化が除去された、呼吸の微小振動による呼吸位相変化を抽出する（ステップＳ５）。呼吸数算出部６は、呼吸位相変化の周波数成分（例えば、フーリエ変換成分）に基づいて、呼吸数を算出する（ステップＳ６）。具体的には、図１５から図１８までの処理が実行される。

本開示の呼吸検出処理の原理を図１５から図１７までに示す。図１５では、患者Ｐの体表面で反射したレーダ信号又は超音波信号（搬送波帯）は、心拍の微小振動による心拍位相変調を施され、呼吸の微小振動による呼吸位相変調も施される。ここで、患者Ｐの体表面で反射したレーダ信号又は超音波信号（搬送波帯）は、心拍振幅変調も施されるが、心拍位相変調と比べて不確定であるため、高精度な呼吸抽出に不利であり、呼吸振幅変調も施されるが、呼吸位相変調と比べて不確定であるため、高精度な呼吸抽出に不利である。

すると、心拍成分抽出部１は、心拍の微小振動による正の周波数成分として、Ａｅ^{ｊ｛θｒ＋（θｐ＋φ）｝}（Ａは振幅、θ_ｒは呼吸位相変化、θ_ｐは心拍位相変化、φは心拍位相変化の初期位相）を抽出し、心拍の微小振動による負の周波数成分として、Ａｅ^{ｊ｛θｒ－（θｐ＋φ）－π｝}（πは位相変調の上下側帯波の位相差）を抽出する。そして、心拍成分乗算部２は、複素乗算した正及び負の周波数成分として、Ａｅ^{ｊ｛θｒ＋（θｐ＋φ）｝}＊Ａｅ^{ｊ｛θｒ－（θｐ＋φ）－π｝}＝｜Ａ｜^２ｅ^{ｊ（２θｒ－π）}を算出する。よって、呼吸位相抽出部５は、複素乗算した正及び負の周波数成分｜Ａ｜^２ｅ^{ｊ（２θｒ－π）}から、心拍の微小振動による心拍位相変化θ_ｐ＋φが除去された、呼吸の微小振動による呼吸位相変化θ_ｒを抽出することができる。

図１６では、心拍成分乗算部２が、複素乗算した正及び負の周波数成分として、｜Ａ｜^２ｅ^{ｊ（２θｒ－π）}を算出する前の段階において、シミュレーション結果を示す。図１６の左欄では、呼吸位相変化θ_ｒが、０からπ／２まで変化する間に、心拍位相変化θ_ｐ＋φが、微小な変化を重畳させている。図１６の右上欄では、呼吸位相変化θ_ｒが変化する様子が主に見られ、図１６の右下欄（一部の時間領域を拡大）では、呼吸位相変化θ_ｒが変化する様子が見られるとともに、心拍位相変化θ_ｐ＋φが変化する様子も大きく見られる。

図１７では、心拍成分乗算部２が、複素乗算した正及び負の周波数成分として、｜Ａ｜^２ｅ^{ｊ（２θｒ－π）}を算出した後の段階において、シミュレーション結果を示す。図１７の左欄では、呼吸位相変化２θ_ｒ－πが、－πから０まで変化する間に、心拍位相変化θ_ｐ＋φが、微小な変化を重畳させていない（振幅の変化も見られるものの、位相の変化は単調な変化である。）。図１７の右上欄では、呼吸位相変化２θ_ｒ－πが変化する様子が主に見られ、図１７の右下欄（一部の時間領域を拡大）では、呼吸位相変化２θ_ｒ－πが変化する様子が見られるものの、心拍位相変化θ_ｐ＋φが変化する様子はほとんど見られない。

このように、心拍の微小振動による周波数成分を抽出するため、堅牢性の向上及び外乱の影響低減を図ることができる。そして、心拍位相変化が除去された呼吸位相変化の周波数成分に基づいて、呼吸数を算出するため、腹部からの反射信号を考慮することなく胸部からの反射信号を考慮したうえで、複数倍カウントの防止及び検出範囲の拡張を図ることができる。さらに、呼吸数を算出する根拠となるデータが、心拍数を算出する根拠となるデータ（前述）と異なるため、呼吸心拍の分離を図ることができる。

本開示の呼吸検出処理の具体例を図１８に示す。呼吸位相抽出部５は、複素乗算した正及び負の周波数成分｜Ａ｜^２ｅ^{ｊ（２θｒ－π）}から、心拍の微小振動による振幅ピークを抽出し、振幅ピークでは呼吸位相変化２θ_ｒ－πを抽出する一方で、振幅ピーク間では呼吸位相変化２θ_ｒ－πを抽出せずゼロパディングを適用する（ステップＳ５）。呼吸数算出部６は、呼吸位相変化２θ_ｒ－πの周波数成分の最大ピーク振幅が大きくなるほど、呼吸数の重みを大きくしたうえで、平均的な呼吸数を算出する（ステップＳ６）。

図１８では、ピーク時刻ｎ_０において、振幅ピークが存在し、呼吸位相変化２θ_ｒ－π＝０が抽出される。ピーク時刻ｎ_１において、振幅ピークが存在し、呼吸位相変化２θ_ｒ－π＝π／２が抽出される。ピーク時刻ｎ_２において、振幅ピークが存在し、呼吸位相変化２θ_ｒ－π＝πが抽出される。ピーク時刻ｎ_３において、振幅ピークが存在し、呼吸位相変化２θ_ｒ－π＝πが抽出される。ピーク時刻ｎ_４において、振幅ピークが存在し、呼吸位相変化２θ_ｒ－π＝π／２が抽出される。ピーク時刻ｎ_５において、振幅ピークが存在し、呼吸位相変化２θ_ｒ－π＝π／２が抽出される。ピーク時刻ｎ_０、ｎ_１、ｎ_２、ｎ_３、ｎ_４、ｎ_５間において、振幅ピークが存在せず、ゼロパディングとしてＩ＝Ｑ＝０が適用される。

図１８では、呼吸位相変化２θ_ｒ－πの周波数成分の最大ピーク周波数に基づいて、呼吸周波数ひいては呼吸数が算出される。そして、呼吸位相変化２θ_ｒ－πの周波数成分の最大ピーク振幅に基づいて、呼吸数の重み付け係数が算出される。ここで、心拍数を算出するときと同様に、呼吸数を算出するときであっても、最大ピーク振幅に応じた呼吸数の重みを算出してもよく、忘却係数λを重み付け係数に応じて設定してもよい。

このように、心拍の揺らぎを考慮したうえで、心拍振幅ピーク時刻では、呼吸位相変化の情報を利用する一方で、心拍振幅ピーク間では、呼吸位相変化の情報を利用しないため、呼吸数の算出を高い精度で行なうことができる。ここで、呼吸位相変化θ_ｒの周波数変換を実行するのではなく、呼吸位相変化２θ_ｒ－πの周波数変換を実行するため（２θ_ｒはθ_ｒと比べて、２倍されている）、周波数成分の最大ピーク周波数を高い精度で算出することができる。そして、呼吸位相変化の周波数成分の最大ピーク振幅の大きさに応じて、呼吸数の重み付けをするため、呼吸数の算出を高い精度で行なうことができる。

本実施形態では、周波数成分（ｍｉ［ｎ］、ｍｑ［ｎ］）から、呼吸の微小振動による呼吸位相変化２θ_ｒ－πを抽出している。これと同時に、周波数成分（ｍｉ［ｎ］、ｍｑ［ｎ］）から、呼吸の微小振動による呼吸振幅変化｜Ａ｜^２も抽出している。その理由として、複素乗算した正及び負の周波数成分｜Ａ｜^２ｅ^{ｊ（２θｒ－π）}を算出している。

変形例として、周波数成分（ｍｉ［ｎ］、ｍｑ［ｎ］）から、呼吸の微小振動による呼吸位相変化及び呼吸振幅変化のうちの一方を抽出してもよい。その他として、周波数成分（ｒｉ［ｎ］、ｒｑ［ｎ］）、（ｌｉ［ｎ］、ｌｑ［ｎ］）、ｂ［ｎ］から、呼吸の微小振動による呼吸位相変化及び呼吸振幅変化のうちの一方又は両方を抽出してもよい。

（本開示の心拍呼吸検出処理の結果）
本開示の心拍検出処理の結果を図１９及び図２０に示す。図１９の上段では、心拍の微小振動による振幅Ｐ［ｎ］＝√（ｍｉ［ｎ］^２＋ｍｑ［ｎ］^２）の時間変化を示す。図１９の下段では、心拍の微小振動による振幅Ｐ［ｎ］＝√（ｍｉ［ｎ］^２＋ｍｑ［ｎ］^２）のピーク時刻を示す。ここで、図８及び図９に示した処理を実行している。

図２０の左欄では、心拍間隔τ_ａの重みを示す。図２０の中欄では、心拍間隔τ_ｂの重みを示す。図２０の右欄では、心拍間隔τ_ｃの重みを示す。ここで、心拍間隔０＜τ_ａ＜５０及び心拍間隔１５０＜τ_ｃ＜２００において、心拍間隔の上限及び下限を超えており無視している。そして、心拍間隔τ_ａ～９０及び心拍間隔τ_ｂ～９０において、心拍間隔の重みのクラスタを抽出している。よって、心拍数として６１ｂｐｍを算出することができている。なお、重みが低いときには、検出結果を無視してもよく、検出結果に警告してもよい。また、クラスタを抽出するにあたり、ｋ平均法又はＤＢＳＣＡＮ等を適用してもよい。

図２０の下欄では、図２０の左欄、中欄及び右欄と異なり、心拍間隔τ_ａ、τ_ｂ、τ_ｃの重みを別個に示さず、心拍間隔τ_ａ、τ_ｂ、τ_ｃの重みを合成して示す。ここで、この２次元データから、クラスタを抽出しており、飛び値を除去している。そして、このクラスタについて、心拍間隔の重み付け平均を算出しており、心拍数の精度がより高くなる。

本開示の呼吸検出処理の結果を図２１及び図２２に示す。図２１の上段では、心拍の微小振動による振幅Ｐ［ｎ］＝√（ｍｉ［ｎ］^２＋ｍｑ［ｎ］^２）の時間変化を示す。図２１の下段では、振幅ピークの呼吸位相変化２θ_ｒ［ｎ］－π＝３６０・（４ｆ／ｃ）ｒ［ｎ］（ｒ［ｎ］は距離）を示す。ここで、図１５及び図１８に示した処理を実行している。

図２２の左欄では、振幅ピークのコンステレーションを示す。図２２の右欄では、呼吸位相変化２θ_ｒ［ｎ］－πの周波数変換を示す。ここで、ｎ＝３８からｎ＝１３１を経てｎ＝２１９まで、呼吸位相変化２θ_ｒ［ｎ］－πの単調変化が検出されている。そして、周波数変換の周波数成分＝０．１５Ｈｚにおいて、周波数変換の最大ピーク周波数が算出されている。よって、呼吸数として９ｂｐｍを算出することができている。

本開示の呼吸検出処理の結果を図２３にも示す。図２３では、心拍の微小振動による振幅Ｐ［ｎ］＝√（ｍｉ［ｎ］^２＋ｍｑ［ｎ］^２）の時間変化を示す。ここで、心拍の微小振動による振幅Ｐ［ｎ］は、非常に規則的にピークを形成している。この場合には、呼吸の微小振動による呼吸振幅変化｜Ａ｜^２を抽出するのみでも、呼吸数をある程度は高精度に算出することができる。ただし、心拍の微小振動による振幅Ｐ［ｎ］は、規則的にピークを形成するとは限らない。この場合でも、呼吸の微小振動による呼吸位相変化２θ_ｒ－πを抽出することにより、呼吸数を状況によらず高精度に算出することができる。

本開示の心拍呼吸検出装置及び心拍呼吸検出プログラムは、体表面で反射したレーダ信号（超音波信号を含めてもよい。）に基づいて、看護師の負担軽減及び感染のリスク低減を可能としながら、心拍数及び呼吸数を算出することができる。

Ｓ：スペクトログラム
Ｂ：バンドパスフィルタ結果
Ｐ：患者
Ｒ：レーダ送受信装置、超音波送受信装置
Ｍ：心拍呼吸検出装置
Ｗａ、Ｗｂ、Ｗｃ、Ｗｄ：心拍観測時間窓
Ｗ０、Ｗ１、Ｗ２、Ｗ３：ピーク検出時間窓
Ｗ：ピーク検出時間窓
１：心拍成分抽出部
２：心拍成分乗算部
３：心拍ピーク抽出部
４：心拍数算出部
５：呼吸位相抽出部
６：呼吸数算出部

Claims (11)

1. 体表面で反射したレーダ信号又は超音波信号から、心拍の微小振動による周波数成分を所定の心拍観測時間窓に渡って抽出する心拍成分抽出部と、
   前記心拍の微小振動による周波数成分から振幅ピークを抽出し、一回の心拍での複数の特徴的な微小振動のうちの一つの特徴的な微小振動を抽出する心拍ピーク抽出部と、
   前記振幅ピークの時間間隔又はあらかじめ定めた時間内の前記振幅ピークの抽出数に基づいて、心拍数を算出する心拍数算出部と、
   を備えることを特徴とする心拍呼吸検出装置。
2. 前記心拍成分抽出部は、一回の心拍での複数の特徴的な微小振動を含む前記所定の心拍観測時間窓に渡って、前記心拍の微小振動による周波数成分を抽出する
   ことを特徴とする、請求項１に記載の心拍呼吸検出装置。
3. 前記心拍ピーク抽出部は、所定のピーク検出時間窓において、前記心拍の微小振動による周波数成分から、前記振幅ピークのうちの最大振幅ピークを抽出する
   ことを特徴とする、請求項１又は２に記載の心拍呼吸検出装置。
4. 前記心拍ピーク抽出部は、前記所定のピーク検出時間窓の両端近傍を除く時間領域において、前記最大振幅ピークを抽出するように、前記所定のピーク検出時間窓を移動させる
   ことを特徴とする、請求項３に記載の心拍呼吸検出装置。
5. 前記心拍数算出部は、隣接する又は非隣接の前記所定のピーク検出時間窓において抽出された前記最大振幅ピークの時間間隔に基づいて、心拍数を算出する
   ことを特徴とする、請求項３又は４に記載の心拍呼吸検出装置。
6. 前記心拍数算出部は、前記振幅ピークの振幅値が大きくなるほど、前記振幅ピークの時間間隔の重みを大きくしたうえで、平均的な心拍数を算出する
   ことを特徴とする、請求項１から５のいずれかに記載の心拍呼吸検出装置。
7. 前記心拍数算出部は、前記振幅ピークの振幅値が大きくなるほど、前記振幅ピークの時間間隔の重みを高くしたうえで、前記振幅ピークの時間間隔と時間間隔の重みとからなる２次元データのクラスタリングに基づいて、心拍数を算出する
   ことを特徴とする、請求項１から５のいずれかに記載の心拍呼吸検出装置。
8. 体表面で反射したレーダ信号又は超音波信号から、心拍の微小振動による正及び負の周波数成分を抽出し、前記正及び負の周波数成分を複素乗算する心拍成分乗算部と、
   複素乗算した前記正及び負の周波数成分から、心拍の微小振動による心拍位相変化が除去された、呼吸の微小振動による呼吸位相変化を抽出する呼吸位相抽出部と、
   前記呼吸位相変化の周波数成分に基づいて、呼吸数を算出する呼吸数算出部と、
   を備えることを特徴とする心拍呼吸検出装置。
9. 前記呼吸位相抽出部は、複素乗算した前記正及び負の周波数成分から、心拍の微小振動による振幅ピークを抽出し、前記振幅ピークでは前記呼吸位相変化を抽出する一方で、前記振幅ピーク間では前記呼吸位相変化を抽出せずゼロパディングを適用する
   ことを特徴とする、請求項８に記載の心拍呼吸検出装置。
10. 前記呼吸数算出部は、前記呼吸位相変化の周波数成分の最大ピーク振幅が大きくなるほど、呼吸数の重みを大きくしたうえで、平均的な呼吸数を算出する
    ことを特徴とする、請求項８又は９に記載の心拍呼吸検出装置。
11. 請求項１から１０のいずれかに記載の心拍呼吸検出装置の各処理部に対応する各処理ステップを、コンピュータに実行させるための心拍呼吸検出プログラム。

Images