JP2023136285A - 情報処理装置、情報処理方法およびプログラム - Google Patents

情報処理装置、情報処理方法およびプログラム Download PDF

Info

Publication number
JP2023136285A
JP2023136285A JP2022041812A JP2022041812A JP2023136285A JP 2023136285 A JP2023136285 A JP 2023136285A JP 2022041812 A JP2022041812 A JP 2022041812A JP 2022041812 A JP2022041812 A JP 2022041812A JP 2023136285 A JP2023136285 A JP 2023136285A
Authority
JP
Japan
Prior art keywords
signal
component
unit
information processing
identification
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
Application number
JP2022041812A
Other languages
English (en)
Inventor
和也 二矢川
Kazuya Niyagawa
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ricoh Co Ltd
Original Assignee
Ricoh Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ricoh Co Ltd filed Critical Ricoh Co Ltd
Priority to JP2022041812A priority Critical patent/JP2023136285A/ja
Priority to US18/117,474 priority patent/US20230293111A1/en
Publication of JP2023136285A publication Critical patent/JP2023136285A/ja
Pending legal-status Critical Current

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/30Input circuits therefor
    • A61B5/307Input circuits therefor specially adapted for particular uses
    • A61B5/31Input circuits therefor specially adapted for particular uses for electroencephalography [EEG]
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • A61B5/7207Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts
    • A61B5/721Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts using a separate sensor to detect motion or using motion information derived from signals other than the physiological signal to be measured
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/242Detecting biomagnetic fields, e.g. magnetic fields produced by bioelectric currents
    • A61B5/245Detecting biomagnetic fields, e.g. magnetic fields produced by bioelectric currents specially adapted for magnetoencephalographic [MEG] signals
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Surgery (AREA)
  • Medical Informatics (AREA)
  • Veterinary Medicine (AREA)
  • Physics & Mathematics (AREA)
  • Public Health (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Artificial Intelligence (AREA)
  • Physiology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

【課題】別途測定したリファレンスデータを使用しない場合でも測定データの不要成分の識別性能の低下を抑制することができる情報処理装置、情報処理方法およびプログラムを提供する。【解決手段】測定装置による生体信号の測定により得られた時系列データとしての測定データを取得する第1取得部と、第1取得部により取得された測定データを、多変量解析により複数の信号成分に分離する分離部と、複数の信号成分から、測定対象となる生体信号以外の不要成分を含む信号成分を識別する第1識別部と、第1識別部により識別された不要成分を含む信号成分をリファレンスデータとして用い、複数の信号成分から、再度不要成分を含む信号成分を識別する第2識別部と、を備える。【選択図】図3

Description

本発明は、情報処理装置、情報処理方法およびプログラムに関する。
脳活動の測定を行う脳波計(EEG:Electro-encephalography)および脳磁計(MEG:Magneto-encephalography)では、取得した測定データに生体信号の他に様々なノイズ、または生物由来の生物学的アーチファクトが混在している。瞬きおよび心臓の動き等に由来する生物学的アーチファクトは、測定対象となる生体信号よりも信号強度が高い場合があり、脳波計および脳磁計の信号解析では、このような生物学的アーチファクトを除去する必要がある。このような生物学的アーチファクトを除去する方法として、独立成分分析(ICA:Independent Component Analysis)により、測定データを独立した信号成分に分離し、その中から生物学的アーチファクトを識別して、測定データから除去する手法が有効であることが既に知られている。
しかし、今までの独立成分分析を用いて生物学的アーチファクト(特に心拍によるアーチファクト)を除去する方法として、分離された独立成分の中から手動でアーチファクトと思われる成分を識別する方法では、すべての心拍成分と思われるアーチファクト成分を選別できる可能性はあるが、識別者の能力および経験に依存するため、選別の結果は異なることがあり、精度が一定にならず、かつ作業の多大な手間が発生する。また、分離された独立成分の中から自動で所定のアルゴリズムによりアーチファクトと思われる成分を識別する方法では、精度よくすべての心拍成分と思われる成分を識別するにはリファレンスデータとして別途測定した心電図(ECG:Electrocardiogram)または心磁図(MCG:Magnetocardiogram)のデータを使用する必要がある。このリファレンスデータを使用しない場合には、心拍の主要な成分は自動識別できるおのの、除去性能が低下して、心拍成分が複数の独立成分に分かれて存在する場合または他の信号と混ざっている場合等においては精度よく識別できないという問題がある。
上述のような独立成分分析を用いて信号の不要成分を検出する技術として、検出された生体信号に基づく複数の信号波形から所望の成分を主成分分析または独立成分分析を行って抽出する成分抽出手段と、成分抽出手段による複数の抽出結果をその周期性の高いものから順にソートして表示するソート手段と、成分抽出手段による複数の抽出結果から一の抽出結果をノイズの成分とする選択を受け付けるノイズ成分選択手段と、を備えた構成が開示されている(例えば特許文献1)。
また、測定データから不要な信号成分を除去する技術として、生体信号データについて不必要信号の除去処理をするために、別途参照信号取得部から取得した参照信号と生体信号との相関を求め、生体信号データからノイズ信号を除去する技術が開示されている(例えば特許文献2)。
しかしながら、従来の技術では、別途測定されるリファレンスデータを使用しない場合において、不要成分の識別性能が低下するという問題があった。
本発明は、上記に鑑みてなされたものであって、別途測定したリファレンスデータを使用しない場合でも測定データの不要成分の識別性能の低下を抑制することができる情報処理装置、情報処理方法およ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、測定装置による生体信号の測定により得られた時系列データとしての測定データを取得する第1取得部と、前記第1取得部により取得された前記測定データを、多変量解析により複数の信号成分に分離する分離部と、前記複数の信号成分から、測定対象となる生体信号以外の不要成分を含む信号成分を識別する第1識別部と、前記第1識別部により識別された前記不要成分を含む信号成分をリファレンスデータとして用い、前記複数の信号成分から、再度不要成分を含む信号成分を識別する第2識別部と、を備えたことを特徴とする。
本発明によれば、別途測定されるリファレンスデータを使用しない場合でも測定データの不要成分の識別性能の低下を抑制することができる。
図1は、第1の実施形態に係る生体信号計測システムの概略構成図である。 図2は、第1の実施形態に係る情報処理装置のハードウェア構成の一例を示す図である。 図3は、第1の実施形態に係る情報処理装置の機能ブロックの構成の一例を示す図である。 図4は、独立成分分析により分離された信号成分の波形の一例を示す図である。 図5は、第1の実施形態に係る生体信号計測システムにおけるアーチファクト識別除去処理の流れの一例を示すフローチャートである。 図6は、不要成成分の除去前および除去後の信号成分の波形の一例を示す図である。 図7は、第2の実施形態に係る情報処理装置の機能ブロックの構成の一例を示す図である。 図8は、第2の実施形態に係る生体信号計測システムにおけるアーチファクト識別除去処理の流れの一例を示すフローチャートである。
以下に、図面を参照しながら、本発明に係る情報処理装置、情報処理方法およびプログラムの実施形態を詳細に説明する。また、以下の実施形態によって本発明が限定されるものではなく、以下の実施形態における構成要素には、当業者が容易に想到できるもの、実質的に同一のもの、およびいわゆる均等の範囲のものが含まれる。さらに、以下の実施の形態の要旨を逸脱しない範囲で構成要素の種々の省略、置換、変更および組み合わせを行うことができる。
[第1の実施形態]
(生体信号計測システムの概略)
図1は、第1の実施形態に係る生体信号計測システムの概略構成図である。図1を参照しながら、本実施形態に係る生体信号計測システム1の概略について説明する。
生体信号計測システム1は、被検者の複数種類の生体信号(例えば、脳磁(MEG:Magneto-encephalography)データ、および脳波(EEG:Electro-encephalography)データ等)を計測して取得し、測定した測定データから生物学的アーチファクト(以下、単に、アーチファクトと称する場合がある)による不要成分を除去する情報処理システムである。なお、測定対象となる生体信号は、脳磁データおよび脳波データに限定されるものではない。
従来では、独立成分分析等の手法により、生物学的アーチファクト成分、特に心拍によるアーチファクト成分を精度良く除去しようとする場合、リファレンスとして別途測定したデータ(例えば心電図または心磁図のデータ)を使用する必要があり、リファレンスデータを使用しない場合には、除去性能が低下して測定データからアーチファクト成分を除去しきれなかった。本実施形態では、別途測定されるリファレンスデータを用いずに、明瞭なアーチファクト成分を含む信号成分として識別されたものをリファレンスデータとして、最終的にアーチファクト成分を含む信号成分の識別処理を行い、当該アーチファクト成分を除去する動作について説明する。
図1に示すように、生体信号計測システム1は、被検者の1種類以上の生体信号を測定する測定装置3と、測定装置3で測定された1種類以上の生体信号についての測定データを蓄積するサーバ40と、サーバ40に記録された1種類以上の測定データを解析する情報処理装置50(脳活動判定装置)と、を含む。なお、図1では、サーバ40と情報処理装置50とが別々に記載されているが、例えば、サーバ40が有する機能の少なくとも一部が情報処理装置50に組み込まれる形態であってもよい。また、図1では、情報処理装置50は、1の情報処理装置として図示されているが、これに限定されるものではなく、複数の情報処理装置で構成された情報処理システムであってもよい。
図1の例では、被検者(被測定者)は、頭に脳波測定用の電極(またはセンサ)を付けた状態で測定テーブル4に仰向けで横たわり、測定装置3のデュワ31の窪み32に頭部を入れる。デュワ31は、液体ヘリウムを用いた極低温環境の保持容器であり、デュワ31の窪み32の内側には脳磁測定用の多数の磁気センサが配置されている。測定装置3は、電極からの脳波データと、磁気センサからの脳磁データとを測定により収集し、収集した脳波データおよび脳磁データ等を含む測定データをサーバ40へ出力する。この場合、測定データは、各磁気センサおよび各電極からの時系列データとなっている。脳波データとは、神経細胞の電気的な活動(シナプス伝達の際のニューロンの樹状突起で起きるイオン電荷の流れ)を電極間の電圧値として表される信号である。脳磁データとは、脳の電気活動により生じた微小な電場変動を表す信号である。脳磁場は、高感度の超伝導量子干渉計(SQUID:Superconducting Quantum Interference Device)センサで検知される。これらの脳波データおよび脳磁データは、「生体信号」の一例である。サーバ40へ出力された測定データは、情報処理装置50に読み出されて表示され、解析される。一般的に、磁気センサを内蔵するデュワ31および測定テーブル4は、磁気シールドルーム内に配置されているが、図1では便宜上、磁気シールドルームの図示を省略している。
情報処理装置50は、複数の磁気センサからの脳磁データと、複数の電極からの脳波データとを含む測定データを解析する装置である。
(情報処理装置のハードウェア構成)
図2は、第1の実施形態に係る情報処理装置のハードウェア構成の一例を示す図である。図2を参照しながら、本実施形態に係る情報処理装置50のハードウェア構成について説明する。
図2に示すように、情報処理装置50は、CPU(Central Processing Unit)101と、RAM(Random Access Memory)102と、ROM(Read Only Memory)103と、補助記憶装置104と、ネットワークI/F105と、入力装置106と、表示装置107と、を有し、これらがバス108で相互に接続されている。
CPU101は、情報処理装置50の全体の動作を制御し、各種の情報処理を行う演算装置である。CPU101は、ROM103または補助記憶装置104に記憶されたプログラムを実行して、後述するアーチファクト識別除去処理を制御する。
RAM102は、CPU101のワークエリアとして用いられ、主要な制御パラメータおよび情報を記憶する揮発性の記憶装置である。ROM103は、基本入出力プログラム等を記憶する不揮発性の記憶装置である。例えば、上述のプログラムがROM103に記憶されているものとしてもよい。
補助記憶装置104は、HDD(Hard Disk Drive)またはSSD(Solid State Drive)等の不揮発性記憶装置である。補助記憶装置104は、例えば、情報処理装置50の動作を制御するプログラム、ならびに、情報処理装置50の動作に必要な各種のデータおよびファイル等を記憶する。
ネットワークI/F105は、サーバ40等のネットワーク上の機器と通信を行うための通信インターフェースである。ネットワークI/F105は、例えば、TCP(Transmission Control Protocol)/IP(Internet Protocol)に準拠したNIC(Network Interface Card)等によって実現される。
入力装置106は、タッチパネルの入力機能、キーボード、マウスおよび操作ボタン等のユーザインターフェース等である。表示装置107は、各種の情報を表示するディスプレイ装置である。表示装置107は、例えば、タッチパネルの表示機能、液晶ディスプレイ(LCD:Liquid Crystal Display)または有機EL(Electro-Luminescence)等によって実現される。
なお、図2に示す情報処理装置50のハードウェア構成は一例であり、これ以外の装置が備えられるものとしてもよい。また、図2に示す情報処理装置50は、例えば、PC(Personal Computer)を想定したハードウェア構成であるが、これに限定されるものではなく、タブレット等のモバイル端末であってもよい。この場合、ネットワークI/F105は、無線通信機能を有する通信インターフェースであればよい。
(情報処理装置の機能ブロックの構成および動作)
図3は、第1の実施形態に係る情報処理装置の機能ブロックの構成の一例を示す図である。図4は、独立成分分析により分離された信号成分の波形の一例を示す図である。図3および図4を参照しながら、本実施形態に係る情報処理装置50の機能ブロックの構成および動作について説明する。
図3に示すように、情報処理装置50は、通信部201と、測定データ取得部202(第1取得部)と、信号分離部203(分離部)と、第1識別部204と、第2識別部205と、不要成分除去部206(除去部)と、信号解析部207(解析部)と、表示制御部208と、操作入力部209と、記憶部210と、を有する。
通信部201は、測定装置3またはサーバ40等とデータ通信を行う機能部である。例えば、通信部201は、サーバ40から、測定装置3による生体信号に対する測定で得られた測定データを受信して、記憶部210に記憶させる。なお、通信部201は、測定装置3から直接、測定データを受信するものとしてもよい。通信部201は、図2に示すネットワークI/F105によって実現される。
測定データ取得部202は、記憶部210に蓄積された生体信号についての測定データを取得する機能部である。なお、測定データ取得部202は、通信部201を介して測定装置3またはサーバ40から直接、測定データを取得するものとしてもよい。
信号分離部203は、測定データ取得部202により取得された測定データを、多変量解析により複数の信号成分に分離する機能部である。複数の信号成分に分離する多変量解析としては、例えば、独立成分分析、主成分分析(PCA:Principal Component Analysis)、非負値行列因子分解(NMF:Nonnegative Matrix Factorization)等が適用できる。また、独立成分分析のアルゴリズムの一例として、picard等が適用できる。
第1識別部204は、信号分離部203により分離された各信号成分から、明瞭なアーチファクト成分を含む信号成分の識別を行う機能部である。ここで、アーチファクト成分とは、測定対象となる生体信号(例えば脳磁データおよび脳波データ)以外の不要成分をいう。具体的には、第1識別部204は、例えば尖度を指標とし、各信号成分を所定時間(例えば1秒)ごとのエポックに分割し、エポックごとの尖度を算出する。この場合、所定時間は、対象とするアーチファクト成分の種類に応じて決定すればよい。ここで、尖度は、フィッシャーの定義を使用するものとし、4次の中心モーメントを分散の2乗で割ったものから3を引いた値とする。そして、第1識別部204は、信号成分の全エポックのうち、所定の割合(例えば30%)以上のエポックについて尖度の絶対値が所定の閾値(例えば2)を超える場合、当該信号成分がアーチファクト成分を含むと識別する。なお、明確なアーチファクト成分を識別するための指標としては尖度に限定されるものではなく、例えばシャノンエントロピまたは歪度等を用いることもできる。また、明確なアーチファクト成分を識別する方法として、手動でユーザにアーチファクト成分を含む信号成分を選択するという方法も考えられる。まあ、第1識別部204により識別されたアーチファクト成分を含む信号成分が複数存在する場合、上記の条件のうちより好条件(例えば尖度の条件を満たすエポック数が最も多い信号成分等)の信号成分を選択してもよく、複数の信号成分からランダムに選択するものとしてもよい。
第2識別部205は、第1識別部204によりアーチファクト成分を含むものとして識別された信号成分を疑似的なリファレンスデータとして、当該疑似的リファレンスデータを用いた識別アルゴリズムを用いて、信号分離部203により分離された各信号成分に対して再度、アーチファクト成分を含む信号成分の識別を行う機能部である。ここで、識別アルゴリズムとして、例えばCTPS(Cross Trial Phase Statistics)を用いる。CTPSは、リファレンスデータから得た波形のピーク(心電図においてはRピーク)前後1秒のトライアルに分割し、そのトライアル間の各時点で「cross-trial phase distribution」を計算し、その分布が一様分布からどれだけ逸脱しているかを計算する手法である。なお、識別アルゴリズムとして、リファレンスデータと信号成分との相関を求めることで識別するアルゴリズム等を使用してもよい。
ここで、第1識別部204および第2識別部205により識別処理を、図4を参照しながら説明する。図4に示す波形は、信号分離部203により測定データから分離された各信号成分の波形の一例である。第1識別部204による尖度を指標とした各信号成分に対する識別処理が行われると、図4に示す「ICA016」の信号成分にアーチファクト成分が含まれると識別される。一方、例えば「ICA018」の信号成分にはアーチファクト成分である心拍成分が含まれるように見えるものの尖度の絶対値が小さいため、第1識別部204による識別処理では、当該「ICA018」の信号成分はアーチファクト成分を含むものとしては識別されない。そして、第2識別部205は、第1識別部204により識別された「ICA016」の信号成分を疑似的なリファレンスデータとして、CTPSによるアーチファクト成分を含む信号成分の識別処理を行うことにより、「ICA018」がアーチファクト成分を含むものとして識別される。
不要成分除去部206は、測定データから、第2識別部205により識別されたアーチファクト成分を除去する機能部である。
信号解析部207は、不要成分除去部206により不要成分であるアーチファクト成分が除去された測定データに対して、ダイポール推定等の解析処理を行う機能部である。
表示制御部208は、表示装置107の表示動作を制御する機能部である。例えば、表示制御部208は、アーチファクト成分が除去されたかどうかを確認するために除去前後の測定データを表示装置107に表示させたり、信号解析部207により解析結果を表示装置107に表示させたりする。
操作入力部209は、操作入力を受け付ける機能部である。操作入力部209は、図2に示す入力装置106によって実現される。
記憶部210は、通信部201により受信された測定データ等を記憶する機能部である。記憶部210は、図2に示すRAM102または補助記憶装置104によって実現される。
上述の測定データ取得部202、信号分離部203、第1識別部204、第2識別部205、不要成分除去部206、信号解析部207および表示制御部208は、CPU101がROM103等に記憶されたプログラムをRAM102に展開して実行することにより実現される。なお、測定データ取得部202、信号分離部203、第1識別部204、第2識別部205、不要成分除去部206、信号解析部207および表示制御部208の一部または全部は、ソフトウェアであるプログラムではなく、ASIC(Application Specific Integrated Circuit)またはFPGA(Field-Programmable Gate Array)等のハードウェア回路によって実現されてもよい。
なお、図3に示した各機能部は、機能を概念的に示したものであって、このような構成に限定されるものではない。例えば、図3で独立した機能部として図示した複数の機能部を、1つの機能部として構成してもよい。一方、図3の1つの機能部が有する機能を複数に分割し、複数の機能部として構成するものとしてもよい。
(アーチファクト識別除去処理の流れ)
図5は、第1の実施形態に係る生体信号計測システムにおけるアーチファクト識別除去処理の流れの一例を示すフローチャートである。図6は、不要成成分の除去前および除去後の信号成分の波形の一例を示す図である。図5および図6を参照しながら、本実施形態に係る生体信号計測システム1の情報処理装置50におけるアーチファクト識別除去処理の流れについて説明する。
<ステップS11>
情報処理装置50の測定データ取得部202は、記憶部210に蓄積された生体信号についての測定データを取得する。なお、測定データ取得部202は、通信部201を介して測定装置3またはサーバ40から直接、測定データを取得するものとしてもよい。そして、ステップS12へ移行する。
<ステップS12>
情報処理装置50の信号分離部203は、測定データ取得部202により取得された測定データを、多変量解析により複数の信号成分に分離する。そして、ステップS13へ移行する。
<ステップS13>
情報処理装置50の第1識別部204は、信号分離部203により分離された各信号成分から、明瞭なアーチファクト成分を含む信号成分の識別を行う。具体的には、第1識別部204は、例えば尖度を指標とし、各信号成分を所定時間(例えば1秒)ごとのエポックに分割し、エポックごとの尖度を算出する。そして、第1識別部204は、信号成分の全エポックのうち、所定の割合(例えば30%)以上のエポックについて尖度の絶対値が所定の閾値(例えば2)を超える場合、当該信号成分がアーチファクト成分を含むと識別する。そして、ステップS14へ移行する。
<ステップS14>
第1識別部204によりアーチファクト成分を含む信号成分が識別された場合(ステップS14:Yes)、ステップS15へ移行し、当該信号成分が識別されなかった場合(ステップS14:No)、何も処理を行わず、アーチファクト識別除去処理を終了する。
<ステップS15>
情報処理装置50の第2識別部205は、第1識別部204によりアーチファクト成分を含むものとして識別された信号成分を疑似的なリファレンスデータとし、当該疑似的なリファレンスデータを用いた識別アルゴリズムを用いて、信号分離部203により分離された各信号成分に対して再度、アーチファクト成分を含む信号成分の識別を行う。そして、ステップS16へ移行する。
<ステップS16>
情報処理装置50の不要成分除去部206は、測定データから、第2識別部205により識別されたアーチファクト成分を除去する。そして、アーチファクト識別除去処理を終了する。
この後、信号解析部207は、不要成分除去部206により不要成分であるアーチファクト成分が除去された測定データを用いて、ダイポール推定等の解析処理を行う。そして、表示制御部208は、図6に示すような、アーチファクト成分が除去されたかどうかを確認するために除去前後の測定データを示す信号波形表示画面1000を表示装置107に表示させたり、信号解析部207により解析結果を表示装置107に表示させたりする。図6に示す信号波形表示画面1000は、アーチファクト成分の除去前の各信号成分の波形を表示する除去前波形表示領域1001と、アーチファクト成分の除去後の各信号成分の波形を表示する除去後波形表示領域1002と、含む。
以上のように、本実施形態に係る生体信号計測システム1の情報処理装置50では、測定データ取得部202は、測定装置3による生体信号の測定により得られた時系列データとしての測定データを取得し、信号分離部203は、測定データ取得部202により取得された測定データを、多変量解析により複数の信号成分に分離し、第1識別部204は、複数の信号成分から、測定対象となる生体信号以外の不要成分を含む信号成分を識別し、第2識別部205は、第1識別部204により識別された不要成分を含む信号成分をリファレンスデータとして用い、複数の信号成分から、再度不要成分を含む信号成分を識別するものとしている。これによって、別途測定したリファレンスデータを使用しない場合でも測定データの不要成分の識別性能の低下を抑制することができる。
また、本実施形態に係る生体信号計測システム1の情報処理装置50では、不要成分除去部206は、測定データから、第2識別部205により識別された不要成分を除去するものとしている。これによって、別途測定されるリファレンスデータを使用しない場合でも、測定データの不要成分の除去性能を、リファレンスデータを使用した場合の除去性能と同等とすることができる。
また、本実施形態に係る生体信号計測システム1の情報処理装置50では、表示制御部208は、不要成分除去部206により不要成分が除去される前の測定データの波形、および除去された後の測定データの波形を表示装置107に表示させるものとしている。これによって、アーチファクト成分が効果的に除去されているか否かを確認することができる。
[第2の実施形態]
第2の実施形態に係る生体信号計測システムについて、第1の実施形態に係る生体信号計測システム1と相違する点を中心に説明する。第1の実施形態では、別途測定されるリファレンスデータを用いずに、明瞭なアーチファクト成分を含む信号成分として識別されたものをリファレンスデータとして、最終的に識別処理を行う動作について説明した。本実施形態では、別途測定したリファレンスデータが存在する場合、当該リファレンスデータを用いて識別処理を行う動作について説明する。なお、本実施形態に係る生体信号計測システムの全体構成、および情報処理装置のハードウェア構成は、第1の実施形態で説明した構成と同様である。
(情報処理装置の機能ブロックの構成および動作)
図7は、第2の実施形態に係る情報処理装置の機能ブロックの構成の一例を示す図である。図7を参照しながら、本実施形態に係る情報処理装置50aの機能ブロックの構成および動作について説明する。
図7に示すように、情報処理装置50aは、通信部201と、測定データ取得部202(第1取得部)と、信号分離部203(分離部)と、第1識別部204と、第2識別部205と、不要成分除去部206(除去部)と、信号解析部207(解析部)と、表示制御部208と、操作入力部209と、記憶部210と、リファレンスデータ取得部211(第2取得部)と、を有する。
リファレンスデータ取得部211は、測定装置3(例えば脳磁計または脳波計等)とは別の装置で測定された、例えば心電図または心磁図のデータ等を、リファレンスデータとして取得する機能部である。例えば、リファレンスデータ取得部211は、通信部201を介して、外部の(つまり、測定装置3とは別の)測定装置で測定された心電図または心磁図のデータ等を取得する。なお、記憶部210に別途測定された心電図または心磁図のデータ等が記憶されている場合、リファレンスデータ取得部211は、記憶部210から当該データをリファレンスデータとして取得してもよい。
信号分離部203は、リファレンスデータ取得部211により取得されるべきリファレンスデータが存在しない場合、測定データ取得部202により取得された測定データを、多変量解析により複数の信号成分に分離する。
第2識別部205は、リファレンスデータ取得部211により取得されるべきリファレンスデータが存在しない場合、第1識別部204によりアーチファクト成分を含むものとして識別された信号成分を疑似的なリファレンスデータとし、当該疑似的なリファレンスデータを用いた識別アルゴリズムを用いて、信号分離部203により分離された各信号成分に対して再度、アーチファクト成分を含む信号成分の識別を行う。また、第2識別部205は、リファレンスデータ取得部211により取得されるべきリファレンスデータが存在する場合、当該リファレンスデータ取得部211により取得されたリファレンスデータを用いて、CTPS等の識別アルゴリズムにより、測定データに対してアーチファクト成分の識別を行う。
なお、情報処理装置50aの機能部のうちリファレンスデータ取得部211、信号分離部203および第2識別部205以外の機能部の動作は、上述の第1の実施形態と同様である。
上述の測定データ取得部202、信号分離部203、第1識別部204、第2識別部205、不要成分除去部206、信号解析部207、表示制御部208およびリファレンスデータ取得部211は、CPU101がROM103等に記憶されたプログラムをRAM102に展開して実行することにより実現される。なお、測定データ取得部202、信号分離部203、第1識別部204、第2識別部205、不要成分除去部206、信号解析部207、表示制御部208およびリファレンスデータ取得部211の一部または全部は、ソフトウェアであるプログラムではなく、ASICまたはFPGA等のハードウェア回路によって実現されてもよい。
なお、図7に示した各機能部は、機能を概念的に示したものであって、このような構成に限定されるものではない。例えば、図7で独立した機能部として図示した複数の機能部を、1つの機能部として構成してもよい。一方、図7の1つの機能部が有する機能を複数に分割し、複数の機能部として構成するものとしてもよい。
(アーチファクト識別除去処理の流れ)
図8は、第2の実施形態に係る生体信号計測システムにおけるアーチファクト識別除去処理の流れの一例を示すフローチャートである。図8を参照しながら、本実施形態に係る生体信号計測システムの情報処理装置50aにおけるアーチファクト識別除去処理の流れについて説明する。
<ステップS21>
情報処理装置50aの測定データ取得部202は、記憶部210に蓄積された生体信号についての測定データを取得する。なお、測定データ取得部202は、通信部201を介して測定装置3またはサーバ40から直接、測定データを取得するものとしてもよい。そして、ステップS22へ移行する。
<ステップS22>
リファレンスデータ取得部211により取得されるべきリファレンスデータが存在しない場合(ステップS22:No)、ステップS23へ移行し、リファレンスデータが存在する場合(ステップS22:Yes)、ステップS28へ移行する。
<ステップS23~S27>
ステップS23~S27の処理は、それぞれ上述の図5に示したステップS12~S16の処理と同様である。そして、アーチファクト識別除去処理を終了する。
<ステップS28>
情報処理装置50aのリファレンスデータ取得部211は、別途測定された心電図または心磁図のデータ等をリファレンスデータとして取得する。例えば、リファレンスデータ取得部211は、通信部201を介して、外部の測定装置で測定された心電図または心磁図のデータ等を取得する。なお、記憶部210に別途測定された心電図または心磁図のデータ等が記憶されている場合、リファレンスデータ取得部211は、記憶部210から当該データをリファレンスデータとして取得してもよい。そして、ステップS29へ移行する。
<ステップS29>
情報処理装置50aの第2識別部205は、リファレンスデータ取得部211により取得されたリファレンスデータを用いて、CTPS等の識別アルゴリズムにより、測定データに対してアーチファクト成分の識別を行う。そして、ステップS30へ移行する。
<ステップS30>
情報処理装置50aの不要成分除去部206は、測定データから、第2識別部205により識別されたアーチファクト成分を除去する。そして、アーチファクト識別除去処理を終了する。
以上のように、本実施形態に係る生体信号計測システムの情報処理装置50aでは、リファレンスデータ取得部211は、測定装置3により測定された生体信号以外のリファレンスデータを取得する。そして、リファレンスデータ取得部211により取得されたリファレンスデータが存在する場合、第2識別部205は、当該リファレンスデータを用いて、測定データから不要成分を識別する。一方、リファレンスデータ取得部211により取得されたリファレンスデータが存在しない場合、第1識別部204は、複数の信号成分から、測定対象となる生体信号以外の不要成分を含む信号成分を識別する。これによって、上述の第1の実施形態と同様の効果を奏することに加えて、別途測定されたリファレンスデータが存在する場合としない場合とにおいて、最適な不要成分の識別方法を選択することができ、高精度な識別処理を実現することができる。
なお、上述の実施形態において、情報処理装置50、50aの各機能部の少なくともいずれかがプログラムの実行によって実現される場合、そのプログラムは、ROM等に予め組み込まれて提供される。また、上述の実施形態に係る情報処理装置50、50aで実行されるプログラムは、インストール可能な形式また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(Compact Disk Recordable)、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して提供するように構成してもよい。また、上述の実施形態の情報処理装置50、50a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よい。また、上述の実施形態の情報処理装置50、50a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よい。また、上述の実施形態の情報処理装置50、50aで実行されるプログラムは、上述した各機能部のうち少なくともいずれかを含むモジュール構成となっており、実際のハードウェアとしてはCPUがROM等からプログラムを読み出して実行することにより、上述の各機能部が主記憶装置上にロードされて生成されるようになっている。
1 生体信号計測システム
3 測定装置
4 測定テーブル
31 デュワ
32 窪み
40 サーバ
50、50a 情報処理装置
101 CPU
102 RAM
103 ROM
104 補助記憶装置
105 ネットワークI/F
106 入力装置
107 表示装置
108 バス
201 通信部
202 測定データ取得部
203 信号分離部
204 第1識別部
205 第2識別部
206 不要成分除去部
207 信号解析部
208 表示制御部
209 操作入力部
210 記憶部
211 リファレンスデータ取得部
1000 信号波形表示画面
1001 除去前波形表示領域
1002 除去後波形表示領域
特開2019-154879号公報 特許第4631510号公報

Claims (8)

  1. 測定装置による生体信号の測定により得られた時系列データとしての測定データを取得する第1取得部と、
    前記第1取得部により取得された前記測定データを、多変量解析により複数の信号成分に分離する分離部と、
    前記複数の信号成分から、測定対象となる生体信号以外の不要成分を含む信号成分を識別する第1識別部と、
    前記第1識別部により識別された前記不要成分を含む信号成分をリファレンスデータとして用い、前記複数の信号成分から、再度不要成分を含む信号成分を識別する第2識別部と、
    を備えた情報処理装置。
  2. 前記測定データから、前記第2識別部により識別された不要成分を除去する除去部を、さらに備えた請求項1に記載の情報処理装置。
  3. 前記除去部により不要成分が除去される前の前記測定データの波形、および除去された後の前記測定データの波形を表示装置に表示させる表示制御部を、さらに備えた請求項2に記載の情報処理装置。
  4. 前記測定装置により測定された生体信号以外のリファレンスデータを取得する第2取得部を、さらに備え、
    前記第2取得部により取得された前記生体信号以外のリファレンスデータが存在しない場合、前記第1識別部は、前記複数の信号成分から、測定対象となる生体信号以外の不要成分を含む信号成分を識別し、
    前記第2取得部により取得された前記生体信号以外のリファレンスデータが存在する場合、前記第2識別部は、該生体信号以外のリファレンスデータを用いて、前記測定データから不要成分を識別する請求項1~3のいずれか一項に記載の情報処理装置。
  5. 前記多変量解析は、独立成分分析または主成分分析である請求項1~4のいずれか一項に記載の情報処理装置。
  6. 前記除去部により不要成分が除去された前記測定データに対して、所定の解析処理を行う解析部を、さらに備えた請求項2または3に記載の情報処理装置。
  7. 測定装置による生体信号の測定により得られた時系列データとしての測定データを取得する取得ステップと、
    取得した前記測定データを、多変量解析により複数の信号成分に分離する分離ステップと、
    前記複数の信号成分から、測定対象となる生体信号以外の不要成分を含む信号成分を識別する第1識別ステップと、
    識別した前記不要成分を含む信号成分をリファレンスデータとして用い、前記複数の信号成分から、再度不要成分を含む信号成分を識別する第2識別ステップと、
    を有する情報処理方法。
  8. コンピュータに、
    測定装置による生体信号の測定により得られた時系列データとしての測定データを取得する取得ステップと、
    取得した前記測定データを、多変量解析により複数の信号成分に分離する分離ステップと、
    前記複数の信号成分から、測定対象となる生体信号以外の不要成分を含む信号成分を識別する第1識別ステップと、
    識別した前記不要成分を含む信号成分をリファレンスデータとして用い、前記複数の信号成分から、再度不要成分を含む信号成分を識別する第2識別ステップと、
    を実行させるためのプログラム。
JP2022041812A 2022-03-16 2022-03-16 情報処理装置、情報処理方法およびプログラム Pending JP2023136285A (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2022041812A JP2023136285A (ja) 2022-03-16 2022-03-16 情報処理装置、情報処理方法およびプログラム
US18/117,474 US20230293111A1 (en) 2022-03-16 2023-03-06 Information processing apparatus, information processing method, and computer-readable medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2022041812A JP2023136285A (ja) 2022-03-16 2022-03-16 情報処理装置、情報処理方法およびプログラム

Publications (1)

Publication Number Publication Date
JP2023136285A true JP2023136285A (ja) 2023-09-29

Family

ID=88066112

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2022041812A Pending JP2023136285A (ja) 2022-03-16 2022-03-16 情報処理装置、情報処理方法およびプログラム

Country Status (2)

Country Link
US (1) US20230293111A1 (ja)
JP (1) JP2023136285A (ja)

Also Published As

Publication number Publication date
US20230293111A1 (en) 2023-09-21

Similar Documents

Publication Publication Date Title
EP3731748B1 (en) Detecting atrial fibrillation using short single-lead ecg recordings
Bigdely-Shamlo et al. The PREP pipeline: standardized preprocessing for large-scale EEG analysis
CN114929094A (zh) 用于癫痫发作预测及检测的系统及方法
US10824225B2 (en) Methods and apparatuses for determining head movement
EP2792297B1 (en) System and method for the analysis of biopotential signals using motion artifact removal techniques
US20120071730A1 (en) Adaptive Processing of Ambulatory Electrocardiogram Signals
JP7492572B2 (ja) 電気生理学的誘発電位における変化を検出する医用システム及び方法
WO2012151453A2 (en) Seizure detection and epileptogenic lesion localization
KR20170048638A (ko) 우울 정도를 실시간으로 분석하는 방법 및 그 시스템
Al-Qazzaz et al. Differential evolution based channel selection algorithm on EEG signal for early detection of vascular dementia among stroke survivors
Kroupi et al. Predicting subjective sensation of reality during multimedia consumption based on EEG and peripheral physiological signals
US9474460B2 (en) Non-invasive evaluation of cardiac repolarisation instability for risk stratification of sudden cardiac death
JP6996135B2 (ja) 情報処理装置、情報処理方法、及びプログラム
JP2023136285A (ja) 情報処理装置、情報処理方法およびプログラム
US20200077918A1 (en) System and methods for consciousness evaluation in non-communicating subjects
US11950919B2 (en) System for real-time measurement of the activity of a cognitive function and method for calibrating such a system
Turnip et al. Application of support vector machine classifier on developed wireless ECG system
US20210156930A1 (en) Signal separating apparatus, signal separating method, and non-transitory recording medium
Souza et al. HRVCam: A software for real-time feedback of heart rate and HRV
Pander et al. The new approach for ecg signal quality index estimation on the base of robust statistic
US20230293089A1 (en) Brain function determination apparatus, brain function determination method, and computer-readable medium
US11903718B2 (en) Automatic noise signal interval detection method and device
KR20200055582A (ko) 심전도 신호 진단 파라미터 추출 디바이스 및 추출 방법
US20220133242A1 (en) Feature generation based on eigenfunctions of the schrödinger operator
US20240090843A1 (en) Physiological information processing method and physiological information processing apparatus