JP2023527742A

JP2023527742A - 複数の生体信号を監視するためのシステム及び方法、並びそのシステムにおいて動作可能なゲートウェイ・デバイス

Info

Publication number: JP2023527742A
Application number: JP2022570282A
Authority: JP
Inventors: イブラヒム、アイマンビン; アイコー、ヴィヴィアン、シー; アブダルハミッド、シティハミダービンテ; タン、シャオ、レックス; ヤンアン、イー; サー、ウィー
Original assignee: エイビスヘルスプライベートリミテッド
Priority date: 2020-05-18
Filing date: 2021-05-17
Publication date: 2023-06-30
Also published as: WO2021236008A1; US20230172467A1

Abstract

本発明の実施例によれば、心音又は呼吸音などの複数の生体信号を監視するためのシステムにおいて動作可能なゲートウェイ・デバイスが提供される。ゲートウェイ・デバイスは、データを受信し、受信したデータを再構築して、生体信号を表すデジタル音信号を取得するように構成された、受信機ユニットと、デジタル音信号から少なくとも１つの生体情報を決定し、生体信号と決定された少なくとも１つの生体情報とを表すデジタル信号を形成し、デジタル信号を２つ以上のデータ・セグメントに再構築するように構成された処理ユニットと、さらなる処理のために、２つ以上のデータ・セグメントを含む情報を外部処理モジュールに送信するように構成された送信機ユニットとを含む。さらなる実施例によれば、複数の生体信号を監視するためのシステム及び方法も提供される。

Description

本出願は、２０２０年５月１８日に出願されたシンガポール特許出願第１０２０２００４６２６Ｖ号の優先権の利益を主張するものであり、その内容は、すべての目的のためにその全体が参照により本明細書に組み込まれる。

様々な実施例は、複数の生体信号を監視するためのシステムにおいて動作可能なゲートウェイ・デバイス、複数の生体信号を監視するための、より詳細には、少なくとも１人の人の心臓、呼吸器、又は心臓と呼吸器の音響信号（例えば、簡潔にするために、生理学的信号）の遠隔監視のための、システム及び方法に関する。

医薬の分野に技術が普及するとともに、高度な革新による支援を受けた新しい標準治療が生まれているため、慢性呼吸器疾患の医療は技術の刷新を必要としている。喘息及び慢性閉塞性呼吸器疾患（ＣＯＰＤ：ＡｓｔｈｍａａｎｄＣｈｒｏｎｉｃＯｂｓｔｒｕｃｔｉｖｅＲｅｓｐｉｒａｔｏｒｙＤｉｓｅａｓｅ）などの様々な呼吸器疾患を患う患者のニーズに適切に応えるための新しい技術は全く存在しない。この分野において技術革新は極めて少ない。医療用デバイスの高度化は、主に患者のアドヒアランスを促進する投薬の追跡に焦点を当てている。このような技術は、介護者及び医療専門家に有用な洞察を提供するが、その洞察は限定的なものである。治療アドヒアランスは、慢性呼吸器疾患の管理における深刻な課題であるが、より大きな問題の一部にすぎない。慢性疾患の管理には、その性質上、社会的介入及び政府の介入並びに病人による状態の入念な自己監視を含む、より広い視点からの客観的な情報提供が必要である。

このような疾患の診断前、診断中、及び診断後には、症状の監視が必要である。例えば、喘息の治療では、臨床医は、情報に基づいた診断を行うために、臨床診察の前と最中に時間の経過とともに変化する呼気性喘鳴（ｗｈｅｅｚｅ）、咳、息切れ、及び胸の圧迫感という症状を含む徴候を頼りにしている。診断後、病人が示す症状の変化は、疾患の管理と治療計画へのフィードバックとのどちらにとっても重要な情報である。現状では、そのような状態の継続的な監視は、病人の臨床専門家との定期的な診察に加え、病人によって症状日誌を活用して行われる。診察者は、次の適切な行動方針を処方するために、症状のログ記録及び患者との口頭での問診を参考にして臨床決定を行う場合がある。このプロセスにはアドヒアランスの問題があり、日誌の記入及び口頭での問診は、そのような情報の主観的な性質により信頼できないことが多い。

客観的な洞察を照合する目的で状態を監視することとは別に、増悪又は発作を早期に発見する必要がある。喘息及びＣＯＰＤなどの疾患の場合、急性の増悪又は発作は、病人又はその介護人によって早期に発見又は認識されないと、生命を脅かす状況につながる可能性がある。これに特に該当するのは、夜間の睡眠中などの介護人の監督がない時間帯で、病人が若年者又は高齢者である場合である。

公報、米国特許出願公開第２０１６０１００８１７（Ａ１）号は、身体的特徴に関するデータを捕捉して出力するためのシステム及び方法を開示している。システムの一部が、生理学的な音の音響取得を実行する。しかしながら、その部分は非装着型である。

他の公報、米国特許出願公開第２０１７００７１５０６（Ａ１）号及びＷＯ２０１９２４１６７４は音響信号の処理について説明しているが、この音響信号の処理では、ユーザの基準値又は知られている音響／動きデータ基準との比較を必要とする処理について、望ましくない呼吸イベントが監視又は検出される。

したがって、システム及び方法に新興のモノのインターネット（ＩｏＴ：Ｉｎｔｅｒｎｅｔ－ｏｆ－Ｔｈｉｎｇｓ）技術を採用することによって少なくとも本明細書及び上記に述べた問題に対処して、少なくとも観察を記録又はログ記録し、服薬に対するアドヒアランスを改善し、装着者の呼吸器の健康状態を常に監視し、心拍数及び呼吸数を常に監視することに加えて咳及び呼気性喘鳴の発生などの増悪又は発作の重大な徴候の発生を認識できるようにする、システム及び方法が必要である。このようなシステム及び方法の支援を用いることで、疾患管理が不十分になるリスクが回避されるだけでなく、システム及び方法による客観的なログ記録は、臨床医が疾患をより適切に治療する一助となることができる。

米国特許出願公開第２０１６０１００８１７（Ａ１）号米国特許出願公開第２０１７００７１５０６（Ａ１）号ＷＯ２０１９２４１６７４

一実施例によれば、複数の生体信号を監視するためのシステムにおけるゲートウェイ・デバイスが提供される。ゲートウェイ・デバイスは、データを受信し、受信したデータを再構築して、複数の生体信号を表すデジタル音信号を取得するように構成された、受信機ユニットと、デジタル音信号から少なくとも１つの生体情報（ｂｉｏｍｅｔｒｉｃ）を決定し、複数の生体信号と決定された少なくとも１つの生体情報とを表すデジタル信号を形成するように構成された処理ユニットであって、処理ユニットが、デジタル信号を２つ以上のデータ・セグメントに再構築するようにさらに構成され、２つ以上のデータ・セグメントのそれぞれがデジタル信号の一部分を含み、一部分が、複数の生体信号のうちの少なくとも１つ、又は決定された少なくとも１つの生体情報のうちの少なくとも一方を表す、処理ユニットと、さらなる処理のために、２つ以上のデータ・セグメントを含む情報を外部処理モジュールに送信するように構成された送信機ユニットとを含み得る。

一実施例によれば、複数の生体信号を監視するためのシステムが提供される。システムは、複数の生体信号を表すアナログ音信号を検出し、検出されたアナログ音信号を複数の生体信号を表すデータに変換するように構成された、ウェアラブル音響デバイスと、ウェアラブル音響デバイスからデータを受信し、受信したデータを再構築してデジタル音信号を取得し、デジタル音信号から少なくとも１つの生体情報を決定し、複数の生体信号と決定された少なくとも１つの生体情報とを表すデジタル信号を形成し、デジタル信号を２つ以上のデータ・セグメントに再構築し、２つ以上のデータ・セグメントを含む情報を送信するように構成されたゲートウェイ・デバイスであって、２つ以上のデータ・セグメントのそれぞれがデジタル信号の一部分を含み、一部分が、複数の生体信号のうちの少なくとも１つ、又は決定された少なくとも１つの生体情報のうちの少なくとも一方を表す、ゲートウェイ・デバイスと、情報を受信し、受信した情報を、複数の生体信号及び／又は決定された少なくとも１つの生体情報を監視するための視覚表示及び／又は聴覚表示用に処理するように構成された、処理モジュールとを含み得る。

一実施例によれば、複数の生体信号を監視するための方法が提供される。方法は、複数の生体信号を表すアナログ音信号を検出するステップと、検出されたアナログ音信号を複数の生体信号を表すデータに変換するステップと、データを再構築してデジタル音信号を取得するステップと、デジタル音信号から少なくとも１つの生体情報を決定し、複数の生体信号と決定された少なくとも１つの生体情報とを表すデジタル信号を形成するステップと、デジタル信号を２つ以上のデータ・セグメントに再構築するステップであって、２つ以上のデータ・セグメントのそれぞれがデジタル信号の一部分を含み、一部分が、複数の生体信号のうちの少なくとも１つ、又は決定された少なくとも１つの生体情報のうちの少なくとも一方を表す、ステップと、２つ以上のデータ・セグメントを含む情報を、複数の生体信号及び／又は決定された少なくとも１つの生体情報を監視するための視覚表示及び／又は聴覚表示用に処理するステップとを含み得る。

本発明は独立請求項において定義される。本発明のさらなる実施例は、従属請求項において定義される。

図面では、一般に、異なる図全体を通して、同様の参照符号は同様の部分を指す。図面は必ずしも一定の縮尺ではなく、本発明の原理を例示することに重点が置かれている。以下の説明では、本発明の様々な実施例について、以下の図面を参照して説明する。

様々な実施例による、複数の生体信号を監視するためのシステムにおいて動作可能なゲートウェイ・デバイスの概略断面図である。様々な実施例による、複数の生体信号を監視するためのシステムの概略断面図である。様々な実施例による、複数の生体信号を監視する方法を例示するフロー・チャートである。様々な実施例による、複数の生体信号を監視するためのシステムの概要を描写する概略図である。一実施例による、ユーザ・インターフェース・デバイス上の例示的なユーザ・インターフェース・レイアウトを描写する概略図である。一実施例による、例示的なウェアラブル音響デバイス（又はセンサ）を例示する概略図である。図４（ａ）の例示的なウェアラブル音響デバイスの回路を例示するフロー・ダイアグラムを示す。一実施例による、取得された３秒間の音響測定値のパケット構成を描写する図である。一実施例による、例示的なスマート・ゲートウェイを例示する概略図である。図５（ａ）の例示的なスマート・ゲートウェイの回路を例示するフロー・ダイアグラムである。様々な実施例による、少なくとも１人の人の生体信号の遠隔監視のためのモデルベースのフレームワークを使用する第１のフレームワークを例示する概略図である。様々な実施例による、第２のフレームワークを形成するために図５（ｃ）のモデルベースのフレームワークと連携して使用されるスキーマベースのフレームワークを例示する概略図である。様々な実施例による、第３のフレームワークを形成するために図５（ｃ）のモデルベースのフレームワークと連携して使用される教師ベースのフレームワークを例示する概略図である。図５（ｅ）の教師ベースのフレームワークによって使用される、無線通信による（ｏｎ－ｔｈｅ－ａｉｒ）ファームウェア更新を例示する概略図である。様々な実施例による、クラウドベースのプラットフォームのブロック図である。様々な実施例による、呼吸数推定アルゴリズムのステップの要約を例示するフロー・チャートである。様々な実施例による、異常呼吸音検出アルゴリズムのステップの要約を例示するフロー・チャートである。様々な実施例による、心拍数検出アルゴリズムのステップの要約を例示するフロー・チャートである。一実施例による、データがどのように異なるデータ・セグメントにセグメント化又は再構築され得るかを例示する実例を示す図である。一実施例による、データがどのように異なるデータ・セグメントにセグメント化又は再構築され得るかを例示する実例を示す図である。一実施例による、データがどのように異なるデータ・セグメントにセグメント化又は再構築され得るかを例示する実例を示す図である。一実施例による、データがどのように異なるデータ・セグメントにセグメント化又は再構築され得るかを例示する実例を示す図である。一実施例による、データがどのように異なるデータ・セグメントにセグメント化又は再構築され得るかを例示する実例を示す図である。

以下の詳細な説明は、本発明が実践され得る特定の詳細及び実施例を例示として示す添付図面を参照する。これらの実施例は、当業者が本発明を実践できるように十分に詳細に説明されている。本発明の範囲から逸脱することなく、他の実施例が利用されてもよく、構造的、論理的、及び電気的な変更が加えられてもよい。いくつかの実施例を１つ又は複数の他の実施例と組み合わせて新しい実施例を形成することができるので、様々な実施例は必ずしも相互排他的なものではない。

方法又はデバイスのうちの一方の文脈で説明される実施例は、他方の方法又はデバイスに対しても類似的に有効である。同様に、方法の文脈で説明される実施例は、デバイスに対しても類似的に有効であり、その逆も同様である。

ある実施例の文脈で説明される特徴は、他の実施例における同一又は類似の特徴に対して相応に適用可能であり得る。ある実施例の文脈で説明される特徴は、他の実施例で明示的に説明されていない場合でも、それらの他の実施例に対して相応に適用可能であり得る。さらに、ある実施例の特徴について説明された追加及び／又は組合せ及び／又は代替は、他の実施例における同一又は類似の特徴に対応して相応に適用可能であり得る。

様々な実施例の文脈において、特徴又は要素に関して使用される「ａ」、「ａｎ」及び「ｔｈｅ」という冠詞は、特徴又は要素のうちの１つ又は複数についての言及を含む。

様々な実施例の文脈において、数値に適用される「約」という用語は、厳密値及び妥当な差異を包含する。

本明細書で使用される場合、「及び／又は」という用語は、関連する列挙された項目のうちの１つ又は複数の任意の組合せ及びすべての組合せを含む。

本明細書で使用される場合、「Ａ又はＢのうちの少なくとも一方」という形式の語句は、Ａ、又はＢ、又はＡとＢの両方を含み得る。これに対応して、「Ａ又はＢ又はＣのうちの少なくとも１つ」という形式の語句又はさらに列挙された項目を含む語句は、関連する列挙された項目のうちの１つ又は複数の任意の組合せ及びすべての組合せを含み得る。

様々な実施例は、生理学的バイタル・サイン及び症状の見張りのために開発された、４部からなるモノのインターネット（ＩｏＴ）システムを提供し得る。システムは、異常が検出された場合に、介護人、家族、当局などに対して警告をプッシュすることが可能であり得る。個人への利益に加え、システムによって収集された長期的な情報は、場合によっては、慢性呼吸器疾患の標準治療を転換及び向上させる可能性がある。システムは、コンピューティング・ハブとシステム内の様々な構成要素間のリンク部との両方として機能するエッジ・インテリジェンス・スマート・ゲートウェイであるゲートウェイ・デバイスの使用を含む。

図１（ａ）は、様々な実施例による、複数の生体信号を監視するためのシステム（例えば、図１（ｂ）の１２０）において動作可能なゲートウェイ・デバイス１００の概略断面図を示す。図１（ａ）において、ゲートウェイ・デバイス１００は、データを受信し、受信したデータを再構築して、複数の生体信号を表すデジタル音信号を取得するように構成された、受信機ユニット１０２と、デジタル音信号から少なくとも１つの生体情報を決定し、複数の生体信号と決定された少なくとも１つの生体情報とを表すデジタル信号を形成するように構成された処理ユニット１０４であって、処理ユニットが、デジタル信号を２つ以上のデータ・セグメントに再構築するようにさらに構成された、処理ユニット１０４と、さらなる処理のために、２つ以上のデータ・セグメントを含む情報を外部処理モジュールに送信するように構成された送信機ユニット１０８とを含む。２つ以上のデータ・セグメントのそれぞれは、デジタル信号の一部分を含み得る。一部分は、複数の生体信号のうちの少なくとも１つ又は決定された少なくとも１つの生体情報のうちの少なくとも一方を表し得る。言い換えれば、一部分は、複数の生体信号のうちの少なくとも１つ、又は決定された少なくとも１つの生体情報、又はそれらの任意の組合せを表し得る。

線１０６によって描写するように、受信機ユニット１０２と処理ユニット１０４は互いに通信している。線１１０によって描写するように、処理ユニット１０４と送信機ユニット１０８は互いに通信している。

様々な実施例の文脈において、「～を表す」という語句は、～を示す、又は含む、又は少なくとも部分的に同等であることを意味し得る。

様々な実施例では、２つ以上のデータ・セグメントのそれぞれは、少なくとも３秒のデータを含み得る。２つ以上のデータ・セグメントは、異なるデータ長を有し得る。例えば、２つ以上のデータ・セグメントは、第１のセグメント及び第２のセグメントを含み得、第１のセグメントは、第２のセグメントよりも長いデータ長を有する。

第１のセグメントは、約３秒から約１５秒までの間の発生期間を有する複数の生体信号のうちの少なくとも１つ、又は約３秒から約１５秒までの間の発生期間を有する決定された少なくとも１つの生体情報のうちの少なくとも一方を表し得る。第２のセグメントは、約３秒から約５秒までの間の発生期間を有する複数の生体信号のうちの少なくとも１つ、又は約３秒から約５秒までの間の発生期間を有する決定された少なくとも１つの生体情報のうちの少なくとも一方を表し得る。例えば、第１のセグメント及び第２のセグメントはそれぞれ、１５秒のデータ及び５秒のデータ、又は１０秒のデータ及び３秒のデータ、又は１２秒のデータ及び４秒のデータを含み得る。

様々な実施例において、複数の生体信号は、身体音から導出された信号、例えば、呼吸信号、又は心臓信号、又は身体音から導出された他の信号、又はそれらの任意の組合せを含み得る。例えば、呼吸信号は、正常ブレス音又は異常ブレス音であり得、心臓信号は、心音であり得る。「呼吸」という用語は、人の胸腔から生じる異常な呼吸器ブレス音、例えば、呼気性喘鳴、クラックル（ｃｒａｃｋｌｅ）、及び吸気性喘鳴（ｓｔｒｉｄｏｒ）も含むことを意味する。一般に、生体信号は、監視され得る生の生理学的信号であり得る。

決定された少なくとも１つの生体情報は、心拍数（ＨＲ：ｈｅａｒｔｒａｔｅ）、心拍数変動（ＨＲＶ：ｈｅａｒｔｒａｔｅｖａｒｉａｂｉｌｉｔｙ）、呼吸数（ＲＲ：ｒｅｓｐｉｒａｔｏｒｙｒａｔｅ）、呼吸数変動（ＲＲＶ：ｒｅｓｐｉｒａｔｏｒｙｒａｔｅｖａｒｉａｂｉｌｉｔｙ）、及びそれらの任意の組合せからなる群から選択され得る。言い換えれば、複数の生体信号を使用して、異常ブレス音を検出し、ＨＲ、ＨＲＶ、ＲＲ、ＲＲＶ、及びそれらの任意の組合せを推定してもよい。

本明細書に記載の心拍数は１分あたりの拍動数を指し、本明細書に記載の心拍数変動は心拍数の変化を指し、評価期間は、超短期間（拍動ごと）から短期間（１日２４時間以内）及び長期（数か月又は数年）に及ぶ。

言い換えれば、ゲートウェイ・デバイス１００は、データを受信し、再構築して、１６ビット以上の分解能で記憶され得るデジタル音信号を取得し得る。デジタル音信号はまた、部分的に処理され、エントロピ値（例えば、１５秒相当のエントロピ値）として記憶され得る。ゲートウェイ・デバイス１００は、デジタル信号を第１のデータ・セグメント及び第２のデータ・セグメントにセグメント化するように適合され、各配列は少なくとも３秒のデータを含む。例えば、データは、それぞれ１５秒及び５秒、又は１０秒及び３秒、又は１２秒及び４秒などの長さにセグメント化され得る。呼吸作用はより長い周期で発生し、したがって、それを観察するには長いセグメントを使用する必要があり得る。一方、心臓の信号は短い間隔で観察され得る。さらに、異常肺音は通常、短い期間にわたって発生し、したがって、長いセグメントと短いセグメントとの両方から観察され得る。図１０（ａ）から１０（ｅ）は、どのようにデータが異なるデータ・セグメントにセグメント化又は再構築されるかを例示する実例を示す。図１０（ａ）では、完全デジタル化信号ｓ（ｔ）は時間０秒から約５秒まで続き、図１０（ａ）内のグラフのｙ軸は振幅に対する任意の値である。図１０（ｂ）の例示的な第１のデータ・セグメントでは、信号は、完全デジタル化信号ｓ（ｔ）の一部であり、時間０秒から約１秒まで続く。図１０（ｃ）の例示的な第２のデータ・セグメントでは、信号は、完全デジタル化信号ｓ（ｔ）の一部であり、時間０秒から約２秒まで続く。図１０（ｄ）の例示的な第３のデータ・セグメントでは、信号は、完全デジタル化信号ｓ（ｔ）の一部であり、時間０秒から約４秒まで続く。図１０（ｅ）の例示的な第４のデータ・セグメントでは、信号は、完全デジタル化信号ｓ（ｔ）の一部であり、時間０秒から約４秒まで続く。異なる再構築／セグメント化は、システムが算出できるタイプの生体情報に重点を置くのに役立つ場合がある。例えば、図１０（ｂ）は、システムがブレスを識別するにはフレームが短すぎる可能性があるので、ブレス音からの干渉を有する。事実上、追加のデータ・セグメントを使用すると、特定の生体情報推定の信頼レベルが向上する。データ・セグメントへのセグメント化又は再構築が、図１０（ａ）から図１０（ｅ）に示す実例に限定されないことが認識されるべきである。とりわけ、データ・セグメントの期間の長さ、完全デジタル化信号の開始時間に対するデータ・セグメントの開始時間に関する様々な変形形態（例えば、図１０（ｂ）から図１０（ｅ）に示すように時間０秒で開始しない）が可能であり得る。

一実施例では、受信ユニット１０２は、外部のウェアラブル音響デバイス（図１（ａ）に図示せず）との有線通信のための入力ポートを含み得る。

他の様々な実施例では、受信機ユニット１０２は、最長約１０ｍまでの範囲の最適な通信距離又は（一実例として）ＢＬＥ５の影響半径のための無線通信プロトコルを介してデータを受信するように構成され得る。例えば、そのような無線通信プロトコルには、一般に、２．４ＧＨｚの無線周波数を使用して短距離にわたって固定デバイスとモバイル・デバイスとの間のデータ交換を可能にするＢｌｕｅｔｏｏｔｈ低エネルギー（ＢＬＥ：ＢｌｕｅｔｏｏｔｈＬｏｗＥｎｅｒｇｙ）が含まれ得る。

代替として、受信機ユニット１０２は、低複雑性通信コーデックを利用する無線低エネルギー通信プロトコルを介してデータを受信するように構成され得る。この無線低エネルギー通信は、ＢＬＥプロトコルを介したオーディオ伝送を可能にするためのＢｌｕｅｔｏｏｔｈコア仕様の拡張と、新しいＬＥアイソクロナス・チャネル機能の採用とに基づいた、ＬＥＡｕｄｉｏであり得る。ＬＥＡｕｄｉｏは、一般に、低複雑性通信コーデック（ＬＣ３：ＬｏｗＣｏｍｐｌｅｘｉｔｙＣｏｍｍｕｎｉｃａｔｉｏｎｓＣｏｄｅｃ）の利用により、他のＢＬＥプロトコルよりも消費するエネルギーが少ない。例えば、ｈｔｔｐｓ：／／ｗｗｗ．ａｎａｎｄｔｅｃｈ．ｃｏｍ／ｓｈｏｗ／１５３４９／ｂｌｕｅｔｏｏｔｈ－ｓｉｇ－ａｎｎｏｕｎｃｅｓ－ｌｅ－ａｕｄｉｏ－ｓｔａｎｄａｒｄ－ｎｅｗ－ｂａｓｅｌｉｎｅ－ｆｏｒ－ｎｅｘｔ－ｄｅｃａｄｅを参照することができる。一般に、ＬＥＡｕｄｉｏは、ＢＬＥフレームワークの下で特定のプロファイル設定を利用して、望ましい結果及び特性を実現する。

様々な実施例において、送信機ユニット１０８は、外部サーバ又はクラウドベースのプラットフォーム内の外部処理モジュール（図１（ａ）に図示せず）に情報を送信するように構成され得る。

ゲートウェイ・デバイス１００は、ゲートウェイ・デバイス１００の周りの周囲音を検出するように構成されたマイクロホンと、周囲音をデジタル均等物に変換するように構成されたアナログ対デジタル変換器とをさらに含み得る。処理ユニット１０４は、周囲音のデジタル均等物に基づいて、デジタル音信号からノイズを除去するようにさらに構成され得る。

言い換えれば、ゲートウェイ・デバイス１００は、周囲音を検出し、ノイズを除去するようにさらに適合され得る。所望の音信号は、肺音の既知の周波数又は既知の音響パターンである。他のすべての周波数又は音響パターンはノイズと見なされ得、したがって、ハードウェア・セットアップ、例えば、アナログ及びデジタル・フィルタリング、適応信号処理及び統計信号処理などのファームウェア・アルゴリズム、又は両方によって除去され得る。

ゲートウェイ・デバイス１００は、周囲音を処理するためのフィルタリング回路及び信号増幅器をさらに含み得る。ゲートウェイ・デバイス１００は、ゲートウェイ・デバイス１００の電気構成要素を駆動するために電力を受け取るように適合された少なくとも１つのポート、例えば、マイクロＵＳＢも含み得る。

図１（ｂ）は、様々な実施例による、複数の生体信号を監視するためのシステム１２０の概略断面図を示す。図１（ｂ）において、システム１２０は、複数の生体信号を表すアナログ音信号を検出し、検出されたアナログ音信号を複数の生体信号を表すデータに変換するように構成された、ウェアラブル音響デバイス１２２と、ウェアラブル音響デバイス１２２からデータを受信し、受信したデータを再構築してデジタル音信号を取得し、デジタル音信号から少なくとも１つの生体情報を決定し、複数の生体信号と決定された少なくとも１つの生体情報とを表すデジタル信号を形成し、デジタル信号を２つ以上のデータ・セグメントに再構築し、２つ以上のデータ・セグメントを含む情報を送信するように構成されたゲートウェイ・デバイス１００（図１（ａ））と、情報を受信し、受信した情報を、複数の生体信号及び／又は決定された少なくとも１つの生体情報を監視するための視覚表示及び／又は聴覚表示用に処理するように構成された、処理モジュール１２６とを含む。２つ以上のデータ・セグメントのそれぞれは、デジタル信号の一部分を含み得、一部分は、複数の生体信号のうちの少なくとも１つ、又は決定された少なくとも１つの生体情報のうちの少なくとも一方を表す。

線１２４によって描写するように、ウェアラブル音響デバイス１２２とゲートウェイ・デバイス１００は、有線接続を介して又は無線で互いに通信している。線１２８によって描写するように、ゲートウェイ・デバイス１００と処理モジュール１２６は無線で互いに通信している。

様々な実施例では、システム１２０は、処理された情報を表示するように構成されたユーザ・インターフェース・デバイスをさらに含み得る。

言い換えれば、システム１２０は、身体音から導出される信号、例えば、少なくとも１人人の心拍数及び呼吸数、心拍数及び呼吸数の変動、並びに咳、呼気性喘鳴、吸気性喘鳴、及びクラックルなどの異常肺音を含む心臓と呼吸器の音響信号を監視するためのものであり得る。システム１２０は、（ａ）人の胸腔からアナログ音信号を取得するための少なくとも１つのウェアラブル音響デバイス１２２であって、音響生理学的信号を捕捉するための音響センサを含む、ウェアラブル音響デバイス１２２と、（ｂ）少なくとも１つのウェアラブル音響デバイス１２２から、捕捉された音響生理学的信号をデジタル形式で受信するためのゲートウェイ・デバイス１００であって、呼吸数及び／又は心拍数を含む人の心臓と呼吸器の音響信号を表す少なくとも１つの関心のある特徴を抽出するように適合された、ゲートウェイ・デバイス１００と、（ｃ）少なくとも１つの関心のある特徴に関連する情報を提供するためのユーザ・インターフェース・デバイスであって、少なくとも１つの関心のある特徴が、関心のある任意の観察、例えば、人（ユーザ）の体重、身長、又はさらには薬剤の摂取量を記録する任意選択の機能によって、異常な呼吸音、心拍数、心拍数変動、呼吸数、及び呼吸数変動からなる群から選択される、ユーザ・インターフェース・デバイスとを含み得る。

（図１（ｂ）に記載の）ゲートウェイ・デバイス１００は、図１（ａ）のゲートウェイ・デバイス１００と同一若しくは同様の要素又は構成要素を含み得、これに伴い、同一の数字が割り当てられており、同様の要素は、図１（ａ）のゲートウェイ・デバイス１００の文脈で説明されたものと同様であり得、したがって、対応する説明はここでは省略されている。

ウェアラブル音響デバイス１２２は、アナログ音信号を検出するように構成された少なくとも１つの感知ユニットと、検出されたアナログ音信号をデータに変換するように構成された変換器と、データをゲートウェイ・デバイス１００に送信するように構成された送信機とを含み得る。

例えば、少なくとも１つの感知ユニットは、ＭＥＭＳマイクロホン、光ファイバ、又は任意の他の音響感知デバイスを含み得る。少なくとも１つの感知ユニットは、所望の周波数に最も近い動作周波数範囲を選択し得る。そうすることによって、少なくとも１つの感知ユニットが著しくロー・エンド又は著しくハイ・エンドのノイズを拾うことを防止することができる。

様々な実施例では、変換器は、異なるサンプリング・レートを定義することによって構成され得る。ナイキスト・サンプリング定理によれば、サンプリング・レートの半分を超える周波数は、自然に除去され、取得した信号に一貫して寄与しない。

ウェアラブル音響デバイス１２２は、アナログ音信号内のノイズを除去するための、コンディショニング及びフィルタリング・アナログ回路をさらに含み得る。コンディショニング及びフィルタリング・アナログ回路は、増幅限界を有するアナログ・バンド・パス・フィルタ回路を含み得る。これは、豊富な変形形態を有する回路設計のファミリーである。調整パラメータは、振幅カットオフがどの程度高いか、及び関心のある信号が主にどの周波数範囲に存在し得るかを含み得る。例えば、心音は胸部からの他の身体音と比較して相対的に大きく、音が低周波数であるので、心音のみを取得するためにウェアラブル音響デバイス１２２に対しては、低振幅カットオフ及び約６０Ｈｚから２００Ｈｚの周波数範囲が設定され得る。

ウェアラブル音響デバイス１２２は、データへの変換前にアナログ音信号を増幅するように構成された増幅器も含み得る。増幅限界は、別のフィルタリング機能を形成し得る。肺音又は心音はドアをバタンと閉める音又は大音量の音楽などの環境の大音量のノイズよりもはるかに大きくなる可能性は低いため、これらのノイズが振幅範囲の上限を超えて増幅されて機能が失われる可能性があるので、ハードウェアによって増幅に対して課せられた限界により、これらのノイズの影響は取り除かれた。例えば、装着者の生理学的音響信号を増幅する際、ウェアラブル音響デバイス１２２の小型音響センサ・コンデンサ・マイクロホンは、音波の妨害に反応してその静電容量を変化させることによって、著しく微弱な電気信号を取得し得る。これに伴い、これらの電気信号は、ＡＤＣ（例えば、コンバータ）を用いたサンプリングに好適な値まで増幅される必要があり得る。コンデンサ・マイクロホン、微小電気機械システム（ＭＥＭＳ：ｍｉｃｒｏ－ｅｌｅｃｔｒｏｍｅｃｈａｎｉｃａｌｓｙｓｔｅｍ）マイクロホン、又は光学音響センサを含み得るウェアラブル音響デバイス１２２によって作り出された電気信号は、ＡＤＣに設定された基準電圧レベル、例えば、０Ｖ～３．３Ｖの範囲に従って増幅され得る。これは厳密な規則ではなく、したがって、他の実施例では、基準電圧レベルは０Ｖから５Ｖの範囲であるか、又はさらには反転電圧、例えば－３．３Ｖから＋３．３Ｖの範囲を含みる。

様々な実施例では、ウェアラブル音響デバイス１２２は、ゲートウェイ・デバイス１００への送信前にデータを複数のデータ・トレンチの形式に再構築するように適合され得る。複数のデータ・トレンチのそれぞれは、０．５秒トレンチであり得る。

例えば、ウェアラブル音響デバイス１２２は、データを短いトレンチ（例えば、０．５秒又は５秒のトレンチ）にセグメント化し、セグメント化されたデータ・トレンチを、ＢＬＥプロトコルを介してゲートウェイ・デバイス１００に送信するように適合され得る。代替として、Ｚｉｇｂｅｅ、ｔｈｒｅａｄ、ＡＮＴ、他の独自プロトコルなどの他の短距離無線プロトコルが使用され得る。ウェアラブル音響デバイス１２２はまた、狭帯域ＩｏＴ（ＮＢ－ＩｏＴ：ｎａｒｒｏｗｂａｎｄ－ＩｏＴ）デバイスとして設計され得る。データは、データ・パケットあたり８ビットのペイロード制限を有する少なくとも１つの通信プロトコル、例えば、シリアル・ペリフェラル・インターフェース（ＳＰＩ：ｓｅｒｉａｌｐｅｒｉｐｈｅｒａｌｉｎｔｅｒｆａｃｅ）、集積回路間（Ｉ２Ｃ：ｉｎｔｅｒ－ｉｎｔｅｇｒａｔｅｄｃｉｒｃｕｉｔ）、又は汎用非同期送受信回路（ＵＡＲＴ：ＵｎｉｖｅｒｓａｌＡｓｙｎｃｈｒｏｎｏｕｓＲｅｃｅｉｖｅｒ／Ｔｒａｎｓｍｉｔｔｅｒ）通信プロトコルを介してマイクロコントローラ（音信号がサンプリングされ得る場所）からＢＬＥモジュールに送信される。したがって、１６ビット以上の分解能でサンプリングされたデータは、ＢＬＥを介して送信する前に通信プロトコルに従ってフラグメント化され、その後改めて、再結合又は再構築される必要があり得る。

様々な実施例では、ウェアラブル音響デバイス１２２は、５秒のデータを記憶しない場合がある。ウェアラブル音響デバイス１２２は、（小型プロセッサのメモリ制限により）０．５秒相当のデータを得るまで連続してデータをサンプリングし得、次のバッチをサンプリングしながら、２３０４００のボー・レートでＢＬＥを介してゲートウェイ・デバイス１００にデータを送信する。ボー・レートが２３０４００以上の場合、０．５秒幅のデータが完全に送信される可能性があり、０．５秒相当のデータの次のバッチに対するサンプリングを完了する前にマイクロコントローラを少し休ませることができる。ドッキング・ステーションでのみ、５秒相当のデータが収集され、ともに記憶され得る。

ウェアラブル音響デバイス１２２は、取得した音をゲートウェイ・デバイス１００に無線で送信するための送信機をさらに含み得る。

様々な実施例において、処理モジュール１２６は、外部サーバ又はクラウドベースのプラットフォーム内に設けられ得る。

図１（ｃ）は、様々な実施例による、複数の生体信号を監視する方法１４０を例示するフロー・チャートを示す。ステップ１４２において、複数の生体信号を表すアナログ音信号が検出され得る。ステップ１４４において、検出されたアナログ音信号は、複数の生体信号を表すデータに変換され得る。ステップ１４６において、データは再構築されて、デジタル音信号が取得され得る。ステップ１４８において、デジタル音信号から少なくとも１つの生体情報が決定され得、複数の生体信号と決定された少なくとも１つの生体情報とを表すデジタル信号が形成され得る。ステップ１５０では、デジタル信号は２つ以上のデータ・セグメントに再構築され得、２つ以上のデータ・セグメントのそれぞれはデジタル信号の一部分を含み、一部分は、複数の生体信号のうちの少なくとも１つ、又は決定された少なくとも１つの生体情報のうちの少なくとも一方を表す。ステップ１５２において、２つ以上のデータ・セグメントを含む情報は、複数の生体信号及び／又は決定された少なくとも１つの生体情報を監視するための視覚表示及び／又は聴覚表示用に処理され得る。

複数の生体信号は、身体音から導出された信号、例えば、呼吸信号、又は心臓信号、又は身体音から導出された他の信号、又はそれらの任意の組合せを含み得る。決定された少なくとも１つの生体情報は、心拍数、心拍数変動、呼吸数、呼吸数変動、及びそれらの任意の組合せからなる群から選択され得る。ここでは、システム１２０について説明した生体信号及び生体情報の定義が適用可能であり得る。

言い換えれば、方法１４０は、身体音、例えば人の呼吸器ブレス及び／又は心拍数から導出された信号を監視するためのものであり得る。方法１４０は、（ａ）人の胸腔から心臓と呼吸器の音響信号を取得するステップと、（ｂ）取得したアナログ音信号をデータに変換するステップと、（ｃ）人の呼吸数及び／又は心拍数を表す少なくとも１つの関心のある特徴を抽出するように適合されたゲートウェイ・デバイス１００にデータを無線で送信するステップと、（ｄ）少なくとも１つの関心のある特徴に関連する情報を提供するステップであって、少なくとも１つの関心のある特徴が、異常な呼吸音、心拍数、心拍数変動、及び呼吸数からなる群から選択される、ステップと、（ｅ）ユーザ主導の学習機能、例えば、ユーザによる無線通信による（ＯＴＡ）ファームウェア更新を介した自己改善、又は処理デバイス主導の学習機能、例えば（ｃ）からの情報を利用して教師あり学習を実行する多層パーセプトロン学習のいずれかを提供するステップとを含み得る。

方法１４０は、図１（ａ）のゲートウェイ・デバイス１００及び／又は図１（ｂ）のシステム１２０と同一若しくは同様の要素又は構成要素を含み得、これに伴い、同一の数字が割り当てられており、同様の要素は、図１（ａ）のゲートウェイ・デバイス１００及び／又は図１（ｂ）のシステム１２０の文脈で説明されたものと同様であり得、したがって、対応する説明はここでは省略され得る。

ステップ１５０でデジタル信号を２つ以上のデータ・セグメントに「再構築」することにより、デジタル信号をセグメント化する任意の方法を含むことを意味する。セグメント化は、デジタル信号を、これらの信号が表す長さで可変配列に配置することによって実行され得る。例えば、サンプリング・レートが４ｋＨｚの場合、５秒の生データは、長さ２００００データ点の配列に配置され得る。

方法１４０の様々な実施例では、２つ以上のデータ・セグメントのそれぞれは、少なくとも３秒のデータを含み得る。２つ以上のデータ・セグメントは、異なるデータ長を有し得る。例えば、２つ以上のデータ・セグメントは、第１のセグメント及び第２のセグメントを含み得、第１のセグメントは、第２のセグメントよりも長いデータ長を有する。第１のセグメントは、約３秒から約１５秒までの間の発生期間を有する複数の生体信号のうちの少なくとも１つ、又は約３秒から約１５秒までの間の発生期間を有する決定された少なくとも１つの生体情報のうちの少なくとも一方を表し得る。第２のセグメントは、約３秒から約５秒までの間の発生期間を有する複数の生体信号のうちの少なくとも１つ、又は約３秒から約５秒までの間の発生期間を有する決定された少なくとも１つの生体情報のうちの少なくとも一方を表し得る。他の実施例では、第１のセグメント及び第２のセグメントはそれぞれ、１５秒のデータ及び５秒のデータ、又は１０秒のデータ及び３秒のデータ、又は１２秒のデータ及び４秒のデータを含み得る。

様々な実施例では、ステップ１４６でデータを再構築してデジタル音信号を取得するステップ、及びステップ１５０でデジタル信号を２つ以上のデータ・セグメントに再構築するステップは、ゲートウェイ・デバイス１００によって実行され得る。ゲートウェイ・デバイス１００は、最長約１０ｍまでの範囲の最適な通信距離又は（一実例として）ＢＬＥ５の影響半径のための無線通信プロトコルを介してデータを受信するように構成され得る。

他の実施例では、ゲートウェイ・デバイス１００は、低複雑性通信コーデックを利用する無線低エネルギー通信プロトコルを介してデータを受信するように構成され得る。

様々な実施例では、ステップ１４８でデジタル音信号から少なくとも１つの生体情報を決定し、複数の生体信号と決定された少なくとも１つの生体情報とを表すデジタル信号を形成するステップは、ゲートウェイ・デバイス１００によって実行され得る。

方法１４０は、ゲートウェイ・デバイス１００への送信のためにデータを複数のデータ・トレンチの形式に再構築するステップさらに含み得る。複数のデータ・トレンチのそれぞれは、０．５秒トレンチであり得る。

様々な実施例では、ステップ１５２で２つ以上のデータ・セグメントを含む情報を処理するステップは、外部サーバ又はクラウドベースのプラットフォーム内の処理モジュール（例えば、図１（ｂ）の１２６）によって実行され得る。

方法１４０は、ステップ１４４で検出されたアナログ音信号をデータに変換する前に、アナログ音信号内の望ましくないノイズを除去するステップをさらに含み得る。

方法１４０はまた、ステップ１５０でデジタル信号を再構築して２つ以上のデータ・セグメントを取得するステップの前に、例えばゲートウェイ・デバイス１００の周りの周囲音を検出するステップと、周囲音をデジタル均等物に変換するステップと、周囲音のデジタル均等物に基づいてデジタル音信号からノイズを除去するステップとを含み得る。

様々な実施例において、ステップ１４４で検出されたアナログ音信号をデータに変換するステップは、少なくとも１６ビット以上の分解能を有するデータを取得するために、少なくとも１ＫＨｚのサンプリング・レートに基づき得る。一実施例では、サンプリング・レートは２ＫＨｚを超える場合がある。

方法１４０は、ステップ１４４で検出されたアナログ音信号をデータに変換する前に、アナログ音信号を増幅するステップをさらに含み得る。

上記の方法は、一連のステップ又はイベントとして例示及び説明されているが、そのようなステップ又はイベントの任意の順序付けが限定的な意味で解釈されるべきではないことが理解されよう。例えば、いくつかのステップは、異なる順序で、且つ／又は本明細書で例示及び／又は説明されたものとは別の他のステップ又はイベントと同時に発生し得る。加えて、本明細書に記載の１つ若しくは複数の態様又は実施例を実施するために、例示されたすべてのステップが必要とされるわけではない。また、本明細書に示すステップのうちの１つ又は複数は、１つ若しくは複数の別個の行為及び／又は段階において実行され得る。

次に、本発明が完全に理解されて容易に実際の効果を発揮できるように、非限定的な実例として本発明の好ましい実施例のみを添付の例示的な図を参照して説明する。

様々な実施例は、ウェアラブル・センサ・アセンブリ（又はデバイス）と、ゲートウェイ・デバイスと、サーバ又はデータ・ストレージ・プラットフォーム（例えば、クラウド・プラットフォーム）と、少なくとも１つのユーザ・インターフェース（例えば、とりわけ、少なくとも１つのインターフェース・モバイル・アプリケーション、オンライン・ダッシュボード・プラットフォーム）で構成された４部からなるシステムを提供し得る。

ウェアラブル・センサ・アセンブリ（又はデバイス）は、呼吸困難の早期検出のために、装着者又はユーザの胸部から連続的に肺音を取得することが可能なオンライン音響ウェアラブル・センサであり得る。肺音は、ウェアラブル電子デバイス（例えば、図１（ｂ）のウェアラブル音響デバイス１２２）に埋め込まれたマイクロホン・センサを介してユーザの胸部から収集され得る。任意の取得された肺音が異常であるかどうかを判定するために、取得された肺音は、特定の周波数範囲でサンプリングされ、ゲートウェイ・デバイス（例えば、図１（ａ）の１００）及びクラウド・プラットフォーム内の一部に送信され、その一部において処理され得る。取得された信号から有意義な特徴が抽出され得、その特徴から、呼気性喘鳴、吸気性喘鳴、クラックル、及び咳を含む呼吸音における異常の発生が識別され得、呼吸数及び心拍数並びにそれらの変動が算出されるか又は少なくとも推定され得る。ユーザによってリアルタイムでアクセス可能なモバイル・アプリケーションに関連情報がプッシュされ得、異常が検出された場合は通知も提供される。このシステムは、喘息及び急性気管支炎などの呼吸器疾患の急性増悪の早期発見を可能にし、呼吸器疾患の慢性患者に対するケアを強化する。システムは、口頭での問診、服薬順守、又は関心のある任意の観察をログ記録する任意選択の機能も可能にし得る。

４部からなるシステムは、３つの異なるノードに４つの主要構成要素を含むエッジ・インテリジェンスを備えたＩｏＴアーキテクチャであり得る。各ノードは、他のノードと連携して機能する特定の一連のタスク専用であり得る。

システムの主な機能は次の通りである。
・装着者の胸部からの生理学的信号の取得
・取得された生理学的信号のコンディショニング
・有意義な特徴の抽出のための、取得された生理学的信号のデジタル信号処理
・抽出された特徴の有用な情報への変換（変換は、収集された音信号にアルゴリズムを適用して、呼気性喘鳴の発生、呼吸数、又は心拍数などの所望の情報を算出することによって行われる）
・ユーザ・インターフェース上での情報の視覚化
・情報の格納

例えば、情報は、ＡＷＳクラウド・プラットフォームにおける仮想プライベート・クラウド（ＶＰＣ：ｖｉｒｔｕａｌｐｒｉｖａｔｅｃｌｏｕｄ）内の遠隔データベースに格納され得る。

一実例では、システムは、人の心拍数及び呼吸数、心拍数及び呼吸数の変動、並びに咳、呼気性喘鳴、吸気性喘鳴、及びクラックルを含む異常肺音を監視するための方法を実行するのに好適であり得る。

４部からなるシステム２００は、図２に示すような概略図によって例示され得る。４部からなるシステムは、図１（ｂ）のシステム１２０と同様の文脈で説明され得、したがって、４部からなるシステムの構成要素も、図１（ｂ）のシステム１２０の構成要素と同様の文脈でそれぞれ説明され得る。

図２では、ウェアラブル・センサ・アセンブリ（又はデバイス）２２２は、感知ノード２０２に設けられ得、分析ノード２０４に設けられたスマート・ゲートウェイ２２０（又はゲートウェイ・デバイス）と、例えばＢＬＥプロトコル２３０又はＬＥＡｕｄｉｏを使用して無線で通信する。ウェアラブル音響デバイス２２２（例えば、図１（ｂ）のウェアラブル音響デバイス１２２）は、人の胸部領域又はその近くから生じる音を取得するために人の身体、例えば、胸部領域若しくはその近くに設置又は配置されるウェアラブル・センサ・デバイスであり得る。ウェアラブル音響デバイス２２２は、データを分析ノード２０４に送信する前に、本明細書に記載のように特定の信号処理を実行し得る。

スマート・ゲートウェイ２２０は、例えば、分析ノード２０４でのインターネット接続２３４を介して、クラウド・プラットフォーム２２６と通信し得る。例えば、クラウド・プラットフォーム２２６は、ＡＷＳクラウド・プラットフォームを含み得る。言い換えれば、分析ノード２０４は、スマート・ゲートウェイ２２０と、クラウドベースのプラットフォームＡＷＳサーバとを含み得る。スマート・ゲートウェイ２２０とＡＷＳとの両方は、デジタル信号をさらに処理して、人の心拍数及び呼吸数、並びに心拍数及び呼吸数の変動に関連するデータを取得し、また、その人が咳、呼気性喘鳴、吸気性喘鳴、及びクラックルなどの異常肺音を発しているかどうかを判定する。クラウド・プラットフォーム２２６からの処理済みの情報は、ユーザ・ノード２０６にあるユーザ・インターフェース２２４によって抽出されるか又はユーザ・インターフェース２２４に送信され、人から異常な心臓／呼吸器音が得られる可能性がある場合に任意の通知又は警告を提供する。ユーザ・インターフェース２２４は、例えばＢＬＥプロトコル２３２を介して、スマート・ゲートウェイ２２０とも通信し得る。

ユーザ・インターフェース２２４のうちの１つの実例は、図３に示すように、ユーザ・インターフェース・デバイス３００上に提示されたユーザ・インターフェース・レイアウトによって提供され得る。

様々な実施例において、データは、様々なノードにわたって無線で送信され得る。

システム設計は、約４０人の臨床医からなる国際的なグループからのフィードバックによる指導を受けた、感知からデータ視覚化までの完全な経路を形成する。エッジ・インテリジェンス設計により、スマート・ゲートウェイ２２０が、必要とされる計算の大部分を実行して、無駄のないデータを出力することは注目に値する。したがって、スマート・ゲートウェイ２２０は、セルラ・ソリューションなどのデータ・レートが低い他の形式の通信を介してクラウド・リンクされることが可能である。

ウェアラブル音響デバイス

図４（ａ）は、（例えば、図２の音響デバイス２２２と同様の文脈で説明される）例示的なウェアラブル音響デバイス（又はセンサ）４００を例示する概略図を示す。図４（ｂ）は、図４（ａ）の例示的なウェアラブル音響デバイス４００の回路を例示するフロー・ダイアグラムを示す。

ウェアラブル音響デバイス４００は、医療用シリコーン接着剤でコーティングされたシリコーン・パッチを使用して装着されているときに装着者から胸音を取得するように設計された音響センサであり得る。装着者の胸部から生じる胸音は、振動板との接触の有無にかかわらず、装着者の皮膚から、例えばデバイス４００の底部に空気伝導空洞４０４を設けた半球空気伝導ベル・チャンバを通して、半球の極に設置された凹型エレクトレット・コンデンサ・マイクロホン４０６に伝導され得る。本質的に、生の音響信号は、音響空洞ドーム４０４の頂点にあるコンデンサ・マイクロホン４０６を備えたウェアラブル音響デバイス４００によって収集される。

ウェアラブル音響デバイス４００は、バッテリ充電接点４０２に接続可能な再充電可能リチウム・イオン・バッテリ・パック４１４によって電力供給され得る。バッテリ充電接点４０２は、再充電可能リチウム・イオン・バッテリ・パック４１４を充電する、ウェアラブル音響デバイス４００内に配置された充電回路にリンクされ得る。ウェアラブル音響デバイス４００は、ワイヤ・フリー動作を可能にし得る。ウェアラブル音響デバイス４００は、ウェアラブル音響デバイス４００の様々な構成要素に供給される電力を管理するために電力管理回路４１６を含み得る。

コンデンサ・マイクロホン４０６からの信号は、コンディショニング及びフィルタリング・アナログ回路４０８を通過し、その結果として目的の音の周波数特性と振幅特性との両方を超える信号がノイズとして除去された後に、信号増幅回路４１０によって増幅される。次いで、増幅された信号は、アナログ対デジタル変換器４１２によって、１６ビットを超える分解能で２ｋＨｚ以上のサンプリング・レートでデジタル信号に変換される。関心のある胸音の大部分は５０Ｈｚから１ｋＨｚの間の周波数を有するので、最低２ｋＨｚのサンプリング・レートが必要とされる。信号における特徴を保持するために、１６ビットの最小分解能が使用され得る。ナイキスト・シャノンのサンプリング定理によれば、デジタル信号処理中のエイリアシング及び情報の損失を防ぐために、最小サンプリング周波数は、関心のある最大周波数（この場合は１ｋＨｚ）の少なくとも２倍であるべきである。

取得された信号は、最初にアナログ回路を通過し、その結果として増幅されて歪みが最小限に抑えられた後に、４ｋＨｚのサンプリング・レートでデジタル信号に変換され、したがって、信号の周波数を、５０Ｈｚの帯域（すなわち、エレクトレット・コンデンサ・マイクロホン４０６の下限）から２ｋＨｚ（ナイキスト周波数）までの帯域、及び少なくとも１６ビット（最大３２ビットまで設定可能）の分解能に効果的に制限する。このデジタル化された信号は、０．５秒のトレンチにセグメント化され、ＢＬＥプロトコルを介してゲートウェイ・デバイスに送信される。代替として、ドッキング・ステーションで５秒以上相当のデータが収集され得る。

取得された音響信号は処理され、デジタル信号は、Ｂｌｕｅｔｏｏｔｈ、より具体的にはＢｌｕｅｔｏｏｔｈ低エネルギー（ＢＬＥ）４１８を介してスマート・ゲートウェイ５００（交換可能にゲートウェイ・デバイスと呼ばれる）に送信され得る。

ＢＬＥを介したスマート・ゲートウェイへの送信

ＢＬＥは、限られたデータ・スループットを有し、ＢＬＥ無線の定期的なアクティブ化により、伝送損失、例えば、データ損失及びパケット損失を起こしやすい。したがって、転送されたデータの完全性を保証するには、堅固な誤り検出方法が必要である。

巡回冗長検査（ＣＲＣ：ｃｙｃｌｉｃ－ｒｅｄｕｎｄａｎｃｙｃｈｅｃｋ）又は誤り訂正符号（ＥＣＣ：ｅｒｒｏｒ－ｃｏｒｒｅｃｔｉｎｇｃｏｄｅ）を使用する一般的な方法では、広い帯域幅、すなわちＥＣＣの高い符号比が必要である。しかしながら、ＣＲＣとＥＣＣのどちらの方法も、データ・パケットをシーケンシングする能力を提供しない。

８ビットがバイト・パケットあたりのサイズ制限データ・サイズであるので、８ビットを超える分解能でデータを転送することが不可欠であり得る。これは、転送前にデータを複数のパケットに分割し、転送後に再結合する必要があることを意味する。データが複数のパケットに分割されるので、受信されたデータのシーケンスはデータの再結合にとって重要であり、予期しないデータ損失は、このプロセスを著しく複雑にすることになる。データ損失の発生は、受信機側でのデータ抽出に影響を与え、音響波は複数の連続した正弦波の組合せであるので、データ損失が検出されない場合、音響信号情報が変更される。

したがって、誤り検出及びパケット・シーケンシング機能を提供するプロトコルが必要である。

ＢＬＥ５．０は、データ・スループットを向上させながら、全体的な消費電力を削減するという点で大きな飛躍を遂げた。しかしながら、以下の仕様のうちのいずれか１つによって性能が補償される場合がある。

例えば、ＢＬＥの電力効率を高める又は最大限に高めるには、ボー・レートを最も低い９６００に設定する必要がある。しかしながら、パケット伝送速度の低下により、データ・スループットが損なわれる。最も高いデータ・スループットを得るには、ボー・レートを最も高くする必要があり、最も高いボー・レートは９３０４００であり得る。しかしながら、パケットの伝送速度が高いため、消費電力が損なわれる。これは、データ帯域幅の要件を削減する必要があるという上述の点と相関する。したがって、電力消費を効果的に削減するために、より低いボー・レートが選択され得る。

言い換えれば、継続的な実時間データ取得を得るために、正常なデータ受信率はデータ送信率とほぼ同等であり、データ帯域幅サイズは制限される。これに従うと、誤り検出方法は、帯域幅サイズへの影響を最小限に抑えなければならない。ほとんどの誤り検出方法は、合計データ帯域幅を大幅に増加させる要件を有する。これは、データに誤り検出ビットを付加する必要があるためである。さらに、データは送信前に分割されるので、ほとんどの誤り検出方法は、このプロトコルで必要とされるデータ・シーケンサとして機能（ｃｏｆｕｎｃｔｉｏｎ）しない。

このプロトコルは、ウェアラブル音響デバイス４００とスマート・ゲートウェイ５００との両方によって利用され得る。音響測定値を取得した後、ウェアラブル音響デバイス４００内のマイクロプロセッサ（ＭＣＵ：ｍｉｃｒｏｐｒｏｃｅｓｓｏｒ）は、１６ビット情報ごとに次の２４ビットのパケット、すなわち、８ビットのシーケンサ（ＳＥＱ：ｓｅｑｕｅｎｃｅｒ）、８ビットの最下位ビット（ＬＳＢ：ｌｅａｓｔｓｉｇｎｉｆｉｃａｎｔｂｉｔ）、８ビットの最上位ビット（ＭＳＢ：ｍｏｓｔｓｉｇｎｉｆｉｃａｎｔｂｉｔ）でデータを準備し得る。受信側で誤り検出ツールとして機能するシーケンサは、０から２５５までの各データ対でインクリメントされ、次いで、次のセットのためにオーバーフローしてゼロに戻り得る。一実例として、図４（ｃ）は、取得された３秒の音響測定値ｓ（ｔ）４２０のパケット構成を描写する。

スマート・ゲートウェイ５００は、パケット・ストリームを受信し、パターン検出を使用して音響測定値を再構築する。パターンは、データの準備中に設定され、データ損失による任意の誤りを軽減しながら、適切にデータを抽出し得る。パターン検出方法は、サイズが構成可能であり得る。パターン・サイズが大きいほど、データのパケットを正しく抽出するという点でパターン検出方法はより効果的に作用し得る。音響データを波形で伝送する主な問題は、音響データが周期的に増減し、したがって、データ自体がシーケンサのように見える可能性が高いことである。十分に大きいパターン・サイズを利用することによって、データがシーケンサとして検出される確率を低下させることができる。

無制限インクリメント・シーケンシングでは、パターン検出のために以下の方程式１

が利用され得る。

方程式１を３、６、９、１２、１５、及び１９のパターン・サイズに適用することによるテスト例に基づいて、ウェアラブル音響デバイスから音声データ（生体信号の代表）をきれいに抽出するために必要なパターン・サイズが判明しました。４００は１９である。

詳細は以下の通りである。

ＬＥＡｕｄｉｏを介したスマート・ゲートウェイへの送信

前述のように、ＢＬＥを介したスマート・ゲートウェイ５００への送信は、ウェアラブル音響デバイス４００によるデータの収集、データのセグメント化、及びデータの準備を含み、一方、エラーの検出、データの再結合、データの前処理、アルゴリズムの算出、及び結果の公開は、スマート・ゲートウェイ５００によって実行される。それらの間のオーディオ転送は、独自のプロファイルに基づき得る。ＢＬＥを介したスマート・ゲートウェイ５００への送信の代替として、代わりにＬＥＡｕｄｉｏが使用され得る。

ＬＥＡｕｄｉｏの場合、ウェアラブル音響デバイス４００によって、データの収集及びデータの準備が実行され、データのセグメント化は含まれない。スマート・ゲートウェイ５００によって、データの前処理、アルゴリズムの算出、及び結果の公開が実行され、エラーの検出及びデータの再結合は含まれない。それらの間のＬＥＡｕｄｉｏ転送は、データ圧縮（符号化）、データ転送、入出力検証、パケット損失隠蔽、及びデータ解凍（復号）を含む。ＬＥＡｕｄｉｏは、一体型プラグ・アンド・プレイ・パッケージであるＢＬＥデバイス専用のオーディオ転送ソリューションを可能にする。ＬＥＡｕｄｉｏ転送におけるデータ圧縮により、音響データ情報の転送レートが高くなり、消費電力が少なくなる可能性があり、ＢＬＥプロトコルと比較して、より効率的なデータ転送がもたらされる。

スマート・ゲートウェイ

図５（ａ）は、（例えば、図１（ａ）のゲートウェイ・デバイス１００と同様の文脈で説明される）例示的なスマート・ゲートウェイ５００を例示する概略図を示す。図５（ｂ）は、図５（ａ）の例示的なスマート・ゲートウェイ５００の回路を例示するフロー・ダイアグラムを示す。

スマート・ゲートウェイ５００は、コンピューティング・ハブとウェアラブル音響デバイス４００からクラウド６００へのリンク部との両方として機能するエッジ・インテリジェンス・ゲートウェイ・デバイスである。ウェアラブル音響デバイス４００から到達するデジタル信号は、ＢＬＥ５１８を介して短い期間へとセグメント化され、関心のある特徴、すなわち生体信号を表す情報が抽出するために、一連のデジタル信号処理アルゴリズムを使用して処理される。これらのアルゴリズムは、異常呼吸音、推定値心拍数、心拍数、呼吸数、及びそれらの変動を識別し得る。スマート・ゲートウェイ５００は、デジタル信号を全体的に処理して有用な情報を直接出力するように構成され得るか、又は、デジタル信号を部分的に処理して関連する特徴をクラウド６００に出力し、クラウド６００において、より計算集約型の方法が実施され得る。クラウド６００で実行される計算集約型の方法の実例について、以下のセクションでさらに考察する。

図５（ａ）及び図５（ｂ）に示すように、スマート・ゲートウェイ５００は、電力管理回路５１６を介してスマート・ゲートウェイ５００の構成要素を駆動するための電力を受け取るように適合された充電接点５０２と、赤緑青（ＲＧＢ：ｒｅｄ－ｇｒｅｅｎ－ｂｌｕｅ）発光ダイオード（ＬＥＤ：ｌｉｇｈｔｅｍｉｔｔｉｎｇｄｉｏｄｅ）インジケータ５０４とを示し得る。スマート・ゲートウェイ５００の電力管理回路５１６は、例えばデジタル信号処理アルゴリズム及びそこからの処理済みの情報を記憶するためのメモリ５０と、クラウド６００と無線で通信するためのＷｉ－Ｆｉモジュールとともに、モノのインターネット（ＩｏＴ）チップセット５０６を駆動し得る。例えば、スマート・ゲートウェイ５００は、充電接点５０２のマイクロＵＳＢポートを介して供給される５ＶＤＣ電源によって給電され、環境音検出及びノイズ・キャンセリングの目的で周囲音を検出する２次機能も含み得る。この点に関して、スマート・ゲートウェイ５００のより近く又は周りの周囲音を検出するために、コンデンサ・マイクロホン５１２が、スマート・ゲートウェイ５００内に配置され得る。周囲音は、信号コンディショニング・フィルタリング回路５１４及び信号増幅回路５２０を介して処理され得る。次いで、処理済みの周囲音は、同様にスマート・ゲートウェイ５００内に配置されたアナログ対デジタル変換器５２２を介してデジタル均等物に変換され得る。デジタル均等物は、さらなる処理のためにＩｏＴチップセット５０６に供給され得る。

スマート・ゲートウェイ５００によって実行されるデジタル信号処理アルゴリズムは、異常呼吸音の発生箇所を特定することに関して、以下に説明するように３つのフレームワークに基づき得る。

第１のフレームワークは、図５（ｃ）の概略図によって示すように、少なくとも１人の人の生体信号の遠隔監視のためにモデルベースのフレームワーク５４０を使用する。モデルベースのフレームワーク５４０は、１組の抽出された特徴に基づいており、事前に導出されたモデルを使用して生体信号性能を分析し、異常呼吸音の発生を検出する。（図５（ｃ）に示す）抽出された特徴は、単に例示を目的としており、本明細書に記載の他の実例及び実施例における抽出された特徴とは異なり得ることが認識されるべきである。重要な概念は、現時点で判明している特徴及びその時間的進化を利用して性能を分析することである。モデルベースのフレームワーク５４０では、異常呼吸音を表すデジタル信号入力は、短時間フーリエ変換（ＳＴＦＴ：ｓｈｏｒｔ－ｔｉｍｅＦｏｕｒｉｅｒｔｒａｎｓｆｏｒｍ）を使用して処理され、高域フィルタを通してフィルタリングされ、ピーク強調を受け得る。続いて、エントロピ算出、平滑化、特徴抽出、及び分類が実行され得る。特徴抽出では、最大最小、標準偏差、及び比率の基準が含まれ得る。

図５（ｄ）に示すように、スマート・ゲートウェイ５００の第２のフレームワークを形成するために、モデルベースのフレームワーク５４０はスキーマベースのフレームワーク５６０と連携して使用され得る。スマート・ゲートウェイ５００は、特徴と測定されたパラメータとの間の関連付けを絶えず作成する。スキーマベースのフレームワーク５６０の自己学習モジュールの目的は、特徴に対する適切な重み

を決定して、分類性能を最大化することである。

例えば、

とし、式中、

、

は、それぞれ、時間的最大最小差、標準偏差、及びＬ個の時間的フレームにわたるエントロピ

の比率である。最初に、スマート・ゲートウェイ５００は重みを１／３に初期化する。しかしながら、スマート・ゲートウェイ５００はユーザを理解しているので、分類を強化する特徴を強調するために、瞬間的なＨＲ、ＨＲＶ、ＲＲ、及びＲＲＶが、現在の重み値を増大させる場合がある。

分類では、方程式２で提供される特徴抽出と、重み

とを考慮して、方程式３に示す閾値に基づいて評価し得る。

分類後すぐに、呼気性喘鳴及び／又は咳（ＷＺ／ＣＯ：ｗｈｅｅｚｅａｎｄ／ｏｒｃｏｕｇｈ）の検出が決定され得る。分類された性能は、ユーザ及び／又は情報ブローカからアーカイブされたデータベースに格納され、自己学習用の検証済みデータとして任意に使用され得る。

他の実例では、図５（ｅ）に示すように、スマート・ゲートウェイ５００の第３のフレームワークを形成するために、モデルベースのフレームワーク５４０は教師ベースのフレームワーク５８０と連携して使用され得る。教師ベースの手法では、スマート・ゲートウェイ５００は、図５（ｆ）に示すように、生徒の役割を果たし、定期的に「教師」から洞察を受け取り、無線通信によるファームウェア更新５９０を介して、重み

を更新する。

教師ベースのフレームワーク５８０とスキーマベースのフレームワーク５６０との間の主な違いは、教師ベースのフレームワーク５８０が自己学習モジュールの代わりに無線通信によるファームウェア更新５９０を使用し、情報ブローカからのデータベースのみが使用されることにある。無線通信によるファームウェア更新５９０は、ファームウェアをメモリ・バンク１に無線でアップロードすることを含み得、成功した場合、ファームウェアはさらにメモリ・バンク２にアップロードされる。ファームウェアをシステムにロードする準備ができると、ユーザによって起動され得るブートローダによって、ファームウェアがロードされ得る。次いで、スマート・ゲートウェイ５００（すなわち、図５（ｆ）に示すシステム）上でファームウェアを実行することによって、ファームウェアが実行され得る。

クラウド・プラットフォーム

図６に示すように、クラウド・プラットフォーム、例えばＡＷＳクラウド・プラットフォームの一般的記号による流れ及び展開を説明する。

ゲートウェイ・デバイス（例えば、スマート・ゲートウェイ５００）は、ＭＱＴＴブローカ６０２に接続し、セキュアなメッセージ・キューイング・テレメトリ・トランスポート（ＭＱＴＴ：ＭｅｓｓａｇｅＱｕｅｕｉｎｇＴｅｌｅｍｅｔｒｙＴｒａｎｓｐｏｒｔ）を介して、デバイス遠隔測定（Ｔｅｌｅｍｅｔｒｙ）データをＭＱＴＴブローカ６０２に発行する。ＭＱＴＴブローカから受信されたデータは、規則エンジン６０４に転送される。規則エンジン６０４は、入力データに対して規則セットを実行し得、いずれかの条件が一致する場合、規則エンジン６０４によって、対応するアクションが実行され得る。所定のトピックから発行されたデバイス遠隔測定データは、（６０６において）エンド・デバイスに再発行され、（６０８において）一連の処理ステップに転送される。

処理ステップ内の機能は、以下のアクションを実行する。
・（６１２での）データ挿入：デバイス遠隔測定データが、格納のためにデータベース６１４に挿入され、エンド・ユーザによる長期傾向監視が可能になる。
・（６１６での）ＡｉｒｅＳｃｏｒｅ算出：この機能は、スマート・ゲートウェイ５００から受信した関心のある特徴からバイタル情報を算出し、次いでＡｉｒｅＳｃｏｒｅを算出する。ＡｉｒｅＳｃｏｒｅは、装着者の健康を評価するためのカスタマイズ可能な集計スコアである。ユーザがウェアラブル音響デバイス４００を装着している間の過去Ｘ時間の心拍数及び呼吸数の変動、並びに異常肺音の発生が考慮される。考慮すべき時間数は、ユーザ入力又は医師の推奨によるものであり得る。これは、装着者が健康であるかどうかの指標となる要約スコアである。これらのバイタル情報は、アルゴリズムからのメタ・データである。例えば、呼気性喘鳴又はクラックルの発現を検出するために、これらの特徴は、肺音のエントロピ特徴とすることができる。
・（６１８での）ＡｉｒｅＳｃｏｒｅ通知：この機能は、ユーザに通知をプッシュすべきかどうかを評価する。スコアがある一定の範囲を下回る場合、モバイル・アプリにプッシュ通知６１０が送られる。この通知情報を格納するために、新しい通知レコードがデータベース６１４に挿入される。Ａｉｒｅｓｃｏｒｅは、０～１００％という性質のスコアであり、０が非常に悪く、１００％が正常である。Ａｉｒｅｓｃｏｒｅはまた、一実施例で例示されるように、２０％の段階で表されもよく、その場合、ａｉｒｅｓｃｏｒｅは１～５であり、その各段階は２０％を表す。閾値もやはり、ユーザ入力であり得るか又は臨床医によって設定され得る。しかしながら、一般に、６０％未満のスコアは、過去Ｘ時間に異常肺音が検出されたことを示しているので、異常と見なされる。

機能６０８及びデータ・ストレージ６１４は、仮想プライベート・クラウド（ＶＰＣ）６２０に配置され得る。機能６０８は、モバイル・アプリ上の対話によってトリガされ得る。

ＡｉｒｅＳｃｏｒｅ

上記で説明したように、ＡｉｒｅＳｃｏｒｅは、健康及びバイタル・サインの異なる特定のセットの性能を示すように構成及び再構成され得る指標スコアである。一般に、ＡｉｒｅＳｃｏｒｅは、装着者の一目で分かる健康情報をユーザに提示する。スコアは、ＡｉｒｅＳｏｎｅデバイス又は／及びパートナー・デバイスのうちの１つ又は複数を使用して測定可能な様々なマトリックスからの寄与の合計である。

ＡｉｒｅＳｏｎｅデバイスは、装着者の以下の健康及びバイタル・サインを測定することが可能であり、これに伴い、以下のようなこれらのマトリックスを入力として使用して、ＡｉｒｅＳｃｏｒｅが計算される。
・心拍数（ＨＲ）
・心拍数変動（ＨＲＶ）
・呼吸数（ＲＲ）
・呼吸数変動（ＲＲＶ）
・異常肺音（ＡＢＳ：Ａｂｎｏｒｍａｌｌｕｎｇｓｏｕｎｄ）の発生
・咳（ＣＧＨ：ｃｏｕｇｈ）の発生

追加のマトリックスは、運動状態及び睡眠状態の測定を含み得る。

ＡｉｒｅＳｃｏｒｅは、０～１００の離散状態スコアリング・システムであり、これは、一括スコアリング・スコア（例：１～５、５は最適な健康状態を表す）にセグメント化され得る。現在一般的に使用されているＡｉｒｅＳｏｎｅを計算するための数学モデルは次の通りである。ａｉｒｅｓｃｏｒｅの計算は、デバイスの使用状況及び所期の使用目的に応じて、以下の計算方法のうちの１つに該当する。

Ａｉｒｅｓｃｏｒｅが異なる方法で算出される３つのケースが存在する。
Ａ．ユーザ入力なしの新規ユーザ
Ｂ．ユーザ入力パラメータありの新規ユーザ
Ｃ．７日間で少なくとも累計３０時間使用した、ユーザ入力なしの既存ユーザ

以下にデフォルトの計算の実例を示す。

少なくとも１６ビットでサンプリングされた６０Ｈｚ～２ｋＨｚの範囲のデジタル化された音響信号は、スマート・ゲートウェイ上のＢＬＥによって受信される。到達信号のサイズは、ハードウェア上で利用可能なメモリ及び所期のアプリケーション又は機能に応じて調節され得る。例えば、ＲＲの計算は、ＨＲ及び異常な心音及び肺音の検出と比較して、ＲＲの期間がより長いので、より長い持続時間を必要とし得る。メモリ空間が限られている場合でも、ＲＲにより長い持続時間の生データを割り当てる代わりに、最初に、より短い持続時間の信号に対して、次元削減に寄与し得る（すなわち、特徴抽出による）前処理を採用し、その後、ＲＲ計算に必要な最適な持続時間を満たすようにこれらの特徴を付加することができる。各アルゴリズムは、異なる信号処理方法を採用した。信号の流れに重点を置いたこれらの信号処理方法は、図７～図９のそれぞれのフロー・ダイアグラムで表されている。

呼吸数推定

呼吸音記録の最適な持続時間は、以下のように短時間フーリエ変換（ＳＴＦＴ）法７０４

を使用して処理され、式中、Ｓ（τ，ｆ）は時間領域と周波数領域のスペクトルであり、ｓ（ｔ）は胸音（例えば、デジタル信号入力７０２）、ｈ（ｔ－τ）は窓関数であり、τは時間の偏移である。

高速フーリエ変換（ＦＦＴ：Ｆａｓｔ－Ｆｏｕｒｉｅｒ－Ｔｒａｎｓｆｏｒｍ）の窓サイズ及びＳＴＦＴの重複窓サイズは、それぞれ６４ｍｓ及び３２ｍｓである。これらの値は、経験的な最適化を通して調節され得る調整パラメータである。心音の干渉を低減するために、心音は主に２００Ｈｚよりも低い周波数で聞こえるので、１００～２００Ｈｚのカットオフ周波数による高域通過フィルタ７０６がＳＴＦＴ出力に適用され得る。
スペクトルの優位周波数を強調及び識別するために、最初にフィルタを適用して平均化スペクトルを取得し、その後、平均値を元のスペクトルから減算する。このステップは、ピーク強調７０８としても知られており、優位なピークは強調され、小さいピークは次の方程式５のように０．０５という小さい値に置き換えられる。

ピーク値がＣ_１、Ｃ_２、Ｃ_３、．．．、Ｃ_ＮであるスペクトルＳ_ｐ（ｔ，ｆ）にＮ個の優位周波数成分があると仮定すると、各優位周波数成分の重み付けされた電力値は、次のように方程式６

において算出される。

重み付けされた電力値は、次のように方程式７

におけるエントロピの算出（７１０）に使用され、式中、Ｅ_ｔは、各時間窓で計算されたエントロピである。

（各ＦＦＴ時間窓における）すべてのエントロピ値が、１５秒間算出された後、実例として、次のように方程式８

においてエントロピ値が平滑化され（７１２）、式中、Ｅ_ｓは平滑化されたエントロピであり、Ｍは平滑化フィルタのサイズである。Ｍは調整パラメータである。他の平滑化関数（方程式８によって提供されるもの以外）も代わりに適用され得る。

平滑化されたエントロピの期間は、自己相関を使用して算出される（７１４）。自己相関出力の２つの連続するピーク間の時間間隔は、１ブレス周期の期間である。呼吸数は、方程式９のように次式

を使用して算出され、式中、ＲＲは呼吸数であり、ｔ_ｂは１ブレス周期又は呼吸周期の期間である。

続いて、ファジー論理７１６は、算出された呼吸数が、異常範囲の上限を含む呼吸数の許容範囲内に拘束されているかどうかを検査する。許容範囲内にある場合、エンド・ユーザにおいて結果が表示及び更新され、それ以外の場合、呼吸数は次に利用可能な読取り値まで更新されない。呼吸数推定アルゴリズムのステップの要約は、図７に描写されたフロー・チャート７００に提供されている。図７のフロー・チャート７００は、エントロピ空間を使用する呼吸数推定アルゴリズムを説明しているが、他のタイプの信号変換も適用可能であり得るので、呼吸数推定アルゴリズムがエントロピ空間の使用に限定されないことが認識及び理解されるべきである。

異常呼吸音検出アルゴリズム

呼気性喘鳴、クラックル、及び吸気性喘鳴を含む異常呼吸音は、異なるモデル・パラメータ（よりモデルに基づいた分類子が使用される場合）又は異なる閾値（単純な閾値法が使用される場合）を用いて、この方法を使用して分類され得る。入力信号（例えば、デジタル信号入力８０２）は、ＳＴＦＴ法８０４を使用して前処理される。ＦＦＴ窓サイズ及び重複窓サイズは、それぞれ３２ｍｓ及び１６ｍｓである。心音を抑制するために、ＳＴＦＴ出力は、１００～２００Ｈｚのカットオフ周波数で高域通過フィルタリングされる（８０６）。ピーク強調法８０８と、これに続くエントロピ算出８１０及びエントロピの平滑化８１２の算出とは、呼吸数推定アルゴリズム（例えば、方程式７及び方程式８を参照）と同じ方程式及び調整パラメータを採用し得る。他の平滑化関数も適用され得ることが認識されるべきである。（８１４において）エントロピから少なくとも２つの特徴、例えば、エントロピ差（方程式１０を参照）及びエントロピ比（方程式１１を参照）が抽出され得る。単純化した手法では、（８１６において）エントロピ差の閾値及びエントロピ比の閾値を使用して正常呼吸音から異常呼吸音を分類する。閾値は、訓練データのセットから決定され得る。異常呼吸音と正常呼吸音の特徴分離が相互検証で合計精度の少なくとも８０％を達成することが可能である場合にのみ、２次元の特徴を使用する閾値処理法が選択され得る。達成できない場合、異常呼吸数検出アルゴリズムの信頼性を高めるために、追加の特徴及び／又は他の分類法が採用され得る。

例えば、
Ｅ_ｄｉｆｆ＝Ｅ_ｍａｘ－Ｅ_ｍｉｎ－－－方程式１０
であり、式中、Ｅ_ｄｉｆｆはエントロピ差であり、Ｅ_ｍａｘは最大エントロピであり、Ｅ_ｍｉｎは最小エントロピである。

であり、Ｅ_{ｒａｔｉｏ}はエントロピ比である。

異常呼吸音検出アルゴリズムのステップの要約は、図８に描写されたフロー・チャート８００に提供されている。図８のフロー・チャート８００は、エントロピ空間を使用した異常呼吸音検出アルゴリズムを説明しているが、他のタイプの信号変換も適用可能であり得るので、異常呼吸音検出アルゴリズムがエントロピ空間の使用に限定されないことが認識及び理解されるべきである。

心拍数推定アルゴリズム

収集されたデジタル・データ（例えば、デジタル信号入力９０２）は、ダウン・サンプリング・セット９０４においてダウン・サンプリングされ得る。例示を目的とした実例として、ダウン・サンプリング・セット９０４は、デジタル信号入力９０２を１回ではなく２回ダウン・サンプリングして、データ分解能を維持しながらデータのサイズを縮小し得る。例えば、１回目のダウン・サンプリングでは、サンプルの総数が４分の１に低減され得、２回目のダウン・サンプリングでは、残りのデータが半分に低減され得る。６０Ｈｚから１５０Ｈｚの間の心音を抽出するために、（９０６において）フィルタが使用され得る。例えば、フィルタは、４９次の有限インパルス応答（ＦＩＲ：ｆｉｎｉｔｅｉｍｐｕｌｓｅｒｅｓｐｏｎｓｅ）であり得る。抽出された心音は、９０８においてピーク強調を受け得る。ＨＲの推定に自己相関法９１０及び平滑化法９１２が使用され得る。例えば、自己相関９１０が心拍数の周期性を確実に捕捉できるように、最大ピークの１５％未満である他のピーク値は、値０に置き換えられる。自己相関出力における２つの連続するピーク間の時間差は、１心周期の期間である。
次いで、方程式１２における次式

を使用して、心拍数が算出され得、式中、ＨＲは心拍数であり、ｔ_ｃは１心周期の期間である。

続いて、ファジー論理９１４は、算出された心拍数が心拍数の許容範囲内に拘束されているかどうかを検査する。許容範囲内にある場合、エンド・ユーザに対して結果が表示及び更新され、それ以外の場合、心拍数は次の利用可能な読取り値まで更新されない。心拍数検出アルゴリズムのステップの要約は、図９に描写されたフロー・チャート９００に提供されている。

ユーザ・インターフェース・デバイス

ユーザ・インターフェース・デバイス（例えば、図２の２２４又は図３の３００）は、モバイル・アプリケーション又はウェブ・アプリケーションであり得る。モバイル・アプリ及びウェブ・アプリのユーザは、ゲートウェイ・デバイス（すなわち、スマート・ゲートウェイ５００）からリアルタイムの更新を受け取るために、特定のデバイス・トピック（例えば、ａｐｐ／ａｉｒｅｓｏｎｅ／ｖ１／ＡＥＤ０００１）をサブスクライブし得る。データは、ゲートウェイ・デバイスから１５秒間隔で受信される。以下に、その一般的な処理方法を提示する。
・各１５分間の平均ＨＲ及び平均ＲＲを算出するための関数が毎日の終わりに実行されるようにスケジュールされ得る。この値は、データベースに格納され、モバイル／ウェブ・アプリ上でのデータの視覚化に使用される。
・アプリはＲＥＳＴＡＰＩを呼び出して、データベース上でＣＲＵＤ関数を実行する。
・ＡＰＩ呼出しは、ＡＰＩＧａｔｅｗａｙサービスによって処理され得る。このサービスは、ＡＰＩ要求を所望の関数に転送する前に、ユーザのアクセス権を検証する。

モバイル・アプリは、ゲートウェイ・デバイスから実時間データを受信するために、特定のデバイス・トピックをサブスクライブする。

本発明について特定の実施例を参照しながら具体的に示し説明してきたが、添付の特許請求の範囲によって定義される本発明の思想及び範囲から逸脱することなく、形式及び詳細において様々な変更がなされ得ることが、当業者によって理解されるべきである。したがって、本発明の範囲は、添付の特許請求の範囲によって指定され、したがって、特許請求の範囲と同等の意味及び範囲内にあるすべての変更が包含されることが意図されている。

Claims

複数の生体信号を監視するためのシステムにおいて動作可能なゲートウェイ・デバイスであって、
データを受信し、前記受信したデータを再構築して、前記複数の生体信号を表すデジタル音信号を取得するように構成された、受信機ユニットと、
前記デジタル音信号から少なくとも１つの生体情報を決定し、前記複数の生体信号と前記決定された少なくとも１つの生体情報とを表すデジタル信号を形成するように構成された処理ユニットであって、前記処理ユニットが、前記デジタル信号を２つ以上のデータ・セグメントに再構築するようにさらに構成され、前記２つ以上のデータ・セグメントのそれぞれが前記デジタル信号の一部分を含み、前記一部分が、
前記複数の生体信号のうちの少なくとも１つ、又は
前記決定された少なくとも１つの生体情報
のうちの少なくとも一方を表す、処理ユニットと、
さらなる処理のために、前記２つ以上のデータ・セグメントを含む情報を外部処理モジュールに送信するように構成された送信機ユニットと
を備える、ゲートウェイ・デバイス。
前記２つ以上のデータ・セグメントのそれぞれが、少なくとも３秒のデータを含む、請求項１に記載のゲートウェイ・デバイス。
前記２つ以上のデータ・セグメントが、異なるデータ長を有する、請求項１又は２に記載のゲートウェイ・デバイス。
前記２つ以上のデータ・セグメントが、第１のセグメント及び第２のセグメントを含み、前記第１のセグメントが、前記第２のセグメントより長いデータ長を有する、請求項１から３までのいずれか一項に記載のゲートウェイ・デバイス。
前記第１のセグメントが、
約３秒から約１５秒までの間の発生期間を有する前記複数の生体信号のうちの前記少なくとも１つ、又は
約３秒から約１５秒までの間の発生期間を有する前記決定された少なくとも１つの生体情報
のうちの少なくとも一方を表す、請求項４に記載のゲートウェイ・デバイス。
前記第２のセグメントが、
約３秒から約５秒までの間の発生期間を有する前記複数の生体信号のうちの前記少なくとも１つ、又は
約３秒から約５秒までの間の発生期間を有する前記決定された少なくとも１つの生体情報
のうちの少なくとも一方を表す、請求項４に記載のゲートウェイ・デバイス。
前記複数の生体信号が、身体音から導出される信号を含む、請求項１から６までのいずれか一項に記載のゲートウェイ・デバイス。
前記決定された少なくとも１つの生体情報が、心拍数、心拍数変動、呼吸数、呼吸数変動、及びそれらの任意の組合せからなる群から選択される、請求項１から７までのいずれか一項に記載のゲートウェイ・デバイス。
前記受信機ユニットが、最長約１０ｍまでの範囲の最適な通信距離のための無線通信プロトコルを介して前記データを受信するように構成される、請求項１から８までのいずれか一項に記載のゲートウェイ・デバイス。
前記受信機ユニットが、低複雑性通信コーデックを利用する無線低エネルギー通信プロトコルを介して前記データを受信するように構成される、請求項１から８までのいずれか一項に記載のゲートウェイ・デバイス。
前記送信機ユニットが、外部サーバ又はクラウドベースのプラットフォーム内の前記外部処理モジュールに前記情報を送信するように構成される、請求項１から１０までのいずれか一項に記載のゲートウェイ・デバイス。
前記ゲートウェイ・デバイスの周りの周囲音を検出するように構成されたマイクロホンと、前記周囲音をデジタル均等物に変換するように構成されたアナログ対デジタル変換器とをさらに備え、前記処理ユニットが、前記周囲音の前記デジタル均等物に基づいて、前記デジタル音信号からノイズを除去するようにさらに構成される、請求項１から１１までのいずれか一項に記載のゲートウェイ・デバイス。
複数の生体信号を監視するためのシステムであって、
前記複数の生体信号を表すアナログ音信号を検出し、前記検出されたアナログ音信号を前記複数の生体信号を表すデータに変換するように構成された、ウェアラブル音響デバイスと、
前記ウェアラブル音響デバイスから前記データを受信し、前記受信したデータを再構築してデジタル音信号を取得し、前記デジタル音信号から少なくとも１つの生体情報を決定し、前記複数の生体信号と前記決定された少なくとも１つの生体情報とを表すデジタル信号を形成し、前記デジタル信号を２つ以上のデータ・セグメントに再構築し、前記２つ以上のデータ・セグメントを含む情報を送信するように構成されたゲートウェイ・デバイスであって、前記２つ以上のデータ・セグメントのそれぞれが前記デジタル信号の一部分を含み、前記一部分が、
前記複数の生体信号のうちの少なくとも１つ、又は
前記決定された少なくとも１つの生体情報
のうちの少なくとも一方を表す、ゲートウェイ・デバイスと、
前記情報を受信し、前記受信した情報を、前記複数の生体信号及び／又は前記決定された少なくとも１つの生体情報を監視するための視覚表示及び／又は聴覚表示用に処理するように構成された、処理モジュールと
を備える、システム。
前記処理された情報を表示するように構成されたユーザ・インターフェース・デバイスをさらに備える、請求項１３に記載のシステム。
前記ウェアラブル音響デバイスが、前記アナログ音信号を検出するように構成された少なくとも１つの感知ユニットと、前記検出されたアナログ音信号を前記データに変換するように構成された変換器と、前記データを前記ゲートウェイ・デバイスに送信するように構成された送信機とを備える、請求項１３又は１４に記載のシステム。
前記ウェアラブル音響デバイスが、前記アナログ音信号内のノイズを除去するための、コンディショニング及びフィルタリング・アナログ回路をさらに備える、請求項１５に記載のシステム。
前記ウェアラブル音響デバイスが、前記データへの変換前に前記アナログ音信号を増幅するように構成された増幅器をさらに備える、請求項１５又は１６に記載のシステム。
前記ウェアラブル音響デバイスが、前記ゲートウェイ・デバイスへの送信前に前記データを複数のデータ・トレンチの形式に再構築するように適合される、請求項１５から１７までのいずれか一項に記載のシステム。
前記複数のデータ・トレンチのそれぞれが０．５秒トレンチである、請求項１８に記載のシステム。
前記処理モジュールが、外部サーバ又はクラウドベースのプラットフォーム内に設けられる、請求項１３から１９までのいずれか一項に記載のシステム。
複数の生体信号を監視するための方法であって、
前記複数の生体信号を表すアナログ音信号を検出するステップと、
前記検出されたアナログ音信号を前記複数の生体信号を表すデータに変換するステップと、
前記データを再構築してデジタル音信号を取得するステップと、
前記デジタル音信号から少なくとも１つの生体情報を決定し、前記複数の生体信号と前記決定された少なくとも１つの生体情報とを表すデジタル信号を形成するステップと、
前記デジタル信号を２つ以上のデータ・セグメントに再構築するステップであって前記、２つ以上のデータ・セグメントのそれぞれが前記デジタル信号の一部分を含み、前記一部分が、
前記複数の生体信号のうちの少なくとも１つ、又は
前記決定された少なくとも１つの生体情報
のうちの少なくとも一方を表す、ステップと、
前記２つ以上のデータ・セグメントを含む情報を、前記複数の生体信号及び／又は前記決定された少なくとも１つの生体情報を監視するための視覚表示及び／又は聴覚表示用に処理するステップと
を含む、方法。
前記２つ以上のデータ・セグメントのそれぞれが、少なくとも３秒のデータを含む、請求項２１に記載の方法。
前記２つ以上のデータ・セグメントが、異なるデータ長を有する、請求項２１又は２２に記載の方法。
前記２つ以上のデータ・セグメントが、第１のセグメント及び第２のセグメントを含み、前記第１のセグメントが、前記第２のセグメントより長いデータ長を有する、請求項２１から２３までのいずれか一項に記載の方法。
前記第１のセグメントが、
約３秒から約１５秒までの間の発生期間を有する前記複数の生体信号のうちの前記少なくとも１つ、又は
約３秒から約１５秒までの間の発生期間を有する前記決定された少なくとも１つの生体情報
のうちの少なくとも一方を表す、請求項２４に記載の方法。
前記第２のセグメントが、
約３秒から約５秒までの間の発生期間を有する前記複数の生体信号のうちの前記少なくとも１つ、又は
約３秒から約５秒までの間の発生期間を有する前記決定された少なくとも１つの生体情報
のうちの少なくとも一方を表す、請求項２４に記載の方法。
前記複数の生体信号が、身体音から導出される信号を含む、請求項２１から２６までのいずれか一項に記載の方法。
前記決定された少なくとも１つの生体情報が、心拍数、心拍数変動、呼吸数、呼吸数変動、及びそれらの任意の組合せからなる群から選択される、請求項２１から２７までのいずれか一項に記載の方法。
前記データを再構築して前記デジタル音信号を取得する前記ステップ及び前記デジタル信号を前記２つ以上のデータ・セグメントに再構築する前記ステップが、ゲートウェイ・デバイスによって実行され、前記ゲートウェイ・デバイスが、最長約１０ｍまでの範囲の最適な通信距離のための無線通信プロトコルを介して前記データを受信するように構成される、請求項２１から２８までのいずれか一項に記載の方法。
前記データを再構築して前記デジタル音信号を取得する前記ステップ及び前記デジタル信号を前記２つ以上のデータ・セグメントに再構築する前記ステップが、ゲートウェイ・デバイスによって実行され、前記ゲートウェイ・デバイスが、低複雑性通信コーデックを利用する無線低エネルギー通信プロトコルを介して前記データを受信するように構成される、請求項２１から２８までのいずれか一項に記載の方法。
前記デジタル音信号から前記少なくとも１つの生体情報を決定する前記ステップ及び前記複数の生体信号と前記決定された少なくとも１つの生体情報とを表す前記デジタル信号を形成する前記ステップが、前記ゲートウェイ・デバイスによって実行される、請求項２９又は３０に記載の方法。
前記ゲートウェイ・デバイスへの送信のために、前記データを複数のデータ・トレンチの形式に再構築するステップをさらに含む、請求項２９から３１までのいずれか一項に記載の方法。
前記複数のデータ・トレンチのそれぞれが０．５秒トレンチである、請求項３２に記載の方法。
前記２つ以上のデータ・セグメントを含む情報を処理する前記ステップが、外部サーバ又はクラウドベースのプラットフォーム内の処理モジュールによって実行される、請求項２１から３３までのいずれか一項に記載の方法。
前記デジタル信号を再構築して前記２つ以上のデータ・セグメントを取得する前記ステップの前に、周囲音を検出するステップと、前記周囲音をデジタル均等物に変換するステップと前記周囲音の前記デジタル均等物に基づいて前記デジタル音信号からノイズを除去するステップとをさらに含む、請求項２１から３４までのいずれか一項に記載の方法。
前記検出されたアナログ音信号を前記データに変換する前記ステップが、少なくとも１６ビット以上の分解能を有する前記データを得るために、少なくとも１ＫＨｚのサンプリング・レートに基づく、請求項２１から３５までのいずれか一項に記載の方法。
前記サンプリング・レートが２ＫＨｚを超える、請求項３６に記載の方法。
前記検出されたアナログ音信号を前記データに変換する前に、前記アナログ音信号を増幅するステップをさらに含む、請求項２１から３７までのいずれか一項に記載の方法。