JP2024005557A - Heartbeat interval measuring apparatus, computer program for heartbeat interval measuring apparatus, and learning model generation method - Google Patents
Heartbeat interval measuring apparatus, computer program for heartbeat interval measuring apparatus, and learning model generation method Download PDFInfo
- Publication number
- JP2024005557A JP2024005557A JP2022105774A JP2022105774A JP2024005557A JP 2024005557 A JP2024005557 A JP 2024005557A JP 2022105774 A JP2022105774 A JP 2022105774A JP 2022105774 A JP2022105774 A JP 2022105774A JP 2024005557 A JP2024005557 A JP 2024005557A
- Authority
- JP
- Japan
- Prior art keywords
- heartbeat
- waveform data
- data
- peak
- heart
- 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
Links
- 238000000034 method Methods 0.000 title claims description 32
- 238000004590 computer program Methods 0.000 title claims description 10
- 230000000747 cardiac effect Effects 0.000 claims abstract description 17
- 238000004364 calculation method Methods 0.000 claims abstract description 14
- 230000000241 respiratory effect Effects 0.000 claims description 55
- 238000005259 measurement Methods 0.000 claims description 22
- 238000005314 correlation function Methods 0.000 claims description 5
- 230000006870 function Effects 0.000 claims description 3
- 239000000284 extract Substances 0.000 abstract description 11
- 230000029058 respiratory gaseous exchange Effects 0.000 description 25
- 238000012545 processing Methods 0.000 description 8
- 238000010801 machine learning Methods 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 206010041349 Somnolence Diseases 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 208000037656 Respiratory Sounds Diseases 0.000 description 1
- 230000001055 chewing effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
Abstract
Description
本明細書が開示する技術は、心拍間隔測定装置、心拍間隔測定装置のためのコンピュータプログラム及び学習モデルの生成方法に関する。 The technology disclosed in this specification relates to a heartbeat interval measuring device, a computer program for the heartbeat interval measuring device, and a method for generating a learning model.
特許文献1及び特許文献2には、心拍間隔の変動からユーザの心理的又は肉体的な状態を監視するための技術が開示されている。
心音波形データを利用して心拍間隔を測定すれば、簡易な装置で心拍間隔を測定することができる。心音波形データを利用して心拍間隔を測定するためには、心音波形データから心拍ピークを正確に抽出し、その心拍ピークから心拍間隔を算出する必要がある。本明細書は、心音波形データから心拍ピークを正確に抽出することにより、心拍間隔を正確に測定することができる技術を提供する。 By measuring the heartbeat interval using heart waveform data, the heartbeat interval can be measured with a simple device. In order to measure heartbeat intervals using heart waveform data, it is necessary to accurately extract heartbeat peaks from the heartbeat waveform data and calculate heartbeat intervals from the heartbeat peaks. The present specification provides a technique that can accurately measure heartbeat intervals by accurately extracting heartbeat peaks from heart waveform data.
本明細書が開示する心拍間隔測定装置(10)は、心音波形データと、心音波形データとは異なる生体データと、を取得するように構成されているデータ取得部(12)と、生体データの特徴量に基づいて、心音波形データの心拍ピークを選定するように構成されている心拍ピーク選定部(14)と、選定された心拍ピークから心拍間隔を算出するように構成されている心拍間隔算出部(16)と、を備えていてもよい。この心拍間隔測定装置によると、心音波形データを測定したときの生体データが考慮されるので、心音波形データの心拍ピークをより正確に選定することができる。このため、本明細書が開示する心拍間隔測定装置は、心拍間隔を正確に測定することができる。 A heartbeat interval measuring device (10) disclosed in this specification includes a data acquisition unit (12) configured to acquire heart waveform data and biological data different from the heart waveform data; A heartbeat peak selection unit (14) configured to select a heartbeat peak of the heartbeat waveform data based on the feature amount, and a heartbeat interval calculation unit (14) configured to calculate a heartbeat interval from the selected heartbeat peak. (16). According to this heartbeat interval measuring device, since the biological data when measuring the heartbeat waveform data is taken into account, the heartbeat peak of the heartbeat waveform data can be selected more accurately. Therefore, the heartbeat interval measuring device disclosed in this specification can accurately measure heartbeat intervals.
本明細書が開示する心拍間隔測定装置(10)のためのコンピュータプログラムは、心拍間隔測定装置を以下の各部、即ち、心音波形データと、心音波形データとは異なる生体データと、を取得するように構成されているデータ取得部(12)と、生体データの特徴量に基づいて、心音波形データの心拍ピークを選定するように構成されている心拍ピーク選定部(14)と、選定された心拍ピークから心拍間隔を算出するように構成されている心拍間隔算出部(16)と、として機能させてもよい。このコンピュータプログラムによると、心音波形データを測定したときの生体データが考慮されるので、心音波形データの心拍ピークをより正確に選定することができる。このため、本明細書が開示する心拍間隔測定装置のためのコンピュータプログラムは、心拍間隔を正確に測定することができる。 A computer program for a heartbeat interval measuring device (10) disclosed in this specification causes the heartbeat interval measuring device to acquire the following parts, that is, heart waveform data and biological data different from the heart waveform data. a data acquisition unit (12) configured to select a heartbeat peak in the heart waveform data based on the feature amount of the biological data; It may function as a heartbeat interval calculation section (16) configured to calculate heartbeat intervals from peaks. According to this computer program, since the biological data when the heart waveform data is measured is taken into consideration, the heartbeat peak of the heart waveform data can be selected more accurately. Therefore, the computer program for the heartbeat interval measuring device disclosed in this specification can accurately measure heartbeat intervals.
本明細書が開示する学習モデルを生成する方法は、生体データと心音波形データと心拍ピークを含む複数の教師データを取得し、生体データと心音波形データを入力し、心音波形データの心拍ピークを出力とする学習モデルを生成してもよい。このように生成された学習済みモデルを利用すると、心音波形データを測定したときの生体データが考慮されるので、心音波形データの心拍ピークをより正確に選定することができる。このため、本明細書が開示する生成方法で生成された学習済みモデルを利用すると、心拍間隔を正確に測定することができる。 The method for generating a learning model disclosed in this specification acquires a plurality of training data including biological data, heart waveform data, and heartbeat peaks, inputs the biological data and heartbeat waveform data, and calculates the heartbeat peaks of the heartbeat waveform data. A learning model may be generated as an output. When the trained model generated in this manner is used, the biological data obtained when the heart waveform data is measured is taken into consideration, so that the heartbeat peak of the heart waveform data can be selected more accurately. Therefore, by using the learned model generated by the generation method disclosed in this specification, it is possible to accurately measure heartbeat intervals.
以下、図面を参照してユーザの心拍間隔を測定するためのシステムについて説明する。このシステムで測定されたユーザの心拍間隔の変動を監視することで、ユーザの心理的又は肉体的な状態を推定することができる。例えば、ユーザの心拍間隔の変動を監視することで、ユーザの眠気を推定することができる。このようなシステムは、車両に搭載されてドライバーの眠気を検知するために利用されてもよい。 Hereinafter, a system for measuring a user's heartbeat interval will be described with reference to the drawings. By monitoring variations in the user's heartbeat interval measured by this system, the user's psychological or physical state can be estimated. For example, a user's drowsiness can be estimated by monitoring changes in the user's heartbeat interval. Such a system may be installed in a vehicle and used to detect driver drowsiness.
図1に示すように、心拍間隔測定システム1は、心拍間隔測定装置10と、センサ20と、を備えている。心拍間隔測定装置10は、コンピュータによって構成されており、データ取得部12と、心拍ピーク選定部14と、心拍間隔算出部16と、を有している。コンピュータは、CPUと記憶装置と入出力装置を有しており、記憶装置に記憶されているプログラムをCPUで実行することにより、CPUをデータ取得部12と心拍ピーク選定部14と心拍間隔算出部16として機能させ、以下で説明する各種処理を実行することができる。センサ20は、ユーザの心音を検出可能なセンサであり、特に限定されるものではないが、例えばマイクロフォンであってもよい。マイクロフォンであるセンサ20は、ユーザが発する音(後述するように、心音と呼吸音の両方を含む音)を入力し、電気信号であるセンサ信号に変換して心拍間隔測定装置10に出力する。
As shown in FIG. 1, the heartbeat
心拍間隔測定装置10のデータ取得部12は、センサ20から出力されたセンサ信号を受信する。データ取得部12はさらに、受信したセンサ信号から心音波形データと呼吸波形データを抽出する。この例では、センサ20が1つのマイクロフォンで構成されているので、データ取得部12は、周波数帯域に基づいて、センサ信号から心音波形データと呼吸波形データを抽出する。この例に代えて、センサ20が2つのセンサ、即ち、心音波形データを選択的に取得するセンサと、呼吸波形データを選択的に取得するセンサと、で構成されていてもよい。この場合、データ取得部12は、一方のセンサから心音波形データを受信し、他方のセンサから呼吸波形データを受信する。
The
図2に、抽出された心音波形データと呼吸波形データを例示する。図2の(A)が呼吸波形データであり、図2の(B)が心音波形データである。図2に示されるように、データ取得部12は、低周波数域を通過させるバンドパスフィルタを利用してセンサ信号から呼吸波形データを抽出し、高周波数域を通過させるバンドパスフィルタを利用してセンサ信号から心音波形データを抽出する。この例では、一周期の呼吸の中に6拍分の心音波形データが現れている。
FIG. 2 illustrates extracted cardiac waveform data and respiratory waveform data. (A) in FIG. 2 is respiratory waveform data, and (B) in FIG. 2 is heart waveform data. As shown in FIG. 2, the
図2の(A)の縦軸が正のとき、呼吸が「吐き」の状態であることを示す。図2の(A)の縦軸が負のとき、呼吸が「吸い」の状態であることを示す。図2のT1~T6の各々は、1つの心拍において、その心拍に対して時系列的に対応した呼吸波形データと心音波形データを示す。「T1」は、呼吸の「吸い」が最も強くなった直後の一拍分の呼吸波形データと心音波形データを示している。「T2」は、呼吸の「吸い」から「吐き」に変化するときの一拍分の呼吸波形データと心音波形データを示している。「T3」は、呼吸の吐きが最も強くなったときの呼吸波形データと心音波形データを示している。「T4」は、呼吸の吐きが最も強くなった直後の呼吸波形データと心音波形データを示している。「T5」は、呼吸の「吐き」から「吸い」に変化するときの一拍分の呼吸波形データと心音波形データを示している。「T6」は、呼吸の吸いが最も強くなったときの一拍分の呼吸波形データと心音波形データを示している。図2のT1~T6に示すように、一拍分の心音波形データは、そのときの呼吸の状態に依存して様々な形状となる。このことから、心拍間隔を測定するために選定すべき心音波形データの心拍ピークは、呼吸の状態を考慮することにより、より正確に選定できることが示唆される。以下で説明するように、心拍間隔測定システム1は、呼吸の状態を考慮して心音波形データの心拍ピークを選定するように構成されている。
When the vertical axis in FIG. 2A is positive, it indicates that the breathing is in an "exhale" state. When the vertical axis in FIG. 2A is negative, it indicates that the breathing is in a "sucking" state. Each of T1 to T6 in FIG. 2 indicates, for one heartbeat, respiratory waveform data and heart waveform data that correspond in time series to that heartbeat. "T1" indicates respiratory waveform data and heart waveform data for one beat immediately after the "sucking" of breathing becomes the strongest. “T2” indicates one beat of respiratory waveform data and heart waveform data when breathing changes from “inhalation” to “exhalation”. "T3" shows the respiratory waveform data and heart waveform data when the exhalation of breathing becomes the strongest. "T4" shows the respiratory waveform data and heart waveform data immediately after the exhalation becomes the strongest. “T5” indicates one beat of respiratory waveform data and heart waveform data when breathing changes from “exhalation” to “inhalation”. "T6" indicates the respiratory waveform data and heart waveform data for one beat when the breathing force becomes the strongest. As shown at T1 to T6 in FIG. 2, the heart waveform data for one beat has various shapes depending on the state of breathing at that time. This suggests that the heartbeat peak of the heart waveform data to be selected for measuring the heartbeat interval can be selected more accurately by considering the state of respiration. As explained below, the heartbeat
心拍間隔測定装置10の心拍ピーク選定部14は、データ取得部12から呼吸波形データと心音波形データを受信する。心拍ピーク選定部14はさらに、心音波形データに含まれる一拍分の心音波形データの各々について心拍ピークを選定する。より詳細には、心拍ピーク選定部14は、一拍分の心音波形データの心拍ピークを選定するときに、その一拍分の心音波形データに対して時系列的に対応付けられた呼吸波形データの特徴量を算出し、その特徴量に基づいて、その一拍分の心音波形データの心拍ピークを選定する。呼吸波形データの特徴量は、特に限定されるものではないが、例えば呼吸波形の傾き又は位相であってもよい。
The heartbeat
上記したように、一拍分の心音波形データは、そのときの呼吸の状態に依存して様々な形状となる。このため、一拍分の心音波形データの心拍ピークとすべきタイミングは、そのときの呼吸の状態に影響を受ける。心拍ピーク選定部14は、呼吸波形データの特徴量に基づいて一拍分の心音波形データの心拍ピークを選定することができるので、より正確に心拍ピークを選定することができる。
As described above, the heart waveform data for one beat has various shapes depending on the state of breathing at that time. Therefore, the timing at which the heartbeat peak of one beat's worth of heartbeat waveform data should be determined is affected by the state of breathing at that time. Since the heartbeat
心拍間隔測定装置10の心拍間隔算出部16は、心拍ピーク選定部14から心音波形データの心拍ピークを受信する。心拍間隔算出部16はさらに、時系列的に隣り合う心拍ピークの間隔、即ち、心拍間隔を算出する。正確な心拍ピークが抽出されているので、算出される心拍間隔も正確なものとなる。心拍間隔測定システム1は、算出された心拍間隔の変動を監視することで、ユーザの心理的又は肉体的な状態を推定することができる。
The heartbeat
以下、呼吸波形データの特徴量から心音波形データの心拍ピークを選定するいくつかの具体例を例示する。説明するいくつかの具体例は一例であり、他の様々な手法を採用することにより、呼吸波形データの特徴量から心音波形データの心拍ピークを選定することができる。また、以下ではリアルタイム処理で心拍間隔を算出する例を説明するが、この例に代えて、バッチ処理で心拍間隔を算出してもよい。 Below, some specific examples of selecting heartbeat peaks of heart waveform data from feature quantities of respiratory waveform data will be illustrated. The several specific examples to be described are just examples, and by employing various other techniques, the heartbeat peak of the cardiac waveform data can be selected from the feature amount of the respiratory waveform data. Furthermore, although an example will be described below in which heartbeat intervals are calculated using real-time processing, instead of this example, heartbeat intervals may be calculated using batch processing.
(所定のルールに従った心拍ピークの選定)
図3に、呼吸波形データの特徴量に基づいて決定される所定のルールに従って心音波形データの心拍ピークを選定する方法の処理フローを示す。
(Selection of heart rate peak according to predetermined rules)
FIG. 3 shows a processing flow of a method for selecting a heartbeat peak of heart waveform data according to a predetermined rule determined based on the feature amount of respiratory waveform data.
まず、ステップS1において、データ取得部12は、センサ20から測定対象のセンサ信号を受信する。
First, in step S1, the
次に、ステップS2において、データ取得部12は、周波数帯域に基づいて、センサ信号から心音波形データと呼吸波形データを抽出する。
Next, in step S2, the
次に、ステップS3において、心拍ピーク選定部14は、呼吸波形データの特徴量に基づいて決められたルールに従って、心音波形データの心拍ピークを選定する。この例では、図4に示されるように、心拍ピーク選定部14は、一拍分の心音波形データの心拍ピークを選定するときに、その一拍分の心音波形データに対して時系列的に対応付けられた呼吸波形データが負の場合、心音波形データの最大値(円形で示される)を心拍ピークとして選定する。心拍ピーク選定部14はさらに、一拍分の心音波形データの心拍ピークを選定するときに、その一拍分の心音波形データに対して時系列的に対応付けられた呼吸波形データが正の場合、心音波形データの最小値(四角形で示される)の次のタイミングの極大値(三角形で示される)を心拍ピークとして選定する。このように、心拍ピーク選定部14は、呼吸波形データの正負(即ち、位相)に基づいて、心音波形の中の所定のピークを心音ピークとする所定のルールに従って、心音波形データの心拍ピークを選定する。このようなルールは一例である。心拍ピークを選定するルールは、例えば、心拍間隔測定システム1が用いられる環境及び/又は心拍間隔測定システム1を使用するユーザに応じて適宜設定されてもよい。
Next, in step S3, the heartbeat
ステップS4において、心拍間隔算出部16は、選定された心拍ピークから心拍間隔を算出する。
In step S4, the heartbeat
ステップS5において、測定を継続する場合はステップS1に戻り、測定を継続しない場合は終了となる。 In step S5, if the measurement is to be continued, the process returns to step S1; if the measurement is not to be continued, the process is finished.
この方法によると、心拍ピーク選定部14は、呼吸波形データの正負、即ち、呼吸波形データの位相に基づいて決定される所定のルールに従って心音波形データの心拍ピークを選定する。このようなルールは、心拍間隔測定システム1が用いられる環境(例えば、使用用途を含む)に応じて試行錯誤的に設定されてもよい。このように、心拍ピーク選定部14は、呼吸の状態を考慮することにより、心音波形データの心拍ピークをより正確に選定することができる。このため、心拍間隔測定装置10は、心拍間隔を正確に測定することができる。
According to this method, the heartbeat
(サンプル心音波形データを利用した心拍ピークの選定)
図5に、サンプル心音波形データを利用して心音波形データの心拍ピークを選定する方法の処理フローを示す。
(Selection of heartbeat peak using sample heart waveform data)
FIG. 5 shows a processing flow of a method for selecting a heartbeat peak of heart waveform data using sample heart waveform data.
まず、ステップS11において、データ取得部12は、センサ20からサンプル用のセンサ信号を受信する。
First, in step S11, the
次に、ステップS12において、データ取得部12は、周波数帯域に基づいて、サンプル用のセンサ信号から心音波形データと呼吸波形データを抽出する。
Next, in step S12, the
次に、ステップS13において、心拍ピーク選定部14は、呼吸波形データに対して時系列的に対応付けられた複数種類のサンプル心音波形データを記録する。より詳細には、心拍ピーク選定部14は、1周期の呼吸のうちの特徴的な呼吸の状態に対して時系列的に対応付けられた複数種類のサンプル心音波形データを記録する。この例では、図2に示されるように、心拍ピーク選定部14は、1周期の呼吸のうちの「T1」~「T6」で示される6拍分のサンプル心音波形データを記録する。心拍ピーク選定部14は、1周期の呼吸のみをサンプリングし、その中に含まれる複数拍分のサンプル心音波形データを記録してもよいし、複数周期の呼吸をサンプリングし、その中から適切な複数拍分のサンプル心音波形データを記録してもよい。また、心拍ピーク選定部14は、6拍分よりも少ないサンプル心音波形データを記録してもよく、6拍分よりも多いサンプル心音波形データを記録してもよい。このように、この例では、測定に先立ってサンプル用のセンサ信号から複数種類のサンプル心音波形データを用意する。この例に代えて、任意のユーザに汎用的に適用可能な標準的な複数種類のサンプル心音波形データが予め用意されていてもよい。
Next, in step S13, the heartbeat
次に、ステップS14において、データ取得部12は、センサ20から測定対象のセンサ信号を受信する。
Next, in step S14, the
次に、ステップS15において、データ取得部12は、周波数帯域に基づいて、測定対象のセンサ信号から心音波形データと呼吸波形データを抽出する。
Next, in step S15, the
次に、ステップS16において、心拍ピーク選定部14は、測定対象の呼吸波形データの特徴量(呼吸波形の傾き又は位相)に基づいて、複数種類のサンプル心音波形データから対応するサンプル心音波形データを選択する。具体的には、心拍ピーク選定部14は、測定対象の一拍分の心音波形データの心拍ピークを選定するときに、その一拍分の心音波形データに対して時系列的に対応付けられた呼吸波形データの特徴量を算出する。心拍ピーク選定部14はさらに、算出された特徴量に最も近い特徴量を有するサンプル用の呼吸波形データに対応付けられたサンプル心音波形データを選択する。図2の例を参照すると、心拍ピーク選定部14は、測定対象の呼吸波形の傾きが正であり、且つ、大きければ、その特徴量に最も近い特徴量を有する「T2」に対応したサンプル心音波形データを選択する。
Next, in step S16, the heartbeat
次に、ステップS17において、心拍ピーク選定部14は、選択したサンプル心音波形データと測定対象の心音波形データの相関関数のピークを測定対象の心音波形データの心拍ピークとして選定する。
Next, in step S17, the heartbeat
ステップS18において、心拍間隔算出部16は、選定された心拍ピークから心拍間隔を算出する。
In step S18, the heartbeat
ステップS19において、測定を継続する場合はステップS14に戻り、測定を継続しない場合は終了となる。 In step S19, if the measurement is to be continued, the process returns to step S14, and if the measurement is not to be continued, the process is finished.
この方法によると、心拍ピーク選定部14は、サンプル心音波形データと測定対象の心音波形データの相関関数のピークを測定対象の心音波形データの心拍ピークとして選定する。サンプル心音波形データと測定対象の心音波形データは、呼吸の状態が類似したときに得られたデータであることから、その相関関数のピークは心拍ピークをより正確に反映することができる。このように、心拍ピーク選定部14は、呼吸の状態を考慮することにより、心音波形データの心拍ピークをより正確に選定することができる。このため、心拍間隔測定装置10は、心拍間隔を正確に測定することができる。
According to this method, the heartbeat
上記例の複数種類のサンプル心音波形データは、測定が継続する限り、同一のものが利用されていた。この例に代えて、心拍ピーク選定部14は、測定が継続される場合、ステップS19からステップS14へ戻るときに、測定対象の心音波形データをサンプル心音波形データとして蓄積してもよい。サンプル心音波形データを蓄積することにより、より細分化されたサンプル心音波形データを用意することができるので、心音波形データの心拍ピークをより正確に選定することができる。また、心拍ピーク選定部14は、測定が継続される場合、ステップS19からステップS14へ戻るときに、測定対象の心音波形データをサンプル心音波形データとして更新してもよい。更新は、1周期の呼吸単位で実行されてもよい。また、更新は、1周期の呼吸毎に実行されてもよく、複数周期の呼吸が経過した後に定期的に実行されてもよい。サンプル心音波形データを更新することにより、最新のサンプル心音波形データを利用することができ、ユーザ及び装置の状態変化に追随することができるので、心音波形データの心拍ピークをより正確に選定することができる。
The same plural types of sample heart waveform data in the above example were used as long as the measurement continued. Instead of this example, if the measurement is continued, the heartbeat
(学習済みモデルを利用した心拍ピークの選定)
図6に、心拍間隔測定装置10の心拍ピーク選定部14が利用する学習済みモデルの概略を示す。この学習済みモデルは、呼吸波形データの特徴量と心音波形データを入力し、心音波形データの心拍ピークを出力する機械学習モデルである。学習済みモデルは、例えば、入力層、中間層及び出力層を備えたニューラルネットワークに機械学習させることによって生成されてもよい。学習済みモデルは、ディープラーニングの手法を用いて生成された、複数の中間層を備えた機械学習モデルであってもよい。
(Selection of heart rate peak using trained model)
FIG. 6 schematically shows a trained model used by the heartbeat
学習済みモデルは、例えば、ニューラルネットワークに対して、教師あり学習の手法を適用することで生成することができる。この例では、教師データの入力の1つである呼吸波形データの特徴量は、一拍分の呼吸波形の傾きと位相の少なくとも1つを含む。教師データの入力の1つである心音波形データは、一拍分の心音波形データを含む。教師データの出力である心音波形データの心拍ピークは、真値として設定される。機械学習モデルの生成は、心拍間隔測定装置10(図1参照)が実行してもよく、心拍間隔測定装置10とは別の装置で実行してもよい。学習済みモデルは、心拍間隔測定装置10の記憶部に記憶される。
A trained model can be generated, for example, by applying a supervised learning method to a neural network. In this example, the feature amount of the respiratory waveform data, which is one of the inputs of the teacher data, includes at least one of the slope and phase of the respiratory waveform for one beat. Heart waveform data, which is one of the inputs of teacher data, includes heart waveform data for one beat. The heartbeat peak of the heart waveform data that is the output of the teacher data is set as the true value. The generation of the machine learning model may be executed by the heartbeat interval measuring device 10 (see FIG. 1), or may be executed by a device different from the heartbeat
図7に、学習済みモデルを利用して心音波形データの心拍ピークを選定する方法の処理フローを示す。 FIG. 7 shows a processing flow of a method for selecting heartbeat peaks in heart waveform data using a learned model.
まず、ステップS21において、データ取得部12は、センサ20から測定対象のセンサ信号を受信する。
First, in step S21, the
次に、ステップS22において、データ取得部12は、周波数帯域に基づいて、センサ信号から心音波形データと呼吸波形データを抽出する。
Next, in step S22, the
次に、ステップS23において、心拍ピーク選定部14は、学習済みモデルに呼吸波形データの特徴量と心音波形データを入力し、心音波形データの心拍ピークを選定する。
Next, in step S23, the heartbeat
ステップS24において、心拍間隔算出部16は、選定された心拍ピークから心拍間隔を算出する。
In step S24, the heartbeat
ステップS25において、測定を継続する場合はステップS21に戻り、測定を継続しない場合は終了となる。 In step S25, if the measurement is to be continued, the process returns to step S21, and if the measurement is not to be continued, the process is finished.
この方法によると、心拍ピーク選定部14は、学習済みモデルを利用して心音波形データの心拍ピークを選定する。学習済みモデルは、呼吸波形データの特徴量を考慮して心音波形データの心拍ピークを選定する。このように、心拍ピーク選定部14は、呼吸の状態を考慮することにより、心音波形データの心拍ピークをより正確に選定することができる。このため、心拍間隔測定装置10は、心拍間隔を正確に測定することができる。
According to this method, the heartbeat
上記の各例では、心拍間隔を測定するために、生体データとして呼吸波形データを利用する例を説明した。この例は一例であり、他の生体データ、例えば、ユーザの姿勢を示すデータ、ユーザの発声や飲料等を咀嚼しているときに体内から生じる振動データを利用することもできる。 In each of the above examples, an example has been described in which respiratory waveform data is used as biological data to measure heartbeat intervals. This example is just an example, and other biological data, such as data indicating the user's posture, the user's voice, and vibration data generated from within the user's body while chewing a drink, etc., may also be used.
以下、本明細書で開示される技術の特徴を整理する。なお、以下に記載する技術要素は、それぞれ独立した技術要素であって、単独であるいは各種の組合せによって技術的有用性を発揮するものであり、出願時請求項記載の組合せに限定されるものではない。 The features of the technology disclosed in this specification will be summarized below. The technical elements described below are independent technical elements that exhibit technical utility alone or in various combinations, and are not limited to the combinations described in the claims as filed. do not have.
(特徴1)
心拍間隔測定装置であって、心音波形データと、前記心音波形データとは異なる生体データと、を取得するように構成されているデータ取得部と、前記生体データの特徴量に基づいて、前記心音波形データの心拍ピークを選定するように構成されている心拍ピーク選定部と、選定された前記心拍ピークから心拍間隔を算出するように構成されている心拍間隔算出部と、を備える心拍間隔測定装置。
(Feature 1)
The heart rate interval measuring device includes a data acquisition unit configured to acquire heart sound waveform data and biological data different from the heart sound waveform data; A heartbeat interval measuring device comprising: a heartbeat peak selection section configured to select a heartbeat peak of waveform data; and a heartbeat interval calculation section configured to calculate a heartbeat interval from the selected heartbeat peak. .
(特徴2)
生体データが、呼吸波形データである、特徴1に記載の心拍間隔測定装置。
(Feature 2)
The heartbeat interval measuring device according to
(特徴3)
データ取得部は、周波数帯域に基づいて、同一のセンサから取得されたセンサ信号から心音波形データと呼吸波形データを抽出する、ように構成されている、特徴2に記載の心拍間隔測定装置。
(Feature 3)
The heartbeat interval measuring device according to feature 2, wherein the data acquisition unit is configured to extract cardiac waveform data and respiratory waveform data from sensor signals acquired from the same sensor based on a frequency band.
(特徴4)
呼吸波形データの特徴量が、呼吸波形の傾き又は位相である、特徴2又は3に記載の心拍間隔測定装置。
(Feature 4)
The heartbeat interval measuring device according to feature 2 or 3, wherein the feature amount of the respiratory waveform data is the slope or phase of the respiratory waveform.
(特徴5)
心拍ピーク選定部は、生体データの特徴量に基づいて決定される所定のルールに従って心音波形データの心拍ピークを選定する、ように構成されている、特徴1~4のいずれか一項に記載の心拍間隔測定装置。
(Feature 5)
According to any one of
(特徴6)
心拍ピーク選定部は、生体データに対して時系列的に対応付けられた複数種類のサンプル心音波形データを用意し、測定対象の心音波形データを測定したときの生体データの特徴量に基づいて、複数種類のサンプル心音波形データから対応するサンプル心音波形データを選択し、選択したサンプル心音波形データと測定対象の心音波形データの相関関数のピークを測定対象の心音波形データの心拍ピークとして選定する、ように構成されている、特徴1~4のいずれか一項に記載の心拍間隔測定装置。
(Feature 6)
The heartbeat peak selection unit prepares multiple types of sample heart waveform data chronologically associated with biological data, and based on the feature amount of the biological data when measuring the heart waveform data to be measured. selecting corresponding sample heart waveform data from a plurality of types of sample heart waveform data, and selecting the peak of a correlation function between the selected sample heart waveform data and the heart waveform data to be measured as the heartbeat peak of the heartbeat waveform data to be measured; The heartbeat interval measuring device according to any one of
(特徴7)
心拍ピーク選定部はさらに、測定対象の心音波形データをサンプル心音波形データとして蓄積及び/又は更新する、ように構成されている、特徴6に記載の心拍間隔測定装置。
(Feature 7)
The heartbeat interval measuring device according to feature 6, wherein the heartbeat peak selection section is further configured to accumulate and/or update the heartbeat waveform data to be measured as sample heartbeat waveform data.
(特徴8)
心拍ピーク選定部は、生体データと心音波形データを入力し、心音波形データの心拍ピークを出力とする教師データを用いて学習させた学習済みモデルに、測定対象の生体データと心音波形データと、を入力して心音波形データの心拍ピークを選定する、ように構成されている、特徴1~4のいずれか一項に記載の心拍間隔測定装置。
(Feature 8)
The heartbeat peak selection unit inputs biological data and heart waveform data, and applies the biological data and heart waveform data to be measured to a trained model trained using teacher data that outputs heartbeat peaks of the heartbeat waveform data. The heartbeat interval measuring device according to any one of
(特徴9)
生体データが、ユーザの姿勢である、特徴1に記載の心拍間隔測定装置。
(Feature 9)
The heartbeat interval measuring device according to
(特徴10)
心拍間隔測定装置のためのコンピュータプログラムであって、心拍間隔測定装置を以下の各部、即ち、心音波形データと、前記心音波形データとは異なる生体データと、を取得するように構成されているデータ取得部と、前記生体データの特徴量に基づいて、前記心音波形データの心拍ピークを選定するように構成されている心拍ピーク選定部と、選定された前記心拍ピークから心拍間隔を算出するように構成されている心拍間隔算出部と、として機能させる、コンピュータプログラム。
(Feature 10)
A computer program for a heartbeat interval measuring device, the computer program being configured to acquire the following parts of the heartbeat interval measuring device, namely, heart waveform data and biological data different from the heart waveform data. an acquisition unit; a heartbeat peak selection unit configured to select a heartbeat peak of the heart waveform data based on the feature amount of the biological data; and a heartbeat peak selection unit configured to calculate a heartbeat interval from the selected heartbeat peak. A computer program configured to function as a heartbeat interval calculation unit.
(特徴11)
学習モデルを生成する方法であって、生体データと心音波形データと心拍ピークを含む複数の教師データを取得し、生体データと心音波形データを入力し、心音波形データの心拍ピークを出力とする学習モデルを生成する方法。
(Feature 11)
A method for generating a learning model, in which multiple training data including biological data, heart waveform data, and heartbeat peaks are acquired, the biological data and heartbeat waveform data are input, and the heartbeat peak of the heartbeat waveform data is output. How to generate the model.
以上、実施形態について詳細に説明したが、これらは例示にすぎず、特許請求の範囲を限定するものではない。特許請求の範囲に記載の技術には、以上に例示した具体例をさまざまに変形、変更したものが含まれる。本明細書または図面に説明した技術要素は、単独あるいは各種の組み合わせによって技術有用性を発揮するものであり、出願時請求項記載の組み合わせに限定されるものではない。また、本明細書または図面に例示した技術は複数目的を同時に達成するものであり、そのうちの1つの目的を達成すること自体で技術有用性を持つものである。 Although the embodiments have been described in detail above, these are merely examples and do not limit the scope of the claims. The techniques described in the claims include various modifications and changes to the specific examples illustrated above. The technical elements described in this specification or the drawings exhibit technical usefulness singly or in various combinations, and are not limited to the combinations described in the claims as filed. Furthermore, the techniques illustrated in this specification or the drawings simultaneously achieve multiple objectives, and achieving one of the objectives has technical utility in itself.
1:心拍間隔測定システム、 10:心拍間隔測定装置、 12:データ取得部、 14:心拍ピーク選定部、 16:心拍間隔算出部、 20:センサ 1: Heartbeat interval measurement system, 10: Heartbeat interval measurement device, 12: Data acquisition unit, 14: Heartbeat peak selection unit, 16: Heartbeat interval calculation unit, 20: Sensor
Claims (11)
心音波形データと、前記心音波形データとは異なる生体データと、を取得するように構成されているデータ取得部(12)と、
前記生体データの特徴量に基づいて、前記心音波形データの心拍ピークを選定するように構成されている心拍ピーク選定部(14)と、
選定された前記心拍ピークから心拍間隔を算出するように構成されている心拍間隔算出部(16)と、を備えている、心拍間隔測定装置。 A heartbeat interval measuring device (10),
a data acquisition unit (12) configured to acquire heart waveform data and biological data different from the heart waveform data;
a heartbeat peak selection unit (14) configured to select a heartbeat peak of the heartbeat waveform data based on the feature amount of the biological data;
A heartbeat interval measuring device, comprising: a heartbeat interval calculating section (16) configured to calculate a heartbeat interval from the selected heartbeat peak.
周波数帯域に基づいて、同一のセンサから取得されたセンサ信号から前記心音波形データと前記呼吸波形データを抽出する、ように構成されている、請求項2に記載の心拍間隔測定装置。 The data acquisition unit includes:
The heartbeat interval measuring device according to claim 2, configured to extract the cardiac waveform data and the respiratory waveform data from sensor signals acquired from the same sensor based on a frequency band.
前記生体データの特徴量に基づいて決定される所定のルールに従って前記心音波形データの前記心拍ピークを選定する、ように構成されている、請求項1~4のいずれか一項に記載の心拍間隔測定装置。 The heartbeat peak selection section includes:
The heartbeat interval according to any one of claims 1 to 4, wherein the heartbeat peak of the heart waveform data is selected according to a predetermined rule determined based on the feature amount of the biological data. measuring device.
前記生体データに対して時系列的に対応付けられた複数種類のサンプル心音波形データを用意し、
測定対象の前記心音波形データを測定したときの前記生体データの特徴量に基づいて、前記複数種類のサンプル心音波形データから対応するサンプル心音波形データを選択し、
選択した前記サンプル心音波形データと測定対象の前記心音波形データの相関関数のピークを測定対象の前記心音波形データの前記心拍ピークとして選定する、ように構成されている、請求項1~4のいずれか一項に記載の心拍間隔測定装置。 The heartbeat peak selection section includes:
preparing multiple types of sample heart waveform data chronologically associated with the biological data;
selecting corresponding sample heart waveform data from the plurality of types of sample heart waveform data based on the feature amount of the biological data when the heart waveform data of the measurement target is measured;
Any one of claims 1 to 4, wherein the peak of a correlation function between the selected sample heart waveform data and the heart waveform data to be measured is selected as the heartbeat peak of the heartbeat waveform data to be measured. The heartbeat interval measuring device according to item 1.
測定対象の前記心音波形データを前記サンプル心音波形データとして蓄積及び/又は更新する、ように構成されている、請求項6に記載の心拍間隔測定装置。 The heartbeat peak selection section further includes:
The heartbeat interval measuring device according to claim 6, configured to accumulate and/or update the heart waveform data to be measured as the sample heart waveform data.
前記生体データと前記心音波形データを入力し、前記心音波形データの前記心拍ピークを出力とする教師データを用いて学習させた学習済みモデルに、測定対象の前記生体データと前記心音波形データと、を入力して前記心音波形データの前記心拍ピークを選定する、ように構成されている、請求項1~4のいずれか一項に記載の心拍間隔測定装置。 The heartbeat peak selection section includes:
The biological data and the cardiac sound waveform data to be measured are input to a trained model that is trained using teacher data in which the biological data and the cardiac sound waveform data are input and the heartbeat peak of the cardiac soundwave data is output. The heartbeat interval measuring device according to any one of claims 1 to 4, wherein the heartbeat interval measuring device is configured to select the heartbeat peak of the heartbeat waveform data by inputting the following.
心音波形データと、前記心音波形データとは異なる生体データと、を取得するように構成されているデータ取得部(12)と、
前記生体データの特徴量に基づいて、前記心音波形データの心拍ピークを選定するように構成されている心拍ピーク選定部(14)と、
選定された前記心拍ピークから心拍間隔を算出するように構成されている心拍間隔算出部(16)と、として機能させる、コンピュータプログラム。 A computer program for a heartbeat interval measuring device (10), which comprises the following parts:
a data acquisition unit (12) configured to acquire heart waveform data and biological data different from the heart waveform data;
a heartbeat peak selection unit (14) configured to select a heartbeat peak of the heartbeat waveform data based on the feature amount of the biological data;
A computer program that functions as a heartbeat interval calculation section (16) configured to calculate a heartbeat interval from the selected heartbeat peak.
生体データと心音波形データと心拍ピークを含む複数の教師データを取得し、前記生体データと前記心音波形データを入力し、前記心音波形データの前記心拍ピークを出力とする学習モデルを生成する方法。
A method of generating a learning model, the method comprising:
A method of acquiring a plurality of teacher data including biological data, heart waveform data, and heartbeat peaks, inputting the biological data and the heartbeat waveform data, and generating a learning model whose output is the heartbeat peak of the heartbeat waveform data.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022105774A JP2024005557A (en) | 2022-06-30 | 2022-06-30 | Heartbeat interval measuring apparatus, computer program for heartbeat interval measuring apparatus, and learning model generation method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022105774A JP2024005557A (en) | 2022-06-30 | 2022-06-30 | Heartbeat interval measuring apparatus, computer program for heartbeat interval measuring apparatus, and learning model generation method |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2024005557A true JP2024005557A (en) | 2024-01-17 |
Family
ID=89540817
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022105774A Pending JP2024005557A (en) | 2022-06-30 | 2022-06-30 | Heartbeat interval measuring apparatus, computer program for heartbeat interval measuring apparatus, and learning model generation method |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2024005557A (en) |
-
2022
- 2022-06-30 JP JP2022105774A patent/JP2024005557A/en active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Paalasmaa et al. | Adaptive heartbeat modeling for beat-to-beat heart rate measurement in ballistocardiograms | |
CN107106028B (en) | System and method for cardiopulmonary sleep stage classification | |
JPWO2017179703A1 (en) | Biological information analyzer, system, and program | |
CN102245102A (en) | Method and apparatus for the analysis of ballistocardiogram signals | |
CN107106027A (en) | Baby sleep monitor | |
CN105051799A (en) | Method for detecting falls and a fall detector. | |
WO2017079828A1 (en) | Systems and methods for acquisition and analysis of health data | |
US7814324B2 (en) | Method of making a patient monitor | |
CN109328034A (en) | For determining the determination system and method for the sleep stage of object | |
US10524676B2 (en) | Apparatus and method for determining a health parameter of a subject | |
CN108992053B (en) | Method for real-time non-binding detection of heart rate and heartbeat interval | |
US11793426B2 (en) | System and a method for determining breathing rate as a biofeedback | |
CN108697352B (en) | Physiological information measuring method, physiological information monitoring device and equipment | |
US11617545B2 (en) | Methods and systems for adaptable presentation of sensor data | |
JP3658580B2 (en) | Sleep depth estimating device and futon provided with the same | |
Hayet et al. | Sleep-wake stages classification based on heart rate variability | |
CN108186018B (en) | Respiration data processing method and device | |
CN108992047A (en) | A kind of detection method and terminal of resting heart rate | |
JP6518056B2 (en) | Sleep state determination device, sleep state determination method and program | |
CN108653898A (en) | A kind of method for playing music and wearable device for pacifying children | |
JP2021048965A (en) | Feature amount extraction device, state estimation device, feature amount extraction method, state estimation method and program | |
JP2022063926A (en) | Sleep state estimation system | |
JP7067389B2 (en) | Biological state estimation device | |
JP2024005557A (en) | Heartbeat interval measuring apparatus, computer program for heartbeat interval measuring apparatus, and learning model generation method | |
CN111436939B (en) | Method, system, device and medium for identifying sign signals based on deep learning |