JP3129550B2 - 加算平均方法 - Google Patents
加算平均方法Info
- Publication number
- JP3129550B2 JP3129550B2 JP04315908A JP31590892A JP3129550B2 JP 3129550 B2 JP3129550 B2 JP 3129550B2 JP 04315908 A JP04315908 A JP 04315908A JP 31590892 A JP31590892 A JP 31590892A JP 3129550 B2 JP3129550 B2 JP 3129550B2
- Authority
- JP
- Japan
- Prior art keywords
- analysis
- interval
- spectrum
- power spectrum
- section
- 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.)
- Expired - Lifetime
Links
Landscapes
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Description
【０００１】
【産業上の利用分野】本発明は加算平均方法、特にオー
トモードによるＲＲ間隔スペクトル分析における加算平
均方法に関する。
トモードによるＲＲ間隔スペクトル分析における加算平
均方法に関する。
【０００２】
【従来の技術】従来より、心機能障害と自律神経障害の
関連性から、心電図を構成するＲ波とＲ波との間隔であ
るＲＲ間隔をスペクトル分析する方法、即ち、ＲＲ間隔
変動のパワースペクトルを高速フーリエ変換を用いて周
波数分析する方法が、自律神経障害の発見に貢献してい
ることは、よく知られている。このＲＲ間隔スペクトル
分析においては、２４時間のＲＲ間隔データのうちで任
意の箇所をスポット的に分析するマニュアルモードと、
２４時間のＲＲ間隔データのうちで任意の区間を一定間
隔で連続的に分析するオートモードとがある。上記マニ
ュアルモードによる分析結果が２次元で表示されるのに
対して、オートモードによる分析結果は、図５に示すよ
うに、３次元で表示される。図５において、参照符号Ｄ
１、Ｄ２・・・は、表示開始時刻である１９：００から
２４時間中の１区間である表示時間間隔、例えば各１時
間における代表パワースペクトルである。図５の例で
は、２４時間の１時間ごとの代表パワースペクトルが、
Ｄ１、Ｄ２・・・Ｄ２４で示すように、２４個表示され
ている。従って、図５では、オートモードによるスペク
トル分析の表示時間間隔が１時間で、表示個数が２４個
となり、各代表パワースペクトルＤ１、Ｄ２・・・Ｄ２
４により２４時間のパワースペクトルトレンドが表示さ
れている。従来は、図６に示すように、この表示時間間
隔ごとの代表値を求めていた。図６は、表示開始時刻が
１９：００、表示時間間隔が１時間、表示個数が２４個
の例である。
関連性から、心電図を構成するＲ波とＲ波との間隔であ
るＲＲ間隔をスペクトル分析する方法、即ち、ＲＲ間隔
変動のパワースペクトルを高速フーリエ変換を用いて周
波数分析する方法が、自律神経障害の発見に貢献してい
ることは、よく知られている。このＲＲ間隔スペクトル
分析においては、２４時間のＲＲ間隔データのうちで任
意の箇所をスポット的に分析するマニュアルモードと、
２４時間のＲＲ間隔データのうちで任意の区間を一定間
隔で連続的に分析するオートモードとがある。上記マニ
ュアルモードによる分析結果が２次元で表示されるのに
対して、オートモードによる分析結果は、図５に示すよ
うに、３次元で表示される。図５において、参照符号Ｄ
１、Ｄ２・・・は、表示開始時刻である１９：００から
２４時間中の１区間である表示時間間隔、例えば各１時
間における代表パワースペクトルである。図５の例で
は、２４時間の１時間ごとの代表パワースペクトルが、
Ｄ１、Ｄ２・・・Ｄ２４で示すように、２４個表示され
ている。従って、図５では、オートモードによるスペク
トル分析の表示時間間隔が１時間で、表示個数が２４個
となり、各代表パワースペクトルＤ１、Ｄ２・・・Ｄ２
４により２４時間のパワースペクトルトレンドが表示さ
れている。従来は、図６に示すように、この表示時間間
隔ごとの代表値を求めていた。図６は、表示開始時刻が
１９：００、表示時間間隔が１時間、表示個数が２４個
の例である。
【０００３】
【発明が解決しようとする課題】図６では、１９：００
から分析を開始し、１時間ごと、即ち、１９：００から
２０：００まで、２０：００から２１：００まで、・・
・１８：００から１９：００までを１個の分析対象と
し、２４個分析する。そして、１９：００から５１２ビ
ート分を分析し、その分析結果を１９：００から２０：
００までの代表パワースペクトルｄ１とし、次の２０：
００から５１２ビート分を分析し、その分析結果を２
０：００から２１：００までの代表パワースペクトルｄ
２とする。以下同様にして、順次代表パワースペクトル
を求め、最後の１８：００から５１２ビート分を分析
し、その分析結果を１８：００から１９：００までの代
表パワースペクトルとして求め、オートモードによるス
ペクトル分析を終了する。このように、従来は、表示時
間間隔ごとに（例えば、１時間ごとに（図６））先頭部
分のＲＲ間隔データのみ、例えば、５１２ビート分のみ
を分析して各表示時間間隔ごとの代表パワースペクトル
としていた。しかし、この代表パワースペクトルの求め
方は、上記各表示時間間隔において先頭部分から後のＲ
Ｒ間隔データが考慮されていないことになる。従って、
従来は、オートモードによる正確なパワースペクトルト
レンド（図６）が得られないことになり、自律神経障害
の発見に支障を来す場合があった。本発明の目的は、オ
ートモードによるＲＲ間隔スペクトル分析において、各
表示時間間隔の先頭部分から後のＲＲ間隔データをも考
慮することにより代表パワースペクトルを求め、正確な
パワースペクトルトレンドを得るようにして、自律神経
障害の発見に資することにある。
から分析を開始し、１時間ごと、即ち、１９：００から
２０：００まで、２０：００から２１：００まで、・・
・１８：００から１９：００までを１個の分析対象と
し、２４個分析する。そして、１９：００から５１２ビ
ート分を分析し、その分析結果を１９：００から２０：
００までの代表パワースペクトルｄ１とし、次の２０：
００から５１２ビート分を分析し、その分析結果を２
０：００から２１：００までの代表パワースペクトルｄ
２とする。以下同様にして、順次代表パワースペクトル
を求め、最後の１８：００から５１２ビート分を分析
し、その分析結果を１８：００から１９：００までの代
表パワースペクトルとして求め、オートモードによるス
ペクトル分析を終了する。このように、従来は、表示時
間間隔ごとに（例えば、１時間ごとに（図６））先頭部
分のＲＲ間隔データのみ、例えば、５１２ビート分のみ
を分析して各表示時間間隔ごとの代表パワースペクトル
としていた。しかし、この代表パワースペクトルの求め
方は、上記各表示時間間隔において先頭部分から後のＲ
Ｒ間隔データが考慮されていないことになる。従って、
従来は、オートモードによる正確なパワースペクトルト
レンド（図６）が得られないことになり、自律神経障害
の発見に支障を来す場合があった。本発明の目的は、オ
ートモードによるＲＲ間隔スペクトル分析において、各
表示時間間隔の先頭部分から後のＲＲ間隔データをも考
慮することにより代表パワースペクトルを求め、正確な
パワースペクトルトレンドを得るようにして、自律神経
障害の発見に資することにある。
【０００４】
【課題を解決するための手段】上記課題は、先ず、表示
時間間隔Ｔを１区間とし、１区間を分割した所定の間隔
ｔごとに各分析領域Ｋ１、Ｋ２・・・についてＲＲ間隔
スペクトル分析を行い、次に、分析結果である各パワー
スペクトルを加算し、更に、加算結果である総パワース
ペクトルを総加算数で割った結果を各区間の代表パワー
スペクトルＤ１、Ｄ２・・・とすることを特徴とする加
算平均方法により、解決される。
時間間隔Ｔを１区間とし、１区間を分割した所定の間隔
ｔごとに各分析領域Ｋ１、Ｋ２・・・についてＲＲ間隔
スペクトル分析を行い、次に、分析結果である各パワー
スペクトルを加算し、更に、加算結果である総パワース
ペクトルを総加算数で割った結果を各区間の代表パワー
スペクトルＤ１、Ｄ２・・・とすることを特徴とする加
算平均方法により、解決される。
【０００５】
【作用】この構成によれば、先ず、表示時間間隔Ｔ、例
えば、１時間（図１）を１区間とし、この１時間を分割
した所定の間隔、例えば６等分した１０分間（図１）ご
とに各分析領域Ｋ１、Ｋ２、Ｋ３、Ｋ４、Ｋ５、Ｋ６に
ついてＲＲ間隔スペクトル分析を行う。次に、分析結果
である各パワースペクトルを加算し、更に、加算結果で
ある総パワースペクトルＳ１、Ｓ２・・・を総加算数
（図１の場合は６）で割った値を各区間の代表パワース
ペクトルＤ１、Ｄ２・・・とする。従って、従来例（図
６）が、各表示時間間隔ごとに先頭部分のＲＲ間隔デー
タのみを分析して代表パワースペクトルとしていたのに
比較して、本発明が、上記した加算平均方法を採用する
ことにより先頭部分から後のＲＲ間隔データをも考慮し
て代表パワースペクトルを求めることができるので、一
層正確なパワースペクトルトレンドが得られるようにな
った。このため、オートモードによるＲＲ間隔スペクト
ル分析において、各表示時間間隔の先頭部分から後のＲ
Ｒ間隔データをも考慮することにより代表パワースペク
トルを求め、正確なパワースペクトルトレンドを得るよ
うにして、自律神経障害の発見に資することができるよ
うになった。
えば、１時間（図１）を１区間とし、この１時間を分割
した所定の間隔、例えば６等分した１０分間（図１）ご
とに各分析領域Ｋ１、Ｋ２、Ｋ３、Ｋ４、Ｋ５、Ｋ６に
ついてＲＲ間隔スペクトル分析を行う。次に、分析結果
である各パワースペクトルを加算し、更に、加算結果で
ある総パワースペクトルＳ１、Ｓ２・・・を総加算数
（図１の場合は６）で割った値を各区間の代表パワース
ペクトルＤ１、Ｄ２・・・とする。従って、従来例（図
６）が、各表示時間間隔ごとに先頭部分のＲＲ間隔デー
タのみを分析して代表パワースペクトルとしていたのに
比較して、本発明が、上記した加算平均方法を採用する
ことにより先頭部分から後のＲＲ間隔データをも考慮し
て代表パワースペクトルを求めることができるので、一
層正確なパワースペクトルトレンドが得られるようにな
った。このため、オートモードによるＲＲ間隔スペクト
ル分析において、各表示時間間隔の先頭部分から後のＲ
Ｒ間隔データをも考慮することにより代表パワースペク
トルを求め、正確なパワースペクトルトレンドを得るよ
うにして、自律神経障害の発見に資することができるよ
うになった。
【０００６】
【実施例】以下、本発明を実施例により添付図面を参照
して説明する。本発明は、請求項１に記載したように、
先ず、表示時間間隔Ｔを１区間とし、１区間を分割した
所定の間隔ｔごとに各分析領域Ｋ１、Ｋ２・・・につい
てＲＲ間隔スペクトル分析を行い、次に、分析結果であ
る各パワースペクトルを加算し、更に、加算結果である
総パワースペクトルを総加算数で割った結果を各区間の
代表パワースペクトルＤ１、Ｄ２・・・とすることを特
徴とする加算平均方法である。
して説明する。本発明は、請求項１に記載したように、
先ず、表示時間間隔Ｔを１区間とし、１区間を分割した
所定の間隔ｔごとに各分析領域Ｋ１、Ｋ２・・・につい
てＲＲ間隔スペクトル分析を行い、次に、分析結果であ
る各パワースペクトルを加算し、更に、加算結果である
総パワースペクトルを総加算数で割った結果を各区間の
代表パワースペクトルＤ１、Ｄ２・・・とすることを特
徴とする加算平均方法である。
【０００７】（１）第１実施例 図１は、本発明の第１実施例を示す図であり、図２は、
本発明の第１実施例の作用説明図である。図１の第１実
施例は、上記各分析領域Ｋ１、Ｋ２・・・（分析サンプ
ル数、例えば５１２ｂｅａｔ（図７））における分析開
始時刻を上記１区間分割間隔ｔだけずらす移動量１の条
件下でＲＲ間隔スペクトル分析を行う場合の例である。
この場合、分析対象領域選択画面（図示省略）において
「設定」キ−を押すと、図２に示す分析及び表示条件設
定画面Ｇに切り替わる。この画面Ｇの下段において、オ
−トモ−ドによるスペクトル分析を行う場合の表示条件
を設定する。図２において、参照符号Ｇ１は表示開始時
刻、Ｇ２は表示時間間隔、Ｇ３は表示個数、Ｇ４は加算
平均である。上記表示開始時刻Ｇ１は、パワースペクト
ルトレンド（図５）の表示を開始する時刻であり、例え
ば、図示するように、直接に１９：００：００をキー入
力する。上記表示時間間隔Ｇ２は、パワースペクトルト
レンド（図５）を表示する時間間隔であり、分単位で、
１、２、５、１０、３０、６０のうちのいずれか１つ、
例えば６０を選択する。上記表示個数Ｇ３は、選択した
表示時間間隔６０分を一つの個数として２４時間分析す
る場合の個数である。図示する例では、表示時間間隔６
０分ごとに２４時間分析を行うので、上記表示個数Ｇ３
には、最大個数である２４が表示されている。この表示
個数Ｇ３を変更する場合は、表示されている最大個数よ
り小さい整数を直接に入力する。上記加算平均Ｇ４は、
本発明による加算平均方法を行う（ＯＮ）か、従来の方
法（図６）を行うか（ＯＦＦ）を選択する項目であり、
図示するようにＯＮを選択した場合は、加算条件を設定
するための窓枠Ｗが表示される。この窓枠Ｗにおいて、
参照符号Ｗ１は移動量、Ｗ２は総加算数である。上記移
動量Ｗ１は、図１の各分析領域Ｋ１、Ｋ２・・・におけ
る分析開始時刻の上記１区間分割間隔ｔとの関係におけ
るずらし量であり、１／４、１／２、１のいずれか１つ
を選択する。上記総加算数Ｗ２は、選択した表示時間間
隔内において加算平均する場合の加算データの個数をい
う。この総加算数Ｗ２は、図７に示すように、ＲＲ間隔
スペクトル分析を行う場合の必要なサンプル数である分
析サンプル数と、上記表示時間間隔及び移動量により決
定される。本実施例においては、分析サンプル数が５１
２ｂｅａｔ、表示時間間隔が６０分、移動量が１である
ので、総加算数Ｗ２は、６個となる（図７の＊印、図
１、図２）。このように、図２に示す分析及び表示条件
設定画面Ｇにおいて、Ｇ１、Ｇ２、Ｇ３、Ｇ４、Ｗ１、
Ｗ２の条件を設定した後、リターンキー（図示省略）を
押すと分析対象領域選択画面（図示省略）に戻るので、
そこで「分析」キーを押すと、図１に示すようなスペク
トル分析が行われる。
本発明の第１実施例の作用説明図である。図１の第１実
施例は、上記各分析領域Ｋ１、Ｋ２・・・（分析サンプ
ル数、例えば５１２ｂｅａｔ（図７））における分析開
始時刻を上記１区間分割間隔ｔだけずらす移動量１の条
件下でＲＲ間隔スペクトル分析を行う場合の例である。
この場合、分析対象領域選択画面（図示省略）において
「設定」キ−を押すと、図２に示す分析及び表示条件設
定画面Ｇに切り替わる。この画面Ｇの下段において、オ
−トモ−ドによるスペクトル分析を行う場合の表示条件
を設定する。図２において、参照符号Ｇ１は表示開始時
刻、Ｇ２は表示時間間隔、Ｇ３は表示個数、Ｇ４は加算
平均である。上記表示開始時刻Ｇ１は、パワースペクト
ルトレンド（図５）の表示を開始する時刻であり、例え
ば、図示するように、直接に１９：００：００をキー入
力する。上記表示時間間隔Ｇ２は、パワースペクトルト
レンド（図５）を表示する時間間隔であり、分単位で、
１、２、５、１０、３０、６０のうちのいずれか１つ、
例えば６０を選択する。上記表示個数Ｇ３は、選択した
表示時間間隔６０分を一つの個数として２４時間分析す
る場合の個数である。図示する例では、表示時間間隔６
０分ごとに２４時間分析を行うので、上記表示個数Ｇ３
には、最大個数である２４が表示されている。この表示
個数Ｇ３を変更する場合は、表示されている最大個数よ
り小さい整数を直接に入力する。上記加算平均Ｇ４は、
本発明による加算平均方法を行う（ＯＮ）か、従来の方
法（図６）を行うか（ＯＦＦ）を選択する項目であり、
図示するようにＯＮを選択した場合は、加算条件を設定
するための窓枠Ｗが表示される。この窓枠Ｗにおいて、
参照符号Ｗ１は移動量、Ｗ２は総加算数である。上記移
動量Ｗ１は、図１の各分析領域Ｋ１、Ｋ２・・・におけ
る分析開始時刻の上記１区間分割間隔ｔとの関係におけ
るずらし量であり、１／４、１／２、１のいずれか１つ
を選択する。上記総加算数Ｗ２は、選択した表示時間間
隔内において加算平均する場合の加算データの個数をい
う。この総加算数Ｗ２は、図７に示すように、ＲＲ間隔
スペクトル分析を行う場合の必要なサンプル数である分
析サンプル数と、上記表示時間間隔及び移動量により決
定される。本実施例においては、分析サンプル数が５１
２ｂｅａｔ、表示時間間隔が６０分、移動量が１である
ので、総加算数Ｗ２は、６個となる（図７の＊印、図
１、図２）。このように、図２に示す分析及び表示条件
設定画面Ｇにおいて、Ｇ１、Ｇ２、Ｇ３、Ｇ４、Ｗ１、
Ｗ２の条件を設定した後、リターンキー（図示省略）を
押すと分析対象領域選択画面（図示省略）に戻るので、
そこで「分析」キーを押すと、図１に示すようなスペク
トル分析が行われる。
【０００８】先ず、表示時間間隔Ｔを１区間とし、１
区間を分割した所定の間隔ｔごとに各分析領域Ｋ１、Ｋ
２・・・についてＲＲ間隔スペクトル分析を行う。本実
施例では、表示時間間隔Ｔは６０分であり、この６０分
を１区間として１区間を分割した所定の間隔、即ち、１
区間分割間隔ｔは１０分であり、かつ移動量は１である
（図７の＊印、図１）。従って、図１に示すように、５
１２ｂｅａｔ分の各分析領域Ｋ１、Ｋ２・・・における
分析開始時刻を１０分だけずらしてＲＲ間隔スペクトル
分析が行われる。即ち、分析領域Ｋ１については、表示
開始時刻１９：００から分析が開始され、分析領域Ｋ２
については、１９：１０から分析が開始されるというよ
うに、分析領域Ｋ６までＲＲ間隔スペクトル分析が行わ
れる。
区間を分割した所定の間隔ｔごとに各分析領域Ｋ１、Ｋ
２・・・についてＲＲ間隔スペクトル分析を行う。本実
施例では、表示時間間隔Ｔは６０分であり、この６０分
を１区間として１区間を分割した所定の間隔、即ち、１
区間分割間隔ｔは１０分であり、かつ移動量は１である
（図７の＊印、図１）。従って、図１に示すように、５
１２ｂｅａｔ分の各分析領域Ｋ１、Ｋ２・・・における
分析開始時刻を１０分だけずらしてＲＲ間隔スペクトル
分析が行われる。即ち、分析領域Ｋ１については、表示
開始時刻１９：００から分析が開始され、分析領域Ｋ２
については、１９：１０から分析が開始されるというよ
うに、分析領域Ｋ６までＲＲ間隔スペクトル分析が行わ
れる。
【０００９】次に、分析結果である各パワースペクト
ルを加算する。即ち、上記各分析領域Ｋ１、Ｋ２・・・
においては、分析開始時刻を１０分だけずらしてＲＲ間
隔スペクトル分析が行われるが、その分析結果である各
パワースペクトルを加算する。この場合、加算した総パ
ワースペクトルをＳ１とする。 更に、上記総パワースペクトルを総加算数で割った結
果を各区間の代表パワースペクトル代表値Ｄ１、Ｄ２・
・・とする。１９：００から２０：００までの１区間の
加算結果である総パワースペクトルが上述したようにＳ
１、また総加算数は６であるから、この区間の代表パワ
ースペクトルＤ１はＳ１／６である。このような加算平
均を、後の２０：００から２１：００まで、２１：００
から２２：００まで、・・・１８：００から１９：００
までというように、表示時間間隔６０分ごとに行う。そ
の結果の代表パワースペクトルは、次のようになる。 Ｄ１＝Ｓ１／６・・・１９：００から２０：００までの
代表パワースペクトル Ｄ２＝Ｓ２／６・・・２０：００から２１：００までの
代表パワースペクトル ・ ・ ・ ・ ・ ・ Ｄ２４＝Ｓ２４／６・・・１８：００から１９：００ま
での代表パワースペクトル このような２４個の代表パワースペクトルを表示すれ
ば、図５に示すようなパワースペクトルトレンドとな
る。
ルを加算する。即ち、上記各分析領域Ｋ１、Ｋ２・・・
においては、分析開始時刻を１０分だけずらしてＲＲ間
隔スペクトル分析が行われるが、その分析結果である各
パワースペクトルを加算する。この場合、加算した総パ
ワースペクトルをＳ１とする。 更に、上記総パワースペクトルを総加算数で割った結
果を各区間の代表パワースペクトル代表値Ｄ１、Ｄ２・
・・とする。１９：００から２０：００までの１区間の
加算結果である総パワースペクトルが上述したようにＳ
１、また総加算数は６であるから、この区間の代表パワ
ースペクトルＤ１はＳ１／６である。このような加算平
均を、後の２０：００から２１：００まで、２１：００
から２２：００まで、・・・１８：００から１９：００
までというように、表示時間間隔６０分ごとに行う。そ
の結果の代表パワースペクトルは、次のようになる。 Ｄ１＝Ｓ１／６・・・１９：００から２０：００までの
代表パワースペクトル Ｄ２＝Ｓ２／６・・・２０：００から２１：００までの
代表パワースペクトル ・ ・ ・ ・ ・ ・ Ｄ２４＝Ｓ２４／６・・・１８：００から１９：００ま
での代表パワースペクトル このような２４個の代表パワースペクトルを表示すれ
ば、図５に示すようなパワースペクトルトレンドとな
る。
【００１０】（２）第２実施例 図３は、本発明の第２実施例を示す図であり、図４は、
本発明の第２実施例の作用説明図である。図３の第２実
施例は、上記各分析領域Ｋ１、Ｋ２・・・における分析
開始時刻を上記１区間分割間隔ｔの１／２だけずらす移
動量１／２の条件下でＲＲ間隔スペクトル分析を行う場
合の例である。図１の第１実施例と異なるのは、加算条
件を設定する図４の窓枠Ｗにおいて、移動量Ｗ１が１／
２、総加算数Ｗ２が１１となっている点である（図７の
＊＊印、図３）。従って、図３に示すように、５１２ｂ
ｅａｔ分の各分析領域Ｋ１、Ｋ２・・・における分析開
始時刻を５分だけずらしてＲＲ間隔スペクトル分析が行
われる。即ち、分析領域Ｋ１については、表示開始時刻
１９：００から分析が開始され、分析領域Ｋ２について
は、１９：０５から分析が開始されるというように、分
析領域Ｋ１１までＲＲ間隔スペクトル分析が行われる。
各表示時間間隔Ｔ内において、分析結果を加算した総パ
ワースペクトルをＳ１、Ｓ２・・・とすれば、代表パワ
ースペクトルは、次のようになる。 Ｄ１＝Ｓ１／１１・・・１９：００から２０：００まで
の代表パワースペクトル Ｄ２＝Ｓ２／１１・・・２０：００から２１：００まで
の代表パワースペクトル ・ ・ ・ ・ ・ ・ Ｄ２４＝Ｓ２４／１１・・・１８：００から１９：００
までの代表パワースペクトル このような２４個の代表パワースペクトルを表示すれ
ば、図５に示すようなパワースペクトルトレンドとな
る。
本発明の第２実施例の作用説明図である。図３の第２実
施例は、上記各分析領域Ｋ１、Ｋ２・・・における分析
開始時刻を上記１区間分割間隔ｔの１／２だけずらす移
動量１／２の条件下でＲＲ間隔スペクトル分析を行う場
合の例である。図１の第１実施例と異なるのは、加算条
件を設定する図４の窓枠Ｗにおいて、移動量Ｗ１が１／
２、総加算数Ｗ２が１１となっている点である（図７の
＊＊印、図３）。従って、図３に示すように、５１２ｂ
ｅａｔ分の各分析領域Ｋ１、Ｋ２・・・における分析開
始時刻を５分だけずらしてＲＲ間隔スペクトル分析が行
われる。即ち、分析領域Ｋ１については、表示開始時刻
１９：００から分析が開始され、分析領域Ｋ２について
は、１９：０５から分析が開始されるというように、分
析領域Ｋ１１までＲＲ間隔スペクトル分析が行われる。
各表示時間間隔Ｔ内において、分析結果を加算した総パ
ワースペクトルをＳ１、Ｓ２・・・とすれば、代表パワ
ースペクトルは、次のようになる。 Ｄ１＝Ｓ１／１１・・・１９：００から２０：００まで
の代表パワースペクトル Ｄ２＝Ｓ２／１１・・・２０：００から２１：００まで
の代表パワースペクトル ・ ・ ・ ・ ・ ・ Ｄ２４＝Ｓ２４／１１・・・１８：００から１９：００
までの代表パワースペクトル このような２４個の代表パワースペクトルを表示すれ
ば、図５に示すようなパワースペクトルトレンドとな
る。
【００１１】
【発明の効果】上記のとおり、本発明によれば、先ず、
表示時間間隔Ｔを１区間とし、１区間を分割した所定の
間隔ｔごとに各分析領域Ｋ１、Ｋ２・・・についてＲＲ
間隔スペクトル分析を行い、次に、分析結果である各パ
ワースペクトルを加算し、更に、加算結果である総パワ
ースペクトルを総加算数で割った結果を各区間の代表パ
ワースペクトルＤ１、Ｄ２・・・とすることを特徴とす
る加算平均方法という技術的手段が講じられた。この構
成によれば、先ず、表示時間間隔Ｔ、例えば、１時間
（図１）を１区間とし、この１時間を分割した所定の間
隔、例えば６等分した１０分間（図１）ごとに各分析領
域Ｋ１、Ｋ２、Ｋ３、Ｋ４、Ｋ５、Ｋ６についてＲＲ間
隔スペクトル分析を行う。次に、分析結果である各パワ
ースペクトルを加算し、更に、加算結果である総パワー
スペクトルＳ１、Ｓ２・・・を総加算数（図１の場合は
６）で割った値を各区間の代表パワースペクトルＤ１、
Ｄ２・・・とする。従って、従来例（図６）が、各表示
時間間隔ごとに先頭部分のＲＲ間隔データのみを分析し
て代表パワースペクトルとしていたのに比較して、本発
明が、上記した加算平均方法を採用することにより先頭
部分から後のＲＲ間隔データをも考慮して代表パワース
ペクトルを求めることができるので、一層正確なパワー
スペクトルトレンドが得られるようになった。このた
め、オートモードによるＲＲ間隔スペクトル分析におい
て、各表示時間間隔の先頭部分だけでなく、その後のＲ
Ｒ間隔データをも考慮することにより代表パワースペク
トルを求め、正確なパワースペクトルトレンドを得るよ
うにして、自律神経障害の発見に資するという技術的効
果を奏することとなった。
表示時間間隔Ｔを１区間とし、１区間を分割した所定の
間隔ｔごとに各分析領域Ｋ１、Ｋ２・・・についてＲＲ
間隔スペクトル分析を行い、次に、分析結果である各パ
ワースペクトルを加算し、更に、加算結果である総パワ
ースペクトルを総加算数で割った結果を各区間の代表パ
ワースペクトルＤ１、Ｄ２・・・とすることを特徴とす
る加算平均方法という技術的手段が講じられた。この構
成によれば、先ず、表示時間間隔Ｔ、例えば、１時間
（図１）を１区間とし、この１時間を分割した所定の間
隔、例えば６等分した１０分間（図１）ごとに各分析領
域Ｋ１、Ｋ２、Ｋ３、Ｋ４、Ｋ５、Ｋ６についてＲＲ間
隔スペクトル分析を行う。次に、分析結果である各パワ
ースペクトルを加算し、更に、加算結果である総パワー
スペクトルＳ１、Ｓ２・・・を総加算数（図１の場合は
６）で割った値を各区間の代表パワースペクトルＤ１、
Ｄ２・・・とする。従って、従来例（図６）が、各表示
時間間隔ごとに先頭部分のＲＲ間隔データのみを分析し
て代表パワースペクトルとしていたのに比較して、本発
明が、上記した加算平均方法を採用することにより先頭
部分から後のＲＲ間隔データをも考慮して代表パワース
ペクトルを求めることができるので、一層正確なパワー
スペクトルトレンドが得られるようになった。このた
め、オートモードによるＲＲ間隔スペクトル分析におい
て、各表示時間間隔の先頭部分だけでなく、その後のＲ
Ｒ間隔データをも考慮することにより代表パワースペク
トルを求め、正確なパワースペクトルトレンドを得るよ
うにして、自律神経障害の発見に資するという技術的効
果を奏することとなった。
【図１】本発明の第１実施例を示す図である。
【図２】本発明の第１実施例の作用説明図である。
【図３】本発明の第２実施例を示す図である。
【図４】本発明の第２実施例の作用説明図である。
【図５】オートモードによるスペクトル分析結果の一般
的説明図である。
的説明図である。
【図６】従来技術の説明図である。
【図７】本発明による分析条件を示す図である。
Ｔ 表示時間間隔 ｔ １区間分割間隔 Ｋ１、Ｋ２・・・ 分析領域 Ｄ１、Ｄ２・・・ 代表パワースペクトル
Claims (6)
- 【請求項１】 先ず、表示時間間隔Ｔを１区間とし、１
区間を分割した所定の間隔ｔごとに各分析領域Ｋ１、Ｋ
２・・・についてＲＲ間隔スペクトル分析を行い、次
に、分析結果である各パワースペクトルを加算し、更
に、加算結果である総パワースペクトルを総加算数で割
った結果を各区間の代表パワースペクトルＤ１、Ｄ２・
・・とすることを特徴とする加算平均方法。 - 【請求項２】 上記各分析領域Ｋ１、Ｋ２・・・におけ
る分析開始時刻を上記１区間分割間隔ｔだけずらす移動
量１の条件下でＲＲ間隔スペクトル分析を行う請求項１
記載の加算平均方法。 - 【請求項３】 上記各分析領域Ｋ１、Ｋ２・・・におけ
る分析開始時刻を上記１区間分割間隔ｔの１／２だけず
らす移動量１／２の条件下でＲＲ間隔スペクトル分析を
行う請求項１記載の加算平均方法。 - 【請求項４】 上記各分析領域Ｋ１、Ｋ２・・・におけ
る分析開始時刻を上記１区間分割間隔ｔの１／４だけず
らす移動量１／４の条件下でＲＲ間隔スペクトル分析を
行う請求項１記載の加算平均方法。 - 【請求項５】 上記１区間を分割する数が分析サンプル
数と表示時間間隔により決定される請求項１記載の加算
平均方法。 - 【請求項６】 上記総加算数が分析サンプル数と表示時
間間隔と移動量により決定される請求項１記載の加算平
均方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP04315908A JP3129550B2 (ja) | 1992-10-30 | 1992-10-30 | 加算平均方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP04315908A JP3129550B2 (ja) | 1992-10-30 | 1992-10-30 | 加算平均方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH06142070A JPH06142070A (ja) | 1994-05-24 |
| JP3129550B2 true JP3129550B2 (ja) | 2001-01-31 |
Family
ID=18071058
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP04315908A Expired - Lifetime JP3129550B2 (ja) | 1992-10-30 | 1992-10-30 | 加算平均方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3129550B2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008229233A (ja) * | 2007-03-23 | 2008-10-02 | Equos Research Co Ltd | 状態評価装置、及び状態評価プログラム |
-
1992
- 1992-10-30 JP JP04315908A patent/JP3129550B2/ja not_active Expired - Lifetime
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008229233A (ja) * | 2007-03-23 | 2008-10-02 | Equos Research Co Ltd | 状態評価装置、及び状態評価プログラム |
Also Published As
| Publication number | Publication date |
|---|---|
| JPH06142070A (ja) | 1994-05-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6269263B1 (en) | Method for estimating heart rate variability and apparatus for embodying estimation | |
| DE102007034774A1 (de) | Vorrichtung zur Bestimmung von Akkordnamen und Programm zur Bestimmung von Akkordnamen | |
| DE102007034356A1 (de) | Vorrichtung zur Tempobestimmung und Computerprogramm zur Tempobestimmung | |
| EP0130995A4 (en) | BALASCOPY: A METHOD OF RAPID DETECTION AND EVALUATION OF MULTIPLE IMBALANCES IN MULTIPARAMETRIC SYSTEMS. | |
| Martinis et al. | Changes in the Hurst exponent of heartbeat intervals during physical activity | |
| JP3129550B2 (ja) | 加算平均方法 | |
| US6574573B1 (en) | Spectrum analysis and display method time series | |
| JP2002506525A5 (ja) | ||
| Yellin et al. | Cooperative unit size in the gel-liquid crytalline phase transition of dipalmitoyl phosphatidylcholine-water multilayers: An estimate from raman spectroscopy | |
| US8446144B2 (en) | Frequency characteristics measuring device | |
| DE10158236A1 (de) | Gerät und Verfahren zur Messung des Rauschfaktors | |
| EP0298608A2 (en) | Mass spectrometry system and method employing measurement/survey scan strategy | |
| JP3129551B2 (ja) | 加算平均時パワースペクトル表示方法 | |
| JP3378311B2 (ja) | Ｒｒ間隔スペクトル分析方法及びその装置 | |
| JPH0252971B2 (ja) | ||
| JPH02140091A (ja) | クロミナンス対ルミナンス遅延及び利得特性測定方法 | |
| JPH06142071A (ja) | スケール最大値変更方法 | |
| Castiglioni et al. | On the evaluation of heart rate spectra: the lomb periodogram | |
| JPS63132178A (ja) | スペクトラムアナライザ | |
| JP2001128950A (ja) | 脳波のマッピング方法 | |
| JP2003084019A (ja) | 疑似周期信号推定方法およびその装置 | |
| JPH0627163A (ja) | Ｆｆｔアナライザ | |
| CN108563323A (zh) | 一种基于脑电信号的产品设计过程分期方法 | |
| JPH08145716A (ja) | 分析計の出力信号処理方法 | |
| EP1109027A1 (en) | Spectrum analysis and display method of time series data of living organism |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20001006 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091117 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121117 Year of fee payment: 12 |
|
| EXPY | Cancellation because of completion of term |