JP4310137B2

JP4310137B2 - 生体音検出データ処理装置、生体音検出データ処理方法及び生体音検出データ処理プログラム

Info

Publication number: JP4310137B2
Application number: JP2003156512A
Authority: JP
Inventors: 安則和田; 彰文鈴木; 淑中山
Original assignee: Konica Minolta Medical and Graphic Inc
Current assignee: Konica Minolta Medical and Graphic Inc
Priority date: 2003-06-02
Filing date: 2003-06-02
Publication date: 2009-08-05
Anticipated expiration: 2023-06-02
Also published as: JP2004357758A

Description

【０００１】
【発明の属する技術分野】
本発明は、肺音等の生体音を解析処理するための生体音検出データ処理装置、生体音検出データ処理方法及び生体音検出データ処理プログラムに関する。
【０００２】
【従来の技術】
従来より、肺音に含まれる正常呼吸音（肺胞呼吸音とも言う）を用いて肺の局所換気の簡単且つ確実なモニタリングが行われている。正常呼吸音の振幅を利用した局所換気モニタが実現できれば多くの場合に有用である。
【０００３】
このような局所換気モニタを実現するためには、正常呼吸音と、同時に発生する副雑音（異常肺音）とを分別し、正常呼吸音のみを抽出する信号処理方法を確立することが必要であり、特に、振幅の大きい喘鳴等の連続性ラ音の分離が重要である。
【０００４】
近時、このような状況の元で、肺音等の生体音から正常音（正常呼吸音）のみを抽出する方法が考案されつつある。例えば、以下に示す非特許文献１には、連続性ラ音のみを抽出する適応フィルタを用いた方法が開示されている。
【０００５】
また、特許文献１には、取得された心音から正常音と異常音とを分別する技術が開示されている。
【０００６】
【特許文献１】
特開平０６−９０９１３号公報
【非特許文献１】
鈴木彰文、中山淑、中野博、「適応信号処理による肺音分離」、生体医工学、社団法人日本エム・イー学会、平成１４年、第４０巻、特別号、ｐ１８３
【０００７】
【発明が解決しようとする課題】
しかし、上記非特許文献１に記載の方法は、連続性ラ音の周波数変動が極めて少ない特別な場合においては有効であるが、実際の肺音のように、連続性ラ音の周波数に変動が多く不安定な場合には、確実に連続性ラ音を除去するのは困難である。
また、上記特許文献１に記載の技術は、ウィグナー分布を用いて心音から正常音を分別する技術であり、心音（正常音を含む。）の時間波形やスペクトルに特有のものである。このため、時間波形やスペクトルが心音とは異なる肺音の呼吸音に対し当該特許文献１に記載の技術を適用して肺音から正常呼吸音を抽出するのは困難である。
【０００８】
本発明の課題は、肺音から容易且つ確実に正常呼吸音が抽出できる生体音検出データ処理装置、生体音検出データ処理方法及び生体音検出データ処理プログラムを提供することである。
【０００９】
【課題を解決するための手段】
上記課題を解決するため、請求項１に記載の発明は、
入力された生体音検出データをデータ処理するための生体音検出データ処理装置において、
前記生体音検出データの時間波形をＦＦＴ処理して当該時間波形に対応する振幅スペクトル、位相スペクトル及びパワースペクトルを算出し、当該パワースペクトルに対し、各周波数を中心とした所定の周波数領域内で局所分散値を周波数毎に算出し、当該局所分散値が所定閾値レベルを超えたか否かを周波数毎に判定し、当該閾値レベルを超えていると判定した局所分散値の周波数に対応する前記振幅スペクトルと前記位相スペクトルとに基づき逆ＦＦＴ処理して第１の部分波形を算出し、又、前記閾値レベルを超えてないと判定した局所分散値の周波数に対応する前記振幅スペクトルと前記位相スペクトルとに基づき逆ＦＦＴ処理して第２の部分波形を算出し、前記生体音検出データの時間波形を当該第１及び第２の部分波形に分別する生体音検出データ処理部を備えたことを特徴とする。
【００１０】
更に、請求項２に記載の発明のように、請求項１に記載の発明において、
前記生体音検出データ処理部はＤＳＰを具備し、前記生体音検出データを前記第１及び第２の部分波形に分別する処理を、当該ＤＳＰを用いて生体音検出データの入力に応じて逐次行うのが好ましい。
【００１１】
また、上記課題を解決するため、請求項３に記載の発明は、
入力された生体音検出データをデータ処理するための生体音検出データ処理装置において、
前記生体音検出データを格納する生体音検出データ格納部と、
前記生体音検出データ格納部に格納された生体音検出データを読み出し、当該読み出した生体音検出データの時間波形をＦＦＴ処理して当該時間波形に対応する振幅スペクトル、位相スペクトル及びパワースペクトルを算出し、当該パワースペクトルに対し、各周波数を中心とした所定の周波数領域内で局所分散値を周波数毎に算出し、当該局所分散値が所定閾値レベルを超えたか否かを周波数毎に判定し、当該閾値レベルを超えていると判定した局所分散値の周波数に対応する前記振幅スペクトルと前記位相スペクトルとに基づき逆ＦＦＴ処理して第１の部分波形を算出し、又、前記閾値レベルを超えてないと判定した局所分散値の周波数に対応する前記振幅スペクトルと前記位相スペクトルとに基づき逆ＦＦＴ処理して第２の部分波形を算出し、前記生体音検出データの時間波形を当該第１及び第２の部分波形に分別する生体音検出データ処理部と、
を備えたことを特徴とする。
【００１２】
更に、請求億４に記載の発明のように、請求億１〜３のうち何れか一項に記載の発明において、
前記生体音検出データは、呼吸音を検出した呼吸音検出データであるのが好ましい。
【００１３】
また、上記課題を解決するため、請求項５に記載の発明は、
入力された生体音検出データをデータ処理するための生体音検出データ処理方法において、
前記生体音検出データの時間波形をＦＦＴ処理して当該時間波形に対応する振幅スペクトル、位相スペクトル及びパワースペクトルを算出するステップと、当該パワースペクトルに対し、各周波数を中心とした所定の周波数領域内で局所分散値を周波数毎に算出するステップと、当該局所分散値が所定閾値レベルを超えたか否かを周波数毎に判定するステップと、当該閾値レベルを超えていると判定された局所分散値の周波数に対応する前記振幅スペクトルと前記位相スペクトルとに基づき逆ＦＦＴ処理して第１の部分波形を算出するステップと、前記閾値レベルを超えてないと判定された局所分散値の周波数に対応する前記振幅スペクトルと前記位相スペクトルとに基づき逆ＦＦＴ処理して第２の部分波形を算出するステップと、
を含み、前記生体音検出データの時間波形を当該第１及び第２の部分波形に分別することを特徴とする。
【００１４】
更に、請求項６に記載の発明のように、請求項５に記載の発明において、
前記生体音検出データを前記第１及び第２の部分波形に分別する処理を、該生体音検出データの入力に応じて逐次行うのが好ましい。
【００１５】
また、上記課題を解決するため、請求項７に記載の発明は、
入力された生体音検出データをデータ処理するための生体音検出データ処理方法において、
格納された生体音検出データを読み出すステップと、当該読み出した生体音検出データの時間波形をＦＦＴ処理して当該時間波形に対応する振幅スペクトル、位相スペクトル及びパワースペクトルを算出するステップと、当該パワースペクトルに対し、各周波数を中心とした所定の周波数領域内で局所分散値を周波数毎に算出するステップと、当該局所分散値が所定閾値レベルを超えたか否かを周波数毎に判定するステップと、当該閾値レベルを超えていると判定された局所分散値の周波数に対応する前記振幅スペクトルと前記位相スペクトルとに基づき逆ＦＦＴ処理して第１の部分波形を算出するステップと、前記閾値レベルを超えてないと判定された局所分散値の周波数に対応する前記振幅スペクトルと前記位相スペクトルとに基づき逆ＦＦＴ処理して第２の部分波形を算出するステップと、
を含み、前記生体音検出データの時間波形を当該第１及び第２の部分波形に分別することを特徴とする。
【００１６】
更に、請求項８に記載の発明のように、請求項５〜７のうち何れか一項に記載の発明において、
前記生体音検出データは、呼吸音を検出した呼吸音検出データであるのが好ましい。
【００１７】
また、上記課題を解決するため、請求項９に記載の発明は、
入力された生体音検出データをデータ処理するための生体音検出データ処理装置を制御するコンピュータに、
前記生体音検出データの時間波形をＦＦＴ処理して当該時間波形に対応する振幅スペクトル、位相スペクトル及びパワースペクトルを算出する機能と、当該パワースペクトルに対し、各周波数を中心とした所定の周波数領域内で局所分散値を周波数毎に算出する機能と、当該局所分散値が所定閾値レベルを超えたか否かを周波数毎に判定する機能と、当該閾値レベルを超えていると判定された局所分散値の周波数に対応する前記振幅スペクトルと前記位相スペクトルとに基づき逆ＦＦＴ処理して第１の部分波形を算出する機能と、前記閾値レベルを超えてないと判定された局所分散値の周波数に対応する前記振幅スペクトルと前記位相スペクトルとに基づき逆ＦＦＴ処理して第２の部分波形を算出する機能と、
を実現させる。
【００１８】
更に、請求項１０に記載の発明のように、請求項９に記載の発明において、
前記コンピュータに、
前記生体音検出データを前記第１及び第２の部分波形に分別する処理を、該生体音検出データの入力に応じて逐次行う機能を更に実現させるのが好ましい。
【００１９】
また、上記課題を解決するため、請求項１１に記載の発明は、
入力された生体音検出データをデータ処理するための生体音検出データ処理装置を制御するコンピュータに、
格納された生体音検出データを読み出す機能と、当該読み出した生体音検出データの時間波形をＦＦＴ処理して当該時間波形に対応する振幅スペクトル、位相スペクトル及びパワースペクトルを算出する機能と、当該パワースペクトルに対し、各周波数を中心とした所定の周波数領域内で局所分散値を周波数毎に算出する機能と、当該局所分散値が所定閾値レベルを超えたか否かを周波数毎に判定する機能と、当該閾値レベルを超えていると判定された局所分散値の周波数に対応する前記振幅スペクトルと前記位相スペクトルとに基づき逆ＦＦＴ処理して第１の部分波形を算出する機能と、前記閾値レベルを超えてないと判定された局所分散値の周波数に対応する前記振幅スペクトルと前記位相スペクトルとに基づき逆ＦＦＴ処理して第２の部分波形を算出する機能と、
を実現させる。
【００２０】
更に、請求項１２に記載の発明のように、請求項９〜１１のうち何れか一項に記載の発明において、
前記生体音検出データは、呼吸音を検出した呼吸音検出データであるのが好ましい。
【００２１】
従って、入力された生体音が正常呼吸音と連続性ラ音とが混在した肺音の際には、振幅スペクトルに対する局所分散値が所定の閾値レベルを超えたか否かが判定されることにより、広帯域でなだらかなスペクトル形状を有する正常呼吸音の振幅スペクトルと、狭帯域で急峻なスペクトル形状を有する連続性ラ音の振幅スペクトルとが、容易且つ確実に分別可能となる。更に、正常呼吸音の振幅スペクトル、連続性ラ音の振幅スペクトルの各々に対して逆ＦＦＴ処理が施されることにより、肺音の時間波形が正常呼吸音の第１の部分波形と連続性ラ音の第２の部分波形とに分別可能となる。すなわち、肺音から容易且つ確実に正常呼吸音が抽出できる。
【００２２】
【発明の実施の形態】
図面を参照して本発明を適用した生体音検出データ処理装置１００について詳細に説明する。
図１に示すように、生体音検出データ処理装置１００は、生体音入力部１０、生体音検出データ処理部２０、生体音検出データ格納部３０、表示部４０、生体音出力部５０等を備えて構成される。
【００２３】
生体音入力部１０は、図示しないマイク等を備え、肺音等のアナログ形式の生体音信号を取り込んで生体音検出データ処理部２０に出力する。
【００２４】
生体音検出データ処理部２０は、生体音入力部１０から入力された肺音を示す生体音信号を、所定のサンプリング周波数ｆ（例えば、以下、ｆ＝１１．０２５ｋＨｚとする。）でサンプリングし、１ポイント毎のデジタル形式の生体音検出データ（呼吸音検出データともいう。）として取得する。ここで、当該ポイントとは、サンプリング周波数に応じて離散化された時間に対応する。以下、当該ポイントを自然数ｎによって表し、この生体音検出データを肺音の時間波形Ｘ(ｎ)として表現する。
【００２５】
生体音検出データ処理部２０は、上記生体音検出データに対し以下に説明する生体音検出データ処理を行う。
なお、生体音検出データ処理部２０は、ＤＳＰ（Digital Signal Processor）等を用いて、オンラインで処理するようにしても良いし、また、生体音検出データを生体音検出データ格納部３０に一旦格納し、その後、当該格納した生体音検出データをオフラインで処理するようにしても良い。また、生体音検出データ処理部２０は、生体音検出データ処理をプログラムを用いて行うようにしても良いし、また、ハードウェアを用いて行うようにしても良い。
【００２６】
まず、肺音の時間波形Ｘ(ｎ)は、Ｎ（Ｎは自然数。）ポイント毎の生体音検出データに区分（例えば、図２に示す、区分１ａ、１ｂ、１ｃ等。）され、また、区分１ａ、１ｂ、１ｃ等のように互いに隣接する区分同士はＮ／２ポイント間隔に設定される。ここで、例えば区分１ａ、１ｂ、１ｃにおける肺音の時間波形Ｘ(ｎ)を、それぞれ、時間波形Ｘ１ａ（ｎ）、Ｘ１ｂ（ｎ）、Ｘ１ｃ（ｎ）等と表現する。
以下、説明簡略化のため、区分１ａについて説明する。
【００２７】
次に、時間波形Ｘ１ａ(ｎ)は、ＦＦＴ処理され、振幅スペクトルＡＭＰ(ｍ)、位相スペクトルＰＨＡＳＥ(ｍ)が算出される。ここで、スペクトル成分ｍは、整数であり、離散的な周波数を示す。
【００２８】
次に、数式１に基づき振幅スペクトルＡＭＰ(ｍ)からパワースペクトルＰＯＷＥＲ(ｍ)が算出される。
【数１】

【００２９】
次に、数式２に基づきパワースペクトルＰＯＷＥＲ(ｍ)から局所平均値ＡＶＥ(ｍ)が算出され、更に、数式３に基づき局所分散値ＶＡＲ(ｍ)が算出される。
【００３０】
【数２】

ここで、Ｍによって表される値は、予め設定されたパラメータであり、例えば、Ｍ＝３に設定されているものとする。Ｍは、パワースペクトルＰＯＷＥＲ(ｍ)に対する平均を算出する際（及び、数式３において局所分散を算出する際）に用いる生体音検出データの範囲（すなわち、ｍの周りの（ｍ−Ｍ）以上且つ（ｍ＋Ｍ）以下の範囲の生体音検出データ。）を定めるパラメータである。
【００３１】
【数３】

【００３２】
次に、局所分散値ＶＡＲ(ｍ)と閾値レベルＴＨとが比較され、局所分散値ＶＡＲ(ｍ)が閾値レベルＴＨを超えたか否かが判定され、振幅スペクトルＡＭＰ(ｍ)が正常呼吸音に対応するものと連続性ラ音によるものとに分別される。
すなわち、例えば、局所分散値ＶＡＲ(ｍ)が閾値レベルＴＨを超えていない場合には、振幅スペクトルＡＭＰ(ｍ)は、正常呼吸音に対応するものとして分別され（以下、正常呼吸音の振幅スペクトルＡＭＰ（ｍ）を、特に振幅スペクトルＡＭＰ１(ｍ)と表現する。）、局所分散値ＶＡＲ(ｍ)が閾値レベルＴＨを超えたには、振幅スペクトルＡＭＰ(ｍ)は、連続性ラ音に対応するものとして分別される（以下、連続性ラ音の振幅スペクトルＡＭＰ(ｍ)を、特に振幅スペクトルＡＭＰ２（ｍ）と表現する。）。
【００３３】
次に、正常呼吸音の振幅スペクトルＡＭＰ１(ｍ)と位相スペクトルＰＨＡＳＥ(ｍ)とに基づき区分１ａにおける正常呼吸音の第１の部分波形Ｘ１１ａ(ｎ)が逆ＦＦＴ処理により算出され、更に、連続性ラ音の振幅スペクトルＡＭＰ２(ｍ)と位相スペクトルＰＨＡＳＥ(ｍ)とに基づき区分１ａにおける連続性ラ音の第２の部分波形Ｘ１２ａ(ｍ)が逆ＦＦＴ処理により算出される。これにより、区分１ａにおける肺音の時間波形Ｘ１ａ(ｎ)が、正常呼吸音の第１の部分波形Ｘ１１ａ(ｎ)と連続性ラ音の第２の部分波形Ｘ１２ａ(ｎ)とに分別される。
【００３４】
更に、上記した処理を区分１ａに続く区分１ｂ等に対しても順次実行していき、例えば、区分１ｂにおいては時間波形Ｘ１ｂ(ｎ)が正常呼吸音の部分波形Ｘ１１ｂ(ｎ)と連続性ラ音の部分波形Ｘ１２ｂ(ｍ)とに分別される。
【００３５】
更に、図３に示すように、区分１ａにおける正常呼吸音の第１の部分波形Ｘ１１ａ(ｎ)のうち、区分１ａ中央のＮ／２ポイント分（Ｎ＝１０２４の場合、Ｎ／２＝５１２。）をまとめたサブ区分１ａの第１の部分波形Ｘ１１ａ（ｎ）（Ｎ＝１０２４の場合、ｎは２５７から７６８までの整数。）が採用され、更に、区分１ａに続く各区分（区分１ｂ等。）に対して、同様の処理が順次行われ、区分１ａ等の各区分の生体音検出データが時間波形として連続的に結合されて、正常呼吸音の時間波形Ｘ１（ｎ）が算出される。
【００３６】
また、区分１ａにおける連続性ラ音の第２の部分波形Ｘ１２ａ(ｎ)のうち、区分１ａ中央のＮ／２ポイント分（Ｎ＝１０２４の場合、Ｎ／２＝５１２。）をまとめたサブ区分１ａの第２の部分波形Ｘ１２ａ(ｎ)（Ｎ＝１０２４の場合、ｎは２５７から７６８までの整数。）が採用され、更に、区分１ａに続く各区分（区分１ｂ等。）に対して、同様の処理が順次行われ、区分１ａ等の各区分の生体音検出データが時間波形として連続的に結合されて、連続性ラ音の時間波形Ｘ２（ｎ）が算出される。
このようにして、肺音の時間波形Ｘ(ｎ)が、正常呼吸音の時間波形Ｘ１(ｎ)と連続性ラ音の時間波形Ｘ２（ｎ）とに分別され、表示部４０に表示される。
【００３７】
次に、正常呼吸音の時間波形Ｘ１（ｎ）の実効値が区分１ａ、１ｂ等の各区分で算出され、肺の局所換気の指標となる呼吸曲線（実効値曲線）が算出され、表示部４０に表示される。
また、正常呼吸音の時間波形Ｘ１（ｎ）や連続性ラ音の時間波形Ｘ２（ｎ）は、アナログ信号に変換され、スピーカ（図示略。）を具備した生体音出力部５０から音声として出力される。
【００３８】
ここで、閾値レベルＴＨは、予め操作者（例えば、医師。）等により設定されるようにしても良いが、以下のように、入力された生体音検出データに応じて、その都度、生体音検出データ処理部２０により算出されるようにしても良い。
【００３９】
すなわち、まず、ポイントｍ周辺におけるパワースペクトルＰＯＷＥＲ(ｍ)の中間値ＸＭＥＤ（ｍ）が以下の数式４に基づいてい算出される。
【数４】

ここで、ＭＥＤ（ｙ１、ｙ２、・・・、ｙｎ）は、引数ｙ１、・・・、ｙｎの中間値を表す。また、Ｌの値は、予め設定されたパラメータであり、自然数である。例えば、Ｌ＝１に設定されているものとする。
【００４０】
次に、肺音の強度Ｐが数式５に基づいて算出される。
【数５】

ここで、Ｊの値は、予め設定されたパラメータであり、自然数である。例えば、Ｊ＝４８に設定されているものとする。
【００４１】
次に、数式６に基づいて閾値レベルＴＨが算出される。
【数６】

ここで、Ωの値は、予め設定されたパラメータであり、実数である。
【００４２】
次に、本実施の形態における生体音検出データ処理装置１００を用いた実験結果の一例として、肺音の時間波形Ｘ(ｎ)と、生体音検出データ処理装置１００により算出された正常呼吸音の時間波形Ｘ１(ｎ)と、連続性ラ音の時間波形Ｘ２(ｍ)とに基づく各スペクトログラムを、それぞれ、図４（ａ）、図４（ｂ）、図４（ｃ）に示す。これら図４（ａ）〜図４（ｃ）においては、何れも、横軸が時間、縦軸が周波数（Ｈｚ）である。これら、図４（ａ）〜図４（ｃ）に示す各スペクトログラムは、表示部４０に表示されている。
【００４３】
図４（ａ）に示すように、肺音の時間波形Ｘ(ｎ)には、広帯域に分布する正常呼吸音と、周波数帯域が略５００Ｈｚ〜７５０Ｈｚの範囲に図中符号Ａ１〜Ａ４に示す連続性ラ音とが含まれている。
【００４４】
ここで、図４（ｂ）には、図４（ａ）に示すスペクトログラムから、図中符号Ａ１〜Ａ４に示す連続性ラ音が除去された後の正常呼吸音に基づくスペクトログラムが明確に示され、図４（ｃ）には、当該除去された連続性ラ音のみに基づくスペクトログラムが明確に示されている。
【００４５】
以上説明したように、生体音検出データ処理装置１００は、肺音の時間波形Ｘ(ｎ)をＦＦＴ処理することにより振幅スペクトルＡＭＰ(ｍ)、位相スペクトルＰＨＡＳＥ(ｍ)及びパワースペクトルＰＯＷＥＲ(ｍ)を算出し、当該パワースペクトルＰＯＷＥＲ(ｍ)に対して局所分散値ＶＡＲ(ｍ)を算出し、当該局所分散値ＶＡＲ(ｍ)が閾値レベルＴＨを超えたか否かを判定し、当該判定結果に基づいて当該ポイントｍにおける振幅スペクトルＡＭＰ(ｍ)を、正常呼吸音に対応するものと連続性ラ音に対応するものとに分別する。すなわち、局所分散値ＶＡＲ(ｍ)が閾値レベルＴＨを超えていない場合には、当該ポイントｍにおける振幅スペクトルＡＭＰ(ｍ)を正常呼吸音に対応する振幅スペクトルＡＭＰ１(ｍ)とし、超えた場合には、当該ポイントｍにおける振幅スペクトルＡＭＰ(ｍ)を連続性ラ音に対応する振幅スペクトルＡＭＰ２(ｍ)として振幅スペクトルＡＭＰ(ｍ)の分別を行う。このように分別した正常呼吸音の振幅スペクトルＡＭＰ１(ｍ)、連続性ラ音の振幅スペクトルＡＭＰ２(ｍ)に対し、更に、逆ＦＦＴ処理を施して、それぞれ対応する正常呼吸音の第１の部分波形Ｘ１１ａ(ｎ)、連続性ラ音の第２の部分波形Ｘ１２ａ(ｎ)を算出する。更に、これら各区分において算出された正常呼吸音の第１の部分波形Ｘ１１ａ（ｎ）、連続性ラ音の第２の部分波形Ｘ１２ａ（ｎ）等を連結させることにより、肺音の時間波形Ｘ(ｎ)を、当該正常呼吸音の時間波形Ｘ１(ｎ)と連続性ラ音の時間波形Ｘ２(ｍ)とに分別する。
【００４６】
従って、振幅スペクトルＡＭＰ(ｍ)に対する局所分散値ＶＡＲ(ｍ)が所定の閾値レベルＴＨを超えたか否かが判定されることにより、広帯域でなだらかなスペクトル形状を有する正常呼吸音の振幅スペクトルＡＭＰ１(ｍ)と、狭帯域で急峻なスペクトル形状を有する連続性ラ音の振幅スペクトルＡＭＰ２(ｍ)とが、容易且つ確実に分別可能となる。更に、正常呼吸音の振幅スペクトルＡＭＰ１(ｍ)、連続性ラ音の振幅スペクトルＡＭＰ２(ｍ)の各々に対して逆ＦＦＴ処理が施されることにより、肺音の時間波形Ｘ(ｎ)が正常呼吸音の第１の部分波形Ｘ１１ａ(ｎ)と連続性ラ音の第２の部分波形Ｘ１２ａ(ｍ)とに分別可能となる。
すなわち、肺音から容易且つ確実に正常呼吸音が抽出できる。
【００４７】
なお、本実施の形態における記述は、本発明に係る生体音検出データ処理装置、生体音検出データ処理方法及び生体音検出データ処理プログラムの一例を示すものであり、これに限定されるものではない。本実施の形態における生体音検出データ処理装置１００の細部構成および詳細動作に関しては、本発明の趣旨を逸脱しない範囲で適宜変更可能である。
【００４８】
例えば、生体音検出データ処理装置１００は、生体音入力部１０が備えるマイクを介して取得された肺音等の生体音をアナログ信号に変換する機能を有するとしたが、これに限らず、外部機器から出力されたアナログ信号を入力するようにしても良い。
【００４９】
また、上記説明に用いた、サンプリング周波数ｆ、ポイント数Ｎ、パラメータＭ、Ｌ、Ｊの各数値は、何れも一例であり、他の数値であっても良い。
【００５０】
【発明の効果】
本発明によれば、入力された生体音が正常呼吸音と連続性ラ音とが混在した肺音の際には、振幅スペクトルに対する局所分散値が所定の閾値レベルを超えたか否かが判定されることにより、広帯域でなだらかなスペクトル形状を有する正常呼吸音の振幅スペクトルと、狭帯域で急峻なスペクトル形状を有する連続性ラ音の振幅スペクトルとが、容易且つ確実に分別可能となる。更に、正常呼吸音の振幅スペクトル、連続性ラ音の振幅スペクトルの各々に対して逆ＦＦＴ処理が施されることにより、肺音の時間波形が正常呼吸音の第１の部分波形と連続性ラ音の第２の部分波形とに分別可能となる。すなわち、肺音から容易且つ確実に正常呼吸音が抽出できる。
【図面の簡単な説明】
【図１】本発明を適用した生体音検出データ処理装置の内部構成を示すブロック図である。
【図２】本発明を適用した生体音検出データ処理装置により生体音検出データ処理される肺音の時間波形Ｘ(ｎ)の一例を示す図である。
【図３】本発明を適用した生体音検出データ処理装置により肺音の時間波形から分別される正常呼吸音の時間波形又は連続性ラ音の時間波形を示す図である。
【図４】（ａ）は、肺音の時間波形に基づくスペクトログラムの一例を示す図であり、（ｂ）は、肺音の時間波形から連続性ラ音が除去された後の正常呼吸音の時間波形に基づくスペクトログラムの一例を示す図であり、（ｃ）は、肺音の時間波形から抽出された連続性ラ音に基づくスペクトログラムの一例を示す図である。
【符号の説明】
１００生体音検出データ処理装置
１０生体音入力部
２０生体音検出データ処理部
３０生体音検出データ格納部
４０表示部
５０生体音出力部

Claims

入力された生体音検出データをデータ処理するための生体音検出データ処理装置において、
前記生体音検出データの時間波形をＦＦＴ（Fast Fourier Transform）処理して当該時間波形に対応する振幅スペクトル、位相スペクトル及びパワースペクトルを算出し、当該パワースペクトルに対し、各周波数を中心とした所定の周波数領域内で局所分散値を周波数毎に算出し、当該局所分散値が所定閾値レベルを超えたか否かを周波数毎に判定し、当該閾値レベルを超えていると判定した局所分散値の周波数に対応する前記振幅スペクトルと前記位相スペクトルとに基づき逆ＦＦＴ処理して第１の部分波形を算出し、又、前記閾値レベルを超えてないと判定した局所分散値の周波数に対応する前記振幅スペクトルと前記位相スペクトルとに基づき逆ＦＦＴ処理して第２の部分波形を算出し、前記生体音検出データの時間波形を当該第１及び第２の部分波形に分別する生体音検出データ処理部を備えたことを特徴とする生体音検出データ処理装置。
前記生体音検出データ処理部はＤＳＰ（Digital Signal Processor）を具備し、前記生体音検出データを前記第１及び第２の部分波形に分別する処理を、当該ＤＳＰを用いて生体音検出データの入力に応じて逐次行うことを特徴とする請求項１に記載の生体音検出データ処理装置。
入力された生体音検出データをデータ処理するための生体音検出データ処理装置において、
前記生体音検出データを格納する生体音検出データ格納部と、
前記生体音検出データ格納部に格納された生体音検出データを読み出し、当該読み出した生体音検出データの時間波形をＦＦＴ処理して当該時間波形に対応する振幅スペクトル、位相スペクトル及びパワースペクトルを算出し、当該パワースペクトルに対し、各周波数を中心とした所定の周波数領域内で局所分散値を周波数毎に算出し、当該局所分散値が所定閾値レベルを超えたか否かを周波数毎に判定し、当該閾値レベルを超えていると判定した局所分散値の周波数に対応する前記振幅スペクトルと前記位相スペクトルとに基づき逆ＦＦＴ処理して第１の部分波形を算出し、又、前記閾値レベルを超えてないと判定した局所分散値の周波数に対応する前記振幅スペクトルと前記位相スペクトルとに基づき逆ＦＦＴ処理して第２の部分波形を算出し、前記生体音検出データの時間波形を当該第１及び第２の部分波形に分別する生体音検出データ処理部と、
を備えたことを特徴とする生体音検出データ処理装置。
前記生体音検出データは、呼吸音を検出した呼吸音検出データであることを特徴とする請求項１〜３のうち何れか一項に記載の生体音検出データ処理装置。
入力された生体音検出データをデータ処理するための生体音検出データ処理方法において、
前記生体音検出データの時間波形をＦＦＴ処理して当該時間波形に対応する振幅スペクトル、位相スペクトル及びパワースペクトルを算出するステップと、当該パワースペクトルに対し、各周波数を中心とした所定の周波数領域内で局所分散値を周波数毎に算出するステップと、当該局所分散値が所定閾値レベルを超えたか否かを周波数毎に判定するステップと、当該閾値レベルを超えていると判定された局所分散値の周波数に対応する前記振幅スペクトルと前記位相スペクトルとに基づき逆ＦＦＴ処理して第１の部分波形を算出するステップと、前記閾値レベルを超えてないと判定された局所分散値の周波数に対応する前記振幅スペクトルと前記位相スペクトルとに基づき逆ＦＦＴ処理して第２の部分波形を算出するステップと、
を含み、前記生体音検出データの時間波形を当該第１及び第２の部分波形に分別することを特徴とする生体音検出データ処理方法。
前記生体音検出データを前記第１及び第２の部分波形に分別する処理を、該生体音検出データの入力に応じて逐次行うことを特徴とする請求項５に記載の生体音検出データ処理方法。
入力された生体音検出データをデータ処理するための生体音検出データ処理方法において、
格納された生体音検出データを読み出すステップと、当該読み出した生体音検出データの時間波形をＦＦＴ処理して当該時間波形に対応する振幅スペクトル、位相スペクトル及びパワースペクトルを算出するステップと、当該パワースペクトルに対し、各周波数を中心とした所定の周波数領域内で局所分散値を周波数毎に算出するステップと、当該局所分散値が所定閾値レベルを超えたか否かを周波数毎に判定するステップと、当該閾値レベルを超えていると判定された局所分散値の周波数に対応する前記振幅スペクトルと前記位相スペクトルとに基づき逆ＦＦＴ処理して第１の部分波形を算出するステップと、前記閾値レベルを超えてないと判定された局所分散値の周波数に対応する前記振幅スペクトルと前記位相スペクトルとに基づき逆ＦＦＴ処理して第２の部分波形を算出するステップと、
を含み、前記生体音検出データの時間波形を当該第１及び第２の部分波形に分別することを特徴とする生体音検出データ処理方法。
前記生体音検出データは、呼吸音を検出した呼吸音検出データであることを特徴とする請求項５〜７のうち何れか一項に記載の生体音検出データ処理方法。
入力された生体音検出データをデータ処理するための生体音検出データ処理装置を制御するコンピュータに、
前記生体音検出データの時間波形をＦＦＴ処理して当該時間波形に対応する振幅スペクトル、位相スペクトル及びパワースペクトルを算出する機能と、当該パワースペクトルに対し、各周波数を中心とした所定の周波数領域内で局所分散値を周波数毎に算出する機能と、当該局所分散値が所定閾値レベルを超えたか否かを周波数毎に判定する機能と、当該閾値レベルを超えていると判定された局所分散値の周波数に対応する前記振幅スペクトルと前記位相スペクトルとに基づき逆ＦＦＴ処理して第１の部分波形を算出する機能と、前記閾値レベルを超えてないと判定された局所分散値の周波数に対応する前記振幅スペクトルと前記位相スペクトルとに基づき逆ＦＦＴ処理して第２の部分波形を算出する機能と、
を実現させるための生体音検出データ処理プログラム。
前記コンピュータに、
前記生体音検出データを前記第１及び第２の部分波形に分別する処理を、該生体音検出データの入力に応じて逐次行う機能を更に実現させる請求項９に記載の生体音検出データ処理プログラム。
入力された生体音検出データをデータ処理するための生体音検出データ処理装置を制御するコンピュータに、
格納された生体音検出データを読み出す機能と、当該読み出した生体音検出データの時間波形をＦＦＴ処理して当該時間波形に対応する振幅スペクトル、位相スペクトル及びパワースペクトルを算出する機能と、当該パワースペクトルに対し、各周波数を中心とした所定の周波数領域内で局所分散値を周波数毎に算出する機能と、当該局所分散値が所定閾値レベルを超えたか否かを周波数毎に判定する機能と、当該閾値レベルを超えていると判定された局所分散値の周波数に対応する前記振幅スペクトルと前記位相スペクトルとに基づき逆ＦＦＴ処理して第１の部分波形を算出する機能と、前記閾値レベルを超えてないと判定された局所分散値の周波数に対応する前記振幅スペクトルと前記位相スペクトルとに基づき逆ＦＦＴ処理して第２の部分波形を算出する機能と、
を実現させるための生体音検出データ処理プログラム。
前記生体音検出データは、呼吸音を検出した呼吸音検出データであることを特徴とする請求項９〜１１のうち何れか一項に記載の生体音検出データ処理プログラム。