JP4613261B2 - 生体情報信号処理装置、生体情報信号処理方法および生体情報測定装置 - Google Patents

Description

本発明は、時系列信号からノイズ成分を除去する生体情報信号処理装置、生体情報信号処理方法および生体情報測定装置に関する。

従来、ノイズ成分が重畳した時系列データからノイズ成分を除去する信号処理に関する技術が、様々な信号処理装置に応用されてきた。特に時系列データが生体情報に関する情報を含んでいる場合には、上記の信号処理装置は、生体情報測定装置と呼ばれている。生体情報測定装置は、生体組織から生体情報を非侵襲で検出する装置であり、具体的には光電脈波計と呼ばれる生体の脈波波形および脈拍数を測定する測定装置や、パルスオキシメータと呼ばれる動脈血中酸素飽和濃度を測定する測定装置等である。これらの測定装置の原理は、生体組織を透過または反射した光を受光することによって得られる、生体組織の脈動による変動分に対応した信号成分に基づいて、血中における吸光物質の濃度等の生体情報を求めるものである。

一般に、生体組織を透過または反射した光を受光することによって得られる、生体情報の検出に必要なデータには様々なノイズ成分が重畳されている。図１は、生体組織を透過または反射した光を受光することによって得られる、生体情報の検出に必要なデータの一例を示す図である。図１の横軸は、時間であり、その縦軸は、生体組織を透過または反射した光の強度である。ノイズ成分は、主に、生体情報測定装置を使用している際に、生体が体を動かす等の体動を行うことによるものである。図１に示す例では、当初、体動等に起因するノイズ成分が信号成分に重畳していないが、所定の時間から信号成分にノイズ成分が重畳している。このようにノイズ成分が信号成分に重畳すると生体情報の算出において誤差要因となる。このため、ノイズ成分を除去することが望まれている。

互いに波長の異なる複数の光を生体にそれぞれ照射した場合に、生体組織を透過または反射した光の強度における直流交流比に基づいて、生体情報を算出する技術が提案されてきた。特に、信号成分にノイズ成分が重畳している場合には、各波長についての直流交流比は、信号成分とノイズ成分とで表される。このように表されたノイズ成分を算出する技術として、信号成分とノイズ成分との相互相関を用いた手法が挙げられる。例えば、ノイズ成分の除去にあたって、特許文献１では、各波長についての直流交流比が求められ、所定周波数以上にはノイズ成分が含まれるとともに全周波数領域にわたってノイズ成分の波長による比は一定であるという仮定の下に、ノイズ成分の波長による比が算出され、信号成分とノイズ成分との相互相関を用いることによってノイズ成分除去波形が算出されている。また、例えば、特許文献２では、信号成分とノイズ成分との相関が小さいという条件の下に、信号成分のパワーが最大になるような信号成分の波長による比およびノイズ成分の波長による比を求めることによってノイズ成分が除去されている。

日本国特許第３６２７２１４号公報 米国特許第７２５４４３３号明細書

ところで、特許文献１および特許文献２の技術では、演算処理量が比較的多いため、消費電力が大きくなってしまう。このことは、特に、携帯用の生体情報測定装置では、通常、電池で駆動されるため、消費電力の点で重大な問題となる。

また、生体情報測定装置は、手術室、集中治療室等の病棟のみならず、呼吸不全患者、在宅酸素療法患者の日常生活中の呼吸状態のデータ収集や管理、睡眠時無呼吸症候群のスクリーニング、登山等のスポーツ分野等常時身に着ける用途にまで用いられつつある。このような状況に鑑みても、生体情報測定装置には、小型化、軽量化、省電力化および低価格化等も求められている。

例として取りあげた生体情報測定装置に限らず、一般に、時系列データからノイズ成分を除去する信号処理を行う信号処理装置においても、ノイズ成分を除去する信号処理は消費電力の点で重大な問題といえる。

本発明は、上述の事情に鑑みて為された発明であり、その目的は、信号処理量を低減し消費電力をより抑えた生体情報信号処理装置、生体情報信号処理方法および生体情報測定装置を提供することである。

本発明の一態様によれば、周期性を有する第１信号成分と第１ノイズ成分とを含む第１の時系列信号と、前記第１信号成分と所定の関係を有する第２信号成分および前記第１ノイズ成分と所定の関係を有する第２ノイズ成分を含む第２の時系列信号と、前記第１ノイズ成分と前記第２ノイズ成分との前記所定の関係とに基づいて、前記第１の時系列信号と前記第２の時系列信号とから前記第１信号成分を含む信号を生成し、所定時間範囲での前記生成信号の周期性を用いて、前記所定時間範囲での前記第１ノイズ成分と前記第２ノイズ成分との前記所定の関係を推定する。これにより、ノイズ成分除去のために必要な信号処理量を従来技術より低減することができる。

生体組織を透過または反射した光を受光することによって得られる、生体情報の検出に必要なデータの一例を示す図である。 本発明の一実施形態における生体情報測定装置の構成を示すブロック図である。 前記生体情報測定装置における初期値を算出するフローチャートである。 前記生体情報測定装置における動脈血酸素飽和度を算出するフローチャートである。 前記生体情報測定装置における脈拍数を算出するフローチャートである。 図１で示された測定データによるR-kv*IRの波形を示す図である。

本発明の原理および実施の形態について述べる。なお、便宜上、信号処理装置のうち、特に生体情報測定装置を例として取りあげるが、生体情報測定装置のみならず、ノイズ成分を除去する信号処理装置にも本発明は適用可能である。

（本発明の原理）
まず、本発明の原理について説明する。この説明するにあたり、一例として、互いに波長IR、Rの異なる複数の光を生体へそれぞれ照射して前記生体を透過または反射した各光をそれぞれ受光することによって得られた各測定データに基づいて前記生体の生体情報として血中酸素飽和度を測定する場合について説明する。

ランバート・ベールの法則によって、生体組織を透過または反射したある波長の光の強度における交流成分と直流成分との比は、その波長での生体組織の吸光度の変化分に等しいと近似される。

上記ランバート・ベールの法則による近似を用いることによって、赤外波長IRについての、透過光または反射光の強度の直流成分と交流成分との比である赤外直交比IR_signalは、波長IRについての生体組織の吸光度の変化分と等しいと見なすことができる。同様に、赤色波長Rについての、透過光または反射光の強度の直流成分と交流成分との比である赤色直交比R_signalも、波長Rについての生体組織の吸光度の変化分と等しいと見なすことができる。

前記赤外直交比IR_signalは、（１）式のように表される。

ここで、sは、吸光度の変化分の信号成分で、nは、信号成分に重畳しているノイズ成分である。

そして、前記赤色直交比R_signalは、（２）式で表される。

ここで、k_aは、波長IRにおける吸光度の変化分の信号成分sと波長Rの吸光度の変化分の信号成分との比であり、k_vは、波長IRの信号成分に重畳したノイズ成分nと波長Rの信号成分に重畳したノイズ成分との比である。

式（２）のk_aと血中酸素飽和度とは、一対一に対応することが知られており、k_aを求めることによって、血中酸素飽和度を求めることができる。

また、（１）式にk_vを乗算することによって（３）式が得られ、（３）式から（２）式を減算することによって、以下の（４）式が得られる。

同様に、上の（１）式にk_aを乗算することによって（５）式が得られ、（５）式から（２）式を減算することによって、以下の（６）式が得られる。

ここで、信号成分sとノイズ成分nは、独立であるという関係、すなわち以下の関係式（７）を用い、かつ、短い時間内では、k_aおよびk_vが一定という条件の下で、上の（４）式と（６）式の相関をとることによって、式（８）が得られる。

ここで、Σは、k_aおよびk_vが一定であるような短い時間に関しての総和である。iは、光の強度の変化分の時系列データIR_signal、R_signalのデータ番号であり、データの測定時間間隔をΔt、測定開始時刻をt0として、t＝Δt＊i+ｔ0という関係で時間tと結ばれている。（８）式にはk_vとk_aという未知数が２つ含まれているため、（８）式のみからk_aとk_vとを求めることができない。

ここで、k_vを求めるために（４）式の右辺は、ほぼ周期的であることに着目し、（４）式の左辺が周期性をもつようなk_vを求める。

このように求められたk_vを（８）式に代入して、（８）式を満たす場合のk_aを求める。このk_aに基づいて、ノイズ成分を低減した血中酸素飽和度を求めることができる。そして、上述の演算方法では、例えば、演算処理量が比較的大きなフーリエ変換等を用いる必要がないので、演算処理量をより低減することが可能となる。

（実施の形態）
以下、本発明に係る実施の一形態を図面に基づいて説明する。なお、各図において同一の符号を付した構成要素は、同一の構成及び機能を有するものであることを示し、適宜、その説明を省略する。

まず、本発明の実施形態の構成について説明する。図２は、実施形態における生体情報測定装置の構成を示すブロック図である。なお、図中の実線は、後述する脈派の時系列データに相当する電気信号成分の各ブロック間での流れを表す。

この生体情報測定装置３０は、例えば体動等によるノイズ成分の影響を除去した生体情報を測定するために、測定対象（被験体）の生体を透過または反射した光の強度の時系列データを用いて測定対象の体動等による生体情報測定値への影響を除去し、ノイズ成分が除去された時系列データに基づいて、例えば血中酸素飽和度等の生体情報を測定する測定装置である。

より具体的に言えば、生体情報測定装置３０の生体情報測定装置本体は、互いに波長の異なる複数の光を生体へそれぞれ照射して生体を透過または反射した各光をそれぞれ受光することによって得られた各測定データに基づいて生体の生体情報を測定する。該生体情報測定装置本体は、測定データに基づいて生成され周期性を有する信号成分を含むデータから、周期性を用いることによって信号成分を除く成分であるノイズ成分を抽出し、データからノイズ成分を除去し、ノイズ成分を除去したデータに基づいて生体の生体情報を測定する測定部１０を備える。

すなわち、生体情報測定装置３０は、互いに波長の異なる複数の光を生体へそれぞれ照射して生体を透過または反射した各光をそれぞれ受光することによって各測定データを取得するデータ取得部１と、データ取得部１で得られた各測定データに基づいて生体の生体情報を測定する該生体情報測定装置本体とを備える。

このような構成の生体情報測定装置本体および生体情報測定装置３０では、周期性を用いることによってノイズ成分を抽出するので、ノイズ成分除去のために必要な演算処理量を従来技術より低減することができる。このため、演算処理量の低減により、ノイズ成分の演算に伴う消費電力も抑制することが可能となる。

また、上述の生体情報測定装置３０において、測定部１０は、データからノイズ成分を抽出するために、複数の波長のうちの所定の２波長について、測定データの直流成分と交流成分との比である直流交流比を求め、ノイズ成分に関する情報を有する変数を乗算した１波長についての直流交流比から残りの１波長についての直流交流比を減算した関係式が周期性をもつように、変数を決定する。

このような構成によれば、上記変数を上記関係式から求めて、ノイズ成分の抽出を行うため、ノイズ成分の抽出に伴う演算処理量を従来技術より効果的に減少することができる。このため、演算処理量の低減により、ノイズ成分の演算に伴う消費電力も効果的に抑制することが可能となる。

以下、より詳細に、この生体情報測定装置３０の構成について述べる。生体情報測定装置３０は、例えば、図２に示すように、データ取得部１と、測定部１０と、出力部２０とを備える。

データ取得部１は、測定部１０での生体情報の測定に必要な、所定の時間間隔で測定され、生体の脈動に関する時系列データを取得するための装置である。ここで、脈動を検出する方法としては、各種の方法が採用可能であるが、例えば生体組織のヘモグロビンの吸光特性を利用する方法を好適に採用することができる。周知の通り、酸素は、ヘモグロビンによって生体の各細胞に運ばれるが、ヘモグロビンは、肺で酸素と結合して酸化ヘモグロビンとなり、生体の細胞で酸素が消費されるとヘモグロビンに戻る。酸素飽和度は、血中の酸化ヘモグロビンの割合をいう。これらヘモグロビンの吸光度および酸化ヘモグロビンの吸光度は、波長依存性を有しており、例えば、ヘモグロビンは、赤色領域の波長Rの赤色光に対し酸化ヘモグロビンよりも光を多く吸収するが、赤外線領域の波長IRの赤外光に対しては酸化ヘモグロビンよりも光の吸収が少ない。この方法は、このようなヘモグロビンと酸化ヘモグロビンとの赤色光と赤外光とに対する吸光特性の違いを利用して例えば血中酸素飽和度や脈拍数等の生体情報を求めるものである。データ取得部１は、例えば、図２に示すように、赤色光（以下、R）を所定の生体組織に照射する発光素子（R）、および、前記発光素子（R）で照射され測定対象の生体組織を透過または反射した光を受光する受光素子（R）を備えたセンサ（R）部２と、赤外光（以下、IR）を前記所定の生体組織に照射する発光素子（IR）、および、前記発光素子（IR）で照射され測定対象の生体組織を透過または反射した各光を受光する受光素子（IR）を備えたセンサ（IR）部３とを含む反射型若しくは透過型センサである。このような構成のデータ取得部１は、所定の生体組織にセットされ、前記受光素子（R、IR）によって各受光量をそれぞれモニタして、これら受光された各光を光強度に従って電気信号へそれぞれ光電変換することによって脈波に関する前記各時系列データをそれぞれ取得する。なお、データ取得部１は、この他、圧力センサ等を備え、血管脈動による脈圧を直接検出することで、前記時系列データとして脈波データを取得する装置であっても良い。データ取得部１は、測定部１０に接続され、これら各時系列データを後述するAC/DC(R)部１１へ出力する。

出力部２０は、測定部１０に接続され、測定部１０で測定された生体に関する生体情報の測定値等を出力するための装置である。出力部２０は、例えば、液晶表示装置（ＬＣＤ；Liquid Crystal Display）、７セグメントＬＥＤ、有機フォトルミネセンス表示装置、ＣＲＴ（Cathode Ray Tube）表示装置およびプラズマ表示装置等の表示装置や、マイクやスピーカー等の音出力装置や、プリンタ等の印刷装置等である。例えば、脈波データのデータ解析結果等の各種測定情報は、光点灯（点消灯、点滅を含む）、文字、画像、音声あるいは印刷等の適宜に任意の形態で出力される。

この出力部２０は、例えば、図２に示すように、SpO2出力部２２と、脈拍数出力部２３と、信頼度出力部２４とを備える。SpO2出力部２２は、後述するSvO2推定SpO2決定部１９で算出された血中酸素飽和度を出力するための装置である。脈拍数出力部２３は、後述する脈拍数算出部２０で算出された脈拍数を出力するための装置である。そして、信頼度出力部２４は、後述する信頼度算出部２１で算出された信頼度を出力するための装置である。

この測定部１０は、例えば、図２に示すように、機能的に、AC/DC(R)変換部１１、AC/DC(IR)変換部１２、BPF(R)部１３、BPF(IR)部１４、ΣR_signal*IR_signal算出部１５、ΣR_signal²算出部１６、ΣIR_signal²算出部１７、初期値算出部１８、SvO2推定SpO2決定部１９、脈拍数算出部２０および信頼度算出部２１を備え、そして、予め記憶された制御プログラムに従い、データ取得部１および出力部２０を当該機能に応じてそれぞれ制御する。

測定部１０は、データ取得部１によって取得された脈波の時系列データに対して、所定の前処理を行った後に、ノイズ成分の除去および生体情報の演算に必要な初期値を算出し、前記初期値を用いて、脈波の時系列データに含まれるノイズ成分を除去するノイズ成分除去処理を行い、ノイズ成分除去後の脈波の時系列データに基づき、生体情報等を測定し、その生体情報の測定値を出力部２０へ出力する装置である。測定部１０は、例えば、後述する演算処理を行う各演算処理プログラム等を記憶するＲＯＭ（Read Only Memory）、いわゆるワーキングメモリとして機能し一時的にデータを格納するＲＡＭ（Random Access Memory）および前記演算処理プログラム等を前記ＲＯＭから読み出して実行する中央処理装置（ＣＰＵ）およびその周辺回路等である。

AC/DC(R)変換部１１は、データ取得部１のセンサ（R）部２から入力される赤色光（R）の時系列データに対し、直流成分と交流成分との比であるデータに変換する回路である。なお、本実施形態では、AC/DC(R)変換部１１は、前記前処理として、暗電流による成分を除去するダーク処理を行う。

BPF(R)部１３は、AC/DC(R)変換部１１から赤色光（R）の時系列データが入力され、ノイズ成分を除去して赤色光（R）についての周波数成分を得るためのバンドパスフィルタ（ＢＰＦ）である。BPF(R)部１３は、フィルタリング後の時系列データであるR_signalをΣR_signal＊IR_signal算出部１５、ΣR_signal²算出部１６およびSvO2推定SpO2決定部１９へそれぞれ出力する。

AC/DC(IR)変換部１２は、データ取得部１のセンサ（IR）部３から入力される赤外光（IR）の時系列データに対し、直流成分と交流成分との比であるデータに変換する回路である。なお、本実施形態では、AC/DC(IR)変換部１２は、前記前処理として、暗電流による成分を除去するダーク処理を行う。

BPF(IR)部１４は、AC/DC(IR)変換部１２から赤外光（IR）の時系列データが入力され、ノイズ成分を除去して赤外光（IR）についての周波数成分を得るためのバンドパスフィルタである。BPF(IR)部１４は、フィルタリング後の時系列データであるIR_signalをΣR_signal＊IR_signal算出部１５、ΣIR_signal²算出部１７およびSvO2推定SpO2決定部１９へそれぞれ出力する。

ΣR_signal＊IR_signal算出部１５は、BPF(R)部１３から入力される赤色光(R)の時系列データと、BPF(IR)部１４から入力される赤外光(IR)の時系列データとを用いて、相互相関ΣR_signal＊IR_signalを算出し、算出した相互相関ΣR_signal＊IR_signalを初期値算出部１８に出力する回路である。ΣR_signal²算出部１６は、BPF(R)部１３から入力される赤色光(R)の時系列データを用いて、自己相関ΣR_signal²を算出し、算出した自己相関ΣR_signal²を初期値算出部１８に出力する回路である。ΣR_signal²算出部１６は、BPF(R)部１３から入力される赤色光(R)の時系列データを用いて、自己相関ΣR_signal²を算出し、算出した自己相関ΣR_signal²を初期値算出部１８に出力する回路である。ΣIR_signal²算出部１７は、BPF(IR)部１４から入力される赤外光(IR)の時系列データを用いて、自己相関ΣIR_signal²を算出し、算出した自己相関ΣIR_signal²を初期値算出部１８に出力する回路である。初期値算出部１８は、初期値を算出する回路であり、より具体的には、ΣR_signal＊IR_signal算出部１５から入力される相互相関ΣR_signal＊IR_signal、ΣR_signal²算出部１６から入力される自己相関ΣR_signal²、および、ΣIR_signal²算出部１７から入力される自己相関ΣIR_signal²を用いて、初期値を算出し、算出した初期値をSvO2推定SpO2決定部１９へ出力する。

SvO2推定SpO2決定部１９は、周期性を有する信号成分を含む時系列データから、周期性を用いて信号成分に重畳したノイズ成分を除去し、ノイズ成分を除去した時系列データに基づいて、動脈の血中酸素飽和度を算出する回路である。SvO2推定SpO2決定部１９は、課題を解決するための手段で開示した信号生成部および推定部に相当する。SvO2推定SpO2決定部１９決定部１９は、より具体的には、BPF(R)部１３から入力される時系列データR_signal、およびBPF(IR)部１４から入力される時系列データIR_signalから、初期値算出部１８で算出された初期値を基に、動脈の血中酸素飽和度を算出する回路であり、必要に応じてノイズ成分に基づき静脈の血中酸素飽和度を算出し、算出した血中酸素飽和度をSpO2出力部２２へ出力する。脈拍数算出部２０は、SvO2推定SpO2決定部１９でノイズ成分を除去した時系列データに基づいて、脈拍数を算出し、算出した脈拍数を脈拍数出力部２３へ出力する回路である。信頼度算出部２１は、測定した生体情報について、誤差の度合いを表す信頼度を算出する回路であり、算出した信頼度を信頼度出力部２４へ出力する。

なお、必要に応じて生体情報測定装置３０は、図略の外部記憶部をさらに備えてもよい。外部記憶部は、例えば、メモリカード、フレキシブルディスク、ＣＤ−ＲＯＭ（Compact Disc Read Only Memory）、ＣＤ−Ｒ（Compact Disc Recordable）,ＤＶＤ−Ｒ（Digital Versatile Disc Recordable）およびブルーレイディスク（Blue-ray Disc）等の記憶媒体との間でデータを読み込みおよび／または書き込みを行う装置であり、例えば、メモリカードインタフェース、フレキシブルディスクドライブ、ＣＤ−ＲＯＭドライブ、ＣＤ−Ｒドライブ、ＤＶＤ−Ｒドライブおよびブルーレイディスクドライブ等である。

ここで、生体情報測定装置３０は、測定部１０に演算処理プログラム等が格納されていない場合には、これらプログラム等を記録した記録媒体から、前記外部記憶部を介して測定部１０にインストールされるように構成されてもよい。あるいは、生体情報測定装置３０は、検出された生体情報等のデータが前記外部記憶部を介して記録媒体に記録されるように構成されてもよい。

次に、本実施形態の動作について説明する。図３は、実施形態における生体情報測定装置における初期値を算出するフローチャートである。図４は、実施形態における生体情報測定装置における動脈血中酸素飽和度を算出するフローチャートである。図５は、実施形態における生体情報測定装置における脈拍数を算出するフローチャートである。

生体情報測定装置３０は、例えば、その起動によって演算処理プログラムを実行する。この演算処理プログラムの実行によって、測定部１０の各部１１〜２１が機能的に構成される。そして、生体情報測定装置３０は、以下の動作によって、データ取得部１で取得された時系列データに基づいて、ノイズ成分を低減した例えば血中酸素飽和度等の生体情報を測定する。

この図３および図４に示すフローチャート（ステップＳ１〜Ｓ１５）は、大きく分けてステップＳ１〜Ｓ７の初期値算出フローと、ステップＳ８〜Ｓ１５の血中酸素飽和度検出フローとから構成されている。図５に示すフローチャート（ステップＳ１６〜Ｓ２０）は、脈拍数検出フローである。

＜初期値算出フロー（Ｓ１〜Ｓ７）＞
初期値算出フローでは、データの前処理（ステップＳ１〜ステップＳ４）を行った後に、初期値を算出する（ステップＳ５〜ステップＳ７）。

まず、ステップＳ１では、測定部１０には、データ取得部１から、センサ（R）部２の暗電流による成分R_dark、および、センサ（IR）部３の暗電流による成分IR_darkがそれぞれ入力される。そして、測定部１０には、データ取得部１から、生体組織を透過または反射した波長IRおよび波長Rの光の強度変化に関するデータ時系列であるR_signal_and_dark(i)およびIR_signal_and_dark(i)がそれぞれ入力される。ここで、iは、１からN個まである時系列データのi番目であることを表し、iと時間との対応は、前記発明の原理で述べた通りである。Nは、酸素飽和度の算出に必要なデータ数が選ばれ、例えば２００等の値が用いられる。簡便のため、以降は、時系列データのiを省略して記載する。なお、波長Rに関するデータR_signal_and_darkには、センサ（R）部２の暗電流による成分R_darkが、波長IRに関するデータIR_signal_and_darkには、センサ（IR）部３の暗電流による成分IR_darkがそれぞれ含まれている。

次に、ステップＳ２において、AC/DC(R)部１１は、R_signal_and_darkからR_darkを差し引くダーク処理を行う。同様に、AC/DC(IR)部１２は、IR_signal_and_darkからIR_darkを差し引くダーク処理を行う。次に、ステップＳ３において、ダーク処理された各波長の信号を直流成分と交流成分との比（交流成分／直流成分）にそれぞれ変換する。より具体的には、IR_signal_and_darkからIR_dark成分が除去され、生体由来の光の強度のみからなる直流成分と交流成分との比であるIR_signalが算出される。同様にR_signal_and_darkからR_dark成分が除去され、生体由来の光の強度のみからなる直流成分と交流成分との比であるR_signalが算出される。

次に、ステップＳ４において、BPF(R)部１３は、R_signalをフィルタリングし、不要な周波数成分を除去して所望の周波数成分のみを得るための処理を行う。同様にBPF(IR)部１４は、IR_signalをフィルタリングし、不要な周波数成分を除去して所望の周波数成分信号成分を得るための処理を行う。

次に、ステップＳ５において、ステップＳ４で取り出されたデータR_signal、IR_signalに対し、ΣR_signal*IR_signal算出部１５、ΣR_signal²算出部１６、ΣIR_signal²算出部１７は、相互相関ΣR_signal＊IR_signal、波長Rについての自己相関ΣR_signal²および波長IRについての自己相関ΣIR_signal²をそれぞれ算出する。なお、上述の発明の原理で説明したように、Σはiに関して１からNまで取られる総和であり、短い時間間隔で、k_vとk_aは、一定であるという仮定が成り立つ。

次に、ステップＳ６において、初期値算出部１８は、k_vの初期値であるk_v_0に、前回求められたk_v等の適当な値を代入する。

次に、ステップＳ７において、ステップＳ５およびステップＳ６で求めたΣR_signal＊IR_signal、ΣR_signal²、ΣIR_signal²およびk_v_0を用いて、初期値算出部１８は、血中酸素飽和度検出フローで必要となる、k_aの初期値k_a_0およびk_nsの初期値であるk_ns_0をそれぞれ算出する。

k_nsは、ノイズ成分を抽出するか否かを判定するための指標であり、ノイズ成分の強度と信号成分の強度との比等で表され、例えば、式（９）のように表される。

ここで、ノイズ成分の強度に関する値であるn_squareと信号成分の強度に関する値であるs_squareは、式（８）にk_v_0を代入して等号が成り立つか否かによって異なる式で与えられる。

式（８）にk_v_0を代入して、等号が成り立つ（すなわち左辺がゼロに等しくなる）ようなk_aの値が求められた場合には、そのk_aの値がk_a_0とされ、以下の式（１０）と式（１１）と（９）を用いてk_ns_0が算出される。

一方、式（８）にk_v_0を代入し、等号が成り立たない（すなわち左辺がゼロではない）ようなk_aが求まらない場合には、前回のk_aなど適当なk_aをk_a_0とし、以下の式（１２）と式（１３）と式（９）を用いてk_ns_0が算出される。また、動脈血と静脈血の酸素飽和度の差として例えば１０％と仮定して、それに相当する値をk_v_0から差し引いた値をk_a_0としても良い。

なお、初期値算出部１８は、k_a_0を、メモリ等（図示せず）に予め記憶する（ステップＳ７）。初期値算出部１８は、ΣR_signal＊IR_signal、ΣR_signal²、ΣIR_signal²、 k_v_0、k_a_0およびk_ns_0を前記メモリ等（図示せず）に予め記憶する。

＜血中酸素飽和度検出フロー（Ｓ８〜Ｓ１５）＞
上記のステップにより初期値算出が終了した後、血中酸素飽和度検出フローが実行される。

ステップＳ８において、SvO2推定SpO2決定部１９は、はじめに、ノイズ成分の指標であるk_ns_0と所定の値とを比較することにより、ノイズ成分状態を判定する。この判定結果により次の２通りに処理が分かれる。なお、所定の値は、除去すべきノイズ成分のレベルに応じて適宜に選定され、例えば、この実施例では0.05等である。

ノイズ成分の指標がゼロ、もしくは小さい（例えば、|k_ns_0|＜0.05）とSvO2推定SpO2決定部１９が判定した場合（Ｎｏ）には、例えば、従来の技術として知られている、k_aを波長IRの吸光度の変化分の信号成分と波長Rの吸光度の変化分の信号成分との比の平均値として求める方法である式（１４）を用いてk_aが算出され（ステップＳ９）、続いてステップＳ１４が実行される。

一方、ステップＳ８において、ノイズ成分の指標が大きい（例えば|k_ns_0|≧0.05）とSvO2推定SpO2決定部１９が判定した場合（Ｙｅｓ）には、ステップＳ１０が実行され、周期性が算出される。

本発明の原理で説明したように、式（４）の左辺に相当するq（以下の式（１５参照）が最も強く周期性を持つように選択されたk_vが、最適なk_vである。

ここで、qは、あるk_vに対する、i番目のデータ系列である式（４）の左辺についての値を表す。

より具体的に、k_vの値に応じて、式（１５）は、どのように変化するかについて、図６を用いて以下に説明する。

図６は、図１で用いた測定データによるR-kv*IRの波形を示す図である。図６（ａ）は、k_vを最適値より小さい値で与えた場合の、k_vに対する式（１５）で与えられるデータ系列による波形を示し、図６（ｂ）は、k_vを最適値に近似される値で与えた場合の、k_vに対する式（１５）で与えられるデータ系列による波形を示し、そして、図６（ｃ）は、k_vを最適値より大きい値で与えた場合の、k_vに対する式（１５）で与えられるデータ系列による波形を示す。なお、波形は、時系列データのデータ間で補間している。図６（ａ）から（ｃ）において、これら横軸は、所定の短い時間（データ系列の番号iでは１からNまでのデータ系列に相当）であり、縦軸は、式１５のqである。

最適値より小さいk_vを式（１５）に与えた場合には、図６（ａ）に示す波形で、最適値に近似される値k_vを式（１５）に与えた場合には、図６（ｂ）に示す波形となっている。これら２つの図を比較すると分かるように、最適値に近似される値k_vが代入されている場合（図６（ｂ）では、信号成分にノイズ成分が重畳している場合でも波形に強い周期性が認められるが、最適値より小さいk_vを式（１５）に与えた場合には、信号成分にノイズ成分が重畳していると、波形は、乱れ、周期性が弱い。そして、最適値より大きいk_vを式（１５）に与えた場合には、図６（ｃ）に示す波形となっている。この図６（ｃ）を図６（ｂ）と比較すると分かるように、最適値より大きいk_vを式（１５）に与えた場合（図６（ｃ））には、信号成分にノイズ成分が重畳していると、波形は、乱れ、周期性が弱い。

以上のk_vに対する式（１５）の変化を利用するため、式（１５）の周期性が検出される。より具体的には、本実施形態では、式（１５）で与えられるqの周期が算出される。すなわち、ステップＳ１０では、k_vの初期値をk_v_0として、k_vを所定の範囲内（例えば、k_v_0−0.5＜k_v＜k_v_0＋0.5）で逐次変化させて得られる式（１５）で与えられるqを２値化することによって、波形の幅が算出される。なお、２値化する際の閾値は、予め測定部１０に記憶されてもよいし、測定部１０が例えばデータの最大振幅に対する４０パーセント等のようにデータの振幅特性から適宜に決定してもよい。

２値化した波形の幅を算出する具体的な手順を簡単に説明する。２値化は、所定の閾値以上の値を定数（例えば、１）に変換すると共に、前記閾値未満の値を他の定数（例えば、０）に変換する処理である。なお、２値化の閾値は、適当な値（例えば、０）が選ばれるが、これに限定されるものではなく、適宜変更可能である。

例えば、前記定数を用いれば、式（１５）のｑが２値化処理をされた後には、１またはゼロの値を取るが、隣り合う１とゼロとに着目し、隣り合う１とゼロとの組みが繰り返される周期が算出すべき波形の周期である。隣り合う１とゼロとに関して、すべての波形の周期を算出する。また例えば、細かいサブピークを除去するために、式（１５）のｑが増加（または減少）する間において所定の振幅以上のレベルとなる時刻をプロットし、この隣接するプロットにおける時刻の差の平均値を周期としてもよい。この所定の振幅は、測定部１０に予め記憶されてもよいし、測定部１０がデータの振幅特性から決定してもよい。

ステップＳ１１では、SvO2推定SpO2決定部１９は、ステップＳ１０で得られた、各k_vを初期値であるk_v_0から所定の範囲内（例えば、k_v_0−0.5＜k_v＜k_v_0＋0.5）で逐次変化させて得られた波形の幅のばらつきを算出し、ばらつきが最小になるようなk_vを決定する。

なお、ステップＳ１０とステップＳ１１とにおいて、式（１５）が周期性を持つようなk_vを求めるための指標として、２値化処理後の波形の山と谷の周期を用いたが、これに限定されるものではない。２値化処理後の波形における、他の指標として、山が繰り返される周期のみ、谷が繰り返される周期のみを用いてもよい。また、山の周期の最大値−山の周期の最小値、谷の周期の最大値−谷の周期の最小値、山の周期の標準偏差、谷の周期の標準偏差、山の幅の最大値−山の幅の最小値、谷の幅の最大値−谷の幅の最小値、山の幅の標準偏差、谷の幅の標準偏差を用いても良い。さらに、指標として、R_signal−k_v＊IR_signalの波形の極大値と極小値から求められる振幅の最大−最小や標準偏差等を用いてもよい。

上記では閾値をひとつ設けるとして説明したが、閾値を複数設定しても良い。例えば、閾値１および閾値２を設け、閾値１＞０、閾値２＜０とする。式(１５)＞閾値１の場合は＋１、式(１５)＜閾値２の場合は−１、閾値１≦式(１５)≦閾値２の場合は０として＋１のパルス幅やパルス周期のバラツキ(最大値−最小値や標準偏差)および／または−１のパルス幅やパルス周期のバラツキ(最大値−最小値や標準偏差)を最小にするk_vを最適値として求めても良い。また、式（１５）に対応した信号が閾値１を超えるか否かで２値化したパルスと、閾値２を超えるか否かで２値化したパルスそれぞれについて前記の種々の周期性の指標を算出して、その平均値（単純平均、調和平均、相乗平均を含む）を最小にするk_vを最適値としてもよい。さらに、３つ以上の閾値を設け、式（１５）に対応した信号がそれぞれの閾値を超えるか否かで２値化した３種以上の２値化パルスそれぞれについて前記の種々の周期性の指標を算出して、その平均値（単純平均、調和平均、相乗平均を含む）を最小にするk_vを最適値としてもよい。閾値の数を多くすると計算量は増えるが、周期性の評価の精度が向上する利点がある。

いずれの指標においても、指標の標準偏差や指標の最大値と最小値との差等から、所定の時間内で、最も指標のばらつきが最小となるようなk_vを求めてもよい。複数の指標を用いた場合、それぞれの指標を最小にするk_vが異なる場合がある。その場合はそれぞれの指標を最小にするk_vの調和平均値を最適値とする。平均値としては単純平均値、相乗平均値でもよい。また、複数の指標を最小にする複数のk_vのうち前回のk_vに最も近いものを採用しても良い。また、複数の指標の平均値(単純平均値、調和平均値、相乗平均値など)を指標として評価しても良い。k_vは急激に変化することはないので、k_vを変えて前記の指標を評価する際に、それらに前回のk_v最適値とk_vの差の絶対値またはそれに対応した係数を掛けた値を指標として評価しても良い。

なお、ステップＳ１０とステップＳ１１では、周期性を利用する一例として、式（１５）の左辺が周期性を満たすようにk_vを求める例を挙げたが、式（１５）に限定されるものではなく、k_vが信号成分で表される数式であれば、式（１５）に代えて用いてもよい。

次に、ステップＳ１２において、SvO2推定SpO2決定部１９は、ステップＳ１１で求めたk_vを式（８）に代入してこの方程式を解くことでk_aを算出する。式(８)はR_signal、IR_signalをそれぞれの時間差分に置き換えたものでも良い。

なお、ステップＳ１０とステップＳ１１とにおいて、複数の指標に応じて複数のk_vを求めた場合には、各k_vに対して、式（８）の等号が成立するようなk_aをおのおの算出しても良い。複数のk_aから最終的なk_aを決める方法は、複数のk_aの平均値(単純平均値、調和平均値、相乗平均値など)を最終的なk_aとしてもよいし、複数のk_aのうち前回の最終的なk_aに最も近いものを今回の最終的なk_aとしてもよいし、複数のk_aのうち最大と最小を除いたものの平均値を最終的なk_aとしてもよい。さらに、前回のk_aとの差の絶対値に対応した重みを掛けて荷重平均しても良い。また、k_vはおよそ２００組のR_signal、IR_signalについて前記の方法で決定し、k_aを求める際は２００組のデータを例えば４分割して４組の式(８)を解いて４個のk_aを算出してそれらの平均値(単純平均、調和平均、相乗平均値、前回k_aとの差の絶対値を重みとする荷重平均値など)を求めても良い。２００組のデータ全体で求めたk_aと前記の４個のk_aの平均値をさらに平均しても良い。

この他、ステップＳ１０とステップＳ１１において、複数の指標からそれぞれに応じて複数のk_vが求められた場合には、連続するk_vの範囲の中央値、または直前の動脈血酸素飽和度演算で得られたk_vに最も近い値を最適値としてもよい。なお、今までの説明ではノイズ成分の指標がゼロ、もしくは小さいときは式（１４）など従来の方法によりk_aを算出しているが、式（８）に前回のk_v(＝k_v_0)を代入してk_aを求めても良い。ノイズが小さい場合は式(８)の左辺はΣ{IR_signal＊k_v−R_signal}＊{IR_signal＊k_a−R_signal}≒(k_v−k_a)＊ΣIR_signal＊{IR_signal＊k_a−R_signal}≒(k_v−k_a)＊{ΣIR_signal²＊k_a−ΣIR_signal＊R_signal}なので、k_v としてk_aとは異なる値を代入すれば、方程式はΣIR_signal²＊k_a−ΣIR_signal＊R_signal＝０と等価である。この解はk_a＝ΣIR_signal＊R_signal／ΣIR_signal²が得られる。ノイズが小さいときはR_signal≒真のk_a＊IR_signalなので、上式の右辺は真のk_aになる。したがって、式(８)に前回のk_vなどk_aとは異なると思われる値を代入して解くことにより、真のk_aに十分近い値を得ることができる。また、ノイズが小さいときはR_signal−k_v＊IR_signalは広い範囲のk_vに対して強い周期性を持つが、その場合でも前回のk_vとk_vの差の絶対値を前記の種々の指標に掛けた値を評価すれば、k_vの最適値はほぼ前回のk_vに近い値になるので、ノイズの指標が大きいときと同様の処理を行っても真のk_aに十分近い値を得ることができる。計算速度よりもプログラムの簡素化を重視する場合はノイズ指標の大きさによって処理を分けなくても良い。

次に、ステップＳ１３において、SvO2推定SpO2決定部１９は、式（９）を用いて、ノイズ成分の指標となるk_nsを算出する。k_nsの算出には、ステップＳ７で前記メモリに記憶されたΣR_signal＊IR_signal、ΣR_signal²およびΣIR_signal²が用いられる。

次に、ステップＳ１４において、SvO2推定SpO2決定部１９は、k_aの信頼度又はk_vの信頼度を算出し、k_aに基づき、血中酸素飽和度を算出する。ここで、k_aの信頼度とは、k_aに含まれる誤差の度合いを表す値である。同様に、k_vの信頼度とは、k_vに含まれる誤差の度合いを表す値である。

次に、ステップＳ１５において、SvO2推定SpO2決定部１９は、次回の測定に備えて、k_vを、k_v_0として記憶する。SpO2出力部２２と信頼度出力部２４とは、それぞれステップＳ１４で検出した血中酸素飽和度とk_aの信頼度とを出力する。信頼度出力部２４は、k_aの信頼度に代えてk_vの信頼度を出力してもよい。また、測定部１０は、ステップＳ１３で算出したk_nsと第１の所定の値とを比較し、k_nsが第１の所定値を超えた場合には、k_nsが第１の所定値を超えた旨を警告するための警告をSpO2出力部２２に出力する。さらに、測定部１０は、k_aの信頼度と第２の所定値とを比較し、k_aが第２の所定値を超えた場合には、k_aが第２の所定値を超えた旨を示す警告をさらに信頼度出力部２４に出力してもよい。また、測定部１０は、k_aの信頼度に代えてk_vの信頼度を用いて、k_vの信頼度と第３の所定の値とを比較し、k_vが第３の所定の値を超えた場合には、k_vが第３の所定値を超えた旨を示す警告をさらに信頼度出力部２４に出力してもよい。

一般に、算出された動脈血酸素飽和度の値の大小によって、それに含まれる誤差は異なることが知られており、例えば、動脈血酸素飽和度が約９５％の場合と７０％の場合とでは動脈血酸素飽和度の誤差の大きさが異なる。そこで、k_nsの所定値は、以下のように変化させる。k_nsの所定値は、動脈血酸素飽和度が所定の動脈血酸素飽和度より小さい場合（k_aとk_vとは大きく、静脈の血中酸素飽和度が小さい場合に相当)にはk_nsの所定値を小さく設定し、一方、逆に動脈血酸素飽和度が所定の動脈血酸素飽和度より大きい場合（k_aとk_vとは小さく、静脈の血中酸素飽和度が大きい場合に相当）にはk_nsの所定値を大きく設定するとよい。このように算出された動脈血酸素飽和度の値に応じて、k_nsの所定値を変化させることで、例えば、動脈血酸素飽和度が大きい場合は閾値を大きくし、動脈血酸素飽和度が小さい場合とほぼ同じ値で警告や出力禁止を行うことができる。ここで、所定の動脈血酸素飽和度および所定の動脈血酸素飽和度に応じたk_nsの所定値は、過去の測定データを元にして決定した値を測定部１０に予め記憶しておいてもよいし、生体や生体の状態に応じて適宜に変化させてもよい。求められたk_a又はk_vの信頼度の指標として前記k_ns以外に、例えば、式(１６)から式(２１)の何れかの式で与えられる値zを用いてもよい。zの絶対値が大きいと、k_aの信頼度は低い。また、zの絶対値が大きいと、k_vの信頼度は低い。

さらに、k_aの信頼度の指標の代わりとして、以下の式(２２)で与えられる値wのバラツキ(標準偏差、最大値−最小値など)を用いてもよい。値wのバラツキが小さいことは、求めたk_aの信頼度は高いことを示している。

この他、R_signalをy、IR_signalをxとした場合における（x,y）の回帰直線に対するyのバラツキや最大値と最小値との差等からk_aの信頼性を評価してもよい。

＜脈拍数検出フロー（Ｓ１６〜Ｓ２０）＞
図５において、ステップＳ１６から、脈拍数算出部２０は、脈拍数検出フローを開始する。ステップＳ１７において、脈拍数算出部２０は、血中酸素飽和度フローのステップＳ１１で算出したk_vから、ノイズ成分を除去した脈波波形を求める。脈拍数算出部２０は、ステップＳ１０で行った２値化処理と同様に、ノイズ成分を除去した脈波波形に対し、２値化処理を行う。この場合の閾値は０でも良いし、前記のk_vを決めるときに用いた閾値でも良い。

次に、ステップＳ１８において、脈拍数算出部２０は、R_signal(i)−k_v*IR_signal(i)の所定時間内の周期T(j)の平均値T_ave（T_ave＝1／N(ΣT(j))）を算出する。

次に、ステップＳ１９において、脈拍数を算出する。脈拍数は、前記周期の逆数として求められる。すなわち、脈拍数をPulse(回／min)として、Pulse＝60／T_aveで表される。R_signal(i)−k_v＊IR_signal(i)のフーリエ変換またはその絶対値のピークを与える周波数から脈拍数を算出しても良い。

次に、ステップＳ２０において、脈拍数算出部２０は、算出した脈拍数を脈拍数出力部２３に出力し、脈拍数検出フローを終了する。

このように動作することによって、生体情報測定装置３０は、酸素飽和度検出フローおよび脈拍数検出フローにより、酸素飽和度と脈拍数とを測定する。

以上のような実施形態によれば、信号成分の周期性を利用してノイズ成分を除去しているので、従来技術より演算処理を簡単化することができ、演算処理量を低減することができる。そのため、演算処理に伴う消費電力を抑制することができる。この結果、生体情報測定装置３０に電池を使用することが可能となり、携帯に便利な小型軽量な生体情報測定装置を提供することができる。このため、例えば、登山者や在宅酸素療法患者が常時携帯しても体力的な負担を低下させることができる。

また、本実施形態に係る生体情報測定装置３０は、信号成分の強度と前記ノイズ成分の強度との比に関する情報を有する指標に基づいて、ノイズ成分を抽出するか否かの判断を行うので、ノイズ成分が無視できるほど小さい場合においては、このノイズ成分の除去を行う演算を省略することができるので、生体情報を得るための演算時間が短縮され、消費電力を抑えて電池動作時間をより長くできるとともに、より早く生体情報を得ることができる。

また、本実施形態に係る生体情報測定装置３０は、音声、文字および光等によって生体情報、信号信頼度およびノイズ信頼度を出力するので、これらを容易に確認することが可能となる。さらに、本実施形態に係る生体情報測定装置３０は、指標が所定の値を超えたことを示す警告、あるいは信号信頼度またはノイズ信頼度の低下を示す警告を出力するので、測定対象者や測定者等に生体情報の取り扱いに関して注意を喚起することもできる。そして、前記指標、前記ノイズ信頼度および前記信号信頼度に応じて、演算された生体情報の取り扱いを変更することが可能となり、例えば、指標を基に再計測等を行うことができる。

また、本実施形態に係る生体情報測定装置３０は、脈拍数を算出する際に、２値化した波形を用いることで、例えばダブルピーク等による誤測定を低減することができる。

また、本実施形態に係る生体情報測定方法は、同じ計算資源（ハードウェア資源）において、生体情報をより早い計算時間で算出することできる。

上記実施形態では、一例として、周期性をもつ２波長の光の強度変化を検出して血中酸素飽和度を求める生体情報測定装置３０を例示した。この他、周期性をもつ１波長の光の強度変化に基づき、脈拍、不整脈（心房細動・期外収縮）の検出、除細動時のモニタ、自律神経障害、血管年齢等の診断等を行う生体情報測定装置にも本発明を適用することができる。さらに、脈波波形以外に、心電等の生体情報を測定対象とする装置にも適用することができる。

なお、上記実施形態では、k_vを算出する際に、信号成分の周期性を利用したが、ステップＳ１１とステップＳ１２に代えて、式（１５）で与えられるqをフーリエ変換した式（２３）を用いてもよい。

ここで、Fは、フーリエ変換、ωは、周波数である。|F(ω)|のピーク高さ/ピーク幅を指標としてそれを最大にするωからk_vを求めてもよい。この指標にk_vと前回のk_vとの差の絶対値を掛けたものをk_vが最適かどうかの指標にしても良い。最適なk_vが得られたときのF(ω)のピークを与えるωを６０倍して脈拍数を求めても良いし、最適なk_vを用いてR_signal−k_v＊IR_signalの周期から脈拍数を求めても良い。

この他、上記実施形態では、k_vを算出するのにあたり、信号成分の周期性を利用したが、ステップＳ１１とステップＳ１２に代えて、式（１５）で与えられるqについて、qの二乗からqの二乗の時間平均を減算した信号のフーリエ変換である式（２４）を用いてもよい。

ここで、Pは、フーリエ変換、ωは、周波数である。P（ω）のピーク高さ/ピーク幅を指標としてそれを最大にするωからk_vを求めても良い。この指標にk_vと前回のk_vとの差の絶対値を掛けたものをk_vが最適かどうかの指標にしても良い。最適なk_vが得られたときのP(ω)のピークを与えるωを３０倍した値を脈拍数とすることもできる。

なお、上記実施形態のステップＳ９において、式（１４）に代えて以下の式（２５）から式（３４）の何れかの式を用いて、k_aを求めてもよい。

ここで、式（２５）と式（２６）は、R_signalとIR_signalとの時間差分の比からk_aを求める式である。

式（２７）から式（２９）は、R_signalとIR_signalの自己相関と相互相関との比からk_aを求める式である。

式（３０）は、R_signalとIR_signalの回帰直線の傾きからk_aを求める式である。なお、以下の式（３０）から式（３４）中のΔは、各データ系列の時間差分を表す。

上述のように、新規な生体情報信号処理装置は、周期性を有する第１信号成分と第１ノイズ成分とを含む第１の時系列信号と、前記第１信号成分と所定の関係を有する第２信号成分および前記第１ノイズ成分と所定の関係を有する第２ノイズ成分を含む第２の時系列信号と、前記第１ノイズ成分と前記第２ノイズ成分との前記所定の関係とに基づいて、前記第１の時系列信号と前記第２の時系列信号とから前記第１信号成分を含む信号を生成する信号生成部と、第１の所定時間範囲での該生成信号の周期性を用いて、前記第１の所定時間範囲での前記第１ノイズ成分と前記第２ノイズ成分との前記所定の関係を推定する推定部とを備えている。

また、上述の生体情報信号処理装置において、前記信号生成部は、前記生成信号に２値化処理を行うことで２値化信号をさらに生成し、前記推定部は、前記２値化信号の周期性を用いて前記生成信号の周期を推定するのが好ましい。

また、上述の生体情報信号処理装置において、前記推定部は、前記２値化信号の周期性を算出するために、前記２値化信号のパルス幅の変動およびパルス周期の変動のうち、少なくとも何れかを用いるのが好ましい。

また、上述の生体情報信号処理装置において、前記推定部は、第１の所定時間範囲での、前記生成信号の複数の極大値及び／又は複数の極小値を算出し、複数の極大値における変動及び／又は複数の極小値における変動を用いて、前記生成信号の周期を算出するのが好ましい。

また、上述の生体情報信号処理装置において、前記推定部は、前記生成信号の周期に関する情報を有する複数の指標に基づき、前記生成信号の周期を算出するのが好ましい。

また、上述の生体情報信号処理装置において、前記信号生成部は、前記第１の所定時間範囲での前記生成信号にフーリエ変換を行うことで、フーリエ信号をさらに生成し、前記推定部は、前記フーリエ信号のピーク幅に基づいて、前記第１の所定時間範囲での前記第１ノイズ成分と前記第２ノイズ成分との前記所定の関係を推定するのが好ましい。

また、上述の生体情報信号処理装置において、前記推定部は、前記生成信号の周期性を用いて、前記第１信号成分の周期または前記第２信号成分の周期をさらに算出するのが好ましい。

また、上述の生体情報信号処理装置において、前記推定部は、前記第１の所定時間範囲での前記第１ノイズ成分と前記第２ノイズ成分との前記所定の関係と、前記第１の所定時間範囲で前記第１信号成分と前記第１ノイズ成分とは独立であることとを用いて前記第１信号成分と前記第２信号成分との前記所定の関係をさらに推定するのが好ましい。

また、上述の生体情報信号処理装置において、前記推定部は、前記第１の所定時間範囲での前記第１ノイズ成分と前記第２ノイズ成分との前記所定の関係と、第２の所定時間範囲で第１信号成分および第１ノイズ成分とは独立であることとを用いて、前記第２の所定時間範囲での前記第１信号成分と前記第２信号成分との前記所定の関係をさらに推定するのが好ましい。

また、上述の生体情報信号処理装置において、前記第２の所定時間範囲は複数であって、前記推定部は、前記第２の所定時間範囲毎に前記第１信号成分と前記第２信号成分との前記所定の関係をそれぞれ推定するのが好ましい。

また、上述の生体情報信号処理装置において、前記推定部は、前記第２の所定時間範囲毎の前記第１信号成分と前記第２信号成分との前記所定の関係を用いて、前記第１信号成分と前記第２信号成分との前記所定の関係の平均値を算出するのが好ましい。

また、上述の生体情報信号処理装置において、前記推定部は、前記第１の所定時間範囲での前記第１信号成分と前記第２信号成分との前記所定の関係と、前記第２の所定時間範囲毎の前記第１信号成分と前記第２信号成分との前記所定の関係を用いて、前記第１信号成分と前記第２信号成分との前記所定の関係の平均値を算出するのが好ましい。

また、上述の生体情報信号処理装置において、前記平均値は加重平均によって求めた値であるのが好ましい。

また、上述の生体情報信号処理装置において、前記推定部は、前記第１ノイズ成分を除去するか否かを判定するための指標として、前記第１ノイズ成分と前記第１信号成分との比に関する情報を有する前記指標をさらに算出し、前記指標と第１の所定の値とを比較することで、前記第１ノイズ成分を除去すると判定した場合には、前記第１の時系列信号と前記第２の時系列信号とに基づいて、前記第１信号成分と前記第２信号成分との前記所定の関係を推定するのが好ましい。

このような構成の生体情報信号処理装置では、前記周期性を用いることによってノイズ成分を除去するので、ノイズ成分除去のために必要な信号処理量を従来技術より低減することができる。このため、信号処理量の低減により、ノイズ成分除去の演算に伴う消費電力も抑制することが可能となる。さらに、前記指標に応じて信号処理を行うことによって不要な信号処理が行う必要がなくなる結果、信号処理を速くすることができる。

また、上述の生体情報信号処理装置において、前記推定部は、前記第１信号成分と前記第２信号成分との前記所定の関係に含まれる誤差の度合いを表す信号信頼度をさらに算出し、前記信号信頼度を出力する出力部をさらに備えるのが好ましい。

また、上述の生体情報信号処理装置において、前記推定部は、前記第１ノイズ成分と前記第２ノイズ成分との前記所定の関係に含まれる誤差の度合いを表すノイズ信頼度をさらに算出し、前記ノイズ信頼度を出力する出力部をさらに備えるのが好ましい。

また、上述の生体情報信号処理装置において、前記推定部は、前記信号信頼度と第２の所定の値とを比較し、前記信号信頼度が前記第２の所定の値を超えた場合に、前記出力部は、前記信号信頼度が前記第２の所定の値を超えたことを示す警告をさらに出力するのが好ましい。

また、上述の生体情報信号処理装置において、前記推定部は、前記ノイズ信頼度と第３の所定の値とを比較し、前記ノイズ信頼度が前記第３の所定の値を超えた場合に、前記出力部は、前記ノイズ信頼度が前記第３の所定の値を超えたことを示す警告をさらに出力するのが好ましい。

このような構成の生体情報信号処理装置によれば、前記ノイズ信頼度または前記信号信頼度を参照することによって、前記推定部で推定した所定の関係に含まれる誤差の度合いを認識することが可能となる。

また、新規な生体情報信号処理方法は、第１の所定の時間範囲での、周期性を有する第１信号成分と第１ノイズ成分とを含む第１の時系列信号と、前記第１の信号成分と所定の関係を有する第２信号成分および前記第１ノイズ成分と所定の関係を有する第２ノイズ成分を含む第２の時系列信号と、前記第１ノイズ成分と前記第２ノイズ成分との前記所定の関係とに基づいて、前記第１の時系列信号と前記第２の時系列信号とから前記第１信号成分を含む信号を生成する信号生成ステップと、該生成信号の周期性を用いて、前記第１ノイズ成分と前記第２ノイズ成分との前記所定の関係を推定する推定ステップとを備える。

また、上述の生体情報信号処理方法において、前記信号生成ステップでは、前記生成信号に２値化処理を行うことで２値化信号をさらに生成し、前記推定ステップでは、前記２値化信号の周期性を用いて、前記生成信号の周期を推定するのが好ましい。

また、上述の生体情報信号処理方法において、前記信号生成ステップでは、前記生成信号と少なくとも２個以上の閾値とを比較し、前記生成信号が前記閾値を超えるか否かに基づいて、少なくとも２種以上の２値化信号をさらに生成し、前記推定ステップでは、前記少なくとも２種以上の２値化信号の周期性を用いて、前記生成信号の周期を推定するのが好ましい。

また、上述の生体情報信号処理方法において、前記２値化処理は、前記生成信号と２値化の基準となる正の閾値および負の閾値とを比較し、前記生成信号が正の閾値を超える場合には前記生成信号を正の第１の定数に変換し、前記生成信号が負の閾値未満である場合には前記生成信号を負の第２の定数に変換し、前記生成信号が負の閾値以上かつ正の閾値以下である場合には前記生成信号をゼロに変換する処理であるのが好ましい。

また、上述の生体情報信号処理方法において、前記推定ステップでは、前記２値化信号のパルス幅の変動およびパルス周期の変動のうち、少なくとも何れかに基づいて、前記２値化信号の周期を算出するのが好ましい。

また、上述の生体情報信号処理方法において、前記推定ステップでは、前記生成信号の複数の極大値及び／又は複数の極小値をさらに算出し、複数の極大値における変動及び／又は複数の極小値における変動を用いて、前記生成信号の周期を算出するのが好ましい。

また、上述の生体情報信号処理方法において、前記推定ステップでは、前記生成信号の周期性を表す複数の指標を用いて、前記第１の所定時間範囲での前記第１ノイズ成分と前記第２ノイズ成分との前記所定の関係とを推定するのが好ましい。

また、上述の生体情報信号処理方法において、前記推定ステップでは、前記生成信号の周期性を用いて、前記第１信号成分又は前記第２信号成分の周期に対応した量をさらに推定するのが好ましい。

このような構成の生体情報信号処理方法では、前記周期性を用いることによってノイズ成分を除去するので、ノイズ成分除去のために必要な信号処理量を従来技術より低減することができる。このため、信号処理量の低減により、ノイズ成分除去の信号処理に伴う消費電力も抑制することが可能となる。

さらに、新規な生体情報測定装置は、互いに波長の異なる複数の光を生体へそれぞれ照射して前記生体を透過または反射した各光をそれぞれ受光することによって得られた少なくとも第１測定データまたは第２測定データに基づいて、前記生体の生体情報を測定する生体情報測定装置であって、周期性を有する第１信号成分と第１ノイズ成分からなる第１測定データを測定する第１測定部と、前記第１信号成分と所定の関係を有する第２信号成分および第１ノイズ成分と所定の関係を有する第２ノイズ成分を含む第２測定データを測定する第２測定部と、前記第１測定データと、前記第２測定データと、前記第１ノイズ成分と前記第２ノイズ成分との前記所定の関係とに基づいて、前記第１測定データと前記第２測定データとから前記第１信号成分を含む信号を生成する信号生成部と、該生成信号の周期性を用いて、前記第１ノイズ成分と前記第２ノイズ成分との前記所定の関係を推定する推定部とを備えている。

また、上述の生体情報測定装置において、前記推定部は、前記生成信号の周期性を用いて、前記第１ノイズ成分と前記第２ノイズ成分との前記所定の関係を推定するのが好ましい。

また、上述の生体情報測定装置において、前記推定部は、前記第１ノイズ成分と前記第２ノイズ成分との前記所定の関係と、前記第１信号成分と前記第１ノイズ成分とは独立であることとに基づいて、前記第１信号成分と前記第２信号成分との前記所定の関係をさらに推定するのが好ましい。

また、上述の生体情報測定装置において、前記第１信号成分の周期または前記第２信号成分の周期は動脈血の拍動によるものであって、前記第１ノイズ成分または前記第２ノイズ成分は前記生体の体動によるものであって、前記周期は脈拍数に関する情報を含むのが好ましい。

また、上述の生体情報測定装置において、前記第１信号成分と前記第２信号成分との前記所定の関係は、動脈血酸素飽和度に関する情報を含むのが好ましい。

このような構成の生体情報測定装置によれば、演算処理量を低減し消費電力を抑制した生体の血中酸素飽和度を測定する生体情報測定装置を提供することができる。

本発明を表現するために、上述において図面を参照しながら実施形態を通して本発明を適切且つ十分に説明したが、当業者であれば上述の実施形態を変更および／または改良することは容易に為し得ることであると認識すべきである。したがって、当業者が実施する変更形態または改良形態が、請求の範囲に記載された請求項の権利範囲を離脱するレベルのものでない限り、当該変更形態または当該改良形態は、当該請求項の権利範囲に包括されると解釈される。

Claims (31)

1. 周期性を有する第１信号成分と第１ノイズ成分とを含む生体情報に関する第１の時系列信号と、前記第１信号成分と所定の関係を有する第２信号成分および前記第１ノイズ成分と所定の関係を有する第２ノイズ成分を含む生体情報に関する第２の時系列信号と、前記第１ノイズ成分と前記第２ノイズ成分との前記所定の関係とに基づいて、前記第１の時系列信号と前記第２の時系列信号とから前記第１信号成分を含む信号を生成する信号生成部と、
   第１の所定時間範囲での該生成信号の周期性を用いて、前記第１の所定時間範囲での前記第１ノイズ成分と前記第２ノイズ成分との前記所定の関係を推定する推定部とを備えることを特徴とする生体情報信号処理装置。
2. 請求項１に記載の生体情報信号処理装置において、前記信号生成部は、前記生成信号に２値化処理を行うことで２値化信号を生成し、前記推定部は、前記２値化信号の周期性を用いて前記生成信号の周期を推定する。
3. 請求項２に記載の生体情報信号処理装置において、前記推定部は、前記２値化信号の周期性を算出するために、前記２値化信号のパルス幅の変動およびパルス周期の変動のうち、少なくとも何れかを用いる。
4. 請求項１に記載の生体情報信号処理装置において、前記推定部は、第１の所定時間範囲での、前記生成信号の複数の極大値及び／又は複数の極小値を算出し、複数の極大値における変動及び／又は複数の極小値における変動を用いて、前記生成信号の周期を算出する。
5. 請求項１に記載の生体情報信号処理装置において、前記推定部は、前記生成信号の周期に関する情報を有する複数の指標に基づき、前記生成信号の周期を算出する。
6. 請求項１に記載の生体情報信号処理装置において、前記信号生成部は、前記第１の所定時間範囲での前記生成信号にフーリエ変換を行うことで、フーリエ信号を生成し、前記推定部は、前記フーリエ信号のピーク幅に基づいて、前記第１の所定時間範囲での前記第１ノイズ成分と前記第２ノイズ成分との前記所定の関係を推定する。
7. 請求項１に記載の生体情報信号処理装置において、前記推定部は、前記生成信号の周期性を用いて、前記第１信号成分の周期または前記第２信号成分の周期を算出する。
8. 請求項１に記載の生体情報信号処理装置において、前記推定部は、前記第１の所定時間範囲での前記第１ノイズ成分と前記第２ノイズ成分との前記所定の関係と、前記第１の所定時間範囲で前記第１信号成分と前記第１ノイズ成分とは独立であることとを用いて前記第１信号成分と前記第２信号成分との前記所定の関係を推定する。
9. 請求項７に記載の生体情報信号処理装置において、前記推定部は、前記第１の所定時間範囲での前記第１ノイズ成分と前記第２ノイズ成分との前記所定の関係と、第２の所定時間範囲で第１信号成分および第１ノイズ成分とは独立であることとを用いて、前記第２の所定時間範囲での前記第１信号成分と前記第２信号成分との前記所定の関係を推定する。
10. 請求項９に記載の生体情報信号処理装置において、前記第２の所定時間範囲は複数であって、前記推定部は、前記第２の所定時間範囲毎に前記第１信号成分と前記第２信号成分との前記所定の関係をそれぞれ推定する。
11. 請求項１０に記載の生体情報信号処理装置において、前記推定部は、前記第２の所定時間範囲毎の前記第１信号成分と前記第２信号成分との前記所定の関係を用いて、前記第１信号成分と前記第２信号成分との前記所定の関係の平均値を算出する。
12. 請求項１０に記載の生体情報信号処理装置において、前記推定部は、前記第１の所定時間範囲での前記第１信号成分と前記第２信号成分との前記所定の関係と、前記第２の所定時間範囲毎の前記第１信号成分と前記第２信号成分との前記所定の関係を用いて、前記第１信号成分と前記第２信号成分との前記所定の関係の平均値を算出する。
13. 請求項１２に記載の生体情報信号処理装置において、前記平均値は加重平均によって求めた値である。
14. 請求項９に記載の生体情報信号処理装置において、前記推定部は、前記第１ノイズ成分を除去するか否かを判定するための指標として、前記第１ノイズ成分と前記第１信号成分との比に関する情報を有する前記指標を算出し、前記指標と第１の所定の値とを比較することで、前記第１ノイズ成分を除去すると判定した場合には、前記第１の時系列信号と前記第２の時系列信号とに基づいて、前記第１信号成分と前記第２信号成分との前記所定の関係を推定する。
15. 請求項１４に記載の生体情報信号処理装置において、前記推定部は、前記第１信号成分と前記第２信号成分との前記所定の関係に含まれる誤差の度合いを表す信号信頼度を算出し、前記信号信頼度を出力する出力部をさらに備える。
16. 請求項１４に記載の生体情報信号処理装置において、前記推定部は、前記第１ノイズ成分と前記第２ノイズ成分との前記所定の関係に含まれる誤差の度合いを表すノイズ信頼度を算出し、前記ノイズ信頼度を出力する出力部をさらに備える。
17. 請求項１５に記載の生体情報信号処理装置において、前記推定部は、前記信号信頼度と第２の所定の値とを比較し、前記信号信頼度が前記第２の所定の値を超えた場合に、前記出力部は、前記信号信頼度が前記第２の所定の値を超えたことを示す警告を出力する。
18. 請求項１６に記載の生体情報信号処理装置において、前記推定部は、前記ノイズ信頼度と第３の所定の値とを比較し、前記ノイズ信頼度が前記第３の所定の値を超えた場合に、前記出力部は、前記ノイズ信頼度が前記第３の所定の値を超えたことを示す警告を出力する。
19. 第１の所定の時間範囲での、周期性を有する第１信号成分と第１ノイズ成分とを含む生体情報に関する第１の時系列信号と、前記第１の信号成分と所定の関係を有する第２信号成分および前記第１ノイズ成分と所定の関係を有する第２ノイズ成分を含む生体情報に関する第２の時系列信号と、前記第１ノイズ成分と前記第２ノイズ成分との前記所定の関係とに基づいて、前記第１の時系列信号と前記第２の時系列信号とから前記第１信号成分を含む信号を生成する信号生成ステップと、
    該生成信号の周期性を用いて、前記第１ノイズ成分と前記第２ノイズ成分との前記所定の関係を推定する推定ステップとを備えることを特徴とする生体情報信号処理方法。
20. 請求項１９に記載の生体情報信号処理方法において、前記信号生成ステップでは、前記生成信号に２値化処理を行うことで２値化信号を生成し、前記推定ステップでは、前記２値化信号の周期性を用いて、前記生成信号の周期を推定する。
21. 請求項１９に記載の生体情報信号処理方法において、前記信号生成ステップでは、前記生成信号と少なくとも２個以上の閾値とを比較し、前記生成信号が前記閾値を超えるか否かに基づいて、少なくとも２種以上の２値化信号を生成し、前記推定ステップでは、前記少なくとも２種以上の２値化信号の周期性を用いて、前記生成信号の周期を推定する。
22. 請求項２０に記載の生体情報信号処理方法において、前記２値化処理は、前記生成信号と２値化の基準となる正の閾値および負の閾値とを比較し、前記生成信号が正の閾値を超える場合には前記生成信号を正の第１の定数に変換し、前記生成信号が負の閾値未満である場合には前記生成信号を負の第２の定数に変換し、前記生成信号が負の閾値以上かつ正の閾値以下である場合には前記生成信号をゼロに変換する処理である。
23. 請求項２０に記載の生体情報信号処理方法において、前記推定ステップでは、前記２値化信号のパルス幅の変動およびパルス周期の変動のうち、少なくとも何れかに基づいて、前記２値化信号の周期を算出する。
24. 請求項１９に記載の生体情報信号処理方法において、前記推定ステップでは、前記生成信号の複数の極大値及び／又は複数の極小値を算出し、複数の極大値における変動及び／又は複数の極小値における変動を用いて、前記生成信号の周期を算出する。
25. 請求項１９に記載の生体情報信号処理方法において、前記推定ステップでは、前記生成信号の周期性を表す複数の指標を用いて、前記第１の所定時間範囲での前記第１ノイズ成分と前記第２ノイズ成分との前記所定の関係とを推定する。
26. 請求項１９に記載の生体情報信号処理方法において、前記推定ステップでは、前記生成信号の周期性を用いて、前記第１信号成分又は前記第２信号成分の周期に対応した量を推定する。
27. 互いに波長の異なる複数の光を生体へそれぞれ照射して前記生体を透過または反射した各光をそれぞれ受光することによって得られた少なくとも第１測定データまたは第２測定データに基づいて、前記生体の生体情報を測定する生体情報測定装置であって、
    周期性を有する第１信号成分と第１ノイズ成分からなる第１測定データを測定する第１測定部と、
    前記第１信号成分と所定の関係を有する第２信号成分および第１ノイズ成分と所定の関係を有する第２ノイズ成分を含む第２測定データを測定する第２測定部と、
    前記第１測定データと、前記第２測定データと、前記第１ノイズ成分と前記第２ノイズ成分との前記所定の関係とに基づいて、前記第１測定データと前記第２測定データとから前記第１信号成分を含む信号を生成する信号生成部と、
    該生成信号の周期性を用いて、前記第１ノイズ成分と前記第２ノイズ成分との前記所定の関係を推定する推定部とを備えたことを特徴とする生体情報測定装置。
28. 請求項２７に記載の生体情報測定装置において、前記推定部は、前記生成信号の周期性を用いて、前記第１ノイズ成分と前記第２ノイズ成分との前記所定の関係を推定する。
29. 請求項２７に記載の生体情報測定装置において、前記推定部は、前記第１ノイズ成分と前記第２ノイズ成分との前記所定の関係と、前記第１信号成分と前記第１ノイズ成分とは独立であることとに基づいて、前記第１信号成分と前記第２信号成分との前記所定の関係を推定する。
30. 請求項２９に記載の生体情報測定装置において、前記第１信号成分の周期または前記第２信号成分の周期は動脈血の拍動によるものであって、前記第１ノイズ成分または前記第２ノイズ成分は前記生体の体動によるものであって、前記周期は脈拍数に関する情報を含む。
31. 請求項３０に記載の生体情報測定装置において、前記第１信号成分と前記第２信号成分との前記所定の関係は、動脈血酸素飽和度に関する情報を含む。

Images