JP4830693B2 - 酸素飽和度測定装置及び測定方法 - Google Patents

Description

本発明は、患者モニタ、呼吸器系・循環器系の診断に用いられるパルスオキシメータに
おける信号処理の改良に関する。

一つの媒体からほぼ同時に抽出された２つの信号から信号成分と雑音成分に分離する方
法には様々な方法が提案されている。
それらは、一般的には周波数領域や時間領域による処理が行われている。
医療現場でも、光電脈波計と言われる脈波波形や脈拍数を測定する装置、血液に含まれ
る吸光物質の濃度測定として、酸素飽和度ＳｐＯ2の測定装置、一酸化炭素ヘモグロビン
やＭｅｔヘモグロビン等の特殊ヘモグロビン濃度の測定装置、注入色素濃度の測定装置な
どがパルスフォトメータとして知られている。
中でも酸素飽和度ＳｐＯ2測定装置を特にパルスオキシメータと呼んでいる。

パルスフォトメータの原理は、対象物質への吸光性が異なる複数の波長の光を生体組織
に透過又は反射させ、その透過光又は反射光の光量を連続的に測定することで得られる脈
波データ信号から対象物質の濃度を求めるものである。
そしてその脈波データに雑音が混入すると、正しい濃度の計算が出来ず、誤処置につな
がる危険が生じる。
従来、パルスフォトメータにおいても雑音を低減するために周波数帯域を分割して信号
成分に着目し、２つの信号の相関を取るなどの方法が提案されてきた。しかし、これらの
方法は解析に時間がかかるなどの問題があった。

そこで、本出願人は、異なる２つの波長の光を生体組織に照射して透過光から得られる
２つの脈波信号のそれぞれの大きさを縦軸、横軸としてグラフを描き、その回帰直線を求
め、その回帰直線の傾きに基づいて、動脈血中の酸素飽和度ないし吸光物質濃度を求める
ことを提案している。（特許文献１）
この発明により、測定精度を高め、低消費電力化することができた。
しかし、各波長の脈波信号についての多くのサンプリングデータを用いて回帰直線ない
しその傾きを求めるためには、なお多くの計算処理を要していた。

更に本出願人は、周波数解析を用いてはいるが、その解析においては従来技術のように
脈波信号そのものを抽出するのではなく、脈波信号の基本周波数を求め、さらには精度を
高めるためにその高調波周波数を用いたフィルタを用いて脈波信号をフィルタリングする
方法を提案している。（特許文献２）
また、信号分離法を使い信号とノイズを分離する方法も提案している。（特許文献３、
特許文献４）

特許第３２７０９１７号（請求項１、２、図２、図４） 特開２００３−１３５４３４号 特開２００５−９５５８１ 特願２００４−５７４４１

しかし、いずれの方法においても、振幅比で脈波の１０倍もあるような大きな体動性ノ
イズが混入した場合、パルスレートおよび動脈血酸素飽和度を計算することは困難であり
、更なる改善が望まれていた。

本発明の課題（目的）は、同一の媒体からほぼ同時に抽出される２つの同種の信号を処
理して共通の信号成分を抽出する計算処理負担を軽減した信号処理方法を提供することに
ある。
また、上記信号処理方法を適用して、前記媒体の体動によるノイズが脈波信号に生じた
場合であっても、対象物質の濃度を精度よく測定することにある。
また、体動によるノイズが脈波データ信号に生じた場合であっても、脈波信号からノイ
ズを除去し、精度よく脈拍を求めることにある。

前記課題を解決するために、生体組織を透過又は反射した２種類の脈波信号をそれぞれ
複数の周波数帯に分離する分離手段と、前記分離手段により分離された複数の周波数帯毎
の減光度比を計算する第１の演算手段と、前記第１の演算手段より求められた複数の周波
数帯毎の減光度比から候補となる周波数帯を選択する選択手段と、前記選択手段により選
択された周波数帯における減光度比から酸素飽和度を計算する第２の演算手段とを具備す
ることを特徴とする。（請求項１）

また、前記分離手段はＦＦＴまたはデジタルフィルタであることを特徴とする。（請求
項２）
また、前記選択手段は、前記脈波信号をＦＦＴした波形の振幅が最大となる周波数帯を
、酸素飽和度を示す周波数帯として選択することを特徴とする。（請求項３）
また、前記選択手段は、前記減光度比が最小となる周波数帯を酸素飽和度を示す周波数
帯として選択する最小減光度比選択手段を備えることを特徴とする。（請求項４）

また、前記最小減光度比選択手段は、前記複数の周波数帯毎に設定された複数の測定ポイントの脈波振幅値の前記周波数帯毎の平均値を前記２種類の脈波振幅毎に演算する平均値演算手段と、前記平均値演算手段で得られた周波数帯毎の脈波振幅の平均値から前記周波数帯毎の減光度比を演算する減光度比演算手段と、前記周波数帯毎の減光度比から最小となる減光度比を選択する最小減光度比選択手段とからなることを特徴とする。（請求項５）

また、前記最小減光度比選択手段は、前記複数の周波数帯毎に設定された複数の測定ポイントの脈波振幅値が前記周波数帯内で極大点が存在するか否かを判断する極大点判定手段と、前記極大点判定手段での判断結果で極大点が存在する場合に、極大点が存在する周波数帯内における前記測定ポイントの前記脈波振幅値の前記周波数帯毎の平均値を前記２種類の脈波振幅毎に演算する平均値演算手段と、前記平均値演算手段で得られた周波数帯毎の脈波振幅の平均値から前記周波数帯毎の減光度比を演算する減光度比演算手段と、前記周波数帯毎の減光度比から最小となる減光度比を選択する最小減光度比選択手段とからなることを特徴とする。（請求項６）

また、前記平均値演算手段は、周波数帯内の測定ポイントでの減光度比を求めた後に周波数帯毎の平均値を演算するものであることを特徴とする。（請求項７）
又は６に記載の酸素飽和度測定装置。
また、前記分離手段による分離は、隣接する周波数帯間で重複していることを特徴とする。（請求項８）

また、前記選択手段は、前記脈波信号をＦＦＴの振幅が最大となる周波数帯と前記減光
度比が最小となる周波数帯のいずれか一方を、酸素飽和度を示す周波数帯として選択する
ことを特徴とする。（請求項９）
また、前記選択手段は、前記脈波信号をＦＦＴした波形の形状によって、酸素飽和度を
示す周波数帯として選択することを特徴とする。（請求項１０）
また、前記第２の演算手段は、酸素飽和度を示す周波数帯と決定した周波数帯において
、前記２種類の脈波信号である赤色と赤外の振幅から減光度比を計算することを特徴とす
る。（請求項１１）

生体組織を透過又は反射した２種類の脈波信号を検出するステップと、前記脈波信号を
それぞれ複数の周波数帯に分離するステップと、前記分離手段により分離された複数の周
波数帯毎の減光度比を計算するステップと、求められた複数の周波数帯毎の減光度比から
候補となる周波数帯を選択するステップと、選択された周波数帯における減光度比から酸
素飽和度を計算するステップとを具備することを特徴とする。（請求項１２）

また、前記選択するステップは、前記脈波信号をＦＦＴした波形の振幅が最大となる周
波数帯を、酸素飽和度を示す周波数帯として選択することを特徴とする。（請求項１３）
また、前記選択するステップは、前記減光度比が最小となる周波数帯を酸素飽和度を示
す周波数帯として選択することを特徴とする。（請求項１４）

また、前記減光度比が最小となる周波数帯を選択するステップは、前記複数の周波数帯毎に設定された複数の測定ポイントの脈波振幅値の前記周波数帯毎の平均値を前記２種類の脈波振幅毎に演算する平均値演算ステップと、前記平均値演算ステップで得られた周波数帯毎の脈波振幅の平均値から前記周波数帯毎の減光度比を演算する減光度比演算ステップと、前記周波数帯毎の減光度比から最小となる減光度比を選択する最小減光度比選択ステップとからなることを特徴とする。（請求項１５）

また、前記減光度比が最小となる周波数帯を選択するステップは、前記複数の周波数帯毎に設定された複数の測定ポイントの脈波振幅値が前記周波数帯内で極大値が存在するか否かを判断する極大値判定ステップと、前記極大値判定ステップでの判断結果で極大値が存在する場合に、極大値が存在する周波数帯内における前記測定ポイントの前記脈波振幅値の前記周波数帯毎の平均値を前記２種類の脈波振幅毎に演算する平均値演算ステップと、前記平均値演算ステップで得られた周波数帯毎の脈波振幅の平均値から前記周波数帯毎の減光度比を演算する減光度比演算ステップと、前記周波数帯毎の減光度比から最小となる減光度比を選択する最小減光度比選択ステップとからなることを特徴とする。（請求項１６）

また、前記平均値演算ステップは、周波数帯内の測定ポイントでの減光度比を求めた後に周波数帯毎の平均値を演算するものであることを特徴とする。（請求項１７）
また、前記分離手段による分離は、隣接する周波数帯間で重複していることを特徴とする。（請求項１８）
また、前記選択するステップは、前記脈波信号をＦＦＴの振幅が最大となる周波数帯と
前記減光度比が最小となる周波数帯のいずれか一方を、酸素飽和度を示す周波数帯として
選択することを特徴とする。（請求項１９）
また、前記選択するステップは、前記脈波信号をＦＦＴした波形の形状によって、酸素
飽和度を示す周波数帯として選択することを特徴とする。（請求項２０）

請求項１〜２０に記載の本発明の酸素飽和度測定装置及び測定方法によれば、同一の媒
体からほぼ同時に抽出される２つの同種の信号を処理して共通の信号成分を抽出する計算
処理負担を軽減した信号処理方法を実現できる。
また、上記信号処理方法を適用して、前記媒体の体動によるノイズが脈波信号に生じた
場合であっても、対象物質の濃度を精度よく測定することができる。
また、体動によるノイズが脈波データ信号に生じた場合であっても、脈波信号からノイ
ズを除去し、精度よく脈拍を求めることができる。

図１は、パルスオキシメータの信号ブロック図である。
異なる波長の光を発光する発光素子１ａ（ＬＥＤ Ｒ），１ｂ（ＬＥＤ ＩＲ）は交互
に発光するようにＬＥＤドライバ１−２ａ，ＬＥＤドライバ２−２ｂ及びＬＥＤ選択手段
３によって駆動される。
前記発光素子から発光される光は、例えば動脈血酸素飽和度による影響が少ない赤外光
（例えば、９４０(nm)）、動脈血酸素飽和度の変化に対する感度が高い赤色光（例えば、
６６０(nm)）が良い。

これらの発光素子１ａ，１ｂからの光は、生体組織１２を透過（若しくは反射）してフ
ォトダイオード８で受光して光電流に変換し、電流−電圧変換器９によって電圧信号とさ
れ脈波復調回路１０を介してＡ／Ｄコンバータ１１に出力される。
前記脈波復調回路１０には、前記ＬＥＤ選択手段３からのＬＥＤ選択信号もタイミング
信号として印加されて、単一のフォトダイオード８で受光した赤色光及び赤外光信号を別
々の脈波信号として取り出される。

前記Ａ／Ｄコンバータでデジタル化された脈波信号は、ＣＰＵ（演算・処理・制御）で
処理されて表示部５に表示されると共に記録部６に記録される。
操作部７は、前記ＣＰＵでの処理の設定等を行う。

R、IRの脈波をそれぞれフィルタリングによってAC成分とDC成分に分離し、R、IRそれぞれに対しAC / DCを計算して減光度変化の信号ΔAを計算する。

図２ａはR（赤色光）、IR（赤外光）それぞれのΔAの波形である。
RのΔAをΔAr(t)= R_AC(t) / R_DC(t)、IRのΔAをΔAir(t) = IR_AC(t) / IR_DC(t) と表記する。

図２bに図２aの前記赤色光及び赤外光の脈波に対してFFT処理をおこなった後の振幅スペクトラムを示す。
ΔAr(t)の振幅スペクトラムをR_FFT(f)、ΔAir(t)の振幅スペクトラムをIR_FFT(f)と表記する。
脈波にはノイズが混入していないため、脈波周波数において振幅スペクトラムは最大値
を示している。

図２ｃは、図２ｂにおける各周波数毎の、R_FFT(f) / IR_FFT(f)を計算したものである
。
この比はFFTの各周波数における減光度比Φを示しているので、Φ(f)＝R_FFT(f) / IR_FFT(f)と表記できる。
FFTの周波数分解能が0.１HzであればΦ(f)は脈波を0.1Hz刻みの周波数帯に分離して計算したΦということになる。

図２では、脈波にはノイズが存在しない場合を示しているが、実際の計測した脈波には
、複数の周波数帯のΦの中に、動脈血の減光度変化を示すΦsとノイズの減光度変化を示
すΦnが存在する。

本発明の第１の実施例は、R、IR脈波の振幅スペクトラムの比をとることにより、複数
の周波数帯の減光度比を求める事である。
また、本発明の第２の実施例は、脈波のFFTを行い振幅スペクトラムが最大となる周波数帯のΦを動脈血の減光度比Φsとすることである。

図３aは、図２a.と同一個体でほぼ同時刻に測定した脈波であり、ノイズが混入してい
る例である。
図３bに図３a.の前記赤色光及び赤外光の脈波に対してFFT処理をおこなった後の振幅スペクトラムを示す。
ΔAr(t)の振幅スペクトラムをR_FFT(f)、ΔAir(t)の振幅スペクトラムをIR_FFT(f)と表記する。

図３ｂの波形を図２ｂの波形と比較すると、脈波周波数帯以外の周波数帯にノイズの振
幅が現れているのが判別できる。
そして、第１の実施例では、ノイズ振幅が脈波振幅に対し相対的に小さい（特に、ノイ
ズ振幅／信号振幅の比が０．７以下のとき、好ましくは０．５以下のとき）、振幅スペク
トラムが最大値を示す周波数帯における減光度比Φを読みとり動脈血の減光度比Φsとす
ることによって動脈血の減光度比Φsとして容易に求めることができる。

第２の実施例では、前記第１の実施例の判断に加えて、減光度比の最小値を動脈血の減
光度比Φsとして考慮するものである。
図３ｃに示すように、ノイズの周波数帯の減光度比Φnは一般的に脈波周波数帯のΦsに対し高値を示す傾向にある。

このことは、ノイズにより発生する減光度変化は主に静脈血液の厚み変化に起因する。
静脈血の酸素飽和度は動脈血より低いので、静脈血の厚み変化に起因する減光度比Φnは
Φsより低い。
したがって、各周波数帯の中で最小値を示すΦを動脈血のΦsとして読みとる事が可能
である。
図３dは、最小値をΦsとして、その周波数を脈波周波数として読みとった例である。図３cの方法で求めたものとほぼ同じ値が得られるので、この読み取った値を考慮して前記第１の実施例である振幅スペクトラムが最大値を示す周波数帯における減光度比Φの判断をすることが有効である。

次に、最小の減光度比を求める他の実施例を図１０を用いて説明する。
図１０ａは、図３a又は図２a.と同一個体でほぼ同時刻に測定した脈波であり、ノイズが混入している例である。
図１０bは図１０a.の前記赤色光及び赤外光の脈波に対してそれぞれFFT処理をおこなった後の振幅スペクトラムを示す。
図１０ｂでは、有効周波数帯（例えば、図１０ｂでは0.5Hz〜5Hz）を所定数（図１０ｂでは８個）の周波数帯に分割して、それぞれの周波数帯内に複数の測定ポイント（図１０ｂでは破線で示されており、各周波数帯毎に４個設定されている）を設定している。
なお、図１０ｂでは、８個の周波数帯がそれぞれ隣接する周波数帯と重複する様に分割されているが、必ずしも重複する部分を設ける必要はない。

図１０ｃは、図１０ｂに示す赤色光及び赤外光に対して、各周波数帯毎の測定ポイントのFFT処理された値の平均値を求めて、図１０ｂに対応付けて示した図である。
また、図１０ｄは、図１０ｃの各周波数帯毎の測定ポイントのFFT処理された値の平均値から、R_FFT_ave／IR_FFT_ave（FFT振幅平均値の比）を求めて、図１０ｂに対応付けて示した図である。

第１の減光度比の選択例は、図１０ａ〜図１０ｄに示す如き処理をした後に、図１０ｄのR_FFT_ave／IR_FFT_ave（FFT振幅平均値の比）の最小の値を減光度比として採用する。

また、第２の減光度比の選択例は、図１０ａ〜図１０ｄに示す如き処理をした後に、図１０ｂにおいて、前記赤色光及び赤外光の脈波に対してそれぞれFFT処理をおこなった振幅スペクトラムの分割された周波数帯内に極大点が存在するか否かの判断をし、極大点が存在する周波数帯に対応する周波数帯を図１０ｄのR_FFT_ave／IR_FFT_ave（FFT振幅平均値の比）から最小の値を減光度比として採用する候補とする。

振幅スペクトラムの分割された周波数帯内に極大点が存在するか否かの判断は、赤色光又は赤外光の両方、若しくはいずれか一方で実行しても良い。
周波数帯内で極大点が無いと判断された周波数帯は、R_FFT_ave／IR_FFT_ave比が小さくとも、最小の値を減光度比として採用する候補とはしない。

各周波数帯内に極大点が存在するか否かの判断は以下の手順で判断できる。
ｎ番目の測定ポイントが極大点であるか否か：
FFT(n-1) ＜ FFT(n) かつ FFT(n) ＞ FFT(n+1)
上記条件を満たしたとき、ｎ番目の測定ポイントは極大点と判断する。

ただし、極大点と判断されたｎ番目の測定ポイントが周波数帯（2)から周波数帯（7)のいずれかの周波数帯の端にある場合には、その周波数帯に極大点が存在するとは扱わない。（周波数帯は重なり合っているので、ある周波数帯の端の極大点は、その隣りの周波数帯の極大点としても判断されるためである。）
ただし、周波数帯(1)の最小の測定ポイント及び周波数帯(8)の最大の測定ポイントは、その測定ポイントをカバーする他の周波数帯がないため、その測定ポイントの前後と比較して極大点であれば、そのまま極大点として採用する。

なお、ノイズの周波数帯が脈波の周波数帯と重なった場合、脈波周波数帯におけるΦは
動脈血のΦsより低い値を示すので、脈波周波数帯のΦをΦsとして採用するとＳｐＯ２を正しく測ることができない。
このような場合には、脈波周波数帯以外でノイズの混入が無い周波数帯に出現する最小
のΦを動脈血のΦsとして読みとることが可能となる。

次に、上記第２の実施例における判断の根拠について、体動が無い時に動脈血が脈動し
て厚みが変化し、体動がある時には、動脈血と静脈血の厚みが同時に変化するモデルを用
いて説明する。
図７は、血液脈動のモデルであって、図７ａは体動が無い時を示し、図７ｂは体動があ
る時を示している。

図７ａでは、測定される減光度ΔＡはLambert-Beerの式で表すと、
ΔA＝ΔＡａ＝Ｅａ×Ｈｂ×ΔＤａ
Ｅａ：動脈血の吸光係数（ｄＬ／ｇ／ｃｍ）
Ｈｂ：ヘモグロビン濃度（ｇ／ｄＬ）
ΔＤａ：動脈血の厚み変化（ｃｍ）
として観測される。
測定される減光度比Φは下式となる。
Φ＝ΔＡ１／ΔＡ２＝（Ｅａ１×Ｈｂ×ΔＤａ）／（Ｅａ２×Ｈｂ×ΔＤａ）＝Ｅａ1／
Ｅａ２
ここで、Suffixは波長番号であり、１：６６０nm，２：９４０nmとする。

体動が無い場合に観測される減光度比Φｍは、
Φｍ＝ΔＡ１／ΔＡ２＝ΔＡａ１／ΔＡａ２
であり、観測されるΦｍは動脈血の減光度比Φａ＝ΔＡａ１／ΔＡａ２である。
一方、体動がある場合には図１ｂのように動脈血だけでなく静脈血の厚みも変化する。
この場合に発生する減光度ΔＡは、動脈血の厚み変化により発生する減光度ΔＡａと静
脈血の厚み変化により発生する減光度ΔＡｖの和となる。
ΔＡ＝ΔＡａ＋ΔＡｖ
観測される減光度比Φｍは、
Φｍ＝ΔＡ１／ΔＡ２＝（ΔＡａ１＋ΔＡｖ１）／ （ΔＡａ２＋ΔＡｖ２）
である。

減光度をベクトルで表記したものが下式であり、図で表現したものが図８である。
Ａａ＝（ΔＡａ２，ΔＡａ１）
Ａｖ＝（ΔＡｖ２，ΔＡｖ１）
Ａｍ＝（ΔＡａ２＋ΔＡｖ２，ΔＡａ１＋ΔＡｖ１）
減光度比Φは図８のベクトルの傾斜である。

ここで、動脈血中の酸素は組織に取り込まれるので、静脈血酸素飽和度Ｓｖは動脈血酸
素飽和度Ｓａより低くなる（Ｓａ＞Ｓｖ）が、図９に示すように、減光度比Φと血液酸素
飽和度Ｓの間には相関があるので、Φａ＜Φｖとなる。
したがって、図８に示すように観測される減光度比ベクトルＡｍは傾斜が小さいＡａと
傾斜が大きいＡｖの中間に現れる。
観測信号Ａｍの傾斜Φｍは、ΦａとΦｖの値が一定であれば両者のベクトルの長さの比
により決定される。
体動小でベクトルの長さが｜Ａｖ｜≒０の時は、Φｍ≒Φａとなり、体動大でベクトル
の長さ｜Ａｖ｜＞ ＞｜Ａａ｜の時は、Φｍ≒Φｖとなる。

脈波を複数の周波数帯に分けて減光度比Φｍを観測した場合、Φｍの値が最小となる周
波数帯で得られたΦが動脈の減光度比Φａに一番近い値を示している。
Φｍが最小となる条件は ｜Ａａ｜／｜Ａｖ｜が最大であるが、複数の周波数帯のなか
で脈波の基本周波数帯において｜Ａａ｜は最大となるために、ノイズがホワイトノイズの
ようにランダムであれば脈波の基本周波数帯における｜Ａａ｜／｜Ａｖ｜が最大値を示す
ことになる。
したがって、ランダムなノイズ下においては、Φｍが最小となる周波数帯を探し、脈波
の基本周波数を決定することが可能となる。

図２及び図３の例では、FFTによって脈波の振幅を複数の周波数に分離しているが、脈
波の振幅を複数の周波数に分離する手段は、FFTでなく中心周波数が違う複数のバンドパ
スフィルタを使用する方法も可能である。

図３の例では、ノイズ振幅が脈波振幅に対し相対的に小さい（特に、ノイズ振幅／信号
振幅の比が０．７以下のとき、好ましくは０．５以下のとき）、振幅スペクトラムが最大
値を示す周波数帯における減光度比Φを読みとり動脈血の減光度比Φsとすることによっ
て動脈血の減光度比Φsとして求められたが、信号振幅に対しノイズ振幅が非常に大きい
場合、ＦＦＴなどの周波数分析ではスペクトラムから信号を見つけることは困難である。

図４は脈波振幅と同じくらいの振幅のノイズが混入したケースである。
図４a.は計測した脈波であり、ノイズが脈波に重畳しているものの目視で脈波を認識で
きる。
このケースでは、図４bのＦＦＴ処理後でも、脈波成分とノイズ成分が同じくらいの振
幅で確認できるが、ピークが複数在る場合脈波の周波数を特定することは難しい。

この波形に対し、従来から知られている信号分離法を適用すると、図４cのように信号
とノイズを良好に分離することが可能であり、図４dのように分離した信号のＦＦＴ処理
後からは、はっきりと脈波の周波数を認めることが可能である。
このように、信号とノイズが同じ程度の振幅であれば、ＦＦＴ処理前に信号分離法を適
用することは有効である。

しかし、図５aのように、ノイズ振幅が信号振幅の１０倍もあるような激しい体動の場
合、図５bのようにＦＦＴ処理後の波形から脈波成分を認識することは不可能である。
この波形は、図４の波形の直前に測定されたものであり、脈波は図４と同じ周波数に存
在するはずであるが、ノイズの中に埋もれて特定することはできない。
このような激しい体動下ではしばしば動脈血も体動によって動いてしまっているために
、信号分離法を適用しても得られる信号波形は図５cのように脈波とは全く形の異なった
ものになってしまう。

従って、信号である動脈成分の動きとノイズである静脈成分の動きを分離できたとして
も、その波形（図５ｃ）およびＦＦＴ処理後（図５d）から脈波の周波数を特定すること
はできない。
一方、本発明においては、図５eのように、減光度比が最小となる場所を探すことによ
って脈波の周波数を認識することが可能であり、その周波数の減光度比を動脈血酸素飽和
度として求めることが可能である。

脈波にノイズが無い場合には、図３ｂのように基本周波数に最大振幅が現れる他に、そ
の２倍、３倍の周波数にも高調波が現れる。
大きなノイズが混入すると、図５ｂのように最大振幅を持つ周波数が狭帯域に分布せず
広い幅を持った形となる。
また、ノイズの振幅が狭帯域に分布する場合には、図２ｂのように、基本周波数と高調
波とは違う場所にもピークが出現する。
信号振幅よりノイズ振幅の方が大きい場合には、振幅最大の周波数を脈波の基本周波数
として、パルスレートと酸素飽和度を計算することは困難である。
例えば、「ＦＦＴの第２ピークの周波数が第１ピークである基本周波数の２倍の位置に
無い場合」又は「ＦＦＴの第１ピークの山の半値幅が基準値以下で無い場合」には、減光
度比が最小となる周波数帯を酸素飽和度を示す周波数帯として選択する選択手段を用いる
のが適している。

図６は、ノイズが非常に大きく従来の計算法ではＳｐＯ２を計算できなかった脈波に対
して０．５〜５．５Ｈｚの帯域を０．５Ｈｚ刻みにバンド幅１Ｈｚの８バンドに分け、そ
れぞれのＳｐＯ２を計算した例である。
帯域により違う減光度比が出現し、違うＳｐＯ２が計算される。
動脈血は静脈血より高い酸素飽和度を示すので、一番高い値を示す帯域のＳｐＯ２を動
脈血のＳｐＯ２として求めることができる。
また、この周波数を脈波の周波数として読みとることができる。

さらに、従来技術においては、信号の減光度比を入力して信号波形とノイズ波形を分離
するものなので、たとえば最新の解析区間の信号とノイズを分離する際に、一つ前の区間
で得られた減光度比を入力するなどの、過去のデータが必要となる。
一方、本発明では、過去のデータを参照せずに解析区間だけで処理可能なため、短い信
号区間における処理が可能である。

請求項１〜２０に記載の本発明の酸素飽和度測定装置及び測定方法によれば、同一の媒
体からほぼ同時に抽出される２つの同種の信号を処理して共通の信号成分を抽出する計算
処理負担を軽減した信号処理方法を実現でき、上記信号処理方法を適用して、前記媒体の
体動によるノイズが脈波信号に生じた場合であっても、対象物質の濃度を精度よく測定す
ることができる。また、体動によるノイズが脈波データ信号に生じた場合であっても、脈
波信号からノイズを除去し、精度よく脈拍を求めることができるので産業上の利用可能性
は極めて大きい。

図１はパルスオキシメータの信号ブロック図である。 図２ａは計測したR（赤色光）、IR（赤外光）それぞれのΔAの波形であり、図２bは図２a.の前記赤色光及び赤外光の脈波に対してFFT処理をおこなった後の振幅スペクトラムを示す図であり、図２ｃは図２ｂにおける各周波数毎の、R_FFT(f) / IR_FFT(f)を計算したものである。 図３ａは計測したR（赤色光）、IR（赤外光）それぞれのΔAの波形であり、図３bは図３a.の前記赤色光及び赤外光の脈波に対してFFT処理をおこなった後の振幅スペクトラムを示す図であり、図３ｃは図３ｂにおける各周波数毎の、R_FFT(f) / IR_FFT(f)を計算したものから振幅スペクトラムが最大値を示す周波数帯における減光度比Φを読みとる例を示す図であり、図３ｄは図３ｂにおける各周波数毎の、R_FFT(f) / IR_FFT(f)を計算したものから減光度比Φが最小値を示す周波数帯における減光度比Φを読みとる例を示す図である。 図４は脈波振幅と同じくらいの振幅のノイズが混入した例を示す図である。 図５はノイズ振幅が信号振幅の１０倍もあるような激しい体動がある場合の例を示す図である。 図６はノイズが非常に大きく従来の計算法ではＳｐＯ２を計算できなかった脈波に対して０．５〜５．５Ｈｚの帯域を０．５Ｈｚ刻みにバンド幅１Ｈｚの８バンドに分け、それぞれのＳｐＯ２を計算した例を示す図である。 図７は血液脈動のモデルであって、図７ａは体動が無い時を示し、図７ｂは体動がある時を示している。 図８は減光度比Φのベクトルを示す図である。 図９は減光度比Φと血液酸素飽和度Ｓの間には相関を示す図である。 図１０ａは、図３a又は図２a.と同一個体でほぼ同時刻に測定した脈波であり、ノイズが混入している例であり、図１０bは図１０a.の前記赤色光及び赤外光の脈波に対してそれぞれFFT処理をおこなった後の振幅スペクトラムを示す図である。 図１０ｃは、図１０ｂに示す赤色光及び赤外光に対して、各周波数帯毎の測定ポイントのFFT処理された値の平均値を求めて、図１０ｂに対応付けて示した図であり、図１０ｄは、図１０ｃの各周波数帯毎の測定ポイントのFFT処理された値の平均値かR_FFT_ave／IR_FFT_ave（FFT振幅平均値の比）を求めて、図１０ｂに対応付けて示した図である。

符号の説明

１ａ，１ｂ 発光素子（ＬＥＤ）
２ａ，２ｂ ＬＥＤドライバー
３ ＬＥＤ選択手段
４ ＣＰＵ（演算・処理・制御）
５ 表示部
６ 記録部
７ 操作部
８ フォトダイオード
９ 電流−電圧変換器
１０ 脈波復調回路
１１ Ａ／Ｄコンバータ
１２ 生体組織

Claims (20)

1. 生体組織を透過又は反射した第１脈波信号と第２脈波信号を、それぞれが複数の周波数帯の一つに対応付けられた複数の第１脈波振幅スペクトラムと複数の第２脈波振幅スペクトラムに分離する分離手段と、
   前記分離手段により分離された複数の周波数帯毎に前記第１脈波振幅スペクトラムと前記第２脈波振幅スペクトラムの比を計算する第１の演算手段と、
   前記複数の第１脈波振幅スペクトラムと前記複数の第２脈波振幅スペクトラムに基づいて前記複数の周波数帯から一つの周波数帯を選択する選択手段と、
   前記選択手段により選択された前記一つの周波数帯における前記第１脈波振幅スペクトラムと前記第２脈波振幅スペクトラムの比を減光度比として酸素飽和度を計算する第２の演算手段と、
   を具備することを特徴とする酸素飽和度測定装置。
2. 前記分離手段はＦＦＴまたはバンドパスフィルタであることを特徴とする請求項１記載の酸素飽和度測定装置。
3. 前記選択手段は、前記第１脈波振幅スペクトラムと前記第２脈波振幅スペクトラムの振幅値が最大となる周波数帯を前記一つの周波数帯として選択することを特徴とする請求項１又は２記載の酸素飽和度測定装置。
4. 前記選択手段は、前記第１脈波振幅スペクトラムと前記第２脈波振幅スペクトラムの比が最小となる周波数帯を前記一つの周波数帯として選択することを特徴とする請求項１又は２記載の動脈血酸素飽和度測定装置。
5. 前記選択手段は、
   前記第１脈波振幅スペクトルの振幅値の平均値と前記第２脈波振幅スペクトラムの振幅値の平均値を前記複数の周波数帯毎に演算し、
   前記複数の周波数帯毎に前記第１脈波振幅スペクトラムの振幅値の平均値と前記第２脈波振幅スペクトラムの振幅値の平均値の比を演算し、
   前記平均値の比が最小となる周波数帯を前記一つの周波数帯として選択することを特徴とする請求項４に記載の酸素飽和度測定装置。
6. 前記選択手段は、
   前記複数の周波数帯毎に前記第１脈波振幅スペクトラムと前記第２脈波振幅スペクトラムの極大値が存在するか否かを判断し、
   前記極大値が存在すると判定された周波数帯毎に前記第１脈波振幅スペクトルの振幅値の平均値と前記第２脈波振幅スペクトラムの振幅値の平均値を演算し、
   前記極大値が存在すると判定された周波数帯毎に前記第１脈波振幅スペクトラムの振幅値の平均値と前記第２脈波振幅スペクトラムの振幅値の平均値の比を演算し、
   前記平均値の比が最小となる周波数帯を前記一つの周波数帯として選択することを特徴とする請求項４に記載の酸素飽和度測定装置。
7. 前記選択手段は、
   前記第１脈波振幅スペクトラムと前記第２脈波振幅スペクトラムの比の平均値を前記複数の周波数帯毎に演算し、
   前記平均値の比が最小となる周波数帯を前記一つの周波数帯として選択することを特徴とする請求項４に記載の酸素飽和度測定装置。
8. 前記複数の周波数帯の隣接するものは重複していることを特徴とする請求項１〜７のいずれか１項に記載の酸素飽和度測定装置。
9. 前記選択手段は、前記第１脈波振幅スペクトラムと前記第２脈波振幅スペクトラムの振幅値が最大となる周波数帯と、前記第１脈波振幅スペクトラムと前記第２脈波振幅スペクトラムの比が最小となる周波数帯のいずれか一方を、所定の条件に基づき前記一つの周波数帯として選択することを特徴とする請求項１又は２記載の酸素飽和度測定装置。
10. 前記所定の条件は、前記第１脈波振幅スペクトラムと前記第２脈波振幅スペクトラムの形状であることを特徴とする請求項９記載の酸素飽和度測定装置。
11. 前記第１脈波信号と前記第２脈波信号は、前記生体組織を通過又は反射した赤色光と赤外光より得られたものであることを特徴とする請求項１〜１０のいずれか１項記載の酸素飽和度測定装置。
12. 生体組織を透過又は反射した第１脈波信号と第２脈波信号を検出するステップと、
    前記第１脈波信号と前記第２脈波信号を、それぞれが複数の周波数帯の一つに対応付けられた複数の第１脈波振幅スペクトラムと複数の第２脈波振幅スペクトラムに分離するステップと、
    前記分離手段により分離された複数の周波数帯毎に前記第１脈波振幅スペクトラムと前記第２脈波振幅スペクトラムの比を計算するステップと、
    前記複数の第１脈波振幅スペクトラムと前記複数の第２脈波振幅スペクトラムに基づいて複数の周波数帯から一つの周波数帯を選択するステップと、
    選択された前記一つの周波数帯における前記第１脈波振幅スペクトラムと前記第２脈波振幅スペクトラムの比を減光度比として酸素飽和度を計算するステップと、
    を具備することを特徴とする酸素飽和度測定方法。
13. 前記選択するステップは、前記第１脈波振幅スペクトラムと前記第２脈波振幅スペクトラムの振幅値が最大となる周波数帯を、前記一つの周波数帯として選択することを特徴とする請求項１２記載の酸素飽和度測定方法。
14. 前記選択するステップは、前記第１脈波振幅スペクトラムと前記第２脈波振幅スペクトラムの比が最小となる周波数帯を前記一つの周波数帯として選択することを特徴とする請求項１２記載の動脈血酸素飽和度測定方法。
15. 前記選択するステップは、
    前記第１脈波振幅スペクトルの振幅値の平均値と前記第２脈波振幅スペクトラムの振幅値の平均値を前記複数の周波数帯毎に演算するステップと、
    前記複数の周波数帯毎のに前記第１脈波振幅スペクトラムの振幅値の平均値と前記第２脈波振幅スペクトラムの振幅値の平均値の比を演算するステップと、
    前記平均値の比が最小となる周波数帯を前記一つの周波数帯として選択するステップとからなることを特徴とする請求項１４に記載の酸素飽和度測定方法。
16. 前記選択するステップは、
    前記複数の周波数帯毎に前記第１脈波振幅スペクトラムと前記第２脈波振幅スペクトラムの極大値が存在するか否かを判断するステップと、
    前記極大値が存在すると判定された周波数帯毎に前記第１脈波振幅スペクトルの振幅値の平均値と前記第２脈波振幅スペクトラムの振幅値の平均値を演算するステップと、
    前記極大値が存在すると判定された周波数帯毎に前記第１脈波振幅スペクトラムの振幅値の平均値と前記第２脈波振幅スペクトラムの振幅値の平均値の比を演算するステップと、
    前記平均値の比が最小となる周波数帯を前記一つの周波数帯として選択するステップとからなることを特徴とする請求項１４に記載の酸素飽和度測定方法。
17. 前記選択するステップは、
    前記第１脈波振幅スペクトラムと前記第２脈波振幅スペクトラムの比の平均値を前記複数の周波数ごとに演算するステップと、
    前記平均値の比が最小となる周波数帯を前記一つの周波数帯として選択するステップとからなることを特徴とする請求項１４に記載の酸素飽和度測定方法。
18. 前記複数の周波数帯の隣接するものは重複していることを特徴とする請求項１２〜１７のいずれか１項に記載の酸素飽和度測定方法。
19. 前記選択するステップは、前記第１脈波振幅スペクトラムと前記第２脈波振幅スペクトラムの振幅値が最大となる周波数帯と、前記第１脈波振幅スペクトラムと前記第２脈波振幅スペクトラムの比が最小となる周波数帯のいずれか一方を、所定の条件に基づき前記一つの周波数帯として選択することを特徴とする請求項１２記載の酸素飽和度測定方法。
20. 前記所定の条件は、前記第１脈波振幅スペクトラムと前記第２脈波振幅スペクトラムの形状であることを特徴とする請求項１９記載の酸素飽和度測定方法。

Images