JP4971041B2 - 血圧測定装置及びプログラム並びに記録媒体 - Google Patents

Description

本発明は、例えば車両に搭載されて、カフ等を用いることなくドライバなどの血圧の測定が可能な血圧測定装置及びプログラム並びに記録媒体に関する。

従来より、血圧を測定する場合には、聴診法においてもオシロメトリック法においても、カフによる締め付けが必要であり、装置が大型化したり、被測定者に苦痛があったり、連続的な血圧測定ができないなどの問題があった。

これに対して、近年では、脈波伝播速度や脈波特徴量を用いて血圧を算出する測定法が検討されている（特許文献１〜９参照）。例えば、容積脈波であれば、光を用いて測定できるため、装置の小型化を実現できるととともに、被測定者の苦痛を解消でき、更には、連続的な血圧測定が可能になる。
特開平１０−２９５６５６号公報 特開平１０−２９５６５７号公報 特開平１１−３１８８３７号公報 特表２００１−５０４３６２号公報 特表２００３−５５５号公報 特表２００３−５２７１４９号公報 特開２００１−８９０７号公報 特開２００６−２６３３５４号公報 特開２００６−６８９７号公報

しかしながら、いずれの引用文献に記載の技術の場合も、基本的に、測定精度が足りないという問題があった。また、この測定精度を高めるためには、個人適合を行うことが考えられるが、その場合には、測定機器に体重などの個人特徴量（個人特徴情報）を自分で入力する必要があり、手間がかかるという問題もあった。

本発明は、上記点に鑑み、簡易な方法で高い測定精度が得られる血圧測定装置及びプログラム並びに記録媒体を提供することを目的とする。

請求項１の発明は、生体から検出された脈波信号から得られる生体情報を用いて、血圧を算出する血圧測定装置であって、前記脈波信号は、容積脈波を表す信号であり、中枢血管の血管弾性を表す中枢血管特徴量と、末梢血管の血管弾性を表す末梢血管特徴量とを用いて、血圧を算出するのであるが、前記末梢血管特徴量は、前記容積脈波から得られるＡＩである容積ＡＩを、加速度脈波の特徴量のｄ、ｅ、ｆのうち１種を用いて補正した値を用いて求められるものであることを特徴とする。

本発明では、カフ等を用いることなく、脈波信号を用いて血圧を求めるので、測定者の負担が少ないという利点がある。
特に、本発明では、血圧を算出する際には、中枢血管の血管弾性を表す中枢血管特徴量と、末梢血管の血管弾性を表す末梢血管特徴量とを用いるので、従来の様に、体重等をマニュアルで入力しなくとも、高い測定精度が得られる。

つまり、後述する実験例からも明らかな様に、血圧は大きな血管である中枢血管の弾性と小さな血管である末梢血管の弾性に大きく影響されるので、各血管の弾性を表す指標である中枢血管特徴量（中枢血管の血管弾性に対応した値（相関関係がある値））と末梢血管特徴量（末梢血管の血管弾性に対応した値（相関関係がある値））とを用いることにより、血管全体の状態（弾性の状態）を精度良く把握でき、これらを用いることで血圧の推定精度を向上できる。

これにより、測定精度が足りないという課題を改善でき、カフによる締め付けのない高精度な血圧計を提供可能となる。
なお、ここで中枢血管とは、大動脈などの太い動脈を表し、末梢血管とは、上腕、トウ骨動脈などの動脈、細動脈などを意味する。

さらに、中枢血管特徴量、末梢血管特徴量とも、相関があり、完全に切り分けられるものではなく、中枢血管の情報を多く含む特徴量、末梢血管の情報を多く含む特徴量という意味である。

そして本発明では、前記脈波信号として容積脈波を表す信号を用いている。容積脈波は、血流量等に応じて変化する血管の容積の変化を示す脈波であり、通常は光学式の脈波センサを用いて測定することができ、そのため簡易な計測が可能となる。なお、容積脈波を補正することにより、圧脈波（血管の圧力の変化に対応する脈波）に近い精度が得られる。

そして本発明では、前記末梢血管特徴量は、前記容積脈波から得られるＡＩである容積ＡＩを、加速度脈波の特徴量のｄ、ｅ、ｆのうち１種を用いて補正した値を用いている。

ここで、脈波のＡＩ（Augmentation Index）は、図２に示す様に、脈波における反射波（Ｐ２）と進行波（Ｐ１）の大きさの比（Ｐ２／Ｐ１）であり、脈波（容積脈波又は圧脈波）から求めることができる。

また、加速度脈波の特徴量としては、時間軸に沿った波のピークを示すａ波（収縮初期陽性波）、ｂ波（収縮初期陰性波）、ｃ波（収縮中期再上昇波）、ｄ波（収縮後期再下降波）、ｅ波（拡張初期陽性波）、ｆ波（拡張初期陰性波）があり、この加速度脈波の特徴量ａ〜ｆは、各波のピークの大きさ（振幅）を示している。

なお、脈波信号を一階微分することにより、速度脈波を求めることができ、脈波信号を二階微分することにより、加速度脈波を求めることができる。
本発明では、前記容積脈波から得られる容積ＡＩを、前記加速度脈波の特徴量のｄ、ｅ、ｆのうち１種を用いて補正する。

本発明者等の研究によれば、容積ＡＩ（容積脈波から求めたＡＩ）を、加速度脈波の特徴量のｄ、ｅ、ｆのうち１種を用いて補正することにより、圧ＡＩ（圧脈波から求めたＡＩ）に近い値が得られることが確認されている。

よって、この容積ＡＩを補正した補正容積ＡＩ（単に補正ＡＩとも記す）を用いて 血圧を算出することにより、精度良く血圧を求めることができる。
請求項２の発明では、前記容積脈波から得られる容積ＡＩを、加速度脈波の特徴量のｅ−ｆ点間における脈波の傾きと、心拍数とを用いて補正することを特徴とする。 本発明者等の研究によれば、容積ＡＩを、加速度脈波の特徴量のｅ−ｆ点間における脈波の傾きと心拍数（ＨＲ）を用いて補正することにより、圧ＡＩに近い値が得られることが確認されている。

よって、この容積ＡＩを補正した補正容積ＡＩを用いて 血圧を算出することにより、精度良く血圧を求めることができる。
ここで、加速度脈波の特徴量のｅ−ｆ点間における脈波の傾きとは、大動脈弁閉鎖によるノッチ（notch）からノッチ直後の後隆波のピークまでの傾きであり、図２に示す様に、速度脈波の特徴量のｅ１（振幅）に相当する値である。なお、このｅ１とは、加速度脈波ｅ−ｆ点の間にある速度脈波のピーク値である。また、後隆波にピークが見られない場合には、ノッチから所定時間経過後までの傾きを採用してよい。

尚、心拍数の代わりに心拍間隔ＲＲＩを用いてよい。
請求項３の発明では、前記心電信号及び前記脈波信号以外の生体情報も加味して、血圧を算出することを特徴とする。

これにより、一層血圧の算出精度が向上する。
請求項４の発明では、前記心電信号及び前記脈波信号以外の生体情報は、身体特徴量及び生体のインピーダンスのうち少なくとも１種であることを特徴とする。

本発明は、脈波信号以外の生体情報を例示したものである。例えば身長、体重、年齢、性別の様な身体特徴情報は、血流量（従って血圧）に相関関係があるので、この身体特徴情報を用いることにより、精度良く血圧を算出することができる。また、インピーダンスは、体重や体脂肪（従って血流量）に相関関係があるので、精度の高い血圧測定が可能である。

請求項５の発明では、脈波波形の立ち下がりの状態を示す立ち下がり情報も加味して、血圧を算出することを特徴とする。

脈波波形の立ち下がり情報は、血管弾性の情報を含むものである。つまり、脈波波形の立ち下がりの部分は、脈波の立ち上がりの部分と異なり、心拍出波形の影響を受けづらいため、血管弾性情報を心臓の影響を少なくして抽出できる。この血管弾性情報を用いることにより、血圧を精度良く算出できる。

ここで、立ち下がりの範囲とは、大動脈弁閉鎖によるノッチ直後の脈波（後隆波）のピークからの立ち下がりを示しており、ノッチ直後にピークが無い場合には、例えば４階微分のゼロクロス点に対応する脈波の位置からの立ち下がりを採用できる。

なお、立ち下がり情報としては、複数の情報を用いると、血圧の算出精度が向上するので、好適である。
請求項６の発明では、前記立ち下がり情報として、脈波波形の立ち下がりの最大傾きを用いることを特徴とする。

本発明は、好ましい立ち下がり情報を例示したものである。本発明者等の研究によれば、脈波波形の立ち下がりの最大傾きを用いることにより、血圧を精度良く算出できることが確認されている。

請求項７の発明では、前記立ち下がり情報として、加速度脈波の特徴量のｅ点以降における脈波波形の最大値の８〜２割の範囲の傾きを用いることを特徴とする。
本発明は、好ましい立ち下がり情報を例示したものである。本発明者等の研究によれば、図３に示す様に、加速度脈波の特徴量のｅ点以降における脈波波形の最大値の８〜２割の範囲の傾きを用いることにより、血圧を精度良く算出できることが確認されている。

請求項８の発明は、前記請求項１〜７のいずれか一項に記載の血圧測定装置の機能を実現させるためのプログラムである。

よって、マイクロコンピュータ等でこのプログラムを実施することにより、上述した生体情報などを用い、所定の演算式を使用して、血圧を算出することが可能である。
請求項９の発明は、前記請求項８に記載のプログラムを記録したコンピュータ読取可能な記録媒体である。

よって、この記録媒体に記録したプログラムを用いて、上述したように、血圧を算出することができる。

次に、本発明の最良の形態（実施形態）について説明する。
［第１実施形態］
本実施形態では、自動車に搭載されてドライバの血圧を測定する血圧測定装置について説明する。

ａ）まず、本実施形態の血圧測定装置のシステム構成を説明する。
図４に示す様に、本実施形態では、自動車に搭載された血圧測定装置１と、ドライバ等に情報の報知を行う報知装置３と、手動にてデータの入力を行うマニュアル入力部５と、ステアリング７に取り付けられた脈波センサ９と、ステアリング７に取り付けられた一対の電極１１、１３とを備えている。

前記血圧測定装置１は、周知のマイクロコンピュータを中心とした電子制御装置であり、脈波センサ９や電極１１、１３等からの信号に基づいて、血圧の算出や報知装置３の制御等を行う。

前記報知装置３は、血圧などを表示する液晶等のディスプレイ１５や、その内容を音声等で出力するスピーカ１７により構成される。
前記マニュアル入力部５は、マニュアルにて、体重、身長、年齢、性別等の個人別の身体特徴情報が入力可能な例えばキーボードやテンキーやリモコンなどの入力装置である。なお、ディスプレイ１５の表示画面をタッチパネルとして、データを入力するようにしてもよい。

前記脈波センサ９は、周知の発光素子（ＬＥＤ）や受光素子（ＰＤ）を備えた光学式のセンサであり、例えばドライバの指先等に光を照射し、その反射波を利用して脈波（容積脈波）を検出することができる。従って、後述する血圧の算出に用いる脈波信号は、この脈波センサ９から得ることができる。

前記一対の電極１１、１３は、ドライバの左右の手にそれぞれ接触するように、ステアリング９の左右に配置されている。この電極１１、１３は、心電信号を得るために電圧を印加する心電計の電極として用いられる。ここでは、両電極１１、１３と血圧測定装置１が、心電計の機能を果たす。従って、後述する血圧の算出に用いる心電信号は、この電極１１、１３を利用して得ることができる。

なお、一対の電極１１、１３間に電流を流しそれによってインピーダンスが得られる。
ｂ）次に、本実施形態の血圧測定装置等の機能をブロック図にて更に詳しく説明する。
図５に示す様に、本実施形態の血圧測定装置１には、インピーダンス計測部２１と、心電／インピーダンス計測切替部２３と、心電信号取得部２５と、脈波信号取得部２７と、心電信号解析部３１と、心電及び脈波信号解析部３３と、脈波信号解析部３５と、血圧演算部３７とを備えている。

このうち、インピーダンス計測部２１は、電極１１、１３間に微少電流（例えば高周波及び低周波の複数の周波数の交流電流）を流してインピーダンスを測定するものである。 心電信号取得部２５は、心臓の活動に伴う電気的興奮を、電極１１、１３間の電位差（心電信号）として計測するものである。

心電／インピーダンス計測切替部２３は、インピーダンス計測部２１と心電信号取得部２５との機能を自動的に切り替えるものである。
脈波信号取得部２７は脈波センサ９を駆動して脈波信号を取得するものである。

心電信号解析部３１は、心電信号を解析して、例えば周知のＱＴ信号等を算出するものである。
心電及び脈波信号解析部３３は、前記図１に示す様に、心電信号と脈波信号を用いて、心電信号に対する脈波信号の遅れ時間である脈波伝播時間（ＰＴＴ）を求めるものである。

脈波信号解析部３５は、前記図２に示す様に、脈波信号を解析して、１階微分（速度脈波）、２階微分（加速度脈波）、３階微分、４階微分を行うとともに、各微分における特徴量（例えば速度脈波のａ１〜ｋ１、加速度脈波のａ〜ｆ等）の算出、ＡＩ（容積ＡＩ）の算出、容積ＡＩの補正などを行うものである。

血圧演算部３７は、ＰＴＴ、速度脈波や加速度脈波などの特徴量、容積ＡＩ等を用い、所定の演算式に基づいて血圧を算出するものである。
ｃ）次に、血圧の算出に用いる演算式について説明する。

(i)血圧の算出式
ここでは、中枢血管特徴量（ＰＴＴ、脈波面積）と末梢血管特徴量（容積ＡＩ）とを用いた演算式、例えば下記式（１）〜（５）のいずれかの演算式を用いて、血圧（推定血圧：ＥＢＰ）を求める。

・ＰＴＴを使用する場合
ＥＢＰ＝α・ＰＴＴ＋β・容積ＡＩ＋γ ・・（１）
ＥＢＰ＝α・ＰＴＴ＋β・容積ＡＩ＋γ・（脈波特徴量）＋・・＋ ・・（２）
ＥＢＰ＝α・ＰＴＴ＋β・容積ＡＩ＋γ・ｄ＋δ・ｅ＋ε・ｆ
＋ζ・ＨＲ＋・・＋ ・・（３）
・ＰＴＴを使用しない場合
ＥＢＰ＝α・脈波面積＋β・容積ＡＩ＋γ ・・（４）
・より精度の良い推定式
ＥＢＰ＝α・ＰＴＴ＋β・容積ＡＩ＋γ・（脈波特徴量）＋δ・（身体特徴量）
＋ε・（インピーダンス）＋ζ ・・（５）

前記各式で、α、β、γ、δ、ε、ζは係数である。脈波特徴量は、例えばａ１、ｂ１など（図２参照）である。ＨＲは脈拍であり、脈拍に代えて脈拍間隔（ＲＲＩ）を用いることができる。脈波面積とは、脈波の基線をゼロとした場合の波形に囲まれる部分の面積である。身体特徴量は、身長、体重、性別、年齢などである。

以下、各式について説明する。
前記式（１）では、推定血圧の算出に、ＰＴＴと容積ＡＩを用いる。このうち、ＰＴＴは中枢血管の血管弾性を示すパラメータであり、容積ＡＩは末梢血管の血管弾性を示すパラメータであるので、両パラメータを用いることにより、中枢、末梢系の情報を取り入れられているため、精度良く血圧を推定することができる。

前記式（２）では、推定血圧の算出に、ＰＴＴと容積ＡＩに加えて、脈波特徴量を用いる。よって、前記式（１）よりも精度良く血圧を推定することができる。ここで、脈波特徴量を加味すると推定精度が向上するのは、特徴量の非線形性の効果、及び心臓の拍出の影響等を取り入れられているからである。

前記式（３）では、推定血圧の算出に、ＰＴＴと容積ＡＩに加えて、加速度脈波のｄ、ｅ、ｆ、及びＨＲを用いる。よって、前記式（１）よりも精度良く血圧を推定することができる。ここで、加速度脈波のｄ、ｅ、ｆとＨＲを加味すると推定精度が向上するのは、後述の容積ＡＩを圧ＡＩに補正する効果、及び心臓の拍出の影響の取り入れがあるからである。

前記式（４）では、推定血圧の算出に、脈波面積（Ｓ）と容積ＡＩを用いている。このうち、Ｓは中枢血管の血管弾性を示すパラメータであると考えられ（実験により推定）、容積ＡＩは末梢血管の血管弾性を示すパラメータであるので、両パラメータを用いることにより、マニュアルにて体重を入力しなくても、精度良く血圧を推定することができる。

前記式（５）では、推定血圧の算出に、ＰＴＴと容積ＡＩに加えて、脈波特徴量、身体特徴量、インピーダンスを用いている。よって、前記式（２）よりも精度良く血圧を推定することができる。なお、身長や体重などの身体特徴量は、血流量と相関関係があり、また、インピーダンスは体重や体脂肪と相関関係がある（よって血流量とも相関関係がある）ので、これらを加味することにより、血圧の推定精度が向上すると考えられる。

(ii)容積ＡＩの補正式
容積ＡＩはその測定方法の特性上、圧脈波により求めた圧ＡＩよりは精度が低い傾向にある。従って、ここでは、容積ＡＩを下記式（６）又は（７）を用いて補正する。

補正容積ＡＩ＝容積ＡＩ＋α・ＨＲ＋β・ノッチ−後隆波傾き ・・・（６）
補正容積ＡＩ＝容積ＡＩ＋α・ｄ＋β・ｅ＋γ・ｆ ・・・（７）

前記各式で、α、β、γは係数である。また、ＨＲは心拍数である（心拍間隔ＲＲＩを用いてもよい）。ノッチ−後隆波傾きとは、上述したノッチ（notch）からノッチ直後の後隆波のピークまでの傾き（即ち加速度脈波の特徴量のｅ−ｆ点間における脈波の傾き＝速度脈波の特徴量のｇ１）である。ｄ、ｅ、ｆは、上述した加速度脈波の特徴量である。

以下、各式について説明する。
前記式（６）では、容積ＡＩの補正に、ＨＲとノッチ−後隆波傾きを用いているので、圧ＡＩに近い容積ＡＩとすることができる。なお、ＨＲとノッチ−後隆波傾きを用いると良いことは、実験的に検証した。

前記式（７）では、容積ＡＩの補正に、加速度脈波の特徴量のｄ、ｅ、ｆを用いているので、圧ＡＩに近い容積ＡＩとすることができる。なお、ｄ、ｅ、ｆを用いると良いことは、実験的に検証した。

本実施形態では、前記式（６）、（７）より補正した容積ＡＩを、前記式（１）〜（５）に用いることにより、血圧の推定精度が一層向上する。
ｄ）次に、血圧検出装置１にて実施される制御処理について説明する。

図６のフローチャートに示す様に、ステップ（Ｓ）１００では、身体特徴情報を利用するか否かを判定する。例えばディスプレイ１５に、身体特徴情報を利用するかどうかを表示し、ドライバの入力を促すようにしても良い。ここで肯定判断されるとステップ１１０に進み、一方否定判断されるとステップ１２０に進む。

ステップ１１０では、身体特徴情報の入力が選択されたので、ドライバ等により、例えばタッチパネルによって体重等の入力がされた場合には、そのデータを取得する。
ステップ１２０では、インピーダンスの計測を行うか否かを判定する。例えばディスプレイ１５に、インピーダンスを計測するか否かを表示し、ドライバの入力を促すようにしても良い。ここで肯定判断されるとステップ１３０に進み、一方否定判断されるとステップ１４０に進む。

ステップ１３０では、例えばタッチパネルによって体重等の入力がされた場合には、そのデータを取得する。
続くステップ１３５では、インピーダンスの計測を行う。

ステップ１４０では、心電及び脈波の同時計測を行う。なお、脈波しか使用しない場合は、脈波のみの計測を行う。
続くステップ１５０では、測定によって得られた心電信号及び脈波信号の解析を行って、血圧の算出や容積ＡＩの補正に用いる演算値（特徴量など）を算出する。

例えば、前記式（１）を用いて血圧を算出する場合には、 脈波伝播時間（ＰＴＴ）と容積ＡＩが必要であるので、ここでは、心電信号と脈波信号とを用いて脈波伝播時間（ＰＴＴ）を算出するとともに、Ｐ１、Ｐ２を用いて容積ＡＩを算出する。なお、他の式を用いる場合には、各式に応じて、血圧の算出に必要な特徴量などの値を算出する。

続くステップ１６０では、心電信号及び脈波信号の妥当性を確認する。つまり、心電信号や脈波信号が測定値として妥当な値であるか否かを判定する。ここで、妥当な値であると判断されるとステップ１７０に進み、妥当な値でないと判断されると、再度心電及び脈波の測定を行うために、ステップ１４０に戻る。

続くステップ１７０では、容積ＡＩの補正が必要な場合には、ここで容積ＡＩの補正を行う。
例えば前記式（６）を用いて容積ＡＩを補正する場合には、心拍数（ＨＲ）とノッチ−後隆波傾きとを用いて、補正容積ＡＩを算出する。

ステップ１８０では、例えば前記式（１）を利用し、上述した各ステップの処理にて得られた脈波伝播時間（ＰＴＴ）と補正容積ＡＩを用いて、血圧を算出する。
続くステップ１９０では、算出した血圧を、ディスプレイ１５に表示したり、スピーカ１７で報知し、一旦本処理を終了する。

ｄ）次に、本実施形態による効果を確認した実験例について説明する。
図７（ａ）は、横軸にトノメトリ血圧により得られたトウ骨動脈圧脈波を解析して求めた圧ＡＩをとり、縦軸に光学式脈波センサにより求めた脈波信号から算出した容積ＡＩ（未補正）をとったものである。

この図７（ａ）から、圧ＡＩと（補正前の）容積ＡＩとの相関係数（ｒ）は０．８２であり、圧ＡＩと容積ＡＩとの相関関係が小さいことが分かる。よって、容積ＡＩを用いて血圧を算出する場合には、圧ＡＩを用いた場合より精度が低くなる。

図７（ｂ）は、横軸に圧ＡＩをとり、縦軸に前記式（６）により補正した補正容積ＡＩ（補正ＡＩ）をとったものである。
この図７（ｂ）から、圧ＡＩと補正容積ＡＩとの相関係数は０．９３であり、圧ＡＩと補正容積ＡＩとの相関関係が大きいことが分かる。よって、圧ＡＩに代えて補正容積ＡＩを用いることにより、精度の高い血圧を算出できることが分かる。

図８（ａ）は、横軸にカフの締め付けを行うオシロメトリック式血圧計により測定した実血圧をとり、縦軸にＰＴＴのみを用いて算出した推定血圧（即ち前記式（１）でＰＴＴ項のみを用いて推定血圧を算出したもの）をとったものである。

この図８（ａ）から、実血圧と推定血圧との相関が少なく、ＰＴＴのみを用いて血圧を推定した場合には、精度の高い血圧を求めることができないことが分かる。
図８（ｂ）は、前記式（１）を用いて推定血圧を求め、実血圧との相関をとったものである。この場合には、ＰＴＴと補正容積ＡＩを用いて血圧を推定するので、推定血圧の精度が高いことがわかる。

図８（ｃ）は、前記式（１）と式（７）を用いて推定血圧を求め、実血圧との相関をとったものである。この場合には、ＰＴＴと補正容積ＡＩとｄ、ｅ、ｆを用いて血圧を推定するので、推定血圧の精度が一層高いことがわかる。

図９は、前記式（５）と式（７）を用いて推定血圧を求め、実血圧との相関をとったものである。この場合には、ＰＴＴと補正容積ＡＩと脈波特徴量とインピーダンスと身体特徴量を用いて血圧を推定しているので、推定血圧の精度がより一層高いことがわかる。

ｅ）この様に、本実施形態では、例えば前記式（１）及び式（６）を利用し、心電信号や脈波信号から得られた例えば脈波伝播時間（ＰＴＴ）や補正容積ＡＩを用いて血圧を算出するので、簡易な手法で精度の高い血圧測定が可能である。

なお、血圧の算出に前記式（１）〜（５）を用いる場合は、補正しない容積ＡＩを用いることも可能であるが、補正容積ＡＩを用いた方が、血圧の算出精度が高まるので好適である。
［第２実施形態］
次に、第２実施形態を説明するが、前記第１実施形態と同様な内容の説明は省略する。

本実施形態は、ハード構成は前記第１実施形態と同様であるので、使用する演算式や演算処理の手順について説明する。
ａ）まず、本実施形態における血圧の算出に用いる演算式について説明する。

(i)血圧の算出式
ここでは、脈波（詳しくは後隆波）の立ち下がり情報を用いた演算式、例えば下記式（８）〜（１６）のいずれかの演算式を用いて、血圧（推定血圧：ＥＢＰ）を求める。

・立ち下がりの傾きのみを使用する場合
ＥＢＰ＝α・ｅ１ ・・（８）
ＥＢＰ＝α・ｅ１＋β・ｆ１ ・・（９）
ＥＢＰ＝α・（０．８−０．６）の傾き＋β・（０．４−０．２） ・・（10）
ＥＢＰ＝α・最大傾き ・・（11）
・脈波及びＰＴＴを使用する場合
ＥＢＰ＝α・ｅ１＋β・ＰＴＴ ・・（12）
ＥＢＰ＝α・ｅ１＋β・ｆ１＋γ・ＰＴＴ ・・（13）
ＥＢＰ＝α・ｅ１＋β・ｆ１＋γ・ＰＴＴ＋δ・（脈波特徴量）＋・ ・・（14）
・Ｃ１、Ｃ２を使用する場合
ＥＢＰ＝α・ＰＴＴ＋β・容積ＡＩ＋γ・Ｃ１＋δ・Ｃ２＋ε ・・（15）
・より精度の良い推定式
ＥＢＰ＝α・ｅ１＋β・ｆ１＋γ・ＰＴＴ＋δ・（脈波特徴量）
＋ε・（身体特徴量）＋ζ・（インピーダンス）＋η ・・（16）

前記各式で、α、β、γ、δ、ε、ζ、ηは係数である。脈波特徴量は、例えばａ１、ｄ、ＡＩである。ｅ１は、図２に示す様に、１階微分の脈波の立ち下がりの傾きの最小値であり、ｆ１は、２階微分のｆ点後での、４階微分のゼロクロスに対応する点での脈波の立ち下がりの傾斜である。身体特徴量は、身長、体重、性別、年齢などである。Ｃ１、Ｃ２は、脈波の立下りを指数関数で近似することにより求められる指数であり、指数関数での近似により、精度良く情報の抽出が可能となる（Ｄａｎｉｅｌ Ａ Ｄｕｐｒｅｚ，Ｄｅｔｅｒｍｉｎａｔｅｉｏｎ ｏｆ Ｒａｄｉａｌ Ａｒｔｅｒｙ Ｐｕｌｓｅ Ｗａｖｅ Ａｎａｌｙｓｉｓ ｉｎ Ａｓｙｍｐｔｏｍａｔｉｃ Ｉｎｄｉｖｉｄｕａｌｓ，Ａｍｅｒｉｃａｎ Ｊｏｕｒｎａｌ ｏｆ Ｈｙｐｅｒｔｅｎｓｉｏｎ ２００４；１７：６４７−６５３参照）。

以下、各式について説明する。
前記式（８）では、推定血圧の算出に、脈波の立ち下がり情報であるｅ１を用いるので、精度良く血圧を推定することができる。ここで、ｅ１を用いると推定精度が高いのは、心臓系の影響の少ない血管弾性情報を用いることができているからである。

前記式（９）では、推定血圧の算出に、脈波の立ち下がり情報であるｅ１とｆ１を用いるので、ｅ１だけを用いる場合よりも、精度良く血圧を推定することができる。ここで、ｆ１を加味すると測定精度が向上するのは、大動脈及び小動脈の血管情報を併せて考慮できているからである。

前記式（１０）では、推定血圧の算出に、図３に示す様に、後隆波の傾きの一部を使用する（ここでは、後隆波のピークを１とし、それを２０％づつ５等分し、各区分における傾きを求める）ので、精度良く血圧を推定することができる。なお、これらの傾きの平均値を用いてもよい。

前記式（１１）では、推定血圧の算出に、後隆波の最大傾きを用いるので、精度良く血圧を推定することができる。なお、図３の様に区分した領域での傾きの最大値を、最大傾きとしてもよい。ここで、最大傾きを加味すると測定精度が向上するのは、ｅ１とほぼ同義であり、ノイズの多い環境下では、微分して求めるよりも安定して求められるため、精度が向上するからである。

前記式（１２）では、推定血圧の算出に、脈波の立ち下がり情報であるｅ１とＰＴＴとを用いるので、精度良く血圧を推定することができる。
前記式（１３）では、推定血圧の算出に、脈波の立ち下がり情報であるｅ１、ｆ１とＰＴＴとを用いるので、より精度良く血圧を推定することができる。

前記式（１４）では、推定血圧の算出に、脈波の立ち下がり情報であるｅ１、ｆ１とＰＴＴと脈波特徴量を用いるので、より一層精度良く血圧を推定することができる。
前記式（１５）では、推定血圧の算出に、脈波の立ち下がり情報であるＣ１、Ｃ２とＰＴＴと容積脈ＡＩ（補正容積ＡＩでも良い）を用いるので、精度良く血圧を推定することができる。

前記式（１６）では、推定血圧の算出に、脈波の立ち下がり情報であるｅ１、ｆ１とＰＴＴと脈波特徴量と身体特徴量とインピーダンスとを用いるので、一層精度良く血圧を推定することができる。

また前記式（１４）〜（１６）において、脈波特徴量として、ＡＩもしくはｄ等を使用すると、請求項１２に示すように、請求項１〜８による血圧推定精度向上も同時に行うことになる。

この場合は、ＰＴＴ及びＡＩ、ｄにより、中枢及び末梢の弾性、ｅ１及びｆ１により、同様に中枢及び末梢の弾性による血圧推定精度の向上を図るが、ＡＩ、ｄは心拍出波形の影響も受けるため、ｅ１、ｆ１を併せて用いることで、中枢、末梢、心臓系を考慮した血圧推定が実施可能となり、推定精度が大きく向上する。

ｂ）次に、血圧検出装置にて実施される制御処理について説明する。
図１０のフローチャートに示す様に、ステップ（Ｓ）２００では、身体特徴情報を利用するか否かを判定する。ここで肯定判断されるとステップ２１０に進み、一方否定判断されるとステップ２２０に進む。

ステップ２１０では、例えばタッチパネルによって体重等の入力がされた場合には、そのデータを取得する。
ステップ２２０では、インピーダンスの計測を行うか否かを判定する。ここで肯定判断されるとステップ２３０に進み、一方否定判断されるとステップ２４０に進む。

ステップ２３０では、例えばタッチパネルによって体重等の入力がされた場合には、そのデータを取得する。
続くステップ２３５では、インピーダンスの計測を行う。

ステップ２４０では、心電及び脈波の同時計測を行う。なお、脈波しか使用しない場合は、脈波のみの計測を行う。
続くステップ２５０では、測定によって得られた心電信号及び脈波信号の解析を行って、血圧の算出に必要な特徴量などを求める。

続くステップ２６０では、心電信号及び脈波信号の妥当性を確認する。ここで、妥当な値であると判断されるとステップ２７０に進み、妥当な値でないと判断されると、ステップ２４０に戻る。

続くステップ２７０では、前記各式（８）〜（１６）を利用して、血圧を算出する。
続くステップ２８０では、算出した血圧を報知し、一旦本処理を終了する。
ｃ）次に、本実施形態による効果を確認した実験例について説明する。

図１１（ａ）は、横軸に実血圧をとり、縦軸にＰＴＴのみを用いて算出した推定血圧（即ち前記式（３）でＰＴＴの項のみを用いて推定血圧を算出したもの）をとったものである。

この図１１（ａ）から、ＰＴＴのみを用いて血圧を推定した場合には、精度の高い血圧を求めることができないことが分かる。
図１１（ｂ）は、前記式（１２）を用いて推定血圧を求め、実血圧との相関をとったものである。この場合には、ｅ１とＰＴＴと用いて血圧を推定しているので、推定血圧の精度が高いことがわかる。

図１１（ｃ）は、前記式（１３）を用いて推定血圧を求め、実血圧との相関をとったものである。この場合には、ｅ１、ｆ１とＰＴＴを用いて血圧を推定しているので、推定血圧の精度が一層高いことがわかる。

この様に、本実施形態では、脈波の立ち下がり情報を用いて血圧を推定するので、簡易な手法で精度の高い血圧測定が可能である。
尚、本発明は前記実施形態になんら限定されるものではなく、本発明を逸脱しない範囲において種々の態様で実施しうることはいうまでもない。

例えば、上述した血圧測定装置の機能は、コンピュータのプログラムにより実行される処理により実現することができ、このプログラムは、記録媒体に記録できる。
つまり、上述した様なプログラムをコンピュータシステムにて実現する機能は、例えば、コンピュータシステム側で起動するプログラムとして備えることができる。このようなプログラムの場合、例えば、フレキシブルディスク、光磁気ディスク、ＣＤ−ＲＯＭ、ＤＶＤ、ハードディスク等のコンピュータ読み取り可能な記録媒体に記録し、必要に応じてコンピュータシステムにロードして起動することにより用いることができる。この他、ＲＯＭやバックアップＲＡＭ等をコンピュータ読み取り可能な記録媒体として前記プログラムを記録しておき、このＲＯＭあるいはバックアップＲＡＭ等をコンピュータシステムに組み込んで用いても良い。

心電信号と脈波信号を示すグラフである。 脈波信号とそれを微分した信号を示すグラフである。 後隆波の傾きを示すグラフである。 第１実施形態の車室内に配置された血圧測定装置の概略構成を示す説明図である。 血圧測定装置の機能を示すブロック図である。 第１実施形態の制御処理を示すフローチャートである。 （ａ）圧ＡＩと容積ＡＩとの関係を示すグラフ、（ｂ）圧ＡＩと補正容積ＡＩとの関係を示すグラフである。 カフを用いた実測値と血圧測定装置による演算値との相関関係を示すグラフである。 カフを用いた実測値と血圧測定装置による演算値との相関関係を示すグラフである。 第２実施形態の制御処理を示すフローチャートである。 カフを用いた実測値と血圧測定装置による演算値との相関関係を示すグラフである。

符号の説明

１…血圧測定装置
３…報知装置
５…マニュアル入力部
７…ステアリング
９…脈波センサ
１１、１３…電極

Claims (9)

1. 生体から検出された脈波信号から得られる生体情報を用いて、血圧を算出する血圧測定装置であって、
   前記脈波信号は、容積脈波を表す信号であり、
   中枢血管の血管弾性を表す中枢血管特徴量と、末梢血管の血管弾性を表す末梢血管特徴量とを用いて、血圧を算出するのであるが、
   前記末梢血管特徴量は、前記容積脈波から得られるＡＩである容積ＡＩを、加速度脈波の特徴量のｄ、ｅ、ｆのうち１種を用いて補正した値を用いて求められるものであることを特徴とする血圧測定装置。
2. 生体から検出された脈波信号から得られる生体情報を用いて、血圧を算出する血圧測定装置であって、
   前記脈波信号は、容積脈波を表す信号であり、
   中枢血管の血管弾性を表す中枢血管特徴量と、末梢血管の血管弾性を表す末梢血管特徴量とを用いて、血圧を算出するのであるが、
   前記末梢血管特徴量は、前記容積脈波から得られるＡＩである容積ＡＩを、加速度脈波の特徴量のｅ−ｆ点間における脈波の傾きと、心拍数とを用いて補正した値を用いて求められるものであることを特徴とする血圧測定装置。
3. 生体から検出された心電信号及び前記脈波信号以外の生体情報も加味して、血圧を算出することを特徴とする請求項１又は２に記載の血圧測定装置。
4. 前記心電信号及び前記脈波信号以外の生体情報は、身体特徴量及び生体のインピーダンスのうち少なくとも１種であることを特徴とする請求項３に記載の血圧測定装置。
5. 脈波波形の立ち下がりの状態を示す立ち下がり情報も加味して、血圧を算出することを特徴とする請求項１〜４のいずれか一項に記載の血圧測定装置。
6. 前記立ち下がり情報として、前記脈波波形の立ち下がりの最大傾きを用いることを特徴とする請求項５に記載の血圧測定装置。
7. 前記立ち下がり情報として、前記加速度脈波の特徴量のｅ点以降における脈波波形の最大値の８〜２割の範囲の傾きを用いることを特徴とする請求項５に記載の血圧測定装置。
8. 前記請求項１〜７のいずれか一項に記載の血圧測定装置の機能を実現させるためのプログラム。
9. 前記請求項８に記載のプログラムを記録したコンピュータ読取可能な記録媒体。

Images