JP5476922B2 - 拍動検出装置及び拍動検出方法 - Google Patents

Description

本発明は、拍動検出装置及び拍動検出方法に関するものである。

拍動検出装置は、人体の心拍に由来する拍動を検出するための装置であって、例えば、腕や手指などに装着される脈波センサーからの信号（脈波信号）から、人体の体動の影響により発生する信号成分（体動影響信号）を雑音として除去し、心拍に由来する信号（拍動信号）のみを検出する装置である。

光学式の脈波センサーを指、手首等へ装着するタイプの拍動検出装置では、指・手首自体の動きや指・手首近辺への衝撃により血流変動が発生するため、脈波センサーにノイズ信号が混入する虞があった。このノイズ信号は心拍成分の信号よりも信号強度が高いため、脈拍を計測する処理（周波数解析）をする上で大きな阻害要因となるため、このようなノイズを確実に遮断しなければならない。特に、日常生活や運動をしながら継続的に（数秒に１度ごとに）脈拍を計測する拍動検出装置で「指を動かさないでください、ぶつけないでください」と使用条件に制限をつけると、ユーザービリティを大きく損なう虞があった。

図１４に脈波信号データにおけるノイズ信号を示す。なお、各グラフの上段の曲線１２０ｐ，１２０ｑは脈波信号データの波形を、下段の棒グラフ１２２ｐ，１２２ｑは、高速フーリエ変換（ＦＦＴ）による周波数解析結果を示す。図１４（Ａ）は、脈波信号データにノイズ信号が重畳されていない状態を示し、図１４（Ｂ）は、脈波信号データにノイズ信号１４４，１４６が重畳されている状態を示している。脈波センサーの近辺への衝撃、指・手首の動作により、心拍成分をかき消すようなセンサー出力信号が発生する。この大パワーの低周波成分は、脈拍の誤検出につながる虞がある。

パルスオキシメーターのような光学式で血流量変化を取得するセンサーは、もともと指の腹側や手のひら、爪など、動脈血流が皮膚近辺に多く分布する部位に装着することを前提としている。そのため、従来の多くの拍動検出装置では、脈波センサーを前記のような位置に設置する技術が提案されている（例えば、特許文献１参照）。また、外部装着センサーやセンサーケーブルを廃し、機器本体にセンサーを埋め込むようにすると、ユーザービリティが高まる。

また、複数のバンドフィルターを備え、その中から今の脈拍を示す周波数に近い周波数の信号を通過させるバンドフィルターを選んで、脈波センサーから得た信号にフィルターを掛けることで、ノイズ成分を除去しようとする技術が提案されている（例えば、特許文献２参照）。

特開２００５−１９８８２９号公報 特開２００７−５４４７１号公報

しかしながら、特許文献１では、脈波センサーを指・手のひら・手首等へ装着するが、これらの部位は身体の中でも特に動きの多い部位である。そのため、次のような問題につながる。手の動きによるノイズとしては、拍動検出装置の装着者が手周辺の部位を動かすと、心拍による血流とは独立して別の血流の変化が発生し、脈波センサーがキャッチする信号にノイズとして入る。脈拍周波数解析を行う際に、このノイズの存在が邪魔になるケースがある。

また、手をぶつけることによるノイズとしては、拍動検出装置の装着者が、脈波センサー装着部位やその周辺部位を、物や装着者自身の別の身体部位へぶつけることによって、心拍による血流変動とは独立して別の血流の変化が発生する。脈波センサーはこの血流変化をキャッチするので、脈波センサー出力信号にノイズとして混入する。脈拍周波数解析を行う際に、このノイズの存在が邪魔になるケースがある。

なお、機器本体に脈波センサーを埋め込むようにする機器は、上記問題点による影響度が高い。その理由としては、次のように推測される。手首には尺骨、撓骨（トウコツ）などの骨と腱、筋肉が集まっており、指・手・手首を動かすことで腱や筋肉の形状が大きく変化する際、血流の変化が生じる。動脈・静脈の血液の流れを見ると、動脈は、静脈よりも心拍による血流変化がより鮮明に現れるため、脈波センサー信号としても心拍のリズムがより明確に現れる。静脈の血流では、心拍の動きは見にくい。しかしながら、手首外側の皮下組織の組成として、動脈血管が少ない（若しくはより深いところにある）ため、脈波センサーで血流を捉えようとしたときに、心拍による血流変化よりも、外的な要因による血流変化のほうが支配的となる。そのため、手の動きや手周辺への衝撃が入ると心拍による血流変化が見えにくくなる虞がある。

また、特許文献２では、ＨＷ回路上でこのような処理を行うとＩＦ文による判定処理を多数実施しなければならず、処理時間・負荷の増加に繋がる。そのため、この技術を時計程度の大きさの拍動検出装置に搭載するには、処理能力と消費電力の点から望ましくない。

本発明は、上述の課題の少なくとも一部を解決するためになされたものであり、以下の形態又は適用例として実現することが可能である。

［適用例１］人体の拍動に由来する拍動信号を検出する拍動検出装置であって、前記拍動信号とノイズ信号とが混在した第１脈波信号を検出して出力する脈波センサーと、前記第１脈波信号に基づいて適応線スペクトル強調器を生成して該第１脈波信号を第１信号と第２信号とに分離して、少なくとも該第１信号を含む第２脈波信号を出力する脈波信号フィルタリング部と、を備えたことを特徴とする拍動検出装置。

脈波センサーから得られた第１脈波信号自体をリファレンス信号として、自己相関性のある信号成分（第１信号）とそれ以外の成分（第２信号）とに分離し、第１信号に基づいて脈拍の周波数解析処理を行う。具体的には、適応フィルターの一種である適応線スペクトル強調器を通すことで、自己相関性のある第１信号である心拍成分、歩行、ジョギングの腕振りにより生じる血流量変化のような定常的な信号成分と、自己相関性の無い第２信号である指・手首等を動かしたことによる血流変化成分、及び指・手首等をぶつけたことにより発生する血流変化成分のような非定常的、突発的な信号成分とに分離される。

これによれば、第１信号には、信号レベルの高い衝撃的なノイズが低減されているため、脈拍の周波数解析を行ったときに、脈拍を示す周波数成分を特定する処理を行う際、脈拍の誤検出や検出失敗の可能性を軽減することができる。また、脈波センサーから得られた第１脈波信号を自己相関性のある信号成分とそれ以外の成分とに分離した後に脈波周波数解析を行うようにすることで、突発的なノイズ信号の影響を軽減できる。

［適用例２］上記拍動検出装置であって、前記脈波信号フィルタリング部は、前記第１信号と前記第２信号とに第１ゲイン係数を掛けて比率を変更し合算して前記第２脈波信号を生成するとともに、該第２脈波信号を出力する信号合成部を備えることを特徴とする拍動検出装置。

第１信号と第２信号との比率を変更し合算した信号を参照して拍動検出処理を行う。具体的には、出力信号＝ｈ１×信号Ａ＋ｈ２×信号Ｂ （ゲイン係数は、ｈ１≧１．０、ｈ２＜１．０）とする。

これによれば、衝撃による影響を軽減するとともに、拍動成分や体動成分の急変化への追従性を高めることができる。例えば、安静中の脈拍が６０だった人が速いペースのジョギングを開始し、脈拍が１５０まで急上昇していくようなとき、適応フィルターの追従性が、脈拍の上昇より遅れてしまうと、適応フィルターは、急上昇中の心拍成分の信号を遮断してしまう可能性がある。これを排除することができる。

［適用例３］上記拍動検出装置であって、前記脈波信号フィルタリング部は、前記第１脈波信号に基づいて脈波変化が所定の閾値を超えて増大したことを検出する過大振幅検出部と、前記過大振幅検出部の出力信号により前記第１ゲイン係数を第２ゲイン係数に切り替えるゲイン設定切替部と、を備えることを特徴とする拍動検出装置。

脈波センサーから出力された信号の振幅を監視し、一定振幅以上の振幅の信号が入力されてきた場合は、第１信号の出力を重視するようゲイン係数を変更する。具体的には、通常モード：ｈ１＝１．０、ｈ２＝０．５、衝撃対応モード：ｈ１＝１．２、ｈ２＝０．０とする。

これによれば、衝撃対応モードは、衝撃的信号への耐性が強くなる（脈波周波数を特定しやすい）。また通常モードは、ある程度衝撃への耐性ももちつつ、脈拍・体動の急変化にも対応しやすい状態を維持できる。

［適用例４］上記拍動検出装置であって、前記脈波信号フィルタリング部は、前記過大振幅検出部で脈波変化が所定の閾値を超えて増大したことを検出した場合には、前記適応線スペクトル強調器のフィルター更新処理を行わないことを特徴とする拍動検出装置。

これによれば、衝撃対応モードは、衝撃的信号への耐性が強くなる（脈波周波数を特定しやすい）。また通常モードは、ある程度衝撃への耐性ももちつつ、脈拍・体動の急変化にも対応しやすい状態を維持できる。

［適用例５］上記拍動検出装置であって、前記ゲイン設定切替部は、前記過大振幅検出部で所定の期間、前記第１脈波信号に基づいて脈波変化が所定の閾値を超えて増大したことを検出しないと、前記第２ゲイン係数を前記第１ゲイン係数に切り替えることを特徴とする拍動検出装置。

ゲイン係数を変更してから一定時間、脈波センサーから出力された信号が信号振幅の閾値を超えなかったときは、ゲイン係数をもとに戻す。

これによれば、衝撃対応モードは、衝撃的信号への耐性が強くなる（脈波周波数を特定しやすい）。また通常モードは、ある程度衝撃への耐性ももちつつ、脈拍・体動の急変化にも対応しやすい状態を維持できる。

［適用例６］上記拍動検出装置であって、人体の体動に伴う体動信号を検出して出力する体動センサーと、前記体動信号に基づいて適応フィルターを生成して前記第２脈波信号中のノイズ信号を抽出するとともに、該第２脈波信号から該ノイズ信号を除去した前記拍動信号を出力する体動影響成分フィルタリング部を備えることを特徴とする拍動検出装置。

脈波センサーから出力された信号の振幅を監視し、一定振幅以上の振幅の信号が入力されてきた場合は、適応フィルターのフィルター係数更新処理を行わず、フィルタリングを行う。

これによれば、適応線スペクトル強調器を構成する適応フィルターは、（衝撃対応モードにおいては）ノイズが混入した第１脈波信号をリファレンスとして係数更新されない。これにより、適応フィルター自体が衝撃的ノイズ信号を通過させてしまうことが無くなる（略通さない）ので、常にフィルター係数を更新していくように構成した適応フィルターを用いる場合に比べて、より脈拍を検出しやすい状態を維持することができる。

［適用例７］上記拍動検出装置であって、前記第１信号には、心拍の信号成分と、歩行、ジョギング中の腕振りのような運動により発生する血流変化のような定常的な信号成分と、が含まれ、前記第２信号には、指、手首等を動かしたことによる血流変化、及び指、手首等をぶつけたことにより発生する血流変化のような非定常的、突発的な信号成分が含まれることを特徴とする拍動検出装置。

これによれば、第１信号には、信号レベルの高い衝撃的なノイズが低減されているため、脈拍の周波数解析を行ったときに、脈拍を示す周波数成分を特定する処理を行う際、脈拍の誤検出や検出失敗の可能性を軽減することができる。

［適用例８］人体の拍動に由来する拍動信号を検出する拍動検出装置であって、前記拍動信号とノイズ信号とが混在した第１脈波信号を検出して出力する脈波センサーと、人体の体動に伴う体動信号を検出して出力する体動センサーと、第３脈波信号に基づいて適応フィルターを生成して前記第１脈波信号を第１信号と第２信号とに分離し、少なくとも該第１信号を含む第２脈波信号を出力する脈波信号フィルタリング部と、前記体動信号に基づいて適応フィルターを生成して前記第２脈波信号中の前記ノイズ信号を抽出するとともに、該第２脈波信号から該ノイズ信号を除去した第３脈波信号を出力する体動影響成分フィルタリング部と、を含み、前記第３脈波信号を拍動信号として検出することを特徴とする拍動検出装置。

適応線スペクトル強調器が適応フィルター係数を算出するときに参照する信号を、体動影響成分フィルタリング部を通過させた後の信号とする。これにより自己相関性のある第１信号である心拍成分のみと、自己相関性の無い第２信号である指・手首等を動かしたことによる血流変化成分、及び指・手首等をぶつけたことにより発生する血流変化成分のような非定常的、突発的な信号成分、及び歩行、ジョギング中の腕振りのような運動により生じる定常的な血流変動成分とに分離される。

これによれば、より脈波周波数解析がより容易となる。

［適用例９］上記拍動検出装置であって、前記第１信号には、心拍の信号成分が含まれ、前記第２信号には、指、手首等を動かしたことによる血流変化、及び指、手首等をぶつけたことにより発生する血流変化のような非定常的、突発的な信号成分と、歩行、ジョギング中の腕振りのような運動により発生する血流変化のような定常的な信号成分と、が含まれることを特徴とする拍動検出装置。

これによれば、第１信号には、信号レベルの高い衝撃的なノイズが低減されているため、脈拍の周波数解析を行ったときに、脈拍を示す周波数成分を特定する処理を行う際、脈拍の誤検出や検出失敗の可能性をさらに軽減することができる。

［適用例１０］拍動信号とノイズ信号とが混在した第１脈波信号を検出する脈波センサーを備えたコンピューターにより、人体の拍動に由来する拍動信号を検出するための拍動検出方法であって、前記コンピューターは、前記第１脈波信号に基づいて適応線スペクトル強調器を生成して該第１脈波信号を第１信号と第２信号とに分離して、少なくとも該第１信号を含む第２脈波信号を出力する脈波信号フィルタリングステップを含むことを特徴とする拍動検出方法。

脈波センサーから得られた第１脈波信号自体をリファレンス信号として、自己相関性のある第１信号とそれ以外の第２信号とに分離し、第１信号に基づいて脈拍の周波数解析処理を行う。具体的には、適応フィルターの一種である適応線スペクトル強調器を通すことで、自己相関性のある第１信号である心拍成分、歩行、ジョギングの腕振りにより生じる血流量変化のような定常的な信号成分と、自己相関性の無い第２信号である指・手首等を動かしたことによる血流変化成分、及び指・手首等をぶつけたことにより発生する血流変化成分のような非定常的、突発的な信号成分とに分離される。

これによれば、第１信号には、信号レベルの高い衝撃的なノイズが低減されているため、脈拍の周波数解析を行ったときに、脈拍を示す周波数成分を特定する処理を行う際、脈拍の誤検出や検出失敗の可能性を軽減することができる。また、脈波センサーから得られた第１脈波信号を自己相関性のある信号成分とそれ以外の成分とに分離した後に脈波周波数解析を行うようにすることで、突発的なノイズ信号の影響を軽減できる。

［適用例１１］上記拍動検出方法であって、前記脈波信号フィルタリングステップは、前記第１信号と前記第２信号とに第１ゲイン係数を掛けて比率を変更し合算して第２脈波信号を生成するとともに、該第２脈波信号を出力する信号合成ステップを含むことを特徴とする拍動検出方法。

第１信号と第２信号との比率を変更し合算した信号を参照して拍動検出処理を行う。具体的には、出力信号＝ｈ１×信号Ａ＋ｈ２×信号Ｂ （ゲイン係数は、ｈ１≧１．０、ｈ２＜１．０）とする。

これによれば、衝撃による影響を軽減するとともに、拍動成分や体動成分の急変化への追従性を高めることができる。例えば、安静中の脈拍が６０だった人が速いペースのジョギングを開始し、脈拍が１５０まで急上昇していくようなとき、適応フィルターの追従性が、脈拍の上昇より遅れてしまうと、適応フィルターは、急上昇中の心拍成分の信号を遮断してしまう可能性がある。これを排除することができる。

［適用例１２］上記拍動検出方法であって、前記脈波信号フィルタリングステップは、前記第１脈波信号に基づいて脈波変化が所定の閾値を超えて増大したことを検出する過大振幅検出ステップと、前記過大振幅検出ステップの出力信号により前記第１ゲイン係数を第２ゲイン係数に切り替えるゲイン設定切替ステップと、を含むことを特徴とする拍動検出方法。

脈波センサーから出力された信号の振幅を監視し、一定振幅以上の振幅の信号が入力されてきた場合は、第１信号の出力を重視するようゲイン係数を変更する。具体的には、通常モード：ｈ１＝１．０、ｈ２＝０．５、衝撃対応モード：ｈ１＝１．２、ｈ２＝０．０とする。

これによれば、衝撃対応モードは、衝撃的信号への耐性が強くなる（脈波周波数を特定しやすい）。また通常モードは、ある程度衝撃への耐性ももちつつ、脈拍・体動の急変化にも対応しやすい状態を維持できる。

［適用例１３］上記拍動検出方法であって、前記脈波信号フィルタリングステップは、前記過大振幅検出ステップが脈波変化が所定の閾値を超えて増大したことを検出した場合には、前記適応線スペクトル強調器のフィルター更新処理を行わないことを特徴とする拍動検出方法。

これによれば、衝撃対応モードは、衝撃的信号への耐性が強くなる（脈波周波数を特定しやすい）。また通常モードは、ある程度衝撃への耐性ももちつつ、脈拍・体動の急変化にも対応しやすい状態を維持できる。

［適用例１４］上記拍動検出方法であって、前記ゲイン設定切替ステップでは、前記過大振幅検出ステップで所定の期間、前記第１脈波信号に基づいて脈波変化が所定の閾値を超えて増大したことを検出しないと、前記第２ゲイン係数を前記第１ゲイン係数に切り替えることを特徴とする拍動検出方法。

ゲイン係数を変更してから一定時間、脈波センサーから出力された信号が信号振幅の閾値を超えなかったときは、ゲイン係数をもとに戻す。

これによれば、衝撃対応モードは、衝撃的信号への耐性が強くなる（脈波周波数を特定しやすい）。また通常モードは、ある程度衝撃への耐性ももちつつ、脈拍・体動の急変化にも対応しやすい状態を維持できる。

［適用例１５］上記拍動検出方法であって、前記コンピューターは、人体の体動に伴う体動信号を検出して出力する体動センサーを備え、前記体動信号に基づいて適応フィルターを生成して前記第２脈波信号中のノイズ信号を抽出するとともに、該第２脈波信号から該ノイズ信号を除去した前記拍動信号を出力する体動影響成分フィルタリングステップを含むことを特徴とする拍動検出方法。

脈波センサーから出力された信号の振幅を監視し、一定振幅以上の振幅の信号が入力されてきた場合は、適応フィルターのフィルター係数更新処理を行わず、フィルタリングを行う。

これによれば、適応線スペクトル強調器を構成する適応フィルターは、（衝撃対応モードにおいては）ノイズ混入した第１脈波信号をリファレンスとして係数更新されない。これにより、適応フィルター自体が衝撃的ノイズ信号を通過させてしまうことが無くなる（略通さない）ので、常にフィルター係数を更新していくように構成した適応フィルターを用いる場合に比べて、より脈拍を検出しやすい状態を維持することができる。

［適用例１６］上記拍動検出方法であって、前記第１信号には、心拍の信号成分と、歩行、ジョギング中の腕振りのような運動により発生する血流変化のような定常的な信号成分と、が含まれ、前記第２信号には、指、手首等を動かしたことによる血流変化、及び指、手首等をぶつけたことにより発生する血流変化のような非定常的、突発的な信号成分が含まれることを特徴とする拍動検出方法。

これによれば、第１信号には、信号レベルの高い衝撃的なノイズが低減されているため、脈拍の周波数解析を行ったときに、脈拍を示す周波数成分を特定する処理を行う際、脈拍の誤検出や検出失敗の可能性を軽減することができる。

［適用例１７］拍動信号とノイズ信号とが混在した第１脈波信号を検出する脈波センサーと、人体の体動に伴う体動信号を検出して出力する体動センサーとを備えたコンピューターにより、人体の拍動に由来する拍動信号を検出するための拍動検出方法であって、前記コンピューターは、第３脈波信号に基づいて適応フィルターを生成して前記第１脈波信号を第１信号と第２信号とに分離して、少なくとも該第１信号を含む第２脈波信号を出力する脈波信号フィルタリングステップと、前記体動信号に基づいて適応フィルターを生成して前記第２脈波信号中の前記ノイズ信号を抽出するとともに、該第２脈波信号から該ノイズ信号を除去した第３脈波信号を出力する体動影響成分フィルタリングステップと、を含み、前記第３脈波信号を拍動信号として検出することを特徴とする拍動検出方法。

適応線スペクトル強調器が適応フィルター係数を算出するときに参照する信号を、体動影響成分フィルタリング部を通過させた後の第３脈波信号とする。これにより自己相関性のある第１信号である心拍成分のみと、自己相関性の無い第２信号である指・手首等を動かしたことによる血流変化成分、及び指・手首等をぶつけたことにより発生する血流変化成分のような非定常的、突発的な信号成分、及び歩行、ジョギング中の腕振りのような運動により生じる定常的な血流変動成分とに分離される。

これによれば、より脈波周波数解析がより容易となる。

［適用例１８］上記拍動検出方法であって、前記第１信号には、心拍の信号成分が含まれ、前記第２信号には、指、手首等を動かしたことによる血流変化、及び指、手首等をぶつけたことにより発生する血流変化のような非定常的、突発的な信号成分と、歩行、ジョギング中の腕振りのような運動により発生する血流変化のような定常的な信号成分と、が含まれることを特徴とする拍動検出方法。

これによれば、第１信号には、信号レベルの高い衝撃的なノイズが低減されているため、脈拍の周波数解析を行ったときに、脈拍を示す周波数成分を特定する処理を行う際、脈拍の誤検出や検出失敗の可能性をさらに軽減することができる。

第１の実施形態に係る拍動検出装置の機能ブロック図。 第１の実施形態に係る過大振幅ノイズ除去部の処理ステップごとのブロック図。 第１の実施形態に係る拍動検出装置の拍動検出方法の流れ図。 第１の実施形態に係る拍動検出装置の構成を示す説明図（Ａ）、本実施形態に係る拍動検出装置の脈波センサー近傍の断面図（Ｂ）。 第１の実施形態に係る拍動検出装置の装置本体を、リストバンドやケーブルなどを外した状態で示す平面図。 第１の実施形態に係る制御部近傍の概要構成ブロック図。 第１の実施形態に係る拍動検出装置を構成する脈波センサーが出力する通常モードにおける第１脈波信号データ（Ａ）と、第１脈波信号データ（信号Ａ）（Ｂ）と、第１脈波信号データ（信号Ｂ）（Ｃ）とを示す図。 過大振幅ノイズ除去部を使用しない場合の拍動信号データ（Ａ）と、第１の実施形態に係る拍動検出装置を構成する過大振幅ノイズ除去部を使用した場合の拍動信号データ（Ｂ）を示す図。 第１の実施形態に係る拍動検出装置を構成する脈波センサーが出力する衝撃対応モードにおける第１脈波信号データ（Ａ）と、第１脈波信号データ（信号Ａ）（Ｂ）と、第１脈波信号データ（信号Ｂ）（Ｃ）とを示す図。 過大振幅ノイズ除去部を使用しない場合の拍動信号データ（Ａ）と、第１の実施形態に係る拍動検出装置を構成する過大振幅ノイズ除去部を使用した場合の拍動信号データ（Ｂ）を示す図。 通常モードと衝撃対応モードとでゲイン係数を同じままにした場合の第２脈波信号データ（Ａ）と、衝撃対応モードに入った後も適応フィルターの係数を更新し続けた場合の第２脈波信号データ（Ｂ）を示す図。 第２の実施形態に係る過大振幅ノイズ除去部の処理ステップごとのブロック図。 第２の実施形態に係る拍動検出装置を構成する脈波センサーが出力する第１脈波信号のデータ（Ａ）と、過大振幅ノイズ除去部を使用しない場合の拍動信号データ（Ｂ）と、第２の実施形態に係る拍動検出装置を構成する過大振幅ノイズ除去部を使用した場合の拍動信号データ（Ｃ）を示す図。 ノイズが無い場合の脈拍信号データ（Ａ）と、ノイズがある場合の脈拍信号データ（Ｂ）を示す図。

（第１の実施形態）
以下に本実施形態を添付図面に基づいて説明する。
図１は、本実施形態に係る拍動検出装置２の機能ブロック図である。図２は、本実施形態に係る過大振幅ノイズ除去部（適応線スペクトル強調器）９４の処理ステップごとのブロック図である。

本実施形態に係る拍動検出装置２の脈波センサー１０は、被験者の第１脈波信号を検出する。この第１脈波信号は、脈波信号取得部１２で増幅・ＡＤ変換され、サンプリングされた後、バッファーに記憶される。なお、本実施形態におけるサンプリング周波数は「１６Ｈz」である。

この第１脈波信号は、本来の拍動成分と、体動に基づく体動成分との和になる。バッファーに記憶された第１脈波信号は、脈波信号遅延部１４と差分計算部１６と過大振幅検出部１８とに出力される。

脈波信号遅延部１４は、第１脈波信号に遅延処理を施し、自己相関フィルター部２０に出力する。
自己相関フィルター部２０は、遅延処理された第１脈波信号にフィルター係数を乗算した自己相関フィルターを適用した信号Ａ（第１信号）を差分計算部１６と信号合成部２２とに出力する。

差分計算部１６は、第１脈波信号から自己相関フィルターが適用された信号Ａを減算して信号Ｂ（第２信号）を算出し、算出された残差データをフィルター係数更新部２４と信号合成部２２とに出力する。

信号Ａには、心拍の信号成分と、歩行、ジョギング中の腕振りのような運動により発生する血流変化のような定常的な信号成分と、が含まれる。信号Ｂには、指、手首等を動かしたことによる血流変化、及び指、手首等をぶつけたことにより発生する血流変化のような非定常的、突発的な信号成分が含まれる。
本実施形態では、信号Ａには、信号レベルの高い衝撃的なノイズが低減されているため、脈拍の周波数解析を行ったときに、脈拍を示す周波数成分を特定する処理を行う際、脈拍の誤検出や検出失敗の可能性を軽減することができる。

過大振幅検出部１８は、脈波信号が大きく増大するように変化する状態を検出し、フィルター係数更新部２４とゲイン設定切替部２６とに出力する。

フィルター係数更新部２４は、差分計算部１６から入力された残差データにより定数が適宜算出され、算出された定数は自己相関フィルターにフィルター係数として出力される。また、脈波信号が大きく増大した場合もフィルター係数を更新して自己相関フィルターに出力する。

ゲイン設定切替部２６は、信号合成部２２のゲイン係数を所定の値（第１ゲイン係数あるいは第２ゲイン係数）に強制的に設定する。ゲイン係数を変更してから一定時間、脈波センサーから出力された信号が信号振幅の閾値を超えなかったときは、ゲイン係数をもとに戻す。
本実施形態では、衝撃対応モードは、衝撃的信号への耐性が強くなる（脈波周波数を特定しやすい）。また通常モードは、ある程度衝撃への耐性ももちつつ、脈拍・体動の急変化にも対応しやすい状態を維持できる。

信号合成部２２は、信号Ａと信号Ｂとゲイン係数とを用いて信号合成処理を行い、体動影響成分フィルタリング部２８に第２脈波信号データを出力する。信号Ａと信号Ｂとの比率を変更し合算した信号を参照して拍動検出処理を行う。具体的には、出力信号＝ｈ１×信号Ａ＋ｈ２×信号Ｂ （ゲイン係数は、ｈ１≧１．０、ｈ２＜１．０）とする。
本実施形態では、衝撃による影響を軽減するとともに、拍動成分や体動成分の急変化への追従性を高めることができる。例えば、安静中の脈拍が６０だった人が速いペースのジョギングを開始し、脈拍が１５０まで急上昇していくようなとき、適応フィルターの追従性が、脈拍の上昇より遅れてしまうと、適応フィルターは、急上昇中の心拍成分の信号を遮断してしまう可能性がある。これを排除することができる。

体動センサー３０は、加速度センサー等によって構成され、被験者の体動信号を測定する。この体動信号は、体動信号取得部３２で増幅・ＡＤ変換され、サンプリングされた後、バッファーに記憶される。バッファーに記憶された体動信号は、体動影響成分フィルタリング部２８に出力される。

体動影響成分フィルタリング部２８は、図示しない適応フィルターと、減算器と、係数演算部とを備えている。適応フィルターは、ＦＩＲフィルターによって構成され、体動成分の予測値を算出する。次に、減算器は、第２脈波信号から予測値を減算する。次に、係数演算部において残差信号により定数が逐次算出され、算出された定数は適応フィルターに設定される。
本実施形態では、過大振幅ノイズ除去部９４を構成する適応フィルターは、衝撃対応モードにおいては、ノイズが混入した第１脈波信号をリファレンスとして係数更新しないように構成する。これにより、適応フィルター自体が衝撃的ノイズ信号を通過させてしまうことが無くなる（略通さない）ので、常にフィルター係数を更新していくように構成した適応フィルターを用いる場合に比べて、より脈拍を検出しやすい状態を維持することができる。

脈波周波数解析部３４は、一連の拍動信号に対してＦＦＴ処理を施し、その周波数成分を求める。そして、これら周波数成分の中から最大のレベルを有する成分を脈波成分として抽出する。

脈拍数算出部３６は、脈波成分に係る周波数値に基づいて、１分間あたりの脈拍数を演算する。その後、図示しない表示部に演算された脈拍数を表示する。

過大振幅ノイズ除去部９４は、脈波信号遅延部１４と差分計算部１６と自己相関フィルター部２０とフィルター係数更新部２４と信号合成部２２とで構成されている。
過大振幅ノイズ除去部９４と過大振幅検出部１８とゲイン設定切替部２６とで脈波信号フィルタリング部を構成している。

次に、図２において本実施形態に係る過大振幅ノイズ除去部９４を処理ステップごとに説明する。
まず、脈波センサー１０が検出した第１脈波信号をサンプリングして得た第１脈波信号データｄには、検出すべき目的信号である拍動信号成分と体動に関連するノイズ成分とが含まれている。そこで、脈波センサー１０からの第１脈波信号に基づく第１脈波信号データｄを用いて脈波信号遅延部１４で脈波信号遅延処理を行い（ステップＳ１）、その結果抽出された第１脈波信号データｄに自己相関フィルター部２０でフィルター係数を乗算した自己相関フィルターを適用して（ステップＳ２）、得た除去出力ｙを差分計算部１６で第１脈波信号データｄから減算し（ステップＳ３）、その残差データｅを自己相関性の無い信号Ｂとするものである。また、残差データｅは、フィルター係数更新部２４に出力される。フィルター係数更新部２４で残差データｅにより定数が適宜算出され（ステップＳ４）、算出された定数は自己相関フィルターに設定される。また、除去出力ｙを自己相関性のある信号Ａとするものである。

その結果得られた信号Ａと信号Ｂとをゲイン係数で調整し（ステップＳ５）、その後、調整された信号Ａと信号Ｂとを用いて信号合成処理を行い（ステップＳ６）、その結果抽出された脈波信号を第２脈波信号データｄ２とするものである。

そして、以降体動センサー３０からの体動信号をサンプリングして得た体動信号データにフィルター係数を乗算した適用フィルターを適用して得た信号を体動影響信号、すなわちノイズの予測値として第２脈波信号データｄ２から減算し、その残差データを拍動信号とするものである。

以下では、その脈波変化の検出方式や拍動を検出するまでの処理手順、あるいは適応フィルターの設定方式などに応じていくつかの実施形態を挙げる。

図３は、本実施形態に係る拍動検出装置２の拍動検出方法の流れ図であり、ＭＰＵ３８（図６参照）が本実施例の拍動検出アルゴリズムにしたがって脈波信号フィルタリングステップ（ステップＳ２０〜ステップＳ１１０）による第２脈波信号データｄ２と体動信号データとを処理して拍動信号を抽出し、最終的にその拍動信号に基づく脈拍数を液晶表示装置４２（図６参照）に表示出力するまでの処理の流れ図を示している。

まず、拍動検出装置２を装着した被験者が拍動検出装置測を開始するための所定のボタン操作を行うと、ＭＰＵ３８は、第１脈波信号データｄと体動信号データとをＲＡＭ４０（図６参照）に書き込むことで取得する（ステップＳ１０）。

次に、第１脈波信号データｄを遅延処理する（ステップＳ２０）。

次に、参照サンプリング番号と全サンプル数との大小関係を判断する（ステップＳ３０）。参照サンプリング番号が全サンプル数より小さいか等しい場合は、ステップＳ４０へ進む。参照サンプリング番号が全サンプル数より大きい場合は、ステップＳ１１０へ進む。

次に、参照サンプリング番号が全サンプル数より小さいか等しい場合、第１脈波信号データｄに対して自己相関フィルター処理を施して、ＭＰＵ３８は、除去出力ｙ（信号Ａ）をＲＡＭ４０に書き込むことで取得する（ステップＳ４０）。

次に、第１脈波信号データｄと除去出力ｙとの差分を、ＭＰＵ３８は、残差データｅ（信号Ｂ）をＲＡＭ４０に書き込むことで取得する（ステップＳ５０）。

次に、過大振幅を検出したか判断する（ステップＳ６０）。過大振幅を検出した場合は、ステップＳ７０へ進む。過大振幅を検出しない場合は、ステップＳ８０へ進む。

次に、過大振幅を検出した場合、衝撃対応モードの第２ゲイン係数を選択し、第２脈波信号データｄ２を計算する（ステップＳ７０）。

次に、ステップＳ３０に戻る。

また、過大振幅を検出しない場合、一定時間経過したか判断する（ステップＳ８０）。一定時間経過した場合は、ステップＳ９０へ進む。一定時間経過しない場合は、ステップＳ７０へ進む。

次に、一定時間経過した場合、残差データｅをもとに、自己相関フィルター係数を更新する（ステップＳ９０）。

次に、通常モードの第１ゲイン係数を選択し、第２脈波信号データｄ２を計算する（ステップＳ１００）。

次に、ステップＳ３０に戻る。

また、参照サンプリング番号が全サンプル数より大きい場合、ＭＰＵ３８は、第２脈波信号データｄ２をＲＡＭ４０に書き込むことで取得する（ステップＳ１１０）。ＭＰＵは、第２脈波信号データに対して体動除去適応フィルター処理を施して、拍動信号データをＲＡＭ４０に書き込むことで取得する（ステップＳ１２０）。ＭＰＵは、拍動信号データに対してＦＦＴ処理を施して、拍動を表現する周波数を特定し（ステップＳ１３０）、その周波数から脈拍数を計算する（ステップＳ１４０）。そして、計算した脈拍数を液晶表示装置４２（図６参照）に表示出力する。被験者による拍動検出装置２への計測終了指示に相当する操作情報を受け取るまで以上の一連の処理（ステップＳ１０〜Ｓ１４０）を続ける。

（二つの信号処理モードについて）
通常モードは、衝撃等が無く、もともと安定的に脈拍を計測できている状態において、信号Ａへの重み付けを若干高め、信号Ｂへの重み付けを若干低くするモードである。このモードの入っている間は、過大振幅ノイズ除去部９４を構成するフィルター係数の更新処理を注目タップ（サンプリング）ごとに行っていく。ゲイン係数は、例えば、第１ゲイン係数である。

衝撃対応モードは、脈波センサー１０の出力信号へ、安定的に脈拍を計測できていたときの成分とは別に衝撃的な信号が混入したときに、信号Ａへの重み付けをより高め、信号Ｂへの重み付けを０にするモードである。衝撃検出から一定期間はこのモードで動作し、一定期間、再度衝撃を検出しない場合は、通常モードへ戻る。このモードの入っている間は、過大振幅ノイズ除去部９４を構成するフィルター係数の更新処理を行わない。ゲイン係数は、例えば、第２ゲイン係数である。

図４（Ａ）は、本実施形態に係る拍動検出装置２の構成を示す説明図である。拍動検出装置２は、大別すると、腕時計構造を有する装置本体４４と、この装置本体４４に接続されるケーブル４６と、このケーブル４６の先端側に設けられた脈波センサー１０と、を備えて構成されている。

ケーブル４６の一端側にはコネクターピース４８が構成されている。このコネクターピース４８は、装置本体４４の６時の側に構成されているコネクター部５０に対して着脱自在に構成されている。

装置本体４４には、腕時計における１２時方向から腕に巻きついてその６時方向で固定されるリストバンド５２が設けられている。このリストバンド５２によって、装置本体４４は、腕に着脱自在に装着される。

図４（Ｂ）は、本実施形態に係る拍動検出装置２の脈波センサー１０近傍の断面図である。脈波センサー１０は、センサー固定用バンド５４によって遮光された状態で人差し指の根元から指関節までの間に装着されている。このように、脈波センサー１０を指の根元に装着することにより、ケーブル４６が短くて済むので、ケーブル４６は、ランニング中に邪魔にならない。また、掌から指先までの体温の分布を計測すると、寒いときには、指先の温度が著しく低下するのに対し、指の根元の温度は比較的低下しない。したがって、指の根元に脈波センサー１０を装着すれば、寒い日に屋外でランニングしたときでも、脈拍数などを正確に計測できるのである。

図５は、本実施形態に係る拍動検出装置２の装置本体４４を、リストバンド５２やケーブル４６などを外した状態で示す平面図である。図５において、装置本体４４は、樹脂製の時計ケース５６を備えている。時計ケース５６の表面側には、現在時刻や日付に加えて、走行時や歩行時のピッチ、及び脈拍数などの脈波情報などを表示するＥＬバックライト付きの液晶表示装置４２が設けられている。

液晶表示装置４２には、表示面の左上側に位置する第１セグメント表示領域５８、右上側に位置する第２セグメント表示領域６０、右下側に位置する第３セグメント表示領域６２、及び左下側に位置するドット表示領域６４が構成されており、ドット表示領域６４では、各種の情報をグラフィック表示可能である。

時計ケース５６の内部には、ピッチを求めるための体動センサー３０（図６参照）が内蔵されており、この体動センサー３０としては、加速度センサーなどを用いることができる。

また、時計ケース５６の内部には、各種の制御やデータ処理を行う制御部６６が設けられている。この制御部６６は、体動センサー３０による検出結果（体動信号）及び脈波センサー１０による検出結果（第１脈波信号）に基づいて平均脈拍数及び平均脈拍数に対する脈拍数ばらつきの時間変化などを求め、必要に応じて液晶表示装置４２で表示するとともに、送受信回路６８（図６参照）及びアンテナ部７０を介して管理センター（図示せず）に当該拍動検出装置２を特定するＩＤコードとともに、計測した各演算タイミングに対応する平均脈拍データ、平均脈拍データに対応する平均脈拍数に対する脈拍数のばらつきを表す脈拍ばらつきデータを送信する。

この場合において、制御部６６には、計時回路も構成されているため、通常時刻なども液晶表示装置４２に表示可能となっている。

また、時計ケース５６の外周部には、入力装置７２（図６参照）を構成し、時刻合わせや表示モードの切り換えなどの外部操作を行うためのボタンスイッチ７４〜８２が設けられている。また、時計ケース５６の表面には、同じく、入力装置７２を構成する、大きめのボタンスイッチ８４，８６が構成されている。

拍動検出装置２の電源は、時計ケース５６に内蔵されているボタン形の小型の電池８８であり、ケーブル４６は、電池８８から脈波センサー１０に電力を供給するとともに、脈波センサー１０の検出結果を時計ケース５６の制御部６６に入力している。

拍動検出装置２では、その機能を増やすに伴って、装置本体４４を大型化する必要がある。しかしながら、装置本体４４には、腕に装着されるという制約があるため、装置本体４４を腕時計における６時及び１２時の方向に向けては拡大できない。

そこで、本実施形態では、装置本体４４には、３時及び９時の方向における長さ寸法が６時及び１２時の方向における長さ寸法よりも長い横長の時計ケース５６を用いてある。

この場合において、リストバンド５２は、３時の方向側に偏った位置で接続しているため、リストバンド５２から見ると、腕時計における９時の方向には、３時の方向とは異なり張出部分９０が設けられている。したがって、横長の時計ケース５６を用いたわりには、手首を自由に曲げることができ、また、転んでも手の甲を時計ケース５６にぶつけたりすることもない。

時計ケース５６の内部において、電池８８に対して９時の方向には、ブザー用の偏平な圧電素子９２が配置されている。電池８８は、圧電素子９２に比較して重いため、装置本体４４の重心位置は、３時の方向に偏った位置にある。この重心が偏っている側にリストバンド５２が接続しているので、装置本体４４を腕に安定した状態で装着できる。また、電池８８と圧電素子９２とを平面方向に配置してあるため、装置本体４４を薄型化できる。これとともに、図示しないが、裏面部に電池蓋を設けることによって、利用者は、電池８８を簡単に交換できる。

また、時計ケース５６の内部には、管理センターと通信を行うためのアンテナ部７０が設けられている。

図６は、本実施形態に係る制御部６６近傍の概要構成ブロック図である。
制御部６６は、大別すると、脈波センサー１０からの入力結果に基づいて脈拍数などを求める脈波データ処理部９６と、体動センサー３０からの入力結果に基づいてピッチを求めるピッチデータ処理部９８と、動作クロック信号を生成するクロック生成部１００と、制御部全体を制御するコントロール部１０２と、が構成されている。

脈波データ処理部９６は、大別すると、脈波信号増幅回路１０４と、脈波波形整形回路１０６と、を独自に備え、ピッチデータ処理部９８と共有してＡ／Ｄ変換回路１０８を備えている。

脈波信号増幅回路１０４は、脈波センサー１０の出力である第１脈波信号を増幅して脈波増幅信号をＡ／Ｄ変換回路１０８及び脈波波形整形回路１０６に出力する。

脈波波形整形回路１０６は、脈波増幅信号の波形整形を行ってコントロール部１０２に出力する。

Ａ／Ｄ変換回路１０８は、脈波増幅信号のＡ／Ｄ変換を行って脈波データとしてコントロール部１０２に出力する。

ピッチデータ処理部９８は、大別すると、体動信号増幅回路１１０と、体動波形整形回路１１２と、を独自に備え、上述したように脈波データ処理部９６と共有してＡ／Ｄ変換回路１０８を備えている。

体動信号増幅回路１１０は、体動センサー３０の出力である体動信号を増幅して体動増幅信号をＡ／Ｄ変換回路１０８及び体動波形整形回路１１２に出力する。

体動波形整形回路１１２は、体動増幅信号の波形整形を行ってコントロール部１０２に出力する。

Ａ／Ｄ変換回路１０８は、体動増幅信号のＡ／Ｄ変換を行って体動データとしてコントロール部１０２に出力する。

クロック生成部１００は、大別すると、発振回路１１４及び分周回路１１６を備えている。

発振回路１１４は、水晶発振器などを備え、コントロール部１０２にクロック信号を基準動作クロックとして供給するとともに、クロック信号から計時用クロック信号を生成させるべく、分周回路１１６に供給する。

分周回路１１６は、供給されたクロック信号を分周して、各種の計時用クロック信号を生成してコントロール部１０２に供給する。

コントロール部１０２は、大別すると、ＭＰＵ３８と、ＲＡＭ４０と、ＲＯＭ１１８と、を備えており、ＭＰＵ３８には上述した液晶表示装置４２の他、入力装置７２、送受信回路６８、及びアンテナ部７０が接続されている。

ＭＰＵ３８は、ＲＯＭ１１８内に格納された制御プログラムに基づいて制御部６６全体、ひいては、拍動検出装置２全体を制御する。

ＲＡＭ４０は、脈波データ、体動データを含む各種データを一時的に格納し、作業領域として用いられる。

ＲＯＭ１１８は、ＭＰＵ３８、ひいては、拍動検出装置２全体を制御するための制御プログラムを予め格納している。

上記実施形態において、拍動検出装置２における脈波信号フィルタリング部、フィルター係数設定部は、上記ＭＰＵ３８が第１脈波信号データｄと体動信号データを所定のプログラムを処理することで実現される。例えば、脈波信号フィルタリング部の要部は、ＦＩＲフィルターなどによって構成される適用フィルターを用いて第２脈波信号から体動に相関するノイズ成分を除去することで拍動を検出するものであり、その適応フィルターは、ＭＰＵ３８が所定のプログラムを実行することで実現されるデジタルフィルターである。

（一般的な適応フィルター処理との違いについて）
一般的に言われる適応フィルター処理は、残差データｅを最小化する（もしくは閾値以下にする）まで繰り返し処理を行うものである。それに対して、本実施形態で取り上げている適応フィルター、及び、従来からの体動成分除去の適応フィルターは、適応ノッチフィルターとも呼ばれるものである。ノッチフィルターは、入力信号の中に含まれる余計な信号と、必要とする信号とを分離するフィルターである。そして適応ノッチフィルターは、そのフィルター特性を、欲しい信号に合わせてリアルタイムに可変させていく機能を備えたフィルター（すなわち（適応）していく）である。

（適応ノッチフィルターの処理を体動除去アルゴリズムに適用した場合）
第１脈波信号の中から加速度信号と相関性のある除去出力ｙが適応フィルターから出力されるので、適応フィルターに入力する前の信号からこの除去出力ｙを引き算すると、心拍成分の残差データｅを取り出すことができる。

適応フィルターによるフィルタリング計算処理は、次のような計算処理である。
Ｙ［ｉ］＝Σ｛ｈ［ｋ］＊Ｙ［ｉ−ｋ］｝ （ｉ＝１〜ｎ、ｋ＝１〜ｎ）
Ｅ［ｉ］＝ｄ［ｉ］−Ｙ［ｉ］ （ｉ＝１〜ｎ）

適応フィルターの係数を更新する処理としては、例えばＬＭＳアルゴリズムを用いることができる。
ｈ［ｋ］＝ｈ［ｋ］＋μ＊Ｅ［ｉ］＊Ｙ［ｉ−ｋ］ （ｉ＝１〜ｎ、ｋ＝１〜ｎ）

なお、ｎ：フィルター長（配列サイズ）、例えば、フィルター長を６４として第１脈波信号・加速度信号を６４サンプルごとにフィルター処理を行っている（フィルター長＝デジタル信号のサンプル数）。ｉ：ｎサンプルのうち、計算処理中のサンプル番号（ｉ＝１〜ｎ）、Ｙ［ｉ］：第１脈波信号の中の加速度信号と相関性の高い成分（ｉ＝１〜ｎ）、ｄ［ｉ］：第１脈波信号データ（センサー出力）（ｉ＝１〜ｎ）、Ｅ［ｉ］：心拍信号データ（ｉ＝１〜ｎ）、ｈ［ｋ］：フィルター係数の配列（ｋ＝１〜ｎ）、μ：ステップサイズ、大きな数値をとれば参照信号の変化に対する追従性の高いフィルターとなる。小さい値にすると追従性は落ちるがフィルターの安定度が増す。

以上の処理を、サンプル番号ｉ＝１〜６４に対して行うと、心拍信号データの波形Ｅ［１］〜Ｅ［６４］を得ることができる。

以下に、一般的な適応ノッチフィルターにおける処理順序を示す。
ｆｏｒ ｉ＝１ ｔｏ ｎ｛
ｆｏｒ ｋ＝１ ｔｏ ｎ｛
（サンプル１に対するフィルタリング計算処理）
｝
ｆｏｒ ｋ＝１ ｔｏ ｎ｛
（フィルター係数更新処理）
｝
｝

（適応ノッチフィルターの処理を、本実施形態に係る過大振幅ノイズ除去部９４に導入した場合）
以下のような計算処理となり、第１脈波信号の中から自己相関性の高い信号（つまり、突発的に入ってきたノイズを含まない信号）を得ることができる。

適応フィルターによるフィルタリング計算処理は、次のような計算処理である。
Ｙ［ｉ］＝Σ｛ｈ［ｋ］＊Ｙ［ｉ−ｋ−１］｝ （ｉ＝１〜ｎ、ｋ＝１〜ｎ）（−１は遅延処理分）
Ｅ［ｉ］＝ｄ［ｉ］−Ｙ［ｉ］ （ｉ＝１〜ｎ）

適応フィルターの係数を更新する処理としては、例えばＬＭＳアルゴリズムを用いることができる。
ｈ［ｋ］＝ｈ［ｋ］＋μ＊Ｅ［ｉ］＊Ｙ［ｉ−ｋ］ （ｉ＝１〜ｎ、ｋ＝１〜ｎ）

なお、ｎ：フィルター長(配列サイズ)、例えば、フィルター長を６４として第１脈波信号・加速度信号を６４サンプルごとにフィルター処理を行っている（フィルター長＝デジタル信号のサンプル数）。ｉ：ｎサンプルのうち、計算処理中のサンプル番号（ｉ＝１〜ｎ）、Ｙ［ｉ］：第１脈波信号の中の自己相関性の高い成分（信号Ａ）（ｉ＝１〜ｎ）、ｄ［ｉ］：第１脈波信号データ（センサー出力）（ｉ＝１〜ｎ）、Ｅ［ｉ］：心拍信号の中から自己相関性の低い成分（信号Ｂ）（ｉ＝１〜ｎ）、ｈ［ｋ］：フィルター係数の配列（ｋ＝１〜ｎ）、μ：ステップサイズ、大きい数値をとれば参照信号の変化に対する追従性の高いフィルターとなる。小さい値にすると追従性は落ちるがフィルターの安定度が増す。

以上のサンプル入力数(６４個)に対して行うと、自己相関性の高い信号波形ＡをＹ［１］〜Ｙ［６４］として得ることができる。

以下に、一般的な適応ノッチフィルターにおける処理順序を示す。
ｆｏｒ ｉ＝１ ｔｏ ｎ｛
ｆｏｒ ｋ＝１ ｔｏ ｎ｛
（サンプル１に対するフィルタリング計算処理）
｝
ｆｏｒ ｋ＝１ ｔｏ ｎ｛
（フィルター係数更新処理）
｝
｝

図７〜図１１は、上記拍動検出装置２における信号処理前と後について、それぞれ信号波形とＦＦＴ処理による周波数解析結果を示すグラフである。各グラフの上段の曲線１２０ａ〜１２０ｌは、各サンプリング時点におけるデータを時系列にしたがってプロットした点を繋げて得た信号波形で、グラフの横軸は時間軸となる。また、グラフの下段の棒グラフ１２２ａ〜１２２ｌは周波数解析結果であり横軸は周波数となる。そして、これらの図では、静止状態にある人が突然走り出すといった、体動が急激に増大するように変化する状況において拍動を検出しようとした過程が示されている。なお、これらの図に示した信号波形１２０ａ〜１２０ｌや周波数解析結果１２２ａ〜１２２ｌは、上記実施形態と同じハードウエアにおいて、ＭＰＵ３８に図２に示した拍動検出処理アルゴリズムに基づく処理を実行させて得たものである。

図７〜図１１の各グラフは、１６Ｈｚのサンプリング周波数で１６秒間に取得された信号についての波形１２０ａ〜１２０ｌと周波数解析結果１２２ａ〜１２２ｌが示されており、図７は、本実施形態に係る拍動検出装置２を構成する脈波センサー１０が出力する通常モードにおける第１脈波信号データｄと、第１脈波信号データｄ（信号Ａ）と、第１脈波信号データｄ（信号Ｂ）とを示す図である。それぞれ脈波センサーから出力された第１脈波信号データｄとその第１脈波信号データｄの信号Ａ及び信号Ｂとを示している。例えば、測定環境は、運動終了後で安静中であり、測定結果は、脈拍値「９７」と算出されたものである。図７（Ａ）は、第１脈波信号データｄの波形１２０ａを示している。図７（Ｂ）は、体動信号データと適応フィルター係数（ｈ）とをもとに生成した信号のデータを示しており、図７（Ａ）に示した第１脈波信号データｄの信号Ａである。例えば、ゲイン係数は、「１．０」である。図７（Ｃ）は、図７（Ａ）の第１脈波信号データｄからこの信号Ａを減算した信号Ｂ成分を示している。例えば、ゲイン係数は、「１．０」である。

図８は、脈拍判定処理結果を示した。図８（Ａ）は、過大振幅ノイズ除去部９４を使用しない場合の拍動信号データ（図１の従来例のフロー参照）、図８（Ｂ）は、本実施形態に係る拍動検出装置２を構成する過大振幅ノイズ除去部９４を使用した場合の拍動信号データを示す図である。ここで、信号処理前の第１脈波信号データｄは、図７（Ａ）、（Ｂ）に示した波形１２０ａ，１２０ｂ，１２０ｃと同様である。図８（Ａ）は、過大振幅ノイズ除去部９４を使用しない場合の拍動信号データの波形１２０ｄと周波数解析結果１２２ｄとを示しており、図８（Ｂ）は、本実施形態に係る拍動検出アルゴリズムによる信号処理結果である拍動信号データの波形１２０ｅと周波数解析結果１２２ｅとである。

図８（Ｂ）に用いた第１脈波信号データｄの信号Ａと信号Ｂとの合成出力は、例えば、出力信号＝ｈ１×信号Ａ＋ｈ２×信号Ｂ （ゲイン係数は、ｈ１＝１．０、ｈ２＝０．５）である。図８（Ａ）と、図８（Ｂ）とを比べると、例えば、ＳＮ指標で見た改良結果は、（脈基線前後３本のスペクトル値の合計）／（全スペクトル値の合計）のパーセントを用いて、この指標値が大きくなるということは、より脈拍を示すスペクトルが際立つため、脈拍の特定がしやすくなったということになる。

図８（Ａ）は、過大振幅ノイズ除去部９４を使用しない場合で３３．７％である。脈判定に用いた最終的な信号である体動影響除去後の信号は、脈波センサーの出力信号に略等しいものである。また、図８（Ｂ）は、過大振幅ノイズ除去部９４を使用した場合で３７．８％である。脈判定に用いた最終的な信号である体動影響除去後の信号は、過大振幅ノイズ除去部９４の出力信号に略等しいものである。本実施形態を適用することで脈拍を示すスペクトルが際立ち、脈拍に由来する周波数を特定することができる。

図９は、本実施形態に係る拍動検出装置２を構成する脈波センサー１０が出力する衝撃対応モードにおける第１脈波信号データｄと、第１脈波信号データｄ（信号Ａ）と、第１脈波信号データｄ（信号Ｂ）とを示す図である。図９（Ａ）は、第１脈波信号データｄの波形１２０ｆには、体動に由来するノイズ成分が重畳し、ＦＦＴ処理による周波数解析結果１２２ｆを見ても拍動を示す周波数成分を特定することができない。図９（Ｂ）は、体動信号データと適応フィルター係数（ｈ）とをもとに生成した信号のデータを示しており、図９（Ａ）に示した第１脈波信号データｄの信号Ａである。例えば、ゲイン係数は、「１．０」である。図９（Ｃ）は、図９（Ａ）の第１脈波信号データｄからこの信号Ａを減算した信号Ｂを示している。例えば、ゲイン係数は、「１．０」である。

図１０は、脈拍判定処理結果を示した。図１０（Ａ）は、過大振幅ノイズ除去部９４を使用しない場合の拍動信号データ（図１の従来例のフロー参照）、図１０（Ｂ）は、本実施形態に係る拍動検出装置２を構成する過大振幅ノイズ除去部９４を使用した場合の拍動信号データを示す図である。ここで、信号処理前の第１脈波信号データｄは、図９（Ａ）、（Ｂ）に示した波形１２０ｆ，１２０ｇ，１２０ｈと同様である。図１０（Ａ）は、過大振幅ノイズ除去部９４を使用しない場合の拍動信号データの波形１２０ｉと周波数解析結果１２２ｉを示しており、図１０（Ｂ）は、本実施形態に係る拍動検出アルゴリズムによる信号処理結果である拍動信号データの波形１２０ｊと周波数解析結果１２２ｊである。

図１０（Ｂ）に用いた第１脈波信号データｄの信号Ａと信号Ｂとの合成出力は、例えば、衝撃ノイズの無い区間は、出力信号＝ｈ１×信号Ａ＋ｈ２×信号Ｂ （第１ゲイン係数は、ｈ１＝１．０、ｈ２＝０．５）であり、衝撃ノイズのある区間は、出力信号＝ｈ１×信号Ａ＋ｈ２×信号Ｂ （第２ゲイン係数は、ｈ１＝１．０、ｈ２＝０．０）である。
本実施形態では、衝撃対応モードは、衝撃的信号への耐性が強くなる（脈波周波数を特定しやすい）。また通常モードは、ある程度衝撃への耐性ももちつつ、脈拍・体動の急変化にも対応しやすい状態を維持できる。

図１０（Ａ）と、図１０（Ｂ）とを比べると、例えば、ＳＮ指標で見た改良結果は、図１０（Ａ）は、過大振幅ノイズ除去部９４を使用しない場合で１２．７％である。脈判定に用いた最終的な信号である体動影響除去後の信号は、脈波センサーの出力信号に略等しいものである。また、図１０（Ｂ）は、過大振幅ノイズ除去部９４を使用した場合で２７．４％である。脈判定に用いた最終的な信号である体動影響除去後の信号は、過大振幅ノイズ除去部９４の出力信号に略等しいものである。本実施形態を適用することで脈拍を示すスペクトルが際立ち、脈拍に由来する周波数を特定することができる。

図１１は、ゲイン係数による第１脈波信号データｄを示した。図１１（Ａ）は、通常モードと衝撃対応モードとで、ゲイン係数を同じままにした場合の第２脈波信号データｄ２、図１１（Ｂ）は、衝撃対応モードに入った後も適応フィルターの係数を更新し続けた場合の第２脈波信号データｄ２を示した。ここで、信号処理前の第１脈波信号データｄは、図９（Ａ）、（Ｂ）に示した波形１２０ｆ，１２０ｇ，１２０ｈと同様である。図１１（Ａ）は、通常モードと衝撃対応モードとで、ゲイン係数を同じままにした場合の第２脈波信号データｄ２の波形１２０ｋと周波数解析結果１２２ｋを示しており、図１１（Ｂ）は、衝撃対応モードに入った後も適応フィルターの係数を更新し続けた場合の第２脈波信号データｄ２の波形１２０ｌと周波数解析結果１２２ｌである。

図１１（Ａ）に用いた第１脈波信号データｄの信号Ａと信号Ｂとの合成出力は、例えば、出力信号＝ｈ１×信号Ａ＋ｈ２×信号Ｂ （ゲイン係数は、ｈ１＝１．０、ｈ２＝０．５）で固定である。但し、信号Ｂ成分は、ｈ２＝０．５、すなわち、もとの信号レベルの半分にはなっているものの信号に載ってしまっているので、さらに、ｈ２を０にするか、もっと小さい値にすることで、過小評価することが望ましい。このときのＳＮ値は、１９．１％である。

図１１（Ｂ）ではサンプリング時間の経過とともに、適応フィルターが信号Ｂ成分へも適応していってしまう。フィルター係数を計算で更新する単位値である、ステップサイズを小さくとれば、信号Ｂの混入を穏やかにすることもできる。但し、脈拍数が変化していくときに、そのトレンド変化についていけず、信号Ａをも遮断してしまう可能性が高まる。このときのＳＮ値は、１４．２％である。

本実施形態では、信号Ａには、信号レベルの高い衝撃的なノイズが低減されているため、脈拍の周波数解析を行ったときに、脈拍を示す周波数成分を特定する処理を行う際、脈拍の誤検出や検出失敗の可能性を軽減することができる。また、脈波センサー１０から得られた第１脈波信号を自己相関性のある信号成分とそれ以外の成分とに分離した後に脈波周波数解析を行うようにすることで、突発的なノイズ信号の影響を軽減できる。
また、従来の体動除去用の適応フィルターでも除去することのできなかった、指・手首等の動作によるノイズ信号、指・手首付近の衝突によるノイズ信号を除去することができる。さらに、心拍成分とは無関係な強度の高い信号が除去されていることで、脈拍の周波数解析処理上、脈拍を示す周波数成分の特定が容易になる（脈拍を検出しやすくなる）。

（第２の実施形態）
図１２は、本実施形態に係る拍動検出装置２における拍動検出方法を処理ステップごとのブロック図である。図１３は、上記拍動検出装置２を構成する脈波センサー１０が出力する第１脈波信号のデータ（Ａ）と、過大振幅ノイズ除去部９４を使用しない場合の拍動信号データ（Ｂ）と（図１の従来例のフロー参照）、本実施形態に係る拍動検出装置２を構成する過大振幅ノイズ除去部９４を使用した場合の拍動信号データ（Ｃ）を示す図である。なお、本実施形態において、第１の実施形態と同様の構成に関しては、同一符号を付して説明を省略する。

本実施形態では、過大振幅ノイズ除去部９４のリファレンス信号として体動影響成分フィルタリング部２８通過後の拍動信号データ（第３脈波信号）を入力していることに特徴がある。本実施形態に係る拍動検出方法には、図１２に示すように、第１の実施形態における各処理ステップ（ステップＳ１〜ステップＳ６）に加え、体動影響成分フィルー処理の出力信号である拍動信号データを過大振幅ノイズ除去部９４のリファレンス信号として出力している（ステップＳ７）。

図１３（Ａ）は、脈波センサー１０が出力してきた第１脈波信号データｄの波形と、ＦＦＴ処理による周波数解析結果を示している。脈波センサー１０が出力してきた第１脈波信号データｄの波形１２０ｍには、心拍、周期的体動の信号に加え、突発的なノイズ信号１２８が混入している。ＦＦＴ処理による周波数解析結果１２２ｍで見ると、ピーク１３０，１３２，１３４のように強いパワーを持つスペクトルが認められる。例えば、ピーク１３０は、突発的信号データのスペクトル、ピーク１３２は、体動信号データのスペクトル、ピーク１３４は、心拍成分のスペクトルであると考えられる。

図１３（Ｂ）は、従来の体動除去アルゴリズムで信号処理した場合の拍動信号データの波形と、ＦＦＴ処理による周波数解析結果を示している。拍動信号データの波形１２０ｎには、心拍、周期的体動の信号に加え、突発的なノイズ信号１３６が混入している。ＦＦＴ処理による周波数解析結果１２２ｎで見ると、図１３（Ａ）のピーク１３２に相当する周波数帯の信号は除去できているが、ピーク１３０に相当する周波数帯の信号は、カットしきれずにピーク１３８として残存してしまっている。

図１３（Ｃ）は、図１２に示す処理ブロック図の処理を適用した場合の拍動信号データの波形と、ＦＦＴ処理による周波数解析結果を示している。拍動信号データの波形１２０ｏには、突発的なノイズ信号が混入していない。ＦＦＴ処理による周波数解析結果１２２ｏで見ると、図１３（Ａ）のピーク１３０，１３２に相当する周波数帯の信号は両方ともカットされ、ピーク１４２の周波数帯つまり図１３（Ａ）のピーク１３４の周波数帯の信号のみ残っていることがわかる。

本実施形態では、図１２に示す処理ブロック図に示すとおり、過大振幅ノイズ除去部９４のリファレンス信号として体動影響成分フィルタリング部２８通過後の拍動信号データを入力している。これにより、最終的に体動除去された後の信号と相関性の高い信号のみを、過大振幅ノイズ除去部９４の出力として得ることができる。また、より脈波周波数解析がより容易となる。

信号Ａには、心拍の信号成分が含まれる。信号Ｂには、指、手首等を動かしたことによる血流変化、及び指、手首等をぶつけたことにより発生する血流変化のような非定常的、突発的な信号成分と、歩行、ジョギング中の腕振りのような運動により発生する血流変化のような定常的な信号成分と、が含まれる。
本実施形態では、信号Ａには、信号レベルの高い衝撃的なノイズが低減されているため、脈拍の周波数解析を行ったときに、脈拍を示す周波数成分を特定する処理を行う際、脈拍の誤検出や検出失敗の可能性をさらに軽減することができる。

２…拍動検出装置 １０…脈波センサー １２…脈波信号取得部 １４…脈波信号遅延部 １６…差分計算部 １８…過大振幅検出部 ２０…自己相関フィルター部 ２２…信号合成部 ２４…フィルター係数更新部 ２６…ゲイン設定切替部 ２８…体動影響成分フィルタリング部 ３０…体動センサー ３２…体動信号取得部 ３４…脈波周波数解析部 ３６…脈拍数算出部 ３８…ＭＰＵ ４０…ＲＡＭ ４２…液晶表示装置 ４４…装置本体 ４６…ケーブル ４８…コネクターピース ５０…コネクター部 ５２…リストバンド ５４…センサー固定用バンド ５６…時計ケース ５８…第１セグメント表示領域 ６０…第２セグメント表示領域 ６２…第３セグメント表示領域 ６４…ドット表示領域 ６６…制御部 ６８…送受信回路 ７０…アンテナ回路 ７２…入力装置 ７４〜８６…ボタンスイッチ ８８…電池 ９０…張出部分 ９２…圧電素子 ９４…過大振幅ノイズ除去部（適応線スペクトル強調器） ９６…脈波データ処理部 ９８…ピッチデータ処理部 １００…クロック生成部 １０２…コントロール部 １０４…脈波信号増幅回路 １０６…脈波波形整形回路 １０８…Ａ／Ｄ変換回路 １１０…体動信号増幅回路 １１２…体動波形整形回路 １１４…発振回路 １１６…分周回路 １１８…ＲＯＭ。

Claims (6)

1. 人体の拍動に由来する拍動信号を検出する拍動検出装置であって、
   前記拍動信号とノイズ信号とが混在した第１脈波信号を検出して出力する脈波センサーと、
   人体の体動に伴う体動信号を検出して出力する体動センサーと、
   前記第１脈波信号に基づいて適応線スペクトル強調器を用いて該第１脈波信号を第１信号と第２信号とに分離して、少なくとも該第１信号を含む第２脈波信号を出力する脈波信号フィルタリング部と、
   前記体動信号に基づいて適応フィルターを用いて前記第２脈波信号中のノイズ信号を抽出するとともに、該第２脈波信号から該ノイズ信号を除去した前記拍動信号を出力する体動影響成分フィルタリング部と、を備え、
   前記脈波信号フィルタリング部は、少なくとも前記第１信号または前記第２信号のいずれか一方に第１ゲイン係数を掛けて比率を変更し合算して前記第２脈波信号を生成するとともに、該第２脈波信号を出力する信号合成部を備えることを特徴とする拍動検出装置。
2. 請求項１に記載の拍動検出装置において、
   前記脈波信号フィルタリング部は、
   前記第１脈波信号に基づいて脈波変化が所定の閾値を超えて増大したことを検出する過大振幅検出部と、
   前記過大振幅検出部の出力信号に基づいて前記第１ゲイン係数を第２ゲイン係数に切り替え、前記過大振幅検出部で所定の期間、前記第１脈波信号に基づいて脈波変化が所定の閾値を超えて増大したことを検出しない場合には、前記第２ゲイン係数を前記第１ゲイン係数に切り替えるゲイン設定切替部と、
   を備えることを特徴とする拍動検出装置。
3. 請求項１〜２のいずれか一項に記載の拍動検出装置において、
   前記第１信号には、心拍の信号成分と、歩行、ジョギング中の腕振りのような運動により発生する血流変化のような定常的な信号成分と、が含まれ、
   前記第２信号には、指、手首等を動かしたことによる血流変化、及び指、手首等をぶつけたことにより発生する血流変化のような非定常的、突発的な信号成分が含まれることを特徴とする拍動検出装置。
4. 拍動信号とノイズ信号とが混在した第１脈波信号を検出する脈波センサーを備えたコンピューターにより、人体の拍動に由来する拍動信号を検出するための拍動検出方法であって、
   前記コンピューターは、前記第１脈波信号に基づいて適応線スペクトル強調器を生成して該第１脈波信号を第１信号と第２信号とに分離し、前記第１信号または前記第２信号に第１ゲイン係数を掛けて比率を変更し合算して第２脈波信号を生成し、該第２脈波信号を出力するステップを含むことを特徴とする拍動検出方法。
5. 請求項４に記載の拍動検出方法において、
   前記脈波信号フィルタリングステップは、
   前記第１脈波信号に基づいて脈波変化が所定の閾値を超えて増大したことを検出する過大振幅検出ステップと、
   前記過大振幅検出ステップの出力信号に基づいて前記第１ゲイン係数を第２ゲイン係数に切り替え、前記過大振幅検出部で所定の期間、前記第１脈波信号に基づいて脈波変化が所定の閾値を超えて増大したことを検出しない場合には、前記第２ゲイン係数を前記第１ゲイン係数に切り替えるゲイン設定切替ステップと、
   を含むことを特徴とする拍動検出方法。
6. 請求項４または５に記載の拍動検出方法において、
   前記コンピューターは、人体の体動に伴う体動信号を検出して出力する体動センサーを備え、
   前記体動信号に基づいて適応フィルターを生成して前記第２脈波信号中のノイズ信号を抽出するとともに、該第２脈波信号から該ノイズ信号を除去した前記拍動信号を出力する体動影響成分フィルタリングステップを含むことを特徴とする拍動検出方法。