JP6020551B2 - 生体情報処理装置および信号処理方法 - 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処理装置および生体情報処理方法に関する。

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、上記信号処理装置は、生体情報測定装置と呼ばれている。この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、生体情報測定装置は、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。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によって生じるものである。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ため、ノイズ成分を除去することが望まれる。

互いに波長の異なる複数のビーム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前記ビーム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、各波長に対する直流交流比は、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除去する技術として、測定されたデータに基づいて生成されたデータであって、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抽出し、データからノイズ成分を除去する技術が提案されている（特許文献１等参照）。

この技術によれば、体動による誤差を生じることなく、動脈血の酸素飽和度および脈拍数を非侵襲的に測定することができる。

しかしながら、上述の技術は、プローブを装着した指または手を動かすこと等で発生する静脈血の変動によるノイズを除去対象としており、腕全体を動かすような歩行時等に発生する動脈血の変動によるノイズを除去することが困難である。

したがって、歩行時等には、特許文献１の方法では脈波信号に重畳されているノイズを十分には除去することができないため、歩行時等の脈拍数の測定値に誤差が生じることとなる。

国際公開第２０１０／０７３９０８号明細書

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、歩行時等における脈波信号に重畳しているノイズ成分を除去し、より正確な脈拍数を測定する技術を提供することである。

本発明にかかる生体情報処理装置および信号処理方法では、周期性を有する第１信号成分と第１ノイズ成分とからなる前記第１測定データが測定され、前記第１信号成分と所定の第１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第２関係を有する第２ノイズ成分を含む前記第２測定データが測定され、所定の第３関係の推定値、前記第１測定データおよび前記第２測定データに基づいて、前記第１信号成分を含む生体信号が生成される。そして、前記生体信号を２階差分した２階差分信号に基づいて所定の度数分布が生成され、この生成された度数分布に対し、所定の判断基準に基づいて度数が最大となる間隔時間の区間である有効最大度数区間が決定され、前記有効最大度数区間内の平均時間間隔に基づいて、前記第１信号成分の周期が推定される。このように本発明にかかる生体情報処理装置および信号処理方法は、ノイズ成分を除去する新たな技術を用いた装置および方法であり、歩行時等における脈波信号に重畳しているノイズ成分を除去し、より正確な脈拍数を測定するが可能となる。

上記並びにその他の本発明の目的、特徴および利点は、以下の詳細な記載と添付図面から明らかになるであろう。

実施形態における生体情報処理装置の構成を示すブロック図である。 前記生体情報処理装置における脈拍数算出部の構成を示すブロック図である。 前記生体情報処理装置において、２階差分信号、および、ピーク間、バレー間、立上り間の間隔の一例を示す図である。 前記生体情報処理装置において、ピークの度数分布の一例を示す図である。 前記生体情報処理装置において、前記ピークの度数分布を作成する場合に用いられる重みを説明するための図である。 前記生体情報処理装置において、バレーの度数分布の一例を示す図である。 前記生体情報処理装置において、前記バレーの度数分布を作成する場合に用いられる重みを説明するための図である。 前記生体情報処理装置において、立上りの度数分布の一例を示す図である。 前記生体情報処理装置において、前記立上りの度数分布を作成する場合に用いられる重みを説明するための図である。 前記生体情報処理装置において、有効最大度数区間、および、有効最大荷重度数区間の決定処理を示すフローチャートである。 前記生体情報処理装置において、周期算出処理における処理Ｓ２０ないし処理Ｓ２６を示すフローチャートである。 前記生体情報処理装置において、前記周期算出処理における処理Ｓ２７ないし処理Ｓ３４を示すフローチャートである。 前記生体情報処理装置において、脈拍数算出処理を示すフローチャートである。 前記生体情報処理装置において、酸素飽和濃度、および、脈拍数の測定処理を示すフローチャートである。 前記生体情報測定装置および比較例において、脈拍数の測定結果の一例を示す図である。

以下、まず、本発明の原理について説明し、次に、本発明にかか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は、同一の構成であることを示し、適宜、その説明を省略する。本明細書において、総称する場合には添え字を省略した参照符号で示し、個別の構成を指す場合には添え字を付した参照符号で示す。

＜本発明の原理＞
互いに波長の異なる複数のビーム光を生体へそれぞれ照射し、前記生体を透過または反射した各ビーム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脈拍数および血中酸素飽和度が測定される場合について説明する。

いわゆるランバート・ベールの法則によって、生体組織を透過または反射した或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に対する、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の時系列データＩＲ＿ｓｉｇｎａｌは、赤外波長ＩＲに対する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に対する、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の時系列データＲ＿ｓｉｇｎａｌも、赤色波長Ｒに対する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。

前記赤外直交比の時系列データＩＲ＿ｓｉｇｎａｌは、式（１）で表される。
ＩＲ＿ｓｉｇｎａｌ＝ｓ＋ｎ ・・・（１）
ここで、ｓは、吸光度の変化分の信号成分であり、ｎは、信号成分に重畳しているノイズ成分である。

前記赤色直交比の時系列データＲ＿ｓｉｇｎａｌは、式（２）で表される。
Ｒ＿ｓｉｇｎａｌ＝ｓ×ｋ＿ａ＋ｎ×ｋ＿ｖ ・・・（２）
ここで、ｋ＿ａは、波長ＩＲの光における吸光度の変化分の信号成分ｓと赤色波長Ｒの光における吸光度の変化分の信号成分との比であり、ｋ＿ｖは、赤外波長ＩＲに対する信号成分に重畳したノイズ成分ｎと赤色波長Ｒに対する信号成分に重畳したノイズ成分との比である。

この式（２）のｋ＿ａは、動脈血における、赤外波長ＩＲの光の吸光係数に対する赤色波長Ｒの光の吸光係数の比であり、ｋ＿ａと動脈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、動脈血中酸素飽和度を求めることができる。

また、式（１）にｋ＿ｖを乗算することによって式（３）が得られ、式（３）から式（２）を減算することによって、以下の式（４）が得られる。
ＩＲ＿ｓｉｇｎａｌ×ｋ＿ｖ＝ｓ×ｋ＿ｖ＋ｎ×ｋ＿ｖ ・・・（３）
ＩＲ＿ｓｉｇｎａｌ×ｋ＿ｖ−Ｒ＿ｓｉｇｎａｌ＝ｓ×（ｋ＿ｖ−ｋ＿ａ） ・・・（４）

同様に、上の式（１）にｋ＿ａを乗算することによって式（５）が得られ、式（５）から式（２）を減算することによって、以下の式（６）が得られる。
ＩＲ＿ｓｉｇｎａｌ×ｋ＿ａ＝ｓ×ｋ＿ａ＋ｎ×ｋ＿ａ ・・・（５）
ＩＲ＿ｓｉｇｎａｌ×ｋ＿ａ−Ｒ＿ｓｉｇｎａｌ＝ｎ×（ｋ＿ａ−ｋ＿ｖ） ・・・（６）
ここで、信号成分ｓとノイズ成分ｎとは、互いに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が一定であるという条件の下で、上の式（４）と式（６）との相関を求めることによって、式（８）が得られる。
Σ_ｉ（ｓ×ｎ)＝０ ・・・（７）
Σ_ｉ｛ＩＲ＿ｓｉｇｎａｌ×ｋ＿ｖ−Ｒ＿ｓｉｇｎａｌ｝×｛ＩＲ＿ｓｉｇｎａｌ×ｋ＿ａ−Ｒ＿ｓｉｇｎａｌ｝
＝｛（ｋ＿ｖ−ｋ＿ａ）×（ｋ＿ａ−ｋ＿ｖ）｝×Σ_ｉ（ｓ×ｎ) ・・・（８）
＝０
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おける総和である。ｉは、光の強度の変化分における時系列データ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。

式（８）には、ｋ＿ｖおよびｋ＿ａという２つの未知数が含まれているため、式（８）のみからｋ＿ｖとｋ＿ａとを求めることができない。

ここで、ｋ＿ｖを求めるために式（４）の右辺は、ほぼ周期的であるため、式（４）の左辺が周期性を持つようなｋ＿ｖが求められる。通常の体動によるノイズの場合、ｋ＿ｖは、静脈血における、波長Ｒに対する吸光係数と波長ＩＲに対する吸光係数の比に対応した値ｐｖとみなすことができ、ｋ＿ｖをｐｖの推定値ｐｖ＿ｅｓとする。

このように求められたｋ＿ｖが式（８）に代入され、式（８）を満たす場合のｋ＿ａが求められる。そして、ｋ＿ａが、動脈血の波長Ｒに対する吸光係数と波長ＩＲに対する吸光係数との比（動脈血の吸光係数比ｐａ）に対応した値ｐａの推定値ｐａ＿ｅｓとされる。このｐａ＿ｅｓに基づいて、ノイズ成分を低減した動脈血中酸素飽和度を求めることができる。

脈拍数は、求められたｋ＿ｖ、Ｒ＿ｓｉｇｎａｌおよびＩＲ＿ｓｉｇｎａｌから求めることが可能である。より具体的には、以下の式（９）（式（４）と同じ）が成り立つことから、Ｒ（ｉ）−ｋ＿ｖ×ＩＲ（ｉ）における所定時間内の周期の平均値が算出される。
Ｒ（ｉ）−ｋ＿ｖ×ＩＲ（ｉ）≒（ｋ＿ａ−ｋ＿ｖ）×ｓ（ｉ） ・・・（９）
そして、前記周期の逆数として脈拍数が求められる。

＜実施形態＞
脈波信号に重畳されているノイズが静脈血の量の変動に起因する場合、上述の本発明の原理で説明した方法で、動脈血中酸素飽和度と脈拍数とを算出することができる。すなわち、静脈血の量の変動によるノイズは、ほぼ除去することができる。

しかしながら、歩行時等の体動ノイズは、静脈血の量の変動によるものが支配的ではなく、酸素飽和度が動脈血と静脈血との中間の血液の量の変動によるノイズが大きく、ｋ＿ｖは、ｋ＿ａに近い値になる。したがって、歩行時等には、静脈血の吸光係数比ｐｖに近い値をｋ＿ｖとした場合、Ｒ（ｉ）−ｋ＿ｖ×ＩＲ（ｉ）が高い周期性を持たず、式（９）で表される信号にノイズが多く残ってしまう。このため、周期を求めたとしても、正しい周期を求めることができず、正確な脈拍数を算出することができない。ここで、静脈血の吸光係数比ｐｖは、静脈血の波長Ｒに対する吸光係数と波長ＩＲに対する吸光係数との比である。

なお、ｋ＿ｖとｋ＿ａが近い値の場合、式（８）は、次式となる。
ｋ＿ａ＝｛ｋ＿ｖ×ΣＲ（ｉ）×ＩＲ（ｉ）−ΣＲ（ｉ）^２｝／｛ｋ＿ｖ×ΣＩＲ（ｉ）^２−ΣＩＲ（ｉ）×Ｒ（ｉ）｝≒ｋ＿ａ

したがって、ｋ＿ａは、ほぼ正確に算出することができ、動脈血中酸素飽和度は、ほぼ正確に算出することができる。そこで、式（８）から算出したｋ＿ａがｐａ＿ｅｓとされる。ｐａ＿ｅｓと静脈血の酸素飽和度に対応する静脈血の吸光係数比ｐｖとの生理学的な関係から、ｐｖが推定され、それがｐｖ＿ｅｓとされる。ノイズが静脈血の変動に起因する場合、ｋ＿ｖは、前述の通りｐｖに等しいとして算出される。

歩行時等の脈波信号には、動脈血と静脈血との中間の酸素飽和度の血液の変動によるノイズが重畳していることから、本実施形態では、動脈血の吸光係数比に対応するｐａの推定値ｐａ＿ｅｓと静脈血の吸光係数比に対応するｐｖの推定値ｐｖ＿ｅｓとの間の値ｐを用いることによって、式（９）で示されるＲ（ｉ）−ｐ×ＩＲ（ｉ）のノイズが低減される。

さらに、Ｒ（ｉ）−ｐ×ＩＲ（ｉ）の２階差分波形を用いることによって、波形の周期が推定され、誤差の少ない脈拍数が算出される。

＜脈拍数の算出方法＞
実施形態では、動脈血の吸光係数比に対応するｐａの推定値ｐａ＿ｅｓと静脈血の吸光係数比に対応するｐｖの推定値ｐｖ＿ｅｓとの間の値ｐがｋ＿ｖとして用いられ、式（９）で示されるＲ（ｉ）−ｋ＿ｖ×ＩＲ（ｉ）のノイズが低減され、さらに、Ｒ（ｉ）−ｋ＿ｖ×ＩＲ（ｉ）の２階差分波形が用いられ、波形の周期が推定される。そこで、実施形態では、異なるｐの値を用いることによって、波形の周期を３回推定し、これら推定した３つの周期と、過去に決定した周期とを用いることによって、今回の測定の周期を決定し、脈拍数を求める例について説明する。なお、ｐの値は、生理学的な関係や経験則から、動脈血の推定値ｐａ＿ｅｓまたは静脈血の推定値ｐｖ＿ｅｓを基に設定される。

図１３は、脈拍数算出処理を示すフローチャートである。

まず、上述の動脈血酸素飽和度に近い血液の変動によるノイズ（以下、「動脈血ノイズ」と記す）が大きいか否かが、判断される。具体的には、式（１０）を用いることによって、ノイズ指標が算出されて前記判断が行われる。
ノイズ指標＝［Σ△Ｒ（ｔ）^２−ｐａ＿ｅｓ×｛Σ２×△Ｒ（ｔ）×△ＩＲ（ｔ）−ｐａ＿ｅｓ×Σ△ＩＲ（ｔ）^２｝］／［Σ△Ｒ（ｔ）^２−ｐｖ＿ｅｓ×｛Σ２×△Ｒ（ｔ）×△ＩＲ（ｔ）−ｐｖ＿ｅｓ×Σ△ＩＲ（ｔ）^２｝］ ・・・（１０）
ここで、ＩＲ、Ｒそれぞれは、ＩＲ＿ｓｉｇｎａｌ、Ｒ＿ｓｉｇｎａｌを示し、△ＩＲ、△Ｒそれぞれは、ＩＲ（ｔ）、Ｒ（ｔ）の時間差分を示す。ｔは、連続して測定されているＮ個の測定データに対するインデックスである。また、Σは、ｔに関して１からＮまで取られる総和であり、添え字ｔは、Ｎ個の測定データのうちのｔ番目の測定データであることを表している。ここでは、時間差分△ＩＲ、△Ｒを用いたが、ＩＲ（ｔ）、Ｒ（ｔ）が用いられてもよい。

ノイズ指標が閾値より小さい場合には、ｆｌｇ＿ｌｏｗ＿ｎｏｉｓｅに１がセットされ（ｆｌｇ＿ｌｏｗ＿ｎｏｉｓｅ←１）、そうでない場合（ノイズ指標が前記閾値以上である場合）には、ｆｌｇ＿ｌｏｗ＿ｎｏｉｓｅに０（ゼロ）がセットされる（ｆｌｇ＿ｌｏｗ＿ｎｏｉｓｅ←０）。

ノイズ指標が閾値より小さい場合（ｆｌｇ＿ｌｏｗ＿ｎｏｉｓｅ＝１）、すなわち、動脈血ノイズが大きい場合には（ステップＳ４０：ＹＥＳ）、ｐの値として、ｐａ＿ｅｓ×１．３、ｐａ＿ｅｓ×１．５、ｐａ＿ｅｓ×１．１の３つの値について、ステップＳ４３からステップＳ４７の各処理が繰り返されるため、まずｐの値としてｐａ＿ｅｓ×１．３が設定される（ステップＳ４１）。一方、動脈血ノイズが小さい場合（ｆｌｇ＿ｌｏｗ＿ｎｏｉｓｅ＝０）には（ステップＳ４０：ＮＯ）、ｐの値として、静脈血の推定値ｐｖ＿ｅｓが設定され（ステップＳ４２）、１回だけステップＳ４３からステップＳ４７の各処理が実行される。なお、ｆｌｇ＿ｌｏｗ＿ｎｏｉｓｅ＝１の場合、ここではｐとしてｐａ＿ｅｓ×１．３、ｐａ＿ｅｓ×１．５、ｐａ＿ｅｓ×１．１が用いられているが、ｐａ＿ｅｓ＋△ｐ１、ｐａ＿ｅｓ＋△ｐ２、ｐａ＿ｅｓ＋△ｐ３とし、△ｐ１、△ｐ２、△ｐ３が、ｐａ＿ｅｓに応じた異なる正値またはＳｐＯ２に応じた異なる正値とされてもよい。さらに、ｐｖ＿ｅｓ−△ｐ１、ｐｖ＿ｅｓ−△ｐ２、ｐｖ＿ｅｓ−△ｐ３とし、△ｐ１、△ｐ２、△ｐ３が、ｐａ＿ｅｓに応じた異なる正値またはＳｐＯ２に応じた異なる正値とされてもよい。またｐは、３つである必要は無く、１つでもよいし、３つより多くてもよい。

ｐが設定されると、次に、このｐを用いることによって式（９）で示されるＲ（ｉ）−ｐ×ＩＲ（ｉ）の信号が求められる（ステップＳ４３）。具体的には、現在から過去Ｔ秒間のＲ脈派波形Ｒ（ｉ）とＩＲ脈派波形ＩＲ（ｉ）とから、ｐ＿ｐｕｌｓｅ（ｉ）＝Ｒ（ｉ）−ｐ×ＩＲ（ｉ）が算出される。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、ｉは、０からＮ−１までのインデックスである。

そして、ステップＳ４３で求められたｐ＿ｐｕｌｓｅ（ｉ）が、移動平均されてその２階差分ｐ＿ｐｕｌｓｅ＿２（ｉ）が算出される（ステップＳ４４）。以下、この２階差分ｐ＿ｐｕｌｓｅ＿２（ｉ）が、２階差分信号と呼称される。図３には、この２階差分信号の一例が示されている。

この２階差分信号からピークおよびバレーを検出するための、ピーク閾値およびバレー閾値が算出される（ステップＳ４５）。具体的には、２階差分信号のうち、最大のピーク値、２番目のピーク値および３番目のピーク値が検索され、これら各値に基づいてピーク閾値が決定される。計算量を少なくする必要が無い場合には、２階差分信号の自乗平均値からピーク閾値が決定されてもよい。最大のピーク値のみに基づいてピーク閾値を決定すると、まれに発生する大きなノイズが強く影響するので、最大ピーク値と２番目のピーク値との比が所定値より大きい場合には、２番目のピーク値と３番目のピーク値との平均値に、所定の係数を乗じた値がピーク閾値とされる。最大ピーク値と２番目のピーク値との比が所定値以下の場合には、最大ピーク値と３番目のピーク値との比が所定値より大きい場合、３番目のピーク値に所定の係数を乗じた値がピーク閾値とされ、最大ピーク値と３番目のピーク値との比が所定値以下である場合、最大ピーク値、２番目のピーク値および３番目のピーク値の平均値に、所定の係数を乗じた値がピーク閾値とされる。また、同様に、最も深いバレー値、２番目、３番目のバレー値が検索され、これら各値に基づいてバレー閾値が決定される。また、ピーク閾値とバレー閾値とに基づいて、立上り閾値が決定される。例えば、（ピーク閾値−バレー閾値）、すなわち、ピーク閾値からバレー閾値を引いた値が、立上り閾値とされる。

次に、２階差分信号から、有効なピーク、バレーおよび立上りが検出される（ステップＳ４６）。具体的には、ピーク値がピーク閾値より大きいピークが検索され（図３のＰ１〜Ｐ１７参照）、ピーク間隔が所定間隔内（例えば２０ｂｐｍ〜２５０ｂｐｍに対応する周期時間の範囲内）にあるものが、有効なピーク間隔とされる（図３の間隔１１〜１４参照）。ピーク閾値より大きいピーク毎に、所定数の有効なピーク間隔が求められる。同様に、バレー値がバレー閾値より大きいバレーが検索され（図３のＶ１〜Ｐ４参照）、バレー間隔が所定間隔内にあるものが、有効なバレー間隔とされ、バレー間隔が求められる（図３の間隔３１〜３３参照）。また、２階差分信号から、立上りが検出され、それに対応する（ピーク値−バレー値）、すなわち、ピーク値からバレー値を引いた値が立上り閾値を越えている場合、検出された立上り（図３のＲ１〜５）と、近傍の立上り閾値を越える立上りとの間隔が算出される。この算出された間隔が所定値内にあるものが、有効な立上り間隔とされ、立上り間隔が求められる（図３の間隔４１〜４４）。

ピーク間隔、バレー間隔および立上り間隔について以下にさらに詳しく説明する。これら間隔は、例えば、ピークの間隔の場合、隣のピークとの間隔のみではなく、１つ置き、２つ置き等の間隔も測定される。

図３を用いて、より具体的に説明する。図３に示す２階差分信号において、白丸（○）がピークを示し、黒丸（●）がバレーを示し、三角（△）が立上りを示す。測定に用いられるピークは、所定のピーク閾値を越えるもののみであり、測定に用いられるバレーは、所定のバレー閾値を下回るもののみである。また、バレーとその直後のピークについて、その（ピ−ク高さ−バレー深さ）がピーク閾値とバレー閾値とに基づいた立上り閾値、例えば、（ピーク閾値−バレー閾値）より大きい立上りが検出され、例えば当該ピーク時刻と当該バレー時刻の平均時刻が立上り時刻とされる。

まず、ピークＰ１に対する間隔が測定される。より具体的には、ピークＰ１とピークＰ２との間隔１１が測定される。そして、さらに、ピークＰ１とピークＰ３との間隔１２、ピークＰ１とピークＰ４との間隔１３、および、ピークＰ１とピークＰ５との間隔１４が、それぞれ測定される。実施形態では、各ピークに対する４つの間隔が測定される。同様に、ピークＰ２に対する間隔、すなわち、間隔２１、２２、２３、２４が、それぞれ測定される。このように、最後のピークＰ１６に対する間隔までが測定される。なお、ピークＰ１６に対する間隔の個数は、ピークＰ１７との間隔の１つである。

同様に、バレー、および、立上りについても間隔が測定される。なお、図３では、説明の便宜上、一部のバレーおよび立上りにのみ符号が付されている。バレーについて、例えば、バレーＶ１に対する間隔は、バレーＶ１とバレーＶ２との間隔３１、バレーＶ１とバレーＶ３との間隔３２、および、バレーＶ１とバレーＶ４との間隔３３が、それぞれ測定される。また、立上りについて、立上りＲ１に対する間隔は、立上りＲ１と立上りＲ２との間隔４１、立上りＲ１と立上りＲ３との間隔４２、立上りＲ１と立上りＲ４との間隔４３、および、立上りＲ１と立上りＲ５との間隔４４が、それぞれ測定される。なお、実施形態では、立上りの箇所についてのみ間隔が測定されているが、立下りの箇所の間隔が測定されるように、立下りの箇所の間隔が立上りの箇所の間隔に置き換えられてもよく、また、立上りの箇所の間隔に立下りの箇所の間隔が追加されてもよい。また、実施形態では、すべてのピーク（バレー、立上り）について、近傍の複数個のピーク（バレー、立上り）との間隔が測定されているが、すべてのピーク（バレー、立上り）について測定されなくてもよく、また、同じ個数の間隔が測定されなくてもよい。

ピーク間隔、バレー間隔および立上り間隔の３種類の間隔が測定されると、図１３のステップＳ４７の周期算出処理が実行される。

以下、このステップＳ４７の周期算出処理における各処理ついて、図１１および図１２を用いて説明する。

周期算出処理では、まず、ピーク間隔、バレー間隔および立上り間隔の種類ごとに、度数分布（度数分布表）が作成される（ステップＳ２０）。図４に、ピークの度数分布の一例が示めされている。横軸は、測定した間隔時間であり、縦軸は、度数を示す。度数分布は、測定した間隔を、予め定めた所定の時間幅の区間（以下、「階級」という。）ごとに振り分け、その個数を算出することで作成される。そして、横軸に階級が設定され、縦軸に該当する階級の個数が度数としてプロットされ、これによって度数分布が作成される。階級幅は、例えば、０．０１秒以上０．０２秒未満、０．０２秒以上０．０３秒未満等である。

作成した３種類の度数分布表から、それぞれ有効最大度数区間、および、有効最大荷重度数区間が決定される（ステップＳ２１からステップＳ２３）。有効最大度数区間、および、有効最大荷重度数区間の決定については、後の＜有効最大度数区間、および、有効最大荷重度数区間の決定方法＞で詳しく説明する。

有効最大度数区間とは、周期を決定するために最も信頼性が高いと推定される区間である。また、有効最大荷重度数区間とは、各度数区間の度数に対して過去に推定された周期に基づいた重み付けを行った後の度数分布において、周期を決定するために最も信頼性が高いと推定される区間である。

次に、ピークの有効最大度数区間の度数の総和で、その区間内のピーク間隔の総和を割ることによって、周期ｔｅｍｐ＿ｐｅｒｉｏｄ＿ｐｅａｋが求められる（ステップＳ２４）。同様に、バレーの有効最大度数区間の度数の総和で、その区間内のバレー間隔の総和を割ることによって、周期ｔｅｍｐ＿ｐｅｒｉｏｄ＿ｖａｌｌｅｙが求められ（ステップＳ２５）、立上りの有効最大度数区間の度数の総和で、その区間内の立上り間隔の総和を割ることによって、周期ｔｅｍｐ＿ｐｅｒｉｏｄ＿ｒｉｓｉｎｇが求められる（ステップＳ２６）。

次に、暫定周期ｔｅｍｐ＿ｐｅｒｉｏｄが決定される。この暫定周期ｔｅｍｐ＿ｐｅｒｉｏｄの求め方は、動脈血ノイズの大きさによって異なる。

ｆｌｇ＿ｌｏｗ＿ｎｏｉｓｅ＝１の場合、すなわち、動脈血ノイズが大きい場合（図１２のステップＳ２７：ＹＥＳ）には、ステップＳ２４〜Ｓ２６で求められた平均ピーク間隔ｔｅｍｐ＿ｐｅｒｉｏｄ＿ｐｅａｋ、平均バレー間隔ｔｅｍｐ＿ｐｅｒｉｏｄ＿ｖａｌｌｅｙ、および、平均立上り間隔ｔｅｍｐ＿ｐｅｒｉｏｄ＿ｒｉｓｉｎｇが互いに近似する場合にのみ（ステップＳ２８：ＹＥＳ）、暫定周期ｔｅｍｐ＿ｐｅｒｉｏｄが算出される（ステップＳ２９）。具体的には、(ｔｅｍｐ＿ｐｅｒｉｏｄ＿ｖａｌｌｅｙ／ｔｅｍｐ＿ｐｅｒｉｏｄ＿ｐｅａｋ)と(ｔｅｍｐ＿ｐｅｒｉｏｄ＿ｒｉｓｉｎｇ／ｔｅｍｐ＿ｐｅｒｉｏｄ＿ｐｅａｋ)とが算出され、それら双方が、ともに、１−αと１＋αとの間にある場合に、これら平均ピーク間隔ｔｅｍｐ＿ｐｅｒｉｏｄ＿ｐｅａｋ、平均バレー間隔ｔｅｍｐ＿ｐｅｒｉｏｄ＿ｖａｌｌｅｙ、および、平均立上り間隔ｔｅｍｐ＿ｐｅｒｉｏｄ＿ｒｉｓｉｎｇの平均が算出され、この算出された平均値が暫定周期ｔｅｍｐ＿ｐｅｒｉｏｄとされる。αは、近似の程度を決める設定値であり、例えば０．０５程度の数値であり、予め定められる。そして、算出フラグｆｌｇ＿ｓａｍｅに、暫定周期ｔｅｍｐ＿ｐｅｒｉｏｄを算出した旨を表すフラグ「１」が設定される（ステップＳ３０）。３つの周期が近似しない場合には（ステップＳ２８：ＮＯ）、暫定周期ｔｅｍｐ＿ｐｅｒｉｏｄは、算出されず、また、算出フラグｆｌｇ＿ｓａｍｅは、暫定周期ｔｅｍｐ＿ｐｅｒｉｏｄを算出していない旨を表すフラグ「０」が設定されたままにされる（ｆｌｇ＿ｓａｍｅ＝０）。

一方、動脈ノイズが小さい（ｆｌｇ＿ｌｏｗ＿ｎｏｉｓｅ＝０）場合には（ステップＳ２７：ＮＯ）、平均バレー間隔ｔｅｍｐ＿ｐｅｒｉｏｄ＿ｖａｌｌｅｙおよび平均立上り間隔ｔｅｍｐ＿ｐｅｒｉｏｄ＿ｒｉｓｉｎｇの少なくともいずれか一方が、平均ピーク間隔ｔｅｍｐ＿ｐｅｒｉｏｄ＿ｐｅａｋに近似する場合にのみ（ステップＳ３１：ＹＥＳ）、暫定周期ｔｅｍｐ＿ｐｅｒｉｏｄが算出される（ステップＳ３２）。具体的には、(ｔｅｍｐ＿ｐｅｒｉｏｄ＿ｖａｌｌｅｙ／ｔｅｍｐ＿ｐｅｒｉｏｄ＿ｐｅａｋ)と(ｔｅｍｐ＿ｐｅｒｉｏｄ＿ｒｉｓｉｎｇ／ｔｅｍｐ＿ｐｅｒｉｏｄ＿ｐｅａｋ)とが算出され、これら算出された(ｔｅｍｐ＿ｐｅｒｉｏｄ＿ｖａｌｌｅｙ／ｔｅｍｐ＿ｐｅｒｉｏｄ＿ｐｅａｋ)および(ｔｅｍｐ＿ｐｅｒｉｏｄ＿ｒｉｓｉｎｇ／ｔｅｍｐ＿ｐｅｒｉｏｄ＿ｐｅａｋ)のいずれか一方が、１−αと１＋αとの間にある場合に、その一方の２つの周期の平均が算出され、暫定周期ｔｅｍｐ＿ｐｅｒｉｏｄとされる。そして、算出フラグｆｌｇ＿ｓａｍｅに、暫定周期ｔｅｍｐ＿ｐｅｒｉｏｄを算出した旨を表すフラグ「１」が設定される（ｆｌｇ＿ｓａｍｅ＝１）（ステップＳ３３）。３つの周期が近似しない場合には（ステップＳ３１：ＮＯ）、暫定周期ｔｅｍｐ＿ｐｅｒｉｏｄは、算出されず、また、算出フラグｆｌｇ＿ｓａｍｅは、暫定周期ｔｅｍｐ＿ｐｅｒｉｏｄを算出していない旨を表すフラグ「０」が設定されたままにされる（ｆｌｇ＿ｓａｍｅ＝０）。

次に、ステップＳ２１〜Ｓ２３で求められた有効最大荷重度数区間における平均間隔が求められる。ピーク、バレーおよび立上りの有効最大荷重度数区間の度数のうちそれが最大になる有効最大荷重度数区間が特定され、その有効最大荷重度数区間の度数、その区間内の間隔の総和を割ることによって、暫定荷重周期ｔｅｍｐ＿ｐｅｒｉｏｄ＿ｗｅｉｇｈｔｅｄが求められる（ステップＳ３４）。

先に述べた通り、周期算出処理は、ｆｌｇ＿ｌｏｗ＿ｎｏｉｓｅ＝１の場合、ｐの値を変えて３回実行されるので、各ｐの値に対して暫定周期ｔｅｍｐ＿ｐｅｒｉｏｄおよび暫定荷重周期ｔｅｍｐ＿ｐｅｒｉｏｄ＿ｗｅｉｇｈｔｅｄが算出され、ｆｌｇ＿ｓａｍｅも各ｐの値に対応して３つ設定される。ｆｌｇ＿ｌｏｗ＿ｎｏｉｓｅ＝０の場合、周期算出処理は、前述の通りｐ＝ｐｖ＿ｅｓとして１回だけ実行され、暫定周期ｔｅｍｐ＿ｐｅｒｉｏｄおよび暫定荷重周期ｔｅｍｐ＿ｐｅｒｉｏｄ＿ｗｅｉｇｈｔｅｄは，それぞれひとつだけ算出され、ｆｌｇ＿ｓａｍｅは、１つだけ設定される。

周期算出処理の後の処理について図１３に戻って説明する。周期算出処理の次に、まず、ｆｌｇ＿ｌｏｗ＿ｎｏｉｓｅが１であるか否かが、調べられる（ステップＳ４８）。

ｆｌｇ＿ｌｏｗ＿ｎｏｉｓｅが１である場合（ステップＳ４８：ＹＥＳ）、３つのｐの値についてステップＳ４３からステップＳ４７の各処理を行ったか否かが、調べられる（ステップＳ４９）。暫定周期ｔｅｍｐ＿ｐｅｒｉｏｄおよび暫定荷重周期ｔｅｍｐ＿ｐｅｒｉｏｄ＿ｗｅｉｇｈｔｅｄが３回推定されていない場合には（ステップＳ４９：ＮＯ）、次の回数が２回目である場合（ステップＳ５０：２回目）ｐにｐａ＿ｅｓ×１．５が設定され（ステップＳ５１）、ステップＳ４３〜ステップＳ４７の各処理が行われ、
２回目の推暫定周期ｔｅｍｐ＿ｐｅｒｉｏｄおよび暫定荷重周期ｔｅｍｐ＿ｐｅｒｉｏｄ＿ｗｅｉｇｈｔｅｄが算出される。また、次の回数が３回目である場合（ステップＳ５０：３回目）ｐにｐａ＿ｅｓ×１．１が設定され（ステップＳ５２）、ステップＳ４３〜ステップＳ４７の各処理が行われ、３回目の暫定周期ｔｅｍｐ＿ｐｅｒｉｏｄおよび暫定荷重周期ｔｅｍｐ＿ｐｅｒｉｏｄ＿ｗｅｉｇｈｔｅｄが算出される。

一方、ｆｌｇ＿ｌｏｗ＿ｎｏｉｓｅが０である場合（ステップＳ４８：ＮＯ）、または、ｆｌｇ＿ｌｏｗ＿ｎｏｉｓｅが１であって暫定周期ｔｅｍｐ＿ｐｅｒｉｏｄを３回推定する処理が行われた場合（ステップＳ４９：ＹＥＳ）には、暫定周期ｔｅｍｐ＿ｐｅｒｉｏｄが算出されているか否かが、フラグｆｌｇ＿ｓａｍｅを参照することによって判断される（ステップＳ５３）。

３つのｐの値に対するｆｌｇ＿ｓａｍｅの少なくともひとつが１である場合には（ステップＳ５３：ＹＥＳ）、３つのｐの値（ｆｌｇ＿ｌｏｗ＿ｎｏｉｓｅ＝０の場合、ひとつのｐの値）に対する各処理のうちｆｌｇ＿ｓａｍｅが１になった場合の暫定周期ｔｅｍｐ＿ｐｅｒｉｏｄの平均（ｆｌｇ＿ｌｏｗ＿ｎｏｉｓｅ＝０の場合、暫定周期ｔｅｍｐ＿ｐｅｒｉｏｄそのもの）が、暫定平均周期ｔｅｍｐ＿ａｖｅ＿ｐｅｒｉｏｄとされる（ステップＳ５４）。

一方、１つも暫定周期ｔｅｍｐ＿ｐｅｒｉｏｄが算出されていなかった場合には（ステップＳ５３：ＮＯ）、３つ（ｆｌｇ＿ｌｏｗ＿ｎｏｉｓｅ＝０の場合、ひとつ）の暫定荷重周期ｔｅｍｐ＿ｐｅｒｉｏｄ＿ｗｅｉｇｈｔｅｄのうち、最大の度数ｍａｘ＿ｆｒｅｑ＿ｗｅｉｇｈｔｅｄが、暫定平均周期ｔｅｍｐ＿ａｖｅ＿ｐｅｒｉｏｄとされる（ステップＳ５５）。なお、ステップＳ５４では、暫定平均周期ｔｅｍｐ＿ａｖｅ＿ｐｅｒｉｏｄは、各暫定周期ｔｅｍｐ＿ｐｅｒｉｏｄを、各暫定周期ｔｅｍｐ＿ｐｅｒｉｏｄに対応する度数に応じた重みで平均することによって求められてもよい。

次に、暫定平均周期ｔｅｍｐ＿ａｖｅ＿ｐｅｒｉｏｄと前回の測定で求められた平均周期ａｖｅ＿ｐｅｒｉｏｄとの差が大きい場合には（ステップＳ５６：ＹＥＳ）、暫定平均周期ｔｅｍｐ＿ａｖｅ＿ｐｅｒｉｏｄの調整が行われ（ステップＳ５７）、前記差が小さい場合には（ステップＳ５６：ＮＯ）、前記調整が行われない。具体的には、今回の暫定平均周期ｔｅｍｐ＿ａｖｅ＿ｐｅｒｉｏｄが前回の平均周期ａｖｅ＿ｐｅｒｉｏｄの７割未満である場合には、前回の平均周期ａｖｅ＿ｐｅｒｉｏｄに０．７を掛けた値が、今回の暫定平均周期ｔｅｍｐ＿ａｖｅ＿ｐｅｒｉｏｄとされる。また、今回の暫定平均周期ｔｅｍｐ＿ａｖｅ＿ｐｅｒｉｏｄが前回の平均周期ａｖｅ＿ｐｅｒｉｏｄの１．３倍より大きい場合には、前回の平均周期ａｖｅ＿ｐｅｒｉｏｄに１．３を掛けた値が、今回の暫定平均周期ｔｅｍｐ＿ａｖｅ＿ｐｅｒｉｏｄとされる。

次に、今回の暫定平均周期ｔｅｍｐ＿ａｖｅ＿ｐｅｒｉｏｄと、所定回過去までの暫定平均周期ｔｅｍｐ＿ａｖｅ＿ｐｅｒｉｏｄとの平均が、今回の平均周期ａｖｅ＿ｐｅｒｉｏｄとされる（ステップＳ５８）。

そして、この平均周期ａｖｅ＿ｐｅｒｉｏｄから、脈拍数ａｖｅ＿ＰＲが算出される（ステップＳ５９）（ａｖｅ＿ＰＲ＝６０／ａｖｅ＿ｐｅｒｉｏｄ）。

＜有効最大度数区間および有効最大荷重度数区間の決定方法＞
以下、度数分布から、有効最大度数区間、および、有効最大荷重度数区間を決定する方法を、図１０を用いて説明する。図１０は、有効最大度数区間および有効最大荷重度数区間の決定処理のフローチャートである。このフローチャートは、上記３種類、すなわち、ピーク、バレーおよび立上りのそれぞれの間隔の各処理（ステップＳ２１、ステップＳ２２およびステップＳ２３）に対し、共通である。したがって、ここでは、代表して、ピークの処理の場合についてのみ説明する。

まず、極大区間領域が決定される（ステップＳ１０）。具体的には、度数分布の極大を与える階級である極大区間（図４の極値５０〜５３参照）が求められ、その極大区間を含む度数分布の谷から谷の領域が、極大区間領域と決定される。図４では、極大区間領域は、「極大域」と記載しされている。なお、最初の極大値５０の区間または最後の極大値５３の区間は、真の脈波周期を含まない可能性が高いので、最初の極大値５０または最後の極大値５３の区間は、他の極値よりも度数が、例えば１．５倍以上高い場合にのみ極大区間とする。

次に、各極大区間領域それぞれについて、領域内の最大度数および領域の幅（領域を構成する階級の数）が求められる。さらに、極大区間領域に含まれるピーク間隔の平均間隔時間が求められる（ステップＳ１１）。

そして、有効最大度数区間が決定される（ステップＳ１２）。極大区間領域のうち、ステップＳ１１で求められた領域内の最大度数が最も大きいものが、有効最大度数とされ、その有効最大度数の階級が、有効最大度数区間と決定される。図４では、領域内の最大度数が最も大きい極大区間領域が、「有効最大極大域」と記載されている。

次に、各極大区間領域それぞれについて、ステップＳ１１で求められた平均間隔時間と、前回の測定で算出された周期（ａｖｅ＿ｐｅｒｉｏｄ）とに基づいて重み係数が、決定される（ステップＳ１３）。例えば、ａｖｅ＿ｐｅｒｉｏｄが０．８秒であった場合には、図５の点線で示すように、０．８秒を含む階級の重みが最も多くされ、０．８秒から離れるにしたがって重みが軽くされる。

そして、各極大区間領域の荷重極大度数が算出される（ステップＳ１４）。具体的には、極大区間領域それぞれについて、極大区間領域の各階級それぞれの度数に、各階級の重み係数が掛けられ、極大区間領域の荷重極大度数が求められる。

次に、すべての極大区間領域について（ステップＳ１７：ＮＯ）、ステップＳ１１で求められた極大区間領域の幅に応じて、荷重極大度数が再計算される。具体的には、極大区間領域の幅が、所定値、例えば、「４」より小さい場合には（ステップＳ１５：ＮＯ）、再計算が行われずにステップＳ１４で求められた荷重極大度数のままとされ、前記所定値以上である場合には（ステップＳ１５：ＹＥＳ）、ステップＳ１４で求められた荷重極大度数が、以下の式（１１）で再計算され、これによって荷重極大度数が求められる。
荷重極大度数＝荷重極大度数×３÷極大区間領域の幅 ・・・（１１）

すべての極大区間領域について、荷重極大度数の再計算が終了すると（ステップＳ１７：ＹＥＳ）、有効最大荷重度数区間が決定される（ステップＳ１８）。具体的には、極大区間領域のうち、ステップＳ１４〜Ｓ１７で求められた荷重極大度数が最も大きいものが、有効最大荷重度数とされ、その極大区間領域が、有効最大荷重度数区間と決定される。

図６に、バレー間隔の度数分布の一例が示され、図７に、バレーの重み係数の一例が示されている。また、図８に、立上り間隔の度数分布の一例が示され、図９に、立上りの重み係数の一例が示されている。

＜構成＞
以下、実施形態における生体情報測定装置を説明する。図１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。

実施形態における生体情報測定装置１００は、測定対象である生体の生理的現象を測定することによって生体に関する生体情報を測定する装置である。生体情報は、例えば、脈拍数や血中酸素飽和度等である。このような生体情報は、動脈血の脈動により生ずる生体組織の透過または反射光量における変動成分を利用することによって求めることができ、その基本原理は、上述の＜本発明の原理＞の項で述べた通りである。

このような生体情報測定装置１００は、例えば、図１に示すように、生体の所定の生理的現象を測定して測定データを出力するセンサ部４０と、センサ部４０で測定された測定データに基づいて例えば脈拍数や血中酸素飽和度（ＳｐＯ２、ＳｐＯ_２、経皮的酸素飽和度）等の生体情報を算出する演算制御部１０と、演算制御部１０で算出された生体情報を外部から認識可能に表示する表示部３０とを備えて構成される。

センサ部４０は、演算制御部１０に接続され、本実施形態では、生体の生理的現象として生体組織中の血液に関する情報を測定する装置である。より具体的には、センサ部４０は、生体の生理的現象として、心拍による動脈血の脈動により生ずる生体組織の透過または反射光量における変動成分を測定する装置である。

このような生体の生理的現象を測定する方法は、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挙げることができる。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（還元ヘモグロビン）に戻る。血中酸素飽和度は、血中（血液中）の酸化ヘモグロビンの割合として定義される。これらヘモグロビンおよび酸化ヘモグロビンの各吸光度は、波長依存性を有しており、ヘモグロビンは、例えば赤色光（赤色波長領域の光）に対し酸化ヘモグロビンより光を多く吸収し、一方、赤外光（赤外線波長領域の光）に対して酸化ヘモグロビンより光の吸収が少ない。すなわち、ヘモグロビンは、酸化されて酸化ヘモグロビンになると赤色光の吸収が減少して赤外光の吸収が増加し、逆に還元されてヘモグロビンに戻ると赤色光の吸収が増加して赤外光の吸収が減少するという光学的特性を有している。本実施形態の生体情報測定装置１００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することによって、例えば脈拍数や血中酸素飽和度等の生体情報を求めるものである。

このような方法によるため、本実施形態のセンサ部４０は、例えば、赤色光に対する生体組織における吸光特性を測定するセンサ（Ｒ）部４１と、赤外光に対する前記生体組織における吸光特性を測定するセンサ（ＩＲ）部４２とを備え、演算制御部１０に接続される。このセンサ（Ｒ）部４１は、例えば、波長λ１の赤色光を前記生体組織に照射する例えば発光ダイオード等のＲ発光素子と、前記Ｒ発光素子で照射され前記生体組織を透過または反射した赤色光を受光する例えばシリコンホトダイオード等のＲ受光素子とを備え、このセンサ（ＩＲ）部４２は、例えば、前記波長λ１と異なる波長λ２の赤外色光を前記生体組織に照射する例えば発光ダイオード等のＩＲ発光素子と、前記ＩＲ発光素子で照射され前記生体組織を透過または反射した赤外光を受光する例えばシリコンホトダイオード等のＩＲ受光素子とを備える。センサ部４０は、このような透過型または反射型のセンサを用いることができる。

センサ部４０は、例えば、手指や耳朶等や、乳幼児の場合の手の甲、手首、足の甲等の、所定の生体組織にセットされ、センサ（Ｒ）部４１およびセンサ（ＩＲ）部４２で測定された測定データを演算制御部１０へ出力する。より具体的には、このような構成のセンサ（Ｒ）部４１では、前記Ｒ発光素子は、前記生体組織に対し赤色光を照射し、前記Ｒ受光素子は、このＲ発光素子によって前記生体組織に照射された赤色光の前記生体組織を透過または反射した赤色光Ｒを受光し、この受光した赤色光を光電変換することによって、その受光量に応じた電気信号を前記測定データとして演算制御部１０へ出力する。同様に、センサ（ＩＲ）部４２では、前記ＩＲ発光素子は、前記生体組織に対し赤外光を照射し、前記ＩＲ受光素子は、このＩＲ発光素子によって前記生体組織に照射された赤外光の前記生体組織を透過または反射した赤外光を受光し、この受光した赤外光を光電変換することによって、その受光量に応じた電気信号を前記測定データとして演算制御部１０へ出力する。なお、ここではＲ受光素子およびＩＲ受光素子の２個が設けられたが、受光素子が１つとされてもよい。この場合、ＩＲ発光素子とＲ発光素子とを発光のタイミングをずらして発光させ（時分割で発光させ）、この１つの受光素子の出力が、発光タイミングに対応した時間に応じて、ＩＲ発光素子による電気信号とＲ発光素子による電気信号とに分離されてもよい。

演算制御部１０は、表示部３０に接続され、センサ部４０で測定された測定データに基づいて生体情報を求めるとともに、生体情報測定装置１００全体の制御を司る装置である。演算制御部１０は、例えば、センサ部４０で測定された測定データを所定のサンプリング周期（例えば周波数３７．５Ｈｚ等）でサンプリングすることによって測定データの時系列データをセンサ部４０から取得するものである。また例えば、演算制御部１０は、所定の周期でセンサ部４０を駆動、すなわち、発光および受光の各動作を行わせることによって、時系列データとして測定データをセンサ部４０から取得するものである。また例えば、センサ部４０が所定のサンプリング周期でサンプリングすることによって前記生体組織から時系列データとして測定データを測定し、この時系列データの測定データを演算制御部１０へ出力するものである。この測定データは、アナログデータであってもよいが、本実施形態では、ディジタルデータであり、アナログデータからディジタルデータへの変換（ＡＤ変換）は、センサ部４０または演算制御部１０で行われ、また、必要に応じて、前記ＡＤ変換前の測定データを増幅する増幅部をセンサ部４０または演算制御部１０にさらに備えてよい。

より具体的には、この演算制御部１０は、センサ部４０によって測定された測定データに基づいて、測定対象の生体に関する所定の生体情報を求めるものであり、例えば、マイクロプロセッサ、メモリおよびその周辺回路を備えるマイクロコンピュータによって構成される。前記メモリは、センサ部４０で測定された測定データに基づいて生体情報を求めるための生体情報演算プログラムや、生体情報測定装置１００全体を制御するための制御プログラム等の各種のプログラムや、センサ部４０で測定された前記測定データや前記プログラムの実行に必要なデータ等の各種のデータを記憶する例えば書き換え可能な不揮発性の記憶素子であるＥＥＰＲＯＭ（Ｅｌｅｃｔｒｉｃａｌｌｙ Ｅｒａｓａｂｌｅ Ｐｒｏｇｒａｍｍａｂｌｅ Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）や不揮発性の記憶素子であるＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、および、前記マイクロプロセッサのいわゆるワーキングメモリとなる例えば揮発性の記憶素子であるＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）等を備え、前記マイクロプロセッサは、いわゆるＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）等であり、前記プログラムを実行することにより、機能的に、例えば、ＡＣ／ＤＣ（Ｒ）部１１と、ＡＣ／ＤＣ（ＩＲ）部１２と、ＢＰＦ（Ｒ）部１３と、ＢＰＦ（ＩＲ）部１４と、Ｒ相関算出部１５と、ＩＲ相関算出部１６と、相互相関算出部１７と、ｐｖ・ｐａ算出部１８と、ＳｐＯ２算出部１９と、脈拍数算出部２０、ノイズ識別部２１とを備える。

ＡＣ／ＤＣ（Ｒ）部１１およびＡＣ／ＤＣ（ＩＲ）部１２は、センサ部４０から入力された測定データに対し、所定の前処理を行うものである。より具体的には、ＡＣ／ＤＣ（Ｒ）部１１は、センサ（Ｒ）部４１から入力された赤色光に係わる測定データに対し、前記Ｒ受光素子での暗電流を補正するためのいわゆるダーク処理を行い、そして、直流成分ＲＤＣに対する交流成分ＲＡＣの第１比（赤色光交直比）Ｒ（＝ＲＡＣ／ＲＤＣ）を算出し、この第１比ＲをＢＰＦ（Ｒ）部１３へ通知（出力）する。

また、ＡＣ／ＤＣ（ＩＲ）部１２は、センサ（ＩＲ）部４２から入力された赤外光に係わる測定データに対し、前記ＩＲ受光素子での暗電流を補正するためのいわゆるダーク処理を行い、そして、直流成分ＩＲＤＣに対する交流成分ＩＲＡＣの第２比（赤外光交直比）ＩＲ（＝ＩＲＡＣ／ＩＲＤＣ）を算出し、この第２比ＩＲをＢＰＦ（ＩＲ）部１４へ通知（出力）する。前記ダーク処理は、公知の方法が用いられ、例えば、前記赤色光に係わる測定データから遮光状態のＲ受光素子から出力される出力値（暗電流値）Ｒｄａｒｋを減算するとともに、前記赤外光に係わる測定データから遮光状態のＩＲ受光素子から出力される出力値（暗電流値）ＩＲｄａｒｋを減算することによって行われる。これら遮光状態のＲ受光素子およびＩＲ受光素子から出力される各出力値Ｒｄａｒｋ、ＩＲｄａｒｋは、予め測定される。

ＢＰＦ（Ｒ）部１３およびＢＰＦ（ＩＲ）部１４は、センサ部４０によって測定された測定データから所定のノイズ成分を除去するフィルタであり、動脈血の脈動により生ずる生体組織の透過または反射光量における変動成分として通常含まれる周波数成分以外の周波数成分を除去するものである。

ＢＰＦ（Ｒ）部１３は、赤色光に対する、動脈血の脈動により生ずる生体組織の透過または反射光量における変動成分として通常含まれる周波数成分を含む所定の周波数帯域を通過帯域とするフィルタであり、第１比Ｒをフィルタ処理（フィルタリング）し、このフィルタ処理した後の第１比Ｒ時系列データであるＲ＿ｓｉｇｎａｌとしてＲ相関算出部１５、相互相関算出部１７、ｐｖ・ｐａ算出部１８、脈拍数算出部２０、および、ノイズ識別部２１の各部へ通知する。

ＢＰＦ（ＩＲ）部１４は、赤外光に対する、動脈血の脈動により生ずる生体組織の透過または反射光量における変動成分として通常含まれる周波数成分を含む所定の周波数帯域を通過帯域とするフィルタであり、第２比ＩＲをフィルタ処理（フィルタリング）し、このフィルタ処理した後の第２比ＩＲを時系列データＩＲ＿ｓｉｇｎａｌとしてＩＲ相関算出部１６、相互相関算出部１７、ｐｖ・ｐａ算出部１８、脈拍数算出部２０、および、ノイズ識別部２１の各部へ通知する。

Ｒ相関算出部１５は、赤色光に係わるＲ＿ｓｉｇｎａｌまたはその差分信号ΔＲの相関データを算出し、この算出した相関データを、ｐｖ・ｐａ算出部１８およびノイズ識別部２１の各部へ通知するものである。

ＩＲ相関算出部１６は、赤外光に係わるＩＲ＿ｓｉｇｎａｌまたはその差分信号ΔＩＲの相関データを算出し、この算出した相関データを、ｐｖ算出部１８およびノイズ識別部２１の各部へ通知するものである。

相互相関算出部１７は、赤色光に係わるＲ＿ｓｉｇｎａｌまたはその差分信号ΔＲと赤外光に係わるＩＲ＿ｓｉｇｎａｌまたはその差分信号ΔＩＲとの相関データを算出し、この算出した相関データを、ｐｖ・ｐａ算出部１８、および、ノイズ識別部２１の各部へ通知するものである。

ｐｖ・ｐａ算出部１８は、ＢＰＦ（Ｒ）部１３が算出したＲ＿ｓｉｇｎａｌ、ＢＰＦ（ＩＲ）部１４が算出したＩＲ＿ｓｉｇｎａｌ、Ｒ相関算出部１５が算出したＲ＿ｓｉｇｎａｌまたはその差分信号△Ｒの相関データ、ＩＲ相関算出部１６が算出したＩＲ＿ｓｉｇｎａｌまたはその差分信号△ＩＲの相関データ、相互相関算出部１７が算出したＲ＿ｓｉｇｎａｌまたはその差分信号△ＲとＩＲ＿ｓｉｇｎａｌまたはその差分信号△ＩＲとの相関データから、従来の技術を用いて、ｋ＿ｖの推定値ｋｖ＿ｅｓを算出する。例えば、ｐｖ・ｐａ算出部１８は、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（ＩＲ＿ｓｉｇｎａｌ×ｋ＿ｖ−Ｒ＿ｓｉｇｎａｌ）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を決定し、ｋｖ＿ｅｓとする。

ｐｖ・ｐａ算出部１８は、算出したｋｖ＿ｅｓを基に、静脈血の推定値ｐｖ＿ｅｓを算出し、ｐｖ＿ｅｓから式（８）を用いて、ｋ＿ａの推定値ｐａ＿ｅｓを算出する。そして、ｐｖ・ｐａ算出部１８は、これら算出したｐｖ＿ｅｓおよびｐａ＿ｅｓを、ＳｐＯ２算出部１９、脈拍数算出部２０、および、ノイズ識別部２１へ通知する。

ＳｐＯ２算出部１９は、ｐｖ・ｐａ算出部１８が求めたｐａ＿ｅｓから、動脈血の酸素飽和度ＳｐＯ２を求めて、この求めた酸素飽和度ＳｐＯ２を、表示部３０へ通知する。

脈拍数算出部２０は、ＢＰＦ（Ｒ）部１３が算出したＲ＿ｓｉｇｎａｌ、ＢＰＦ（ＩＲ）部１４が算出したＩＲ＿ｓｉｇｎａｌ、ｐｖ・ｐａ算出部１８算出したｐｖ＿ｅｓおよびｐａ＿ｅｓから、図１３で説明したように脈拍数ａｖｅ＿ＰＲを求め、求めた脈拍数ａｖｅ＿ＰＲを表示部３０へ通知する。

ノイズ識別部２１は、Ｒ相関算出部１５が算出したＲ＿ｓｉｇｎａｌまたはその差分信号△Ｒの相関データ、ＩＲ相関算出部１６が算出したＩＲ＿ｓｉｇｎａｌまたはその差分信号△ＩＲの相関データ、相互相関算出部１７が算出したＲ＿ｓｉｇｎａｌまたはその差分信号△ＲとＩＲ＿ｓｉｇｎａｌまたはその差分信号ΔＩＲとの相関データ、ｐｖ・ｐａ算出部１８算出したｐｖ＿ｅｓおよびｐａ＿ｅｓから、式（１０）を用いてノイズ指標を算出する。算出したノイズ指標が、予め定められている閾値より小さい場合には、動脈血ノイズが大きいと判断し、ノイズ指標が閾値より大きい場合には、ノイズが小さいと判断して、その旨を脈拍数算出部２０に通知する。

表示部３０は、この生体情報測定装置１００の動作状態や演算制御部１０によって求められた生体情報等を表示（出力）する装置であり、例えば、液晶表示装置（ＬＣＤ）や有機ＥＬ表示装置、プリンタ等である。表示部３０は、例えば、本実施形態では、脈拍数算出部２０で算出された脈拍数を表示する脈拍数出力部３２と、ＳｐＯ２算出部１９で算出された酸素飽和度を表示するＳｐＯ２出力部３１とを備えている。

次に、図２は、図１の生体情報測定装置１００における脈拍数算出部２０の構成を示すブロック図である。

脈拍数算出部２０は、２次微分算出部５０、ピーク閾値算出部６０、ピーク識別部６１、ピーク時間間隔算出部６２、ピーク時間間隔度数分布算出部６３、度数分布極大域検出部６４、有効最大極大域検出部６５、有効最大極大域内平均時間間隔算出部６６、バレー閾値算出部７０、バレー識別部７１、バレー時間間隔算出部７２、バレー時間間隔度数分布算出部７３、度数分布極大域検出部７４、有効最大極大域検出部７５、有効最大極大域内平均時間間隔算出部７６、立上り閾値算出部８０、立上り識別部８１、立上り時間間隔算出部８２、立上り時間間隔度数分布算出部８３、度数分布極大域検出部８４、有効最大極大域検出部８５、有効最大極大域内平均時間間隔算出部８６、時間平均脈拍数算出部９０、重み係数算出部９１、有効荷重極大域検出部９２、および、有効最大荷重極大域内平均時間間隔算出部９３を備える。

２次微分算出部５０は、Ｒ＿ｓｉｇｎａｌ−ｐ×ＩＲ＿ｓｉｇｎａｌの２階差分信号を生成する処理を行う。この処理は、図１３のフローチャートにおける、ステップＳ４４の処理である。

ピーク閾値算出部６０、バレー閾値算出部７０および立上り閾値算出部８０は、２次微分算出部５０が生成した２階差分信号のピーク、バレーおよび立ち上がりのそれぞれの箇所を検出するための閾値を算出する処理を行う。この処理は、図１３のフローチャートにおける、ステップＳ４５の処理である。

ピーク識別部６１、バレー識別部７１および立上り識別部８１は、ピーク閾値算出部６０、バレー閾値算出部７０および立上り閾値算出部８０が算出したそれぞれの閾値に基づいて、２次微分算出部５０が生成した２階差分信号から、ピーク、バレーおよび立ち上がりのそれぞれの箇所を検出する処理を行う。この処理は、図１３のフローチャートにおける、ステップＳ４６の処理である。

ピーク時間間隔算出部６２は、ピーク識別部６１が検出したピーク同士の間隔時間を算出し、ピーク時間間隔度数分布算出部６３は、算出された間隔時間から度数分布を作成する処理を行う。この処理は、図１１のフローチャートにおける、ステップＳ２０の処理である。

度数分布極大域検出部６４は、ピーク時間間隔度数分布算出部６３が作成した度数分布から、極大期間領域を検出する処理を行う。この処理は、図１０のフローチャートにおける、ステップＳ１０の処理である。

有効最大極大域検出部６５は、度数分布極大域検出部６４が検出したピーク時間間隔度数分布の極大区間領域から、有効最大極大域（有効最大度数区間）を決定する処理を行う。この処理は、図１０のフローチャートにおける、ステップＳ１１、Ｓ１２の処理である。

有効最大極大域内平均時間間隔算出部６６は、有効最大極大域検出部６５が決定した有効最大極大域内の間隔時間から、平均時間（周期）を算出する処理を行う。この処理は、図１１のフローチャートにおける、ステップＳ２４の処理である。

バレー時間間隔算出部７２は、バレー識別部７１が検出したバレー同士の間隔時間を算出し、バレー時間間隔度数分布算出部７３は、算出された間隔時間から度数分布を作成する処理を行う。この処理は、図１１のフローチャートにおける、ステップＳ２０の処理である。

度数分布極大域検出部７４は、バレー時間間隔度数分布算出部７３が作成した度数分布から、極大期間領域を検出する処理を行う。この処理は、図１０のフローチャートにおける、ステップＳ１０の処理である。

有効最大極大域検出部７５は、度数分布極大域検出部７４が検出したバレー時間間隔度数分布の極大区間領域から、有効最大極大域（有効最大度数区間）を決定する処理を行う。この処理は、図１０のフローチャートにおける、ステップＳ１１、１２の処理である。

有効最大極大域内平均時間間隔算出部７６は、有効最大極大域検出部７５が決定した有効最大極大域内の間隔時間から、平均時間（周期）を算出する処理を行う。この処理は、図１１のフローチャートにおける、ステップＳ２５の処理である。

立上り時間間隔算出部８２は、立上り識別部８１が検出した立上り同士の間隔時間を算出し、立上り時間間隔度数分布算出部８３は、算出された間隔時間から度数分布を作成する処理を行う。この処理は、図１１のフローチャートにおける、ステップＳ２０の処理である。

度数分布極大域検出部８４は、立上り時間間隔度数分布算出部８３が作成した度数分布から、極大期間領域を検出する処理を行う。この処理は、図１０のフローチャートにおける、ステップＳ１０の処理である。

有効最大極大域検出部８５は、度数分布極大域検出部８４が検出した立上り時間間隔度数分布の極大区間領域から、有効最大極大域（有効最大度数区間）を決定する処理を行う。この処理は、図１０のフローチャートにおける、ステップＳ１１、１２の処理である。

有効最大極大域内平均時間間隔算出部８６は、有効最大極大域検出部７５が決定した有効最大極大域内の間隔時間から、平均時間（周期）を算出する処理を行う。この処理は、図１１のフローチャートにおける、ステップＳ２６の処理である。

時間平均脈拍数算出部９０は、有効最大極大域内平均時間間隔算出部６６、有効最大極大域内平均時間間隔算出部７６および有効最大極大域内平均時間間隔算出部８６のそれぞれが算出した平均時間（周期）から、脈拍数を算出する処理を行う。この処理は、図１２のフローチャートにおける、ステップＳ２７〜ステップＳ３３、および、図１３のフローチャートにおける、ステップＳ４８〜ステップＳ５９の処理である。

重み係数算出部９１は、重み係数を算出する処理を行う。この処理は、図１０のフローチャートにおける、ステップＳ１３の処理である。

有効荷重極大域検出部９２は、重み係数算出部９１が算出した重み係数を用いて、有効荷重極大域（有効最大荷重度数区間）を検出する処理を行う。この処理は、図１０のフローチャートにおける、ステップＳ１４〜１８の処理である。

有効最大荷重極大域内平均時間間隔算出部９３は、有効荷重極大域検出部９２が検出した有効荷重極大域内の間隔時間から、平均時間（周期）を算出する処理を行う。この処理は、図１２のフローチャートにおける、ステップＳ３４の処理である。

＜動作＞
次に、実施形態の生体情報測定装置１００の動作について説明する。

図１４は、生体情報のうち酸素飽和度および脈拍数を求める処理を示すフローチャートである。

生体情報測定装置１００では、例えば、電源スイッチ（不図示）の投入、または、電源スイッチの投入後の測定開始スイッチ（不図示）の投入等によって、測定対象である生体の生体情報の測定が開始される。

演算制御部１０は、センサ部４０で測定された測定データを所定のサンプリング周期でのサンプリングを開始し、測定データの時系列データをセンサ部４０から取得する。

具体的には、センサ部４０のセンサ（Ｒ）部４１によって、赤色光に係わる測定データＲｓｉｇｎａｌａｎｄｄａｒｋ（暗電流を含む）およびその暗電流Ｒｄａｒｋが測定され、アナログ信号からディジタル信号へ変換されるとともに、センサ（ＩＲ）部４２によって、赤外光に係わる測定データＩＲｓｉｇｎａｌａｎｄｄａｒｋ（暗電流を含む）およびその暗電流ＩＲｄａｒｋが測定され、アナログ信号からディジタル信号へ変換される。

続いて、表示部３０のＡＣ／ＤＣ（Ｒ）部１１によって、センサ（Ｒ）部４１から入力された赤色光に係わる測定データＲｓｉｇｎａｌａｎｄｄａｒｋに対し、ダーク処理（Ｒｓｉｇｎａｌａｎｄｄａｒｋ−Ｒｄａｒｋ）が実行され、R_signalが算出されるとともに、ＡＣ／ＤＣ（ＩＲ）部１２によって、センサ（ＩＲ）部４２から入力された赤外光に係わる測定データＩＲｓｉｇｎａｌａｎｄｄａｒｋに対し、ダーク処理（Ｒｓｉｇｎａｌａｎｄｄａｒｋ−Ｒｄａｒｋ）が実行され、IR_signalが算出される。続いて、ＢＰＦ（Ｒ）部１３によって、ＡＣ／ＤＣ（Ｒ）部１１から出力されたＲ＿ｓｉｇｎａｌがフィルタリングされるとともに、ＢＰＦ（ＩＲ）部１４によって、ＡＣ／ＤＣ（ＩＲ）部１２から出力されたＩＲ＿ｓｉｇｎａｌがフィルタリングされ、Ｒ相関算出部１５等に出力される。

演算制御部１０は、データのサンプリングを開始する。Ｒ相関算出部１５、ＩＲ相関算出部１６、および、相互相関算出部１７は、ＢＰＦ（Ｒ）部１３またはＢＰＦ（ＩＲ）部１４からのＲ＿ｓｉｇｎａｌ（図１４ではＲ（ｉ）と記載）またはＩＲ＿ｓｉｇｎａｌ（図１４ではＩＲ（ｉ）と記載）を取得し（ステップＳ７０）、各相関値を演算して、ｐｖ・ｐａ算出部１８に出力する。すなわち、Ｒ相関算出部１５によってΣＲ（ｉ）^２またはΣ△Ｒ（ｉ）^２が算出され、ＩＲ相関算出部１６によってΣＩＲ（ｉ）^２またはΣ△ＩＲ（ｉ）^２が算出され、ＩＲ相関算出部１６によってΣＲ（ｉ）×ＩＲ（ｉ）またはΣ△Ｒ（ｉ）×△ＩＲ（ｉ）が算出されて、ｐｖ・ｐａ算出部１８に出力される。△Ｒ（ｉ）、△ＩＲ（ｉ）は、それぞれＲ（ｉ）、ＩＲ（ｉ）の時間差分であり、Σは、所定時間内についての和である。

ｐｖ・ｐａ算出部１８は、酸素飽和濃度、および、脈拍数の算出に必要な所定数のデータ（Ｎ個）を取得すると、ｐｖ＿ｅｓおよびｐａ＿ｅｓを算出し、ＳｐＯ２算出部１９、脈拍数算出部２０、および、ノイズ識別部２１に出力する（ステップＳ７１）。

ノイズ識別部２１は、式（１０）を用いてノイズ指標を算出し（ステップＳ７２）、算出したノイズ指標が、予め定められている閾値より小さい場合には（ステップＳ７３：ＹＥＳ）、動脈血ノイズが大きいと判断し、フラグｆｌｇ＿ｌｏｗ＿ｎｏｉｓｅに１を設定する（ステップＳ７４）。また、ノイズ識別部２１は、ノイズ指標が閾値より大きい場合には（ステップＳ７３：ＮＯ）、動脈血ノイズが小さいと判断して、フラグｆｌｇ＿ｌｏｗ＿ｎｏｉｓｅに０を設定し（ステップＳ７５）、脈拍数算出部２０にフラグ内容を送信する。

ＳｐＯ２算出部２３は、ｐｖ・ｐａ算出部１８が算出した推定値ｐａ＿ｅｓから、酸素飽和度ＳｐＯ２を求め（ステップＳ７６）、生体情報測定装置１００のメモリに記憶する（ステップＳ７７）。そして、ＳｐＯ２算出部２３は、過去に算出した酸素飽和度ＳｐＯ２を記憶している場合には、所定期間に亘っての過去の酸素飽和度ＳｐＯ２と、今回算出した酸素飽和度ＳｐＯ２とから平均値を算出し、この算出した酸素飽和度ａｖｅ＿ＳｐＯ２を表示部３０へ通知する（ステップＳ７８）。

脈拍数算出部２０は、ノイズ識別部２１から通知されたフラグｆｌｇ＿ｌｏｗ＿ｎｏｉｓｅの内容、ｐｖ・ｐａ算出部１８から受信したｐｖ＿ｅｓとｐａ＿ｅｓ、ＢＰＦ（Ｒ）部１３から受信したＲ（ｉ）、および、ＢＰＦ（ＩＲ）部１４から受信したＩＲ（ｉ）から、図１３で説明したように、脈拍数を算出し、算出した脈拍数ａｖｅ＿ＰＲを表示部３０に通知する（ステップＳ７９）。

表示部３０は、ＳｐＯ２算出部１９から通知された酸素飽和度ａｖｅ＿ＳｐＯ２をＳｐＯ２出力部３１に表示し、脈拍数算出部２０から通知された脈拍数ａｖｅ＿ＰＲを、脈拍数出力部に表示する（ステップＳ８０）。

このように動作するので、実施形態の生体情報測定装置１００は、例えば歩行等によってノイズが生じた場合でも精度よく例えば脈拍数や酸素飽和度等の生体情報を迅速に測定することができる。図１５に、上述の生体情報処理装置で測定した、歩行時の脈拍数の一例が示されている。このグラフで示されるように、本生体情報処理装置で測定した脈拍数は、心電図の脈拍数（ＨＲのグラフ）とほぼ同様に推移し、従来法に比べて、より正確な脈拍数を算出していることがわかる。

本明細書は、上記のように様々な態様の技術を開示しているが、そのうち主な技術を以下に纏める。

一態様にかかる生体情報処理装置は、互いに波長の異なる複数のビーム光を生体へそれぞれ照射し、前記生体を透過または反射した各ビーム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測定データおよび第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処理装置であって、第１測定部と、第２測定部と、生体信号生成部と、差分信号生成部と、度数分布生成部と、周期推定部とを備える。前記第１測定部は、周期性を有する第１信号成分と第１ノイズ成分とからなる前記第１測定データを測定する。前記第２測定部は、前記第１信号成分と所定の第１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第２関係を有する第２ノイズ成分を含む前記第２測定データを測定する。前記差分信号生成部は、所定の第３関係の推定値、前記第１測定データおよび前記第２測定データに基づいて、前記第１信号成分を含む生体信号を生成する。前記差分信号生成部は、前記生体信号を２階差分した２階差分信号を生成する。前記度数分布生成部は、前記２階差分信号の値が所定のピーク閾値以上となるピーク同士の間隔時間の度数分布を示すピーク度数分布、前記２階差分信号の値が所定のバレー閾値以下となる谷同士の間隔時間の度数分布を示すバレー度数分布、前記２階差分信号の値がピークと谷との間を示す所定の閾値を下から上に越える立上り箇所同士の間隔時間の度数分布を示す立上り度数分布、および、前記２階差分信号の値がピークと谷との間を示す前記所定の閾値を上から下に越える立下り箇所同士の間隔時間の度数分布を示す立下り度数分布のうち、少なくともいずれか１つの度数分布を生成する。前記周期推定部は、前記度数分布生成部が生成した度数分布に対し、所定の判断基準に基づいて度数が最大となる間隔時間の区間である有効最大度数区間を決定し、前記有効最大度数区間内の平均時間間隔に基づいて、前記第１信号成分の周期を推定する。

そして、他の一態様にかかる信号処理方法は、互いに波長の異なる複数のビーム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ビーム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測定データおよび第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処理装置で用いられる信号処理方法であって、前記第１測定データは、周期性を有する第１信号成分と第１ノイズ成分とからなり、前記第２測定データは、前記第１信号成分と所定の第１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第２関係を有する第２ノイズ成分を含み、生体信号生成ステップと、差分信号生成ステップと、度数分布生成ステップと、周期推定ステップとを備える。前記生体信号生成ステップは、所定の第３関係の推定値、前記第１測定データおよび前記第２測定データに基づいて、前記第１信号成分を含む生体信号を生成する。前記差分信号生成ステップは、前記生体信号を２階差分した２階差分信号を生成する。前記度数分布生成ステップは、前記２階差分信号の値が所定のピーク閾値以上となるピーク同士の間隔時間の度数分布を示すピーク度数分布、前記２階差分信号の値が所定のバレー閾値以下となる谷同士の間隔時間の度数分布を示すバレー度数分布、前記２階差分信号の値がピークと谷との間を示す所定の閾値を下から上に越える立上り箇所同士の間隔時間の度数分布を示す立上り度数分布、および、前記２階差分信号の値がピークと谷との間を示す前記所定の閾値を上から下に越える立下り箇所同士の間隔時間の度数分布を示す立下り度数分布のうち、少なくともいずれか１つの度数分布を生成する。前記周期推定ステップは、前記度数分布生成ステップで生成された度数分布に対し、度数が最大となる間隔時間に基づいて、前記第１信号成分の周期を推定する。

このような生体情報処理装置では、第３関係の推定値を用いて、前記第１信号成分をより多く含む生体信号を生成するので、信号のノイズを低減することが可能となる。さらに、このような生体情報処理装置では、ノイズが低減された生体信号の２階差分波形を用いることによって、ピーク等の間隔時間の度数分布が作成され、度数が最大となるような間隔時間に基づいて周期が推定されるので、誤差の少ない脈拍数を算出することが可能となる。

また、他の一態様では、上述の生体情報処理装置において、前記第１測定データおよび前記第２測定データに含まれる動脈血に起因する動脈血の吸光係数比の推定値および静脈血に起因する静脈血の吸光係数比の推定値を出力する推定部と、前記第２ノイズ成分が動脈血の酸素飽和度に近い酸素飽和度を有する血液に起因するノイズ成分を多く含むか否かを判定するノイズ判定部とがさらに備えられる。そして、前記生体信号生成部は、前記ノイズ判定部によって前記第２ノイズ成分が前記ノイズ成分を多く含まないと判定された場合には、前記静脈血の吸光係数比の推定値にのみ基づいて前記所定の第３関係の推定値を決定し、前記第２ノイズ成分が前記ノイズ成分を多く含むと判断された場合には、前記動脈血の吸光係数比の推定値と前記静脈血の吸光係数比の推定値との間の値を前記所定の第３関係の推定値と決定する。

このような生体情報処理装置では、動脈血の酸素飽和度に近い酸素飽和度を有する血液に起因するノイズの大きさを判定することが可能となるので、ノイズの性質、大きさに応じて適切な第３関係の推定値を用いることによって、周期を推定することが可能となる。すなわち、このような生体情報処理装置では、誤差の少ない脈拍数を算出することが可能となる。

また、他の一態様では、上述の生体情報処理装置において、前記度数分布生成部は、所定の時間範囲の前記２階差分信号において、前記ピーク度数分布を生成する場合には、複数のピークを選択し、選択した１ピークを含む予め設定された所定の範囲に含まれる他のピークと当該１ピークとの間隔時間を、選択した各ピークについて測定し、測定した間隔時間を用いることによって前記ピーク度数分布を生成する。前記度数分布生成部は、所定の時間範囲の前記２階差分信号において、前記バレー度数分布を生成する場合には、複数の谷を選択し、選択した１谷を含む予め設定された所定の範囲に含まれる他の谷と当該１谷との間隔時間を、選択した各谷について測定し、測定した間隔時間を用いることによって前記バレー度数分布を生成する。前記度数分布生成部は、所定の時間範囲の前記２階差分信号において、前記立上り度数分布を生成する場合には、複数の立上り箇所を選択し、選択した１立上り箇所を含む予め設定された所定の範囲に含まれる他の立上り箇所と当該１立上り箇所との間隔時間を、選択した各立上り箇所について測定し、測定した間隔時間を用いることによって前記立上り度数分布を生成する。そして、前記度数分布生成部は、所定の時間範囲の前記２階差分信号において、前記立下り度数分布を生成する場合には、複数の立下り箇所を選択し、選択した１立下り箇所を含む予め設定された所定の範囲に含まれる他の立下り箇所と当該１立下り箇所との間隔時間を、選択した各立下り箇所について測定し、測定した間隔時間を用いることによって前記立下り度数分布を生成する。

このような生体情報処理装置では、例えば、ピークの間隔時間として、近傍のピーク同士、すなわち、隣同士以外のピーク同士の間隔時間が算出されるので、より広範な間隔時間から周期を推定することが可能となる。

また、他の一態様では、上述の生体情報処理装置において、前記度数分布生成部は、前記ピーク度数分布を生成する場合に、間隔時間を測定するピーク同士の組み合わせがそれぞれ異なる間隔時間を用い、前記バレー度数分布を生成する場合に、間隔時間を測定する谷同士の組み合わせがそれぞれ異なる間隔時間を用い、前記立上り度数分布を生成する場合に、間隔時間を測定する立上り箇所同士の組み合わせがそれぞれ異なる間隔時間を用い、前記立下り度数分布を生成する場合に、間隔時間を測定する立下り箇所同士の組み合わせがそれぞれ異なる間隔時間を用いる（例えば、ステップＳ４０〜Ｓ４２）。

このような生体情報処理装置では、例えば、同じピークの組み合わせの間隔時間が複数回算出されることが無いので、より正確な脈拍数を算出することが可能となる。

また、他の一態様では、上述の生体情報処理装置において、前記周期推定部は、前記度数分布生成部が生成した少なくとも２つ以上の度数分布からそれぞれ周期を算出し、算出した周期のうち、周期同士の差が予め定められた範囲内である周期の平均値を前記第１信号成分の周期と推定する。

このような生体情報処理装置では、複数種類の間隔時間の度数分布から周期を決定するので、より正確な脈拍数を算出することが可能となる。

また、他の一態様では、上述の生体情報処理装置において、前記生体信号生成部は、複数の前記所定の第３関係の推定値それぞれについて生体信号を生成し、前記差分信号生成部は、前記生体信号それぞれについて、２階差分信号を生成し、前記度数分布生成部は、前記２階差分信号それぞれについて、度数分布を生成し、前記周期推定部は、前記２階差分信号それぞれの度数分布から、各２階差分信号の周期を推定し、推定された各周期から前記第１信号成分の周期を推定する。

このような生体情報処理装置では、複数の第３関係の推定値を用いて、複数の２階差分信号から周期を推定するので、誤差の少ない脈拍数を算出することが可能となる。

また、他の一態様では、上述の生体情報処理装置において、前記周期推定部は、前記第１信号成分の周期と推定した周期、および、過去に推定した周期の平均値を、新たな第１信号成分の周期と推定し、前記新たな第１信号成分の周期と推定した周期が、前回推定した周期と所定以上離れている場合には、前回推定した周期から算出した周期と、過去に推定した周期との平均値を、さらに新たな第１信号成分の周期と推定する（例えば、ステップＳ５６、Ｓ５７）。

このような生体情報処理装置では、過去に求めた周期にも基づいて周期を推定するので、誤差の少ない脈拍数を算出することが可能となる。

また、他の一態様では、上述の生体情報処理装置において、前記度数分布生成部は、前記周期推定部が過去に推定した周期に基づいた重みで重み付けした荷重度数分布を生成する。

また、他の一態様では、上述の生体情報処理装置において、前記度数分布生成部は、さらに前記周期推定部が過去に推定した周期に基づいた重みで重み付けした荷重度数分布を生成し、前記周期推定部は、前記荷重度数分布において所定の判断基準に基づいて度数が最大となる間隔時間の区間である有効最大荷重度数区間を決定し、前記有効最大荷重度数区間内の平均時間間隔と前記有効最大度数区間内の平均時間間隔に基づいて、前記第１信号成分の周期を推定する。

このような生体情報処理装置では、過去の推定結果に基づいた重みで重み付けされた度数分布から周期を推定するので、過去の脈拍数とかけ離れた脈拍数を算出することが少なくなる。

この出願は、２０１２年２月２８日に出願された日本国特許出願特願２０１２−４０９９４を基礎とするものであり、その内容は、本願に含まれるものである。

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。

本発明によれば、生体情報処理装置および信号処理方法を提供することができる。

Claims (10)

1. 互いに波長の異なる複数のビーム光を生体へそれぞれ照射し、前記生体を透過または反射した各ビーム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測定データおよび第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処理装置であって、
   周期性を有する第１信号成分と第１ノイズ成分とからなる前記第１測定データを測定する第１測定部と、
   前記第１信号成分と所定の第１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第２関係を有する第２ノイズ成分を含む前記第２測定データを測定する第２測定部と、
   所定の第３関係の推定値、前記第１測定データおよび前記第２測定データに基づいて、前記第１信号成分を含む生体信号を生成する生体信号生成部と、
   前記生体信号を２階差分した２階差分信号を生成する差分信号生成部と、
   前記２階差分信号の値が所定のピーク閾値以上となるピーク同士の間隔時間の度数分布を示すピーク度数分布、前記２階差分信号の値が所定のバレー閾値以下となる谷同士の間隔時間の度数分布を示すバレー度数分布、前記２階差分信号の値がピークと谷との間を示す所定の閾値を下から上に越える立上り箇所同士の間隔時間の度数分布を示す立上り度数分布、および、前記２階差分信号の値がピークと谷との間を示す前記所定の閾値を上から下に越える立下り箇所同士の間隔時間の度数分布を示す立下り度数分布のうち、少なくともいずれか１つの度数分布を生成する度数分布生成部と、
   前記度数分布生成部が生成した度数分布に対し、所定の判断基準に基づいて度数が最大となる間隔時間の区間である有効最大度数区間を決定し、前記有効最大度数区間内の平均時間間隔に基づいて、前記第１信号成分の周期を推定する周期推定部とを備えること
   を特徴とする生体情報処理装置。
2. 前記第１測定データおよび前記第２測定データに含まれる動脈血に起因する動脈血の吸光係数比の推定値および静脈血に起因する静脈血の吸光係数比の推定値を出力する推定部と、
   前記第２ノイズ成分が動脈血の酸素飽和度に近い酸素飽和度を有する血液に起因するノイズ成分を多く含むか否かを判定するノイズ判定部とをさらに備え、
   前記生体信号生成部は、前記ノイズ判定部によって前記第２ノイズ成分が前記ノイズ成分を多く含まないと判定された場合には、前記静脈血の吸光係数比の推定値にのみ基づいて前記所定の第３関係の推定値を決定し、前記第２ノイズ成分が前記ノイズ成分を多く含むと判断された場合には、前記動脈血の吸光係数比の推定値と前記静脈血の吸光係数比の推定値との間の値を前記所定の第３関係の推定値と決定すること
   を特徴とする請求項１記載の生体情報処理装置。
3. 前記度数分布生成部は、所定の時間範囲の前記２階差分信号において、
   前記ピーク度数分布を生成する場合には、複数のピークを選択し、選択した１ピークを含む予め設定された所定の範囲に含まれる他のピークと当該１ピークとの間隔時間を、選択した各ピークについて測定し、測定した間隔時間を用いることによって前記ピーク度数分布を生成し、
   前記バレー度数分布を生成する場合には、複数の谷を選択し、選択した１谷を含む予め設定された所定の範囲に含まれる他の谷と当該１谷との間隔時間を、選択した各谷について測定し、測定した間隔時間を用いることによって前記バレー度数分布を生成し、
   前記立上り度数分布を生成する場合には、複数の立上り箇所を選択し、選択した１立上り箇所を含む予め設定された所定の範囲に含まれる他の立上り箇所と当該１立上り箇所との間隔時間を、選択した各立上り箇所について測定し、測定した間隔時間を用いることによって前記立上り度数分布を生成し、
   前記立下り度数分布を生成する場合には、複数の立下り箇所を選択し、選択した１立下り箇所を含む予め設定された所定の範囲に含まれる他の立下り箇所と当該１立下り箇所との間隔時間を、選択した各立下り箇所について測定し、測定した間隔時間を用いることによって前記立下り度数分布を生成すること
   を特徴とする請求項１または請求項２に記載の生体情報処理装置。
4. 前記度数分布生成部は、
   前記ピーク度数分布を生成する場合に、間隔時間を測定するピーク同士の組み合わせがそれぞれ異なる間隔時間を用い、
   前記バレー度数分布を生成する場合に、間隔時間を測定する谷同士の組み合わせがそれぞれ異なる間隔時間を用い、
   前記立上り度数分布を生成する場合に、間隔時間を測定する立上り箇所同士の組み合わせがそれぞれ異なる間隔時間を用い、
   前記立下り度数分布を生成する場合に、間隔時間を測定する立下り箇所同士の組み合わせがそれぞれ異なる間隔時間を用いること
   を特徴とする請求項１ないし請求項３のいずれか１項に記載の生体情報処理装置。
5. 前記周期推定部は、前記度数分布生成部が生成した少なくとも２つ以上の度数分布からそれぞれ周期を算出し、算出した周期のうち、周期同士の差が予め定められた範囲内である周期の平均値を前記第１信号成分の周期と推定すること
   を特徴とする請求項１ないし請求項４のいずれか１項に記載の生体情報処理装置。
6. 前記生体信号生成部は、前記所定の第３関係の複数の推定値それぞれについて生体信号を生成し、
   前記差分信号生成部は、前記生体信号それぞれについて、２階差分信号を生成し、
   前記度数分布生成部は、前記２階差分信号それぞれについて、度数分布を生成し、
   前記周期推定部は、前記２階差分信号それぞれの度数分布から、各２階差分信号の周期を推定し、推定された各周期から前記第１信号成分の周期を推定すること
   を特徴とする請求項１ないし請求項５のいずれか１項に記載の生体情報処理装置。
7. 前記周期推定部は、
   前記第１信号成分の周期と推定した周期、および、過去に推定した周期の平均値を、新たな第１信号成分の周期と推定し、
   前記新たな第１信号成分の周期と推定した周期が、前回推定した周期と所定以上離れている場合には、前回推定した周期から算出した周期と、過去に推定した周期との平均値を、さらに新たな第１信号成分の周期と推定すること
   を特徴とする請求項１ないし請求項６のいずれか１項に記載の生体情報処理装置。
8. 前記度数分布生成部は、前記周期推定部が過去に推定した周期に基づいた重みで重み付けした荷重度数分布を生成すること
   を特徴とする請求項１ないし請求項７のいずれか１項に記載の生体情報処理装置。
9. 前記度数分布生成部は、さらに前記周期推定部が過去に推定した周期に基づいた重みで重み付けした荷重度数分布を生成し、
   前記周期推定部は、前記荷重度数分布において所定の判断基準に基づいて度数が最大となる間隔時間の区間である有効最大荷重度数区間を決定し、前記有効最大荷重度数区間内の平均時間間隔と前記有効最大度数区間内の平均時間間隔に基づいて、前記第１信号成分の周期を推定すること
   を特徴とする請求項１ないし請求項７のいずれか１項に記載の生体情報処理装置。
10. 互いに波長の異なる複数のビーム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ビーム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測定データおよび第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処理装置で用いられる信号処理方法であって、
    前記第１測定データは、周期性を有する第１信号成分と第１ノイズ成分とからなり、
    前記第２測定データは、前記第１信号成分と所定の第１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第２関係を有する第２ノイズ成分を含み、
    所定の第３関係の推定値、前記第１測定データおよび前記第２測定データに基づいて、前記第１信号成分を含む生体信号を生成する生体信号生成ステップと、
    前記生体信号を２階差分した２階差分信号を生成する差分信号生成ステップと、
    前記２階差分信号の値が所定のピーク閾値以上となるピーク同士の間隔時間の度数分布を示すピーク度数分布、前記２階差分信号の値が所定のバレー閾値以下となる谷同士の間隔時間の度数分布を示すバレー度数分布、前記２階差分信号の値がピークと谷との間を示す所定の閾値を下から上に越える立上り箇所同士の間隔時間の度数分布を示す立上り度数分布、および、前記２階差分信号の値がピークと谷との間を示す前記所定の閾値を上から下に越える立下り箇所同士の間隔時間の度数分布を示す立下り度数分布のうち、少なくともいずれか１つの度数分布を生成する度数分布生成ステップと、
    前記度数分布生成ステップで生成された度数分布に対し、度数が最大となる間隔時間に基づいて、前記第１信号成分の周期を推定する周期推定ステップとを備えること
    を特徴とする信号処理方法。

Images