JP6031863B2 - 心音分析装置、心音分析方法および心音分析プログラム - Google Patents

Description

本発明は、心音を分析し、心音が正常であるか異常であるかを自動判別する技術に関する。

心音には様々な情報が含まれており、医師は聴診器を用いて心音を聴くことで、異常の有無およびその種類を診断する。しかし、聴診器を用いた診断には特殊な技量が必要である。そこで、コンピュータを用いた心音分析によって異常の有無やその種類を判定できるようになれば、一般の人でも診断が可能になり、在宅医療の拡充を図ることができると考えられる。
ここで、特許文献１には、心臓からの音声信号と任意の位置における脈波とを記録し、その脈波に基づいて心周期を判別し、判別した心周期に所定の条件を満たす音声信号が検出されるか否かによって心音や心雑音の有無を判断するシステムが記載されている。

特開２０１１−２１２３６４号公報

特許文献１に記載の装置では、脈波と心音とを両方同時に記録するためには少なくとも２以上のセンサを取り付ける必要があると推察される。具体的な形態や方法は記載されていないが、双方のセンサを同期させながらデータを記録するためには二以上のセンサ同士が何らかの方法で接続されていなければならない。仮に二以上のセンサ同士を有線で接続するとした場合には取り回しが非常に煩雑である。
また、二以上のセンサ同士を無線で接続するとした場合には、各センサのバッテリ持続時間の問題や同期精度の問題が生じる可能性がある。またさらに、こうした複数のセンサを取り付け、少なくとも３０秒間測定しなければならないとなると、これは、ユーザにとって気軽に使える装置であるとは言えない。

本発明の心音分析装置は、
心音信号を二値化することによって、心音または心雑音である区間がピーク区間となり、その他の区間が０値区間となる二値化信号を生成するピーク区間情報生成部と、
前記ピーク区間ごとの持続時間を統計的に処理した１または複数の評価値を算出する評価値算出部と、
心音が正常である場合と心音に異常がある場合との違いによって生じる前記評価値の変化傾向に基づいて心音の異常判定を実行する判定部と、を備える
ことを特徴とする。

本発明では、
さらに、心音を少なくとも心雑音の帯域と正常心音の帯域とに帯域分割した分析信号を生成する分析信号生成部を備え、
前記ピーク区間情報生成部は、前記分析信号の二階微分値に基づいて前記二値化信号を生成する
ことが好ましい。

本発明では、
前記分析信号生成部は、前記分析信号をさらに曲線近似するものであり、
近似曲線を生成するのに用いる区間長または近似曲線の次数を変えて複数の近似曲線を生成する
ことが好ましい。

本発明では、
前記評価値は、
ピーク区間の持続時間の合計値と分析信号の全時間長との比、
ピーク区間の持続時間の平均値、および、
ピーク区間の持続時間の標準偏差、のうちから選択される１または複数である
ことが好ましい。

本発明では、
前記ピーク区間情報生成部は、一つの心音信号に対して少なくとも二つの二値化信号を生成するものであり、
前記評価値は、
一方の二値化信号のピーク持続時間を合計した値と他方の二値化信号のピーク持続時間を合計した値との比、
一方の二値化信号のピーク持続時間の平均値と他方の二値化信号のピーク持続時間の平均値との比、
一方の二値化信号のピーク持続時間の標準偏差と他方の二値化信号のピーク持続時間の標準偏差との比、および
一方の二値化信号に含まれるピーク持続時間と他方の二値化信号に含まれるピーク持続時間との相関係数、のうちから選択される１または複数である
ことが好ましい。

本発明では、
前記判定部は、
異常判定のために評価値ごとに設定された閾値との対比を行う閾値判定を実行し、評価値が閾値条件に合致する場合には判定値に加算値を加算するカウントアップを行い、
前記判定値の最終合計値を所定閾値と対比して心音信号の異常判定を行う
ことが好ましい。

本発明では、
心音が正常である場合と心音に異常がある場合との違いによって生じる前記評価値の変化傾向に基づいて前記加算値には評価値ごとに重みが設定されている
ことが好ましい。

本発明では、
前記判定部は、
評価値を特徴ベクトルとして、複数の心雑音を含むデータと心雑音を含まないデータとのそれぞれに関してプロトタイプベクトルを生成しておき、判定対象であるデータの特徴ベクトルがどちらに近いかに基づいて心音の異常判定を行う
ことが好ましい。

本発明の心音分析方法は、
心音信号を二値化することによって、心音または心雑音である区間がピーク区間となり、その他の区間が０値区間となる二値化信号を生成し、
前記ピーク区間ごとの持続時間を統計的に処理した１または複数の評価値を算出し、
心音が正常である場合と心音に異常がある場合との違いによって生じる前記評価値の変化傾向に基づいて心音の異常判定を実行する
ことを特徴とする。

本発明の心音分析プログラムは、
コンピュータを、
心音信号を二値化することによって、心音または心雑音である区間がピーク区間となり、その他の区間が０値区間となる二値化信号を生成するピーク区間情報生成部と、
前記ピーク区間ごとの持続時間を統計的に処理した１または複数の評価値を算出する評価値算出部と、
心音が正常である場合と心音に異常がある場合との違いによって生じる前記評価値の変化傾向に基づいて心音の異常判定を実行する判定部と、して機能させる
ことを特徴とする。

心音分析装置に係る第１実施形態の構成を示す機能ブロック図。 本実施形態による心音分析方法の処理手順を示すフローチャート。 心音信号から近似曲線を得て、さらに、ピーク区間情報（二値化信号）を得る例を示す図。 心音信号から近似曲線を得て、さらに、ピーク区間情報（二値化信号）を得る例を示す図。 心音信号から近似曲線を得て、さらに、ピーク区間情報（二値化信号）を得る例を示す図。 ピーク区間情報（二値化信号）の例を示す図。 ピーク区間情報（二値化信号）の例を示す図。 ピーク区間情報（二値化信号）の例を示す図。 ピーク区間情報（二値化信号）の例を示す図。 評価値の傾向を示すテーブル。 評価値の傾向を示すテーブル。 評価値の傾向を示すテーブル。 評価値の傾向を示すテーブル。 評価値の傾向を示すテーブル。 評価値の傾向を示すテーブル。 評価値の傾向を示すテーブル。 評価値の傾向を示すテーブル。 各評価値項目と加算条件との関係の一例を示す図。

本発明の実施形態を図示するとともに図中の各要素に付した符号を参照して説明する。
（第１実施形態）
本発明の心音分析装置に係る第１実施形態について説明する。
図１は、本発明の心音分析装置に係る第１実施形態の構成を示す図である。
なお、本実施形態による心音分析装置は、コンピュータにより実行可能なプログラムとして実施することができる。
心音分析装置１００は、信号入力部１１０と、分析信号生成部１２０と、ピーク区間情報生成部１３０と、評価値算出部１４０と、判定部１５０と、を備える。
これら各機能部の動作を図２のフローチャートおよび例示（図３〜図９）を参照しながら説明する。

信号入力部１１０は、マイク等で取得した心音信号の入力を受け、必要に応じてＡ／Ｄ変換を実施する。

分析信号生成部１２０は、入力された信号を帯域分割し（Ｓ２０１）、さらに、分割した各信号に対して曲線近似を行う（Ｓ２０２）。
分析信号生成部１２０は、まず、入力信号の帯域毎の時間変化による特徴を示す信号を生成する（Ｓ２０１）。例えば、入力信号に短時間ＦＦＴ等の処理を実施して時間周波数成分を算出し、各時間における所定の周波数範囲の周波数成分の和を算出する。あるいは、フィルタバンクを用いて帯域分割を行い、各出力にヒルベルト変換を実施する。なお、入力信号の帯域毎の時間変化による特徴を示す信号を生成する方法はこの二例に限定されるものではない。

このようにして生成された各信号は、図３（Ａ）に示すような時間ｔの１次元信号として得られる。
ここで、分析信号生成部１２０では、０〜２００Ｈｚのいずれかの周波数成分を含む信号と、１００〜２０００Ｈｚのいずれかの周波数成分を含む信号と、の少なくとも２つの信号を生成する。
前者は主に心音の時間変化による特徴を示す信号であり、後者は主に心雑音の時間変化による特徴を示す信号である。この２つの信号に限らず、３以上の信号を生成しても構わないし、また、各信号の周波数成分は排他的であっても重複部分があっても構わない。

さらに、こうして得られた各信号にはノイズが含まれていることが多いため、メディアンフィルタ等を用いてノイズの影響を低減させるのが望ましい。

次に、ここまでで得られた各信号を曲線で近似する（Ｓ２０２）。例えば、図３（Ａ）に示すような信号を近似した場合、図３（Ｂ）に実線で示すような近似曲線が得られる。

ここで、ひとつの信号から複数の近似曲線を得ることが好ましい。
例えば、図４と図５において、図４（Ａ）および図５（Ａ）は、近似処理前の元信号である。近似曲線は、近似に使用する曲線の次数や近似に用いる区間など、パラメータの違いによって結果が異なる。図４（Ｂ）は、次数の高い曲線を用いた近似曲線を示し、図５（Ｂ）は次数が低い曲線を用いた近似曲線を示す。あるいは、近似曲線の次数が同じでも、区間を狭くすれば図４（Ｂ）になり、区間を長くとれば図５（Ｂ）になる。図４（Ｂ）の近似曲線の方が元の信号に近い近似曲線となる。一方、図５（Ｂ）の近似曲線は、図４（Ｂ）の近似曲線に比べて、元の信号の大まかな傾向をよく表しているといえる。

なお、近似に用いる前記区間は、５０〜２００ｍｓの範囲から一つと、２００〜５００ｍｓの範囲から一つと、の少なくとも二つの値を用いるのが好ましい。また、前記区間および近似曲線の個数は、信号毎に異なっていても構わない。こうして得られた各近似曲線を分析信号生成部１２０の出力である分析信号とする。

ピーク区間情報生成部１３０は、分析信号生成部１２０で生成した各分析信号を、心音または心雑音である区間とその他の区間とに区別する。
図３（Ｂ）、図４（Ｂ）および図５（Ｂ）の各近似曲線（分析信号）の形状に注目すると、上に凸の二次曲線と、下に凸の二次曲線と、が交互に接続されていることがわかる。ここで、上に凸の部分は、心音または心雑音である区間である。一方、下に凸の部分は、心音区間でもないし心雑音区間でもない。以下の説明では、下に凸の部分を、「その他の区間」と称する。

そこで、ピーク区間情報生成部１３０は、この近似曲線（分析信号）の二階微分値を算出し（Ｓ２０３）、二階微分値が０より大きい値である区間（下に凸）と０以下である区間（上に凸）とに二値化する（Ｓ２０４）ことで、心音または心雑音である区間と、その他の区間と、を識別する。

図３（Ｂ）、図４（Ｂ）および図５（Ｂ）中において、点線と一点鎖線とで区分けした矩形波信号を分析信号に重畳して示す。ここでは、二階微分値が０より大きい値である区間を点線とし、二階微分値が０以下である区間を一点鎖線として、分析信号を二値化したものである。こうして得られた各矩形波信号をピーク区間情報としてピーク区間情報生成部１３０の出力とする。

なお、二階微分値は、公知のｓａｖｉｔｚｋｙ−ｇｏｌａｙ法などを用いることで近似曲線自体を求めることなく直接算出しても構わない。従って、分析信号生成部１２０とピーク区間情報生成部１３０とを一つの機能ブロックとしても良い。

評価値算出部１４０は、心雑音を含むか否かの判定に用いる評価値を算出する（Ｓ２０６）。評価値算出部１４０は、まず、各ピーク区間の持続時間（以下、ピーク持続時間とする）の長さを算出する。すなわち、図３（Ｂ）、図４（Ｂ）および図５（Ｂ）における各一点鎖線部分の長さを算出する。

次に、ピーク区間情報毎に、各ピーク持続時間の和をＳＵＭとし，分析信号の時間長をＬＥＮとする。
そして、ピーク区間情報毎に、
ＳＵＭとＬＥＮとの比ＲＡＴＩＯ（＝ＳＵＭ／ＬＥＮ）と、
ピーク持続時間の平均値ＡＶＥと、
ピーク持続時間の標準偏差ＳＤと、
をそれぞれ算出する。

なお、ピーク持続時間の平均値ＡＶＥは、ＳＵＭをピーク区間の個数で除すことによって算出できる。ピーク持続時間の標準偏差ＳＤについても、標準偏差の定義から明らかであろう。

さらに、各ピーク区間情報のＳＵＭ、ＡＶＥ，ＳＤの比として、ｒＳＵＭ，ｒＡＶＥ，ｒＳＤをそれぞれ算出する。
ここで、例えば任意のピーク区間情報ＰＥＡＫ（ｍ）およびＰＥＡＫ（ｎ）からそれぞれＳＵＭ（ｍ）とＳＵＭ（ｎ）とを算出したとする。
すると、ｒＳＵＭとは、
ｒＳＵＭ（ｍ，ｎ）＝ＳＵＭ（ｍ）／ＳＵＭ（ｎ）
によって求められる値である。

ｒＡＶＥ，ｒＳＤについてもｒＳＵＭと同様にして求められる。

また各ピーク区間情報の相関値ＣＯＲＲを求めても良い。

こうして得られた各ピーク区間情報のＲＡＴＩＯ、ＡＶＥ，ＳＤ，および、各ピーク区間情報の組み合わせによるｒＳＵＭ，ｒＡＶＥ，ｒＳＤ、ＣＯＲＲをそれぞれ評価値として評価値算出部１４０の出力とする（Ｓ２０６）。

これらの評価値は、少なくとも一つの評価値を算出すれば良く、必ずしもすべてを算出しなくてもよい。

さて、ここで、各評価値の特徴について、図６、図７、図８および図９に例示するピーク区間情報のパターンを参照して説明する。
図６〜図９において、
（Ａ）に示すピーク区間情報は、０〜２００Ｈｚの帯域成分を１００ｍｓ毎の区間を用いて曲線近似した分析信号から求めたピーク区間情報ｓ０１である。
（Ｂ）に示すピーク区間情報は、１００〜２０００Ｈｚの帯域成分を１００ｍｓ毎の区間を用いて曲線近似した分析信号から求めたピーク区間情報ｓ１１である。
（Ｃ）に示すピーク区間情報は、１００〜２０００Ｈｚの帯域成分を３００ｍｓ毎の区間を用いて曲線近似した分析信号から求めたピーク区間情報ｓ１２である。

図６は心音が正常な場合のピーク区間情報の例である。
心音が正常な場合はＩ音ＩＩ音と呼ばれる短時間鳴動の音が交互に聴取される。したがって、１００ｍｓ程度で曲線近似すると、図６（Ａ）および図６（Ｂ）のように、Ｉ音ＩＩ音の鳴動時間がそのままピーク区間として表れる。一方、３００ｍｓ程度で曲線近似すると、図５で説明したように、Ｉ音ＩＩ音がひとつのまとまったピーク区間として表れる（図６（Ｃ））。

図６（Ａ）および図６（Ｂ）に示すピーク区間情報ｓ０１、ｓ１１では各ピーク区間が短いので、例えば、ＲＡＴＩＯは０．１未満、ＡＶＥは２００ｍｓ程度といった、ともに小さい値となる。また鳴動時間についてのバラつきは小さいため、ＳＤは１００ｍｓ未満の小さい値となる。

図６（Ｃ）に示すピーク区間情報ｓ１２では、Ｉ音からＩＩ音までの間がピーク区間となるので、ＲＡＴＩＯおよびＡＶＥはともにピーク区間情報ｓ０１（図６（Ａ））やピーク区間情報ｓ１１（図６（Ｂ））の場合よりも大きい値となる。

ＳＤについては、Ｉ音とＩＩ音とがまとまったピーク区間となる場合、Ｉ音とＩＩ音との間隔は一定なのであるから、ピーク区間情報ｓ０１（図６（Ａ））やピーク区間情報ｓ１１（図６（Ｂ））の場合と同様に小さな値となる。図１０は、この関係をまとめたテーブルである。

ｒＳＵＭについては、分析信号ｓ０１と分析信号ｓ１１とは近い傾向を示すので、ｒＳＵＭ（ｓ０１、ｓ１１）は１に近い値になる場合が多い。ｒＳＵＭ（ｓ０１、ｓ１２）、ｒＳＵＭ（ｓ１１、ｓ１２）については、分析信号ｓ１２のＳＵＭが分析信号ｓ０１や分析信号ｓ１１と比較して大きくなるので、１よりも小さい値となる場合が多い。図１１は、この関係をまとめたテーブルである。

なお、ｒＡＶＥについてはｒＳＵＭと同様の特徴を示す一方、ｒＳＤについてはＳＤ自体の特徴に差が無いので明確な特徴は示さない。

ＣＯＲＲについては、分析信号ｓ０１と分析信号ｓ１１との組み合わせでは、分析信号ｓ０１または分析信号ｓ１１と分析信号ｓ１２との組み合わせと比較して高い相関を示すので、ＣＯＲＲの値もこれらの組み合わせの場合よりも大きくなる。

次に、図７は、図６と同様に、正常な場合のピーク区間情報の例である。
（Ａ）に示すピーク区間情報および（Ｂ）に示すピーク区間情報については図６の場合と同様である。一方、図７（Ｃ）については、図６（Ｃ）のピーク区間が途中で寸断されたような不規則な区間が表れる。心音が正常であっても、Ｉ音ＩＩ音の強度および鳴動時間によって、こうした結果になる場合もあるという例である。

図７（Ａ）と図７（Ｂ）に示すピーク区間情報についてはそれぞれ図６（Ａ）および図６（Ｂ）と同様の特徴を示す。一方、図７（Ｃ）に示すピーク区間情報については、これらと比較してバラつきが大きくなるので、ＳＤは１００ｍｓを超える大きい値となる。この関係を図１２に示す。

ｒＳＵＭ、ｒＡＶＥおよびＣＯＲＲについては、図６（Ａ）、（Ｂ）、（Ｃ）と同様であり、ｒＳＤについてもｒＳＵＭとｒＡＶＥと同様の特徴を示す（図１３参照）。

図８は、心雑音を含む場合のピーク区間情報の例である。心雑音によってＩ音ＩＩ音が聴取しにくくなる場合が多いため、（Ａ）、（Ｂ）および（Ｃ）の総てにおいてほぼ同様のピーク区間が表れる。（Ａ）〜（Ｃ）において、心雑音はＩ音ＩＩ音と比較して鳴動時間が長い場合が多いので、図６（Ａ）等の場合と比較してＲＡＴＩＯ、ＡＶＥともに図６（Ａ）等の場合よりも大きい値となる。

また鳴動時間についてのバラつきは小さいため、ＳＤは１００ｍｓ程度の小さい値となる。これは、仮に心房細動等で脈が不整であったとしてもＩ音とＩＩ音との間隔は大きく変化しない場合が多いからである。したがって、心音が正常でなかったとしても、ＳＤについては、心音が正常である場合（（図６（Ａ）、図６（Ｂ）、図６（Ｃ）の場合）と同様に、小さい値となる。これらの関係を図１４のテーブルにまとめる。

また、ｒＳＵＭ、ｒＡＶＥ、ｒＳＤについては、（Ａ）、（Ｂ）および（Ｃ）が互いに近い傾向を示すので、１に近い値になる場合が多い（図１５参照）。ＣＯＲＲはどの組み合わせにおいても高い相関を示すので、顕著な差はみられない。

図９は、図８と同様に、心雑音を含む場合のピーク区間情報の例である。
（Ｂ）および（Ｃ）については図８（Ｂ）（Ｃ）の場合と同様であるが、図９（Ａ）についてみると、図６（Ａ）や図７（Ａ）と同じように短いピーク区間が現れている。これは、心雑音を含む場合でも、Ｉ音ＩＩ音を聴取しやすい状態の場合にはこうした結果となる可能性もあるという例である。図９（Ａ）に示すピーク区間情報は、図６（Ａ）等と近い傾向を示すので、ＲＡＴＩＯ、ＡＶＥおよびＳＤについては図６（Ａ）等の場合と同様に小さい値となる。図９（Ｂ）および図９（Ｃ）のピーク区間情報は、図８（Ｂ）および図（Ｃ）と近い傾向を示すので、図８（Ｂ）および図（Ｃ）と同様に、ＲＡＴＩＯおよびＡＶＥは図６（Ａ）等の場合よりも大きい値となり、一方、ＳＤは１００ｍｓ程度の小さい値となる。この関係を図１６のテーブルにまとめた。

ｒＳＵＭについては、ピーク区間情報ｓ１１（図９（Ｂ））とピーク区間情報ｓ１２（図９（Ｃ））とは近い傾向を示すので、ｒＳＵＭ（ｓ１１、ｓ１２）は１に近い値になる場合が多い。一方、ｒＳＵＭ（ｓ０１、ｓ１１）およびｒＳＵＭ（ｓ０１、ｓ１２）については、ピーク区間情報ｓ０１（図９（Ａ））のＳＵＭがピーク区間情報ｓ１１やピーク区間情報ｓ１２のＳＵＭと比較して小さくなるので、１よりも小さい値となる場合が多い（図１７参照）。

ｒＡＶＥについてはｒＳＵＭと同様であるが、ｒＳＤについてはいずれもバラつきが小さくなるので明確な特徴は示さない。ＣＯＲＲについてみると、ピーク区間情報ｓ１１とピーク区間情報ｓ１２との組み合わせは、ピーク区間情報ｓ１１またはピーク区間情報ｓ１２とピーク区間情報ｓ０１との組み合わせと比較して高い相関を示すので、ＣＯＲＲの値もこれらの組み合わせの場合よりも大きくなる。

図１０から図１７は上記に説明した各評価値の傾向をまとめた表である。
ＲＡＴＩＯ、ＡＶＥおよびＳＤについては、大きな値となる傾向がある箇所に「Ｈ」の標記を付し、小さな値となる傾向がある箇所に「Ｌ」の標記を付した。一方、ｒＳＵＭについては比であるので、前述したように比較する２値がほぼ等しくなる傾向がある場合には「１」を付し、１より顕著に大きくなる傾向がある場合は「Ｈ」の標記を付し、１より顕著に小さくなる傾向がある場合は「Ｌ」の標記を付した。「−」の表記は、算出の必要ない箇所であることを示す。

そして、ハッチングで色を付けた箇所は、主に図６、７（心音が正常である場合）と図８、９（心音が異常である場合）とでそれぞれ相反する傾向を示すことが多い評価値を示す。すなわち、これらの評価値に基づいて、心雑音の有無を判定できるということが言える。また、ここではＲＡＴＩＯ、ＡＶＥ、ＳＤおよびｒＳＵＭを用いた評価値の組み合わせを例示したが、その他の組み合わせを用いても構わない。

さて次に、判定部１５０は、評価値算出部１４０で算出した評価値に基づいて心雑音の有無について判定を行う（Ｓ２０７）。
先に示した評価値の傾向を利用することで心雑音の有無を判定できることは理解されよう。評価値の傾向を利用して心雑音の有無を判定する方法としてはいくつか考えられる。ここでは二つの例を示す。

第１の判定方法は、各評価値を順番にみていって、心雑音を含む場合の特徴があった場合には判定値をカウントアップし、そうでない場合には判定値のカウントアップをしない（そのままにする）という処理を評価値ごとに実施するというものである。例えば、ＲＡＴＩＯ（ｓ１１）が所定の値より大きい場合は判定値に１を加算し、小さい場合は加算しない（０を加算する）、といったことである。前記所定の値は、前述した「Ｈ」と「Ｌ」とを分ける値を用いたり、また、比を示す値については１を用いたりすることが望ましいが、これらの値に限定するものではない。

こうした処理によって、心雑音を含むデータでは判定値が高くなり、心雑音を含まないデータでは判定値が低くなる。すなわち、この判定値に基づいて心雑音の有無を判断することができる（Ｓ２０８）。

ここで、判定値への加算方法についてはあくまで一例であり、当然ながら評価値の重要度や信頼性によって重みづけをしてもよい。重みづけの方法については、例えば、ＡＶＥ（ｓ０１）についていうと、図９（Ａ）に示すように、心雑音がある場合でも正常の場合（図６（Ａ）や図７（Ａ））と近い傾向を示す場合がある。したがって、ＡＶＥ（ｓ０１）についての判定値への加算値は小さくするということ等が挙げられる。
一方で、ＡＶＥ（ｓ１１）について見ると、心音が正常である場合と心雑音が含まれる場合とでは反対の傾向を示すので、ＡＶＥ（ｓ１１）についての判定値への加算値は大きくしてもよい（例えば、１．５や２．０を加算する）。

図１８は、各評価値項目と加算条件との関係の一例である。
例えば、ＡＶＥ（ｓ０１）についていうと、ＡＶＥ（ｓ０１）が２３０を超えていれば判定値に１．０を加算し、ＡＶＥ（ｓ０１）が２３０以下であれば加算しない（０を加算する）ということを意味している。
評価値項目ごとに、心音に心雑音が含まれている場合を判定する閾値条件を設定しておき、評価値項目ごとに閾値条件に従って判定値に加算値を加算していく。
そして、図１８の場合には項目（１）、（２）、（６）、（８）、（１０）、（１１）、（１４）、（１７）について条件に従って加算値を判定値に加算していき、最終的に、判定値が５を超えていれば心雑音有りと判定する。
また、判定値が５以下であれば心音は正常であると判定する。
なお、ここに挙げた各評価値項目の閾値条件や加算値および判定閾値（ここでは５）は例示であり、例えば心音を採取する環境（マイク感度など）によっても変わってくるのであって、この例に限られないのは当然である。
また、上の例では項目（１）、（２）、（６）、（８）、（１０）、（１１）、（１４）、（１７）という８つの項目を使用したが、どの項目を組み合わせて使用するかは適宜選択すればよい。

第２の判定方法は、評価値を特徴ベクトルとして、複数の心雑音を含むデータと心雑音を含まないデータとのそれぞれに関してプロトタイプベクトルを生成しておき、判定するデータの特徴ベクトルがどちらに近いかに基づいて判定するというものである。

第１判定方法および第２判定方法ともに、必ずしも総ての評価値を用いる必要はなく、必要に応じて１つ以上の評価値を用いればよい。
多くの評価値を組み合わせれば判定の精度は向上すると考えられるが、計算量やメモリ量も増えてくるので、必要に応じて評価値を最適に組み合わせればよい。また、第２判定方法の特徴ベクトルを用いて機械学習を行って判定モデルを生成しても良いし、一つの評価値のみに基づいて判定を行っても良い。

表示部２００は、判定部１５０で判定した結果を表示する。このとき、判定部１５０における判定結果として心音に心雑音が含まれることが分かった場合には（Ｓ２０８：ＹＥＳ）、判定結果と合わせて心雑音の区間がユーザにわかるようにしてもよい。心雑音の区間は、ピーク区間情報生成部１３０で生成されたピーク区間情報に基づいて検出できる。

このように、心音信号から複数の帯域成分の特徴を示す信号を生成し、各信号から評価値を算出し、評価値に基づいて心雑音の有無を判定することで、簡単に異常の検出を可能にする。また、心周期の二つ分程度の長さの心音信号があれば本実施形態の解析を十分適用できるので、本実施形態は短時間で実施することも可能である。

なお、本発明は上記実施の形態に限られたものではなく、趣旨を逸脱しない範囲で適宜変更することが可能である。
心音分析装置１００の各機能部は、各種論理素子等からなる専用のハードウェアで構成されてもよいし、あるいは、ＣＰＵ、ＲＯＭ、ＲＡＭを備えたコンピュータに心音分析プログラムを組み込んで各機能部として動作させてもよい。プログラムをインストールするには、コンピュータにメモリカードやＣＤ−ＲＯＭ等を直接差し込んで行ってもよいし、これらの記憶媒体を読み取る機器を外付けで接続してもよい。さらには、有線または無線の通信によってプログラムをコンピュータに供給してインストールしてもよい。なお、各種記録媒体や通信手段等で供給されるプログラムとしては、本発明に係る心音情報処理プログラムが含まれていればよく、それ以外の制御などを行うプログラムが含まれていてもよい。

１００・・・心音分析装置、１１０・・・信号入力部、１２０・・・分析信号生成部、１３０・・・ピーク区間情報生成部、１４０・・・評価値算出部、１５０・・・判定部、２００・・・表示部

Claims (12)

1. 心音信号を二値化することによって、心音または心雑音である区間がピーク区間となり、その他の区間が０値区間となる二値化信号を生成するピーク区間情報生成部と、
   前記ピーク区間ごとの持続時間を統計的に処理した１または複数の評価値を算出する評価値算出部と、
   心音が正常である場合と心音に異常がある場合との違いによって生じる前記評価値の変化傾向に基づいて心音の異常判定を実行する判定部と、を備え、
   前記ピーク区間情報生成部は、一つの心音信号に対して少なくとも二つの二値化信号を生成するものであり、
   前記評価値は、
   一方の二値化信号のピーク持続時間を合計した値と他方の二値化信号のピーク持続時間を合計した値との比、
   一方の二値化信号のピーク持続時間の平均値と他方の二値化信号のピーク持続時間の平均値との比、
   一方の二値化信号のピーク持続時間の標準偏差と他方の二値化信号のピーク持続時間の標準偏差との比、および
   一方の二値化信号に含まれるピーク持続時間と他方の二値化信号に含まれるピーク持続時間との相関係数、のうちから選択される１または複数である
   ことを特徴とする心音分析装置。
2. 心音信号を二値化することによって、心音または心雑音である区間がピーク区間となり、その他の区間が０値区間となる二値化信号を生成するピーク区間情報生成部と、
   前記ピーク区間ごとの持続時間を統計的に処理した１または複数の評価値を算出する評価値算出部と、
   心音が正常である場合と心音に異常がある場合との違いによって生じる前記評価値の変化傾向に基づいて心音の異常判定を実行する判定部と、を備え、
   前記判定部は、
   評価値を特徴ベクトルとして、複数の心雑音を含むデータと心雑音を含まないデータとのそれぞれに関してプロトタイプベクトルを生成しておき、判定対象であるデータの特徴ベクトルがどちらに近いかに基づいて心音の異常判定を行う
   ことを特徴とする心音分析装置。
3. 心音信号を二値化することによって、心音または心雑音である区間がピーク区間となり、その他の区間が０値区間となる二値化信号を生成するピーク区間情報生成部と、
   前記ピーク区間ごとの持続時間を統計的に処理した１または複数の評価値を算出する評価値算出部と、
   心音が正常である場合と心音に異常がある場合との違いによって生じる前記評価値の変化傾向に基づいて心音の異常判定を実行する判定部と、を備え、
   前記ピーク区間情報生成部は、一つの心音信号に対して少なくとも二つの二値化信号を生成するものであり、
   前記評価値は、
   一方の二値化信号のピーク持続時間を合計した値と他方の二値化信号のピーク持続時間を合計した値との比、
   一方の二値化信号のピーク持続時間の平均値と他方の二値化信号のピーク持続時間の平均値との比、
   一方の二値化信号のピーク持続時間の標準偏差と他方の二値化信号のピーク持続時間の標準偏差との比、および
   一方の二値化信号に含まれるピーク持続時間と他方の二値化信号に含まれるピーク持続時間との相関係数、のうちから選択される１または複数であり、
   前記判定部は、
   評価値を特徴ベクトルとして、複数の心雑音を含むデータと心雑音を含まないデータとのそれぞれに関してプロトタイプベクトルを生成しておき、判定対象であるデータの特徴ベクトルがどちらに近いかに基づいて心音の異常判定を行う
   ことを特徴とする心音分析装置。
4. 請求項１から３のいずれかに記載の心音分析装置は、さらに、
   心音を少なくとも心雑音の帯域と正常心音の帯域とに帯域分割した分析信号を生成する分析信号生成部を備え、
   前記ピーク区間情報生成部は、前記分析信号の二階微分値に基づいて前記二値化信号を生成する
   ことを特徴とする心音分析装置。
5. 請求項４に記載の心音分析装置において、
   前記分析信号生成部は、前記分析信号をさらに曲線近似するものであり、
   近似曲線を生成するのに用いる区間長または近似曲線の次数を変えて複数の近似曲線を生成する
   ことを特徴とする心音分析装置。
6. 請求項１から請求項５のいずれかに記載の心音分析装置において、
   前記評価値は、
   ピーク区間の持続時間の合計値と分析信号の全時間長との比、
   ピーク区間の持続時間の平均値、および、
   ピーク区間の持続時間の標準偏差、のうちから選択される１または複数である
   ことを特徴とする心音分析装置。
7. 請求項１から請求項６のいずれかに記載の心音分析装置において、
   前記判定部は、
   異常判定のために評価値ごとに設定された閾値との対比を行う閾値判定を実行し、評価値が閾値条件に合致する場合には判定値に加算値を加算するカウントアップを行い、
   前記判定値の最終合計値を所定閾値と対比して心音信号の異常判定を行う
   ことを特徴とする心音分析装置。
8. 請求項７に記載の心音分析装置において、
   心音が正常である場合と心音に異常がある場合との違いによって生じる前記評価値の変化傾向に基づいて前記加算値には評価値ごとに重みが設定されている
   ことを特徴とする心音分析装置。
9. コンピュータが実行する心音分析方法であって、
   心音信号を二値化することによって、心音または心雑音である区間がピーク区間となり、その他の区間が０値区間となる二値化信号を生成し、
   前記ピーク区間ごとの持続時間を統計的に処理した１または複数の評価値を算出し、
   心音が正常である場合と心音に異常がある場合との違いによって生じる前記評価値の変化傾向に基づいて心音の異常判定を実行し、
   前記二値化信号を生成するに際し、一つの心音信号に対して少なくとも二つの二値化信号を生成し、
   前記評価値は、
   一方の二値化信号のピーク持続時間を合計した値と他方の二値化信号のピーク持続時間を合計した値との比、
   一方の二値化信号のピーク持続時間の平均値と他方の二値化信号のピーク持続時間の平均値との比、
   一方の二値化信号のピーク持続時間の標準偏差と他方の二値化信号のピーク持続時間の標準偏差との比、および
   一方の二値化信号に含まれるピーク持続時間と他方の二値化信号に含まれるピーク持続時間との相関係数、のうちから選択される１または複数である
   ことを特徴とする心音分析方法。
10. コンピュータが実行する心音分析方法であって、
    心音信号を二値化することによって、心音または心雑音である区間がピーク区間となり、その他の区間が０値区間となる二値化信号を生成し、
    前記ピーク区間ごとの持続時間を統計的に処理した１または複数の評価値を算出し、
    心音が正常である場合と心音に異常がある場合との違いによって生じる前記評価値の変化傾向に基づいて心音の異常判定を実行し、
    前記心音の以上判定を実行するに際し、
    評価値を特徴ベクトルとして、複数の心雑音を含むデータと心雑音を含まないデータとのそれぞれに関してプロトタイプベクトルを生成しておき、判定対象であるデータの特徴ベクトルがどちらに近いかに基づいて心音の異常判定を行う
    ことを特徴とする心音分析方法。
11. コンピュータを、
    心音信号を二値化することによって、心音または心雑音である区間がピーク区間となり、その他の区間が０値区間となる二値化信号を生成するピーク区間情報生成部と、
    前記ピーク区間ごとの持続時間を統計的に処理した１または複数の評価値を算出する評価値算出部と、
    心音が正常である場合と心音に異常がある場合との違いによって生じる前記評価値の変化傾向に基づいて心音の異常判定を実行する判定部と、して機能させ、
    前記ピーク区間情報生成部は、一つの心音信号に対して少なくとも二つの二値化信号を生成するものであり、
    前記評価値は、
    一方の二値化信号のピーク持続時間を合計した値と他方の二値化信号のピーク持続時間を合計した値との比、
    一方の二値化信号のピーク持続時間の平均値と他方の二値化信号のピーク持続時間の平均値との比、
    一方の二値化信号のピーク持続時間の標準偏差と他方の二値化信号のピーク持続時間の標準偏差との比、および
    一方の二値化信号に含まれるピーク持続時間と他方の二値化信号に含まれるピーク持続時間との相関係数、のうちから選択される１または複数である
    ことを特徴とする心音分析プログラム。
12. コンピュータを、
    心音信号を二値化することによって、心音または心雑音である区間がピーク区間となり、その他の区間が０値区間となる二値化信号を生成するピーク区間情報生成部と、
    前記ピーク区間ごとの持続時間を統計的に処理した１または複数の評価値を算出する評価値算出部と、
    心音が正常である場合と心音に異常がある場合との違いによって生じる前記評価値の変化傾向に基づいて心音の異常判定を実行する判定部と、して機能させ、
    前記判定部は、
    評価値を特徴ベクトルとして、複数の心雑音を含むデータと心雑音を含まないデータとのそれぞれに関してプロトタイプベクトルを生成しておき、判定対象であるデータの特徴ベクトルがどちらに近いかに基づいて心音の異常判定を行う
    ことを特徴とする心音分析プログラム。

Images