JP6052005B2 - 脈波検出装置、脈波検出方法及び脈波検出プログラム - Google Patents

Description

本発明は、脈波検出装置、脈波検出方法及び脈波検出プログラムに関する。

心臓から送出される血液の体積の変動、いわゆる脈波の検出がなされている。脈波そのものがバイタルサインを表す重要な指標であることはもちろん、脈波伝搬速度からも有用な生体情報を得ることができる。

かかる脈波伝搬速度は、生体の複数の部位で脈波を測定し、部位間での脈波の遅延時間と部位間の距離から求めることができる。例えば、脈波伝搬速度は、動脈硬化の進展を診断するのに有用な指標であり、例えば、伝搬速度から血管年齢などを計測することもできる。また、脈波伝搬速度は、収縮期血圧とも関係を有しており、脈波伝搬速度を血圧の測定に用いることもできる。さらに、脈拍周期のゆらぎは、自律神経とも関係を有しており、ゆらぎの低周波成分や高周波成分、さらには、低周波成分および高周波成分の比から交感神経や副交感神経の働きを診断するのにも有用である。

一般に、脈波は、感圧センサを生体に接触させた状態で血管の膨張による皮膚圧の変化を計測したり、血管に可視光や赤外光を照射し、その透過光や反射光の光量変化を検出したりすることによって採取される。ところが、感圧センサを用いる場合には、生体に計測器具を接触させる煩わしさが生じたり、光量変化を検出する場合には、光源等のハードウェアを余計に設けたりといったデメリットもある。

このことから、太陽光や室内光などの環境光の下で生体に計測器具を接触させずに脈波を検出するために、被験者の生体の一部、例えば顔が撮影された画像の輝度変化を用いて脈波を検出する技術が提案されている。かかる技術の一例としては、カメラによって被験者の顔が撮影された画像の信号成分に対し、独立成分分析（ＩＣＡ：Independent Component Analysis）を適用することによって信号対雑音比を改善する方法が挙げられる。

特開２００８−３０１９１５号公報 特開平１０−２８３４８２号公報

しかしながら、上記の技術では、時間分解能が撮像装置のフレーム周波数に依存するので、脈波伝搬速度の検出精度に限界がある。

例えば、首と顔の間であれば、脈波は、約１００ｍｓ程度の時間で伝搬される。一方、撮像装置には、一般に、フレーム周波数が３０Ｈｚ程度のものが採用されることが多い。このように、３３ｍｓ程度の時間分解能しか持たない撮像装置で約１００ｍｓの伝搬時間を算出しようとしても、その精度には自ずから限界がある。また、脈拍周期のゆらぎにいたっては、伝搬速度よりも短い１０ｍｓ程度のゆらぎであるので、脈波伝搬速度以上に脈拍周期のゆらぎを正確に求めることは困難である。そうであるからと言って、フレーム周波数が短い高速度の撮像装置を採用するのも、コストの面からハードルが高く容易ではない。

１つの側面では、脈波伝搬速度の検出精度を向上させることができる脈波検出装置、脈波検出方法及び脈波検出プログラムを提供することを目的とする。

一態様の脈波検出装置は、撮像装置によって被験者の生体が撮影された画像を取得する取得部を有する。さらに、前記脈波検出装置は、前記画像を複数の領域に分割する分割部を有する。さらに、前記脈波検出装置は、各領域に含まれる画素が持つ画素値に所定の統計処理を波長成分別に実行することによって各領域の代表値を波長成分別に算出する統計処理部を有する。さらに、前記脈波検出装置は、各波長成分間で合成がなされた領域別の代表値が前記画像のフレーム間で変化するタイミングを測定する測定部を有する。さらに、前記脈波検出装置は、各領域で代表値が変化するタイミングの時間差から脈波の遅延量を算出する算出部を有する。

一実施形態によれば、脈波伝搬速度の検出精度を向上させることができる。

図１は、実施例１に係る脈波検出装置の機能的構成を示すブロック図である。 図２は、顔画像の一例を示す図である。 図３は、顔画像の一例を示す図である。 図４は、輝度変化とサンプリング時間の関係の一例を示す図である。 図５は、輝度変化とサンプリング時間の関係の一例を示す図である。 図６は、輝度変化とサンプリング時間の関係の一例を示す図である。 図７は、輝度変化とサンプリング時間の関係の一例を示す図である。 図８は、図７に示した輝度変化のタイミングの時間差の一例を示す図である。 図９は、輝度変化とサンプリング時間の関係の一例を示す図である。 図１０は、図９に示した輝度変化のタイミングの時間差の一例を示す図である。 図１１は、実施例１に係る遅延量算出処理の手順を示すフローチャートである。 図１２は、被験者が映る画像の一例を示す図である。 図１３は、応用例２に係る遅延量算出処理の手順を示すフローチャートである。 図１４は、実施例１及び実施例２に係る脈波検出プログラムを実行するコンピュータの一例について説明するための図である。

以下に、本願の開示する脈波検出装置、脈波検出方法及び脈波検出プログラムの実施例を図面に基づいて説明する。なお、この実施例は開示の技術を限定するものではない。そして、各実施例は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。

［脈波検出装置の構成］
まず、本実施例に係る脈波検出装置の機能的構成について説明する。図１は、実施例１に係る脈波検出装置の機能的構成を示すブロック図である。図１に示す脈波検出装置１０は、太陽光や室内光などの一般の環境光の下で生体に計測器具を接触させずに、被験者が撮影された画像を用いて被験者の脈波、すなわち心臓の拍動に伴う血液の体積の変動を検出する脈波検出処理を実行するものである。

一態様としては、脈波検出装置１０は、パッケージソフトウェアやオンラインソフトウェアとして提供される脈波検出プログラムを所望のコンピュータにインストールさせることによって実装できる。例えば、スマートフォン、携帯電話機やＰＨＳ（Personal Handyphone System）などの通信端末のみならず、通信機能を持たないタブレット端末やスレート端末を含む携帯端末装置に上記の脈波検出プログラムをインストールさせる。これによって、携帯端末装置を脈波検出装置１０として機能させることができる。なお、ここでは、脈波検出装置１０の実装例として携帯端末装置を例示したが、パーソナルコンピュータを始めとする固定端末に脈波検出プログラムをインストールさせることとしてもかまわない。

図１に示すように、脈波検出装置１０は、カメラ１１と、画像メモリ１１ａと、取得部１２と、第１の分割部１３ｇと、第２の分割部１３ｒと、統計処理部１４ｇ１〜１４ｇｎ及び統計処理部１４ｒ１〜１４ｒｎとを有する。さらに、脈波検出装置１０は、ＢＰＦ（Band-Pass Filter）１５ｇ１〜１５ｇｎ及びＢＰＦ１５ｒ１〜１５ｒｎと、差演算部１６−１〜１６−ｎと、二値化部１７−１〜１７−ｎと、測定部１８と、算出部１９とを有する。

かかる脈波検出装置１０は、図１に示した機能部以外にも既知の携帯端末装置が有する各種の機能部を有することとしてもかまわない。例えば、脈波検出装置１０がタブレット端末やスレート端末として実装される場合には、入力デバイス、表示デバイス、あるいは入力可能かつ表示可能なタッチパネルをさらに有することとしてもよい。また、脈波検出装置１０が移動体端末として実装される場合には、アンテナ、キャリア網を介して通信を行うキャリア通信部、ＧＰＳ（Global Positioning System）受信機などの機能部をさらに有していてもかまわない。

図１に示す機能部のうち、カメラ１１は、ＣＣＤ（Charge Coupled Device）やＣＭＯＳ（Complementary Metal Oxide Semiconductor）などの撮像素子を搭載する撮像装置である。例えば、カメラ１１には、Ｒ（red）、Ｇ（green）、Ｂ（blue）など３種以上の受光素子を搭載することができる。かかるカメラ１１の実装例としては、デジタルカメラやＷｅｂカメラを外部端子を介して接続することとしてもよいし、カメラが出荷時から搭載されている場合にはそのカメラを流用できる。なお、ここでは、脈波検出装置１０がカメラ１１を有する場合を例示したが、ネットワークまたは記憶デバイスを経由して画像を取得できる場合には、必ずしも脈波検出装置１０がカメラ１１を有さずともよい。

ここで、脈波検出装置１０は、上記の脈波検出処理を実行するアプリケーションプログラムがプリインストールまたはインストールされている場合に、カメラ１１によって脈波を検出し易い被験者の画像が撮像されるように画像の撮影操作を案内することができる。なお、以下では、上記のアプリケーションプログラムのことを「脈波検出用アプリ」と記載する場合がある。

かかる脈波検出用アプリは、図示しない入力デバイスを介して起動されると、カメラ１１を起動する。これを受けて、カメラ１１は、カメラ１１の撮影範囲に収容された被写体の撮影を開始する。このとき、被験者の顔が映る画像を撮影させる場合には、脈波検出用アプリは、カメラ１１が撮影する画像を図示しない表示デバイスに表示しつつ、被験者の鼻を映す目標位置を照準として表示させることもできる。これによって、被験者の眼、耳、鼻や口などの顔パーツの中でも被験者の鼻が撮影範囲の中心部分に収まった画像が撮影できるようにする。そして、脈波検出用アプリは、カメラ１１によって被験者の顔が撮影された画像を画像メモリ１１ａへ保存する。なお、以下では、顔が映った画像のことを「顔画像」と記載する場合がある。

画像メモリ１１ａは、画像を記憶する記憶デバイスである。一態様としては、画像メモリ１１ａには、カメラ１１によって被験者の顔が撮影される度に、被験者の顔画像が保存される。このとき、画像メモリ１１ａには、所定の圧縮符号化方式によってエンコードされた動画が保存されることとしてもよいし、被験者の顔が映る静止画の集合が保存されることとしてもよい。以下では、カメラ１１によって被験者の顔が撮影された動画が取得される場合を想定し、動画を形成する各フレームの画像を「フレーム画像」と記載する場合がある。なお、ここでは、カメラ１１によって撮影された顔画像が保存される場合を例示したが、ネットワークを介して受信した顔画像が保存されることとしてもかまわない。

取得部１２は、画像を取得する処理部である。一態様としては、取得部１２は、画像メモリ１１ａに記憶された被験者の顔画像を取得する。他の一態様としては、取得部１２は、被験者の顔が撮影された画像を蓄積するハードディスクや光ディスクなどの補助記憶装置またはメモリカードやＵＳＢ（Universal Serial Bus）メモリなどのリムーバブルメディアから画像を取得することもできる。更なる一態様としては、取得部１２は、外部装置からネットワークを介して受信した顔画像を取得することもできる。なお、取得部１２は、ＣＣＤやＣＭＯＳなどの撮像素子による出力から得られる２次元のビットマップデータやベクタデータなどの画像データを用いて処理を実行する場合を例示したが、１つのディテクタから出力される信号をそのまま取得して後段の処理を実行させることとしてもよい。

ここで、本実施例に係る脈波検出装置１０は、画像に含まれる３つの波長成分、すなわちＲ成分、Ｇ成分およびＢ成分のうちＲ成分とＧ成分の２つの波長成分の信号を用いて脈波の検出が行われる場合を例示する。例えば、取得部１２は、画像メモリ１１ａに記憶された顔画像を読み出す度に、画素ごとにＧ成分の輝度値を持つ顔画像Ｇを第１の分割部１３ｇへ出力するとともに、画素ごとにＲ成分の輝度値を持つ顔画像Ｒを第２の分割部１３ｒへ出力する。

第１の分割部１３ｇ及び第２の分割部１３ｒは、顔画像を分割する処理部である。すなわち、第１の分割部１３ｇが顔画像Ｇの分割を担当し、第２の分割部１３ｒが顔画像Ｒの分割を担当する以外は、第１の分割部１３ｇ及び第２の分割部１３ｒで同様の処理が実行される。なお、ここでは、第１の分割部１３ｇ及び第２の分割部１３ｒを代表して第１の分割部１３ｇで実行される処理を説明することとする。

例えば、第１の分割部１３ｇは、取得部１２から顔画像Ｇが入力される度に、次に説明する処理を実行する。図２及び図３は、顔画像の一例を示す図である。図２に示すように、第１の分割部１３ｇは、顔画像２００にテンプレートマッチング等の画像処理を実行することによってＧ成分の輝度値を持つ顔画像２００から顔パーツ、例えば被験者の左目２１０ａ、右目２１０ｂやあご２１１などを抽出する。その上で、第１の分割部１３ｇは、２種類の顔パーツによって顔画像が区切られた部分画像を、脈波が伝搬する方向に沿ってＮ個の領域へ分割する。例えば、図３に示すように、第１の分割部１３ｇは、左目２１０ａ又は右目２１０ｂが存在する位置から水平方向に延在する直線Ｌｅと、あご２１１が存在する位置から水平方向に延在する直線Ｌｊとによって挟まれた部分画像を抽出する。その上で、第１の分割部１３ｇは、直線Ｌｅ及び直線Ｌｊによって挟まれた部分画像を脈波の伝搬方向、すなわち画像の鉛直方向に沿ってＰ_１〜Ｐ_ｎのＮ個の領域へ分割する。

このように、脈波の伝搬方向に沿って顔画像を分割するのは、各領域Ｐ_１〜Ｐ_ｎ内で脈波が到達するタイミングを略同一にするためである。すなわち、心臓から動脈に沿って血液が送出されることからも、長手方向が脈波の伝搬方向と直行する方向、すなわち画像の水平方向に延在して形成される領域では、脈波が到達するタイミングが略同一であるとみなせる点が脈波検出装置１０によって利用されている。

なお、ここでは、第１の分割部１３ｇが顔画像を分割する場合を例示したが、第２の分割部１３ｒにおいても同様の処理が実行される。また、第１の分割部１３ｇ及び第２の分割部１３ｒは、一方の処理部によって分割方法、例えばＰ_１〜Ｐ_ｎのＮ個の領域の位置や大きさが決定された場合に、他方の処理部にＰ_１〜Ｐ_ｎのＮ個の領域の位置や大きさを通知させることもできる。これによって、他方の処理部にはテンプレートマッチング等の画像処理を実行させることなく、顔画像を分割させることとしてもよい。また、ここでは、顔画像Ｇを用いて分割方法を決定する場合を例示したが、原画像、すなわち元の顔画像を用いて分割方法を決定することとしてもかまわない。

これら第１の分割部１３ｇ及び第２の分割部１３ｒの後段の処理部では、Ｇ成分及びＲ成分の２つの波長成分ごと、さらには、分割がなされた領域Ｐ_１〜Ｐ_ｎごとに、処理が実行される。このため、第１の分割部１３ｇは、顔画像Ｇから分割された領域Ｐ_１のＧ信号を統計処理部１４ｇ１へ出力し、領域Ｐ_２のＧ信号を統計処理部１４ｇ２へ出力し、・・・、領域Ｐ_ｎのＧ信号を統計処理部１４ｇｎへ出力する。また、第２の分割部１３ｒは、顔画像Ｒから分割された領域Ｐ_１のＲ信号を統計処理部１４ｒ１へ出力し、領域Ｐ_２のＲ信号を統計処理部１４ｒ２へ出力し、・・・、領域Ｐ_ｎのＲ信号を統計処理部１４ｒｎへ出力する。

統計処理部１４ｇ１〜１４ｇｎ及び１４ｒ１〜１４ｒｎは、波長成分別または領域別に当該領域に含まれる画素値に対し、所定の統計処理を実行する処理部である。これら統計処理部１４ｇ１〜１４ｇｎ及び１４ｒ１〜１４ｒｎは、統計処理部１４ｇ１〜１４ｇｎがＧ信号の統計処理を担当し、統計処理部１４ｒ１〜１４ｒｎがＲ信号の統計処理を担当するが、実行される統計処理の内容は同様である。したがって、統計処理部１４ｇ１〜１４ｇｎ及び１４ｒ１〜１４ｒｎを代表して統計処理部１４ｇ１〜１４ｇｎで実行される統計処理について説明することとする。

一態様としては、統計処理部１４ｇ１は、領域Ｐ_１に含まれる各画素が持つＧ成分の輝度値を平均する。ここでは、平均値を計算する場合を例示したが、中央値や最頻値を計算することとしてもよく、また、加重平均以外にも任意の平均処理、例えば加重平均や移動平均などを実行することもできる。これによって、領域Ｐ_１に含まれる各画素が持つＧ成分の輝度値の平均値が領域Ｐ_１のＧ成分を代表する代表値として算出される。また、統計処理部１４ｇ２は、領域Ｐ_２のＧ成分の代表値を算出し、統計処理部１４ｇｎは、領域Ｐ_ｎのＧ成分の代表値を算出する。なお、統計処理部１４ｒ１〜１４ｒｎにおいても、領域Ｐ_１のＲ成分の代表値、領域Ｐ_２のＲ成分の代表値、・・・、領域Ｐ_ｎのＲ成分の代表値がそれぞれ算出される。

ＢＰＦ１５ｇ１〜１５ｇｎ及び１５ｒ１〜１５ｒｎは、いずれも所定の周波数帯の信号成分だけを通過させてそれ以外の周波数帯の信号成分を除去するバンドパスフィルタである。これらＢＰＦ１５ｇ１〜１５ｇｎ及び１５ｒ１〜１５ｒｎは、ハードウェアによって実装されることとしてもよいし、ソフトウェアによって実装されることとしてもよい。

これらＢＰＦ１５ｇ１〜１５ｇｎ及び１５ｒ１〜１５ｒｎは、脈波が採り得る０．７Ｈｚ以上４Ｈｚ未満の脈波周波数帯、１分あたりに換算すれば４２ｂｐｍ以上２４０ｂｐｍ未満の周波数帯の信号成分を通過させる。

このように、ＢＰＦ１５ｇ１によって領域Ｐ_１の脈波周波数帯のＧ信号が抽出され、ＢＰＦ１５ｇ２によって領域Ｐ_２の脈波周波数帯のＧ信号が抽出され、さらに、ＢＰＦ１５ｇｎによって領域Ｐ_ｎの脈波周波数帯のＧ信号が抽出される。一方、ＢＰＦ１５ｒ１によって領域Ｐ_１の脈波周波数帯のＲ信号が抽出され、ＢＰＦ１５ｒ２によって領域Ｐ_２の脈波周波数帯のＲ信号が抽出され、さらに、ＢＰＦ１５ｒｎによって領域Ｐ_ｎの脈波周波数帯のＲ信号が抽出される。

差演算部１６−１〜１６−ｎは、領域別に、ＢＰＦ１５ｇ１〜１５ｇｎによって出力された領域Ｐ_１〜Ｐ_ｎの脈波周波数帯のＧ信号と、ＢＰＦ１５ｒ１〜１５ｒｎによって出力された領域Ｐ_１〜Ｐ_ｎの脈波周波数帯のＲ信号との差を演算する処理部である。

一態様としては、差演算部１６−１は、ＢＰＦ１５ｇ１によって出力された領域Ｐ_１の脈波周波数帯のＧ信号からＢＰＦ１５ｒ１によって出力された領域Ｐ_１の脈波周波数帯のＲ信号を減算する。同様に、差演算部１６−２は、ＢＰＦ１５ｇ２によって出力された領域Ｐ_２の脈波周波数帯のＧ信号からＢＰＦ１５ｒ２によって出力された領域Ｐ_２の脈波周波数帯のＲ信号を減算する。同様に、差演算部１６−ｎは、ＢＰＦ１５ｇｎによって出力された領域Ｐ_ｎの脈波周波数帯のＧ信号から、ＢＰＦ１５ｒｎによって出力された領域Ｐ_ｎの脈波周波数帯のＲ信号を減算する。これによって、領域Ｐ_１〜Ｐ_ｎの脈波周波数帯のＧ信号に含まれていたノイズ成分が領域Ｐ_１〜Ｐ_ｎの脈波周波数帯のＲ信号によってキャンセルされる結果、領域Ｐ_１〜Ｐ_ｎごとにＳＮ比の高い輝度信号を得ることができる。このようにして領域Ｐ_１〜Ｐ_ｎごとに得られた輝度信号の時系列データは、脈拍波形として用いることもできる。

なお、ここでは、各領域Ｐ_１〜Ｐ_ｎで脈波周波数帯のＧ信号から脈波周波数帯のＲ信号を減算する場合を説明したが、輝度信号のＳＮ比を向上させる観点から、次のような方法を採用することもできる。例えば、脈波検出装置１０は、Ｇ信号及びＲ信号の間でノイズに対応する周波数帯、すなわち瞬きや体の揺れの他、環境光のチラツキなどのノイズが現れやすい３ｂｐｍ以上２０ｂｐｍ未満の周波数帯での絶対強度値の比を算出する。その上で、脈波検出装置１０は、脈波周波数帯のＧ信号から、ノイズに対応する周波数帯での絶対強度値の比が乗算された脈波周波数帯のＲ信号を差し引く演算を実行する。これによって、Ｇ信号及びＲ信号の差を演算してノイズをキャンセルする場合に、脈波が採り得る周波数帯の信号成分の強度が低下するのを抑制しつつ、ノイズ成分を低減させることができる。

二値化部１７−１〜１７−ｎは、差演算部１６−１〜１６−ｎによって出力された領域Ｐ_１〜Ｐ_ｎの輝度信号を二値化する処理部である。これら二値化部１７−１〜１７−ｎは、入力される輝度信号が各領域Ｐ_１〜Ｐ_ｎで異なるものの、輝度信号を二値化する手順は同様である。したがって、二値化部１７−１〜１７−ｎを代表して二値化部１７−１で実行される処理について説明する。

一態様としては、二値化部１７−１は、フレーム間で領域Ｐ_１の輝度信号に変化があるか否かによって二値化を行う。例えば、二値化部１７−１は、今回のフレームで得られた領域Ｐ_１の輝度信号と、１つ前のフレームで得られた領域Ｐ_１の輝度信号との間で値の差が所定の閾値よりも大きいか否かを判定する。一例として、閾値には、フレーム間での微差の輝度変化を検出するために、ゼロを採用できる。他の一例として、閾値には、カメラ１１によって撮影される顔画像に照明の点滅等のノイズが混入する場合には、ゼロよりも大きい値を採用することもできる。このとき、二値化部１７−１は、今回のフレームと１つ前のフレームの間で輝度信号の値の差が閾値以下である場合には「０」を出力する一方で、今回のフレームと１つ前のフレームの間で輝度信号の値の差が閾値よりも大きい場合には「１」を出力する。なお、二値化部１７−２〜１７−ｎにおいても、上記の二値化部１７−１と同様に、各々の領域Ｐ_２〜Ｐ_ｎの輝度信号が二値化される。

測定部１８は、各領域Ｐ_１〜Ｐ_ｎの輝度変化のタイミングを測定する処理部である。一態様としては、測定部１８は、二値化部１７−１〜１７−ｎによって出力される値がフレーム間で「０」から「１」へ変化した領域が存在するか否かを判定する。このとき、値が「０」から「１」へ変化した領域が存在する場合には、当該領域は、今回のフレームで輝度変化の立ち上がりが検出されたと言え、当該領域に脈波が伝搬したと推定できる。この場合には、測定部１８は、輝度変化の立ち上がりが検出された領域と、当該領域の輝度変化の立ち上がりが検出された顔画像のサンプリング時間とを対応付けて図示しない内部メモリに保存する。ここで言う「サンプリング時間」とは、カメラ１１によって画像が撮影された時間を指し、カメラ１１のフレーム周波数によって定まる。例えば、カメラ１１のフレーム周波数が３０Ｈｚである場合には、カメラ１１によって画像の撮影が開始されたサンプリング時間を起点に３３ｍｓ間隔でサンプリング時間が到来する。

ここで、本実施例に係る脈波検出装置１０が発揮する時間分解能について説明する。図４及び図５は、輝度変化とサンプリング時間の関係の一例を示す図である。図４及び図５には、分割数Ｎが５であり、被験者の心臓から近い順に領域Ｐ_１、Ｐ_２、Ｐ_３、Ｐ_４、Ｐ_５の輝度変化が図示されているものとする。このうち、図４には、各サンプリング点の間にも輝度変化の大きさが図示されている。一方、図５には、各サンプリング点で「０」または「１」に二値化された輝度変化が図示されている。なお、図４及び図５に示す実線は、あるタイミングＴ０で発生した脈波が伝搬した時の脈波に伴って発生する輝度変化であり、破線は、前記タイミングよりもわずかに遅れたタイミングＴ０＋α（但し、αはサンプリング時間間隔３３ｍｓよりも小さな時間）で発生した脈波が伝搬した時の脈波に伴って発生する輝度変化であるものとする。

図４に示す実線のように、タイミングＴ０の場合、領域Ｐ_１だけがサンプリング時間Ｔ２の前に輝度変化が開始しており、残りの領域Ｐ_２〜Ｐ_５ではサンプリング時間Ｔ２〜Ｔ３の間に輝度変化が開始している。この場合、図５に示す実線のように、領域Ｐ_１では、サンプリング時間Ｔ１まで「０」が出力される一方で、サンプリング時間Ｔ２からは「１」が出力される。この他の領域Ｐ_２〜Ｐ_５では、サンプリング時間Ｔ２まで「０」が出力される一方で、サンプリング時間Ｔ３からは「１」が出力される。

さらに、図４に示す破線のように、タイミングＴ０＋αの場合、領域Ｐ_１〜Ｐ_４ではサンプリング時間Ｔ２〜Ｔ３の間に輝度変化が開始しており、残りの領域Ｐ_５ではサンプリング時間Ｔ３の後に輝度変化が開始している。この場合、図５に示す破線のように、領域Ｐ_１〜Ｐ_４では、サンプリング時間Ｔ２まで「０」が出力される一方で、サンプリング時間Ｔ３からは「１」が出力される。残りの領域Ｐ_５では、サンプリング時間Ｔ３まで「０」が出力される一方で、サンプリング時間Ｔ４からは「１」が出力される。このように、サンプリング時間間隔よりも小さなα時間の変化をサンプリング時間ごとの変化として表すことができる。

図６及び図７は、輝度変化とサンプリング時間の関係の一例を示す図である。図６及び図７においても、図４及び図５と同様に、分割数Ｎが５であり、被験者の心臓から近い順に領域Ｐ_１、Ｐ_２、Ｐ_３、Ｐ_４、Ｐ_５の輝度変化が図示されているものとする。このうち、図６には、各サンプリング点の間にも輝度変化の大きさが図示されている。一方、図７には、各サンプリング点で「０」または「１」に二値化された輝度変化が図示されている。なお、図６及び図７に示す実線、破線、一点鎖線、細線は、各々、タイミングＴ０、Ｔ０＋α、Ｔ０＋２α、Ｔ０＋３αで発生した脈波が伝搬した時の脈波に伴って発生する輝度変化であることとする。

図６に示す実線のように、タイミングＴ０の場合、領域Ｐ_１〜Ｐ_４ではサンプリング時間Ｔ１〜Ｔ２の間に輝度変化が開始しており、残りの領域Ｐ_５ではサンプリング時間Ｔ２の後に輝度変化が開始している。この場合、図７に示す実線のように、領域Ｐ_１〜Ｐ_４では、サンプリング時間Ｔ１まで「０」が出力される一方で、サンプリング時間Ｔ２からは「１」が出力される。残りの領域Ｐ_５では、サンプリング時間Ｔ２まで「０」が出力される一方で、サンプリング時間Ｔ３からは「１」が出力される。

また、図６に示す破線のように、タイミングＴ０＋αの場合、領域Ｐ_１〜Ｐ_３ではサンプリング時間Ｔ１〜Ｔ２の間に輝度変化が開始しており、領域Ｐ_４〜Ｐ_５ではサンプリング時間Ｔ２の後に輝度変化が開始している。この場合、図７に示す破線のように、領域Ｐ_１〜Ｐ_３では、サンプリング時間Ｔ１まで「０」が出力される一方で、サンプリング時間Ｔ２からは「１」が出力される。残りの領域Ｐ_４〜Ｐ_５では、サンプリング時間Ｔ２まで「０」が出力される一方で、サンプリング時間Ｔ３からは「１」が出力される。

さらに、図６に示す一点鎖線のように、タイミングＴ０＋２αの場合、領域Ｐ_１〜Ｐ_２ではサンプリング時間Ｔ１〜Ｔ２の間に輝度変化が開始しており、領域Ｐ_３〜Ｐ_５ではサンプリング時間Ｔ２の後に輝度変化が開始している。この場合、図７に示す一点鎖線のように、領域Ｐ_１〜Ｐ_２では、サンプリング時間Ｔ１まで「０」が出力される一方で、サンプリング時間Ｔ２からは「１」が出力される。残りの領域Ｐ_３〜Ｐ_５では、サンプリング時間Ｔ２まで「０」が出力される一方で、サンプリング時間Ｔ３からは「１」が出力される。

また、図６に示す細線のように、タイミングＴ０＋３αの場合、領域Ｐ_１ではサンプリング時間Ｔ１〜Ｔ２の間に輝度変化が開始しており、残りの領域Ｐ_２〜Ｐ_５ではサンプリング時間Ｔ２の後に輝度変化が開始している。この場合、図７に示す細線のように、領域Ｐ_１では、サンプリング時間Ｔ１まで「０」が出力される一方で、サンプリング時間Ｔ２からは「１」が出力される。残りの領域Ｐ_２〜Ｐ_５では、サンプリング時間Ｔ２まで「０」が出力される一方で、サンプリング時間Ｔ３からは「１」が出力される。

これらタイミングＴ０〜Ｔ０＋３αにわたって領域Ｐ_１〜Ｐ_５ごとの輝度変化をまとめると図８の通りになる。図８は、図７に示した輝度変化のタイミングの時間差の一例を示す図である。図８には、被験者の心臓から最も遠い場所に位置する領域Ｐ_５で輝度変化の立ち上がりが検出されたサンプリング時間Ｔ３の１フレーム前のサンプリング時間Ｔ２における二値の状態がタイミングＴ０〜Ｔ０＋３αにわたって図示されている。

図８に示すように、タイミングＴ０では、領域Ｐ_５で輝度変化の立ち上がりが検出される直前のサンプリング時間Ｔ２の時点で、輝度変化の立ち上がりが領域Ｐ_５以外の全ての領域Ｐ_１〜Ｐ_４で検出されている。また、タイミングＴ０＋αでは、サンプリング時間Ｔ２の時点で先のタイミングＴ０では輝度変化の立ち上がりが検出されていた領域Ｐ_４で輝度変化がなく、領域Ｐ_１〜Ｐ_３で輝度変化の立ち上がりが検出されている。この例では、脈波は１サンプリング、すなわち、フレーム周期の間に、領域Ｐ_１〜Ｐ_５まで、すなわち、４領域間を伝搬しているので、各領域の伝搬遅延が等しいとすると、１領域間を伝搬するのはフレーム周期の１／４である。従って、タイミングＴ０とタイミングＴ０＋αで１領域分変化の仕方が異なるので、タイミングＴ０とタイミングＴ０＋αでは、フレーム周期の１／４の時間差があることを意味する。すなわち、この例では、αは１／４周期となる。

さらに、タイミングＴ０＋２αでは、サンプリング時間Ｔ２の時点で先のタイミングＴ０では輝度変化の立ち上がりが検出されていた領域Ｐ_３〜Ｐ_４で輝度変化がなく、領域Ｐ_１〜Ｐ_２で輝度変化の立ち上がりが検出されている。これは、タイミングＴ０及びタイミングＴ０＋２αの間で輝度変化の立ち上がりがフレーム周期の２／４の期間の時間差があることを意味する。また、タイミングＴ０＋３αでは、サンプリング時間Ｔ２の時点で先のタイミングＴ０では輝度変化の立ち上がりが検出されていた領域Ｐ_２〜Ｐ_４で輝度変化がなく、領域Ｐ_１だけで輝度変化の立ち上がりが検出されている。これは、タイミングＴ０及びタイミングＴ０＋３αの間で輝度変化の立ち上がりがフレーム周期の３／４の期間の時間差があることを意味する。

このように、複数の領域間での輝度変化のタイミングの時間差を比較することによって、フレーム周期以下の時間分解能で脈波が伝搬するタイミングを測定できる。例えば、図５の例で言えば、領域Ｐ_１とＰ_５の間では、輝度変化の立ち上がりが１サンプリング分ずれているので、１サンプリングを４分割することができる結果、時間分解能を４倍向上させることができる。例えば、カメラ１１のフレーム周波数が３０Ｈｚである場合には、フレーム周期３３ｍｓの１／４である約８ｍｓ（≒３３ｍｓ÷４）まで時間分解能を向上させることができる。

算出部１９は、領域Ｐ_１〜Ｐ_ｎの輝度変化のタイミングの時間差から各領域Ｐ_１〜Ｐ_ｎの脈波の遅延量を算出する処理部である。一態様としては、算出部１９は、Ｎ番目の領域Ｐ_ｎで輝度変化の立ち上がりが検出された場合に、脈波の遅延量の算出を開始する。例えば、算出部１９は、１つ前のフレームで「０」が設定されていた領域のうち、今回のフレームで「１」が設定された領域、すなわち輝度変化の立ち上がりが検出された領域の個数ｍを計数する。ここで、各領域の脈波の遅延量が等しいとすると、１領域の遅延量を「ｄ」とし、１フレームの期間であるフレーム周期を「Ｔｓ」とし、フレーム間で輝度変化の立ち上がりが検出された領域の個数を「ｍ」としたとき、遅延量ｄは、下記の算出式（１）によって算出することができる。算出部１９は、下記の算出式（１）に既知である「Ｔｓ」及び「ｍ」を代入することによって脈波の遅延量ｄを算出する。

ｄ＝Ｔｓ／ｍ・・・（１）

図９は、輝度変化とサンプリング時間の関係の一例を示す図である。また、図１０は、図９に示した輝度変化のタイミングの時間差の一例を示す図である。このうち、図９には、分割数Ｎが１１であり、被験者の心臓から近い順に領域Ｐ_１、Ｐ_２、Ｐ_３、・・・、Ｐ_１１の輝度変化が図示されているものとする。図９には、各サンプリング点の間にも輝度変化の大きさが図示されている。また、図１０には、サンプリング時間Ｔ１及びＴ２における二値の状態が図示されている。

図９に示すように、領域Ｐ_１だけがサンプリング時間Ｔ１よりも前に輝度変化が開始しており、領域Ｐ_２〜Ｐ_９では、サンプリング時間Ｔ１〜Ｔ２の間に輝度変化が開始しており、領域Ｐ_１０〜Ｐ_１１ではサンプリング時間Ｔ２〜Ｔ３の間に輝度変化が開始している。この場合、図１０に示すように、サンプリング時間Ｔ１では、領域Ｐ_１の出力は「１」となる一方で領域Ｐ_２〜Ｐ_１１の出力は「０」となり、領域Ｐ_１だけ輝度変化の立ち上がりが検出される。また、サンプリング時間Ｔ２では、領域Ｐ_１〜Ｐ_９の出力は「１」となる一方で領域Ｐ_１０〜Ｐ_１１の出力は「０」となり、領域Ｐ_１に続いて領域Ｐ_２〜Ｐ_９まで輝度変化の立ち上がりが検出される。

かかる状況の下、算出部１９によってサンプリング時間Ｔ１及びＴ２の間で輝度変化の立ち上がりが検出された領域の個数ｍが計数される。すなわち、サンプリング時間Ｔ１のフレームで「０」が出力された領域は、領域Ｐ_１を除く領域Ｐ_２〜Ｐ_１１である。これら領域Ｐ_２〜Ｐ_１１のうちサンプリング時間Ｔ２のフレームで「１」が出力された領域は、領域Ｐ_２〜Ｐ_９である。このため、サンプリング時間Ｔ２で輝度変化の立ち上がりが検出された領域Ｐ_２〜Ｐ_９の８個が「ｍ」として計数される。

このようにして個数ｍが既知となると、上記の算出式（１）に既知である「Ｔｓ」及び「ｍ」を代入することによって１領域の脈波の遅延量ｄを算出できる。すなわち、フレーム周期Ｔｓ（＝３３ｍｓ）、個数ｍ（＝８個）を上記の算出式（１）に代入すると、遅延量ｄは、「３３／８」の計算によって４．２ｍｓと算出できる。

このように、遅延量ｄが求まれば、領域の短辺の長さ、すなわち領域の鉛直方向の長さも既知であるので、領域の短辺の長さを画像上のスケールから実空間のスケール、例えばメートルに換算することによって所要時間が遅延量ｄであるときの移動量Ｍを算出できる。よって、移動量Ｍを遅延量ｄで除算することによって脈波伝搬速度を算出することもできる。

また、遅延量ｄが求まっていれば、測定部１８によって各領域に対応付けて保存されたサンプリング時間を用いて、各々の領域ごとに脈波が伝搬した時刻をカメラ１１の時間分解能を超えて正確に求めることもできる。例えば、同一のサンプリング時間において輝度変化の立ち上がりが検出された領域のうち心臓から最も遠く脈波の遅延が最大となる領域、すなわちＰに付される番号が最大である領域を基準領域として特定する。その上で、基準領域に脈波がサンプリング時間±０の時刻で伝搬したものとし、サンプリング時間に対応するグローバルな時刻を脈波伝搬時刻とする。そして、基準領域よりも心臓に近い領域は「基準領域の脈波伝搬時刻−基準領域からの距離×遅延量ｄ」で脈波伝搬時刻を算出し、基準領域よりも心臓から遠い領域は「基準領域の脈波伝搬時刻＋基準領域からの距離×遅延量ｄ」で脈波伝搬時刻を算出できる。なお、基準領域からの距離とは、脈波伝搬時刻を算出する対象の領域が基準領域から離れている個数を指す。

さらに、脈波伝搬時刻が求まっていれば、脈拍周期や脈拍周期のゆらぎも算出することができる。例えば、同一の領域で脈波伝搬時刻を順次算出し、今回に算出された脈波伝搬時刻から１つ前に算出された脈波伝搬時刻を差し引くことによって脈拍周期を算出することができ、脈拍周期同士で差分を計算することによって脈拍周期のゆらぎを算出することもできる。

このようにして得られる脈波の遅延量、伝搬速度、伝搬時刻、脈波周期のゆらぎや脈拍波形は、脈波検出装置１０が有する図示しない表示デバイスを始め、任意の出力先へ出力することができる。例えば、脈波伝搬速度を用いて血管年齢や血圧等の測定を行う測定プログラム、脈拍数や脈拍周期のゆらぎから自律神経の働きを診断したり、脈拍波形から心疾患等を診断したりする診断プログラムが脈波検出装置１０にインストールされている場合には、測定プログラムや診断プログラムを出力先とすることができる。また、測定プログラムや診断プログラムをＷｅｂサービスとして提供するサーバ装置などを出力先とすることもできる。さらに、脈波検出装置１０を利用する利用者の関係者、例えば介護士や医者などが使用する端末装置を出力先とすることもできる。これによって、院外、例えば在宅や在席のモニタリングサービスも可能になる。なお、測定プログラムや診断プログラムの測定結果や診断結果も、脈波検出装置１０を始め、関係者の端末装置に表示させることができるのも言うまでもない。

なお、上記の取得部１２と、第１の分割部１３ｇと、第２の分割部１３ｒと、統計処理部１４ｇ１〜１４ｇｎ及び１４ｒ１〜１４ｒｎと、ＢＰＦ１５ｇ１〜１５ｇｎ及び１５ｒ１〜１５ｒｎと、差演算部１６−１〜１６−ｎと、二値化部１７−１〜１７−ｎと、測定部１８と、算出部１９とは、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）などに脈波検出プログラムを実行させることによって実現できる。また、上記の各機能部は、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）などのハードワイヤードロジックによっても実現できる。

また、上記の画像メモリ１１ａには、半導体メモリ素子や記憶装置を採用できる。例えば、半導体メモリ素子の一例としては、ＶＲＡＭ（Video Random Access Memory）、ＲＡＭ（Random Access Memory)、ＲＯＭ（Read Only Memory）やフラッシュメモリ（flash memory）などが挙げられる。また、記憶装置の一例としては、ハードディスク、光ディスクなどの記憶装置が挙げられる。

［処理の流れ］
続いて、本実施例に係る脈波検出装置の処理の流れについて説明する。図１１は、実施例１に係る遅延量算出処理の手順を示すフローチャートである。この遅延量算出処理は、カメラ１１によって画像が画像メモリ１１ａに保存される度に処理を起動し、画像メモリ１１ａに画像が保存されなくなるまで繰り返し実行される処理である。なお、図示しない入力デバイス等を介して中断操作を受け付けた場合には、遅延量算出処理を中止することもできる。

図１１に示すように、取得部１１は、画像メモリ１１ａに記憶された画像を取得する（ステップＳ１０１）。続いて、第１の分割部１３ｇまたは第２の分割部１３ｒは、顔画像から抽出された顔パーツ、例えば目およびあごによって定まる輝度変化の測定範囲を設定する（ステップＳ１０２）。

その上で、第１の分割部１３ｇ及び第２の分割部１３ｒは、Ｇ成分の画素値を持つ顔画像及びＲ成分の画素値を持つ顔画像ごとに、ステップＳ１０２で設定された測定範囲に該当する部分の画像を脈波の伝搬方向に沿ってＮ個の領域へ分割する（ステップＳ１０３）。これによって、Ｇ成分の画素値を持つ顔画像のうち測定範囲に該当する部分の画像がＮ個の領域に分割されるとともに、Ｒ成分の画素値を持つ顔画像のうち測定範囲に該当する部分の画像がＮ個の領域に分割される。

そして、統計処理部１４ｇ１〜１４ｇｎ及び１４ｒ１〜１４ｒｎは、波長成分別に各領域に含まれる各画素の輝度値を平均することによって当該領域の代表値を算出する（ステップＳ１０４）。具体的には、統計処理部１４ｇ１〜１４ｇｎは、領域Ｐ_１のＧ成分の代表値、領域Ｐ_２のＧ成分の代表値、・・・、領域Ｐ_ｎのＧ成分の代表値を算出する。また、統計処理部１４ｒ１〜１４ｒｎは、領域Ｐ_１のＲ成分の代表値、領域Ｐ_２のＲ成分の代表値、・・・、領域Ｐ_ｎのＲ成分の代表値を算出する。

続いて、ＢＰＦ１５ｇ１〜１５ｇｎ及び１５ｒ１〜１５ｒｎは、波長成分別および領域別に脈波が採り得る０．７Ｈｚ以上４Ｈｚ未満の脈波周波数帯、１分あたりに換算すれば４２ｂｐｍ以上２４０ｂｐｍ未満の周波数帯の信号成分を抽出する（ステップＳ１０５）。具体的には、ＢＰＦ１５ｇ１は、領域Ｐ_１の脈波周波数帯のＧ信号を抽出し、ＢＰＦ１５ｇ２は、領域Ｐ_２の脈波周波数帯のＧ信号を抽出し、さらに、ＢＰＦ１５ｇｎは、領域Ｐ_ｎの脈波周波数帯のＧ信号を抽出する。また、ＢＰＦ１５ｒ１は、領域Ｐ_１の脈波周波数帯のＲ信号を抽出し、ＢＰＦ１５ｒ２は、領域Ｐ_２の脈波周波数帯のＲ信号を抽出し、ＢＰＦ１５ｒｎは、領域Ｐ_ｎの脈波周波数帯のＲ信号を抽出する。

そして、差演算部１６−１〜１６−ｎは、領域別に、ＢＰＦ１５ｇ１〜１５ｇｎによって出力された領域Ｐ_１〜Ｐ_ｎの脈波周波数帯のＧ信号と、ＢＰＦ１５ｒ１〜１５ｒｎによって出力された領域Ｐ_１〜Ｐ_ｎの脈波周波数帯のＲ信号との差を演算することによってノイズをキャンセルする（ステップＳ１０６）。これによって、領域Ｐ_１〜Ｐ_ｎの脈波周波数帯のＧ信号に含まれていたノイズ成分が領域Ｐ_１〜Ｐ_ｎの脈波周波数帯のＲ信号によってキャンセルされる結果、領域Ｐ_１〜Ｐ_ｎごとにＳＮ比の高い輝度信号を得ることができる。

その後、二値化部１７−１〜１７−ｎは、差演算部１６−１〜１６−ｎによって出力された領域Ｐ_１〜Ｐ_ｎの輝度信号を二値化する（ステップＳ１０７）。

続いて、測定部１８は、二値化部１７−１〜１７−ｎによって出力される値がフレーム間で「０」から「１」へ変化した領域が存在するか否か、すなわちいずれかの領域で輝度変化の立ち上がりが検出されたか否かを判定する（ステップＳ１０８）。

ここで、領域Ｐ_１〜Ｐ_ｎのうちいずれかの領域値で輝度変化の立ち上がりが検出された場合（ステップＳ１０８Ｙｅｓ）には、当該領域に脈波が伝搬したと推定できる。この場合には、測定部１８は、輝度変化の立ち上がりが検出された領域と、当該領域の輝度変化の立ち上がりが検出された顔画像のサンプリング時間とを対応付けた上で（ステップＳ１０９）内部メモリへ保存する。

その後、輝度変化の立ち上がりが検出された領域がＮ番目の領域である場合、すなわち心臓から最も遠く脈波の遅延が最大となる領域Ｐ_ｎである場合（ステップＳ１１０Ｙｅｓ）には、次のような処理を実行する。すなわち、算出部１９は、今回のフレームで輝度変化の立ち上がりが検出された領域の個数ｍを計数する（ステップＳ１１１）。

その上で、算出部１９は、ステップＳ１１１で計数された領域の個数ｍでフレーム周期Ｔｓを除算することによって各領域Ｐ_１〜Ｐ_ｎにおける脈波の遅延量ｄを算出する（ステップＳ１１２）。続いて、算出部１９は、ステップＳ１１２で算出された脈波の遅延量ｄを用いて、脈波伝搬速度や各領域の脈波伝搬時刻を算出する（ステップＳ１１３）。

このように、脈波伝搬速度や各領域の脈波伝搬時刻が算出された後、あるいは領域Ｐ_ｎで輝度変化の立ち上がりが検出されなかった場合（ステップＳ１０８ＮｏまたはステップＳ１１０Ｎｏ）には、ステップＳ１０１に戻り、上記のステップＳ１０１〜ステップＳ１１３までの処理を繰り返し実行する。

［実施例１の効果］
上述してきたように、本実施例に係る脈波検出装置１０は、被験者の生体が撮影された画像を複数の領域に分割し、各領域で輝度が変化するタイミングの時間差から脈波の遅延量を算出する。このため、本実施例に係る脈波検出装置１０では、脈波が伝搬するタイミングを測定する時間分解能を動画のフレーム周期以下に向上できる。したがって、本実施例に係る脈波検出装置１０によれば、脈波の遅延量を始め、脈波伝搬速度、脈波到達時刻や脈波周期のゆらぎなどの検出精度を向上させることができる。

さて、これまで開示の装置に関する実施例について説明したが、本発明は上述した実施例以外にも、種々の異なる形態にて実施されてよいものである。そこで、以下では、本発明に含まれる他の実施例を説明する。

［応用例１］
上記の実施例１では、各領域Ｐ_１〜Ｐ_ｎの間で脈波の遅延量が一定であるとの想定の下、脈波の遅延量を算出する算出方法について説明したが、他の算出方法によって脈波の遅延量を算出することもできる。

すなわち、脈波伝搬速度は、生体の部位によって異なる。このため、各領域の脈波の伝搬方向の長さが一定であっても、領域の遅延量が同一であるとは限らない。そこで、脈波検出装置１０は、各領域の遅延量の検出精度をさらに高めるために、各領域が輝度変化の立ち上がりの変化点となった頻度を用いて、各領域の間で異なる脈波の遅延量を算出することもできる。

例えば、脈波検出装置１０は、複数の脈波周期にわたって各領域の輝度信号を二値化する。その上で、脈波検出装置１０は、同一のサンプリング時間で輝度変化の立ち上がりが検出された領域の中で脈波の起点となる心臓から直近に位置する変化点の領域となった回数Ｎｉを計数する。具体的には、領域ｉと領域ｉ＋１の間で輝度変化が起きた回数を「Ｎｉ」、フレーム周期を「Ｔｓ」、１周期分の遅延領域の個数を「ｍ」としたとき、領域ｉの遅延量は、下記の算出式（２）によって算出することができる。なお、下記の算出式（２）における「Σ」は、ｉ＝１〜ｍの総和であるものとする。

ｄｉ＝Ｎｉ×Ｔｓ×ΣＮｉ・・・（２）

このように、上記の算出式（２）を用いて各領域の脈波の遅延量ｄｉを算出することによって、各領域の脈波の伝搬方向の長さが一定であっても、各領域の脈波の遅延量をより精度よく算出することができる。すなわち、変化点の領域となった回数Ｎｉが多いほど、当該領域の遅延量が大きくなると推定できる。この場合には、上記の算出式（２）によって他の領域よりも値が大きい遅延量が算出されることになる。一方、変化点の領域となった回数Ｎｉが少ないほど、当該領域の遅延量は値が小さくなると推定できる。この場合には、上記の算出式（２）によって他の領域よりも値が小さい遅延量が算出されることになる。

［応用例２］
また、脈波検出装置１０は、収縮期血圧の測定値に応じて、各領域の遅延量を算出することもできる。一般に、脈波伝搬速度Ｖ１は、収縮期血圧Ｐ１に対して下記の１次式（３）で近似できることが知られている。ただし、下記の１次式（３）の傾きａ１及び切片ａ０は、個人差によって値が異なる。このため、事前の測定によってキャリブレーションしておくことが好ましい。

Ｖ１＝ａ１×Ｐ１＋ａ０・・・（３）

上記の１次式を利用して、被験者の生体における複数の部位で脈波伝搬時刻の差を求め、各部位の間の距離から脈波伝搬速度を求めることによって収縮期血圧を測定することができる。ところが、脈波伝搬速度は、血圧によって変化するので、各領域の遅延量も血圧によって変化する。

そこで、脈波検出装置１０は、一例として、胸の脈波から顔の脈波までの伝搬速度から血圧を求める場合には、先ず、通常時の収縮期血圧Ｐ１を仮定して脈波伝搬速度Ｖ１を決定する。その上で、脈波検出装置１０は、脈波伝搬速度Ｖ１から部位別に各領域の遅延量を求め、領域ごとの遅延量から胸と顔の部位ごとに脈波伝搬時刻を測定し、胸から顔への脈波伝搬時刻の差から脈波伝搬速度Ｖ２を求め、脈波伝搬速度Ｖ２から収縮期血圧Ｐ２を求める。そして、脈波検出装置１０は、最初に仮定した血圧Ｐ１と異なる場合には、最初に仮定した血圧Ｐ１を修正し、誤差が充分に小さくなるまで、以上の計算を繰り返す。

図１２は、被験者が映る画像の一例を示す図である。図１２には、胸と顔の各々で領域をＮ個に分割する態様が図示されている。図１２に示すように、胸部では、脈波の起点となる心臓から近い順に胸領域１〜胸領域ＮｂのＮ個の領域に分割される。一方、頭部では、脈波の起点となる心臓から近い順に顔領域１〜顔領域ＮｆのＮ個の領域に分割される。

図１３は、応用例２に係る遅延量算出処理の手順を示すフローチャートである。この処理は、図示しない入力デバイス等を介して遅延量の算出指示がなされた場合などに処理が起動される。図１３に示すように、脈波検出装置１０は、基準とする第１の血圧Ｐ１、すなわちキャリブレーション時に測定された収縮期血圧を内部の主記憶装置や補助記憶装置または外部装置から取得する（ステップＳ３０１）。そして、脈波検出装置１０は、ステップＳ３０１で取得された第１の血圧Ｐ１から脈波伝搬速度Ｖ１を算出する（ステップＳ３０２）。

続いて、脈波検出装置１０は、ステップＳ３０２で算出された脈波伝搬速度Ｖ１を用いて、複数の部位のうち脈波の起点となる心臓から近い第１の部位、例えば胸部の各領域１〜Ｎｂの遅延量Ｄｂｉを算出する（ステップＳ３０３）。かかる遅延量Ｄｂｉは、胸領域１の下端から胸領域ｉの上端までの距離を「Ｌｂｉ」としたとき、脈波伝搬速度Ｖ１でＬｂｉを除する計算、すなわち「Ｌｂｉ／Ｖ１」によって算出できる。なお、「ｉ」は、１〜Ｎｂの自然数である。

そして、脈波検出装置１０は、取得部１２によって取得される画像から第１の部位の各領域１〜Ｎｂの輝度変化の立ち上がりを測定する（ステップＳ３０４）。その上で、脈波検出装置１０は、ステップＳ３０３で算出された各領域１〜Ｎｂの遅延量Ｄｂｉと、ステップＳ３０４で輝度変化の立ち上がりが測定された各領域１〜Ｎｂのサンプリング時間とを用いて、第１の部位の領域１の脈波伝搬時刻Ｔｂを算出する（ステップＳ３０５）。

また、脈波検出装置１０は、ステップＳ３０２で算出された脈波伝搬速度Ｖ１を用いて、複数の部位のうち脈波の起点となる心臓から第１の部位よりも遠い第２の部位、例えば頭部の各領域１〜Ｎｆの遅延量Ｄｆｉを算出する（ステップＳ３０６）。かかる遅延量Ｄｆｉは、顔領域１の下端から顔領域ｉの上端までの距離を「Ｌｆｉ」としたとき、脈波伝搬速度Ｖ１でＬｆｉを除する計算、すなわち「Ｌｆｉ／Ｖ１」によって算出できる。なお、「ｉ」は、１〜Ｎｆの自然数である。

そして、脈波検出装置１０は、取得部１２によって取得される画像から第２の部位の各領域１〜Ｎｆの輝度変化の立ち上がりを測定する（ステップＳ３０７）。その上で、脈波検出装置１０は、ステップＳ３０６で算出された各領域１〜Ｎｆの遅延量Ｄｆｉと、ステップＳ３０７で輝度変化の立ち上がりが測定された各領域１〜Ｎｆのサンプリング時間とを用いて、第２の部位の領域Ｎｆの脈波伝搬時刻Ｔｆを算出する（ステップＳ３０８）。

その後、脈波検出装置１０は、ステップＳ３０５で算出された第１の部位の領域１の脈波伝搬時刻Ｔｂと、ステップＳ３０８で算出された第２の部位の領域Ｎｆの脈波伝搬時刻Ｔｆとを用いて、第１の部位から第２の部位までの遅延量Ｔｂｆを算出する（ステップＳ３０９）。かかる胸から顔までの遅延量Ｔｂｆは、頭部の領域Ｎｆの脈波伝搬時刻Ｔｆから胸部の領域１の脈波伝搬時刻Ｔｂを差し引く計算、すなわち「Ｔｆ−Ｔｂ」によって算出できる。

その上で、脈波検出装置１０は、ステップＳ３０９で算出された第１の部位から第２の部位までの遅延量Ｔｂｆと、第１の部位から第２の部位までの距離Ｌｂｆとから、脈波伝搬速度Ｖ２を算出する（ステップＳ３１０）。かかる脈波伝搬速度Ｖ２は、図１２に示した第１の部位から第２の部位までの距離Ｌｂｆを、第１の部位から第２の部位までの遅延量Ｔｂｆで除する計算、すなわち「Ｌｂｆ／Ｔｂｆ」によって算出できる。そして、脈波検出装置１０は、ステップＳ３１０で算出された脈波伝搬速度Ｖ２を用いて、第２の血圧Ｐ２を算出する（ステップＳ３１１）。これは、脈波伝搬速度Ｖ１の代わりに脈波伝搬速度Ｖ２を上記の１次式（３）へ代入することによって算出できる。

そして、脈波検出装置１０は、ステップＳ３０１で取得された第１の血圧Ｐ１と、ステップＳ３１１で算出された第２の血圧Ｐ２との誤差が所定の適正範囲内であるか否かを判定する（ステップＳ３１２）。

ここで、かかる脈波伝搬速度Ｖ２は、上記の脈波伝搬速度Ｖ１を用いて算出されるが、基準とする第１の血圧Ｐ１だけで求められる値ではなく、胸部および頭部の各領域で輝度変化の立ち上がりが測定されたサンプリング時間も用いて求められる。このため、脈波伝搬速度Ｖ２は、脈波伝搬速度Ｖ１が実測値によって正確な脈波伝搬速度へ収斂している公算が高い。それゆえ、脈波伝搬速度Ｖ２を用いて算出された第２の血圧Ｐ２と第１の血圧との誤差が大きいほど、最初に仮定された脈波伝搬速度Ｖ１が実際の脈波伝搬速度と乖離しているとみなすことができる。この場合には、各領域の脈波の遅延量も実際の値と乖離している可能性が高くなる。

よって、第１の血圧Ｐ１と第２の血圧Ｐ２との誤差が適正範囲外である場合（ステップＳ３１２Ｎｏ）には、脈波検出装置１０は、次のような処理を実行する。すなわち、脈波検出装置１０は、ステップＳ３１０で算出された脈波伝搬速度Ｖ２を脈波伝搬速度Ｖ１へ、ステップＳ３１１で算出された第２の血圧Ｐ２を第１の血圧Ｐ１へ置き換え（ステップＳ３１３）、上記のステップＳ３０３〜ステップＳ３１２までの処理を繰り返し実行する。

最後に、第１の血圧Ｐ１と第２の血圧Ｐ２との誤差が適正範囲内である場合（ステップＳ３１２Ｙｅｓ）には、各領域の脈波の遅延量が実際の値と乖離している可能性が低いとみなすことができる。この場合には、脈波の遅延量、脈波伝搬速度Ｖ１またはＶ２や血圧Ｐ１またはＰ２を所定の出力先へ出力の上、処理を終了する。

なお、図１３に示したフローチャートでは、ステップＳ３０３〜ステップＳ３０５の処理が実行されてからステップＳ３０６〜ステップＳ３０８の処理が実行される場合を図示したが、これらの処理は順序を入れ替えて実行することもできるし、並列に実行することもできる。

このように、脈波検出装置１０は、収縮期血圧を用いて各領域の遅延量を正確に算出することができる。

［分割数］
なお、領域の分割数Ｎは、値を大きくするほど時間分解能を向上させることができるが、値を過度に大きくするとＳＮ比が低下する場合もある。このため、例えば、フレーム間で輝度変化の立ち上がりにずれが発生する領域が少なくとも１つ発生する程度の数に分割数を設定することによって実施例１及び実施例２で説明する遅延量の算出を実現できる。

［入力信号］
上記の実施例１及び実施例２では、入力信号としてＲ信号およびＧ信号の二種類を用いる場合を例示したが、異なる複数の光波長成分を持つ信号であれば任意の種類の信号および任意の数の信号を入力信号とすることができる。例えば、Ｒ、Ｇ、Ｂ、ＩＲおよびＮＩＲなどの光波長成分が異なる信号のうち任意の組合せの信号を２つ用いることもできるし、また、３つ以上用いることもできる。

［他の実装例］
上記の実施例１では、脈波検出装置１０が上記の脈波検出処理をスタンドアローンで実行する場合を例示したが、クライアントサーバシステムとして実装することもできる。例えば、脈波検出装置１０は、脈波検出サービスを提供するＷｅｂサーバとして実装することとしてもよいし、アウトソーシングによって脈波検出サービスを提供するクラウドとして実装することとしてもかまわない。このように、脈波検出装置１０がサーバ装置として動作する場合には、スマートフォンや携帯電話機等の携帯端末装置やパーソナルコンピュータ等の情報処理装置をクライアント端末として収容することができる。これらクライアント端末からネットワークを介して被験者の顔が映った画像が取得された場合に脈波検出処理を実行し、脈波の検出結果やその検出結果を用いてなされた診断結果をクライアント端末へ応答することによって脈波検出サービスを提供できる。

［分散および統合］
また、図示した各装置の各構成要素は、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。例えば、脈波検出装置１０が有する各機能部を脈波検出装置１０の外部装置としてネットワーク経由で接続するようにしてもよい。
また、各機能部を別の装置がそれぞれ有し、ネットワーク接続されて協働することで、上記の脈波検出装置１０の機能を実現するようにしてもよい。

［脈波検出プログラム］
また、上記の実施例で説明した各種の処理は、予め用意されたプログラムをパーソナルコンピュータやワークステーションなどのコンピュータで実行することによって実現することができる。そこで、以下では、図１４を用いて、上記の実施例と同様の機能を有する脈波検出プログラムを実行するコンピュータの一例について説明する。

図１４は、実施例１及び実施例２に係る脈波検出プログラムを実行するコンピュータの一例について説明するための図である。図１４に示すように、コンピュータ１００は、操作部１１０ａと、スピーカ１１０ｂと、カメラ１１０ｃと、ディスプレイ１２０と、通信部１３０とを有する。さらに、このコンピュータ１００は、ＣＰＵ１５０と、ＲＯＭ１６０と、ＨＤＤ１７０と、ＲＡＭ１８０とを有する。これら１１０〜１８０の各部はバス１４０を介して接続される。

ＨＤＤ１７０には、図１４に示すように、上記の実施例１で示した取得部１２と、第１の分割部１３ｇと、第２の分割部１３ｒと、統計処理部１４ｇ１〜１４ｇｎ及び１４ｒ１〜１４ｒｎと、ＢＰＦ１５ｇ１〜１５ｇｎ及び１５ｒ１〜１５ｒｎと、差演算部１６−１〜１６−ｎと、二値化部１７−１〜１７−ｎと、測定部１８と、算出部１９と同様の機能を発揮する脈波検出プログラム１７０ａが予め記憶される。この脈波検出プログラム１７０ａについては、図１に示した各々の機能部の各構成要素と同様、適宜統合又は分離しても良い。すなわち、ＨＤＤ１７０に格納される各データは、常に全てのデータがＨＤＤ１７０に格納される必要はなく、処理に必要なデータのみがＨＤＤ１７０に格納されれば良い。

そして、ＣＰＵ１５０が、脈波検出プログラム１７０ａをＨＤＤ１７０から読み出してＲＡＭ１８０に展開する。これによって、図１４に示すように、脈波検出プログラム１７０ａは、脈波検出プロセス１８０ａとして機能する。この脈波検出プロセス１８０ａは、ＨＤＤ１７０から読み出した各種データを適宜ＲＡＭ１８０上の自身に割り当てられた領域に展開し、この展開した各種データに基づいて各種処理を実行する。なお、脈波検出プロセス１８０ａは、図１に示した各機能部にて実行される処理、例えば図１１や図１３に示す処理を含む。また、ＣＰＵ１５０上で仮想的に実現される各処理部は、常に全ての処理部がＣＰＵ１５０上で動作する必要はなく、処理に必要な処理部のみが仮想的に実現されれば良い。

なお、上記の脈波検出プログラム１７０ａについては、必ずしも最初からＨＤＤ１７０やＲＯＭ１６０に記憶させておく必要はない。例えば、コンピュータ１００に挿入されるフレキシブルディスク、いわゆるＦＤ、ＣＤ−ＲＯＭ、ＤＶＤディスク、光磁気ディスク、ＩＣカードなどの「可搬用の物理媒体」に各プログラムを記憶させる。そして、コンピュータ１００がこれらの可搬用の物理媒体から各プログラムを取得して実行するようにしてもよい。また、公衆回線、インターネット、ＬＡＮ、ＷＡＮなどを介してコンピュータ１００に接続される他のコンピュータまたはサーバ装置などに各プログラムを記憶させておき、コンピュータ１００がこれらから各プログラムを取得して実行するようにしてもよい。

１０ 脈波検出装置
１１ カメラ
１１ａ 画像メモリ
１２ 取得部
１３ｇ 第１の分割部
１３ｒ 第２の分割部
１４ｇ１，１４ｇ２，１４ｇｎ，１４ｒ１，１４ｒ２，１４ｒｎ 統計処理部
１５ｇ１，１５ｇ２，１５ｇｎ，１５ｒ１，１５ｒ２，１５ｒｎ ＢＰＦ
１６−１，１６−２，１６−ｎ 差演算部
１７−１，１７−２，１７−ｎ 二値化部
１８ 測定部
１９ 算出部

Claims (10)

1. 撮像装置によって被験者の生体が撮影された画像を取得する取得部と、
   前記画像を複数の領域に分割する分割部と、
   各領域に含まれる画素が持つ画素値に所定の統計処理を波長成分別に実行することによって各領域の代表値を波長成分別に算出する統計処理部と、
   各波長成分間で合成がなされた領域別の代表値が前記画像のフレーム間で変化するタイミングを測定する測定部と、
   各領域で代表値が変化するタイミングの時間差から脈波の遅延量を算出する算出部と
   を有することを特徴とする脈波検出装置。
2. 前記代表値が前記画像のフレーム間で変化するか否かによって代表値を二値化する二値化部をさらに有し、
   前記算出部は、
   各領域で代表値が変化するタイミングの時間差として、前記画像のフレーム間で二値が反転する領域の数を算出することを特徴とする請求項１に記載の脈波検出装置。
3. 前記算出部は、
   前記画像のフレーム周期を前記画像のフレーム間で二値が反転する領域の数で分配することによって各領域間の遅延量を算出することを特徴とする請求項１に記載の脈波検出装置。
4. 前記領域ごとに同一のフレームで二値の反転が検出された領域の中で脈波の起点となる心臓から直近に位置する変化点の領域となった回数を計数する計数部をさらに有し、
   前記算出部は、
   前記変化点の領域となった回数の大小によって前記画像のフレーム周期を各領域へ分配する量を変えて各領域間の遅延量を算出することを特徴とする請求項３に記載の脈波検出装置。
5. 前記算出部は、
   各領域間の遅延量から、脈波伝搬速度、脈波伝搬時刻、脈拍周期、脈拍周期のゆらぎ、もしくは脈波伝搬速度、脈波伝搬時刻、脈拍周期及び脈拍周期のゆらぎの組合せをさらに算出することを特徴とする請求項１〜４のいずれか一つに記載の脈波検出装置。
6. 第１の血圧を記憶する記憶部をさらに有し、
   前記取得部は、
   第１の部位及び前記第１の部位よりも脈波の起点となる心臓から遠い第２の部位を含む画像を取得し、
   前記測定部は、
   前記第１の部位及び前記第２の部位ごとに、各波長成分間で合成がなされた領域別の代表値が前記画像のフレーム間で変化するタイミングを測定し、
   前記算出部は、
   前記第１の血圧から導出される第１の脈波伝搬速度を用いて、前記第１の部位が分割された各領域間の遅延量を算出するとともに、前記第２の部位が分割された各領域間の遅延量を算出し、
   前記第１の部位の各領域間の遅延量と、前記第１の部位の各領域で代表値が変化するタイミングの時間差とに基づいて当該第１の部位への脈波伝搬時刻を算出するとともに、前記第２の部位の各領域間の遅延量と、前記第２の部位の各領域で代表値が変化するタイミングの時間差とに基づいて当該第２の部位への脈波伝搬時刻を算出し、
   前記第１の部位への脈波伝搬時刻及び前記第２の部位への脈波伝搬時刻の差から、前記第１の部位から前記第２の部位までの遅延量を算出し、
   前記第１の部位から前記第２の部位までの遅延量と、前記第１の部位及び前記第２の部位の間の距離とから第２の脈波伝搬速度を算出し、
   前記第２の脈波伝搬速度から導出される第２の血圧と、前記第１の血圧との差が所定の範囲内になるまで、前記第２の血圧を導出する処理を繰り返し実行することを特徴とする請求項５に記載の脈波検出装置。
7. 前記分割部は、
   前記被験者の動脈に沿って画像を分割することを特徴とする請求項１〜６のいずれか一つに記載の脈波検出装置。
8. 前記分割部は、
   前記画像から前記被験者の顔に含まれる第１の顔パーツ及び第２の顔パーツを抽出し、前記第１の顔パーツ及び前記第２の顔パーツによって定まる範囲の画像を分割することを特徴とする請求項７に記載の脈波検出装置。
9. コンピュータが、
   撮像装置によって被験者の生体が撮影された画像を取得し、
   前記画像を複数の領域に分割し、
   各領域に含まれる画素が持つ画素値に所定の統計処理を波長成分別に実行することによって各領域の代表値を波長成分別に算出し、
   各波長成分間で合成がなされた領域別の代表値が前記画像のフレーム間で変化するタイミングを測定し、
   各領域で代表値が変化するタイミングの時間差から脈波の遅延量を算出する
   処理を実行することを特徴とする脈波検出方法。
10. コンピュータに、
    撮像装置によって被験者の生体が撮影された画像を取得し、
    前記画像を複数の領域に分割し、
    各領域に含まれる画素が持つ画素値に所定の統計処理を波長成分別に実行することによって各領域の代表値を波長成分別に算出し、
    各波長成分間で合成がなされた領域別の代表値が前記画像のフレーム間で変化するタイミングを測定し、
    各領域で代表値が変化するタイミングの時間差から脈波の遅延量を算出する
    処理を実行させることを特徴とする脈波検出プログラム。

Images