JP6465899B2 - 生理学的測定におけるアーティファクトを除去するデバイス及び方法 - Google Patents

生理学的測定におけるアーティファクトを除去するデバイス及び方法 Download PDF

Info

Publication number
JP6465899B2
JP6465899B2 JP2016572641A JP2016572641A JP6465899B2 JP 6465899 B2 JP6465899 B2 JP 6465899B2 JP 2016572641 A JP2016572641 A JP 2016572641A JP 2016572641 A JP2016572641 A JP 2016572641A JP 6465899 B2 JP6465899 B2 JP 6465899B2
Authority
JP
Japan
Prior art keywords
signal
psd
physiological
physiological signal
motion
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2016572641A
Other languages
English (en)
Other versions
JP2017517349A (ja
Inventor
シユン シャオ，
シユン シャオ，
キティポング カサムソック，
キティポング カサムソック，
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nitto Denko Corp
Original Assignee
Nitto Denko Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nitto Denko Corp filed Critical Nitto Denko Corp
Publication of JP2017517349A publication Critical patent/JP2017517349A/ja
Application granted granted Critical
Publication of JP6465899B2 publication Critical patent/JP6465899B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A61B5/02416—Detecting, measuring or recording pulse rate or heart rate using photoplethysmograph signals, e.g. generated by infrared radiation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6802—Sensor mounted on worn items
    • A61B5/681—Wristwatch-type devices
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • A61B5/7207—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • A61B5/7207—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts
    • A61B5/721—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts using a separate sensor to detect motion or using motion information derived from signals other than the physiological signal to be measured
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/725—Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
    • G16B40/10—Signal processing, e.g. from mass spectrometry [MS] or from PCR
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02—Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0219—Inertial sensors, e.g. accelerometers, gyroscopes, tilt switches
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
    • A61B5/0022—Monitoring a patient using a global network, e.g. telephone networks, internet
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6813—Specially adapted to be attached to a specific body part
    • A61B5/6824—Arm or wrist

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Biophysics (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Molecular Biology (AREA)
  • Biomedical Technology (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Pathology (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Physiology (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Psychiatry (AREA)
  • Bioethics (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Biotechnology (AREA)
  • Software Systems (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Computation (AREA)
  • Epidemiology (AREA)
  • Evolutionary Biology (AREA)
  • Data Mining & Analysis (AREA)
  • Cardiology (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Description

本発明は、包括的には、生理学的測定におけるアーティファクトを除去するデバイス及び方法に関する。
生理学的センサーは、一般に、動きアーティファクト（motion artifacts：モーションアーティファクト）に対して非常に高感度である。そのようなセンサーの一例は、フォトプレチスモグラフィ（photoplethysmography：光電式容積脈波記録法）（ＰＰＧ）センサーである。ＰＰＧセンサーは、発光ダイオード及び光検出器に依拠して、心拍数及び血中酸素飽和レベル等の種々のパラメーターを監視するのに用いることができるＰＰＧ信号を生成する。したがって、測定ユニットが動きアーティファクトによって破損されるＰＰＧ信号を利用することは望ましくない。
デバイスからのＰＰＧ信号内に動きアーティファクトを検出する１つの方法は、加速度計（ＡＣＣ）センサー、好ましくは３軸ＡＣＣを組み込んで、動きが存在するか否かを検出することである。３軸ＡＣＣセンサーを用いると、デバイスは、動きが各軸にどのように沿っているのかをより具体的に検知することができ、したがって、ＡＣＣセンサーの出力は、ＰＰＧ信号における動きアーティファクトを示す基準として用いることができるとともに、それに応じてＰＰＧ信号を補正するのに用いることができる。
ＡＣＣによって捕捉された動き信号を用いた適応フィルタリングは、動きによって歪められたＰＰＧデータからアーティファクトを除去する将来性のある方法を提供する。しかしながら、ＡＣＣ信号がＰＰＧ歪みと相関しない場合があり、そのような場合に、ＰＰＧの信号品質は、ＡＣＣ信号を雑音基準として用いてフィルタリングした後に悪化する。
さらに、既存の方法は、３つの全ての軸に沿ったＡＣＣ信号を組み合わせるか、又は特定の軸に沿ったＡＣＣ信号を雑音基準として単に指定するだけである。しかしながら、様々な動きの下では、ＰＰＧにおける動きアーティファクトは、様々な軸に沿ったＡＣＣ信号と相関する場合がある。換言すれば、指定された軸にのみ沿ったＡＣＣ信号を用いること又は３軸ＡＣＣ信号を組み合わせることのいずれかによると、様々な動きの下では、ＰＰＧにおけるアーティファクトと常に良好に相関する雑音基準を取得することが可能でない場合があり、このため、適応フィルタリング手法の性能が低下する。
本発明の実施の形態は、上記問題のうちの少なくとも１つに対処することを試みる生理学的測定におけるアーティファクトを除去するシステム及び方法を提供する。
本発明の第１の態様によれば、生理学的測定におけるアーティファクトを除去する方法であって、ユーザーの生理学的信号を取得するステップと、ユーザーの動きを表す対応する動きデータを取得するステップと、生理学的信号が歪められているか否かを判断するステップと、生理学的信号が歪められていると判断された場合、雑音基準を識別し、この雑音基準を用いて生理学的信号をフィルタリングするステップとを含む、方法が提供される。
好ましくは、本方法は、フィルタリングされた生理学的信号の信頼性を検査することを更に含む。
本発明の第２の態様によれば、生理学的測定におけるアーティファクトを除去するデバイスであって、ユーザーの生理学的信号を取得する第１のセンサーと、ユーザーの動きを表す対応する動きデータを取得する第２のセンサーと、生理学的信号が歪められているか否かを判断し、生理学的信号が歪められていると判断された場合、雑音基準を識別し、この雑音基準を用いて生理学的信号をフィルタリングするように構成されたプロセッサとを備える、デバイスが提供される。
好ましくは、プロセッサは、フィルタリングされた生理学的信号の信頼性を検査するように更に構成されている。
本発明の実施形態は、当業者には、単に例示として、図面と併せて下記の記載からよりよく理解されるとともに容易に明らかになる。
例示の実施形態による主なステップを示すブロック図である。 第１の実施形態による、形態学的方法（morphology method：モフォロジー法）によるＰＰＧ歪み検査のフローチャートである。 第１の実施形態による、形態学的方法におけるＡＣＣ信号振幅による雑音基準識別のフローチャートである。 例示の実施形態による信号品質検査のフローチャートである。 第１の実施形態による、形態学的方法に基づくアーティファクト除去アルゴリズムの詳細なプロセスを示す図である。 例示の実施形態によるＰＰＧ形態構造（morphology：モフォロジー）を取得する図である。 第１の実施形態による、信号振幅によるＰＰＧ歪みと最も相関するＡＣＣ信号の識別に関する図である。 第２の実施形態による、ＰＳＤ方法によるＰＰＧ歪み検査のフローチャートである。 第２の実施形態による、ＰＳＤ方法による雑音基準識別のフローチャートである。 第２の実施形態による、ＰＳＤ方法に基づくアーティファクト除去アルゴリズムの詳細なプロセスを示す図である。 一例示の実施形態による腕時計の形態のウェアラブルデバイスを備えるアセンブリの図である。 一例示の実施形態によるウェアラブルデバイスを備えるアセンブリの概略ブロック図である。 図１１のウェアラブルデバイスの反射モードにおける測定の好ましいＬＥＤ−ＰＤ構成の概略説明図である。 一例示の実施形態による生理学的測定におけるアーティファクトを除去する方法を示すフローチャートである。 一例示の実施形態による生理学的測定におけるアーティファクトを除去するデバイスを示す概略図である。
本発明の実施形態は、様々な動きの下でＰＰＧにおける動きアーティファクトと好ましくは良好に相関する雑音基準を、適応フィルタリング用の３軸ＡＣＣ信号から識別する方法及びシステムを提供する。
換言すれば、本発明の実施形態は、身体の動きに起因した生理学的測定における不要なアーティファクトを取り除く方法を提供することができる。具体的に言えば、本発明の一実施形態は、統合された３軸ＡＣＣを有するウェアラブルセンサーからのＰＰＧ信号から動きアーティファクトを除去する方法に関する。これらのＰＰＧ信号は、ＰＰＧ歪み検査モジュールの処理を受け、このモジュールは、ＰＰＧが動き歪みを受けているか否かを検査する。動き歪みを受けている場合、ＰＰＧにおける動きアーティファクトと相関する、ＡＣＣによって捕捉された動き信号（複数の場合もある）が識別され、生理学的測定における動きアーティファクトの適応キャンセルの雑音基準として用いられる。その後、信号品質検査モジュールが、フィルタリングされたＰＰＧの信頼性を判定する。まだ歪みを有するＰＰＧ記録は、好ましくは、生理学的パラメーター、例えば心拍数の推定を保証するために拒否される。本発明のそのような一実施形態は、有利には、最適又は準最適な性能を達成することができるとともに計算的に安価である。
本明細書は、上記方法の動作を実行する装置も開示し、この装置は、例示の実施形態では、ウェアラブルデバイスの内部及び／又は外部に存在することができる。そのような装置は、所要の目的で特別に構築することもできるし、コンピューターに記憶されたコンピュータープログラムによって選択的にアクティブ化又は再構成される汎用コンピューター又は他のデバイスを含むこともできる。本明細書に提示されるアルゴリズム及び表示は、本来的に、どの特定のコンピューターにも関係付けられていないし、それ以外の装置にも関係付けられていない。様々な汎用マシンを本明細書の教示によるプログラムとともに用いることができる。代替的に、必要とされる方法ステップを実行する、より特殊化された装置を構築することが適切である場合がある。従来の汎用コンピューターの構造は、以下の説明から明らかになる。加えて、本明細書において説明する方法の個々のステップをコンピューターコードによって実施することができることが当業者に明らかであるという点で、本明細書は、コンピュータープログラムも暗に開示している。このコンピュータープログラムは、どの特定のプログラミング言語及びその実施態様にも限定されないことが意図されている。様々なプログラミング言語及びこれをコード化したものを用いて、本明細書に含まれる開示の教示内容を実施することができることが理解されるであろう。さらに、コンピュータープログラムは、どの特定の制御フローにも限定されないことも意図されている。本発明の趣旨又は範囲から逸脱することなく異なる制御フローを用いることができるコンピュータープログラムの他の多くの変形形態が存在する。
さらに、コンピュータープログラムのステップのうちの１つ又は複数は、逐次的ではなく並列に実行することができる。そのようなコンピュータープログラムは、任意のコンピューター可読媒体に記憶することができる。このコンピューター可読媒体は、磁気ディスク若しくは光ディスク、メモリチップ、又は汎用コンピューターとインターフェースするのに適した他の記憶デバイス等の記憶デバイスを含むことができる。コンピューター可読媒体は、インターネットシステムに例示されるようなハードワイヤード媒体、又はＧＳＭ(登録商標)移動電話システムに例示されるような無線媒体も含むことができる。コンピュータープログラムは、そのような汎用コンピューターにロードされて実行されると、好ましい方法のステップを実施する装置が効果的に得られる。
本発明は、ハードウェアモジュールとしても実施することができる。より詳細に言えば、ハードウェアという意味で、モジュールは、他の構成要素又はモジュールとともに用いられるように設計された機能性ハードウェアユニットである。例えば、モジュールは、ディスクリート電子構成要素を用いて実施することもできるし、特定用途向け集積回路（ＡＳＩＣ）等の完全な電子回路の一部分を形成することもできる。非常に多くの他の可能性が存在する。当業者であれば、このシステムをハードウェアモジュール及びソフトウェアモジュールの組合せとして実施することもできることを理解するであろう。
本明細書において説明する本発明の実施形態は、ユーザーから取得されたＡＣＣ信号に基づいて、生理学的信号から動きアーティファクトを除去するウェアラブルデバイス及び方法に関する。
１つの実施形態では、このデバイスは、発光ダイオード−光検出器（ＬＥＤ−ＰＤ）配置がＰＰＧ信号を取得することを可能にするほど十分な皮膚面積を有するユーザーの任意のロケーションに装着することができ、３軸ＡＣＣが動き信号を取得することを可能にする。
図１は、例示の実施形態による生理学的測定におけるアーティファクトを除去する方法を示すフローチャート１００を示している。この方法は以下のステップを含む。
ユーザーの生のＰＰＧデータ及び３軸ＡＣＣ信号を取得するステップ（ステップ１０２）；
ＰＰＧ信号が歪められているか否かを検査するステップ（ステップ１０４）；
３軸ＡＣＣ信号から雑音基準を識別するステップ（ステップ１０６）；
識別されたＡＣＣ信号を雑音基準として用いてＰＰＧ信号から適応雑音キャンセルを実行するステップ（ステップ１０８）；
フィルタリングされたＰＰＧ信号の信号品質を検査するステップ（ステップ１１０）。
第１の実施形態による図１に示す方法の詳細を次に説明する。
ＰＰＧ信号が歪められているか否かの検査（ステップ１０４）
１つの実施形態による、ＰＰＧ信号が歪められているか否かを検査する方法は、図２におけるフローチャート２００に示されている。この方法は以下のものを含む。
現在の生のＰＰＧ信号からＤＣオフセットを除去する（ステップ２０２）；
現在のＰＰＧ信号のピーク及び谷を検出する（ステップ２０４）；
現在のＰＰＧ信号の形態構造を取得する（ステップ２０６）；
現在のＰＰＧの形態構造とＰＰＧ形態構造テンプレート（複数の場合もある）との類似度を計算する（ステップ２０８）；
上記類似度が所定の閾値よりも小さい場合、信号歪みがあると判断する（ステップ２１０）。
上記テンプレート（複数の場合もある）は、事前の測定から取得して、現在の測定において更新することもできるし、例えば、記憶されたテンプレートがないときは、上記テンプレート（複数の場合もある）は、デバイス初期化段階中に取得することもできる。
雑音基準の識別（ステップ１０６、図１）
１つの実施形態による雑音基準を識別する方法は、図３におけるフローチャート３００に示されている。この方法は以下のものを含む。
各軸に沿ったＡＣＣ信号の信号振幅を計算する（ステップ３０２）；
ＡＣＣ信号が最大振幅を有する軸を見つけ、その軸に沿ったＡＣＣ信号を雑音基準として決定する（ステップ３０４）。
フィルタリングされたＰＰＧ信号の信号品質の検査（ステップ１１０、図１）
例示の実施形態による、フィルタリングされたＰＰＧ信号の信号品質を検査する方法は、図４におけるフローチャート４００に示されている。この方法は以下のものを含む。
フィルタリングされたＰＰＧ信号のピーク及び谷を検出する（ステップ４０２）；
フィルタリングされたＰＰＧ信号の形態構造を取得する（ステップ４０４）；
フィルタリングされたＰＰＧの形態構造とＰＰＧ形態構造テンプレート（複数の場合もある）との間の類似度を計算する（ステップ４０６）；
上記類似度が所定の閾値よりも大きい場合、フィルタリングされたＰＰＧ信号を受理する（ステップ４０８）。
図５は、手首装着式ウェアラブルデバイス内に実施された本発明の第１の実施形態の完全なプロセスフロー５００を示している。この方法は、以下のステップを含む。
ユーザーの生のＰＰＧ信号及び加速度計（ＡＣＣ）信号を取得するステップ（ステップ５０２）。
ｔｄ秒の時間遅延をＡＣＣ信号に適用するステップ（ステップ５０４）。この時間遅延は、好ましくは、受けた動きに起因して、測定されたＰＰＧ信号内に歪みが発生する際の遅延を考慮したものであり、約１００ｍｓ〜１３０ｍｓの範囲にすることができる。
ＰＰＧ信号に対して対数変換を実行する（ステップ５０６）。
ＰＰＧデータ及びＡＣＣデータを、好ましくは約２秒〜８秒の範囲の複数のＴ秒の移動ウィンドウ（これらのウィンドウは、オーバーラップウィンドウとすることもできるし、非オーバーラップウィンドウとすることもできる）に分割する（ステップ５０８）；
各処理ウィンドウにおいて、
全てのデータが処理されたか否かを判断する（ステップ５０９）。全てのデータが処理されていない場合、バッファリングされたＡＣＣデータを現在のウィンドウ内のＡＣＣデータの先頭にアペンドし、バッファリングされたＡＣＣデータを更新する（ステップ５１０）。具体的に言えば、適応フィルターがＮの次数を有する場合、このバッファリングされたＡＣＣデータはＮ−１の長さを有する。更新前は、このバッファリングされたＡＣＣデータは、先行ウィンドウ内の各軸に沿ったＡＣＣ信号の最後の（Ｎ−１）個のサンプルである。更新後は、このバッファリングされたＡＣＣデータは、現在のウィンドウ内の各軸に沿ったＡＣＣ信号の最後の（Ｎ−１）個のサンプルであり、これらのサンプルは、次のウィンドウ内のＡＣＣデータの先頭にアペンドされ、それに応じて更新される。
好ましくはＰＰＧ信号から平均を減算することによって、ＰＰＧ信号からＤＣオフセットを除去する（ステップ５１２）。
ＰＰＧ信号のピーク及び谷を検出する（ステップ５１４）。
検出されたピーク及び谷に基づいてＰＰＧをセグメント化し（図６ａ参照）、時間及び振幅の双方においてＰＰＧセグメントを正規化し（図６ｂ参照）、正規化されたＰＰＧセグメントを平均する（図６ｃ参照）ことによって、現在のＰＰＧ形態構造を取得する（図５におけるステップ５１６）。
好ましくは、３つの全ての軸に沿って、ありとあらゆるＡＣＣ信号の振幅が所定の閾値τ０よりも小さいか否かを検査することによって動き強度を検査する（ステップ５１８）。小さい場合、ＰＰＧ形態構造テンプレートを更新する（ステップ５２０）。この好ましい実施形態では、τ０は約０．１５ｇに予め定められている。
そうでない場合、現在のＰＰＧ形態構造とＰＰＧ形態構造テンプレートとの間の類似度、好ましくは相互相関を計算する（ステップ５２２）。ステップ５２３において、類似度が所定のτ１よりも小さくない場合には、このウィンドウのＰＰＧを再構成し（ステップ５２４）、小さい場合には、ステップ５２５に進む。この好ましい実施形態では、τ１は約０．８５に予め定められている。
好ましくは、ＡＣＣ信号から平均を減算することによって、ＡＣＣ信号からＤＣオフセットを除去する（ステップ５２５）。
ＰＰＧ信号及びＡＣＣ信号のローパスフィルタリングを実行する（ステップ５２６）。
好ましい実施形態では、最大振幅を有する軸を識別することによって、ＡＣＣ信号がＰＰＧ歪みと最も相関する軸を識別する（ステップ５２７）。例示の３軸ローパスフィルタリングされたＡＣＣデータＡｘ７００、Ａｙ７０２、及びＡｚ７０４が図７に示されている。
識別された軸に沿ったローパスフィルタリングされたＡＣＣ信号を雑音基準として用いてローパスフィルタリングされたＰＰＧ信号の適応フィルタリングを実行する（ステップ５２８）。
フィルタリングされたＰＰＧ信号のピーク及び谷を検出する（ステップ５３０）。
フィルタリングされたＰＰＧ信号の形態構造を取得する（ステップ５３２）。
フィルタリングされたＰＰＧ信号の信頼性を検査するために、フィルタリングされたＰＰＧ信号の形態構造とＰＰＧ形態構造テンプレートとの間の類似度、好ましくは相互相関を計算する（ステップ５３４）。ステップ５３５において、この類似度が所定のτ２よりも小さくない場合には、このウィンドウのＰＰＧ信号を再構成し（ステップ５２４）、小さい場合には、現在のウィンドウ内のＰＰＧ信号を拒否する（ステップ５３６）。この好ましい実施形態では、τ２は約０．１に予め定められている。
全てのデータが処理されたか否かを判断する（ステップ５０９）。処理されていない場合、次のデータウィンドウについてプロセスを繰り返す（ステップ５１０〜５３６）。
図８は、第２の実施形態による、ＰＰＧ信号が歪められているか否かをパワースペクトル密度（ＰＳＤ）方法によって検査する（ステップ１０４、図１）ことを示すフローチャート８００を示している。このフローチャート８００は、以下のものを含む。
帯域通過フィルタリングを、ＰＰＧ信号と、ＡＣＣ信号のそれぞれとに適用する（ステップ８０２）。
ＰＰＧ信号のＰＳＤ及びＡＣＣ信号のそれぞれのＰＳＤを計算する（ステップ８０４）。
ＰＰＧ信号のＰＳＤとＰＰＧのＰＳＤテンプレートとの間の類似度、好ましくは相互相関を計算する（ステップ８０６）。このテンプレート（複数の場合もある）は、事前の測定から取得して、現在の測定において更新することもできるし、例えば、記憶されたテンプレートがないときは、このテンプレート（複数の場合もある）は、デバイス初期化段階中に取得することもできる。
ＰＰＧ信号のＰＳＤと各軸に沿ったＡＣＣ信号のＰＳＤとの間の類似度を計算する（ステップ８０８）。
ＰＰＧ信号のＰＳＤとＰＳＤテンプレートとの間の類似度が、ＰＰＧ信号のＰＳＤといずれかの軸に沿ったＡＣＣ信号のＰＳＤとの間の類似度よりも小さい場合、ＰＰＧ歪みがあると判断する（ステップ８１０）。
図９は、第２の実施形態による、ＰＳＤ方法によって雑音基準を識別する（ステップ１０６、図１）ことを示すフローチャート９００を示している。このフローチャート９００は、以下のものを含む。
ＰＰＧのＰＳＤと各軸に沿ったＡＣＣのＰＳＤとの間の類似度、好ましくは相互相関を計算する（ステップ９０２）。
ＡＣＣ信号がＰＰＧに対してＰＳＤの最も大きな類似度を有する軸を見つけ、その軸に沿ったＡＣＣ信号を雑音基準として決定する（ステップ９０４）。
図１０は、本発明の第２の実施形態の完全なプロセスフロー１０００を示している。このプロセスフロー１０００は、以下のものを含む。
被検者から生のＰＰＧ信号及びＡＣＣ信号を取得する（ステップ１００２）。
ＰＰＧ信号に対して対数変換を実行し（ステップ１００４）、ｔｄ秒の時間遅延を適用し（ステップ１００５）、ステップ１００６において、ＰＰＧデータ及びＡＣＣデータを移動ウィンドウ（これらのウィンドウは、オーバーラップウィンドウとすることもできるし、非オーバーラップウィンドウとすることもできる）に分割する。この時間遅延は、好ましくは、受けた動きに起因して、測定されたＰＰＧ信号内に歪みが発生する際の遅延を考慮したものであり、約１００ｍｓ〜１３０ｍｓの範囲にすることができる。
各処理ウィンドウにおいて、
全てのデータが処理されたか否かを判断し（ステップ１００８）、全てのデータが処理されていない場合、バッファリングされたＡＣＣデータを現在のウィンドウ内のＡＣＣデータの先頭にアペンドし、バッファリングされたＡＣＣデータを更新する（ステップ１００９）。具体的に言えば、適応フィルターがＮの次数を有する場合、バッファリングされたＡＣＣデータはＮ−１の長さを有する。更新前は、このバッファリングされたＡＣＣデータは、先行ウィンドウ内の各軸に沿ったＡＣＣ信号の最後の（Ｎ−１）個のサンプルである。更新後は、このバッファリングされたＡＣＣデータは、現在のウィンドウ内の各軸に沿ったＡＣＣ信号の最後の（Ｎ−１）個のサンプルであり、これらのサンプルは、次のウィンドウ内のＡＣＣデータの先頭にアペンドされ、それに応じて更新される。
ＰＰＧ信号及びＡＣＣ信号の帯域通過フィルタリングを適用する（ステップ１０１０）。
現在のウィンドウのＰＰＧ信号のＰＳＤを計算する（ステップ１０１２）。
好ましくは、３つの全ての軸に沿って、ありとあらゆるＡＣＣ信号の振幅が所定の閾値τ０よりも小さいか否かを検査することによって動き強度を検査する（ステップ１０１４）。この好ましい実施形態では、τ０は約０．１５ｇに予め定められている。小さい場合、帯域通過フィルタリングされたＰＰＧ信号のピーク及び谷を検出する（ステップ１０１６）。
帯域通過フィルタリングされたＰＰＧ信号の形態構造を取得し（ステップ１０１８）、ＰＰＧ形態構造テンプレート及びＰＳＤテンプレートを更新し（ステップ１０２０）、ステップ１０４２においてＰＰＧ信号を再構成し、ステップ１００８に戻る。
ステップ１０１４（動き強度の検査）における回答がｎｏ（いいえ）である場合、現在のウィンドウの各軸に沿ったＡＣＣ信号のＰＳＤを計算する（ステップ１０２２）。
ステップ１０２４において、現在のウィンドウ内のＰＰＧのＰＳＤとＰＰＧのＰＳＤテンプレートとの間の相互相関、及び現在のウィンドウのＰＰＧのＰＳＤと各軸に沿ったＡＣＣ信号のＰＳＤとの間の相互相関を計算する。
ＡＣＣ信号のＰＳＤがＰＰＧ信号のＰＳＤと最大に相関する軸を識別する（ステップ１０２６）。
識別された軸に沿ったＡＣＣ信号が現在のウィンドウの雑音基準として用いられているか否かを検査する（ステップ１０２８）。
用いられている場合、ステップ１０３２に進む。用いられていない場合、ＰＰＧのＰＳＤが、識別された軸に沿ったＡＣＣのＰＳＤに対してよりもＰＳＤテンプレートに対してより相関しているか否かを検査する（ステップ１０３０）。
ステップ１０３０において「ｙｅｓ」（はい）である場合
ＰＰＧのピーク及び谷を検出し（ステップ１０３２）、（上述した図６に示すように）現在のウィンドウ内の現在のＰＰＧの形態構造を取得する（ステップ１０３４）。
現在のＰＰＧの形態構造とＰＰＧ形態構造テンプレートとの間の相互相関を計算する（ステップ１０３６）。
フィルタリングされたＰＰＧとすることができる（以下で説明するステップ１０４８〜１０５８参照）現在のＰＰＧの信頼性を検査するために、現在のＰＰＧの形態構造とＰＰＧ形態構造テンプレートとの間の相互相関を検査する（ステップ１０３８）。この相関値が所定の閾値τ２よりも小さくない場合、この相関値が所定の閾値τ１（τ１＞τ２）よりも大きいか否かを検査する（ステップ１０３９）。ステップ１０３９において「ｙｅｓ」である場合、ＰＰＧのＰＳＤテンプレートを更新し（ステップ１０４０）、ＰＰＧを再構成し（ステップ１０４２）、その後、ステップ１００８にループバックする。ステップ１０３９において「ｎｏ」である場合、ＰＰＧを直接再構成し（ステップ１０４２）、その後、ステップ１００８にループバックする。
ステップ１０３８において「ｎｏ」である場合、すなわち、相関値がτ２よりも小さい場合、現在のウィンドウ内のＰＰＧを拒否し（ステップ１０４４）、ステップ１００８にループバックする。
全てのデータが処理された場合、このプロセスを終了する（ステップ１００８、１０４６）。
ステップ１０３０において「ｎｏ」（いいえ）である場合
識別されたＡＣＣ信号を雑音基準として用いてＰＰＧ信号の適応フィルタリングを実行する（ステップ１０４８）。
フィルタリングされたＰＰＧ信号のＰＳＤを計算する（ステップ１０５０）。
フィルタリングされたＰＰＧ信号のＰＳＤとＰＳＤテンプレートとの間の相互相関、及びフィルタリングされたＰＰＧ信号のＰＳＤと各軸に沿ったＡＣＣ信号のＰＳＤとの間の相互相関を計算する（ステップ１０５２）。
ＰＰＧの信号品質が適応フィルタリングによって改善されたか否かを検査する。すなわち、適応フィルタリング後に、ＰＰＧのＰＳＤとＰＳＤテンプレートとの間の相関が高まったか否か又はＰＰＧのＰＳＤと雑音基準のＰＳＤとの間の相関が低下したか否かを検査する（ステップ１０５４）。
信号品質が、適応フィルタリング後に改善された場合、ステップ１０５６において、現在のウィンドウ内のＰＰＧをフィルタリングされたＰＰＧを用いて更新し、そのＰＳＤ、及びＰＰＧのＰＳＤと各軸に沿ったＡＣＣのＰＳＤとの間の相関を更新し、ステップ１０２６に戻る。信号品質が、現在の適応フィルタリング後に改善されていない場合、ＰＰＧを現在のフィルタリングの前のままに維持し（ステップ１０５８として示す）、ステップ１０３４に進む。
図１１は、一例示の実施形態による、腕時計１１０１の形態のウェアラブルデバイスを備えるアセンブリ１１００を示している。異なる実施形態では、このデバイスは、ユーザーの腕、ウエスト、ヒップ又は足等のユーザーの身体の任意の部分に装着するのに適した他の任意の形態とすることもできることが理解されるであろう。腕時計１１０１は、生理学的測定及び動きデータをユーザーから取得し、それらの生理学的測定におけるアーティファクトを除去し、結果（複数の場合もある）を、移動電話１１０２若しくは他のポータブル電子デバイス等のアセンブリ１１００の電気通信デバイス、又はデスクトップコンピューター、ラップトップコンピューター、タブコンピューター等の計算デバイスに無線で通信する。
図１２は、生理学的測定をユーザーから取得し、それらの生理学的測定におけるアーティファクトを除去する、一例示の実施形態によるウェアラブルデバイス１２０１を備えるアセンブリ１２００の概略ブロック図を示している。デバイス１２０１は、ユーザーの動き情報を取得する加速度計又はジャイロスコープ等の第１の信号検知モジュール１２０２を備える。
このデバイスでの使用に適合することができる好ましい加速度計の１つの非限定的な例は、Freescale Semiconductor, Inc社から入手できる３軸加速度計ＭＭＡ８６５２ＦＣである。この加速度計は、単一のパッケージを用いて３つの全ての方向で加速度を測定するという利点を提供することができる。代替的に、３軸検知を提供するように指向された幾つかの単軸加速度計を異なる実施形態において用いることができる。
デバイス１２０１は、ユーザーの生理学的信号を取得するＬＥＤ−ＰＤモジュール等の第２の検知モジュール１２０３も備える。図１３は、腕時計１１０１の形態のウェアラブルデバイスの反射モードにおける測定用の好ましいＬＥＤ−ＰＤ構成の概略説明図を示している。この測定は、２つのＰＤ１３０２、１３０４に反射して戻されたＬＥＤ１３００による光の量に基づいている。
このデバイスにおける使用に適合させることができる好ましいＬＥＤ−ＰＤモジュールの１つの非限定的な例は、１つ又は複数のＰＤ、例えば周辺光センサーＴＥＭＤ５５１０ＦＸ０１とペアにされた１つのＬＥＤ、例えばＯｎｅＷｈｉｔｅ Ｓｕｒｆａｃｅ Ｍｏｕｎｔ ＰＬＣＣ−２ ＬＥＤ Ｉｎｄｉｃａｔｏｒ ＡＳＭＴ−ＵＷＢ１−ＮＸ３０２から構成される。代替的に、ＬＥＤ−ＰＤモジュールは、１つ又は複数のＰＤとペアにされた複数のＬＥＤから構成することができる。
デバイス１２０１は、信号検知モジュール１２０２から加速度情報及び測定モジュール１２０３から生理学的信号を受信して処理するように構成されたプロセッサ等のデータ処理計算モジュール１２０４も備える。デバイス１２０１は、当該デバイス１２０１のユーザーに結果を表示する表示ユニット１２０６も備える。この実施形態におけるデバイス１２０１は、アセンブリ１２００の電気通信デバイス１２１０と無線で通信するように構成された無線送信モジュール１２０８を更に備える。電気通信デバイス１２１０は、ウェアラブルデバイス１２０１から信号を受信する無線受信機モジュール１２１２と、電気通信デバイス１２１０のユーザーに結果を表示する表示ユニット１２１４とを備える。
図１４は、一例示の実施形態による、生理学的測定におけるアーティファクトを除去する方法を示すフローチャート１４００を示している。ステップ１４０２において、ユーザーの生理学的信号が取得される。ステップ１４０４において、ユーザーの動きを表す対応する動きデータが取得される。ステップ１４０６において、生理学的信号が歪められているか否かが判断される。ステップ１４０８において、生理学的信号が歪められていると判断された場合、雑音基準が識別され、生理学的信号は、この雑音基準を用いてフィルタリングされる。
好ましくは、本方法は、フィルタリングされた生理学的信号の信頼性を検査することを更に含む。
取得された動きデータは、３軸動き信号を含むことができる。上記雑音基準を識別することは、動き信号が最大振幅を有する軸を識別し、この軸に沿った動き信号を雑音基準として用いることを含むことができる。本方法は、動き信号が最大振幅を有する軸を識別する前に、動き信号からＤＣオフセットを除去することを含むことができる。本方法は、動き信号が最大振幅を有する軸を識別する前に、動き信号をローパスフィルタリングすることを含むことができる。
上記雑音基準を識別することは、動き信号がＰＰＧ信号に対してＰＳＤの最大類似度を有する軸を識別し、この軸に沿った動き信号を雑音基準として用いることを含むことができる。本方法は、動き信号がＰＰＧ信号に対してＰＳＤの最大類似度を有する軸を識別する前に、ＰＰＧ信号及び動き信号を帯域通過フィルタリングすることを含むことができる。
上記生理学的信号が歪められているか否かを判断することは、生理学的信号の形態構造と生理学的形態構造テンプレートとの間の類似度を比較することを含むことができる。この類似度は、生理学的信号の形態構造と生理学的形態構造テンプレートとの間の相互相関を含むことができる。本方法は、検出されたピーク及び谷に基づいて生理学的信号をセグメント化することと、生理学的セグメントを正規化することと、正規化された生理学的セグメントを平均することとによって、生理学的信号の形態構造を求めることを更に含むことができる。
上記生理学的信号が歪められているか否かを判断することは、生理学的信号のパワースペクトル密度（ＰＳＤ）を計算することと、動き信号のそれぞれのＰＳＤを計算することと、生理学的信号のＰＳＤとＰＳＤテンプレートとの間の類似度が、生理学的信号のＰＳＤと動き信号のそれぞれのＰＳＤとの類似度よりも大きいか否かを判断することとを含むことができる。生理学的信号のＰＳＤとＰＳＤテンプレートとの間の類似度が、生理学的信号のＰＳＤと動き信号のそれぞれのＰＳＤとの類似度よりも大きいか否かを判断することは、対応する動き信号のＰＳＤが生理学的信号のＰＳＤと最大相関を有する軸を識別することと、生理学的信号のＰＳＤとＰＳＤテンプレートとの間の類似度が、生理学的信号のＰＳＤと対応する動き信号のＰＳＤとの類似度よりも大きいか否かを判断することとを含むことができる。
本方法は、生理学的信号のＰＳＤとＰＳＤテンプレートとの間の類似度が、生理学的信号のＰＳＤと対応する動き信号のＰＳＤとの類似度よりも大きくない場合、対応する動き信号を雑音基準として用いて生理学的信号のフィルタリングを実行することと、フィルタリングされた生理学的信号のＰＳＤを求めることと、フィルタリング後の生理学的信号の信号品質が改善されているか否かを判断することとを更に含むことができる。
本方法は、フィルタリングされた生理学的信号のＰＳＤとＰＳＤテンプレートとの間の類似度が、フィルタリングされた生理学的信号のＰＳＤと別の軸に沿った動き信号のＰＳＤとの間の類似度よりも大きくない場合、この別の軸に沿った動き信号を雑音基準として用いてフィルタリングされた生理学的信号のフィルタリングを実行することを更に含むことができる。
生理学的信号及び動きデータは、非オーバーラップ移動ウィンドウ又はオーバーラップ移動ウィンドウのいずれかに基づいて処理することができる。
生理学的信号はＰＰＧ信号を含むことができる。
動きデータはＡＣＣデータを含むことができる。
図１５は、一例示の実施形態による、生理学的測定におけるアーティファクトを除去するデバイス１５００を示す概略図を示している。デバイス１５００は、ユーザーの生理学的信号を取得する第１のセンサー１５０２と、ユーザーの動きを表す対応する動きデータを取得する第２のセンサー１５０４と、生理学的信号が歪められているか否かを判断し、生理学的信号が歪められていると判断された場合、雑音基準を識別し、この雑音基準を用いて生理学的信号をフィルタリングするように構成されたプロセッサ１５０６とを備える。
好ましくは、プロセッサは、フィルタリングされた生理学的信号の信頼性を検査するように更に構成されている。
取得された動きデータは３軸動き信号を含むことができる。雑音基準を識別することは、動き信号が最大振幅を有する軸を識別し、この軸に沿った動き信号を雑音基準として用いることを含むことができる。プロセッサ１５０６は、動き信号が最大振幅を有する軸を識別する前に、動き信号からＤＣオフセットを除去するように構成することができる。プロセッサ１５０６は、動き信号が最大振幅を有する軸を識別する前に、動き信号をローパスフィルタリングするように構成することができる。
上記雑音基準を識別することは、動き信号がＰＰＧ信号に対してＰＳＤの最大類似度を有する軸を識別し、この軸に沿った動き信号を雑音基準として用いることを含むことができる。本方法は、動き信号がＰＰＧ信号に対してＰＳＤの最大類似度を有する軸を識別する前に、ＰＰＧ信号及び動き信号を帯域通過フィルタリングすることを含むことができる。
生理学的信号が歪められているか否かを判断することは、生理学的信号の形態構造と生理学的形態構造テンプレートとの間の類似度を比較することを含むことができる。類似度は、生理学的信号の形態構造と生理学的形態構造テンプレートとの間の相互相関を含むことができる。プロセッサ１５０６は、検出されたピーク及び谷に基づいて生理学的信号をセグメント化することと、生理学的セグメントを正規化することと、正規化された生理学的セグメントを平均することとによって、生理学的信号の形態構造を求めるように構成することができる。
生理学的信号が歪められているか否かを判断することは、生理学的信号のパワースペクトル密度（ＰＳＤ）を計算することと、動き信号のそれぞれのＰＳＤを計算することと、生理学的信号のＰＳＤとＰＳＤテンプレートとの間の類似度が、生理学的信号のＰＳＤと動き信号のそれぞれのＰＳＤとの類似度よりも大きいか否かを判断することとを含むことができる。生理学的信号のＰＳＤとＰＳＤテンプレートとの間の類似度が、生理学的信号のＰＳＤと動き信号のそれぞれのＰＳＤとの類似度よりも大きいか否かを判断することは、対応する動き信号のＰＳＤが生理学的信号のＰＳＤと最大相関を有する軸を識別することと、生理学的信号のＰＳＤとＰＳＤテンプレートとの間の類似度が、生理学的信号のＰＳＤと対応する動き信号のＰＳＤとの類似度よりも大きいか否かを判断することとを含むことができる。
プロセッサ１５０６は、生理学的信号のＰＳＤとＰＳＤテンプレートとの間の類似度が、生理学的信号のＰＳＤと対応する動き信号のＰＳＤの類似度よりも大きくない場合、対応する動き信号を雑音基準として用いて生理学的信号のフィルタリングを実行し、フィルタリングされた生理学的信号のＰＳＤを求め、フィルタリング後の生理学的信号の信号品質が改善されているか否かを判断するように構成することができる。
プロセッサ１５０６は、フィルタリングされた生理学的信号のＰＳＤとＰＳＤテンプレートとの間の類似度が、フィルタリングされた生理学的信号のＰＳＤと別の軸に沿った動き信号のＰＳＤとの間の類似度よりも大きくない場合、この別の軸に沿った動き信号を雑音基準として用いてフィルタリングされた生理学的信号のフィルタリングを実行するように更に構成することができる。
プロセッサ１５０６は、非オーバーラップ移動ウィンドウ又はオーバーラップ移動ウィンドウのいずれかに基づいて、生理学的信号及び動きデータを処理するように構成することができる。
生理学的信号はＰＰＧ信号を含むことができる。
動きデータはＡＣＣデータを含むことができる
デバイス１５００はウェアラブルデバイスに実装することができる。
デバイス１５００は、ウェアラブルデバイスと通信デバイスとを備えるアセンブリに実装することができる。
デバイス１５００は、ウェアラブルデバイスと無線通信デバイスとを備えるアセンブリに実装することができる。
本発明の実施形態は、有利には、生理学的測定における動きアーティファクトを最大限除去することが可能であるとともに、計算的に安価にすることが可能である。
上記説明した実施形態では、相互相関は、例えば、ピアソンの相関係数ｒを２つの波形ｘ及びｙの間の相互相関の尺度として用いて計算することができる。このピアソンの相関係数ｒは、以下のように計算することができる。
Figure 0006465899
当業者には、包括的に記載されている本発明の趣旨又は範囲から逸脱することなく、特定の実施形態において示されている本発明に対して数多くの変形及び／又は変更を行うことができることが理解される。したがって、本実施形態は、全ての観点において例示的であり限定的ではないと見なされる。また、本発明は、特徴又は特徴の組合せが特許請求の範囲又は本実施形態に明示的に記載されていなくても、任意の特徴の組合せ、特に、特許請求の範囲における任意の特徴の組合せを含む。
例えば、手首装着式デバイスが幾つかの実施形態で説明されているが、上記デバイスは、ユーザーの腕、ヒップ、ウエスト又は足の任意の部分に装着することができる。

Claims (33)

  1. ユーザーの生理学的信号を取得するステップと、
    前記ユーザーの動きを表す対応する動きデータを取得するステップと、
    前記生理学的信号が該生理学的信号を処理することによって歪められているか否かを判断するステップと、
    前記生理学的信号が歪められていると判断された場合、雑音基準を識別し、該雑音基準を用いて前記生理学的信号をフィルタリングするステップと、
    を含み、
    前記動きデータは３軸の動き信号を含み、
    前記雑音基準を識別するステップは、前記動き信号が最大振幅を有する軸を識別し、該軸に沿った前記動き信号を前記雑音基準として用いるステップ、又は前記動き信号が前記生理学的信号に対してＰＳＤの最大類似度を有する軸を識別し、該軸に沿った前記動き信号を前記雑音基準として用いるステップを含む、生理学的測定におけるアーティファクトを除去する方法。
  2. 前記フィルタリングされた生理学的信号の信頼性を検査することを更に含む、請求項１に記載の方法。
  3. 前記動き信号が前記最大振幅を有する前記軸を識別する前に、前記動き信号からＤＣオフセットを除去することを含む、請求項１に記載の方法。
  4. 前記動き信号が前記最大振幅を有する前記軸を識別する前に、前記動き信号をローパスフィルタリングすることを含む、請求項１又は３に記載の方法。
  5. 前記動き信号が前記生理学的信号に対してＰＳＤの前記最大類似度を有する前記軸を識別する前に、前記生理学的信号及び前記動き信号を帯域通過フィルタリングすることを更に含む、請求項１に記載の方法。
  6. 前記生理学的信号が歪められているか否かを前記判断することは、前記生理学的信号の形態構造と生理学的形態構造テンプレートとの間の類似度を比較することを含む、請求項１〜５のいずれか１項に記載の方法。
  7. 前記類似度は、前記生理学的信号の前記形態構造と前記生理学的形態構造テンプレートとの間の相互相関を含む、請求項６に記載の方法。
  8. 検出されたピーク及び谷に基づいて前記生理学的信号をセグメント化することにより生理学的セグメントとすることと、
    前記生理学的セグメントを正規化することにより正規化された生理学的セグメントを生成することと、
    前記正規化された生理学的セグメントを平均することと、
    によって、前記生理学的信号の前記形態構造を求めることを更に含む、請求項６又は７に記載の方法。
  9. 前記生理学的信号が歪められているか否かを前記判断することは、
    前記生理学的信号の前記パワースペクトル密度（ＰＳＤ）を計算することと、
    前記動き信号のそれぞれの前記ＰＳＤを計算することと、
    前記生理学的信号の前記ＰＳＤとＰＳＤテンプレートとの間の類似度が、前記生理学的信号の前記ＰＳＤと前記動き信号の前記それぞれのＰＳＤとの類似度よりも大きいか否かを判断することと、
    を含む、請求項１〜５のいずれか１項に記載の方法。
  10. 前記生理学的信号の前記ＰＳＤとＰＳＤテンプレートとの間の類似度が、前記生理学的信号の前記ＰＳＤと前記動き信号の前記それぞれのＰＳＤとの類似度よりも大きいか否かを判断することは、
    前記対応する動き信号の前記ＰＳＤが前記生理学的信号の前記ＰＳＤと最大相関を有する前記軸を識別することと、
    前記生理学的信号の前記ＰＳＤとＰＳＤテンプレートとの間の前記類似度が、前記生理学的信号の前記ＰＳＤと前記対応する動き信号の前記ＰＳＤとの類似度よりも大きいか否かを判断することと、
    を含む、請求項９に記載の方法。
  11. 前記生理学的信号の前記ＰＳＤとＰＳＤテンプレートとの間の前記類似度が、前記生理学的信号の前記ＰＳＤと前記対応する動き信号の前記ＰＳＤとの類似度よりも大きくない場合、
    前記対応する動き信号を前記雑音基準として用いて前記生理学的信号のフィルタリングを実行することと、
    前記フィルタリングされた生理学的信号の前記ＰＳＤを求めることと、
    前記フィルタリング後の前記生理学的信号の信号品質が改善されているか否かを判断することと、
    を更に含む、請求項１０に記載の方法。
  12. 前記フィルタリングされた生理学的信号の前記ＰＳＤとＰＳＤテンプレートとの間の前記類似度が、前記フィルタリングされた生理学的信号の前記ＰＳＤと別の軸に沿った動き信号の前記ＰＳＤとの間の前記類似度よりも大きくない場合、前記別の軸に沿った前記動き信号を前記雑音基準として用いて前記フィルタリングされた生理学的信号のフィルタリングを実行することを更に含む、請求項１１に記載の方法。
  13. 前記生理学的信号及び前記動きデータは、非オーバーラップ移動ウィンドウ又はオーバーラップ移動ウィンドウのいずれかに基づいて処理される、請求項１〜１２のいずれか１項に記載の方法。
  14. 前記生理学的信号はＰＰＧ信号を含む、請求項１〜１３のいずれか１項に記載の方法。
  15. 前記動きデータはＡＣＣデータを含む、請求項１〜１４のいずれか１項に記載の方法。
  16. ユーザーの生理学的信号を取得する第１のセンサーと、
    前記ユーザーの動きを表す対応する動きデータを取得する第２のセンサーと、
    前記生理学的信号が該生理学的信号を処理することによって歪められているか否かを判断し、前記生理学的信号が歪められていると判断された場合、雑音基準を識別し、該雑音基準を用いて前記生理学的信号をフィルタリングするように構成されたプロセッサと、
    を備え、
    前記動きデータは３軸の動き信号を含み、
    前記雑音基準を識別することは、前記動き信号が最大振幅を有する軸を識別し、該軸に沿った前記動き信号を前記雑音基準として用いること、又は前記動き信号が前記生理学的信号に対してＰＳＤの最大類似度を有する軸を識別し、該軸に沿った前記動き信号を前記雑音基準として用いることを含む、生理学的測定におけるアーティファクトを除去するデバイス。
  17. 前記プロセッサは、前記フィルタリングされた生理学的信号の信頼性を検査するように更に構成されている、請求項１６に記載のデバイス。
  18. 前記プロセッサは、前記動き信号が前記最大振幅を有する前記軸を識別する前に、前記動き信号からＤＣオフセットを除去するように構成されている、請求項１６に記載のデバイス。
  19. 前記プロセッサは、前記動き信号が前記最大振幅を有する前記軸を識別する前に、前記動き信号をローパスフィルタリングするように構成されている、請求項１６又は１８に記載のデバイス。
  20. 前記プロセッサは、前記動き信号が前記生理学的信号に対してＰＳＤの前記最大類似度を有する前記軸を識別する前に、前記生理学的信号及び前記動き信号を帯域通過フィルタリングするように構成されている、請求項１６に記載のデバイス。
  21. 前記生理学的信号が歪められているか否かを前記判断することは、前記生理学的信号の形態構造と生理学的形態構造テンプレートとの間の類似度を比較することを含む、請求項１６〜２０のいずれか１項に記載のデバイス。
  22. 前記類似度は、前記生理学的信号の前記形態構造と前記生理学的形態構造テンプレートとの間の相互相関を含む、請求項２１に記載のデバイス。
  23. 前記プロセッサは、
    検出されたピーク及び谷に基づいて前記生理学的信号をセグメント化することにより生理学的セグメントとすることと、
    前記生理学的セグメントを正規化することにより正規化された生理学的セグメントを生成することと、
    前記正規化された生理学的セグメントを平均することと、
    によって、前記生理学的信号の前記形態構造を求めるように構成されている、請求項２１又は２２に記載のデバイス。
  24. 前記生理学的信号が歪められているか否かを前記判断することは、
    前記生理学的信号の前記パワースペクトル密度（ＰＳＤ）を計算することと、
    前記動き信号のそれぞれの前記ＰＳＤを計算することと、
    前記生理学的信号の前記ＰＳＤとＰＳＤテンプレートとの間の類似度が、前記生理学的信号の前記ＰＳＤと前記動き信号の前記それぞれのＰＳＤとの類似度よりも大きいか否かを判断することと、
    を含む、請求項１６〜２０のいずれか１項に記載のデバイス。
  25. 前記生理学的信号の前記ＰＳＤとＰＳＤテンプレートとの間の類似度が、前記生理学的信号の前記ＰＳＤと前記動き信号の前記それぞれのＰＳＤとの類似度よりも大きいか否かを判断することは、
    前記対応する動き信号の前記ＰＳＤが前記生理学的信号の前記ＰＳＤと最大相関を有する前記軸を識別することと、
    前記生理学的信号の前記ＰＳＤとＰＳＤテンプレートとの間の前記類似度が、前記生理学的信号の前記ＰＳＤと前記対応する動き信号の前記ＰＳＤとの類似度よりも大きいか否かを判断することと、
    を含む、請求項２４に記載のデバイス。
  26. 前記プロセッサは、前記生理学的信号の前記ＰＳＤとＰＳＤテンプレートとの間の前記類似度が、前記生理学的信号の前記ＰＳＤと前記対応する動き信号の前記ＰＳＤの類似度よりも大きくない場合、
    前記対応する動き信号を前記雑音基準として用いて前記生理学的信号のフィルタリングを実行し、
    前記フィルタリングされた生理学的信号の前記ＰＳＤを求め、
    前記フィルタリング後の前記生理学的信号の信号品質が改善されているか否かを判断する、
    ように構成されている、請求項２５に記載のデバイス。
  27. 前記プロセッサは、前記フィルタリングされた生理学的信号の前記ＰＳＤとＰＳＤテンプレートとの間の前記類似度が、前記フィルタリングされた生理学的信号の前記ＰＳＤと別の軸に沿った動き信号の前記ＰＳＤとの間の前記類似度よりも大きくない場合、前記別の軸に沿った前記動き信号を前記雑音基準として用いて前記フィルタリングされた生理学的信号のフィルタリングを実行するように更に構成されている、請求項２６に記載のデバイス。
  28. 前記プロセッサは、非オーバーラップ移動ウィンドウ又はオーバーラップ移動ウィンドウのいずれかに基づいて、前記生理学的信号及び前記動きデータを処理するように構成されている、請求項１６〜２７のいずれか１項に記載のデバイス。
  29. 前記生理学的信号はＰＰＧ信号を含む、請求項１６〜２８のいずれか１項に記載のデバイス。
  30. 前記動きデータはＡＣＣデータを含む、請求項１６〜２９のいずれか１項に記載のデバイス。
  31. 前記デバイスはウェアラブルデバイスに実装される、請求項１６〜３０のいずれか１項に記載のデバイス。
  32. 前記デバイスは、ウェアラブルデバイスと通信デバイスとを備えるアセンブリに実装される、請求項１６〜３１のいずれか１項に記載のデバイス。
  33. 前記デバイスは、ウェアラブルデバイスと無線通信デバイスとを備えるアセンブリに実装される、請求項１６〜３２のいずれか１項に記載のデバイス。
JP2016572641A 2014-06-13 2014-06-13 生理学的測定におけるアーティファクトを除去するデバイス及び方法 Active JP6465899B2 (ja)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/SG2014/000279 WO2015190994A1 (en) 2014-06-13 2014-06-13 Device and method for removing artifacts in physiological measurements

Publications (2)

Publication Number Publication Date
JP2017517349A JP2017517349A (ja) 2017-06-29
JP6465899B2 true JP6465899B2 (ja) 2019-02-06

Family

ID=54833958

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2016572641A Active JP6465899B2 (ja) 2014-06-13 2014-06-13 生理学的測定におけるアーティファクトを除去するデバイス及び方法

Country Status (6)

Country Link
US (1) US10973464B2 (ja)
JP (1) JP6465899B2 (ja)
KR (1) KR102268196B1 (ja)
CN (1) CN106456030B (ja)
SG (1) SG11201609658WA (ja)
WO (1) WO2015190994A1 (ja)

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10758133B2 (en) * 2014-08-07 2020-09-01 Apple Inc. Motion artifact removal by time domain projection
FR3059222A1 (fr) * 2016-11-28 2018-06-01 Apd Advanced Perfusion Diagnostics Sa Dispositif, procede et programme de monitorage de perfusion d'un tissu
WO2018137300A1 (zh) * 2017-01-25 2018-08-02 华为技术有限公司 一种生理信号质量判断方法及装置
TW201838584A (zh) 2017-04-18 2018-11-01 原相科技股份有限公司 能夠消除或避免偏移干擾而可準確量測生理特徵的電子裝置及方法
CN113558596A (zh) * 2017-04-27 2021-10-29 原相科技股份有限公司 量测生理特征的方法
US11166640B2 (en) 2017-06-02 2021-11-09 Apple Inc. Physiological sampling during predetermined activities
US10874313B2 (en) 2017-06-04 2020-12-29 Apple Inc. Heartrate tracking techniques
KR102588906B1 (ko) 2017-12-01 2023-10-13 삼성전자주식회사 생체 신호 품질 평가 장치 및 방법
US11457872B2 (en) * 2017-12-01 2022-10-04 Samsung Electronics Co., Ltd. Bio-signal quality assessment apparatus and bio-signal quality assessment method
CN109157200B (zh) * 2018-10-31 2021-03-23 安徽华米信息科技有限公司 噪声检测方法及装置
US11134900B2 (en) 2019-07-23 2021-10-05 KMZ Holdings LLC System and method for diagnostic analysis of human body systems, organs, and cells
WO2023108331A1 (zh) * 2021-12-13 2023-06-22 中国科学院深圳先进技术研究院 自适应实时心电信号质量评估方法
CN115670397B (zh) * 2022-11-17 2023-06-02 北京中科心研科技有限公司 一种ppg伪迹识别方法、装置、存储介质及电子设备

Family Cites Families (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5513649A (en) * 1994-03-22 1996-05-07 Sam Technology, Inc. Adaptive interference canceler for EEG movement and eye artifacts
US6002952A (en) * 1997-04-14 1999-12-14 Masimo Corporation Signal processing apparatus and method
US20040111219A1 (en) * 1999-02-22 2004-06-10 Sandeep Gulati Active interferometric signal analysis in software
JP3700048B2 (ja) * 1999-06-28 2005-09-28 オムロンヘルスケア株式会社 電子血圧計
JP3806285B2 (ja) * 2000-06-09 2006-08-09 ヤマハ株式会社 発光玩具および発光玩具を用いた身体状態記録／判定システム
JP2003102694A (ja) * 2001-09-28 2003-04-08 Kenji Sunakawa 心拍数測定装置
US7920919B1 (en) * 2006-11-06 2011-04-05 Pacesetter, Inc. Morphology based motion detection for sensors sensitive to motion induced noise
JP5060186B2 (ja) * 2007-07-05 2012-10-31 株式会社東芝 脈波処理装置及び方法
JP5448515B2 (ja) * 2009-03-25 2014-03-19 シチズンホールディングス株式会社 生体信号測定装置
US9642534B2 (en) * 2009-09-11 2017-05-09 University Of Virginia Patent Foundation Systems and methods for determining location of an access needle in a subject
WO2011068687A1 (en) * 2009-11-18 2011-06-09 Texas Instruments Incorporated Methods and apparatus for sensing blood flow and hemodynamic parameters
BR112012019857A2 (pt) 2010-02-11 2016-04-26 Koninkl Philips Electronics Nv método para determinar a respiração de um indivíduo e aparelho de determinação de respiração para determinar a respiração de um individuo
EP2533693B1 (en) * 2010-02-12 2018-08-22 Koninklijke Philips N.V. Method and apparatus for processing a cyclic physiological signal
US8747330B2 (en) * 2010-04-19 2014-06-10 Sotera Wireless, Inc. Body-worn monitor for measuring respiratory rate
US8761853B2 (en) * 2011-01-20 2014-06-24 Nitto Denko Corporation Devices and methods for non-invasive optical physiological measurements
JP2012170701A (ja) * 2011-02-23 2012-09-10 Seiko Epson Corp 拍動検出装置
US9770176B2 (en) * 2011-09-16 2017-09-26 Koninklijke Philips N.V. Device and method for estimating the heart rate during motion
KR101910982B1 (ko) * 2012-02-13 2019-01-04 삼성전자주식회사 개인화된 생체 신호 패턴을 이용한 생체 신호의 동잡음 제거 방법 및 장치
JP2015529513A (ja) * 2012-08-23 2015-10-08 日東電工株式会社 心拍数変動（ｈｒｖ）コヒーレンスを数値化する方法およびデバイス
JP5970712B2 (ja) * 2012-11-15 2016-08-17 セイコーエプソン株式会社 生体情報測定回路、装置、プログラム及び方法
KR102367550B1 (ko) * 2014-09-02 2022-02-28 삼성전자 주식회사 생체 신호를 이용한 카메라 모듈의 제어
US20170347948A1 (en) * 2014-12-30 2017-12-07 Nitto Denko Corporation Device and Method for Sleep Monitoring

Also Published As

Publication number Publication date
CN106456030B (zh) 2020-01-17
KR20170016370A (ko) 2017-02-13
WO2015190994A1 (en) 2015-12-17
JP2017517349A (ja) 2017-06-29
KR102268196B1 (ko) 2021-06-22
US20170128019A1 (en) 2017-05-11
CN106456030A (zh) 2017-02-22
US10973464B2 (en) 2021-04-13
SG11201609658WA (en) 2016-12-29

Similar Documents

Publication Publication Date Title
JP6465899B2 (ja) 生理学的測定におけるアーティファクトを除去するデバイス及び方法
CN109414203B (zh) 基于光学测量的在线心率估计
CN107205640B (zh) 用于去除生理测量结果中的伪像的设备和方法
US10506975B2 (en) Bio-signal processing apparatus and biometric information detection apparatus and method
EP3570736B1 (en) Determining health markers using portable devices
US20210153756A1 (en) Reliable acquisition of photoplethysmographic data
US10750982B2 (en) Oxygen saturation measuring apparatus and oxygen saturation measuring method thereof
US20200170577A1 (en) System and Methods for Adaptive Noise Quantification in Dynamic Biosignal Analysis
KR20190065115A (ko) 생체 신호 품질 평가 장치 및 방법
US9729693B1 (en) Determining measurement confidence for data collected from sensors of a wearable device
WO2019220012A1 (en) A method, an apparatus and a computer program product for estimating the quality of a signal
Pal et al. Improved heart rate detection using smart phone
TWI504378B (zh) 脈搏波信號的去噪處理方法和裝置及脈搏式血氧儀
EP3662824B1 (en) Autonomous full spectrum biometric monitoring
CN111374657B (zh) 基于光电容积描记图信号检测心律不整的方法及装置
EP3442403B1 (en) Processing apparatus and method for determining an ambulation motion of a subject
WO2024047651A1 (en) System and method for sensors integration for non-static continuous blood pressure monitoring

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20170413

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20170519

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20180530

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20180727

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20181212

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20190108

R150 Certificate of patent or registration of utility model

Ref document number: 6465899

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250