JP6468986B2 - ノイズ判定装置、方法、およびプログラム - Google Patents

Description

この発明は、ノイズが混入した生体信号の領域を判定するためのノイズ判定装置、方法、およびプログラムに関する。

従来、ホルター心電等のウェアラブルデバイスを用いて取得される生体信号には、体動や静電気等を要因とする様々なノイズが混入する場合があった。

そして、心電図のように類似した波形が繰り返し現れる生体信号に関して、ハイパスフィルタ等の各種フィルタリング処理を行うことによって、ノイズを除去または低減するための技術が知られている（非特許文献１を参照）。

Nakai et.al，Noise Tolerant QRS Detection using Template Matching with Short-Term Autocorrelation，IEEE EMBC 2014，pp.34-37，2014 http://www.guinnessworldrecords.com/world-records/lowest-heart-ratehttp://www.guinnessworldrecords.com/world-records/lowest-heart-rate http://nurse-senka.jp/contents/press/215681/

しかしながら、生体信号に対して詳細な解析を行う場合、ノイズが混入している領域（以下、「ノイズ混入領域」と称す。）を適切に判定するための処理を行う必要がある。また、ノイズ混入領域のような異常を、誤検出、過剰検出、または検出漏れを低減する必要がある。

具体的に、図９を参照して、生体信号に混入するノイズとその要因の一例について説明する。図９は、生体信号に混入するノイズの一例である。

図示するように、ノイズが混入する要因として、電極移動・電極外れ、呼吸・体動、心電図への筋電ノイズ混入による類似周波数の生体信号、および静電気がある。これらの要因の各々に対して、ノイズの種別として、図１０に示すような波形の乱れ、基線変動、波形の乱れ、およびインパルス性ノイズがある。

図１０は、心電図に混入するノイズ１００、例えば電極の移動を要因として生じる波形の乱れであるノイズ１００を示す図である。

波形の乱れおよびインパルス性ノイズは、対象とする生体信号と同一の周波数帯域に存在することがある。この場合、上述したような従来技術のフィルタリングを行っただけでは、ノイズが除去されないという問題がある。

また、対象とする生体信号と類似した周波数特性を有するノイズの単純な除去手法として、例えば、固定の閾値を用いる手法がある。しかしながら、ウェアラブルデバイスによって計測される生体信号の大きさは、例えば、ウェアラブルデバイスの構成やウェアラブルデバイスを使用するユーザの環境によって異なる。そのため、固定の閾値を設定した場合、上述したような誤検出、過剰検出、または検出漏れを引き起こすという問題もある。

また、例えば、生体信号の計測を完了する度に、計測された生体信号に適した閾値を設定することによって、上述したような検出漏れ、過剰検出、または誤検出を低減できる場合がある。しかしながら、このような場合、生体信号の計測が完了するまで、ノイズ混入領域か否かを判定することができないという問題がある。

この発明は、このような事情に鑑みてなされたものであり、固定的な閾値を用いず、生体信号と類似した周波数特性を有するノイズの混入領域を、誤検出することなく、適切に判定するためのノイズ判定装置、方法、およびプログラムを提供することにある。

上記目的を達成するためにこの発明は、以下のような構成要素を備えている。すなわち、ノイズ判定装置は、周期性を有する生体信号にノイズが混入しているか否かを判定するためのノイズ判定装置であって、生体信号を取得する取得手段と、取得された生体信号を少なくとも１周期を含む複数の第１の期間毎に分割する分割手段と、ここで、複数の第１の期間は、ノイズが混入しているか否かの判定の対象となり、複数の第１の期間のうちの何れか１つである判定対象期間を含み、分割された生体信号の各々に対して、分割された各々の生体信号の強度の平均値、標準偏差および累積差分を含む統計的な第１の特徴量を算出する第１の算出手段と、複数の第１の期間を含んでなる第２の期間における生体信号の第２の特徴量を、前記第２の期間に含まれる前記複数の第１の期間ごとに算出された前記第１の特徴量を加算することによって算出する第２の算出手段と、判定対象期間を少なくとも含み、さらに、判定対象期間および判定対象期間よりも時間的に前に位置する第１の期間および判定対象期間よりも時間的に後に位置する第１の期間のうちの少なくとも１つを含み、かつ、第２の期間よりも短い、第３の期間における生体信号の強度の平均値、標準偏差または累積差分のうちの少なくとも１つを含む第３の特徴量よりも小さい第１の所定の範囲内に、判定対象期間における生体信号の第１の特徴量が収まっているか否かを判定する第１の判定手段と、ここで、第１の判定手段は、判定対象期間における生体信号の第１の特徴量が、第１の所定の範囲内に収まっていないと判定した場合、判定対象期間を、ノイズが混入しているノイズ混入期間とみなし、前記判定対象期間を含む第２の期間における生体信号の第２の特徴量としての平均値が、判定対象期間を含む第２の期間よりも時間的に後に位置する第２の期間における生体信号の第２の特徴量としての平均値よりも小さい第２の所定の範囲内に収まっているか否かを判定する第２の判定手段と、ここで、第２の判定手段は、第２の特徴量としての平均値が、第２の所定の範囲内に収まっていないと判定した場合、判定対象期間をノイズ混入期間とみなし、判定対象期間に対して時間的に直前に位置する第１の期間を含むように、判定対象期間よりも時間的に前に位置する連続した１つまたは複数の第１の期間を含んでなり、第３の期間よりも長い第４の期間の中に、第１の判定手段によって以前にノイズ混入期間とみなされた判定対象期間が存在しない場合、現在の判定対象期間における生体信号の第１の特徴量としての平均値が、第４の期間における生体信号の強度の平均値よりも低いか否かを判定する第３の判定手段と、ここで、第３の判定手段は、現在の判定対象期間における生体信号の第１の特徴量としての平均値が、第４の期間における生体信号の強度の平均値よりも低くないと判定した場合、現在の判定対象期間を前記ノイズ混入期間とみなし、第４の期間の中に第１の判定手段によって以前にノイズ混入期間とみなされた判定対象期間が存在する場合、この判定対象期間を除く以前の判定対象期間と、第４の期間よりも時間的に前に位置し、以前にノイズ混入期間とみなされていない判定対象期間とからなり、第４の期間と同じ期間幅を有する第５の期間に関して、現在の判定対象期間における生体信号の第１の特徴量としての平均値が、第５の期間における生体信号の強度の平均値よりも低いか否かを判定する第４の判定手段と、ここで、第４の判定手段は、現在の判定対象期間における生体信号の第１の特徴量としての平均値が、第５の期間における生体信号の強度の平均値よりも低くないと判定した場合、この判定対象期間をノイズ混入期間とみなし、第１の判定手段、第２の判定手段、および、第３の判定手段または第４の判定手段によって、判定対象期間がノイズ混入期間とみなされた回数に応じて、判定対象期間にノイズが混入しているか否かを判定する総合判定手段と、を備えることを特徴とする。

すなわちこの発明によれば、固定的な閾値を用いず、生体信号と類似した周波数特性を有するノイズの混入領域を、誤検出を低減しつつ、適切に判定することができるノイズ判定装置、方法、およびプログラムを提供することができる。

本発明の実施形態に係る生体信号処理システムの構成例を示すブロック図。 同実施形態に係る生体信号処理システムの生体信号処理装置によるノイズ判定処理において用いられる生体信号データの分割例を説明するための図。 同実施形態に係る生体信号処理装置の詳細な構成例を示すブロック図 同実施形態に係る生体信号処理装置によるノイズ判定処理における判定条件と判定結果との関係の一例を示す図。 同実施形態に係る生体信号処理装置によるノイズ判定処理における判定条件の一覧を示す図。 同実施形態に係る生体信号処理装置によるノイズ判定処理手順の一例を示すフローチャート。 同実施形態に係る生体信号処理装置によるノイズ判定処理手順の一例を示すフローチャート。 同実施形態に係る生体信号処理装置によるノイズ判定処理の結果の一例を示す図。 同実施形態に係る生体信号処理装置によるノイズ判定処理の結果の別の例を示す図。 生体信号に混入するノイズとその要因の一例を示す図。 心電図に混入するノイズによって生じる波形の乱れの一例を示す図。

以下、図面を参照してこの発明に係る実施形態を説明する。
図１は、本発明の実施形態に係る生体信号処理システム１の構成例を示すブロック図である。
図１に関して説明する前に、本実施形態の概要について説明する。
本実施形態では、生体信号として心電図等に示される心電を適用した場合について説明する。また、電極の移動や外れ等に起因するような、心電と類似した周波数特性を有するノイズ混入領域を判定し、そのような異常を検出する。

例えば、心電のように類似した波形が繰り返し現れる生体信号を対象とする。なお、このような特徴を有する生体信号から得られる特徴量の値が取りうる範囲は、医学的・生理学的におおよそ知られている。そして、この心電のように周期的な生体信号に混入した同一の周波数帯域に存在するノイズの判定等を行うために、対象となる生体信号を、少なくとも短期期間と長期期間の２つの異なる分析窓幅で分割し、その分析窓を評価する。より詳細には、対象となる生体信号を分割し、分割された生体信号を含む各分析窓における特徴量を算出し、その分析窓を評価する。

また、長期期間の幅を有する分析窓同士を比較することにより大局的な変化を判定し、短期期間の幅を有する分析窓同士を比較することにより、例えば、ノイズが混入しているか否かを示す変化点、その変化の継続性等を判定する。これにより、対象となる生体信号と同一の周波数帯域に存在するノイズが混入している領域を判定し、そのような異常を検出する。このように、大局的な変化、局所的な変化、および変化の連続性の３つの観点から評価を行うことによって、ノイズ混入領域の判定および検出の精度を向上させる。

また、本実施形態では、フィルタリング等の従来のノイズ除去方法またはノイズ低減方法と併用することもできる。

生体信号処理システム１は、生体信号計測デバイス８および生体信号処理装置１０を備える。

生体信号計測デバイス８は、生体情報ａ０を人体等から取得するためのデバイスであり、例えば、ホルター心電計等のウェアラブルデバイスである。具体的には、生体信号計測デバイス８は、心電図等に表示されるような周期性を有する波形を示す心拍、脈拍、呼吸、脳波、または発汗等の生体現象に関する数値等に関する生体情報ａ０を計測する。

そして、生体信号計測デバイス８は、計測された生体情報ａ０を生体信号処理装置１０に送る。具体的には、生体情報ａ０を後述する生体信号処理装置１０の生体信号取得部９に送る。例えば、生体信号計測デバイス８は、生体信号処理装置１０と通信することによって生体情報ａ０を生体信号処理装置１０に送る。

信号処理装置１０は、生体信号取得部９の他に、生体信号前処理部１１、生体信号分割部１２、特徴量算出部１３、ノイズ領域判定部１４、評価用特徴量記録部１５、生体信号解析処理部１６、および評価結果一時記録部１７を備えてなる。

生体信号処理装置１０は、周期性を有する生体信号にノイズが混入しているか否かを判定するための装置あり、生体信号計測デバイス８から取得された生体信号情報ａ０に基づき、生体情報ａ０の周期性に関する指標（以下、「周期性指標」と称す。）を用いて、生体情報ａ０に含まれるノイズの有無を判定する。周期性指標は、少なくとも生体信号の１波分を含む生理指標（以下、「基本指標」と称す。）である。例えば、基本指標は、生体信号が心電である場合、一般の人の心電の少なくとも１波分を含む既知の心拍数等の指標、すなわち最低でも約１．５秒に１波分の心電を含む周期性を有する指標である。また、ノイズは、例えば、図９を参照して上述したようなノイズ種別に示されるようなノイズである。

生体信号取得部９は、生体信号計測デバイス８から取得された生体信号を含む生体情報ａ０を、生体信号前処理部１１および生体信号分割部１２に送る。

生体信号前処理部１１は、生体信号取得部９から取得された生体信号データａを生体信号分割部１２に送る前に、前処理として、生体信号データａに対して、既知のフィルターを用いて除去可能なノイズをフィルタリングするための処理を行う。そして、フィルタリングされた生体信号データａ’を生体信号分割部１２に送る。

なお、本実施形態では、生体信号前処理部１１によるフィルタリングを行わなくてもよい。この場合、生体信号分割部１２は、生体信号取得部９から取得された生体信号データａに基づき、後述するような生体信号を分割するための処理を行う。一方、生体信号前処理部１１によるフィルタリングは、例えば、本実施形態におけるノイズ判定処理を含む処理の後に行ってもよい。この場合、例えば、生体信号解析処理部１６が、後述するノイズ領域判定処理部１４等によるノイズ判定処理の後、生体信号前処理部１１によるフィルタリングと同等のフィルタリングを行う。

生体信号分割部１２は、生体信号取得部９等から取得された生体信号を少なくとも１周期を含む複数の第１の期間毎に分割する。ここで、複数の第１の期間は、ノイズが混入しているか否かの判定の対象となり、複数の第１の期間のうちの何れか１つである判定対象期間を含む。具体的には、生体信号分割部１２は、生体信号取得部９から取得された生体信号データａ、または、生体信号前処理部１１から取得された生体信号データａ’に基づき、生体信号データａまたは生体信号データａ’を任意間隔（区間）Ａで分割する。任意間隔Ａは、例えば、基本指標に示される約１．５秒間隔である。そして、分割された生体信号データａまたは分割された生体信号データａ’を含む生体信号データｂを特徴量算出部１３に送る。

特徴量算出部１３は、生体信号分割部１２から取得された生体信号データｂに基づき、任意間隔Ａごとに特徴量を算出する。特徴量は、例えば、心電の平均、心電の標準偏差、心電の累積差分であり、詳細は図３を参照して後述する。そして、算出された特徴量を含む生体信号データｃをノイズ領域判定部１４に送る。

ノイズ領域判定部１４は、特徴量算出部１３から取得された生体信号データｃに基づき、生体信号データｃのノイズ領域判定を行う。例えば、特徴量算出部１３によって算出された特徴量と、後述する評価用特徴量記録部１５に予め記録されている上述したような特徴量に関する情報を含む特徴量情報ｄと、に基づきノイズ領域判定を行う。より詳細には、例えば、ノイズ領域判定部１４は、評価用特徴量記録部１５から特徴量情報ｄ２を取得し、取得された特徴量情報ｄ２を用いてノイズ領域判定を行う。そして、ノイズ領域判定結果ｅを生体信号解析処理部１６に送る。ノイズ領域判定結果ｅは、例えば、任意間隔Ａごとに付与される。また、ノイズ領域判定結果ｅに含まれる特徴量情報ｄ１を評価用特徴量記録部１５に記録するために送る。

評価用特徴量記録部１５は、ノイズ領域判定部１４によるノイズ領域判定を行うために用いられる特徴量情報ｄを記録している。特徴量情報ｄは、例えば、過去に行われたノイズ領域判定結果ｅに含まれる特徴量に関する情報を含む。具体的には、特徴量情報ｄは、過去にノイズが含まれない領域を含むノイズ非混入領域であると判定された場合、ノイズ非混入領域の特徴量に関する情報を含む。また、評価用特徴量記録部１５は、ノイズ領域判定部１４から取得された特徴量情報ｄ１を記録する。

生体信号解析処理部１６は、ノイズ領域判定部１４から取得されたノイズ領域判定結果ｅに基づき、生体情報ａ０をより詳細に解析する。

評価結果一時記録部１７は、ノイズ領域判定部１４によるノイズ領域判定処理の途中において一時的に使用されるノイズ領域判定結果を含むノイズ領域判定結果を含む特徴量情報ｄ３を記録する。なお、評価結果一時記録部１７については、図３を参照して詳細に説明する。

ここで、図２を参照して、生体信号分割部１２、特徴量算出部１３、およびノイズ領域判定部１４によるより詳細な処理について説明する。図２は、任意間隔Ａと、任意間隔Ａよりも長い間隔である任意間隔Ｂとの関係を説明するための図である。なお、以下、生体信号分割部１２が生体信号データａおよび生体信号データａ’のうちの生体信号データａを分割する場合について説明する。

生体信号分割部１２は、生体情報ａ０を含む生体信号データａを、任意間隔Ａのデータを有する分析窓・短２０−１−１，２０−１−２，２０−１−３，２０−１−４，２０−１−５，２０−１−６、・・・、分析窓・短２０−ｎ−１，２０−ｎ−２，２０−ｎ−３，２０−ｎ−４，２０−ｎ−５，２０−ｎ−６に分割する。ここで、分析窓・短２０はそれぞれ生体信号データａの１単位となるパケットとみなすこともできる。なお、図２では、生体情報ａ０は、例えば、横軸が時間、縦軸が信号強度である生体信号の波形を示している。

そして、ｊ個の分析窓・短２０を、任意間隔Ｂのデータに相当する１つの分析窓・長２１とする。ここで、ｊは自然数であり、任意間隔Ｂは、例えば、任意間隔Ａの整数ｊ倍の値である。図２では、一例として、ｊが６である場合を示している。具体的には、分析窓・短２０−１−１，２０−１−２，２０−１−３，２０−１−４，２０−１−５，２０−１−６が、分析窓・長２１−１に対応する。同様に、分析窓・短２０−ｎ−１，２０−ｎ−２，２０−ｎ−３，２０−ｎ−４，２０−ｎ−５，２０−ｎ−６が、分析窓・長２１−ｎに対応する。

そして、特徴量算出部１３は、分析窓・短２０の各々に対して特徴量（以下、「第１の特徴量」とも称する）を算出する。また、１つの分析窓・長２１を１単位として特徴量（以下、「第２の特徴量」とも称する）を算出する。この場合、任意間隔Ｂが任意間隔Ａの整数倍ｊであるため、特徴量算出部１３は、分析窓・短２０に対して算出された第１の特徴量に基づき、分析窓・長２１の第２の特徴量を算出する。

例えば、特徴量算出部１３は、分析窓・短２０−１−１，２０−１−２，２０−１−３，２０−１−４，２０−１−５，２０−１−６に対して、この順に第１の特徴量をそれぞれ算出する。そして、分析窓・短２０−１−６の第１の特徴量の算出が完了した場合、すなわち、任意間隔Ｂに相当するデータが蓄積された場合、分析窓・長２０−１の第２の特徴量を算出する。例えば、分析窓・短２０−１−１，２０−１−２，２０−１−３，２０−１−４，２０−１−５，２０−１−６の各々に対して算出された第１の特徴量を加算等することによって、分析窓・長２０−１に対する第２の特徴量を算出する。そして、算出された分析窓・長２０−１の第２の特徴量をノイズ領域判定部１４に送る。ノイズ領域判定部１４は、特徴量算出部１３から取得した分析窓・長２０−１の第２の特徴量に対してノイズ領域判定を行う。

次に、図３を参照して、生体信号処理装置１０のより詳細な構成例について説明する。図３は、生体信号処理装置１０の詳細な構成例を示すブロック図である。なお、図１を参照して説明した構成および内容については説明を省略する。

特徴量算出部１３は、特徴量算出部１３ａおよび特徴量算出部１３ｂを備える。

また、ノイズ領域判定部１４は、長期判定部３０、短期判定部３１、中期判定部３２ａ、中期判定部３２ｂ、条件総合判定部３３、およびノイズ判定部３４を備える。

まず、図３における生体信号判定について簡単に説明する。図３では、大きく５つの生体信号判定が行われる。

１つ目の判定は、基本指標に相当する任意間隔Ａに対する局所的な異常検出のための判定である（短期判定部３１による判定に対応する）。

２つ目の判定は、局所的な異常検出では検出できない任意間隔Ｂに対する大局的な異常検出のための判定である（長期判定部３０による判定に対応する）。２つ目の判定では、１波分よりも長い異常、例えば小さい異常で長く継続するような異常を検出する。

３つ目の判定は、任意間隔Ａよりも長く任意間隔Ｂよりも短い任意間隔Ｃに対する局所的より広い視点において、異常を検出するための判定である（短期判定部３１による判定に対応する）。

４つ目の判定は、任意間隔Ｃよりも長く任意間隔Ｂよりも短い任意間隔Ｄに対して、確からしいデータ、すなわちノイズ非混入領域に対応するデータに関する中期的な視点において、異常を検出するための判定である（中期判定部３２ａによる判定に対応する）。

５つ目の判定は、異常が検出された後、正常な状態に復帰した場合、以前の正常な状態と異なる別の正常な状態である場合を考慮し、異常を検出するための判定である（中期判定部３２ｂによる判定に対応する）。

生体信号分割部１２は、生体信号取得部９から取得された生体情報ａ０を含む生体信号データａを任意間隔Ａで分割する。例えば、図３に示すように、生体信号データａを７つの分析窓・短２０−１，２０−２，２０−３，２０−４，２０−５，２０−６，２０−７に分割する。この任意間隔Ａ、すなわち分割幅は、上述した基本指標に基づいて決定する。このように、生体信号データａを任意間隔Ａで分割することによって、分析窓・短２０の少なくとも１つに後述するＲ波に関する生体信号の情報を含める。また、例えば、分析窓・短２０を最小評価単位とし、ノイズが混入しているノイズ混入領域であると判定された分析窓・短２０に含まれる全ての生体信号データａをノイズ混入領域とみなす。

特徴量算出部１３ａは、分割された生体信号の各々に対して、分割された各々の生体信号の強度の平均値を含む統計的な第１の特徴量を算出する。具体的には、任意間隔Ａごとに、すなわち分析窓・短２０ごとに前述した第１の特徴量を算出する。そして、算出された任意間隔Ａごとの特徴量α，β，γを含む生体信号データｃ１を特徴量算出部１３ｂおよび短期判定部３１に送る。また、中期判定選択部３５を介して生体信号データｃ１を中期判定部３２ａまたは中期判定部３２ｂに送る。第１の特徴量は、例えば、生体情報ａ０の大きさを示す特徴量α、生体情報ａ０のばらつきを示す特徴量β、または生体情報ａ０の推移量を示す特徴量γである。そして、特徴量算出部１３ａは、分析窓・短２０の各々に関して、特徴量α，β，γを算出する。

特徴量算出部１３ｂは、第１の特徴量を用いて、上記複数の第１の期間を含んでなる第２の期間における生体信号の第２の特徴量を算出する。例えば、第２の期間は、第１の期間の整数倍の期間である。具体的には、生体情報ａ０を大局的に評価するために、任意間隔Ｂごとに、すなわち分析窓・長２１ごとに第２の特徴量を算出する。なお、任意間隔Ｂは、上述したように任意間隔Ａの自然数ｊ倍の値である。具体的には、特徴量算出部１３ａによる任意間隔Ａの特徴量の算出処理が完了した分析窓・短２０の個数が任意間隔Ｂに相当する量に達するごとに、対象範囲に存在する分析窓・長２１の特徴量α，β，γの平均および標準偏差を算出する。そして、算出された任意間隔Ｂごとの特徴量α，β，γを含む生体信号データｃ２を長期判定部３０に送る。

ここで、特徴量算出部１３ａによって算出される任意間隔Ａの第１の特徴量、および特徴量算出部１３ｂによって算出される任意間隔Ｂの第２の特徴量について詳細に説明する。

ここでは、生体情報ａ０として心電情報に関して説明する。まず、心電情報の特徴として、例えば、以下の５つの特徴がある。

１つ目の特徴は、心電に繰り返し現れる波形の１つとして、心室の収縮（脱分極）による電気活動であるＱＲＳ群（Ｒ波）があり、心拍間隔は隣接するＲ波の間隔から算出されるという特徴である。

２つ目の特徴は、一般の人の心拍数は例えば４０〜２４０（ｂｐｍ）であり（例えば、非特許文献１を参照）、すなわち、０．２５〜１．５（ｓｅｃ）に１回はＱＲＳ群が計測されるという特徴である。

３つ目の特徴は、一般の人とは異なるアスリート等の心拍数、いわゆる「スポーツ心臓」を持つ人の心拍数が４０（ｂｐｍ）よりも低い場合でも正常であるという特徴である。例えば、最も低い心拍数（Ｌｏｗｅｓｔ−ｈｅａｒｔ−ｒａｔｅ）のギネス記録は２７（ｂｐｍ）である（例えば、非特許文献２参照）。そのため、最低でも２．３（ｓｅｃ）に１回はＱＲＳ群が計測されるという特徴である。

４つ目の特徴は、３．０（ｓｅｃ）以上ＱＲＳ群が計測されない場合、洞停止とみなされるという特徴である（例えば、非特許文献３参照）。

５つ目の特徴は、心電は類似した波形が繰り返し出現する生体信号である。そのため、任意間隔ごとに心電図を区切り、任意間隔ごとに評価する場合、対象となる心電の周波数特性と類似または同一の周波数特性、例えば類似または同一の周波数帯域、を有するノイズ（以下、「類似周波数特性ノイズ」と称す。）が混入していない理想的な状態であれば、心電位の大きさ、ばらつき、および波形の推移量はどの任意間隔の領域でも近しい値を得るという特徴である。

そして、本実施形態では、これら５つの心電情報の特徴に基づき、心電情報以外の生体情報ａ０にも適用可能な特徴量α，β，γを算出する。なお、ここでは、心電情報に関して説明する。

特徴量αは、分析窓・短２０および分析窓・長２１に含まれる心電の絶対値の平均値である。なお、上述した５つの特徴に関して「心電波形の大きさ」の大小関係を表現可能な正の値であれば、心電の絶対値の平均値以外の値を特徴量αとしてもよい。特徴量αを用いることによって、例えば、心電の電位の大きさに基づき、類似周波数特性ノイズを検出することができる。

特徴量βは、分析窓・短２０および分析窓・長２１に含まれる心電情報に関して算出される標準偏差である。なお、上述した５つの特徴に関して「心電波形のばらつき」を表現可能な値であれば、例えば一定間隔ごとに算出可能な分散値等の統計量を特徴量βとしてもよい。特徴量βを用いることによって、例えば、分析窓・短２０または分析窓・長２１に類似周波数特性ノイズが含まれている場合、特徴量αのような平均値から外れた値を示す心電データの数、または、その平均値からの外れ量を評価することができる。そのため、例えば、心電の電位のばらつきに基づき、類似周波数特性ノイズを検出することができる。

特徴量γは、分析窓・短２０および分析窓・長２１に含まれる心電情報に関して算出される累積差分である。なお、上述した５つの特徴に関して「心電波形の推移量」を表現可能な値であれば、例えば一定間隔ごとに算出可能な移動平均等の統計量を特徴量γとしてもよい。特徴量γを用いることによって、例えば、値が小さく長期的に発生し、局所的には検出が困難な異常を評価することができる。そのため、例えば、心電の電位の推移量に基づき、類似周波数特性ノイズを検出することができる。また、例えば、生体信号前処理部１１によるフィルタリングを行っても除去できない基線変動等を検出することもできる。

次に、長期判定部３０は、上記第２の特徴量が、判定対象期間を含む上記第２の期間よりも時間的に後に位置する第２の期間における生体信号の第２の特徴量よりも小さい第２の所定の範囲内に収まっているか否かを判定する。ここで、長期判定部３０は、第２の特徴量が、第２の所定の範囲内に収まっていないと判定した場合、上記判定対象期間を前記ノイズ混入期間とみなす。

具体的には、特徴量算出部１３ｂから得られた生体信号データｃ２に基づき、大局的な異常を評価するための判定（以下、「長期判定」と称す。）を行う。具体的には、２つの隣接する分析窓・長２１の特徴量α，β，γを用いて、条件Ｘを満たすか否かを判定する。以下、平均値をμ、標準偏差をσで表す。条件Ｘは、数式（１）によって表される。

ここで、ｋは１以上の任意の実数である。また、ｎはｎ番目の分析窓・長２１−ｎを意味する。添字longWindow[n]は、ｎ番目の分析窓・長２１に関して算出された値を意味する。

そして、長期判定部３０は、条件Ｘを満たすと判定された場合、分析窓・長２１−ｎに対応する生体情報ａ０に関するデータの値（以下、「分析窓・長データ値」と称す。）が、大局的に見て所定の範囲内の値に収まっているとみなし、正常なデータであると判定する。そして、条件Ｘを満たすと判定された分析窓・長２１−ｎの特徴量α，β，γを算出するために用いた全ての分析窓・短２０にＴＲＵＥ_longWindowを付与する。例えば、図３に示すような分析窓・長２１の特徴量α，β，γを算出するために分析窓・短２０−１，２０−２，２０−３，２０−４，２０−５，２０−６，２０−７を用いた場合、分析窓・短２０−１，２０−２，２０−３，２０−４，２０−５，２０−６，２０−７の各々にＴＲＵＥ_longWindowを付与する。ＴＲＵＥ_longWindowは、それが付与された分析窓・短２０に含まれるデータが正常であること、すなわちＴＲＵＥ_longWindowが付与された分析窓・短２０がノイズ非混入領域であることを意味する。

一方、長期判定部３０は、条件Ｘを満たさないと判定された場合、分析窓・長２１−ｎに類似周波数特性ノイズ等のノイズが混入しているとみなす。つまり、対象となる分析窓・長２１に対応する特徴量α，β，γが大局的にみてある範囲内に値が収まっていれば正常である判定することを意味する。そして、条件Ｘを満たさないと判定された分析窓・長２１−ｎの特徴量α，β，γを算出するために用いた全ての分析窓・短２０にＦＡＬＳＥ_longWindowを付与する。例えば、図３に示すような分析窓・長２１の特徴量α，β，γを算出するために分析窓・短２０−１，２０−２，２０−３，２０−４，２０−５，２０−６，２０−７を用いた場合、分析窓・短２０−１，２０−２，２０−３，２０−４，２０−５，２０−６，２０−７の各々にＦＡＬＳＥ_longWindowを付与する。ＦＡＬＳＥ_longWindowは、それが付与された分析窓・短２０に含まれるデータが異常であること、すなわちＦＡＬＳＥ_longWindowが付与された分析窓・短２０がノイズ混入領域であることを意味する。

このように、長期判定部３０は、周期的に同等の動きを有する生体情報ａ０であれば、分析窓・長データ値が所定の範囲内の値に収まることを利用して、分析窓・長２１に対する大局的な評価を行う。そして、長期判定部３０は、その判定結果である長期判定結果ｆを条件総合判定部３３に送る。

次に、短期判定部３１は、上記判定対象期間を少なくとも含み、さらに、判定対象期間および判定対象期間よりも時間的に前に位置する第１の期間および判定対象期間よりも時間的に後に位置する第１の期間のうちの少なくとも１つを含むか、または、判定対象期間のみからなり、かつ、上記第２の期間よりも短い、第３の期間における生体信号の第３の特徴量よりも小さい第１の所定の範囲内に、判定対象期間における生体信号の第１の特徴量が収まっているか否かを判定する。ここで、短期判定部３１は、判定対象期間における生体信号の第１の特徴量が、第１の所定の範囲内に収まっていないと判定した場合、判定対象期間を、ノイズが混入しているノイズ混入期間とみなす。

具体的には、特徴量算出部１３ａから得られた生体信号データｃ１に基づき、局所的な類似周波数特性ノイズの混入領域を評価するための判定（以下、「短期判定」と称す。）を行う。例えば、長期判定部３０によって類似周波数特性ノイズを検出することが困難な場合、つまり類似周波数特性ノイズが混入している場合でも長期判定部３０によって類似周波数特性ノイズが混入していないと判定されるような場合、短期判定部３１によって短期判定が行われる。なお、局所的とは、例えば、分析窓・長２１を構成する分析窓・短２０のうちの１つに類似周波数特性ノイズが含まれる場合を意味する。

具体的には、短期判定は、被評価分析窓に関して「±任意間隔Ｃ」の範囲に存在する分析窓（以下、「評価分析窓」と称す。）を評価のために用いる判定である。つまり、大局的な異常を検出する長期判定に用いる任意間隔Ｂよりも短い任意間隔Ｃの範囲において、異常を検出することを意味する。なお、Ｃは、０を含む整数である。また、Ｃを０とした場合、短期判定部３１による短期判定は、図３の説明の始めに説明した１つ目の判定に相当する。また、被評価分析窓は、例えば、分析窓・短２０のうちの１つである。

より詳細には、生体情報ａ０として心電情報を用いる場合、上述した心電情報の４つ目の特徴に示すように、洞停止とみなされる判定基準に基づいて任意間隔Ｃを３．０（ｓｅｃ）とする。この場合、アスリート等のスポーツ心臓を測定対象とする場合でも、被評価分析窓の前後の任意間隔Ｃに少なくとも１回はＲ波に関連する成分が含まれる。そのため、Ｒ波を含む分析窓・窓２０とＲ波を含まない分析窓・窓２０が交互に連続して存在する場合でも、Ｒ波を含む分析窓・窓２０とＲ波を含まない分析窓・窓２０との何れかに対するノイズ混入領域であると誤判定することを抑制することができる。

より詳細には、短期判定部３１は、生体信号データｃ１に含まれる分析窓・短２０の各々の第１の特徴量α，β，γを用いて、数式（２）に示すような条件Ｙを満たすか否かを判定する。

数式（２）は、被評価分析窓の特徴量α，β，γが、各評価分析窓の特徴量α，β，γのＬ倍以下であることを意味する。なお、Ｌは１以上の任意の実数である。また、ｊは、ｊ番目の分析窓・短を意味する。なお、ここで、ｊは、１つの分析窓・長２１に含まれる複数の分析窓・短２０のうちのｊ番目の分析窓・短２０を意味する。また、CumulativeDiffは、特徴量γに対応する累積差分の値を意味する。

そして、短期判定部３１は、全ての評価分析窓に対して条件Ｙを満たすと判定された場合、対応する被評価分析窓にＴＲＵＥ_{local(±C[s])}を付与する。一方、短期判定部３１は、条件Ｙを満たさないと判定された場合、例えば、条件Ｙを満たさない評価分析窓が１個以上存在する場合、対応する被評価分析窓にＦＡＬＳＥ_{local(±C[s])}を付与する。

なお、条件Ｙとして、特徴量αに関しては、数式（２−１）を用い、特徴量βに関しては、数式（２−２）を用い、特徴量γに関しては、数式（２−３）を用いる。

短期判定部３１は、仮にノイズが混入していない場合を想定した場合、被評価分析窓における特徴量と評価分析窓における特徴量は、特徴量α，β，γの各々で極端な差はない。そのため、例えば、各評価分析窓において算出される特徴量α，β，γの何れか１つでも、被評価分析窓における対応する特徴量α，β，γとの差が既定の範囲内に収まらない場合、その被評価分析窓にＦＡＬＳＥ_{local(±C[s])}を付与する。

そして、短期判定部３１は、ＴＲＵＥ_{local(±C[s])}またはＦＡＬＳＥ_{local(±C[s])}が付与された各被評価分析窓に関する情報を含む判定結果ｇを条件総合判定部３３および評価結果一時記録部１７に送る。

このような短期判定部３１による短期判定処理は、長期判定部３０による長期判定処理では異常の検出が困難な場合でも、例えば、分析窓・長２１の範囲内に半数以下にしか異常がないような場合でも、分析窓・短２０の特徴量とその分析窓・短２０の前後の任意間隔Ｃの特徴量とを比較することによって異常を検出することができる。

評価結果一時記録部１７は、後述する中期判定選択部３５によって使用するために、判定結果ｇを一時的に記録する。そして、例えば、中期判定選択部３５からの要求に応じて、評価結果一時記録部１７に記録されている判定結果ｇを含む特徴量情報ｄ３を中期判定選択部３５に送る。

評価用特徴量記録部１５は、後述する中期判定部３２ａによる判定結果を含む特徴量情報ｄ４を中期判定部３２ａから取得する。また、後述する中期判定部３２ｂによる判定結果を含む特徴量情報ｄ５を中期判定部３２ｂから取得する。そして、例えば中期判定選択部３５からの要求に応じて、特徴量情報ｄ４または特徴量情報ｄ５の何れかを含む特徴量情報ｄ６を、中期判定選択部３５に送る。

より詳細には、評価用特徴量記録部１５は、中期判定部３２ａによる中期判定のために、「異常なし」と判定されたデータ、例えばＴＲＵＥが付与されているデータを保持する。また、例えば、中期判定部選択部３５によって中期判定部３２ｂが選択され、中期判定部３２ｂによって中期判定が行われた場合、後述する第１の選択判定情報、第２の選択判定情報、および第３の選択判定情報が、特徴量情報ｄ４として中期判定部３２ｂから評価用特徴量記録部１５に送られる。そして、評価用特徴量記録部１５は、これらの第１の選択判定情報、第２の選択判定情報、および第３の選択判定情報を保持する。

中期判定選択部３５は、評価結果一時記録部１７から取得される特徴量情報ｄ３、および、評価用特徴量記録部１５から取得される特徴量情報ｄ６に基づき、特徴量算出部１３ａから取得される生体信号データｃ１に対して、後述する中期判定部３２ａと中期判定部３２ｂとの何れにおいて中期判定を行うか否かを判定し、中期判定部３２ａと中期判定部３２ｂとの何れを選択する。なお、中期判定は、後述するような条件Ｚを判定条件とする判定であり、詳細については後述する。

例えば、中期判定選択部３５は、中期判定部３２ａによって既に行われた中期判定のうち直近に行われた中期判定の結果、すなわち評価を行う対象となっている現在の生体信号データｃ１（以下、「現在の生体信号データｃ」と称す。）よりも１つ前に対象となった生体信号データｃ（以下、「過去の生体信号データｃ０」と称す。）に対して行われた中期判定の結果を含む特徴量情報ｄ４（第１の選択判定情報）を、評価用特徴量記録部１５から特徴量情報ｄ６として取得する。また、短期判定部３１によって既に行われた短期判定のうち直近に行われた短期判定の結果、すなわち過去の生体信号データｃ０に対して行われた短期判定の判定結果ｇ（第２の選択判定情報取）を、評価結果一時記録部１７から特徴量情報ｄ７として取得する。また、現在の生体信号データｃに対して行われた短期判定の判定結果ｇ（第３の選択判定情報）を、評価結果一時記録部１７から特徴量情報ｄ７として取得する。

そして、中期判定選択部３５は、例えば、第１の選択判定情報、第２の選択判定情報、および第３の選択判定情報の何れにもノイズが混入されていないこと、すなわちＴＲＵＥが付与されていた場合、中期判定部３２ａを選択する。一方、第１の選択判定情報、第２の選択判定情報、および第３の選択判定情報の何れかにノイズが混入されていること、すなわちＦＡＬＳＥが付与されていた場合、中期判定部３２ｂを選択する。

次に、中期判定部３２ａおよび中期判定部３２ｂについて説明する。短期判定部３１による短期判定では、ノイズが混合している異常なデータ同士が比較され、異常を検出できない場合がある。そのため、中期判定部３２ａおよび中期判定部３２ｂは、ノイズが混合していないデータ、つまり異常でない正常なデータを用いて中期判定を行う。例えば、評価用特徴量記録部１５に記録されているＴｒｕｅが付与された過去のデータを用いて、中期判定を行うことによって異常を検出する。

また、中期判定部３２ａおよび中期判定部３２ｂは、ノイズ混入領域の変化の連続性に関する評価を行う。例えば、類似周波数特性ノイズが長期に渡って混入している場合、短期判定部３１は、ノイズが混入する開始地点を意味するノイズ混入開始領域と、終了地点を意味するノイズ混入終了領域を判定するが、その間の区間における類似周波数特性ノイズの混入可否を判定しない場合がある。

そこで、中期判定部３２ａは、上記判定対象期間に対して時間的に直前に位置する第１の期間を含むように、判定対象期間よりも時間的に前に位置する連続した１つまたは複数の第１の期間を含んでなり、上記第３の期間よりも長い第４の期間の中に、短期判定部３１によって以前にノイズ混入期間とみなされた判定対象期間が存在しない場合、現在の判定対象期間における生体信号の第１の特徴量が、第４の期間における生体信号の特徴量の平均値よりも低いか否かを判定する。ここで、中期判定部３２ａは、現在の判定対象期間における生体信号の第１の特徴量が、第４の期間における生体信号の特徴量の平均値よりも低くないと判定した場合、現在の判定対象期間を前記ノイズ混入期間とみなす。

具体的には、中期判定部３２ａは、分析窓・短２０等の被評価分析窓から連続する特徴量情報、すなわち分析窓・短２０に例えば時間的に連続する任意間隔Ｄに存在する分析窓に対応する特徴量情報、例えば評価用特徴量記録部１５に保存されている特徴量情報を用い、被評価分析窓に対応する特徴量が、数式（３）に示すような条件Ｚ１を満たすか否かを判定することによって、被評価分析窓を評価する。

数式（３）において、ｍ＝Ｄ／Ａであり、ｋは１以上の任意の実数である。ここで、Ｄは、例えば任意間隔Ｄに対応する時間であり、Ａは、例えば任意間隔Ａに対応する時間である。また、数式（３）の右辺の第１項は、異常がない特徴量情報のうちの平均値に関する情報の平均値に相当する。数式（３）の右辺の第２項は、異常がない特徴量情報のうちの標準偏差値に関する情報の平均値に相当する。

また、任意間隔Ｄを任意間隔Ｃの整数倍にすることによって、上述したようなスポーツ心臓に対して測定される生体情報ａ０を想定した場合でも、異常を検出できる。

そして、中期判定部３２ａは、全ての評価分析窓に対して条件Ｚ１を満たす場合、例えば、任意間隔Ｄを、任意間隔Ｄのうち、任意間隔Ｄ１と、任意間隔Ｄ１よりも大きい任意間隔Ｄ２とに関して数式（３）を満たす場合、対象となる被評価分析窓にＴＲＵＥ_local(cont)を付与する。一方、条件Ｚ１を満たさない場合が１回以上存在する場合、対象となる被評価分析窓にＦＡＬＳＥ_local(cont)を付与する。なお、数式（３）における不等号の左辺が被評価分析窓に相当し、数式（３）における不等号の右辺が評価分析窓に相当する。

そして、中期判定部３２ａは、中期判定の判定結果ｈ１を条件総合判定部３３に送る。また、判定結果ｈ１を含む特徴量情報ｄ４を評価用特徴量記録部１５に送る。

なお、中期判定部３２ａは、例えば、所定の被評価分析窓から任意区間Ｄに存在する分析窓・短２０等の評価分析窓にＦＡＬＳＥ_{local(±C[s])}またはＦＡＬＳＥ_local(cont)が付与されている場合、その所定の被評価分析窓から時間的に遡及してｍ個のＴＲＵＥ_{local(±C[s])}またはＴＲＵＥ_local(cont)が付与されている分析窓・短２０等の分析窓に関する情報を特徴量情報ｄ４として、他の所定の被評価分析窓を評価するために用いるために、評価用特徴量記録部１５に送り、評価用特徴量記録部１５に記録させる。

例えば、中期判定部３２ａまたは評価用特徴量記録部１５は、評価用特徴量記録部１５に記録されている複数の評価分析窓の集合からＦＡＬＳＥ_{local(±C[s])}またはＦＡＬＳＥ_local(cont)となった評価分析窓を除く。そして、その集合以外の評価分析窓でＴＲＵＥ_{local(±C[s])}またはＴＲＵＥ_local(cont)が付与されている評価分析窓の集合のうち、最も時間的に古い評価分析窓から時間的に新しい評価分析窓を、順に、ＴＲＵＥ_{local(±C[s])}またはＴＲＵＥ_local(cont)が付与されている評価分析窓の集合に取り込む。これにより、評価用分析窓に関するデータの不足分を補うことできる。

このように、中期判定部３２ａは、異常がないデータを用いて中期判定の比較等を行うことによって、被評価対象窓に異常があるか否かを判定する。

次に、中期判定部３２ｂについて説明する。例えば、生体信号計測デバイス８によって生体情報ａ０が計測されている間、生体信号計測デバイス８に備えられた電極のずれ等が生じることによって、電極のずれ等が生じる前に計測された生体情報ａ０が示す値（以下、「変化前生体情報値」と称す。）の範囲内で、電極がずれた後に計測される生体情報ａ０が示す値（以下、「変化後生体情報値」と称す。）が、再び安定するとは限らない。そのため、中期判定部３２ｂは、中期判定部３２ａよりも緩い条件Ｚ２を用いて評価を行う。そして、中期判定部３２ｂによる評価を行うことによって、例えば、変化前生体情報値に関する正常な値を含む領域が、変化前生体情報値に関する正常な値と異なる値を正常な値とする領域に変化した場合でも、例えば異常を誤検出等することなく、正常に異常を検出できる状態に復帰することができる。

中期判定部３２ｂは、上記第４の期間の中に短期判定部３１によって以前にノイズ混入期間とみなされた判定対象期間が存在する場合、この判定対象期間を除く以前の判定対象期間と、第４の期間よりも時間的に前に位置し、以前にノイズ混入期間とみなされていない判定対象期間とからなり、第４の期間と同じ期間幅を有する第５の期間に関して、現在の判定対象期間における生体信号の第１の特徴量が、第５の期間における生体信号の特徴量の平均値よりも低いか否かを判定する。ここで、中期判定部３２ｂは、現在の判定対象期間における生体信号の第１の特徴量が、第５の期間における生体信号の特徴量の平均値よりも低くないと判定した場合、この判定対象期間をノイズ混入期間とみなす。

具体的には、中期判定部３２ｂは、例えば、短期判定部３１の判定結果ｇまたは過去の生体信号データｃ０に対する中期判定部３２ａの判定結果ｈ１を含む特徴量情報ｄ４にＦＡＬＳＥが付与されている場合、中期判定部３２ａによる中期判定の処理の代わりに中期判定を行う。

より詳細には、中期判定部３２ｂは、現在の生体信号データｃよりも後に評価の対象となる生体信号データｃ（以下、「未来の生体信号データｃ」と称す。）に対する判定結果等を含む評価結果がＴＲＵＥになるまで、数式（４）に示す条件Ｚ２に基づいて、上述したような変化の連続性に関する評価を行うために、中期判定を行う。

なお、中期判定部３２ｂは、所定の被評価分析窓から時間的に遡及してｍ個のＴＲＵＥ_{local(±C[s])}またはＴＲＵＥ_local(cont)が付与されている分析窓・短２０等の分析窓に関する情報を特徴量情報ｄ５として、他の所定の被評価分析窓を評価するために用いるために、評価用特徴量記録部１５に送り、評価用特徴量記録部１５に記録させる。

そして、中期判定部３２ｂは、中期判定の判定結果ｈ２を条件総合判定部３３に送る。また、判定結果ｈ２を含む特徴量情報ｄ５を評価用特徴量記録部１５に送る。

数式（４）において、数式（３）と同様にｍ＝Ｄ／Ａであり、ｋおよびｗは１以上の任意の実数である。ここで、Ｄは、例えば任意間隔Ｄに対応する時間であり、Ａは、例えば任意間隔Ａに対応する時間である。また、数式（４）の右辺の第１項は、異常がない特徴量情報のうちの平均値に関する情報の平均値に相当する。数式（３）の右辺の第２項は、異常がない特徴量情報うちの標準偏差値に関する情報の平均値に相当する。

例えば、上述したように、電極ずれが生じ、その電極が別の場所で再度固定されたような場合、すなわち、変化前生体情報値の電位と異なる電位で安定的に変化後生体情報値として生体信号を取得できるようになった場合、電極がずれる前と同等の電位で生体信号を取得できない場合がある。そのため、中期判定部３２ｂは、数式（３）の右辺の第２項の標準偏差値の平均値の重みを意味する係数ｋをｗ倍した数式（４）を条件Ｚ２とすることによって、上述したような正常な状態へ復帰することができる。

数式（４）を用いることによって、正常値であるとみなす範囲が広くなり、正常な状態であるか否かの判定条件を緩和することができる。そして、異常な状態から復帰したことの検出漏れを抑制することもできる。

また、短期判定部３１または中期判定部３２ａによって被評価対象窓にＦＡＬＳＥが付与されている場合、異常な値との照合を回避できる、すなわち、異常な値同士による比較が行われ、誤判定を回避することができる。

なお、長期判定部３０、短期判定部３１、および、中期判定部３２ａまたは中期判定部３２ｂ、による各判定処理は、図３に示すように特徴量α，β，γの全てに関して、特徴量αに関する判定処理２９ａ、特徴量βに関する判定処理２９ｂ、および特徴量γに関する判定処理２９ｃを行う。なお、数式（１）乃至数式（４）は、特徴量αとして平均値に関する数式を示しているが、他の特徴量β、γに関しても、数式（１）乃至数式（４）と同様な数式を用いることによって判定し得る。

次に、条件総合判定部３３について説明する。
条件総合判定部３３は、長期判定部３０、短期判定部３１、および、中期判定部３２ａまたは中期判定部３２ｂによって、判定対象期間がノイズ混入期間とみなされた回数に応じて、判定対象期間にノイズが混入しているか否かを判定する。例えば、ノイズ混入期間とみなされた回数が１回以上存在する場合、判定対象期間にノイズが混入していると判定する。具体的には、長期判定部３０から取得された判定結果ｆ、短期判定部３１から取得された判定結果ｇ、および、中期判定部３２ａから取得された判定結果ｈ１または中期判定部３２ｂから取得された判定結果ｈ２、に基づき、各特徴量における異常検出の総合判定を行う。

例えば、条件総合判定部３３は、所定の被評価分析窓ついて、特徴量α，β，γの各々に関して、これらの各判定結果に１つ以上のＦＡＬＳＥが付与されている場合、その所定の被評価分析窓に対してＦＡＬＳＥ_{（特徴量名）}を付与する。一方、例えば、これらの各判定結果の全てにＴＲＵＥが付与されている場合、その所定の被評価分析窓に対してＴＲＵＥ_{（特徴量名）}を付与する。なお、条件総合判定部３３による総合判定の詳細については、図４を参照して後述する。

そして、条件総合判定部３３は、総合判定結果ｒをノイズ判定部３４に送る。

また、条件総合判定部３３は、例えば、ＴＲＵＥ_{（特徴量名）}が付与された場合、ＴＲＵＥ_{（特徴量名）}が付与された総合判定結果ｒを含む特徴量情報ｄ７を評価用特徴量記録部１５に送る。この場合、評価用特徴量記録部１５は、条件総合判定部３３から取得されたＴＲＵＥ（特徴量名）が付与された総合判定結果ｒを含む特徴量情報ｄ７を、時間的に最も新しいデータとして、評価用特徴量記録部１５に保存されている時間的に最も古い特徴量情報ｄに関するデータと、置き換える。

ノイズ判定部３４は、受件総合判定部３３から取得された総合判定結果ｒに基づき、各領域、すなわち分析窓・短２０の各々に関して、分析窓・短２０の各々がノイズ混入領域であるか否かを判定し、分析窓・短２０が異常な領域であるか否かを判定し評価するための最終判定を行う。

例えば、ノイズ判定部３４は、特徴量α，β，γの全てに関する総合判定結果ｒを取得した場合、最終判定を行う。例えば、各特徴量α，β，γの何れか１つの総合判定結果ｒにＦＡＬＳＥ_{（特徴量）}が付与されている場合、評価対象の分析窓・短２０がノイズ混入領域であると判定する。そして、ノイズ判定部３４は、その判定結果をノイズ領域判定結果ｅとして生体信号解析処理部１６に出力する。

ノイズ領域判定結果ｅは、例えば、分析窓・短２０等の各生体信号領域がノイズ非混入領域３７またはノイズ混入領域３６の何れであるかを示す判定結果、すなわち、各分析窓・短２０に対して、ＴＲＵＥが付与された判定結果（以下、「ＴＲＵＥ判定結果」と称す。）またはＦＡＬＳＥが付与された判定結果（以下、「ＦＡＬＳＥ判定結果」と称す。）の何れであるかを示す判定結果を含む。

具体的には、図３では、ノイズ領域判定結果ｅは、分析窓・短２０−１，２０−２，２０−３はノイズ非混入領域３７であり、分析窓・短２０−４，２０−５，２０−６，２０−７はノイズ混入領域３６であることを示している。

なお、上述した条件総合判定部３３による総合判定またはノイズ判定部３４による最終判定において、１つ以上のＦＡＬＳＥの有無を判定の基準にするのではなく、ＦＡＬＳＥが付与された個数を基準にして、総合判定または最終判定を行ってもよい。

また、本実施形態の生体信号処理システム１は、例えば、磁気ディスク等の記録媒体に記録されたプログラムや、インターネット等の通信ネットワークを介してダウンロードしたプログラムを読み込み、このプログラムによって動作が制御されるサーバ等のコンピュータによって実現される。

なお、請求項において、生体信号を取得する取得手段は、例えば、生体信号取得部９に対応する。取得された生体信号を少なくとも１周期を含む複数の第１の期間毎に分割する分割手段は、例えば、生体信号分割部１２に対応する。分割された生体信号の各々に対して、分割された各々の生体信号の強度の平均値を含む統計的な第１の特徴量を算出する第１の算出手段は、例えば、特徴量算出部１３ａに対応する。第１の特徴量を用いて、複数の第１の期間を含んでなる第２の期間における生体信号の第２の特徴量を算出する第２の算出手段は、例えば、特徴量算出部１３ｂに対応する。判定対象期間を少なくとも含み、さらに、判定対象期間および判定対象期間よりも時間的に前に位置する第１の期間および判定対象期間よりも時間的に後に位置する第１の期間のうちの少なくとも１つを含むか、または、判定対象期間のみからなり、かつ、第２の期間よりも短い、第３の期間における生体信号の第３の特徴量よりも小さい第１の所定の範囲内に、判定対象期間における生体信号の第１の特徴量が収まっているか否かを判定する第１の判定手段は、例えば、短期判定部３１に対応する。第２の特徴量が、判定対象期間を含む第２の期間よりも時間的に後に位置する第２の期間における生体信号の第２の特徴量よりも小さい第２の所定の範囲内に収まっているか否かを判定する第２の判定手段は、例えば、長期判定部３０に対応する。判定対象期間に対して時間的に直前に位置する第１の期間を含むように、判定対象期間よりも時間的に前に位置する連続した１つまたは複数の第１の期間を含んでなり、第３の期間よりも長い第４の期間の中に、第１の判定手段によって以前にノイズ混入期間とみなされた判定対象期間が存在しない場合、現在の判定対象期間における生体信号の第１の特徴量が、第４の期間における生体信号の特徴量の平均値よりも低いか否かを判定する第３の判定手段は、例えば、中期判定部３２ａに対応する。第４の期間の中に第１の判定手段によって以前にノイズ混入期間とみなされた判定対象期間が存在する場合、この判定対象期間を除く以前の判定対象期間と、第４の期間よりも時間的に前に位置し、以前にノイズ混入期間とみなされていない判定対象期間とからなり、第４の期間と同じ期間幅を有する第５の期間に関して、現在の判定対象期間における生体信号の第１の特徴量が、第５の期間における生体信号の特徴量の平均値よりも低いか否かを判定する第４の判定手段は、例えば、中期判定部３２ｂに対応する。第１の判定手段、第２の判定手段、および、第３の判定手段または第４の判定手段によって、判定対象期間がノイズ混入期間とみなされた回数に応じて、判定対象期間にノイズが混入しているか否かを判定する総合判定手段は、例えば、条件総合判定部３３に対応する。

次に、図４を参照して、条件総合判定部３３による総合判定の詳細について説明する。図４は、各条件と総合判定結果ｒとの関係を示した図である。

総合判定は、例えば、図４に示すように、各条件がＡｎｄ条件を満たすか否かを判定する。

Ｄａｔａ＃（ｊ）は、ｊ番目の分析窓・短２０を示している。例えば、「１：１−３００」は１番目の分析窓・短２０−１に関するデータを示している。そして、１−３００は、例えば、１番目の分析窓・短２０−１における生体信号のサンプリング番号を示している。

そして、総合判定結果ｒを示している総合判定項目、条件Ｘの判定結果を示している条件Ｘ項目、条件Ｙの判定結果を示している条件Ｙ項目、および条件Ｚの判定結果を示している条件Ｚ項目、の各々において、各Ｄａｔａ＃（ｊ）に対応するように、ＴＲＵＥ判定結果またはＦＡＬＳＥ判定結果を示している。

例えば、「２：３０１−６００」は２番目の分析窓・短２０−２に関するデータを示しており、条件Ｘ項目、条件Ｙ項目、および条件Ｚ項目の何れにおいてもＴＲＵＥ判定結果であることを示している。したがって、Ａｎｄ条件を満たすため、総合判定結果ｒ項目には、ＴＲＵＥ判定結果であることが示されている。

一方、例えば、「５：１２０１−１５００」は５番目の分析窓・短２０−５に関するデータを示しており、条件Ｘ項目は、ＴＲＵＥ判定結果であることを示しており、条件Ｙ項目および条件Ｚ項目は、ＦＡＬＳＥ判定結果がであることを示している。したがって、Ａｎｄ条件を満たさないため、総合判定結果ｒ項目には、ＦＡＬＳＥ判定結果であることが示されている。

なお、条件Ｚ項目は、条件Ｚ１または条件Ｚ２に関する判定結果を示している。

次に、図５を参照して、各条件の詳細について説明する。図５では、条件Ｘ、条件Ｙ、および条件Ｚ（条件Ｚ１）に関する内容を示している。

図５には、条件項目、解析窓幅項目、比較対象項目、検出内容項目、および条件式項目が示されている。

条件項目は、各条件を識別するための識別子等の名称を示している。

解析窓幅項目は、各条件において用いられる評価対象窓の時間的な幅を、各条件に対応するように、示している。例えば、条件Ｘは、長期的な幅に関する解析を行う場合に用いられる。一方、条件Ｙは、短期的な幅に関する解析を行う場合に用いられる。また、条件Ｚは、中期的な幅に関する解析を行う場合に用いられる。

比較対象項目は、各条件に対応するように、被評価対象窓、例えば分析窓・短２０と比較される評価対象窓の内容を示している。

条件Ｘに関して、被評価対象窓に対して、隣接する評価対象窓を用いて、被評価対象窓と比較する。例えば、条件Ｘに関して、被評価対象窓と時間的に隣接し、被評価対象窓よりも時間的に後続する評価対象窓を用いる。

条件Ｙに関して、被評価対象窓に対して、時間的に前後に存在する任意間隔Ｃにおける評価対象窓と、被評価対象窓とを比較する。

条件Ｚに関して、被評価対象窓に対して、時間的に連続する任意間隔Ｄにおける評価対象窓と、被評価対象窓とを比較する。

検出内容項目は、各条件に対応するように、各条件を用いることによって検出可能な内容を示している。

条件Ｘを用いた場合、長期的な解析窓幅に関する条件Ｘを用いることによって、大局的な変化を検出することができる。条件Ｙを用いた場合、ノイズ混入領域とノイズ非混入領域との変化点を検出することができる。条件Ｚを用いた場合、ノイズ混入領域およびノイズ非混入領域の変化の継続性を検出することができる。

条件式項目は、各条件に対応する条件式を示している。条件Ｘに対応する条件式は、上述した数式（１）に対応し、条件Ｙに対応する条件式は、上述した数式（２）に対応し、条件Ｚに対応する条件式は、上述した数式（３）に対応する。

次に、図６Ａおよび図６Ｂを参照して、生体信号処理装置１０によるノイズ判定処理手順の一例について説明する。図６Ａおよび図６Ｂは、ノイズ判定処理手順の一例を示すフローチャートである。

まず、例えば、生体信号計測デバイス８によって生体情報ａ０が計測されることによって、または、生体情報取得部９によって生体信号計測デバイス８から生体情報ａ０が取得されることによって、ノイズ判定処理が開始される。

そして、生体信号分割部１２によって、生体情報取得部９から送られた生体信号データａに基づき、生体信号データａが任意間隔Ａで分割される（ステップＳ１０）。次に、特徴量算出部１３によって、生体信号データｂに基づき、分割データ毎に、すなわち任意間隔Ａごとに、平均値、標準偏差、または累積差分等の特徴量が算出される（ステップＳ１２）。

そして、特徴量算出部１３ｂによって、特徴量算出部１３ａによって特徴量の算出が完了したデータが任意間隔Ｂに相当するデータ量に達しているか否かが判定される（ステップＳ１４）。任意間隔Ｂに相当するデータ量に達していないと判定された場合（ステップＳ１４：ＮＯ）、ステップＳ１２に戻る。一方、任意間隔Ｂに相当するデータ量に達していると判定された場合（ステップＳ１４：ＹＥＳ）、ステップＳ１６に進み、特徴量算出部１３ｂによって、任意間隔Ｂに対応する特徴量が算出される（ステップＳ１６）。

次に、特徴量算出部１３ｂによって、未評価の分析窓・長２１に対応するデータが２つ以上存在するか否かが判定される（ステップＳ１８）。なお、未評価とは、例えば、ノイズ判定部３４による最終判定がまだ行われていないことを意味する。そして、未評価の分析窓・長２１に対応するデータが２つ以上存在しない場合（ステップＳ１８：ＮＯ）、ステップＳ１２に戻る。一方、未評価の分析窓・長２１に対応するデータが２つ以上存在する場合（ステップＳ１８：ＹＥＳ）、長期判定部３０によって各特徴量に関して条件Ｘを満たすか否か、すなわち数式（１）が成立するか否かが判定される（ステップＳ２０）。

数式（１）が成立すると判定された場合（ステップＳ２０：ＹＥＳ）、長期判定部３０によって、数式（１）が成立すると判定された分析窓・長２１に属す分析窓・短２０にＴＲＵＥ_longWindowが付与される（ステップＳ２２）。一方、数式（１）が成立しないと判定された場合（ステップＳ２０：ＮＯ）、長期判定部３０によって、数式（１）が成立しないと判定された分析窓・長２１に属す分析窓・短２０にＦＡＬＳＥ_longWindowが付与される（ステップＳ２４）。そして、ステップＳ２２またはステップＳ２４の後、ステップＳ２６に進む。

次に、短期判定部３１によって、被評価分析窓から±任意間隔Ｃに対応する分析窓に関して、条件Ｙを満たすか否か、すなわち数式（２）が成立するか否かが判定される（ステップＳ２６）。

数式（２）が成立すると判定された場合（ステップＳ２６：ＹＥＳ）、短期判定部３１によって、数式（２）が成立すると判定された被評価分析窓である分析窓・短２０にＴＲＵＥ_{local(±C[s])}が付与される（ステップＳ２８）。一方、数式（２）が成立しないと判定された場合（ステップＳ２６：ＮＯ）、短期判定部３１によって、数式（２）が成立しないと判定された被評価分析窓である分析窓・短２０にＦＡＬＳＥ_{local(±C[s])}が付与される（ステップＳ３０）。そして、ステップＳ２８またはステップＳ３０の後、ステップＳ３２に進む。

ステップＳ３２では、中期判定選択部３５によって、被評価分析窓からみて、すなわち被評価分析窓を基準として任意間隔Ｄに存在する分析窓・短２０等の分析窓に対して、ＦＡＬＳＥ_{local(±C[s])}またはＦＡＬＳＥ_local(cont)が付与されているか否かが判定される（ステップＳ３２）。

任意間隔Ｄに存在する分析窓に対して、ＦＡＬＳＥ_{local(±C[s])}またはＦＡＬＳＥ_local(cont)が付与されていないと判定された場合（ステップＳ３２：ＮＯ）、中期判定部３２ａによって、分析窓・短２０等の被評価分析窓と評価用特徴量記録部１５に記録されている特徴量情報ｄ４に関して、数式（３）が成立するか否かが判定される（ステップＳ３４）。

一方、任意間隔Ｄに存在する分析窓に対して、ＦＡＬＳＥ_{local(±C[s])}またはＦＡＬＳＥ_local(cont)が付与されていると判定された場合（ステップＳ３２：ＹＥＳ）、中期判定部３２ｂによって、分析窓・短２０等の被評価分析窓と評価用特徴量記録部１５に記録されている特徴量情報ｄ５に関して、数式（４）が成立するか否かが判定される（ステップＳ３６）。

そして、数式（３）が成立しないと判定された場合（ステップＳ３４：ＮＯ）、または、数式（４）が成立しないと判定された場合（ステップＳ３６：ＮＯ）、対象となる被評価分析窓に対してＦＡＬＳＥ_local(cont)が付与される（ステップＳ３８）。そして、ステップＳ３８の処理が行われた場合、ステップＳ４４に進む。

一方、数式（３）が成立すると判定された場合（ステップＳ３４：ＹＥＳ）、または、数式（４）が成立すると判定された場合（ステップＳ３６：ＹＥＳ）、対象となる被評価分析窓に対してＴＲＵＥ_local(cont)が付与される（ステップＳ４０）。そして、ステップＳ４０の処理の後、例えば、評価用特徴量記録部１５に記録されているデータのうち時間的に最も古い値が、ステップＳ４０においてＴＲＵＥ_local(cont)が付与された被評価分析窓に関するＴＲＵＥ_local(cont)を示す値を用いて更新される（ステップＳ４２）。

そして、ステップＳ３８の処理またはステップＳ４２の処理の後、条件総合判定部３３によって、対象となる被評価分析窓に対応する特徴量に関して、数式（１）、数式（２）、および、数式（３）または数式（４）に対する判定結果に関して、例えば、１つ以上のＦＡＬＳＥ判定結果が存在するか否かの判定が判定される（ステップＳ４４）。

１つ以上のＦＡＬＳＥ判定結果が存在すると判定された場合（ステップＳ４４：ＹＥＳ）、被評価分析窓にＦＡＬＳＥ（特徴量）が付与される（ステップＳ４８）。一方、１つ以上のＦＡＬＳＥ判定結果が存在しないと判定された場合（ステップＳ４４：ＮＯ）、被評価分析窓にＴＲＵＥ（特徴量）が付与される（ステップＳ４６）。

そして、ステップＳ４６の処理またはステップＳ４８の処理の後、ノイズ判定部３４によって、被評価分析窓の特徴量について、１つ以上のＦＡＬＳＥ判定結果が存在するか否かが判定される（ステップＳ５０）。そして、１つ以上のＦＡＬＳＥ判定結果が存在しないと判定された場合（ステップＳ５０：ＮＯ）、ノイズ判定部３４によって、対象となる被評価分析窓がノイズ非混入領域であると判定される（ステップＳ５２）。一方、１つ以上のＦＡＬＳＥ判定結果が存在すると判定された場合（ステップＳ５０：ＹＥＳ）、ノイズ判定部３４によって、対象となる被評価分析窓がノイズ混入領域であると判定される（ステップＳ５４）。

そして、ステップＳ５２の処理またはステップＳ５４の処理の後、特徴量算出部１３ｂ等によって、未評価の分析窓・長２１に対応するデータが残っているか否かが判定される（ステップＳ５６）。未評価の分析窓・長２１に対応するデータが残っていると判定された場合（ステップＳ５６：ＹＥＳ）、ステップＳ１８に戻る。一方、未評価の分析窓・長２１に対応するデータが残っていないと判定された場合（ステップＳ５６：ＮＯ）、ノイズ判定処理が終了される。

次に、図７および図８を参照して、本実施形態によるノイズ判定処理の結果について説明する。
図７は、ウェアラブルデバイスを用いて計測された生体信号７２の１つである心電の波形を示している。図７の横軸は時間を表しており、縦軸は計測された生体信号７２の電位等の強度を示している。

また、図７では、計測された生体信号７２に、ノイズ７１ａ，７１ｂ，７１ｃが混入していることを示している。

本実施形態のノイズ判定処理を行うことによって、ノイズが混入していると思われる領域７０を判定することができる。

具体的には、図７に示すような周期性を有する心電に対して、時間的に異なる２つ以上の分析窓を用いて、電位等に固定的な閾値を設けることなく、領域７０を判定できる。

図８は、図７に示した計測された生体信号７２を、生体信号前処理部１１によって、３（Ｈｚ）〜５０（Ｈｚ）の周波数帯域におけるバンドパスフィルタを通過させることによって得られるＥＣＧ波形８０を示している。

そして、このようなＥＣＧ波形８０に対しても、本実施形態のノイズ判定処理を行うことによって、領域７０をノイズ混入領域と判定することができる。

なお、本実施形態では、生体信号として心電について説明したが、心電と同様の特徴を持つ循環器系の生体信号である脈波についても、本実施形態のノイズ判定処理を適用することができる。この場合も、上述した任意間隔Ａ，Ｂ，Ｃ，Ｄと同等の値を設定することによって、類似周波数特性ノイズを判定および検出できる。

また、本実施形態のノイズ判定処理は、リアルタイム処理でもよいし、バッチ処理でもよい。

以上のような本実施形態によって、次のような効果を得ることができる。
対象とする生体信号に対して固定的な閾値を用いず、類似周波数特性ノイズの混入領域を判定することが可能となる。

例えば、対象となる生体信号を分析窓・短２０（短期）と分析窓・長２１（長期）の２つの分析窓長で分割し、各々における統計的な特徴量を算出する。これにより、特徴量に関して、長期の分析窓同士の比較により大局的な変化を判定することが可能となる。また、短期の分析窓同士の比較により、ノイズ混入領域とノイズ非混入領域との変化点およびその変化の継続性を判定することも可能となる。

また、短期、中期、および長期の３つ観点の判定結果に基づいて、ノイズ混入領域を判定しノイズを検出することが可能となる。そのため、生体信号の電位等に対して固定的な閾値を用いることなく、類似周波数特性ノイズの混入領域を判定し検出することも可能となる。

また、本発明は、心電や脈波等の周期性のある生体信号においてノイズが混入している信号区間を推定するための技術でもある。心電信号等の生体信号の周期性を用いて、複数の指標におけるノイズの有無を評価することによって、生体信号計測デバイス８の構成やユーザ環境による心電信号の大きさが異なる場合でも、影響を受けないノイズ区間を推定することが可能となる。

また、ノイズ非混入領域と判定された領域のデータに関する特徴量を記録しておき、その記録された特徴量を利用することによって、ノイズ混入領域の検出率の低下を低減することが可能となる。

また、任意間隔Ｂを任意間隔Ａよりも長く、任意間隔Ａの整数倍の値にすることによって、例えば、任意間隔Ａに関して算出された特徴量等の算出結果を任意間隔Ｂにおける特徴量等の算出のために使用することによって、任意間隔Ｂにおける特徴量を算出するための算出コストを低減することが可能となる。

また、既知の指標に基づいて生体信号を分割することにより、異常の誤検出を低減することが可能となる。

また、例えば、３種類の特徴量α，β，γを用いることによって、ノイズ混入領域の検出率を向上させることが可能となる。

また、短期判定を行うことによって、例えば、Ｒ波を含む分析窓・窓２０とＲ波を含まない分析窓・窓２０が交互に連続して存在する場合でも、Ｒ波を含む分析窓・窓２０とＲ波を含まない分析窓・窓２０との何れかがノイズ混入領域であると誤判定することを抑制することが可能となる。

また、２つの異なる間隔で生体信号を分割して特徴量を算出し、複数の観点から評価を行うことによって、ノイズ混入領域の判定精度を向上させることが可能となる。

また、例えば、心電における類似周波数特性ノイズを判定する場合、既知の指標である一般の人の心拍数に基づいて、例えば任意間隔Ａを１．５秒に設定することによって、分析窓の中にＲ波に関連する生体信号を最低でも１つ含めることが可能となるため、Ｒ波に関連する生体信号を類似周波数特性ノイズとして誤検出することを抑制することが可能となる。

また、任意間隔Ｂを任意間隔Ａの整数倍とすることによって、大局的に混入したノイズの検出に必要となる特徴量の計算コストを低減し、さらに、任意間隔Ｃを洞停止の判別基準に基づいて３．０秒に設定し、被評価分析窓から±任意間隔Ｃに存在する分析窓と被評価分析窓の特徴量とを比較することによって、局所的に混入した類似周波数特性ノイズの検出を可能とする。

また、任意間隔Ｄを任意間隔Ｃの整数倍に設定し、被評価分析窓から連続する任意間隔Ｄに存在する分析窓を用いて評価を行うことによって、類似周波数特性ノイズの混入開始位置または終了位置だけでなく、その間の区間における類似周波数特性ノイズの混入可否を判定することが可能となる。

また、過去にノイズ非混入領域であると判定された分析窓の特徴量を用いることによって、類似周波数特性ノイズの検出精度を担保することが可能となる。そして、類似周波数特性ノイズ混入領域を含む領域に関してノイズ判定処理を行っている間、ノイズ非混入領域を含む領域に関してノイズ判定処理を行う場合よりも、条件Ｚ２のように判定基準を緩めることによって、例えば、一度ずれた電極が別の場所で再度固定されたような場合でも、ずれた場所において安定的に生体信号を取得することが可能となる。

本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。

１…生体信号処理システム、８…生体信号計測デバイス、９…生体信号取得部、１０…生体信号処理装置、１１…生体信号前処理部、１２…生体信号分割部、１３…特徴量算出部、１４…ノイズ領域判定部、１５…評価用特徴量記録部、１６…生体信号解析処理部、１７…評価結果一時記録部、２０…分析窓・短、２１…分析窓・長、３０…長期判定部、３１…短期判定部、３２ａ…中期判定部、３２ｂ…中期判定部、３３…条件総合判定部、３４…ノイズ判定部、３５…中期判定選択部、３６…ノイズ混入領域、３７…ノイズ非混入領域、７０…領域、７１…ノイズ、７２…生体信号、８０…ＥＣＧ波形、１００…ノイズ。

Claims (8)

1. 周期性を有する生体信号にノイズが混入しているか否かを判定するためのノイズ判定装置であって、
   前記生体信号を取得する取得手段と、
   前記取得された生体信号を少なくとも１周期を含む複数の第１の期間毎に分割する分割手段と、ここで、前記複数の第１の期間は、前記ノイズが混入しているか否かの判定の対象となり、前記複数の第１の期間のうちの何れか１つである判定対象期間を含み、
   前記分割された生体信号の各々に対して、前記分割された各々の生体信号の強度の平均値、標準偏差および累積差分を含む統計的な第１の特徴量を算出する第１の算出手段と、
   前記複数の第１の期間を含んでなる第２の期間における生体信号の第２の特徴量を、前記第２の期間に含まれる前記複数の第１の期間ごとに算出された前記第１の特徴量を加算することによって算出する第２の算出手段と、
   前記判定対象期間を少なくとも含み、さらに、前記判定対象期間および前記判定対象期間よりも時間的に前に位置する第１の期間および前記判定対象期間よりも時間的に後に位置する第１の期間のうちの少なくとも１つを含み、かつ、前記第２の期間よりも短い、第３の期間における生体信号の強度の平均値、標準偏差または累積差分のうちの少なくとも１つを含む第３の特徴量よりも小さい第１の所定の範囲内に、前記判定対象期間における生体信号の第１の特徴量が収まっているか否かを判定する第１の判定手段と、ここで、前記第１の判定手段は、前記判定対象期間における生体信号の第１の特徴量が、前記第１の所定の範囲内に収まっていないと判定した場合、前記判定対象期間を、ノイズが混入しているノイズ混入期間とみなし、
   前記判定対象期間を含む第２の期間における生体信号の第２の特徴量としての平均値が、前記判定対象期間を含む第２の期間よりも時間的に後に位置する第２の期間における生体信号の第２の特徴量としての平均値よりも小さい第２の所定の範囲内に収まっているか否かを判定する第２の判定手段と、ここで、前記第２の判定手段は、前記第２の特徴量としての平均値が、前記第２の所定の範囲内に収まっていないと判定した場合、前記判定対象期間を前記ノイズ混入期間とみなし、
   前記判定対象期間に対して時間的に直前に位置する第１の期間を含むように、前記判定対象期間よりも時間的に前に位置する連続した１つまたは複数の第１の期間を含んでなり、前記第３の期間よりも長い第４の期間の中に、前記第１の判定手段によって以前にノイズ混入期間とみなされた判定対象期間が存在しない場合、現在の判定対象期間における生体信号の第１の特徴量としての平均値が、前記第４の期間における生体信号の強度の平均値よりも低いか否かを判定する第３の判定手段と、ここで、前記第３の判定手段は、現在の判定対象期間における生体信号の第１の特徴量としての平均値が、前記第４の期間における生体信号の強度の平均値よりも低くないと判定した場合、現在の判定対象期間を前記ノイズ混入期間とみなし、
   前記第４の期間の中に前記第１の判定手段によって以前にノイズ混入期間とみなされた判定対象期間が存在する場合、この判定対象期間を除く以前の判定対象期間と、前記第４の期間よりも時間的に前に位置し、以前にノイズ混入期間とみなされていない判定対象期間とからなり、前記第４の期間と同じ期間幅を有する第５の期間に関して、現在の判定対象期間における生体信号の第１の特徴量としての平均値が、前記第５の期間における生体信号の強度の平均値よりも低いか否かを判定する第４の判定手段と、ここで、前記第４の判定手段は、前記現在の判定対象期間における生体信号の第１の特徴量としての平均値が、前記第５の期間における生体信号の強度の平均値よりも低くないと判定した場合、この判定対象期間を前記ノイズ混入期間とみなし、
   前記第１の判定手段、前記第２の判定手段、および、前記第３の判定手段または前記第４の判定手段によって、判定対象期間が前記ノイズ混入期間とみなされた回数に応じて、判定対象期間にノイズが混入しているか否かを判定する総合判定手段と、
   を備えるノイズ判定装置。
2. 前記第２の期間は、前記第１の期間の整数倍の期間である請求項１記載のノイズ判定装置。
3. 前記総合判定手段は、前記ノイズ混入期間とみなされた回数が１回以上存在する場合、判定対象期間にノイズが混入していると判定する請求項１または２に記載のノイズ判定装置。
4. 周期性を有する生体信号にノイズが混入しているか否かを判定するためのノイズ判定方法であって、
   前記生体信号を取得し、
   前記取得された生体信号を少なくとも１周期を含む複数の第１の期間毎に分割し、ここで、前記複数の第１の期間は、前記ノイズが混入しているか否かの判定の対象となり、前記複数の第１の期間のうちの何れか１つである判定対象期間を含み、
   前記分割された生体信号の各々に対して、前記分割された各々の生体信号の強度の平均値、標準偏差および累積差分を含む統計的な第１の特徴量を算出し、
   前記複数の第１の期間を含んでなる第２の期間における生体信号の第２の特徴量を、前記第２の期間に含まれる前記複数の第１の期間ごとに算出された前記第１の特徴量を加算することによって算出し、
   前記判定対象期間を少なくとも含み、さらに、前記判定対象期間および前記判定対象期間よりも時間的に前に位置する第１の期間および前記判定対象期間よりも時間的に後に位置する第１の期間のうちの少なくとも１つを含み、かつ、前記第２の期間よりも短い、第３の期間における生体信号の強度の平均値、標準偏差または累積差分のうちの少なくとも１つを含む第３の特徴量よりも小さい第１の所定の範囲内に、前記判定対象期間における生体信号の第１の特徴量が収まっているか否かを判定し、ここで、前記第１の所定の範囲内に前記判定対象期間における生体信号の第１の特徴量が収まっているか否かを判定することは、前記判定対象期間における生体信号の第１の特徴量が、前記第１の所定の範囲内に収まっていないと判定した場合、前記判定対象期間を、ノイズが混入しているノイズ混入期間とみなし、
   前記判定対象期間を含む第２の期間における生体信号の第２の特徴量としての平均値が、前記判定対象期間を含む第２の期間よりも時間的に後に位置する第２の期間における生体信号の第２の特徴量としての平均値よりも小さい第２の所定の範囲内に収まっているか否かを判定し、ここで、前記第２の所定の範囲内に収まっているか否かを判定することは、前記第２の特徴量としての平均値が、前記第２の所定の範囲内に収まっていないと判定した場合、前記判定対象期間を前記ノイズ混入期間とみなし、
   前記判定対象期間に対して時間的に直前に位置する第１の期間を含むように、前記判定対象期間よりも時間的に前に位置する連続した１つまたは複数の第１の期間を含んでなり、前記第３の期間よりも長い第４の期間の中に、前記第１の所定の範囲内に前記判定対象期間における生体信号の第１の特徴量が収まっているか否かを判定することによって以前にノイズ混入期間とみなされた判定対象期間が存在しない場合、現在の判定対象期間における生体信号の第１の特徴量としての平均値が、前記第４の期間における生体信号の強度の平均値よりも低いか否かを判定し、ここで、前記第４の期間における生体信号の強度の平均値よりも低いか否かを判定することは、現在の判定対象期間における生体信号の第１の特徴量としての平均値が、前記第４の期間における生体信号の強度の平均値よりも低くないと判定した場合、現在の判定対象期間を前記ノイズ混入期間とみなし、
   前記第１の所定の範囲内に前記判定対象期間における生体信号の第１の特徴量が収まっているか否かを判定することによって、前記第４の期間の中に以前にノイズ混入期間とみなされた判定対象期間が存在する場合、この判定対象期間を除く以前の判定対象期間と、前記第４の期間よりも時間的に前に位置し、以前にノイズ混入期間とみなされていない判定対象期間とからなり、前記第４の期間と同じ期間幅を有する第５の期間に関して、現在の判定対象期間における生体信号の第１の特徴量としての平均値が、前記第５の期間における生体信号の強度の平均値よりも低いか否かを判定し、ここで、前記第５の期間における生体信号の強度の平均値よりも低いか否かを判定することは、前記現在の判定対象期間における生体信号の第１の特徴量としての平均値が、前記第５の期間における生体信号の強度の平均値よりも低くないと判定した場合、この判定対象期間を前記ノイズ混入期間とみなし、
   前記第１の所定の範囲内に前記判定対象期間における生体信号の第１の特徴量が収まっているか否かを判定すること、前記第２の所定の範囲内に収まっているか否かを判定すること、および、前記第４の期間における生体信号の強度の平均値よりも低いか否かを判定することまたは前記第５の期間における生体信号の強度の平均値よりも低いか否かを判定すること、によって、判定対象期間が前記ノイズ混入期間とみなされた回数に応じて、判定対象期間にノイズが混入しているか否かを判定する、
   ノイズ判定方法。
5. 前記第２の期間は、前記第１の期間の整数倍の期間である請求項４記載のノイズ判定方法。
6. 前記判定対象期間にノイズが混入しているか否かを判定することは、前記ノイズ混入期間とみなされた回数が１回以上存在する場合、判定対象期間にノイズが混入していると判定する請求項４または５に記載のノイズ判定方法。
7. コンピュータを、請求項１乃至３の何れか１項に記載のノイズ判定装置として機能させるためのプログラム。
8. コンピュータに、請求項４乃至６の何れか１項に記載のノイズ判定方法を実行させるためのプログラム。