JP6527192B2

JP6527192B2 - 脈拍信号分析方法および装置

Info

Publication number: JP6527192B2
Application number: JP2017075836A
Authority: JP
Inventors: 張　家齊; 家齊張; 弘毅許
Original assignee: Winbond Electronics Corp
Current assignee: Winbond Electronics Corp
Priority date: 2016-08-30
Filing date: 2017-04-06
Publication date: 2019-06-05
Anticipated expiration: 2037-04-06
Also published as: US20180055445A1; JP2018033928A; CN116269232A; US10709380B2; CN107773224A

Description

本発明は、伝統中国医学に用いる脈拍信号分析方法および装置に関するものである。

今日の医療システムでは、的確医療と個人医療が主に強調されている。主要技術の１つは、診断参考用の臨床定量指標であり、指標の特殊性、感受性、および確実性は、多くの場合、算定式およびその算定方法によって決まる。心臓血管系の非侵襲性臨床モニタリングでは、従来から、西洋医療の臨床的証拠を一般に採用し、指標の生理学的意義に対応させているが、伝統中国医学（traditional Chinese medicine, TCM）の脈診においては、定量的な計算技術に対応するものが少ない。

一般の脈診モニターの分析技術は、通常、線形周波数分割（例えば、フーリエ変換（Fourier transform））またはタイミング特性分析（例えば、ウェーブレット変換（wavelet transform））を採用して、脈波波形の定量化および指標計算を行い、脈診モニターの一部は、西洋医学の自律神経機能を評価するために使用される脈拍率変動（pulse rate variability）周波数領域定量化特性を脈診モニターの参照表示指標として採用する。しかしながら、従来の分析技術と比較して、伝統的な脈診でＴＣＭ医師が使用する脈拍特性を反映させるのは難しい。脈拍特性は、空間（寸（Chon）、関（Gwan）、尺（Cheok））および時間（浮（floating）、中（moderate）、沈（sinking））における倍数変動を含む。

本発明は、伝統中国医学（ＴＣＭ）脈診における空間（寸、関、尺）および時間（浮、中、沈）の倍数変動を効果的に反映させることができ、ＴＣＭ脈診または個人健康管理等に効果的に適用される脈拍信号分析方法および装置を提供する。

本発明は、脈拍信号を受信するステップと；脈拍信号を複数の特性信号に分解するステップと；各特性信号に対してスペクトル投影を行い、スペクトルを生成するステップと；各特性信号に対応するスペクトルを定量化することにより、各特性信号に対応する複数の定量化データを取得するステップと；特性信号に対応する複数の定量化データに基づいて、脈拍信号に対応する生理的状態を決定するステップとを含む脈拍信号分析方法を提供する。

本発明の１つの実施形態において、特性信号は、結合されて脈拍信号を形成する。

本発明の１つの実施形態において、特性信号は、それぞれ生理的意義に対応する。

本発明の１つの実施形態において、各特性信号に対応するスペクトルを定量化することにより、各特性信号に対応する複数の定量化データを取得するステップは、各特性信号に対応するスペクトルに基づいて、各特性信号に対応するエネルギー密度および平均周期を計算するステップを含む。

本発明の１つの実施形態において、特性信号に対応する複数の定量化データに基づいて、脈拍信号に対応する生理的状態を決定するステップは、各特性信号に対応する定量化データと参照データを比較して、脈拍信号に対応する生理的状態を決定するステップを含む。

本発明の１つの実施形態において、生理的状態は、少なくとも複数のＴＣＭ脈状態のうちの１つを含む。

本発明は、処理ユニットを含む脈拍信号分析装置を提供する。処理ユニットは、脈拍信号を受信し、脈拍信号を複数の特性信号に分解し、各特性信号に対してスペクトル投影を行い、スペクトルを生成し、各特性信号に対応するスペクトルを定量化することにより、各特性信号に対応する複数の定量化データを取得し、特性信号に対応する複数の定量化データに基づいて、脈拍信号に対応する生理的状態を決定するよう構成される。

本発明の１つの実施形態において、各特性信号に対応するスペクトルを定量化することにより、各特性信号に対応する複数の定量化データを取得する操作において、処理ユニットは、さらに、各特性信号に対応するスペクトルに基づいて、各特性信号に対応するエネルギー密度および平均周期を計算する。

本発明の１つの実施形態において、特性信号に対応する複数の定量化データに基づいて、脈拍信号に対応する生理的状態を決定する操作において、処理ユニットは、さらに、各特性信号に対応する定量化データと参照データを比較して、脈拍信号に対応する生理的状態を決定する。

以上のように、生理的意義を有する複数の特性信号に脈拍信号を分解することができ、各特性信号に対してスペクトル投影および定量化を行って、複数の定量化データを取得し、最後に、特性信号に対応する定量化データに基づいて、脈拍信号に対応するＴＣＭ脈状態を決定する。このようにして、ＴＣＭ脈診における空間（寸、関、尺）および時間（浮、中、沈）に関する倍数変動を効果的に示すことができ、脈拍信号分析方法および装置をＴＣＭ脈診または個人健康管理等に効果的に適用することができる。

本発明の上記および他の目的、特徴、および利点をより分かり易くするため、図面と併せた幾つかの実施形態を以下に説明する。

添付図面は、本発明の原理がさらに理解されるために含まれており、本明細書に組み込まれかつその一部を構成するものである。図面は、本発明の実施形態を例示しており、説明とともに、本発明の原理を説明する役割を果たしている。
本発明の1つの実施形態に係る脈拍信号分析装置のブロック図である。図２（ａ）〜図２（ｄ）は、本発明の1つの実施形態に係る脈拍信号分析方法の概略図である。本発明の1つの実施形態に係る脈拍信号分析方法を示すフローチャートである。

図１は、本発明の1つの実施形態に係る脈拍信号分析装置のブロック図である。図１を参照すると、本実施形態の脈拍信号分析装置１００は、検出ユニット１２と、保存ユニット１４と、処理ユニット１６とを含む。脈拍信号分析装置１００は、例えば、携帯電話、タブレットＰＣ、ノートブック、または一般のデスクトップパソコン等の電子装置であるが、本発明はこれに限定されない。

検出ユニット１２は、使用者の脈拍を検出し、対応する脈拍信号を生成するために使用することができる。検出ユニット１２は、例えば、パルスオキシメトリ（pulse oximetry）であるが、本発明はこれに限定されない。検出ユニット１２は、光学、超音波、圧力、または脈拍信号を得る他の方法を使用した検出器であってもよい。また、検出ユニット１２は、使用者の指、腕、耳、または他の身体部分により使用者の脈拍を測定し、脈拍信号を取得してもよい。言及すべきこととして、本実施形態において、検出ユニット１２は、脈拍信号分析装置１００内に含まれる。しかしながら、別の実施形態において、脈拍信号分析装置１００は、検出ユニット１２を含まなくてもよく、検出ユニット１２を外付けの方法で脈拍信号分析装置１００に接続してもよい。

保存ユニット１４は、固定型または移動可能型のＲＡＭ（random access memory）、ＲＯＭ（read-only memory）、フラッシュメモリ（flash memory）、または類似デバイス、あるいは上述したデバイスの組み合わせのいずれであってもよい。本実施形態において、保存ユニット１４は、本発明の脈拍信号分析方法を実行する複数のモジュールを記録するために使用される。これらのモジュールは、例えば、保存ユニット１４に保存された複数のプログラムコードであり、脈拍信号分析装置１００の処理ユニット１６にロードすることができる。処理ユニット１６は、本発明の脈拍信号分析方法を実行する。

処理ユニット１６は、それぞれ検出ユニット１２および保存ユニット１４に接続され、処理ユニット１６は、中央処理装置（central processing unit, CPU）または他のプログラム可能な一般用途または特殊用途のマイクロプロセッサ（microprocessor）、デジタル信号プロセッサ（digital signal processor, DSP）、プログラマブルコントローラ（programmable controller）、および特定用途向け集積回路（application specific integrated circuit, ASIC）、または他の類似デバイス、あるいは上述したデバイスの組み合わせであってもよい。本実施形態において、処理ユニット１６は、保存ユニット１４に記録されたモジュールにアクセスし、実行することにより、本発明の脈拍信号分析方法を実行するために使用される。

言及すべきこととして、本実施形態において、脈拍信号分析方法は、プログラムコードを使用してロードおよび実行される。しかしながら、別の実施形態において、本発明の脈拍信号分析方法は、ハードウェア回路により実施されてもよく、本発明はこれに限定されない。

図２（ａ）〜図２（ｄ）は、本発明の1つの実施形態に係る脈拍信号分析方法の概略図である。本実施形態の方法は、上述した脈拍信号分析装置１００に適用される。以下、図１の脈拍信号分析装置１００の様々な構成要素を参照しながら、本実施形態の方法の詳細な流れについて説明する。

図２（ａ）を参照すると、まず、検出ユニット１２は、１つの期間内で使用者の脈拍を検出し、脈拍信号２００を生成する。処理ユニット１６は、検出ユニット１２から脈拍信号２００を受信する。処理ユニット１６が検出ユニット１２から脈拍信号２００を受信した後、処理ユニット１６は、脈拍信号２００を複数の特性信号に分解する。

例えば、図２（ａ）の脈拍信号２００は、１つの期間（すなわち、０〜５５秒）内で使用者の脈拍を記録する。わかりやすくするために、処理ユニット１６は、脈拍信号２００における特定時間間隔（例えば、３０〜３５秒）の脈拍信号２２を分析する。処理ユニット１６は、非定常状態分解方法に基づいて、脈拍信号２２を複数の特性信号２２ａ〜２２ｄに分解することができる。非定常状態分解方法は、例えば、アンサンブル経験的モード分解（ensemble empirical mode decomposition, EEMD）、相補的アンサンブル経験的モード分解（complementary ensemble empirical mode decomposition, CEEMD）等であるが、本発明はこれに限定されない。特に、本実施形態において、非定常状態分解は、脈拍信号２２に対して行われるため、非定常状態分解により生成された特性信号２２ａ〜２２ｄを歪めずに脈拍信号２２に結合（または再結合）することができる。

言及すべきこととして、本実施形態において、脈拍信号２２の分解に使用する非定常状態分解方法は、臨床実験の方法で決定されるため、分解された特性信号２２ａ〜２２ｄは、それぞれ使用者の１つの生理的意義（臨床的意義とも称す）に対応する。例えば、本実施形態において、特性信号２２ａは、使用者の心拍数に関する。特性信号２２ｂは、心臓が血液を出力した時の血管分岐の圧力リバウンドに関する。特性信号２２ｃは、周辺組織の反応に関する。特性信号２２ｄは、検出器の高周波ノイズに関する。しかしながら、言及すべきこととして、分解した特性信号の数および各特性信号に対応する生物学的意義は、本発明に限定されない。

そして、処理ユニット１６は、各特性信号２２ａ〜２２ｄに対してスペクトル投影を行い、個別にスペクトルを生成する。詳しく説明すると、図２（ｂ）を参照すると、処理ユニット１６は、特性信号２２ａに対してスペクトル投影を行い、スペクトルＳ１を生成するとともに、処理ユニット１６は、特性信号２２ｂに対してスペクトル投影を行い、スペクトルＳ２を生成する。言及すべきこととして、図２（ｂ）のスペクトル図２３は、特性信号２２ａに対応するスペクトルＳ１および特性信号２２ｂに対応するスペクトルＳ２のみを示しているが、言及すべきこととして、特性信号２２ｃに対応するスペクトルＳ３（図示せず）および特性信号２２ｄに対応するスペクトルＳ４（図示せず）は、それぞれスペクトル図２３において２Ｈｚの周波数よりも大きい範囲内（すなわち、スペクトルＳ２の右側）にある。さらに、従来の技術において、特性信号を投影してスペクトルを生成する複数の方法、例えば、高速フーリエ変換（fast Fourier transform, FFT）方法または離散ウェーブレット変換（discrete wavelet transform, DWT）方法があるが、ここでは繰り返し説明しない。

そして、図２（ｃ）を参照すると、処理ユニット１６は、各特性信号２２ａ〜２２ｄに対応するスペクトルＳ１〜Ｓ４を定量化して、各特性信号２２ａ〜２２ｄに対応する定量化データ（例えば、図２（ｃ）の定量化データ表２４）を取得する。処理ユニット１６は、各特性信号２２ａ〜２２ｄに対応するスペクトルＳ１〜Ｓ４に基づいて、各特性信号２２ａ〜２２ｄに対応するエネルギー密度および平均周期を計算することができる。言及すべきこととして、定量化データ表２４は、３つのグループのエネルギー密度と平均周期の対応関係を単に概略的に列記しているが、定量化データ表２４は、各特性信号２２ａ〜２２ｄに対応するエネルギー密度および平均周期を記録するために使用することができる。

詳しく説明すると、処理ユニット１６は、それぞれ特性信号２２ａに対応するスペクトルＳ１、特性信号２２ｂに対応するスペクトルＳ２、特性信号２２ｃに対応するスペクトルＳ３、および特性信号２２ｄに対応するスペクトルＳ４のエネルギー密度および平均周期を計算する。エネルギー密度の式は、以下の通りである。

ここで、ｎは、特定のスペクトルを示す。例えば、本実施形態において、ｎ＝１である時、Ｅ₁は、スペクトルＳ１のエネルギー密度を示し、ｎ＝２である時、Ｅ₂は、スペクトルＳ２のエネルギー密度を示し、他は、類推によって推測される。Ｎは、特定のスペクトルｎにおける時間点の合計数を示し、各時間点は、周波数（例えば、スペクトル図２３の水平軸上の各値）の逆数により得られる。ＩＭＦ_n（ｔ）は、ある特定スペクトルｎの時間範囲内の時間点ｔに対応するエネルギー強度を示す。例えば、ＩＭＦ₁（ｔ）は、スペクトルＳ１における第１時間点のエネルギー強度を示し；ＩＭＦ₂（Ｎ）は、スペクトルＳ２における第Ｎ時間点のエネルギー強度を示し、他は、類推によって推測される。

式（１）に基づき、処理ユニット１６は、それぞれ特性信号２２ａに対応するスペクトルＳ１のエネルギー密度Ｅ₁、特性信号２２ｂに対応するスペクトルＳ２のエネルギー密度Ｅ₂、特性信号２２ｃに対応するスペクトルＳ３のエネルギー密度Ｅ₃、および特性信号２２ｄに対応するスペクトルＳ４のエネルギー密度Ｅ₄を計算することができる。エネルギー密度は、対応するスペクトルにおける主要周波数のエネルギー強度を示すために使用することができ、主要周波数は、スペクトルのピーク値に対応する周波数を指す。さらに、ＴＣＭ脈診において、浮、中、沈は、脈拍の深度および強度の変化を示す。本実施形態において、処理ユニット１６は、脈拍信号２２を特性信号２２ａ〜２２ｄに分解し、特性信号２２ａ〜２２ｄは、それぞれ使用者の生理的意義に対応するため、特性信号２２ａ〜２２ｄにそれぞれ対応するエネルギー密度Ｅ₁〜Ｅ₄を使用して、ＴＣＭ脈診における浮、中、沈に関する変化を分析することができる。

さらに、平均周期の式は、以下の通りである。

図３は、本発明の1つの実施形態に係る脈拍信号分析方法を示すフローチャートである。

図３を参照すると、ステップＳ３０１において、処理ユニット１６は、脈拍信号を受信する。ステップＳ３０３において、処理ユニット１６は、脈拍信号を複数の特性信号に分解する。ステップＳ３０５において、処理ユニット１６は、各特性信号に対してスペクトル投影を行い、スペクトルを生成する。ステップＳ３０７において、処理ユニット１６は、各特性信号に対応するスペクトルを定量化することにより、各特性信号に対応する複数の定量化データを取得する。最後に、ステップＳ３０９において、処理ユニット１６は、特性信号に対応する複数の定量化データに基づいて、脈拍信号に対応する生理的状態を決定する。

以上のように、生理的意義を有する複数の特性信号に脈拍信号を分解することができ、各特性信号に対してスペクトル投影および定量化を行って、複数の定量化データを取得し、最後に、特性信号に対応する定量化データに基づいて、脈拍信号に対応するＴＣＭ脈状態を決定する。このようにして、ＴＣＭ脈診における空間（寸、関、尺）および時間（浮、中、沈）に関する倍数変動を効果的に示すことができ、定量的な方法によって脈診に参照される特性指標を効果的に示すことができる。

以上のごとく、この発明を実施形態により開示したが、もとより、この発明を限定するためのものではなく、当業者であれば容易に理解できるように、この発明の技術思想の範囲内において、適当な変更ならびに修正が当然なされうるものであるから、その特許権保護の範囲は、特許請求の範囲および、それと均等な領域を基準として定めなければならない。

本発明は、ＴＣＭ脈診における空間（寸、関、尺）および時間（浮、中、沈）に関する倍数変動を効果的に示すことのできる脈拍信号分析方法および装置に関する。

１００脈拍信号分析装置
１２検出ユニット
１４保存ユニット
１６処理ユニット
２００、２２脈拍信号
２２ａ〜２２ｄ特性信号
２３スペクトル図
２４定量化データ表
Ｓ１〜Ｓ２スペクトル
Ｓ３０１〜Ｓ３０９脈拍信号分析のステップ

Claims

脈拍信号を受信するステップと、
前記脈拍信号を複数の特性信号に分解するステップと、
各前記特性信号に対してスペクトル投影を行い、スペクトルを生成するステップと、
各前記特性信号に対応する前記スペクトルを定量化することにより、各前記特性信号に対応する複数の定量化データを取得し、前記定量化データは、各前記特性信号に対応するエネルギー密度および平均周期を含み、対応する特定スペクトルｎのエネルギー密度は、以下の式（１）で示され、
式（１）において、Ｎは、前記特定スペクトルｎにおける時間点の合計数を示し、ＩＭＦ_ｎ（ｔ）は、前記特定スペクトルｎの時間範囲内の時間点ｔに対応するエネルギー強度を示し、
前記特定スペクトルｎの平均周期は、以下の式（２）で示され、
式（２）において、Ｔは、時間を示し、Ｓ_{ｌｎＴ，ｎ}は、前記特定スペクトルｎおよび時間Ｔの自然対数の関数を示すステップと、
前記定量化データと参照データを比較して、前記定量化データが対応する平均周期とエネルギー周期の組み合わせのタイプを判断し、前記参照データは、複数の予め設けられる平均周期とエネルギー密度の組み合わせを含むステップと、
を含む脈拍信号分析方法。
前記特性信号が、結合されて前記脈拍信号を形成する請求項１に記載の脈拍信号分析方法。
前記特性信号が、それぞれ生理的意義に対応する請求項１または２に記載の脈拍信号分析方法。
処理ユニットを含み、
前記処理ユニットが、脈拍信号を受信するよう構成され、
前記処理ユニットが、前記脈拍信号を複数の特性信号に分解するよう構成され、
前記処理ユニットが、各前記特性信号に対してスペクトル投影を行い、スペクトルを生成するよう構成され、
前記処理ユニットが、各前記特性信号に対応する前記スペクトルを定量化することにより、各前記特性信号に対応する複数の定量化データを取得するよう構成され、
前記定量化データは、各前記特性信号に対応するエネルギー密度および平均周期を含み、対応する特定スペクトルｎのエネルギー密度は、以下の式（１）で示され、
式（１）において、Ｎは、前記特定スペクトルｎにおける時間点の合計数を示し、ＩＭＦ_ｎ（ｔ）は、前記特定スペクトルｎの時間範囲内の時間点ｔに対応するエネルギー強度を示し、
前記特定スペクトルｎの平均周期は、以下の式（２）で示され、
式（２）において、Ｔは、時間を示し、Ｓ_{ｌｎＴ，ｎ}は、前記特定スペクトルｎおよび時間Ｔの自然対数の関数を示し、
前記処理ユニットが、前記定量化データと参照データを比較して、前記定量化データが対応する平均周期とエネルギー周期の組み合わせのタイプを判断し、前記参照データは、複数の予め設けられる平均周期とエネルギー密度の組み合わせを含むよう構成された脈拍信号分析装置。
前記特性信号が、結合されて前記脈拍信号を形成する請求項４に記載の脈拍信号分析装置。
前記特性信号が、それぞれ生理的意義に対応する請求項４または５に記載の脈拍信号分析装置。
前記特性信号に対応する前記複数の定量化データに基づいて、前記脈拍信号に対応する生理的状態を決定する操作において、
前記処理ユニットが、さらに、各前記特性信号に対応する前記定量化データと参照データを比較して、前記脈拍信号に対応する前記生理的状態を決定する請求項４〜６のいずれか１項に記載の脈拍信号分析装置。
前記脈拍信号に対応する生理的状態が、少なくとも複数の伝統中国医学脈状態のうちの１つを含む請求項４〜７のいずれか１項に記載の脈拍信号分析装置。