JP6602657B2 - 生体情報の取得装置、生体情報の取得プログラムおよび生体情報の取得方法 - Google Patents
生体情報の取得装置、生体情報の取得プログラムおよび生体情報の取得方法 Download PDFInfo
- Publication number
- JP6602657B2 JP6602657B2 JP2015241708A JP2015241708A JP6602657B2 JP 6602657 B2 JP6602657 B2 JP 6602657B2 JP 2015241708 A JP2015241708 A JP 2015241708A JP 2015241708 A JP2015241708 A JP 2015241708A JP 6602657 B2 JP6602657 B2 JP 6602657B2
- Authority
- JP
- Japan
- Prior art keywords
- waveform
- peak
- vibration
- interval
- pulse wave
- 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
Links
Images
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Description
本発明は、被験者の生体情報を取得する生体情報の取得装置、生体情報の取得プログラムおよび生体情報の取得方法に関し、特に、脈波信号を取得可能な生体情報の取得装置、生体情報の取得プログラムおよび生体情報の取得方法に関する。
従来、人間の睡眠段階を調べるためには、睡眠時ポリソムノグラフィ（Polysomnography: PSG）を使用し、睡眠中の脳波、眼球電図、筋電図を測定して判定していた。ところが、この睡眠深度や睡眠周期の検出は一般に人体の脳波等を採取するために人体に多数の電極を貼り付ける事が必要であり、準備が大変わずらわしく、また、睡眠をも妨げるという課題もあり、自宅で日頃から測定することができなかった。
被験者への負担を減らすために、人体に電極を貼り付ける方法ではなく、寝具の下に圧電センサ（感圧センサ）を設置して、体動、呼吸、心拍を計測する方法が、特許文献１〜３に記載されている。
また、接触型の光電式脈波センサを使用する技術が、特許文献４〜７に記載されている。
さらに、マイクロ波レーダーを使用して、体動、呼吸、心拍を非接触で計測する技術が特許文献８〜１１に記載されている。特許文献８には、高速フーリエ変換（ＦＦＴ）を用いて呼吸数、心拍数を算出する技術が記載されている。特許文献９，１０には、レーダー反射波の強度をもとに、人の位置と動きを監視し人体異常状態を検出する方法が記載されている。特許文献１１には、ドップラーレーダーの直交Ｉ，Ｑ出力信号からＩＱノルム信号の時間変化を計算し、睡眠段階推定や自律神経活性度評価に利用することが記載されている。
また、接触型の光電式脈波センサを使用する技術が、特許文献４〜７に記載されている。
さらに、マイクロ波レーダーを使用して、体動、呼吸、心拍を非接触で計測する技術が特許文献８〜１１に記載されている。特許文献８には、高速フーリエ変換（ＦＦＴ）を用いて呼吸数、心拍数を算出する技術が記載されている。特許文献９，１０には、レーダー反射波の強度をもとに、人の位置と動きを監視し人体異常状態を検出する方法が記載されている。特許文献１１には、ドップラーレーダーの直交Ｉ，Ｑ出力信号からＩＱノルム信号の時間変化を計算し、睡眠段階推定や自律神経活性度評価に利用することが記載されている。
（従来技術の問題点）
特許文献１〜３に記載の技術では、人体に電極を貼り付ける場合よりも、被験者への侵襲性は低いために被験者の負担は小さいといえるが、体動並びに振動（呼吸、脈波）を寝具経由の方法で計測するために、心拍数の抽出は可能であるが、睡眠段階や自律神経活性度を示す心拍数変動指標（Heart Rate Variability: ＨＲＶ）を計算するための心拍間隔（脈波間隔と等しい）を正確に検出できない問題があった。心拍数は例えば、１０拍動における心拍間隔の平均値［ｍｓ］を用いて、６００００／平均心拍間隔［回／分］として算出するが、心拍数変動指標の計算には、心拍間隔の個々の時系列データそのものが正確であることが重要となる。よって、特許文献１〜３では、睡眠の状態や質を判定する際に必要なＨＲＶを、正確に検出することが困難であるという問題がある。
特許文献１〜３に記載の技術では、人体に電極を貼り付ける場合よりも、被験者への侵襲性は低いために被験者の負担は小さいといえるが、体動並びに振動（呼吸、脈波）を寝具経由の方法で計測するために、心拍数の抽出は可能であるが、睡眠段階や自律神経活性度を示す心拍数変動指標（Heart Rate Variability: ＨＲＶ）を計算するための心拍間隔（脈波間隔と等しい）を正確に検出できない問題があった。心拍数は例えば、１０拍動における心拍間隔の平均値［ｍｓ］を用いて、６００００／平均心拍間隔［回／分］として算出するが、心拍数変動指標の計算には、心拍間隔の個々の時系列データそのものが正確であることが重要となる。よって、特許文献１〜３では、睡眠の状態や質を判定する際に必要なＨＲＶを、正確に検出することが困難であるという問題がある。
特許文献４〜７に記載の接触式の光電式脈波センサを使用する技術では、体動等のノイズの混入、また、センサが指先から外れたり、指先との接触不具合が発生しやすい問題がある。
特許文献８〜１１に記載のマイクロ波レーダーを使用する技術では、体動及び呼吸信号の検出は比較的容易であるが、呼吸振動の約５％の変位しかない脈波振動の抽出は、体動及び呼吸振動の影響、擾乱を受けやすく、脈波振動の抽出が困難であるという問題がある。また、マイクロ波レーダーを使用する技術では、マイクロ波レーダーの照射範囲、特に、照射電波の強度が確保されている中心領域に脈波が存在（皮膚表面の細動脈が存在）しない場合も発生する。加えて、睡眠時の姿勢により体表面からの反射電波強度が十分ではない場合も発生する。すなわち、マイクロ波レーダーの設置位置と被験者の睡眠時の位置や姿勢、挙動によっては、脈波振動を検知できない恐れがある。
特許文献８〜１１に記載のマイクロ波レーダーを使用する技術では、体動及び呼吸信号の検出は比較的容易であるが、呼吸振動の約５％の変位しかない脈波振動の抽出は、体動及び呼吸振動の影響、擾乱を受けやすく、脈波振動の抽出が困難であるという問題がある。また、マイクロ波レーダーを使用する技術では、マイクロ波レーダーの照射範囲、特に、照射電波の強度が確保されている中心領域に脈波が存在（皮膚表面の細動脈が存在）しない場合も発生する。加えて、睡眠時の姿勢により体表面からの反射電波強度が十分ではない場合も発生する。すなわち、マイクロ波レーダーの設置位置と被験者の睡眠時の位置や姿勢、挙動によっては、脈波振動を検知できない恐れがある。
本発明は、睡眠時ポリソムノグラフィを使用する場合に比べて被験者への負担を少なくするとともに、従来の方式に比べて心拍間隔を高精度に検出することを技術的課題とする。
前記技術的課題を解決するために、請求項１に記載の発明の生体情報の取得装置は、
被験者に非接触な状態で配置され、前記被験者の表面の振動を検知する検知部材と、
前記検知部材により検知された振動の時間的な履歴である振動波形を取得する振動波形の取得手段と、
振動の情報の平均を演算する期間であり且つ呼吸の間隔に対して十分に短期な第１の刻み幅と前記振動波形とに基づいて、振動の平均の時間的な履歴である第１の呼吸波形を演算すると共に、前記第１の刻み幅とは期間が異なる第２の刻み幅と前記振動波形とに基づいて、振動の平均の時間的な履歴である第２の呼吸波形を演算する呼吸波形の演算手段と、
前記振動波形から前記第１の呼吸波形を減算した第１の脈波波形を演算すると共に、前記振動波形から前記第２の呼吸波形を減算した第２の脈波波形を演算する脈波波形の演算手段と、
前記各脈波波形におけるピークを選択するピークの選択手段と、
前記ピークの選択手段で選択されたピークと予め設定された閾値に基づいて前記第１の脈波波形の各ピークの間隔が異常であるピーク間隔の数を検出すると共に、前記閾値に基づいて前記第２の脈波波形の各ピークの間隔が異常であるピーク間隔の数を検出する異常間隔の検出手段と、
異常なピーク間隔の数が少ない脈波波形に基づいて、心拍数変動指標を演算する指標の演算手段と、
を備えたことを特徴とする。
被験者に非接触な状態で配置され、前記被験者の表面の振動を検知する検知部材と、
前記検知部材により検知された振動の時間的な履歴である振動波形を取得する振動波形の取得手段と、
振動の情報の平均を演算する期間であり且つ呼吸の間隔に対して十分に短期な第１の刻み幅と前記振動波形とに基づいて、振動の平均の時間的な履歴である第１の呼吸波形を演算すると共に、前記第１の刻み幅とは期間が異なる第２の刻み幅と前記振動波形とに基づいて、振動の平均の時間的な履歴である第２の呼吸波形を演算する呼吸波形の演算手段と、
前記振動波形から前記第１の呼吸波形を減算した第１の脈波波形を演算すると共に、前記振動波形から前記第２の呼吸波形を減算した第２の脈波波形を演算する脈波波形の演算手段と、
前記各脈波波形におけるピークを選択するピークの選択手段と、
前記ピークの選択手段で選択されたピークと予め設定された閾値に基づいて前記第１の脈波波形の各ピークの間隔が異常であるピーク間隔の数を検出すると共に、前記閾値に基づいて前記第２の脈波波形の各ピークの間隔が異常であるピーク間隔の数を検出する異常間隔の検出手段と、
異常なピーク間隔の数が少ない脈波波形に基づいて、心拍数変動指標を演算する指標の演算手段と、
を備えたことを特徴とする。
前記技術的課題を解決するために、請求項２に記載の発明の生体情報の取得装置は、
被験者に非接触な状態で配置され、前記被験者の表面の振動を検知する検知部材と、
前記検知部材により検知された振動の時間的な履歴である振動波形から、振動の情報の平均を演算する期間であり且つ呼吸の間隔に対して短期な第１の刻み幅と前記振動波形とに基づいて演算された振動の平均の時間的な履歴である第１の呼吸波形を、減算して演算された第１の脈波波形において、ピークの選択手段で選択されたピークと予め設定された閾値に基づいて前記第１の脈波波形の各ピークの間隔が異常である第１の間隔異常数と、前記振動波形から、前記第１の刻み幅とは期間が異なる第２の刻み幅と前記振動波形とに基づいて演算された振動の平均の時間的な履歴である第２の呼吸波形を、減算して演算された第２の脈波波形において、前記ピークの選択手段で選択されたピークと前記閾値に基づいて前記第２の脈波波形の各ピークの間隔が異常である第２の間隔異常数と、を検出し、第１の間隔異常数と第２の間隔異常数とを比較し、異常なピーク間隔の数が少ない脈波波形に基づいて、心拍数変動指標を演算する指標の演算手段と、
を備えたことを特徴とする。
被験者に非接触な状態で配置され、前記被験者の表面の振動を検知する検知部材と、
前記検知部材により検知された振動の時間的な履歴である振動波形から、振動の情報の平均を演算する期間であり且つ呼吸の間隔に対して短期な第１の刻み幅と前記振動波形とに基づいて演算された振動の平均の時間的な履歴である第１の呼吸波形を、減算して演算された第１の脈波波形において、ピークの選択手段で選択されたピークと予め設定された閾値に基づいて前記第１の脈波波形の各ピークの間隔が異常である第１の間隔異常数と、前記振動波形から、前記第１の刻み幅とは期間が異なる第２の刻み幅と前記振動波形とに基づいて演算された振動の平均の時間的な履歴である第２の呼吸波形を、減算して演算された第２の脈波波形において、前記ピークの選択手段で選択されたピークと前記閾値に基づいて前記第２の脈波波形の各ピークの間隔が異常である第２の間隔異常数と、を検出し、第１の間隔異常数と第２の間隔異常数とを比較し、異常なピーク間隔の数が少ない脈波波形に基づいて、心拍数変動指標を演算する指標の演算手段と、
を備えたことを特徴とする。
請求項３に記載の発明は、請求項１または２に記載の生体情報の取得装置において、
前記各脈波波形において、予め設定された基準値よりも高い値の各波形部分に対し、１つの波形部分で囲まれた面積が予め設定された閾値よりも大きく且つ前記１つの波形部分にピークの候補が複数存在する場合に、前記１つの波形部分とは異なる波形部分のピークの間隔に基づいて、前記１つの波形部分のピークの候補を、前記１つの波形部分のピークとして選択するピークの選択手段、
を備えたことを特徴とする。
前記各脈波波形において、予め設定された基準値よりも高い値の各波形部分に対し、１つの波形部分で囲まれた面積が予め設定された閾値よりも大きく且つ前記１つの波形部分にピークの候補が複数存在する場合に、前記１つの波形部分とは異なる波形部分のピークの間隔に基づいて、前記１つの波形部分のピークの候補を、前記１つの波形部分のピークとして選択するピークの選択手段、
を備えたことを特徴とする。
前記技術的課題を解決するために、請求項４に記載の発明の生体情報の取得装置は、
被験者に非接触な状態で配置され、前記被験者の表面の振動を検知する検知部材と、
前記検知部材により検知された振動の時間的な履歴である振動波形を取得する振動波形の取得手段と、
振動の情報の平均を演算する期間であり且つ呼吸の間隔に対して十分に短期な刻み幅と前記振動波形とに基づいて、振動の平均の時間的な履歴である呼吸波形を演算する呼吸波形の演算手段と、
前記振動波形から前記呼吸波形を減算した脈波波形を演算する脈波波形の演算手段と、
前記脈波波形において、予め設定された基準値よりも高い値の各波形部分に対し、１つの波形部分で囲まれた面積が予め設定された閾値よりも大きく且つ前記１つの波形部分にピークの候補が複数存在する場合に、前記１つの波形部分とは異なる波形部分のピークの間隔に基づいて、前記１つの波形部分のピークの候補を、前記１つの波形部分のピークとして選択するピークの選択手段と、
前記脈波波形のピーク間隔に基づいて、心拍数変動指標を演算する指標の演算手段と、
を備えたことを特徴とする。
被験者に非接触な状態で配置され、前記被験者の表面の振動を検知する検知部材と、
前記検知部材により検知された振動の時間的な履歴である振動波形を取得する振動波形の取得手段と、
振動の情報の平均を演算する期間であり且つ呼吸の間隔に対して十分に短期な刻み幅と前記振動波形とに基づいて、振動の平均の時間的な履歴である呼吸波形を演算する呼吸波形の演算手段と、
前記振動波形から前記呼吸波形を減算した脈波波形を演算する脈波波形の演算手段と、
前記脈波波形において、予め設定された基準値よりも高い値の各波形部分に対し、１つの波形部分で囲まれた面積が予め設定された閾値よりも大きく且つ前記１つの波形部分にピークの候補が複数存在する場合に、前記１つの波形部分とは異なる波形部分のピークの間隔に基づいて、前記１つの波形部分のピークの候補を、前記１つの波形部分のピークとして選択するピークの選択手段と、
前記脈波波形のピーク間隔に基づいて、心拍数変動指標を演算する指標の演算手段と、
を備えたことを特徴とする。
請求項５に記載の発明は、請求項１ないし４のいずれかに記載の生体情報の取得装置において、
前記脈波波形において検出された複数のピークの候補において、ピークの候補の振幅の値が、予め設定された閾値よりも小さい場合に、前記ピークの候補から除外してピークを選択する前記ピークの選択手段、
を備えたことを特徴とする。
前記脈波波形において検出された複数のピークの候補において、ピークの候補の振幅の値が、予め設定された閾値よりも小さい場合に、前記ピークの候補から除外してピークを選択する前記ピークの選択手段、
を備えたことを特徴とする。
請求項６に記載の発明は、請求項１ないし５のいずれかに記載の生体情報の取得装置において、
前記脈波波形において検出された複数のピークの候補において、１組のピークの候補の間の時間的な間隔が、予め設定された閾値よりも小さい場合に、前記１組のピークの候補とは異なるピークの候補の間隔に基づいて、一方のピークの候補を除外してピークを選択する前記ピークの選択手段、
を備えたことを特徴とする。
前記脈波波形において検出された複数のピークの候補において、１組のピークの候補の間の時間的な間隔が、予め設定された閾値よりも小さい場合に、前記１組のピークの候補とは異なるピークの候補の間隔に基づいて、一方のピークの候補を除外してピークを選択する前記ピークの選択手段、
を備えたことを特徴とする。
請求項７に記載の発明は、請求項１ないし６のいずれかに記載の生体情報の取得装置において、
前記被験者の表面に対して複数配置された前記検知部材、
を備えたことを特徴とする。
前記被験者の表面に対して複数配置された前記検知部材、
を備えたことを特徴とする。
前記技術的課題を解決するために、請求項８に記載の発明の生体情報の取得プログラムは、
コンピュータを、
被験者に非接触な状態で配置された検知部材で検知された前記被験者の表面の振動の時間的な履歴である振動波形を取得する振動波形の取得手段、
振動の情報の平均を演算する期間であり且つ呼吸の間隔に対して十分に短期な第１の刻み幅と前記振動波形とに基づいて、振動の平均の時間的な履歴である第１の呼吸波形を演算すると共に、前記第１の刻み幅とは期間が異なる第２の刻み幅と前記振動波形とに基づいて、振動の平均の時間的な履歴である第２の呼吸波形を演算する呼吸波形の演算手段、
前記振動波形から前記第１の呼吸波形を減算した第１の脈波波形を演算すると共に、前記振動波形から前記第２の呼吸波形を減算した第２の脈波波形を演算する脈波波形の演算手段、
前記各脈波波形におけるピークを選択するピークの選択手段、
前記ピークの選択手段で選択されたピークと予め設定された閾値に基づいて前記第１の脈波波形の各ピークの間隔が異常であるピーク間隔の数を検出すると共に、前記閾値に基づいて前記第２の脈波波形の各ピークの間隔が異常であるピーク間隔の数を検出する異常間隔の検出手段、
異常なピーク間隔の数が少ない脈波波形に基づいて、心拍数変動指標を演算する指標の演算手段、
として機能させることを特徴とする。
コンピュータを、
被験者に非接触な状態で配置された検知部材で検知された前記被験者の表面の振動の時間的な履歴である振動波形を取得する振動波形の取得手段、
振動の情報の平均を演算する期間であり且つ呼吸の間隔に対して十分に短期な第１の刻み幅と前記振動波形とに基づいて、振動の平均の時間的な履歴である第１の呼吸波形を演算すると共に、前記第１の刻み幅とは期間が異なる第２の刻み幅と前記振動波形とに基づいて、振動の平均の時間的な履歴である第２の呼吸波形を演算する呼吸波形の演算手段、
前記振動波形から前記第１の呼吸波形を減算した第１の脈波波形を演算すると共に、前記振動波形から前記第２の呼吸波形を減算した第２の脈波波形を演算する脈波波形の演算手段、
前記各脈波波形におけるピークを選択するピークの選択手段、
前記ピークの選択手段で選択されたピークと予め設定された閾値に基づいて前記第１の脈波波形の各ピークの間隔が異常であるピーク間隔の数を検出すると共に、前記閾値に基づいて前記第２の脈波波形の各ピークの間隔が異常であるピーク間隔の数を検出する異常間隔の検出手段、
異常なピーク間隔の数が少ない脈波波形に基づいて、心拍数変動指標を演算する指標の演算手段、
として機能させることを特徴とする。
前記技術的課題を解決するために、請求項９に記載の発明の生体情報の取得プログラムは、
コンピュータを、
被験者に非接触な状態で配置された検知部材で検知された前記被験者の表面の振動の時間的な履歴である振動波形から、振動の情報の平均を演算する期間であり且つ呼吸の間隔に対して短期な第１の刻み幅と前記振動波形とに基づいて演算された振動の平均の時間的な履歴である第１の呼吸波形を、減算して演算された第１の脈波波形において、予め設定された閾値に基づいて前記第１の脈波波形の各ピークの間隔が異常である第１の間隔異常数と、前記振動波形から、前記第１の刻み幅とは期間が異なる第２の刻み幅と前記振動波形とに基づいて演算された振動の平均の時間的な履歴である第２の呼吸波形を、減算して演算された第２の脈波波形において、前記閾値に基づいて前記第２の脈波波形の各ピークの間隔が異常である第２の間隔異常数と、を検出し、第１の間隔異常数と第２の間隔異常数とを比較し、異常なピーク間隔の数が少ない脈波波形に基づいて、心拍数変動指標を演算する指標の演算手段、
として機能させることを特徴とする。
コンピュータを、
被験者に非接触な状態で配置された検知部材で検知された前記被験者の表面の振動の時間的な履歴である振動波形から、振動の情報の平均を演算する期間であり且つ呼吸の間隔に対して短期な第１の刻み幅と前記振動波形とに基づいて演算された振動の平均の時間的な履歴である第１の呼吸波形を、減算して演算された第１の脈波波形において、予め設定された閾値に基づいて前記第１の脈波波形の各ピークの間隔が異常である第１の間隔異常数と、前記振動波形から、前記第１の刻み幅とは期間が異なる第２の刻み幅と前記振動波形とに基づいて演算された振動の平均の時間的な履歴である第２の呼吸波形を、減算して演算された第２の脈波波形において、前記閾値に基づいて前記第２の脈波波形の各ピークの間隔が異常である第２の間隔異常数と、を検出し、第１の間隔異常数と第２の間隔異常数とを比較し、異常なピーク間隔の数が少ない脈波波形に基づいて、心拍数変動指標を演算する指標の演算手段、
として機能させることを特徴とする。
前記技術的課題を解決するために、請求項１０に記載の発明の生体情報の取得プログラムは、
コンピュータを、
被験者に非接触な状態で配置された検知部材で検知された前記被験者の表面の振動の時間的な履歴である振動波形を取得する振動波形の取得手段、
振動の情報の平均を演算する期間であり且つ呼吸の間隔に対して十分に短期な刻み幅と前記振動波形とに基づいて、振動の平均の時間的な履歴である呼吸波形を演算する呼吸波形の演算手段、
前記振動波形から前記呼吸波形を減算した脈波波形を演算する脈波波形の演算手段、
前記脈波波形において、予め設定された基準値よりも高い値の各波形部分に対し、１つの波形部分で囲まれた面積が予め設定された閾値よりも大きく且つ前記１つの波形部分にピークの候補が複数存在する場合に、前記１つの波形部分に対して時間的に前後に隣接する隣接波形部分のピークどうしの時間的な中央値に最も近い前記１つの波形部分のピークの候補を、前記１つの波形部分のピークとして選択するピークの選択手段、
前記脈波波形のピーク間隔に基づいて、心拍数変動指標を演算する指標の演算手段、
として機能させることを特徴とする。
コンピュータを、
被験者に非接触な状態で配置された検知部材で検知された前記被験者の表面の振動の時間的な履歴である振動波形を取得する振動波形の取得手段、
振動の情報の平均を演算する期間であり且つ呼吸の間隔に対して十分に短期な刻み幅と前記振動波形とに基づいて、振動の平均の時間的な履歴である呼吸波形を演算する呼吸波形の演算手段、
前記振動波形から前記呼吸波形を減算した脈波波形を演算する脈波波形の演算手段、
前記脈波波形において、予め設定された基準値よりも高い値の各波形部分に対し、１つの波形部分で囲まれた面積が予め設定された閾値よりも大きく且つ前記１つの波形部分にピークの候補が複数存在する場合に、前記１つの波形部分に対して時間的に前後に隣接する隣接波形部分のピークどうしの時間的な中央値に最も近い前記１つの波形部分のピークの候補を、前記１つの波形部分のピークとして選択するピークの選択手段、
前記脈波波形のピーク間隔に基づいて、心拍数変動指標を演算する指標の演算手段、
として機能させることを特徴とする。
前記技術的課題を解決するために、請求項１１に記載の発明の生体情報の取得方法は、
被験者に非接触な状態で配置された検知部材で検知された前記被験者の表面の振動の時間的な履歴である振動波形を取得する工程と、
振動の情報の平均を演算する期間であり且つ呼吸の間隔に対して十分に短期な第１の刻み幅と前記振動波形とに基づいて、振動の平均の時間的な履歴である第１の呼吸波形を演算すると共に、前記第１の刻み幅とは期間が異なる第２の刻み幅と前記振動波形とに基づいて、振動の平均の時間的な履歴である第２の呼吸波形を演算する工程と、
前記振動波形から前記第１の呼吸波形を減算した第１の脈波波形を演算すると共に、前記振動波形から前記第２の呼吸波形を減算した第２の脈波波形を演算する工程と、
前記各脈波波形におけるピークを選択する工程と、
前記ピークの選択工程で選択されたピークと予め設定された閾値に基づいて前記第１の脈波波形の各ピークの間隔が異常であるピーク間隔の数を検出すると共に、前記閾値に基づいて前記第２の脈波波形の各ピークの間隔が異常であるピーク間隔の数を検出する工程と、
異常なピーク間隔の数が少ない脈波波形に基づいて、心拍数変動指標を演算する工程と、
を実行することを特徴とする。
被験者に非接触な状態で配置された検知部材で検知された前記被験者の表面の振動の時間的な履歴である振動波形を取得する工程と、
振動の情報の平均を演算する期間であり且つ呼吸の間隔に対して十分に短期な第１の刻み幅と前記振動波形とに基づいて、振動の平均の時間的な履歴である第１の呼吸波形を演算すると共に、前記第１の刻み幅とは期間が異なる第２の刻み幅と前記振動波形とに基づいて、振動の平均の時間的な履歴である第２の呼吸波形を演算する工程と、
前記振動波形から前記第１の呼吸波形を減算した第１の脈波波形を演算すると共に、前記振動波形から前記第２の呼吸波形を減算した第２の脈波波形を演算する工程と、
前記各脈波波形におけるピークを選択する工程と、
前記ピークの選択工程で選択されたピークと予め設定された閾値に基づいて前記第１の脈波波形の各ピークの間隔が異常であるピーク間隔の数を検出すると共に、前記閾値に基づいて前記第２の脈波波形の各ピークの間隔が異常であるピーク間隔の数を検出する工程と、
異常なピーク間隔の数が少ない脈波波形に基づいて、心拍数変動指標を演算する工程と、
を実行することを特徴とする。
前記技術的課題を解決するために、請求項１２に記載の発明の生体情報の取得方法は、
被験者に非接触な状態で配置された検知部材で検知された前記被験者の表面の振動の時間的な履歴である振動波形から、振動の情報の平均を演算する期間であり且つ呼吸の間隔に対して短期な第１の刻み幅と前記振動波形とに基づいて演算された振動の平均の時間的な履歴である第１の呼吸波形を、減算して演算された第１の脈波波形において、予め設定された閾値に基づいて前記第１の脈波波形の各ピークの間隔が異常である第１の間隔異常数と、前記振動波形から、前記第１の刻み幅とは期間が異なる第２の刻み幅と前記振動波形とに基づいて演算された振動の平均の時間的な履歴である第２の呼吸波形を、減算して演算された第２の脈波波形において、前記閾値に基づいて前記第２の脈波波形の各ピークの間隔が異常である第２の間隔異常数と、を検出し、第１の間隔異常数と第２の間隔異常数とを比較し、異常なピーク間隔の数が少ない脈波波形に基づいて、心拍数変動指標を演算することを特徴とする。
被験者に非接触な状態で配置された検知部材で検知された前記被験者の表面の振動の時間的な履歴である振動波形から、振動の情報の平均を演算する期間であり且つ呼吸の間隔に対して短期な第１の刻み幅と前記振動波形とに基づいて演算された振動の平均の時間的な履歴である第１の呼吸波形を、減算して演算された第１の脈波波形において、予め設定された閾値に基づいて前記第１の脈波波形の各ピークの間隔が異常である第１の間隔異常数と、前記振動波形から、前記第１の刻み幅とは期間が異なる第２の刻み幅と前記振動波形とに基づいて演算された振動の平均の時間的な履歴である第２の呼吸波形を、減算して演算された第２の脈波波形において、前記閾値に基づいて前記第２の脈波波形の各ピークの間隔が異常である第２の間隔異常数と、を検出し、第１の間隔異常数と第２の間隔異常数とを比較し、異常なピーク間隔の数が少ない脈波波形に基づいて、心拍数変動指標を演算することを特徴とする。
前記技術的課題を解決するために、請求項１３に記載の発明の生体情報の取得方法は、
被験者に非接触な状態で配置された検知部材で検知された前記被験者の表面の振動の時間的な履歴である振動波形を取得する工程と、
振動の情報の平均を演算する期間であり且つ呼吸の間隔に対して十分に短期な刻み幅と前記振動波形とに基づいて、振動の平均の時間的な履歴である呼吸波形を演算する工程と、
前記振動波形から前記呼吸波形を減算した脈波波形を演算する工程と、
前記脈波波形において、予め設定された基準値よりも高い値の各波形部分に対し、１つの波形部分で囲まれた面積が予め設定された閾値よりも大きく且つ前記１つの波形部分にピークの候補が複数存在する場合に、前記１つの波形部分に対して時間的に前後に隣接する隣接波形部分のピークどうしの時間的な中央値に最も近い前記１つの波形部分のピークの候補を、前記１つの波形部分のピークとして選択する工程と、
前記脈波波形のピーク間隔に基づいて、心拍数変動指標を演算する工程と、
を実行することを特徴とする。
被験者に非接触な状態で配置された検知部材で検知された前記被験者の表面の振動の時間的な履歴である振動波形を取得する工程と、
振動の情報の平均を演算する期間であり且つ呼吸の間隔に対して十分に短期な刻み幅と前記振動波形とに基づいて、振動の平均の時間的な履歴である呼吸波形を演算する工程と、
前記振動波形から前記呼吸波形を減算した脈波波形を演算する工程と、
前記脈波波形において、予め設定された基準値よりも高い値の各波形部分に対し、１つの波形部分で囲まれた面積が予め設定された閾値よりも大きく且つ前記１つの波形部分にピークの候補が複数存在する場合に、前記１つの波形部分に対して時間的に前後に隣接する隣接波形部分のピークどうしの時間的な中央値に最も近い前記１つの波形部分のピークの候補を、前記１つの波形部分のピークとして選択する工程と、
前記脈波波形のピーク間隔に基づいて、心拍数変動指標を演算する工程と、
を実行することを特徴とする。
請求項１，２，４，８〜１３に記載の発明によれば、睡眠時ポリソムノグラフィを使用する場合に比べて被験者への負担を少なくするとともに、従来の方式に比べて心拍間隔を高精度に検出することができる。
請求項３に記載の発明によれば、脈波波形の１つの波形部分で囲まれた面積が予め設定された閾値よりも大きく且つ１つの波形部分にピークの候補が複数存在する場合に、１つの波形部分に対して時間的に前後に隣接する隣接波形部分のピークどうしの時間的な中央値に最も近い１つの波形部分のピークの候補を、前記１つの波形部分のピークとして選択しない場合に比べて、心拍間隔を高精度に検出することができる。具体的には、脈波の約２０倍の振動変位がある呼吸運動によって、従来は脈波のピーク形状が擾乱されていた弊害を取り除くことが可能となる。
請求項３に記載の発明によれば、脈波波形の１つの波形部分で囲まれた面積が予め設定された閾値よりも大きく且つ１つの波形部分にピークの候補が複数存在する場合に、１つの波形部分に対して時間的に前後に隣接する隣接波形部分のピークどうしの時間的な中央値に最も近い１つの波形部分のピークの候補を、前記１つの波形部分のピークとして選択しない場合に比べて、心拍間隔を高精度に検出することができる。具体的には、脈波の約２０倍の振動変位がある呼吸運動によって、従来は脈波のピーク形状が擾乱されていた弊害を取り除くことが可能となる。
請求項５に記載の発明によれば、小さな振幅のピークの候補を除外しない場合に比べて、心拍間隔を高精度に検出することができる。
請求項６に記載の発明によれば、ピークの候補の間の間隔が小さなピークの候補を除外しない場合に比べて、心拍間隔を高精度に検出することができる。
請求項７に記載の発明によれば、複数の検知部材を有しない場合に比べて、脈波波形の検知不良が低減される。
請求項６に記載の発明によれば、ピークの候補の間の間隔が小さなピークの候補を除外しない場合に比べて、心拍間隔を高精度に検出することができる。
請求項７に記載の発明によれば、複数の検知部材を有しない場合に比べて、脈波波形の検知不良が低減される。
次に図面を参照しながら、本発明の実施の形態の具体例（以下、実施例と記載する）を説明するが、本発明は以下の実施例に限定されるものではない。
なお、以下の図面を使用した説明において、理解の容易のために説明に必要な部材以外の図示は適宜省略されている。
なお、以下の図面を使用した説明において、理解の容易のために説明に必要な部材以外の図示は適宜省略されている。
図１は本発明の実施例１の生体情報の取得装置の全体説明図である。
図１において、本発明の実施例１の生体情報の取得装置Ｓは、被験者の一例としての人間（被検体）が横たわるベッド（寝台）１を有する。前記ベッド１は、ベッド本体としてのマットレス支持体１ａと、前記マットレス支持体１ａに支持されたマットレス１ｂとを有する。実施例１の前記マットレス１ｂは、マットレス支持体１ａの上に乗せて寝心地を良くするためのクッション性を有する。マットレス１ｂはウレタン製もしくは内部に空気が封入された、いわゆる、エアマットレス（エアマット、エアベッド）、もしくは布団等の寝具によって構成されている。
図１において、本発明の実施例１の生体情報の取得装置Ｓは、被験者の一例としての人間（被検体）が横たわるベッド（寝台）１を有する。前記ベッド１は、ベッド本体としてのマットレス支持体１ａと、前記マットレス支持体１ａに支持されたマットレス１ｂとを有する。実施例１の前記マットレス１ｂは、マットレス支持体１ａの上に乗せて寝心地を良くするためのクッション性を有する。マットレス１ｂはウレタン製もしくは内部に空気が封入された、いわゆる、エアマットレス（エアマット、エアベッド）、もしくは布団等の寝具によって構成されている。
また、前記マットレス１ｂの下面には、検知装置の一例としてのマイクロ波レーダーＳＮ１が支持されている。実施例１のマイクロ波レーダーＳＮ１は、マイクロ波（電磁波）を送受信して、被験者の体表面の振動を検出可能である。
なお、実施例１では、マイクロ波レーダーＳＮ１は、ベッド１において、被験者の上半身、特に、胸部に対応する位置に配置された第１のレーダーＳＮ１ａと、腹部に対応する位置に配置された第２のレーダーＳＮ１ｂとを有する。
なお、実施例１では、マイクロ波レーダーＳＮ１は、ベッド１において、被験者の上半身、特に、胸部に対応する位置に配置された第１のレーダーＳＮ１ａと、腹部に対応する位置に配置された第２のレーダーＳＮ１ｂとを有する。
図２は実施例１の検知部材の説明図である。
図２において、実施例１の各レーダーＳＮ１ａ，ＳＮ１ｂは、検知部材の一例としてのマイクロ波ドップラーセンサ２を縦３個×横３個の合計９個を格子状に配列した構成を有する。実施例１の各マイクロ波ドップラーセンサ２は、Ｉチャンネルと、Ｉチャンネルから９０度位相をずらしたＱチャンネルの２つの信号を送受信可能な市販のセンサにより構成されている。
図２において、実施例１の各レーダーＳＮ１ａ，ＳＮ１ｂは、検知部材の一例としてのマイクロ波ドップラーセンサ２を縦３個×横３個の合計９個を格子状に配列した構成を有する。実施例１の各マイクロ波ドップラーセンサ２は、Ｉチャンネルと、Ｉチャンネルから９０度位相をずらしたＱチャンネルの２つの信号を送受信可能な市販のセンサにより構成されている。
また、実施例１の前記各マイクロ波の周波数は、公衆に開放されて特定の免許等が不要であり、且つ、前記マットレス１ｂの外表面や前記被検体の衣服等を透過して、前記被検体の体表面まで送信可能で前記被検体からの反射波が受信可能な周波数を採用することが望ましい。したがって、実施例１では、マイクロ波の周波数が、２４［ＧＨｚ］程度に予め設定されている。
なお、前記マットレス１ｂについても、マイクロ波の送受信に悪影響を及ぼすおそれがあるコイルバネ等が使用されておらず、例えば、前記ウレタン製の低反発マットレスやエアマットレス等であることが望ましい。
なお、前記マットレス１ｂについても、マイクロ波の送受信に悪影響を及ぼすおそれがあるコイルバネ等が使用されておらず、例えば、前記ウレタン製の低反発マットレスやエアマットレス等であることが望ましい。
また、図１において、実施例１の生体情報の取得装置Ｓは、マイクロ波レーダーＳＮ１が接続された情報端末としてのクライアントパソコン（装置本体、コンピュータ）ＰＣａを有する。実施例１のクライアントパソコンＰＣａは、いわゆる、コンピュータ装置により構成されており、コンピュータ本体Ｈ１と、ディスプレイＨ２と、キーボードＨ３やマウスＨ４等の入力装置、図示しないＨＤドライブ（ハードディスクドライブ）等により構成されている。
ベッド１やマイクロ波レーダーＳＮ１、クライアントパソコンＰＣａ等により、実施例１の生体情報の取得装置Ｓが構成されている。
ベッド１やマイクロ波レーダーＳＮ１、クライアントパソコンＰＣａ等により、実施例１の生体情報の取得装置Ｓが構成されている。
（実施例１の制御部の説明）
図３は本発明の実施例１の生体情報の取得装置のＨＲＶ算出までの機能をブロック図（機能ブロック図）で示した説明図である。
図３において、クライアントパソコンＰＣａのコンピュータ本体Ｈ１は、外部との信号の入出力および入出力信号レベルの調節等を行うＩ／Ｏ（入出力インターフェース）、必要な処理を行うためのプログラムおよびデータ等が記憶されたＲＯＭ（リードオンリーメモリ、記録媒体）、必要なデータ及びプログラムを一時的に記憶するためのＲＡＭ（ランダムアクセスメモリ、記録媒体）、ＲＯＭ等に記憶されたプログラムに応じた処理を行うＣＰＵ（中央演算処理装置）、ならびにクロック発振器等を有しており、ＲＯＭ及びＲＡＭ等に記憶されたプログラムを実行することにより種々の機能を実現することができる。
前記構成のクライアントパソコンＰＣａは、ハードディスクやＲＯＭ等に記憶されたプログラムを実行することにより種々の機能を実現することができる。
図３は本発明の実施例１の生体情報の取得装置のＨＲＶ算出までの機能をブロック図（機能ブロック図）で示した説明図である。
図３において、クライアントパソコンＰＣａのコンピュータ本体Ｈ１は、外部との信号の入出力および入出力信号レベルの調節等を行うＩ／Ｏ（入出力インターフェース）、必要な処理を行うためのプログラムおよびデータ等が記憶されたＲＯＭ（リードオンリーメモリ、記録媒体）、必要なデータ及びプログラムを一時的に記憶するためのＲＡＭ（ランダムアクセスメモリ、記録媒体）、ＲＯＭ等に記憶されたプログラムに応じた処理を行うＣＰＵ（中央演算処理装置）、ならびにクロック発振器等を有しており、ＲＯＭ及びＲＡＭ等に記憶されたプログラムを実行することにより種々の機能を実現することができる。
前記構成のクライアントパソコンＰＣａは、ハードディスクやＲＯＭ等に記憶されたプログラムを実行することにより種々の機能を実現することができる。
（クライアントパソコンＰＣａのコンピュータ本体Ｈ１に接続された信号入力要素）
クライアントパソコンＰＣａのコンピュータ本体Ｈ１には、キーボードＨ３やマウスＨ４の他に、次の信号出力要素ＳＮ１等の出力信号が入力されている。
ＳＮ１：マイクロ波レーダー
マイクロ波レーダーＳＮ１は、ベッド１の上面に向けてマイクロ波を照射すると共に、被験者からの反射波を受信し、受信した反射波に応じた出力信号をコンピュータ本体Ｈ１に入力する。なお、実施例１では、マイクロ波レーダーＳＮ１からの出力信号は、バンドパスフィルタ１１、増幅回路１２、ＡＤ変換回路１３を介してコンピュータ本体Ｈ１に入力される。なお、バンドパスフィルタ１１は、マイクロ波レーダーＳＮ１の出力から、通常の体動や呼吸、脈波の周期よりも高周波の成分（実施例１では６０Ｈｚ以上）と、直流成分（０．０１５Ｈｚ以下）を除去するためのフィルタである。また、増幅回路１２は、マイクロ波レーダーＳＮ１からの信号を増幅し、ＡＤ変換回路１３はマイクロ波レーダーＳＮ１のアナログ信号をデジタル信号に変換する回路である。また、実施例１のマイクロ波レーダーＳＮ１は、一例として、１０ｍｓ毎に信号を出力する。すなわち、マイクロ波レーダーＳＮ１のサンプリング周波数は、１００Ｈｚに設定されている。
クライアントパソコンＰＣａのコンピュータ本体Ｈ１には、キーボードＨ３やマウスＨ４の他に、次の信号出力要素ＳＮ１等の出力信号が入力されている。
ＳＮ１：マイクロ波レーダー
マイクロ波レーダーＳＮ１は、ベッド１の上面に向けてマイクロ波を照射すると共に、被験者からの反射波を受信し、受信した反射波に応じた出力信号をコンピュータ本体Ｈ１に入力する。なお、実施例１では、マイクロ波レーダーＳＮ１からの出力信号は、バンドパスフィルタ１１、増幅回路１２、ＡＤ変換回路１３を介してコンピュータ本体Ｈ１に入力される。なお、バンドパスフィルタ１１は、マイクロ波レーダーＳＮ１の出力から、通常の体動や呼吸、脈波の周期よりも高周波の成分（実施例１では６０Ｈｚ以上）と、直流成分（０．０１５Ｈｚ以下）を除去するためのフィルタである。また、増幅回路１２は、マイクロ波レーダーＳＮ１からの信号を増幅し、ＡＤ変換回路１３はマイクロ波レーダーＳＮ１のアナログ信号をデジタル信号に変換する回路である。また、実施例１のマイクロ波レーダーＳＮ１は、一例として、１０ｍｓ毎に信号を出力する。すなわち、マイクロ波レーダーＳＮ１のサンプリング周波数は、１００Ｈｚに設定されている。
（クライアントパソコンＰＣａのコンピュータ本体Ｈ１の機能の説明）
クライアントパソコンＰＣａのハードディスクドライブには、クライアントパソコンＰＣａの基本動作を制御する基本ソフト（オペレーティングシステム）ＯＳや、アプリケーションプログラムとしての生体情報の取得プログラムＡＰ１、その他の図示しないソフトウェアが記憶されている。
クライアントパソコンＰＣａのハードディスクドライブには、クライアントパソコンＰＣａの基本動作を制御する基本ソフト（オペレーティングシステム）ＯＳや、アプリケーションプログラムとしての生体情報の取得プログラムＡＰ１、その他の図示しないソフトウェアが記憶されている。
（生体情報の取得プログラムＡＰ１）
生体情報の取得プログラムＡＰ１は、下記の機能手段（プログラムモジュール）を有する。
Ｃ１：信号受信手段
信号受信手段Ｃ１は、マイクロ波レーダーＳＮ１からの信号を受信する。
Ｃ２：信号履歴記憶手段
信号履歴記憶手段Ｃ２は、マイクロ波レーダーＳＮ１から出力された出力信号の履歴を記憶する。なお、実施例１では、マイクロ波ドップラーセンサ２のＩ，Ｑチャンネルのそれぞれの出力信号の履歴を記憶する。したがって、実施例１では、マイクロ波レーダーＳＮ１において、各レーダーＳＮ１ａ，ＳＮ１ｂがそれぞれ９個のマイクロ波ドップラーセンサ２を有し、各マイクロ波ドップラーセンサ２からＩ，Ｑチャンネルの出力がされるため、２（個のレーダー）×９（個のドップラーセンサ）×２（つのチャンネル）＝３６種類の出力信号の履歴が記憶される。ただし、本信号履歴記憶手段は脈波抽出のために必須ではない。記録データをもとに再度の信号処理を行うために本信号履歴記憶手段があるほうが望ましいだけである。
生体情報の取得プログラムＡＰ１は、下記の機能手段（プログラムモジュール）を有する。
Ｃ１：信号受信手段
信号受信手段Ｃ１は、マイクロ波レーダーＳＮ１からの信号を受信する。
Ｃ２：信号履歴記憶手段
信号履歴記憶手段Ｃ２は、マイクロ波レーダーＳＮ１から出力された出力信号の履歴を記憶する。なお、実施例１では、マイクロ波ドップラーセンサ２のＩ，Ｑチャンネルのそれぞれの出力信号の履歴を記憶する。したがって、実施例１では、マイクロ波レーダーＳＮ１において、各レーダーＳＮ１ａ，ＳＮ１ｂがそれぞれ９個のマイクロ波ドップラーセンサ２を有し、各マイクロ波ドップラーセンサ２からＩ，Ｑチャンネルの出力がされるため、２（個のレーダー）×９（個のドップラーセンサ）×２（つのチャンネル）＝３６種類の出力信号の履歴が記憶される。ただし、本信号履歴記憶手段は脈波抽出のために必須ではない。記録データをもとに再度の信号処理を行うために本信号履歴記憶手段があるほうが望ましいだけである。
図４は実施例１の波形の一例の説明図であり、図４Ａは脈波成分が大きい場合の振動波形の説明図、図４Ｂは図４Ａの波形から演算された呼吸波形の説明図、図４Ｃは図４Ａおよび図４Ｂの波形から演算された脈波波形の説明図である。
図５は図４の波形とは異なる波形の一例の説明図であり、図５Ａは脈波成分が小さい場合の振動波形の説明図、図５Ｂは図５Ａの波形から演算された呼吸波形の説明図、図５Ｃは図５Ａおよび図５Ｂの波形から演算された脈波波形の説明図である。
図６は実施例１の振動波形の情報の取得の仕方の説明図である。
図５は図４の波形とは異なる波形の一例の説明図であり、図５Ａは脈波成分が小さい場合の振動波形の説明図、図５Ｂは図５Ａの波形から演算された呼吸波形の説明図、図５Ｃは図５Ａおよび図５Ｂの波形から演算された脈波波形の説明図である。
図６は実施例１の振動波形の情報の取得の仕方の説明図である。
Ｃ３：振動波形の取得手段
振動波形の取得手段Ｃ３は、マイクロ波レーダーＳＮ１により検知された振動の時間的な履歴である振動波形２１を取得する。図４Ａ、図５Ａにおいて、振動波形２１は、脈波だけでなく、体動や呼吸に伴う振動やノイズも含まれている。実施例１の振動波形の取得手段Ｃ３は、信号履歴記憶手段Ｃ２に記憶された履歴の情報から、２分間分のデータ（１２０００データ）を振動波形２１のデータとして取得する。なお、実施例１の振動波形の取得手段Ｃ３は、２分間分の振動波形２１を取得して、ＨＲＶの演算を行ったあと、次の振動波形２１の処理を行う場合、図６に示すように、前回の振動波形２１の後半１分間分が重複した２分間分の振動波形２１を取得して処理を行う。なお、実施例１では、手段Ｃ３〜Ｃ９の処理は、信号履歴記憶手段Ｃ２に記憶された３６種類の振動波形２１に対して行われる。
振動波形の取得手段Ｃ３は、マイクロ波レーダーＳＮ１により検知された振動の時間的な履歴である振動波形２１を取得する。図４Ａ、図５Ａにおいて、振動波形２１は、脈波だけでなく、体動や呼吸に伴う振動やノイズも含まれている。実施例１の振動波形の取得手段Ｃ３は、信号履歴記憶手段Ｃ２に記憶された履歴の情報から、２分間分のデータ（１２０００データ）を振動波形２１のデータとして取得する。なお、実施例１の振動波形の取得手段Ｃ３は、２分間分の振動波形２１を取得して、ＨＲＶの演算を行ったあと、次の振動波形２１の処理を行う場合、図６に示すように、前回の振動波形２１の後半１分間分が重複した２分間分の振動波形２１を取得して処理を行う。なお、実施例１では、手段Ｃ３〜Ｃ９の処理は、信号履歴記憶手段Ｃ２に記憶された３６種類の振動波形２１に対して行われる。
Ｃ４：刻み幅の記憶手段
刻み幅の記憶手段Ｃ４は、振動の情報の平均を演算する期間であり且つ呼吸の間隔（約５秒）に対して十分に短期な刻み幅Ｎを記憶する。実施例１の刻み幅の記憶手段Ｃ４は、第１の刻み幅Ｎ１の一例として０．８１［秒］と、第２の刻み幅Ｎ２の一例として０．４１［秒］と、第３の刻み幅Ｎ３の一例として０．２１［秒］と、第４の刻み幅Ｎ４の一例として０．１１［秒］とを記憶する。
刻み幅の記憶手段Ｃ４は、振動の情報の平均を演算する期間であり且つ呼吸の間隔（約５秒）に対して十分に短期な刻み幅Ｎを記憶する。実施例１の刻み幅の記憶手段Ｃ４は、第１の刻み幅Ｎ１の一例として０．８１［秒］と、第２の刻み幅Ｎ２の一例として０．４１［秒］と、第３の刻み幅Ｎ３の一例として０．２１［秒］と、第４の刻み幅Ｎ４の一例として０．１１［秒］とを記憶する。
Ｃ５：呼吸波形の演算手段
呼吸波形の演算手段Ｃ５は、刻み幅Ｗと振動波形２１とに基づいて、振動の平均の時間的な履歴である呼吸波形２２を演算する。なお、実施例１では、呼吸波形は、一例として、単純移動平均法を使用して導出する。したがって、振動波形２１の振幅値をｘｉとし、呼吸波形２２の振幅値をｘｊとし、刻み幅Ｎ＝２ｍ＋１とした場合に、以下の式（１）を使用してｘｊを演算することで、呼吸波形２２を導出する。
すなわち、実施例１の呼吸波形の演算手段Ｃ５は、１０ｍｓ毎に測定された振動波形２１の振幅値ｘｉに対して、過去ｍ個分のデータから未来ｍ個分のデータの平均を呼吸波形２２の振幅値ｘｊとして演算している。
呼吸波形の演算手段Ｃ５は、刻み幅Ｗと振動波形２１とに基づいて、振動の平均の時間的な履歴である呼吸波形２２を演算する。なお、実施例１では、呼吸波形は、一例として、単純移動平均法を使用して導出する。したがって、振動波形２１の振幅値をｘｉとし、呼吸波形２２の振幅値をｘｊとし、刻み幅Ｎ＝２ｍ＋１とした場合に、以下の式（１）を使用してｘｊを演算することで、呼吸波形２２を導出する。
すなわち、実施例１の呼吸波形の演算手段Ｃ５は、１０ｍｓ毎に測定された振動波形２１の振幅値ｘｉに対して、過去ｍ個分のデータから未来ｍ個分のデータの平均を呼吸波形２２の振幅値ｘｊとして演算している。
なお、実施例１の呼吸波形の演算手段Ｃ５は、第１の刻み幅Ｎ１〜第４の刻み幅Ｎ４のそれぞれに対して、呼吸波形２２を導出する。すなわち、第１の刻み幅Ｎ１を使用して、式（１）から第１の呼吸波形２２−１を演算し、第２の刻み幅Ｎ２を使用して、式（１）から第２の呼吸波形２２−２を演算し、第３の刻み幅Ｎ３を使用して、式（１）から第３の呼吸波形２２−３を演算し、第４の刻み幅Ｎ４を使用して、式（１）から第４の呼吸波形２２−４を演算する。一例として、図４Ａに示す振動波形２１から、第１の刻み幅（０．８１秒）を使用して呼吸波形２２を演算すると、図４Ｂに示す第１の呼吸波形２２−１が演算される。また、一例として、図５Ａに示す振動波形２１から、第４の刻み幅（０．１１秒）を使用して呼吸波形２２を演算すると、図５Ｂに示す第４の呼吸波形２２−４が演算される。
また、実施例１の呼吸波形の演算手段Ｃ５では、呼吸波形２２を単純移動平均法を使用して演算したが、これに限定されない。例えば、重み付き移動平均法を利用することも可能である。予め設定された重み係数をＷｉとした場合に、以下の式（１′）を使用してｘｊを演算することでも、呼吸波形２２を導出可能である。
また、実施例１の呼吸波形の演算手段Ｃ５では、呼吸波形２２を単純移動平均法を使用して演算したが、これに限定されない。例えば、重み付き移動平均法を利用することも可能である。予め設定された重み係数をＷｉとした場合に、以下の式（１′）を使用してｘｊを演算することでも、呼吸波形２２を導出可能である。
Ｃ６：脈波波形の演算手段
脈波波形の演算手段Ｃ６は、振動波形２１から呼吸波形２２を減算した脈波波形２３を演算する。実施例１の脈波波形の演算手段Ｃ６は、第１の刻み幅Ｎ１〜第４の刻み幅Ｎ４のそれぞれに対して、脈波波形２３を演算する。すなわち、振動波形２１から第１の呼吸波形２２−１を減算して、第１の脈波波形２３−１を演算すると共に、振動波形２１から第２の呼吸波形２２−２を減算して、第２の脈波波形２３−２を演算する。また、振動波形２１から第３の呼吸波形２２−３を減算して、第３の脈波波形２３−３を演算すると共に、振動波形２１から第４の呼吸波形２２−４を減算して、第４の脈波波形２３−４を演算する。図４において、一例として、図４Ａに示す振動波形２１から、図４Ｂに示す第１の呼吸波形２２−１を減算すると、図４Ｃに示す第１の脈波波形２３−１が得られる。また、図５において、一例として、図５Ａに示す振動波形２１から、図５Ｂに示す第４の呼吸波形２２−４を減算すると、図５Ｃに示す第４の脈波波形２３−４が得られる。
脈波波形の演算手段Ｃ６は、振動波形２１から呼吸波形２２を減算した脈波波形２３を演算する。実施例１の脈波波形の演算手段Ｃ６は、第１の刻み幅Ｎ１〜第４の刻み幅Ｎ４のそれぞれに対して、脈波波形２３を演算する。すなわち、振動波形２１から第１の呼吸波形２２−１を減算して、第１の脈波波形２３−１を演算すると共に、振動波形２１から第２の呼吸波形２２−２を減算して、第２の脈波波形２３−２を演算する。また、振動波形２１から第３の呼吸波形２２−３を減算して、第３の脈波波形２３−３を演算すると共に、振動波形２１から第４の呼吸波形２２−４を減算して、第４の脈波波形２３−４を演算する。図４において、一例として、図４Ａに示す振動波形２１から、図４Ｂに示す第１の呼吸波形２２−１を減算すると、図４Ｃに示す第１の脈波波形２３−１が得られる。また、図５において、一例として、図５Ａに示す振動波形２１から、図５Ｂに示す第４の呼吸波形２２−４を減算すると、図５Ｃに示す第４の脈波波形２３−４が得られる。
すなわち、単純移動平均法では、振動波形をＭ［ｉ］とし、体動波形をＢ［ｉ］とし、呼吸波形をＲ［ｉ］とし、脈波波形をＨ［ｉ］とし、ノイズ波形をＷ［ｉ］とし、移動平均の波形をＳ［ｉ］とし、差分の波形をＱ［ｉ］とした場合に、以下の式（２）〜式（４）が成立する。
Ｍ［ｉ］＝Ｂ［ｉ］＋Ｒ［ｉ］＋Ｈ［ｉ］＋Ｗ［ｉ］ …式（２）
Ｓ［ｉ］≒Ｂ［ｉ］＋Ｒ［ｉ］ …式（３）
Ｑ［ｉ］＝Ｍ［ｉ］−Ｓ［ｉ］≒Ｈ［ｉ］＋Ｗ［ｉ］ …式（４）
よって、脈波波形の演算手段Ｃ６で演算される波形Ｑ［ｉ］は、ノイズＷ［ｉ］を含むが、脈波波形Ｈ［ｉ］とほぼ同等の波形が得られる。なお、脈波波形から得たい生体情報は、心拍数（１分間あたりのピークの数）や心拍間隔（ピークの間隔）であり、ノイズは一般的には脈波振幅に比較して小さい振幅のため、ピークの位置が検出できれば問題は無い。
Ｍ［ｉ］＝Ｂ［ｉ］＋Ｒ［ｉ］＋Ｈ［ｉ］＋Ｗ［ｉ］ …式（２）
Ｓ［ｉ］≒Ｂ［ｉ］＋Ｒ［ｉ］ …式（３）
Ｑ［ｉ］＝Ｍ［ｉ］−Ｓ［ｉ］≒Ｈ［ｉ］＋Ｗ［ｉ］ …式（４）
よって、脈波波形の演算手段Ｃ６で演算される波形Ｑ［ｉ］は、ノイズＷ［ｉ］を含むが、脈波波形Ｈ［ｉ］とほぼ同等の波形が得られる。なお、脈波波形から得たい生体情報は、心拍数（１分間あたりのピークの数）や心拍間隔（ピークの間隔）であり、ノイズは一般的には脈波振幅に比較して小さい振幅のため、ピークの位置が検出できれば問題は無い。
図７は実施例１の体動を判定する期間（２分間）の説明図である。
Ｃ７：体動期間の判定手段
体動期間の判定手段Ｃ７は、寝返り等の体動が発生した期間であるか否かの判定を行う。図７において、実施例１の体動期間の判定手段Ｃ７は、脈波波形２３から、５秒間毎に体動が発生した期間であるか否かを判定する。体動は、呼吸や脈波に比べて、極めて大きな振動であり、脈波波形２３も影響を受けて大きな波形として観測される。よって、実施例１の体動期間の判定手段Ｃ７は、５秒の期間内に、基準値の一例としての０Ｖよりも大きな波形部分の面積（積分値）が、予め設定された閾値よりも大きい場合に、その５秒の期間を体動が発生した期間であると判定する。予め設定された閾値は、実験等で予め設定されるが、例えば、体動が無い期間（呼吸や脈波のみの期間）の平均的な波形部分の面積に対して、１０倍の面積を閾値として設定することが可能である。この図７では脈波間隔算出の２分間において、前半に３回の体動区間があり、後半に体動区間が多数（約１０回）連続した場合を示している。なお、実施例１の体動期間の判定は、波形部分の面積を使用する場合を例示したが、これに限定されず、ピークの値が、閾値よりも大きいか否かで判定することも可能である。
Ｃ７：体動期間の判定手段
体動期間の判定手段Ｃ７は、寝返り等の体動が発生した期間であるか否かの判定を行う。図７において、実施例１の体動期間の判定手段Ｃ７は、脈波波形２３から、５秒間毎に体動が発生した期間であるか否かを判定する。体動は、呼吸や脈波に比べて、極めて大きな振動であり、脈波波形２３も影響を受けて大きな波形として観測される。よって、実施例１の体動期間の判定手段Ｃ７は、５秒の期間内に、基準値の一例としての０Ｖよりも大きな波形部分の面積（積分値）が、予め設定された閾値よりも大きい場合に、その５秒の期間を体動が発生した期間であると判定する。予め設定された閾値は、実験等で予め設定されるが、例えば、体動が無い期間（呼吸や脈波のみの期間）の平均的な波形部分の面積に対して、１０倍の面積を閾値として設定することが可能である。この図７では脈波間隔算出の２分間において、前半に３回の体動区間があり、後半に体動区間が多数（約１０回）連続した場合を示している。なお、実施例１の体動期間の判定は、波形部分の面積を使用する場合を例示したが、これに限定されず、ピークの値が、閾値よりも大きいか否かで判定することも可能である。
Ｃ８：ピークの選択手段
ピークの選択手段Ｃ８は、ピーク候補の抽出手段Ｃ８Ａと、低振幅候補の除外手段Ｃ８Ｂと、小間隔候補の除外手段Ｃ８Ｃと、呼吸影響候補の除外手段Ｃ８Ｄと、を有する。ピークの選択手段Ｃ８は、脈波波形２３において、心拍に基づくピーク候補（波形の極大部）を選択する。
ピークの選択手段Ｃ８は、ピーク候補の抽出手段Ｃ８Ａと、低振幅候補の除外手段Ｃ８Ｂと、小間隔候補の除外手段Ｃ８Ｃと、呼吸影響候補の除外手段Ｃ８Ｄと、を有する。ピークの選択手段Ｃ８は、脈波波形２３において、心拍に基づくピーク候補（波形の極大部）を選択する。
図８は実施例１のピークの選択方法の説明図であり、図８Ａはピークの抽出方法の説明図、図８Ｂは振幅の小さいピークをピーク候補から除外する方法の説明図、図８Ｃは間隔が短いピーク候補を除外する方法の説明図である。
Ｃ８Ａ：ピーク候補の抽出手段
ピーク候補の抽出手段Ｃ８Ａは、脈波波形の演算手段Ｃ６で演算された脈波波形２３に基づいて、ピーク候補の検出を行う。図８Ａにおいて、実施例１のピーク候補の抽出手段Ｃ８Ａは、脈波波形２３において、予め設定された基準値の一例としての０Ｖよりも高い値の波形部分２３（０Ｖより上になってから次に０Ｖより下になるまでの区間）において、極大となる位置をピーク候補２３ｂとして、抽出する。
Ｃ８Ａ：ピーク候補の抽出手段
ピーク候補の抽出手段Ｃ８Ａは、脈波波形の演算手段Ｃ６で演算された脈波波形２３に基づいて、ピーク候補の検出を行う。図８Ａにおいて、実施例１のピーク候補の抽出手段Ｃ８Ａは、脈波波形２３において、予め設定された基準値の一例としての０Ｖよりも高い値の波形部分２３（０Ｖより上になってから次に０Ｖより下になるまでの区間）において、極大となる位置をピーク候補２３ｂとして、抽出する。
Ｃ８Ｂ：低振幅候補の除外手段
低振幅候補の除外手段Ｃ８Ｂは、脈波波形２３において検出された複数のピーク候補２３ｂにおいて、ピーク候補２３ｂの振幅の値が、予め設定された閾値よりも小さい場合に、ピーク候補２３ｂから除外する。実施例１の低振幅候補の除外手段Ｃ８Ｂでは、予め設定された閾値の一例として、両隣のピーク候補２３ｂの振幅値の平均の１／３、が設定されている。したがって、図８Ｂに示すように、実施例１のピークの選択手段Ｃ８では、脈波波形２３において検出された複数のピーク候補２３ｂにおいて、ピーク候補２３ｂの振幅の値が、両隣のピーク候補２３ｂの振幅値の平均の１／３よりも小さい場合に、当該ピーク候補２３ｂを候補から除外してピークを選択する。すなわち、低振幅候補の除外手段Ｃ８Ｂでは、振幅が小さすぎるピークは、心拍に基づくピークではなく、外乱、ノイズである可能性が高いとして除外する。
なお、閾値は、例示した両隣のピーク候補２３ｂの振幅値の平均の１／３に限定されない。例えば、両隣のピーク候補２３ｂの平均ではなく、ピーク候補全体の平均値を基準としたり、前後１０個のピーク候補２３ｂの平均とする等、要求される精度や仕様等に応じて任意の変更が可能である。また、１／３に限定されず、１／４や１／５等、任意に変更可能である。
低振幅候補の除外手段Ｃ８Ｂは、脈波波形２３において検出された複数のピーク候補２３ｂにおいて、ピーク候補２３ｂの振幅の値が、予め設定された閾値よりも小さい場合に、ピーク候補２３ｂから除外する。実施例１の低振幅候補の除外手段Ｃ８Ｂでは、予め設定された閾値の一例として、両隣のピーク候補２３ｂの振幅値の平均の１／３、が設定されている。したがって、図８Ｂに示すように、実施例１のピークの選択手段Ｃ８では、脈波波形２３において検出された複数のピーク候補２３ｂにおいて、ピーク候補２３ｂの振幅の値が、両隣のピーク候補２３ｂの振幅値の平均の１／３よりも小さい場合に、当該ピーク候補２３ｂを候補から除外してピークを選択する。すなわち、低振幅候補の除外手段Ｃ８Ｂでは、振幅が小さすぎるピークは、心拍に基づくピークではなく、外乱、ノイズである可能性が高いとして除外する。
なお、閾値は、例示した両隣のピーク候補２３ｂの振幅値の平均の１／３に限定されない。例えば、両隣のピーク候補２３ｂの平均ではなく、ピーク候補全体の平均値を基準としたり、前後１０個のピーク候補２３ｂの平均とする等、要求される精度や仕様等に応じて任意の変更が可能である。また、１／３に限定されず、１／４や１／５等、任意に変更可能である。
Ｃ８Ｃ：小間隔候補の除外手段
小間隔候補の除外手段Ｃ８Ｃは、脈波波形２３において検出された複数のピーク候補２３ｂにおいて、１組のピーク候補２３ｂの間の時間的な間隔が、予め設定された閾値よりも小さい場合に、１組のピーク候補２３ｂとは異なるピーク候補の間隔に基づいて、一方のピーク候補２３ｂを、ピーク候補から除外する。実施例１の小間隔候補の除外手段Ｃ８Ｃでは、予め設定された閾値として、前後１０拍のピーク候補２３ｂどうしのピーク間隔の平均の１／２、が設定されている。したがって、図８Ｃに示すように、実施例１のピークの選択手段Ｃ８では、１組のピーク候補２３ｂ１の間の時間的な間隔が、前後１０拍のピーク候補２３ｂどうしのピーク間隔の平均の１／２よりも小さい場合に、１組のピーク候補２３ｂ１のさらに両隣のピーク候補２３ｂ２どうしの間隔の時間的な中央値から遠いピーク候補２３ｂ１を、候補から除外してピークを選択する。すなわち、小間隔候補の除外手段Ｃ８Ｃでは、間隔が狭すぎるピークは、心拍に基づくピークではなく、外乱、ノイズである可能性が高いとして除外する。
なお、閾値や、どちらのピーク候補を除外するかについては、例示した構成に限定されない。例えば、ピーク間隔は、前後両隣としたり、ピーク候補全体の平均とする等、任意の変更が可能である。また、時間中央値から近いか遠いかではなく、時間的に前側に隣接するピーク候補２３ｂ２との間隔が、ピーク候補全体のピーク間隔や、時間的に前側の過去１０拍の平均値に近い側をピーク候補として残すことも可能である。
小間隔候補の除外手段Ｃ８Ｃは、脈波波形２３において検出された複数のピーク候補２３ｂにおいて、１組のピーク候補２３ｂの間の時間的な間隔が、予め設定された閾値よりも小さい場合に、１組のピーク候補２３ｂとは異なるピーク候補の間隔に基づいて、一方のピーク候補２３ｂを、ピーク候補から除外する。実施例１の小間隔候補の除外手段Ｃ８Ｃでは、予め設定された閾値として、前後１０拍のピーク候補２３ｂどうしのピーク間隔の平均の１／２、が設定されている。したがって、図８Ｃに示すように、実施例１のピークの選択手段Ｃ８では、１組のピーク候補２３ｂ１の間の時間的な間隔が、前後１０拍のピーク候補２３ｂどうしのピーク間隔の平均の１／２よりも小さい場合に、１組のピーク候補２３ｂ１のさらに両隣のピーク候補２３ｂ２どうしの間隔の時間的な中央値から遠いピーク候補２３ｂ１を、候補から除外してピークを選択する。すなわち、小間隔候補の除外手段Ｃ８Ｃでは、間隔が狭すぎるピークは、心拍に基づくピークではなく、外乱、ノイズである可能性が高いとして除外する。
なお、閾値や、どちらのピーク候補を除外するかについては、例示した構成に限定されない。例えば、ピーク間隔は、前後両隣としたり、ピーク候補全体の平均とする等、任意の変更が可能である。また、時間中央値から近いか遠いかではなく、時間的に前側に隣接するピーク候補２３ｂ２との間隔が、ピーク候補全体のピーク間隔や、時間的に前側の過去１０拍の平均値に近い側をピーク候補として残すことも可能である。
図９は実施例１の呼吸影響候補の除外処理の説明図である。
Ｃ８Ｄ：呼吸影響候補の除外手段
呼吸影響候補の除外手段Ｃ８Ｄは、脈波波形２３において、１つの波形部分２３ａ１で囲まれた面積Ｓ１が予め設定された閾値よりも大きく、且つ、１つの波形部分２３ａ１にピーク候補２３ｂが複数存在する場合に、１つの波形部分２３ａ１とは異なる波形部分のピークの間隔に基づいて、ピーク候補を選択する。具体的には、１つの波形部分２３ａ１に対して時間的に前後に隣接する隣接波形部分２３ａ２のピークどうしの時間的な中央値３１に最も近い１つの波形部分２３ａ１のピーク候補２３ｂ３以外のピーク候補２３ｂ４は、候補から除外する。実施例１の呼吸影響候補の除外手段Ｃ８Ｄでは、予め設定された閾値として、前後の波形部分２３ａの面積Ｓ２ａ，Ｓ２ｂの平均値の２倍、が設定されている。したがって、実施例１のピークの選択手段Ｃ８は、脈波波形２３において、予め設定された基準値の一例としての０Ｖの値よりも高い値の各波形部分２３ａに対し、１つの波形部分２３ａ１で囲まれた面積Ｓ１が予め設定された閾値よりも大きく、且つ、１つの波形部分２３ａ１にピーク候補２３ｂが複数存在する場合に、１つの波形部分２３ａ１に対して時間的に前後に隣接する隣接波形部分２３ａ２のピークどうしの時間的な中央値３１に最も近い１つの波形部分２３ａ１のピーク候補２３ｂ３をピークとして選択する。すなわち、呼吸影響候補の除外手段Ｃ８Ｄは、面積Ｓ１が大きな波形部分２３ａ１は、呼吸の影響（呼吸の振幅は脈波の約２０倍＝脈波の振幅は呼吸の約５％）が脈波波形２３に現れている可能性が高いと判断して、脈波に基づくピークである可能性が高いピーク候補２３ｂ以外は除外する。
Ｃ８Ｄ：呼吸影響候補の除外手段
呼吸影響候補の除外手段Ｃ８Ｄは、脈波波形２３において、１つの波形部分２３ａ１で囲まれた面積Ｓ１が予め設定された閾値よりも大きく、且つ、１つの波形部分２３ａ１にピーク候補２３ｂが複数存在する場合に、１つの波形部分２３ａ１とは異なる波形部分のピークの間隔に基づいて、ピーク候補を選択する。具体的には、１つの波形部分２３ａ１に対して時間的に前後に隣接する隣接波形部分２３ａ２のピークどうしの時間的な中央値３１に最も近い１つの波形部分２３ａ１のピーク候補２３ｂ３以外のピーク候補２３ｂ４は、候補から除外する。実施例１の呼吸影響候補の除外手段Ｃ８Ｄでは、予め設定された閾値として、前後の波形部分２３ａの面積Ｓ２ａ，Ｓ２ｂの平均値の２倍、が設定されている。したがって、実施例１のピークの選択手段Ｃ８は、脈波波形２３において、予め設定された基準値の一例としての０Ｖの値よりも高い値の各波形部分２３ａに対し、１つの波形部分２３ａ１で囲まれた面積Ｓ１が予め設定された閾値よりも大きく、且つ、１つの波形部分２３ａ１にピーク候補２３ｂが複数存在する場合に、１つの波形部分２３ａ１に対して時間的に前後に隣接する隣接波形部分２３ａ２のピークどうしの時間的な中央値３１に最も近い１つの波形部分２３ａ１のピーク候補２３ｂ３をピークとして選択する。すなわち、呼吸影響候補の除外手段Ｃ８Ｄは、面積Ｓ１が大きな波形部分２３ａ１は、呼吸の影響（呼吸の振幅は脈波の約２０倍＝脈波の振幅は呼吸の約５％）が脈波波形２３に現れている可能性が高いと判断して、脈波に基づくピークである可能性が高いピーク候補２３ｂ以外は除外する。
なお、閾値として隣接する波形部分の平均面積の２倍を例示したが、これに限定されない。例えば、隣接する波形部分ではなく、前後１０拍分の波形部分の平均面積としたり、全体の波形部分の平均面積とすることも可能である。また、２倍に限定されず、１．５倍や３倍以上等、任意の設定とすることが可能である。さらに、面積値に基づかず、振幅の値の絶対値が、全体の平均よりも大きい、といった条件で除外するピーク候補を判別する構成とすることも可能である。
また、実施例１では、時間中央値に最も近いピーク候補２３ｂ３を選択し、それ以外を除外するという選別方法を例示したが、これに限定されない。例えば、過去の１０心拍の平均値をもとに、該当エリア前の脈波ピークの時間（時刻）に１心拍時間を加算し、その加算結果の時間に最も近いピーク候補を選択する方法とすることも可能である。他にも、波形部分２３ａ１のピーク候補を除いた全体のピーク候補の平均間隔に最も近いピーク候補を選択することも可能である。
また、実施例１では、時間中央値に最も近いピーク候補２３ｂ３を選択し、それ以外を除外するという選別方法を例示したが、これに限定されない。例えば、過去の１０心拍の平均値をもとに、該当エリア前の脈波ピークの時間（時刻）に１心拍時間を加算し、その加算結果の時間に最も近いピーク候補を選択する方法とすることも可能である。他にも、波形部分２３ａ１のピーク候補を除いた全体のピーク候補の平均間隔に最も近いピーク候補を選択することも可能である。
図１０は実施例１のピーク間隔の評価方法の説明図であり、図８Ａに示す脈波波形から各除外処理でピーク候補が除外されて選択されたピークの説明図である。
したがって、実施例１のピークの選択手段Ｃ８では、図８Ａに示す脈波波形の一例に対して、各除外手段Ｃ８Ｂ〜Ｃ８Ｄでの処理を経て、図１０に示すようにピークが選択される。
なお、実施例１では、１つの振動波形２１から刻み幅Ｎ１〜Ｎ４を使用して導出された４種の脈波波形２３−１〜２３−４に対して、ピークの選択が、それぞれ行われる。したがって、３６種類の振動波形２１に対して、それぞれ４種の脈波波形が導出される実施例１では、１４４（＝３６×４）種類の脈波波形２３に対してピークの選択が行われる。
したがって、実施例１のピークの選択手段Ｃ８では、図８Ａに示す脈波波形の一例に対して、各除外手段Ｃ８Ｂ〜Ｃ８Ｄでの処理を経て、図１０に示すようにピークが選択される。
なお、実施例１では、１つの振動波形２１から刻み幅Ｎ１〜Ｎ４を使用して導出された４種の脈波波形２３−１〜２３−４に対して、ピークの選択が、それぞれ行われる。したがって、３６種類の振動波形２１に対して、それぞれ４種の脈波波形が導出される実施例１では、１４４（＝３６×４）種類の脈波波形２３に対してピークの選択が行われる。
Ｃ９：異常間隔の検出手段
異常間隔の検出手段Ｃ９は、脈波波形２３に対して、ピークの選択手段Ｃ８で選択された各ピーク２３ｂの間隔が異常なピークを検出する。実施例１の異常間隔の検出手段Ｃ９は、予め設定された閾値に基づいて第１の脈波波形２３−１〜第４の脈波波形２３−４の各ピーク２３ｂの間隔ＲＲＩが、異常であるピーク間隔ＲＲＩの数を検出する。なお、実施例１の異常間隔の検出手段Ｃ９は、前述の１４４種類の脈波波形２３に対して処理を行う。
実施例１では、ｎ番目の間隔をＲＲＩｎとし、予め設定された閾値をＲ１とした場合に、以下の式（５）に基づいて、以下の式（５）を満足すれば妥当であり、満足しなければ異常であると判別する。
ＲＲＩｎ−（ＲＲＩｎの過去１５拍の平均＋ＲＲＩｎの未来１５拍の平均）／２≦Ｒ１ …式（５）
なお、式（５）は以下の式（５′）としても表現可能である。
異常間隔の検出手段Ｃ９は、脈波波形２３に対して、ピークの選択手段Ｃ８で選択された各ピーク２３ｂの間隔が異常なピークを検出する。実施例１の異常間隔の検出手段Ｃ９は、予め設定された閾値に基づいて第１の脈波波形２３−１〜第４の脈波波形２３−４の各ピーク２３ｂの間隔ＲＲＩが、異常であるピーク間隔ＲＲＩの数を検出する。なお、実施例１の異常間隔の検出手段Ｃ９は、前述の１４４種類の脈波波形２３に対して処理を行う。
実施例１では、ｎ番目の間隔をＲＲＩｎとし、予め設定された閾値をＲ１とした場合に、以下の式（５）に基づいて、以下の式（５）を満足すれば妥当であり、満足しなければ異常であると判別する。
ＲＲＩｎ−（ＲＲＩｎの過去１５拍の平均＋ＲＲＩｎの未来１５拍の平均）／２≦Ｒ１ …式（５）
なお、式（５）は以下の式（５′）としても表現可能である。
すなわち、式（５）では、前後（過去・未来）の平均に対して、ＲＲＩｎがあまりかけ離れていない（ゆらぎが小さい）場合には、妥当と判断し、ゆらぎが大きいと異常と判断する。すなわち、心拍に基づく脈波はゆらぎが小さく、ゆらぎが大きい場合は、ノイズや呼吸、体動の影響を受けた可能性が高いと判断する。
そして、実施例１の異常間隔の検出手段Ｃ９では、異常と判断されたＲＲＩｎの数を計数する。
なお、実施例１では、閾値Ｒ１は、一例として、ゆらぎの大きい被験者の場合はＲ１＝５００ｍｓ、ゆらぎの小さい被験者の場合はＲ１＝３００ｍｓに設定可能であり、個人ごとに過去のゆらぎ具合から生体情報の取得装置Ｓの利用者が設定可能である。なお、ゆらぎの閾値Ｒ１は、実施例に例示した構成に限定されず、装置の構成や要求される精度等、設計や仕様等に応じて適宜変更可能である。
そして、実施例１の異常間隔の検出手段Ｃ９では、異常と判断されたＲＲＩｎの数を計数する。
なお、実施例１では、閾値Ｒ１は、一例として、ゆらぎの大きい被験者の場合はＲ１＝５００ｍｓ、ゆらぎの小さい被験者の場合はＲ１＝３００ｍｓに設定可能であり、個人ごとに過去のゆらぎ具合から生体情報の取得装置Ｓの利用者が設定可能である。なお、ゆらぎの閾値Ｒ１は、実施例に例示した構成に限定されず、装置の構成や要求される精度等、設計や仕様等に応じて適宜変更可能である。
Ｃ１０：波形の選択手段
波形の選択手段Ｃ１０は、異常間隔の検出手段Ｃ９で検出された異常なＲＲＩｎの数が最も少ない脈波波形２３を、被験者のＨＲＶを演算するために使用する波形として選択する。実施例１では、前述の１４４種類の脈波波形２３の中から、異常なＲＲＩｎの数（間隔異常数）が最も少ない脈波波形２３を使用する波形として選択する。すなわち、第１の刻み幅Ｎ１を使用して導出された脈波波形２３−１における第１の間隔異常数と、第２の刻み幅Ｎ２を使用して導出された脈波波形２３−２における第２の間隔異常数と、第３の刻み幅Ｎ３を使用して導出された脈波波形２３−３における第３の間隔異常数と、第４の刻み幅Ｎ４を使用して導出された脈波波形２３−４における第４の間隔異常数と、の中から最小の間隔異常数の脈波波形２３を選択する。なお、実施例１では、３６種類の振動波形２１に対して、４種類の刻み幅Ｎ１〜Ｎ４を使用して導出した脈波波形２３の中から最も異常の少ない脈波波形２３を最適な波形として選択する。なお、異常なＲＲＩｎの数が最も少ない脈波波形が複数存在した場合は、どの波形を選択することも可能であるが、一例として、最も最初に異常間隔の検出を行った波形を採用することが可能である。この最適波形の選択は１分ごとに実施する。すなわち、ベッド上の体の位置、姿勢に応じて最適波形が動的に変化することに適宜対応して最適波形を選択可能となっている。
波形の選択手段Ｃ１０は、異常間隔の検出手段Ｃ９で検出された異常なＲＲＩｎの数が最も少ない脈波波形２３を、被験者のＨＲＶを演算するために使用する波形として選択する。実施例１では、前述の１４４種類の脈波波形２３の中から、異常なＲＲＩｎの数（間隔異常数）が最も少ない脈波波形２３を使用する波形として選択する。すなわち、第１の刻み幅Ｎ１を使用して導出された脈波波形２３−１における第１の間隔異常数と、第２の刻み幅Ｎ２を使用して導出された脈波波形２３−２における第２の間隔異常数と、第３の刻み幅Ｎ３を使用して導出された脈波波形２３−３における第３の間隔異常数と、第４の刻み幅Ｎ４を使用して導出された脈波波形２３−４における第４の間隔異常数と、の中から最小の間隔異常数の脈波波形２３を選択する。なお、実施例１では、３６種類の振動波形２１に対して、４種類の刻み幅Ｎ１〜Ｎ４を使用して導出した脈波波形２３の中から最も異常の少ない脈波波形２３を最適な波形として選択する。なお、異常なＲＲＩｎの数が最も少ない脈波波形が複数存在した場合は、どの波形を選択することも可能であるが、一例として、最も最初に異常間隔の検出を行った波形を採用することが可能である。この最適波形の選択は１分ごとに実施する。すなわち、ベッド上の体の位置、姿勢に応じて最適波形が動的に変化することに適宜対応して最適波形を選択可能となっている。
Ｃ１１：心拍間隔の補正手段
心拍間隔の補正手段Ｃ１１は、異常間隔の検出手段Ｃ９で異常間隔と判定したＲＲＩｎを異常でない前後のＲＲＩの平均値で置き換える補正をする。さらに、実施例１の心拍間隔の補正手段Ｃ１１では、異常間隔の検出手段Ｃ９で使用された閾値Ｒ１の補正、いわゆる、閾値Ｒ１の学習を行う。なお、閾値Ｒ１の学習については、従来公知の任意の方法を採用可能であるが、例えば、異常と判別されたＲＲＩｎの数が予め設定された範囲に収まっている場合には、前回の閾値Ｒ１をそのまま継続し、異常の数が多すぎる場合は、閾値Ｒ１を一例として５ｍｓ大きくし、異常の数が少なすぎる場合は、閾値Ｒ１を一例として５ｍｓ小さくすることが可能である。
心拍間隔の補正手段Ｃ１１は、異常間隔の検出手段Ｃ９で異常間隔と判定したＲＲＩｎを異常でない前後のＲＲＩの平均値で置き換える補正をする。さらに、実施例１の心拍間隔の補正手段Ｃ１１では、異常間隔の検出手段Ｃ９で使用された閾値Ｒ１の補正、いわゆる、閾値Ｒ１の学習を行う。なお、閾値Ｒ１の学習については、従来公知の任意の方法を採用可能であるが、例えば、異常と判別されたＲＲＩｎの数が予め設定された範囲に収まっている場合には、前回の閾値Ｒ１をそのまま継続し、異常の数が多すぎる場合は、閾値Ｒ１を一例として５ｍｓ大きくし、異常の数が少なすぎる場合は、閾値Ｒ１を一例として５ｍｓ小さくすることが可能である。
Ｃ１２：体動期間中の引き継ぎ手段
体動期間中の引き継ぎ手段Ｃ１２は、体動期間の判定手段Ｃ７で判定された体動期間において、体動期間におけるピーク間隔を、体動期間ではないピーク間隔に引き継ぐ処理を行う。実施例１の体動期間中の引き継ぎ手段Ｃ１２は、体動期間の判定手段Ｃ７で判定された体動期間が連続する場合（図７の後半部分であり、体動区間５秒間が例えば１０個連続する場合）は、該当する１分間期間のピーク間隔ＲＲＩとして、直前の１分間におけるピーク間隔ＲＲＩを代入することで、体動期間のピーク間隔ＲＲＩではなく、体動期間ではないピーク間隔ＲＲＩに引き継ぐ（補正する）。すなわち、実施例１では、体動期間では、体動の影響で脈波波形２３のピーク間隔ＲＲＩが正確でない可能性があり、体動期間のＲＲＩデータとして、体動がない直前期間のＲＲＩデータを使用する。
体動期間中の引き継ぎ手段Ｃ１２は、体動期間の判定手段Ｃ７で判定された体動期間において、体動期間におけるピーク間隔を、体動期間ではないピーク間隔に引き継ぐ処理を行う。実施例１の体動期間中の引き継ぎ手段Ｃ１２は、体動期間の判定手段Ｃ７で判定された体動期間が連続する場合（図７の後半部分であり、体動区間５秒間が例えば１０個連続する場合）は、該当する１分間期間のピーク間隔ＲＲＩとして、直前の１分間におけるピーク間隔ＲＲＩを代入することで、体動期間のピーク間隔ＲＲＩではなく、体動期間ではないピーク間隔ＲＲＩに引き継ぐ（補正する）。すなわち、実施例１では、体動期間では、体動の影響で脈波波形２３のピーク間隔ＲＲＩが正確でない可能性があり、体動期間のＲＲＩデータとして、体動がない直前期間のＲＲＩデータを使用する。
図１１は実施例１のピーク間隔ＲＲＩの説明図であり、図１１Ａは振動波形の一例の説明図、図１１Ｂは図１１Ａの振動波形から導出された脈波波形の説明図、図１１Ｃは図１１Ｂの脈波波形から導出されたピーク間隔（ＲＲＩ間隔）の説明図である。
Ｃ１３：心拍間隔の抽出手段
心拍間隔の抽出手段Ｃ１３は、体動期間中の引き継ぎ手段Ｃ１２による処理がされたピークに基づいて、ピーク間隔ＲＲＩを抽出する。実施例１の心拍間隔の抽出手段Ｃ１３は、図１１Ｃに示すように、時系列に沿って各ピーク間隔（心拍間隔）ＲＲＩｎをプロットしたピーク間隔ＲＲＩｎの波形情報２４を作成する。
Ｃ１３：心拍間隔の抽出手段
心拍間隔の抽出手段Ｃ１３は、体動期間中の引き継ぎ手段Ｃ１２による処理がされたピークに基づいて、ピーク間隔ＲＲＩを抽出する。実施例１の心拍間隔の抽出手段Ｃ１３は、図１１Ｃに示すように、時系列に沿って各ピーク間隔（心拍間隔）ＲＲＩｎをプロットしたピーク間隔ＲＲＩｎの波形情報２４を作成する。
図１２はピーク間隔ＲＲＩの波形を高速フーリエ変換して得られたグラフの説明図であり、横軸に周波数を取り、縦軸にパワーを取ったグラフである。
図１３はＨＲＶの一例の説明図であり、図１３Ａは副交感神経の活性度を示すグラフ、図１３Ｂは交感神経の活性度を示すグラフである。
Ｃ１４：ＨＲＶ演算手段
生体情報の演算手段の一例であって、指標の演算手段の一例としてのＨＲＶ演算手段Ｃ１４は、脈波波形２３のピーク間隔ＲＲＩに基づいて、心拍数変動指標（ＨＲＶ）を演算する。実施例１では、ＨＲＶの一例として、副交感神経の活性度と、交感神経の活性度の両方を演算する。実施例１では、具体的には、心拍間隔の抽出手段Ｃ１３で作成された波形情報２４に対して、フーリエ高速変換（Fast Fourier Transform：ＦＦＴ）を行い、図１２に示すようなパワースペクトルを得る。そして、０．０４［Ｈｚ］〜０．１５［Ｈｚ］を低周波域とし、０．１５［Ｈｚ］〜０．４［Ｈｚ］を高周波域として、低周波域の波形部分の面積ＬＦと、高周波域の波形部分の面積ＨＦを演算する。
図１３はＨＲＶの一例の説明図であり、図１３Ａは副交感神経の活性度を示すグラフ、図１３Ｂは交感神経の活性度を示すグラフである。
Ｃ１４：ＨＲＶ演算手段
生体情報の演算手段の一例であって、指標の演算手段の一例としてのＨＲＶ演算手段Ｃ１４は、脈波波形２３のピーク間隔ＲＲＩに基づいて、心拍数変動指標（ＨＲＶ）を演算する。実施例１では、ＨＲＶの一例として、副交感神経の活性度と、交感神経の活性度の両方を演算する。実施例１では、具体的には、心拍間隔の抽出手段Ｃ１３で作成された波形情報２４に対して、フーリエ高速変換（Fast Fourier Transform：ＦＦＴ）を行い、図１２に示すようなパワースペクトルを得る。そして、０．０４［Ｈｚ］〜０．１５［Ｈｚ］を低周波域とし、０．１５［Ｈｚ］〜０．４［Ｈｚ］を高周波域として、低周波域の波形部分の面積ＬＦと、高周波域の波形部分の面積ＨＦを演算する。
高周波域の面積ＨＦは、副交感神経の活性度と関係が深いことが知られており、ＬＦ／ＨＦは交感神経の活性度と関係が深いことが知られている。なお、交感神経の活性度の時間変化を観測することで、被験者の睡眠段階（覚醒、レム睡眠、ノンレム睡眠）の変化を判定することも可能である。したがって、実施例１のＨＲＶ演算手段Ｃ１４は、副交感神経の活性度の時間変化として、図１３Ａに示すＨＦの時間変化を演算するとともに、交感神経の活性度の時間変化として、図１３Ｂに示すＬＦ／ＨＦの時間変化を演算する。よって、実施例１のＨＲＶ演算手段Ｃ１４は、結果として、波形の選択手段Ｃ１０で異常なＲＲＩｎが最も少ない脈波波形２３に基づいて、ＨＲＶを演算していることとなる。
なお、実施例１では、ＨＲＶ演算手段１４は、ＨＲＶだけでなく、２分間分の脈波波形２３におけるピークの数を計数することで、心拍数も取得する。
なお、実施例１では、ＨＲＶ演算手段１４は、ＨＲＶだけでなく、２分間分の脈波波形２３におけるピークの数を計数することで、心拍数も取得する。
（実施例１のフローチャートの説明）
次に、実施例１のクライアントパソコンＰＣａの生体情報の取得プログラムＡＰ１による生体情報の取得処理の流れをフローチャートを使用して説明する。
次に、実施例１のクライアントパソコンＰＣａの生体情報の取得プログラムＡＰ１による生体情報の取得処理の流れをフローチャートを使用して説明する。
（実施例１の生体情報の取得処理のフローチャートの説明）
図１４は実施例１の生体情報の取得処理のフローチャートである。
図１４のフローチャートの各ＳＴ（ステップ）の処理は、前記制御部のＲＯＭ等に記憶されたプログラムに従って行われる。また、この処理は前記制御部の他の各種処理と並行してマルチタスクで実行される。
図１４は実施例１の生体情報の取得処理のフローチャートである。
図１４のフローチャートの各ＳＴ（ステップ）の処理は、前記制御部のＲＯＭ等に記憶されたプログラムに従って行われる。また、この処理は前記制御部の他の各種処理と並行してマルチタスクで実行される。
図１４に示すフローチャートは、生体情報の取得プログラムＡＰ１が起動された場合に開始される。
図１４のＳＴ１において、マイクロ波レーダーＳＮ１が検知した振動波形２１を取得する。そして、ＳＴ２に進む。
ＳＴ２において、各刻み幅Ｎ１〜Ｎ４に対して、呼吸波形２２を演算する。そして、ＳＴ３に進む。
ＳＴ３において、振動波形２１と各呼吸波形２２（２２−１〜２２−４）から脈波波形２３（２３−１〜２３−４）を演算する。そして、ＳＴ４に進む。
ＳＴ４において、脈波波形２３の積分値から体動期間を判定する。そして、ＳＴ５に進む。
図１４のＳＴ１において、マイクロ波レーダーＳＮ１が検知した振動波形２１を取得する。そして、ＳＴ２に進む。
ＳＴ２において、各刻み幅Ｎ１〜Ｎ４に対して、呼吸波形２２を演算する。そして、ＳＴ３に進む。
ＳＴ３において、振動波形２１と各呼吸波形２２（２２−１〜２２−４）から脈波波形２３（２３−１〜２３−４）を演算する。そして、ＳＴ４に進む。
ＳＴ４において、脈波波形２３の積分値から体動期間を判定する。そして、ＳＴ５に進む。
ＳＴ５において、脈波波形２３からピーク候補を抽出する。そして、ＳＴ６に進む。
ＳＴ６において、ピーク候補の中から、振幅の小さいピーク候補を候補から除外する処理を行う。そして、ＳＴ７に進む。
ＳＴ７において、ピーク候補の中から、心拍間隔が小さいピーク候補を候補から除外する処理を行う。そして、ＳＴ８に進む。
ＳＴ８において、ピーク候補の中から、呼吸の影響を受けているピーク候補を候補から除外する処理を行う。そして、ＳＴ９に進む。
ＳＴ９において、脈波波形２３のピークを選択（決定）する。そして、ＳＴ１０に進む。
ＳＴ１０において、異常なＲＲＩｎの数が最小の脈波波形２３を、最適な脈波波形として選択する。すなわち、最適な波形および刻み幅Ｎ１〜Ｎ４を選択する。そして、ＳＴ１１に進む。
ＳＴ６において、ピーク候補の中から、振幅の小さいピーク候補を候補から除外する処理を行う。そして、ＳＴ７に進む。
ＳＴ７において、ピーク候補の中から、心拍間隔が小さいピーク候補を候補から除外する処理を行う。そして、ＳＴ８に進む。
ＳＴ８において、ピーク候補の中から、呼吸の影響を受けているピーク候補を候補から除外する処理を行う。そして、ＳＴ９に進む。
ＳＴ９において、脈波波形２３のピークを選択（決定）する。そして、ＳＴ１０に進む。
ＳＴ１０において、異常なＲＲＩｎの数が最小の脈波波形２３を、最適な脈波波形として選択する。すなわち、最適な波形および刻み幅Ｎ１〜Ｎ４を選択する。そして、ＳＴ１１に進む。
ＳＴ１１において、異常間隔と判定したＲＲＩｎを異常でない前後のＲＲＩの平均値で置き換える補正と、心拍間隔の閾値Ｒ１を補正（学習）する処理を実行する。そして、ＳＴ１２に進む。
ＳＴ１２において、体動が連続する期間の場合に、直前１分間の心拍間隔を引き継ぐ処理を実行する。そして、ＳＴ１３に進む。
ＳＴ１３において、ＳＴ１０で選択された脈波波形２３から心拍間隔を抽出する。そして、ＳＴ１４に進む。
ＳＴ１４において、ＨＲＶを計算すると共に、心拍数を計算する。そして、生体情報の取得処理を終了する。
ＳＴ１２において、体動が連続する期間の場合に、直前１分間の心拍間隔を引き継ぐ処理を実行する。そして、ＳＴ１３に進む。
ＳＴ１３において、ＳＴ１０で選択された脈波波形２３から心拍間隔を抽出する。そして、ＳＴ１４に進む。
ＳＴ１４において、ＨＲＶを計算すると共に、心拍数を計算する。そして、生体情報の取得処理を終了する。
（実施例１の作用）
前記構成を備えた実施例１の生体情報の取得装置Ｓでは、マイクロ波レーダーＳＮ１で被験者の体動や呼吸、脈波に伴う振動を検出する。そして、マイクロ波レーダーＳＮ１の出力信号に基づいて、振動波形２１が取得される。振動波形２１に対して、移動平均法で呼吸波形２２が導出され、振動波形２１と呼吸波形２２とに基づいて、脈波波形２３が導出される。そして、脈波波形２３から心拍間隔ＲＲＩが導出され、ＨＲＶが導出される。
前記構成を備えた実施例１の生体情報の取得装置Ｓでは、マイクロ波レーダーＳＮ１で被験者の体動や呼吸、脈波に伴う振動を検出する。そして、マイクロ波レーダーＳＮ１の出力信号に基づいて、振動波形２１が取得される。振動波形２１に対して、移動平均法で呼吸波形２２が導出され、振動波形２１と呼吸波形２２とに基づいて、脈波波形２３が導出される。そして、脈波波形２３から心拍間隔ＲＲＩが導出され、ＨＲＶが導出される。
近年、健康意識の高まりから日常的に家庭で睡眠状態やストレス度合を計測するニー ズが高くなっている。また、自動運転技術における覚醒度測定や、高齢者介護福祉施設における覚醒／睡眠の判別やノンレム睡眠・レム睡眠の睡眠段階判定、そして乳幼児の長時間バイタルサイン（呼吸・心拍）モニタリングの技術への要求も強くなっている。これらの技術の実現には、被測定者の物理的、精神的負荷の少ない非接触方式での測定、かつ心拍間隔（脈波間隔と同期している）を正確に計測することが必要であり、不定期の四肢の動き等のランダム体動はその期間を除外することで対策がとれるが、常時発生する呼吸に伴う振動の影響を受けない脈波間隔の抽出が従来から大きな課題であった。
これまでの接触型心拍測定としては、電極を付ける心電図測定や指先に光電センサを装着する光電式脈波センサ等が存在しているが、皮膚への電極装着やコードが邪魔になり終夜測定やデリケートな高齢者・乳児等の長時間測定には不向きであった。また、睡眠の質は、精神的肉体的ストレス度合、昼間の運動の有無、就寝直前の入浴などの様々な要因により左右されるものであり、一晩の睡眠状態だけで個人の通常時の睡眠の質を判断することは困難である。
これまでの接触型心拍測定としては、電極を付ける心電図測定や指先に光電センサを装着する光電式脈波センサ等が存在しているが、皮膚への電極装着やコードが邪魔になり終夜測定やデリケートな高齢者・乳児等の長時間測定には不向きであった。また、睡眠の質は、精神的肉体的ストレス度合、昼間の運動の有無、就寝直前の入浴などの様々な要因により左右されるものであり、一晩の睡眠状態だけで個人の通常時の睡眠の質を判断することは困難である。
従って、良質な睡眠を確保するには、日ごろから自宅で睡眠深度、睡眠周期を定量的に計測し、自己管理することが望まれる。また、睡眠障害の原因となるストレス度を定期的に計測し、ストレス要因の除去や高齢者の場合には生活指導、運動指導などのＱＯＬ改善への介護職員の取組みが必要となる。さらに、高齢者介護施設において夜間の高齢者の排泄介助のタイミングを計ることは深い眠りの時間が短くなる高齢者へのサービスとして重要であり、覚醒もしくは浅い睡眠状態の時に出来るだけ排泄介護（オムツ交換）を行うよう工夫している。オムツ交換のタイミングを自動的に介護職員に知らせるツールが望まれる所以である。自動運転および居眠り検知においては、覚醒度の低下ならびに眠気が現れた際に、心拍間隔の増加傾向があり、この心拍間隔の微妙な変化を抽出し、運転者にアラーム警告するものである。
ここで、実施例１の生体情報の取得装置Ｓでは、非接触式のマイクロ波レーダーＳＮ１を使用しており、電極を被験者に貼り付けるポリソムノグラフィを使用する場合に比べて、被験者への負担を少なくすることができる。特に、実施例１では、胸部と腹部の２箇所のレーダーＳＮ１ａ，ＳＮ１ｂで振動を検出すると共に、各レーダーＳＮ１ａ，ＳＮ１ｂは、９つのマイクロ波ドップラーセンサ２を有する。したがって、１箇所のレーダーで振動を検出する場合や、マイクロ波ドップラーセンサ２が１つの場合に比べて、広い面積の脈波を取得することができ、被験者の睡眠時の姿勢や寝る位置、寝返り等での移動をしても、細動脈の位置をマイクロ波ドップラーセンサ２がカバーできる可能性が高く、体表面から脈波振動を検知しやすい。よって、振動の検出不良が低減され、ＨＲＶの検出不良が低減され、検出精度が向上できる。
よって、実施例１では、心電図、光電式脈波センサを用いることなく、被測定者の測定負荷が少ない非接触型のマイクロ波レーダーＳＮ１を用いて、ＨＲＶを導出でき、交感神経と副交感神経のバランスを司る自律神経の活性度状況が計測できる。さらに、脈波波形２３が高精度に導出されるので、心拍に基づく生体の指標の一例としての覚醒／睡眠の判別やノンレム睡眠・レム睡眠の睡眠段階判定や、ストレス度合の計測の精度の向上も期待できる。
よって、実施例１では、心電図、光電式脈波センサを用いることなく、被測定者の測定負荷が少ない非接触型のマイクロ波レーダーＳＮ１を用いて、ＨＲＶを導出でき、交感神経と副交感神経のバランスを司る自律神経の活性度状況が計測できる。さらに、脈波波形２３が高精度に導出されるので、心拍に基づく生体の指標の一例としての覚醒／睡眠の判別やノンレム睡眠・レム睡眠の睡眠段階判定や、ストレス度合の計測の精度の向上も期待できる。
図１５は従来の脈波波形の演算方法の説明図であり、図１５Ａは図５Ａに対応する振動波形の説明図、図１５Ｂは図１５Ａにおいて刻み幅０．８秒で演算して得られた呼吸波形の説明図、図１５Ｃは図１５Ａの振動波形と図１５Ｂの呼吸波形から演算された脈波波形の説明図である。
また、実施例１の生体情報の取得装置Ｓでは、４種類の刻み幅Ｎ１〜Ｎ４を使用して呼吸波形２２を導出している。従来の移動平均法では、刻み幅は固定されていた。したがって、例えば、図５Ａ、図１５Ａに示す振動波形２１に対して刻み幅として０．８秒を使用した場合、図１５Ｂに示すように、呼吸波形は、図５Ｂに比べて、なだらかな波形となってしまう。したがって、図１５Ｃに示すように、得られる脈波波形は、図５Ｃに比べて、ピークが目立ちにくくなりやすい。よって、例えば、図１５Ｃの脈波波形の左端のピークのように、心拍に基づくピークが判別されにくかったり、心拍に基づくピークとは異なるピークが選択されやすくなり、精度が低下しやすい。同様に、図４Ａの振動波形の場合は、刻み幅として０．１秒を使用した場合は、脈波波形（図は省略）が図４Ｃに比べて、脈波波形のピークに類似のピークが多数現れて、心拍に基づくピークとは異なるピークが選択されやすくなり、精度が低下しやすい。すなわち、体の位置や姿勢に応じて計測される振動波形中の脈波信号の大きさが変化し、最適な刻み幅は時々刻々と変化しており、特定の刻み幅を使用する従来技術では、精度が低下しやすい問題があった。
また、実施例１の生体情報の取得装置Ｓでは、４種類の刻み幅Ｎ１〜Ｎ４を使用して呼吸波形２２を導出している。従来の移動平均法では、刻み幅は固定されていた。したがって、例えば、図５Ａ、図１５Ａに示す振動波形２１に対して刻み幅として０．８秒を使用した場合、図１５Ｂに示すように、呼吸波形は、図５Ｂに比べて、なだらかな波形となってしまう。したがって、図１５Ｃに示すように、得られる脈波波形は、図５Ｃに比べて、ピークが目立ちにくくなりやすい。よって、例えば、図１５Ｃの脈波波形の左端のピークのように、心拍に基づくピークが判別されにくかったり、心拍に基づくピークとは異なるピークが選択されやすくなり、精度が低下しやすい。同様に、図４Ａの振動波形の場合は、刻み幅として０．１秒を使用した場合は、脈波波形（図は省略）が図４Ｃに比べて、脈波波形のピークに類似のピークが多数現れて、心拍に基づくピークとは異なるピークが選択されやすくなり、精度が低下しやすい。すなわち、体の位置や姿勢に応じて計測される振動波形中の脈波信号の大きさが変化し、最適な刻み幅は時々刻々と変化しており、特定の刻み幅を使用する従来技術では、精度が低下しやすい問題があった。
したがって、従来の刻み幅が固定された方式では、図５Ａ、図１５Ａに示すような波形の場合、心拍間隔が十分な精度で得られないものとされていた。これに対して、実施例１の生体情報の取得装置Ｓでは、２分間分の振動波形２１毎に、４種類の刻み幅Ｎ１〜Ｎ４で呼吸波形２２が導出される。そして、異常な心拍間隔ＲＲＩｎの数が最小なもの、すなわち、最適なマイクロ波ドップラーセンサ２の振動波形２１と刻み幅Ｎ１〜Ｎ４の組み合わせが選択される。特に、実施例１では、体の位置等に応じて刻み幅が時々刻々変化することに対応して、１分毎に最適な刻み幅Ｎ１〜Ｎ４が選択される。よって、刻み幅を固定していた従来技術に比べて、心拍間隔を高精度に検出でき、ＨＲＶを高精度に検出できる。
なお、実施例１では振動波形２１は、２分間分のデータに基づいてＨＲＶを得ているが、１分間ずつ重複しているため、実質的には、１分ごとにＨＲＶが演算されていることに相当する。よって、１分ごとに最適な振動波形２１と刻み幅Ｎ１〜Ｎ４が選択される。
なお、実施例１では振動波形２１は、２分間分のデータに基づいてＨＲＶを得ているが、１分間ずつ重複しているため、実質的には、１分ごとにＨＲＶが演算されていることに相当する。よって、１分ごとに最適な振動波形２１と刻み幅Ｎ１〜Ｎ４が選択される。
また、実施例１の生体情報の取得装置Ｓでは、従来のＨＲＶの導出の際に行われていなかった呼吸影響候補の除外手段Ｃ８Ｄによる呼吸の影響を受けたピーク候補の除外を行っている。したがって、従来の方式では、心拍に基づくものではなく、呼吸の影響を受けたピークに基づいて心拍間隔ＲＲＩが導出されることがあり、精度が低下する原因になっていた。これに対して、実施例１では、呼吸影響候補の除外手段Ｃ８Ｄにより、呼吸の影響を受けたピーク候補が除外される。よって、従来の方式に比べて、ＨＲＶの精度を向上させることができる。
さらに、実施例１の生体情報の取得装置Ｓでは、振幅が小さいピーク候補や、間隔の狭すぎるピーク候補は、ピーク候補から除外している。よって、このような処理を実行しない場合に比べて、心拍間隔ＲＲＩの検出精度を向上させることができる。
さらに、実施例１の生体情報の取得装置Ｓでは、振幅が小さいピーク候補や、間隔の狭すぎるピーク候補は、ピーク候補から除外している。よって、このような処理を実行しない場合に比べて、心拍間隔ＲＲＩの検出精度を向上させることができる。
（変更例）
以上、本発明の実施例を詳述したが、本発明は、前記実施例に限定されるものではなく、特許請求の範囲に記載された本発明の要旨の範囲内で、種々の変更を行うことが可能である。本発明の変更例（Ｈ01）〜（Ｈ012）を下記に例示する。
（Ｈ01）前記実施例では、被験者を人間としたが、これに限定されず、例えば、その他の動物等の生体についても本発明を適用可能である。
（Ｈ02）前記実施例において、例示した具体的な数値は、例示した数値に限定されず、設計や仕様等に応じて適宜変更可能である。例えば、刻み幅Ｎ１〜Ｎ４も４種類を例示したが、少なくとも２種類以上であれば、４種類に限定されない。
以上、本発明の実施例を詳述したが、本発明は、前記実施例に限定されるものではなく、特許請求の範囲に記載された本発明の要旨の範囲内で、種々の変更を行うことが可能である。本発明の変更例（Ｈ01）〜（Ｈ012）を下記に例示する。
（Ｈ01）前記実施例では、被験者を人間としたが、これに限定されず、例えば、その他の動物等の生体についても本発明を適用可能である。
（Ｈ02）前記実施例において、例示した具体的な数値は、例示した数値に限定されず、設計や仕様等に応じて適宜変更可能である。例えば、刻み幅Ｎ１〜Ｎ４も４種類を例示したが、少なくとも２種類以上であれば、４種類に限定されない。
（Ｈ03）前記実施例において、生体情報の取得プログラムＡＰ１が単一の生体情報の取得装置Ｓで集中処理をする構成を例示したが、これに限定されない。例えば、ネットワーク接続された複数のコンピュータ装置に生体情報の取得プログラムＡＰ１の全てまたは一部を記憶させておき、ネットワークを介して、分散処理、いわゆるクラウド型の構成とすることも可能である。
（Ｈ04）前記実施例において、マイクロ波レーダーＳＮ１は、前記マットレス１ｂの下面に支持、すなわち、貼り付けられているが、これに限定されず、前記マットレス１ｂの内部に内蔵させることも可能である。また、マイクロ波レーダーＳＮ１は、前記マットレス１ｂの下面に固定支持されているが、これに限定されず、例えば、前記マットレス支持体１ａと前記マットレス１ｂとの間に、マットレス１ｂの前後方向および左右方向に移動可能なスライダ等を設けることにより、任意の位置に可変で設定できるように構成することも可能である。他にも、マイクロ波レーダーＳＮ１は、ベッド１に支持せず、例えば、被験者の寝間着のポケットに収容したり、寝間着に縫い付けたり、ベッド１の上方の天井に設置したり等の変更も可能である。
（Ｈ05）前記実施例において、検知部材の一例としてマイクロ波を照射するマイクロ波レーダーＳＮ１を例示したが、これに限定されず、人体の表面の振動を検出可能な任意の構成に変更可能である。例えば、使用する電磁波の波長域を変更することも可能である。ただし、電磁波の波長域を選択する場合には、マットレス１ｂ等を透過できない波長域の場合には、マットレス１ｂに電磁波通過用の開口を形成したり、電波法の法的規制のある波長域を選択した場合には、認可や許可を取得する必要がある。
（Ｈ06）前記実施例において、マイクロ波レーダーＳＮ１とクライアントパソコンＰＣａとの接続を、有線のケーブルにより構成したが、これに限定されず、例えば、無線通信等により構成することも可能である。
（Ｈ06）前記実施例において、マイクロ波レーダーＳＮ１とクライアントパソコンＰＣａとの接続を、有線のケーブルにより構成したが、これに限定されず、例えば、無線通信等により構成することも可能である。
（Ｈ07）前記実施例において、呼吸影響候補の除外手段Ｃ８Ｄによるピーク候補の除外の処理を行うことが望ましいが、行わない処理とすることも可能である。
（Ｈ08）前記実施例において、刻み幅Ｎ１〜Ｎ４を４種類使用して、最適な波形、刻み幅を選択する処理を行うことが望ましいが、行わない処理とすることも可能である。
（Ｈ09）前記実施例において、レーダーＳＮ１ａ，ＳＮ１ｂに９つのマイクロ波ドップラーセンサ２を設けた構成を例示したが、これに限定されない。マイクロ波ドップラーセンサ２の数は、カバーしたい範囲に応じて、センサの数や配列は任意に変更可能である。なお、カバーしたい範囲を広くするために、マイクロ波ドップラーセンサ２を複数個有する構成とすることが望ましいが、１つのみとすることも可能である。
（Ｈ08）前記実施例において、刻み幅Ｎ１〜Ｎ４を４種類使用して、最適な波形、刻み幅を選択する処理を行うことが望ましいが、行わない処理とすることも可能である。
（Ｈ09）前記実施例において、レーダーＳＮ１ａ，ＳＮ１ｂに９つのマイクロ波ドップラーセンサ２を設けた構成を例示したが、これに限定されない。マイクロ波ドップラーセンサ２の数は、カバーしたい範囲に応じて、センサの数や配列は任意に変更可能である。なお、カバーしたい範囲を広くするために、マイクロ波ドップラーセンサ２を複数個有する構成とすることが望ましいが、１つのみとすることも可能である。
（Ｈ010）前記実施例において、図３に示すように信号処理の部分はコンピュータ本体Ｈ１内で処理するように説明したが、この生体情報の取得プログラムＡＰ１の部分は組込ソフトウェアやＦＰＧＡ（field-programmable gate array）で実現することも可能である。
（Ｈ011）前記実施例において、マイクロ波レーダーＳＮ１で振動波形２１を取得する構成を例示したがこれに限定されない。例えば、圧電センサや、空気圧センサ、水圧センサを使用して、被験者の体動、呼吸、心拍等に基づく振動を、非接触で検出可能な構成を採用することも可能である。
（Ｈ012）前記実施例において、振動波形２１から、各刻み幅Ｎ１〜Ｎ４での呼吸波形２２を導出して、各脈波波形２３を導出する構成を例示したが、これに限定されない。例えば、振動波形２１から、第１の刻み幅Ｎ１を使用して第１の呼吸波形２２−１を導出し、第１の脈波波形２３−１を導出後、第２の刻み幅Ｎ２を使用して第２の呼吸波形２２−２、第２の脈波波形２３−２を導出、…、という順序で演算をすることも可能である。あるいは、第１の刻み幅Ｎ１に対して第１の間隔異常数まで導出した後、第２の刻み幅Ｎ２に対して第２の間隔異常数を導出、…、という順序で演算することも可能である。
（Ｈ011）前記実施例において、マイクロ波レーダーＳＮ１で振動波形２１を取得する構成を例示したがこれに限定されない。例えば、圧電センサや、空気圧センサ、水圧センサを使用して、被験者の体動、呼吸、心拍等に基づく振動を、非接触で検出可能な構成を採用することも可能である。
（Ｈ012）前記実施例において、振動波形２１から、各刻み幅Ｎ１〜Ｎ４での呼吸波形２２を導出して、各脈波波形２３を導出する構成を例示したが、これに限定されない。例えば、振動波形２１から、第１の刻み幅Ｎ１を使用して第１の呼吸波形２２−１を導出し、第１の脈波波形２３−１を導出後、第２の刻み幅Ｎ２を使用して第２の呼吸波形２２−２、第２の脈波波形２３−２を導出、…、という順序で演算をすることも可能である。あるいは、第１の刻み幅Ｎ１に対して第１の間隔異常数まで導出した後、第２の刻み幅Ｎ２に対して第２の間隔異常数を導出、…、という順序で演算することも可能である。
２…検知部材、
２１…振動波形、
２２…呼吸波形、
２２−１…第１の呼吸波形、
２２−２…第２の呼吸波形、
２３…脈波波形、
２３−１…第１の脈波波形、
２３−２…第２の脈波波形、
２３ａ１…１つの波形部分、
２３ａ２…隣接波形部分、
２３ｂ…ピーク候補、
２３ｂ１…１組のピーク候補
２３ｂ３，２３ｂ４…ピークの候補、
ＡＰ１…生体情報の取得プログラム、
Ｃ３…振動波形の取得手段、
Ｃ５…呼吸波形の演算手段、
Ｃ６…脈波波形の演算手段、
Ｃ８…ピークの選択手段、
Ｃ９…異常間隔の検出手段、
Ｃ１４…指標の演算手段、
Ｎ…刻み幅、
Ｎ１…第１の刻み幅、
Ｎ２…第２の刻み幅、
ＰＣａ…コンピュータ、
Ｒ１…閾値、
Ｓ…生体情報の取得装置、
Ｓ１…１つの波形部分で囲まれた面積。
２１…振動波形、
２２…呼吸波形、
２２−１…第１の呼吸波形、
２２−２…第２の呼吸波形、
２３…脈波波形、
２３−１…第１の脈波波形、
２３−２…第２の脈波波形、
２３ａ１…１つの波形部分、
２３ａ２…隣接波形部分、
２３ｂ…ピーク候補、
２３ｂ１…１組のピーク候補
２３ｂ３，２３ｂ４…ピークの候補、
ＡＰ１…生体情報の取得プログラム、
Ｃ３…振動波形の取得手段、
Ｃ５…呼吸波形の演算手段、
Ｃ６…脈波波形の演算手段、
Ｃ８…ピークの選択手段、
Ｃ９…異常間隔の検出手段、
Ｃ１４…指標の演算手段、
Ｎ…刻み幅、
Ｎ１…第１の刻み幅、
Ｎ２…第２の刻み幅、
ＰＣａ…コンピュータ、
Ｒ１…閾値、
Ｓ…生体情報の取得装置、
Ｓ１…１つの波形部分で囲まれた面積。
Claims (13)
- 被験者に非接触な状態で配置され、前記被験者の表面の振動を検知する検知部材と、
前記検知部材により検知された振動の時間的な履歴である振動波形を取得する振動波形の取得手段と、
振動の情報の平均を演算する期間であり且つ呼吸の間隔に対して十分に短期な第１の刻み幅と前記振動波形とに基づいて、振動の平均の時間的な履歴である第１の呼吸波形を演算すると共に、前記第１の刻み幅とは期間が異なる第２の刻み幅と前記振動波形とに基づいて、振動の平均の時間的な履歴である第２の呼吸波形を演算する呼吸波形の演算手段と、
前記振動波形から前記第１の呼吸波形を減算した第１の脈波波形を演算すると共に、前記振動波形から前記第２の呼吸波形を減算した第２の脈波波形を演算する脈波波形の演算手段と、
前記各脈波波形におけるピークを選択するピークの選択手段と、
前記ピークの選択手段で選択されたピークと予め設定された閾値に基づいて前記第１の脈波波形の各ピークの間隔が異常であるピーク間隔の数を検出すると共に、前記閾値に基づいて前記第２の脈波波形の各ピークの間隔が異常であるピーク間隔の数を検出する異常間隔の検出手段と、
異常なピーク間隔の数が少ない脈波波形に基づいて、心拍数変動指標を演算する指標の演算手段と、
を備えたことを特徴とする生体情報の取得装置。 - 被験者に非接触な状態で配置され、前記被験者の表面の振動を検知する検知部材と、
前記検知部材により検知された振動の時間的な履歴である振動波形から、振動の情報の平均を演算する期間であり且つ呼吸の間隔に対して短期な第１の刻み幅と前記振動波形とに基づいて演算された振動の平均の時間的な履歴である第１の呼吸波形を、減算して演算された第１の脈波波形において、ピークの選択手段で選択されたピークと予め設定された閾値に基づいて前記第１の脈波波形の各ピークの間隔が異常である第１の間隔異常数と、前記振動波形から、前記第１の刻み幅とは期間が異なる第２の刻み幅と前記振動波形とに基づいて演算された振動の平均の時間的な履歴である第２の呼吸波形を、減算して演算された第２の脈波波形において、前記ピークの選択手段で選択されたピークと前記閾値に基づいて前記第２の脈波波形の各ピークの間隔が異常である第２の間隔異常数と、を検出し、第１の間隔異常数と第２の間隔異常数とを比較し、異常なピーク間隔の数が少ない脈波波形に基づいて、心拍数変動指標を演算する指標の演算手段と、
を備えたことを特徴とする生体情報の取得装置。 - 前記各脈波波形において、予め設定された基準値よりも高い値の各波形部分に対し、１つの波形部分で囲まれた面積が予め設定された閾値よりも大きく且つ前記１つの波形部分にピークの候補が複数存在する場合に、前記１つの波形部分とは異なる波形部分のピークの間隔に基づいて、前記１つの波形部分のピークの候補を、前記１つの波形部分のピークとして選択するピークの選択手段、
を備えたことを特徴とする請求項１または２に記載の生体情報の取得装置。 - 被験者に非接触な状態で配置され、前記被験者の表面の振動を検知する検知部材と、
前記検知部材により検知された振動の時間的な履歴である振動波形を取得する振動波形の取得手段と、
振動の情報の平均を演算する期間であり且つ呼吸の間隔に対して十分に短期な刻み幅と前記振動波形とに基づいて、振動の平均の時間的な履歴である呼吸波形を演算する呼吸波形の演算手段と、
前記振動波形から前記呼吸波形を減算した脈波波形を演算する脈波波形の演算手段と、
前記脈波波形において、予め設定された基準値よりも高い値の各波形部分に対し、１つの波形部分で囲まれた面積が予め設定された閾値よりも大きく且つ前記１つの波形部分にピークの候補が複数存在する場合に、前記１つの波形部分とは異なる波形部分のピークの間隔に基づいて、前記１つの波形部分のピークの候補を、前記１つの波形部分のピークとして選択するピークの選択手段と、
前記脈波波形のピーク間隔に基づいて、心拍数変動指標を演算する指標の演算手段と、
を備えたことを特徴とする生体情報の取得装置。 - 前記脈波波形において検出された複数のピークの候補において、ピークの候補の振幅の値が、予め設定された閾値よりも小さい場合に、前記ピークの候補から除外してピークを選択する前記ピークの選択手段、
を備えたことを特徴とする請求項１ないし４のいずれかに記載の生体情報の取得装置。 - 前記脈波波形において検出された複数のピークの候補において、１組のピークの候補の間の時間的な間隔が、予め設定された閾値よりも小さい場合に、前記１組のピークの候補とは異なるピークの候補の間隔に基づいて、一方のピークの候補を除外してピークを選択する前記ピークの選択手段、
を備えたことを特徴とする請求項１ないし５のいずれかに記載の生体情報の取得装置。 - 前記被験者の表面に対して複数配置された前記検知部材、
を備えたことを特徴とする請求項１ないし６のいずれかに記載の生体情報の取得装置。 - コンピュータを、
被験者に非接触な状態で配置された検知部材で検知された前記被験者の表面の振動の時間的な履歴である振動波形を取得する振動波形の取得手段、
振動の情報の平均を演算する期間であり且つ呼吸の間隔に対して十分に短期な第１の刻み幅と前記振動波形とに基づいて、振動の平均の時間的な履歴である第１の呼吸波形を演算すると共に、前記第１の刻み幅とは期間が異なる第２の刻み幅と前記振動波形とに基づいて、振動の平均の時間的な履歴である第２の呼吸波形を演算する呼吸波形の演算手段、
前記振動波形から前記第１の呼吸波形を減算した第１の脈波波形を演算すると共に、前記振動波形から前記第２の呼吸波形を減算した第２の脈波波形を演算する脈波波形の演算手段、
前記各脈波波形におけるピークを選択するピークの選択手段、
前記ピークの選択手段で選択されたピークと予め設定された閾値に基づいて前記第１の脈波波形の各ピークの間隔が異常であるピーク間隔の数を検出すると共に、前記閾値に基づいて前記第２の脈波波形の各ピークの間隔が異常であるピーク間隔の数を検出する異常間隔の検出手段、
異常なピーク間隔の数が少ない脈波波形に基づいて、心拍数変動指標を演算する指標の演算手段、
として機能させることを特徴とする生体情報の取得プログラム。 - コンピュータを、
被験者に非接触な状態で配置された検知部材で検知された前記被験者の表面の振動の時間的な履歴である振動波形から、振動の情報の平均を演算する期間であり且つ呼吸の間隔に対して短期な第１の刻み幅と前記振動波形とに基づいて演算された振動の平均の時間的な履歴である第１の呼吸波形を、減算して演算された第１の脈波波形において、予め設定された閾値に基づいて前記第１の脈波波形の各ピークの間隔が異常である第１の間隔異常数と、前記振動波形から、前記第１の刻み幅とは期間が異なる第２の刻み幅と前記振動波形とに基づいて演算された振動の平均の時間的な履歴である第２の呼吸波形を、減算して演算された第２の脈波波形において、前記閾値に基づいて前記第２の脈波波形の各ピークの間隔が異常である第２の間隔異常数と、を検出し、第１の間隔異常数と第２の間隔異常数とを比較し、異常なピーク間隔の数が少ない脈波波形に基づいて、心拍数変動指標を演算する指標の演算手段、
として機能させることを特徴とする生体情報の取得プログラム。 - コンピュータを、
被験者に非接触な状態で配置された検知部材で検知された前記被験者の表面の振動の時間的な履歴である振動波形を取得する振動波形の取得手段、
振動の情報の平均を演算する期間であり且つ呼吸の間隔に対して十分に短期な刻み幅と前記振動波形とに基づいて、振動の平均の時間的な履歴である呼吸波形を演算する呼吸波形の演算手段、
前記振動波形から前記呼吸波形を減算した脈波波形を演算する脈波波形の演算手段、
前記脈波波形において、予め設定された基準値よりも高い値の各波形部分に対し、１つの波形部分で囲まれた面積が予め設定された閾値よりも大きく且つ前記１つの波形部分にピークの候補が複数存在する場合に、前記１つの波形部分に対して時間的に前後に隣接する隣接波形部分のピークどうしの時間的な中央値に最も近い前記１つの波形部分のピークの候補を、前記１つの波形部分のピークとして選択するピークの選択手段、
前記脈波波形のピーク間隔に基づいて、心拍数変動指標を演算する指標の演算手段、
として機能させることを特徴とする生体情報の取得プログラム。 - 被験者に非接触な状態で配置された検知部材で検知された前記被験者の表面の振動の時間的な履歴である振動波形を取得する工程と、
振動の情報の平均を演算する期間であり且つ呼吸の間隔に対して十分に短期な第１の刻み幅と前記振動波形とに基づいて、振動の平均の時間的な履歴である第１の呼吸波形を演算すると共に、前記第１の刻み幅とは期間が異なる第２の刻み幅と前記振動波形とに基づいて、振動の平均の時間的な履歴である第２の呼吸波形を演算する工程と、
前記振動波形から前記第１の呼吸波形を減算した第１の脈波波形を演算すると共に、前記振動波形から前記第２の呼吸波形を減算した第２の脈波波形を演算する工程と、
前記各脈波波形におけるピークを選択する工程と、
前記ピークの選択工程で選択されたピークと予め設定された閾値に基づいて前記第１の脈波波形の各ピークの間隔が異常であるピーク間隔の数を検出すると共に、前記閾値に基づいて前記第２の脈波波形の各ピークの間隔が異常であるピーク間隔の数を検出する工程と、
異常なピーク間隔の数が少ない脈波波形に基づいて、心拍数変動指標を演算する工程と、
を実行することを特徴とする生体情報の取得方法。 - 被験者に非接触な状態で配置された検知部材で検知された前記被験者の表面の振動の時間的な履歴である振動波形から、振動の情報の平均を演算する期間であり且つ呼吸の間隔に対して短期な第１の刻み幅と前記振動波形とに基づいて演算された振動の平均の時間的な履歴である第１の呼吸波形を、減算して演算された第１の脈波波形において、予め設定された閾値に基づいて前記第１の脈波波形の各ピークの間隔が異常である第１の間隔異常数と、前記振動波形から、前記第１の刻み幅とは期間が異なる第２の刻み幅と前記振動波形とに基づいて演算された振動の平均の時間的な履歴である第２の呼吸波形を、減算して演算された第２の脈波波形において、前記閾値に基づいて前記第２の脈波波形の各ピークの間隔が異常である第２の間隔異常数と、を検出し、第１の間隔異常数と第２の間隔異常数とを比較し、異常なピーク間隔の数が少ない脈波波形に基づいて、心拍数変動指標を演算することを特徴とする生体情報の取得方法。
- 被験者に非接触な状態で配置された検知部材で検知された前記被験者の表面の振動の時間的な履歴である振動波形を取得する工程と、
振動の情報の平均を演算する期間であり且つ呼吸の間隔に対して十分に短期な刻み幅と前記振動波形とに基づいて、振動の平均の時間的な履歴である呼吸波形を演算する工程と、
前記振動波形から前記呼吸波形を減算した脈波波形を演算する工程と、
前記脈波波形において、予め設定された基準値よりも高い値の各波形部分に対し、１つの波形部分で囲まれた面積が予め設定された閾値よりも大きく且つ前記１つの波形部分にピークの候補が複数存在する場合に、前記１つの波形部分に対して時間的に前後に隣接する隣接波形部分のピークどうしの時間的な中央値に最も近い前記１つの波形部分のピークの候補を、前記１つの波形部分のピークとして選択する工程と、
前記脈波波形のピーク間隔に基づいて、心拍数変動指標を演算する工程と、
を実行することを特徴とする生体情報の取得方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2015241708A JP6602657B2 (ja) | 2015-12-11 | 2015-12-11 | 生体情報の取得装置、生体情報の取得プログラムおよび生体情報の取得方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2015241708A JP6602657B2 (ja) | 2015-12-11 | 2015-12-11 | 生体情報の取得装置、生体情報の取得プログラムおよび生体情報の取得方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2017104360A JP2017104360A (ja) | 2017-06-15 |
| JP6602657B2 true JP6602657B2 (ja) | 2019-11-06 |
Family
ID=59058197
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2015241708A Active JP6602657B2 (ja) | 2015-12-11 | 2015-12-11 | 生体情報の取得装置、生体情報の取得プログラムおよび生体情報の取得方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6602657B2 (ja) |
Families Citing this family (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6963293B2 (ja) * | 2017-07-07 | 2021-11-05 | 国立大学法人電気通信大学 | 心拍・呼吸計測システム及び心拍・呼吸計測方法 |
| EP3661815A4 (en) | 2017-08-02 | 2020-07-29 | Caaresys Ltd | SYSTEM FOR CONTACT-FREE DETECTION AND MONITORING OF THE VITAL SIGNS OF VEHICLE PASSENGERS |
| JP2019084069A (ja) * | 2017-11-07 | 2019-06-06 | 太陽誘電株式会社 | 信号検出システム |
| JP2019180939A (ja) * | 2018-04-12 | 2019-10-24 | オムロン株式会社 | 生体情報測定装置、方法およびプログラム |
| JP6670881B2 (ja) * | 2018-04-26 | 2020-03-25 | ミネベアミツミ株式会社 | 生体状態モニタリングシステム |
| JP6829841B2 (ja) * | 2018-04-26 | 2021-02-17 | ミネベアミツミ株式会社 | 生体状態モニタリングシステム |
| JP2020054782A (ja) * | 2018-09-26 | 2020-04-09 | 日本電信電話株式会社 | 生体情報解析装置、生体情報解析方法、および生体情報解析システム |
| JP7283618B2 (ja) * | 2019-02-14 | 2023-05-30 | コニカミノルタ株式会社 | 生体情報測定システム |
| JP7226152B2 (ja) * | 2019-07-08 | 2023-02-21 | 株式会社Soken | 人のｒｒｉを算出するための測定システム |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2798737B2 (ja) * | 1989-10-17 | 1998-09-17 | コーリン電子株式会社 | 心拍性同期信号採取装置 |
| JP2000102515A (ja) * | 1998-09-30 | 2000-04-11 | Sekisui Chem Co Ltd | 身体状態検出具 |
| JP2001198094A (ja) * | 2000-01-19 | 2001-07-24 | Denso Corp | 脈拍数検出装置 |
| JP2007061439A (ja) * | 2005-08-31 | 2007-03-15 | Toshiba Corp | 生体情報測定装置および生体情報計測方法 |
| EP3616611B1 (en) * | 2006-06-01 | 2020-12-30 | ResMed Sensor Technologies Limited | Apparatus, system, and method for monitoring physiological signs |
| JP5578683B2 (ja) * | 2011-10-03 | 2014-08-27 | 公立大学法人首都大学東京 | 身体情報測定装置及び身体情報測定方法 |
-
2015
- 2015-12-11 JP JP2015241708A patent/JP6602657B2/ja active Active
Also Published As
| Publication number | Publication date |
|---|---|
| JP2017104360A (ja) | 2017-06-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6602657B2 (ja) | 生体情報の取得装置、生体情報の取得プログラムおよび生体情報の取得方法 | |
| JP6767059B2 (ja) | 生体情報取得装置及び信号処理方法 | |
| CN111938613B (zh) | 基于毫米波雷达的健康监测装置及方法 | |
| JP6216439B2 (ja) | 目覚めに好適な人の睡眠段階を決定するための方法 | |
| US10492720B2 (en) | System and method for determining sleep stage | |
| JP6353194B2 (ja) | 身体情報測定装置 | |
| JP6208372B2 (ja) | うつ状態判別方法、及びうつ状態判定装置 | |
| JP3976752B2 (ja) | 睡眠状態推定装置及びプログラム | |
| JP6757532B2 (ja) | 睡眠段階判定装置、睡眠段階判定方法、睡眠段階判定プログラム | |
| CN108042108A (zh) | 一种基于体震信号的睡眠质量监测方法与系统 | |
| JP5929020B2 (ja) | 意識状態推定装置及びプログラム | |
| JP6310401B2 (ja) | 生理的リズムを表す信号を処理する方法、システム及びコンピュータプログラム | |
| JP4993980B2 (ja) | 呼気時間を出力可能な装置および方法 | |
| JP4461388B2 (ja) | 睡眠段階判定方法および判定装置 | |
| JP6627112B2 (ja) | 生体機能検査装置、生体機能検査装置の作動方法及びプログラム | |
| JP7018621B2 (ja) | 生体信号解析装置、生体信号解析方法及び生体信号解析システム | |
| JPWO2017150225A1 (ja) | 活動リズム判定方法および活動リズム判定装置 | |
| JP6784368B2 (ja) | うつ状態判別方法及びうつ状態判定装置 | |
| JP2016047305A (ja) | 意識状態推定装置及びプログラム | |
| US10617345B2 (en) | Sleep stage estimating apparatus, biological data estimating apparatus, sleep stage estimating method, and biological data estimating method | |
| JPWO2016093347A1 (ja) | 生体状態分析装置及びコンピュータプログラム | |
| JP6887589B2 (ja) | 睡眠段階判定装置及び睡眠段階判定方法 | |
| JP4868514B2 (ja) | 生体状態を推定した結果を出力する装置および方法 | |
| JP6553397B2 (ja) | 睡眠感判定方法及び睡眠感判定装置 | |
| JP7158641B1 (ja) | 無呼吸低呼吸指標推定装置、方法およびプログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20181210 |
|
| 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: 20190917 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190913 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20191009 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6602657 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |