JP6653876B2 - 心電図解析装置およびその制御方法 - Google Patents

Description

本発明は心電図解析装置およびその制御方法に関し、特には心電図信号から呼吸情報を抽出する技術に関する。

睡眠時無呼吸（低呼吸）症候群(Sleep Apnea (Hypopnea) Syndrome: SASまたはSAHS)は、睡眠の分断による過度の日中傾眠を伴い、睡眠時に１０秒以上連続した無呼吸が５回／時間又は３０回／７時間以上発生する疾患である。以下では便宜上、ＳＡＳとＳＡＨＳを併せて単にＳＡＳと呼ぶ。

ＳＡＳの診断には、口鼻呼吸、いびき、動脈血酸素飽和度（ＳｐＯ２）、呼吸努力運動、脳波、眼球運動、頤筋筋電図、心電図、体位などの測定を終夜行う終夜睡眠ポリグラフ（Poly-Somno-Graphy:ＰＳＧ）検査が必要である。しかしながら、終夜睡眠ポリグラフ検査は、通常、病院での宿泊を要し、またカニューレや多数の電極、センサ類を装着する必要があるため、被検者の負担が比較的大きい。そのため、終夜睡眠ポリグラフ検査を行う前に、より簡便なスクリーニング検査（簡易ＰＳＧ検査）を行うことが多い。例えば特許文献１には、無呼吸及び低呼吸の有無、回数やＳｐＯ２値、いびき、呼吸努力運動といったスクリーニング検査に用いる睡眠時無呼吸検査装置が開示されている。

特開２００６−３２０７３２号公報 特開平６−３０９０８号公報

しかしながら、簡易ＰＳＧ検査であっても、鼻や口付近に呼吸センサを装着して就寝する必要があり、被検者にとって煩わしいものであった。

一方、呼吸情報を取得する方法として、心電図（ＥＣＧ）を用いる方法が知られている（特許文献２）。心電図信号には呼吸筋の筋電図（ＥＭＧ）信号が重畳しており、通常の心電図測定においてはローパスフィルタを用いて筋電図信号を除去している。しかし、逆に心電図信号から心電図信号を除去することで呼吸筋電図信号を抽出することができ、特許文献２ではローカットした心電図信号の包絡線から呼吸筋電図の発生期間を求めている。

しかしながら、特許文献２の方法は呼吸筋電図の発生期間を求めるものであり、吸気および呼気の時相を特定する点については何ら開示や示唆が存在しない。また、１チャンネルの心電図信号から呼吸筋電図信号を抽出しているため、安静臥床状態で測定した心電図信号を用いないと、呼吸以外の運動に伴う筋電図信号の混入により呼吸筋電図信号の精度が低下しやすい。

本発明はこのような従来技術の課題に鑑みてなされたものであり、被検者の呼吸情報を心電図信号から精度良く取得することが可能な心電図解析装置およびその制御方法の提供を目的とする。

上述の目的は、複数の心電図信号を取得する取得手段と、複数の心電図信号から、呼吸運動に伴う筋肉の活動電位変化の互いに異なる方向成分を表す筋電図信号を２つ以上抽出する抽出手段と、抽出手段が抽出した複数の筋電図信号を合成して、合成マグニチュード信号を生成する合成手段と、合成マグニチュード信号に基づいて呼吸信号を生成する生成手段と、を有することを特徴とする心電図解析装置によって達成される。

このような構成により、本発明によれば、被検者の呼吸情報を心電図信号から精度良く取得することが可能な心電図解析装置およびその制御方法を提供できる。

本発明の実施形態に係る心電図解析装置の一例としてのホルタ心電計の機能構成例を示すブロック図である。 本発明の第１の実施形態に係る心電図解析処理を説明するためのフローチャートである。 図２における呼吸信号生成処理の例を説明するためのフローチャートである。 本発明の実施例１および比較例１を説明するための波形図である。 本発明の実施例２を説明するための波形図である。 本発明の第２の実施形態に係る心電図解析処理を説明するためのフローチャートである。 図６における呼吸信号生成処理の例を説明するためのフローチャートである。 本発明の実施例３を説明するための波形図である。 本発明の実施例４を説明するための波形図である。

以下、図面を参照して本発明をその例示的な実施形態に基づいて詳細に説明する。図１は、本発明の実施形態に係る心電図解析装置の一例としての、ホルタ心電計１００の機能構成例を示すブロック図である。なお、本実施形態の心電図解析装置は、心電図（誘導信号）を被検者から取得するための構成を有しているが、本発明において心電図を被検者から取得するための構成は必須でない。本発明に係る心電図解析装置は、予め測定された心電図データを、直接またはネットワークを介して接続された記憶装置や記憶媒体から取得するなど、任意の方法で取得可能であればよい。

（第１の実施形態）
図１において、ＣＰＵ１はＲＯＭ２に格納されている制御プログラムをＲＡＭ３に読み出して実行することにより、ホルタ心電計１００全体の制御を司る。ＲＯＭ２はＣＰＵ１が実行するプログラムや、メニュー画面などを表示するためのＧＵＩデータ、ユーザ設定データ、初期設定データなど、処理に必要なパラメータ等を記憶する不揮発性メモリであり、少なくとも一部が書き換え可能であってよい。ＲＡＭ３はＣＰＵ１が実行するプログラムを展開する領域や、変数やデータ等の一時記憶領域として用いられる。メモリカード４は生体電極から入力される心電図そのもの、もしくは生体電気信号を処理することで得られる別の生体電気信号やデータをデジタルデータの形式で記憶する記憶装置である。メモリカード４は、カードスロット５に対して着脱可能に装着される。

表示部６は例えば液晶表示装置である。操作部８は電源のオン、オフや測定の開始、停止、各種イベント入力などを行ったり、各種の設定を行なったりするためのスイッチ、ボタンなどからなる。操作部８は表示部６に設けられたタッチパネルを含んでもよい。

また、アナログ−デジタル変換器（Ａ／Ｄ変換器）９は心電図電極１２から入力されるアナログ信号をデジタル信号に変換する。センサ用Ｉ／Ｆ１０は、心電図電極１２からの誘導信号を取得するためのインターフェースである。なお、センサ用Ｉ／Ｆ１０は心電図電極１２以外にも、ＳｐＯ２（動脈血酸素飽和度）センサや血圧・脈波測定用のカフなどを接続可能であってもよい。
通信インターフェース２０は例えばホストコンピュータやプリンタ等の外部機器４０と通信を行うための通信インターフェースであり、有線および／または無線通信規格に準拠した構成を有する。

このような構成を有するホルタ心電計１００を用いて心電図（誘導信号）の取得及び記録を行う場合、被検者の体表面の所定の位置に心電図電極１２の遠端に設けられた複数の電極パッドを取り付け、心電図電極１２の近端に設けられたコネクタをセンサ用Ｉ／Ｆ１０のコネクタに接続する。

なお、後述するように、本発明においては呼吸運動に伴う筋肉の活動電位変化を精度良く検出するため、少なくとも２つの、互いに異なる方向における心起電力の変化を表す心電図信号を測定する誘導法を用いる。互いに異なる方向であればその関係に制限は無いが、３つ以上の方向成分を測定する場合、２つの方向を表すベクトルが張る面に直交する方向の成分を含むように測定することが好ましい。典型的には、互いに直交する２方向または３方向を含むように測定する。

具体的には、左右（Ｘ軸）、上下（Ｙ軸）、および前後（Ｚ軸）方向における心起電力成分を表すＸ、Ｙ、Ｚ誘導もしくは同等の誘導の少なくとも２つを測定することが好ましい。ＸＹＺ誘導と同等の誘導法の例としては以下のものがある。Ｘ誘導（ＣＭ５，ｍＣＭ５，ＣＣ５）、Ｙ誘導（ＮＡＳＡ，双極ａＶＦ，ＣＭｆ）、Ｚ誘導（ＮＡＳＡ，ｍＶ１，ＣＭ２，ＣＢ２，双極Ｖ３）。また、標準１２誘導や、ベクトル心電図誘導法（例えばFrank誘導法）を用いることもできる。２つの誘導を用いる場合、Ｘ軸とＹ軸方向の組み合わせとして、例えばＣＣ５とＮＡＳＡ誘導の組み合わせを好適に用いることができる。

例えば操作部８の操作によって電源が投入されると、ＣＰＵ１は初期化処理など、心電図の取得を開始する前のタイミングで、心電図を取得するための動作モードの設定処理を行ことができる。また、ＣＰＵ１は必要に応じて、心電図の記録動作の開始前に、日時や、被検者を特定可能な情報（例えば患者ＩＤなど）を、ユーザに設定させるための入力画面などを表示してもよい。

そして、例えば操作部８からの記録開始指示の入力や、電源投入時からの所定時間経過などに応じて、ＣＰＵ１は心電図の記録動作を開始する。なお、心電図の取得自体は、記録開始指示より前に実行されてよい。例えば、表示部６に現在の動作モードに応じた波形表示を行うことで、動作モードの設定が正しく行われているかどうかを波形表示からユーザが確認することを可能にする。
心電図信号はＡ／Ｄ変換器９により所定のサンプリングレート（例えば２５０Ｈｚ〜数ＫＨｚ）でサンプリングされ、デジタル信号の形式でメモリカード４や外部機器４０に記録される。なお、心電図の記録動作は本発明と直接関係がなく、また従来と同様であってよいため、これ以上の説明は省略する。

（心電図信号の解析処理）
次に、図２のフローチャートを参照して、本実施形態のホルタ心電計１００による心電図信号の解析処理動作について説明する。解析処理は心電図信号の記録時に実施してもよいし、記録済みの心電図信号に対して実施してもよい。また、上述したように、ホルタ心電計１００のような測定装置とは別の、測定機能を持たない装置で実施してもよい。以下では、予めＲＯＭ２に記憶された心電図信号の解析プログラムをＲＡＭ３に展開してＣＰＵ１が実行することによって解析処理を実行するものとするが、解析処理の少なくとも一部がＡＳＩＣ等の専用ハードウェアによって実現されてもよい。

Ｓ１０１でＣＰＵ１は、メモリカード４もしくは通信可能に接続された外部機器４０からに心電図信号を取得する。取得する心電図信号は、上述の通り、少なくとも２つの、互いに異なる方向における心起電力の変化を表す心電図信号である。ここでは典型例として、Ｘ誘導、Ｙ誘導、Ｚ誘導の３つが記録されているものとし、ＣＰＵ１は予め定められた設定に従ってＸ誘導、Ｙ誘導、Ｚ誘導の２つもしくは３つ（全部）の心電図信号を取得する。記録されている３つの誘導のうち２つを取得する場合の組み合わせ（ＸとＹ、ＹとＺ、またはＺとＸ）は、予め設定されていてもよいし、ユーザに指定させるようにしてもよい。なお、取得する複数の心電図信号は同時に測定された信号であり、測定期間の一部の心電図信号を取得する場合も、同じ測定期間についての心電図信号を取得する。ＣＰＵ１は読み出した心電図信号をＲＡＭ３に記憶する。

次にＳ１０３でＣＰＵ１は、ＲＡＭ３に記憶されている複数チャンネルの心電図信号のそれぞれに対して低域遮断処理を適用し、心電図信号から心電図成分を除去（減衰）させる。具体的には、ハイパスフィルタ（またはローカットフィルタ）処理を適用することができる。フィルタ処理により、呼吸筋の運動に伴う電気信号成分（呼吸筋電図信号）が抽出される。例えば、Ｘ誘導の心電図信号をフィルタ処理することにより、Ｘ軸方向における呼吸筋の動きを表す呼吸筋電図信号が得られる。

Ｓ１０５でＣＰＵ１は、Ｓ１０３で得られた呼吸筋電図信号に対してベクトルマグニチュード演算処理を適用し、２次元または３次元の呼吸筋の動きの大きさを反映した１つのマグニチュード信号に合成する。すなわち、Ｓ１０３で得られた２つまたは３つの軸方向の各々における呼吸筋電図信号を１つに合成し、呼吸筋の２次元または３次元の動きの大きさを表す信号を生成する。

Ｓ１０１においてＸ誘導、Ｙ誘導、Ｚ誘導の３ｃｈの心電図信号を取得した場合のベクトルマグニチュード演算処理について説明する。各信号をｘ（ｔ），ｙ（ｔ），ｚ（ｔ）で表し（ここで、ｔはサンプリング時刻とする）、Ｓ１０３のフィルタ処理後の各信号をｘ’（ｔ），ｙ’（ｔ），ｚ’（ｔ）と表すと、ベクトルマグニチュード演算処理で得られる合成マグニチュード信号ＶＭ（ｔ）は、
で表される。すなわち、ベクトルマグニチュード演算は、各信号のサンプルの２乗和の平方根を算出する処理であり、得られる合成マグニチュード信号は、呼吸筋電図信号の各方向成分の大きさを合成した値を有する。ＣＰＵ１は算出した合成マグニチュード信号を、ＲＡＭ３に保存する。

このように、本発明においては少なくとも２つの、異なる方向成分についての筋電図信号の大きさを合成して、呼吸筋の２次元又は３次元的な動きの大きさを表す１つのマグニチュード信号を生成する。主な呼吸筋は胸郭の肋間に分布するため、筋線維は３次元的に多方向に分布し、脱分極も様々な方向で発生する。従って、１軸方向の心電図信号に基づく方法よりも、２軸方向や３軸方向の心電図信号に基づく方法の方が、呼吸筋の筋繊維の多くの方向についての活動電位の変化を検出することができ、精度の良い呼吸信号の検出が可能となる。

Ｓ１０７でＣＰＵ１は、合成マグニチュード信号から呼気時相と吸気時相とを表す呼吸信号を生成し、処理を終了する。また、ＣＰＵ１は、生成した呼吸信号を提示してもよい。例えば、呼吸信号波形を、吸気時相および呼気時相の指標の少なくとも一方とともに表示部６に表示したり、外部に接続されたプリンタで印刷出力したり、画像データ等の形式で記録してもよい。なお、呼吸信号の極大値が吸気時相、極小値が呼気時相である。指標はどのようなものであってもよいが、極大値部分の近傍に「Ｉ」、極小値部分の近傍に「Ｅ」等のマークを付加するなどが考えられる。

図３は、Ｓ１０７における呼吸信号生成処理の具体例を説明するフローチャートである。図３（ａ）の例では、ＣＰＵ１は合成マグニチュード信号に高域遮断処理を適用し（Ｓ２０１）、呼吸信号を生成する。ＣＰＵ１は生成した呼吸信号をＲＡＭ３に保存する。

一方、図３（ｂ）の例では、ＣＰＵ１はまず合成マグニチュード信号に時間積分処理を適用する（Ｓ２０３）。
本実施形態では、時間積分処理として時定数減衰積分を適用する。時定数減衰積分は、一般的な積分処理と同様、特定の窓幅内の入力サンプルの和を累積する演算であるが、新しい和が加算されるごとに、時定数τで定まる減衰関数を乗じる。従って、Ｖ_ｉｎ（ｔ）を合成マグニチュード信号の時刻ｔのサンプル、窓幅（サンプル数）をｗｉｎとすると、時定数減衰積分で得られる信号Ｖ_ｏｕｔ（ｔ）は以下の様に表すことができる。
時定数τが大きくなると、入力信号の上昇および下降に対する積分出力の追従遅れが大きくなる。例えば矩形波が入力した場合、時定数減衰積分結果はリーキー（不完全）なアナログ積分器に似た挙動を示す。

次いでＳ２０５でＣＰＵ１は、積分信号に対して平滑化処理を適用し、呼吸波形とする。平滑化処理の方法に特に制限は無いが、例えばメディアンフィルタ処理、スプライン処理、移動平均処理などであってよい。ＣＰＵ１は生成した呼吸信号をＲＡＭ３に保存する。

（実施例１）
予め記録された、双極ＸＹＺ誘導（サンプリングレート１ＫＨｚ）の心電図信号を用い、上述の方法で呼吸信号を得るまでの過程を、図４を用いて説明する。なお、心電図信号の記録時には、メトロノームを４０回／分で動かし、拍子ごとに呼気・吸気を繰り返し行うようにして、呼吸回数を２０回／分となるように調整している。

図４において、Ｃ１〜Ｃ３はそれぞれＸ誘導、Ｙ誘導、Ｚ誘導の心電図信号であり、Ｃ４〜Ｃ６はＣ１〜Ｃ３に対して遮断周波数１２０Ｈｚのハイパスフィルタ処理（ローカット処理）を適用して得られた呼吸筋電図信号である。

Ｃ７は、Ｃ４〜Ｃ６をベクトルマグニチュード演算して得られた合成マグニチュード信号である。Ｃ８は、Ｃ７に遮断周波数１Ｈｚのローパスフィルタ処理を適用する高域遮断処理により抽出した呼吸波形である。

（比較例１）
図４のＣ９は、Ｃ１〜Ｃ３と同時に、同一条件（感度、サンプリングレートなど）で記録されたＣＭ５誘導の心電図信号である。Ｃ１０はＣ９に対して遮断周波数１２０Ｈｚのハイパスフィルタ処理（ローカット処理）を適用して得られた呼吸筋電図信号である。

Ｃ１１は、Ｃ１０に絶対値化処理（各サンプルを２乗して平方根を算出する処理）を適用して得られた呼吸筋電図信号である。Ｃ１２は、Ｃ１１に遮断周波数１Ｈｚのローパスフィルタ処理を適用する高域遮断処理により抽出した呼吸波形である。

Ｃ８とＣ１２との比較から明らかなように、両者は類似した波形を有しているが、本実施形態の方法で得られた呼吸信号は１つの誘導に基づいて得られた呼吸信号より振幅が２倍程度大きい。従って、ＳＮ比に優れ、呼吸状態（呼気時相および吸気時相）をより正確に判別することが可能である。

（実施例２）
図５は、合成マグニチュード信号から呼吸波形を生成する方法の違いが呼吸波形に与える影響を示している。Ｃ７は実施例１と同様にして得られた合成マグニチュード信号である。Ｃ１３は、Ｃ７に対して時間積分処理、具体的には時定数減衰積分（窓幅１秒（1000サンプル）、時定数τ＝０．５秒）を適用して得られた積分信号である。Ｃ１４は、Ｃ１３に窓幅１秒のメディアンフィルタ処理を適用して平滑化した呼吸信号である。Ｃ１５は図４のＣ８と同様、Ｃ７に遮断周波数１Ｈｚのローパスフィルタ処理を適用する高域遮断処理により抽出した呼吸信号である。

Ｃ１４とＣ１５との比較から分かるように、高域遮断処理よりも、時間積分処理と平滑化処理との組み合わせを適用した場合の方が、質の高い呼吸信号が得られている。高域遮断処理を適用した場合には、図５に上矢印で示している位置にアーチファクトが存在し、呼吸信号の波形が歪んでいる。このアーチファクトは、心電図信号の残渣である。

時定数積分は、心電図信号に含まれるＱＲＳ部分やノイズのように、大きなレベルを有する短時間の信号（パルス状、スパイク状の信号）の影響を受けづらいという利点がある。従って、積分後の信号にスパイク状の信号は残存せず、積分後の信号に残った心電図信号成分は、平滑化処理により簡単に除去することができる。

一方で高域遮断フィルタや単純な移動平均といった方法では、パルスもしくはスパイク状の信号の影響を受けやすく、十分に除去できないため、図５で示したようなアーチファクトが残る。移動平均処理などの平滑化をさらに行っても、呼吸信号のダイナミックレンジが低下する一方、アーチファクトの除去効果は期待できない。

以上説明したように本実施形態によれば、複数の心電図信号に基づいて、異なる方向における呼吸筋電図信号を抽出し、それらを合成した信号に基づいて呼吸信号を生成することにより、３次元的な運動である呼吸運動に伴う筋肉の活動電位を２次元もしくは３次元的に測定することができる。そのため、１つの方向における呼吸筋電図信号に基づいて呼吸信号を生成する場合よりも、精度がよく、ＳＮ比の高い呼吸信号を得ることができる。

また、異なる方向における呼吸筋電図信号は一般的な心電図の測定にも使用できる誘導法で得られる心電図信号から抽出することができるため、ホルタ心電計による心電図の測定結果などをＳＡＳのスクリーニング検査に利用することが可能である。従って、被検者の負担も従来の簡易ＰＳＧと比較して大幅に軽減できる。

（第２の実施形態）
上述のように、時間積分処理と平滑化処理との組み合わせは、呼吸波形に重畳する心電図信号、特にＱＲＳ区間やノイズのような大きなレベルを有する短時間の信号（パルス状またはスパイク状の信号）の除去において高域遮断処理よりも有利である反面、高域遮断処理よりも演算が複雑である。
本実施形態は、ＱＲＳ区間やノイズのような大きなレベルを有する短時間の信号を精度良く除去するための、より簡便な方法を提供する。

図６のフローチャートを参照して、本実施形態に係る心電図信号の解析処理動作について説明する。本実施形態の解析処理は、第１の実施形態と同様、図１に示したホルタ心電計１００で実施可能である。また、図６において第１の実施形態と同様の処理を行う工程には同じ参照数字を付し、重複する説明を省略する。なお、図６においてＳ１０２〜Ｓ１０４は並列処理するものとして記載しているが、順次処理してもよい。

Ｓ１０２でＣＰＵ１は、呼吸筋電図信号を抽出するものと同じ心電図信号から、ＱＲＳ信号を抽出する。ＣＰＵ１は、各チャンネル（ここではＸ誘導、Ｙ誘導、Ｚ誘導）の心電図信号のそれぞれに対して例えば帯域通過処理を適用してチャンネルごとにＱＲＳ信号を抽出する。ここで、筋電図に影響されないＱＲＳ信号の最大周波数帯域は８０Ｈｚ程度であるため、８０Ｈｚ以上をカットするローパスフィルタ（またはハイカットフィルタ）か、８０Ｈｚを中心周波数とするバンドパスフィルタを用いて帯域通過処理を行うことができる。

ただし、ＱＲＳ信号は低周波成分が高周波成分よりも広い時間領域を占め、８０Ｈｚ以上をカットすると、呼吸筋電図信号からＱＲＳ信号成分を除去する処理において、必要以上の帯域成分を除去することになるため、バンドパスフィルタを用いる方が高精度な処理が可能である。

Ｓ１０４でＣＰＵ１は定数算出処理を行う。ここで算出する定数は、呼吸筋電図信号を抽出する際のフィルタ処理の通過帯域と、ＱＲＳ信号を抽出する際のフィルタ処理の通過帯域の差による信号強度の差を補償するための定数である。定数算出処理の詳細については後述する。

Ｓ１０５’でＣＰＵ１は、呼吸筋電図信号と同様にして、ＱＲＳ信号にベクトルマグニチュード演算処理を適用し、合成マグニチュード信号を生成する。ＱＲＳ信号から生成した合成マグニチュード信号をＶＭ’（ｔ）とする。

Ｓ１０７’でＣＰＵ１は、呼吸筋電図信号から生成した合成マグニチュード信号ＶＭ（ｔ）と、ＱＲＳ信号から生成した合成マグニチュード信号をＶＭ’（ｔ）とから呼吸信号を生成し、処理を終了する。詳細は後述するが、ＣＰＵ１は合成マグニチュード信号ＶＭ（ｔ）とＶＭ’（ｔ）との差分信号に基づいて呼吸信号を生成する。

図７（ａ）は、図６のＳ１０４で行う定数算出処理の詳細を示すフローチャートである。なお、定数算出処理はチャンネルごとに実施する。
Ｓ３０１でＣＰＵ１は、心電図信号から、例えば特徴点の検出などの公知技術を用いてＱＲＳ区間を抽出し、ＲＡＭ３に格納する。

次にＳ３０３でＣＰＵ１は、ＱＲＳ区間の信号における、第１の周波数ｆ１と第２の周波数ｆ２の信号強度ｐ１，ｐ２を検出する。ＣＰＵ１は例えばＦＦＴなどを用いてＱＲＳ区間の信号を周波数解析することにより、信号強度ｐ１，ｐ２を検出することができる。ここで、第１の周波数ｆ１は呼吸筋電図信号の抽出に用いられる周波数、具体的には低域遮断処理（ハイパスフィルタ）の遮断周波数である。また、第２の周波数ｆ２はＱＲＳ信号の抽出に用いられる周波数、具体的には高域遮断処理（ローパスフィルタ）の遮断周波数または帯域通過処理（バンドパスフィルタ）の中心周波数である。

次にＳ３０５でＣＰＵ１は、信号強度ｐ１，ｐ２の比ｐ１／ｐ２を定数として算出し、処理を終了する。定数を適用することで、周波数ｆ２で抽出したＱＲＳ信号の強度を、周波数ｆ１で抽出した呼吸筋電図信号に含まれるＱＲＳ信号の強度に変換することができる。

図７（ｂ）は、図６のＳ１０７’で行う呼吸信号生成処理の詳細を示すフローチャートであり、第１の実施形態と同様の処理を行う工程については図３と同じ参照数字を付してある。
第１の実施形態では呼吸筋電図信号から生成した合成マグニチュード信号に対し、時間積分処理と平滑化処理の組み合わせによってＱＲＳ信号を除去した呼吸信号を生成していた。これに対し本実施形態では、呼吸筋電図信号から生成した合成マグニチュード信号ＶＭ（ｔ）から、ＱＲＳ信号から生成した合成マグニチュード信号をＶＭ’（ｔ）を減じることによって、呼吸筋電図信号に混入しているＱＲＳ波の成分を除去する。

より具体的には、Ｓ２００においてＣＰＵ１は、
ＶＭ（ｔ）−ＶＭ’（ｔ）×ｋ
（ｋ＝ｐ１／ｐ２）
で表される減算処理を実行する。これにより、呼吸筋電図信号に混入しているＱＲＳ波の成分を除去（削減）することができる。

（実施例３）
実施例１と同じ、双極ＸＹＺ誘導（サンプリングレート１ＫＨｚ）の心電図信号を用い、本実施形態の方法で呼吸信号を得るまでの過程を、図８を用いて説明する。
図８において、Ｃ１〜Ｃ３はそれぞれＸ誘導、Ｙ誘導、Ｚ誘導の心電図信号であり、Ｃ４〜Ｃ６はＣ１〜Ｃ３に対して遮断周波数１２０Ｈｚの低域遮断処理（ローカット処理）を適用して得られた呼吸筋電図信号である。また、Ｃ１７〜Ｃ１９は、Ｃ１〜Ｃ３に対して中心周波数８０Ｈｚ、帯域幅±２０Ｈｚの帯域通過処理を適用して得られたＱＲＳ信号である。

Ｃ７は、Ｃ４〜Ｃ６をベクトルマグニチュード演算して得られた呼吸筋電図信号の合成マグニチュード信号、Ｃ２０は、Ｃ１７〜Ｃ１９をベクトルマグニチュード演算して得られたＱＲＳ信号の合成マグニチュード信号である。Ｃ２０は、Ｃ７とＣ２０との差分信号（Ｃ７−Ｃ２０×ｋ）である。なお、ここではｋ＝０．９５である。
Ｃ２２は、Ｃ２１に遮断周波数１．５Ｈｚのローパスフィルタ処理を適用する高域遮断処理により抽出した呼吸信号である。
Ｃ２３は、Ｃ７に遮断周波数１．５Ｈｚのローパスフィルタ処理を適用する高域遮断処理により抽出した呼吸信号であり、図５におけるＣ１５に相当する。

Ｃ２２とＣ２３との比較から明らかなように、本実施形態の方法によれば、高域遮断処理よりも質の高い呼吸信号が得られていることが分かる。ＱＲＳ信号の抽出処理と合成マグニチュード信号の生成処理は呼吸筋電図信号と同様に、また並列に実行可能である。そして、合成マグニチュード信号の減算によって呼吸信号を生成することができるため、時間積分処理より簡便に合成マグニチュード信号から呼吸信号を生成できる。

（第２の実施形態の変形例）
第２の実施形態で説明したＱＲＳ波の除去方法は、１チャンネルの心電図信号に対して適用することも可能である。この場合、図６のＳ１０５’におけるベクトルマグニチュード演算処理が１次元（絶対値化処理）となることを除き、第２の実施形態と同様に処理することができる。

すなわち、ＣＰＵ１は、１チャンネルの心電図信号に対し、
・高域遮断処理または帯域通過処理の適用によるＱＲＳ信号の抽出（Ｓ１０２）
・低域遮断処理（ローカット処理）の適用による呼吸筋電図信号の抽出（Ｓ１０３）
・ＱＲＳ区間の信号の周波数解析に基づく定数ｋの算出（Ｓ１０４）
を実施する。

そして、ＣＰＵ１は、Ｓ１０５’で、ＱＲＳ信号と、呼吸筋電図信号とのそれぞれに対し、１次元のベクトルマグニチュード演算処理（絶対値化処理）を適用する。ここで、呼吸筋電図信号をａ（ｔ）、ＱＲＳ信号をｂ（ｔ）とすると、呼吸心電図信号のマグニチュード信号ＶＭ（ｔ）、ＱＲＳ信号のマグニチュード信号ＶＭ’（ｔ）は以下の様に求められる。

以後、ＣＰＵ１は、第２の実施形態と同様に呼吸信号生成処理Ｓ１０７を実行する。すなわち、ＣＰＵ１は
ＶＭ（ｔ）−ＶＭ’（ｔ）×ｋ
（ｋ＝ｐ１／ｐ２）
で表される減算処理を実行して呼吸筋電図信号に混入しているＱＲＳ波の成分を除去（削減）した後、さらに高域遮断処理を適用して、呼吸信号を生成する。

（実施例４）
ＣＭ５誘導（サンプリングレート１ＫＨｚ）の心電図信号を用い、本変形例の方法で呼吸信号を得るまでの過程を、図９を用いて説明する。
図９において、Ｃ３０はＣＭ５誘導の心電図信号であり、Ｃ３１はＣ３０に対して遮断周波数１２０Ｈｚの低域遮断処理（ローカット処理）を適用して得られた呼吸筋電図信号である。また、Ｃ３２は、Ｃ３０に対して中心周波数８０Ｈｚ、帯域幅±２０Ｈｚの帯域通過処理を適用して得られたＱＲＳ信号である。

Ｃ３３は、Ｃ３１に絶対値化処理を適用して得られた呼吸筋電図信号のマグニチュード信号、Ｃ３４は、Ｃ３２に絶対値化処理を適用して得られたＱＲＳ信号のマグニチュード信号である。Ｃ３５は、Ｃ３３とＣ３４との差分信号（Ｃ３３−Ｃ３４×ｋ）である。なお、ここではｋ＝０．２５である。
Ｃ３６は、Ｃ３３に遮断周波数１．５Ｈｚのローパスフィルタ処理を適用する高域遮断処理により抽出した呼吸信号である。
Ｃ３７は、Ｃ３５に遮断周波数１．５Ｈｚのローパスフィルタ処理を適用する高域遮断処理により抽出した呼吸信号である。

Ｃ３６とＣ３７との比較から明らかなように、本変形例の適用により、１つの心電図信号から抽出される呼吸信号に対しても、ＱＲＳ成分を効果的に削減することができる。

なお、本発明に係る心電図解析装置は、一般的に入手可能な、パーソナルコンピュータのような汎用情報処理装置に、上述した動作を実行させるプログラム（アプリケーションソフトウェア）として実現することもできる。従って、このようなプログラムおよび、プログラムを格納した記憶媒体（ＣＤ−ＲＯＭ、ＤＶＤ−ＲＯＭ等の光学記録媒体や、磁気ディスクのような磁気記録媒体、半導体メモリカードなど）もまた本発明を構成する。

Claims (22)

1. 複数の心電図信号を取得する取得手段と、
   前記複数の心電図信号から、呼吸運動に伴う筋肉の活動電位変化を表す筋電図信号であって、前記活動電位変化の異なる方向成分を表す筋電図信号を２つ以上抽出する抽出手段と、
   前記抽出手段が抽出した複数の筋電図信号から合成マグニチュード信号を生成する合成手段と、
   前記合成マグニチュード信号に基づいて呼吸信号を生成する生成手段と、
   を有することを特徴とする心電図解析装置。
2. 前記抽出手段が、前記活動電位変化の互いに直交する方向成分を表す２つまたは３つの筋電図信号を抽出することを特徴とする請求項１記載の心電図解析装置。
3. 前記複数の心電図信号が、心起電力の変化の互いに異なる方向成分を表す心電図信号であることを特徴とする請求項１または２に記載の心電図解析装置。
4. 前記複数の心電図信号が、心起電力の変化のＸ軸、Ｙ軸、およびＺ軸方向の成分のうち、第１の方向の成分を表す第１の心電図信号と、第２の方向の成分を表す第２の心電図信号と、第３の方向の成分を表す第３の心電図信号とのうち、２つ以上を含むことを特徴とする請求項１から３のいずれか１項に記載の心電図解析装置。
5. 前記抽出手段は、前記複数の心電図信号に低域遮断処理を適用することにより、前記筋電図信号を抽出することを特徴とする請求項１から４のいずれか１項に記載の心電図解析装置。
6. 前記合成手段が、前記複数の筋電図信号の２乗和の平方根を算出することによって、前記合成マグニチュード信号を生成することを特徴とする請求項１から５のいずれか１項に記載の心電図解析装置。
7. 前記生成手段が、前記合成マグニチュード信号に高域遮断処理を適用して前記呼吸信号を生成することを特徴とする請求項１から６のいずれか１項に記載の心電図解析装置。
8. 前記生成手段が、前記合成マグニチュード信号に時定数減衰積分および平滑化処理を適用して前記呼吸信号を生成することを特徴とする請求項１から６のいずれか１項に記載の心電図解析装置。
9. 前記抽出手段はさらに、前記複数の心電図信号から、ＱＲＳ波の周波数成分の信号であるＱＲＳ信号を２つ以上抽出し、
   前記合成手段は、前記抽出手段が抽出した複数の筋電図信号から第１の合成マグニチュード信号を生成するとともに、前記抽出手段が抽出した複数のＱＲＳ信号から第２の合成マグニチュード信号を生成し、
   前記生成手段は、前記第１の合成マグニチュード信号と前記第２の合成マグニチュード信号との差分信号に基づいて前記呼吸信号を生成する、
   ことを特徴とする請求項１から６のいずれか１項に記載の心電図解析装置。
10. 前記差分信号が、前記第２の合成マグニチュード信号に所定の定数を乗じて前記第１の合成マグニチュード信号から減じることによって得られることを特徴とする請求項９に記載の心電図解析装置。
11. 前記抽出手段は、前記複数の心電図信号のそれぞれに第１の通過周波数帯域を有するフィルタ処理を適用することにより前記筋電図信号を抽出し、前記複数の心電図信号のそれぞれに第２の通過周波数帯域を有するフィルタ処理を適用することにより前記ＱＲＳ信号を抽出し、
    前記所定の定数が、前記複数の心電図信号における前記第１の通過周波数帯域と前記第２の通過周波数帯域との強度の差を補償するための定数であることを特徴とする請求項１０に記載の心電図解析装置。
12. 前記複数の心電図信号から、前記第１の合成マグニチュード信号に関する第１の周波数の信号強度と、前記第２の合成マグニチュード信号に関する第２の周波数の信号強度とを検出し、前記第１の周波数の信号強度と、前記第２の周波数の信号強度とから前記所定の定数を求める定数算出手段をさらに有することを特徴とする請求項１０に記載の心電図解析装置。
13. 前記抽出手段は、前記複数の心電図信号に低域遮断処理を適用することにより前記筋電図信号を抽出し、前記複数の心電図信号に帯域通過処理または高域遮断処理を適用することにより前記ＱＲＳ信号を抽出し、
    前記第１の周波数が前記低域遮断処理における遮断周波数であり、前記第２の周波数が前記帯域通過処理における中心周波数であることを特徴とする請求項１２に記載の心電図解析装置。
14. 心電図信号を取得する取得手段と、
    前記心電図信号から、呼吸運動に伴う筋肉の活動電位変化を表す筋電図信号と、ＱＲＳ波の周波数成分の信号であるＱＲＳ信号とを抽出する抽出手段と、
    前記筋電図信号から第１のマグニチュード信号を、前記ＱＲＳ信号から第２のマグニチュード信号を、それぞれ生成する算出手段と、
    前記第１のマグニチュード信号と前記第２のマグニチュード信号との差分信号に基づいて呼吸信号を生成する生成手段と、
    を有することを特徴とする心電図解析装置。
15. 前記差分信号が、前記第２のマグニチュード信号に所定の定数を乗じて前記第１のマグニチュード信号から減じることによって得られることを特徴とする請求項１４に記載の心電図解析装置。
16. 前記抽出手段は、前記心電図信号に第１の通過周波数帯域を有するフィルタ処理を適用することにより前記筋電図信号を抽出し、前記心電図信号に第２の通過周波数帯域を有するフィルタ処理を適用することにより前記ＱＲＳ信号を抽出し、
    前記所定の定数が、前記心電図信号における前記第１の通過周波数帯域と前記第２の通過周波数帯域との強度の差を補償するための定数であることを特徴とする請求項１５に記載の心電図解析装置。
17. 前記心電図信号から、前記第１のマグニチュード信号に関する第１の周波数の信号強度と、前記第２のマグニチュード信号に関する第２の周波数の信号強度とを検出し、前記第１の周波数の信号強度と、前記第２の周波数の信号強度とから前記所定の定数を求める定数算出手段をさらに有することを特徴とする請求項１５に記載の心電図解析装置。
18. 前記抽出手段は、前記心電図信号に低域遮断処理を適用することにより前記筋電図信号を抽出し、前記心電図信号に帯域通過処理または高域遮断処理を適用することにより前記ＱＲＳ信号を抽出し、
    前記第１の周波数が前記低域遮断処理における遮断周波数であり、前記第２の周波数が前記帯域通過処理における中心周波数であることを特徴とする請求項１７に記載の心電図解析装置。
19. 前記呼吸信号の波形を、呼気時相および吸気時相の指標の少なくとも一方とともに提示する提示手段をさらに有することを特徴とする請求項１から１８のいずれか１項に記載の心電図解析装置。
20. 心電図解析装置の制御方法であって、
    複数の心電図信号から、呼吸運動に伴う筋肉の活動電位変化を表す筋電図信号であって、前記活動電位変化の異なる方向成分を表す筋電図信号を２つ以上抽出する抽出工程と、
    前記抽出工程で抽出された複数の筋電図信号を合成して、合成マグニチュード信号を生成する合成工程と、
    前記合成マグニチュード信号に基づいて呼吸信号を生成する生成工程と、
    を有することを特徴とする心電図解析装置の制御方法。
21. 心電図解析装置の制御方法であって、
    心電図信号から、呼吸運動に伴う筋肉の活動電位変化を表す筋電図信号と、ＱＲＳ波の周波数成分の信号であるＱＲＳ信号とを抽出する抽出工程と、
    前記筋電図信号から第１のマグニチュード信号を、前記ＱＲＳ信号から第２のマグニチュード信号を、それぞれ生成する算出工程と、
    前記第１のマグニチュード信号と前記第２のマグニチュード信号との差分信号に基づいて呼吸信号を生成する生成工程と、
    を有することを特徴とする心電図解析装置の制御方法。
22. コンピュータを、請求項１から１９のいずれか１項に記載の心電図解析装置の各手段として機能させるためのプログラム。