JP6706996B2 - Biological signal processing device, abnormality determination method and program - Google Patents
Biological signal processing device, abnormality determination method and program Download PDFInfo
- Publication number
- JP6706996B2 JP6706996B2 JP2016154751A JP2016154751A JP6706996B2 JP 6706996 B2 JP6706996 B2 JP 6706996B2 JP 2016154751 A JP2016154751 A JP 2016154751A JP 2016154751 A JP2016154751 A JP 2016154751A JP 6706996 B2 JP6706996 B2 JP 6706996B2
- Authority
- JP
- Japan
- Prior art keywords
- waveform
- biological signal
- feature amount
- abnormal
- calculated
- 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
Landscapes
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Description
この発明は、生体信号の特徴量を抽出して解析処理に供する生体信号処理装置と、生体信号の異常を判別する方法およびプログラムに関する。 The present invention relates to a bio-signal processing device that extracts a feature amount of a bio-signal and provides it for analysis processing, and a method and a program for discriminating an abnormality of the bio-signal.
近年、ホルター心電計などのウェアラブルデバイスを用いて取得した生体信号から特徴量を抽出し、この特徴量を解析することでユーザの状態を推定する試みがなされている。ところが、生体信号には電極外れや呼吸、体動、発汗、静電気などによって様々なアーチファクトやノイズといった異常信号が混入する可能性があり、上記解析処理を正しく行うには上記異常信号から算出した特徴量を適切に処理する必要がある。 In recent years, an attempt has been made to estimate a user's state by extracting a feature amount from a biological signal acquired using a wearable device such as a Holter electrocardiograph and analyzing the feature amount. However, abnormal signals such as various artifacts and noise may be mixed in the biological signal due to electrode detachment, respiration, body movement, sweating, static electricity, etc. The amount needs to be handled properly.
そこで、心電図のように類似した波形が繰り返し現れる周期性を有する生体信号に対し各種フィルタリング処理を行うことで、対象信号とは周波数特性が異なる異常信号を除去または低減する手法が提案されている(例えば非特許文献1を参照)。しかし、異常信号の周波数特性が対象信号と類似している場合には、フィルタリングによって異常信号を完全に除去することは困難である。 Therefore, there has been proposed a method of removing or reducing an abnormal signal having a frequency characteristic different from that of the target signal by performing various filtering processes on a biological signal having periodicity in which similar waveforms repeatedly appear like an electrocardiogram ( See, for example, Non-Patent Document 1). However, when the frequency characteristic of the abnormal signal is similar to the target signal, it is difficult to completely remove the abnormal signal by filtering.
一方、生体信号と類似した周波数特性を持つノイズの単純な除去手法として、計測電位を閾値により判定する手法も提案されている。しかし、ウェアラブルデバイスが計測する生体信号の振幅の大きさは、機器構成やユーザ、環境によって異なるため、設定した閾値によってはノイズ領域の検出漏れや過剰検出、誤検出を引き起こすおそれがある。ノイズ領域の検出漏れや過剰検出、誤検出を低減するには、生体信号の計測を終了するごとに計測データに適した閾値を設定すればよいが、このようにすると生体信号の計測を終了するまでノイズ領域か否かを判別することができない。 On the other hand, as a simple method of removing noise having a frequency characteristic similar to that of a biological signal, a method of determining a measured potential by a threshold has been proposed. However, the magnitude of the amplitude of the biomedical signal measured by the wearable device varies depending on the device configuration, the user, and the environment. Therefore, depending on the set threshold value, there is a risk of over-detection, over-detection, or erroneous detection of the noise region. In order to reduce detection omission, excessive detection, and erroneous detection of the noise region, it is sufficient to set a threshold value suitable for the measurement data each time the measurement of the biomedical signal is completed, but in this way the measurement of the biomedical signal is completed. It is impossible to determine whether or not it is in the noise region.
また、周期性信号の異常を判別する他の手法として、対象信号の電位振幅情報を用いるものがある(例えば非特許文献2)。しかし、この手法を用いるには、「信号の周期」と「異常の影響を受けうる電位振幅方向の統計量」の2つの情報が必要である。このため、判別したい異常の影響を受ける統計量の情報が明らかでない場合には、異常判別を適切に実施することが困難になる。 Further, as another method for discriminating the abnormality of the periodic signal, there is a method using the potential amplitude information of the target signal (for example, Non-Patent Document 2). However, in order to use this method, two pieces of information, that is, "signal period" and "statistic amount in the potential amplitude direction that can be affected by abnormality" are required. Therefore, it is difficult to properly perform the abnormality determination when the information of the statistical amount affected by the abnormality to be determined is not clear.
さらに、周期性信号の異常を判別する別の手法として、計測データを任意長に分割して周波数成分の振幅スペクトル平均を算出して異常判別を行う手法もある(例えば非特許文献3を参照)。しかし、心電図に混入した基線変動などは振幅スペクトルの平均値に反映され難く、異常として判別できない場合がある。 Further, as another method for determining abnormality of a periodic signal, there is also a method of dividing measurement data into arbitrary lengths and calculating an average amplitude spectrum of frequency components to perform abnormality determination (for example, see Non-Patent Document 3). . However, baseline fluctuations mixed in the electrocardiogram are difficult to be reflected in the average value of the amplitude spectrum, and it may not be possible to determine the abnormality.
以上述べたように従来提案されている各手法は、周波数特性が生体信号と類似する異常信号を削除できない、閾値の設定によっては異常信号の誤検出などを生じる、異常の影響を受ける電位振幅方向の統計量が分からなければ異常判別を適切に実施することができない、心電図に混入した基線変動などはスペクトル振幅平均に反映され難いため異常信号として判別できない、などの課題を有していた。 As described above, each of the conventionally proposed methods cannot remove an abnormal signal having a frequency characteristic similar to that of a biological signal, may cause an erroneous detection of the abnormal signal depending on the setting of the threshold value, and the potential amplitude direction affected by the abnormality. There is a problem that the abnormality can not be properly discriminated without knowing the statistic of (2), and the baseline fluctuation mixed in the electrocardiogram is difficult to be reflected in the spectrum amplitude average, so that it cannot be discriminated as an abnormal signal.
この発明は上記事情に着目してなされたもので、基線変動をはじめとする周波数特性の影響を受け難く、また電位振幅方向の統計値が分からなくても異常信号が混入した領域をより確実に判別できるようにした生体信号処理装置、異常判別方法およびプログラムを提供しようとするものである。 The present invention has been made in view of the above circumstances, is less susceptible to the influence of frequency characteristics such as baseline fluctuation, and more reliably the area where an abnormal signal is mixed even if the statistical value in the potential amplitude direction is unknown. An object of the present invention is to provide a biological signal processing device, an abnormality determination method, and a program capable of performing determination.
上記課題を解決するためにこの発明の第1の態様は、周期性を有する波形を含む生体信号を受信する手段またはステップと、前記受信された生体信号を、前記波形を少なくとも1つ含むように設定された時間間隔で複数の時間領域に分割する手段またはステップと、前記複数の時間領域の各々について、前記波形の発生状況を表す特徴量として、前記波形が振幅の原点を交差するときの交差点間の長さまたは数を算出する手段またはステップと、前記算出された特徴量を前記生体信号の波形の周期性に基づいて予め設定された正常な特徴量の範囲と比較することにより、前記算出された特徴量が、前記生体信号の波形に対応する正常なものか、または前記生体信号に混入した異常信号による異常なものかを判別する手段またはステップとを具備するようにしたものである。 In order to solve the above-mentioned problems, a first aspect of the present invention includes a unit or step for receiving a biological signal including a waveform having periodicity, and the received biological signal including at least one of the waveforms. Means or steps for dividing into a plurality of time regions at a set time interval, and an intersection point when the waveform crosses the origin of the amplitude as a feature amount representing the generation state of the waveform for each of the plurality of time regions. The means or step for calculating the length or the number of intervals, and the calculation by comparing the calculated feature amount with a range of normal feature amount preset based on the periodicity of the waveform of the biological signal, A means or a step for determining whether the obtained characteristic amount is normal corresponding to the waveform of the biological signal or abnormal due to an abnormal signal mixed in the biological signal .
この発明の第2の態様は、前記特徴量を算出する手段またはステップにより、前記複数の時間領域の各々について、前記波形が振幅の原点を交差するときその交差点間の長さまたは数を算出し、前記異常を判別する手段またはステップにより、前記算出された交差点間の長さまたは数を前記波形の周期性に基づいて予め設定された正常な交差点間の長さまたは数の範囲と比較することにより、前記算出された交差点間の長さまたは数が、前記生体信号の波形に対応する正常なものか、または前記生体信号に混入した異常信号による異常なものかを判別するようにしたものである。 In a second aspect of the present invention, the means or step for calculating the characteristic amount calculates the length or number between the intersections when the waveform crosses the origin of amplitude for each of the plurality of time regions. the by means or step for determining an abnormality, by comparing the length or number of ranges between the length or number between the calculated intersection normal intersection which is set in advance based on the periodicity of the waveform According to the above, the length or number between the calculated intersections is a normal one corresponding to the waveform of the biological signal, or an abnormal one due to an abnormal signal mixed in the biological signal. is there.
この発明の第3の態様は、前記特徴量を算出する手段により、前記複数の時間領域の各々について、前記波形が振幅の原点を交差するときの交差点間の長さまたは数を算出し、当該算出された交差点間の長さまたは数を前記波形の振幅方向の情報に基づいて集約して少なくとも2種類の特徴量を算出し、前記異常を判別する手段により、前記算出された少なくとも2種類の特徴量を、前記波形の周期性に基づいて予め設定された正常な特徴量の範囲と比較することにより、前記算出された少なくとも2種類の特徴量が、前記生体信号の波形に対応する正常なものか、または前記生体信号に混入した異常信号による異常なものかを判別するようにしたものである。 A third aspect of the invention, the means for calculating the feature quantity for each of the plurality of time domain, the waveform calculating the length or number between the origin when crossing the Kino intersection amplitude, the The calculated lengths or numbers between the intersections are aggregated on the basis of the information in the amplitude direction of the waveform to calculate at least two types of feature amounts, and the means for discriminating the abnormality determines the calculated at least two types of the abnormalities. By comparing the feature amount with a range of normal feature amount set in advance based on the periodicity of the waveform, the calculated at least two types of feature amounts are normal to each other corresponding to the waveform of the biological signal. In this case, it is determined whether it is an abnormal one or an abnormal one due to an abnormal signal mixed in the biological signal .
この発明の第4の態様は、前記特徴量を算出する手段により、前記複数の時間領域の各々について、前記波形が振幅の原点を交差するときの交差点間の長さまたは数を算出して、当該算出された交差点間の長さまたは数を前記波形の符号別に集約して正側および負側の特徴量を算出し、前記異常を判別する手段により、前記算出された正側および負側の各特徴量を前記波形の周期性に基づいて予め設定された正常な特徴量の範囲と比較することにより、前記算出された正側および負側の各特徴量が、前記生体信号の波形に対応する正常なものか、または前記生体信号に混入した異常信号による異常なものかを判別するようにしたものである。 A fourth aspect of the invention, the by means for calculating a feature quantity for each of the plurality of time domain, the waveform by calculating the length or number between intersections Kino when crossing the origin of the amplitude, The lengths or numbers between the calculated intersections are aggregated according to the signs of the waveforms to calculate the characteristic amounts on the positive side and the negative side, and by the means for determining the abnormality, the calculated positive side and the negative side. By comparing each feature amount with a preset range of normal feature amounts based on the periodicity of the waveform, the calculated positive and negative feature amounts correspond to the waveform of the biological signal. It is determined whether it is normal or abnormal due to an abnormal signal mixed in the biological signal .
この発明の第5の態様は、前記異常を判別する手段に、前記正常と判別された特徴量に基づく解析処理の結果が予め設定された許容範囲から外れている場合に、前記解析処理の対象となった特徴量の判別結果を異常なものに変更する手段とを、さらに備えるようにしたものである。 A fifth aspect of the invention, the means for determining the abnormality, when the result of the analysis processing based on the normal and determine characteristic amount is out of the preset allowable range, the analysis A means for changing the discrimination result of the target feature amount to an abnormal one is further provided.
この発明の第1の態様によれば、以下のような作用効果が奏せられる。
すなわち、心電図のように波形が周期性を持つ生体信号では、任意間隔ごとに生体信号を複数の時間領域に分割して評価した場合、理想状態であれば波形の発生状況を表す特徴量はどの分割領域においても近しい値を取ると考えられる。従って、上記したように時間領域ごとに波形の発生状況を表す特徴量として、前記波形が振幅の原点を交差するときの交差点間の長さまたは数を算出して、当該特徴量を波形の周期性に基づいて予め設定された正常な特徴量の範囲と比較することにより、前記算出された特徴量が、前記生体信号の波形に対応する正常なものか、または前記生体信号に混入した異常信号による異常なものか判別することで、電位振幅方向の情報を用いることなく、アーチファクトやノイズなどの異常信号がセンサデータに含まれているか否かを動的に判別することができる。
According to the first aspect of the present invention, the following operational effects are exhibited.
That is, in a biological signal having a periodic waveform such as an electrocardiogram, when the biological signal is divided into a plurality of time regions and evaluated at arbitrary intervals, which feature quantity represents the waveform generation state in an ideal state? It is considered that the values are close even in the divided areas. Therefore, as described above, the length or number between the intersections when the waveform intersects the origin of the amplitude is calculated as the feature amount representing the generation state of the waveform for each time domain, and the feature amount is set to the cycle of the waveform. By comparing with the range of the normal characteristic amount set in advance based on the sex, the calculated characteristic amount is a normal one corresponding to the waveform of the biological signal, or an abnormal signal mixed in the biological signal. by determining whether abnormal due, without using the information of the potential amplitude direction can be abnormal signal, such as artifacts and noise are dynamically determined whether or not included in the sensor data.
この発明の第2の態様によれば、波形の発生状況を表す特徴量として、波形が振幅の原点を交差するときその交差点間の長さまたは数が算出され、この交差点間の長さまたは数が正常な範囲と比較されて異常判別がなされるので、比較的簡単な処理により異常判別を行うことができる。 According to the second aspect of the present invention, the length or number between the intersections is calculated when the waveform crosses the origin of the amplitude, and the length or the number between the intersections is calculated as the feature amount indicating the generation state of the waveform. Is compared with the normal range to determine the abnormality, so that the abnormality can be determined by a relatively simple process.
この発明の第3の態様によれば、算出された交差点間の長さまたは数が波形の振幅方向に集約されて少なくとも2種類の特徴量が算出され、この交差点間の長さまたは数が正常な範囲と比較されて異常判別がなされる。このため、波形の振幅方向の情報も加味した特徴量をもとに異常判別が行われるので、さらに正確な異常判別が可能となる。 According to the third aspect of the present invention, the calculated lengths or numbers between the intersections are aggregated in the amplitude direction of the waveform to calculate at least two types of feature values, and the lengths or the numbers between the intersections are normal. The abnormal range is determined by comparison with the range. Therefore, the abnormality determination is performed based on the feature amount that also includes the information in the amplitude direction of the waveform, so that the abnormality determination can be performed more accurately.
この発明の第4の態様によれば、算出された交差点間の長さまたは数が波形の振幅の符号別に集約されて正側および負側の特徴量が算出され、この正側および負側の特徴量が正常な範囲と比較されて異常判別がなされる。一般に、心電図のような生体信号は電位振幅方向に対して非対称な信号であるため、波形の交差点間の長さまたは数を電位振幅の符号に応じて分類すると、生体信号特有の特徴をより顕著に抽出できる。このため、心電図のように電位振幅方向に対して非対称な波形が発生する生体信号に対し、さらに正確な異常判別が可能となる。 According to the fourth aspect of the present invention, the calculated lengths or numbers between the intersections are aggregated for each sign of the amplitude of the waveform to calculate the positive-side and negative-side characteristic amounts, and the positive-side and negative-side characteristic amounts are calculated. The feature amount is compared with the normal range to determine the abnormality. In general, a biological signal such as an electrocardiogram is an asymmetrical signal with respect to the potential amplitude direction, so if the length or number between the intersections of the waveforms is classified according to the sign of the potential amplitude, the characteristics unique to the biological signal become more prominent. Can be extracted. For this reason, it becomes possible to perform more accurate abnormality determination with respect to a biological signal in which a waveform that is asymmetric with respect to the potential amplitude direction is generated as in the electrocardiogram.
この発明の第5の態様によれば、正常と判別された特徴量に基づく解析処理の結果が予め設定された許容範囲から外れている場合には、当該解析処理の対象となった特徴量の判別結果が異常に変更される。すなわち、解析結果の良否が特徴量の異常判別結果にフィードバックされ修正される。このため、特徴量の異常判別結果の信頼性をさらに高めることが可能となる。 According to the fifth aspect of the present invention, when the result of the analysis process based on the feature amount that is determined to be normal is outside the preset allowable range, the feature amount that is the target of the analysis process is The determination result is changed abnormally. That is, the quality of the analysis result is fed back to the feature amount abnormality determination result and corrected. Therefore, it is possible to further improve the reliability of the feature amount abnormality determination result.
すなわちこの発明によれば、基線変動をはじめとする周波数特性の影響を受け難く、また電位振幅方向の統計値が分からなくても異常信号が混入した領域をより確実に判別できるようにした生体信号処理装置、異常判別方法およびプログラムを提供することができる。 That is, according to the present invention, it is difficult to be influenced by the frequency characteristics such as the baseline fluctuation, and the biological signal that can more reliably determine the region in which the abnormal signal is mixed even if the statistical value in the potential amplitude direction is unknown. A processing device, an abnormality determination method, and a program can be provided.
以下、図面を参照してこの発明に係わる実施形態を説明する。
[一実施形態]
(構成)
図1は、この発明の一実施形態に係る生体信号処理装置の機能構成を示すブロック図である。
生体信号処理装置1は、例えばウェアラブル端末、スマートフォン、タブレット型端末、パーソナルコンピュータまたはサーバ装置からなり、センサ2から送信されるセンサデータを受信する。センサ2は、例えばホルター心電計からなり、所定のサンプリング周期で心電信号を計測し、センサデータとして送信する。
Hereinafter, embodiments according to the present invention will be described with reference to the drawings.
[One Embodiment]
(Constitution)
FIG. 1 is a block diagram showing a functional configuration of a biological signal processing device according to an embodiment of the present invention.
The biological signal processing device 1 is composed of, for example, a wearable terminal, a smartphone, a tablet type terminal, a personal computer, or a server device, and receives sensor data transmitted from the sensor 2. The sensor 2 is, for example, a Holter electrocardiograph, measures an electrocardiographic signal at a predetermined sampling period, and transmits it as sensor data.
生体信号処理装置1は、制御ユニット10と、入出力インタフェースユニット20と、記憶ユニット30とを備えている。入出力インタフェースユニット20は、無線インタフェースを有し、センサ2から送信されたセンサデータを受信する機能と、後述する解析結果を表す情報を送信する機能を有する。無線インタフェースとしては、例えばBluetooth(登録商標)などの小電力無線データ通信規格を採用したインタフェースが使用される。なお、無線インタフェース以外に、センサ2から送信されたセンサデータを有線ケーブルを介して受信する有線インタフェースを用いることも可能である。また、センサ2は生体信号処理装置1内に内蔵するようにしてもよい。 The biological signal processing device 1 includes a control unit 10, an input/output interface unit 20, and a storage unit 30. The input/output interface unit 20 has a wireless interface and has a function of receiving sensor data transmitted from the sensor 2 and a function of transmitting information indicating an analysis result described later. As the wireless interface, for example, an interface adopting a low power wireless data communication standard such as Bluetooth (registered trademark) is used. In addition to the wireless interface, it is possible to use a wired interface that receives the sensor data transmitted from the sensor 2 via a wired cable. Further, the sensor 2 may be built in the biological signal processing device 1.
記憶ユニット30は、記憶媒体として例えばSSD(Solid State Drive)メモリを用いたもので、この実施形態を実現するための記憶領域として、プログラム記憶部の他に、センサデータ記憶部31と、前処理後センサデータ記憶部32と、分割データ記憶部33と、評価用特徴量記憶部34とを備えている。 The storage unit 30 uses, for example, an SSD (Solid State Drive) memory as a storage medium. As a storage area for realizing this embodiment, the storage unit 30 includes a sensor data storage unit 31, a pre-processing unit, as well as a program storage unit. The rear sensor data storage unit 32, the divided data storage unit 33, and the evaluation feature amount storage unit 34 are provided.
制御ユニット10は、CPU(Central Processing Unit)を有し、その処理機能として、センサデータ受信処理部11と、センサデータ前処理部12と、センサデータ分割処理部13と、特徴量算出処理部14と、異常判別処理部15と、解析処理部16とを備えている。これらの処理機能は、いずれも上記プログラム記憶部に格納されたアプリケーションプログラムを上記CPUに実行させることにより実現される。 The control unit 10 has a CPU (Central Processing Unit), and as its processing functions, a sensor data reception processing unit 11, a sensor data preprocessing unit 12, a sensor data division processing unit 13, and a feature amount calculation processing unit 14. And an abnormality determination processing unit 15 and an analysis processing unit 16. All of these processing functions are realized by causing the CPU to execute an application program stored in the program storage unit.
センサデータ受信処理部11は、上記センサ2から送信されたセンサデータを上記入出力インタフェースユニット20を介して取り込み、受信したセンサデータを上記センサデータ記憶部31に一旦保存する処理を行う。 The sensor data reception processing unit 11 takes in the sensor data transmitted from the sensor 2 via the input/output interface unit 20, and temporarily stores the received sensor data in the sensor data storage unit 31.
センサデータ前処理部12は、上記受信されたセンサデータを上記センサデータ記憶部31から読み込み、当該センサデータに対し予め設定した帯域以外の周波数成分を除去または低減するためのフィルタリング処理を行う。そして、当該前処理後のセンサデータを上記前処理後センサデータ記憶部32に保存する。 The sensor data preprocessing unit 12 reads the received sensor data from the sensor data storage unit 31 and performs filtering processing on the sensor data to remove or reduce frequency components other than a preset band. Then, the preprocessed sensor data is stored in the postprocessed sensor data storage unit 32.
センサデータ分割処理部13は、上記前処理後センサデータ記憶部32から上記前処理後のセンサデータを読み込み、当該センサデータを予め設定した一定の時間間隔Aで複数の領域(区間)に分割し、当該分割されたセンサデータを上記分割データ記憶部33に保存させる処理を行う。 The sensor data division processing unit 13 reads the pre-processed sensor data from the pre-processed sensor data storage unit 32, and divides the sensor data into a plurality of regions (sections) at a preset constant time interval A. Then, a process of saving the divided sensor data in the divided data storage unit 33 is performed.
特徴量算出処理部14は、上記分割データ記憶部33から上記分割区間ごとにセンサデータを読み込み、当該センサデータから特徴量を算出して評価用特徴量記憶部34に記憶させる処理を行う。具体的には、分割区間ごとに、当該区間に含まれる複数の振幅信号が原点(0V)と交差する点の間隔(交差点間隔)の平均長を正側および負側の符号別に算出し、その算出結果を上記分割区間の識別情報と関連付けて上記評価用特徴量記憶部34に記憶させる。 The feature amount calculation processing unit 14 reads sensor data from the divided data storage unit 33 for each of the divided sections, calculates a feature amount from the sensor data, and stores the feature amount in the evaluation feature amount storage unit 34. Specifically, for each divided section, the average length of the interval (intersection interval) between the points at which a plurality of amplitude signals included in the section intersect the origin (0 V) is calculated for each of the positive and negative signs, and the calculated The calculation result is stored in the evaluation feature amount storage unit 34 in association with the identification information of the divided section.
異常判別処理部15は、上記分割区間ごとに、上記評価用特徴量記憶部34から特徴量を読み込んで当該特徴量をもとに上記分割区間が正常であるか異常であるかを判別する。そして、その判別結果を示す情報を、上記分割区間の識別情報に関連付けて上記評価用特徴量記憶部34に格納する処理を行う。 The abnormality determination processing unit 15 reads the feature amount from the evaluation feature amount storage unit 34 for each of the divided sections, and determines whether the divided section is normal or abnormal based on the characteristic amount. Then, the information indicating the determination result is stored in the evaluation feature amount storage unit 34 in association with the identification information of the divided section.
解析処理部16は、上記評価用特徴量記憶部34に格納された各分割区間の特徴量のうち、異常と判別された分割区間の特徴量を除外し、正常と判定された分割区間の特徴量について所定の解析処理を行う。そして、解析結果を表す情報を、例えば入出力インタフェースユニット20から図示しない端末またはサーバへ送信する。 The analysis processing unit 16 excludes the characteristic amount of the divided section determined to be abnormal from the characteristic amounts of the divided sections stored in the evaluation characteristic amount storage unit 34, and determines the characteristic of the divided section determined to be normal. A predetermined analysis process is performed on the amount. Then, the information indicating the analysis result is transmitted from, for example, the input/output interface unit 20 to a terminal or server (not shown).
(動作)
次に、以上のように構成された装置による異常信号判別動作を説明する。図2はその処理手順と処理内容を示すフローチャートである。
(motion)
Next, the abnormal signal determination operation by the device configured as described above will be described. FIG. 2 is a flowchart showing the processing procedure and processing contents.
(1)センサデータの受信
センサ2をユーザの所定の部位に取着し計測動作を開始すると、センサ2により所定のサンプリング周期で心電信号が計測され、計測された信号がセンサデータとして送信される。
(1) Reception of sensor data When the sensor 2 is attached to a predetermined part of the user and the measurement operation is started, an electrocardiographic signal is measured by the sensor 2 at a predetermined sampling cycle, and the measured signal is transmitted as sensor data. It
これに対し生体信号処理装置1は、センサデータ受信処理部11がステップS10でセンサデータの受信開始を監視し、入出力インタフェースユニット20によりセンサデータが受信されると、当該センサデータを取り込んでステップS11によりセンサデータ記憶部31に保存する。 On the other hand, in the biological signal processing apparatus 1, the sensor data reception processing unit 11 monitors the start of receiving sensor data in step S10, and when the sensor data is received by the input/output interface unit 20, the sensor data reception processing unit 11 fetches the sensor data and executes the step. The sensor data is stored in the sensor data storage unit 31 in S11.
(2)センサデータの前処理
生体信号処理装置1は、上記センサデータの受信が開始されると、センサデータ前処理部12がステップS12により上記センサデータ記憶部31からセンサデータを読み込む。そして、当該センサデータに対しフィルタリング処理を行い、これにより心電図に繰り返し現れる波形の周波数帯域以外の高周波および低周波成分を除去または低減する。そして、当該前処理後のセンサデータをステップS13により前処理後センサデータ記憶部32に保存する。
なお、センサデータ前処理部12において、上記センサデータに対し予め設定した振幅値を超える波形を除去または低減する処理を行ってもよい。
(2) Preprocessing of Sensor Data In the biological signal processing device 1, when the reception of the sensor data is started, the sensor data preprocessing unit 12 reads the sensor data from the sensor data storage unit 31 in step S12. Then, the sensor data is filtered to remove or reduce high-frequency and low-frequency components other than the frequency band of the waveform that repeatedly appears in the electrocardiogram. Then, the sensor data after the preprocessing is stored in the post-preprocessing sensor data storage unit 32 in step S13.
Note that the sensor data preprocessing unit 12 may perform processing for removing or reducing a waveform that exceeds a preset amplitude value for the sensor data.
(3)センサデータの領域分割
生体信号処理装置1は、次にセンサデータ分割処理部13がステップS14により上記前処理後センサデータ記憶部32から上記前処理後のセンサデータを読み込む。そして、当該前処理後のセンサデータを予め設定した時間間隔Aで複数の時間領域(区間)に分割し、この分割されたセンサデータをステップS15により分割区間の識別情報と関連付けて分割データ記憶部33に保存する。
(3) Area Division of Sensor Data In the biological signal processing device 1, the sensor data division processing unit 13 next reads the preprocessed sensor data from the preprocessed sensor data storage unit 32 in step S14. Then, the pre-processed sensor data is divided into a plurality of time regions (sections) at a preset time interval A, and the divided sensor data is associated with the identification information of the division sections in step S15 and the divided data storage unit Save to 33.
ここで、上記時間間隔Aは例えば次のように設定する。すなわち、心電に繰り返し現れる波形のひとつとして、心室の収縮(脱分極)による電気活動であるQRS群(R波)がある。心拍間隔は隣接するR波の間隔から算出される。健常者の心拍数は、非特許文献1に記載されているように40〜240[bpm]とされている。すなわち、健常者の場合0.25〜1.5[sec]に1回はQRS群が計測されることになる。そこで、この心拍間隔に基づいて時間間隔AをA=1.5[sec]に設定する。このように分割のための時間間隔Aを設定すると、1つの分割領域(区間)内に少なくとも1つのR波に関連する生体信号を含めることが可能となる。 Here, the time interval A is set as follows, for example. That is, as one of the waveforms repeatedly appearing in the electrocardiogram, there is the QRS complex (R wave) which is an electrical activity due to contraction (depolarization) of the ventricle. The heartbeat interval is calculated from the interval between adjacent R waves. The heart rate of a healthy person is set to 40 to 240 [bpm] as described in Non-Patent Document 1. That is, in the case of a healthy person, the QRS complex is measured once every 0.25 to 1.5 [sec]. Therefore, the time interval A is set to A=1.5 [sec] based on this heartbeat interval. By setting the time interval A for division in this way, it becomes possible to include at least one bio-signal related to the R wave in one division area (section).
(4)特徴量の算出
生体信号処理装置1は、続いてセンサデータ分割処理部13の制御の下、ステップS16において、上記分割された区間ごとに上記分割データ記憶部33からセンサデータを読み込み、当該センサデータからその特徴量を算出する処理を以下のように実行する。
(4) Calculation of feature amount The biological signal processing apparatus 1 subsequently reads the sensor data from the divided data storage unit 33 for each of the divided sections under the control of the sensor data division processing unit 13 in step S16. The process of calculating the characteristic amount from the sensor data is executed as follows.
すなわち、先ず心電波形が原点(0V)と交差する点を検出する。そして、検出した各交差点間の間隔を算出して、その結果を上記心電波形の信号振幅の符号に応じて正側と負側に分類する。例えば、いま図3に示すセンサデータが得られたとすると、その分割区間F1においては、当該分割区間F1に含まれる心電波形と原点との交差点から、交差点間隔Pos11,Neg11,Pos12,Neg12,Pos21,Neg21,Pos22,Neg22がそれぞれ算出される。そして、これらの交差点間隔は、正側の交差点間隔Pos11,Pos12,Pos21,Pos22と、負側の交差点間隔Neg11,Neg12,Neg21,Neg22とに分けられる。 That is, first, the point where the electrocardiographic waveform intersects the origin (0 V) is detected. Then, the intervals between the detected intersections are calculated, and the results are classified into the positive side and the negative side according to the sign of the signal amplitude of the electrocardiographic waveform. For example, assuming that the sensor data shown in FIG. 3 is obtained, in the divided section F1, the intersection intervals Pos11, Neg11, Pos12, Neg12, Pos21 from the intersection of the electrocardiographic waveform included in the divided section F1 and the origin. , Neg21, Pos22, Neg22 are calculated. Then, these intersection intervals are divided into positive-side intersection intervals Pos11, Pos12, Pos21, Pos22 and negative-side intersection intervals Neg11, Neg12, Neg21, Neg22.
続いてセンサデータ分割処理部13は、上記正側の交差点間隔Pos11,Pos12,Pos21,Pos22の平均長と、負側の交差点間隔Neg11,Neg12,Neg21,Neg22の平均長をそれぞれ算出する。そして、この算出された正側の交差点間隔の平均長Posavrと、負側の交差点間隔の平均長Negavrを、分割区間F1におけるセンサデータの特徴量とし、ステップS17により分割区間F1の識別情報と関連付けて評価用特徴量記憶部34に保存する。 Subsequently, the sensor data division processing unit 13 calculates the average length of the positive-side intersection intervals Pos11, Pos12, Pos21, Pos22 and the average length of the negative-side intersection intervals Neg11, Neg12, Neg21, Neg22, respectively. Then, the calculated average length Posavr of the intersection intervals on the positive side and the calculated average length Negavr of the intersection intervals on the negative side are set as the characteristic amount of the sensor data in the divided section F1, and are associated with the identification information of the divided section F1 in step S17. And stores it in the evaluation feature amount storage unit 34.
なお、正側および負側の交差点間隔に関する情報を反映するものであれば、平均長の代わりに標準偏差などのその他の値を算出し、これを特徴量とするようにしてもよい。 Note that other values such as the standard deviation may be calculated instead of the average length as long as they reflect the information about the positive-side and negative-side intersection intervals, and this may be used as the feature amount.
(5)異常の判別
生体信号処理装置1は、次に異常判別処理部15の制御の下、ステップS18により上記分割区間ごとに当該分割区間の特徴量が異常か否かを以下のように判別する。すなわち、上記評価用特徴量記憶部34から分割区間ごとに正側の交差点間隔平均長と負側の交差点間隔平均長を読み込み、これらの値で示される特徴量を、正側の交差点間隔平均長をX軸、負側の交差点間隔平均長をY軸とする二次元平面にプロットする。そして、過去の任意期間Bに得られた正常データ(正解値集合)の重心と、上記プロットした点との距離を算出し、当該距離が所定範囲内であるか否かを判定することにより、各分割区間の特徴量が正常か否かを評価する。なお、上記任意期間Bは、上記分割区間Aの整数倍(例えば6倍)の長さに設定される。
(5) Discrimination of Abnormality Under the control of the abnormality discrimination processing unit 15, the biological signal processing apparatus 1 discriminates whether or not the characteristic amount of the divided section is abnormal in each of the divided sections as follows in step S18. To do. That is, the positive side intersection distance average length and the negative side intersection distance average length are read from the evaluation feature amount storage unit 34 for each divided section, and the feature amount represented by these values is read as the positive side intersection distance average length. Is plotted on the X-axis, and the average length of the negative side intersection distance is plotted on the Y-axis on a two-dimensional plane. Then, by calculating the distance between the center of gravity of the normal data (correct value set) obtained in the past arbitrary period B and the plotted point, and determining whether or not the distance is within a predetermined range, It is evaluated whether the feature amount of each divided section is normal. The arbitrary period B is set to a length that is an integral multiple (for example, 6 times) of the divided section A.
上記異常判別処理を、図4を用いてさらに詳しく述べる。
すなわち、先ず各々が排他である任意期間Bに相当するn個の点を正解値集合とし、これらn個の重心Go(xCOG ,yCOG )を算出する。また、正解値集合の各点と重心Go(xCOG ,yCOG )との距離をdと表すとき、式(1) ,(2) によって正解値の各点と重心Goとの距離の平均μ、標準偏差σを算出しておく。図4では上記距離の平均μをエリアE1として示している。
That is, first, n points corresponding to an arbitrary period B in which each is exclusive are set as a correct value set, and these n center of gravity Go(x COG , y COG ) are calculated. Further, when the distance between each point of the correct value set and the center of gravity Go(x COG , y COG ) is represented by d, the average μ of the distances between each point of the correct value and the center of gravity Go is expressed by equations (1) and (2). , The standard deviation σ is calculated. In FIG. 4, the average μ of the above distances is shown as an area E1.
次に、ある点(xi ,yi )と正解値集合の重心Go(xCOG ,yCOG )との距離di を、式(3) により算出する。そして、算出された距離di について、式(4) により評価する。ここで、mは任意の整数とする。
上記評価の結果、ある点(xi ,yi )が式(4) に示す関係を満たすとき、つまりある点(xi ,yi )が図4に示すエリアE1またはE2に含まれるとき、異常判別処理部15は上記ある点(xi ,yi )と当該点に対応する分割区間を「正常」とみなす。これに対し、上記ある点(xi ,yi )が式(4) に示す関係を充足しないとき、つまりある点(xi ,yi )が図4に示すエリアE1およびE2のいずれにも含まれないとき、異常判別処理部15は上記ある点(xi ,yi )に対応する分割区間を「異常」と判定する。 As a result of the above evaluation, when a certain point (xi, yi) satisfies the relationship shown in equation (4), that is, when the certain point (xi, yi) is included in the area E1 or E2 shown in FIG. 15 regards a certain point (xi, yi) and the division section corresponding to the point as "normal". On the other hand, when the certain point (xi, yi) does not satisfy the relationship shown in the equation (4), that is, when the certain point (xi, yi) is not included in any of the areas E1 and E2 shown in FIG. The abnormality determination processing unit 15 determines that the divided section corresponding to the certain point (xi, yi) is "abnormal".
なお、正解値集合は、上記ある点(xi ,yi )が正常と判別された場合か、或いは正常かつ既出の正解値集合に属するいずれの点とも異なる点である場合に更新する。例えば、正解値集合に属する最も古い点を、上記正常と判定された点(xi ,yi )に更新し、この更新後の各点をもとに重心Go(xCOG ,yCOG )、距離平均μ、距離標準偏差σを再計算する。 The correct value set is updated when the certain point (xi, yi) is determined to be normal, or when it is different from any of the normal and already existing correct value sets. For example, the oldest point belonging to the correct value set is updated to the point (xi, yi) determined to be normal, and the center of gravity Go(x COG , y COG ) and the distance average are calculated based on the updated points. Recalculate μ and distance standard deviation σ.
また、正解値集合を動的に変更する際に、正解値集合を構成する各点が重複しないように構成するとよい。このようにすると、異常区間の特徴量の値が極端に過大化または過小化することを防ぐことができる。 Moreover, when dynamically changing the correct value set, it is preferable to configure so that the points forming the correct value set do not overlap. By doing so, it is possible to prevent the value of the feature amount of the abnormal section from becoming excessively large or small.
さらに、上記処理では、交差点間隔の平均長を振幅方向の正負別に算出し、その算出値により表される特徴量の異常を判別する場合を例にとって説明したが、交差点間隔に関する情報が保存されており、2つの異なる性質をもつ特徴量が算出できるものであれば、別の特徴量を採用してもよい。例えば、交差点間隔を符号別に分割することなく、「交差点間隔の平均長」と「交差点間隔の標準偏差」をそれぞれ算出し、これら2つを特徴量として上記異常判別処理を実行し、分割区間の異常判別を実施してもよい。 Further, in the above processing, the average length of the intersection intervals is calculated for each of positive and negative in the amplitude direction, and the case where the abnormality of the feature amount represented by the calculated value is determined has been described as an example. Therefore, another feature amount may be adopted as long as the feature amount having two different properties can be calculated. For example, without dividing the intersection interval by code, the “average length of the intersection interval” and the “standard deviation of the intersection interval” are calculated, and the above abnormality determination processing is executed using these two as the feature amounts, Abnormality determination may be performed.
異常判別処理部15は、上記異常判別の結果を表す情報を、ステップS19により分割区間の識別情報に関連付けて評価用特徴量記憶部34に保存する。つまり、分割区間ごとにその特徴量に対し正常/異常の判別結果を示す情報を付加する。そして、ステップS20においてセンサデータの受信が終了したか否かを判定し、センサデータの受信が続いていればステップS10に戻って以上述べた一連の処理を繰り返し、センサデータの受信が終了すれば処理を終了する。 The abnormality determination processing unit 15 stores the information indicating the result of the abnormality determination in the evaluation feature amount storage unit 34 in association with the identification information of the divided section in step S19. That is, information indicating the normal/abnormal determination result is added to the feature amount for each divided section. Then, in step S20, it is determined whether or not the reception of the sensor data is completed. If the reception of the sensor data is continued, the process returns to step S10 to repeat the series of processes described above, and if the reception of the sensor data is completed. The process ends.
(6)特徴量の解析
生体信号処理装置1は、上記一連の異常判別処理中または処理終了後に、解析処理部16において、上記評価用特徴量記憶部34に記憶された特徴量を読み込んで所定の解析処理を行う。その際、解析処理部16は、「異常」の判別結果を示す情報が付加された特徴量を解析対象から除外する。そして、解析結果の情報を、例えば入出力インタフェースユニット20から図示しないユーザ端末またはサービス事業者が運用するサーバ装置へ送信する。
(6) Analysis of Feature Amount In the biological signal processing device 1, the feature amount stored in the evaluation feature amount storage unit 34 is read by the analysis processing unit 16 during or after the series of abnormality determination processes and predetermined. Analysis processing of. At that time, the analysis processing unit 16 excludes the feature amount to which the information indicating the determination result of “abnormal” is added from the analysis target. Then, the analysis result information is transmitted from, for example, the input/output interface unit 20 to a user terminal (not shown) or a server device operated by a service provider.
なお、解析処理部16は、ある分割区間の特徴量を解析した結果、他の正常区間と著しく異なる解析結果が得られた場合には、その旨を異常判別処理部15にフィードバックする。異常判別処理部15は、上記フィードバックされた情報に従い、評価用特徴量記憶部34に記憶された対応する分割区間の特徴量を棄却するか、または当該分割区間の特徴量に「異常」である旨の情報を付加する。 When the analysis result of the feature amount of a certain division section is obtained as an analysis result that is significantly different from that of other normal sections, the analysis processing unit 16 feeds back that effect to the abnormality determination processing unit 15. The abnormality determination processing unit 15 rejects the characteristic amount of the corresponding divided section stored in the evaluation characteristic amount storage unit 34 according to the fed-back information, or the characteristic amount of the divided section is “abnormal”. Add information to the effect.
(効果)
以上詳述したように一実施形態では、センサデータを、所定の前処理を施したのち、心拍が少なくとも1つ含まれるように長さが設定された時間間隔Aで複数の区間に分割し、分割された区間ごとに、心電波形が原点を交差する点間の長さの平均長を正側と負側とに分けてそれぞれ算出し、この算出された正側および負側の各交差点間隔平均長により表される点が異常か否かを、正解値集合の重心点Goからの距離に応じて判定するようにしている。
(effect)
As described above in detail, in one embodiment, the sensor data is divided into a plurality of sections at a time interval A whose length is set so as to include at least one heartbeat after performing a predetermined pre-processing, The average length of the points between the points where the electrocardiographic waveform crosses the origin is divided into positive and negative sides for each divided section, and calculated. Whether or not the point represented by the average length is abnormal is determined according to the distance from the center of gravity Go of the correct value set.
心電図は周期性を持った生体信号であるので、任意間隔ごとに心電図を複数の区間に分割して評価した場合、理想状態であれば原点との交差回数および交差点間隔はどの分割区間においても近しい値を取ると考えられる。また、心電図は電位振幅方向に対して非対称な信号であるため、交差点間隔を同一期間における電位振幅の符号に応じて分類すると、心電図特有の特徴がより顕著に現れると考えられる。 Since the electrocardiogram is a biological signal with periodicity, when the electrocardiogram is divided into multiple sections at arbitrary intervals for evaluation, the number of intersections with the origin and the intersection intervals are close to each other in the ideal state. Considered to take a value. Further, since the electrocardiogram is an asymmetric signal with respect to the potential amplitude direction, it is considered that when the intersection intervals are classified according to the sign of the potential amplitude in the same period, the characteristics peculiar to the electrocardiogram become more prominent.
従って、上記したような異常判別処理を行うことで、電位振幅方向の情報を用いることなく、アーチファクトやノイズなどの異常信号がセンサデータに含まれているか否かを動的に判別することができる。そして、その判別結果を表す情報を特徴量のデータに付加することで、異常区間と判定された特徴量を解析対象から除外したり、心拍特徴量解析結果に信頼度を付与したりすることが可能となり、心電図解析の正確度の向上を図ることが可能となる。 Therefore, by performing the abnormality determination processing as described above, it is possible to dynamically determine whether or not an abnormal signal such as an artifact or noise is included in the sensor data without using the information on the potential amplitude direction. . Then, by adding information indicating the determination result to the data of the feature amount, the feature amount determined as an abnormal section can be excluded from the analysis target, or the heartbeat feature amount analysis result can be given reliability. It becomes possible to improve the accuracy of electrocardiogram analysis.
図5は、一実施形態に係る生体信号処理装置による異常判別結果を従来手法と対比して示した図である。図5(a)はアーチファクトやノイズを含む心電信号の一例を示している。このような心電信号に対しこの発明の一実施形態の手法により異常判別を行ったところ、図5(b)に予示すように分割区間ごとにその交差点間隔平均長が正常時と異なりさえすれば、電位振幅の大小にかかわらず、当該分割区間を異常として判別することができる。特に、交差点間隔平均長が正常時と異なる基線変動部分Tdを異常として判別することができる。 FIG. 5 is a diagram showing an abnormality determination result by the biological signal processing device according to the embodiment, in comparison with a conventional method. FIG. 5A shows an example of an electrocardiographic signal containing artifacts and noise. When abnormality determination is performed on such an electrocardiographic signal by the method according to the embodiment of the present invention, as shown in FIG. For example, the divided section can be determined as abnormal regardless of the magnitude of the potential amplitude. In particular, it is possible to determine that the base line fluctuation portion Td having an average intersection distance different from that in the normal time is abnormal.
ちなみに、図5(c)は閾値をもとに電位振幅を判定する従来の手法による判別結果を示したもので、図示するごとく電位振幅が正常な心電波形より大きいアーチファクトやノイズについては異常と判別できるが、電位振幅が正常な心電波形と類似する基線変動部分Tdについては異常と判別することができない。 Incidentally, FIG. 5C shows the discrimination result by the conventional method for discriminating the potential amplitude based on the threshold value. As shown in the figure, artifacts or noises whose potential amplitude is larger than the normal electrocardiographic waveform are abnormal. Although it can be discriminated, it is not possible to discriminate that the baseline fluctuation portion Td having a potential amplitude similar to a normal electrocardiographic waveform is abnormal.
また一実施形態では、事前に前処理において対象から除外したい信号成分のフィルタリング処理を行うようにしている。すなわち、事前のフィルタリング処理と、波形の交差点間隔の符号別平均長に基づく判別処理とを組み合わせて、異常判別を行っている。このため、周波数帯域の異なる周期性ノイズなどを前処理において除去または低減することができ、これにより異常判別の精度をさらに高めることが可能となる。 Further, in one embodiment, the filtering process is performed in advance on the signal component to be excluded from the target in the preprocessing. That is, the abnormality determination is performed by combining the filtering process in advance and the determination process based on the average length of each intersection of waveforms for each code. For this reason, it is possible to remove or reduce the periodic noise or the like having different frequency bands in the pre-processing, thereby further improving the accuracy of abnormality determination.
[他の実施形態]
なお、この発明は上記一実施形態に限定されるものではない。例えば、前処理においては、ウェーブレット変換や高速フーリエ変換をはじめとする、何らかの生体信号処理を行ってもよい。この結果、各種変換結果の特定周波数帯域をカットした値をもとに異常判別を行うことができ、これにより基線変動やDCノイズの影響を低減し、電極や筋電に由来するアーチファクトのみを判別対象とすることが可能となる。
[Other Embodiments]
The present invention is not limited to the above embodiment. For example, in the preprocessing, some kind of biological signal processing such as wavelet transform or fast Fourier transform may be performed. As a result, it is possible to perform abnormality determination based on the value obtained by cutting the specific frequency band of various conversion results, thereby reducing the influence of baseline fluctuation and DC noise, and determining only the artifacts derived from electrodes and myoelectricity. It becomes possible to be a target.
また前記一実施形態では、異常信号判別処理をリアルタイムに行う場合を例にとって説明したが、センサデータが所定時間分記憶されるごとに、或いはセンサデータの計測終了後に、異常信号判別処理をバッチ処理で行うようにしてもよい。 Further, in the above-mentioned one embodiment, the case where the abnormal signal discrimination processing is performed in real time has been described as an example, but the abnormal signal discrimination processing is batch-processed every time the sensor data is stored for a predetermined time or after the measurement of the sensor data is completed. May be performed in.
さらに前記一実施形態では、分割区間ごとに正負の符号別に交差点間隔の平均長を算出してこれを特徴量としたが、分割区間ごとに、正負の符号別に交差点間隔の数、つまり正負別の振幅波形の発生数をカウントし、このカウントされた数を特徴量とするようにしてもよい。このようにすると、特徴量の計算による処理負荷を軽減することが可能となる。 Further, in the above-described embodiment, the average length of the intersection intervals is calculated for each positive and negative sign for each divided section and used as the feature amount. However, for each divided section, the number of the intersection intervals for each positive and negative signs, that is, for the positive and negative signs is calculated. The number of generated amplitude waveforms may be counted, and the counted number may be used as the feature amount. This makes it possible to reduce the processing load due to the calculation of the feature amount.
さらに、特徴量としては、分割区間ごとに、正負の符号別に振幅波形の面積(積分値)の平均長または合計値を算出するようにしてもよい。このようにすると、センサデータの時間軸方向の統計値に加え振幅方向の統計値を特徴量に加えることができ、これにより時間軸方向における振幅信号の発生パターンが正常信号と類似する信号のうち、振幅が異なる信号を異常として判別することが可能となる。 Further, as the feature amount, the average length or the total value of the area (integrated value) of the amplitude waveform may be calculated for each positive/negative sign for each divided section. By doing so, it is possible to add the statistical value in the amplitude direction to the feature value in addition to the statistical value in the time axis direction of the sensor data, and thus, among the signals whose generation pattern of the amplitude signal in the time axis direction is similar to the normal signal. , It becomes possible to discriminate signals having different amplitudes as abnormal.
さらに、前記一実施形態では前処理を行う場合を例にとって説明したが、前処理は必ずしも行わなくてもよい。また、解析処理部16から異常判別処理部15へ解析結果をフィードバックして、評価用特徴量記憶部34に記憶された対応する分割区間の特徴量を「異常」に変更する処理も、必ずしも行わなくてもよい。 Furthermore, in the above-described embodiment, the case where the pre-processing is performed has been described as an example, but the pre-processing need not necessarily be performed. Further, a process of feeding back the analysis result from the analysis processing unit 16 to the abnormality determination processing unit 15 and changing the feature amount of the corresponding divided section stored in the evaluation feature amount storage unit 34 to “abnormal” is not necessarily performed. You don't have to.
その他、生体信号の種類やその取得手段、生体信号処理装置の構成や一連の処理手順および処理内容等についても、この発明の要旨を逸脱しない範囲で種々変形して実施可能である。 In addition, the types of biological signals, the means for acquiring the biological signals, the configuration of the biological signal processing device, the series of processing procedures and processing contents, and the like can be variously modified and implemented without departing from the scope of the present invention.
要するにこの発明は、上記実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。また、上記実施形態に開示されている複数の構成要素の適宜な組み合せにより種々の発明を形成できる。例えば、実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。さらに、異なる実施形態に亘る構成要素を適宜組み合せてもよい。 In short, the present invention is not limited to the above embodiments as they are, and can be embodied by modifying the constituent elements within a range not departing from the gist of the invention in an implementation stage. Further, various inventions can be formed by appropriately combining a plurality of constituent elements disclosed in the above embodiments. For example, some components may be deleted from all the components shown in the embodiment. Furthermore, the constituent elements of different embodiments may be combined appropriately.
1…生体信号処理装置、2…センサ、10…制御ユニット、11…センサデータ受信処理部、12…センサデータ前処理部、13…センサデータ分割処理部、14…特徴量算出処理部、15…異常判別処理部、16…解析処理部、20…入出力インタフェースユニット、30…記憶ユニット、31…センサデータ記憶部、32…前処理後センサデータ記憶部、33…分割データ記憶部、34…評価用特徴量記憶部。 DESCRIPTION OF SYMBOLS 1... Biological signal processing device, 2... Sensor, 10... Control unit, 11... Sensor data reception processing part, 12... Sensor data preprocessing part, 13... Sensor data division processing part, 14... Feature amount calculation processing part, 15... Abnormality determination processing unit, 16... Analysis processing unit, 20... Input/output interface unit, 30... Storage unit, 31... Sensor data storage unit, 32... Preprocessed sensor data storage unit, 33... Divided data storage unit, 34... Evaluation Feature quantity storage unit.
Claims (8)
前記受信された生体信号を、前記波形を少なくとも1つ含むように設定された時間間隔で複数の時間領域に分割する分割手段と、
前記複数の時間領域の各々について、前記波形の発生状況を表す特徴量として、前記波形が振幅の原点を交差するときの交差点間の長さまたは数を算出する特徴量算出手段と、
前記算出された特徴量を、前記生体信号の波形の周期性に基づいて予め設定された正常な特徴量の範囲と比較することにより、前記算出された特徴量が、前記生体信号の波形に対応する正常なものか、または前記生体信号に混入した異常信号による異常なものかを判別する異常判別手段と
を具備することを特徴とする生体信号処理装置。 Receiving means for receiving a biological signal including a waveform having periodicity,
Dividing means for dividing the received biomedical signal into a plurality of time regions at time intervals set to include at least one of the waveforms;
For each of the plurality of time regions, as a feature amount indicating the generation state of the waveform, a feature amount calculation means for calculating the length or number between the intersections when the waveform intersects the origin of amplitude,
By comparing the calculated feature amount with a range of normal feature amount set in advance based on the periodicity of the waveform of the biological signal, the calculated feature amount corresponds to the waveform of the biological signal. A biological signal processing device, comprising: an abnormality determining unit that determines whether the normal signal is abnormal or abnormal due to an abnormal signal mixed in the biological signal.
前記異常判別手段は、前記算出された交差点間の長さまたは数を、前記波形の周期性に基づいて予め設定された正常な交差点間の長さまたは数の範囲と比較することにより、前記算出された交差点間の長さまたは数が、前記生体信号の波形に対応する正常なものか、または前記生体信号に混入した異常信号による異常なものかを判別する
ことを特徴とする請求項1記載の生体信号処理装置。 The feature amount calculation means calculates, for each of the plurality of time regions, the length or number between the intersections when the waveform intersects the origin of amplitude,
The abnormality determining means compares the calculated length or number of intersections with a range of length or number of normal intersections preset based on the periodicity of the waveform to calculate 2. The length or number between the intersected intersections is discriminated whether it is a normal one corresponding to the waveform of the biological signal or an abnormal one caused by an abnormal signal mixed in the biological signal. Biological signal processing device.
前記受信された生体信号を、前記波形を少なくとも1つ含むように設定された時間間隔で複数の時間領域に分割する分割手段と、
前記複数の時間領域の各々について、前記波形が振幅の原点を交差するときの交差点間の長さまたは数を算出し、当該算出された交差点間の長さまたは数を前記波形の振幅方向の情報に基づいて集約して少なくとも2種類の特徴量を算出する特徴量算出手段と、
前記算出された少なくとも2種類の特徴量を、前記波形の周期性に基づいて予め設定された正常な特徴量の範囲と比較することにより、前記算出された少なくとも2種類の特徴量が、前記生体信号の波形に対応する正常なものか、または前記生体信号に混入した異常信号による異常なものかを判別する異常判別手段と
を具備する生体信号処理装置。 Receiving means for receiving a biological signal including a waveform having periodicity,
Dividing means for dividing the received biological signal into a plurality of time regions at time intervals set to include at least one of the waveforms;
For each of the previous SL plurality of time regions, and calculate the length or number of intersections at which the waveform crosses the origin of the amplitude, the length between the calculated intersection or the number the waveform amplitude direction A feature amount calculating unit that aggregates based on information to calculate at least two types of feature amounts;
At least two types of features are pre SL calculated by comparing with a preset normal feature amount ranging, based on the periodicity of the waveform feature amount of at least two the calculated is the An abnormality determining means for determining whether the normal one corresponds to the waveform of the biological signal or the abnormal one caused by the abnormal signal mixed in the biological signal.
A biological signal processing device comprising:
前記受信された生体信号を、前記波形を少なくとも1つ含むように設定された時間間隔で複数の時間領域に分割する分割手段と、
前記複数の時間領域の各々について、前記波形が振幅の原点を交差するときの交差点間の長さまたは数を算出し、当該算出された交差点間の長さまたは数を前記波形の符号別に集約して正側および負側の特徴量を算出する特徴量算出手段と、
前記算出された正側および負側の各特徴量を、前記波形の周期性に基づいて予め設定された正常な特徴量の範囲と比較することにより、前記算出された正側および負側の各特徴量が、前記生体信号の波形に対応する正常なものか、または前記生体信号に混入した異常信号による異常なものかを判別する異常判別手段と
を具備する生体信号処理装置。 Receiving means for receiving a biological signal including a waveform having periodicity,
Dividing means for dividing the received biomedical signal into a plurality of time regions at time intervals set to include at least one of the waveforms;
For each of the previous SL plurality of time regions, the waveform calculating the length or number of intersections when crossing the origin of the amplitude, aggregate length or number between the calculated intersection sign another said waveform And a feature amount calculation means for calculating the feature amount on the positive side and the negative side,
Each feature amount before Symbol calculated positive and negative sides, by comparing with a preset normal feature amount ranging, based on the periodicity of the waveform, the calculated positive and negative sides An abnormality determining means for determining whether each feature amount is normal corresponding to the waveform of the biological signal or abnormal due to an abnormal signal mixed in the biological signal.
A biological signal processing device comprising:
前記正常と判別された特徴量に基づく解析処理の結果が予め設定された許容範囲から外れている場合に、前記解析処理の対象となった特徴量の判別結果を異常なものに変更する手段と
を、さらに備えることを特徴とする請求項1記載の生体信号処理装置。 The abnormality determination means,
When the result of the analysis processing based on the characteristic amount determined to be normal is out of a preset allowable range, a means for changing the determination result of the characteristic amount targeted for the analysis processing to an abnormal one. The biomedical signal processing apparatus according to claim 1, further comprising:
周期性を有する波形を含む生体信号を受信するステップと、
前記受信された生体信号を、前記波形を少なくとも1つ含むように設定された時間間隔で複数の時間領域に分割するステップと、
前記複数の時間領域の各々について、前記波形の発生状況を表す特徴量として、前記波形が振幅の原点を交差するときの交差点間の長さまたは数を算出するステップと、
前記算出された特徴量を、前記生体信号の波形の周期性に基づいて予め設定された正常な特徴量の範囲と比較することにより、前記算出された特徴量が、前記生体信号の波形に対応する正常なものか、または前記生体信号に混入した異常信号による異常なものかを判別するステップと
を具備することを特徴とする異常判別方法。 An abnormality determination method executed by a biological signal processing device comprising a processor and storage means,
Receiving a biological signal including a waveform having periodicity,
Dividing the received biomedical signal into a plurality of time domains at time intervals set to include at least one of the waveforms;
For each of the plurality of time regions, a step of calculating the length or the number of intersections when the waveform intersects the origin of the amplitude, as a feature amount indicating the generation state of the waveform,
By comparing the calculated feature amount with a range of normal feature amount set in advance based on the periodicity of the waveform of the biological signal, the calculated feature amount corresponds to the waveform of the biological signal. And a normal signal that is abnormal due to an abnormal signal mixed with the biological signal.
周期性を有する波形を含む生体信号を受信するステップと、
前記受信された生体信号を、前記波形を少なくとも1つ含むように設定された時間間隔で複数の時間領域に分割するステップと、
前記複数の時間領域の各々について、前記波形が振幅の原点を交差するときの交差点間の長さまたは数を算出し、当該算出された交差点間の長さまたは数を前記波形の振幅方向に集約して少なくとも2種類の特徴量を算出するステップと、
前記算出された少なくとも2種類の特徴量を、前記波形の周期性に基づいて予め設定された正常な特徴量の範囲と比較することにより、前記算出された少なくとも2種類の特徴量が、前記生体信号の波形に対応する正常なものか、または前記生体信号に混入した異常信号による異常なものかを判別するステップと
を具備する異常判別方法。 An abnormality determination method executed by a biological signal processing device comprising a processor and storage means,
Receiving a biological signal including a waveform having periodicity,
Dividing the received biological signal into a plurality of time regions at time intervals set to include at least one of the waveforms;
For each of the previous SL plurality of time regions, the waveform calculating the length or number of intersections when crossing the origin of the amplitude, the length or number between the calculated intersection in the amplitude direction of the waveform calculating at least two types of features are aggregated,
At least two types of features are pre SL calculated by comparing with a preset normal feature amount ranging, based on the periodicity of the waveform feature amount of at least two the calculated is the A step of determining whether it is a normal one corresponding to the waveform of the biological signal or an abnormal one due to an abnormal signal mixed in the biological signal ;
An abnormality determination method comprising :
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016154751A JP6706996B2 (en) | 2016-08-05 | 2016-08-05 | Biological signal processing device, abnormality determination method and program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016154751A JP6706996B2 (en) | 2016-08-05 | 2016-08-05 | Biological signal processing device, abnormality determination method and program |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018020018A JP2018020018A (en) | 2018-02-08 |
JP6706996B2 true JP6706996B2 (en) | 2020-06-10 |
Family
ID=61164026
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016154751A Active JP6706996B2 (en) | 2016-08-05 | 2016-08-05 | Biological signal processing device, abnormality determination method and program |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6706996B2 (en) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6839680B2 (en) * | 2018-05-24 | 2021-03-10 | 日本電信電話株式会社 | Instantaneous heart rate reliability assessors, methods and programs |
CN109330580A (en) * | 2018-11-22 | 2019-02-15 | 深圳市元征科技股份有限公司 | A kind of rhythm of the heart method, system and associated component |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3728895B2 (en) * | 1997-08-26 | 2005-12-21 | セイコーエプソン株式会社 | Exercise intensity detector |
JP4588423B2 (en) * | 2004-11-30 | 2010-12-01 | 住友大阪セメント株式会社 | State analysis device and software program |
JP2006218033A (en) * | 2005-02-09 | 2006-08-24 | Univ Of Electro-Communications | Biological discrimination method and biological discrimination device |
JP2007117601A (en) * | 2005-10-31 | 2007-05-17 | Konica Minolta Sensing Inc | Sleep apnea index measuring device |
JP5200968B2 (en) * | 2009-02-03 | 2013-06-05 | オムロンヘルスケア株式会社 | Pulse wave analysis device, pulse wave analysis method, and pulse wave analysis program |
CN104093353B (en) * | 2012-02-01 | 2016-08-24 | 富士通株式会社 | Information processor and represent Waveform generation method |
KR20150033197A (en) * | 2013-09-23 | 2015-04-01 | 삼성전자주식회사 | Method of estimating sleep apnea, Computer readable storage medium of recording the method and a device of estimating sleep apnea |
-
2016
- 2016-08-05 JP JP2016154751A patent/JP6706996B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
JP2018020018A (en) | 2018-02-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3558101B1 (en) | Methods and systems for determining abnormal cardiac activity | |
EP3379997B1 (en) | Method to quantify photoplethysmogram (ppg) signal quality | |
Smital et al. | Real-time quality assessment of long-term ECG signals recorded by wearables in free-living conditions | |
Němcová et al. | A comparative analysis of methods for evaluation of ECG signal quality after compression | |
Elgendi | Fast QRS detection with an optimized knowledge-based method: Evaluation on 11 standard ECG databases | |
US9042973B2 (en) | Apparatus and method for measuring physiological signal quality | |
EP3366203A1 (en) | Method and system for cuffless blood pressure estimation using photoplethysmogram features and pulse transit time | |
WO2019038109A1 (en) | A method of detecting abnormalities in ecg signals | |
EP3453321B1 (en) | Non-invasive method and system for estimating blood pressure from photoplethysmogram using statistical post-processing | |
EP3479763B1 (en) | System and method for photoplethysmogram (ppg) signal quality assessment | |
WO2015163369A1 (en) | Electrocardiographic waveform detection device and imaging device | |
US20220304610A1 (en) | Method and apparatus for processing an electrocardiogram signal and electronic device | |
US20230277111A1 (en) | System and method for saliency detection in long-term ecg monitoring | |
US8755869B2 (en) | Adjusting neighborhood widths of candidate heart beats according to previous heart beat statistics | |
Damasevicius et al. | BoostEMD: an extension of EMD method and its application for denoising of EMG signals | |
Lee et al. | A real-time abnormal beat detection method using a template cluster for the ECG diagnosis of IoT devices | |
US20190231277A1 (en) | Optimized real peak detection in cyclic biological data signals | |
JP6706996B2 (en) | Biological signal processing device, abnormality determination method and program | |
US8498696B2 (en) | Health monitoring device and human electric signal processing method | |
US8073218B2 (en) | Method for detecting bio signal features in the presence of noise | |
CN112957018A (en) | Heart state detection method and device based on artificial intelligence | |
KR101420345B1 (en) | System and Method for Detecting R Wave of ECG Signal based on SOM | |
JP6430144B2 (en) | ECG waveform detection apparatus, ECG waveform detection method, ECG waveform detection program, and imaging apparatus | |
Al Osman et al. | A pattern-based windowed impulse rejection filter for nonpathological HRV artifacts correction | |
JP2023035888A (en) | Device and method for extracting heart beat data on the basis of radio radar signal |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180620 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190416 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190514 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190613 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20191126 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20191223 |
|
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: 20200512 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200519 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6706996 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |