JP6715397B1 - データ処理装置、データ処理方法及びプログラム - Google Patents

Abstract

【課題】心拍波等の異常の検出精度を向上させる。【解決手段】データ処理装置２は、心拍と相関性を有する生体情報に対応する波形データを取得し、取得した波形データに基づいて、起点となる時刻がそれぞれ異なる複数の時系列データを作成するデータ取得部２３１と、複数のラグそれぞれに対して、複数の時系列データの自己相関値を算出する相関値算出部２３２と、第１軸に時刻が割り当てられ、第２軸にラグが割り当てられた座標平面に、複数の時刻及びラグの組み合わせに対応する複数の自己相関値に対応する画素値をマッピングすることにより、時刻とラグとの組み合わせに対応する座標ごとに自己相関値が示された自己相関画像データを作成する画像作成部２３３と、自己相関画像データを出力する画像出力部２３４と、を有する。【選択図】図２

Description

本発明は、心房細動を検出しやすくするためのデータ処理装置、データ処理方法及びプログラムに関する。

脈波に基づいて心房細動を検出するための技術が知られている（例えば、特許文献１を参照）。

特開２０１９−２０１８８６号公報

従来の技術においては、所定の計測期間内に検出された異常な脈波の数に基づいて、不整脈や心房細動の発生を検出する。しかしながら、脈波の数によっては検出できない異常もあり、心拍波又は脈波等の異常を検出する精度を向上させることが求められていた。

そこで、本発明はこれらの点に鑑みてなされたものであり、心拍波又は脈波等の異常の検出精度を向上させることを目的とする。

本発明の第１の態様のデータ処理装置は、心拍と相関性を有する生体情報に対応する波形データを取得し、取得した前記波形データに基づいて、起点となる時刻がそれぞれ異なる複数の時系列データを作成するデータ取得部と、複数のラグそれぞれに対して、前記複数の時系列データの自己相関値を算出する相関値算出部と、第１軸に時刻が割り当てられ、第２軸にラグが割り当てられた座標平面に、複数の前記時刻及び前記ラグの組み合わせに対応する複数の前記自己相関値に対応する画素値をマッピングすることにより、前記時刻と前記ラグとの組み合わせに対応する座標ごとに前記自己相関値が示された自己相関画像データを作成する画像作成部と、前記自己相関画像データを出力する画像出力部と、を有する。

前記データ処理装置は、前記自己相関画像データのパターンに基づいて、不整脈又は心房細動の発生の有無を判定する判定部をさらに有してもよい。

前記判定部は、前記自己相関画像データにおける所定範囲の画素値に対応する領域が前記第１軸の方向において連続しているか否かによって、不整脈又は心房細動の発生の有無を判定してもよい。

前記判定部は、前記自己相関画像データにおいて複数の画素間の距離に対する前記複数の画素に対応する複数の画素値の変化量が閾値以上である領域の有無に基づいて、不整脈又は心房細動の発生の有無を判定してもよい。

前記判定部は、前記自己相関画像データにおける所定範囲の画素値に対応する領域を結ぶ曲線が時刻の変化に伴って蛇行している場合に、心房細動が発生していると判定してもよい。

前記データ処理装置は、複数の異常に関連付けられた複数の基準画像データを記憶する記憶部をさらに有し、前記判定部は、前記複数の基準画像データのうち前記自己相関画像データと最も類似する基準画像データを特定し、特定した基準画像データに対応する異常が生じていると判定してもよい。

前記判定部は、心房細動が発生している状態で取得された前記時系列データに基づく前記自己相関画像データと、心房細動が発生していない状態で取得された前記時系列データに基づく前記自己相関画像データと、を教師データとして使用して作成され、前記自己相関画像データが入力されると、心房細動が発生しているか否かの判定結果を出力する機械学習モデルに前記画像作成部が作成した前記自己相関画像データを入力することにより、心房細動の発生の有無を判定してもよい。

本発明の第２の態様のデータ処理方法は、コンピュータが実行する、心拍と相関性を有する生体情報に対応する波形データを取得するステップと、起点となる時刻がそれぞれ異なる複数の時系列データを作成するステップと、複数のラグそれぞれに対して、前記複数の時系列データの自己相関値を算出するステップと、第１軸に時刻が割り当てられ、第２軸にラグが割り当てられた座標平面に、複数の前記時刻及び前記ラグの組み合わせに対応する複数の前記自己相関値に対応する画素値をマッピングすることにより、前記時刻と前記ラグとの組み合わせに対応する座標ごとに前記自己相関値が示された自己相関画像データを作成するステップと、前記自己相関画像データを出力するステップと、を有する。

本発明の第３の態様のプログラムは、コンピュータを、心拍と相関性を有する生体情報に対応する波形データを取得し、前記波形データに基づいて、起点となる時刻がそれぞれ異なる複数の時系列データを作成するデータ取得部、複数のラグそれぞれに対して、前記複数の時系列データの自己相関値を算出する相関値算出部、第１軸に時刻が割り当てられ、第２軸にラグが割り当てられた座標平面に、複数の前記時刻及び前記ラグの組み合わせに対応する複数の前記自己相関値に対応する画素値をマッピングすることにより、前記時刻と前記ラグとの組み合わせに対応する座標ごとに前記自己相関値が示された自己相関画像データを作成する画像作成部、及び前記自己相関画像データを出力する画像出力部、として機能させる。

本発明によれば、心拍波又は脈波等の異常の検出精度を向上させることができるという効果を奏する。

データ処理システムの概要を示す図である。 データ処理装置の構成を示す図である。 時系列データについて説明するための図である。 相関値算出部が自己相関値を算出する処理について説明するための図である。 自己相関画像データの例を示す図である。 心房細動が発生した状態に対応する自己相関画像データを示す図である。 データ処理装置における処理の流れを示すフローチャートである。 変形例に係るウィンドウの例を示す図である。

［データ処理システムＳの概要］
図１は、データ処理システムＳの概要を示す図である。データ処理システムＳは、被検者Ｕの心拍波又は脈波のように心拍と相関性を有する生体情報に対応する波形データを解析することにより、心拍波又は脈波等（以下、「心拍波等」という）に異常があるか否かを判定するためのシステムである。

データ処理システムＳは、心拍計１と、データ処理装置２と、を備える。心拍計１とデータ処理装置２とはネットワークＮを介してデータを送受信することができる。ネットワークＮは、例えばＷｉ−Ｆｉ（登録商標）、携帯電話網又はインターネットを含む。

心拍計１は、被検者Ｕの心拍波等を示す波形データを生成し、無線チャネルＭ及びネットワークＮを介して、生成した波形データをデータ処理装置２に送信する生体情報計測装置の一例であり、例えば心拍計や脈波計、心電計である。心拍計１は、被検者Ｕの腕又は胸のように心拍波等を計測可能な身体の部位に装着されることで、例えば２４時間にわたって心拍の波形データを生成することができる。

波形データはアナログデータであってもよく、デジタルデータであってもよい。心拍計１は、例えば、心拍波等を計測するセンサーから出力されるアナログ信号を所定のサンプリング時間（例えば３０ミリ秒）ごとにサンプリングし、サンプリングしたデータをデジタル値に変換することによりデジタルデータを生成する。

データ処理装置２は、心拍計１から受信した波形データに基づいて、被検者Ｕにおいて不整脈又は心房細動が発生しているか否かを判定するための装置であり、例えばコンピュータである。データ処理装置２は、波形データの自己相関値を算出し、算出した自己相関値を解析することにより、被検者Ｕにおいて不整脈又は心房細動が発生しているか否かを判定する。

具体的には、データ処理装置２は、波形データから所定の時間（後述するウィンドウ幅に対応）に対応する一部のデータを抽出することにより複数の時系列データを作成する。データ処理装置２は、作成した複数の時系列データのそれぞれに対して、複数のラグに対応する複数の自己相関値を算出する。詳細については後述するが、データ処理装置２は、時刻と、ラグと、自己相関値とが関連付けられた自己相関画像データを作成し、作成した自己相関画像データに現れる画像の特徴に基づいて、不整脈又は心房細動が発生していることを特定することができる。なお、ラグは、時系列データにおける、自己相関値を算出する際に用いられる時間差である。

［データ処理装置２の構成］
図２は、データ処理装置２の構成を示す図である。データ処理装置２は、通信部２１と、記憶部２２と、制御部２３と、を有する。制御部２３は、データ取得部２３１と、相関値算出部２３２と、画像作成部２３３と、画像出力部２３４と、判定部２３５と、を有する。

通信部２１は、例えばネットワークＮを介して心拍計１から波形データを受信するための通信インターフェースである。通信部２１は、受信した波形データをデータ取得部２３１に入力する。通信部２１は、受信した波形データを記憶部２２に記憶させてもよい。

記憶部２２は、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）及びＨＤＤ（Hard Disk Drive）等の記憶媒体を有する。記憶部２２は、例えば通信部２１が受信した波形データを一時的に記憶する。また、記憶部２２は、制御部２３が実行するプログラムを記憶する。

制御部２３は、例えばＣＰＵ（Central Processing Unit）を有する。制御部２３は、記憶部２２に記憶されたプログラムを実行することにより、データ取得部２３１、相関値算出部２３２、画像作成部２３３、画像出力部２３４及び判定部２３５として機能する。

データ取得部２３１は、通信部２１を介して、心拍計１が送信した心拍波等に対応する波形データを取得し、例えばバッファ領域（例えば１０２４個のデータを格納する領域）に波形データを格納してから相関値算出部２３２に出力する。データ取得部２３１は、波形データに含まれる高周波成分を除去するフィルタ処理を施してから波形データを相関値算出部２３２に出力してもよい。データ取得部２３１は、リアルタイムで心拍計１から波形データを取得してもよく、定期的（例えば２４時間ごと）に波形データを取得してもよい。また、データ取得部２３１は、波形データの解析を行う時点で、解析する対象となる波形データを取得してもよい。

データ取得部２３１は、取得した波形データに基づいて、起点となる時刻がそれぞれ異なる複数の時系列データを作成する。時系列データは、例えば波形データから所定のウィンドウ幅に対応するデータが切り出されたデータである。所定のウィンドウ幅は、不整脈又は心房細動の傾向を特定するために要する最小時間よりも長い時間幅であり、例えば波形データの２周期分の時間よりも長い時間幅である。データ取得部２３１は、起点となる時刻がサンプリング時間ずつ異なる所定のウィンドウ幅の複数のウィンドウを選択し、選択した複数のウィンドウで波形データからデータを切り出すことにより、複数の時系列データを作成する。データ取得部２３１は、作成した複数の時系列データを相関値算出部２３２に入力する。

図３は、時系列データについて説明するための図である。図３（ａ）及び図３（ｂ）は、データ取得部２３１が取得した波形データを示しており、一点鎖線は、それぞれ起点となる時刻が異なるウィンドウＷ１及びウィンドウＷ２を示している。図３（ｃ）は、ウィンドウＷ１に含まれている波形データを切り出すことによりデータ取得部２３１が作成した時系列データを示している。図３（ｄ）は、ウィンドウＷ２に含まれている波形データを切り出すことによりデータ取得部２３１が作成した時系列データを示している。データ取得部２３１は、このようにして作成した複数の時系列データを相関値算出部２３２に入力する。

なお、データ取得部２３１は、波形データを時間軸に平行な方向のラインでスライスし、当該ラインよりも大きなデータ値を当該ラインに対応する値に変換してもよい。データ取得部２３１がこのように動作することで、ノイズの影響を除去することができる。

相関値算出部２３２は、複数のラグそれぞれに対して、複数の時系列データの自己相関値を算出する。相関値算出部２３２は、例えば時系列データに含まれる最も近い複数のデータ間の時間間隔τの整数倍である、τ、２τ、３τ、・・・、ｎτを複数のラグとして、それぞれのラグに対する自己相関値を算出する。τは、例えば、波形データのサンプリング間隔（例えば３０ミリ秒）の整数倍である。ｎは、時系列データに含まれるデータの数よりも小さな整数であり、時系列データと、時系列データをｎτだけ時間シフトした後の時系列データとが重なる時間が、心拍波等の周期よりも長くなる値であり、例えば時系列データに含まれるデータの数の半分以下の値である。

図４は、相関値算出部２３２が自己相関値を算出する処理について説明するための図である。図４（ａ）は、図３（ｃ）に示した第１時系列データを示しており、図４（ｂ）は、図４（ａ）に示した時系列データをラグτだけ遅延させた第２時系列データを示している。図４（ｃ）は、図４（ａ）に示した第１時系列データをラグ２τだけ遅延させた第３時系列データを示している。相関値算出部２３２は、図４（ａ）に示した第１時系列データと図４（ｂ）に示した第２時系列データとの相互相関値を算出することにより、ラグτに対応する自己相関値を算出する。同様に、相関値算出部２３２は、第１時系列データと図４（ｃ）に示した第３時系列データとの相互相関値を算出することにより、ラグ２τに対応する自己相関値を算出する。

心拍波等に異常がない場合、心拍波等は、ほぼ同じ形状の波形が周期的に繰り返される。したがって、心拍波等に異常がない場合に相関値算出部２３２が算出する自己相関値は、心拍波等の周期の整数倍に一致するラグで最大になる。これに対して、心拍波等に異常がある場合には、心拍波等の周期が乱れたり、心拍波等のピーク間に不正のピークが存在したりする。その結果、心拍波等の周期の整数倍に一致するラグで自己相関値が最大にならなかったり、自己相関値の最大値と最小値との差分値が、正常な場合の差分値よりも小さくなったりする。このような自己相関値の特性を活用して心拍波等に異常があるか否かを判定できるように、相関値算出部２３２は、算出した自己相関値を画像作成部２３３に入力する。

相関値算出部２３２は、正規化した後の自己相関値を画像作成部２３３に入力してもよい。相関値算出部２３２は、例えば、算出した自己相関値を、ラグがゼロの場合の自己相関値で除算することにより、最大の自己相関値が１になるように正規化する。相関値算出部２３２は、複数の時刻に対応する複数の時系列データにおける自己相関値の平均値で自己相関値を除算することにより自己相関値を正規化してもよい。このように相関値算出部２３２が自己相関値を正規化することで、心拍の波形によって自己相関値が異なるとしても、自己相関値の変化の全体的な傾向を比較しやすくなる。

画像作成部２３３は、相関値算出部２３２から入力された自己相関値に基づいて、ラグの大きさ及び時系列データに対応する心拍波等が計測された時刻と自己相関値との関係を可視化した自己相関画像データを作成する。具体的には、画像作成部２３３は、第１軸に時刻が割り当てられ、第２軸にラグが割り当てられた座標平面に、複数の時刻及び前記ラグの組み合わせに対応する複数の自己相関値に対応する画素値をマッピングすることにより、時刻とラグとの組み合わせに対応する座標ごとに自己相関値が示された自己相関画像データを作成する。

画像作成部２３３は、自己相関値を複数階調（例えば８ビットの２５６階調）に量子化することにより、２５６の画素値（Ｒ値、Ｇ値、Ｂ値）のいずれかに変換する。このようにして画像作成部２３３が作成する自己相関画像データは、ヒートマップのように、時刻及びラグによって色が異なる画像として可視化される。

なお、画像作成部２３３は、第１軸方向の自己相関画像データの幅を、例えば、正常な波形データに対応する自己相関画像データにおいて同じ画素値の領域がほぼ直線になる幅に設定する。画像作成部２３３がこのような幅の自己相関画像データを作成することで、判定部２３５又は自己相関画像データを視認した医師が、波形データが正常である場合と異常である場合とを判別しやすくなる。画像作成部２３３は、作成した自己相関画像データを画像出力部２３４に入力する。

画像出力部２３４は、画像作成部２３３から入力された自己相関画像データを出力する。画像出力部２３４は、例えば、自己相関画像データをディスプレイに表示させたり、プリンタに送信して印刷させたり、通信部２１を介した外部装置に送信したりする。また、画像出力部２３４は、自己相関画像データを判定部２３５に対して出力する。

判定部２３５は、自己相関画像データのパターンに基づいて、不整脈又は心房細動の発生の有無を判定し、判定結果を出力する。判定部２３５は、例えば、自己相関画像データにおいて同等の画素値が含まれる領域の形状に基づいて、不整脈又は心房細動の発生の有無を判定する。判定部２３５は、判定結果をディスプレイに表示させたり、プリンタに送信して印刷させたり、通信部２１を介した外部装置に送信したりする。

図５は、自己相関画像データの例を示す図である。図５における横軸（第１軸）は時刻を示し、縦軸（第２軸）はラグを示している。左上が、時刻及びラグがゼロである場合の自己相関値に対応する。図５における画像の濃度（すなわち画素値）は、正規化された自己相関値に対応する。図５において色が白に近いほど自己相関値が大きく、色が黒に近いほど自己相関値が小さい。

図５（ａ）は、洞調律が現れた正常な心拍波等に対応する自己相関画像データを示している。図５（ｂ）は、不整脈が生じている心拍波等に対応する自己相関画像データを示している。図５（ｃ）は、心房細動が生じている心拍波等に対応する自己相関画像データを示している。

図５（ａ）に示す自己相関画像データにおいては、同一のラグに対して、時刻によらず自己相関値がほぼ一定である。また、同一の時刻において、ラグの変化に伴って周期的に自己相関値が変化している。

図５（ｂ）に示す自己相関画像データにおいては、同一のラグに対して、時刻の変化に伴う自己相関値の変化量が、図５（ａ）に示した例における変化量よりも大きい。その結果、同一のラグに対応する画像が切れている箇所の数が図５（ａ）に比べて多い。特に、時刻Ｔ０の両側においては、ラグの値によらず自己相関値が大きく変化しており、判定部２３５は、図５（ｂ）に示す自己相関画像データに基づいて、心拍波等に異常があったと判定する。

図５（ｃ）に示す自己相関画像データにおいては、同一の画素値の領域が、時間の変化に伴って（すなわち横軸方向において）蛇行している。このような自己相関画像データは、心拍波等のパルスの間隔が変動していることを意味しており、判定部２３５は、図５（ｃ）に示す自己相関画像データに基づいて、心房細動が発生していると判定する。

判定部２３５は、自己相関画像データにおける所定範囲の画素値に対応する領域が第１軸の方向において連続しているか否かによって、不整脈又は心房細動の発生の有無を判定する。所定範囲は、心拍等が正常な場合と異常な場合とで、所定範囲の画素値の領域の形状に有意差が生じ得る範囲である。

判定部２３５は、図５（ａ）に示すように、所定範囲の画素値の領域が自己相関画像データにおける横軸に沿ってほぼ直線状に連続しており、領域が切れていたり蛇行したりしていない場合に、心拍波等が正常であると判定する。一方、判定部２３５は、時刻の経過に伴って、同一のラグに対応する画素値が変化する場合、心拍波等に含まれているパルスの周期が変動していると考えられるので、心拍波等が異常であると判定する。判定部２３５は、例えば、所定範囲の画素値の領域が自己相関画像データにおける横軸方向において切れていたり蛇行していたりする場合に、心拍波等が異常であると判定する。

判定部２３５は、自己相関画像データにおいて複数の画素間の距離に対する複数の画素に対応する複数の画素値の変化量が閾値以上である領域の有無に基づいて、不整脈又は心房細動の発生の有無を判定してもよい。判定部２３５は、例えば図５（ｂ）又は図５（ｃ）のように、複数の画素間の距離が小さいにもかかわらず、当該複数の画素の画素値の変化量が、心拍波等が正常である場合に想定される変化量の最大値以上である領域が所定の割合以上ある場合に、不整脈又は心房細動が発生していると判定する。

ところで、一般的に、心房細動が発生している場合、心拍波等の基線が細かく揺れたり、Ｐ波が欠如したり、ＲＲ間隔が変動したりするという現象が見られる。そこで、判定部２３５は、図５（ｃ）に示すように、自己相関画像データにおける所定範囲の画素値に対応する領域が第１軸の方向において連続しておらず、かつ同一の画素値に対応する複数の領域を結ぶ曲線が時刻の変化に伴って蛇行している場合に、心房細動が発生していると判定してもよい。

図６は、心房細動が発生した状態に対応する自己相関画像データを示す図である。図６は、図５（ｃ）を拡大した図である。図６においては、同一の画素値に対応する複数の領域の一部を楕円で示し、同一の画素値に対応する複数の領域を結ぶ曲線を破線で示している。このような場合に、判定部２３５は、心房細動が発生していると判定する。なお、判定部２３５は、自己相関画像データが、図５（ａ）、図５（ｂ）又は図５（ｃ）のいずれにも当てはまらない特徴を有している場合、異常の有無を判別できないという結果を出力してもよい。

判定部２３５は、予め作成された複数の基準画像データのうち自己相関画像データと最も類似する基準画像データを特定し、特定した基準画像データに対応する異常が生じていると判定してもよい。この場合、記憶部２２が複数の異常に関連付けられた複数の基準画像データを記憶しておく。記憶部２２は、例えば、心房細動が発生した状態で計測された心拍波等に基づく自己相関画像データを多数記憶しておく。

判定部２３５は、画像出力部２３４から入力された自己相関画像データを記憶部２２に記憶された複数の基準画像データと比較する。判定部２３５は、自己相関画像データとの類似度（例えば相関値）が閾値以上である基準画像データが存在する場合に、自己相関画像データが、心房細動が発生している場合の自己相関画像データであると判定する。

記憶部２２は、心拍波等の属性ごとに分類された複数のグループの基準画像データを記憶してもよい。心拍波等の属性は、被検者Ｕの平均心拍数、年齢又は体温等のように、心拍の波形に影響する要素である。記憶部２２は、例えば、１分間の心拍数の平均値ごとに複数のグループの基準画像データを記憶する。この場合、判定部２３５は、複数の基準画像データのうち、自己相関画像データに対応する心拍波等から特定される心拍数に対応するグループに属する一以上の基準画像データと自己相関画像データとを比較する。判定部２３５がこのように動作することで、判定の精度を向上させることができるとともに、判定に要する時間を短縮することができる。

判定部２３５は、心房細動が発生している状態で取得された時系列データに基づく自己相関画像データと、心房細動が発生していない状態で取得された時系列データに基づく自己相関画像データと、を教師データとして使用して作成された機械学習モデルを使用して、自己相関画像データが、心房細動が発生している場合の自己相関画像データであるか否かを判定してもよい。当該機械学習モデルは、自己相関画像データが入力されると、心房細動が発生しているか否かの判定結果を出力する機械学習モデルである。判定部２３５は、当該機械学習モデルに、画像作成部２３３が作成した自己相関画像データを入力することにより、心房細動の発生の有無を判定する。

機械学習モデルを用いて判定部２３５が判定する際の判定結果の精度を高めるために、判定部２３５は、心拍波等の属性ごとに分類された複数の機械学習モデルから、自己相関画像データに対応する心拍波等の属性に対応する機械学習モデルを用いてもよい。判定部２３５は、例えば、自己相関画像データに対応する心拍波等の１分間の心拍数の平均値に関連付けられた機械学習モデルを使用して、心房細動の発生の有無を判定する。

このようにするために、例えば１分間の心拍数の平均値が６０秒±５秒に対応する機械学習モデルを作成する際、１分間の心拍数の平均値が６０秒±５秒以内の心拍波等に基づく自己相関画像データを教師データとして用いることにより、心拍数別の複数の機械学習モデルが作成される。そして、判定部２３５は、心拍数別の複数の機械学習モデルのうち、自己相関画像データに対応する心拍波等から特定される心拍数に対応する機械学習モデルに、自己相関画像データを入力する。判定部２３５がこのように動作することにより、判定の精度を向上させることができるとともに、判定に要する時間を短縮することができる。

［データ処理装置２の処理の流れ］
図７は、データ処理装置２における処理の流れを示すフローチャートである。図７に示すフローチャートは、心拍計１が、心拍波データを送信した時点から開始している。

まず、データ取得部２３１は、心拍計１が送信した波形データを取得する（Ｓ１１）。データ取得部２３１は、取得した波形データに含まれる所定のウィンドウ幅の複数のウィンドウから一つのウィンドウを選択する（Ｓ１２）。データ取得部２３１は、選択したウィンドウに対応する部分の波形データを切り出すことにより、自己相関値を算出するために用いる時系列データを作成する（Ｓ１３）。

続いて、相関値算出部２３２は、データ取得部２３１が作成した時系列データに基づいて、自己相関値を算出する（Ｓ１４）。相関値算出部２３２は、複数の異なるラグそれぞれに対して自己相関値を算出し、自己相関値を正規化する（Ｓ１５）。相関値算出部２３２は、正規化した後の自己相関値をＲＧＢ値に変換する（Ｓ１６）。相関値算出部２３２は、ラグの値とＲＧＢ値とを関連付けて画像作成部２３３に入力する。画像作成部２３３は、入力されたＲＧＢ値に基づいて、ステップＳ１２で選択したウィンドウの開始時刻に対応する自己相関画像を作成する（Ｓ１７）。

相関値算出部２３２は、所定の時間（例えば１分間）に相当する数のウィンドウに対して自己相関値の算出が終了したか否かを判定し（Ｓ１８）、所定の時間にわたって自己相関値の算出が終了したと判定した場合はＳ１９に進む。この時点で、例えば図５に示したような自己相関画像データが作成される。相関値算出部２３２は、所定の時間にわたって自己相関値の算出が終了していないと判定した場合、Ｓ１２に処理を戻す。

自己相関画像データが完成すると、判定部２３５は、自己相関画像データを解析し（Ｓ１９）、自己相関画像データが異常を示しているかを判定し、判定結果を出力する（Ｓ２０）。

なお、図７に示すフローチャートにおいては、データ取得部２３１が波形データを取得するたびに相関値算出部２３２が逐次的に自己相関値を算出し、画像作成部２３３が逐次的に自己相関画像データを作成する場合を例示したが、相関値算出部２３２及び画像作成部２３３は、逐次的に処理しなくてもよい。相関値算出部２３２は、所定の期間（例えば１分間）の波形データが記憶部２２に蓄積された後に自己相関値を算出し、所定の期間に対応する自己相関値が算出された後に画像作成部２３３が自己相関画像データを作成してもよい。

［変形例］
以上の説明においては、図３に示したように、相関値算出部２３２が、心拍波等の１周期の長さよりも少ない時間ずつシフトさせた複数のウィンドウに対応する複数の時系列データそれぞれの自己相関値を算出する場合を例示した。すなわち、各ウィンドウの一部の領域が他のウィンドウの一部と重なっていた。しかしながら、複数のウィンドウが互いに重ならないように決定されていてもよい。

図８は、変形例に係るウィンドウの例を示す図である。図８（ａ）には、脈波の４周期分相当の長さのウィンドウＷ１が示されており、図８（ｂ）には、ウィンドウＷ１の終了時刻を開始時刻とするウィンドウＷ２が示されている。相関値算出部２３２は、このようなウィンドウ内の時系列データの自己相関値を順次算出してもよい。

［データ処理装置２による効果］
以上説明したように、データ処理装置２は、複数のラグそれぞれに対して、心拍波等の波形データに基づく複数の時系列データの自己相関値を算出する相関値算出部２３２と、複数の時刻及びラグの組み合わせに対応する複数の自己相関値に対応する画素値をマッピングすることにより、自己相関画像データを作成する画像作成部２３３と、を有する。そして、判定部２３５は、自己相関画像データの特徴に基づいて、心拍波等に異常があったか否かを判定する。データ処理装置２がこのように動作することで、心拍波等の異常の検出精度を向上させることができる。

また、データ処理装置２が自己相関画像データを出力することで、自己相関画像データを視認した医師が、心拍波等に異常が生じているかどうかを容易に判断することができる。また、データ処理装置２が自己相関画像データとともに、判定部２３５による判定結果も出力することで、自己相関画像データを用いて診断する医師が心房細動の兆候を見落としてしまう確率を下げることができる。

以上、本発明を実施の形態を用いて説明したが、本発明の技術的範囲は上記実施の形態に記載の範囲には限定されず、その要旨の範囲内で種々の変形及び変更が可能である。例えば、装置の全部又は一部は、任意の単位で機能的又は物理的に分散・統合して構成することができる。また、複数の実施の形態の任意の組み合わせによって生じる新たな実施の形態も、本発明の実施の形態に含まれる。組み合わせによって生じる新たな実施の形態の効果は、もとの実施の形態の効果を併せ持つ。

１ 心拍計
２ データ処理装置
２１ 通信部
２２ 記憶部
２３ 制御部
２３１ データ取得部
２３２ 相関値算出部
２３３ 画像作成部
２３４ 画像出力部
２３５ 判定部

Claims (9)

1. 心拍と相関性を有する生体情報に対応する波形データを取得し、取得した前記波形データに基づいて、起点となる時刻がそれぞれ異なる複数の時系列データを作成するデータ取得部と、
   複数のラグそれぞれに対して、前記複数の時系列データの自己相関値を算出する相関値算出部と、
   第１軸に時刻が割り当てられ、第２軸にラグが割り当てられた座標平面に、複数の前記時刻及び前記ラグの組み合わせに対応する複数の前記自己相関値に対応する画素値をマッピングすることにより、前記時刻と前記ラグとの組み合わせに対応する座標ごとに前記自己相関値が示された自己相関画像データを作成する画像作成部と、
   前記自己相関画像データを出力する画像出力部と、
   を有するデータ処理装置。
2. 前記自己相関画像データのパターンに基づいて、不整脈又は心房細動の発生の有無を判定する判定部をさらに有する、
   請求項１に記載のデータ処理装置。
3. 前記判定部は、前記自己相関画像データにおける所定範囲の画素値に対応する領域が前記第１軸の方向において連続しているか否かによって、不整脈又は心房細動の発生の有無を判定する、
   請求項２に記載のデータ処理装置。
4. 前記判定部は、前記自己相関画像データにおいて複数の画素間の距離に対する前記複数の画素に対応する複数の画素値の変化量が閾値以上である領域の有無に基づいて、不整脈又は心房細動の発生の有無を判定する、
   請求項２又は３に記載のデータ処理装置。
5. 前記判定部は、前記自己相関画像データにおける所定範囲の画素値に対応する領域を結ぶ曲線が時刻の変化に伴って蛇行している場合に、心房細動が発生していると判定する、
   請求項２から４のいずれか一項に記載のデータ処理装置。
6. 複数の異常に関連付けられた複数の基準画像データを記憶する記憶部をさらに有し、
   前記判定部は、前記複数の基準画像データのうち前記自己相関画像データと最も類似する基準画像データを特定し、特定した基準画像データに対応する異常が生じていると判定する、
   請求項２から５のいずれか一項に記載のデータ処理装置。
7. 前記判定部は、心房細動が発生している状態で取得された前記時系列データに基づく前記自己相関画像データと、心房細動が発生していない状態で取得された前記時系列データに基づく前記自己相関画像データと、を教師データとして使用して作成され、前記自己相関画像データが入力されると、心房細動が発生しているか否かの判定結果を出力する機械学習モデルに前記画像作成部が作成した前記自己相関画像データを入力することにより、心房細動の発生の有無を判定する、
   請求項２から６のいずれか一項に記載のデータ処理装置。
8. コンピュータが実行する、
   心拍と相関性を有する生体情報に対応する波形データを取得するステップと、
   起点となる時刻がそれぞれ異なる複数の時系列データを作成するステップと、
   複数のラグそれぞれに対して、前記複数の時系列データの自己相関値を算出するステップと、
   第１軸に時刻が割り当てられ、第２軸にラグが割り当てられた座標平面に、複数の前記時刻及び前記ラグの組み合わせに対応する複数の前記自己相関値に対応する画素値をマッピングすることにより、前記時刻と前記ラグとの組み合わせに対応する座標ごとに前記自己相関値が示された自己相関画像データを作成するステップと、
   前記自己相関画像データを出力するステップと、
   を有するデータ処理方法。
9. コンピュータを、
   心拍と相関性を有する生体情報に対応する波形データを取得し、前記波形データに基づいて、起点となる時刻がそれぞれ異なる複数の時系列データを作成するデータ取得部、
   複数のラグそれぞれに対して、前記複数の時系列データの自己相関値を算出する相関値算出部、
   第１軸に時刻が割り当てられ、第２軸にラグが割り当てられた座標平面に、複数の前記時刻及び前記ラグの組み合わせに対応する複数の前記自己相関値に対応する画素値をマッピングすることにより、前記時刻と前記ラグとの組み合わせに対応する座標ごとに前記自己相関値が示された自己相関画像データを作成する画像作成部、及び
   前記自己相関画像データを出力する画像出力部、
   として機能させるためのプログラム。