JP6740369B2 - 信号特徴抽出装置、信号特徴抽出方法、およびプログラム - Google Patents

信号特徴抽出装置、信号特徴抽出方法、およびプログラム Download PDF

Info

Publication number
JP6740369B2
JP6740369B2 JP2018555019A JP2018555019A JP6740369B2 JP 6740369 B2 JP6740369 B2 JP 6740369B2 JP 2018555019 A JP2018555019 A JP 2018555019A JP 2018555019 A JP2018555019 A JP 2018555019A JP 6740369 B2 JP6740369 B2 JP 6740369B2
Authority
JP
Japan
Prior art keywords
peak value
output signal
value
characteristic peak
feature extraction
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
Application number
JP2018555019A
Other languages
English (en)
Other versions
JPWO2018105616A1 (ja
Inventor
島内　末廣
末廣 島内
佳那 江口
佳那 江口
籔内　勉
勉 籔内
吉田　和広
和広 吉田
水野　理
理 水野
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nippon Telegraph and Telephone Corp
Original Assignee
Nippon Telegraph and Telephone Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nippon Telegraph and Telephone Corp filed Critical Nippon Telegraph and Telephone Corp
Publication of JPWO2018105616A1 publication Critical patent/JPWO2018105616A1/ja
Application granted granted Critical
Publication of JP6740369B2 publication Critical patent/JP6740369B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/346—Analysis of electrocardiograms
    • A61B5/349—Detecting specific parameters of the electrocardiograph cycle
    • A61B5/352—Detecting R peaks, e.g. for synchronising diagnostic apparatus; Estimating R-R interval
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/90—Pitch determination of speech signals
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
    • A61B5/0816—Measuring devices for examining respiratory frequency
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/725—Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1102—Ballistocardiography
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7253—Details of waveform analysis characterised by using transforms
    • A61B5/726—Details of waveform analysis characterised by using transforms using Wavelet transforms
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
    • G10L25/18—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters the extracted parameters being spectral information of each sub-band

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Cardiology (AREA)
  • Molecular Biology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Surgery (AREA)
  • Physiology (AREA)
  • Pulmonology (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Artificial Intelligence (AREA)
  • Computational Linguistics (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Description

この発明は、音響信号や生体信号などの信号波形の特徴を抽出する技術に関する。
音響信号や生体信号の特徴を分析するための特徴抽出技術として、中心周波数と帯域幅の異なるバンドパスフィルタ群により構成されるフィルタバンクによる分析がある（例えば、非特許文献１参照）。例えば、類似した波形パターン（以下、特徴とも呼ぶ）が継続的に繰り返されるような信号に対して、その波形パターンと相関の高いインパルス応答を持つバンドパスフィルタ（以下、特徴抽出フィルタとも呼ぶ）の出力信号は、対象とする波形パターンの出現と同期してピーク値（以下、特徴ピーク値とも呼ぶ）を取る。例えば、生体情報の分析における基本的な特徴量の一つとされる心拍間隔（RRI: R-R Interval）を心電波形から分析する上で、この特徴ピーク値を的確に捉え、ピーク位置の時間間隔を特定することは重要である。
M. Vetterli and C. Herley, "Wavelets and filter banks: theory and design," in IEEE Transactions on Signal Processing, vol. 40, no. 9, pp. 2207-2232, Sep 1992.
しかしながら、従来技術では、分析対象の信号に雑音が混入するなどの要因により、特徴抽出フィルタの出力が所望の特徴ピーク値以外にもピークを示すことがあり、誤ったピーク位置間隔が特徴分析に用いられてしまうことがある。
この発明の目的は、分析対象の信号に対して特徴抽出フィルタから出力される所望の波形パターンの出現位置を、雑音などの影響を受けずに精度良く特定し、信号特徴として出力することができる信号特徴抽出技術を提供することである。
上記の課題を解決するために、この発明の第一の態様の信号特徴抽出装置は、入力信号の波形パターンを抽出する特徴抽出フィルタの出力信号から波形パターンの特徴ピーク値を抽出する信号特徴抽出装置であって、出力信号の絶対値が予め定めた閾値以上で極大値を取ったときの時刻インデックスと上記出力信号の値を記憶する極大値検出部と、記憶された時刻インデックスと直前に選定された特徴ピーク値の時刻インデックスとの時間間隔と特徴ピーク値が発生し得る平均時間間隔との差分、および、記憶された時刻インデックスに対応する出力信号の対数振幅および位相と特徴ピーク値が取り得る平均対数振幅および平均位相との差分に基づいて特徴ピーク値を選定する特徴ピーク値選定部と、を含む。
上記の課題を解決するために、この発明の第二の態様の信号特徴抽出装置は、入力信号の波形パターンを抽出する特徴抽出フィルタの出力信号から波形パターンの特徴ピーク値を抽出する信号特徴抽出装置であって、出力信号の絶対値が予め定めた閾値以上で極大値を取ったときの時刻インデックスと上記出力信号の値を記憶する極大値検出部と、記憶された時刻インデックスと直前に選定された特徴ピーク値の時刻インデックスとの時間間隔と特徴ピーク値が発生し得る平均時間間隔との差分、および、記憶された時刻インデックスに対応する出力信号の振幅と特徴ピーク値が取り得る平均振幅との差分、および、記憶された時刻インデックスに対応する出力信号の位相と特徴ピーク値が取り得る平均位相との差分に基づいて特徴ピーク値を選定する特徴ピーク値選定部と、を含む。
この発明によれば、分析対象の信号に対して特徴抽出フィルタから出力される所望の波形パターンの出現位置を、雑音などの影響を受けずに精度良く特定し、信号特徴として出力することができる。
図１は、信号特徴抽出装置の機能構成を例示する図である。 図２は、信号特徴抽出方法の処理手続きを例示する図である。
この明細書中で使用する記号「~」「^」「−」等は、本来直後の文字の真上に記載されるべきものであるが、テキスト記法の制限により、当該文字の直前に記載する。数式中においては、これらの記号は本来の位置、すなわち文字の真上に記述している。
以下では、少なくとも１つ以上の特徴抽出フィルタ（例えば、バンドパスフィルタやウェーブレット、その他の非線形な性質を持つフィルタなど）を有する分析系に、ある信号が入力されたときに得られる出力信号についての処理を考える。ただし、特徴抽出フィルタは、ヒルベルト変換により相互に変換可能（あるいは近似的に変換可能）な実数部と虚数部を有する複素信号を出力信号とする線形または非線形なフィルタに限定する。
この発明は、分析対象の入力信号に対して特徴抽出フィルタが出力した出力信号y(n)の絶対値|y(n)|のピーク値から、本来特徴ピーク値として抽出したいピーク値を選定する信号特徴抽出技術である。以下、この発明による信号特徴抽出の方法を説明する。
（１）初期値として、時刻n0において大きさP(n0)の特徴ピーク値が検出されたとする。この初期値は、事前に何の情報もない場合には、最初に観測された出力信号y(n)の絶対値|y(n)|のピーク値を与えればよい。
（２）次に、特徴抽出フィルタの複素出力信号y(n)の絶対値|y(n)|が予め定めた閾値以上で、なおかつ、極大値を取ったときの時刻インデックスをmλ=nとして、出力信号y(n)の値を時刻インデックスmλとともに記憶する。ここで、下付き添え字のλは、記憶される極大値の時刻インデックスのインデックスである。λの値は、それまでに記憶されている極大値が無ければλ=1、既にN-1個の極大値が記憶されていればλ=Nと与える。
（３）そして、（２）の極大値検出処理を行う時間を計測するタイマが、一定時間（例えば、特徴ピーク値の出現間隔をΔTとしたとき、その２倍に相当する2ΔTなどを与えることができる）経過した場合、そのタイマをリセットし、極大値が検出されたかどうかを確認する。このとき、１つも極大値が検出されていなければ、信号の欠落が疑われるため、過去の特徴ピーク値P(nk-1)の時刻インデックスを更新し、nk←nk-1+ΔTの位置に新たな特徴ピーク値P(nk)を割り当てる。ここで、kは出力した特徴ピーク値のインデックスである。P(nk)の値は、0を与えることでピークが検出されなかったことを陽に示すか、過去の特徴ピーク値P(nk-1)やその平均値Aを与えて補間するか、を選択することができる。
（４）一定時間経過した後、１つ以上の出力信号の極大値y(mλ)が検出されていた場合、記憶されている出力信号の極大値y(m1), y(m2), …, y(mN)について、式（１）（２）により特徴ピーク値P(nk)を算出する。
Figure 0006740369
ここで、log_Aは特徴ピーク値の平均対数振幅（対数振幅の平均あるいは平均振幅の対数）である。また、Φは特徴ピーク値の平均位相値である。angle(x)は複素数xの位相角を表す関数である。式（１）において、重み係数w1, w2, w3, w4, w5は検出された極大値の中から特徴ピーク値を選定するにあたり、直前の特徴ピーク値との時間差、振幅差、位相差のいずれに重きを置くかを調整するための正の数である。
（５）新たな特徴ピーク値P(nk)が選定されると、記憶されていた極大値y(m1), y(m2),…, y(mN)のうち、nk<mλとなる時刻インデックスに対応するものだけを残し、それ以外は棄却する。また、特徴ピーク値のインデックスをk←k+1と更新し、（２）の処理に戻る。
なお、特徴ピーク値の出現する平均時間間隔ΔT、平均対数振幅log_A、平均位相Φは、固定値を与えてもよいし、（４）の処理により新たに検出された特徴ピーク値P(nk)の情報（および過去の情報）に基づき逐次更新してもよい。新たな特徴ピーク値P(nk)が選定される都度更新するのであれば、例えば、式（３）により更新することができる。
Figure 0006740369
ここで、μ1, μ2, μ3は、0から1の範囲の値を取り、過去の推定値との重み付き平均を調整するための調整係数である。なお、検出された特徴ピーク値P(nk)の妥当性は、式（４）で計算される誤差Eの大きさにより評価することができる。
Figure 0006740369
誤差Eの大きさの違いに応じて、式（１）における重み係数w1, w2, w3, w4, w5や、式（３）における調整係数μ1, μ2, μ3の値を切り替えて与えてもよい。例えば、誤差Eの大きさが小さいときは調整係数μ1, μ2, μ3の値はより小さな値を与え、最新の情報の反映の度合いを大きくするなどの制御を行うことができる。
以下、この発明の実施の形態について詳細に説明する。なお、図面中において同じ機能を有する構成部には同じ番号を付し、重複説明を省略する。
実施形態の信号特徴抽出装置１０は、図１に示すように、極大値検出部１、特徴ピーク値選定部２、および極大値棄却部３を含む。この信号特徴抽出装置１０が図２に示す各ステップの処理を行うことにより実施形態の信号特徴抽出方法が実現される。
信号特徴抽出装置１０は、例えば、中央演算処理装置（CPU: Central Processing Unit）、主記憶装置（RAM: Random Access Memory）などを有する公知または専用のコンピュータに特別なプログラムが読み込まれて構成された特別な装置である。信号特徴抽出装置１０は、例えば、中央演算処理装置の制御のもとで各処理を実行する。信号特徴抽出装置１０に入力されたデータや各処理で得られたデータは、例えば、主記憶装置に格納され、主記憶装置に格納されたデータは必要に応じて読み出されて他の処理に利用される。また、信号特徴抽出装置１０の各処理部の少なくとも一部が集積回路等のハードウェアによって構成されていてもよい。
図２を参照して、実施形態の信号特徴抽出方法の処理手続きを説明する。
ステップＳ１において、極大値検出部１は、分析対象の入力信号x(n)を特徴抽出フィルタに入力したときの出力信号y(n)を受け取り、出力信号y(n)の絶対値|y(n)|が予め定めた閾値以上で、なおかつ、極大値を取ったときの時刻インデックスをmλ=nとして、出力信号y(n)の値を時刻インデックスmλとともに記憶する。
ステップＳ２において、極大値検出部１は、極大値検出を行う時間を計測するタイマが一定時間を経過したか否かを判定する。一定時間を経過していない場合には、ステップＳ１０において時刻インデックスnに1を加算して、ステップＳ１の処理を再度実行する。タイマが一定時間を経過していた場合には、ステップＳ３においてタイマをリセットし、ステップＳ４へ処理を進める。
ステップＳ４において、極大値検出部１は、ステップＳ１において検出された極大値が存在するか否かを判定する。極大値が検出されなかった場合には、ステップＳ５において直近に選定された特徴ピーク値P(nk-1)の時刻インデックスnkと通し番号kを、k←k+1, nk←nk-1+ΔTと更新する。極大値が検出された場合には、極大値y(m1), y(m2), …, y(mN)を特徴ピーク値選定部２へ送り、ステップＳ６へ処理を進める。
ステップＳ６において、特徴ピーク値選定部２は、極大値検出部１から記憶された出力信号の極大値y(m1), y(m2), …, y(mN)を受け取り、過去の特徴ピーク値の平均時間間隔ΔT、平均対数振幅log_A、および平均位相Φとの差分に基づいて特徴ピーク値P(nk)を選定する。具体的には、上記式（１）（２）により特徴ピーク値P(nk)を算出する。特徴ピーク値P(nk)とその時刻インデックスnkとは、極大値棄却部３へ送られる。
ステップＳ７において、極大値棄却部３は、記憶されている出力信号の極大値y(m1), y(m2), …, y(mN)のうち、nk<mλとなる時刻インデックスに対応する極大値y(mλ)を残し、その他を棄却する。その後、ステップＳ８において通し番号kを、k←k+1と更新する。
ステップＳ９において、次の時刻n+1の入力信号x(n+1)が存在するか否かを判定する。存在する場合には、ステップＳ１０において時刻インデックスnに1を加算して、ステップＳ１〜Ｓ９の処理を再度実行する。存在しない場合には処理を終了する。
上記のように構成することにより、この発明の信号特徴抽出技術によれば、特徴ピーク値を、過去に検出された特徴ピーク値との時間間隔および振幅値の大きさの妥当性、ならびに位相角の妥当性（同等の周波数成分を含んでいても波形パターンが異なると位相角が異なる）について、それらを複数の特徴ピーク値の候補に対して同時に総合的に評価するため、より正確な特徴ピーク値の検出が可能となる。
この発明のポイントを整理すると、以下のようになる。類似した波形パターン（特徴）が継続的に繰り返されるような信号が、少なくとも１つ以上の特徴抽出フィルタ（例えば、バンドパスフィルタやウェーブレット、その他の非線形な性質を持つフィルタも含む）を有する分析系に入力されたときに得られる出力信号を観察すると、その波形パターンと相関の高い特徴抽出フィルタの出力信号は、対象とする波形パターンの特徴の出現と同期してピーク値を取る。しかしながら、雑音や他の波形パターンの漏れ出しなど、所望のピーク値以外のピーク値が同じ特徴抽出フィルタの出力信号から観測されることがある。この発明は、ある特徴抽出フィルタの出力信号において観測されたピーク値の中から、本来獲得したい所望のピーク値（特徴ピーク値）を選定するための１つの方法である。本来獲得したい特徴ピーク値は、過去の特徴ピーク値との時間間隔に規則性（およそ一定の間隔で出現する）、振幅値の大きさの整合性（ピーク値の大きさはおよそ等しい）、および位相角の整合性（周波数特性だけでなく時間波形としてのパターンが似ている）という３つの仮説を満足するかどうかを総合的に判断し、複数の候補となるピーク値の中からもっとも確からしい特徴ピーク値を選定する。すなわち、この発明では、観測されたピーク値と直前の特徴ピーク値との時間間隔と特徴ピーク値が発生し得る平均時間間隔との差分、観測されたピーク値の振幅と特徴ピーク値が取り得る平均振幅との差分、および観測されたピーク値の位相と特徴ピーク値が取り得る平均位相との差分が最も小さい特徴ピーク値を所望のピーク値として選定する。さらに、これらの差分を評価するために、式（４）を用いることができるが、これは、記憶されている複素数の出力信号の対数を取ることで、実数部に対数振幅、虚数部に位相の情報を持つ複素数の特徴を得、全体として統一的に振幅と位相の差分を評価することに相当する。これにより、差分の比較対象となる平均対数振幅および平均位相それぞれの値の時間変動の振る舞いが異なる場合などにおいても、差分の値の変動が平均化され、安定したピーク値の選定の実現に寄与する。
この発明で分析対象とする入力信号は、音響信号または心臓の拍動、脈、呼吸をはじめとする任意の周期性を有する生理現象と関連を持つ生体信号（例えば、心電図、脈波、呼吸曲線）とする。これら分析対象となる入力信号は、ほぼ同じ大きさと形状を持つ局在した波形パターンが、ほぼ周期的な時間間隔で繰り返される。このような特徴的な波形パターンと相関の高いフィルタの出力信号は、その波形パターンの出現と同期して、本発明により選定可能なピーク値を取る。なお、本発明では、生体信号の計測手法については問わないこととする。心臓の拍動を例に挙げると、心臓の拍動に伴う電気活動を計測する手法である心電図を対象としても良いし、心臓の拍動に伴う皮膚の振動を加速度計で計測するSeismocardiography（SCG）やBallistocardiography（BCG）を対象としても良い。以上に記載のない生体信号についても、上記特性を有するものであれば分析対象に含めても良い。
以上、この発明の実施の形態について説明したが、具体的な構成は、これらの実施の形態に限られるものではなく、この発明の趣旨を逸脱しない範囲で適宜設計の変更等があっても、この発明に含まれることはいうまでもない。実施の形態において説明した各種の処理は、記載の順に従って時系列に実行されるのみならず、処理を実行する装置の処理能力あるいは必要に応じて並列的にあるいは個別に実行されてもよい。
［プログラム、記録媒体］
上記実施形態で説明した各装置における各種の処理機能をコンピュータによって実現する場合、各装置が有すべき機能の処理内容はプログラムによって記述される。そして、このプログラムをコンピュータで実行することにより、上記各装置における各種の処理機能がコンピュータ上で実現される。
この処理内容を記述したプログラムは、コンピュータで読み取り可能な記録媒体に記録しておくことができる。コンピュータで読み取り可能な記録媒体としては、例えば、磁気記録装置、光ディスク、光磁気記録媒体、半導体メモリ等どのようなものでもよい。
また、このプログラムの流通は、例えば、そのプログラムを記録したDVD、CD-ROM等の可搬型記録媒体を販売、譲渡、貸与等することによって行う。さらに、このプログラムをサーバコンピュータの記憶装置に格納しておき、ネットワークを介して、サーバコンピュータから他のコンピュータにそのプログラムを転送することにより、このプログラムを流通させる構成としてもよい。
このようなプログラムを実行するコンピュータは、例えば、まず、可搬型記録媒体に記録されたプログラムもしくはサーバコンピュータから転送されたプログラムを、一旦、自己の記憶装置に格納する。そして、処理の実行時、このコンピュータは、自己の記録媒体に格納されたプログラムを読み取り、読み取ったプログラムに従った処理を実行する。また、このプログラムの別の実行形態として、コンピュータが可搬型記録媒体から直接プログラムを読み取り、そのプログラムに従った処理を実行することとしてもよく、さらに、このコンピュータにサーバコンピュータからプログラムが転送されるたびに、逐次、受け取ったプログラムに従った処理を実行することとしてもよい。また、サーバコンピュータから、このコンピュータへのプログラムの転送は行わず、その実行指示と結果取得のみによって処理機能を実現する、いわゆるASP（Application Service Provider）型のサービスによって、上述の処理を実行する構成としてもよい。なお、本形態におけるプログラムには、電子計算機による処理の用に供する情報であってプログラムに準ずるもの（コンピュータに対する直接の指令ではないがコンピュータの処理を規定する性質を有するデータ等）を含むものとする。
また、この形態では、コンピュータ上で所定のプログラムを実行させることにより、本装置を構成することとしたが、これらの処理内容の少なくとも一部をハードウェア的に実現することとしてもよい。

Claims (7)

  1. 入力信号の波形パターンを抽出する特徴抽出フィルタの出力信号から波形パターンの特徴ピーク値を抽出する信号特徴抽出装置であって、
    上記出力信号の絶対値が予め定めた閾値以上で極大値を取ったときの時刻インデックスと上記出力信号の値を記憶する極大値検出部と、
    記憶された時刻インデックスと直前に選定された特徴ピーク値の時刻インデックスとの時間間隔と上記特徴ピーク値が発生し得る平均時間間隔との差分、および、記憶された時刻インデックスに対応する出力信号の対数振幅および位相と上記特徴ピーク値が取り得る平均対数振幅および平均位相との差分に基づいて上記特徴ピーク値を選定する特徴ピーク値選定部と、
    を含む信号特徴抽出装置。
  2. 入力信号の波形パターンを抽出する特徴抽出フィルタの出力信号から波形パターンの特徴ピーク値を抽出する信号特徴抽出装置であって、
    上記出力信号の絶対値が予め定めた閾値以上で極大値を取ったときの時刻インデックスと上記出力信号の値を記憶する極大値検出部と、
    記憶された時刻インデックスと直前に選定された特徴ピーク値の時刻インデックスとの時間間隔と上記特徴ピーク値が発生し得る平均時間間隔との差分、および、記憶された時刻インデックスに対応する出力信号の振幅と上記特徴ピーク値が取り得る平均振幅との差分、および、記憶された時刻インデックスに対応する出力信号の位相と上記特徴ピーク値が取り得る平均位相との差分に基づいて上記特徴ピーク値を選定する特徴ピーク値選定部と、
    を含む信号特徴抽出装置。
  3. 請求項１に記載の信号特徴抽出装置であって、
    Nを上記記憶された上記時刻インデックスの数とし、m1, …, mNを上記記憶された上記時刻インデックスとし、y(m1), …, y(mN)を時刻インデックスm1, …, mNに対応する上記出力信号とし、λを1からNまでの各整数とし、ΔTを上記平均時間間隔とし、log_Aを上記平均対数振幅とし、Φを上記平均位相とし、w1, w2, w3, w4, w5を予め定めた重み係数とし、angle(・)を複素数・の位相角とし、n0を時刻インデックスの初期値とし、
    上記特徴ピーク値選定部は、次式により算出した時刻インデックスに対応する出力信号の絶対値を上記特徴ピーク値として選定するものである、
    Figure 0006740369
    信号特徴抽出装置。
  4. 入力信号の波形パターンを抽出する特徴抽出フィルタの出力信号から波形パターンの特徴ピーク値を抽出する信号特徴抽出方法であって、
    極大値検出部が、上記出力信号の絶対値が予め定めた閾値以上で極大値を取ったときの時刻インデックスと上記出力信号の値を記憶する極大値検出ステップと、
    特徴ピーク値選定部が、記憶された時刻インデックスと直前に選定された特徴ピーク値の時刻インデックスとの時間間隔と上記特徴ピーク値が発生し得る平均時間間隔との差分、および、記憶された時刻インデックスに対応する出力信号の対数振幅および位相と上記特徴ピーク値が取り得る平均対数振幅および平均位相との差分に基づいて上記特徴ピーク値を選定する特徴ピーク値選定ステップと、
    を含む信号特徴抽出方法。
  5. 入力信号の波形パターンを抽出する特徴抽出フィルタの出力信号から波形パターンの特徴ピーク値を抽出する信号特徴抽出方法であって、
    極大値検出部が、上記出力信号の絶対値が予め定めた閾値以上で極大値を取ったときの時刻インデックスと上記出力信号の値を記憶する極大値検出ステップと、
    特徴ピーク値選定部が、記憶された時刻インデックスと直前に選定された特徴ピーク値の時刻インデックスとの時間間隔と上記特徴ピーク値が発生し得る平均時間間隔との差分、および、記憶された時刻インデックスに対応する出力信号の振幅と上記特徴ピーク値が取り得る平均振幅との差分、および、記憶された時刻インデックスに対応する出力信号の位相と上記特徴ピーク値が取り得る平均位相との差分に基づいて上記特徴ピーク値を選定する特徴ピーク値選定ステップと、
    を含む信号特徴抽出方法。
  6. 請求項４に記載の信号特徴抽出方法であって、
    Nを上記記憶された上記時刻インデックスの数とし、m1, …, mNを上記記憶された上記時刻インデックスとし、y(m1), …, y(mN)を時刻インデックスm1, …, mNに対応する上記出力信号とし、λを1からNまでの各整数とし、ΔTを上記平均時間間隔とし、log_Aを上記平均対数振幅とし、Φを上記平均位相とし、w1, w2, w3, w4, w5を予め定めた重み係数とし、angle(・)を複素数・の位相角とし、n0を時刻インデックスの初期値とし、
    上記特徴ピーク値選定ステップは、次式により算出した時刻インデックスに対応する出力信号の絶対値を上記特徴ピーク値として選定するものである、
    Figure 0006740369
    信号特徴抽出方法。
  7. 請求項１から３のいずれかに記載の信号特徴抽出装置としてコンピュータを機能させるためのプログラム。
JP2018555019A 2016-12-06 2017-12-05 信号特徴抽出装置、信号特徴抽出方法、およびプログラム Active JP6740369B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2016236592 2016-12-06
JP2016236592 2016-12-06
PCT/JP2017/043661 WO2018105616A1 (ja) 2016-12-06 2017-12-05 信号特徴抽出装置、信号特徴抽出方法、およびプログラム

Publications (2)

Publication Number Publication Date
JPWO2018105616A1 JPWO2018105616A1 (ja) 2019-10-24
JP6740369B2 true JP6740369B2 (ja) 2020-08-12

Family

ID=62491118

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2018555019A Active JP6740369B2 (ja) 2016-12-06 2017-12-05 信号特徴抽出装置、信号特徴抽出方法、およびプログラム

Country Status (6)

Country Link
US (1) US11096618B2 (ja)
EP (1) EP3553780B1 (ja)
JP (1) JP6740369B2 (ja)
AU (1) AU2017372454B2 (ja)
ES (1) ES2883877T3 (ja)
WO (1) WO2018105616A1 (ja)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7024768B2 (ja) * 2019-09-24 2022-02-24 カシオ計算機株式会社 生体情報取得装置、生体情報取得方法及びプログラム
CN117782314B (zh) * 2024-02-26 2024-05-07 杭州宇称电子技术有限公司 Spad信号传感器的数据优化方法及其应用

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS622300A (ja) * 1985-06-27 1987-01-08 松下電器産業株式会社 音声ピツチ抽出装置
US5984954A (en) * 1997-10-01 1999-11-16 Boston Medical Technologies, Inc. Methods and apparatus for R-wave detection
JP2001346771A (ja) * 2000-06-09 2001-12-18 Canon Inc Ｒ波認識方法及びｒ−ｒ間隔測定方法及び心拍数測定方法及びｒ−ｒ間隔測定装置及び心拍数測定装置
JP2003186486A (ja) * 2001-12-17 2003-07-04 Fuji Xerox Co Ltd 信号波形のピーク検出装置、ピーク検出方法及びこれを用いる玩具。
KR100580643B1 (ko) * 2004-02-10 2006-05-16 삼성전자주식회사 충격음 감지 장치, 방법 그리고 이를 이용한 충격음 식별장치 및 방법
JP6528679B2 (ja) * 2013-03-05 2019-06-12 日本電気株式会社 信号処理装置、信号処理方法および信号処理プログラム
US20150126878A1 (en) * 2013-11-04 2015-05-07 Cardiac Pacemakers, Inc. Heart failure event detection and risk stratification using heart sound
US10194821B2 (en) * 2014-10-29 2019-02-05 Khalifa University of Science and Technology Medical device having automated ECG feature extraction
JP6304691B2 (ja) * 2015-03-26 2018-04-04 国立大学法人九州工業大学 心音雑音除去装置、その方法及びプログラム
WO2016191753A1 (en) * 2015-05-27 2016-12-01 Georgia Tech Research Corporation Wearable technologies for joint health assessment
US20170156606A1 (en) * 2015-12-02 2017-06-08 Echo Labs, Inc. Systems and methods for non-invasive blood pressure measurement
EP3446248A2 (en) * 2016-04-18 2019-02-27 Massachusetts Institute of Technology Extraction of features from physiological signals
WO2017190089A1 (en) * 2016-04-29 2017-11-02 Sarma Vrudhula Electrocardiographic biometric authentication
EP3366203B1 (en) * 2017-02-23 2019-12-25 Tata Consultancy Services Limited Method and system for cuffless blood pressure estimation using photoplethysmogram features and pulse transit time

Also Published As

Publication number Publication date
JPWO2018105616A1 (ja) 2019-10-24
US20190290156A1 (en) 2019-09-26
ES2883877T3 (es) 2021-12-09
WO2018105616A1 (ja) 2018-06-14
AU2017372454A1 (en) 2019-06-13
US11096618B2 (en) 2021-08-24
AU2017372454B2 (en) 2020-07-16
EP3553780A1 (en) 2019-10-16
EP3553780B1 (en) 2021-08-11
EP3553780A4 (en) 2020-04-29

Similar Documents

Publication Publication Date Title
Rapp et al. Filtered noise can mimic low-dimensional chaotic attractors
US5938594A (en) Method and apparatus for detecting nonlinearity and chaos in a dynamical system
Gabarda et al. Detection of events in seismic time series by time–frequency methods
Sheppard et al. Detecting the harmonics of oscillations with time-variable frequencies
Oliveira et al. A wavelet-based method for power-line interference removal in ECG signals
Baca et al. CARMA: a robust motion artifact reduction algorithm for heart rate monitoring from PPG signals
JP6740369B2 (ja) 信号特徴抽出装置、信号特徴抽出方法、およびプログラム
Chandra et al. Feature extraction of ECG signal
KR20140145595A (ko) 낮은 샘플링 레이트들을 갖는 가변 펄스-폭 신호들의 분석 및 재구성을 위한 시스템 및 방법
US20200178902A1 (en) A system and method for extracting a physiological information from video sequences
CN109009079A (zh) 用户状态检测系统和方法、计算机设备、计算机存储介质
CN112292069B (zh) 房颤筛查的方法和装置
Zhao et al. Evidence consistent with deterministic chaos in human cardiac data: surrogate and nonlinear dynamical modeling
KR102017582B1 (ko) 휴대용 생체정보 측정 단말기를 이용한 R-peak 검출 방법 및 시스템
KR101916591B1 (ko) 레이더 신호의 주성분 분석을 이용한 생체 정보 결정 장치 및 방법
Brown et al. Comparison of modelled pursuits with ESPRIT and the matrix pencil method in the modelling of medical percussion signals
JP6804554B2 (ja) 信号特徴抽出装置、信号特徴抽出方法、およびプログラム
Aburakhia et al. On the Intersection of Signal Processing and Machine Learning: A Use Case-Driven Analysis Approach
JP6668063B2 (ja) データ解析装置、静脈波モニタ装置、方法およびプログラム
JP2020092782A (ja) 呼吸周期測定装置及び呼吸周期測定プログラム
Nigam et al. Simplicity based gating of heart sounds
Wu The multi-parameter physiologic signal reconstruction by means of wavelet singularity detection and signal correlation
Li et al. Ensemble Empirical Mode Decomposition for Automated Denoising of Pulse Signals
JP2020092783A (ja) 心拍周期測定装置及び心拍周期測定プログラム
Vasconcelos et al. Multi-center atrial fibrillation electrocardiogram (ECG) classification using Fourier space convolutional neural networks (FD-CNN) and transfer learning

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20190605

A80 Written request to apply exceptions to lack of novelty of invention

Free format text: JAPANESE INTERMEDIATE CODE: A801

Effective date: 20190605

A80 Written request to apply exceptions to lack of novelty of invention

Free format text: JAPANESE INTERMEDIATE CODE: A80

Effective date: 20190605

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: 20200721

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20200722

R150 Certificate of patent or registration of utility model

Ref document number: 6740369

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150