JP6747345B2 - 血圧データ処理装置、血圧データ処理方法および血圧データ処理プログラム - Google Patents

Description

本発明は、血圧データの処理に関する。

血圧異常（典型的には高血圧）の患者は、日常的に血圧管理をすることが望まれる。従来の据え置き型の血圧測定装置は持ち運びに適しておらず、職場や外出先などの家庭外で血圧を測定することはユーザにとって大きな負担となる。また、１日に数回程度血圧を測定するだけでは、脳・心血管疾患の発症リスクとなり得る急激な血圧変動を捉えることは極めて困難である。

近年、センサ技術の発展に伴い、例えばユーザの手首に装着するだけでユーザの血圧を測定可能なユーザ端末が実現されている。このようなユーザ端末によれば、ユーザに大きな負担を掛けることなく血圧を適時に測定することが可能となる。係るユーザ端末には、例えばトノメトリ法などの技法を用いて、１拍毎に連続測定できるものもある。

血圧は、呼吸によって変動することが知られている。具体的には、吸気時の収縮期血圧は、呼気時の収縮期血圧に比べて３〜９ｍｍＨｇ程度低下する（呼吸性変動）。呼吸性変動は、前述の急激な血圧変動の発生を検出するための血圧データの分析において障害となる可能性がある。このため、血圧データに含まれる呼吸性変動を抑圧することが求められることがある。

他方、呼吸性変動が１０ｍｍＨｇを超える現象を奇脈（ＰＰ：Ｐｕｌｓｕｓ Ｐａｒａｄｏｘｕｓ）と呼ぶ。奇脈は、喘息、ＣＯＰＤ（Ｃｈｒｏｎｉｃ Ｏｂｓｔｒｕｃｔｉｖｅ Ｐｕｌｍｏｎａｒｙ Ｄｉｓｅａｓｅ）、心タンポナーデ等の診断に用いられる。このため、血圧データから呼吸性変動を抽出することが求められることもある。

特表２００２−５２４１７７号公報 特開２０１６−１３７０８７号公報 特開２００４−０１６８０２号公報

ユーザに体動があった場合に、血管の振動などのノイズが生じて血圧の測定精度が低下することがある。特に、ユーザの血圧を連続測定する場合には、ユーザは常に安静状態にあるとは限らないので、信頼性の高い血圧データと信頼性の低い血圧データとが混在して得られる可能性がある。また、呼吸の周期は、個人差があるうえに、同一のユーザであっても精神若しくは肉体の状態または環境に依存して変化し得る。このため、かかる血圧データを分析した場合に、呼吸性変動を正しく推定し、抑圧／抽出することが困難となるおそれがある。

本発明は、ユーザの呼吸周期を推定することを目的とする。

本発明の第１の態様によれば、血圧データ処理装置は、ユーザの第１の血圧データに含まれるユーザの体動に関するノイズが抑圧された第２の血圧データの周波数領域表現である第１のスペクトルに基づいてユーザの呼吸周期を推定する呼吸周期推定部を含む。呼吸周期推定部は、ピーク選択部と、第１の周波数成分抑圧部と、呼吸性変動算出部と、減衰量算出部と、呼吸周期決定部とを含む。ピーク選択部は、第１のスペクトルのパワースペクトルにおいてピークを示すピーク周波数の１つを選択する。第１の周波数成分抑圧部は、第１のスペクトルのうち選択されているピーク周波数の成分を抑圧し、第２のスペクトルを生成する。呼吸性変動算出部は、第２の血圧データにおける第１の呼吸性変動を算出し、第２のスペクトルの時間領域表現である第３の血圧データにおける第２の呼吸性変動を算出する。減衰量算出部は、第１の呼吸性変動に対する第２の呼吸性変動の減衰量を算出する。呼吸周期決定部は、減衰量が第１の閾値よりも大きければ選択されているピーク周波数に対応する周期をユーザの呼吸周期として決定する。故に、ユーザの個性、精神若しくは肉体の状態、または血圧の測定環境、などの要因に関わらず安定的かつ正確に呼吸周期を推定することができる。

本発明の第２の態様によれば、呼吸周期決定部は、減衰量が第１の閾値以下であればピーク選択部に未選択のピーク周波数の１つを選択させる。故に、より安定的かつ正確に呼吸周期を推定することができる。

本発明の第３の態様によれば、ピーク選択部は、周波数の降順にピーク周波数を選択する。故に、呼吸周期に対応するピーク周波数を無駄なく探索できるとともに、ユーザの血圧変動成分に起因して誤った呼吸周期が推定されることを防止できる。

本発明の第４の態様によれば、第１の周波数成分抑圧部は、第１のスペクトルに対して低域通過型フィルタ処理を施して第２のスペクトルを生成する。低域通過型フィルタ処理は、選択されているピーク周波数よりも低い遮断周波数が設定される。故に、第１のスペクトルのうちピーク周波数の成分を含む高周波成分をまとめて抑圧することができる。

本発明の第５の態様によれば、血圧データ処理装置は、第２の血圧データに含まれるユーザの呼吸性変動を抑圧した処理済み血圧データを生成する呼吸性変動抑圧部をさらに含む。呼吸性変動抑圧部は、第２の周波数成分抑圧部と、第１の変換部とを含む。第２の周波数成分抑圧部は、第１のスペクトルのうちユーザの呼吸周期に対応する周波数成分を抑圧し、第３のスペクトルを生成する。第１の変換部は、第３のスペクトルを時間領域表現へと変換し、処理済み血圧データを生成する。故に、ユーザの呼吸性変動を抑圧した処理済み血圧データを得ることができる。

本発明の第６の態様によれば、血圧データ処理装置は、第２の血圧データに含まれるユーザの呼吸性変動を抽出し、呼吸性変動データを生成する呼吸性変動抽出部をさらに含む。呼吸性変動抽出部は、第３の周波数成分抑圧部と、第２の変換部とを含む。第３の周波数成分抑圧部は、第１のスペクトルのうちユーザの呼吸周期に対応しない周波数成分を抑圧し、第４のスペクトルを生成する。第２の変換部は、第４のスペクトルを時間領域表現へと変換し、呼吸性変動データを生成する。故に、ユーザの呼吸性変動を抽出した呼吸性変動データを得ることができる。

本発明の第７の態様によれば、血圧データ処理装置は、設定部と、呼吸性変動抑圧部と、呼吸性変動抽出部とをさらに含む。設定部は、第２の血圧データに含まれるユーザの呼吸性変動を抑圧する処理のイネーブル／ディセーブルを示す第１の制御パラメータと、呼吸性変動を抽出する処理のイネーブル／ディセーブルを示す第２の制御パラメータとを設定する。呼吸性変動抑圧部は、第１の制御パラメータがイネーブルを示す場合に、第２の血圧データに含まれるユーザの呼吸性変動を抑圧した処理済み血圧データを生成する。呼吸性変動抽出部は、第２の制御パラメータがイネーブルを示す場合に、呼吸性変動を抽出し、呼吸性変動データを生成する。呼吸性変動抑圧部は、第２の周波数成分抑圧部と、第１の変換部とを含む。第２の周波数成分抑圧部は、第１のスペクトルのうちユーザの呼吸周期に対応する周波数成分を抑圧し、第３のスペクトルを生成する。第１の変換部は、第３のスペクトルを時間領域表現へと変換し、処理済み血圧データを生成する。呼吸性変動抽出部は、第３の周波数成分抑圧部と、第２の変換部とを含む。第３の周波数成分抑圧部は、第１のスペクトルのうちユーザの呼吸周期に対応しない周波数成分を抑圧し、第４のスペクトルを生成する。第２の変換部は、第４のスペクトルを時間領域表現へと変換し、呼吸性変動データを生成する。故に、必要に応じて、処理済み血圧データを得ることも、呼吸性変動データを得ることもできる。

本発明の第８の態様によれば、血圧データ処理装置は、第１の血圧データに含まれるユーザの体動に関するノイズを抑圧し、第２の血圧データを生成する体動ノイズ抑圧部をさらに含む。体動ノイズ抑圧部は、体動判定部と、血圧データ補間部とを含む。体動判定部は、ユーザに装着された動きセンサから得られた体動データに基づいて単位期間においてユーザの体動が発生したか否かを判定する。血圧データ補間部は、ユーザの体動が発生したと判定された単位期間における血圧データを補間生成し、補間生成した血圧データによって単位期間の第１の血圧データを置換して第２の血圧データを生成する。故に、体動発生期間の血圧データをその前後の第１の血圧データから補間生成し、呼吸周期の推定に適した第２の血圧データを得ることができる。

本発明によれば、ユーザの呼吸周期を推定することができる。

第１の実施形態に係る血圧データ処理装置を例示するブロック図。 図１の血圧データ処理装置の動作を例示するフローチャート。 図１の体動ノイズ抑圧部の詳細を例示するブロック図。 図２のステップＳ４００の詳細を例示するフローチャート。 図３の血圧データ補間部によって行われる補間処理の説明図。 図３の血圧データ補間部によって行われる補間処理の説明図。 図１の呼吸周期推定部の詳細を例示するブロック図。 図２のステップＳ５００の詳細を例示するフローチャート。 図８のステップＳ５１０の詳細を例示するフローチャート。 図７のピーク選択部によってピーク周波数が選択され得る解析範囲を例示する図。 図７のピーク選択部の動作の説明図。 図１の呼吸性変動抑圧部の詳細を例示するブロック図。 図２のステップＳ６００の詳細を例示するフローチャート。 図１２の周波数成分抑圧部の動作の説明図。 第２の血圧データの波形（元波形）と、処理済み血圧データの波形（呼吸性変動抑圧後の波形）とを例示するグラフ。 図１４とは異なる位置に呼吸周波数がある場合のパワースペクトルを例示する図。 第２の血圧データの波形（元波形）と、処理済み血圧データの波形（呼吸性変動抑圧後の波形）とを例示するグラフ。 第２の実施形態に係る血圧データ処理装置を例示するブロック図。 図１８の血圧データ処理装置の動作を例示するフローチャート。 図１８の呼吸性変動抽出部の詳細を例示するブロック図。 図１９のステップＳ８００の詳細を例示するフローチャート。 図２０の周波数成分抑圧部の動作の説明図。 第２の血圧データの波形（元波形）と、呼吸性変動データの波形（呼吸性変動抽出後の波形）とを例示するグラフ。 第３の実施形態に係る血圧データ処理装置を例示するブロック図。 図２４の血圧データ処理装置の動作を例示するフローチャート。

以下、図面を参照しながら実施形態の説明を述べる。なお、以降、説明済みの要素と同一または類似の要素には同一または類似の符号を付し、重複する説明については基本的に省略する。

（第１の実施形態）
図１に例示されるように、第１の実施形態に係る血圧データ処理装置は、第１の血圧データ記憶部１０と、体動データ記憶部２０と、体動ノイズ抑圧部１００と、第２の血圧データ記憶部３０と、呼吸周期推定部２００と、第１のスペクトル記憶部４０と、呼吸周期記憶部５０と、呼吸性変動抑圧部３００と、処理済み血圧データ記憶部６０とを含む。

第１の血圧データ記憶部１０は、ユーザに装着された血圧センサによって血圧を測定（例えば連続測定）することで得られた血圧データ（第１の血圧データ）を格納する。第１の血圧データ記憶部１０に格納された第１の血圧データは、体動ノイズ抑圧部１００によって必要に応じて読み出される。

第１の血圧データは、例えば、一拍毎の収縮期血圧および拡張期血圧の値を含み得るが、これに限られない。第１の血圧データは、それぞれ測定時刻に関連付けられ得る。

ユーザに装着される血圧センサは、ユーザの血圧を１拍毎に連続測定可能な血圧センサ（以降、連続型の血圧センサと称する）を含むことができる。連続型の血圧センサは、脈波伝播時間（ＰＴＴ；Ｐｕｌｓｅ Ｔｒａｎｓｉｔ Ｔｉｍｅ）からユーザの血圧を連続測定してもよいし、トノメトリ法または他の技法により連続測定を実現してもよい。

血圧センサは、連続型の血圧センサに加えて、連続測定不可能な血圧センサ（以降、非連続型の血圧センサと称する）を含むこともできる。非連続型の血圧センサは、例えば、カフを圧力センサとして用いてユーザの血圧を測定する（オシロメトリック法）。

非連続型の血圧センサ（特に、オシロメトリック法の血圧センサ）は、連続型の血圧センサに比べて、測定精度が高い傾向にある。故に、血圧センサは、例えば、何らかの条件が満足する（例えば、連続型の血圧センサによって測定されたユーザの血圧データが所定の高リスク状態を示唆した）ことをトリガとして、連続型の血圧センサに代えて非連続型の血圧センサを作動させることにより、血圧データをより高い精度で測定してもよい。

体動データ記憶部２０は、ユーザに装着された動きセンサによって動きを測定することで得られた体動データを格納する。体動データ記憶部２０に格納された体動データは、体動ノイズ抑圧部１００によって必要に応じて読み出される。

体動データは、例えば、１軸または複数軸の加速度または角速度の値を含み得るが、これに限られない。各血圧データは、測定時刻に関連付けられ得る。動きセンサは、例えば加速度センサまたは角速度センサであってよい。一例として、動きセンサは、３軸の加速度センサであってよい。

体動ノイズ抑圧部１００は、第１の血圧データに含まれるユーザの体動に関するノイズを抑圧し、第２の血圧データを生成する。体動ノイズ抑圧部１００は、第２の血圧データを第２の血圧データ記憶部３０に保存する。

具体的には、体動ノイズ抑圧部１００は、第１の血圧データ記憶部１０から第１の血圧データを読み出し、体動データ記憶部２０から体動データを読み出す。体動ノイズ抑圧部１００は、体動データに基づいて体動発生期間を推定する。体動ノイズ抑圧部１００は、推定した体動発生期間に関連付けられた第１の血圧データにデータ処理を行い、第２の血圧データを生成する。データ処理は、例えば、平滑化処理であってもよいし、第１の血圧データを補間生成した血圧データによって置換する処理であってもよい。

第２の血圧データ記憶部３０は、体動ノイズ抑圧部１００によって生成された第２の血圧データを格納する。第２の血圧データ記憶部３０に格納された第２の血圧データは、呼吸周期推定部２００によって必要に応じて読み出される。

呼吸周期推定部２００は、第２の血圧データの周波数領域表現である第１のスペクトルに基づいてユーザの呼吸周期を推定し、呼吸周期記憶部５０に保存する。

具体的には、呼吸周期推定部２００は、第２の血圧データ記憶部３０から第２の血圧データを読み出し、その周波数領域表現である第１のスペクトルを生成する。呼吸周期推定部２００は、第１のスペクトルを第１のスペクトル記憶部４０に保存するとともに、第１のスペクトルのパワースペクトルを算出する。そして、呼吸周期推定部２００は、後述される技法により、パワースペクトルに含まれるピーク周波数の１つに対応する周期をユーザの呼吸周期と推定する。

ただし、呼吸周期推定部２００は、後述されるようにユーザの呼吸周期を推定できないこともある。この場合には、例えば、呼吸周期推定部２００は、図示されない表示装置またはスピーカからエラー画面またはエラーメッセージを出力するなどのエラー処理を行ってよい。

呼吸周期推定部２００がユーザの呼吸周期の推定に用いる第２の血圧データのデータ数は、任意に定められ得る。かかるデータ数は、例えば、血圧の被測定者であるユーザまたは他の人間（例えば、医師、健康指導者または血圧データ処理装置の製造者、販売者若しくは管理者）によって指定されてもよいし、自動的に決定されてもよい。

一例として、呼吸周期推定部２００は、例えば、ユーザの一晩の睡眠時間に相当する約７〜１０時間分の第２の血圧データからユーザの呼吸周期を推定してもよい。或いは、呼吸周期推定部２００は、特定の時間帯（例えば、ＰＭ９：００〜ＰＭ１２：００、ＡＭ１：００からＡＭ４：００）または特定の状態（例えば、就寝直後、就寝中、起床直前）における第２の血圧データからユーザの呼吸周期を推定してもよい。このように呼吸周期の推定に用いる第２の血圧データのデータ数を絞り込むことで、ユーザの呼吸性変動があまり安定していない場合にも呼吸周期を推定することができる。

なお、呼吸周期の推定に用いる第２の血圧データのデータ数は、後述されるように、ＦＦＴ（Ｆａｓｔ Ｆｏｕｒｉｅｒ Ｔｒａｎｓｆｏｒｍ）を適用するために、２の冪乗個に成形され得る。故に、呼吸周期推定部２００が第２の血圧データ記憶部３０から読み出す第２の血圧データのデータ数を２の冪乗個に一致させる必要はない。

第１のスペクトル記憶部４０は、呼吸周期推定部２００によって生成された第１のスペクトルを格納する。第１のスペクトル記憶部４０に格納された第１のスペクトルは、呼吸周期推定部２００および呼吸性変動抑圧部３００によって必要に応じて読み出される。

呼吸周期記憶部５０は、呼吸周期推定部２００によって推定されたユーザの呼吸周期を格納する。呼吸周期記憶部５０に格納された呼吸周期は、呼吸性変動抑圧部３００によって必要に応じて読み出される。

呼吸性変動抑圧部３００は、第２の血圧データに含まれるユーザの呼吸性変動を抑圧した処理済み血圧データを生成し、処理済み血圧データ記憶部６０に保存する。

具体的には、呼吸性変動抑圧部３００は、第１のスペクトル記憶部４０から第１のスペクトルを読み出し、呼吸周期記憶部５０から呼吸周期を読み出す。呼吸性変動抑圧部３００は、第１のスペクトルのうち呼吸周期に対応する周波数成分を抑圧し、それから時間領域表現へと変換することで処理済み血圧データを生成する。

処理済み血圧データ記憶部６０は、呼吸性変動抑圧部３００によって生成された処理済み血圧データを格納する。処理済み血圧データ記憶部６０に格納された処理済み血圧データは、例えば急激な血圧変動の検出のために図示されない血圧データ処理のための機能部または装置によって必要に応じて読み出されてよい。

急激な血圧変動は、血圧サージを含む。血圧サージとは、例えば、睡眠時無効吸症候群（Ｓｌｅｅｐ Ａｐｎｅａ Ｓｙｎｄｒｏｍｅ）の発作時に低酸素状態をトリガとして生じることがある急激な血圧変動を指す。従って、血圧サージ回数をモニタリングすることは、ユーザのＳＡＳの症状の軽重を把握するのに役立つ。

図１の血圧データ処理装置は、図２に例示されるように動作する。
体動ノイズ抑圧部１００は、第１の血圧データからユーザの体動に関するノイズを抑圧し、第２の血圧データを生成する（ステップＳ４００）。ステップＳ４００の詳細は、図４を用いて後述される。

呼吸周期推定部２００は、ステップＳ４００において生成された第２の血圧データの周波数領域表現である第１のスペクトルに基づいてユーザの呼吸周期を推定する（ステップＳ５００）。ステップＳ５００の詳細は、図８および図９を用いて後述される。

呼吸性変動抑圧部３００は、ステップＳ５００において推定されたユーザの呼吸周期に基づいて、第２の血圧データに含まれるユーザの呼吸性変動を抑圧し、処理済み血圧データを生成する（ステップＳ６００）。ステップＳ６００の詳細は、図１３を用いて後述される。

図１の体動ノイズ抑圧部１００が図３に例示される。この体動ノイズ抑圧部１００は、体動判定部１０１と、血圧データ補間部１０２とを含む。

体動判定部１０１は、第１の血圧データ記憶部１０から第１の血圧データを読み出し、体動データ記憶部２０から体動データを読み出す。体動判定部１０１は、単位期間の体動データに基づいて、当該単位期間において体動が発生したか否かを判定する。体動判定部１０１は、単位期間において体動が発生していないならば、当該単位期間の第１の血圧データを当該単位期間の第２の血圧データとして第２の血圧データ記憶部３０に保存する（パススルー）。他方、体動判定部１０１は、単位期間において体動が発生しているならば、当該単位期間（以降、体動発生期間とも呼ぶ）の第１の血圧データを血圧データ補間部１０２へと出力する。

ここで、単位期間とは、例えば、連続する拍動間の間隔、すなわち、拍動の１周期（例えば始点から終点までの間隔）であってよい。或いは、これを複数連結したもの、すなわち、拍動の複数周期であってもよい。これにより、拍動単位で体動ノイズの抑圧処理を施すことができる。

血圧データ補間部１０２は、体動判定部１０１から体動発生期間の第１の血圧データを受け取る。血圧データ補間部１０２は、この第１の血圧データの代わりとなる血圧データを体動発生期間の前後の第１の血圧データから補間生成する。補間生成には、例えば線形補間またはスプライン補間などの補間法が用いられてよい。かかる補間処理によれば、信頼性の低い血圧データを破棄して、血圧データの時間的相関を利用して生成した擬似的な血圧データを利用することができる。そして、血圧データ補間部１０２は、補間生成した血圧データを体動発生期間の第２の血圧データとして第２の血圧データ記憶部３０に保存する。なお、血圧データ補間部１０２の代わりに、または、血圧データ補間部１０２に追加して、例えば平滑化処理などの他のノイズ低減処理を施すデータ処理部が用意されてもよい。

図５に、体動データとしての加速度データおよび（第１の）血圧データを例示する。体動判定部１０１は、図５に示す期間において体動が発生していると判定したとする。この場合に、血圧データ補間部１０２は、体動発生期間の血圧データをその前後の血圧データに基づいて補間生成した血圧データによって置換し、図６に例示される（第２の）血圧データを生成し得る。なお、図６の例では、血圧データ補間部１０２は、収縮期血圧を処理対象としているが、拡張期血圧を処理対象としていない。しかしながら、血圧データ補間部１０２は、さらに拡張期血圧を処理してもよい。

図５および図６の例では、簡単化のために血圧データとして収縮期血圧（ＳＢＰ：Ｓｙｓｔｏｌｉｃ Ｂｌｏｏｄ Ｐｒｅｓｓｕｒｅ）および拡張期血圧（ＤＢＰ：Ｄｉａｓｔｏｌｉｃ Ｂｌｏｏｄ Ｐｒｅｓｓｕｒｅ）のみの波形を描いているが、ユーザに装着された連続型の血圧センサによって１拍毎の圧脈波データが測定されている場合には、かかる圧脈波の波形を可視化することも可能である。

図４に図２のステップＳ４００の詳細が例示される。
体動判定部１０１は、体動データ記憶部２０から単位期間の体動データを読み出す（ステップＳ４０１）。体動判定部１０１は、ステップＳ４０１において読み出した体動データに基づいて、当該体動データに関連付けられる単位期間において体動が発生したか否かを判定する（ステップＳ４０２）。体動が発生したと判定されれば処理はステップＳ４０４へと進み、そうでなければ処理はステップＳ４０３へと進む。

ステップＳ４０３において、体動判定部１０１は、ステップＳ４０２において体動が発生していないと判定された単位期間の第１の血圧データを第２の血圧データ記憶部３０に保存する。

ステップＳ４０４において、血圧データ補間部１０２は、ステップＳ４０２において体動が発生していると判定された単位期間について、第１の血圧データの代わりとなる血圧データを補間生成する。それから、血圧データ補間部１０２は、ステップＳ４０４において補間生成した血圧データを第２の血圧データ記憶部３０に保存する（ステップＳ４０５）。

図１の呼吸周期推定部２００の詳細が図７に例示される。この呼吸周期推定部２００は、ＦＦＴ部２０１と、パワースペクトル算出部２０２と、パワースペクトル記憶部２０３と、ピーク選択部２０４と、ＬＰＦ（Ｌｏｗ Ｐａｓｓ Ｆｉｌｔｅｒ）部２０５と、第２のスペクトル記憶部２０６と、ＩＦＦＴ（Ｉｎｖｅｒｓｅ ＦＦＴ）部２０７と、第３の血圧データ記憶部２０８と、呼吸性変動算出部２０９と、減衰量算出部２１０と、呼吸周期決定部２１１とを含む。

ＦＦＴ部２０１は、第２の血圧データ記憶部３０から第２の血圧データを読み出す。ＦＦＴ部２０１は、第２の血圧データに対してＦＦＴを施し、当該第２の血圧データの周波数領域表現である第１のスペクトルを生成する。ＦＦＴ部２０１は、第１のスペクトルを第１のスペクトル記憶部４０に保存する。なお、ＦＦＴ部２０１は、ＦＦＴを行う前に、第２の血圧データのデータ数を２の冪乗個になるように、当該第２の血圧データを成形してもよい。ＦＦＴ部２０１は、他の時間−周波数変換部に置き換えられてもよい。

パワースペクトル算出部２０２は、第１のスペクトル記憶部４０から第１のスペクトルを読み出す。パワースペクトル算出部２０２は、第１のスペクトルのパワースペクトルを算出する。パワースペクトル算出部２０２は、パワースペクトルをパワースペクトル記憶部２０３に保存する。

パワースペクトル記憶部２０３は、パワースペクトル算出部２０２によって算出されたパワースペクトルを格納する。パワースペクトル記憶部２０３に格納されたパワースペクトルは、ピーク選択部２０４によって必要に応じて読み出される。

ピーク選択部２０４は、パワースペクトル記憶部２０３からパワースペクトルを読み出す。ピーク選択部２０４は、パワースペクトルにおいてピークを示すピーク周波数の１つを選択する。ピーク選択部２０４は、選択したピークをＬＰＦ部２０５に通知する。

ピーク選択部２０４によって選択されているピーク周波数が呼吸周波数に相当するか否かの検証が、後述される呼吸周期決定部２１１によって行われる。そして、選択されているピーク周波数がユーザの呼吸周波数に相当しなかった場合には、呼吸周期決定部２１１は、ピーク選択部２０４に未選択のピーク周波数の１つを選択させる。このように呼吸周期に対応するピーク周波数を探索すれば、ユーザの個性、精神若しくは肉体の状態、または血圧の測定環境、などの要因に関わらず安定的かつ正確に呼吸周期を推定することができる。

具体的には、ピーク選択部２０４は、パワースペクトルの全周波数帯よりも狭い解析範囲を設定し、この解析範囲からピーク周波数の１つを選択してもよい。解析範囲の一例が図１０に示される。解析範囲は、ユーザの主要な血圧変動成分が分布する周波数領域に比べて高周波数領域に設定されてよい。解析範囲は、ユーザの呼吸周期に対応する呼吸周波数が存在する可能性のある範囲に定められ得る。例えば、解析範囲は、呼吸周期の推定対象となるユーザまたは他のユーザの呼吸周波数の分布の実測に基づいて定められてもよいし、理論的に定められてもよい。

ピーク選択部２０４は、さらに、閾値を設定し、この閾値以上であるピークを示すピーク周波数に限って選択してもよい。閾値は、例えば、解析範囲内のパワースペクトルの平均値であるがこれに限られない。ピーク選択部２０４は、さらに、図１１に例示されるように、周波数の降順にピーク周波数を選択してもよい。図１１の例において、Ｎはピーク周波数の選択順序を表しており、ピーク選択部２０４は、Ｎ＝１のピーク周波数を最初に選択することになる。一般に、呼吸周波数は、ユーザの主要な血圧変動成分が分布する周波数領域に比べて高い周波数領域にある。故に、呼吸周期に対応するピーク周波数を無駄なく探索できるとともに、ユーザの血圧変動成分に起因して誤った呼吸周期が推定されることを防止できる。

ＬＰＦ部２０５は、第１のスペクトル記憶部４０から第１のスペクトルを読み出し、ピーク選択部２０４から選択されているピーク周波数を通知される。ＬＰＦ部２０５は、第１のスペクトルに対して低域通過型フィルタ処理を施して第２のスペクトルを生成する。この低域通過型フィルタ処理は、選択されているピーク周波数よりも低い遮断周波数が定められる。すなわち、このピーク周波数は、通過域に含まれない。これにより、第１のスペクトルのうちピーク周波数の成分を含む高周波成分をまとめて抑圧することができる。ＬＰＦ部２０５は、第２のスペクトルを第２のスペクトル記憶部２０６に保存する。

なお、ＬＰＦ部２０５は、第１のスペクトルのうち選択されているピーク周波数の成分を抑圧し、第２のスペクトルを生成する周波数成分抑圧部に置き換えられてもよい。かかる周波数成分抑圧部は、例えば、かかるピーク周波数を阻止帯域に含む帯域除去型フィルタ処理を行ってもよい。

第２のスペクトル記憶部２０６は、ＬＰＦ部２０５によって生成された第２のスペクトルを格納する。第２のスペクトル記憶部２０６に格納された第２のスペクトルは、ＩＦＦＴ部２０７によって必要に応じて読み出される。

ＩＦＦＴ部２０７は、第２のスペクトル記憶部２０６から第２のスペクトルを読み出す。ＩＦＦＴ部２０７は、第２のスペクトルに対してＩＦＦＴを施し、当該第２のスペクトルの時間領域表現である第３の血圧データを生成する。ＩＦＦＴ部２０７は、第３の血圧データを第３の血圧データ記憶部２０８に保存する。ＩＦＦＴ部２０７は、他の周波数−時間変換部に置き換えられてもよい。

第３の血圧データ記憶部２０８は、呼吸性変動算出部２０９によって生成された第３の血圧データを格納する。第３の血圧データ記憶部２０８に格納された第３の血圧データは、呼吸性変動算出部２０９によって必要に応じて読み出される。

呼吸性変動算出部２０９は、第２の血圧データ記憶部３０から第２の血圧データを読み出し、第３の血圧データ記憶部２０８から第３の血圧データを読み出す。呼吸性変動算出部２０９は、第２の血圧データにおける呼吸性変動（第１の呼吸性変動と呼ぶ）と、第３の血圧データにおける呼吸性変動（第２の呼吸性変動と呼ぶ）とをそれぞれ算出する。呼吸性変動算出部２０９は、第１の呼吸性変動および第２の呼吸性変動を減衰量算出部２１０へと出力する。

減衰量算出部２１０は、第１の呼吸性変動に対する第２の呼吸性変動の減衰量を算出する。ＬＰＦ部２０５によって呼吸周期に対応する周波数成分が抑圧されていれば、第１の呼吸性変動に対して第２の呼吸性変動は大きく減衰する。すなわち、ピーク選択部２０４によって選択されているピーク周波数に対応する周期が呼吸周期であると推定することが可能となる。減衰量算出部２１０は、減衰量を呼吸周期決定部２１１に通知する。

呼吸周期決定部２１１は、減衰量を減衰量算出部２１０から通知される。呼吸周期決定部２１１は、減衰量を閾値Ｙと比較する。減衰量が閾値Ｙよりも大きければ、呼吸周期決定部２１１は、ピーク選択部２０４によって選択されているピーク周波数に対応する周期をユーザの呼吸周期として決定する。それから、ピーク選択部２０４は、ユーザの呼吸周期を呼吸周期記憶部５０に保存する。他方、減衰量が閾値Ｙ以下であれば、呼吸周期決定部２１１は、ピーク選択部２０４に未選択のピーク周波数の１つを選択させる。

ただし、ピーク選択部２０４は、ピーク周波数の選択可能回数を制限してもよい。具体的には、ピーク選択部２０４は、未選択のピーク周波数が残存する場合であっても、ピーク周波数の選択回数が上記選択可能回数に達していたならば、呼吸周期を推定できないとして、エラー処理（例えば、呼吸周期を推定できないことを示すエラー画面またはエラーメッセージの出力）を行ってもよい。未選択のピーク周波数が空になった場合も同様である。

呼吸周期が推定できない場合には、例えば、呼吸周期の推定に用いる第２の血圧データのデータ数を変更（例えば、絞り込む）したり、体動ノイズ抑圧部１００において異なる体動ノイズ抑圧処理を施して第２の血圧データを生成し直したりしてから、呼吸周期を再推定してもよい。

図８に図２のステップＳ５００の詳細が例示される。
呼吸性変動算出部２０９は、ステップＳ４００において生成された第２の血圧データにおける第１の呼吸性変動を算出する（ステップＳ５０１）。他方、ＦＦＴ部２０１は、ステップＳ４００において生成された第２の血圧データに対してＦＦＴを施し、第１のスペクトルを生成する（ステップＳ５０２）。なお、ステップＳ５０１およびステップＳ５０２は、図８とは異なる順序で実行され得る。

パワースペクトル算出部２０２は、ステップＳ５０２において生成された第１のスペクトルのパワースペクトルを算出する（ステップＳ５０３）。ステップＳ５０３の後に、処理はステップＳ５１０へと進む。

ステップＳ５１０において、ピーク選択部２０４は、ステップＳ５０３において算出されたパワースペクトルからピーク周波数の１つを選択する。なお、ステップＳ５１０の詳細は図９を用いて後述される。

ＬＰＦ部２０５は、ステップＳ５０２において生成された第１のスペクトルに対して、ステップＳ５１０において選択されたピーク周波数よりも低い遮断周波数を設定した低域通過型フィルタ処理を施し、第２のスペクトルを生成する（ステップＳ５２１）。ＩＦＦＴ部２０７は、ステップＳ５２１において生成された第２のスペクトルに対してＩＦＦＴを施し、第３の血圧データを生成する（ステップＳ５２２）。

呼吸性変動算出部２０９は、ステップＳ５２２において生成された第３の血圧データにおける第２の呼吸性変動を算出する（ステップＳ５２３）。減衰量算出部２１０は、ステップＳ５０１において算出された第１の呼吸性変動に対する、ステップＳ５２３において算出された第２の呼吸性変動の減衰量を算出する（ステップＳ５２４）。

呼吸周期決定部２１１は、ステップＳ５２４において算出された減衰量を閾値Ｙと比較する（ステップＳ５２５）。減衰量が閾値Ｙよりも大きければ、呼吸周期決定部２１１は、ステップＳ５１０において選択されたピーク周波数に対応する周期をユーザの呼吸周期として決定する（ステップＳ５２６）。他方、減衰量が閾値Ｙ以下であれば、処理はステップＳ５１０へと戻る。この結果、ピーク選択部２０４は未選択のピーク周波数の１つを選択することになる。

図９に図８のステップＳ５１０の詳細が例示される。
図８のステップＳ５０３の後に、ピーク選択部２０４は、パワースペクトルの全周波数帯よりも狭い解析範囲を設定する（ステップＳ５１１）。ピーク選択部２０４は、ステップＳ５１１において設定した解析範囲内のパワースペクトル（図８のステップＳ５０３において算出）の平均値を算出し、これに略一致するように閾値を設定する（ステップＳ５１２）。ピーク選択部２０４は変数Ｎを１に初期化し、処理はステップＳ５１４に進む。

ステップＳ５１４において、ピーク選択部２０４は、ステップＳ５１１において設定した解析範囲内で、ステップＳ５１２において設定した閾値以上のピークを示すピーク周波数のうちＮ番目に高周波のものを選択し、処理は図８のステップＳ５２１へと進む。

なお、ステップＳ５２５からステップＳ５１０に処理が戻った場合には、ピーク選択部２０４は変数Ｎを１インクリメントし（ステップＳ５１５）、処理はステップＳ５１４へと進む。

なお、図９の処理は一部変形されてもよい。具体的には、ステップＳ５１５とステップＳ５１４との間に判定ステップがさらに設けられてもよい。この判定ステップでは、Ｎが予め定められた選択可能回数以下であるか否かが判定される。Ｎが選択可能回数以下であるならば、処理はステップＳ５１４へと進む。他方、Ｎが選択可能回数を超えているならば、所定のエラー処理（例えば、呼吸周期を推定できないことを示すエラー画面またはエラーメッセージの出力）の後に処理は終了する。

図１の呼吸性変動抑圧部３００の詳細が図１２に例示される。この呼吸性変動抑圧部３００は、周波数成分抑圧部３０１と、第３のスペクトル記憶部３０２と、ＩＦＦＴ部３０３とを含む。

周波数成分抑圧部３０１は、第１のスペクトル記憶部４０から第１のスペクトルを読み出し、呼吸周期記憶部５０からユーザの呼吸周期を読み出す。周波数成分抑圧部３０１は、第１のスペクトルのうちユーザの呼吸周期に対応する周波数成分を抑圧し、第３のスペクトルを生成する。周波数成分抑圧部３０１は、第３のスペクトルを第３のスペクトル記憶部３０２に保存する。

周波数成分抑圧部３０１は、例えば、ユーザの呼吸周期に対応する呼吸周波数よりも低い遮断周波数を設定した低域通過型フィルタ処理または呼吸周波数を阻止帯域に含む帯域除去型フィルタ処理を行ってよい。これにより、図１４に例示されるように、ユーザの呼吸周波数の成分が抑圧されることになる。

第３のスペクトル記憶部３０２は、周波数成分抑圧部３０１によって生成された第３のスペクトルを格納する。第３のスペクトル記憶部３０２に格納された第３のスペクトルは、ＩＦＦＴ部３０３によって必要に応じて読み出される。

ＩＦＦＴ部３０３は、第３のスペクトル記憶部３０２から第３のスペクトルを読み出す。ＩＦＦＴ部３０３は、第３のスペクトルに対してＩＦＦＴを施し、当該第３のスペクトルの時間領域表現である処理済み血圧データを生成する。ＩＦＦＴ部３０３は、処理済み血圧データを処理済み血圧データ記憶部６０に保存する。ＩＦＦＴ部３０３は、他の周波数−時間変換部に置き換えられてもよい。

図１５に、第２の血圧データの波形（元波形）と、処理済み血圧データの波形（呼吸性変動抑圧後の波形）とを例示する。なお、図１５の第２の血圧データおよび処理済み血圧データは、図１４に例示したパワースペクトルに対応する。処理済み血圧データは、呼吸性変動による周期的な揺れが抑圧されているので、ユーザの呼吸以外の要因による血圧変動（例えば、血圧サージ）の分析に好適である。

図１３に図２のステップＳ６００の詳細が例示される。
周波数成分抑圧部３０１は、第１のスペクトルのうち、図２のステップＳ５００において推定されたユーザの呼吸周期に対応する周波数成分を抑圧し、第３のスペクトルを生成する（ステップＳ６０１）。

ＩＦＦＴ部３０３は、ステップＳ６０１において生成された第３のスペクトルに対してＩＦＦＴを施し、第３のスペクトルの時間領域表現である処理済み血圧データを生成する（ステップＳ６０２）。ＩＦＦＴ部３０３は、ステップＳ６０２において生成した処理済み血圧データを処理済み血圧データ記憶部６０に保存する（ステップＳ６０３）。

以上説明したように、第１の実施形態に係る血圧データ処理装置は、ユーザの体動に関するノイズが抑圧された血圧データの周波数領域表現であるスペクトルに基づいてユーザの呼吸周期を推定する。具体的には、血圧データ処理装置は、このスペクトルのパワースペクトルにおいてピークを示すピーク周波数の１つを選択し、当該ピーク周波数の成分を抑圧した場合の呼吸性変動の減衰量に基づいて当該ピーク周波数が呼吸周波数に相当するか否かを検証する。故に、この血圧データ処理装置によれば、ユーザの個性、精神若しくは肉体の状態、体動の有無、血圧の測定環境、などの要因に関わらず安定的かつ正確に呼吸周期を推定することができる。

また、この血圧データ処理装置は、推定した呼吸周期を用いて、ユーザの呼吸性変動を抑圧した処理済み血圧データを生成する。故に、この血圧データ処理装置によれば、ユーザの呼吸以外の要因による血圧変動（例えば、血圧サージ）の分析に好適な処理済み血圧データを得ることができる。すなわち、前述のように、図１４に示したパワースペクトルから呼吸周期を正しく推定し、図１５に示した処理済み血圧データを生成することができる。

さらに、前述のように、この血圧データ処理装置によれば、ユーザの個性、精神若しくは肉体の状態、体動の有無、血圧の測定環境、などの要因に関わらず安定的かつ正確に呼吸周期を推定することができる。図１６に、図１４とは異なる位置に呼吸周波数があるパワースペクトルを例示する。この血圧データ処理装置は、かかるパワースペクトルが得られた場合にも、呼吸周期を正しく推定し、図１７に例示される処理済み血圧データを生成することができる。

（第２の実施形態）
図１８に例示されるように、第２の実施形態に係る血圧データ処理装置は、第１の血圧データ記憶部１０と、体動データ記憶部２０と、体動ノイズ抑圧部１００と、第２の血圧データ記憶部３０と、呼吸周期推定部２００と、第１のスペクトル記憶部４０と、呼吸周期記憶部５０と、呼吸性変動抽出部７００と、呼吸性変動データ記憶部７０とを含む。

呼吸性変動抽出部７００は、第２の血圧データに含まれるユーザの呼吸性変動を抽出して呼吸性変動データを生成し、呼吸性変動データ記憶部７０に保存する。

具体的には、呼吸性変動抽出部７００は、第１のスペクトル記憶部４０から第１のスペクトルを読み出し、呼吸周期記憶部５０から呼吸周期を読み出す。呼吸性変動抽出部７００は、第１のスペクトルのうち呼吸周期に対応しない周波数成分を抑圧し、それから時間領域表現へと変換することで呼吸性変動データを生成する。

呼吸性変動データ記憶部７０は、呼吸性変動抽出部７００によって生成された呼吸性変動データを格納する。呼吸性変動データ記憶部７０に格納された呼吸性変動データは、例えば奇脈の検出のために図示されない血圧データ処理のための機能部または装置によって必要に応じて読み出されてよい。奇脈をモニタリングすることは、ユーザの喘息、ＣＯＰＤ、心タンポナーデ等の症状の軽重を把握するのに役立つ。

図１８の血圧データ処理装置は、図１９に例示されるように動作する。図１９において、ステップＳ４００およびステップＳ５００は図２と同様であり得る。
呼吸性変動抽出部７００は、ステップＳ５００において推定されたユーザの呼吸周期に基づいて、第２の血圧データに含まれるユーザの呼吸性変動を抽出し、呼吸性変動データを生成する（ステップＳ８００）。ステップＳ８００の詳細は、図２１を用いて後述される。

図１８の呼吸性変動抽出部７００の詳細が図２０に例示される。この呼吸性変動抽出部７００は、周波数成分抑圧部７０１と、第４のスペクトル記憶部７０２と、ＩＦＦＴ部７０３とを含む。

周波数成分抑圧部７０１は、第１のスペクトル記憶部４０から第１のスペクトルを読み出し、呼吸周期記憶部５０からユーザの呼吸周期を読み出す。周波数成分抑圧部７０１は、第１のスペクトルのうちユーザの呼吸周期に対応しない周波数成分を抑圧（換言すれば、第１のスペクトルのうちユーザの呼吸周期に対応する周波数成分を抽出）し、第４のスペクトルを生成する。周波数成分抑圧部７０１は、第４のスペクトルを第４のスペクトル記憶部７０２に保存する。

周波数成分抑圧部７０１は、例えば、ユーザの呼吸周期に対応する呼吸周波数を通過域に含む帯域通過型フィルタ処理または呼吸周波数よりも低い遮断周波数を設定した高域通過型フィルタ処理を行ってよい。これにより、図２２に例示されるように、ユーザの呼吸周波数の成分が抽出されることになる。

第４のスペクトル記憶部７０２は、周波数成分抑圧部７０１によって生成された第４のスペクトルを格納する。第４のスペクトル記憶部７０２に格納された第４のスペクトルは、ＩＦＦＴ部７０３によって必要に応じて読み出される。

ＩＦＦＴ部７０３は、第４のスペクトル記憶部７０２から第４のスペクトルを読み出す。ＩＦＦＴ部７０３は、第４のスペクトルに対してＩＦＦＴを施し、当該第４のスペクトルの時間領域表現である呼吸性変動データを生成する。ＩＦＦＴ部７０３は、呼吸性変動データを呼吸性変動データ記憶部７０に保存する。ＩＦＦＴ部７０３は、他の周波数−時間変換部に置き換えられてもよい。

図２３に、第２の血圧データの波形（元波形）と、呼吸性変動データの波形（呼吸性変動抽出後の波形）とを例示する。なお、図２３の第２の血圧データおよび呼吸性変動データは、図２２に例示したパワースペクトルに対応する。呼吸性変動データは、呼吸性変動による周期的な揺れが抽出されているので、ユーザの奇脈などの分析に好適である。

図２１に図１９のステップＳ８００の詳細が例示される。
周波数成分抑圧部７０１は、第１のスペクトルのうち、図１９のステップＳ５００において推定されたユーザの呼吸周期に対応しない周波数成分を抑圧し、第４のスペクトルを生成する（ステップＳ８０１）。

ＩＦＦＴ部７０３は、ステップＳ８０１において生成された第４のスペクトルに対してＩＦＦＴを施し、第４のスペクトルの時間領域表現である呼吸性変動データを生成する（ステップＳ８０２）。ＩＦＦＴ部７０３は、ステップＳ８０２において生成した呼吸性変動データを呼吸性変動データ記憶部７０に保存する（ステップＳ８０３）。

以上説明したように、第２の実施形態に係る血圧データ処理装置は、推定した呼吸周期を用いて、ユーザの呼吸性変動を抽出した呼吸性変動データを生成する。故に、この血圧データ処理装置によれば、ユーザの呼吸性変動（例えば、奇脈）の分析に好適な呼吸性変動データを得ることができる。

（第３の実施形態）
図２４に例示されるように、第３の実施形態に係る血圧データ処理装置は、第１の血圧データ記憶部１０と、体動データ記憶部２０と、体動ノイズ抑圧部１００と、第２の血圧データ記憶部３０と、呼吸周期推定部２００と、第１のスペクトル記憶部４０と、呼吸周期記憶部５０と、呼吸性変動抑圧部３００と、処理済み血圧データ記憶部６０と、呼吸性変動抽出部７００と、呼吸性変動データ記憶部７０と、制御パラメータ設定部９００とを含む。

制御パラメータ設定部９００は、呼吸性変動を抑圧する処理のイネーブル／ディセーブルを示す第１の制御パラメータを設定し、呼吸性変動を抽出する処理のイネーブル／ディセーブルを示す第２の制御パラメータを設定する。第１の制御パラメータおよび第２の制御パラメータは、血圧の被測定者であるユーザまたは他の人間（例えば、医師、健康指導者または血圧データ処理装置の製造者、販売者若しくは管理者）によって指定されてもよいし、自動的に決定されてもよい。制御パラメータ設定部９００は、設定した第１の制御パラメータを呼吸性変動抑圧部３００に通知し、設定した第２の制御パラメータを呼吸性変動抽出部７００に通知する。

第１の制御パラメータを設定可能とすることで、呼吸性変動の抑圧処理の実行／省略が選択可能となる。同様に、第２の制御パラメータを設定可能とすることで、呼吸性変動の抽出処理の実行／省略が選択可能となる。

図２４の呼吸性変動抑圧部３００は、第１の制御パラメータがイネーブルを示す場合に呼吸性変動を抑圧する処理を行い、第１の制御パラメータがディセーブルを示す場合に呼吸性変動を抑圧する処理を行わない、という点で図１の呼吸性変動抑圧部３００とは異なる。

図２４の呼吸性変動抽出部７００は、第２の制御パラメータがイネーブルを示す場合に呼吸性変動を抽出する処理を行い、第２の制御パラメータがディセーブルを示す場合に呼吸性変動を抽出する処理を行わない、という点で図１８の呼吸性変動抽出部７００とは異なる。

図２４の血圧データ処理装置は、図２５に例示されるように動作する。図２５において、ステップＳ４００およびステップＳ５００は図２と同様であり得る。また、図２５においてステップＳ８００は、図１９と同様であり得る。

具体的には、図２５では、ステップＳ５００の後に、ステップＳ６００の実行／省略を決定するためのステップＳ１００１と、ステップＳ８００の実行／省略を決定するためのステップＳ１００２とが設けられる。なお、ステップＳ１００１およびステップＳ１００２は、図２５とは異なる順序で実行されてもよいし、１つのステップとして実行されてもよい。

ステップＳ１００１において、呼吸性変動抑圧部３００は、制御パラメータ設定部９００によって設定された第１の制御パラメータを参照する。第１の制御パラメータが呼吸性変動の抑圧処理のイネーブルを示す場合には処理はステップＳ６００に進み、そうでなければステップＳ６００が省略される。

ステップＳ１００２において、呼吸性変動抽出部７００は、制御パラメータ設定部９００によって設定された第２の制御パラメータを参照する。第２の制御パラメータが呼吸性変動の抽出処理のイネーブルを示す場合には処理はステップＳ８００へと進み、そうでなければステップＳ８００が省略される。

以上説明したように、第３の実施形態に係る血圧データ処理装置は、第１の実施形態において説明した呼吸性変動の抑圧処理と、第２の実施形態において説明した呼吸性変動の抽出処理との実行／省略をそれぞれ選択可能とする。故に、この血圧データ処理装置によれば、必要に応じて、ユーザの呼吸以外の要因による血圧変動（例えば、血圧サージ）の分析に好適な処理済み血圧データを得ることも、ユーザの呼吸性変動（例えば、奇脈）の分析に好適な呼吸性変動データを得ることもできる。

上述の実施形態は、本発明の概念の理解を助けるための具体例を示しているに過ぎず、本発明の範囲を限定することを意図されていない。実施形態は、本発明の要旨を逸脱しない範囲で、様々な構成要素の付加、削除または転換をすることができる。

上記各実施形態において説明された種々の機能部は、回路を用いることで実現されてもよい。回路は、特定の機能を実現する専用回路であってもよいし、プロセッサのような汎用回路であってもよい。

上記各実施形態の処理の少なくとも一部は、汎用のコンピュータを基本ハードウェアとして用いることでも実現可能である。上記処理を実現するプログラムは、コンピュータで読み取り可能な記録媒体に格納して提供されてもよい。プログラムは、インストール可能な形式のファイルまたは実行可能な形式のファイルとして記録媒体に記憶される。記録媒体としては、磁気ディスク、光ディスク（ＣＤ−ＲＯＭ、ＣＤ−Ｒ、ＤＶＤ等）、光磁気ディスク（ＭＯ等）、半導体メモリなどである。記録媒体は、プログラムを記憶でき、かつ、コンピュータが読み取り可能であれば、何れであってもよい。また、上記処理を実現するプログラムを、インターネットなどのネットワークに接続されたコンピュータ（サーバ）上に格納し、ネットワーク経由でコンピュータ（クライアント）にダウンロードさせてもよい。

上記各実施形態の一部または全部は、特許請求の範囲のほか以下の付記に示すように記載することも可能であるが、これに限られない。
（付記１）
メモリと、
前記メモリに接続されたプロセッサと
を具備し、
前記プロセッサは、
（ａ）ユーザの第１の血圧データに含まれる前記ユーザの体動に関するノイズが抑圧された第２の血圧データの周波数領域表現である第１のスペクトルのパワースペクトルにおいてピークを示すピーク周波数の１つを選択し、
（ｂ）前記第１のスペクトルのうち選択されているピーク周波数の成分を抑圧し、第２のスペクトルを生成し、
（ｃ）前記第２の血圧データにおける第１の呼吸性変動を算出し、前記第２のスペクトルの時間領域表現である第３の血圧データにおける第２の呼吸性変動を算出し、
（ｄ）前記第１の呼吸性変動に対する前記第２の呼吸性変動の減衰量を算出し、
（ｅ）前記減衰量が第１の閾値よりも大きければ前記選択されているピーク周波数に対応する周期を前記ユーザの呼吸周期として決定する
ように構成される、血圧データ処理装置。

１０・・・第１の血圧データ記憶部
２０・・・体動データ記憶部
３０・・・第２の血圧データ記憶部
４０・・・第１のスペクトル記憶部
５０・・・呼吸周期記憶部
６０・・・処理済み血圧データ記憶部
７０・・・呼吸性変動データ記憶部
１００・・・体動ノイズ抑圧部
１０１・・・体動判定部
１０２・・・血圧データ補間部
２００・・・呼吸周期推定部
２０１・・・ＦＦＴ部
２０２・・・パワースペクトル算出部
２０３・・・パワースペクトル記憶部
２０４・・・ピーク選択部
２０５・・・ＬＰＦ部
２０６・・・第２のスペクトル記憶部
２０７，３０３，７０３・・・ＩＦＦＴ部
２０８・・・第３の血圧データ記憶部
２０９・・・呼吸性変動算出部
２１０・・・減衰量算出部
２１１・・・呼吸周期決定部
３００・・・呼吸性変動抑圧部
３０１，７０１・・・周波数成分抑圧部
３０２・・・第３のスペクトル記憶部
７００・・・呼吸性変動抽出部
７０２・・・第４のスペクトル記憶部
９００・・・制御パラメータ設定部

Claims (10)

1. ユーザの第１の血圧データに含まれる前記ユーザの体動に関するノイズが抑圧された第２の血圧データの周波数領域表現である第１のスペクトルに基づいて前記ユーザの呼吸周期を推定する呼吸周期推定部を具備し、
   前記呼吸周期推定部は、
   前記第１のスペクトルのパワースペクトルにおいてピークを示すピーク周波数の１つを選択するピーク選択部と、
   前記第１のスペクトルのうち選択されているピーク周波数の成分を抑圧し、第２のスペクトルを生成する第１の周波数成分抑圧部と、
   前記第２の血圧データにおける第１の呼吸性変動を算出し、前記第２のスペクトルの時間領域表現である第３の血圧データにおける第２の呼吸性変動を算出する呼吸性変動算出部と、
   前記第１の呼吸性変動に対する前記第２の呼吸性変動の減衰量を算出する減衰量算出部と、
   前記減衰量が第１の閾値よりも大きければ前記選択されているピーク周波数に対応する周期を前記ユーザの呼吸周期として決定する呼吸周期決定部と
   を含む、
   血圧データ処理装置。
2. 前記呼吸周期決定部は、前記減衰量が前記第１の閾値以下であれば前記ピーク選択部に未選択のピーク周波数の１つを選択させる、請求項１に記載の血圧データ処理装置。
3. 前記ピーク選択部は、周波数の降順にピーク周波数を選択する、請求項２に記載の血圧データ処理装置。
4. 前記第１の周波数成分抑圧部は、前記第１のスペクトルに対して低域通過型フィルタ処理を施して前記第２のスペクトルを生成し、
   前記低域通過型フィルタ処理は、前記選択されているピーク周波数よりも低い遮断周波数が設定される、
   請求項３に記載の血圧データ処理装置。
5. 前記第２の血圧データに含まれる前記ユーザの呼吸性変動を抑圧した処理済み血圧データを生成する呼吸性変動抑圧部をさらに具備し、
   前記呼吸性変動抑圧部は、
   前記第１のスペクトルのうち前記ユーザの呼吸周期に対応する周波数成分を抑圧し、第３のスペクトルを生成する第２の周波数成分抑圧部と、
   前記第３のスペクトルを時間領域表現へと変換し、前記処理済み血圧データを生成する第１の変換部と
   を含む、
   請求項１に記載の血圧データ処理装置。
6. 前記第２の血圧データに含まれる前記ユーザの呼吸性変動を抽出し、呼吸性変動データを生成する呼吸性変動抽出部をさらに具備し、
   前記呼吸性変動抽出部は、
   前記第１のスペクトルのうち前記ユーザの呼吸周期に対応しない周波数成分を抑圧し、第４のスペクトルを生成する第３の周波数成分抑圧部と、
   前記第４のスペクトルを時間領域表現へと変換し、前記呼吸性変動データを生成する第２の変換部と
   を含む、
   請求項１に記載の血圧データ処理装置。
7. 前記第２の血圧データに含まれる前記ユーザの呼吸性変動を抑圧する処理のイネーブル／ディセーブルを示す第１の制御パラメータと、前記呼吸性変動を抽出する処理のイネーブル／ディセーブルを示す第２の制御パラメータとを設定する設定部と、
   前記第１の制御パラメータがイネーブルを示す場合に、前記第２の血圧データに含まれる前記ユーザの呼吸性変動を抑圧した処理済み血圧データを生成する呼吸性変動抑圧部と、
   前記第２の制御パラメータがイネーブルを示す場合に、前記呼吸性変動を抽出し、呼吸性変動データを生成する呼吸性変動抽出部と、
   をさらに具備し、
   前記呼吸性変動抑圧部は、
   前記第１のスペクトルのうち前記ユーザの呼吸周期に対応する周波数成分を抑圧し、第３のスペクトルを生成する第２の周波数成分抑圧部と、
   前記第３のスペクトルを時間領域表現へと変換し、前記処理済み血圧データを生成する第１の変換部と
   を含み、
   前記呼吸性変動抽出部は、
   前記第１のスペクトルのうち前記ユーザの呼吸周期に対応しない周波数成分を抑圧し、第４のスペクトルを生成する第３の周波数成分抑圧部と、
   前記第４のスペクトルを時間領域表現へと変換し、前記呼吸性変動データを生成する第２の変換部と
   を含む、
   請求項１に記載の血圧データ処理装置。
8. 前記第１の血圧データに含まれる前記ユーザの体動に関するノイズを抑圧し、前記第２の血圧データを生成する体動ノイズ抑圧部をさらに具備し、
   前記体動ノイズ抑圧部は、
   前記ユーザに装着された動きセンサから得られた体動データに基づいて単位期間において前記ユーザの体動が発生したか否かを判定する体動判定部と、
   前記ユーザの体動が発生したと判定された単位期間における血圧データを補間生成し、補間生成した血圧データによって前記単位期間の第１の血圧データを置換して前記第２の血圧データを生成する血圧データ補間部と
   を含む、
   請求項１に記載の血圧データ処理装置。
9. ユーザの第１の血圧データに含まれる前記ユーザの体動に関するノイズが抑圧された第２の血圧データの周波数領域表現である第１のスペクトルに基づいて前記ユーザの呼吸周期を推定することを具備し、
   前記ユーザの呼吸周期を推定することは、
   前記第１のスペクトルのパワースペクトルにおいてピークを示すピーク周波数の１つを選択することと、
   前記第１のスペクトルのうち選択されているピーク周波数の成分を抑圧し、第２のスペクトルを生成することと、
   前記第２の血圧データにおける第１の呼吸性変動を算出し、前記第２のスペクトルの時間領域表現である第３の血圧データにおける第２の呼吸性変動を算出することと、
   前記第１の呼吸性変動に対する前記第２の呼吸性変動の減衰量を算出することと、
   前記減衰量が第１の閾値よりも大きければ前記選択されているピーク周波数に対応する周期を前記ユーザの呼吸周期として決定することと
   を含む、
   血圧データ処理方法。
10. コンピュータを請求項１乃至請求項８のいずれか１項に記載の血圧データ処理装置として機能させるための血圧データ処理プログラム。