JP6779518B2 - 生体信号検出システム、生体信号検出方法 - Google Patents

Description

本発明は、生体信号検出システム、生体信号検出方法に関する。

近年、被験者の疲労度、ストレス、健康状態等を把握するために、瞬き、心拍、呼吸等の生体信号を、例えばドップラーセンサを用いて非接触で観測する生体信号検出システムが検討されている。ドップラーセンサを用いた生体信号検出システムにおいて、生体信号の検出精度を向上することは重要な課題であり、そのために様々な提案がなされている。

例えば、生体信号検出の１つである瞬き検出に関して、機械学習に基づく手法が提案されている（例えば、非特許文献１参照）。この手法では、瞬き信号について５つの特徴量（電圧最大値、時間幅、分散、生信号の分散、生信号の電圧最大値）を定義し、機械学習の一つであるＳＶＭ（Support Vector Machine）により瞬きと非瞬きを識別する。

これら特徴量は人や環境毎に異なるため、事前に様々な瞬きについて特徴量を学習することで、検出特性が向上する。しかし、機械学習を用いた手法では、事前学習データとテストデータが適さない場合には検出精度が劣化してしまう。

C，Tamba and T．Ohtsuki，"Learning−based Blink Detection Using a Doppler Sensor，"IEICE technical report，vol．114，no．418，ASN2014−123，pp．97−102．Jan．2015．

本発明は、上記の点に鑑みてなされたものであり、事前学習を必要とせずに生体信号の検出精度を向上することを目的とする。

本生体信号検出システムは、被験者からの反射波を受信してドップラー信号を取得するドップラーセンサと、前記ドップラー信号の所定の周波数帯域内に含まれる各周波数の振幅又は位相を時刻毎に積分し、積分値の時間変化を算出する積分値算出部と、前記積分値の時間変化に基づいて、前記被験者の生体信号を検出する生体信号検出部と、を有し、前記積分値算出部は、前記所定の周波数帯域のうちの低周波側の正のドップラー周波数に含まれる各周波数の第１振幅と、前記低周波側の負のドップラー周波数に含まれる各周波数の第２振幅を別々に時刻毎に積分し、前記第１振幅及び前記第２振幅の積分値の時間変化を算出する低周波振幅積分値算出部を含み、前記生体信号検出部は、前記第１振幅の積分値を時刻毎に第１閾値と比較すると共に、前記第２振幅の積分値を時刻毎に第２閾値と比較し、前記第１振幅が前記第１閾値以上であり、かつ、前記第２振幅が前記第２閾値以上である時刻の前記ドップラー信号を前記生体信号の第１候補として選出する第１検出部を含むことを要件とする。

開示の技術によれば、事前学習を必要とせずに生体信号の検出精度を向上することができる。

第１の実施の形態に係る瞬き検出システムの概略構成を例示する図である。 ドップラーセンサ１０で得たドップラー信号の一例である。 第１の実施の形態に係る信号処理部のハードウェアブロックを例示する図である。 第１の実施の形態に係る信号処理部の機能ブロックを例示する図である。 第１の実施の形態に係る瞬き検出システムの動作を示すフローチャートの例である。 ドップラー信号及びドップラー信号のスペクトログラムの一例である。 ドップラー信号のスペクトログラム及び低周波側の振幅データの一例である。 ＣＡ−ＣＦＡＲ検出について説明する図である。 ドップラー信号のスペクトログラム及び高周波側の振幅データの一例である。 瞬き信号の第１候補、第２候補、合成結果の一例である。 位相の時間変化と体動検出の結果の一例である。 瞬き信号の検出結果の一例である。 第１の実施の形態の変形例に係る瞬き検出システムの概略構成を例示する図である。 第１の実施の形態の変形例に係る信号処理部の機能ブロックを例示する図である。 第１の実施の形態の変形例に係る瞬き検出システムの動作を示すフローチャートの例である。 ２つの連続するピークのＶｐ（ｎ）について説明する図である。 実施例１の結果を示す図である。 実施例２の結果を示す図である。 実施例３の結果を示す図である。 第２の実施の形態に係る心拍検出システムの概略構成を例示する図である。 第２の実施の形態に係る信号処理部の機能ブロックを例示する図である。 第２の実施の形態に係る心拍検出システムの動作を示すフローチャートの例である。 ドップラー信号のスペクトログラム及び位相データの一例である。 位相データのピーク及びピーク間隔の一例である。 実施例４の結果を示す図である。

以下、図面を参照して、実施の形態の説明を行う。なお、各図面において、同一構成部分には同一符号を付し、重複した説明を省略する場合がある。

〈第１の実施の形態〉
図１は、第１の実施の形態に係る瞬き検出システム１の概略構成を例示する図である。図１に示すように、瞬き検出システム１は、主要な構成要素として、ドップラーセンサ１０と、信号処理部２０とを有している。なお、瞬き検出システム１は、本発明に係る生体信号検出システムの代表的な一例である。

ドップラーセンサ１０は、ドップラー効果による送信信号と受信信号の周波数シフトを観測することで、観測対象（被験者）の動きを検出するセンサである。本実施の形態では、一例として、送信波として無変調連続波（ＣＷ：Continuous Wave）を用いる。

ドップラーセンサ１０は被験者の近傍に配置され、被験者の瞼又はその近傍で反射された信号（反射波）を受信し、観測対象の動きにより発生したドップラー信号を得る。被験者としては、例えば、画像表示端末（ＶＤＴ）で作業する作業者、車両の運転者等が挙げられる。

図２は、ドップラーセンサ１０で得たドップラー信号の一例である。図２に示す信号は、送信信号と受信信号の間の周波数シフトを表わすドップラー信号を時間の関数として取得したものであり、送信信号と同相（In-phase）成分であるＩ信号、及び直交位相（Quadrature）成分であるＱ信号で構成される。

瞬き、心拍や呼吸、体動（身体による動作）等の身体の表面の動きはドップラーセンサ１０により観測できる。瞬きのスペクトルは、５〜８０Ｈｚ程度まで広がる。従って、瞬き検出を行う際には、ハイパスフィルタやバンドパスフィルタ等を用いて適宜ノイズ除去を行うことが好ましい。

図１に戻り、信号処理部２０は、ドップラーセンサ１０の出力信号であるドップラー信号に基づいて、被験者の瞬きを検出する。信号処理部２０は、適宜、ドップラーセンサ１０で受信したドップラー信号のＩ信号及びＱ信号をそのまま利用したり、Ｉ信号及びＱ信号に基づいて各種信号（振幅、位相、それらの積分値等）を生成したりすることができる。

図３は、第１の実施の形態に係る信号処理部のハードウェアブロックを例示する図である。図３を参照するに、信号処理部２０は、ＣＰＵ２１と、ＲＯＭ２２と、ＲＡＭ２３と、Ｉ／Ｆ２４と、バスライン２５とを有している。ＣＰＵ２１、ＲＯＭ２２、ＲＡＭ２３、及びＩ／Ｆ２４は、バスライン２５を介して相互に接続されている。

ＣＰＵ２１は、信号処理部２０の各機能を制御する。記憶手段であるＲＯＭ２２は、ＣＰＵ２１が信号処理部２０の各機能を制御するために実行するプログラムや、各種情報を記憶している。記憶手段であるＲＡＭ２３は、ＣＰＵ２１のワークエリア等として使用される。又、ＲＡＭ２３は、所定の情報を一時的に記憶することができる。Ｉ／Ｆ２４は、瞬き検出システム１を他の機器等と接続するためのインターフェイスである。瞬き検出システム１は、Ｉ／Ｆ２４を介して、外部ネットワーク等と接続されてもよい。

但し、信号処理部２０の一部又は全部は、ハードウェアのみにより実現されてもよい。又、信号処理部２０は、物理的に複数の装置等により構成されてもよい。

図４は、第１の実施の形態に係る信号処理部の機能ブロックを例示する図である。図４を参照するに、信号処理部２０は、機能ブロックとして、積分値算出部２６と、生体信号検出部２７と、体動検出部２８とを有している。

積分値算出部２６は、ドップラー信号の所定の周波数帯域内に含まれる各周波数の振幅又は位相を時刻毎に積分し、積分値の時間変化を算出する機能を有している。積分値算出部２６は、低周波振幅積分値算出部２６１と、高周波振幅積分値算出部２６２とを備えている。

又、生体信号検出部２７は、積分値算出部２６が算出した積分値の時間変化に基づいて、被験者の生体信号（本実施の形態では瞬き信号）を検出する機能を有している。生体信号検出部２７は、第１検出部２７１と、第２検出部２７２と、生体信号判定部２７３とを備えている。

体動検出部２８は、被験者の体動を検出する機能を有している。体動は、身体の大きな動きであり、瞬き検出処理から除外するために検出するものである。

図５は、第１の実施の形態に係る瞬き検出システムの動作を示すフローチャートの例である。図５を中心にして適宜他の図も参照しながら、第１の実施の形態に係る瞬き検出方法について説明する。

まず、ステップＳ１１では、ドップラーセンサ１０で被験者からの反射波を受信してドップラー信号を取得する。ここで取得するドップラー信号は、例えば、図６（ａ）に示すようなＩ信号及びＱ信号で構成されている。

図６（ａ）に示す信号は、例えば、被験者が着座した状態で、ドップラーセンサ１０を被験者の顔正面で５０〜６０ｃｍ離隔して配置して得ることができる。図６（ａ）の例は、被験者が５回瞬き、体動、５回瞬き、体動、５回瞬きを順次実行したときの信号である。なお、図６（ａ）では、５回瞬きした期間をＷ、体動した期間をＭで示している。

次に、ステップＳ１２では、ステップＳ１１で受信したドップラー信号の低域成分の除去を行う。低域成分の除去は、例えば、ドップラーセンサ１０と信号処理部２０との間にハイパスフィルタを挿入してハードウェア的に行うことができる。又、ドップラーセンサ１０の出力信号を直接信号処理部２０に入力し、信号処理部２０内においてディジタル信号処理（ディジタルフィルタ等）により行ってもよい。ハイパスフィルタのカットオフ周波数は、例えば、５Ｈｚ程度とすることができる。

次に、ステップＳ１３では、積分値算出部２６は、ハイパスフィルタで低域成分を除去したＩ信号及びＱ信号からスペクトログラムを計算する。スペクトログラムは、例えば、Ｉ信号及びＱ信号を短時間フーリエ変換（Short-Time Fourier Transform：STFT）することにより計算できる。

図６（ｂ）は、ドップラー信号のスペクトログラムの一例であり、時間、ドップラー周波数、信号成分の強さをグレースケールで表示している。なお、正のドップラー周波数（図６（ｂ）の＋側）は近接運動に対応し、負のドップラー周波数（図６（ｂ）の−側）は離隔運動に対応している。

以降、正のドップラー周波数及び負のドップラー周波数の所定の周波数帯域を、低周波側（Ｆｍｉｎ≦低周波側＜Ｆｔ、−Ｆｔ＜低周波側≦−Ｆｍｉｎ）、及び高周波側（Ｆｔ≦高周波側≦Ｆｍａｘ、−Ｆｍａｘ≦高周波側≦−Ｆｔ）に分けて信号処理を行う。低周波側及び高周波側の周波数帯域は、経験値に基づいて設定することが可能であり、使用環境等に応じて適宜調整することができる。なお、Ｆｍｉｎは、ステップＳ１２におけるハイパスフィルタのカットオフ周波数と同一値とすることが好ましい。

例えば、Ｆｍｉｎ＝５Ｈｚ、Ｆｔ＝１５Ｈｚ、Ｆｍａｘ＝８０Ｈｚとすることができる。この場合、５Ｈｚ≦所定の周波数帯域≦８０Ｈｚ及び−８０Ｈｚ≦所定の周波数帯域≦−５Ｈｚである。又、５Ｈｚ≦低周波側＜１５Ｈｚ及び−１５Ｈｚ＜低周波側≦−５Ｈｚ、１５Ｈｚ≦高周波側≦８０Ｈｚ及び−８０Ｈｚ≦高周波側≦−１５Ｈｚとなる。以下の説明では、一例として、Ｆｍｉｎ＝５Ｈｚ、Ｆｔ＝１５Ｈｚ、Ｆｍａｘ＝８０Ｈｚとする。

次に、ステップＳ１５では、低周波振幅積分値算出部２６１は振幅データ１ａを算出する。振幅データ１ａは、低周波側の正のドップラー周波数（５Ｈｚ≦低周波側＜１５Ｈｚ）に含まれる各周波数の振幅（第１振幅）を時刻毎に積分し、振幅の積分値の時間変化を算出したものである。図７（ｂ）に、図７（ａ）のスペクトログラムの５Ｈｚ≦低周波側＜１５Ｈｚにおいて、低周波振幅積分値算出部２６１が算出した振幅データ１ａの一例を示す。

次に、ステップＳ１６では、第１検出部２７１はＣＦＡＲ（Cell Averaging Constant False Alarm Rate）処理１ａにおいて第１閾値ＴＨ_１を決定し、振幅データ１ａを第１閾値ＴＨ_１と比較して、第１閾値ＴＨ_１以上である時刻のドップラー信号を検出する。

ここで、ＣＦＡＲ処理１ａにおいて第１閾値ＴＨ_１を決定するには、図８に示すように振幅データ１ａを時間軸方向に連続する複数のセルに分割し、注目するセル（Ｃｕｔ：Cell under test）を決定する。

次に、Ｃｕｔに隣接しない前後のセルの振幅値に基づいて第１閾値ＴＨ_１を決定する。具体的には、Ｃｕｔの直前の所定数のセルをガードセルＧ_Ｆ、Ｃｕｔの直後の所定数のセルをガードセルＧ_Ｒとし、更に、ガードセルＧ_Ｆの直前の所定数のセルをフロントセルＦ、ガードセルＧ_Ｒの直後の所定数のセルをリアセルＲとする。ドップラーセンサ１０で観測された瞬き信号の時間長は、経験的に約０．２秒であることがわかっている。そこで、図８における各セルのセル長は０．２秒程度に設定することが好ましい。

なお、図８では、ガードセルＧ_Ｆ、ガードセルＧ_Ｒ、フロントセルＦ、及びリアセルＲをそれぞれ３セルで構成しているが、これは一例であり、ガードセルＧ_Ｆ、ガードセルＧ_Ｒ、フロントセルＦ、及びリアセルＲを構成するセル数は適宜決定することができる。

次に、フロントセルＦの振幅値とリアセルＲの振幅値の平均値Ａ_ＡＶＥを算出し、平均値Ａ_ＡＶＥを係数α倍したものを第１閾値ＴＨ_１とする。すなわち、第１閾値ＴＨ_１＝Ａ_ＡＶＥ×αである。なお、ガードセルＧ_Ｆ及びＧ_Ｒは第１閾値ＴＨ_１の算出には用いない。これは、注目するセルであるＣｕｔ自身が第１閾値ＴＨ_１へ影響することを防ぐためである。

第１閾値ＴＨ_１が低すぎると、多くの雑音を瞬きと誤検出しＦＰ（False Positive）が増加する。一方、第１閾値ＴＨ_１が高すぎると、瞬きの検出漏れが多くなりＦＮ（False Negative）が増加する。そこで、係数αを適切な値に設定する必要があるが、発明者らの事前実験により、α＝３．４程度とすることでＦＰ及びＦＮを低減できることがわかっている。

以上のようにして第１閾値ＴＨ_１が決定されると、第１検出部２７１は、Ｃｕｔにおいて第１閾値ＴＨ_１以上の信号成分を検出する。引き続きＣｕｔの位置を移動させながら同様の検出を繰り返して振幅データ１ａを第１閾値ＴＨ_１と比較して、第１閾値ＴＨ_１以上である時刻のドップラー信号を検出する。

次に、ステップＳ１７では、低周波振幅積分値算出部２６１は振幅データ１ｂを算出する。振幅データ１ｂは、低周波側の負のドップラー周波数（−１５Ｈｚ＜低周波側≦−５Ｈｚ）に含まれる各周波数の振幅（第２振幅）を時刻毎に積分し、振幅の積分値の時間変化を算出したものである。図７（ｂ）に、図７（ａ）のスペクトログラムの−１５Ｈｚ＜低周波側≦−５Ｈｚにおいて、低周波振幅積分値算出部２６１が算出した振幅データ１ｂの一例を示す。

次に、ステップＳ１８では、第１検出部２７１はＣＦＡＲ処理１ｂにおいて第２閾値ＴＨ_２を決定し、振幅データ１ｂを第２閾値ＴＨ_２と比較して、第２閾値ＴＨ_２以上である時刻のドップラー信号を検出する。ＣＦＡＲ処理の具体的な方法については、前述の通りである。

次に、ステップＳ１９では、第１検出部２７１は、ステップＳ１６で検出された第１閾値ＴＨ_１以上であり、かつステップＳ１８で検出された第２閾値ＴＨ_２以上である時刻のドップラー信号を瞬き信号の第１候補として選出する。ここで、第１閾値ＴＨ_１以上、かつ第２閾値ＴＨ_２以上である時刻のドップラー信号を瞬き信号の第１候補として選出するのは、何れか一方の閾値のみ以上である信号は、体動や雑音である可能性が高いので、これらを排除するためである。

なお、第１閾値ＴＨ_１及び第２閾値ＴＨ_２を静的な値とすることも可能である。しかし、第１閾値ＴＨ_１及び第２閾値ＴＨ_２をＣＦＡＲ処理により動的に決定することは、身体の揺らぎや雑音に対するロバスト性を高め、瞬き信号の第１候補の検出漏れを低減できる点で好適である。

次に、ステップＳ２０では、高周波振幅積分値算出部２６２は振幅データ２を算出する。振幅データ２は、高周波側の正のドップラー周波数（１５Ｈｚ≦高周波側≦８０Ｈｚ）に含まれる各周波数の振幅の時刻毎の積分値と、高周波側の負のドップラー周波数（−８０Ｈｚ≦高周波側≦−１５Ｈｚ）に含まれる各周波数の振幅の時刻毎の積分値とを同時刻同士で合計し、合計した振幅の積分値の時間変化を算出したものである。

ここで、高周波側の正のドップラー周波数の積分値と負のドップラー周波数の積分値とを合計するのは、低周波側の信号と異なり不用信号に起因する正負の信号の差異が小さいため、両者を合計して１つの信号にしてから閾値と比較する方が処理速度およびＳＮ改善の点から効率的であるためである。

図９（ｂ）に、図９（ａ）のスペクトログラムの１５Ｈｚ≦高周波側≦８０Ｈｚ及び−８０Ｈｚ≦高周波側≦−１５Ｈｚにおいて、高周波振幅積分値算出部２６２が算出した振幅データ２の一例を示す。なお、振幅データ２には、図９（ｂ）に部分的に拡大して示すように、２つの連続するピークが複数組現れる。２つの連続するピークは、原則として目を開ける動作と閉じる動作に対応すると考えられるため、後述のように、瞬き信号の候補となる。

なお、図９（ｂ）に示す高周波側の信号は、縦軸同士を比較するとわかるように、図７（ｂ）に示す低周波側の信号に比べ振幅が小さい。そのため、本実施の形態のように、低周波側と高周波側とをＦｔで分けて別々に信号検出を行わないと、高周波側の信号が低周波側の信号に埋もれてしまい、図９（ｂ）に示す２つの連続するピークを検出することは困難である。低周波側と高周波側とをＦｔで分けて別々に信号検出を行い、両方の結果に基づいて瞬き判定を行うことで瞬きの検出精度を向上できる。

次に、ステップＳ２１では、第２検出部２７２はＣＦＡＲ処理２において第３閾値ＴＨ_３を決定し、振幅データ２を第３閾値ＴＨ_３と比較して、第３閾値ＴＨ_３以上である時刻のドップラー信号を検出する。ＣＦＡＲ処理の具体的な方法については、前述の通りである。

次に、ステップＳ２２では、第２検出部２７２は、ステップＳ２１で検出された第３閾値ＴＨ_３以上ある時刻のドップラー信号のうち、２つの連続するピークを瞬き信号の第２候補として選出する。

なお、第３閾値ＴＨ_３を静的な値とすることも可能である。しかし、第３閾値ＴＨ_３をＣＦＡＲ処理により動的に決定することは、身体の揺らぎや雑音に対するロバスト性を高め、瞬き信号の第２候補の検出漏れを低減できる点で好適である。

次に、ステップＳ２３では、生体信号判定部２７３は、ステップＳ１９で選出された瞬き信号の第１候補と、ステップＳ２２で選出された瞬き信号の第２候補とを合成する。図１０に、瞬き信号の第１候補、第２候補、合成結果の一例を示す。なお、図１０において、『１』は、瞬き信号の第１候補又は第２候補が検出されたことを示し、『０』は、瞬き信号の第１候補及び第２候補が非検出であることを示している。

次に、ステップＳ２４では、体動検出部２８は体動検出を行う。発明者らの検討によれば、送信波の周波数を２４ＧＨｚとした場合、２πの位相変動で １．２５ｃｍの移動に相当するが、瞬きの距離変動は数ミリ程度であって、１．２５ｃｍの１／４以下にとどまる。これに基づき、瞬き検出システム１では、瞬き１回の時間に相当する０．２秒でπ／２以上の位相変動がある場合は体動であると判定する。

すなわち、体動検出部２８は、ステップＳ１１で取得したドップラー信号（Ｉ信号及びＱ信号）から位相の時間変化を算出し、０．２秒でπ／２以上の位相変動がある時間帯を体動と検出する。図１１に、位相の時間変化と体動検出の結果の一例を示す。破線で囲まれた部分が体動検出された時間帯である。

次に、ステップＳ２５では、生体信号判定部２７３は、ステップＳ２３における瞬き信号の第１候補と第２候補との合成結果（図１０（ｃ）参照）から、ステップＳ２４において体動検出された時間帯に存在する候補を除外したものを瞬き信号と判定する。例えば、図１０（ｃ）の合成結果から、図１１の体動検出された時間帯のデータを除去し、図１２に示す瞬き信号を最終検出結果として出力する。この例では、体動検出された時間帯に候補が存在しないため、図１０（ｃ）の合成結果と図１２の最終検出結果とが一致している。

以上のステップにより、図６（ａ）に示した３つの期間Ｗの各々について、５回の瞬きを精度良く検出することが可能となる。

このように、瞬き検出システム１では、ドップラー信号の所定の周波数帯域内に含まれる各周波数の振幅を時刻毎に積分し、積分値の時間変化を算出する。そして、算出した積分値の時間変化に基づいて、被験者の生体信号の１つである瞬きを検出する。

ドップラー信号の所定の周波数帯域内に含まれる各周波数に信号を分解したのち、瞬きに起因する信号成分が存在する周波数の振幅を選択的に積分し、積分値の時間変化を算出することで、瞬きに起因する生体信号を高いＳＮ比で取得することができる。その結果、高精度な瞬き検出が可能となる。

更に、ドップラー周波数を正負で区別して扱うと共に、選択的に積分する周波数を瞬き動作の特徴に応じて低周波帯と高周波帯の２つの帯域に区別して処理することで、それぞれの特徴を示す信号のＳＮ比を最大化することができる。又、着目する生体動作（瞬き）以外に由来する不要信号（体の微小動作や環境起因）の除外を精度よく実現できるため、時間信号から直接振幅信号を求める方法等に比べて瞬き検出の精度を向上することができる。

〈第１の実施の形態の変形例〉
第１の実施の形態の変形例では、ＣＦＡＲ処理を行う際の周波数Ｆｔ（低周波側と高周波側との境界となる周波数）及びＦｍａｘ（高周波側の最大周波数）を可変にする例を示す。なお、第１の実施の形態の変形例において、既に説明した実施の形態と同一構成部についての説明は省略する場合がある。

図１３は、第１の実施の形態の変形例に係る瞬き検出システムの概略構成を例示する図である。図１３に示すように、瞬き検出システム１Ａは、主要な構成要素として、ドップラーセンサ１０と、信号処理部２０Ａとを有している。なお、瞬き検出システム１Ａは、本発明に係る生体信号検出システムの代表的な一例である。

図１４は、第１の実施の形態の変形例に係る信号処理部の機能ブロックを例示する図である。図１４を参照するに、信号処理部２０Ａは、機能ブロックとして測定周波数決定部２９が追加された点が、信号処理部２０の機能ブロック（図４参照）と相違する。測定周波数決定部２９は、ＣＦＡＲ処理を行う際の周波数Ｆｔ及びＦｍａｘを環境及び観測対象に応じて調整する機能を有している。

図１５は、第１の実施の形態の変形例に係る瞬き検出システムの動作を示すフローチャートの例である。図１５を中心にして適宜他の図も参照しながら、第１の実施の形態の変形例に係る瞬き検出方法について説明する。なお、図１５のフローチャートは、図５のフローチャートのＳ１３の後段にＳ１４が追加されたものである。

まず、第１の実施の形態と同様に、ステップＳ１１〜Ｓ１３を実行する。次に、ステップＳ１４では、測定周波数決定部２９は、低周波側及び高周波側の信号帯域の境界となる周波数Ｆｔ及びＦｍａｘを決定する。ここでは、一例として、初期値を第１の実施の形態と同様の値（Ｆｍｉｎ＝５Ｈｚ、Ｆｔ＝１５Ｈｚ、Ｆｍａｘ＝８０Ｈｚ）とする。

具体的には、第１の実施の形態で説明したステップＳ２０と同様の処理を実行し、２つの連続するピークを検出する。例えば、図１６に示すデータが検出できる。次に、測定周波数決定部２９は、２つの連続するピークを１対とし、各々の対について、図１６に示すＶｐ（ｎ）を算出する。ここで、Ｖｐ（ｎ）は、各々の対において、２つのピーク中の最大値と、２つのピーク間の最小値との差である。次に、測定周波数決定部２９は、一定の観測時間（例えば、過去数十秒）におけるＶｐ（ｎ）の平均値が最大となるようにＦｔ及びＦｍａｘを決定する。

次に、第１の実施の形態と同様に、ステップＳ１５〜Ｓ２５を実行することで、瞬きを検出することができる。瞬き検出処理とＶｐ（ｎ）の算出とを平行して行うことで、常に最適なＦｔ及びＦｍａｘを用いて瞬き検出を行うことが可能となる。その結果、環境及び観測対象が変化しても、高い精度で瞬きを検出することが可能となる。

［実施例１］
実施例１では、第１の実施の形態に係る瞬き検出システム１を用いて瞬き検出を行った。具体的には、被験者が着座した状態で、ドップラーセンサ１０を被験者の顔正面で５０〜６０ｃｍ離隔して配置し、被験者が５回瞬き、体動、５回瞬き、体動、５回瞬きを順次実行した際の瞬き検出を行った。

なお、比較例１として、実施例１のドップラー信号のＩ信号及びＱ信号から振幅信号を求め（時間信号から直接振幅信号を求める）、求めた振幅信号をＣＦＡＲ処理して瞬き候補を選出し、選出した瞬き候補から体動を除去して瞬きを検出する方法を用いた場合の結果を示した。

図１７（ａ）はドップラーセンサ１０が取得したドップラー信号であり、図１７（ｂ）は実施例１及び比較例１の検出結果を示している。

図１７（ｂ）に示すように、実施例１では５回瞬きが時間をおいて合計３回正しく検出されており、誤検出（ＦＰ）や未検出（ＦＮ）がなかった。これに対して、比較例１では、５秒〜１０秒の間に２回の誤検出（ＦＰ）があった。このように、実施例１の方が比較例１よりも誤検出（ＦＰ）と未検出（ＦＮ）の合計数が少なく、瞬き検出システム１を用いることで精度よく瞬き検出できることが確認された。

［実施例２］
実施例２では、第１の実施の形態に係る瞬き検出システム１を用いて瞬き検出を行った。具体的には、被験者が着座した状態で、ドップラーセンサ１０を被験者の顔正面で５０〜６０ｃｍ離隔して配置し、被験者が２０回連続で瞬きした際の瞬き検出を行った。

なお、比較例２として、実施例２のドップラー信号のＩ信号及びＱ信号から振幅信号を求め（時間信号から直接振幅信号を求める）、求めた振幅信号をＣＦＡＲ処理して瞬き候補を選出し、選出した瞬き候補から体動を除去して瞬きを検出する方法を用いた場合の結果を示した。

図１８（ａ）はドップラーセンサ１０が取得したドップラー信号であり、図１８（ｂ）は実施例２及び比較例２の検出結果を示している。

図１８（ｂ）に示すように、実施例２では８秒付近に１回の未検出（ＦＮ）があったが、誤検出（ＦＰ）はなかった。これに対して、比較例２では、８秒付近及び１８秒付近に２回の未検出（ＦＮ）があり、３０秒付近に１回の誤検出（ＦＰ）があった。このように、実施例２の方が比較例２よりも誤検出（ＦＰ）と未検出（ＦＮ）の合計数が少なく、瞬き検出システム１を用いることで精度よく瞬き検出できることが確認された。

なお、実施例２において、第１の実施の形態の変形例に係る瞬き検出システム１ＡのようにＦｔ及びＦｍａｘを調整することで、更に検出精度を高める（未検出をなくす）ことが期待できる。

［実施例３］
実施例３では、第１の実施の形態に係る瞬き検出システム１を用いて瞬き検出を行った。具体的には、被験者が着座した状態で、ドップラーセンサ１０を被験者の顔正面で５０〜６０ｃｍ離隔して配置し、被験者が５回瞬き、休止、５回瞬き、休止、５回瞬き、体動、５回瞬きを順次実行した際の瞬き検出を行った。

なお、比較例３として、実施例３のドップラー信号のＩ信号及びＱ信号から振幅信号を求め（時間信号から直接振幅信号を求める）、求めた振幅信号をＣＦＡＲ処理して瞬き候補を選出し、選出した瞬き候補から体動を除去して瞬きを検出する方法を用いた場合の結果を示した。

図１９（ａ）はドップラーセンサ１０が取得したドップラー信号であり、図１９（ｂ）は実施例３及び比較例３の検出結果を示している。

図１９（ｂ）に示すように、実施例３では３５秒付近に１回の誤検出（ＦＰ）があったが、未検出（ＦＮ）はなかった。これに対して、比較例３では、８秒付近及び１６秒付近に１回ずつの未検出（ＦＮ）があり、誤検出（ＦＰ）はなかった。このように、実施例３の方が比較例３よりも誤検出（ＦＰ）と未検出（ＦＮ）の合計数が少なく、瞬き検出システム１を用いることで精度よく瞬き検出できることが確認された。

なお、実施例３において、第１の実施の形態の変形例に係る瞬き検出システム１ＡのようにＦｔ及びＦｍａｘを調整することで、更に検出精度を高める（誤検出をなくす）ことが期待できる。

〈第２の実施の形態〉
第２の実施の形態では、心拍を検出する例を示す。なお、第２の実施の形態において、既に説明した実施の形態と同一構成部についての説明は省略する場合がある。

図２０は、第２の実施の形態に係る心拍検出システムの概略構成を例示する図である。図２０に示すように、心拍検出システム１Ｂは、主要な構成要素として、ドップラーセンサ１０と、信号処理部２０Ｂとを有している。なお、心拍検出システム１Ｂは、本発明に係る生体信号検出システムの代表的な一例である。

図２１は、第２の実施の形態に係る信号処理部の機能ブロックを例示する図である。図２１を参照するに、信号処理部２０Ｂは、機能ブロックとして、積分値算出部２６と、生体信号検出部２７とを有している。又、積分値算出部２６は、位相積分値算出部２６３を備えている。又、生体信号検出部２７は、第３検出部２７４と、ピーク補間部２７５と、ピーク間隔算出部２７６とを備えている。

図２２は、第２の実施の形態に係る心拍検出システムの動作を示すフローチャートの例である。図２２を中心にして適宜他の図も参照しながら、第２の実施の形態に係る心拍検出方法について説明する。

まず、ステップＳ３１では、ドップラーセンサ１０で被験者からの反射波を受信してドップラー信号を取得する。

次に、ステップＳ３２では、位相積分値算出部２６３は、ステップＳ３１で受信したドップラー信号のＩ信号及びＱ信号に基づいて、位相を計算する。

次に、ステップＳ３３では、ステップＳ３２で計算したドップラー信号の位相のノイズ成分の除去を行う。ノイズ成分の除去は、例えば、ドップラーセンサ１０と信号処理部２０Ｂとの間にバンドパスフィルタを挿入してハードウェア的に行うことができる。又、ドップラーセンサ１０の出力信号を直接信号処理部２０Ｂに入力し、信号処理部２０Ｂ内においてディジタル信号処理（ディジタルフィルタ等）により行ってもよい。

拍動により生じた信号は拍動に伴って細かく変化するため、５Ｈｚ以上５０Ｈｚ以下程度の比較的高周波数の成分を含んでいる。これに対して、呼吸や体動により生じた信号は緩やかに変化するため、５Ｈｚ未満程度の比較的低周波数の成分を含んでいる。そこで、バンドパスフィルタの通過帯域は、例えば、５Ｈｚ以上５０Ｈｚ以下に設定することができる。図２３（ａ）は、バンドパスフィルタ通過後（ここでは、通過帯域を５Ｈｚ以上５０Ｈｚ以下とする）の位相信号の一例である。但し、バンドパスフィルタの通過帯域は、環境及び観測対象に応じて適宜変更して構わない。

次に、ステップＳ３４では、積分値算出部２６は、バンドパスフィルタでノイズ成分を除去した位相信号からスペクトログラムを計算する。スペクトログラムは、例えば、位相信号を時間窓０．２５秒程度として短時間フーリエ変換することにより計算できる。図２３（ｂ）は、図２３（ａ）の位相信号のスペクトログラムの一例であり、時間、ドップラー周波数、信号成分の強さをグレースケールで表示している。

次に、ステップＳ３５では、位相積分値算出部２６３はドップラー信号の所定の周波数帯域内（ここでは、５Ｈｚ以上５０Ｈｚ以下とする）に含まれる各周波数の位相を時刻毎に積分し、位相の積分値の時間変化を算出する。図２３（ｃ）に、図２３（ｂ）のスペクトログラムの５Ｈｚ以上５０Ｈｚ以下の周波数において、位相積分値算出部２６３が算出した位相の積分値の時間変化の一例を示す。

次に、ステップＳ３６では、第３検出部２７４は、ステップＳ３５で算出された位相の積分値に対して、時間軸方向の第１検出範囲を設定し、第１検出範囲内に存在する位相の積分値のピークを検出する。位相の積分値のピークは、例えば、位相の積分値を２回微分した値や３回微分した値を用いる周知の方法で検出できる。位相の積分値のピークは、その他の周知の方法を用いて検出してもよい。

時間軸方向の第１検出範囲は、想定する心拍数が６０ｂｐｍ（beats per minute）〜１００ｂｐｍ程度である点を考慮し、例えば、最小ピーク間隔を０．６秒、最大ピーク間隔を１．０秒とすることができる。例えば、最初にピークが検出された時間から０．６秒後〜１．０秒後の範囲を次のピークの検出範囲とすることができる。このように、第１検出範囲は、時間軸方向に離散的に設けられる。図２４（ａ）に、第３検出部２７４が検出したピークの一例を示す。

次に、ステップＳ３７では、第３検出部２７４は、ステップＳ３６で検出したピークに対して、位相の大きさ方向の第２検出範囲を設定し、ステップＳ３６で検出したピークの各々が、第２検出範囲内に存在するか否かを判定する。なお、第２検出範囲内に存在しないピークは、心拍に起因しないものであると考えられる。

位相の大きさ方向の第２検出範囲は、最小閾値ＴＨｍｉｎと最大閾値ＴＨｍａｘとの間とすることができる。最小閾値ＴＨｍｉｎ及び最大閾値ＴＨｍａｘは、実験的に求めることができ、例えば、最小閾値ＴＨｍｉｎ＝０．００４７［ｒａｄ］、最大閾値ＴＨｍａｘ＝０．０１３［ｒａｄ］とすることができる。例えば、図２４（ａ）のＡ部（２秒の近傍）では、検出されたピークが第２検出範囲内に存在していない。

ステップＳ３７で第３検出部２７４が第２検出範囲内に存在しないピークがある（第２検出範囲外で検出されたピークがある）と判定した場合（ＮＯの場合）には、ステップＳ３８の処理に進む。

ステップＳ３８では、ピーク間隔算出部２７６は、第２検出範囲内に存在しないピークも含めた全てのピークについて、隣接するピークの時間間隔の仮算出を行う。そして、ピーク補間部２７５は、第２検出範囲外で検出されたピークを検出対象から除外し、第２検出範囲外でピークが検出された時刻に、計算で求めた値をピークとして補間する。ピーク補間部２７５は、例えば、ピーク間隔算出部２７６が仮算出したピーク間隔の値を使用し、第２検出範囲外でピークが検出された時刻の前後のピーク間隔の平均値をとるようにピークを補間することができる。その後、ステップＳ３９の処理に進む。

図２４（ｂ）に、ピーク補間部２７５が補間したピークの一例（●部分）を示す。なお、△は補間前の値、すなわち、ピーク間隔算出部２７６が仮算出した値を示している。

ステップＳ３７で第３検出部２７４が全てのピークが第２検出範囲内に存在する（第２検出範囲外で検出されたピークがない）と判定した場合（ＹＥＳの場合）には、ステップＳ３９の処理に進む。

ステップＳ３９では、ピーク間隔算出部２７６は、ステップＳ３８の処理が行われなかった場合には、ステップＳ３６で第３検出部２７４が検出した位相の積分値のピークの全てについて、隣接するピークの時間間隔を算出する。

又、ピーク間隔算出部２７６は、ステップＳ３８の処理が行われた場合には、ステップＳ３６で第３検出部２７４が第２検出範囲内で検出した位相の積分値のピークの全てと、ステップＳ３８でピーク補間部２７５が補間したピークについて、隣接するピークの時間間隔を算出する。

ピーク間隔算出部２７６が算出した隣接するピークの時間間隔が、心拍と心拍との間の時間長さ（Ｒ−Ｒ間隔）となる。

このように、心拍検出システム１Ｂでは、ドップラー信号の所定の周波数帯域内に含まれる各周波数の位相を時刻毎に積分し、積分値の時間変化を算出する。そして、算出した積分値の時間変化に基づいて、被験者の生体信号の１つである心拍を検出する。ドップラー信号の所定の周波数帯域内に含まれる各周波数に信号を分解したのち、心拍に起因する信号成分が存在する周波数の位相を時刻毎に選択的に積分し、積分値の時間変化を算出することで、心拍の情報を含む周波数の位相を時刻毎に高いＳＮ比で取得することができる。その結果、高精度な心拍検出が可能となる。

更に、選択的に積分する周波数を心拍動作の特徴に応じて決定することにより、ＳＮ比を最大化することができる。又、着目する生体動作（心拍）以外に由来する不要信号（体の微小動作や環境起因）の除外を精度よく実現できるため、時間信号から直接位相信号を求める方法等に比べて心拍検出の精度を向上することができる。

又、算出した位相の積分値に対して、時間軸方向の第１検出範囲及び位相の大きさ方向の第２検出範囲を設定し、第１検出範囲と第２検出範囲との共通範囲内に存在する位相の積分値のピークを検出し、ピークが検出された時刻のドップラー信号を心拍の候補として選出する。そして、共通範囲外のピークを心拍に起因しないものとして検出対象から除外し、除外した時刻に前後のピーク間隔等に基づいてピークを補間する。これにより、心拍に起因しないピークの誤検出を低減でき、高精度な瞬き検出が可能となる。

なお、ステップＳ３１〜Ｓ３９では、ドップラー信号の所定の周波数帯域内に含まれる各周波数の位相を時刻毎に積分し、位相の積分値の時間変化を算出し、位相の積分値の時間変化に基づいて、被験者の心拍を検出する例を示した。

しかし、ドップラー信号の所定の周波数帯域内に含まれる各周波数の振幅を時刻毎に積分し、振幅の積分値の時間変化を算出し、振幅の積分値の時間変化に基づいて、被験者の心拍を検出することも可能である。この場合には、ステップＳ３１〜Ｓ３５において振幅の積分値の時間変化を算出し、ステップＳ３６以降の処理は位相の場合と同様にすればよい。又、位相に代えて電力波形や電圧波形を用いてもよい。

［実施例４］
実施例４では、第２の実施の形態に係る心拍検出システム１Ｂを用いて心拍検出の実験を行った。実験の諸元を表１に示す。なお、比較のため、心拍検出システム１Ｂを用いた心拍検出と同時に、被験者に参照用の心電計を装着して実際の心拍（Ｒ−Ｒ間隔）を測定した。

評価項目１として、Ｒ−Ｒ間隔の検出精度の評価を行った。具体的には、心電計で測定したＲ−Ｒ間隔と心拍検出システム１Ｂで測定したピーク間隔のＲＭＳＥ（Root Mean Square Error）を式（１）により算出して比較した。なお、式（１）において、Ｎは検出したピーク数、ｔ_ｎはｎ番目のピークが検出された時刻、ｒ（ｔ_ｎ）は心電計で得られたＲ−Ｒ間隔、ｘ（ｔ_ｎ）は検出したピーク間隔である。

評価項目１の結果を表２に示す。

なお、比較例４として、Ｒ−Ｒ間隔が略一定とみなせる短い検出期間の各々において、略一定間隔で現れるピークを心拍として検出し、ビタビアルゴリズムを用いて、平均Ｒ−Ｒ間隔とピーク間隔との差が最小になるピークの組み合わせを選択することによりＲ−Ｒ間隔を推定する方法を用いた場合の結果を示した。

表２において、ＲＭＳＥの値が小さいほど、心電計に近い計測ができていることを示す。表２より、心拍検出システム１Ｂを用いた心拍検出では、補間前であっても比較例４と比べて大幅に検出精度が改善されており、補間後は更に検出精度が改善されている。

次に、評価項目２として、検出したピーク間隔の使用率を式（２）により算出した。

評価項目２の結果、検出したピーク間隔の使用率は９０．２％であった。この結果から、１０％程度のピークが補間されて精度が改善していることがわかる。
図２５は、心電計で測定したＲ−Ｒ間隔と心拍検出システム１Ｂで測定したピーク間隔（補間前、補間後）を示している。図２５より、ピーク補間後は、ピーク補間前と比較して、観測期間全体で検出精度が改善される（心電計により近い計測ができている）ことが確認できる。

以上、好ましい実施の形態等について詳説したが、上述した実施の形態等に制限されることはなく、特許請求の範囲に記載された範囲を逸脱することなく、上述した実施の形態等に種々の変形及び置換を加えることができる。

例えば、図４に示す信号処理部２０又は図１４に示す信号処理部２０Ａと、図２１に示す信号処理部２０Ｂとを一体化してもよい。これにより、１つの生体信号検出システムで瞬き検出と心拍検出の両方が可能となる。

１、１Ａ 瞬き検出システム
１Ｂ 心拍検出システム
１０ ドップラーセンサ
２０、２０Ａ、２０Ｂ 信号処理部
２１ ＣＰＵ
２２ ＲＯＭ
２３ ＲＡＭ
２４ Ｉ／Ｆ
２５ バスライン
２６ 積分値算出部
２７ 生体信号検出部
２８ 体動検出部
２９ 測定周波数決定部
２６１ 低周波振幅積分値算出部
２６２ 高周波振幅積分値算出部
２６３ 位相積分値算出部
２７１ 第１検出部
２７２ 第２検出部
２７３ 生体信号判定部
２７４ 第３検出部
２７５ ピーク補間部
２７６ ピーク間隔算出部

Claims (14)

1. 被験者からの反射波を受信してドップラー信号を取得するドップラーセンサと、
   前記ドップラー信号の所定の周波数帯域内に含まれる各周波数の振幅又は位相を時刻毎に積分し、積分値の時間変化を算出する積分値算出部と、
   前記積分値の時間変化に基づいて、前記被験者の生体信号を検出する生体信号検出部と、を有し、
   前記積分値算出部は、
   前記所定の周波数帯域のうちの低周波側の正のドップラー周波数に含まれる各周波数の第１振幅と、前記低周波側の負のドップラー周波数に含まれる各周波数の第２振幅を別々に時刻毎に積分し、前記第１振幅及び前記第２振幅の積分値の時間変化を算出する低周波振幅積分値算出部を含み、
   前記生体信号検出部は、
   前記第１振幅の積分値を時刻毎に第１閾値と比較すると共に、前記第２振幅の積分値を時刻毎に第２閾値と比較し、
   前記第１振幅が前記第１閾値以上であり、かつ、前記第２振幅が前記第２閾値以上である時刻の前記ドップラー信号を前記生体信号の第１候補として選出する第１検出部を含む生体信号検出システム。
2. 前記積分値算出部は、
   前記所定の周波数帯域のうちの高周波側の各周波数の振幅を時刻毎に積分し、振幅の積分値の時間変化を算出する高周波振幅積分値算出部と、を含み、
   前記生体信号検出部は、前記低周波振幅積分値算出部による前記振幅の積分値の時間変化と、前記高周波振幅積分値算出部による前記振幅の積分値の時間変化に基づいて、前記生体信号を検出する、請求項１に記載の生体信号検出システム。
3. 前記高周波振幅積分値算出部は、
   前記高周波側の正のドップラー周波数に含まれる各周波数の振幅の時刻毎の積分値と、前記高周波側の負のドップラー周波数に含まれる各周波数の振幅の時刻毎の積分値とを合計し、合計した振幅の積分値の時間変化を算出する、請求項２に記載の生体信号検出システム。
4. 前記生体信号検出部は、
   前記高周波振幅積分値算出部が算出した前記合計した振幅を時刻毎に第３閾値と比較し、前記合計した振幅が前記第３閾値以上である時刻の前記ドップラー信号のうち２つの連続するピークを前記生体信号の第２候補として選出する第２検出部を含む、請求項３に記載の生体信号検出システム。
5. 前記生体信号検出部は、
   前記第１候補と前記第２候補とを合成したものを前記生体信号と判定する生体信号判定部を含む、請求項４に記載の生体信号検出システム。
6. 前記高周波振幅積分値算出部が積分した前記振幅の時間変化の最大値に基づいて、前記低周波側と前記高周波側との境界となる周波数、及び前記高周波側の最大周波数を決定する測定周波数決定部を有する、請求項２乃至５の何れか一項に記載の生体信号検出システム。
7. 前記生体信号は瞬きである、請求項１乃至６の何れか一項に記載の生体信号検出システム。
8. 前記積分値算出部は、
   前記ドップラー信号の所定の周波数帯域内に含まれる各周波数の位相を時刻毎に積分し、位相の積分値の時間変化を算出する位相積分値算出部を含み、
   前記生体信号検出部は、前記位相積分値算出部による前記位相の積分値の時間変化に基づいて、前記生体信号を検出する、請求項１乃至６の何れか一項に記載の生体信号検出システム。
9. 前記生体信号検出部は、
   前記位相の積分値に対して、時間軸方向の第１検出範囲及び前記位相の大きさ方向の第２検出範囲を設定し、前記第１検出範囲と前記第２検出範囲との共通範囲内に存在する前記位相の積分値のピークを検出し、前記ピークが検出された時刻の前記ドップラー信号を前記生体信号の候補として選出する第３検出部を含む、請求項８に記載の生体信号検出システム。
10. 前記生体信号検出部は、
    前記共通範囲内に前記位相の積分値のピークが検出されなかった時刻に、計算で求めた値をピークとして補間するピーク補間部を含む、請求項９に記載の生体信号検出システム。
11. 前記ピーク補間部は、前記ピークが検出されなかった時刻の前後に検出されたピークの平均値を、前記計算で求めた値とする、請求項１０に記載の生体信号検出システム。
12. 前記生体信号検出部は、
    前記ピーク補間部による補間後に、隣接する前記ピークの時間間隔を算出するピーク間隔算出部を含む、請求項１１に記載の生体信号検出システム。
13. 前記生体信号は心拍である、請求項８乃至１２の何れか一項に記載の生体信号検出システム。
14. ドップラーセンサで被験者からの反射波を受信してドップラー信号を取得するドップラー信号取得ステップと、
    前記ドップラー信号の所定の周波数帯域内に含まれる各周波数の振幅又は位相を時刻毎に積分し、積分値の時間変化を算出する積分値算出ステップと、
    前記積分値の時間変化に基づいて、前記被験者の生体信号を検出する生体信号検出ステップと、を有し、
    前記積分値算出ステップは、
    前記所定の周波数帯域のうちの低周波側の正のドップラー周波数に含まれる各周波数の第１振幅と、前記低周波側の負のドップラー周波数に含まれる各周波数の第２振幅を別々に時刻毎に積分し、前記第１振幅及び前記第２振幅の積分値の時間変化を算出する低周波振幅積分値算出ステップを含み、
    前記生体信号検出ステップは、
    前記第１振幅の積分値を時刻毎に第１閾値と比較すると共に、前記第２振幅の積分値を時刻毎に第２閾値と比較し、
    前記第１振幅が前記第１閾値以上であり、かつ、前記第２振幅が前記第２閾値以上である時刻の前記ドップラー信号を前記生体信号の第１候補として選出する第１検出ステップを含む生体信号検出方法。