JP6798671B2 - 被験者の医学的状態を決定する装置 - Google Patents

Description

[0001]本発明は、生物学的データの処理に関する。脈波形解析に基づいて、例えば被験者の心拍数、呼吸数、及び／又は血圧に関するデータが判定及び処理される。

[0002]心臓発作及び脳卒中等の疾患の主因は、検出が困難な場合が多く、顕著な症状を伴わない状態である。例えば、高血圧及び冠動脈疾患（ＣＡＤ）が心臓発作の主因の１つであり、心房細動（ＡＦＩＢ）が脳卒中の主因の１つである。高血圧、ＡＦＩＢ、ＣＡＤ等の状態、又はその早期発症の検出においては、例えば血圧、心拍数、呼吸数の定期的な測定及び被験者のそのような生物学的パラメータの詳細な解析を用いることができる。ただし、これらの評価基準は、定期的に用いられないことが多い。

[0003]ＡＦは、臨床診療において直面する最も一般的な不整脈であり、その突発性が検出を困難なものにしている。特別な治療を行わなければ、脳卒中及び鬱血性心不全のリスクは大幅に高くなる。ＡＦの突発性は、それが持続性になる前の長期にわたって存在している場合がある。このＡＦ特有の性質がその検出を困難なものにしており、失敗に終わる場合が多い。近年の取り組み（例えば、Ｇｌａｄｓｔｏｎｅ ＤＪ、Ｓｐｒｉｎｇ Ｍ、Ｄｏｒｉａｎ Ｐ、Ｐａｎｚｏｖ Ｖ、Ｔｈｏｒｐｅ ＫＥ、Ｈａｌｌ Ｊ他の「Ａｔｒｉａｌ ｆｉｂｒｉｌｌａｔｉｏｎ ｉｎ ｐａｔｉｅｎｔｓ ｗｉｔｈ ｃｒｙｐｔｏｇｅｎｉｃ ｓｔｒｏｋｅ」、Ｔｈｅ Ｎｅｗ Ｅｎｇｌａｎｄ ｊｏｕｒｎａｌ ｏｆ ｍｅｄｉｃｉｎｅ ２０１４；３７０：２４６７−２４７７、Ｓａｎｎａ Ｔ、Ｄｉｅｎｅｒ ＨＣ、Ｐａｓｓｍａｎ ＲＳ、Ｄｉ Ｌａｚｚａｒｏ Ｖ、Ｂｅｒｎｓｔｅｉｎ ＲＡ、Ｍｏｒｉｌｌｏ ＣＡ他の「Ｃｒｙｐｔｏｇｅｎｉｃ ｓｔｒｏｋｅ ａｎｄ ｕｎｄｅｒｌｙｉｎｇ ａｔｒｉａｌ ｆｉｂｒｉｌｌａｔｉｏｎ」、Ｎ Ｅｎｇｌ Ｊ Ｍｅｄ ２０１４；３７０：２４７８−２４８６参照）では、強力な診断法の使用を後押しすることによって、選ばれた患者のＡＦを検出しているが、これらの採用方法は高コストで不便となり得る。この分野の知識は急速に増えているものの、不顕性ＡＦの関連性及びＡＦと脳卒中との間の時間的相関関係は論議を呼び続けており、以前として、現在進行中の取り組みの中で対処がなされている（例えば、Ｈｅａｌｅｙ ＪＳ、Ｃｏｎｎｏｌｌｙ ＳＪ、Ｇｏｌｄ ＭＲ、Ｉｓｒａｅｌ ＣＷ、Ｖａｎ Ｇｅｌｄｅｒ ＩＣ、Ｃａｐｕｃｃｉ Ａ他の「Ｓｕｂｃｌｉｎｉｃａｌ ａｔｒｉａｌ ｆｉｂｒｉｌｌａｔｉｏｎ ａｎｄ ｔｈｅ ｒｉｓｋ ｏｆ ｓｔｒｏｋｅ」、Ｎ Ｅｎｇｌ Ｊ Ｍｅｄ ２０１２；３６６：１２０−１２９、Ｚｉｅｇｌｅｒ ＰＤ、Ｇｌｏｔｚｅｒ ＴＶ、Ｄａｏｕｄ ＥＧ、Ｗｙｓｅ ＤＧ、Ｓｉｎｇｅｒ ＤＥ、Ｅｚｅｋｏｗｉｔｚ ＭＤ他の「Ｉｎｃｉｄｅｎｃｅ ｏｆ ｎｅｗｌｙ ｄｅｔｅｃｔｅｄ ａｔｒｉａｌ ａｒｒｈｙｔｈｍｉａｓ ｖｉａ ｉｍｐｌａｎｔａｂｌｅ ｄｅｖｉｃｅｓ ｉｎ ｐａｔｉｅｎｔｓ ｗｉｔｈ ａ ｈｉｓｔｏｒｙ ｏｆ ｔｈｒｏｍｂｏｅｍｂｏｌｉｃ ｅｖｅｎｔｓ」、Ｓｔｒｏｋｅ；４１：２５６−２６０参照）。

[0004]ごく最近、医療業務においては、スマートフォン及びスマートウォッチの使用がますます注目を集めている。適当な機器には、心拍数をモニタリングするように構成された容積脈波記録センサが搭載されている。脈波解析によって、患者の様々な生物学的特性を記録して処理し、これに基づいて、特定の医学的状態を決定することができる。

[0005]血圧は、循環血液が血管壁に及ぼす圧力であり、人間の主要なバイタルサインの１つである。これは、神経系及び内分泌系によって調節され、人間の現在の活動及び一般的な健康状態等の多くの因子によって決まる。病理学的に低い血圧は低血圧と称し、病理学的に高い血圧は高血圧と称する。いずれの病状にも様々な原因が存在し、急性型及び慢性型の両者にて、軽症から重症まで様々な可能性がある。急性型の高血圧は、末梢血管疾患、心臓発作、及び脳卒中等の多くの合併症のリスク因子である。高血圧及び低血圧はともに、低頻度のモニタリングのため、長期間にわたって検出されないことが多い。

[0006]高血圧は一般的に、よく見掛ける症状であり、喫煙及び糖尿病のリスク因子よりも、心血管疾患及び死亡を含めた関連する健康問題の支配的なリスク因子となっている。高血圧の一つの重大な問題として、高い血圧が必ずしも顕著な症状を伴わず、その結果、多くの人が自身の上昇した血圧すなわち高い血圧に気付かずに生活を送っていることが挙げられる。血圧の測定及びモニタリングは、自宅、外来、又は入院等、多くの方法で行うことができる。ただし、散発的な測定及び／又は低頻度の測定は通常、測定の間隔があまりに長く、測定が十分に行われないことが多いため、高血圧及び関連する疾患の効果的な早期検出に十分な意味を持たない。

[0007]医療専門家は通常、血圧計を用いて動脈圧を測定するが、歴史的には、水銀柱の高さを用いて循環血圧を反映させており、血圧値は通常、水銀柱ミリメートル（ｍｍＨｇ）の単位で報告される。血圧は、収縮期圧力と拡張期圧力との間で心拍ごとに変動する。収縮期圧力は、動脈中のピーク圧であり、心室が収縮している心周期の終わり近くに起こる。拡張期圧力は、動脈中の最小圧であり、心室が血液で満たされた心周期の始まり近くに起こる。安静にしている健康な大人の通常の正常測定値は、収縮期圧力が１２０ｍｍＨｇ、拡張期圧力が８０ｍｍＨｇ（すなわち、１２０／８０ｍｍＨｇ）である。

[0008]収縮期及び拡張期の動脈圧は、静的なものではなく、心拍ごと及び一日を通して（概日リズムで）自然に変動する。変動は、ストレス若しくは運動、栄養の変化、並びに疾患若しくは関連する投薬に応答して発生する。血圧は、医療専門家及び医療機関によって日常的にモニタリングされている体温、呼吸数、及び脈拍数を含めた４つの主要なバイタルサインのうちの１つである。

[0009]血圧は、触診、聴診、若しくは振動測定法、連続的非侵襲技術（ＣＮＡＰ）、及び脈波伝播速度（ＰＷＶ）原理に基づく方法等、非侵襲的に測定可能である。例えば血管内カニューレを用いて血圧を侵襲的に測定することは、非常に正確な測定結果が得られるものの、その侵襲性のため、それほど一般的ではなく、通常は入院治療に限られる。

[0010]人間の血圧は、血管系の弾力性の影響を大きく受ける。人間の血管系の弾力性は、年齢等の様々な因子に依存するが、特定の疾患又は疾病の有無にも依存する。例えば、患者の血管系の弾力性が老齢又は動脈硬化症の罹患によって低下している場合、患者の血圧は高くなる。

[0011]また、被験者の心拍数（ＨＲ）及び被験者の呼吸数（ＲＲ）についても、入院治療の場合の既知の方法を用いて、医師が決定可能である。また、これらの測定は通常、不規則な間隔のみの実施及び／又は長期間にわたる中断となる。

[0012]心拍数、呼吸、血圧等の特定の生物学的パラメータの変動性は、例えば睡眠時無呼吸、抑鬱症、ＡＦ（又は、ＡＦＩＢ）、ＣＡＤといった医学的状態の指標として機能し得る。なお、変動性という用語は、各パラメータの変動性を示す単一の値若しくは評価基準又は複数の可変値を意味し得る。変動性に関する如何なる既知の表現も、本書の範囲内で受け入れられる。

[0013]Ａ．Ｓｅｅｃｋ、Ｗ．Ｒａｄｅｍａｃｈｅｒ、Ｃ．Ｆｉｓｃｈｅｒ、Ｊ．Ｈａｕｅｉｓｅｎ、Ｒ．Ｓｕｒｂｅｒ、Ａ．Ｖｏｓｓの「Ｐｒｅｄｉｃｔｉｏｎ ｏｆ ａｔｒｉａｌ ｆｉｂｒｉｌｌａｔｉｏｎ ｒｅｃｕｒｒｅｎｃｅ ａｆｔｅｒ ｃａｒｄｉｏｖｅｒｓｉｏｎ−Ｉｎｔｅｒａｃｔｉｏｎ ａｎａｌｙｓｉｓ ｏｆ ｃａｒｄｉａｃ ａｕｔｏｎｏｍｉｃ ｒｅｇｕｌａｔｉｏｎ」においては、心拍数及び収縮期血圧の結合の解析による自動調節の評価によって、ＣＶ後の心房細動の再発を予測する潜在的なツールがもたらされ、心房細動を伴う患者の治療選択肢の調整に役立ち得ることが研究で見出されている。

[0014]Ｗ．Ｐｏｐｐｅ他の「Ｅｉｇｎｅｎ ｓｉｃｈ ｄｉｅ Ｈｕｌｌｕｎｇｓｋｕｒｖｅｎ ｖｏｎ Ａｒｔｅｒｉｅｎｐｕｌｓｗｅｌｌｅｎ ｆｕｒ ｅｉｎｅ Ｆｅｒｎｂｅｕｒｔｅｉｌｕｎｇ ｐｓｙｃｈｏｔｉｓｃｈｅｒ Ｋｒａｎｋｈｅｉｔｓｖｅｒｌａｕｆｅ？」においては、特定の精神病に対して被験者が分類されることを動脈波の包絡線が示し得るとともに、精神病の起こり得る進行をさらに示し得ることが見出されている。この研究は、例えば抑鬱症の脈波データとの相関関係に当てはまる。

[0015]本発明の目的は、例えば心拍数、呼吸、血圧、及びそれらの変動性といった被験者の生物学的パラメータを非侵襲的に簡単且つ効率的に精度良く決定する装置を提供することである。別の目的は、被験者の生物学的パラメータ及びその変動性を高い精度で決定する装置を提供することである。

[0016]本発明の別の目的は、被験者の血圧を決定する非侵襲的方法を実行する装置を提供することである。特に、この装置は、モバイル機器であり、光源及び光学センサが設けられた従来のスマートフォンであるのが好ましい。

[0017]本発明によれば、第１の態様において、被験者の医学的状態を決定する装置であって、制御ユニットと、被験者の心拍を表す脈波データを提供する手段と、を備え、制御ユニットが、脈波データを受信するステップと、複数の心臓周期を示す脈波データの部分を選択するステップと、複数の心臓周期を示す脈波データの部分について、複数の心臓周期を示す脈波データの部分の脈波データに基づいて、血圧変動性を決定するステップと、複数の心臓周期を示す脈波データの部分の脈波データに基づいて、呼吸数変動性を決定するステップと、複数の心臓周期を示す脈波データの部分の脈波データに基づいて、心拍数変動性を決定するステップと、血圧変動性、呼吸数変動性、心拍数変動性、及び各基準値のうちの少なくとも１つに基づいて、少なくとも１つの相関値を決定するステップと、少なくとも１つの相関値に基づいて、被験者の医学的状態を決定するステップと、を実行するように構成された、装置が提供される。

[0018]第１の態様に係る第２の態様において、複数の心臓周期を示す脈波データは、互いに直接連続する複数の心臓周期に関する。

[0019]第１又は第２の態様に係る第３の態様において、複数の心臓周期を示す脈波データの部分の脈波データに基づいて、呼吸数変動性を決定するステップは、脈波データに基づいて、複数の最大値を決定することであり、複数の最大値が各複数の心臓周期の最大振幅を表す、ことと、複数の最大値に基づいて、呼吸数を示す呼吸信号を決定することであり、任意選択で、複数の最大値のスプライン補間に基づいて、呼吸信号を決定することを含む、ことと、呼吸信号の各最大値間の時間差に基づいて、呼吸数変動性を決定することと、を含む。

[0020]第１〜第３のいずれか１つの態様に係る第４の態様において、複数の心臓周期を示す脈波データの部分の脈波データに基づいて、心拍数変動性を決定するステップは、脈波データに基づいて、複数の基準点を決定することであり、複数の基準点が複数の心臓周期の各成分に対応し、任意選択で、各成分が、心臓周期の最大振幅、心拍数振幅の立ち上がりエッジのうちの１つである、ことと、複数の基準点の各基準点間の時間差に基づいて、心拍数変動性を決定することと、を含む。

[0021]第１〜第４のいずれか１つの態様に係る第５の態様において、被験者は、身長、年齢、及び性別を有しており、血圧変動性を決定するステップは、複数の血圧値を決定するステップであり、複数の心臓周期の各心臓周期と関連付けられた複数の血圧値の各血圧値について、各心臓周期の収縮期成分を決定するステップ、第１のガウス関数及び第２のガウス関数で収縮期成分を近似するステップ、並びに第１及び第２のガウス関数間の時間差（ＷＷＴ）を決定するステップを含む、ステップと、時間差（ＷＷＴ）、身長、及び／又は年齢に基づいて、被験者の複数の血圧値の各血圧値（ＢＰ）を決定するステップと、を含む。

[0022]第５の態様に係る第６の態様において、複数の血圧値を決定するステップは、複数の血圧値の各血圧値について、
身長及び時間差（ＷＷＴ）に基づいて、予備硬化指数（ＳＩ_ｐ）を決定することと、
予備硬化指数（ＳＩ_ｐ）及び年齢に基づいて、調整硬化指数（ＳＩ_ａ）を決定することと、
調整硬化指数（ＳＩ_ａ）及び回帰モデルに基づいて、血圧値（ＢＰ）を決定することと、
を含み、及び／又は
脈波データの上記部分は、複数の心臓周期を示しており、時間差（ＷＷＴ）を決定するステップは、複数の心臓周期について決定された各時間差に基づいて、複数の連続する心臓周期の時間差（ＷＷＴ）を平均値として決定することであり、任意選択で、平均値が決定された各時間差の中央値である、ことをさらに含み、及び／又は
第１及び第２のガウス関数は、各最大振幅を有し、第１のガウス関数の最大振幅が第２のガウス関数の最大振幅以上であり、及び／又は
第１及び第２のガウス関数は、それぞれ第１及び第２の標準偏差（σ_１、σ_２）を有し、第１及び第２の標準偏差（σ_１、σ_２）が互いに等しい。

[0023]第５又は第６の態様に係る第７に態様において、収縮期成分を近似するステップは、

を用いて、第１及び第２のガウス関数を収縮期成分に適合（fitting, フィッティング）させることを含み、ａ、ｂ、ｃ、及びｄが非線形最適化又は曲線フィッティングを用いて決定される。

[0024]第５〜第７のいずれか１つの態様に係る第８の態様において、回帰モデルは、回帰関数ｆ（ＳＩ_ａ，ｇ）＝ＢＰ_ｓｙｓを含み、ＳＩ_ａが調整硬化指数（ＳＩ_ａ）、ｇが被験者の性別、ＢＰ_ｓｙｓが血圧であり、血圧値を決定することは、回帰関数に基づいて、血圧値を決定することを含んでおり、任意選択で、回帰関数は、ｆ（ｘ）＝ａｘ＋ｂの型の線形関数を含んでおり、ａが１〜２０ｍｍＨｇ／（ｍ／ｓ）の範囲、ｂが０〜８０ｍｍＨｇの範囲であり、より好ましくは、ａが５〜１５ｍｍＨｇ／（ｍ／ｓ）の範囲、ｂが２０〜６０ｍｍＨｇの範囲である。

[0025]第５〜第８のいずれか１つの態様に係る第９の態様において、調整硬化指数（ＳＩ_ａ）を決定することは、調整関数ｆ（ＳＩ_ｐ）＝ＳＩ_ａに基づいており、ＳＩ_ｐが予備硬化指数、ＳＩ_ａが調整硬化指数（ＳＩ_ａ）であり、任意選択で、調整関数は、ｆ（ｘ）＝ｃｘ＋ｄの型の線形関数であり、ｃ及びｄが、年齢値及び関連する硬化指数値を含む複数の値対に基づいて決定された調整係数であり、任意選択で、
ｃ＝（ＳＩ−μ）／ｒａｎｇｅ（ａｇｅ）

であって、μ＝０．１０９＊ａｇｅ＋３．６９９、ｒａｎｇｅ（ａｇｅ）＝０．１６６３＊ａｇｅ＋４．３８５８−μ、ａｇｅが被験者の年齢、ｄ＝０である。

[0026]第５〜第９のいずれか１つの態様に係る第１０の態様において、収縮期成分を決定することは、各心臓周期の各大域最大を決定することと、各心臓周期の２次導関数を決定することと、少なくとも大域最大から所定の時間差にある２次導関数の最大値を決定することと、心臓周期の開始と最大値との間の心臓周期の部分として収縮期成分を規定することであり、任意選択で、大域最大までの所定の時間差が３５０ｍｓ以下であり、さらに任意選択で、大域最大までの所定の時間差が２５０ｍｓ以下である、ことと、を含む。

[0027]第５〜第１０のいずれか１つの態様に係る第１１の態様において、予備硬化指数（ＳＩ_ｐ）を決定することは、関数
ＳＩ_ｐ＝ｈ／ＷＷＴ

に基づいており、ｈが被験者の身長、ＷＷＴが時間差、ＳＩ_ｐが予備硬化指数（ＳＩ_ｐ）である。

[0028]第１〜第１１のいずれか１つの態様に係る第１２の態様において、少なくとも１つの相関値を決定するステップは、心拍数変動性に基づいており、少なくとも１つの相関値を決定する前記ステップが、複数の心拍数変動性値に基づいて、時間領域における複数の心拍数変動性値の分布を示す度数分布を生成することと、複数の期待値を決定することと、複数の期待値を示すエントロピー値であり、被験者の医学的状態を示す、エントロピー値を決定することと、をさらに含む。

[0029]第１〜第１２のいずれか１つの態様に係る第１３の態様において、複数の心拍数変動性値の分布を示す度数分布は、ヒストグラムを含み、任意選択で、ヒストグラムのビンサイズが８ｍｓである。

[0030]第１〜第１３のいずれか１つの態様に係る第１４の態様において、複数の心臓周期を示す脈波データの部分は、２分〜５分の周期を含んでおり、血圧変動性、呼吸数変動性、及び心拍数変動性を決定するステップは、脈波データに含まれる実質的にすべての心拍に基づいている。

[0031]第１〜第１４のいずれか１つの態様に係る第１５の態様において、少なくとも１つの相関値を決定するステップは、心拍数変動性及び呼吸数変動性に基づいており、少なくとも１つの相関値を決定するステップが、心拍数変動性と呼吸数変動性との間の類似関係を検出することを含む。

[0032]第１〜第１５のいずれか１つの態様に係る第１６の態様において、平均値は、決定された各時間差の中央値である。

[0033]第１〜第１６のいずれか１つの態様に係る第１７の態様において、第１及び第２のガウス関数は、各最大振幅を有し、第１のガウス関数の最大振幅が第２のガウス関数の最大振幅以上である。

[0034]第１〜第１７のいずれか１つの態様に係る第１８の態様において、第１及び第２のガウス関数は、それぞれ第１及び第２の標準偏差を有し、第１及び第２の標準偏差が互いに等しい。

[0035]第１〜第１８のいずれか１つの態様に係る第１９の態様において、収縮期成分を決定することは、各心臓周期の各大域最大を決定することと、各心臓周期の２次導関数を決定することと、少なくとも大域最大から所定の時間差にある２次導関数の最大値を決定することと、心臓周期の開始と最大値との間の心臓周期の部分として収縮期成分を規定すること、を含む。

[0036]第１９の態様に係る第２０の態様において、大域最大までの所定の時間差が３５０ｍｓ以下であり、好ましくは、大域最大までの所定の時間差が２５０ｍｓ以下である。

[0037]第１〜第２０のいずれか１つの態様に係る第２１の態様において、この装置は、光を被験者の四肢に送るように構成された光源をさらに備え、脈波データを提供する手段が、四肢を通る血流で反射された光を受光するように構成された光学センサを備える。

[0038]第２１の態様に係る第２２の態様において、脈波データを受信するステップは、光源を作動させることと、光学センサにより提供された信号に基づいて、脈波データを受信することと、を含む。

[0039]第２２の態様に係る第２３の態様において、光学センサは、ビデオセンサを備えており、脈波データを受信するステップは、上記信号に基づいて、反射光を示すビデオストリームを受信することと、複数の画素を含む関心領域をビデオストリームから選択することであり、関心領域が任意選択で、５０×５０画素のサイズを有する、ことと、ビデオストリームから複数のフレームを選択することであり、複数のフレームの各フレームがそれぞれのタイムスタンプを有する、ことと、各フレームについて、複数の画素の各画素の緑色副成分の値の合計を示す第１のサンプル値を関心領域内で決定することと、第１の各サンプルを各タイムスタンプと関連付けることと、第１のサンプルから第１の脈波を生成することと、をさらに含み、脈波データを受信するステップが、各タイムスタンプに基づいて、第１の脈波を再サンプリングすることにより、第２の脈波を決定することをさらに含む。

[0040]第２３の態様に係る第２４の態様において、第２の脈波を決定することは、帯域通過フィルタを用いて第２の脈波をフィルタリングすることをさらに含み、帯域通過フィルタが任意選択で、０．６Ｈｚ〜２．５Ｈｚの範囲に含まれないすべての周波数を除去する。

[0041]第１〜第２４のいずれか１つの態様に係る第２５の態様において、脈波データの上記部分は、１〜５０の心臓周期を示しており、好ましくは１〜４０の心臓周期、より好ましくは１０〜３０の心臓周期を示している。

[0042]第１〜第２５のいずれか１つの態様に係る第２６の態様において、脈波データの上記部分は、複数の連続する心臓周期を示す。

[0043]第２１〜第２６のいずれか１つの態様に係る第２７の態様において、センサは光学センサであり、この装置は光源をさらに備え、センサが、光源により放出され、被験者の身体の一部、任意選択で、被験者の脈動血流を含む被験者の身体の一部により反射された信号を検出するように構成されている。

[0044]第１〜第２７のいずれか１つの態様に係る第２８の態様において、この装置は、血圧値の決定を開始するユーザ入力を受け付けるように構成された入力手段をさらに備える。

[0045]第１〜第２８のいずれか１つの態様に係る第２９の態様において、この装置は、血圧値を表示するように構成された出力手段をさらに備える。

[0046]第１〜第２９のいずれか１つの態様に係る第３０の態様において、脈波データを提供する手段は、脈波データを格納するように構成されたメモリユニットを備える。

[0047]本発明によれば、第３１の態様において、被験者の医学的状態を決定する装置であって、制御ユニットと、被験者の心拍を表す脈波データを提供する手段と、を備え、制御ユニットが、脈波データを受信するステップと、複数の心臓周期を示す脈波データの部分を選択するステップと、複数の心臓周期を示す脈波データの部分の脈波データに基づいて、心拍数変動性を示す第１の指数を決定するステップと、複数の心臓周期を示す脈波データの部分の脈波データに基づいて、心拍数変動性を示す第２の指数を決定するステップであり、第２の指数が第１の指数と異なる、ステップと、第１及び第２の指数に基づいて、被験者の医学的状態を決定するステップと、を実行するように構成された、装置が提供される。

[0048]第３１の態様に係る第３２の態様において、第１の指数を決定するステップは、複数の心臓周期を示す脈波データの部分の脈波データに基づいて、複数の呼吸数間隔を決定することと、複数の呼吸数間隔に基づいて、第１の指数を決定することと、を含む。

[0049]第３２の態様に係る第３３の態様において、第１の指数を決定するステップは、複数の呼吸数間隔に基づいて、平均を決定することと、平均に基づいて、第１の指数を決定することと、をさらに含む。

[0050]第３３の態様に係る第３４の態様において、平均は、逐次差分の２乗平均平方根であり、任意選択で、複数の呼吸数間隔に基づいて、逐次差分の２乗平均平方根を決定することは、複数の呼吸数間隔に基づいて決定された平均呼吸数間隔に基づいて、逐次差分の２乗平均平方根を正規化することを含む。

[0051]第３１の態様に係る第３５の態様において、第１の指数を決定するステップは、複数の心臓周期を示す脈波データの部分の脈波データに基づいて、複数の呼吸数間隔の変動性を示すタコグラムを決定するステップと、複数の呼吸数間隔の各呼吸数間隔の度数分布を決定するステップと、度数分布に基づいて、エントロピー値を決定するステップと、エントロピー値に基づいて、第１の指数を決定するステップと、を含む。

[0052]第３５の態様に係る第３６の態様において、度数分布は、複数の確率を示すヒストグラムを含み、任意選択で、エントロピー値は、Ｓ＝−Σ_ｉ＝１ｐｉ・ｌｏｇ_２（ｐｉ）に基づいて決定され、ｐｉが複数の確率に対応しており、さらに任意選択で、ヒストグラムのビンサイズが８ｍｓである。

[0053]第３１の態様に係る第３７の態様において、第１の指数を決定するステップは、複数の心臓周期を示す脈波データの部分の脈波データに基づいて、複数の心拍間隔（ＢＢＩ）を決定するステップと、複数の心拍間隔に基づいて、第１の指数を決定するステップと、を含む。

[0054]第３７の態様に係る第３８の態様において、第１の指数を決定するステップは、複数の心拍間隔に基づいて、ポアンカレプロット解析（ＰＰＡ）を決定するステップであり、ポアンカレプロット解析が、複数の心拍間隔の第１の心拍間隔（ＢＢＩ_ｎ）及び先行する第２の心拍間隔（ＢＢＩ_ｎ−１）の各関係に基づいて決定された時系列変動を示す、ステップと、ポアンカレプロット解析に基づいて、第１の指数を決定するステップと、を含む。

[0055]第３８の態様に係る第３９の態様において、第１の指数を決定するステップは、短期心拍間隔変動性の標準偏差ＳＤ１及び長期心拍間隔変動性の標準偏差ＳＤ２を決定するステップと、標準偏差ＳＤ１の標準偏差ＳＤ２に対する比を示す指数ＳＤ１／ＳＤ２に基づいて、第１の指数を決定するステップと、を含む。

[0056]第３１〜第３６のいずれか１つの態様に係る第４０の態様において、第２の指数を決定するステップは、複数の心臓周期を示す脈波データの部分の脈波データに基づいて、複数の心拍間隔（ＢＢＩ）を決定することと、複数の心拍間隔に基づいて、第２の指数を決定することと、を含む。

[0057]第４０の態様に係る第４１の態様において、第２の指数を決定するステップは、複数の心拍間隔に基づいて、ポアンカレプロット解析（ＰＰＡ）を決定することであり、ポアンカレプロット解析が、複数の心拍間隔の第１の心拍間隔（ＢＢＩ_ｎ）及び先行する第２の心拍間隔（ＢＢＩ_ｎ−１）の各関係に基づいて決定された時系列変動を示す、ことと、ポアンカレプロット解析に基づいて、第２の指数を決定することと、を含む。

[0058]第４１の態様に係る第４２の態様において、第２の指数を決定するステップは、短期心拍間隔変動性の標準偏差ＳＤ１及び長期心拍間隔変動性の標準偏差ＳＤ２を決定することと、標準偏差ＳＤ１の標準偏差ＳＤ２に対する比を示す指数ＳＤ１／ＳＤ２に基づいて、第２の指数を決定することと、を含む。

[0059]第３１〜第４２のいずれか１つの態様に係る第４３の態様において、複数の心臓周期を示す脈波データは、互いに直接連続する複数の心臓周期に関する。

[0060]第３１〜第４３のいずれか１つの態様に係る第４４の態様において、複数の心臓周期を示す脈波データの部分は、少なくとも２分の周期を含み、第１の指数を決定するステップ及び第２の指数を決定するステップは、複数の心臓周期を示す脈波データの部分に含まれる実質的にすべての心拍に基づいている。

[0061]第４４の態様に係る第４５の態様において、複数の心臓周期を示す脈波データの部分は、少なくとも５分の周期を含む。

[0062]第３１〜第４５のいずれか１つの態様に係る第４６の態様において、制御ユニットは、複数の心臓周期を示す脈波データの部分の脈波データに基づいて、複数の心臓周期の各心臓周期について、各心臓周期が１つ又は複数の途絶と関連付けられているかを判定することと、各心臓周期が１つ又は複数の途絶と関連付けられている場合に、各心臓周期が１つ又は複数の途絶と関連付けられなくなるように、複数の心臓周期を示す脈波データの部分の脈波データを修正することと、を行うようにさらに構成されている。

[0063]第４６の態様に係る第４７の態様において、１つ又は複数の途絶は、期外収縮を含む。

[0064]血圧を決定するこの装置の利点として、血圧は、高い精度で決定することができる。被験者の医学的状態を決定するこの装置の利点として、例えば心拍数、呼吸数、血圧、及びそれらの変動性といった生物学的データは、高い精度で決定することができる。

[0065]図１は、本発明に係る、硬化指数の決定方法を示した図である。

[0066]図２Ａは、本発明の第１の実施形態に係る、血圧を決定する方法のフローチャートである。

[0067]図２Ｂは、本発明に係る、脈波解析の方法のフローチャートである。

[0068]図３Ａは、本発明の一実施形態に係る、呼吸数の検出を示した図である。

[0069]図３Ｂは、本発明の一実施形態に係る、心拍数、血圧、及び呼吸数のほか、それらの変動性の関係を示した図である。

[0070]図３Ｃは、本発明の一実施形態に係る、被験者の心房細動の検出におけるシャノンエントロピーの適用を示した図である。

[0071]図４は、本発明に係る、モバイル機器を用いて脈波データを記録する方法のフローチャートである。

[0072]図５Ａは、図４の方法に従って使用できる例示的なモバイル機器を示した図である。

[0073]図５Ｂは、図５Ａに示すモバイル機器との被験者の相互作用を示した図である。

[0074]図６は、取得された脈波データに基づく一連の心臓周期の決定方法を示した図である。

[0075]図７は、被験者の年齢に対して硬化指数を調整する例示的な調整関数の決定方法を示した図である。

[0076]図８は、調整硬化指数に基づいて被験者の血圧を決定する例示的な回帰モデルの決定方法を示した図である。

[0077]図９Ａは、（回帰モデルに基づいて推定された）被験者の各血圧及び一般的な血圧計を用いて測定された被験者の血圧の相関関係を示した図である。 [0077]図９Ｂは、（別の回帰モデルに基づいて推定された）被験者の各血圧及び一般的な血圧計を用いて測定された被験者の血圧の相関関係を示した図である。

[0078]図１０Ａは、本発明の一実施形態に係る、被験者のＡＦの検出におけるＲＭＳＳＤの適用を示した図である。

[0079]図１０Ｂは、本発明の一実施形態に係る、被験者のＡＦの検出におけるシャノンエントロピーの適用を示した図である。

[0080]図１０Ｃは、本発明の一実施形態に係る、被験者のＡＦの検出におけるポアンカレプロット解析の適用を示した図である。

[0081]図１１Ａは、本発明の一実施形態に係る、被験者のＡＦの検出におけるポアンカレプロット解析の適用を示した図である。 [0081]図１１Ｂは、本発明の一実施形態に係る、被験者のＡＦの検出におけるポアンカレプロット解析の適用を示した図である。

詳細な説明

[0082]血管系の弾力性は、被験者の脈波に影響を及ぼす。この影響に基づいて、脈波データの特定の処理に基づく先進の光電式容積脈波記録法を用いることにより、血圧を正確に（すなわち、９０％以上の精度領域）決定できるようになっている。また、被験者の脈波データに基づいて、心拍数及び呼吸数を決定することも可能である。

[0083]これらのパラメータそれぞれの詳細な解析によって、被験者の個々の状態を決定する基準が構成され得る。ただし、脈波データの正確な表現及び定期的又は継続的な測定を前提として、心拍数（ＨＲ）及び心拍数変動性、血圧（ＢＰ）及び血圧変動性、並びに呼吸数（ＲＲ）及び呼吸数変動性の解析は、ＣＡＤ、ＡＦＩＢ、睡眠時無呼吸、抑鬱症等の様々な医学的状態の検出に役立ち得ることが分かっている。

[0084]血圧及び血圧変動性は、脈波データの高度な処理に基づいて、硬化指数を用いることにより検出可能である。呼吸数及びＲＲ変動性は、脈波データの高度な処理に基づいて検出可能である。本発明によれば、新規の脈波解析及び信号解析の非線形法によって、複数の生理学的パラメータが同時に処理される。スマートフォン又はスマートウォッチを除いて、周辺機器を別途用意する必要はない。この装置は、ＡＦの患者と洞調律（ＳＲ）の患者とを区別する際の高い精度を与えるためのものである。

[0085]図１は、本発明に係る、硬化指数の決定方法を示した図である。図１の線図は、時間ｔに対する脈波信号２０１のほか、元の脈波及び主として大動脈分岐により反射された波の対応する波成分２０６及び２０８を示している。また、図１は、変曲点２０４を示している。なお、当技術分野において一般的に知られているように、変曲点に基づく単純な分割は、先の段落に示した理由のため、必ずしも実際の生理学的波成分には対応しない。これに対して、本発明によれば、実際の元の脈波及び大動脈分岐により反射された波は、グラフのガウス関数での近似によって決定され、これにより、２つの成分波ｗ_{ｏｒｉｇｉｎａｌ}２０６及びｗ_{ｒｅｆｌｅｃｔｅｄ}２０８を非常に高い精度で求めることができる。ここで、時間差は、グラフの２つの最大値間の時間差と対照的に、成分波ｗ_{ｏｒｉｇｉｎａｌ}及びｗ_{ｒｅｆｌｅｃｔｅｄ}間の時間差として決定される。これにより、実質的により高いレベルの精度で、元の脈波と反射脈波との間の実際の時間差に対応する一般的に既知のピーク間時間（ＰＰＴ）、波間時間（ＷＷＴ）の代わりとして、決定が容易となる。また、これによって、ＳＩのより正確な計算が容易となり、血圧との相関が改善される。

[0086]図２Ａは、本発明の第１の実施形態に係る、血圧を決定する方法３００のフローチャートである。ステップ３０２においては、脈波データを記録する。脈波の検出及び検出した脈波を示すデータの記録は、当技術分野において知られている任意の方法で実行可能である。例えば、従来の光電式容積脈波記録法である。脈波データの検出及び記録の一例については、図４に関して以下に詳しく説明する。

[0087]ステップ３０４においては、適当な心臓周期を決定する。上述の通り、心臓周期は、多くの因子によって決まるものであり、例えばストレス若しくは不安又はカフェイン、ニコチン、若しくはアルコール等の刺激物の消費による良性の（例えば、非病理学的な）異常を呈する可能性がある。脈波データをさらに処理するための基盤を確立するため、脈波データの長時間の記録から、適当な心臓周期を選択する。第１の実施形態においては、選択したすべての心臓周期が少なくとも０．８の相互類似性を有し、すべてが単一の記録セグメントに含まれる（すなわち、互いに連続する）ことを条件として、長さが５秒〜２分の脈波記録から、５〜３０の心臓周期を選択する。他の実施形態においては、例えば３〜１０又は２０〜５０の心臓周期等、より多い又は少ない連続する心臓周期が使われてもよい。さらに、脈波データの記録は、例えば５〜１０秒の範囲から１０〜３０秒の範囲まで、異なる長さを有し得る。

[0088]ステップ３０６においては、各心臓周期を収縮期及び拡張期成分に分解又は分割する。これは、長くても収縮期最大値の３５０ｍｓ後にある脈波の２次導関数の最大値を決定することによって実現される。通常、脈波の２次導関数の最大値は、収縮期最大値の２５０ｍｓ〜３５０ｍｓ後にある。２次導関数の最大値を決定することは、心臓の排出時間を考慮するとともに誤検出を回避するため、上記規定の時間窓に限られる。

[0089]ステップ３０８においては、近似を実行するが、少なくとも２つのガウス関数を元の脈波にフィッティングさせることによって、収縮期成分を近似する。

ここで、ａ、ｂ、ｃ、及びｄは、非線形最適化を用いて決定される。一実施形態において、２つのガウス関数は、レーベンバーグ・マルカート法を用いて元の脈波にフィッティングされる。この近似ステップにおいては、第１のガウス関数が元の脈波に対応し、第２のガウス関数が大動脈分岐で反射された波に対応するが、第１のガウス関数の振幅は第１のガウス関数の振幅以上でなければならず、両関数とも、同一の標準偏差σを示す必要がある。

[0090]ステップ３１０においては、２つのガウス関数間の時間差を波間時間ＷＷＴとして計算する。例えば、ＷＷＴは、２つのガウス関数の基点間の時間差として計算することができる。或いは、ＷＷＴは、２つのガウス関数の最大値間の時間差として計算することができる。全体又は平均のＷＷＴ_ａを生成するには、５〜３０（又は、任意の所望数）の心臓周期にわたる中央値を計算する。これにより、異常値の影響を効果的に抑えることができる。

[0091]ステップ３１２においては、被験者の身長ｈ（単位：ｍ）及び平均ＷＷＴ_ａ（単位：ｓ）に基づいて、以下のように硬化指数ＳＩを計算する。
ＳＩ＝ｈ／ＷＷＴ_ａ

[0092]ステップ３１４においては、ステップ３１２において計算したＳＩ値を調整して、被験者の年齢を補償する。上述の通り、人間の血管系の弾力性は、年齢の上昇とともに低下するため、２０歳の平均的な健常者は必然的に、４０歳又は６０歳の平均的な健常者よりもＳＩが低くなる。したがって、ステップ３１４でＳＩを正規化することにより、比較可能な結果を実現する。第１の実施形態においては、ＳＩの正規化によって、年齢に依らないＳＩ又は調整ＳＩを求める。

[0093]ステップ３１６においては、性別固有の回帰モデルに基づいて、調整ＳＩを推定する。性別固有の回帰モデルは、独自の臨床研究の結果であり、性別の関数としての被験者の推定血圧及び調整ＳＩを規定する。一例において、調整ＳＩが１０の男性は、推定収縮期血圧が１８０ｍｍＨｇとなる可能性がある。臨床研究の実施により、被験者の性別に応じて調整ＳＩが実際の血圧とどのように関連するかを決定された。男性被験者の場合、およそ１０ｍ／ｓの調整ＳＩがおよそ１７０ｍｍＨｇの血圧に対応し、およそ８ｍ／ｓの調整ＳＩがおよそ１５０ｍｍＨｇの血圧に対応することが分かっている。女性被験者の場合は、およそ１０ｍ／ｓの調整ＳＩがおよそ１６５ｍｍＨｇの血圧に対応し、およそ８ｍ／ｓの調整ＳＩがおよそ１５５ｍｍＨｇの血圧に対応する。

[0094]別の実施形態においては、より包括的な回帰モデルを適用する。この別の実施形態においては、ステップ３０２〜３１４を上述と同様に実行する。ただし、この別の実施形態のステップ３１６においては、付加的なパラメータを適用して、実際の血圧値とのはるかに高い相関を実現する。ここでは、被験者の性別（すなわち、男性又は女性）、被験者の体格を示す指数値Ｉ_ｆ（例えば、その人の肥満度指数（ＢＭＩ））、及び被験者のタバコ消費を示す指数値Ｃ_ｔ（例えば、被験者が喫煙者である否か）を織り込んだ別の回帰モデルに基づいて、調整ＳＩを推定する。

[0095]なお、被験者のタバコ消費を示す指数値Ｃ_ｔに関して、いくつかの実施形態においては、被験者の現在の状態すなわち被験者が現時点で能動喫煙者であるかということのみを判定する。研究により、被験者が長期にわたって喫煙していても、比較的短期間の禁煙が被験者の血圧に影響を及ぼすことが明らかとなっている。このように、被験者の現在の状態を決定することによって、この影響及び関連する影響を考慮に入れることができる。他の実施形態においては、被験者の来歴も考慮に入れることができる。これは、被験者が能動喫煙者であった期間を決定するとともに、これらの期間に消費されたタバコの量（例えば、１日当たりの本数）を決定することによって可能となる。このように、被験者によるタバコの消費を詳述した個人プロファイルを生成して、回帰モデルに導入することができる。なお、長期のタバコ消費は、例えば血管の硬化等、被験者の血管系に複数の影響を及ぼす可能性がある。これらの影響のうちの一部又は全部は、短期間の禁煙では消えない長期の影響となり得る。

[0096]同じく独自の臨床研究の結果である特定の代替的な回帰モデルでは、調整ＳＩ、被験者の性別（値１が男性被験者を示し、値２が女性被験者を示す）、被験者のＢＭＩ（ＢＭＩ値は、被験者の身長及び体重に基づいて計算）、及び被験者が喫煙者であるか否かという事実（値０が喫煙者でないことを示し、値１が喫煙者であることを示す）の関数として、被験者の推定血圧を規定する。ＢＭＩは、以下に基づいて計算することができる。
ＢＭＩ＝ｍａｓｓ／ｈｅｉｇｈｔ^２

ここで、ｍａｓｓはキログラム（ｋｇ）単位の被験者の体重、ｈｅｉｇｈｔはメートル（ｍ）単位の被験者の身長である。この特定の代替的な回帰モデルは、式ＢＰ_ｓｙｓ＝１３９．６１１−１９．４５０・ｇ−０．８０２・ａｇｅ＋０．９６８・Ｉ_ｆ＋５．３９４・Ｃ_ｔ＋２．７５９・ＳＩに基づく。

[0097]以下の表は、この代替的な回帰モデルで用いられる係数をさらに詳しく示している。

[0098]なお、被験者の「体格」という用語は、被験者のサイズ、背丈、体形、又は肥満の有無（及び、程度）すなわちその人が太り過ぎか否かの観点での体格を表す。上述のＢＭＩとは別に、被験者の肥満の程度を定量化する多くの方法及び／又は概念が知られている。例えば、体脂肪率の測定（例えば、生体電気インピーダンス解析、キャリパ測定、又は体脂肪率を測定するその他任意の既知の方法による）、ウエスト対身長比の計算、及びウエスト対ヒップ比の計算が挙げられるが、これらに限定されない。例えば、生体電気インピーダンス解析は、体重計等の家電製品に組み込み可能であるため、体脂肪率は、体重測定のために体重計に乗る場合等、定期的又は日常的な動作において測定可能である。生体電気インピーダンス解析は、例えばペースメーカ等のインプラントが存在する場合等、個々の医学的状態のため、すべての被験者に適用可能とならない場合及び／又は体脂肪率を最も正確に測定可能とならない場合がある。キャリパ測定は、皮膚のひだの厚さを測定して体脂肪率を推定することにより、医師又は被験者自身が実施可能である。測定は通常、使用する方法に応じて、３つ又は７つの異なる身体部位で実行する。キャリパ測定は、十分な結果が得られるものの、通常、臓器中及び臓器周りの体脂肪率を正確に測定することはできない。

[0099]なお、上述の代替的な回帰モデルでは、ＢＭＩの使用を特に要しないが、原理上は、被験者の肥満の程度の如何なる定量化にも適応可能である。被験者のＢＭＩ以外の被験者の体格の評価基準が用いられる場合は、対応する換算係数を上述の特定の式に導入して、この評価基準をＢＭＩに対してマッピングする（又は、その逆）必要がある。

[00100]ここで、上述のように、被験者から取得された複数の血圧値に基づいて血圧変動性を決定する。通常、血圧変動性の決定は、２〜５分の期間或いは１２０〜３００の心臓周期にわたって実行することにより、代表的なサンプルを求める。ただし、他の実施形態においては、例えば２〜５分（又は、１２０〜３００の心臓周期）の変動窓を用いて、血圧及び血圧変動性を連続して決定することができる。

[00101]図２Ｂは、本発明に係る、脈波解析の方法１００のフローチャートである。ステップ１０２においては、図４に関して以下により詳しく示すように脈波信号を取得し、適当な心臓周期を選択する。通常、脈波信号は、少なくとも２分、好ましくは少なくとも５分の期間にわたって取得する。

[00102]ステップ１０４においては、脈波の形態及び周波数解析の組み合わせを適用して、すべての心拍間隔（ＢＢＩ）を検出する。適用アルゴリズムにより、比較として行った標準的なＥＣＧ記録によるＲＲ間隔と比べて、ｒ＞０．９９という相関の改善が見られる。抽出したＢＢＩ時系列から、ＡＦとＳＲとの識別可能性に関して、心拍リズムの変動性を表す複数の指数を計算・解析することができる。解析の場合は、適応分散推定のアルゴリズムを用いて、期外収縮等の途絶を除去するとともに、ＢＢＩ時系列上の対応点を置き換えることができる。異所性が変動性指数に及ぼす影響は、かなり低い。ただし、異所性収縮が少ない（例えば、５％未満）の群でさえ、タコグラムのフィルタリングによって、異所性の影響をさらに抑えることができる。

[00103]ステップ１０６及び１０８においては、以下の図１０Ａ、図１０Ｂ、及び図１０Ｃに関して説明する内容に従って、第１及び第２の指数を決定する（以下の図１１Ａ及び図１１Ｂの説明も参照）。一実施形態において、第１の指数は、ＲＲ間隔の逐次差分の２乗平均平方根（ＲＭＳＳＤ）であり、第２の指数は、ＳＤ１／ＳＤ２指数である。他の実施形態においては、例えばシャノンエントロピーに基づいて決定される指数を含むその他の組み合わせを採用することも可能である。

[00104]ステップ１１０においては、第１及び第２の指数に基づいて、被験者の医学的状態を決定する。方法１００は、ステップ１１２で終了となる。

[00105]図３Ａは、本発明の一実施形態に係る、呼吸数の検出を示した図である。図３Ａは、時間の経過（横軸参照）とともに検出される脈波２０１の振幅を縦軸に示している。脈波２０１は、約−１と１との間の振幅を示しており、立ち上がりエッジの瞬間は、検出された心臓周期２０５として登録される。さらに、脈波２０１の最大値２０９に基づいて、被験者の呼吸を示す信号２０７が検出される。

[00106]信号を求めるため、以下の図４に関して説明する脈波の再サンプリングと類似の３次スプライン補間を用いて、脈波の最大値２０９がサンプリングされる。ここでは、２つの後続サンプルが３次多項式により補間される。サンプルの位置（時間）は、タイムスタンプに対応する。範囲［ｔ_ｉ，ｔ_ｉ＋１］の多項式Ｒ_ｉは、Ｒ_ｉ＝ａ_ｉ＋ｂ_ｉ（ｔ−ｔ_ｉ）^２＋ｄ_ｉ（ｔ−ｔ_ｉ）^３ （ｉ＝１、・・・、ｎ−１）のように計算される。再サンプリングのプロセスには、１ｍｓずつの連続的なｔのインクリメントを含み、１０００Ｈｚというサンプリングレートに相当する。別の実施形態において、再サンプリングには、１０ｍｓずつの連続的なｔのインクリメントを含み、１００Ｈｚというサンプリングレートに相当する。パラメータａ_ｉ、ｂ_ｉ、ｃ_ｉ、及びｄ_ｉについては、適当な値に設定する必要がある。脈波は、呼吸Ｒとして求められる。すなわち、信号２０７がサンプリングの結果である。その後、例えば信号２０７の一連の最大値を検出するとともに、後続最大値の各対の時間差を決定するといった既知の方法により、信号２０７に基づいて、呼吸数の変動が決定される。

[00107]図３Ｂは、本発明の一実施形態に係る、心拍数、血圧、及び呼吸数のほか、それらの変動性の関係を示した図である。図３Ｂは、脈波２０１に基づいて決定された多くの信号の組み合わせを示している。ここでは、信号２０７に基づいて、呼吸数及びその変動を示している。さらに、上述するとともに図１に示した通り、脈波２０１並びにその成分２０６及び２０８に基づいて、血圧及びその変動を示している。また、脈波２０１に基づいて、心拍数及びその変動を示している。

[00108]心拍数（ＨＲ）及び心拍数変動性、血圧（ＢＰ）及び血圧変動性、並びに呼吸数（ＲＲ）及び／若しくは呼吸数変動性の解析に基づき、脈波２０１に基づいて得られるとともに、従来は得られなかった精度を示すあらゆるものから、ＣＡＤ、ＡＦ、睡眠時無呼吸、抑鬱症等の様々な医学的状態が決定される。

[00109]得られたデータに基づいて、例えばジョイントシンボリックダイナミクス（ＪＳＤ：Ｊｏｉｎｔ Ｓｙｍｂｏｌｉｃ Ｄｙｎａｍｉｃｓ）及びセグメント化ポアンカレプロット解析（ＳＰＰＡ）といった非線形相互作用ダイナミクスを用いることにより、心拍数と血圧との間の相互作用を解析することでＡＦＩＢを検出可能である。ＳＰＰＡの適用によって、２つの時系列（ここでは、心拍数及び血圧）間の相互作用を解析することができる。２つの指数（１つはＪＳＤに由来し、もう１つはＳＰＰＡに由来する）から成るパラメータ集合を導入することにより、線形判別関数解析によって、洞調律が安定した患者（群ＳＲ、ｎ＝１５）とＡＦが再発した患者（群ＲＥＺ、ｎ＝１２）との分類の全体精度が８９％（感度９１．７％、特異度８６．７％）であることが明らかとなった。心拍数及び収縮期血圧の結合によって、ＣＶ後のＡＦの再発を予測する潜在的なツールがもたらされ、ＡＦを伴う患者の治療選択肢の調整に役立つ可能性もある。

[00110]同様に、呼吸と心拍数との間の関係を解析するとともに、呼吸と心拍数とが同期していないこと及び／又は呼吸数の実質的な変動により心拍数が変化しないことを検出することによって、抑鬱症を検出することができる。同様に、上述のメカニズムを用いて、睡眠時無呼吸期間に通常は異常に高い変動を示す呼吸数を解析するとともに、通常は遅くなる心拍数を解析することによって、睡眠時無呼吸を検出することができる。

[00111]図３Ｃは、本発明の一実施形態に係る、被験者の心房細動の検出におけるシャノンエントロピーの適用を示した図である。脈波に基づいて、呼吸数の経時的な変動を示すタコグラムが決定される。タコグラムから、呼吸数変動の度数分布を表すヒストグラムが生成される。一実施形態においては、ヒストグラムのビンサイズが８ｍｓであり、これは、８ｍｓスロットに分割された離散時間スケールに度数分布が基づくことを意味する。各呼吸変動（すなわち、信号２０７の２つの最大値間）は、各ビンに格納される。そして、ヒストグラムにより表される確率を入力として用いることにより、シャノンエントロピーがＳ＝−Σ_ｉ＝１ｐｉ・ｌｏｇ_２（ｐｉ）として計算される。その結果はビット値であり、被験者が健康な患者の群に属するか否かを判定するが、閾値としては４．８ビットが用いられる。

[00112]なお、上記は、呼吸数変動のエントロピー値の決定の一例である。他の既知の方法についても、使用する方法及び計算に応じて閾値を単に適応させるだけで同様に使用可能である。図３Ｃは、４．８という閾値を示しており、ＡＦＩＢを示す被験者（右側の値「１」）とＡＦＩＢを示さない被験者（左側の値「０」）とを明確に区別している。上記のように度数分布を決定することの利点として、エントロピー評価基準は、被験者の安静時の心拍数とは無関係である。このため、上記の内容は、安静時の心拍数の実質的な差異に関わらず、例えば小児及び高齢者等、あらゆる年齢層の被験者に等しく適用可能である。

[00113]図４は、本発明に係る、ビデオ記録機能を有するモバイル機器を用いて脈波データを記録する方法４００のフローチャートである。モバイル通信機器、特に、いわゆるスマートフォンは、単なる電気通信を超えた拡張機能を有する。例えば、大抵の携帯電話には通常、静止画及びビデオを取り込み可能なデジタルカメラ並びに低光量状況に備えた対応する光源が設けられている。概略的に、脈波は、光源から放出されるとともに被験者の指により反射された光を光学センサで検出することによって記録される。一実施形態においては、（例えば、光学センサとして用いられる）デジタルカメラ及び（例えば、光源として用いられる）ＬＥＤフラッシュライトを搭載した一般的なモバイル機器を用いて、脈波データが取得される。光源により放出された光が反射されるが、この光の特性（例えば、強度、色相、輝度、彩度）は、末端の血流の影響を受ける（例えば、特性のうちの１つ又は複数が変調される）。

[00114]ステップ４０２において、被験者は、光源から放出された光が末端の血流を照射し、反射されてカメラで検出されるように、モバイル機器の光源及びカメラの両者に指を載せる。このように生成されたビデオ信号が機器のメモリユニットに記録・格納される。或いは、脈波データのメモリユニットへの格納なく、ビデオ信号（例えば、ビデオストリーム）を直接処理することができる。

[00115]ステップ４０４においては、最大解像度のビデオストリームから、関心領域（ＲＯＩ）を選択する。この選択は、例えばビデオストリームに含まれる輝度情報に基づいて実行可能である。一実施形態においては、中心から外れて縁から最小距離のビデオフレーム内の最大輝度領域において、ＲＯＩを決定する。これにより、十分に照射された領域（例えば、光源に近い領域）が選定され得る。一実施形態において、ＲＯＩのサイズは、少なくとも５０×５０画素（すなわち、２５００正方画素）である。概略的に、ＲＯＩのサイズとしては、６２５〜１００００正方画素、好ましくは９００〜６４００正方画素、より好ましくは１６００〜３２００正方画素の範囲が可能である。

[00116]ステップ４０６においては、ビデオストリームの各フレームのＲＯＩについて、

に基づいてサンプルｓ_ｉを計算する。ここで、ｐは、位置ｊ、ｋにおけるＲＯＩ内の画素の緑色チャネルの値であり、Ｎ及びＭはＲＯＩのサイズであり、ｗはＲＯＩの幅である。２で除算することにより、ｐの最下位ビットが取り除かれ、ノイズが効果的に抑えられる。これにより、取り込んだ各ビデオフレームのサンプルｓ_ｉが生成される。別の実施形態においては、緑色チャネルの代わりに、別の１つ又は複数のチャネル（例えば、赤色、青色、又は赤色、緑色、及び／若しくは青色の組み合わせ）を採用することができる。これは、使用する個々の機器（例えば、スマートフォン、スマートウォッチのメーカ及びモデル）にも依存する可能性がある。

[00117]ステップ４０８においては、サンプルｓ_ｉごと（より正確には、サンプル計算の基準となったビデオフレームごと）にタイムスタンプｔ_ｉを生成して、ビデオカメラによりビデオストリームへと符号化する。

[00118]ステップ４１０においては、ステップ４０６で得られたサンプルｓ_ｉに基づいて、脈波を脈波信号として求める。

[00119]ステップ４１２においては、ステップ４０８で得られた関連するタイムスタンプに基づいて、サンプルｓ_ｉによる（すなわち、ステップ４１０で得られた）脈波を再サンプリングすることにより、再サンプリング脈波を求める。これは、例えば結果的にドロップフレーム又は非定常フレームレートとなるビデオデータの検出、生成、及び符号化の際の技術的問題に起因して必要なことである。これらの問題のため、サンプルｓ_ｉは、固定の確実な時間間隔では得られない。再サンプリング脈波を求めるため、３次スプライン補間を用いて脈波を再サンプリングするとともに、これを各多項式に関して実行する。ここでは、２つの後続サンプルが３次多項式により補間される。サンプルの位置（時間）は、タイムスタンプに対応する。範囲［ｔ_ｉ，ｔ_ｉ＋１］の多項式Ｓ_ｉは、Ｓ_ｉ＝ａ_ｉ＋ｂ_ｉ（ｔ−ｔ_ｉ）^２＋ｄ_ｉ（ｔ−ｔ_ｉ）^３ （ｉ＝１、・・・、ｎ−１）のように計算される。再サンプリングのプロセスには、１ｍｓずつの連続的なｔのインクリメントを含み、１０００Ｈｚというサンプリングレートに相当する。パラメータａ_ｉ、ｂ_ｉ、ｃ_ｉ、及びｄ_ｉについては、適当な値に設定する必要がある。脈波は、再サンプリングの結果である信号Ｓとして求められる。別の実施形態において、再サンプリングには、１０ｍｓずつの連続的なｔのインクリメントを含み、１００Ｈｚというサンプリングレートに相当する。

[00120]ステップ４１４においては、再サンプリング脈波のフィルタリングによって、ノイズを除去するとともにドリフトを補償する。これは、一般的な帯域通過フィルタ（例えば、０．１〜１０Ｈｚ）の適用により実現可能である。

[00121]ステップ４１６においては、元の脈波信号を求めることにより、図３に関して上述した通り、さらに処理を行う（例えば、ステップ３０４以降参照）。

[00122]図５Ａは、図４の方法に従って使用できる例示的なモバイル機器を示した図である。モバイル機器５００は、フレーム又は本体５０２及び機器パネル５１０を有する。いくつかの例において、機器パネル５１０としては、モバイル機器５００のバックパネルが可能である。機器５００は、例えばデジタル静止画及びデジタルビデオの形態のデジタルビデオ信号を検出可能なカメラデバイス５１２を有する。カメラデバイス５１２は、主検出方向５０８に沿って概略的に錐台状領域で位置付けられた物体を表すビデオ信号を検出するように構成されている。機器５００は、カメラデバイス５１２の前方すなわち錐台状領域内及び／又は主検出方向５０８に沿って位置付けられた任意の物体を照射するように構成された光源５０６をさらに有する。光源５０６は、動作モードに応じて、単一の閃光及び連続光線の両者を提供するように構成可能である。ビデオの記録に際して、光源は通常、連続光線を提供する。光源５０６から放出された光は、カメラデバイス５１２の視野内に配置された物体によって反射されることになるが、この反射光をカメラデバイス５１２によって検出可能である。モバイル機器５００は、カメラデバイス５１２、光源５０６、メモリユニット、ユーザインターフェース、入力手段、オーディオユニット、ビデオユニット、ディスプレイ等の他の構成要素に結合された制御ユニット（例えば、ＣＰＵ、マイクロプロセッサ、ＳｏＣ（図示せず））をさらに備える。

[00123]図５Ｂは、図５Ａに示すモバイル機器との被験者の相互作用を示した図である。測定を行うため、被験者は、指（例えば、親指）をモバイル機器５００に載せ、カメラデバイス５１２及び光源５０６の両者を覆う。モバイル機器の個々の構成（例えば、カメラデバイス５１２及び光源５０６の位置又は両者間の距離）は、適当な先端（例えば、指、親指、耳）でカメラデバイス５１２及び光源５０６の両者を物理的に覆い得る限りにおいて、副次的な要素である。これに関して、本発明によれば、（末端）測定に適した任意の先端を使用可能である。概略的には、本発明によれば、脈動する血流を示す有意な信号を検出可能である限りにおいて、血流と関連付けられた任意の身体部位が使用可能である。いくつかの実施形態において、モバイル機器５００の制御ユニットは、カメラデバイス５１２により供給された信号を処理し、この供給信号に基づいて、カメラデバイス５１２への親指の直接載置による低光量及び／又は近接状況のため、ビデオ品質を示す１つ又は複数のパラメータ（例えば、輝度、コントラスト、焦点）が好ましい動作範囲から外れていることを検出することになる。その後、制御ユニットは、制御信号を１つ又は複数の構成要素（例えば、光源５０６）に供給することにより、パラメータの調整（例えば、光源５０６の作動による低光量の補償）を行うようにしてもよい。

[00124]適当な先端（ここでは、例えば被験者の親指）を配置したら、光源５０６を作動させて、末端の血流の照射に十分な強度の連続光線を放出させることにより、測定が開始となる。ほぼ同時に、カメラデバイス５１２が作動され、末端の血流により反射された光がカメラデバイス５１２によって検出される。光源５０６の作動及びカメラデバイス５１２の作動の両者は、機器５００に含まれる制御ユニットが実行する対応するプログラムコードによって実現可能である。この作動は、例えば機器５００のユーザインターフェース上の対応する機能の選択による手動の開始又はセンサ（例えば、近接センサ、光学センサ）、タイマー、音声認識等（入力手段）による自動の開始が可能である。一例においては、センサの信号の連続的な処理によって、適当な信号の有無が確認される。その後、ビデオデータが記録又は送信され、通常は数秒〜２分の範囲の所定の期間にわたって、さらに処理が行われる。いくつかの実施形態において、この期間は予め決まっていないものの、記録／送信の進行に応じて決定され、記録／送信データから品質評価基準が計算されるとともに、十分な品質（例えば、類似性（より詳しくは以下参照））の十分な数の心臓周期（例えば、１０〜３０）が記録／送信されるまで、記録／送信が実行される。記録／送信の完了は、例えば機器５００のオーディオ及び／又はビデオ構成要素が発する音響及び／又は光信号によって、被験者に示され得る。

[00125]なお、他の実施形態では、同一又は別のセンサ及び／又は機器を採用する。例えば、図５Ａ及び図５Ｂに関して上述した対応する光源／センサアセンブリを有するスマートウォッチも同様に使用可能である。これらの機器は、被験者の身体（ここでは、手首）のごく近くにセンサが保持されるため、被験者の相互作用なく（例えば、睡眠中にも）、連続的な測定及び／又は任意の時点の任意の継続時間の測定が容易化される点において都合が良い。なお、上記概念は、様々なセンサに当てはまり、センサハードウェアの特定或いは個別の実施形態に限られるものではない。

[00126]図６は、取得された脈波データ６０１に基づく一連の心臓周期の決定方法を示した図である。脈波データは、被験者に関して取得された生の測定結果から取得することも可能であるし、早期に記録された測定結果が処理される際にデータストレージから読み出すことも可能である。脈波データ６０１には、長期間にわたって被験者が示す多くの心臓周期に対応する信号が含まれる。いくつかの例において、脈波データは、例えば２分、好ましくは数秒〜２分等、数分の記録心臓周期に及ぶ。他の例において、脈波データは、大幅に少ない（例えば、５〜３０秒）又は多い（数時間）の記録心臓周期に及び得る。明瞭化のため、図６は、一般的に最大２分の長期間に及ぶ脈波データの小さな窓だけを表す３つの連続した心臓周期を示しているに過ぎない。

[00127]脈波データ６０１は、元の脈波６０１から増幅された所望信号６０７を生成するとともに、立ち上がりエッジに関して増幅信号を走査することにより、単一の各心臓周期へと分割される。概して、単一の心臓周期を含む脈波で十分ではあるものの、通常は、複数の連続した心臓周期を含む脈波が用いられる。詳細には、離散フーリエ変換（ＤＦＴ）Ｓｐｅｃ＝｜ＤＦＴ（Ｓ_{ｆｉｌｔｅｒ}）｜を用いることにより、フィルタリングした脈波信号６０１（図４、ステップ４１４、及び対応する上記説明参照）から、スペクトルが生成される。このスペクトルにおいては、０．６Ｈｚ〜２．５Ｈｚの範囲の最大周波数が決定されるとともに、支配的な心拍数ｉｄｘ＝ａｒｇｍａｘ｛Ｓｐｅｃ_{ｒａｎｇｅ}｝と考えられ、Ｓｐｅｃ_{ｒａｎｇｅ}が０．６Ｈｚ〜２．５Ｈｚのスペクトルに対応するとともに、ｉｄｘがスペクトル中の指数（すなわち、周波数）に対応する。そして、［０，１］の範囲の値を有する正規化ガウスグラフが支配的な心拍数及びその２つの高調波成分に重ね合わされることで、心拍数のわずかな変動も考慮される。ガウスグラフの標準偏差σは、３σで交差するものとし、
σ＝ｉｄｘ／６

及び

である。所望信号は、ガウス関数及び後続の逆変換をスペクトルに乗じることによって、Ｓ_{ｗａｎｔｅｄ}＝Ｒｅａｌ（ＩＤＦＴ（Ｓｐｅｃ・ｇａｕｓｓ））のように求められる。そして、増幅信号Ｓ_ａｍｐは、所望信号の乗算及び元の信号への加算によって、
Ｓ_ａｍｐ＝（Ｓ_{ｆｉｌｔｅｒ}／ｆ＋ｆ・Ｓ_ｎｕｔｚ）／２

のように求められる。ここで、ｆは、増幅率である。その後、増幅信号Ｓ_ａｍｐの１次導関数が計算されるとともに、増幅信号Ｓ_ａｍｐ上の変曲点を示す最大値ひいては立ち上がりエッジが計算される。これにより、各心臓周期の位置は、各心臓周期の立ち上がりエッジ前後の２つの極小値間に規定される。

[00128]その後、連続した多くの心臓周期に関して、類似性スコアが決定される。各心臓周期のテンプレート心臓周期Ｐ_{ｔｅｍｐｌａｔｅ}との相互相関が計算されるとともに、最も相関が高い所定数の心臓周期（例えば、１０の心臓周期）が取得される。一実施形態において、連続する心臓周期の類似性（すなわち、相関）は、０．９以上である。連続する最小数の心臓周期（例えば、１０〜３０）の各心臓周期が類似性要件を満たしている場合は、その後の処理に適した脈波の一部が識別されている。

[00129]図７は、被験者の年齢に対して硬化指数を調整する例示的な調整関数の決定方法を示した図である。グラフの横軸が被験者の年齢（単位：歳）を示し、縦軸がＳＩ（単位：ｍ／ｓ）を示す。図７に示すように、多くの被験者の測定ＳＩの分布及び各被験者の年齢との相関によって、調整関数を計算する統計的基礎が与えられる。ここで、年齢が６０歳又は６５歳の被験者のＳＩは、年齢が２０歳又は２５歳の被験者のＳＩと相関し得る。

[00130]図８は、調整硬化指数に基づいて被験者の血圧を決定する例示的な回帰モデルの決定方法を示した図である。回帰モデルは、年齢が２０〜３０歳の被験者の回帰関数を与えるように回帰直線８０２が機能する点において、年齢従属的である。同様に、回帰直線８０４及び８０６は、年齢が３０〜４０歳及び６０〜７０歳の被験者それぞれの回帰関数を与えるように機能する。この回帰モデルにより、特定の年齢層に属する被験者のＳＩの対応する血圧値との関連付けが容易化される。回帰モデルは、その基礎となるデータが更新された場合、経時的な調整によって、その精度を向上可能である。

[00131]図９Ａ及び図９Ｂは、（上記回帰モデル及び別の回帰モデルに基づいて推定された）被験者の各血圧及び一般的な血圧計を用いて測定された被験者の血圧の相関関係を示した図である。図９Ａは、被験者の推定血圧及び一般的な血圧計を用いて測定された被験者の血圧の相関関係を示している。血圧は、上述の回帰モデルに基づいて推定され、相関はＲ＝０．５７であった。図９Ｂは、被験者の推定血圧及び一般的な血圧計を用いて測定された被験者の血圧の相関関係を示している。血圧は、上述の別の回帰モデルに基づいて推定され、相関はＲ＝０．９１であった。

[00132]図１０Ａは、本発明の一実施形態に係る、被験者のＡＦの検出におけるＲＭＳＳＤの適用を示した図である。ＲＭＳＳＤは、心拍間変化を定量化する心拍数変動性（ＨＲＶ）解析による標準指標である。心拍数がＲＲ変動性に及ぼす影響を調整するため、ＲＭＳＳＤ値は、平均ＲＲ間隔値に対して正規化される。ＡＦでは、ＳＲよりも変動性が明らかに高いため、ＡＦを伴う患者においては、正規化ＲＭＳＳＤが高くなるものと予想される。第１の比較実施形態においては、正規化ＲＭＳＳＤ及びシャノンエントロピー（ＳｈＥ）を組み合わせた。両指標とも、脈波タコグラムから抽出されたものである。これらの指標それぞれ及び組み合わせについて別個に、感度、特異度、及び精度を計算した。２分の脈波記録に基づくＡＦとＳＲとの判別のため、ＳｈＥでは、４．９というカットオフ値の適用により、それぞれ８５％及び９５％の感度及び特異度が生成された（図１０Ｂ参照）。これは、３４／４０人の患者がＡＦと正しく分類され、２／４０人の患者がＡＦと間違って分類されたことになる。

[00133]図１０Ｂは、本発明の一実施形態に係る、被験者のＡＦの検出におけるシャノンエントロピーの適用を示した図である。シャノンエントロピー（ＳｈＥ）は、ランダム変数の不確実性を定量化する統計的方法であり、ＡＦを伴う患者の場合は、ＳＲを伴う患者から記録された脈波と比較して、このような状況での脈波ではＲＲ間隔の不規則性が大きくなることから、シャノンエントロピーが高くなるものと予想される。

[00134]脈波に基づいて、呼吸数の経時的な変動を示すタコグラムが決定される。タコグラムから、呼吸数変動の度数分布を表すヒストグラムが生成される。一実施形態においては、ヒストグラムのビンサイズが８ｍｓであり、これは、８ｍｓスロットに分割された離散時間スケールに度数分布が基づくことを意味する。各呼吸変動（すなわち、信号２０７の２つの最大値間）は、各ビンに格納される。そして、ヒストグラムにより表される確率を入力として用いることにより、シャノンエントロピーがＳ＝−Σ_ｉ＝１ｐｉ・ｌｏｇ_２（ｐｉ）として計算される。その結果はビット値であり、被験者が健康な患者の群に属するか否かを判定する一方、４．９ビットの閾値が用いられる。

[00135]なお、上記は、呼吸数変動のエントロピー値の決定の一例である。他の既知の方法についても、使用する方法及び計算に応じて閾値を単に適応させるだけで同様に使用可能である。図１０Ｃは、４．９という閾値を示しており、ＡＦを示す被験者（右側）とＳＲを示す被験者（左側）とを明確に区別している。上記のように度数分布を決定することの利点として、エントロピー評価基準は、被験者の安静時の心拍数とは無関係である。このため、上記の内容は、安静時の心拍数の実質的な差異に関わらず、例えば小児及び高齢者等、あらゆる年齢層の被験者に等しく適用可能である。

[00136]第２の比較実施形態においては、フィルタを脈波タコグラムに適用して、上述のような期外収縮等の途絶を取り除いた。これにより、この方法の適用性が向上するとともに、ＡＦを伴う患者から、期外収縮を伴う患者を上手く分離できるようになった。タコグラムフィルタの適用によって、感度が８７．５％まで向上する一方、特異度については、カットオフが０．０９の指数正規化ＲＭＳＳＤを用いることにより、９５％で安定したままであった。これは、３５／４０人の患者がＡＦと正しく分類され、２／４０人の患者がＡＦと間違って分類されたことになる。

[00137]図１０Ｃは、本発明の一実施形態に係る、被験者のＡＦの検出におけるポアンカレプロット解析（ＰＰＡ）の適用を示した図である。第３の比較実施形態においては、５分の記録のポアンカレプロットから抽出された別の指数ＳＤ１／ＳＤ２をテストした。フィルタリングタコグラムから、ＳＤ１／ＳＤ２、正規化ＲＭＳＳＤ、及びシャノンエントロピーを算出した。そして、各方法及び組み合わせについて別個に、感度、特異度、及び精度を計算した。記録時間を２分から５分へと延長し、指数ＳＤ１／ＳＤ２及び正規化ＲＭＳＳＤを組み合わせることによって、感度及び特異度は、曲線下の面積が０．９３で９５％に増加した（図１１Ａ及び図１１Ｂ参照）。ＡＦとしての分類のカットオフは、正規化ＲＭＳＳＤ＞０．０４３、ＳＤ１／ＳＤ２＞０．６であった。これは、３８／４０人の患者がＡＦと正しく分類され、２／４０人の患者がＡＦと間違って分類されたことになる。

[00138]最も高い感度及び特異度は、解析間隔を２分から５分へと延長し、タコグラムフィルタ（第３の比較実施形態参照）を伴う指数として正規化ＲＭＳＳＤ及びＳＤ１／ＳＤ２の組み合わせを用いることにより実現されることが分かった。その結果、９５％の感度及び特異度が実現された。

[00139]上記結果は、調査に含まれる８０人の患者群に基づく（ＡＦが４０人、ＳＲが調査時点で４０人）。ＡＦ群の患者は、平均年齢が８０歳（ＳＤ±８）、ＳＲ群の患者は７５歳（ＳＤ±７）であった。男性対女性比は、ＡＦ群で２．４、ＳＲ群で２．５であった。平均ＲＲ間隔は、ＡＦ群の方が高かった（ＡＦが８８７±１２０ｍｓ、ＳＲが７８４±１４４ｍｓ、ｐ＝０，０００４）。比較実施形態の結果を以下の表に示す。

[00140]図１１Ａ及び図１１Ｂは、本発明の一実施形態に係る、被験者のＡＦの検出におけるポアンカレプロット解析（ＰＰＡ）の適用を示した図である。ＰＰＡは、ＢＢＩ_ｎがＢＢＩ_ｎ−１に対してプロットされる時系列変動の複雑な性質を特性化する視覚的ツールを提供する。ポアンカレプロットでは通例、座標系の対角に沿って配向した細長い点群を表示する。この点群に対する楕円のフィッティングによって、その形状を特性化する。指数ＳＤ１／ＳＤ２は、長期ＢＢＩ変動性の標準偏差（識別線に沿う軸ＳＤ２）に対する短期ＢＢＩ変動性の標準偏差（識別線に垂直な軸ＳＤ１）の比を表す。図示の指数は、５分の記録から抽出され、楕円の形成を確保したものである。

[00141]以上、現時点で最も実用的と考えられるもの及び好適な実施形態に関連して本発明を説明したが、本発明は、開示の実施形態に限定されるものではなく、逆に、添付の特許請求の範囲の主旨及び範囲に含まれる種々改良及び同等の構成を網羅するように意図されていることが了解されるものとする。
［発明の項目］
［項目１］
被験者の医学的状態を決定する装置であって、
制御ユニットと、
前記被験者の心拍を表す脈波データを提供する手段と、
を備え、
前記制御ユニットが、
前記脈波データを受信するステップと、
複数の心臓周期を示す前記脈波データの部分を選択するステップと、
複数の心臓周期を示す前記脈波データの前記部分について、
複数の心臓周期を示す前記脈波データの前記部分の前記脈波データに基づいて、血圧変動性を決定するステップと、
複数の心臓周期を示す前記脈波データの前記部分の前記脈波データに基づいて、呼吸数変動性を決定するステップと、
複数の心臓周期を示す前記脈波データの前記部分の前記脈波データに基づいて、心拍数変動性を決定するステップと、
前記血圧変動性、前記呼吸数変動性、前記心拍数変動性、及び各基準値のうちの少なくとも１つに基づいて、少なくとも１つの相関値を決定するステップと、
前記少なくとも１つの相関値に基づいて、前記被験者の医学的状態を決定するステップと、
を実行するように構成された、装置。
［項目２］
複数の心臓周期を示す前記脈波データが、互いに直接連続する複数の心臓周期に関する、項目１に記載の装置。
［項目３］
複数の心臓周期を示す前記脈波データの前記部分の前記脈波データに基づいて、前記呼吸数変動性を決定する前記ステップが、
前記脈波データに基づいて、複数の最大値を決定することであり、前記複数の最大値が各複数の心臓周期の最大振幅を表す、ことと、
前記複数の最大値に基づいて、前記呼吸数を示す呼吸信号を決定することであり、任意選択で、前記複数の最大値のスプライン補間に基づいて、前記呼吸信号を決定することを含む、ことと、
前記呼吸信号の各最大値間の時間差に基づいて、前記呼吸数変動性を決定することと、
を含む、項目１又は２に記載の装置。
［項目４］
複数の心臓周期を示す前記脈波データの前記部分の前記脈波データに基づいて、前記心拍数変動性を決定する前記ステップが、
前記脈波データに基づいて、複数の基準点を決定することであり、前記複数の基準点が前記複数の心臓周期の各成分に対応し、任意選択で、前記各成分が、前記心臓周期の最大振幅、前記心拍数振幅の立ち上がりエッジのうちの１つである、ことと、
前記複数の基準点の各基準点間の時間差に基づいて、前記心拍数変動性を決定することと、
を含む、項目１〜３のいずれか一項に記載の装置。
［項目５］
前記被験者が、身長、年齢、及び性別を有しており、
前記血圧変動性を決定する前記ステップが、
複数の血圧値を決定するステップであり、
前記複数の心臓周期の各心臓周期と関連付けられた前記複数の血圧値の各血圧値について、
前記各心臓周期の収縮期成分を決定するステップ、
第１のガウス関数及び第２のガウス関数で前記収縮期成分を近似するステップ、並びに
前記第１及び第２のガウス関数間の時間差（ＷＷＴ）を決定するステップ
を含む、ステップと、
前記時間差（ＷＷＴ）、前記身長、及び／又は前記年齢に基づいて、前記被験者の前記複数の血圧値の各血圧値（ＢＰ）を決定するステップと、
を含む、項目１〜４のいずれか一項に記載の装置。
［項目６］
複数の血圧値を決定する前記ステップが、前記複数の血圧値の各血圧値について、
前記身長及び前記時間差（ＷＷＴ）に基づいて、予備硬化指数（ＳＩ _ｐ ）を決定することと、
前記予備硬化指数（ＳＩ _ｐ ）及び前記年齢に基づいて、調整硬化指数（ＳＩ _ａ ）を決定することと、
前記調整硬化指数（ＳＩ _ａ ）及び回帰モデルに基づいて、前記血圧値（ＢＰ）を決定することと、
を含み、及び／又は
前記脈波データの前記部分が、複数の心臓周期を示しており、前記時間差（ＷＷＴ）を決定する前記ステップが、
前記複数の心臓周期について決定された前記各時間差に基づいて、前記複数の連続する心臓周期の前記時間差（ＷＷＴ）を平均値として決定することであり、任意選択で、前記平均値が前記決定された各時間差の中央値である、こと
をさらに含み、及び／又は
前記第１及び第２のガウス関数が、各最大振幅を有し、前記第１のガウス関数の前記最大振幅が前記第２のガウス関数の前記最大振幅以上であり、及び／又は
前記第１及び第２のガウス関数が、それぞれ第１及び第２の標準偏差（σ _１ 、σ _２ ）を有し、前記第１及び第２の標準偏差（σ _１ 、σ _２ ）が互いに等しい、
項目５に記載の装置。
［項目７］
前記収縮期成分を近似する前記ステップが、

を用いて、前記第１及び第２のガウス関数を前記収縮期成分にフィッティングさせることであり、ａ、ｂ、ｃ、及びｄが非線形最適化又は曲線フィッティングを用いて決定される、こと
を含む、項目５又は６に記載の装置。
［項目８］
前記回帰モデルが、回帰関数ｆ（ＳＩ _ａ ，ｇ）＝ＢＰ _ｓｙｓ を含み、ＳＩ _ａ が調整硬化指数（ＳＩ _ａ ）、ｇが前記被験者の前記性別、ＢＰ _ｓｙｓ が前記血圧であり、
前記血圧値を決定することが、前記回帰関数に基づいて前記血圧値を決定することを含んでおり、任意選択で、前記回帰関数が、ｆ（ｘ）＝ａｘ＋ｂの型の線形関数を含んでおり、ａが１〜２０ｍｍＨｇ／（ｍ／ｓ）の範囲、ｂが０〜８０ｍｍＨｇの範囲であり、より好ましくは、ａが５〜１５ｍｍＨｇ／（ｍ／ｓ）の範囲、ｂが２０〜６０ｍｍＨｇの範囲である、項目５〜７のいずれか一項に記載の装置。
［項目９］
前記調整硬化指数（ＳＩ _ａ ）を決定することが、調整関数ｆ（ＳＩ _ｐ ）＝ＳＩ _ａ に基づいており、ＳＩ _ｐ が前記予備硬化指数、ＳＩ _ａ が前記調整硬化指数（ＳＩ _ａ ）であり、任意選択で、前記調整関数が、ｆ（ｘ）＝ｃｘ＋ｄの型の線形関数であり、ｃ及びｄが、年齢値及び関連する硬化指数値を含む複数の値対に基づいて決定された調整係数であり、任意選択で、
ｃ＝（ＳＩ−μ）／ｒａｎｇｅ（ａｇｅ）
であって、μ＝０．１０９＊ａｇｅ＋３．６９９、ｒａｎｇｅ（ａｇｅ）＝０．１６６３＊ａｇｅ＋４．３８５８−μ、ａｇｅが前記被験者の前記年齢、ｄ＝０である、項目５〜８のいずれか一項に記載の装置。
［項目１０］
前記収縮期成分を決定することが、
前記各心臓周期の各大域最大を決定することと、
前記各心臓周期の２次導関数を決定することと、
少なくとも前記大域最大から所定の時間差にある前記２次導関数の最大値を決定することと、
前記心臓周期の開始と前記最大値との間の前記心臓周期の部分として前記収縮期成分を規定することであり、任意選択で、前記大域最大までの前記所定の時間差が３５０ｍｓ以下であり、さらに任意選択で、前記大域最大までの前記所定の時間差が２５０ｍｓ以下である、ことと、
を含む、項目５〜９のいずれか一項に記載の装置。
［項目１１］
前記予備硬化指数（ＳＩ _ｐ ）を決定することが、関数
ＳＩ _ｐ ＝ｈ／ＷＷＴ
に基づいており、ｈが前記被験者の身長、ＷＷＴが前記時間差、ＳＩ _ｐ が前記予備硬化指数（ＳＩ _ｐ ）である、項目５〜１０のいずれか一項に記載の装置。
［項目１２］
少なくとも１つの相関値を決定する前記ステップが、前記心拍数変動性に基づいており、少なくとも１つの相関値を決定する前記ステップが、
複数の心拍数変動性値に基づいて、時間領域における前記複数の心拍数変動性値の分布を示す度数分布を生成することと、
複数の期待値を決定することと、
複数の期待値を示すエントロピー値であり、前記被験者の前記医学的状態を示す、エントロピー値を決定することと、
をさらに含む、項目１〜１１のいずれか一項に記載の装置。
［項目１３］
前記複数の心拍数変動性値の分布を示す前記度数分布が、ヒストグラムを含み、任意選択で、前記ヒストグラムのビンサイズが８ｍｓである、項目１２に記載の装置。
［項目１４］
複数の心臓周期を示す前記脈波データの前記部分が、２分〜５分の周期を含んでおり、
前記血圧変動性、前記呼吸数変動性、及び前記心拍数変動性を決定する前記ステップが、前記脈波データに含まれる実質的にすべての心拍に基づいている、項目１〜１３のいずれか一項に記載の装置。
［項目１５］
少なくとも１つの相関値を決定する前記ステップが、前記心拍数変動性及び前記呼吸数変動性に基づいており、少なくとも１つの相関値を決定する前記ステップが、前記心拍数変動性と前記呼吸数変動性との間の類似関係を検出することを含む、項目１〜１４のいずれか一項に記載の装置。
［項目１６］
被験者の医学的状態を決定する装置であって、
制御ユニットと、
前記被験者の心拍を表す脈波データを提供する手段と、
を備え、
前記制御ユニットが、
前記脈波データを受信するステップと、
複数の心臓周期を示す前記脈波データの部分を選択するステップと、
複数の心臓周期を示す前記脈波データの前記部分の前記脈波データに基づいて、心拍数変動性を示す第１の指数を決定するステップと、
複数の心臓周期を示す前記脈波データの前記部分の前記脈波データに基づいて、心拍数変動性を示す第２の指数を決定するステップであり、前記第２の指数が前記第１の指数と異なる、ステップと、
前記第１及び第２の指数に基づいて、前記被験者の医学的状態を決定するステップと、
を実行するように構成された、装置。
［項目１７］
前記第１の指数を決定する前記ステップが、
複数の心臓周期を示す前記脈波データの前記部分の前記脈波データに基づいて、複数の呼吸数間隔を決定することと、
前記複数の呼吸数間隔に基づいて、前記第１の指数を決定することと、
を含む、項目１６に記載の装置。
［項目１８］
前記第１の指数を決定する前記ステップが、
前記複数の呼吸数間隔に基づいて、平均を決定することと、
前記平均に基づいて、前記第１の指数を決定することと、
をさらに含む、項目１７に記載の装置。
［項目１９］
前記平均が、逐次差分の２乗平均平方根であり、任意選択で、前記複数の呼吸数間隔に基づいて、逐次差分の２乗平均平方根を決定することが、前記複数の呼吸数間隔に基づいて決定された平均呼吸数間隔に基づいて、逐次差分の２乗平均平方根を正規化することを含む、項目１８に記載の装置。
［項目２０］
前記第１の指数を決定する前記ステップが、
複数の心臓周期を示す前記脈波データの前記部分の前記脈波データに基づいて、複数の呼吸数間隔の変動性を示すタコグラムを決定するステップと、
前記複数の呼吸数間隔の各呼吸数間隔の度数分布を決定するステップと、
前記度数分布に基づいて、エントロピー値を決定するステップと、
前記エントロピー値に基づいて、前記第１の指数を決定するステップと、
を含む、項目１６に記載の装置。
［項目２１］
前記度数分布が、複数の確率を示すヒストグラムを含み、任意選択で、前記エントロピー値が、
Ｓ＝−Σ _ｉ＝１ ｐｉ・ｌｏｇ _２ （ｐｉ）
に基づいて決定され、ｐｉが前記複数の確率に対応しており、さらに任意選択で、前記ヒストグラムのビンサイズが８ｍｓである、項目２０に記載の装置。
［項目２２］
前記第１の指数を決定する前記ステップが、
複数の心臓周期を示す前記脈波データの前記部分の前記脈波データに基づいて、複数の心拍間隔（ＢＢＩ）を決定するステップと、
前記複数の心拍間隔に基づいて、ポアンカレプロット解析（ＰＰＡ）を決定するステップであり、前記ポアンカレプロット解析が、前記複数の心拍間隔の第１の心拍間隔（ＢＢＩ _ｎ ）及び先行する第２の心拍間隔（ＢＢＩ _ｎ−１ ）の各関係に基づいて決定された時系列変動を示す、ステップと、
短期心拍間隔変動性の標準偏差ＳＤ１及び長期心拍間隔変動性の標準偏差ＳＤ２を決定するステップと、
前記標準偏差ＳＤ１の前記標準偏差ＳＤ２に対する比を示す指数ＳＤ１／ＳＤ２に基づいて、前記第１の指数を決定するステップと、
を含む、項目１に記載の装置。
［項目２３］
前記第２の指数を決定する前記ステップが、
複数の心臓周期を示す前記脈波データの前記部分の前記脈波データに基づいて、複数の心拍間隔（ＢＢＩ）を決定することと、
前記複数の心拍間隔に基づいて、前記第２の指数を決定することと、
を含む、項目１６〜２２のいずれか一項に記載の装置。
［項目２４］
前記第２の指数を決定する前記ステップが、
前記複数の心拍間隔に基づいて、ポアンカレプロット解析（ＰＰＡ）を決定することであり、前記ポアンカレプロット解析が、前記複数の心拍間隔の第１の心拍間隔（ＢＢＩ _ｎ ）及び先行する第２の心拍間隔（ＢＢＩ _ｎ−１ ）の各関係に基づいて決定された時系列変動を示す、ことと、
前記ポアンカレプロット解析に基づいて、前記第２の指数を決定することと、
を含む、項目２３に記載の装置。
［項目２５］
前記第２の指数を決定する前記ステップが、
短期心拍間隔変動性の標準偏差ＳＤ１及び長期心拍間隔変動性の標準偏差ＳＤ２を決定することと、
前記標準偏差ＳＤ１の前記標準偏差ＳＤ２に対する比を示す指数ＳＤ１／ＳＤ２に基づいて、前記第２の指数を決定することと、
を含む、項目２４に記載の装置。
［項目２６］
複数の心臓周期を示す前記脈波データが、互いに直接連続する複数の心臓周期に関する、項目１６〜２５のいずれか一項に記載の装置。
［項目２７］
複数の心臓周期を示す前記脈波データの前記部分が、少なくとも２分の周期を含み、
前記第１の指数を決定する前記ステップ及び第２の指数を決定する前記ステップが、複数の心臓周期を示す前記脈波データの前記部分に含まれる実質的にすべての心拍に基づいている、項目１６〜２６のいずれか一項に記載の装置。
［項目２８］
複数の心臓周期を示す前記脈波データの前記部分が、少なくとも５分の周期を含む、項目２７に記載の装置。
［項目２９］
前記制御ユニットが、
複数の心臓周期を示す前記脈波データの前記部分の前記脈波データに基づいて、前記複数の心臓周期の各心臓周期について、前記各心臓周期が１つ又は複数の途絶と関連付けられているかを判定することと、
前記各心臓周期が１つ又は複数の途絶と関連付けられている場合に、前記各心臓周期が前記１つ又は複数の途絶と関連付けられなくなるように、複数の心臓周期を示す前記脈波データの前記部分の前記脈波データを修正することと、
を行うようにさらに構成された、項目１６〜２８のいずれか一項に記載の装置。
［項目３０］
前記１つ又は複数の途絶が、期外収縮を含む、項目２９に記載の装置。
［要約］脈波形解析に基づいて、被験者の心拍数、呼吸数、及び／若しくは血圧に関するデータを決定する装置並びに被験者の医学的状態を決定する装置である。データを決定する装置は、制御ユニットと、被験者の心拍を表す脈波データを提供する手段とを備える。被験者は、身長、年齢、及び性別を有しており、喫煙者であるか否か及び体脂肪率の評価基準（例えば、ＢＭＩ、ＢＦＰ等）によってさらに特徴付けられる。制御ユニットは、脈波データを受信することと、複数の心臓周期を示す脈波データの部分を選択することと、複数の心臓周期を示す脈波データの部分について、複数の心臓周期を示す脈波データの部分の脈波データに基づいて、血圧変動性を決定することと、複数の心臓周期を示す脈波データの部分の脈波データに基づいて、呼吸数変動性を決定することと、複数の心臓周期を示す脈波データの部分の脈波データに基づいて、心拍数変動性を決定することと、を行うように構成されている。さらに、血圧変動性、呼吸数変動性、及び心拍数変動性のうちの少なくとも２つに基づく少なくとも１つの相関値が決定されるとともに、この少なくとも１つの相関値に基づいて、被験者の医学的状態が決定される。被験者の医学的状態を決定する装置は、制御ユニットと、被験者の心拍を表す脈波データを提供する手段とを備える。制御ユニットは、脈波データを受信するステップと、複数の心臓周期を示す脈波データの部分を選択するステップと、複数の心臓周期を示す脈波データの部分の脈波データに基づいて、心拍数変動性を示す第１の指数を決定するステップと、複数の心臓周期を示す脈波データの部分の脈波データに基づいて、心拍数変動性を示す第２の指数を決定するステップであり、第２の指数が第１の指数と異なる、ステップと、第１及び第２の指数に基づいて、被験者の医学的状態を決定するステップと、を実行するように構成されている。

Claims (14)

1. 被験者の医学的状態を決定する装置であって、
   制御ユニットと、
   前記被験者の心拍を表す脈波データを提供する手段と、
   を備え、
   前記制御ユニットが、
   前記脈波データを受信するステップと、
   複数の心臓周期を示す前記脈波データの部分を選択するステップと、
   複数の心臓周期を示す前記脈波データの前記部分について、
   複数の心臓周期を示す前記脈波データの前記部分の前記脈波データに基づいて、血圧変動性を決定するステップと、
   複数の心臓周期を示す前記脈波データの前記部分の前記脈波データに基づいて、呼吸数変動性を決定するステップと、
   複数の心臓周期を示す前記脈波データの前記部分の前記脈波データに基づいて、心拍数変動性を決定するステップと、
   前記血圧変動性、前記呼吸数変動性、及び前記心拍数変動性のうちの少なくとも２つに基づいて、少なくとも１つの相関値を決定するステップと、
   前記少なくとも１つの相関値に基づいて、前記被験者の医学的状態を決定するステップと、
   を実行するように構成されており、
   前記被験者が、身長、年齢、及び性別を有しており、
   前記血圧変動性を決定する前記ステップが、
   複数の血圧値を決定するステップであり、
   前記複数の心臓周期の各心臓周期と関連付けられた前記複数の血圧値の各血圧値について、
   前記各心臓周期の収縮期成分を決定するステップ、
   第１のガウス関数及び第２のガウス関数で前記収縮期成分を近似するステップ、並びに
   前記第１及び第２のガウス関数間の時間差（ＷＷＴ）を決定するステップ
   を含む、ステップと、
   前記時間差（ＷＷＴ）、前記身長、及び／又は前記年齢に基づいて、前記被験者の前記複数の血圧値の各血圧値（ＢＰ）を決定するステップと、
   を含み、
   複数の血圧値を決定する前記ステップが、前記複数の血圧値の各血圧値について、
   前記身長及び前記時間差（ＷＷＴ）に基づいて、予備硬化指数（ＳＩ _ｐ ）を決定することと、
   前記予備硬化指数（ＳＩ _ｐ ）及び前記年齢に基づいて、調整硬化指数（ＳＩ _ａ ）を決定することと、
   前記調整硬化指数（ＳＩ _ａ ）及び回帰モデルに基づいて、前記血圧値（ＢＰ）を決定することと、
   を含む、装置。
2. 複数の心臓周期を示す前記脈波データが、互いに直接連続する複数の心臓周期に関する、請求項１に記載の装置。
3. 複数の心臓周期を示す前記脈波データの前記部分の前記脈波データに基づいて、前記呼吸数変動性を決定する前記ステップが、
   前記脈波データに基づいて、複数の最大値を決定することであり、前記複数の最大値が各複数の心臓周期の最大振幅を表す、ことと、
   前記複数の最大値に基づいて、前記呼吸数を示す呼吸信号を決定することであり、前記複数の最大値のスプライン補間に基づいて、前記呼吸信号を決定することを含む、ことと、
   前記呼吸信号の各最大値間の時間差に基づいて、前記呼吸数変動性を決定することと、
   を含む、請求項１又は２に記載の装置。
4. 複数の心臓周期を示す前記脈波データの前記部分の前記脈波データに基づいて、前記心拍数変動性を決定する前記ステップが、
   前記脈波データに基づいて、複数の基準点を決定することであり、前記複数の基準点が前記複数の心臓周期の各成分に対応し、前記各成分が、前記心臓周期の最大振幅、心拍数振幅の立ち上がりエッジのうちの１つである、ことと、
   前記複数の基準点の各基準点間の時間差に基づいて、前記心拍数変動性を決定することと、
   を含む、請求項１〜３のいずれか一項に記載の装置。
5. 前記脈波データの前記部分が、複数の連続する心臓周期を示しており、前記時間差（ＷＷＴ）を決定する前記ステップが、
   前記複数の心臓周期について決定された前記各時間差に基づいて、前記複数の連続する心臓周期の前記時間差（ＷＷＴ）を平均値として決定することであり、前記平均値が前記決定された各時間差の中央値である、こと
   をさらに含み、及び／又は
   前記第１及び第２のガウス関数が、各最大振幅を有し、前記第１のガウス関数の前記最大振幅が前記第２のガウス関数の前記最大振幅以上であり、及び／又は
   前記第１及び第２のガウス関数が、それぞれ第１及び第２の標準偏差（σ_１、σ_２）を有し、前記第１及び第２の標準偏差（σ_１、σ_２）が互いに等しい、
   請求項１〜４のいずれか一項に記載の装置。
6. 前記収縮期成分を近似する前記ステップが、
   

   

   
   を用いて、前記第１及び第２のガウス関数を前記収縮期成分にフィッティングさせることであり、ａ、ｂ、ｃ、及びｄが非線形最適化又は曲線フィッティングを用いて決定される、こと
   を含む、請求項１〜５のいずれか一項に記載の装置。
7. 前記回帰モデルが、回帰関数ｆ（ＳＩ_ａ，ｇ）＝ＢＰ_ｓｙｓを含み、ＳＩ_ａが調整硬化指数（ＳＩ_ａ）、ｇが前記被験者の前記性別、ＢＰ_ｓｙｓが前記血圧であり、
   前記血圧値を決定することが、前記回帰関数に基づいて前記血圧値を決定することを含んでおり、前記回帰関数が、ｆ（ｘ）＝ａｘ＋ｂの型の線形関数を含んでおり、ａが１〜２０ｍｍＨｇ／（ｍ／ｓ）の範囲、ｂが０〜８０ｍｍＨｇの範囲であり、ａが５〜１５ｍｍＨｇ／（ｍ／ｓ）の範囲、ｂが２０〜６０ｍｍＨｇの範囲である、請求項１〜６のいずれか一項に記載の装置。
8. 前記調整硬化指数（ＳＩ_ａ）を決定することが、調整関数ｆ（ＳＩ_ｐ）＝ＳＩ_ａに基づいており、ＳＩ_ｐが前記予備硬化指数、ＳＩ_ａが前記調整硬化指数（ＳＩ_ａ）であり、前記調整関数が、ｆ（ｘ）＝ｃｘ＋ｄの型の線形関数であり、ｃ及びｄが、年齢値及び関連する硬化指数値を含む複数の値対に基づいて決定された調整係数であり、
   ｃ＝（ＳＩ−μ）／ｒａｎｇｅ（ａｇｅ）
   であって、μ＝０．１０９＊ａｇｅ＋３．６９９、ｒａｎｇｅ（ａｇｅ）＝０．１６６３＊ａｇｅ＋４．３８５８−μ、ａｇｅが前記被験者の前記年齢、ｄ＝０である、請求項１〜７のいずれか一項に記載の装置。
9. 前記収縮期成分を決定することが、
   前記各心臓周期の各大域最大を決定することと、
   前記各心臓周期の２次導関数を決定することと、
   少なくとも前記大域最大から所定の時間差にある前記２次導関数の最大値を決定することと、
   前記心臓周期の開始と前記最大値との間の前記心臓周期の部分として前記収縮期成分を規定することであり、前記大域最大までの前記所定の時間差が３５０ｍｓ以下であり、又は、前記大域最大までの前記所定の時間差が２５０ｍｓ以下である、ことと、
   を含む、請求項１〜８のいずれか一項に記載の装置。
10. 前記予備硬化指数（ＳＩ _ｐ ）を決定することが、関数
    ＳＩ _ｐ ＝ｈ／ＷＷＴ
    に基づいており、ｈが前記被験者の身長、ＷＷＴが前記時間差、ＳＩ _ｐ が前記予備硬化指数（ＳＩ _ｐ ）である、請求項１〜９のいずれか一項に記載の装置。
11. 少なくとも１つの相関値を決定する前記ステップが、前記心拍数変動性に基づいており、少なくとも１つの相関値を決定する前記ステップが、
    複数の心拍数変動性値に基づいて、時間領域における前記複数の心拍数変動性値の分布を示す度数分布を生成することと、
    複数の期待値を決定することと、
    複数の期待値を示すエントロピー値であり、前記被験者の前記医学的状態を示す、エントロピー値を決定することと、
    をさらに含む、請求項１〜１０のいずれか一項に記載の装置。
12. 前記複数の心拍数変動性値の分布を示す前記度数分布が、ヒストグラムを含み、前記ヒストグラムのビンサイズが８ｍｓである、請求項１１に記載の装置。
13. 複数の心臓周期を示す前記脈波データの前記部分が、２分〜５分の周期を含んでおり、
    前記血圧変動性、前記呼吸数変動性、及び前記心拍数変動性を決定する前記ステップが、前記脈波データに含まれる実質的にすべての心拍に基づいている、請求項１〜１２のいずれか一項に記載の装置。
14. 少なくとも１つの相関値を決定する前記ステップが、前記心拍数変動性及び前記呼吸数変動性に基づいており、少なくとも１つの相関値を決定する前記ステップが、前記心拍数変動性と前記呼吸数変動性との間の類似関係を検出することを含む、請求項１〜１３のいずれか一項に記載の装置。

Images