JP6813206B1 - Biological condition determination system, biological condition determination method and biological condition determination program - Google Patents
Biological condition determination system, biological condition determination method and biological condition determination program Download PDFInfo
- Publication number
- JP6813206B1 JP6813206B1 JP2019209732A JP2019209732A JP6813206B1 JP 6813206 B1 JP6813206 B1 JP 6813206B1 JP 2019209732 A JP2019209732 A JP 2019209732A JP 2019209732 A JP2019209732 A JP 2019209732A JP 6813206 B1 JP6813206 B1 JP 6813206B1
- Authority
- JP
- Japan
- Prior art keywords
- subject
- center
- gravity
- analysis information
- pressure distribution
- 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
Links
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
【課題】従来にない方法により被験者の無意識状態における潜在的な脳制御機能について評価又は、脳制御機能障害について判定するシステムを提供することを解決すべき課題とする。【解決手段】被験者の生体情報を取得し、取得した前記生体情報を解析することによって前記被験者の生体状態を判定する生体状態判定システムであって、入床状態の被験者の体圧分布を示す体圧分布信号に基づいて前記被験者の重心座標を算出し、更に所定期間における前記重心座標の変動を示す重心軌跡パターンを解析情報として算出する解析手段と、前記被験者の解析情報と、特定の基準を満たす基準解析情報との類似性に基づいて前記被験者の生体状態の判定処理を行う判定手段と、を備える。【選択図】図４PROBLEM TO BE SOLVED: To provide a system for evaluating a potential brain control function in an unconscious state of a subject or determining a brain control dysfunction by a method which has not been conventionally solved. SOLUTION: This is a biological state determination system for determining the biological state of a subject by acquiring the biological information of the subject and analyzing the acquired biological information, and is a body showing the body pressure distribution of the subject in the bed state. An analysis means that calculates the barycentric coordinates of the subject based on the pressure distribution signal, and further calculates the barycentric locus pattern indicating the fluctuation of the barycentric coordinates in a predetermined period as analysis information, the analysis information of the subject, and a specific reference. The present invention includes a determination means for determining the biological state of the subject based on the similarity with the satisfied reference analysis information. [Selection diagram] Fig. 4
Description
本発明は、被験者の生体情報を取得し、取得した生体情報を解析することによって被験者の生体状態を判定する為の生体状態判定システム、生体状態判定方法及び、生体状態判定プログラムに関する。 The present invention relates to a biological condition determination system, a biological condition determination method, and a biological condition determination program for determining the biological condition of a subject by acquiring the biological information of the subject and analyzing the acquired biological information.
従来より、重心動揺計を用いた重心動揺検査によって、被験者の直立起立姿勢における重心の動揺を測定し、その動揺パターンを解析することにより、被験者のバランス機能や平衡機能を評価する技術が知られている。 Conventionally, there has been known a technique for evaluating the balance function and equilibrium function of a subject by measuring the sway of the center of gravity in an upright standing posture of the subject by a center of gravity sway test using a center of gravity sway meter and analyzing the sway pattern. ing.
例えば、特許文献１において、重心動揺の周波数解析によって、直立姿勢における健常者と患者とのパワースペクトルの分布の差異、及び疾患特有の分布パターンを計算する装置に関する技術が知られている。 For example, in Patent Document 1, a technique relating to a device for calculating a difference in the distribution of power spectra between a healthy person and a patient in an upright posture and a distribution pattern peculiar to a disease by frequency analysis of the sway of the center of gravity is known.
また、特許文献２において、ベッド上の被験者の重心位置の時間的変動を算出することにより、被験者の体動や呼吸に関する生体情報を高い精度でモニターする技術が知られている。 Further, in Patent Document 2, there is known a technique for monitoring biological information regarding the subject's body movement and respiration with high accuracy by calculating the temporal variation of the center of gravity position of the subject on the bed.
しかしながら、特許文献１に記載の発明においては、被験者が起床状態における重心動揺の測定と、その動揺パターンの解析による平衡機能の評価をすることはできたものの、被験者の睡眠中などの無意識状態における潜在的な脳制御機能について評価することはできなかった。 However, in the invention described in Patent Document 1, although the subject was able to measure the sway of the center of gravity in the waking state and evaluate the equilibrium function by analyzing the sway pattern, the subject is in an unconscious state such as during sleep. It was not possible to evaluate the potential brain control function.
また、特許文献２に記載の発明においては、被験者の体動や呼吸に関する生体情報に基づいて睡眠中に被験者が無呼吸状態や異常呼吸状態に陥っていないかを判定することはできたものの、脳制御機能障害（例えば、脳梗塞など）について判定することはできなかった。 Further, in the invention described in Patent Document 2, although it was possible to determine whether or not the subject is in an apnea state or an abnormal respiration state during sleep based on the biological information on the subject's body movement and respiration. It was not possible to determine for brain control dysfunction (eg, cerebral infarction).
本発明は、上記のような実状に鑑みてなされたものであり、従来にない方法により被験者の無意識状態における潜在的な脳制御機能について評価又は、脳制御機能障害について判定するシステムを提供することを解決すべき課題とする。 The present invention has been made in view of the above circumstances, and provides a system for evaluating a potential brain control function in an unconscious state of a subject or determining a brain control dysfunction by a method not conventionally available. Is the problem to be solved.
上記課題を解決する為に、本発明は、被験者の生体情報を取得し、取得した前記生体情報を解析することによって前記被験者の生体状態を判定する生体状態判定システムであって、入床状態の被験者の体圧分布を示す体圧分布信号に基づいて前記被験者の重心座標を算出し、更に所定期間における前記重心座標の変動を示す重心軌跡パターンを解析情報として算出する解析手段と、前記被験者の解析情報と、特定の基準を満たす基準解析情報との類似性に基づいて前記被験者の生体状態の判定処理を行う判定手段と、を備える。 In order to solve the above-mentioned problems, the present invention is a biological state determination system for determining the biological state of the subject by acquiring the biological information of the subject and analyzing the acquired biological information, and is in a bed state. An analysis means for calculating the barycentric coordinates of the subject based on the body pressure distribution signal indicating the body pressure distribution of the subject, and further calculating the barycentric locus pattern indicating the fluctuation of the barycentric coordinates in a predetermined period as analysis information, and the subject The present invention includes a determination means for determining the biological state of the subject based on the similarity between the analysis information and the reference analysis information satisfying a specific criterion.
このような構成とすることにより、被験者である患者の重心軌跡パターンと、健常者や健常者の平均的な重心軌跡パターンの比較によって、患者の無意識下における潜在的な脳制御機能について評価することができる。 With such a configuration, the potential brain control function of the patient unconsciously can be evaluated by comparing the center-of-gravity trajectory pattern of the patient who is the subject with the average center-of-gravity trajectory pattern of the healthy subject and the healthy subject. Can be done.
本形態の好ましい形態では、前記判定手段は、前記被験者の重心軌跡パターン及び、前記基準解析情報に基づく重心軌跡パターンをそれぞれ所定の等間隔領域に分割し、前記被験者の重心軌跡パターンが前記等間隔領域において通過する領域に対して、前記被験者の重心軌跡パターン及び、前記基準解析情報に基づく重心軌跡パターンが前記等間隔領域において共通して通過する領域の割合に基づいて前記類似性を評価する。
このような構成とすることにより、従来にない方法により、被験者の脳制御機能について評価することができる。
In a preferred embodiment of the present embodiment, the determination means divides the center of gravity locus pattern of the subject and the center of gravity locus pattern based on the reference analysis information into predetermined equidistant regions, and the center of gravity locus pattern of the subject is at equal intervals. The similarity is evaluated based on the ratio of the center-of-gravity locus pattern of the subject and the region in which the center-of-gravity locus pattern based on the reference analysis information passes in common in the equidistant region with respect to the region passing through the region.
With such a configuration, the brain control function of the subject can be evaluated by a method not conventionally used.
本発明の好ましい形態では、前記生体状態判定システムは、前記被験者の体圧分布信号を取得する個別に抵抗値を調整可能なセンサセルをアレイ状に配列したセンサマットと、前記センサマットより体圧分布信号を取得し、取得した体圧分布信号を前記解析手段により解析情報として処理し、更に前記解析情報を前記判定手段により判定処理する生体状態判定装置と、を備える。
このような構成とすることで、センサセルが独立し、個別のセンサセルに対して抵抗値を調整できるため、特定の部位（例えば、心臓部など）周辺のセンサ感度を向上させることができる。
In a preferred embodiment of the present invention, the biological state determination system includes a sensor mat in which sensor cells capable of individually adjusting resistance values for acquiring a body pressure distribution signal of the subject are arranged in an array, and a body pressure distribution from the sensor mat. The present invention includes a biological state determination device that acquires a signal, processes the acquired body pressure distribution signal as analysis information by the analysis means, and further determines the analysis information by the determination means.
With such a configuration, the sensor cells are independent and the resistance value can be adjusted for each individual sensor cell, so that the sensor sensitivity around a specific part (for example, the heart part) can be improved.
本発明の好ましい形態では、前記解析手段は、更に前記被験者の少なくとも上半身及び下半身の体圧分布信号に基づいてそれぞれ重心座標を算出し、所定期間における前記被験者の少なくとも上半身及び下半身の重心座標の変動を示す重心軌跡パターンをそれぞれ解析情報として算出する。
このような構成とすることで、被験者の部位毎に生体情報を取得できるため、生体情報のサンプルデータを豊富に取得することができる。
In a preferred embodiment of the present invention, the analysis means further calculates the center of gravity coordinates based on the body pressure distribution signals of at least the upper body and the lower body of the subject, and changes in the coordinates of the center of gravity of at least the upper body and the lower body of the subject during a predetermined period. Each of the center of gravity locus patterns indicating the above is calculated as analysis information.
With such a configuration, biological information can be acquired for each part of the subject, so that abundant sample data of biological information can be acquired.
本発明の好ましい形態では、前記判定手段は、前記被験者の重心座標及び前記基準解析情報の重心座標を複数のクラスに分類し、分類したクラスにおける前記解析情報及び前記基準解析情報の類似性に基づいて前記被験者の生体状態の判定処理を行う。
このような構成とすることで、被験者の生体情報を分類したうえで解析及び判定できるため、判定の精度を向上させることができる。
In a preferred embodiment of the present invention, the determination means classifies the barycentric coordinates of the subject and the barycentric coordinates of the reference analysis information into a plurality of classes, and is based on the similarity between the analysis information and the reference analysis information in the classified classes. The biological condition of the subject is determined.
With such a configuration, the biological information of the subject can be classified and then analyzed and determined, so that the accuracy of the determination can be improved.
本形態の好ましい形態では、前記解析手段は、前記重心軌跡パターンが通過する重心座標の各座標成分における最大値及び最小値を通過する各座標軸に垂直な４本の直線により形成される前記重心軌跡パターンの外周全てを囲むことができる長方形の面積を示す外周面積を解析情報として算出する。
このような構成とすることで、異なる解析手段により患者の脳制御機能を評価することができる。
In a preferred embodiment of the present embodiment, the analysis means is formed by four straight lines perpendicular to each coordinate axis passing through the maximum value and the minimum value in each coordinate component of the center of gravity coordinate through which the center of gravity locus pattern passes. The outer peripheral area indicating the area of the rectangle that can surround the entire outer circumference of the pattern is calculated as the analysis information.
With such a configuration, the patient's brain control function can be evaluated by different analysis means.
本形態の好ましい形態では、前記解析手段は、時間によって変動する前記重心座標に基づいて、時間と重心の変動の相関特性を示すゆらぎ指数を解析情報として算出する。
このような構成とすることで、異なる解析手段により患者の脳制御機能を評価することができる。
In a preferred embodiment of the present embodiment, the analysis means calculates, as analysis information, a fluctuation index showing a correlation characteristic between time and fluctuation of the center of gravity based on the coordinates of the center of gravity that fluctuate with time.
With such a configuration, the patient's brain control function can be evaluated by different analysis means.
本形態の好ましい形態では、前記解析手段は、前記重心座標に基づいて、前記被験者の各重心座標における滞在時間を示すヒートマップを解析情報として算出する。
このような構成とすることで、被験者の重心動揺に関するデータを視覚化し、評価することができる。
In a preferred embodiment of the present embodiment, the analysis means calculates heat maps indicating the staying time at each center of gravity coordinate of the subject as analysis information based on the center of gravity coordinates.
With such a configuration, it is possible to visualize and evaluate data on the subject's center of gravity sway.
本発明は、被験者の生体情報を取得し、取得した前記生体情報を解析することによって前記被験者の生体状態を判定する生体状態判定方法であって、入床状態の被験者の体圧分布を示す体圧分布信号に基づいて前記被験者の重心座標を算出し、更に所定期間における前記重心座標の変動を示す重心軌跡パターンを解析情報として算出するステップと、前記被験者の解析情報と、特定の基準を満たす基準解析情報との類似性に基づいて前記被験者の生体状態の判定処理を行うステップと、をコンピュータが実行する。 The present invention is a biological state determination method for determining the biological state of the subject by acquiring the biological information of the subject and analyzing the acquired biological information, and is a body showing the body pressure distribution of the subject in the bed state. The step of calculating the barycentric coordinates of the subject based on the pressure distribution signal, and further calculating the barycentric locus pattern indicating the fluctuation of the barycentric coordinates in a predetermined period as analysis information, the analysis information of the subject, and a specific criterion are satisfied. The computer executes a step of determining the biological state of the subject based on the similarity with the reference analysis information.
本発明は、被験者の生体情報を取得し、取得した前記生体情報を解析することによって前記被験者の生体状態を判定する生体状態判定プログラムであって、コンピュータを、入床状態の被験者の体圧分布を示す体圧分布信号に基づいて前記被験者の重心座標を算出し、更に所定期間における前記重心座標の変動を示す重心軌跡パターンを解析情報として算出する解析手段と、前記被験者の解析情報と、特定の基準を満たす基準解析情報との類似性に基づいて前記被験者の生体状態の判定処理を行う判定手段と、として機能させる。 The present invention is a biological condition determination program that acquires biological information of a subject and analyzes the acquired biological information to determine the biological condition of the subject, and uses a computer to distribute the body pressure of the subject in a bed state. An analysis means for calculating the center of gravity coordinates of the subject based on the body pressure distribution signal indicating the above, and further calculating the center of gravity locus pattern indicating the fluctuation of the center of gravity coordinates in a predetermined period as analysis information, and the analysis information of the subject. It functions as a determination means for determining the biological state of the subject based on the similarity with the reference analysis information satisfying the criteria of.
本発明によれば、従来にない方法により被験者の無意識状態における潜在的な脳制御機能について評価又は、脳制御機能障害について判定するシステムを提供することを解決すべき課題とする。 According to the present invention, it is an object to be solved to provide a system for evaluating a potential brain control function in an unconscious state of a subject or determining a brain control dysfunction by a method not conventionally used.
以下、図面を用いて、本発明の実施形態に関する生体状態判定システムについて説明する。なお、以下に示す実施形態は本発明の一例であり、本発明を以下の実施形態に限定するものではなく、様々な構成を採用することもできる。 Hereinafter, the biological state determination system according to the embodiment of the present invention will be described with reference to the drawings. The embodiments shown below are examples of the present invention, and the present invention is not limited to the following embodiments, and various configurations can be adopted.
本実施形態では、センサ装置及び情報処理装置を含む生体状態判定システムの構成、動作等について説明するが、同様の構成の方法、コンピュータプログラム、記録媒体等も、同様の作用効果を奏することができる。この記録媒体を用いれば、例えばコンピュータに前記プログラムをインストールすることができる。ここで、前記プログラムを記憶した記録媒体は、例えばＣＤ−ＲＯＭ等の非一過性の記録媒体であっても良い。 In the present embodiment, the configuration, operation, and the like of the biological state determination system including the sensor device and the information processing device will be described, but a method of the same configuration, a computer program, a recording medium, and the like can also exert the same effect. .. Using this recording medium, for example, the program can be installed on a computer. Here, the recording medium in which the program is stored may be a non-transient recording medium such as a CD-ROM.
一実施の形態におけるシステム構成を示す図１を参照すると、生体状態判定システムは生体状態判定システム１として具体化されている。 With reference to FIG. 1, which shows the system configuration in one embodiment, the biological condition determination system is embodied as the biological condition determination system 1.
生体状態判定システム１は、センサ装置２、センサマット２０及び、情報処理装置３を備える。情報処理装置３は、センサ装置２と無線通信によって接続される。本実施形態では、無線通信規格として、Ｗｉ-Ｆｉ（登録商標）を用いるが、Ｗｉ-Ｆｉ規格に限らず、Ｂｌｕｅｔｏｏｔｈ（登録商標）、ｚｉｇｂｅｅ（登録商標）や、独自のプロトコル等、他の無線通信規格によって実現されても構わない。また、情報処理装置３は、有線ケーブルを介してセンサ装置２と接続される構成としてもよい。 The biological state determination system 1 includes a sensor device 2, a sensor mat 20, and an information processing device 3. The information processing device 3 is connected to the sensor device 2 by wireless communication. In this embodiment, Wi-Fi (registered trademark) is used as the wireless communication standard, but it is not limited to the Wi-Fi standard, and other wireless devices such as Bluetooth (registered trademark), zigbee (registered trademark), and original protocols are used. It may be realized by the communication standard. Further, the information processing device 3 may be configured to be connected to the sensor device 2 via a wired cable.
本実施形態では、センサマット２０は、被験者Ｕが伏臥状態となるマットレスＢＭの下に設置され、被験者Ｕの体圧に応じて信号を出力する。センサマット２０は、２次元アレイ状に配置された個別のセンサセル２０１によって構成される。センサ装置２は、被験者Ｕの体圧に応じて出力された信号を、センサマット２０における何れのセンサセル２０１より出力された信号であるかを識別可能に取得する。本実施形態において、センサマット２０は、Ｘ座標に８列、Ｙ座標に１６行の２次元配列されたセンサセル２０１によって構成される。また、センサマット２０の幅と長さは、それぞれ幅Ｄ（Ｘ軸）、長さＬ（Ｙ軸）とする。なお、本発明の説明において特段の記載がない限り、以降の座標に関する説明は２次元の直交座標系を例に説明するものとする。 In the present embodiment, the sensor mat 20 is installed under the mattress BM in which the subject U is in a prone position, and outputs a signal according to the body pressure of the subject U. The sensor mat 20 is composed of individual sensor cells 201 arranged in a two-dimensional array. The sensor device 2 identifiablely acquires the signal output according to the body pressure of the subject U from which sensor cell 201 in the sensor mat 20. In the present embodiment, the sensor mat 20 is composed of sensor cells 201 arranged two-dimensionally in 8 columns in the X coordinate and 16 rows in the Y coordinate. Further, the width and the length of the sensor mat 20 are the width D (X-axis) and the length L (Y-axis), respectively. Unless otherwise specified in the description of the present invention, the following description of coordinates shall be described by taking a two-dimensional Cartesian coordinate system as an example.
本実施形態において、センサセル２０１は、被験者Ｕの体圧によるピエゾ抵抗膜の歪みによって圧力の変化を検出し、電気信号を出力する。各センサセル２０１は、それぞれに対して個別に抵抗値を調整可能な構成とする。本実施形態では、例えばピエゾ抵抗膜の不純物ドープ量や膜厚を変化させ、任意の抵抗値をもつピエゾ抵抗膜とすることにより、各センサセル２０１の感度を調整することができる。これにより、例えば心臓部周辺のセンサセル２０１を高感度化し、被験者Ｕの心臓の挙動を示す生体情報がＳＮ比を高めて取得される。本実施形態では、センサセル２０１は、ピエゾ抵抗膜を有する圧電センサを用いたが、圧力を検知するセンサであれば特に種類は限定されない。また、検知される物理パラメータは例えば静電容量変化等であってもよい。 In the present embodiment, the sensor cell 201 detects a change in pressure due to the distortion of the piezoresistive film due to the body pressure of the subject U, and outputs an electric signal. Each sensor cell 201 has a configuration in which the resistance value can be adjusted individually for each sensor cell 201. In the present embodiment, the sensitivity of each sensor cell 201 can be adjusted by, for example, changing the impurity doping amount and the film thickness of the piezoresistive film to form a piezoresistive film having an arbitrary resistance value. As a result, for example, the sensitivity of the sensor cell 201 around the heart is increased, and biological information indicating the behavior of the heart of the subject U is acquired with an increased SN ratio. In the present embodiment, the sensor cell 201 uses a piezoelectric sensor having a piezoresistive film, but the type is not particularly limited as long as it is a sensor that detects pressure. Further, the detected physical parameter may be, for example, a change in capacitance.
図２は、センサ装置２の装置構成を示す図である。センサ装置２は、センサマット２０、切替スイッチ２２、制御部２３、通信部２４及び、電源部２５を備える。センサマット２０を構成するセンサセル２０１は、それぞれ切替スイッチ２２に接続される。切替スイッチ２２は、センサセル２０１の配列方向であるＸ座標とＹ座標によって、それぞれ切替スイッチ２２ａと切替スイッチ２２ｂに分類される。本実施形態では、切替スイッチ２２ａは８列、切替スイッチ２２ｂは１６行のスイッチにより構成され、それぞれのスイッチの一端が制御部２３に、他端がそれぞれのセンサセル２０１に接続される。切替スイッチ２２は、スイッチがＯＮになると、各センサセル２０１に電圧が印加される。印加されたセンサセル２０１に被験者Ｕの体圧が加わることにより、センサセル２０１に抵抗変化が生じ、更に体圧の大きさに応じた電気信号が出力される。 FIG. 2 is a diagram showing a device configuration of the sensor device 2. The sensor device 2 includes a sensor mat 20, a changeover switch 22, a control unit 23, a communication unit 24, and a power supply unit 25. The sensor cells 201 constituting the sensor mat 20 are each connected to the changeover switch 22. The changeover switch 22 is classified into a changeover switch 22a and a changeover switch 22b, respectively, according to the X coordinate and the Y coordinate, which are the arrangement directions of the sensor cell 201. In the present embodiment, the changeover switch 22a is composed of eight columns and the changeover switch 22b is composed of 16 rows of switches, and one end of each switch is connected to the control unit 23 and the other end is connected to each sensor cell 201. When the switch 22 is turned on, a voltage is applied to each sensor cell 201. When the body pressure of the subject U is applied to the applied sensor cell 201, a resistance change occurs in the sensor cell 201, and an electric signal corresponding to the magnitude of the body pressure is output.
制御部２３は、切替部２３１、Ａ／Ｄ変換部２３２、信号取得部２３３を備える。切替部２３１は、切替スイッチ２２のＯＮ／ＯＦＦの切り替えを制御する。Ａ／Ｄ変換部２３２は、切替スイッチ２２を介してセンサマット２０より取得したアナログ信号（電気信号）をデジタル信号に変換する。デジタル信号は、Ａ／Ｄ変換部２３２がＡ／Ｄ変換する際の所定サンプリング周波数の離散的時系列データを用いて、算出された所定の時間単位の信号レベル（センサ値）を有する。信号取得部２３３は、Ａ／Ｄ変換部２３２により変換されたデジタル信号を取得し、少なくとも何れのセンサセル２０１より取得された信号であるかを識別可能に処理する。本実施形態において、信号取得部２３３におけるセンサセル２０１の識別処理は、Ａ／Ｄ変換部２３２の出力ポート番号を特定し、出力ポート番号と対応するセンサセル２０１の位置座標に基づいて行われる。また、信号取得部２３３は、Ａ／Ｄ変換部２３２がＡ／Ｄ変換する際の所定サンプリング周波数の離散的時系列データを同時に取得する。更に、信号取得部２３３は、取得した信号の出力元である個別のセンサセル２０１の座標に基づいて体圧分布信号として処理してもよい。通信部２４は、信号取得部２３３により取得された信号を、無線通信によって情報処理装置３に送信する。 The control unit 23 includes a switching unit 231, an A / D conversion unit 232, and a signal acquisition unit 233. The switching unit 231 controls ON / OFF switching of the changeover switch 22. The A / D conversion unit 232 converts the analog signal (electric signal) acquired from the sensor mat 20 via the changeover switch 22 into a digital signal. The digital signal has a signal level (sensor value) in a predetermined time unit calculated by using discrete time series data of a predetermined sampling frequency when the A / D conversion unit 232 performs A / D conversion. The signal acquisition unit 233 acquires the digital signal converted by the A / D conversion unit 232, and processes at least which sensor cell 201 the signal is acquired so that it can be identified. In the present embodiment, the identification process of the sensor cell 201 in the signal acquisition unit 233 is performed by specifying the output port number of the A / D conversion unit 232 and based on the position coordinates of the sensor cell 201 corresponding to the output port number. Further, the signal acquisition unit 233 simultaneously acquires discrete time series data of a predetermined sampling frequency when the A / D conversion unit 232 performs A / D conversion. Further, the signal acquisition unit 233 may process the body pressure distribution signal based on the coordinates of the individual sensor cells 201 that are the output sources of the acquired signals. The communication unit 24 transmits the signal acquired by the signal acquisition unit 233 to the information processing device 3 by wireless communication.
電源部２５は、制御部２３、通信部２４にそれぞれ電力を供給する。電源部２５は、更に、切替スイッチ２２に対して、所定の電圧を印加し、切替スイッチ２２がスイッチＯＮとなることを契機として、所定の電圧をセンサセル２０１に印加する。 The power supply unit 25 supplies electric power to the control unit 23 and the communication unit 24, respectively. The power supply unit 25 further applies a predetermined voltage to the changeover switch 22, and applies a predetermined voltage to the sensor cell 201 when the changeover switch 22 is switched on.
図３に例示するように、情報処理装置３は、データ通信機能を有し、ハードウェア及び機能の構成要素を含んでいる。すなわち、情報処理装置３は、ハードウェア構成要素として、演算装置（ＣＰＵ（Central Processing Unit））３１と、作業用メモリとしての主記憶装置（ＲＡＭ(Random Access Memory)）３２とを備える。また、情報処理装置３は、ＯＳ（Operating System）、アプリケーションプログラム、及び各種情報（データを含む）を書換え可能に格納するＨＤＤやＳＳＤ、フラッシュメモリ等の補助記憶装置３５と、通信制御部３３と、ＮＩＣ（Network Interface Card）などの通信インタフェース（ＩＦ）部３４と、表示制御部３６と、表示部３７と、情報入力・指定部３８などとを、更に備える。また、補助記憶装置３５は、機能構成要素として、センサ情報取得手段３５１、判定手段３５２、解析手段３６０を備える。 As illustrated in FIG. 3, the information processing apparatus 3 has a data communication function, and includes hardware and functional components. That is, the information processing device 3 includes a computing device (CPU (Central Processing Unit) 31) and a main storage device (RAM (Random Access Memory)) 32 as a working memory as hardware components. Further, the information processing device 3 includes an auxiliary storage device 35 such as an HDD, SSD, and flash memory that rewritably stores an OS (Operating System), an application program, and various information (including data), and a communication control unit 33. , NIC (Network Interface Card) or other communication interface (IF) unit 34, display control unit 36, display unit 37, information input / designation unit 38, and the like. Further, the auxiliary storage device 35 includes sensor information acquisition means 351, determination means 352, and analysis means 360 as functional components.
情報処理装置３の補助記憶装置３５に、後に詳述する機能構成要素（３５１、３５２、３６０）を論理的に実現する為の生体状態判定プログラム、端末制御プログラムなどをアプリケーションプログラムとしてインストールしておく。そして、情報処理装置３においては、電源投入または利用者（被験者）や管理者による指示を契機に、演算装置（ＣＰＵ）３１がアプリケーションプログラムを主記憶装置（ＲＡＭ）３２に展開して実行する。 In the auxiliary storage device 35 of the information processing device 3, a biological state determination program, a terminal control program, and the like for logically realizing the functional components (351, 352, 360) described in detail later are installed as application programs. .. Then, in the information processing device 3, the arithmetic unit (CPU) 31 expands and executes the application program in the main storage device (RAM) 32 when the power is turned on or an instruction is given by the user (subject) or the administrator.
なお、例えば、情報処理装置３とＩＰネットワーク等を介して通信可能に構成された生体状態判定装置に生体状態判定プログラムをインストールすると共に、情報処理装置３に、ウェブブラウザや生体状態判定装置の処理結果を表示する為のアプリケーションプログラムをインストールし、利用者が、情報処理装置３を介して、生体状態判定プログラムによる表示処理結果を閲覧する構成としてもよい。また、情報処理装置３及び／又は図示しない端末装置は、後述する生体状態判定の結果について通知を受け取り可能に構成されてよい。 For example, the biological condition determination program is installed in the biological condition determination device configured to be able to communicate with the information processing device 3 via an IP network or the like, and the information processing device 3 is processed by a web browser or the biological condition determination device. An application program for displaying the result may be installed, and the user may view the display processing result by the biological state determination program via the information processing device 3. Further, the information processing device 3 and / or a terminal device (not shown) may be configured to be able to receive a notification about the result of the biological state determination described later.
次に、図１及び関連図（図４〜図１０）を参照して、生体状態判定システム１における処理ついて更に詳述する。 Next, with reference to FIG. 1 and related diagrams (FIGS. 4 to 10), the processing in the biological state determination system 1 will be described in more detail.
図４は、生体状態判定システム１の機能ブロック図を示す。情報処理装置３は、センサ装置２の通信部２４より送信される信号を受信するセンサ情報取得手段３５１、判定手段３５２、解析手段３６０及び、データベースＤＢを備える。解析手段３６０は、重心座標算出手段３６１、軌跡パターン生成手段３６２、外周面積算出手段３６３、ゆらぎ指数算出手段３６４、ヒートマップ生成手段３６５を備える。解析手段３６０は、センサ情報取得手段３５１により取得された体圧分布信号に基づいて、被験者Ｕの生体状態を判定する為の解析情報を算出する。解析情報は後に詳述する重心座標、重心軌跡パターン、外周面積、ゆらぎ指数、ヒートマップ等を含む。解析手段３６０は、算出した解析情報について、表示処理し、表示部３７においてグラフや数値として表示させる。 FIG. 4 shows a functional block diagram of the biological state determination system 1. The information processing device 3 includes a sensor information acquisition unit 351 that receives a signal transmitted from the communication unit 24 of the sensor device 2, a determination unit 352, an analysis unit 360, and a database DB. The analysis means 360 includes a center of gravity coordinate calculation means 361, a locus pattern generation means 362, an outer peripheral area calculation means 363, a fluctuation index calculation means 364, and a heat map generation means 365. The analysis means 360 calculates the analysis information for determining the biological state of the subject U based on the body pressure distribution signal acquired by the sensor information acquisition means 351. The analysis information includes the center of gravity coordinates, the center of gravity locus pattern, the outer peripheral area, the fluctuation index, the heat map, etc., which will be described in detail later. The analysis means 360 displays the calculated analysis information and causes the display unit 37 to display it as a graph or a numerical value.
センサ情報取得手段３５１は、センサ装置２の通信部２４が送信する信号を受信する。センサ情報取得手段３５１は、センサマット２０を構成するセンサセル２０１のそれぞれの座標とセンサ値に基づいて、受信した信号を体圧分布として処理し、データベースＤＢに格納する。センサ情報取得手段３５１は、サンプリング周波数に準じて更新されるが、計測時間中において更新される各座標のセンサ値を加算していき、計測時間中の合計値を体圧分布として処理してもよい。本実施形態において、センサ情報取得手段３５１は、離散的時系列データを時刻情報として体圧分布信号と対応付けてデータベースＤＢに格納する。なお、センサ情報取得手段３５１は、体圧分布信号の取得開始時刻及び取得終了時刻を体圧分布と対応付けてデータベースＤＢに格納し、サンプリング周波数とセンサ値の取得回数に基づいて時刻情報を算出する構成としてもよい。 The sensor information acquisition means 351 receives a signal transmitted by the communication unit 24 of the sensor device 2. The sensor information acquisition means 351 processes the received signal as a body pressure distribution and stores it in the database DB based on the respective coordinates and sensor values of the sensor cells 201 constituting the sensor mat 20. The sensor information acquisition means 351 is updated according to the sampling frequency, but even if the sensor values of the coordinates updated during the measurement time are added and the total value during the measurement time is processed as the body pressure distribution. Good. In the present embodiment, the sensor information acquisition means 351 stores the discrete time series data as time information in the database DB in association with the body pressure distribution signal. The sensor information acquisition means 351 stores the acquisition start time and acquisition end time of the body pressure distribution signal in the database DB in association with the body pressure distribution, and calculates the time information based on the sampling frequency and the number of acquisitions of the sensor value. It may be configured to be used.
図５は、センサ情報取得手段３５１により取得された体圧分布信号に基づいて生成される体圧分布図の表示例である。センサ情報取得手段３５１は、体圧分布信号に基づいて体圧分布図を表示処理し、表示部３７に表示させる。本実施形態において、体圧分布図は、センサセル２０１の位置座標と対応し、Ｘ軸に１〜８、Ｙ軸に１〜１６に配列されたそれぞれのセンサ値に基づいて表示される。図５は一晩における体圧分布の計測結果の表示例であり、時刻情報に基づいて計測時間１８３００（ｓ）におけるセンサ値の合計値を算出し、体圧分布図として示す。体圧分布図は、特定の時刻において計測された体圧分布の計測結果を表示する構成としてもよい。また、センサ情報取得手段３５１は、所定の閾値以上のセンサ値を取得したとき、センサ値の大小に関わらず、例えば１の信号を出力するよう構成してもよい。本実施形態において、センサ値の大小は、カラーバーによる色彩の濃淡によって表現されるが、例えば、３次元グラフのように視覚的に数値を判断できるものであれば表示手段は特に制限されない。 FIG. 5 is a display example of a body pressure distribution map generated based on the body pressure distribution signal acquired by the sensor information acquisition means 351. The sensor information acquisition means 351 displays and processes the body pressure distribution map based on the body pressure distribution signal, and displays it on the display unit 37. In the present embodiment, the body pressure distribution map corresponds to the position coordinates of the sensor cell 201 and is displayed based on the respective sensor values arranged in 1 to 8 on the X axis and 1 to 16 on the Y axis. FIG. 5 is a display example of the measurement result of the body pressure distribution overnight, and the total value of the sensor values at the measurement time 18300 (s) is calculated based on the time information and shown as a body pressure distribution map. The body pressure distribution map may be configured to display the measurement result of the body pressure distribution measured at a specific time. Further, the sensor information acquisition means 351 may be configured to output, for example, one signal regardless of the magnitude of the sensor value when the sensor value equal to or higher than a predetermined threshold value is acquired. In the present embodiment, the magnitude of the sensor value is expressed by the shade of color by the color bar, but the display means is not particularly limited as long as the numerical value can be visually determined as in a three-dimensional graph, for example.
重心座標算出手段３６１は、センサ情報取得手段３５１によって処理された体圧分布に基づいて、被験者Ｕの重心座標（Ｗｘ，Ｗｙ）を算出する。センサセル２０１の位置座標をそれぞれＸｎ（ｎ＝１，２，３・・・，Ｎ）及びＹｍ（ｍ＝１，２，３・・・，Ｎ）として、各センサセル２０１において計測される圧力値をＰｉ（ｉ＝１，２，３・・・，Ｎ）とすると、センサマット２０において計測される総圧力値ＰＴは、式（１）によって表される。また、重心座標Ｗｘ及び重心座標Ｗｙは、それぞれ式（２）及び式（３）によって表される。なお、Ｐｎ及びＰｍは、Ｘｎ座標における圧力値Ｐｉ、Ｙｍ座標における圧力値Ｐｉをそれぞれ示す。重心座標算出手段３６１により算出された重心座標は、体圧分布信号に紐づく時刻情報に基づいて、時系列データに対応付けられてデータベースＤＢに格納される。 The barycentric coordinate calculation means 361 calculates the barycentric coordinates (Wx, Wy) of the subject U based on the body pressure distribution processed by the sensor information acquisition means 351. The pressure values measured in each sensor cell 201 are set to Xn (n = 1,2,3 ..., N) and Ym (m = 1,2,3 ..., N), respectively, as the position coordinates of the sensor cell 201. Assuming that Pi (i = 1, 2, 3 ..., N), the total pressure value PT measured by the sensor mat 20 is expressed by the equation (1). Further, the barycentric coordinates Wx and the barycentric coordinates Wy are represented by the equations (2) and (3), respectively. Note that Pn and Pm indicate a pressure value Pi in the Xn coordinate and a pressure value Pi in the Ym coordinate, respectively. The barycentric coordinates calculated by the barycentric coordinate calculation means 361 are associated with time series data and stored in the database DB based on the time information associated with the body pressure distribution signal.
本実施形態において、重心座標算出手段３６１は、被験者Ｕの上半身と下半身の体圧分布信号に基づいてそれぞれの上半身重心座標ＡＧ及び下半身重心座標ＢＧを算出する。なお、被験者Ｕの全身の体圧分布に基づいて算出された重心座標Ｗはこれらと区別して扱われる（図５参照）。上半身と下半身の重心座標は、ベッドの長さＬを二等分し、それぞれのＬ／２の範囲について上述の式（１）〜式（３）を用いることにより算出される。本実施形態では、ベッドの長さＬ（Ｙ軸）に対して１６行に配列されるセンサセル２０１のうち、１行〜８行に位置するセンサセル２０１が下半身、９行〜１６行に位置するセンサセル２０１が上半身の体圧の測定に用いられる。後述する解析手段３６０による解析情報の算出は、被験者Ｕの全身の体圧分布について例に説明するが、上半身、下半身のそれぞれについても同様の処理が行われる。なお、解析手段３６０は、上半身と下半身に加え、例えば右上半身、左上半身、右下半身、左下半身のように被験者Ｕの体圧分布について四分割して算出する等、分割のパターンによって各部位ごとにより詳細な解析を可能とする。 In the present embodiment, the barycentric coordinate calculation means 361 calculates the upper body barycentric coordinate AG and the lower body barycentric coordinate BG, respectively, based on the body pressure distribution signals of the upper body and the lower body of the subject U. The barycentric coordinates W calculated based on the body pressure distribution of the whole body of the subject U are treated separately from these (see FIG. 5). The coordinates of the center of gravity of the upper body and the lower body are calculated by dividing the length L of the bed into two equal parts and using the above equations (1) to (3) for the range of each L / 2. In the present embodiment, of the sensor cells 201 arranged in 16 rows with respect to the bed length L (Y axis), the sensor cells 201 located in the 1st to 8th rows are the lower body, and the sensor cells 201 located in the 9th to 16th rows. 201 is used to measure the body pressure of the upper body. The calculation of the analysis information by the analysis means 360, which will be described later, will be described by taking the whole body pressure distribution of the subject U as an example, but the same processing is performed for each of the upper body and the lower body. In addition to the upper and lower body, the analysis means 360 divides the body pressure distribution of the subject U into four parts such as the upper right body, the upper left body, the lower right body, and the lower left body, and calculates each part according to the division pattern. Allows more detailed analysis.
軌跡パターン生成手段３６２は、重心座標算出手段３６１により算出された重心座標に基づいて、所定時間における重心座標（Ｗｘ，Ｗｙ）の変動を示す重心軌跡パターンＧＴを解析情報として算出する。重心座標の変動は、サンプリング周波数に依存するため、例えば、Ａ／Ｄ変換部２３２が、任意のサンプリング周波数に設定されることにより、重心軌跡パターンＧＴの精度が制御される。図６（ａ）は、縦軸を重心座標Ｗｘ及び重心座標Ｗｙ、横軸を時間Ｔ（ｓ）としたときの重心座標の時間遷移を示すグラフの一例である。図６（ｂ）は、縦軸を重心座標Ｗｙ、横軸を重心座標Ｗｘとしたときの重心軌跡パターンＧＴを示すグラフである。軌跡パターン生成手段３６２は、重心軌跡パターンＧＴに基づいて解析結果を表示処理し、表示部３７に表示させる。 The locus pattern generating means 362 calculates the barycentric locus pattern GT indicating the fluctuation of the barycentric coordinates (Wx, Wy) in a predetermined time as analysis information based on the barycentric coordinates calculated by the barycentric coordinate calculating means 361. Since the fluctuation of the barycentric coordinates depends on the sampling frequency, for example, the accuracy of the barycentric locus pattern GT is controlled by setting the A / D conversion unit 232 to an arbitrary sampling frequency. FIG. 6A is an example of a graph showing the time transition of the barycentric coordinates when the vertical axis is the barycentric coordinates Wx and the barycentric coordinates Wy and the horizontal axis is the time T (s). FIG. 6B is a graph showing the center-of-gravity locus pattern GT when the vertical axis is the barycentric coordinate Wy and the horizontal axis is the barycentric coordinate Wx. The locus pattern generating means 362 displays and processes the analysis result based on the center of gravity locus pattern GT, and causes the display unit 37 to display the analysis result.
判定手段３５２は、被験者Ｕの軌跡パターンを含む解析情報と、特定の基準を満たす基準解析情報との類似性に基づいて被験者Ｕの生体状態の判定処理を行う。本実施形態において、例えば脳制御機能に疾患のない健常者の解析情報が基準解析情報として採用される。また、健常者の年齢、性別等の属性情報をグループに分類し、被験者Ｕと同一又は類似のグループに分類される健常者の解析情報を基準解析情報として採用することにより、被験者Ｕの生体状態の判定の精度を向上させることができる。また、基準解析情報は、複数の健常者の解析情報のデータの平均値を基準解析情報として採用してもよい。基準解析情報は、予めデータベースＤＢに格納される。また、判定手段３５２による判定結果により健常状態であると判定された被験者Ｕの解析情報を基準解析情報としてデータベースＤＢに格納してもよい。判定手段３５２は、被験者Ｕの解析情報と、基準解析情報との類似性を判定処理し、その結果を判定結果として表示処理し、表示部３７に表示させる。また、判定手段３５２は、被験者Ｕの生体状態を判定する為の判定条件の設定入力を受け付ける。本実施形態において、類似性が類似度として数値で表示できる場合、判定手段３５２は、類似度に対して所定の閾値の設定入力を受け付け、データベースＤＢに判定条件情報として格納する。判定手段３５２は、閾値に基づく判定条件を満たす場合、被験者Ｕの生体状態に異常があるとして、異常状態を警告する通知を判定結果として出力処理する。なお、判定手段３５２は、解析情報に応じて異なる判定条件の設定入力を受け付ける構成としてもよい。また、判定手段３５２は、１解析情報に対して複数の判定条件の設定入力を受け付け、それぞれの判定条件に応じて異なる判定結果を出力処理してもよい。 The determination means 352 performs a determination process of the biological state of the subject U based on the similarity between the analysis information including the locus pattern of the subject U and the reference analysis information satisfying a specific criterion. In the present embodiment, for example, analysis information of a healthy person who has no disease in the brain control function is adopted as reference analysis information. In addition, by classifying attribute information such as age and gender of healthy subjects into groups and adopting analysis information of healthy subjects classified into the same or similar group as subject U as reference analysis information, the biological state of subject U The accuracy of the determination can be improved. Further, as the reference analysis information, the average value of the data of the analysis information of a plurality of healthy subjects may be adopted as the reference analysis information. The reference analysis information is stored in the database DB in advance. Further, the analysis information of the subject U determined to be in a healthy state based on the determination result by the determination means 352 may be stored in the database DB as the reference analysis information. The determination means 352 determines the similarity between the analysis information of the subject U and the reference analysis information, displays the result as the determination result, and displays it on the display unit 37. Further, the determination means 352 accepts the setting input of the determination condition for determining the biological state of the subject U. In the present embodiment, when the similarity can be displayed numerically as the similarity, the determination means 352 accepts the setting input of a predetermined threshold value for the similarity and stores it in the database DB as the determination condition information. When the determination condition based on the threshold value is satisfied, the determination means 352 outputs and processes a notification warning of the abnormal state as a determination result, assuming that the biological state of the subject U is abnormal. The determination means 352 may be configured to accept setting inputs of different determination conditions according to the analysis information. Further, the determination means 352 may accept setting inputs of a plurality of determination conditions for one analysis information and output different determination results according to each determination condition.
本実施形態における、解析情報として重心軌跡パターンＧＴを用いる場合の判定手段３５２の判定処理について説明する。図７は、被験者Ｕの重心軌跡パターンＧＴ１（図７（ａ））と基準解析情報の重心軌跡パターンＧＴ２（図７（ｂ））におけるパターンマッチング法の例示である。判定手段３５２は、それぞれの重心軌跡パターンＧＴを格子状に等間隔領域に分割する。被験者Ｕの重心軌跡パターンＧＴ１と基準解析情報の重心軌跡パターンＧＴ２のそれぞれの分割された領域を重ね合わせて、それぞれの重心軌跡パターンＧＴ１及びＧＴ２が共通して通過する領域（図７における斜線領域）は、それぞれ共通領域ＴＲ１、共通領域ＴＲ２として定義される。このとき共通領域ＴＲ１と共通領域ＴＲ２の座標は一致する。一方、分割された領域を重ね合わせたとき、被験者Ｕの重心軌跡パターンＧＴ１のみが通過する領域（図７における格子線領域）は非共通領域ＦＲ１、基準解析情報の重心軌跡パターンＧＴ２のみが通過する領域は非共通領域ＦＲ２として定義される。このとき、判定手段３５２は、被験者Ｕの重心軌跡パターンＧＴ１及び基準解析情報の重心軌跡パターンＧＴ２の類似度Ｓを式（４）によって算出する。式（４）におけるＴＲ１+ＦＲ２は、被験者Ｕの重心軌跡パターンＧＴ１が通過する全領域を表す。図７の例によると、判定手段３５２は、被験者Ｕの重心軌跡パターンＧＴ１の重心軌跡パターンＧＴ２に対する類似度Ｓを７５％として判定する。判定手段３５２は、類似度Ｓを判定結果として表示処理し、表示部３７を介して表示させる。判定手段３５２は、更に類似度Ｓに所定の閾値（例えば、類似度Ｓが６０％以下）を判定条件として設定入力を受け付ける。上述の例において判定手段３５２は、被験者Ｕの重心軌跡パターンＧＴの類似度が６０％以下の場合、被験者Ｕの脳制御機能等の生体状態が異常状態であると判定し、警告表示を出力処理する。判定手段３５２は、警告表示を類似度Ｓの判定結果と共に表示部３７に表示される。 The determination process of the determination means 352 when the center of gravity trajectory pattern GT is used as the analysis information in the present embodiment will be described. FIG. 7 is an example of the pattern matching method in the center of gravity locus pattern GT1 (FIG. 7 (a)) of the subject U and the centroid trajectory pattern GT2 (FIG. 7 (b)) of the reference analysis information. The determination means 352 divides each center of gravity locus pattern GT into equally spaced regions in a grid pattern. The divided regions of the center-of-gravity locus pattern GT1 of the subject U and the centroid locus pattern GT2 of the reference analysis information are overlapped, and the regions through which the respective centroid locus patterns GT1 and GT2 pass in common (diagonal region in FIG. 7). Are defined as the common area TR1 and the common area TR2, respectively. At this time, the coordinates of the common area TR1 and the common area TR2 match. On the other hand, when the divided regions are overlapped, only the non-common region FR1 and the centroid locus pattern GT2 of the reference analysis information pass through the region (lattice line region in FIG. 7) through which only the center of gravity locus pattern GT1 of the subject U passes. The region is defined as the non-common region FR2. At this time, the determination means 352 calculates the similarity S between the center-of-gravity locus pattern GT1 of the subject U and the center-of-gravity locus pattern GT2 of the reference analysis information by the equation (4). TR1 + FR2 in the formula (4) represents the entire region through which the center of gravity locus pattern GT1 of the subject U passes. According to the example of FIG. 7, the determination means 352 determines that the similarity S of the center-of-gravity locus pattern GT1 of the subject U to the center-of-gravity locus pattern GT2 is 75%. The determination means 352 displays the similarity S as a determination result and displays it via the display unit 37. The determination means 352 further accepts a setting input for the similarity S with a predetermined threshold value (for example, the similarity S is 60% or less) as a determination condition. In the above example, when the similarity of the center of gravity trajectory pattern GT of the subject U is 60% or less, the determination means 352 determines that the biological state such as the brain control function of the subject U is an abnormal state, and outputs a warning display. To do. The determination means 352 displays a warning display on the display unit 37 together with the determination result of the similarity S.
判定手段３５２は、被験者Ｕの重心座標及び、基準解析情報の重心座標を複数のクラスに分類し、分類されたクラスにおける解析情報及び基準解析情報の類似性に基づいて被験者Ｕの生体状態の判定処理を行う。図１０は、横軸を重心座標Ｗｘ、縦軸を重心座標Ｗｙとして、被験者Ｕの時間による重心座標の変動をプロットした図示例である。本実施形態において、判定手段３５２は、クラスター分析（より詳細にはｋ近傍法）により、被験者Ｕの各重心座標を複数のクラスに分類する。まず、判定手段３５２は、被験者Ｕの特定の重心座標について任意のインスタンス数ｋの設定入力を受け付ける。インスタンス数ｋは、予め任意の値に設定されていてもよい。次に、判定手段３５２は、データベースＤＢに格納されるクラス分類済みの重心座標のプロットデータを用いて、特定の重心座標に距離ｄが近いものから順にインスタンス数ｋの数だけプロットデータを取得する。距離ｄは、式（５）を用いて算出されるいわゆるユークリッド距離である。判定手段３５２は、取得したプロットデータのうち最も多く含まれるクラスを特定の重心座標のクラスとして分類する。図１０の例は、３つのクラス（Ｃ１，Ｃ２，Ｃ３）に分類された場合の被験者Ｕの重心座標のプロットを示す。判定手段３５２は、各クラスに分類された重心座標に基づいて、重心軌跡パターン、外周面積、ゆらぎ指数、ヒートマップ等を解析情報（クラス）として算出し、算出した解析情報と、クラスに分類された重心座標に基づいて算出した基準解析情報（クラス）の類似性の判定処理及び、生体状態の判定処理を実行する。また、判定手段３５２は、上述のパターンマッチング法により類似度Ｓの判定処理を行ってもよい。本実施形態において、重心座標の分類法としてｋ近傍法を例示したが、判定手段３５２は、ｋ平均法やその他のクラスター分析により被験者Ｕの重心座標を所定のクラス数に分類してもよい。 The determination means 352 classifies the coordinates of the center of gravity of the subject U and the coordinates of the center of gravity of the reference analysis information into a plurality of classes, and determines the biological state of the subject U based on the similarity of the analysis information and the reference analysis information in the classified classes. Perform processing. FIG. 10 is an illustrated example in which the fluctuation of the barycentric coordinates with time of the subject U is plotted with the horizontal axis as the barycentric coordinates Wx and the vertical axis as the barycentric coordinates Wy. In the present embodiment, the determination means 352 classifies the coordinates of each center of gravity of the subject U into a plurality of classes by cluster analysis (more specifically, the k-nearest neighbor method). First, the determination means 352 accepts a setting input of an arbitrary number of instances k for a specific center of gravity coordinate of the subject U. The number of instances k may be set to an arbitrary value in advance. Next, the determination means 352 acquires plot data for the number of instances k in order from the one having the closest distance d to the specific barycentric coordinates, using the plot data of the class-classified barycentric coordinates stored in the database DB. .. The distance d is a so-called Euclidean distance calculated using the equation (5). The determination means 352 classifies the class containing the largest amount of the acquired plot data as a class having specific barycentric coordinates. The example of FIG. 10 shows a plot of the coordinates of the center of gravity of subject U when classified into three classes (C1, C2, C3). The determination means 352 calculates the center of gravity locus pattern, the outer peripheral area, the fluctuation index, the heat map, etc. as analysis information (class) based on the coordinates of the center of gravity classified into each class, and classifies the calculated analysis information into classes. The similarity determination process of the reference analysis information (class) calculated based on the barycentric coordinates and the determination process of the biological state are executed. Further, the determination means 352 may perform the determination processing of the similarity S by the pattern matching method described above. In the present embodiment, the k-nearest neighbor method is illustrated as a method for classifying the coordinates of the center of gravity, but the determination means 352 may classify the coordinates of the center of gravity of the subject U into a predetermined number of classes by the k-means method or other cluster analysis.
判定手段３５２は、被験者Ｕの上半身重心座標ＡＧ及び下半身重心座標ＢＧに基づいてそれぞれ算出される重心軌跡パターンＧＴ１と、上半身のデータと下半身のデータに基づく基準解析情報の重心軌跡パターンＧＴ２に上述のパターンマッチング法による類似度Ｓの判定及び、異常状態の判定をすることができる。また、判定手段３５２は、重心軌跡パターンＧＴ以外の解析情報（外周面積、ゆらぎ指数、ヒートマップ等）について、被験者Ｕの上半身の解析情報と、上半身のデータに基づく基準解析情報との類似性を判定し、更に類似性に基づいて生体状態の判定及び、異常状態の場合に警告を出力する構成としてもよい。 The determination means 352 describes the center of gravity trajectory pattern GT1 calculated based on the upper body center of gravity coordinate AG and the lower body center of gravity coordinate BG of the subject U, and the center of gravity trajectory pattern GT2 of the reference analysis information based on the upper body data and the lower body data, respectively. The similarity S can be determined by the pattern matching method and the abnormal state can be determined. Further, the determination means 352 determines the similarity between the analysis information of the upper body of the subject U and the reference analysis information based on the data of the upper body with respect to the analysis information (outer peripheral area, fluctuation index, heat map, etc.) other than the center of gravity trajectory pattern GT. The determination may be made, the biological condition may be determined based on the similarity, and a warning may be output in the case of an abnormal condition.
外周面積算出手段３６３は、重心座標算出手段３６１により算出された重心座標（Ｗｘ，Ｗｙ）又は軌跡パターン生成手段３６２により算出された重心軌跡パターンＧＴに基づいて外周面積ＧＴＳを解析情報として算出する。外周面積ＧＴＳは、図６（ｂ）に示すように、重心軌跡パターンＧＴが通過する重心座標Ｗｘの最大値Ｗｘｍａｘ及び最小値Ｗｘｍｉｎ並びに、重心軌跡パターンＧＴが通過する重心座標Ｗｙの最大値Ｗｙｍａｘ及び最小値Ｗｙｍｉｎをそれぞれ通過する直線ｘ＝Ｗｍａｘ，ｘ＝Ｗｘｍｉｎ，ｙ＝Ｗｙｍａｘ，ｙ＝Ｗｙｍｉｎによって形成される重心軌跡パターンＧＴの外周を全て囲むことができる長方形ＧＴＲの面積を表す。本実施形態において、外周面積ＧＴＳは、式（６）により算出される。外周面積算出手段３６３は、外周面積ＧＴＳの数値に基づいて解析情報を表示処理し、表示部３７に表示させる。被験者Ｕの外周面積ＧＴＳは、基準解析情報の外周面積と比べて広くなるほど、バランス能力が低下していることを示す。本実施形態の一例として、判定手段３５２は、被験者Ｕの外周面積が基準解析情報の外周面積より５０％広いことを判定条件として設定入力を受け付け、その判定条件を満たしたとき被験者Ｕの異常状態を示す警告表示を表示部３７を介して表示させる。 The outer peripheral area calculating means 363 calculates the outer peripheral area GTS as analysis information based on the barycentric coordinates (Wx, Wy) calculated by the barycentric coordinate calculating means 361 or the barycentric locus pattern GT calculated by the locus pattern generating means 362. As shown in FIG. 6B, the outer peripheral area GTS includes the maximum value Wxmax and the minimum value Wxmin of the center of gravity coordinate Wx through which the center of gravity trajectory pattern GT passes, and the maximum value Wymax and the maximum value Wymax of the center of gravity coordinate Wy through which the center of gravity trajectory pattern GT passes. It represents the area of a rectangular GTR that can surround the entire outer circumference of the center-of-gravity locus pattern GT formed by the straight lines x = Wmax, x = Wxmin, y = Wymax, y = Wymin that pass through the minimum value Wymin, respectively. In the present embodiment, the outer peripheral area GTS is calculated by the formula (6). The outer peripheral area calculation means 363 displays the analysis information based on the numerical value of the outer peripheral area GTS, and displays it on the display unit 37. The larger the outer peripheral area GTS of the subject U as compared with the outer peripheral area of the reference analysis information, the lower the balance ability is. As an example of the present embodiment, the determination means 352 accepts a setting input on the condition that the outer peripheral area of the subject U is 50% wider than the outer peripheral area of the reference analysis information, and when the determination condition is satisfied, the abnormal state of the subject U Is displayed via the display unit 37.
ゆらぎ指数算出手段３６４は、重心座標算出手段３６１により算出された重心座標（Ｗｘ，Ｗｙ）に基づいてゆらぎ指数ＦＶを解析情報として算出する。被験者Ｕの重心座標の時間による変動は、一定ではなく常に揺らいでいる。揺らぐ度合いを示すゆらぎ指数ＦＶは、被験者Ｕの重心座標の変動が時系列のその時々に対してどの程度相関特性があるかを示す値である。本実施形態において、ゆらぎ指数算出手段３６４は、ＤＦＡ（Detrended Fluctuation Analysis）により、ゆらぎ指数ＦＶを算出する。 The fluctuation index calculating means 364 calculates the fluctuation index FV as analysis information based on the barycentric coordinates (Wx, Wy) calculated by the barycentric coordinate calculating means 361. The time-dependent fluctuation of the coordinates of the center of gravity of the subject U is not constant and constantly fluctuates. The fluctuation index FV, which indicates the degree of fluctuation, is a value indicating how much the fluctuation of the barycentric coordinates of the subject U has a correlation characteristic with respect to the time series. In the present embodiment, the fluctuation index calculation means 364 calculates the fluctuation index FV by DFA (Detrended Fluctuation Analysis).
図８は、本実施形態におけるＤＦＡによるゆらぎ指数ＦＶを算出する手順の説明図である。まず、ゆらぎ指数算出手段３６４は、重心座標Ｗｘ（ｉ）[ｉ＝１，２，３，・・・，Ｎ]を時系列データとして取得し、時系列におけるＷｘの平均値Ｍを算出する。続いて、式（７）のように重心座標Ｗｘ（ｉ）の各値から平均値Ｍを差し引いた値を積分し、ｙ（ｋ）を算出する。次に、ゆらぎ指数算出手段３６４は、図８（ａ）に示すように、積分後の時系列データｙ（ｋ）を、等間隔ｎのボックスに分割し、そのボックス内でローカルトレンドを示す最小二乗近似直線ｙｎ（ｋ）を求める。ｙ（ｋ）からｙｎ（ｋ）のトレンドを除去し、二乗して平均をとり、更に平方根としたＦ（ｎ）（平均二乗誤差）が、式（８）により算出される。図８（ｂ）は、全てのボックスに対してＦ（ｎ）を計算し、横軸にｌｏｇｎ、縦軸にｌｏｇＦ（ｎ）としてプロットしたときのグラフの一例を示す。このプロットの直線部分の傾きがゆらぎ指数ＦＶを示す。なお、ゆらぎ指数ＦＶは、ボックス長ｎ（等間隔ｎ）が小さい短時間領域と、ボックス長ｎが大きい長時間領域によって異なる値をとり、それぞれ短時間領域におけるゆらぎ指数ＦＶ１、長時間領域におけるゆらぎ指数ＦＶ２と表される。 FIG. 8 is an explanatory diagram of a procedure for calculating the fluctuation index FV by DFA in the present embodiment. First, the fluctuation index calculating means 364 acquires the barycentric coordinates Wx (i) [i = 1, 2, 3, ..., N] as time series data, and calculates the average value M of Wx in the time series. Subsequently, y (k) is calculated by integrating the values obtained by subtracting the average value M from each value of the barycentric coordinates Wx (i) as in the equation (7). Next, as shown in FIG. 8A, the fluctuation index calculating means 364 divides the time-series data y (k) after integration into boxes at equal intervals n, and the minimum showing the local trend in the boxes. The squared approximate straight line yn (k) is obtained. F (n) (mean square error), which is obtained by removing the trend of yn (k) from y (k), squared and taking the average, and further using the square root as the square root, is calculated by the equation (8). FIG. 8B shows an example of a graph when F (n) is calculated for all boxes and plotted as logn on the horizontal axis and logF (n) on the vertical axis. The slope of the straight line portion of this plot indicates the fluctuation index FV. The fluctuation index FV takes different values depending on the short-time region in which the box length n (equal interval n) is small and the long-time region in which the box length n is large, and the fluctuation index FV1 in the short-time region and the fluctuation in the long-time region, respectively. It is expressed as an index FV2.
ゆらぎ指数算出手段３６４は、ゆらぎ指数ＦＶの数値に基づいて解析情報を表示処理し、表示部３７に表示させる。被験者Ｕのゆらぎ指数ＦＶは、ＦＶ＝１に近づくほど健常状態である可能性が高いことを示し、ＦＶ＝０．５に近づくに伴って、脳制御機能の異常状態である可能性が高まることを示す。本実施形態の一例として、判定手段３５２は、被験者Ｕのゆらぎ指数がＦＶ＝０．６以下であることを判定条件として設定入力を受け付け、判定条件を満たしたとき被験者の異常状態を示す警告表示を表示部３７を介して表示させる。なお、判定条件は複数設定されてよく、例えば、判定手段３５２は、ＦＶ＝０．７以下の判定条件を満たすとき、被験者の脳制御機能の低下を示す警告表示を出力してもよい。 The fluctuation index calculation means 364 displays and processes the analysis information based on the numerical value of the fluctuation index FV, and displays it on the display unit 37. The fluctuation index FV of subject U indicates that the closer to FV = 1, the higher the possibility of being in a healthy state, and the closer to FV = 0.5, the more likely it is that the brain control function is abnormal. Is shown. As an example of the present embodiment, the determination means 352 accepts the setting input on the condition that the fluctuation index of the subject U is FV = 0.6 or less, and displays a warning indicating the abnormal state of the subject when the determination condition is satisfied. Is displayed via the display unit 37. A plurality of determination conditions may be set. For example, the determination means 352 may output a warning display indicating a decrease in the brain control function of the subject when the determination condition of FV = 0.7 or less is satisfied.
ヒートマップ生成手段３６５は、重心座標算出手段３６１により取得された重心座標（Ｗｘ，Ｗｙ）に基づいて、被験者Ｕの各重心座標における滞在時間を示すヒートマップを解析情報として算出する。重心座標Ｗｘ及び重心座標Ｗｙはそれぞれ時系列データと関連付けて、データベースＤＢに格納されている。ヒートマップ生成手段３６５は、被験者の重心座標と、時系列データに基づいて、被験者Ｕの各重心座標における滞在時間を算出する。更にヒートマップ生成手段３６５は、滞在時間に基づいて、色彩の濃淡やピーク値など三次元グラフ等により滞在時間を数値として可視化するヒートマップを表示処理し、表示部３７に表示させる。図９（ａ）は、健常状態の被験者のヒートマップを示し、図９（ｂ）は、異常状態の被験者のヒートマップを示す。 The heat map generating means 365 calculates, as analysis information, a heat map indicating the staying time at each barycentric coordinate of the subject U based on the barycentric coordinates (Wx, Wy) acquired by the barycentric coordinate calculating means 361. The barycentric coordinates Wx and the barycentric coordinates Wy are stored in the database DB in association with the time series data. The heat map generation means 365 calculates the staying time at each center of gravity coordinate of the subject U based on the center of gravity coordinates of the subject and the time series data. Further, the heat map generation means 365 displays and processes a heat map that visualizes the stay time as a numerical value by a three-dimensional graph or the like such as a shade of color and a peak value based on the stay time, and displays the heat map on the display unit 37. FIG. 9 (a) shows a heat map of a healthy subject, and FIG. 9 (b) shows a heat map of a subject in an abnormal state.
判定手段３５２は、被験者Ｕのヒートマップと、基準解析情報のヒートマップの類似性に基づいて、被験者Ｕの生体状態を判定する。本実施形態の一例として、判定手段３５２は、被験者Ｕの各重心座標における滞在時間の分布特徴と滞在時間に対する閾値の設定入力を受け付ける。例えば、図９（ａ）健常状態の被験者は滞在時間閾値500を超えるピークは数多く分布図を示し、図９（ｂ）異常状態の被験者滞在時間閾値500を超えるピークはほぼ１つのピークに集中する。滞在時間の分布特徴を用いて、判定手段３５２は、上述したパターンマッチング法による類似性の判断処理を行う構成や、外周面積を算出し、判定処理及び表示処理を行う構成としてもよい。 The determination means 352 determines the biological state of the subject U based on the similarity between the heat map of the subject U and the heat map of the reference analysis information. As an example of the present embodiment, the determination means 352 accepts the distribution feature of the staying time at each center of gravity coordinate of the subject U and the setting input of the threshold value for the staying time. For example, FIG. 9A shows a distribution map of many peaks exceeding the staying time threshold value of 500 in a healthy subject, and FIG. 9B shows peaks exceeding the staying time threshold value of 500 in an abnormal state are concentrated in almost one peak. .. Using the distribution feature of the staying time, the determination means 352 may be configured to perform the similarity determination process by the pattern matching method described above, or may be configured to calculate the outer peripheral area and perform the determination process and the display process.
１ 生体状態判定システム
２ センサ装置
２０ センサマット
２０１ センサセル
２２ 切替スイッチ
２３ 制御部
２３１ 切替部
２３２ Ａ／Ｄ変換部
２３３ 信号取得部
２４ 通信部
２５ 電源部
３ 情報処理装置
３１ 演算装置（ＣＰＵ）
３２ 主記憶装置（ＲＡＭ）
３３ 通信制御部
３４ 通信ＩＦ部
３５ 補助記憶装置
３６ 表示制御部
３７ 表示部
３８ 情報入力・指定部
３５１ センサ情報取得手段
３５２ 判定手段
３６０ 解析手段
３６１ 重心座標算出手段
３６２ 軌跡パターン生成手段
３６３ 外周面積算出手段
３６４ ゆらぎ指数算出手段
３６５ ヒートマップ生成手段
ＤＢ データベース
1 Biological condition determination system 2 Sensor device 20 Sensor mat 201 Sensor cell 22 Changeover switch 23 Control unit 231 Switching unit 232 A / D conversion unit 233 Signal acquisition unit 24 Communication unit 25 Power supply unit 3 Information processing device 31 Computing unit (CPU)
32 Main storage (RAM)
33 Communication control unit 34 Communication IF unit 35 Auxiliary storage device 36 Display control unit 37 Display unit 38 Information input / designation unit 351 Sensor information acquisition means 352 Judgment means 360 Analysis means 361 Center of gravity coordinate calculation means 362 Trajectory pattern generation means 363 Outer circumference area calculation Means 364 Fluctuation index calculation means 365 Heat map generation means DB database
Claims (9)
入床状態の被験者の前記体圧分布信号に基づいて前記被験者の重心座標を算出し、更に所定期間における前記重心座標の変動を示す重心軌跡パターンを解析情報として算出する解析手段と、
前記被験者の解析情報と、特定の基準を満たす基準解析情報との類似性に基づいて前記被験者の生体状態の判定処理を行う判定手段と、を備え、
前記解析手段は、前記被験者の少なくとも上半身及び下半身の体圧分布信号に基づいてそれぞれ重心座標を算出し、所定期間における前記被験者の少なくとも上半身及び下半身の重心座標の変動を示す重心軌跡パターンをそれぞれ解析情報として算出する生体状態判定システム。 It is a biological state determination system that determines the biological state of the subject by acquiring a body pressure distribution signal indicating the body pressure distribution of the subject and analyzing the acquired body pressure distribution signal .
Analysis means for calculating the centroid coordinates of the subject based on the body pressure distribution signals of a subject of the incoming bottom state, calculates the center of gravity trajectory pattern further shows the variation of the barycentric coordinates in a predetermined period as the analysis information,
A determination means for determining the biological state of the subject based on the similarity between the analysis information of the subject and the reference analysis information satisfying a specific criterion is provided .
The analysis means calculates the coordinates of the center of gravity based on the body pressure distribution signals of at least the upper body and the lower body of the subject, and analyzes the center of gravity trajectory pattern indicating the fluctuation of the coordinates of the center of gravity of at least the upper body and the lower body of the subject in a predetermined period, respectively. A biological condition judgment system that calculates as information .
前記センサマットより体圧分布信号を取得し、取得した体圧分布信号を前記解析手段により解析情報として処理し、更に前記解析情報を前記判定手段により判定処理する生体状態判定装置と、を備える請求項１又は請求項２に記載の生体状態判定システム。 The biological state determination system includes a sensor mat in which sensor cells that can individually adjust the resistance value to acquire the body pressure distribution signal of the subject are arranged in an array.
A claim comprising a biological state determination device that acquires a body pressure distribution signal from the sensor mat, processes the acquired body pressure distribution signal as analysis information by the analysis means, and further determines the analysis information by the determination means. The biological condition determination system according to claim 1 or 2.
入床状態の被験者の前記体圧分布信号に基づいて前記被験者の重心座標を算出し、更に所定期間における前記重心座標の変動を示す重心軌跡パターンを解析情報として算出するステップと、
前記被験者の解析情報と、特定の基準を満たす基準解析情報との類似性に基づいて前記被験者の生体状態の判定処理を行うステップと、をコンピュータが実行し、
前記算出するステップは、前記被験者の少なくとも上半身及び下半身の体圧分布信号に基づいてそれぞれ重心座標を算出し、所定期間における前記被験者の少なくとも上半身及び下半身の重心座標の変動を示す重心軌跡パターンをそれぞれ解析情報として算出する生体状態判定方法。 It is a biological state determination method for determining the biological state of the subject by acquiring a body pressure distribution signal indicating the body pressure distribution of the subject and analyzing the acquired body pressure distribution signal .
A step of entering the bottom state of the subject based on the body pressure distribution signals to calculate the barycentric coordinates of the subject, calculates a center of gravity trajectory pattern further shows the variation of the barycentric coordinates in a predetermined period as the analysis information,
A computer executes a step of determining the biological state of the subject based on the similarity between the analysis information of the subject and the reference analysis information satisfying a specific criterion .
In the calculation step, the coordinates of the center of gravity are calculated based on the body pressure distribution signals of at least the upper body and the lower body of the subject, and the center of gravity trajectory pattern indicating the fluctuation of the coordinates of the center of gravity of at least the upper body and the lower body of the subject in a predetermined period is obtained. A biological condition determination method calculated as analysis information .
コンピュータを、入床状態の被験者の前記体圧分布信号に基づいて前記被験者の重心座標を算出し、更に所定期間における前記重心座標の変動を示す重心軌跡パターンを解析情報として算出する解析手段と、
前記被験者の解析情報と、特定の基準を満たす基準解析情報との類似性に基づいて前記被験者の生体状態の判定処理を行う判定手段と、として機能させ、
前記解析手段は、前記被験者の少なくとも上半身及び下半身の体圧分布信号に基づいてそれぞれ重心座標を算出し、所定期間における前記被験者の少なくとも上半身及び下半身の重心座標の変動を示す重心軌跡パターンをそれぞれ解析情報として算出する生体状態判定プログラム。
It is a biological state determination program that determines the biological state of the subject by acquiring a body pressure distribution signal indicating the body pressure distribution of the subject and analyzing the acquired body pressure distribution signal .
The computer analysis means for calculating the centroid coordinates of the subject based on the body pressure distribution signals of a subject of the incoming bottom state, calculates the center of gravity trajectory pattern further shows the variation of the barycentric coordinates in a predetermined period as the analysis information,
It functions as a determination means for determining the biological state of the subject based on the similarity between the analysis information of the subject and the reference analysis information satisfying a specific criterion .
The analysis means calculates the coordinates of the center of gravity based on the body pressure distribution signals of at least the upper body and the lower body of the subject, and analyzes the center of gravity trajectory pattern indicating the fluctuation of the coordinates of the center of gravity of at least the upper body and the lower body of the subject in a predetermined period, respectively. A biological condition judgment program calculated as information .
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2019209732A JP6813206B1 (en) | 2019-11-20 | 2019-11-20 | Biological condition determination system, biological condition determination method and biological condition determination program |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2019209732A JP6813206B1 (en) | 2019-11-20 | 2019-11-20 | Biological condition determination system, biological condition determination method and biological condition determination program |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP6813206B1 true JP6813206B1 (en) | 2021-01-13 |
| JP2021078857A JP2021078857A (en) | 2021-05-27 |
Family
ID=74096350
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2019209732A Active JP6813206B1 (en) | 2019-11-20 | 2019-11-20 | Biological condition determination system, biological condition determination method and biological condition determination program |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6813206B1 (en) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3098997B1 (en) * | 1999-05-06 | 2000-10-16 | 川崎重工業株式会社 | Nursing support device |
| JP2003210435A (en) * | 2002-01-25 | 2003-07-29 | Kawasaki Safety Service Industries Ltd | Diagnostic apparatus for neonate and infant |
| JP2006352626A (en) * | 2005-06-17 | 2006-12-28 | Nippon Telegr & Teleph Corp <Ntt> | Moving locus analyzing device and program |
| US20120184862A1 (en) * | 2009-07-17 | 2012-07-19 | Agency For Science, Technology And Research | System and method for patient monitoring |
| WO2014045514A1 (en) * | 2012-09-21 | 2014-03-27 | テルモ株式会社 | Load distribution measurement system and information processing device |
| JP2016179171A (en) * | 2015-03-24 | 2016-10-13 | 富士ゼロックス株式会社 | Standing posture evaluation device |
| JP2017063997A (en) * | 2015-09-29 | 2017-04-06 | 株式会社Ｔａｏｓ研究所 | Biological function examination device, biological function examination method and program |
| CN109271918A (en) * | 2018-09-10 | 2019-01-25 | 西安理工大学 | The method for distinguishing balanced capacity obstacle crowd based on centre-of gravity shift model |
-
2019
- 2019-11-20 JP JP2019209732A patent/JP6813206B1/en active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3098997B1 (en) * | 1999-05-06 | 2000-10-16 | 川崎重工業株式会社 | Nursing support device |
| JP2003210435A (en) * | 2002-01-25 | 2003-07-29 | Kawasaki Safety Service Industries Ltd | Diagnostic apparatus for neonate and infant |
| JP2006352626A (en) * | 2005-06-17 | 2006-12-28 | Nippon Telegr & Teleph Corp <Ntt> | Moving locus analyzing device and program |
| US20120184862A1 (en) * | 2009-07-17 | 2012-07-19 | Agency For Science, Technology And Research | System and method for patient monitoring |
| WO2014045514A1 (en) * | 2012-09-21 | 2014-03-27 | テルモ株式会社 | Load distribution measurement system and information processing device |
| JP2016179171A (en) * | 2015-03-24 | 2016-10-13 | 富士ゼロックス株式会社 | Standing posture evaluation device |
| JP2017063997A (en) * | 2015-09-29 | 2017-04-06 | 株式会社Ｔａｏｓ研究所 | Biological function examination device, biological function examination method and program |
| CN109271918A (en) * | 2018-09-10 | 2019-01-25 | 西安理工大学 | The method for distinguishing balanced capacity obstacle crowd based on centre-of gravity shift model |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2021078857A (en) | 2021-05-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP1794694B1 (en) | Method of medical monitoring | |
| US11006874B2 (en) | Real-time stress determination of an individual | |
| CN106419869A (en) | Real-time sleep staging detection method based on piezoelectric sensor and device for realizing method | |
| KR101796055B1 (en) | Method and device for monitoring brain status by constructing multiple brain networks | |
| CN108572880B (en) | Abnormality diagnosis system for equipment | |
| US20160128638A1 (en) | System and method for detecting and quantifying deviations from physiological signals normality | |
| KR102151497B1 (en) | Method, System and Computer-Readable Medium for Prescreening Brain Disorders of a User | |
| JP2016073527A (en) | Sleep state determination device, sleep state determination method, and sleep management system | |
| JP6344912B2 (en) | Epileptic seizure sign detection apparatus, epileptic seizure sign detection model generation apparatus, epileptic seizure sign detection method, epileptic seizure sign detection model generation method, epileptic seizure sign detection program, and epileptic seizure sign detection model generation program | |
| CN104269025A (en) | Wearable type single-node feature and position selecting method for monitoring outdoor tumble | |
| CN106510736B (en) | Psychological condition determination method and system based on multidimensional psychological condition index | |
| Wang et al. | Can infrared facial thermography disclose mental workload in indoor thermal environments? | |
| JP2019013284A (en) | Information processing device, information processing method, and program | |
| JP6813206B1 (en) | Biological condition determination system, biological condition determination method and biological condition determination program | |
| JP2015188698A (en) | Heartbeat measurement method and heartbeat measurement device of sleeper | |
| JP6076546B2 (en) | Brain activity measuring device, program, and method | |
| JP2015217130A (en) | Sleep stage estimation device | |
| JP2019195427A (en) | Stress state evaluation apparatus, stress state evaluation system, and program | |
| KR101375673B1 (en) | Method for warning of epileptic seizure using excitatory-inhibitory model based on the chaos neuron and electronic device supporting the same | |
| KR20150026083A (en) | An apparatus for analyzing brain wave image | |
| CN108378845A (en) | A kind of Multifunctional anesthesia section anesthesia depth monitor | |
| JP7112080B2 (en) | Sway analysis device and method | |
| JP7206287B2 (en) | Systems for real-time measurement of cognitive activity and methods of calibrating such systems | |
| EP3456257B1 (en) | Method for interpretation of signal-to-noise ratios detected in an array of electrodes sensors in terms of cognitive state | |
| JP2023506299A (en) | Systems and methods for detecting respiratory information using contact sensors |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20191120 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20201117 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201126 |
|
| 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: 20201208 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20201210 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6813206 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |