JP6851664B1 - 生体情報演算システム - Google Patents

Abstract

【課題】ユーザの属性に合わせた処理によって高精度な評価結果を得ることができる生体情報演算システムを提供する。【解決手段】速度脈波を脈波信号として取得する取得手段と抽出条件を参照し、取得手段によって取得された脈波信号に基づく分類データを抽出する分類データ抽出手段と予め取得された第１分類パターンを参照し、分類データ抽出手段によって抽出された分類データに対する第１パターンを選択する第１パターン選択手段と予め取得された処理パターンを参照し、第１パターン選択手段によって選択された第１パターンに対する第１処理を選択する第１処理選択手段と第１処理選択手段によって選択された第１処理を参照し、取得手段によって取得された脈波信号に対する血糖値を取得する血糖値取得手段とを備えることを特徴とする生体情報演算システム。【選択図】図５

Description

本発明は、血糖値を推定する技術に関し、特に脈波の波形信号を利用して血糖値を取得する生体情報演算システムに関する。

従来、ユーザから血液を採取する侵襲測定方法では、ユーザから生体情報を直接測定する場合がある。血糖値を測定する際には、穿刺によって血液を採取し、酵素電極法などの血糖値センサで測定する。このような生体情報の測定のための侵襲測定方法は、血液採取においてユーザの心身への負担が生じる。

このため、ユーザの心身への負担を軽減するために非侵襲生体情報測定法の技術が必要とされている。この非侵襲生体情報測定法によれば、例えばひずみセンサ、ジャイロセンサ、光電容積脈波計等によって測定された脈波の波形信号から、予め定めた脈波と血糖値の相関関係に基づき、ユーザの生体情報を求める技術が注目されている。

また、脈波には血糖値と相関関係があることを利用し、脈波の波形信号から非侵襲的方法で血糖値を取得する生体情報推定装置及びその方法が提案されている（例えば特許文献１参照）。

特許文献１では、ユーザの加速度脈波を測定し、測定した加速度脈波の波形情報から、侵襲測定法により測定した血糖値と同時測定した加速度脈波との間の相関関係に基づき、分光分析を用いることなく、ユーザの血糖値情報を非侵襲的方法で抽出する生体情報推定装置及びその方法が開示されている。

特許第６５４４７５１号公報

ここで、脈波の波形信号は、ユーザの性別や年齢などの属性により、脈波の波形信号から取得できる血糖値の数値にばらつきが生じる場合がある。例えば、２０代の男性をユーザとして、測定した脈波を処理した場合と、５０代の女性をユーザとして、測定した脈波を処理した場合とを比較したとき、処理の方法によって、取得できる血糖値の精度にばらつきが生じることが懸念される。

一方、特許文献１では、脈波の波形信号に対して、ユーザの属性に伴う血糖値等の生体情報のばらつきに関し、記載も示唆もされていない。このため、特許文献１の開示技術では、ユーザの属性によって取得できる生体情報の精度にばらつきが生じるので、十分な精度が得られないという問題点があった。

そこで本発明は、上述した問題点に鑑みて案出されたものであり、その目的とするところは、ユーザの属性に合わせた処理によって高精度な評価結果を得ることができる生体情報演算システムを提供することにある。

第１発明に係る生体情報演算システムは、速度脈波を脈波信号として取得する取得手段と、前記取得手段によって取得された脈波信号に基づく分類データを抽出する分類データ抽出手段と、評価用抽出条件を参照し、前記分類データ抽出手段によって抽出された分類データと異なる抽出方法により、前記取得手段によって取得された脈波信号に基づく評価用データを抽出する評価用データ抽出手段と、予め取得された複数の第１パターンを含む第１分類パターンを参照し、前記分類データ抽出手段によって抽出された分類データに対する前記第１パターンを１以上選択する第１パターン選択手段と、予め取得された複数の第１処理を含む処理パターンを参照し、前記第１パターン選択手段によって選択された第１パターンに対する前記第１処理を１以上選択する第１処理選択手段と、前記第１処理選択手段によって選択された第１処理を参照し、前記評価用データ抽出手段によって抽出された評価用データから血糖値を取得する血糖値取得手段と、を備えることを特徴とする。
第２発明に係る生体情報演算システムは、第１発明において、第１処理選択手段は、予め取得された評価用データと血糖値の実測値との相関関係に基づいて構築された検量モデルを用いた複数の第１処理を含む処理パターンを参照し、前記第１パターンに対する前記第１処理を１以上選択し、前記血糖値取得手段は、前記第１処理選択手段によって選択された第１処理に用いられた検量モデルを用いて、前記評価用データ抽出手段によって抽出された評価用データから血糖値を取得することを特徴とする。

第３発明に係る生体情報演算システムは、第１発明又は第２発明において、前記評価用データ抽出手段は、前記脈波信号を微分しない前記評価用抽出条件を参照し、前記取得手段によって取得された脈波信号に基づく評価用データを抽出し、前記分類データ抽出手段は、前記取得手段によって取得された脈波信号を微分する抽出条件を参照し、前記取得手段によって取得された脈波信号に基づく分類データを抽出することを特徴とする。

第４発明に係る生体情報演算システムは、第１発明〜第３発明の何れかにおいて、予め取得された複数の第２パターンを含む第２分類パターンを参照し、前記評価用データ抽出手段によって抽出された評価用データに対する前記第２パターンを１以上選択する第２パターン選択手段をさらに備え、前記第１処理選択手段は、前記処理パターンを参照し、前記第１パターン選択手段によって選択された第１パターン及び前記第２パターン選択手段によって選択された第２パターンに対する前記第１処理を１以上選択することを特徴とする。

第５発明に係る生体情報演算システムは、第１発明又は第２発明において、生体の情報を示す付加情報を取得する付加情報取得手段をさらに備え、前記第１パターン選択手段は、前記第１分類パターンを参照し、前記分類データ抽出手段によって抽出された分類データ、及び前記付加情報取得手段によって取得された付加情報に対する前記第１パターンを１以上選択することを特徴とする。

第６発明に係る生体情報演算システムは、第１発明又は第２発明において、生体の情報を示す付加情報を取得する付加情報取得手段をさらに備え、前記第１処理選択手段は、前記処理パターンを参照し、前記第１パターン選択手段によって選択された第１パターン、及び前記付加情報取得手段によって取得された付加情報に対する前記第１処理を１以上選択することを特徴とする。

第７発明に係る生体情報演算システムは、速度脈波を脈波信号として取得する取得手段と、前記取得手段によって取得された脈波信号に基づく分類データを抽出する分類データ抽出手段と、評価用抽出条件を参照し、前記分類データ抽出手段によって抽出された分類データと異なる抽出方法により、前記取得手段によって取得された脈波信号に基づく評価用データを抽出する評価用データ抽出手段と、予め取得された複数の第１パターンを含む第１分類パターンを参照し、前記分類データ抽出手段によって抽出された分類データに対する前記第１パターンを１以上選択する第１パターン選択手段と、予め取得された複数の第１処理を含む処理パターンを参照し、前記第１パターン選択手段によって選択された第１パターンに対する前記第１処理を１以上選択する第１処理選択手段と、前記第１処理選択手段によって選択された第１処理を参照し、前記評価用データ抽出手段によって抽出された評価用データから生体情報を取得する生体情報取得手段と、を備えることを特徴とする。
第８発明に係る生体情報演算システムは、第７発明において、第１処理選択手段は、予め取得された脈波信号と生体情報の実測値との相関関係に基づいて構築された検量モデルを用いた複数の第１処理を含む処理パターンを参照し、前記第１パターンに対する前記第１処理を１以上選択し、前記生体情報取得手段は、前記第１処理選択手段によって選択された第１処理に用いられた検量モデルを用いて、前記評価用データ抽出手段によって抽出された評価用データから生体情報を取得することを特徴とする。

第１発明〜第６発明によれば、本発明の生体情報演算システムは、第１処理選択手段によって選択された第１パターンに対する第１処理を参照し、評価用データ抽出手段によって抽出された評価用データから血糖値を取得する。これによって、入力された脈波信号から、脈波信号に対して最適な処理方法を選択し、血糖値が取得できるため、ユーザの属性に合わせた脈波信号の処理が可能になり、高精度な評価結果を得ることができる。

特に、第３発明によれば、本発明の生体情報演算システムは、分類データ抽出手段で脈波信号を微分することにより、加速度脈波を分類データとして抽出し、分類データに対する第１パターンを選択する。また、本発明の生体情報演算システムは、評価用データ抽出手段で脈波信号を微分しないことにより、速度脈波を評価用データとして抽出する。これらによって、分類に適した加速度脈波を用いて脈波信号の特徴を分類した上で、誤検出を抑制できる速度脈波を用いて血糖値を計測するため、高精度な評価が可能となる。

特に、第４発明によれば、第１処理選択手段は、第１パターン選択手段によって選択された第１パターン及び第２パターン選択手段によって選択された第２パターンに対する第１処理を選択する。これによって、一つの脈波信号から取得した異なる抽出方法を施した複数のパターンから、より最適な処理方法の選択が可能となり、さらに精度が向上する。

特に、第５発明によれば、第１パターン選択手段は、分類データ抽出手段によって抽出された分類データ及び付加情報に対する第１パターンを選択する。これによって、付加情報に対する第１パターンの選択が可能となり、さらに精度が向上する。

特に、第６発明によれば、第１処理選択手段は、分類データ抽出手段によって抽出された第１パターン及び付加情報に対する第１処理を選択する。これによって、付加情報に対する第１処理の選択が可能となり、さらに精度が向上する。

第７発明と第８発明とによれば、本発明の生体情報演算システムは、第１処理選択手段によって選択された第１パターンに対する第１処理を参照し、評価用データ抽出手段によって抽出された評価用データから生体情報を取得する。これによって、入力された脈波信号から、脈波信号に対して最適な処理方法を選択し、生体情報が取得できるため、ユーザの属性に合わせた脈波信号の処理が可能になり、高精度な評価結果を得ることができる。

図１は、本実施形態における生体情報演算システムの構成例を示す図である。 図２は、本実施形態におけるセンサの具体的な構成例を示す図である。 図３は、リストバンドに埋め込まれたセンサの一例を示す図である。 図４は、本実施形態における電子機器の具体的な構成例を示す図である。 図５は、本実施形態における電子機器の生体情報演算プログラムを実現するためのシーケンスを示す図である。 図６は、本実施形態における分類データ抽出部の具体的な構成例を示す図である。 図７は、本実施形態における評価用データ抽出部の具体的な構成例を示す図である。 図８は、本実施形態における生体情報演算システムの一例を示すフローチャートである。 図９は、本実施形態における加速度脈波の分類パターンの一例を示す図である。 図１０は、本実施形態における速度脈波の分類パターンの一例を示す図である。

以下、本発明を適用した生体情報演算システム１について、図面を参照しながら詳細に説明をする。

本発明を適用した生体情報演算システム１は、例えば図１に示すような構成により具現化される。この生体情報演算システム１は、電子機器２と、この電子機器２に対して公衆通信網３を介して接続されるサーバ４、センサ５とを備えている。

公衆通信網３は、電子機器２と、サーバ４と、センサ５とを通信回線を介して接続されるインターネット網等である。公衆通信網３は、生体情報演算システム１を一定の狭いエリア内で運用する場合には、ＬＡＮ（Local Area Network）で構成されてもよい。また、公衆通信網３は、いわゆる光ファイバ通信網で構成されてもよい。また、この公衆通信網３は、有線通信網に限定されるものではなく、無線通信網で実現されてもよい。

サーバ４は、公衆通信網３を介して送られてきた情報が蓄積されたデータベースで構築されている。また、このサーバ４は、電子機器２からの要求に基づいて、この蓄積した情報を、公衆通信網３を介して電子機器２へと送信する。

図２は、センサ５の具体的な構成例を示している。センサ５は、取得部５０と、通信Ｉ／Ｆ５１（通信Ｉ／Ｆ２７）と、メモリ５２と、命令部５３とがそれぞれ内部バス５４で接続されている。センサ５は、例えば図３のようにリストバンド５５に埋め込まれ、リストバンド５５は、手首に装着される。それによって、センサ５は、取得部５０が手首の脈に接触するので、脈波信号を容易に測定できる。また、センサ５は、衣服に埋め込まれていてもよい。また、センサ５は、ユーザとして人間に取り付けられることを想定して説明しているが、人間に限らず、ペットや牛、豚などの家畜、又は養殖中の魚類にも使用してもよい。

脈波信号は、ユーザの速度脈波に対応するデジタル信号又はアナログ信号を示し、例えば縦軸を速度脈波の振幅、横軸を時間とした平面上のグラフに波形としてプロットでき、振幅の大きさの時間変化を可視化した信号として扱うことができる。

取得部５０は、ユーザから脈波信号を測定するための少なくとも一つの測定器を備える。例えば、取得部５０は、ファイバブラッググレーティング（ＦＢＧ）センサなどのひずみセンサと、ジャイロセンサと、脈波信号測定のための１つ以上の電極と、光電容積脈波（ＰＰＧ）センサと、圧力センサと、光源及び検出器を含んだ光検出モジュールとの内の少なくとも１つを含む測定器を備えている。取得部５０は、測定器を通じてユーザと直接インターフェースされて脈波信号を取得することができる。取得部５０は、取得した脈波信号を通信Ｉ／Ｆ５１、又はメモリ５２へと送信する。

通信Ｉ／Ｆ５１は、公衆通信網３を介して取得部５０から送信された脈波信号を電子機器２、又はサーバ４に送信する。また、通信Ｉ／Ｆ５１は、公衆通信網３と接続するための回線制御回路や、電子機器２及びサーバ４との間でデータ通信を行うための信号変換回路等が実装されている。通信Ｉ／Ｆ５１は、内部バス５４からの各種命令に変換処理を施して、これを公衆通信網３側へ送出するとともに、公衆通信網３からのデータを受信した場合には、これに所定の変換処理を施して内部バス５４へ送信する。

メモリ５２は、取得部５０から送信された脈波信号を保存する。メモリ５２は、公衆通信網３を介して接続される他の末端装置から命令を受けることにより、保存した脈波信号を通信Ｉ／Ｆ５１へ送信する。

命令部５３は、取得部５０へ脈波信号の取得の命令を入力するための操作ボタンやキーボード等で構成される。この命令部５３は、脈波信号の取得の命令を受け付けた場合に、これを取得部５０に通知する。この通知を受けた取得部５０は、脈波信号を取得する。

電子機器２は、例えば、パーソナルコンピュータ（ＰＣ）、携帯電話、スマートフォン、タブレット型端末、ウェアラブル端末等であり、少なくともユーザの操作に基づいて、公衆通信網３を介して通信可能なデバイスである。なお、この電子機器２は、センサ５を内蔵し、センサ５に対して公衆通信網３を介した通信を行わない機器であってもよい。以下の例では、この電子機器２に、ＰＣを適用する場合を例にとり説明をする。

図４は、電子機器２の具体的な構成例を示している。この電子機器２は、ＲＯＭ（Read Only Memory）２０と、ＲＡＭ（Random Access Memory）２１と、ＣＰＵ（Central Processing Unit）２２と、操作部２３と、出力Ｉ／Ｆ１６と、記憶部２４と、データ入出力部２５と、通信Ｉ／Ｆ２７とが内部バス２６にそれぞれ接続されている。また、出力Ｉ／Ｆ１６には、表示部２８が接続されている。

また、電子機器２は、ＣＰＵ２２が、ＲＡＭ２１を作業領域として、記憶部２４等に記憶された生体情報演算プログラムを実行することにより、脈波信号に対する生体情報を取得する。

ＲＯＭ２０は、電子機器２全体のハードウェア資源を制御するためのプログラムが格納されている。

ＲＡＭ２１は、電子機器２全体のハードウェア資源を制御するときの各種命令を一時的に記憶するデータの蓄積や展開等に使用する作業領域である。

ＣＰＵ２２は、内部バス２６を介して制御信号を送信することにより、電子機器２内に実装された各構成要素を制御するためのいわゆる中央演算ユニットである。また、このＣＰＵ２２は、操作部２３を介したユーザの操作に応じて各種制御用の指令を、内部バス２６を介して伝達する。

操作部２３は、各種制御用の指令を入力するためのマウスやキーボード、タッチパネル、及び操作ボタン等のデバイスで構成されている。操作部２３は、ユーザが実際に取得したい生体情報に関する情報が入力される他、生体情報演算プログラムを実行するための実行命令がユーザから入力される。操作部２３は、上述した実行命令がユーザにより入力された場合には、これをＣＰＵ２２に通知する。この通知を受けたＣＰＵ２２は、生体情報演算プログラムを記憶部２４から読み出して実行する。

出力Ｉ／Ｆ１６は、各種情報の表示を制御する。出力Ｉ／Ｆ１６はＣＰＵ２２による制御に基づいて、表示画像を作り出すグラフィックコントローラにより構成されている。この出力Ｉ／Ｆ１６に接続される表示部２８は、例えば、液晶ディスプレイ（ＬＣＤ）等によって実現される。

記憶部２４は、ハードディスク等に代表される記録媒体であり、実行すべき生体情報取得プログラムが格納されている。記憶部２４は、ハードディスクで構成される場合において、ＣＰＵ２２による制御に基づき、各アドレスに対して所定の情報が書き込まれるとともに、必要に応じてこれが読み出される。記憶部２４はＣＰＵ２２により読み出されて生体情報取得プログラムを出力されることになる。

通信Ｉ／Ｆ２７は、公衆通信網３と接続するための回線制御回路や、他の端末装置との間でデータ通信を行うための信号変換回路等が実装されている。通信Ｉ／Ｆ２７は、内部バス２６からの各種命令に変換処理を施して、これを公衆通信網３側へ送出するとともに、公衆通信網３からのデータを受信した場合には、これに所定の変換処理を施して、内部バス２６、又はＣＰＵ２２へ送信する。

データ入出力部２５は、外部から電子機器２内へデータを入力し、又は電子機器２において生成されたデータを外部へ出力する。データ入出力部２５は、ＵＳＢ（Universal Serial Bus）メモリや、記録媒体との間でデータを入力するためのインターフェースとして構成されている。

本発明を適用した生体情報演算システム１は、電子機器２内にインストールされた生体情報演算プログラムを介して実行していくこととなる。即ち、ユーザは、電子機器２、又はセンサ５を操作し、電子機器２にインストールされている生体情報演算プログラムを通じて、脈波信号から生体情報を取得する。

図５は、電子機器２の生体情報演算プログラムを実現するためのシーケンスを示している。電子機器２は、脈波信号取得部６０と、脈波信号取得部６０に接続された分類データ抽出部６１及び評価用データ抽出部６５と、分類データ抽出部６１に接続された第１パターン選択部６２と、評価用データ抽出部６５に接続された第２パターン選択部６６と、第１パターン選択部６２及び第２パターン選択部６６に接続された第１処理選択部６３と、第１処理選択部６３及び評価用データ抽出部６５とに接続された血糖値取得部６４と、を備えている。

脈波信号取得部６０は、公衆通信網３を介してセンサ５、サーバ４及び他の電子機器２から送信された脈波信号を取得する。脈波信号取得部６０は、取得した脈波信号を分類データ抽出部６１及び評価用データ抽出部６５へ出力する。また、評価用データ抽出部６５による脈波信号の抽出を必要としない場合、脈波信号取得部６０は、脈波信号を血糖値取得部６４へ出力してもよい。

分類データ抽出部６１は、抽出条件を参照し、脈波信号取得部６０から入力された脈波信号に基づく分類データを抽出する。分類データ抽出部６１は、抽出した分類データを第１パターン選択部６２へ出力する。

第１パターン選択部６２は、第１分類パターンを参照し、分類データ抽出部６１から入力された分類データに対する第１パターンを選択する。第１パターン選択部６２は、選択した第１パターンを第１処理選択部６３へ出力する。

評価用データ抽出部６５は、評価用抽出条件を参照し、脈波信号取得部６０から入力された脈波信号に基づく評価用データを抽出する。評価用データ抽出部６５は、抽出した評価用データを第２パターン選択部６６及び血糖値取得部６４へ出力する。

第２パターン選択部６６は、第２分類パターンを参照し、評価用データ抽出部６５から入力された評価用データに対する第２パターンを選択する。第２パターン選択部６６は、選択した第２パターンを第１処理選択部６３へ出力する。

第１処理選択部６３は、予め取得された処理パターンを参照して、第１パターン選択部６２から入力された第１パターンと、第２パターン選択部６６から入力された第２パターンとに基づき、第１処理を選択する。第１処理選択部６３は、選択した第１処理を血糖値取得部６４へ出力する。

血糖値取得部６４は、第１処理選択部６３から入力された第１処理を参照して、評価用データ抽出部６５から入力された評価用データに対する血糖値を取得する。

図６は、分類データ抽出部６１の具体的な構成例を示している。分類データ抽出部６１は、脈波信号取得部６０に接続されたフィルタ処理部６１０と、フィルタ処理部６１０に接続された微分部６１１と、微分部６１１に接続された分割部６１２と、分割部６１２に接続された規格化部６１３と、を備えている。

分類データ抽出部６１は、一つの分類データを取得するために分類データ抽出部６１に備えられた抽出方法の必ずしもすべてを使用するわけではなく、抽出条件によって決められた少なくとも一つの抽出方法で脈波信号から分類データを抽出する。

フィルタ処理部６１０は、取得した脈波信号にフィルタリング処理を施す。フィルタ処理部６１０は、フィルタリングに例えば０．５〜５Ｈｚのバンドパスフィルタを用いるが、この限りではない。また、フィルタ処理部６１０は、抽出条件を参照し、取得した脈波信号から分類データを抽出する抽出方法を決定する。フィルタ処理部６１０は、フィルタリング処理された脈波信号を微分部６１１に出力する。

微分部６１１は、フィルタ処理部６１０から入力された脈波信号を微分する。微分部６１１は、フィルタ処理部６１０によって、微分処理が必要と判断された場合、入力された脈波信号に微分処理を行う。微分部６１１は、処理した脈波信号を分割部６１２に出力する。

分割部６１２は、微分部６１１から入力された複数の波形信号のそれぞれを、整数周期分の分割波形データに分割する。本実施形態では分割部６１２は、整数周期は１周期としているが、複数周期にしてもよい。分割部６１２は、分割波形データを規格化部６１３へ出力する。

規格化部６１３は、分割部６１２から入力された複数の分割波形信号の時間幅を統一するために規格化をし、複数の分割波形信号の平均となる平均波形信号を取得し、平均波形信号の振幅の最大値を１、最小値を０とした規格化を行い、分類データを取得する。規格化部６１３は、取得した分類データを第１パターン選択部６２へ出力する。

規格化部６１３は、分割波形信号の時間幅を統一するために分割部６１２から入力された複数の分割波形信号を一定の時間幅又は一定のサンプリング数でトリミングを行ってもよい。規格化部６１３は、時間幅を統一するための処理方法がフィルタ処理部６１０によって決められる。

規格化部６１３は、平均波形信号を取得するとき、複数の分割波形信号を必要とするが、必要な分割波形信号の数はフィルタ処理部６１０によって決められる。

第１パターン選択部６２は、予め取得された第１分類パターンを参照し、規格化部６１３から入力された分類データを、第１パターンに分類する。第１パターン選択部６２は、分類された第１パターンを第１処理選択部６３へ出力する。

図７は、評価用データ抽出部６５の具体的な構成例を示している。評価用データ抽出部６５は、脈波信号取得部６０に接続されたフィルタ処理部６５０と、フィルタ処理部６５０に接続された微分部６５１と、微分部６５１に接続された分割部６５２と、分割部６５２に接続された規格化部６５３と、を備えている。評価用データ抽出部６５は、分類データ抽出部６１と同じもので構成されているが、分類データ抽出部６１において、抽出条件を参照していたが、評価用データ抽出部６５の場合は、抽出条件ではなく、評価用抽出条件を参照している。

フィルタ処理部６５０は、取得した脈波信号にフィルタリング処理を施す。フィルタ処理部６５０は、フィルタリングに例えば０．５〜５Ｈｚのバンドパスフィルタを用いるが、この限りではない。また、フィルタ処理部６５０は、評価用抽出条件を参照し、取得した脈波信号から評価用データを抽出する抽出方法を決定する。フィルタ処理部６５０は、フィルタリング処理された脈波信号を微分部６５１に出力する。

微分部６５１は、フィルタ処理部６５０から入力された脈波信号を微分する。微分部６５１は、フィルタ処理部６５０によって、微分処理が必要と判断された場合、入力された脈波信号に微分処理を行う。微分部６５１は、処理した脈波信号を分割部６５２に出力する。

分割部６５２は、微分部６５１から入力された複数の波形信号のそれぞれを、整数周期分の分割波形データに分割する。本実施形態では分割部６５２は、整数周期は１周期としているが、複数周期にしてもよい。分割部６５２は、分割波形データを規格化部６５３へ出力する。

規格化部６５３は、分割部６５２から入力された複数の分割波形信号の時間幅を統一するために規格化をし、複数の分割波形信号の平均となる平均波形信号を取得し、平均波形信号の振幅の最大値を１、最小値を０とした規格化を行い、評価用データを取得する。規格化部６５３は、取得した評価用データを第２パターン選択部６６へ出力する。

規格化部６５３は、分割波形信号の時間幅を統一するために分割部６５２から入力された複数の分割波形信号を一定の時間幅又は一定のサンプリング数でトリミングを行ってもよい。規格化部６５３は、時間幅を統一する方法がフィルタ処理部６５０によって決められる。

規格化部６５３は、平均波形信号を取得するとき、複数の分割波形信号を必要とするが、必要な分割波形信号の数はフィルタ処理部６５０によって決められる。

第２パターン選択部６６は、予め取得された第２分類パターンを参照し、規格化部６５３から入力された評価用データを、第２パターンに分類する。第２パターン選択部６６は、分類された第２パターンを第１処理選択部６３へ出力する。

第１処理選択部６３は、予め取得された処理パターンを参照し、第１パターン選択部６２から入力された第１パターン及び第２パターン選択部６６から入力された第２パターンから、第１処理を選択する。第１処理選択部６３は、選択した第１処理を血糖値取得部６４へ出力する。

生体情報演算システム１によって取得される生体情報は、血糖値を含み、他の例として血圧、血中の酸素飽和度、血中二酸化炭素濃度、血管年齢、糖尿病の程度などを含んでもよい。生体情報演算システム１は、例えば上記以外の脈波信号に相関関係のある情報を、生体情報として取得してもよい。

次に、本実施形態における生体情報演算システム１の一例について説明する。図８は、本実施形態における生体情報演算システム１の一例を示すフローチャートである。

まず脈波信号取得ステップＳ１０において、生体情報演算システム１は、取得部５０が脈波信号を取得し、内部バス５４を介して、通信Ｉ／Ｆ５１へ脈波信号を出力する。またこの時、取得部５０が取得した脈波信号の代わりに、生体情報演算システム１は、メモリ５２に記録されていた脈波信号を、内部バス５４を介して、通信Ｉ／Ｆ５１へ脈波信号を出力してもよい。

脈波信号の具体的な取得方法として、ＦＢＧセンサを用いて測定する場合を例として説明する。

ＦＢＧセンサは、１本の光ファイバ内に所定間隔をあけて回折格子構造を形成したセンサである。本実施形態では、ＦＢＧセンサとして、センサ部分の長さ１０ｍｍ、波長分解能±０．１ｐｍ、波長範囲１５５０±０．５ｎｍのものを使用し、ファイバの直径は１４５μｍ、コア径１０．５μｍとした。しかし、これらの設定は、ＦＢＧセンサの一例であり、本発明においてはこの限りではない。このセンサを手首に取り付け、ＦＢＧセンサを皮膚に接触させた状態で測定をする。

光ファイバに用いる光源として、波長範囲１５２５〜１５７０ｎｍのＡＳＥ（Amplified Spontaneous Emission）光源を使用してもよい。光源からの出射光は、サーキュレータを介してＦＢＧセンサに入射させる。ＦＢＧセンサからの反射光は、サーキュレータを介してマッハツェンダー干渉計に導き、マッハツェンダー干渉計からの出力光を、光検出器によって検知する。マッハツェンダー干渉計は、ビームスプリッタにより光路差のある２つの光路に分離し、再びビームスプリッタにより一つに重ね合わせて干渉光を作り出すためのものである。光路差をつけるため、本実施形態では一方の光ファイバの長さを長くしている。コヒーレント光は、光路差に応じて干渉縞が生じるから、干渉縞のパターンを測定することによって、ＦＢＧセンサに生じた歪の変化、すなわち脈波を検知することができる。

ＦＢＧセンサの歪み量を検出して、脈波の波形を検出するシステムである光ファイバセンサシステムは、ＦＢＧセンサに入射させる光源の他に、広い帯域のＡＳＥ光源とする手段、サーキュレータ、マッハツェンダー干渉計、ビームスプリッタといった光学系や、光検出器が備える受光センサや、波長シフト量を解析する解析手段を含む。光ファイバセンサシステムは、使用するＦＢＧセンサの特性に応じて光源や帯域光を選択して使用することができ、検波方法等の解析手段についても種々の方法を採用することができる。また、本発明は、光ファイバセンサシステムの機能や方式が限定されるものではない。

これらの方法によって、取得部５０が脈波信号を取得し、内部バス５４を介して、通信Ｉ／Ｆ５１へ脈波信号を出力する。

次に取得部５０から脈波信号を入力された通信Ｉ／Ｆ５１は、公衆通信網３を介して、脈波信号を脈波信号取得部６０へ送信する。また、この時、取得部５０が取得した脈波信号の代わりに、サーバ４に保存された脈波信号を脈波信号取得部６０へ送信してもよい。

次に公衆通信網３を介して、脈波信号を送信された脈波信号取得部６０は、脈波信号を分類データ抽出部６１及び評価用データ抽出部６５へ出力する。

分類データ抽出部６１は、抽出条件を参照し、脈波信号取得部６０から入力された脈波信号から分類データを抽出する。分類データとは、第１パターン選択部６２で脈波信号を分類するために分類データ抽出部６１によって、抽出された波形データである。分類データは、例えば脈波信号が、フィルタリング処理、微分処理、規格化処理、及び平均化処理の少なくとも何れかによって１周期分等の波形に処理された波形データである。

フィルタ処理部６１０は、抽出条件を参照して、取得した脈波信号の状態、付加情報によって、分類データ抽出部６１が脈波信号に施す抽出の方法を決定する。付加情報は、ユーザの情報を示し、例えばユーザの年齢、性別、病歴、生活習慣、健康状態、投薬情報、動脈硬化の程度、又は遺伝情報などの情報のほか、温度、湿度、又はセンサ５に取り付けられた加速度センサが測定した加速度などの環境情報のうち少なくとも１つを含む。

例えば、フィルタ処理部６１０は、微分部６１１で、フィルタ処理部６１０から入力された脈波信号を微分するように命令をする。

まず分類データ抽出部６１は、脈波信号取得部６０から入力された脈波信号をフィルタ処理部６１０へと出力する。

次にフィルタ処理部６１０は、脈波信号取得部６０から入力された脈波信号にフィルタリング処理を施した後、脈波信号を微分部６１１へと出力する。

次に微分部６１１は、フィルタ処理部６１０から入力された脈波信号に微分をするか、もしくはしないかを、フィルタ処理部６１０に基づいて判断し、処理を施した後、脈波信号を分割部６１２へと出力する。

フィルタ処理部６１０に基づいて、微分部６１１が脈波信号を微分するかしないかを判断する理由は、脈波信号を微分するかしないかで得られる分類データの特徴に差が生じ、取得した脈波信号によって、それに適した第１処理を決定するためである。

次に分割部６１２は、微分部６１１から入力された複数の波形信号のそれぞれを、平均化するために１周期分の分割波形データに分割する。その後、分割部６１２は、分割波形データを規格化部６１３へ出力する。

規格化部６１３は、分割部６１２から入力された複数の分割波形信号の時間幅を統一するために横軸の規格化をし、複数の分割波形信号の平均となる平均波形信号を取得し、平均波形信号の最大値を１、最小値を０とした縦軸の規格化を行い、分類データを取得する。その後、規格化部６１３は、分類データを第１パターン選択部６２へ出力する。

規格化部６１３で時間幅を統一するために横軸の規格化処理を行う理由は、脈波の終端側で差が大きく表れることから、この部分を削除し、脈波の本体部分を解析対象とするためである。また平均波形信号の最大値を１、最小値を０とした縦軸の規格化を行う理由は、ＦＢＧセンサを測定部位に取り付ける際の押しつけ圧力のばらつきや、測定時にＦＢＧセンサが位置ずれすることによる測定データのばらつきを平均化するし、測定時のばらつきに起因するノイズを抑え、脈波信号と生体情報の実測値の相関関係の精度を向上させるためである。

次に生体情報演算システム１は、第１パターン選択ステップＳ１２へ移行し、第１分類パターンを参照し、分類データ抽出部６１から入力された分類データを第１パターン選択部６２で分類し、第１パターンを取得する。

分類パターンは、信号の波形の特徴に応じて、信号を２つ以上のグループに分類するための情報を示し、例えば信号の特徴に紐づけられた分類結果を表す分類表やリスト等を示す。

図９は、加速度脈波の分類パターンの一例である。図９は、加速度脈波にはａ〜ｅの変曲点が存在し、加速度脈波における最大のピークをａ点とし、ａ点から順に各変曲点をｂ点、ｃ点、ｄ点、ｅ点とし、ａ点を１とし、最小値であるｂ点もしくはｄ点を０とした規格化を行い、各変曲点の値と、その差の大小関係により分類する方法で、脈波を７パターンに分類した図である。まず、変曲点の値がｂ＜ｄの場合は、パターンＡまたはＢに分類する。ｂ＜ｄでさらにｃ≧０．５であればＡ、そうでなければＢに分類する。次に変曲点の値がｂ≒ｄの場合、パターンＣまたはＤに分類する。ｂ≒ｄでさらにｃ≒０の場合はパターンＤ、そうでなければパターンＣに分類する。最後に、ｂ＞ｄの場合は、パターンＥ、Ｆ、Ｇのいずれかに分類できる。ｂ＞ｄでさらにｂ＜ｃであればパターンＥに、ｂ≒ｃであればパターンＦ，ｂ＞ｃであればパターンＧに分類する。

第１パターン選択部６２は、微分部６１１で脈波信号を微分した加速度脈波に基づいた分類データが入力された場合、分類データが、例えば図９のどのパターンに当てはまるかを判断し、第１パターンを決定する。例えば、入力された分類データの変曲点ｂが変曲点ｄより小さく、さらに変曲点ｃ≧０．５であれば、パターンＡを第１パターンとする。

また、第１パターン選択部６２は、入力された付加情報に対する第１パターンを選択してもよい。例えば、付加情報にユーザの年齢として、４０代の付加情報が入力された場合、図９の７つのパターンのうち、４０代に最も多く見られるパターンを第１パターンとして選択してもよい。また、他の例として、動脈硬化の程度、投薬情報、もしくは糖尿病かどうかによって、第１パターンを選択してもよい。

また、第１パターン選択部６２は、入力された複数の分類データと付加情報から、それぞれの分類結果を重み付けして、複数のパターンの割合を第１パターンとしてよい。例えば、入力された４つの分類データがそれぞれパターンＡ、パターンＢ、パターンＣ、パターンＤに分類され、入力された付加情報がパターンＡに分類された場合、パターンＡが４０％、パターンＢが２０％、パターンＣが２０％、パターンＤが２０％とした複数のパターンの割合からなるパターンを第１パターンとしてもよい。

次に評価用データ抽出ステップＳ１３において、評価用データ抽出部６５は、評価用抽出条件を参照し、脈波信号取得部６０から入力された脈波信号から評価用データを抽出する。評価用データ抽出部６５が脈波信号に施す抽出方法は、分類データ抽出部６１が脈波信号に施す抽出方法とほぼ同様であるが、分類データ抽出部６１において、抽出条件を参照していたもの、評価用データ抽出部６５の場合は、抽出条件ではなく、評価用抽出条件を参照している点で異なっている。また、評価用データ抽出部６５は、脈波信号取得部６０から分類データ抽出部６１に入力された脈波信号とは異なる脈波信号を脈波信号取得部６０から入力され、上述した脈波信号から評価用データを抽出してもよい。評価用データとは、第２パターン選択部６６で脈波信号を分類又は血糖値取得部６４で生体情報を取得するために評価用データ抽出部６５によって、抽出された波形データである。評価用データは、例えば、例えば脈波信号が、フィルタリング処理、微分処理、規格化処理、及び平均化処理の少なくとも何れかによって１周期分等の波形に処理された波形データである。

フィルタ処理部６５０は、評価用抽出条件を参照して、取得した脈波信号の状態、付加情報によって、評価用データ抽出部６５が脈波信号に施す抽出の方法を決定する。付加情報は、例えばユーザの年齢や、性別や、病歴や、生活習慣や、健康状態や、投薬情報や、動脈硬化の程度や、遺伝情報などのユーザの情報、温度や、湿度、又はセンサ５に取り付けられた加速度センサが測定した加速度などの環境情報などのうち少なくとも一つを含める。抽出方法として、例えば、付加情報として上述した加速度が高い数値が測定された場合、フィルタ処理部６５０は、通過周波数帯がより狭いバンドパスフィルタを使用してもよい。

また、フィルタ処理部６５０は、分類データの抽出方法によっても、評価用データ抽出部６５が脈波信号に施す抽出の方法を決定する。例えば、微分部６１１に微分する抽出方法を決定していた場合、フィルタ処理部６５０は、微分部６５１で、フィルタ処理部６５０から入力された脈波信号を微分しないように命令をする。これによって、分類しやすい加速度脈波を分類データとして分類を行い、分類データに対する第１パターンを選択し、第１パターンに対する第１処理を決定することができ、誤検出を抑えやすい速度脈波を評価用データとして、評価用データに対する血糖値を取得することが可能となり、より高精度な評価ができる。また、「脈波信号を微分する」とは、脈波信号を加速度脈波として抽出することであり、「脈波信号を微分しない」とは、脈波信号を速度脈波として抽出することである。

まず評価用データ抽出部６５は、脈波信号取得部６０から入力された脈波信号をフィルタ処理部６５０へと出力する。

次にフィルタ処理部６５０は、脈波信号取得部６０から入力された脈波信号にフィルタリング処理を施した後、脈波信号を微分部６５１へと出力する。

次に微分部６５１は、フィルタ処理部６５０から入力された脈波信号に微分をするか、もしくはしないかを、フィルタ処理部６５０に基づいて判断し、処理を施した後、脈波信号を分割部６５２へと出力する。

次に分割部６５２は、微分部６５１から入力された複数の波形信号のそれぞれを、平均化するために１周期分の分割波形データに分割する。その後、分割部６５２は、分割波形データを規格化部６５３へ出力する。

規格化部６５３は、分割部６５２から入力された複数の分割波形信号の時間幅を統一するために横軸の規格化をし、複数の分割波形信号の平均となる平均波形信号を取得し、平均波形信号の最大値を１、最小値を０とした縦軸の規格化を行い、評価用データを取得する。その後、規格化部６５３は、評価用データを第２パターン選択部６６へ出力する。

規格化部６５３で時間幅を統一するために横軸の規格化処理を行う理由は、脈波の終端側で差が大きく表れることから、この部分を削除し、脈波の本体部分を解析対象とするためである。また平均波形信号の最大値を１、最小値を０とした縦軸の規格化を行う理由は、ＦＢＧセンサを測定部位に取り付ける際の押しつけ圧力のばらつきや、測定時にFBGセンサが位置ずれすることによる測定データのばらつきを平均化するし、測定時のばらつきに起因するノイズを抑え、脈波信号と生体情報の実測値の相関関係の精度を向上させるためである。

次に生体情報演算システム１は、第２パターン選択ステップＳ１４へ移行し、第２分類パターンを参照し、評価用データ抽出部６５から入力された評価用データを第２パターン選択部６６で分類し、第２パターンを取得する。

図１０は、速度脈波の分類パターンの一例である。図１０は、速度脈波における最大のピークを１とし、最小値を０とした規格化を行い、最大のピーク以外にピークが見られたパターンをグループ１とし、最大のピーク以外にピークが見られなかったパターンをグループ２とした分類パターンである。

第２パターン選択部６６は、第１パターン選択部６２と同様に、入力された評価用データ及び付加情報が、例えばどのパターンに当てはまるかを判断し、第２パターンを決定する。

また、第２パターン選択部６６は、第１パターン選択部６２と同様に、入力された複数の分類データと付加情報から、それぞれの分類結果を重み付けして、複数のパターンの割合を第２パターンとしてよい。

次に第１処理選択ステップＳ１５において、第１処理選択部６３は、予め取得された処理パターンを参照し、第１パターン選択部６２から入力された第１パターン及び第２パターン選択部６６から入力された第２パターンに対する第１処理を選択し、血糖値取得部６４に出力する。

処理パターンは、評価用データから血糖値を取得するために、血糖値取得部６４が、評価用データに施す一連の処理方法を含めるデータ群のことである。第１処理選択部６３は処理パターンの中から評価用データに施す処理方法を第１処理として決定する。処理パターンのデータ群は複数の処理方法を含めてもよい。処理パターンとして、例えば、実測値と脈波信号の相関関係を示した検量モデルを用いて、評価用データから血糖値を取得する処理方法が挙げられる。また、処理パターンは、例えば入力された評価用データと、検量モデルとの乖離度から、血糖値の異常値を推定する処理方法を含める。

検量モデルは、予め測定された評価用データを説明変数とし、血糖値の実測値を目的変数として、例えば回帰分析により解析し、その解析結果に基づいて構築されたものである。検量モデルは、あらかじめ構築しておいた汎用的に利用できる検量モデルを記憶部２４に記憶させて、血糖値を測定することもできる。検量モデルの構築は、例えば定期的にキャリブレーションする場合や、ユーザが変わったときに構築し直しするといった場合に必要になることがある。

検量モデルを構築するための回帰分析の方法として、例えばＰＬＳ回帰分析、クラス毎に主成分分析を行って主成分モデルを得るSIMCA（Soft Independent Modeling of Class Analogy）法を利用した回帰分析、機械学習により構築されたニューラルネットワークなどによる回帰分析方法などの少なくともひとつの方法を含める。

第１処理選択部６３は、第１パターン選択部６２から入力された第１パターン及び第２パターン選択部６６から入力された第２パターンに対して、最適な検量モデルを用いた処理方法を第１処理として選択し、血糖値取得部６４に出力してもよい。

第１処理の選択方法として、例えば、第１パターン選択部６２から入力された第１パターン及び第２パターン選択部６６から入力された第２パターンに最も該当する脈波のパターンの波形データを説明変数とし、血糖値の実測値を目的変数として、回帰分析により解析し、その解析結果に基づいて構築された検量モデルを用いた処理パターンを第１処理として選択し、血糖値取得部６４に出力してもよい。例えば、パターンＢが第１パターンとして入力された場合、パターンＢの波形データを説明変数とし、血糖値の実測値を目的変数として、回帰分析により解析し、その解析結果に基づいて構築された検量モデルを用いた処理方法を処理パターンから第１処理として選択する。

また、第１パターン選択部６２から入力された第１パターン及び第２パターン選択部６６から入力された第２パターンが複数のパターンで構成される場合、第１処理選択部６３は、それぞれのパターンに該当する複数の検量モデルを用いた複数の第１処理を選択し、血糖値取得部６４に出力してもよい。

また、第１処理選択部６３は、入力された付加情報に対する第１処理を選択してもよい。例えば付加情報としてユーザの年齢が４０代と入力された場合、第１処理選択部６３は、４０代のユーザから測定した実測値と脈波信号の相関関係を示した検量モデルを用いた処理方法を第１処理として選択し、血糖値取得部６４に出力してもよい。また、例えば動脈硬化の程度や、糖尿病であるかどうかなどを付加情報として、上述したように、第１処理選択部６３は、付加情報に当てはまるユーザから測定した実測値と脈波信号の相関関係を示した検量モデルを用いた処理方法を第１処理として選択し、血糖値取得部６４に出力してもよい。

次に血糖値取得部６４は、血糖値取得ステップＳ１６において、第１処理選択部６３から入力された第１処理を参照し、評価用データ抽出部６５から入力された評価用データに対する血糖値等の生体情報を取得する。

血糖値取得部６４は、第１処理選択部６３から複数の第１処理を入力された場合、それぞれの第１処理に基づいて、評価用データに対する複数の血糖値を取得してもよい。また、その場合は例えば複数の血糖値から最適血糖値を算出してもよい。最適血糖値の算出方法として、複数の血糖値の平均値を最適な血糖値として出力してもよい。また、例えばそれぞれの測定精度に伴って、それぞれの血糖値に重み付けを行い、重み付けに基づき、複数の血糖値から最適血糖値を算出してもよい。また、他の例として、血糖値を取得した複数の第１処理のうち、エラーグリッド上で良好な値を示す第１処理によって取得した血糖値を最適血糖値として出力する方法と、それぞれの第１処理を用いて、血糖値を複数取得し、バラつきの小さい第１処理によって取得された血糖値を最適血糖値として出力する方法と、予め設定された許容範囲に、血糖値が範囲内に含まれるかを評価し、含まれる血糖値を最適血糖値として出力する方法などがあげられる。

１ 生体情報演算システム
２ 電子機器
３ 公衆通信網
４ サーバ
５ センサ
１６ 出力Ｉ／Ｆ
２０ ＲＯＭ
２１ ＲＡＭ
２２ ＣＰＵ
２３ 操作部
２４ 記憶部
２５ データ入出力部
２６ 内部バス
２７ 通信Ｉ／Ｆ
２８ 表示部
５０ 取得部
５１ 通信Ｉ／Ｆ
５２ メモリ
５３ 命令部
５４ 内部バス
５５ リストバンド
６０ 脈波信号取得部
６１ 分類データ抽出部
６２ 第１パターン選択部
６３ 第１処理選択部
６４ 血糖値取得部
６５ 評価用データ抽出部
６６ 第２パターン選択部
６１０ フィルタ処理部
６１１ 微分部
６１２ 分割部
６１３ 規格化部
６５０ フィルタ処理部
６５１ 微分部
６５２ 分割部
６５３ 規格化部
Ｓ１０ 脈波信号取得ステップ
Ｓ１１ 分類データ抽出ステップ
Ｓ１２ 第１パターン選択ステップ
Ｓ１３ 評価用データ抽出ステップ
Ｓ１４ 第２パターン選択ステップ
Ｓ１５ 第１処理選択ステップ
Ｓ１６ 血糖値取得ステップ

Claims (8)

1. 速度脈波を脈波信号として取得する取得手段と、
   前記取得手段によって取得された脈波信号に基づく分類データを抽出する分類データ抽出手段と、
   評価用抽出条件を参照し、前記分類データ抽出手段によって抽出された分類データと異なる抽出方法により、前記取得手段によって取得された脈波信号に基づく評価用データを抽出する評価用データ抽出手段と、
   予め取得された複数の第１パターンを含む第１分類パターンを参照し、前記分類データ抽出手段によって抽出された分類データに対する前記第１パターンを１以上選択する第１パターン選択手段と、
   予め取得された複数の第１処理を含む処理パターンを参照し、前記第１パターン選択手段によって選択された第１パターンに対する前記第１処理を１以上選択する第１処理選択手段と、
   前記第１処理選択手段によって選択された第１処理を参照し、前記評価用データ抽出手段によって抽出された評価用データから血糖値を取得する血糖値取得手段と、
   を備えること
   を特徴とする生体情報演算システム。
2. 第１処理選択手段は、予め取得された評価用データと血糖値の実測値との相関関係に基づいて構築された検量モデルを用いた複数の第１処理を含む処理パターンを参照し、前記第１パターンに対する前記第１処理を１以上選択し、
   前記血糖値取得手段は、前記第１処理選択手段によって選択された第１処理に用いられた検量モデルを用いて、前記評価用データ抽出手段によって抽出された評価用データから血糖値を取得すること
   を特徴とする請求項１に記載の生体情報演算システム。
3. 前記評価用データ抽出手段は、前記脈波信号を微分しない前記評価用抽出条件を参照し、前記取得手段によって取得された脈波信号に基づく評価用データを抽出し、
   前記分類データ抽出手段は、前記取得手段によって取得された脈波信号を微分する抽出条件を参照し、前記取得手段によって取得された脈波信号に基づく分類データを抽出すること
   を特徴とする請求項１又は２に記載の生体情報演算システム。
4. 予め取得された複数の第２パターンを含む第２分類パターンを参照し、前記評価用データ抽出手段によって抽出された評価用データに対する前記第２パターンを１以上選択する第２パターン選択手段をさらに備え、
   前記第１処理選択手段は、前記処理パターンを参照し、前記第１パターン選択手段によって選択された第１パターン及び前記第２パターン選択手段によって選択された第２パターンに対する前記第１処理を１以上選択すること
   を特徴とする請求項１〜３の何れか１つに記載の生体情報演算システム。
5. 生体の情報を示す付加情報を取得する付加情報取得手段をさらに備え、
   前記第１パターン選択手段は、前記第１分類パターンを参照し、前記分類データ抽出手段によって抽出された分類データ、及び前記付加情報取得手段によって取得された付加情報に対する前記第１パターンを１以上選択すること
   を特徴とする請求項１又は２に記載の生体情報演算システム。
6. 生体の情報を示す付加情報を取得する付加情報取得手段をさらに備え、
   前記第１処理選択手段は、前記処理パターンを参照し、前記第１パターン選択手段によって選択された第１パターン、及び前記付加情報取得手段によって取得された付加情報に対する前記第１処理を１以上選択すること
   を特徴とする請求項１又は２に記載の生体情報演算システム。
7. 速度脈波を脈波信号として取得する取得手段と、
   前記取得手段によって取得された脈波信号に基づく分類データを抽出する分類データ抽出手段と、
   評価用抽出条件を参照し、前記分類データ抽出手段によって抽出された分類データと異なる抽出方法により、前記取得手段によって取得された脈波信号に基づく評価用データを抽出する評価用データ抽出手段と、
   予め取得された複数の第１パターンを含む第１分類パターンを参照し、前記分類データ抽出手段によって抽出された分類データに対する前記第１パターンを１以上選択する第１パターン選択手段と、
   予め取得された複数の第１処理を含む処理パターンを参照し、前記第１パターン選択手段によって選択された第１パターンに対する前記第１処理を１以上選択する第１処理選択手段と、
   前記第１処理選択手段によって選択された第１処理を参照し、前記評価用データ抽出手段によって抽出された評価用データから生体情報を取得する生体情報取得手段と、
   を備えること
   を特徴とする生体情報演算システム。
8. 第１処理選択手段は、予め取得された脈波信号と生体情報の実測値との相関関係に基づいて構築された検量モデルを用いた複数の第１処理を含む処理パターンを参照し、前記第１パターンに対する前記第１処理を１以上選択し、
   前記生体情報取得手段は、前記第１処理選択手段によって選択された第１処理に用いられた検量モデルを用いて、前記評価用データ抽出手段によって抽出された評価用データから生体情報を取得すること
   を特徴とする請求項７に記載の生体情報演算システム。

Images