JP6876331B2 - 生体状態推定装置、コンピュータプログラム及び記録媒体 - Google Patents

Description

本発明は、生体信号から生体状態を推定する生体状態推定装置、生体状態推定方法、コンピュータプログラム及び記録媒体に関する。

本発明者らは、特許文献１〜５等において、人の上体の中で背部の体表面に生じる振動を生体信号測定装置により検出し、人の状態を解析する技術を提案している。人の上体背部から検出される心臓と大動脈の運動から生じる音・振動情報は、心臓と大動脈の運動から生じる圧力振動であり、心室の収縮期及び拡張期の情報と、循環の補助ポンプとなる血管壁の弾力情報及び反射波の情報を含んでいる。すなわち、心臓と大動脈の運動から背部表面に生じる１Ｈｚ近傍の背部体表脈波（Ａｏｒｔｉｃ Ｐｕｌｓｅ Ｗａｖｅ（ＡＰＷ））を含む振動や、心拍に伴って背部側に伝わる音（「疑似心音」（本明細書では胸部側から採取される心臓の音である心音に対して、背部側で採取される心臓の音を「疑似心音」とする））の情報を含んでいる。そして、心拍変動に伴う信号波形は交感神経系及び副交感神経系の神経活動情報を含み、大動脈の揺動に伴う信号波形は交感神経活動の情報を含んでいる。

特許文献１では、採取した生体信号（音・振動情報）から抽出した１Ｈｚ近傍の背部体表脈波（ＡＰＷ）の時系列波形に所定の時間幅を適用してスライド計算を行って周波数傾きの時系列波形を求め、その変化の傾向から、例えば、振幅が増幅傾向にあるか、減衰傾向にあるかなどによって生体状態の推定を行っている。また、生体信号を周波数解析し、予め定めたＵＬＦ帯域（極低周波帯域）からＶＬＦ帯域（超低周波帯域）に属する機能調整信号、疲労受容信号及び活動調整信号に相当する各周波数のパワースペクトルを求め、各パワースペクトルの時系列変化から人の状態を判定することも開示している。疲労受容信号は、通常の活動状態における疲労の進行度合いを示すため、これに併せて、機能調整信号や活動調整信号のパワースペクトルの優勢度合いを比較することにより、人の状態（交感神経優位の状態、副交感神経優位の状態など）を判定することができる。また、これら３つの信号に相当する周波数成分のパワースペクトルの値の合計を１００とした際の各周波成分の分布率を時系列に求め、その分布率の時系列変化を利用して人の状態を判定することも開示している。

特許文献２では、生体状態の定量化手法として、生体状態を体調マップ及び感覚マップとして表示する技術を提案している。これは、上記した背部体表脈波（ＡＰＷ）を周波数分析し、対象となる解析区間について、解析波形を両対数軸表示に表し、その解析波形を低周波帯域、中周波帯域、高周波帯域に分け、区分けした解析波形の傾きと、全体の解析波形の形とから一定の基準に基づいて解析波形の点数化を行い、それを座標軸にプロットしたものである。体調マップは、自律神経系の制御の様子を交感神経と副交感神経のバランスとして見たものであり、感覚マップは、体調マップに心拍変動の変化の様子を重畳させたものである。

特許文献３〜５では、恒常性維持機能レベルを判定する手段を開示している。恒常性維持機能レベル判定する手段は、周波数傾き時系列波形の微分波形の正負、周波数傾き時系列波形を積分した積分波形の正負、ゼロクロス法を利用した周波数傾き時系列波形とピーク検出法を利用した周波数傾き時系列波形をそれぞれ絶対値処理して得られた各周波数傾き時系列波形の絶対値等のうち、少なくとも１つ以上を用いて判定する。これらの組み合わせにより、恒常性維持機能のレベルがいずれに該当するかを求める。

特開２０１１−１６７３６２号公報 特開２０１２−２３９４８０号公報 ＷＯ２０１１／０４６１７８号公報 特開２０１４−１１７４２５号公報 特開２０１４−２２３２７１号公報

上記した技術は、いずれも、生体調節機能に関してゆらぎに起因して変動する各要素を分析して人の状態を判定するものであり、入眠予兆現象、切迫睡眠現象、覚低走行状態、恒常性維持機能レベル、初期疲労状態、気分判定など、様々な生体状態を捉えることができる。しかしながら、体幹から採取される生体の音及び振動を含む生体信号を加工処理して疑似心音波形を求め、この疑似心音波形を分析して、疑似心音波形における所定の波形成分を比較して、人の生体状態を推定することは行われていない。また、血圧変動の状態、並びに、血圧変動を伴う生理現象、特に尿意を捉える試みも行われていない。

本発明は上記に鑑みなされたものであり、体幹から採取される生体の音及び振動を含む生体信号を加工処理して求めた疑似心音波形を分析して生体状態を捉えることができる生体状態推定装置、生体状態推定方法、コンピュータプログラム及び記録媒体を提供することを課題とし、特に、血圧変動そのものの状態、あるいは、血圧変動を伴う生理現象の推定、特に、尿意の有無を含む尿意の状態を捉えることができる生体状態推定装置、生体状態推定方法、コンピュータプログラム及び記録媒体を提供することを課題とする。

上記課題を解決するため、本発明の生体状態推定装置は、生体信号を用いて生体の状態を推定する生体状態推定装置であって、
前記生体信号として、心臓から送り出される血液の流量に対応して変動する人の背部から採取される背部生体音・振動情報を処理して得られる心音の周期に対応した疑似心音波形を用い、前記疑似心音波形における所定の波形成分を比較して、生体状態を推定する生体状態推定手段を有することを特徴とする。

前記生体状態推定手段は、前記疑似心音波形の１心周期内に含まれる２つの波形成分の振幅を比較して生体状態を推定することが好ましい。
前記生体状態推定手段は、前記波形成分の２つの振幅（ｉ，ｉ＋１）について、一方を横座標軸に他方を縦座標軸にとった座標系に時系列にプロットし、各プロットされた点群の分散状況から生体状態を推定することが好ましい。
前記生体状態推定手段は、前記各プロットされた点群の傾きから生体状態を推定することが好ましい。

前記生体状態推定手段は、前記疑似心音波形の各心周期における振幅変化のパターンを比較して生体状態を推定することが好ましい。
前記生体状態推定手段は、前記疑似心音波形の各心周期における振幅変化のパターンとして、各心周期において振幅が最も高くなる最高ピークに対し、振幅が最も低くなる最低ボトムが、前記最高ピークの直後に出現する正の波形パターンと直前に出現する負の波形パターンとに分け、２つの波形パターンの一定時間における出現比率から生体状態を推定することが好ましい。
前記生体状態推定手段は、前記疑似心音波形から、前記生体状態として、血圧変動の状態を推定する血圧変動推定手段を有することが好ましい。
前記生体状態推定手段は、前記疑似心音波形から、前記生体状態として、生理現象を推定する生理現象推定手段を有することが好ましい。
前記生理現象推定手段が、尿意を推定する手段であることが好ましい。

また、本発明のコンピュータプログラムは、コンピュータに、生体信号を処理して生体の状態を推定する手順を実行させるコンピュータプログラムであって、
前記コンピュータに、前記生体信号として、心臓から送り出される血液の流量に対応して変動する人の背部から採取される背部生体音・振動情報を処理して得られる心音の周期に対応した疑似心音波形を用い、前記疑似心音波形における所定の波形成分を比較して、生体状態を推定する生体状態推定手順を実行させることを特徴とする。

前記生体状態推定手順は、前記疑似心音波形の１心周期内に含まれる２つの波形成分の振幅を比較して生体状態を推定することが好ましい。
前記生体状態推定手順は、前記波形成分の２つの振幅（ｉ，ｉ＋１）について、一方を横座標軸に他方を縦座標軸にとった座標系に時系列にプロットし、各プロットされた点群の分散状況から生体状態を推定することが好ましい。
前記生体状態推定手順は、前記各プロットされた点群の傾きから生体状態を推定することが好ましい。
前記生体状態推定手俊は、前記疑似心音波形の各心周期における振幅変化のパターンを比較して生体状態を推定することが好ましい。

前記生体状態推定手順は、前記疑似心音波形の各心周期における振幅変化のパターンとして、各心周期において振幅が最も高くなる最高ピークに対し、振幅が最も低くなる最低ボトムが、前記最高ピークの直後に出現する正の波形パターンと直前に出現する負の波形パターンとに分け、２つの波形パターンの一定時間における出現比率から生体状態を推定することが好ましい。
前記生体状態推定手順は、前記疑似心音波形から、前記生体状態として、血圧変動の状態を推定する血圧変動推定手順を実行することが好ましい。
前記生体状態推定手順は、前記疑似心音波形から、前記生体状態として、生理現象を推定する生理現象推定手順を実行することが好ましい。
前記生理現象推定手順が、尿意を推定する手順を実行することが好ましい。
また、本発明は、生体状態推定装置としてのコンピュータに、生体信号を処理して生体の状態を推定する手順を実行させる前記に記載のコンピュータプログラムが記録されたコンピュータ読み取り可能な記録媒体を提供する。
また、本発明の生体状態推定方法は、生体信号を用いて生体の状態を推定する生体状態推定方法であって、前記生体信号として、心臓から送り出される血液の流量に対応して変動する人の背部から採取される背部生体音・振動情報を処理して得られる心音の周期に対応した疑似心音波形を用い、前記疑似心音波形における所定の波形成分を比較して、生体状態を推定することを特徴とする。
また、本発明の生体状態推定方法は、前記疑似心音波形の１心周期内に含まれる２つの波形成分の振幅を比較して生体状態を推定することが好ましく、また、前記波形成分の２つの振幅（ｉ，ｉ＋１）について、一方を横座標軸に他方を縦座標軸にとった座標系に時系列にプロットし、各プロットされた点群の分散状況から生体状態を推定することが好ましい。前記各プロットされた点群の傾きから生体状態を推定することが好ましい。前記疑似心音波形の各心周期における振幅変化のパターンを比較して生体状態を推定することも好ましい。前記疑似心音波形の各心周期における振幅変化のパターンとして、各心周期において振幅が最も高くなる最高ピークに対し、振幅が最も低くなる最低ボトムが、前記最高ピークの直後に出現する正の波形パターンと直前に出現する負の波形パターンとに分け、２つの波形パターンの一定時間における出現比率から生体状態を推定することが好ましい。前記疑似心音波形から、前記生体状態として、血圧変動、尿意を含む生理現象のいずれか少なくとも一つの状態を推定することが好ましい。

本発明は、人の背部から採取される生体の音及び振動を含む生体信号（背部音・振動情報）の時系列波形を用いる。背部音・振動情報には、心臓と大動脈の運動から生じる圧力振動であり、心室の収縮期及び拡張期の情報と、循環の補助ポンプとなる血管壁の弾力情報を含んでおり、粘性減衰摩擦と固体摩擦の両種の減衰を含む振動系と捉えられる。背部音・振動情報は、心臓から送り出される血液の流量（１回拍出量）に対応して変動し、この流量の変動は、背部音・振動情報の時系列波形の振幅に反映される。すなわち、心臓からの血液の拍出量が反映された背部音・振動情報は、胸部側より心音計により採取される心音の波形に周期が対応する波形成分（疑似Ｉ音、疑似ＩＩ音）を含んでおり、この波形成分を持つ波形（疑似心音波形）を分析することにより、人の生体状態を把握することができる。なかでも、心臓からの血液の拍出量の変動に対応する血圧変動に関連した生体状態を把握するのに適している。

また、血圧変動の状態を推定に適するため、特に、血圧変動を伴う人の生理現象の状態の推定に好適である。例えば、蓄尿時には、通常、血圧が上昇する傾向にあるが、血圧変動の状態を捉えることで、尿意を推定することができる。

図１（ａ）は、本発明の一の実施形態において用いた背部音・振動情報を測定する生体信号測定装置の一例を示した分解図であり、図１（ｂ）は、その要部断面図である。 図２は、本発明の一の実施形態に係る生体状態推定装置の構成を模式的に示した図である。 図３は、背部音・振動情報加工手段として機能するコンピュータプログラムである背部音・振動情報加工手順のフローチャートである。 図４（ａ）〜（ｆ）は、背部音・振動情報加工手段、疑似心音波形演算手段、低周波時系列波形演算手段により得られる各時系列波形を示した図である。 図５は、実験例１の被験者の身体的特徴を示した図である。 図６（ａ）〜（ｌ）は、実験例１における被験者Ｃの実験結果を示した図である。 図７（ａ）〜（ｌ）は、実験例１における被験者Ａの実験結果を示した図である。 図８（ａ）〜（ｌ）は、実験例１における被験者Ｆの実験結果を示した図である。 図９は、実験例１における各被験者のＲＲＩと疑似心音波形から得られたＰＰＷｇ−Ｄとの相関図であり、（ａ）は被験者Ａ、（ｂ）は被験者Ｂ、（ｃ）は被験者Ｃ、（ｄ）は被験者Ｄ、（ｅ）は被験者Ｅ、（ｆ）は被験者Ｆの相関図である。 図１０は、実験例１における各被験者の５秒間の平均値で計算したＲＲＩとＰＰＷｇ−ＤＲＲＩとの相関図であり、（ａ）は被験者Ａ、（ｂ）は被験者Ｂ、（ｃ）は被験者Ｃ、（ｄ）は被験者Ｄ、（ｅ）は被験者Ｅ、（ｆ）は被験者Ｆの相関図である。 図１１は、実験例１における各被験者のＰＣＧ−ＰＰＷｇ−ＤとＲＲＩとの相関図であり、（ａ）は被験者Ａ、（ｂ）は被験者Ｂ、（ｃ）は被験者Ｃ、（ｄ）は被験者Ｄ（但し、「Ｎｏ ｄａｔａ」と表示）、（ｅ）は被験者Ｅ（但し、「Ｎｏ ｄａｔａ」と表示）、（ｆ）は被験者Ｆの相関図である。 図１２は、実験例１における各被験者のＰＣＧ−ＰＰＷｇ−Ｄの５秒間の平均値とＲＲＩとの相関図であり、（ａ）は被験者Ａ、（ｂ）は被験者Ｂ、（ｃ）は被験者Ｃ、（ｄ）は被験者Ｄ（但し、「Ｎｏ ｄａｔａ」と表示）、（ｅ）は被験者Ｅ（但し、「Ｎｏ ｄａｔａ」と表示）、（ｆ）は被験者Ｆの相関図である。 図１３は、実験例１における各被験者のＰＰＧ−２ｎｄとＲＲＩとの相関図であり、（ａ）は被験者Ａ、（ｂ）は被験者Ｂ、（ｃ）は被験者Ｃ、（ｄ）は被験者Ｄ、（ｅ）は被験者Ｅ、（ｆ）は被験者Ｆの相関図である。 図１４は、実験例１における各被験者のＰＰＧ−２ｎｄの５秒間の平均値とＲＲＩとの相関図であり、（ａ）は被験者Ａ、（ｂ）は被験者Ｂ、（ｃ）は被験者Ｃ、（ｄ）は被験者Ｄ、（ｅ）は被験者Ｅ、（ｆ）は被験者Ｆの相関図である。 図１５は、最大振幅値で正規化したＰＰＷｇ−Ｄに対する最大振幅値で正規化したＰＣＧ−ＰＰＷｇ−Ｄ及びＰＰＧ−２ｎｄの各周波数と伝達関数の関係を示した図であり、（ａ）は被験者Ａ、（ｂ）は被験者Ｂ、（ｃ）は被験者Ｃ、（ｄ）は被験者Ｄ、（ｅ）は被験者Ｅ、（ｆ）は被験者Ｆに関する図である。 図１６は、ＰＰＷｇ−Ｄの時系列波形の一例を示した図である。 図１７は、隣接する２つの振幅（ｉ，ｉ＋１）について、一方を横座標軸に他方を縦座標軸にとった座標系に時系列にプロットした点の分散状況の一例を示した図である。 図１８（ａ）は、ＰＣＧ−ＰＰＷｇ−Ｄについて図１７と同様にプロットした点の分散状況を示した図であり、図１８（ｂ）は、ＰＰＧ−２ｎｄについて図１７と同様にプロットした点の分散状況を示した図である。 図１９は、ＰＰＷｇ−Ｄにおけるamplification (2)のプロットされた点群の傾き角度と血圧との関係を示した図であり、（ａ）は最高血圧、（ｂ）は最低血圧との関係を示した図である。 図２０は、図１８（ａ）のＰＣＧ−ＰＰＷｇ−Ｄの結果と血圧との相関を示した図で、（ａ）は最高血圧、（ｂ）は最低血圧との関係を示した図である。 図２１は、図１８（ｂ）のＰＰＧ−２ｎｄの結果と血圧との相関を示した図で、（ａ）は最高血圧、（ｂ）は最低血圧との関係を示した図である。 図２２は、本発明の他の実施形態に係る生体状態推定装置の構成を模式的に示した図である。 図２３は、上記他の実施形態に係る生体状態推定装置の生理現象推定手段による推定手法を説明するための図である。 図２４（ａ），（ｂ）は、プロットの分布密度により尿意を推定する手法を説明するための図である。 図２５（ａ）〜（ｃ）は、実験例２における被験者Ａの解析結果を示した図である。 図２６（ａ）〜（ｅ）は、上記他の実施形態の生理現象推定手段により求めた尿意の推定結果である。 図２７（ａ）は、尿意と最高血圧との関係を示し、図２７（ｂ）は、尿意と最低血圧との関係を示した図である。 図２８は、負の波形パターンの出現比率を用いて尿意を推定する手法を説明するための図である。 図２９は、被験者Ａの実験結果を示した図であり、図２９（ａ）は、尿意と眠気との主観評価を示し、図２９（ｂ）は、最高血圧と最低血圧を示し、図２９（ｃ）は、ＨＦとＬＦ／ＨＦを示し、図２９（ｄ）は、負の波形パターンの出現比率を示した図である。 図３０は、負の波形パターンの出現比率において尿意の有無を判定する判定基準の一例を説明するための図である。 図３１は、被験者Ｂの実験結果を示した図であり、図３１（ａ）は、尿意と眠気との主観評価を示し、図３１（ｂ）は、最高血圧と最低血圧を示し、図３１（ｃ）は、ＨＦとＬＦ／ＨＦを示し、図３１（ｄ）は、負の波形パターンの出現比率を示した図である。 図３２（ａ）〜（ｅ）は、負の波形パターンの出現比率から尿意を迅速に判定する方法を説明するための図である。 図３３（ａ）〜（ｆ）は、図３２の手法により尿意を判定した例を示した図である。 図３４（ａ）〜（ｄ）は、負の波形パターンの出現比率から生体状態を推定する他の手法説明するための図である。 図３５（ａ）〜（ｆ）は、図３４の手法により尿意を含む生体状態を判定したある被験者の例を示した図である。 図３６（ａ）〜（ｆ）は、図３４の手法により尿意を含む生体状態を判定した図３５と同じ被験者の他の例を示した図である。 図３７（ａ）〜（ｆ）は、図３４の手法により尿意を含む生体状態を判定した異なる被験者の例を示した図である。 図３８（ａ）〜（ｅ）は、図３４の手法により尿意を含む生体状態を判定したさらに異なる被験者の例を示した図である。 図３９ （ａ）〜（ｆ）は、図３４の手法により尿意を含む生体状態を判定したさらに異なる被験者であって強い眠気を伴う場合の事例を示した図である。

以下、図面に示した本発明の実施形態に基づき、本発明をさらに詳細に説明する。本発明において採取する生体信号は、背部音・振動情報である。背部音・振動情報は、上記のように、人の上体背部から検出される心臓と大動脈の運動から生じる音・振動情報であり、心室の収縮期及び拡張期の情報と、血液循環の補助ポンプとなる血管壁の弾性情報及び血圧による弾性情報並びに反射波の情報を含んでいる。従って、この背部音・振動情報の時系列波形を加工処理することで、心音計により測定される心音波形に近似した疑似心音波形を作ることができ、それを解析することで、１回拍出量及び血管の抵抗の様子、すなわち、血圧変動の状態を把握することができる。

背部音・振動情報を採取するための生体信号測定装置は、好ましくは、（株）デルタツーリング製の居眠り運転警告装置（スリープバスター（登録商標））で使用されている生体信号測定装置１を用いる。図１は生体信号測定装置１の概略構成を示したものである。この生体信号測定装置１は、測定用の椅子、ベッド、あるいは、乗物の運転席等に組み込んで使用することができ、手指を拘束することなく生体信号を採取できる。

生体信号測定装置１を簡単に説明すると、図１（ａ），（ｂ）に示したように、上層側から順に、第一層１１、第二層１２及び第三層１３が積層された三層構造からなり、三次元立体編物等からなる第一層１１を生体信号の検出対象である人体側に位置させて用いられる。従って、人体の体幹背部からの生体信号、特に、心室、心房、大血管の振動に伴って発生する生体音（体幹直接音ないしは生体音響信号）を含む背部音・振動情報は、生体信号入力系である第一層１１にまず伝播される。第二層１２は、第一層１１から伝播される背部音・振動情報を共鳴現象又はうなり現象によって強調させる共鳴層として機能し、ビーズ発泡体等からなる筐体１２１、固有振動子の機能を果たす三次元立体編物１２２、膜振動を生じるフィルム１２３を有して構成される。第二層１２内において、マイクロフォンセンサ１４が配設され、背部音・振動情報を検出する。第三層１３は、第二層１２を介して第一層１１の反対側に積層され、外部からの音・振動入力を低減する。

次に、本実施形態の生体状態推定装置１００の構成について図２に基づいて説明する。生体状態推定装置１００は、生体状態推定手段２００を有して構成される。生体状態推定手段２００は、背部音・振動情報加工手段２１０、疑似心音波形演算手段２２０、低周波時系列波形演算手段２３０及び血圧変動推定手段２４０を有して構成されている。生体状態推定装置１００は、コンピュータ（マイクロコンピュータ等も含む）から構成され、このコンピュータには、背部音・振動情報加工手段２１０、疑似心音波形演算手段２２０、低周波時系列波形演算手段２３０及び血圧変動推定手段２４０を有する生体状態推定手段２００として機能する、生体状態推定手順を実施する背部音・振動情報加工手順、疑似心音波形演算手順、低周波時系列波形演算手順及び血圧変動推定手順を実行させるコンピュータプログラムが記憶部に設定されている。生体状態推定手段２００は、背部音・振動情報加工手段２１０、疑似心音波形演算手段２２０、低周波時系列波形演算手段２３０及び血圧変動推定手段２４０を、上記コンピュータプログラムにより所定の手順で動作する電子回路である背部音・振動情報加工回路、疑似心音波形演算回路、低周波時系列波形演算回路及び血圧変動推定回路として構成することもできる。なお、以下の説明において、生体状態推定手段２００、背部音・振動情報加工手段２１０、疑似心音波形演算手段２２０、低周波時系列波形演算手段２３０及び血圧変動推定手段２４０以外で「手段」が付されて表現された構成も、電子回路部品として構成することが可能であることはもちろんである。

なお、コンピュータプログラムは、コンピュータ読み取り可能な記録媒体に記憶させてもよい。この記録媒体を用いれば、例えば上記コンピュータに上記プログラムをインストールすることができる。ここで、上記プログラムを記憶した記録媒体は、非一過性の記録媒体であっても良い。非一過性の記録媒体は特に限定されないが、例えば フレキシブルディスク、ハードディスク、ＣＤ−ＲＯＭ、ＭＯ（光磁気ディスク）、ＤＶＤ−ＲＯＭ、メモリカードなどの記録媒体が挙げられる。また、通信回線を通じて上記プログラムを上記コンピュータに伝送してインストールすることも可能である。

背部音・振動情報加工手段２１０は、生体信号測定装置１のセンサ１４から得られる背部音・振動情報（以下、「原波形」というが、ここでいう原波形には、体動等の分析に使用しない成分をフィルタリング等による前処理した後の波形の場合も含む））に所定の処理を施し、疑似心音波形に加工する手段である。

背部音・振動情報加工手段２１０として機能するコンピュータプログラムである背部音・振動情報加工手順は、具体的には、図３のフローチャートに示したステップによって実行される。まず、背部音・振動情報の原波形ＲＣ０（図４（ａ）の波形）をセンサ１４から得る（Ｓ１０）。次に、中心周波数２０Ｈｚ近傍のバンドパスフィルタ、例えば、１０〜３０Ｈｚのバンドパスフィルタをかけ、波形ＲＣ１（図４（ｂ）の波形）を得る（Ｓ１１）。このフィルタリング処理により得られる波形ＲＣ１には、図４（ｂ）に示したように、約１秒周期で相対的に大きな振幅の波形成分が出現している。心拍数は約１〜１．５Ｈｚ前後が標準的な範囲であり、波形ＲＣ１の大きな振幅の波形成分の周期は心周期に相当し、この波形成分中に、振幅の疑似Ｉ音、ＩＩ音が含まれている。従って、本実施形態では、この波形ＲＣ１が第１の疑似心音波形となる。

疑似心音波形演算手段２２０は、背部音・振動情報加工手段２１０により得られた波形ＲＣ１（第１の疑似心音波形）に対し、心音波形における心音Ｉ音、ＩＩ音に相当する疑似Ｉ音、ＩＩ音の周期を切り出すために、クリップ処理を適用して歪みを与え、奇数倍の周波数を持つ時系列波形（図４（ｃ）の波形）を求める（Ｓ１２）。なお、クリップ処理時の振幅の閾値は心音Ｉ音、ＩＩ音に相当する時間幅が確保できる位置に設ける。次に、クリップした箇所以外の信号を除き、疑似Ｉ音、ＩＩ音を強調し、心音の波形にさらに近似させるため、ハイパスフィルタを適用し（Ｓ１３）、疑似Ｉ音、ＩＩ音を顕在化させた第２の疑似心音波形（図４の（ｄ）の波形）を得る（Ｓ１４）。

低周波時系列波形演算手段２３０は、疑似心音波形演算手段２２０により求められた第２の疑似心音波形（図４（ｄ）の波形）から、疑似Ｉ音及び疑似ＩＩ音の周期を顕在化させるため、第２の疑似心音波形を所定周波数以下の低周波時系列波形（いわば第３の疑似心音波形）（図４（ｅ），（ｆ）の波形）に変換する手段である。

低周波時系列波形演算手段２３０として機能するコンピュータプログラムである低周波時系列波形演算手順は、具体的には、図３のフローチャートに示したように、第２の疑似心音波形に半波整流（Ｓ１５）、検波（Ｓ１６）を適用し、疑似心音ゲージ波形（Gauge Waveform of Pseudo Phonocardiogram 、以下、「ＰＰＷｇ」、図４（ｅ）の波形）を得る（Ｓ１７）。なお、検波の範囲は、人の血圧の変動状態を捉えるため、１Ｈｚ近傍の卓越周波数から該卓越周波数の５倍までとする。この点については後述の実験例１でも説明する。次に、ＰＰＷｇを一階微分して（Ｓ１８）、ＰＰＷｇの一階微分信号波形（以下、「ＰＰＷｇ−Ｄ」）を得る（Ｓ１９）。

血圧変動推定手段２４０は、上記の疑似心音波形（第１の疑似心音波形であるＲＣ１波形（図４（ｂ）の波形）、第２の疑似心音波形（図４（ｄ）の波形）又はその処理波形（図４（ｅ），（ｆ）の波形））の振幅変動を解析して、血圧変動の状態を推定する手段である。上記のように、背部音・振動情報は、体内の生体音及び振動を含む生体信号であり、その強弱は疑似心音波形の振幅に現れ、１回拍出量及び血管の抵抗に影響を受ける。このため、疑似心音波形の振幅変動を分析することで、１回拍出量及び血管の抵抗の変動である血圧変動の状態を推定できる。

また、背部音・振動情報は、上記のように、心臓と大動脈の運動から生じる圧力振動であり、心室の収縮期及び拡張期の情報と、循環の補助ポンプとなる血管壁の弾力情報を含んでいる。従って、粘性減衰摩擦と固体摩擦の両種の減衰を含む振動系と捉えることができ、これに自由減衰振動波形の減衰比を算出する図式解法を応用できる。すなわち、加速度脈波に関しては、高血圧により反射波が増大して、収縮後期再下降波成分（ｄ波）が増大し、加速度脈波のｄ／ａ（ａ波：収縮初期陽性波）と収縮期血圧（ＳＢＰ）との間に相関があることが知られているが、本発明は、加速度脈波のｄ／ａに代わる指標として、疑似心音波形の増幅特性を表す対数増幅率を用いる。そして、対数増幅率を、１自由度系の自励振動から求めた見かけの減衰比だけを用いて表し、自由減衰振動波形の減衰比を算出する手法を適用する。

より具体的には、血圧変動推定手段２４０は、上記のいずれかの疑似心音波形における１心周期に相当する疑似Ｉ音の波形成分の始点から疑似ＩＩ音の波形成分の終点までの間において、隣接する２つの振幅（ｉ，ｉ＋１）について、一方を横座標軸に他方を縦座標軸にとった座標系に時系列にプロットし、各プロットされた点群の分散状況から血圧変動の状態を推定する（図１７参照）。
このように本実施形態の血圧変動推定手段２４０は、疑似心音波形のうちの所定の波形成分として、疑似Ｉ音の波形成分の始点から疑似ＩＩ音の波形成分の終点までの間において、隣接する２つの振幅（ｉ，ｉ＋１））を用いて、好ましくは、後述のように疑似Ｉ音の増幅期において隣接する２つの振幅を用いて血圧変動を推定している。すなわち、コンピュータによる推定のための演算処理は、疑似心音波形を抽出した後は、特定の波形成分に関してのみ解析すればよい。そして、このようにして求めた振幅比を示す点群の分散状況を後述のように近似線の傾き角度を用いて血圧との関係を推定できるため、時系列波形の変化パターンで比較する場合と比べ、血圧と近似線の傾き角度との相関データを予め記憶部に記憶させておけば、それを判定対象の近似線の傾き角度と比較すればよく、判定時におけるコンピュータの負荷の軽減、演算処理速度の向上につながる手法である。

・実験例１
（実験方法）
生体信号測定装置として生体信号測定装置１がシートバック部に装着された実験用の自動車用シートに被験者を着座させ、安静状態、座位姿勢で、生体信号測定装置１により背部音・振動情報を採取した。コンピュータである生体状態推定装置１００によって背部音・振動情報のデータを分析した。同時に、心電図（以下「ＥＣＣ」、計測機器：日本光電工業（株）製、ベッドサイドモニタ ＢＳＭ−２３００シリーズライフスコープＩ）、心音図（以下、「ＰＣＧ」、計測機器：日本光電工業（株）製、心音脈波アンプ ＡＳ１０１Ｄ及びＴＡ７０１Ｔ）、指尖容積脈波（以下、「ＰＰＧ」、計測機器：（株）アムコ製 フィンガークリッププローブＳＲ−５Ｃ）を測定して比較した。なお、心音計による計測は人の胸部前面から行った。被験者はインフォームドコンセント後に書面にて同意を得た健常な２０歳代の男性ボランティア６名（２５．０±２．９歳）であり、体格等の身体的特徴は図５に示したとおりであった。いずれも、肥満指数（ＢＭＩ値）は、１８．５以上２５未満であり、標準体格の被験者であった。

計測時間は１５分間であり、サンプリング周波数１０００Ｈｚで、Ａ／Ｄコンバータ（日本光電工業（株）製 Ｐｏｗｅｒ Ｌａｂ ８／３０）による周期・連続計測を実施した。なお、計測開始から５分間の計測データは計測対象とせず、計測環境に慣れたと考えられる計測開始から５分経過以降の１０分間のデータを計測対象とした。また、解析対象は体動等の少ない安定したデータが計測できたと考えられる計測開始から５分間経過後さらに６０秒後から５４０秒後まで（すなわち計測開始から６分から１４分の間）の４８０秒間とした。図３のＳ１２のステップで実施するクリップ処理の閾値は、Ｓ１１のバンドパスフィルタによる処理により得られた第１の疑似心音波形であるＲＣ１波形の振幅の最大値の２０％とした。また、実験時における被験者の行動記録から体動が発生した箇所は解析対象外とした。
また、１５分間の計測後に、上腕用家庭用血圧計（オムロンＨＥＭ−７０５１）を用いて、上腕の収縮期血圧（ＳＢＰ）、拡張期血圧（ＤＢＰ）の計測を行った。

（実験結果）
図６〜図８は、実験結果として、被験者Ｃ、被験者Ａ、被験者Ｆの事例を示したものである。図６の被験者Ｃは、心拍数は５６回／分、ＳＢＰは１１４ｍｍｇＨｇ、ＤＢＰは６８ｍｍＨｇであり、図７の被験者Ａは、全被験者中で最も心拍数が高く、心拍数は６８回／分、ＳＢＰは１２１ｍｍｇＨｇ、ＤＢＰは７３ｍｍＨｇであった。図８の被験者Ｆは、心拍数は６３回／分、ＳＢＰは１１１ｍｍｇＨｇ、ＤＢＰは６７ｍｍＨｇで、ＳＢＰ、ＤＢＰ共に低い事例である。

なお、図６〜図８において、（ａ）はＥＣＧを示し、（ｂ）は生体信号測定装置１により人の背部である胸部後面から採取したり背部音・振動情報ＲＣ０である（図３のＳ１０）。（ｃ）は、ＲＣ０に１０〜３０Ｈｚのバンドパスフィルタを適用して求めた第１の疑似心音波形であるＲＣ１波形であり（図３のＳ１１）、（ｄ）は、ＲＣ１にクリップ処理を施した波形（図３のＳ１２）で、（ｅ）はさらに遮断周波数４０Ｈｚでハイパスフィルタを適用して求めた第２の疑似心音波形（疑似Ｉ音、疑似ＩＩ音を含む）である（図３のＳ１３，Ｓ１４）。（ｆ）は、（ｅ）の第２の疑似心音波形を半波整流し（図３のＳ１５）、さらに卓越周波数（０．９３Ｈｚ）からその５倍（４．６５Ｈｚ）までのバンドパスフィルタを適用して求めたＰＰＷｇであり（図３のＳ１６，Ｓ１７）、（ｇ）は、（ｆ）のＰＰＷｇを微分して求めたＰＰＷｇ−Ｄである（図３のＳ１８，Ｓ１９）。（ｈ）は、ＰＣＧの時系列波形であり、（ｉ）は、ＰＣＧに半波整流を施し、卓越周波数（０．９３Ｈｚ）からその５倍（４．６５Ｈｚ）までのバンドパスフィルタを適用して求めた時系列波形（以下、「ＰＣＧ−ＰＰＷｇ」）であり、（ｊ）は、その微分波形（以下、「ＰＣＧ−ＰＰＷｇ−Ｄ」）である。（ｋ）は、ＰＰＧの時系列波形であり、（ｌ）は（ｋ）の２階微分波形（以下、「ＰＰＧ−２ｎｄ」）である。

（考察）
表１は、被験者Ａ〜Ｆの６名分のＲＲＩと疑似心音波形から得られたＰＰＷｇ−Ｄとの心周期の相関を示す。全被験者の相関係数は、ｐ＜０．０５となり、有意な相関が示された。図９は、相関図を示し、横軸はＲＲＩ、縦軸はＰＰＷｇ−Ｄである。

表２は、５秒間の平均値で計算したＲＲＩと疑似心音波形から得られたＰＰＷｇ−Ｄとの相関を示す。全被験者の相関係数は、ｐ＜０．０５となり、有意な相関が示された。図１０は、相関図を示し、横軸はＲＲＩ、縦軸はＰＰＷｇ−Ｄである。

５秒間の平均値で計算した心周期の方が、全被験者において、相関係数並びに傾きが０．９以上を示した。以上の結果から、心拍変動を捉える場合は５秒間の平均値から求めた時系列波形を使うことが生体解析に有意な相関が得られるといえる。

表３は、ＰＣＧ−ＰＰＷｇ−ＤとＲＲＩの相関関係を示す。 図１１は、相関図を示し、横軸はＲＲＩ、縦軸はＰＣＧ−ＰＰＷｇ−Ｄである。

表４は、ＰＣＧ−ＰＰＷｇ−Ｄの５秒間の平均値とＲＲＩとの相関関係を示す。図１２は、相関図を示し、横軸はＲＲＩ、縦軸はＰＣＧ−ＰＰＷｇ−Ｄである。

図１１及び図１２は、いずれも全被験者の相関係数０．９以上、ｐ＜０．０５と高い相関を示した。

表５は、ＰＰＧ−２ｎｄとＲＲＩとの相関関係を示す。図１３は、相関図を示し、横軸はＲＲＩ、縦軸はＰＰＧ−２ｎｄである。

全被験者の相関係数は０．９以上、ｐ＜０．０５と高い相関を示した。

表６は、ＰＰＧ−２ｎｄの５秒間の平均値とＲＲＩとの相関関係を示す。図１４は、相関図を示し、横軸はＲＲＩ、縦軸はＰＰＧ−２ｎｄである。

全被験者の相関係数は０．９以上、ｐ＜０．０５と高い相関を示した。しかし、ＰＰＧ−２ｎｄでは、相関係数が、１拍毎で０．９９４（表５及び図１３）、５秒間の平均値で０．９８１（表６及び図１４）であり、５秒間の平均値の方が低かった。従って、脈波伝播速度等によって遅れが生じるものについては、機械的に処理する場合、５秒間の平均値を用いない方が精度が向上する場合がある。

図１５は、最大振幅値で正規化したＰＰＷｇ−Ｄに対する最大振幅値で正規化したＰＣＧ−ＰＰＷｇ−Ｄ及びＰＰＧ−２ｎｄの各周波数帯を除することによって無次元化したものである。縦軸の値が１に近いほどその周波数成分が同一であり、このことから、卓越周波数の３〜４倍の周波数帯が重要であると考えられ、ＰＰＷｇを得るためのフィルタ範囲としては、卓越周波数の１〜５倍が適当である。

図１６は、疑似心音波形演算手段２２０により求めた第２の疑似心音波形をもとに、低周波時系列波形演算手段２３０により求めたＰＰＷｇ−Ｄの時系列波形の一例（被験者Ｃのデータ）を示したものであり、図１７は、図１６の時系列波形の振幅変動に、血圧変動推定手段２４０において、自由減衰振動波形の減衰比を算出する手法を適用したものである。

図１７では、図１６のＡ（Ｎ）とＡ（Ｎ＋１）をamplification (1)とし、Ａ（Ｎ＋１）とＡ（Ｎ＋２）をamplification (2)とし、Ａ（Ｎ＋２）とＡ（Ｎ＋３）をdamping (1)とし、Ａ（Ｎ＋３）とＡ（Ｎ＋４）をdamping (2)とし、Ａ（Ｎ＋４）とＡ（Ｎ＋５）をdamping (3)とし、これを、１心周期（疑似Ｉ音の波形成分の始点から、疑似ＩＩ音の波形成分の終点までの間）毎に求めてプロットした。図１７中、破線Ｂよりも下方にプロットされた点は振幅の増幅を意味し、破線Ｂより上方にプロットされた点は振幅の減衰を意味する。

ここで、血圧変動推定手段２４０は、プロットされた点群の分散状況を評価するにあたって、疑似Ｉ音に相当するところに注目した。疑似Ｉ音に対応する心音計により測定される心音Ｉ音が血圧に高い相関を有していることが知られており、中でも、増幅期が自励振動に相当するため、そのプロットされた点群の分散状況が血圧に相関を示すと考えられ、最高ピーク（１心周期の波形成分中、基準線よりも正側に振幅の最高値を示した箇所）を有する顕著な増幅傾向を示すamplification (2)のプロットされた点群の分散状況に着目して、生体状態を推定する。ブロットされた点群の分散状況として、血圧変動推定手段２４０は、amplification (2)のプロットされた点群に、最小二乗法による近似線を引き、Ｘ軸とのなす傾きの角度を算出し、血圧との相関を推定する。

なお、図１８（ａ）は、ＰＣＧ−ＰＰＷｇ−Ｄについて図１７と同様の処理によるプロットされた点の分散状況を示した図であり、図１８（ｂ）は、ＰＰＧ−２ｎｄについて図１７と同様の処理によるプロットされた点の分散状況を示した図である。

図１９は、本実施形態の背部体表脈波から求めたＰＰＷｇ−Ｄにおけるamplification (2)のプロットされた点群の傾き角度と血圧との関係を６名の全被験者について示した図である。（ａ）は最高血圧、（ｂ）は最低血圧との関係を示す。なお、図中、矢印は、図１７で取り上げた被験者Ｃのデータ（傾き角度）を示す。ＳＢＰとの相関係数は０．９４１、ＤＢＰとの相関係数は０．８４９であり、いずれも高い相関が見られた。

図２０は、図１８（ａ）のＰＣＧ−ＰＰＷｇ−Ｄの結果と血圧との相関を示した図で、（ａ）は最高血圧、（ｂ）は最低血圧との関係を示す。本実施形態で用いた背部音・振動情報から求めた図１９と同様に血圧との相関がある。一方、図２１は、図１８（ｂ）のＰＰＧ−２ｎｄの結果と血圧との相関を示した図で、（ａ）は最高血圧、（ｂ）は最低血圧との関係を示すが、相関性はそれほど高くなかった。
従って、本実施形態の手法を用いれば、背部音・振動情報を測定するだけで、すなわち、被験者は生体信号測定装置１が装着されたシートに着席するだけで、心音計を用いた場合と同程度の精度で血圧変動を捉えることができる。

図２２〜図２７は、本発明の他の実施形態を説明するための図である。図２２に示したように、本実施形態の生体状態推定装置１００は、生体状態推定手段２００として、さらに、生理現象推定手段２５０を有している。

本実施形態の生理現象推定手段２５０は、血圧変動との関連性の高い生理現象を推定する。具体的には、蓄尿の進行により、一般的に血圧の上昇現象が見られる尿意を推定する。

まず、測定された背部音・振動情報（ＲＣＯ）に、背部音・振動情報加工手段２１０により、中心周波数２０Ｈｚ近傍のバンドパスフィルタ、例えば、１０〜３０Ｈｚのバンドパスフィルタをかけ、第１の疑似心音波形である波形ＲＣ１を得る（図３のＳ１０、Ｓ１１のステップ参照）。

本実施形態の生理現象推定手段２５０は、この第１の疑似心音波形である波形ＲＣ１を分析対象とする。分析処理法は、上記の血圧変動推定手段２４０と同様であり、第１の疑似心音波形である波形ＲＣ１の１心周期に相当する波形成分中、隣接する２つの波形成分の振幅（ｉ，ｉ＋１）について、一方を横座標軸に他方を縦座標軸にとった座標系に時系列にプロットし、各プロットされた点群の分散状況から尿意を推定する（図２３、図２４参照）。

尿意は、血圧変動と相関するものであり、上記実施形態の疑似心音をより明確化した第２の疑似心音波形から推定することも可能であるが、迅速な処理のため、本実施形態では第１の疑似心音波形である波形ＲＣ１を分析対象としている。また、本実施形態では、図２３に示したように、２つの振幅（ｉ，ｉ＋１）として、１心周期内に含まれる波形成分中、最小ボトム（１心周期の波形成分中、振幅の最低値を示した箇所）Ｂ１の直前に位置するボトムＢ２を挟んだ２つの波形成分の振幅（Ａ１，Ａ２）を選択した。１心周期内に含まれる波形成分中、上記実施形態のように、最高ピークを中心としてその前後の波形成分の振幅を用いてもよい。いずれにしても、増幅期において振幅の大きな２つの波形成分を一定の基準で選択して用いることが好ましい。

生理現象推定手段２５０は、図２３で示した増幅期の２つの波形成分の振幅（Ａ１（ｉ），Ａ２（ｉ＋１））を用いて、その振幅比を座標系にプロットする。図２４（ａ）は、その一例を示したものであり、図中、濃い色で示された点群が相当する。その他の薄い色で示された点群は、特定の波形成分の振幅（Ａ１（ｉ），Ａ２（ｉ＋１））より前の増幅期、及び、後の減衰期の振幅比をそれぞれプロットしたものであるが、上記実施形態のように、最大ピークに近い増幅期における波形成分の振幅比が血圧変動と相関を示すことから、薄い色で示された点群の分散状況は、尿意の推定には用いない。そこで、尿意の推定に用いる波形成分の振幅（Ａ１（ｉ），Ａ２（ｉ＋１））の比のプロットを明瞭化させたのが図２４（ｂ）である。ブロットの分布密度を算出し、ブロット数の分布密度等高線図としたものである。

・実験例２
（実験方法）
２０歳代から３０歳代の健康な被験者（男性８名（なお、内３名は２回実験を行ったため、得られた実験データは全１１例））に、水を摂取させ、尿意の感覚レベルと生理現象推定手段２５０により求められる上記振幅比のプロットされた点群との関係を調べた。尿意の感覚レベルは、水を摂取後、全く尿意を感じない状態を「通常時」とし、その後、尿意を知覚した時点（すなわち、初発尿意（ＦＤＶ）を自覚した時点を「知覚後」とし、初発尿意を自覚する直前を「知覚前」として分類した。また、尿意の我慢限界である最大尿意（ＭＤＶ）の自覚時を「限界時」とし、「知覚後」と「限界時」との間の強い尿意（ＳＤＶ）を自覚している時点を「我慢時」として分類した。

実験は、株式会社デルタツーリング製、商品名「スリープバスター」で使用されている生体信号測定装置１がシートバック部に装着された実験用の自動車用シートに被験者を座させ、安静状態、座位姿勢で、背部音・振動情報を採取した。コンピュータである生体状態推定装置１００によって背部音・振動情報のデータを分析した。同時に、心電図（以下「ＥＣＣ」、計測機器：日本光電工業（株）製、ベッドサイドモニタ ＢＳＭ−２３００シリーズライフスコープＩ）を計測すると共に、１５分おきに、上腕用家庭用血圧計（オムロンＨＥＭ−７０５１）を用いて、上腕の収縮期血圧（最高血圧）、拡張期血圧（最低血圧）の計測を行った。
被験者が、上記実験用の自動車用シートに排尿後に着座して実験を開始し、実験開始から４５分後から水５００ｍｌを１５分かけ摂取、最大尿意（限界時）申告まで安静状態を保ち、最大尿意申告後、排尿を行い、排尿量を測定して実験を終了した。

（実験結果）
図２５は、比較的眠気の影響が少なかった被験者Ａの解析結果を示した図である。図２５（ａ）は、心電図のＨＦとＬＦ／ＨＦの時系列波形を、図２５（ｂ）は、最高血圧、最低血圧の時系列の推移、並びに、１５分おきに求めた心拍数の推移を、図２５（ｃ）は、尿意及び眠気の自己申告によるレベルを示したグラフである。このグラフから、「限界時」が、ＬＦ／ＨＦが比較的安定した時期において、ＨＦが亢進し、その中で最高血圧、最低血圧共に上昇していることがわかる。また、「知覚後」、「我慢時」、「限界時」は、「通常時」、「知覚前」よりも、最高血圧、最低血圧共に高くなる傾向が見られる。

図２６は、本実施形態の生理現象推定手段２５０により求められた出力結果であり、（ａ）は「通常時」、（ｂ）は「知覚前」、（ｃ）は「知覚後」、（ｄ）は「我慢時」及び（ｅ）は「限界時」の出力結果をそれぞれ示す。また、図２６（ａ）〜（ｅ）の各図中の左列は、振幅比のプロット図を示し、各図の右列は、左列のプロット図から作成した所定の振幅（Ａ１（ｉ），Ａ２（ｉ＋１））比の点群の分布密度等高線図である。

図２６から、「我慢時」、「限界時」は、振幅（Ａ１（ｉ），Ａ２（ｉ＋１））比の点群の幅が、それ以前の状態と比較して小さくなり、分布が一点に集中する傾向がある。また、尿意を強く感じるほど、この点群の中心が座標原点方向に向かう傾向もある。よって、これらの点群の面積、中心点の位置等について、座標上に閾値を設定することで、生理状態推定手段２５０は、尿意のレベルを推定することができる。

図２７は、図２６で求めた振幅（Ａ１（ｉ），Ａ２（ｉ＋１））比の点群の近似線の傾きと最高血圧（図２７（ａ））又は最低血圧（図２７（ｂ））との相関を示した図である。なお、血圧のデータは、「通常時」については７５分経過時の血圧を、「知覚前」は９０分経過時の血圧を、「知覚後」は１０５分経過時の血圧を、「我慢時」は１３５分経過時と１５０分経過時の血圧の平均値を、「限界時」は１８０分経過時と１９５分経過時の血圧を採用した。図２７から、最高血圧、最低血圧共に、「限界時」のみ図２７の近似線から外れていることがわかる。よって、生理状態推定手段２５０は、図２６で求めた振幅（Ａ１（ｉ），Ａ２（ｉ＋１））比の点群の近似線の傾きと血圧との相関性から、大きく外れた特異点の出現が判定できる場合に、「限界時」の尿意レベルと推定することができる。

本実験例では、血圧を血圧計を用いて測定しているが、上記実施形態の血圧変動推定手段２４０によって推定される血圧変動の出力結果を用いて、図２７に示したような特異点を求めるという本実施形態の生理現象推定手段２５０の手法により、尿意を推定することもできる。

次に、生理現象推定手段２５０として、図２２〜図２７を用いて説明した実施形態とは異なる手段を採用した実施形態について説明する。本実施形態の生理現象推定手段２５０では、２つの波形成分の振幅比ではなく、疑似心音波形の各心周期における振幅変化のパターンを比較して尿意を推定する手段を採用している。なお、本実施形態でも解析対象とする疑似心音波形は、上記した第１の疑似心音波形であるＲＣ１波形である。

図２８に示したように、第１の疑似心音波形の各心周期（図２８で囲みをつけた２つの領域（ａ），（ｂ））に着目すると、心音Ｉ音に相当する疑似Ｉ音の波形成分中、振幅の最も高い点（最高ピーク）の出現直後に最も低い点（最低ボトム）が出現する変化を示す領域（ａ）の波形パターン（以下、「正の波形パターン」という）と、振幅の最も高い点（最高ピーク）の出現の直前に最も低い点（最低ボトム）が出現している変化を示す領域（ｂ）の波形パターン（以下、「負の波形パターン」という）が存在する。本実施形態では、この２種類の波形パターンを利用して尿意の推定を行った。

すなわち、本実施形態の生理現象推定手段２５０では、正の波形パターンと負の波形パターンの一定時間における出現比率から尿意の推定を行うように設定している。上記実施形態における被験者Ａのデータを用いて説明する。

図２９は、実験開始後６０分から２００分までにおける被験者Ａの尿意と眠気の主観評価（図２９（ａ））、最高血圧（ＳＢＰ）と最低血圧（ＤＢＰ）（図２９（ｂ））、ＨＦとＬＦ／ＨＦ（図２９（ｃ））の各時系列変化を示すと共に、図２９（ｄ）に、負の波形パターンの出現比率の時系列変化を示している。負の波形パターンの出現比率の時系列変化は、３０秒毎に、１８０秒間の負の波形パターンの出現比率を算出してプロットすることにより求めたものである。

図２９（ｄ）に示したように、負の波形パターンの出現比率は、実験開始から初発尿意の発現までは変動が小さかったが、初発尿意の発現後は出現比率が大きく変動している。この変化は、図２９（ｃ）において、ＨＦが初発尿意の発現から顕著な減少傾向を示すこととタイミング的に一致している。これは副交感神経が膀胱の収縮と括約筋の弛緩に関与しているためであり、尿意の発現からＨＦと同様の顕著な変動が見られる負の波形パターンの出現比率を用いれば、尿意による体の変化を捉えられることになる。そこで、本実施形態では、生理現象推定手段２５０において、負の波形パターンの出現比率を求め、それが予め設定した判定基準に該当した場合に、「尿意有り」と判定するように設定した。判定基準としては、所定時間範囲における負の波形パターンの出現比率の増加率等が挙げられる。本実施形態では、図３０に示したように、判定時の直前２０分間で負の波形パターンの出現比率の最低値と最高値との差が３０％以上増加した場合に、「尿意有り」と判定するように設定した。

表７は、上記実験例２の各被験者のデータに関して、図３０で示した判定基準に従って尿意の有無を判定した場合と、各被験者の主観評価との相関を示したものである。具体的には、主観評価の「尿意のない状態」は、水５００ｍｌの摂取後とし、「尿意のある状態」は、初発尿意時（弱い尿意を感じた時）及び最大尿意時（強い尿意を感じた時）として、それらのタイミングを基準として図３０の判定基準を採用した生理現象推定手段２５０による判定を行って、両者を対比した。

正答率は、「尿意のない状態」で８２％、「尿意のある状態」で６８％となった。フィッシャーの正確確率検定の結果はｐ＝０．０１であり、ｐ＜０．０５の範囲であるため、被験者の主観による尿意の有無と、負の波形パターンの出現比率による尿意の有無の判定に有意な相関が認められた。

但し、被験者により判定精度がある程度異なっており、その中では、図２９に実験結果を示した被験者Ａは正答率が高かった。正答率が比較的低かった被験者Ｂの実験結果を図３１に示す。両者を比較すると、被験者Ａは、図２９に示したように、初発尿意の発現からＨＦの低下や血圧の上昇といった尿意による影響が各生体指標に表れており、負の波形パターンの出現比率の顕著な変動も尿意に伴う体の状態変化の表れと考えられる。これに対し、被験者Ｂの場合、図３１（ｂ）に示したように、血圧が、１３５分までは眠気が強くなると低下し、弱くなると上昇するといった変動を繰り返しているが、最大尿意時には強い眠気にも関わらず血圧が上昇している。また、図３１（ｃ）に示したように、ＨＦ、ＬＦ／ＨＦは、実験開始からあまり変化が見られないものの、最大尿意申告前からＨＦが低下し、ＬＦ／ＨＦが上昇する傾向を示している。これらのことから、被験者Ｂは最大尿意時には尿意による影響が生体指標に表れていると言えるが、体の状態変化に及ぼす影響が尿意よりも強い眠気の方が勝ったことにより、初発尿意時には、負の波形パターンの出現比率に大きな変動が生じず、尿意を捉えられなかったものと考えられる。

本実施形態における疑似心音波形から求めた負の波形パターンの出現比率は、心臓から発生した脈波の反射波の影響を受けて変化し、すなわち、血圧の上昇などの影響による動脈壁の硬化によって反射波の伝播速度が速くなることで変化するものと考えられる。よって、尿意発現に伴う血圧の上昇による反射波の早期帰来が負の波形パターンの出現比率の大きな変動として出現し、尿意を検知できる。

次に、図２８〜図３１において説明した負の波形パターンの出現比率から尿意を判定する方法を利用して、尿意の生じた時点をより迅速に判定する方法について図３２に基づき説明する。

まず、図３２（ａ）に示したように、負の波形の出現比率の最高値と最低値の差を上記と同様に所定時間範囲について求める。なお、上記実験例では２０分間と設定したが、図３２の計算例では１５分間に設定し、さらに、これを２分ずつスライドさせたデータを用いて順次求めていく（ｎ（１）〜ｎ（ｉ））。例えば、図３２（ｂ）に示したように、２分から１７分までの１５分間の差を１５％と算出することを順次行っていく。次に、図３２（ｃ）に示したように、ある１５分間（ｎ（ｉ））のデータにおいて出力された差と、その直前１５分間（ｎ（ｉ−１））のデータにおいて出力された差を比較して、直前変動率としてプロットしていく。また、尿意を感じる前の通常時における任意の１５分間のデータから基準となる差（基準差）Ｘを求め（図３２（ｄ））、図３２（ｅ）に示したように、この基準差（Ｘ）に対するある１５分間（ｎ（ｉ））の比率を算出し、これを通常時変動率としてプロットしていく。そして、図３２（ｃ）の直前変動率波形と図３２（ｅ）の通常時変動率波形とを比較する。

図３３は、図３２の手法を上記実験データに適用した例を示したものである。なお、通常時におけるデータとしては、水摂取前で、負の波形の出現比率の波形が比較的安定している１５分間を選択して用い、この例では基準差Ｘ＝１４％に設定した。図３３（ｆ）に示したグラフがその結果である。このグラフから、尿意の上昇に伴って、通常時変動率が上昇していることがわかる。よって、図３３（ｆ）のグラフを用いれば、負の波形パターンの出現比率を順次求めていきながら、通常変動率が上昇した時点で尿意を生じたと速やかに判定することができる。

次に、負の波形パターンの出現比率を利用して、生体状態の変化を捉える他の解析手法について図３４に基づき説明する。

まず、上記と同様に、負の波形の出現比率の時系列波形を求める（図３４（ａ））。その後、例えば、時間窓を２４０秒に設定して移動平均計算を行い、負の波形の出現比率の移動平均波形を求める（図３４（ｂ））。この負の波形の出現比率の移動平均波形の各周期の始点を求めるため、移動平均波形を微分し、その振幅のボトム点を抽出する（図３４（ｃ））。次いで、図３４（ｂ）の負の波形の出現比率の移動平均波形上に、図３４（ｃ）で抽出したボトム点をプロットし（図３４（ｄ））、図３４（ｄ）のデータを用いて、負の波形の出現比率の移動平均波形の振幅、周期、基線のゆらぎを捉える。

図３５は、図３３と同じ被験者の実験データであり、図３５（ｆ）に、負の波形の出現比率の移動平均波形に周期の始点であるボトム点をプロットしたグラフを示している。初発尿意申告時点までは、基線がほぼ一定であると共に、周波数も安定しており振幅が小さい。これに対し、初発尿意申告時点からは、ゆらぎが生じ、振幅が大きくなって長周期化している。その一方、１４０分以降は最大尿意時（限界時）に近づくほど、振幅が収束する傾向が見られる。

図３６は、図３５と同じ被験者の異なる実験データである。同じく図３６（ｆ）の最下欄のグラフを見ると、初発尿意申告時までは、基線が不安定であるものの周波数はほぼ一定である。これに対し、初発尿意申告時において、一旦、振幅が大きく変化して周期が変動している。その後、周期が安定するものの、１４０〜１５０分付近で再び、振幅が大きくなっている。この時点は、尿意・眠気のグラフ（図３６（ｄ））から明らかなように、眠気の変動が生じ、尿意が一時的に減少している。また、最大尿意時（限界時）の前後においては、振幅の収束傾向とその後再び大きくなる傾向が出現している。すなわち、尿意を感じ始めた時、眠気に変化が生じた時、最大尿意時というように、生体状態に何らかの変化を生じたことが捉えられている。

図３７は異なる被験者のデータであるが、図３７（ｆ）に示したように、初発尿意の申告時に振幅、周期の変動があり、１５０分付近、１９０分付近における尿意を我慢してある程度の時間が経過するタイミングで振幅、周期の変動がある。そして、最大尿意時（限界時）に近づくにつれ、収束傾向を示している。

図３８はさらに異なる被験者のデータであり、図３８（ｅ）から、５０分前後において、振幅、周期の変化、基線の傾きの変化が見られる。この時点では、尿意を感じていないが、ＬＦ／ＨＦが優位となって交感神経活動が活発化していることに対応した変化となっている。そして、９０分付近の初発尿意申告時においても振幅、周期の変動があり、限界時付近で振幅の収束傾向を示している。

図３９はさらに異なる被験者のデータである。この被験者は、図３９（ｄ）に示したように、実験開始３０分後から、初発尿意の申告時付近まで眠気が増大している。図３９（ｆ）を見ると、７０分付近まで、眠気の増大に伴って基線の傾きが右肩上がりになっている。その後、初発尿意の申告時付近に向かうに従い、基線の傾きが変化すると共に、周期の変動が見られ、さらに限界時付近で振幅の収束傾向を示している。

負の波形の出現比率の移動平均波形の振幅、周期、基線等のゆらぎの変動は、上記のように、尿意の変化に伴って出現しており、尿意を捉えられることが示唆されるが、それのみならず、眠気や自律神経活動の変化にも対応して変動が見られ、生体状態の種々の変化を捉えることに利用できる指標である。

１ 生体信号測定装置
１１ コアパッド
１２ スペーサパッド
１３ センサ
１００ 生体状態推定装置
２００ 生体状態推定手段
２１０ 背部音・振動情報加工手段
２２０ 疑似心音波形演算手段
２３０ 低周波時系列波形演算手段
２４０ 血圧変動推定手段
２５０ 生理状態推定手段

Claims (11)

1. 生体信号を用いて生体の状態を推定する生体状態推定装置であって、
   前記生体信号として、心臓から送り出される血液の流量に対応して変動する人の背部から採取される背部生体音・振動情報を処理して得られる心音の周期に対応した疑似心音波形を用い、前記疑似心音波形における所定の波形成分を比較して、生体状態を推定する生体状態推定手段を有し、
   前記生体状態推定手段は、前記疑似心音波形の１心周期内に含まれる２つの波形成分の振幅（ｉ，ｉ＋１）について、一方を横座標軸に他方を縦座標軸にとった座標系に時系列にプロットし、各プロットされた点群の傾きから生体状態を推定することを特徴とする生体状態推定装置。
2. 生体信号を用いて生体の状態を推定する生体状態推定装置であって、
   前記生体信号として、心臓から送り出される血液の流量に対応して変動する人の背部から採取される背部生体音・振動情報を処理して得られる心音の周期に対応した疑似心音波形を用い、前記疑似心音波形における所定の波形成分を比較して、生体状態を推定する生体状態推定手段を有し、
   前記生体状態推定手段は、前記疑似心音波形の各心周期における振幅変化のパターンを、各心周期において振幅が最も高くなる最高ピークに対し、振幅が最も低くなる最低ボトムが、前記最高ピークの直後に出現する正の波形パターンと直前に出現する負の波形パターンとに分け、２つの波形パターンの一定時間における出現比率から生体状態を推定することを特徴とする生体状態推定装置。
3. 前記生体状態推定手段は、前記生体状態として、血圧変動の状態を推定する血圧変動推定手段を有する請求項１又は２記載の生体状態推定装置。
4. 前記生体状態推定手段は、前記生体状態として、生理現象を推定する生理現象推定手段を有する請求項１又は２記載の生体状態推定装置。
5. 前記生理現象推定手段が、尿意を推定する手段である請求項４記載の生体状態推定装置。
6. コンピュータに、生体信号を処理して生体の状態を推定する手順を実行させるコンピュータプログラムであって、
   前記コンピュータに、前記生体信号として、心臓から送り出される血液の流量に対応して変動する人の背部から採取される背部生体音・振動情報を処理して得られる心音の周期に対応した疑似心音波形を用い、前記疑似心音波形の１心周期内に含まれる２つの波形成分の振幅（ｉ，ｉ＋１）について、一方を横座標軸に他方を縦座標軸にとった座標系に時系列にプロットし、各プロットされた点群の傾きから生体状態を推定する生体状態推定手順を実行させるコンピュータプログラム。
7. コンピュータに、生体信号を処理して生体の状態を推定する手順を実行させるコンピュータプログラムであって、
   前記コンピュータに、前記生体信号として、心臓から送り出される血液の流量に対応して変動する人の背部から採取される背部生体音・振動情報を処理して得られる心音の周期に対応した疑似心音波形を用い、前記疑似心音波形の各心周期における振幅変化のパターンを、各心周期において振幅が最も高くなる最高ピークに対し、振幅が最も低くなる最低ボトムが、前記最高ピークの直後に出現する正の波形パターンと直前に出現する負の波形パターンとに分け、２つの波形パターンの一定時間における出現比率から生体状態を推定する生体状態推定手順を実行させるコンピュータプログラム。
8. 前記生体状態推定手順は、前記生体状態として、血圧変動の状態を推定する血圧変動推定手順を実行する請求項６又は７記載のコンピュータプログラム。
9. 前記生体状態推定手順は、前記生体状態として、生理現象を推定する生理現象推定手順を実行する請求項６又は７記載のコンピュータプログラム。
10. 前記生理現象推定手順が、尿意を推定する手順を実行する請求項９記載のコンピュータプログラム。
11. 生体状態推定装置としてのコンピュータに、生体信号を処理して生体の状態を推定する手順を実行させる請求項６〜１０のいずれか１に記載のコンピュータプログラムが記録されたコンピュータ読み取り可能な記録媒体。

Images