JP7037644B2 - データ解析装置 - Google Patents
データ解析装置 Download PDFInfo
- Publication number
- JP7037644B2 JP7037644B2 JP2020516286A JP2020516286A JP7037644B2 JP 7037644 B2 JP7037644 B2 JP 7037644B2 JP 2020516286 A JP2020516286 A JP 2020516286A JP 2020516286 A JP2020516286 A JP 2020516286A JP 7037644 B2 JP7037644 B2 JP 7037644B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- analysis
- extraction
- characteristic value
- analysis target
- 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
- 238000007405 data analysis Methods 0.000 title claims description 133
- 238000004458 analytical method Methods 0.000 claims description 378
- 238000000605 extraction Methods 0.000 claims description 252
- 238000000034 method Methods 0.000 claims description 104
- 230000008569 process Effects 0.000 claims description 84
- 238000013075 data extraction Methods 0.000 claims description 78
- 238000012545 processing Methods 0.000 claims description 40
- 239000000284 extract Substances 0.000 claims description 24
- 238000012880 independent component analysis Methods 0.000 claims description 20
- 238000000926 separation method Methods 0.000 description 57
- 239000011159 matrix material Substances 0.000 description 45
- 238000010586 diagram Methods 0.000 description 27
- 101001081606 Homo sapiens Islet cell autoantigen 1 Proteins 0.000 description 22
- 102100027640 Islet cell autoantigen 1 Human genes 0.000 description 22
- 102000005327 Palmitoyl protein thioesterase Human genes 0.000 description 14
- 108020002591 Palmitoyl protein thioesterase Proteins 0.000 description 14
- 230000006870 function Effects 0.000 description 9
- 238000005259 measurement Methods 0.000 description 9
- 101150085646 PPT3 gene Proteins 0.000 description 7
- 241000018850 Setina Species 0.000 description 7
- 230000000694 effects Effects 0.000 description 7
- 101000812677 Homo sapiens Nucleotide pyrophosphatase Proteins 0.000 description 5
- 102100039306 Nucleotide pyrophosphatase Human genes 0.000 description 5
- 238000000513 principal component analysis Methods 0.000 description 5
- 238000003384 imaging method Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 101100085225 Homo sapiens PTPRN gene Proteins 0.000 description 2
- 102100034091 Receptor-type tyrosine-protein phosphatase-like N Human genes 0.000 description 2
- 208000011913 Zygodactyly type 2 Diseases 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 208000022859 zygodactyly type 1 Diseases 0.000 description 2
- 101100353526 Neurospora crassa (strain ATCC 24698 / 74-OR23-1A / CBS 708.71 / DSM 1257 / FGSC 987) pca-2 gene Proteins 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 208000018670 synpolydactyly type 1 Diseases 0.000 description 1
- 208000025793 synpolydactyly type 2 Diseases 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/02416—Detecting, measuring or recording pulse rate or heart rate using photoplethysmograph signals, e.g. generated by infrared radiation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/0245—Detecting, measuring or recording pulse rate or heart rate by using sensing means generating electric signals, i.e. ECG signals
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1113—Local tracking of patients, e.g. in a hospital or private home
- A61B5/1114—Tracking parts of the body
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1116—Determining posture transitions
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1126—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique
- A61B5/1128—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique using image analysis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
- G06F18/2134—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on separation criteria, e.g. independent component analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/56—Extraction of image or video features relating to colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/7715—Feature extraction, e.g. by transforming the feature space, e.g. multi-dimensional scaling [MDS]; Mappings, e.g. subspace methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/70—Multimodal biometrics, e.g. combining information from different biometric modalities
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
- G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/40—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for data related to laboratory analysis, e.g. patient specimen analysis
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
- H04R1/00—Details of transducers, loudspeakers or microphones
- H04R1/08—Mouthpieces; Microphones; Attachments therefor
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
- A61B2562/02—Details of sensors specially adapted for in-vivo measurements
- A61B2562/0204—Acoustic sensors
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2576/00—Medical imaging apparatus involving image processing or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20076—Probabilistic image processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/15—Biometric patterns based on physiological signals, e.g. heartbeat, blood flow
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Multimedia (AREA)
- Biophysics (AREA)
- Heart & Thoracic Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Physiology (AREA)
- Cardiology (AREA)
- Artificial Intelligence (AREA)
- Signal Processing (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Databases & Information Systems (AREA)
- Human Computer Interaction (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Dentistry (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Acoustics & Sound (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Computational Linguistics (AREA)
- Quality & Reliability (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Engineering & Computer Science (AREA)
Description
前記入力データの集合は、前記主特性値に対応する従特性値の属性が互いに異なる複数の入力データを含み、前記複数の入力データのそれぞれについて、互いに異なる複数の抽出条件に該当する複数の主特性値と、前記複数の主特性値に対応する従特性値とを、抽出データとして抽出するデータ抽出部と、複数の前記抽出データに対して所定の分析処理を行い、その分析処理の結果に基づき解析対象となる解析対象データを特定するデータ特定部と、前記複数の抽出条件毎に特定された複数の前記解析対象データに基づき生成された出力データを出力するデータ出力部と、を備える、データ解析装置。
以下、本開示の一実施形態について、詳細に説明する。
図1は、データ解析装置1の一例を示すブロック図である。データ解析装置1は、主となる属性の特性値である主特性値に、主特性値に対応する従となる属性の特性値である従特性値が対応付けられた入力データの集合に対して解析を行うものであり、図1に示すように、制御部2及び記憶部3を備える。制御部2は、データ解析装置1を統括的に制御するものであり、本実施形態では特に、データ抽出部21(抽出装置)、データ特定部22(分離装置)、データ出力部23(出力装置)を備える。記憶部3(メモリ装置)は、制御部2で処理されるプログラム、抽出条件(後述)、及び解析対象データ(後述)等が記憶される。
図2の(a)~(c)は、入力データの一例を示す図である。上述のように、入力データは、主特性値に従特性値が対応付けられたものである。入力データは、主特性値と従特性値との組を少なくとも1つ含む。また、同一の主となる属性に対応する複数の従となる属性を集めたものが入力データの集合となる。換言すれば、入力データの集合は、主特性値に対応する従特性値の属性が互いに異なる複数の入力データを含む。
・「位置」を示す主特性値と「信号Si1」を示す従特性値との組、
・「位置」を示す主特性値と「信号Si2」を示す従特性値との組、
・「位置」を示す主特性値と「信号Si3」を示す従特性値との組、
のそれぞれが入力データを構成する。入力データの集合は、これらの3つの入力データを集めたものである。
図3は、データ抽出部21の処理の一例を示す図である。データ抽出部21は、入力データの集合を構成する複数の入力データのそれぞれについて、複数の抽出条件のそれぞれに該当する主特性値及び従特性値の組を抽出データとして抽出する。
図4の(a)は、データ特定部22の処理の一例を示す図である。データ特定部22は、データ抽出部21が抽出した複数の抽出データが入力されると、所定の分析処理及び所定の選択処理を行った結果として解析対象データを特定する。
・解析対象候補データIC11を取得するために使用された分離行列ICA1、
・抽出データDS1に分離行列ICA1を適用することで取得された解析対象候補データIC11、IC12、IC13、…、及び、
・成分番号M1
が含まれる。その他、解析対象データSD1には、例えば、解析対象候補データIC11のS/N比が含まれていても構わない。また、解析対象データSD1に、これらの全てのデータが含まれる必要は無い。解析対象データSD1には、データ出力部23が出力データを生成するために必要となるデータが含まれていればよい。
・抽出条件C2に対応する解析対象候補データIC2(解析対象候補データIC21、IC22、IC23、…)、
・抽出条件C3に対応する解析対象候補データIC3(解析対象候補データIC31、IC32、IC33、…)、…
を生成する。そして、データ特定部22は、抽出条件C1の場合と同じ選択処理(同じ条件下での選択処理)を行うことで、抽出条件C2,C3,…のそれぞれに対応する解析対象データSD2,SD3,…を特定する。解析対象データSD2,SD3,…には、解析対象データSD1と同様のデータが含まれる。
(IC11,IC12,…,IC1n)=(D11,D12,…,D1n)×ICA1
に示すように分離される。この式は、分離行列ICA1による、抽出データとしてのベクトル(D11,D12,…,D1n)から、独立成分としてのベクトル(IC11,IC12,…,IC1n)への線形変換を意味する。独立成分分析では、線形変換された独立成分(IC11,IC12,…,IC1n)が互いに独立となるように、分離行列ICA1が決定される。この分離行列ICA1は、所定の数値計算アルゴリズム(例:infomax法又はfastICA法)を用いて決定される。
(PC11,PC12,…,PC1n)=(D11,D12,…,D1n)×PCA1
に示すように分離される。この式は、直交行列PCA1による、抽出データとしてのベクトル(D11,D12,…,D1n)から、主成分としてのベクトル(PC11,PC12,…,PC1n)への線形変換を意味する。主成分分析では、線形変換された主成分(PC11,PC12,…,PC1n)において、PC11,PC12,…,PC1nの順に分散が大きくなるように、直交行列PCA1が決定される。
図5は、データ解析装置1における処理の一例を示すフローチャートである。図5に示すように、データ抽出部21は、入力データの集合から、任意の抽出条件に従って抽出データを抽出する(S1)。具体的には、データ抽出部21は、入力データの集合INに含まれる入力データD1,D2,…のそれぞれについて、抽出条件C1に従って抽出データD11,D12,…を生成する。
データ解析装置1は、入力データの集合から、複数の互いに異なる抽出条件のそれぞれに従って主特性値及び従特性値の組を抽出データとして抽出し、抽出データのそれぞれについて所定の分析処理を行う。そして、当該分析処理の結果に基づき解析対象データを特定する。
本開示の他の実施形態について、以下に説明する。なお、説明の便宜上、上記実施形態にて説明した部材と同じ機能を有する部材については、同じ符号を付記し、その説明を繰り返さない。実施形態2以降の実施形態についても同様である。
・C1:R信号D1、G信号D2及びB信号D3の中央20秒間を含む範囲(つまり、撮像開始後20秒以上40秒以下の範囲)、
・C2:R信号D1、G信号D2及びB信号D3の中央40秒間を含む範囲(つまり、撮像開始後10秒以上50秒以下の範囲)、及び、
・C3:R信号D1、G信号D2及びB信号D3の中央60秒間を含む範囲(つまり、撮像開始後0秒以上60秒以下の範囲(全範囲))
が設定されている。
図7は、入力データの集合INaの一例を示す図である。図8は、図7の入力データの集合INaから、抽出条件C1に従って抽出された抽出データDS1aの一例を示す図である。図9は、図8の抽出データDS1aに対して分離行列ICA1を適用することで取得された解析対象候補データIC1aの一例を示す図である。図10は、抽出条件C1~C3に対応する解析対象データSDaの一例を示す図である。
データ解析装置1Aは、生体から取得したRGB信号に変動要因が含まれている場合であっても、変動要因の影響を低減した脈波データを取出す可能性を高めることができる。
図13は、データ解析装置1Bの一例を示すブロック図である。データ解析装置1Bは、データ解析装置1の実施例の1つである。データ解析装置1Bは、RGB信号から取得される脈波データの、信頼度が高いと推定される範囲を特定するものである。データ解析装置1Bは、図13に示すように、制御部2B及び記憶部3(不図示)を備える。制御部2Bは、データ抽出部21B、データ特定部22B及びデータ出力部23Bを備える。
・C1:R信号D1、G信号D2及びB信号D3の0秒以上10秒未満の範囲
・C2:R信号D1、G信号D2及びB信号D3の10秒以上20秒未満の範囲
・C3:R信号D1、G信号D2及びB信号D3の20秒以上30秒未満の範囲
・C4:R信号D1、G信号D2及びB信号D3の30秒以上40秒未満の範囲
・C5:R信号D1、G信号D2及びB信号D3の40秒以上50秒未満の範囲
・C6:R信号D1、G信号D2及びB信号D3の50秒以上60秒以下の範囲
が設定されている。
データ解析装置1Bは、変動要因の影響を低減した脈波データを取り出すことができる。また、データ解析装置1Bは、脈波データの、最も信頼度が高いと推定される範囲を、出力先に提供できる。出力先が測定装置である場合には、測定装置にて、当該範囲を用いた生体の状態の測定を行うことができるため、精度良い測定を行うことが可能となる。
図14は、データ解析装置1Cの一例を示すブロック図である。データ解析装置1Cは、データ解析装置1の実施例の1つである。データ解析装置1Cは、カメラ10が60秒間撮像した動画像データを構成するRGB信号から、信頼度が高いと推定される脈波データを取得するための処理を行うものである。データ解析装置1Cは、図14に示すように、制御部2C及び記憶部3(不図示)を備える。制御部2Cは、データ抽出部21C、データ特定部22C及びデータ出力部23Cを備える。
・C1:1フレーム、11フレーム、21フレーム、…81フレーム及び91フレームのR信号D1、G信号D2及びB信号D3
・C2:2フレーム、12フレーム、22フレーム、…82フレーム及び92フレームのR信号D1、G信号D2及びB信号D3
…
・C9:9フレーム、19フレーム、29フレーム、…89フレーム及び99フレームのR信号D1、G信号D2及びB信号D3
・C10:10フレーム、20フレーム、30フレーム、…90フレーム及び100フレームのR信号D1、G信号D2及びB信号D3
が設定されている。
出力データOUT(新たな分離行列)=
(ICA1×SN1+ICA2×SN2+…+ICA10×SN10)/(SN1+SN2+…+SN10)
に従って、新たな分離行列を生成する。なお、上記式において、各抽出条件C1~C10に応じて設定された分離行列を、それぞれICA1,ICA2,…,ICA10と表している。また、各抽出条件C1~C10下で取得されたS/N比を、それぞれSN1,SN2,…,SN10と表している。
データ出力部23Cは、信頼度が高いと推定される分離行列又は解析対象候補データを出力できればよい。データ出力部23Cは、例えば、各抽出条件下で設定された分離行列に対する所定の統計処理として、当該分離行列を平均したものを、新たな分離行列として生成しても構わない。
データ解析装置1Cは、変動要因の影響を低減した脈波データを取り出す可能性を高めることができる。また、データ解析装置1Cは、信頼度が高いと推定される分析条件を生成する。そのため、データ解析装置1C又は出力先は、当該分析条件を用いた入力データの分析処理を行うことができる。つまり、データ解析装置1C又は出力先は、入力データから、変動要因の影響を低減したデータを精度良く取り出すことが可能となる。
実施形態1~4では、データ解析装置1、1A~1Cに入力される入力データの集合は1つであった。本実施形態では、データ解析装置1D及び1Eに入力される入力データの集合が複数である点で、データ解析装置1、1A~1Cと異なる。
図15は、データ解析装置1Dの一例を示すブロック図である。データ解析装置1Dは、図15に示すように、制御部2D及び記憶部3を備える。制御部2Dは、データ抽出部21D、データ特定部22D及びデータ出力部23Dを備える。データ抽出部21D、データ特定部22D及びデータ出力部23Dは、実施形態1の制御部2のデータ抽出部21、データ特定部22及びデータ出力部23と同様の機能を有するが、以下の点において異なる。
図16は、データ解析装置1Dにおける処理の一例を示すフローチャートである。図16に示すように、データ解析装置1Dは、任意の入力データの集合に対して、実施形態1で説明したS1~S5の処理を行う。データ抽出部21Dは、全ての抽出条件についてそれぞれ解析対象データが特定されたと判定した場合(S5でYES)、全ての入力データの集合に対して、S1~S5の処理が行われたか否かを判定する(S11)。データ抽出部21Dが全ての入力データの集合に対してS1~S5の処理が行われていないと判定した場合(S11でNO)、全ての入力データの集合に対して解析対象データが特定されるまで、S1~S5の処理が行われる。一方、データ抽出部21Dが全ての入力データの集合に対してS1~S5の処理が行われたと判定した場合(S11でYES)、データ出力部23Dは、全ての入力データの集合の、全ての解析対象データに基づき、出力データを生成する(S12)。
図17は、データ解析装置1Eの一例を示すブロック図である。データ解析装置1Eは、データ解析装置1Dの実施例の1つである。データ解析装置1Eは、複数のRGB信号のそれぞれから取得される脈波データを用いて、信頼度が高い推定される脈波伝播時間を算出するものである。データ解析装置1Eは、図17に示すように、制御部2E及び記憶部3(不図示)を備える。制御部2Eは、データ抽出部21E、データ特定部22E及びデータ出力部23Eを備える。データ解析装置1Eは、データ解析装置1Dの実施例であるため、データ抽出部21E、データ特定部22E及びデータ出力部23Eは、データ抽出部21D、データ特定部22D及びデータ出力部23Dと同じ機能を有する。
なお、入力データの集合IN1及びIN2は、同一のカメラ10が取得した動画像データを構成するRGB信号から、互いに異なる生体の部位を撮像した部分のRGB信号を抜き出したものでも構わない。入力データの集合が3つ以上の場合も、同一のカメラ10が取得した動画像データを構成するRGB信号から、複数の入力データの集合を取得して構わない。
データ解析装置1Dは、データ解析装置1と同様、複数の入力データの集合から、変動要因の影響を低減した信号を取り出す可能性を高めることができる。例えば、データ解析装置1Eでは、生体の複数の部位から取得したRGB信号から、変動要因の影響を低減した脈波データを取り出す可能性を高めることができる。そのため、データ解析装置1Eは、精度良い脈波伝播時間を生成できる。
図18は、データ解析装置1の変形例を示すブロック図である。図18に示すように、データ解析装置1は、集音機能を有するマイク20から、音データとしての入力データを取得する。つまり、本実施形態では、入力データは、マイク20によって集音された音データである。
実施形態2~4、及び実施形態5の実施例では、入力データの集合が、カメラ10で撮像した生体の動画像データを構成するRGB信号であるものとして説明したが、これに限られない。生体から取得されるRGB信号は、カメラ10ではなく、例えば、接触式又は非接触式のセンサによって取得されても構わない。この場合、センサによってもRGB信号を取得できる。つまり、RGB信号は、動画像データから取得される必要は無い。
データ解析装置1、1A~1Eの制御ブロック(特に制御部2、2A~2E)は、集積回路(ICチップ)等に形成された論理回路(ハードウェア)によって実現してもよいし、ソフトウェアによって実現してもよい。
本開示は上述した各実施形態に限定されるものではなく、請求項に示した範囲で種々の変更が可能であり、異なる実施形態にそれぞれ開示された技術的手段を適宜組み合わせて得られる実施形態についても本開示の技術的範囲に含まれる。さらに、各実施形態にそれぞれ開示された技術的手段を組み合わせることにより、新しい技術的特徴を形成することができる。
本開示のデータ解析装置を、以下のように表現することも可能である。
前記データ解析装置は、
前記主特性値に基づく抽出条件を設定し、設定した抽出条件に該当する主特性値と、該主特性値に対応する従特性値とを抽出データとして抽出する抽出装置と、
前記抽出データから所望の情報を分離データとして分離する分離装置と、
前記分離データを前記抽出条件に応じて格納するメモリ装置と、
前記メモリ装置に格納された、前記抽出条件毎の分離データを用いて出力データを作成する出力装置と、を含み、
前記抽出装置は、抽出条件を変更して設定する。
本出願は、2018年4月23日に出願された日本国特許出願:特願2018-082301に対して優先権の利益を主張するものであり、それを参照することにより、その内容の全てが本書に含まれる。
10 カメラ
20 マイク
21、21A~21E データ抽出部
22、22A~22E データ特定部
23、23A~23E データ出力部
Claims (21)
- 主となる属性の特性値である主特性値に、前記主特性値に対応する従となる属性の特性値である従特性値が対応付けられた入力データの集合に対して解析を行うデータ解析装置であって、
前記主となる属性は、時刻であって、
前記入力データの集合は、前記主特性値に対応する従特性値の属性が互いに異なる複数の入力データを含み、
前記複数の入力データのそれぞれについて、互いに異なる複数の抽出条件に該当する複数の主特性値と、前記複数の主特性値に対応する従特性値とを、抽出データとして抽出するデータ抽出部と、
複数の前記抽出データに対して所定の分析処理を行い、その分析処理の結果に基づき解析対象となる解析対象データを特定するデータ特定部と、
前記複数の抽出条件毎に特定された複数の前記解析対象データに基づき生成された出力データを出力するデータ出力部と、を備える、データ解析装置。 - 前記データ特定部は、前記所定の分析処理で用いられる分析条件を、前記解析対象データとして含め、
前記データ出力部は、前記複数の抽出条件毎に特定された複数の前記解析対象データについて互いに比較した結果を、前記出力データとして出力する、請求項1に記載のデータ解析装置。 - 主となる属性の特性値である主特性値に、前記主特性値に対応する従となる属性の特性値である従特性値が対応付けられた入力データの集合に対して解析を行うデータ解析装置であって、
前記入力データの集合は、前記主特性値に対応する従特性値の属性が互いに異なる複数の入力データを含み、
前記複数の入力データのそれぞれについて、互いに異なる複数の抽出条件に該当する複数の主特性値と、前記複数の主特性値に対応する従特性値とを、抽出データとして抽出するデータ抽出部と、
複数の前記抽出データに対して所定の分析処理を行い、その分析処理の結果に基づき解析対象となる解析対象データを特定するデータ特定部と、
前記複数の抽出条件毎に特定された複数の前記解析対象データに基づき生成された出力データを出力するデータ出力部と、を備え、
複数の前記抽出データのそれぞれに、特定範囲に含まれる複数の前記主特性値と、前記特定範囲に含まれる複数の主特性値に対応する複数の前記従特性値とが含まれるように、前記複数の抽出条件が設定されており、
前記データ特定部は、前記所定の分析処理を行うことで得られた複数の分析結果のうちの1つを、前記解析対象データとして含め、
前記データ出力部は、前記複数の抽出条件毎に特定された複数の前記解析対象データについて互いに比較した結果を、前記出力データとして出力する、データ解析装置。 - 主となる属性の特性値である主特性値に、前記主特性値に対応する従となる属性の特性値である従特性値が対応付けられた入力データの集合に対して解析を行うデータ解析装置であって、
前記入力データの集合は、前記主特性値に対応する従特性値の属性が互いに異なる複数の入力データを含み、
前記複数の入力データのそれぞれについて、互いに異なる複数の抽出条件に該当する複数の主特性値と、前記複数の主特性値に対応する従特性値とを、抽出データとして抽出するデータ抽出部と、
複数の前記抽出データに対して所定の分析処理を行い、その分析処理の結果に基づき解析対象となる解析対象データを特定するデータ特定部と、
前記複数の抽出条件毎に特定された複数の前記解析対象データに基づき生成された出力データを出力するデータ出力部と、を備え、
複数の前記抽出データのそれぞれにおいて、複数の前記主特性値の個数、及び複数の前記主特性値の抽出間隔が同等となるように、前記複数の抽出条件が設定されており、
前記データ特定部は、前記所定の分析処理を行うことで得られた複数の分析結果のうちの1つについて算出された、当該分析結果の品質に係る値を、前記解析対象データとして含め、
前記データ出力部は、前記複数の抽出条件毎に特定された複数の前記解析対象データについて互いに比較した結果を、前記出力データとして出力する、データ解析装置。 - 主となる属性の特性値である主特性値に、前記主特性値に対応する従となる属性の特性値である従特性値が対応付けられた入力データの集合に対して解析を行うデータ解析装置であって、
前記入力データの集合は、前記主特性値に対応する従特性値の属性が互いに異なる複数の入力データを含み、
前記複数の入力データのそれぞれについて、互いに異なる複数の抽出条件に該当する複数の主特性値と、前記複数の主特性値に対応する従特性値とを、抽出データとして抽出するデータ抽出部と、
複数の前記抽出データに対して所定の分析処理を行い、その分析処理の結果に基づき解析対象となる解析対象データを特定するデータ特定部と、
前記複数の抽出条件毎に特定された複数の前記解析対象データに基づき生成された出力データを出力するデータ出力部と、を備え、
複数の前記抽出データのそれぞれにおいて、複数の前記主特性値の個数、及び複数の前記主特性値の抽出間隔が同等となるように、前記複数の抽出条件が設定されており、
前記データ特定部は、前記所定の分析処理で用いられる分析条件を、前記解析対象データとして含め、
前記データ出力部は、前記複数の抽出条件毎に特定された複数の前記解析対象データについて、前記分析条件に対して所定の統計処理を行った結果として得られる新たな分析条件を、前記出力データとして出力する、データ解析装置。 - 前記データ特定部は、前記所定の分析処理を行うことで得られた複数の分析結果のうちの1つについて算出された、当該分析結果の品質に係る値を、前記解析対象データとして更に含め、
前記データ出力部は、前記複数の抽出条件毎に特定された複数の前記解析対象データについて、前記品質に係る値を更に用いて前記所定の統計処理を行った結果として得られる新たな分析条件を、前記出力データとして出力する、請求項5に記載のデータ解析装置。 - 前記主となる属性は、時刻である、請求項3から6の何れか1項に記載のデータ解析装置。
- 前記入力データは、カメラにより取得される動画像データである、請求項1から7の何れか1項に記載のデータ解析装置。
- 前記動画像データが示す画像は、生体の像を含む、請求項8に記載のデータ解析装置。
- 前記入力データは、接触式または非接触式のセンサにより取得される、生体の皮膚の色を示す色データである、請求項1から7の何れか1項に記載のデータ解析装置。
- 前記入力データは、マイクにより取得される音データである、請求項1から7の何れか1項に記載のデータ解析装置。
- 主となる属性の特性値である主特性値に、前記主特性値に対応する従となる属性の特性値である従特性値が対応付けられた入力データの集合に対して解析を行うデータ解析装置であって、
前記入力データの集合は、前記主特性値に対応する従特性値の属性が互いに異なる複数の入力データを含み、
前記複数の入力データのそれぞれについて、互いに異なる複数の抽出条件に該当する複数の主特性値と、前記複数の主特性値に対応する従特性値とを、抽出データとして抽出するデータ抽出部と、
複数の前記抽出データに対して所定の分析処理を行い、その分析処理の結果に基づき解析対象となる解析対象データを特定するデータ特定部と、
前記複数の抽出条件毎に特定された複数の前記解析対象データに基づき生成された出力データを出力するデータ出力部と、を備え、
前記入力データは、マイクにより取得される音データである、データ解析装置。 - 前記音データは、生体の音声データである、請求項11または12に記載のデータ解析装置。
- 前記出力データは、生体情報である、請求項1から13の何れか1項に記載のデータ解析装置。
- 前記生体情報は、脈波である、請求項14に記載のデータ解析装置。
- 前記所定の分析処理は、独立成分分析を行う処理である、請求項1から15の何れか1項に記載のデータ解析装置。
- 主となる属性の特性値である主特性値に、前記主特性値に対応する従となる属性の特性値である従特性値が対応付けられた入力データの集合に対して解析を行うデータ解析方法であって、
前記主となる属性は、時刻であって、
前記入力データの集合は、前記主特性値に対応する従特性値の属性が互いに異なる複数の入力データを含み、
前記複数の入力データのそれぞれについて、互いに異なる複数の抽出条件に該当する複数の主特性値と、前記複数の主特性値に対応する従特性値とを、抽出データとして抽出するステップと、
複数の前記抽出データに対して所定の分析処理を行い、その分析処理の結果に基づき解析対象となる解析対象データを特定するステップと、
前記複数の抽出条件毎に特定された複数の前記解析対象データに基づき生成された出力データを出力するステップと、を含むデータ解析方法。 - 主となる属性の特性値である主特性値に、前記主特性値に対応する従となる属性の特性値である従特性値が対応付けられた入力データの集合に対して解析を行うデータ解析方法であって、
前記入力データの集合は、前記主特性値に対応する従特性値の属性が互いに異なる複数の入力データを含み、
前記複数の入力データのそれぞれについて、互いに異なる複数の抽出条件に該当する複数の主特性値と、前記複数の主特性値に対応する従特性値とを、抽出データとして抽出するステップと、
複数の前記抽出データに対して所定の分析処理を行い、その分析処理の結果に基づき解析対象となる解析対象データを特定するステップと、
前記複数の抽出条件毎に特定された複数の前記解析対象データに基づき生成された出力データを出力するステップと、を含み、
複数の前記抽出データのそれぞれに、特定範囲に含まれる複数の前記主特性値と、前記特定範囲に含まれる複数の主特性値に対応する複数の前記従特性値とが含まれるように、前記複数の抽出条件が設定されており、
前記解析対象データを特定するステップでは、前記所定の分析処理を行うことで得られた複数の分析結果のうちの1つを、前記解析対象データとして含め、
前記出力データを出力するステップでは、前記複数の抽出条件毎に特定された複数の前記解析対象データについて互いに比較した結果を、前記出力データとして出力する、データ解析方法。 - 主となる属性の特性値である主特性値に、前記主特性値に対応する従となる属性の特性値である従特性値が対応付けられた入力データの集合に対して解析を行うデータ解析方法であって、
前記入力データの集合は、前記主特性値に対応する従特性値の属性が互いに異なる複数の入力データを含み、
前記複数の入力データのそれぞれについて、互いに異なる複数の抽出条件に該当する複数の主特性値と、前記複数の主特性値に対応する従特性値とを、抽出データとして抽出するステップと、
複数の前記抽出データに対して所定の分析処理を行い、その分析処理の結果に基づき解析対象となる解析対象データを特定するステップと、
前記複数の抽出条件毎に特定された複数の前記解析対象データに基づき生成された出力データを出力するステップと、を含み、
複数の前記抽出データのそれぞれにおいて、複数の前記主特性値の個数、及び複数の前記主特性値の抽出間隔が同等となるように、前記複数の抽出条件が設定されており、
前記解析対象データを特定するステップでは、前記所定の分析処理を行うことで得られた複数の分析結果のうちの1つについて算出された、当該分析結果の品質に係る値を、前記解析対象データとして含め、
前記出力データを出力するステップでは、前記複数の抽出条件毎に特定された複数の前記解析対象データについて互いに比較した結果を、前記出力データとして出力する、データ解析方法。 - 主となる属性の特性値である主特性値に、前記主特性値に対応する従となる属性の特性値である従特性値が対応付けられた入力データの集合に対して解析を行うデータ解析方法であって、
前記入力データの集合は、前記主特性値に対応する従特性値の属性が互いに異なる複数の入力データを含み、
前記複数の入力データのそれぞれについて、互いに異なる複数の抽出条件に該当する複数の主特性値と、前記複数の主特性値に対応する従特性値とを、抽出データとして抽出するステップと、
複数の前記抽出データに対して所定の分析処理を行い、その分析処理の結果に基づき解析対象となる解析対象データを特定するステップと、
前記複数の抽出条件毎に特定された複数の前記解析対象データに基づき生成された出力データを出力するステップと、を含み、
複数の前記抽出データのそれぞれにおいて、複数の前記主特性値の個数、及び複数の前記主特性値の抽出間隔が同等となるように、前記複数の抽出条件が設定されており、
前記解析対象データを特定するステップでは、前記所定の分析処理で用いられる分析条件を、前記解析対象データとして含め、
前記出力データを出力するステップでは、前記複数の抽出条件毎に特定された複数の前記解析対象データについて、前記分析条件に対して所定の統計処理を行った結果として得られる新たな分析条件を、前記出力データとして出力する、データ解析方法。 - 主となる属性の特性値である主特性値に、前記主特性値に対応する従となる属性の特性値である従特性値が対応付けられた入力データの集合に対して解析を行うデータ解析方法であって、
前記入力データの集合は、前記主特性値に対応する従特性値の属性が互いに異なる複数の入力データを含み、
前記複数の入力データのそれぞれについて、互いに異なる複数の抽出条件に該当する複数の主特性値と、前記複数の主特性値に対応する従特性値とを、抽出データとして抽出するステップと、
複数の前記抽出データに対して所定の分析処理を行い、その分析処理の結果に基づき解析対象となる解析対象データを特定するステップと、
前記複数の抽出条件毎に特定された複数の前記解析対象データに基づき生成された出力データを出力するステップと、を含み、
前記入力データは、マイクにより取得される音データである、データ解析方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018082301 | 2018-04-23 | ||
JP2018082301 | 2018-04-23 | ||
PCT/JP2019/016627 WO2019208388A1 (ja) | 2018-04-23 | 2019-04-18 | データ解析装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2019208388A1 JPWO2019208388A1 (ja) | 2021-04-22 |
JP7037644B2 true JP7037644B2 (ja) | 2022-03-16 |
Family
ID=68293561
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020516286A Active JP7037644B2 (ja) | 2018-04-23 | 2019-04-18 | データ解析装置 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11864875B2 (ja) |
JP (1) | JP7037644B2 (ja) |
CN (1) | CN112020323B (ja) |
WO (1) | WO2019208388A1 (ja) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014155750A1 (ja) | 2013-03-29 | 2014-10-02 | 富士通株式会社 | 血流指標算出方法、血流指標算出プログラム及び血流指標算出装置 |
WO2016163019A1 (ja) | 2015-04-10 | 2016-10-13 | 株式会社日立製作所 | 生体情報分析システム |
JP2016193021A (ja) | 2015-03-31 | 2016-11-17 | 株式会社エクォス・リサーチ | 脈波検出装置、及び脈波検出プログラム |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8870780B2 (en) * | 2008-10-15 | 2014-10-28 | The Board Of Trustees Of The Leland Stanford Junior University | Systems and methods for monitoring heart function |
JP5769309B2 (ja) * | 2009-09-18 | 2015-08-26 | 国立大学法人東北大学 | 1計測信号からの独立成分分析による信号抽出装置、その信号抽出プログラム及びその信号抽出方法 |
JP6036122B2 (ja) | 2012-02-02 | 2016-11-30 | セイコーエプソン株式会社 | 脈波測定装置及びプログラム |
EP2879569A1 (en) * | 2012-07-30 | 2015-06-10 | Koninklijke Philips N.V. | Device and method for extracting physiological information |
JP6376805B2 (ja) * | 2014-04-02 | 2018-08-22 | シャープ株式会社 | データ処理装置、データ処理システム、端末装置、データ処理方法、及びデータ処理プログラム |
WO2017150576A1 (ja) * | 2016-02-29 | 2017-09-08 | ダイキン工業株式会社 | 判定結果出力装置、判定結果提供装置、及び判定結果出力システム |
-
2019
- 2019-04-18 US US17/049,753 patent/US11864875B2/en active Active
- 2019-04-18 JP JP2020516286A patent/JP7037644B2/ja active Active
- 2019-04-18 WO PCT/JP2019/016627 patent/WO2019208388A1/ja active Application Filing
- 2019-04-18 CN CN201980027691.5A patent/CN112020323B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014155750A1 (ja) | 2013-03-29 | 2014-10-02 | 富士通株式会社 | 血流指標算出方法、血流指標算出プログラム及び血流指標算出装置 |
JP2016193021A (ja) | 2015-03-31 | 2016-11-17 | 株式会社エクォス・リサーチ | 脈波検出装置、及び脈波検出プログラム |
WO2016163019A1 (ja) | 2015-04-10 | 2016-10-13 | 株式会社日立製作所 | 生体情報分析システム |
Also Published As
Publication number | Publication date |
---|---|
US20210248739A1 (en) | 2021-08-12 |
CN112020323A (zh) | 2020-12-01 |
WO2019208388A1 (ja) | 2019-10-31 |
JPWO2019208388A1 (ja) | 2021-04-22 |
US11864875B2 (en) | 2024-01-09 |
CN112020323B (zh) | 2023-06-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6027087B2 (ja) | スペクトル挙動の変換を実行する音響信号処理システム及び方法 | |
JP5672144B2 (ja) | 心拍数・呼吸数検出装置,方法およびプログラム | |
JP5732994B2 (ja) | 楽曲検索装置および方法、プログラム、並びに記録媒体 | |
US20190087730A1 (en) | Non-transitory computer-readable storage medium storing improved generative adversarial network implementation program, improved generative adversarial network implementation apparatus, and learned model generation method | |
KR101724939B1 (ko) | 뇌파를 이용한 사용자 의도 예측 시스템 및 그 방법 | |
JP2011233148A (ja) | 画像強調方法と装置、物体検出方法と装置 | |
US9549162B2 (en) | Image processing apparatus, image processing method, and program | |
JP7037644B2 (ja) | データ解析装置 | |
WO2019230593A1 (ja) | 画像処理方法および画像処理装置 | |
JP2015005221A (ja) | 情報処理装置、情報処理方法、及び、コンピュータプログラム | |
JP2013506145A (ja) | 波形の精密測定方法 | |
JP2010140315A (ja) | 物体検出装置 | |
JP4908185B2 (ja) | レーダ波の識別装置 | |
JP6318451B2 (ja) | 顕著度画像生成装置、方法、及びプログラム | |
EP2413585A3 (en) | Image processing apparatus, image processing method, and program | |
WO2018168515A1 (ja) | 画像処理装置、画像処理方法及び記録媒体 | |
CN110188748B (zh) | 图像内容识别方法、装置以及计算机可读存储介质 | |
JP4090969B2 (ja) | 信号分離方法、信号分離プログラム及びそのプログラムを記録した記録媒体 | |
KR20150042674A (ko) | 환경 변화에 강인한 멀티모달 사용자 인식 | |
JP6229576B2 (ja) | サンプリング周波数推定装置 | |
KR20170045846A (ko) | 엣지 라인을 검출하여 분할선을 획득하는 장치 및 방법 | |
JP6507512B2 (ja) | 推定プログラム、推定方法および推定装置 | |
JP7496399B2 (ja) | 機械学習による信号の純度の定量化 | |
WO2015145763A1 (ja) | 呼吸音解析装置及び呼吸音解析方法、並びにコンピュータプログラム及び記録媒体 | |
WO2023144998A1 (ja) | 情報処理装置、情報処理方法及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201007 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20201007 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20211012 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20211111 |
|
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: 20220208 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220304 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7037644 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |