JP7155980B2 - 生体機能評価装置、生体機能評価方法、及びプログラム - Google Patents

Description

本発明は、生体機能評価装置、生体機能評価方法、及びプログラムに関する。

生体信号である心拍または脈波を測定し、心拍間隔の変化（「心拍変動」とも呼ばれる）を解析することで、自律神経バランス等の生体機能や状態を評価することができる。自律神経の状態を表わす指標として、心拍間隔データのパワースペクトルの低周波成分（交感神経）を示す「ＬＦ」と、高周波成分（副交感神経）を示す「ＨＦ」がある。両者の比をとった指標「ＬＦ／ＨＦ」は自律神経のバランスを表わし、生体の疲労度やストレス度を評価する指標として活用されている。

心拍または脈波は、被測定者の体動によってばらつくとされている。測定データのばらつきが少ないほうが、生体機能をより高い精度で評価することができる。被測定者の体動を検知して脈拍の検知信号を補正する方法や（たとえば、特許文献１）、生体の脈波から心電図のＲ－Ｒ間隔の変動に対応する情報を求める脈波解析で、異常データを削除または補正する方法（たとえば、特許文献２）が提案されている。また、体動検出後の所定時間内に計測された心拍または脈波から生成された基準波形と、その後に得られる測定波形の類似度を評価して心拍数を算出する方法が知られている（たとえば、特許文献３参照）。

一般的に、自律神経機能等の生体機能の評価では、測定中の被測定者の体動等による心拍のばらつきを見込んで、測定時間を３分間とし、被測定者の心拍を測定している。しかしながら、３分という測定時間は、被測定者にとって十分に短いとはいえない。生体機能の評価精度を維持しつつ測定時間を短縮することができれば、被測定者への負担が軽減される。

本発明は、従来よりも測定時間を短縮しつつ、評価精度を維持して生体機能を評価できる生体機能評価技術を提供することを目的とする。

上記目的を実現するために、心拍間隔を用いて被測定者の生体機能の評価を行う生体機能評価装置は、
前記被測定者から生体信号を取得する生体信号取得部と、
前記被測定者の体動を検知する体動検知部と、
前記生体信号から心拍間隔を算出する心拍間隔算出部と、
前記体動検知部によって検知された前記体動が前記心拍間隔の変動に与えた影響に基づいて、前記体動を影響動作と検知する影響動作検知部と、
前記影響動作検知部が前記体動を前記影響動作と検知した場合に、前記生体信号について前記心拍間隔が前記体動の影響を受けている影響区間を特定する区間設定部と、
を有し、
前記影響動作検知部が前記体動を前記影響動作と検知した場合に、前記区間設定部が特定した前記影響区間における前記心拍間隔に対して所定の処理を施した後に、前記生体機能の評価を行う。

上記の構成により、従来よりも測定時間を短縮しつつ、評価精度を維持して生体機能を評価できる生体機能評価技術が実現される。

第１実施形態の生体機能評価装置の機能ブロック図である。 図１の生体機能評価装置を実現するハードウエア構成図である。 生体信号の処理フローである。 生体信号の一例としての心電図（波形）を説明する図である。 生体信号の一例としての脈波を説明する図である。 心拍間隔データの例を示す図である。 体動による信号変化を示す図である。 「影響動作」ありの判定がなされるときの波形を示す図である。 「影響動作」なしの判定がなされるときの波形を示す図である。 影響動作判定の第二の方法について説明する図である。 影響動作判定の第三の方法のための統計情報の例を示す図である。 影響区間の第一の設定方法について説明する図である。 影響区間の第二の設定方法について説明する図である。 影響区間の第三の設定方法について説明する図である。 計測時間算出の第一の処理フローである。 計測時間算出の第二の処理フローである。 計測時間算出の第三の処理フローである。 第２実施形態の生体機能評価装置の機能ブロック図である。 生体信号取得のための画像データの例を示す図である。 画像データから生体信号を取得する処理フローである。 体動検知のための画像データの例を示す図である。 画像データから体動を検知する処理フローである。

実施形態では、心拍間隔の変動が真に体動に起因するものなのか否かを判別し、体動の影響を受けている区間における心拍間隔については、生体機能の評価に用いる際に、所定の処理を行う。体動が検知された場合でも、その体動が心拍間隔の変動に影響していない場合は、その間に算出された心拍間隔について所定の処理の処理は行わず有効データとして扱う。体動の影響を受けていない心拍間隔の変動（揺らぎ）は、生体機能の評価に有用だからである。

従来は、体動が検知されても、その体動が実際に心拍間隔の変動に影響しているのか否かが考慮されておらず、体動が検知された場合の心拍間隔が十分に活用されていない。このことは、測定時間の短縮を妨げる要因のひとつになっている。理論的には、血圧変動に対応する低周波成分「ＬＦ」を２～３周期（２０～３０秒程度）含む期間の心拍間隔であれば、自律神経バランスなどの生体機能を評価できる。そして、体動の影響を受けない心拍間隔は、生体機能の評価に活用できるので、体動による心拍の変動への有無を判断し、体動の影響を受けない心拍間隔を生体機能の評価に活用することにより、測定時間を短縮できる。

実施形態では、検知された体動が心拍間隔の変動（揺らぎ）に影響していると判断された場合に、体動による影響区間を特定し、特定した影響区間における心拍間隔に所定の処理を施す。体動があっても心拍間隔の変動（揺らぎ）に影響のない場合は、算出された心拍間隔について所定の処理の処理は行わず有効データとして生体機能の評価に用いる。これにより、生体機能の評価精度を保ちつつ、測定時間を短縮する。

上記の基本概念は、発明者らの以下の知見に基づく。被測定者の状態を観察し、体動信号と、心拍間隔のパワースペクトルから得られるＬＦ、ＨＦを分析したところ、以下の事実が見いだされた。
（１）ＬＦ、ＨＦのばらつきには、(a）自律神経等の生体機能が変化したことによる変動と、(b)唾液の嚥下や深呼吸などの心拍間隔に影響する「影響動作」による変動があり、これら「影響動作」によってＬＦとＨＦのばらつきが増幅される。
（２）上記(a)の自律神経機能等の生体機能の変化は体動をともなわないが、(b)の「影響動作」は、体動が発生すると同時に、心拍間隔が大きく変動する。
（３）頭や体を動かすだけの動きは(b)の「影響動作」には当たらず、被測定者にこのような動きがあっても心拍間隔はあまり変動しない。

これらの知見に基づいて、検知された体動が心拍変動に影響する「影響動作」であるか否かを判別する。「影響動作」である場合に、体動が心拍間隔に影響している「影響区間」を特定して、影響区間のデータに処理を施す。

その結果、従来必要とされていた３分という測定時間の半分以下の測定時間で、３分間の測定と同程度の精度で自律神経機能等の生体機能を評価できることがわかった。

以下で、実施形態を具体的に説明する。

＜第１実施形態＞
図１は、第１実施形態の生体機能評価装置１Ａの機能ブロック図である。生体機能評価装置１Ａは、信号処理部２００Ａと、体動モニタ部２２０と、生体信号測定部２３０と、表示部２４０を有する。第１実施形態では、体動のモニタと生体信号の取得を、別々のセンサで行う。

生体信号測定部２３０は、被測定者から心電、脈波等の生体信号を取得する。生体信号測定部２３０は、特許請求の範囲における「生体信号取得部」に対応する。

信号処理部２００Ａにおいて、心拍間隔算出部２０３は、取得された生体信号から逐次、心拍間隔を算出する。統計解析部２０４は、心拍間隔データを統計処理し、解析する。解析結果は、影響動作判定部２０６に入力される。

一方、体動検知部２０５は、体動モニタ部２２０の出力から体動を検知する。影響動作判定部２０６は、心拍間隔の統計解析の結果に基づいて、検知された体動が心拍変動に影響する「影響動作」であるか否かを判定する。換言すると、検知された体動による心拍変動に与える影響に基づいて、検知された体動を「影響動作」と検知する。影響動作判定部２０６は、特許請求の範囲における「影響動作検知部」に対応する。

影響区間設定部２０７は、「影響動作」と判定された場合に、統計解析結果を用いて、体動の影響を受けているデータ区間を「影響区間」として設定する。影響区間処理部２０８は、影響区間の心拍間隔データに補正、除去などの処理を行う。

計測時間設定・カウント部２０９は、有効なデータ区間の合計値が、所定の計測時間に達するまで時間をカウントする。

生体機能評価部２１０は、所定の計測時間の間に得られた有効データから、交換神経、副交感神経、自律神経バランスなどの生体機能を評価し、評価結果を表示部２４０に出力する。

各機能ブロックの具体的な動作例については、図３以降を参照して後述する。

図２は、図１の生体機能評価装置１Ａを実現するハードウエア構成図である。生体機能評価装置１Ａは、パーソナルコンピュータ（ＰＣ）、スマートフォン、タブレット端末などの情報処理装置１００で実現可能である。

情報処理装置１００は、ＣＰＵ（Central Processing Unit）１０１、記憶装置１０２、外部機器とのインタフェース（Ｉ／Ｆ）１０３、各種センサ１０４、表示装置１０５、撮像装置１０６、入力装置１０７、出力装置１０８を有する。これらの装置は、システムバス１０９によって相互に接続されている。

ＣＰＵ１０１は、情報処理装置１００の全体の動作と各装置の動作を制御し、記憶装置１０２の適切な領域を用いて必要な演算、データ加工等を行う。ＣＰＵ１０１は、記憶装置１０２に記憶された各種のプログラムを実行する。

記憶装置１０２は、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read-Only Memory）、ハードディスクドライブ、ソリッドステートドライブ、またはこれらの組み合わせを含む。図１の信号処理部２００Ａは、ＣＰＵ１０１と記憶装置１０２によって実現される。

インタフェース（Ｉ／Ｆ）１０３は、外部デバイス１１０を情報処理装置１００に接続するためのインタフェースである。外部デバイス１１０は、記憶媒体であってもよいし、センサ、ビデオカメラ等の外部機器であってもよい。外部デバイス１１０が記憶媒体である場合、記憶媒体に保存された生体機能評価プログラムを情報処理装置１００にインストールしてもよい。

インタフェース１０３は、ネットワーク等を介して外部デバイス１１０との間でデータの送受信を行ってもよい。外部デバイス１１０が無線通信機器である場合、インタフェース１０３は短距離、近距離等の無線通信を行う無線インタフェースであってもよい。

図１の体動モニタ部２２０と生体信号測定部２３０を、外部デバイス１１０で実現する場合、外部デバイス１１０は、たとえば、体動センサと、心拍／脈波センサを含む。体動センサは、たとえば加速センサ、圧力センサ等であり、被測定者の額、耳、首等に取り付けられて、被測定者の動きをモニタする。モニタすべき動作として、唾液の嚥下、くしゃみ、あくび、深呼吸、うつらうつらする船漕ぎ動作などがある。体動センサは、ヘアバンド型、ネックバンド型、パッチ型等のウエアラブルセンサであってもよい。

心拍／脈波センサは、心電または脈波を測定する任意のタイプを用いることができる。２以上の電極を体表面に接触させて電位差から心電図をとる心電計、皮膚表面に向けて光を照射して反射波または透過光を計測する光電脈波計などを用いてもよい。あるいは、動脈の直上の皮膚に加速度センサや圧力センサを貼りつけて脈波をはかるウエアラブルタイプのセンサであってもよい。

ウエアラブルの脈波センサとして、指先につけるクリップタイプ、手首に巻くリストタイプ、耳たぶにつけるイヤリングタイプ、こめかみにつけるパッチタイプ等がある。

各種センサ１０４は、赤外線センサ、磁気センサ、加速度センサ、ジャイロセンサ、環境光センサなどである。図１の体動モニタ部２２０と生体信号測定部２３０の少なくとも一部を、各種センサ１０４を用いて実現してもよい。たとえば、体動センサと心拍／脈波センサのセンサ本体を各種センサ１０４の中に含め、電極端子だけを被測定者の体表に接触させる構成としてもよい。

表示装置１０５は、液晶ディスプレイ等であり、生体機能評価プログラムを実行する場合は、ＧＵＩ（Graphical User Interface）となる。取得された生体信号、処理途中のデータ、評価結果等が表示装置１０５に表示される。

撮像装置１０６は、カメラ、光センサ、またはこれらの組み合わせである。撮像素子としてＣＣＤ（Charge Coupled Device）、ＣＭＯＳ（Complementary Metal Oxide Semiconductor）等を用いてもよい。第２実施形態で説明するように、体動モニタと心拍／脈波の計測を撮像装置１０６で実現することも可能である。

入力装置１０７は、ユーザによるプログラムの実行や脈波測定開始の指示等を入力するユーザインタフェースであり、キーボード、マウス、タッチパネル、マイク等を含む。入力装置１０７がタッチパネルである場合は、表示装置１０５と一体になっていてもよい。

出力装置１０８は、スピーカ、ＬＥＤインジケータなど、表示装置１０７以外の出力用ユーザインタフェースである。

＜処理フロー＞
図３は、生体機能評価装置１Ａで行われる処理フローである。生体機能評価の開始コマンドが入力されると、測定が開始され、生体信号を取得し、かつ体動をモニタする（Ｓ３１）。一例として、生体信号は心電または脈波であり、体動は上半身の動きである。

図４は生体信号測定部２３０によって取得される心電図の一例である。心電図は、心筋の電気的変化を図計として記録したものであり、心臓の経時的な活動状態を示している。心電図では、心臓の拍動に応じて複数種類の波が周期的に計測される。

Ｐ波は心房の興奮過程を示す。Ｐ波のあとの最初の下向きの波がＱ波、鋭いピークがＲ波、Ｒ波のあとに現れる下向きの波がＳ波である。ＱＲＳ波は、左右の心室筋の興奮を示す。心室が急激に収縮して血液を送り出しているときに発生するのがＲ波である。Ｓ波に続く勾配のゆるやかな波がＴ波であり、心室筋の興奮が消退している過程を示している。

Ｒ波のピークとピークの間の間隔は、ＲＲＩ（Ｒ－Ｒ Interval）と呼ばれている。一分間の心拍数は、６０秒／ＲＲＩ（秒）で計算される。

図５は、生体信号測定部２３０によって取得される脈波信号の一例である。脈波は、心臓の拍動（心拍）にともなって生じる末梢血管系の内部の血圧・体積の変化を計測したものである。生体信号測定部２３０が外部のセンサ装置である場合、ＬＥＤ等の照射源から被測定者の皮膚表面に向けて緑色光、赤色光、赤外光などを照射し、反射光または透過光を皮膚に接触させたフォトディテクタで検出して、血流量の変化を計測してもよい。この場合、フォトディテクタから出力される電気信号が、生体信号測定部２３０で生体信号として取得される。被測定者の動脈の直上に加速度センサや圧力センサを取り付けて脈波を測る場合は、心拍に応じた血流変化が、生体信号測定部２３０で生体信号として取得される。

図５の脈波信号にも、心臓の拍動に応じた周期的な波形が含まれる。脈波信号のピークとピークの間の間隔が、図４の心電図のＲＲＩに対応する。生体信号測定部２３０で取得される生体信号としては、心電と脈波のどちらを用いてもよい。この生体信号の取得と並行して、被測定者の体動がモニタされている。

図３に戻って、取得された生体信号から、心拍と心拍の間の時間間隔（以下、「心拍間隔」と記す）を計算する（Ｓ３２）。心電図の場合、一番鋭いピーク間の時間間隔であるＲＲＩを用いる。

脈拍信号を用いる場合は、図５の脈拍信号から検出されたｍ番目の脈拍のピーク時間をＴ_m、ピーク時間Ｔ_mにおける心拍間隔をＩ（Ｔ_m）とすると、心拍間隔Ｉ（Ｔ_m）は式（１）で算出される。

Ｉ（Ｔ_m）＝Ｔ_m－Ｔ_m-1 （１）
脈拍のピーク時間Ｔ_mとして、脈波信号が極大となる時間を用いてもよいし、脈波信号が極小となる時間を用いてもよい。また、脈拍のピーク時間Ｔ_mは、ピーク近傍の信号値に基づいて補正された補正ピーク時間を用いてもよい。

図６は、ステップＳ３２で心拍間隔算出部２０３によって得られた心拍間隔データの一例である。横軸は時間［ｓ］、縦軸は心拍間隔［ｍｓ］である。心拍間隔は時間とともにゆらいでいることがわかる。

図３に戻って、心拍間隔データを統計解析する（Ｓ３３）。心拍間隔データの統計解析は、統計解析部２０４で行われる。統計解析は、心拍間隔の平均値、標準偏差、分散、心拍間隔の極大値、極小値等を求める処理を含む。

＜体動の検知＞
ステップＳ３１～Ｓ３３とパラレルに被測定者の体動がモニタされており、体動検知部２０５で体動が検知されたか否かが判断される（Ｓ３４）。たとえば、体動モニタ部２２０の出力が所定範囲を超えて変化したときに、体動ありとして検知される。体動が検知されない場合（Ｓ３４でＮＯ）、生体機能評価装置１Ａは、計測時間が終了するまで（Ｓ３５でＹＥＳ）、ステップＳ３１～Ｓ３４を繰り返して計測を続ける。

図７は、体動検知部２０５による体動検知の例を示す。横軸は計測開始からの経過時間［ｓ］、縦軸は信号強度の変化量である。

体動検知部２０５は、体動モニタ部２２０の出力から、信号の時間的な変化量を算出する。唾の飲み込み動作が発生すると、喉部の信号値が変化して、信号変化量が増大する。信号変化量は、所定の時間幅の分散や標準偏差の時間的な変化を用いてもよい。

体動検知部２０５は、算出した信号変化量を所定の閾値Ｔｈと比較し、信号変化量が閾値Ｔｈを上回った場合に、体動ありと判定して、体動の検知と、体動検知時刻Ｔ１を出力する。体動検知時刻Ｔ１としては、信号変化量が閾値Ｔｈを上回った時点のほかに、信号変化量が極大となった時点、動作モニタ出力を統計処理して分散が大きくなった時点等を用いてもよい。

実施形態の特徴として、体動検知部２０５によって体動が検知された場合（Ｓ３４でＹＥＳ）、影響動作判定部２０６は、その体動が心拍変動に影響する「影響動作」であるか否かを判定する（Ｓ３７）。一例として、体動が検知される前の心拍間隔の標準偏差と、体動が検知された後の心拍間隔の標準偏差を比較することで、検知された体動による心拍変動に与える影響を判断し、影響動作であるか否かを判断する。

＜影響動作の判定＞
図８と図９は、影響動作判定の第一の方法について、説明する図である。図８（ａ）は、体動検知部２０５で得られる体動モニタ信号の信号変化量の時間変化、図８（ｂ）は、心拍間隔算出部２０３によって得られた心拍間隔データである。図８（ｃ）は、統計解析部２０４により得られた５秒ごとの心拍間隔の標準偏差である。

図８（ａ）で体動が検知されると、図８（ｂ）に示すように、心拍間隔は短くなる一方で、図８（ｃ）に示すように標準偏差が大きくなる。標準偏差は、体動が検知された時刻Ｔ１よりも前と比較して、大きくなっている。標準偏差をとることで、同じ被測定者の体動直前までの平均的な心拍状態が把握され、平均状態からの乖離が大きいときに、心拍に影響する「影響動作」であると判断される。

図９は、影響動作判定部２０６によって、「影響動作」でないと判断がなされるときの判定例である。図９（ａ）は、体動検知部２０５で得られる信号変化量の時間変化、図９（ｂ）は、心拍間隔算出部２０３によって得られた心拍間隔データ、図９（ｃ）は、統計解析部２０４により得られた心拍間隔の標準偏差である。

上段のように、体動モニタの信号変化量が閾値Ｔｈを超えて大きく変化したことで、時刻Ｔ１に体動ありと判断される。このとき、体動の検知にもかかわらず、心拍間隔の変化は小さい。下段の心拍間隔の標準偏差は、時刻Ｔ１よりも前と比較して、時刻Ｔ１のあとはわずかに小さくなっている。

すなわち、体動が検出されたにもかかわらず、心拍変動への影響はほとんどなく、時刻Ｔ１の前後を通して、被測定者の標準的な心拍状態が維持されている。この場合、「影響動作」でないと判断される。

心拍変動に影響しない体動とは、たとえば、被測定者が後ろを振り返る、立ち上がる等の動作である。これらの場合、動きの量は大きいが、心拍間隔はそれほど変化しない。

このように、体動を検知した際に、心拍間隔の変化量に基づいて、影響動作か否かの判定を行う（影響動作判定の第一の方法）。

また、体動を検知する直前まで計測した心拍間隔データの統計値を利用することで、心拍間隔に対する影響動作であるか否かを精度良く判断することができる。

計測開始直後に体動モニタ信号の信号変化量が大きく増大し、体動を検知する直前までの計測データの統計値が利用できないときは、その被測定者の前回の測定データを利用してもよい。たとえば、記憶装置１０２に保存されている前回の心拍間隔データの標準偏差を読み出して、「影響動作」であるか否かを判断してもよい。更に、被測定者にとって初回の測定であり、その被測定者の過去の測定データが存在しない場合は、同じ年代の平均的な心拍間隔データをあらかじめ記憶装置１０２に記憶しておき、それを読み出して使用してもよい。

あるいは、計測開始直後に体動が検知された場合はアラートを出し、計測開始から３～５秒たってから「影響動作」であるか否かを判断してもよい。

心拍間隔の統計情報として、標準偏差の他に、心拍間隔の平均値の変動、最大値、最小値、分散値等を用いて影響動作の判定を行ってもよい。

図１０は、影響動作判定の第二の方法について、説明する図である。影響動作判定の第二の方法では、心拍間隔の極小値を用いて影響動作か否かを判断する。統計解析部２０４は、心拍間隔データ上の極小値Ｉ_smallを逐次更新する。体動検知部２０５で体動が検知された場合、体動検出時刻における心拍間隔を極小値Ｉ_smallと比較し、体動検知から所定時間以内に、極小値Ｉ_smallよりも一定量Ｔｈ２以上小さくなったときに、影響動作であると判定する。

たとえば、図１０（ａ）において時刻Ｔ０で体動が検知されると、心拍間隔が極小値Ｉ_smallと比較される。図１０（ｂ）に示される例では、時刻Ｔ０から所定時間が経過しても、心拍間隔が極小値Ｉ_smallよりも一定量Ｔｈ２以上小さくならないので、「影響動作」でないと判断される。

時刻Ｔ１で体動が検知されると、時刻Ｔ１から所定時間内に、心拍間隔が極小値Ｉ_smallよりも一定量Ｔｈ２以上小さくなる。この場合、「影響動作」であると判断される。

この例でも、被測定者自身の体動発生前の測定データを用いるので、現在の生体機能を精度良く評価することができる。

図１１は、影響動作判定の第三の方法のための統計情報の例を示す図である。影響動作判定の第三の方法では、事前の統計情報を用いる。被測定者から測定された心拍間隔データまたはその統計データを、生体機能評価装置１Ａが事前に保有する統計情報と比較して、影響動作であるか否かを判定してもよい。

事前の統計情報として、たとえば、一般的な心拍変動の統計データを記憶装置１０２に保有する。安静時の心拍数は、人間の場合１分あたり６０～８０回といわれている。平均すると１拍が１秒前後であるが、１割程度の揺らぎが発生していることがわかっている。この平均的な数値を比較の基準に用いて、影響動作の有無を判定する。

図１１に、事前に保有する統計情報の一例としてテーブル２１６を示す。年齢別及び性別に、安静時の心拍数の中央値が記述されている。中央値に替えて、平均値や標準偏差値を保有してもよい。図１１のテーブル２１６に替えて、一般的な基準値、たとえば、心拍間隔の平均値を９００ミリ秒、標準偏差を３０秒と設定してもよい。この場合、体動が検知された後の測定値が基準値以下になった場合を「影響動作」であると判断してもよい。

個人による影響を排除するために、式（２）のように、心拍間隔の変動量を標準偏差で正規化して、判定の基礎としてもよい。

Ｘ＝ｘi－μ／σ （２）
ここで、ｘiは体動検知時刻Ｔ１の後のある時刻の心拍間隔、μは心拍間隔平均値、σは標準偏差値である。

図３に戻って、「影響動作」ではないと判断された場合（Ｓ３７でＮＯ）、計測時間が終了するまで（Ｓ３５でＹＥＳ）、そのまま計測を続ける。

検知された体動が「影響動作」にあたると判断された場合（Ｓ３７でＹＥＳ）、影響区間設定部２０７は、体動の影響が心拍間隔に及んでいる「影響区間」を設定する（Ｓ３８）。影響区間の設定には、いくつかの方法がある。

＜影響区間の設定＞
図１２は、影響区間の第一の設定方法について説明する図である。図１２（ａ）で信号変化量が閾値Ｔｈを大きく上回って体動が検知され、かつ、図１２（ｂ）に示すように心拍間隔の平均偏差が体動検知時刻Ｔ１より前に比べて増大しているので、「影響動作」有りと判断される。ここで、体動発生後の心拍状態が、体動発生前の心拍状態に戻るまでの区間を影響区間ｔ_inf に設定する（影響区間の第一の設定方法）。この影響区間の第一の設定方法では、体動発生前の心拍状態を表わす指標として、体動発生までの心拍間隔の標準偏差の平均を用いている。

心拍間隔の標準偏差が体動発生前の心拍間隔の標準偏差の平均と同等になるということは、心拍間隔に対する体動の影響がほぼ解消されたと考えてよい。

図１３は、影響区間の第二の設定方法について説明する図である。図１２（ｂ）に示した心拍間隔の統計データに替えて、心拍間隔算出部２０３で得られた心拍間隔データと、体動検知部２０５の出力とを用いて、影響区間を設定してもよい。

たとえば、図１３（ａ）において時刻Ｔ１に体動が検知され、影響動作判定部２０６によって、この体動が心拍間隔に影響を与えていると判断されると、図１３（ｂ）に示すように、体動が検知された時刻Ｔ１から一定の時間を影響区間Ｔ_inf1に設定する。所定の時間は、唾液の嚥下やくしゃみ等の体動によって心拍間隔が変動する一般的な時間でもよいし、被測定者の測定データ履歴から、その被測定者の心拍間隔が体動によって影響を受ける平均的な時間を所定の時間としてもよい。

唾の飲み込みの場合、唾を飲み込んだときから５～１０秒の間、心拍間隔が変動することがわかっている。したがって、体動検知時刻Ｔ１から１０秒程度の区間を影響区間Ｔ_inf1に設定してもよい。この方法は、固定値を用いるので、影響区間設定の処理負担が軽減される。

体動検知時刻Ｔ１からの一定時間を影響区間Ｔ_inf1とする方法に替えて、体動検知時刻Ｔ１の後の最初の心拍間隔のピークと、次のピークの間の区間を、影響区間Ｔ_inf2に設定してもよい。体動検知時刻Ｔ１の後に最初に現れる心拍間隔のピークと次のピークの間には、心拍間隔が短く落ち込む領域が含まれている。

上述のように、唾液の嚥下や深呼吸の場合、心拍間隔が通常に比べて狭くなる。心拍間隔が短くなって落ち込んでいる領域を影響区間に用いる場合、区間の両端を規定する必要がある。心拍間隔が落ち込んでいる領域の両側のピークを、影響区間Ｔ_inf2の開始点と終了点に設定してもよい。

図１４は、影響区間の第三の設定方法について説明する図である。影響区間の第三の設定方法では、影響区間設定部２０７は、体動検知信号の強度に基づいて影響区間Ｔ_infを設定する。

心拍に影響する体動のひとつとして深呼吸があるが、深呼吸の深さ、長さなどは、その時々で異なる。これらの要因を考慮して、体動が心拍に影響する影響区間を設定する。

たとえば、図１４（ａ）で時刻Ｔ１に検出された体動検知信号の強度をＤとすると、式（４）で表されるように、影響区間Ｔ_infをＤの関数として設定する。

Ｔ_inf＝ｇ（ｓ）×Ｄ （４）
ここで、ｇ（ｓ）はあらかじめ実験で導出された関数であり、単位強度当たりの影響時間を表わしている。図１４（ｂ）に示すように、体動検知信号の強度Ｄで決まる影響区間Ｔ_infでは、一般的に心拍間隔の偏差が大きくなっているので、体動検知信号の強度を用いて影響区間を決定することができる。

体動検知信号の強度または持続時間（長さ）の関数としての算出式に替えて、信号強度または持続時間から影響区間への換算表を保有していてもよい。

図３に戻って、影響区間が設定されると（Ｓ３８）、影響区間の心拍間隔データに対する処理を行う（Ｓ３９）。この区間の心拍間隔データは体動の影響を受けており、生体の自律神経系の状態を正しく表していない。そこで、影響区間で得られた心拍間隔データを除去または補正することで、測定精度を高める。

影響区間の心拍間隔データを除去する場合、データの連結部に不連続性が発生しないように影響区間の前後のデータを連結してもよい。

影響区間の心拍間隔データを補正する場合、影響区間の心拍データを影響区間の近傍のデータに置き換えるなど、公知の手法を用いてよい。影響区間全体のデータを補正するのではなく、体動の影響が強い部分のデータだけを補正してもよい。補正後のデータは、生体機能評価のための有効データとして用いることができる。

影響動作の頻度に応じて、影響区間のデータ処理の方法を変えてもよい。影響動作の頻度は、影響動作の発生回数、影響区間のトータル時間、計測時間に対する影響区間の割合などにより求められる。影響動作の頻度が所定値よりも高い場合は、影響区間の測定データを前後のデータで置き換える等の補正が困難なので、データを除去するか、または影響区間内のデータに所定の重み付を与えるなどの別の補正処理を行ってもよい。

その後、ステップＳ３５で、計測時間が終了したか否かが判断される。計測時間設定・カウント部２０９は、生体機能の評価に必要な計測時間を算出する。

図１５は、計測時間算出の第一の処理フローである。計測時間設定・カウント部２０９は、計測時間のカウント中に心拍に影響を与える影響区間が設定される都度、影響区間を累積して合計値を算出する（Ｓ３５１）。現在カウントされている計測時間から、影響区間の合計値を差し引いた時間を、有効データ区間として算出し（Ｓ３５２）、有効データ区間が生体機能の評価に必要な所定値に達した場合に（Ｓ３５３でＹＥＳ）、計測を終了する。

自律神経の指標であるＬＦは、周期が６．７秒～２５秒程度の心拍間隔の揺らぎを評価するものであるため、少なくとも２５秒程度の心拍データがあればよい。体動が発生しない場合、もしくは体動が発生しても心拍間隔の変動に影響がない場合は、理論的には、有効データ区間が２５秒になった時点で計測を終了してもよい。現実的には、自律神経バランスのばらつきを評価するのに２５秒の２～３倍程度を見込んで、１分から１分半を計測時間とすることができる。

図１６は、計測時間算出の第二の処理フローである。計測中に、計測の残り時間を表示部２４０に表示してもよい。図１５に示した第一の処理フローと同様に、現在カウントされている計測時間から影響区間を除いて、有効データ区間を算出する（Ｓ３５１、Ｓ３５２）。必要な計測時間から有効データ区間を差し引いて残り時間を算出し、表示する（Ｓ３５４）。残り時間がゼロになった時点で（Ｓ３５５でＹＥＳ）、計測を終了する。

計測時間算出の第二の処理では、被測定者は、唾の飲み込みなどにより計測時間が多少延びても、残りの計測時間を知ることができるので、測定の精神的な負担が軽減される。

図１７は、計測時間算出の第三の処理フローである。影響区間が多い場合に、アラートを発してもよい。図１６に示した第二の処理フローと同様に、現在カウントされている計測時間から影響区間を除いて、有効データ区間を算出し（Ｓ３５１、Ｓ３５２）、必要な計測時間から有効データ区間を差し引いて残り時間を算出する（Ｓ３５４）。

計測開始時刻から現在までの時間における影響区間の割合を計算し（Ｓ３５６）、影響区間の割合が所定値以上であるか否かを判断する（Ｓ３５７）。影響区間の割合が所定値以上の場合は（Ｓ３５７でＹＥＳ）、表示部２４０にエラーの表示をするなどしてエラー通知を行って（Ｓ３５８）、計測を終了する。影響区間の割合が所定値未満の場合は（Ｓ３５７でＮＯ）、生体評価に必要な計測時間になるまで、すなわち計測の残り時間がゼロになるまで計測を継続して（Ｓ３５５でＹＥＳ）、計測を終了する。

計測時間算出の第三の処理では、唾の飲み込みなどの影響動作が多い場合に、不必要に計測時間を延すのではなく、正しい計測が困難であることを被測定者に通知し、別のタイミングでの適切な計測を促すことができる。

図３に戻って、計測時間が終了すると（Ｓ３５でＹＥＳ）、生体機能を評価し、評価結果を出力する（Ｓ３６）。

＜生体機能の評価＞
生体機能評価部２１０は、有効区間に取得された心拍間隔データを解析して、自律神経バランス等の生体の機能または状態を評価する。ここでは、自律神経バランスを表わす指標であるＬＦ、ＨＦ、ＬＦ／ＨＦを評価する例を説明する。

心拍間隔は、自律神経系である心臓の交感神経と副交感神経の神経活動のバランスを反映してゆらいでいる。このゆらぎを心拍変動（ＨＲＶ：Heart Rate Variability）と呼ぶ。心臓交感神経は、身体的または精神的な負荷に対して抵抗するために身体を活性化する働きを持つ。心臓副交感神経は、休息または休養を要求する働きを持つ。

身体的または精神的な負荷により、交感神経が高ぶると心拍数は増加し、心拍間隔が短縮することから、ストレスを表す指標となる。心拍間隔の時系列変化を見ることで、身体的または精神的ストレスの程度を知ることができる。

ＨＲＶには、２つの周波数帯の異なる成分がある。第１の成分は、呼吸に由来する周波数帯域０．１５Ｈｚ～０．４ＨｚのＨＦ成分である。ＨＦは、副交感神経系の活動が低下すると小さくなるといわれている。第２の成分は血圧のＭａｙｅｒ波に由来するとされている周波数帯域０．０４Ｈｚ～０．１５ＨｚのＬＦ成分である。ＬＦは、交感神経系と副交感神経系の両方の活動を反映する。両者の比を取ったＬＦ／ＨＦは、生体の疲労度やストレス度を評価する指標となる。

ＬＦとＨＦの算出方法を説明する。まず、心拍間隔は等間隔のデータではないため、心拍間隔データの周波数解析を行うために、リサンプリングを行って等間隔のデータを生成する。リサンプリングの時間間隔は、例えば０．２５［秒］とする。リサンプリングしたい時間における信号値は、例えば補間により求めればよい。補間の方法としては、線形補間やスプライン補間等を用いることができる。

次に、等間隔にした心拍間隔の時系列データから、パワースペクトルを算出する。パワースペクトルを算出する方法は、既知の周波数解析手法を用いることができる。例えば最大エントロピー法によって指定の周波数におけるパワーを求めることができる。

最後に、パワースペクトルから自律神経指標であるＬＦ、ＨＦ、及びＬＦ／ＨＦを算出する。ＬＦは０．０４～０．１５［Ｈｚ］の周波数帯のパワーを積分して求めることができる。ＨＦは０．１５～０．４０［Ｈｚ］の周波数帯のパワーを積分して求めることができる。ＬＦ／ＨＦは両者の比を取ることで求めることができる。

第１実施形態の構成で、自律神経バランスの評価のための計測時間を、従来の３分から１～１分半へと、大幅に短縮することができる。

図３～図１７を参照して説明した生体機能の評価方法は、生体機能評価装置１Ａで生体機能評価プログラムを実行することでによっても実現されるてもよい。生体機能評価プログラムは、外部記録媒体からインストールされてもよいし、ネットワーク経由でダウンロードされ、インストールされてもよい。

＜第２実施形態＞
図１８は、第２実施形態の生体機能評価装置１Ｂの機能ブロック図である。生体機能評価装置１Ｂは、信号処理部２００Ｂと、表示部２４０と、撮像部２５０を有する。第２実施形態では、撮像部２５０で撮影される画像データを用いて体動をモニタし、生体信号を取得する。

生体機能評価装置１Ｂは、図２のハードウエア構成で実現することができる。撮像部２５０は、情報処理装置１００の撮像装置１０６で実現され、具体的には、Ｗｅｂカメラや、情報処理装置１００に内蔵されている内蔵カメラである。

撮像部２５０は、たとえば、Ｒ（Red）、Ｇ（green）、Ｂ（blue）の３チャンネルを有する。必ずしもＲＧＢの３チャンネルである必要はないが、脈拍による輝度変化を取得しやすい波長域（緑光波長域や近赤外光波長域）に分光感度を持つチャンネルを少なくとも有していることが望ましい。

撮像部２５０で撮影された画像データは、信号処理部２００Ｂの画像信号入力部２０１に入力される。画像データは１フレームずつリアルタイムで入力されることが望ましいが、これに限定されない。画像信号入力部２０１に入力された画像データのうち、脈拍検出に用いられるデータ部分は生体信号抽出部２０２に入力され、体動検知に用いられるデータ部分は、体動検知部２０５に入力される。画像データは、脈波を検知できる肌領域と、体動を検知できる部位とが含まれるように撮像されていることが望ましい。

生体信号抽出部２０２は、特許請求の範囲における「生体信号取得部」に対応し、入力された画像データから脈波を取得する。たとえば、被測定者の胸部から上を撮影した動画像から、皮膚の色変化を検出して、欠陥を流れる血流の変化を読み取って、心拍を取得する。撮像部２５０で撮影された動画像は、皮膚を撮影していればよく、顔に限定されないが、心拍とパラレルに同じ画像から体動を検知するには、上半身であることが望ましい。

図１９は、画像信号入力部２０１に入力された画像データのうち、脈波の検出に用いられる肌領域Ａ１を示す。画像データ３０１は、たとえば、被測定者のパーソナルコンピュータ（ＰＣ）のモニタディスプレイのフレームに設けられているカメラ等の撮像装置１０６によって撮影される動画像である。生体信号抽出部２０２は、画像データ３０１から脈波信号などの生体信号を取得する。

図２０は、脈波信号取得の処理フローである。画像データ３０１から、脈波信号を取得するための肌領域Ａ１の画素値を取得する（Ｓ１０１）。肌領域は、画素のＲＧＢ値に基づき設定することができる。たとえば、顔検出技術で検出した顔領域に含まれる画素値を取得し、画素のＲＧＢ値が、肌色がもつＲＧＢ値の範囲に含まれる場合に、その画素が肌領域に含まれていると判断する。

あるいは、肌領域Ａ１を、顔検出技術で検出した顔の特徴点の座標位置に基づいて設定してもよい。この場合、眼、口、鼻などの特徴点の座標位置を検出し、検出した座標位置に基づいて肌領域Ａ１を設定することができる。

図１９の例では、鼻と頬を含む顔の中心部分を肌領域Ａ１として設定しているが、眼と額を含む部分を肌領域に設定してよい。また、ユーザインタフェースである入力装置１０７から、肌領域Ａ１の視点位置、幅、長さ等のパラメータを入力して肌領域Ａ１を設定してもよい。

肌領域Ａ１の画素値が取得されると、取得された画素値を平均化する（Ｓ１０２）。たとえば、肌領域Ａ１に含まれる画素のＲ信号値、Ｇ信号値、Ｂ信号値を各色について加算し、平均値を計算する。脈拍に伴う画素値の変化は微小であるため、１画素単位ではノイズによる影響が大きいが、複数の画素の信号値を平均化することで、ノイズによる影響を低減できる。平均値の代わりに、中央値など他の代表値となる指標を用いてもよい。

平均化したＲＧＢ信号から、脈波を示す成分を含む脈波信号を取得する（Ｓ１０３）。脈波信号は、例えば式（５）により求めることができる。

ｐ₀（n）＝ａ_r×ｒ（n）＋ａ_g×ｇ（n）＋ａ_b×ｂ（n） （５）
ここで、ｐ₀（n）、ｒ（n）、ｇ（n）、ｂ（n）は、それぞれｎフレーム目の脈波信号、Ｒ信号、Ｇ信号、Ｂ信号の信号値を表す。またａ_r、ａ_g、ａ_bは、Ｒ信号、Ｇ信号、ｂ信号の重みを表す。

各信号の重みは、最も簡単な例として、ａ_r＝０、ａ_g＝１、ａ_b＝０の組み合わせを利用できる。脈拍による信号値の変化は、Ｇ信号で最も顕著に現れることが知られており、Ｇ信号を脈波信号として用いることができる。

重み付けの別の例として、ａ_r＝－ｋ（ｋは正の値）、ａ_g＝１、ａ_b＝０の組み合せを利用してもよい。すなわち、Ｇ信号から係数ｋで補正されたＲ信号を差し引いた信号値を脈波信号として用いる。これにより、Ｇ信号に含まれる体動等に起因するノイズ成分を低減することができる。係数ｋは、脈波信号に含まれるノイズ成分が最小となるように決定することが望ましい。係数ｋは、フレームごとに最適化した値を用いてもよい。

各信号の重み付けは上述した例に限らず、脈波を示す成分を取得抽出することができる他の適切な重みを用いて算出した信号値を、脈波信号として用いてもよい。

次に、算出された脈波信号に含まれるノイズ成分を除去する（Ｓ１０４）。ノイズ成分の除去は、任意の手法を用いることができる。たとえば、ステップＳ１０３で算出した脈波信号に対して所定の周期特性を持つノイズ低減フィルタを適用することで、脈波周期と異なる周期を持つノイズ成分を低減することができる。ノイズ低減フィルタとしては、例えば脈波の周期に近い周波数成分のみを透過させるバンドパスフィルタを用いることができる。あるいは、脈波に近い周期を持つフィルタ関数を生成し、対象信号との相互相関計算により、脈波周期と異なる周期のノイズ成分を低減してもよい。

Ｓ１０１～Ｓ１０４の処理を、計測時間が終了するまで（Ｓ１０５でＹＥＳ）繰り返すことで、画像データ３０１から被測定者の脈波信号を取得抽出することができる。

図２１は、画像信号入力部２０１に入力された画像データ３０１のうち、脈波または心拍の変動に影響を与える可能性のある体動検出に用いられる喉領域Ａ２を示す図である。第２実施形態では、体動検知部２０５は入力された画像データ３０１から喉の動きなどを検出して、唾の飲み込み動作を検知する。

図２２は、第２実施形態における体動検知の処理フローである。画像データ３０１から、喉領域Ａ２の画素値を取得する（Ｓ１１１）。喉領域Ａ２は、公知の顔検出技術により、顔の輪郭等の特徴点の座標位置を検出し、検出された座標位置から喉領域Ａ２の画素値を取得することができる。

次に、喉領域Ａ２のＲ信号、Ｇ信号、Ｂ信号のいずれかの信号の変動量を算出する（Ｓ１１２）。変動量は画像データの入力ごとに、たとえばフレームごとに算出される。

算出された変動量が一定の閾値を超えたときに、体動（唾の飲み込み）の検知を出力する（Ｓ１１３）。

ステップＳ１１１～Ｓ１１３の処理を、計測時間が終了するまで（Ｓ１１４でＹＥＳ）繰り返すことで、画像データ３０１から被測定者の体動を検知することができる。

信号処理部２００Ｂのその他の機能及び動作は、第１実施形態と同様である。心拍間隔算出部２０３は、取得された脈波信号から逐次、心拍間隔を算出する。統計解析部２０４は、心拍間隔データを統計処理し、解析する。解析結果は、影響動作判定部２０６に入力される。

影響動作判定部２０６は、体動検知部２０５の検知出力を受け取り、心拍間隔の統計解析の結果に基づいて、検知された体動が心拍変動に影響する「影響動作」であるか否かを判定する。換言すると、検知された体動による心拍変動に与える影響に基づいて、検知された体動を「影響動作」と検知する。「影響動作」か否かの判断は、第１実施形態において図８～図１１を参照して説明したいずれの方法を用いてもよい。

「影響動作」と判定された場合に、影響区間設定部２０７によって、体動の影響を受けている「影響区間」が設定される。「影響区間」の設定は、第１実施形態において、図１２～図１４を参照して説明したいずれの方法を用いてもよい。その後、影響区間処理部２０８によって、影響区間の生体データまたはその統計データに対する補正、削除等の処理が行われる。

計測時間設定・カウント部２０９は、有効なデータ区間の合計値が、所定の計測時間に達するまで時間をカウントする。生体機能評価部２１０は、所定の計測時間の間に得られた有効データから、交換神経、副交感神経、自律神経バランスなどの生体機能を評価し、評価結果を表示部２４０に出力する。

第２実施形態では、非接触で脈波等の生体信号と、唾液の嚥下等の体動情報の双方を取得することができる。たとえば、ＰＣを用いた作業と作業の間の休憩時間に、自律神経バランスを気軽にチェックすることができる。

第１実施形態と第２実施形態のどちらの実施形態においても、体動が検知された場合、その体動が心拍変動に影響を与えているときのデータだけを補正または除去する。体動があっても心拍変動に影響していない場合は、測定データを有効データとして扱う。その結果、従来の自律神経バランスの測定時間を短縮して、同程度の測定精度を実現することができる。具体的には、被測定者の状態にもよるが、一般的な状態であれば、３分間という従来の自律神経バランスの測定時間の半分以下の時間で、同程度の測定精度を実現することができる。

上述した生体機能の評価は、生体機能評価装置１Ａまたは１Ｂに生体機能評価プログラムをインストールすることで実行されてもよい。この場合、プログラムは、心拍間隔を用いて被測定者の生体機能の評価を行う生体機能評価装置に、
被測定者から生体信号を取得する手順と、
前記被測定者の体動を検知する手順と、
前記生体信号から心拍間隔を算出する手順と、
前記被測定者の体動が検知された場合に、前記体動が前記心拍間隔の変動に与えた影響に基づいて、前記体動を影響動作と検知する手順と、
前記体動が前記影響動作と検知された場合に、前記心拍間隔が前記体動の影響を受けている影響区間を特定する手順と、
前記体動が前記影響動作と検知された場合に、前記影響区間における前記心拍間隔に対して所定の処理を施した後に、前記生体機能の評価を行う手順と、
を実行させる。

１Ａ、１Ｂ 生体機能評価装置
１００ 情報処理装置
２００Ａ、２００Ｂ 信号処理部
２０１ 画像信号入力部
２０２ 生体信号抽出部
２０３ 心拍間隔算出部
２０４ 統計解析部
２０５ 体動検知部
２０６ 影響動作判定部
２０７ 影響区間設定部
２０８ 影響区間処理部
２０９ 計測時間設定・カウント部
２１０ 生体機能評価部
２２０ 体動モニタ部
２３０ 生体信号測定部
２４０ 表示部
２５０ 撮像部

特開２０１５－１３１０１８号公報 特許第４６２５８８６号 特許第４４６９７４６号

Claims (13)

1. 心拍間隔を用いて被測定者の生体機能の評価を行う生体機能評価装置であって、
   前記被測定者から生体信号を取得する生体信号取得部と、
   前記被測定者の体動を検知する体動検知部と、
   前記生体信号から心拍間隔を算出する心拍間隔算出部と、
   前記体動検知部によって検知された前記体動が、前記心拍間隔の変動に与えた影響に基づいて、前記体動を影響動作と検知する影響動作検知部と、
   前記影響動作検知部が前記体動を前記影響動作と検知した場合に、前記生体信号について前記心拍間隔が前記体動の影響を受けている影響区間を特定する区間設定部と、
   を有し、
   前記影響動作検知部が前記体動を前記影響動作と検知した場合に、前記区間設定部が特定した前記影響区間における前記心拍間隔に対して所定の処理を施した後に、前記生体機能の評価を行い、
   前記影響動作検知部は、前記体動検知部による体動検知後の前記心拍間隔の統計情報を、前記体動検知部による体動検知よりも前の前記被測定者の前記心拍間隔の統計情報と比較して、一定以上の偏差が生じている場合に、前記体動検知部による体動を前記影響動作と検知することを特徴とする生体機能評価装置。
2. 前記所定の処理は、前記影響区間における心拍間隔の削除、または補正であることを特徴とする請求項１に記載の生体機能評価装置。
3. 前記影響動作検知部は、前記体動検知部により前記体動が検知された場合において、前記心拍間隔の標準偏差が前記体動検知部による前記体動検知より前の標準偏差よりも増大している場合に、前記体動を前記影響動作と検知することを特徴とする請求項１に記載の生体機能評価装置。
4. 前記影響動作検知部は、前記体動検知部により前記体動が検知された場合において、前記心拍間隔が、前記体動検知部による前記体動検知より前の心拍間隔の最小値よりも所定量以上減少した場合に、前記体動を前記影響動作と検知することを特徴とする請求項１に記載の生体機能評価装置。
5. 前記影響動作の検知は、前記体動検知部により前記体動が検知された場合において、前記被測定者の前記心拍間隔の統計情報を、事前の統計情報と比較して、前記事前の統計情報との間に一定以上の偏差が生じている場合に、前記体動を前記影響動作と検知することを特徴とする請求項１に記載の生体機能評価装置。
6. 心拍間隔を用いて被測定者の生体機能の評価を行う生体機能評価装置であって、
   前記被測定者から生体信号を取得する生体信号取得部と、
   前記被測定者の体動を検知する体動検知部と、
   前記生体信号から心拍間隔を算出する心拍間隔算出部と、
   前記体動検知部によって検知された前記体動が、前記心拍間隔の変動に与えた影響に基づいて、前記体動を影響動作と検知する影響動作検知部と、
   前記影響動作検知部が前記体動を前記影響動作と検知した場合に、前記生体信号について前記心拍間隔が前記体動の影響を受けている影響区間を特定する区間設定部と、
   を有し、
   前記影響動作検知部が前記体動を前記影響動作と検知した場合に、前記区間設定部が特定した前記影響区間における前記心拍間隔に対して所定の処理を施した後に、前記生体機能の評価を行い、
   前記区間設定部は、前記影響動作検知部が前記体動を前記影響動作と検知した場合に、前記体動検知部が前記体動の発生を検知した時点から、前記心拍間隔の標準偏差が前記体動検知部による前記体動の検知よりも前の標準偏差の平均値に戻るまでの時間を、前記影響区間に設定することを特徴とする生体機能評価装置。
7. 心拍間隔を用いて被測定者の生体機能の評価を行う生体機能評価装置であって、
   前記被測定者から生体信号を取得する生体信号取得部と、
   前記被測定者の体動を検知する体動検知部と、
   前記生体信号から心拍間隔を算出する心拍間隔算出部と、
   前記体動検知部によって検知された前記体動が、前記心拍間隔の変動に与えた影響に基づいて、前記体動を影響動作と検知する影響動作検知部と、
   前記影響動作検知部が前記体動を前記影響動作と検知した場合に、前記生体信号について前記心拍間隔が前記体動の影響を受けている影響区間を特定する区間設定部と、
   を有し、
   前記影響動作検知部が前記体動を前記影響動作と検知した場合に、前記区間設定部が特定した前記影響区間における前記心拍間隔に対して所定の処理を施した後に、前記生体機能の評価を行い、
   前記区間設定部は、前記影響動作検知部が前記体動を前記影響動作と検知した場合に、前記体動検知部が前記体動を検知した時点より後の前記心拍間隔の最初のピークと２番目のピークの間を前記影響区間に設定することを特徴とする生体機能評価装置。
8. 心拍間隔を用いて被測定者の生体機能の評価を行う生体機能評価装置であって、
   前記被測定者から生体信号を取得する生体信号取得部と、
   前記被測定者の体動を検知する体動検知部と、
   前記生体信号から心拍間隔を算出する心拍間隔算出部と、
   前記体動検知部によって検知された前記体動が、前記心拍間隔の変動に与えた影響に基づいて、前記体動を影響動作と検知する影響動作検知部と、
   前記影響動作検知部が前記体動を前記影響動作と検知した場合に、前記生体信号について前記心拍間隔が前記体動の影響を受けている影響区間を特定する区間設定部と、
   を有し、
   前記影響動作検知部が前記体動を前記影響動作と検知した場合に、前記区間設定部が特定した前記影響区間における前記心拍間隔に対して所定の処理を施した後に、前記生体機能の評価を行い、
   前記区間設定部は、前記影響動作検知部が前記体動を前記影響動作と検知した場合に、前記体動検知部が前記体動の発生を検知した時点から一定の時間を前記影響区間に設定することを特徴とする生体機能評価装置。
9. 心拍間隔を用いて被測定者の生体機能の評価を行う生体機能評価装置であって、
   前記被測定者から生体信号を取得する生体信号取得部と、
   前記被測定者の体動を検知する体動検知部と、
   前記生体信号から心拍間隔を算出する心拍間隔算出部と、
   前記体動検知部によって検知された前記体動が、前記心拍間隔の変動に与えた影響に基づいて、前記体動を影響動作と検知する影響動作検知部と、
   前記影響動作検知部が前記体動を前記影響動作と検知した場合に、前記生体信号について前記心拍間隔が前記体動の影響を受けている影響区間を特定する区間設定部と、
   を有し、
   前記影響動作検知部が前記体動を前記影響動作と検知した場合に、前記区間設定部が特定した前記影響区間における前記心拍間隔に対して所定の処理を施した後に、前記生体機能の評価を行い、
   前記区間設定部は、前記影響動作検知部が前記体動を前記影響動作と検知した場合に、前記体動の検知信号の強度の関数として前記影響区間を設定することを特徴とする生体機能評価装置。
10. 前記生体信号取得部と前記体動検知部の少なくとも一方は、接触型センサまたはウエアラブルセンサからの入力信号に基づいて前記生体信号及び前記体動の少なくとも一方を検知することを特徴とする請求項１～９のいずれか１項に記載の生体機能評価装置。
11. 前記生体信号取得部と前記体動検知部の少なくとも一方は、前記被測定者を撮影した画像データから前記生体信号及び前記体動の少なくとも一方を検知することを特徴とする請求項１～９のいずれか１項に記載の生体機能評価装置。
12. 生体機能評価装置により心拍間隔を用いて被測定者の生体機能の評価を行う生体機能評価方法であって、前記生体機能評価装置は、
    前記被測定者から生体信号を取得し、
    前記被測定者の体動を検知し、
    前記生体信号から心拍間隔を算出し、
    前記被測定者の体動が検知された場合に、前記体動が前記心拍間隔の変動に与えた影響に基づいて、前記体動を影響動作と検知し、
    前記体動が前記影響動作と検知された場合に、前記心拍間隔が前記体動の影響を受けている影響区間を特定し、
    前記影響区間における前記心拍間隔に対して所定の処理を施した後に、前記被測定者の生体機能の評価を行い、
    前記体動を前記影響動作と検知した場合に、前記体動の発生を検知した時点から、前記心拍間隔の標準偏差が前記体動の検知よりも前の標準偏差の平均値に戻るまでの時間を、前記影響区間に設定することを特徴とする
    生体機能評価方法。
13. 心拍間隔を用いて被測定者の生体機能の評価を行う生体機能評価装置に、
    被測定者から生体信号を取得する手順と、
    前記被測定者の体動を検知する手順と、
    前記生体信号から心拍間隔を算出する手順と、
    前記被測定者の体動が検知された場合に、前記体動が前記心拍間隔の変動に与えた影響に基づいて、前記体動を影響動作と検知する手順と、
    前記体動が前記影響動作と検知された場合に、前記心拍間隔が前記体動の影響を受けている影響区間を特定する手順と、
    前記体動が前記影響動作と検知された場合に、前記生体機能の評価を、前記影響区間における前記心拍間隔に対して所定の処理を施した後に行う手順と、
    を実行させ、
    前記体動が前記影響動作と検知された場合に、前記体動の発生が検知された時点から、前記心拍間隔の標準偏差が前記体動の検知よりも前の標準偏差の平均値に戻るまでの時間を、前記影響区間に設定することを特徴とする
    生体機能評価プログラム。

Images