JP7396143B2 - 脈波解析装置、脈波解析方法及びプログラム - Google Patents

Description

本発明は、脈波解析装置、脈波解析方法及びプログラムに関するものである。

従来、生体から取得できる脈波等を解析して、生体の様々な状態を示す指標を評価する技術が知られている。例えば、指標は、脈拍数又は脈拍変動指標等である。

また、脈拍変動指標は、脈拍のピーク間隔の揺らぎを評価する指標である。具体的には、脈拍変動指標には、０．０４Ｈｚ（ヘルツ）乃至０．１５Ｈｚ程度となる低周波成分を示すＬＦ（Ｌｏｗ Ｆｒｅｑｕｅｎｃｙ）、０．１５Ｈｚ乃至０．４０Ｈｚ程度となる高周波成分を示すＨＦ（Ｈｉｇｈ Ｆｒｅｑｕｅｎｃｙ）、及び、ＬＦとＨＦの比をとったＬＦ／ＨＦ等の指標がある。そして、これらの指標は、生体の自律神経の働きと関連するため、脈拍変動指標から、生体の自律神経の状態が評価できる。例えば、生体の自律神経の状態から、生体の疲れ又は病気等が把握できる。

例えば、フォトプレチスモグラフィ（ＰＰＧ）といった光の反射率又は透過率の時間変化を評価する技術が知られている。そして、取得される指標の精度及び信頼性を高めるため、ＰＰＧを取得する手段として、カメラを用いて非接触で計測する。このようにして、取得する信号のスペクトルは、基本周波数、すなわち、平均脈拍数に対応する周波数の強度が最も強く、高調波が弱くなる。このように、ＰＰＧ信号の品質を評価する技術が知られている（例えば、特許文献１等）。

しかしながら、従来の脈波品質評価技術では、脈波信号の品質が高いと判定された場合でも、脈拍変動指標の算出精度が悪くなることがあり、脈拍変動指標の信頼性を担保することができない場合がある。

本発明の１つの側面は、脈拍変動指標の信頼性を担保することが可能な、脈波品質の評価方法を提供することを目的としている。

上述した課題を解決するために、本発明の一態様である、脈波解析装置は、
脈波信号を取得する脈波信号取得部と、
前記脈波信号の周波数を分析する周波数分析部と、
前記周波数のうち、周波数スペクトルから脈波信号の基本周波数を検出する検出部と、
少なくとも、前記基本周波数より所定値分周波数が低い第２周波数、又は、前記基本周波数より所定値分周波数が高い第３周波数のうち、いずれか一方を基準にした信号強度を計算する計算部と、
前記脈波信号に含まれるノイズのノイズ強度を算出して、前記信号強度及び前記ノイズ強度に基づいて前記脈波信号を評価する評価部とを備える。

脈拍変動指標の信頼性を担保することが可能な、脈波品質の評価方法を提供できる。

生体情報取得装置の例を示す図である。 ハードウェアの構成例を示す図である。 機能構成例を示す図である。 全体処理例を示す図である。 脈波信号を取得する手順の例を示す図である。 脈波信号の例を示す図である。 脈波信号を評価する手順の例を示す図である。 周波数スペクトルの例を示す図である。 ノイズ強度の計算例を示す図である。 評価例を示す図である。 脈拍間隔に含まれるＬＦ及びＨＦの例を示す図である。

以下、本発明の実施形態について添付の図面を参照しながら説明する。なお、本明細書及び図面において、実質的に同一の機能構成を有する構成要素については、同一の符号を付し、重複する説明を省略する。

＜脈波解析装置例＞
図１は、脈波解析装置の例を示す図である。例えば、脈波解析装置の例である脈波解析装置１は、カメラ等の撮像装置１Ｈ１を有する。そして、脈波解析装置１は、撮像装置１Ｈ１によって、生体情報を取得する対象となる生体１００を撮像する。次に、撮像装置１Ｈ１が撮像した画像に基づいて、脈波解析装置１は、生体１００の脈波等を示す脈波信号を取得する。

＜ハードウェアの構成例＞
図２は、ハードウェアの構成例を示す図である。

ＣＰＵ１０は、脈波解析装置１の制御や脈波の品質を評価するための演算等を実行する中央処理装置である。

記憶装置１１は、脈波解析装置１で実行されるプログラムや処理で生成されるデータを記憶する記憶装置である。例えば、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ＲＯＭ（Ｒｅａｄ－Ｏｎｌｙ Ｍｅｍｏｒｙ）、ハードディスクドライブ（ＨＤＤ）、ソリッドステートドライブ（ＳＳＤ）又はこれらの組み合わせである。

Ｉ／Ｆ１２は、外部装置と接続するためのインタフェースである。例えば、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）、ＨＤＭＩ（登録商標）等のハードウェアインターフェースや、有線ＬＡＮ、無線ＬＡＮ等のネットワークインターフェースである。

入力装置１３は、外部からの情報を入力する装置である。例えば、マウス、キーボード、マイク、タッチパネルである。入力装置１３は、Ｉ／Ｆ１２を介して接続された構成であっても良い。

出力装置１４は、外部に情報を出力する装置である。例えばディスプレイ、スピーカーである。出力装置１４は、Ｉ／Ｆ１２を介して接続された構成であっても良い。

ＣＰＵ１０、記憶装置１１、Ｉ／Ｆ１２、入力装置１３、出力装置１４は、システムバス１５を介して互いに接続されている。

また、脈波解析装置１は、Ｉ／Ｆ１２を介して脈波計測装置２と接続されている。脈波計測装置２は、生体の脈波信号を計測する装置であり、既存の計測装置を利用することができる。例えば光学式の接触脈波センサや、カメラを用いた非接触の脈波計測装置を利用すれば良い。

＜機能構成例＞
図３は、機能構成例を示す図である。例えば、脈波解析装置１は、脈波信号取得部１Ｆ１、周波数分析部１Ｆ２、検出部１Ｆ３、計算部１Ｆ４、及び、評価部１Ｆ５を備える機能構成である。また、脈波解析装置１は、調整部１Ｆ６、及び、指標計算部１Ｆ７を更に備える機能構成が望ましい。以下、図示する機能構成を例に説明する。

例えば、脈波信号取得部１Ｆ１等は、撮像装置１Ｈ１又はＩ／Ｆ１２等の計測装置、インタフェース又はこれらの組み合わせ等で実現する。その他の構成は、ＣＰＵ１０、及び、記憶装置１１等の演算装置、制御装置、及び、記憶装置を協働して動作させて処理を行うことで実現する。

＜全体処理例＞
図４は、全体処理例を示す図である。

＜脈波信号を取得する手順の例＞（ステップＳ１）
脈波信号取得部１Ｆ１は、脈波信号を取得する。例えば、脈波信号の例である脈波を示す信号（以下「脈波信号」という。）は、以下のように取得される。

図５は、脈波信号を取得する手順の例を示す図である。

＜動画データの取得例＞（ステップＳ２０）
脈波信号取得部１Ｆ１は、動画データを取得する。例えば、脈波信号取得部１Ｆ１は、３０ｆｐｓ（フレーム毎秒）程度で撮像を行い、動画データを取得する。

＜顔における特徴点座標を算出する手順の例＞（ステップＳ２１）
脈波信号取得部１Ｆ１は、顔における特徴点座標を算出する。具体的には、まず、脈波信号取得部１Ｆ１は、撮像された画像から、目、口及び鼻等の特徴点の座標を検出する。なお、各部位の検出は、例えば、公知の顔認証技術等によって実現できる。

＜脈波信号の抽出に用いる画素の領域を設定する手順の例＞（ステップＳ２２）
脈波信号取得部１Ｆ１は、脈波信号の抽出に用いる画素の領域を設定する。すなわち、脈波信号取得部１Ｆ１は、動画データから脈波信号が抽出できるように、設定を行う。具体的には、脈波信号取得部１Ｆ１は、ステップＳ２１による算出結果に基づいて、生体の鼻及び頬を含む領域を設定する。

また、この場合において、設定される領域は、目及び口が領域内に入らない程度に設定される。なお、領域の設定は、顔認証等に基づいて行われるに限られない。例えば、ユーザによる操作によって、領域の始点位置、幅及び高さ等が入力され、設定が行われてもよい。また、領域は、複数に分割されて設定されてもよい。例えば、領域は、鼻を含む領域と、左頬を含む領域と、右頬を含む領域とに分割されて設定されてもよい。

＜領域内の画素値を平均化する手順の例＞（ステップＳ２３）
脈波信号取得部１Ｆ１は、領域内の画素値を平均化する。具体的には、脈波信号取得部１Ｆ１は、ステップＳ２２で設定される領域から生成される画像が有するＲ、Ｇ及びＢ等の画素値を平均化して、それぞれの平均値を計算する。

生体の脈拍に起因する画素値の変化は、微小な変化である。そのため、１画素単位では、ノイズの影響が大きい。そこで、複数の画素が示すそれぞれの画素値を平均化すると、脈波信号に対するノイズの影響が低減できる。

＜脈波信号を生成する手順の例＞（ステップＳ２４）
脈波信号取得部１Ｆ１は、脈波信号を生成する。例えば、脈波信号取得部１Ｆ１は、ステップＳ２３で計算される平均値に基づいて、下記（１）式を計算して、脈波信号の値（下記（１）式におけるｐ０（ｎ）である。）を生成する。

ｐ０（ｎ）＝ａ_ｒ×ｒ（ｎ）＋ａ_ｇ×ｇ（ｎ）＋ａ_ｂ×ｂ（ｎ） （１）

上記（１）式では、「ｎ」は、フレーム番号を示す値である。また、「ｒ（ｎ）」は、「ｎ」フレーム目の画像が示すＲの画素値である。同様に、「ｇ（ｎ）」は、「ｎ」フレーム目の画像が示すＧの画素値である。さらに、「ｂ（ｎ）」は、「ｎ」フレーム目の画像が示すＢの画素値である。

また、上記（１）式では、「ａ_ｒ」は、Ｒに対する重みとなる係数である。同様に、「ａ_ｇ」は、Ｇに対する重みとなる係数である。さらに、「ａ_ｂ」は、Ｂに対する重みとなる係数である。

例えば、「ａ_ｒ」、「ａ_ｇ」及び「ａ_ｂ」は、あらかじめ「ａ_ｒ＝０」、「ａ_ｇ＝１」、「ａ_ｂ＝０」と設定されると、脈波信号取得部１Ｆ１は、Ｇの成分だけを抽出した脈波信号を生成できる。生体の脈拍に起因する画素値の変化は、Ｇの成分から観察できる。したがって、上記のような設定とすると、脈波信号取得部１Ｆ１は、生体の脈拍に起因する画素値の変化を観察しやすい脈波信号を生成できる。

ほかにも、「ａ_ｒ」、「ａ_ｇ」及び「ａ_ｂ」は、あらかじめ「ａ_ｒ＝－ｋ」、「ａ_ｇ＝１」、「ａ_ｂ＝０」等と設定されてもよい。このような設定であると、脈波信号は、Ｇの成分から、「ｋ」で補正されたＲの成分を引いた値で生成される。

このようにすると、脈波信号取得部１Ｆ１は、Ｇの成分に含まれる体動等を起因とするノイズを低減させることができる。なお、ノイズは、例えば、周辺の光量の変化又は光源のちらつき等の周辺環境の変化が起因する場合もある。

したがって、設定係数「ｋ」は、ノイズとなる成分が少なくなるように設定される。なお、「ｋ」は、正の値である。また、「ｋ」は、例えば、フレームごとに設定されてもよい。

また、領域が複数設定される場合がある。このような場合には、脈波解析装置１は、まず、領域ごとに、それぞれの脈波信号を生成する。そして、脈波解析装置１は、複数の脈波信号を合成して１つの脈波信号としてもよい。具体的には、脈波解析装置１は、加算平均等によって、複数の脈波信号を合成する。すなわち、脈波解析装置１は、領域ごとの脈波信号を平均して、合成してもよい。他にも、脈波解析装置１は、領域ごとの脈波信号に重み付けをして合成してもよい。

以上のような処理を行うと、脈波信号として、例えば、以下のような脈波信号を取得できる。

＜脈波信号の例＞
図６は、脈波信号の例を示す図である。例えば、脈波信号は、図示するような脈波信号である。なお、図では、横軸は、計測した時間を示す。一方で、縦軸は、脈波信号の信号強度を示す。

脈波は、脈拍による血管の容積変化を波形として捉えた信号であるそして、脈波信号は、ＬＥＤ（Ｌｉｇｈｔ Ｅｍｉｔｔｉｎｇ Ｄｉｏｄｅ）等の照明装置を皮膚表面に向けて、緑色、赤色、赤外光、又は、これらを組み合わせた光等を当て、反射光又は透過光をフォトトランジスタで計測する光電脈波法等でも取得できる。

ほかにも、脈波信号は、動脈直上の皮膚に、加速度センサ又は圧力センサ等のセンサを貼り付けて脈波を計測する接触法等でも取得できる。又は、脈波信号は、顔等といった生体の一部を撮影した動画における皮膚の色変化から血管を流れる血流の変化を読み取り、心拍を抽出する非接触方法でも取得できる。また、脈波は、心電図と同様に、心臓の拍動に応じて周期的な波形が計測される。

以下、図示するような脈波信号を例に説明する。

＜脈波信号の品質を評価する手順の例＞（ステップＳ２）
評価部１Ｆ５は、脈波信号の品質を評価する。具体的には、脈波信号は、以下のようにして評価される。

図７は、脈波信号を評価する手順の例を示す図である。

＜周波数分析を行う手順の例＞（ステップＳ３１）
周波数分析部１Ｆ２は、脈波信号の周波数分析を行う。例えば、周波数分析部１Ｆ２は、脈波信号に対してＦＦＴ（Ｆａｓｔ Ｆｏｕｒｉｅｒ Ｔｒａｎｓｆｏｒｍ、高速フーリエ変換）又はＭＥＭ（Ｍａｘｉｍａｍ Ｅｎｔｒｏｐｙ Ｍｅｔｈｏｄ、最大エントロピー法）等を行う。このような周波数の分析によって、周波数分析部１Ｆ２は、脈波信号の周波数スペクトルを取得する。

例えば、ＦＦＴで周波数を分析する場合には、以下のような処理が行われる。

第１に、周波数分析部１Ｆ２は、脈波信号のデータ点数が２の累乗となるようにデータ点数を調整する。具体的には、ゼロパディング（ｚｅｒｏ ｐａｄｄｉｎｇ）等によって、データ点数が調整される。

第２に、周波数分析部１Ｆ２は、ＦＦＴによって、パワースペクトル密度関数を算出する。パワースペクトル密度関数は、例えば、以下のような周波数スペクトルを示す関数である。

図８は、周波数スペクトルの例を示す図である。図では、横軸が周波数、かつ、縦軸が単位周波数あたりのパワー値に相当する周波数スペクトルの強度を示す。

以下、図示するような周波数分析結果を例に説明する。

なお、パワースペクトル密度関数を算出する上で、窓関数が用いられてもよい。また、パワースペクトル密度関数の代わりに、振幅スペクトル（縦軸が振幅値）やパワースペクトル（縦軸がパワー値）を用いても構わない。

脈波信号は、ノイズ成分、脈波の基本周波数成分、脈波の位相揺らぎ成分、及び、脈波の高調波成分等を含む信号である。

基本周波数成分は、図における周波数が「ｆｐ」である周波数帯域に現れる周波数成分である。このように、基本周波数成分は、周波数分析結果において、周波数スペクトルの強度が最も強くなるように現れる。

以下、周波数分析結果に基づいて、基本周波数の周波数を「第１周波数ＦＲ１」という。基本周波数は、ノイズがない場合には、最も周波数スペクトルの強度が最も強い周波数である。ただし、ノイズの乗り方によっては、ノイズの方が基本周波数より強くなる場合もある。

高調波成分は、基本周波数成分の周波数「ｆｐ」を整数倍した周波数帯域に現れる。具体的には、高調波成分は、「ｆｐ×２」、「ｆｐ×３」、・・・といった周波数帯域に現れる。また、高調波成分は、基本周波数成分より弱い周波数スペクトルの強度で現れる。

位相揺らぎ成分は、基本周波数成分の周波数「ｆｐ」とは所定値（以下所定値を「ｄｆ」とする。）分だけ離れた周波数帯域に現れる周波数成分である。したがって、位相揺らぎ成分は、図に示すように、「ｆｐ＋ｄｆ」及び「ｆｐ－ｄｆ」の周波数帯域に現れる周波数成分である。

以下、第１周波数より所定値分周波数が低い周波数（すなわち、「ｆｐ－ｄｆ」の周波数帯域に現れる周波数である。）成分の周波数を「第２周波数ＦＲ２」という。

また、第１周波数より所定値分周波数が高い周波数（すなわち、「ｆｐ＋ｄｆ」の周波数帯域に現れる周波数である。）成分の周波数を「第３周波数ＦＲ３」という。

また、「ｄｆ」は、所定区間を特定できる値である。例えば、第２周波数及び第３周波数の信号強度は、中心となる周波数の付近に出現する周波数成分を平均又は積分して計算される。そこで、以下の説明では、所定値「ｄｆ」で中心となる周波数を示す。

位相揺らぎ成分のピーク周波数は、位相揺らぎ成分のピークが基本周波数「ｆｐ」に対して、対称の位置に現れる。これを利用して、片方のピーク周波数から、もう片方のピーク周波数を求めても良い。例えば、上記手法により「ｆｐ－０．４０」乃至「ｆｐ－０．１５」Ｈｚの周波数帯に現れるピーク周波数を検出して「ｄｆ」を求め、「ｆｐ＋０．１５」乃至「ｆｐ＋０．４０」Ｈｚの周波数帯に現れるピーク周波数は、既に得られている「ｆｐ」と「ｄｆ」から、「ｆｐ＋ｄｆ」として求めても良い。

さらに、脈波信号には、ノイズ成分ＮＺが含まれる。図示する例は、白色ノイズのようなすべての周波数帯域で同程度の強度で現れる周波数成分のノイズを含む例を示す。このようなノイズ成分ＮＺが含まれると、ノイズ成分ＮＺによってオフセットされたスペクトルとなる。また、周期性のあるノイズが含まれる場合には、ノイズの周期に対応する周波数帯域にノイズ成分によるピークが現れる。

＜第１周波数を検出する手順の例＞（ステップＳ３２）
検出部１Ｆ３は、第１周波数ＦＲ１を検出する。第１周波数ＦＲ１、すなわち、基本周波数は、脈拍数に対応する周波数に現れる。

そこで、検出部１Ｆ３は、０．８Ｈｚ乃至１．７Ｈｚ程度の周波数帯域において、周波数スペクトルの強度が最も高くなる周波数を検出する。このようにすると、検出部１Ｆ３は、第１周波数ＦＲ１を検出できる。

なお、第１周波数ＦＲ１を検出するため、検出範囲となる周波数帯域は、０．８Ｈｚ乃至１．７Ｈｚに限られない。例えば、人が安静でない状態、例えば、運動中、又は、運動の後では、脈拍数の周波数は、安静な状態より高くなる。したがって、対象とする生体１の状態に合わせて検出範囲となる周波数帯域が設定されてもよい。

＜第２周波数及び第３周波数を検出する手順の例＞（ステップＳ３３）
計算部１Ｆ４は、第２周波数ＦＲ２及び第３周波数ＦＲ３を検出する。人の脈波に現れる位相揺らぎ成分には、呼吸周期に対応する高周波の位相揺らぎ成分が含まれ、その周波数は一般に０．１５乃至０．４０Ｈｚである。よって、位相揺らぎ成分のピーク周波数は、基本周波数の「ｆｐ」から０．１５乃至０．４０Ｈｚだけ離れた周波数帯（「ｆｐ－０．４０」Ｈｚ乃至「ｆｐ－０．１５」Ｈｚ、「ｆｐ＋０．１５」Ｈｚ乃至「ｆｐ＋０．４０」Ｈｚ）において、強度が最大となる周波数を検出することで求めることができる。

そこで、計算部１Ｆ４は、所定値「ｄｆ」を基本周波数成分の周波数「ｆｐ」と第２周波数ＦＲ２の差分を計算して求める。そして、計算部１Ｆ４は、第１周波数ＦＲ１より、０．１５Ｈｚ乃至０．４０Ｈｚ分低い周波数帯域（すなわち、所定区間が「ｆｐ－ｄｆ」付近の周波数帯域である。）において、最も周波数スペクトルの強度が最も高くなる周波数を検出する。このようにすると、計算部１Ｆ４は、第２周波数ＦＲ２を検出できる。

さらに、計算部１Ｆ４は、第１周波数ＦＲ１より、０．１５Ｈｚ乃至０．４０Ｈｚ分高い周波数帯域（すなわち、所定区間が「ｆｐ＋ｄｆ」付近の周波数帯域である。）において、最も周波数スペクトルの強度が最も高くなる周波数を検出する。このようにすると、計算部１Ｆ４は、第３周波数ＦＲ３を検出できる。

なお、第２周波数ＦＲ２及び第３周波数ＦＲ３は、第１周波数ＦＲ１を基準に対称（図９においては、第１周波数ＦＲ１の周波数を軸として左右対称である。）に現れやすい。そこで、計算部１Ｆ４は、第２周波数ＦＲ２及び第３周波数ＦＲ３のうち、一方を検出した後、第１周波数ＦＲ１を基準に対称となる周波数帯域で他方の周波数を検出してもよい。

＜ノイズ強度を計算する手順の例＞（ステップＳ３４）
計算部１Ｆ４は、ノイズ強度を計算する。

図９は、ノイズ強度の計算例を示す図である。例えば、図示するような脈波信号が取得できた場合を例に説明する。

ノイズ強度は、脈波信号に含まれる周波数成分のうち、基本周波数の周波数成分、高調波の周波数成分、及び、位相揺らぎ成分の周波数成分とは異なる周波数帯域の周波数成分の強度である。

具体的には、ノイズ強度は、「０」乃至「ｆｐ－０．４０」Ｈｚまでの周波数帯域における周波数の平均値又は積分値等に基づいて計算される。同様に、「ｆｐ＋０．４０」Ｈｚより高周波側において、高調波の周波数成分が弱い周波数帯域（例えば、１０Ｈｚ以上の周波数帯域等である。）で、ノイズ強度は、周波数の平均値又は積分値等に基づいて計算される。なお、ノイズ強度は、ある周波数帯域における周波数の強度で計算されてもよい。

図示する例は、生体１００の体動によるノイズが含まれる場合の例である。このようなノイズが含まれる場合には、例えば、低周波数帯域（図では、局所帯域ＮＺＦである。）等が大きく変化する。図示するように、体動のノイズによって局所帯域ＮＺＦの周波数の強度が高くなる。そして、相対的に、局所帯域ＮＺＦより周波数が高い周波数帯域では、強度が低くなる。このような場合には、周波数によって、ノイズ強度が異なる。

そこで、「０」乃至「ｆｐ－０．４０」Ｈｚの周波数帯域における周波数スペクトルの強度に基づいて、位相揺らぎ成分が現れる「ｆｐ＋ｄｆ」又は「ｆｐ－ｄｆ」の周波数帯域に含まれるノイズ強度が計算されるのが望ましい。

また、局所帯域ＮＺＦにおけるノイズ成分は、所定の関数をフィッティングさせて推定されるのが望ましい。具体的には、この例では、ノイズは、所定の関数（以下「ノイズ関数ＦＮ１」という。）で示す。

例えば、ノイズ関数ＦＮ１は、図示するように「１／ｆ」の関数をフィッティングさせて推定される。なお、ノイズ関数ＦＮ１における「ｆ」は、ノイズの周波数を示す値である。このようなノイズ関数ＦＮ１が推定されると、ノイズを精度良く把握できる。

＜信号強度を計算する手順の例＞（ステップＳ３５）
計算部１Ｆ４は、信号強度を計算する。例えば、信号強度は、ステップＳ３３で検出される第２周波数又は第３周波数の強度、すなわち、位相揺らぎ成分のピークに基づいて計算される。例えば、図９における「ｆｐ＋ｄｆ」又は「ｆｐ－ｄｆ」の周波数帯域に現れる周波数のピークが信号強度として計算される。なお、信号強度は、「ｆｐ－０．４０」Ｈｚ乃至「ｆｐ－０．１５」Ｈｚにおける周波数の強度の平均値又は積分値でもよい。同様に、信号強度は、「ｆｐ＋０．１５」Ｈｚ乃至「ｆｐ＋０．４０」Ｈｚにおける周波数の強度の平均値又は積分値でもよい。

このようにして計算される信号強度が、以降の処理でＳ／Ｎ比の計算等の基準となる。

また、第１周波数、第２周波数、及び、第３周波数の強度は、ノイズ強度を減算して計算されるのが望ましい。それぞれの周波数の強度には、ノイズ成分ＮＺ及び局所帯域ＮＺＦのノイズが含まれる。したがって、それぞれの周波数の強度は、ノイズ強度が差し引かれた値である。ゆえに、ノイズ強度を減算して、それぞれの周波数の強度が計算されると、精度よく信号強度が計算できる。

＜Ｓ／Ｎ比を計算する手順の例＞（ステップＳ３６）
評価部１Ｆ５は、Ｓ／Ｎ比（Ｓｉｇｎａｌ－Ｎｏｉｓｅ Ｒａｔｉｏ、以下「ＳＮＲ」という。）を計算する。例えば、ＳＮＲは、下記の（２）式で計算される。

ＳＮＲ＝信号強度／ノイズ強度 （２）

上記（２）式のように、ＳＮＲを計算する上で、信号強度が第２周波数、及び、第３周波数の信号強度であるのが望ましい。

第２周波数、及び、第３周波数は、図８及び図９に示すように、第１周波数と比較して信号強度が弱い場合が多い。すなわち、図では、第１周波数ＦＲ１が、第２周波数ＦＲ２、及び、第３周波数ＦＲ３と比較すると、縦軸に示す値が大きい。従来の脈波品質評価技術では、脈波信号の品質が高いと判定された場合でも、脈拍変動指標の算出精度が悪くなることがあり、脈拍変動指標の信頼性を担保することができないという問題がある。理由は、従来の脈波品質評価技術は、ＳＮＲの信号強度を表す指標として、脈拍変動指標に寄与する脈波の位相揺らぎ成分の強度ではなく、脈波の基本周波数成分の強度を評価しているためである。

脈波の基本周波数成分とは、図８に示す第１周波数ＦＲ１のように、脈波の周波数スペクトルにおいて、強度が最大となる周波数成分である。

また、脈波の位相揺らぎ成分とは、図８に示す脈波の周波数スペクトルにおいて、基本周波数から位相揺らぎの周波数だけ離れた位置に現れる周波数成分である。そして、脈波の位相揺らぎ成分は以下の特徴を持つ。

・生体の脈波に現れる位相揺らぎ成分には、呼吸周期に対応する高周波の位相揺らぎ成分が含まれる。
・高周波の位相揺らぎ成分の周波数は、０．１５乃至０．４０Ｈｚであり、脈波の基本周波数「ｆｐ」から「ｄｆ＝０．１５乃至０．４０」Ｈｚだけ離れた周波数にピークが現れる。
・高周波の位相揺らぎ成分のピーク強度は、生体の副交感神経の活性度に依存することが知られている。そして、副交感神経の活性度が高い場合には、ピーク強度が高く、活性度が低い場合には、ピーク強度が低くなる。また、副交感神経の活性度が高い場合であっても、位相揺らぎ成分のピーク強度は、脈波の基本周波数のピーク強度と比較して一般的に低くなる。

脈波の基本周波数成分と位相揺らぎ成分のうち、脈拍変動指標に寄与するのは位相揺らぎ成分である。

脈拍変動指標とは、位相揺らぎに起因する脈拍間隔の変動を周波数分析して算出される指標だからである（例えば、副交感神経の活性度を示す脈拍変動指標の例であるＨＦ値は、脈拍間隔のパワースペクトルのうち、０．１５乃至０．４０Ｈｚの周波数帯の積分値で求められる）。

位相揺らぎ成分のピーク強度がノイズ成分の強度に対して十分に高ければ、ノイズによる影響が小さいため、脈拍変動指標の算出精度が高くなる傾向がある。逆に、位相揺らぎ成分のピーク強度がノイズ成分の強度に対して低ければ、ノイズによる影響が大きいため、脈拍変動指標の算出精度が悪くなる傾向がある。

よって、脈拍変動指標の信頼性を担保するためには、脈波信号のＳＮＲを算出する際の信号成分として、脈波の基本周波数成分の強度ではなく、脈波の位相揺らぎ成分の強度を評価することが望ましい。

従来の脈波品質評価技術では、脈波の基本周波数成分の強度をＳＮＲの信号成分とするため、生体の副交感神経の活性度が低く、位相揺らぎ成分のピーク強度が低い場合でも、ＳＮＲが高いと判定される場合がある。そのため、脈拍変動指標の信頼性を担保することが困難という問題がある。一方で、脈波の品質を評価する際、ＳＮＲの信号成分として、脈拍変動指標に寄与する位相揺らぎ成分の強度を評価する構成とすると、信号の品質を精度良く評価できる。

＜品質が基準値以上に良いか否かを判断する手順の例＞（ステップＳ３）
評価部１Ｆ５は、品質が基準値以上に良いか否かを判断する。

図１０は、評価例を示す図である。例えば、品質が基準値以上に良いか否かは、図示するように定まる基準値ＴＨ２によって判断される。

まず、図における縦軸で示す「指標の算出誤差」と図における横軸で示す「Ｓ／Ｎ比」（ＳＮＲ）の関係を示す関係式（以下単に「関係式ＦＮ２」という。）が入力される。

具体的には、ＳＮＲと指標の算出誤差の関係が図にプロットされる。このようにしてプロットされる点を近似することで、関係式ＦＮ２が計算される。このような関係式ＦＮ２が入力された後、図示するように、「指標の算出誤差」が許容できる許容値ＴＨ１を設定する。

図示するように、許容値ＴＨ１及び関係式ＦＮ２が定まると、基準値ＴＨ２が定まる。このようにして、定まる基準値ＴＨ２以上のＳＮＲであれば、評価部１Ｆ５は、品質が基準値以上に良いと判断する（ステップＳ３でＹＥＳ）。

次に、品質が基準値以上に良いと判断すると（ステップＳ３でＹＥＳ）、評価部１Ｆ５は、ステップＳ４に進む。一方で、品質が基準値以上に良くないと判断すると（ステップＳ３でＮＯ）、評価部１Ｆ５は、ステップＳ５に進む。

＜指標を計算する手順の例＞（ステップＳ４）
指標計算部１Ｆ７は、指標を計算する。例えば、指標計算部１Ｆ７は、心拍間隔等の指標を計算する。

心拍間隔（「脈波間隔」という場合もある。）は、心拍の時間における間隔であって、例えば、脈波信号における一定期間ごとに発生する信号のピークとピークの間隔等である。例えば、心拍間隔は、心電図における最も鋭いピークを含むＲ波と次のＲ波の間隔であるＲＲＩ（Ｒ－Ｒ Ｉｎｔｅｒｖａｌ）等の指標で示す。

以下、脈波信号において、信号の開始から順に「ｍ」番目に検出されたピークが、ピーク時間「Ｔ_ｍ」に発生したとする。そして、脈拍間隔を脈拍間隔「Ｉ（Ｔ_ｍ）」とする。すなわち、脈拍間隔「Ｉ（Ｔ_ｍ）」は、「ｍ」番目のピークと、１つ前（「ｍ－１」番目となる。）のピークの時間における間隔を示す。したがって、脈拍間隔「Ｉ（Ｔ_ｍ）」は、下記（３）式のように示せる。

Ｉ（Ｔ_ｍ）＝Ｔ_ｍ－Ｔ_ｍ－１ （３）

上記（３）式におけるピーク時間「Ｔ_ｍ」は、例えば、脈波信号の極大値又は脈波信号を２回微分して算出した加速度脈波の極大値となる時間である。なお、脈拍間隔「Ｉ（Ｔ_ｍ）」は、脈拍信号の極小値となる時間の間隔で計算されてもよい。また、脈拍間隔は、脈波信号を補正した信号に基づいて計算されてもよい。

脈拍間隔は、自律神経系である心臓の交感神経・副交感神経が行う神経活動のバランスを反映して揺らぐ値である。このような揺らぎが「心拍変動（Ｈｅａｒｔ Ｒａｔｅ Ｖａｒｉａｂｉｌｉｔｙ、ＨＲＶ）」となる。すなわち、心拍変動は、脈拍間隔「Ｉ（Ｔ_ｍ）」の時系列変化である。例えば、このような指標を計算すると、身体的・精神的なストレスを示す指標が生成できる。

また、脈拍間隔には、以下のように、ＬＦとＨＦの２つの成分が含まれる。

図１１は、脈拍間隔に含まれるＬＦ及びＨＦの例を示す図である。以下、図１１（Ａ）に示すような脈拍間隔がステップＳ２で取得された場合を例に説明する。

図１１（Ａ）に示すような脈拍間隔には、図１１（Ｂ）に示すような低周波成分と図１１（Ｃ）に示すような高周波成分が含まれる。

図１１（Ｂ）は、脈拍間隔に含まれる低周波の揺らぎ成分の例を示す。ＬＦは、血圧変動に由来する。また、ＬＦは、心拍間隔のパワースペクトルの低周波帯の積分値である。そして、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。

図１１（Ｃ）は、脈拍間隔に含まれる高周波の揺らぎ成分の例を示す。ＨＦは、生体１００による呼吸に由来する。また、ＨＦは、心拍間隔のパワースペクトルの高周波帯の積分値である。そして、ＨＦは、副交感神経系の活動が低下すると、小さくなる。

また、ＬＦとＨＦの比を計算した指標が、生体の疲労度又はストレス等を評価する指標となる。したがって、ＬＦ及びＨＦが抽出できると、生体の疲労度又はストレス等を評価する指標が生成できる。

例えば、自律神経機能を評価する指標には、ＬＦ及びＨＦ等が用いられる。心拍変動の時系列データは、緊張時に活発に働く交感神経、及び、リラックス時に活発に働く副交感神経の２つの自律神経系の制御を受けて２つの略周期的な変動を生じる。

交感神経は低周波（０．０４乃至０．１５Ｈｚ）な略周期的な変動を生じさせ、副交感神経の働きは、低周波帯と高周波（０．１５乃至０．４Ｈｚ）帯の両方に影響する。そのため、ＬＦは、脈拍間隔データのパワースペクトルの低周波成分（０．０４乃至０．１５Ｈｚ）の周波数帯の積分値等で計算される。また、ＨＦは、脈拍間隔データのパワースペクトルの高周波成分（０．１５乃至０．４０Ｈｚ）の周波数帯の積分値で計算される。そして、ＬＦ及びＨＦの比を取った指標であるＬＦ／ＨＦは、生体１００の疲労度及びストレスを評価する指標となる。

ＬＦ及びＨＦは、例えば、以下のように抽出される。

第１に、脈拍間隔は、リサンプリングされる。上記の通り、脈拍間隔は、等間隔でない場合が多い。そこで、脈拍間隔を周波数分析するため、脈拍間隔に対してリサンプリングを行い、間隔を等間隔にするのが望ましい。例えば、脈拍間隔は、０．２５秒にリサンプリングされる。

リサンプリングは、例えば、信号値を補間する。なお、補間は、例えば、線形補間又はスプライン補間等である。

第２に、リサンプリングされた脈拍間隔の時系列データ、すなわち、等間隔となった脈拍間隔の時系列データに基づいて、パワースペクトルが計算される。パワースペクトルは、周波数分析によって計算される。具体的には、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スペクトルが計算される。

第３に、パワースペクトルに基づいて、ＬＦ及びＨＦが計算される。具体的には、ＬＦは、「０．０４Ｈｚ」乃至「０．１５Ｈｚ」のパワースペクトルを積分して計算される。また、ＨＦは、「０．１５Ｈｚ」乃至「０．４Ｈｚ」のパワースペクトルを積分して計算される。なお、「ＬＦ／ＨＦ」は、計算されるＬＦとＨＦの比を計算すると定まる。

以上のように、ＨＦを用いる「ＬＦ／ＨＦ」等の指標を計算する上では、ＨＦが精度よく計算されるのが望ましい。そのためには、信号の品質が良い脈波信号が指標の計算に用いられるのが望ましい。また、信号の品質を評価して、品質が悪い脈波信号が加工されて、指標が計算されてもよい。

このようにして、評価結果に基づいて、品質が良い脈波信号を選別して、品質が良い脈波信号が取得できた場合に指標を計算する。このようにすると、精度が良く指標が計算される。

＜調整を行う手順の例＞（ステップＳ５）
調整部１Ｆ６は、評価結果に基づいて調整を行う。例えば、調整部１Ｆ６は、撮像装置、照明装置又はこれらの両方を調整して、脈波信号の品質が向上するように調整する。

まず、調整部１Ｆ６は、指標を計算するか否かの制御を行う。ステップＳ５となる場合は、脈波信号の品質が基準値未満と判定された場合であるため、指標を計算する処理を実行せず、解析を終了する。これにより、信頼性の低い脈拍変動指標の算出結果が出力されるのを防ぐことができる。

調整部１Ｆ６は、ユーザに再測定の必要性を知らせる情報を出力するか否かを制御してもよい。ステップＳ５となる場合は、脈波信号の品質が基準値未満と判定された場合であるため、指標を計算する処理を実行せず、ユーザに再測定の必要性を知らせる情報を出力する。これにより、信頼性の低い脈拍変動指標の算出結果が出力されるのを防ぐとともに、照明光量等の測定条件等を改善して再測定することで脈波信号のＳＮＲが改善され、信頼性の高い脈拍変動指標を算出することが可能になる。

調整部１Ｆ６は、指標を計算する前に脈波信号を改善するための処理を実行するか否かを制御してもよい。ステップＳ５となる場合は、脈波信号の品質が基準値未満と判定された場合であるため、指標を計算する前に、脈波信号のＳＮＲを改善するための処理を実行し、その後、ステップＳ４の指標の計算する処理に進む。

脈波信号のＳＮＲを改善するための処理は、既知の手法を用いれば良い。例えば、脈波信号の周波数スペクトルからノイズ成分の周波数スペクトルを推定し、脈波信号の周波数スペクトルから減算することでノイズ成分を低減するスペクトルサブトラクション法等を用いることで、脈波信号のＳＮＲを改善することができる。これにより、信頼性の高い脈拍変動指標を算出することが可能になる。

なお、ステップＳ３で脈波信号の品質が基準値以上と判定された場合でも、上述した脈波信号のＳＮＲを改善するための処理を実行しても良い。この場合でも、脈波信号のＳＮＲが改善されることで、より信頼性の高い脈拍変動指標を算出することが可能になる。

脈波信号を生成するのに用いられる画像が暗い条件下で撮像されている場合には、脈波信号の品質が悪い場合が多い。そこで、調整部１Ｆ６は、照明装置又は撮像装置が有する光学系（絞り又は露光条件等である。）等の設定を変更して、明るい画像が撮像できるように変更する。

また、調整部１Ｆ６は、生体との距離を調整してもよい。脈波信号の品質は、撮像装置と生体の距離も影響する。したがって、調整部１Ｆ６は、生体との距離を調整して脈波信号の品質を向上させてもよい。例えば、調整部１Ｆ６は、アクチュエータで撮像装置を移動させてもよいし、生体に近づくようにメッセージを出力してもよい。

なお、照明装置及び撮像装置は、脈波解析装置１が直接設定して調整されなくともよい。例えば、調整部１Ｆ６は、照明装置及び撮像装置の設定を変更するようなメッセージを出力して、ユーザ等に変更させる操作を行わせて調整してもよい。

また、調整部１Ｆ６は、ノイズの要因が減るように調整してもよい。例えば、調整部１Ｆ６は、フィルタの設定を行う、又は、生体１００に体動等の動作を減らすように、「計測中はなるべく動かないで下さい。」等の指示をするメッセージを出力してもよい。

このように脈波信号の品質を向上させる条件にして、再度脈波信号の取得から全体処理を行う。このような調整が行われると、品質が高い脈波信号で指標の計算等を行うことができる。

以上のように、脈波信号の品質を評価することで、品質の悪い脈波信号を把握することができる。特に、品質が基準値以上の脈波信号を用いると、ＨＦ等の指標の算出精度を良くできる。

ＨＦは、他の周波数成分と比較して、信号強度が弱い成分である場合が多い。したがって、ＨＦは、ノイズ等に埋もれやすい。例えば、図９に示すような体動等のノイズが入ると、ＨＦの信号強度は相対的に弱くなりやすい。そこで、ＨＦが抽出されやすい高い品質の脈波信号を評価して分別すると、ＨＦを精度良く算出できる。

なお、脈波解析装置は、上記の例のように、非接触で脈波信号を取得するのが望ましい。脈波信号は、非接触で取得する方が生体に接触して取得する場合よりもノイズが入りやすい。したがって、上記のような構成が適用されると、非接触で脈波信号が取得されても、品質が高い脈波信号で指標の計算等を行うことができる。

＜その他の実施形態＞
なお、上記に示す処理とは別に、脈波解析装置は、信号に含まれるノイズを低減させるフィルタリング処理、又は、信号を増幅させる処理等を行ってもよい。また、これらの処理を行う上で、脈波解析装置は、信号を周波数分析するＦＦＴ（高速フーリエ変換）又はＳＮＲの計算等を行ってもよい。

また、本発明に係る実施形態は、本発明の一実施形態に係る処理が、プログラムに基づいて情報処理装置又は情報処理システムによって実行されることで実現されてもよい。すなわち、本発明に係る実施形態は、脈波解析方法をコンピュータに実行させるためのプログラム等によって実現されてもよい。なお、プログラムは、コンピュータが読み取り可能な記録媒体等に記憶されてコンピュータにインストールされる。

さらに、本発明に係る実施形態は、１以上の情報処理装置を有する脈波解析システムによって実現されてもよい。そして、脈波解析システムは、処理を冗長、分散又は並列して行ってもよい。

以上、本発明の好ましい実施例について詳述したが、本発明は係る特定の実施形態に限定されない。すなわち、特許請求の範囲に記載された本発明の要旨の範囲内において、種々の変形又は変更が可能である。

１００ 生体
１ 脈波解析装置
１Ｆ１ 脈波信号取得部
１Ｆ２ 周波数分析部
１Ｆ３ 検出部
１Ｆ４ 計算部
１Ｆ５ 評価部
１Ｆ６ 調整部
１Ｆ７ 指標計算部
ＦＲ１ 第１周波数
ＦＲ２ 第２周波数
ＦＲ３ 第３周波数
ＮＺ ノイズ成分
ＴＨ１ 許容値
ＴＨ２ 基準値

特表２０１９－５１１９４１号公報

Claims (13)

1. 脈波信号を取得する脈波信号取得部と、
   前記脈波信号の周波数を分析する周波数分析部と、
   前記周波数のうち、周波数スペクトルから脈波信号の基本周波数を検出する検出部と、
   少なくとも、前記基本周波数より所定値分周波数が低い第２周波数、又は、前記基本周波数より所定値分周波数が高い第３周波数のうち、いずれか一方を基準にした信号強度を計算する計算部と、
   前記脈波信号に含まれるノイズのノイズ強度を算出して、前記信号強度及び前記ノイズ強度に基づいて前記脈波信号を評価する評価部と
   を備える脈波解析装置。
2. 前記計算部は、前記第２周波数、及び、前記第３周波数を基準にして前記信号強度を計算する
   請求項１に記載の脈波解析装置。
3. 前記信号強度は、少なくとも、前記第２周波数、又は、前記第３周波数のピークの強度のいずれか一方に基づいて計算される
   請求項１又は２に記載の脈波解析装置。
4. 前記信号強度は、前記第２周波数、又は、前記第３周波数を中心に所定区間に含まれる信号強度の平均値又は積分値に基づいて計算される
   請求項１乃至３のいずれか１項に記載の脈波解析装置。
5. 少なくとも、前記第２周波数、又は、前記第３周波数の信号強度のいずれか一方を、前記ノイズ強度を減算して計算する
   請求項１乃至４のいずれか１項に記載の脈波解析装置。
6. 前記脈波信号に含まれるノイズを、所定の関数をフィッティングさせて推定する
   請求項１乃至５のいずれか１項に記載の脈波解析装置。
7. 前記ノイズ強度は、前記基本周波数、又は、前記第２周波数における周波数スペクトルの強度に基づいて算出される
   請求項１乃至６のいずれか１項に記載の脈波解析装置。
8. 前記ノイズ強度は、前記基本周波数－０．４Ｈｚ以下の周波数帯、又は、前記基本周波数＋０．４Ｈｚ以上の周波数帯の前記周波数スペクトルの強度に基づいて算出される
   請求項１乃至７のいずれか１項に記載の脈波解析装置。
9. 前記基本周波数－０．４Ｈｚ以下の周波数帯の前記周波数スペクトルの強度に基づいて、前記基本周波数、又は、前記第２周波数に含まれるノイズ成分の強度を予測し、
   前記ノイズ強度は、予測される前記ノイズ成分の強度の値である
   請求項８に記載の脈波解析装置。
10. 前記評価部による評価結果に基づいて、指標を計算するか否かの制御、ユーザに再測定の必要性を知らせる情報を出力するか否かを制御、指標を計算する前に前記脈波信号を改善するための処理を実行するか否かを制御、照明を調整、生体との距離を調整、前記生体の動作を指示する、又は、これらの組み合わせを行う調整部をさらに備える
    請求項１乃至９のいずれか１項に記載の脈波解析装置。
11. 前記評価部による評価結果に基づいて、前記脈波信号を選別して指標を計算する指標計算部をさらに備える
    請求項１乃至１０のいずれか１項に記載の脈波解析装置。
12. 脈波解析装置が行う脈波解析方法であって、
    脈波解析装置が、脈波信号を取得する脈波信号取得手順と、
    脈波解析装置が、前記脈波信号の周波数を分析する周波数分析手順と、
    脈波解析装置が、前記周波数のうち、周波数スペクトルから脈波信号の基本周波数を検出する検出手順と、
    脈波解析装置が、少なくとも、前記基本周波数より所定値分周波数が低い第２周波数、又は、前記基本周波数より所定値分周波数が高い第３周波数のうち、いずれか一方を基準にした信号強度を計算する計算手順と、
    脈波解析装置が、前記脈波信号に含まれるノイズのノイズ強度を算出して、前記信号強度及び前記ノイズ強度に基づいて前記脈波信号を評価する評価手順と
    を含む脈波解析方法。
13. 請求項１２に記載の脈波解析方法をコンピュータに実行させるプログラム。

Images