JP7433428B2 - 生体信号処理装置および見守りシステム、見守り方法 - Google Patents
生体信号処理装置および見守りシステム、見守り方法 Download PDFInfo
- Publication number
- JP7433428B2 JP7433428B2 JP2022528366A JP2022528366A JP7433428B2 JP 7433428 B2 JP7433428 B2 JP 7433428B2 JP 2022528366 A JP2022528366 A JP 2022528366A JP 2022528366 A JP2022528366 A JP 2022528366A JP 7433428 B2 JP7433428 B2 JP 7433428B2
- Authority
- JP
- Japan
- Prior art keywords
- rri
- information
- map
- reliability
- feature space
- 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
- 238000012544 monitoring process Methods 0.000 title claims description 111
- 238000012545 processing Methods 0.000 title claims description 87
- 238000000034 method Methods 0.000 title claims description 35
- 238000004458 analytical method Methods 0.000 claims description 65
- 238000004364 calculation method Methods 0.000 claims description 61
- 238000011156 evaluation Methods 0.000 claims description 21
- 230000006870 function Effects 0.000 claims description 15
- 238000012986 modification Methods 0.000 claims description 13
- 230000004048 modification Effects 0.000 claims description 13
- 239000000284 extract Substances 0.000 claims 2
- 238000010586 diagram Methods 0.000 description 35
- 230000000747 cardiac effect Effects 0.000 description 17
- 238000005259 measurement Methods 0.000 description 16
- 238000012937 correction Methods 0.000 description 9
- 238000001514 detection method Methods 0.000 description 9
- 230000002159 abnormal effect Effects 0.000 description 7
- 230000005856 abnormality Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 210000000467 autonomic pathway Anatomy 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 230000006793 arrhythmia Effects 0.000 description 3
- 206010003119 arrhythmia Diseases 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000010223 real-time analysis Methods 0.000 description 2
- 210000003403 autonomic nervous system Anatomy 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000017531 blood circulation Effects 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 210000005037 parasympathetic nerve Anatomy 0.000 description 1
- 230000000241 respiratory effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000002889 sympathetic effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000002861 ventricular Effects 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
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
- A61B5/346—Analysis of electrocardiograms
- A61B5/349—Detecting specific parameters of the electrocardiograph cycle
- A61B5/352—Detecting R peaks, e.g. for synchronising diagnostic apparatus; Estimating R-R interval
-
- 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
- A61B5/02405—Determining heart rate variability
-
- 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
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7221—Determining signal validity, reliability or quality
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Cardiology (AREA)
- Engineering & Computer Science (AREA)
- Surgery (AREA)
- Medical Informatics (AREA)
- Veterinary Medicine (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Animal Behavior & Ethology (AREA)
- Physiology (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Artificial Intelligence (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Description
時系列に並べられた複数のRRIによって構成される、RRI情報を取得するRRI情報取得手段と、RRI情報を構成するRRIのうちの、正常状態におけるRRIの時系列から、2以上の次元を持つ特徴空間の次元と同じ数ずつ、RRIの値を順に取り出し、取り出したRRIの値により特徴空間における第1の位置座標を複数生成して、特徴空間において、第1の位置座標により示される位置に第1の点をそれぞれプロットし、複数の第1の点に基づいて特徴空間からマップを生成するマップ生成手段と、評価対象のRRIの時系列により構成される、評価対象のRRI情報から、特徴空間の次元と同じ数ずつ、評価対象のRRIの値を順に取り出し、取り出した評価対象のRRIの値により特徴空間における第2の位置座標を生成して、特徴空間において、第2の位置座標により示される位置に第2の点をプロットし、評価対象のRRIの心拍変動らしさを示す指標を、マップに基づいて決まる点群または領域と第2の点との位置関係に基づいて算出する指標算出手段と、評価対象のRRIの信頼度を示すRRI信頼度を、指標によって示される、心拍変動らしさの度合いの関数に基づいて算出する信頼度算出手段と、RRI信頼度と、予め定められた閾値との比較結果を得て、評価対象のRRIのうち、比較結果が予め定められた条件を満たすRRI信頼度に対応する評価対象のRRIを評価対象のRRI情報から除外することにより、評価対象のRRI情報を修正し、修正RRI情報として出力するRRI情報修正手段と、修正RRI情報に基づいて見守り対象の心拍変動を解析する心拍変動解析手段と、心拍変動解析手段による解析結果を出力する解析結果出力手段とを備えたものである。
(RRI情報の説明)
実施の形態1を図1Aから図9Bに基づいて説明する。なお、実施の形態1における「見守り対象」は、工場などで作業を行う作業者、車両を運転中のドライバー、1人暮らしの高齢者など、監視または見守りの対象となりうるヒトである。まず、本願で扱うRRI情報について、図1Aおよび図1Bを用いて説明する。図1Aは、一般的な心電位波形を示す図であり、横軸が時刻、縦軸が電位を表している。図1Aに示す心電位波形V1には、間隔を空けて鋭い山が出現している。この山の部分V2が一般的にR波と呼ばれるものである。R波は、心室の興奮を反映して生じる信号変化であり、時系列的に互いに隣接するR波の間の間隔はRRIと定義されている。RRIは、心臓の一拍の拍動に要する時間を表す。通常、R波はピーク検出によって抽出され、順次計測されるR波の時間間隔がRRIとなる。RRIは、一連の時系列データとして心電位波形から取得することができる。図1Aでは、n回目に得られたRRIをRRI(n)とし、n+1回目に得られたRRIをRRI(n+1)としている。心拍数が1分間当たりの心臓の拍動回数を表すのに対して、RRIの逆数は瞬時心拍数として運動負荷の変動を細やかに把握するために用いられることがある。また、R波の出現間隔は自律神経の支配を受けて変動する。このため、RRIの時間変動を解析することで自律神経の状態を推定することがある。
心電位波形を用いる場合におけるR波の検出漏れおよび誤検出を図2Aおよび図2Bを用いて説明する。接触式のセンサを用いて心電位波形または脈波を取得する場合、激しい体動またはセンサの装着異常により信号の検出が不安定となり、心電位波形のデータの欠損またはノイズの混入が起こることがある。例えば図2Aに示すV3は、R波ではあるもののピーク電位が小さく、R波として検出されない。このため、図2Aのような心電位波形ではR波の検出漏れが起こる。また、図2Bに示すノイズV4は、R波ではないがR波として検出されてしまう。このため、図2Bのような心電位波形ではR波の誤検出が起こる。図2Aおよび図2Bでは、本来計測されるべきRRIを点線矢印で示し、実際に計測されるRRIを実戦矢印で示しているが、RRIが正確に計測されていないことを示している。
RRI情報の特徴について、図3を用いて説明する。ある期間において時系列で取得されたRRIより、以下の式(1)で示すようにRRI情報を表すとする。
RRI={RRI(1)、RRI(2)、・・・RRI(i)、RRI(i+1)、・・・RRI(N)} ・・・(1)
P=(P1、P2、P3、・・・Pi、・・・PN-1) ・・・(3)
図3は、点群Pを構成する各点Pi(i=1、2、・・・N-1)をxy平面上にプロットした図であり、一般的なRRI情報の特徴を説明する図となっている。すなわち、各点Piを構成するRRIを取得した期間において見守り対象の状態が正常である場合、心電位波形が定常となるので、RRIはほぼ一定となる。その結果、y=xである直線L0の近辺に各点Piがプロットされ、直線L0の近辺に点群Pが生成される。点群Pの分布領域、すなわち、点群Pを構成する各点Piの分布領域は楕円状に形成され、直線L0と交差する。ここで直線L0は、RRI情報を構成する各RRIが一定である状態をxy平面上で示す直線である。
図4は、実施の形態1における生体信号処理装置を示すブロック図である。生体信号処理装置10は、センサ80から出力されるRRI情報82を取得するRRI情報取得手段11と、RRI情報82の信頼性を評価するための「マップ」を生成するマップ生成手段12と、マップ生成手段により生成されたマップのマップ情報84を記憶するマップ記憶手段13と、評価対象のRRI情報82を構成する各RRIの指標83を、マップを用いて算出する指標算出手段14と、指標83から評価対象のRRI情報82を構成する各RRIの信頼性の度合いを示すRRI信頼度85を算出する信頼度算出手段15と、RRI信頼度85に基づいてRRI情報82の修正を行い、修正されたRRI情報82を修正RRI情報86として出力するRRI情報修正手段16とを備える。
マップ生成手段12は、事前学習において取得されたRRI情報821よりマップを生成する。説明のため、RRI情報821がM個のRRIを含むとする。すなわち、RRI情報821は、式(1)のNをMに置き換えたものとなる。なお、Mは予め定められる数である。マップ生成手段12は、式(2)および式(3)のNをMで置き換えた式に従って、M-1個の点Pi(i=1、2、・・・M-1)、すなわち第1の点をxy平面上にプロットし、点群Pを構成する。このようにして生成された点群Pは、図3に示したように直線L0(y=x)と交差する。実施の形態1では、特徴空間であるxy平面上に点群Pを構成したものを「マップ」とする。「マップ」は、RRI情報82の心拍変動らしさ評価し、RRI情報82の信頼性を評価するために用いられる。このため、マップを生成するための点群Pを構成する各点Piの位置は、正常状態のRRIの値に基づいて決める必要がある。このため、事前学習による点群Pの生成の際は、データ欠損およびノイズの影響を極力排除して正常状態を保つ。具体的には、センサの装着を正常に保った状態で事前学習を実施する。また、上記の状態を保ちつつ、実運用時に想定される様々な状況のRRI情報821をできるだけ多く取得してマップを生成することが望ましい。マップ生成手段12は、生成したマップを再現するための情報をマップ情報84としてマップ記憶手段13に出力する。マップ記憶手段13は、マップ情報84を記憶する。
指標算出手段14は、実運用において取得した、評価対象であるRRI情報822を構成する各RRIの指標83を算出する。ここで指標83は、RRI情報822を構成する各RRIの「心拍変動らしさ」を示す。図5は、実施の形態1に係る指標算出方法を説明する図である。まず、指標算出手段14は、マップ記憶手段13からマップ情報84を取得し、マップ情報84を用いて点群Pをxy平面上に構成することでマップを再現する。次に、RRI情報822を構成する、評価対象の各RRIに式(2)を適用し、評価対象のRRIの値に対応する点をxy平面上にそれぞれプロットする。ここでは、N個のRRIを取得したとし、プロットした点を点Pk*(k=1、2、・・・N-1)とする。点Pk*は、第2の点に相当する。指標算出手段14は、指標を算出する前段階の数値として、点Pk*の点群Pからの乖離度を算出する。「乖離度」の具体例としては、点群Pを構成する各点Piのうち、点Pk*との間の距離が最も小さい点Piと点Pk*との距離dを点Pk*の乖離度とすることが考えられる。点Pk*の乖離度を算出後、点Pk*の要素である各RRIの指標83を各点Pk*の乖離度から算出する。式(2)より、例えばRRI(k)は、点Pk-1*の要素でもあり、かつ、点Pk*の要素でもあるように、各RRIは、2つの点Pk*の要素となることがある。このため、RRI(k)の指標83としては、点Pk-1*の乖離度の逆数と、点Pk*の乖離度の逆数の単純平均とすることが考えられる。これにより、点Pk*が点群Pにより近いほど指標83が小さくなり、心拍変動らしさがより大きいこととなる。評価対象の各RRIの指標83を算出後、指標算出手段14は、各RRIの指標83を信頼度算出手段15に出力する。
信頼度算出手段15は、評価対象の各RRIについて、それぞれの指標83に基づいてRRI信頼度85を算出する。RRI信頼度85は、生体信号の計測状態の信頼性を示す指標であり、指標83の関数で表される。すなわち、RRI(k)の指標83の値をα(k)とし、RRI(k)のRRI信頼度85の値をβ(k)とした場合、一般的には以下の式(4)のようになる。
β(k)=f(α(k))・・(4)
ここで、α(k)は心拍変動らしさの度合いを示し、β(k)はRRI(k)の信頼度を示すことから、関数fは一般的には単調増加関数であると考えられる。最も簡単な形として、指標83をそのRRIのRRI信頼度85としてもよい。また、例えばシグモイド関数など、関数fを非線形の単調増加関数とすることも考えられる。
β(k)=f(α(k-j)、α(k-j+1)・・、α(k-1)、α(k)、α(k+1)、・・・α(k+j-1)、α(k+j)) ・・・(5)
式(5)では、区間[k-j、k+j]のRRIの指標83に基づいてRRI(k)のRRI信頼度85を求める。より具体的には、区間[k-j、k+j]のRRIの指標83の平均値をRRI(k)のRRI信頼度とすることが考えられる。
RRI情報修正手段16は、各RRIのRRI信頼度85の値を予め定められた閾値thと比較し、RRI信頼度85の値が閾値thよりも小さい場合、対応するRRIを無効とする。すなわち、β(k)<thの場合にRRI(k)を無効とする。またRRI情報修正手段16は、無効としたRRIを評価対象のRRI情報であるRRI情報822から削除することによりRRI情報822を修正する。修正されたRRI情報822は、修正RRI情報86として出力される。
次に、生体信号処理装置10の各機能部を実現するハードウェア構成を説明する。
図6は、生体信号処理装置10の各機能部を実現するハードウェア構成の一例を示す図である。生体信号処理装置10は、主に、プロセッサ91と、主記憶装置としてもメモリ92および補助記憶装置93から構成される。プロセッサ91は、例えばCPU(Central Processing Unit)、ASIC(Application Specific Integrated Circuit)、DSP(Digital Signal Processor)、FPGA(Field Programmable Gate Array)などで構成される。メモリ92はランダムアクセスメモリ等の揮発性記憶装置で構成され、補助記憶装置93はフラッシュメモリ等の不揮発性記憶装置またはハードディスクなどで構成される。補助記憶装置93には、プロセッサ91が実行する所定のプログラムが記憶されており、プロセッサ91は、このプログラムを適宜読み出して実行し、各種演算処理を行う。この際、補助記憶装置93からメモリ92に上記所定のプログラムが一時的に保存され、プロセッサ91はメモリ92からプログラムを読み出す。図4に示した各機能部による演算処理は、上記のようにプロセッサ91が所定のプログラムを実行することで実現される。プロセッサ91による演算処理の結果は、一旦メモリ92に記憶され、実行された演算処理の目的に応じて補助記憶装置93に記憶される。
図7Aは、実施の形態1における見守りシステムを示すブロック図であり、図7Bは、実施の形態1に係る見守りサーバを示すブロック図である。見守りシステム100は、心電位または脈波など、見守り対象の生体信号を検知し、検知した生体信号のRRIを順次算出し、時系列に並べられた複数のRRIによって構成されるRRI情報82A、82Bをそれぞれ出力するセンサ80A、80Bと、それぞれのセンサ80A、80Bに対応し、センサ80A、80Bが出力するRRI情報82A、82Bを処理してRRI信頼度85A、85Bおよび修正RRI情報86A、86Bを生成する生体信号処理装置10A、10Bと、それぞれの生体信号処理装置10A、10Bが出力するRRI信頼度85および修正RRI情報86を受信し、修正RRI情報86を解析して解析結果Eを出力する見守りサーバ70とを備える。生体信号処理装置10A、10Bの構成は、図4を用いて説明した生体信号処理装置10と同様である。すなわち、センサ80Aまたはセンサ80Bから取得したRRI情報82A、82B構成するRRIからマップを生成し、評価対象の各RRIの心拍変動らしさを示す指標83を算出して、指標83を用いて各RRIの信頼度を算出することでRRI信頼度85A、85Bを得る。また、RRI信頼度85A、85BによりRRI情報82A、82Bを修正し、修正RRI情報86A、86Bを得る。マップ生成、指標83の算出、RRI信頼度の算出、およびRRI情報82の修正についての具体的な説明は上述したとおりである。
見守りサーバ70は、RRI信頼度85A、85Bおよび修正RRI情報86A、86Bを受信する受信手段71と、修正RRI情報86A、86Bに基づいてそれぞれの見守り対象の心拍変動を解析し、それぞれの見守り対象の身体的負荷および自律神経の状態などを推定する心拍変動解析手段72と、心拍変動解析手段72による解析の結果を解析結果Eとして出力する解析結果出力手段73とを備えている。
心拍変動解析手段72は、修正RRI情報86A、86Bを構成する各RRIの時系列変動から、見守り対象の心拍変動を解析する。例えば、呼吸性不整脈成分の強度分布から副交感神経と交感神経の活性度バランスを評価し、自律神経の状態を推定することによって、見守り対象にかかっているストレスの強度を評価してもよい。また、作業負荷または運動負荷の変動とRRIの変動を比較し、見守り対象の身体的負荷を推定する。具体的には、作業負荷などの変動に対するRRIの変動(作業負荷などが増大した場合に心拍数が増加し、作業負荷などが平常に戻った場合に心拍数も戻る)より、見守り対象の身体的負荷を推定する。作業負荷などの変動は、見守り対象の動作を加速度センサなどで計測し、計測された加速度の偏差の有無を判定することなどにより把握することができる。心拍変動解析手段72は、解析結果Eを解析結果出力手段73に出力する。
なお、上述したように、実施の形態1ではRRI信頼度の値が閾値thよりも小さいRRIは無効とされ、修正RRI情報86A、86Bには含まれていない。このため、上記した心拍変動の解析は、センサ80A、80Bの装着異常による影響を除いた状態で実施することができる。
次に、動作について説明する。図8は、実施の形態1における見守りシステムの動作、すなわち実施の形態1における見守り方法を示すフロー図である。図8において、ステップST101からステップST102は事前学習工程であり、ステップST103からステップST108は実運用工程である。まず、学習用のRRI情報を取得する(ステップST101)。センサ80A、80Bは、見守り対象の正常時の生体信号を検知し、検知した生体信号のRRIを時系列に算出する。生体信号処理装置10A、10BのRRI情報取得手段11は、時系列に並べられた複数のRRIによってそれぞれ構成されるRRI情報82A、82Bをセンサ80A、80Bから取得する。
次に、実施の形態2を図10に基づいて説明する。実施の形態2は、RRI情報の信頼性を評価するためのマップの生成方法およびRRIの指標の算出方法が実施の形態1と異なる。図10は、実施の形態2に係るマップおよび指標算出方法を説明する図である。実施の形態2では、事前学習で得られる点群を含むように定められた領域を正常領域とし、実運用において、評価対象のRRIを用いてプロットされた点が上記正常領域の領域内にあるか領域外にあるかでそのRRIの指標を定める。以下、詳細に説明する。
マップ生成手段12は、まず、事前学習のために取得されたRRI情報821より点群Pを構成する。点群Pの生成は、実施の形態1と同様に、例えばM個のRRIに対して式(2)および式(3)を適用すればよい。点群Pは直線L0と交差し、点Piの分布範囲が楕円状に形成される点は実施の形態1と同様である。
指標算出手段14は、実運用において取得した、評価対象であるRRI情報822を構成する各RRIの指標83を算出する。まず、指標算出手段14はマップ記憶手段13からマップ情報84を取得し、マップ情報84を用いてxy平面上に正常領域Sを設定することでマップを再現する。次に、RRI情報822を構成する、評価対象の各RRIに式(2)を適用し、評価対象のRRIの値に対応する点をxy平面上にそれぞれプロットする。指標算出手段14は、それぞれの点Pk*が正常領域Sの領域内にあるか否かを判定し、正常領域Sの領域内にある点Pk*に「1」を、正常領域Sの領域外にある点Pk*に「0」を割り当てる。これにより、全ての点Pk*に「0」または「1」を割り当てたら、各点Pk*を構成するRRIの指標83を実施の形態1と同様にして算出する。すなわち、実施の形態1で説明した点Pk*の乖離度831に相当するものが「0」または「1」であると考えればよい。指標算出手段14は、各RRIの指標83を信頼度算出手段15に出力する。
その他については実施の形態1と同様であるので、説明を省略する。
なお、実施の形態2では指標算出において点Pk*に「0」または「1」を割り当てたが、点Pk*に割り当てる数値は点Pk*の位置により決まる。すなわち、「心拍変動らしさ」を示す数値はxy平面上の位置によって決まる。このことを利用し、正常領域Sの領域内を「1」、正常領域Sの領域外を「0」とするポテンシャル情報をマップ生成において設定し、特徴空間にこのポテンシャル情報を付加したものをマップとしてもよい。この場合、マップ情報84は上記ポテンシャル情報を含む。また指標算出においては、点Pk*の位置と上記ポテンシャル情報に従って、「0」または「1」の値を点Pk*に割り当てればよい。
また、特徴空間上に正常領域を設定してマップを生成する。このため、マップ情報は正常領域の境界を示す数式または数式を決定する係数を含めればよく、マップ情報の情報量を小さくすることができる。
次に、実施の形態3を図11から図13に基づいて説明する。実施の形態3は、事前学習ではなく、実運用において取得したRRI情報を用いてマップを生成する点が実施の形態1および実施の形態2と異なる。図11は、実施の形態3における生体信号処理装置を示すブロック図であり、図12は、実施の形態3に係るマップおよび指標算出方法を説明する図である。図11に示すように、生体信号処理装置30のRRI情報取得手段11は、「実運用における取得」で取得したRRI情報822を指標算出手段34とマップ生成手段32の両方に出力する。指標算出手段34は、マップを用いてRRI情報822の指標83を算出する。また、実施の形態3ではマップ記憶手段は必須ではないので、生体信号処理装置30はマップ記憶手段を備えていない。以下、詳細に説明する。
マップ生成手段32は、式(2)に従って、実運用において取得されたRRI情報822を構成するRRIから点Pk*の座標を定め、各点Pk*をxy平面にプロットし、自己組織化マップまたはk-means法などのクラスタリングの手法により、各点Pk*を分類して複数の点群を形成する。実施の形態3では、この点群を「クラスタ」と呼ぶ。図12に示す例では、3つのクラスタ(クラスタCL、CL1、CL2)が形成される。次に、形成されたクラスタのうち、直線L0と交差するクラスタを有効クラスタ、直線L0と交差しないクラスタを無効クラスタとする。図12に示す例では、クラスタCLが有効クラスタ、クラスタCL1、CL2が無効クラスタとなる。実施の形態3では、特徴空間であるxy平面上に有効クラスタおよび無効クラスタを生成したものを「マップ」とする。実施の形態3のマップ情報84は、有効クラスタであるクラスタCLに含まれる各点Pk*の座標を含めばよい。これは、有効クラスタであるクラスタCLに含まれない点Pk*は、無効クラスタに含まれることとなるためである。マップ生成手段32は、マップ情報84を指標算出手段34に出力する。
指標算出手段34は、マップ情報84を用いて再現されたマップにおいて、有効クラスタに含まれる点Pk*には「1」を、それ以外の点Pk*、すなわち、無効クラスタに含まれる点Pk*には「0」を割り当てる。その後、実施の形態1と同様にして各点Pk*を構成するRRIの指標83を算出する。指標算出手段34は、各RRIの指標83を信頼度算出手段15に出力する。
指標算出以降については実施の形態1と同様である。
図13は、実施の形態3における見守りシステムの動作を示すフロー図である。実施の形態3ではマップ生成も実運用において行われるため事前学習が行われない。すなわち、ステップST301からステップST307が実運用工程となる。
まず、見守り対象のRRI情報を取得する(ステップST301)。生体信号処理装置30A、30BのRRI情報取得手段11は、見守り対象の生体信号を検知するセンサ80A、80Bから定期的に出力されるRRI情報82A、82Bを取得する。生体信号処理装置30A、30Bによってそれぞれ取得されたRRI情報82A、82Bは、実運用において取得されたRRI情報822として、生体信号処理装置30A、30Bの指標算出手段34およびマップ生成手段32に出力される。
次に、見守り対象の心拍変動の解析を実施する(ステップST306)。詳細な説明は、実施の形態1におけるステップST107と同様である。
次に、解析結果を表示する(ステップST307)。詳細な説明は、実施の形態1におけるステップST108と同様である。
その他については実施の形態1と同様であるので、説明を省略する。
次に、実施の形態4を図14および図15に基づいて説明する。実施の形態4は、RRI情報の信頼性を評価するためのマップの生成方法およびRRIの指標の算出方法が実施の形態3と異なる。図14は、実施の形態4に係るマップおよび指標算出方法を説明する図であり、図15は、実施の形態4に係る正常領域を示す二等辺三角形の頂角の角度θ*と、正常領域内の点Pk*の個数の関係と示す図である。実施の形態4では、実運用において得られるRRIに基づいて各点Pk*をxy平面上にプロットする。また、正常領域を広げていったときの、正常領域の領域内にある点Pk*の変動に基づいて正常領域を確定させ、RRIの指標を算出する。以下、詳細に説明する。
マップ生成手段32は、式(2)に従って、実運用において取得されたRRI情報822を構成するRRIから点Pk*の座標を定め、点Pk*をxy平面にプロットする。ここではN個のRRIが取得されたとする(N-1個の点Pk*がプロットされる)。マップ生成手段32は、実施の形態3と同様にして各点Pk*を分類し、複数のクラスタ、すなわち点群を形成する。図14に示す例では、3つのクラスタ(クラスタCL、CL1、CL2)が形成される。次に、形成されたクラスタのうち、直線L0と交差するクラスタを有効クラスタ、直線L0と交差しないクラスタを無効クラスタとする。次に、直線L0(y=x)を対称軸とし、それぞれ交点C0*で直線L0と交差するとともに、直線L0となす角がθ*である2つの直線L1*および直線L2*を引く。さらに、傾きが-1であり、交点C1*および交点C2*において直線L1*および直線L2*とそれぞれ交差する直線L3*を引く。直線L1*、直線L2*、直線L3*で囲まれた領域を正常領域S*とする。交点C0*の位置、および交点C1*、C2*の初期位置(θ*=0における位置)は、生理的な知見に基づいて予め定めておく。
指標算出手段14は、各点Pk*とマップ情報84を比較し、確定された正常領域S*の領域内にある点Pk*には「1」を、確定された正常領域S*の領域外にある点Pk*には「0」を割り当てる。その後、実施の形態2と同様に各点Pk*を構成するRRIに指標83を算出する。指標算出手段14は、各RRIの指標83を信頼度算出手段15に出力する。
その他については実施の形態3と同様であるので、説明を省略する。
なお、実施の形態4においても実施の形態2と同様に、正常領域S*の領域内を「1」、正常領域S*の領域外を「0」とするポテンシャル情報をマップ生成において設定し、特徴空間にこのポテンシャル情報を付加したものをマップとしてもよい。この場合、マップ情報84は上記ポテンシャル情報を含む。また指標算出においては、点Pk*の位置と上記ポテンシャル情報に従って、「0」または「1」の値を点Pk*に割り当てればよい。
従って、例示されていない無数の変形例が、本願に開示される技術の範囲内において想定される。例えば、少なくとも1つの構成要素を変形する場合、追加する場合または省略する場合、さらには、少なくとも1つの構成要素を抽出し、他の実施の形態の構成要素と組み合わせる場合が含まれるものとする。
Claims (17)
- 見守り対象の生体信号のRRIを算出するセンサから、時系列に並べられた複数の前記RRIによって構成される、RRI情報を取得するRRI情報取得手段と、
前記RRI情報を構成するRRIのうちの、正常状態におけるRRIの時系列から、2以上の次元を持つ特徴空間の次元と同じ数ずつ、前記RRIの値を順に取り出し、取り出した前記RRIの値により前記特徴空間における第1の位置座標を複数生成して、前記特徴空間において、前記第1の位置座標により示される位置に第1の点をそれぞれプロットし、複数の前記第1の点に基づいて前記特徴空間からマップを生成するマップ生成手段と、
評価対象のRRIの時系列により構成される、評価対象のRRI情報から、前記特徴空間の次元と同じ数ずつ、前記評価対象のRRIの値を順に取り出し、取り出した前記評価対象のRRIの値により前記特徴空間における第2の位置座標を生成して、前記特徴空間において、前記第2の位置座標により示される位置に第2の点をプロットし、前記評価対象のRRIの心拍変動らしさを示す指標を、前記マップに基づいて決まる点群または領域と前記第2の点との位置関係に基づいて算出する指標算出手段と、
前記評価対象のRRIの信頼度を示すRRI信頼度を、前記指標によって示される、前記心拍変動らしさの度合いの関数に基づいて算出する信頼度算出手段と
を備えたことを特徴とする生体信号処理装置。 - 前記RRI信頼度と、予め定められた閾値との比較結果を得て、前記評価対象のRRIのうち、前記比較結果が予め定められた条件を満たす前記RRI信頼度に対応する前記評価対象のRRIを前記評価対象のRRI情報から除外することにより、前記評価対象のRRI情報を修正するRRI情報修正手段をさらに備えた請求項1に記載の生体信号処理装置。
- 前記RRI情報修正手段は、対応する前記RRI信頼度が予め定められた閾値よりも小さい前記評価対象のRRIを無効とし、無効とした前記評価対象のRRIを前記評価対象のRRI情報から削除することにより、前記評価対象のRRI情報を修正する請求項2に記載の生体信号処理装置。
- 前記RRI情報修正手段は、前記RRI信頼度が予め定められた回数連続して前記閾値を下回った場合に、該RRI信頼度に対応する前記評価対象のRRIを無効とし、無効とした前記評価対象のRRIを前記評価対象のRRI情報から削除することにより、前記評価対象のRRI情報を修正する請求項2に記載の生体信号処理装置。
- 前記マップを前記特徴空間から再現させるマップ情報を記憶するマップ記憶手段をさらに備え、
前記RRI情報取得手段は、前記正常状態のRRIを含むRRI情報を事前学習により取得し、
前記マップ生成手段は、前記事前学習において取得した前記正常状態のRRIの値に基づいて前記第1の点の位置を決めることにより前記マップを生成し、生成したマップの前記マップ情報を前記マップ記憶手段に出力する請求項1から4のいずれか1項に記載の生体信号処理装置。 - 前記マップ情報は、前記RRIが一定である状態を前記特徴空間内で示す直線と交差する点群を構成するそれぞれの点の座標を含み、
前記指標算出手段は、前記点群と前記第2の点との乖離度に基づいて前記指標を算出する請求項5に記載の生体信号処理装置。 - 前記マップ情報は、前記RRIが一定である状態を前記特徴空間内で示す直線と交差する点群が境界上または内部に配置される正常領域の境界を表す数式の情報を含み、
前記指標算出手段は、前記第2の点が前記正常領域の境界上または内部にあるか否かに基づいて前記指標を算出する請求項5に記載の生体信号処理装置。 - 前記特徴空間は2次元平面であり、
前記正常領域は、前記直線を対称軸とする二等辺三角形の形状を有する請求項7に記載の生体信号処理装置。 - 前記RRI情報取得手段は、前記正常状態のRRIを含むRRI情報を実運用において取得し、
前記マップ生成手段は、前記実運用において取得した前記正常状態のRRIの値に基づいて前記第1の点の位置を決めることにより前記マップを生成する請求項1から4のいずれか1項に記載の生体信号処理装置。 - 前記第1の点は、前記RRIが一定である状態を前記特徴空間内で示す直線と交差する点群を構成し、
前記指標算出手段は、前記第2の点が前記点群に含まれるか否かに基づいて前記指標を算出する請求項9に記載の生体信号処理装置。 - 前記第1の点は、前記RRIが一定である状態を前記特徴空間内で示す直線と交差する点群を構成し、
前記指標算出手段は、前記点群が境界上または内部に配置される正常領域の境界上または内部に前記第2の点があるか否かに基づいて前記指標を算出する請求項9に記載の生体信号処理装置。 - 前記特徴空間は2次元平面であり、
前記正常領域は、前記直線を対称軸とする二等辺三角形の形状を有する請求項11に記載の生体信号処理装置。 - 前記マップを前記特徴空間から再現させるマップ情報を記憶するマップ記憶手段をさらに備え、
前記マップ生成手段は、生成したマップの前記マップ情報を前記マップ記憶手段に出力する請求項9から12のいずれか1項に記載の生体信号処理装置。 - 見守り対象の生体信号のRRIを算出するセンサと、
時系列に並べられた複数の前記RRIによって構成される、RRI情報を取得するRRI情報取得手段と、
前記RRI情報を構成するRRIのうちの、正常状態におけるRRIの時系列から、2以上の次元を持つ特徴空間の次元と同じ数ずつ、前記RRIの値を順に取り出し、取り出した前記RRIの値により前記特徴空間における第1の位置座標を複数生成して、前記特徴空間において、前記第1の位置座標により示される位置に第1の点をそれぞれプロットし、複数の前記第1の点に基づいて前記特徴空間からマップを生成するマップ生成手段と、
評価対象のRRIの時系列により構成される、評価対象のRRI情報から、前記特徴空間の次元と同じ数ずつ、前記評価対象のRRIの値を順に取り出し、取り出した前記評価対象のRRIの値により前記特徴空間における第2の位置座標を生成して、前記特徴空間において、前記第2の位置座標により示される位置に第2の点をプロットし、前記評価対象のRRIの心拍変動らしさを示す指標を、前記マップに基づいて決まる点群または領域と前記第2の点との位置関係に基づいて算出する指標算出手段と、
前記評価対象のRRIの信頼度を示すRRI信頼度を、前記指標によって示される、前記心拍変動らしさの度合いの関数に基づいて算出する信頼度算出手段と、
前記RRI信頼度と、予め定められた閾値との比較結果を得て、前記評価対象のRRIのうち、前記比較結果が予め定められた条件を満たす前記RRI信頼度に対応する前記評価対象のRRIを前記評価対象のRRI情報から除外することにより、前記評価対象のRRI情報を修正し、修正RRI情報として出力するRRI情報修正手段と、
前記修正RRI情報に基づいて前記見守り対象の心拍変動を解析する心拍変動解析手段と、
前記心拍変動解析手段による解析結果を出力する解析結果出力手段と
を備えたことを特徴とする見守りシステム。 - 前記心拍変動解析手段は、前記RRI信頼度に基づいて、前記見守り対象が装着している前記センサの装着状態を評価する請求項14に記載の見守りシステム。
- 1つまたは複数のプロセッサにより実施される見守り方法であって、
前記プロセッサが、見守り対象の生体信号のRRIをセンサにより取得して、時系列に並べられた複数の前記RRIによって構成される、RRI情報を取得する工程と、
前記プロセッサが、前記RRI情報を構成するRRIのうちの、正常状態におけるRRIの時系列から、2以上の次元を持つ特徴空間の次元と同じ数ずつ、前記RRIの値を順に取り出し、取り出した前記RRIの値により前記特徴空間における第1の位置座標を複数生成して、前記特徴空間において、前記第1の位置座標により示される位置に第1の点をそれぞれプロットし、複数の前記第1の点に基づいて前記特徴空間からマップを生成する工程と、
前記プロセッサが、評価対象のRRIの時系列により構成される、評価対象のRRI情報から、前記特徴空間の次元と同じ数ずつ、前記評価対象のRRIの値を順に取り出し、取り出した前記評価対象のRRIの値により前記特徴空間における第2の位置座標を生成して、前記特徴空間において、前記第2の位置座標により示される位置に第2の点をプロットし、前記評価対象のRRIの心拍変動らしさを示す指標を、前記マップに基づいて決まる点群または領域と前記第2の点との位置関係に基づいて算出する工程と、
前記プロセッサが、前記評価対象のRRIの信頼度を示すRRI信頼度を、前記指標によって示される、前記心拍変動らしさの度合いの関数に基づいて算出する工程と、
前記プロセッサが、前記RRI信頼度と、予め定められた閾値との比較結果を得て、前記評価対象のRRIのうち、前記比較結果が予め定められた条件を満たす前記RRI信頼度に対応する前記評価対象のRRIを前記評価対象のRRI情報から除外することにより、前記評価対象のRRI情報を修正し、修正RRI情報を得る工程と、
前記プロセッサが、前記修正RRI情報に基づいて前記見守り対象の心拍変動を解析する心拍変動解析工程と、
前記プロセッサが、前記心拍変動解析工程による解析結果を出力する解析結果出力工程と
を備えたことを特徴とする見守り方法。 - 前記プロセッサが、前記RRI信頼度に基づいて、前記見守り対象が装着している前記センサの装着状態を評価する請求項16に記載の見守り方法。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2020/022247 WO2021245902A1 (ja) | 2020-06-05 | 2020-06-05 | 生体信号処理装置および見守りシステム、見守り方法 |
Publications (3)
Publication Number | Publication Date |
---|---|
JPWO2021245902A1 JPWO2021245902A1 (ja) | 2021-12-09 |
JPWO2021245902A5 JPWO2021245902A5 (ja) | 2023-01-24 |
JP7433428B2 true JP7433428B2 (ja) | 2024-02-19 |
Family
ID=78830730
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022528366A Active JP7433428B2 (ja) | 2020-06-05 | 2020-06-05 | 生体信号処理装置および見守りシステム、見守り方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20230165507A1 (ja) |
JP (1) | JP7433428B2 (ja) |
CA (1) | CA3177890A1 (ja) |
WO (1) | WO2021245902A1 (ja) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009261419A (ja) | 2008-04-21 | 2009-11-12 | Denso Corp | 生体状態推定装置及びプログラム並びに記録媒体 |
JP2017113382A (ja) | 2015-12-25 | 2017-06-29 | 大阪瓦斯株式会社 | 複数生体指標を用いた健康管理システム |
JP2017205429A (ja) | 2016-05-20 | 2017-11-24 | テイ・エス テック株式会社 | 信頼性判定装置及び信頼性判定方法 |
JP2018057450A (ja) | 2016-09-30 | 2018-04-12 | 東芝情報システム株式会社 | 眠気推定装置及び眠気推定プログラム |
JP2018094172A (ja) | 2016-12-14 | 2018-06-21 | 日本電信電話株式会社 | 状態推定装置、方法およびプログラム |
JP2018094156A (ja) | 2016-12-14 | 2018-06-21 | 日本電信電話株式会社 | 瞬時心拍信頼性評価装置、方法およびプログラム |
JP2019071966A (ja) | 2017-10-12 | 2019-05-16 | 日本光電工業株式会社 | 生体情報処理装置、生体情報処理方法、プログラム及び記憶媒体 |
JP2019201997A (ja) | 2018-05-24 | 2019-11-28 | 日本電信電話株式会社 | 瞬時心拍信頼性評価装置、方法およびプログラム |
-
2020
- 2020-06-05 WO PCT/JP2020/022247 patent/WO2021245902A1/ja active Application Filing
- 2020-06-05 US US17/922,889 patent/US20230165507A1/en active Pending
- 2020-06-05 JP JP2022528366A patent/JP7433428B2/ja active Active
- 2020-06-05 CA CA3177890A patent/CA3177890A1/en active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009261419A (ja) | 2008-04-21 | 2009-11-12 | Denso Corp | 生体状態推定装置及びプログラム並びに記録媒体 |
JP2017113382A (ja) | 2015-12-25 | 2017-06-29 | 大阪瓦斯株式会社 | 複数生体指標を用いた健康管理システム |
JP2017205429A (ja) | 2016-05-20 | 2017-11-24 | テイ・エス テック株式会社 | 信頼性判定装置及び信頼性判定方法 |
JP2018057450A (ja) | 2016-09-30 | 2018-04-12 | 東芝情報システム株式会社 | 眠気推定装置及び眠気推定プログラム |
JP2018094172A (ja) | 2016-12-14 | 2018-06-21 | 日本電信電話株式会社 | 状態推定装置、方法およびプログラム |
JP2018094156A (ja) | 2016-12-14 | 2018-06-21 | 日本電信電話株式会社 | 瞬時心拍信頼性評価装置、方法およびプログラム |
JP2019071966A (ja) | 2017-10-12 | 2019-05-16 | 日本光電工業株式会社 | 生体情報処理装置、生体情報処理方法、プログラム及び記憶媒体 |
JP2019201997A (ja) | 2018-05-24 | 2019-11-28 | 日本電信電話株式会社 | 瞬時心拍信頼性評価装置、方法およびプログラム |
Also Published As
Publication number | Publication date |
---|---|
CA3177890A1 (en) | 2021-12-09 |
US20230165507A1 (en) | 2023-06-01 |
WO2021245902A1 (ja) | 2021-12-09 |
JPWO2021245902A1 (ja) | 2021-12-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2944251B1 (en) | Method, apparatus and computer-readable medium for confidence level determination of ambulatory hr algorithm based on a three-way rhythm classifier | |
TWI725255B (zh) | 可偵測睡眠呼吸中止的穿戴式裝置及其信號分析方法 | |
US20200170577A1 (en) | System and Methods for Adaptive Noise Quantification in Dynamic Biosignal Analysis | |
EP3547901B1 (en) | System and computer program for monitoring cardiac activity of a user | |
EP3111830B1 (en) | Computer program and system for predicting of acute hypotensive episodes | |
WO2019216378A1 (ja) | 演算装置、検知装置、演算方法、及び、コンピュータプログラム | |
KR102150057B1 (ko) | 실시간 부정맥 종류 판단 방법 및 판단 장치 | |
WO2010041019A2 (en) | Improvements in or relating to multi-parameter monitoring | |
JP7433428B2 (ja) | 生体信号処理装置および見守りシステム、見守り方法 | |
KR101524596B1 (ko) | Qrs 패턴을 이용한 pvc 분류 장치 및 방법, pvc 패턴 분류 방법, 그리고 원격 모니터링 장치 | |
JP4609539B2 (ja) | 眠気検出装置 | |
Aswathi et al. | Comparison Of Machine Learning Algorithms For Heart Rate Variability Based Driver Drowsiness Detection | |
CN116504398A (zh) | 用于使用基于变换器的神经网络来进行心律失常预测的方法和系统 | |
de Morais Borges et al. | Bayesian fusion of multiple sensors for reliable heart rate detection | |
Wang et al. | The automatic detection and analysis of electrocardiogram based on Lorenz Plot | |
KR102150055B1 (ko) | 실시간 부정맥 판단 방법 및 판단 장치 | |
EP3456257B1 (en) | Method for interpretation of signal-to-noise ratios detected in an array of electrodes sensors in terms of cognitive state | |
JP7206663B2 (ja) | 検出装置、ウェアラブルセンシングデバイス、検出方法、およびプログラム | |
JP7040557B2 (ja) | 訓練装置、訓練方法、識別装置、識別方法及びプログラム | |
TW202214175A (zh) | 疲勞分析方法 | |
WO2022201518A1 (ja) | 状態推定装置、状態推定方法及びプログラム | |
US20240153625A1 (en) | Biometric data evaluation server, biometric data evaluation system, and biometric data evaluation method | |
US20220183620A1 (en) | Determining a sleep state of a user | |
US20220044816A1 (en) | Information processing apparatus and non-transitory computer readable medium | |
CN117224131A (zh) | 一种智能手环、心电信号检测方法、装置及介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221025 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221025 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231107 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231226 |
|
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: 20240109 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240206 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7433428 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |