JP7445955B2

JP7445955B2 - 呼吸回数算出装置、呼吸回数算出方法、及びプログラム

Info

Publication number: JP7445955B2
Application number: JP2019235765A
Authority: JP
Inventors: 勇治清水; 太郎中島; 英幸大久保
Original assignee: AIR WATER BIODESIGN INC.
Current assignee: AIR WATER BIODESIGN INC.
Priority date: 2019-12-26
Filing date: 2019-12-26
Publication date: 2024-03-08
Anticipated expiration: 2039-12-26
Also published as: JP2021104110A

Description

本発明は、呼吸回数算出装置、呼吸回数算出方法、及びプログラムに関する。

人や動物などの生体の呼吸回数を特定することは、その生体の状態を把握する際に重要である。このため、呼吸音を含む音響データを用いて呼吸回数を算出する装置が開発されている。例えば特許文献１には、生体から発生する音響エネルギーを処理することにより、当該音響エネルギーから、心音に対応する成分及び外部ノイズに対応する成分を除去することが記載されている。

特開平１－３７９３３号公報

上記したように、呼吸音を含む音響データには、呼吸以外の要因に起因した成分が含まれている。このため、音響データを処理することによって精度よく呼吸回数を算出することは難しい。

本発明が解決しようとする課題としては、呼吸音を含む音響データを処理することにより呼吸回数を算出する際に、その算出精度を高くすることが一例として挙げられる。

請求項１に記載の発明は、呼吸音のパワーの時間変化を示す呼吸音パワーデータに、少なくとも高域をカットするフィルタである周波数フィルタを処理することにより、フィルタ処理後データを生成するフィルタ処理部と、
前記フィルタ処理後データを処理することにより、呼吸回数を算出する呼吸回数算出部と、
を備え、
前記フィルタ処理部は、前記呼吸音パワーデータを用いて前記周波数フィルタの高域カットオフ周波数を選択する、呼吸回数算出装置である。

請求項９に記載の発明は、コンピュータが、
呼吸音のパワーの時間変化を示す呼吸音パワーデータに、少なくとも高域をカットするフィルタである周波数フィルタを処理することにより、フィルタ処理後データを生成する工程と
前記フィルタ処理後データを処理することにより、呼吸回数を算出する工程と、
を行い、
前記フィルタ処理後データを生成する工程において、前記コンピュータが、前記呼吸音パワーデータを用いて前記周波数フィルタの高域カットオフ周波数を選択する、呼吸回数算出方法である。

請求項１０に記載の発明は、コンピュータに、
呼吸音のパワーの時間変化を示す呼吸音パワーデータに、少なくとも高域をカットするである周波数フィルタを処理することにより、フィルタ処理後データを生成する処理と
前記フィルタ処理後データを処理することにより、呼吸回数を算出する処理と、
を行わせ、
前記フィルタ処理後データを生成する処理において、前記コンピュータに、前記呼吸音パワーデータを用いて前記周波数フィルタの高域カットオフ周波数を選択させるプログラムである。

実施形態にかかる呼吸音算出装置の機能構成の一例を示す図である。呼吸音算出装置のハードウェア構成例を示す図である。呼吸音算出装置が行う処理の一例を示すフローチャートである。スペクトルデータの一例を示す図である。呼吸音パワーデータと、この呼吸音パワーデータを用いて生成された候補データの一つを示す図である。図３のステップＳ５０の詳細例を示すフローチャートである。図６のステップＳ１３０の第１例を示すフローチャートである。図７に示した処理を説明するための図である。図６のステップＳ１３０の第２例を示すフローチャートである。図６のステップＳ１３０の第３例を示すフローチャートである。呼吸回数算出装置１０の効果を説明するための図である。呼吸回数算出装置１０の効果を説明するための図である。呼吸回数算出装置１０が算出した呼吸回数と正しい呼吸回数との差を示すグラフである。

図１は、実施形態にかかる呼吸回数算出装置１０の機能構成の一例を示す図である。本実施形態にかかる呼吸回数算出装置１０は、フィルタ処理部１２０及び呼吸回数算出部１３０を備えている。フィルタ処理部１２０は、呼吸音のパワーの時間変化を示す呼吸音パワーデータに、平滑化のために少なくとも高域をカットするフィルタである周波数フィルタを処理することにより、フィルタ処理後データを生成する。これにより、処理対象となるデータからノイズ成分の多くが除去される。フィルタ処理部１２０が用いる周波数フィルタは、例えばローパスフィルタであるが、バンドパスフィルタであってもよい。

フィルタ処理部１２０はデジタルフィルタであるが、アナログ回路によって構成されていてもよい。呼吸回数算出部１３０は、フィルタ処理後データを処理することにより、呼吸回数を算出する。ここでフィルタ処理部１２０は、呼吸音パワーデータを用いて周波数フィルタの高域側のカットオフ周波数（以下、高域カットオフ周波数と記載することもある）を選択する。一例として、フィルタ処理部１２０は、複数の周波数フィルタを呼吸音パワーデータに処理することにより、複数の候補データを生成する。そして、フィルタ処理部１２０は、複数の候補データからフィルタ処理後データを選択する。ここでフィルタ処理部１２０が用いる周波数フィルタがバンドパスフィルタである場合、低域側のカットオフ周波数は、例えば心音ノイズを除去できることを基準として、固定値を用いることができる。言い換えると、複数の周波数フィルタの低域側のカットオフ周波数は、互いに同一にすることができる。

なお、フィルタ処理部１２０及び呼吸回数算出部１３０が行う処理の詳細については、フローチャートを用いて後述する。

呼吸回数算出装置１０は、さらに変換処理部１１０及びフィルタデータ記憶部１２２を有している。

変換処理部１１０は、センサが生成したセンサデータを取得する。このセンサデータは呼吸音を含む音響データであり、例えば人体や動物などの生体に取り付けられた振動センサや音響センサによって生成される。この音響データには心音などの様々なノイズが含まれている。

そして変換処理部１１０は、この音声データを処理することにより、呼吸音パワーデータを生成する。呼吸音パワーデータは、上記したように呼吸音のパワーの時間変化を示している。なお、呼吸音のパワーは、例えば呼吸音の音圧（振幅）を用いて算出することができ、呼吸音が示す音波のエネルギーとみることもできる。変換処理部１１０が行う処理の詳細は、フローチャートを用いて後述する。

本実施形態において、フィルタ処理部１２０はデジタルフィルタである。そしてフィルタデータ記憶部１２２は、このデジタルフィルタのカットオフ周波数を変更するためのデータを記憶している。例えばデジタルフィルタのカットオフ周波数がパラメータを用いて設定されている場合、フィルタデータ記憶部１２２は、複数のカットオフ周波数それぞれに対応するパラメータを記憶している。またデジタルフィルタのカットオフ周波数の選択がソフトウェアの入れ替えによって実現される場合、フィルタデータ記憶部１２２は、カットオフ周波数別に準備された複数のソフトウェアを記憶している。

なお、フィルタ処理部１２０が用いるフィルタは、例えば２種類である。第１のフィルタの高域カットオフ周波数は、０．１Ｈｚ以上０．３Ｈｚ以下のいずれかの値に設定されており、第２のフィルタの高域カットオフ周波数は０．４Ｈｚ以上０．６Ｈｚ以下のいずれかの値に設定されている。前者は、呼気と吸気の間で音量の差が大きい場合に好適であり、後者は、これらの音量の差が小さい場合に好適である。

図２は、呼吸回数算出装置１０のハードウェア構成例を示す図である。呼吸回数算出装置１０は、バス１０１０、プロセッサ１０２０、メモリ１０３０、ストレージデバイス１０４０、入出力インタフェース１０５０、及びネットワークインタフェース１０６０を有する。

バス１０１０は、プロセッサ１０２０、メモリ１０３０、ストレージデバイス１０４０、入出力インタフェース１０５０、及びネットワークインタフェース１０６０が、相互にデータを送受信するためのデータ伝送路である。ただし、プロセッサ１０２０などを互いに接続する方法は、バス接続に限定されない。

プロセッサ１０２０は、ＣＰＵ（Central Processing Unit）やＧＰＵ（Graphics Processing Unit）などで実現されるプロセッサである。

メモリ１０３０は、ＲＡＭ（Random Access Memory）などで実現される主記憶装置である。

ストレージデバイス１０４０は、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、メモリカード、又はＲＯＭ（Read Only Memory）などで実現される補助記憶装置である。ストレージデバイス１０４０は呼吸回数算出装置１０の各機能（例えば変換処理部１１０、フィルタ処理部１２０、及び呼吸回数算出部１３０）を実現するプログラムモジュールを記憶している。プロセッサ１０２０がこれら各プログラムモジュールをメモリ１０３０上に読み込んで実行することで、そのプログラムモジュールに対応する各機能が実現される。また、ストレージデバイス１０４０はフィルタデータ記憶部１２２としても機能する。

入出力インタフェース１０５０は、呼吸回数算出装置１０と各種入出力機器（例えばセンサデータを生成するセンサ）とを接続するためのインタフェースである。

ネットワークインタフェース１０６０は、呼吸回数算出装置１０をネットワークに接続するためのインタフェースである。このネットワークは、例えばＬＡＮ（Local Area Network）やＷＡＮ（Wide Area Network）である。ネットワークインタフェース１０６０がネットワークに接続する方法は、無線接続であってもよいし、有線接続であってもよい。

図３は、呼吸回数算出装置１０が行う処理の一例を示すフローチャートである。まず呼吸回数算出装置１０の変換処理部１１０は、生体に取り付けられたセンサが生成したセンサデータ、例えば音響データを取得する（ステップＳ１０）。呼吸回数算出装置１０は、センサから直接このデータを取得してもよいし、サーバを介して取得してもよい。前者の場合、センサは、リアルタイムでセンサデータを呼吸回数算出装置１０に出力してもよいし、センサデータを記憶しておき、その後所定のタイミング、例えば外部から所定の入力があったタイミングで、このセンサデータを呼吸回数算出装置１０に出力してもよい。

次いで変換処理部１１０は、ステップＳ１０で取得したセンサデータを処理することにより、スペクトルデータを生成する（ステップＳ２０）。スペクトルデータは、例えば図４に例示するように、周波数別のパワーの時間変化を示している。一例として、スペクトルデータは３次元のデータであり、ｘ軸が時間（時刻）であり、ｙ軸が周波数であり、色（又はｚ軸）がパワーを示している。

次いで変換処理部１１０は、ステップＳ２０で生成したスペクトルデータを処理することにより、呼吸音パワーデータを生成する（ステップＳ３０）。スペクトルデータは、上記したように、周波数別のパワーの時間変化を示している。言い換えると、スペクトルデータは、複数の時刻別かつ周波数別のパワーを示している。そして変換処理部１１０は、各時刻別に、周波数別のパワーを処理する（例えば所定の演算を行った後に加算する）ことにより、呼吸音パワーデータを生成する。

次いでフィルタ処理部１２０は、ステップＳ３０で生成した呼吸音パワーデータに対して平滑化処理、具体的には周波数フィルタを通す処理を行う。この際、フィルタ処理部１２０は、周波数フィルタの高域カットオフ周波数を、処理対象となっている呼吸音パワーデータを用いて選択する。

一例として、フィルタ処理部１２０は、呼吸音パワーデータに対して周波数フィルタを処理することを、複数の周波数フィルタそれぞれに対して行う。これにより、複数の候補データが生成される（ステップＳ４０）。図５に、呼吸音パワーデータと、この呼吸音パワーデータを用いて生成された候補データの一つを示す。上記したように、候補データは呼吸音パワーデータを周波数フィルタに通すことにより生成されている。このため、呼吸音の周波数より高周波の成分は、候補データ（すなわちフィルタ処理後データ）からある程度除去されている。

次いでフィルタ処理部１２０は、複数の候補データからフィルタ処理後データとして扱うデータを選択する。そして呼吸回数算出部１３０は、選択したフィルタ処理後データを用いて呼吸回数を算出する（ステップＳ５０）。

図６は、図３のステップＳ５０の詳細例を示すフローチャートである。なお、各処理で生成されるデータの一例は、図５に示されている。

まずフィルタ処理部１２０は、候補データを時間で微分することにより微分データを生成する処理を、複数の候補データに対して行う（ステップＳ１１０）。次いでフィルタ処理部１２０は、微分データが０値をとるタイミング、言い換えると候補データが極大値及び極小値をとるタイミング（以下、極値タイミングと記載）を検出する処理を、複数の微分データ（すなわち複数の候補データ）のそれぞれに対して行う（ステップＳ１２０）。

なお、フィルタ処理部１２０は、一つの候補データに対してステップＳ１１０及びステップＳ１２０に示した処理を行った後、次の候補データに対してステップＳ１１０及びステップＳ１２０に示した処理を行ってもよい。

そしてフィルタ処理部１２０は、ステップＳ１２０で検出した極値タイミングを用いて、複数の候補データからフィルタ処理後データとして扱うデータを選択する（ステップＳ１３０）。ここで用いられる選択基準の例については、他のフローチャートを用いて後述する。

そして呼吸回数算出部１３０は、フィルタ処理後データにおいて所定期間内に極値をとった回数、すなわち微分データが０値をとった回数を用いて、当該所定期間における呼吸回数を算出する（ステップＳ１４０）。一例として、極値タイミングが極大値のタイミング及び極小値のタイミングの双方を含んでいる場合、呼吸回数算出部１３０は、極値タイミングの回数を２で割った値を呼吸回数とする。一方、極値タイミングが極大値のタイミング及び極小値のタイミングの双方の一方のみであった場合、呼吸回数算出部１３０は、極値タイミングの回数をそのまま呼吸回数とする。

図７は、図６のステップＳ１３０の第１例を示すフローチャートである。まずフィルタ処理部１２０は、候補データ毎に以下の処理を行う。呼吸回数算出部１３０は、隣り合う極小値の組み合わせ毎に、隣り合う極小値の間を積分する処理（図８参照）を行う。そして呼吸回数算出部１３０は、算出した積分値の分散を算出する（ステップＳ２００）。そして呼吸回数算出部１３０は、算出した分散を用いて、複数の候補データからフィルタ処理後データとして扱うデータを選択する（ステップＳ２０２）。例えば呼吸回数算出部１３０は、分散が最も小さい候補データを、フィルタ処理後データとして選択する。なお、呼吸回数算出部１３０は、他の統計処理の結果を用いて、フィルタ処理後データを選択してもよい。

図９は、図６のステップＳ１３０の第２例を示すフローチャートである。まずフィルタ処理部１２０は、候補データ毎に以下の処理を行う。まず、呼吸回数算出部１３０は、第１の極小値から第１の極小値の次の第２の極小値までを積分した結果（以下、第１積分値と記載）を算出する。また呼吸回数算出部１３０は、第２の極小値から第２の極小値の次の第３の極小値までを積分した結果（以下、第２積分値と記載）を算出する（ステップＳ２１０）。第１積分値は、呼気及び吸気の一方のパワーを示しており、第２積分値は、呼気及び吸気の他方のパワーを示している。そして、フィルタ処理部１２０は、第１積分値と第２積分値を比較した結果を用いて、記フィルタ処理後データを選択する。例えばフィルタ処理部１２０は、これらの間の差が最も小さい候補データを、フィルタ処理後データとして選択する（ステップＳ２１２）。

図１０は、図６のステップＳ１３０の第３例を示すフローチャートである。まずフィルタ処理部１２０は、複数の候補データそれぞれについて、極小値の間隔の分散又は極大値の間隔の分散を算出する（ステップＳ２２０）。次いでフィルタ処理部１２０は、この分散が最も小さい候補データを、フィルタ処理後データとして選択する（ステップＳ２２２）。

図１１及び図１２は、図９に示した例を適用した場合における、呼吸回数算出装置１０の効果を説明するための図である。これらの図において、フィルタ処理部１２０が用いる周波数フィルタはローパスフィルタである。図１１は呼気と吸気の間で音量（エネルギー）の差が大きい場合の例であり、図１２はこれらの音量の差が小さい場合である。いずれの図においても、実線はフィルタ処理部１２０が処理する前の呼吸音パワーデータを示しており、点線はフィルタ処理部１２０が処理した後のデータ（すなわちフィルタ処理後データ又は候補データ）を示している。そしてフィルタ処理部１２０が用いるカットオフ周波数は０．２Ｈｚと０．５Ｈｚである。

図１１の例では、カットオフ周波数が０．２Ｈｚの場合、候補データ（フィルタ処理後データ）はきれいな形をしているが、カットオフ周波数が０．５Ｈｚの場合、候補データはノイズを含んだ形をしている。一方、図１２の例ではカットオフ周波数が０．２Ｈｚの場合、候補データはノイズを含んだ形をしているが、カットオフ周波数が０．５Ｈｚの場合、候補データ（フィルタ処理後データ）はきれいな形をしている。このように、フィルタ処理部１２０のカットオフ周波数を適切な値に設定すると、フィルタ処理後データに含まれるノイズは小さくなる。

図１３は、呼吸回数算出装置１０がフィルタ処理部１２０を用いずに呼吸回数を算出した場合（比較例）と、フィルタ処理部１２０を用いて呼吸回数を算出した場合（実施形態）のそれぞれにおいて、正しい呼吸回数との差を示すグラフである。本図において、横軸は正しい呼吸回数を示している。また正しい呼吸回数は、人手でカウントされたデータである。本図から、フィルタ処理部１２０を用いなかった場合、正しい呼吸回数との差が４以上となったデータは多数あった。これに対し、フィルタ処理部１２０を用いた場合、すべてのデータにおいて正しい呼吸回数との差が３以下となった。このように、本実施形態の呼吸回数算出装置１０では、精度よく呼吸回数を算出することができる。

以上、本実施形態によれば、呼吸回数算出装置１０は、呼吸音のパワーの時間変化を示す呼吸音パワーデータに、少なくとも高域をカットするフィルタである周波数フィルタを処理することにより、フィルタ処理後データを生成する。これにより、呼吸音より周波数が高いノイズの多くは除去される。そして呼吸回数算出装置１０は、フィルタ処理後データを用いて呼吸回数を算出する。ここで、呼吸回数算出装置１０は、処理対象となっている呼吸音パワーデータを用いて、周波数フィルタの高域カットオフ周波数を設定する。このため、処理対象となっている呼吸音パワーデータに適切なカットオフ周波数が適用され、その結果、呼吸回数の算出精度は高くなる。

以上、図面を参照して実施形態及び実施例について述べたが、これらは本発明の例示であり、上記以外の様々な構成を採用することもできる。

１０呼吸回数算出装置
１１０変換処理部
１２０フィルタ処理部
１２２フィルタデータ記憶部
１３０呼吸回数算出部

Claims

呼吸音のパワーの時間変化を示す呼吸音パワーデータに、少なくとも高域をカットするフィルタである周波数フィルタを処理することにより、フィルタ処理後データを生成するフィルタ処理部と、
前記フィルタ処理後データを処理することにより、呼吸回数を算出する呼吸回数算出部と、
を備え、
前記フィルタ処理部は、前記呼吸回数を用いず前記呼吸音パワーデータを用いて前記周波数フィルタの高域カットオフ周波数を選択し、
互いに異なる高域カットオフ周波数を有する複数の前記周波数フィルタを前記呼吸音パワーデータに処理することにより、複数の候補データを生成し、
前記複数の候補データから前記フィルタ処理後データを選択する、呼吸回数算出装置。
請求項１に記載の呼吸回数算出装置において、
前記フィルタ処理部は、
前記複数の候補データそれぞれについて、第１の極小値から前記第１の極小値の次の第２の極小値までを積分した結果である第１積分値を算出するとともに、前記第２の極小値から前記第２の極小値の次の第３の極小値までを積分した結果である第２積分値を算出し、前記第１積分値と前記第２積分値の差が最も小さい前記候補データを、前記フィルタ処理後データとする呼吸回数算出装置。
請求項１に記載の呼吸回数算出装置において、
前記フィルタ処理部は、
前記複数の候補データそれぞれについて、極小値の間隔の分散又は極大値の間隔の分散を算出し、当該分散が最も小さい前記候補データを前記フィルタ処理後データとする呼吸回数算出装置。
請求項１～３のいずれか一項に記載の呼吸回数算出装置において、
前記フィルタ処理部は、
第１の高域カットオフ周波数、及び前記第１の高域カットオフ周波数よりも高い値の第２の高域カットオフ周波数を用いて２つの前記候補データを生成し、
前記第１の高域カットオフ周波数は０．１Ｈｚ以上０．３Ｈｚ以下であり、前記第２の高域カットオフ周波数は０．４Ｈｚ以上０．６Ｈｚ以下である呼吸回数算出装置。
請求項１～４のいずれか一項に記載の呼吸回数算出装置において、
前記呼吸音の音響データを取得し、当該音響データを処理することにより前記呼吸音パワーデータを生成する変換処理部を備える呼吸回数算出装置。
コンピュータが、
呼吸音のパワーの時間変化を示す呼吸音パワーデータに、少なくとも高域をカットするフィルタである周波数フィルタを処理することにより、フィルタ処理後データを生成する工程と
前記フィルタ処理後データを処理することにより、呼吸回数を算出する工程と、を行い、
前記フィルタ処理後データを生成する工程において、前記コンピュータが、前記呼吸回数を用いず前記呼吸音パワーデータを用いて前記周波数フィルタの高域カットオフ周波数を選択し、
互いに異なる高域カットオフ周波数を有する複数の前記周波数フィルタを前記呼吸音パワーデータに処理することにより、複数の候補データを生成し、
前記複数の候補データから前記フィルタ処理後データを選択する、呼吸回数算出方法。
コンピュータに、
呼吸音のパワーの時間変化を示す呼吸音パワーデータに、少なくとも高域をカットするフィルタである周波数フィルタを処理することにより、フィルタ処理後データを生成する処理と
前記フィルタ処理後データを処理することにより、呼吸回数を算出する処理と、を行わせ、
前記フィルタ処理後データを生成する処理において、前記コンピュータに、前記呼吸回数を用いず前記呼吸音パワーデータを用いて前記周波数フィルタの高域カットオフ周波数を選択させ、
互いに異なる高域カットオフ周波数を有する複数の前記周波数フィルタを前記呼吸音パワーデータに処理することにより、複数の候補データを生成し、
前記複数の候補データから前記フィルタ処理後データを選択させる、プログラム。