JP7462300B2 - 血圧測定装置、血圧測定システム、乗物、及び血圧測定方法 - Google Patents

Description

本開示は、血圧測定装置、血圧測定システム、乗物、及び血圧測定方法に関する。

特許文献１は、生体の所定部位（例えば、人体の腕部）に装着された圧迫部（例えば、カフ）によって当該所定部位の動脈及びその周辺を圧迫することで当該生体の血圧を測定する、非観血方式の血圧測定装置を開示している。

国際公開第２０１６－１８９８４０号

特許文献１に記載の血圧測定装置では、生体への圧迫部の装着状態や、機器の劣化などによって、測定される血圧にばらつきが生じやすい傾向にある。

そこで、本開示は、血圧をより精度よく検知することが可能な血圧測定装置、血圧測定システム、乗物、及び血圧測定方法を説明する。

本開示の一つの観点に係る血圧測定装置は、生体の心収縮時間と最高血圧との相関関係を示す第１の相関データを記憶するように構成された第１の相関記憶部と、生体の心周期と平均血圧との相関関係を示す第２の相関データを記憶するように構成された第２の相関記憶部と、生体の拍動波形を記憶するように構成された波形記憶部と、波形記憶部の拍動波形から得られる心収縮時間と、第１の相関記憶部の第１の相関データとに基づいて、生体の最高血圧を算出するように構成された第１の算出部と、波形記憶部の拍動波形から得られる心周期と、第２の相関記憶部の第２の相関データとに基づいて、生体の平均血圧を算出するように構成された第２の算出部とを備える。

本開示の他の観点に係る血圧測定装置は、生体の心収縮時間と最高血圧との相関関係を示す相関データを記憶する相関記憶部と、生体の拍動波形を記憶するように構成された波形記憶部と、波形記憶部の拍動波形から得られる心収縮時間と、相関記憶部の相関データとに基づいて、生体の最高血圧を算出するように構成された算出部とを備える。

本開示の他の観点に係る血圧測定装置は、生体の心周期と平均血圧との相関関係を示す相関データを記憶する相関記憶部と、生体の拍動波形を記憶するように構成された波形記憶部と、波形記憶部の拍動波形から得られる心周期と、相関記憶部の相関データとに基づいて、生体の平均血圧を算出するように構成された算出部とを備える。

本開示の他の観点に係る血圧測定システムは、血圧測定装置と、無線電波を発信するように構成された発信部と、反射波を受信するように構成された受信部とを備える。

本開示の他の観点に係る乗物は、血圧測定装置を備える。

本開示の他の観点に係る血圧測定法は、生体の拍動波形を取得することと、拍動波形から得られる心収縮時間と、生体の心収縮時間と最高血圧との相関関係を示す第１の相関データとに基づいて、生体の最高血圧を算出することと、拍動波形から得られる心周期と、生体の心周期と平均血圧との相関関係を示す第２の相関データとに基づいて、生体の平均血圧を算出することとを含む。

本開示の他の観点に係る血圧測定装置は、第１～第Ｎ（Ｎは２以上の自然数）の距離変動データが時系列順に並べられた時系列データを記憶するように構成された信号強度記憶部であって、第１～第Ｎの距離変動データはそれぞれ、互いに異なる時刻において、広帯域又は超広帯域の無線電波が生体において反射された反射波に基づいて得られる、距離に対する信号強度の変化を示すデータである、信号強度記憶部と、第１の生成部と、第２の生成部と、算出部とを備える。第１の生成部は、第１～第Ｎの距離変動データのうち第ｎ（ｎは１～Ｎの自然数）の距離変動データの信号強度から、生体の第１の検知部位に対応する第１の対応強度を取得する強度取得処理を、第１～第Ｎの距離変動データに対して行うことにより、第１の対応強度が時系列に沿って並べられた第１の時間変動データを生成するように構成されており、且つ、第ｎの距離変動データの信号強度から、生体の第２の検知部位に対応する第２の対応強度を取得する強度取得処理を、第１～第Ｎの距離変動データに対して行うことにより、第２の対応強度が時系列に沿って並べられた第２の時間変動データを生成するように構成されている。第２の生成部は、第１の時間変動データに基づいて、第１の検知部位における第１の拍動波形を生成するように構成されており、且つ、第２の時間変動データに基づいて、第２の検知部位における第２の拍動波形を生成するように構成されている。算出部は、第１の拍動波形及び第２の拍動波形から得られる脈波伝播時間に基づいて血圧を算出するように構成されている。

本開示に係る血圧測定装置、血圧測定システム、乗物、及び血圧測定方法によれば、血圧をより精度よく検知することが可能となる。

図１は、血圧測定システムの一例を概略的に示す模式図である。 図２は、送受信装置の一例を概略的に示すブロック図である。 図３は、血圧測定装置の一例を概略的に示すブロック図である。 図４は、血圧測定システムの一例を概略的に示すブロック図である。 図５（ａ）は、時系列データの一例を示す図であり、図５（ｂ）は、補正された時系列データの一例を示す図である。 図６（ａ）及び図６（ｂ）は、時系列データの補正方法を説明するための図である。 図７（ａ）及び図７（ｂ）は、時系列データの補正方法を説明するための図である。 図８（ａ）～図８（ｉ）は、多重解像度解析による波形の分解を説明するためのグラフである。 図９は、拍動波形の一例を示すグラフである。 図１０は、心拍間隔データの一例を示すグラフである。 図１１は、心収縮時間と最高血圧との相関関係（第１の相関データ）の一例を示すグラフである。 図１２は、最高血圧の時間変化の一例を示すグラフである。 図１３は、心周期と平均血圧との相関関係（第２の相関データ）の一例を示すグラフである。 図１４は、最低血圧の時間変化の一例を示すグラフである。 図１５は、血圧測定の手順を説明するためのフローチャートである。 図１６は、血圧測定装置の他の例を概略的に示すブロック図である。 図１７は、血圧測定システムの他の例を概略的に示すブロック図である。 図１８は、検知領域に複数の生体が存在する場合の血圧測定方法を説明するための図である。 図１９は、検知領域に複数の生体が存在する場合の時系列データの一例を示す図である。 図２０（ａ）は、補正された時系列データの一例を示す図であり、図２０（ｂ）は、図２０（ａ）に示される時系列データの一部を拡大した図である。 図２１（ａ）は、補正されていない時系列データから得られる信号強度の時間変化を示すグラフであり、図２１（ｂ）は、補正された時系列データから得られる信号強度の時間変化を示すグラフである。 図２２は、補正された時系列データの一例を示す図である。 図２３（ａ）は、補正されていない時系列データから得られる信号強度の時間変化を示すグラフであり、図２３（ｂ）は、補正された時系列データから得られる信号強度の時間変化を示すグラフである。 図２４は、心拍波形の信号強度及び脈拍波形の信号強度の時間変化を示すグラフである。 図２５は、脈波伝播時間と最高血圧との相関関係の一例を示すグラフである。 図２６は、血圧測定の手順を説明するためのフローチャートである。 図２７は、血圧測定システムを備える乗物の一例を概略的に示す模式図である。

以下に、本開示に係る実施形態の一例について、図面を参照しつつより詳細に説明する。以下の説明において、同一要素又は同一機能を有する要素には同一符号を用いることとし、重複する説明は省略する。

［血圧測定システム］
血圧測定システム１の構成について、図１～図３を参照して説明する。血圧測定システム１は、送受信装置１０と、血圧測定装置２０とを備える。血圧測定システム１は、例えば室内又は屋外の生体Ｈの血圧を測定するように構成されている。室内は、例えば、リビング、オフィス、寝室、トイレ、浴室、乗物などの内部を含む。

血圧の測定対象となる生体Ｈとしては、例えば、人間、動物などが挙げられるが、本明細書では生体Ｈが人間であるものとして説明する。生体Ｈは、動作していてもよく、椅子等に着座した状態で作業していてもよく、静止していてもよい。なお、生体Ｈは静止していても、無意識下においてわずかに体が動いていることがある。本明細書では、生体Ｈによる意図的な動作、無意識下でのわずかな動作（微体動）、及び外部要因に由来して生体Ｈに生ずる動作（振動等）を含めて、生体Ｈの「動き」として説明する。生体Ｈによる意図的な動作は、生体の全体の動作、及び生体の一部分の動作を含む。生体の全体の動作は、例えば、歩行等を含む。生体の一部分の動作は、例えば、立位、座位、及び臥位状態での生体の一部分の動作を含む。

送受信装置１０は、予め設定された検知領域Ｒに向けて、広帯域又は超広帯域（ＵＷＢ：Ultra Wide Band）の無線電波を発信するように構成されている。検知領域Ｒは、生体Ｈ（例えば、生体Ｈの心臓部分を含む部位（胸部又は背中）、顔面、腕、脚など）に無線電波が到達するように設定されている。送受信装置１０は、例えば室内の壁に設けられていてもよい。送受信装置１０は、図２に示されるように、発信機１１（発信部）と、受信機１２（受信部）と、通信機１３（通信部）と、制御部１４と、バス１５とを含む。

発信機１１は、制御部１４の指示に基づいて、検知領域Ｒに向けて広帯域又は超広帯域の無線電波を発信するように構成されている。発信機１１のアンテナ水平面における指向角は、例えば、４０°～８０°程度であってもよいし、６０°～８０°程度であってもよい。発信機１１のアンテナ垂直面における指向角は、例えば、３０°～４０°程度であってもよいし、３０°以下であってもよい。これらの指向角の範囲に対応して検知領域Ｒが設定される。

本明細書において「広帯域」とは、周波数帯域幅が１００ＭＨｚ以上で且つ５００ＭＨｚ以下の場合をいうものとする。そのため、発信機１１が発信する広帯域の無線電波の周波数帯域幅は、例えば、１００ＭＨｚ以上であってもよいし、３００ＭＨｚ以上であってもよい。「超広帯域」とは、周波数帯域幅が５００ＭＨｚを超える場合をいうものとする。そのため、発信機１１が発信する超広帯域の無線電波の周波数帯域幅は、例えば、３ＧＨｚ以上であってもよいが、電波法及びコストパフォーマンスに鑑みて４ＧＨｚ以下であってもよい。広帯域又は超広帯域の無線電波を用いる場合、無線電波の発信出力の電力スペクトルを小さくすることができ、生体Ｈに対する無線電波の影響を小さくすることができる。以下では、特に説明がない限り、「無線電波」は広帯域又は超広帯域の無線電波を意味する。

受信機１２は、発信機１１から発信された無線電波の反射波を受信可能に構成されている。発信機１１において広帯域又は超広帯域の無線電波を用いているので、受信機１２は、無線電波の反射波を反射パス長に対応した時間軸上で分離して受信することができる。すなわち、受信機１２は、検知領域Ｒの距離方向において複数に区切られたレンジビン（周波数帯域幅で決まる）ごとに、信号を抽出することが可能である。各レンジビンの幅は、例えば１０ｃｍ以下であってもよいし、３ｃｍ～４ｃｍ程度であってもよい。検知領域Ｒにおけるレンジビンの数は、レンジビンの幅及び検知領域Ｒの大きさに応じて適宜変更可能である。

受信機１２によるデータ取得の時間間隔（サンプリング周期）は、適宜設定しうる。血圧測定装置２０による拍動成分の抽出（詳しくは後述する）を容易にするために、受信機１２は、生体Ｈの拍動に対応する周波数を基準として、反射波をオーバサンプリングしてもよい。受信機１２は、例えば、拍動に応じた周波数範囲の上限値（例えば１．６Ｈｚ）の２倍より大きいサンプリング周波数（例えば上限値の整数倍）にて反射波をオーバサンプリングしてもよい。なお、受信機１２以外でオーバサンプリングが行われてもよい。

通信機１３は、血圧測定装置２０の通信機２３と通信可能に構成されている。通信機１３と通信機２３との通信方式は特に限定されず、例えば、無線通信であってもよい。無線通信の例として、ＬＴＥ（Long Term Evolution）、ＬＴＥ－Ａ（LTE-Advanced）、ＳＵＰＥＲ３Ｇ、ＩＭＴ－Ａｄｖａｎｃｅｄ、４Ｇ、５Ｇ、ＦＲＡ（Future Radio Access）、Ｗ－ＣＤＭＡ（登録商標）、ＧＳＭ（登録商標）、ＣＤＭＡ２０００、ＵＭＢ（Ultra Mobile Broadband）、ＩＥＥＥ ８０２．１１（Ｗｉ－Ｆｉ）、ＩＥＥＥ ８０２．１６（ＷｉＭＡＸ）、ＩＥＥＥ ８０２．２０、ＵＷＢ、Ｂｌｕｅｔｏｏｔｈ（登録商標）、その他の通信方式が用いられてもよい。

制御部１４は、バス１５を介して、発信機１１、受信機１２及び通信機１３との間で信号の送受信を行い、これらの動作を制御するように構成されている。制御部１４は、例えば、プロセッサ１６と、メモリ１７と、ストレージ１８とを含む。

プロセッサ１６は、メモリ１７、ストレージ１８等のハードウェアに所定のソフトウェア（プログラム）を読み込むと所定の演算を行い、発信機１１からの無線電波の発信、受信機１２が受信した反射波の受信、通信機１３による通信、メモリ１７及びストレージ１８におけるデータの読み出し又は書き込みを実行する。これにより、送受信装置１０における各機能が実現される。

血圧測定装置２０は、送受信装置１０により受信された反射波（受信データ）に基づいて、生体Ｈの血圧を測定するように構成されている。例えば、生体Ｈの心臓の拍動に応じて心臓や血管が膨張収縮する。そのため、受信データには生体Ｈの拍動（心拍、脈拍）に関する情報（拍動波形）も含まれる。また、生体Ｈが呼吸をすると、それに応じて胸部が膨張収縮する。そのため、受信データには生体Ｈの呼吸に関する情報が含まれていてもよい。

血圧測定装置２０は、図１に示されるように、送受信装置１０と離間して配置されていてもよい。血圧測定装置２０は、例えば、生体Ｈが存在する室内とは異なる場所に設けられてもよい。血圧測定装置２０に含まれる各要素を収容する筐体は、送受信装置１０に含まれる各要素を収容する筐体と別体であってもよい。

血圧測定装置２０は、図３に示されるように、通信機２３と、制御部２４と、バス２５とを備える。通信機２３は、上述したように、送受信装置１０の通信機１３と通信可能に構成されている。血圧測定装置２０は、通信機２３が内蔵されたコンピュータ装置又はパーソナルコンピュータにより構成されていてもよい。

制御部２４は、バス２５を介して、通信機２３との間で信号の送受信を行い、これの動作を制御するように構成されている。制御部２４は、例えば、プロセッサ２６と、メモリ２７と、ストレージ２８ととを含む。

プロセッサ２６は、メモリ２７、ストレージ２８等のハードウェアに所定のソフトウェア（プログラム）を読み込むと所定の演算を行い、送受信装置１０を介して取得した反射波の解析、通信機２３による通信、メモリ２７及びストレージ２８におけるデータの読み出し又は書き込みを実行する。これにより、血圧測定装置２０における各機能が実現される。

続いて、送受信装置１０及び血圧測定装置２０における各機能について、図４～図１４を参照して説明する。送受信装置１０の制御部１４は、図４に示されるように、機能ブロックとして、送受信処理部３１と、記憶部３２とを含む。

送受信処理部３１は、発信機１１、受信機１２及び通信機１３の間で信号を送受信する機能を有する。具体的には、送受信処理部３１は、発信機１１に指示信号を送信して、発信機１１から無線電波を発信させる。送受信処理部３１は、受信機１２から反射波のデータ（反射波に応じた受信データ）を受信し、当該データを通信機２３に出力する。送受信処理部３１は、通信機１３に指示信号を送信して、受信データを血圧測定装置２０に送信させる。

記憶部３２は、種々のデータを記憶する機能を有する。記憶部３２が記憶するデータとしては、例えば、読み出したプログラム、発信機１１の動作設定データ、受信機１２が受信した反射波に関する受信データ等が挙げられる。

血圧測定装置２０の制御部２４は、図４に示されるように、機能ブロックとして、データ取得部４１と、信号強度算出部４２と、データ補正部４３（補正部）と、時間変動データ生成部４４（第１の生成部）と、拍動波形生成部４５（第２の生成部）と、心拍間隔データ生成部４６（第３の生成部）と、生体特定部４７と、血圧算出部４８（第１の算出部、第２の算出部、第３の算出部、算出部）と、記憶部４９（信号強度記憶部、第１の相関記憶部、第２の相関記憶部、相関記憶部、波形記憶部）とを含む。

データ取得部４１は、通信機１３及び通信機２３を介して、反射波に応じた受信データを取得する機能を有する。データ取得部４１は、取得した受信データを信号強度算出部４２に出力する。

信号強度算出部４２は、データ取得部４１から出力された受信データに基づいて、各レンジビンのそれぞれにおける信号強度を算出する機能を有する。換言すると、信号強度算出部４２は、所定の時刻における、距離に対する信号強度の変化（レンジビン毎の信号強度の変化）を示す距離変動データを算出する。信号強度算出部４２は、受信データに対して、生体Ｈが検知領域Ｒに存在しない場合の無線電波の反射に基づいた参照受信データを用いて差分処理を施した上で、距離変動データを算出してもよい。この差分処理は、例えば、人または動いている物体（動体）を検知したり、それらの距離や動線を検出したり、マルチパスによる影響を低減するために行われる。

以下では、サンプリング周期ごとに、時刻ｔ１，ｔ２，・・・，ｔＮ（Ｎは２以上の自然数）における距離変動データをそれぞれ、「第１の距離変動データ」、「第２の距離変動データ」、・・・、「第Ｎの距離変動データ」などと称し、第１～第Ｎの距離変動データのうち時刻ｔｎ（ｎは１～Ｎの自然数）における距離変動データを「第ｎの距離変動データ」と称する。信号強度算出部４２は、無線電波が生体Ｈから反射された反射波に基づいて、互いに異なる時刻ｔ１～ｔＮにおける第１～第Ｎの距離変動データをそれぞれ時間順に算出してもよい。

所定の設定時間の間に、信号強度算出部４２により算出された第１～第Ｎの距離変動データ（所定時間分の第１～第Ｎの距離変動データ）は、時系列順に並べられた時系列データとして、データ補正部４３に出力される。時系列データは、距離（レンジ）軸、時間軸、及び信号強度軸を含む３次元グラフにより示される。第ｎの距離変動データは、距離成分、時間成分、及び信号強度成分を含んでいる。所定の設定時間は、例えば、距離変動データの蓄積単位を示す時間の長さである。設定時間は、メモリの容量に応じて予め定められてもよい。設定時間は、例えば、２０秒～３分程度の範囲内で定められてもよいし、３分以上であってもよい。

図５（ａ）は、時系列データの一例を示す。図５（ａ）に示される時系列データは、６０秒間において得られた距離変動データである。この時系列データは、被験者（生体Ｈ）が送受信装置１０に正対した測定環境において、送受信装置１０から約１．３ｍだけ離れた位置に静止した状態で測定を開始し、約３０秒後から送受信装置１０に向かって徐々に近づいていった場合のデータである。そのため、被験者の胸部及び心臓（検知部位）からの反射波の信号強度が、距離変動データにおけるピーク付近に現れており、当該ピークでの距離成分が徐々に小さくなっている。

データ補正部４３は、信号強度算出部４２から出力された時系列データを補正する機能を有する。データ補正部４３は、例えば、第ｎの距離変動データにおける検知部位に対応する距離成分が基準値に近づくように第ｎの距離変動データの距離成分を補正する補正処理を行ってもよい。基準値は、例えば、生体データの取得ごとに、任意に設定される値であってもよい。データ補正部４３は、第１の距離変動データに含まれるピークでの距離成分の位置を基準値に設定してもよい。データ補正部４３は、当該補正処理を第１～第Ｎの距離変動データに対して行うことにより、補正された時系列データ（以下、「補正時系列データ」という。）を得てもよい。データ補正部４３は、補正処理として、例えば、第１～第Ｎの距離変動データを分割した複数のブロックそれぞれにおいて、生体Ｈの動きを近似（一次補正）し、検知部位に対応する距離成分を補正（二次補正）してもよい。そして、データ補正部４３は、複数のブロック間での距離成分を補正（三次補正）してもよい。データ補正部４３は、補正時系列データを時間変動データ生成部４４に出力する。

ここで、補正処理の例について具体的に説明する。この補正処理は、生体Ｈが動いていた場合であっても、検知部位からの反射に基づいた信号（信号強度の時間変動）を抽出するために行われる。まず、データ補正部４３は、第１～第Ｎの距離変動データにおいてピーク（散乱点）をそれぞれ算出する。このときに算出する「ピーク」は、信号強度が所定値よりも大きく、且つ極大となる点であってもよい。

ところで、マルチパス等の外乱の影響により、一つの距離変動データに複数のピークが算出される場合がある。この場合には、検知部位からの反射に基づくピーク以外のピークが時系列データには含まれうる。ここで、図６（ａ）に、外乱等に基づくピークを含む複数のピークｐｎが距離軸－時間軸の平面に白丸印（○印）でプロットされたグラフの一例を示す。以下では、図６（ａ）に例示される複数のピークｐｎを用いて、外乱等に由来するピークを含む距離変動データを補正するための補正処理を説明する。

まず、データ補正部４３は、時系列データが時間軸において所定の時間間隔（例えば数秒～数十秒間隔）で分割された複数のブロックごとに、複数のピークｐｎに対して近似線Ｃを描く（生成処理）。以下では、時系列データを時系列に沿って順に分割して得られる複数のブロックを、「第１のブロックＢ１」、「第２のブロックＢ２」、・・・、「第ＭのブロックＢＭ」（Ｍは、２以上の自然数）とそれぞれ称する場合がある。第１～第ＭのブロックＢ１～ＢＭのうち１つのブロックを「第ｍのブロックＢｍ」（ｍは、１～Ｍの自然数）と称する場合がある。

近似線Ｃは、１つのブロック内（所定の時間間隔）での生体Ｈの移動を推定した動線軌跡を意味する。近似線は、近似直線、あるいは二次又は多項近似を用いた多項近似曲線であってもよい。人の動作は、１秒以内であれば、ほぼ直線の動線軌跡となり、数秒程度であっても動線軌跡を二次曲線で近似することが可能である。

図６（ａ）の例では、一つの距離変動データごとに近似線Ｃを中心として左右に２つずつ目盛が示されている。一つの目盛間隔は一つのレンジビンに対応している。すなわち、図６（ａ）の目盛は、近似線Ｃを中心として距離軸の正側及び負側にそれぞれ２つずつレンジビンを描いたものである。データ補正部４３は、これら４つのレンジビンから外れた位置にあるピークを以降の処理において除外してもよい。レンジビンの設定数は、特に限定されない。例えば、近似線Ｃを中心として距離軸の正側及び負側にそれぞれ１つずつであってもよいし、ｘ個（ｘは３以上の自然数）ずつであってもよい。あるいは、近似線Ｃを中心として距離軸の正側に設定されるレンジビンの数は、近似線Ｃを中心として距離軸の負側に設定されるレンジビンの数よりも少なくてもよいし、多くてもよいし、同一であってもよい。

一般的に、近似線Ｃ付近のピークと胸部付近からの反射波とは一致することが多いが、生体Ｈが送受信装置１０に対して斜め方向を向いていると、近似線Ｃ付近のピークと胸部付近からの反射波とが異なることもある。そのため、データ補正部４３は、近似線Ｃを基準とした所定の範囲（以下、「散乱範囲」という。）において、検知部位からの反射点を検出してもよい。例えば、生体Ｈが人間であり、その横幅が４０～５０ｃｍ程度と仮定し、１ＧＨｚの無線電波が用いられる場合、図６（ａ）に例示されるように、散乱範囲は近似線Ｃから±２レンジビンに設定されてもよい。なお、この場合に、レンジビンの幅は１５ｃｍ程度であってもよい。

次に、データ補正部４３は、図６（ｂ）に示されるように、近似線Ｃが第１のブロックＢ１での基準値（ここでは、ｘ＝０の位置）と一致するように、ブロックＢ１内に含まれる距離変動データの距離成分を距離軸に沿って平行移動する（一次補正：ブロック補正処理）。ブロックＢ１での基準値は、任意に設定される値である。次に、データ補正部４３は、散乱範囲において、レンジビンごとに信号強度の時間変動を算出して、当該時間変動が最大値を示すレンジビンを選択してもよい。データ補正部４３は、例えば、同じレンジビン同士で、第ｎの距離変動データと第ｎ＋１の距離変動データとの間で信号強度の差分を求めることにより、レンジビンごとに信号強度の時間変動を算出してもよい。

図７（ａ）は、レンジビンにおける信号強度の時間変動が最も大きい点を検知部位からの反射点ｐｔとして検出した結果の一例を示す。図７（ａ）において、反射点ｐｔは黒丸印（●印）で示されている。次に、データ補正部４３は、図７（ｂ）に示されるように、検出された反射点ｐｔの距離成分が基準値と一致するように、ブロックＢ１内に含まれる距離変動データの距離成分を距離軸に沿って平行移動する（二次補正）。外乱等を含みうるピークｐｎではなく、レンジビンにおける信号強度の時間変動が最も大きい点を反射点ｐｔとして検出しているので、図７（ａ）又は図７（ｂ）に示されるように、時刻によって、ピークｐｎが反射点ｐｔと一致する場合もあり、ピークｐｎが反射点ｐｔと一致しない場合もある。以上の生成処理、一次補正及び二次補正が行われることで、マルチパス等の外乱に由来するピークが除去されうる。

データ補正部４３は、他のブロックについても上記と同様に、ブロックごとに同様の生成処理、一次補正及び二次補正を行う。以上のように、データ補正部４３は、第ｍのブロックＢｍにおいて、第１～第Ｎの距離変動データのうち第ｍのブロックＢｍに含まれる複数の距離変動データにおける信号強度のピークｐｎでの距離成分に基づいて近似線Ｃを生成する生成処理と、ブロックＢｍについて定められる基準値に当該近似線Ｃが近づくように複数の距離変動データの距離成分を補正する処理（一次補正及び二次補正）とを行う。データ補正部４３は、生成処理、一次補正及び二次補正を、第１～第Ｍのブロックそれぞれに対して行う。

ブロックごとの生成処理、一次補正及び二次補正では、ブロックごとに任意に定められる基準値が用いられてもよい。例えば、ブロック内において最初の距離変動データにおけるピークの位置が、当該ブロックでの基準値に設定されてもよい。このため、複数のブロックそれぞれにて生成処理、一次補正及び二次補正を行った後では、複数のブロック間において基準値の位置が互いにずれている。そのため、データ補正部４３は、複数のブロック間の基準値の位置が一致するように、それぞれのブロック内に含まれる距離変動データの距離成分を距離軸に沿って平行移動する（三次補正）。データ補正部４３は、三次補正において、最初のブロックＢ１における基準値を全てのブロックの基準値として採用してもよい。

以上のように、生成処理、一次補正、二次補正及び三次補正を経ることにより、図５（ｂ）に示されるように、生体Ｈが基準値で静止しているような補正時系列データが得られる。なお、図６（ａ）等では、説明を簡単にするために基準値の位置をｘ＝０としているが、図５（ａ）及び図５（ｂ）に示される例では、最初のブロックでの基準値の位置が１．３ｍ付近であり、１．３ｍ付近にピーク及び検知部位からの反射点が揃えられている。

時間変動データ生成部４４は、第ｎの距離変動データにおける信号強度のうち生体Ｈの検知部位に対応する対応強度を取得する強度取得処理を行う機能を有する。時間変動データ生成部４４は、例えば、所定時間分の第１～第Ｎの距離変動データに対して強度取得処理を行うことにより、対応強度が時系列に沿って並べられた時間変動データを生成する。時間変動データ生成部４４は、例えば、補正時系列データ内の基準値（一例として、第１のブロックＢ１についての基準値）において時系列に沿って並べられた信号強度の集合を、時間変動データとして得てもよい。時間変動データは、検知部位からの反射波に応じた信号強度の時間変動を示している。図８（ａ）に示される波形「ｓ」は、時間変動データ生成部４４により生成された時間変動データの一例である。データ補正部４３による補正処理を経ることで、時間変動データでは、生体Ｈの動き（動作又は微体動）による影響が低減されている。時間変動データには、生体Ｈの検知部位における生体情報（呼吸及び拍動）が含まれている。

拍動波形生成部４５は、生体Ｈの検知部位における拍動波形を生成する機能を有する。拍動波形生成部４５は、例えば、時間変動データに対して多重解像度解析を行うことにより、生体Ｈの検知部位における拍動波形を生成してもよい。拍動波形生成部４５は、時間変動データに対する多重解像度解析において、当該時間変動データを高周波成分（高解像度成分）と低周波成分（低解像度成分）とに分解するウェーブレット変換を繰り返す。多重解像度解析における解像度レベルは、例えば、５～１０程度であってもよいし、７程度であってもよい。拍動波形生成部４５は、例えば、基底関数となるウェーブレット関数として、Haarウェーブレット、Daubechiesウェーブレット、Symletウェーブレット、又はCoifletウェーブレットを用いてウェーブレット変換を行ってもよい。

ここで、時間変動データに対する多重解像度解析の例について具体的に説明する。図８（ｂ）～図８（ｉ）は、図８（ａ）に示される時間変動データを、多重解像度解析により分解した複数（ここでは８個）の波形（以下、「分解波形」という。）の一例を示す。拍動波形生成部４５は、まず、時間変動データに対して１回目のウェーブレット変換を行うことで、高周波成分と低周波成分とに分解する。この時に分解された高周波成分は、図８（ｉ）に示される波形「ｄ１」である。拍動波形生成部４５は、１回目のウェーブレット変換において分解された低周波成分に対して、２回目のウェーブレットを行う。この時に分解された高周波成分は、図８（ｈ）に示される波形「ｄ２」である。

拍動波形生成部４５は、３回目以降のウェーブレット変換を同様に繰り返す。この例では、時間変動データに対して、７回のウェーブレット変換を行うことにより、当該時間変動データが８個のレベル（周波数帯）に分解されている。なお、図８（ｇ）、図８（ｆ）、図８（ｅ）、図８（ｄ）及び図８（ｃ）に示される波形「ｄ３」～「ｄ７」はそれぞれ、３～７回目のウェーブレット変換により分解された高周波成分である。図８（ｂ）に示される波形「ａ７」は、７回目のウェーブレット変換により分解された低周波成分である。

拍動波形生成部４５は、複数の分解波形から拍動波形を抽出する。拍動波形は、時間変動データに含まれる生体Ｈの拍動に応じた成分である。拍動波形生成部４５は、複数の分解波形のうち、拍動に応じた周波数範囲（例えば０．８Ｈｚ～１．６Ｈｚ）を有する分解波形を、拍動波形として抽出してもよい。拍動波形生成部４５は、複数の分解波形から呼吸波形も抽出してもよい。呼吸波形は、時間変動データに含まれる生体Ｈの呼吸に応じた成分である。拍動波形生成部４５は、例えば、複数の分解波形のうち、呼吸に応じた周波数範囲（例えば、０．５Ｈｚ以下）を有する分解波形を、呼吸波形として抽出してもよい。

図８（ｂ）～図８（ｉ）に示される例では、拍動波形生成部４５は、図８（ｂ）に示される波形「ａ７」を呼吸波形として抽出してもよい。拍動波形生成部４５は、図８（ｃ）に示される波形「ｄ７」を拍動波形として抽出してもよい。拍動波形生成部４５は、複数の分解波形（例えば、図８（ｃ）及び図８（ｄ）に示される２つの波形）の周波数範囲が、拍動（呼吸）に応じた周波数範囲に対応する場合には、当該複数の分解波形を再合成することで、再合成された波形を拍動波形（呼吸波形）として抽出してもよい。再合成する際には、拍動波形生成部４５は、当該複数の分解波形同士を加算することで、再合成された波形を生成してもよい。なお、拍動波形生成部４５は、多重解像度解析に代えて独立成分分析法または移動平均差分法を用いて、時間変動データから呼吸波形と拍動波形とを分離してもよい。

拍動波形生成部４５は、複数の分解波形から拍動波形を抽出する際に、拍動とは異なる生体Ｈの動きに対応する波形（以下、「非拍動波形」という。）を除外してもよい。拍動とは異なる生体Ｈの動きは、例えば、生体Ｈ自身に由来する拍動以外の周期的な動作、及び外部要因に由来して生体Ｈに生ずる周期的な動作を含む。前者の一例は、生体Ｈの呼吸動作を含む。後者の一例は、生体Ｈが搭乗している乗物の運転に伴い乗物から生体Ｈに作用する振動を含む。拍動波形生成部４５は、拍動波形を抽出する際に、複数の分解波形のうちの非拍動波形を除外してもよい。拍動波形生成部４５は、非拍動波形が除外された後の残りの複数の分解波形を再合成することで得られる波形を、拍動波形として抽出してもよい。拍動波形生成部４５は、例えば、生体Ｈの呼吸動作に対応する図８（ｂ）に示される波形「ａ７」を除外したうえで、波形「ａ７」が除外された後の残りの波形「ｄ１」～「ｄ７」を再合成することで得られる波形を、拍動波形として抽出してもよい。

図９に示される波形は、拍動波形生成部４５により生成された拍動波形の一例である。ここで、本明細書において、拍動波形の極小値と極大値との間の区間を心収縮時間ＳＴと定義する。また、拍動波形の一周期を心周期ＨＴと定義する。

心拍間隔データ生成部４６は、拍動波形に含まれる極大となる複数の点において互いに隣り合う点同士の時間間隔を算出していくことで、図１０に示されるように、心拍間隔の時間変動（Ｒ－Ｒ間隔：ＲＲＩ）を示す心拍間隔データを生体データとして生成してもよい。心拍間隔データ生成部４６は、拍動波形から心拍間隔データを生成する際に、心拍間隔を高精度に算出するために、拍動波形に対してスペクトル解析を行ってもよい。心拍間隔データ生成部４６は、例えば、自己回帰モデル（ＡＲ：autoregressive model）を用いたスペクトル解析を拍動波形に対して行ってもよい。ＡＲモデルを用いたスペクトル解析では、心拍間隔データ生成部４６は、バーグ法によりＡＲモデルのパラメータ（係数）を求めてもよく、赤池情報量基準（ＡＩＣ：Akaike's Information Criterion）によりＡＲモデルの次数を決定してもよい。

心拍間隔データ生成部４６は、ＡＲモデルを用いたスペクトル解析によりノイズ成分が除去された拍動波形から、心拍間隔データを算出してもよい。心拍間隔データ生成部４６は、このように算出された心拍間隔データに基づいて、単位時間あたりの心拍の数（心拍数：heart rate，平均心拍：average heart rate）を生体データとして求めてよい。心拍間隔データ生成部４６は、上記と同様に、単位時間（例えば１分間）あたりの呼吸の数（呼吸数：respiratory rate）を生体データとして求めてもよい。なお、心拍間隔データ生成部４６は、ＡＲモデルに代えて、最大エントロピー法（ＭＥＭ：Maximum Entropy Method）又はメムカルク（MemCalc）解析システムを用いてスペクトル解析を行ってもよい。

生体特定部４７は、心拍間隔データ生成部４６で生成された心拍間隔データに基づいて生体Ｈを特定するように構成されている。心拍間隔（Ｒ波同士の間隔：ＲＲＩ）には、個人ごとに固有の特徴となる心拍間隔パターンがある。そのため、生体特定部４７は、例えば、心拍間隔データから統計的な特徴量を機械学習により抽出して、予め記憶部４９に登録されている個人ごとの特徴量と照合することにより、生体Ｈを特定することができる。生体特定部４７は、心拍間隔データの統計的特徴量のみならず、拍動波形に由来する統計的特徴量に基づいて、生体Ｈを個々に特定するように構成されていてもよい。生体特定部４７は、例えば、所定時間（例えば３０秒から１分間程度）におけるＲＲＩの平均値または偏差、隣り合うＲＲＩ同士の差の二乗平均平方根（ＲＭＳ：Root Mean Square）、呼吸数などに基づいて機械学習によりデータをクラスタリングして、複数のクラスタを生成することと、測定対象の生体Ｈから得られた拍動波形に由来する統計的特徴量を、当該複数のクラスタのいずれかに分類して、生体Ｈを個々に特定することとを実行してもよい。クラスタリングの手法としては、例えば、ｋ平均法、サポートベクタマシンなどを用いてもよい。機械学習によって得られた複数のクラスタを用いることにより、生体Ｈをより正確に特定することが可能となる。

血圧算出部４８は、記憶部４９に記憶されている相関データと、拍動波形生成部４５により生成された拍動波形とに基づいて、生体Ｈの血圧を算出するように構成されている。具体的には、血圧算出部４８は、拍動波形生成部４５により生成された拍動波形から心収縮時間ＳＴを抽出し、記憶部４９に記憶されている第１の相関データと、心収縮時間ＳＴとに基づいて、生体Ｈの最高血圧ＳＢＰを算出するように構成されている。第１の相関データは、生体Ｈにおける心収縮時間ＳＴと最高血圧ＳＢＰとの相関関係を予め測定したものである。

第１の相関データは、例えば、図１１に示されるように、心収縮時間ＳＴと最高血圧ＳＢＰとが対応付けられた複数のデータの近似直線Ｃ１で表される。すなわち、血圧算出部４８は、拍動波形から抽出された心収縮時間ＳＴを近似直線Ｃ１に代入することで、最高血圧ＳＢＰを算出することができる。したがって、拍動波形をリアルタイムで取得することにより、図１２に例示されるように、最高血圧ＳＢＰもリアルタイムで測定することができる。なお、近似直線Ｃ１の傾き及び切片の値は、被験者ごとに特有であり、また、同じ被験者であっても被験者の加齢によって変化しうる。そのため、血圧算出部４８において算出される最高血圧ＳＢＰと、当該最高血圧ＳＢＰの算出に用いられる心収縮時間ＳＴとを第１の相関データに蓄積して、逐次にまたは所定時間ごとに、近似直線Ｃ１を更新してもよい。

心収縮時間ＳＴと最高血圧ＳＢＰとの対応づけは、被験者の最高血圧ＳＢＰがカフ式血圧計で計測された時の心収縮時間ＳＴを、拍動波形生成部４５により生成された拍動波形から読み取ることによって行うことができる。この測定は、被験者の活動状況（安静なとき、動き回った後など）と、被験者の姿勢（寝た状態、座った状態、起立した状態など）とを様々に変化させながら、複数回行う。ここで、複数の被験者に対してこの測定を行ったところ、相関係数は－０．９７～－０．９５程度であった。そのため、いずれの被験者においても、心収縮時間ＳＴと最高血圧ＳＢＰとの間に極めて強い負の相関があることが確認された。

血圧算出部４８は、拍動波形生成部４５により生成された拍動波形から心周期ＨＴを抽出し、記憶部４９に記憶されている第２の相関データと、心周期ＨＴとに基づいて、生体Ｈの平均血圧ＭＢＰを算出するように構成されている。第２の相関データは、生体Ｈにおける心周期ＨＴと平均血圧ＭＢＰとの相関関係を予め測定したものである。第２の相関データは、例えば、図１３に示されるように、心周期ＨＴと平均血圧ＭＢＰとが対応付けられた複数のデータの近似直線Ｃ２で表される。なお、近似直線Ｃ２の傾き及び切片の値は、被験者ごとに特有であり、また、同じ被験者であっても被験者の加齢によって変化しうる。そのため、血圧算出部４８において算出される平均血圧ＭＢＰと、当該平均血圧ＭＢＰの算出に用いられる心周期ＨＴとを第２の相関データに蓄積して、逐次にまたは所定時間ごとに、近似直線Ｃ２を更新してもよい。

心周期ＨＴと平均血圧ＭＢＰとの対応づけは、被験者の平均血圧ＭＢＰがカフ式血圧計で計測された時の心周期ＨＴを、拍動波形生成部４５により生成された拍動波形から読み取ることによって行うことができる。この測定は、被験者の活動状況（安静なとき、動き回った後など）と、被験者の姿勢（寝た状態、座った状態、起立した状態など）とを様々に変化させながら、複数回行う。ここで、複数の被験者に対してこの測定を行ったところ、相関係数は－０．９７～－０．９５程度であった。そのため、いずれの被験者においても、心周期ＨＴと平均血圧ＭＢＰとの間に極めて強い負の相関があることが確認された。

血圧算出部４８は、上記のように算出された最高血圧ＳＢＰ及び平均血圧ＭＢＰに基づいて、生体Ｈの最低血圧ＤＢＰを算出するように構成されている。ここで、最高血圧ＳＢＰと、平均血圧ＭＢＰと、最低血圧ＤＢＰとの間には、式１の関係が成り立つことが一般的に知られている。

ＤＢＰ＝（３ＭＢＰ－ＳＢＰ）／２ ・・・（１）
そのため、血圧算出部４８は、算出された最高血圧ＳＢＰ及び平均血圧ＭＢＰを式１に代入することにより、最低血圧ＤＢＰを算出することができる。血圧算出部４８において算出された最高血圧ＳＢＰ、平均血圧ＭＢＰ及び最低血圧ＤＢＰは、生体特定部４７において特定された生体Ｈと対応付けられて、記憶部４９に記憶される。

記憶部４９は、種々のデータを記憶する機能を有する。記憶部４９が記憶するデータとしては、例えば、読み出したプログラム、信号強度算出部４２が算出した複数の距離変動データ、データ補正部４３が補正した時系列データ、時間変動データ生成部４４が生成した時間変動データ、拍動波形生成部４５が生成した拍動波形、心拍間隔データ生成部４６が生成した心拍間隔データ、生体特定部４７における特定に用いられる特徴量、生体特定部４７において特定された生体Ｈのデータ、血圧算出部４８において用いられる第１及び第２の相関データ、血圧算出部４８において算出された血圧（最高血圧、最低血圧、平均血圧）などが挙げられる。

血圧測定装置２０は、生成された生体データ（例えば、血圧データ、呼吸データ、心拍間隔データ、生体特定データ）を外部に出力する機能を有していてもよい。血圧測定システム１は、例えば、報知機（不図示）を備えていてもよく、血圧測定装置２０は、当該報知機に生体データを出力してもよい。血圧測定装置２０は、送受信装置１０及び血圧測定装置２０とは別の場所（建物）に設けられている報知機に通信機２３を介してデータを送信してもよい。血圧測定装置２０は、取得した生体データを記憶部４９に記憶してもよい。

［血圧測定方法］
続いて、図１５を参照して、血圧測定方法について説明する。

まず、送受信装置１０（制御部１４）の送受信処理部３１は、発信機１１に指示して、発信機１１から無線電波を検知領域Ｒに向けて発信させる。次に、送受信処理部３１は、受信機１２を介して無線電波の反射波に基づいた受信データを受信して、当該受信データを通信機１３に出力する。そして、送受信処理部３１は、通信機１３に指示して、受信データを血圧測定装置２０の通信機２３に送信させる。

次に、血圧測定装置２０（制御部２４）のデータ取得部４１は、通信機２３に送信された受信データを、時刻ｔ１における受信データとして取得する。データ取得部４１は、取得した時刻ｔ１の受信データを信号強度算出部４２に出力する。

次に、信号強度算出部４２は、時刻ｔ１の受信データに基づいて、距離に対する信号強度の変動を示す第１の距離変動データを算出する（図１５のステップＳ１）。信号強度算出部４２は、受信データに対して、生体Ｈが検知領域Ｒに存在しない場合の無線電波の反射に基づいた参照受信データを用いて差分処理を施した上で、第１の距離変動データを算出してもよい。信号強度算出部４２は、算出した第１の距離変動データを記憶部４９に出力する。

次に、記憶部４９は、第１の距離変動データを記憶する（図１５のステップＳ２）。そして、制御部２４は、初期時刻から設定時間が経過したかどうかを判断する（図１５のステップＳ３）。設定時間が経過していないと判断された場合（ステップＳ３：ＮＯ）、制御部２４は、ステップＳ１～Ｓ３を繰り返す。これにより、設定時間において、第１～第Ｎの距離変動データが記憶部４９に記憶される。

設定時間が経過したと判断された場合（ステップＳ３：ＹＥＳ）、データ補正部４３は、記憶部４９に記憶されている時系列データ（第１～第Ｎの距離変動データ）を補正する（図１５のステップＳ４）。データ補正部４３は、例えば、第ｎの距離変動データにおける検知部位に対応する距離成分（検知部位からの反射点）が基準値に近づくように第ｎの距離変動データの距離成分を補正する補正処理を行う。データ補正部４３は、当該補正処理を第１～第Ｎの距離変動データに対して行うことにより、補正された時系列データ（補正時系列データ）を生成する（図５（ａ）及び図５（ｂ）参照）。データ補正部４３は、図６（ａ）～図７（ｂ）に示される例のように、一次補正、二次補正、及び三次補正を行うことで、補正時系列データを生成してもよい。データ補正部４３は、補正時系列データを時間変動データ生成部４４に出力する。

次に、時間変動データ生成部４４は、補正時系列データに基づいて、時間変動データを生成する（図１５のステップＳ５）。時間変動データ生成部４４は、例えば、第ｎの距離変動データにおける信号強度のうち生体Ｈの検知部位に対応する対応強度を取得する強度取得処理を行う。時間変動データ生成部４４は、第１～第Ｎの距離変動データに対して強度取得処理を行うことにより、対応強度が時系列に沿って並べられた時間変動データを生成する。時間変動データ生成部４４は、補正時系列データにおいて、生体データの取得処理ごとに設定される基準値に沿って並べられた信号強度の集合を、時間変動データとして得てもよい（図５（ｂ）及び図８（ａ）参照）。時間変動データ生成部４４は、生成した時間変動データを拍動波形生成部４５に出力する。

次に、拍動波形生成部４５は、時間変動データに対して多重解像度解析を行う（図１５のステップＳ６）。拍動波形生成部４５は、時間変動データに対して、高周波成分と低周波成分とに分解するウェーブレット変換を繰り返すことで、互いに異なる周波数範囲を有する複数の分解波形（図８（ｂ）～図８（ｉ）参照）を生成する。

次に、拍動波形生成部４５は、複数の分解波形から拍動成分を抽出する（図１５のステップＳ７）。拍動波形生成部４５は、例えば、複数の分解波形のうち、拍動に応じた周波数範囲（例えば０．８Ｈｚ～１．６Ｈｚ）を有する分解波形を、拍動成分を示す拍動波形として抽出してもよい。拍動波形生成部４５は、複数の分解波形の周波数範囲が、拍動に応じた周波数範囲に対応する場合には、当該複数の分解波形を再合成することで、再合成された波形を拍動波形として抽出してもよい。

次に、心拍間隔データ生成部４６は、拍動波形に基づいて心拍間隔データを生成する（ステップＳ８）。心拍間隔データ生成部４６は、例えば、拍動波形に含まれる極大となる複数の点において互いに隣り合う点同士の時間間隔を算出していくことで、心拍間隔データを生体データとして生成してもよい（図１０参照）。心拍間隔データ生成部４６は、拍動波形から心拍間隔データを生成する際に、心拍間隔を高精度に算出するために、拍動波形に対してスペクトル解析を行ってもよい。心拍間隔データ生成部４６は、例えば、ＡＲモデルを用いたスペクトル解析によりノイズ成分が除去された拍動波形から、心拍間隔データを算出してもよい。

次に、生体特定部４７は、心拍間隔データ生成部４６で生成された心拍間隔データに基づいて生体Ｈを特定する（ステップＳ９）。生体Ｈが特定された後は、個々の生体ごとに、血圧測定装置２０によって得られた各種の生体データが記憶部４９に記憶されてもよい。これにより、複数人の継続的なヘルスモニタリングを行うことが可能となる。

次に、血圧算出部４８は、ステップＳ７で生成された拍動波形に基づいて、血圧（最高血圧、平均血圧、最低血圧）を算出する（ステップＳ１０）。血圧算出部４８は、少なくとも最高血圧及び平均血圧の一方を算出してもよい。なお、ステップＳ１０の処理は、ステップＳ７後に行われればよい。すなわち、ステップＳ１０の処理は、ステップＳ８，Ｓ９よりも前に行われてもよい。

血圧測定装置２０（制御部２４）は、ステップＳ３において最初の設定時間終了後に、ステップＳ１～Ｓ３を繰り返すことで、設定時間ごとに時系列データ（第１～第Ｎの距離変動データ）を繰り返し取得してもよい。血圧測定装置２０は、設定時間ごとに行うステップＳ４～Ｓ１０の一連の処理を繰り返すことで、設定時間ごとに心拍間隔データ及び血圧を算出してもよいし、設定時間ごとに生体Ｈを特定してもよい。一の設定時間で行うステップＳ４～Ｓ１０の一連の処理が、他の設定時間で行うステップＳ１～Ｓ３の処理と並行して行われてもよい。

［作用］
以上の例によれば、第１及び第２の相関データと、拍動波形から抽出される心収縮時間及び心周期とに基づいて、最高血圧及び平均血圧が容易に得られる。また、最高血圧及び平均血圧を用いて、式１により、最低血圧も容易に算出される。したがって、血圧をより精度よく測定することが可能となる。

以上の例によれば、拍動波形生成部４５は、心拍波形を拍動波形として生成しうる。すなわち、受信機１２が受信した反射波を信号強度算出部４２、データ補正部４３、時間変動データ生成部４４及び拍動波形生成部４５が順次処理することにより、当該反射波のうちから生体Ｈの心臓からの反射波が抽出されうる。心臓から離れた部位で計測される脈拍波形と比べて、ノイズが生じ難い心拍波形を用いることにより、血圧をより精度よく測定することが可能となる。

以上の例によれば、生体特定部４７は、拍動波形に由来する統計的特徴量（例えば、心拍間隔パターンに含まれる統計的特徴量）に基づいて生体Ｈを個々に特定するように構成されている。そのため、血圧測定装置２０が複数の血圧を測定した際に、それらの血圧データを、個々の生体と対応付けて把握することができる。

以上の例によれば、設定時間において反射波から得られる一定数の第１～第Ｎの距離変動データが時系列データとして記憶部４９に蓄積されている。そして、時系列データから、検知部位に対応する信号強度が時系列に沿って並べられた時間変動データが得られる。時間変動データに含まれる信号強度は、生体Ｈの検知部位に対応しているので、検知対象である生体Ｈが動いていても、検知部位に対応した信号強度に基づいて生体データが得られる。その結果、非接触にて生体データを精度よく検知することが可能となる。

検知対象である生体Ｈが動作している条件下で動きを考慮せずに時間変動データを得る場合、ある基準時間における生体Ｈからの反射位置を特定し、当該位置を測定位置（基準値）として、測定位置における信号強度の時間変動を抽出することになる。この場合、生体Ｈの動作により測定位置において検知部位の情報が含まれていない期間があるので、動きによって生体情報を正確に検知し難い。これに対して、上記の例では、第ｎの距離変動データにおける検知部位に対応する距離成分（レンジビン）が基準値に近づくように第ｎの距離変動データの距離成分を補正する補正処理を第１～第Ｎの距離変動データに対して行うことにより、補正時系列データが得られる。そして、時間変動データ生成部４４は、強度取得処理を実行する際に、補正時系列データから基準値における信号強度を対応強度として取得する。この場合、生体Ｈの動きが信号強度のピークでの距離成分の変動に現れ、当該ピーク付近での検知部位に対応する距離成分を基準値に近づけるように補正が行われることで、時系列データにおいて生体Ｈによる動きが補正される。そのため、生体Ｈの動きによる影響が低減された信号強度の時間変動データが得られ、当該時間変動データに基づいて生体データが取得される。その結果、生体Ｈが動いていたとしても、生体の生体データを精度よく検知することが可能となる。

以上の例によれば、補正処理は、第１～第Ｎの距離変動データのうち所定時間内に含まれる第ｐ～第ｑ（ｐ及びｑはそれぞれ、１≦ｐ＜ｑ≦Ｎを満たす自然数）の距離変動データにおける信号強度のピークでの距離成分に基づいて得られる近似線が基準値に近づくように第ｐ～第ｑの距離変動データの距離成分を補正することを含んでいる。生体Ｈの動線軌跡は、距離変動データに含まれるピークでの距離成分の近似線によって表すことができる。これにより、距離変動データにおいて、マルチパス等の外乱によるピークが含まれていても、当該ピークは近似線から離れているので除外することができる。そのため、生体データの高精度な検知をより確実に行うことが可能となる。

以上の例によれば、補正処理は、時系列データを時系列に沿って順に分割することで得られる第１～第Ｍのブロックのうち第ｍのブロックＢｍにおいて、第１～第Ｎの距離変動データのうち第ｍのブロックに含まれる複数の距離変動データにおける信号強度のピークでの距離成分に基づいて得られる近似線が、第１～第ＭのブロックＢ１～ＢＭのそれぞれについて定められる任意の基準値に近づくように複数の距離変動データの距離成分を補正するブロック補正処理を、第１～第ＭのブロックＢ１～ＢＭに対して行うことを含んでいる。この場合、ブロックごとに、生体Ｈの動線軌跡を表す近似線を算出するので、近似線を生体Ｈの動線軌跡により近づけることができる。そのため、生体データのより高精度な検知を行うことが可能となる。

以上の例によれば、拍動波形生成部４５は、時間変動データに対して多重解像度解析を行うことで、生体Ｈの検知部位における生体データを生成するように構成されている。この場合、多重解像度解析により、時間変動データから拍動波形に対応する周波数範囲の波形が抽出される。そのため、時間変動データに拍動以外の成分が含まれていても、拍動波形を取得することが可能となる。

以上の例によれば、心拍間隔データ生成部４６は、ＡＲモデルを用いて拍動信号をスペクトル解析することにより、生体Ｈの心拍間隔の時間変動を示す心拍間隔データを生成するように構成されている。この場合、拍動波形に対してＡＲモデルを用いたスペクトル解析が行われることで、拍動波形に含まれるノイズが除去されるので、心拍間隔を精度よく算出することができる。

以上の例によれば、受信機１２は、生体Ｈの拍動に対応する周波数を基準として、反射波をオーバサンプリングしうる。すなわち、受信機１２から出力された受信データに基づいて信号強度算出部４２が算出する第１～第Ｎの距離変動データは、生体Ｈの拍動に対応する周波数を基準として、反射波をオーバサンプリングすることで得られたデータである。この場合、サンプリング周期が小さくなり、より多くのデータが得られるので、時間変動データから拍動波形を抽出することが容易である。

以上の例によれば、拍動波形生成部４５は、複数の分解波形のうち、拍動とは異なる生体Ｈの動きに対応する信号を除外したうえで、拍動データを生成するように構成されている。そのため、拍動とは異なる生体Ｈの動きによる情報が時間変動データから除外されるので、拍動波形を精度よく検知することができる。

以上の例によれば、反射波に応じた受信データを血圧測定装置２０に無線通信を用いて送信するように構成された通信機１３が備えられる。無線電波の発信及び反射波の受信を行う送受信装置１０に搭載可能な制御部（メモリ）の容量が小さい場合があるが、別体の血圧測定装置２０内でデータの蓄積と処理を行うことで、大容量のデータの取扱いができる。そのため、長時間にわたり血圧の測定を継続することが可能となる。

［変形例］
以上、本開示に係る実施形態について詳細に説明したが、特許請求の範囲及びその要旨を逸脱しない範囲で種々の変形を上記の実施形態に加えてもよい。

（１）血圧測定システム１において、送受信装置１０（通信機１３）と血圧測定装置２０（通信機２３）との間は、有線で通信可能に接続されていてもよい。

（２）血圧測定装置２０は、送受信装置１０と同じ建物内に設けられてもよく、送受信装置１０とは異なる建物に取り付けられていてもよい。当該異なる建物としては、例えば、生体Ｈと別居している家族の家、健康管理サービスを提供する施設、救急医療サービスを提供する施設（日本において消防署）、病院などが挙げられる。これらの場合、生体Ｈとは離れた場所にいても、生体Ｈの状態を知ることができる。そのため、生体Ｈが単身生活者の場合であっても、生体Ｈの状態を見守ることが可能となる。血圧測定装置２０は、取得した生体データから、生体Ｈの状態（異常の有無、健康状態）等を推定する機能を有していてもよい。

（３）血圧測定システム１ではなく、図１６に示されるように、血圧測定装置２０が、発信機１１及び受信機１２をさらに有していてもよい。換言すると、血圧を測定する装置（血圧測定装置２０）内に、無線電波の送受を行う発信機１１及び受信機１２が内蔵されていてもよい。図１６に示される血圧測定装置２０は、制御部２４Ａと、発信機１１と、受信機１２とを有する点において、図３に示される血圧測定装置２０と相違する。制御部２４Ａは、発信機１１及び受信機１２を制御する機能を有しており、図１７に示されるように、データ取得部４１に代えて送受信処理部４１Ａを有する点において制御部２４と相違する。送受信処理部４１Ａは、送受信処理部３１と同様の機能を有していてもよい。図１６に示される血圧測定装置２０を備える血圧測定システム１では、無線電波の発信及び受信を行うための機能が、血圧測定装置２０とは別体の送受信装置１０ではなく、血圧測定装置２０自体に設けられているので、システムを簡略化することが可能となる。

（４）血圧測定システム１において、発信機１１及び受信機１２が別々の装置として構成されてもよい。つまり、血圧測定システム１は、送受信装置１０に代えて、発信機１１及び一の制御部を有する発信装置と、受信機１２及び他の制御部を有する受信装置とを備えていてもよい。これらの発信装置、受信装置、及び血圧測定装置２０は、互いに無線又は有線により通信可能に接続されていてもよい。発信機１１、受信機１２及び送受信処理部４１Ａにおいて、送信及び受信の双方に複数のアンテナ素子が配置されるＭＩＭＯ（Multiple Input Multiple Output）レーダ技術が用いられてもよい。

（５）血圧測定装置２０は、複数の生体Ｈについて血圧をそれぞれ測定してもよい。検知領域Ｒに複数の生体Ｈ（例えば二人の検知対象者）が存在する場合がある。例えば、一の検知対象者は送受信装置１０から遠ざかり、他の検知対象者は送受信装置１０に近づく場合を考えると、距離変動データから得られる複数のピークｐｎ（散乱点）は、図１８に示されるような２つの散乱点群Ｃｌ１，Ｃｌ２（信号強度と距離の情報）として示される。

データ補正部４３は、１つのブロック内に複数の散乱点群が存在すること（１つのブロック内に複数人が存在すること）を検知した場合に、それぞれの散乱点群をクラスタ化してもよい。データ補正部４３は、クラスタ毎に一次補正、二次補正、及び三次補正を行って、クラスタ化された散乱点ごとに補正時系列データを一つずつ生成してもよい。時間変動データ生成部４４は、クラスタ化された散乱点ごとに得られた補正時系列データから時間変動データをそれぞれ生成してもよい。拍動波形生成部４５は、クラスタ化された散乱点ごとに得られた時間変動データから拍動波形をそれぞれ生成してもよい。一の検知対象者に対する拍動波形の取得処理が完了した後に、他の検知対象者に対する拍動波形の取得処理が行われてもよい。血圧算出部４８は、それぞれの拍動波形に基づいて、各生体Ｈの血圧を個々に算出してもよい。

図１９～図２３を参照して、検知領域Ｒ内に一の生体Ｈ１と別の生体Ｈ２が存在する場合の血圧測定処理の一例を説明する。検知領域Ｒ内に生体Ｈ１，Ｈ２が存在する場合、信号強度算出部４２は、無線電波が生体Ｈ１及び生体Ｈ２において反射された反射波に基づいて、時刻ｔ１～ｔＮにおける第１～第Ｎの距離変動データをそれぞれ時間順に算出してもよい。無線電波が生体Ｈ１及び生体Ｈ２において反射された反射波は、生体Ｈ１のみから反射された反射波と、生体Ｈ２のみから反射された反射波とを含む。記憶部４９は、生体Ｈ１及び生体Ｈ２において反射された反射波に基づいて得られる第１～第Ｎの距離変動データを含む時系列データを記憶してもよい。距離変動データの蓄積単位を示す設定時間が、上述した例に加えて、数秒～数十秒程度の範囲に設定されてもよい。設定時間の一例は、１秒～１８０秒程度であってもよく、３秒～１２０秒程度であってもよく、４秒～６０秒程度であってもよい。設定時間の他の例は、１秒よりも短い時間（例えば、数ミリ秒から数百ミリ秒程度）であってもよい。

図１９に示される時系列データは、約４秒間において得られる複数の距離変動データを含んでいる。当該時系列データは、被験者である生体Ｈ１及び生体Ｈ２が送受信装置１０に正対した測定環境において得られたデータである。より詳しくは、当該時系列データは、生体Ｈ１が送受信装置１０から約１．９ｍだけ離れた位置に静止し、且つ生体Ｈ２が送受信装置１０から約２．２ｍだけ離れた位置に静止した状態で測定が開始され、測定開始の約２秒後から、生体Ｈ１が送受信装置１０に徐々に近づくと共に、生体Ｈ２が送受信装置１０から徐々に遠ざかったときに取得されたデータである。

データ補正部４３は、記憶部４９が記憶する時系列データ（所定時間分の第１～第Ｎの距離変動データ）に基づいて、生体Ｈ１について補正処理と、生体Ｈ２についての補正処理とをそれぞれ行ってもよい。データ補正部４３は、検出された生体の数に応じて、複数のピークｐｎ（散乱点）を公知の手法によりクラスタ化してもよい。データ補正部４３は、例えば、レンジビンごとの信号強度の変化に基づいて、各生体（生体Ｈ１及び生体Ｈ２それぞれ）の動作を追跡することで、複数のピークｐｎを生体ごとにクラスタ化してもよい。

データ補正部４３は、例えば、第ｎの距離変動データにおける生体Ｈ１の検知部位に対応する距離成分が基準値に近づくように第ｎの距離変動データの距離成分を補正する上述の補正処理を行ってもよい。図２０（ａ）は、生体Ｈ１についてクラスタ化された複数のピークｐｎに基づき補正処理が行われて得られた補正時系列データを示している。なお、図２０（ｂ）に示されるように、二次補正が行われることで、観測時間によっては、ピークｐｎと一致しない反射点ｐｔが基準値（破線で示す位置）に揃えられる。

時間変動データ生成部４４は、第ｎの距離変動データにおける信号強度のうち生体Ｈ１の検知部位に対応する対応強度を取得する強度取得処理を行ってもよい。時間変動データ生成部４４は、第１～第Ｎの距離変動データに対して、生体Ｈ１についての強度取得処理を行うことにより、対応強度が時系列に沿って並べられた時間変動データを生成してもよい。時間変動データ生成部４４は、例えば、生体Ｈ１についての補正時系列データ内の基準値において時系列に沿って並べられた信号強度の集合を、時間変動データとして得てもよい。

図２１（ａ）は、図１９に示される補正前の時系列データにおいて、基準値（例えば、距離が１．９ｍ）での信号強度の時間変化を示している。図２１（ｂ）は、図２０（ａ）に示される補正後の時系列データにおいて、基準値での信号強度の時間変化を示している。図２１（ａ）に示す信号強度の時間変化では、測定開始の約２秒後から、生体Ｈ１の検知部位ではなく他の反射位置からの反射波の信号強度が得られている。図２１（ｂ）に示す信号強度の時間変化では、時系列データにおいて補正が行われているので、生体Ｈ１の検知部位からの反射波の信号強度が連続して得られている。

データ補正部４３は、生体Ｈ１についての補正処理とは別に、第ｎの距離変動データにおける生体Ｈ２の検知部位に対応する距離成分が別の基準値に近づくように第ｎの距離変動データの距離成分を補正する補正処理を行ってもよい。図２７は、生体Ｈ２についてクラスタ化された複数のピークｐｎに基づき補正処理が行われて得られた補正時系列データを示している。

時間変動データ生成部４４は、生体Ｈ１についての強度取得処理とは別に、第ｎの距離変動データにおける信号強度のうち生体Ｈ２の検知部位に対応する対応強度を取得する強度取得処理を行ってもよい。時間変動データ生成部４４は、第１～第Ｎの距離変動データに対して、生体Ｈ２についての強度取得処理を行うことにより、対応強度が時系列に沿って並べられた時間変動データを生成してもよい。時間変動データ生成部４４は、例えば、生体Ｈ２についての補正時系列データ内の基準値において時系列に沿って並べられた信号強度の集合を、時間変動データとして得てもよい。

図２３（ａ）は、図１９に示される補正前の時系列データにおいて、基準値（例えば、距離が２．２ｍ）での信号強度の時間変化を示している。図２３（ｂ）は、図２２に示される補正後の時系列データにおいて、基準値での信号強度の時間変化を示している。図２３（ａ）に示す信号強度の時間変化では、測定開始の約２秒後から、生体Ｈ２の検知部位ではなく他の反射位置からの反射波の信号強度が得られている。図２３（ｂ）に示す信号強度の時間変化では、時系列データにおいて補正が行われているので、生体Ｈ２の検知部位からの反射波の信号強度が連続して得られている。なお、生体Ｈ２は、送受信装置１０から徐々に遠ざかっているので、後半部分において信号強度が全般的に低下している。

拍動波形生成部４５は、生体Ｈ１についての時間変動データに基づいて、生体Ｈ１の検知部位における拍動波形を生成してもよい。拍動波形生成部４５は、例えば、生体Ｈ１についての時間変動データに対して多重解像度解析を行うことにより、生体Ｈ１の検知部位における拍動波形を生成してもよい。拍動波形生成部４５は、生体Ｈ２についての時間変動データに基づいて、生体Ｈ２の検知部位における拍動波形を生成してもよい。拍動波形生成部４５は、例えば、生体Ｈ２についての時間変動データに対して多重解像度解析を行うことにより、生体Ｈ２の検知部位における拍動波形を生成してもよい。血圧算出部４８は、それぞれの拍動波形に基づいて、各生体Ｈ１，Ｈ２の血圧を個々に算出してもよい。

以上の例の血圧測定装置２０によれば、検知領域Ｒに複数の生体が存在していても、生体ごとに生体データを監視することが可能となる。

（６）上記の例（５）では、検知領域Ｒに存在する複数の生体Ｈの拍動波形をそれぞれ生成したが、同様の手法により、一の生体Ｈの複数の検知部位において拍動波形をそれぞれ生成してもよい。例えば、一の生体Ｈにおける心拍波形と、動脈の脈拍波形とを略同時に生成してもよい。あるいは、一の生体Ｈにおける異なる２箇所の動脈の脈拍波形を略同時に生成してもよい。

血圧算出部４８は、生成された複数の拍動波形から脈波伝播時間（ＰＴＴ）を計測してもよい。図２４に、心拍波形と、顔面の動脈の脈拍波形とから計測される脈波伝播時間の一例を示す。図２４では、心拍波形の極大値と、脈拍波形の極大値との時間差が、脈波伝播時間として計測される。ここで、図２５に示されるように、脈波伝播時間と血圧との間には比較的高い相関があることが一般的に知られている。そこで、血圧算出部４８は、脈波伝播時間に基づいて、生体Ｈの血圧を算出してもよい。この場合も、生体Ｈの血圧をより精度よく測定することが可能となる。

（７）検知対象の生体Ｈを人間としたときに、生体Ｈが同じ場所に留まって動作している場合（例えば、机での作業又は自動車運転時等）がある。この場合、データ取得部４１により取得される時系列データは、図６（ｂ）に示される状態に近くなる。このような場合、データ補正部４３は、ブロックごとの近似線の算出（一次補正）を行うことなく、二次補正及び三次補正を行ってもよい。動きが限定的な場合において、データ補正部４３は、散乱範囲に含まれるレンジビンの数を増加してもよい。

（８）拍動波形生成部４５は、上述した多重解像度解析に代えて、時間変動データに対して高速フーリエ変換（FFT：Fast Fourier Transform）又はウェーブレット変換を行うことにより、平均呼吸数及び平均心拍数の少なくとも一方を生体データとして算出（生成）してもよい。拍動信号は呼吸信号に比べて微弱だが、例えば、観測時間を数分程度と長く設定することで、動いている生体Ｈの平均呼吸数及び心拍数（呼吸スペクトル及び拍動スペクトル）を推定することが可能となる。

（９）データ補正部４３は、二次補正を行った後に、ブロックごとに、第ｎの距離変動データにおける信号強度のピークでの距離成分と当該ブロックでの基準値との間の偏差に基づく誤差を算出してもよい。データ補正部４３は、算出した誤差が所定の閾値よりも小さいかどうかを判断してもよい。データ補正部４３は、当該誤差が所定の閾値よりも小さくなるまで、生成処理、一次補正及び二次補正を繰り返し行ってもよい。データ補正部４３は、例えば、上記誤差として、第１～第Ｎの距離変動データそれぞれにおけるピークでの距離成分と、基準値との間の平均平方二乗誤差（Root Mean Square Error）を算出してもよい。データ補正部４３は、ブロックごとの上記誤差が所定の閾値よりも小さくなった場合に、三次補正を行ってもよい。基準値は、例えば、生体Ｈの現実の位置であってもよい。

（１０）データ補正部４３は、誤差の算出を行うことなく生成処理、一次補正及び二次補正を行い、三次補正を行った後に、一つのブロック（例えば、第１のブロックＢ１）の基準値を基準として、上記と同様に誤差を算出してもよい。図２６に示される生体データ取得方法は、ステップＳ４１がさらに実行される点において、図１５に示される取得方法と相違する。データ補正部４３は、ステップＳ４の時系列データの補正を行った後に、上記誤差が閾値εよりも小さいかどうかを判断する（ステップＳ４１）。ステップＳ４１において、上記誤差が閾値ε以上であると判断された場合（ステップＳ４１：ＮＯ）、データ補正部４３は、ステップＳ４の補正処理を再度実行する。ステップＳ４１において、上記誤差が閾値εよりも小さいと判断された場合（ステップＳ４１：ＹＥＳ）、制御部２４は、ステップＳ５～Ｓ１０の一連の処理を実行する。

（１１）血圧測定システム１は乗物に設けられていてもよい。血圧測定システム１は、乗物内に設定された検知領域Ｒに存在する生体Ｈを検知対象として生体データを取得してもよい。乗物の一例は、自動車、自動二輪車（オートバイ）、鉄道車両、船、飛行機、及びヘリコプターを含む。乗物内の検知対象は、例えば、当該乗物の操縦者（運転者）及び同乗者を含む。図２７には、血圧測定システム１が設けられた乗物６０が例示されている。

図２７に示されるように、血圧測定システム１は、乗物６０の車室内に設けられてもよい。例えば、血圧測定システム１の送受信装置１０は、検知領域Ｒが乗物６０の運転席を含むように配置されてもよい。一例として、送受信装置１０は、図２７に示されるように、フロントガラス５１に設けられてもよい。送受信装置１０は、フロントガラス５１に代えて、ダッシュボート５２、ハンドル部材５３、ルームミラー５４、及びルーフパネル５５のうちのいずれかの箇所に設けられてもよい。あるいは、送受信装置１０は、運転席に近い側のピラー５６（フロントガラス５１の横に位置するＡピラー）に設けられてもよい。血圧測定システム１の血圧測定装置２０も、乗物６０内に配置されてもよい。発信機１１及び受信機１２を有する血圧測定装置２０（図１６参照）が、上記のいずれかの箇所に配置されてもよい。

血圧測定システム１が、乗物６０に設けられた場合でも、血圧測定装置２０において、図１５又は図２６に示されるデータ取得方法の一連の処理が実行されてもよい。この場合、ステップＳ１～Ｓ３が繰り返し実行されて得られる第１～第Ｎの距離変動データはそれぞれ、無線電波が乗物６０内の生体Ｈにおいて反射された反射波に基づくデータである。乗物６０内の生体Ｈからの反射波に基づく時系列データに対して、ステップＳ４，Ｓ５の処理が施されることで時間変動データが生成されてもよい。

拍動波形生成部４５は、時間変動データに対して、上述の例（７回のウェーブレット変換）とは異なり８回のウェーブレット変換を行うことにより、複数の分解波形を生成してもよい。拍動波形生成部４５は、例えば、拍動波形を抽出する際に、呼吸波形を除外するのに加えて、乗物６０に由来して生体Ｈに加わる振動に対応する非拍動波形を除外してもよい。拍動波形生成部４５は、乗物６０に由来する振動の固有周波数が含まれる周波数範囲を有する分解波形を除外してもよい。拍動波形生成部４５は、呼吸波形及び乗物６０に由来する非拍動波形を除外した後の残りの複数の分解波形を再合成することで、生体Ｈの拍動に応じた拍動波形を抽出してもよい。血圧算出部４８は、呼吸波形及び乗物６０に由来する非拍動波形を除外して得られる拍動波形に基づいて、生体Ｈの心拍を算出してもよい。

（１２）上記した以外の手法によって拍動波形を取得してもよい。例えば、広帯域又は超広帯域ではない狭帯域の無線電波を用いて、拍動波形を取得してもよい。狭帯域の無線電波としては、例えば、ドップラレーダ、パルスレーダ、周波数変調連続波（ＦＭ－ＣＷ）レーダなどが挙げられる。なお、生体Ｈが静止している状態であると、狭帯域の無線電波を使用して生体Ｈの拍動波形を取得しやすくなる。

以上の例の血圧測定装置２０を有する乗物６０によれば、乗物６０内の１又は複数の生体に関する血圧を測定することが可能となる。拍動波形生成部４５が、乗物６０に由来する非拍動信号を除外したうえで、拍動波形タを生成するので、乗物６０に由来する情報が時系列データに含まれていても、拍動波形を精度よく検知することができる。なお、上述の補正処理が行われることで、運転者の運転時における動作（例えば、左右方向の確認動作、又は各種の操作に伴う動作）があっても、精度よく生体データを検知できる。

［他の例］
例１．血圧測定装置の一例は、生体の心収縮時間と最高血圧との相関関係を示す第１の相関データを記憶するように構成された第１の相関記憶部と、生体の心周期と平均血圧との相関関係を示す第２の相関データを記憶するように構成された第２の相関記憶部と、生体の拍動波形を記憶するように構成された波形記憶部と、波形記憶部の拍動波形から得られる心収縮時間と、第１の相関記憶部の第１の相関データとに基づいて、生体の最高血圧を算出するように構成された第１の算出部と、波形記憶部の拍動波形から得られる心周期と、第２の相関記憶部の第２の相関データとに基づいて、生体の平均血圧を算出するように構成された第２の算出部とを備える。本発明者は、鋭意研究の結果、生体の心収縮時間と最高血圧との間に極めて強い負の相関（相関係数が－０．９以下）があり、また、生体の心周期と平均血圧との間に極めて強い負の相関（相関係数が－０．９以下）があることを見いだした。そのため、これらの相関データと、拍動波形から抽出される心収縮時間及び心周期とに基づいて、最高血圧及び平均血圧が容易に得られる。したがって、血圧をより精度よく測定することが可能となる。

例２．例１の装置は、第１の算出部で算出された最高血圧ＳＢＰと、第２の算出部で算出された平均血圧ＭＢＰとを用いて、式１により生体の最低血圧ＤＢＰを算出するように構成された第３の算出部をさらに備えていてもよい。

ＤＢＰ＝（３ＭＢＰ－ＳＢＰ）／２ ・・・（１）
最高血圧ＳＢＰと、平均血圧ＭＢＰと、最低血圧ＤＢＰとの間には、式１の関係が成り立つことが一般的に知られている。そのため、第１及び第２の算出部で得られた最高血圧及び平均血圧を用いて、最低血圧も精度よく測定することが可能となる。

例３．血圧測定装置の他の例は、生体の心収縮時間と最高血圧との相関関係を示す相関データを記憶する相関記憶部と、生体の拍動波形を記憶するように構成された波形記憶部と、波形記憶部の拍動波形から得られる心収縮時間と、相関記憶部の相関データとに基づいて、生体の最高血圧を算出するように構成された算出部とを備える。この場合、例１と同様に、血圧をより精度よく測定することが可能となる。

例４．血圧測定装置の他の例は、生体の心周期と平均血圧との相関関係を示す相関データを記憶する相関記憶部と、生体の拍動波形を記憶するように構成された波形記憶部と、波形記憶部の拍動波形から得られる心周期と、相関記憶部の相関データとに基づいて、生体の平均血圧を算出するように構成された算出部とを備える。この場合、例１と同様に、血圧をより精度よく測定することが可能となる。

例５．例１～例４のいずれかの装置において、拍動波形は心拍波形であってもよい。心臓から離れた部位で計測される脈拍波形と比べて、心拍波形にはノイズが生じ難い。そのため、心拍波形を用いることにより、血圧をより精度よく測定することが可能となる。

例６．例１～例５のいずれかの装置は、拍動波形に由来する統計的特徴量に基づいて生体を個々に特定するように構成された生体特定部をさらに備えていてもよい。この場合、血圧測定装置が複数の血圧を測定した際に、これらの血圧データを、個々の生体と対応付けて把握することができる。

例７．例６の装置は、生体特定部は、拍動波形に由来する統計的特徴量を機械学習することによって生成された複数のクラスタを用いて、生体を個々に特定するように構成されていてもよい。この場合、機械学習によって得られた複数のクラスタを用いることにより、生体をより正確に特定することが可能となる。

例８．例１～例７のいずれかの装置は、第１～第Ｎ（Ｎは２以上の自然数）の距離変動データが時系列順に並べられた時系列データを記憶するように構成された信号強度記憶部であって、第１～第Ｎの距離変動データはそれぞれ、互いに異なる時刻において、広帯域又は超広帯域の無線電波が生体において反射された反射波に基づいて得られる、距離に対する信号強度の変化を示すデータである、信号強度記憶部と、第１～第Ｎの距離変動データのうち第ｎ（ｎは１～Ｎの自然数）の距離変動データの信号強度から、生体の所定の検知部位に対応する対応強度を取得する強度取得処理を、第１～第Ｎの距離変動データに対して行うことにより、対応強度が時系列に沿って並べられた時間変動データを生成するように構成された第１の生成部と、時間変動データに基づいて、生体の検知部位における拍動波形を生成するように構成された第２の生成部とをさらに備えていてもよい。この場合、所定期間において反射波から得られる一定数の距離変動データが時系列データとして記憶部に蓄積されている。そして、時系列データから、検知部位に対応する信号強度が時系列に沿って並べられた時間変動データが得られる。時間変動データに含まれる信号強度は、生体の検知部位に対応しているので、検知対象である生体が動いていても、検知部位に対応した信号強度に基づいて拍動データが得られる。その結果、非接触にて血圧をより精度よく測定することが可能となる。

例９．例８の装置は、第ｎの距離変動データにおける検知部位に対応する距離成分が基準値に近づくように第ｎの距離変動データの距離成分を補正する補正処理を第１～第Ｎの距離変動データに対して行うことにより、補正時系列データを得るように構成された補正部をさらに備えてもよい。第１の生成部は、強度取得処理を実行する際に、補正時系列データから基準値における信号強度を対応強度として取得してもよい。この場合、検知部位に対応する距離成分を基準値に近づけるように補正が行われることで、時系列データにおいて生体の動きが補正される。そのため、生体の動きによる影響が低減された信号強度の時間変動データが得られ、当該時間変動データに基づいて拍動波形が取得される。その結果、生体が動いていたとしても、血圧を精度よく検知することが可能となる。

例１０．例９の装置において、補正処理は、第１～第Ｎの距離変動データのうち所定時間内に含まれる第ｐ～第ｑ（ｐ及びｑはそれぞれ、１≦ｐ＜ｑ≦Ｎを満たす自然数）の距離変動データにおける信号強度のピークでの距離成分に基づいて得られる近似線が任意の基準値に近づくように第ｐ～第ｑの距離変動データの距離成分を補正することを含んでいてもよい。生体の動線軌跡は、距離変動データにおけるピークでの距離成分の近似線により表すことができる。これにより、距離変動データにおいて、マルチパス等の外乱によるピークが含まれていても、当該ピークは近似線から離れているので除外することができる。そのため、血圧の高精度な検知をより確実に行うことが可能となる。

例１１．例９の装置において、補正処理は、時系列データを時系列に沿って順に分割することで得られる第１～第Ｍのブロックのうち第ｍのブロックにおいて、第１～第Ｎの距離変動データのうち第ｍのブロックに含まれる複数の距離変動データにおける信号強度のピークでの距離成分に基づいて得られる近似線が、第１～第Ｍのブロックのそれぞれについて定められる任意の基準値に近づくように複数の距離変動データの距離成分を補正するブロック補正処理を、第１～第Ｍのブロックに対して行うことを含んでいてもよい。この場合、ブロックごとに、生体の動線軌跡を表す近似線を算出するので、近似線を生体の動線軌跡により近づけることができる。そのため、血圧をより精度よく検知することが可能となる。

例１２．例８～例１１のいずれかの装置において、第２の生成部は、時間変動データに対して多重解像度解析を行うことにより、生体の検知部位における拍動波形を生成するように構成されていてもよい。この場合、多重解像度解析により、時間変動データから拍動波形が抽出される。そのため、時間変動データに拍動以外の成分が含まれていても、拍動波形を取得することが可能となる。

例１３．例１２の装置において、第１の生成部は、時間変動データに対して多重解像度解析を行うことで、時間変動データを複数の分解波形に分解し、複数の分解波形の一部を拍動波形として取得するように構成されていてもよい。この場合、多重解像度解析により、時間変動データから拍動に対応する周波数範囲の波形が抽出される。そのため、時間変動データに拍動以外の成分が含まれていても、拍動波形を取得することが可能となる。

例１４．例１３の装置において、ＡＲモデルを用いて拍動信号をスペクトル解析することにより、生体の心拍間隔の時間変動を示す心拍間隔データを生成するように構成された第３の生成部をさらに備えていてもよい。この場合、拍動波形に対してＡＲモデルを用いたスペクトル解析が行われることで、拍動波形に含まれるノイズが除去されるので、心拍間隔を精度よく算出することができる。

例１５．例１３又は例１４の装置において、第１～第Ｎの距離変動データは、生体の拍動に対応する周波数を基準として、反射波をオーバサンプリングすることで得られたデータであってもよい。この場合、サンプリング周期が小さくなり、より多くのデータが得られるので、時間変動データから拍動信号を抽出しやすくなる。

例１６．例１３～１５のいずれかの装置において、第２の生成部は、複数の分解波形のうち、拍動とは異なる生体の動きに対応する信号を除外したうえで、拍動データを生成するように構成されていてもよい。この場合、拍動とは異なる生体の動きによる情報が時間変動データから除外されるので、拍動波形を精度よく検知することができる。

例１７．例８～例１６のいずれかの装置において、第１～第Ｎの距離変動データはそれぞれ、無線電波が生体及び別の生体において反射された反射波に基づいて得られるデータである。第１の生成部は、第ｎの距離変動データの信号強度から、生体の検知部位に対応する対応強度を取得する強度取得処理を、第１～第Ｎの距離変動データに対して行うことにより、対応強度が時系列に沿って並べられた時間変動データを生成するように構成されており、且つ、第ｎの距離変動データの信号強度から、別の生体の検知部位に対応する別の対応強度を取得する強度取得処理を、第１～第Ｎの距離変動データに対して行うことにより、別の対応強度が時系列に沿って並べられた別の時間変動データを生成するように構成されていてもよい。第２の生成部は、時間変動データに基づいて、生体の検知部位における拍動波形を生成するように構成されており、且つ、別の時間変動データに基づいて、別の生体の検知部位における別の拍動波形を生成するように構成されていてもよい。この場合、検知領域に複数の生体が存在していても、生体ごとに血圧を測定することが可能となる。

例１８．例８～例１７のいずれかの装置は、無線電波を発信するように構成された発信部と、反射波を受信するように構成された受信部とをさらに備えていてもよい。この場合、無線電波の発信及び受信を行うための機能が、血圧測定装置とは別体の装置ではなく、血圧測定装置自体に設けられているので、システムを簡略化することが可能となる。

例１９．血圧測定システムの一例は、例８～例１７のいずれかの装置と、無線電波を発信するように構成された発信部と、反射波を受信するように構成された受信部とを備える。この場合、例１の装置と同様の作用効果を奏する。

例２０．例１９のシステムは、反射波に応じた受信データを血圧測定装置に無線通信を用いて送信するように構成された通信部をさらに備えていてもよい。無線電波の発信又は反射波の受信の少なくとも一方を行う装置に搭載可能な制御部（メモリ）の容量が小さい場合があるが、別体の血圧測定装置内でデータの蓄積と処理を行うことで、大容量のデータの取扱いができる。そのため、長時間にわたり血圧の測定を継続することが可能となる。

例２１．乗物の一例は、例１～例１７のいずれかの血圧測定装置を備える。この場合、例１の装置と同様の作用効果を奏する。

例２２．血圧測定方法の一例は、生体の拍動波形を取得することと、拍動波形から得られる心収縮時間と、生体の心収縮時間と最高血圧との相関関係を示す第１の相関データとに基づいて、生体の最高血圧を算出することと、拍動波形から得られる心周期と、生体の心周期と平均血圧との相関関係を示す第２の相関データとに基づいて、生体の平均血圧を算出することとを含む。この場合、例１の装置と同様の作用効果を奏する。

例２３．血圧測定装置の他の例は、第１～第Ｎ（Ｎは２以上の自然数）の距離変動データが時系列順に並べられた時系列データを記憶するように構成された信号強度記憶部であって、第１～第Ｎの距離変動データはそれぞれ、互いに異なる時刻において、広帯域又は超広帯域の無線電波が生体において反射された反射波に基づいて得られる、距離に対する信号強度の変化を示すデータである、信号強度記憶部と、第１の生成部と、第２の生成部と、算出部とを備える。第１の生成部は、第１～第Ｎの距離変動データのうち第ｎ（ｎは１～Ｎの自然数）の距離変動データの信号強度から、生体の第１の検知部位に対応する第１の対応強度を取得する強度取得処理を、第１～第Ｎの距離変動データに対して行うことにより、第１の対応強度が時系列に沿って並べられた第１の時間変動データを生成するように構成されており、且つ、第ｎの距離変動データの信号強度から、生体の第２の検知部位に対応する第２の対応強度を取得する強度取得処理を、第１～第Ｎの距離変動データに対して行うことにより、第２の対応強度が時系列に沿って並べられた第２の時間変動データを生成するように構成されている。第２の生成部は、第１の時間変動データに基づいて、第１の検知部位における第１の拍動波形を生成するように構成されており、且つ、第２の時間変動データに基づいて、第２の検知部位における第２の拍動波形を生成するように構成されている。算出部は、第１の拍動波形及び第２の拍動波形から得られる脈波伝播時間に基づいて血圧を算出するように構成されている。この場合、生体の異なる複数の検知部位からそれぞれ得られた拍動波形を用いて、脈波伝播時間に基づいて血圧が算出される。脈波伝播時間と血圧との間には比較的高い相関があることが知られている。そのため、血圧をより精度よく測定することが可能となる。

１…血圧測定システム、１０…送受信装置、１１…発信機、１２…受信機、１３…通信機、２０…血圧測定装置、２４…制御部、４３…データ補正部（補正部）、４４…時間変動データ生成部（第１の生成部）、４５…拍動波形生成部（第２の生成部）、４６…心拍間隔データ生成部（第３の生成部）、４７…生体特定部、４８…血圧算出部（第１の算出部、第２の算出部、第３の算出部、算出部）、４９…記憶部（信号強度記憶部、第１の相関記憶部、第２の相関記憶部、相関記憶部、波形記憶部）、６０…乗物。

Claims (24)

1. 生体の心収縮時間と最高血圧との相関関係を示す第１の相関データを記憶するように構成された第１の相関記憶部と、
   前記生体の心周期と平均血圧との相関関係を示す第２の相関データを記憶するように構成された第２の相関記憶部と、
   前記生体の拍動波形を記憶するように構成された波形記憶部と、
   前記波形記憶部の前記拍動波形から得られる心収縮時間と、前記第１の相関記憶部の前記第１の相関データとに基づいて、前記生体の最高血圧を算出するように構成された第１の算出部と、
   前記波形記憶部の前記拍動波形から得られる心周期と、前記第２の相関記憶部の前記第２の相関データとに基づいて、前記生体の平均血圧を算出するように構成された第２の算出部とを備える、血圧測定装置。
2. 前記第１の算出部で算出された最高血圧ＳＢＰと、前記第２の算出部で算出された平均血圧ＭＢＰとを用いて、式１により前記生体の最低血圧ＤＢＰを算出するように構成された第３の算出部をさらに備える、請求項１に記載の装置。
   ＤＢＰ＝（３ＭＢＰ－ＳＢＰ）／２ ・・・（１）
3. 生体の心収縮時間と最高血圧との相関関係を示す相関データを記憶する相関記憶部と、
   広帯域又は超広帯域の無線電波が前記生体において反射された反射波に基づいて、時間に対する信号強度の変化を示すデータである時間変動データを生成するように構成された第１の生成部と、
   前記時間変動データに基づいて、前記生体の拍動波形を生成するように構成された第２の生成部と、
   前記第２の生成部によって生成された前記生体の前記拍動波形を記憶するように構成された波形記憶部と、
   前記波形記憶部の前記拍動波形から得られる心収縮時間と、前記相関記憶部の前記相関データとに基づいて、前記生体の最高血圧を算出するように構成された算出部とを備える、血圧測定装置。
4. 生体の心周期と平均血圧との相関関係を示す相関データを記憶する相関記憶部と、
   広帯域又は超広帯域の無線電波が前記生体において反射された反射波に基づいて、時間に対する信号強度の変化を示すデータである時間変動データを生成するように構成された第１の生成部と、
   前記時間変動データに基づいて、前記生体の拍動波形を生成するように構成された第２の生成部と、
   前記第２の生成部によって生成された前記生体の前記拍動波形を記憶するように構成された波形記憶部と、
   前記波形記憶部の前記拍動波形から得られる心周期と、前記相関記憶部の前記相関データとに基づいて、前記生体の平均血圧を算出するように構成された算出部とを備える、血圧測定装置。
5. 第１～第Ｎ（Ｎは２以上の自然数）の距離変動データが時系列順に並べられた時系列データを記憶するように構成された信号強度記憶部であって、前記第１～第Ｎの距離変動データはそれぞれ、互いに異なる時刻において、広帯域又は超広帯域の無線電波が前記生体において反射された反射波に基づいて得られる、距離に対する信号強度の変化を示すデータである、信号強度記憶部と、
   前記第１～第Ｎの距離変動データのうち第ｎ（ｎは１～Ｎの自然数）の距離変動データの信号強度から、前記生体の所定の検知部位に対応する対応強度を取得する強度取得処理を、前記第１～第Ｎの距離変動データに対して行うことにより、前記対応強度が時系列に沿って並べられた時間変動データを生成するように構成された第１の生成部と、
   前記時間変動データに基づいて、前記生体の検知部位における前記拍動波形を生成するように構成された第２の生成部とをさらに備える、請求項１又は２に記載の装置。
6. 第１～第Ｎ（Ｎは２以上の自然数）の距離変動データが時系列順に並べられた時系列データを記憶するように構成された信号強度記憶部であって、前記第１～第Ｎの距離変動データはそれぞれ、互いに異なる時刻において、前記無線電波が前記生体において反射された反射波に基づいて得られる、距離に対する信号強度の変化を示すデータである、信号強度記憶部をさらに備え、
   前記第１の生成部は、前記第１～第Ｎの距離変動データのうち第ｎ（ｎは１～Ｎの自然数）の距離変動データの信号強度から、前記生体の所定の検知部位に対応する対応強度を取得する強度取得処理を、前記第１～第Ｎの距離変動データに対して行うことにより、前記対応強度が時系列に沿って並べられた前記時間変動データを生成するように構成されており、
   前記第２の生成部は、前記時間変動データに基づいて、前記生体の検知部位における前記拍動波形を生成するように構成されている、請求項３又は４に記載の装置。
7. 前記第ｎの距離変動データにおける前記生体の検知部位に対応する距離成分が任意の基準値に近づくように前記第ｎの距離変動データの距離成分を補正する補正処理を前記第１～第Ｎの距離変動データに対して行うことにより、補正時系列データを得るように構成された補正部をさらに備え、
   前記第１の生成部は、前記強度取得処理を実行する際に、前記補正時系列データから前記基準値における信号強度を前記対応強度として取得する、請求項５又は６に記載の装置。
8. 前記補正処理は、前記第１～第Ｎの距離変動データのうち所定時間内に含まれる第ｐ～第ｑ（ｐ及びｑはそれぞれ、１≦ｐ＜ｑ≦Ｎを満たす自然数）の距離変動データにおける信号強度のピークでの距離成分に基づいて得られる近似線が前記基準値に近づくように前記第ｐ～第ｑの距離変動データの距離成分を補正することを含む、請求項７に記載の装置。
9. 前記補正処理は、前記時系列データを時系列に沿って順に分割することで得られる第１～第Ｍのブロック（Ｍは２以上の自然数）のうち第ｍ（ｍは１～Ｍの自然数）のブロックにおいて、前記第１～第Ｎの距離変動データのうち前記第ｍのブロックに含まれる複数の距離変動データにおける信号強度のピークでの距離成分に基づいて得られる近似線が、前記第１～第Ｍのブロックのそれぞれについて定められる任意の基準値に近づくように前記複数の距離変動データの距離成分を補正するブロック補正処理を、前記第１～第Ｍのブロックに対して行うことを含む、請求項７に記載の装置。
10. 前記第２の生成部は、前記時間変動データに対して多重解像度解析を行うことにより、前記生体の検知部位における前記拍動波形を生成するように構成されている、請求項５～９のいずれか一項に記載の装置。
11. 前記第２の生成部は、前記時間変動データに対して前記多重解像度解析を行うことで、前記時間変動データを複数の分解波形に分解し、前記複数の分解波形の一部を前記拍動波形として取得するように構成されている、請求項１０に記載の装置。
12. ＡＲモデルを用いて前記拍動波形をスペクトル解析することにより、前記生体の心拍間隔の時間変動を示す心拍間隔データを生成するように構成された第３の生成部をさらに備える、請求項１１に記載の装置。
13. 前記第１～第Ｎの距離変動データは、前記生体の拍動に対応する周波数を基準として、前記反射波をオーバサンプリングすることで得られたデータである、請求項１１又は１２に記載の装置。
14. 前記第２の生成部は、前記複数の分解波形のうち、前記拍動とは異なる前記生体の動きに対応する信号を除外したうえで、前記拍動波形を生成するように構成されている、請求項１１～１３のいずれか一項に記載の装置。
15. 前記第１～第Ｎの距離変動データはそれぞれ、前記無線電波が前記生体及び別の生体において反射された反射波に基づいて得られたデータであり、
    前記第１の生成部は、
    前記第ｎの距離変動データの信号強度から、前記生体の検知部位に対応する前記対応強度を取得する前記強度取得処理を、前記第１～第Ｎの距離変動データに対して行うことにより、前記対応強度が時系列に沿って並べられた前記時間変動データを生成するように構成されており、且つ、
    前記第ｎの距離変動データの信号強度から、前記別の生体の検知部位に対応する別の対応強度を取得する前記強度取得処理を、前記第１～第Ｎの距離変動データに対して行うことにより、前記別の対応強度が時系列に沿って並べられた別の時間変動データを生成するように構成されており、
    前記第２の生成部は、
    前記時間変動データに基づいて、前記生体の検知部位における前記拍動波形を生成するように構成されており、且つ、
    前記別の時間変動データに基づいて、前記別の生体の検知部位における別の拍動波形を生成するように構成されている、請求項５～１４のいずれか一項に記載の装置。
16. 前記無線電波を発信するように構成された発信部と、
    前記反射波を受信するように構成された受信部とをさらに備える、請求項３～１５のいずれか一項に記載の装置。
17. 前記拍動波形は心拍波形である、請求項１～１６のいずれか一項に記載の装置。
18. 前記拍動波形に由来する統計的特徴量に基づいて前記生体を個々に特定するように構成された生体特定部をさらに備える、請求項１～１７のいずれか一項に記載の装置。
19. 前記生体特定部は、前記拍動波形に由来する統計的特徴量を機械学習することによって生成された複数のクラスタを用いて、前記生体を個々に特定するように構成されている、請求項１８に記載の装置。
20. 請求項３～１５のいずれか一項に記載の装置と、
    前記無線電波を発信するように構成された発信部と、
    前記反射波を受信するように構成された受信部とを備える、血圧測定システム。
21. 前記反射波に応じた受信データを前記血圧測定装置に無線通信を用いて送信するように構成された通信部をさらに備える、請求項２０に記載のシステム。
22. 請求項１～１９のいずれか一項に記載の血圧測定装置を備える乗物。
23. 生体の拍動波形を取得することと、
    前記拍動波形から得られる心収縮時間と、前記生体の心収縮時間と最高血圧との相関関係を示す第１の相関データとに基づいて、前記生体の最高血圧を算出することと、
    前記拍動波形から得られる心周期と、前記生体の心周期と平均血圧との相関関係を示す第２の相関データとに基づいて、前記生体の平均血圧を算出することとを含む、血圧測定方法。
24. 第１～第Ｎ（Ｎは２以上の自然数）の距離変動データが時系列順に並べられた時系列データを記憶するように構成された信号強度記憶部であって、前記第１～第Ｎの距離変動データはそれぞれ、互いに異なる時刻において、広帯域又は超広帯域の無線電波が生体において反射された反射波に基づいて得られる、距離に対する信号強度の変化を示すデータである、信号強度記憶部と、
    第１の生成部と、
    第２の生成部と、
    算出部とを備え、
    前記第１の生成部は、
    前記第１～第Ｎの距離変動データのうち第ｎ（ｎは１～Ｎの自然数）の距離変動データの信号強度から、前記生体の第１の検知部位に対応する第１の対応強度を取得する強度取得処理を、前記第１～第Ｎの距離変動データに対して行うことにより、前記第１の対応強度が時系列に沿って並べられた第１の時間変動データを生成するように構成されており、且つ、
    前記第ｎの距離変動データの信号強度から、前記生体の第２の検知部位に対応する第２の対応強度を取得する前記強度取得処理を、前記第１～第Ｎの距離変動データに対して行うことにより、前記第２の対応強度が時系列に沿って並べられた第２の時間変動データを生成するように構成されており、
    前記第２の生成部は、
    前記第１の時間変動データに基づいて、前記第１の検知部位における第１の拍動波形を生成するように構成されており、且つ、
    前記第２の時間変動データに基づいて、前記第２の検知部位における第２の拍動波形を生成するように構成されており、
    前記算出部は、前記第１の拍動波形及び前記第２の拍動波形から得られる脈波伝播時間に基づいて血圧を算出するように構成されている、血圧測定装置。

Images