JP7741558B2 - 音声録音と体内からの音の聴音を使用した医学的状態の診断 - Google Patents

Description

本発明は、一般に、医学的診断のためのシステムおよび方法、特に肺水腫の検知および評価に関する。

肺水腫は心不全の一般的な結果であり、体液が肺の実質と気腔内に蓄積する。それはガス交換の障害につながり、呼吸不全を引き起こす可能性がある。

心不全の患者は、適切な薬を服用することで、長期間安定した状態に保つことができる（「代償性」）。ただし、さまざまな予期しない変化により、患者の病状が不安定になり、「代償不全」が生じる可能性がある。代償不全プロセスの開始時に、体液が肺毛細血管から肺胞周囲の間質腔に漏れる。間質腔内の体液圧が上昇すると、体液が間質腔から肺胞に漏れ出し、呼吸が困難になる。呼吸困難が始まる前の早い段階で代償不全を検出して治療することが重要である。

肺における体液の蓄積を検出するための様々な方法が当技術分野で知られている。例えば、その開示が参照により本明細書に組み込まれるＰＣＴ国際出願公開ＷＯ２０１７／０６０８２８（特許文献１）は、プロセッサが、過剰な体液の蓄積に関連する肺の状態に苦しむ被験者の音声を受信する装置を記載している。プロセッサは、音声を分析することによって、１つまたは複数の音声関連パラメータを識別し、音声関連パラメータに応答して、肺状態のステータスを評価し、そして肺状態のステータスを示す出力を生成する。

別の例として、Ｍｕｌｌｉｇａｎ氏他は、２００９年の年次国際会議、ＩＥＥＥ Ｅｎｇｉｎｅｅｒｉｎｇ ｉｎ Ｍｅｄｉｃｉｎｅ ａｎｄ Ｂｉｏｌｏｇｙ Ｓｏｃｉｅｔｙ（ＩＥＥＥ、２００９）で発表された「呼吸器系の音声伝達機能を使用した局所肺特性の検出」（非特許文献１）というタイトルの記事において、肺の液体の検出における音声応答の使用について記載した。著者らは、呼吸器系における肺液の分布の変化を測定するための機器を開発した。この機器は、０～４ ｋＨｚのホワイトガウスノイズ（ＷＧＮ）信号を患者の口に入力するスピーカーと、胸郭表面の信号を回復するために使用される、完全に調整可能なハーネスを介してリンクされた、４つの電子聴診器のアレイで構成される。データを処理するためのソフトウェアシステムは、適応フィルタリングの原理を利用して、肺内の体液の量が変化するときの信号の入出力関係を表す伝達関数を取得する。

ＷＯ２０１７／０６０８２８ 米国特許出願第１６／２９９，１７８号

Ｍｕｌｌｉｇａｎ氏他著、２００９年の年次国際会議、ＩＥＥＥ Ｅｎｇｉｎｅｅｒｉｎｇ ｉｎ Ｍｅｄｉｃｉｎｅ ａｎｄ Ｂｉｏｌｏｇｙ Ｓｏｃｉｅｔｙ（ＩＥＥＥ、２００９）で発表された「呼吸器系の音声伝達機能を使用した局所肺特性の検出」

本明細書において以下に記載される本発明の実施形態は肺の状態を検知する改善された方法および装置を提供する。

本発明の一実施形態によれば、医学的診断のための方法であって：患者が話した音による音声信号を録音するステップと；患者の胸郭と接触している音響変換器によって、音声信号と同時に出力された音響信号を記録するステップと；を有する方法が提供される。記録された音声信号と記録された音響信号との間、または記録された音響信号と記録された音声信号との間の伝達関数が計算される。患者の病状を評価するために、計算された伝達関数が評価される。

幾つかの実施形態では、計算された伝達関数を評価するステップは、計算された伝達関数とベースライン伝達関数の間の偏差を評価するステップと；そして評価された偏差に応じて患者の病状の変化を検出するステップと；を有する。一実施形態では、変化を検出するステップは、患者の胸郭における体液の蓄積を検出するステップを有する。方法は胸郭に蓄積された体液の量を減らすために、変化の検出に応答して患者に処置を施すステップを有する。

代替的または追加的に、計算された伝達関数を評価するステップは、患者の間質性肺疾患を評価するステップを有する。

開示された一実施形態では、方法は評価された病状を処置するために患者に処置を施すステップを有する。

幾つかの実施形態では、音響信号を記録するステップは、伝達関数を計算する前に、音響変換器によって出力された音響信号から心音を除去するステップを有する。一実施形態では、心音を除去するステップは、音響信号の中で心音を含む外来音の発生間隔を検出するステップと、そして音響信号から伝達関数の計算に使用される間隔を除去するステップを有する。

代替的または追加的に、心音を除去するステップは、伝達関数を計算する前に、記録された音響信号から心音をフィルタリングにより除去するステップを有する。開示された一実施形態では、音響信号を記録するステップは、胸郭と接触している少なくとも第１および第２の音響変換器からそれぞれ少なくとも第１および第２の音響信号を受信するステップを有し、心音をフィルタリングにより除去するステップは、心音をフィルタリングにより除去しながら、第１および第２の音響信号を組み合わせる際に、第１の音響信号に対する第２の音響信号における心音の到着に遅延を適用するステップを有する。

さらに代替的または追加的に、伝達関数を計算するステップは、記録された音声信号および記録された音響信号のそれぞれのスペクトル成分を一組の周波数において計算し、そしてそれぞれのスペクトル成分との関係を表す一組の係数を計算するステップを有する。一実施形態では、係数がケプストラム表現である。

幾つかの実施形態では、伝達関数を計算するステップは、無限インパルス応答フィルタに関して、記録された音声信号と記録された音響信号との間の関係を表す一組の係数を計算するステップを有する。

代替的または追加的に、伝達関数を計算するステップは、時間領域における予測子に関して、記録された音声信号と記録された音響信号との間の関係を表す一組の係数を計算するステップを有する。一実施形態では、一組の係数を計算するステップは、記録された音声信号および記録された音響信号に関連する適応フィルタ係数を計算する際に、関係の予測誤差を適用するステップを有する。

開示された一実施形態では、伝達関数を計算するステップは、話された音を複数の異なるタイプの音声単位に分割し、異なるタイプの音声単位について別々のそれぞれの伝達関数を計算するステップを有する。

幾つかの実施形態では、伝達関数を計算するステップは、記録された音声信号と記録された音響信号との間の時間的関係を表す一組の時変係数を計算するステップを有する。開示された一実施形態では、一組の時変係数を計算するステップは、話された音声信号のピッチを識別するステップと、時変係数を識別されたピッチと同じ周期で、周期的であるように制約するステップと、を有する。

代替的または追加的に、伝達関数を計算するステップは、記録された音声信号と記録された音響信号との間の関係を表す一組の係数を計算するステップを有し、偏差を評価するステップは、計算された伝達関数とベースライン伝達関数の係数の間の距離関数を計算するステップを有する。一実施形態では、距離関数を計算するステップは、係数のペア間のそれぞれの差異を計算するステップであって、各ペアは、計算された伝達関数内の第１の係数と、ベースライン伝達関数内の第２の対応する係数とを有するステップと、そしてそれぞれの差異全てのノルムを計算するステップと、を有する。さらに代替的または追加的に、距離関数を計算するステップは、異なる健康状態において計算された伝達関数間の差異を観察するステップと、観察された差異に応答して距離関数を選択するステップを有する。

本発明の一実施形態によればさらに、医学的診断のための装置であって：
患者によって話された音による記録された音声信号と、そして患者の胸郭と接触している音響変換器によって音声信号と同時に出力された記録された音響信号と、を記憶するように構成されるメモリを有する装置が提供される。
プロセッサは、記録された音声信号と記録された音響信号との間、または記録された音響信号と記録された音声信号との間の伝達関数を計算し、そして計算された伝達関数を評価して患者の病状を評価するように構成される。

本発明の一実施形態によれば追加的に、コンピュータソフトウェア製品であって、プログラム命令が保管される非一過性コンピュータ可読媒体を有し、命令はコンピュータにより読まれたときに、コンピュータに対し：患者によって話された音による音声信号と、および音声信号と同時に、患者の胸郭と接触している音響変換器によって出力された音響信号と、を受信し；そして、記録された音声信号と記録された音響信号との間、または記録された音響信号と記録された音声信号との間の伝達関数を計算し；そして、患者の病状を評価するために、計算された伝達関数を評価する；ようにさせる、ことを特徴とするコンピュータソフトウェア製品、が提供される。

本発明は、その実施形態の以下の詳細な説明から、以下の図面と併せて、より完全に理解されるであろう：
本発明の一実施形態による、肺の状態を検出するためのシステムの概略図である。 本発明の一実施形態による、図１のシステムの要素の詳細を概略的に示すブロック図である。 本発明の一実施形態による、肺の状態を検出するための方法を概略的に示すフローチャートである。

（概要）
心不全患者の代償不全の初期段階は無症候性である可能性がある。症状が現れ、患者が苦痛の兆候を感じるまでに、患者の状態は急速に進行する可能性がある。多くの場合、患者が診察を求めて、診察を受け、治療を開始するまでに、肺への水分の蓄積がひどくなり、入院と長期にわたる医学的介入が必要になる。したがって、胸郭への体液蓄積の初期兆候を検出するために、患者を頻繁に（毎日でも）モニタリングすることが望ましい。モニタリング技術は、患者または患者の家族が管理できるほど単純である必要があるが、体液レベルの小さな微妙な変化を検出するのに十分な感度を有する必要がある。

本明細書に記載される本発明の実施形態は、患者によって話された音を記録し、患者の胸郭を通って胸郭の体表面と接触する音響変換器に伝達される音と比較することによって、頻繁で便利なモニタリングの必要性に対処する。（このような変換器は、当技術分野で知られている電子聴診器で使用され、体表面で音を聞いて録音するプロセスは聴診と呼ばれる。）体液の蓄積は、話し声と胸音の両方に影響を与えることが知られている。これらのタイプの音のそれぞれを単独で使用する技術が、肺肺水腫を検出するために開発された。しかしながら、本実施形態では、所与の患者におけるこれらの２つのタイプの音の間の関係は、体液レベルの変化のはるかに感度の高い指標を提供するためにモニタリングされる。

具体的には、開示された実施形態では、患者または介護者は、１つまたは複数の所定の場所で患者の胸郭に１つまたは複数の音響変換器を取り付ける。次に、患者はマイクに向かって話す。適切なアプリケーションを実行している携帯電話などの録音デバイスは、マイクロフォンからの音声信号を（デジタル化された電気信号の形式で）録音すると同時に、音響変換器によって出力されたデジタル化された音響信号を録音する。プロセッサ（録音デバイスまたはリモートコンピュータのいずれかの内の）は、録音された音声信号と録音された音響信号の間、または録音された音響信号と録音された音声信号の間の伝達関数の形で、音声信号と音響信号の間の対応のプロファイルを計算する。

「伝達関数」という用語は、本明細書および特許請求の範囲において、通信の分野で使用されるものと同様の意味で使用され、２つの時変信号間の機能的関係を意味する。以下に説明する実施形態に示されるように、伝達関数は線形または非線形であり得る。伝達関数を計算するために、信号の１つ（録音された音声信号または録音された音響信号）が入力信号として扱われ、もう１つが出力信号として扱われる。（実際の通信信号とは対照的に、この場合、入力信号と出力信号の選択は任意である。）伝達関数は通常、時間ドメインまたは周波数ドメインのいずれかでの「入力」と「出力」に基づいて計算できる一連の係数で表される。この目的で使用できる、時不変伝達関数と時変伝達関数の両方を含むさまざまなタイプの伝達関数を、それらの計算方法とともに以下に説明する。

プロセッサは、患者の病状の変化を検出するために、特に胸郭に体液が蓄積していることを検出するために、伝達関数を検査する。そのような場合、医療関係者は、例えば利尿薬またはベータ遮断薬などの適切な薬物の投与量を開始または増加するなど、患者に処置を施すように促されることがある。

伝達関数の検査は、患者に依存しない場合と患者に固有の場合がある。患者に依存しない検査では、さまざまな健康状態にある多数の人々の伝達機能を検査することによって収集された知識を使用して、健康な人々の伝達機能と特定の病状の人々の伝達機能を区別する特性を決定する。たとえば、伝達関数が周波数領域で表される場合、識別特性には、２つの異なる周波数帯域での伝達関数の平均パワー間の比率が含まれる場合がある。

患者に固有の検査では、プロセッサは計算された伝達関数とベースライン伝達関数の間の偏差を評価する。このベースラインは、健康な期間中にこの同じ患者に対して計算された１つ以上の伝達関数を含むか、それらから導出できる。追加的または代替的に、ベースラインは、より多くの患者集団にわたって収集されたサンプルに基づくことができる。有意な逸脱は、患者の病状の変化、特に胸郭内の体液の蓄積を示している可能性がある。

いくつかの実施形態では、第２の、「肺水腫」ベースライン伝達関数を、計算されたベースライン関数と比較することができる。この第２のベースライン伝達関数は、肺水腫の期間中にこの同じ患者に対して計算された伝達関数と等しいか、それから導出される場合がある。追加的または代替的に、第２のベースライン伝達関数は、それらの患者が肺水腫を経験したときに、より多くの患者集団にわたって収集されたサンプルに基づくことができる。「肺水腫」ベースラインからの偏差が小さい場合は、患者の病状の変化、特に胸郭への体液の蓄積を示している可能性がある。場合によっては、利用可能なベースラインは「肺水腫」ベースライン伝達関数のみである場合がある。たとえば、急性肺水腫のために患者が入院したときに患者のモニタリングを開始した場合などである。この場合、肺水腫のベースラインからの偏差が小さくなりすぎると、アラートが発生する。その他の場合、「安定した」ベースライン伝達関数と「肺水腫」ベースライン伝達関数の両方が利用可能であり、肺水腫ベースラインからの偏差が小さくなりすぎて「安定した」ベースラインからの偏差が大きすぎる場合にアラートが発生する。

上記で説明したように、本発明の実施形態は、心不全による体液レベルの変化を検出および治療するのに特に有用である。追加的または代替的に、これらの技術は、高地、薬物有害反応など、肺水腫を引き起こす可能性のある他の状態の診断および治療に適用することができる。たとえば、患者が高地に旅行しようとしている場合、または肺水腫の潜在的なリスクのある薬で治療されようとしている場合、危険な状態に入る前に（つまり、まだ低地にいる間、または薬を服用する前に）ベースラインを取得できる。次に、患者は、状態に対して適切なチェック頻度で、上記の方法を使用してモニタリングすることができる。

肺水腫に加えて、肺胞壁が厚く硬くなる間質性肺疾患など、肺の音響コンダクタンス特性を変化させる可能性のある他の状態がある。このような状態は伝達関数に影響を与えるため、本発明の方法を使用して検出できる。

（システムの説明）
ここで、本発明の実施形態による、肺の状態を検出するためのシステム２０を概略的に示す図１および２を参照する。図１は図解であり、図２はシステムの要素の詳細を示すブロック図である。

図の実施形態では、患者２２は、スマートフォン、タブレット、またはパーソナルコンピュータなどのユーザデバイス３０に接続されたヘッドセット２６の一部であるマイクロフォンなどの音声マイクロフォン２４に音を発する。患者は、例えば、ヘッドセット２６のイヤホンまたはユーザデバイス３０のスクリーンを介して、特定の音を発するように促され得るか、または彼は自由に話すことができる。あるいは、マイクロフォン２４は、ユーザデバイス３０に組み込まれ得るか、またはそれは、有線または無線接続によってユーザデバイス３０に接続される自立型ユニットであり得る。

音響変換器２８は、患者が話し始める前に、患者の胸郭に接触して配置される。音響変換器２８は、３Ｍ（ミネソタ州メープルウッド）によって製造されたＬｉｔｔｍａｎｎ（登録商標）電子聴診器などの電子聴診器に含まれ得、これを、患者または介護者が所定の位置に保持する。あるいは、音響変換器２８は、接着剤、吸盤、または適切なベルトまたはハーネスを使用して胸郭に取り付け可能な特別な目的の装置であり得る。この種の音響変換器は、被験者の胸郭に配置された単一の音響変換器のみが図に示されているが、代替の実施形態では、１つまたは複数の音響変換器が、被験者の背中など、胸郭の周りの異なる位置に配置され得る。追加的または代替的に、音響変換器２８は、例えばペースメーカーまたは心臓内除細動器の皮下制御ユニットの一部として、患者２２の身体に恒久的に固定され得る。

図２に示されるように、音響変換器２８は、圧電マイクロフォンなどのマイクロフォン３６を含み、これは、胸部の皮膚に直接または適切なインタフェースを介して接触する。フロントエンド回路３８は、マイクロフォン３６によって出力された音響信号を増幅、フィルタリング、およびデジタル化する。代替の実施形態（図には示されていない）では、同じフロントエンド回路３８も、音声マイクロフォン２４からの音声信号を受信およびデジタル化する。Ｂｌｕｅｔｏｏｔｈ（登録商標）無線インタフェースなどの通信インタフェース４０は、結果として生じるデジタルサンプルのストリームをユーザデバイス３０に送信する。あるいは、フロントエンド回路３８は、音響信号をアナログ形式で有線インタフェースを介してユーザデバイス３０に伝達することができる。

ユーザデバイス３０は、マイクロフォン２４によって出力された音声信号および音響変換器２８によって出力された音響信号を有線または無線リンクを介して受信する通信インタフェース４２を備える。ユーザデバイス３０のプロセッサ４４は、ランダムアクセスメモリ（ＲＡＭ）などのメモリ４６にデータとして信号を記録する。典型的には、マイクロフォン２４および音響変換器２８からの信号の記録は、互いに同期している。この同期は、信号の取得およびデジタル化に使用されるサンプリング回路を同期することによって、またはおそらく上記のようにマイクロフォン２４および３６の両方に同じサンプリング回路を使用することによって達成することができる。あるいは、プロセッサ４４は、音声信号と音響信号の両方で発生する音響イベントに基づいて、患者のスピーチの一部として、またはユーザデバイス３０のオーディオスピーカーによって一定の間隔で生成されるクリックなどの人工的に追加された音として、録音を同期させることができる。ユーザデバイス３０のユーザインタフェース４８は、例えば、ヘッドセット２６を介して、またはディスプレイ画面上で、患者または介護者に指示を出力する。

本実施形態では、プロセッサ４４は、記録された信号を、インターネットなどのネットワーク３４を介してデータとしてサーバ３２に送信し、さらなる分析を行う。代替的または追加的に、プロセッサ４４は、ユーザデバイス３０内で、分析の少なくとも一部をローカルで実行することができる。サーバ３２は、データを受信してプロセッサ５２に渡し、そしてデータを保管およびその後の分析のためにサーバのメモリ５４に伝達する、ネットワークインタフェースコントローラ（ＮＩＣ）５０を備える。図１は、単一の患者２２およびユーザデバイス３０のみを示しているが、実際には、サーバ３２は、通常、複数のユーザデバイスと通信し、複数の患者にサービスを提供する。

以下に詳細に説明するように、プロセッサ５２は、記録された音声信号と記録された音響信号との間、または記録された音響信号と記録された音声信号との間の伝達関数を計算する。プロセッサ５２は、計算された伝達関数とベースライン伝達関数との間の偏差を評価し、その結果を患者２２および／または介護者に報告する。この偏差に基づいて、プロセッサ５２は、患者の胸郭における体液の蓄積の増加など、患者の状態の変化を検出することができる。この場合、サーバ３２は通常、患者の医師などの医療関係者に警告を発し、医師はその後、体液の蓄積を減らすための処置を処方することができる。

プロセッサ４４およびプロセッサ５２は、通常、適切なソフトウェアの制御下で本明細書に記載の機能を実行する汎用コンピュータプロセッサを含む。このソフトウェアは、例えば、ネットワーク３４を介して、電子形式でプロセッサにダウンロードすることができる。追加的または代替的に、ソフトウェアは、光学的、磁気的、または電子的メモリ媒体などの有形の非一過性コンピュータ可読媒体に格納され得る。さらに追加的または代替的に、プロセッサ４４および５２の機能の少なくともいくつかは、専用のデジタル信号プロセッサまたはハードウェア論理回路によって実行され得る。

（信号分析および評価の方法）
図３は、本発明の実施形態による、肺の状態を検出するための方法を概略的に示すフローチャートである。この方法は、明確さと便宜のために、図１－２に示され、上記されているように、システム２０の要素を参照して記載されている。あるいは、本方法の原理は、肺水腫の検出および他の病状の両方のために、話された音および胸部音を同時に録音および分析する能力を備えた実質的に任意のシステムに実装され得る。そのようなすべての代替の実施は、本発明の範囲内であると見なされる。

この方法は、入力信号の取得から始まる。マイクロフォン２４は、音声取得ステップ６０で、患者２２によって話された音を取得し、音声信号を出力する。同時に体内からの音の聴音ステップ６２で、音響変換器２８は患者の胸郭と接触して保持され、胸部の音を取得して対応する音響信号を出力する。プロセッサ４４は、信号をデジタル形式でメモリ４６に記録する。前述のように、音声信号および音響信号は、取得時の同期サンプリングによって、またはその後、例えば、記録された信号の音響的特徴を整列させることにより、プロセッサ４４によって同期される。

本実施形態では、プロセッサ４４は、さらなる処理のために、デジタル化された生の信号をサーバ３２に送信する。したがって、図４に続くステップは、サーバ３２の要素を参照して以下に説明される。あるいは、これらの処理ステップのいくつかまたはすべては、プロセッサ４４によってローカルに実行され得る。

プロセッサ５２は、ユーザデバイス３０から受信したデータをメモリ５４に格納し、データをフィルタリングして、背景音および他のノイズを除去する。プロセッサ５２は、音声フィルタリングステップ６４で、当技術分野で知られているオーディオ処理の方法を使用して、音声信号をフィルタリングして、背景ノイズによる干渉を除去する。プロセッサ５２は、音響フィルタリングステップ６６で、音響変換器２８からの音響信号をフィルタリングして、心拍の音、消化器系の蠕動運動、および喘鳴などの患者のスピーチに直接関連しない胸の音を排除する。例えば、ステップ６４および６６で、プロセッサ５２は、音声信号および／または音響信号内に、異音を検知することがあり、そして異音が発生した時間間隔を単に無視する場合がある。代替的または追加的に、プロセッサ５２は、背景音およびノイズを能動的に抑制し得る。

異音の検出は、いくつかの方法で行うことができる。場合によっては、異音の固有の音響特性が使用されることがある。たとえば、心拍の場合、通常の周期性を使用できる。心拍の周期および音響特性は、患者が話していない無音の期間中に検出され、その後、発話中の心拍を検出するために使用され得る。

以下で説明するように、伝達関数は、マイクロフォン信号を使用した胸音信号の予測子として表すことができる。予測誤差は、実際の胸の信号と予測値の差異である。いくつかの実施形態では、予測誤差が計算され、そしてそのパワー、または特定の周波数帯域でのそのパワー、の有意な増加は、外部信号の存在を示している。

複数の音響変換器が使用されている場合、体内の音源から放出された音波は、わずかに異なる遅延と減衰（異なる周波数帯域で異なる場合がある）で各音響変換器に到達する。遅延と減衰のこれらの違いは、音源の場所によって異なる。したがって、心臓や消化器系などの音源から到着する外来音は、それらの相対的な遅延が音声の相対的な遅延とは異なるため、検出することができる。これに基づいて、いくつかの実施形態では、プロセッサ５２は、患者の体に取り付けられた複数の音響変換器から信号を受信し、無関係な音をフィルタリングしながら信号を組み合わせるために、相対的な遅延を使用する。複数の音響変換器を備えたいくつかの実施形態では、マイクロフォンアレイの分野で知られているビーム形成技術を使用して、音声とは異なる方向から到着する外来音の利得を抑制することができる。

一実施形態では、例えば、プロセッサ５２は、音響変換器２８によって出力された音響信号中の心音を検出し、したがって心拍数を測定する。これに基づいて、プロセッサはステップ６６で、スペクトルまたは時間領域で心音のスペクトルに整合される整合フィルタを計算し、そしてその整合フィルタを音響信号への心音の寄与の抑制に使用する。

別の実施形態では、例えば、プロセッサ５２は、適応フィルタを使用して、以前の心拍の音響信号における、心拍によって引き起こされる音響信号を予測し、記録された信号から予測された心拍を差し引くことにより、心拍の効果を実質的にキャンセルする。

（伝達関数の推定）
信号をフィルタリングした後、プロセッサ５２は、対応性計算ステップ６８で、記録された音声信号と記録された音響信号との間の伝達関数を計算する。上で説明したように、伝達関数は、伝達関数ｈ（ｔ）として都合よく表され、それは２つの信号の１つを他の１つの信号の関数として予測する。以下の説明では、マイクロフォン２４によって出力される音声信号ｘ_Ｍ（ｔ）が、関係 ｘ_Ｓ ＝ ｈ ^＊ｘ_Ｍ に従って、音響変換器２８によって出力される音響信号ｘ_Ｓ（ｔ）を予測すると仮定する。計算の目的で、音響信号は、必要に応じて、短い期間、たとえば数ミリ秒だけ任意に遅延させることができる。あるいは、以下に説明する手順を、必要な変更を加えて、ｘ_Ｓの関数としてｘ_Ｍを予測する伝達関数を計算する際に適用することができる。

いくつかの実施形態では、プロセッサ５２は、スペクトル領域で伝達関数Ｈ（ω）を計算する。この場合、伝達関数は、音響信号Ｘ_Ｓ（ω）の一組の周波数｛ω｝におけるスペクトル成分を、音声信号Ｘ_Ｍ（ω）のスペクトル成分で表す一組の係数として計算できる。周波数に関して、信号は特定のサンプリング周波数でサンプリングされるため、信号の周波数成分と伝達関数は、単位円Ｈ（ｅ^ｉω），Ｘ_Ｍ（ｅ^ｉω），Ｘ_Ｓ（ｅ^ｉω）上の点として便利に表すことができる。但し ｜ω｜ ≦ π 。ここで、ωは正規化された周波数である（実際の周波数をサンプリング周波数で割った値の２π倍に等しい）。各周波数成分ωに対する伝達関数係数は、次の式で与えられる：

通常、Ｘ_ＳおよびＸ_Ｍの周波数成分は、離散フーリエ変換（ＤＦＴ）などの適切な変換関数を使用してＮ個の離散周波数で計算される。式（１）の商は、
ｅ^{２πｉｎ／Ｎ}， ｎ ＝ ０，…，Ｎ－１
で定義される、単位円上のＮ個の等間隔の点でのＨの係数を示す。

あるいは、Ｈは、ケプストラムの観点から、たとえばケプストラム係数の形式で、よりコンパクトに表すことができる。ケプストラム係数ｃ_ｋ， －∞ < ｋ < ∞は、ｌｏｇ（（Ｈ（ｅ^ｉω））のフーリエ係数である。信号ｘ_Ｍとｘ_Ｓは実数値であるため、ケプストラム係数のシーケンスは共役対称である。つまり、
であり、したがって：
ケプストラム係数は、当技術分野で知られている技術を使用して計算することができ、式（２）は、ケプストラム係数の小さい有限数 ｐ＋１ を使用して近似される：
したがって、係数［ｃ_０，…，ｃ_ｐ］は、伝達関数の周波数応答を表す。あるいは、伝達関数は最初のｐ＋１実ケプストラム係数で表すことができ、それは
ｌｏｇ｜Ｈ（ｅ^ｉω）｜のケプストラム表現である。

代替の実施形態では、プロセッサ５２は、無限インパルス応答フィルタとして、記録された音声信号と記録された音響信号との間の関係を表す一組の係数において伝達関数を計算する：
あるいは、この伝達関数は、時間領域で次のように表すことができる：
ここで、ｘ_Ｍ ［ｎ］、ｘ_Ｓ ［ｎ］は、それぞれマイクロフォン２４と音響変換器２８によって出力された信号の時間 ｎ での時間領域サンプルであり、
は時間 ｎ での変換器信号の予測子である。係数 ａ_１，…，ａ_ｐ、ｂ_０，…，ｂ_ｑ は式（４）の周波数応答を定義し、たとえば、利用可能なデータポイント、ｘ_Ｍ ［ｎ］，ｘ_Ｓ［ｎ］， ｎ ＝ ０，…，Ｎ－１ に対して平均二乗予測誤差：
を最小化することによって推定できる。

上記の式は、マイクロフォン２４によって記録された音声信号と音響変換器２８からの音響信号との間で単一の時不変伝達関数が計算されることを暗黙のうちに仮定している。しかし、本発明のいくつかの実施形態は、この仮定に依存しない。

物理的な観点から、音声生成のプロセスは、励起、変調、および伝播の３つの主要な段階で構成される。肺からの空気の流れが制限されるか、断続的に遮断されると、励起が発生し、励起信号が生成される。励起は、声帯が断続的に空気の流れを遮断することによって、または舌や唇などの高次発音器官が声道のさまざまなポイントで空気の流れを遮断または収縮することによって引き起こされる可能性がある。励起信号は、声道内および場合によっては気管気管支空間でも反響することによって変調される。最後に、変調された信号は、マイクロフォン２４によって受信される鼻と口と、および音響変換器２８によって受信される肺と胸壁と、の両方を通って伝播する。マイクロフォンと音響変換器との間の伝達関数は励起の位置に応じて変化する、したがって、伝達関数は異なる音素に対して異なる場合がある。

「音素」という用語は、一般に、音声の異なる音声要素を指す。用語を明確にするために、「音声」とは、被験者の呼吸器系で生成される音を意味し、被験者の前に配置されたマイクで取得できる。「スピーチ」は、特定の音節、単語、または文を表す音声である。私たちのパラダイムは、被験者に話させること、つまり、規定されたテキストまたは被験者によって自由に選択された音声を生成させることに基づいている。ただし、録音された音声には、スピーチに加えて、喘鳴、咳、あくび、感動詞（「うーん」、「うーん」）、ため息など、さまざまな追加の、多くの場合非自発的な非スピーチ音が含まれる場合がある。そのような音は、一般に、音響変換器２８によって捕捉され、それらを生成する励起の位置に応じて、特徴的な伝達関数をもたらす。本発明の実施形態では、これらの非音声音は、それらが発生する範囲で、それらの特徴的な伝達関数を有する追加の音声単位として扱うことができる。

したがって、一実施形態では、プロセッサ５２は、話された音を複数の異なるタイプの音声ユニットに分割し、異なるタイプの音声ユニットについて別々のそれぞれの伝達関数を計算する。例えば、プロセッサ５２は、音素固有の伝達関数を計算することができる。この目的のために、プロセッサ５２は、音素境界が知られている同じ言語内容の参照音声信号を使用することによって音素境界を識別することができる。そのような参照音声信号は、以前に患者２２から記録された音声、または他の人による音声または合成された音声に基づくことができる。マイクロフォン２４および音響変換器２８からの信号は、（例えば、動的タイムワーピングを使用して）基準信号に対し非線形に整列され、次に、音素境界は、基準信号から現在の信号にマッピングされて戻される。音素境界を識別および整列させるための方法は、２０１９年３月１２日に出願された米国特許出願第１６／２９９，１７８号（特許文献２）にさらに記載されており、その開示は参照により本明細書に組み込まれる。

入力信号を音素に分離した後、プロセッサ５２は、各音素に対して個別に、または同様のタイプの音素のグループに対して伝達関数を計算する。例えば、プロセッサ５２は、声道の同じ場所での励起によって生成された音素を一緒にグループ化することができる。このようなグループ化により、プロセッサ５２は、比較的短い記録時間にわたって伝達関数を確実に推定することができる。次に、プロセッサは、すべての声門子音やすべての歯茎音など、同じグループ内のすべての音素に対して１つの伝達関数を計算できる。いずれの場合も、マイクロフォン２４と音響変換器２８からの信号間の対応は、複数の音素固有または音素タイプ固有の伝達関数によって定義される。あるいは、プロセッサ５２は、ダイフォンまたはトリフォンなどの他の種類の音声ユニットの伝達関数を計算することができる。

上記の実施形態では、プロセッサ５２は、（時間または周波数領域のいずれかで）線形で時不変の係数のセットに関して、マイクロフォン２４からの信号と音響変換器２８からの信号との間の伝達関数を計算する。この種の計算は効率的に実行でき、伝達関数のコンパクトな数値表現になる。

しかしながら、代替の実施形態では、プロセッサ５２が計算する伝達関数の係数の少なくともいくつかは時変であり、それはマイクロフォン２４によって記録された音声信号と音響変換器２８によって記録された音響信号との間の時間的関係を表す。この種の時変表現は、有声音、特に母音の分析に役立つ。これらの音では、声帯がアクティブであり、１秒間に１００回以上の速度で開閉の周期的なサイクルをくり返す。声帯が開いていると、気管気管支樹と声道が１つの連続した空間になり、それらの間で音が響き渡る。一方、声帯を閉じると、声門下腔（気管気管支樹）と声門上腔（声帯上部の声道）が切り離され、音が反響しなくなる。したがって、有声音では、伝達関数は時不変ではない。

有声音では、声門上空間への励起は周期的であり、声帯が開閉する１サイクルに対応する周期（音の「基本周波数」に対応）がある。したがって、励起は、連続するパルス間の声帯の振動の周期に等しい間隔で、均一なパルスの列としてモデル化できる。（声帯によって引き起こされるスペクトル整形は、声道の変調に効果的に集中される）。声門下空間の励起は声道によっても引き起こされるため、同じ一連の均一なパルスでモデル化できる。周波数領域では、音声信号と音響信号はそれぞれ声門上伝達関数と声門下伝達関数による励起信号の積であるため、それらのスペクトルも、励起のパルスと同じ周波数の、そして、それぞれの伝達関数に比例する振幅のパルスで構成される。

したがって、一実施形態では、プロセッサ５２は、音声信号および音響信号のスペクトル包絡線を推定する際にこのモデルを適用し、したがって、声道の伝達関数、Ｈ_ＶＴ（ｅ^ｉω）、および気管気管支樹（肺壁を含む）の伝達関数 Ｈ_ＴＢ（ｅ^ｉω）を推定する。システム全体の伝達関数は、次の式で与えられる：

プロセッサ５２は、スピーチ内認識の分野からの方法を使用して、スペクトル包絡線Ｈ_ＶＴ（ｅ^ｉω）およびＨ_ＴＢ（ｅ^ｉω）を導出することができる。例えば、各信号Ｘ_Ｍ（ｅ^ｉω）、Ｘ_Ｓ（ｅ^ｉω）のケプストラムを線形予測符号化（ＬＰＣ）によってそれぞれ計算し、そして上記の式（３）を使用してスペクトル包絡線を導出する。事実上、スペクトル包絡線のみを考慮することによって、プロセッサ５２は時不変近似を得る。

有声音の時間的変化は、ピッチの関数である周波数、すなわち声帯の振動の周波数で発生する。したがって、いくつかの実施形態では、プロセッサ５２は、話された音のピッチを識別し、時間変動をピッチに対応する期間で周期的であるように制約しながら、マイクロフォン２４からの信号と音響変換器２８との間の伝達関数の時間変動係数を計算する。この目的のために、式（５）は次のように書き直すことができる：
時変係数 ｂ_ｌ［ｎ］、 ０ ≦ ｌ ≦ ｑ 、および ａ_ｋ［ｎ］、０ ≦ ｋ ≦ ｐ は、ｎで周期的であると想定され、周期Ｔはピッチ周波数によって与えられる。つまり、Ｔは声帯の開閉のサイクルの持続時間に等しいということである。ピッチは、当技術分野で知られている音声分析技術を使用して見つけることができる。プロセッサ５２は、例えば、伝達関数の平均二乗予測誤差を最小化することによって、すなわち、
の平均二乗値を最小化することによって、時変係数値 ｂ_ｌ［ｎ］および ａ_ｋ［ｎ］を計算する。

上で説明した方法では、特に低音の男性の声で、比較的多数の係数を推定する必要がある。その多くの係数を確実に決定するには、特定の有声音素を何度も繰り返す必要がある。これは、日常の医療モニタリングでは取得が難しい場合がある。この問題を軽減するために、係数は、声帯サイクル中のそれらの時間変化する動作を表すパラメトリック関数として表すことができる：
プロセッサ５２は、上で説明したように平均二乗予測誤差を最小化することにより、パラメトリック関数 Ｂ_ｌ（ｖ）、 ０ ≦ ｌ ≦ ｑ および Ａ_ｋ（ｖ）、０ ≦ ｋ ≦ ｐ 、 ０ ≦ ｖ ＜１を推定する。
たとえば、０ ＜ Ｄ ＜１が声帯サイクル中の声帯が開いている時間の割合であると仮定すると、パラメトリック関数は次のように表すことができる：
ここで、Ｂ_ｌ ^０，０ ≦ ｌ ≦ ｑ およびＡ_ｋ ^０，０ ≦ ｋ ≦ｐ は声帯が開いているときの伝達関数パラメータであり、Ｂ_ｌ ^１，０ ≦ ｌ ≦ ｑ および Ａ_ｋ ^１，０ ≦ ｋ ≦ ｐ は、声帯が閉じているときの伝達関数パラメータである。このようにして、プロセッサ５２が推定するために必要とされるパラメータの数は ３（ｑ ＋ ｐ）＋ １ である。

あるいは、プロセッサ５２は、これらのパラメトリック関数のより精巧な形式を使用することができ、これは、声帯の開状態と閉状態との間の遷移における伝達関数をより正確に表すことができる。たとえば、Ｂ_ｌ（ｖ）、０ ≦ ｌ ≦ ｑ および Ａ_ｋ（ｖ）、０ ≦ ｋ ≦ ｐ は、固定次数の多項式または有理関数（多項式の比率）である可能性がある。

別の実施形態では、プロセッサ５２は、伝達関数を導出する際に適応フィルタリングアプローチを適用する。音声信号 ｘ_Ｍ［ｎ］は、時変フィルタに送られる。このフィルタは、音響変換信号 ｘ_Ｓ［ｎ］の予測子
を生成する。予測誤差
は、各フレームで計算され、フィルタを修正し、時変フィルタ係数を計算するために使用される。フィルタは式（７）の形式にすることができる（ただし、係数がｎで周期的であるという制約はない）。このような適応フィルタは、無限インパルス応答（ＩＩＲ）適応フィルタと呼ばれる。 ｐ ＝ ０の場合、予測子は有限インパルス応答（ＦＩＲ）適応フィルタの形式になる：
適応フィルタの係数は、当技術分野で知られている方法を使用して、予測誤差に基づいて調整することができる。

この適応フィルタリングアプローチを使用して、プロセッサ５２は、患者の音声の各サンプルで、そのサンプルの一組の適応フィルタ係数を導出する。プロセッサ５２は、この一組のフィルタ係数自体を使用して、伝達関数を特徴付けることができる。あるいは、保存する必要のあるデータの量を削減することが望ましい場合がある。例えば、プロセッサ５２は、フィルタ係数のＴ番目の一組ごとにのみ保持することができ、ここで、Ｔは、所定の数（例えば、Ｔ ＝ １００）である。別の代替案として、プロセッサ５２は、音素ごとに特定の数の組のフィルタ係数を保持することができ、例えば、３つ：音素の最初に１つ、中間に１つ、そして最後に１つ。

（距離の計算）
ここで図３に戻ると、マイクロフォン２４と音響変換器２８からの信号間の伝達関数を計算した後（上記の技術のいずれか、または当技術分野で知られている他の技術を使用して）、プロセッサ５２は、計算された伝達関数間の偏差を評価する。この文脈における「距離」は、現在の伝達関数とベースライン伝達関数の係数に対して計算され、それらの間の差異を定量化する数値である。ステップ７０では、任意の適切な種類の距離測度を使用することができる。そして、距離はユークリッドである必要はなく、その議論の逆転の下で対称でさえある必要はない。プロセッサ５２は、距離評価ステップ７２で、距離を事前定義された閾値と比較する。

前述のように、ステップ７０で参照として使用されるベースライン伝達関数は、患者２２で行われた以前の測定値、またはより大きな母集団から得られた測定値から導出できる。いくつかの実施形態では、プロセッサ５２は、２つ以上の参照関数を含むベースラインからの距離を計算する。例えば、プロセッサ５２は、一組の参照伝達関数から距離のベクトルを計算し、次いでステップ７２で評価するために距離の最小値または平均を選択することができる。あるいは、プロセッサ５２は、例えば、係数を平均してから、現在の伝達関数から平均関数までの距離を計算することによって、参照伝達関数を組み合わせることができる。

一実施形態では、これらの２つのアプローチが組み合わされる：例えば、ｋ 平均法クラスターリングを使用して、参照伝達関数が類似性（同じクラスター内の伝達関数間の距離が小さいことを意味する）に基づいてクラスター化される。次に、プロセッサ５２は、各クラスターの代表的な伝達関数を合成する。プロセッサ５２は、現在の伝達関数と異なるクラスターの代表的な伝達関数との間の距離を計算し、次にこれらのクラスター距離に基づいて最終の距離を計算する。

テストされた伝達関数と参照伝達関数の間の距離の定義は、伝達関数の形式によって異なる。たとえば、ｆ_Ｔ ＝ Ｈ_Ｔ（ｅ^ｉω）と ｆ_Ｒ ＝ Ｈ_Ｒ（ｅ^ｉω）をそれぞれ現在の伝達関数と参照伝達関数とすると、上記の式（１）で定義されているように｜ω｜≦ πとなる。これらの伝達関数間の距離 ｄ は、次のように記述できる：
ここで、 Ｇ（ｔ，ｒ，ω）は、周波数 ω でのテストされた周波数応答値 ｔ と基準周波数応答値 ｒ の間の距離を定義し、Ｆ は単調増加関数である。

いくつかの実施形態では、プロセッサ５２は、ステップ７０で距離を計算するために、周波数領域伝達関数 Ｈ_Ｔ（ｅ^ｉω）および Ｈ_Ｒ（ｅ^ｉω）を明示的に計算する必要はない。むしろ、上で説明したように、これらの関数は、時間領域インパルス応答またはケプストラル係数で説明でき、式（１２）は、正確にまたは概算で、伝達関数に対応する、自己相関、ケプストラル係数、またはインパルス応答などの値のシーケンスに対する動作で、表現および評価することができる。

いくつかの実施形態では、プロセッサ５２は、現在の伝達関数およびベースライン伝達関数の係数のペアの間のそれぞれの差異を計算することによって距離を評価し、次に、すべてのそれぞれの差異のノルムを計算する。例えば、一実施形態では、距離は以下で表現され：
ここで、 ｐ ＞ ０ は定数であり、Ｗ（ｅ^ｉω）は、異なる周波数に異なる重みを与えることができる重み関数であり、Ｆ（ｕ）＝ ｕ^１／ｐ である。この場合、式（１１）は重み付きＬ^ｐノルムの形式になる：

極限では、ｐ → ∞ なので、式（１２）は加重 Ｌ^∞ ノルムになる。これは、単に差異の上限である：

別の例として、Ｗ（ｅ^ｉω）＝１ および ｐ ＝ ２ に設定すると、距離は現在の対数スペクトルとベースライン対数スペクトルの差異の二乗平均平方根（ＲＭＳ）に減少する。

あるいは、式（１３）の対数を他の単調非減少関数に置き換えることができ、そして ｐ および Ｗ（ｅ^ｉω） の他の値を使用することもできる。

他の実施形態では、板倉－斉藤歪みなどの統計的最大尤度アプローチを使用し、それは以下を設定することによって得られる：

さらに代替的または追加的に、距離関数 Ｇ（ｔ，ｒ，ω） は、特定の患者または異なる健康状態にある多くの患者の実際の伝達関数を観察することに基づいて、経験的データに基づいて選択され得る。たとえば、特定の病気に関連する健康状態の悪化が特定の周波数範囲 Ω の ω について ｌｏｇ｜Ｈ_Ｔ（ｅ^ｉω）｜の増加によって明らかになることが研究によって示され、そしてベースライン伝達関数が患者の健康で安定した状態に対応する場合、距離はそれに応じて次のように定義できる：

別の例として、式（７）および（８）のように時変伝達関数係数が使用され、ｖ ＝ ｎ／Ｔ、 ０ ≦ ｎ ＜ Ｔ の場合、 ０ ≦ ｖ ＜ １ の各値に対して、式（７）は、時変伝達関数を定義する：
現在の伝達関数と参照時変伝達関数の間の距離は、ｖ の値を一致させるための Ｈ_Ｔ（ｅ^ｉω，ｖ） と Ｈ_Ｒ（ｅ^ｉω，ｖ） の間の距離の平均として定義できる：

最後に、各伝達関数が複数の音素固有の伝達関数を含む実施形態では、プロセッサ５２は、上記の技術の１つを使用して、現在およびベースライン伝達関数の対応する音素固有の構成要素の各ペア間の距離を別々に計算する。結果は、音素固有の距離のセットである。プロセッサ５２は、最終的な距離値を見つけるために、これらの音素固有の距離にスコアリング手順を適用する。たとえば、スコアリング手順では、音素固有の距離の加重平均を計算できる。この場合、（経験的データに基づいて）健康の変化に敏感な音素の重みが高くなる。

別の実施形態では、スコアリング手順は、平均化の代わりに順位統計を使用する。音素固有の距離は、健康状態の変化に対する感度に応じて重み付けされ、昇順でシーケンスに並べ替えられる。プロセッサ５２は、このシーケンスの特定の場所に現れる値（例えば、中央値）を距離値として選択する。

上記の距離測度のいずれが使用されても、プロセッサ５２がステップ７２で、現在の伝達関数とベースライン伝達関数との間の距離が予想される最大偏差よりも小さいことを発見すると、プロセッサ５２は測定結果を記録するが、通常はそれ以上アクションを開始しない。（サーバ３２は、患者または介護者に、患者の状態に変化がないこと、または場合によっては患者の状態が改善したことさえも通知することができる。）しかしながら、距離が予想される最大偏差を超える場合。サーバ３２は、アクション開始ステップ７６でアクションを開始する。アクションは、例えば、患者の医師などの患者の介護者へのメッセージの形でアラートを発行することを含み得る。アラートは通常、患者の胸郭への水分の蓄積が増加したことを示し、水分の蓄積を減らすために薬剤の投与や投与量の変更などの治療を行うよう介護者に促す。

あるいは、サーバ３２は、積極的にアラートをプッシュすることをせず、肺水腫のレベルなどの被験者の状態の指標を（例えば、ディスプレイ上に、または問い合わせに応答して）単に提示しうる。指標は、例えば、伝達関数間の距離と肺水腫との間の相関がこの被験者または他の被験者の以前の観察から学習されたと仮定して、肺水腫の推定レベルを表す伝達関数間の距離に基づく数を含み得る。医師は、診断および治療法の決定において、他の医療情報とともにこの指標を参照する場合がある。

いくつかの実施形態では、薬物の投与および投与量の変更は、ループ内に人間の介護者を必要とせずに薬物送達デバイスを制御することによって自動的に実行される。そのような場合、ステップ７６は、アラートの発行の有無にかかわらず、投薬レベルの変更を含み得る（またはアラートは、投薬レベルが変更されたことを示し得る）。

場合によっては、たとえば病院や他の診療所の設定では、ステップ７２での距離評価は、悪化ではなく、被験者の状態の改善を示している可能性がある。この場合、ステップ７６で開始されたアクションは、被験者が集中治療室から移動されるか、病院から解放されることを示しうる。

上記の実施形態は例として引用されており、本発明は、上記で特に示され、説明されたものに限定されないことが理解されよう。むしろ、本発明の範囲は、上記の様々な特徴の組み合わせおよびサブ組合せの両方、ならびに前述の説明を読んだときに当業者に想起される、先行技術に開示されていないその変形および修正を含む。

Claims (43)

1. コンピュータ内のプロセッサによって実行される医学的診断のための方法であって、前記プロセッサは：
   患者により話された音に起因する音声信号を録音するステップと；
   前記患者の胸郭と接触している音響変換器によって、前記音声信号と同時に出力された音響信号を記録するステップと；
   前記記録された音声信号と前記記録された音響信号との間、または前記記録された音響信号と前記記録された音声信号との間の伝達関数を計算するステップと；および
   前記患者の医学的状態を評価するために、前記計算された伝達関数を評価するステップと；
   を実行するように構成される、
   ことを特徴とする方法。
2. 前記計算された伝達関数を評価するステップは、
   前記計算された伝達関数とベースライン伝達関数の間の偏差を評価するステップと；そして
   前記評価された偏差に応答して前記患者の病状の変化を検出するステップと；
   を有することを特徴とする請求項１に記載の方法。
3. 前記患者の病状の変化を検出するステップは、前記患者の胸郭における体液の蓄積を検出するステップを有する、ことを特徴とする請求項２に記載の方法。
4. 前記患者の病状の変化の検出に応答して、前記胸郭に蓄積された体液の量を減らすために、前記プロセッサの制御により前記患者に処置を施すステップを有する、ことを特徴とする請求項３に記載の方法。
5. 前記計算された伝達関数を評価するステップは、前記患者の間質性肺疾患を評価するステップを有する、ことを特徴とする請求項１に記載の方法。
6. 評価された医学的状態を処置するために前記患者に処置を施すステップを有する、ことを特徴とする、請求項１に記載の方法。
7. 前記音響信号を記録するステップは、前記伝達関数を計算する前に、前記音響変換器によって出力された前記音響信号から心音を除去するステップを有する、ことを特徴とする請求項１に記載の方法。
8. 前記心音を除去するステップは、前記音響信号の中で前記心音を含む外来音の発生間隔を検出するステップと、そして前記伝達関数の計算に使用される前記音響信号から前記間隔を除去するステップを有する、ことを特徴とする請求項７に記載の方法。
9. 前記心音を除去するステップは、前記伝達関数を計算する前に、前記記録された音響信号から前記心音をフィルタリングにより除去するステップを有する、ことを特徴とする請求項７に記載の方法。
10. 前記音響信号を記録するステップは、胸郭と接触している少なくとも第１および第２の音響変換器からそれぞれ少なくとも第１および第２の音響信号を受信するステップを有し、前記心音をフィルタリングにより除去するステップは、一方で前記心音をフィルタリングにより除去しながら、前記第１および第２の音響信号の組み合わせにおいて、前記第２の音響信号内の前記心音の到着に前記第１の音響信号と比較して遅延を適用するステップを有する、ことを特徴とする請求項９に記載の方法。
11. 前記伝達関数を計算するステップは、一組の周波数における前記記録された音声信号および前記記録された音響信号のそれぞれのスペクトル成分を計算し、そして前記それぞれのスペクトル成分との関係を表す一組の係数を計算するステップを有する、ことを特徴とする請求項１～１０のいずれかに記載の方法。
12. 前記係数がケプストラム表現である、ことを特徴とする請求項１１に記載の方法。
13. 前記伝達関数を計算するステップは、無限インパルス応答フィルタでの、前記記録された音声信号と前記記録された音響信号との間の関係を表す一組の係数を計算するステップを有する、ことを特徴とする請求項１～１０のいずれかに記載の方法。
14. 前記伝達関数を計算するステップは、時間領域における予測子での、前記記録された音声信号と前記記録された音響信号との間の関係を表す一組の係数を計算するステップを有する、ことを特徴とする請求項１～１０のいずれかに記載の方法。
15. 前記一組の係数を計算するステップは、前記記録された音声信号および前記記録された音響信号に関連する適応フィルタ係数を計算する際に、前記関係の予測誤差を適用するステップを有する、ことを特徴とする請求項１４に記載の方法。
16. 前記伝達関数を計算するステップは、前記話された音を複数の異なるタイプの音声単位に分割し、前記異なるタイプの音声単位について別々のそれぞれの伝達関数を計算するステップを有する、ことを特徴とする請求項１～１０のいずれかに記載の方法。
17. 前記伝達関数を計算するステップは、前記記録された音声信号と前記記録された音響信号との間の時間的関係を表す一組の時間変化する係数を計算するステップを有する、ことを特徴とする請求項１～１０のいずれかに記載の方法。
18. 前記一組の時変係数を計算するステップは、前記話された音声信号のピッチを識別するステップと、そして前記時間変化する係数を前記識別されたピッチと同じ周期で、周期的であるように制約するステップと、を有することを特徴とする請求項１７に記載の方法。
19. 前記伝達関数を計算するステップは、前記記録された音声信号と前記記録された音響信号との間の関係を表す一組の係数を計算するステップを有し、前記偏差を評価するステップは、前記計算された伝達関数と前記ベースライン伝達関数の係数の間の距離関数を計算するステップを有する、ことを特徴とする請求項２～４のいずれかに記載の方法。
20. 前記距離関数を計算するステップは、前記係数のペア間のそれぞれの差異を計算するステップであって、各前記ペアは、前記計算された伝達関数内の第１の係数と、前記ベースライン伝達関数内の第２の対応する係数とからなるステップと、そして前記それぞれの差異全てに亘ってノルムを計算するステップと、を有することを特徴とする請求項１９に記載の方法。
21. 前記距離関数を計算するステップは、異なる健康状態において計算された前記伝達関数間の差異を観察するステップと、前記観察された差異に応答して前記距離関数を選択するステップを有する、ことを特徴とする請求項１９に記載の方法。
22. 医学的診断のための装置であって：
    患者によって話された音による記録された音声信号と、そして患者の胸郭と接触している音響変換器によって前記音声信号と同時に出力された記録された音響信号と、を記憶するように構成されるメモリと；
    前記記録された音声信号と前記記録された音響信号との間、または前記記録された音響信号と前記記録された音声信号との間の伝達関数を計算し、そして前記計算された伝達関数を評価して前記患者の病状を評価するように構成されるプロセッサと；
    を有することを特徴とする装置。
23. 前記プロセッサは、前記計算された伝達関数とベースライン伝達関数との間の偏差を評価し、評価された前記偏差に応答して前記患者の病状の変化を検出するように構成される、ことを特徴とする請求項２２に記載の装置。
24. 前記プロセッサによって検出された前記変化が、前記患者の胸郭における体液の蓄積を含む、ことを特徴とする請求項２３に記載の装置。
25. 前記胸郭に蓄積された体液の量を低減するために、前記変化の検出に応答して、前記患者が処置される、ことを特徴とする請求項２４に記載の装置。
26. 前記プロセッサは、前記計算された伝達関数に応答して前記患者の間質性肺疾患を評価するように構成される、ことを特徴とする請求項２２に記載の装置。
27. 前記評価された病状を処置するために前記患者が処置される、ことを特徴とする請求項２２に記載の装置。
28. 前記プロセッサは、前記伝達関数を計算する前に、前記音響変換器によって出力された前記音響信号から心音を除去するように構成される、ことを特徴とする請求項２２に記載の装置。
29. 前記プロセッサは、前記音響変換器によって出力された前記音響信号中の心音を含む外来音の発生間隔を検出し、前記音響信号から伝達関数の計算に使用された前記間隔を除去するように構成される、ことを特徴とする請求項２８に記載の装置。
30. 前記プロセッサは、前記伝達関数を計算する前に、前記記録された音響信号から心音をフィルタリングにより除去するように構成される、ことを特徴とする請求項２８に記載の装置。
31. 前記メモリは、胸郭と接触している少なくとも第１および第２の音響変換器からそれぞれ少なくとも第１および第２の音響信号を受信および記憶するように構成され、前記プロセッサは、一方で前記心音をフィルタリングにより除去しながら、前記第１および第２の音響信号の組み合わせにおいて、前記第２の音響信号内の前記心音の到着に前記第１の音響信号と比較して遅延を適用するように構成される、ことを特徴とする請求項３０に記載の装置。
32. 前記プロセッサは、一組の周波数における前記記録された音声信号および前記記録された音響信号のそれぞれのスペクトル成分を計算し、そして前記それぞれのスペクトル成分との関係を表す一組の係数を計算するように構成される、ことを特徴とする請求項２２～３１のいずれかに記載の装置。
33. 前記係数がケプストラム表現である、ことを特徴とする請求項３２に記載の装置。
34. 前記プロセッサは、無限インパルス応答フィルタでの、前記記録された音声信号と前記記録された音響信号との間の関係を表す、一組の伝達関数の係数を計算するように構成される、ことを特徴とする請求項２２～３１のいずれかに記載の装置。
35. 前記プロセッサは、時間領域における予測子での、前記記録された音声信号と前記記録された音響信号との間の関係を表す一組の伝達関数の係数を計算するように構成される、ことを特徴とする請求項２２～３１のいずれかに記載の装置。
36. 前記プロセッサは、前記記録された音声信号および前記記録された音響信号に関連する適応フィルタ係数を計算する際に、前記関係の予測誤差を適用するように構成される、ことを特徴とする請求項３５に記載の装置。
37. 前記プロセッサは、前記話された音を複数の異なるタイプの音声単位に分割し、前記異なるタイプの音声単位について別々のそれぞれの伝達関数を計算するように構成される、ことを特徴とする請求項２２～３１のいずれかに記載の装置。
38. 前記プロセッサは、前記記録された音声信号と前記記録された音響信号との間の時間的関係を表す、伝達関数の一組の時間変化する係数を計算するように構成される、ことを特徴とする請求項２２～３１のいずれかに記載の装置。
39. 前記プロセッサは、前記話された音声信号のピッチを識別し、前記時間変化する係数を、前記識別されたピッチと同じ周期で、周期的であるように制約するように構成される、ことを特徴とする請求項３８に記載の装置。
40. 前記プロセッサが、前記記録された音声信号と前記記録された音響信号との間の関係を表す一組の伝達関数の係数を計算し、前記計算された伝達関数と前記ベースライン伝達関数の係数間の距離関数を計算することによって前記偏差を評価するように構成される、ことを特徴とする請求項２３～２５のいずれかに記載の装置。
41. 前記プロセッサは、前記係数のペアの間のそれぞれの差異を計算し、ここで前記各ペアは、前記計算された伝達関数の第１の係数と、前記ベースライン伝達関数の第２の対応する係数とからなり、そして前記それぞれの差異全てに亘ってノルムを計算することによって距離関数を計算するように構成される、ことを特徴とする請求項４０に記載の装置。
42. 前記プロセッサは、異なる健康状態で計算された前記伝達関数の間で観察された差異に応答して前記距離関数を計算するように構成される、ことを特徴とする請求項４０に記載の装置。
43. プログラム命令が保管される非一過性コンピュータ可読媒体であって、前記命令はコンピュータにより読まれたときに、前記コンピュータに対し：患者によって話された音による音声信号と、前記音声信号と同時に、前記患者の胸郭と接触している音響変換器によって出力された音響信号と、を受信し；そして、記録された前記音声信号と記録された前記音響信号との間、または記録された前記音響信号と記録された前記音声信号との間の伝達関数を計算し；そして、前記患者の病状を評価するために、前記計算された伝達関数を評価する；ようにさせる、ことを特徴とする非一過性コンピュータ可読媒体。