JPH07204166A

JPH07204166A - 監視装置

Info

Publication number: JPH07204166A
Application number: JP6006754A
Authority: JP
Inventors: Takuo Shimada; 拓生嶋田; Masayoshi Miki; 正義三木; Yoshiyuki Yamauchi; 美幸山内
Original assignee: Matsushita Electric Industrial Co Ltd
Current assignee: Panasonic Holdings Corp
Priority date: 1994-01-26
Filing date: 1994-01-26
Publication date: 1995-08-08
Anticipated expiration: 2014-10-06
Also published as: JP2959376B2

Abstract

(57)【要約】【目的】振動や電磁誘導に伴うノイズの影響を低減
し、人に違和感を与えないで確実に在、不在を判定す
る。【構成】人の体動を検出する体動検出手段６と時系列
データに変換するデータ収集手段９と時系列データの分
散値を算出する分散値算出手段１０とこの分散値により
人の在、不在を判定する判定手段１１とを備えている。
これによって、人がいればたとえ安静状態を保っていて
も不在や物体と明確に区別できる。特に体動検出手段６
からの出力信号をデジタル化した時系列データに変換す
るので再現性よく判定できる。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は例えばベッド上に人が存
在するかどうかなどを判定する監視装置に関するもので
ある。

【０００２】

【従来の技術】従来この種の監視装置は、例えば第７図
及び第８図に示すように絶縁板１、金属板のアンテナ部
材２ａ、２ｂ、絶縁層３、シールド４からなる記録マッ
ト５から構成され、就寝者の体動による静電荷の変化を
アンテナ部材２ａ、２ｂにより検出して体動の有無を判
定するものであった（特開昭５５−１６０５３９号公
報）。

【０００３】また赤外線センサや超音波センサをベッド
またはベッド周辺の壁面に配設し人が動くことにより生
じる赤外線または超音波の変化量を検出したり、マット
レス表面に配設された圧力スイッチを人の体重によって
入切させたりするものであった。

【０００４】さらには検出感度が鋭敏で反応時定数の小
さいフィルム状の圧電素子を用い、この圧電素子からの
出力電圧が所定値以上であれば在状態と判定するもので
あった（特開平０３−２５８２４６号公報）。

【０００５】

【発明が解決しようとする課題】しかしながら上記従来
の構成では、記録マットの構成が複雑で製造コストが高
い上透湿性や吸湿性がなかった。

【０００６】また、赤外線や超音波を検出する構成で
は、人が入眠して体動がなくなった場合に赤外線や超音
波の変化が生じず、また圧力スイッチによる構成ではマ
ットレス上に重い荷物などをおいたままにするとスイッ
チがオンして誤動作してしまうことがあった。

【０００７】また、検出感度が鋭敏な圧電素子による構
成では、寝床近傍の他者の歩行や台車、車いすの移動に
伴う振動伝搬によるノイズ、もしくはトランシーバやモ
ータなどからの電磁誘導ノイズの影響を受けやすく、ま
た１本の圧電素子を用いる方式では寝姿勢によって圧電
素子上に体表面が接触せず信号が検出できないことがあ
った。

【０００８】さらに心拍や呼吸に伴う微小振動は、体表
面やベッド・寝具を通し部位ごとに伝搬遅延があり体動
に伴う引張と収縮が重なるため信号が相殺され弱められ
ることもあった。

【０００９】本発明はかかる従来の課題を解決するもの
で、人に全く負担をかけずまた違和感も与えないまま確
実に在、不在を判定し、この判定結果を即座に監視者に
報知できることを目的とする。さらには人の心拍や呼吸
などの生体信号を抽出し、異常の有無や健康状態を判
定、報知することを目的とする。

【００１０】

【課題を解決するための手段】上記課題を解決するため
に本発明の監視装置は、人の体動を検出する体動検出手
段と、この体動検出手段からの出力信号を時系列データ
に変換するデータ収集手段と、データ収集手段によって
収集された時系列データの分散値など統計量を算出する
統計量算出手段と、この統計量算出手段によって算出さ
れた統計量に基づき人の在、不在を判別する判定手段と
を備えたものである。

【００１１】また、判定手段は少なくとも２つの閾値を
持ち、第１の閾値と第２の閾値の間に不感帯を設けて人
の在、不在を判別することを特徴とするものである。

【００１２】また、データ収集手段によって収集された
時系列データの周波数成分を算出する周波数成分算出手
段と、この周波数成分算出手段により算出されたパワー
スペクトルに応じ人の在、不在を判別する判定手段とを
備えたものである。

【００１３】特に体動検出手段は複数の圧電素子からな
り、寝具、寝台、座布団、椅子、便座など人体と接触す
る器具内に分散して配設されるものである。

【００１４】また、体動検出手段は可撓性の同軸ケーブ
ル状の圧電素子からなり、寝具、寝台、座布団、椅子、
便座など人体と接触する器具内に配設されるものであ
る。

【００１５】また統計量算出手段で算出された統計量が
所定範囲を継続して逸脱した時間を測定する継続時間測
定手段を備え、この継続時間が所定値を越えた場合に報
知する報知手段を備えたものである。

【００１６】さらに判定手段での判定結果が在から不在
あるいは不在から在に状態変化した場合に報知する報知
手段を備えたものである。

【００１７】またデータ収集手段によって収集された時
系列データの周波数成分のうち特定周波数帯でのパワー
スペクトルに応じ人の心拍数または呼吸数などの生体信
号を抽出する生体信号抽出手段と、この生体信号抽出手
段で抽出された生体信号の周期が所定範囲を逸脱した場
合に報知する報知手段を備えたものである。

【００１８】またデータ収集手段によって収集された時
系列データの周波数成分のうち特定周波数帯でのパワー
スペクトルに応じ人の心拍数または呼吸数などの生体信
号を抽出する生体信号抽出手段と、この生体信号抽出手
段で抽出された生体信号の周期が所定範囲を継続して逸
脱した時間を測定する継続時間測定手段と、この継続時
間が所定値を越えた場合に報知する報知手段を備えたも
のである。

【００１９】またデータ収集手段によって収集された時
系列データの周波数成分のうち特定周波数帯でのパワー
スペクトルに応じ人の心拍数または呼吸数などの生体信
号を抽出する生体信号抽出手段と、この生体信号抽出手
段で抽出された生体信号を記憶する記憶手段を備えたも
のである。

【００２０】さらにこの記憶手段で記憶された生体信号
の変動量ないし変動速度に応じて報知する報知手段を備
えたものである。

【００２１】

【作用】本発明は上記構成によって、使用者に全く負担
をかけることなく非侵襲に人の在、不在を判定する。体
動検出手段からの出力信号を時系列データに変換しその
時系列データの分散値などの統計量を算出することで人
の在と不在は分離される。また人と物、あるいは人の生
死の区別も同様になされる。これは人が存在する限りた
とえ安静状態を保っても体表面に心拍、呼吸などによる
微小振動が発生し続けているためであり、体動が全くな
い無信号状態を基準とした場合のばらつき統計量を体動
の指標として扱うことに相当している。特に体動検出手
段からの出力信号をデジタル化した時系列データに変換
するので温度変動などに左右されずに再現性よく判定す
る。

【００２２】また判定手段は少なくとも２つの閾値を持
ち、第１の閾値と第２の閾値の間に不感帯を設けて人の
在、不在を判別することにより、より判定精度が向上す
る。これは人が不在状態から在状態に移行するあるいは
在状態から不在状態に移行する時は必ず大きな体動信号
が体動検出手段から出力されることと不在状態の場合は
体動が全くない無信号状態が必ず現れることを利用した
ものである。例えば第１の閾値を第２の閾値より大きい
値を設けておいた場合、第１の閾値より大きな体動信号
によって初めて不在から在に状態移行し第２の閾値より
小さな体動信号によって初めて在から不在に状態移行す
る構成となる。これにより物理的電気的ノイズに対する
耐性が強化される。

【００２３】またこの時系列データの周波数成分を算出
することにより、より明確に人の在と不在は分離され
る。なぜなら人が存在する場合は、たとえ背伸びや寝返
りなどの大きな体動がなくとも人が存在する限り少なく
とも心拍や呼吸に伴う周期的な微小振動が体動信号とし
て検出できるからである。よって体動検出手段から得ら
れる信号のＳ／Ｎ比がとれない場合でも特定の周波数帯
に心拍や呼吸に伴う急峻なパワースペクトルがあれば、
人の存在が確認できる。

【００２４】また体動検出手段を複数の圧電素子とする
ことで、体の部位ごとの体動に応じた信号が直接出力さ
れる。複数の圧電素子をベッドなどの大きな器具に配設
する場合、寝姿勢により体表面と接触する圧電素子と接
触しない圧電素子がある。体表面と接触した圧電素子か
らは体動ないし心拍、呼吸に伴う微小振動が有効に検出
される。

【００２５】また体動検出手段を可撓性の同軸ケーブル
状の圧電素子で構成することにより、圧電素子そのもの
をシールドする必要がなく電磁波ノイズに強くなり、安
価で製造も容易となる。

【００２６】また統計量算出手段で算出された統計量が
所定範囲を継続して逸脱した時間を測定し、この継続時
間が所定値を越えた場合に報知することで、人の体動に
応じた異常状態の有無が監視できる。

【００２７】さらにこの判定手段での判定結果が在から
不在あるいは不在から在に状態変化した場合に報知する
ことにより監視者が常時本監視装置を見ていなくても有
効に人の在、不在が即時に確認できる。

【００２８】また人の心拍数または呼吸数などの生体信
号を抽出し、この生体信号の周期が所定範囲を逸脱した
場合に報知することで人の異常状態の有無が監視でき
る。

【００２９】またこの生体信号抽出手段で抽出された生
体信号の周期が所定範囲逸脱の場合に継続時間を測定
し、この継続時間が所定値を越えた場合に報知すること
で異常状態判定の精度が高められる。特に生死の判定が
確実になる。

【００３０】またこの生体信号抽出手段で抽出されたこ
の生体信号を記憶する記憶手段を備えたことで長期間に
わたり、特定の人の生体信号のトレンドを把握すること
ができるので健康状態の推移が把握できる。また本監視
装置を作動させると連続監視がされるので、医療の専門
家がその場に立ち会わなくても必要なデータが自動的に
蓄積される。

【００３１】さらに記憶手段で記憶された生体信号の変
動量ないし変動速度に応じて報知することで、循環器系
のある種の疾患を自動的に発見、報知する。

【００３２】

【実施例】以下本発明の第１の実施例を図１から図３を
参照して説明する。図１は本監視装置をベッドに配設し
た際の斜視図である。図１において６は寝床上の人体の
体動を検出する体動検出手段で、ここではポリフッ化ビ
ニリデン（ＰＶＤＦ）等の高分子圧電材料を薄膜状にし
両面に可撓性の電極膜を付着させたものをテープ状に成
形した可撓性の圧電素子からなる。この圧電素子の外側
には電磁波ノイズからの影響を低減するようなシールド
加工と、水分や汚れから保護されるような防水加工がな
されている。体動検出手段６は図１のように人体が就寝
した際に胸部の真下に位置するようマットレス７の表面
に固定されている。この上にさらにシーツや薄手のベッ
ドパッド、毛布などを被せても構わない。８は圧電素子
からなる体動検出手段６からの出力信号をもとに人の
在、不在を判定する信号処理装置であり、ベッドサイド
または背面などに取り付けられている。つまり本監視装
置は体動検出手段６と信号処理装置８とで構成されてい
る。

【００３３】図２のブロック図に示すように信号処理装
置８はデータ収集手段９、分散値算出手段１０、判定手
段１１、表示手段１２及び記憶手段１３から構成されて
いる。データ収集手段９のうち帯域増幅部９ａは人の体
動信号をノイズと分離して検出できるよう図３に示すよ
うなバンドパスフィルタ（ＢＰＦ）特性を持つアナログ
増幅回路である。

【００３４】図４は実際に人が就寝した際の帯域増幅部
９ａからの出力波形である。図４（ｂ）は図４（ａ）の
図中Ｓ部の拡大図である。図４（ａ）から入床、離床時
や寝返り等の体動が起こった場合は大きな出力が出る
が、それ以外の安静状態の場合は心拍、呼吸などに伴う
微小振動により小さな出力が得られる。不在の場合は無
振動なのでほとんど基準電圧Ｖrefを保持し続ける。

【００３５】図２においてこの帯域増幅された出力信号
は計時部９ｂが発生する基本クロック（例えば１００Ｈ
ｚ）に従ってＡ／Ｄ変換部９ｃで一定間隔毎にデータサ
ンプリングし、離散化する。データ一時記憶部９ｄでは
Ａ／Ｄ変換部９ｃから一定間隔（例えば０．０１秒）毎
に出力される時系列データｖiを順次記憶し、そのデー
タ総数が所定数ｎ（例えば５００個）だけ蓄積した時点
で全データ内容を分散値算出手段１０に出力するととも
に以後同様の動作を繰り返す。分散値σ²は（数１）の
ように表せる。

【００３６】

【数１】

【００３７】

【数２】

【００３８】さらに時系列データｖiが、無信号状態と
比較して上下にほぼ均等に振れると仮定すれば（数１）
は（数３）のように変形できる。

【００３９】

【数３】

【００４０】分散値算出手段１０は上記（数１）または
（数３）に相当する統計計算により単位時間当たり（例
えば５秒間）の分散値σ²を都度求める。この分散値σ²
は無信号状態と比較した場合の信号のバラツキ度なの
で、体動量の指標として用いることができる。判定手段
１１では分散値算出手段１０で求めた分散値σ²が所定
の閾値Ｔ0より大きければ在、そうでなければ不在と判
定するものである。表示手段１２は判定手段１１で得た
在、不在の判定結果をその都度ランプで表示する。また
記憶手段１３は分散値算出手段１０で算出された体動量
の指標としての分散値を記憶しておくものである。ここ
で判定手段１１、表示手段１２、記憶手段１３などを信
号処理装置８の外に設けることにより、距離を隔てた場
所から遠隔監視できるようにしてもよい。

【００４１】図５はある入院患者の１０時間分の在、不
在状態と分散値算出手段１０で求めた分散値の推移を表
したものである。図５（ａ）は正解の在、不在結果であ
り（ｂ）は分散値の推移、（ｃ）は判定手段１１による
判定結果である。ここでＡ／Ｄ変換部９ｃでは帯域増幅
部９ａからの出力波形を１００Ｈｚでサンプリングし、
分散値算出手段１０では５００個つまり５秒間分の時系
列データごとに分散値を求め、在、不在の判定をその都
度行うものとした。これにより９８％程度の判定正解率
で在、不在が分離できることが明らかになった。

【００４２】２％程度の誤判定の要因は本監視装置の近
傍を振動発生源となるものが通過したことにより体動検
出手段６にその振動が伝搬し在と誤判定してしまったり
逆に寝返りなどの際に体動検出部６から一時的に人体が
宙に浮いて振動が検出できず不在と誤判定してしまった
と考えられる。しかしながら５秒間隔程度の高頻度で在
と不在の状態反転を繰り返すことがあり得ない場合は、
判定手段１１による判定出力を５秒毎ではなく例えば１
分毎程度に変更することにより判定正解率はほぼ１００
％に高められることは明らかである。むろん５秒間隔ご
とに仮の判定結果を一旦出しておき、それを複数個集め
て多数決させることで総合的な判断を下してもよい。

【００４３】本発明は上記構成によって、使用者に全く
負担をかけることなく非侵襲に人の在、不在を判定する
ことができる。特に体動検出手段６からの出力信号を時
系列データに変換しその時系列データの分散値を算出す
ることで人の在と不在は分離できる。特に単位時間ごと
の体動量の指標として分散値算出手段１０で分散値を求
め記憶手段１３に記憶することにより、長時間にわたる
人の状態監視が簡単に行える。Ａ／Ｄ変換部９ｃから出
力される生の時系列データをそのまま蓄積していくと膨
大なデータ量となってしまうのに対し意味のある体動情
報に圧縮して記憶手段１３に蓄積する方が安価に実現で
きデータ解析も簡単になるという効果がある。これによ
り例えば一晩の体動量から睡眠深度や床づれ発生の予知
など健康状態を推定することなどに適応できる。

【００４４】尚、ここでは体動量を示す指標として分散
値を用いたが、これは本発明を拘束するものではない。
例えば時系列データを統計処理することで単位時間当た
りの体動量を導出するのに標準偏差、２乗平均化、モー
ド、メディアンなどを用いてもよいし、サンプリングさ
れた時系列データをさらにデジタル信号処理によって波
形整形してもよい。分散値などの統計量算出の前処理と
してさらにローパスフィルタ（ＬＰＦ）をかけたり補間
処理、包絡線処理を施してもよい。また単位時間ごとに
判定するのでなく体動検出手段６からの出力値を積算
し、所定体動量に到達するまでに要した時間から在、不
在を判定してもよい。また体動検出手段６は圧電素子で
なく、例えば導電ゴムや導電カーボンなどからなる感圧
抵抗素子を用いてもよい。

【００４５】次に本発明の第２の実施例を図６、図７参
照して説明する。本実施例が第１の実施例と異なるのは
判定手段１１が２つの閾値を持ち、第１の閾値Ｔ1と第
２の閾値Ｔ2の間に不感帯を設けて人の在、不在を判別
する点にある。

【００４６】図６は判定手段１１の動作を示したフロー
チャートである。まずステップ１１１では初期状態を
「不在」と設定しておき、ステップ１１２で分散値算出
手段１０で算出された分散値σ²を読み込んだ後、ステ
ップ１１３で現在の状態が「在」ならステップ１１４に
進み、「不在」ならステップ１１５に進む。ステップ１
１４では読み込んだ分散値σ²が第１の閾値Ｔ1より小さ
ければステップ１１６で「不在」状態に変更後ステップ
１１７に進み、そうでなければそのままステップ１１７
に進んで現在状態を出力し、ステップ１１２に戻る。一
方ステップ１１５では読み込んだ分散値σ²が第２の閾
値Ｔ2より大きければステップ１１８で「在」状態に変
更後ステップ１１７に進み、そうでなければそのままス
テップ１１７に進んで現在状態を出力し、同様にステッ
プ１１２に戻る。ここで定めた第１の閾値Ｔ1及び第２
の閾値Ｔ2は一定であり、０＜Ｔ1＜Ｔ2とする。

【００４７】つまり本実施例は、第１の閾値Ｔ1より大
きな体動信号によって初めて不在から在に状態移行し第
２の閾値Ｔ2より小さな体動信号によって初めて在から
不在に状態移行するよう、論理判定条件にシュミット構
造を持たせたものである。これは図４（ａ）からも明ら
かなように人が不在状態から在状態に移行するあるいは
在状態から不在状態に移行する時は必ず大きな体動信号
が体動検出手段から出力されること、不在状態の場合は
体動が全くない無信号状態が必ず現れることを利用した
ものである。

【００４８】図７は図５で示した第１の実施例と全く同
じデータを用いて１０時間分の在、不在状態と分散値算
出手段１０で求めた分散値の推移を表したものである。
図７（ａ）は正解の在、不在結果、図７（ｂ）は分散値
の推移であり、図７（ｃ）は判定手段１１による判定結
果である。ここでＡ／Ｄ変換部９ｃでは帯域増幅部９ａ
からの出力波形を１００Ｈｚでサンプリングし、分散値
算出手段１０では５００個つまり５秒間分の時系列デー
タごとに分散値を求め、在、不在の判定をその都度行う
ものとした。これにより１００％の判定正解率で在、不
在が分離でき、物理的電気的ノイズに対する耐性が強化
されたことが証明された。

【００４９】次に本発明の第３の実施例を図８、図９を
参照して説明する。図８において第１の実施例と同じ機
能ブロックには同一番号を付与し、説明を省略する。本
実施例が第１の実施例と異なるのはデータ収集手段９に
よって収集された時系列データの周波数成分を算出する
周波数成分算出手段１４と、この周波数成分算出手段１
４により算出されたパワースペクトルに応じ人の在、不
在を判別する判定手段１５を備えたことにある。周波数
成分算出手段１４は安静時の人の微小振動に伴う周波数
成分（例えば０．５〜２．０Ｈｚ）のみを抽出し、その
周波数帯域におけるパワースペクトル密度の総量すなわ
ちパワーＰを出力する。

【００５０】図４（ａ）から明らかなように人が存在す
る場合は、入床、離床、寝返りなどに伴う大きな体動が
あるか心拍や呼吸などに伴う微小振動があるかのいずれ
かに大別できる。大きな体動は波形の振幅が非常に大き
く比較的高い周波数成分のみを有する一過性の（つまり
非周期的な）信号である。一方、心拍や呼吸などに伴う
微小振動は波形の振幅そのものは小さい反面、特定の周
波数帯域に集中する周期的信号が継続して認められる。
一般に安静時の人の心拍数は３８〜１１０回／分（０．
６３〜１．８Ｈｚ）、呼吸数は１０〜２０回／分（０．
１７〜０．３３Ｈｚ）の範囲に分布するといわれている
が、体動検出手段６がこの生体信号を検出しているため
である。

【００５１】つまり人が安静状態にある場合体動検出手
段６から得られる信号は人の心拍及び呼吸に伴う振動が
重畳されたものであり、出力信号からこのような周期性
のある信号が抽出される場合は、たとえ体動量（すなわ
ち出力信号の振幅）は小さくても人の存在が確認できる
ことになる。

【００５２】周波数成分算出手段１４はフィルタ部１４
ａ、波形整形部１４ｂ、ＦＦＴ算出部１４ｃからなり、
これらは全てデジタル信号処理手段によって実現されて
いる。フィルタ部１４ａはバタワースなどの巡回型バン
ドパスフィルタであり、心拍信号抽出に必要な周波数成
分を通す。フィルタ部１４ａで得られた波形をさらに波
形整形部１４ｂでは基本周期成分が強調されるように包
絡線処理などで変換後、ＦＦＴ算出部１４ｃで特定周波
数帯域（例えば０．５〜２．０Ｈｚ）におけるパワース
ペクトルを算出する。

【００５３】次に判定手段１５の動作を図９フローチャ
ートを用いて説明する。まずステップ１５１で分散値算
出手段１０で算出された分散値σ²を読み込み、ステッ
プ１５２でこの読み込んだ分散値σ²が第３の閾値Ｔ3よ
り小さい分散値であれば、ステップ１５２に移行して現
在の状態を「不在」と判定しステップ１５１に戻る。そ
うでなければステップ１５４へ行き、読み込んだ分散値
σ²が第４の閾値Ｔ4より大きい分散値であれば、ステッ
プ１５５に移行して現在の状態を「在」と判定しステッ
プ１５１に戻る。ここで定めた第３の閾値Ｔ3及び第４
の閾値Ｔ4は一定であり０＜Ｔ3＜Ｔ4とする。読み込ん
だ分散値σ²がＴ3≦σ²≦Ｔ4である場合はステップ１５
６に進み、周波数成分算出手段１４で算出されたパワー
Ｐを読み込み、ステップ１５７でそのパワーＰが第５の
閾値Ｔ5より大きければステップ１５５に進み現在状態
を「在」と判定する一方、そうでなければステップ１５
３に進み現在状態を「不在」と判定する構成である。

【００５４】上記構成において、周波数成分算出手段１
４が安静時の人の判別に必要な特定周波数帯域のパワー
Ｐを抽出し判定手段１５に伝えることにより、振幅の大
きさと周波数成分の両面から人の判別できるようになっ
た。よって体動検出手段６から得られる信号のＳ／Ｎ比
がとれない場合でも特定の周波数帯域におけるパワーつ
まり心拍や呼吸に伴う周期性振動が認められれば、人の
存在が確認できる。具体的には毛布や着衣量などによっ
て人体と体動検出手段６との距離が離れていたり、高齢
者などで拍動量が弱く体表面の微小振動が体動検出手段
６に伝わりにくい状況下でもうまく人の在、不在判定が
できるようになる。また体動検出手段６からの出力信号
に商用電源や無線電波などから高周波ノイズが重畳して
もこれをうまく分離して必要な信号だけを取り出すこと
ができるという効果がある。

【００５５】また周波数成分算出手段１４をデジタル信
号処理で行なっているため、帯域増幅部９ａの回路構成
は簡単化できる。特に心拍や呼吸に伴う周期性振動を通
過させたい場合、非常に低周波であるため従来のアナロ
グ回路では非常に大きな値を持った信号伝送用コンデン
サ（例えば数１０μＦ程度）がどうしても必要になる。
これでは装置全体が大きくなってしまう上、値そのもの
の精度も確保しにくく温度変動などに対する再現性にも
問題があったが、これらの課題を解消できる。

【００５６】次に本発明の第４の実施例を図１０、図１
１を参照して説明する。本実施例が第３の実施例と異な
るのは体動検出手段６が体の部位ごとの体動を独立して
測定できるよう複数（図１０では６ａ〜６ｉの９点）の
圧電素子を用い、信号処理装置８にそれぞれ別の信号と
して入力させることにある。信号処理装置８は図８で示
した第３の実施例と同様の構成であるが、分散値算出手
段１０における分散値σ²算出や周波数成分算出手段１
４における特定周波数帯域のパワーＰ算出は各圧電素子
の出力波形からそれぞれ独立に求め、判定手段１５では
そのうちの最大値にのみ着目して在、不在の判定を下す
構成である。

【００５７】図１１に人が安静状態でベッドに横たわっ
た場合に体動検出手段６（６ａ〜６ｉの９点）からの出
力波形と同時に他の測定装置によるポリグラフによって
得られた呼吸、心拍の出力波形（２０秒間）を示す。こ
の測定では被験者はベッド中央に位置したため、６ｂ、
６ｅ、６ｆの部位に特に大きな信号が出ている。振幅は
胸部位置に相当する６ｂが最も大きいが、心拍に伴う周
期振動に関しては、脚部に相当する６ｈが静脈流（血
流）を特徴的に捉えている。また６ｂは呼吸信号に心拍
信号が重畳したようになっていることがわかる。

【００５８】上記構成において体動検出手段６を複数の
圧電素子とすることで、体の部位ごとの体動に応じた信
号が直接出力される。人が就寝している場合、寝姿勢は
逐次変化する可能性がある。従来のように１箇所にしか
圧電素子を配置していない場合、ある時点まで体がうま
く圧電素子の上に乗り信号検出できていてもちょっとし
た寝返りなどで体とマットレス７との間に隙間が生じ、
以後全く信号が検出できなくなる危険性があったが、本
実施例によりベッド上のほとんど全てが検出領域となり
死角がなくなった。また心拍や呼吸に伴う微小振動は体
表面やマットレス７を通し遅延しながら伝搬するのであ
るが、１本の圧電素子を長く配設した方式では引張と収
縮が重なり全体として得られる信号が相殺されやすいの
に比べ、本実施例では各部位別の体動だけを検出できる
ので信号の周期的特徴をつかみやすい。さらに体の部位
ごとの体動量を検出できるので、就寝中どの部位の体動
が起こっているかが監視でき、床ずれ部位の特定や体動
なし時間測定による床づれ予防がより精度よく行える。

【００５９】尚、使用する圧電素子の数は多ければ多い
ほど当然空間分解能が上がるが、一方信号処理速度や記
憶容量もその分必要となるのでベッドに適応する場合、
数点から１０数点とするのが実用的である。

【００６０】次に本発明の第５の実施例を図１１を用い
て説明する。本実施例が第１〜第４の実施例と異なるの
は、体動検出手段６に可撓性の同軸ケーブル状の圧電素
子を用いたことにある。この同軸ケーブルからなるこの
体動検出手段６は、中心部に銅からなる導電性の芯線６
０１があり、その外側にピエゾゴム６０２がある。さら
にその外側は編み目状のグランド電極６０３で覆われ、
その外側は被覆６０４で覆われている。この同軸ケーブ
ルが屈曲ないし圧迫を受けるとピエゾゴム６０２が自発
分極し、芯線６０１−グランド電極６０３間に電位差が
生じるしくみとなっている。

【００６１】上記構成において体動検出手段６を可撓性
の同軸ケーブル状の圧電素子にすることにより、圧電素
子そのものをシールドする必要がなく電磁波ノイズに強
くなり、安価で製造も容易となる。

【００６２】次に本発明の第６の実施例を図１３を用い
て説明する。本実施例が図２に示した第１の実施例と異
なるのは、判定手段１１での判定結果が在でありかつ分
散値算出手段１０で算出された分散値が所定値を下回っ
ている場合、その継続時間を測定する継続時間測定手段
１６を設けた点と、この継続時間測定手段１６で測定さ
れた継続時間が所定値（例えば２時間）を越えれば外部
の集中監視センター１７に通報する報知手段１８を備え
たことにある。さらにこの報知手段１８は、判定手段１
１での判定結果が在状態から不在状態に変化した場合及
び不在状態から在状態に変化した場合にも外部の集中監
視センターに通報する構成を備えた。

【００６３】つまりベッドに人がいるにもかかわらず一
定時間（例えば２時間）連続して体動がほとんどない場
合、床づれ発生の危険性が高まっていると見なして集中
監視センターに通報あるいは監視対象となる人の在、不
在状態が反転した場合にも同様に通報する構成である。
ここで報知手段１８はシリアルデータ通信手段を有し、
通信回線１９を介して集中監視センター１７に接続する
ことでテレメータシステムを構築している。

【００６４】一般に健常人であれば就寝中でも数１０分
程度ごとになんらかの体動を起こすことが知られている
が、体力の弱った老人や障害者の一部は自ら体動を起こ
すことができず床ずれを起こしやすい。また床づれは一
晩あるいは数時間で急速に進行するので従来はまだ体動
が起こせる老人に対しても介護者が一定時間ごと強制的
に体位交換の作業をしていたが、本監視装置は床づれ発
生の危険があれば即座に集中監視センター１７に通報す
るので床づれ発生を未然に防ぐとともに介護者の負担を
大変軽くし、就寝者の眠りも妨げないという効果があ
る。一方在、不在状態が反転した場合に通報することで
夜間における痴呆性老人の徘徊やベッドからの転落事故
などが遠隔から即座に発見できる。

【００６５】報知手段１８は床づれ発生の危険がある場
合や在、不在の状態が反転した場合にのみ集中監視セン
ター１７に通報するので通信回線１９を占有しなくても
よい。つまり通信回線１９を他用途に兼用したり、本監
視装置を複数台接続し１：ｎの通信システムにすること
も簡単である。

【００６６】尚、この集中監視センター１７は本監視装
置と同一構内にあっても、屋外の遠隔地にあっても構わ
ない。また報知手段１８は通信回線１９を介して遠隔通
報するのでなく、信号処理装置８内に設けた緊急ブザー
や緊急ランプなどを駆動する構成でもよい。

【００６７】次に本発明の第７の実施例を図１４、図１
５、図１６を用いて説明する。図１４が図２に示した第
１の実施例と異なるのは、データ収集手段９によって収
集された時系列データの周波数成分のうち特定周波数帯
でのパワースペクトルに応じ人の心拍数を抽出する生体
信号抽出手段２０と、この生体信号抽出手段２０で抽出
された心拍数が所定範囲を逸脱したか否かを判定する第
１の判定手段２１と、生体信号抽出手段２０で抽出され
た心拍数が所定範囲を継続して逸脱した時間を測定する
継続時間測定手段２２と、この継続時間が所定値を越え
たか否かを判定する第２の判定手段２３と、生体信号抽
出手段２０で抽出された心拍数を表示する表示手段２４
及び心拍数を記憶する記憶手段２５と、この記憶手段２
５で記憶された心拍データからゆらぎ量を算出するゆら
ぎ量算出手段２６と、このゆらぎ量算出手段２６で算出
されたゆらぎ量が所定範囲内か否かを判定する第３の判
定手段２７を備え、さらに第１の判定手段２１、第２の
判定手段２３、第３の判定手段２７いずれかにおいて判
定条件成立の場合、報知する報知手段２８を備えたもの
である。

【００６８】生体信号抽出手段２０は心拍用フィルタ部
２０ａ、心拍用波形整形部２０ｂ、自己相関関数算出部
２０ｃ、心拍数算出部２０ｄからなり、これらは全てデ
ジタル信号処理手段によって実現されている。心拍用フ
ィルタ部２０ａはバタワースなどの巡回型バンドパスフ
ィルタであり、心拍信号抽出に必要な周波数成分を通
す。心拍用フィルタ部２０ａで得られた波形をさらに心
拍用波形整形部２０ｂでは心拍におけるＲ波が強調され
るように２乗化処理で変換する。一般に心拍のＰ、Ｑ、
Ｒ、Ｓ各波のうちでもＲ波が最も高い周波数成分を持ち
振幅も大きいことが知られている。そこでＲ−Ｒ間隔を
もとに基本周期を導く構成とした。次に自己相関関数算
出部２０ｃでは心拍用波形整形部２０ｂで変換された波
形に対し（数４）のような自己相関関数Ｒ（τ）あるい
はこれを正規化して（数５）のような自己相関係数Ｃ
（τ）を算出する。

【００６９】

【数４】

【００７０】

【数５】

【００７１】

【数６】

【００７２】さらに心拍数算出部２０ｄでは自己相関関
数算出部２０ｃの算出結果から、時系列データの基本周
期Ｔを算出し、これを１分間当たりの心拍数として出力
する構成である。

【００７３】図１５に人が安静状態でベッドに横たわっ
た場合に体動検出手段６からの出力波形（３０秒間）を
基に、データ収集手段９の出力波形１５（ａ）、心拍用
フィルタ部２０ａの出力波形１５（ｂ）、心拍用波形整
形部２０ｂの出力波形１５（ｃ）、自己相関関数算出部
２０ｃの出力波形１５（ｄ）をそれぞれ示す。１５
（ｄ）のグラフで横軸は時間ずらし量τであり、縦軸は
自己相関係数Ｃ（τ）である。心拍数算出部２０ｄは最
初のピーク点である基本周期Ｔを算出し、このピーク点
におけるτの値が０．１＜τ＜５．０でかつＣ（τ）の
値が０．２以上であれば正しい心拍数が検出されたと判
定し１分間当たりの心拍数を出力する。そうでなければ
「測定不能」の判定結果を出力する。基本周期Ｔの検出
は例えば１５（ｄ）のデータをさらにＦＦＴ演算しパワ
ースペクトル検出によって判定してもよい。１５（ｄ）
の例では基本周期Ｔは０．８５秒なのでこの人の心拍数
は１分間当たり７１拍であることがわかる。圧電素子か
らなる体動検出手段６では、寝返りなど大きな体動があ
る場合心拍数が一時的に「測定不能」となるが、安静状
態になれば測定可能状態に戻ることになる。生体信号抽
出部２０からの心拍数信号の出力頻度は、図１５に示し
たような３０秒間の時系列データを用いて３０秒ごとに
行なうものとしてもよいし逐次対象とする時系列データ
をずらしていくことでもっと頻般（例えば５秒ごと）に
してもよい。

【００７４】第１の判定手段２１には閾値可変の設定部
２１ａがあり、生体信号抽出手段２０から心拍数が出力
されかつこの設定部２１ａで定めた範囲（例えば２０〜
２００拍／分）を逸脱した場合、異常判定出力する。

【００７５】継続時間測定手段２２には閾値可変の設定
部２２ａがあり、生体信号抽出手段２０から出力された
心拍数がこの設定部２２ａで定めた範囲（例えば３０〜
１５０）を継続して逸脱した時間を出力する。

【００７６】第２の判定手段２３には閾値可変の設定部
２３ａがあり、継続時間測定手段２２から出力された継
続時間がこの設定部２３ａで定めた値（例えば５分間）
を越えた場合、異常判定出力する。

【００７７】記憶手段２５は、ＦＩＦＯ（ファーストイ
ンファーストアウト）メモリで構成され生体信号抽出手
段２０から出力された心拍数を長期間（例えば最新１週
間分）蓄積し、さらにゆらぎ量算出手段２６が図１６に
示されるような心拍数のヒストグラムから分散値によっ
て心拍数のゆらぎ量を算出する。あるいはゆらぎ量とし
て心拍数の推移（時系列データ）を周波数分析によって
パワースペクトルの傾きが周波数の何乗分の１に相当す
るかを算出する。

【００７８】第３の判定手段２７には閾値可変の設定部
２７ａがあり、ゆらぎ量算出手段２６で算出されたゆら
ぎ量がこの設定部２７ａで定めた範囲を越えた場合、異
常判定出力する。これは健常人の心拍は長期間で見ると
ある範囲内でゆらいでおり、ゆらぎが全くない場合は何
らかの異常であることを利用したものである。また人が
入床後眠りに入った場合、必要となる代謝量が減ること
から心拍数や呼吸数に関して徐波化が見られることを利
用したものである。

【００７９】報知手段２８は、第１の判定手段２１、第
２の判定手段２３、第３の判定手段２７からのいずれか
が異常判定出力をすれば条件成立の場合、アラームラン
プを点灯しまたブザーを駆動する。

【００８０】上記構成において人の心拍数から人の異常
状態の有無を監視できる。特に複数の判定条件を備えた
ことで異常状態判定の精度が高められる。また長期間に
わたり、特定の人の生体信号のトレンドを把握すること
ができるので健康状態の推移が把握できる。本監視装置
を作動させると連続監視がされるので、医療の専門家が
その場に立ち会わなくても必要なデータが自動的に蓄積
される。また心拍のゆらぎ量から循環器系の疾患も自動
的に発見できる。

【００８１】尚、ここで算出する生体信号は呼吸数など
を用い、無呼吸症などによる突然死を防止する構成にし
てもよい。同一の信号から心拍と呼吸とを分離し異常判
定の条件を複合化してもよい。また体動量や体動部位に
ついて異常判定を行ってもよい。また生体信号から異常
判定する場合、１分間当たりの心拍数など値そのもので
はなく変化率や長期的な変動傾向から判断してもよい。
また時間帯や季節に応じて判定条件となる閾値を変えて
いってもよい。報知手段２８は図１３で示した第６の実
施例同様、集中監視センターなどに通報するテレメータ
システムを構築してもよい。体動検出手段６に圧電素子
を複数箇所設けてもよい。また本監視装置は人を例にと
って説明したが、動物など他の生物に適応しても構わな
い。

【００８２】

【発明の効果】以上の説明から明らかのように本発明の
監視装置によれば、次の効果が得られる。

【００８３】（１）使用者に負担をかけたり違和感を与
えることなく在、不在あるいは生死を判定できる。人が
いる限りどんなに安静状態を保っていても不在や物体と
確実に区別できる。特に時系列データを信号処理するこ
とにより温度変動などの環境要因に左右されず再現性よ
く判定できる。また装置全体の小型化が図れる。

【００８４】（２）電気的物理的ノイズに強くなり、誤
判定がなくなる。（３）得られる信号の振幅自体が小さくても確実に判定
できる。

【００８５】（４）体の部位ごとの体動に応じた信号が
直接検出できるので、どんな姿勢でもまたどんな安静状
態でも人が生きている限り体表面から発生する振動を確
実に検出できる。

【００８６】（５）安価で製造も容易となる。（６）遠隔にいる監視者に緊急情報だけを即座に伝える
ことができる。また複数台を接続した集中管理システム
が容易に構築できる。

【００８７】（７）人の健康状態や異常の有無が監視で
きる。（８）長期間にわたり、生体信号のトレンドを把握する
ことができるので健康状態の推移が簡単に把握できる。
医療の専門家がその場に立ち会わなくても必要なデータ
が蓄積され遠隔診断または事後診断ができる。

【００８８】（９）生体信号の変動量ないし変動速度に
応じてある種の疾患が自動的に発見できる。

【図面の簡単な説明】

【図１】本発明の第１の実施例における監視装置の斜視
図

【図２】同装置のブロック図

【図３】同装置における帯域増幅部９ａのフィルタ特性
図

【図４】（ａ）同装置における帯域増幅部９ａからの出
力波形を示した図（ｂ）同装置における帯域増幅部９ａからの出力波形の
うちＳ部の拡大図

【図５】同装置における判定手段１１による判定結果を
示した図

【図６】本発明の第２の実施例における監視装置の判定
手段１１の動作を説明するフローチャート

【図７】同装置における判定手段１１による判定結果を
示した図

【図８】本発明の第３の実施例における監視装置のブロ
ック図

【図９】同装置における判定手段１５の動作を説明する
フローチャート

【図１０】本発明の第４の実施例における監視装置の斜
視図

【図１１】同装置における帯域増幅部９ａからの出力波
形及びポリグラフ測定結果を示した図

【図１２】本発明の第５の実施例における監視装置の体
動検出手段６の構造図

【図１３】本発明の第６の実施例における監視装置のブ
ロック図

【図１４】本発明の第７の実施例における監視装置のブ
ロック図

【図１５】（ａ）同装置におけるデータ収集手段９の出
力波形を示す図（ｂ）同装置における心拍用フィルタ２０ａの出力波形
を示す図（ｃ）同装置における心拍用波形整形部２０ｂの出力波
形を示す図（ｄ）同装置における自己相関関数算出部２０ｃの出力
波形を示す図

【図１６】同装置における記憶手段２５で蓄積された心
拍数の分布図

【図１７】従来の監視装置の断面図

【図１８】同装置のＡ−Ａ線断面図

【符号の説明】

６体動検出手段８信号処理装置９データ収集手段１０分散値算出手段１１判定手段１２表示手段１３記憶手段

Claims

【特許請求の範囲】

【請求項１】人の体動を検出する体動検出手段と、前記
体動検出手段からの出力信号を時系列データに変換する
データ収集手段と、前記データ収集手段によって収集さ
れた前記時系列データの分散値など統計量を算出する統
計量算出手段と、前記統計量算出手段によって算出され
た前記統計量に基づき人の在、不在を判別する判定手段
とを備えた監視装置。
【請求項２】判定手段は少なくとも２つの閾値を持ち、
第１の閾値と第２の閾値の間に不感帯を設けて人の在、
不在を判別する請求項１記載の監視装置。
【請求項３】人の体動を検出する体動検出手段と、前記
体動検出手段からの出力信号を時系列データに変換する
データ収集手段と、前記データ収集手段によって収集さ
れた前記時系列データの周波数成分を算出する周波数成
分算出手段と、前記周波数成分算出手段により算出され
たパワースペクトルに応じ人の在、不在を判別する判定
手段とを備えた監視装置。
【請求項４】体動検出手段は複数の圧電素子からなり、
寝具、寝台、座布団、椅子、便座など人体と接触する器
具内に分散して配設される請求項１または３記載の監視
装置。
【請求項５】体動検出手段は可撓性の同軸ケーブル状の
圧電素子からなり、寝具、寝台、座布団、椅子、便座な
ど人体と接触する器具内に配設される請求項１または３
記載の監視装置。
【請求項６】統計量算出手段で算出された統計量が所定
範囲を継続して逸脱した時間を測定する継続時間測定手
段を備え、継続時間が所定値を越えた場合に報知する報
知手段を備えた請求項１記載の監視装置。
【請求項７】判定手段での判定結果が在から不在あるい
は不在から在に状態変化した場合に報知する報知手段を
備えた請求項１または３記載の監視装置。
【請求項８】データ収集手段によって収集された時系列
データの周波数成分のうち特定周波数帯でのパワースペ
クトルに応じ人の心拍数または呼吸数などの生体信号を
抽出する生体信号抽出手段と、前記生体信号抽出手段で
抽出された前記生体信号の周期が所定範囲を逸脱した場
合に報知する報知手段を備えた請求項３記載の監視装
置。
【請求項９】データ収集手段によって収集された時系列
データの周波数成分のうち特定周波数帯でのパワースペ
クトルに応じ人の心拍数または呼吸数などの生体信号を
抽出する生体信号抽出手段と、前記生体信号抽出手段で
抽出された前記生体信号の周期が所定範囲を継続して逸
脱した時間を測定する継続時間測定手段と、継続時間が
所定値を越えた場合に報知する報知手段を備えた請求項
３記載の監視装置。
【請求項１０】データ収集手段によって収集された時系
列データの周波数成分のうち特定周波数帯でのパワース
ペクトルに応じ人の心拍数または呼吸数などの生体信号
を抽出する生体信号抽出手段と、前記生体信号抽出手段
で抽出された前記生体信号を記憶する記憶手段を備えた
請求項３記載の監視装置。
【請求項１１】記憶手段で記憶された生体信号の変動量
ないし変動速度に応じて報知する報知手段を備えた請求
項９記載の監視装置。