JPH11511036A - Apparatus and method for time-dependent power spectrum analysis of physiological signals - Google Patents

Apparatus and method for time-dependent power spectrum analysis of physiological signals

Info

Publication number
JPH11511036A
JPH11511036A JP8510976A JP51097696A JPH11511036A JP H11511036 A JPH11511036 A JP H11511036A JP 8510976 A JP8510976 A JP 8510976A JP 51097696 A JP51097696 A JP 51097696A JP H11511036 A JPH11511036 A JP H11511036A
Authority
JP
Japan
Prior art keywords
window
frequency
time
selector
power spectrum
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
JP8510976A
Other languages
Japanese (ja)
Inventor
アクセルロッド ソランジ
ケセルブレナー ローレンス
Original Assignee
ラモート ユニバーシティ オーソリティ フォー アプライド リサーチ ＆ インダストリアル ディベロップメント リミテッド
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by ラモート ユニバーシティ オーソリティ フォー アプライド リサーチ ＆ インダストリアル ディベロップメント リミテッド filed Critical ラモート ユニバーシティ オーソリティ フォー アプライド リサーチ ＆ インダストリアル ディベロップメント リミテッド
Publication of JPH11511036A publication Critical patent/JPH11511036A/en
Withdrawn legal-status Critical Current

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A61B5/0245—Detecting, measuring or recording pulse rate or heart rate by using sensing means generating electric signals, i.e. ECG signals
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A61B5/02405—Determining heart rate variability
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/40—Detecting, measuring or recording for evaluating the nervous system
    • A61B5/4029—Detecting, measuring or recording for evaluating the nervous system for evaluating the peripheral nervous systems
    • A61B5/4035—Evaluating the autonomic nervous system
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4884—Other medical applications inducing physiological or psychological stress, e.g. applications for stress testing
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7253—Details of waveform analysis characterised by using transforms
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/369—Electroencephalography [EEG]
    • A61B5/372—Analysis of electroencephalograms
    • A61B5/374—Detecting the frequency distribution of signals, e.g. detecting delta, theta, alpha, beta or gamma waves
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7253—Details of waveform analysis characterised by using transforms
    • A61B5/7257—Details of waveform analysis characterised by using transforms using Fourier transforms
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7253—Details of waveform analysis characterised by using transforms
    • A61B5/726—Details of waveform analysis characterised by using transforms using Wavelet transforms

Abstract

(57)【要約】 本発明は、自律神経系によって変調される生理的信号の時間依存パワースペクトルの解析装置に関する。この装置は、自律神経系によって変調される生理的信号を検出するセンサと、この信号に内在する少なくとも一つの周波数を選択する周波数選択装置とを有する。この装置はさらに、この少なくとも一つの周波数用の上記信号に沿ったウインドウ内で、生理的信号のパワースペクトルを決定するための選択ウインドウ時間−周波数解析プロセッサと、生理的信号のパワースペクトルによって提供される自律神経系の機能に伴う情報を提供するための出力装置も有する。 (57) [Summary] The present invention relates to an apparatus for analyzing a time-dependent power spectrum of a physiological signal modulated by an autonomic nervous system. The device has a sensor for detecting a physiological signal modulated by the autonomic nervous system and a frequency selection device for selecting at least one frequency inherent in the signal. The apparatus is further provided by a selected window time-frequency analysis processor for determining a power spectrum of the physiological signal within a window along the signal for the at least one frequency, and a power spectrum of the physiological signal. It also has an output device for providing information associated with the function of the autonomic nervous system.

Description

【発明の詳細な説明】 生理的信号の時間依存パワースペクトル解析用装置及び方法発明の分野および背景 本発明は、生理的信号全般についての時間依存パワースペクトル（周波数ス ペクトル）解析用の装置および方法に関し、特に、自律神経系（ＡＮＳ）によっ て変調される心臓と呼吸器に関する時間依存パワースペクトル解析用の装置およ び方法に関する。 多くの生理的な信号は自律神経系により変調(modulate)されることがよく知 られている。このような生理的信号としては、心臓と呼吸器の信号があり、例え ば、呼吸、心電図（ＥＣＧ）、心拍数（ＨＲ）、血圧（ＢＰ）、血流、血管抵抗 、心臓容積、心臓断面、心臓収縮性、末梢神経抵抗等の信号がある。自律神経系 によって変調されることがない生理的な信号としては、脳電図（ＥＥＧ）信号、 筋電図（ＥＭＧ）信号、ＥＣｏＧ信号等がある。 また、自律神経系の機能に影響する刺激（興奮）および／または短期的な変 化は生理的な信号に影響を及ぼしたり及ぼされたりする。自律神経制御の解析に 一般に用いられる刺激（興奮）としては、姿勢の変化、体の傾動、薬剤の介在、 深呼吸、迷走神経の操作、手を握ること等がある。 一般的にいって、自律神経系によって変調された人間の生理信号のパワース ペクトルは二つの周波数レンジに分けられる：すなわち、０．１５Ｈｚ以下の低 周波数（ＬＦ）レンジと、０．１５Ｈｚ以上で大人では約０．２Ｈｚでピークを 示し子供では約０．４Ｈｚでピークを示す高周 波数（ＨＦ）レンジに分けられる。高周波数レンジは素速い反応を示す副交感神 経系を介して伝達され、低周波数レンジは副交感神経系およびゆっくりした反応 を示す交感神経系を介して伝達される。 フーリエ変換や自己回帰モデルの変換による標準的なスペクトル解析は、定 常状態条件下で生理信号を定量的に評価する試みに広く用いられている。しかし ながら、これらのアプローチは、休息状態もしくは安定状態条件下での解析に限 られ、静止状態という仮定を用いることができない急速もしくは過渡的な応答に 対しては適切ではない。 さらに最近では、標準のスペクトル解析においての静止状態条件という制限 を打ち破るアプローチが開発されつつある。このようなアプローチは二つのメイ ングループに分類される：すなわち、時間周波数分布と時間依存モデルである。 時間周波数分布としては、ショートタイムフーリエ変換（ＳＴＦＴ）、ウイング ラービィレ分布（ＷＶＤ）のようなコーエンクラスに属する分布、指数分布（Ｅ Ｄ）等がある。時間依存モデルは、自己回帰（ＡＲ）もしくは自己回帰移動平均 （ＡＲＭＡ）モデル等に基づく。このようなアプローチの欠点は、ＳＴＦＴの場 合では周波数解析と疑似静止状態との間で妥協が必要ということであり、干渉期 間を除去するためにＷＶＤに平滑化が求められることであり、経験的に選択され る忘却ファクターの重要性であり、時間依存ＡＲおよびＡＲＭＡのモデルオーダ ーである。 時間依存信号の解析に関するもっと最近での進歩について、"The Wavelet T ransform Time Frequency Localieation and Signal Analysis"というタイトル で、I.Daubaechiesにより書かれた文献(IEEE Transactions on Information The ory，Vol.36，No.5，1990年９月発行)に述べられており、この文献内容はここに 参照してインコーポレートする。しかしながら、現在までのところ、"EEG Parox ysmic Activity Detected by Neural Networks after Wavelet Transform Analysis"というタイトルで、Cloch on等により係られた文献（the European Symposium on Artificial Neural Netw orks（ESANN）1993の議事録第145-150ページ）に述べられているように、このア プローチはＥＥＧ信号に限られている。 このため、生理的信号全般についての時間依存パワースペクトル解析用の装 置および方法、特に、上記欠点を克服できるような自律神経系（ＡＮＳ）によっ て変調される心臓と呼吸器に関する時間依存パワースペクトル解析用の装置およ び方法が求められている。発明の要約 本発明は、生理的信号全般についての時間依存パワースペクトル（周波数ス ペクトル）解析用の装置および方法のためのものであり、特に、自律神経系（Ａ ＮＳ）によって変調される心臓と呼吸器に関する時間依存パワースペクトル解析 用の装置および方法のためのものである。 このため、第１の本発明によれば、自律神経系によって変調される生理的信 号の時間依存パワースペクトルの解析装置は、（ａ）自律神経系によって変調さ れる生理的信号を検出するセンサと、（ｂ）この信号に内在する少なくとも一つ の周波数を選択する周波数選択装置と、（ｃ）この少なくとも一つの周波数用の 上記信号に沿ったウインドウ内で、生理的信号のパワースペクトルを決定するた めの選択ウインドウ時間−周波数解析プロセッサと、（ｄ）生理的信号のパワー スペクトルによって提供される自律神経系の機能に伴う情報を提供するための出 力装置とから構成される。 本発明のさらなる特徴によれば、上記センサが、ＥＣＧレコーダ、呼吸モニ タ、血圧トランスデューサ、ドップラー流量計、タコメータ、フィンガープレチ スモグラフ、皮膚抵抗検流計、心臓血管モニター装置の いずれかから選択される。 本発明の別の特徴によれば、上記ウインドウが、矩形開口、ハミング開口、 ハニング開口、ブラックマン開口、ガウシアン開口、ローレンチアン開口、サイ ンウインドウ、いずれかのべき乗のサインウインドウ、いずれかのべき乗のコサ インウインドウ、これらから派生するウインドウのいずれかから選択される開口 を備える。 本発明のさらに別の特徴によれば、上記装置の周波数解析能を決定する周波 数選択装置を有する。 本発明のさらに別の特徴によれば、上記装置の時間解析能を決定するタイミ ング選択装置を有する。 本発明のさらに別の特徴によれば、上記センサにより検出される生理的信号 のタイプを選択する生理的信号セレクタを有する。 本発明のさらに別の特徴によれば、調査対象に与えられる刺激のタイプを選 択する刺激タイプセレクタを有する。 本発明のさらに別の特徴によれば、上記出力装置において出力される周波数 のレンジを決定する周波数選択装置を有する。 本発明のさらに別の特徴によれば、上記出力装置において出力される生理的 信号の時間依存パワースペクトル開始および終了を決定するためのタイミング選 択装置を有する。 本発明のさらに別の特徴によれば、上記センサと選択ウインドウ時間−周波 数解析プロセッサとの間に設けられるディトレンディングフィルタを有する。 本発明のさらに別の特徴によれば、選択ウインドウ時間−周波数解析プロセ ッサがウェーブレットプロセッサである。 本発明のさらに別の特徴によれば、ウェーブレットプロセッサに用いられる プロトタイプ関数を選択するプロトタイプ関数セレクタを有する 本発明のさらに別の特徴によれば、ウェーブレットプロセッサに用いられる スケールパラメータを選択するスケールパラメータセレクタを有する。 本発明のさらに別の特徴によれば、ウェーブレットプロセッサに用いられる シフトパラメータを選択するシフトパラメータセレクタを有する。 本発明のさらに別の特徴によれば、選択ウインドウ時間−周波数解析プロセ ッサが選択分離スペクトル変換アルゴリズムプロセッサである。 本発明のさらに別の特徴によれば、フーリエ変換、ハール変換、ハートリー 変換、サイン変換、コサイン変換、ハダマード変換のいずれか一つの変換を選択 するスペクトル変換セレクタを有する。 本発明のさらに別の特徴によれば、ウインドウの持続時間を選択するウイン ドウ持続時間セレクタを有する。 本発明のさらに別の特徴によれば、ウインドウの開口を選択するウインドウ 開口セレクタを有する。 本発明のさらに別の特徴によれば、ウインドウ内におけるデータポイント数 を選択するポイント数セレクタを有する。 本発明のさらに別の特徴によれば、選択分離スペクトル変換解析プロセッサ により用いられるデシメーションテクニックを選択するデシメーションテクニッ クセレクタを有する。 また、第２の本発明は自律神経系によって変調された生理的信号の時間依存 パワースペクトル解析用方法に関し、この方法は、（ａ）自律神経系によって変 調された生理的信号を検出し、（ｂ）この信号に内在される少なくとも一つの周 波数を選択し、（ｃ）上記少なくとも一つの周波数用の上記信号に沿ったウイン ドウ内で、生理的信号のパワースペクトルを決定し、（ｄ）生理的信号のパワー スペクトルによって提供される自律神経系の機能に関係する情報を提供すること から構成される。 さらに、第３の本発明は、生理的信号の時間依存パワースペクトル解析用装 置に関し、この装置は、（ａ）生理的信号を検出するセンサと、（ｂ）この信号 に内在される少なくとも一つの周波数を選択する周波数セレクタと、（ｃ）上記 少なくとも一つの周波数用にほぼ反比例する持続時間を有し、上記信号に沿った ウインドウ内を作り出すウインドウジェネレータと、（ｄ）ウインドウ内におい てデータポイントを提供するデシメーション装置と、（ｅ）上記少なくとも一つ の周波数用のウインドウ内において上記信号のパワースペクトルを決定するスペ クトル変換装置と、（ｆ）上記信号の時間依存パワースペクトルに伴う情報を提 供する出力装置とから構成される。 本発明の特徴によれば、上記センサが、ＥＣＧレコーダ、呼吸モニタ、フィ ンガープレチスモグラフ、ドップラー流量計、タコメータ、血圧トランスデュー サ、皮膚抵抗検流計、ＥＥＧモニター、ＥＭＧモニターのいずれかから選択され る。 本発明の別の特徴によれば、上記ウインドウが、矩形開口、ハミング開口、 ハニング開口、ブラックマン開口、ガウシアン開口、ローレンチアン開口、サイ ンウインドウ、いずれかのべき乗のサインウインドウ、いずれかのべき乗のコサ インウインドウ、これらから派生するウインドウのいずれかから選択される。 本発明のさらに別の特徴によれば、上記装置の周波数解析能を決定する周波 数選択装置を有する。 本発明のさらに別の特徴によれば、上記装置の時間解析能を決定するタイミ ング選択装置を有する。 本発明のさらに別の特徴によれば、上記センサにより検出される生理的信号 のタイプを選択する生理的信号セレクタを有する。 本発明のさらに別の特徴によれば、調査対象に与えられる刺激のタイ プを選択する刺激タイプセレクタを有する。 本発明のさらに別の特徴によれば、上記出力装置において出力される周波数 のレンジを決定する周波数選択装置を有する。 本発明のさらに別の特徴によれば、上記出力装置において出力される生理的 信号の時間依存パワースペクトル開始および終了を決定するためのタイミング選 択装置を有する。 本発明のさらに別の特徴によれば、上記センサと選択ウインドウ時間−周波 数解析プロセッサとの間に設けられるディトレンディングフィルタを有する。 本発明のさらに別の特徴によれば、フーリエ変換、ハール変換、ハートリー 変換、サイン変換、コサイン変換、ハダマード変換のいずれか一つの変換を選択 するスペクトル変換セレクタを有する。 本発明のさらに別の特徴によれば、ウインドウの持続時間を選択するウイン ドウ持続時間セレクタを有する。 本発明のさらに別の特徴によれば、ウインドウの開口を選択するウインドウ 開口セレクタを有する。 本発明のさらに別の特徴によれば、ウインドウ内におけるデータポイント数 を選択するポイント数セレクタを有する。 本発明のさらに別の特徴によれば、選択分離スペクトル変換解析プロセッサ により用いられるデシメーションテクニックを選択するデシメーションテクニッ クセレクタを有する。 第４の本発明は生理的信号の時間依存パワースペクトル解析用の方法に関し 、この方法は、（ａ）生理的信号を検出し、（ｂ）この信号に内在される少なく とも一つの周波数を選択し、（ｃ）上記少なくとも一つの周波数にほぼ反比例す るウインドウ持続時間を有するとともに上記信号に沿ったウインドウを作り出し 、（ｄ）このウインドウ内でデータポ イントを提供し、（ｅ）上記少なくとも一つの周波数用のウインドウ内で上記信 号のパワースペクトルを決定し、（ｆ）上記信号の時間依存パワースペクトルに 伴う情報を提供するように構成される。図面の簡単な説明 以下に、添付の図面を参照して、本発明の実施例について説明するが、この 図において、 図１は本発明に基づいて構成され且つ作動させれる装置の好ましい実施例を 示すブロック図であり、生理的信号の時間依存パワースペクトル解析用に用いら れる選択ウインドウ時間−周波数解析プロセッサを有する。 図２は、仰向けに寝た状態から立ち上がるという姿勢変化を行うことにより 刺激（興奮）を与えられた人間について、ＥＣＧレコーダにより検出した心電図 （ＥＣＧ）信号から得られた心拍数の代表的なトレース例を示している。 図３は、図１の選択ウインドウ時間−周波数解析プロセッサを示すブロック 図であり、ここではウェーブレットプロセッサとして表されている。 図４は、図１の選択ウインドウ時間−周波数解析プロセッサを示すブロック 図であり、ここでは選択分離スペクトル変換プロセッサプロセッサとして表され ている。 図５Ａ−５Ｃはそれぞれ、図２の心拍数変化における定収は（ＬＦ）パワー 、高周波（ＨＦ）パワーおよびＬＦ／ＨＦ比についての、オシロスコープタイプ 時間依存グラフである。 図６は、図１に示す三次元（３Ｄ）時間依存パワースペクトルグラフについ ての、二次元（２Ｄ）時間依存パワースペクトル等高線マップで ある。好ましい実施例の説明 本発明は、生理的信号全般についての時間依存パワースペクトル解析用の装 置および方法に関し、特に、自律神経系（ＡＮＳ）によって変調される心臓と呼 吸器に関する時間依存パワースペクトル解析用の装置および方法に関する。 本発明に係る装置および方法の原理および作動については、図面および以下 の説明を参照して良く理解できるであろう。 まず図面を参照して、図１には番号１００によって示される装置を表してお り、この装置は、本発明に基づき、生理的信号全般についての時間依存パワース ペクトル解析を行うように、特に、自律神経系（ＡＮＳ）によって変調される心 臓と呼吸器に関する時間依存パワースペクトル解析を行うように構成され、作動 される。 一般的に、装置１００は、生理的信号検出用のセンサ１０２によって検出さ れた静止もしくは非静止で、単一成分もしくは多成分の生理的信号の時間依存ス ペクトル解析を行う。生理的信号としては心臓と呼吸器の信号があり、例えば、 呼吸、心電図（ＥＣＧ）、心拍数（ＨＲ）、血圧（ＢＰ）、血流、血管抵抗、心 臓容積、心臓断面、心臓収縮性、末梢神経抵抗等の信号がある。自律神経系（Ａ ＮＳ）によって変調されることがない生理的な信号としては、脳電図（ＥＥＧ） 信号、筋電図（ＥＭＧ）信号、ＥＣｏＧ信号等がある。このため、センサ１０２ は、ＥＣＧレコーダー、呼吸モニタ、血圧トランスデューサ、ドップラー流量計 、タコメータ、フィンガープレチスモグラフ（体積記録器）、皮膚抵抗検流計、 心臓血管モニター装置等から構成することができる。 説明のため、図２には、ＥＣＧ（心電図）レコーダーにより検出され た人体のＥＣＧ信号から得られた心拍数の代表的なトレース例を示しており、こ こでは、装置１００による解析のため、この人体に約時間ｔ＝１２２５秒におい て姿勢変化（ＣＰ）を行わせるという形で刺激（興奮）が与えられた。良く知ら れているように、姿勢変化（ＣＰ）は人体の心拍数の増加を引き起こす。心拍数 の増加は、自律神経系の両ブランチによる心拍数の変調の変化によって引き起こ される。第１に、素速い反応を示す副交感神経系による変調の減衰により引き起 こされる。第２に、ゆっくりした反応を示す交感神経系による心拍数の変調の強 化により引き起こされる。 副交感神経系による心拍数の変調の減衰は、刺激（興奮）の直後において心 拍数が突然急増（オーバーシュート）するという現象として明瞭に現われ、この のち心拍数は徐々に増加し、平均心拍数は刺激の前より後の方が大きくなる。ゆ っくりした反応を示す交感神経系による心拍数の変調の強化は、１３００秒から １５００秒における平均心拍数のゆっくりした増加として現れている。 装置１００が番号１０４で示される選択ウインドウ時間−振動数解析(selec tive windowed time-frequency analysis; SWTFA)プロセッサを有することが本 発明の大きな特徴であり、このプロセッサはセンサ１０２によって検出された生 理的信号の時間依存パワースペクトル解析を行う。ＳＷＴＦＡプロセッサ１０４ は、これに限られるものではないが、つぎのようないくつかの構成例、すなわち 、図３を参照して以下に詳説するウエーブレットプロセッサ１０６、図４を参照 して以下に詳説する選択分離スペクトル変換解析プロセッサ１０８等として実現 している。 いずれの場合でも、ＳＷＴＦＡプロセッサ１０４は、信号に沿って一連のウ インドウを作り出すウインドウジェネレータ１１０を有し、各ウインドウ内にお いて調査対象となる振動数のパワースペクトル解析が行 われる。さらに、ＳＷＴＦＡプロセッサ１０４は、ウインドウジェネレータ１１ ０によって提供される各ウインドウ内における特定の周波数のパワースペクトル を決定するパワースペクトル決定装置１１２を有する。ＳＷＴＦＡプロセッサ１ ０４の構成例に応じて、矩形開口ウインドウ、ハミング(Hamming)開口ウインド ウ、ブラックマン(Blackman)開口ウインドウ、ガウシアン(Gaussian)開口ウイン ドウ、ローレンチアン（Lorentzian)開口ウインドウ、サイン(sine)ウインドウ 、いずれかのべき乗のサインウインドウ、いずれかのべき乗のコサインウインド ウ、これらから派生するウインドウ等のウインドウとすることができるが、これ に限られるものではない。 ウインドウの持続時間は一般的に調査対象となる周波数に反比例するという ことがＳＷＴＦＡプロセッサ１０４の大きな特徴である。このため、低周波数は 長時間ウインドウを用いて調査され、高周波数は短時間ウインドウを用いて調査 される。広い周波数および時間にわたる生理的信号の解析が可能であることがＳ ＷＴＦＡプロセッサ１０４のもう一つの特徴である。例えば、ＳＷＴＦＡプロセ ッサ１０４は、スペクトルの最低周波数において０．００１ヘルツオーダーで、 ３０分の周波数解析能を有し、もしくはこれ以下の周波数でもっと長い時間の周 波数解析能を有する。さらに、ＳＷＴＦＡプロセッサ１０４は、約２ヘルツの周 波数では１秒間まで時間解析能を有する。時間および周波数解析能は、時間−周 波数面の中心部においては中間値となる。 ＳＷＴＦＡプロセッサ１０４の機能を調整するために、装置１００にはオペ レータインターフェース１１６が設けられており、このインターフェースにより 、オペレータは、解析対象となる生理的信号のタイプ、刺激（興奮）のタイプ、 その他以下に説明するパラメータを選択することができる。このため、オペレー タインターフェース１１６は、解析対 象となる生理的信号のタイプを選択するための生理的信号セレクタ１１８と、調 査対象に用いられる刺激（興奮）のタイプを選択する刺激タイプセレクタ１２０ とを有する。 調査時での周波数もしくは周波数レンジは周波数選定装置１２２を用いてユ ーザにより選択される。例えば、広い範囲にわたる哺乳動物の自律神経系の解析 のために、約０ヘルツから約２０ヘルツのレンジから調査用として一つもしくは 複数の周波数を選択することができる。調査用の周波数は、第１周波数レジスタ ー１２４、最終周波数レジスター１２６および周波数インターバルレジスター１ ２８に値を設定して決められ、これにより、ＳＷＴＦＡプロセッサ１０４は、第 １周波数レジスター１２４に記憶された第１周波数から最終周波数レジスター１ ２６に記憶された最終周波数まで周波数インターバルレジスター１２８により設 定された値ずつ増加させながら継続的な周波数の解析処理を行う。さらに、周波 数選定装置１２２は、対応するパワースペクトルの表示を決定するための、一つ もしくは複数の周波数レンジセレクタ１３０，１３２を有する。例えば、周波数 レンジセレクタ１３０，１３２は低周波数（ＬＦ）パワーおよび高周波数（ＨＦ ）パワーの表示を選択するために用いられる。 オペレータインターフェース１１６はまたタイミング選択装置１３４を有し 、この装置は、生理的信号の時間解析能を決めるタイマー１３６と、以下に述べ る数対のスタート及びストップタイマーとを有する。タイマー１３６は連続する ウインドウのオーバーラップ度を決める。一対のタイマー１３８は好ましくは、 生理的信号を変調する自律神経制御での低周波数（ＬＦ）パワースペクトル表示 の開始および終了制御に用いられる。一対のタイマー１４０は好ましくは、生理 的信号を変調する自律神経制御での高周波数（ＨＦ）パワースペクトル表示の開 始および終 了制御に用いられる。その他のタイマー１４２は、他のパラメータが表示もしく は計算されるときのインターバルをオペレータが設定するために割り当てられる 。 ＳＷＴＦＡプロセッサ１０４は、通常は、増幅器１４２、エイリアシング防 止フィルター１４４、およびＡ／Ｄコンバータ１４８を介してセンサ１０２と接 続されている。センサ１０２により検出される信号のタイプに応じてＳＷＴＦＡ プロセッサ１０４に適切なデータを供給するために、他の装置が必要になるかも しれない。例えば、センサ１０２が心臓の鼓動を検出する場合には、Ｒ波検出器 がＳＷＴＦＡプロセッサ１０４に適切なデータを供給するために必要となる。Ｓ ＷＴＦＡプロセッサ１０４に適切なデータを供給するために要求される追加装置 が、生理的センサのタイプ選定に基づいて接続され、生理的信号セレクタ１１８ を用いてセンサ１０２により検出される。 好ましくは装置１００がＡ／Ｄコンバータ１４６とＳＷＴＦＡプロセッサ１ ０４との間にディトレンディング(detrending)フィルタ１５０を有することも、 本発明のさらなる特徴であり、これにより、刺激付与の後での生理的信号強度の 突然の変化が、生理的信号が有する自然高周波数成分に影響することがなくなる 。ディトレンディングフィルタ１５０のパラメータは、生理的信号セレクタ１１ ８のセッティングと動揺セレクタ１２０のタイプによって決められる。もしくは 、ディトレンディングフィルタ１５０のパラメータはディトレンディングフィル タコントロール１５２を用いてオペレータにより決められる。 装置１００はさらに、ディスプレイモニター１５６として表されている出力 装置に出力を供給するディスプレイドライバー１５４と、ディスプレイモニター １５６への出力を正規化する正規化装置１５８とを有する。出力装置はプリンタ ーを有することも可能である。ディスプレイと しては、３Ｄ（三次元）グラフィックディスプレイ、２Ｄ（二次元）等高線マッ プディスプレイ、時間依存オシロスコープタイプディスプレイ等が、オペレータ により要求される情報のタイプに応じて用いられる。特に、ディスプレイドライ バー１５４は３Ｄ時間依存パワースペクトルグラフ１６０を表示することができ る。このグラフでは、ｘ軸１６４が周波数をヘルツ単位で表し、ｙ軸１６２が時 間を秒で表し、ｚ軸１６６がセンサ１０２により検出された生理的信号のタイプ に応じてパワースペクトルをユニットで表す。例えば、ｚ軸１６６の単位は、測 定される生理的信号が心拍であるときには（ＢＰＭ2Ｈｚ-1、但し、ＢＰＭ：一 分あたりの心拍数）であり、測定される生理的信号が血圧であるときには（ｍｍ Ｈｇ2Ｈｚ-1）であり、測定される生理的信号が血流量であるときには｛（ｍｌ ｓｅｃ-1）2Ｈｚ-1｝である。 さらに、装置１００は、オペレータにより求められる情報のタイプに応じて 一つもしくは複数のメトリクス（関数）を供給するためのメトリクスプロセッサ １６８を有する。メトリクスプロセッサ１６８は通常、たくさんの源から入力を 受け取る。この源としては、これに限られるものではないが、生理的信号セレク タ１１８、刺激タイプセレクタ１２０、周波数選択装置１２２、タイミング選択 装置１３４等がある。このため、メトリクスプロセッサ１６８は、刺激の前の基 本低周波数（ＬＦ）パワー、刺激中および後の低周波数（ＬＦ）パワー、刺激の 間での最大及び／もしくは最小動作、およびそれらの比を供給することができる 。同様に、メトリクスプロセッサ１６８は、刺激の前の基本高周波数（ＨＦ）パ ワー、刺激中および後の高周波数（ＨＦ）パワー、刺激の間での最大及び／もし くは最小動作、およびそれらの比を供給することができる。さらに、メトリクス プロセッサ１６８は、刺激の前から後にわたって低周波数と高周波数との比（Ｌ Ｆ／ＨＦ）も提供することができる。 ここで図３にＳＷＴＦＡプロセッサ１０４の好ましい例のプロック図を示し ており、このプロセッサは、追加的に番号１７０で表されているウインドウジェ ネレータ１０６と、追加的に番号１７２で表されているパワースペクトル決定装 置１１２とを含むウェーブレットプロセッサ１０４として現されている。ウェー ブレット処理についてのさらなる情報のため、”The Wavelet Transform Time F requency Localieation and Signal Analysis”というタイトルで、I.Daubaechi esにより書かれた文献(IEEE Transactions on Information Theory，Vol.36，No .5，1990年９月発行)を参照するが、この文献内容はここに参照インコーポレー トする。 一般的に言って、ウインドウジェネレータ１７０によって連続的に提供され るウインドウ間の開口、持続時間および時間解析能は次の三つのパラメータ、す なわち、次のウェーブレット変換式に基づくプロトタイプ関数ｈ（ｔ）、スケー ルパラメータ”ａ”、およびシフトパラメータ”ｂ”により定義される。 ウェーブレット変換式： この技術分野で良く知られているように、大きなパラメータ値の場合には、プロ トタイプ関数はプロトタイプウェーブレット関数があたかも低周波数関数として 作動するように拡大され、小さなパラメータ値の場合には、プロトタイプ関数は ウェーブレット関数があたかも高周波関数として作動するように縮小される。こ のため、スケールパラメータ”ａ”に与えられる値に応じて、ウェーブレット関 数は時間的に膨張もしくは縮小し、これに対応して周波数領域内で縮小もしくは 膨張を行わせる。このようにウェーブレット変換は時間−周波数解析を柔軟にこ なし、高 周波数についても良好な解析能で解析する。但し、低周波数より解析能は劣る。 好ましくは、装置１００は、生理的信号セレクタ１１８および刺激タイプセ レクタ１２０がプロトタイプ関数ｈ（ｔ）、効果的なスケールパラメータ”ａ” およびシフトパラメータ”ｂ”の選択を決定し、オペレータが直接関与する必要 をなくせるように構成される。もしくは、装置１００は、プロトタイプ関数ｈ（ ｔ）の選択用のプロトタイプ関数セレクタ１７４と、スケールパラメータ”ａ” の選択用のスケールパラメータセレクタ１７６と、シフトパラメータ”ｂ”の選 択用のシフトパラメータセレクタ１７８とを含むように構成することができ、こ れにより解析する生理的信号のタイプや、刺激のタイプ等に応じてオペレータが ウェーブレットプロセッサ１０６の調整に関与することができる。プロトタイプ 関数の選択に応じて、ウインドウは開口は、矩形開口、ハミング(Hamming)開口 、ブラックマン(Blackman)開口、ガウシアン(Gaussian)開口、ローレンチアン(L orentzian)開口、サイン(sine)ウインドウ、いずれかのべき乗のサインウインド ウ、いずれかのべき乗のコサインウインドウ、これらから派生するウインドウ等 となる得るが、これに限られるものではない。 次に図４のブロック図に、ＳＷＴＦＡプロセッサ１０４の好ましい例として 、選択分離スペクトル変換アルゴリズムプロセッサ（Selective Discrete Spect ral Transform Algorithm processeor；SDA）１０８を示しており、このプロセ ッサ１０８は、追加的に番号１８０で示されるウインドウジェネレータ１０６と 、パワースペクトル決定装置１１２とを有する。この例では、パワースペクトル 決定装置１１２は、ウインドウから一定の数のデータポイントを与えるデシメー ション装置１８２と、これらデータポイントに基づいてウインドウ内で周波数の パワースペク トルを与えるスペクトル変換装置１８４と、ウインドウジェネレータ１８０によ って引き起こされた歪みによるパワースペクトルを修正するウインドウ修正装置 １８６とを有する。 ＳＤＡ装置１０８は、時間依存生理的信号のパワースペクトルを決定するた めの数多くの既知の変換手法のいずれかを用いることができる。このような変換 手法としは、フーリエ(Fourier)変換、ハール(Haar)変換、ハートリー(Hartley) 変換、サイン変換、コサイン変換、ハダマード（Hadamard)変換等がある。ＳＤ Ａ装置１０８により行われるスペクトル変換手法の選択は、好ましくはスペクト ル変換セレクタ１８８を用いてオペレータにより制御される。 以上説明したように、ウインドウの持続時間は好ましくは、調査される周波 数に反比例する。信号のタイプに応じて、ウインドウの持続時間は、通常は、調 査対象となる周波数の２〜１０周期程度となる。この持続時間は好ましくは、ユ ーザーがウインドウ持続時間セレクタ１９０により選択する。もしくは、ウイン ドウの持続時間は、ＳＮ比もしくはこれに類似する生理的信号のメトリクス（関 数）によって自動的に設定される。 ウインドウは様々な開口を有し、例えば、これに限られるものではないが、 矩形開口、ハミング(Hamming)開口、ハニング(Hnning)開口、ブラックマン(Blac kman)開口、ガウシアン(Gaussian)開口、ローレンチアン(Lorentzian)開口、サ イン(sine)ウインドウ、いずれかのべき乗のサインウインドウ、いずれかのべき 乗のコサインウインドウ、これらから派生するウインドウ等がある。ウインドウ 開口は好ましくは、ウインドウ開口セレクタ１９２によりユーザが選択する。ス ペクトル変換装置１８４がフーリエ変換を用い、側方突出を最小にして周波数解 析能を最大にするために矩形ウインドウが用いられる場合には、得られたパワー スペ クトルを修正するためにウインドウ修正装置１８６が必要であり、この修正は、 得られたパワースペクトルを対応するサイン関数により除して行われ。他のウイ ンドウおよび変換の場合には、ウインドウのタイプおよび変化における数学的な ルールに応じて修正が必要となる。 デシメーション装置１８２は好ましくは、ローパスフィルターと、移動平均 （但し、これに限られない）のようなアンダーサンプリングテクニックとを用い てデータポイントを与える。通常は、デシメーション装置１８２は、ウインドウ の持続時間に関わらず同一数のデータポイントを与え、人為的問題もしくは標準 化問題を起こさないようにしている。ウインドウ内で設定されるデータポイント の数は、好ましくは、オペレータがデータポイント数セレクタ１９４を用いて設 定する。さらに、ＳＤＡ装置１０８は、好ましくは、ウインドウのデシメーショ ンテクニックを選択するためのデシメーションテクニックセレクタ１９６を有す る。 ウェーブレットプロセッサ１０６と同様に、ＳＤＡ装置１０８は、生理的信 号セレクタ１１８の設定および刺激セレクタ１１８のタイプが次の設定を行うよ うに構成される。この設定とは、スペクトル変換セレクタ１８８の設定、ウイン ド持続時間セレクタ１９０の設定、ウインドウ開口セレクタ１９２の設定、デー タポイント数セレクタ１９４の設定、およびデシメーションテクニックセレクタ １９６の設定である。 装置１００の作動を、図２に示す、人間の心拍数という生理的信号の時間依 存パワースペクトル解析を例にして説明するが、この人は時間ｔ＝１２２５秒に おいて姿勢変化という形で刺激を与えられた。このため、オペレータは人間の心 拍を検出するに適したセンサ１０２，この例ではＥＣＧレコーダを選択する。 それからオペレータは以下のようにして上記のセレクタを採用する。まず、 オペレータは、解析すべき生理的信号のタイプを選択するための 生理的信号セレクタ１１８と、調査対象となる人間に与える刺激のタイプを選択 するための刺激セレクタ１２０とを採用する。これらの選択により、必要に応じ てＲウェーブ検出器との接続が行われ、上述したようなＳＷＴＦＡプロセッサ１ ０４の設定が行われる。次に、オペレータは周波数選択装置１２２を採用し、レ ジスター１２４，１２６および１２８に値を与えて調査周波数を設定する。 ＳＷＴＦＡプロセッサ１０４としてウェーブレットプロセッサ１０６が用い られるときには、オペレータはプロトタイプ関数セレクタ１７４、スケールパラ メータセレクタ１７６およびシフトパラメータセレクタ１７８を用いることがで き、これにより、ウェーブレットプロセッサ１０６用のプロトタイプ関数、スケ ールパラメータ及びシフトパラメータの設定を行う。一方、ＡＷＴＦＡプロセッ サ１０４としてＳＤＡプロセッサ１０８が用いられるときには、オペレータは、 スペクトル変換セレクタ１８８、ウインドウ持続時間セレクタ１９０、ウインド ウ開口セレクタ１９２、データポイント数セレクタ１９４、およびデシメーショ ンテクニックセレクタ１９６を用いることができ、これによりＳＤＡ装置１０８ の設定を行う。 装置１００，特にＳＷＴＦＡプロセッサ１０４は、生理的信号を以下のよう にして解析する。オペレータの選択に基づいて調査される第１周波数用の心理的 信号の検出を開始するために、ウインドウジェネレータ１１０がウインドウを作 り出す。パワースペクトル決定装置１１２がウインドウ内で周波数のパワースペ クトルを決定し、ディスプレイドライバー１５４およびメトリクスプロセッサ１ ６８に出力を与える。同様にして、ＳＷＴＦＡプロセッサ１０４がオペレータの 選択に基づいて調査される他の周波数用のウインドウを解析し、これにより装置 １００は、リアルタイムで、生理的信号の時間依存パワースペクトル解析を行う 。 前述のように、ウインドウサイズは調査する周波数の関数として変化することに 注意すべきである。調査対象となる各周波数用のウインドウ内でパワースペクト ルが決定された後、ＳＷＴＦＡプロセッサ１０４は第２のウインドウについてこ の方法を繰り返すのであるが、この第２のウインドウは、オペレータにより次の 周波数用に設定された時間解析及び周波数解析に基づく生理的信号に沿って展開 される。これに代えて、ＳＷＴＦＡプロセッサ１０４は調査対象となる各周波数 についてすべての時間信号を処理することができる。 特にＳＤＡプロセッサ１０８に関して、オペレータにより選択された調査用 第１周波数についての生理的信号の検出を開始したときからウインドウジェネレ ータ１８０が第１ウインドウを作り出し、所定の数のデータポイント提供のため デシメーション装置１８２はウインドウにデータポイントを提供し、スペクトル 変換装置１８４は第１ウインドウにおいて周波数のパワースペクトルを決定する とともにパワースペクトル修正のためにウインドウ修正装置１８６に出力を送り 出す。 次に図５Ａ〜５Ｃを参照するが、装置１００は、図２に示す生理的信号の時 間依存パワースペクトル解析の後に、次のような表示およびメトリクスを提供す る。最初に、ディスプレイドライバー１５４が、タイミング選択装置１２２およ び周波数選択装置１３４から受け取った入力に基づいてオシロスコープタイプの 時間依存低周波数パワーグラフ１９８を与えることができる。この場合図５Ａに 示されているように、時間依存低周波数パワーグラフ１９８には、約０．０４ヘ ルツから０．１２ヘルツまでのレンジにわたって積分された低周波数パワースペ クトルが与えられる。次に、ディスプレイドライバー１５４が、タイミング選択 装置１２２および周波数選択装置１３４から受け取った入力に基づいてオシロス コープタイプの時間依存高周波数パワーグラフ２００を与えるこ とができる。この場合図５Ｂに示されているように、時間依存高周波数パワーグ ラフ２００には、約０．２４ヘルツから０．６ヘルツまでのレンジにわたって積 分された高周波数パワースペクトルが与えられる。第３番目に、ディスプレイド ライバー１５４は、図５Ｃに示すような交感神経−迷走神経バランスＬＦ／ＨＦ のオシロスコープタイプグラフ２０２を与えることができる。第４に、ディスプ レイドライバー１５４は、図６に示すような時間−周波数の関係で表された２Ｄ 時間依存パワースペクトル等高線マップ２０４を表示することができる。なお、 図６において、等高線は自律神経系による生理的信号の刺激の時間依存パワース ペクトルを表すことができる。第５に、ディスプレイドライバー１５４は、図１ に示すような３Ｄ時間依存パワースペクトルグラフ１６０を与えることができる 。２Ｄ時間依存パワースペクトル等高線マップ２０４は実際、３Ｄ時間依存パワ ースペクトルグラフ１６０の平面図であることに注意すべきである。 このため、ここに詳細に述べるように、姿勢の変化を原因として自律神経系 の作用により引き起こされる人間の心拍数に関する情報が、装置１００により得 られることがよく分かるであろう。第１に、高周波数パワースペクトルグラフ２ ００が、副交感神経系の素速い反応により、刺激が与えられたときに高周波パワ ーが突然減衰することを表している。第２に、低周波数スペクトルグラフ１９８ は、交感神経系のゆっくりした反応により、刺激が与えられた後に低周波数のパ ワーが拡大することを表している。第３に、副交感神経系の作用にのみを反映す る高周波数パワースペクトルグラフ２００は、高周波パワーは刺激後に減衰する ことを表している。第４に、ＬＦ／ＨＦ交感神経−迷走神経（副交感神経）バラ ンス比グラフ２０２は、刺激の後は低周波パワーがより強く働くことを表してお り、このことは状態の変化の間における自律神経系につい てのすでに知られた機能を証明している。 このことから分かるように、装置１００は自律神経系の機能についての時間 依存評価を可能にしており、これは広い範囲の臨床条件についての治療に有用で ある。このような臨床条件としては、血管迷走神経の失神、傾動テスト、自律神 経欠陥、自律神経失調、糖尿病による神経細胞障害、心臓乏血性変動、自律神経 および局所貧血変動を妨げる薬剤効果、自律神経制御による血管形成効果、高血 圧の初期検査等に関連する自律神経変化がある。さらに、装置１００はすべての 種類の自律神経テスト、例えば、ハンドグリップ、寒冷昇圧テスト、眼心の反射 やダイビング応答のような迷走神経の操作、バルサラバ操作等に用いることがで きる。また、装置１００は、同様にして広い範囲にわたる他の生理的信号の時間 依存パワースペクトル解析を行うことができる。 本発明は限られた数の例に基づいて説明したが、本発明について多くの変型 例、修正例、応用例がある。Description: Apparatus and method for time-dependent power spectrum analysis of physiological signals Field and background of the invention The present invention relates to an apparatus and a method for time-dependent power spectrum (frequency spectrum) analysis of physiological signals in general, and more particularly, to a time-dependent power spectrum analysis of a heart and a respiratory organ modulated by an autonomic nervous system (ANS). Apparatus and method. It is well known that many physiological signals are modulated by the autonomic nervous system. Such physiological signals include heart and respiratory signals, such as respiration, electrocardiogram (ECG), heart rate (HR), blood pressure (BP), blood flow, vascular resistance, heart volume, heart cross section, There are signals such as cardiac contractility and peripheral nerve resistance. Physiological signals that are not modulated by the autonomic nervous system include electroencephalogram (EEG) signals, electromyogram (EMG) signals, and ECoG signals. Also, stimuli (excitation) and / or short-term changes that affect the functioning of the autonomic nervous system affect or affect physiological signals. Stimuli (excitations) generally used for the analysis of autonomic nervous control include changes in posture, tilting of the body, intervention of drugs, deep breathing, manipulation of the vagus nerve, and holding the hand. Generally speaking, the power spectrum of a human physiological signal modulated by the autonomic nervous system is divided into two frequency ranges: a low frequency (LF) range below 0.15 Hz, and an adult above 0.15 Hz. , The peak is at about 0.2 Hz and in children the peak is at about 0.4 Hz. The high frequency range is transmitted through the parasympathetic nervous system, which exhibits a fast response, and the low frequency range is transmitted through the parasympathetic nervous system, which exhibits a slow response. Standard spectral analysis by Fourier transform or autoregressive model transform is widely used in attempts to quantitatively evaluate physiological signals under steady state conditions. However, these approaches are limited to analysis under resting or steady state conditions and are not appropriate for rapid or transient responses where the stationary assumption cannot be used. More recently, approaches have been developed to overcome the limitations of static conditions in standard spectral analysis. Such approaches fall into two main groups: time-frequency distribution and time-dependent models. Examples of the time frequency distribution include a distribution belonging to the Cohen class such as a short time Fourier transform (STFT), a Winglerville distribution (WVD), and an exponential distribution (ED). The time-dependent model is based on an autoregressive (AR) or autoregressive moving average (ARMA) model or the like. The disadvantage of such an approach is that in the case of STFT a compromise must be made between the frequency analysis and the quasi-stationary state, which requires a smoothing of the WVD in order to eliminate the interference period, which is empirical. Is the importance of the forgetting factor chosen for the time-dependent AR and ARMA model order. For a more recent advance in the analysis of time-dependent signals, refer to a book written by I. Daubaechies, entitled "The Wavelet Transform Time Frequency Localization and Signal Analysis" (IEEE Transactions on Information Theory, Vol. 36, No. .5, published September 1990), the contents of which are hereby incorporated by reference. However, to date, there is a book entitled “EEG Parox ysmic Activity Detected by Neural Networks after Wavelet Transform Analysis”, which is the subject of the European Symposium on Artificial Neural Networks (ESANN) 1993, This approach is limited to EEG signals, as described in pp. 145-150). Thus, an apparatus and method for time-dependent power spectrum analysis of physiological signals in general, and in particular for time-dependent power spectrum analysis of the heart and respiratory system modulated by the autonomic nervous system (ANS) to overcome the above drawbacks. There is a need for an apparatus and method. Summary of the Invention The present invention is directed to an apparatus and method for time-dependent power spectrum (frequency spectrum) analysis of physiological signals in general, and in particular, the time associated with the heart and respiratory system modulated by the autonomic nervous system (ANS). For an apparatus and method for dependent power spectrum analysis. Therefore, according to the first aspect of the present invention, the apparatus for analyzing the time-dependent power spectrum of the physiological signal modulated by the autonomic nervous system includes: (a) a sensor for detecting the physiological signal modulated by the autonomic nervous system; (B) a frequency selection device for selecting at least one frequency inherent in the signal; and (c) determining a power spectrum of the physiological signal within a window along the signal for the at least one frequency. And (d) an output device for providing information associated with the function of the autonomic nervous system provided by the power spectrum of the physiological signal. According to a further feature of the present invention, the sensor is selected from any of an ECG recorder, a respiratory monitor, a blood pressure transducer, a Doppler flow meter, a tachometer, a finger plethysmograph, a skin resistance galvanometer, and a cardiovascular monitoring device. According to another feature of the invention, the window is a rectangular aperture, a Hamming aperture, a Hanning aperture, a Blackman aperture, a Gaussian aperture, a Lorenzian aperture, a sine window, a sine window of any power, a sine window of any power, It has an opening selected from a cosine window and any of the windows derived therefrom. According to yet another aspect of the invention, there is provided a frequency selection device for determining a frequency analysis capability of the device. According to yet another aspect of the invention, there is provided a timing selection device for determining a time analysis capability of the device. According to yet another aspect of the present invention, there is provided a physiological signal selector for selecting a type of physiological signal detected by the sensor. According to yet another aspect of the invention, there is provided a stimulus type selector for selecting a type of stimulus to be provided to the subject. According to still another feature of the present invention, there is provided a frequency selection device for determining a range of a frequency output from the output device. According to yet another aspect of the invention, there is provided a timing selection device for determining the start and end of a time-dependent power spectrum of a physiological signal output at the output device. According to yet another aspect of the invention, there is provided a detrending filter provided between the sensor and the selected window time-frequency analysis processor. According to yet another feature of the invention, the selected window time-frequency analysis processor is a wavelet processor. According to yet another aspect of the present invention, there is provided a prototype function selector for selecting a prototype function for use in a wavelet processor. According to yet another aspect of the present invention, a scale parameter selector for selecting a scale parameter for use in a wavelet processor Having. According to yet another aspect of the present invention, there is provided a shift parameter selector for selecting a shift parameter used in the wavelet processor. According to yet another feature of the invention, the selected window time-frequency analysis processor is a selective separated spectral transform algorithm processor. According to still another feature of the present invention, the image processing apparatus includes a spectral transform selector for selecting any one of Fourier transform, Haar transform, Hartley transform, Sine transform, Cosine transform, and Hadamard transform. According to yet another feature of the invention, there is a window duration selector for selecting a duration of the window. According to yet another aspect of the invention, there is provided a window opening selector for selecting a window opening. According to yet another aspect of the invention, there is provided a point number selector for selecting the number of data points in the window. According to yet another aspect of the present invention, there is provided a decimation technique selector for selecting a decimation technique used by a selective separation spectral transform analysis processor. The second invention also relates to a method for analyzing the time-dependent power spectrum of a physiological signal modulated by the autonomic nervous system, comprising: (a) detecting a physiological signal modulated by the autonomic nervous system; b) selecting at least one frequency inherent in the signal; (c) determining a power spectrum of the physiological signal within a window along the signal for the at least one frequency; It comprises providing information related to the function of the autonomic nervous system provided by the power spectrum of the signal. Further, a third invention relates to an apparatus for analyzing a time-dependent power spectrum of a physiological signal, the apparatus comprising: (a) a sensor for detecting a physiological signal; and (b) at least one sensor inherent in the signal. A frequency selector for selecting a frequency; (c) a window generator having a substantially inversely proportional duration for the at least one frequency to create a window along the signal; and (d) providing data points within the window. A decimation device, (e) a spectrum conversion device for determining a power spectrum of the signal within the window for the at least one frequency, and (f) an output device for providing information accompanying a time-dependent power spectrum of the signal. Consists of According to a feature of the invention, the sensor is selected from an ECG recorder, a respiratory monitor, a finger plethysmograph, a Doppler flow meter, a tachometer, a blood pressure transducer, a skin resistance galvanometer, an EEG monitor, and an EMG monitor. According to another feature of the invention, the window is a rectangular aperture, a Hamming aperture, a Hanning aperture, a Blackman aperture, a Gaussian aperture, a Lorenzian aperture, a sine window, a sine window of any power, a sine window of any power, The window is selected from cosine windows and windows derived from them. According to yet another aspect of the invention, there is provided a frequency selection device for determining a frequency analysis capability of the device. According to yet another aspect of the invention, there is provided a timing selection device for determining a time analysis capability of the device. According to yet another aspect of the present invention, there is provided a physiological signal selector for selecting a type of physiological signal detected by the sensor. According to yet another aspect of the invention, there is provided a stimulus type selector for selecting a type of stimulus to be provided to the subject. According to still another feature of the present invention, there is provided a frequency selection device for determining a range of a frequency output from the output device. According to yet another aspect of the invention, there is provided a timing selection device for determining the start and end of a time-dependent power spectrum of a physiological signal output at the output device. According to yet another aspect of the invention, there is provided a detrending filter provided between the sensor and the selected window time-frequency analysis processor. According to still another feature of the present invention, the image processing apparatus includes a spectral transform selector for selecting any one of Fourier transform, Haar transform, Hartley transform, Sine transform, Cosine transform, and Hadamard transform. According to yet another feature of the invention, there is a window duration selector for selecting a duration of the window. According to yet another aspect of the invention, there is provided a window opening selector for selecting a window opening. According to yet another aspect of the invention, there is provided a point number selector for selecting the number of data points in the window. According to yet another aspect of the present invention, there is provided a decimation technique selector for selecting a decimation technique used by a selective separation spectral transform analysis processor. A fourth invention relates to a method for time-dependent power spectrum analysis of a physiological signal, the method comprising: (a) detecting a physiological signal and (b) selecting at least one frequency inherent in the signal. (C) creating a window along the signal having a window duration substantially inversely proportional to the at least one frequency, (d) providing data points within the window, and (e) providing a data point within the window. (F) providing information associated with the time-dependent power spectrum of the signal. BRIEF DESCRIPTION OF THE FIGURES An embodiment of the present invention will be described below with reference to the accompanying drawings, in which FIG. 1 is a block diagram showing a preferred embodiment of an apparatus constructed and operated according to the present invention. And a selection window time-frequency analysis processor used for time-dependent power spectrum analysis of physiological signals. FIG. 2 is a representative trace of a heart rate obtained from an electrocardiogram (ECG) signal detected by an ECG recorder for a person who has been stimulated (excited) by performing a posture change of rising from a state of lying on his back. An example is shown. FIG. 3 is a block diagram illustrating the selected window time-frequency analysis processor of FIG. 1, here represented as a wavelet processor. FIG. 4 is a block diagram illustrating the selection window time-frequency analysis processor of FIG. 1, here represented as a selective separation spectral transform processor. FIGS. 5A-5C are oscilloscope-type time-dependent graphs of constant yield (LF) power, high frequency (HF) power, and LF / HF ratio in the heart rate change of FIG. 2, respectively. FIG. 6 is a two-dimensional (2D) time-dependent power spectrum contour map for the three-dimensional (3D) time-dependent power spectrum graph shown in FIG. Description of the preferred embodiment The present invention relates to an apparatus and a method for time-dependent power spectrum analysis of physiological signals in general, and more particularly to an apparatus and a method for time-dependent power spectrum analysis of a heart and a respiratory organ modulated by the autonomic nervous system (ANS). . The principles and operation of an apparatus and method according to the present invention may be better understood with reference to the drawings and the following description. Referring first to the drawings, FIG. 1 depicts an apparatus, designated by the numeral 100, which, in accordance with the invention, performs, in particular, an autonomous time-dependent power spectrum analysis on physiological signals in general. It is configured and operated to perform time-dependent power spectrum analysis on the heart and respiratory system modulated by the nervous system (ANS). In general, device 100 performs time-dependent spectral analysis of a stationary or non-stationary, single-component or multi-component physiological signal detected by sensor 102 for detecting a physiological signal. Physiological signals include heart and respiratory signals, such as respiration, electrocardiogram (ECG), heart rate (HR), blood pressure (BP), blood flow, vascular resistance, heart volume, heart cross-section, cardiac contractility, There are signals such as peripheral nerve resistance. Physiological signals that are not modulated by the autonomic nervous system (ANS) include electroencephalogram (EEG) signals, electromyogram (EMG) signals, and ECoG signals. For this reason, the sensor 102 can be composed of an ECG recorder, a respiratory monitor, a blood pressure transducer, a Doppler flow meter, a tachometer, a finger plethysmograph (volume recorder), a skin resistance galvanometer, a cardiovascular monitoring device, and the like. For the purpose of illustration, FIG. 2 shows a representative example of a heart rate trace obtained from an ECG signal of a human body detected by an ECG (electrocardiogram) recorder. The stimulus (excitation) was given by causing the human body to change posture (CP) at about time t = 1225 seconds. As is well known, postural change (CP) causes an increase in the human heart rate. Increases in heart rate are caused by changes in heart rate modulation by both branches of the autonomic nervous system. First, it is caused by attenuated modulation by the parasympathetic nervous system, which has a quick response. Second, it is caused by enhanced heart rate modulation by the slow responding sympathetic nervous system. The decay of heart rate modulation by the parasympathetic nervous system is clearly manifested as a sudden increase in heart rate (overshoot) immediately after stimulation (excitation), after which the heart rate gradually increases and the average heart rate becomes It is larger after the stimulus than before. Enhanced heart rate modulation by the slow responding sympathetic nervous system manifests itself as a slow increase in average heart rate from 1300 to 1500 seconds. It is a significant feature of the present invention that device 100 has a selective windowed time-frequency analysis (SWTFA) processor, indicated by reference numeral 104, which includes a physiologically sensed sensor detected by sensor 102. Perform time-dependent power spectrum analysis of the signal. The SWTFA processor 104 may include, but is not limited to, several configuration examples, such as a wavelet processor 106 described in detail below with reference to FIG. 3 and a wavelet processor 106 described in detail below with reference to FIG. As a selective separation spectrum conversion analysis processor 108 or the like. In each case, the SWTFA processor 104 has a window generator 110 that creates a series of windows along the signal, in which power spectrum analysis of the frequency under investigation is performed. In addition, the SWTFA processor 104 has a power spectrum determination device 112 that determines a power spectrum of a specific frequency within each window provided by the window generator 110. Depending on the configuration example of the SWTFA processor 104, a rectangular aperture window, a Hamming aperture window, a Blackman aperture window, a Gaussian aperture window, a Lorentzian aperture window, a sine window, , Any power sine window, any power cosine window, windows derived from these, etc., but are not limited thereto. A significant feature of SWTFA processor 104 is that the duration of the window is generally inversely proportional to the frequency under investigation. Thus, low frequencies are investigated using a long time window, and high frequencies are investigated using a short time window. Another feature of SWWTFA processor 104 is its ability to analyze physiological signals over a wide range of frequencies and times. For example, SWTFA processor 104 has a frequency resolution of 30 minutes, at the lowest frequency of the spectrum, on the order of 0.001 Hertz, or a lower frequency, and has a longer time resolution. In addition, SWTFA processor 104 has time resolution capability up to one second at a frequency of about 2 Hertz. The time and frequency analysis ability has an intermediate value at the center of the time-frequency plane. To adjust the functions of the SWTFA processor 104, the device 100 is provided with an operator interface 116, which allows the operator to specify the type of physiological signal to be analyzed, the type of stimulus (excitation), and so on. Can be selected. For this purpose, the operator interface 116 has a physiological signal selector 118 for selecting a type of a physiological signal to be analyzed, and a stimulus type selector 120 for selecting a type of stimulus (excitation) to be used for a survey target. . The frequency or frequency range at the time of the investigation is selected by the user using the frequency selection device 122. For example, for analysis of the mammalian autonomic nervous system over a wide range, one or more frequencies can be selected for investigation from a range of about 0 Hertz to about 20 Hertz. The frequency to be checked is determined by setting values in the first frequency register 124, the final frequency register 126, and the frequency interval register 128, so that the SWTFA processor 104 stores the first frequency register 124 in the first frequency register 124. The frequency is continuously analyzed from the frequency to the final frequency stored in the final frequency register 126 while increasing by the value set by the frequency interval register 128. Further, the frequency selection device 122 has one or more frequency range selectors 130, 132 for determining the display of the corresponding power spectrum. For example, frequency range selectors 130, 132 are used to select between displaying low frequency (LF) power and high frequency (HF) power. The operator interface 116 also includes a timing selector 134, which includes a timer 136 that determines the ability to analyze the physiological signal over time, and several pairs of start and stop timers, described below. Timer 136 determines the degree of overlap between successive windows. A pair of timers 138 are preferably used to control the start and end of the low frequency (LF) power spectrum display in autonomic nervous control that modulates physiological signals. A pair of timers 140 are preferably used to control the start and end of high frequency (HF) power spectrum display in autonomic nervous control that modulates physiological signals. Other timers 142 are assigned for the operator to set the interval at which other parameters are displayed or calculated. The SWTFA processor 104 is typically connected to the sensor 102 via an amplifier 142, an anti-aliasing filter 144, and an A / D converter 148. Other devices may be required to provide the appropriate data to SWTFA processor 104 depending on the type of signal detected by sensor 102. For example, if the sensor 102 detects a heart beat, an R-wave detector would be needed to provide the SWTFA processor 104 with the appropriate data. Additional devices required to provide the appropriate data to the SW WTFA processor 104 are connected based on the physiological sensor type selection and detected by the sensor 102 using the physiological signal selector 118. Preferably, the device 100 also has a detrending filter 150 between the A / D converter 146 and the SWTFA processor 104, which is a further feature of the present invention, whereby physiological Sudden changes in signal strength no longer affect the natural high frequency components of the physiological signal. The parameters of the detrending filter 150 are determined by the settings of the physiological signal selector 118 and the type of the wobble selector 120. Alternatively, the parameters of the detrending filter 150 are determined by the operator using the detrending filter control 152. The device 100 further includes a display driver 154 that provides output to an output device represented as a display monitor 156, and a normalization device 158 that normalizes the output to the display monitor 156. The output device can include a printer. As the display, a 3D (three-dimensional) graphic display, a 2D (two-dimensional) contour map display, a time-dependent oscilloscope type display, or the like is used according to the type of information required by the operator. In particular, the display driver 154 can display a 3D time-dependent power spectrum graph 160. In this graph, the x-axis 164 represents frequency in hertz, the y-axis 162 represents time in seconds, and the z-axis 166 represents power spectrum in units depending on the type of physiological signal detected by the sensor 102. For example, the unit of the z-axis 166 is (BPM) when the measured physiological signal is a heartbeat. Two Hz -1 Where BPM: heart rate per minute) and the measured physiological signal is blood pressure (mm Hg Two Hz -1 ), And when the physiological signal to be measured is a blood flow, ｛(ml sec -1 ) Two Hz -1 ｝. Further, the apparatus 100 has a metrics processor 168 for supplying one or more metrics (functions) depending on the type of information required by the operator. Metrics processor 168 typically receives input from a number of sources. Sources include, but are not limited to, a physiological signal selector 118, a stimulus type selector 120, a frequency selector 122, a timing selector 134, and the like. To this end, the metrics processor 168 provides the fundamental low frequency (LF) power before the stimulus, the low frequency (LF) power during and after the stimulus, the maximum and / or minimum operation between the stimuli, and their ratio. can do. Similarly, the metrics processor 168 provides fundamental high frequency (HF) power before and after stimulation, high frequency (HF) power during and after stimulation, maximum and / or minimum operation between stimulations, and their ratios. can do. In addition, the metric processor 168 may also provide a low to high frequency ratio (LF / HF) from before to after stimulation. Referring now to FIG. 3, there is shown a block diagram of a preferred example of SWTFA processor 104, which includes a window generator 106 additionally designated by number 170 and a power spectrum additionally designated by number 172. It is represented as a wavelet processor 104 including a decision device 112. For further information on wavelet processing, a literature written by I. Daubaechies entitled "The Wavelet Transform Time Frequency Localization and Signal Analysis" (IEEE Transactions on Information Theory, Vol. 36, No. 5, 1990). (Published in September, 1998), the contents of which are hereby incorporated by reference. Generally speaking, the aperture, duration and temporal resolution between windows provided continuously by the window generator 170 depend on three parameters: a prototype function h (t) based on the following wavelet transform equation: It is defined by a scale parameter “a” and a shift parameter “b”. Wavelet transform formula: As is well known in the art, for large parameter values, the prototype function is expanded such that the prototype wavelet function acts as a low frequency function, and for small parameter values, the prototype function is The wavelet function is reduced so that it acts as a high-frequency function. Therefore, the wavelet function expands or contracts with time according to the value given to the scale parameter “a”, and causes the wavelet function to contract or expand in the frequency domain. As described above, the wavelet transform flexibly performs the time-frequency analysis, and analyzes a high frequency even with a good analysis ability. However, the analysis performance is inferior to low frequencies. Preferably, the apparatus 100 is such that the physiological signal selector 118 and the stimulus type selector 120 determine the selection of the prototype function h (t), the effective scale parameter "a" and the shift parameter "b", and the operator is directly involved. It is configured to eliminate the need. Alternatively, the apparatus 100 includes a prototype function selector 174 for selecting the prototype function h (t), a scale parameter selector 176 for selecting the scale parameter “a”, and a shift parameter selector 178 for selecting the shift parameter “b”. To allow the operator to participate in the adjustment of the wavelet processor 106 depending on the type of physiological signal to be analyzed, the type of stimulus, and the like. Depending on the choice of prototype function, the window can be a rectangular aperture, a Hamming aperture, a Blackman aperture, a Gaussian aperture, a Lorentzian aperture, or a sine window. It can be, but is not limited to, a power-of-sine window, a power-of-cosine window, a window derived therefrom, and the like. Referring now to the block diagram of FIG. 4, as a preferred example of the SWTFA processor 104, a Selective Discrete Spectral Transform Algorithm processor (SDA) 108 is shown, which is additionally numbered 180. , And a power spectrum determination device 112. In this example, power spectrum determiner 112 includes a decimation device 182 that provides a fixed number of data points from the window, a spectrum converter 184 that provides a power spectrum of the frequency within the window based on these data points, and a window generator 180. And a window correction device 186 that corrects the power spectrum due to the distortion caused by the distortion. SDA device 108 may use any of a number of known conversion techniques for determining the power spectrum of a time-dependent physiological signal. Such conversion techniques include Fourier transform, Haar transform, Hartley transform, sine transform, cosine transform, Hadamard transform and the like. The selection of the spectral conversion technique performed by the SDA device 108 is controlled by an operator, preferably using a spectral conversion selector 188. As explained above, the duration of the window is preferably inversely proportional to the frequency investigated. Depending on the type of signal, the duration of the window will typically be on the order of 2 to 10 periods of the frequency under investigation. This duration is preferably selected by the user with the window duration selector 190. Alternatively, the duration of the window is automatically set according to a metric (function) of a physiological signal or a similar physiological signal. The window has various openings, for example, but not limited to, a rectangular opening, a Hamming opening, a Hanning opening, a Blackman opening, a Gaussian opening, and a Lauren. There are a Lorentzian aperture, a sine window, a sine window of any power, a cosine window of any power, and windows derived from these. The window opening is preferably selected by the user via a window opening selector 192. If the spectral transform 184 uses a Fourier transform and a rectangular window is used to minimize lateral protrusion and maximize frequency resolution, the window modifier 186 may be used to modify the resulting power spectrum. It is necessary and this correction is made by dividing the obtained power spectrum by the corresponding sine function. For other windows and transformations, modifications may be required depending on the mathematical rules for the type and variation of the window. The decimation device 182 preferably provides data points using a low-pass filter and undersampling techniques such as, but not limited to, moving average. Normally, the decimation device 182 provides the same number of data points regardless of the duration of the window, so as not to cause artifacts or standardization problems. The number of data points set in the window is preferably set by the operator using the data point number selector 194. Further, the SDA device 108 preferably has a decimation technique selector 196 for selecting a decimation technique for the window. Like the wavelet processor 106, the SDA device 108 is configured such that the settings of the physiological signal selector 118 and the type of stimulus selector 118 make the following settings. The settings are the setting of the spectrum conversion selector 188, the setting of the window duration selector 190, the setting of the window opening selector 192, the setting of the data point number selector 194, and the setting of the decimation technique selector 196. The operation of the apparatus 100 will be described with reference to the time-dependent power spectrum analysis of a physiological signal of a human heart rate shown in FIG. 2 as an example, which stimulates at time t = 1225 seconds in the form of a posture change. Was done. For this purpose, the operator selects a sensor 102 suitable for detecting a human heartbeat, in this example an ECG recorder. The operator then employs the above selector as follows. First, the operator employs a physiological signal selector 118 for selecting a type of a physiological signal to be analyzed and a stimulus selector 120 for selecting a type of a stimulus to be given to a person to be investigated. By these selections, the connection with the R-wave detector is made as necessary, and the setting of the SWTFA processor 104 as described above is made. Next, the operator employs the frequency selection device 122 and sets values to the registers 124, 126 and 128 to set the search frequency. When the wavelet processor 106 is used as the SWTFA processor 104, the operator can use a prototype function selector 174, a scale parameter selector 176, and a shift parameter selector 178, thereby providing a prototype function, scale parameter, and shift parameter for the wavelet processor 106. Make the settings for On the other hand, when the SDA processor 108 is used as the AWTFA processor 104, the operator can use the spectrum conversion selector 188, the window duration selector 190, the window opening selector 192, the data point number selector 194, and the decimation technique selector 196, Thereby, the setting of the SDA device 108 is performed. The device 100, and in particular the SWTFA processor 104, analyzes the physiological signal as follows. The window generator 110 creates a window to begin detecting a psychological signal for the first frequency to be investigated based on the operator's selection. Power spectrum determiner 112 determines the power spectrum of the frequency within the window and provides output to display driver 154 and metrics processor 168. Similarly, the SWTFA processor 104 analyzes windows for other frequencies that are examined based on operator selection, so that the device 100 performs a time-dependent power spectrum analysis of the physiological signal in real time. It should be noted that, as mentioned above, the window size varies as a function of the investigated frequency. After the power spectrum is determined within the window for each frequency under investigation, the SWTFA processor 104 repeats the method for a second window, which is set by the operator for the next frequency. It is developed along the physiological signal based on the set time analysis and frequency analysis. Alternatively, SWTFA processor 104 can process all time signals for each frequency under investigation. In particular, with respect to the SDA processor 108, the window generator 180 creates a first window from when it begins detecting a physiological signal for the first survey frequency selected by the operator, and provides a decimation device 182 to provide a predetermined number of data points. Provides the data points for the window, and the spectrum transformer 184 determines the power spectrum of the frequency in the first window and sends the output to the window modifier 186 for power spectrum modification. 5A-5C, the device 100 provides the following display and metrics after the time-dependent power spectrum analysis of the physiological signal shown in FIG. Initially, display driver 154 can provide an oscilloscope-type time-dependent low-frequency power graph 198 based on inputs received from timing selector 122 and frequency selector 134. In this case, as shown in FIG. 5A, the time dependent low frequency power graph 198 is provided with a low frequency power spectrum integrated over a range from about 0.04 Hertz to 0.12 Hertz. The display driver 154 can then provide an oscilloscope-type time-dependent high frequency power graph 200 based on inputs received from the timing selector 122 and the frequency selector 134. In this case, as shown in FIG. 5B, the time dependent high frequency power graph 200 is provided with a high frequency power spectrum integrated over a range from about 0.24 hertz to 0.6 hertz. Third, the display driver 154 can provide an oscilloscope type graph 202 of the sympathetic-vagal balance LF / HF as shown in FIG. 5C. Fourth, the display driver 154 can display a 2D time-dependent power spectrum contour map 204 represented by a time-frequency relationship as shown in FIG. In FIG. 6, the contour lines can represent a time-dependent power spectrum of stimulation of a physiological signal by the autonomic nervous system. Fifth, the display driver 154 can provide a 3D time-dependent power spectrum graph 160 as shown in FIG. It should be noted that the 2D time dependent power spectrum contour map 204 is in fact a plan view of the 3D time dependent power spectrum graph 160. Thus, as will be described in detail herein, it will be appreciated that information regarding the human heart rate caused by the action of the autonomic nervous system due to changes in posture can be obtained by the device 100. First, the high frequency power spectrum graph 200 shows that the rapid response of the parasympathetic nervous system causes the high frequency power to abruptly decay when stimulated. Second, the low frequency spectrum graph 198 shows that the slow response of the sympathetic nervous system results in an increase in low frequency power after stimulation. Third, the high frequency power spectrum graph 200, which reflects only the effects of the parasympathetic nervous system, shows that high frequency power attenuates after stimulation. Fourth, the LF / HF sympathetic-vagal (parasympathetic) balance ratio graph 202 shows that low frequency power is stronger after stimulation, which indicates that the autonomic nervous system during a change in state Demonstrate the already known functions of the system. As can be seen, the device 100 allows for a time-dependent assessment of the function of the autonomic nervous system, which is useful for treating a wide range of clinical conditions. Such clinical conditions include vasovagal syncope, tilt tests, autonomic deficits, autonomic imbalance, neuronal damage due to diabetes, cardiac ischemic fluctuations, drug effects that interfere with autonomic and regional anemia fluctuations, autonomic nervous control There are autonomic changes related to the angiogenic effect of, the initial test for hypertension, etc. In addition, the device 100 can be used for all kinds of autonomic nervous tests, such as hand grips, cold pressure tests, manipulation of vagus nerves such as eye reflexes and diving responses, balsalava operation, and the like. In addition, the device 100 can similarly perform time-dependent power spectrum analysis of other physiological signals over a wide range. Although the present invention has been described based on a limited number of examples, there are many variations, modifications, and applications of the present invention.

───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.6 識別記号 ＦＩ Ａ６１Ｂ 5/08 Ａ６１Ｂ 5/04 ３１２Ａ 5/16 ３２２ (81)指定国 ＥＰ(ＡＴ，ＢＥ，ＣＨ，ＤＥ， ＤＫ，ＥＳ，ＦＲ，ＧＢ，ＧＲ，ＩＥ，ＩＴ，ＬＵ，Ｍ Ｃ，ＮＬ，ＰＴ，ＳＥ)，ＯＡ(ＢＦ，ＢＪ，ＣＦ，ＣＧ ，ＣＩ，ＣＭ，ＧＡ，ＧＮ，ＭＬ，ＭＲ，ＮＥ，ＳＮ， ＴＤ，ＴＧ)，ＡＰ(ＫＥ，ＭＷ，ＳＤ，ＳＺ，ＵＧ)， ＡＭ，ＡＴ，ＡＵ，ＢＢ，ＢＧ，ＢＲ，ＢＹ，ＣＡ，Ｃ Ｈ，ＣＮ，ＣＺ，ＤＥ，ＤＫ，ＥＥ，ＥＳ，ＦＩ，ＧＢ ，ＧＥ，ＨＵ，ＪＰ，ＫＥ，ＫＧ，ＫＰ，ＫＲ，ＫＺ， ＬＫ，ＬＲ，ＬＴ，ＬＵ，ＬＶ，ＭＤ，ＭＧ，ＭＮ，Ｍ Ｗ，ＭＸ，ＮＯ，ＮＺ，ＰＬ，ＰＴ，ＲＯ，ＲＵ，ＳＤ ，ＳＥ，ＳＧ，ＳＩ，ＳＫ，ＴＪ，ＴＴ，ＵＡ，ＵＧ， ＵＳ，ＵＺ，ＶＮ──────────────────────────────────────────────────続 き Continued on the front page (51) Int.Cl. 6 Identification code FI A61B 5/08 A61B 5/04 312A 5/16 322 (81) Designated country EP (AT, BE, CH, DE, DK, ES, FR, GB, GR, IE, IT, LU, MC, NL, PT, SE), OA (BF, BJ, CF, CG, CI, CM, GA, GN, ML, MR, NE, SN, TD, TG), AP (KE, MW, SD, SZ, UG), AM, AT, AU, BB, BG, BR, BY, CA, CH, CN, CZ, DE, DK, EE, ES, FI, GB , GE, HU, JP, KE, KG, KP, KR, KZ, LK, LR, LT, LU, LV, MD, MG, MN, MW, MX, NO, NZ, PL, PT RO, RU, SD, SE, SG, SI, SK, TJ, TT, UA, UG, US, UZ, VN

Claims (1)

【特許請求の範囲】 １．自律神経系によって変調された生理的信号の時間依存パワースペクトル解析 用装置であって、 （ａ）自律神経系によって変調された生理的信号を検出するセンサと、 （ｂ）前記信号に内在される少なくとも一つの周波数を選択する周波数選択装 置と、 （ｃ）前記少なくとも一つの周波数用の前記信号に沿ったウインドウ内で、前 記生理的信号のパワースペクトルを決定するための選択ウインドウ時間−周波数 解析プロセッサと、 （ｄ）生理的信号のパワースペクトルによって提供される自律神経系の機能に 関係する情報を提供するための出力装置と からなることを特徴とする生理的信号の時間依存パワースペクトル解析用装置 。 ２．前記センサが、ＥＣＧレコーダ、呼吸モニタ、血圧トランスデューサ、ドッ プラー流量計、タコメータ、フィンガープレチスモグラフ、皮膚抵抗検流計、心 臓血管モニター装置のいずれかから選択されることを特徴とする請求項１に記載 の装置。 ３．前記ウインドウが、矩形開口、ハミング開口、ハニング開口、ブラックマン 開口、ガウシアン開口、ローレンチアン開口、サインウインドウ、いずれかのべ き乗のサインウインドウ、いずれかのべき乗のコサインウインドウ、これらから 派生するウインドウのいずれかから選択されることを特徴とする請求項１に記載 の装置。 ４．前記装置の周波数解析能を決定する周波数選択装置を有することを特徴とす る請求項１に記載の装置。 ５．前記装置の時間解析能を決定するタイミング選択装置を有すること特徴とす る請求項１に記載の装置。 ６．前記センサにより検出される生理的信号のタイプを選択する生理的信号セレ クタを有することを特徴とする請求項１に記載の装置。 ７．調査対象に与えられる刺激のタイプを選択する刺激タイプセレクタを有する ことを特徴とする請求項１に記載の装置。 ８．前記出力装置において出力される周波数のレンジを決定する周波数選択装置 を有することを特徴とする請求項１に記載の装置。 ９．前記出力装置において出力される生理的信号の時間依存パワースペクトル開 始および終了を決定するためのタイミング選択装置を有することを特徴とする請 求項１に記載の装置。 １０．前記センサと前記選択ウインドウ時間−周波数解析プロセッサとの間に設 けられるディトレンディングフィルタを有することを特徴とする請求項１に記載 の装置。 １１．前記選択ウインドウ時間−周波数解析プロセッサがウェーブレットプロセ ッサであることを特徴とする請求項１に記載の装置。 １２．前記ウェーブレットプロセッサに用いられるプロトタイプ関数を選択する プロトタイプ関数セレクタを有することを特徴とする請求項１１に記載の装置。 １３．前記ウェーブレットプロセッサに用いられるスケールパラメータを選択す るスケールパラメータセレクタを有することを特徴とする請求項１１に記載の装 置。 １４．前記ウェーブレットプロセッサに用いられるシフトパラメータを選択する シフトパラメータセレクタを有することを特徴とする請求項１１に記載の装置。 １５．前記選択ウインドウ時間−周波数解析プロセッサが選択分離スペクトル変 換アルゴリズムプロセッサであることを特徴とする請求項１に記載の装置。 １６．フーリエ変換、ハール変換、ハートリー変換、サイン変換、コサイン変換 、ハダマード変換のいずれか一つの変換を選択するスペクトル変換セレクタを有 することを特徴とする請求項１５に記載の装置。 １７．前記ウインドウの持続時間を選択するウインドウ持続時間セレクタを有す ることを特徴とする請求項１５に記載の装置。 １８．前記ウインドウの開口を選択するウインドウ開口セレクタを有することを 特徴とする請求項１５に記載の装置。 １９．前記ウインドウ内におけるデータポイント数を選択するポイント数セレク タを有することを特徴とする請求項１５に記載の装置。 ２０．前記選択分離スペクトル変換解析プロセッサにより用いられるデシメーシ ョンテクニックを選択するデシメーションテクニックセレクタを有することを特 徴とする請求項１５に記載の装置。 ２１．自律神経系によって変調された生理的信号の時間依存パワースペクトル解 析用方法であって、 （ａ）自律神経系によって変調された生理的信号を検出し、 （ｂ）前記信号に内在される少なくとも一つの周波数を選択し、 （ｃ）前記少なくとも一つの周波数用の前記信号に沿ったウインドウ内で、前 記生理的信号のパワースペクトルを決定し、 （ｄ）生理的信号のパワースペクトルによって提供される自律神経系の機能に 関係する情報を提供する ことを特徴とする生理的信号の時間依存パワースペクトル解析用装置。 ２２．生理的信号の時間依存パワースペクトル解析用装置であって、 （ａ）生理的信号を検出するセンサと、 （ｂ）前記信号に内在される少なくとも一つの周波数を選択する周波数セレク タと、 （ｃ）前記少なくとも一つの周波数用にほぼ反比例する持続時間を有し、前記 信号に沿ったウインドウ内を作り出すウインドウジェネレータと、 （ｄ）前記ウインドウ内においてデータポイントを提供するデシメーシ ョン装置と、 （ｅ）前記少なくとも一つの周波数用の前記ウインドウ内において前記信号の パワースペクトルを決定するスペクトル変換装置と、 （ｆ）前記信号の時間依存パワースペクトルに伴う情報を提供する出力装置と からなることを特徴とする生理的信号の時間依存パワースペクトル解析用装置 。 ２３．前記センサが、ＥＣＧレコーダ、呼吸モニタ、フィンガープレチスモグラ フ、ドップラー流量計、タコメータ、血圧トランスデューサ、皮膚抵抗検流計、 ＥＥＧモニター、ＥＭＧモニターのいずれかから選択されることを特徴とする請 求項２２に記載の装置。 ２４．前記ウインドウが、矩形開口、ハミング開口、ハニング開口、ブラックマ ン開口、ガウシアン開口、ローレンチアン開口、サインウインドウ、いずれかの べき乗のサインウインドウ、いずれかのべき乗のコサインウインドウ、これらか ら派生するウインドウのいずれかから選択されることを特徴とする請求項２２に 記載の装置。 ２５．前記装置の周波数解析能を決定する周波数選択装置を有することを特徴と する請求項２２に記載の装置。 ２６．前記装置の時間解析能を決定するタイミング選択装置を有すること特徴と する請求項２２に記載の装置。 ２７．前記センサにより検出される生理的信号のタイプを選択する生理的 信号セレクタを有することを特徴とする請求項２２に記載の装置。 ２８．調査対象に与えられる刺激のタイプを選択する刺激タイプセレクタを有す ることを特徴とする請求項２２に記載の装置。 ２９．前記出力装置において出力される周波数のレンジを決定する周波数選択装 置を有することを特徴とする請求項２２に記載の装置。 ３０．前記出力装置において出力される生理的信号の時間依存パワースペクトル 開始および終了を決定するためのタイミング選択装置を有することを特徴とする 請求項２２に記載の装置。 ３１．前記センサと前記選択ウインドウ時間−周波数解析プロセッサとの間に設 けられるディトレンディングフィルタを有することを特徴とする請求項２２に記 載の装置。 ３２．フーリエ変換、ハール変換、ハートリー変換、サイン変換、コサイン変換 、ハダマード変換のいずれか一つの変換を選択するスペクトル変換セレクタを有 することを特徴とする請求項２２に記載の装置。 ３３．前記ウインドウの持続時間を選択するウインドウ持続時間セレクタを有す ることを特徴とする請求項２２に記載の装置。 ３４．前記ウインドウの開口を選択するウインドウ開口セレクタを有することを 特徴とする請求項２２に記載の装置。 ３５．前記ウインドウ内におけるデータポイント数を選択するポイント数セレク タを有することを特徴とする請求項２２に記載の装置。 ３６．前記選択分離スペクトル変換解析プロセッサにより用いられるデシメーシ ョンテクニックを選択するデシメーションテクニックセレクタを有することを特 徴とする請求項２２に記載の装置。 ３７．生理的信号の時間依存パワースペクトル解析用方法であって、 （ａ）生理的信号を検出し、 （ｂ）前記信号に内在される少なくとも一つの周波数を選択し、 （ｃ）前記少なくとも一つの周波数にほぼ反比例するウインドウ持続時間を有 するとともに前記信号に沿ったウインドウを作り出し、 （ｄ）このウインドウ内でデータポイントを提供し、 （ｅ）前記少なくとも一つの周波数用の前記ウインドウ内で前記信号のパワー スペクトルを決定し、 （ｆ）前記信号のじかん依存パワースペクトルに伴う情報を提供する ことを特徴とする生理的信号の時間依存パワースペクトル解析用装置。[Claims] 1. Time-dependent power spectrum analysis of physiological signals modulated by the autonomic nervous system Device for   (A) a sensor for detecting a physiological signal modulated by the autonomic nervous system;   (B) a frequency selection device for selecting at least one frequency inherent in the signal And   (C) within a window along the signal for the at least one frequency, Selection window time-frequency for determining the power spectrum of the physiological signal An analysis processor;   (D) the function of the autonomic nervous system provided by the power spectrum of physiological signals An output device for providing related information;   Device for analyzing time-dependent power spectrum of physiological signal characterized by comprising: . 2. The sensors include an ECG recorder, a respiratory monitor, a blood pressure transducer, Puller flow meter, tachometer, finger plethysmograph, skin resistance galvanometer, heart 2. The device according to claim 1, wherein the device is selected from any of the visceral blood vessel monitoring devices. Equipment. 3. The window has a rectangular opening, a Hamming opening, a Hanning opening, a Blackman Opening, Gaussian opening, Low wrench opening, sign window, From the raised sine window, any power cosine window, from these 2. The method according to claim 1, wherein the window is selected from any of the derived windows. Equipment. 4. A frequency selection device for determining a frequency analysis capability of the device. The device of claim 1. 5. A timing selection device for determining a time analysis capability of the device. The device of claim 1. 6. A physiological signal selector for selecting a type of physiological signal detected by the sensor; The apparatus according to claim 1, further comprising a rectifier. 7. Has a stimulus type selector that selects the type of stimulus given to the subject The apparatus of claim 1, wherein: 8. A frequency selection device for determining a range of a frequency output from the output device The apparatus of claim 1, comprising: 9. Opening a time-dependent power spectrum of a physiological signal output from the output device. A contractor having a timing selector for determining start and end An apparatus according to claim 1. 10. Between the sensor and the selected window time-frequency analysis processor. 2. The method according to claim 1, further comprising: Equipment. 11. The selected window time-frequency analysis processor is a wavelet processor. The device of claim 1, wherein the device is a heat sink. 12. Select a prototype function to be used in the wavelet processor The apparatus of claim 11, comprising a prototype function selector. 13. Select the scale parameter used for the wavelet processor 12. The apparatus according to claim 11, further comprising a scale parameter selector. Place. 14． Select shift parameters used in the wavelet processor The apparatus of claim 11, comprising a shift parameter selector. 15. The selected window time-frequency analysis processor may be configured to selectively separate spectral transforms. The apparatus of claim 1, wherein the apparatus is a conversion algorithm processor. 16. Fourier transform, Haar transform, Hartley transform, Sine transform, Cosine transform Has a spectrum conversion selector for selecting one of the Hadamard transforms. 16. The device according to claim 15, wherein the device comprises: 17． Has a window duration selector for selecting the duration of the window 16. The device according to claim 15, wherein the device comprises: 18. Having a window opening selector for selecting an opening of the window. The device according to claim 15, characterized in that: 19. Point number select for selecting the number of data points in the window 16. The apparatus according to claim 15, further comprising: 20. Decimation used by the selective separation spectral transformation analysis processor It has a decimation technique selector for selecting the 16. The device according to claim 15, wherein the device comprises: 21. Time-dependent power spectral solution of physiological signals modulated by the autonomic nervous system A method for analysis,   (A) detecting a physiological signal modulated by the autonomic nervous system,   (B) selecting at least one frequency inherent in the signal;   (C) within a window along the signal for the at least one frequency, Determining the power spectrum of the physiological signal,   (D) the function of the autonomic nervous system provided by the power spectrum of physiological signals Provide relevant information   An apparatus for analyzing a time-dependent power spectrum of a physiological signal. 22. An apparatus for analyzing a time-dependent power spectrum of a physiological signal,   (A) a sensor for detecting a physiological signal;   (B) a frequency selector for selecting at least one frequency inherent in the signal And   (C) having a substantially inversely proportional duration for the at least one frequency, A window generator that creates a window along the signal,   (D) decimation providing data points within said window Device and   (E) within the window for the at least one frequency, the signal A spectrum converter for determining a power spectrum,   (F) an output device for providing information associated with a time-dependent power spectrum of the signal;   Device for analyzing time-dependent power spectrum of physiological signal characterized by comprising: . 23. The sensor is an ECG recorder, a respiration monitor, a finger plethysmograph. F, Doppler flow meter, tachometer, blood pressure transducer, skin resistance galvanometer, A contractor selected from any of an EEG monitor and an EMG monitor 23. The apparatus according to claim 22. 24. If the window has a rectangular opening, a Hamming opening, a Hanning opening, Aperture, Gaussian aperture, Lawrence Ann aperture, sign window, Exponentiation sine window, any power cosine window, these 23. The method according to claim 22, wherein the window is selected from any of windows derived from the window. The described device. 25. Having a frequency selection device to determine the frequency analysis capability of the device 23. The apparatus according to claim 22, wherein 26. Having a timing selection device for determining the time analysis capability of the device; and 23. The apparatus according to claim 22, wherein 27. Physiological to select the type of physiological signal detected by the sensor 23. The device according to claim 22, comprising a signal selector. 28. Has a stimulus type selector that selects the type of stimulus given to the subject 23. The device according to claim 22, wherein 29. A frequency selection device for determining a range of a frequency output from the output device; 23. The device according to claim 22, comprising a device. 30. Time-dependent power spectrum of a physiological signal output from the output device Having a timing selection device for determining start and end An apparatus according to claim 22. 31. Between the sensor and the selected window time-frequency analysis processor. 23. The apparatus according to claim 22, further comprising: On-board equipment. 32. Fourier transform, Haar transform, Hartley transform, Sine transform, Cosine transform Has a spectrum conversion selector for selecting one of the Hadamard transforms. 23. The device according to claim 22, wherein 33. Has a window duration selector for selecting the duration of the window 23. The device according to claim 22, wherein 34. Having a window opening selector for selecting an opening of the window. 23. The device according to claim 22, characterized in that: 35. Point number select for selecting the number of data points in the window 23. The device according to claim 22, comprising a device. 36. Decimation used by the selective separation spectral transformation analysis processor It has a decimation technique selector for selecting the 23. The device according to claim 22, wherein the device comprises: 37. A method for analyzing a time-dependent power spectrum of a physiological signal, comprising:   (A) detecting a physiological signal,   (B) selecting at least one frequency inherent in the signal;   (C) having a window duration substantially inversely proportional to said at least one frequency; And create a window along the signal,   (D) provide data points in this window,   (E) the power of the signal within the window for the at least one frequency Determine the spectrum,   (F) providing information associated with the time-dependent power spectrum of the signal.   An apparatus for analyzing a time-dependent power spectrum of a physiological signal.
JP8510976A 1994-09-14 1995-09-13 Apparatus and method for time-dependent power spectrum analysis of physiological signals Withdrawn JPH11511036A (en)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
IL110973 1994-09-14
IL11097394A IL110973A (en) 1994-09-14 1994-09-14 Apparatus and method for time dependent power spectrum analysis of physiological signals
PCT/US1995/011686 WO1996008992A2 (en) 1994-09-14 1995-09-13 Apparatus and method for time dependent power spectrum analysis of physiological signals

Publications (1)

Publication Number Publication Date
JPH11511036A true JPH11511036A (en) 1999-09-28

Family

ID=11066554

Family Applications (1)

Application Number Title Priority Date Filing Date
JP8510976A Withdrawn JPH11511036A (en) 1994-09-14 1995-09-13 Apparatus and method for time-dependent power spectrum analysis of physiological signals

Country Status (5)

Country Link
EP (1) EP0869734A2 (en)
JP (1) JPH11511036A (en)
AU (1) AU3717495A (en)
IL (1) IL110973A (en)
WO (1) WO1996008992A2 (en)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001112742A (en) * 1999-10-21 2001-04-24 Kao Corp Method and apparatus for evaluating skin condition
JP2003531656A (en) * 1999-05-01 2003-10-28 ザ コート オブ ネーピア ユニバーシティー How to analyze medical signals
JP2005500876A (en) * 2001-06-22 2005-01-13 カーディオデジタル リミティッド Wavelet-based analysis of pulse oximetry signals
US7547279B2 (en) 2002-01-23 2009-06-16 Samsung Electronics Co., Ltd. System and method for recognizing user's emotional state using short-time monitoring of physiological signals
JP2011193941A (en) * 2010-03-18 2011-10-06 Waseda Univ System for suppressing involuntary movement, movement recognition device, and program for the movement recognition device
JP2011526515A (en) * 2008-06-30 2011-10-13 ネルコー ピューリタン ベネット アイルランド System and method for ridge selection in a signal scalogram
JP2014079428A (en) * 2012-10-17 2014-05-08 Omega Wave Kk Blood flow rate measuring apparatus
JP2015192715A (en) * 2014-03-31 2015-11-05 学校法人慶應義塾 Information processing device, information processing system, information processing method, and program
JP2017023753A (en) * 2015-07-27 2017-02-02 三星電子株式会社Ｓａｍｓｕｎｇ Ｅｌｅｃｔｒｏｎｉｃｓ Ｃｏ．，Ｌｔｄ． Biosignal processing apparatus and biosignal processing method
JP2018051162A (en) * 2016-09-30 2018-04-05 学校法人慶應義塾 Biological signal detection system and biological signal detection method

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB9624280D0 (en) 1996-11-22 1997-01-08 Univ Glasgow Apparatus and method for measuring cardiac vagal tone
AUPO616697A0 (en) * 1997-04-11 1997-05-08 Heartlink Pty Ltd Method for diagnosing psychiatric disorders
US5830148A (en) * 1997-06-03 1998-11-03 Colin Corporation System and method for evaluating the autonomic nervous system of a living subject
US6358201B1 (en) * 1999-03-02 2002-03-19 Doc L. Childre Method and apparatus for facilitating physiological coherence and autonomic balance
US6393316B1 (en) * 1999-05-12 2002-05-21 Medtronic, Inc. Method and apparatus for detection and treatment of cardiac arrhythmias
GB0131024D0 (en) * 2001-12-28 2002-02-13 Cardiodigital Ltd Analysis of acoustic medical signals
US8923945B2 (en) 2009-09-24 2014-12-30 Covidien Lp Determination of a physiological parameter
EP2480997A2 (en) 2009-09-24 2012-08-01 Nellcor Puritan Bennett LLC Determination of a physiological parameter
US8870783B2 (en) 2011-11-30 2014-10-28 Covidien Lp Pulse rate determination using Gaussian kernel smoothing of multiple inter-fiducial pulse periods
WO2016201499A1 (en) 2015-06-15 2016-12-22 Medibio Limited Method and system for assessing mental state
US10638965B2 (en) 2015-06-15 2020-05-05 Medibio Limited Method and system for monitoring stress conditions

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4777960A (en) * 1986-08-18 1988-10-18 Massachusetts Institute Of Technology Method and apparatus for the assessment of autonomic response by broad-band excitation
US4979110A (en) * 1988-09-22 1990-12-18 Massachusetts Institute Of Technology Characterizing the statistical properties of a biological signal
US5046504A (en) * 1989-02-01 1991-09-10 Corazonix Corporation Method and apparatus for analyzing and interpreting electrocardiograms using spectro-temporal mapping

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003531656A (en) * 1999-05-01 2003-10-28 ザ コート オブ ネーピア ユニバーシティー How to analyze medical signals
JP2001112742A (en) * 1999-10-21 2001-04-24 Kao Corp Method and apparatus for evaluating skin condition
JP2005500876A (en) * 2001-06-22 2005-01-13 カーディオデジタル リミティッド Wavelet-based analysis of pulse oximetry signals
JP2008212745A (en) * 2001-06-22 2008-09-18 Cardiodigital Ltd Wavelet-based analysis of pulse oximetry signal
US7547279B2 (en) 2002-01-23 2009-06-16 Samsung Electronics Co., Ltd. System and method for recognizing user's emotional state using short-time monitoring of physiological signals
JP2011526515A (en) * 2008-06-30 2011-10-13 ネルコー ピューリタン ベネット アイルランド System and method for ridge selection in a signal scalogram
JP2011193941A (en) * 2010-03-18 2011-10-06 Waseda Univ System for suppressing involuntary movement, movement recognition device, and program for the movement recognition device
JP2014079428A (en) * 2012-10-17 2014-05-08 Omega Wave Kk Blood flow rate measuring apparatus
JP2015192715A (en) * 2014-03-31 2015-11-05 学校法人慶應義塾 Information processing device, information processing system, information processing method, and program
JP2017023753A (en) * 2015-07-27 2017-02-02 三星電子株式会社Ｓａｍｓｕｎｇ Ｅｌｅｃｔｒｏｎｉｃｓ Ｃｏ．，Ｌｔｄ． Biosignal processing apparatus and biosignal processing method
JP2018051162A (en) * 2016-09-30 2018-04-05 学校法人慶應義塾 Biological signal detection system and biological signal detection method

Also Published As

Publication number Publication date
EP0869734A4 (en) 1998-10-14
IL110973A (en) 2001-12-23
IL110973A0 (en) 1994-11-28
WO1996008992A3 (en) 1996-06-13
EP0869734A2 (en) 1998-10-14
WO1996008992A2 (en) 1996-03-28
AU3717495A (en) 1996-04-09

Similar Documents

Publication Publication Date Title
US5797840A (en) Apparatus and method for time dependent power spectrum analysis of physiological signals
JPH11511036A (en) Apparatus and method for time-dependent power spectrum analysis of physiological signals
Keselbrener et al. Selective discrete Fourier transform algorithm for time-frequency analysis: method and application on simulated and cardiovascular signals
US7079888B2 (en) Method and apparatus for monitoring the autonomic nervous system using non-stationary spectral analysis of heart rate and respiratory activity
Mulder Measurement and analysis methods of heart rate and respiration for use in applied environments
US4930517A (en) Method and apparatus for physiologic system identification
US4896675A (en) Apparatus for monitoring degree of mental tension
Brennan et al. Do existing measures of Poincare plot geometry reflect nonlinear features of heart rate variability?
US6685649B2 (en) Monitoring a condition of a patient under anaesthesia or sedation
EP3436135B1 (en) Regulatory device and associated method
Kar et al. Effect of sleep deprivation on functional connectivity of EEG channels
JP5696501B2 (en) Awakening data generation apparatus, awakening data generation method, awakening data generation program, and arousal level determination apparatus
KR20030063547A (en) Apparatus and method for measuring electroencephalogram
KR20060037235A (en) Electrophysiological intuition indicator
US10980489B2 (en) Method and device for quantifying a respiratory sinus arrhythmia and use of said type of method or said type of device
US11075009B2 (en) System and method for sympathetic and parasympathetic activity monitoring by heartbeat
US8352020B2 (en) Method for processing a series of cardiac rhythm signals (RR) and the use thereof for analysing a cardiac rhythm variability, in particular for assessing a patient's pain or stress
Alawieh et al. A real-time ECG feature extraction algorithm for detecting meditation levels within a general measurement setup
JP7141960B2 (en) mind and body management system
JP3314521B2 (en) Heart rate variability waveform analysis method and apparatus
JP3319139B2 (en) Physiological condition determination method and device
Bozhokin et al. Wavelet analysis of nonstationary heart rate variability in a head-up tilt-table test
JP7146196B2 (en) Score calculation device and method, and score calculation device control program
Polevaia et al. Cardiac telemetry for stress assessment
Sharma et al. Power Spectral Density Analysis of HRV to Evaluate Changes in ANS During Graded Head‐Up Tilt and Head‐Reverse Tilt

Legal Events

Date Code Title Description
R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

LAPS Cancellation because of no payment of annual fees