JPS60500404A - 非周期生理反応における周期振動を評価する装置 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるため要約のデータは記録されません。

Description

【発明の詳細な説明】 非周期生理反応系統における周期 振動全評価する方法および装置 技術分野 この発明は生理作用の多様性を定量化することに関し、特に心臓周期のような生 理反応パターンの周期の定量化に関する。

背景技術 生理反応系統の出力、例えば心拍度数パターン、周辺血管運動作用、電極電位、 ＥＥＧのような頭皮からの電位、血圧、体温および時間によって識別し得る他の すべての生理作用といったような出力から有効な診断データを測定し判断するこ とは、非振動基線上に重畳される有体振動によって特徴づけられる場合が多いこ のような反応・ぐターンの性質から困難である。人体生理のきわめて複雑な構造 の基礎は信号全出力する構造にある。すなわち、生理反応系統は単一人力信号に より判断されるのではなく、多くの、しばしば未定義の構造の複雑な相互作用の 結果である場合が多い。例えば、特別の環境下で公知の生理構造を表わす“動的 平衡”振動全変化させることによシ、神経系統は多くの生理反応に強い衝撃を受 ける。特に心臓周期（心拍と次の心拍との間の時間）は他の生理反応系統に共通 の頻度に設定された振動をする。心臓周期は呼吸頻度、２　特表昭６０−５００ ４０４　（４）および血圧と周辺血管運動作用が振動する頻度で振動する。この ”呼吸”頻度および“血管運動”頻度での心臓周期の振動は特定の生理構造の表 われと解釈することができる。振動という点から測定した生理作用を調べる場合 、診断データを得るための関心事のパラメータには振動の振幅、同一頻度の他の 周期的生理機能に対する振動の位相および同一頻度における２以上の生理系統間 の連結あるいは密着性が含まれる。関心のある信号の分離あるいは生理データの ドリア）＝に除去するだめの方法が多くある。生理反応系統を監視するオンライ ン装置Ｉ　ハホとんど、ハイ・量スフィルタ、ローパスフィルタ、バンドパスフ ィルタを有シテイル。他の方法としては工学や経済への応用のために開発された 特定の統計分析があるが、これは生理データのドリフト全除去するのに使用され るためのものである。一般に１従来技術のほとんどが、除去されるドリフト（時 間変動）が線形回帰又は遅いサイン波の合計によ）特徴づけられると仮定してい る。これらの方法は、呼吸を含む生理監視のある領域や心電図のある領域では良 く機能するように思われるが、調べようとしている有体振動に相関する変化か、 振動が重畳される基線の不安定度に対して大きい場合に限られる。他方関心のあ る振動に相関する変化が生理反応系統の全体変化に比べて啄めて微少の場合、従 来技術の方法に基づく仮説やドリフト除去の装置は適用できない。

生理データのドリフト全除去するためにフィルタリング全行う従来装置ができな い例は、子宮収縮に相関した心臓周期の変化が大きいのに対し、胎児の心拍度数 振動の振幅が非常に小さい場合である。この場合、仮死状態にある低酸素症の胎 児が、子宮収縮に応答して基線において広範囲に及ぶ心拍度数変動を示したとき 、診断値である高速振動心拍度数作用を評価するのは困難である。

有体振動の振幅のような振動過程の特性全評価するのに使用される統計処理のほ とんどはデータ群から非振動成分全除去するために基線のドリフトを除去する。

複雑な信号に含まれるこれらの振動過程は、ドリフト全除去し、フィルタにかけ 、高速フーリエ変換（ＦＦＴ）のようなスペクトル分析を用いて振幅と振動性を 描くステップを含めたシーケンスにより除去される。

ドリフトを除去し、フィルタにかけることによシ、有体振動の振幅全評価するた めに統計手法を可能にする非周期成分を除去することにより”加工”された信号 を生成する。この１加工”信号はスペクトル分析によフ分解され、その分散が成 分周波数に分割式れる。すなわちその分散は種々の振幅および周波数を有したサ イン波の合計どして表わさ７Ｌる。このような処理の問題点け、正しく解釈する のに必要な特定の統計仮説に、処理されるデータ群が反する場合データの解釈を 誤ることである。

基線変動が微少であったり、基線のドリフトが解析前に容易に除去できる場合に は、生理反応システムの振動成分を正確に識別し、定量化するのにスペクトル分 析を用いることができる。スにクトル分析では、解析されるデータ群がほとんど 変化しないと仮定している。平均と分散が時間とその自己共分散機能に無関係か どうかは遅れにのみ依存する。（Ｃ，Ｃｈａｔｆｉｅｌｄ。

Ｔｈｅ　Ａｎａｌｙｓｉｓ　ｏｆ　Ｔｉｍｅ　５ｅｒｉｅｓ；Ｔｈｅｏｒｙ　ａ ｎｄ　Ｐｒａｃｔｉｃｅ。

Ｃｈａｐｍａｎ　ａｎｄ　Ｈａｌｌ　１９７５　）　、スペクトル分析では、デ ータが少くとも弱い静止状態である場合に限って周期振動の振幅の信頼性を有し かつ解釈可能な評価子が得られる。

生理反応系統特性のもう一つの難点は、それらの特性が”静止”していないとい うことである。このことは、生理反応系統が完全なサイン波形ではなく、期待値 レベルおよび分散値の両方に複雑に変動する。従って、その性質上、静止の仮説 に反する。従って有体振動の振幅を評価するためのスペクトル解析は、いがなる 特定の周波数帯域においても、その有体過程の振幅評価は信頼性が無いことは明 らかである。複雑な基線変動を除去することにょシ、フィルタをかけたデータ群 の周期振動の振幅を正ｉＫ測定することは可能が５ もしれないが、基線変動全除去するために、生理反応作用を時間軸に対して変動 しないのに使われてきたすべての既存のフィルタ手法および装置は、間違った仮 説に基づいている。

鼓動同時記録器、脳波記録器、筋電図記録器といったような多くの既存の生理監 視製電は、ハイ・マスフィルタ、ローフやスフィルタおよびバンド−ヤスフィル タとして機能するハードウェアフィルタを有している。

上述したように、このことは、データには非振動成分が無く、フィルタは関心領 域の周波数帯域を通過させるという仮説にはね返ってくる。しかしながらほとん どの生理系統のデータは非振動の時間変動全盲しているので、秤々のフィルタを 通過した周波信号の振幅の一部は、実際には上述した複雑な非振動変動の一部で あるフィルタを通過した分散量の関数である。従って必然的に従来装置のハード ウェアフィルタでは、基線は単に低速のサイン波の合計および線形変動であると 仮定している。もし前記変動が複雑であり、線形変動や公知の周期性および振幅 含有した低速サイン波の合計である場合には、その低速の複雑な変動を表わすの に必要なサイン波は、さらに高速の周期性が前記関心領域信号の周波数に重畳さ れる可能性もある。それゆえ、この装置は従前にデータ群から減算すべき変動の 形態を知っておかなければならない。スペクトル分析６　待表昭６０−５００４ ０４　（５）の場合には、その変動に相関するスイクトル密度を全体のデータ群 に相関するスイクトル密度から引く必要がある。これは全体から見ると非実用的 である。何故ならフィルタを使用した場合、オペレータは周期過程に相関する分 散成分から変動に相関する、フィルタを通過した分散成分を分離することができ ないからである。さらにオンラインにおいて周期生理過程の状態変化を監視する ことができない。

フィルタを用いて変動を除法するもう一つの方法は”逐次差分化”と呼ばれる方 法である。この方法はデータ群全体にわたって値全引くやシ方である。例えば、 データポイント番号２からデータ１インド番号１を引き、データポイント番号３ がらデータポイント番号２を引くといった具合である。このフィルタの伝達関数 によフ、どの周波数が探査者にとって興味があるかによフスペクトル密度を過小 評価あるいは過大評価してしまい、特定の周波数における分散量の評価を誤る結 果となる。さらに１６逐次差分化”フィルタは線形変動除去と同様に、非振動変 動の成分である高周波変動の分散全通してしまうという欠点がある。

他の方法としては、低次多項式変動除去技術があるが、これは変動除去ができず 又ピーク周波数の識別と所定周波数における振幅評価の双方に影響を及ばずため ス（クトルの形状に変化を生じてしまう。

上述した従来装置における不適性かつ簡略化された仮説によってもたらされるエ ラーを克服する臨床および診断値は、生理過程の振動の振幅が、特定の基礎にな る構造のインデックス変数として作用する特殊な状況下で特に見られる。例えば 心臓周期の場合には、心臓の迷走神経（１０番目の脳神経）の影響のインデック スとして、呼吸回数あるいは呼吸血脈という不整脈における心臓周期の振動の振 幅全解釈することかできる。簡単に言えば、呼吸システムは、導入情報を脳幹に 送り、そこで、心臓への迷走神経の遠心性を“開閉制御”（オン、オフする）す る。（すなわち迷走神経の遠心性作用が吸入中に減少し、吐出しのときもとに戻 る）従って呼吸周波数において起こる心臓の周期振動では、その振幅が心臓に影 響を及ばず”遠心性音に関する情報全伝搬する。臨床および診断の関連性に関し ては、頭がい内出血のような高度の神経系統障害によシ心臓に影響を及ばず迷走 神経の遠心性を減少する。それゆえ呼吸周波数帯域における心臓周期振動の振幅 は”脳への窓″全提供し、中枢神経系統の機能障害の早期検査を行うことができ る。

胎児の心臓周期によって呈示される関連性に関するさらに重要な点の１つは、心 臓周期パターンは、胎児の呼吸周波数帯域にあるような新生児の呼吸の周期性で は小さな振動が見られるということである。周期性は心臓周期パターンの全体の 分散の１パーセントヲはるかに下回るので、周期作用の振幅全評価し、検出する 従来接菌の方法に関する上記した点は富、らにきびしくｆｘり、エラーを起こし やすい。何故なら特定の周期作用が生ずる分散の・ぐ−セントは胎児の心臓周期 における生理反応パターンの線分散に対し、てきわめて不さいからである〇 胎児の心臓周期は主に胎児と母の動きおよび労働中の子宮収縮の衝撃によシ影響 される。上述したフィルタ技術のいずれか１つを用いて胎児の心臓周期のスペク トル分析を行うと小さな振動は穏れてしまう。これは分散のパーセントが非常に 小さいのでスペクトルに有意のあるいは認識できるようなピークが現われないか らであシ、又ｆｅｔｏ−ｍａｔｅｒｎａｌの動きあるいは子宮収縮のいずれかに 関する複雑な変動の分散にょフ、呼吸周波数帯域よシも大きな分散音生じるから である。

総括すれば、スペクトル分析はデータが特定の仮　−説をこわさない場合に限っ て特定周波数帯域の分散（振幅）の評価をすることができる。心臓周期作用のよ うな生理系統から生じたデータ群はほとんど非周期成分を含んでおり弱い静止性 （すなわち平均および振幅の期待値が時間に無関係である）というきびしい仮説 をくずす。これは、新生児の呼吸周波数帯域の振幅の減少が脳損傷および／又は 幼児の生存度をおびゃか９ す神経系統状態にある場合にその組織の状態に関する危機情報を、周期生理作用 の振動の分散かたずさえている場合には非常に重要である。同様に、変動全除去 するためのスペクトル分析やほとんどのフィルタ技術は高速オンラインの使用に は適さない。

発明の開示 この発明の目的は、複雑な変動と低速サイン波に相関する分散を６オンライン” で除去し、前記複雑な変動と漸次シヌソイドに重畳されるときの急速周期振動を 正確に評価することのできる装置を提供することである。

この発明の他の目的は有体振動が非振動反応ノ々ターン上に重畳されるときの周 波数帯域上の有体振動の振幅の評価全正確に行うことのできる方法を取シ入れる ことである。この方法は６移動長項式フイルダ（ＭＰＦ）を用いて基線作用の変 動を無くすことにより基線ドリフトの影響を無くすことを含んでいる。この移動 多項式フィルタは２段で構成される。初めに、区分的多項式を基線にあてはめ基 線パターン全平滑化する。第２に平滑化された基線パターンをもとのデータ群か ら減算する。残差は低周波がカットされたフィルタをかけたデータ群を表わす。

この方法による出力は、ノヤンドパスフィルタにかけられ、関心周波数に相関す るデータ群の分散のみ金通すことができるＯ この２つのフィルタ装置と方法による出力によう関心のある有体振動に相関する 分散成分が提供される。

さらにこの発明の他の目的は監視されろ周期過程が弱い静止状態でない状況下に おいて関心ある振動の連続変動する振幅をオンラインで判断する能力を提供し、 変動を除去する前に全体の期間に対するデータの修正を行うことなくオンライン で振動の振幅を評価するように機能する。

さらにこの発明の他の目的は心拍度数を介して中枢神経系統における障害を表示 する臨床的に使用可能な信号全出力する検出器とフィルタの構成を提供すること によシム間の中枢神経系統の機能障害を検出する装置および方法を提供すること である。

図面の簡単な説明 この発明のさらに完全な評価と多くの利点は添附図面とともに以下の記載を参照 することによフ、さらに良く理解し得る。

第１＆図は非周期反応パターンに重畳された従前の周波数帯域の有体振動を有し た生理反応パターンを示す図； 第１ｂ図は第１ａ図から除去される平滑された基線ラインテンプレートを表わす 図： 第１ｃ図は第１ａ図のパターンから第１ｂ図のチンプレートラ引算しｉ差を表わ す図： 第２図は非周期反応ノ４ターンに重畳された有体振動の振＠を評価する装置のブ ロック図；第３図は第２図の移動多項式フィルタのグラフ図；および 第４図は第２図のこの発明の方法および装置の臨床上の重要性を示す図である。

この発明を実施する最良の形態 図面中目一部には同符号を付す、第１ａ図に非周期反応パターン上に公知周波数 帯域の有律振動振幅の重畳が示されている。この複合信号は生理反応パターンの モデルの役割を果す。

第１ａ図に示される複合系統の種類の一例としては、心臓に対する迷走神経遠心 性の呼吸作用による“開閉”作用に相関する周期心臓周期作用の振幅のスペクト ル表示である迷走神経の緊張の測定を行うために分離しなければならない心臓周 期の振動に相関する例である。呼吸周波数帯域に相関する心臓周期作用スイクト ル密度評価の累算により呼吸血脈とり不整脈の正確な測定を行うことができる。

呼吸血脈とり不整脈の振幅によシ測定された迷走神経緊張は心拍度数の応答と今 ある生理機能障害と全結びつけるキーとなる。

特に呼吸低脈とり不整脈の振幅は中枢神経系統の機能障害あるいは影響の指標と して採用することができる。

診断道具として使用する臨床的に信頼性のある情報を得るために１第１ａ図の有 体振動は基礎となっている非周期信号から分離されなければならない。

従って、心臓周期作用がフィルタにかけられて呼吸に相関する周波数のみが取勺 出されれば、新しい一連の心臓周期が呼吸血脈とう不整脈を表わすことになる。

シヌソイドの振幅は分散に単調に関連しているので、帯域フィルタのかけられた 心臓周期から得られるシヌソイドの振幅は一種の一呼吸ごとの呼吸血脈とり不整 脈を表わす。迷走神経の緊張の瞬時評価は、隣接するフィルタをかけた心臓周期 振動のピークをつなぐ線形補間によフ得ることができる。

生理反応・９ターンでは、非正弦波処理は基礎となる有律過程の評価を歪ませる 。従って特定の有律堝程に相関する分散又は振幅を評価する前にこれらの非周期 の影響を取除く必要がある。一般に、基線ドリフトを除去するために使用される 方法では、非周期の影響は線形回帰線を用いて除去するか、全データ群を低次多 項式に適合させることにより除去し得ると仮定してきた。しかしながら、生理反 応パターンにおけるほとんどの基線変動は非振動であるので、多項式の適合や低 速サイン波の加算では適切にその変動を表わすことができない。例えば、胎児で は、心臓周期パターンの変動にかなり高速の周波数（゛１分間２５乃至７５サイ に重畳し得るので評価するのが困難である。このような低速移動の１つの原因は 母体の子宮収縮である。従って、胎児の心臓周期の周期性は、特定の時刻におい ては静止状態にあるが低速の複雑な変動に重畳される。

子宮収縮に関連して胎児の心臓周期パターンの複雑な変動は線形除去あるいは低 次多項式を除去することによっては除去できない。しかしながら、軌跡３次多項 式の移動平均全データを介して進め一連の所望のデータを得ることができる。こ の移動平均はカーブに沿って局部的に印加される重み付けされた合計であり、こ れにより第１ｂ図に示すような平滑化されたカーブ′すなわちテンプレートを得 ることができる。次にこの低速作動のテンプレートは生データから減算され、第 １ｃ図に示す残差列は、非振動成分の影響を受けず短区分にわたり静止している 有体過程を有している。胎児の心臓周期パターンの場合には、残差は高速変動で 構成される時系列である。これらの高速変動は長期間にわたフ静止することはで きない。何故なら、振動の振幅は胎児の中枢神経系統変化状態に応じて変ゎり得 る。

第２ａ図および第２ｂ図はＭＩ　ａ図、第１ｂ図および第１ｃ囚に示すような生 理反応パターンから興味ある有体振動を除去するように作用する装置を詳細に示 したものである。センサ１はＥＫＧにおける心臓の鼓動に応じ念内因性の生体電 位全検出するための電極ならびに呼吸や血流のような反応系統を評価するための 容積および血量計センサを含み人体からの生・理作用を、検出するビックアップ を備えて因る。センサがらの出力は心臓の鼓動のような時間事象として表わされ る点処理（第２ａ図）として見えるが又は、呼吸中の脳部周囲変化および指や頭 皮の電位変化のような時間に対して連続変化として表わされる連続処理（第２ｂ 図）として見える。第２ａ図に示す点処理の測定を用いる場合、”事象又はピー ク検出器”５と呼ばれるセンサ装置の成分が点処理における特定の事象の発生の 時間を検出する。心臓周期の場合には、心室の収量ｋ表わすＢＧＫ内のＲ波の発 生全検出することである。ピーク検出器の出力はクロック回路７に供給され、ク ロック回路は連続する事象間の間隔を計時する。

クロック回路の値は、後の使用のためにバッファ９に格納され、このバッファ９ の出方はＲ波の発生のよ５な関心事象間のタイミングを監視する輪郭補償器１１ に供給される。補償器は被検体の知識にもとづいてＲ波間の期待される時間間隔 範囲に関する情報を有している。この輪郭補償器は、後で残フの回路にょシ解析 される事象発生間の特定の間隔を保持する。

この輪郭補償器により克服された問題点の中には不適当な事象検出音生ずる特定 の心室不整脈に関して起こる問題がある。例えば、心室期外収縮の後に補償休止 が続く。心室期外収縮は洞房結節の規則的流出を組止しない。心室期外収縮の鼓 動と補償休止後の鼓動を足した鼓動期間は２つの正常な鼓動に等しい。重要なこ とは、心臓周期・ゼクーンにおいて表わされる呼吸血脈とり不整脈のような中間 に位置する律動は洞房結節の自然に発生する不整脈である。心室期外収縮はこれ らの律動を阻止したり影響を及ぼしたりしない。従って、呼吸血脈とう不整脈の ような心臓周期律動に相関する分散全正確に評価するには、心室期外収縮と補償 休止を訂正する必要がある。輪郭補償器は２つの時間周期を加算し、２で割るこ とによシ心室期外収縮と補償休止を調節する。従って、輪郭補償器は、バッファ ９から送られた事象間の期間が被検体にもとづく期待事象間隔の範囲からはずれ ると動作するようにプログラムされた加算器と割算器にほかならない。この場合 、輪郭補償器は期待離間間隔に従って事象間の離間を調節することによりこの事 象を除去する。輪郭補償器１１が機能的に重要な他の領域にはトリガされる”事 象検出器”の成分の衰退により鼓動が無い場合あるいは早期にトリガされ鼓動が 多すぎる場合である。

これらのいずれの場合にも、輪郭補償器は間隔全加算するか、２で割ることによ り正当な所定の間隔をチェックし保持する。

補償器からの出力は時間窓２ｏに供給される。この時間窓２０は特定の時間フレ ームすなわち窓内のＲ波のような検出される事象間の時間間隔を測定する。

例えば、時間窓ｋ　５００　ｍ５ｅｃ毎に動作させると、５ｏ。

ｍ５ｅｃ毎の時間窓に対し心臓周期の評価にデータ群が変換され移動多項式フィ ルタ９ｏに出方される。時間間隔の判断は基礎となる工程および移動多項式フィ ルタ９σの周波数特性とからめて行われる。時間窓のタイミングあるいは期間は 偽信号を防止するために厳格である。信号処理技術で知られているように、偽信 号は検出される周波数よフも速い周波数に相関する分散があるときに起こル、関 心周波数帯域外からのこれらの分散は関心周波数と折り重ねられる（すなわち加 算される）。心臓周期の偽信号を無くすには、時間窓のサンプリング値が各鼓動 を識別するＲ波事象のほぼ２倍の速さになるように時間窓を設定すれば良い。従 って、正常の心臓周期が１分間６０だとすると、時間窓は２倍の速度すなわち１ 秒間２事象に設定される。言い換えれば、時間窓は５００　ｍ５ｅｃ毎にデータ 全フィルタに出力するように動作する。関心周波数の２倍忙設定されたサンプリ ングレートの使用はＢｌａｃｋｍａｉｌと　Ｔｕｋｅｙによって書かれた統計ル ール（ＲｏＢ、Ｂｌａｃｋｍａｎ　＆　Ｊ、Ｗ。

Ｔｕｋｅｙ　、　Ｔｈｅ　Ｍｅａｓｕｒｅｍｅｎｔ　ｏｆ　Ｐｏｗｅｒ　５ｐｅ ｃｔｒａ、　１９５９゜Ｎｅｗ　Ｙｏｒｋ：Ｄｏｖｅｒ）に基づく。このルール は、検出される事象の２倍の速さでサンプリングすれば非関心周波数からの偽信 号も無く全詳細を得るのに十分であるということ全基本的に実現している。言い 換えれば、折り曲げ現象を防止することができる。関心事象周波数の少くとも２ 倍の周波数でサンプリングするという基本ルールさえ守ればさらに狭い間隔（す なわち速いサンプリングレート）に時間窓を設定できることはもちろんであるっ 適切に移動多項式フィルタ（ＭＰＦ’　）　’１採用するには、データは適切な 時間間隔でサンプリングされねばならない。移動多項式フィルタは時間領域で機 能し、データは等しい時間間隔でサンプリングされると仮定するので、１連続処 理”と呼ばれるこれらの処理がその処理の最速振動に相関する分散を含む離散的 過程全発生するレートでサンプリングされなければならない。

サンプリング間隔の選択は厳格である。これは観測間隔の２倍以下の周期がどの 律動なのかを識別することができないからである。より速い周波数（すなわち、 サンプリング間隔の２倍の期間より速い）は低速周波数に”折りかえされる”す なわち６偽信号”が作られることは数学的に立証することができる。これは関心 周波数帯域の分散の過大評価を引起こす。（ｐ。

Ｂｌｏｏｍｆｉｅｌｄ　、　Ｆｏｕｒｉａ　Ａｎａｌｙｓｉｓ　ｏｆ　Ｔｉｍｅ 　５ｅｒｉｅｓ：ＡｎＩｎｔｒｏｄｕｃｔｉｏｎ　、　Ｗｉｌｅｙ　、　１９７ ６　）、第２ｂ図に連続処理に必要な装置を示す。なお第２ａ図と同一部は同符 号を付す、基本的には、上述した連続処理の性質によりビーク検出器５、クロッ ク回路７、バッファ９、補償器１１および時間窓２０のかわフにアナログ／ディ ジタル変換器１４を用いている。Ａ／Ｂ変換器１４のサンプリングレートは、よ り速い振動に相関する分散がＡ／／′Ｄ変換器１４からの１離散的過程”に含ま れるようなレートで１連続過程″をサンプリングする必要があるので点過程の時 間窓に相似している。又連続過程は等しい時間間隔でサンプリングしなければな らないが、事象間の時間間隔によって表わされる点過程（例えば心臓周期：連続 する鼓動間の時間）は適当な重み付をして変換するか等しい時間間隔でサンプリ ングしなければならない。従来技術では時間領域にフィルタ点過程全提供してい ない。従ってこの発明の装置は点過程を等しい時間間隔でサンプリングされた離 散的過程に変換する。これにより時間領域フィルタ全点過程に印加することが可 能である。連続過程の場合には、評価される生理系統の知識全事前に持つことが 必要である。

どんな周期成分が生理過程に入っているかを知らないと、分散評価ができないこ とになる。移動多項式フィルタ（ＭＰＦ　）はさらにオンラインで振動の振＠全 評価する能力全容易にする。これは変動を除去する前に全期間データ収集する必 要が無いからである。ＭＰＦは又９ 調べる律動過程が静止してないような状況でも機能し、オンラインで関心振動の 連続変動振＠全評価する能力を提供する。

移動多項式フィルタは平滑テンプレートがデータ群から減算されるときハイ・ぐ スフィルタとして機能する。このフィルタを通過した周波数は、各データ点が時 間サンプリングされた測定値を表わす移動多項式に組込まれるデータ点の数によ って定義される多項式の期間の関数でちる。生理応用では３次多項式が叢も適し ている。これは変動における３次元傾斜の除去を可能にするからでおる。

時間窓データ群が供給される移動多項式フィルタ９０はデータ群金介してステッ プするディジタルフィルタで構成される。低次の多項式は非振励変動を表わすた めに０局部“レベルに適合する。全データ群に対する多項式の適合あるいは変動 は多くの笑用的および統計的問題に影響上受けるけれども、平滑機能は、非常に 一般的な状態で、多項式によシ、かなシの高精度で局部的に表わすことができる 。データを介して局部多項式をステップすることによフ、データ群全平滑化し複 雑な非振動過程全記述することができる。１平滑化”された変動が元のデータか ら減算されると、残差は、複羅な非周期過程に汚されていない、よフ速い周期作 用を正確に表現したフィルタをかけたデータ群を表わしている。

多項式はデータ点ｍ＋１の１変動”値上判断するのに最初の２ｍ＋１のデータ点 に適合する（すなわち多項式に適合したデータ点の範囲の中央）。データ点ｍ＋ ２の変動値全判断するには、同じ次元の多項式が、１時間点だけ先に進んだもう １つの２ｍ＋ｌデータ点に当てはめられる。この処理は、多項式が最後の２ｍ＋ １デ一タ点にあてはめられる迄データ群全体に続けられる。このフィルタは移動 多項式によ〃判断された変動値がもとのデータから減算されるときつくられる。

従って″移動多項式フィルタ”の名前がある。データ群の始めと終りのｍデータ 点は無効にされる。この処理は係数を有した生涯作用の観察の線形の組合せをと ることと同じであるので、係数は特定の次元の多項式に対して一度だけ計算すれ ば良く、点の数と係数はすべての時間的に続いて起こる応用例に使用することが できる。（Ｍ、Ｇ、Ｋｅｎｄａｌｌ、Ｔｉｍｅ　５ｅｒｉｅｓ、　１９７３．Ｇ ｒｉｆｆｉｎ参照） ３次元多項式は一般的にはａＯ＋ａｔ　ｔ＋ａ２　ｔ２＋ａｓ　ｔ”で表わされ る。但しｔは時間を表わし、定数全最小にする最／ト２乗の原理によって決定さ れる。但しＹｔは時刻ｔにおける生の変換されていないデータ点を表わし、ｍは 多項式の中間点の各サイドの時間窓の数である。２１点の例の場合、中間点の各 サイドにｍは１０の５００　ｍ５ｅｃの時間窓があることになる。しかし−ｍお よび十ｍデータ点の情報金剛いて時刻１−０（すなわち多項式の中間点）におけ る変換された１変動値”を発生することＫのみ関心があるので、最良の３次元多 項式の適合すなわち生データと時刻ｔ＝ＯＫおける平滑された”変動”との最小 ２乗差を生じるように２ｍ＋１デ一タ点の各々に印加される重み係数を表わすａ Ｑのみを計算すれば良い。ａＱは重み係数群であ、ｐ２ｍ＋１２ｍ＋１デ一タに それぞれ１つずつ適合される。一連の数学的計算全通して、１９７３年Ｇｒｉｆ ｆｉｎ著”　Ｔｉｍｅ　５ｅｒｉｅｓ“の３章にＭ、Ｇ、Ｋａｎｄａｌｌによっ て誉かれた所定次元２１点の数２ｍ＋１によって定義された特定の多項式に対し てａＱが計算される。

次元Ｐと時間点２ｍ＋ＩＣ１数の多項式に対する最小２乗艦全最小にする一般的 な式は で示される。移動多項式は２つの重要な特性を有している。初めに、係数の重み を足すと１になる。これは繰返される定数から単に構成される級数に係数が印加 されれば容易にわかる。これは平均値が定数と同じになるはずだからである。第 ２に重みは中間値に対して対称だからである。上述したように、移動多項式フィ ルタに使用される重み係数は′″実際”観察したデータ群Ｙｔと次元１ｐ”と２ ｍ＋１のデータ群の多項式間の齋小２乗差を最小・にするような係数である。上 述の例では、ｐ−３（すなわち３次元）であり２ｍ＋１＝２１である。あるデー タ群（実数又は仮数）にあてはまる多項式に対して重み係数が一度計算されると 、新しい係数全発生する必要は無い。

下記のものは点の数に制限が無く、５次元以下の多項式の係数を発生するコンピ ー−タグログラムである。

ＰＲＯＧＲＡＭ　ＴＲＹ　（ＩＮＰＴＪＴ、ＯＵＴＰＵＴ）ＩＭＭＥＮＳＩＯＮ 　Ａ（１００） ＲＥＡＤ　、Ｎｌ、Ｎ２ ＣＡＬＬ　ＰＯＬＹＭＯＶ　（Ｎｌ、Ｎ２．Ａ）ＰＲｒＮＴ　５０（べｒ）、　 ｒ＝１　、Ｎ２）５０　ＦＯＲＭＡＴ（１０Ｆ８．５） ＴＯＰ ＮＤ ＳＵＢＲＯＵＴＩＮＥ　ＰＯＬＹＭＯＶ　（Ｎｌ、Ｎ２．Ａ）ＣＯＭＰＵＴＥＳ 　ＭＯＶＩＮＧ　ＰＯＬＹＮＯＭＩＡＬ　ＦＴＬＴＰｉＲＣＯＥＦＦＩＣＩＥＮ ＴＳ　ＦＯＲＣ ＰＯＬＹＮＯＭＩＡＬＳ　ＯＦ　ＤＥＧＲＥＥ　Ｎ１（２，ＬＰ、Ｎ１．ＬＥ、 ５）ＢＡＳＥＤ　ＣＯＮ　ａ　ＴＯＴＡＬ　ＯＦ　Ｎ２　ＰＯＩＮＴＳａＤＩＭ ＫＮＳＩＯＮ　Ａ（Ｎ２） ＩＦ　（Ｎｌ、ＬＴ、２．０Ｒ０Ｎ１．ＧＴ、５）ＲＥＴびＲＮＩＦ　（Ｎ１＋ １．ＧＴ、Ｎ２ン　ＲＥＴＵＲＮＩＦ（２“（Ｎ２／２）、ＥＱ、Ｎ２）　Ｎ２ ＝Ｎ２−ＩＮ３＝Ｎ２／２ ＡＯＯＮ２ ２−Ｏ Ａ４−０゜ Ａ６＝Ｏ。

Ａ８＝Ｏ。

Ｄｏ　１　１＝１．Ｎ５ ＡＩ＝■ ＩＦ（Ｎ１．、ＧＴ、３）ＧＯＴＯ４５ＡＪ−−Ｎ３−１ ＤＥＮ襠ＡＯＡ　−Ａ２　Ａ２ ＤＥＮミ１　、／１）ＥＮ ＤＯ２Ｉ−１，Ｎ２ ＡＪ−ＡＪ＋１゜ ＡＪ２＝ＡＪ”ＡＪ ２　Ａ（１）＝ＤＥＮ＊（Ａ４−Ａ、Ｊ２”Ａ２）ＥＴＵＲＮ ４５　Ｄ厨＝ＡＯ’Ａ４”Ａ８＋２．”Ａ２”Ａ４ゝＡ５−Ａ６ゝ９３−ＡＯＡ ６　Ａ６−Ａ２　Ａ２　Ａ８ ＤＥＮ＝１　、／１）ＥＮ ＣＩ＝Ａ４　Ａ８−Ａ６　Ａ６ Ｃ２＝Ａ４”Ａ６−Ａ２”Ａ３ Ｃ３＝Ａ２　Ａ６−Ａ４　Ａ４ ＡＪ＝Ｎ３−１ Ｄｏ　３　Ｉ＝１．Ｎ２ ＡＪ＝ＡＪ＋１ ３　ｄＩ）＝ＤＥＮ＊（Ｃ１＋Ｃ２＊ＡＪ＊ＡＪ＋Ｃ３”ＡＪ”４）ＥＴＵＲＮ ＮＤ 例として３次の７，２１および３５の点の多項式が提供される。係数の和はほぼ １である。コンビーータハ分数を１０進数として概算するので正確に１にはなら ない。

３次元　７点 −０，９５２４，１４２８６，２８５７１，３３３３３，２８５７１，１４２８ ６，０９５２４３次元　３５点 −０，３７０７ −０，３７０３−，０２５４８ニー０１４６０　−．００４４２　．００５０５ ．１３８３ 、０２１９０　．０２９２７　．０３５’９４　．０４１９１，０４７］７　． ０５１７４　．０５５６０　．０５８７６　．０６１２１　．０６２９７　、ｏ ６４ｏ２．０６４３７　．０６４０２　．０６２９７　．０６１２１　．０５８ ７６　．０５５６００．５１７４．０４７］７　、（’１４１９１　．０３５９ ４　．０２９２７　．０２１９０　．０１３８３　．００５０５−．００４４２ −．０１４６０　−．０２５４８−．０３７０７３次元２１点 −０，５５９０−０，２４８４，００２９４，０２７４６，０４８７１，０６６ ６９，０８１４０、（＋９２８４．１０１０１　、］、０５９２．１０７５５　 、］０５９２．１０１０１．０９２８４．０８１４０．０６６６９．０４８７１ ．０２７４６．００２９４−．０２４８４−．０５５９０第３図は第２ａ図の時 間窓２ｏがらデータ群出力３θに作用する移動多項式フィルタを表わすグラフで ある。第２図のフィルタ９０は最小２乗３次元多項式から得られる２１の係数群 をデータ３ｏに供給するように構成されている。２１（２ｍ＋１）点の各々の係 数は第３図に示すようにカーブでプロットされる。従って笑際カーブの構成が第 ３図に示でれる。

一度係数が計算されると、データ群が対応する係数と乗算され第１Ｂ図に示す平 滑化された変動であるテンプレートを生じる。このテンプレートの信号は次に、 移動多項式フィルタからの出力として第１ｃ図に示す信号金得るように時間窓か ら出力されたデータ群を有する第１Ａ図のものとデータ群から減算される。

点１１に相関するテンプレートの値は点１と２１の各各をそれぞれ対応する正規 化された係数と乗算することにより得られそれらの値を加算して点１１に対応す るテンプレート点の値を得る。多項式の係数の和は１になるので、正規化は自動 的に考慮され、生データ点１１に相当する平滑テンプレートの値は単に生データ 点１乃至２１の値全カーブから得られる対応する係数と乗算した値全すべて加算 するだけで得られる。生データ点１１の対応するテンプレート点全作るための加 算が行われた後、フィルタはいわゆるデータ点１２に移動し、データ点１２の計 算が、データ点２乃至２２の値をデータ点１２の中心にある対応する係数と乗算 することにより法定される。従って″移動多項式゛′という用語がある。又２１ 点多拳式フィルタが使用された場合、膚１乃至１ｏの計算は焦いし、データ群の 最後の１０点の計算もない。これは、生データの各特定力の計算は過去から１０ のデータ点と将来のデータ点力・ら１０のデータ点が必要なためである。データ 点の数に基づいて対応する計算された係数の一般化された多項式に従ったフィル タ装置の構成は１度係数の値が決定されるとハードウェアで構成し得る・何故な らこの係数は特定の次元と点の数の多項式に対して定数だからである。

一節の有効情報を供給する多項式フィルタのキー領域の１つは多項式により適合 されるデータ点の数の選択である。例えば心拍度数の場合のには、心拍度数に影 響をおよぼす関心周波数である呼吸波数がおよそ０２５へルツーすなわち４秒お きに呼吸している場合、関心のある呼吸処理の分散が減衰されずに通過すること 全保証するために″２倍期間ルール”を働らかせる。

このルールは基本的にはフィルタのカットオフ周波数の形状を判断するフィルタ の伝達関数の形状と生理処理の周波数が一定ではなく推測可能な範囲内で変化す るという事実を取扱うために、調べている周期処理のモード期間のほぼ２倍の局 部的に適合した期間全盲した多項式音用いること釦より、関心のある周期処理の 分散は減算されずにすなわち粉飾されずに通過される。

このルールを用いて、１分間に１５回呼吸するモード呼吸周波数により特徴づけ られる呼吸周波数帯域の関心のある全点の通過全保証するのに心太な多項式フィ ルタの時間間隔は８秒である。呼吸周波数は０．２５ヘルツで一定ではなくおよ そ０．１５乃至０．４０ヘルツの変動がある。モード周波数（すなわち支配周期 性）は被検体によって異るが大部分の大人は０．１５乃至０．４０ヘルツの周波 数の間で呼吸する。それゆえ２１点の多項式フィルタは、時間窓から得られる各 点は５００　ｍｌＩｅｃ分離されるのでこの要求を満足し、それゆえ呼吸のため に発生する関心の事象全通過させるのに１０．５秒の時間フレームは２１点の中 に包含される。

フィルタ装置の応用例によってはある場合には点の敷金あ贅り広げない方が良い 場合かある。これはより低速の振動過程および非振動鍋程に相関する分散全効果 的に通過させるためである。生理処理は完全、なサイン波ではないので、より低 周波の生理作用は常に関心のある周波数帯域の分散に重畳し得る高周波高調波を 通過きせる。

多項式全３次元にすることにより３次元の変動に応答かつ″適合”する能力がが なり強調される。さらに高次の多項式全局部レベルでより速い周期に作ることも できるが低次の多項式は基線変動により変形できない。従って、要約すれば、３ 次元多項式はより高速の周期成分に作用することなく応答パターンの傾斜全作図 できる。

帯域フィルタ９４は出力分散全関心のある周期のみに減少するためにＭＰＦの出 力に加算される。これは調べている生理律動を事前に知っておく必要がある〇例 えば、呼吸血脈とり不整脈に関しては試駆される人体の年令に対する通常の呼吸 範囲に↓り決定きれる。

この帯域フィルタの出力は関心のある周波数帯域の分散に等しく分散計算器およ びディスプレイ装置７６に出力される。すべての生理振動は完全なサイン波では ないので、周期性は周波数の帯域にわたって評価される。従って、この周波数の 帯域に相関する分散の合計が必要になる。この合計はスペクトル分析？用いて時 間周期ごとに計算でき関心のある周波数に相関するスペクトル濃■を加算するこ とにより計算できる。同様に、高速かつ連続に評価する必要がある場合には、帯 域フィルタの出力力・ら伝統的な統計学により分散を計算することができる。心 臓周期の有律祢動は、上述した処理を通した背景作用と明瞭に識別され、上述し た２つの方法のいずれかで計算された分散は迷走神経の緊張を評価する。

上述した分析では、帯域フィルタ９４はＭＰＦの出力全受取り関心ある周波数の みを通過する。これは、呼吸血脈とう不整脈の場合には、大人は呼吸に相関する 周期性のみ全通過させることができるように１秒間０１５乃至０４０サイクルの 帯域を必要とする。

２つ以上の生理過程全結合したものを評価する必要がある場合、フィルタ処理に より供給された２つの直列出力全クロススペクトル分析により解析し、重み付け されたコヒーレンス全計算することができる。これは第２図にブロック９８とし て示されている。重み付けされたコヒーレンス（Ｐｏｒｇｅｓ他著”　Ｎｅｗ　 ｔｉｍｅ−ｓｅｒｉｅｓ　５ｔａｔｉｓｔｉｃ　ｆｏｒ　ｄｅｔｅｃｔｉｎｇ　 ｒｈｙｔｈｍｉｃ　ｃｏ−ｃｏｈｅｒｅｎｃｅ　ｉｎ　ｔｈｅ　ｆｒｅｑｕｅｎ ｃｙ　ｄｏｍａｉｎ：　Ｔｈｅ　ｗｅｉｇｈｔｅｄｃｏｈｅｒｅｎｃｅ　ａｎｄ 　ｉｔｓ　ａｐｐｌｉｃａｔｉｏｎ　ｔｏ　ｐｓｙｃｈｏｐｈｙｓｉｏ−１ａｇ ｌｃａｌ　ｒｅｓｅａｒｃｈ、ＰｓＩｙｅｈｏｌｏｇｌｃａｌ　Ｂｕｌｌｅｔｉ ｎ、１９８０゜の帯域にわたってコヒーレンス関数に重み村上することにより得 られる。上述の方法により得られたスＲクトル密度の正確な評価は重み付けされ たコヒーレンスを適切に評価するのに必要である。

第４ａ図および第４ｂ図は第２図の構造によ）上述した解析結果を臨床に応用し た場合を示している。

迷走神経の緊張と呼ばれる中枢神経系統によ］ｉＩＥ接影響される心拍度数／４ ’ターンの成分の検出と評価は第２図の出力により成される。正常な幼児グルー プと重度の脳損傷を含む徨々の病状を有したグループの迷走神経の緊張の評価は 第４ｂ図に詳細に示されている。さらに全体の心臓周期変化が収集された。第３ 図の構成を採用した実施例により検出された迷走神経、緊張と機能障害の深刻さ との間には明らかに単調な関係がある。

従って第４ａ図に示すように心臓周期の変化に関して同じ幼児がランクされる。

死んだ幼児と他の全ての幼児との間にのみ明瞭な区別がある。心臓におよぼす神 経的影響が欠如したことで特徴づけられる脳死した幼児と他の幼児とでは心臓周 期の変化は明瞭に識別されるが神経管欠かん、呼吸困難症候群を有した幼児と正 常な幼児との間では区別がつかなかった。第４＆図および第４ｂ図のスケール上 の文字は各幼児の診断内容あるいは傷害内容を示す（Ａ＝窒息、ＲＰＤ−気管支 梢肺疾患形成異常、ＣＡ＝心臓停止、Ｈ＝脳水腫、Ｍ　−１ 小頭症、Ｎ−正常、ＲＤＳ−呼吸困難症候群、幸は死んだ幼児金−示す）。重度 の脳損傷の場合には短かい心臓周期であることが多いけれども程々の病状におけ る心臓周期は識別できなかった。第４ａ図の心臓周期変化により幼児を２つのグ ループに分け、他方第２図の実施例によって測定された第４ｂ図の神経緊張によ る分類により神経病状の困難度の連続表示を可能にした。

従って、この種の診断の表示として従前用いられた第４ａ図の心臓周期変化は全 体の病状には感応するが第４ｂ図に使われた神経緊張は中枢機能障害における個 人差にさらに良く感応する指標であることは明らかである。

上述した開示にもとついてこの発明全種々変形実施できることはもちろんである 。それゆえ、添附したクレームの範囲内で、ここに述べた以外にもこの発明は実 施し得る。

ＦＩＧ、１α ＦＩＧ、　ｌｂ ＦＩＧ、１ｃ ＦＩＧ、　２ｂ 手続補正書 昭和、４９年７２３１０日 特許庁長官　志　賀　学　殿 １、事件の表示 ＰＣＴ／ＵＳ　８３１０２　Ｑ　３１ 全呼価する方法および装置 ３　補正をする者 事件との関係　特計出抗人 氏名　ポーダス、ステファージ・グブユ４代理人 住所　東京都港区虎ノ門１丁目２６番５号　第１７森ビル翻訳文（浄薔したもの ）、代理罹を征するもの７、補正の内容　別紙の通り（内容に変更なし）国際調 査報告

Claims (1)

1. 【特許請求の範囲】 心拍のサイクルにおける事象の発生全検出するセンサ手段と； 連続する心拍における前記事象間の間隔を決定するタイミング手段； 前記連続する心拍間の前記間隔全格納するバ、ファ手段と； 所定の間隔で前記バッファ手段に格納された値を読出す手段と； 前記バッファ手段から読出でれた信号の非振動部分全決定する手段と、前記読出 した信号の非振動部分を前記バッファ手段から読出した信号から減算する減算手 段と？有し、前記値を読出す手段の出力に応答する第１フィルタ手段と： 前記第１フィルタ手段の出力全受取り、関心のある前記所定の周波数帯域により バンド／４’ス領域が決定はれるバンド・々ス領埴の信号を出力する第２フィル タ手段と：および 有体振動の分散を計算する出力手段とで構成される、関心のある所定の周波数帯 域の心臓周期の有体振動の振幅変化を検出するシステム。 ２、　生理反応パターンを検出するセンサ手段と；゛前記反応ノぞターン全デジ タルに変換しそれによって関心のある周波数帯域によフサンプリング周波数が決 定はれるアナログ−デジタル変換手段ト：前記アナログ−デジタル変換器からの 生理反応Δターンの非振動部分を決定する非振動決定手段と、前記アナログ−デ ジタル変換器の出力から前記アナログ−デジタル変換器の出力の非撮動部分全減 算する減算手段を有し、前記アナログ−デジタル変換器の出力に応答する第１フ ィルタ手段と： 前記第１フィルタ手段の出力を受取フ、関心のある所定の周波数帯域によタバン ド・ぐス領域が決定されるパントノ臂ス領域の信号を出力する第２フィルタ手段 と；および 有体振動の分散を計算する出力手段とで構成される。関心のある所定の周波数帯 域に発生する生理反応パターンの有体振動の振幅分散全検出するシステム。 ３、　心拍の１サイクルの事象の発生を検出するステップと： 連続する心拍の前記事象間の間隔を決定するステップと： 前記決定した間隔を格納するステップと；前記所定の間隔で格納した値を読出す ステップと；前記読出した信号の非振動部分を除去するステ。 ｆｆ有し、前記読出した値に第１のフィルタ機能を行うステップと； 非振動部分を除去した生理反応）４ターン信号全受取フ、関心のある所定の周波 数帯域によりバンドイス領域が決定されるバンドパス領域に信号全出力するステ ップと：および 有律振動の分散を計算するステップで構成される、関心のある所定の周波数帯域 における心臓周期の有律振動の振幅分散を検出する方法。 ４　生理反応パターン全検出するステップと；所定の周波数帯域により決定され る周波数で前記反応パターン全サンプリングすることにより前記反応／４’ター ン全デジタルに変換するステップと；前記デジタルの反応パターンの非振動部分 を除去するステップを有し前記デジタルの反応・母ターンに第１のフィルタ機能 を行うステップと； 非振動部分を除去した前記デジタルの反応パターン全受取り前記所定の周波数帯 域によりバンドパス領域が決定されるバンドパス領域の信号全出力するステ、プ と； 有律振動の分散全計算するステップとで構成される、関心のある所定の周波数帯 域に発生する生理反応パターンの有律振動の振幅分散全決定する方法。 ５、　前記関心のある所定の周波数帯域は呼吸作用に相関することを特徴とする 請求の範囲１に記載のシステム０ ６、前記バッファ手段の出力全受取フ前記連続する心拍の事象間の間隔を所定の 範囲に調節する補償手段を更に有したことを特徴とする請求の範囲１に記載のシ ステム。 ７、前記第１フィルタ手段は２ｍ＋１点のｎ次の多項式に基づいて構成された移 動多項式フィルタで構成され、それによシ前記読出された信号の非振動部分が決 定され、前記読出した信号から減算され前記第２フィルタ手段に出力される残差 信号を生ずること全特徴とする請求の範囲ｌに記載のシステム。 ８、ｎ＋＝１０でｎ＝３である請求の範囲７に記載のシステム。 ９、ｍ＝２５でｎ　＝　３である請求の範囲７に記載のシステム。 １０、複数の生理反応パターンが検出され、前記出力手段は、関心のある所定の 周波数レンジに発生する前記各反応−やターンの計算した分散間の重み付けされ たコヒーレンス全供給するコヒーレンス測定手段をさらに有したことを特徴とす る請求の範囲２に記載のシステム。 １１、　関心のある前記所定の周波数帯域は呼吸作用に相関すること全特徴とす る請求の範囲２に記載のシステム。 １２、前記バッファ手段の出力を受取り、連続する心拍の事象間の間＠を所定レ ンジ内に調節する補償手段をさらに有したことを特徴とする請求の範囲２に記載 のシステム。 １３　前記第１フィルタ手段はｎ次元の２ｍ＋１点の多項式に基づいて構成され た移動多項式フィルタからなり、それによって前記読出した信号の非振動部分が 決定され、前記読出した信号から減算され、前記第２フイ９ルタ手段に出力され る残差信号が出力されることを特徴とする請求の範囲２に記載のシステム。 １４、　ｍ　＝　１０でｎ＝３であることを特徴とする請求の範囲１３に記載の システム。 １５　ｍ−２５でｎ　＝　３であることを特徴とする請求の範囲１３に記載のシ ステム。 １６、前記決定された間隔を格納するステップは所定レンジ外にある前記決定さ れた間隔を補償しすべての間隔を前記所定レンジ内に調節するステップを有した ことを特徴とする請求の＠囲１３に記載の方法。 １７　前記第１のフィルタ機能を行うステップはｎ次元で２ｍ＋１点を有した多 項式に基つく移動多項式フィルタ？用いて前記読出した信号の振動部分全決定す るステラｆを有したことを特徴とする請求の範囲３に記載の方法。 １８、　ｍ＝１０．ｎ−３であること全特徴とする請求の範囲１７に記□載の方 法。 １９、　ｍ＝２５．ｎ−３であることを特徴とする請求の範囲１７に記載の方法 。 艶　前記決定した間隔全格納するステップは所定レンジ外にある前記決定された 間隔を補償し、全間隔を前記所定レンジ内に計部するステップを有したことを特 徴とする請求の範囲４に記載の方法。 ２１、　前記第１のフィルタ根部を行うステップはｎ次元で２ｍ＋１点を有した 多項式に基づく移動多項式フィルタを用いて前記読出した信号の振動部分全決定 するステップを有したこと’に’ｌＥ？徴とする請求の範囲４に記載の方法。 ２２、　ｍ　＝　１０でｎ　＝　３あることを特徴とする請求の範囲２１に記載 の方法。 ２３、　ｍ＝２５でｎ＝３であることを特徴とする請求の範囲２１に記載の方法 。 ２４、　各有律振動のサイクルにおける複数の事象の発生を検出するセンサ手段 と； 前記連続事象の発生間隔を決定するタイミング手段と； 前記間隔全格納するバッファ手段と； 所定の間隔で前記バッファ手段に格納された値を読出す手段と； 前記バッファ手段から読出した信号の非振動部分全決定する手段と、前記バッフ ァ手段から読出した信号から前記読出した信号の非振動部全減算する減算手段を 有し、前記読出し手段の出力に応答する第１フィルタ手段と； 前記第１フィルタ手段の出力を受取り、前記所定の周波数帯域により決定される バンドパス領域の信号を出力する第２フィルタ手段と：および有体振動の分散全 計算する出力手段とで構成される、関心ある所定周波数帯域における点過程の有 体振動の振幅分散を検出するシステム。 ５、各有体振動のサイクルにおける複数の事象の発生を検出するセンサ手段と： 前記連続事象の発生間隔を決定するタイミング手段と； 前記間隔全格納するバッファ手段と： 所定の間隔で前記バッファ手段に格納された値を読出す手段と： 前記パ、ファ手段から読出した信号の非振動部分全決定する手段と前記バッファ 手段から読出した信号から前記読出した信号の非振動部分を減算する減算手段を 有し、前記読出し手段の出力に応答する第１フィルタ手段と： 前記第１フィルタ手段の出力を受取り前記所定の周波数帯域により決定されるバ ンド−々ス領域の信号を出力する第２フィルタ手段と：および 有体振動の分散を計算する出力手段とで構成される、関心ある所定周波数帯域に おける連続過程の有体振動の振幅分散を検出するシステム。 箆　連続過程全検出するステップと； 所定の周波数帯域で決定される周波数で前記過程をサンプリングすることにより 、前記検出した過程をデジタルに変換するステップと； 前記デジタルの過程の非振動部分を除去するステップ全盲し、前記デジタルの過 程に第１のフィルタ機能を行うステップと； 非振動部分が除去された前記デジタルの過程を受取り、前記所定の周波・数帯域 によフ決定されるバンドパス領域における信号を出力するステップと；および有 体振動の分散を計算するステップとで構成される、関心のある所定の周波数帯域 における連続過程の有体振動の振幅分散全決定する方法。 ２７　点過程における事象の発生全検出するステ、プと； 前記点過程における連続事象間の間隔全決定するステップと； 前記決定された間隔を格納するステップと：所定の間隔で前記格納した値を読出 すステ、プと：前記読出した信号の非振動部分を除去するステップを有し、前記 読出し手段に第１のフィルタ機能を行うステ、ゾと； 非振動部分が除去された点過程信号を受取シ、関心のある所定の周波数帯域によ り決定されるバンドパス領域の信号全出力するステップと；および有体振動の分 散全計算するステップとで構成され、関心のある所定の周波数帯域における点過 程の有体振動における振幅分散を決定する方法。 あ、点過程において発生する各有体振動のサイクルにおける複数の事象の発生を 検出する第１センサ手段と； 連続過程において発生する前記各有体振動の連続過程を検出し評価する第２セン サ手段と：前記第１センサ手段の出力に応答し前記連続事象の発生間隔全決定す るタイミング手段と；前記間ｊ？Ｆ−ｅ格納するバッファ手段と：所定の間隔で 前記バッファ手段に格納された前記間隔全読出す手段と： 前記第２センサ手段の出力をデジタルに変換しそれによって、関心のある周波数 帯域によりアナログ−デジタル変換器のサンプリング周波数が決定されるアナロ グ−デジタル変換手段と： 前記読出された間隔の少くとも１つおよび前記アナログ−デジタル変換手段の出 力の非振動部分を決定する手段と、 前記バッファ手段から読出された間隔の少くとも１つと前記アナログーデヅタル 変換器の出力から、前記読出された間隔の少くとも１つと前記アナログ−デジタ ル変換器の非振動部全減算する減算手段・を有し、アナログ−デジタル変換手段 の出力と前記読出し手段に応答する第１フィルタ手段と； 前記第１フィルタ手段の出力に応答し、関心のある所定の周波数により決定され るバンドパス領域における信号全出力する第２フィルタ手段と：各有律振動の分 散全計算する出力手段と：および前記複数の有体振動のいずれか２つの計算され た分散間の重み刊けされたコヒーレンスを供給するコヒーレンス測定手段とで構 成される、点過程および連続過程の１つに各有体振動が生じる所定の周波数帯域 における複数の信号の有体振動における振幅分散１検出するシステム。 浄イ；（内容に変更なし） １