JPWO2007040022A1 - 咳検出装置及び咳検出方法 - Google Patents

Abstract

精度良く咳の検出を行うことができる咳検出装置を提供する。被検者の音声を検出する音声測定部と、被検者の体動を検出する体動測定部と、前記音声測定部で検出された音声及び前記体動測定部で検出された体動に基づいて咳を検出する咳検出部と、を有する。

Description

本発明は、咳検出装置及び咳検出方法に関する。

咳は、呼吸器系の疾患（特に、喘息、慢性閉塞性肺疾患、気管支炎等）に多く見受けられる症状である。咳の診断は問診に頼っているのが現状であるが、患者は診察時に必ずしも咳をしているとはかぎらず、医師は患者からの自覚症状を聞くしかない。また、患者も日中の覚醒時には症状を記憶していても、睡眠中の咳については、咳が激しい、眠れない等の表現に留まってしまう。そのため、客観的な評価が行えず有効な治療を行えないという問題があった。

そこで、咳の評価を客観的に行うために、咳に特徴的な音声信号情報を予め記憶しておき、この咳に特徴的な音声信号情報を基に、マイクロフォン等から入力された音声信号から咳による音声信号を識別及び抽出することにより、咳の検出やモニタを行う装置が記載されている（例えば、特許文献１乃至３参照）。
特開平７−３７６号公報 特開平８−３８４８１号公報 特開２００３−３８４６０号公報

しかしながら、上記の特許文献に記載された装置においては、咳に類似した音が発生した場合には、咳と区別することが難しく、間違って咳と検出される可能性がある。また、マイクロフォンやピエゾ素子などの音声を採取するセンサに接触するなどのノイズも咳と区別しにくい場合がある。さらには、自分は咳をしていないのに他人の咳が自分のマイクロフォンで採取されて、咳をしたと間違って検出される可能性もある。

本発明は、以上のような問題に鑑みてなされたものであり、精度良く咳の検出を行うことができる咳検出装置及び咳検出方法を提供することを目的としている。

本発明の咳検出装置は、被検者の音声を検出する音声測定部と、被検者の体動を検出する体動測定部と、前記音声測定部で検出された音声情報及び前記体動測定部で検出された体動情報に基づいて咳を検出する咳検出部と、を有することを特徴としている。

本発明の咳検出方法は、被検者の音声を音声測定部により測定する音声測定工程と、被検者の体動を体動測定部により測定する体動測定工程と、前記音声測定工程により測定された音声情報及び前記体動測定工程により測定された体動情報を咳検出部に入力し咳を検出する咳検出工程と、を有することを特徴としている。

本発明によれば、咳の音声を検出する際に体動（身体の動き）も関連付けて検出するので、咳に類似した音声が検出された場合であっても咳に固有の体動が検出されていなければ咳でないと判断することができ、精度良く咳の検出を行うことができる。

本実施形態に係る咳検出装置の構成図である。 本実施形態に係る咳測定処理のフロー図である。 第２の実施形態に係る音声データ及び体動データを示す概念図である。図３（ａ）は、被検者が咳をしたときに本実施形態に係る咳検出装置で測定される音声データＳｖ（ａ）及び体動データＳｍ（ａ）を示す図である。図３（ｂ）は、周囲にいる被検者以外の他人が咳をしたときの音声データＳｖ（ｂ）及び体動データをＳｍ（ｂ）示す図である。 本実施形態に係る咳検出処理のフロー図である。 体動測定部２０により測定された腹部（横隔膜下）の体動データの一例である。 咳に特徴的な体動波形の抽出方法の概念を示す概念図である。図６（ａ）は、咳による体動データを示す図である。図６（ｂ）は、持続時間Ｔ１、Ｔ２、及びＴ３を示す図である。図６（ｃ）は、傾斜角度θ１及びθ２を示す図である。図６（ｄ）は、尖度Ｋを示す図である。

符号の説明

１０ 音声測定部
１１ マイクロフォン
２０ 体動測定部
２１ 加速度計
３０ 咳検出部

（装置構成）
図１は、本実施形態に係る咳検出装置の構成図である。咳検出装置１は、音声測定部１０、体動測定部２０及び咳検出部３０から構成され、音声測定部１０及び体動測定部２０がそれぞれ通信媒体Ｌを介して咳検出部３０に接続されている。この通信媒体Ｌは、有線であっても無線であってもよい。無線により接続すれば、有線の場合のように音声測定部１０及び体動測定部２０に用いられているセンサに線を介して不要な振動やノイズを与えてしまう機会を減らすことができるとともに、被検者の行動の制約を少なくすることができる。

音声測定部１０は、入力される音声を音声信号に変換するマイクロフォン１１、マイクロフォン１１により変換された音声信号を増幅する増幅器１２、増幅器１２により増幅された音声信号を半波整流し平滑化処理する平滑回路１３、平滑回路１３により処理された音声信号を音声データに変換するＡ／Ｄ変換器１４、及びＡ／Ｄ変換器１４により変換された音声データを咳検出部３０に送信するＩ／Ｆ１５から構成されている。

本実施形態のようにマイクロフォン１１を用いて音声を測定する場合には、人体や衣服とマイクロフォンとが接触するとノイズが発生するので、接触しないように設けることが好ましい。但し、人体から遠ざけすぎると外部のノイズ音の影響が大きくなるので、できるだけ近接して設けることが好ましい。

マイクロフォン以外には、ピエゾマイクや加速度計を用い、咽頭部等に接触させて設け振動により音を検出することも可能である。この場合、人体に接触しているので、外部のノイズ音の影響は小さい。

体動測定部２０は、入力される体動を体動信号に変換する加速度計２１、加速度計２１により変換された体動信号を増幅する増幅器２２、増幅器２２により増幅された体動信号から所定周波数以下の低周波成分及び所定周波数以上の高周波成分を除去するフィルタ回路２３、フィルタ回路２３により処理された体動信号を体動データに変換するＡ／Ｄ変換器２４、及びＡ／Ｄ変換器２４により変換された体動データを咳検出部３０に送信するＩ／Ｆ２５から構成されている。

体動を測定する加速度計２１は、腹部、胸部、又は頚部に設けることが好ましく、特に腹部又は胸部に設けることが好ましい。咳をする際に、横隔膜周辺や胸部が特徴的な動きをするからである。

加速度計２１は、皮膚に感さ性の少ない接着剤が塗布された両面テープ等により直接又は間接的に人体に貼り付けることが好ましい。また、加速度計２１の周囲にノイズ防止用のカバー材やクッション材を設けることが好ましい。

咳検出部３０は、音声測定部１０及び体動測定部２０からの音声データ及び体動データを受信するＩ／Ｆ３１、Ｉ／Ｆ３１で受信された音声データ及び体動データをプログラムに従って処理するＣＰＵ３２、ＣＰＵ３２での処理に必要なプログラムやデータ等を記憶するＲＯＭ３３、ＣＰＵ３２での処理に必要なプログラムやデータ等を一時的に記憶するＲＡＭ３４、ＣＰＵ３２での処理結果等をハードディスク、ＤＶＤ−Ｒ、ＣＤ−Ｒ等に保存する外部記憶装置３５、咳検出部３０にデータを入力する入力部３６、及びＣＰＵ３２での処理結果等を表示する表示部３７から構成されている。

咳検出部３０は、専用の情報処理装置で構成されていてもよいし、汎用のパーソナルコンピュータで構成されていてもよい。パーソナルコンピュータであれば、持ち運びが容易にできる携帯情報端末（ＰＤＡ）であることが好ましい。

本実施形態においては、音声測定部１０及び体動測定部２０にそれぞれＡ／Ｄ変換器１４、Ａ／Ｄ変換器２４を設けたが、咳検出部３０にＡ／Ｄ変換器を設けてもよい。
（咳測定処理）
図２は、本実施形態に係る咳測定処理のフロー図である。この咳測定処理フローは、ＲＯＭ３３内の咳測定プログラムに基づいて、ＣＰＵ３２により実行されるフローである。予め入力部３６により被検者を特定するＩＤ等は入力されているものとする。

まず、ＣＰＵ３２は、入力部３６から咳測定の開始が指示されたか否かを判断する（ステップＳ１０）。咳測定の開始が指示されたと判断すると（ステップＳ１０；Ｙｅｓ）、ＣＰＵ３２は、音声測定部１０及び体動測定部２０からの音声データ及び体動データをＲＡＭ３４を経由して外部記憶装置３５に保存する動作を開始させる（ステップＳ１１）。このとき、被検者のＩＤ及び時刻に対応付けて音声データ及び体動データは保存される。咳測定の開始が指示されていないと判断すると（ステップＳ１０；Ｎｏ）、ステップＳ１０に戻り咳測定の開始が指示されるまで待機する。

次に、ＣＰＵ３２は、咳測定の終了が指示されたか否かを判断する（ステップＳ１２）。咳測定の終了が指示されたと判断すると（ステップＳ１２；Ｙｅｓ）、ＣＰＵ３２は、音声測定部１０及び体動測定部２０からの音声データ及び体動データをＲＡＭ３４を経由して外部記憶装置３５に保存する動作を終了させる（ステップＳ１３）。咳測定の終了が指示されていないと判断すると（ステップＳ１２；Ｎｏ）、ステップＳ４２に戻り咳測定の終了が指示されるまで待機する。
（咳の音声信号及び体動信号）
図３は、本実施形態に係る音声データＳｖ及び体動データＳｍを示す概念図である。図３における音声データＳｖ及び体動データＳｍは、音声測定部１０及び体動測定部２０から出力されたデータを示している。

図３（ａ）は、被検者が咳をしたときに本実施形態に係る咳検出装置で測定される音声データＳｖ（ａ）及び体動データＳｍ（ａ）を示す図であり、横軸に経過時間を、縦軸にデータレベルを模式的に示している。咳は、腹部に空気を溜め、喉を閉めた後に一気に空気を呼出することにより行われる。短時間に強い音が発せられるとともに、腹部も短時間に凹む。そのため、図に示すように、咳の場合には、音声データＳｖ（ａ）及び体動データＳｍ（ａ）の立ち上がり勾配θｖ（ａ）、θｍ（ａ）はそれぞれ急で時間幅Ｔｖ（ａ）、Ｔｍ（ａ）はそれぞれ短くなる。

図３（ｂ）は、周囲にいる被検者以外の他人が咳をしたときの音声データＳｖ（ｂ）及び体動データＳｍ（ｂ）を示す図である。図に示すように、音声データＳｖ（ｂ）は図３（ａ）の場合と同様にデータの立ち上がり勾配θｖ（ｂ）が検出されるが、体動データＳｍ（ｂ）ではデータの立ち上がり勾配は検出されない。

つまり、被検者が咳をしたかを判断するためには、音声データＳｖ及び体動データＳｍそれぞれの立ち上がり勾配θｖ及びθｍがそれぞれ所定値以上であって、時間幅Ｔｖ及びＴｍがそれぞれ所定値以下であるかを判断すればよい。
（咳検出処理）
図４は、本実施形態に係る咳検出処理のフロー図である。この咳検出処理フローは、ＲＯＭ３３内の咳検出プログラムに基づいて、ＣＰＵ３２により実行されるフローである。予め入力部３６により被検者を特定するＩＤ等は入力されているものとする。

まず、ＣＰＵ３２は、入力部３６から咳検出の指示が入力されたか否かを判断する（ステップＳ２０）。咳検出の指示が入力されたと判断すると（ステップＳ２０；Ｙｅｓ）、ＣＰＵ３２は、被検者ＩＤに対応する音声データを外部記憶装置３５から読み出し、ＲＡＭ３４にロードする（ステップＳ２１）。咳検出の指示が入力されていないと判断すると（ステップＳ２０；Ｎｏ）、ステップＳ２０に戻り咳検出の指示が入力されるまで待機する。

次に、ＣＰＵ３２は、ＲＡＭ３４に記憶された音声データの時間的変化を解析し、音声レベルが閾値レベル（図３（ａ）のＳｖｔｈ）以下から閾値レベル以上に増加している音声データに立ち上がり部（図３（ａ）のｔｖ１）があるか否かを判断する（ステップＳ２２）。音声データに立ち上がり部ｔｖ１があると判断すると（ステップＳ２２；Ｙｅｓ）、音声データの立ち上がり部ｔｖ１から音声レベルが閾値レベル以上から閾値レベル以下に減少している音声の立ち下がり部（図３（ａ）のｔｖ２）までの音声データを抽出する（ステップＳ２３）。音声データに立ち上がり部がないと判断すると（ステップＳ２２；Ｎｏ）、フローを終了する。

次に、ＣＰＵ３２は、ステップＳ２３において抽出した音声データを解析し、音声レベルの立ち上がり勾配θｖ、時間幅Ｔｖ、最大音声レベルＳｖｍａｘ等を演算する（ステップＳ２４）。

次に、ＣＰＵ３２は、演算により求めた音声レベルの立ち上がり勾配θｖ、時間幅Ｔｖから抽出した音声データが咳による音声データであるか否かを判断する。音声レベルの立ち上がり勾配θｖが所定値θｖ０以上及び時間幅Ｔｖが所定値Ｔｖ０以下であれば、咳による音声データであると判断し、それ以外であれば咳による音声データでないと判断する（ステップＳ２５）。

抽出した音声データが咳による音声データであると判断すると（ステップＳ２５；Ｙｅｓ）、ＣＰＵ３２は、被検者ＩＤに対応する体動データを外部記憶装置３５から読み出し、ＲＡＭ３４にロードする（ステップＳ２６）。抽出した音声データが咳による音声データでないと判断すると（ステップＳ２５；Ｎｏ）、ステップＳ３３にジャンプする。

次に、ＣＰＵ３２は、ステップＳ２６においてＲＡＭ３４にロードされた体動データから、前記抽出した音声データに基づいて定められる所定範囲の体動データを抽出する（ステップＳ２７）。咳は腹部や喉部の動きが生じてから音声が発せられるので、体動は音声よりも前に検出される。そのため、音声データにおける立ち上がりｔｖ１よりも所定時間前から体動データを抽出すればよい。例えば、音声データにおける立ち上がり時刻ｔｖ１よりも約２００ｍｓｅｃ前から音声データの立ち下がり時刻ｔｖ２までの体動データを抽出すればよい。

次に、ＣＰＵ３２は、抽出した体動データを解析し、体動データに閾値Ｓｍｔｈ以下の最小値Ｓｍｍｉｎがあるか否かを判断する（ステップＳ２８）。体動データに閾値Ｓｍｔｈ以下の最小値Ｓｍｍｉｎがあると判断すると（ステップＳ２８；Ｙｅｓ）、当該最小値Ｓｍｍｉｎが得られた時刻ｔｍｐから前後に時刻を辿ったときにデータレベルが一旦正になりその後０に至っている（０に至った時刻をそれぞれｔｍ１、ｔｍ２で示す）か否かを判断する。つまり、波形が咳に特徴的な波形であるかを判断する（ステップＳ２９）。詳細については後述する。

最小値Ｓｍｍｉｎが得られた時刻ｔｍｐから前後に時刻を辿ったときにデータレベルが一旦正になりその後０に至っていると判断すると（ステップＳ２９；Ｙｅｓ）、ＣＰＵ３２は、抽出した体動データを解析し、体動レベルの最小値Ｓｍｍｉｎからの立ち上がり勾配θｍ、ｔｍ１からｔｍ２までの時間幅Ｔｍ等を演算する（ステップＳ３０）。

最小値Ｓｍｍｉｎが得られた時刻ｔｍｐから前後に時刻を辿ったときにデータレベルが一旦正になりその後０に至っていないと判断すると（ステップＳ２９；Ｎｏ）、ステップＳ３３にジャンプする。

次に、ＣＰＵ３２は、ステップＳ３０において演算により求めた体動レベルの最小値Ｓｍｍｉｎからの立ち上がり勾配θｍ、ｔｍ１からｔｍ２までの時間幅Ｔｍから体動データが咳による体動データであるか否かを判断する。体動レベルの最小値Ｓｍｍｉｎからの立ち上がり勾配θｍが所定値θｍ０以上及びｔｍ１からｔｍ２までの時間幅Ｔｍが所定値Ｔｍ０以下であれば、抽出した体動データは咳による体動データであると判断し、それ以外であれば咳による体動データでないと判断する（ステップＳ３１）。

抽出した体動データが咳による体動データであると判断すると（ステップＳ３１；Ｙｅｓ）、ＣＰＵ３２は、抽出した音声データは咳であると確定して検出し外部記憶装置３５に保存する（ステップＳ３２）。このとき、被検者ＩＤに対応付けて発生時刻ｔ、最大音声レベルＳｖｍａｘ、最小体動レベルＳｍｍｉｎ等が保存される。さらに、ＲＯＭ３３又は外部記憶装置３５に、咳の種類に対応する音声データ及び体動データの少なくとも１つのパターンを記憶しておき、これらのパターンと対応する測定されたパターンとを比較することにより、咳の種類を特定し、被検者ＩＤに対応付けて保存してもよい。抽出した体動データが咳による体動データでないと判断すると（ステップＳ３１；Ｎｏ）、ステップＳ３３にジャンプする。

ステップＳ３３において、ＣＰＵ３２は、ＲＡＭ３４にロードされた前記抽出された音声データ以降の音声データの時間的変化を解析し、音声レベルが閾値レベルＳｖｔｈ以下から閾値レベルＳｖｔｈ以上に増加している音声データに立ち上がり部ｔｖ１があるか否かを判断する。音声データに立ち上がり部ｔｖ１があると判断すると（ステップＳ３３；Ｙｅｓ）、ステップＳ２３に戻り、咳検出を繰り返す。これにより、立ち上がり部ｔｖ１を有する全ての区間の咳検出が行われることになる。音声データに立ち上がり部ｔｖ１がないと判断すると（ステップＳ３３；Ｎｏ）、フローを終了する。

以上のように、本実施形態によれば、咳の音声を検出する際に体動も関連付けて検出するので、咳に類似した音声が検出された場合であっても咳に固有の体動が検出されていなければ咳でないと判断することができ、精度良く咳の検出を行うことができる。

（咳に特徴的な体動波形の抽出方法）
図５（ａ）は、咳による体動データの一例を示した図である。まず、データレベルは、Ｐ１において正方向に立ち上がり、Ｐ２において最大となる。咳の前段階として、声帯が閉じられ胸腔内圧が上昇して横隔膜が下がり腹部が突き出た状態である。その後、負方向に急激に立ち下がりＰ３、Ｐ４に達する。声帯が瞬時に開放され咳と共に呼出が行われて横隔膜が上がり腹部が引っ込んだ状態である。その後、Ｐ４から急激に正方向に立ち上がりＰ５に達する。呼出の反動により横隔膜が下がり腹部が突き出た状態である。その後、データレベルはＰ６に向けて立ち下がる。今度は逆方向の反動により横隔膜が上がり腹部が引っ込んだ状態である。このように、咳の呼出の後、横隔膜の動きは上下に反動しながら減衰していく。

図中には、後述の咳の検出処理で用いる、データレベルの平均値Ａｖｅ、最小値Ｍｉｎ、及び平均値Ａｖｅと最小値Ｍｉｎとの平均値（（平均値Ａｖｅ＋最小値Ｍｉｎ）／２）である中央値Ｍが示されている。

また、咳によっては、図５（ｂ）に示すように、Ｐ３とＰ４との間で一旦正方向にある程度立ち上がる波形となる場合がある。

図６は、咳に特徴的な体動波形の抽出方法の概念を示す概念図である。図６（ａ）は、図５（ａ）で示した咳による体動データを示している。仮に、あるサンプリング窓において図６（ａ）の体動データが得られたものとして説明する。サンプリング窓の幅としては、図６（ａ）に示すＰ１からＰ６までのデータを含む程度の時間が好ましく、２００ｍｓｅｃ〜４００ｍｓｅｃ程度が好ましい。サンプリング窓Ｗ内におけるサンプリング間隔としては、検出精度及び計算処理負荷を考慮すると、３〜２０ｍｓｅｃ程度が好ましい。

まず、サンプリング窓内のサンプリングデータのデータレベルの平均値Ａｖｅを算出する。次に、サンプリング窓内においてデータレベルが最小値Ｍｉｎのサンプリング点（図６（ａ）においてはＰ４）を特定する。次に、データレベルの平均値Ａｖｅと最小値Ｍｉｎとの平均値（以下、中央値Ｍという）を算出する。次に、最小値Ｍｉｎを示すサンプリング点以外に、中央値Ｍより値の小さい極小値を示すサンプリング点があるか否かを検出する。図６（ａ）においては、最小値Ｍｉｎを示すサンプリング点Ｐ４以外に中央値Ｍより値の小さい極小値を示すサンプリング点は存在しない。図５（ｂ）のような波形の場合には、最小値Ｍｉｎを示すサンプリング点Ｐ３以外に中央値Ｍより値の小さい極小値を示すサンプリング点（図中の右側の下凸）Ｐ４が存在することになる。

図５（ｂ）の如く当該極小値を示すサンプリング点が存在する場合には、最小値Ｍｉｎを示すサンプリング点及び当該極小値を示すサンプリング点のうち左側にある方をＰ３、右側にある方をＰ４とする。図５（ａ）や図６（ａ）の如く当該極小値を示すサンプリング点が存在しない場合には、最小値Ｍｉｎを示すサンプリング点の近傍で当該サンプリング点を含め当該サンプリング点の左側及び右側に急激に値が変化するサンプリング点を特定する。図６（ａ）においては、左側に急激に値が変化するサンプリング点としてＰ３が、右側に急激に値が変化するサンプリング点としてＰ４が抽出される。場合によっては、左側に急激に値が変化するサンプリング点と右側に急激に値が変化するサンプリング点とが同一のサンプリング点である場合もある。この場合、Ｐ３とＰ４とは一致する。

次に、サンプリング点Ｐ３から左側に向かっての最大値のサンプリング点及びサンプリング点Ｐ４から右側に向かっての最大値のサンプリング点を特定する。図６（ａ）においては、サンプリング点Ｐ３から左側に向かっての最大値のサンプリング点としてＰ２が、サンプリング点Ｐ４から右側に向かっての最大値のサンプリング点としてＰ５が抽出される。

次に、サンプリング点Ｐ２から左側で急激に値が減少して値が０近傍に達したサンプリング点及びサンプリング点Ｐ５から右側で急激に値が減少して値が０近傍に達したサンプリング点を特定する。図６（ａ）においては、サンプリング点Ｐ２から左側で急激に値が減少して値が０近傍に達したサンプリング点としてＰ１が、サンプリング点Ｐ５から右側で急激に値が減少して値が０近傍に達したサンプリング点としてＰ６が抽出される。

（咳に特徴的な体動波形が咳であるかの他の判断方法）
図６（ｂ）は、Ｐ２からＰ５までの持続時間Ｔ１、Ｐ１からＰ６までの持続時間Ｔ２、及びＰ３からＰ４までの持続時間Ｔ３を示している。持続時間Ｔ１及びＴ２のうち少なくとも１つが咳か否かを判断するための１つのパラメータとなる。持続時間Ｔ１、Ｔ２が短いほど咳と判断される確率が高くなる。また、持続時間Ｔ３は、咳の種類により変化するので咳の種類を判断するために用いることができる。

図６（ｃ）は、Ｐ３とＰ２とを結んだ線分の傾斜角度θ１及びＰ４とＰ５とを結んだ線分の傾斜角度θ２を示している。傾斜角度θ１及びθ２のうち値の大きい方の傾斜角度を最大傾斜角度θｍａｘとする。この最大傾斜角度θｍａｘが咳か否かを判断するための１つのパラメータとなる。最大傾斜角度θｍａｘが大きいほど咳と判断される確率が高くなる。

図６（ｃ）での最大傾斜角度θｍａｘの代わりに、図６（ｄ）に示す尖度Ｋをパラメータとして用いることも可能である。例えば、Ｐ２からＰ３、Ｐ４を経由してＰ５に至る谷形状の波形を考える。サンプリング点Ｐ１のデータレベルにおける谷の幅である時間ＴＬ１に対する、サンプリング点Ｐ１のデータレベルと最小値であるＰ４のデータレベルとの差を１００としたときのサンプリング点Ｐ１のデータレベルから４０下がったデータレベルおける谷の幅である時間ＴＬ２、の比（ＴＬ２／ＴＬ１）を尖度Ｋとして定義する。尖度Ｋが小さいほど咳と判断される確率が高くなる。

図６（ｂ）に示す持続時間Ｔ１及びＴ２のうち少なくとも１つ、及び図６（ｃ）に示す最大傾斜角度θｍａｘ又は図６（ｄ）に示す尖度Ｋを、パラメータとして用いて多変量解析法を行うことにより、対象となるサンプリング窓の体動データが咳であるか否かを判断する。咳の強度としては、例えば、咳と判断されたサンプリング窓におけるデータレベルの最小値であるＰ３又はＰ４のデータを用いることができる。さらに、持続時間Ｔ１、Ｔ２、Ｔ３を用いて咳の種類を特定することも可能である。

本実施形態では、音声データを解析して咳による音声データであれば体動データを解析して咳の検出を行ったが、逆に体動データを解析して咳による体動データであれば音声データを解析して咳の検出を行ってもよい。また、音声データの解析及び体動データの解析を独立して行っておいて、両者とも咳であると判断した場合に咳として検出するようにしてもよい。

また、例えば、音声データと体動データとを掛け合わせる等の演算を行うことにより咳を検出するようにしてもよい。咳である場合は、上述したように、音声データの出力がある部分（音声が検出された部分）と体動データの出力がある部分（体動が検出された部分）とがある程度決まった時間ずれて生じる。そのため、咳である場合は、当該ある程度決まった時間ずらしてやれば、音声が検出された部分と体動が検出された部分とは重なるはずである。一方、咳でない場合は、音声データの出力がある部分（音声が検出された部分）と体動データの出力がある部分（体動が検出された部分）とは無相関であり、重ならない可能性が高い。

これからすると、掛け合わせの演算を行った後のデータは、咳である場合は、咳でない場合と比べて相対的に長い時間に亘って出力のあるデータが得られる。従って、掛け合わせの演算を行う場合は、演算後のデータの出力のある時間が所定時間以上であるか否かで、咳であるか否かを判断すればよい。

Claims (7)

1. 被検者の音声を検出する音声測定部と、
   被検者の体動を検出する体動測定部と、
   前記音声測定部で検出された音声情報及び前記体動測定部で検出された体動情報に基づいて咳を検出する咳検出部と、
   を有することを特徴とする咳検出装置。
2. 前記咳検出部は、前記音声測定部で検出された音声情報に基づいて咳であるか否かを判断する第１の判断手段と、前記体動測定部で検出された体動情報に基づいて咳であるか否かを判断する第２の判断手段と、を有し、前記第１の判断手段及び前記第２の判断手段が双方とも咳であると判断した場合に、咳として検出することを特徴とする請求の範囲第１項に記載の咳検出装置。
3. 前記咳検出部は、前記音声測定部で検出された音声情報及び前記体動測定部で検出された体動情報を用いて演算を行うことにより咳を検出することを特徴とする請求の範囲第１項に記載の咳検出装置。
4. 前記体動測定部は、加速度計を含むことを特徴とする請求の範囲第１項〜第３項の何れか一項に記載の咳検出装置。
5. 前記体動測定部は、腹部取付用又は胸部取付用の体動センサを含むことを特徴とする請求の範囲第１項〜第４項の何れか一項に記載の咳検出装置。
6. 被検者の音声を音声測定部により測定する音声測定工程と、
   被検者の体動を体動測定部により測定する体動測定工程と、
   前記音声測定工程により測定された音声情報及び前記体動測定工程により測定された体動情報を咳検出部に入力し咳を検出する咳検出工程と、
   を有することを特徴とする咳検出方法。
7. 前記咳検出工程は、前記音声情報に基づいて咳であるか否かを判断する第１判断工程と、前記体動情報に基づいて咳であるか否かを判断する第２判断工程と、を有し、前記第１判断工程及び前記第２判断工程が双方とも咳であると判断した場合に、咳として検出することを特徴とする請求の範囲第６項に記載の咳検出方法。