JPWO2017082165A1

JPWO2017082165A1 - 呼吸推定方法および装置

Info

Publication number: JPWO2017082165A1
Application number: JP2017550288A
Authority: JP
Inventors: 小笠原　隆行; 隆行小笠原; 卓郎田島; 啓桑原; 松浦　伸昭; 伸昭松浦; 笠原　亮一; 亮一笠原
Original assignee: Nippon Telegraph and Telephone Corp
Current assignee: Nippon Telegraph and Telephone Corp
Priority date: 2015-11-10
Filing date: 2016-11-04
Publication date: 2018-03-29
Anticipated expiration: 2036-11-04
Also published as: EP3375368A4; EP3375368A1; US20180333064A1; JP6450025B2; US11076793B2; EP3375368B1; WO2017082165A1

Abstract

呼吸推定装置は、被験者の心電位波形からＲ波の振幅を検出するＲ波振幅検出部（５）と、心電位波形からＲ波と１つ前のＲ波との間隔であるＲＲ間隔を検出するＲＲ間隔検出部（６）と、被験者の呼吸運動による３軸加速度の信号から加速度ベクトルの角度変位を検出する加速度変位検出部（７）と、Ｒ波振幅、ＲＲ間隔、角度変位の各々の時系列信号をフーリエ変換して、Ｒ波振幅、ＲＲ間隔、角度変位の各々の信号の周波数スペクトルを求めるフーリエ変換部（１０）と、Ｒ波振幅の周波数スペクトル、ＲＲ間隔の周波数スペクトル、角度変位の周波数スペクトルの各々から被験者の呼吸周波数の候補となる周波数を抽出して、これらの中から最良のデータを被験者の呼吸周波数として選択する信号選択部（１１）とを備える。

Description

本発明は、生体情報センサを用いて被験者の呼吸状態を推定する呼吸推定方法および装置に関するものである。

人の呼吸を継続的に観察する呼吸連続モニタリングは、呼吸器系疾患の診断や呼吸器系疾患患者のリハビリテーション、胎児や患者の遠隔監視、ストレス診断等への応用が期待されている。一般的な呼吸計測の方法としては、マスクによる呼吸フロー計、鼻腔に設置したサーミスターによる熱計測、胸部での歪み計測バンド、胸部の電流インピーダンス計などが用いられるが、これらの方法には、被験者に装置装着時の違和感を与えるという問題がある。

一方、近年、ウェアラブル機器の進展により、人体への装着感がより軽減されたデバイスが開発されている。例えば、図８に示すようなシャツ等の衣類１００に電極１０１，１０２を埋め込んだウェアラブルセンサが提案されている（特許文献１）。このウェアラブルセンサは、導電性繊維からなる電極１０１，１０２を心臓１０３の近くに配置し、配線を介して電極１０１，１０２と端末（不図示）とを接続することにより、ウェアラブル心電計として機能する。

以前より、心電位から人の呼吸の状態を推定することは試みられているが、心電位のＲ波と１つ前のＲ波の間隔であるＲＲ間隔を用いて被験者の呼吸の状態を推定しようとした場合、被験者の自律神経系の影響が顕著に現れ、測定時や測定前後の被験者の精神状態や被験者の年齢により推定結果が変化する。また、心電位のＲ波振幅を用いて被験者の呼吸の状態を推定しようとした場合、被験者の体動や皮膚状態による電極と皮膚との接触インピーダンスの変化、および被験者の体格や皮膚状態の個人差によって測定誤差が生じる。

このようなことから、例えば非特許文献１では、従来の心電計のデータに被験者の加速度のデータを加えて、被験者の呼吸の状態（呼吸数）を推定する方法が開示されている。この非特許文献１に開示された方法では、心電位のＲＲ間隔とＲ波振幅と加速度の３つの指標の重み付け平均をとることによって、推定精度を向上させる。非特許文献１に開示された方法では、ＲＲ間隔から推定した呼吸レートをＢＲ_RSA、Ｒ波振幅から推定した呼吸レートをＢＲ_QRSa、加速度データから推定した呼吸レートをＢＲ_accelとすると、その重み付け平均をとった呼吸レートＢＲ_combinedは、次式のようになる。
ＢＲ_combined＝（Ｑ_RSAＢＲ_RSA＋Ｑ_QRSaＢＲ_QRSa＋Ｑ_accelＢＲ_QRSa）
／（Ｑ_RSA＋Ｑ_QRSa＋Ｑ_accel）・・・（１）

式（１）の重み付け定数Ｑ_RSA，Ｑ_QRSa，Ｑ_accelは、ＲＲ間隔、Ｒ波振幅、加速度のそれぞれの指標によって異なり、信号品質によって０〜１の範囲で調整される。時系列データのピーク検出により、ピーク振幅の標準偏差、ピーク振幅の平均値、極小値間の時間変化定数、極大値と極小値の数と全ての極大値と極小値の数の比の４つのパラメータの線形和として誤差定数Ｅが算出され、信号品質Ｑが式（２）で計算される。
Ｑ＝ｅｘｐ｛−（Ｅ／τ）｝・・・（２）
ここでτは経験的に定められた定数である。なお、信号振幅がノイズレベルの場合、Ｑはゼロに設定される。

非特許文献１に開示された方法では、心拍周期によって呼吸サンプリング間隔が制限されるため、周期の早い呼吸曲線を計測することが難しいという問題点があった。また、非特許文献１に開示された方法では、心電位のＲ波振幅の大小や加速度計の信号波形振幅の大小が被験者の体動によるアーチファクトからも発生し、また個人差により、呼吸レートの算出に用いる定数を変えなければならないため、必ずしもＳＮ（signal-to-noise）比が向上せず、呼吸推定精度が向上しないという問題点があった。

特開２０１５−８３０４５号公報

A.M.Chan，N.Ferdosi，and R.Narasimhan，"Ambulatory Respiratory Rate Detection using ECG and a Triaxial Accelerometer"，35th Annual International Conference of the IEEE EMBS，pp.4058-4061，July，2013

本発明は、上記課題を解決するためになされたもので、様々な状況下での呼吸推定精度を高めることができる呼吸推定方法および装置を提供することを目的とする。

本発明の呼吸推定方法は、被験者の心電位波形からＲ波の振幅を検出するＲ波振幅検出ステップと、被験者の心電位波形からＲ波と１つ前のＲ波との間隔であるＲＲ間隔を検出するＲＲ間隔検出ステップと、被験者の呼吸運動による３軸加速度信号から加速度ベクトルの角度変位を検出する加速度変位検出ステップと、前記Ｒ波振幅の時系列信号、前記ＲＲ間隔の時系列信号、前記角度変位の時系列信号の各々をフーリエ変換して、Ｒ波振幅、ＲＲ間隔、角度変位の各々の信号の周波数スペクトルを求めるフーリエ変換ステップと、このフーリエ変換ステップで得られたＲ波振幅の周波数スペクトル、ＲＲ間隔の周波数スペクトル、角度変位の周波数スペクトルの各々から被験者の呼吸周波数の候補となる周波数を抽出して、これらの中から最良のデータを被験者の呼吸周波数として選択する信号選択ステップとを含むことを特徴とするものである。

また、本発明の呼吸推定装置は、被験者の心電位波形からＲ波の振幅を検出するＲ波振幅検出手段と、被験者の心電位波形からＲ波と１つ前のＲ波との間隔であるＲＲ間隔を検出するＲＲ間隔検出手段と、被験者の呼吸運動による３軸加速度の信号から加速度ベクトルの角度変位を検出する加速度変位検出手段と、前記Ｒ波振幅の時系列信号、前記ＲＲ間隔の時系列信号、前記角度変位の時系列信号の各々をフーリエ変換して、Ｒ波振幅、ＲＲ間隔、角度変位の各々の信号の周波数スペクトルを求めるフーリエ変換手段と、このフーリエ変換手段で得られたＲ波振幅の周波数スペクトル、ＲＲ間隔の周波数スペクトル、角度変位の周波数スペクトルの各々から被験者の呼吸周波数の候補となる周波数を抽出して、これらの中から最良のデータを被験者の呼吸周波数として選択する信号選択手段とを備えることを特徴とするものである。

本発明によれば、Ｒ波振幅の周波数スペクトル、ＲＲ間隔の周波数スペクトル、角度変位の周波数スペクトルの各々から被験者の呼吸周波数の候補となる周波数を抽出して、これらの中から最良のデータを被験者の呼吸周波数として選択することにより、個人差や幅広い測定状態に対して被験者の呼吸周波数を推定可能であり、かつ被験者の体動のアーチファクトの影響も低減することができ、呼吸推定精度を高めることができる。

図１は、本発明の実施の形態に係る呼吸推定装置の構成を示すブロック図である。図２は、本発明の実施の形態に係る呼吸推定装置の動作を説明するフローチャートである。図３は、本発明の実施の形態に係る呼吸推定装置の信号選択部の構成を示すブロック図である。図４は、本発明の実施の形態に係る呼吸推定装置の信号選択部の動作を説明するフローチャートである。図５Ａ、図５Ｂは、本発明の実施の形態においてデータをフーリエ変換した結果の周波数スペクトルの例を示す図である。図６は、角度変位、ＲＲ間隔、Ｒ波振幅のピーク周波数を呼吸周波数として選択した場合の呼吸周波数信号列、および本発明の実施の形態に係る呼吸推定装置で得られた呼吸周波数信号列を示す図である。図７は、本発明の実施の形態に係る呼吸推定装置で得られた呼吸周波数信号列、および関連する呼吸センサで得られた呼吸周波数信号列を示す図である。図８は、ウェアラブルセンサを人体に装着した様子を示す模式図である。

以下、本発明の実施の形態について図面を参照して説明する。図１は本発明の実施の形態に係る呼吸推定装置の構成を示すブロック図である。呼吸推定装置は、心電計１と、３軸加速度計２と、記憶部３，４と、Ｒ波振幅検出部５と、ＲＲ間隔検出部６と、加速度変位検出部７と、標本化部８と、バンドパスフィルタ９と、フーリエ変換部１０と、信号選択部１１とを備えている。

図２は呼吸推定装置の動作を説明するフローチャートである。心電計１は、被験者の心電位波形を測定し、心電位波形の時系列信号列を出力する（図２ステップＳ１００）。記憶部３は、心電計１から出力された心電位波形の時系列信号列を記憶する。

周知のとおり、心電位波形は、連続した心拍波形からなり、１つの心拍波形は、心房や心室の活動を反映したＰ波、Ｑ波、Ｒ波、Ｓ波、Ｔ波等の成分からなっている。Ｒ波振幅検出部５は、記憶部３に格納された心電位波形の信号からＲ波の振幅を検出する（図２ステップＳ１０１）。心電位波形のＲ波を認識する方法としては、例えば特開２００３−５６１号公報に開示された技術がある。この技術は、心電位波形の山と谷との振幅に基づいた閾値でＲ波を認識するものである。Ｒ波振幅検出部５は、心電位波形のＲ波ごとに振幅検出を行う。

ＲＲ間隔検出部６は、記憶部３に格納された心電位波形の信号からＲＲ間隔を検出する（図２ステップＳ１０２）。心電位波形のＲＲ間隔を検出する技術としては、例えば文献「“ECG Implementation on the TMS320C5515 DSP Medical Development Kit (MDK) with the ADS1298 ECG-FE”，Texas Instruments Incorporated，＜http://www.ti.com/lit/an/sprabj1/sprabj1.pdf＞，2011」に開示された技術がある。この技術は、心電位波形を時間差分した値の変化を基にＲＲ間隔を求めるものである。ＲＲ間隔検出部６は、心電位波形のＲ波ごとにＲＲ間隔検出を行う。

一方、３軸加速度計２は、被験者の胸部に装着され、被験者の呼吸運動による３軸加速度を検出して、３軸加速度の時系列信号列を出力する（図２ステップＳ１０３）。記憶部４は、３軸加速度計２から出力された３軸加速度の時系列信号列を記憶する。

加速度変位検出部７は、記憶部４に格納された３軸加速度の信号から加速度ベクトルの角度変位を検出する（図２ステップＳ１０４）。この角度変位を検出するには、Ｘ方向、Ｙ方向、Ｚ方向の３軸方向の加速度変位の平均から加速度の変化面を規定した後に、Ｘ方向、Ｙ方向、Ｚ方向の３軸の加速度データの合成からなる加速度ベクトルを前記変化面に射影したときの射影ベクトルの角度を角度変位として算出すればよい。このような方法は、例えば文献「A.Bates，M.J.Ling，J.Mann and D.K.Arvind，”Respiratory rate and flow waveform estimation from tri-axial accelerometer data”，International Conference on Body Sensor Network，pp.144-150，June 2010」に開示されている。加速度変位検出部７は、このような角度変位の検出を加速度のサンプリング周期ごとに行う。

続いて、標本化部８は、Ｒ波振幅検出部５から出力されるＲ波振幅の時系列信号、ＲＲ間隔検出部６から出力されるＲＲ間隔の時系列信号、加速度変位検出部７から出力される角度変位の時系列信号の各々を、心電計１のサンプリング周波数および３軸加速度計２のサンプリング周波数よりも遅いサンプリング周波数（例えば１Ｈｚ間隔）でサンプリングする（図２ステップＳ１０５）。

バンドパスフィルタ９は、標本化部８が取得したＲ波振幅の時系列信号、ＲＲ間隔の時系列信号、角度変位の時系列信号の各々を帯域制限する（図２ステップＳ１０６）。バンドパスフィルタ９を用いる理由は、人の呼吸周波数が低周波のみに限られるためである。このバンドパスフィルタ９の通過帯域は、例えば０．１５〜０．４Ｈｚである。

次に、フーリエ変換部１０は、バンドパスフィルタ９によって帯域制限されたＲ波振幅の時系列信号、ＲＲ間隔の時系列信号、角度変位の時系列信号の各々にハミング窓関数を掛け合わせた後に、Ｒ波振幅の時系列信号、ＲＲ間隔の時系列信号、角度変位の時系列信号の各々を高速フーリエ変換して、Ｒ波振幅、ＲＲ間隔、角度変位の各々の信号の周波数スペクトルを求める（図２ステップＳ１０７）。周知のとおり、ハミング窓関数は、所望の入力データを切り出すために使用される。フーリエ変換部１０は、このようなフーリエ変換を、標本化部８のサンプリング周期ごとに行う。フーリエ変換で用いるデータの数は、例えば１２８ポイント（１２８秒）である。

次に、信号選択部１１は、フーリエ変換部１０で得られたＲ波振幅の周波数スペクトル、ＲＲ間隔の周波数スペクトル、角度変位の周波数スペクトルの各々から被験者の呼吸周波数の候補となる周波数を抽出して、これらの中から最良のデータを被験者の呼吸周波数として選択して呼吸周波数信号を出力する（図２ステップＳ１０８）。

図３は信号選択部１１の構成を示すブロック図、図４は信号選択部１１の動作を説明するフローチャートである。信号選択部１１は、ピーク周波数検出部１１０と、ピーク半値全幅検出部１１１と、周波数選択部１１２と、呼吸周波数信号再構成部１１３とから構成される。

まず、ピーク周波数検出部１１０は、フーリエ変換部１０で得られたＲ波振幅の周波数スペクトル、ＲＲ間隔の周波数スペクトル、角度変位の周波数スペクトルの各々について、ピーク周波数を検出する（図４ステップＳ２００）。ピーク周波数検出部１１０は、１種類の周波数スペクトルについて、複数のピークが検出された場合には、強度が最大のピークの周波数を選択する。

続いて、ピーク半値全幅検出部１１１は、Ｒ波振幅の周波数スペクトル、ＲＲ間隔の周波数スペクトル、角度変位の周波数スペクトルの各々について、ピーク周波数検出部１１０が検出したピークの半値全幅を検出する（図４ステップＳ２０１）。ここで、半値全幅とは、ピーク周波数検出部１１０が検出したピークの波形において、強度がピーク強度の５０％になる周波数の幅のことを言う。

図５ＡはＳＮ比が良い場合の周波数スペクトルの例を示し、図５ＢはＳＮ比が悪い場合の周波数スペクトルの例を示している。なお、図５Ａ、図５Ｂでは、縦軸の強度を正規化して示している。ここでは、パワースペクトルの面積が１となるように各周波数のパワーを積分（離散値を積算）して面積を求めることで正規化を行っている。パワースペクトルは、計測した時系列データから、例えば３０秒間の区間を切り出して、フーリエ変換して求める。通常、呼吸数は、揺らぎがあるものの、安定時には一定であり、ある周波数でピークＰを有する。呼吸周波数のピークＰは平常時０．２〜０．４Ｈｚ程度にあると考えられるが、被験者の体動や自律神経系の影響により、ピークの半値全幅Ｗが広がる傾向があり、半値全幅Ｗが狭いほど、呼吸検出精度が高いと考えられる。

次に、周波数選択部１１２は、ピーク周波数検出部１１０が検出した３つのピーク周波数（Ｒ波振幅のピーク周波数、ＲＲ間隔のピーク周波数、角度変位のピーク周波数）のうち、ピーク半値全幅検出部１１１が検出した半値全幅が所定の閾値（例えば０．０６２５Ｈｚ）以下であるピーク周波数を被験者の呼吸周波数として選択し（図４ステップＳ２０２）、選択しなかったピーク周波数を破棄する（図４ステップＳ２０３）。

周波数選択部１１２は、半値全幅が所定の閾値以下であるピーク周波数が複数存在する場合（例えば、Ｒ波振幅の半値全幅と角度変位の半値全幅とが共に閾値以下である場合）、半値全幅が狭い方のピーク周波数を呼吸周波数として選択する。なお、周波数選択部１１２は、３つの半値全幅（Ｒ波振幅の半値全幅、ＲＲ間隔の半値全幅、角度変位の半値全幅）の全てが所定の閾値を超える場合、呼吸周波数を確定しようとしている現在のデータポイントのデータが欠損しているとして処理する。

呼吸周波数信号再構成部１１３は、周波数選択部１１２が選択した呼吸周波数のデータを時系列順に並べた呼吸周波数信号列を生成して出力する（図４ステップＳ２０４）。なお、呼吸周波数信号再構成部１１３は、ある時刻の呼吸周波数のデータが欠損している場合、例えば直前の時刻（１サンプリング周期前）の呼吸周波数のデータを用いることで、データを補完する。
信号選択部１１は、以上のような処理を標本化部８のサンプリング周期ごと（本実施の形態の例では１秒ごと）に行う。

図６の（ａ）は角度変位のピーク周波数を呼吸周波数として選択した場合の呼吸周波数信号列、図６の（ｂ）はＲＲ間隔のピーク周波数を呼吸周波数として選択した場合の呼吸周波数信号列、図６の（ｃ）はＲ波振幅のピーク周波数を呼吸周波数として選択した場合の呼吸周波数信号列、図６の（ｄ）は本実施の形態の呼吸推定装置で得られた呼吸周波数信号列を示す図である。また、図７の（ａ）は本実施の形態の呼吸推定装置で得られた呼吸周波数信号列、図７の（ｂ）は関連する呼吸センサで得られた呼吸周波数信号列を示す図である。

呼吸センサで測定した呼吸周波数の実測値は、０．２Ｈｚ前後を推移する。図７の（ａ）から明らかなように、本実施の形態によれば、呼吸センサで得られた結果と良く一致した呼吸周波数推移が得られることが分かる。

本実施の形態は、被験者の年齢、自律神経、皮膚状態、体格の個人差に対応するため、複数のセンサデータを統合し、最良のデータを抽出することで被験者の呼吸周波数を推定するものである。

３軸加速度のデータを呼吸周波数の推定に使用する場合、体動、体格の個人差等による測定誤差を除くことが困難であった。ＲＲ間隔のデータを呼吸周波数の推定に使用する場合、心拍周期による呼吸周期算出の限界があり、また精神状態や加齢により変化する自律神経系の影響による測定誤差を除くことが困難であった。Ｒ波振幅のデータを呼吸周波数の推定に使用する場合、体動や皮膚状態による接触インピーダンスの変化、皮膚状態の個人差等による測定誤差を除くことが困難であった。これに対して、本実施の形態では、複数のセンサデータから最良のデータを選択することで、ＳＮ比劣化が生じた場合でも、呼吸周波数の推定が可能である。

本実施の形態で説明した記憶部３，４とＲ波振幅検出部５とＲＲ間隔検出部６と加速度変位検出部７と標本化部８とバンドパスフィルタ９とフーリエ変換部１０と信号選択部１１とは、ＣＰＵ（Central Processing Unit）、記憶装置及びインタフェースを備えたコンピュータと、これらのハードウェア資源を制御するプログラムによって実現することができる。ＣＰＵは、記憶装置に格納されたプログラムに従って本実施の形態で説明した処理を実行する。

なお、心電計１は、シャツ等の衣類に取り付けられた電極と、同じく衣類に取り付けられたモニタ装置内の心電位波形信号処理部とから構成され、電極と心電位波形信号処理部との間が配線によって接続されている。同様に、３軸加速度計２は、衣類に取り付けられたセンサ部と、上記のモニタ装置内に設けられた加速度信号処理部とから構成され、センサ部と加速度信号処理部との間が配線によって接続されている。

本実施の形態は、このような心電計１と３軸加速度計２とが衣類に取り付けられたウェアラブル機器と一緒に設けてもよいし、別に設けてもよい。すなわち、前記のモニタ装置内に、記憶部３，４とＲ波振幅検出部５とＲＲ間隔検出部６と加速度変位検出部７と標本化部８とバンドパスフィルタ９とフーリエ変換部１０と信号選択部１１とを設けてもよいし、これらを別の装置内に設けてもよい。記憶部３，４とＲ波振幅検出部５とＲＲ間隔検出部６と加速度変位検出部７と標本化部８とバンドパスフィルタ９とフーリエ変換部１０と信号選択部１１とを、別の装置内に設ける場合には、この装置に対して、心電計１で得られた心電位波形の信号と３軸加速度計２で得られた３軸加速度信号とを例えば無線送信することになる。

本発明は、人の呼吸を継続的に観察する呼吸連続モニタリングに適用することができる。

１…心電計、２…３軸加速度計、３，４…記憶部、５…Ｒ波振幅検出部、６…ＲＲ間隔検出部、７…加速度変位検出部、８…標本化部、９…バンドパスフィルタ、１０…フーリエ変換部、１１…信号選択部、１１０…ピーク周波数検出部、１１１…ピーク半値全幅検出部、１１２…周波数選択部、１１３…呼吸周波数信号再構成部。

Claims

被験者の心電位波形からＲ波の振幅を検出するＲ波振幅検出ステップと、
被験者の心電位波形からＲ波と１つ前のＲ波との間隔であるＲＲ間隔を検出するＲＲ間隔検出ステップと、
被験者の呼吸運動による３軸加速度信号から加速度ベクトルの角度変位を検出する加速度変位検出ステップと、
前記Ｒ波振幅の時系列信号、前記ＲＲ間隔の時系列信号、前記角度変位の時系列信号の各々をフーリエ変換して、Ｒ波振幅、ＲＲ間隔、角度変位の各々の信号の周波数スペクトルを求めるフーリエ変換ステップと、
このフーリエ変換ステップで得られたＲ波振幅の周波数スペクトル、ＲＲ間隔の周波数スペクトル、角度変位の周波数スペクトルの各々から被験者の呼吸周波数の候補となる周波数を抽出して、これらの中から最良のデータを被験者の呼吸周波数として選択する信号選択ステップとを含むことを特徴とする呼吸推定方法。
請求項１記載の呼吸推定方法において、
前記信号選択ステップは、
前記フーリエ変換ステップで得られたＲ波振幅の周波数スペクトル、ＲＲ間隔の周波数スペクトル、角度変位の周波数スペクトルの各々について、ピークの周波数を被験者の呼吸周波数の候補として検出するピーク周波数検出ステップと、
Ｒ波振幅の周波数スペクトル、ＲＲ間隔の周波数スペクトル、角度変位の周波数スペクトルの各々について、前記ピーク周波数検出ステップで検出したピークの半値全幅を検出するピーク半値全幅検出ステップと、
前記ピーク周波数検出ステップで検出した３つのピーク周波数のうち、前記ピーク半値全幅検出ステップで検出した半値全幅が所定の閾値以下であるピーク周波数を被験者の呼吸周波数として選択する周波数選択ステップとを含むことを特徴とする呼吸推定方法。
請求項２記載の呼吸推定方法において、
前記周波数選択ステップは、前記半値全幅が前記閾値以下であるピーク周波数が複数存在する場合、前記半値全幅が狭い方のピーク周波数を呼吸周波数として選択するステップを含むことを特徴とする呼吸推定方法。
請求項２記載の呼吸推定方法において、
前記周波数選択ステップは、３つの前記半値全幅の全てが前記閾値を超える場合、現在のデータポイントのデータが欠損していると判定するステップを含むことを特徴とする呼吸推定方法。
請求項１乃至４のいずれか１項に記載の呼吸推定方法において、
前記Ｒ波振幅検出ステップで得られたＲ波振幅の時系列信号、前記ＲＲ間隔検出ステップで得られたＲＲ間隔の時系列信号、前記加速度変位検出ステップで得られた角度変位の時系列信号の各々を、前記心電位波形のサンプリング周波数および前記３軸加速度信号のサンプリング周波数よりも遅いサンプリング周波数でサンプリングする標本化ステップと、
前記標本化ステップで取得したＲ波振幅の時系列信号、ＲＲ間隔の時系列信号、角度変位の時系列信号の各々を帯域制限するフィルタステップとをさらに含み、
前記フーリエ変換ステップは、前記フィルタステップで帯域制限したＲ波振幅の時系列信号、ＲＲ間隔の時系列信号、角度変位の時系列信号の各々をフーリエ変換するステップを含むことを特徴とする呼吸推定方法。
被験者の心電位波形からＲ波の振幅を検出するＲ波振幅検出手段と、
被験者の心電位波形からＲ波と１つ前のＲ波との間隔であるＲＲ間隔を検出するＲＲ間隔検出手段と、
被験者の呼吸運動による３軸加速度の信号から加速度ベクトルの角度変位を検出する加速度変位検出手段と、
前記Ｒ波振幅の時系列信号、前記ＲＲ間隔の時系列信号、前記角度変位の時系列信号の各々をフーリエ変換して、Ｒ波振幅、ＲＲ間隔、角度変位の各々の信号の周波数スペクトルを求めるフーリエ変換手段と、
このフーリエ変換手段で得られたＲ波振幅の周波数スペクトル、ＲＲ間隔の周波数スペクトル、角度変位の周波数スペクトルの各々から被験者の呼吸周波数の候補となる周波数を抽出して、これらの中から最良のデータを被験者の呼吸周波数として選択する信号選択手段とを備えることを特徴とする呼吸推定装置。
請求項６記載の呼吸推定装置において、
前記信号選択手段は、
前記フーリエ変換手段で得られたＲ波振幅の周波数スペクトル、ＲＲ間隔の周波数スペクトル、角度変位の周波数スペクトルの各々について、ピークの周波数を被験者の呼吸周波数の候補として検出するピーク周波数検出手段と、
Ｒ波振幅の周波数スペクトル、ＲＲ間隔の周波数スペクトル、角度変位の周波数スペクトルの各々について、前記ピーク周波数検出手段が検出したピークの半値全幅を検出するピーク半値全幅検出手段と、
前記ピーク周波数検出手段が検出した３つのピーク周波数のうち、前記ピーク半値全幅検出手段が検出した半値全幅が所定の閾値以下であるピーク周波数を被験者の呼吸周波数として選択する周波数選択手段とを備えることを特徴とする呼吸推定装置。
請求項７記載の呼吸推定装置において、
前記周波数選択手段は、前記半値全幅が前記閾値以下であるピーク周波数が複数存在する場合、前記半値全幅が狭い方のピーク周波数を呼吸周波数として選択することを特徴とする呼吸推定装置。
請求項７記載の呼吸推定装置において、
前記周波数選択手段は、３つの前記半値全幅の全てが前記閾値を超える場合、現在のデータポイントのデータが欠損していると判定することを特徴とする呼吸推定装置。
請求項６乃至９のいずれか１項に記載の呼吸推定装置において、
前記Ｒ波振幅検出手段で得られたＲ波振幅の時系列信号、前記ＲＲ間隔検出手段で得られたＲＲ間隔の時系列信号、前記加速度変位検出手段で得られた角度変位の時系列信号の各々を、前記心電位波形のサンプリング周波数および前記３軸加速度信号のサンプリング周波数よりも遅いサンプリング周波数でサンプリングする標本化手段と、
前記標本化手段が取得したＲ波振幅の時系列信号、ＲＲ間隔の時系列信号、角度変位の時系列信号の各々を帯域制限するバンドパスフィルタとをさらに備え、
前記フーリエ変換手段は、前記バンドパスフィルタによって帯域制限されたＲ波振幅の時系列信号、ＲＲ間隔の時系列信号、角度変位の時系列信号の各々をフーリエ変換することを特徴とする呼吸推定装置。