JPWO2017085896A1 - 情報処理装置、情報処理方法、および情報処理プログラム - Google Patents

Abstract

情報処理装置（１００）は、対象者を撮影した複数の撮影画像のそれぞれの撮影画像に含まれる対象者の複数の部位のそれぞれの部位の画像を解析して得られた、対象者のそれぞれの部位の脈波波形を取得する。情報処理装置（１００）は、取得した対象者のそれぞれの部位の脈波波形のうち、少なくともいずれかの脈波波形間の一致度合いを示す第１の指標値を算出する。情報処理装置（１００）は、取得した対象者のそれぞれの部位の脈波波形のうち、少なくとも対象者のいずれかの部位の脈波波形のうちの部分波形間の一致度合いを示す第２の指標値を算出する。情報処理装置（１００）は、算出した第１の指標値と第２の指標値とに基づいて、対象者のいずれかの部位の脈波波形が不整脈を示すか否かを判定する。

Description

本発明は、情報処理装置、情報処理方法、および情報処理プログラムに関する。

従来、対象者を撮影した動画像に基づいて、対象者の血管を流れる血液の体積の変動を検出することにより、対象者の脈波波形を計測する技術がある。先行技術としては、例えば、発光素子から指内に入射し、かつ、指を透過した透過光を受光する複数個の受光素子との間で指を挟んで一方向における受光素子の受光レベルの分布を示す分布波形の特性値に基づいて、被測定者の体動を判定するものがある。また、例えば、少なくとも部分的に周期的なバイタル信号を表す生理的情報を有する入力信号から取得されたデータを処理する技術がある。また、例えば、ウェブカメラ等のビデオカメラによって撮影される被検体の画像内の輝度信号を検出することによるバイタルサインのリモートモニタリング方法がある。

特開２０００−１０７１４７号公報 特開２０１４−５０２１８７号公報 特開２０１４−５２７８６３号公報

しかしながら、上述した従来技術では、対象者の脈波波形を精度よく分析することができない場合がある。例えば、対象者の脈波波形が乱れた場合に、対象者の体動などに起因するノイズによって脈波波形が乱れたのか、または、対象者の不整脈などによって脈波波形が乱れたのかを判別することが難しい。

１つの側面では、本発明は、対象者の脈波波形の不整脈に関する分析精度の向上を図ることができる情報処理装置、情報処理方法、および情報処理プログラムを提供することを目的とする。

本発明の一側面によれば、対象者を撮影したそれぞれの撮影画像に含まれる前記対象者の複数の部位のそれぞれの部位の画像を解析して得られた前記それぞれの部位の脈波波形を取得し、取得した前記それぞれの部位の脈波波形のうちの脈波波形間の一致度合いを示す第１の指標値を算出し、取得した前記それぞれの部位の脈波波形のうちの部分波形間の一致度合いを示す第２の指標値を算出し、算出した前記第１の指標値と算出した前記第２の指標値との組み合わせに基づいて、取得した前記脈波波形が不整脈を示すか否かを判定し、不整脈を示すか否かの判定結果を出力する情報処理装置、情報処理方法、および情報処理プログラムが提案される。

本発明の一態様によれば、対象者の脈波波形の不整脈に関する分析精度の向上を図ることができるという効果を奏する。

図１は、実施の形態にかかる情報処理方法の一実施例を示す説明図である。 図２は、情報処理装置１００のハードウェア構成例を示すブロック図である。 図３は、情報処理装置１００の機能的構成例を示すブロック図である。 図４は、対象者のそれぞれの部位の画像を抽出する第１例を示す説明図である。 図５は、対象者のそれぞれの部位の画像を抽出する第２例を示す説明図である。 図６は、対象者のそれぞれの部位の画像を抽出する第３例を示す説明図である。 図７は、対象者のそれぞれの部位の脈波波形を生成する一例を示す説明図（その１）である。 図８は、対象者のそれぞれの部位の脈波波形を生成する一例を示す説明図（その２）である。 図９は、着目期間を設定する一例を示す説明図である。 図１０は、第１の指標値を算出する第１例を示す説明図である。 図１１は、第１の指標値を算出する第２例を示す説明図である。 図１２は、第２の指標値を算出する一例を示す説明図である。 図１３は、第１の判定パターンによって着目期間内の部分波形が不整脈を示すか否かを判定する一例を示す説明図である。 図１４は、第１の判定パターンによって所定期間内の脈波波形が不整脈を示すか否かを判定する一例を示す説明図である。 図１５は、第２の判定パターンによって所定期間内の脈波波形が不整脈を示すか否かを判定する一例を示す説明図である。 図１６は、第２の判定パターンによって着目期間内の部分波形が不整脈を示すか否かを判定する一例を示す説明図である。 図１７は、不整脈の領域１６０１を特定するモデルを生成する一例を示す説明図である。 図１８は、全体処理手順の一例を示すフローチャートである。 図１９は、生成処理手順の一例を示すフローチャートである。 図２０は、判定処理手順の第１例を示すフローチャートである。 図２１は、判定処理手順の第２例を示すフローチャートである。 図２２は、判定処理手順の第３例を示すフローチャートである。 図２３は、判定処理手順の第４例を示すフローチャートである。 図２４は、判定処理手順の第５例を示すフローチャートである。 図２５は、判定処理手順の第６例を示すフローチャートである。

以下に、図面を参照して、本発明にかかる情報処理装置、情報処理方法、および情報処理プログラムの実施の形態を詳細に説明する。

（実施の形態にかかる情報処理方法の一実施例）
図１は、実施の形態にかかる情報処理方法の一実施例を示す説明図である。図１において、情報処理装置１００は、対象者の脈波波形の分析を支援するコンピュータである。対象者とは、脈波波形を計測する対象である。対象者は、例えば、人間である。対象者は、動物であってもよい。脈波波形とは、心臓の拍動に伴って対象者の血管を流れる血液の体積または圧力の時間変化を表す波形である。

ところで、高齢化や医療費の増加などの理由によって、対象者の生体情報を用いて対象者の健康に関する判断を効率よく行うことが求められている。例えば、対象者の生体情報のうちの脈波波形から得られる種々の情報は、対象者の生命反応を見るための重要な指標の一つであり、対象者の健康に関する判断を行う際に用いられる。具体的には、脈拍数は、対象者の健康状態を表す指標となりうる。また、脈拍数が異常に高い状態（いわゆる、頻脈）が、心理的なストレス負荷がないにも関わらず高頻度で発生したり持続したりする場合には、心臓の機能が正常に働いていないことが疑われる。また、一拍ごとの脈波間隔の揺らぎは、対象者にかかるストレスを表す指標となりうる。また、脈波波形は、対象者の血管年齢を表す指標となりうる。また、脈波波形は、対象者が、心不全や脳梗塞などの重大な病気につながる不整脈の状態であるか否かを表す指標となりうる。不整脈とは、心拍数や脈拍のリズムが一定ではないことである。不整脈の状態では、脈波波形が周期的ではない波形になる。

このように、対象者の健康状態に関する多くの情報が脈波波形から得られる。このため、できるだけ簡便な方法により、日常的かつ継続的に、対象者が意識しなくても、対象者の脈波波形を効率よく計測することが望ましい。例えば、対象者が何かしらの機器の操作を行わなくても、対象者の脈波波形を非侵襲かつ非接触で測定することが望ましい。ここで、例えば、対象者の血管での吸収光量が血流量に依存することを利用して、対象者の動画像から対象者の体表面の輝度変化を解析することにより、血管を流れる血液の体積の変動に対応する対象者の脈波波形を、非侵襲かつ非接触で計測する技術が考えられる。

一方で、計測された脈波波形にノイズが含まれる場合がある。例えば、対象者を撮影した動画像は、対象者の体動がある場合には、脈波波形の信号に対応する成分に加えて、対象者の体動に起因するノイズの成分を含んでしまう傾向がある。このため、例えば、対象者に静態を保たせることにより、対象者の脈波波形に含まれるノイズの成分を低減し、対象者の脈波波形の計測精度の向上を図る場合がある。

しかしながら、この場合では、対象者に長時間静態を保つ負担がかかってしまい、日常的かつ継続的に、対象者が意識しなくても、対象者の脈波波形を計測することは、困難になってしまう。さらに、対象者が静態を保つことができなければ、対象者の体動などに起因して脈波波形に現れるノイズが大きくなり、脈波波形にノイズが含まれることを回避することができない。結果として、脈波波形にノイズが含まれているために、精度よく脈波波形を解析することができないことがある。例えば、ノイズによって脈波波形に乱れが生じた場合に、対象者の不整脈などによって脈波波形が乱れたと誤って判定してしまうことがある。脈波波形の乱れとは、脈波波形が周期的ではない波形になることである。

そこで、本実施の形態では、対象者の動画像から、対象者の脈波波形の脈波らしさを示す第１の指標値と、脈波波形がどのくらい周期的であるかを示す第２の指標値とを算出することにより、脈波波形の分析精度の向上を図る情報処理方法について説明する。

第１の指標値とは、対象者の脈波波形が乱れた場合に、対象者の体動などに起因するノイズによって脈波波形が乱れたのか否かを示す値である。第１の指標値は、対象者の体動が脈波波形に与える影響の度合いを示す。第１の指標値は、例えば、対象者のそれぞれの部位にある血管を流れる血液の体積の変動を検出することにより得られるそれぞれの部位の脈波波形のうちの脈波波形間の一致度合いを示す値である。それぞれの部位は、例えば、対象者の左頬と右頬である。対象者の体動は、例えば、対象が首を振るなどである。部位の脈波波形は、当該部位表面の輝度変化を基に生成された脈波らしき波形である。

ここで、脈波波形間の一致度合いを示す値は、値が小さいほど、対象者の体動が大きく、対象者の体動に起因するノイズによって脈波波形が乱れやすい状態であることを示し、脈波らしさが小さいことを示す。具体的には、対象者の体動が比較的大きい場合には、それぞれの部位に当たる光量の変動度合いが異なり、それぞれの部位の色彩の変動度合いが異なるため、それぞれの部位の脈波波形の変動度合いも異なり、一致度合いを示す値が小さくなる。一方で、対象者の体動が比較的小さい場合には、それぞれの部位の色彩の変動度合いの差異が比較的小さいため、一致度合いを示す値が大きくなる。

第２の指標値とは、対象者の脈波波形がどのくらい周期的であるか（周期性の度合い）を示し、対象者の脈波波形においてどのくらい類似する部分波形が繰り返し現れるか否かを示す値である。また、第２の指標値は、対象者の脈波波形がどのくらい乱れているかを示す。第２の指標値は、例えば、対象者のいずれかの部位にある血管を流れる血液の体積の変動を検出することにより得られるいずれかの部位の脈波波形のうちの部分波形間の一致度合いを示す値である。いずれかの部位は、例えば、対象者の顔面である。第２の指標値は、具体的には、対象者のいずれかの部位の脈波波形のうちの脈波間隔のばらつきの大きさを示す値であってもよい。

ここで、部分波形間の一致度合いを示す値は、値が小さいほど、対象者のいずれかの部位の脈波波形の乱れが大きいことを示す。具体的には、対象者の体動や不整脈によれば、対象者のいずれかの部位の脈波波形の振幅が変動してしまい、いずれかの部位の脈波波形において類似する部分波形が繰り返されることなく、部分波形間の一致度合いを示す値が小さくなる。一方で、対象者の体動や不整脈がなければ、いずれかの部位の脈波波形が心臓の収縮や拡張に対応する周期的な波形になり、いずれかの部位の脈波波形において類似する部分波形が繰り返され、部分波形間の一致度合いを示す値が大きくなる。

第２の指標値は、例えば、対象者のいずれかの部位の脈波波形において隣り合う極大値または極小値の差分の標準偏差であってもよい。また、第２の指標値は、例えば、対象者のいずれかの部位の脈波波形における脈波間隔の標準偏差であってもよい。また、第２の指標値は、例えば、対象者のいずれかの部位の脈波波形から求められたスペクトル分布のピーク幅であってもよい。また、第２の指標値は、例えば、対象者のいずれかの部位の脈波波形から求められたスペクトル分布のピーク比率であってもよい。ピーク比率は、例えば、スペクトル分布のうちの最大値と２番目に大きい値との比率である。

図１の例では、（１−１）情報処理装置１００は、対象者を撮影した複数の撮影画像のそれぞれの撮影画像に含まれる対象者の複数の部位のそれぞれの部位の画像を解析して得られた、それぞれの部位の脈波波形を取得する。撮影画像とは、光電変換素子によって、ある時点での被写体からの光信号を電気信号に変換して得られたデータである。撮影画像は、例えば、ＲＧＢ（Ｒｅｄ，Ｇｒｅｅｎ，ａｎｄ Ｂｌｕｅ）カラーモデルによって、被写体の色についてＲＧＢ各色の大きさで表現したデータである。

複数の撮影画像とは、撮影された順に、時系列に並べられた複数の画像である。複数の撮影画像は、例えば、動画像１０１から得られる複数の画像である。動画像１０１とは、時系列に沿った一連のフレーム画像である。動画像１０１は、既に撮影が終了していてもよいし、リアルタイムに取得中であってもよい。複数の撮影画像は、例えば、動画像１０１に含まれる一連のフレーム画像である。部位とは、対象者の身体の一部分や対象者の身体の一部分のうちの所定部位である。複数の部位は、例えば、顔面と左頬と右頬となどである。

情報処理装置１００は、例えば、他のコンピュータから、対象者の顔面を撮影した動画像１０１に含まれる対象者の顔面と左頬と右頬とのそれぞれの部位の画像を解析して得られたそれぞれの部位の脈波波形とを取得する。それぞれの部位の脈波波形を取得する詳細については、例えば、図４〜図８を用いて後述する。

情報処理装置１００は、取得したそれぞれの部位の脈波波形のうち、少なくともいずれかの脈波波形間の一致度合いを示す第１の指標値を算出する。情報処理装置１００は、例えば、相関係数を用いて、取得したそれぞれの部位の脈波波形のうち、左頬と右頬との脈波波形間の一致度合いを示す第１の指標値を算出する。第１の指標値を算出する詳細については、例えば、図１０および図１１を用いて後述する。

（１−２）情報処理装置１００は、取得したそれぞれの部位の脈波波形のうち、少なくともいずれかの部位の脈波波形のうちの部分波形間の一致度合いを示す第２の指標値を算出する。情報処理装置１００は、例えば、相関係数を用いて、取得した顔面の脈波波形のうちの部分波形間の一致度合いを示す第２の指標値を算出する。情報処理装置１００は、顔面の脈波波形を取得していなければ、取得した左頬の脈波波形または右頬の脈波波形から第２の指標値を算出してもよい。第２の指標値を算出する詳細については、例えば、図１２を用いて後述する。

（１−３）情報処理装置１００は、算出した第１の指標値と第２の指標値とに基づいて、いずれかの部位の脈波波形が不整脈を示すか否かを判定する。脈波波形が不整脈を示すとは、当該脈波波形の少なくとも一部分に、対象者が不整脈のときの波形が含まれることである。情報処理装置１００は、例えば、後述する第１の判定パターンまたは第２の判定パターンの少なくともいずれかによって、対象者の顔面の脈波波形が不整脈を示すか否かを判定する。情報処理装置１００は、第１の判定パターンと第２の判定パターンとのうち、いずれか一方を行うことができなくてもよい。

〈第１の判定パターンによって不整脈を示すか否かを判定する一例〉
情報処理装置１００は、例えば、算出した第１の指標値に基づいて、取得したいずれかの部位の脈波波形にノイズが含まれるか否かを判定する。情報処理装置１００は、具体的には、算出した第１の指標値が第１の閾値未満である場合に顔面の脈波波形にノイズが含まれると判定し、算出した第１の指標値が第１の閾値以上である場合に顔面の脈波波形にノイズが含まれないと判定する。脈波波形にノイズが含まれないとは、脈波波形に含まれるノイズの成分が、脈波波形の分析において無視可能な程度に小さいことである。

情報処理装置１００は、例えば、ノイズが含まれないと判定した場合に、算出した第２の指標値に基づいて、取得したいずれかの部位の脈波波形が不整脈を示すか否かを判定する。情報処理装置１００は、具体的には、第２の指標値が第２の閾値以下であれば、顔面の脈波波形が不整脈を示すと判定する。脈波波形が不整脈を示すとは、脈波波形が不整脈のときの波形を含むことである。第１の判定パターンによって不整脈を示すか否かを判定する詳細については、例えば、図１３および図１４を用いて後述する。

〈第２の判定パターンによって不整脈を示すか否かを判定する一例〉
情報処理装置１００は、例えば、算出した第１の指標値と、算出した第２の指標値と、不整脈のときの第１の指標値と第２の指標値との対応関係を示す情報とに基づいて、取得したいずれかの部位の脈波波形が不整脈を示すか否かを判定する。

対応関係を示す情報とは、例えば、不整脈のときの第１の指標値と第２の指標値との相関の強さを示す値についての第３の閾値を特定する情報である。情報処理装置１００は、具体的には、算出した第１の指標値と、算出した第２の指標値との相関の強さを示す第３の指標値を算出し、第３の指標値が第３の閾値以下であれば、いずれかの部位の脈波波形が不整脈を示すと判定する。

対応関係を示す情報とは、第１の指標値の軸と第２の指標値の軸とを有する２次元平面上において不整脈のときの第１の指標値と第２の指標値との組み合わせが存在する領域を特定する情報であってもよい。情報処理装置１００は、算出した第１の指標値が、算出した第２の指標値に対応する第１の指標値以上であれば、いずれかの部位の脈波波形が不整脈を示すと判定する。第２の判定パターンによって不整脈を示すか否かを判定する詳細については、例えば、図１５〜図１７を用いて後述する。

情報処理装置１００は、いずれかの部位の脈波波形が不整脈を示すか否かの判定結果を出力する。情報処理装置１００は、例えば、いずれかの部位の脈波波形と、いずれかの部位の脈波波形が不整脈を示すか否かの判定結果とを対応付けて、情報処理装置１００が有するディスプレイに表示し、情報処理装置１００のユーザに通知する。これによれば、情報処理装置１００は、対象者を撮影した動画像１０１に基づいて、対象者のいずれかの部位の脈波波形の脈波らしさを示す第１の指標値を算出することができる。また、情報処理装置１００は、対象者を撮影した動画像１０１に基づいて、対象者のいずれかの部位の脈波波形のうちの部分波形間の一致度合いを示す第２の指標値を算出することができる。

これにより、情報処理装置１００は、第１の指標値と第２の指標値とに基づいて、対象者のいずれかの部位の脈波波形が不整脈を示すか否かを判定することができる。そして、情報処理装置１００は、対象者のいずれかの部位の脈波波形の解析精度の向上を図ることができる。情報処理装置１００は、例えば、対象者のいずれかの部位の脈波波形が乱れても、対象者の体動に起因するノイズによって乱れたのか、不整脈によって乱れたのかを判別することができる。また、情報処理装置１００は、例えば、対象者のいずれかの部位の脈波波形にノイズが含まれていても、対象者のいずれかの部位の脈波波形が不整脈によって乱れたのか、正常脈の波形かを判別することができる。結果として、情報処理装置１００は、不整脈によって乱れた脈波波形を解析して対象者の健康に関する判断を行うことができる。

このように、情報処理装置１００は、対象者が静態を保たなくても、対象者について得られた脈波波形を解析する解析精度の向上を図ることができる。このため、情報処理装置１００は、できるだけ簡便な方法により、日常的かつ継続的に、対象者が意識しなくても、対象者の脈波波形を効率よく計測することを可能にすることができる。結果として、対象者は、何かしらの機器の操作を行わなくてもよく、静態を保つように努めなくてもよく、脈波波形を計測される際にかかる負担が低減されることになる。

ここでは、情報処理装置１００が、他のコンピュータから、対象者のそれぞれの部位の脈波波形を取得する場合について説明したが、これに限らない。例えば、情報処理装置１００は、対象者を撮影し、対象者を撮影した動画像１０１を解析することにより、対象者のそれぞれの部位の脈波波形を生成してもよい。具体的には、情報処理装置１００がサーバとして動作し、クライアント装置から対象者のそれぞれの部位の脈波波形を取得し、取得したそれぞれの部位の脈波波形に基づいて不整脈を示すか否かを判定してもよい。このとき、情報処理装置１００は、不整脈を示すか否かの判定結果をクライアント装置に送信してもよい。

また、例えば、情報処理装置１００は、他のコンピュータから対象者を撮影した動画像１０１を取得し、動画像１０１を解析することにより、対象者のそれぞれの部位の脈波波形を生成してもよい。具体的には、情報処理装置１００がサーバとして動作し、クライアント装置から動画像１０１を取得し、取得した動画像１０１から対象者のそれぞれの部位の脈波波形を生成し、生成したそれぞれの部位の脈波波形に基づいて不整脈を示すか否かを判定してもよい。このとき、情報処理装置１００は、不整脈を示すか否かの判定結果をクライアント装置に送信してもよい。

（情報処理装置１００のハードウェア構成例）
次に、図２を用いて、図１に示した情報処理装置１００のハードウェア構成例について説明する。情報処理装置１００は、例えば、サーバ、ＰＣ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ）、ノートＰＣ、タブレット型ＰＣ、スマートフォンなどである。

図２は、情報処理装置１００のハードウェア構成例を示すブロック図である。図２において、情報処理装置１００は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）２０１と、メモリ２０２と、Ｉ／Ｆ（Ｉｎｔｅｒｆａｃｅ）２０３と、ディスクドライブ２０４と、ディスク２０５と、カメラ２０６とを有する。また、各構成部は、バス２００によってそれぞれ接続される。

ここで、ＣＰＵ２０１は、情報処理装置１００の全体の制御を司る。メモリ２０２は、例えば、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）およびフラッシュＲＯＭなどを有する。具体的には、例えば、フラッシュＲＯＭやＲＯＭが各種プログラムを記憶し、ＲＡＭがＣＰＵ２０１のワークエリアとして使用される。メモリ２０２に記憶されるプログラムは、ＣＰＵ２０１にロードされることで、コーディングされている処理をＣＰＵ２０１に実行させる。

Ｉ／Ｆ２０３は、通信回線を通じてネットワーク２１０に接続され、ネットワーク２１０を介して他のコンピュータに接続される。そして、Ｉ／Ｆ２０３は、ネットワーク２１０と内部のインターフェースを司り、他のコンピュータからのデータの入出力を制御する。Ｉ／Ｆ２０３には、例えば、モデムやＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）アダプタなどを採用することができる。

ディスクドライブ２０４は、ＣＰＵ２０１の制御に従ってディスク２０５に対するデータのリード／ライトを制御する。ディスクドライブ２０４は、例えば、磁気ディスクドライブである。ディスク２０５は、ディスクドライブ２０４の制御で書き込まれたデータを記憶する不揮発メモリである。

カメラ２０６は、ＣＣＤ（Ｃｈａｒｇｅ Ｃｏｕｐｌｅｄ Ｄｅｖｉｃｅ）やＣＭＯＳ（Ｃｏｍｐｌｅｍｅｎｔａｒｙ Ｍｅｔａｌ Ｏｘｉｄｅ Ｓｅｍｉｃｏｎｄｕｃｔｏｒ）などの光電変換素子を有する装置である。カメラ２０６は、撮影範囲内の被写体からの光信号を光電変換素子によって電気信号に変換し、変換した電気信号から画像データを生成し、生成した画像データをメモリ２０２やディスク２０５に記憶する。カメラ２０６は、具体的には、スマートフォンのフロントカメラやＰＣ組み込みのカメラなどである。

情報処理装置１００は、上述した構成部のほか、例えば、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）、半導体メモリ、キーボード、マウス、ディスプレイなどを有することにしてもよい。また、情報処理装置１００は、ディスクドライブ２０４およびディスク２０５の代わりに、ＳＳＤおよび半導体メモリなどを有していてもよい。また、情報処理装置１００は、カメラ２０６を有さず、カメラを有する他のコンピュータと通信可能であってもよい。また、情報処理装置１００は、カメラ２０６を有さず、ネットワーク上に存在する定点カメラなどと通信可能であってもよい。

（情報処理装置１００の機能的構成例）
次に、図３を用いて、情報処理装置１００の機能的構成例について説明する。図３は、情報処理装置１００の機能的構成例を示すブロック図である。情報処理装置１００は、取得部３０１と、算出部３０２と、判定部３０３と、分析部３０４と、出力部３０５とを含む。

取得部３０１〜出力部３０５は、制御部となる機能であり、例えば、図２に示したメモリ２０２やディスク２０５などの記憶領域に記憶されたプログラムをＣＰＵ２０１に実行させることにより、または、Ｉ／Ｆ２０３により、その機能を実現する。各機能部の処理結果は、例えば、メモリ２０２やディスク２０５などの記憶領域に記憶される。

取得部３０１は、対象者を撮影した複数の撮影画像のそれぞれの撮影画像に含まれる対象者の複数の部位のそれぞれの部位の画像を解析して得られたそれぞれの部位の脈波波形を取得する。複数の部位は、例えば、連動する２つ以上の部位を含む。連動する２つ以上の部位とは、対象者の動きに応じて一緒に同様に動く部位である。連動する２つ以上の部位は、例えば、対象者の顔面の動きに応じて一緒に同様に動く対象者の左頬と鼻である。

また、複数の部位は、同一平面上にない２つ以上の部位を含んでもよい。同一平面上にない２つ以上の部位とは、例えば、曲面上にある２つ以上の部位である。同一平面上にない２つ以上の部位は、例えば、対象者の左頬と額である。また、複数の部位は、対象者の身体において対称的に存在する部位を含んでもよい。対称的に存在する部位は、例えば、対象者の顔に対称的に存在する左頬と右頬である。

複数の部位のうちの２つ以上の部位は包含関係であってもよい。複数の部位は、例えば、対象者の顔面と、対象者の顔面に包含される対象者の左頬とを含んでもよい。複数の部位は、具体的には、対象者の顔面と、対象者の顔面のうちの左頬と、対象者の顔面のうちの右頬とを含んでもよい。解析とは、例えば、対象者のそれぞれの部位の一連の画像をスペクトル分析することにより、当該部位における肌の色彩の変動に基づいて、当該部位の血管を流れる血液の体積の変動を検出することである。

取得部３０１は、例えば、対象者の顔面、左頬、および、右頬の脈波波形を、他のコンピュータから受信する。これにより、取得部３０１は、不整脈を示すか否かの判定対象になる対象者のいずれかの部位の脈波波形を取得することができる。また、取得部３０１は、不整脈を示すか否かの判定に用いる第１の指標値と第２の指標値との算出元になる対象者のそれぞれの部位の脈波波形を取得することができる。ここで、例えば、不整脈を示すか否かの判定対象になる脈波波形と、第１の指標値と第２の指標値との算出元になる脈波波形とは、少なくとも同じ複数の撮影画像から生成された脈波波形であればよく、異なる脈波波形であってもよいし、重複してもよい。

取得部３０１は、所定期間内のそれぞれの期間に対象者を撮影したそれぞれの撮影画像に含まれるそれぞれの部位の画像を解析して得られた、それぞれの期間でのそれぞれの部位の脈波波形を取得してもよい。それぞれの期間は、他の期間と重複する部分を有してもよい。それぞれの期間は、他の期間と接さず、他の期間から離れていてもよい。それぞれの期間は、他の期間と連続していてもよい。

取得部３０１は、例えば、所定期間内のそれぞれの期間に対象者を撮影したそれぞれの撮影画像に含まれる対象者の顔面、左頬、および、右頬の画像を解析して得られた、それぞれの期間での対象者の顔面、左頬、および、右頬の脈波波形を取得する。これにより、取得部３０１は、不整脈を示すか否かの判定対象になる対象者のいずれかの部位の脈波波形を取得することができる。また、取得部３０１は、不整脈を示すか否かの判定に用いる第１の指標値と第２の指標値との算出元になる対象者のそれぞれの部位の脈波波形を取得することができる。

取得部３０１は、対象者を撮影した複数の撮影画像のそれぞれの撮影画像を取得し、それぞれの撮影画像に含まれる対象者のそれぞれの部位の画像を解析し、それぞれの部位の脈波波形を生成してもよい。複数の撮影画像は、例えば、動画像１０１に含まれる一連のフレーム画像から抽出された所定の条件を満たすフレーム画像であってもよい。複数の撮影画像は、具体的には、１／６０秒間隔で撮影された一連のフレーム画像のうちの１／６秒間隔で撮影された複数のフレーム画像であってもよい。

複数の撮影画像は、例えば、動画像１０１に含まれる一連のフレーム画像を加工した加工後の一連のフレーム画像であってもよい。複数の撮影画像は、具体的には、動画像１０１に含まれる一連のフレーム画像から所定の波長成分を取り出して得られる、所定の波長成分で表現された一連の画像であってもよい。複数の撮影画像は、静止画像を撮影可能なデジタルカメラなどの撮影装置によって連続撮影された複数の画像であってもよい。

いずれかの部位の画像は、それぞれの撮影画像において一定の大きさでなくてもよい。それぞれの撮影画像は、例えば、動画像１０１から抽出された、対象者のいずれかの部位の画像が所定の大きさ以上になる撮影画像であってもよい。動画像１０１は、例えば、他のコンピュータによって、映像を撮影可能なビデオカメラなどの撮影装置を用いて撮影された一連のフレーム画像である。

取得部３０１は、例えば、対象者を撮影した動画像１０１を取得し、取得した動画像１０１のそれぞれの撮影画像に含まれる対象者の顔面、左頬、および、右頬の画像を抽出する。そして、取得部３０１は、抽出した画像を解析することにより対象者の顔面、左頬、および、右頬の脈波波形を生成する。これにより、取得部３０１は、不整脈を示すか否かの判定対象になる対象者のいずれかの部位の脈波波形を取得することができる。また、取得部３０１は、不整脈を示すか否かの判定に用いる第１の指標値と第２の指標値との算出元になる対象者のそれぞれの部位の脈波波形を取得することができる。

取得部３０１は、所定期間内のそれぞれの期間に対象者を撮影したそれぞれの撮影画像を取得してもよい。そして、取得部３０１は、取得したそれぞれの期間でのそれぞれの撮影画像に含まれる対象者のそれぞれの部位の画像を解析し、それぞれの期間でのそれぞれの部位の脈波波形を生成してもよい。

取得部３０１は、例えば、所定期間内のそれぞれの期間に対象者を撮影したそれぞれの撮影画像を取得し、取得したそれぞれの期間でのそれぞれの撮影画像に含まれる対象者の顔面、左頬、および、右頬の画像を抽出する。そして、取得部３０１は、それぞれの期間でのそれぞれの撮影画像から抽出した対象者の顔面、左頬、および、右頬の画像を解析することにより、それぞれの期間での対象者の顔面、左頬、および、右頬の脈波波形を生成する。これにより、取得部３０１は、不整脈を示すか否かの判定対象になる対象者のいずれかの部位の脈波波形を取得することができる。また、取得部３０１は、不整脈を示すか否かの判定に用いる第１の指標値と第２の指標値との算出元になる対象者のそれぞれの部位の脈波波形を取得することができる。

取得部３０１は、対象者を撮影し、対象者を撮影したそれぞれの撮影画像を取得し、それぞれの撮影画像に含まれる対象者のそれぞれの部位の画像を解析し、それぞれの部位の脈波波形を生成してもよい。

取得部３０１は、例えば、カメラ２０６を用いて対象者を撮影し、対象者を撮影した動画像１０１を取得し、取得した動画像１０１のそれぞれの撮影画像に含まれる対象者の顔面、左頬、および、右頬の画像を抽出する。そして、取得部３０１は、抽出した画像を解析することにより対象者の顔面、左頬、および、右頬の脈波波形を生成する。これにより、取得部３０１は、不整脈を示すか否かの判定対象になる対象者のいずれかの部位の脈波波形を取得することができる。また、取得部３０１は、不整脈を示すか否かの判定に用いる第１の指標値と第２の指標値との算出元になる対象者のそれぞれの部位の脈波波形を取得することができる。

取得部３０１は、所定期間内のそれぞれの期間に対象者を撮影し、対象者を撮影したそれぞれの撮影画像を取得してもよい。そして、取得部３０１は、取得したそれぞれの期間でのそれぞれの撮影画像に含まれる対象者のそれぞれの部位の画像を解析し、それぞれの部位の脈波波形を生成してもよい。

取得部３０１は、例えば、所定期間内のそれぞれの期間に対象者を撮影し、対象者を撮影したそれぞれの期間でのそれぞれの撮影画像を取得し、取得したそれぞれの期間でのそれぞれの撮影画像に含まれる対象者の顔面、左頬、および、右頬の画像を抽出する。そして、取得部３０１は、それぞれの期間でのそれぞれの撮影画像から抽出した対象者の顔面、左頬、および、右頬の画像を解析することにより、それぞれの期間での対象者の顔面、左頬、および、右頬の脈波波形を生成する。

これにより、取得部３０１は、不整脈を示すか否かの判定対象になる対象者のいずれかの部位の脈波波形を取得することができる。また、取得部３０１は、不整脈を示すか否かの判定に用いる第１の指標値と第２の指標値との算出元になる対象者のそれぞれの部位の脈波波形を取得することができる。

算出部３０２は、対象者のいずれかの部位の脈波波形の脈波らしさを示す第１の指標値を算出する。第１の指標値は、例えば、対象者のそれぞれの部位の脈波波形のうち、少なくともいずれかの脈波波形間の一致度合いを示す値である。第１の指標値は、対象者のそれぞれの部位の脈波波形のうちの脈波波形間の一致度合いを示す値の平均値、中央値、最大値、最小値などの統計値であってもよい。

算出部３０２は、例えば、第１の指標値として、取得部３０１が取得したそれぞれの部位の脈波波形のうちの脈波波形間の一致度合いを示す値を算出する。算出部３０２は、具体的には、相関係数を用いて、第１の指標値として、取得部３０１が取得した対象者の顔面、左頬、および、右頬の脈波波形のうち、左頬と右頬との脈波波形間の一致度合いを示す値を算出する。これにより、算出部３０２は、不整脈を示すか否かの判定に用いる第１の指標値を算出することができる。

算出部３０２は、例えば、それぞれの期間について、第１の指標値として、取得部３０１が取得したそれぞれの期間でのそれぞれの部位の脈波波形のうちの脈波波形間の一致度合いを示す値を算出してもよい。算出部３０２は、具体的には、相関係数を用いて、それぞれの期間について、第１の指標値として、取得部３０１が取得したそれぞれの期間での対象者の顔面、左頬、および、右頬の脈波波形のうち、左頬と右頬との脈波波形間の一致度合いを示す値を算出する。これにより、算出部３０２は、不整脈を示すか否かの判定に用いる第１の指標値を算出することができる。

算出部３０２は、対象者のいずれかの部位の脈波波形のうちの部分波形間の一致度合いを示す第２の指標値を算出する。第２の指標値は、例えば、対象者のいずれかの部位の脈波波形のうちの所定周期分の長さの部分波形間の一致度合いを示す値である。第２の指標値は、対象者のそれぞれの部位の脈波波形のうちの所定周期分の長さの部分波形間の一致度合いを示す値の平均値、中央値、最大値、最小値などの統計値であってもよい。

第２の指標値は、対象者のいずれかの部位の脈波波形のうちの脈波間隔のばらつきの大きさを示す値であってもよい。第２の指標値は、対象者のそれぞれの部位の脈波波形のうちの脈波間隔のばらつきの大きさを示す値の平均値、中央値、最大値、最小値などの統計値であってもよい。第２の指標値は、対象者のいずれかの部位の脈波波形のうちの振幅のばらつきの大きさを示す値であってもよい。第２の指標値は、対象者のそれぞれの部位の脈波波形のうちの振幅のばらつきの大きさを示す値の平均値、中央値、最大値、最小値などの統計値であってもよい。

算出部３０２は、例えば、第２の指標値として、取得部３０１が取得したそれぞれの部位の脈波波形のうち、少なくともいずれかの部位の脈波波形のうちの部分波形間の一致度合いを示す第２の指標値を算出する。算出部３０２は、具体的には、相関係数を用いて、第２の指標値として、取得部３０１が取得した対象者の顔面の脈波波形のうちの部分波形間の一致度合いを示す値を算出する。これにより、算出部３０２は、不整脈を示すか否かの判定に用いる第２の指標値を算出することができる。

算出部３０２は、例えば、それぞれの期間について、第２の指標値として、取得部３０１が取得したそれぞれの期間でのいずれかの部位の脈波波形のうちの部分波形間の一致度合いを示す値を算出してもよい。算出部３０２は、具体的には、相関係数を用いて、それぞれの期間について、第２の指標値として、取得部３０１が取得したそれぞれの期間での対象者の顔面の脈波波形のうちの部分波形間の一致度合いを示す値を算出する。これにより、算出部３０２は、不整脈を示すか否かの判定に用いる第２の指標値を算出することができる。

算出部３０２は、それぞれの期間について算出部３０２が算出した第１の指標値と第２の指標値とに基づいて第３の指標値を算出する。第３の指標値とは、第１の指標値と第２の指標値との相関の強さを示す値である。第３の指標値は、例えば、それぞれの期間について算出部３０２が算出した第１の指標値と第２の指標値とから求められる相関係数の値である。算出部３０２は、例えば、第３の指標値として、それぞれの期間について算出部３０２が算出した第１の指標値と第２の指標値とを相関係数の算出式に代入することにより、算出部３０２が算出した第１の指標値と第２の指標値とに対応する相関係数の値を算出する。これにより、算出部３０２は、不整脈を示すか否かの判定に用いる第３の指標値を算出することができる。

算出部３０２は、それぞれの期間について算出した第２の指標値に基づいて第４の指標値を算出する。第４の指標値とは、対象者のいずれかの部位の脈波波形の乱れの大きさのばらつきの大きさを示す値である。第４の指標値は、第２の指標値のばらつきの大きさを示す値である。第４の指標値は、例えば、第２の指標値の最大値と最小値との差分である。第４の指標値は、第２の指標値の標準偏差であってもよい。第４の指標値は、第２の指標値の中央値であってもよい。これにより、算出部３０２は、不整脈を示すか否かの判定に用いる第４の指標値を算出することができる。

算出部３０２は、第４の指標値を算出する場合に、算出した第４の指標値が第４の閾値以下であれば、第３の指標値を算出しなくてもよい。そして、算出部３０２は、算出した第４の指標値が第４の閾値より大きければ、第３の指標値を算出する。これにより、算出部３０２は、処理量を低減することができる。

判定部３０３は、第１の判定パターンまたは第２の判定パターンによって、対象者のいずれかの部位の脈波波形が不整脈を示すか否かを判定する。また、判定部３０３は、第４の指標値に基づいて、第１の判定パターンと第２の判定パターンとを使い分けてもよい。以下の説明では、第１の判定パターンと第２の判定パターンを使い分ける場合を「第３の判定パターン」と表記する場合がある。

〈第１の判定パターン〉
判定部３０３は、それぞれの期間について算出部３０２が算出した第１の指標値に基づいて、取得部３０１が取得したそれぞれの期間でのいずれかの部位の脈波波形にノイズが含まれるか否かを判定する。判定部３０３は、例えば、それぞれの期間について算出部３０２が算出した第１の指標値が第１の閾値以下である場合に、取得部３０１が取得したそれぞれの期間での対象者の顔面の脈波波形にノイズが含まれると判定する。

判定部３０３は、それぞれの期間について算出部３０２が算出した第１の指標値および第２の指標値に基づいて、取得部３０１が取得したそれぞれの期間でのいずれかの部位の脈波波形にノイズが含まれるか否かを判定してもよい。判定部３０３は、例えば、それぞれの期間について、算出部３０２が算出した第１の指標値が第１の閾値以下である場合に、取得部３０１が取得したそれぞれの期間での対象者の顔面の脈波波形にノイズが含まれると判定する。または、判定部３０３は、それぞれの期間について、算出部３０２が算出した第２の指標値が第５の閾値以下である場合に、取得部３０１が取得したそれぞれの期間での対象者の顔面の脈波波形にノイズが含まれると判定する。第５の閾値は、例えば、第２の閾値よりも大きい値である。

判定部３０３は、所定期間内でノイズが含まれないと判定した期間それぞれについて算出部３０２が算出した第２の指標値に基づいて、ノイズが含まれないと判定した期間それぞれでの対象者のいずれかの部位の脈波波形が不整脈を示すか否かを判定する。

判定部３０３は、例えば、所定期間内でノイズが含まれないと判定した期間それぞれについて算出部３０２が算出した第２の指標値が第２の閾値より小さいか否かを判定する。判定部３０３は、算出部３０２が算出した第２の指標値が第２の閾値より小さいと判定した期間があれば、第２の閾値より小さいと判定した期間での対象者の顔面の脈波波形が不整脈を示すと判定する。

判定部３０３は、ノイズが含まれるか否かの判定では第２の指標値として部分波形間の一致度合いを示す値を採用し、不整脈を示すか否かの判定では第２の指標値として脈波間隔のばらつきの大きさを示す値を採用してもよい。また、判定部３０３は、ノイズが含まれるか否かの判定では第２の指標値として脈波間隔のばらつきの大きさを示す値を採用し、不整脈を示すか否かの判定では第２の指標値として部分波形間の一致度合いを示す値を採用してもよい。これにより、判定部３０３は、それぞれの期間での対象者のいずれかの部位の脈波波形のうち、不整脈を示す対象者のいずれかの部位の脈波波形を検出することができる。

判定部３０３は、所定期間内でノイズが含まれないと判定した期間それぞれについて算出部３０２が算出した第２の指標値に基づいて、所定期間での対象者のいずれかの部位の脈波波形が不整脈を示すか否かを判定してもよい。

判定部３０３は、例えば、所定期間内でノイズが含まれないと判定した期間それぞれについて算出部３０２が算出した第２の指標値が第２の閾値より小さいか否かを判定する。判定部３０３は、所定期間内でノイズが含まれないと判定した期間のうちで第２の指標値が第２の閾値より小さいと判定した期間の割合に基づいて、所定期間内でのいずれかの部位の脈波波形が不整脈を示すか否かを判定する。これにより、判定部３０３は、所定期間での対象者のいずれかの部位の脈波波形が不整脈を示すか否かを判定することができる。

判定部３０３は、所定期間内でノイズが含まれないと判定した期間それぞれでの対象者のいずれかの部位の脈波波形が不整脈を示すか否かの判定結果に基づいて、不整脈のときの第１の指標値と第２の指標値との対応関係を示す情報を生成してもよい。これにより、判定部３０３は、第２の判定パターンに用いる対応関係を示す情報を生成することができる。

〈第２の判定パターン〉
判定部３０３は、算出部３０２が算出した第１の指標値と第２の指標値との組み合わせと、第１の指標値と第２の指標値との対応関係を示す情報とに基づいて、取得したいずれかの部位の脈波波形が不整脈を示すか否かを判定する。対応関係を示す情報は、例えば、不整脈のときの第１の指標値と第２の指標値との相関の強さを示す値についての情報である。対応関係を示す情報とは、第１の指標値の軸と第２の指標値の軸とを有する２次元平面上において不整脈のときの第１の指標値と第２の指標値との組み合わせが存在する領域の情報であってもよく、あるいは、前記領域を特定する情報であってもよい。対応関係を示す情報は、不整脈でないときの第１の指標値と第２の指標値の組み合わせに関する情報であっても良い。あるいは、不整脈のときと不整脈でないときの両方の第１の指標値と第２の指標値の組み合わせに関する情報であってもよい。

判定部３０３は、例えば、対応関係を示す情報を参照して、それぞれの期間について算出部３０２が算出した第２の指標値に対応する第１の指標値を特定する。判定部３０３は、それぞれの期間について算出部３０２が算出した第１の指標値が、特定した第１の指標値以上であると判定した場合に、取得したいずれかの部位の脈波波形が不整脈を示すと判定する。これにより、判定部３０３は、それぞれの期間での対象者のいずれかの部位の脈波波形が不整脈を示すか否かを判定することができる。

判定部３０３は、例えば、対応関係を示す情報を第３の指標値として、算出部３０２が算出した第３の指標値が第３の閾値以下であると判定した場合に、所定期間内でのいずれかの部位の脈波波形が不整脈を示すと判定する。これにより、判定部３０３は、所定期間での対象者のいずれかの部位の脈波波形が不整脈を示すか否かを判定することができる。

〈第３の判定パターン〉
判定部３０３は、算出部３０２が算出した第４の指標値が第４の閾値以下である場合に、第１の判定パターンによって、それぞれの期間でのいずれかの部位の脈波波形が不整脈を示すか否かを判定する。または、判定部３０３は、算出部３０２が算出した第４の指標値が第４の閾値以下である場合に、第１の判定パターンによって、所定期間内でのいずれかの部位の脈波波形が不整脈を示すか否かを判定する。これにより、判定部３０３は、それぞれの期間での対象者のいずれかの部位の脈波波形が不整脈を示すか否かを判定することができる。または、判定部３０３は、所定期間での対象者のいずれかの部位の脈波波形が不整脈を示すか否かを判定することができる。

判定部３０３は、算出部３０２が算出した第４の指標値が第４の閾値より大きい場合に、第２の判定パターンによって、それぞれの期間でのいずれかの部位の脈波波形が不整脈を示すか否かを判定する。または、判定部３０３は、算出部３０２が算出した第４の指標値が第４の閾値より大きい場合に、第２の判定パターンによって、所定期間内でのいずれかの部位の脈波波形が不整脈を示すか否かを判定する。これにより、判定部３０３は、それぞれの期間での対象者のいずれかの部位の脈波波形が不整脈を示すか否かを判定することができる。または、判定部３０３は、所定期間での対象者のいずれかの部位の脈波波形が不整脈を示すか否かを判定することができる。

分析部３０４は、対象者のいずれかの部位の脈波波形が不整脈を示すか否かの判定結果に基づいて、対象者のいずれかの部位の脈波波形を分析する。分析部３０４は、例えば、不整脈を示すと判定された対象者の脈波波形の分析に関する指標値を算出する。分析部３０４は、具体的には、不整脈を示すと判定された対象者のいずれかの部位の脈波波形を用いて、対象者にかかるストレスの指標値を算出したり、脳梗塞などの病気の兆候があるか否かを判断したりする。これにより、分析部３０４は、対象者の脈波波形を分析して、対象者の健康に関する判断を行うことができる。

出力部３０５は、いずれかの部位の脈波波形が不整脈を示すか否かの判定結果、または、分析部３０４による分析結果の少なくともいずれかを出力する。出力形式は、例えば、ディスプレイへの表示、プリンタへの印刷出力、Ｉ／Ｆ２０３による外部装置への送信、メモリ２０２やディスク２０５などの記憶領域への記憶などがある。

出力部３０５は、例えば、取得部３０１が取得した対象者の顔面の脈波波形と、対象者の顔面の脈波波形が不整脈を示すか否かの判定結果とを対応付けて出力する。これにより、出力部３０５は、対象者の顔面の脈波波形が不整脈を示すか否かの判定結果をユーザに通知することができる。ユーザは、対象者の顔面の脈波波形が不整脈を示すか否かの判定結果を参照して、対象者の健康に関する判断が可能になる。

（対象者の脈波波形が不整脈を示すか否かを判定する実施例）
次に、図４〜図１７を用いて、情報処理装置１００が、対象者の脈波波形が不整脈を示すか否かを判定する実施例について説明する。

まず、情報処理装置１００は、所定期間内に対象者を撮影した動画像１０１を取得する。動画像１０１は、例えば、ＲＧＢの輝度によって表現される一連の撮影画像である。また、動画像１０１は、ＲＧＢとは異なる波長帯に属する色の輝度によって表現されてもよい。また、動画像１０１は、近赤外や赤の輝度によって表現されてもよい。

また、動画像１０１は、例えば、輝度と相関関係がある一連のデータであってもよい。動画像１０１は、例えば、レーザースペックル血流計によって取得される一連のデータのように、光の当たり方によって信号強度が変わるものであれば、信号強度が赤血球の量や速度に依存していてもよい。情報処理装置１００は、所定期間内に対象者を撮影した複数の動画像１０１を取得してもよい。

次に、情報処理装置１００は、取得した動画像１０１から、対象者についての所定の画像を抽出する。所定の画像は、例えば、対象者の複数の部位が含まれる対象者の身体の一部分が写った画像である。対象者の身体の一部分は、例えば、顔、腕、首、足首、手、指などである。複数の部位は、例えば、対象者の身体の一部分が顔であれば、顔面、顔面左側、顔面右側、額、左頬、右頬などである。

情報処理装置１００は、例えば、図４〜図６に後述する対象者のそれぞれの部位の画像を抽出する第１例〜第３例のいずれかのように、取得した動画像１０１から、対象者のそれぞれの部位の脈波波形の生成元となる対象者のそれぞれの部位の画像を抽出する。ここで、図４の説明に移行する。

〈対象者のそれぞれの部位の画像を抽出する第１例〉
図４は、対象者のそれぞれの部位の画像を抽出する第１例を示す説明図である。ここで、情報処理装置１００は、脈波波形の生成元の画像のうちで対象者の身体が写った領域が大きいほうが、脈波波形を精度よく計測しやすくなる。一方で、情報処理装置１００は、脈波波形の生成元の画像のうちで対象者の身体以外の部分が写った領域が含まれると、脈波波形を精度よく計測することが難しくなる。例えば、対象者が写っていない背景などの領域は、対象者の部位以外の輝度を示すため、対象者の部位の脈波波形に対してノイズを生じさせうる。

このため、情報処理装置１００は、対象者のそれぞれの部位が写った領域が大きくなり、かつ、対象者のそれぞれの部位以外が写った領域が小さくなるように、対象者のそれぞれの部位の画像を抽出することが好ましい。また、情報処理装置１００は、動画像１０１のうち、必ずしもすべての撮影画像から対象者のそれぞれの部位の画像を抽出しなくてもよい。情報処理装置１００は、例えば、動画像１０１のいずれかの撮影画像において対象者のそれぞれの部位が写った領域が一定以下であれば、当該撮影画像から対象者のそれぞれの部位の画像を抽出しなくてもよい。

図４において、情報処理装置１００は、動画像１０１のそれぞれの撮影画像４００について、顔検出エンジンを用いて対象者の顔面が写った領域を検出し、対象者の部位の画像の一つとして対象者の顔面の画像４１０を抽出する。顔検出エンジンとは、所定の画像の中から人の顔、および、人の顔のうちの額や鼻や口や目や頬などの部位が写った領域を検出するソフトウェアである。情報処理装置１００は、さらに、動画像１０１のそれぞれの撮影画像４００から抽出した対象者の顔面の画像４１０を左右で分割し、対象者の部位の画像の一つとして顔面左側の画像４１１と、顔面右側の画像４１２とを抽出する。

ここで、対象者の部位が写った領域が相対的に大きい画像から生成された脈波波形のほうが、Ｓ（Ｓｉｇｎａｌ）／Ｎ（Ｎｏｉｓｅ）比が高くなる傾向がある。Ｓ／Ｎ比は、値が比較的高いときにノイズが比較的少ないことを示す。このため、情報処理装置１００は、不整脈を示すか否かを判定する対象になる脈波波形の生成元の画像として、相対的に対象者の部位が写った領域が大きい対象者の顔面の画像を用いるように設定する。そして、情報処理装置１００は、第１の指標値を算出する際に用いられる脈波波形の生成元の画像としては、残った顔面左側の画像４１１と、顔面右側の画像４１２とを用いるように設定する。

このとき、情報処理装置１００は、動画像１０１に含まれる撮影画像４００のうち、必ずしもすべての撮影画像４００から、対象者の顔面の画像４１０と、顔面左側の画像４１１と、顔面右側の画像４１２とを抽出しなくてもよい。情報処理装置１００は、例えば、顔面左側の画像４１１、または、顔面右側の画像４１２が所定の大きさ以下である撮影画像４００からは、顔面左側の画像４１１と、顔面右側の画像４１２とを抽出しなくてもよい。

これにより、情報処理装置１００は、脈波波形を計測する精度を悪化させる可能性がある撮影画像４００からは、対象者のそれぞれの部位の画像を抽出せず、対象者のそれぞれの部位の脈波波形を精度よく計測しやすくすることができる。また、情報処理装置１００は、対象者のそれぞれの部位の画像を抽出する際にかかる処理量を低減し、処理時間の増大を抑制することができる。ここで、図５の説明に移行する。

〈対象者のそれぞれの部位の画像を抽出する第２例〉
図５は、対象者のそれぞれの部位の画像を抽出する第２例を示す説明図である。ここで、情報処理装置１００は、第１の指標値を算出する際に用いられる脈波波形の生成元の画像として対象者の３つ以上の部位のそれぞれの部位の画像を用いて、対象者の種々の体動を考慮して第１の指標値を算出してもよい。種々の体動は、例えば、対象者の顔の上下の動きと、対象者の顔の左右の動きとである。

情報処理装置１００は、例えば、第１の指標値を算出する際に用いられる脈波波形の生成元の画像として、対象者の顔面の左右方向に存在する部位の画像が含まれるようにし、かつ、対象者の顔面の上下方向に存在する部位の画像が含まれるようにする。対象者の顔面の左右方向に存在する部位の画像と、対象者の顔面の上下方向に存在する部位の画像とは、重複する画像を含んでもよい。これにより、情報処理装置１００は、対象者の顔面の左右への動きに起因するノイズと、対象者の顔面の上下の動きに起因するノイズとをより考慮して第１の指標値を算出可能になる。

図５において、情報処理装置１００は、動画像１０１のそれぞれの撮影画像４００について、顔検出エンジンを用いて対象者の顔面が写った領域を検出し、対象者の顔面の画像４１０を抽出する。情報処理装置１００は、さらに、顔検出エンジンを用いて、対象者の額が写った領域、左頬が写った領域、右頬が写った領域を検出し、対象者の額の画像５０１と、左頬の画像５０２と、右頬の画像５０３とを抽出する。これにより、情報処理装置１００は、顔の上下の動きなどの顔の左右の動き以外もより考慮して、第１の指標値を算出可能にすることができる。ここで、図６の説明に移行する。

〈対象者のそれぞれの部位の画像を抽出する第３例〉
図６は、対象者のそれぞれの部位の画像を抽出する第３例を示す説明図である。ここで、対象者の身体には、対象者が静止させた状態を保つことが難しく、脈波波形にノイズを生じさせやすい部位が存在する。例えば、対象者の目は、瞬きにより、長時間静止させた状態を保つことが難しく、脈波波形にノイズを生じさせてしまう傾向がある。

このため、情報処理装置１００は、対象者のそれぞれの部位の脈波波形の生成元の画像として、対象者が静止させた状態を保つことが難しく、脈波波形にノイズを生じさせやすい部位が写った領域を除外した画像を抽出してもよい。これにより、情報処理装置１００は、第１の指標値を精度よく算出しやすくすることができる。

図６において、情報処理装置１００は、動画像１０１のそれぞれの撮影画像４００について、顔検出エンジンを用いて対象者の顔面が写った領域を検出し、対象者の顔面の画像４１０を抽出する。情報処理装置１００は、さらに、顔検出エンジンを用いて、対象者の目が写った領域を検出し、対象者の顔面が写った領域から対象者の目が写った領域を除外する。

また、情報処理装置１００は、さらに、対象者の顔面の画像４１０のうち、対象者の目が写った領域よりも上にある顔上部の画像６０１を抽出する。また、情報処理装置１００は、さらに、対象者の顔面の画像４１０のうち、対象者の目が写った領域よりも下にある顔下部の画像６０２を抽出する。また、情報処理装置１００は、さらに、対象者の顔下部の画像６０２のうち、左頬の画像５０２と、右頬の画像５０３とを抽出する。

これにより、情報処理装置１００は、目などのノイズを発生させやすい部位が写った領域を除外した画像を抽出し、ノイズの低減化を図ることができる。以下では、図４に示した第１例のように、情報処理装置１００が、対象者の顔面の画像４１０と、対象者の顔面左側の画像４１１と、対象者の顔面右側の画像４１２とを抽出した場合を例に挙げて、実施例についての説明を続ける。

情報処理装置１００は、抽出した対象者の顔面の画像４１０、顔面左側の画像４１１、および、顔面右側の画像４１２に基づいて、対象者の顔面の脈波波形、顔面左側の脈波波形、および、顔面右側の脈波波形を生成する。情報処理装置１００は、例えば、図７および図８に後述する一例のように、対象者の顔面の脈波波形、顔面左側の脈波波形、および、顔面右側の脈波波形を生成する。ここで、図７の説明に移行する。

〈対象者のそれぞれの部位の脈波波形を生成する一例〉
図７および図８は、対象者のそれぞれの部位の脈波波形を生成する一例を示す説明図である。脈波波形を生成する技術としては、例えば、国際公開第２０１４／０３８０７７号に記載の技術を参照することができる。

ここで、心臓の収縮や拡張に応じて、人の身体の血管を流れる血流量は変動する。そして、対象者の血管での吸収光量は、血管を流れる血流量に依存する傾向がある。このため、心臓の収縮や拡張に応じて、撮影画像のうちの対象者の部位の画像の輝度も変動し、対象者の部位における脈拍に対応する輝度になる。換言すれば、撮影画像のうちの対象者の部位の画像における所定の波長成分の代表値の時系列データは、対象者の部位についての脈拍成分を含む時系列データになる。

一方で、対象者の体動などによる対象者の部位に当たる光量の変動に応じて、撮影画像のうちの対象者の部位の画像の輝度は変動してしまうことがある。このため、撮影画像のうちの対象者の部位の画像の所定の波長成分の代表値の時系列データは、対象者の部位についての脈拍成分とは異なるノイズ成分も含むことがある。

そこで、情報処理装置１００は、複数の波長成分の代表値の時系列データを取得し、後述するフィルタなどを用いた所定の演算を行い、撮影画像の所定の波長成分の代表値の時系列データからノイズ成分の低減化を図って、対象者の部位の脈波波形を生成する。

図７において、情報処理装置１００は、それぞれの撮影画像ｆｎ−２，ｆｎ−１，ｆｎなどから抽出した対象者のいずれかの部位の画像に基づいて、当該画像に含まれる所定の波長成分の代表値の時系列データを取得する。情報処理装置１００は、例えば、対象者のいずれかの部位の画像に含まれる、Ｒ成分、Ｇ成分、および、Ｂ成分の代表値の時系列データを取得する。Ｒ成分、Ｇ成分、および、Ｂ成分の代表値は、それぞれ、例えば、Ｒ成分、Ｇ成分、および、Ｂ成分の平均値である。

情報処理装置１００は、取得した代表値の時系列データが、等時間間隔の時系列データではない場合には、線形近似やスプライン近似を用いたリサンプリング技術によって、代表値の時系列データを等時間間隔の時系列データに変換する。等時間間隔の時系列データは、例えば、それぞれの時刻ｔｎ−２，ｔｎ−１，ｔｎなどにおける所定の波長成分の代表値の時系列データである。

情報処理装置１００は、血液中のヘモグロビンが緑色の光を吸収する特性があるため、脈拍成分を表す度合いが相対的に大きいＧ成分の代表値の時系列データを、ｄｂＧｒｅｅｎとして設定する。また、情報処理装置１００は、Ｇ成分の代表値以外のＲ成分の代表値とＢ成分の代表値との平均値の時系列データを生成し、ｄｂＲｅｄとして設定する。ここで、図８の説明に移行する。

図８において、情報処理装置１００は、ＢＰＦ（Ｂａｎｄ Ｐａｓｓ Ｆｉｌｔｅｒ）によって、ｄｂＧｒｅｅｎおよびｄｂＲｅｄから、心拍成分を含まない特定周波数帯の信号成分を抽出する。特定周波数帯は、例えば、１２ｂｐｍ以上１８ｂｐｍ未満の周波数である。そして、情報処理装置１００は、抽出した特定周波数帯の信号成分に基づいて、脈波波形を生成する際に補正係数ｋとして用いられるノイズ成分の比率を算出する。

また、情報処理装置１００は、ＢＰＦによって、ｄｂＧｒｅｅｎおよびｄｂＲｅｄから、心拍成分を含む脈波周波数帯の信号成分を抽出する。脈波周波数帯は、例えば、４２ｂｐｍ以上１５０ｂｐｍ未満の周波数帯である。そして、情報処理装置１００は、抽出した脈波周波数帯の信号成分と、補正係数ｋとに基づいて、対象者のいずれかの部位の脈波波形を生成する。

情報処理装置１００は、具体的には、ＢＰＦ８０１によって、ｄｂＲｅｄの特定周波数帯の信号成分を抽出する。また、情報処理装置１００は、ＢＰＦ８０１によって、ｄｂＧｒｅｅｎの特定周波数帯の信号成分を抽出する。次に、情報処理装置１００は、演算部８０２によって、ｄｂＲｅｄの特定周波数帯の信号成分の絶対値の時系列データを抽出する。また、情報処理装置１００は、演算部８０２によって、ｄｂＧｒｅｅｎの特定周波数帯の信号成分の絶対値の時系列データを抽出する。

そして、情報処理装置１００は、ＬＰＦ（Ｌｏｗ Ｐａｓｓ Ｆｉｌｔｅｒ）８０３によって、ｄｂＲｅｄの特定周波数帯の絶対値の時系列データに対して平滑化処理を実行し、急峻な周波数成分を除去する。また、情報処理装置１００は、ＬＰＦ８０３によって、ｄｂＧｒｅｅｎの特定周波数帯の絶対値の時系列データに対して平滑化処理を実行し、急峻な周波数成分を除去する。さらに、情報処理装置１００は、演算部８０４によって、平滑化されたｄｂＲｅｄの特定周波数帯の絶対値を、平滑化されたｄｂＧｒｅｅｎの特定周波数帯の絶対値で除算して、補正係数ｋを算出する。

情報処理装置１００は、ＢＰＦ８０５によって、ｄｂＲｅｄの脈波周波数帯の信号成分を抽出する。また、情報処理装置１００は、ＢＰＦ８０５によって、ｄｂＧｒｅｅｎの脈波周波数帯の信号成分を抽出する。次に、情報処理装置１００は、演算部８０６によって、抽出されたｄｂＲｅｄの脈波周波数帯の信号成分に、算出した補正係数ｋを乗算する。そして、情報処理装置１００は、演算部８０７によって、抽出されたｄｂＧｒｅｅｎの脈波周波数帯の信号成分から、補正係数ｋが乗算されたｄｂＲｅｄの脈波周波数帯の信号成分を減算する。

次に、情報処理装置１００は、ＢＰＦ８０８によって、減算後の信号の時系列データの脈波周波数帯の信号成分を抽出する。そして、情報処理装置１００は、抽出された波形を対象者のいずれかの部位の脈波波形として設定する。また、情報処理装置１００は、残りの部位それぞれの画像についても、図７および図８と同様の処理を行い、残りの部位それぞれの脈波波形を設定する。

ここでは、情報処理装置１００が、複数の波長成分の代表値の時系列データを取得する場合について説明したが、これに限らない。例えば、情報処理装置１００は、ＢＰＦによって、所定の波長成分の代表値の時系列データから脈波周波数帯の信号成分を抽出し、抽出された波形を対象者のいずれかの部位の脈波波形として設定してもよい。

ここでは、情報処理装置１００が、血流量に応じた輝度に基づいて脈波波形を生成する場合について説明したが、これに限らない。例えば、情報処理装置１００は、心臓の収縮や拡張による対象者の皮膚の振動を検出することにより、脈波波形を生成してもよい。また、例えば、情報処理装置１００は、心臓の収縮や拡張による、対象者の血管や血液の動きを検出することにより、脈波波形を生成してもよい。

これにより、情報処理装置１００は、不整脈を示すか否かの判定対象となる対象者のいずれかの部位の脈波波形を生成することができる。また、情報処理装置１００は、第１の指標値の算出に用いられる、対象者のそれぞれの部位の脈波波形を生成することができる。ここで、図９の説明に移行する。

〈着目期間を設定する一例〉
図９は、着目期間を設定する一例を示す説明図である。図９において、情報処理装置１００は、生成した対象者のいずれかの部位の脈波波形９００のうち、正から負または負から正に波形が転換する転換点を特定する。次に、情報処理装置１００は、例えば、転換点３つ分の長さを１周期として、所定数の周期分の長さの期間を着目期間として設定する。所定数の周期は、整数倍の周期でなくてもよい。所定数の周期は、例えば、３．５周期である。所定数の周期は、例えば、４周期などであってもよい。情報処理装置１００は、所定数の周期分の長さの期間ごとに着目期間を設定することにより、複数の着目期間を設定してもよい。

そして、情報処理装置１００は、生成した対象者のいずれかの部位の脈波波形９００のうちの着目期間内の部分波形９０１を、ノイズが含まれるか否かを判定する判定対象の部分波形９０１に設定する。情報処理装置１００は、所定期間内に撮影された動画像１０１について着目期間を複数設定してもよい。また、情報処理装置１００は、所定期間内に撮影された動画像１０１が複数あれば、それぞれの動画像１０１について着目期間を１または複数設定してもよい。情報処理装置１００は、それぞれの着目期間内の部分波形９０１を、不整脈を示すか否かの判定対象となる部分波形９０１に設定する。また、着目期間は、複数設定される場合には、互いに一部分が重複していてもよい。ここで、図１０の説明に移行する。

〈第１の指標値を算出する一例〉
図１０は、第１の指標値を算出する第１例を示す説明図である。ここで、情報処理装置１００は、第１の指標値として、対象者のそれぞれの部位にある血管を流れる血液の体積の変動に対応するそれぞれの部位の脈波波形間の一致度合いを示す値を用いる。

対象者の体動がなければ、それぞれの部位の脈波波形は、心臓の拡張や収縮によって心臓から同じように流れていった血流に対応する波形になるため、一致度合いは大きくなる傾向がある。このため、一致度合いを示す第１の指標値は、値が小さいほど、対象者の体動が大きく、対象者の体動に起因するノイズによって脈波波形が乱れやすい状態であることを示し、脈波らしさが小さいことを示す。

図１０において、情報処理装置１００は、第１の指標値として、それぞれの部位の脈波波形のうちの着目期間内の部分波形間の一致度合いを示す値を算出する。情報処理装置１００は、例えば、顔面右側の脈波波形１０１０のうちの着目期間内の部分波形１０１１を抽出する。そして、情報処理装置１００は、抽出した部分波形１０１１のデータ列ｘ（ｉ）を取得する。ｘ（ｉ）は、着目期間内の部分波形１０１１の値ｘ（１），・・・，ｘ（Ｘ）を時刻順に並べたデータ列である。例えば、ｉの単位はミリ秒である。

また、情報処理装置１００は、顔面左側の脈波波形のうちの着目期間をずらし幅ｚの分ずらした他の期間内の部分波形１０２１を抽出する。そして、情報処理装置１００は、抽出した部分波形１０２１のデータ列ｙ（ｚ，ｉ）を取得する。ｙ（ｚ，ｉ）は、着目期間をずらし幅ｚの分ずらした他の期間内の部分波形１０２１の値ｙ（ｚ，１），・・・，ｘ（ｚ，Ｘ）を時刻順に並べたデータ列である。ｚ＝０では、ｙ（ｚ，ｉ）は、着目期間内の部分波形の値ｙ（ｚ，１），・・・，ｙ（ｚ，Ｘ）になる。例えば、ｚの単位はミリ秒である。

そして、情報処理装置１００は、ｚ＝０に設定して、下記式（１）にデータ列ｘ（ｉ）とデータ列ｙ（ｚ，ｉ）とを代入する。これにより、情報処理装置１００は、顔面右側の着目期間内の部分波形１０１１と顔面左側の着目期間内の部分波形１０２１との一致度合いを示す第１の指標値として、相関係数ｓ（ｚ）を算出する。

ここでは、情報処理装置１００が上記式（１）を用いて顔面右側の着目期間内の部分波形１０１１と顔面左側の着目期間内の部分波形１０２１との一致度合いを示す第１の指標値を算出する場合について説明したが、これに限らない。例えば、情報処理装置１００は、下記式（２）にデータ列ｘ（ｉ）とデータ列ｙ（ｚ，ｉ）とを代入することにより、顔面右側と顔面左側との着目期間内の部分波形間の一致度合いを示す第１の指標値として、下記式（２）の相関係数ｓ（ｚ）を算出してもよい。

また、例えば、情報処理装置１００は、ユークリッド距離や正規化されたユークリッド距離などを用いて、顔面右側の着目期間内の部分波形１０１１と顔面左側の着目期間内の部分波形１０２１との一致度合いを示す第１の指標値を算出してもよい。

また、ここでは、情報処理装置１００が２つの部位のそれぞれの部位の脈波波形に基づいて一致度合いを示す第１の指標値を算出する場合について説明したが、これに限らない。例えば、情報処理装置１００は、３つ以上の脈波波形に基づいて、第１の指標値を算出してもよい。

具体的には、情報処理装置１００は、額、左頬、右頬のそれぞれの部位の脈波波形がある場合に、それぞれの部位の着目期間内の部分波形を示すデータ列を取得してもよい。次に、情報処理装置１００は、それぞれのデータ列の組み合わせを上記式（１）に代入することにより、それぞれのデータ列の組み合わせについて相関係数を算出する。そして、情報処理装置１００は、算出した相関係数の平均値、中央値、最大値、最小値などの統計値を第１の指標値として算出する。これにより、情報処理装置１００は、それぞれの部位が同一平面上にない場合に、第１の指標値の尤もらしさの向上を図ることができる。

具体的には、情報処理装置１００は、左頬、右頬、顔上部、顔下部などのそれぞれの部位の脈波波形がある場合に、左頬と右頬との組み合わせや顔上部と顔下部との組み合わせのように、対応する組み合わせごとに相関係数を算出してもよい。そして、情報処理装置１００は、算出した相関係数の平均値、中央値、最大値、最小値などの統計値を、第１の指標値として算出する。これにより、情報処理装置１００は、対象者の種々の体動に対応可能な第１の指標値を算出し、第１の指標値の尤もらしさの向上を図ることができる。

ここでは、情報処理装置１００が一つの着目期間について第１の指標値を算出する場合について説明したが、これに限らない。例えば、情報処理装置１００は、着目期間を複数設定した場合には、それぞれの着目期間について第１の指標値を算出する。ここで、図１１の説明に移行する。

図１１は、第１の指標値を算出する第２例を示す説明図である。ここで、対象者のそれぞれの部位が物理的に離れている場合には、心臓からの距離が異なるため、それぞれの部位の脈波波形は類似する波形になるが、時間方向にずれてしまうことがある。そこで、情報処理装置１００は、第１の指標値を算出する際に、対象者のいずれかの部位の脈波波形と、他の部位の脈波波形をずらした波形との一致度合いを示す第１の指標値を算出してもよい。

図１１において、情報処理装置１００は、いずれかの部位の脈波波形のうちの着目期間内の部分波形と、他の部位の脈波波形のうちの着目期間をずらし幅ｚの分ずらした他の期間内の部分波形との一致度合いを示す第１の指標値を算出する。

情報処理装置１００は、例えば、顔面右側の脈波波形１０１０のうちの着目期間内の部分波形１０１１を抽出し、抽出した部分波形１０１１のデータ列ｘ（ｉ）を取得する。ｘ（ｉ）は、着目期間内の部分波形１０１１の値ｘ（１），・・・，ｘ（Ｘ）を時刻順に並べたデータ列である。例えば、ｉの単位はミリ秒である。

また、情報処理装置１００は、ｚ＝−１００〜１００の間を１ずつインクリメントしながら、顔面左側の脈波波形１０２０のうちの着目期間をずらし幅ｚの分ずらした他の期間内の部分波形１１００を抽出する。そして、情報処理装置１００は、抽出した部分波形１１００のデータ列ｙ（ｚ，ｉ）を取得する。ｙ（ｚ，ｉ）は、着目期間をずらし幅ｚの分ずらした他の期間内の部分波形１１００の値ｙ（ｚ，１），・・・，ｘ（ｚ，Ｘ）を時刻順に並べたデータ列である。例えば、ｚの単位はミリ秒である。

そして、情報処理装置１００は、例えば、ｚ＝−１００〜１００の間を１ずつインクリメントしながら、上記式（１）または上記式（２）にデータ列ｘ（ｉ）とデータ列ｙ（ｚ，ｉ）とを代入することにより、相関係数ｓ（ｚ）を算出する。そして、情報処理装置１００は、ｚ＝−１００〜１００の相関係数ｓ（ｚ）のうちの最大値を、第１の指標値として設定する。

ここでは、情報処理装置１００が上記式（１）または上記式（２）を用いて第１の指標値を算出する場合について説明したが、これに限らない。例えば、情報処理装置１００は、ユークリッド距離や正規化されたユークリッド距離などを用いて第１の指標値を算出してもよい。

また、ここでは、情報処理装置１００が２つの部位のそれぞれの部位の脈波波形に基づいて第１の指標値を算出する場合について説明したが、これに限らない。例えば、情報処理装置１００は、３つ以上の部位のそれぞれの部位の脈波波形に基づいて、第１の指標値を算出してもよい。

具体的には、情報処理装置１００は、額、左頬、右頬のそれぞれの部位の脈波波形がある場合に、部位の組み合わせごとに、着目期間内の部分波形と、着目期間をずらし幅ｚの分ずらした他の期間内の部分波形との相関係数を算出する。そして、情報処理装置１００は、算出した相関係数の平均値、中央値、最大値、最小値などの統計値を、第１の指標値として算出してもよい。これにより、情報処理装置１００は、それぞれの部位が同一平面上にない場合に、第１の指標値の尤もらしさの向上を図ることができる。

具体的には、情報処理装置１００は、左頬、右頬、顔上部、顔下部などのそれぞれの部位の脈波波形がある場合に、左頬と右頬との組み合わせや顔上部と顔下部との組み合わせのように、対応する組み合わせごとに相関係数を算出してもよい。そして、情報処理装置１００は、算出した相関係数の最小値を、第１の指標値として算出する。情報処理装置１００は、算出した相関係数の平均値、中央値、最大値などの統計値を、第１の指標値として算出してもよい。これにより、情報処理装置１００は、対象者の種々の体動に対応可能な第１の指標値を算出し、第１の指標値の尤もらしさの向上を図ることができる。ここで、図１２の説明に移行する。

〈第２の指標値を算出する一例〉
図１２は、第２の指標値を算出する一例を示す説明図である。第２の指標値を算出する技術としては、例えば、特開２０１４−１７６５８４号公報に記載の技術を参照することができる。

図１２において、情報処理装置１００は、対象者のいずれかの部位の脈波波形のうち、着目期間内の部分波形と、着目期間をずらし幅ｚの分ずらした他の期間内の部分波形との一致度合いを示す第２の指標値を算出する。情報処理装置１００は、例えば、顔面の脈波波形９００のうちの着目期間内の部分波形９０１を抽出する。そして、情報処理装置１００は、抽出した部分波形９０１のデータ列ｘ（ｉ）を取得する。ｘ（ｉ）は、着目期間内の部分波形９０１の値ｘ（１），・・・，ｘ（Ｘ）を時刻順に並べたデータ列である。例えば、ｉの単位はミリ秒とする。

また、情報処理装置１００は、ｚ＝４００〜１５００の間を１ずつインクリメントしながら、顔面の脈波波形９００のうちの着目期間をずらし幅ｚの分ずらした他の期間内の部分波形１２００を抽出する。そして、情報処理装置１００は、抽出した部分波形１２００のデータ列ｙ（ｚ，ｉ）を取得する。ｙ（ｚ，ｉ）は、着目期間をずらし幅ｚの分ずらした他の期間内の部分波形１２００の値ｙ（ｚ，１），・・・，ｘ（ｚ，Ｘ）を時刻順に並べたデータ列である。例えば、ｚの単位はミリ秒である。

次に、情報処理装置１００は、ｚ＝４００〜１５００の間を１ずつインクリメントしながら、上記式（１）または上記式（２）にデータ列ｘ（ｉ）とデータ列ｙ（ｚ，ｉ）とを代入することにより、相関係数ｓ（ｚ）を算出する。そして、情報処理装置１００は、ｚ＝４００〜１５００の相関係数ｓ（ｚ）のうちの最大値を、第２の指標値として設定する。また、情報処理装置１００は、ｚ＝４００〜１５００のうち、相関係数ｓ（ｚ）が最大値になるときのｚを、脈波間隔として採用してもよい。

ここでは、情報処理装置１００が上記式（１）または上記式（２）を用いて一致度合いを示す第２の指標値を算出する場合について説明したが、これに限らない。例えば、情報処理装置１００は、ユークリッド距離や正規化されたユークリッド距離などを用いて一致度合いを示す第２の指標値を算出してもよい。

ここでは、情報処理装置１００が一つの着目期間について第２の指標値を算出する場合について説明したが、これに限らない。例えば、情報処理装置１００は、着目期間を複数設定した場合には、それぞれの着目期間について第２の指標値を算出する。ここで、図１３の説明に移行する。

〈第１の判定パターンによって脈波波形が不整脈を示すか否かを判定する一例〉
図１３は、第１の判定パターンによって着目期間内の部分波形が不整脈を示すか否かを判定する一例を示す説明図である。ここで、第１の指標値は、値が小さいほど、対象者のいずれかの部位の脈波波形に、対象者の体動に起因するノイズによって脈波波形が乱れた可能性が高いことを示す。

一方で、第２の指標値は、値が大きい場合には、脈波波形が周期的であることを示す。換言すれば、第２の指標値は、値が大きいほど、脈波波形が正常脈を示す波形である傾向がある。このため、情報処理装置１００は、第１の指標値の傾向と、第２の指標値の傾向とに基づいて、脈波波形が不整脈を示すか否かを判定することができる。

図１３において、情報処理装置１００は、第１の指標値が第１の閾値以上の場合に、対象者のいずれかの部位の脈波波形のうちの着目期間内の部分波形に、ノイズが含まれないと判定する。第１の閾値は、例えば、０．６である。さらに、情報処理装置１００は、第２の指標値が第５の閾値以上である場合に、対象者のいずれかの部位の脈波波形のうちの着目期間内の部分波形に、ノイズが含まれないと判定してもよい。第５の閾値は、例えば、０．７である。

そして、情報処理装置１００は、ノイズが含まれないと判定した場合に、第２の指標値が第２の閾値未満であれば、対象者のいずれかの部位の脈波波形のうちの着目期間内の部分波形が不整脈を示すと判定する。第２の閾値は、例えば、０．５である。また、情報処理装置１００は、ノイズが含まれないと判定した場合に、第２の指標値が第２の閾値以上であれば、対象者のいずれかの部位の脈波波形のうちの着目期間内の部分波形が正常脈を示すと判定してもよい。

情報処理装置１００は、第１の指標値の平均値を算出している場合には、第１の指標値の平均値と第１の閾値とを比較することにより、着目期間内の部分波形がノイズを含むか否かを判定してもよい。また、情報処理装置１００は、第１の指標値の最小値を算出している場合には、第１の指標値の最小値と第１の閾値とを比較することにより、着目期間内の部分波形がノイズを含むか否かを判定してもよい。ここで、図１４の説明に移行する。

図１４は、第１の判定パターンによって所定期間内の脈波波形が不整脈を示すか否かを判定する一例を示す説明図である。図１４の例では、所定期間内に複数の着目期間が設定された場合を例に挙げて、複数の着目期間について統計的処理を行うことにより所定期間内の脈波波形が不整脈を示すか否かを判定する一例について説明する。

図１４において、情報処理装置１００は、それぞれの着目期間について算出した第１の指標値が第１の閾値以上の場合に、いずれかの部位の脈波波形のうちの当該着目期間内の部分波形にノイズが含まれないと判定する。さらに、情報処理装置１００は、それぞれの着目期間について算出した第２の指標値が第５の閾値以上である場合に、対象者のいずれかの部位の脈波波形のうちの当該着目期間内の部分波形に、ノイズが含まれないと判定してもよい。

次に、情報処理装置１００は、ノイズが含まれないと判定した着目期間それぞれについて算出した第２の指標値が第２の閾値未満であるか否かを判定する。そして、情報処理装置１００は、ノイズが含まれないと判定した着目期間の数に対する第２の閾値未満であると判定した着目期間の数の割合が、第６の閾値以上であれば、所定期間内の対象者のいずれかの部位の脈波波形が不整脈を示すと判定する。第６の閾値は、例えば、０．０５である。また、情報処理装置１００は、ノイズが含まれないと判定した着目期間の数に対する第２の閾値未満であると判定した着目期間の数の割合が、第６の閾値未満であれば、所定期間内の対象者のいずれかの部位の脈波波形が正常脈を示すと判定してもよい。

また、情報処理装置１００は、設定した着目期間の数に対するノイズが含まれないと判定した着目期間の数が、第７の閾値以下である場合には、所定期間内の対象者のいずれかの部位の脈波波形が不整脈か否かが不明であると判定してもよい。第７の指標値は、例えば、０．５である。

これにより、情報処理装置１００は、所定期間内のそれぞれの着目期間について算出した第１の指標値と第２の指標値とに基づいて、統計的に所定期間内の対象者のいずれかの部位の脈波波形が不整脈を示すか否かを判定することができる。このため、情報処理装置１００は、対象者のいずれかの部位の脈波波形が不整脈を示すか否かを判定する判定精度の向上を図ることができる。ここで、図１５の説明に移行する。

〈第２の判定パターンによって脈波波形が不整脈を示すか否かを判定する一例〉
図１５は、第２の判定パターンによって所定期間内の脈波波形が不整脈を示すか否かを判定する一例を示す説明図である。ここで、不整脈によれば、対象者のそれぞれの部位の脈波波形は同様の乱れ方になり、かつ、対象者のいずれかの部位の脈波波形が周期的ではなくなる傾向がある。換言すれば、不整脈によれば、対象者のそれぞれの部位の脈波波形間の一致度合いを示す第１の指標値が高いまま、対象者のいずれかの部位の脈波波形のうちの部分波形間の一致度合いを示す第２の指標値が低くなることになる。

一方で、正常脈に対してノイズが発生すれば、対象者のそれぞれの部位の脈波波形は異なる乱れ方になり、かつ、対象者のいずれかの部位の脈波波形が周期的ではなくなる傾向がある。換言すれば、ノイズによれば、対象者のそれぞれの部位の脈波波形間の一致度合いを示す第１の指標値が低くなり、かつ、対象者のいずれかの部位の脈波波形のうちの部分波形間の一致度合いを示す第２の指標値が低くなることになる。

以上のように、不整脈によれば、第１の指標値に関わらず第２の指標値が増減する傾向があり、第１の指標値と第２の指標値との相関の強さは相対的に小さくなる傾向がある。また、ノイズによれば、第１の指標値と第２の指標値とが一緒に小さくなる傾向があり、第１の指標値と第２の指標値との相関の強さは相対的に大きくなる傾向がある。そこで、情報処理装置１００は、第１の指標値と第２の指標値との相関の強さを示す値に基づいて、対象者のいずれかの部位の脈波波形が不整脈を示すか否かを判定する。

図１５において、情報処理装置１００は、相関係数を用いて、第３の指標値として、算出した着目期間ごとの第１の指標値と第２の指標値とに基づいて、第１の指標値と第２の指標値との相関の強さを示す値を算出する。情報処理装置１００は、例えば、第３の指標値として、算出した着目期間ごとの第１の指標値と第２の指標値との組み合わせを、相関係数の算出式に代入することにより、第１の指標値と第２の指標値との相関の強さを示す相関係数の値を算出する。

そして、情報処理装置１００は、第３の指標値が第３の閾値以下である場合に、所定期間内の対象者のいずれかの部位の脈波波形が不整脈を示すと判定する。また、情報処理装置１００は、第３の指標値が第３の閾値よりも大きい場合には、所定期間内の対象者のいずれかの部位の脈波波形が正常脈を示すと判定してもよい。

これにより、情報処理装置１００は、所定期間内の対象者のいずれかの部位の脈波波形にノイズが含まれていても、所定期間内の対象者のいずれかの部位の脈波波形が不整脈を示すか否かを判定可能になる。また、情報処理装置１００は、所定期間内のそれぞれの着目期間について算出した第１の指標値と第２の指標値とに基づいて、統計的に所定期間内の対象者のいずれかの部位の脈波波形が不整脈を示すか否かを判定することができる。このため、情報処理装置１００は、対象者のいずれかの部位の脈波波形が不整脈を示すか否かを判定する判定精度の向上を図ることができる。ここで、図１６の説明に移行する。

図１６は、第２の判定パターンによって着目期間内の部分波形が不整脈を示すか否かを判定する一例を示す説明図である。ここで、不整脈のときの第１の指標値と第２の指標値との組み合わせが取りうる範囲と、正常脈のときの第１の指標値と第２の指標値との組み合わせが取りうる範囲とは異なる傾向がある。

例えば、第１の指標値の軸と第２の指標値の軸とによる２次元空間では、不整脈のときの第１の指標値と第２の指標値の組み合わせが現れる領域１６０１が存在する。また、第１の指標値の軸と第２の指標値の軸とによる２次元空間では、正常脈のときおよび不整脈のときの第１の指標値と第２の指標値の組み合わせが混在して現れる領域１６０２が存在する。領域１６０１と、領域１６０２との間には、境界線１６０３を設定可能である。

そこで、情報処理装置１００は、不整脈のときの第１の指標値と第２の指標値の組み合わせが現れる領域１６０１を特定可能にする境界線１６０３を示すモデルを予め設定しておき、当該モデルに基づいて着目期間内の部分波形が不整脈を示すか否かを判定する。以下の説明では、不整脈のときの第１の指標値と第２の指標値の組み合わせが現れる領域１６０１を「不整脈の領域１６０１」と表記する場合がある。また、正常脈のときおよび不整脈のときの第１の指標値と第２の指標値の組み合わせが混在して現れる領域１６０２を「正常脈と不整脈とが混在する領域１６０２」と表記する場合がある。

図１６において、情報処理装置１００は、着目期間について算出した第１の指標値と第２の指標値との組み合わせが、予め設定されたモデルによって特定される不整脈の領域１６０１に含まれるか否かを判定する。そして、情報処理装置１００は、不整脈の領域１６０１に含まれると判定した場合に、着目期間内の部分波形が不整脈を示すと判定する。

当該モデルは、例えば、不整脈の領域１６０１と、正常脈と不整脈とが混在する領域１６０２との境界線１６０３を示す数式である。当該数式は、例えば、予め正常脈を示すか不整脈を示すかが判明している脈波波形から得られる第１の指標値と第２の指標値との組み合わせなどの学習データを用いた学習処理により設定される。

情報処理装置１００は、具体的には、着目期間について算出した第１の指標値が、当該数式によって特定される着目期間について算出した第２の指標値に対応する第１の指標値以上であるか否かを判定する。そして、情報処理装置１００は、算出した第１の指標値が、算出した第２の指標値に対応する第１の指標値以上である場合に、対象者のいずれかの部位の脈波波形のうちの着目期間内の部分波形が不整脈を示すと判定する。

また、情報処理装置１００は、サポートベクターマシンなどを用いて、着目期間について算出した第１の指標値と第２の指標値との組み合わせが、不整脈の領域１６０１に含まれるか否かを判定してもよい。これにより、情報処理装置１００は、対象者のいずれかの部位の脈波波形のうちの着目期間内の部分波形にノイズが含まれていても、着目期間内の部分波形が不整脈を示すか否かを判定可能になる。

情報処理装置１００は、対象者のいずれかの部位の脈波波形のうちの着目期間内の部分波形が不整脈を示すか否かを判定した後、不整脈を示さないと判定した場合には着目期間内の部分波形にノイズが含まれるか否かをさらに判定してもよい。ここで、図１７の説明に移行する。

図１７は、不整脈の領域１６０１を特定するモデルを生成する一例を示す説明図である。ここで、情報処理装置１００は、予め学習データが得られない場合には、図１３および図１４の処理によって不整脈を示すか否かが判定された所定期間についての第１の指標値と第２の指標値との組み合わせを、学習データとして採用することができる。

図１７において、情報処理装置１００は、ある所定期間について図１３および図１４の処理を行い、当該所定期間に含まれるそれぞれの着目期間内の部分波形について不整脈を示すか否かを判定する。次に、情報処理装置１００は、それぞれの着目期間内の部分波形について不整脈を示さないと判定された場合、それぞれの着目期間について算出した第１の指標値と第２の指標値との組み合わせを取得する。

そして、情報処理装置１００は、取得した組み合わせを、正常脈のときの第１の指標値と第２の指標値の組み合わせの学習データとして採用する。以下の説明では、正常脈のときの第１の指標値と第２の指標値の組み合わせの学習データを「正常脈のときの学習データ」と表記する場合がある。

また、情報処理装置１００は、ある所定期間について図１３および図１４の処理を行い、当該所定期間内の脈波波形について不整脈を示すか否かの判定を行う。そして、情報処理装置１００は、当該所定期間内の脈波波形が不整脈を示すと判定された場合、当該所定期間内のそれぞれの着目期間について算出した第１の指標値と第２の指標値との組み合わせを取得する。

そして、情報処理装置１００は、取得した組み合わせを、不整脈のときの第１の指標値と第２の指標値の組み合わせの学習データとして採用する。以下の説明では、不整脈のときの第１の指標値と第２の指標値の組み合わせの学習データを「不整脈のときの学習データ」と表記する場合がある。

情報処理装置１００は、取得した学習データに基づいて、不整脈の領域１６０１を特定するモデルを生成する。情報処理装置１００は、例えば、不整脈の領域１６０１と、正常脈と不整脈とが混在する領域１６０２との境界線１６０３を示す数式を生成する。これにより、情報処理装置１００は、予め学習データが得られない場合であっても、モデルを生成して設定することができる。そして、情報処理装置１００は、生成したモデルに基づいて、図１６の処理を行うことが可能になる。

また、情報処理装置１００は、今後、不整脈を示すか否かを判定する判定対象となる脈波波形を生成する生成対象となる対象者に関する学習データに基づいてモデルを生成することができる。このため、情報処理装置１００は、今後、対象者について生成された脈波波形が不整脈を示すか否かを判定する際には、当該対象者に適する可能性が高いモデルを用いることができる。そして、情報処理装置１００は、対象者について生成された脈波波形が不整脈を示すか否かを判定する精度の向上を図ることができる。

〈判定した結果に応じて脈波波形を分析する一例〉
情報処理装置１００は、対象者のいずれかの部位の脈波波形のうちのノイズが含まれないと判定された部分波形を用いて、対象者のいずれかの部位の脈波波形を分析する。情報処理装置１００は、ノイズが含まれないと判定された部分波形と、ノイズが含まれると判定された部分波形が重複する場合には、ノイズが含まれないと判定された部分波形のうちノイズが含まれると判定された部分波形と重複しない部分を用いてもよい。これにより、情報処理装置１００は、ノイズが含まれる部分波形を用いずに、対象者のいずれかの部位の脈波波形を分析することができ、分析精度の向上を図ることができる。

情報処理装置１００は、例えば、対象者のいずれかの部位の脈波波形を分析して、脈拍数［ｂｐｍ］を算出する。また、情報処理装置１００は、例えば、対象者のいずれかの部位の脈波波形を分析して、対象者のいずれかの部位の脈波波形を２回微分して加速度脈波波形を算出し、加速度脈波波形から血管年齢を算出してもよい。また、情報処理装置１００は、例えば、対象者のいずれかの部位の脈波波形を分析して、対象者が不整脈であるか否かを判定してもよい。

情報処理装置１００は、不整脈を示すと判定された対象者のいずれかの部位の脈波波形を分析してもよい。情報処理装置１００は、例えば、不整脈を示すと判定された対象者のいずれかの部位の脈波波形が計測された時間から、どのようなときに対象者に不整脈の症状が現れやすいかなどを解析してもよい。また、情報処理装置１００は、１ヶ月などの期間内で不整脈を示すと判定された対象者のいずれかの部位の脈波波形の数に基づいて、対象者にどのくらいの頻度で不整脈の症状が現れるかなどを解析してもよい。

ここでは、情報処理装置１００が、ノイズが含まれる部分波形を用いずに、対象者のいずれかの部位の脈波波形を分析する場合について説明したが、これに限らない。例えば、情報処理装置１００は、第１の指標値と第２の指標値と対象者のいずれかの部位の脈波波形とを用いて、対象者のいずれかの部位の脈波波形を分析してもよい。また、情報処理装置１００は、第１の指標値と第２の指標値と対象者のいずれかの部位の脈波波形とをユーザに通知して、ユーザが対象者のいずれかの部位の脈波波形を分析することを支援してもよい。

（全体処理手順の一例）
次に、図１８を用いて、情報処理装置１００が実行する全体処理手順の一例について説明する。図１８の例では、情報処理装置１００は、複数の部位として所定の全体領域と左領域と右領域とを採用する。所定の全体領域は、例えば、対象者の顔である。左領域は、全体領域の左側に含まれる部位であり、例えば、左頬である。右領域は、全体領域の右側に含まれる部位であり、例えば、右頬である。

図１８は、全体処理手順の一例を示すフローチャートである。図１８において、情報処理装置１００は、所定期間内に対象者が撮影された動画像１０１を取得する（ステップＳ１８０１）。次に、情報処理装置１００は、対象者の複数の部位のそれぞれの部位について、図１９に後述する脈波波形の生成処理を実行する（ステップＳ１８０２）。

そして、情報処理装置１００は、生成した全体領域の脈波波形がゼロクロスしたか否かを判定する（ステップＳ１８０３）。ゼロクロスとは、脈波波形に、振幅が正から負または負から正に転換する転換点が含まれることである。ここで、ゼロクロスしていない場合（ステップＳ１８０３：Ｎｏ）、情報処理装置１００は、ステップＳ１８０１の処理に戻る。一方で、ゼロクロスする場合（ステップＳ１８０３：Ｙｅｓ）、情報処理装置１００は、生成した全体領域の脈波波形に基づいて、１または複数の着目期間を設定する（ステップＳ１８０４）。

次に、情報処理装置１００は、設定した着目期間ごとに、生成した左領域と右領域との脈波波形のうちの着目期間内の部分波形間の一致度合いを示す第１の指標値を算出する（ステップＳ１８０５）。そして、情報処理装置１００は、設定した着目期間ごとに、生成した全体領域の脈波波形のうちの部分波形間の一致度合いを示す第２の指標値を算出する（ステップＳ１８０６）。

次に、情報処理装置１００は、算出した第１の指標値と第２の指標値とに基づいて、生成した全体領域の脈波波形について図２０〜図２５に後述するいずれかの判定処理を実行する（ステップＳ１８０７）。そして、情報処理装置１００は、ステップＳ１８０１の処理に戻る。これにより、情報処理装置１００は、人の全体領域の脈波波形が不整脈を示すか否かを判定して、人の全体領域の脈波波形の分析精度の向上を図ることができる。

（生成処理手順の一例）
次に、図１９を用いて、情報処理装置１００が実行する生成処理手順の一例について説明する。

図１９は、生成処理手順の一例を示すフローチャートである。図１９において、情報処理装置１００は、動画像１０１から対象者のそれぞれの部位の画像を抽出する（ステップＳ１９０１）。次に、情報処理装置１００は、抽出した画像に基づいて、当該画像に含まれる所定の波長成分の代表値の時系列データを取得する（ステップＳ１９０２）。そして、情報処理装置１００は、ＢＰＦによって、取得した波長成分ごとの時系列データから特定周波数帯の信号成分を抽出する（ステップＳ１９０３）。

次に、情報処理装置１００は、抽出した波長成分ごとの特定周波数帯の信号成分から、特定周波数帯の信号成分の絶対値の時系列データを抽出する（ステップＳ１９０４）。そして、情報処理装置１００は、ＬＰＦによって、抽出した波長成分ごとの特定周波数帯の絶対値の時系列データに対して平滑化処理を実行し、急峻な周波数成分を除去する（ステップＳ１９０５）。

次に、情報処理装置１００は、平滑化された波長成分ごとの特定周波数帯の絶対値の時系列データに基づいて、補正係数を算出する（ステップＳ１９０６）。また、情報処理装置１００は、ステップＳ１９０３〜Ｓ１９０６と並行して、ＢＰＦによって、取得した波長成分ごとの時系列データから脈波周波数帯の信号成分を抽出する（ステップＳ１９０７）。

次に、情報処理装置１００は、抽出されたいずれかの脈波周波数帯の信号成分に、算出した補正係数を乗算する（ステップＳ１９０８）。そして、情報処理装置１００は、いずれかの波長成分の脈波周波数帯の信号成分から、補正係数ｋが乗算された波長成分の脈波周波数帯の信号成分を減算する（ステップＳ１９０９）。

次に、情報処理装置１００は、ＢＰＦによって、減算後の信号の時系列データの脈波周波数帯の信号成分を抽出する（ステップＳ１９１０）。そして、情報処理装置１００は、生成処理を終了する。これにより、情報処理装置１００は、対象者のそれぞれの部位の脈波波形を生成することができる。

（判定処理手順の一例）
次に、図２０〜図２５を用いて、情報処理装置１００が実行する判定処理手順の一例について説明する。

〈判定処理手順の第１例〉
図２０は、判定処理手順の第１例を示すフローチャートである。図２０の判定処理は、例えば、図１３における処理に対応する。

図２０において、情報処理装置１００は、いずれかの着目期間について算出した第１の指標値が第１の閾値以上であるか否かを判定する（ステップＳ２００１）。ここで、第１の閾値未満である場合（ステップＳ２００１：Ｎｏ）、情報処理装置１００は、当該着目期間内の部分波形にノイズが含まれると判定して（ステップＳ２００２）、ステップＳ２００６の処理に移行する。

一方で、第１の閾値以上である場合（ステップＳ２００１：Ｙｅｓ）、情報処理装置１００は、当該着目期間について算出した第２の指標値が第２の閾値以下であるか否かを判定する（ステップＳ２００３）。ここで、第２の閾値より大きい場合（ステップＳ２００３：Ｎｏ）、情報処理装置１００は、当該着目期間内の部分波形が正常脈を示すと判定して（ステップＳ２００４）、ステップＳ２００６の処理に移行する。

一方で、第２の閾値以下である場合（ステップＳ２００３：Ｙｅｓ）、情報処理装置１００は、着目期間内の部分波形が不整脈を示すと判定して（ステップＳ２００５）、ステップＳ２００６の処理に移行する。ステップＳ２００６では、情報処理装置１００は、すべての着目期間について処理を行ったか否かを判定する（ステップＳ２００６）。

ここで、処理を行っていない着目期間がある場合（ステップＳ２００６：Ｎｏ）、情報処理装置１００は、ステップＳ２００１の処理に戻る。一方で、すべての着目期間について処理を行った場合（ステップＳ２００６：Ｙｅｓ）、情報処理装置１００は、判定処理を終了する。これにより、情報処理装置１００は、対象者の全体領域の脈波波形のうちの着目期間内の部分波形が不整脈を示すか否かを判定することができる。

〈判定処理手順の第２例〉
図２１は、判定処理手順の第２例を示すフローチャートである。図２１は、例えば、図１４の処理に対応する。

図２１において、情報処理装置１００は、いずれかの着目期間について算出した第１の指標値が第１の閾値以上であるか否かを判定する（ステップＳ２１０１）。ここで、第１の閾値未満である場合（ステップＳ２１０１：Ｎｏ）、情報処理装置１００は、当該着目期間内の部分波形にノイズが含まれると判定して（ステップＳ２１０２）、ステップＳ２１０４の処理に移行する。

一方で、第１の閾値以上である場合（ステップＳ２１０１：Ｙｅｓ）、情報処理装置１００は、当該着目期間について算出した第２の指標値を、統計データとして蓄積する（ステップＳ２１０３）。そして、情報処理装置１００は、ステップＳ２１０４の処理に移行する。

ステップＳ２１０４では、情報処理装置１００は、すべての着目期間について処理を行ったか否かを判定する（ステップＳ２１０４）。ここで、処理を行っていない着目期間がある場合（ステップＳ２１０４：Ｎｏ）、情報処理装置１００は、ステップＳ２１０１の処理に戻る。

一方で、すべての着目期間について処理を行った場合（ステップＳ２１０４：Ｙｅｓ）、情報処理装置１００は、統計データが６０個以上あるか否かを判定する（ステップＳ２１０５）。ここで、６０個以上ない場合（ステップＳ２１０５：Ｎｏ）、情報処理装置１００は、判定処理を終了する。

一方で、６０個以上ある場合（ステップＳ２１０５：Ｙｅｓ）、情報処理装置１００は、統計データとして蓄積された第２の指標値のうち、第２の閾値以下である第２の指標値の数を算出する（ステップＳ２１０６）。次に、情報処理装置１００は、算出した数を統計データの数で割って得られた割合が０．０５より大きいか否かを判定する（ステップＳ２１０７）。ここで、０．０５以下である場合（ステップＳ２１０７：Ｎｏ）、情報処理装置１００は、所定期間内の脈波波形が正常脈を示すと判定して（ステップＳ２１０８）、判定処理を終了する。

一方で、０．０５より大きい場合（ステップＳ２１０７：Ｙｅｓ）、情報処理装置１００は、所定期間内の脈波波形が不整脈を示すと判定して（ステップＳ２１０９）、判定処理を終了する。これにより、情報処理装置１００は、対象者の全体領域の脈波波形が不整脈を示すか否かを判定することができる。

〈判定処理手順の第３例〉
図２２は、判定処理手順の第３例を示すフローチャートである。図２２は、例えば、図１５の処理に対応する。図２２において、情報処理装置１００は、着目期間ごとに算出した第１の指標値と第２の指標値との組み合わせを、統計データとして蓄積する（ステップＳ２２０１）。次に、情報処理装置１００は、統計データが６０個以上あるか否かを判定する（ステップＳ２２０２）。ここで、６０個以上ない場合（ステップＳ２２０２：Ｎｏ）、情報処理装置１００は、判定処理を終了する。

一方で、６０個以上ある場合（ステップＳ２２０２：Ｙｅｓ）、情報処理装置１００は、統計データとして蓄積された組み合わせに基づいて、第１の指標値と第２の指標値との相関の強さを示す第３の指標値を算出する（ステップＳ２２０３）。次に、情報処理装置１００は、算出した第３の指標値が第３の閾値以下であるか否かを判定する（ステップＳ２２０４）。

ここで、第３の閾値より大きい場合（ステップＳ２２０４：Ｎｏ）、情報処理装置１００は、所定期間内の脈波波形が正常脈を示すと判定して（ステップＳ２２０５）、判定処理を終了する。一方で、第３の閾値以下である場合（ステップＳ２２０４：Ｙｅｓ）、情報処理装置１００は、所定期間内の脈波波形が不整脈を示すと判定して（ステップＳ２２０６）、判定処理を終了する。これにより、情報処理装置１００は、対象者の全体領域の脈波波形が不整脈を示すか否かを判定することができる。

〈判定処理手順の第４例〉
図２３は、判定処理手順の第４例を示すフローチャートである。図２３は、例えば、図１６の処理に対応する。

図２３において、情報処理装置１００は、第１の指標値と第２の指標値との組み合わせが、モデルによって特定される不整脈のときの第１の指標値と第２の指標値の組み合わせが現れる領域に含まれるか否かを判定する（ステップＳ２３０１）。ここで、含まれる場合（ステップＳ２３０１：Ｙｅｓ）、情報処理装置１００は、着目期間内の部分波形が不整脈を示すと判定して（ステップＳ２３０２）、ステップＳ２３０６の処理に移行する。

一方で、含まれない場合（ステップＳ２３０１：Ｎｏ）、情報処理装置１００は、第１の指標値が第１の閾値以上、または、第２の指標値が第２の閾値以上であるかを判定する（ステップＳ２３０３）。ここで、第１の閾値より小さい場合、または、第２の閾値より小さい場合（ステップＳ２３０３：Ｎｏ）、情報処理装置１００は、着目期間内の部分波形にノイズが含まれると判定して（ステップＳ２３０４）、ステップＳ２３０６の処理に移行する。

一方で、第１の閾値以上、かつ、第２の閾値以上である場合（ステップＳ２３０３：Ｙｅｓ）、情報処理装置１００は、着目期間内の部分波形が正常脈を示すと判定して（ステップＳ２３０５）、ステップＳ２３０６の処理に移行する。ステップＳ２３０６では、情報処理装置１００は、すべての着目期間について処理を行ったか否かを判定する（ステップＳ２３０６）。

ここで、処理を行っていない着目期間がある場合（ステップＳ２３０６：Ｎｏ）、情報処理装置１００は、ステップＳ２３０１の処理に戻る。一方で、すべての着目期間について処理を行った場合（ステップＳ２３０６：Ｙｅｓ）、情報処理装置１００は、判定処理を終了する。これにより、情報処理装置１００は、対象者の全体領域の脈波波形のうちの着目期間内の部分波形が不整脈を示すか否かを判定することができる。

〈判定処理手順の第５例〉
図２４は、判定処理手順の第５例を示すフローチャートである。図２４は、例えば、図１７の処理に対応する。

図２４において、情報処理装置１００は、モデルが設定されているか否かを判定する（ステップＳ２４０１）。ここで、モデルが設定されている場合（ステップＳ２４０１：Ｙｅｓ）、情報処理装置１００は、図２３の判定処理を実行して（ステップＳ２４０２）、図２４の判定処理を終了する。

一方で、モデルが設定されていない場合（ステップＳ２４０１：Ｎｏ）、情報処理装置１００は、図２０の判定処理を実行して（ステップＳ２４０３）、着目期間内の部分波形が不整脈を示すか否かを判定する。次に、情報処理装置１００は、着目期間のうち、ノイズを含まない判定結果になった着目期間について算出した第１の指標値と第２の指標値との組み合わせを、統計データとして蓄積する（ステップＳ２４０４）。次に、情報処理装置１００は、統計データが６０個以上あるか否かを判定する（ステップＳ２４０５）。ここで、６０個以上ない場合（ステップＳ２４０５：Ｎｏ）、情報処理装置１００は、判定処理を終了する。

一方で、６０個以上ある場合（ステップＳ２４０５：Ｙｅｓ）、情報処理装置１００は、蓄積された組み合わせのうち、第１の指標値が第１の閾値以上、かつ、第２の指標値が第２の閾値以下である組み合わせの数を算出する（ステップＳ２４０６）。次に、情報処理装置１００は、算出した数を統計データの数で割って得られた割合が、０．００であるか、または、０．０５以上であるかを判定する（ステップＳ２４０７）。

ここで、０．００ではなく、かつ、０．０５より小さい場合（ステップＳ２４０７：Ｎｏ）、情報処理装置１００は、統計データを初期化して（ステップＳ２４０８）、判定処理を終了する。一方で、０．００であるか、または、０．０５以上である場合（ステップＳ２４０７：Ｙｅｓ）、情報処理装置１００は、算出した数を統計データの数で割って得られた割合が０．００であるか否かを判定する（ステップＳ２４０９）。

ここで、０．００である場合（ステップＳ２４０９：Ｙｅｓ）、情報処理装置１００は、蓄積された統計データを、正常脈のときの第１の指標値と第２の指標値の組み合わせの学習データとして採用する（ステップＳ２４１０）。そして、情報処理装置１００は、ステップＳ２４１２の処理に移行する。

一方で、０．００ではない場合（ステップＳ２４０９：Ｎｏ）、情報処理装置１００は、蓄積された統計データを、不整脈のときの第１の指標値と第２の指標値の組み合わせの学習データとして採用する（ステップＳ２４１１）。そして、情報処理装置１００は、ステップＳ２４１２の処理に移行する。

ステップＳ２４１２では、情報処理装置１００は、統計データを初期化する（ステップＳ２４１２）。そして、情報処理装置１００は、モデルの生成に用いる、正常脈のとき、および、不整脈のときの第１の指標値と第２の指標値の組み合わせの学習データがあるか否かを判定する（ステップＳ２４１３）。ここで、学習データがない場合（ステップＳ２４１３：Ｎｏ）、情報処理装置１００は、判定処理を終了する。

一方で、学習データがある場合（ステップＳ２４１３：Ｙｅｓ）、情報処理装置１００は、学習データに基づいてモデルを生成して（ステップＳ２４１４）、判定処理を終了する。これにより、情報処理装置１００は、モデルに基づいて、対象者の全体領域の脈波波形のうちの着目期間内の部分波形が不整脈を示すか否かを判定することができる。

また、情報処理装置１００は、モデルが設定されていない場合には、対象者について算出された第１の指標値と第２の指標値との組み合わせからモデルを生成することができる。このため、情報処理装置１００は、対象者に応じたモデルを生成することができ、モデルに基づいて対象者のいずれかの部位の脈波波形のうちの着目期間内の部分波形が不整脈を示すか否かを、精度よく判定しやすくすることができる。

〈判定処理手順の第６例〉
図２５は、判定処理手順の第６例を示すフローチャートである。図２５において、情報処理装置１００は、モデルが設定されているか否かを判定する（ステップＳ２５０１）。ここで、モデルが設定されている場合（ステップＳ２５０１：Ｙｅｓ）、情報処理装置１００は、図２３の判定処理を実行して（ステップＳ２５０２）、図２５の判定処理を終了する。

一方で、モデルが設定されていない場合（ステップＳ２５０１：Ｎｏ）、情報処理装置１００は、図２０の判定処理を実行して（ステップＳ２５０３）、着目期間内の部分波形が不整脈を示すか否かを判定する。次に、情報処理装置１００は、着目期間のうち、ノイズを含まない判定結果になった着目期間について算出した第１の指標値と第２の指標値との組み合わせを、統計データとして蓄積する（ステップＳ２５０４）。次に、情報処理装置１００は、統計データが６０個以上あるか否かを判定する（ステップＳ２５０５）。ここで、６０個以上ない場合（ステップＳ２５０５：Ｎｏ）、情報処理装置１００は、判定処理を終了する。

一方で、６０個以上ある場合（ステップＳ２５０５：Ｙｅｓ）、情報処理装置１００は、統計データに基づいて、第２の指標値の最大値から第２の指標値の最小値を減算した際の差分が０．４以上であるか否かを判定する（ステップＳ２５０６）。ここで、０．４以上である場合（ステップＳ２５０６：Ｙｅｓ）、情報処理装置１００は、統計データとして蓄積された組み合わせに基づいて、第１の指標値と第２の指標値との相関の強さを示す第３の指標値を算出する（ステップＳ２５０７）。

次に、情報処理装置１００は、算出した第３の指標値が第３の閾値以下であるか否かを判定する（ステップＳ２５０８）。ここで、第３の閾値より大きい場合（ステップＳ２５０８：Ｎｏ）、情報処理装置１００は、蓄積された統計データを、正常脈のときの第１の指標値と第２の指標値の組み合わせの学習データとして採用する（ステップＳ２５０９）。そして、情報処理装置１００は、ステップＳ２５１７の処理に移行する。

一方で、第３の閾値以下である場合（ステップＳ２５０８：Ｙｅｓ）、情報処理装置１００は、蓄積された統計データを、不整脈のときの第１の指標値と第２の指標値の組み合わせの学習データとして採用する（ステップＳ２５１０）。そして、情報処理装置１００は、ステップＳ２５１７の処理に移行する。

また、ステップＳ２５０６で、０．４より小さい場合（ステップＳ２５０６：Ｎｏ）、情報処理装置１００は、蓄積された組み合わせのうち、第１の指標値が第１の閾値以上かつ第２の指標値が第２の閾値以下の組み合わせの数を算出する（ステップＳ２５１１）。次に、情報処理装置１００は、算出した数を統計データの数で割って得られた割合が、０．００であるか、または、０．０５以上であるかを判定する（ステップＳ２５１２）。

ここで、０．００ではなく、かつ、０．０５より小さい場合（ステップＳ２５１２：Ｎｏ）、情報処理装置１００は、統計データを初期化して（ステップＳ２５１３）、判定処理を終了する。一方で、０．００であるか、または、０．０５以上である場合（ステップＳ２５１２：Ｙｅｓ）、情報処理装置１００は、算出した数を統計データの数で割って得られた割合が０．００であるか否かを判定する（ステップＳ２５１４）。

ここで、０．００である場合（ステップＳ２５１４：Ｙｅｓ）、情報処理装置１００は、蓄積された統計データを、正常脈のときの第１の指標値と第２の指標値の組み合わせの学習データとして採用する（ステップＳ２５１５）。そして、情報処理装置１００は、ステップＳ２５１７の処理に移行する。

一方で、０．００ではない場合（ステップＳ２５１４：Ｎｏ）、情報処理装置１００は、蓄積された統計データを、不整脈のときの第１の指標値と第２の指標値の組み合わせの学習データとして採用する（ステップＳ２５１６）。そして、情報処理装置１００は、ステップＳ２５１７の処理に移行する。

ステップＳ２５１７では、情報処理装置１００は、統計データを初期化する（ステップＳ２５１７）。そして、情報処理装置１００は、モデルの生成に用いる、正常脈のとき、および、不整脈のときの第１の指標値と第２の指標値の組み合わせの学習データがあるか否かを判定する（ステップＳ２５１８）。ここで、学習データがない場合（ステップＳ２５１８：Ｎｏ）、情報処理装置１００は、判定処理を終了する。

一方で、学習データがある場合（ステップＳ２５１８：Ｙｅｓ）、情報処理装置１００は、学習データに基づいてモデルを生成して（ステップＳ２５１９）、判定処理を終了する。これにより、情報処理装置１００は、モデルに基づいて、対象者の全体領域の脈波波形のうちの着目期間内の部分波形が不整脈を示すか否かを判定することができる。

また、情報処理装置１００は、モデルが設定されていない場合には、対象者について算出された第１の指標値と第２の指標値との組み合わせからモデルを生成することができる。このため、情報処理装置１００は、対象者に応じたモデルを生成することができ、モデルに基づいて対象者のいずれかの部位の脈波波形のうちの着目期間内の部分波形が不整脈を示すか否かを、精度よく判定しやすくすることができる。

以上説明したように、情報処理装置１００によれば、対象者のそれぞれの部位の脈波波形のうちの少なくともいずれかの脈波波形間の一致度合いを示す第１の指標値を算出することができる。また、情報処理装置１００によれば、対象者のいずれかの部位の脈波波形のうちの部分波形間の一致度合いを示す第２の指標値を算出することができる。また、情報処理装置１００によれば、算出した第１の指標値と第２の指標値との組み合わせと、不整脈のときの第１の指標値と第２の指標値との対応関係を示す情報とに基づいて、対象者のいずれかの部位の脈波波形が不整脈を示すか否かを判定することができる。

これにより、情報処理装置１００は、対象者のいずれかの部位の脈波波形の脈波らしさと、対象者のいずれかの部位の脈波波形のうちの部分波形間の一致度合いとを参照して、対象者のいずれかの部位の脈波波形が不整脈を示すか否かを判定することができる。結果として、情報処理装置１００は、判定した結果を参照して対象者のいずれかの部位の脈波波形の解析精度の向上を図ることができる。

また、情報処理装置１００によれば、算出した第１の指標値が、算出した第２の指標値に対応する第１の指標値以上であると判定した場合に、対象者のいずれかの部位の脈波波形が不整脈を示すと判定することができる。これにより、情報処理装置１００は、対象者のいずれかの部位の脈波波形にノイズが含まれるか否かを判定しなくても、所定期間内での対象者のいずれかの部位の脈波波形が不整脈を示すか否かを判定することができる。

また、情報処理装置１００によれば、所定期間内のそれぞれの期間での対象者のそれぞれの部位の脈波波形のうちの少なくともいずれかの脈波波形間の一致度合いを示す第１の指標値を算出することができる。また、情報処理装置１００によれば、所定期間内のそれぞれの期間での少なくともいずれかの部位の脈波波形のうちの部分波形間の一致度合いを示す第２の指標値を算出することができる。また、情報処理装置１００によれば、それぞれの期間について算出した第１の指標値と第２の指標値とに基づいて、第１の指標値と第２の指標値との相関の強さを示す第３の指標値を算出することができる。また、情報処理装置１００によれば、算出した第３の指標値が閾値以下であると判定した場合に、所定期間内でのいずれかの部位の脈波波形が不整脈を示すと判定することができる。これにより、情報処理装置１００は、対象者のいずれかの部位の脈波波形にノイズが含まれるか否かを判定しなくても、所定期間内での対象者のいずれかの部位の脈波波形が不整脈を示すか否かを判定することができる。

また、情報処理装置１００によれば、所定期間内のそれぞれの期間について算出した第１の指標値に基づいて、それぞれの期間でのいずれかの部位の脈波波形にノイズが含まれるか否かを判定することができる。また、情報処理装置１００によれば、所定期間内でノイズが含まれないと判定した期間それぞれについて算出した第２の指標値に基づいて、ノイズが含まれないと判定した期間それぞれでのいずれかの部位の脈波波形が不整脈を示すか否かを判定することができる。また、情報処理装置１００によれば、ノイズが含まれないと判定した期間それぞれでのいずれかの部位の脈波波形が不整脈を示すか否かの判定結果に基づいて、不整脈のときの第１の指標値と第２の指標値との対応関係を示す情報を生成することができる。

これにより、情報処理装置１００は、所定期間内での対象者のいずれかの部位の脈波波形が不整脈を示すか否かを判定する際に用いられる対応関係を示す情報が予め設定されていなくても、対応関係を示す情報を生成することができる。また、情報処理装置１００は、対象者用の対応関係を示す情報を生成するため、対象者の脈波波形について不整脈を示すか否かの判定精度の向上を図ることができる。

また、情報処理装置１００によれば、それぞれの期間について算出した第２の指標値に基づいて、第２の指標値のばらつきの大きさを示す第４の指標値を算出することができる。また、情報処理装置１００によれば、第４の指標値が閾値以下である場合に、所定期間内のそれぞれの期間について算出した第１の指標値に基づいて、それぞれの期間でのいずれかの部位の脈波波形にノイズが含まれるか否かを判定することができる。また、情報処理装置１００によれば、所定期間内でノイズが含まれないと判定した期間それぞれについて算出した第２の指標値に基づいて、ノイズが含まれないと判定した期間それぞれでのいずれかの部位の脈波波形が不整脈を示すか否かを判定することができる。

これにより、情報処理装置１００は、対象者のいずれかの部位の脈波波形の乱れが比較的小さい場合は、対象者のいずれかの部位の脈波波形にノイズが含まれるか否かを判定し、ノイズが含まれない場合に不整脈を示すか否かを判定することができる。結果として、情報処理装置１００は、ノイズが含まれる脈波波形を解析対象から除外し、ノイズが含まれない脈波波形を解析対象として、不整脈を示すか否かの判定結果を参照して解析することができ、解析精度の向上を図ることができる。

また、情報処理装置１００によれば、所定期間内でノイズが含まれないと判定した期間それぞれについて算出した第２の指標値が第２の閾値より小さいか否かを判定することができる。また、情報処理装置１００によれば、所定期間内でノイズが含まれないと判定した期間のうちで第２の指標値が第２の閾値より小さいと判定した期間の割合に基づいて、所定期間内でのいずれかの部位の脈波波形が不整脈を示すか否かを判定することができる。これにより、情報処理装置１００は、ノイズが含まれない期間に限定して算出した第２の指標値を用いて、所定期間内での対象者のいずれかの部位の脈波波形が不整脈を示すか否かを判定することができ、判定精度の向上を図ることができる。

ここで、対象者のいずれかの部位の脈波波形の乱れが比較的大きい場合に、ノイズを含む脈波波形を解析対象にせず、ノイズが含まれない脈波波形を解析対象にすると、解析対象の脈波波形の数が少なくなり解析精度が低下する可能性がある。そこで、情報処理装置１００によれば、第４の指標値が第４の閾値より大きい場合に、それぞれの期間について算出した第１の指標値と第２の指標値とに基づいて、第１の指標値と第２の指標値との相関の強さを示す第３の指標値を算出することができる。また、情報処理装置１００によれば、算出した第３の指標値が第３の閾値以下であると判定した場合に、所定期間内でのいずれかの部位の脈波波形が不整脈を示すと判定することができる。

これにより、情報処理装置１００は、対象者のいずれかの部位の脈波波形の乱れが比較的大きい場合は、対象者のいずれかの部位の脈波波形にノイズが含まれるか否かを判定せずに、不整脈を示すか否かを判定することができる。そして、情報処理装置１００は、ノイズが含まれるか否かに関わらず脈波波形を解析対象として、ノイズが含まれるか否かに関わらず不整脈を示すか否かを判定した結果を参照して解析することができ、解析精度の向上を図ることができる。

また、情報処理装置１００によれば、対象者のそれぞれの部位の脈波波形のうちの少なくともいずれかの脈波波形間の一致度合いを示す第１の指標値を算出することができる。また、情報処理装置１００によれば、対象者のそれぞれの部位の脈波波形のうちのいずれかの部位の脈波波形のうちの部分波形間の一致度合いを示す第２の指標値を算出することができる。また、情報処理装置１００によれば、算出した第１の指標値に基づいて、対象者のいずれかの部位の脈波波形にノイズが含まれるか否かを判定することができる。また、情報処理装置１００によれば、ノイズが含まれないと判定した場合に、算出した第２の指標値に基づいて、対象者のいずれかの部位の脈波波形が不整脈を示すか否かを判定することができる。

これにより、情報処理装置１００は、対象者のいずれかの部位の脈波波形にノイズが含まれるか否かを判定し、ノイズが含まれない場合に不整脈を示すか否かを判定することができる。結果として、情報処理装置１００は、ノイズが含まれる脈波波形を解析対象から除外し、ノイズが含まれない脈波波形を解析対象として、不整脈を示すか否かの判定結果を参照して解析することができ、解析精度の向上を図ることができる。

また、情報処理装置１００によれば、取得した所定期間内のそれぞれの期間での対象者のそれぞれの部位の脈波波形のうちの脈波波形間の一致度合いを示す第１の指標値を算出することができる。また、情報処理装置１００によれば、取得した所定期間内のそれぞれの期間でのいずれかの部位の脈波波形のうちの部分波形間の一致度合いを示す第２の指標値を算出することができる。また、情報処理装置１００によれば、所定期間内のそれぞれの期間について算出した第１の指標値に基づいて、それぞれの期間でのいずれかの部位の脈波波形にノイズが含まれるか否かを判定することができる。また、情報処理装置１００によれば、所定期間内でノイズが含まれないと判定した期間それぞれについて算出した第２の指標値が第２の閾値より大きいか否かを判定することができる。また、情報処理装置１００によれば、所定期間内でノイズが含まれないと判定した期間のうちで第２の指標値が第２の閾値より大きいと判定した期間の割合に基づいて、所定期間内でのいずれかの部位の脈波波形が不整脈を示すか否かを判定することができる。

これにより、情報処理装置１００は、ノイズが含まれる期間について算出した第２の指標値を用いずに、所定期間内での対象者のいずれかの部位の脈波波形が不整脈を示すか否かを判定することができ、判定精度の向上を図ることができる。

また、情報処理装置１００によれば、第１の指標値および算出した第２の指標値に基づいて、いずれかの部位の脈波波形にノイズが含まれるか否かを判定することができる。これにより、情報処理装置１００は、対象者のいずれかの部位の脈波波形の脈波らしさと、対象者のいずれかの部位の脈波波形のうちの部分波形間の一致度合いとを参照して、ノイズが含まれるか否かを判定することができ、判定精度の向上を図ることができる。

また、情報処理装置１００によれば、第２の指標値として、いずれかの部位の脈波波形のうちで所定周期分の長さの部分波形間の一致度合いを示す値を採用することができる。これにより、情報処理装置１００は、対象者のいずれかの部位の脈波波形について、どのくらい類似した部分波形が繰り返されるのかを示す値を、第２の指標値として採用することができる。

また、情報処理装置１００によれば、第２の指標値として、いずれかの部位の脈波波形のうちの脈波間隔のばらつきの大きさを示す値を採用することができる。これにより、情報処理装置１００は、対象者のいずれかの部位の脈波波形について周期の変動がどのくらいの大きさであるかを示す値を、第２の指標値として採用することができる。

なお、本実施の形態で説明した情報処理方法は、予め用意されたプログラムをパーソナル・コンピュータやワークステーション等のコンピュータで実行することにより実現することができる。本情報処理プログラムは、ハードディスク、フレキシブルディスク、ＣＤ−ＲＯＭ、ＭＯ、ＤＶＤ等のコンピュータで読み取り可能な記録媒体に記録され、コンピュータによって記録媒体から読み出されることによって実行される。また本情報処理プログラムは、インターネット等のネットワークを介して配布してもよい。

１００ 情報処理装置
１０１ 動画像
２００ バス
２０１ ＣＰＵ
２０２ メモリ
２０３ Ｉ／Ｆ
２０４ ディスクドライブ
２０５ ディスク
２０６ カメラ
２１０ ネットワーク
３０１ 取得部
３０２ 算出部
３０３ 判定部
３０４ 分析部
３０５ 出力部
４００ 撮影画像
４１０〜４１２，５０１〜５０３，６０１，６０２ 画像
８０１，８０５，８０８ ＢＰＦ
８０２，８０４，８０６，８０７ 演算部
８０３ ＬＰＦ
９００，１０１０，１０２０ 脈波波形
９０１，１０１１，１０２１，１１００，１２００ 部分波形
１６０１，１６０２ 領域
１６０３ 境界線

本発明は、情報処理装置、情報処理方法、および情報処理プログラムに関する。

従来、対象者を撮影した動画像に基づいて、対象者の血管を流れる血液の体積の変動を検出することにより、対象者の脈波波形を計測する技術がある。先行技術としては、例えば、発光素子から指内に入射し、かつ、指を透過した透過光を受光する複数個の受光素子との間で指を挟んで一方向における受光素子の受光レベルの分布を示す分布波形の特性値に基づいて、被測定者の体動を判定するものがある。また、例えば、少なくとも部分的に周期的なバイタル信号を表す生理的情報を有する入力信号から取得されたデータを処理する技術がある。また、例えば、ウェブカメラ等のビデオカメラによって撮影される被検体の画像内の輝度信号を検出することによるバイタルサインのリモートモニタリング方法がある。

特開２０００−１０７１４７号公報 特開２０１４−５０２１８７号公報 特開２０１４−５２７８６３号公報

しかしながら、上述した従来技術では、対象者の脈波波形を精度よく分析することができない場合がある。例えば、対象者の脈波波形が乱れた場合に、対象者の体動などに起因するノイズによって脈波波形が乱れたのか、または、対象者の不整脈などによって脈波波形が乱れたのかを判別することが難しい。

１つの側面では、本発明は、対象者の脈波波形の不整脈に関する分析精度の向上を図ることができる情報処理装置、情報処理方法、および情報処理プログラムを提供することを目的とする。

本発明の一側面によれば、対象者を撮影したそれぞれの撮影画像に含まれる前記対象者の複数の部位のそれぞれの部位の画像を解析して得られた前記それぞれの部位の脈波波形を取得し、取得した前記それぞれの部位の脈波波形のうちの脈波波形間の一致度合いを示す第１の指標値を算出し、取得した前記それぞれの部位の脈波波形のうちの部分波形間の一致度合いを示す第２の指標値を算出し、算出した前記第１の指標値と算出した前記第２の指標値との組み合わせに基づいて、取得した前記脈波波形が不整脈を示すか否かを判定し、不整脈を示すか否かの判定結果を出力する情報処理装置、情報処理方法、および情報処理プログラムが提案される。

本発明の一態様によれば、対象者の脈波波形の不整脈に関する分析精度の向上を図ることができるという効果を奏する。

図１は、実施の形態にかかる情報処理方法の一実施例を示す説明図である。 図２は、情報処理装置１００のハードウェア構成例を示すブロック図である。 図３は、情報処理装置１００の機能的構成例を示すブロック図である。 図４は、対象者のそれぞれの部位の画像を抽出する第１例を示す説明図である。 図５は、対象者のそれぞれの部位の画像を抽出する第２例を示す説明図である。 図６は、対象者のそれぞれの部位の画像を抽出する第３例を示す説明図である。 図７は、対象者のそれぞれの部位の脈波波形を生成する一例を示す説明図（その１）である。 図８は、対象者のそれぞれの部位の脈波波形を生成する一例を示す説明図（その２）である。 図９は、着目期間を設定する一例を示す説明図である。 図１０は、第１の指標値を算出する第１例を示す説明図である。 図１１は、第１の指標値を算出する第２例を示す説明図である。 図１２は、第２の指標値を算出する一例を示す説明図である。 図１３は、第１の判定パターンによって着目期間内の部分波形が不整脈を示すか否かを判定する一例を示す説明図である。 図１４は、第１の判定パターンによって所定期間内の脈波波形が不整脈を示すか否かを判定する一例を示す説明図である。 図１５は、第２の判定パターンによって所定期間内の脈波波形が不整脈を示すか否かを判定する一例を示す説明図である。 図１６は、第２の判定パターンによって着目期間内の部分波形が不整脈を示すか否かを判定する一例を示す説明図である。 図１７は、不整脈の領域１６０１を特定するモデルを生成する一例を示す説明図である。 図１８は、全体処理手順の一例を示すフローチャートである。 図１９は、生成処理手順の一例を示すフローチャートである。 図２０は、判定処理手順の第１例を示すフローチャートである。 図２１は、判定処理手順の第２例を示すフローチャートである。 図２２は、判定処理手順の第３例を示すフローチャートである。 図２３は、判定処理手順の第４例を示すフローチャートである。 図２４は、判定処理手順の第５例を示すフローチャートである。 図２５は、判定処理手順の第６例を示すフローチャートである。

以下に、図面を参照して、本発明にかかる情報処理装置、情報処理方法、および情報処理プログラムの実施の形態を詳細に説明する。

（実施の形態にかかる情報処理方法の一実施例）
図１は、実施の形態にかかる情報処理方法の一実施例を示す説明図である。図１において、情報処理装置１００は、対象者の脈波波形の分析を支援するコンピュータである。対象者とは、脈波波形を計測する対象である。対象者は、例えば、人間である。対象者は、動物であってもよい。脈波波形とは、心臓の拍動に伴って対象者の血管を流れる血液の体積または圧力の時間変化を表す波形である。

ところで、高齢化や医療費の増加などの理由によって、対象者の生体情報を用いて対象者の健康に関する判断を効率よく行うことが求められている。例えば、対象者の生体情報のうちの脈波波形から得られる種々の情報は、対象者の生命反応を見るための重要な指標の一つであり、対象者の健康に関する判断を行う際に用いられる。具体的には、脈拍数は、対象者の健康状態を表す指標となりうる。また、脈拍数が異常に高い状態（いわゆる、頻脈）が、心理的なストレス負荷がないにも関わらず高頻度で発生したり持続したりする場合には、心臓の機能が正常に働いていないことが疑われる。また、一拍ごとの脈波間隔の揺らぎは、対象者にかかるストレスを表す指標となりうる。また、脈波波形は、対象者の血管年齢を表す指標となりうる。また、脈波波形は、対象者が、心不全や脳梗塞などの重大な病気につながる不整脈の状態であるか否かを表す指標となりうる。不整脈とは、心拍数や脈拍のリズムが一定ではないことである。不整脈の状態では、脈波波形が周期的ではない波形になる。

このように、対象者の健康状態に関する多くの情報が脈波波形から得られる。このため、できるだけ簡便な方法により、日常的かつ継続的に、対象者が意識しなくても、対象者の脈波波形を効率よく計測することが望ましい。例えば、対象者が何かしらの機器の操作を行わなくても、対象者の脈波波形を非侵襲かつ非接触で測定することが望ましい。ここで、例えば、対象者の血管での吸収光量が血流量に依存することを利用して、対象者の動画像から対象者の体表面の輝度変化を解析することにより、血管を流れる血液の体積の変動に対応する対象者の脈波波形を、非侵襲かつ非接触で計測する技術が考えられる。

一方で、計測された脈波波形にノイズが含まれる場合がある。例えば、対象者を撮影した動画像は、対象者の体動がある場合には、脈波波形の信号に対応する成分に加えて、対象者の体動に起因するノイズの成分を含んでしまう傾向がある。このため、例えば、対象者に静態を保たせることにより、対象者の脈波波形に含まれるノイズの成分を低減し、対象者の脈波波形の計測精度の向上を図る場合がある。

しかしながら、この場合では、対象者に長時間静態を保つ負担がかかってしまい、日常的かつ継続的に、対象者が意識しなくても、対象者の脈波波形を計測することは、困難になってしまう。さらに、対象者が静態を保つことができなければ、対象者の体動などに起因して脈波波形に現れるノイズが大きくなり、脈波波形にノイズが含まれることを回避することができない。結果として、脈波波形にノイズが含まれているために、精度よく脈波波形を解析することができないことがある。例えば、ノイズによって脈波波形に乱れが生じた場合に、対象者の不整脈などによって脈波波形が乱れたと誤って判定してしまうことがある。脈波波形の乱れとは、脈波波形が周期的ではない波形になることである。

そこで、本実施の形態では、対象者の動画像から、対象者の脈波波形の脈波らしさを示す第１の指標値と、脈波波形がどのくらい周期的であるかを示す第２の指標値とを算出することにより、脈波波形の分析精度の向上を図る情報処理方法について説明する。

第１の指標値とは、対象者の脈波波形が乱れた場合に、対象者の体動などに起因するノイズによって脈波波形が乱れたのか否かを示す値である。第１の指標値は、対象者の体動が脈波波形に与える影響の度合いを示す。第１の指標値は、例えば、対象者のそれぞれの部位にある血管を流れる血液の体積の変動を検出することにより得られるそれぞれの部位の脈波波形のうちの脈波波形間の一致度合いを示す値である。それぞれの部位は、例えば、対象者の左頬と右頬である。対象者の体動は、例えば、対象が首を振るなどである。部位の脈波波形は、当該部位表面の輝度変化を基に生成された脈波らしき波形である。

ここで、脈波波形間の一致度合いを示す値は、値が小さいほど、対象者の体動が大きく、対象者の体動に起因するノイズによって脈波波形が乱れやすい状態であることを示し、脈波らしさが小さいことを示す。具体的には、対象者の体動が比較的大きい場合には、それぞれの部位に当たる光量の変動度合いが異なり、それぞれの部位の色彩の変動度合いが異なるため、それぞれの部位の脈波波形の変動度合いも異なり、一致度合いを示す値が小さくなる。一方で、対象者の体動が比較的小さい場合には、それぞれの部位の色彩の変動度合いの差異が比較的小さいため、一致度合いを示す値が大きくなる。

第２の指標値とは、対象者の脈波波形がどのくらい周期的であるか（周期性の度合い）を示し、対象者の脈波波形においてどのくらい類似する部分波形が繰り返し現れるか否かを示す値である。また、第２の指標値は、対象者の脈波波形がどのくらい乱れているかを示す。第２の指標値は、例えば、対象者のいずれかの部位にある血管を流れる血液の体積の変動を検出することにより得られるいずれかの部位の脈波波形のうちの部分波形間の一致度合いを示す値である。いずれかの部位は、例えば、対象者の顔面である。第２の指標値は、具体的には、対象者のいずれかの部位の脈波波形のうちの脈波間隔のばらつきの大きさを示す値であってもよい。

ここで、部分波形間の一致度合いを示す値は、値が小さいほど、対象者のいずれかの部位の脈波波形の乱れが大きいことを示す。具体的には、対象者の体動や不整脈によれば、対象者のいずれかの部位の脈波波形の振幅が変動してしまい、いずれかの部位の脈波波形において類似する部分波形が繰り返されることなく、部分波形間の一致度合いを示す値が小さくなる。一方で、対象者の体動や不整脈がなければ、いずれかの部位の脈波波形が心臓の収縮や拡張に対応する周期的な波形になり、いずれかの部位の脈波波形において類似する部分波形が繰り返され、部分波形間の一致度合いを示す値が大きくなる。

第２の指標値は、例えば、対象者のいずれかの部位の脈波波形において隣り合う極大値または極小値の差分の標準偏差であってもよい。また、第２の指標値は、例えば、対象者のいずれかの部位の脈波波形における脈波間隔の標準偏差であってもよい。また、第２の指標値は、例えば、対象者のいずれかの部位の脈波波形から求められたスペクトル分布のピーク幅であってもよい。また、第２の指標値は、例えば、対象者のいずれかの部位の脈波波形から求められたスペクトル分布のピーク比率であってもよい。ピーク比率は、例えば、スペクトル分布のうちの最大値と２番目に大きい値との比率である。

図１の例では、（１−１）情報処理装置１００は、対象者を撮影した複数の撮影画像のそれぞれの撮影画像に含まれる対象者の複数の部位のそれぞれの部位の画像を解析して得られた、それぞれの部位の脈波波形を取得する。撮影画像とは、光電変換素子によって、ある時点での被写体からの光信号を電気信号に変換して得られたデータである。撮影画像は、例えば、ＲＧＢ（Ｒｅｄ，Ｇｒｅｅｎ，ａｎｄ Ｂｌｕｅ）カラーモデルによって、被写体の色についてＲＧＢ各色の大きさで表現したデータである。

複数の撮影画像とは、撮影された順に、時系列に並べられた複数の画像である。複数の撮影画像は、例えば、動画像１０１から得られる複数の画像である。動画像１０１とは、時系列に沿った一連のフレーム画像である。動画像１０１は、既に撮影が終了していてもよいし、リアルタイムに取得中であってもよい。複数の撮影画像は、例えば、動画像１０１に含まれる一連のフレーム画像である。部位とは、対象者の身体の一部分や対象者の身体の一部分のうちの所定部位である。複数の部位は、例えば、顔面と左頬と右頬となどである。

情報処理装置１００は、例えば、他のコンピュータから、対象者の顔面を撮影した動画像１０１に含まれる対象者の顔面と左頬と右頬とのそれぞれの部位の画像を解析して得られたそれぞれの部位の脈波波形とを取得する。それぞれの部位の脈波波形を取得する詳細については、例えば、図４〜図８を用いて後述する。

情報処理装置１００は、取得したそれぞれの部位の脈波波形のうち、少なくともいずれかの脈波波形間の一致度合いを示す第１の指標値を算出する。情報処理装置１００は、例えば、相関係数を用いて、取得したそれぞれの部位の脈波波形のうち、左頬と右頬との脈波波形間の一致度合いを示す第１の指標値を算出する。第１の指標値を算出する詳細については、例えば、図１０および図１１を用いて後述する。

（１−２）情報処理装置１００は、取得したそれぞれの部位の脈波波形のうち、少なくともいずれかの部位の脈波波形のうちの部分波形間の一致度合いを示す第２の指標値を算出する。情報処理装置１００は、例えば、相関係数を用いて、取得した顔面の脈波波形のうちの部分波形間の一致度合いを示す第２の指標値を算出する。情報処理装置１００は、顔面の脈波波形を取得していなければ、取得した左頬の脈波波形または右頬の脈波波形から第２の指標値を算出してもよい。第２の指標値を算出する詳細については、例えば、図１２を用いて後述する。

（１−３）情報処理装置１００は、算出した第１の指標値と第２の指標値とに基づいて、いずれかの部位の脈波波形が不整脈を示すか否かを判定する。脈波波形が不整脈を示すとは、当該脈波波形の少なくとも一部分に、対象者が不整脈のときの波形が含まれることである。情報処理装置１００は、例えば、後述する第１の判定パターンまたは第２の判定パターンの少なくともいずれかによって、対象者の顔面の脈波波形が不整脈を示すか否かを判定する。情報処理装置１００は、第１の判定パターンと第２の判定パターンとのうち、いずれか一方を行うことができなくてもよい。

〈第１の判定パターンによって不整脈を示すか否かを判定する一例〉
情報処理装置１００は、例えば、算出した第１の指標値に基づいて、取得したいずれかの部位の脈波波形にノイズが含まれるか否かを判定する。情報処理装置１００は、具体的には、算出した第１の指標値が第１の閾値未満である場合に顔面の脈波波形にノイズが含まれると判定し、算出した第１の指標値が第１の閾値以上である場合に顔面の脈波波形にノイズが含まれないと判定する。脈波波形にノイズが含まれないとは、脈波波形に含まれるノイズの成分が、脈波波形の分析において無視可能な程度に小さいことである。

情報処理装置１００は、例えば、ノイズが含まれないと判定した場合に、算出した第２の指標値に基づいて、取得したいずれかの部位の脈波波形が不整脈を示すか否かを判定する。情報処理装置１００は、具体的には、第２の指標値が第２の閾値以下であれば、顔面の脈波波形が不整脈を示すと判定する。脈波波形が不整脈を示すとは、脈波波形が不整脈のときの波形を含むことである。第１の判定パターンによって不整脈を示すか否かを判定する詳細については、例えば、図１３および図１４を用いて後述する。

〈第２の判定パターンによって不整脈を示すか否かを判定する一例〉
情報処理装置１００は、例えば、算出した第１の指標値と、算出した第２の指標値と、不整脈のときの第１の指標値と第２の指標値との対応関係を示す情報とに基づいて、取得したいずれかの部位の脈波波形が不整脈を示すか否かを判定する。

対応関係を示す情報とは、例えば、不整脈のときの第１の指標値と第２の指標値との相関の強さを示す値についての第３の閾値を特定する情報である。情報処理装置１００は、具体的には、算出した第１の指標値と、算出した第２の指標値との相関の強さを示す第３の指標値を算出し、第３の指標値が第３の閾値以下であれば、いずれかの部位の脈波波形が不整脈を示すと判定する。

対応関係を示す情報とは、第１の指標値の軸と第２の指標値の軸とを有する２次元平面上において不整脈のときの第１の指標値と第２の指標値との組み合わせが存在する領域を特定する情報であってもよい。情報処理装置１００は、算出した第１の指標値が、算出した第２の指標値に対応する第１の指標値以上であれば、いずれかの部位の脈波波形が不整脈を示すと判定する。第２の判定パターンによって不整脈を示すか否かを判定する詳細については、例えば、図１５〜図１７を用いて後述する。

情報処理装置１００は、いずれかの部位の脈波波形が不整脈を示すか否かの判定結果を出力する。情報処理装置１００は、例えば、いずれかの部位の脈波波形と、いずれかの部位の脈波波形が不整脈を示すか否かの判定結果とを対応付けて、情報処理装置１００が有するディスプレイに表示し、情報処理装置１００のユーザに通知する。これによれば、情報処理装置１００は、対象者を撮影した動画像１０１に基づいて、対象者のいずれかの部位の脈波波形の脈波らしさを示す第１の指標値を算出することができる。また、情報処理装置１００は、対象者を撮影した動画像１０１に基づいて、対象者のいずれかの部位の脈波波形のうちの部分波形間の一致度合いを示す第２の指標値を算出することができる。

これにより、情報処理装置１００は、第１の指標値と第２の指標値とに基づいて、対象者のいずれかの部位の脈波波形が不整脈を示すか否かを判定することができる。そして、情報処理装置１００は、対象者のいずれかの部位の脈波波形の解析精度の向上を図ることができる。情報処理装置１００は、例えば、対象者のいずれかの部位の脈波波形が乱れても、対象者の体動に起因するノイズによって乱れたのか、不整脈によって乱れたのかを判別することができる。また、情報処理装置１００は、例えば、対象者のいずれかの部位の脈波波形にノイズが含まれていても、対象者のいずれかの部位の脈波波形が不整脈によって乱れたのか、正常脈の波形かを判別することができる。結果として、情報処理装置１００は、不整脈によって乱れた脈波波形を解析して対象者の健康に関する判断を行うことができる。

このように、情報処理装置１００は、対象者が静態を保たなくても、対象者について得られた脈波波形を解析する解析精度の向上を図ることができる。このため、情報処理装置１００は、できるだけ簡便な方法により、日常的かつ継続的に、対象者が意識しなくても、対象者の脈波波形を効率よく計測することを可能にすることができる。結果として、対象者は、何かしらの機器の操作を行わなくてもよく、静態を保つように努めなくてもよく、脈波波形を計測される際にかかる負担が低減されることになる。

ここでは、情報処理装置１００が、他のコンピュータから、対象者のそれぞれの部位の脈波波形を取得する場合について説明したが、これに限らない。例えば、情報処理装置１００は、対象者を撮影し、対象者を撮影した動画像１０１を解析することにより、対象者のそれぞれの部位の脈波波形を生成してもよい。具体的には、情報処理装置１００がサーバとして動作し、クライアント装置から対象者のそれぞれの部位の脈波波形を取得し、取得したそれぞれの部位の脈波波形に基づいて不整脈を示すか否かを判定してもよい。このとき、情報処理装置１００は、不整脈を示すか否かの判定結果をクライアント装置に送信してもよい。

また、例えば、情報処理装置１００は、他のコンピュータから対象者を撮影した動画像１０１を取得し、動画像１０１を解析することにより、対象者のそれぞれの部位の脈波波形を生成してもよい。具体的には、情報処理装置１００がサーバとして動作し、クライアント装置から動画像１０１を取得し、取得した動画像１０１から対象者のそれぞれの部位の脈波波形を生成し、生成したそれぞれの部位の脈波波形に基づいて不整脈を示すか否かを判定してもよい。このとき、情報処理装置１００は、不整脈を示すか否かの判定結果をクライアント装置に送信してもよい。

（情報処理装置１００のハードウェア構成例）
次に、図２を用いて、図１に示した情報処理装置１００のハードウェア構成例について説明する。情報処理装置１００は、例えば、サーバ、ＰＣ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ）、ノートＰＣ、タブレット型ＰＣ、スマートフォンなどである。

図２は、情報処理装置１００のハードウェア構成例を示すブロック図である。図２において、情報処理装置１００は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）２０１と、メモリ２０２と、Ｉ／Ｆ（Ｉｎｔｅｒｆａｃｅ）２０３と、ディスクドライブ２０４と、ディスク２０５と、カメラ２０６とを有する。また、各構成部は、バス２００によってそれぞれ接続される。

ここで、ＣＰＵ２０１は、情報処理装置１００の全体の制御を司る。メモリ２０２は、例えば、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）およびフラッシュＲＯＭなどを有する。具体的には、例えば、フラッシュＲＯＭやＲＯＭが各種プログラムを記憶し、ＲＡＭがＣＰＵ２０１のワークエリアとして使用される。メモリ２０２に記憶されるプログラムは、ＣＰＵ２０１にロードされることで、コーディングされている処理をＣＰＵ２０１に実行させる。

Ｉ／Ｆ２０３は、通信回線を通じてネットワーク２１０に接続され、ネットワーク２１０を介して他のコンピュータに接続される。そして、Ｉ／Ｆ２０３は、ネットワーク２１０と内部のインターフェースを司り、他のコンピュータからのデータの入出力を制御する。Ｉ／Ｆ２０３には、例えば、モデムやＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）アダプタなどを採用することができる。

ディスクドライブ２０４は、ＣＰＵ２０１の制御に従ってディスク２０５に対するデータのリード／ライトを制御する。ディスクドライブ２０４は、例えば、磁気ディスクドライブである。ディスク２０５は、ディスクドライブ２０４の制御で書き込まれたデータを記憶する不揮発メモリである。

カメラ２０６は、ＣＣＤ（Ｃｈａｒｇｅ Ｃｏｕｐｌｅｄ Ｄｅｖｉｃｅ）やＣＭＯＳ（Ｃｏｍｐｌｅｍｅｎｔａｒｙ Ｍｅｔａｌ Ｏｘｉｄｅ Ｓｅｍｉｃｏｎｄｕｃｔｏｒ）などの光電変換素子を有する装置である。カメラ２０６は、撮影範囲内の被写体からの光信号を光電変換素子によって電気信号に変換し、変換した電気信号から画像データを生成し、生成した画像データをメモリ２０２やディスク２０５に記憶する。カメラ２０６は、具体的には、スマートフォンのフロントカメラやＰＣ組み込みのカメラなどである。

情報処理装置１００は、上述した構成部のほか、例えば、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）、半導体メモリ、キーボード、マウス、ディスプレイなどを有することにしてもよい。また、情報処理装置１００は、ディスクドライブ２０４およびディスク２０５の代わりに、ＳＳＤおよび半導体メモリなどを有していてもよい。また、情報処理装置１００は、カメラ２０６を有さず、カメラを有する他のコンピュータと通信可能であってもよい。また、情報処理装置１００は、カメラ２０６を有さず、ネットワーク上に存在する定点カメラなどと通信可能であってもよい。

（情報処理装置１００の機能的構成例）
次に、図３を用いて、情報処理装置１００の機能的構成例について説明する。図３は、情報処理装置１００の機能的構成例を示すブロック図である。情報処理装置１００は、取得部３０１と、算出部３０２と、判定部３０３と、分析部３０４と、出力部３０５とを含む。

取得部３０１〜出力部３０５は、制御部となる機能であり、例えば、図２に示したメモリ２０２やディスク２０５などの記憶領域に記憶されたプログラムをＣＰＵ２０１に実行させることにより、または、Ｉ／Ｆ２０３により、その機能を実現する。各機能部の処理結果は、例えば、メモリ２０２やディスク２０５などの記憶領域に記憶される。

取得部３０１は、対象者を撮影した複数の撮影画像のそれぞれの撮影画像に含まれる対象者の複数の部位のそれぞれの部位の画像を解析して得られたそれぞれの部位の脈波波形を取得する。複数の部位は、例えば、連動する２つ以上の部位を含む。連動する２つ以上の部位とは、対象者の動きに応じて一緒に同様に動く部位である。連動する２つ以上の部位は、例えば、対象者の顔面の動きに応じて一緒に同様に動く対象者の左頬と鼻である。

また、複数の部位は、同一平面上にない２つ以上の部位を含んでもよい。同一平面上にない２つ以上の部位とは、例えば、曲面上にある２つ以上の部位である。同一平面上にない２つ以上の部位は、例えば、対象者の左頬と額である。また、複数の部位は、対象者の身体において対称的に存在する部位を含んでもよい。対称的に存在する部位は、例えば、対象者の顔に対称的に存在する左頬と右頬である。

複数の部位のうちの２つ以上の部位は包含関係であってもよい。複数の部位は、例えば、対象者の顔面と、対象者の顔面に包含される対象者の左頬とを含んでもよい。複数の部位は、具体的には、対象者の顔面と、対象者の顔面のうちの左頬と、対象者の顔面のうちの右頬とを含んでもよい。解析とは、例えば、対象者のそれぞれの部位の一連の画像をスペクトル分析することにより、当該部位における肌の色彩の変動に基づいて、当該部位の血管を流れる血液の体積の変動を検出することである。

取得部３０１は、例えば、対象者の顔面、左頬、および、右頬の脈波波形を、他のコンピュータから受信する。これにより、取得部３０１は、不整脈を示すか否かの判定対象になる対象者のいずれかの部位の脈波波形を取得することができる。また、取得部３０１は、不整脈を示すか否かの判定に用いる第１の指標値と第２の指標値との算出元になる対象者のそれぞれの部位の脈波波形を取得することができる。ここで、例えば、不整脈を示すか否かの判定対象になる脈波波形と、第１の指標値と第２の指標値との算出元になる脈波波形とは、少なくとも同じ複数の撮影画像から生成された脈波波形であればよく、異なる脈波波形であってもよいし、重複してもよい。

取得部３０１は、所定期間内のそれぞれの期間に対象者を撮影したそれぞれの撮影画像に含まれるそれぞれの部位の画像を解析して得られた、それぞれの期間でのそれぞれの部位の脈波波形を取得してもよい。それぞれの期間は、他の期間と重複する部分を有してもよい。それぞれの期間は、他の期間と接さず、他の期間から離れていてもよい。それぞれの期間は、他の期間と連続していてもよい。

取得部３０１は、例えば、所定期間内のそれぞれの期間に対象者を撮影したそれぞれの撮影画像に含まれる対象者の顔面、左頬、および、右頬の画像を解析して得られた、それぞれの期間での対象者の顔面、左頬、および、右頬の脈波波形を取得する。これにより、取得部３０１は、不整脈を示すか否かの判定対象になる対象者のいずれかの部位の脈波波形を取得することができる。また、取得部３０１は、不整脈を示すか否かの判定に用いる第１の指標値と第２の指標値との算出元になる対象者のそれぞれの部位の脈波波形を取得することができる。

取得部３０１は、対象者を撮影した複数の撮影画像のそれぞれの撮影画像を取得し、それぞれの撮影画像に含まれる対象者のそれぞれの部位の画像を解析し、それぞれの部位の脈波波形を生成してもよい。複数の撮影画像は、例えば、動画像１０１に含まれる一連のフレーム画像から抽出された所定の条件を満たすフレーム画像であってもよい。複数の撮影画像は、具体的には、１／６０秒間隔で撮影された一連のフレーム画像のうちの１／６秒間隔で撮影された複数のフレーム画像であってもよい。

複数の撮影画像は、例えば、動画像１０１に含まれる一連のフレーム画像を加工した加工後の一連のフレーム画像であってもよい。複数の撮影画像は、具体的には、動画像１０１に含まれる一連のフレーム画像から所定の波長成分を取り出して得られる、所定の波長成分で表現された一連の画像であってもよい。複数の撮影画像は、静止画像を撮影可能なデジタルカメラなどの撮影装置によって連続撮影された複数の画像であってもよい。

いずれかの部位の画像は、それぞれの撮影画像において一定の大きさでなくてもよい。それぞれの撮影画像は、例えば、動画像１０１から抽出された、対象者のいずれかの部位の画像が所定の大きさ以上になる撮影画像であってもよい。動画像１０１は、例えば、他のコンピュータによって、映像を撮影可能なビデオカメラなどの撮影装置を用いて撮影された一連のフレーム画像である。

取得部３０１は、例えば、対象者を撮影した動画像１０１を取得し、取得した動画像１０１のそれぞれの撮影画像に含まれる対象者の顔面、左頬、および、右頬の画像を抽出する。そして、取得部３０１は、抽出した画像を解析することにより対象者の顔面、左頬、および、右頬の脈波波形を生成する。これにより、取得部３０１は、不整脈を示すか否かの判定対象になる対象者のいずれかの部位の脈波波形を取得することができる。また、取得部３０１は、不整脈を示すか否かの判定に用いる第１の指標値と第２の指標値との算出元になる対象者のそれぞれの部位の脈波波形を取得することができる。

取得部３０１は、所定期間内のそれぞれの期間に対象者を撮影したそれぞれの撮影画像を取得してもよい。そして、取得部３０１は、取得したそれぞれの期間でのそれぞれの撮影画像に含まれる対象者のそれぞれの部位の画像を解析し、それぞれの期間でのそれぞれの部位の脈波波形を生成してもよい。

取得部３０１は、例えば、所定期間内のそれぞれの期間に対象者を撮影したそれぞれの撮影画像を取得し、取得したそれぞれの期間でのそれぞれの撮影画像に含まれる対象者の顔面、左頬、および、右頬の画像を抽出する。そして、取得部３０１は、それぞれの期間でのそれぞれの撮影画像から抽出した対象者の顔面、左頬、および、右頬の画像を解析することにより、それぞれの期間での対象者の顔面、左頬、および、右頬の脈波波形を生成する。これにより、取得部３０１は、不整脈を示すか否かの判定対象になる対象者のいずれかの部位の脈波波形を取得することができる。また、取得部３０１は、不整脈を示すか否かの判定に用いる第１の指標値と第２の指標値との算出元になる対象者のそれぞれの部位の脈波波形を取得することができる。

取得部３０１は、対象者を撮影し、対象者を撮影したそれぞれの撮影画像を取得し、それぞれの撮影画像に含まれる対象者のそれぞれの部位の画像を解析し、それぞれの部位の脈波波形を生成してもよい。

取得部３０１は、例えば、カメラ２０６を用いて対象者を撮影し、対象者を撮影した動画像１０１を取得し、取得した動画像１０１のそれぞれの撮影画像に含まれる対象者の顔面、左頬、および、右頬の画像を抽出する。そして、取得部３０１は、抽出した画像を解析することにより対象者の顔面、左頬、および、右頬の脈波波形を生成する。これにより、取得部３０１は、不整脈を示すか否かの判定対象になる対象者のいずれかの部位の脈波波形を取得することができる。また、取得部３０１は、不整脈を示すか否かの判定に用いる第１の指標値と第２の指標値との算出元になる対象者のそれぞれの部位の脈波波形を取得することができる。

取得部３０１は、所定期間内のそれぞれの期間に対象者を撮影し、対象者を撮影したそれぞれの撮影画像を取得してもよい。そして、取得部３０１は、取得したそれぞれの期間でのそれぞれの撮影画像に含まれる対象者のそれぞれの部位の画像を解析し、それぞれの部位の脈波波形を生成してもよい。

取得部３０１は、例えば、所定期間内のそれぞれの期間に対象者を撮影し、対象者を撮影したそれぞれの期間でのそれぞれの撮影画像を取得し、取得したそれぞれの期間でのそれぞれの撮影画像に含まれる対象者の顔面、左頬、および、右頬の画像を抽出する。そして、取得部３０１は、それぞれの期間でのそれぞれの撮影画像から抽出した対象者の顔面、左頬、および、右頬の画像を解析することにより、それぞれの期間での対象者の顔面、左頬、および、右頬の脈波波形を生成する。

これにより、取得部３０１は、不整脈を示すか否かの判定対象になる対象者のいずれかの部位の脈波波形を取得することができる。また、取得部３０１は、不整脈を示すか否かの判定に用いる第１の指標値と第２の指標値との算出元になる対象者のそれぞれの部位の脈波波形を取得することができる。

算出部３０２は、対象者のいずれかの部位の脈波波形の脈波らしさを示す第１の指標値を算出する。第１の指標値は、例えば、対象者のそれぞれの部位の脈波波形のうち、少なくともいずれかの脈波波形間の一致度合いを示す値である。第１の指標値は、対象者のそれぞれの部位の脈波波形のうちの脈波波形間の一致度合いを示す値の平均値、中央値、最大値、最小値などの統計値であってもよい。

算出部３０２は、例えば、第１の指標値として、取得部３０１が取得したそれぞれの部位の脈波波形のうちの脈波波形間の一致度合いを示す値を算出する。算出部３０２は、具体的には、相関係数を用いて、第１の指標値として、取得部３０１が取得した対象者の顔面、左頬、および、右頬の脈波波形のうち、左頬と右頬との脈波波形間の一致度合いを示す値を算出する。これにより、算出部３０２は、不整脈を示すか否かの判定に用いる第１の指標値を算出することができる。

算出部３０２は、例えば、それぞれの期間について、第１の指標値として、取得部３０１が取得したそれぞれの期間でのそれぞれの部位の脈波波形のうちの脈波波形間の一致度合いを示す値を算出してもよい。算出部３０２は、具体的には、相関係数を用いて、それぞれの期間について、第１の指標値として、取得部３０１が取得したそれぞれの期間での対象者の顔面、左頬、および、右頬の脈波波形のうち、左頬と右頬との脈波波形間の一致度合いを示す値を算出する。これにより、算出部３０２は、不整脈を示すか否かの判定に用いる第１の指標値を算出することができる。

算出部３０２は、対象者のいずれかの部位の脈波波形のうちの部分波形間の一致度合いを示す第２の指標値を算出する。第２の指標値は、例えば、対象者のいずれかの部位の脈波波形のうちの所定周期分の長さの部分波形間の一致度合いを示す値である。第２の指標値は、対象者のそれぞれの部位の脈波波形のうちの所定周期分の長さの部分波形間の一致度合いを示す値の平均値、中央値、最大値、最小値などの統計値であってもよい。

第２の指標値は、対象者のいずれかの部位の脈波波形のうちの脈波間隔のばらつきの大きさを示す値であってもよい。第２の指標値は、対象者のそれぞれの部位の脈波波形のうちの脈波間隔のばらつきの大きさを示す値の平均値、中央値、最大値、最小値などの統計値であってもよい。第２の指標値は、対象者のいずれかの部位の脈波波形のうちの振幅のばらつきの大きさを示す値であってもよい。第２の指標値は、対象者のそれぞれの部位の脈波波形のうちの振幅のばらつきの大きさを示す値の平均値、中央値、最大値、最小値などの統計値であってもよい。

算出部３０２は、例えば、第２の指標値として、取得部３０１が取得したそれぞれの部位の脈波波形のうち、少なくともいずれかの部位の脈波波形のうちの部分波形間の一致度合いを示す第２の指標値を算出する。算出部３０２は、具体的には、相関係数を用いて、第２の指標値として、取得部３０１が取得した対象者の顔面の脈波波形のうちの部分波形間の一致度合いを示す値を算出する。これにより、算出部３０２は、不整脈を示すか否かの判定に用いる第２の指標値を算出することができる。

算出部３０２は、例えば、それぞれの期間について、第２の指標値として、取得部３０１が取得したそれぞれの期間でのいずれかの部位の脈波波形のうちの部分波形間の一致度合いを示す値を算出してもよい。算出部３０２は、具体的には、相関係数を用いて、それぞれの期間について、第２の指標値として、取得部３０１が取得したそれぞれの期間での対象者の顔面の脈波波形のうちの部分波形間の一致度合いを示す値を算出する。これにより、算出部３０２は、不整脈を示すか否かの判定に用いる第２の指標値を算出することができる。

算出部３０２は、それぞれの期間について算出部３０２が算出した第１の指標値と第２の指標値とに基づいて第３の指標値を算出する。第３の指標値とは、第１の指標値と第２の指標値との相関の強さを示す値である。第３の指標値は、例えば、それぞれの期間について算出部３０２が算出した第１の指標値と第２の指標値とから求められる相関係数の値である。算出部３０２は、例えば、第３の指標値として、それぞれの期間について算出部３０２が算出した第１の指標値と第２の指標値とを相関係数の算出式に代入することにより、算出部３０２が算出した第１の指標値と第２の指標値とに対応する相関係数の値を算出する。これにより、算出部３０２は、不整脈を示すか否かの判定に用いる第３の指標値を算出することができる。

算出部３０２は、それぞれの期間について算出した第２の指標値に基づいて第４の指標値を算出する。第４の指標値とは、対象者のいずれかの部位の脈波波形の乱れの大きさのばらつきの大きさを示す値である。第４の指標値は、第２の指標値のばらつきの大きさを示す値である。第４の指標値は、例えば、第２の指標値の最大値と最小値との差分である。第４の指標値は、第２の指標値の標準偏差であってもよい。第４の指標値は、第２の指標値の中央値であってもよい。これにより、算出部３０２は、不整脈を示すか否かの判定に用いる第４の指標値を算出することができる。

算出部３０２は、第４の指標値を算出する場合に、算出した第４の指標値が第４の閾値以下であれば、第３の指標値を算出しなくてもよい。そして、算出部３０２は、算出した第４の指標値が第４の閾値より大きければ、第３の指標値を算出する。これにより、算出部３０２は、処理量を低減することができる。

判定部３０３は、第１の判定パターンまたは第２の判定パターンによって、対象者のいずれかの部位の脈波波形が不整脈を示すか否かを判定する。また、判定部３０３は、第４の指標値に基づいて、第１の判定パターンと第２の判定パターンとを使い分けてもよい。以下の説明では、第１の判定パターンと第２の判定パターンを使い分ける場合を「第３の判定パターン」と表記する場合がある。

〈第１の判定パターン〉
判定部３０３は、それぞれの期間について算出部３０２が算出した第１の指標値に基づいて、取得部３０１が取得したそれぞれの期間でのいずれかの部位の脈波波形にノイズが含まれるか否かを判定する。判定部３０３は、例えば、それぞれの期間について算出部３０２が算出した第１の指標値が第１の閾値以下である場合に、取得部３０１が取得したそれぞれの期間での対象者の顔面の脈波波形にノイズが含まれると判定する。

判定部３０３は、それぞれの期間について算出部３０２が算出した第１の指標値および第２の指標値に基づいて、取得部３０１が取得したそれぞれの期間でのいずれかの部位の脈波波形にノイズが含まれるか否かを判定してもよい。判定部３０３は、例えば、それぞれの期間について、算出部３０２が算出した第１の指標値が第１の閾値以下である場合に、取得部３０１が取得したそれぞれの期間での対象者の顔面の脈波波形にノイズが含まれると判定する。または、判定部３０３は、それぞれの期間について、算出部３０２が算出した第２の指標値が第５の閾値以下である場合に、取得部３０１が取得したそれぞれの期間での対象者の顔面の脈波波形にノイズが含まれると判定する。第５の閾値は、例えば、第２の閾値よりも大きい値である。

判定部３０３は、所定期間内でノイズが含まれないと判定した期間それぞれについて算出部３０２が算出した第２の指標値に基づいて、ノイズが含まれないと判定した期間それぞれでの対象者のいずれかの部位の脈波波形が不整脈を示すか否かを判定する。

判定部３０３は、例えば、所定期間内でノイズが含まれないと判定した期間それぞれについて算出部３０２が算出した第２の指標値が第２の閾値より小さいか否かを判定する。判定部３０３は、算出部３０２が算出した第２の指標値が第２の閾値より小さいと判定した期間があれば、第２の閾値より小さいと判定した期間での対象者の顔面の脈波波形が不整脈を示すと判定する。

判定部３０３は、ノイズが含まれるか否かの判定では第２の指標値として部分波形間の一致度合いを示す値を採用し、不整脈を示すか否かの判定では第２の指標値として脈波間隔のばらつきの大きさを示す値を採用してもよい。また、判定部３０３は、ノイズが含まれるか否かの判定では第２の指標値として脈波間隔のばらつきの大きさを示す値を採用し、不整脈を示すか否かの判定では第２の指標値として部分波形間の一致度合いを示す値を採用してもよい。これにより、判定部３０３は、それぞれの期間での対象者のいずれかの部位の脈波波形のうち、不整脈を示す対象者のいずれかの部位の脈波波形を検出することができる。

判定部３０３は、所定期間内でノイズが含まれないと判定した期間それぞれについて算出部３０２が算出した第２の指標値に基づいて、所定期間での対象者のいずれかの部位の脈波波形が不整脈を示すか否かを判定してもよい。

判定部３０３は、例えば、所定期間内でノイズが含まれないと判定した期間それぞれについて算出部３０２が算出した第２の指標値が第２の閾値より小さいか否かを判定する。判定部３０３は、所定期間内でノイズが含まれないと判定した期間のうちで第２の指標値が第２の閾値より小さいと判定した期間の割合に基づいて、所定期間内でのいずれかの部位の脈波波形が不整脈を示すか否かを判定する。これにより、判定部３０３は、所定期間での対象者のいずれかの部位の脈波波形が不整脈を示すか否かを判定することができる。

判定部３０３は、所定期間内でノイズが含まれないと判定した期間それぞれでの対象者のいずれかの部位の脈波波形が不整脈を示すか否かの判定結果に基づいて、不整脈のときの第１の指標値と第２の指標値との対応関係を示す情報を生成してもよい。これにより、判定部３０３は、第２の判定パターンに用いる対応関係を示す情報を生成することができる。

〈第２の判定パターン〉
判定部３０３は、算出部３０２が算出した第１の指標値と第２の指標値との組み合わせと、第１の指標値と第２の指標値との対応関係を示す情報とに基づいて、取得したいずれかの部位の脈波波形が不整脈を示すか否かを判定する。対応関係を示す情報は、例えば、不整脈のときの第１の指標値と第２の指標値との相関の強さを示す値についての情報である。対応関係を示す情報とは、第１の指標値の軸と第２の指標値の軸とを有する２次元平面上において不整脈のときの第１の指標値と第２の指標値との組み合わせが存在する領域の情報であってもよく、あるいは、前記領域を特定する情報であってもよい。対応関係を示す情報は、不整脈でないときの第１の指標値と第２の指標値の組み合わせに関する情報であっても良い。あるいは、不整脈のときと不整脈でないときの両方の第１の指標値と第２の指標値の組み合わせに関する情報であってもよい。

判定部３０３は、例えば、対応関係を示す情報を参照して、それぞれの期間について算出部３０２が算出した第２の指標値に対応する第１の指標値を特定する。判定部３０３は、それぞれの期間について算出部３０２が算出した第１の指標値が、特定した第１の指標値以上であると判定した場合に、取得したいずれかの部位の脈波波形が不整脈を示すと判定する。これにより、判定部３０３は、それぞれの期間での対象者のいずれかの部位の脈波波形が不整脈を示すか否かを判定することができる。

判定部３０３は、例えば、対応関係を示す情報を第３の指標値として、算出部３０２が算出した第３の指標値が第３の閾値以下であると判定した場合に、所定期間内でのいずれかの部位の脈波波形が不整脈を示すと判定する。これにより、判定部３０３は、所定期間での対象者のいずれかの部位の脈波波形が不整脈を示すか否かを判定することができる。

〈第３の判定パターン〉
判定部３０３は、算出部３０２が算出した第４の指標値が第４の閾値以下である場合に、第１の判定パターンによって、それぞれの期間でのいずれかの部位の脈波波形が不整脈を示すか否かを判定する。または、判定部３０３は、算出部３０２が算出した第４の指標値が第４の閾値以下である場合に、第１の判定パターンによって、所定期間内でのいずれかの部位の脈波波形が不整脈を示すか否かを判定する。これにより、判定部３０３は、それぞれの期間での対象者のいずれかの部位の脈波波形が不整脈を示すか否かを判定することができる。または、判定部３０３は、所定期間での対象者のいずれかの部位の脈波波形が不整脈を示すか否かを判定することができる。

判定部３０３は、算出部３０２が算出した第４の指標値が第４の閾値より大きい場合に、第２の判定パターンによって、それぞれの期間でのいずれかの部位の脈波波形が不整脈を示すか否かを判定する。または、判定部３０３は、算出部３０２が算出した第４の指標値が第４の閾値より大きい場合に、第２の判定パターンによって、所定期間内でのいずれかの部位の脈波波形が不整脈を示すか否かを判定する。これにより、判定部３０３は、それぞれの期間での対象者のいずれかの部位の脈波波形が不整脈を示すか否かを判定することができる。または、判定部３０３は、所定期間での対象者のいずれかの部位の脈波波形が不整脈を示すか否かを判定することができる。

分析部３０４は、対象者のいずれかの部位の脈波波形が不整脈を示すか否かの判定結果に基づいて、対象者のいずれかの部位の脈波波形を分析する。分析部３０４は、例えば、不整脈を示すと判定された対象者の脈波波形の分析に関する指標値を算出する。分析部３０４は、具体的には、不整脈を示すと判定された対象者のいずれかの部位の脈波波形を用いて、対象者にかかるストレスの指標値を算出したり、脳梗塞などの病気の兆候があるか否かを判断したりする。これにより、分析部３０４は、対象者の脈波波形を分析して、対象者の健康に関する判断を行うことができる。

出力部３０５は、いずれかの部位の脈波波形が不整脈を示すか否かの判定結果、または、分析部３０４による分析結果の少なくともいずれかを出力する。出力形式は、例えば、ディスプレイへの表示、プリンタへの印刷出力、Ｉ／Ｆ２０３による外部装置への送信、メモリ２０２やディスク２０５などの記憶領域への記憶などがある。

出力部３０５は、例えば、取得部３０１が取得した対象者の顔面の脈波波形と、対象者の顔面の脈波波形が不整脈を示すか否かの判定結果とを対応付けて出力する。これにより、出力部３０５は、対象者の顔面の脈波波形が不整脈を示すか否かの判定結果をユーザに通知することができる。ユーザは、対象者の顔面の脈波波形が不整脈を示すか否かの判定結果を参照して、対象者の健康に関する判断が可能になる。

（対象者の脈波波形が不整脈を示すか否かを判定する実施例）
次に、図４〜図１７を用いて、情報処理装置１００が、対象者の脈波波形が不整脈を示すか否かを判定する実施例について説明する。

まず、情報処理装置１００は、所定期間内に対象者を撮影した動画像１０１を取得する。動画像１０１は、例えば、ＲＧＢの輝度によって表現される一連の撮影画像である。また、動画像１０１は、ＲＧＢとは異なる波長帯に属する色の輝度によって表現されてもよい。また、動画像１０１は、近赤外や赤の輝度によって表現されてもよい。

また、動画像１０１は、例えば、輝度と相関関係がある一連のデータであってもよい。動画像１０１は、例えば、レーザースペックル血流計によって取得される一連のデータのように、光の当たり方によって信号強度が変わるものであれば、信号強度が赤血球の量や速度に依存していてもよい。情報処理装置１００は、所定期間内に対象者を撮影した複数の動画像１０１を取得してもよい。

次に、情報処理装置１００は、取得した動画像１０１から、対象者についての所定の画像を抽出する。所定の画像は、例えば、対象者の複数の部位が含まれる対象者の身体の一部分が写った画像である。対象者の身体の一部分は、例えば、顔、腕、首、足首、手、指などである。複数の部位は、例えば、対象者の身体の一部分が顔であれば、顔面、顔面左側、顔面右側、額、左頬、右頬などである。

情報処理装置１００は、例えば、図４〜図６に後述する対象者のそれぞれの部位の画像を抽出する第１例〜第３例のいずれかのように、取得した動画像１０１から、対象者のそれぞれの部位の脈波波形の生成元となる対象者のそれぞれの部位の画像を抽出する。ここで、図４の説明に移行する。

〈対象者のそれぞれの部位の画像を抽出する第１例〉
図４は、対象者のそれぞれの部位の画像を抽出する第１例を示す説明図である。ここで、情報処理装置１００は、脈波波形の生成元の画像のうちで対象者の身体が写った領域が大きいほうが、脈波波形を精度よく計測しやすくなる。一方で、情報処理装置１００は、脈波波形の生成元の画像のうちで対象者の身体以外の部分が写った領域が含まれると、脈波波形を精度よく計測することが難しくなる。例えば、対象者が写っていない背景などの領域は、対象者の部位以外の輝度を示すため、対象者の部位の脈波波形に対してノイズを生じさせうる。

このため、情報処理装置１００は、対象者のそれぞれの部位が写った領域が大きくなり、かつ、対象者のそれぞれの部位以外が写った領域が小さくなるように、対象者のそれぞれの部位の画像を抽出することが好ましい。また、情報処理装置１００は、動画像１０１のうち、必ずしもすべての撮影画像から対象者のそれぞれの部位の画像を抽出しなくてもよい。情報処理装置１００は、例えば、動画像１０１のいずれかの撮影画像において対象者のそれぞれの部位が写った領域が一定以下であれば、当該撮影画像から対象者のそれぞれの部位の画像を抽出しなくてもよい。

図４において、情報処理装置１００は、動画像１０１のそれぞれの撮影画像４００について、顔検出エンジンを用いて対象者の顔面が写った領域を検出し、対象者の部位の画像の一つとして対象者の顔面の画像４１０を抽出する。顔検出エンジンとは、所定の画像の中から人の顔、および、人の顔のうちの額や鼻や口や目や頬などの部位が写った領域を検出するソフトウェアである。情報処理装置１００は、さらに、動画像１０１のそれぞれの撮影画像４００から抽出した対象者の顔面の画像４１０を左右で分割し、対象者の部位の画像の一つとして顔面左側の画像４１１と、顔面右側の画像４１２とを抽出する。

ここで、対象者の部位が写った領域が相対的に大きい画像から生成された脈波波形のほうが、Ｓ（Ｓｉｇｎａｌ）／Ｎ（Ｎｏｉｓｅ）比が高くなる傾向がある。Ｓ／Ｎ比は、値が比較的高いときにノイズが比較的少ないことを示す。このため、情報処理装置１００は、不整脈を示すか否かを判定する対象になる脈波波形の生成元の画像として、相対的に対象者の部位が写った領域が大きい対象者の顔面の画像を用いるように設定する。そして、情報処理装置１００は、第１の指標値を算出する際に用いられる脈波波形の生成元の画像としては、残った顔面左側の画像４１１と、顔面右側の画像４１２とを用いるように設定する。

このとき、情報処理装置１００は、動画像１０１に含まれる撮影画像４００のうち、必ずしもすべての撮影画像４００から、対象者の顔面の画像４１０と、顔面左側の画像４１１と、顔面右側の画像４１２とを抽出しなくてもよい。情報処理装置１００は、例えば、顔面左側の画像４１１、または、顔面右側の画像４１２が所定の大きさ以下である撮影画像４００からは、顔面左側の画像４１１と、顔面右側の画像４１２とを抽出しなくてもよい。

これにより、情報処理装置１００は、脈波波形を計測する精度を悪化させる可能性がある撮影画像４００からは、対象者のそれぞれの部位の画像を抽出せず、対象者のそれぞれの部位の脈波波形を精度よく計測しやすくすることができる。また、情報処理装置１００は、対象者のそれぞれの部位の画像を抽出する際にかかる処理量を低減し、処理時間の増大を抑制することができる。ここで、図５の説明に移行する。

〈対象者のそれぞれの部位の画像を抽出する第２例〉
図５は、対象者のそれぞれの部位の画像を抽出する第２例を示す説明図である。ここで、情報処理装置１００は、第１の指標値を算出する際に用いられる脈波波形の生成元の画像として対象者の３つ以上の部位のそれぞれの部位の画像を用いて、対象者の種々の体動を考慮して第１の指標値を算出してもよい。種々の体動は、例えば、対象者の顔の上下の動きと、対象者の顔の左右の動きとである。

情報処理装置１００は、例えば、第１の指標値を算出する際に用いられる脈波波形の生成元の画像として、対象者の顔面の左右方向に存在する部位の画像が含まれるようにし、かつ、対象者の顔面の上下方向に存在する部位の画像が含まれるようにする。対象者の顔面の左右方向に存在する部位の画像と、対象者の顔面の上下方向に存在する部位の画像とは、重複する画像を含んでもよい。これにより、情報処理装置１００は、対象者の顔面の左右への動きに起因するノイズと、対象者の顔面の上下の動きに起因するノイズとをより考慮して第１の指標値を算出可能になる。

図５において、情報処理装置１００は、動画像１０１のそれぞれの撮影画像４００について、顔検出エンジンを用いて対象者の顔面が写った領域を検出し、対象者の顔面の画像４１０を抽出する。情報処理装置１００は、さらに、顔検出エンジンを用いて、対象者の額が写った領域、左頬が写った領域、右頬が写った領域を検出し、対象者の額の画像５０１と、左頬の画像５０２と、右頬の画像５０３とを抽出する。これにより、情報処理装置１００は、顔の上下の動きなどの顔の左右の動き以外もより考慮して、第１の指標値を算出可能にすることができる。ここで、図６の説明に移行する。

〈対象者のそれぞれの部位の画像を抽出する第３例〉
図６は、対象者のそれぞれの部位の画像を抽出する第３例を示す説明図である。ここで、対象者の身体には、対象者が静止させた状態を保つことが難しく、脈波波形にノイズを生じさせやすい部位が存在する。例えば、対象者の目は、瞬きにより、長時間静止させた状態を保つことが難しく、脈波波形にノイズを生じさせてしまう傾向がある。

このため、情報処理装置１００は、対象者のそれぞれの部位の脈波波形の生成元の画像として、対象者が静止させた状態を保つことが難しく、脈波波形にノイズを生じさせやすい部位が写った領域を除外した画像を抽出してもよい。これにより、情報処理装置１００は、第１の指標値を精度よく算出しやすくすることができる。

図６において、情報処理装置１００は、動画像１０１のそれぞれの撮影画像４００について、顔検出エンジンを用いて対象者の顔面が写った領域を検出し、対象者の顔面の画像４１０を抽出する。情報処理装置１００は、さらに、顔検出エンジンを用いて、対象者の目が写った領域を検出し、対象者の顔面が写った領域から対象者の目が写った領域を除外する。

また、情報処理装置１００は、さらに、対象者の顔面の画像４１０のうち、対象者の目が写った領域よりも上にある顔上部の画像６０１を抽出する。また、情報処理装置１００は、さらに、対象者の顔面の画像４１０のうち、対象者の目が写った領域よりも下にある顔下部の画像６０２を抽出する。また、情報処理装置１００は、さらに、対象者の顔下部の画像６０２のうち、左頬の画像５０２と、右頬の画像５０３とを抽出する。

これにより、情報処理装置１００は、目などのノイズを発生させやすい部位が写った領域を除外した画像を抽出し、ノイズの低減化を図ることができる。以下では、図４に示した第１例のように、情報処理装置１００が、対象者の顔面の画像４１０と、対象者の顔面左側の画像４１１と、対象者の顔面右側の画像４１２とを抽出した場合を例に挙げて、実施例についての説明を続ける。

情報処理装置１００は、抽出した対象者の顔面の画像４１０、顔面左側の画像４１１、および、顔面右側の画像４１２に基づいて、対象者の顔面の脈波波形、顔面左側の脈波波形、および、顔面右側の脈波波形を生成する。情報処理装置１００は、例えば、図７および図８に後述する一例のように、対象者の顔面の脈波波形、顔面左側の脈波波形、および、顔面右側の脈波波形を生成する。ここで、図７の説明に移行する。

〈対象者のそれぞれの部位の脈波波形を生成する一例〉
図７および図８は、対象者のそれぞれの部位の脈波波形を生成する一例を示す説明図である。脈波波形を生成する技術としては、例えば、国際公開第２０１４／０３８０７７号に記載の技術を参照することができる。

ここで、心臓の収縮や拡張に応じて、人の身体の血管を流れる血流量は変動する。そして、対象者の血管での吸収光量は、血管を流れる血流量に依存する傾向がある。このため、心臓の収縮や拡張に応じて、撮影画像のうちの対象者の部位の画像の輝度も変動し、対象者の部位における脈拍に対応する輝度になる。換言すれば、撮影画像のうちの対象者の部位の画像における所定の波長成分の代表値の時系列データは、対象者の部位についての脈拍成分を含む時系列データになる。

一方で、対象者の体動などによる対象者の部位に当たる光量の変動に応じて、撮影画像のうちの対象者の部位の画像の輝度は変動してしまうことがある。このため、撮影画像のうちの対象者の部位の画像の所定の波長成分の代表値の時系列データは、対象者の部位についての脈拍成分とは異なるノイズ成分も含むことがある。

そこで、情報処理装置１００は、複数の波長成分の代表値の時系列データを取得し、後述するフィルタなどを用いた所定の演算を行い、撮影画像の所定の波長成分の代表値の時系列データからノイズ成分の低減化を図って、対象者の部位の脈波波形を生成する。

図７において、情報処理装置１００は、それぞれの撮影画像ｆｎ−２，ｆｎ−１，ｆｎなどから抽出した対象者のいずれかの部位の画像に基づいて、当該画像に含まれる所定の波長成分の代表値の時系列データを取得する。情報処理装置１００は、例えば、対象者のいずれかの部位の画像に含まれる、Ｒ成分、Ｇ成分、および、Ｂ成分の代表値の時系列データを取得する。Ｒ成分、Ｇ成分、および、Ｂ成分の代表値は、それぞれ、例えば、Ｒ成分、Ｇ成分、および、Ｂ成分の平均値である。

情報処理装置１００は、取得した代表値の時系列データが、等時間間隔の時系列データではない場合には、線形近似やスプライン近似を用いたリサンプリング技術によって、代表値の時系列データを等時間間隔の時系列データに変換する。等時間間隔の時系列データは、例えば、それぞれの時刻ｔｎ−２，ｔｎ−１，ｔｎなどにおける所定の波長成分の代表値の時系列データである。

情報処理装置１００は、血液中のヘモグロビンが緑色の光を吸収する特性があるため、脈拍成分を表す度合いが相対的に大きいＧ成分の代表値の時系列データを、ｄｂＧｒｅｅｎとして設定する。また、情報処理装置１００は、Ｇ成分の代表値以外のＲ成分の代表値とＢ成分の代表値との平均値の時系列データを生成し、ｄｂＲｅｄとして設定する。ここで、図８の説明に移行する。

図８において、情報処理装置１００は、ＢＰＦ（Ｂａｎｄ Ｐａｓｓ Ｆｉｌｔｅｒ）によって、ｄｂＧｒｅｅｎおよびｄｂＲｅｄから、心拍成分を含まない特定周波数帯の信号成分を抽出する。特定周波数帯は、例えば、１２ｂｐｍ以上１８ｂｐｍ未満の周波数である。そして、情報処理装置１００は、抽出した特定周波数帯の信号成分に基づいて、脈波波形を生成する際に補正係数ｋとして用いられるノイズ成分の比率を算出する。

また、情報処理装置１００は、ＢＰＦによって、ｄｂＧｒｅｅｎおよびｄｂＲｅｄから、心拍成分を含む脈波周波数帯の信号成分を抽出する。脈波周波数帯は、例えば、４２ｂｐｍ以上１５０ｂｐｍ未満の周波数帯である。そして、情報処理装置１００は、抽出した脈波周波数帯の信号成分と、補正係数ｋとに基づいて、対象者のいずれかの部位の脈波波形を生成する。

情報処理装置１００は、具体的には、ＢＰＦ８０１によって、ｄｂＲｅｄの特定周波数帯の信号成分を抽出する。また、情報処理装置１００は、ＢＰＦ８０１によって、ｄｂＧｒｅｅｎの特定周波数帯の信号成分を抽出する。次に、情報処理装置１００は、演算部８０２によって、ｄｂＲｅｄの特定周波数帯の信号成分の絶対値の時系列データを抽出する。また、情報処理装置１００は、演算部８０２によって、ｄｂＧｒｅｅｎの特定周波数帯の信号成分の絶対値の時系列データを抽出する。

そして、情報処理装置１００は、ＬＰＦ（Ｌｏｗ Ｐａｓｓ Ｆｉｌｔｅｒ）８０３によって、ｄｂＲｅｄの特定周波数帯の絶対値の時系列データに対して平滑化処理を実行し、急峻な周波数成分を除去する。また、情報処理装置１００は、ＬＰＦ８０３によって、ｄｂＧｒｅｅｎの特定周波数帯の絶対値の時系列データに対して平滑化処理を実行し、急峻な周波数成分を除去する。さらに、情報処理装置１００は、演算部８０４によって、平滑化されたｄｂＲｅｄの特定周波数帯の絶対値を、平滑化されたｄｂＧｒｅｅｎの特定周波数帯の絶対値で除算して、補正係数ｋを算出する。

情報処理装置１００は、ＢＰＦ８０５によって、ｄｂＲｅｄの脈波周波数帯の信号成分を抽出する。また、情報処理装置１００は、ＢＰＦ８０５によって、ｄｂＧｒｅｅｎの脈波周波数帯の信号成分を抽出する。次に、情報処理装置１００は、演算部８０６によって、抽出されたｄｂＲｅｄの脈波周波数帯の信号成分に、算出した補正係数ｋを乗算する。そして、情報処理装置１００は、演算部８０７によって、抽出されたｄｂＧｒｅｅｎの脈波周波数帯の信号成分から、補正係数ｋが乗算されたｄｂＲｅｄの脈波周波数帯の信号成分を減算する。

次に、情報処理装置１００は、ＢＰＦ８０８によって、減算後の信号の時系列データの脈波周波数帯の信号成分を抽出する。そして、情報処理装置１００は、抽出された波形を対象者のいずれかの部位の脈波波形として設定する。また、情報処理装置１００は、残りの部位それぞれの画像についても、図７および図８と同様の処理を行い、残りの部位それぞれの脈波波形を設定する。

ここでは、情報処理装置１００が、複数の波長成分の代表値の時系列データを取得する場合について説明したが、これに限らない。例えば、情報処理装置１００は、ＢＰＦによって、所定の波長成分の代表値の時系列データから脈波周波数帯の信号成分を抽出し、抽出された波形を対象者のいずれかの部位の脈波波形として設定してもよい。

ここでは、情報処理装置１００が、血流量に応じた輝度に基づいて脈波波形を生成する場合について説明したが、これに限らない。例えば、情報処理装置１００は、心臓の収縮や拡張による対象者の皮膚の振動を検出することにより、脈波波形を生成してもよい。また、例えば、情報処理装置１００は、心臓の収縮や拡張による、対象者の血管や血液の動きを検出することにより、脈波波形を生成してもよい。

これにより、情報処理装置１００は、不整脈を示すか否かの判定対象となる対象者のいずれかの部位の脈波波形を生成することができる。また、情報処理装置１００は、第１の指標値の算出に用いられる、対象者のそれぞれの部位の脈波波形を生成することができる。ここで、図９の説明に移行する。

〈着目期間を設定する一例〉
図９は、着目期間を設定する一例を示す説明図である。図９において、情報処理装置１００は、生成した対象者のいずれかの部位の脈波波形９００のうち、正から負または負から正に波形が転換する転換点を特定する。次に、情報処理装置１００は、例えば、転換点３つ分の長さを１周期として、所定数の周期分の長さの期間を着目期間として設定する。所定数の周期は、整数倍の周期でなくてもよい。所定数の周期は、例えば、３．５周期である。所定数の周期は、例えば、４周期などであってもよい。情報処理装置１００は、所定数の周期分の長さの期間ごとに着目期間を設定することにより、複数の着目期間を設定してもよい。

そして、情報処理装置１００は、生成した対象者のいずれかの部位の脈波波形９００のうちの着目期間内の部分波形９０１を、ノイズが含まれるか否かを判定する判定対象の部分波形９０１に設定する。情報処理装置１００は、所定期間内に撮影された動画像１０１について着目期間を複数設定してもよい。また、情報処理装置１００は、所定期間内に撮影された動画像１０１が複数あれば、それぞれの動画像１０１について着目期間を１または複数設定してもよい。情報処理装置１００は、それぞれの着目期間内の部分波形９０１を、不整脈を示すか否かの判定対象となる部分波形９０１に設定する。また、着目期間は、複数設定される場合には、互いに一部分が重複していてもよい。ここで、図１０の説明に移行する。

〈第１の指標値を算出する一例〉
図１０は、第１の指標値を算出する第１例を示す説明図である。ここで、情報処理装置１００は、第１の指標値として、対象者のそれぞれの部位にある血管を流れる血液の体積の変動に対応するそれぞれの部位の脈波波形間の一致度合いを示す値を用いる。

対象者の体動がなければ、それぞれの部位の脈波波形は、心臓の拡張や収縮によって心臓から同じように流れていった血流に対応する波形になるため、一致度合いは大きくなる傾向がある。このため、一致度合いを示す第１の指標値は、値が小さいほど、対象者の体動が大きく、対象者の体動に起因するノイズによって脈波波形が乱れやすい状態であることを示し、脈波らしさが小さいことを示す。

図１０において、情報処理装置１００は、第１の指標値として、それぞれの部位の脈波波形のうちの着目期間内の部分波形間の一致度合いを示す値を算出する。情報処理装置１００は、例えば、顔面右側の脈波波形１０１０のうちの着目期間内の部分波形１０１１を抽出する。そして、情報処理装置１００は、抽出した部分波形１０１１のデータ列ｘ（ｉ）を取得する。ｘ（ｉ）は、着目期間内の部分波形１０１１の値ｘ（１），・・・，ｘ（Ｘ）を時刻順に並べたデータ列である。例えば、ｉの単位はミリ秒である。

また、情報処理装置１００は、顔面左側の脈波波形のうちの着目期間をずらし幅ｚの分ずらした他の期間内の部分波形１０２１を抽出する。そして、情報処理装置１００は、抽出した部分波形１０２１のデータ列ｙ（ｚ，ｉ）を取得する。ｙ（ｚ，ｉ）は、着目期間をずらし幅ｚの分ずらした他の期間内の部分波形１０２１の値ｙ（ｚ，１），・・・，ｘ（ｚ，Ｘ）を時刻順に並べたデータ列である。ｚ＝０では、ｙ（ｚ，ｉ）は、着目期間内の部分波形の値ｙ（ｚ，１），・・・，ｙ（ｚ，Ｘ）になる。例えば、ｚの単位はミリ秒である。

そして、情報処理装置１００は、ｚ＝０に設定して、下記式（１）にデータ列ｘ（ｉ）とデータ列ｙ（ｚ，ｉ）とを代入する。これにより、情報処理装置１００は、顔面右側の着目期間内の部分波形１０１１と顔面左側の着目期間内の部分波形１０２１との一致度合いを示す第１の指標値として、相関係数ｓ（ｚ）を算出する。

ここでは、情報処理装置１００が上記式（１）を用いて顔面右側の着目期間内の部分波形１０１１と顔面左側の着目期間内の部分波形１０２１との一致度合いを示す第１の指標値を算出する場合について説明したが、これに限らない。例えば、情報処理装置１００は、下記式（２）にデータ列ｘ（ｉ）とデータ列ｙ（ｚ，ｉ）とを代入することにより、顔面右側と顔面左側との着目期間内の部分波形間の一致度合いを示す第１の指標値として、下記式（２）の相関係数ｓ（ｚ）を算出してもよい。

また、例えば、情報処理装置１００は、ユークリッド距離や正規化されたユークリッド距離などを用いて、顔面右側の着目期間内の部分波形１０１１と顔面左側の着目期間内の部分波形１０２１との一致度合いを示す第１の指標値を算出してもよい。

また、ここでは、情報処理装置１００が２つの部位のそれぞれの部位の脈波波形に基づいて一致度合いを示す第１の指標値を算出する場合について説明したが、これに限らない。例えば、情報処理装置１００は、３つ以上の脈波波形に基づいて、第１の指標値を算出してもよい。

具体的には、情報処理装置１００は、額、左頬、右頬のそれぞれの部位の脈波波形がある場合に、それぞれの部位の着目期間内の部分波形を示すデータ列を取得してもよい。次に、情報処理装置１００は、それぞれのデータ列の組み合わせを上記式（１）に代入することにより、それぞれのデータ列の組み合わせについて相関係数を算出する。そして、情報処理装置１００は、算出した相関係数の平均値、中央値、最大値、最小値などの統計値を第１の指標値として算出する。これにより、情報処理装置１００は、それぞれの部位が同一平面上にない場合に、第１の指標値の尤もらしさの向上を図ることができる。

具体的には、情報処理装置１００は、左頬、右頬、顔上部、顔下部などのそれぞれの部位の脈波波形がある場合に、左頬と右頬との組み合わせや顔上部と顔下部との組み合わせのように、対応する組み合わせごとに相関係数を算出してもよい。そして、情報処理装置１００は、算出した相関係数の平均値、中央値、最大値、最小値などの統計値を、第１の指標値として算出する。これにより、情報処理装置１００は、対象者の種々の体動に対応可能な第１の指標値を算出し、第１の指標値の尤もらしさの向上を図ることができる。

ここでは、情報処理装置１００が一つの着目期間について第１の指標値を算出する場合について説明したが、これに限らない。例えば、情報処理装置１００は、着目期間を複数設定した場合には、それぞれの着目期間について第１の指標値を算出する。ここで、図１１の説明に移行する。

図１１は、第１の指標値を算出する第２例を示す説明図である。ここで、対象者のそれぞれの部位が物理的に離れている場合には、心臓からの距離が異なるため、それぞれの部位の脈波波形は類似する波形になるが、時間方向にずれてしまうことがある。そこで、情報処理装置１００は、第１の指標値を算出する際に、対象者のいずれかの部位の脈波波形と、他の部位の脈波波形をずらした波形との一致度合いを示す第１の指標値を算出してもよい。

図１１において、情報処理装置１００は、いずれかの部位の脈波波形のうちの着目期間内の部分波形と、他の部位の脈波波形のうちの着目期間をずらし幅ｚの分ずらした他の期間内の部分波形との一致度合いを示す第１の指標値を算出する。

情報処理装置１００は、例えば、顔面右側の脈波波形１０１０のうちの着目期間内の部分波形１０１１を抽出し、抽出した部分波形１０１１のデータ列ｘ（ｉ）を取得する。ｘ（ｉ）は、着目期間内の部分波形１０１１の値ｘ（１），・・・，ｘ（Ｘ）を時刻順に並べたデータ列である。例えば、ｉの単位はミリ秒である。

また、情報処理装置１００は、ｚ＝−１００〜１００の間を１ずつインクリメントしながら、顔面左側の脈波波形１０２０のうちの着目期間をずらし幅ｚの分ずらした他の期間内の部分波形１１００を抽出する。そして、情報処理装置１００は、抽出した部分波形１１００のデータ列ｙ（ｚ，ｉ）を取得する。ｙ（ｚ，ｉ）は、着目期間をずらし幅ｚの分ずらした他の期間内の部分波形１１００の値ｙ（ｚ，１），・・・，ｘ（ｚ，Ｘ）を時刻順に並べたデータ列である。例えば、ｚの単位はミリ秒である。

そして、情報処理装置１００は、例えば、ｚ＝−１００〜１００の間を１ずつインクリメントしながら、上記式（１）または上記式（２）にデータ列ｘ（ｉ）とデータ列ｙ（ｚ，ｉ）とを代入することにより、相関係数ｓ（ｚ）を算出する。そして、情報処理装置１００は、ｚ＝−１００〜１００の相関係数ｓ（ｚ）のうちの最大値を、第１の指標値として設定する。

ここでは、情報処理装置１００が上記式（１）または上記式（２）を用いて第１の指標値を算出する場合について説明したが、これに限らない。例えば、情報処理装置１００は、ユークリッド距離や正規化されたユークリッド距離などを用いて第１の指標値を算出してもよい。

また、ここでは、情報処理装置１００が２つの部位のそれぞれの部位の脈波波形に基づいて第１の指標値を算出する場合について説明したが、これに限らない。例えば、情報処理装置１００は、３つ以上の部位のそれぞれの部位の脈波波形に基づいて、第１の指標値を算出してもよい。

具体的には、情報処理装置１００は、額、左頬、右頬のそれぞれの部位の脈波波形がある場合に、部位の組み合わせごとに、着目期間内の部分波形と、着目期間をずらし幅ｚの分ずらした他の期間内の部分波形との相関係数を算出する。そして、情報処理装置１００は、算出した相関係数の平均値、中央値、最大値、最小値などの統計値を、第１の指標値として算出してもよい。これにより、情報処理装置１００は、それぞれの部位が同一平面上にない場合に、第１の指標値の尤もらしさの向上を図ることができる。

具体的には、情報処理装置１００は、左頬、右頬、顔上部、顔下部などのそれぞれの部位の脈波波形がある場合に、左頬と右頬との組み合わせや顔上部と顔下部との組み合わせのように、対応する組み合わせごとに相関係数を算出してもよい。そして、情報処理装置１００は、算出した相関係数の最小値を、第１の指標値として算出する。情報処理装置１００は、算出した相関係数の平均値、中央値、最大値などの統計値を、第１の指標値として算出してもよい。これにより、情報処理装置１００は、対象者の種々の体動に対応可能な第１の指標値を算出し、第１の指標値の尤もらしさの向上を図ることができる。ここで、図１２の説明に移行する。

〈第２の指標値を算出する一例〉
図１２は、第２の指標値を算出する一例を示す説明図である。第２の指標値を算出する技術としては、例えば、特開２０１４−１７６５８４号公報に記載の技術を参照することができる。

図１２において、情報処理装置１００は、対象者のいずれかの部位の脈波波形のうち、着目期間内の部分波形と、着目期間をずらし幅ｚの分ずらした他の期間内の部分波形との一致度合いを示す第２の指標値を算出する。情報処理装置１００は、例えば、顔面の脈波波形９００のうちの着目期間内の部分波形９０１を抽出する。そして、情報処理装置１００は、抽出した部分波形９０１のデータ列ｘ（ｉ）を取得する。ｘ（ｉ）は、着目期間内の部分波形９０１の値ｘ（１），・・・，ｘ（Ｘ）を時刻順に並べたデータ列である。例えば、ｉの単位はミリ秒とする。

また、情報処理装置１００は、ｚ＝４００〜１５００の間を１ずつインクリメントしながら、顔面の脈波波形９００のうちの着目期間をずらし幅ｚの分ずらした他の期間内の部分波形１２００を抽出する。そして、情報処理装置１００は、抽出した部分波形１２００のデータ列ｙ（ｚ，ｉ）を取得する。ｙ（ｚ，ｉ）は、着目期間をずらし幅ｚの分ずらした他の期間内の部分波形１２００の値ｙ（ｚ，１），・・・，ｘ（ｚ，Ｘ）を時刻順に並べたデータ列である。例えば、ｚの単位はミリ秒である。

次に、情報処理装置１００は、ｚ＝４００〜１５００の間を１ずつインクリメントしながら、上記式（１）または上記式（２）にデータ列ｘ（ｉ）とデータ列ｙ（ｚ，ｉ）とを代入することにより、相関係数ｓ（ｚ）を算出する。そして、情報処理装置１００は、ｚ＝４００〜１５００の相関係数ｓ（ｚ）のうちの最大値を、第２の指標値として設定する。また、情報処理装置１００は、ｚ＝４００〜１５００のうち、相関係数ｓ（ｚ）が最大値になるときのｚを、脈波間隔として採用してもよい。

ここでは、情報処理装置１００が上記式（１）または上記式（２）を用いて一致度合いを示す第２の指標値を算出する場合について説明したが、これに限らない。例えば、情報処理装置１００は、ユークリッド距離や正規化されたユークリッド距離などを用いて一致度合いを示す第２の指標値を算出してもよい。

ここでは、情報処理装置１００が一つの着目期間について第２の指標値を算出する場合について説明したが、これに限らない。例えば、情報処理装置１００は、着目期間を複数設定した場合には、それぞれの着目期間について第２の指標値を算出する。ここで、図１３の説明に移行する。

〈第１の判定パターンによって脈波波形が不整脈を示すか否かを判定する一例〉
図１３は、第１の判定パターンによって着目期間内の部分波形が不整脈を示すか否かを判定する一例を示す説明図である。ここで、第１の指標値は、値が小さいほど、対象者のいずれかの部位の脈波波形に、対象者の体動に起因するノイズによって脈波波形が乱れた可能性が高いことを示す。

一方で、第２の指標値は、値が大きい場合には、脈波波形が周期的であることを示す。換言すれば、第２の指標値は、値が大きいほど、脈波波形が正常脈を示す波形である傾向がある。このため、情報処理装置１００は、第１の指標値の傾向と、第２の指標値の傾向とに基づいて、脈波波形が不整脈を示すか否かを判定することができる。

図１３において、情報処理装置１００は、第１の指標値が第１の閾値以上の場合に、対象者のいずれかの部位の脈波波形のうちの着目期間内の部分波形に、ノイズが含まれないと判定する。第１の閾値は、例えば、０．６である。さらに、情報処理装置１００は、第２の指標値が第５の閾値以上である場合に、対象者のいずれかの部位の脈波波形のうちの着目期間内の部分波形に、ノイズが含まれないと判定してもよい。第５の閾値は、例えば、０．７である。

そして、情報処理装置１００は、ノイズが含まれないと判定した場合に、第２の指標値が第２の閾値未満であれば、対象者のいずれかの部位の脈波波形のうちの着目期間内の部分波形が不整脈を示すと判定する。第２の閾値は、例えば、０．５である。また、情報処理装置１００は、ノイズが含まれないと判定した場合に、第２の指標値が第２の閾値以上であれば、対象者のいずれかの部位の脈波波形のうちの着目期間内の部分波形が正常脈を示すと判定してもよい。

情報処理装置１００は、第１の指標値の平均値を算出している場合には、第１の指標値の平均値と第１の閾値とを比較することにより、着目期間内の部分波形がノイズを含むか否かを判定してもよい。また、情報処理装置１００は、第１の指標値の最小値を算出している場合には、第１の指標値の最小値と第１の閾値とを比較することにより、着目期間内の部分波形がノイズを含むか否かを判定してもよい。ここで、図１４の説明に移行する。

図１４は、第１の判定パターンによって所定期間内の脈波波形が不整脈を示すか否かを判定する一例を示す説明図である。図１４の例では、所定期間内に複数の着目期間が設定された場合を例に挙げて、複数の着目期間について統計的処理を行うことにより所定期間内の脈波波形が不整脈を示すか否かを判定する一例について説明する。

図１４において、情報処理装置１００は、それぞれの着目期間について算出した第１の指標値が第１の閾値以上の場合に、いずれかの部位の脈波波形のうちの当該着目期間内の部分波形にノイズが含まれないと判定する。さらに、情報処理装置１００は、それぞれの着目期間について算出した第２の指標値が第５の閾値以上である場合に、対象者のいずれかの部位の脈波波形のうちの当該着目期間内の部分波形に、ノイズが含まれないと判定してもよい。

次に、情報処理装置１００は、ノイズが含まれないと判定した着目期間それぞれについて算出した第２の指標値が第２の閾値未満であるか否かを判定する。そして、情報処理装置１００は、ノイズが含まれないと判定した着目期間の数に対する第２の閾値未満であると判定した着目期間の数の割合が、第６の閾値以上であれば、所定期間内の対象者のいずれかの部位の脈波波形が不整脈を示すと判定する。第６の閾値は、例えば、０．０５である。また、情報処理装置１００は、ノイズが含まれないと判定した着目期間の数に対する第２の閾値未満であると判定した着目期間の数の割合が、第６の閾値未満であれば、所定期間内の対象者のいずれかの部位の脈波波形が正常脈を示すと判定してもよい。

また、情報処理装置１００は、設定した着目期間の数に対するノイズが含まれないと判定した着目期間の数が、第７の閾値以下である場合には、所定期間内の対象者のいずれかの部位の脈波波形が不整脈か否かが不明であると判定してもよい。第７の指標値は、例えば、０．５である。

これにより、情報処理装置１００は、所定期間内のそれぞれの着目期間について算出した第１の指標値と第２の指標値とに基づいて、統計的に所定期間内の対象者のいずれかの部位の脈波波形が不整脈を示すか否かを判定することができる。このため、情報処理装置１００は、対象者のいずれかの部位の脈波波形が不整脈を示すか否かを判定する判定精度の向上を図ることができる。ここで、図１５の説明に移行する。

〈第２の判定パターンによって脈波波形が不整脈を示すか否かを判定する一例〉
図１５は、第２の判定パターンによって所定期間内の脈波波形が不整脈を示すか否かを判定する一例を示す説明図である。ここで、不整脈によれば、対象者のそれぞれの部位の脈波波形は同様の乱れ方になり、かつ、対象者のいずれかの部位の脈波波形が周期的ではなくなる傾向がある。換言すれば、不整脈によれば、対象者のそれぞれの部位の脈波波形間の一致度合いを示す第１の指標値が高いまま、対象者のいずれかの部位の脈波波形のうちの部分波形間の一致度合いを示す第２の指標値が低くなることになる。

一方で、正常脈に対してノイズが発生すれば、対象者のそれぞれの部位の脈波波形は異なる乱れ方になり、かつ、対象者のいずれかの部位の脈波波形が周期的ではなくなる傾向がある。換言すれば、ノイズによれば、対象者のそれぞれの部位の脈波波形間の一致度合いを示す第１の指標値が低くなり、かつ、対象者のいずれかの部位の脈波波形のうちの部分波形間の一致度合いを示す第２の指標値が低くなることになる。

以上のように、不整脈によれば、第１の指標値に関わらず第２の指標値が増減する傾向があり、第１の指標値と第２の指標値との相関の強さは相対的に小さくなる傾向がある。また、ノイズによれば、第１の指標値と第２の指標値とが一緒に小さくなる傾向があり、第１の指標値と第２の指標値との相関の強さは相対的に大きくなる傾向がある。そこで、情報処理装置１００は、第１の指標値と第２の指標値との相関の強さを示す値に基づいて、対象者のいずれかの部位の脈波波形が不整脈を示すか否かを判定する。

図１５において、情報処理装置１００は、相関係数を用いて、第３の指標値として、算出した着目期間ごとの第１の指標値と第２の指標値とに基づいて、第１の指標値と第２の指標値との相関の強さを示す値を算出する。情報処理装置１００は、例えば、第３の指標値として、算出した着目期間ごとの第１の指標値と第２の指標値との組み合わせを、相関係数の算出式に代入することにより、第１の指標値と第２の指標値との相関の強さを示す相関係数の値を算出する。

そして、情報処理装置１００は、第３の指標値が第３の閾値以下である場合に、所定期間内の対象者のいずれかの部位の脈波波形が不整脈を示すと判定する。また、情報処理装置１００は、第３の指標値が第３の閾値よりも大きい場合には、所定期間内の対象者のいずれかの部位の脈波波形が正常脈を示すと判定してもよい。

これにより、情報処理装置１００は、所定期間内の対象者のいずれかの部位の脈波波形にノイズが含まれていても、所定期間内の対象者のいずれかの部位の脈波波形が不整脈を示すか否かを判定可能になる。また、情報処理装置１００は、所定期間内のそれぞれの着目期間について算出した第１の指標値と第２の指標値とに基づいて、統計的に所定期間内の対象者のいずれかの部位の脈波波形が不整脈を示すか否かを判定することができる。このため、情報処理装置１００は、対象者のいずれかの部位の脈波波形が不整脈を示すか否かを判定する判定精度の向上を図ることができる。ここで、図１６の説明に移行する。

図１６は、第２の判定パターンによって着目期間内の部分波形が不整脈を示すか否かを判定する一例を示す説明図である。ここで、不整脈のときの第１の指標値と第２の指標値との組み合わせが取りうる範囲と、正常脈のときの第１の指標値と第２の指標値との組み合わせが取りうる範囲とは異なる傾向がある。

例えば、第１の指標値の軸と第２の指標値の軸とによる２次元空間では、不整脈のときの第１の指標値と第２の指標値の組み合わせが現れる領域１６０１が存在する。また、第１の指標値の軸と第２の指標値の軸とによる２次元空間では、正常脈のときおよび不整脈のときの第１の指標値と第２の指標値の組み合わせが混在して現れる領域１６０２が存在する。領域１６０１と、領域１６０２との間には、境界線１６０３を設定可能である。

そこで、情報処理装置１００は、不整脈のときの第１の指標値と第２の指標値の組み合わせが現れる領域１６０１を特定可能にする境界線１６０３を示すモデルを予め設定しておき、当該モデルに基づいて着目期間内の部分波形が不整脈を示すか否かを判定する。以下の説明では、不整脈のときの第１の指標値と第２の指標値の組み合わせが現れる領域１６０１を「不整脈の領域１６０１」と表記する場合がある。また、正常脈のときおよび不整脈のときの第１の指標値と第２の指標値の組み合わせが混在して現れる領域１６０２を「正常脈と不整脈とが混在する領域１６０２」と表記する場合がある。

図１６において、情報処理装置１００は、着目期間について算出した第１の指標値と第２の指標値との組み合わせが、予め設定されたモデルによって特定される不整脈の領域１６０１に含まれるか否かを判定する。そして、情報処理装置１００は、不整脈の領域１６０１に含まれると判定した場合に、着目期間内の部分波形が不整脈を示すと判定する。

当該モデルは、例えば、不整脈の領域１６０１と、正常脈と不整脈とが混在する領域１６０２との境界線１６０３を示す数式である。当該数式は、例えば、予め正常脈を示すか不整脈を示すかが判明している脈波波形から得られる第１の指標値と第２の指標値との組み合わせなどの学習データを用いた学習処理により設定される。

情報処理装置１００は、具体的には、着目期間について算出した第１の指標値が、当該数式によって特定される着目期間について算出した第２の指標値に対応する第１の指標値以上であるか否かを判定する。そして、情報処理装置１００は、算出した第１の指標値が、算出した第２の指標値に対応する第１の指標値以上である場合に、対象者のいずれかの部位の脈波波形のうちの着目期間内の部分波形が不整脈を示すと判定する。

また、情報処理装置１００は、サポートベクターマシンなどを用いて、着目期間について算出した第１の指標値と第２の指標値との組み合わせが、不整脈の領域１６０１に含まれるか否かを判定してもよい。これにより、情報処理装置１００は、対象者のいずれかの部位の脈波波形のうちの着目期間内の部分波形にノイズが含まれていても、着目期間内の部分波形が不整脈を示すか否かを判定可能になる。

情報処理装置１００は、対象者のいずれかの部位の脈波波形のうちの着目期間内の部分波形が不整脈を示すか否かを判定した後、不整脈を示さないと判定した場合には着目期間内の部分波形にノイズが含まれるか否かをさらに判定してもよい。ここで、図１７の説明に移行する。

図１７は、不整脈の領域１６０１を特定するモデルを生成する一例を示す説明図である。ここで、情報処理装置１００は、予め学習データが得られない場合には、図１３および図１４の処理によって不整脈を示すか否かが判定された所定期間についての第１の指標値と第２の指標値との組み合わせを、学習データとして採用することができる。

図１７において、情報処理装置１００は、ある所定期間について図１３および図１４の処理を行い、当該所定期間に含まれるそれぞれの着目期間内の部分波形について不整脈を示すか否かを判定する。次に、情報処理装置１００は、それぞれの着目期間内の部分波形について不整脈を示さないと判定された場合、それぞれの着目期間について算出した第１の指標値と第２の指標値との組み合わせを取得する。

そして、情報処理装置１００は、取得した組み合わせを、正常脈のときの第１の指標値と第２の指標値の組み合わせの学習データとして採用する。以下の説明では、正常脈のときの第１の指標値と第２の指標値の組み合わせの学習データを「正常脈のときの学習データ」と表記する場合がある。

また、情報処理装置１００は、ある所定期間について図１３および図１４の処理を行い、当該所定期間内の脈波波形について不整脈を示すか否かの判定を行う。そして、情報処理装置１００は、当該所定期間内の脈波波形が不整脈を示すと判定された場合、当該所定期間内のそれぞれの着目期間について算出した第１の指標値と第２の指標値との組み合わせを取得する。

そして、情報処理装置１００は、取得した組み合わせを、不整脈のときの第１の指標値と第２の指標値の組み合わせの学習データとして採用する。以下の説明では、不整脈のときの第１の指標値と第２の指標値の組み合わせの学習データを「不整脈のときの学習データ」と表記する場合がある。

情報処理装置１００は、取得した学習データに基づいて、不整脈の領域１６０１を特定するモデルを生成する。情報処理装置１００は、例えば、不整脈の領域１６０１と、正常脈と不整脈とが混在する領域１６０２との境界線１６０３を示す数式を生成する。これにより、情報処理装置１００は、予め学習データが得られない場合であっても、モデルを生成して設定することができる。そして、情報処理装置１００は、生成したモデルに基づいて、図１６の処理を行うことが可能になる。

また、情報処理装置１００は、今後、不整脈を示すか否かを判定する判定対象となる脈波波形を生成する生成対象となる対象者に関する学習データに基づいてモデルを生成することができる。このため、情報処理装置１００は、今後、対象者について生成された脈波波形が不整脈を示すか否かを判定する際には、当該対象者に適する可能性が高いモデルを用いることができる。そして、情報処理装置１００は、対象者について生成された脈波波形が不整脈を示すか否かを判定する精度の向上を図ることができる。

〈判定した結果に応じて脈波波形を分析する一例〉
情報処理装置１００は、対象者のいずれかの部位の脈波波形のうちのノイズが含まれないと判定された部分波形を用いて、対象者のいずれかの部位の脈波波形を分析する。情報処理装置１００は、ノイズが含まれないと判定された部分波形と、ノイズが含まれると判定された部分波形が重複する場合には、ノイズが含まれないと判定された部分波形のうちノイズが含まれると判定された部分波形と重複しない部分を用いてもよい。これにより、情報処理装置１００は、ノイズが含まれる部分波形を用いずに、対象者のいずれかの部位の脈波波形を分析することができ、分析精度の向上を図ることができる。

情報処理装置１００は、例えば、対象者のいずれかの部位の脈波波形を分析して、脈拍数［ｂｐｍ］を算出する。また、情報処理装置１００は、例えば、対象者のいずれかの部位の脈波波形を分析して、対象者のいずれかの部位の脈波波形を２回微分して加速度脈波波形を算出し、加速度脈波波形から血管年齢を算出してもよい。また、情報処理装置１００は、例えば、対象者のいずれかの部位の脈波波形を分析して、対象者が不整脈であるか否かを判定してもよい。

情報処理装置１００は、不整脈を示すと判定された対象者のいずれかの部位の脈波波形を分析してもよい。情報処理装置１００は、例えば、不整脈を示すと判定された対象者のいずれかの部位の脈波波形が計測された時間から、どのようなときに対象者に不整脈の症状が現れやすいかなどを解析してもよい。また、情報処理装置１００は、１ヶ月などの期間内で不整脈を示すと判定された対象者のいずれかの部位の脈波波形の数に基づいて、対象者にどのくらいの頻度で不整脈の症状が現れるかなどを解析してもよい。

ここでは、情報処理装置１００が、ノイズが含まれる部分波形を用いずに、対象者のいずれかの部位の脈波波形を分析する場合について説明したが、これに限らない。例えば、情報処理装置１００は、第１の指標値と第２の指標値と対象者のいずれかの部位の脈波波形とを用いて、対象者のいずれかの部位の脈波波形を分析してもよい。また、情報処理装置１００は、第１の指標値と第２の指標値と対象者のいずれかの部位の脈波波形とをユーザに通知して、ユーザが対象者のいずれかの部位の脈波波形を分析することを支援してもよい。

（全体処理手順の一例）
次に、図１８を用いて、情報処理装置１００が実行する全体処理手順の一例について説明する。図１８の例では、情報処理装置１００は、複数の部位として所定の全体領域と左領域と右領域とを採用する。所定の全体領域は、例えば、対象者の顔である。左領域は、全体領域の左側に含まれる部位であり、例えば、左頬である。右領域は、全体領域の右側に含まれる部位であり、例えば、右頬である。

図１８は、全体処理手順の一例を示すフローチャートである。図１８において、情報処理装置１００は、所定期間内に対象者が撮影された動画像１０１を取得する（ステップＳ１８０１）。次に、情報処理装置１００は、対象者の複数の部位のそれぞれの部位について、図１９に後述する脈波波形の生成処理を実行する（ステップＳ１８０２）。

そして、情報処理装置１００は、生成した全体領域の脈波波形がゼロクロスしたか否かを判定する（ステップＳ１８０３）。ゼロクロスとは、脈波波形に、振幅が正から負または負から正に転換する転換点が含まれることである。ここで、ゼロクロスしていない場合（ステップＳ１８０３：Ｎｏ）、情報処理装置１００は、ステップＳ１８０１の処理に戻る。一方で、ゼロクロスする場合（ステップＳ１８０３：Ｙｅｓ）、情報処理装置１００は、生成した全体領域の脈波波形に基づいて、１または複数の着目期間を設定する（ステップＳ１８０４）。

次に、情報処理装置１００は、設定した着目期間ごとに、生成した左領域と右領域との脈波波形のうちの着目期間内の部分波形間の一致度合いを示す第１の指標値を算出する（ステップＳ１８０５）。そして、情報処理装置１００は、設定した着目期間ごとに、生成した全体領域の脈波波形のうちの部分波形間の一致度合いを示す第２の指標値を算出する（ステップＳ１８０６）。

次に、情報処理装置１００は、算出した第１の指標値と第２の指標値とに基づいて、生成した全体領域の脈波波形について図２０〜図２５に後述するいずれかの判定処理を実行する（ステップＳ１８０７）。そして、情報処理装置１００は、ステップＳ１８０１の処理に戻る。これにより、情報処理装置１００は、人の全体領域の脈波波形が不整脈を示すか否かを判定して、人の全体領域の脈波波形の分析精度の向上を図ることができる。

（生成処理手順の一例）
次に、図１９を用いて、情報処理装置１００が実行する生成処理手順の一例について説明する。

図１９は、生成処理手順の一例を示すフローチャートである。図１９において、情報処理装置１００は、動画像１０１から対象者のそれぞれの部位の画像を抽出する（ステップＳ１９０１）。次に、情報処理装置１００は、抽出した画像に基づいて、当該画像に含まれる所定の波長成分の代表値の時系列データを取得する（ステップＳ１９０２）。そして、情報処理装置１００は、ＢＰＦによって、取得した波長成分ごとの時系列データから特定周波数帯の信号成分を抽出する（ステップＳ１９０３）。

次に、情報処理装置１００は、抽出した波長成分ごとの特定周波数帯の信号成分から、特定周波数帯の信号成分の絶対値の時系列データを抽出する（ステップＳ１９０４）。そして、情報処理装置１００は、ＬＰＦによって、抽出した波長成分ごとの特定周波数帯の絶対値の時系列データに対して平滑化処理を実行し、急峻な周波数成分を除去する（ステップＳ１９０５）。

次に、情報処理装置１００は、平滑化された波長成分ごとの特定周波数帯の絶対値の時系列データに基づいて、補正係数を算出する（ステップＳ１９０６）。また、情報処理装置１００は、ステップＳ１９０３〜Ｓ１９０６と並行して、ＢＰＦによって、取得した波長成分ごとの時系列データから脈波周波数帯の信号成分を抽出する（ステップＳ１９０７）。

次に、情報処理装置１００は、抽出されたいずれかの脈波周波数帯の信号成分に、算出した補正係数を乗算する（ステップＳ１９０８）。そして、情報処理装置１００は、いずれかの波長成分の脈波周波数帯の信号成分から、補正係数ｋが乗算された波長成分の脈波周波数帯の信号成分を減算する（ステップＳ１９０９）。

次に、情報処理装置１００は、ＢＰＦによって、減算後の信号の時系列データの脈波周波数帯の信号成分を抽出する（ステップＳ１９１０）。そして、情報処理装置１００は、生成処理を終了する。これにより、情報処理装置１００は、対象者のそれぞれの部位の脈波波形を生成することができる。

（判定処理手順の一例）
次に、図２０〜図２５を用いて、情報処理装置１００が実行する判定処理手順の一例について説明する。

〈判定処理手順の第１例〉
図２０は、判定処理手順の第１例を示すフローチャートである。図２０の判定処理は、例えば、図１３における処理に対応する。

図２０において、情報処理装置１００は、いずれかの着目期間について算出した第１の指標値が第１の閾値以上であるか否かを判定する（ステップＳ２００１）。ここで、第１の閾値未満である場合（ステップＳ２００１：Ｎｏ）、情報処理装置１００は、当該着目期間内の部分波形にノイズが含まれると判定して（ステップＳ２００２）、ステップＳ２００６の処理に移行する。

一方で、第１の閾値以上である場合（ステップＳ２００１：Ｙｅｓ）、情報処理装置１００は、当該着目期間について算出した第２の指標値が第２の閾値以下であるか否かを判定する（ステップＳ２００３）。ここで、第２の閾値より大きい場合（ステップＳ２００３：Ｎｏ）、情報処理装置１００は、当該着目期間内の部分波形が正常脈を示すと判定して（ステップＳ２００４）、ステップＳ２００６の処理に移行する。

一方で、第２の閾値以下である場合（ステップＳ２００３：Ｙｅｓ）、情報処理装置１００は、着目期間内の部分波形が不整脈を示すと判定して（ステップＳ２００５）、ステップＳ２００６の処理に移行する。ステップＳ２００６では、情報処理装置１００は、すべての着目期間について処理を行ったか否かを判定する（ステップＳ２００６）。

ここで、処理を行っていない着目期間がある場合（ステップＳ２００６：Ｎｏ）、情報処理装置１００は、ステップＳ２００１の処理に戻る。一方で、すべての着目期間について処理を行った場合（ステップＳ２００６：Ｙｅｓ）、情報処理装置１００は、判定処理を終了する。これにより、情報処理装置１００は、対象者の全体領域の脈波波形のうちの着目期間内の部分波形が不整脈を示すか否かを判定することができる。

〈判定処理手順の第２例〉
図２１は、判定処理手順の第２例を示すフローチャートである。図２１は、例えば、図１４の処理に対応する。

図２１において、情報処理装置１００は、いずれかの着目期間について算出した第１の指標値が第１の閾値以上であるか否かを判定する（ステップＳ２１０１）。ここで、第１の閾値未満である場合（ステップＳ２１０１：Ｎｏ）、情報処理装置１００は、当該着目期間内の部分波形にノイズが含まれると判定して（ステップＳ２１０２）、ステップＳ２１０４の処理に移行する。

一方で、第１の閾値以上である場合（ステップＳ２１０１：Ｙｅｓ）、情報処理装置１００は、当該着目期間について算出した第２の指標値を、統計データとして蓄積する（ステップＳ２１０３）。そして、情報処理装置１００は、ステップＳ２１０４の処理に移行する。

ステップＳ２１０４では、情報処理装置１００は、すべての着目期間について処理を行ったか否かを判定する（ステップＳ２１０４）。ここで、処理を行っていない着目期間がある場合（ステップＳ２１０４：Ｎｏ）、情報処理装置１００は、ステップＳ２１０１の処理に戻る。

一方で、すべての着目期間について処理を行った場合（ステップＳ２１０４：Ｙｅｓ）、情報処理装置１００は、統計データが６０個以上あるか否かを判定する（ステップＳ２１０５）。ここで、６０個以上ない場合（ステップＳ２１０５：Ｎｏ）、情報処理装置１００は、判定処理を終了する。

一方で、６０個以上ある場合（ステップＳ２１０５：Ｙｅｓ）、情報処理装置１００は、統計データとして蓄積された第２の指標値のうち、第２の閾値以下である第２の指標値の数を算出する（ステップＳ２１０６）。次に、情報処理装置１００は、算出した数を統計データの数で割って得られた割合が０．０５より大きいか否かを判定する（ステップＳ２１０７）。ここで、０．０５以下である場合（ステップＳ２１０７：Ｎｏ）、情報処理装置１００は、所定期間内の脈波波形が正常脈を示すと判定して（ステップＳ２１０８）、判定処理を終了する。

一方で、０．０５より大きい場合（ステップＳ２１０７：Ｙｅｓ）、情報処理装置１００は、所定期間内の脈波波形が不整脈を示すと判定して（ステップＳ２１０９）、判定処理を終了する。これにより、情報処理装置１００は、対象者の全体領域の脈波波形が不整脈を示すか否かを判定することができる。

〈判定処理手順の第３例〉
図２２は、判定処理手順の第３例を示すフローチャートである。図２２は、例えば、図１５の処理に対応する。図２２において、情報処理装置１００は、着目期間ごとに算出した第１の指標値と第２の指標値との組み合わせを、統計データとして蓄積する（ステップＳ２２０１）。次に、情報処理装置１００は、統計データが６０個以上あるか否かを判定する（ステップＳ２２０２）。ここで、６０個以上ない場合（ステップＳ２２０２：Ｎｏ）、情報処理装置１００は、判定処理を終了する。

一方で、６０個以上ある場合（ステップＳ２２０２：Ｙｅｓ）、情報処理装置１００は、統計データとして蓄積された組み合わせに基づいて、第１の指標値と第２の指標値との相関の強さを示す第３の指標値を算出する（ステップＳ２２０３）。次に、情報処理装置１００は、算出した第３の指標値が第３の閾値以下であるか否かを判定する（ステップＳ２２０４）。

ここで、第３の閾値より大きい場合（ステップＳ２２０４：Ｎｏ）、情報処理装置１００は、所定期間内の脈波波形が正常脈を示すと判定して（ステップＳ２２０５）、判定処理を終了する。一方で、第３の閾値以下である場合（ステップＳ２２０４：Ｙｅｓ）、情報処理装置１００は、所定期間内の脈波波形が不整脈を示すと判定して（ステップＳ２２０６）、判定処理を終了する。これにより、情報処理装置１００は、対象者の全体領域の脈波波形が不整脈を示すか否かを判定することができる。

〈判定処理手順の第４例〉
図２３は、判定処理手順の第４例を示すフローチャートである。図２３は、例えば、図１６の処理に対応する。

図２３において、情報処理装置１００は、第１の指標値と第２の指標値との組み合わせが、モデルによって特定される不整脈のときの第１の指標値と第２の指標値の組み合わせが現れる領域に含まれるか否かを判定する（ステップＳ２３０１）。ここで、含まれる場合（ステップＳ２３０１：Ｙｅｓ）、情報処理装置１００は、着目期間内の部分波形が不整脈を示すと判定して（ステップＳ２３０２）、ステップＳ２３０６の処理に移行する。

一方で、含まれない場合（ステップＳ２３０１：Ｎｏ）、情報処理装置１００は、第１の指標値が第１の閾値以上、または、第２の指標値が第２の閾値以上であるかを判定する（ステップＳ２３０３）。ここで、第１の閾値より小さい場合、または、第２の閾値より小さい場合（ステップＳ２３０３：Ｎｏ）、情報処理装置１００は、着目期間内の部分波形にノイズが含まれると判定して（ステップＳ２３０４）、ステップＳ２３０６の処理に移行する。

一方で、第１の閾値以上、かつ、第２の閾値以上である場合（ステップＳ２３０３：Ｙｅｓ）、情報処理装置１００は、着目期間内の部分波形が正常脈を示すと判定して（ステップＳ２３０５）、ステップＳ２３０６の処理に移行する。ステップＳ２３０６では、情報処理装置１００は、すべての着目期間について処理を行ったか否かを判定する（ステップＳ２３０６）。

ここで、処理を行っていない着目期間がある場合（ステップＳ２３０６：Ｎｏ）、情報処理装置１００は、ステップＳ２３０１の処理に戻る。一方で、すべての着目期間について処理を行った場合（ステップＳ２３０６：Ｙｅｓ）、情報処理装置１００は、判定処理を終了する。これにより、情報処理装置１００は、対象者の全体領域の脈波波形のうちの着目期間内の部分波形が不整脈を示すか否かを判定することができる。

〈判定処理手順の第５例〉
図２４は、判定処理手順の第５例を示すフローチャートである。図２４は、例えば、図１７の処理に対応する。

図２４において、情報処理装置１００は、モデルが設定されているか否かを判定する（ステップＳ２４０１）。ここで、モデルが設定されている場合（ステップＳ２４０１：Ｙｅｓ）、情報処理装置１００は、図２３の判定処理を実行して（ステップＳ２４０２）、図２４の判定処理を終了する。

一方で、モデルが設定されていない場合（ステップＳ２４０１：Ｎｏ）、情報処理装置１００は、図２０の判定処理を実行して（ステップＳ２４０３）、着目期間内の部分波形が不整脈を示すか否かを判定する。次に、情報処理装置１００は、着目期間のうち、ノイズを含まない判定結果になった着目期間について算出した第１の指標値と第２の指標値との組み合わせを、統計データとして蓄積する（ステップＳ２４０４）。次に、情報処理装置１００は、統計データが６０個以上あるか否かを判定する（ステップＳ２４０５）。ここで、６０個以上ない場合（ステップＳ２４０５：Ｎｏ）、情報処理装置１００は、判定処理を終了する。

一方で、６０個以上ある場合（ステップＳ２４０５：Ｙｅｓ）、情報処理装置１００は、蓄積された組み合わせのうち、第１の指標値が第１の閾値以上、かつ、第２の指標値が第２の閾値以下である組み合わせの数を算出する（ステップＳ２４０６）。次に、情報処理装置１００は、算出した数を統計データの数で割って得られた割合が、０．００であるか、または、０．０５以上であるかを判定する（ステップＳ２４０７）。

ここで、０．００ではなく、かつ、０．０５より小さい場合（ステップＳ２４０７：Ｎｏ）、情報処理装置１００は、統計データを初期化して（ステップＳ２４０８）、判定処理を終了する。一方で、０．００であるか、または、０．０５以上である場合（ステップＳ２４０７：Ｙｅｓ）、情報処理装置１００は、算出した数を統計データの数で割って得られた割合が０．００であるか否かを判定する（ステップＳ２４０９）。

ここで、０．００である場合（ステップＳ２４０９：Ｙｅｓ）、情報処理装置１００は、蓄積された統計データを、正常脈のときの第１の指標値と第２の指標値の組み合わせの学習データとして採用する（ステップＳ２４１０）。そして、情報処理装置１００は、ステップＳ２４１２の処理に移行する。

一方で、０．００ではない場合（ステップＳ２４０９：Ｎｏ）、情報処理装置１００は、蓄積された統計データを、不整脈のときの第１の指標値と第２の指標値の組み合わせの学習データとして採用する（ステップＳ２４１１）。そして、情報処理装置１００は、ステップＳ２４１２の処理に移行する。

ステップＳ２４１２では、情報処理装置１００は、統計データを初期化する（ステップＳ２４１２）。そして、情報処理装置１００は、モデルの生成に用いる、正常脈のとき、および、不整脈のときの第１の指標値と第２の指標値の組み合わせの学習データがあるか否かを判定する（ステップＳ２４１３）。ここで、学習データがない場合（ステップＳ２４１３：Ｎｏ）、情報処理装置１００は、判定処理を終了する。

一方で、学習データがある場合（ステップＳ２４１３：Ｙｅｓ）、情報処理装置１００は、学習データに基づいてモデルを生成して（ステップＳ２４１４）、判定処理を終了する。これにより、情報処理装置１００は、モデルに基づいて、対象者の全体領域の脈波波形のうちの着目期間内の部分波形が不整脈を示すか否かを判定することができる。

また、情報処理装置１００は、モデルが設定されていない場合には、対象者について算出された第１の指標値と第２の指標値との組み合わせからモデルを生成することができる。このため、情報処理装置１００は、対象者に応じたモデルを生成することができ、モデルに基づいて対象者のいずれかの部位の脈波波形のうちの着目期間内の部分波形が不整脈を示すか否かを、精度よく判定しやすくすることができる。

〈判定処理手順の第６例〉
図２５は、判定処理手順の第６例を示すフローチャートである。図２５において、情報処理装置１００は、モデルが設定されているか否かを判定する（ステップＳ２５０１）。ここで、モデルが設定されている場合（ステップＳ２５０１：Ｙｅｓ）、情報処理装置１００は、図２３の判定処理を実行して（ステップＳ２５０２）、図２５の判定処理を終了する。

一方で、モデルが設定されていない場合（ステップＳ２５０１：Ｎｏ）、情報処理装置１００は、図２０の判定処理を実行して（ステップＳ２５０３）、着目期間内の部分波形が不整脈を示すか否かを判定する。次に、情報処理装置１００は、着目期間のうち、ノイズを含まない判定結果になった着目期間について算出した第１の指標値と第２の指標値との組み合わせを、統計データとして蓄積する（ステップＳ２５０４）。次に、情報処理装置１００は、統計データが６０個以上あるか否かを判定する（ステップＳ２５０５）。ここで、６０個以上ない場合（ステップＳ２５０５：Ｎｏ）、情報処理装置１００は、判定処理を終了する。

一方で、６０個以上ある場合（ステップＳ２５０５：Ｙｅｓ）、情報処理装置１００は、統計データに基づいて、第２の指標値の最大値から第２の指標値の最小値を減算した際の差分が０．４以上であるか否かを判定する（ステップＳ２５０６）。ここで、０．４以上である場合（ステップＳ２５０６：Ｙｅｓ）、情報処理装置１００は、統計データとして蓄積された組み合わせに基づいて、第１の指標値と第２の指標値との相関の強さを示す第３の指標値を算出する（ステップＳ２５０７）。

次に、情報処理装置１００は、算出した第３の指標値が第３の閾値以下であるか否かを判定する（ステップＳ２５０８）。ここで、第３の閾値より大きい場合（ステップＳ２５０８：Ｎｏ）、情報処理装置１００は、蓄積された統計データを、正常脈のときの第１の指標値と第２の指標値の組み合わせの学習データとして採用する（ステップＳ２５０９）。そして、情報処理装置１００は、ステップＳ２５１７の処理に移行する。

一方で、第３の閾値以下である場合（ステップＳ２５０８：Ｙｅｓ）、情報処理装置１００は、蓄積された統計データを、不整脈のときの第１の指標値と第２の指標値の組み合わせの学習データとして採用する（ステップＳ２５１０）。そして、情報処理装置１００は、ステップＳ２５１７の処理に移行する。

また、ステップＳ２５０６で、０．４より小さい場合（ステップＳ２５０６：Ｎｏ）、情報処理装置１００は、蓄積された組み合わせのうち、第１の指標値が第１の閾値以上かつ第２の指標値が第２の閾値以下の組み合わせの数を算出する（ステップＳ２５１１）。次に、情報処理装置１００は、算出した数を統計データの数で割って得られた割合が、０．００であるか、または、０．０５以上であるかを判定する（ステップＳ２５１２）。

ここで、０．００ではなく、かつ、０．０５より小さい場合（ステップＳ２５１２：Ｎｏ）、情報処理装置１００は、統計データを初期化して（ステップＳ２５１３）、判定処理を終了する。一方で、０．００であるか、または、０．０５以上である場合（ステップＳ２５１２：Ｙｅｓ）、情報処理装置１００は、算出した数を統計データの数で割って得られた割合が０．００であるか否かを判定する（ステップＳ２５１４）。

ここで、０．００である場合（ステップＳ２５１４：Ｙｅｓ）、情報処理装置１００は、蓄積された統計データを、正常脈のときの第１の指標値と第２の指標値の組み合わせの学習データとして採用する（ステップＳ２５１５）。そして、情報処理装置１００は、ステップＳ２５１７の処理に移行する。

一方で、０．００ではない場合（ステップＳ２５１４：Ｎｏ）、情報処理装置１００は、蓄積された統計データを、不整脈のときの第１の指標値と第２の指標値の組み合わせの学習データとして採用する（ステップＳ２５１６）。そして、情報処理装置１００は、ステップＳ２５１７の処理に移行する。

ステップＳ２５１７では、情報処理装置１００は、統計データを初期化する（ステップＳ２５１７）。そして、情報処理装置１００は、モデルの生成に用いる、正常脈のとき、および、不整脈のときの第１の指標値と第２の指標値の組み合わせの学習データがあるか否かを判定する（ステップＳ２５１８）。ここで、学習データがない場合（ステップＳ２５１８：Ｎｏ）、情報処理装置１００は、判定処理を終了する。

一方で、学習データがある場合（ステップＳ２５１８：Ｙｅｓ）、情報処理装置１００は、学習データに基づいてモデルを生成して（ステップＳ２５１９）、判定処理を終了する。これにより、情報処理装置１００は、モデルに基づいて、対象者の全体領域の脈波波形のうちの着目期間内の部分波形が不整脈を示すか否かを判定することができる。

また、情報処理装置１００は、モデルが設定されていない場合には、対象者について算出された第１の指標値と第２の指標値との組み合わせからモデルを生成することができる。このため、情報処理装置１００は、対象者に応じたモデルを生成することができ、モデルに基づいて対象者のいずれかの部位の脈波波形のうちの着目期間内の部分波形が不整脈を示すか否かを、精度よく判定しやすくすることができる。

以上説明したように、情報処理装置１００によれば、対象者のそれぞれの部位の脈波波形のうちの少なくともいずれかの脈波波形間の一致度合いを示す第１の指標値を算出することができる。また、情報処理装置１００によれば、対象者のいずれかの部位の脈波波形のうちの部分波形間の一致度合いを示す第２の指標値を算出することができる。また、情報処理装置１００によれば、算出した第１の指標値と第２の指標値との組み合わせと、不整脈のときの第１の指標値と第２の指標値との対応関係を示す情報とに基づいて、対象者のいずれかの部位の脈波波形が不整脈を示すか否かを判定することができる。

これにより、情報処理装置１００は、対象者のいずれかの部位の脈波波形の脈波らしさと、対象者のいずれかの部位の脈波波形のうちの部分波形間の一致度合いとを参照して、対象者のいずれかの部位の脈波波形が不整脈を示すか否かを判定することができる。結果として、情報処理装置１００は、判定した結果を参照して対象者のいずれかの部位の脈波波形の解析精度の向上を図ることができる。

また、情報処理装置１００によれば、算出した第１の指標値が、算出した第２の指標値に対応する第１の指標値以上であると判定した場合に、対象者のいずれかの部位の脈波波形が不整脈を示すと判定することができる。これにより、情報処理装置１００は、対象者のいずれかの部位の脈波波形にノイズが含まれるか否かを判定しなくても、所定期間内での対象者のいずれかの部位の脈波波形が不整脈を示すか否かを判定することができる。

また、情報処理装置１００によれば、所定期間内のそれぞれの期間での対象者のそれぞれの部位の脈波波形のうちの少なくともいずれかの脈波波形間の一致度合いを示す第１の指標値を算出することができる。また、情報処理装置１００によれば、所定期間内のそれぞれの期間での少なくともいずれかの部位の脈波波形のうちの部分波形間の一致度合いを示す第２の指標値を算出することができる。また、情報処理装置１００によれば、それぞれの期間について算出した第１の指標値と第２の指標値とに基づいて、第１の指標値と第２の指標値との相関の強さを示す第３の指標値を算出することができる。また、情報処理装置１００によれば、算出した第３の指標値が閾値以下であると判定した場合に、所定期間内でのいずれかの部位の脈波波形が不整脈を示すと判定することができる。これにより、情報処理装置１００は、対象者のいずれかの部位の脈波波形にノイズが含まれるか否かを判定しなくても、所定期間内での対象者のいずれかの部位の脈波波形が不整脈を示すか否かを判定することができる。

また、情報処理装置１００によれば、所定期間内のそれぞれの期間について算出した第１の指標値に基づいて、それぞれの期間でのいずれかの部位の脈波波形にノイズが含まれるか否かを判定することができる。また、情報処理装置１００によれば、所定期間内でノイズが含まれないと判定した期間それぞれについて算出した第２の指標値に基づいて、ノイズが含まれないと判定した期間それぞれでのいずれかの部位の脈波波形が不整脈を示すか否かを判定することができる。また、情報処理装置１００によれば、ノイズが含まれないと判定した期間それぞれでのいずれかの部位の脈波波形が不整脈を示すか否かの判定結果に基づいて、不整脈のときの第１の指標値と第２の指標値との対応関係を示す情報を生成することができる。

これにより、情報処理装置１００は、所定期間内での対象者のいずれかの部位の脈波波形が不整脈を示すか否かを判定する際に用いられる対応関係を示す情報が予め設定されていなくても、対応関係を示す情報を生成することができる。また、情報処理装置１００は、対象者用の対応関係を示す情報を生成するため、対象者の脈波波形について不整脈を示すか否かの判定精度の向上を図ることができる。

また、情報処理装置１００によれば、それぞれの期間について算出した第２の指標値に基づいて、第２の指標値のばらつきの大きさを示す第４の指標値を算出することができる。また、情報処理装置１００によれば、第４の指標値が閾値以下である場合に、所定期間内のそれぞれの期間について算出した第１の指標値に基づいて、それぞれの期間でのいずれかの部位の脈波波形にノイズが含まれるか否かを判定することができる。また、情報処理装置１００によれば、所定期間内でノイズが含まれないと判定した期間それぞれについて算出した第２の指標値に基づいて、ノイズが含まれないと判定した期間それぞれでのいずれかの部位の脈波波形が不整脈を示すか否かを判定することができる。

これにより、情報処理装置１００は、対象者のいずれかの部位の脈波波形の乱れが比較的小さい場合は、対象者のいずれかの部位の脈波波形にノイズが含まれるか否かを判定し、ノイズが含まれない場合に不整脈を示すか否かを判定することができる。結果として、情報処理装置１００は、ノイズが含まれる脈波波形を解析対象から除外し、ノイズが含まれない脈波波形を解析対象として、不整脈を示すか否かの判定結果を参照して解析することができ、解析精度の向上を図ることができる。

また、情報処理装置１００によれば、所定期間内でノイズが含まれないと判定した期間それぞれについて算出した第２の指標値が第２の閾値より小さいか否かを判定することができる。また、情報処理装置１００によれば、所定期間内でノイズが含まれないと判定した期間のうちで第２の指標値が第２の閾値より小さいと判定した期間の割合に基づいて、所定期間内でのいずれかの部位の脈波波形が不整脈を示すか否かを判定することができる。これにより、情報処理装置１００は、ノイズが含まれない期間に限定して算出した第２の指標値を用いて、所定期間内での対象者のいずれかの部位の脈波波形が不整脈を示すか否かを判定することができ、判定精度の向上を図ることができる。

ここで、対象者のいずれかの部位の脈波波形の乱れが比較的大きい場合に、ノイズを含む脈波波形を解析対象にせず、ノイズが含まれない脈波波形を解析対象にすると、解析対象の脈波波形の数が少なくなり解析精度が低下する可能性がある。そこで、情報処理装置１００によれば、第４の指標値が第４の閾値より大きい場合に、それぞれの期間について算出した第１の指標値と第２の指標値とに基づいて、第１の指標値と第２の指標値との相関の強さを示す第３の指標値を算出することができる。また、情報処理装置１００によれば、算出した第３の指標値が第３の閾値以下であると判定した場合に、所定期間内でのいずれかの部位の脈波波形が不整脈を示すと判定することができる。

これにより、情報処理装置１００は、対象者のいずれかの部位の脈波波形の乱れが比較的大きい場合は、対象者のいずれかの部位の脈波波形にノイズが含まれるか否かを判定せずに、不整脈を示すか否かを判定することができる。そして、情報処理装置１００は、ノイズが含まれるか否かに関わらず脈波波形を解析対象として、ノイズが含まれるか否かに関わらず不整脈を示すか否かを判定した結果を参照して解析することができ、解析精度の向上を図ることができる。

また、情報処理装置１００によれば、対象者のそれぞれの部位の脈波波形のうちの少なくともいずれかの脈波波形間の一致度合いを示す第１の指標値を算出することができる。また、情報処理装置１００によれば、対象者のそれぞれの部位の脈波波形のうちのいずれかの部位の脈波波形のうちの部分波形間の一致度合いを示す第２の指標値を算出することができる。また、情報処理装置１００によれば、算出した第１の指標値に基づいて、対象者のいずれかの部位の脈波波形にノイズが含まれるか否かを判定することができる。また、情報処理装置１００によれば、ノイズが含まれないと判定した場合に、算出した第２の指標値に基づいて、対象者のいずれかの部位の脈波波形が不整脈を示すか否かを判定することができる。

これにより、情報処理装置１００は、対象者のいずれかの部位の脈波波形にノイズが含まれるか否かを判定し、ノイズが含まれない場合に不整脈を示すか否かを判定することができる。結果として、情報処理装置１００は、ノイズが含まれる脈波波形を解析対象から除外し、ノイズが含まれない脈波波形を解析対象として、不整脈を示すか否かの判定結果を参照して解析することができ、解析精度の向上を図ることができる。

また、情報処理装置１００によれば、取得した所定期間内のそれぞれの期間での対象者のそれぞれの部位の脈波波形のうちの脈波波形間の一致度合いを示す第１の指標値を算出することができる。また、情報処理装置１００によれば、取得した所定期間内のそれぞれの期間でのいずれかの部位の脈波波形のうちの部分波形間の一致度合いを示す第２の指標値を算出することができる。また、情報処理装置１００によれば、所定期間内のそれぞれの期間について算出した第１の指標値に基づいて、それぞれの期間でのいずれかの部位の脈波波形にノイズが含まれるか否かを判定することができる。また、情報処理装置１００によれば、所定期間内でノイズが含まれないと判定した期間それぞれについて算出した第２の指標値が第２の閾値より大きいか否かを判定することができる。また、情報処理装置１００によれば、所定期間内でノイズが含まれないと判定した期間のうちで第２の指標値が第２の閾値より大きいと判定した期間の割合に基づいて、所定期間内でのいずれかの部位の脈波波形が不整脈を示すか否かを判定することができる。

これにより、情報処理装置１００は、ノイズが含まれる期間について算出した第２の指標値を用いずに、所定期間内での対象者のいずれかの部位の脈波波形が不整脈を示すか否かを判定することができ、判定精度の向上を図ることができる。

また、情報処理装置１００によれば、第１の指標値および算出した第２の指標値に基づいて、いずれかの部位の脈波波形にノイズが含まれるか否かを判定することができる。これにより、情報処理装置１００は、対象者のいずれかの部位の脈波波形の脈波らしさと、対象者のいずれかの部位の脈波波形のうちの部分波形間の一致度合いとを参照して、ノイズが含まれるか否かを判定することができ、判定精度の向上を図ることができる。

また、情報処理装置１００によれば、第２の指標値として、いずれかの部位の脈波波形のうちで所定周期分の長さの部分波形間の一致度合いを示す値を採用することができる。これにより、情報処理装置１００は、対象者のいずれかの部位の脈波波形について、どのくらい類似した部分波形が繰り返されるのかを示す値を、第２の指標値として採用することができる。

また、情報処理装置１００によれば、第２の指標値として、いずれかの部位の脈波波形のうちの脈波間隔のばらつきの大きさを示す値を採用することができる。これにより、情報処理装置１００は、対象者のいずれかの部位の脈波波形について周期の変動がどのくらいの大きさであるかを示す値を、第２の指標値として採用することができる。

なお、本実施の形態で説明した情報処理方法は、予め用意されたプログラムをパーソナル・コンピュータやワークステーション等のコンピュータで実行することにより実現することができる。本情報処理プログラムは、ハードディスク、フレキシブルディスク、ＣＤ−ＲＯＭ、ＭＯ、ＤＶＤ等のコンピュータで読み取り可能な記録媒体に記録され、コンピュータによって記録媒体から読み出されることによって実行される。また本情報処理プログラムは、インターネット等のネットワークを介して配布してもよい。

上述した実施の形態に関し、さらに以下の付記を開示する。

（付記１）対象者を撮影したそれぞれの撮影画像に含まれる前記対象者の複数の部位のそれぞれの部位の画像を解析して得られた前記それぞれの部位の脈波波形を取得する取得部と、
取得した前記それぞれの部位の脈波波形のうちの脈波波形間の一致度合いを示す第１の指標値を算出し、取得した前記それぞれの部位の脈波波形のうちの部分波形間の一致度合いを示す第２の指標値を算出する算出部と、
算出した前記第１の指標値と算出した前記第２の指標値との組み合わせに基づいて、取得した前記脈波波形が不整脈を示すか否かを判定する判定部と、
不整脈を示すか否かの判定結果を出力する出力部と、
を有することを特徴とする情報処理装置。

（付記２）前記判定部は、前記第１の指標値と前記第２の指標値との対応関係を示す情報に基づいて、前記脈波波形が不整脈を示すか否かを判定する、ことを特徴とする付記１に記載の情報処理装置。

（付記３）前記判定部が、算出した前記第１の指標値に基づいて、取得した前記それぞれの部位の脈波波形にノイズが含まれるか否かを加えて判定する、ことを特徴とする付記１に記載の情報処理装置。

（付記４）前記判定部が、算出した前記第２の指標値に基づいて、取得した前記脈波波形が不整脈を示すか否かを判定する、ことを特徴とする付記３に記載の情報処理装置。

（付記５）前記算出部が、複数の期間のそれぞれの期間において第１の指標値と第２の指標値を算出し、
前記判定部が、前記それぞれの期間について算出した前記第１の指標値と前記第２の指標値とに基づいて、前記脈波波形が不整脈を示すか否かを判定する、ことを特徴とする付記１〜４のいずれか一つに記載の情報処理装置。

（付記６）前記判定部が、前記第１の指標値と前記第２の指標値との対応関係を示す情報が不整脈である場合と不整脈でない場合のいずれか一つ以上の第１の指標値と第２の指標値の対応関係を示す情報であり、前記対応関係を示す情報に基づいて、算出した前記第１の指標値が、算出した前記第２の指標値に対応する前記第１の指標値以上であると判定した場合に、取得した前記脈波波形が不整脈を示すと判定する、ことを特徴とする付記１〜５のいずれか一つに記載の情報処理装置。

（付記７）前記算出部が、前記第１の指標値と前記第２の指標値との相関の強さを示す第３の指標値を前記第１の指標値と前記第２の指標値との対応関係を示す情報として算出し、
前記判定部が、算出した前記第３の指標値が小さいと判定した場合に、前記脈波波形が不整脈を示すと判定する、ことを特徴とする付記１〜６のいずれか一つに記載の情報処理装置。

（付記８）前記判定部が、前記第２の指標値が閾値より小さいと判定した期間の割合を前記第１の指標値と前記第２の指標値との対応関係を示す情報として算出し、その情報に基づいて前記脈波波形が不整脈を示すか否かを判定する、ことを特徴とする付記１〜７のいずれか一つに記載の情報処理装置。

（付記９）前記判定部の不整脈を示すか否かの判定結果に基づいて、前記第１の指標値と前記第２の指標値との対応関係を示す情報を生成する学習部、を有することを特徴とする付記１〜８のいずれか一つに記載の情報処理装置。

（付記１０）前記算出部が、複数の期間のそれぞれの期間について算出した前記第２の指標値に基づいて、前記第２の指標値のばらつきの大きさを示す第４の指標値を算出し、
前記判定部が、算出した前記第４の指標値に応じて、前記第１の指標値と前記第２の指標値との対応関係を示す情報を切り替える、ことを特徴とする付記１〜９のいずれか一つに記載の情報処理装置。

（付記１１）前記第２の指標値は、前記それぞれの部位の脈波波形における所定周期分の長さの部分波形間の一致度合いを示す値である、ことを特徴とする付記１〜１０のいずれか一つに記載の情報処理装置。

（付記１２）前記第２の指標値は、前記それぞれの部位の脈波波形における脈波間隔のばらつきの大きさを示す値である、ことを特徴とする付記１〜１１のいずれか一つに記載の情報処理装置。

（付記１３）コンピュータが、
対象者を撮影したそれぞれの撮影画像に含まれる前記対象者の複数の部位のそれぞれの部位の画像を解析して得られた前記それぞれの部位の脈波波形を取得し、
取得した前記それぞれの部位の脈波波形のうちの脈波波形間の一致度合いを示す第１の指標値を算出し、
取得した前記それぞれの部位の脈波波形のうちの部分波形間の一致度合いを示す第２の指標値を算出し、
算出した前記第１の指標値と算出した前記第２の指標値との組み合わせに基づいて、取得した前記脈波波形が不整脈を示すか否かを判定し、
不整脈を示すか否かの判定結果を出力する、
処理を実行することを特徴とする情報処理方法。

（付記１４）コンピュータに、
対象者を撮影したそれぞれの撮影画像に含まれる前記対象者の複数の部位のそれぞれの部位の画像を解析して得られた前記それぞれの部位の脈波波形を取得し、
取得した前記それぞれの部位の脈波波形のうちの脈波波形間の一致度合いを示す第１の指標値を算出し、
取得した前記それぞれの部位の脈波波形のうちの部分波形間の一致度合いを示す第２の指標値を算出し、
算出した前記第１の指標値と算出した前記第２の指標値との組み合わせに基づいて、取得した前記脈波波形が不整脈を示すか否かを判定し、
不整脈を示すか否かの判定結果を出力する、
処理を実行させることを特徴とする情報処理プログラム。

１００ 情報処理装置
１０１ 動画像
２００ バス
２０１ ＣＰＵ
２０２ メモリ
２０３ Ｉ／Ｆ
２０４ ディスクドライブ
２０５ ディスク
２０６ カメラ
２１０ ネットワーク
３０１ 取得部
３０２ 算出部
３０３ 判定部
３０４ 分析部
３０５ 出力部
４００ 撮影画像
４１０〜４１２，５０１〜５０３，６０１，６０２ 画像
８０１，８０５，８０８ ＢＰＦ
８０２，８０４，８０６，８０７ 演算部
８０３ ＬＰＦ
９００，１０１０，１０２０ 脈波波形
９０１，１０１１，１０２１，１１００，１２００ 部分波形
１６０１，１６０２ 領域
１６０３ 境界線

Claims (14)

1. 対象者を撮影したそれぞれの撮影画像に含まれる前記対象者の複数の部位のそれぞれの部位の画像を解析して得られた前記それぞれの部位の脈波波形を取得する取得部と、
   取得した前記それぞれの部位の脈波波形のうちの脈波波形間の一致度合いを示す第１の指標値を算出し、取得した前記それぞれの部位の脈波波形のうちの部分波形間の一致度合いを示す第２の指標値を算出する算出部と、
   算出した前記第１の指標値と算出した前記第２の指標値との組み合わせに基づいて、取得した前記脈波波形が不整脈を示すか否かを判定する判定部と、
   不整脈を示すか否かの判定結果を出力する出力部と、
   を有することを特徴とする情報処理装置。
2. 前記判定部は、前記第１の指標値と前記第２の指標値との対応関係を示す情報に基づいて、前記脈波波形が不整脈を示すか否かを判定する、ことを特徴とする請求項１に記載の情報処理装置。
3. 前記判定部が、算出した前記第１の指標値に基づいて、取得した前記それぞれの部位の脈波波形にノイズが含まれるか否かを加えて判定する、ことを特徴とする請求項１に記載の情報処理装置。
4. 前記判定部が、算出した前記第２の指標値に基づいて、取得した前記脈波波形が不整脈を示すか否かを判定する、ことを特徴とする請求項３に記載の情報処理装置。
5. 前記算出部が、複数の期間のそれぞれの期間において第１の指標値と第２の指標値を算出し、
   前記判定部が、前記それぞれの期間について算出した前記第１の指標値と前記第２の指標値とに基づいて、前記脈波波形が不整脈を示すか否かを判定する、ことを特徴とする請求項１〜４のいずれか一つに記載の情報処理装置。
6. 前記判定部が、前記第１の指標値と前記第２の指標値との対応関係を示す情報が不整脈である場合と不整脈でない場合のいずれか一つ以上の第１の指標値と第２の指標値の対応関係を示す情報であり、前記対応関係を示す情報に基づいて、算出した前記第１の指標値が、算出した前記第２の指標値に対応する前記第１の指標値以上であると判定した場合に、取得した前記脈波波形が不整脈を示すと判定する、ことを特徴とする請求項１〜５のいずれか一つに記載の情報処理装置。
7. 前記算出部が、前記第１の指標値と前記第２の指標値との相関の強さを示す第３の指標値を前記第１の指標値と前記第２の指標値との対応関係を示す情報として算出し、
   前記判定部が、算出した前記第３の指標値が小さいと判定した場合に、前記脈波波形が不整脈を示すと判定する、ことを特徴とする請求項１〜６のいずれか一つに記載の情報処理装置。
8. 前記判定部が、前記第２の指標値が閾値より小さいと判定した期間の割合を前記第１の指標値と前記第２の指標値との対応関係を示す情報として算出し、その情報に基づいて前記脈波波形が不整脈を示すか否かを判定する、ことを特徴とする請求項１〜７のいずれか一つに記載の情報処理装置。
9. 前記判定部の不整脈を示すか否かの判定結果に基づいて、前記第１の指標値と前記第２の指標値との対応関係を示す情報を生成する学習部、を有することを特徴とする請求項１〜８のいずれか一つに記載の情報処理装置。
10. 前記算出部が、複数の期間のそれぞれの期間について算出した前記第２の指標値に基づいて、前記第２の指標値のばらつきの大きさを示す第４の指標値を算出し、
    前記判定部が、算出した前記第４の指標値に応じて、前記第１の指標値と前記第２の指標値との対応関係を示す情報を切り替える、ことを特徴とする請求項１〜９のいずれか一つに記載の情報処理装置。
11. 前記第２の指標値は、前記それぞれの部位の脈波波形における所定周期分の長さの部分波形間の一致度合いを示す値である、ことを特徴とする請求項１〜１０のいずれか一つに記載の情報処理装置。
12. 前記第２の指標値は、前記それぞれの部位の脈波波形における脈波間隔のばらつきの大きさを示す値である、ことを特徴とする請求項１〜１１のいずれか一つに記載の情報処理装置。
13. コンピュータが、
    対象者を撮影したそれぞれの撮影画像に含まれる前記対象者の複数の部位のそれぞれの部位の画像を解析して得られた前記それぞれの部位の脈波波形を取得し、
    取得した前記それぞれの部位の脈波波形のうちの脈波波形間の一致度合いを示す第１の指標値を算出し、
    取得した前記それぞれの部位の脈波波形のうちの部分波形間の一致度合いを示す第２の指標値を算出し、
    算出した前記第１の指標値と算出した前記第２の指標値との組み合わせに基づいて、取得した前記脈波波形が不整脈を示すか否かを判定し、
    不整脈を示すか否かの判定結果を出力する、
    処理を実行することを特徴とする情報処理方法。
14. コンピュータに、
    対象者を撮影したそれぞれの撮影画像に含まれる前記対象者の複数の部位のそれぞれの部位の画像を解析して得られた前記それぞれの部位の脈波波形を取得し、
    取得した前記それぞれの部位の脈波波形のうちの脈波波形間の一致度合いを示す第１の指標値を算出し、
    取得した前記それぞれの部位の脈波波形のうちの部分波形間の一致度合いを示す第２の指標値を算出し、
    算出した前記第１の指標値と算出した前記第２の指標値との組み合わせに基づいて、取得した前記脈波波形が不整脈を示すか否かを判定し、
    不整脈を示すか否かの判定結果を出力する、
    処理を実行させることを特徴とする情報処理プログラム。

Images