JPWO2017179695A1 - 生体情報分析装置、システム、及び、プログラム - Google Patents

Abstract

生体情報分析装置は、ユーザの身体に装着され、１心拍ごとの血圧波形を非侵襲的に計測可能なセンサにより連続的に計測される血圧波形のデータから、前記ユーザの動作が心臓に与える負荷を表す指標を抽出する指標抽出部（５０）と、前記指標抽出部により抽出した前記指標を出力する処理部（５１）と、を有し、前記指標抽出部は、前記ユーザが安静状態にある安静区間の血圧波形と、前記ユーザが動作中である動作区間の血圧波形との間の違いに基づき前記指標を求める。

Description

本発明は、計測した血圧波形から有益な情報を取得する技術に関する。

橈骨（とうこつ）動脈の内圧変化を計測し、圧脈波の形状（血圧波形）を記録する技術が知られている。特許文献１（特開２００８−６１８２４号公報）には、トノメトリ法により血圧波形を計測し、血圧波形からＡＩ（Augmentation Index）値、脈波周期、基線変動率、鮮鋭度、ＥＴ（Ejection Time）などの情報を取得することが開示されている。また、特許文献２（特表２００５−５３２１１１号公報）には、腕時計型の血圧計により血圧波形を計測し、血圧波形から平均動脈圧、平均収縮期圧、平均拡張期圧、平均収縮期圧指数、及び、平均拡張期圧指数を計算し、これらの値が基準値から逸脱した場合にアラートを出力することが開示されている。

特開２００８−６１８２４号公報 特表２００５−５３２１１１号公報

本発明者らは、自由行動下における１心拍ごとの血圧波形を正確に計測可能な血圧測定デバイスの実用化に向け、鋭意開発を進めている。その開発過程における被験者実験を通じて、本発明者らは、自由行動下において連続的に計測した血圧波形のデータから様々な有益な情報を抽出できることを見出した。

心臓への負荷を表す指標のひとつとして、ＡＩ値がある。ＡＩ値を求めるには１心拍ごとの血圧波形を計測する必要があり、そのために、従来は安静状態での計測が必要であった。すなわち、従来は、ユーザの動作が心臓に与える負荷を評価することができなかった。

本発明者らは、ユーザによる動作の影響が、自由行動下において連続的に計測した血圧波形の形状変化として現れ、その変化から動作が心臓に与える負荷を評価できることを見出した。

本発明は、動作が心臓に与える負荷を評価するための新規な技術を提供することを目的とする。

上記目的を達成するために本発明は以下の構成を採用する。

本発明に係る生体情報分析装置は、ユーザの身体に装着され、１心拍ごとの血圧波形を非侵襲的に計測可能なセンサにより連続的に計測される血圧波形のデータから、前記ユーザの動作が心臓に与える負荷を表す指標を抽出する指標抽出部と、前記指標抽出部により抽出した前記指標を出力する処理部と、を有し、前記指標抽出部は、前記ユーザが安静状態にある安静区間の血圧波形と、前記ユーザが動作中である動作区間の血圧波形との間の違いに基づき前記指標を求める、ことを特徴とする生体情報分析装置である。

ここで、安静区間とはユーザが安静状態にしている区間であり、動作区間とはユーザが動作中である区間である。安静区間と動作区間の区別は、人（ユーザ自身または第三者）が入力（教示）してもよい。たとえば、指標抽出部は、前記ユーザの動作開始時刻を表すデータおよび動作終了時刻を表すデータに基づいて、前記動作区間と前記安静区間を決定してもよい。この場合、指標抽出部は、動作開始時刻から動作終了時刻までの区間が動作区間であると決定し、その他の区間が安静区間であると決定できる。安静区間と動作区間の区別は、計測データに基づいて生体情報分析装置が自動で認識してもよい。たとえば、指標抽出部は、前記ユーザの動作を検知する第２のセンサ（体動測定センサ、環境測定センサ等）の計測データに基づいて、前記動作区間と前記安静区間を決定してもよい。また、指標抽出部は、血圧波形のデータ自体から安静区間と動作区間を認識してもよい。

指標抽出部は、ユーザの動作の影響が血圧波形の変化として現れた時刻（影響出現点と呼ぶ）を求め、動作の開始から影響出現点までの経過時間に基づき、指標を求めてもよい。指標は、当該経過時間自体であってもよいし、経過時間に基づいて決定される値であってもよい。この経過時間が短いほど、動作に伴う心臓負荷が大きいといえる。前記指標抽出部は、前記動作の開始後の駆出開始点のうち、その時点での血圧値と前記安静区間における代表的な最低血圧値との差が閾値以上という条件を満たす最初の点を前記影響出現点として求めてもよい。安静区間における代表的な最低血圧値は、たとえば、動作区間直前の１拍における最低血圧値、あるいは、動作区間直前の所定数拍における最低血圧値の平均値としてもよい。

また、指標抽出部は、安静区間における代表的な最低血圧値と動作区間における代表的な最低血圧値の差に基づき、指標を算出してもよい。指標は、当該差自体であってもよいし、差に基づいて決定される値であってもよい。動作区間における代表的な最低血圧値は、たとえば、前記動作区間における平均最低血圧値、または前記動作区間における最低血圧値の最大値としてもよい。また、安静区間における代表的な最低血圧値は、たとえば、動作区間の直前の所定時間における平均最低血圧値としてもよい。これらの最低血圧値の差が大きいほど、動作に伴う心臓負荷が大きいといえる。

また、指標抽出部は、安静区間の血圧波形と動作区間の血圧波形の間の形状類似度に基づき、指標を求めてもよい。指標は、当該形状類似度自体であってもよいし、形状類似度に基づいて決定される値であってもよい。形状類似度は、前記安静区間における代表的な血圧波形と前記動作区間における代表的な血圧波形のあいだの相関（たとえば相互相関）として求めてもよい。動作区間における代表的な血圧波形は、たとえば、前記動作の影響が血圧波形の変化として現れた時刻である影響出現点の後の１拍の血圧波形または複数拍の平均血圧波形としてもよい。安静区間における代表的な血圧波形は、たとえば、前記動作区間の直前の１拍の血圧波形または複数拍の平均血圧波形としてもよい。安静区間と動作区間の血圧波形の形状類似度が小さいほど、すなわち動作に伴う血圧波形の変化が大きいほど、動作に伴う心臓負荷が大きいといえる。

また、指標抽出部は、前記安静区間の血圧波形と前記動作区間の血圧波形の違いに基づき複数のサブ指標を求め、前記複数のサブ指標に基づいて前記指標（総合指標）を算出してもよい。ここで、サブ指標の例として、動作の開始から影響出現点までの経過時間、安静区間と動作区間における代表的な最低血圧値の差、安静区間と動作区間における代表的な血圧波形の形状類似度が挙げられる。また、総合指標は、ＡＩ値も考慮して決定されてもよい。

また、処理部による前記指標の出力態様は特に任意であってかまわない。上述のように複数のサブ指標に基づいて総合指標を計算する場合には、処理部は、サブ指標とともに総合指標を出力してもよい。出力態様として、グラフ形式と表形式の少なくともいずれかを採用できる。グラフは、サブ指標の少なくとも１つを座標軸にとって、総合指標を出力してもよい。また、グラフにおいて、総合指標はその値が分かるように、値に応じた大きさでプロットされてもよいし、値とともにプロットされてもよい。

また、処理部による指標の出力は、ユーザが行った動作が分かる態様で出力されてもよい。ユーザの動作は、人（ユーザ自身あるいは第三者）によって入力されたデータに基づいて決定してもよいし、ユーザの動作を検知するセンサからの計測データに基づいて決定してもよい。計測データに基づく動作の決定では、ルールベースの処理や、機械学習によって生成された識別器を用いた処理が採用できる。

本発明に係る生体情報分析システムは、ユーザの身体に装着され、１心拍ごとの血圧波形を非侵襲的に計測可能なセンサと、前記センサにより連続的に計測される血圧波形のデータを用いて、生体情報の分析を行う生体情報分析装置と、を有することを特徴とする生体情報分析システムである。

本発明に係るプログラムは、生体情報分析装置の前記指標抽出部及び前記処理部としてプロセッサを機能させることを特徴とするプログラムである。

なお、本発明は、上記構成ないし機能の少なくとも一部を有する生体情報分析装置ないしシステムとして捉えることができる。また、本発明は、上記処理の少なくとも一部を含む生体情報分析方法、又は、かかる方法をコンピュータに実行させるためのプログラム、又は、そのようなプログラムを非一時的に記録したコンピュータ読取可能な記録媒体として捉えることもできる。上記構成及び処理の各々は技術的な矛盾が生じない限り互いに組み合わせて本発明を構成することができる。

本発明によれば、動作が心臓に与える負荷を評価するための技術を提供することができる。

図１は生体情報分析システム１０の外観の概略構成を示す図である。 図２は生体情報分析システム１０のハードウエア構成を示すブロック図である。 図３は血圧測定ユニット２０の構造と測定時の状態を模式的に示す断面図である。 図４は血圧測定ユニット２０で測定される血圧波形を示す図である。 図５は生体情報分析装置１の処理を説明するブロック図である。 図６は１心拍の橈骨動脈の圧脈波の波形（血圧波形）を示す図である。 図７は実施例におけるユーザが寝た状態（仰臥位）で股を開く動作を行った際の血圧波形の一例を示す図である。 図８は実施例における指標を説明する図である。 図９Ａ及び図９Ｂは実施例における画面表示の一例を示す図である。 図１０は、実施例における処理の流れを示すフローチャートである。

以下に図面を参照しつつ、本発明の好適な実施の形態を説明する。ただし、以下に記載されている各構成の説明は、発明が適用される装置の構成や各種条件により適宜変更されるべきものであり、この発明の範囲を以下の記載に限定する趣旨のものではない。

＜生体情報分析システム＞
図１は、本発明の一実施形態に係る生体情報分析システム１０の外観の概略構成を示す図である。図１は生体情報分析システム１０を左手首に装着した状態を示している。生体情報分析システム１０は、本体部１１と、本体部１１に固定されたベルト１２と、を備える。生体情報分析システム１０は、いわゆるウェアラブル型のデバイスであり、本体部１１が手首内側の皮膚に接触し、かつ、皮下に存在する橈骨動脈ＴＤの上に本体部１１が配置されるように、装着される。なお、本実施形態では橈骨動脈ＴＤ上に装置を装着する構成としたが、他の表在動脈上に装着する構成でもよい。

図２は、生体情報分析システム１０のハードウエア構成を示すブロック図である。生体情報分析システム１０は、概略、測定ユニット２と生体情報分析装置１を有する。測定ユニット２は、生体情報の分析に利用する情報を測定により取得するデバイスであり、血圧測定ユニット２０、体動測定ユニット２１、環境測定ユニット２２を含む。ただし、測定ユニット２の構成は図２のものに限られない。例えば、血圧や体動以外の生体情報（体温、血糖、脳波など）を測定するユニットを追加してもよい。あるいは、後述する実施例で利用しないユニットは必須の構成ではないので、生体情報分析システム１０に搭載しなくてもよい。生体情報分析装置１は、測定ユニット２から得られる情報を基に生体情報の分析を行うデバイスであり、制御ユニット２３、入力ユニット２４、出力ユニット２５、通信ユニット２６、記憶ユニット２７を含む。各ユニット２０〜２７は、ローカルバスその他の信号線を介して信号がやり取りできるよう、互いに接続されている。また生体情報分析システム１０は、不図示の電源（バッテリ）を有する。

血圧測定ユニット２０は、トノメトリ法により橈骨動脈ＴＤの圧脈波を測定するユニットである。トノメトリ法は、皮膚の上から動脈を適切な圧力で押圧して動脈ＴＤに扁平部を形成し、動脈内圧と外圧をバランスさせて、圧力センサにより非侵襲的に圧脈波を計測する方法である。

体動測定ユニット２１は、３軸加速度センサを含み、このセンサによりユーザの身体の動き（体動）を測定するユニットである。体動測定ユニット２１は、当該３軸加速度センサの出力を、制御ユニット２３が読み取り可能な形式に変換する回路を含んでいてもよい。

環境測定ユニット２２は、ユーザの心身の状態（特に血圧）に影響を与え得る環境情報を測定するユニットである。環境測定ユニット２２は、例えば、気温センサ、湿度センサ、照度センサ、高度センサ、位置センサなどを含むことができる。環境測定ユニット２２は、これらのセンサなどの出力を、制御ユニット２３が読み取り可能な形式に変換する回路を含んでいてもよい。

制御ユニット２３は、生体情報分析システム１０の各部の制御、測定ユニット２からのデータの取り込み、取り込んだデータの記憶ユニット２７への格納、データの処理・分析、データの入出力などの各種処理を担うユニットである。制御ユニット２３は、ハードウェアプロセッサ（以下、ＣＰＵと呼ぶ）、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random
Access Memory）、などを含む。後述する制御ユニット２３の処理は、ＣＰＵがＲＯＭ又は記憶ユニット２７に記憶されているプログラムを読み込み実行することにより実現される。ＲＡＭは、制御ユニット２３が各種処理を行う際のワークメモリとして機能する。なお、本実施形態では、測定ユニット２からのデータの取り込み、及び、記憶ユニット２７へのデータの格納を制御ユニット２３が実行する構成としたが、測定ユニット２から記憶ユニット２７へ直接データが格納（書き込み）されるように構成してもよい。

実施形態の各構成要素、例えば、測定ユニット、指標抽出部、処理部、判断部、リスクデータベース、入力ユニット、出力ユニット及び、症例データベース等は、生体情報分析システム１０にハードウエアで実装されてもよい。指標抽出部、処理部、及び判断部は、記憶ユニット２７に格納された実行可能なプログラムを受信して実行してもよい。指標抽出部、処理部、及び判断部は、必要に応じて血圧測定ユニット２０、体動測定ユニット２１、環境測定ユニット２２、入力ユニット２４、出力ユニット２５、通信ユニット２６、記憶ユニット２７等からデータを受信してもよい。リスクデータベース及び症例データベース等のデータベースは、記憶ユニット２７等で実装され、データを検索や蓄積が容易にできるよう整理された情報を格納してもよい。ここで、例えば、生体情報分析システム１０の構造や動作等については、特願２０１６−０８２０６９号に開示される。その内容は、引用により本明細書に組み込まれる。また、血圧測定ユニットの構造や動作等については、特開２０１６−０８７００３号公報に開示される。その内容は、引用により本明細書に組み込まれる。

入力ユニット２４は、ユーザに対し操作インタフェースを提供するユニットである。例えば、操作ボタン、スイッチ、タッチパネルなどを用いることができる。

出力ユニット２５は、ユーザに対し情報出力を行うインタフェースを提供するユニットである。例えば、画像により情報を出力する表示装置（液晶ディスプレイなど）、音声により情報を出力する音声出力装置やブザー、光の明滅により情報を出力するＬＥＤ、振動により情報を出力する振動装置などを用いることができる。

通信ユニット２６は、他のデバイスとの間でデータ通信を行うユニットである。データ通信方式は、無線ＬＡＮ、Ｂｌｕｅｔｏｏｔｈ（登録商標）などどのような方式でもよい。

記憶ユニット２７は、データの記憶及び読み出しが可能な記憶媒体であり、制御ユニット２３で実行されるプログラム、各測定ユニットから得られた測定データ、測定データを処理することで得られた各種のデータなどを記憶する。記憶ユニット２７は、記憶対象となる情報を、電気的、磁気的、光学的、機械的又は化学的作用によって蓄積する媒体である。例えばフラッシュメモリが用いられる。記憶ユニット２７は、メモリカード等の可搬型のものであってもよいし、生体情報分析システム１０に内蔵されていてもよい。

体動測定ユニット２１、環境測定ユニット２２、制御ユニット２３、入力ユニット２４、出力ユニット２５、記憶ユニット２７の一部又は全部を、本体部１１とは別のデバイスで構成してもよい。すなわち、血圧測定ユニット２０とその制御を行う回路を内蔵する本体部１１が手首に装着可能な形態であれば、それ以外のユニットの構造については自由に設計できる。この場合、本体部１１は通信ユニット２６を介して別のユニットと連携する。例えば、制御ユニット２３や入力ユニット２４や出力ユニット２５の機能をスマートフォンのアプリで構成したり、体動測定ユニット２１や環境測定ユニット２２の機能を有する活動量計から必要なデータを取得する等、さまざまな構成が考えられる。また、血圧以外の生体情報を測定するセンサを設けてもよい。例えば、睡眠センサ、パルスオキシメーター（ＳｐＯ_２センサ）、呼吸センサ（フローセンサ）、血糖値センサなどを組み合わせてもよい。

なお、本実施形態では、血圧を測定するセンサ（血圧測定ユニット２０）と血圧波形データの分析処理を行う構成（制御ユニット２３等）を１つの装置内に設けたが、それらを別体の構成としてもよい。本実施形態では、生体情報の分析処理を行う構成（制御ユニット２３等）を生体情報分析装置と呼び、測定ユニットと生体情報分析装置の組み合わせで構成される装置を生体情報分析システムと呼ぶ。しかし、名称は便宜的なものであり、測定ユニットと生体情報の分析処理を行う構成の全体を生体情報分析装置と呼んでもよいし、他の名称を用いてもよい。

＜血圧波形の測定＞
図３は血圧測定ユニット２０の構造と測定時の状態を模式的に示す断面図である。血圧測定ユニット２０は、圧力センサ３０と、圧力センサ３０を手首に対して押圧するための押圧機構３１と、を備える。圧力センサ３０は、複数の圧力検出素子３００を有している。圧力検出素子３００は、圧力を検出して電気信号に変換する素子であり、例えばピエゾ抵抗効果を利用した素子などを好ましく用いることができる。押圧機構３１は、例えば、空気袋とこの空気袋の内圧を調整するポンプとにより構成される。制御ユニット２３がポンプを制御し空気袋の内圧を高めると、空気袋の膨張により圧力センサ３０が皮膚表面に押し当てられる。なお、押圧機構３１は、圧力センサ３０の皮膚表面に対する押圧力を調整可能であれば何でもよく、空気袋を用いたものに限定されない。

生体情報分析システム１０を手首に装着し起動すると、制御ユニット２３が血圧測定ユニット２０の押圧機構３１を制御し、圧力センサ３０の押圧力を適切な状態（トノメトリ状態）に維持する。そして、圧力センサ３０で検知された圧力信号が制御ユニット２３に順次取り込まれる。圧力センサ３０より得られる圧力信号は、圧力検出素子３００が出力するアナログの物理量（例えば電圧値）を、公知の技術のＡ／Ｄ変換回路等を通してデジタル化して生成される。当該アナログの物理量は、圧力検出素子３００の種類に応じて、電流値や抵抗値など好適なアナログ値が採用されてよい。当該Ａ／Ｄ変換等の信号処理は、血圧測定ユニット２０の中に所定の回路を設けて行ってもよいし、血圧測定ユニット２０と制御ユニット２３の間に設けたその他のユニット（図示せず）で行ってもよい。制御ユニット２３に取り込まれた当該圧力信号は、橈骨動脈ＴＤの内圧の瞬時値に相当する。したがって、１心拍の血圧波形を把握することが可能な時間粒度及び連続性で圧力信号を取り込むことにより、血圧波形の時系列データを取得することができる。制御ユニット２３は、圧力センサ３０より順次取り込んだ圧力信号をその測定時刻の情報とともに記憶ユニット２７に格納する。制御ユニット２３は、取り込んだ圧力信号をそのまま記憶ユニット２７に格納してもよいし、当該圧力信号に対して必要な信号処理を施した後で記憶ユニット２７に格納してもよい。必要な信号処理は、例えば、圧力信号の振幅が血圧値（例えば上腕血圧）と一致するように圧力信号を較正する処理、圧力信号のノイズを低減ないし除去する処理などを含んでもよい。

図４は、血圧測定ユニット２０で測定される血圧波形を示す。横軸が時間、縦軸が血圧である。サンプリング周波数は任意に設定できるが、１心拍の波形の形状的な特徴を再現するため、１００Ｈｚ以上に設定することが好ましい。１心拍の周期は概ね１秒程度であるから、１心拍の波形について約１００点以上のデータ点が取得されることとなる。

本実施形態の血圧測定ユニット２０は以下のような利点を有する。

１心拍ごとの血圧波形を計測することができる。これにより例えば、血圧波形の形状的な特徴に基づき、血圧や心臓の状態、心血管リスクなどに関連する様々な指標を得ることができる。また、血圧の瞬時値を監視することができるため、血圧サージ（血圧値の急激な上昇）を即座に検出したり、極めて短い時間（１〜数回の心拍）だけに現れる血圧変動や血圧波形の乱れでも漏れなく検出することが可能となる。

なお、携帯型血圧計としては、手首や上腕に装着しオシロメトリック法により血圧を測定するタイプの血圧計が実用化されている。しかし、従来の携帯型血圧計では、数秒から十数秒間の複数心拍分のカフ内圧の変動から血圧の平均値を測定することしかできず、本実施形態の血圧測定ユニット２０のように１心拍ごとの血圧波形の時系列データを得ることはできない。

血圧波形の時系列データを記録可能である。血圧波形の時系列データを取得することにより、例えば、血圧波形の時間的な変化に関わる特徴を捉えたり、時系列データを周波数解析して特定の周波数成分を抽出したりすることで、血圧や心臓の状態、心血管リスクなどに関連する様々な指標を得ることができる。

携帯型（ウェアラブル型）の装置構成としたので、ユーザに与える測定負担が小さく、長時間の連続的な測定や、さらには２４時間の血圧の監視なども比較的容易である。また、携帯型のため、安静時の血圧だけでなく、自由行動下（例えば日常生活や運動中）の血圧変化も測定可能である。これにより例えば、日常生活における行動（睡眠、食事、通勤、仕事、服薬など）や運動が血圧に与える影響を把握することが可能となる。

従来製品は、血圧測定ユニットに対し腕及び手首を固定し、安静状態にて計測するタイプの装置であり、本実施形態の生体情報分析システム１０のように日常生活や運動中の血圧変化を測定することはできない。

他のセンサとの組み合わせや連携が容易である。例えば、他のセンサにより得られる情報（体動、気温等の環境情報、ＳｐＯ_２や呼吸等の他の生体情報など）との因果関係の評価や複合的な評価を行うことができる。

＜生体情報分析装置＞
図５は、生体情報分析装置１の処理を説明するブロック図である。図５に示すように、生体情報分析装置１は、指標抽出部５０と処理部５１を有している。本実施形態では、制御ユニット２３が必要なプログラムを実行することによって、指標抽出部５０及び処理部５１の処理が実現されてもよい。当該プログラムは、記憶ユニット２７に記憶されていてもよい。制御ユニット２３が必要なプログラムを実行する際は、ＲＯＭ又は記憶ユニット２７に記憶された、対象となるプログラムをＲＡＭに展開する。そして、制御ユニット２３は、ＲＡＭに展開された当該プログラムをＣＰＵにより解釈及び実行して、各構成要素を制御する。ただし、指標抽出部５０及び処理部５１の処理の一部又は全部をＡＳＩＣやＦＰＧＡなどの回路で構成してもよい。あるいは、指標抽出部５０及び処理部５１の処理の一部又は全部を、本体部１１とは別体のコンピュータ（例えば、スマートフォン、タブレット端末、パーソナルコンピュータ、クラウドサーバなど）で実現してもよい。

指標抽出部５０は、血圧測定ユニット２０により連続的に計測される血圧波形の時系列データを記憶ユニット２７から取得する。指標抽出部５０は、取得した血圧波形の時系列データから血圧波形の特徴に関わる指標を抽出する。ここで、血圧波形の特徴とは、１心拍の血圧波形の形状的な特徴、血圧波形の時間的な変化、血圧波形の周波数成分などを含む。しかし、血圧波形の特徴はこれらには限られない。抽出された指標は、処理部５１へ出力される。血圧波形の特徴及び指標については様々なものがあり、処理部５１による処理の目的に応じて、抽出する特徴及び指標は適宜設計ないし選択することができる。本実施形態の血圧波形の測定データから抽出可能な特徴及び指標については後ほど詳しく説明する。

指標抽出部５０は、指標を求める際に、血圧波形の測定データに加えて、体動測定ユニット２１の測定データ及び／又は環境測定ユニット２２の測定データを用いることもできる。また、図示しないが、睡眠センサ、ＳｐＯ_２センサ、呼吸センサ（フローセンサ）、血糖値センサなどの測定データを組み合わせてもよい。複数種類のセンサにより得られる複数種類の測定データを複合的に分析することによって、血圧波形のより高度な情報分析が可能となる。例えば、安静時と動作時、気温が高い時と低い時というように、ユーザの状態ごとに血圧波形のデータを分類することができる。あるいは、体動、活動量や活動強度、気温の変化などが血圧に与える影響を抽出するなど、各測定データの因果関係や相関などを評価することもできる。

処理部５１は、指標抽出部５０によって抽出された指標を受信する。処理部５１は、受信した指標に基づく処理を行う。指標に基づく処理には、様々なものが想定できる。例えば、抽出された指標の値や変化などをユーザや医師、保健師などに提示し、健康管理や治療や保健指導などへの活用を促してもよい。あるいは、抽出された指標から循環器系リスクを推測したり、健康維持あるいはリスク改善のための指針を提示したりしてもよい。さらには、指標に基づき心血管リスクの上昇が検知あるいは予測された場合に、ユーザや担当医などに報知したり、ユーザの心臓等に負担となる行動や循環器系イベントの発生を阻止する制御を行ってもよい。

＜血圧波形から取得される情報＞
図６は１心拍の橈骨動脈の圧脈波の波形（血圧波形）を示している。横軸は時間ｔ［ｍｓｅｃ］であり、縦軸は血圧ＢＰ［ｍｍＨｇ］である。

血圧波形は、心臓が収縮し血液を送り出すことで発生する「駆出波」と、駆出波が末梢血管や動脈の分岐部で反射することにより発生する「反射波」との合成波となる。１心拍の血圧波形から抽出可能な特徴点の一例を以下に示す。

・点Ｆ１は、圧脈波の立ち上がり点である。点Ｆ１は、心臓の駆出開始点、つまり大動脈弁の開放点に対応する。
・点Ｆ２は、駆出波の振幅（圧力）が最大となる点（第１ピーク）である。
・点Ｆ３は、反射波の重畳により、駆出波の立下りの途中で現れる変曲点である。
・点Ｆ４は、駆出波と反射波の間に現れる極小点であり、切痕とも呼ばれる。これは大動脈弁の閉鎖点に対応する。
・点Ｆ５は、点Ｆ４の後に現れる反射波のピーク（第２ピーク）である。
・点Ｆ６は、１心拍の終点であり、次の心拍の駆出開始点つまり次の心拍の始点に対応する。

指標抽出部５０は、上記特徴点の検出にどのようなアルゴリズムを用いてもよい。例えば、指標抽出部５０が演算して、血圧波形のｎ次微分波形を求め、そのゼロクロス点を検出することにより、血圧波形の特徴点（変曲点）を抽出してもよい（点Ｆ１、Ｆ２、Ｆ４、Ｆ５、Ｆ６については１次微分波形から、点Ｆ３については２次微分波形又は４次微分波形から検出可能である。）。あるいは、指標抽出部５０は、特徴点が予め配置された波形パターンを記憶ユニット２７から読み出し、当該波形パターンを対象となる血圧波形にフィッティングすることにより、各特徴点の位置を特定してもよい。

上記特徴点Ｆ１〜Ｆ６の時刻ｔ及び圧力ＢＰに基づき、指標抽出部５０が演算して、１心拍の血圧波形から様々な情報（値、特徴量、指標など）を得ることができる。以下、血圧波形から取得可能な情報の代表的なものを例示する。ただし、ｔｘとＢＰｘはそれぞれ特徴点Ｆｘの時刻と血圧を表す。

・脈波間隔（心拍周期）ＴＡ＝ｔ６−ｔ１
・心拍数ＰＲ＝１／ＴＡ
・脈波立上り時間ＵＴ＝ｔ２−ｔ１
・収縮期ＴＳ＝ｔ４−ｔ１
・拡張期ＴＤ＝ｔ６−ｔ４
・反射波遅延時間＝ｔ３−ｔ１
・最高血圧（収縮期血圧）ＳＢＰ＝ＢＰ２
・最低血圧（拡張期血圧）ＤＢＰ＝ＢＰ１
・平均血圧ＭＡＰ＝ｔ１〜ｔ６の血圧波形の面積／心拍周期ＴＡ
・収縮期の平均血圧＝ｔ１〜ｔ４の血圧波形の面積／収縮期ＴＳ
・拡張期の平均血圧＝ｔ４〜ｔ６の血圧波形の面積／拡張期ＴＤ
・脈圧ＰＰ＝最高血圧ＳＢＰ−最低血圧ＤＢＰ
・収縮後期圧ＳＢＰ２＝ＢＰ３
・ＡＩ（Augmentation Index）＝（収縮後期圧ＳＢＰ２−最低血圧ＤＢＰ）／脈圧ＰＰ

これらの情報（値、特徴量、指標）の基本統計量も指標として用いることができる。基本統計量は、例えば、代表値（平均値、中央値、最頻値、最大値、最小値など）、散布度（分散、標準偏差、変動係数など）を含む。また、これらの情報（値、特徴値、指標）の時間的な変化も指標として用いることができる。

また、指標抽出部５０は、複数の拍情報を演算することでＢＲＳ（血圧調整能）という指標を得ることもできる。これは、血圧を一定に調整しようとする能力を表す指標である。算出方法は例えばSpontaneous sequence法などがある。これは、連続して３拍以上にわたり最高血圧ＳＢＰと脈波間隔ＴＡとが同期して上昇、または下降するシーケンスのみを抽出し、最高血圧ＳＢＰと脈波間隔ＴＡを２次元平面上にプロットし、回帰直線を最小二乗法により求めたときの傾きをＢＲＳとして定義する方法である。

以上述べたように、本実施形態の生体情報分析システム１０を利用すれば血圧波形のデータから様々な情報を取得することができる。ただし、生体情報分析システム１０に対し上述した全ての情報を取得する機能を実装する必要はない。生体情報分析システム１０の構成、利用者、利用目的、利用場所などに応じて、必要な情報を取得する機能のみを実装すればよい。また、各機能をプログラムモジュール（アプリケーションソフト）として提供し、生体情報分析システム１０に必要なプログラムモジュールをインストールすることで、機能追加を行えるような仕組みにしてもよい。

以下、生体情報分析システム１０の具体的な応用について、いくつかの実施例を例示的に説明する。

＜実施例１＞
心臓への負荷や動脈の硬さを表す指標のひとつとして、ＡＩ（Augmented Index）値がある。ＡＩ値は、左心室からの血液の駆出によって生じた駆出波（駆動圧波）と、駆出波が血管系を伝わり血管の分岐部などで反射して戻ってきた反射波（反射圧波）との振幅比率として求められる。すなわち、
ＡＩ値＝（収縮後期圧ＳＢＰ２-拡張期血圧ＤＢＰ）／（収縮期血圧ＳＢＰ-拡張期血圧ＤＢＰ）である。

ＡＩ値が高ければ高いほど左心室に対する後負荷が大きい。したがって、ユーザが動作をしたときのＡＩ値を測定すれば、その動作が左心室に与える負荷を評価できると考えられる。

しかしながら、従来技術に係る血圧波形測定装置は、ユーザが安静状態（座位・仰臥位など）にある場合しか血圧波形を測定することができない。すなわち、従来技術に係る血圧測定装置では、動作中のＡＩ値を測定して当該動作が左心室に与える負荷を評価することはできない。

上述の生体情報分析システム１０は、安静時に限らず、自由行動下においても血圧波形を測定することができる。また、ＡＩ値以外の指標も取得することができる。そこで、本実施例では、ユーザが動作（運動）したときに得られる血圧波形データに基づいて当該動作がユーザの左心室に与える負荷を評価可能な生体情報分析装置を提供する。

（動作時の血圧波形）
図７は、ユーザが寝た状態（仰臥位）で股を開く動作を行った際の血圧波形１４００を示す。測定は、生体情報分析システム１０をユーザの左手首に装着して行った。グラフ１４０１は最低血圧（拡張期血圧）ＤＢＰ、グラフ１４０２は最高血圧値（収縮期血圧値）ＳＢＰの推移を示す。図７における期間１４０３は、ユーザが股を開く動作を行った期間（動作区間）であり、その他の期間ではユーザは安静状態である（安静区間）。

図７に示すように、ユーザが動作を行うことにより、単にＡＩ値に変化があるだけでなく、血圧波形に明らかな変化が生じていることが分かる。つまり、血圧測定ユニット２０を装着している左手首においても、観測可能な血流の変化があったと考えられる。

（指標）
そこで、本実施例では、ＡＩ値以外にも以下の指標を考慮して、動作がユーザの左心室に与える影響を評価する。

［１．影響出現時間Ｔ］
第１の指標は、ユーザによる動作開始から、血圧波形に影響が現れるまでの時間（影響出現時間）Ｔである。

図８を参照してより詳しく説明する。影響出現時間Ｔはユーザによる動作開始時刻Ｔ０から、影響出現点１５０１の時刻Ｔ１のあいだの時間である（Ｔ＝Ｔ１−Ｔ０）。ここで、影響出現点１５０１は、ユーザの動作開始後の駆出開始点（最低血圧をとる）のうち、安静時平均最低血圧値（点線１５０２で示される）との血圧値の差が所定の閾値Ｔｈ以上となる点である。安静時平均最低血圧値は、安静時における代表的な最低血圧値の一例であり、たとえば、ユーザの動作期間１４０３の直近の所定時間における最低血圧値の平均値として求めることができる。影響出現時間Ｔが小さいほど、動作に伴う左心室負荷が大きいと考えられる。

［２．最低血圧値の変化量Ｖ］
第２の指標は、ユーザの動作による最低血圧値の変化量Ｖである。本実施例では、変化量Ｖは、影響出現点１５０１での血圧値と安静時平均最低血圧値１５０２との差として求められる。なお、変化量Ｖは、影響出現点１５０１での血圧値と安静時平均最低血圧値１５０２との差に限られず、安静区間における代表的な最低血圧値と動作区間における代表的な最低血圧値の差として求めればよい。動作区間における代表的な最低血圧値として、たとえば、動作区間中１４０３の最低血圧値の最大値を利用してもよい。変化量Ｖが大きいほど、動作に伴う左心室負荷が大きいと考えられる。

［３．波形類似度Ｓ］
第３の指標は、安静時と動作時における代表的な１拍の血圧波形の形状類似度Ｓである。波形類似度Ｓは、時間方向に正規化を施した安静時および動作時の２つの代表波形の相互相関関数として求めることができる。

安静時の代表波形として、動作開始直前の１拍の血圧波形を利用することができる。あるいは、安静時の代表波形として、動作開始直前の複数拍の平均血圧波形を用いることができる。動作時の代表波形として、影響出現点１５０１から始まる１拍の血圧波形を利用することができる。あるいは、動作時の代表波形として動作区間中の複数拍（たとえば、影響出現点以降の所定数拍、動作の影響が現れていると判断される全ての拍など）の平均血圧波形を用いることもできる。

波形類似度Ｓが小さいほど動作によって波形の変化が大きいため、動作に伴う左心室負荷が大きいと考えられる。

［総合指標］
本実施例において、指標抽出部５０は、ＡＩ値および上記の３つの指標Ｔ，Ｖ，Ｓ（いずれも正規化済み）を用いて、総合指標Ｅを次のように算出する。
Ｅ＝ＡＩ＋（１−Ｓ）×｛０．１×（１−Ｔ）＋０．２Ｖ｝
なお、ＡＩは動作区間中のＡＩ値の平均値である。

ここで挙げた総合指標Ｅの定義は一例であり、ＡＩ値が大きいほど、影響発現時間Ｔが小さいほど、変化量Ｖが大きいほど、また、波形類似度Ｓが小さいほど、総合指標Ｅが大きくなるように定義すればよい。また、これらの各指標を全て用いなくてもよい。

（表示例）
図９（Ａ）は、処理部５１による画面表示の例を示す図である。この例では、股開き・寝返り・歩行の各動作について各指標が表形式で表示される。このような数値を用いた表示により、どの動作が左心室にどれだけの影響を及ぼすかを容易に把握できる。

図９（Ｂ）は、処理部５１による画面表示の別の例を示す図である。この例では、各動作についてのグラフ１６０１，１６０２，１６０３が、影響出現時間Ｔおよび影響度Ｖを横座標および縦座標とする位置に描かれ、かつグラフ１６０１，１６０２，１６０３の面積がそれぞれの総合指標Ｅの大きさを表す。なおこの例では、影響出現時間Ｔと影響度Ｖを横軸および縦軸に取ったが、その他の指標の組み合わせを横軸および縦軸としても良いし、３つの座標を用いて３次元的にグラフを配置してもよい。このようなグラフを用いた表示により、総合指標Ｅの大きさのみでなく、各指標（Ｔ，Ｖ，Ｓ）の組み合わせによる正常・異常の判定が容易に行える。

（処理例）
本実施例に係る処理の流れを図１０のフローチャートを参照しながら説明する。ステップＳ１０１において、生体情報分析システム１０をユーザに装着し、ユーザの連続血圧波形データの計測を開始する。測定開始後は、まず安静状態（座位・仰臥位など）での計測が行われる。次に、ステップＳ１０２において、医師やリハビリ−テーション指導員からの指示にしたがって、ユーザは指示された動作（運動）を開始する。ステップＳ１０３において、指導員からの指示にしたがって、ユーザは動作（運動）を終了する。指導員は、ステップＳ１０２における運動開始時刻、およびステップＳ１０３における運動終了時刻を、生体情報分析システム１０またはその他のシステムにデータとして入力する。入力された運動開始時刻および運動終了時刻のデータは、生体情報分析システム１０の記憶ユニット２７またはその他のシステムの記憶部に格納される。

ステップＳ１０４において、生体情報分析システム１０によるユーザの連続血圧波形データの計測を終了する。ステップＳ１０１からＳ１０４までの間のユーザの連続血圧波形データは、上述したように生体情報分析システム１０の記憶ユニット２７に格納される。

なお、ユーザが行う運動は１回である必要はなく、ステップＳ１０２からＳ１０３の処理を繰り返して、複数回の運動を行ってもよい。この際、運動の種類は異なっていてもよい。また、指導員は、ユーザに指示する運動の種類を生体情報分析システム１０またはその他のシステムにデータとして入力してもよい。

ステップＳ１０５において、指標抽出部５０は、記憶ユニット２７から血圧波形の時系列データを読み込み、拍単位にデータ分割する。この分割は、血圧波形データから、駆出開始点（図６の点Ｆ１）を求め、隣接する駆出開始点の間のデータを１拍とすることによって行える。指標抽出部５０は、各拍の開始時点および終了時点のデータインデックスを、記憶ユニット２７に記憶する。なお、各拍の終了時点は次の拍の開始時点と一致するので、実際には、各拍の開始時点のデータインデックスのみが記憶ユニット２７に記憶されてもよい。

ステップＳ１０６において、指標抽出部５０は、安静時の平均最低血圧値を求める。具体的には、指標抽出部５０は、安静区間における血圧波形データを抽出し、各拍内の最低血圧値を取得し、取得した最低血圧値の平均値を取得する。安静区間と動作区間の区別は、記憶ユニット２７あるいは他の装置から取得される、運動開始時刻および運動終了時刻のデータに基づいて行える。平均最低血圧値の算出において、安静区間と動作区間の両方に入る拍は除外する。なお、指標抽出部５０は、安静区間における全ての拍の最低血圧値の平均を求める必要はなく、動作開始直前（すなわち、安静区間の最後）の所定数拍の最低血圧値の平均を求めてもよい。指標抽出部５０は、求めた安静時平均最低血圧値を記憶ユニット２７に記憶する。

ステップＳ１０７において、指標抽出部５０は、運動開始後の影響出現点を検出する。影響出現点は、上述したように、最低血圧値が安静時平均最低血圧値よりも閾値Ｔｈ以上が大きい最初の拍の開始時点として求めることができる。影響出現点が求められたら、ステップＳ１０８において、指標抽出部５０は、影響出現点を用いて、各種の指標Ｔ，Ｖ，Ｓ，Ｅを求める。

指標Ｔは、動作開始から、血圧波形に動作の影響が現れるまでの時間なので、指標抽出部５０は、運動開始時刻（動作区間の開始時刻）から影響出現点までの時間として指標Ｔを求めることができる。

指標Ｖは動作による最低血圧値の変化量なので、指標抽出部５０は、ステップＳ１０６において算出した安静時平均最低血圧値と、影響出現点における拍の最低血圧値の差として指標Ｖを求めることができる。なお、運動時の最低血圧値として、動作区間中の最低血圧値の最大値を利用してもよいし、動作区間中の所定数の拍における最低血圧値の平均値を利用してもよい。

指標Ｓは安静時と動作時における１拍の血圧波形の波形類似度である。指標抽出部５０は、まず、記憶ユニット２７に記憶されている測定データから、安静時と動作時の代表的な血圧波形を決定する。安静時の代表波形として、動作開始直前の複数拍の平均血圧波形を用いることができる。動作時の代表波形として、影響出現点から始まる１拍の血圧波形または複数の血圧波形の平均を利用することができる。血圧波形の平均処理は、１拍に含まれるデータ数が同一となるように正規化処理を行い、各時点の血圧値の平均を求めることにより行える。次に、指標抽出部５０は、安静時と動作時の代表的血圧波形の間の相関を、相互相関関数を用いて決定する。なお、指標抽出部５０は、相関算出前に、安静時と動作時の代表的血圧波形に含まれるデータ数が同一となるように正規化処理を行っておく。

指標抽出部５０は、動作区間中の各拍のＡＩ値を算出し、これらを平均して動作区間中の平均ＡＩ値も算出する。同様に、指標抽出部５０は、安静区間中の各拍のＡＩ値を算出し、これらを平均して安静区間中の平均ＡＩ値も算出する。ＡＩ値の算出は公知であるため説明を省略する。

ステップＳ１０９において、指標抽出部５０は、これらの指標Ｔ，Ｖ，Ｓ，ＡＩに基づいて総合指標Ｅを算出する。指標抽出部５０は、算出した総合指標Ｅを、その算出の元となった指標Ｔ，Ｖ，Ｓ，ＡＩと関連付けて記憶ユニット２７に格納する。総合指標Ｅは、上述のように、Ｅ＝ＡＩ＋（１−Ｓ）×｛０．１×（１−Ｔ）＋０．２Ｖ｝として求めることができるが、これは一例である。ＡＩ値が大きいほどＥが大きくなり、影響発現時間Ｔが小さいほどＥが大きくなり、変化量Ｖが大きいほどＥが大きくなり、また、波形類似度Ｓが小さいほどＥが大きくなるように定義すればよい。

ステップＳ１１０において、処理部５１は、記憶ユニット２７に記憶されている指標Ｅ，Ｔ，Ｖ，Ｓ，ＡＩを取得し、図１６（Ａ）や図１６（Ｂ）に示すような表示を行う表示画面データを生成する。生成された表示画面データは、出力ユニット２５に送られてユーザ向けに表示される。あるいは生成された表示データは、通信ユニットを介して他の装置に送られて表示されてもよい。

（本実施形態による有利な効果）
本実施形態によれば、自由行動下での連続血圧波形データを利用して、動作が心臓に与える負荷を評価することができる。また、心臓負荷を異なる観点からの複数の指標（サブ指標）と、これら複数のサブ指標を統合した総合指標とを算出しているので、様々な観点から心臓負荷を評価することができる。また、サブ指標と総合指標をまとめた形式で出力することで、ユーザや医師等が心臓負荷をより容易かつ精度よく把握することができる。

（変形例）
なお、運動の開始時刻および終了時刻を医師が入力する代わりに、体動測定ユニット２１によって測定されたデータに基づき運動の開始時刻および終了時刻、動作区間、安静区間を検出することも可能である。さらに、体動測定ユニット２１によって測定されたデータに基づき、運動の種類を判定することも可能である。このようにすれば、医師等の補助者がいない場合でも、動作が左心室に与える負荷を評価することができる。

上述した実施形態および実施例の構成は本発明の一具体例を示したものにすぎず、本発明の範囲を限定する趣旨のものではない。本発明はその技術思想を逸脱しない範囲において、種々の具体的構成を採り得るものである。

本明細書に開示された技術思想は以下のような発明として特定することもできる。

（付記１）
生体情報分析装置であって、
ハードウェアプロセッサと、プログラムを記憶するメモリとを有し、
前記ハードウェアプロセッサは、前記プログラムにより、
ユーザの身体に装着され、１心拍ごとの血圧波形を非侵襲的に計測可能なセンサにより連続的に計測される血圧波形のデータを取得し、
前記ユーザが安静状態にある安静区間の血圧波形と、前記ユーザが動作中である動作区間の血圧波形との間の違いに基づきユーザの動作が心臓に与える負荷を表す指標を抽出し、
抽出した前記指標を出力する、
ことを特徴とする生体情報分析装置。

（付記２）
生体情報分析システムであって、
ユーザの身体に装着され、１心拍ごとの血圧波形を非侵襲的に計測可能なセンサと、ハードウェアプロセッサと、プログラムを記憶するメモリとを有し、
前記ハードウェアプロセッサは、前記プログラムにより、
前記センサにより連続的に計測される血圧波形のデータを取得し、
前記ユーザが安静状態にある安静区間の血圧波形と、前記ユーザが動作中である動作区間の血圧波形との間の違いに基づきユーザの動作が心臓に与える負荷を表す指標を抽出し、
抽出した前記指標を出力する、
ことを特徴とする生体情報分析システム。

（付記３）
生体情報分析方法であって、
少なくとも１つのハードウェアプロセッサによって、ユーザの身体に装着され、１心拍ごとの血圧波形を非侵襲的に計測可能なセンサにより連続的に計測される血圧波形のデータから、前記ユーザが安静状態にある安静区間の血圧波形と、前記ユーザが動作中である動作区間の血圧波形とを取得するステップと、
少なくとも１つのハードウェアプロセッサによって、前記ユーザが安静状態にある安静区間の血圧波形と、前記ユーザが動作中である動作区間の血圧波形との間の違いに基づき、前記ユーザの動作が心臓に与える負荷を表す指標を抽出するステップと、
少なくとも１つのハードウェアプロセッサによって、抽出した前記指標を出力するステップと、
を含むことを特徴とした生体情報分析方法。

１：生体情報分析装置、２：測定ユニット
１０：生体情報分析システム、１１：本体部、１２：ベルト
２０：血圧測定ユニット、２１：体動測定ユニット、２２：環境測定ユニット、２３：制御ユニット、２４：入力ユニット、２５：出力ユニット、２６：通信ユニット、２７：記憶ユニット
３０：圧力センサ、３１：押圧機構、３００：圧力検出素子
５０：指標抽出部、５１：処理部
９０：設定テーブル

ここで挙げた総合指標Ｅの定義は一例であり、ＡＩ値が大きいほど、影響出現時間Ｔが小さいほど、変化量Ｖが大きいほど、また、波形類似度Ｓが小さいほど、総合指標Ｅが大きくなるように定義すればよい。また、これらの各指標を全て用いなくてもよい。

図９（Ｂ）は、処理部５１による画面表示の別の例を示す図である。この例では、各動作についてのグラフ１６０１，１６０２，１６０３が、影響出現時間Ｔおよび変化量Ｖを横座標および縦座標とする位置に描かれ、かつグラフ１６０１，１６０２，１６０３の面積がそれぞれの総合指標Ｅの大きさを表す。なおこの例では、影響出現時間Ｔと変化量Ｖを横軸および縦軸に取ったが、その他の指標の組み合わせを横軸および縦軸としても良いし、３つの座標を用いて３次元的にグラフを配置してもよい。このようなグラフを用いた表示により、総合指標Ｅの大きさのみでなく、各指標（Ｔ，Ｖ，Ｓ）の組み合わせによる正常・異常の判定が容易に行える。

ステップＳ１１０において、処理部５１は、記憶ユニット２７に記憶されている指標Ｅ，Ｔ，Ｖ，Ｓ，ＡＩを取得し、図９（Ａ）や図９（Ｂ）に示すような表示を行う表示画面データを生成する。生成された表示画面データは、出力ユニット２５に送られてユーザ向けに表示される。あるいは生成された表示データは、通信ユニットを介して他の装置に送られて表示されてもよい。

１：生体情報分析装置、２：測定ユニット
１０：生体情報分析システム、１１：本体部、１２：ベルト
２０：血圧測定ユニット、２１：体動測定ユニット、２２：環境測定ユニット、２３：制
御ユニット、２４：入力ユニット、２５：出力ユニット、２６：通信ユニット、２７：記憶ユニット
３０：圧力センサ、３１：押圧機構、３００：圧力検出素子
５０：指標抽出部、５１：処理部

Claims (18)

1. ユーザの身体に装着され、１心拍ごとの血圧波形を非侵襲的に計測可能なセンサにより連続的に計測される血圧波形のデータから、前記ユーザの動作が心臓に与える負荷を表す指標を抽出する指標抽出部と、
   前記指標抽出部により抽出した前記指標を出力する処理部と、
   を有し、
   前記指標抽出部は、前記ユーザが安静状態にある安静区間の血圧波形と、前記ユーザが動作中である動作区間の血圧波形との間の違いに基づき前記指標を求める、
   ことを特徴とする生体情報分析装置。
2. 前記指標抽出部は、前記安静区間の血圧波形と前記動作区間の血圧波形の違いに基づき前記動作の影響が血圧波形の変化として現れた時刻である影響出現点を求め、前記動作の開始から前記影響出現点までの経過時間に基づき、前記指標を求めることを特徴とする請求項１に記載の生体情報分析装置。
3. 前記指標抽出部は、前記動作の開始後の駆出開始点のうち、前記安静区間における代表的な最低血圧値との血圧値の差が閾値以上となる最初の点を前記影響出現点として求める、ことを特徴とする請求項２に記載の生体情報分析装置。
4. 前記指標抽出部は、前記安静区間における代表的な最低血圧値と前記動作区間における代表的な最低血圧値の差に基づき、前記指標を求める、ことを特徴とする請求項１〜３のいずれかに記載の生体情報分析装置。
5. 前記動作区間における代表的な最低血圧値は、前記動作区間における平均最低血圧値、または前記動作区間における最低血圧値の最大値である、ことを特徴とする請求項４に記載の生体情報分析装置。
6. 前記安静区間における代表的な最低血圧値は、前記動作区間の直前の所定時間における平均最低血圧値である、ことを特徴とする請求項４または５に記載の生体情報分析装置。
7. 前記指標抽出部は、前記安静区間の血圧波形と前記動作区間の血圧波形の間の形状類似度に基づき、前記指標を求める、ことを特徴とする請求項１〜６のいずれかに記載の生体情報分析装置。
8. 前記形状類似度は、前記安静区間における代表的な血圧波形と前記動作区間における代表的な血圧波形のあいだの相関である、ことを特徴とする請求項７に記載の生体情報分析装置。
9. 前記動作区間における代表的な血圧波形は、前記動作の影響が血圧波形の変化として現れた時刻である影響出現点の後の１拍の血圧波形または複数拍の平均血圧波形である、ことを特徴とする請求項８に記載の生体情報分析装置。
10. 前記安静区間における代表的な血圧波形は、前記動作区間の直前の１拍の血圧波形または複数拍の平均血圧波形である、ことを特徴とする請求項８または９に記載の生体情報分析装置。
11. 前記指標抽出部は、前記ユーザの動作開始時刻を表すデータおよび動作終了時刻を表すデータに基づいて、前記動作区間と前記安静区間を決定する、ことを特徴とする請求項１〜１０のいずれかに記載の生体情報分析装置。
12. 前記指標抽出部は、前記ユーザの動作を検知する第２のセンサの計測データに基づいて、前記動作区間と前記安静区間を決定する、ことを特徴とする請求項１〜１０のいずれかに記載の生体情報分析装置。
13. 前記指標抽出部は、前記安静区間の血圧波形と前記動作区間の血圧波形の違いに基づき複数のサブ指標を求め、前記複数のサブ指標に基づいて前記指標を算出する、ことを特徴とする請求項１〜１２のいずれかに記載の生体情報分析装置。
14. 前記処理部は、少なくとも１つの前記サブ指標を座標軸とするグラフ形式で、前記指標を出力する、ことを特徴とする請求項１３に記載の生体情報分析装置。
15. 前記処理部は、少なくとも１つのサブ前記指標と前記指標とを表形式で出力する、ことを特徴とする請求項１３に記載の生体情報分析装置。
16. ユーザの身体に装着され、１心拍ごとの血圧波形を非侵襲的に計測可能なセンサと、
    前記センサにより連続的に計測される血圧波形のデータを用いて、生体情報の分析を行う、請求項１〜１５のいずれかに記載の生体情報分析装置と、を有することを特徴とするシステム。
17. 請求項１〜１５のいずれかに記載の生体情報分析装置の前記指標抽出部及び前記処理部としてプロセッサを機能させることを特徴とするプログラム。
18. ユーザの身体に装着され、１心拍ごとの血圧波形を非侵襲的に計測可能なセンサにより連続的に計測される血圧波形のデータから、前記ユーザが安静状態にある安静区間の血圧波形と、前記ユーザが動作中である動作区間の血圧波形とを取得するステップと、
    前記ユーザが安静状態にある安静区間の血圧波形と、前記ユーザが動作中である動作区間の血圧波形との間の違いに基づき、前記ユーザの動作が心臓に与える負荷を表す指標を抽出するステップと、
    抽出した前記指標を出力するステップと、
    を含むことを特徴とした生体情報分析方法。

Images