JPWO2018055996A1 - コンピュータ、呼吸数の取得方法、および情報処理システム - Google Patents

コンピュータ、呼吸数の取得方法、および情報処理システム Download PDF

Info

Publication number
JPWO2018055996A1
JPWO2018055996A1 JP2018540934A JP2018540934A JPWO2018055996A1 JP WO2018055996 A1 JPWO2018055996 A1 JP WO2018055996A1 JP 2018540934 A JP2018540934 A JP 2018540934A JP 2018540934 A JP2018540934 A JP 2018540934A JP WO2018055996 A1 JPWO2018055996 A1 JP WO2018055996A1
Authority
JP
Japan
Prior art keywords
unit
state
signal
organism
respiration rate
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
JP2018540934A
Other languages
English (en)
Other versions
JP6726754B2 (ja
Inventor
洋 昌谷
洋 昌谷
林　哲也
林　　哲也
あずさ 中野
あずさ 中野
俊介 島村
俊介 島村
照雅 嶋田
照雅 嶋田
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sharp Corp
Osaka Prefecture University
Original Assignee
Sharp Corp
Osaka Prefecture University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sharp Corp, Osaka Prefecture University filed Critical Sharp Corp
Publication of JPWO2018055996A1 publication Critical patent/JPWO2018055996A1/ja
Application granted granted Critical
Publication of JP6726754B2 publication Critical patent/JP6726754B2/ja
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
    • A61B5/0816—Measuring devices for examining respiratory frequency
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
    • A01K29/00—Other apparatus for animal husbandry
    • A01K29/005—Monitoring or measuring activity, e.g. detecting heat or mating
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
    • A61B5/0022—Monitoring a patient using a global network, e.g. telephone networks, internet
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A61B5/02438—Detecting, measuring or recording pulse rate or heart rate with portable devices, e.g. worn by the patient
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A61B5/0245—Detecting, measuring or recording pulse rate or heart rate by using sensing means generating electric signals, i.e. ECG signals
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/33—Heart-related electrical modalities, e.g. electrocardiography [ECG] specially adapted for cooperation with other devices
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/346—Analysis of electrocardiograms
    • A61B5/349—Detecting specific parameters of the electrocardiograph cycle

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Biophysics (AREA)
  • Cardiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • Animal Behavior & Ethology (AREA)
  • Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Physiology (AREA)
  • Environmental Sciences (AREA)
  • Pulmonology (AREA)
  • Animal Husbandry (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

生物の脈拍または心拍を示すデータを取得するためのインターフェイス（５６０，３６０，１６０）と、生物の脈拍または心拍を示すデータに基づいて所定の条件が満たされているか否かを判断し、所定の条件が満たされている期間の呼吸数を算出するためのプロセッサ（５１０，３１０，１１０）と、を備える、コンピュータ（５００，３００，１００）が提供される。

Description

本出願は、２０１６年９月２０日に出願された特願２０１６−１８２６８３号に対して、優先権の利益を主張するものであり、それを参照することにより、その内容の全てを本書に含めるものである。
以下の開示は、生物の呼吸数を取得するための技術に関する。
従来から、生物の呼吸数を取得するための技術が知られている。例えば、特開昭６２−２２６２７号公報（特許文献１）には、呼吸数測定装置が開示されている。特許文献１によると、脈拍間隔を検出し、脈拍間隔の変化周期を検出し、変化周期の逆数から単位時間内の呼吸数を算出する。
また、特開２０１４−１３３０４９号公報（特許文献２）には、生体情報管理モジュール、睡眠計、制御装置が開示されている。特許文献２によると、生体情報管理モジュールは第１の取得部と判別部と生成部とを有する。第１の取得部は種類の異なる複数の就床時の生体情報を生体情報群として取得する。判別部は生体情報群に基づいて生体の状態を判別する。生成部は生体の状態が所定の状態であると判別部が判別するときに実行指令を生成する。実行指令は第１の機器に所定の動作を実行させる。第１の機器は生体に対して所定の動作を実行する。
特開昭６２−２２６２７号公報 特開２０１４−１３３０４９号公報
従来よりも効率的に生物の単位時間当たりの呼吸数を取得することができる技術が求められている。本発明の一態様は、かかる問題を解決するためになされたものであり、その目的は、従来よりも効率的に生物の単位時間当たりの呼吸数を取得することができるコンピュータ、呼吸数の取得方法、および情報処理システムを提供することにある。
この発明のある態様に従うと、生物の脈拍または心拍を示すデータを取得するためのインターフェイスと、生物の脈拍または心拍を示すデータに基づいて所定の条件が満たされているか否かを判断し、所定の条件が満たされている期間の呼吸数を算出するためのプロセッサと、を備える、コンピュータが提供される。
好ましくは、プロセッサは、生物の脈拍または心拍のデータから呼吸数を算出する。
好ましくは、プロセッサは、生物の脈拍または心拍のデータを逐次処理し、所定の条件が満たされている期間の生物の脈拍または心拍のデータから呼吸数を計算する。
好ましくは、プロセッサは、生物の脈拍または心拍のデータから拍動間隔を計算し、拍動間隔に基づいて呼吸数を算出する。
好ましくは、プロセッサは、拍動間隔のパワースペクトルを作成し、パワースペクトルに基づいて所定の条件が満たされているか否かを判断し、パワースペクトルに基づいて呼吸数を取得する。
好ましくは、プロセッサは、拍動間隔のポアンカレプロットに基づいて、所定の条件が満たされているか否かを判断する。
この発明の別の局面に従うと、プロセッサを有するコンピュータにおける生物の呼吸数の取得方法が提供される。取得方法は、生物の脈拍または心拍を示すデータを取得するステップと、生物の脈拍または心拍を示すデータに基づいて所定の条件が満たされているか否かを判断するステップと、所定の条件が満たされている期間の呼吸数を取得するステップと、を備える。
この発明の別の局面に従うと、出力装置と、生物の拍動を検知するためのセンサと、センサからの生物の脈拍または心拍を示すデータに基づいて所定の条件が満たされているか否かを判断し、所定の条件が満たされている期間の呼吸数を算出し、出力装置に出力させるためのコンピュータと、を備える情報処理システムが提供される。
以上のように、本発明の一態様によれば、従来よりも効率的に生物の単位時間当たりの呼吸数を取得することができるコンピュータ、呼吸数の取得方法、および情報処理システムが提供される。
第１の実施の形態にかかる情報処理システム１の全体構成の例である。 第１の実施の形態にかかる情報処理システム１の機能構成を示す図である。 第１の実施の形態にかかる信号処理装置５００のハードウェア構成を示す図である。 第１の実施の形態にかかる情報処理システム１の処理手順を示すフローチャートである。 第１の実施の形態にかかる心電データと拍動間隔との例である。 第１の実施の形態にかかる拍動検出タイミングと拍動間隔との関係の例である。 第１の実施の形態にかかるパワースペクトル分布の例である。 第１の実施の形態にかかる犬の安静時におけるスプライン補間後のＲＲＩ変動とパワースペクトル分布との例である。 第１の実施の形態にかかる犬の興奮時におけるスプライン補間後のＲＲＩ変動とパワースペクトル分布との例である。 第１の実施の形態による呼吸数の取得方法の効果の例である。 第３の実施の形態にかかる情報処理システム１の処理手順を示すフローチャートである。 第３の実施の形態にかかる拍動間隔Ｒ−Ｒ（ｎ）とその次の拍動間隔Ｒ−Ｒ（ｎ＋１）との対応関係テーブルの例である。 第３の実施の形態にかかる拍動間隔Ｒ−Ｒ（ｎ）とその次の拍動間隔Ｒ−Ｒ（ｎ＋１）との対応関係テーブル３２１ＡからＹ＝Ｘ方向とそれに垂直な方向の軸への変換の例である。 第３の実施の形態にかかる犬の状態毎の、Ｙ＝Ｘ軸に関する標準偏差と、Ｙ＝−Ｘに関する標準偏差との目安を示す表である。 第３の実施の形態にかかる犬の安静状態におけるポアンカレプロットの例である。 第３の実施の形態にかかる犬の興奮状態におけるポアンカレプロットの例である。 第３の実施の形態にかかる拍動間隔の時系列変化の例である。 第４の実施の形態にかかる情報処理システム１の機能構成を示す図である。 第４の実施の形態にかかる情報処理システム１の処理手順を示すフローチャートである。 第５の実施の形態にかかる情報処理システム１の全体構成の例である。 第６の実施の形態にかかる情報処理システム１の全体構成の例である。 第７の実施の形態にかかる情報処理システム１の全体構成の例である。 第７の実施の形態にかかる情報処理システム１の機能構成を示す図である。 第８の実施の形態にかかる情報処理システム１の全体構成の例である。 第９の実施の形態にかかる情報処理システム１の全体構成の例である。 第９の実施の形態にかかる情報処理システム１の機能構成を示す図である。 第９の実施の形態にかかる通信端末３００のハードウェア構成を示す図である。 第１０の実施の形態にかかる情報処理システム１の全体構成の例である。 第１０の実施の形態にかかる情報処理システム１の機能構成を示す図である。 第１０の実施の形態にかかるサーバ１００のハードウェア構成を示す図である。 第１０の実施の形態にかかる情報処理システム１の別の全体構成の例である。 第３の実施の形態にかかる犬の興奮状態におけるポアンカレプロット図である。 第３の実施の形態にかかる犬の通常状態で呼吸が安定している状態におけるポアンカレプロット図である。 第３の実施の形態にかかる犬の通常状態におけるポアンカレプロット図である。 第３の実施の形態にかかる犬の安静状態におけるポアンカレプロット図である。 実験例１および比較例１のそれぞれで測定した４頭の被験体の１分当たりの呼吸数をプロットした図である。
以下、図面を参照しつつ、本発明の実施の形態について説明する。以下の説明では、同一の部品には同一の符号を付してある。それらの名称および機能も同じである。したがって、それらについての詳細な説明は繰り返さない。
＜第１の実施の形態＞
＜情報処理システムの全体構成＞
まず、図１を参照して、情報処理システム１の全体構成について説明する。図１は、本実施の形態にかかる情報処理システム１の全体構成の例である。
情報処理システム１は、主に、生物の胸部に取り付けられる心電取得用の電極４００と、心電信号を処理して呼吸数を算出するための信号処理装置５００とを含む。情報処理システム１は、犬などの被験体にベスト型の測定装置を装着するものであって、電極４００が生物の左右の腋窩部分に取り付けられ、信号処理装置５００等は背側に設けられる。なお、装置形態はこれに限らない。
＜情報処理システムの機能構成と処理手順＞
次に、図２から図４を参照して、本実施の形態にかかる情報処理システム１の構成と処理手順とについて説明する。図２は、本実施の形態にかかる情報処理システム１の機能構成を示す図である。図３は、本実施の形態にかかる信号処理装置５００のハードウェア構成の例である。図４は、本実施の形態にかかる情報処理システム１の処理手順を示すフローチャートである。
まず、情報処理システム１の信号処理装置５００は、信号取得部５６１と、信号解析部５１１と、状態判別部５１２と、生体情報検出部５１３と、出力部５３１とを含む。
信号取得部５６１は、心電計や通信インターフェイス５６０やフィルタや増幅器などを含む。信号取得部５６１は、逐次、図５に示すように、例えば１００Ｈｚで心電信号を取得して、信号解析部５１１に受け渡す（ステップＳ１０２）。
信号解析部５１１は、ＣＰＵ（Central Processing Unit）５１０がメモリ５２０のプログラムを実行することによって実現される。信号解析部５１１は、逐次、信号取得部５６１で得られた心電信号から、拍動検出時刻と図５に示すような拍動間隔を算出する（ステップＳ１０４）。
さらに、信号解析部５１１は、例えば、図６に示すように、１分間の拍動検出時刻と拍動間隔の関係を数学的に補間（例えばスプライン補間）する（ステップＳ１０６）。より詳細には、信号解析部５１１は、閾値検出などの方法により、心電のピーク信号（Ｒ波）を検出し、各心電のピークの間隔（時間）を算出する。拍動間隔の算出方法として、上記の他に、自己相関関数を用いた周期の導出や矩形波相関トリガを用いる方法などで行ってもよい。
そして、信号解析部５１１は、図７に示すように、得られた関数の周波数解析を行う（ステップＳ１０８）。
状態判別部５１２では、ＣＰＵ５１０がメモリ５２０のプログラムを実行することによって実現される。状態判別部５１２は、信号解析部５１１における周波数解析で得られた図７のようなパワースペクトル分布のなかで、任意の周波数範囲（例えば０．０５〜０．５Ｈｚの間）においてパワースペクトルの最大のピークを特定する（ステップＳ１１０）。状態判別部５１２は、２番目に大きいピークに比べた最大のピークの割合が、任意の閾値以上の大きさ(例えば３倍）を有する場合には、「測定可能状態」と判別する。
より詳細には、例えば、屋内の静かな部屋でリラックスしている状態の犬のスプライン補間後のＲＲＩ変動は、図８（ａ）に示すようなものとなる。この場合のパワースペクトル分布は、図８（ｂ）に示すようなものとなり、２番目に大きいピークに比べた最大のピークの割合が、任意の閾値以上の大きさ(例えば３倍）を有するため、状態判別部５１２は、「測定可能状態」と判別する。
逆に、例えば、屋外の騒がしい環境で落ち着きがない状態の犬のスプライン補間後のＲＲＩ変動は、図９（ａ）に示すようなものとなる。この場合のパワースペクトル分布は、図９（ｂ）に示すようなものとなり、２番目に大きいピークに比べた最大のピークの割合が、任意の閾値以上の大きさ(例えば３倍）を有さないため、状態判別部５１２は、「測定不可能状態」と判別する。
状態判別部５１２が、「測定不可能状態」と判別した場合は、別のタイミングに関して、信号取得部５６１が既に取得している拍動間隔に基づいて、ステップＳ１０６からの処理を繰り返す。
生体情報検出部５１３は、ＣＰＵ５１０がメモリ５２０のプログラムを実行することによって実現される。生体情報検出部５１３は、状態判別部５１２において、「測定可能状態」と判別された場合に、生体情報を検出する。生体情報検出部５１３は、状態判別部５１２において行われた周波数解析における任意の周波数範囲（例えば０．０５〜０．５Ｈｚの範囲）における最大ピークを呼吸の周波数として、逆数を計算することによって呼吸数を算出する。
出力部５３１は、ディスプレイ５３０、スピーカ５７０、外部へデータを送信するための通信インターフェイス５６０などを含む。出力部５３１は、単位時間当たりの呼吸数を表示したり、音声出力したり、外部のデータベースに蓄積したりする。
本実施の形態においては、生体情報検出部５１３は、状態判別部５１２において行われた周波数解析における最大ピークの周波数を呼吸の周波数として、当該周波数の逆数を計算することによって呼吸数を算出する。図１０は６０分間の呼吸数測定の結果である。状態判別をしなかった場合には、図１０（ａ）のように測定結果が毎分出力可能であるが、様々な状態での測定結果を含み、また、精度を担保することが困難である。一方、「測定不可能状態」と判別した時間のデータは算出しないことにより、図１０（ｂ）に示すような呼吸数を算出することが可能になり、適切な状態下における呼吸数のみを得ることができる。
より詳細には、バイタルデータを蓄積することは医学的に重要な意義を持つが、一定の環境下（例えば安静時）において測定されたデータを比較・解析することが必要である。特に、長期的にデータを比較する場合や、被測定者が自ら一定の状態を維持することができない場合には、信頼性をもってバイタルデータを記録するためには、測定時の被測定者の状態を判別することが必要である。特に呼吸数は、随意的に変動するため被測定者が意識的に測定可能な状態を作り出すことが困難であり、現在では、自動的に測定可能かどうかを判別する手段が確立されていない。
しかしながら、測定データ（例えば心電信号）を解析することで被測定者の状態判別を行い、状態の判別結果に基づいて、バイタルデータ（例えば、心電信号から導かれる呼吸数など）を算出し、記録しておくことができる。特に、状態判別の手段としては、「測定中の一定時間（例えば1分間）にわたって、適切な状態を保っていたかどうか」の判別を行う。そして、「適切な状態を保っていたかどうか」の判別基準は、例えば、心拍変動解析を用いて、呼吸による変動周期から定義する。犬などの動物は、動作が見られない場合にも心拍や呼吸数の変化があり、本判別基準は加速度センサ等を用いて動作を解析するよりも高精度に適切な状態を判別できる。また、状態判定とバイタルデータ検出の両方を、心電信号等の単一の測定データから行うことによって、測定装置を小型かつ簡便にすることができる。そして、装置やシステムを小型化することにより、測定者側へのストレスや負荷を減らし、より自然な状態での測定が可能となる。
＜第２の実施の形態＞
第１の実施の形態においては、パワースペクトルを利用して対象の生物が安静状態であるか否かについて判断するものであった。そして、図４のステップＳ１１０において、状態判別部５１２は、信号解析部５１１における周波数解析で得られた図７のようなパワースペクトル分布のなかで、任意の周波数範囲（例えば０．０５〜０．５Ｈｚの間）における最大のピークを特定するものであった。そして、状態判別部５１２は、２番目に大きいピークに比べた最大のピークの割合が、任意の閾値以上の大きさ(例えば３倍）を有する場合には、「測定可能状態」と判別するものであった。
しかしながら、本実施の形態として、図４のステップＳ１１０において、状態判別部５１２は、信号解析部５１１における周波数解析で得られたパワースペクトル分布のなかで、任意の周波数範囲（例えば０．０５Ｈｚ〜０．５Ｈｚの間）において、パワースペクトルの最大ピークを探し、当該ピークからその半値幅までのパワースペクトルの積分値の、全体に占める割合が設定された閾値以上の場合に、呼吸数の測定可能状態と判別してもよい。
なお、状態判別部５１２は、パワースペクトル分布のなかで、任意の周波数範囲（例えば０．０５〜０．５Ｈｚの間）における最大のピークが、他のパワースペクトルと比較して突出しているか否かを判別できればよく、他の方法によって「測定可能状態」と判別してもよい。
＜第３の実施の形態＞
第１および第２の実施の形態においては、パワースペクトルを利用して対象の生物が安静状態にあるか否かについて判断するものであった。しかしながら、通信端末３００が、拍動間隔のポアンカレプロットに基づいて、対象の生物が安静状態にあるか否かを判断してもよい。以下では、図２・図１１を参照して、本実施の形態にかかる情報処理システム１の機能構成と処理手順とについて説明する。なお、図１１は、本実施の形態にかかる情報処理システム１の処理手順を示すフローチャートである。
まず、信号取得部５６１が、図５に示すように、例えば１００Ｈｚで心電信号を取得する（ステップＳ３０２）。
信号解析部５１１は、信号取得部５６１で得られた心電信号から、拍動検出時刻と図５に示すような拍動間隔を算出する（ステップＳ３０４）。信号解析部５１１は、拍動間隔を拍動間隔テーブルとして逐次メモリ５２０に蓄積していく（ステップＳ３０６）。
状態判別部５１２は、一定時間単位、例えば、１分、１０分、１時間など状態を判定するために必要な時間単位で、メモリ５２０から拍動間隔データを読み出して、図１２に示すような、拍動間隔Ｒ−Ｒ（ｎ）とその次の拍動間隔Ｒ−Ｒ（ｎ＋１）との対応関係テーブル３２１Ａを作成する（ステップＳ３０８）。
状態判別部５１２は、図１３に示すように、拍動間隔Ｒ−Ｒ（ｎ）とその次の拍動間隔Ｒ−Ｒ（ｎ＋１）との関係テーブルからＹ＝Ｘ方向とそれに垂直な方向の軸への変換を行う（ステップＳ３１０）。
状態判別部５１２は、軸の変換を行った後のそれぞれの軸に関する標準偏差を算出する（ステップＳ３１２）。なお、状態判別部５１２は、Ｙ＝Ｘ軸に関する標準偏差だけを算出してもよいし、Ｙ＝−Ｘの軸に関する標準偏差だけを算出してもよいし、両方を算出してもよいし、両者の積を算出してもよい。そして、状態判別部５１２は、算出結果に基づいて、対象の生物が測定可能状態であるか否かを判断する（ステップＳ３１２）。
参考に、図１４は、犬の状態毎の、Ｙ＝Ｘ軸に関する標準偏差と、Ｙ＝−Ｘに関する標準偏差と、標準偏差の積と、標準偏差の比との目安を示す表である。
換言すれば、本実施の形態においては、状態判別部５１２は、信号解析部５１１において得られた拍動間隔について、横軸にＮ番目のＲＲＩを、縦軸にＮ＋１番目のＲＲＩをとり、プロットしたグラフにおいて、そのプロットのばらつきを数値化する。そして、犬のような呼吸性の不整脈を有する生物は、当該プロットの分布の大きさと形状により測定可能状態であるかどうか判断できる。
例えば、静かな環境でリラックスしている状態の犬のポアンカレプロットは、図１５に示すようなものとなる。この場合のポアンカレプロットは、プロットが全体的にばらついており、中心部にプロットが少ない。このような場合に、状態判別部５１２は、「測定可能状態」と判別する。
逆に、例えば、騒がしい環境で落ち着きがない状態の犬のポアンカレプロットは、図１６に示すようなものとなる。この場合のポアンカレプロットは、プロットが全体的に密集しており、中心部にもプロットがある。このような場合に、状態判別部５１２は、「測定不可能状態」と判別する。
以下、より詳細にポアンカレプロット図に関して説明する。図３２は、犬の興奮状態におけるポアンカレプロット図である。図３３は、犬の通常状態で呼吸が安定している状態におけるポアンカレプロット図である。図３４は、犬の通常状態におけるポアンカレプロット図である。図３５は、犬の安静状態におけるポアンカレプロット図である。
まず、例えば犬などの呼吸性の不整脈を有する生物の場合、図３２のような興奮状態においては、心拍数が上昇し（拍動間隔は短くなる）、揺らぎは小さくなり、プロットが一定の場所に集まるような状態になる。
そして、図３３のような呼吸が安定している通常の状態においては、心拍数が安静状態ほどは少なくないが、グラフの中心にプロットが少ない（穴の空白）領域が存在する。このような形状になるのは、犬の心拍が呼吸の影響を大きく受けるため、拍動変動が周期的に変化することが原因と考えられる（呼吸性不整脈）。そのため、リラックスした緩やかな拍動ではないが、呼吸が安定して行われているため、空白の存在する状態になると考えられる。
そして、図３４のような通常状態においては、拍動に揺らぎがみられ、ばらつきは大きくなるが、プロット点が散乱している状態となる。
そして、図３５の安静状態においては、犬がリラックスしているために拍動の間隔が大きくなり、さらに呼吸性不整脈の影響を大きく受けるために、円形や四角形に近い形状や、三角形に近い形状となる。そのいずれの形状においても、安静状態ではポアンカレプロットの中心部に空白部分が見られる形状となる。
図２に戻って、生体情報検出部５１３は、状態判別部５１２において、「測定可能状態」と判別された場合に、生体情報を検出する。本実施の形態においては、生体情報検出部５１３は、「測定可能状態」において、図１７に示すように、拍動間隔の時系列変化における極大（または極小）点の数を呼吸数として算出する。
本実施の形態においては、状態判別部５１２が、「測定不可能状態」と判別した場合は、別のタイミングに関して、信号取得部５６１が既に取得している拍動間隔に基づいて、ステップＳ３０８からの処理を繰り返す。ただし、状態判別部５１２が、逐次、「測定不可能状態」であるか否かの判断まで実行し、「測定可能状態」のときだけ、ステップＳ３１４が実行されるものであってもよい。
出力部５３１は、ディスプレイ５３０、スピーカ５７０、外部へデータを送信するための通信インターフェイス５６０などを含む。出力部５３１は、単位時間当たりの呼吸数を表示したり、音声出力したり、外部のデータベースに蓄積したりする。
＜第４の実施の形態＞
第１および第２の実施の形態においては、パワースペクトルを利用して対象の生物が安静状態にあるか否かについて判断するものであった。そして、第３の実施の形態においては、拍動間隔のポアンカレプロットに基づいて、対象の生物が安静状態にあるか否かについて判断するものであった。しかしながら、両者を利用して、対象の生物が安静状態にあるか否かを判断することも可能である。
以下では、図１８および図１９を参照して、本実施の形態にかかる情報処理システム１の機能構成と処理手順とについて説明する。なお、図１８は、本実施の形態にかかる情報処理システム１の機能構成の例である。図１９は、本実施の形態にかかる情報処理システム１の処理手順を示すフローチャートである。
まず、情報処理システム１の信号処理装置５００の構成について説明する。信号処理装置５００は、信号取得部５６１と、第１の信号解析部５１１Ａと、第１の状態判別部５１２Ａと、第１の生体情報検出部５１３Ａと、第２の信号解析部５１１Ｂと、第２の状態判別部５１２Ｂと、第２の生体情報検出部５１３Ｂと、生体情報蓄積部５２１と、出力部５３１とを含む。
そして、信号取得部５６１は、例えば図３の通信インターフェイス５６０や心電計やフィルタや増幅器などによって実現される。第１の信号解析部５１１Ａと、第１の状態判別部５１２Ａと、第１の生体情報検出部５１３Ａと、第２の信号解析部５１１Ｂと、第２の状態判別部５１２Ｂと、第２の生体情報検出部５１３Ｂとは、例えば図３のＣＰＵ５１０がメモリ５２０のプログラムを実行することによって実現される。生体情報蓄積部５２１は、例えば、図３のメモリ５２０によって実現される。出力部５３１は、図３のディスプレイ５３０またはスピーカ５７０または通信インターフェイス５６０などによって実現される。
信号取得部５６１は、図５に示すように、例えば１００Ｈｚで心電信号を取得する（ステップＳ４０２）。
第１の信号解析部５１１Ａは、信号取得部５６１で得られた心電信号から、拍動検出時刻と図５に示すような拍動間隔とを算出する（ステップＳ４０４）。第１の信号解析部５１１Ａは、拍動間隔を拍動間隔テーブルとして逐次メモリ５２０に蓄積していく（ステップＳ４０６）。
第１の状態判別部５１２Ａは、一定時間単位、例えば、１分、１０分、１時間など、状態を判定するために必要な時間単位で、メモリ５２０から拍動間隔データを読み出して、拍動間隔Ｒ−Ｒ（ｎ）とその次の拍動間隔Ｒ−Ｒ（ｎ＋１）との対応関係テーブル３２１Ａを作成する（ステップＳ４０８）。
第１の状態判別部５１２Ａは、拍動間隔Ｒ−Ｒ（ｎ）とその次の拍動間隔Ｒ−Ｒ（ｎ＋１）との対応関係テーブル３２１ＡからＹ＝Ｘ方向とそれに垂直な方向の軸への変換を行う（ステップＳ４１０）。
第１の状態判別部５１２Ａは、軸の変換を行った後のそれぞれの軸に関する標準偏差を算出する（ステップＳ４１２）。なお、第１の状態判別部５１２Ａは、Ｙ＝Ｘ軸に関する標準偏差だけを算出してもよいし、Ｙ＝−Ｘの軸に関する標準偏差だけを算出してもよいし、両方を算出してもよいし、両者の積を算出してもよい。そして、第１の状態判別部５１２Ａは、算出結果に基づいて、対象の生物が測定可能状態であるか否かを判断する（ステップＳ４１２）。
換言すれば、第１の状態判別部５１２Ａは、第１の信号解析部５１１Ａにおいて得られた拍動間隔について、横軸にＮ番目のＲＲＩを、縦軸にＮ＋１番目のＲＲＩをとり、プロットしたグラフにおいて、そのプロットのばらつきを数値化する。そして、犬のような呼吸性の不整脈を有する生物は、当該プロットの分布の大きさと形状により測定可能状態であると判断できる。
第１の生体情報検出部５１３Ａは、第１の状態判別部５１２Ａにおいて「測定可能状態」と判別された場合（ステップＳ４１２にてＯＫである場合）、図１７に示すように、信号解析部５１１で得られた拍動間隔の時系列変化における極大（または極小）点の数を単位時間当たりの呼吸数として算出する。
そして、生体情報蓄積部５２１が当該呼吸数を蓄積したり、出力部５３１が、ディスプレイ５３０、スピーカ５７０、外部へデータを送信するための通信インターフェイス５６０などに呼吸数を出力させたりする（ステップＳ４３４）。
一方、第１の状態判別部５１２Ａにおいて「測定可能状態」と判別されなかった場合（ステップＳ４１２にてＮＧである場合）、第２の信号解析部５１１Ｂが、例えば、図６に示すように、１分間の拍動検出時刻と拍動間隔の関係を数学的に補間（例えばスプライン補間）する（ステップＳ４２２）。より詳細には、第２の信号解析部５１１Ｂは、閾値検出などの方法により、心電のピーク信号（Ｒ波）を検出し、各心電のピークの間隔（時間）を算出する。拍動間隔の算出方法として、上記の他に、自己相関関数を用いた周期の導出や矩形波相関トリガを用いる方法などで行ってもよい。
そして、第２の信号解析部５１１Ｂは、図７に示すように、得られた関数の周波数解析を行う（ステップＳ４２４）。
第２の状態判別部５１２Ｂは、第２の信号解析部５１１Ｂにおける周波数解析で得られた図７のようなパワースペクトル分布のなかで、任意の周波数範囲（例えば０．０５〜０．５Ｈｚの間）においてパワースペクトルの最大ピークが最大のピークを特定する（ステップＳ４２６）。
第２の状態判別部５１２Ｂは、２番目に大きいピークに比べた最大のピークの割合が、任意の閾値以上の大きさ(例えば３倍）を有するか否かに応じて、「測定可能状態」であるか否かを判断する（ステップＳ４２８）。
第２の状態判別部５１２Ｂにおいて、「測定可能状態」と判別された場合に（ステップＳ４２８にてＯＫである場合）、第２の生体情報検出部５１３Ｂは、第２の状態判別部５１２Ｂにおいて行われた周波数解析における任意の周波数範囲（例えば０．０５〜０．５Ｈｚの範囲）における最大ピークを呼吸の周波数とし、当該周波数の逆数を計算することによって単位時間当たりの呼吸数を算出する（ステップＳ４３２）。
そして、生体情報蓄積部５２１が当該呼吸数を蓄積したり、出力部５３１が、ディスプレイ５３０、スピーカ５７０、外部へデータを送信するための通信インターフェイス５６０などに呼吸数を出力させたりする（ステップＳ４３４）。
なお、第２の状態判別部５１２Ｂにおいて、「測定可能状態」と判別されなかった場合には（ステップＳ４２８にてＮＧである場合）、出力部５３１が、ディスプレイ５３０、スピーカ５７０、外部へデータを送信するための通信インターフェイス５６０などを介して、「呼吸数検出付加」という旨のエラーメッセージを出力させる（ステップＳ４３０）。ただし、ＣＰＵ５１０は、「測定可能状態」と判別されなかった場合には（ステップＳ４２８にてＮＧである場合）、別のタイミングに関して、ステップＳ４０８からの処理を繰り返すものであってもよい。
本実施の形態においては、先にポアンカレプロットに基づいて測定可能か否かを判断しているため、ヒストグラムによる判断よりも計算量を低減することが可能である。ただし、先にヒストグラムによる判断をし、測定不可能と判断された際にポアンカレプロットに基づいて測定可能か否かを判断する形態であってもよい。
＜第５の実施の形態＞
第１〜第４の実施の形態においては、犬の胸部に取り付けられる心電取得用の電極４００を利用するものであった。しかしながら、電極の取り付け位置は、このような形態には限られない。
例えば、図２０に示すように、脚の裏などに心電測定用の電極４００Ｂを装着し、当該心電信号が生体情報モニター５００Ｂに送信されてもよい。なお、その後の信号解析、状態判別、生体情報検出は、他の実施の形態と同様であるため、ここでは説明を繰り返さない。より詳細には、生体情報モニター５００Ｂが第１〜第４の実施の形態にかかる信号処理装置５００の機能を搭載してもよいし、生体情報モニター５００Ｂが有線または無線のネットワークを介して第１〜第４の実施の形態にかかる信号処理装置５００の機能を搭載する他の装置に心電データを提供するものであってもよい。
＜第６の実施の形態＞
第１〜第４の実施の形態においては、犬の胸部に取り付けられる心電取得用の電極４００を利用するものであった。しかしながら、このような形態には限られない。
例えば、図２１に示すように、光電脈波方式の脈波計４００Ｃによって脈波信号を取得し、当該脈波信号が生体情報モニター５００Ｃに送信されてもよい。この場合は、脈波の測定部位は、舌、耳などをはじめとした皮膚が露出した部位であることが好ましい。なお、その後の信号解析、状態判別、生体情報検出は、第１〜第４の実施の形態と同様であるため、ここでは説明を繰り返さない。より詳細には、生体情報モニター５００Ｂが第１〜第４の実施の形態にかかる信号処理装置５００の機能を搭載してもよいし、生体情報モニター５００Ｂが有線または無線のネットワークを介して第１〜第４の実施の形態にかかる信号処理装置５００の機能を搭載する他の装置に心電データを提供するものであってもよい。
＜第７の実施の形態＞
あるいは、図２２に示すように、マイクロ波ドップラーセンサ等の脈波取得センサを利用して、脈拍を検出してもよい。例えば、マイクロ波発信装置５００Ｄが天井等に設置されており、非接触で犬などの生物からの脈波を取得する形態が考えられる。より詳細には、マイクロ波ドップラーセンサの生データから心拍のみを検出するような信号処理を行う。その後の信号解析、状態判別、生体情報検出は、第１〜第４の実施の形態と同様であるため、ここでは説明を繰り返さない。
より詳細には、図２３に示すように、マイクロ波発信装置５００Ｄが、第１〜第４の実施の形態にかかる信号処理装置５００の機能とマイクロ波発信部５８０とを搭載してもよい。なお、この場合は、信号取得部５６１が、マイクロ波の反射波を検知できる必要がある。
当然に、マイクロ波発信装置５００Ｄが、第１〜第４の実施の形態にかかる信号処理装置５００の機能を搭載する他の装置と別体であってもよい。
本実施例においては、非接触での測定が可能となり、被験体への負荷をより軽減する効果がある。
＜第８の実施の形態＞
第１〜第７の実施の形態にかかる情報処理システム１は、電極４００からの心電信号に基づいて信号処理装置５００が測定可能状態であるか否かを判断し、呼吸数を算出したり出力したりするものであった。しかしながら、それらの装置のいずれかの全部または一部の役割が、別の装置によって担われてもよいし、複数の装置によって分担されてもよい。逆に、それら複数の装置の全部または一部の役割を、１つの装置が担ってもよいし、別の装置が担ってもよい。
例えば、図２４に示すように、信号処理装置５００Ｅが電極４００などのセンサを一体的に搭載するものであってもよい。
＜第９の実施の形態＞
あるいは、図２５に示すように、信号処理装置５００の役割の一部を信号処理装置５００Ｆと通信可能な通信端末３００Ｆが担ってもよい。
より詳細には、図２６に示すように、本実施の形態にかかる信号処理装置５００Ｆは、主に、信号取得部５６１と、信号解析部５１１と、送信部５６２の機能を有する。なお、なお、信号取得部５６１は、心電計や図３の通信インターフェイス５６０やフィルタや増幅器などを含む。送信部５６２は、図３に示す通信インターフェイス５６０などによって実現される。信号解析部５１１は、図３に示すＣＰＵ５１０がメモリ５２０に格納されているプログラムを実行することによって実現される。
そして、図２６に示すように、通信端末３００は、送受信部３６１と、状態判別部３１２と、生体情報検出部３１３と、出力部３３１とを有する。なお、送受信部３６１は、図２７に示す通信インターフェイス３６０によって実現される。状態判別部３１２と、生体情報検出部３１３とは、図２７に示すＣＰＵ３１０がメモリ３２０に格納されているプログラムを実行することによって実現される。出力部３３１は、ディスプレイ３３０、スピーカ３７０、外部へデータを送信するための通信インターフェイス３６０などによって実現される。
そして、信号取得部５６１は、図５に示すように、例えば１００Ｈｚで心電信号を取得する。信号解析部５１１は、信号取得部５６１で得られた心電信号から、拍動検出時刻と図５に示すような拍動間隔を算出する。
さらに、信号解析部５１１は、例えば、図６に示すように、１分間の拍動検出時刻と拍動間隔の関係を数学的に補間（例えばスプライン補間）する。より詳細には、信号解析部５１１は、閾値検出などの方法により、心電のピーク信号（Ｒ波）を検出し、各心電のピークの間隔（時間）を算出する。拍動間隔の算出方法として、上記の他に、自己相関関数を用いた周期の導出や矩形波相関トリガを用いる方法などで行ってもよい。
そして、信号解析部５１１は、図７に示すように、得られた関数の周波数解析を行う。送信部５６２は、周波数解析の結果を通信端末３００に送信する。
通信端末３００の送受信部３６１は、信号処理装置５００からのデータを受信する。状態判別部３１２は、信号解析部５１１における周波数解析で得られた図７のようなパワースペクトル分布のなかで、任意の周波数範囲（例えば０．０５〜０．５Ｈｚの間）においてパワースペクトルの最大ピークが最大のピークを特定する。状態判別部３１２は、２番目に大きいピークに比べた最大のピークの割合が、任意の閾値以上の大きさ(例えば３倍）を有する場合には、「測定可能状態」と判別する。
生体情報検出部３１３は、状態判別部３１２において、「測定可能状態」と判別された場合に、生体情報を検出する。生体情報検出部３１３は、状態判別部３１２において行われた周波数解析における任意の周波数範囲（例えば０．０５〜０．５Ｈｚの範囲）における最大ピークを呼吸の周波数として、逆数を計算することによって呼吸数を算出する。
出力部３３１は、ディスプレイ３３０、スピーカ３７０、外部へデータを送信するための通信インターフェイス３６０を介して、単位時間当たりの呼吸数を表示したり、音声出力したり、データベースに蓄積したりする。
なお、信号処理装置５００Ｆと通信端末３００Ｆとの役割分担は、このようなものに限らず、信号解析部５１１の機能の一部を通信端末３００Ｆが担ってもよいし、状態判別部３１２や生体情報検出部３１３や出力部３３１の機能の一部を信号処理装置５００Ｆが担ってもよい。
＜第１０の実施の形態＞
あるいは、図２８に示すように、信号処理装置５００の役割の一部を信号処理装置５００Ｆと通信可能な通信端末３００が通信可能なサーバ１００が担ってもよい。
より詳細には、図２９に示すように、信号処理装置５００Ｇは、主に、信号取得部５６１と、信号解析部５１１と、送信部５６２の機能を有する。なお、信号取得部５６１は、心電計や図３の通信インターフェイス５６０やフィルタや増幅器などを含む。送信部５６２は、図３に示す通信インターフェイス５６０などによって実現される。信号解析部５１１は、図３に示すＣＰＵ５１０がメモリ５２０に格納されているプログラムを実行することによって実現される。
そして、図２９に示すように、通信端末３００は、送受信部３６１と、出力部３３１とを有する。なお、送受信部３６１は、図２７に示す通信インターフェイス３６０によって実現される。出力部３３１は、ディスプレイ３３０やスピーカ３７０などによって実現される。
そして、図２９に示すように、サーバ１００は、送受信部１６１と、状態判別部１１２と、生体情報検出部１１３とを有する。なお、送受信部１６１は、図３０に示す通信インターフェイス１６０によって実現される。状態判別部１１２と、生体情報検出部１１３とは、図３０に示すＣＰＵ１１０がメモリ１２０に格納されているプログラムを実行することによって実現される。
そして、信号取得部５６１は、図５に示すように、例えば１００Ｈｚで心電信号を取得する。信号解析部５１１は、信号取得部５６１で得られた心電信号から、拍動検出時刻と図５に示すような拍動間隔を算出する。
さらに、信号解析部５１１は、例えば、図６に示すように、１分間の拍動検出時刻と拍動間隔の関係を数学的に補間（例えばスプライン補間）する。より詳細には、信号解析部５１１は、閾値検出などの方法により、心電のピーク信号（Ｒ波）を検出し、各心電のピークの間隔（時間）を算出する。拍動間隔の算出方法として、上記の他に、自己相関関数を用いた周期の導出や矩形波相関トリガを用いる方法などで行ってもよい。
そして、信号解析部５１１は、図７に示すように、得られた関数の周波数解析を行う。送信部５６２は、周波数解析の結果を通信端末３００に送信する。
通信端末３００の送受信部３６１は、信号処理装置５００からのデータを受信して、サーバ１００に送信する。
サーバ１００の送受信部１６１は、通信端末３００からのデータを受信する。状態判別部１１２は、信号解析部５１１における周波数解析で得られた図７のようなパワースペクトル分布のなかで、任意の周波数範囲（例えば０．０５〜０．５Ｈｚの間）においてパワースペクトルの最大ピークが最大のピークを特定する。状態判別部１１２は、２番目に大きいピークに比べた最大のピークの割合が、任意の閾値以上の大きさ(例えば３倍）を有する場合には、「測定可能状態」と判別する。
生体情報検出部１１３は、状態判別部１１２において、「測定可能状態」と判別された場合に、生体情報を検出する。生体情報検出部１１３は、状態判別部１１２において行われた周波数解析における任意の周波数範囲（例えば０．０５〜０．５Ｈｚの範囲）における最大ピークを呼吸の周波数として、逆数を計算することによって呼吸数を算出する。
サーバ１００の送受信部１６１は、呼吸数などのデータを通信端末３００に送信する。通信端末３００の送受信部３６１は、サーバ１００からのデータを受信する。そして、出力部３３１は、ディスプレイ３３０、スピーカ３７０、外部へデータを送信するための通信インターフェイス３６０などを介して、単位時間当たりの呼吸数を出力する。
なお、信号処理装置５００Ｆと通信端末３００Ｆとサーバ１００との役割分担は、このようなものに限らず、例えば、信号解析部５１１の機能の一部を通信端末３００Ｆやサーバ１００が担ってもよいし、状態判別部３１２や生体情報検出部３１３の機能の一部を通信端末３００や信号処理装置５００Ｆが担ってもよい。そして、出力部３３１の機能の一部は、サーバ１００や通信端末３００や信号処理装置５００と通信可能な、他のスマートフォンやタブレットやパーソナルコンピュータが担ってもよい。
なお、当然ながら、図３１に示すように、信号処理装置５００Ｆがルータやインターネットなどを介してサーバ１００Ｆと通信可能であって、通信端末３００Ｆがインターネットやキャリア網を介してサーバ１００Ｆと通信可能であってもよい。
＜その他の応用例＞
本発明の一態様は、システム或いは装置にプログラムを供給することによって達成される場合にも適用できることはいうまでもない。そして、本発明の一態様を達成するためのソフトウェアによって表されるプログラムを格納した記憶媒体（あるいはメモリ）を、システム或いは装置に供給し、そのシステム或いは装置のコンピュータ（又はＣＰＵやＭＰＵ）が記憶媒体に格納されたプログラムコードを読出し実行することによっても、本発明の一態様の効果を享受することが可能となる。
この場合、記憶媒体から読出されたプログラムコード自体が前述した実施の形態の機能を実現することになり、そのプログラムコードを記憶した記憶媒体は本発明の一態様を構成することになる。
また、コンピュータが読出したプログラムコードを実行することにより、前述した実施の形態の機能が実現されるだけでなく、そのプログラムコードの指示に基づき、コンピュータ上で稼動しているＯＳ（オペレーティングシステム）などが実際の処理の一部または全部を行い、その処理によって前述した実施の形態の機能が実現される場合も含まれることは言うまでもない。
さらに、記憶媒体から読み出されたプログラムコードが、コンピュータに挿入された機能拡張ボードやコンピュータに接続された機能拡張ユニットに備わる他の記憶媒体に書き込まれた後、そのプログラムコードの指示に基づき、その機能拡張ボードや機能拡張ユニットに備わるＣＰＵなどが実際の処理の一部または全部を行い、その処理によって前述した実施の形態の機能が実現される場合も含まれることは言うまでもない。
＜実験例と比較例＞
ここで、実施の形態１の情報処理システムが、被験体の呼吸数をどれだけ精度よく測定できるかを調べるために、以下の実験例１および比較例１を準備した。
実験例１では、被験体である４頭のビーグル犬（最小体重９．１ｋｇ、最大体重１３．３ｋｇ、最年少１１カ月、最年長１９カ月）にベスト型の測定装置を装着させ、本実施の形態の情報処理システムにより、上記被験体の呼吸数を測定した。呼吸数の測定中において、被験体は６０×７２×５５ｃｍのゲージ内を動くことが可能にした。また、測定開始の３０分前から被験体に測定装置を装着させ、実験環境に十分に馴化させてから測定を開始した。被験体４頭の合計測定時間は５２６分であった。
比較例１では、実施例１と同じ被験体の鼻腔にサーモパイル（MLX90613DAA、Melexis Technology, NV）を取り付け、実験例１と並行して、サーモパイルで検出された呼気吸気の温度変化により上記被験体の呼吸数を測定した。
図３６は、実験例１および比較例１のそれぞれで測定した４頭の被験体の１分当たりの呼吸数をプロットした図である。図３６の横軸は実験例１で測定された呼吸数［回／分］を示し、図３６の縦軸は比較例１で測定された呼吸数［回／分］を示す。
実験例１における被験体４頭分の合計測定時間５２６分中、４頭の被験体の呼吸数が「測定可能状態」と判別された時間の合計は３８８分（合計測定期間の７４％）であった。この「測定可能状態」における実施例１と比較例１の残差は±２．６回／分であった。この残差は、実施の形態１に開示された情報処理システム１による呼吸数の測定方法が十分な精度を有することを示した。
今回開示された実施の形態はすべての点で例示であって制限的なものではないと考えられるべきである。本発明の範囲は、上記した説明ではなく、特許請求の範囲によって示され、特許請求の範囲と均等の意味および範囲内でのすべての変更が含まれることが意図される。
１ ：情報処理システム
１００Ｇ ：コンピュータ（サーバ）
１１０ ：プロセッサ（ＣＰＵ）
１１２ ：状態判別部
１１３ ：生体情報検出部
１２０ ：メモリ
１３０ ：ディスプレイ
１４０ ：操作部
１６０ ：通信インターフェイス（出力装置）
１６１ ：送受信部
３００Ｆ ：コンピュータ（通信端末）
３００Ｇ ：コンピュータ（通信端末）
３１０ ：プロセッサ（ＣＰＵ）
３１２ ：状態判別部
３１３ ：生体情報検出部
３２０ ：メモリ
３２１Ａ ：対応関係テーブル
３３０ ：ディスプレイ（出力装置）
３３１ ：出力部
３４０ ：操作部
３６０ ：インターフェイス（出力装置）
３６１ ：送受信部
３７０ ：スピーカ
４００ ：センサ（電極）
４００Ｂ ：電極
４００Ｃ ：脈波計
５００ ：コンピュータ（信号処理装置）
５００Ｂ ：生体情報モニター
５００Ｃ ：生体情報モニター
５００Ｄ ：マイクロ波発信装置
５００Ｅ ：信号処理装置
５００Ｆ ：信号処理装置
５００Ｇ ：信号処理装置
５１０ ：プロセッサ（ＣＰＵ）
５１１ ：信号解析部
５１１Ａ ：第１の信号解析部
５１１Ｂ ：第２の信号解析部
５１２ ：状態判別部
５１２Ａ ：第１の状態判別部
５１２Ｂ ：第２の状態判別部
５１３ ：生体情報検出部
５１３Ａ ：第１の生体情報検出部
５１３Ｂ ：第２の生体情報検出部
５２０ ：メモリ
５２１ ：生体情報蓄積部
５３０ ：ディスプレイ（出力装置）
５３１ ：出力部
５４０ ：操作部
５６０ ：インターフェイス（出力装置）
５６１ ：信号取得部
５６２ ：送信部
５７０ ：スピーカ
５８０ ：マイクロ波発信部
本出願は、２０１６年９月２０日に出願された特願２０１６−１８２６８３号に対して、優先権の利益を主張するものであり、それを参照することにより、その内容の全てを本書に含めるものである。
以下の開示は、生物の呼吸数を取得するための技術に関する。
従来から、生物の呼吸数を取得するための技術が知られている。例えば、特開昭６２−２２６２７号公報（特許文献１）には、呼吸数測定装置が開示されている。特許文献１によると、脈拍間隔を検出し、脈拍間隔の変化周期を検出し、変化周期の逆数から単位時間内の呼吸数を算出する。
また、特開２０１４−１３３０４９号公報（特許文献２）には、生体情報管理モジュール、睡眠計、制御装置が開示されている。特許文献２によると、生体情報管理モジュールは第１の取得部と判別部と生成部とを有する。第１の取得部は種類の異なる複数の就床時の生体情報を生体情報群として取得する。判別部は生体情報群に基づいて生体の状態を判別する。生成部は生体の状態が所定の状態であると判別部が判別するときに実行指令を生成する。実行指令は第１の機器に所定の動作を実行させる。第１の機器は生体に対して所定の動作を実行する。
特開昭６２−２２６２７号公報 特開２０１４−１３３０４９号公報
従来よりも効率的に生物の単位時間当たりの呼吸数を取得することができる技術が求められている。本発明の一態様は、かかる問題を解決するためになされたものであり、その目的は、従来よりも効率的に生物の単位時間当たりの呼吸数を取得することができるコンピュータ、呼吸数の取得方法、および情報処理システムを提供することにある。
この発明のある態様に従うと、生物の脈拍または心拍を示すデータを取得するためのインターフェイスと、生物の脈拍または心拍を示すデータに基づいて所定の条件が満たされているか否かを判断し、所定の条件が満たされている期間の呼吸数を算出するためのプロセッサと、を備える、コンピュータが提供される。
好ましくは、プロセッサは、生物の脈拍または心拍のデータから呼吸数を算出する。
好ましくは、プロセッサは、生物の脈拍または心拍のデータを逐次処理し、所定の条件が満たされている期間の生物の脈拍または心拍のデータから呼吸数を計算する。
好ましくは、プロセッサは、生物の脈拍または心拍のデータから拍動間隔を計算し、拍動間隔に基づいて呼吸数を算出する。
好ましくは、プロセッサは、拍動間隔のパワースペクトルを作成し、パワースペクトルに基づいて所定の条件が満たされているか否かを判断し、パワースペクトルに基づいて呼吸数を取得する。
好ましくは、プロセッサは、拍動間隔のポアンカレプロットに基づいて、所定の条件が満たされているか否かを判断する。
この発明の別の局面に従うと、プロセッサを有するコンピュータにおける生物の呼吸数の取得方法が提供される。取得方法は、生物の脈拍または心拍を示すデータを取得するステップと、生物の脈拍または心拍を示すデータに基づいて所定の条件が満たされているか否かを判断するステップと、所定の条件が満たされている期間の呼吸数を取得するステップと、を備える。
この発明の別の局面に従うと、出力装置と、生物の拍動を検知するためのセンサと、センサからの生物の脈拍または心拍を示すデータに基づいて所定の条件が満たされているか否かを判断し、所定の条件が満たされている期間の呼吸数を算出し、出力装置に出力させるためのコンピュータと、を備える情報処理システムが提供される。
以上のように、本発明の一態様によれば、従来よりも効率的に生物の単位時間当たりの呼吸数を取得することができるコンピュータ、呼吸数の取得方法、および情報処理システムが提供される。
第１の実施の形態にかかる情報処理システム１の全体構成の例である。 第１の実施の形態にかかる情報処理システム１の機能構成を示す図である。 第１の実施の形態にかかる信号処理装置５００のハードウェア構成を示す図である。 第１の実施の形態にかかる情報処理システム１の処理手順を示すフローチャートである。 第１の実施の形態にかかる心電データと拍動間隔との例である。 第１の実施の形態にかかる拍動検出タイミングと拍動間隔との関係の例である。 第１の実施の形態にかかるパワースペクトル分布の例である。 第１の実施の形態にかかる犬の安静時におけるスプライン補間後のＲＲＩ変動とパワースペクトル分布との例である。 第１の実施の形態にかかる犬の興奮時におけるスプライン補間後のＲＲＩ変動とパワースペクトル分布との例である。 第１の実施の形態による呼吸数の取得方法の効果の例である。 第３の実施の形態にかかる情報処理システム１の処理手順を示すフローチャートである。 第３の実施の形態にかかる拍動間隔Ｒ−Ｒ（ｎ）とその次の拍動間隔Ｒ−Ｒ（ｎ＋１）との対応関係テーブルの例である。 第３の実施の形態にかかる拍動間隔Ｒ−Ｒ（ｎ）とその次の拍動間隔Ｒ−Ｒ（ｎ＋１）との対応関係テーブル３２１ＡからＹ＝Ｘ方向とそれに垂直な方向の軸への変換の例である。 第３の実施の形態にかかる犬の状態毎の、Ｙ＝Ｘ軸に関する標準偏差と、Ｙ＝−Ｘに関する標準偏差との目安を示す表である。 第３の実施の形態にかかる犬の安静状態におけるポアンカレプロットの例である。 第３の実施の形態にかかる犬の興奮状態におけるポアンカレプロットの例である。 第３の実施の形態にかかる拍動間隔の時系列変化の例である。 第４の実施の形態にかかる情報処理システム１の機能構成を示す図である。 第４の実施の形態にかかる情報処理システム１の処理手順を示すフローチャートである。 第５の実施の形態にかかる情報処理システム１の全体構成の例である。 第６の実施の形態にかかる情報処理システム１の全体構成の例である。 第７の実施の形態にかかる情報処理システム１の全体構成の例である。 第７の実施の形態にかかる情報処理システム１の機能構成を示す図である。 第８の実施の形態にかかる情報処理システム１の全体構成の例である。 第９の実施の形態にかかる情報処理システム１の全体構成の例である。 第９の実施の形態にかかる情報処理システム１の機能構成を示す図である。 第９の実施の形態にかかる通信端末３００Ｆのハードウェア構成を示す図である。 第１０の実施の形態にかかる情報処理システム１の全体構成の例である。 第１０の実施の形態にかかる情報処理システム１の機能構成を示す図である。 第１０の実施の形態にかかるサーバ１００Ｇのハードウェア構成を示す図である。 第１０の実施の形態にかかる情報処理システム１の別の全体構成の例である。 第３の実施の形態にかかる犬の興奮状態におけるポアンカレプロット図である。 第３の実施の形態にかかる犬の通常状態で呼吸が安定している状態におけるポアンカレプロット図である。 第３の実施の形態にかかる犬の通常状態におけるポアンカレプロット図である。 第３の実施の形態にかかる犬の安静状態におけるポアンカレプロット図である。 実験例１および比較例１のそれぞれで測定した４頭の被験体の１分当たりの呼吸数をプロットした図である。
以下、図面を参照しつつ、本発明の実施の形態について説明する。以下の説明では、同一の部品には同一の符号を付してある。それらの名称および機能も同じである。したがって、それらについての詳細な説明は繰り返さない。
＜第１の実施の形態＞
＜情報処理システムの全体構成＞
まず、図１を参照して、情報処理システム１の全体構成について説明する。図１は、本実施の形態にかかる情報処理システム１の全体構成の例である。
情報処理システム１は、主に、生物の胸部に取り付けられる心電取得用の電極４００と、心電信号を処理して呼吸数を算出するための信号処理装置５００とを含む。情報処理システム１は、犬などの被験体にベスト型の測定装置を装着するものであって、電極４００が生物の左右の腋窩部分に取り付けられ、信号処理装置５００等は背側に設けられる。なお、装置形態はこれに限らない。
＜情報処理システムの機能構成と処理手順＞
次に、図２から図４を参照して、本実施の形態にかかる情報処理システム１の構成と処理手順とについて説明する。図２は、本実施の形態にかかる情報処理システム１の機能構成を示す図である。図３は、本実施の形態にかかる信号処理装置５００のハードウェア構成の例である。図４は、本実施の形態にかかる情報処理システム１の処理手順を示すフローチャートである。
まず、情報処理システム１の信号処理装置５００は、信号取得部５６１と、信号解析部５１１と、状態判別部５１２と、生体情報検出部５１３と、出力部５３１とを含む。
信号取得部５６１は、心電計や通信インターフェイス５６０やフィルタや増幅器などを含む。信号取得部５６１は、逐次、図５に示すように、例えば１００Ｈｚで心電信号を取得して、信号解析部５１１に受け渡す（ステップＳ１０２）。
信号解析部５１１は、ＣＰＵ（Central Processing Unit）５１０がメモリ５２０のプログラムを実行することによって実現される。信号解析部５１１は、逐次、信号取得部５６１で得られた心電信号から、拍動検出時刻と図５に示すような拍動間隔を算出する（ステップＳ１０４）。
さらに、信号解析部５１１は、例えば、図６に示すように、１分間の拍動検出時刻と拍動間隔の関係を数学的に補間（例えばスプライン補間）する（ステップＳ１０６）。より詳細には、信号解析部５１１は、閾値検出などの方法により、心電のピーク信号（Ｒ波）を検出し、各心電のピークの間隔（時間）を算出する。拍動間隔の算出方法として、上記の他に、自己相関関数を用いた周期の導出や矩形波相関トリガを用いる方法などで行ってもよい。
そして、信号解析部５１１は、図７に示すように、得られた関数の周波数解析を行う（ステップＳ１０８）。
状態判別部５１２では、ＣＰＵ５１０がメモリ５２０のプログラムを実行することによって実現される。状態判別部５１２は、信号解析部５１１における周波数解析で得られた図７のようなパワースペクトル分布のなかで、任意の周波数範囲（例えば０．０５〜０．５Ｈｚの間）においてパワースペクトルの最大のピークを特定する（ステップＳ１１０）。状態判別部５１２は、２番目に大きいピークに比べた最大のピークの割合が、任意の閾値以上の大きさ(例えば３倍）を有する場合には、「測定可能状態」と判別する。
より詳細には、例えば、屋内の静かな部屋でリラックスしている状態の犬のスプライン補間後のＲＲＩ変動は、図８（ａ）に示すようなものとなる。この場合のパワースペクトル分布は、図８（ｂ）に示すようなものとなり、２番目に大きいピークに比べた最大のピークの割合が、任意の閾値以上の大きさ(例えば３倍）を有するため、状態判別部５１２は、「測定可能状態」と判別する。
逆に、例えば、屋外の騒がしい環境で落ち着きがない状態の犬のスプライン補間後のＲＲＩ変動は、図９（ａ）に示すようなものとなる。この場合のパワースペクトル分布は、図９（ｂ）に示すようなものとなり、２番目に大きいピークに比べた最大のピークの割合が、任意の閾値以上の大きさ(例えば３倍）を有さないため、状態判別部５１２は、「測定不可能状態」と判別する。
状態判別部５１２が、「測定不可能状態」と判別した場合は、別のタイミングに関して、信号取得部５６１が既に取得している拍動間隔に基づいて、ステップＳ１０６からの処理を繰り返す。
生体情報検出部５１３は、ＣＰＵ５１０がメモリ５２０のプログラムを実行することによって実現される。生体情報検出部５１３は、状態判別部５１２において、「測定可能状態」と判別された場合に、生体情報を検出する。生体情報検出部５１３は、状態判別部５１２において行われた周波数解析における任意の周波数範囲（例えば０．０５〜０．５Ｈｚの範囲）における最大ピークを呼吸の周波数として、逆数を計算することによって呼吸数を算出する。
出力部５３１は、ディスプレイ５３０、スピーカ５７０、外部へデータを送信するための通信インターフェイス５６０などを含む。出力部５３１は、単位時間当たりの呼吸数を表示したり、音声出力したり、外部のデータベースに蓄積したりする。
本実施の形態においては、生体情報検出部５１３は、状態判別部５１２において行われた周波数解析における最大ピークの周波数を呼吸の周波数として、当該周波数の逆数を計算することによって呼吸数を算出する。図１０は６０分間の呼吸数測定の結果である。状態判別をしなかった場合には、図１０（ａ）のように測定結果が毎分出力可能であるが、様々な状態での測定結果を含み、また、精度を担保することが困難である。一方、「測定不可能状態」と判別した時間のデータは算出しないことにより、図１０（ｂ）に示すような呼吸数を算出することが可能になり、適切な状態下における呼吸数のみを得ることができる。
より詳細には、バイタルデータを蓄積することは医学的に重要な意義を持つが、一定の環境下（例えば安静時）において測定されたデータを比較・解析することが必要である。特に、長期的にデータを比較する場合や、被測定者が自ら一定の状態を維持することができない場合には、信頼性をもってバイタルデータを記録するためには、測定時の被測定者の状態を判別することが必要である。特に呼吸数は、随意的に変動するため被測定者が意識的に測定可能な状態を作り出すことが困難であり、現在では、自動的に測定可能かどうかを判別する手段が確立されていない。
しかしながら、測定データ（例えば心電信号）を解析することで被測定者の状態判別を行い、状態の判別結果に基づいて、バイタルデータ（例えば、心電信号から導かれる呼吸数など）を算出し、記録しておくことができる。特に、状態判別の手段としては、「測定中の一定時間（例えば1分間）にわたって、適切な状態を保っていたかどうか」の判別を行う。そして、「適切な状態を保っていたかどうか」の判別基準は、例えば、心拍変動解析を用いて、呼吸による変動周期から定義する。犬などの動物は、動作が見られない場合にも心拍や呼吸数の変化があり、本判別基準は加速度センサ等を用いて動作を解析するよりも高精度に適切な状態を判別できる。また、状態判定とバイタルデータ検出の両方を、心電信号等の単一の測定データから行うことによって、測定装置を小型かつ簡便にすることができる。そして、装置やシステムを小型化することにより、被測定者側へのストレスや負荷を減らし、より自然な状態での測定が可能となる。
＜第２の実施の形態＞
第１の実施の形態においては、パワースペクトルを利用して対象の生物が安静状態であるか否かについて判断するものであった。そして、図４のステップＳ１１０において、状態判別部５１２は、信号解析部５１１における周波数解析で得られた図７のようなパワースペクトル分布のなかで、任意の周波数範囲（例えば０．０５〜０．５Ｈｚの間）における最大のピークを特定するものであった。そして、状態判別部５１２は、２番目に大きいピークに比べた最大のピークの割合が、任意の閾値以上の大きさ(例えば３倍）を有する場合には、「測定可能状態」と判別するものであった。
しかしながら、本実施の形態として、図４のステップＳ１１０において、状態判別部５１２は、信号解析部５１１における周波数解析で得られたパワースペクトル分布のなかで、任意の周波数範囲（例えば０．０５Ｈｚ〜０．５Ｈｚの間）において、パワースペクトルの最大ピークを探し、当該ピークからその半値幅までのパワースペクトルの積分値の、全体に占める割合が設定された閾値以上の場合に、呼吸数の測定可能状態と判別してもよい。
なお、状態判別部５１２は、パワースペクトル分布のなかで、任意の周波数範囲（例えば０．０５〜０．５Ｈｚの間）における最大のピークが、他のパワースペクトルと比較して突出しているか否かを判別できればよく、他の方法によって「測定可能状態」と判別してもよい。
＜第３の実施の形態＞
第１および第２の実施の形態においては、パワースペクトルを利用して対象の生物が安静状態にあるか否かについて判断するものであった。しかしながら、信号処理装置５００が、拍動間隔のポアンカレプロットに基づいて、対象の生物が安静状態にあるか否かを判断してもよい。以下では、図２・図１１を参照して、本実施の形態にかかる情報処理システム１の機能構成と処理手順とについて説明する。なお、図１１は、本実施の形態にかかる情報処理システム１の処理手順を示すフローチャートである。
まず、信号取得部５６１が、図５に示すように、例えば１００Ｈｚで心電信号を取得する（ステップＳ３０２）。
信号解析部５１１は、信号取得部５６１で得られた心電信号から、拍動検出時刻と図５に示すような拍動間隔を算出する（ステップＳ３０４）。信号解析部５１１は、拍動間隔を拍動間隔テーブルとして逐次メモリ５２０に蓄積していく（ステップＳ３０６）。
状態判別部５１２は、一定時間単位、例えば、１分、１０分、１時間など状態を判定するために必要な時間単位で、メモリ５２０から拍動間隔データを読み出して、図１２に示すような、拍動間隔Ｒ−Ｒ（ｎ）とその次の拍動間隔Ｒ−Ｒ（ｎ＋１）との対応関係テーブル３２１Ａを作成する（ステップＳ３０８）。
状態判別部５１２は、図１３に示すように、拍動間隔Ｒ−Ｒ（ｎ）とその次の拍動間隔Ｒ−Ｒ（ｎ＋１）との関係テーブルからＹ＝Ｘ方向とそれに垂直な方向の軸への変換を行う（ステップＳ３１０）。
状態判別部５１２は、軸の変換を行った後のそれぞれの軸に関する標準偏差を算出する（ステップＳ３１２）。なお、状態判別部５１２は、Ｙ＝Ｘ軸に関する標準偏差だけを算出してもよいし、Ｙ＝−Ｘの軸に関する標準偏差だけを算出してもよいし、両方を算出してもよいし、両者の積を算出してもよい。そして、状態判別部５１２は、算出結果に基づいて、対象の生物が測定可能状態であるか否かを判断する（ステップＳ３１２）。
参考に、図１４は、犬の状態毎の、Ｙ＝Ｘ軸に関する標準偏差と、Ｙ＝−Ｘに関する標準偏差の目安を示す表である。
換言すれば、本実施の形態においては、状態判別部５１２は、信号解析部５１１において得られた拍動間隔について、横軸にＮ番目のＲＲＩを、縦軸にＮ＋１番目のＲＲＩをとり、プロットしたグラフにおいて、そのプロットのばらつきを数値化する。そして、犬のような呼吸性の不整脈を有する生物は、当該プロットの分布の大きさと形状により測定可能状態であるかどうか判断できる。
例えば、静かな環境でリラックスしている状態の犬のポアンカレプロットは、図１５に示すようなものとなる。この場合のポアンカレプロットは、プロットが全体的にばらついており、中心部にプロットが少ない。このような場合に、状態判別部５１２は、「測定可能状態」と判別する。
逆に、例えば、騒がしい環境で落ち着きがない状態の犬のポアンカレプロットは、図１６に示すようなものとなる。この場合のポアンカレプロットは、プロットが全体的に密集しており、中心部にもプロットがある。このような場合に、状態判別部５１２は、「測定不可能状態」と判別する。
以下、より詳細にポアンカレプロット図に関して説明する。図３２は、犬の興奮状態におけるポアンカレプロット図である。図３３は、犬の通常状態で呼吸が安定している状態におけるポアンカレプロット図である。図３４は、犬の通常状態におけるポアンカレプロット図である。図３５は、犬の安静状態におけるポアンカレプロット図である。
まず、例えば犬などの呼吸性の不整脈を有する生物の場合、図３２のような興奮状態においては、心拍数が上昇し（拍動間隔は短くなる）、揺らぎは小さくなり、プロットが一定の場所に集まるような状態になる。
そして、図３３のような呼吸が安定している通常の状態においては、心拍数が安静状態ほどは少なくないが、グラフの中心にプロットが少ない（穴の空白）領域が存在する。このような形状になるのは、犬の心拍が呼吸の影響を大きく受けるため、拍動変動が周期的に変化することが原因と考えられる（呼吸性不整脈）。そのため、リラックスした緩やかな拍動ではないが、呼吸が安定して行われているため、空白の存在する状態になると考えられる。
そして、図３４のような通常状態においては、拍動に揺らぎがみられ、ばらつきは大きくなるが、プロット点が散乱している状態となる。
そして、図３５の安静状態においては、犬がリラックスしているために拍動の間隔が大きくなり、さらに呼吸性不整脈の影響を大きく受けるために、円形や四角形に近い形状や、三角形に近い形状となる。そのいずれの形状においても、安静状態ではポアンカレプロットの中心部に空白部分が見られる形状となる。
図２に戻って、生体情報検出部５１３は、状態判別部５１２において、「測定可能状態」と判別された場合に、生体情報を検出する。本実施の形態においては、生体情報検出部５１３は、「測定可能状態」において、図１７に示すように、拍動間隔の時系列変化における極大（または極小）点の数を呼吸数として算出する。
本実施の形態においては、状態判別部５１２が、「測定不可能状態」と判別した場合は、別のタイミングに関して、信号取得部５６１が既に取得している拍動間隔に基づいて、ステップＳ３０８からの処理を繰り返す。ただし、状態判別部５１２が、逐次、「測定不可能状態」であるか否かの判断まで実行し、「測定可能状態」のときだけ、ステップＳ３１４が実行されるものであってもよい。
出力部５３１は、ディスプレイ５３０、スピーカ５７０、外部へデータを送信するための通信インターフェイス５６０などを含む。出力部５３１は、単位時間当たりの呼吸数を表示したり、音声出力したり、外部のデータベースに蓄積したりする。
＜第４の実施の形態＞
第１および第２の実施の形態においては、パワースペクトルを利用して対象の生物が安静状態にあるか否かについて判断するものであった。そして、第３の実施の形態においては、拍動間隔のポアンカレプロットに基づいて、対象の生物が安静状態にあるか否かについて判断するものであった。しかしながら、両者を利用して、対象の生物が安静状態にあるか否かを判断することも可能である。
以下では、図１８および図１９を参照して、本実施の形態にかかる情報処理システム１の機能構成と処理手順とについて説明する。なお、図１８は、本実施の形態にかかる情報処理システム１の機能構成の例である。図１９は、本実施の形態にかかる情報処理システム１の処理手順を示すフローチャートである。
まず、情報処理システム１の信号処理装置５００Ａの構成について説明する。信号処理装置５００は、信号取得部５６１と、第１の信号解析部５１１Ａと、第１の状態判別部５１２Ａと、第１の生体情報検出部５１３Ａと、第２の信号解析部５１１Ｂと、第２の状態判別部５１２Ｂと、第２の生体情報検出部５１３Ｂと、生体情報蓄積部５２１と、出力部５３１とを含む。
そして、信号取得部５６１は、例えば図３の通信インターフェイス５６０や心電計やフィルタや増幅器などによって実現される。第１の信号解析部５１１Ａと、第１の状態判別部５１２Ａと、第１の生体情報検出部５１３Ａと、第２の信号解析部５１１Ｂと、第２の状態判別部５１２Ｂと、第２の生体情報検出部５１３Ｂとは、例えば図３のＣＰＵ５１０がメモリ５２０のプログラムを実行することによって実現される。生体情報蓄積部５２１は、例えば、図３のメモリ５２０によって実現される。出力部５３１は、図３のディスプレイ５３０またはスピーカ５７０または通信インターフェイス５６０などによって実現される。
信号取得部５６１は、図５に示すように、例えば１００Ｈｚで心電信号を取得する（ステップＳ４０２）。
第１の信号解析部５１１Ａは、信号取得部５６１で得られた心電信号から、拍動検出時刻と図５に示すような拍動間隔とを算出する（ステップＳ４０４）。第１の信号解析部５１１Ａは、拍動間隔を拍動間隔テーブルとして逐次メモリ５２０に蓄積していく（ステップＳ４０６）。
第１の状態判別部５１２Ａは、一定時間単位、例えば、１分、１０分、１時間など、状態を判定するために必要な時間単位で、メモリ５２０から拍動間隔データを読み出して、拍動間隔Ｒ−Ｒ（ｎ）とその次の拍動間隔Ｒ−Ｒ（ｎ＋１）との対応関係テーブル３２１Ａを作成する（ステップＳ４０８）。
第１の状態判別部５１２Ａは、拍動間隔Ｒ−Ｒ（ｎ）とその次の拍動間隔Ｒ−Ｒ（ｎ＋１）との対応関係テーブル３２１ＡからＹ＝Ｘ方向とそれに垂直な方向の軸への変換を行う（ステップＳ４１０）。
第１の状態判別部５１２Ａは、軸の変換を行った後のそれぞれの軸に関する標準偏差を算出する（ステップＳ４１２）。なお、第１の状態判別部５１２Ａは、Ｙ＝Ｘ軸に関する標準偏差だけを算出してもよいし、Ｙ＝−Ｘの軸に関する標準偏差だけを算出してもよいし、両方を算出してもよいし、両者の積を算出してもよい。そして、第１の状態判別部５１２Ａは、算出結果に基づいて、対象の生物が測定可能状態であるか否かを判断する（ステップＳ４１２）。
換言すれば、第１の状態判別部５１２Ａは、第１の信号解析部５１１Ａにおいて得られた拍動間隔について、横軸にＮ番目のＲＲＩを、縦軸にＮ＋１番目のＲＲＩをとり、プロットしたグラフにおいて、そのプロットのばらつきを数値化する。そして、犬のような呼吸性の不整脈を有する生物は、当該プロットの分布の大きさと形状により測定可能状態であると判断できる。
第１の生体情報検出部５１３Ａは、第１の状態判別部５１２Ａにおいて「測定可能状態」と判別された場合（ステップＳ４１２にてＯＫである場合）、図１７に示すように、信号解析部５１１で得られた拍動間隔の時系列変化における極大（または極小）点の数を単位時間当たりの呼吸数として算出する。
そして、生体情報蓄積部５２１が当該呼吸数を蓄積したり、出力部５３１が、ディスプレイ５３０、スピーカ５７０、外部へデータを送信するための通信インターフェイス５６０などに呼吸数を出力させたりする（ステップＳ４３４）。
一方、第１の状態判別部５１２Ａにおいて「測定可能状態」と判別されなかった場合（ステップＳ４１２にてＮＧである場合）、第２の信号解析部５１１Ｂが、例えば、図６に示すように、１分間の拍動検出時刻と拍動間隔の関係を数学的に補間（例えばスプライン補間）する（ステップＳ４２２）。より詳細には、第２の信号解析部５１１Ｂは、閾値検出などの方法により、心電のピーク信号（Ｒ波）を検出し、各心電のピークの間隔（時間）を算出する。拍動間隔の算出方法として、上記の他に、自己相関関数を用いた周期の導出や矩形波相関トリガを用いる方法などで行ってもよい。
そして、第２の信号解析部５１１Ｂは、図７に示すように、得られた関数の周波数解析を行う（ステップＳ４２４）。
第２の状態判別部５１２Ｂは、第２の信号解析部５１１Ｂにおける周波数解析で得られた図７のようなパワースペクトル分布のなかで、任意の周波数範囲（例えば０．０５〜０．５Ｈｚの間）においてパワースペクトルの最大ピークが最大のピークを特定する（ステップＳ４２６）。
第２の状態判別部５１２Ｂは、２番目に大きいピークに比べた最大のピークの割合が、任意の閾値以上の大きさ(例えば３倍）を有するか否かに応じて、「測定可能状態」であるか否かを判断する（ステップＳ４２８）。
第２の状態判別部５１２Ｂにおいて、「測定可能状態」と判別された場合に（ステップＳ４２８にてＯＫである場合）、第２の生体情報検出部５１３Ｂは、第２の状態判別部５１２Ｂにおいて行われた周波数解析における任意の周波数範囲（例えば０．０５〜０．５Ｈｚの範囲）における最大ピークを呼吸の周波数とし、当該周波数の逆数を計算することによって単位時間当たりの呼吸数を算出する（ステップＳ４３２）。
そして、生体情報蓄積部５２１が当該呼吸数を蓄積したり、出力部５３１が、ディスプレイ５３０、スピーカ５７０、外部へデータを送信するための通信インターフェイス５６０などに呼吸数を出力させたりする（ステップＳ４３４）。
なお、第２の状態判別部５１２Ｂにおいて、「測定可能状態」と判別されなかった場合には（ステップＳ４２８にてＮＧである場合）、出力部５３１が、ディスプレイ５３０、スピーカ５７０、外部へデータを送信するための通信インターフェイス５６０などを介して、「呼吸数検出不可」という旨のエラーメッセージを出力させる（ステップＳ４３０）。ただし、ＣＰＵ５１０は、「測定可能状態」と判別されなかった場合には（ステップＳ４２８にてＮＧである場合）、別のタイミングに関して、ステップＳ４０８からの処理を繰り返すものであってもよい。
本実施の形態においては、先にポアンカレプロットに基づいて測定可能か否かを判断しているため、ヒストグラムによる判断よりも計算量を低減することが可能である。ただし、先にヒストグラムによる判断をし、測定不可能と判断された際にポアンカレプロットに基づいて測定可能か否かを判断する形態であってもよい。
＜第５の実施の形態＞
第１〜第４の実施の形態においては、犬の胸部に取り付けられる心電取得用の電極４００を利用するものであった。しかしながら、電極の取り付け位置は、このような形態には限られない。
例えば、図２０に示すように、脚の裏などに心電測定用の電極４００Ｂを装着し、当該心電信号が生体情報モニター５００Ｂに送信されてもよい。なお、その後の信号解析、状態判別、生体情報検出は、他の実施の形態と同様であるため、ここでは説明を繰り返さない。より詳細には、生体情報モニター５００Ｂが第１〜第４の実施の形態にかかる信号処理装置５００の機能を搭載してもよいし、生体情報モニター５００Ｂが有線または無線のネットワークを介して第１〜第４の実施の形態にかかる信号処理装置５００の機能を搭載する他の装置に心電データを提供するものであってもよい。
＜第６の実施の形態＞
第１〜第４の実施の形態においては、犬の胸部に取り付けられる心電取得用の電極４００を利用するものであった。しかしながら、このような形態には限られない。
例えば、図２１に示すように、光電脈波方式の脈波計４００Ｃによって脈波信号を取得し、当該脈波信号が生体情報モニター５００Ｃに送信されてもよい。この場合は、脈波の測定部位は、舌、耳などをはじめとした皮膚が露出した部位であることが好ましい。なお、その後の信号解析、状態判別、生体情報検出は、第１〜第４の実施の形態と同様であるため、ここでは説明を繰り返さない。より詳細には、生体情報モニター５００Ｃが第１〜第４の実施の形態にかかる信号処理装置５００の機能を搭載してもよいし、生体情報モニター５００Ｂが有線または無線のネットワークを介して第１〜第４の実施の形態にかかる信号処理装置５００の機能を搭載する他の装置に心電データを提供するものであってもよい。
＜第７の実施の形態＞
あるいは、図２２に示すように、マイクロ波ドップラーセンサ等の脈波取得センサを利用して、脈拍を検出してもよい。例えば、マイクロ波発振装置５００Ｄが天井等に設置されており、非接触で犬などの生物からの脈波を取得する形態が考えられる。より詳細には、マイクロ波ドップラーセンサの生データから心拍のみを検出するような信号処理を行う。その後の信号解析、状態判別、生体情報検出は、第１〜第４の実施の形態と同様であるため、ここでは説明を繰り返さない。
より詳細には、図２３に示すように、マイクロ波発振装置５００Ｄが、第１〜第４の実施の形態にかかる信号処理装置５００の機能とマイクロ波発振部５８０とを搭載してもよい。なお、この場合は、信号取得部５６１が、マイクロ波の反射波を検知できる必要がある。
当然に、マイクロ波発振装置５００Ｄが、第１〜第４の実施の形態にかかる信号処理装置５００の機能を搭載する他の装置と別体であってもよい。
本実施例においては、非接触での測定が可能となり、被験体への負荷をより軽減する効果がある。
＜第８の実施の形態＞
第１〜第７の実施の形態にかかる情報処理システム１は、電極４００からの心電信号に基づいて信号処理装置５００が測定可能状態であるか否かを判断し、呼吸数を算出したり出力したりするものであった。しかしながら、それらの装置のいずれかの全部または一部の役割が、別の装置によって担われてもよいし、複数の装置によって分担されてもよい。逆に、それら複数の装置の全部または一部の役割を、１つの装置が担ってもよいし、別の装置が担ってもよい。
例えば、図２４に示すように、信号処理装置５００Ｅが電極４００などのセンサを一体的に搭載するものであってもよい。
＜第９の実施の形態＞
あるいは、図２５に示すように、信号処理装置５００の役割の一部を信号処理装置５００Ｆと通信可能な通信端末３００Ｆが担ってもよい。
より詳細には、図２６に示すように、本実施の形態にかかる信号処理装置５００Ｆは、主に、信号取得部５６１と、信号解析部５１１と、送信部５６２の機能を有する。なお、なお、信号取得部５６１は、心電計や図３の通信インターフェイス５６０やフィルタや増幅器などを含む。送信部５６２は、図３に示す通信インターフェイス５６０などによって実現される。信号解析部５１１は、図３に示すＣＰＵ５１０がメモリ５２０に格納されているプログラムを実行することによって実現される。
そして、図２６に示すように、通信端末３００Ｆは、送受信部３６１と、状態判別部３１２と、生体情報検出部３１３と、出力部３３１とを有する。なお、送受信部３６１は、図２７に示す通信インターフェイス３６０によって実現される。状態判別部３１２と、生体情報検出部３１３とは、図２７に示すＣＰＵ３１０がメモリ３２０に格納されているプログラムを実行することによって実現される。出力部３３１は、ディスプレイ３３０、スピーカ３７０、外部へデータを送信するための通信インターフェイス３６０などによって実現される。
そして、信号取得部５６１は、図５に示すように、例えば１００Ｈｚで心電信号を取得する。信号解析部５１１は、信号取得部５６１で得られた心電信号から、拍動検出時刻と図５に示すような拍動間隔を算出する。
さらに、信号解析部５１１は、例えば、図６に示すように、１分間の拍動検出時刻と拍動間隔の関係を数学的に補間（例えばスプライン補間）する。より詳細には、信号解析部５１１は、閾値検出などの方法により、心電のピーク信号（Ｒ波）を検出し、各心電のピークの間隔（時間）を算出する。拍動間隔の算出方法として、上記の他に、自己相関関数を用いた周期の導出や矩形波相関トリガを用いる方法などで行ってもよい。
そして、信号解析部５１１は、図７に示すように、得られた関数の周波数解析を行う。送信部５６２は、周波数解析の結果を通信端末３００Ｆに送信する。
通信端末３００Ｆの送受信部３６１は、信号処理装置５００からのデータを受信する。状態判別部３１２は、信号解析部５１１における周波数解析で得られた図７のようなパワースペクトル分布のなかで、任意の周波数範囲（例えば０．０５〜０．５Ｈｚの間）においてパワースペクトルの最大ピークが最大のピークを特定する。状態判別部３１２は、２番目に大きいピークに比べた最大のピークの割合が、任意の閾値以上の大きさ(例えば３倍）を有する場合には、「測定可能状態」と判別する。
生体情報検出部３１３は、状態判別部３１２において、「測定可能状態」と判別された場合に、生体情報を検出する。生体情報検出部３１３は、状態判別部３１２において行われた周波数解析における任意の周波数範囲（例えば０．０５〜０．５Ｈｚの範囲）における最大ピークを呼吸の周波数として、逆数を計算することによって呼吸数を算出する。
出力部３３１は、ディスプレイ３３０、スピーカ３７０、外部へデータを送信するための通信インターフェイス３６０を介して、単位時間当たりの呼吸数を表示したり、音声出力したり、データベースに蓄積したりする。
なお、信号処理装置５００Ｆと通信端末３００Ｆとの役割分担は、このようなものに限らず、信号解析部５１１の機能の一部を通信端末３００Ｆが担ってもよいし、状態判別部３１２や生体情報検出部３１３や出力部３３１の機能の一部を信号処理装置５００Ｆが担ってもよい。
＜第１０の実施の形態＞
あるいは、図２８に示すように、信号処理装置５００Ｇの役割の一部を信号処理装置５００Ｆと通信可能な通信端末３００Ｇが通信可能なサーバ１００Ｇが担ってもよい。
より詳細には、図２９に示すように、信号処理装置５００Ｇは、主に、信号取得部５６１と、信号解析部５１１と、送信部５６２の機能を有する。なお、信号取得部５６１は、心電計や図３の通信インターフェイス５６０やフィルタや増幅器などを含む。送信部５６２は、図３に示す通信インターフェイス５６０などによって実現される。信号解析部５１１は、図３に示すＣＰＵ５１０がメモリ５２０に格納されているプログラムを実行することによって実現される。
そして、図２９に示すように、通信端末３００Ｇは、送受信部３６１と、出力部３３１とを有する。なお、送受信部３６１は、図２７に示す通信インターフェイス３６０によって実現される。出力部３３１は、ディスプレイ３３０やスピーカ３７０などによって実現される。
そして、図２９に示すように、サーバ１００Ｇは、送受信部１６１と、状態判別部１１２と、生体情報検出部１１３とを有する。なお、送受信部１６１は、図３０に示す通信インターフェイス１６０によって実現される。状態判別部１１２と、生体情報検出部１１３とは、図３０に示すＣＰＵ１１０がメモリ１２０に格納されているプログラムを実行することによって実現される。
そして、信号取得部５６１は、図５に示すように、例えば１００Ｈｚで心電信号を取得する。信号解析部５１１は、信号取得部５６１で得られた心電信号から、拍動検出時刻と図５に示すような拍動間隔を算出する。
さらに、信号解析部５１１は、例えば、図６に示すように、１分間の拍動検出時刻と拍動間隔の関係を数学的に補間（例えばスプライン補間）する。より詳細には、信号解析部５１１は、閾値検出などの方法により、心電のピーク信号（Ｒ波）を検出し、各心電のピークの間隔（時間）を算出する。拍動間隔の算出方法として、上記の他に、自己相関関数を用いた周期の導出や矩形波相関トリガを用いる方法などで行ってもよい。
そして、信号解析部５１１は、図７に示すように、得られた関数の周波数解析を行う。送信部５６２は、周波数解析の結果を通信端末３００Ｇに送信する。
通信端末３００Ｇの送受信部３６１は、信号処理装置５００Ｇからのデータを受信して、サーバ１００Ｇに送信する。
サーバ１００Ｇの送受信部１６１は、通信端末３００Ｇからのデータを受信する。状態判別部１１２は、信号解析部５１１における周波数解析で得られた図７のようなパワースペクトル分布のなかで、任意の周波数範囲（例えば０．０５〜０．５Ｈｚの間）においてパワースペクトルの最大ピークが最大のピークを特定する。状態判別部１１２は、２番目に大きいピークに比べた最大のピークの割合が、任意の閾値以上の大きさ(例えば３倍）を有する場合には、「測定可能状態」と判別する。
生体情報検出部１１３は、状態判別部１１２において、「測定可能状態」と判別された場合に、生体情報を検出する。生体情報検出部１１３は、状態判別部１１２において行われた周波数解析における任意の周波数範囲（例えば０．０５〜０．５Ｈｚの範囲）における最大ピークを呼吸の周波数として、逆数を計算することによって呼吸数を算出する。
サーバ１００Ｇの送受信部１６１は、呼吸数などのデータを通信端末３００Ｇに送信する。通信端末３００Ｇの送受信部３６１は、サーバ１００Ｇからのデータを受信する。そして、出力部３３１は、ディスプレイ３３０、スピーカ３７０、外部へデータを送信するための通信インターフェイス３６０などを介して、単位時間当たりの呼吸数を出力する。
なお、信号処理装置５００Ｇと通信端末３００Ｇとサーバ１００Ｇとの役割分担は、このようなものに限らず、例えば、信号解析部５１１の機能の一部を通信端末３００Ｇやサーバ１００Ｇが担ってもよいし、状態判別部３１２や生体情報検出部３１３の機能の一部を通信端末３００Ｇや信号処理装置５００Ｇが担ってもよい。そして、出力部３３１の機能の一部は、サーバ１００Ｇや通信端末３００Ｇや信号処理装置５００Ｇと通信可能な、他のスマートフォンやタブレットやパーソナルコンピュータが担ってもよい。
なお、当然ながら、図３１に示すように、信号処理装置５００Ｇがルータやインターネットなどを介してサーバ１００Ｇと通信可能であって、通信端末３００Ｇがインターネットやキャリア網を介してサーバ１００Ｇと通信可能であってもよい。
＜その他の応用例＞
本発明の一態様は、システム或いは装置にプログラムを供給することによって達成される場合にも適用できることはいうまでもない。そして、本発明の一態様を達成するためのソフトウェアによって表されるプログラムを格納した記憶媒体（あるいはメモリ）を、システム或いは装置に供給し、そのシステム或いは装置のコンピュータ（又はＣＰＵやＭＰＵ）が記憶媒体に格納されたプログラムコードを読出し実行することによっても、本発明の一態様の効果を享受することが可能となる。
この場合、記憶媒体から読出されたプログラムコード自体が前述した実施の形態の機能を実現することになり、そのプログラムコードを記憶した記憶媒体は本発明の一態様を構成することになる。
また、コンピュータが読出したプログラムコードを実行することにより、前述した実施の形態の機能が実現されるだけでなく、そのプログラムコードの指示に基づき、コンピュータ上で稼動しているＯＳ（オペレーティングシステム）などが実際の処理の一部または全部を行い、その処理によって前述した実施の形態の機能が実現される場合も含まれることは言うまでもない。
さらに、記憶媒体から読み出されたプログラムコードが、コンピュータに挿入された機能拡張ボードやコンピュータに接続された機能拡張ユニットに備わる他の記憶媒体に書き込まれた後、そのプログラムコードの指示に基づき、その機能拡張ボードや機能拡張ユニットに備わるＣＰＵなどが実際の処理の一部または全部を行い、その処理によって前述した実施の形態の機能が実現される場合も含まれることは言うまでもない。
＜実験例と比較例＞
ここで、実施の形態１の情報処理システムが、被験体の呼吸数をどれだけ精度よく測定できるかを調べるために、以下の実験例１および比較例１を準備した。
実験例１では、被験体である４頭のビーグル犬（最小体重９．１ｋｇ、最大体重１３．３ｋｇ、最年少１１カ月、最年長１９カ月）にベスト型の測定装置を装着させ、本実施の形態の情報処理システムにより、上記被験体の呼吸数を測定した。呼吸数の測定中において、被験体は６０×７２×５５ｃｍのケージ内を動くことが可能にした。また、測定開始の３０分前から被験体に測定装置を装着させ、実験環境に十分に馴化させてから測定を開始した。被験体４頭の合計測定時間は５２６分であった。
比較例１では、実験例１と同じ被験体の鼻腔にサーモパイル（MLX90613DAA、Melexis Technology, NV）を取り付け、実験例１と並行して、サーモパイルで検出された呼気吸気の温度変化により上記被験体の呼吸数を測定した。
図３６は、実験例１および比較例１のそれぞれで測定した４頭の被験体の１分当たりの呼吸数をプロットした図である。図３６の横軸は実験例１で測定された呼吸数［回／分］を示し、図３６の縦軸は比較例１で測定された呼吸数［回／分］を示す。
実験例１における被験体４頭分の合計測定時間５２６分中、４頭の被験体の呼吸数が「測定可能状態」と判別された時間の合計は３８８分（合計測定期間の７４％）であった。この「測定可能状態」における実験例１と比較例１の残差は±２．６回／分であった。この残差は、実施の形態１に開示された情報処理システム１による呼吸数の測定方法が十分な精度を有することを示した。
今回開示された実施の形態はすべての点で例示であって制限的なものではないと考えられるべきである。本発明の範囲は、上記した説明ではなく、特許請求の範囲によって示され、特許請求の範囲と均等の意味および範囲内でのすべての変更が含まれることが意図される。
１ ：情報処理システム
１００Ｇ ：コンピュータ（サーバ）
１１０ ：プロセッサ（ＣＰＵ）
１１２ ：状態判別部
１１３ ：生体情報検出部
１２０ ：メモリ
１３０ ：ディスプレイ
１４０ ：操作部
１６０ ：通信インターフェイス（出力装置）
１６１ ：送受信部
３００Ｆ ：コンピュータ（通信端末）
３００Ｇ ：コンピュータ（通信端末）
３１０ ：プロセッサ（ＣＰＵ）
３１２ ：状態判別部
３１３ ：生体情報検出部
３２０ ：メモリ
３２１Ａ ：対応関係テーブル
３３０ ：ディスプレイ（出力装置）
３３１ ：出力部
３４０ ：操作部
３６０ ：インターフェイス（出力装置）
３６１ ：送受信部
３７０ ：スピーカ
４００ ：センサ（電極）
４００Ｂ ：電極
４００Ｃ ：脈波計
５００ ：コンピュータ（信号処理装置）
５００Ｂ ：生体情報モニター
５００Ｃ ：生体情報モニター
５００Ｄ ：マイクロ波発振装置
５００Ｅ ：信号処理装置
５００Ｆ ：信号処理装置
５００Ｇ ：信号処理装置
５１０ ：プロセッサ（ＣＰＵ）
５１１ ：信号解析部
５１１Ａ ：第１の信号解析部
５１１Ｂ ：第２の信号解析部
５１２ ：状態判別部
５１２Ａ ：第１の状態判別部
５１２Ｂ ：第２の状態判別部
５１３ ：生体情報検出部
５１３Ａ ：第１の生体情報検出部
５１３Ｂ ：第２の生体情報検出部
５２０ ：メモリ
５２１ ：生体情報蓄積部
５３０ ：ディスプレイ（出力装置）
５３１ ：出力部
５４０ ：操作部
５６０ ：インターフェイス（出力装置）
５６１ ：信号取得部
５６２ ：送信部
５７０ ：スピーカ
５８０ ：マイクロ波発振部

Claims (9)

  1. 生物の脈拍または心拍を示すデータを取得するためのインターフェイスと、
    前記生物の脈拍または心拍を示すデータに基づいて所定の条件が満たされているか否かを判断し、前記所定の条件が満たされている期間の呼吸数を算出するためのプロセッサと、を備える、コンピュータ。
  2. 前記プロセッサは、前記生物の脈拍または心拍のデータから前記呼吸数を算出する、請求項１に記載のコンピュータ。
  3. 前記プロセッサは、前記生物の脈拍または心拍のデータを逐次処理し、前記所定の条件が満たされている期間の前記生物の脈拍または心拍のデータから呼吸数を計算する、請求項１または２に記載のコンピュータ。
  4. 前記プロセッサは、前記生物の脈拍または心拍のデータから拍動間隔を計算し、前記拍動間隔に基づいて前記呼吸数を算出する、請求項１から３のいずれか１項に記載のコンピュータ。
  5. 前記プロセッサは、前記拍動間隔のパワースペクトルを作成し、前記パワースペクトルに基づいて前記所定の条件が満たされているか否かを判断し、前記パワースペクトルに基づいて前記呼吸数を取得する、請求項４に記載のコンピュータ。
  6. 前記プロセッサは、前記拍動間隔のポアンカレプロットに基づいて、前記所定の条件が満たされているか否かを判断する、請求項４に記載のコンピュータ。
  7. 対象となる生物が、呼吸性の不整脈を有する、請求項１から６のいずれか１項に記載の状態取得コンピュータ。
  8. プロセッサを有するコンピュータにおける生物の呼吸数の取得方法であって、
    生物の脈拍または心拍を示すデータを取得するステップと、
    前記生物の脈拍または心拍を示すデータに基づいて所定の条件が満たされているか否かを判断するステップと、
    前記所定の条件が満たされている期間の呼吸数を取得するステップと、を備える呼吸数の取得方法。
  9. 出力装置と、
    生物の拍動を検知するためのセンサと、
    前記センサからの前記生物の脈拍または心拍を示すデータに基づいて所定の条件が満たされているか否かを判断し、前記所定の条件が満たされている期間の呼吸数を算出し、前記出力装置に出力させるためのコンピュータと、を備える情報処理システム。
JP2018540934A 2016-09-20 2017-08-29 コンピュータ、呼吸数の取得方法、および情報処理システム Expired - Fee Related JP6726754B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2016182683 2016-09-20
JP2016182683 2016-09-20
PCT/JP2017/030968 WO2018055996A1 (ja) 2016-09-20 2017-08-29 コンピュータ、呼吸数の取得方法、および情報処理システム

Publications (2)

Publication Number Publication Date
JPWO2018055996A1 true JPWO2018055996A1 (ja) 2019-08-22
JP6726754B2 JP6726754B2 (ja) 2020-07-22

Family

ID=61689499

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2018540934A Expired - Fee Related JP6726754B2 (ja) 2016-09-20 2017-08-29 コンピュータ、呼吸数の取得方法、および情報処理システム

Country Status (4)

Country Link
US (1) US20190200898A1 (ja)
JP (1) JP6726754B2 (ja)
CN (1) CN109715062A (ja)
WO (1) WO2018055996A1 (ja)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPWO2019193998A1 (ja) * 2018-04-04 2021-03-11 シャープ株式会社 状態取得装置、ネットワークシステム、および状態処理装置
AU2019335010A1 (en) * 2018-09-06 2021-04-08 Vanderbilt University Non-invasive venous waveform analysis for evaluating a subject
CN112826486A (zh) * 2019-11-25 2021-05-25 虹软科技股份有限公司 心率估计方法、装置及应用其的电子设备
WO2022224556A1 (ja) * 2021-04-19 2022-10-27 東洋紡株式会社 ペットの健康状態管理方法、ペットの健康状態管理システム、ペットの健康状態管理装置、及びペットの健康状態管理用衣類
JP7268928B1 (ja) 2022-12-02 2023-05-08 株式会社PetVoice 呼吸数推定システム、呼吸数推定サーバ、呼吸数推定方法、及び呼吸数推定プログラム

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6222627A (ja) * 1985-07-19 1987-01-30 株式会社日本自動車部品総合研究所 呼吸数測定装置
CN101006915A (zh) * 2006-01-26 2007-08-01 香港中文大学 非接触式关键生理参数测量方法
CN101596103B (zh) * 2009-07-06 2010-11-17 江依法 心电信号rr间隔和qt间隔的动力学模型的建立方法和该模型的应用
JP5593480B2 (ja) * 2010-01-29 2014-09-24 株式会社スリープシステム研究所 無呼吸・低呼吸判定装置
WO2011117784A2 (en) * 2010-03-21 2011-09-29 Vitalcare Medical Ltd. Assessment of cardiac health based on heart rate variability
JP5801234B2 (ja) * 2012-03-23 2015-10-28 日本光電工業株式会社 てんかん発作検出装置およびてんかん発作検出プログラム
KR102025571B1 (ko) * 2012-07-27 2019-09-27 삼성전자주식회사 호흡 조절에 의한 혈압 변화를 측정하기 위한 장치 및 방법

Also Published As

Publication number Publication date
JP6726754B2 (ja) 2020-07-22
US20190200898A1 (en) 2019-07-04
CN109715062A (zh) 2019-05-03
WO2018055996A1 (ja) 2018-03-29

Similar Documents

Publication Publication Date Title
JP6726754B2 (ja) コンピュータ、呼吸数の取得方法、および情報処理システム
JP6721153B2 (ja) 生体情報分析装置、システム、及び、プログラム
EP3334337B1 (en) Monitoring of sleep phenomena
JP4357503B2 (ja) 生体情報計測装置、生体情報計測方法および生体情報計測プログラム
JP2021191502A (ja) 評価装置
KR20160074482A (ko) 심장 모니터링 시스템
JP2019522534A (ja) 被検者の睡眠段階を判定するための判定システム及び方法
Selvaraj et al. Fully disposable wireless patch sensor for continuous remote patient monitoring
JP6813837B2 (ja) 活動リズム判定方法および活動リズム判定装置
WO2016185931A1 (ja) 生体情報測定装置
JP6647415B2 (ja) 状態取得コンピュータ、状態の取得方法、および情報処理システム
JP6784368B2 (ja) うつ状態判別方法及びうつ状態判定装置
CN113727643A (zh) 通过地震感测的睡眠活动和身体生命体征进行非接触式监测
JP2011200557A (ja) 生体情報測定装置、生体情報測定方法、および生体情報測定プログラム
US20190298190A1 (en) Pulse detection, measurement and analysis based health management system, method and apparatus
WO2019198691A1 (ja) 情報処理装置、およびウェアラブル端末
JP2019097831A (ja) 異常判定装置及びそれに用いるプログラム
JP2019103750A (ja) 情報処理装置、情報処理プログラム、サーバ、および情報処理方法
JP5807700B2 (ja) カロリー消費量計算装置及びカロリー消費量計算方法
WO2019193998A1 (ja) 状態取得装置、ネットワークシステム、および状態処理装置
US20200323478A1 (en) Information processing device, state acquisition program, server, and information processing method
JP2022048075A (ja) 情報処理システム、サーバ、情報処理方法及びプログラム
WO2019107267A1 (ja) 情報処理装置、プログラム、サーバ、および情報処理方法
JP2021137250A (ja) 生体情報処理装置、生体情報処理システムおよび生体情報処理方法
JP2022008292A (ja) 情報処理システム、サーバ、情報処理方法及びプログラム

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20190315

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20190315

A711 Notification of change in applicant

Free format text: JAPANESE INTERMEDIATE CODE: A712

Effective date: 20190920

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20200407

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20200514

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20200616

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20200629

R150 Certificate of patent or registration of utility model

Ref document number: 6726754

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

LAPS Cancellation because of no payment of annual fees