JPWO2018163447A1 - 呼吸状態推定装置、呼吸状態推定方法、及び、プログラム記録媒体 - Google Patents

Abstract

呼吸状態推定装置（１０）は、取得部（１１）と、検出部（１２，１３）と、算出部（１４）と、抽出部（１５）と、推定部（１６）とを備える。取得部（１１）は、ユーザの心電波形を取得する。検出部（１２，１３）は、取得部（１１）により取得された心電波形のＲ波の振幅を検出する。算出部（１４）は、検出部（１２，１３）により検出された振幅のスペクトルを算出する。抽出部（１５）は、算出部（１４）により算出されたスペクトルから、所定の周波数帯域における呼吸成分を抽出する。推定部（１６）は、抽出部（１５）により抽出された呼吸成分からユーザの呼吸状態を推定する。

Description

本開示は、人の呼吸状態を推定する呼吸状態推定装置、呼吸状態推定方法、及び、プログラム記録媒体に関する。

特許文献１は、睡眠中の音響信号を取得して、取得した音響信号から人の無呼吸状態を判定する無呼吸状態判定装置を開示している。

特開２０１３−２０２１０１号公報

本開示は、呼吸を妨げることなく、呼吸状態を推定できる呼吸状態推定装置を提供する。

本開示における呼吸状態推定装置は、取得部と、検出部と、算出部と、抽出部と、推定部とを備える。取得部は、ユーザの心電波形を取得する。検出部は、取得部により取得された心電波形のＲ波の振幅を検出する。算出部は、検出部により検出された振幅のスペクトルを算出する。抽出部は、算出部により算出されたスペクトルから、所定の周波数帯域における呼吸成分を抽出する。推定部は、抽出部により抽出された呼吸成分からユーザの呼吸状態を推定する。

なお、これらの全般的または具体的な態様は、システム、方法、集積回路、コンピュータプログラムまたはコンピュータ読み取り可能なＣＤ−ＲＯＭなどの記録媒体で実現されてもよく、システム、方法、集積回路、コンピュータプログラムおよび記録媒体の任意な組み合わせで実現されてもよい。

本開示における呼吸状態推定装置は、呼吸を妨げることなく、人の呼吸状態を推定することができる。

図１は、実施の形態１における呼吸状態推定システムの概略を示す模式図である。 図２は、実施の形態１における呼吸状態推定装置のハードウェア構成の一例を示すブロック図である。 図３は、実施の形態１におけるウェアラブル端末のハードウェア構成の一例を示すブロック図である。 図４は、実施の形態１における呼吸状態推定システムの機能構成の一例を示すブロック図である。 図５は、実施の形態１の呼吸状態推定システムにおける呼吸状態推定方法の一例を示すシーケンス図である。 図６は、心電波形測定部により測定された心電波形（心電波形情報）の例を示すグラフである。 図７は、図６から２拍分の心電波形を拡大して表示したグラフである。 図８は、第２検出部により検出されたＲ波振幅波形の例を示すグラフである。 図９は、抽出部により抽出された呼吸成分におけるスペクトルの例を示すグラフである。 図１０は、推定処理の一例の詳細を示すフローチャートである。 図１１は、推定処理の他の一例の詳細を示すフローチャートである。 図１２は、実施の形態２に係る呼吸状態推定装置のハードウェア構成の一例を示すブロック図である。 図１３は、実施の形態２に係る呼吸状態推定装置の機能構成の一例を示すブロック図である。 図１４は、実施の形態２に係る呼吸状態推定装置における呼吸状態推定方法の一例を示すフローチャートである。

以下、適宜図面を参照しながら、実施の形態を詳細に説明する。但し、必要以上に詳細な説明は省略する場合がある。例えば、既によく知られた事項の詳細説明や実質的に同一の構成に対する重複説明を省略する場合がある。これは、以下の説明が不必要に冗長になるのを避け、当業者の理解を容易にするためである。

なお、発明者は、当業者が本開示を十分に理解するために添付図面および以下の説明を提供するのであって、これらによって請求の範囲に記載の主題を限定することを意図するものではない。

（実施の形態１）
以下、図１〜図１１を用いて、実施の形態１を説明する。

［１−１．構成］
図１は、実施の形態１における呼吸状態推定システムの概略を示す模式図である。

具体的には、図１に示すように、呼吸状態推定システム１は、呼吸状態推定装置１０およびウェアラブル端末２０を備える。図１に示すように、呼吸状態推定装置１０とウェアラブル端末２０とは互いに分離している。

呼吸状態推定システム１は、ユーザの呼吸による身体（胸部）の変動を心電波形から計測することで、ユーザの呼吸状態を推定するシステムである。

[１−１−１．呼吸状態推定装置]
呼吸状態推定装置１０のハードウェア構成について図２を用いて説明する。

図２は、実施の形態１における呼吸状態推定装置のハードウェア構成の一例を示すブロック図である。

図２に示すように、呼吸状態推定装置１０は、制御装置１０１、通信ＩＦ（Ｉｎｔｅｒｆａｃｅ）１０２、ディスプレイ１０３、スピーカ１０４および入力ＩＦ１０５を備える。呼吸状態推定装置１０は、例えば、スマートフォン、タブレット端末などの通信可能な携帯端末である。なお、呼吸状態推定装置１０は、携帯端末としたが、通信可能な機器であればよく、ＰＣ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ）などの情報端末であってもよい。

制御装置１０１は、呼吸状態推定装置１０を動作させるための制御プログラムを実行するプロセッサと、制御プログラムを実行するときに使用するワークエリアとして用いられる揮発性の記憶領域（主記憶装置）と、制御プログラム、コンテンツなどを記憶している不揮発性の記憶領域（補助記憶装置）とを有する。揮発性の記憶領域は、例えば、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）である。不揮発性の記憶領域は、例えば、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、フラッシュメモリ、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）などである。

通信ＩＦ１０２は、ウェアラブル端末２０と通信する通信インタフェースである。通信ＩＦ１０２は、ウェアラブル端末２０が備える送信部２３３（図３参照）に対応した通信インタフェースであればよい。つまり、通信ＩＦ１０２は、例えば、Ｂｌｕｅｔｏｏｔｈ（登録商標）規格に適合した無線通信インタフェースである。なお、通信ＩＦ１０２は、ＩＥＥＥ８０２．１１ａ、ｂ、ｇ、ｎ規格に適合した無線ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）インタフェースであってもよい。また、通信ＩＦ１０２は、第３世代移動通信システム（３Ｇ）、第４世代移動通信システム（４Ｇ）、または、ＬＴＥ（登録商標）などのような移動通信システムで利用される通信規格に適合した無線通信インタフェースであってもよい。

ディスプレイ１０３は、制御装置１０１での処理結果を表示する表示装置である。ディスプレイ１０３は、例えば、液晶ディスプレイ、または、有機ＥＬディスプレイである。

スピーカ１０４は、音声情報から復号された音を出力するスピーカである。

入力ＩＦ１０５は、例えば、ディスプレイ１０３の表面に配置され、ディスプレイ１０３に表示されるＵＩ（Ｕｓｅｒ Ｉｎｔｅｒｆａｃｅ）へのユーザからの入力を受け付けるタッチパネルである。また、入力ＩＦ１０５は、例えば、テンキーやキーボードなどの入力装置であってもよい。

[１−１−２．ウェアラブル端末]
図３は、実施の形態１におけるウェアラブル端末のハードウェア構成の一例を示すブロック図である。

図３に示すように、ウェアラブル端末２０は、装着部２１と、心電波形測定部２２と、端末本体２３とを備える。装着部２１は、ユーザの上半身に装着される。心電波形測定部２２および端末本体２３は、装着部２１に配置されている。

装着部２１は、例えば、Ｔシャツなどの衣服である。装着部２１は、衣服に限らずに、ユーザの胸部周りまたは腹部周りに巻かれる伸縮自在な帯状の部材により構成されていてもよい。

心電波形測定部２２は、第１電極２２１と第２電極２２２とを備える。第１電極２２１および第２電極２２２は、ユーザの上半身に装着部２１が装着された状態において、ユーザを前方から見た場合、ユーザの心臓の位置を挟んで互いに反対側の位置に配置される電極である。なお、第１電極２２１および第２電極２２２は、厳密にユーザの心臓を挟んで互いに反対側の位置に配置されていなくてもよく、ユーザの胸部付近に配置されていればよい。

端末本体２３は、心電計２３１、メモリ２３２および送信部２３３を備える。端末本体２３は、装着部２１の所定の位置に配置される。

心電計２３１は、第１電極２２１および第２電極２２２と電気的に接続され、ユーザの心電波形を計測する。心電計２３１は、計測した心電波形を示す心電波形情報を送信部２３３に出力する。

送信部２３３は、呼吸状態推定装置１０と通信する通信モジュールである。送信部２３３は、例えば、Ｂｌｕｅｔｏｏｔｈ（登録商標）規格に適合した無線通信インタフェースを有していてもよいし、ＩＥＥＥ８０２．１１ａ、ｂ、ｇ、ｎ規格に適合した無線ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）インタフェースを有していてもよい。

メモリ２３２は、心電計２３１により計測された心電波形を示す心電波形情報を記憶する。そして、送信部２３３が、呼吸状態推定装置１０と通信接続された場合に、メモリ２３２に記憶されている心電波形情報を読み出して、読み出した心電波形情報を呼吸状態推定装置１０に送信するとしてもよい。

[１−２．呼吸状態推定システムの機能構成]
次に、呼吸状態推定システム１の機能構成について図４を用いて説明する。

図４は、実施の形態１における呼吸状態推定システムの機能構成の一例を示すブロック図である。

まず、ウェアラブル端末２０の機能構成について説明する。

ウェアラブル端末２０は、機能構成として、心電波形測定部２２と、心電計２３１と、送信部２３３とを備える。

心電波形測定部２２は、ユーザの心電波形を測定する。心電波形測定部２２は、ユーザの心電波形を測定し、心電波形を示す心電波形情報を生成する。心電波形測定は、例えば、心電波形測定部２２、複数の電極２２１、２２２、および心電計２３１により実現される。

送信部２３３は、生成された心電波形情報を呼吸状態推定装置１０に送信する。なお、送信部２３３は、メモリ２３２に記憶された心電波形情報を、所定の周期で呼吸状態推定装置１０に送信する。送信部２３３は、例えば、通信モジュールにより実現される。つまり、送信部２３３は、例えば、Ｂｌｕｅｔｏｏｔｈ（登録商標）により通信接続された呼吸状態推定装置１０に、心電波形情報を送信する。

次に、呼吸状態推定装置１０の機能構成について説明する。

呼吸状態推定装置１０は、取得部１１と、第１検出部１２と、第２検出部１３と、算出部１４と、抽出部１５と、推定部１６と、提示部１７を備えている。

取得部１１は、ウェアラブル端末２０の送信部２３３により送信された心電波形情報を受信する。つまり、取得部１１は、心電計２３１を有しながら、ユーザの身体に装着されるウェアラブル端末２０と通信する。これにより、取得部１１は、ユーザの心電波形を示す心電波形情報を取得する。取得部１１は、例えば、制御装置１０１および通信ＩＦ１０２により実現される。

第１検出部１２は、取得部１１により取得された心電波形情報により示される心電波形のＲ波を検出する。第１検出部１２は、具体的には、心電波形情報により示される心電波形のうち、異なる時刻で現れる複数のＲ波を検出する。第１検出部１２は、例えば、制御装置１０１により実現される。

第２検出部１３は、第１検出部１２により検出されたＲ波の振幅を検出する。第２検出部１３は、具体的には、第１検出部１２により検出された複数のＲ波のそれぞれについて、当該Ｒ波の振幅（ピーク）と、当該振幅が現れた時刻とを検出することで、時刻が対応付けられたＲ波の振幅を検出する。第２検出部１３は、検出した、それぞれが時刻に対応付けられた複数のＲ波の振幅を示す振幅情報を算出部１４に出力する。また、第２検出部１３は、複数の、時刻が対応付けられたＲ波の振幅を用いて、Ｒ波の振幅の変化を示すＲ波振幅波形を生成する。そして、第２検出部１３は、Ｒ波振幅波形を用いて、所定のサンプリング周期でＲ波の振幅を再サンプリングする。これにより、第２検出部１３は、所定のサンプリング周期でのＲ波の振幅を複数得ることができる。第２検出部１３は、例えば、制御装置１０１により実現される。

算出部１４は、第２検出部１３により検出されたＲ波の振幅のスペクトルを算出する。算出部１４は、具体的には、再サンプリングすることで得られた複数のＲ波の振幅に対して、周波数スペクトル情報に変換する変換処理を行う。算出部１４は、Ｒ波の振幅に対して、高速フーリエ変換（Ｆａｓｔ Ｆｏｕｒｉｅｒ Ｔｒａｎｓｆｏｒｍ：ＦＦＴ）処理を行うことにより、Ｒ波の振幅の周波数領域のスペクトル情報に変換する。

算出部１４は、例えば、呼吸周期の１周期〜１０周期分程度に相当する時間幅（２［ｓ］〜２０［ｓ］程度）で、ＦＦＴ処理を実施してもよい。なお、この時間幅は、ＦＦＴ処理が繰り返し実施される場合の各周期を示す。ここで、ＦＦＴ処理が実施される時間幅を短くすれば、呼吸数変化へのスペクトル情報の追従性が高くなるが、体動などのノイズに対するスペクトル情報の耐性が低くなってしまう（スペクトル情報がノイズに敏感に反応してしまう）。一方、当該時間幅を長くすれば、体動などのノイズに対するスペクトル情報の耐性は高くなるが、呼吸数変化へのスペクトル情報の追従性が低くなってしまう。そのため、ＦＦＴ処理を実施する時間幅は、適宜調整して決定されることが望ましい。また、ＦＦＴ処理を実施する際には、ハニング窓などの窓関数が用いられることが望ましい。

算出部１４は、例えば、制御装置１０１により実現される。

抽出部１５は、算出部１４により算出されたスペクトルから、所定の周波数帯域における呼吸成分を抽出する。抽出部１５は、算出されたスペクトルのうちの予め設定された周波数帯域を抽出することで呼吸成分を抽出する。抽出部１５は、例えば、１分間の呼吸数を５〜３０回とすると、０．０８［Ｈｚ］以上０．５［Ｈｚ］以下の周波数帯域におけるスペクトルを呼吸成分として抽出する。このように、抽出部１５は、ユーザの呼吸に基づき定められる周波数帯域の呼吸成分を抽出する。そのため、推定部１６は、次の推定処理において、当該周波数帯域外にノイズが混入した場合の誤推定を防止できる。

抽出部１５は、例えば、制御装置１０１により実現される。

推定部１６は、抽出部１５により抽出された呼吸成分からユーザの呼吸状態を推定する。つまり、推定部１６は、抽出部１５により抽出された呼吸成分を指標値としてユーザの呼吸状態を推定する。具体的には、推定部１６は、抽出部１５により抽出された呼吸成分のスペクトルにおけるピーク強度が所定の強度以上である場合、呼吸状態が深い呼吸であると推定してもよい。また、推定部１６は、抽出部１５により抽出された呼吸成分のスペクトルにおけるピーク強度が所定の強度未満である場合、呼吸状態が低呼吸、または、無呼吸であると推定してもよい。また、推定部１６は、呼吸成分のスペクトルにおける標準偏差が所定の標準偏差以上である場合、呼吸状態が深い呼吸であると推定してもよい。また、推定部１６は、呼吸成分のスペクトルにおける標準偏差が所定の標準偏差未満である場合、呼吸状態が低呼吸、または、無呼吸であると推定してもよい。

なお、呼吸運動に伴うＲ波振幅のスペクトル強度は、各電極２２１、２２２の位置等の諸条件によっても異なるため、適宜設定することが望ましい。

なお、低呼吸とは、呼吸の換気量が低下している状態のことを指す。医学的には、低呼吸とは、呼吸気流あるいは呼吸運動が所定の基準の７０％未満に減少し、４％以上の酸素飽和度の低下を伴う呼吸イベントが１０［ｓ］以上持続することを指す。本開示においては、このような状態を検出するための指標として、呼吸帯域のスペクトルのピーク強度あるいは、スペクトルにおける標準偏差を用いている。深い呼吸とは、上述の呼気気流或いは呼吸運動が上記所定の基準を満たしている状態のことである。

推定部１６は、例えば、制御装置１０１により実現される。

提示部１７は、推定部１６により推定された呼吸状態を示す画像または文字情報を表示する。提示部１７は、推定された呼吸状態を示す音声を出力してもよい。提示部１７は、例えば、制御装置１０１およびディスプレイ１０３により実現されてもよいし、制御装置１０１およびスピーカ１０４により実現されてもよい。

［１−２．動作］
以上のように構成された呼吸状態推定システム１について、その動作を以下説明する。つまり、呼吸状態推定システム１において行われる呼吸状態推定方法について説明する。

図５は、実施の形態１の呼吸状態推定システム１における呼吸状態推定方法の一例を示すシーケンス図である。

ユーザの身体に装着されたウェアラブル端末２０では、心電波形測定部２２がユーザの心電波形を測定する（Ｓ１１）。これにより、心電波形測定部２２は、例えば、図６に示すような心電波形を取得する。

図６は、心電波形測定部により測定された心電波形（心電波形情報）の例を示すグラフである。また、図７は、図６から２拍分の心電波形を拡大して表示したグラフである。図６および図７において、横軸は時間［ｓ］を示し、縦軸は心電位（ＥＣＧ：ＥｌｅｃｔｒｏＣａｒｄｉｏＧｒａｍ）［ｍＶ］を示す。一般に心電波形には、心臓の１拍ごとの動きに同期してＰ波、Ｑ波、Ｒ波、Ｓ波、Ｔ波、Ｕ波が現れる。なかでもＲ波は、振幅が大きく、時間あたりの変化が急峻であるため心拍検出に用いられる。図７において、Ｒと指示した部分がＲ波であり、２つのＲによるＲ−Ｒ間隔が１拍分の時間である。

次に、ウェアラブル端末２０では、送信部２３３が心電波形情報を呼吸状態推定装置１０に送信する（Ｓ１２）。

そして、呼吸状態推定装置１０では、取得部１１がウェアラブル端末２０の送信部２３３により送信された心電波形情報を受信する。これにより、取得部１１が、心電波形情報が示す心電波形を取得する（Ｓ２１）。

次に、第１検出部１２は、取得部１１により取得された心電波形のＲ波を検出する（Ｓ２２）。

次に、第２検出部１３は、第１検出部１２により検出されたＲ波の振幅を検出する（Ｓ２３）。第２検出部１３は、具体的には、Ｒ波の振幅の時間変化を示すＲ波振幅値列を生成する。これにより、第２検出部１３は、例えば、図８に示すようなＲ波振幅値列を生成する。

図８は、第２検出部１３により検出されたＲ波振幅波形の例を示すグラフである。図８において、横軸は時間［ｓ］を示し、縦軸はＲ波の振幅［ｍＶ］を示す。

図８に示すように、呼吸が行われると、ユーザの胸部が動き、肺の容量が変化することにより、複数の電極２２１，２２２間のインピーダンスが変化する。これにより、同じユーザからのＲ波であっても、呼吸に伴うユーザの胸部の変位に応じて、Ｒ波の振幅が異なる値となる。つまり、Ｒ波の時間変化を示す波形を生成することで、ユーザの呼吸により生じる胸部の動きを推定することができる。

さらに、第２検出部１３は、Ｒ波振幅波形を用いて、所定のサンプリング周期でＲ波の振幅を再サンプリングすることで、所定のサンプリング周期でのＲ波の振幅を複数検出する。

次に、算出部１４は、第２検出部１３により検出されたＲ波の振幅のスペクトルを算出する（Ｓ２４）。

次に、抽出部１５は、算出部１４により算出されたスペクトルから、ユーザの呼吸の周波数帯域における呼吸成分を抽出する（Ｓ２５）。抽出部１５は、具体的には、算出部１４により算出されたスペクトルのうちの所定の周波数帯域（例えば、０．０８［Ｈｚ］以上０．５［Ｈｚ］以下）のスペクトルを呼吸成分として抽出する。これにより、抽出部１５は、例えば、図９に示すような呼吸成分におけるスペクトルを抽出する。

図９は、抽出部１５により抽出された呼吸成分におけるスペクトルの例を示すグラフである。図９において、横軸は周波数を示し、縦軸は強度を示す。

図９に示すように、ユーザは通常時の呼吸を含む深い呼吸を行っている場合、５［ｂｐｍ］〜３０［ｂｐｍ］の間にピークが現れる。そして、当該ピークにおけるピーク強度は所定のピーク強度（例えば８００）を超える値となる。一方で、ユーザは無呼吸（または低呼吸）である場合、スペクトルは平坦となり顕著なピークは現れない。

次に、推定部１６は、抽出部１５により抽出された呼吸成分からユーザの呼吸状態を推定する（Ｓ２６）。推定部１６による呼吸状態の推定処理の詳細は、図１０および図１１を用いて説明する。

図１０は、推定処理の一例の詳細を示すフローチャートである。

推定部１６は、上記ステップＳ２５が終了すれば、算出部１４により算出されたスペクトルのピーク強度が所定の強度以上であるか否かを判定する（Ｓ３１）。

次に、推定部１６は、スペクトルのピーク強度が所定の強度以上であると判定した場合（Ｓ３１でＹｅｓ）、ユーザの呼吸状態が深い呼吸であると推定する（Ｓ３２）。

一方で、推定部１６は、スペクトルのピーク強度が所定の強度未満であると判定した場合（Ｓ３１でＮｏ）、ユーザの呼吸状態が低呼吸または無呼吸であると推定する（Ｓ３３）。

図９に示したように、深い呼吸と無呼吸（または低呼吸）とでは、スペクトルのピーク強度に顕著な差がある。このため、スペクトルのピーク強度を所定のピーク強度と比較することで、当該スペクトルが得られた呼吸の状態が深い呼吸であるか、無呼吸（または低呼吸）であるかを判定することができる。

また、推定部１６は、図１０のフローチャートの代わりに、図１１のフローチャートで示す推定処理を行なってもよい。

図１１は、推定処理の他の一例の詳細を示すフローチャートである。

推定部１６は、上記ステップＳ２５が終了すれば、算出部１４により算出されたスペクトルの標準偏差が所定の標準偏差以上であるか否かを判定する（Ｓ４１）。

次に、推定部１６は、スペクトルの標準偏差が所定の標準偏差以上であると判定した場合（Ｓ４１でＹｅｓ）、ユーザの呼吸状態が深い呼吸であると推定する（Ｓ４２）。

一方で、推定部１６は、スペクトルの標準偏差が所定の標準偏差未満であると判定した場合（Ｓ４１でＮｏ）、ユーザの呼吸状態が低呼吸または無呼吸であると推定する（Ｓ４３）。

図９に示したように、深い呼吸と無呼吸（または低呼吸）とでは、スペクトルのピークの現れ方が異なる。つまり、深い呼吸では、スペクトルにピークが生じるが、無呼吸（または低呼吸）では、スペクトルが平坦となりピークが生じない。このため、スペクトルの標準偏差を所定の標準偏差と比較することで、当該スペクトルが得られた呼吸の状態が深い呼吸であるか、無呼吸（または低呼吸）であるかを判定することができる。

なお、推定部１６は、図１０のフローチャートおよび図１１のフローチャートの両方を用いて、ユーザの呼吸状態を推定してもよい。この場合、例えば、図１０のフローチャートおよび図１１のフローチャートの結果の両方ともが深い呼吸である場合、推定部１６はユーザの呼吸状態が深い呼吸であると判定してもよい。また、図１０のフローチャートおよび図１１のフローチャートの結果の少なくともいずれかが無呼吸（または低呼吸）である場合、推定部１６はユーザの呼吸状態が無呼吸（または低呼吸）であると判定してもよい。

次に、提示部１７は、推定部１６により推定された呼吸状態を示す情報（画像、文字、音声）を提示する（Ｓ２７）。

［１−３．効果等］
以上のように、本実施の形態において、呼吸状態推定装置１０は、取得部１１と、第１検出部１２と、第２検出部１３と、算出部１４と、抽出部１５と、推定部１６とを備える。取得部１１は、ユーザの心電波形を取得する。第１検出部１２および第２検出部１３は、取得部１１により取得された心電波形のＲ波の振幅を検出する。算出部１４は、第１検出部１２および第２検出部１３により検出された振幅のスペクトルを算出する。抽出部１５は、算出部１４により算出されたスペクトルから、所定の周波数帯域における呼吸成分を抽出する。推定部１６は、抽出部１５により抽出された呼吸成分からユーザの呼吸状態を推定する。また、推定部１６は、抽出部１５により抽出された呼吸成分を指標値としてユーザの呼吸状態を推定する。

このため、呼吸を妨げることなく、ユーザの呼吸状態を推定することができる。

また、本実施の形態において、推定部１６は、抽出部１５により抽出された呼吸成分のスペクトルにおけるピーク強度が所定の強度以上である場合、呼吸状態が深い呼吸であると推定する。また、推定部１６は、抽出部１５により抽出された呼吸成分のスペクトルにおけるピーク強度が所定の強度未満である場合、呼吸状態が低呼吸、または、無呼吸であると推定する。

このため、効果的にユーザの呼吸状態を推定することができる。

また、本実施の形態において、推定部１６は、呼吸成分のスペクトルにおける標準偏差が所定の標準偏差以上である場合、呼吸状態が深い呼吸であると推定する。また、推定部１６は、呼吸成分のスペクトルにおける標準偏差が所定の標準偏差未満である場合、呼吸状態が低呼吸、または、無呼吸であると推定する。

このため、効果的にユーザの呼吸状態を推定することができる。

［１−４．変形例１］
上記実施の形態１では、端末本体２３は、装着部２１に配置されている第１電極２２１および第２電極２２２とは別体であり、当該第１電極２２１および第２電極２２２に電気的に接続されている構成であるが、これに限らない。例えば、端末本体２３が、第１電極２２１および第２電極２２２と一体化されており、当該第１電極２２１および第２電極２２２を有する構成であってもよい。この場合、第１電極２２１および第２電極２２２と一体化されている端末本体２３が、ユーザが所有している装着部２１としての服に固定されることで、ウェアラブル端末２０として機能してもよい。

［１−５．変形例２］
上記実施の形態１では、推定部１６は、抽出部１５により抽出された呼吸成分のスペクトルにおけるピーク強度が所定の強度以上であるか否か、または、当該スペクトルにおける標準偏差が所定の標準偏差以上であるか否かに基づいて、ユーザの呼吸状態を推定するとしたが、これに限らない。推定部１６は、例えば、呼吸周期の１周期〜１０周期分程度に相当する時間幅（２［ｓ］〜２０［ｓ］程度）において計測された心電波形に基づく処理から得られたユーザの第２呼吸成分を、それ以前の所定の時間（例えば１時間）以上の期間に亘って計測された心電波形に基づく処理から得られたユーザの第１呼吸成分と比較することで、ユーザの呼吸状態を推定してもよい。

第２呼吸成分は、第１呼吸成分よりも短い期間でリアルタイムに計測されたデータである。そのため、第２呼吸成分に低呼吸または無呼吸の状態が含まれる場合、第２呼吸成分の値は第１呼吸成分の値と顕著に異なる。このため、推定部１６は、第２呼吸成分のスペクトルにおけるピーク強度である第２ピーク強度が、第１呼吸成分のスペクトルにおけるピーク強度である第１ピーク強度以上である場合、ユーザの呼吸状態が深い呼吸状態であると判定してもよい。また、推定部１６は、第２ピーク強度が第１ピーク強度未満である場合、ユーザの呼吸状態が低呼吸状態または無呼吸であると判定してもよい。また、推定部１６は、第２呼吸成分のスペクトルにおける標準偏差である第２標準偏差が、第１呼吸成分のスペクトルにおける標準偏差である第１標準偏差以上である場合、ユーザの呼吸状態が深い呼吸状態であると判定してもよい。また、推定部１６は、第２標準偏差が第１標準偏差未満である場合、ユーザの呼吸状態が低呼吸状態または無呼吸であると判定してもよい。

このように、推定部１６は、第１期間に亘って計測された心電波形に基づいて、第１検出部１２、第２検出部１３、算出部１４および抽出部１５における処理により出力されたユーザの第１呼吸成分と、第１期間よりも短い第２期間に亘って計測された心電波形に基づいて、第１検出部１２、第２検出部１３、算出部１４および抽出部１５における処理により出力されたユーザの第２呼吸成分と、を比較することで第２期間におけるユーザの呼吸状態を推定してもよい。

これにより、同一のユーザから取得された心電波形に基づいて呼吸状態を判定できるため、ユーザの特徴に応じた判定を行うことができる。また、第１期間は第２期間よりも長い期間なので、第１呼吸成分は第２呼吸成分よりも平均化されている。そのため、推定部１６は、第１呼吸成分と第２呼吸成分とを比較することで、第２期間におけるユーザの呼吸状態を推定できる。

［１−６．変形例３］
なお、本実施の形態において、呼吸状態推定装置１０は、取得部１１により取得された心電波形のＲ波を検出する第１検出部１２と、第１検出部１２により検出されたＲ波の振幅を検出する第２検出部１３を備えるとしたが、本開示はこれに限定されない。呼吸状態推定装置１０が１つのみの検出部を備え、その検出部が取得部１１により取得された心電波形のＲ波の振幅を検出するとしてもよい。

［１−７．変形例４］
なお、本実施の形態において、第１電極２２１および第２電極２２２はユーザの上半身の前面に配置されたが、本開示はこれに限定されない。第１電極２２１がユーザの上半身の前面に配置され、第２電極２２２がユーザの上半身の背面に配置されることによって、複数の電極２２１，２２２がユーザの心臓を挟んで互いに反対側の位置に配置されていてもよい。すなわち、複数の電極２２１，２２２がユーザの心臓を挟んで互いに反対側の位置に配置されているとは、複数の電極２２１，２２２が、複数の電極２２１，２２２間を流れる電流がユーザの心臓を通るように配置されていることを意味する。

［１−８．変形例５］
なお、本実施の形態において、取得部１１はウェアラブル端末２０から心電波形を取得したが、本開示はこれに限定されない。取得部１１は、ユーザの心電波形を記録した記録媒体から心電波形を取得してもよい。

（実施の形態２）
以下、図１２〜図１４を用いて、実施の形態２を説明する。

［２−１．構成］
図１２は、実施の形態２に係る呼吸状態推定装置のハードウェア構成の一例を示すブロック図である。

図１２に示すように、実施の形態２では、実施の形態１とは異なり、呼吸状態推定装置１０Ａが呼吸状態推定方法における全ての処理を行う。つまり、実施の形態２の呼吸状態推定装置１０Ａは、実施の形態１に係る呼吸状態推定装置１０と比較して、さらに、心電計１０６、第１電極１０７および第２電極１０８を備える。心電計１０６、第１電極１０７および第２電極１０８は、それぞれ、心電計２３１、第１電極２２１および第２電極２２２と同様の構成である。また、その他の構成は、実施の形態１と同様であるので同じ符号を付し、説明を省略する。

また、この場合の呼吸状態推定装置１０Ａは、ディスプレイ１０３および通信ＩＦ１０２を備えていなくてもよい。また、呼吸状態推定装置１０Ａは、図１２に示すように、装着部２１を含めたウェアラブル端末として実現されてもよい。

図１３は、実施の形態２に係る呼吸状態推定装置の機能構成の一例を示すブロック図である。

図１３に示すように、実施の形態２では、実施の形態１とは異なり、取得部１１Ａは、心電計１０６、第１電極１０７および第２電極１０８により実現される。つまり、取得部１１Ａは、ユーザの心電波形を測定することで、ユーザの心電波形を取得する。

なお、取得部１１Ａ以外の構成は、実施の形態１と同様であるので同じ符号を付し、説明を省略する。

［２−２．動作］
図１４は、実施の形態２に係る呼吸状態推定装置における呼吸状態推定方法の一例を示すフローチャートである。

図１４に示すように、実施の形態２に係る呼吸状態推定装置１０Ａの動作は、実施の形態１に係る呼吸状態推定システム１の動作と比較して、全て呼吸状態推定装置１０Ａで処理が完結している点が異なる。つまり、図５で説明したシーケンス図において、ステップＳ１２およびステップＳ２１が省略されている。

つまり、呼吸状態推定装置１０Ａは、ステップＳ１１を行った後に、ステップＳ２２を行う。したがって、呼吸状態推定装置１０Ａは、心電波形の測定、Ｒ波の検出、Ｒ波の振幅の検出、スペクトルの算出、呼吸成分の抽出、および、呼吸状態の推定に係る処理を行う。

［２−３．効果］
以上のように、本実施の形態において、呼吸状態推定装置１０Ａは、さらに、ユーザの胸部に装着される複数の電極１０７、１０８を備える。取得部１１Ａは、ユーザの胸部に装着された複数の電極１０７、１０８からユーザの心電波形を取得する。

このため、精度よくユーザの心電波形を取得することができる。

また、本実施の形態において、呼吸状態推定装置１０Ａは、さらに、ユーザの上半身に装着される装着部２１を備える。装着部２１には、ユーザの上半身に装着された状態において、ユーザの心臓を挟んで互いに反対側の位置に複数の電極１０７、１０８が配置されている。

このため、装着部２１をユーザの上半身に装着するだけで、複数の電極１０７、１０８をユーザの胸部の適切な位置に配置することができる。

なお、複数の電極１０７、１０８はユーザの胸部に装着されたが、本開示はこれに限定されない。複数の電極１０７、１０８は胸部以外のユーザの上半身に装着されてもよい。例えば、複数の電極１０７、１０８はユーザの腕または手に装着されてもよい。

なお、周波数領域への変換処理は、ＦＦＴ処理に限定するものではなく、ＤＦＴ（離散フーリエ変換）処理、ＤＣＴ（離散コサイン変換）処理、ウェーブレット変換処理などであってもよい。

以上のようにして推定したユーザの呼吸状態の推定結果を、ネットワークを介して図示しないサーバなどに送信するようにしてもよい。あるいは、図示しない記憶部により蓄積するようにしてもよい。

なお、上記各実施の形態において、各構成要素は、専用のハードウェアで構成されるか、各構成要素に適したソフトウェアプログラムを実行することによって実現されてもよい。各構成要素は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）またはプロセッサなどのプログラム実行部が、ハードディスクまたは半導体メモリなどの記録媒体に記録されたソフトウェアプログラムを読み出して実行することによって実現されてもよい。ここで、上記各実施の形態の呼吸状態推定装置などを実現するソフトウェアは、次のようなプログラムである。

すなわち、このプログラムは、コンピュータに、ユーザの心電波形を取得する取得ステップと、取得ステップにおいて取得された心電波形のＲ波の振幅を検出する検出ステップと、検出ステップにおいて検出された振幅のスペクトルを算出する算出ステップと、算出ステップにおいて算出されたスペクトルから、所定の周波数帯域における呼吸成分を抽出する抽出ステップと、抽出ステップにおいて抽出された呼吸成分からユーザの呼吸状態を推定する推定ステップと、を含む呼吸状態推定方法を実行させる。

以上、本開示の一つまたは複数の態様に係る呼吸状態推定装置などについて、実施の形態に基づいて説明したが、本開示は、この実施の形態に限定されるものではない。本開示の趣旨を逸脱しない限り、当業者が思いつく各種変形を本実施の形態に施したものや、異なる実施の形態における構成要素を組み合わせて構築される形態も、本開示の一つまたは複数の態様の範囲内に含まれてもよい。

以上のように、本開示における技術の例示として、実施の形態を説明した。そのために、添付図面および詳細な説明を提供した。

したがって、添付図面および詳細な説明に記載された構成要素の中には、課題解決のために必須な構成要素だけでなく、上記技術を例示するために、課題解決のためには必須でない構成要素も含まれ得る。そのため、それらの必須ではない構成要素が添付図面や詳細な説明に記載されていることをもって、直ちに、それらの必須ではない構成要素が必須であるとの認定をするべきではない。

また、上述の実施の形態は、本開示における技術を例示するためのものであるから、請求の範囲またはその均等の範囲において種々の変更、置き換え、付加、省略などを行うことができる。

本開示は、呼吸を妨げることなく、人の呼吸状態を推定することができる呼吸状態推定装置等に適用可能である。

１ 呼吸状態推定システム
１０，１０Ａ 呼吸状態推定装置
１１，１１Ａ 取得部
１２ 第１検出部
１３ 第２検出部
１４ 算出部
１５ 抽出部
１６ 推定部
１７ 提示部
２０ ウェアラブル端末
２２ 心電波形測定部
２３ 端末本体
１０１ 制御装置
１０２ 通信ＩＦ
１０３ ディスプレイ
１０４ スピーカ
１０５ 入力ＩＦ
１０６，２３１ 心電計
１０７，２２１ 第１電極
１０８，２２２ 第２電極
２１ 装着部
２３２ メモリ
２３３ 送信部

本開示における呼吸状態推定装置は、呼吸状態が、通常呼吸を含む第一の呼吸と、前記第一の呼吸より呼吸の換気量が低い第二の呼吸のいずれであるかを推定する呼吸状態推定装置であって、ユーザの心電波形を取得する取得部と、前記心電波形のＲ波の振幅を検出する検出部と、前記振幅に対して、前記第一の呼吸であればピークが現れるスペクトル形状となり、前記第二の呼吸であればピークが現れないスペクトル形状となる時間幅での変換処理を行い、前記振幅のスペクトルを算出する算出部と、前記スペクトルに基づいて、前記ユーザの呼吸状態を推定する推定部と、を備える。

Claims (15)

1. ユーザの心電波形を取得する取得部と、
   前記取得部により取得された前記心電波形のＲ波の振幅を検出する検出部と、
   前記検出部により検出された前記振幅のスペクトルを算出する算出部と、
   前記算出部により算出された前記スペクトルから、所定の周波数帯域における呼吸成分を抽出する抽出部と、
   前記抽出部により抽出された前記呼吸成分から前記ユーザの呼吸状態を推定する推定部と、を備える
   呼吸状態推定装置。
2. 前記所定の周波数帯域は、前記ユーザの呼吸に基づき定められる
   請求項１に記載の呼吸状態推定装置。
3. 前記所定の周波数帯域は、０．５Ｈｚ以下の周波数帯域である
   請求項１または２に記載の呼吸状態推定装置。
4. 前記所定の周波数帯域は、０．０８Ｈｚ以上の周波数帯域である
   請求項１から３のいずれか１項に記載の呼吸状態推定装置。
5. 前記推定部は、前記抽出部により抽出された前記呼吸成分を指標値として前記ユーザの呼吸状態を推定する
   請求項１から４のいずれか１項に記載の呼吸状態推定装置。
6. 前記推定部は、前記抽出部により抽出された前記呼吸成分のスペクトルにおけるピーク強度が所定の強度以上である場合、前記呼吸状態が深い呼吸であると推定し、当該ピーク強度が前記所定の強度未満である場合、前記呼吸状態が低呼吸、または、無呼吸であると推定する
   請求項１から５のいずれか１項に記載の呼吸状態推定装置。
7. 前記推定部は、前記抽出部により抽出された前記呼吸成分のスペクトルにおける標準偏差が所定の標準偏差以上である場合、前記呼吸状態が深い呼吸であると推定し、当該標準偏差が前記所定の標準偏差未満である場合、前記呼吸状態が低呼吸、または、無呼吸であると推定する
   請求項１から５のいずれか１項に記載の呼吸状態推定装置。
8. 前記取得部は、前記ユーザの心電波形を記録した記録媒体から前記心電波形を取得する
   請求項１から７のいずれか１項に記載の呼吸状態推定装置。
9. さらに、
   前記ユーザの上半身に装着される複数の電極を備え、
   前記取得部は、前記複数の電極から前記ユーザの前記心電波形を取得する
   請求項１から７のいずれか１項に記載の呼吸状態推定装置。
10. さらに、
    前記ユーザの上半身に装着される装着部であって、前記ユーザの上半身に装着された状態において、前記ユーザの心臓を挟んで互いに反対側の位置に前記複数の電極が配置されている装着部を備える
    請求項９に記載の呼吸状態推定装置。
11. 前記推定部は、
    第１期間に亘って計測された前記心電波形に基づいて、前記検出部、前記算出部および前記抽出部における処理により出力された前記ユーザの第１呼吸成分と、
    前記第１期間よりも短い第２期間に亘って計測された前記心電波形に基づいて、前記検出部、前記算出部および前記抽出部における処理により出力された前記ユーザの第２呼吸成分と、
    を比較することで前記第２期間における前記ユーザの呼吸状態を推定する
    請求項１から１０のいずれか１項に記載の呼吸状態推定装置。
12. 前記推定部は、
    前記第２呼吸成分のスペクトルにおける第２ピーク強度が前記第１呼吸成分のスペクトルにおける第１ピーク強度以上である場合、前記呼吸状態が深い呼吸であると推定し、
    前記第２ピーク強度が前記第１ピーク強度未満である場合、前記呼吸状態が低呼吸、または、無呼吸であると推定する
    請求項１１に記載の呼吸状態推定装置。
13. 前記推定部は、
    前記第２呼吸成分のスペクトルにおける第２標準偏差が前記第１呼吸成分のスペクトルにおける第１標準偏差以上である場合、前記呼吸状態が深い呼吸であると推定し、
    前記第２標準偏差が前記第１標準偏差未満である場合、前記呼吸状態が低呼吸、または、無呼吸であると推定する
    請求項１１に記載の呼吸状態推定装置。
14. ユーザの心電波形を取得する取得ステップと、
    前記取得ステップにおいて取得された前記心電波形のＲ波の振幅を検出する検出ステップと、
    前記検出ステップにおいて検出された前記振幅のスペクトルを算出する算出ステップと、
    前記算出ステップにおいて算出された前記スペクトルから、所定の周波数帯域における呼吸成分を抽出する抽出ステップと、
    前記抽出ステップにおいて抽出された前記呼吸成分から前記ユーザの呼吸状態を推定する推定ステップと、を含む
    呼吸状態推定方法。
15. ユーザの心電波形を取得する取得ステップと、
    前記取得ステップにおいて取得された前記心電波形のＲ波の振幅を検出する検出ステップと、
    前記検出ステップにおいて検出された前記振幅のスペクトルを算出する算出ステップと、
    前記算出ステップにおいて算出された前記スペクトルから、所定の周波数帯域における呼吸成分を抽出する抽出ステップと、
    前記抽出ステップにおいて抽出された前記呼吸成分から前記ユーザの呼吸状態を推定する推定ステップと、を含む呼吸状態推定方法をコンピュータに実行させるためのプログラムを記録した、
    プログラム記録媒体。

Images