JPWO2019198691A1 - 情報処理装置、およびウェアラブル端末 - Google Patents
情報処理装置、およびウェアラブル端末 Download PDFInfo
- Publication number
- JPWO2019198691A1 JPWO2019198691A1 JP2020513271A JP2020513271A JPWO2019198691A1 JP WO2019198691 A1 JPWO2019198691 A1 JP WO2019198691A1 JP 2020513271 A JP2020513271 A JP 2020513271A JP 2020513271 A JP2020513271 A JP 2020513271A JP WO2019198691 A1 JPWO2019198691 A1 JP WO2019198691A1
- Authority
- JP
- Japan
- Prior art keywords
- period
- result
- information processing
- cpu
- graph
- 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.)
- Pending
Links
- 230000010365 information processing Effects 0.000 title claims abstract description 49
- 238000000034 method Methods 0.000 claims description 49
- 238000005259 measurement Methods 0.000 claims description 39
- 230000008569 process Effects 0.000 claims description 15
- 238000004891 communication Methods 0.000 claims description 13
- 239000006185 dispersion Substances 0.000 claims description 7
- 230000007704 transition Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 description 80
- 230000010349 pulsation Effects 0.000 description 38
- 241000282472 Canis lupus familiaris Species 0.000 description 30
- 241001465754 Metazoa Species 0.000 description 28
- 238000010586 diagram Methods 0.000 description 25
- 230000002159 abnormal effect Effects 0.000 description 22
- 238000004364 calculation method Methods 0.000 description 21
- 230000015654 memory Effects 0.000 description 18
- 230000036387 respiratory rate Effects 0.000 description 16
- 230000000694 effects Effects 0.000 description 14
- 230000006870 function Effects 0.000 description 13
- 238000001228 spectrum Methods 0.000 description 12
- 238000006243 chemical reaction Methods 0.000 description 11
- 210000000467 autonomic pathway Anatomy 0.000 description 10
- 230000003340 mental effect Effects 0.000 description 9
- 230000005540 biological transmission Effects 0.000 description 8
- 238000013500 data storage Methods 0.000 description 7
- 238000001514 detection method Methods 0.000 description 7
- 238000007781 pre-processing Methods 0.000 description 7
- 230000000284 resting effect Effects 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 6
- 230000029058 respiratory gaseous exchange Effects 0.000 description 6
- 206010003119 arrhythmia Diseases 0.000 description 4
- 230000006793 arrhythmia Effects 0.000 description 4
- 230000002567 autonomic effect Effects 0.000 description 4
- 230000000241 respiratory effect Effects 0.000 description 4
- 210000003491 skin Anatomy 0.000 description 4
- 230000003321 amplification Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000033001 locomotion Effects 0.000 description 3
- 238000003199 nucleic acid amplification method Methods 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 210000001367 artery Anatomy 0.000 description 2
- 238000005311 autocorrelation function Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000005281 excited state Effects 0.000 description 2
- 210000004744 fore-foot Anatomy 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 230000036391 respiratory frequency Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000005236 sound signal Effects 0.000 description 2
- 206010038743 Restlessness Diseases 0.000 description 1
- 210000005069 ears Anatomy 0.000 description 1
- 210000002615 epidermis Anatomy 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 210000000548 hind-foot Anatomy 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000000513 principal component analysis Methods 0.000 description 1
- 230000000541 pulsatile effect Effects 0.000 description 1
- 230000002040 relaxant effect Effects 0.000 description 1
- 238000009531 respiratory rate measurement Methods 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
Classifications
-
- 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
-
- 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
- A61B5/352—Detecting R peaks, e.g. for synchronising diagnostic apparatus; Estimating R-R interval
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Cardiology (AREA)
- Environmental Sciences (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Physics & Mathematics (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Animal Husbandry (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Biodiversity & Conservation Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (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
複数の電極(401,402,403)と、複数の電極(401,402,403)を介して取得される、第1の期間の電位差のバラツキ具合と、第1の期間よりも前の期間を含む第2の期間の電位差のバラツキ具合と、に基づいて、所定の条件が満たされている場合にエラーを出力するためのプロセッサ(510,310)と、を備える情報処理装置(500,300)が提供される。
Description
以下の開示は、動物の精神的状態または肉体的状態を取得するための技術に関する。
従来から、動物の精神的または肉体的な状態を取得するための技術が知られている。例えば、特開2010−155166号公報(特許文献1)には、脈波診断装置及び脈波診断装置制御方法が開示されている。特許文献1によると、脈波診断装置及び脈波診断装置制御方法は、光電センサを用いて脈波を検出し、検出した脈波から脈波の変動を算出することを特徴とする。具体的には、本発明に係る脈波診断装置制御方法は、動脈を透過した透過光又は動脈で散乱された散乱光を受光して脈波を検出する光電脈波検出部と、前記光電脈波検出部の検出する脈波の1拍ごとの脈波振幅を算出し、連続して算出された2つの前記脈波振幅同士で形成される直交座標平面上での前記脈波振幅の点をポアンカレ座標として1拍ごとに算出する脈波振幅ポアンカレ算出部と、を備えることを特徴とする。
本開示の目的は、動物の精神的状態または肉体的状態を従来よりも正確に把握したり、あるいは従来よりも効率的に把握したりすることができる情報処理装置、状態取得プログラム、サーバ、および情報処理方法を提供することにある。
この発明のある態様に従うと、複数の電極と、複数の電極を介して取得される、第1の期間の電位差の分散または標準偏差と、第1の期間よりも前の期間を含む第2の期間の電位差の電位差の分散または標準偏差と、に基づいて、所定の条件が満たされているかを判断する第1判定手段を有するプロセッサと、を備える情報処理装置が提供される。
以上のように、本開示によれば、動物の精神的状態または肉体的状態を従来よりも正確に把握したり、あるいは従来よりも効率的に把握したりすることができる情報処理装置、状態取得プログラム、サーバ、および情報処理方法が提供される。
以下、図面を参照しつつ、本開示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>
<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、本実施の形態にかかる情報処理システム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の全体構成を示す図である。なお、以下では、動物を代表して、呼吸性の不整脈を有する犬の状態を判断する場合について説明する。
本実施の形態にかかる情報処理システム1は、主に、犬の胸部に取り付けられる心電取得用の電極401,402,403と、心電信号を処理するための信号処理装置500と、信号処理装置500と通信可能な診断端末300とを含む。
心電取得用の電極401,402,403は、胸部等において、心臓部を挟むような位置に取り付けることが望ましく、例えば、両前足(または、前足と後ろ足)の肉球部など毛の生えていない場所であってもよい。また、毛を刈った状態であるか、ゲルなどが付着した電極、あるいは、突起状の構造を持ち、毛があっても皮膚と接触する構成であることが望ましい。あるいは、毛がある状態で、非接触で容量性材料を介して心電を誘導する形態が望ましい。それにより、犬等の表皮が毛に覆われた動物であっても心電を取得することが可能となる。本実施の形態においては、3個の電極401,402,403を使用する構成としているが、電極は、2個以上であればよく、さらに、多くの電極を使用する構成としてもよい。
<情報処理システムの機能構成と処理手順>
<情報処理システムの機能構成と処理手順>
次に、図2および図3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。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、心電前処理部511と拍動間隔算出部512と送信部560を含む。
心電前処理部511は、フィルタや増幅器を含む。心電前処理部511は、電極401,402,403から送られている心電信号を拍動データに変換して、拍動間隔算出部512に受け渡す。
より詳細には、心電前処理部511には、ハイパスフィルタ、ローパスフィルタなどのフィルタ装置、オペアンプなどから構成される増幅装置、心電のアナログ信号をデジタル信号に変換するA/D変換装置等が含まれる。尚、フィルタ装置、増幅装置などは、ソフトウェアにより実装される形態であってもよい。また、A/D変換装置においては、拍動間隔のゆらぎ量の差異が判別できる周期と精度でのサンプリングを行うことが望ましい。すなわち、少なくとも25Hz以上の周波数で心電信号を取得することが望ましい。例えば、本実施の形態においては、100Hzでの心電信号のサンプリングを行っている。サンプリングの周波数を高めることにより、拍動間隔の揺らぎ量を正確に把握することが可能となる。
拍動間隔算出部512は、例えばCPU(Central Processing Unit)510がメモリのプログラムを実行することによって実現される。拍動間隔算出部512は、拍動データに基づいて、拍動間隔を逐次算出する。より詳細には、拍動間隔算出部512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。
本実施の形態においては、図4に示すように、拍動間隔算出部512は、連続して入力される心電信号に対して連続して拍動間隔の算出を実行する。拍動間隔算出部512は、算出した拍動間隔や拍動データ自体を、送信部560を介して診断端末300に送信する。なお、送信部560は、例えば、アンテナやコネクタなどを含む通信インターフェイスによって実現される。
次に、診断端末300の構成について説明する。診断端末300は、受信部361、拍動間隔記憶部321、統計処理部311と、グラフ作成部312と、結果出力部313と、ディスプレイ330と、データ記憶部322と、送信部362とを含む。
まず、受信部361と送信部362は、例えば、アンテナやコネクタなどを含む通信インターフェイス360によって実現される。受信部361は、信号処理装置500からの拍動間隔を示すデータを受信する(ステップS102)。
拍動間隔記憶部321は各種のメモリ320などによって構成され、信号処理装置500から受信したデータを格納する。本実施の形態においては、CPU310が、通信インターフェイス360を介して受信した拍動間隔を拍動間隔テーブルとして逐次メモリ320に蓄積していく(ステップS104)。ただし、これらのデータは、診断端末300のメモリ320に記憶されてもよいし、診断端末300からアクセス可能な他の装置に記憶されてもよい。
統計処理部311と、グラフ作成部312と、結果出力部313とは、例えばCPU310がメモリ320のプログラムを実行することによって実現される。統計処理部311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、拍動間隔記憶部321から拍動間隔データを読み出して、図5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S106)。拍動間隔は、例えば、図に示すようにmsec(ミリセック)の単位で計算される。
統計処理部311は、図6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)との対応関係テーブルから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S108)。
統計処理部311は、自律神経バランスを示す数値としての、軸の変換を行った後のそれぞれの軸を構成する数値列に関する標準偏差を算出する(ステップS110)。なお、統計処理部311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と垂直な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。図7は、犬の精神状態または肉体的状態毎の、Y=X軸に関する標準偏差と、Y=Xと垂直な軸に関する標準偏差との目安を示す表である。
なお、統計処理部311は、主成分分析などの方法により分散が最大になる軸を特定し、当該軸と当該軸に垂直な軸に関する標準偏差を算出してもよい。さらには、統計処理部311は、軸変換を行わずに、X軸とY軸に関する標準偏差を算出するものであってもよい。分散の大きい方向がX軸方向とY軸方向である場合には、軸変換を行わなくとも、X軸とY軸の標準偏差を算出することで、ポアンカレプロットした拍動間隔のばらつき状態を評価できる。この場合、軸変換を行う必要が無いために、計算量を低減することができる。
結果出力部313は、例えば、診断端末300の、あるいは外部の、ディスプレイ330やスピーカなどの出力装置に、標準偏差を表示させたり、音声メッセージを出力させたりする(ステップS114)。より詳細には、結果出力部313は、Y=X軸に関する標準偏差だけを出力させてもよいし、Y=Xと垂直な軸に関する標準偏差だけを出力させてもよいし、両方を出力させてもよいし、大きい方だけを出力させてもよいし、小さい方だけを出力させてもよい。
標準偏差を計算することにより、拍動間隔R−R(n)とその次の拍動間隔R−R(n+1)とをそれぞれ軸としてポアンカレプロットした拍動間隔のばらつき状態が評価できる。ここでは、拍動間隔のばらつきの程度を自律神経バランスの程度とみなしている。なお、後述するように、自律神経バランスを示す数値は、軸変換後の標準偏差に限られるものではない。
本実施の形態においては、CPU310は、所定の期間たとえば数分間毎の図3に示す計算を行い、当該計算結果を後述する診断グラフ作成のためにメモリ320のデータベースに蓄積していく。
なお、詳しくは後述するが、本実施の形態にかかる情報処理システム1は、図2に示すように診断端末300が通信可能なサーバ100を含む形態であってもよい。その場合、結果出力部313としてのCPU310は、標準偏差や関係テーブルなどデータ記憶部322に蓄積したり、送信部362を利用することによって、インターネットなどを介してサーバ100に送信したりする。これによって、今回の出力結果を観察対象の短期または長期のストレス状態の把握などに利用することができる。
本実施の形態においては、ステップS108とは別に、グラフ作成部312は、図5の対応関係テーブルから、標準偏差の計算に使用した範囲の拍動間隔R−R(n)とその次の拍動間隔R−R(n+1)とのデータを取得して、図8〜図11に示すようなポアンカレプロット図を作成する。
そして、結果出力部313は、作成されたポアンカレプロット図を、診断端末300のディスプレイまたは外部のディスプレイなどの出力装置に表示させる。なお、グラフ作成部312は、ステップS108の結果を利用して、軸変換後のポアンカレプロット図を作成して出力してもよい。
ここで、ポアンカレプロット図に関して説明する。図8は、本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。図9は、本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。図10は、本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。図11は、本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。
まず、例えば犬などの呼吸性の不整脈を有する動物の場合、図8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)、拍動間隔の揺らぎは小さくなり、プロットの点が一定の場所に集まるような状態になる。
そして、図9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(プロットの点の広がりが安静状態ほど大きくない)が、プロット点の分布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10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(プロット点が広がる)が、プロット点が散乱している状態となる。
そして、図11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、プロット点の広がりが大きくなると共に、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プロット点の分布の中心部に空白部分が見られる形状となる。
このように、本実施の形態においては、算出結果に基づいて間接的に、ポアンカレプロットのプロット点の分布の広がりの大きさや形状、中心部にプロットが多くみられるか少なくみられるかを予想することができ、その結果、動物の精神的状態または肉体的状態を予想することができる。そして、上述した通り、統計処理部311は、自律神経バランスを示す数値として、ポアンカレプロットのバラツキ具合すなわち拍動間隔の標準偏差を算出するものである。ここで、バラツキ具合とは、例えば、分散値や標準偏差に代表される、バラツキ具合を数値化する指標を指すものとする。
<自律神経バランスの数値に関する別の形態>
<自律神経バランスの数値に関する別の形態>
上記の実施の形態においては、診断端末300が、ポアンカレプロットのY=Xの軸に沿った標準偏差またはY=Xと垂直な軸に沿った標準偏差を出力するものであった。しかしながら、自律神経バランスを示す数値として、それら2つの標準偏差の積を算出してもよい。以下では、図12を参照して、本実施の形態にかかる情報処理システム1の処理手順について説明する。
図12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。ステップS102〜ステップS108は、図3のものと同様であるため、ここでは説明を繰り返さない。
統計処理部311としてのCPU310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S110)。なお、統計処理部311は、分散が最大になる軸を特定し、当該軸と当該軸に垂直な軸に関する標準偏差を算出してもよい。
そして、統計処理部311は、自律神経バランスを示す数値として、それらの2つの標準偏差の積や積の平方根などを計算する(ステップS112)。
結果出力部313は、例えば、診断端末300の、または外部の、ディスプレイやスピーカなどの出力装置に、標準偏差の積や積の平方根などを表示させたり、音声メッセージを出力させたりする(ステップS114)。より詳細には、結果出力部313は、Y=X軸に関する標準偏差と、Y=−Xの軸に関する標準偏差と、両者の積や積の平方根などとを出力させてもよい。
図13は、犬の精神状態または肉体的状態毎の、Y=X軸に関する標準偏差と、Y=Xと垂直な軸に関する標準偏差と、自律神経バランスを示す数値としての標準偏差の積や積の平方根などと、標準偏差の比との目安を示す表である。
標準偏差の積を計算することにより、拍動間隔R−R(n)とその次の拍動間隔R−R(n+1)とをそれぞれ軸としてポアンカレプロットした拍動間隔の分布の広がりの大きさや形状、一様に分散している、中心に空白がある等のばらつき状態が評価できる。また、縦横比が同じで大きさのみ変化している状態や分布の広がり面積が同じで中心部のばらつき状態が異なる場合などに有効にばらつき状態を評価できる。
この場合も、結果出力部313は、標準偏差や標準偏差の積や積の平方根や対応関係テーブルなどをデータ記憶部322に蓄積したり、送信部362を利用することによって、インターネットなどを介してサーバ100に送信したりする。これによって、今回の出力結果を観察対象の短期または長期のストレス状態の把握などに利用することができる。
統計処理部311は、2つの軸の標準偏差の積や積の平方根などを計算するものであるが、3つ以上の軸の標準偏差の積やその累乗根などを計算するものであってもよい。
CPU310は、所定の期間たとえば数分間毎の図12に示す計算を行い、当該計算結果を後述する診断グラフ作成のためにメモリ320のデータベースに蓄積していく。
<呼吸数の計算方法>
<呼吸数の計算方法>
本実施の形態にかかる診断端末300のCPU310は、対象となる動物の自律神経バランスを示す情報に加えて、当該対象となる動物の呼吸数を計算してもよい。図14を参照して、診断端末300のCPU310は、メモリ320のプログラムを実行することによって、たとえば以下の処理を実行する。
CPU310は、図4に示すような拍動間隔を取得する(ステップS204)。CPU310は、図15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S206)。より詳細には、CPU310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、CPU310は、図16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S208)。
CPU310は、周波数解析で得られた図16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S210)。ここでは一例として、CPU310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17(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17(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、CPU310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18(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18(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、CPU310は、「測定不可能状態」と判別する。
CPU310は、「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、信号処理装置500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。
CPU310は、「測定可能状態」と判別した場合に、各種のバイタルデータを検出する。たとえば、CPU310は、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。
CPU310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表示したり、音声出力したりする。また、CPU310は、所定の期間たとえば数分間毎の図14に示す計算を行い、当該計算結果を後述する診断グラフ作成のためにメモリ320のデータベースに蓄積していく。
本実施の形態においては、CPU310は、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19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19(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19(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(例えば犬)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。
なお、図14のステップS110において、CPU310は、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。より詳細には、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、CPU310は、他の方法によって「測定可能状態」と判別してもよい。
あるいは、図20に示すように、CPU310は、拍動間隔のポアンカレプロットに基づいて、標準偏差や標準偏差の積やその平方根などが所定値よりも大きい場合に対象の動物が安静状態にあると判断してもよい(ステップS302〜312)。そして、CPU310は、「測定可能状態」と判別された場合に、図15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してもよい。CPU310は、所定の期間たとえば数分間毎の図20に示す計算を行い、当該計算結果を後述する診断グラフ作成のためにメモリ320のデータベースに蓄積していく。
<結果の出力方法>
<結果の出力方法>
上記の通り、本実施の形態においては、信号処理装置500が取得した図21に示すような信号に基づいて、診断端末300のCPU310は、各種のグラフをディスプレイ330に表示させる。たとえば、図22に示すように、CPU310は、個体毎に、拍動間隔をスプライン補間した第1のグラフや、心電ピーク信号自体を示す第2のグラフや、拍動間隔のポアンカレプロットを示す補間第3のグラフや、第1のグラフを周波数解析した第4のグラフなどをディスプレイ330に表示する。なお、図22は、正常にリラックスした状態の個体に関する、(a)拍動間隔をスプライン補間した第1のグラフや、(b)心電ピーク信号自体を示す第2のグラフや、(c)拍動間隔のポアンカレプロットを示す補間第3のグラフや、(d)第1のグラフを周波数解析した第4のグラフを示すものである。一方、図23は、(a)心電ピーク信号を正しく取得できなかった場合の信号自体を示す第1のグラフや、(b)拍動間隔のポアンカレプロットを示す第2のグラフや、(c)拍動間隔をスプライン補間した第3のグラフや、(d)第3のグラフを周波数解析した第4のグラフを示すものである。なお、図23では、右下の心電ピーク信号自体を示す第2のグラフには、正しく取得できなかった時間帯に「不採用」と付している。「不採用」期間とは、R波を正しく検出できない或いは正しく検出できない可能性が高いと判定された期間を指すものとする。当該判定方法の例については後述する。本実施形態の第2のグラフは、心電ピーク信号自体を示すグラフの代わりに動物個体毎またはタイミング毎の動物個体の拍動または脈拍を測定している環境の環境データの推移を示しても良い。環境データとは、例えば、温度、湿度、騒音などの推移が考えられる。
本実施の形態においては、図24に示すように、CPU310は、複数の個体のそれぞれに関するいずれかの種類のグラフを並べてディスプレイ330に表示するモードが選択できる。そして特に、本実施の形態においては、CPU310は、正常でない可能性が高いと判断される測定に関するグラフの表示態様を、正常と判断される測定に関するグラフの表示態様と異ならせる。たとえば、CPU310は、ディスプレイ330に、複数の個体の第2のグラフを並べて表示させつつ、正常でないと判断される測定に関しては、第2のグラフとともに元の第1のグラフも並べて同時に表示するものである。ここで、第2のグラフと第1のグラフは、所定の期間同時に表示していればよい。例えば、第2のグラフが表示された後、しばらく経ってから第1のグラフが表示されてもよく、第1のグラフおよび第2のグラフを同時所定の期間同時に表示すれば、第1のグラフおよび第2のグラフのどちらかを先にディスプレイに表示させなくしてもよい。
これによって、獣医などのユーザは、正常でないグラフを診断などに採用したり考慮したりすべきであるか否かを判断しやすくなる。
図24に示すように、第1のグラフと第2のグラフの横軸はともに測定時間を示す。第1のグラフおよび第2のグラフの横軸の測定間隔、長さ、尺度については揃えられていることが好ましい。さらに、第1のグラフの横軸と第2のグラフの横軸は、互いに平行に配置されていることが好ましい。この第1のグラフおよび第2のグラフの横軸を揃えることによって、目視によって両グラフを見比べる際に、両グラフに含まれるデータ同士の対応関係を確認することが容易となる。
なお、正常と判断される測定に関するグラフの配置される位置が変化しないように、第2のグラフとともに元の第1のグラフを、正常と判断される測定に関するグラフよりも小さく表示させる。
以下では、診断端末300における、取得した各種のデータが正常であるか否かを判断するための処理について説明する。一例として、図25は、得られた心電データがR波を検出するに足りるデータかどうか、つまり、R波を正しく検出できない或いは正しく検出できない可能性が高いかどうかを判定するためのフローチャートである。
図25を参照して、CPU310は、まず直近t秒(例えばt=1)の心電の電圧値Etを取得する。電圧取得のサンプリング周波数を100Hzとすると、Etは100個の数値で構成される(ステップS402)。CPU110は、Etの最大値Emを決定する(ステップS404)。
本実施の形態においては、判定は2段階に分けている。1段階目はR波の振幅が足りているか否かに応じて判定する段階であって、2段階目はR波同等もしくはそれ以上にノイズが多いか否かに応じて判定する段階である。以下では、1段階目をフラット判定(第2の判定手段、ステップS410)と呼び、2段階目を多ノイズ判定(第1の判定手段)と呼ぶ。
図26に示すように、CPU310は、フラット判定として、Etの平均Et_aveを取得し(ステップS412)、Etの最大値Emとの差を求める(ステップS414)。CPU310は、この差が所定閾値Jflat(例えば30)を超える場合は、フラット判定結果はFALSE(ステップS416)、超えない場合はTRUEとする(ステップS416)。CPU310は、フラット判定にてTRUEとなった場合は、この区間Etは採用できないと判定する(第1結果、ステップS452)。なお、閾値Jflatは、犬種の大きさや、皮膚の接触抵抗の大きさによって変更してもよいし、周囲の温湿度によって変更してもよい。
図25に戻って、CPU310は、Etに加え、直近ref秒(例えばref=15)の電圧値Erefも取得する(ステップS426)。CPU310は、Et,Erefそれぞれの分散値Dt、Drefを求める(ステップS434)。CPU310は、DtがDrefを超えた場合は、ノイズが多すぎるためにこの区間Etを採用しないと判定する(第1結果、ステップS446)。逆にDtがDrefを下回る場合は、CPU310は、Etは採用できると判定する(第2結果、ステップS442)。なお、前記t秒やref秒は、犬種の大きさや、皮膚の接触抵抗の大きさによって変更してもよいし、周囲の温湿度によって変更してもよい。また、測定中の犬の活発さに応じて変更してもよい。例えば、加速度センサなどによって活発さの測定が可能である。
なお、本実施の形態においては、この多ノイズ判定において、ノイズの大小に配慮するため、EtおよびEref取得時において所定閾値EMAX(例えば150)を超えるか否かに応じて
、それぞれの最大値にて正規化するようにしてもよい(ステップS422、ステップS424、ステップS430、ステップS432)。この所定閾値EMAXは、検出する電圧値の分解能の細かさによって調整することが望ましい。
、それぞれの最大値にて正規化するようにしてもよい(ステップS422、ステップS424、ステップS430、ステップS432)。この所定閾値EMAXは、検出する電圧値の分解能の細かさによって調整することが望ましい。
また、自律神経バランスを示す数値に関しても、ポアンカレプロットの標準偏差や標準偏差の積に限らず、ポアンカレプロットの連続する2つのプロット間の距離の平均を利用したり、その他のポアンカレブロットのばらつきを示す数値を利用したり、ポアンカレプロット以外の他の計算方法を利用してもよい。
また、上記の実施の形態では、心電取得用の電極401,402,403を用いて拍動間隔を算出しているが、このような形態には限られない。例えば、光電脈波方式の脈波計やパルスオキシメータによって脈波信号を取得し、脈波信号から拍動間隔を算出してもよい。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。また、電子聴診器などにより心音信号を取得し、心音信号か拍動間隔を算出してもよい。これらこの場合、電極を使用しない方法での測定が可能となる。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、脈波信号を取得し、脈波信号から拍動間隔を算出してもよい。たとえば、マイクロ波発信装置が天井等に設置されており、非接触で犬などの動物からの脈波を取得する形態が考えられる。この場合には、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2の実施の形態>
<第2の実施の形態>
結果の出力方法は、上記の実施の形態のものには限られない。たとえば、診断端末300のCPU310は、図26に示すフラット判定として、Etの平均Et_aveを取得し(ステップS412)、Etの最大値Emとの差を求める(ステップS414)。そして、CPU310は、この差が第2の所定閾値Jflat(例えば15)を超えない場合は、このグラフ自体をディスプレイ330には並べないようにしてもよい。
また、図25のステップS446において、CPU310は、DtがDrefの所定の値(例えば2倍)を超えた場合は、ノイズが多すぎるためにこのグラフ自体をディスプレイ330には並べないようにしてもよい。
すなわち、本実施の形態においては、CPU310は、グラフに含まれる一部または全部が第2の判定手段によって、所定の条件を満たした場合に、当該グラフ内に正常でない範囲があるものとして、他のグラフと異なる表示で当該グラフをディスプレイ330を表示する。そして、CPU310は、グラフに含まれる一部または全部がさらに第1の判定手段によって、所定の条件までも満たした場合には、当該グラフ自体を表示しないで代わりに次のグラフをディスプレイ330を表示する。
これによって、正常でない可能性が高い、たとえば80%以上など、グラフはあらかじめ自動的に排除しつつ、獣医などのユーザは、正常でない可能性がある、たとえば30%以上など、グラフに関して診断などに採用したり考慮したりすべきであるか否かを判断しやすくなる。CPU310は、ボタンやタッチパネルなどの操作部を介して、上記の判断の指標となる、当該可能性の数値自体やその他のしきい値などの設定を受けることが好ましい。
<第3の実施の形態>
<第3の実施の形態>
結果の出力方法は、上記の実施の形態のものには限られない。本実施の形態においても、CPU310は、正常でない可能性が高いと判断される測定に関するグラフの表示態様を、正常と判断される測定に関するグラフの表示態様と異ならせる。そしてたとえば、CPU310は、ディスプレイ330に、複数の個体の第2のグラフを並べて表示させつつ、正常でないと判断される測定結果に関しては、図27に示すように、画面に、正常でないと判断される測定に関する、第2のグラフに元の第1のグラフを重ねて表示してもよい。
これによって、獣医などのユーザは、正常でないグラフを診断などに採用したり考慮したりすべきであるか否かを判断しやすくなる。
この場合は、CPU310は、第1のグラフの縦方向の主要な範囲と第2のグラフの縦方向の主要な範囲とを同程度に合わせることが好ましい。
あるいは、図28に示すように、CPU310は、正常でない可能性が高いと判断される測定に関するグラフの表示態様を、正常と判断される測定に関するグラフの表示態様と異ならせてもよい。すなわち、CPU310は、ディスプレイ330に、複数の個体の第2のグラフを並べて表示させつつ、正常でないと判断される測定結果に関しては、第2のグラフの周囲に枠を表示させる。あるいは、CPU310は、第2のグラフの線の色を変えたり、背面色を変えたり、エクスクラメーションを付したりする。
そして、CPU310は、ボタンやタッチパネルなどの操作部を介して、当該グラフが選択されると、図29に示すように、画面に、正常でないと判断される測定に関する、第2のグラフとともに元の第1のグラフも並べて表示するものである。
より好ましくは、この際に、図30に示すように、CPU310は、画面に、当該測定に関するグラフを画面に残す命令や除外する命令を受け付けるための画像やテキストを表示する。そして、CPU310は、操作部を介して入力される「残す命令」に応じて、対象となる測定のグラフの表示態様を通常のグラフと同じものに戻したり、操作部を介して入力される「除外命令」に応じて、対象となる測定のグラフを画面から取り除いて、次の別の測定のグラフを前に詰めて表示したりする。
<第4の実施の形態>
<第4の実施の形態>
あるいは、正常でない可能性が高いと判断される測定に関するグラフに関して、図31に示すように、CPU310は、第2のグラフとともに元の第1のグラフも並べて表示しつつ、当該第1および第2のグラフのうちの正常でない可能性が高いと判断される箇所を他の部分と異なる表示態様で表示させてもよい。たとえば、CPU310は、当該第1および第2のグラフのうちの正常でない可能性が高いと判断される箇所を囲う枠線を表示する。
あるいは、図32に示すように、CPU310は、当該第1および第2のグラフのうちの正常でない可能性が高いと判断される領域の背面色を他の部分と異なるものにする。
あるいは、図27で正常でない可能性が高いと判断される測定に関するグラフが選択されると、図33に示すように、CPU310は、画面に、正常でないと判断される測定に関する、3つ以上のグラフを表示する画面に推移してもよい。この場合も、CPU310は、当該第1および第2のグラフのうちの正常でない可能性が高いと判断される箇所を他の部分と異なる表示態様で表示させてもよい。
<第5の実施の形態>
<第5の実施の形態>
結果の出力方法は、上記の実施の形態のように、異なる複数の個体のグラフを並べて表示するものには限られない。たとえば、診断端末300のCPU310は、図24に示すように、指定された個体に関する、異なる複数のタイミングのそれぞれに関するグラフを並べてディスプレイ330に表示してもよい。
<第6の実施の形態>
<第6の実施の形態>
上記の実施の形態にかかる情報処理システム1は、電極401,402,403からの心電信号に基づいて信号処理装置500が拍動間隔を取得し、診断端末300が拍動間隔から動物の状態を判断するための情報または動物の状態の判定結果の情報を算出して出力するものであった。しかしながら、それらの1つの装置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34に示すように、診断端末300が信号処理装置500の全部または一部の機能を搭載するものであってもよい。この場合は、診断端末300は、簡易信号処理装置501から、電極401,402,403からの心電信号を無線通信によって取得する。電極からの心電信号は、最低限のフィルタ装置、増幅装置及びA/D変換装置を含む簡易心電前処理部570によりデジタル信号に変換され、送信部560から送信される。診断端末300は、心電信号から拍動間隔や動物の状態を判断するための情報または動物の状態の判定結果の情報を算出する。そして、診断端末300が最終的な結果の情報をディスプレイやスピーカに出力する。
あるいは、図35に示すように、信号処理装置500が診断端末300の全部または一部の機能を搭載するものであってもよい。この場合は、電極401,402,403からの心電信号に基づいて、信号処理装置500が拍動間隔や動物の状態を判断するための情報または動物の状態の判定結果の情報を算出する。そして、信号処理装置500が最終的な結果の情報をディスプレイやスピーカに出力する。
あるいは、図36に示すように、診断端末300の役割をサーバ100が担ってもよい。この場合は、サーバ100が、上記の実施の形態の診断端末300の機能を搭載することになる。例えば、診断端末300としての通信端末が信号処理装置500からの拍動間隔などの必要な情報をルータやキャリア網やインターネットなどを介してサーバ100に送信する。サーバ100が動物の状態を判断するための情報または動物の状態の判定結果を示す情報を算出し、当該情報を診断端末300に送信する。診断端末300が最終的な結果の情報をディスプレイやスピーカに出力することが考えられる。
なお、この場合は、当然に、サーバ100の受信部161や送信部162は、サーバ100の通信インターフェイス160によって実現される。そして、拍動間隔記憶部121やデータ記憶部122は、サーバ100のメモリ120またはサーバ100からアクセス可能な他の装置などによって実現される。統計処理部111やグラフ作成部112や結果出力部113は、CPU110がメモリ120のプログラムを実行することによって実現される。
あるいは、図37に示すように、信号処理装置500が拍動間隔などの必要な情報をルータやキャリア網やインターネットなどを介してサーバ100に送信する。サーバ100が動物の状態を判断するための情報または動物の状態の判定結果の情報を算出して、当該情報をインターネットやキャリア網やルータなどを介して診断端末300としての通信端末に送信する。診断端末300が最終的な結果の情報をディスプレイやスピーカに出力する。この場合は、信号処理装置500と診断端末300とは無線LANまたは有線LANで接続されていなくてもよい。
なお、この場合も、当然に、サーバ100の受信部161や送信部162は、サーバ100の通信インターフェイス160によって実現される。そして、拍動間隔記憶部121やデータ記憶部122は、サーバ100のメモリ120またはサーバ100からアクセス可能な他の装置などによって実現される。統計処理部111やグラフ作成部112や結果出力部113は、CPU110がメモリ120のプログラムを実行することによって実現される。
上記の実施の形態の説明においては、「ポアンカレプロット」を行う処理や「ポアンカレプロット処理後の軸変換」を行う処理について述べられているが、当該処理は、診断端末300・サーバ100・信号処理装置500のCPUが実際に紙媒体やディスプレイにポアンカレプロットの画像を印刷したり表示したりすることに限定されるべきではない。当該処理は、たとえば、CPUが、メモリに、実質的にポアンカレプロットを示すデータを格納したり展開したりする処理をも含む概念である。
<第7の実施の形態>
<第7の実施の形態>
上記の実施の形態にかかる情報処理システム1においては、正常でない可能性が高いと判断される測定に関するグラフの表示態様を、正常と判断される測定に関するグラフの表示態様と異ならせるものであった。しかしながら、このような形態には限られない。
たとえば、診断端末300のCPU310が、信号処理装置500からデータを取得したタイミングで、R波の振幅が足りているか否かに応じて判定(フラット判定)したり、R波と同等もしくはそれ以上にノイズが多いか否かに応じて判定(多ノイズ判定)したりしてもよい。
そして、CPU310は、正常であると判断した場合には、図38の(a)に示すように、ディスプレイ330にエラー表示をさせない。CPU310は、フラット判定において正常でないと判断した場合には、図38の(b)に示すように、ディスプレイ330に「電極がはずれている」旨のメッセージを出力してもよい。CPU310は、多ノイズ判定において正常でないと判断した場合には、図38の(c)に示すように、ディスプレイ330に「電極が正常に取り付けられていない」旨のメッセージや「対象の動物が動いている」旨のメッセージを出力してもよい。
<第8の実施の形態>
<第8の実施の形態>
上記の実施の形態にかかる情報処理システム1においては、取得した各種のデータが正常であるか否かを判断するために、R波の振幅が足りているか否かに応じて判定(フラット判定)したり、R波同等もしくはそれ以上にノイズが多いか否かに応じて判定(多ノイズ判定)したりするものであった。
しかしながら、フラット判定の代わりに、R波の振幅が大き過ぎるか否かに応じて、取得した各種のデータが正常であるか否かを判断してもよい。たとえば、図39に示すように、CPU310は、Etの平均Et_aveを取得し(ステップS412)、Etの最大値Emとの差を求める(ステップS414B)。CPU310は、この差が所定閾値(例えば200)を超えるか否かを判定する(ステップS414B)。この差が所定閾値を超える場合は、判定結果はTRUE(ステップS418B)、超えない場合はFALSEとする(ステップS416B)。CPU310は、判定にてTRUEとなった場合は、この区間Etは採用できないとして、ディスプレイ330やスピーカにその旨を出力させる(ステップS418B)。
あるいは、この判定と上記のフラット判定とを組み合わせてもよい。すなわち、図40に示すように、CPU310は、フラット判定として、Etの平均Et_aveを取得し(ステップS412)、Etの最大値Emとの差を求める(ステップS414)。CPU310は、この差が所定閾値Jflat(例えば30)を超えない場合はTRUEとする(ステップS418)。CPU310は、フラット判定にてTRUEとなった場合は、この区間Etは採用できないとして、ディスプレイ330やスピーカにその旨を出力させる(ステップS418)。一方、フラット判定にてFALSEとなった場合には、Etの最大値Emとの差が所定閾値(例えば200)を超えるか否かを判定する(ステップS414B)。この差が所定閾値を超える場合は、判定結果はTRUE(ステップS418B)、超えない場合はFALSEとする(ステップS416B)。CPU310は、判定にてTRUEとなった場合は、この区間Etは採用できないとして、ディスプレイ330やスピーカにその旨を出力させる(ステップS418B)。
<第9の実施の形態>
<第9の実施の形態>
多ノイズ判定に関しても、様々な処理があげられる。たとえば、図41に示すように、CPU310は、DtがDrefの150%を超えるか否かを判断する(ステップS436B)。CPU110は、DtがDrefの150%を超えた場合は、ノイズが多すぎるためにこの区間Etを採用しないとして、ディスプレイ330やスピーカにその旨を出力させる(ステップS446B)。逆にDtがDrefの150%を下回る場合は、CPU310は、Etは採用できるとする(ステップS442)。
これによって、図42のような、枠内のような電位が得られた場合に、エラーを出力することができるようになる。図42においては、多ノイズ判定においてエラーと判断された期間にエラーフラグ「1」が付されており、多ノイズ判定においてエラーと判断されなかった期間に正常フラグ「0」が付されている。
あるいは、図43に示すように、CPU310は、DtがDrefの70%以下か否かを判断してもよい(ステップS436C)。CPU110は、DtがDrefの70%以下の場合は、電圧値が低すぎるためにこの区間Etを採用しないとして、ディスプレイ330やスピーカにその旨を出力させる(ステップS446B)。逆にDtがDrefの70%を超える場合は、CPU310は、Etは採用できるとする(ステップS442)。
あるいは、図44に示すように、これらの判定を組み合わせてもよい。すなわち、CPU310は、DtがDrefの150%を超えるか否かを判断する(ステップS436B)。CPU110は、DtがDrefの150%を超えた場合は、ノイズが多すぎるためにこの区間Etを採用しないとして、ディスプレイ330やスピーカにその旨を出力させる(ステップS446B)。逆にDtがDrefの150%を下回る場合は、DtがDrefの70%以下か否かを判断する(ステップS436C)。CPU110は、DtがDrefの70%以下の場合は、電圧値が低すぎるためにこの区間Etを採用しないとして、ディスプレイ330やスピーカにその旨を出力させる(ステップS446B)。逆にDtがDrefの70%を超える場合は、CPU310は、Etは採用できるとする(ステップS442)。
<第10の実施の形態>
<第10の実施の形態>
第7から第9の実施の形態に関しても、それらの1つの装置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。
具体的には、図45に示すように、上記の各種の判定を信号処理装置500のCPU510が実行してもよい。すなわち、CPU510が、図25、図26、図39〜図44などの処理を実行し、図38のような表示を信号処理装置500のディスプレイ530や診断端末300のディスプレイ330に出力させたりしてもよい。あるいは、CPU510は、エラーと判定した場合に、信号処理装置500のライト531や診断端末300のライト331を赤色に光らせたり、正常と判定した場合に、信号処理装置500のライト531や診断端末300のライト331を緑色に光らせたりしてもよい。あるいは、CPU510は、信号処理装置500のスピーカ532や診断端末300のスピーカ332に判定結果を出力させたりしてもよい。たとえば、図1に示すように、信号処理装置500が、犬などの動物に着せるためのウェアラブル端末であって、当該ウェアラブル端末において正常にデータが取得できているかの判断を実行し、図46や図47に示すように、当該ウェアラブル端末のディスプレイ530やライト531やスピーカ532がエラー情報などを出力してもよい。
より具体的には、図46および図47に示すように、信号処理装置500は、犬などの動物に着せるための装具(例えばウエア、ハーネスなど)に備えられる。なお、装具に対して信号処理装置500は、ホックやボタン、ケーブルなどによって脱着可能に構成されていてもよい。なお、電極401,402,403を前記装具に固定し、信号処理装置500を脱着できるように構成する場合、信号処理装置500は、ホックやボタン、ケーブルを介して電極401,402,403と電気的に接続する。信号処理装置500は、ホックやボタン、ケーブルで接続されていた装具から脱着することで、電極401、402、403と電気的に絶縁する。このような構成を備えることで、当該装具の洗濯時には信号処理装置500を外し、装具を洗濯することが可能となる。さらに別の方法では、電極401,402,403も前記装具から脱着可能に構成することも可能である。この場合は、電極401,402,403を面ファスナー、ボタン、フックなどにより装具に装着し、併せて、信号処理装置500も前記装具に接続することによって、全体としてウェアラブル端末として構成することが可能となる。
<第11の実施の形態>
<第11の実施の形態>
上記の実施の形態では、フラット判定およびノイズ判定(図25のS422以降)において、「直近t秒」の「心電データEt」を参照していたが、この「直近t秒」は同じでなくてもよい。フラット判定およびノイズ判定において参照期間が異なる例を図48に示す。
図48は、図25のS410およびS436でそれぞれ評価のために使用する期間が異なる例である。まず、フラット判定のために、直近s秒の心電データEs(第3の期間)を取得し(S402B)、Esにおける最大値Emを取得する(S404B)。図26に示したフラット判定処理では、EtのかわりにEsを使用し、同図面はEtをEsと読み替えることにより、両判定処理において使用する期間を異なったものとすることが可能となる。
これにより、フラット判定およびノイズ判定において、それぞれ最適な期間を選択し、より正確な判定を行うことが可能となる。
<その他の応用例>
<その他の応用例>
本開示は、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、本開示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、本開示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開示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。
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。本開示の範囲は、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
100 :サーバ
110 :CPU
111 :統計処理部
112 :グラフ作成部
113 :結果出力部
120 :メモリ
121 :拍動間隔記憶部
122 :データ記憶部
160 :通信インターフェイス
161 :受信部
162 :送信部
300 :診断端末(情報処理装置)
310 :CPU
311 :統計処理部
312 :グラフ作成部
313 :結果出力部
320 :メモリ
321 :拍動間隔記憶部
321A :対応関係テーブル
322 :データ記憶部
330 :ディスプレイ
331 :ライト
332 :スピーカ
360 :通信インターフェイス
361 :受信部
362 :送信部
370 :スピーカ
401 :電極
402 :電極
403 :電極
500 :信号処理装置
501 :簡易信号処理装置
511 :心電前処理部
512 :拍動間隔算出部
530 :ディスプレイ
531 :ライト
532 :スピーカ
560 :送信部
570 :簡易心電前処理部
100 :サーバ
110 :CPU
111 :統計処理部
112 :グラフ作成部
113 :結果出力部
120 :メモリ
121 :拍動間隔記憶部
122 :データ記憶部
160 :通信インターフェイス
161 :受信部
162 :送信部
300 :診断端末(情報処理装置)
310 :CPU
311 :統計処理部
312 :グラフ作成部
313 :結果出力部
320 :メモリ
321 :拍動間隔記憶部
321A :対応関係テーブル
322 :データ記憶部
330 :ディスプレイ
331 :ライト
332 :スピーカ
360 :通信インターフェイス
361 :受信部
362 :送信部
370 :スピーカ
401 :電極
402 :電極
403 :電極
500 :信号処理装置
501 :簡易信号処理装置
511 :心電前処理部
512 :拍動間隔算出部
530 :ディスプレイ
531 :ライト
532 :スピーカ
560 :送信部
570 :簡易心電前処理部
Claims (17)
- 複数の電極と、
前記複数の電極を介して取得される、第1の期間の電位差の分散または標準偏差と、前記第1の期間よりも前の期間を含む第2の期間の電位差の分散または標準偏差と、に基づいて、所定の条件が満たされているかを判定する第1判定手段を有するプロセッサと、を備える、情報処理装置。 - 前記第1判定手段は、前記第1の期間の電位差の分散または標準偏差と、前記第2の期間の電位差の分散または標準偏差とが、所定の割合以上異なる場合または所定の値以上異なる場合に、前記所定の条件が満たされているとする、請求項1に記載の情報処理装置。
- 前記第2の期間は、前記第1の期間よりも長い、請求項1または2に記載の情処理装置。
- 前記プロセッサは、前記複数の電極を介して取得される、第3の期間の電位差の分散または標準偏差を所定の閾値と比較し、
前記第3の期間の電位差が前記所定の閾値より大きい場合、前記所定の条件が満たされていると判定する第2判定手段を有する、請求項1から3のいずれか一項に記載の情報処理装置。 - 前記第2判定手段は、前記第1判定手段よりも先に行う、請求項4に記載の情報処理装置。
- 前記第3の期間は、前記第1の期間と同一期間である、請求項4または5に記載の情報処理装置。
- 前記プロセッサは、前記所定の条件が満たされている場合に第1結果を出力し、
前記所定の条件が満たされていない場合に第2結果を出力する、請求項1から6のいずれか一項に記載の情報処理装置。 - 前記プロセッサは、前記第1結果または前記第2結果を出力する出力手段をさらに備える、
請求項7に記載の情報処理装置。 - 前記出力手段は、表示装置に表示させる手段であって、
前記出力手段は、前記第2結果を前記表示装置に表示させる、請求項7に記載の情報処理装置。 - 前記出力手段は、前記第1結果と前記第2結果とを並列または重畳で、前記表示装置に表示させる、請求項7に記載の情報処理装置。
- 前記出力手段は、前記第1結果を前記第2結果と異なる表示形態で、前記表示装置に表示させる、請求項7に記載の情報処理装置。
- 前記出力手段は、スピーカに出力させる手段であって、
前記プロセッサは、前記第1結果として、音声を前記スピーカに出力させる、請求項7に記載の情報処理装置。 - 前記出力手段は、ランプに点灯させる手段であって、
前記プロセッサは、前記第1結果として前記ランプを点灯させる、請求項7に記載の情報処理装置。 - 複数の電極と、
前記複数の電極の測定結果を処理するプロセッサと、前記測定結果を出力する出力部と、を備え、
前記プロセッサは、前記複数の電極を介して取得される、第1の期間の電位差の分散または標準偏差と、前記第1の期間よりも前の期間を含む第2の期間の電位差の分散または標準偏差と、に基づいて、所定の条件が満たされている場合に前記出力部に第1結果を出力させ、所定の条件が満たされていない場合に前記出力部に第2結果を出力させるウェアラブル端末。 - 前記出力部は、音声を出力するスピーカであり、
前記プロセッサは、前記所定の条件が満たされている場合に前記スピーカに前記第1結果として音声を出力させる、請求項14に記載のウェアラブル端末。 - 前記出力部は、発光体を含むランプであり、
前記プロセッサは、前記所定の条件が満たされている場合に前記ランプに前記第1結果として点灯または点滅させる、請求項14に記載のウェアラブル端末。 - 通信インターフェイスと、
前記通信インターフェイスを介して、複数の電極に測定された電位差の推移を取得し、第1の期間の電位差の分散または標準偏差と、前記第1の期間よりも前の期間を含む第2の期間の電位差の分散または標準偏差と、に基づいて、所定の条件が満たされているかを判断する第1判定手段を有するプロセッサと、を備え、
前記プロセッサは、前記所定の条件が満たされている場合に第1結果を出力し、前記所定の条件が満たされていない場合に第2結果を出力する、情報処理装置。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018075841 | 2018-04-11 | ||
JP2018075841 | 2018-04-11 | ||
PCT/JP2019/015391 WO2019198691A1 (ja) | 2018-04-11 | 2019-04-09 | 情報処理装置、およびウェアラブル端末 |
Publications (1)
Publication Number | Publication Date |
---|---|
JPWO2019198691A1 true JPWO2019198691A1 (ja) | 2021-03-11 |
Family
ID=68164062
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020513271A Pending JPWO2019198691A1 (ja) | 2018-04-11 | 2019-04-09 | 情報処理装置、およびウェアラブル端末 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JPWO2019198691A1 (ja) |
WO (1) | WO2019198691A1 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024092267A1 (en) * | 2022-10-28 | 2024-05-02 | Mella Pet Care, Inc. | Pulse oximeter apparatuses, systems, and processes |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001000407A (ja) * | 1999-06-21 | 2001-01-09 | Shimadzu Corp | 生体信号計測装置 |
WO2014208343A1 (ja) * | 2013-06-26 | 2014-12-31 | 京都府公立大学法人 | 麻酔深度測定法、麻酔深度測定装置及び使用 |
KR101649445B1 (ko) * | 2015-03-17 | 2016-08-18 | 포항공과대학교 산학협력단 | 비접촉식 심전도 측정 시스템 및 이를 이용한 심전도 측정 방법 |
WO2017060804A1 (en) * | 2015-10-05 | 2017-04-13 | Tata Consultancy Services Limited | Method and system for pre-processing of an eeg signal for cognitive load measurement |
US20170105643A1 (en) * | 2015-06-23 | 2017-04-20 | Shenzhen Institutes Of Advanced Technology Chinese Academy Of Sciences | Gpu-based parallel electrocardiogram signal analysis method, computer readable storage medium and device |
WO2017135116A1 (ja) * | 2016-02-04 | 2017-08-10 | 日本電信電話株式会社 | 生体信号処理方法および生体信号処理装置 |
JP2017192607A (ja) * | 2016-04-22 | 2017-10-26 | ユニオンツール株式会社 | 心電図自動解析装置 |
JP2018000224A (ja) * | 2016-06-27 | 2018-01-11 | 公立大学法人会津大学 | 呼吸検出装置、呼吸検出方法および呼吸検出用プログラム |
WO2018055782A1 (ja) * | 2016-09-20 | 2018-03-29 | シャープ株式会社 | 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 |
-
2019
- 2019-04-09 JP JP2020513271A patent/JPWO2019198691A1/ja active Pending
- 2019-04-09 WO PCT/JP2019/015391 patent/WO2019198691A1/ja active Application Filing
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001000407A (ja) * | 1999-06-21 | 2001-01-09 | Shimadzu Corp | 生体信号計測装置 |
WO2014208343A1 (ja) * | 2013-06-26 | 2014-12-31 | 京都府公立大学法人 | 麻酔深度測定法、麻酔深度測定装置及び使用 |
KR101649445B1 (ko) * | 2015-03-17 | 2016-08-18 | 포항공과대학교 산학협력단 | 비접촉식 심전도 측정 시스템 및 이를 이용한 심전도 측정 방법 |
US20170105643A1 (en) * | 2015-06-23 | 2017-04-20 | Shenzhen Institutes Of Advanced Technology Chinese Academy Of Sciences | Gpu-based parallel electrocardiogram signal analysis method, computer readable storage medium and device |
WO2017060804A1 (en) * | 2015-10-05 | 2017-04-13 | Tata Consultancy Services Limited | Method and system for pre-processing of an eeg signal for cognitive load measurement |
WO2017135116A1 (ja) * | 2016-02-04 | 2017-08-10 | 日本電信電話株式会社 | 生体信号処理方法および生体信号処理装置 |
JP2017192607A (ja) * | 2016-04-22 | 2017-10-26 | ユニオンツール株式会社 | 心電図自動解析装置 |
JP2018000224A (ja) * | 2016-06-27 | 2018-01-11 | 公立大学法人会津大学 | 呼吸検出装置、呼吸検出方法および呼吸検出用プログラム |
WO2018055782A1 (ja) * | 2016-09-20 | 2018-03-29 | シャープ株式会社 | 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 |
Also Published As
Publication number | Publication date |
---|---|
WO2019198691A1 (ja) | 2019-10-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3334337B1 (en) | Monitoring of sleep phenomena | |
US20210186371A1 (en) | Method and apparatus for assessing respiratory distress | |
CN109069004B (zh) | 用于确定可穿戴设备在对象上的位置和取向中的至少一个的方法和装置 | |
JP2019524187A (ja) | 被検者の呼吸情報を決定するための方法及び装置 | |
CN111065323A (zh) | 用于确定对象的血压的装置和方法 | |
JP2004223258A (ja) | 容積脈波を用いた人体の安定度評価方法及び装置 | |
JP2010518970A (ja) | 起立性の検出のシステムおよび方法 | |
WO2018055996A1 (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 | |
US10765374B2 (en) | Methods and apparatus for adaptable presentation of sensor data | |
JP2014171660A (ja) | 心房細動解析装置、心房細動解析システム、心房細動解析方法およびプログラム | |
US20210393210A1 (en) | Methods and systems for adaptable presentation of sensor data | |
WO2018055782A1 (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 | |
JPWO2019198691A1 (ja) | 情報処理装置、およびウェアラブル端末 | |
US20180263558A1 (en) | A physiological monitoring kit with usb drive | |
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 | |
CN108882883A (zh) | 对副交感自主神经系统和交感自主神经系统的同时和独立活动进行测量、相关和分析的方法和系统 | |
CN109091127A (zh) | 用于监测血压的方法及其设备 | |
US20200323478A1 (en) | Information processing device, state acquisition program, server, and information processing method | |
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 | |
US11259719B2 (en) | Vital sign information recording system, vital sign information analyzer, and vital sign information display method | |
JP2006061416A (ja) | 生体電位検知システム | |
JPWO2019193998A1 (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 | |
EP3288457B1 (en) | Positioning a medical device based on oxygen saturation measurements | |
JP2019136162A (ja) | 心電計測装置 | |
WO2020195403A1 (ja) | 生体情報測定用ハーネスおよび生体情報処理システム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200828 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210406 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20211019 |