KR101726644B1

KR101726644B1 - 자율 신경 밸런스 연산 장치 및 그 방법

Info

Publication number: KR101726644B1
Application number: KR1020117010352A
Authority: KR
Inventors: 마유미 히가
Original assignee: 가부시키가이샤 카오테크널러지연구소
Priority date: 2009-03-10
Filing date: 2010-03-10
Publication date: 2017-04-26
Also published as: WO2010103817A1; US20110313303A1; CN102209493A; JP5566997B2; JPWO2010103817A1; HK1161820A1; CN102209493B; KR20110126584A

Abstract

말단 맥파 계측 수단(3)은 말단 맥파를 계측한다. 심박수 연산 수단(16)은 계측 말단 맥파로부터 단위 시간당의 심박수를 연산한다. 자율 신경 밸런스 연산 수단(17)은 상기 단위 시간당의 심박수를 HR로 하여, 하기 식(1)에 의해 자율 신경 밸런스의 근사값 HFa를 구한다.
HFa=k1*HR³+k2*HR²+k3*HR+k4 … 식(1)
다만, k1=-0.0003, k2=0.0796, k3=-8.5795, k4=325.3이다.
이에 따라, 심박수 HR로부터 자율 신경 밸런스를 얻을 수 있다. 따라서 단시간의 계측으로 자율 신경 밸런스를 판정한다.

Description

자율 신경 밸런스 연산 장치 및 그 방법{DEVICE AND METHOD FOR OPERATING AUTONOMIC BALANCE}

본 발명은 자율 신경 밸런스 연산 장치에 관한 것으로, 특히 측정 시간의 단축화에 관한 것이다.

자율 신경 밸런스 평가는 부교감 신경 활동(HF)과 교감 신경 활동(LF)의 밸런스에 의해 판단된다. 부교감 신경 활동이 높을수록 릴랙스(relax)하고 있는 것을 나타내며, 교감 신경 활동이 높을수록 긴장해 있는 것을 나타낸다.

종래의 맥파에 의한 자율 신경 밸런스에 평가에 대하여 간단히 설명한다. 맥파로부터 HF, LF를 산출하고, 맥파의 피크 간격을 측정한다. 맥박의 피크 간격은 안정 상태라면 일정하다고 생각되고 있지만, 실제로는 그렇지 않고 다소의 변동을 수반한다. 따라서, 그 변동을 나타내는 파형을 구하고, 그 후 스펙트럼을 구한다. 스펙트럼 중의 특정 부분의 면적을 구함으로써, HF 및 LF의 값을 산출한다. 그리고 일반적으로는 이들 연산은 5분 이상의 계측 결과에 의거하는 것이 필요하다.

특허문헌 1: 일본 특허공개 2004-358022호 공보

가정 내 등에서 맥파로부터 HF 및 LF를 구하여 자율 신경 밸런스를 계측하는 것은 측정 시간으로서는 5분이라는 것은 길다. 발명자는 여러 가지 실험을 행하여, 2.5분 정도에서도 그 나름의 정밀도의 계측은 가능하다는 심증을 얻었지만, 가정 내에서는 계측 시간이 길다는 문제가 있었다.

계측 시간이 긴 경우, 몇 가지 문제가 발생한다. (1) 자율 신경 활동의 변화나 생체 상태의 변화는 종종 단시간에 2.5분 이내에 발생하므로, 이와 같은 변화는 기술할 수 없다. (2)생체 상태의 정상성(定常性)은 보장할 수 없게 되며, LF와 HF 해석의 정상성(定常性) 조건에 충족되지 않는다. (3)외란이나 체동 등 노이즈가 간섭하기 쉬운, 측정 오차를 크게 발생시킨다. (4)실제 현장에서의 측정은 오랫동안 가만히 할 수 없게 되어 편리하지 않다.

본 발명은 상기의 문제점을 해결하여, 단시간에 자율 신경 밸런스를 구할 수 있는 자율 신경 밸런스 연산 장치 및 그 방법을 제공하는 것을 목적으로 한다. 또한, 혈관 밸런스를 자율 신경 밸런스 연산 장치 및 그 방법을 제공하는 것을 목적으로 한다.

본 발명의 특징, 다른 목적, 용도, 효과 등은 실시예 및 도면을 참조함으로써 명백하게 될 것이다.

(1)본 발명에 따른 자율 신경 밸런스 연산 장치는 1)계측 말단 맥파로부터 단위 시간당의 심박수를 연산하는 심박수 연산 수단, 2)상기 단위 시간당의 심박수에 의거하여 자율 신경 밸런스를 연산하는 자율 신경 밸런스 연산 수단을 구비한 자율 신경 밸런스 연산 장치로서, (3)상기 자율 신경 밸런스 연산 수단은 상기 단위 시간당의 심박수를 HR로 하여, 하기 식(1)에 의해 자율 신경 밸런스의 근사값 HFa를 연산한다.

HFa=k1*HR³+k2*HR²+k3*HR+k4 … 식(1)

다만, k1, k2, k3, k4는 모두 상수이다.

따라서, 단시간에 자율 신경 밸런스의 근사값을 구할 수 있다.

(2)본 발명에 따른 자율 신경 밸런스 연산 장치는 k1=-0.0003, k2=0.0796, k3=-8.5795, k4=325.3이며 아울러 상기 k1~k4는 각각의 값에 대하여 0.9~1.1배의 증감폭을 갖는다. 따라서, 단시간에 자율 신경 밸런스의 근사값을 구할 수 있다.

(3)본 발명에 따른 자율 신경 밸런스 연산 장치는

상기 계측 말단 맥파로부터 얻어진 가속도 맥파에 대하여, 수축 초기 양성파, 수축 초기 음성파 및 수축 후기 재하강파의 파고값을 구하는 파고값 연산 수단;

수축 초기 음성파 및 수축 후기 재하강파의 파고값의 가산값을, 상기 수축 초기 양성파의 파고값으로 나눈 값의 절대값을, 제1 파고비로서 구하는 제1 파고비 연산 수단;

상기 수축 초기 음성파 및 수축 후기 재하강파의 파고값의 차분(差分)을, 상기 수축 초기 양성파의 파고값으로 나눈 값의 절대값을, 제2 파고비로서 구하는 제2 파고비 연산 수단;

상기 제2 파고비에 대한 제2 문턱값을 기억하는 제2 문턱값 기억 수단;

상기 제2 파고비가 상기 제2 문턱값보다 작은 경우에는 하기 식(1)에 의해, 상기 제2 파고비가 상기 제2 문턱값 이상인 경우에는 하기 식(2)에 의해, 혈관 밸런스 지수 Pb를 구하는 혈관 밸런스 지수 연산 수단;

Pb=k11*(제1 파고비)+α … (1)

Pb=k12*(제2 파고비)+β … (2)

다만, k11, k12, α, β는 상수이다.

상기 혈관 밸런스 지수 Pb 및 상기 근사 자율 신경 밸런스 HFa에 의거하여, 혈관 밸런스를 고려한 자율 신경 밸런스를 판단하는 자율 신경 밸런스 판단 수단;을 더 구비하고 있다.

이와 같이, 상기 제2 파고비의 값에 주목하여, 이것이 상기 제2 문턱값보다 작은 경우에는 상기 제1 파고비의 값에 의거하여, 상기 제2 문턱값 이상인 경우에는 상기 제2 파고비의 값에 의거하여, 혈관 밸런스 지수를 구함으로써, 얻어진 제2 파고비의 값에 노이즈에 혼재된 경우의 편차 등을 배제할 수 있다. 따라서, 비교적 단시간의 계측에서도, 정밀도가 높은 혈관 밸런스 판정이 가능해진다. 또한, 혈관 밸런스를 고려한 자율 신경 밸런스를 판단할 수 있다.

(4)본 발명에 따른 자율 신경 밸런스 연산 장치는

상기 수축 초기 음성파 및 수축 후기 재하강파의 파고값의 차분을, 상기 수축 초기 양성파의 파고값으로 나눈 값의 절대값을, 제2 파고비로서 구하는 제2 파고비 연산 수단;

상기 제1 파고비에 대한 제1 문턱값을 기억하는 제1 문턱값 기억 수단;

상기 제1 파고비가 상기 제1 문턱값 이상인 경우에는 하기 식(1)에 의해, 상기 제1 파고비가 상기 제1 문턱값보다 작은 경우에는 하기 식(2)에 의해, 혈관 밸런스 지수 Pb를 구하는 혈관 밸런스 지수 연산 수단;

Pb=k1*(제1 파고비)+α … (1)

Pb=k2*(제2 파고비)+β … (2)

다만, k1, α, β는 상수이다.

이와 같이, 상기 제1 파고비의 값에 주목하여, 이것이 상기 제1 문턱값 이상인 경우에는 상기 제1 파고비의 값에 의거하여, 상기 제1 문턱값보다 작은 경우에는 상기 제2 파고비의 값에 의거하여, 혈관 밸런스 지수를 구함으로써, 얻어진 제1 파고비의 값에 노이즈에 혼재된 경우의 편차 등을 배제할 수 있다. 따라서, 비교적 단시간의 계측에서도, 정밀도가 높은 판정이 가능해진다. 또한, 혈관 밸런스를 고려한 자율 신경 밸런스를 판단할 수 있다.

(5)본 발명에 따른 자율 신경 밸런스 연산 장치에 있어서는, 계측된 말단 맥파로부터 가속도 맥파를 구하는 가속도 맥파 연산 수단을 구비하고 있다. 따라서, 가속도 맥파를 얻을 수 있다.

(6)본 발명에 따른 자율 신경 밸런스 연산 장치에 있어서는, 말단 맥파를 계측하는 말단 맥파 계측 수단을 구비하고 있다. 따라서, 말단 맥파를 계측할 수 있다.

(7)본 발명에 따른 자율 신경 밸런스 연산 방법에 있어서는, 계측 말단 맥파부터 단위 시간당의 심박수를 연산하고, 상기 단위 시간당의 심박수에 의거하여 자율 신경 밸런스를 연산하는 자율 신경 밸런스 연산 방법으로서, 상기 단위 시간당의 심박수를 HR로 하여, 하기 식(1)에 의해, 자율 신경 밸런스의 근사값 HFa를 연산한다. HFa=k1*HR³+k2*HR²+k3*HR+k4 … 식(1), 다만, k1, k2, k3, k4는 모두 상수이다.

또한, 본 명세서에 있어서, "자율 신경 밸런스"란 부교감 신경 활동(HF)과 교감 신경 활동(LF)의 밸런스에 의해 특정되는 자율 신경의 밸런스 상태를 말한다.

"혈관 밸런스"란 혈관의 기능성을 나타내는 개념이며, 혈관의 탄성 및 소성(塑性)을 의미한다. 또한, 가속도 맥파 연산 수단(5)은 실시형태에서는, CPU(23)와 도 4 스텝 S3의 처리가 해당한다.

또한, 도 3에 나타낸 a파~e파는 a파(수축 초기 양성파), b파(수축 초기 음성파), c파(수축 중기 재상승파), d파(수축 후기 재하강파), e파(확장 초기 양성파)라고 불리고 있다.

이와 같이, 상기 제1 파고비의 값에 주목하여, 이것이 상기 제1 문턱값보다 큰 경우에는 상기 제1 파고비의 값에 의거하여, 소정값보다 작은 경우에는 상기 제2 파고비의 값에 의거하여, 혈관 밸런스 지수를 구함으로써, 얻어진 제1 파고비의 값에 노이즈에 혼재된 경우의 편차 등을 배제할 수 있다. 따라서, 비교적 단시간의 계측에서도, 정밀도가 높은 판정이 가능해진다. 또한, 혈관 밸런스를 고려한 자율 신경 밸런스를 판단할 수 있다.

도 1은 본 발명의 일실시형태에 따른 자율 신경 밸런스 연산 장치(1)의 기능 블록도이다.
도 2는 자율 신경 밸런스 연산 장치(1)를 CPU를 이용하여 실현한 경우의 하드웨어 구성이다.
도 3은 계측한 맥파 및 가속도 맥파의 예를 나타낸다.
도 4는 판단 프로그램에 있어서의 플로 챠트이다.
도 5는 심박수와 HF(un)의 관계를 나타낸 그래프이다.
도 6은 심박수와 HF(un)의 관계를 나타낸 그래프이다.
도 7은 가속도 맥파의 일례이다.
도 8은 판단 프로그램에 있어서의 혈관 밸런스를 구하는 상세 플로 챠트이다.

도 1에 본 발명의 일실시형태에 따른 자율 신경 밸런스 연산 장치의 기능 블록도를 나타낸다.

자율 신경 밸런스 연산 장치(1)는 말단 맥파 계측 수단(3), 가속도 맥파 연산 수단(5), 파고값 연산 수단(7), 제1 파고비 연산 수단(8), 제2 파고비 연산 수단(9), 제1 문턱값 기억 수단(11), 제2 문턱값 기억 수단(12), 혈관 밸런스 지수 연산 수단(13), 심박수 연산 수단(16), 자율 신경 밸런스 연산 수단(17) 및 혈관 · 자율 신경 밸런스 판정 수단(18)을 구비하고 있다.

말단 맥파 계측 수단(3)은 말단 맥파를 계측한다. 심박수 연산 수단(16)은 계측 말단 맥파로부터 단위 시간당의 심박수를 연산한다. 자율 신경 밸런스 연산 수단(17)은 상기 단위 시간당의 심박수를 HR로 하여 하기 식(1)에 의해 자율 신경 밸런스의 근사값 HFa를 구한다.

HFa=k1*HR³+k2*HR²+k3*HR+k4 … 식(1)

다만, k1=-0.0003, k2=0.0796, k3=-8.5795, k4=325.3이고, 또한 상기 k1~k4는 각각의 값에 대하여 0.9~1.1배의 증감폭 내에서 변동하는 값이 허용되고 있다.

이에 따라, 심박수 HR로부터 자율 신경 밸런스를 얻을 수 있다.

또한, 가속도 맥파 연산 수단(5)은 계측된 말단 맥파로부터 가속도 맥파를 구한다. 파고값 연산 수단(7)은 계측 말단 맥파로부터 얻어진 가속도 맥파에 대하여, 수축 초기 양성파, 수축 초기 음성파 및 수축 후기 재하강파의 파고값을 구한다. 제1 파고비 연산 수단(8)은 상기 수축 초기 음성파 및 상기 수축 후기 재하강파의 파고값의 가산값을, 상기 수축 초기 양성파의 파고값으로 나눈 값의 절대값을, 제1 파고비로서 구한다. 제2 파고비 연산 수단(9)은 상기 수축 초기 음성파 및 수축 후기 재하강파의 파고값의 차분값을, 상기 수축 초기 양성파의 파고값으로 나눈 값의 절대값을. 제2 파고비로서 구한다.

제1 문턱값 기억 수단(11)은 상기 제1 파고비에 대한 제1 문턱값을 기억한다. 제2 문턱값 기억 수단(12)은 상기 제2 파고비에 대한 제2 문턱값을 기억한다.

혈관 밸런스 지수 연산 수단(13)은 상기 제2 파고비가 상기 제2 문턱값보다 작은 경우에는 하기 식 (1)에 의해, 상기 제2 파고비가 상기 제2 문턱값 이상인 경우에는 하기 식(2)에 의해 혈관 밸런스 지수 Pb를 구한다.

Pb=k1*(제1 파고비)+α … (1)

Pb=k2*(제2 파고비)+β … (2)

다만, k1, α, β는 상수이다.

이와 같이, 상기 제2 파고비의 값에 주목하여, 이것이 상기 제2 문턱값보다 작은 경우에는 상기 제1 파고비의 값에 의거하여, 제2 문턱값 이상인 경우에는 상기 제2 파고비의 값에 의거하여, 혈관 밸런스 지수를 구함으로써, 얻어진 제2 파고비의 값에 노이즈에 혼재된 경우의 편차 등을 배제할 수 있다. 따라서, 비교적 단시간의 계측에서도 정밀도가 높은 혈관 밸런스의 판정이 가능해진다.

혈관 · 자율 신경 밸런스 판정 수단(18)은 혈관 밸런스 지수(Pb) 및 상기 근사 자율 신경 밸런스(HFa)로부터, 혈관 밸런스를 고려한 자율 신경 밸런스를 판단한다. 이에 따라, 혈관 밸런스를 고려한 자율 신경 밸런스를 연산할 수 있다.

다음으로, 자율 신경 밸런스 연산 장치(1)의 하드웨어 구성에 대하여 설명한다. 도 2는 CPU를 이용하여 구성한 자율 신경 밸런스 연산 장치(1)의 하드웨어 구성의 일례이다.

자율 신경 밸런스 연산 장치(1)는 CPU(23), 메모리(27), 하드 디스크(26), 모니터(30), 광학식 드라이브(25), 마우스(28), 키보드(31), I/O 포트(36a) 및 버스 라인(29)을 구비하고 있다. CPU(23)는 하드 디스크(26)에 기억된 각 프로그램에 따라서 버스 라인(29)을 통하여 각 부를 제어한다.

하드 디스크(26)는 오퍼레이팅 시스템 프로그램(이하, OS라고 함)(26o), 판단 프로그램(26p)을 갖는다.

I/O 포트(36a)에는 지첨(指尖) 맥파 계측기(36)가 접속되어 있다. 지첨 맥파 계측기(36)는 일반적인 지첨 맥파 계측기이다. 본 실시형태에서는, 적외선을 이용하여 혈류량을 계측하고, 이 혈류량으로부터 지첨 맥파를 구하는 지첨 맥파 계측기를 채용하였다. 구체적으로는, 발광 소자로부터 조사된 적외선이 계측 대상의 손에서 반사되고, 이것을 수광 소자에서 수광한다. 이 반사광의 강도는 혈류량을 나타내고 있다. 따라서, 수광 소자로부터 출력되는 신호는 지첨 용적 맥파가 된다. 이 수광 소자로부터의 신호를 디지털 데이터로 하여 출력한다.

지첨 맥파 계측기(36)로부터의 데이터는 I/O 포트(36a)를 통하여 CPU(23)에 도입된다.

도 3A에 지첨 맥파 계측기(36)로부터 출력되는 지첨 맥파의 예를 나타낸다. 실제로는 디지털 데이터이지만, 도면에서는 파형으로 나타내고 있다.

제1 문턱값 기억부(26t1), 제2 문턱값 기억부(26t2)에는 후술하는 바와 같이 제1 파고비, 제2 파고비를 위한 문턱값이 기억되어 있다.

판단 프로그램(26p)에 의한 처리의 상세에 대해서는 후술한다. 본 실시형태에서는, 오퍼레이팅 시스템 프로그램(OS)(26o)으로서, linux(등록 상표 또는 상표)를 채용하였지만, 이것에 한정되는 것은 아니다.

또한, 상기 각 프로그램은 광학식 드라이브(25)를 통하여, 프로그램이 기억된 CD-ROM(25a)으로부터 판독되어 하드 디스크(26)에 인스톨된 것이다. 또한, CD-ROM 이외에, 플렉시블 디스크(FD), IC 카드 등의 프로그램을 컴퓨터 판독 가능한 기록 매체로부터, 하드 디스크에 인스톨시키도록 해도 무방하다. 또한, 통신 회선을 이용하여 다운로드하도록 해도 무방하다.

본 실시형태에서는, 프로그램을 CD-ROM으로부터 하드 디스크(26)에 인스톨시킴으로써, CD-ROM에 기억시킨 프로그램을 간접적으로 컴퓨터에 실행시키도록 하고 있다. 그러나, 이것에 한정되지 않고, CD-ROM에 기억시킨 프로그램을 광학식 드라이브(25)로부터 직접적으로 실행하도록 해도 무방하다. 또한, 컴퓨터에 의해, 실행 가능한 프로그램으로서는, 그대로 인스톨하는 것만으로 직접 실행 가능한 것은 물론, 일단 다른 형태 등으로 변환이 필요한 것(예를 들면 데이터 압축되어 있는 것을 해동하는 등), 또한 다른 모듈 부분과 조합하여 실행 가능한 것도 포함한다.

도 4를 이용하여, 판단 프로그램(26p)에 의한 CPU(23)의 처리에 대하여 설명한다.

CPU(23)는 지첨 맥파 계측기(36)에 대하여, 맥파를 계측하는 명령을 부여하여, 맥파를 계측한다(도 4 스텝 S1). 지첨 맥파 계측기(36)로부터 계측 맥파가 부여되면, 메모리(27)에 기억한다.

CPU(23)는 메모리(27)에 기억된 맥파로부터 가속도 맥파를 연산한다(도 4 스텝 S3). 이것은 종래와 마찬가지로 계측 맥파를 2회 미분함으로써 얻어진다. 가속도 맥파를 도 3B에 나타낸다.

CPU(23)는 가속도 맥파로부터 단위 시간당의 심박수를 연산한다. 본 실시형태에서는, 30초 동안의 도 3B에 나타낸 가속도 맥파의 피크 횟수를 구하고, 이것을 평균 심박수로 하여, 1분 동안의 심박수 HR을 구하도록 하였다.

CPU(23)는 1분 동안의 심박수 HR에 의거하여, 하기 식 (1)으로부터, 자율 신경 밸런스의 근사값 HFa를 구한다(스텝 S7).

HFa=k1*HR³+k2*HR²+k3*HR+k4 … 식(1)

다만, k1=-0.0003, k2=0.0796, k3=-8.5795, k4=325.3이다.

근사값 HFa와 자율 신경 밸런스의 관계에 대하여 설명한다.

이미 설명한 바와 같이, 종래에는 자율 신경 밸런스는 부교감 신경 활동(HF)과 교감 신경 활동(LF)의 밸런스에 의하여 판단하고 있었다. 이에 대하여, 발명자는 심박수와 자율 신경 밸런스가 상관 관계에 있다고 생각하여, 이러한 상관 관계를 발견하기 위하여 실험을 행하였다. 도 5의 30명의 실험 결과를 나타낸다. 도 5에서는, 가로축에 30초의 짧은 데이터에 의한 산출된 HR(심박수(회/분))을, 세로축에 HF(un)값(%로 표시)(정규화 HF)을 나타내고 있다. 또한, 정규화 HF(un)은 종래의 방식(5분간의 계측)으로 HF, LF를 구하고, 하기 식(2)으로부터 구하였다.

HF(un)=HF/(HF+LF) … (2)

동도에 나타낸 바와 같이, HR과 HF(un)은 3차 회귀 곡선인 식(1)에 의해 근사할 수 있다. 따라서, 식 (1)에서 구한 근사값 HFa를 HF(un)으로 간주할 수 있다.

또한, 이와 같은 식 (1)에 있어서의 결정 계수는 결정 계수 R²=0.8871이 되어, 단시간에 계측할 수 있는 값으로서는 충분하다고 할 수 있다.

또한, 식 (1)에 대하여, 상기 k1~k4는 각각의 값에 대하여 0.9~1.1배의 증감폭 내에서 변동되는 값까지 허용함으로써, 결정 계수 R²는 거의 1이 된다. 변동된 경우의 근사 곡선을 도 6에 나타낸다.

이에 따라, 근사값 HFa는 0~100으로 나타낸다. 이 경우, 값으로서는 HFa 40~60이 자율 신경 밸런스 정상이고, 0~39라면 교감 신경 우위, 61~100은 부교감 신경 우위가 된다.

이와 같이, 자율 신경 밸런스의 근사값을, 심박수에 의거하여 식 (1)로부터 연산함으로써, 비교적 단시간의 계측에서도 정밀도가 높은 판정이 가능해진다.

다음으로, CPU(23)는 혈관 밸런스 지수를 연산한다(도 4 스텝 S9). 혈관 밸런스 지수의 연산에 대하여 도 8을 이용하여 설명한다.

먼저, CPU(23)는 파고값을 연산한다(도 8 스텝 S21). 파고값에 대하여 설명한다. 도 3C에 나타낸 가속도 맥파는 a파, b파, c파, d파, e파를 가지고 있다. 본 실시형태에서는, 후술하는 바와 같이, a파, b파, d파를 이용하므로, 이들 값을 구한다. CPU(23)는 제1 파고비를 연산한다(도 8 스텝 S23). 제1 파고비란 b파의 값과 d파의 값의 합의 절대값을 a파의 값으로 나눗셈한 것을 말한다. CPU(23)는 제2 파고비를 연산한다(도 8 스텝 S25). 제2 파고비란 b파의 값과 d파의 값의 차의 절대값을 a파의 값으로 나눗셈한 것을 말한다. 또한, b파 및 d파의 파고값은 모두 음이지만, 결과의 절대값을 구하고 있으므로, (b-d)나 (d-b)나 동일한 결과가 된다.

CPU(23)는 제2 문턱값 기억부(t2)에 기억된 제2 문턱값 S2를 판독하여, 스텝 S7에서 구한 제2 파고비와 비교한다(도 8 스텝 S27). 그리고, 제2 파고비가 문턱값 S2 미만인 경우에는 제1 파고비에 의거하여, 혈관 밸런스 지수를 연산한다(스텝 S29).

본 실시형태에서는, 이 경우의 혈관 밸런스 지수 Pb를 연산하는데 하기 식 (11)을 이용하였다.

Pb=k11*(제1 파고비)+α … (11)

다만, S2=0.25, k11=90, α=135이다.

이에 비하여, 도 8 스텝 S27에서, 제2 파고비가 문턱값 S2 이상인 경우에는 제2 파고비에 의거하여 혈관 밸런스 지수 Pb를 연산한다(스텝 S31).

본 실시형태에서는, 이 경우의 혈관 밸런스 지수를 연산하는데, 하기 식 (12)를 이용하였다.

Pb=k12*(제2 파고비)+β … (12)

다만, S2=0.25, k12=40, β=31이다.

이와 같이 하여 혈관 밸런스 지수 Pb가 연산된다.

이에 따라, 도 7B와 같이 b파의 값과 d파의 값에 차가 없는 경우도 정밀도가 높은 판정이 가능해진다.

혈관 밸런스 지수 Pb는 최종적으로는 하기 식 (13)에 의해 정규화한다.

정규화 혈관 밸런스 지수 Ps=-(Pb-실제 연령) … (13)

a)Ps가 -5미만이라면 언밸런스(혈관이 경화되는 경향)

b)Ps가 -5이상이고 아울러 +5미만이라면 혈관 밸런스 정상

c)Ps가 5이상이라면 언밸런스(소성 변화되는 경향)

이와 같이 식 (11), 식 (12)를 구분하여 사용함으로써, 도 7A, 도 7C와 같이, b파의 값과 d파의 값에 차가 있는 경우뿐만 아니라, 도 7B와 같이 b파와 d파의 값에 차가 없는 경우에도 정밀도가 높은 판정이 가능해진다. 따라서, 노이즈가 많은 측정 환경 하에서 더욱 정밀도가 높은 혈관 밸런스의 정량(定量)적 추정이 가능하다.

다음으로, CPU(23)는 혈관·자율 신경 밸런스를 연산한다(도 4 스텝 S11).

본 실시형태에서는, 정규화 혈관 밸런스 지수 Ps, 근사값 HFa 모두 3단계로 평가하도록 하였다. 전자는 "혈관 과경화", "혈관 밸런스 정상", "혈관 과소성화"이며, 후자는 "부교감 신경 우위", "자율 신경 밸런스 정상", "교감 신경 우위"이다.

따라서, 혈관·자율 신경 밸런스로서, 이들을 조합하여, 예를 들면 "혈관 과경화·부교감 신경 우위"와 같은 표시가 행해진다. 이와 같이, 혈관 밸런스와 자율 신경 밸런스를 조합한 혈관·자율 신경 밸런스를 표시함으로써, 서로 상관 관계에 있는 자율 신경 밸런스, 혈관 밸런스에 관한 정보를 간단히 취득할 수 있다.

예를 들면, "혈관 과경화·부교감 신경 우위"라면, 혈관 경화되어 있는 것은 자율 신경 밸런스가 붕괴되어 있기 때문이라는 것을 알 수 있다. 반대도 마찬가지이다. 또한, "혈관 과경화·자율 신경 밸런스 정상"이라면, 연령 증가에 따른 혈관 경화라는 것을 알 수 있다.

본 실시형태에서는, 자율 신경 밸런스 연산 장치(1)에 지첨 맥파 계측기(36)를 설치한 경우에 대하여 설명했지만, 지첨 맥파 계측기를 통신 장치(예를 들면 휴대 전화 등)에 접속하여, 구한 가속도 맥파를 센터 컴퓨터에 송신하고, 센터 컴퓨터에서 계산할 결과를 상기 통신 장치에 회신하도록 해도 무방하다. 이와 같이, 하나의 장치가 아니라, 복수의 기기에 기능을 나누어 구성할 수도 있다.

또한, 가속도 맥파 연산 수단은 지첨 맥파 계측기가 아니라, 센터 컴퓨터에 설치해도 무방하다. 이와 같이, 복수의 장치로 나누는 경우에는 기능적으로 불가능한 경우가 아니라면 그 구성은 임의이다.

또한, 말단 맥파로서 지첨 맥파를 채용한 예에 대하여 설명했지만, 그것 이외의 족(足) 맥파나 다른 말초 맥파에서도 적용 가능하다.

또한, 본 실시형태에서는, b파 및 d파의 값의 차분에 주목했지만, b파 및 d파의 값의 합에 주목해도 무방하다. 즉 제1 파고비의 값이 소정값 이상인 경우에는 제1 파고비의 값에는 노이즈의 영향이 적다고 판단하여, 제1 파고비의 값에 의거하여, 한편 제1 파고비의 값이 소정값 미만인 경우에는 제1 파고비의 값은 노이즈의 영향이 크다고 판단하여 제2 파고비의 값에 의거하여 혈관 밸런스 지수를 구하도록 해도 무방하다.

또한, 본 실시형태에서는, 식 (11), 식 (12)에 있어서의 상수 S1, k11, α, k12, β를 상기 값으로 했지만, 이것에 한정되는 것은 아니다.

삭제

본 실시형태에서는, 제1 파고비와 제2 파고비의 절대값 합이 사용되었다. 하지만, 전술한 절대값은 제1 파고비의 절대값(즉, 마이너스 부호 무시)과 제2 파고비의 절대값으로부터 얻을 수도 있다.
제1 파고비 및 제2 파고비에 대하여 값의 절대값을 구하도록 했지만, 식 (11), 식 (12)에 있어서의 연산 시에, 마이너스 부호를 취하는 절대값으로 하도록 해도 무방하다.

또한, 심박수 연산 수단(16)은 가속도 맥파 연산 수단(5)이 연산한 가속도 맥파 데이터를 이용하여 심박수를 연산하였지만, 말단 맥파 계측 수단(3)이 계측한 말단 맥파로부터 심박수를 연산하도록 해도 무방하다.

상기 실시형태에 있어서의 개시는 혈관 밸런스 연산 기능을 갖지 않는 자율 신경 밸런스 연산 장치로서, 또는 자율 신경 밸런스 연산 기능을 갖지 않는 혈관 밸런스 연산 기능으로서 파악할 수도 있다.

상기 실시형태에서는, 각 기능을 실현하기 위하여, CPU를 이용하여, 소프트웨어에 의해 이것을 실현하고 있다. 그러나, 그 일부 또는 전부를 로직 회로 등의 하드웨어에 의해 실현해도 무방하다.

또한, 상기 프로그램의 일부의 처리를 오퍼레이팅 시스템(OS)에게 하도록 해도 무방하다.

상기에서는 본 발명을 바람직한 실시형태로서 설명했지만, 각 용어는 한정을 위하여 사용한 것이 아니라 설명을 위하여 이용한 것으로서, 본 발명의 범위 및 정신을 벗어나지 않고 첨부의 특허청구범위의 범위 내에서 변경할 수 있다.

Claims

계측 말단 맥파로부터 단위 시간당의 심박수를 연산하는 심박수 연산 수단; 및
상기 단위 시간당의 심박수에 의거하여 자율 신경 밸런스를 연산하는 자율 신경 밸런스 연산 수단을 구비한 자율 신경 밸런스 연산 장치로서,
상기 자율 신경 밸런스 연산 수단은 상기 단위 시간당의 심박수를 HR로 하여, 하기 식(1)에 의해 자율 신경 밸런스의 근사값 HFa를 연산하는 것을 특징으로 하는 자율 신경 밸런스연산 장치.
HFa=k1*HR³+k2*HR²+k3*HR+k4 … 식(1)
다만, k1, k2, k3, k4는 모두 상수이다.
제1항에 있어서,
상기 자율 신경 밸런스 연산 장치는 k1=-0.0003, k2=0.0796, k3=-8.5795, k4=325.3이며 아울러 상기 k1~k4는 각각의 값에 대하여 0.9~1.1배의 증감폭을 갖는 것을 특징으로 하는 자율 신경 밸런스 연산 장치.
제1항 또는 제2항에 있어서,
상기 자율 신경 밸런스 연산 장치는
상기 계측 말단 맥파로부터 얻어진 가속도 맥파에 대하여, 수축 초기 양성파, 수축 초기 음성파 및 수축 후기 재하강파의 파고값을 구하는 파고값 연산 수단;
수축 초기 음성파 및 수축 후기 재하강파의 파고값의 가산값을, 상기 수축 초기 양성파의 파고값으로 나눈 값의 절대값을, 제1 파고비로서 구하는 제1 파고비 연산 수단;
상기 수축 초기 음성파 및 수축 후기 재하강파의 파고값의 차분을, 상기 수축 초기 양성파의 파고값으로 나눈 값의 절대값을, 제2 파고비로서 구하는 제2 파고비 연산 수단;
상기 제2 파고비에 대한 제2 문턱값을 기억하는 제2 문턱값 기억 수단;
상기 제2 파고비가 상기 제2 문턱값보다 작은 경우에는 하기 식(1)에 의해, 상기 제2 파고비가 상기 제2 문턱값 이상인 경우에는 하기 식(2)에 의해, 혈관 밸런스 지수 Pb를 구하는 혈관 밸런스 지수 연산 수단;
Pb=k11*(제1 파고비)+α…(1)
Pb=k12*(제2 파고비)+β…(2)
다만, k11, k12, α, β는 상수이다.
상기 혈관 밸런스 지수 Pb 및 상기 자율 신경 밸런스의 근사값 HFa에 의거하여, 혈관 밸런스를 고려한 자율 신경 밸런스를 판단하는 자율 신경 밸런스 판단 수단;을 더 구비하는 것을 특징으로 하는 자율 신경 밸런스 연산 장치.
제1항 또는 제2항에 있어서,
상기 자율 신경 밸런스 연산 장치는
상기 계측 말단 맥파로부터 얻어진 가속도 맥파에 대하여, 수축 초기 양성파, 수축 초기 음성파 및 수축 후기 재하강파의 파고값을 구하는 파고값 연산 수단;
수축 초기 음성파 및 수축 후기 재하강파의 파고값의 가산값을, 상기 수축 초기 양성파의 파고값으로 나눈 값의 절대값을, 제1 파고비로서 구하는 제1 파고비 연산 수단;
상기 수축 초기 음성파 및 수축 후기 재하강파의 파고값의 차분을, 상기 수축 초기 양성파의 파고값으로 나눈 값의 절대값을, 제2 파고비로서 구하는 제2 파고비 연산 수단;
상기 제1 파고비에 대한 제1 문턱값을 기억하는 제1 문턱값 기억 수단;
상기 제1 파고비가 상기 제1 문턱값 이상인 경우에는 하기 식(1)에 의해, 상기 제1 파고비가 상기 제1 문턱값보다 작은 경우에는 하기 식(2)에 의해, 혈관 밸런스 지수 Pb를 구하는 혈관 밸런스 지수 연산 수단;
Pb=k1*(제1 파고비)+α…(1)
Pb=k2*(제2 파고비)+β…(2)
다만, k1, α, β는 상수이다.
상기 혈관 밸런스 지수 Pb 및 상기 자율 신경 밸런스의 근사값 HFa에 의거하여, 혈관 밸런스를 고려한 자율 신경 밸런스를 판단하는 자율 신경 밸런스 판단 수단;을 더 구비하는 것을 특징으로 하는 자율 신경 밸런스 연산 장치.
제1항 또는 제2항에 있어서,
상기 자율 신경 밸런스 연산 장치는 계측된 말단 맥파로부터 가속도 맥파를 구하는 가속도 맥파 연산 수단을 더 구비하는 것을 특징으로 하는 자율 신경 밸런스 연산 장치.
제1항 또는 제2항에 있어서,
상기 자율 신경 밸런스 연산 장치는 말단 맥파를 계측하는 말단 맥파 계측 수단을 더 구비하는 것을 특징으로 하는 자율 신경 밸런스 연산 장치.
계측 말단 맥파부터 단위 시간당의 심박수를 연산하고,
상기 단위 시간당의 심박수에 의거하여 자율 신경 밸런스를 연산하는 자율 신경 밸런스 연산 방법으로서, 상기 단위 시간당의 심박수를 HR로 하여, 하기 식(1)에 의해, 자율 신경 밸런스의 근사값 HFa를 연산하는 것을 특징으로 하는 자율 신경 밸런스 연산 방법.
HFa=k1*HR³+k2*HR²+k3*HR+k4 … 식(1),
다만, k1, k2, k3, k4는 모두 상수이다.
컴퓨터를 제1항에 기재된 각 수단을 구비한 자율 신경 밸런스 연산 장치로서 기능시키기 위한 프로그램을 기록한 기록매체.