WO2007040022A1 - 咳検出装置及び咳検出方法 - Google Patents

咳検出装置及び咳検出方法 Download PDF

Info

Publication number
WO2007040022A1
WO2007040022A1 PCT/JP2006/318108 JP2006318108W WO2007040022A1 WO 2007040022 A1 WO2007040022 A1 WO 2007040022A1 JP 2006318108 W JP2006318108 W JP 2006318108W WO 2007040022 A1 WO2007040022 A1 WO 2007040022A1
Authority
WO
WIPO (PCT)
Prior art keywords
cough
voice
data
body movement
body motion
Prior art date
Application number
PCT/JP2006/318108
Other languages
English (en)
French (fr)
Inventor
Yasunori Wada
Original Assignee
Konica Minolta Medical & Graphic, Inc. Intellectual Property Center
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 Konica Minolta Medical & Graphic, Inc. Intellectual Property Center filed Critical Konica Minolta Medical & Graphic, Inc. Intellectual Property Center
Priority to EP06810073A priority Critical patent/EP1932473A4/en
Priority to JP2007538677A priority patent/JPWO2007040022A1/ja
Priority to US11/631,668 priority patent/US20080312547A1/en
Publication of WO2007040022A1 publication Critical patent/WO2007040022A1/ja

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/113—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb occurring during breathing
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B7/00—Instruments for auscultation
    • A61B7/003—Detecting lung or respiration noise
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02—Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0219—Inertial sensors, e.g. accelerometers, gyroscopes, tilt switches
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6813—Specially adapted to be attached to a specific body part
    • A61B5/6823—Trunk, e.g., chest, back, abdomen, hip

Definitions

  • the present invention relates to a cough detection device and a cough detection method.
  • Cough is a common symptom of respiratory diseases (particularly asthma, chronic obstructive pulmonary disease, bronchitis, etc.).
  • the current situation is that the diagnosis of cough depends on an interview, but the patient does not necessarily have cough at the time of the examination, and the doctor can only listen to the subjective symptoms from the patient.
  • the cough during sleep is limited to expressions such as severe cough and inability to sleep. For this reason, there was a problem that objective evaluation could not be performed and effective treatment could not be performed.
  • Patent Document 1 JP-A-7-376
  • Patent Document 2 JP-A-8-38481
  • Patent Document 3 Japanese Patent Laid-Open No. 2003-38460
  • the present invention has been made in view of the above problems, and an object thereof is to provide a cough detection device and a cough detection method capable of detecting cough with high accuracy. Means for solving the problem
  • the cough detection device of the present invention includes a voice measurement unit that detects a subject's voice, a body movement measurement unit that detects a body movement of the subject, voice information detected by the voice measurement unit, and And a cough detection unit that detects cough based on the body movement information detected by the body movement measurement unit.
  • the cough detection method of the present invention includes a voice measurement step of measuring a subject's voice by a voice measurement unit, a body movement measurement step of measuring a subject's body movement by a body movement measurement unit, A cough detection step of detecting cough by inputting the voice information measured by the voice measurement step and the body motion information measured by the body motion measurement step to the cough detection unit.
  • body movement when detecting cough voice, body movement (body movement) is also detected in association with it, so even if a voice similar to cough is detected, it is specific to cough. If body movement is not detected, it can be determined that the cough is not present, and cough can be detected with high accuracy.
  • FIG. 1 is a configuration diagram of a cough detection device according to the present embodiment.
  • FIG. 2 is a flowchart of cough measurement processing according to the present embodiment.
  • FIG. 3 is a conceptual diagram showing audio data and body motion data according to a second embodiment.
  • FIG. 3 (a) is a diagram showing voice data Sv (a) and body motion data Sm (a) measured by the cough detection device according to the present embodiment when the subject coughs.
  • Fig. 3 (b) is a diagram showing voice data Sv (b) and body movement data Sm (b) when a person other than the subject around him coughs.
  • FIG. 4 is a flowchart of cough detection processing according to the present embodiment.
  • FIG. 5 is an example of body motion data of the abdomen (under the diaphragm) measured by the body motion measurement unit 20.
  • FIG. 6 is a conceptual diagram showing a concept of a method for extracting a body motion waveform characteristic of cough.
  • Fig. 6 (a) is a diagram showing body movement data due to coughing.
  • Figure 6 (b) is a diagram showing durations Tl, ⁇ 2 and ⁇ 3.
  • FIG. 6C is a diagram showing the inclination angles ⁇ 1 and ⁇ 2.
  • Figure 6 (d) shows the kurtosis K. Explanation of symbols
  • FIG. 1 is a configuration diagram of a cough detection device according to the present embodiment.
  • the cough detection device 1 includes a voice measurement unit 10, a body movement measurement unit 20, and a cough detection unit 30, and the voice measurement unit 10 and the body movement measurement unit 20 are respectively connected to the cough detection unit 30 via the communication medium L. Connected.
  • This communication medium L may be wired or wireless. If connected wirelessly, it can be used in the voice measurement unit 10 and the body movement measurement unit 20 as in the case of wired communication, reducing the chances of giving unnecessary vibration and noise to the sensor through the line. Therefore, it is possible to reduce the restrictions on the behavior of the subject.
  • the sound measuring unit 10 includes a microphone 11 that converts input sound into a sound signal, an amplifier 12 that amplifies the sound signal converted by the microphone port 11, and a half-wave of the sound signal amplified by the amplifier 12.
  • the smoothing circuit 13 that performs rectification and smoothing processing, the AZD converter 14 that converts the audio signal processed by the smoothing circuit 13 into audio data, and the audio data converted by the AZD converter 14 to the cough detection unit 30 It consists of IZF15 to send.
  • the body motion measurement unit 20 includes an accelerometer 21 that converts an input body motion into a body motion signal, and an accelerometer.
  • An amplifier 22 for amplifying the body motion signal converted by 21; a filter circuit 23 for removing a low frequency component having a frequency lower than a predetermined frequency and a high frequency component having a frequency higher than a predetermined frequency from the body motion signal amplified by the amplifier 22;
  • the AZD converter 24 converts the processed body motion signal into body motion data, and the IZF 25 transmits the body motion data converted by the AZD converter 24 to the cough detection unit 30.
  • the accelerometer 21 for measuring body movement is preferably provided in the abdomen, chest, or neck, and particularly in the abdomen or chest. This is because the diaphragm and the chest move characteristically when coughing.
  • the accelerometer 21 is directly or indirectly attached to the human body with a double-sided tape or the like in which an adhesive having low sensitivity is applied to the skin. Further, it is preferable to provide a cover material for preventing noise or a cushion material around the accelerometer 21.
  • the cough detection unit 30 receives voice data and body movement data from the voice measurement unit 10 and the body movement measurement unit 20, and processes the voice data and body movement data received by the IZF 31 according to a program.
  • CPU32 storing programs and data necessary for processing in CPU32 ROM33, temporarily storing programs and data necessary for processing in CPU32 RAM34, processing results in CPU32 etc. on hard disk, DVD- It comprises an external storage device 35 stored in R, CD-R, etc., an input unit 36 for inputting data to the cough detection unit 30, and a display unit 37 for displaying processing results in the CPU 32.
  • the cough detection unit 30 may be configured with a dedicated information processing device or a general-purpose personal computer. If it is a personal computer, it is preferably a personal digital assistant (PDA) that can be easily carried.
  • PDA personal digital assistant
  • the voice measurement unit 10 and the body movement measurement unit 20 are provided with AZD transformation 14 and AZD transformation 24, respectively, but the cough detection unit 30 may be provided with AZD transformation. (Cough measurement process)
  • FIG. 2 is a flowchart of the cough measurement process according to the present embodiment.
  • This cough measurement process flow is a flow executed by the CPU 32 based on the cough measurement program in the ROM 33. It is assumed that an ID or the like for specifying the subject has been input in advance by the input unit 36.
  • the CPU 32 determines whether or not the input unit 36 has instructed the start of cough measurement. Step S10). If it is determined that the start of cough measurement has been instructed (step S10; Yes), the CPU 32 receives the voice data and body movement data from the voice measurement unit 10 and the body movement measurement unit 20 via the RAM 34 and the external storage device 35. Start saving to (step Sl l). At this time, voice data and body movement data are stored in association with the subject's ID and time. If it is determined that the start of cough measurement is not instructed (step S10; No), the process returns to step S10 and waits until the start of cough measurement is instructed.
  • the CPU 32 determines whether or not the force is instructed to end cough measurement (step S12).
  • step S12 If it is determined that the end of cough measurement has been instructed (step S12; Yes), the CPU 32 sends the voice data and body movement data from the voice measurement unit 10 and body movement measurement unit 20 to the external storage device 35 via the RAM 34. The saving operation is terminated (step S13). If it is determined that the end of cough measurement is not instructed (step S12; No), the process returns to step S42 and waits until the end of cough measurement is instructed.
  • FIG. 3 is a conceptual diagram showing audio data Sv and body motion data Sm according to the present embodiment.
  • the voice data Sv and body movement data Sm in FIG. 3 indicate data output from the voice measurement unit 10 and the body movement measurement unit 20.
  • FIG. 3 (a) is a diagram showing voice data Sv (a) and body motion data Sm (a) measured by the cough detection device according to the present embodiment when the subject coughs.
  • the horizontal axis shows elapsed time
  • the vertical axis shows data level.
  • Cough is done by storing air in the abdomen and calling the air all at once after closing the throat. A strong sound is emitted in a short time and the abdomen is recessed in a short time. Therefore, as shown in the figure, in the case of cough, the rising slopes 0 V (a) and ⁇ m (a) of the voice data Sv (a) and body motion data Sm (a) are both steep and the time width Tv (a) and Tm (a) become shorter.
  • FIG. 3 (b) is a diagram showing voice data Sv (b) and body motion data Sm (b) when another person other than the subject around him coughs.
  • voice data 3 (1)) has a rising slope of 0 v (b) as in the case of Fig. 3 (&), but body motion data Sm (b) No rising slope is detected.
  • voice data Sv and body movement data S It may be determined whether the rising slopes ⁇ ⁇ and ⁇ m of each m are greater than or equal to a predetermined value and the time widths Tv and Tm are less than or equal to the predetermined value, respectively.
  • FIG. 4 is a flowchart of the cough detection process according to this embodiment.
  • This cough detection processing flow is a flow executed by the CPU 32 based on the cough detection program in the ROM 33. It is assumed that an ID or the like for specifying the subject has been input in advance by the input unit 36.
  • the CPU 32 determines whether or not a cough detection instruction is input from the input unit 36 (step S20). If it is determined that a cough detection instruction has been input (step S20; Yes), the CPU 32 reads out voice data corresponding to the subject ID from the external storage device 35 and loads it into the RAM 34 (step S21). If it is determined that a cough detection instruction has not been input (step S20; No), the process returns to step S20 and waits until a cough detection instruction is input.
  • the CPU 32 analyzes temporal changes in the audio data stored in the RAM 34, and the audio level increases from the threshold level (Svth in Fig. 3 (a)) or lower to the threshold level or higher. It is determined whether or not there is a rising portion (tvl in FIG. 3A) in the data (step S22). If it is determined that there is a rising part tvl in the audio data (step S22; Yes), the audio level from the rising part tvl of the audio data decreases from the threshold level to below the threshold level, and the falling part of the voice V (Fig. Audio data up to 3 (a2) tv2) is extracted (step S23). If it is determined that there is no rising portion in the audio data (step S22; No), the flow is terminated.
  • the CPU 32 analyzes the audio data extracted in step S23, and calculates the rising slope ⁇ v of the audio level, the time width Tv, the maximum audio level Svmax, and the like (step S24).
  • the CPU 32 determines whether or not the extracted voice data is cough voice data, the rising slope ⁇ v of the voice level obtained by the calculation, and the time width Tv force. If the rising slope ⁇ V of the voice level is equal to or greater than the predetermined value ⁇ ⁇ and the time width Tv is equal to or smaller than the predetermined value TvO, it is determined that the voice data is due to cough. (Step S25).
  • step S25 If it is determined that the extracted voice data is cough voice data (step S25; Yes)
  • the CPU 32 reads the body motion data corresponding to the subject ID from the external storage device 35 and loads it into the RAM 34 (step S26). If it is determined that the extracted voice data is not cough voice data (step S25; No), the process jumps to step S33.
  • the CPU 32 extracts body motion data within a predetermined range determined based on the extracted voice data from the body motion data loaded in the RAM 34 in step S26 (step S27). Since cough causes movement of the abdomen and throat, and the sound is produced with sound, body movement is detected before the sound. Therefore, it is only necessary to extract body motion data for a predetermined time before the rising tvl in the voice data. For example, body motion data from about 200 msec before the rise time tvl in the voice data to the fall time tv2 of the voice data may be extracted.
  • the CPU 32 analyzes the extracted body motion data and determines whether or not the body motion data has a minimum value Smmin that is equal to or less than the threshold value Smth (step S28). If it is determined that the body movement data has a minimum value Smmin that is less than or equal to the threshold value Smth (step S28; Yes), the time when the minimum value Smmin is obtained is obtained. After that, it is judged whether or not it has reached 0 (time when it has reached 0 is indicated by tml and tm2, respectively). That is, it is determined whether the waveform is a waveform characteristic of cough (step S29). Details will be described later.
  • step S29 When it is determined that the data level becomes positive and positive when the time is obtained before or after the time tmp when the minimum value Smmin is obtained (step S29; Yes), the CPU 32 The motion data is analyzed, and the rising gradient ⁇ m from the minimum value Smmin of the body motion level, the time width Tm from tml to tm2, etc. are calculated (step S30).
  • step S29 If it is determined that the data level becomes positive and positive when the time is set before or after the time tmp when the minimum value Smmin was obtained (step S29; No), the process jumps to step S33.
  • the CPU 32 calculates the rising gradient from the minimum value S mmin of the body motion level calculated in step S30, and the body motion data is the body motion data due to cough from the time width Tm from tml to tm2. Judge whether there is. Minimum value of body movement level Rising slope from Smmin ⁇ m is more than a predetermined value ⁇ mO and time width Tm to tm2 Tm is a predetermined value If TmO or less, it is determined that the extracted body movement data is body movement data due to cough, and otherwise, it is determined that it is not body movement data due to cough (step S31).
  • step S31 When it is determined that the extracted body motion data is body motion data due to cough (step S31; Yes), the CPU 32 determines that the extracted voice data is cough, detects it, and stores it in the external storage device 35. (Step S32). At this time, the generation time t, the maximum voice level Svmax, the minimum body movement level Smmin, etc. are stored in association with the subject ID. Furthermore, by storing at least one pattern of voice data and body movement data corresponding to the type of cough in the ROM 33 or the external storage device 35, and comparing these patterns with the corresponding measured patterns, The type of cough may be specified and stored in association with the subject ID. If it is determined that the extracted body motion data is not cough body motion data (step S31; No), the process jumps to step S33.
  • step S33 the CPU 32 analyzes temporal changes in the audio data after the extracted audio data loaded in the RAM 34, and the audio level increases from the threshold level Svth or lower to the threshold level Svth or higher. It is determined whether there is a rising part tvl in the audio data. If it is determined that there is a rising part tvl in the audio data (step S33; Yes), the process returns to step S23, and cough detection is repeated. As a result, cough detection is performed for all sections having the rising portion tvl. If it is determined that there is no rising portion tvl in the audio data (step S33; No), the flow is terminated.
  • body motion is also detected in association with the detection of cough voice, so even if a voice similar to cough is detected, it is specific to cough. If body movement is not detected, it can be determined that the body is not cough, and cough can be detected with high accuracy.
  • FIG. 5 (a) shows an example of body movement data due to coughing.
  • the data level rises in the positive direction at P1 and reaches its maximum at P2.
  • the vocal cords are closed, the intrathoracic pressure rises, the diaphragm falls, and the abdomen protrudes. After that, it suddenly falls in the negative direction and reaches P3 and P4.
  • the vocal cords are released instantly, a call is made with cough, the diaphragm rises, and the abdomen is retracted.
  • the diaphragm falls and the abdomen protrudes due to the recoil of the call.
  • the data level falls towards P6.
  • the diaphragm is raised and the abdomen is retracted.
  • the diaphragm movements attenuate while recoiling up and down.
  • FIG. 6 is a conceptual diagram showing a concept of a method for extracting a body motion waveform characteristic of cough.
  • FIG. 6 (a) shows the body movement data due to the cough shown in FIG. 5 (a).
  • the width of the sampling window is preferably about 200 msec to 400 msec, which is preferable for the time period including the data from PI to P6 shown in FIG. 6 (a).
  • the sampling interval in the sampling window W is preferably about 3 to 20 mse C in consideration of detection accuracy and calculation processing load.
  • the average value Ave of the data levels of the sampling data in the sampling window is calculated.
  • the average value (hereinafter referred to as the median value M) of the average value Ave and the minimum value Min of the data level is calculated.
  • Fig. 6 (a) there is no sampling point that is smaller than the median value M and has a minimum value other than the sampling point P4 that indicates the minimum value Min.
  • the sampling point indicating the minimum value Min and the sampling point indicating the minimum value on the left side are P3 and the right side.
  • the person who is in is called P4.
  • the sampling point is displayed near the sampling point indicating the minimum value Min.
  • a sampling point whose value changes suddenly to the left and right of the sampling point including the ring point is specified.
  • P3 is extracted as the sampling point where the value suddenly changes on the left side
  • P4 is extracted as the sampling point where the value changes rapidly on the right side.
  • the sampling point whose value changes suddenly on the left side and the sampling point whose value changes suddenly on the right side are the same sampling point. In this case, P3 and P4 match.
  • Figure 6 (b) shows the duration Tl from P2 to P5, the duration PI2 from PI to ⁇ 6, and the duration ⁇ 3 from PI3 force to ⁇ 4.
  • One parameter is used to determine whether at least one of duration T1 and ⁇ 2 is cough. The shorter the duration Tl and ⁇ 2, the higher the probability that a cough will be determined. The duration ⁇ ⁇ 3 changes depending on the type of cough and can be used to determine the type of cough.
  • FIG. 6 (c) shows the inclination angle ⁇ 1 of the line segment connecting ⁇ 3 and ⁇ 2 and the inclination angle ⁇ 2 of the line segment connecting ⁇ 4 and ⁇ 5.
  • the larger inclination angle is defined as the maximum inclination angle ⁇ max.
  • This maximum inclination angle ⁇ max is one parameter for judging whether or not coughing occurs. The greater the maximum inclination angle ⁇ max, the higher the probability of being coughed.
  • the kurtosis K shown in Fig. 6 (d) may be used as a parameter.
  • the time that is the width of the valley at the data level at the sampling point P1 is 40 times lower than the data level at the sampling point P1 when the difference between the data level at the sampling point P1 and the data level at P4, which is the minimum value, is 100.
  • the ratio (TL2ZTL1) of time TL2, which is the width of the valley at the data level, is defined as kurtosis K. The smaller the kurtosis K, the higher the probability of being coughed.
  • At least one of the durations T1 and T2 shown in Fig. 6 (b) and the maximum inclination angle ⁇ max shown in Fig. 6 (c) or the kurtosis K shown in Fig. 6 (d) are used as parameters.
  • the cough intensity for example, P3 or P4 data that is the minimum value of the data level in the sampling window determined to be cough can be used. It is also possible to identify the type of cough using the durations Tl, ⁇ 2 and ⁇ 3.
  • voice data is analyzed and cough voice data is analyzed
  • body motion data is analyzed and cough is detected.
  • body motion data is analyzed and cough body motion data is used. If there is, cough may be detected by analyzing voice data.
  • the analysis of the voice data and the analysis of the body motion data may be performed independently, and if both are determined to be cough, they may be detected as cough!
  • cough may be detected by performing a calculation such as multiplying voice data and body motion data.
  • the part where the output power S of the voice data is S (the part where the voice is detected) and the part where the body movement data is output (the part where the body movement is detected) are determined to some extent. It occurs with a time lag. Therefore, in the case of cough, if the time is shifted to a certain fixed time, the part where the voice is detected and the part where the body movement is detected should overlap. On the other hand, if it is not cough, the part where the voice data is output (the part where the voice is detected) and the part where the body movement data is output (the part where the body movement is detected) are uncorrelated and do not overlap Probability is high.
  • the data after performing the multiplication operation can be obtained for the cough if it is a cough, compared to the case where it is not a cough. Therefore

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Heart & Thoracic Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • Medical Informatics (AREA)
  • Physiology (AREA)
  • Pathology (AREA)
  • Biophysics (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Dentistry (AREA)
  • Physics & Mathematics (AREA)
  • Pulmonology (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

　精度良く咳の検出を行うことができる咳検出装置を提供する。 被検者の音声を検出する音声測定部と、被検者の体動を検出する体動測定部と、前記音声測定部で検出された音声及び前記体動測定部で検出された体動に基づいて咳を検出する咳検出部と、を有する。

Description

明 細 書
咳検出装置及び咳検出方法
技術分野
[0001] 本発明は、咳検出装置及び咳検出方法に関する。
背景技術
[0002] 咳は、呼吸器系の疾患 (特に、喘息、慢性閉塞性肺疾患、気管支炎等）に多く見受 けられる症状である。咳の診断は問診に頼っているのが現状であるが、患者は診察 時に必ずしも咳をしているとはかぎらず、医師は患者からの自覚症状を聞くしかない 。また、患者も日中の覚醒時には症状を記憶していても、睡眠中の咳については、咳 が激しい、眠れない等の表現に留まってしまう。そのため、客観的な評価が行えず有 効な治療を行えな 、と 、う問題があった。
[0003] そこで、咳の評価を客観的に行うために、咳に特徴的な音声信号情報を予め記憶 しておき、この咳に特徴的な音声信号情報を基に、マイクロフォン等力 入力された 音声信号から咳による音声信号を識別及び抽出することにより、咳の検出やモニタを 行う装置が記載されている (例えば、特許文献 1乃至 3参照)。
特許文献 1 :特開平 7— 376号公報
特許文献 2：特開平 8 - 38481号公報
特許文献 3：特開 2003 - 38460号公報
発明の開示
発明が解決しょうとする課題
[0004] し力しながら、上記の特許文献に記載された装置においては、咳に類似した音が 発生した場合には、咳と区別することが難しぐ間違って咳と検出される可能性がある 。また、マイクロフォンやピエゾ素子などの音声を採取するセンサに接触するなどのノ ィズも咳と区別しにくい場合がある。さらには、自分は咳をしていないのに他人の咳が 自分のマイクロフォンで採取されて、咳をしたと間違って検出される可能性もある。
[0005] 本発明は、以上のような問題に鑑みてなされたものであり、精度良く咳の検出を行う ことができる咳検出装置及び咳検出方法を提供することを目的としている。 課題を解決するための手段
[0006] 本発明の咳検出装置は、被検者の音声を検出する音声測定部と、被検者の体動 を検出する体動測定部と、前記音声測定部で検出された音声情報及び前記体動測 定部で検出された体動情報に基づいて咳を検出する咳検出部と、を有することを特 徴としている。
[0007] 本発明の咳検出方法は、被検者の音声を音声測定部により測定する音声測定ェ 程と、被検者の体動を体動測定部により測定する体動測定工程と、前記音声測定ェ 程により測定された音声情報及び前記体動測定工程により測定された体動情報を咳 検出部に入力し咳を検出する咳検出工程と、を有することを特徴としている。
発明の効果
[0008] 本発明によれば、咳の音声を検出する際に体動 (身体の動き)も関連付けて検出す るので、咳に類似した音声が検出された場合であっても咳に固有の体動が検出され ていなければ咳でないと判断することができ、精度良く咳の検出を行うことができる。 図面の簡単な説明
[0009] [図 1]本実施形態に係る咳検出装置の構成図である。
[図 2]本実施形態に係る咳測定処理のフロー図である。
[図 3]第 2の実施形態に係る音声データ及び体動データを示す概念図である。図 3 (a )は、被検者が咳をしたときに本実施形態に係る咳検出装置で測定される音声デー タ Sv (a)及び体動データ Sm (a)を示す図である。図 3 (b)は、周囲にいる被検者以 外の他人が咳をしたときの音声データ Sv (b)及び体動データを Sm (b)示す図である
[図 4]本実施形態に係る咳検出処理のフロー図である。
[図 5]体動測定部 20により測定された腹部 (横隔膜下)の体動データの一例である。
[図 6]咳に特徴的な体動波形の抽出方法の概念を示す概念図である。図 6 (a)は、咳 による体動データを示す図である。図 6 (b)は、持続時間 Tl、 Τ2、及び Τ3を示す図 である。図 6 (c)は、傾斜角度 θ 1及び Θ 2を示す図である。図 6 (d)は、尖度 Kを示す 図である。 符号の説明
[0010] 10 音声測定部
11 マイクロフォン
20 体動測定部
21 加速度計
30 咳検出部
発明を実施するための最良の形態
[0011] (装置構成）
図 1は、本実施形態に係る咳検出装置の構成図である。咳検出装置 1は、音声測 定部 10、体動測定部 20及び咳検出部 30から構成され、音声測定部 10及び体動測 定部 20がそれぞれ通信媒体 Lを介して咳検出部 30に接続されて 、る。この通信媒 体 Lは、有線であっても無線であってもよい。無線により接続すれば、有線の場合の ように音声測定部 10及び体動測定部 20に用いられて 、るセンサに線を介して不要 な振動やノイズを与えてしまう機会を減らすことができるとともに、被検者の行動の制 約を少なくすることができる。
[0012] 音声測定部 10は、入力される音声を音声信号に変換するマイクロフォン 11、マイク 口フォン 11により変換された音声信号を増幅する増幅器 12、増幅器 12により増幅さ れた音声信号を半波整流し平滑化処理する平滑回路 13、平滑回路 13により処理さ れた音声信号を音声データに変換する AZD変換器 14、及び AZD変換器 14によ り変換された音声データを咳検出部 30に送信する IZF15から構成されている。
[0013] 本実施形態のようにマイクロフォン 11を用いて音声を測定する場合には、人体や衣 月 βとマイクロフォンとが接触するとノイズが発生するので、接触しな ヽように設けること が好ましい。但し、人体力も遠ざけすぎると外部のノイズ音の影響が大きくなるので、 できるだけ近接して設けることが好まし 、。
[0014] マイクロフォン以外には、ピエゾマイクや加速度計を用い、咽頭部等に接触させて 設け振動により音を検出することも可能である。この場合、人体に接触しているので、 外部のノイズ音の影響は小さ 、。
[0015] 体動測定部 20は、入力される体動を体動信号に変換する加速度計 21、加速度計 21により変換された体動信号を増幅する増幅器 22、増幅器 22により増幅された体 動信号から所定周波数以下の低周波成分及び所定周波数以上の高周波成分を除 去するフィルタ回路 23、フィルタ回路 23により処理された体動信号を体動データに 変換する AZD変換器 24、及び AZD変換器 24により変換された体動データを咳検 出部 30に送信する IZF25から構成されている。
[0016] 体動を測定する加速度計 21は、腹部、胸部、又は頸部に設けることが好ましぐ特 に腹部又は胸部に設けることが好ましい。咳をする際に、横隔膜周辺や胸部が特徴 的な動きをするからである。
[0017] 加速度計 21は、皮膚に感さ性の少ない接着剤が塗布された両面テープ等により直 接又は間接的に人体に貼り付けることが好ましい。また、加速度計 21の周囲にノイズ 防止用のカバー材ゃクッション材を設けることが好ましい。
[0018] 咳検出部 30は、音声測定部 10及び体動測定部 20からの音声データ及び体動デ ータを受信する IZF31、 IZF31で受信された音声データ及び体動データをプログ ラムに従って処理する CPU32、 CPU32での処理に必要なプログラムやデータ等を 記憶する ROM33、CPU32での処理に必要なプログラムやデータ等を一時的に記 憶する RAM34、 CPU32での処理結果等をハードディスク、 DVD-R, CD— R等 に保存する外部記憶装置 35、咳検出部 30にデータを入力する入力部 36、及び CP U32での処理結果等を表示する表示部 37から構成されている。
[0019] 咳検出部 30は、専用の情報処理装置で構成されていてもよいし、汎用のパーソナ ルコンピュータで構成されていてもよい。パーソナルコンピュータであれば、持ち運び が容易にできる携帯情報端末 (PDA)であることが好ま 、。
[0020] 本実施形態においては、音声測定部 10及び体動測定部 20にそれぞれ AZD変 翻 14、 AZD変翻 24を設けたが、咳検出部 30に AZD変翻を設けてもよい。 (咳測定処理）
図 2は、本実施形態に係る咳測定処理のフロー図である。この咳測定処理フローは 、 ROM33内の咳測定プログラムに基づいて、 CPU32により実行されるフローである 。予め入力部 36により被検者を特定する ID等は入力されているものとする。
[0021] まず、 CPU32は、入力部 36から咳測定の開始が指示されたか否かを判断する (ス テツプ S10)。咳測定の開始が指示されたと判断すると (ステップ S10 ;Yes)、 CPU3 2は、音声測定部 10及び体動測定部 20からの音声データ及び体動データを RAM 34を経由して外部記憶装置 35に保存する動作を開始させる (ステップ Sl l)。このと き、被検者の ID及び時刻に対応付けて音声データ及び体動データは保存される。 咳測定の開始が指示されていないと判断すると (ステップ S10 ;No)、ステップ S10に 戻り咳測定の開始が指示されるまで待機する。
[0022] 次に、 CPU32は、咳測定の終了が指示された力否かを判断する (ステップ S12)。
咳測定の終了が指示されたと判断すると (ステップ S12 ;Yes)、 CPU32は、音声測 定部 10及び体動測定部 20からの音声データ及び体動データを RAM34を経由して 外部記憶装置 35に保存する動作を終了させる (ステップ S13)。咳測定の終了が指 示されていないと判断すると (ステップ S 12； No)、ステップ S42に戻り咳測定の終了 が指示されるまで待機する。
(咳の音声信号及び体動信号）
図 3は、本実施形態に係る音声データ Sv及び体動データ Smを示す概念図である 。図 3における音声データ Sv及び体動データ Smは、音声測定部 10及び体動測定 部 20から出力されたデータを示している。
[0023] 図 3 (a)は、被検者が咳をしたときに本実施形態に係る咳検出装置で測定される音 声データ Sv (a)及び体動データ Sm (a)を示す図であり、横軸に経過時間を、縦軸に データレベルを模式的に示している。咳は、腹部に空気を溜め、喉を閉めた後に一 気に空気を呼出することにより行われる。短時間に強い音が発せられるとともに、腹 部も短時間に凹む。そのため、図に示すように、咳の場合には、音声データ Sv(a)及 び体動データ Sm (a)の立ち上がり勾配 0 V (a)、 Θ m (a)はそれぞれ急で時間幅 Tv (a)、 Tm (a)はそれぞれ短くなる。
[0024] 図 3 (b)は、周囲にいる被検者以外の他人が咳をしたときの音声データ Sv(b)及び 体動データ Sm (b)を示す図である。図に示すように、音声データ3 (1))は図3 (&)の 場合と同様にデータの立ち上がり勾配 0 v (b)が検出されるが、体動データ Sm(b)で はデータの立ち上がり勾配は検出されない。
[0025] つまり、被検者が咳をしたかを判断するためには、音声データ Sv及び体動データ S mそれぞれの立ち上がり勾配 θ ν及び Θ mがそれぞれ所定値以上であって、時間幅 Tv及び Tmがそれぞれ所定値以下であるかを判断すればよい。
(咳検出処理）
図 4は、本実施形態に係る咳検出処理のフロー図である。この咳検出処理フローは 、 ROM33内の咳検出プログラムに基づいて、 CPU32により実行されるフローである 。予め入力部 36により被検者を特定する ID等は入力されているものとする。
[0026] まず、 CPU32は、入力部 36から咳検出の指示が入力されたか否かを判断する (ス テツプ S20)。咳検出の指示が入力されたと判断すると (ステップ S 20 ; Yes)、 CPU3 2は、被検者 IDに対応する音声データを外部記憶装置 35から読み出し、 RAM34に ロードする (ステップ S21)。咳検出の指示が入力されていないと判断すると (ステップ S20 ;No)、ステップ S20に戻り咳検出の指示が入力されるまで待機する。
[0027] 次に、 CPU32は、 RAM34に記憶された音声データの時間的変化を解析し、音声 レベルが閾値レベル（図 3 (a)の Svth)以下から閾値レベル以上に増加して 、る音声 データに立ち上がり部（図 3 (a)の tvl)があるか否かを判断する (ステップ S22)。音 声データに立ち上がり部 tvlがあると判断すると (ステップ S22 ; Yes)、音声データの 立ち上がり部 tvlから音声レベルが閾値レベル以上から閾値レベル以下に減少して V、る音声の立ち下がり部（図 3 (a)の tv2)までの音声データを抽出する (ステップ S23 )。音声データに立ち上がり部がないと判断すると (ステップ S22 ;No)、フローを終了 する。
[0028] 次に、 CPU32は、ステップ S23において抽出した音声データを解析し、音声レべ ルの立ち上がり勾配 θ v、時間幅 Tv、最大音声レベル Svmax等を演算する（ステツ プ S24)。
[0029] 次に、 CPU32は、演算により求めた音声レベルの立ち上がり勾配 θ v、時間幅 Tv 力 抽出した音声データが咳による音声データであるか否かを判断する。音声レべ ルの立ち上がり勾配 θ Vが所定値 θ νθ以上及び時間幅 Tvが所定値 TvO以下であ れば、咳による音声データであると判断し、それ以外であれば咳による音声データで な 、と判断する (ステップ S25)。
[0030] 抽出した音声データが咳による音声データであると判断すると (ステップ S25； Yes) 、 CPU32は、被検者 IDに対応する体動データを外部記憶装置 35から読み出し、 R AM34にロードする（ステップ S26)。抽出した音声データが咳による音声データでな いと判断すると（ステップ S25 ;No)、ステップ S33にジャンプする。
[0031] 次に、 CPU32は、ステップ S26において RAM34にロードされた体動データから、 前記抽出した音声データに基づいて定められる所定範囲の体動データを抽出する（ ステップ S27)。咳は腹部や喉部の動きが生じて力も音声が発せられるので、体動は 音声よりも前に検出される。そのため、音声データにおける立ち上がり tvlよりも所定 時間前力も体動データを抽出すればよい。例えば、音声データにおける立ち上がり 時刻 tvlよりも約 200msec前から音声データの立ち下がり時刻 tv2までの体動デー タを抽出すればよい。
[0032] 次に、 CPU32は、抽出した体動データを解析し、体動データに閾値 Smth以下の 最小値 Smminがある力否かを判断する（ステップ S28)。体動データに閾値 Smth以 下の最小値 Smminがあると判断すると (ステップ S28； Yes)、当該最小値 Smminが 得られた時刻 tmp力 前後に時刻を迪つたときにデータレベルがー且正になりその 後 0に至っている（0に至った時刻をそれぞれ tml、tm2で示す)か否かを判断する。 つまり、波形が咳に特徴的な波形であるかを判断する (ステップ S29)。詳細について は後述する。
[0033] 最小値 Smminが得られた時刻 tmpから前後に時刻を迪つたときにデータレベルが ー且正になりその後 0に至っていると判断すると (ステップ S29； Yes)、 CPU32は、 抽出した体動データを解析し、体動レベルの最小値 Smminからの立ち上がり勾配 Θ m、 tmlから tm2までの時間幅 Tm等を演算する（ステップ S30)。
[0034] 最小値 Smminが得られた時刻 tmpから前後に時刻を迪つたときにデータレベルが ー且正になりその後 0に至っていないと判断すると (ステップ S29 ;No)、ステップ S33 にジャンプする。
[0035] 次に、 CPU32は、ステップ S30において演算により求めた体動レベルの最小値 S mminからの立ち上がり勾配 Θ m、 tmlから tm2までの時間幅 Tmから体動データが 咳による体動データであるか否かを判断する。体動レベルの最小値 Smminからの立 ち上がり勾配 Θ mが所定値 Θ mO以上及び tmlから tm2までの時間幅 Tmが所定値 TmO以下であれば、抽出した体動データは咳による体動データであると判断し、そ れ以外であれば咳による体動データでな 、と判断する (ステップ S31)。
[0036] 抽出した体動データが咳による体動データであると判断すると (ステップ S31； Yes) 、 CPU32は、抽出した音声データは咳であると確定して検出し外部記憶装置 35に 保存する (ステップ S32)。このとき、被検者 IDに対応付けて発生時刻 t、最大音声レ ベル Svmax、最小体動レベル Smmin等が保存される。さらに、 ROM33又は外部 記憶装置 35に、咳の種類に対応する音声データ及び体動データの少なくとも 1つの パターンを記憶しておき、これらのパターンと対応する測定されたパターンとを比較 することにより、咳の種類を特定し、被検者 IDに対応付けて保存してもよい。抽出し た体動データが咳による体動データでないと判断すると (ステップ S31； No)、ステツ プ S33にジャンプする。
[0037] ステップ S33において、 CPU32は、 RAM34にロードされた前記抽出された音声 データ以降の音声データの時間的変化を解析し、音声レベルが閾値レベル Svth以 下から閾値レベル Svth以上に増加している音声データに立ち上がり部 tvlがあるか 否かを判断する。音声データに立ち上がり部 tvlがあると判断すると (ステップ S33 ; Yes)、ステップ S23に戻り、咳検出を繰り返す。これにより、立ち上がり部 tvlを有す る全ての区間の咳検出が行われることになる。音声データに立ち上がり部 tvlがない と判断すると (ステップ S33 ;No)、フローを終了する。
[0038] 以上のように、本実施形態によれば、咳の音声を検出する際に体動も関連付けて 検出するので、咳に類似した音声が検出された場合であっても咳に固有の体動が検 出されていなければ咳でないと判断することができ、精度良く咳の検出を行うことがで きる。
[0039] (咳に特徴的な体動波形の抽出方法）
図 5 (a)は、咳による体動データの一例を示した図である。まず、データレベルは、 P 1において正方向に立ち上がり、 P2において最大となる。咳の前段階として、声帯が 閉じられ胸腔内圧が上昇して横隔膜が下がり腹部が突き出た状態である。その後、 負方向に急激に立ち下がり P3、 P4に達する。声帯が瞬時に開放され咳と共に呼出 が行われて横隔膜が上がり腹部が引っ込んだ状態である。その後、 P4から急激に正 方向に立ち上がり P5に達する。呼出の反動により横隔膜が下がり腹部が突き出た状 態である。その後、データレベルは P6に向けて立ち下がる。今度は逆方向の反動に より横隔膜が上がり腹部が引っ込んだ状態である。このように、咳の呼出の後、横隔 膜の動きは上下に反動しながら減衰していく。
[0040] 図中には、後述の咳の検出処理で用いる、データレベルの平均値 Ave、最小値 Mi n、及び平均値 Aveと最小値 Minとの平均値 ( (平均値 Ave +最小値 Min) /2)であ る中央値 Mが示されて!/ヽる。
[0041] また、咳によっては、図 5 (b)に示すように、 P3と P4との間でー且正方向にある程度 立ち上がる波形となる場合がある。
[0042] 図 6は、咳に特徴的な体動波形の抽出方法の概念を示す概念図である。図 6 (a)は 、図 5 (a)で示した咳による体動データを示している。仮に、あるサンプリング窓にお いて図 6 (a)の体動データが得られたものとして説明する。サンプリング窓の幅として は、図 6 (a)に示す PIから P6までのデータを含む程度の時間が好ましぐ 200msec 〜400msec程度が好ましい。サンプリング窓 W内におけるサンプリング間隔としては 、検出精度及び計算処理負荷を考慮すると、 3〜20mseC程度が好ましい。
[0043] まず、サンプリング窓内のサンプリングデータのデータレベルの平均値 Aveを算出 する。次に、サンプリング窓内においてデータレベルが最小値 Minのサンプリング点 (図 6 (a)においては P4)を特定する。次に、データレベルの平均値 Aveと最小値 Mi nとの平均値 (以下、中央値 Mという）を算出する。次に、最小値 Minを示すサンプリ ング点以外に、中央値 Mより値の小さい極小値を示すサンプリング点があるか否かを 検出する。図 6 (a)においては、最小値 Minを示すサンプリング点 P4以外に中央値 Mより値の小さ 、極小値を示すサンプリング点は存在しな 、。図 5 (b)のような波形の 場合には、最小値 Minを示すサンプリング点 P3以外に中央値 Mより値の小さい極小 値を示すサンプリング点（図中の右側の下凸） P4が存在することになる。
[0044] 図 5 (b)の如く当該極小値を示すサンプリング点が存在する場合には、最小値 Min を示すサンプリング点及び当該極小値を示すサンプリング点のうち左側にある方を P 3、右側にある方を P4とする。図 5 (a)や図 6 (a)の如く当該極小値を示すサンプリン グ点が存在しな 、場合には、最小値 Minを示すサンプリング点の近傍で当該サンプ リング点を含め当該サンプリング点の左側及び右側に急激に値が変化するサンプリ ング点を特定する。図 6 (a)においては、左側に急激に値が変化するサンプリング点 として P3が、右側に急激に値が変化するサンプリング点として P4が抽出される。場合 によっては、左側に急激に値が変化するサンプリング点と右側に急激に値が変化す るサンプリング点とが同一のサンプリング点である場合もある。この場合、 P3と P4とは 一致する。
[0045] 次に、サンプリング点 P3から左側に向力つての最大値のサンプリング点及びサンプ リング点 P4から右側に向力つての最大値のサンプリング点を特定する。図 6 (a)にお いては、サンプリング点 P3から左側に向かっての最大値のサンプリング点として P2が 、サンプリング点 P4力も右側に向力つての最大値のサンプリング点として P5が抽出さ れる。
[0046] 次に、サンプリング点 P2から左側で急激に値が減少して値力 ^近傍に達したサンプ リング点及びサンプリング点 P5から右側で急激に値が減少して値力 ^近傍に達した サンプリング点を特定する。図 6 (a)においては、サンプリング点 P2から左側で急激 に値が減少して値が 0近傍に達したサンプリング点として P1が、サンプリング点 P5か ら右側で急激に値が減少して値力^近傍に達したサンプリング点として P6が抽出さ れる。
[0047] (咳に特徴的な体動波形が咳であるかの他の判断方法）
図 6 (b)は、 P2から P5までの持続時間 Tl、 PIから Ρ6までの持続時間 Τ2、及び Ρ3 力も Ρ4までの持続時間 Τ3を示している。持続時間 T1及び Τ2のうち少なくとも 1つが 咳か否かを判断するための 1つのパラメータとなる。持続時間 Tl、 Τ2が短いほど咳と 判断される確率が高くなる。また、持続時間 Τ3は、咳の種類により変化するので咳の 種類を判断するために用いることができる。
[0048] 図 6 (c)は、 Ρ3と Ρ2とを結んだ線分の傾斜角度 θ 1及び Ρ4と Ρ5とを結んだ線分の 傾斜角度 Θ 2を示している。傾斜角度 θ 1及び Θ 2のうち値の大きい方の傾斜角度を 最大傾斜角度 Θ maxとする。この最大傾斜角度 Θ maxが咳カゝ否かを判断するため の 1つのパラメータとなる。最大傾斜角度 Θ maxが大きいほど咳と判断される確率が 高くなる。 [0049] 図 6 (c)での最大傾斜角度 Θ maxの代わりに、図 6 (d)に示す尖度 Kをパラメータと して用いることも可能である。例えば、 P2から P3、 P4を経由して P5に至る谷形状の 波形を考える。サンプリング点 P1のデータレベルにおける谷の幅である時間 TL1に 対する、サンプリング点 P1のデータレベルと最小値である P4のデータレベルとの差 を 100としたときのサンプリング点 P1のデータレベルから 40下がったデータレベルお ける谷の幅である時間 TL2、の比 (TL2ZTL1)を尖度 Kとして定義する。尖度 Kが 小さいほど咳と判断される確率が高くなる。
[0050] 図 6 (b)に示す持続時間 T1及び T2のうち少なくとも 1つ、及び図 6 (c)に示す最大 傾斜角度 Θ max又は図 6 (d)に示す尖度 Kを、パラメータとして用いて多変量解析法 を行うことにより、対象となるサンプリング窓の体動データが咳である力否かを判断す る。咳の強度としては、例えば、咳と判断されたサンプリング窓におけるデータレベル の最小値である P3又は P4のデータを用いることができる。さらに、持続時間 Tl、 Τ2 、 Τ3を用いて咳の種類を特定することも可能である。
[0051] 本実施形態では、音声データを解析して咳による音声データであれば体動データ を解析して咳の検出を行った力 逆に体動データを解析して咳による体動データで あれば音声データを解析して咳の検出を行ってもよい。また、音声データの解析及 び体動データの解析を独立して行ってぉ 、て、両者とも咳であると判断した場合に咳 として検出するようにしてもよ!、。
[0052] また、例えば、音声データと体動データとを掛け合わせる等の演算を行うことにより 咳を検出するようにしてもよい。咳である場合は、上述したように、音声データの出力 力 Sある部分 (音声が検出された部分)と体動データの出力がある部分 (体動が検出さ れた部分）とがある程度決まった時間ずれて生じる。そのため、咳である場合は、当 該ある程度決まった時間ずらしてやれば、音声が検出された部分と体動が検出され た部分とは重なるはずである。一方、咳でない場合は、音声データの出力がある部 分 (音声が検出された部分)と体動データの出力がある部分 (体動が検出された部分 )とは無相関であり、重ならない可能性が高い。
[0053] これ力もすると、掛け合わせの演算を行った後のデータは、咳である場合は、咳で ない場合と比べて相対的に長い時間に亘つて出力のあるデータが得られる。従って 、掛け合わせの演算を行う場合は、演算後のデータの出力のある時間が所定時間以 上であるか否かで、咳であるカゝ否かを判断すればよ!ヽ。

Claims

請求の範囲
[1] 被検者の音声を検出する音声測定部と、
被検者の体動を検出する体動測定部と、
前記音声測定部で検出された音声情報及び前記体動測定部で検出された体動情 報に基づいて咳を検出する咳検出部と、
を有することを特徴とする咳検出装置。
[2] 前記咳検出部は、前記音声測定部で検出された音声情報に基づいて咳であるか否 かを判断する第 1の判断手段と、前記体動測定部で検出された体動情報に基づいて 咳であるか否かを判断する第 2の判断手段と、を有し、前記第 1の判断手段及び前記 第 2の判断手段が双方とも咳であると判断した場合に、咳として検出することを特徴と する請求の範囲第 1項に記載の咳検出装置。
[3] 前記咳検出部は、前記音声測定部で検出された音声情報及び前記体動測定部で 検出された体動情報を用いて演算を行うことにより咳を検出することを特徴とする請 求の範囲第 1項に記載の咳検出装置。
[4] 前記体動測定部は、加速度計を含むことを特徴とする請求の範囲第 1項〜第 3項の 何れか一項に記載の咳検出装置。
[5] 前記体動測定部は、腹部取付用又は胸部取付用の体動センサを含むことを特徴と する請求の範囲第 1項〜第 4項の何れか一項に記載の咳検出装置。
[6] 被検者の音声を音声測定部により測定する音声測定工程と、
被検者の体動を体動測定部により測定する体動測定工程と、
前記音声測定工程により測定された音声情報及び前記体動測定工程により測定さ れた体動情報を咳検出部に入力し咳を検出する咳検出工程と、
を有することを特徴とする咳検出方法。
[7] 前記咳検出工程は、前記音声情報に基づいて咳である力否かを判断する第 1判断 工程と、前記体動情報に基づいて咳であるか否かを判断する第 2判断工程と、を有し 、前記第 1判断工程及び前記第 2判断工程が双方とも咳であると判断した場合に、咳 として検出することを特徴とする請求の範囲第 6項に記載の咳検出方法。
PCT/JP2006/318108 2005-10-05 2006-09-13 咳検出装置及び咳検出方法 WO2007040022A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
EP06810073A EP1932473A4 (en) 2005-10-05 2006-09-13 DEVICE AND METHOD FOR DETECTION OF COUGH
JP2007538677A JPWO2007040022A1 (ja) 2005-10-05 2006-09-13 咳検出装置及び咳検出方法
US11/631,668 US20080312547A1 (en) 2005-10-05 2006-09-13 Cough Detecting Apparatus and Cough Detecting Method

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2005-292085 2005-10-05
JP2005292085 2005-10-05

Publications (1)

Publication Number Publication Date
WO2007040022A1 true WO2007040022A1 (ja) 2007-04-12

Family

ID=37906066

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2006/318108 WO2007040022A1 (ja) 2005-10-05 2006-09-13 咳検出装置及び咳検出方法

Country Status (4)

Country Link
US (1) US20080312547A1 (ja)
EP (1) EP1932473A4 (ja)
JP (2) JP2007125360A (ja)
WO (1) WO2007040022A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008284151A (ja) * 2007-05-17 2008-11-27 Chest M I Inc 咳検出装置及び咳検出用プログラム
WO2015053241A1 (ja) * 2013-10-09 2015-04-16 株式会社村田製作所 増幅回路およびそれを備えた検出装置

Families Citing this family (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008095167A2 (en) 2007-02-01 2008-08-07 Personics Holdings Inc. Method and device for audio recording
US9084550B1 (en) * 2007-10-18 2015-07-21 Innovative Surgical Solutions, Llc Minimally invasive nerve monitoring device and method
US20090105788A1 (en) * 2007-10-18 2009-04-23 Innovative Surgical Solutions, Llc Minimally invasive nerve monitoring device and method
CZ19690U1 (cs) * 2009-01-23 2009-06-08 Ceské vysoké ucení technické v Praze, Zarízení pro detekci pohybu bránice
US9545222B2 (en) * 2009-09-01 2017-01-17 Adidas Ag Garment with noninvasive method and system for monitoring physiological characteristics and athletic performance
US9326705B2 (en) 2009-09-01 2016-05-03 Adidas Ag Method and system for monitoring physiological and athletic performance characteristics of a subject
US20130060100A1 (en) * 2010-05-13 2013-03-07 Sensewiser Ltd Contactless non-invasive analyzer of breathing sounds
US9114054B2 (en) * 2011-07-24 2015-08-25 Oakwell Distribution, Inc. System for monitoring the use of medical devices
WO2013142908A1 (en) * 2012-03-29 2013-10-03 The University Of Queensland A method and apparatus for processing patient sounds
US20140249378A1 (en) * 2013-03-02 2014-09-04 Isonea Limited Systems, methods and kits for measuring cough and respiratory rate using an accelerometer
WO2017210053A1 (en) * 2016-06-01 2017-12-07 Cardiac Pacemakers, Inc. Systems to detect respiratory diseases using respiratory sounds
JP6907553B2 (ja) * 2017-01-23 2021-07-21 富士フイルムビジネスイノベーション株式会社 咳検知装置及びプログラム
CN108852317A (zh) * 2018-07-17 2018-11-23 深圳乐测物联网科技有限公司 一种咳嗽的监测方法和健康监测装置
US10706329B2 (en) 2018-11-13 2020-07-07 CurieAI, Inc. Methods for explainability of deep-learning models
US10750976B1 (en) * 2019-10-21 2020-08-25 Sonavi Labs, Inc. Digital stethoscope for counting coughs, and applications thereof
US10702239B1 (en) 2019-10-21 2020-07-07 Sonavi Labs, Inc. Predicting characteristics of a future respiratory event, and applications thereof
US10716534B1 (en) 2019-10-21 2020-07-21 Sonavi Labs, Inc. Base station for a digital stethoscope, and applications thereof
US10709414B1 (en) 2019-10-21 2020-07-14 Sonavi Labs, Inc. Predicting a respiratory event based on trend information, and applications thereof
US10709353B1 (en) 2019-10-21 2020-07-14 Sonavi Labs, Inc. Detecting a respiratory abnormality using a convolution, and applications thereof
CN111166336B (zh) * 2019-11-22 2023-02-17 智纤至康(上海)智能科技有限公司 检测和监测咳嗽的装置及方法
US11468908B2 (en) 2020-04-15 2022-10-11 Optum, Inc. Hybrid input machine learning frameworks
JP7495112B2 (ja) 2020-07-16 2024-06-04 国立大学法人神戸大学 咳嗽検出装置
US11793423B2 (en) 2021-05-03 2023-10-24 Medtronic, Inc. Cough detection using frontal accelerometer
CN116509371A (zh) * 2022-01-21 2023-08-01 华为技术有限公司 一种音频检测的方法及电子设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0998964A (ja) * 1995-10-03 1997-04-15 Chiesuto M I Kk 咳計測装置
JPH10295695A (ja) * 1997-04-30 1998-11-10 Mitsubishi Chem Corp 無呼吸検出器
US6436057B1 (en) * 1999-04-22 2002-08-20 The United States Of America As Represented By The Department Of Health And Human Services, Centers For Disease Control And Prevention Method and apparatus for cough sound analysis
JP2004267240A (ja) * 2003-03-05 2004-09-30 Niikura Keiryoki Kk 痰詰り検出装置

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5197490A (en) * 1990-04-19 1993-03-30 Cta Bio Services, Inc. Information processing system for counting coughs or evaluating other activities of a patient
US5309922A (en) * 1992-09-21 1994-05-10 Center For Innovative Technology Respiratory sound analyzer for use in high noise environments
EP2589335A3 (en) * 2003-04-10 2017-10-04 Adidas AG Systems and methods for respiratory event dedection
US7207948B2 (en) * 2004-06-24 2007-04-24 Vivometrics, Inc. Systems and methods for monitoring cough
JP5344818B2 (ja) * 2004-06-24 2013-11-20 アディダス アーゲー 咳の監視システムおよびその方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0998964A (ja) * 1995-10-03 1997-04-15 Chiesuto M I Kk 咳計測装置
JPH10295695A (ja) * 1997-04-30 1998-11-10 Mitsubishi Chem Corp 無呼吸検出器
US6436057B1 (en) * 1999-04-22 2002-08-20 The United States Of America As Represented By The Department Of Health And Human Services, Centers For Disease Control And Prevention Method and apparatus for cough sound analysis
JP2004267240A (ja) * 2003-03-05 2004-09-30 Niikura Keiryoki Kk 痰詰り検出装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP1932473A4 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008284151A (ja) * 2007-05-17 2008-11-27 Chest M I Inc 咳検出装置及び咳検出用プログラム
WO2015053241A1 (ja) * 2013-10-09 2015-04-16 株式会社村田製作所 増幅回路およびそれを備えた検出装置
JPWO2015053241A1 (ja) * 2013-10-09 2017-03-09 株式会社村田製作所 増幅回路およびそれを備えた検出装置
US10355654B2 (en) 2013-10-09 2019-07-16 Murata Manufacturing Co., Ltd. Amplifier circuit and detection apparatus including the same

Also Published As

Publication number Publication date
EP1932473A1 (en) 2008-06-18
EP1932473A4 (en) 2009-09-02
JPWO2007040022A1 (ja) 2009-04-16
JP2007125360A (ja) 2007-05-24
US20080312547A1 (en) 2008-12-18

Similar Documents

Publication Publication Date Title
WO2007040022A1 (ja) 咳検出装置及び咳検出方法
US8949077B2 (en) Physiological signal quality classification for ambulatory monitoring
US10226225B2 (en) Feature characterization for breathing monitor
JP4686281B2 (ja) 呼吸状態判定装置、呼吸状態測定方法および呼吸状態判定プログラム
JP5177293B2 (ja) 睡眠時無呼吸症候群の検査装置及びプログラム
JP5701533B2 (ja) 測定位置判定装置、測定位置判定方法、制御プログラムおよび記録媒体
JP2004121668A (ja) 呼吸異常検出装置及び測定装置並びに呼吸異常検出方法
EP3678551B1 (en) Electronic stethoscope with enhanced features
JP4915568B2 (ja) 生体情報検出装置及び睡眠環境制御システム
US20120253216A1 (en) Respiration analysis using acoustic signal trends
JP6060563B2 (ja) 心房細動判定装置、心房細動判定方法およびプログラム
JP2007327993A (ja) 音声モニタシステム、音声モニタ方法、プログラム、咳検出システム
US20030199776A1 (en) Blood-pressure measuring apparatus having waveform analyzing function
JP2009060936A (ja) 生体信号解析装置及び生体信号解析装置のプログラム
JP2011160852A (ja) 覚醒状態検出装置
JP2009233103A (ja) 咳嗽検出装置及び咳嗽検出装置のプログラム
JP2007105161A (ja) 咳検出装置及び咳検出方法
WO2020213431A1 (ja) 生体情報モニタリングシステム、ベッドシステム、及び生体情報モニタリング方法
US20240008750A1 (en) Diagnosis of respiratory diseases
JP4530698B2 (ja) いびき抑制方法及び装置
JP5642446B2 (ja) 生体測定装置、生体測定方法、制御プログラムおよび記録媒体
JP2008148980A (ja) 咳検出装置
JP2008173280A (ja) 咳検出システム
JP2009254611A (ja) 咳検出装置
JP2004159804A (ja) 寝床への出入検出装置

Legal Events

Date Code Title Description
WWE Wipo information: entry into national phase

Ref document number: 11631668

Country of ref document: US

121 Ep: the epo has been informed by wipo that ep was designated in this application
ENP Entry into the national phase

Ref document number: 2007538677

Country of ref document: JP

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 2006810073

Country of ref document: EP

NENP Non-entry into the national phase

Ref country code: DE