WO2014084162A1 - 信号雑音除去装置、その方法及びプログラム - Google Patents

信号雑音除去装置、その方法及びプログラム Download PDF

Info

Publication number
WO2014084162A1
WO2014084162A1 PCT/JP2013/081624 JP2013081624W WO2014084162A1 WO 2014084162 A1 WO2014084162 A1 WO 2014084162A1 JP 2013081624 W JP2013081624 W JP 2013081624W WO 2014084162 A1 WO2014084162 A1 WO 2014084162A1
Authority
WO
WIPO (PCT)
Prior art keywords
signal
peak
resampling
orthogonal transform
detected
Prior art date
Application number
PCT/JP2013/081624
Other languages
English (en)
French (fr)
Inventor
佐藤　寧
Original Assignee
国立大学法人九州工業大学
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 国立大学法人九州工業大学 filed Critical 国立大学法人九州工業大学
Priority to JP2014550174A priority Critical patent/JP6304690B2/ja
Publication of WO2014084162A1 publication Critical patent/WO2014084162A1/ja

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • 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

Definitions

  • the present invention relates to a signal noise removing apparatus that removes a noise signal from a biological signal having periodicity.
  • biological signals resulting from heart motion such as pulse waves and heart sounds are periodic and have a large waveform change, and therefore include high frequency components (see FIG. 18A).
  • high frequency components are attenuated.
  • waveform distortion appears violently, and even important portions having medical significance are erased. That is, as shown by the dotted line portion in FIG. 18B, although fine noise can be removed, important waveforms are remarkably deteriorated and adversely affect medical practice.
  • Patent Document 1 a technique for measuring and managing an electrocardiogram on a daily basis is disclosed (for example, see Patent Document 1).
  • the technology shown in Patent Document 1 is a small and lightweight instrument that can be carried by a heart disease patient at all times in daily life and can be easily measured at any time and anywhere, and the electrocardiogram is recorded with this electrocardiograph.
  • Patent Document 2 discloses a technique of an acceleration pulse wave measuring device that can efficiently acquire highly accurate data as a velocity pulse wave signal, and selects the maximum frequency between 0.5 and 2.0 Hz.
  • Patent Document 1 describes that noise is removed from electrocardiographic waveform data by a filter.
  • FIG. 18B a waveform important for medical practice is significantly deteriorated. May adversely affect medical practice.
  • Patent Document 2 is detected as a frequency spectrum spread due to signal variations, and it may be difficult to specify an appropriate peak.
  • the present invention can properly remove a signal that becomes a noise while appropriately leaving a vital signal important in medical practice or the like, and can minimize the burden on the human body at home or outdoors.
  • a signal noise removal device or the like that can measure a biological signal.
  • a signal noise elimination apparatus includes a peak detection unit that detects a peak of a waveform in an input processing signal, and a first resampling that resamples the number of detected samples between the detected peaks to a reference number of samples.
  • Filtering means for extracting, inverse orthogonal transform means for performing inverse orthogonal transform on the filtered frequency data, and processing signal obtained after inverse orthogonal transform to the number of detected samples for each peak detected by the peak detecting means Second resampling means for resampling.
  • the number of detected samples between peaks of the processed signal is resampled to the same reference sample number for each section, and orthogonal transformation is performed on the resampled signal.
  • orthogonal transformation is performed on the resampled signal.
  • the signal noise elimination apparatus includes a vector calculation unit that performs orthogonal transformation by FFT and performs vectorization of phase and amplitude based on frequency data after the orthogonal transformation by FFT, and the filtering
  • An inverse vector computing means for converting the frequency component extracted by the means into a real number and an imaginary value, and the filtering means at least with respect to the amplitude direction value obtained by the vector computing means
  • a frequency component and a harmonic component are extracted, and the inverse orthogonal transform unit performs an inverse FFT operation based on the real and imaginary values obtained by the inverse vector calculation unit.
  • orthogonal transformation is performed by FFT (Fast Fourier Transform), the transformation result is vectorized into a phase and an amplitude, and a fundamental frequency component and a harmonic are only applied to the amplitude value.
  • FFT Fast Fourier Transform
  • the fundamental frequency component and the harmonic component that are important for medical practice and other waveform detection can be left, and only other noise can be reliably removed, and the human body or device that oscillates the signal It is possible to measure a processing signal with a minimal burden on the device.
  • the orthogonal transform unit performs a transform process using an order corresponding to the resampled reference sample number.
  • the orthogonal transform means since the orthogonal transform means performs the transform process using the order corresponding to the resampled reference sample number, the fundamental frequency of the DC change is obtained from the result after the transform. Only the components and harmonic components can be extracted reliably. For example, the fundamental frequency components and harmonic components that are important for medical practice and other waveform detection can be left, and only other noises can be reliably removed. Thus, it is possible to measure a processed signal with a minimal burden on the human body and the device that oscillates the signal.
  • the input processed signal is a signal having a variation in the interval between peaks.
  • the processing of the present invention can reliably remove noise by leaving only important signals even if the interval between peaks varies. There is an effect that can be done.
  • the signal noise removal apparatus uses the input processed signal as a biological signal.
  • the signal noise elimination device since the input processed signal is a biological signal, even if there is a variation in the interval between peaks as in the biological signal, only the important signal is obtained. There is an effect that noise can be reliably removed.
  • the apparatus will be mainly described.
  • the present invention can also be implemented as a method and a program for operating a computer.
  • the present invention can be implemented in hardware, software, or hardware and software embodiments.
  • the program can be recorded on any computer-readable medium such as a hard disk, CD-ROM, DVD-ROM, optical storage device, or magnetic storage device.
  • the program can be recorded on another computer via a network.
  • the signal noise elimination device reliably obtains a necessary signal from a biological signal having periodicity (property of repeatedly outputting a peak at a constant or predetermined interval) related to an electrocardiogram signal, a heart sound, and a pulse wave, for example.
  • FIG. 1 is a hardware configuration diagram of a signal noise removal apparatus according to the present embodiment.
  • the signal noise removing apparatus 1 includes a CPU 11, a RAM 12, a ROM 13, a hard disk (HD) 14, a communication I / F 15, and an input / output I / F 16.
  • the ROM 13 and the HD 14 store an operating system and various programs, which are read into the RAM 12 as necessary, and each program is executed by the CPU 11.
  • the communication I / F 15 is an interface for performing communication between other devices.
  • the input / output I / F 16 is an interface for receiving input from an input device such as a keyboard and a mouse, and outputting data to a printer, a monitor, and the like.
  • the input / output I / F 16 can be connected to a drive corresponding to a removable disk such as a magneto-optical disk, a floppy disk, a CD-R, a DVD-R, or the like as necessary. Also, it functions as an interface corresponding to a storage medium such as a USB memory, an SD (HC) card, or a micro SD.
  • Each processing unit is connected via a bus and exchanges information.
  • the configuration of the signal noise removal apparatus 1 is merely an example, and can be changed as necessary.
  • the signal noise removal apparatus 1 can be applied as a small portable medical terminal that obtains information from a sensor and performs noise removal in real time, and the information obtained from the sensor is collectively transferred to the management terminal side and stored.
  • the management terminal may perform a noise removal process using the stored information.
  • it may be configured to be installed in a controller of a game machine, a driver's seat of a car, or the like, and perform a noise removal process while monitoring a biological signal of the game player or the driver. In that case, even if the HD 14 is not necessarily provided, the processing can be performed only with the memory.
  • FIG. 2 is a functional block diagram of the signal noise removal device according to the present embodiment.
  • the signal noise removing device 1 acquires an input biological signal and detects its peak, and detects the number of samples between each peak (hereinafter referred to as the number of detected samples) based on the detected peak.
  • a first resampling unit 24 that resamples the resampled signal, an orthogonal transform unit 25 that orthogonally transforms the resampled signal, and a filtering unit 26 that extracts only the fundamental frequency component and the harmonic component from the frequency data obtained by the orthogonal transform.
  • an inverse orthogonal transform unit 27 that generates waveform data by performing inverse orthogonal transform on the filtered frequency data, and the inverse orthogonal transform is performed.
  • a second resampler 28 resamples the shape data in the detection sample number.
  • FIG. 3 is a diagram illustrating processing of the peak detection unit 21 in the signal noise removal device according to the present embodiment.
  • FIG. 3A shows a block diagram of the peak detection unit 21, and
  • FIG. 3B shows a state of peak hold.
  • CMP in FIG. 3A is a comparator.
  • X ⁇ Y it operates as a simple first-order IIR low-pass filter, resulting in a downward envelope. That is, peak hold can be performed as shown in FIG.
  • the dotted line indicates the signal waveform
  • the solid line indicates the peak hold locus.
  • FIG. 4 is a diagram illustrating processing of the first resampling unit in the signal noise removal device according to the present embodiment.
  • FIG. 4A shows a signal waveform before resampling
  • FIG. 4B shows a signal waveform after resampling.
  • the sample number detector 22 calculates the number of detected samples between the peaks. That is, the number of samples rr1, rr2,..., RrN in FIG.
  • Biological signal peaks occur at almost equal intervals, and the waveforms between peaks are almost the same. However, the period is not always constant, and the interval between peaks (ie, detection depends on the body movement and environment). Fluctuations in the number of samples) and the waveform. In this embodiment, an accurate biological signal is extracted by removing this fluctuation by a process described later.
  • the waveform cutout unit 23 cuts out waveform data for each peak, and resamples the waveform data cut out by the first resampling unit 24 to the reference sample number. That is, the interpolation processing is performed by resampling to the number of samples of rr in FIG.
  • the interval between the peaks becomes constant, and the fluctuation of the biological signal is removed.
  • interpolation processing generally known linear interpolation or polynomial interpolation (Lagrange interpolation, spline interpolation, etc.) can be used. It can be seen that interpolation processing (in particular, Lagrange interpolation) can be performed with higher accuracy. Further, it is preferable that the reference sample number is set to 2 n (for example, 128, 256, etc.) in consideration of the subsequent orthogonal transformation process.
  • n for example, 128, 256, etc.
  • the orthogonal transform unit 25 When resampled to the number of reference samples, the orthogonal transform unit 25 performs orthogonal transform processing to transform the resampled waveform data into frequency data.
  • orthogonal transform processing methods include DCT (Discrete Cosine Transform), MDCT (Modified DCT: Modified Discrete Cosine Transform), LOT (Lapped Orthogonal Transform), WHT (Walsh-Hadamard Transform: Walsh-Hadamard transform) or the like can be used.
  • DCT Discrete Cosine Transform
  • MDCT Modified DCT: Modified Discrete Cosine Transform
  • LOT Laspped Orthogonal Transform
  • WHT Walsh-Hadamard Transform: Walsh-Hadamard transform
  • DCT transform functions as a plurality of filter banks, and there are N BPFs (band pass filters).
  • N BPFs band pass filters
  • each band-divided signal becomes a DC signal. That is, as described above, if processing normalized in the time axis direction by resampling processing is performed, a waveform having harmonics of an integral multiple such as a periodic signal is always converted to a DC component. That is, since the noise component does not have a harmonic structure, it becomes an AC component, and the noise component can be removed by extracting only the DC component with an LPF (low-pass filter) by the processing of the filtering unit 26.
  • LPF low-pass filter
  • FIG. 6 is a diagram showing an image of the spectrum distribution after orthogonal transformation in each of the cases where the resampling process is performed and not performed.
  • 6A shows an image diagram of the spectrum distribution after orthogonal transformation when the resampling process is not performed
  • FIG. 6B shows an image diagram of the spectrum distribution after orthogonal transformation when the resampling process is performed.
  • FIG. 6A when resampling processing, that is, when normalization is not performed in the time axis direction, the spectrum appears to be broadened due to the influence of fluctuation of the biological signal, whereas FIG. As shown in B), when normalized in the time axis direction, a very steep spectrum can be obtained.
  • FIG. 8 shows a block diagram and calculation formula of band division by MDCT. Frequency conversion is performed by MDCT, and inverse conversion is performed by IMDCT.
  • the filtering unit 26 extracts the fundamental frequency component and the harmonic component for each frequency data after the transformation, and the inverse orthogonal transformation unit 27 performs a transformation process reverse to that of the orthogonal transformation unit 25.
  • the second resampling unit 28 resamples the waveform data generated by the inverse transformation with the number of detected samples detected by the sample number detection unit 22, returns the number to the number of samples of the input waveform, and outputs it.
  • FIG. 9 is a flowchart showing the operation of the signal noise removal apparatus according to the present embodiment.
  • the peak detector 21 acquires a periodic biological signal detected by a sensor attached to a living body (S1), and detects a peak from the biological signal (S2).
  • the sample number detection unit 22 detects the number of detected samples between the detected peaks (S3), and the waveform cutting unit 23 cuts out the waveform between the peaks (S4).
  • the first resampling unit 24 resamples the number of detected samples of the cut-out waveform with a predetermined reference sample number and interpolates (S5).
  • This reference sample number is desirably set to 2 n and may be set based on the average value of the detected number of detected samples, the minimum sample number, or the maximum sample number. In particular, it is desirable to set it to the nearest 2 n which is equal to or greater than the maximum number of detected samples. By doing so, it is possible to minimize the error in the interpolation process while performing the process efficiently.
  • the orthogonal transform unit 25 performs orthogonal transform on the signal data of the biological signal resampled to the reference sample number (S6).
  • a filtering process is performed on the orthogonally transformed frequency data to extract a fundamental frequency component and a harmonic component (S7). That is, noise components other than the fundamental frequency component and the harmonic component are removed.
  • the inverse orthogonal transform unit 27 performs inverse orthogonal transform processing on the frequency data from which the noise component has been removed (S8).
  • the second resampling unit 28 resamples and interpolates the signal data acquired by inverse orthogonal transform with the number of detected samples detected in S3 (S9). By this series of processing, a new biological signal from which only noise components are removed from the original biological signal is output.
  • the number of detected samples between peaks of the biological signal is resampled to the same reference sample number for each section, and orthogonal transformation is performed on the resampled signal.
  • the fundamental frequency component and the harmonic component that is an integral multiple of the fundamental frequency component are extracted, so that the fundamental frequency component and the harmonic component that are important for medical practice are left, and only other noises can be reliably removed. It is possible to measure biological signals with a minimal burden on the human body.
  • the signal noise removal apparatus performs orthogonal transformation by FFT in the signal noise removal apparatus according to the first embodiment, and performs vectorization of phase and amplitude based on the frequency data after the orthogonal transformation. Then, a fundamental frequency component and a harmonic component are extracted from the vectorized values in the amplitude direction, and inverse vector conversion is performed on the extracted frequency components into real and imaginary values. Based on the obtained real and imaginary values, inverse FFT is performed.
  • FIG. 10 is a functional block diagram of the signal noise removal apparatus according to the present embodiment.
  • the signal noise removing apparatus 1 includes a peak detection unit 21, a sample number detection unit 22, a waveform cutting unit 23, a first resampling unit 24, a filtering unit 26, and a second re-sampling unit.
  • a sampling unit 28 an FFT processing unit 101 that specifically performs FFT processing as orthogonal transformation processing, and a vector calculation unit 102 that performs phase and amplitude vectorization based on the frequency data converted by the FFT processing,
  • a filtering processing unit 26 that performs filtering of the fundamental frequency component and the harmonic component with respect to the vectorized amplitude, and a real number and an imaginary number based on the filtered amplitude and the phase vectorized by the vector calculation unit 102
  • Inverse vector operation unit 103 for performing inverse vector conversion on the basis of the above and inverse FFT processing based on the obtained real and imaginary values
  • an inverse FFT processor 104 for performing.
  • FIG. 11 is a diagram showing vector calculation processing of the signal noise removal apparatus according to the present embodiment. As shown in the figure, when orthogonal transformation processing by FFT is performed, the amplitude and phase are obtained as follows from the values of Re (Real: real number) and Im (Imaginary: imaginary number).
  • the filtering processing unit 26 performs a filtering process on the amplitude value. At this time, as in the case of the first embodiment, filtering of the fundamental frequency component and the harmonic component is performed. Then, the inverse vector calculation unit 103 performs inverse vector conversion to real and imaginary values based on the filtered amplitude and the phase obtained by the vectorization process.
  • FIG. 12 is a flowchart showing the operation of the signal noise removal apparatus according to the present embodiment.
  • the peak detection unit 21 acquires a periodic biological signal detected by a sensor attached to a living body (S121), and detects a peak from the biological signal (S122).
  • the sample number detection unit 22 detects the number of detected samples between the detected peaks (S123), and the waveform cutting unit 23 cuts out the waveform between the peaks (S124).
  • the first resampling unit 24 resamples the number of detected samples of the cut-out waveform by a predetermined reference sample number and interpolates (S125).
  • this reference sample number is desirably set to 2 n, and is set based on the average value of detected detection samples, the minimum number of samples, or the maximum number of samples. May be. In particular, it is desirable to set it to the nearest 2 n which is equal to or greater than the maximum number of detected samples. By doing so, it is possible to minimize the error in the interpolation process while performing the process efficiently.
  • the FFT processing unit 101 performs FFT processing on the signal data of the biological signal resampled to the reference sample number (S126).
  • the vector calculation unit 102 vectorizes the phase and amplitude of the frequency data subjected to the FFT processing (S127).
  • the filtering unit 26 performs filtering processing on the vectorized amplitude to extract a fundamental frequency component and a harmonic component (S128). That is, noise components other than the fundamental frequency component and the harmonic component are removed.
  • the inverse vector computing unit 103 performs inverse vector conversion on the real and imaginary values based on the filtered amplitude and the phase obtained by the vector computing unit 102 (S129).
  • the inverse FFT processing unit 104 performs an inverse FFT process on the frequency data from which the noise component has been removed (S130).
  • the second resampling unit 28 resamples and interpolates the signal data acquired by inverse FFT with the number of detected samples detected in S123 (S131). Through this series of processing, a new biological signal in which only noise components are removed from the original biological signal is output using FFT.
  • orthogonal transformation is performed by FFT, the transformation result is vectorized into a phase and an amplitude, and a fundamental frequency component and a harmonic component are extracted only for the amplitude value. Therefore, fundamental frequency components and harmonic components that are important for medical practice can be left, and other noises can be reliably removed, making it possible to measure biological signals with minimal burden on the human body. .
  • the setting of the reference sample number in each of the above embodiments can be performed as follows. That is, a signal waveform that minimizes the error by comparing the signal waveform that is output for each reference sample number with the original input waveform after performing noise removal for multiple reference sample numbers Set the number of reference samples. By doing so, it is possible to remove noise while minimizing waveform errors.
  • the signal noise elimination device can be applied to any processing signal that includes a plurality of peaks.
  • the signal noise of a motor, a generator, an engine, etc. that performs a motion of a rotating system. can be applied to the removal of
  • abnormal waveforms may suddenly appear due to illness.
  • the peak of a signal with a certain degree of periodicity a signal that has some fluctuations as described above and whose period is not always constant
  • a peak signal clearly deviating from the periodicity may appear.
  • the signal noise elimination device can accurately detect without removing a sudden peak signal. That is, as shown in FIG. 13, even a sudden signal greatly deviating from periodicity can be detected accurately if only the peak can be detected.
  • FIG. 14 is a diagram showing a comparison between the processing result of the prior art and the processing result when the signal noise removing apparatus according to the present invention is used.
  • FIG. 14A is a diagram showing a signal before and after the conventional processing using a simple low-pass filter
  • FIG. 14B is a signal before and after the processing when the signal noise elimination apparatus according to the present invention is used.
  • FIG. As is apparent from the figure, when the signal noise elimination device according to the present invention is used, it can be seen that the noise is neatly removed while reliably leaving the periodic signal portion important in the biological signal.
  • FIG. 15 is a diagram showing a processing result when the signal noise removal device of the present invention is used for an actual electrocardiogram waveform having noise due to body movement.
  • FIG. 15A shows a signal waveform before processing
  • FIG. 15B shows a signal waveform after processing.
  • FIG. 15A a large noise is detected due to body movement, particularly as indicated by a dotted line.
  • FIG. 15A a large noise is detected due to body movement, particularly as indicated by a dotted line.
  • the signal waveform after processing in FIG. It can be seen that it has been removed.
  • FIG. 16 is a diagram showing a processing result when the signal noise removal apparatus of the present invention is used for an actual electrocardiogram waveform having noise caused by a power source.
  • FIG. 16A shows a signal waveform before processing
  • FIG. 16B shows a signal waveform after processing.
  • the power supply noise in FIG. 16A is completely removed in FIG.
  • FIG. 17 is a diagram showing a processing result when the signal noise removal device of the present invention is used for an actual electrocardiogram waveform with white noise.
  • FIG. 17A shows a signal waveform before processing
  • FIG. 17B shows a signal waveform after processing.
  • the white noise in FIG. 17A is completely removed in FIG. 17B.

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Cardiology (AREA)
  • Surgery (AREA)
  • Medical Informatics (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Public Health (AREA)
  • Molecular Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Artificial Intelligence (AREA)
  • Physiology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

　周期性の信号を残しつつ、雑音となる信号を確実に除去することができると共に、例えば、人体への負担を最小限に抑えて家庭や屋外での信号の計測を行う信号雑音除去装置を提供する。入力される処理信号における波形のピークを検出するピーク検出部２１と、検出された前記各ピーク間の検出サンプル数を基準サンプル数にリサンプリングする第１リサンプリング部２４と、リサンプリングされた前記処理信号を直交変換する直交変換部２５と、直交変換後の周波数データから、基本波の周波数成分である基本周波数成分及び高調波の周波数成分である高調波成分を少なくとも抽出するフィルタリング部２６と、フィルタリングされた周波数データを逆直交変換する逆直交変換部２７と、逆直交変換後に得られる前記処理信号を前記ピーク検出部２１にて検出された前記ピークごとの前記検出サンプル数にリサンプリングする第２リサンプリング部２８とを備える。

Description

信号雑音除去装置、その方法及びプログラム
　本発明は、周期性を有する生体信号から雑音信号を除去する信号雑音除去装置に関する。
　例えば、脈波や心音などの心臓の動きに起因する生体信号は、周期的であり且つ波形の変化が大きいことから、高い周波数成分まで含まれている（図１８（Ａ）を参照）。このような波形の雑音除去を行う場合、単なるローパスフィルタを使用すると高い周波数成分が減衰してしまい、結果として波形歪が激しく現れて、医療的な意味を持つ重要な部分まで消されてしまう。すなわち、図１８（Ｂ）の点線部分に示すように、細かい雑音を除去することができるものの、重要な波形が著しく劣化してしまい、医療行為に悪影響を及ぼしてしまう。
　このような問題を解決するために、現在は、心電波形を取る際に多点での計測を行い、その波形同士の相関関係を利用して雑音による影響を低減させることがなされている。また、病室のように雑音のない部屋において計測することで雑音を低減させている。
　しかしながら、近年では、膨大化する医療費に歯止めをかけるために、予防医療の需要が増えており、そのために家庭や屋外での正確な生体信号の計測技術が強く望まれている。すなわち、現在行われているような、多数の電極を付けた状態での生体信号の計測や雑音が無い状況での生体信号の計測では、日常生活に支障をきたすこととなり、日常生活に影響を与えることなく正確に生体信号を取得する技術が望まれる。
　上記の問題に関連し、日常的に心電図を計測して管理する技術が開示されている（例えば、特許文献１を参照）。特許文献１に示す技術は、心臓疾患患者が日常生活において常時携帯でき、何時でも何処でも簡単に自分で計測するのに適した小型・軽量な器具となし、この心電計で心電図を録音記録し、電話回線により記録された心電図データーを医療センターまたはその内容を分析できる施設等に送信できるようにした心電波形データの変換・記憶・再生システムとそのための装置であり、フィルタにより心電波形データから雑音を除去することが記載されている。
　また、特許文献２には、速度脈波信号として精度の高いデータを効率よく取得できる加速度脈波計測装置の技術が開示されており、０．５～２．０Ｈｚの間で最大の周波数を選択し、その周波数ｆｐに対して、ＤＣ成分（＝ｆｐ×０）と、２倍（＝ｆｐ×２）、３倍（＝ｆｐ×３）、４倍（＝ｆｐ×４）の周波数がそれぞれ選択され、各周波数に対して周波数ごとにことなるマスク幅を有する周波数フィルタマスクを作成することが記載されています。
特開２００３－２６５４２５号公報 特開２００９－２２６３８号公報
　特許文献１に示す技術は、フィルタにより心電波形データから雑音を除去することが記載されているが、図１８（Ｂ）に示したように、医療行為に重要な波形が著しく劣化してしまい、医療行為に悪影響を及ぼしてしまう可能性がある。
　また、特許文献２に示す技術は、信号のばらつきにより周波数スペクトルが広がったように検出され、適正なピークを特定することが困難となる可能性がある。
　本発明は、例えば、医療行為などで重要となる生体信号を適正に残しつつ、雑音となる信号を確実に除去することができると共に、人体への負担を最小限に抑えて家庭や屋外での生体信号の計測を行うことができる信号雑音除去装置等を提供する。
　本発明に係る信号雑音除去装置は、入力された処理信号における波形のピークを検出するピーク検出手段と、検出された前記各ピーク間の検出サンプル数を基準サンプル数にリサンプリングする第１リサンプリング手段と、リサンプリングされた前記処理信号を直交変換する直交変換手段と、直交変換後の周波数データから、基本波の周波数成分である基本周波数成分及び高調波の周波数成分である高調波成分を少なくとも抽出するフィルタリング手段と、フィルタリングされた周波数データを逆直交変換する逆直交変換手段と、逆直交変換後に得られる前記処理信号を前記ピーク検出手段にて検出された前記ピークごとの前記検出サンプル数にリサンプリングする第２リサンプリング手段とを備えるものである。
　このように、本発明に係る信号雑音除去装置においては、処理信号のピーク間の検出サンプル数を各区間ごとに同一の基準サンプル数にリサンプリングし、リサンプリングされた信号に対して直交変換を行い、基本周波数成分及びその整数倍の周波数となる高調波成分を抽出するため、例えば、医療行為やその他の波形検出に重要となる基本周波数成分及び高調波成分を残し、その他の雑音のみを確実に除去することができ、信号を発振する人体や装置への負担を最小限に抑えた処理信号の計測が可能になるという効果を奏する。
　本発明に係る信号雑音除去装置は、前記直交変換手段がＦＦＴにより直交変換を行い、前記ＦＦＴによる直交変換後の周波数データに基づいて、位相及び振幅のベクトル化を行うベクトル演算手段と、前記フィルタリング手段により抽出された周波数成分について、実数及び虚数の値に変換する逆ベクトル演算手段とを備え、前記フィルタリング手段が、前記ベクトル演算手段にて求められた振幅方向の値に対して、少なくとも前記基本周波数成分及び高調波成分を抽出し、前記逆直交変換手段が、前記逆ベクトル演算手段にて求められた実数及び虚数の値に基づいて、逆ＦＦＴの演算を行うものである。
　このように、本発明に係る信号雑音除去装置においては、ＦＦＴ（Fast　Fourier　Transform）により直交変換を行い、その変換結果を位相と振幅にベクトル化し、振幅の値に対してのみ基本周波数成分及び高調波成分を抽出するため、例えば、医療行為やその他の波形検出に重要となる基本周波数成分及び高調波成分を残し、その他の雑音のみを確実に除去することができ、信号を発振する人体や装置への負担を最小限に抑えた処理信号の計測が可能になるという効果を奏する。
　本発明に係る信号雑音除去装置は、前記直交変換手段が前記リサンプリングされた基準サンプル数に対応する次数を用いた変換処理を行うものである。
　このように、本発明に係る信号雑音除去装置においては、直交変換手段が前記リサンプリングされた基準サンプル数に対応する次数を用いた変換処理を行うため、変換後の結果からＤＣ変化の基本周波数成分と高調波成分のみを確実に抽出することができ、例えば、医療行為やその他の波形検出に重要となる基本周波数成分及び高調波成分を残し、その他の雑音のみを確実に除去することができ、信号を発振する人体や装置への負担を最小限に抑えた処理信号の計測が可能になるという効果を奏する。
　本発明に係る信号雑音除去装置は、入力される前記処理信号が、ピーク間の間隔にばらつきがある信号とするものである。
　このように、本発明に係る信号雑音除去装置においては、処理対象となる入力された処理信号がピーク間の間隔にばらつきがあるため、従来であれば、雑音除去の際に、本来重要となる基本周波数成分及び高調波成分に影響を及ぼしてしまうが、本発明の処理を行うことで、ピーク間の間隔にばらつきがあっても、重要な信号のみを残して雑音を確実に除去することができるという効果を奏する。
　本発明に係る信号雑音除去装置は、入力される前記処理信号を生体信号とするものである。
　このように、本発明に係る信号雑音除去装置においては、入力される前記処理信号を生体信号とするため、生体信号のように、ピーク間の間隔にばらつきがあっても、重要な信号のみを残して雑音を確実に除去することができるという効果を奏する。
第１の実施形態に係る信号雑音除去装置のハードウェア構成図である。 第１の実施形態に係る信号雑音除去装置の機能ブロック図である。 第１の実施形態に係る信号雑音除去装置におけるピーク検出部の処理を示す図である。 第１の実施形態に係る信号雑音除去装置における第１リサンプリング部の処理を示す図である。 第１の実施形態に係る信号雑音除去装置における補間処理を示す図である。 第１の実施形態に係る信号雑音除去装置においてリサンプリング処理を行った場合と行わなかった場合における直交変換の処理を示す図である。 第１の実施形態に係る信号雑音除去装置においてＭＤＣＴによる帯域分割を行う処理を示す図である。 第１の実施形態に係る信号雑音除去装置におけるＭＤＣＴによる帯域分割のブロック図及び計算式を示す図である。 第１の実施形態に係る信号雑音除去装置の動作を示すフローチャートである。 第２の実施形態に係る信号雑音除去装置の機能ブロック図である。 第２の実施形態に係る信号雑音除去装置のベクトル演算の処理を示す図である。 第２の実施形態に係る信号雑音除去装置の動作を示すフローチャートである。 本発明に係る信号雑音除去装置において突発的な信号がある場合の処理を示す図である。 従来技術と本発明に係る信号雑音除去装置による処理結果の比較を示す図である。 本発明に係る信号雑音除去装置による体動雑音を除去した場合の結果を示す図である。 本発明に係る信号雑音除去装置による電源雑音を除去した場合の結果を示す図である。 本発明に係る信号雑音除去装置による白色雑音を除去した場合の結果を示す図である。 単なるローパスフィルタを使用した場合の従来技術を示す図である。
　以下、本発明の実施の形態を説明する。本発明は多くの異なる形態で実施可能である。また、本実施形態の全体を通して同じ要素には同じ符号を付けている。
　以下の実施の形態では、主に装置について説明するが、所謂当業者であれば明らかな通り、本発明は方法、及び、コンピュータを動作させるためのプログラムとしても実施できる。また、本発明はハードウェア、ソフトウェア、または、ハードウェア及びソフトウェアの実施形態で実施可能である。プログラムは、ハードディスク、ＣＤ－ＲＯＭ、ＤＶＤ－ＲＯＭ、光記憶装置、または、磁気記憶装置等の任意のコンピュータ可読媒体に記録できる。さらに、プログラムはネットワークを介した他のコンピュータに記録することができる。
　　（本発明の第１の実施形態）
　本実施形態に係る信号雑音除去装置について、図１ないし図９を用いて説明する。本実施形態に係る信号雑音除去装置は、例えば、心電信号や心音、脈波に関する周期性（一定又は所定の間隔でピークを繰り返して出力する性質）を有する生体信号から必要な信号を確実に残しつつ、不要な雑音のみを除去するものであり、生体信号における波形のピークを検出し、検出された各ピーク間の検出サンプル数を基準サンプル数にリサンプリングし、リサンプリングされた生体信号を直交変換し、直交変換後の周波数データから、基本波の周波数成分である基本周波数成分及び高調波の周波数成分である高調波成分をフィルタリングにより抽出し、フィルタリングされた周波数データを逆直交変換し、逆直交変換後に得られる生体信号を検出サンプル数にリサンプリングするものである。なお、本実施形態においては、処理信号として上記のような生体信号を用いた場合を例に以下説明するが、一定又は所定の間隔でピークを繰り返して出力する性質を有する信号であれば生体信号に限らず適用可能である。
　また、必要に応じて、基準サンプル数に対応する（又は同一の）次数を用いた直交変換を行う構成にすることもできる。
　図１は、本実施形態に係る信号雑音除去装置のハードウェア構成図である。信号雑音除去装置１は、ＣＰＵ１１、ＲＡＭ１２、ＲＯＭ１３、ハードディスク（ＨＤとする）１４、通信Ｉ／Ｆ１５、及び入出力Ｉ／Ｆ１６を備える。ＲＯＭ１３やＨＤ１４には、オペレーティングシステムや各種プログラムが格納されており、必要に応じてＲＡＭ１２に読み出され、ＣＰＵ１１により各プログラムが実行される。
　通信Ｉ／Ｆ１５は、他の装置間の通信を行うためのインタフェースである。入出力Ｉ／Ｆ１６は、キーボードやマウス等の入力機器からの入力を受け付けたり、プリンタやモニタ等にデータを出力するためのインタフェースである。この入出力Ｉ／Ｆ１６は、必要に応じて光磁気ディスク、フロッピーディスク、ＣＤ－Ｒ、ＤＶＤ－Ｒ等のリムーバブルディスク等に対応したドライブを接続することができる。また、ＵＳＢメモリ、ＳＤ（ＨＣ）カード、マイクロＳＤ等の記憶媒体に対応したインターフェースとして機能する。各処理部はバスを介して接続され、情報のやり取りを行う。
　なお、上記信号雑音除去装置１の構成はあくまで一例であり、必要に応じて変更可能である。例えば、信号雑音除去装置１は、センサからの情報を取得してリアルタイムに雑音除去を行う小型の携帯型医療端末としても適用できるし、センサから取得した情報を管理端末側に一括転送して記憶し、記憶された情報を用いて管理端末にて雑音除去の処理を行う構成であってもよい。また、例えば、ゲーム機のコントローラや自動車の運転席等に設置し、ゲーム者や運転者の生体信号をモニタリングしながら雑音除去の処理を行う構成であってもよい。その場合、必ずしもＨＤ１４がなくても、メモリのみで処理を行うことが可能である。
　図２は、本実施形態に係る信号雑音除去装置の機能ブロック図である。信号雑音除去装置１は、入力された生体信号を取得してそのピークを検出するピーク検出部２１と、検出したピークに基づいて各ピーク間のサンプル数（以下、検出サンプル数とする）を検出するサンプル数検出部２２と、検出サンプル数に基づいてピーク間の波形データを切り出す波形切出部２３と、切り出した波形データの検出サンプル数を所定のサンプル数（以下、基準サンプル数とする）にリサンプリングする第１リサンプリング部２４と、リサンプリングされた信号を直交変換する直交変換部２５と、直交変換により得られた周波数データから基本周波数成分と高調波成分のみを抽出するフィルタリング部２６と、フィルタリングされた周波数データを逆直交変換して波形データを生成する逆直交変換部２７と、逆直交変換された波形データを検出サンプル数でリサンプリングする第２リサンプリング部２８とを備える。
　ピーク検出部２１は、取得した生体信号におけるピークを検出する。図３は、本実施形態に係る信号雑音除去装置におけるピーク検出部２１の処理を示す図である。図３（Ａ）は、ピーク検出部２１のブロック図を示し、図３（Ｂ）は、ピークホールドの様子を示す図である。図３（Ａ）中のＣＭＰはコンパレータであり、ＸとＹとを比較して、Ｘ＞Ｙの場合はＸにＣを乗じた結果をＺ－１とＡ１、Ｂ１に供給することでＹ＝Ｘとなる伝達関数を実現し、Ｚ－１へもＹ＝Ｘとなるための値を記憶する。一方、Ｘ＜Ｙの場合は単なる１次ＩＩＲ型のローパスフィルタとして動作することから、下向きに包絡する結果となる。すなわち、図３（Ｂ）に示すようにピークホールドを行うことができる。なお、図３（Ｂ）において、点線が信号波形を示し、実線がピークホールドの軌跡を示している。
　図４は、本実施形態に係る信号雑音除去装置における第１リサンプリング部の処理を示す図である。図４（Ａ）はリサンプリング前の信号波形を示す、図４（Ｂ）はリサンプリング後の信号波形を示す。ピーク検出部２１により各ピークが検出されると、サンプル数検出部２２が、各ピーク間における検出サンプル数を演算する。すなわち、図４（Ａ）におけるｒｒ１，ｒｒ２，・・・，ｒｒＮのサンプル数が検出サンプル数として演算される。生体信号のピークは本来ほぼ等間隔で発生し、各ピーク間の波形もほぼ同じ波形が発生するものの、周期は必ずしも一定ではなく、身体の動きや環境に応じてピーク間の間隔（すなわち、検出サンプル数）や波形に揺らぎが生じる。本実施形態においては、後述する処理によりこの揺らぎを取り除くことで、正確な生体信号を抽出する。
　検出サンプル数が演算されると、波形切出部２３が、各ピーク間ごとに波形データを切り出し、第１リサンプリング部２４が切り出した波形データについて、基準サンプル数にリサンプリングする。すなわち、図４（Ｂ）におけるｒｒのサンプル数にリサンプリングされて補間処理が施される。このリサンプリング処理と補間処理により、図４（Ｂ）に示すように、各ピーク間の間隔が一定となり、生体信号の揺らぎが除去される。
　なお、補間処理については、一般的に知られている直線補間や多項式補間（ラグランジェ補間、スプライン補間等）を用いることができるが、高調波の影響を考慮すると、図５に示すように多項式補間（特に、ラグランジェ補間）を用いたほうが、高精度に補間処理ができることがわかる。また、基準サンプル数は、後段の直交変換処理を考慮して２ｎに（例えば、１２８や２５６等）設定されることが好ましい。
　基準サンプル数にリサンプリングされると、直交変換部２５が直交変換処理を行うことで、リサンプリングされた波形データを周波数データに変換する。直交変換処理の方法としては、例えば、ＤＣＴ（Discrete　Cosine　Transform：離散コサイン変換）、ＭＤＣＴ（Modified　DCT：変形離散コサイン変換）、ＬＯＴ（Lapped　Orthogonal　Transform：重複直交変換）、ＷＨＴ（Walsh-Hadamard　Transform：ウォルシュ－アダマール変換）等を用いることができる。ここでは、仮にＤＣＴ変換を行うものとする。
　ＤＣＴ変換は、複数のフィルタバンクとして機能し、Ｎ個のＢＰＦ（バンドパスフィルタ）が存在する。しかし、ＤＣＴのような直交変換ではデシメーション処理であるため、それぞれ帯域分割された信号はＤＣ信号となる。すなわち、上記のように、リサンプリング処理により時間軸方向に正規化した処理を施せば、周期信号のように整数倍の高調波を持つ波形は、必ず直流成分に変換される。つまり、雑音成分は高調波構造を持たないことからＡＣ成分となり、フィルタリング部２６の処理により直流成分のみをＬＰＦ（ローパスフィルタ）で抽出することで雑音成分を除去することができる。
　図６は、リサンプリング処理を行った場合と行わなかった場合のそれぞれにおける直交変換後のスペクトル分布のイメージを示す図である。図６（Ａ）はリサンプリング処理を行わなかった場合の直交変換後のスペクトル分布のイメージ図を示し、図６（Ｂ）はリサンプリング処理を行った場合の直交変換後のスペクトル分布のイメージ図を示す。図６（Ａ）に示すように、リサンプリング処理、すなわち時間軸方向に正規化しなかった場合は、生体信号の揺らぎの影響によりスペクトルが広がったように見えてしまうのに対して、図６（Ｂ）に示すように、時間軸方向に正規化した場合は、非常に急峻なスペクトルを得ることができる。
　なお、ＭＤＣＴによる帯域分割を行う場合、基準サンプル数（２ｎ）と同じ次数ｎに分割する。直交変換による処理は、通常のＢＰＦと異なり、変換後の各周波数帯域が図７（Ａ）に示すようにＤＣ（０Ｈｚ）からＢＡＮＤ帯域の幅の結果となる。すなわち、図７（Ｂ）に示すように、正規化された一定期間の生体信号は基本周波数の整数倍に周波数が発生し、この整数倍の周波数と直交変換後の帯域周波数を一致させることで、変換後の結果はゆっくりとしたＤＣ変化のみとなり、雑音は図７（Ｃ）に示すように整数倍以外の領域に発生する。図８は、このＭＤＣＴによる帯域分割のブロック図及び計算式を示す。ＭＤＣＴで周波数変換を行い、ＩＭＤＣＴで逆変換を行うものである。
　直交変換後は、フィルタリング部２６が、変換後の各周波数データごとに基本周波数成分及び高調波成分を抽出し、逆直交変換部２７が、直交変換部２５と逆の変換処理を行う。第２リサンプリング部２８は、逆変換により生成された波形データを、サンプル数検出部２２で検出された検出サンプル数でリサンプリングし、入力波形のサンプル数に戻して出力する。
　次に、本実施形態に係る信号雑音除去装置の動作について説明する。図９は、本実施形態に係る信号雑音除去装置の動作を示すフローチャートである。まず、ピーク検出部２１が、生体に取り付けられたセンサで検知した周期性の生体信号を取得し（Ｓ１）、その生体信号からピークを検出する（Ｓ２）。サンプル数検出部２２が、検出された各ピーク間の検出サンプル数を検出し（Ｓ３）、波形切出部２３が、各ピーク間の波形を切り出す（Ｓ４）。第１リサンプリング部２４が、切り出した波形の検出サンプル数を所定の基準サンプル数でリサンプリングして補間する（Ｓ５）。
　なお、この基準サンプル数は、２ｎに設定されることが望ましく、検出された検出サンプル数の平均値、最小サンプル数又は最大サンプル数を基準に設定されてもよい。特に、検出サンプル数の最大値以上で、且つ、直近の２ｎに設定されることが望ましい。こうすることで、処理を効率よく行いつつ、補間処理における誤差を最小限に抑えることができる。
　基準サンプル数にリサンプリングされた生体信号の信号データに対して、直交変換部２５が直交変換を行う（Ｓ６）。直交変換された周波数データにフィルタリング処理をして、基本周波数成分及び高調波成分を抽出する（Ｓ７）。すなわち、基本周波数成分及び高調波成分以外のノイズ成分を除去する。逆直交変換部２７が、ノイズ成分が除去された周波数データに対して逆直交変換の処理を行う（Ｓ８）。第２リサンプリング部２８が、逆直交変換で取得された信号データについて、Ｓ３で検出された検出サンプル数でリサンプリングをして補間する（Ｓ９）。この一連の処理により、元の生体信号からノイズ成分のみが除去された新たな生体信号が出力される。
　このように、本実施形態における信号雑音除去装置においては、生体信号のピーク間の検出サンプル数を各区間ごとに同一の基準サンプル数にリサンプリングし、リサンプリングされた信号に対して直交変換を行い、基本周波数成分及びその整数倍の周波数となる高調波成分を抽出するため、医療行為に重要となる基本周波数成分及び高調波成分を残し、その他の雑音のみを確実に除去することができ、人体への負担を最小限に抑えた生体信号の計測が可能になる。
　　（本発明の第２の実施形態）
　本実施形態に係る信号雑音除去装置について、図１０ないし図１２を用いて説明する。なお、本実施形態においては前記第１の実施形態と重複する説明は省略する。本実施形態に係る信号雑音除去装置は、前記第１の実施形態に係る信号雑音除去装置において、ＦＦＴにより直交変換を行い、直交変換後の周波数データに基づいて位相及び振幅のベクトル化を行う。そして、ベクトル化された振幅方向の値に対して基本周波数成分及び高調波成分を抽出し、抽出された周波数成分について実数及び虚数の値に逆ベクトル変換を行う。この求められた実数及び虚数の値に基づいて逆ＦＦＴの演算を行うものである。
　図１０は、本実施形態に係る信号雑音除去装置の機能ブロック図である。信号雑音除去装置１は、前記第１の実施形態の場合と同様に、ピーク検出部２１とサンプル数検出部２２と波形切出部２３と第１リサンプリング部２４とフィルタリング部２６と第２リサンプリング部２８とを備え、また、直交変換処理として具体的にＦＦＴ処理を行うＦＦＴ処理部１０１と、ＦＦＴ処理により変換された周波数データに基づいて位相及び振幅のベクトル化を行うベクトル演算部１０２と、ベクトル化された振幅に対して基本周波数成分及び高調波成分のフィルタリングを行うフィルタリング処理部２６と、フィルタリングされた振幅及びベクトル演算部１０２でベクトル化された位相に基づいて、実数及び虚数の値に逆ベクトル変換を行う逆ベクトル演算部１０３と、求められた実数及び虚数の値に基づいて逆ＦＦＴ処理を行う逆ＦＦＴ処理部１０４とを備える。
　図１１は、本実施形態に係る信号雑音除去装置のベクトル演算の処理を示す図である。図に示すように、ＦＦＴによる直交変換処理を行った場合、Ｒｅ（Real：実数）とＩｍ（Imaginary：虚数）の値から、以下のように振幅及び位相が求められる。
Figure JPOXMLDOC01-appb-M000001
　本実施形態においては、雑音を除去する際に位相は無関係であることから、振幅の値に対して、フィルタリング処理部２６がフィルタリング処理を行う。このとき、前記第１の実施形態の場合と同様に、基本周波数成分及び高調波成分のフィルタリングが行われる。そして、逆ベクトル演算部１０３が、フィルタリング処理された振幅及び上記ベクトル化の処理で得られた位相に基づいて、実数及び虚数の値に逆ベクトル変換を行う。
　次に、本実施形態に係る信号雑音除去装置の動作について説明する。図１２は、本実施形態に係る信号雑音除去装置の動作を示すフローチャートである。まず、ピーク検出部２１が、生体に取り付けられたセンサで検知した周期性の生体信号を取得し（Ｓ１２１）、その生体信号からピークを検出する（Ｓ１２２）。サンプル数検出部２２が、検出された各ピーク間の検出サンプル数を検出し（Ｓ１２３）、波形切出部２３が、各ピーク間の波形を切り出す（Ｓ１２４）。第１リサンプリング部２４が、切り出した波形の検出サンプル数を所定の基準サンプル数でリサンプリングして補間する（Ｓ１２５）。
　なお、この基準サンプル数は、第１の実施形態の場合と同様に、２ｎに設定されることが望ましく、検出された検出サンプル数の平均値、最小サンプル数又は最大サンプル数を基準に設定されてもよい。特に、検出サンプル数の最大値以上で、且つ、直近の２ｎに設定されることが望ましい。こうすることで、処理を効率よく行いつつ、補間処理における誤差を最小限に抑えることができる。
　基準サンプル数にリサンプリングされた生体信号の信号データに対して、ＦＦＴ処理部１０１がＦＦＴ処理を行う（Ｓ１２６）。ベクトル演算部１０２が、ＦＦＴ処理された周波数データの位相と振幅をベクトル化する（Ｓ１２７）。ベクトル化された振幅に対して、フィルタリング部２６がフィルタリング処理して、基本周波数成分及び高調波成分を抽出する（Ｓ１２８）。すなわち、基本周波数成分及び高調波成分以外のノイズ成分を除去する。逆ベクトル演算部１０３が、フィルタリング処理された振幅及び上記ベクトル演算部１０２で得られた位相に基づいて、実数及び虚数の値に逆ベクトル変換を行う（Ｓ１２９）。逆ＦＦＴ処理部１０４が、ノイズ成分が除去された周波数データに対して逆ＦＦＴの処理を行う（Ｓ１３０）。第２リサンプリング部２８が、逆ＦＦＴで取得された信号データについて、Ｓ１２３で検出された検出サンプル数でリサンプリングをして補間する（Ｓ１３１）。この一連の処理により、ＦＦＴを用いて、元の生体信号からノイズ成分のみが除去された新たな生体信号が出力される。
　このように、本実施形態に係る信号雑音除去装置においては、ＦＦＴにより直交変換を行い、その変換結果を位相と振幅にベクトル化し、振幅の値に対してのみ基本周波数成分及び高調波成分を抽出するため、医療行為に重要となる基本周波数成分及び高調波成分を残し、その他の雑音のみを確実に除去することができ、人体への負担を最小限に抑えた生体信号の計測が可能になる。
　なお、上記各実施形態における基準サンプル数の設定については、以下のようにして行うことも可能である。すなわち、複数の基準サンプル数について信号雑音除去装置により雑音除去を行い、各基準サンプル数ごとに出力された結果の信号波形と、元々の入力波形とを比較して、誤差が最小となる信号波形の基準サンプル数を設定する。そうすることで、波形の誤差を最小限に抑えた雑音の除去を行うことが可能となる。
　また、上記各実施形態に係る信号雑音除去装置は、複数のピークが含まれる処理信号であれば全て適用可能であり、例えば、回転系の運動を行う、モータ、発電機、エンジン等の信号雑音の除去に応用することが可能である
　さらに、特に心電信号や心音、脈波等の信号の場合、病気などが原因で突発的に異常波形が現れる場合がある。例えば、不整脈などの場合、通常時はある程度周期性を持った信号（上記で説明したように多少のゆらぎがあり、周期が一定とは限らない信号）のピークが現れているものの、突発的に周期性から明らかに大きく外れたピーク信号が現れる場合がある。そのような場合であっても、上記各実施形態に係る信号雑音除去装置では、突発的なピーク信号を除くことなく正確に検出することができる。すなわち、図１３に示すように、周期性から大きく外れた突発的な信号であっても、ピークさえ検出することができれば、ノイズのみが除去された正確な信号検出が可能である。
　以下に、本発明の信号雑音除去装置を用いた実験結果を示す。図１４は、従来技術の処理結果と本発明に係る信号雑音除去装置を用いた場合の処理結果との比較を示す図である。図１４（Ａ）は、単なるローパスフィルタを用いた従来技術の処理前後の信号を示す図であり、図１４（Ｂ）は、本発明に係る信号雑音除去装置を用いた場合の処理前後の信号を示す図である。図から明らかな通り、本発明に係る信号雑音除去装置を用いた場合は、生体信号で重要となる周期性の信号部分については確実に残しつつ、雑音は綺麗に除去されていることがわかる。
　図１５は、体動による雑音がある実際の心電波形に対して、本発明の信号雑音除去装置を用いた場合の処理結果を示す図である。図１５（Ａ）は処理前の信号波形であり、図１５（Ｂ）は処理後の信号波形である。図１５（Ａ）においては、特に点線で示す箇所のように体動が原因で大きな雑音が検出されているが、図１５（Ｂ）の処理後の信号波形では、体動による雑音が完全に除去されていることがわかる。
　図１６は、電源による雑音がある実際の心電波形に対して、本発明の信号雑音除去装置を用いた場合の処理結果を示す図である。図１６（Ａ）は処理前の信号波形であり、図１６（Ｂ）は処理後の信号波形である。図から明らかなように、図１６（Ａ）における電源雑音は、図１６（Ｂ）においては完全に除去されている。
　図１７は、白色雑音がある実際の心電波形に対して、本発明の信号雑音除去装置を用いた場合の処理結果を示す図である。図１７（Ａ）は処理前の信号波形であり、図１７（Ｂ）は処理後の信号波形である。図から明らかなように、図１７（Ａ）における白色雑音は、図１７（Ｂ）においては完全に除去されている。
　以上のように、本発明の信号雑音除去装置を用いることで、様々なタイプの不要な雑音を綺麗に除去することができるという明らかな効果が示される。また、周期性を有する生体信号で必要な信号については、確実に残すことができることが明らかである。
　　１　信号雑音除去装置
　　１１　ＣＰＵ
　　１２　ＲＡＭ
　　１３　ＲＯＭ
　　１４　ＨＤ
　　１５　通信Ｉ／Ｆ
　　１６　入出力Ｉ／Ｆ
　　２１　ピーク検出部
　　２２　サンプル数検出部
　　２３　波形切出部
　　２４　第１サンプリング部
　　２５　直交変換部
　　２６　フィルタリング部
　　２７　逆直交変換部
　　２８　第２サンプリング部
　　１０１　ＦＦＴ処理部
　　１０２　ベクトル演算部
　　１０３　逆ベクトル演算部
　　１０４　逆ＦＦＴ処理部
 

Claims (7)

  1. 　入力される処理信号における波形のピークを検出するピーク検出手段と、
    　検出された前記各ピーク間の検出サンプル数を基準サンプル数にリサンプリングする第１リサンプリング手段と、
    　リサンプリングされた前記処理信号を直交変換する直交変換手段と、
    　直交変換後の周波数データから、基本波の周波数成分である基本周波数成分及び高調波の周波数成分である高調波成分を少なくとも抽出するフィルタリング手段と、
    　フィルタリングされた周波数データを逆直交変換する逆直交変換手段と、
    　逆直交変換後に得られる前記処理信号を前記ピーク検出手段にて検出された前記ピークごとの前記検出サンプル数にリサンプリングする第２リサンプリング手段とを備えることを特徴とする信号雑音除去装置。
  2. 　請求項１に記載の信号雑音除去装置において、
    　前記直交変換手段がＦＦＴにより直交変換を行い、
    　前記ＦＦＴによる直交変換後の周波数データに基づいて、位相及び振幅のベクトル化を行うベクトル演算手段と、
    　前記フィルタリング手段により抽出された周波数成分について、実数及び虚数の値に変換する逆ベクトル演算手段とを備え、
    　前記フィルタリング手段が、前記ベクトル演算手段にて求められた振幅方向の値に対して、少なくとも前記基本周波数成分及び高調波成分を抽出し、前記逆直交変換手段が、前記逆ベクトル演算手段にて求められた実数及び虚数の値に基づいて、逆ＦＦＴの演算を行うことを特徴とする信号雑音除去装置。
  3. 　請求項１又は２に記載の信号雑音除去装置において、
    　前記直交変換手段が前記リサンプリングされた基準サンプル数に対応する次数を用いた変換処理を行うことを特徴とする信号雑音除去装置。
  4. 　請求項１ないし３のいずれかに記載の信号雑音除去装置において、
    　入力される前記処理信号は、ピーク間の間隔にばらつきがある信号であることを特徴とする信号雑音除去装置。
  5. 　請求項４に記載の信号雑音除去装置において、
    　入力される前記処理信号が生体信号であることを特徴とする信号雑音除去装置。
  6. 　コンピュータが、
    　入力される処理信号における波形のピークを検出するピーク検出ステップと、
    　検出された前記各ピーク間の検出サンプル数を基準サンプル数にリサンプリングする第１リサンプリングステップと、
    　リサンプリングされた前記処理信号を直交変換する直交変換ステップと、
    　直交変換後の周波数データから、基本波の周波数成分である基本周波数成分及び高調波の周波数成分である高調波成分を少なくとも抽出するフィルタリングステップと、
    　フィルタリングされた周波数データを逆直交変換する逆直交変換ステップと、
    　逆直交変換後に得られる前記処理信号を前記ピーク検出手段にて検出された前記ピークごとの前記検出サンプル数にリサンプリングする第２リサンプリングステップとを実行することを特徴とする信号雑音除去方法。
  7. 　入力される処理信号における波形のピークを検出するピーク検出手段、
    　検出された前記各ピーク間の検出サンプル数を基準サンプル数にリサンプリングする第１リサンプリング手段、
    　リサンプリングされた前記処理信号を直交変換する直交変換手段、
    　直交変換後の周波数データから、基本波の周波数成分である基本周波数成分及び高調波の周波数成分である高調波成分を少なくとも抽出するフィルタリング手段、
    　フィルタリングされた周波数データを逆直交変換する逆直交変換手段、
    　逆直交変換後に得られる前記処理信号を前記ピーク検出手段にて検出された前記ピークごとの前記検出サンプル数にリサンプリングする第２リサンプリング手段としてコンピュータを機能させる信号雑音除去プログラム。
     
PCT/JP2013/081624 2012-11-27 2013-11-25 信号雑音除去装置、その方法及びプログラム WO2014084162A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2014550174A JP6304690B2 (ja) 2012-11-27 2013-11-25 信号雑音除去装置、その方法及びプログラム

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2012258972 2012-11-27
JP2012-258972 2012-11-27

Publications (1)

Publication Number Publication Date
WO2014084162A1 true WO2014084162A1 (ja) 2014-06-05

Family

ID=50827798

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2013/081624 WO2014084162A1 (ja) 2012-11-27 2013-11-25 信号雑音除去装置、その方法及びプログラム

Country Status (2)

Country Link
JP (1) JP6304690B2 (ja)
WO (1) WO2014084162A1 (ja)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016152744A1 (ja) * 2015-03-23 2016-09-29 国立大学法人九州工業大学 生体信号処理装置及び血圧測定システム
WO2016152742A1 (ja) * 2015-03-23 2016-09-29 国立大学法人九州工業大学 生体信号検出装置
WO2016152566A1 (ja) * 2015-03-26 2016-09-29 国立大学法人九州工業大学 心音雑音除去装置、その方法及びプログラム
JP2017535318A (ja) * 2014-10-03 2017-11-30 ボストン サイエンティフィック サイムド，インコーポレイテッドＢｏｓｔｏｎ Ｓｃｉｅｎｔｉｆｉｃ Ｓｃｉｍｅｄ，Ｉｎｃ． 心臓組織をマッピングするための医療システム
JP2018029727A (ja) * 2016-08-23 2018-03-01 株式会社カネカ 生体検査システム及び生体検査方法
WO2018180330A1 (ja) * 2017-03-28 2018-10-04 国立大学法人九州工業大学 感情推定装置
US10349858B2 (en) 2015-03-23 2019-07-16 Kyushu Institute Of Technology Heartbeat detecting device and biological signal processing device
JP7447088B2 (ja) 2018-08-30 2024-03-11 ザイリンクス インコーポレイテッド 信号処理のためのベクトル化されたピーク検出

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003108200A (ja) * 2001-09-27 2003-04-11 Kenwood Corp 音声信号雑音除去装置、音声信号雑音除去方法及びプログラム
JP2006301464A (ja) * 2005-04-22 2006-11-02 Kyushu Institute Of Technology ピッチ周期等化装置及びピッチ周期等化方法、並びに音声符号化装置、音声復号装置及び音声符号化方法
WO2013118398A1 (ja) * 2012-02-08 2013-08-15 国立大学法人九州工業大学 生体情報処理装置、生体情報処理システム、生体情報の圧縮方法、及び、生体情報の圧縮処理プログラム

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007110451A (ja) * 2005-10-13 2007-04-26 Kenwood Corp 音声信号調整装置、音声信号調整方法及びプログラム
JP4736699B2 (ja) * 2005-10-13 2011-07-27 株式会社ケンウッド 音声信号圧縮装置、音声信号復元装置、音声信号圧縮方法、音声信号復元方法及びプログラム

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003108200A (ja) * 2001-09-27 2003-04-11 Kenwood Corp 音声信号雑音除去装置、音声信号雑音除去方法及びプログラム
JP2006301464A (ja) * 2005-04-22 2006-11-02 Kyushu Institute Of Technology ピッチ周期等化装置及びピッチ周期等化方法、並びに音声符号化装置、音声復号装置及び音声符号化方法
WO2006114964A1 (ja) * 2005-04-22 2006-11-02 Kyushu Institute Of Technology ピッチ周期等化装置及びピッチ周期等化方法、並びに音声符号化装置、音声復号装置及び音声符号化方法
EP1876587A1 (en) * 2005-04-22 2008-01-09 Kyushu Institute of Technology Pitch period equalizing apparatus, pitch period equalizing method, sound encoding apparatus, sound decoding apparatus, and sound encoding method
US20090299736A1 (en) * 2005-04-22 2009-12-03 Kyushu Institute Of Technology Pitch period equalizing apparatus and pitch period equalizing method, and speech coding apparatus, speech decoding apparatus, and speech coding method
WO2013118398A1 (ja) * 2012-02-08 2013-08-15 国立大学法人九州工業大学 生体情報処理装置、生体情報処理システム、生体情報の圧縮方法、及び、生体情報の圧縮処理プログラム

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
YASUSHI SATO: "A Method for Elimination of Alternative Noise by DCT in Biopotential Measurements", NEW TECHNOLOGY PRESENTATION MEETINGS, 16 December 2011 (2011-12-16), Retrieved from the Internet <URL:https://www.jstshingi.jp/abst/p/11/1143/kit5.pdf> [retrieved on 20140123] *

Cited By (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10264985B2 (en) 2014-10-03 2019-04-23 Boston Scientific Scimed, Inc. Medical system for mapping cardiac tissue
JP2017535318A (ja) * 2014-10-03 2017-11-30 ボストン サイエンティフィック サイムド，インコーポレイテッドＢｏｓｔｏｎ Ｓｃｉｅｎｔｉｆｉｃ Ｓｃｉｍｅｄ，Ｉｎｃ． 心臓組織をマッピングするための医療システム
US10085659B2 (en) 2014-10-03 2018-10-02 Boston Scientific Scimed, Inc. Medical system for mapping cardiac tissue
WO2016152742A1 (ja) * 2015-03-23 2016-09-29 国立大学法人九州工業大学 生体信号検出装置
US10561322B2 (en) 2015-03-23 2020-02-18 Kyushu Institute Of Technology Biological signal processing device and blood pressure measurement system
JP2016174869A (ja) * 2015-03-23 2016-10-06 国立大学法人九州工業大学 生体信号検出装置
JP2016174871A (ja) * 2015-03-23 2016-10-06 国立大学法人九州工業大学 生体信号処理装置及び血圧測定システム
WO2016152744A1 (ja) * 2015-03-23 2016-09-29 国立大学法人九州工業大学 生体信号処理装置及び血圧測定システム
US10349858B2 (en) 2015-03-23 2019-07-16 Kyushu Institute Of Technology Heartbeat detecting device and biological signal processing device
US20180092552A1 (en) * 2015-03-23 2018-04-05 Kyushu Institute Of Technology Biological signal processing device and blood pressure measurement system
US10058304B2 (en) 2015-03-23 2018-08-28 Kyushu Institute Of Technology Biological signal detection device
JP2016182231A (ja) * 2015-03-26 2016-10-20 国立大学法人九州工業大学 心音雑音除去装置、その方法及びプログラム
WO2016152566A1 (ja) * 2015-03-26 2016-09-29 国立大学法人九州工業大学 心音雑音除去装置、その方法及びプログラム
JP2018029727A (ja) * 2016-08-23 2018-03-01 株式会社カネカ 生体検査システム及び生体検査方法
WO2018180330A1 (ja) * 2017-03-28 2018-10-04 国立大学法人九州工業大学 感情推定装置
CN110520048A (zh) * 2017-03-28 2019-11-29 国立大学法人九州工业大学 情绪估计装置
JPWO2018180330A1 (ja) * 2017-03-28 2020-02-06 国立大学法人九州工業大学 感情推定装置
US10803335B2 (en) 2017-03-28 2020-10-13 Kyushu Institute Of Technology Emotion estimating apparatus
EP3603514A4 (en) * 2017-03-28 2020-11-11 Kyushu Institute of Technology EMOTIONAL ESTIMATE DEVICE
JP7447088B2 (ja) 2018-08-30 2024-03-11 ザイリンクス インコーポレイテッド 信号処理のためのベクトル化されたピーク検出

Also Published As

Publication number Publication date
JPWO2014084162A1 (ja) 2017-01-05
JP6304690B2 (ja) 2018-04-04

Similar Documents

Publication Publication Date Title
JP6304690B2 (ja) 信号雑音除去装置、その方法及びプログラム
Park et al. R peak detection method using wavelet transform and modified shannon energy envelope
Gupta et al. Detection of R-peaks using fractional Fourier transform and principal component analysis
JP6304691B2 (ja) 心音雑音除去装置、その方法及びプログラム
WO2007130997A2 (en) Method and device for filtering, segmenting, compressing and classifying oscillatory signals
WO2017218818A2 (en) Method for eliminating noise in signal data from a piezoelectric device and detecting stenosis
JP3946108B2 (ja) 心拍変動解析装置、心拍変動解析方法、および心拍変動解析用プログラム
Hamdi et al. Real time QRS complex detection using DFA and regular grammar
JP6056389B2 (ja) 心拍推定装置、心拍推定方法及びプログラム
JP5718126B2 (ja) 微細振動特徴量算出装置、微細振動特徴量算出方法及びプログラム
Montejo et al. Synchrosqueezed wavelet transform for frequency and damping identification from noisy signals
US10803335B2 (en) Emotion estimating apparatus
JP7140426B2 (ja) 時変構造瞬時周波数決定方法、システム、装置及び記憶媒体
Mondal et al. Boundary estimation of cardiac events S1 and S2 based on Hilbert transform and adaptive thresholding approach
JP6534566B2 (ja) 心疾患診断装置、心疾患診断プログラム及び媒体
JPH11128185A (ja) 心拍変動解析方法および装置
Tsoutsouras et al. Software design and optimization of ECG signal analysis and diagnosis for embedded IoT devices
US9772368B2 (en) Detection of an abnormal signal in a compound sampled signal
JP6536038B2 (ja) 周期推定装置、周期推定方法及びプログラム。
JP6467044B2 (ja) シャント音解析装置、シャント音解析方法、コンピュータプログラム及び記録媒体
JP6299172B2 (ja) 情報処理装置、情報処理方法及びプログラム
Agrawal et al. Projection operator based removal of baseline wander noise from ECG signals
KR20160147591A (ko) 천식 진단을 위한 청진음 신호의 전처리 방법 및 장치
Chandramouleeswaran et al. Wavelet diagnosis of ECG signals with kaiser based noise diminution
Subasi et al. Signal Acquisition Preprocessing and Feature Extraction Techniques for Biomedical Signals

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 13858360

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2014550174

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 13858360

Country of ref document: EP

Kind code of ref document: A1