WO2015019808A1 - 体幹筋収縮検出装置 - Google Patents

体幹筋収縮検出装置 Download PDF

Info

Publication number
WO2015019808A1
WO2015019808A1 PCT/JP2014/068866 JP2014068866W WO2015019808A1 WO 2015019808 A1 WO2015019808 A1 WO 2015019808A1 JP 2014068866 W JP2014068866 W JP 2014068866W WO 2015019808 A1 WO2015019808 A1 WO 2015019808A1
Authority
WO
WIPO (PCT)
Prior art keywords
data
component
unit
muscle contraction
trunk muscle
Prior art date
Application number
PCT/JP2014/068866
Other languages
English (en)
French (fr)
Inventor
亨 志牟田
Original Assignee
株式会社村田製作所
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 株式会社村田製作所 filed Critical 株式会社村田製作所
Priority to JP2015530774A priority Critical patent/JP6187589B2/ja
Publication of WO2015019808A1 publication Critical patent/WO2015019808A1/ja
Priority to US15/016,329 priority patent/US20160151000A1/en

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
    • A61B5/103—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
    • A61B5/1107—Measuring contraction of parts of the body, e.g. organ, muscle
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A61B5/02405—Determining heart rate variability
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
    • A61B5/0816—Measuring devices for examining respiratory frequency
    • 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
    • A61B5/7207—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts
    • 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
    • A61B5/7235—Details of waveform analysis
    • 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
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7278—Artificial waveform generation or derivation, e.g. synthesising signals from measured signals

Definitions

  • the present invention relates to a trunk muscle contraction detection device.
  • Patent Document 1 discloses a configuration in which a human body motion is determined by analyzing an output from an acceleration sensor mounted on a portable device. The feature quantity obtained from the acceleration sensor of the portable device attached to the human body is compared with the reference data, and body movements such as shaking an arm or walking are determined based on the comparison result.
  • an object of the present invention is to provide a trunk muscle contraction detecting device capable of accurately and timely detecting the occurrence of trunk muscle contraction accompanying body movement or the like using pulsation data.
  • the trunk muscle contraction detection device includes a change component acquisition unit that acquires change component data representing a change component of a beat interval in the beat interval data, and a periodicity in the beat interval data from the change component data.
  • a vibration component removing unit that generates vibration component removal data by removing vibration components corresponding to vibrations, and extracting predetermined fluctuation components from the vibration component removal data, and trunk muscles based on the extracted predetermined fluctuation components
  • a fluctuation component extraction unit that identifies occurrence of contraction.
  • the fluctuation component due to trunk muscle contraction is extracted from the data obtained by removing the vibration component due to respiratory fluctuation or the like from the variation component data of the pulsation interval data.
  • trunk muscle contraction can be reliably detected. Trunk muscle contraction is also caused by respiration, but periodic breathing is regarded as noise, and thereafter, fluctuation due to trunk muscle contraction is distinguished from respiratory fluctuation.
  • the predetermined fluctuation component is preferably a component corresponding to a data waveform in which an increase peak occurs immediately after a decrease peak in the waveform of the pulsation interval data.
  • the characteristic change in the beat interval when the trunk muscle contracts is extracted as the fluctuation component, so that the trunk muscle contraction can be specified with high accuracy.
  • the vibration component is a component based on respiratory change.
  • the change component caused by the respiratory fluctuation is reliably removed as the vibration component, and the trunk muscle contraction can be specified with high accuracy.
  • the change component acquisition unit interpolates the pulsation interval data, arranges the pulsation interval data at a constant time interval, and eliminates the vibration component from the interpolated pulsation interval data.
  • An interpolation processing unit for supplying to the unit is provided.
  • the beat interval data can be cut out at a constant time interval by interpolation of the beat interval data, the beat interval data can be processed on the frequency axis. Therefore, an adaptive filter or the like can be used for the vibration component removal unit, and the degree of freedom of the data processing configuration is improved. Further, by performing interpolation processing on the pulse interval data having a short vibration cycle, the vibration characteristics can be easily captured, so that the accuracy of vibration component removal can be improved.
  • the trunk muscle contraction detecting device is characterized by comprising pulsation interval data generating means for detecting pulsation of a subject and generating pulsation interval data.
  • the trunk muscle contraction detection device According to the trunk muscle contraction detection device according to the present invention, it is possible to detect pulsation and to detect trunk muscle contraction accurately and in a timely manner based on the detection output.
  • FIG. 5 is a diagram for supplementarily explaining the vibration component removal process of FIG. 4.
  • It is a flowchart which shows the trunk muscle contraction detection method which concerns on 1st Embodiment.
  • FIG. 1 is a block diagram showing the configuration of the trunk muscle contraction detection apparatus 1.
  • the trunk muscle contraction detecting device 1 of this embodiment acquires change component data of a beat interval in the beat interval data, removes a component corresponding to periodic vibration from the change component data, and uses vibration component removal data. Generate and extract a predetermined fluctuation component from the vibration component removal data to identify occurrence of trunk muscle contraction.
  • each component will be described in detail.
  • the trunk muscle contraction detection device 1 is based on a pulsation sensor 20 for acquiring a pulsation, a pulsation interval data generation unit 30 for generating pulsation interval data, and the detected pulsation interval data.
  • a pulsation interval data analysis unit 40 for performing analysis for detecting trunk muscle contraction is provided.
  • the pulsation sensor 20 and the pulsation interval data generation unit 30 function as pulsation interval data generation means in the claims.
  • the pulsation sensor 20 may be a photoelectric pulse wave sensor for detecting a pulse, an electrocardiographic sensor for detecting a heart beat, a piezoelectric sensor, or the like.
  • a pulse and a heartbeat are collectively referred to as a pulsation.
  • the pulsation sensor 20 may be a wearable sensor that is worn on the human body, or may be a gripping sensor that is gripped by a hand such as a game controller or a smartphone.
  • the pulsation sensor 20 will be described as a photoelectric pulse wave sensor.
  • the pulsation sensor 20 (hereinafter also referred to as “photoelectric pulse wave sensor 20”) is a sensor that optically detects a photoelectric pulse wave signal by utilizing the light absorption characteristics of blood hemoglobin. Therefore, the photoelectric pulse wave sensor 20 includes a light emitting element 21 and a light receiving element 22.
  • the light emitting element 21 emits light according to a pulsed drive signal output from the drive unit 310 of the pulsation interval acquisition unit 30.
  • a pulsed drive signal output from the drive unit 310 of the pulsation interval acquisition unit 30.
  • the light emitting element 21 for example, an LED, a VCSEL (Vertical Cavity Surface Emitting LASER), or a resonator type LED can be used.
  • the driving unit 310 generates and outputs a pulsed driving signal for driving the light emitting element 21.
  • the light receiving element 22 outputs a detection signal corresponding to the intensity of light irradiated from the light emitting element 21 and transmitted through the human body such as a fingertip or reflected on the human body.
  • a photodiode, a phototransistor, or the like is preferably used.
  • a photodiode is used as the light receiving element 22.
  • the light receiving element 22 is connected to the pulsation interval acquisition unit 30, and the detection signal (photoelectric pulse wave signal) obtained by the light receiving element 22 is output to the pulsation interval acquisition unit 30.
  • the pulse interval acquisition unit 30 processes the input photoelectric pulse wave signal to acquire the pulse interval, and generates pulse interval data. Therefore, the pulsation interval acquisition unit 30 includes an amplification unit 311, a signal processing unit 320, a pulse wave peak detection unit 326, a pulse wave peak correction unit 328, and a pulsation interval data generation unit 330.
  • the signal processing unit 320 includes an analog filter 321, an A / D converter 322, a digital filter 323, and a second-order differentiation processing unit 324.
  • the digital filter 323, the second-order differentiation processing unit 324, the pulse wave peak detection unit 326, and the pulse wave peak correction unit 328 among the above-described units are a CPU that performs arithmetic processing and causes the CPU to execute each processing. These are composed of a ROM for storing the programs and data, and a RAM for temporarily storing various data such as calculation results. That is, the functions of the above-described units are realized by executing the program stored in the ROM by the CPU.
  • the signal processing unit 320 includes the analog filter 321, the A / D converter 322, the digital filter 323, and the second-order differentiation processing unit 324, and converts the photoelectric pulse wave signal amplified by the amplification unit 311 into the photoelectric pulse wave signal.
  • a pulsation component is extracted by performing a filtering process.
  • the analog filter 321 and the digital filter 323 remove components (noise) other than the frequency characterizing the photoelectric pulse wave signal, and perform filtering to improve S / N. More specifically, since the photoelectric pulse wave signal has a dominant frequency component in the vicinity of 0.1 to several tens of Hz, it is filtered using an analog filter and a digital filter such as a low-pass filter and a band-pass filter. S / N is improved by selectively passing only signals in the frequency range.
  • analog filter 321 and the digital filter 323 are not necessarily provided, and only one of the analog filter 321 and the digital filter 323 may be provided. Note that the photoelectric pulse wave signal subjected to the filtering processing by the analog filter 321 and the digital filter 323 is output to the second-order differentiation processing unit 324.
  • the second-order differentiation processing unit 324 obtains a second-order differential pulse wave (acceleration pulse wave) signal by second-order differentiation of the photoelectric pulse wave signal.
  • the acquired acceleration pulse wave signal is output to the pulse wave peak detection unit 326.
  • the peak (rising point) of the photoelectric pulse wave is not clearly changed and may be difficult to detect. Therefore, it is preferable to detect the peak by converting it to an acceleration pulse wave.
  • a second-order differentiation processing unit 324 is provided. Is not essential and may be omitted.
  • the pulse wave peak detection unit 326 detects the peak (rising point) of the photoelectric pulse wave signal (acceleration pulse wave) subjected to the filtering process by the signal processing unit 320.
  • the pulse wave peak detection unit 326 stores information such as peak time and peak amplitude in a RAM or the like for all detected peaks.
  • the pulse wave peak correction unit 328 obtains the delay time of the photoelectric pulse wave signal in the signal processing unit 320 (analog filter 321, digital filter 323, second order differential processing unit 324).
  • the pulse wave peak correction unit 328 corrects the peak of the photoelectric pulse wave signal (acceleration pulse wave signal) detected by the pulse wave peak detection unit 326 based on the obtained delay time of the photoelectric pulse wave signal.
  • the corrected peak of the photoelectric pulse wave (acceleration pulse wave) is output to the pulsation interval data generation unit 330.
  • the pulsation interval data generation unit 330 generates pulsation interval data by summing up the corrected photoelectric pulse wave peaks, and outputs the generated pulsation interval data to the pulsation interval data analysis unit 40.
  • An example of pulsation interval data is shown in FIG. In FIG. 2, the horizontal axis represents time, the vertical axis represents pulsation interval (AAI), data P represents pulsation interval (AAI), and data Q represents trunk muscle contraction detection results.
  • the pulsation interval changes irregularly, it increases after sharply decreasing at the timing when trunk muscle contraction occurs.
  • the pulsation interval sharply decreases at the timing when action A (trunk muscle contraction action swinging the arm) and action B (trunk muscle contraction action bending forward) are performed. And recovery (rise) is observed.
  • the trunk muscle contraction detection result of data Q will be described later.
  • trunk muscle contraction is detected by extraction of such a steep drop and rise in the pulsation interval.
  • a regular or periodic change such as respiratory change is generated. Is also observed.
  • FIG. 3 shows the respiratory fluctuation of the pulsation interval.
  • the horizontal axis represents time
  • the vertical axis represents pulsation interval (AAI)
  • data R represents pulsation interval (AAI)
  • data S represents trunk muscle contraction detection results.
  • subject A the subject of the pulsation interval data in FIG. 2
  • subject B the subject of the pulsation interval data in FIG. 3
  • the frequency is in the range of about 0.1 to 0.5 Hz.
  • the trunk muscle contraction of the subject A appears relatively prominently, but the trunk muscle contraction of the subject B is difficult to be detected due to respiratory variation (in FIG. 3, Subject B is only breathing and no trunk muscle contraction has occurred). Therefore, it is necessary to reliably distinguish a steep change resulting from trunk muscle contraction from a change caused by respiratory changes in the obtained change in pulsation interval.
  • the pulsation interval data analysis unit 40 includes a change component acquisition unit 410, a vibration component removal unit 420, and a fluctuation component extraction unit 430.
  • the pulsation interval data analysis unit 40 is configured to extract an increase in the pulsation interval data after a decrease in the pulsation interval that occurs in a short time.
  • the change component acquisition unit 410 includes a differentiation processing unit 411 in the present embodiment.
  • the differentiation processing unit 411 differentiates a predetermined number of beats as a differentiation interval for the beat interval data in which the beat interval values are arranged in time series. Since the frequency range of pulsation fluctuation caused by trunk muscle contraction is about 0.04 to 0.4 Hz, the predetermined number of beats may be about 2 to 20 beats.
  • a differential value can be obtained by taking the difference between the pulsation interval value AAI (i) and the pulsation interval value AAI (i + n) (n: about 2 to 20) and dividing the difference by time.
  • the differential processing unit 411 outputs the differential value data to the vibration component removing unit 420 as the change component data in the beat interval data.
  • the vibration component removing unit 420 includes a positive peak detecting unit 421, a positive peak holding unit 422, a negative peak detecting unit 423, a subtracting unit 424, and an output unit 425.
  • the vibration component removing unit 420 removes the component corresponding to the periodic vibration in the pulsation interval data from the change component data differentiated by the change component acquiring unit 410 to generate vibration component removal data.
  • the differential waveform corresponding to this fluctuation is a negative peak followed by a positive peak. It becomes. Therefore, the pulsation interval data resulting from the above-described trunk muscle contraction is obtained by removing the waveform component in which the negative peak continues after the positive peak, that is, the sequence of peaks generated in the reverse order.
  • the differential waveform of remains.
  • the positive peak detection unit 421 determines the presence or absence of a positive peak in the differential waveform. When a positive peak is detected, the positive peak characteristic value related to the positive peak is held in the positive peak holding unit 422.
  • the negative peak detection unit 423 detects whether or not a negative peak occurs until a predetermined number of beats elapses after the positive peak is detected by the positive peak detection unit 421. If a negative peak is not detected before a predetermined number of beats has elapsed since the positive peak was detected, the positive peak feature value held in the positive peak holding unit 422 is discarded.
  • the subtraction unit 424 calculates the negative peak feature value regarding the negative peak, A reduction process is performed based on the positive peak feature value held in the positive peak holding unit 422. For example, the positive peak feature value is subtracted from the negative peak feature value.
  • the positive peak feature value and the negative peak feature value may be respective peak values or may be integrated values over time.
  • the predetermined beat number range is set from a beat number range (about 2 to 16 beats) corresponding to respiratory changes, and preferably about 1 to 8 beats.
  • FIG. 5 shows the differential waveform similarly to FIG. 4, and the horizontal axis shows time.
  • positive peaks X1 to X4 on the positive side and negative peaks Y1 to Y4 on the negative side are illustrated.
  • the occurrence times are tx1 to tx4 and ty1 to ty4, and the peak feature values are x1 to x4 and y1 to y4.
  • the time differences ty1-tx1, ty2-tx2, and ty3-tx3 are within the predetermined beat number range, and the time differences ty4-tx4 are outside the predetermined beat number range.
  • the peak feature value y1-x1 is performed, and the peak feature value x1 and the peak feature value y1 are substantially equal.
  • the subtraction result is substantially zero. Therefore, the peak Y1 is removed as a vibration component.
  • the peak feature value y2-x2 is performed for the negative peak Y2 immediately after the positive peak X2, and since the peak feature value x2> the peak feature value y2, the subtraction for the peak feature value of the negative peak Y2 is performed.
  • the result is negative (or may be treated as zero). Therefore, the peak Y2 is removed as a vibration component.
  • the peak feature value y3-x3 is also performed for the negative peak Y3 immediately after the positive peak X3, but since the peak feature value x3 ⁇ the peak feature value y3, the subtraction result for the peak feature value of the negative peak Y3 is It will not be zero. Therefore, the peak Y3 is not removed as a vibration component.
  • the time difference ty4-tx4 is outside the predetermined beat number range as described above, so no subtraction process is performed, that is, the negative peak Y4 is not removed as a vibration component. .
  • the output unit 425 outputs the differential data from the differential processing unit 411 of the change component acquisition unit 410 and the subtraction data from the subtraction unit 424 to the fluctuation component extraction unit 430.
  • the output unit 425 may temporally match the subtraction result by the subtraction unit 424 with other data that is not subjected to the subtraction process by the subtraction unit 424 as necessary. In this way, vibration removal data obtained by removing a component (differential value) corresponding to periodic vibration from the beat interval data (differential value) is output from the vibration component removing unit 420 to the fluctuation component extracting unit 430.
  • the fluctuation component extraction unit 430 includes an inversion unit 431 and a comparison unit 432, extracts a predetermined fluctuation component from the vibration component removal data supplied from the vibration component removal unit 420, and based on the extracted fluctuation component The occurrence of contraction is specified, and the time at which a predetermined fluctuation component is applied is determined as the trunk muscle contraction detection time.
  • the inversion unit 431 inverts the vibration removal data from the vibration component removal unit 420 and outputs a positive value of the inverted vibration removal data (hereinafter referred to as “inversion data”). Thereby, data Q shown in FIG. 2 is obtained.
  • the fluctuation component extraction unit 430 identifies trunk muscle contraction based on the occurrence of a peak portion where the negative peak value of the vibration removal data is equal to or greater than a predetermined threshold, and the occurrence time is determined as the trunk muscle contraction. Is output as the detection time.
  • the fluctuation component extraction unit 430 calculates the delay time and outputs the time corrected for the delay time as the detection time of trunk muscle contraction.
  • the trunk muscle contraction detection result (whether trunk muscle contraction has occurred, trunk muscle contraction detection time, etc.) specified by the fluctuation component extraction unit 430 of the beat interval data analysis unit 40 is output to the display unit 50 and the like.
  • the display unit 50 includes, for example, a liquid crystal display (LCD).
  • the acquired pulsation data, pulsation interval data, and trunk muscle contraction detection results are accumulated and stored in, for example, the RAM described above, and stored in a personal computer (PC) or the like after the measurement is completed. You may make it output and confirm.
  • the trunk muscle contraction detection result may be output from the speaker 55 by voice.
  • the speaker 55 can output a buzzer sound, a chime sound, an audio guide, etc. when detecting trunk muscle contraction.
  • the detection result may be transmitted and displayed on a PC, a smartphone, or the like via the communication unit 60, for example.
  • step S100 a photoelectric pulse wave signal (a photoelectric pulse wave waveform) detected by the photoelectric pulse wave sensor 20 is read.
  • step S102 a filtering process is performed on the photoelectric pulse wave signal read in step S100. Further, the acceleration pulse wave is obtained by second-order differentiation of the photoelectric pulse wave signal.
  • step S104 the peak of the photoelectric pulse wave signal (acceleration pulse wave signal) is detected. Information such as peak time and peak amplitude is stored for all detected peaks. Further, the peak delay time (shift amount) of the photoelectric pulse wave signal (acceleration pulse wave) is obtained, and the peak of the photoelectric pulse wave signal (acceleration pulse wave) is corrected based on the obtained delay time. Since the correction method for each peak is as described above, detailed description is omitted here.
  • step S106 pulsation interval data is generated by compiling the corrected photoelectric pulse wave peaks.
  • the pulsation interval data generation unit 330 of the pulsation interval acquisition unit 30 generates pulsation interval data and outputs it to the pulsation interval data analysis unit 40.
  • the differentiation processing unit 411 of the change component acquisition unit 410 differentiates the beat interval data in which the beat interval values are arranged in time series with a beat number of about 2 to 20 beats as a differentiation interval. For example, by taking the difference between the pulsation interval value AAI (i) and the pulsation interval value AAI (i + n) (n: about 2 to 20, preferably 3 to 7), the difference can be made a differential value. Then, the change component acquisition unit 410 outputs differential waveform data as change component data to the vibration component removal unit 420.
  • the vibration component removal unit 420 removes the component corresponding to the periodic vibration in the pulsation interval data from the change component data differentiated by the change component acquisition unit 410b, and the vibration component removal data. Is generated. As described above, the vibration component removing unit 420 performs a process of removing a waveform component in which a negative peak continues after a positive peak from the change component data. These steps are performed by the positive peak detection unit 421, the positive peak holding unit 422, the negative peak detection unit 423, the subtraction unit 424, the output unit 425, and the CPU.
  • step S112 the positive peak detection unit 421 determines whether there is a positive peak in the change component data. When a positive peak is detected (step S112, Yes), in step S114, the positive peak holding unit 422 holds the positive peak feature value. After step S114, or when a positive peak is not detected (step S112, No), the process proceeds to step S116.
  • step S116 it is determined whether or not the positive peak feature value is held in the positive peak holding unit 422.
  • the process proceeds to step S118, and in other cases, the process proceeds to step S126.
  • step S118 the negative peak detector 423 determines whether or not the number of beats that have elapsed since the positive peak was detected is within a predetermined beat number range. If the elapsed beat number is within the predetermined beat number range (step S118, Yes), the process proceeds to step S120. On the other hand, when the elapsed beat number is out of the predetermined beat number range (No in step S118), the positive peak feature value held in the positive peak holding unit 422 is discarded in step S122.
  • step S120 the negative peak detector 423 determines the presence or absence of a negative peak in the change component data.
  • step S120 Yes
  • step S124 If a negative peak is not detected (step S120, No), the process proceeds to step S126.
  • step S124 the subtraction unit 424 performs a process of reducing the negative peak feature value according to the positive peak feature value held in the positive peak holding unit 422.
  • the positive peak feature value is subtracted from the negative peak feature value.
  • the negative peak component appearing within the predetermined beat number range from the positive peak is removed from the change component data (that is, the differential waveform data).
  • step S126 the output unit 425 outputs the data subjected to the differentiation process in step S112 and the data subjected to the subtraction process in step S124.
  • the vibration component removal data is output to the fluctuation component extraction unit 430 in a state where the subtraction result in step S124 and other data not passing through step S124 are temporally matched as necessary.
  • the fluctuation component extraction unit 430 extracts a predetermined fluctuation component from the vibration component removal data supplied from the vibration component removal unit 420, and the trunk muscle contraction occurs based on the extracted fluctuation component. Is identified.
  • step S128 the inversion unit 431 inverts the vibration component removal data from the vibration component removal unit 420 and outputs inverted data that is a positive value of the inverted vibration component removal data.
  • step S130 the comparison unit 432 compares the inverted data with a predetermined threshold, extracts the inverted data that is equal to or greater than the threshold as a peak, identifies the occurrence of trunk muscle contraction, and sets the time when the predetermined fluctuation component is given. It is specified as the trunk muscle contraction detection time.
  • step S132 the display unit 50 or the like displays and outputs the trunk muscle contraction detection result (the presence or absence of trunk muscle contraction, trunk muscle contraction detection time, etc.) specified in step S130.
  • the vibration component corresponding to the number of beats of respiratory change is used.
  • An adaptive filter may be employed that adaptively removes.
  • the configuration in which the vibration component removal processing by the vibration component removal unit 420 is performed after the differentiation processing by the change component acquisition unit 410 is shown, but the configuration in which differentiation processing is performed after the vibration component removal processing is also possible.
  • the pulsation sensor photoelectric pulse wave sensor
  • the interval data analysis unit 40 may be separate from the beat interval data generation unit 30. In this case, the beat interval data from the beat interval data generation unit 30 is transmitted to the beat interval data analysis unit 40 by wired communication or wireless communication.
  • the periodic vibration component caused by breathing or the like is removed from the beat interval data, the beat fluctuation caused by the trunk muscle contraction can be reliably extracted. Can do.
  • the time from when the trunk muscle contraction occurs until the detection result is output requires substantially only a few beats for differential processing. Is possible.
  • FIG. 7 is a block diagram illustrating a configuration of the trunk muscle contraction detection device 2.
  • symbol is attached
  • the trunk muscle contraction detection device 2 includes a pulsation interval data analysis unit 40b, and the pulsation interval data analysis unit 40b includes a change component acquisition unit 410b, a vibration component removal unit 420b, and a fluctuation component extraction unit 430.
  • the change component acquisition unit 410b and the vibration component removal unit 420b are different from the change component acquisition unit 410 and the vibration component removal unit 420 of the first embodiment.
  • the change component acquisition unit 410b includes an interpolation processing unit 412 and a differentiation processing unit 413.
  • Interpolation processing unit 412 performs interpolation processing of pulsation interval data in which pulsation intervals are arranged in chronological order.
  • the interpolation processing may be spline interpolation or the like, whereby the pulsation interval data can be cut out at a constant time interval (for example, 0.01 second interval). With this interpolation processing, data can be processed as a function of frequency in subsequent processing.
  • the differentiation processing unit 413 differentiates the interpolated beat interval data at a predetermined time interval.
  • the time interval for differentiation is preferably about 1.25 to 12.5 seconds. .
  • the vibration component removing unit 420b includes an adaptive filter 427.
  • the adaptive filter 427 is configured to remove the periodic vibration of the waveform data from the change component acquisition unit 410b. Since the periodic vibration to be removed has a frequency range of about 0.1 to 0.5 Hz corresponding to the respiratory change, the adaptive filter 427 transmits the vibration according to the optimization algorithm so as to remove the frequency component in this range. Self-adapt function. Thereby, the pulsation component which does not change periodically with the said frequency is extracted as vibration component removal data.
  • the adaptive filter 427 is used as the vibration component removing unit 420b.
  • the frequency of the periodic vibration component to be removed is known in advance (for example, pulsation interval data analysis dedicated to a specific subject). For example, when the unit 40b is created, a frequency filter having a relatively narrow cut-off frequency range may be employed.
  • the vibration component removal data from the vibration component removal unit 420b is input to the fluctuation component extraction unit 430, and the fluctuation component extraction unit 430 performs the same data extraction process as in the first embodiment.
  • the trunk muscle contraction detection results (the presence / absence of trunk muscle contraction, trunk muscle contraction detection time, etc.) identified by the fluctuation component extraction unit 430 are output to the display unit 50 or the speaker 55.
  • it can also be set as the structure which transmits and displays the said detection result to PC, a smart phone etc. via the communication part 60, for example.
  • steps S102 to S106 is the same as the processing in steps S102 to S106 in the first embodiment shown in FIG.
  • step S210 after step S106 the interpolation processing unit 412 applies interpolation processing such as spline interpolation to the pulsation interval data in which the pulsation intervals are arranged in chronological order, and converts the pulsation interval data to, for example, 0. Cut out at regular intervals of about 01 seconds.
  • interpolation processing such as spline interpolation to the pulsation interval data in which the pulsation intervals are arranged in chronological order, and converts the pulsation interval data to, for example, 0. Cut out at regular intervals of about 01 seconds.
  • step S212 the differentiation processing unit 413 differentiates the interpolated pulsation interval data at a time interval of about 1.25 to 12.5 seconds, and outputs this as change component data to the vibration component removal unit 420b.
  • the adaptive filter 427 removes periodic vibrations of, for example, about 0.1 to 0.5 Hz in the change component data input from the change component acquisition unit 410b, and beats that do not vary periodically with the frequency.
  • the dynamic component is extracted as vibration component removal data.
  • Steps S228 to S232 after step S214 are the same as steps S128 to S132 of the first embodiment. That is, in step S228, the inversion unit 431 inverts the vibration component removal data and outputs the inversion data.
  • the comparison unit 432 compares the inversion data with a predetermined threshold value, and peaks the inversion data that is equal to or greater than the threshold value. And the occurrence of trunk muscle contraction is specified, and the time at which a predetermined fluctuation component is given is specified as the trunk muscle contraction detection time.
  • the display unit 50 or the like displays and outputs the trunk muscle contraction detection result (the presence or absence of trunk muscle contraction, trunk muscle contraction detection time, etc.) specified in step S230.
  • the configuration of the present embodiment it becomes possible to process the pulsation interval data on the frequency axis by the interpolation process, and the degree of freedom in design of the process for removing the vibration component is improved. Further, for example, by applying interpolation processing to the pulse interval data having a short vibration period corresponding to about 2 to 3 beats, the vibration characteristics can be easily captured, so that the accuracy of vibration component removal is improved. Can do.
  • FIG. 9 is a block diagram illustrating a configuration of the trunk muscle contraction detection device 3.
  • symbol is attached
  • the trunk muscle contraction detection device 3 includes a pulsation interval data analysis unit 40c, and the pulsation interval data analysis unit 40c includes a change component acquisition unit 410c, a vibration component removal unit 420b, and a fluctuation component extraction unit 430c. That is, the configuration of the change component acquisition unit 410c and the variation component extraction unit 430c is different from that of the change component acquisition unit 410b and the variation component extraction unit 430 of the second embodiment.
  • the change component acquisition unit 410 c includes an interpolation processing unit 412.
  • the interpolation processing unit 412 performs interpolation processing of pulsation interval data in which pulsation intervals are arranged in time series.
  • the interpolation processing may be spline interpolation or the like, whereby the pulsation interval data can be cut out at a constant time interval (for example, 0.01 second interval). This interpolated data is processed as a function of frequency.
  • the vibration component removing unit 420b includes an adaptive filter 427 as in the second embodiment. That is, the adaptive filter 427 generates vibration component removal data by removing the periodic vibration (0.1 to 0.5 Hz) of the waveform data from the change component acquisition unit 410c. The vibration component removal data from the vibration component removal unit 420b is input to the fluctuation component extraction unit 430c.
  • the fluctuation component extraction unit 430c includes a reference waveform storage unit 433, a correlation coefficient calculation unit 434, a correlation degree determination unit 435, and a determination unit 436.
  • the reference waveform storage unit 433 stores a reference waveform that is a model of pulsation fluctuation to be detected.
  • a reference waveform a model obtained by modeling pulsation fluctuations generated during trunk muscle movement is used, and as a simple model, a pulsation number fluctuation approximated by a rectangular wave, a triangular wave, or the like can be used. .
  • the correlation coefficient calculation unit 434 calculates a correlation coefficient between the vibration component removal data and the reference waveform stored in the reference waveform storage unit 433.
  • the correlation degree determination unit 435 outputs the detection signal and the correlation degree when the correlation coefficient calculated by the correlation coefficient calculation unit 434 exceeds a predetermined value.
  • the determination unit 436 extracts the fluctuation component according to the degree of correlation, specifies the occurrence of trunk muscle contraction, and specifies the time when the fluctuation component is given as the trunk muscle contraction detection time.
  • the trunk muscle contraction detection result (the presence or absence of trunk muscle contraction, the trunk muscle contraction detection time, etc.) specified by the fluctuation component extraction unit 430 is output to the display unit 50 or the speaker 55.
  • it can also be set as the structure which transmits and displays the said detection result to PC, a smart phone etc. via the communication part 60, for example.
  • steps S102 to S106 is the same as the processing in steps S102 to S106 in the first embodiment shown in FIG.
  • step S310 after step S106 the interpolation processing unit 412 applies interpolation processing such as spline interpolation to the beat interval data in which the beat intervals are arranged in chronological order, and sets the beat interval data to, for example, 0. Cut out at regular intervals of about 01 seconds.
  • interpolation processing such as spline interpolation
  • the adaptive filter 427 removes periodic vibration of, for example, about 0.1 to 0.5 Hz in the change component data input from the change component acquisition unit 410c, and beats that do not vary periodically with the frequency.
  • the dynamic component is extracted as vibration component removal data.
  • step S314 a reference waveform that is a model of pulsation fluctuation to be detected is read from the reference waveform storage unit 433.
  • step S316 the correlation coefficient calculation unit 434 calculates a correlation coefficient between the vibration component removal data and the reference waveform.
  • the correlation degree determination unit 435 calculates the correlation coefficient calculated in step S316 as a predetermined value. When the value is exceeded, the detection signal and the degree of correlation are output.
  • step S320 when the detection signal is input, the determination unit 436 extracts the fluctuation component based on the degree of correlation, identifies the occurrence of trunk muscle contraction, and sets the time when the fluctuation component is given as the trunk muscle contraction detection time. As specified.
  • the display unit 50 or the like displays and outputs the trunk muscle contraction detection result (the presence / absence of trunk muscle contraction occurrence, trunk muscle contraction detection time, etc.) specified in step S320.
  • the configuration using an adaptive filter for vibration component removal processing is shown.
  • wavelet transformation is performed, the periodic vibration component is removed from the converted data, and the trunk muscle is obtained from the data after the periodic vibration component removal. It is good also as a structure which extracts the fluctuation
  • the configuration in which the correlation coefficient between the vibration component removal data and the reference waveform is calculated is shown. It is good also as a structure which extracts and outputs the time of this peak as trunk muscle contraction detection time.

Abstract

　拍動データを用いて体動等に伴う体幹筋収縮の発生を正確かつ適時に検出する。　体幹筋収縮検出装置（１）は、拍動間隔データにおける拍動間隔の変化成分を表す変化成分データを抽出する変化成分取得部（４１０）と、変化成分データから、拍動間隔データにおける周期的な振動に対応する振動成分を除去して振動成分除去データを生成する振動成分除去部（４２０）と、振動成分除去データのうち所定の変動成分を抽出し、抽出された所定の変動成分に基づいて体幹筋収縮の発生を特定する変動成分抽出部（４３０）とを備える。

Description

体幹筋収縮検出装置
　本発明は体幹筋収縮検出装置に関する。
　従来から、人体に関する特徴量をセンシングして人体の動き又は状態を検出する技術が知られている。例えば、特許文献１には、携帯装置に搭載された加速度センサからの出力を解析して人体の動きを判定する構成が開示されている。人体に装着された携帯装置の加速度センサから得られた特徴量が参照データと比較され、比較結果に基づいて、腕を振る、歩行する等といった体動が判別される。
　また、特許文献２には、心拍間隔の周波数解析を行い、睡眠深度、自律神経（交感神経、副交感神経）活動又は呼吸に特徴的な周波数帯域成分量から、睡眠状態、自律神経状態（疲労状態）又は呼吸状態を推定する構成が開示されている。
特開２００２－６５６４０号公報 特開２００３－２９０１６４号公報
　しかしながら、特許文献１の構成によると、加速度センサが装着された部位の動きが検出されるため、携帯装置は、手に把持された状態では手以外の部位の動きを検出することはできない。また、深呼吸、力みといった変位を伴わない体動は加速度センサに加速度が与えられないため、検出されない。また逆に、乗り物への乗車中等、体動以外の要因によって加速度センサに加速度が与えられた場合には、体動があったものと誤判定されてしまう。
　また、特許文献２の構成では、検出された拍動に基づいて解析が行われるため、加速度センサを用いた場合で問題となるような、検出部位が限定されること、変位のない体動が検出されないこと、体動以外の加速度に影響を受けることといった不都合は解消される。しかしながら、同文献の構成によると、体動を要因とする心拍の周期的変動と、自律神経の働きを要因とする心拍の周期的変動が同じ周波数帯域にあった場合に、これらの要因による変動が区別されない。また、周波数解析に数分程度分のデータが必要であり解析結果を得るのに長時間を要する。そもそも自律神経解析は安静状態における静的なデータの取得を前提とするものであり、一瞬の体動に起因する心拍数変動成分はノイズとして除去される対象となってしまうため、適時な体動検出には適さない。
　そこで、本発明は、拍動データを用いて体動等に伴う体幹筋収縮の発生を正確かつ適時に検出することができる体幹筋収縮検出装置を提供することを課題とする。
　本発明に係る体幹筋収縮検出装置は、拍動間隔データにおける拍動間隔の変化成分を表す変化成分データを取得する変化成分取得部と、変化成分データから、拍動間隔データにおける周期的な振動に対応する振動成分を除去して振動成分除去データを生成する振動成分除去部と、振動成分除去データのうち所定の変動成分を抽出し、抽出された所定の変動成分に基づいて体幹筋収縮の発生を特定する変動成分抽出部とを備えることを特徴とする。
　本発明に係る体幹筋収縮検出装置によると、拍動間隔データの変化成分データから、呼吸性変動等に起因する振動成分が除去されたデータにおいて、体幹筋収縮に起因する変動成分が抽出されるので、体幹筋収縮を確実に検出することが可能となる。呼吸によっても体幹筋収縮が生じるが、周期的な呼吸はノイズとみなし、以降は体幹筋収縮による変動を呼吸性変動と区別する。
　本発明に係る体幹筋収縮検出装置では、所定の変動成分が、拍動間隔データの波形において低下ピークの直後に増加ピークが発生したデータ波形に対応する成分であることが好ましい。
　この場合、拍動間隔データにおいて、体幹筋収縮時に特徴的な拍動間隔の変化が変動成分として抽出されるので、高い精度での体幹筋収縮の特定が可能となる。
　本発明に係る体幹筋収縮検出装置では、振動成分が呼吸性変動に基づく成分であることが好ましい。
　この場合、拍動間隔データにおいて呼吸性変動が大きい場合でも、呼吸性変動に起因する変化成分が振動成分として確実に除去され、高い精度での体幹筋収縮の特定が可能となる。
　本発明に係る体幹筋収縮検出装置では、変化成分取得部が、拍動間隔データを補間して拍動間隔データを一定の時間間隔に配置し、補間された拍動間隔データを振動成分除去部に供給する補間処理部を備えることを特徴とする。
　この場合、拍動間隔データの補間により、拍動間隔データを一定の時間間隔で切り出すことができるので、拍動間隔データの周波数軸上での処理が可能となる。従って、振動成分除去部に適応フィルタ等を用いることができ、データ処理構成の自由度が向上する。また、短い振動周期の拍動間隔データについて、補間処理が施されることにより、その振動特性が捕捉され易くなるので、振動成分除去の精度を向上することが可能となる。
　本発明に係る体幹筋収縮検出装置は、被験者の拍動を検知して拍動間隔データを生成する拍動間隔データ生成手段を備えることを特徴とする。
　本発明に係る体幹筋収縮検出装置によると、拍動を検知し、その検知出力に基づいて体幹筋収縮を正確かつ適時に検出することが可能となる。
　本発明によれば、拍動データを用いて体動等に伴う体幹筋収縮の発生を正確かつ適時に検出することが可能となる。
第１実施形態に係る体幹筋収縮検出装置を示すブロック図である。 脈拍間隔と体幹筋動作の関係を説明する図である。 呼吸性振動を説明する図である。 第１実施形態に係る体幹筋収縮検出方法の振動成分除去処理を説明する図である。 図４の振動成分除去処理を補足説明する図である。 第１実施形態に係る体幹筋収縮検出方法を示すフローチャートである。 第２実施形態に係る体幹筋収縮検出装置を示すブロック図である。 第２実施形態に係る体幹筋収縮検出方法を示すフローチャートである。 第３実施形態に係る体幹筋収縮検出装置を示すブロック図である。 第３実施形態に係る体幹筋収縮検出方法を示すフローチャートである。
　以下、図面を参照して本発明の好適な実施形態について詳細に説明する。なお、各図において、同一要素には同一符号を付して重複する説明を省略する。
　（第１実施形態）
　まず、図１を用いて、第１実施形態に係る体幹筋収縮検出装置１の構成について説明する。図１は、体幹筋収縮検出装置１の構成を示すブロック図である。本実施形態の体幹筋収縮検出装置１は、拍動間隔データにおける拍動間隔の変化成分データを取得し、変化成分データから周期的な振動に対応する成分を除去して振動成分除去データを生成し、振動成分除去データのうち所定の変動成分を抽出して体幹筋収縮の発生を特定する。以下、各構成要素について詳細に説明する。
　体幹筋収縮検出装置１は、拍動を取得するための拍動センサ２０、拍動間隔データを生成するための拍動間隔データ生成ユニット３０、及び検出された拍動間隔データに基づいて体幹筋収縮検出のための解析を行う拍動間隔データ解析ユニット４０を備える。以下、各構成要素について詳細に説明する。なお、拍動センサ２０及び拍動間隔データ生成ユニット３０が請求の範囲の拍動間隔データ生成手段として機能する。
　拍動センサ２０は、脈拍を検知するための光電脈波センサ、心拍を検知するための心電センサ、圧電センサ等であればよい。なお、本明細書において、脈拍及び心拍をまとめて拍動というものとする。拍動センサ２０は人体に装着される装着型のセンサであってもよいし、ゲームコントローラ又はスマートフォンのような手によって把持される把持型のセンサであってもよい。本実施形態においては、一例として、拍動センサ２０は光電脈波センサからなるものとして説明を行う。なお、拍動センサ２０（以下、「光電脈波センサ２０」ともいう）は、血中ヘモグロビンの吸光特性を利用して、光電脈波信号を光学的に検出するセンサである。そのため、光電脈波センサ２０は、発光素子２１と受光素子２２とを含んで構成されている。
　発光素子２１は、拍動間隔取得ユニット３０の駆動部３１０から出力されるパルス状の駆動信号に応じて発光する。発光素子２１としては、例えば、ＬＥＤ、ＶＣＳＥＬ（Ｖｅｒｔｉｃａｌ　Ｃａｖｉｔｙ　Ｓｕｒｆａｃｅ　Ｅｍｉｔｔｉｎｇ　ＬＡＳＥＲ）、又は共振器型ＬＥＤ等を用いることができる。なお、駆動部３１０は、発光素子２１を駆動するパルス状の駆動信号を生成して出力する。
　受光素子２２は、発光素子２１から照射され、例えば指先などの人体を透過して、又は人体に反射して入射される光の強さに応じた検出信号を出力する。受光素子２２としては、例えば、フォトダイオードやフォトトランジスタ等が好適に用いられる。本実施形態では、受光素子２２として、フォトダイオードを用いた。受光素子２２は、拍動間隔取得ユニット３０に接続されており、受光素子２２で得られた検出信号（光電脈波信号）は拍動間隔取得ユニット３０に出力される。
　拍動間隔取得ユニット３０は、入力された光電脈波信号を処理して脈拍間隔を取得し、拍動間隔データを生成する。そのため、拍動間隔取得ユニット３０は、増幅部３１１、信号処理部３２０、脈波ピーク検出部３２６、脈波ピーク補正部３２８及び拍動間隔データ生成部３３０を有している。また、信号処理部３２０は、アナログフィルタ３２１、Ａ／Ｄコンバータ３２２、ディジタルフィルタ３２３、及び２階微分処理部３２４を有している。
　ここで、上述した各部の内、ディジタルフィルタ３２３、２階微分処理部３２４、脈波ピーク検出部３２６、脈波ピーク補正部３２８は、演算処理を行うＣＰＵ、該ＣＰＵに各処理を実行させるためのプログラムやデータを記憶するＲＯＭ、及び演算結果などの各種データを一時的に記憶するＲＡＭ等により構成されている。すなわち、ＲＯＭに記憶されているプログラムがＣＰＵによって実行されることにより、上記各部の機能が実現される。
　信号処理部３２０は、上述したように、アナログフィルタ３２１、Ａ／Ｄコンバータ３２２、ディジタルフィルタ３２３、及び２階微分処理部３２４を有しており、増幅部３１１で増幅された光電脈波信号に対して、フィルタリング処理を施すことにより拍動成分を抽出する。
　アナログフィルタ３２１及びディジタルフィルタ３２３は、光電脈波信号を特徴づける周波数以外の成分（ノイズ）を除去し、Ｓ／Ｎを向上するためのフィルタリングを行う。より詳細には、光電脈波信号は０．１～数十Ｈｚ付近の周波数成分が支配的であるため、ローパスフィルタやバンドパスフィルタ等のアナログフィルタ及びディジタルフィルタを用いてフィルタリング処理を施し、上記周波数範囲の信号のみを選択的に通過させることによりＳ／Ｎを向上する。
　なお、アナログフィルタ３２１とディジタルフィルタ３２３は必ずしも両方備える必要はなく、アナログフィルタ３２１とディジタルフィルタ３２３のいずれか一方のみを設ける構成としてもよい。なお、アナログフィルタ３２１及びディジタルフィルタ３２３によりフィルタリング処理が施された光電脈波信号は２階微分処理部３２４へ出力される。
　２階微分処理部３２４は、光電脈波信号を２階微分することにより、２階微分脈波（加速度脈波）信号を取得する。取得された加速度脈波信号は、脈波ピーク検出部３２６へ出力される。なお、光電脈波のピーク（立ち上がり点）は変化が明確でなく検出しにくいことがあるため、加速度脈波に変換してピーク検出を行うことが好ましいが、２階微分処理部３２４を設けることは必須ではなく、省略した構成としてもよい。
　脈波ピーク検出部３２６は、信号処理部３２０によりフィルタリング処理が施された光電脈波信号（加速度脈波）のピーク（立ち上がり点）を検出する。なお、脈波ピーク検出部３２６は、検出したすべてのピークについて、ピーク時刻、ピーク振幅等の情報をＲＡＭ等に保存する。
　脈波ピーク補正部３２８は、信号処理部３２０（アナログフィルタ３２１、ディジタルフィルタ３２３、２階微分処理部３２４）における光電脈波信号の遅延時間を求める。脈波ピーク補正部３２８は、求めた光電脈波信号の遅延時間に基づいて、脈波ピーク検出部３２６により検出された光電脈波信号（加速度脈波信号）のピークを補正する。補正後の光電脈波（加速度脈波）のピークは、拍動間隔データ生成部３３０に出力される。
　拍動間隔データ生成部３３０は、補正後の光電脈波のピークを集計して拍動間隔データを生成し、生成した拍動間隔データを拍動間隔データ解析ユニット４０に出力する。拍動間隔データの一例を図２に示す。図２において、横軸は時間であり、縦軸は拍動間隔（ＡＡＩ）あり、データＰは拍動間隔（ＡＡＩ）を示し、データＱは体幹筋収縮検出結果を示す。ここで、拍動間隔とは、単位時間を拍動数で除した値であり、例えば６０秒間の脈拍数が８０回の場合、拍動間隔は０．７５（＝６０／８０）である。データＰで示されるように、拍動間隔は不規則な変化を呈するものの、体幹筋収縮が発生するタイミングで急峻に低下してから増加する。例えば、図２のグラフのデータの被験者の場合、動作Ａ（腕を振る体幹筋収縮動作）及び動作Ｂ（前方にかがむ体幹筋収縮動作）が行われるタイミングで拍動間隔の急峻な低下及び回復（上昇）が観測される。データＱの体幹筋収縮検出結果については後述する。
　本実施形態においては、このような拍動間隔の急峻な低下及び上昇の抽出によって体幹筋収縮が検出される。ところで、拍動間隔の挙動には、データＰで表されるような不規則な変化及び体幹筋収縮発生時の急峻な変化に加えて、呼吸性変動のような規則的すなわち周期的な変化も観察される。例えば、図３に拍動間隔の呼吸性変動を示す。
　図３において、横軸は時間であり、縦軸は拍動間隔（ＡＡＩ）あり、データＲは拍動間隔（ＡＡＩ）を示し、データＳは体幹筋収縮検出結果を示す。なお、図２の拍動間隔データの被験者（以下、「被験者Ａ」という）と図３の拍動間隔データの被験者（以下、「被験者Ｂ」という）は別人である。呼吸性変動による拍動間隔の変化には個人差があるもののその周波数は約０．１～０．５Ｈｚの範囲であることが知られている。図２及び図３から分かるように、被験者Ａの体幹筋収縮は比較的顕著に表れるが、被験者Ｂの体幹筋収縮は呼吸性変動にうもれて検出されにくい（なお、図３においては、被験者Ｂは呼吸を行っているのみであり、体幹筋収縮は発生していない）。従って、取得された拍動間隔の変化において、体幹筋収縮に起因する急峻な変化を呼吸性変動に起因する変化から確実に識別することが必要となる。
　拍動間隔データ解析ユニット４０は、変化成分取得部４１０、振動成分除去部４２０、及び変動成分抽出部４３０を備える。拍動間隔データ解析ユニット４０は、拍動間隔データにおいて短時間のうちに発生する、拍動間隔の低下後の増加を抽出するように構成される。
　変化成分取得部４１０は本実施形態においては微分処理部４１１からなる。微分処理部４１１は、拍動間隔値が時系列に配列された拍動間隔データについて、所定の拍数を微分間隔として微分する。体幹筋収縮に起因する拍動変動の周波数範囲は０．０４～０．４Ｈｚ程度であるため、上記所定の拍数は２～２０拍程度であればよい。例えば、拍動間隔値ＡＡＩ（ｉ）と拍動間隔値ＡＡＩ（ｉ＋ｎ）（ｎ：２～２０程度）の差分をとり、当該差分を時間で除すことにより微分値とすることができる。ここで、微分間隔となる拍数が小さいと（すなわち、ｎが小さいと）ノイズ耐性が低くなり、微分間隔となる拍数が大きい（すなわち、ｎが大きいと）処理速度が低下し、又は複数の体幹筋収縮動作が微分間隔中に含まれる可能性が高くなってしまう。このような事情を考慮して、上記の所定の拍数は３～７拍であることが好ましい。このように、微分処理部４１１は拍動間隔データにおける変化成分データとして微分値データを振動成分除去部４２０に出力する。
　振動成分除去部４２０は、正側ピーク検出部４２１、正側ピーク保持部４２２、負側ピーク検出部４２３、減算部４２４、及び出力部４２５を備える。振動成分除去部４２０は、変化成分取得部４１０によって微分処理された変化成分データから、拍動間隔データにおける周期的な振動に対応する成分を除去して振動成分除去データを生成する。上述したように、体幹筋収縮に起因する拍動間隔値は短時間のうちに低下した後増加するため、この変動に対応する微分値波形は負のピークの後に正のピークが連続するものとなる。従って、この順序とは逆の順序で発生するピークの連続、すなわち、正のピークの後に負のピークが連続する波形成分を除去する処理により、上記の体幹筋収縮に起因する拍動間隔データの微分値波形が残ることになる。
　正側ピーク検出部４２１は上記微分波形における正のピークの有無を判定し、正のピークを検出した場合には正側ピーク保持部４２２に正のピークに関する正ピーク特徴値を保持する。
　負側ピーク検出部４２３は、正側ピーク検出部４２１によって正のピークが検出されてから所定の拍数が経過するまでに負のピークが発生するか否かを検出する。正のピークが検出されてから所定の拍数が経過するまでに負のピークが検出されない場合には、正側ピーク保持部４２２に保持された正ピーク特徴値は廃棄される。
　減算部４２４は、負側ピーク検出部４２３によって正のピークが検出されてから所定の拍数が経過するまでに負のピークが検出された場合には、負のピークに関する負ピーク特徴値を、正側ピーク保持部４２２に保持されていた正ピーク特徴値に基づいて減じる処理を行う。例えば、負ピーク特徴値から正ピーク特徴値が減算される。ここで、正ピーク特徴値及び負ピーク特徴値とは、それぞれのピーク値であってもよいし、時間にわたる積分値であってもよい。
　例えば、図４に示すように、微分値波形において、時刻ｔｘに正ピーク特徴値ｘの正のピークＸの後に、時刻ｔｙに負ピーク特徴値ｙの負のピークＹがある場合を想定する。時間差ｔｙ－ｔｘが所定拍数範囲内である場合には、負ピーク特徴値ｙから正ピーク特徴値ｘが減算され、時間差ｔｙ－ｔｘが所定拍数範囲外である場合には、負ピーク特徴値ｙに対する減算処理は行われない。なお、上記の所定の拍数範囲は、呼吸性変動に相当する拍数範囲（２～１６拍程度）から設定され、好適には１～８拍程度である。
　図５を用いて、より詳細に振動成分除去処理を説明する。図５は、図４と同様に微分値波形を示し、横軸は時間を示す。同図では、時刻順に、正側では正のピークＸ１～Ｘ４及び負側では負のピークＹ１～Ｙ４が例示される。それぞれの発生時刻はｔｘ１～ｔｘ４及びｔｙ１～ｔｙ４であり、それぞれのピーク特徴値はｘ１～ｘ４及びｙ１～ｙ４であるものとする。また、時間差ｔｙ１－ｔｘ１、ｔｙ２－ｔｘ２、及びｔｙ３－ｔｘ３は上記の所定拍数範囲内であり、時間差ｔｙ４－ｔｘ４は所定拍数範囲外であるものとする。
　ここで、正のピークＸ１の直後の負のピークＹ１については、ピーク特徴値ｙ１－ｘ１が行われ、ピーク特徴値ｘ１とピーク特徴値ｙ１はほぼ等しいため、負のピークＹ１のピーク特徴値についての減算結果は実質的にゼロとなる。従って、ピークＹ１は振動成分として除去されたことになる。正のピークＸ２の直後の負のピークＹ２についても同様に、ピーク特徴値ｙ２－ｘ２が行われ、ピーク特徴値ｘ２＞ピーク特徴値ｙ２であるため、負のピークＹ２のピーク特徴値についての減算結果はマイナス（又はゼロとして処理してもよい）となる。従って、ピークＹ２は振動成分として除去されたことになる。正のピークＸ３の直後の負のピークＹ３についてもピーク特徴値ｙ３－ｘ３が行われるが、ピーク特徴値ｘ３＜ピーク特徴値ｙ３となるため、負のピークＹ３のピーク特徴値についての減算結果はゼロとはならない。従って、ピークＹ３は振動成分としては除去されないことになる。正のピークＸ４の後の負のピークＹ４については、上記のように時間差ｔｙ４－ｔｘ４が所定拍数範囲外であるので減算処理は行われず、すなわち、負のピークＹ４も振動成分としては除去されない。
　出力部４２５は、変化成分取得部４１０の微分処理部４１１からの微分データ及び減算部４２４からの減算データを変動成分抽出部４３０に出力する。出力部４２５は、必要に応じて、減算部４２４による減算結果と、減算部４２４によって減算処理が行われない他のデータとを時間的に整合するようにしてもよい。このように、拍動間隔データ（微分値）から周期的な振動に対応する成分（微分値）を除去した振動除去データが振動成分除去部４２０から変動成分抽出部４３０に出力される。
　変動成分抽出部４３０は反転部４３１及び比較部４３２を備え、振動成分除去部４２０から供給された振動成分除去データのうち所定の変動成分を抽出し、抽出された変動成分に基づいて体幹筋収縮の発生を特定し、所定の変動成分を与える時刻を体幹筋収縮検出時刻として決定する。
　反転部４３１は振動成分除去部４２０からの振動除去データを反転し、反転された振動除去データの正側の値（以下、「反転データ」という）を出力する。これにより、図２に示すデータＱが得られる。
　比較部４３２は反転データのうち所定の閾値以上となるピークを抽出する。図２のデータＱを参照すると、ピークｐ１～ｐ６のうち、所定の閾値（本例ではＡＡＩ＝０．１）以上となるピークｐ１、ｐ２、ｐ３、ｐ４及びｐ６が抽出され、閾値未満であるピークｐ５は抽出されない。なお、図３に示すように、呼吸性振動に上記各処理を施した検出結果であるデータＳには、閾値以上となるピークは発生しない。これは、拍動間隔データに呼吸性変動のみが存在する場合には、上記処理の結果として、体幹筋収縮に起因する変動は検出されないことを示している。
　このように、変動成分抽出部４３０は、振動除去データの負側のピーク値が所定の閾値以上となるピーク部の発生に基づいて体幹筋収縮を特定し、その発生時刻を体幹筋収縮の検出時刻として出力する。ピーク部の時刻がフィルタ処理等で遅延する場合には、変動成分抽出部４３０は、その遅延時間を算出し、遅延時間分を補正した時間を体幹筋収縮の検出時刻として出力する。
　拍動間隔データ解析ユニット４０の変動成分抽出部４３０によって特定された体幹筋収縮検出結果（体幹筋収縮発生の有無、体幹筋収縮検出時刻等）は表示部５０等に出力される。表示部５０は、例えば、液晶ディスプレイ（ＬＣＤ）等からなる。なお、取得された拍動データ、拍動間隔データ、体幹筋収縮検出結果は、例えば、上述したＲＡＭなどに蓄積して記憶しておき、計測が終了した後に、パーソナルコンピュータ（ＰＣ）等に出力して確認するようにしてもよい。また、体幹筋収縮検出結果はスピーカ５５から音声によって出力されるようにしてもよい。スピーカ５５からは体幹筋収縮検出時にブザー音、チャイム音、音声ガイド等が出力され得る。またさらに、上記検出結果を、通信部６０を介して、例えば、ＰＣ、スマートフォン等に送信して表示させる構成とすることもできる。
　次に、図６を参照しつつ、体幹筋収縮検出装置１の動作について説明する。まず、ステップＳ１００では、光電脈波センサ２０により検出された光電脈波信号（光電脈波波形）が読み込まれる。
　続くステップＳ１０２では、ステップＳ１００で読み込まれた光電脈波信号に対してフィルタリング処理が施される。また、光電脈波信号が２階微分されることにより加速度脈波が取得される。次に、ステップＳ１０４では、光電脈波信号（加速度脈波信号）のピークが検出される。そして、検出されたすべてのピークについて、ピーク時刻、ピーク振幅等の情報が記憶される。さらに、光電脈波信号（加速度脈波）のピークの遅延時間（ずれ量）が求められるとともに、求められた遅延時間に基づいて光電脈波信号（加速度脈波）のピークが補正される。なお、各ピークの補正方法は上述した通りであるので、ここでは詳細な説明を省略する。ステップＳ１０６では、補正後の光電脈波のピークを集計して拍動間隔データを生成する。ここでは、拍動間隔取得ユニット３０の拍動間隔データ生成部３３０が拍動間隔データを生成し、拍動間隔データ解析ユニット４０に出力する。
　ステップ１１０では、変化成分取得部４１０の微分処理部４１１が、拍動間隔値が時系列に配列された拍動間隔データについて、２～２０拍程度の拍数を微分間隔として微分する。例えば、拍動間隔値ＡＡＩ（ｉ）と拍動間隔値ＡＡＩ（ｉ＋ｎ）（ｎ：２～２０程度、好ましくは３～７）の差分をとることにより当該差分を微分値とすることができる。そして、変化成分取得部４１０は変化成分データとしての微分波形データを振動成分除去部４２０に出力する。
　続くステップＳ１１２～Ｓ１２６では、振動成分除去部４２０が、変化成分取得部４１０ｂによって微分処理された変化成分データから、拍動間隔データにおける周期的な振動に対応する成分を除去して振動成分除去データを生成する。上述したように、振動成分除去部４２０は、上記変化成分データから、正のピークの後に負のピークが連続する波形成分を除去する処理を行う。これらのステップは、正側ピーク検出部４２１、正側ピーク保持部４２２、負側ピーク検出部４２３、減算部４２４、出力部４２５、及びＣＰＵによって行われる。
　ステップＳ１１２では、正側ピーク検出部４２１が、変化成分データにおける正のピークの有無を判定する。正のピークが検出された場合（ステップＳ１１２、Ｙｅｓ）、ステップＳ１１４において、正側ピーク保持部４２２が、正ピーク特徴値を保持する。ステップＳ１１４の後、又は正のピークが検出されなかった場合（ステップＳ１１２、Ｎｏ）、処理はステップＳ１１６に進む。
　ステップＳ１１６では、正側ピーク保持部４２２に正ピーク特徴値が保持されているか否かが判別される。正側ピーク保持部４２２に正ピーク特徴値が保持されている場合（ステップＳ１１６、Ｙｅｓ）、処理はステップＳ１１８に進み、それ以外の場合には処理はステップＳ１２６に進む。
　ステップＳ１１８では、負側ピーク検出部４２３が、正のピークが検出されてからの経過拍数が所定拍数範囲内であるか否かを判定する。経過拍数が所定拍数範囲内である場合（ステップＳ１１８、Ｙｅｓ）、処理はステップＳ１２０に進む。一方、経過拍数が所定拍数範囲外となった場合（ステップＳ１１８、Ｎｏ）、ステップＳ１２２において、正側ピーク保持部４２２に保持されていた正ピーク特徴値が廃棄される。
　ステップＳ１２０では、負側ピーク検出部４２３が、変化成分データにおける負のピークの有無を判定する。負のピークが検出された場合（ステップＳ１２０、Ｙｅｓ）、処理はステップＳ１２４に進む。負のピークが検出されなかった場合（ステップＳ１２０、Ｎｏ）、処理はステップＳ１２６に進む。
　ステップＳ１２４では、減算部４２４が、負ピーク特徴値を、正側ピーク保持部４２２に保持されていた正ピーク特徴値に応じて減じる処理を行う。例えば、負ピーク特徴値から正ピーク特徴値が減算される。これにより、正のピークから所定拍数範囲内に現れる負のピークの成分が変化成分データ（すなわち、微分波形データ）から除去される。
　ステップＳ１２６では、出力部４２５が、ステップＳ１１２において微分処理されたデータ及びステップＳ１２４において減算処理されたデータを出力する。これにより、ステップＳ１２４における減算結果とステップＳ１２４を通過しない他のデータとが必要に応じて時間的に整合された状態で振動成分除去データが変動成分抽出部４３０に出力される。
　ステップＳ１２８～Ｓ１３０では、変動成分抽出部４３０が、振動成分除去部４２０から供給された振動成分除去データのうち所定の変動成分を抽出し、抽出された変動成分に基づいて体幹筋収縮の発生を特定する。
　ステップＳ１２８では、反転部４３１が、振動成分除去部４２０からの振動成分除去データを反転し、反転された振動成分除去データの正側の値である反転データを出力する。
　ステップＳ１３０では、比較部４３２が、反転データを所定の閾値と比較し、閾値以上となる反転データをピークとして抽出して体幹筋収縮の発生を特定し、所定の変動成分を与える時刻を体幹筋収縮検出時刻として特定する。
　ステップＳ１３２では、表示部５０等が、ステップＳ１３０で特定された体幹筋収縮検出結果（体幹筋収縮の発生の有無、体幹筋収縮検出時刻等）を表示するなどして出力する。
　なお、本実施形態においては、周期的振動成分を除去する構成として、正のピークの直後の負のピークを実質的に消去する構成を採用したが、呼吸性変動の拍数に相当する振動成分を適応的に除去する適応フィルタが採用されてもよい。また、本実施形態においては、変化成分取得部４１０による微分処理の後に、振動成分除去部４２０による振動成分除去処理を行う構成を示したが、振動成分除去処理の後に微分処理を行う構成としてもよい。また、本実施形態においては、拍動センサ（光電脈波センサ）２０、拍動間隔データ生成ユニット３０、拍動間隔データ解析ユニット４０等が一体化されたものとして説明を行ったが、拍動間隔データ解析ユニット４０は拍動間隔データ生成ユニット３０と別体のものであってもよい。この場合、拍動間隔データ生成ユニット３０からの拍動間隔データは有線通信又は無線通信により拍動間隔データ解析ユニット４０に送信される。
　以上のように、本実施形態の構成によると、拍動間隔データから、呼吸等に起因する周期的振動成分が除去されるので、体幹筋収縮に起因する拍動変動を確実に抽出することができる。また、体幹筋収縮が発生してから検出結果が出力されるまでの時間は実質的には微分処理のための数拍程度しか要さないので、準リアルタイム的に適時に検出結果を得ることが可能となる。
　（第２実施形態）
　図７を用いて、第２実施形態に係る体幹筋収縮検出装置２の構成について説明する。図７は、体幹筋収縮検出装置２の構成を示すブロック図である。なお、第１実施形態の体幹筋収縮検出装置１と同様の構成要素には同様の符号を付しその説明を省略する。体幹筋収縮検出装置２は拍動間隔データ解析ユニット４０ｂを備え、拍動間隔データ解析ユニット４０ｂは、変化成分取得部４１０ｂ、振動成分除去部４２０ｂ及び変動成分抽出部４３０を備える。すなわち、変化成分取得部４１０ｂ及び振動成分除去部４２０ｂが第１実施形態の変化成分取得部４１０及び振動成分除去部４２０と異なる。変化成分取得部４１０ｂは補間処理部４１２及び微分処理部４１３を備える。
　補間処理部４１２は、拍動間隔が時系列順に並べられた拍動間隔データの補間処理を行う。ここで、補間処理はスプライン補間等であればよく、これにより拍動間隔データが一定の時間間隔（例えば、０．０１秒間隔）で切り出されることができる。この補間処理によってその後の処理において、データを周波数の関数として処理することができる。
　微分処理部４１３は、補間された拍動間隔データを所定の時間間隔で微分する。ここで、体幹筋の収縮によって発生する拍動変動の周波数範囲は０．０４～０．４Ｈｚ程度であるため、微分のための時間間隔は１．２５～１２．５秒程度が好適である。
　振動成分除去部４２０ｂは適応フィルタ４２７からなる。適応フィルタ４２７は、変化成分取得部４１０ｂからの波形データの周期的振動を除去するように構成される。除去対象となる周期的振動は呼吸性変動に相当する周波数０．１～０．５Ｈｚ程度の範囲であるので、適応フィルタ４２７はこの範囲の周波数成分を除去するように、最適化アルゴリズムに従ってその伝達関数を自己適応させる。これにより、上記周波数によって周期的に変動することのない拍動成分が振動成分除去データとして抽出される。なお、本実施形態では振動成分除去部４２０ｂとして適応フィルタ４２７を用いているが、除去すべき周期的振動の成分の周波数が予め分かっている場合（例えば、特定の被験者専用に拍動間隔データ解析ユニット４０ｂが作成される場合等）はカットオフ周波数範囲が比較的狭い周波数フィルタ等が採用されてもよい。
　このように、振動成分除去部４２０ｂからの振動成分除去データが変動成分抽出部４３０に入力され、変動成分抽出部４３０では第１実施形態と同様のデータ抽出処理が行われる。変動成分抽出部４３０によって特定された体幹筋収縮検出結果（体幹筋収縮発生の有無、体幹筋収縮検出時刻等）は表示部５０又はスピーカ５５に出力される。また、上記検出結果を、通信部６０を介して、例えば、ＰＣ、スマートフォン等に送信して表示させる構成とすることもできる。
　次に、図８を参照しつつ、本実施形態の体幹筋収縮検出装置２の動作について説明する。ステップＳ１０２～Ｓ１０６の処理は図６に示す第１実施形態のステップＳ１０２～Ｓ１０６の処理と同様であるので説明を省略する。
　ステップＳ１０６の後のステップＳ２１０では、補間処理部４１２が、拍動間隔が時系列順に並べられた拍動間隔データに、スプライン補間等の補間処理を適用し、拍動間隔データを、例えば、０．０１秒間隔程度の一定間隔で切り出す。
　ステップＳ２１２では、微分処理部４１３が、補間された拍動間隔データを１．２５～１２．５秒程度の時間間隔で微分し、これを変化成分データとして振動成分除去部４２０ｂに出力する。
　ステップＳ２１４では、適応フィルタ４２７が、変化成分取得部４１０ｂから入力された変化成分データにおける、例えば０．１～０．５Ｈｚ程度の周期的振動を除去し、この上記周波数によって周期的に変動しない拍動成分を振動成分除去データとして抽出する。
　ステップＳ２１４の後のステップＳ２２８～Ｓ２３２は第１実施形態のステップＳ１２８～Ｓ１３２と同様である。すなわち、ステップＳ２２８で反転部４３１が振動成分除去データを反転して反転データを出力し、ステップＳ２３０では、比較部４３２が、反転データを所定の閾値と比較し、閾値以上となる反転データをピークとして抽出して体幹筋収縮の発生を特定し、所定の変動成分を与える時刻を体幹筋収縮検出時刻として特定する。そして、ステップＳ２３２では、表示部５０等が、ステップＳ２３０で特定された体幹筋収縮検出結果（体幹筋収縮発生の有無、体幹筋収縮検出時刻等）を表示するなどして出力する。
　以上のように、本実施形態の構成によると、補間処理によって拍動間隔データを周波数軸上で処理することが可能となり、振動成分除去のための処理の設計自由度が向上する。また、例えば２～３拍数程度に対応する短い振動周期の拍動間隔データについて、補間処理が施されることにより、その振動特性が捕捉され易くなるので、振動成分除去の精度を向上することができる。
　（第３実施形態）
　図９を用いて、第３実施形態に係る体幹筋収縮検出装置３の構成について説明する。図９は、体幹筋収縮検出装置３の構成を示すブロック図である。なお、第２実施形態の体幹筋収縮検出装置２と同様の構成要素には同様の符号を付しその説明を省略する。体幹筋収縮検出装置３は拍動間隔データ解析ユニット４０ｃを備え、拍動間隔データ解析ユニット４０ｃは、変化成分取得部４１０ｃ、振動成分除去部４２０ｂ及び変動成分抽出部４３０ｃを備える。すなわち、変化成分取得部４１０ｃ及び変動成分抽出部４３０ｃの構成が第２実施形態の変化成分取得部４１０ｂ及び変動成分抽出部４３０と異なる。
　変化成分取得部４１０ｃは補間処理部４１２を備える。補間処理部４１２は、拍動間隔が時系列順に並べられた拍動間隔データの補間処理を行う。ここで、補間処理はスプライン補間等であればよく、これにより拍動間隔データが一定の時間間隔（例えば、０．０１秒間隔）で切り出されることができる。この補間処理されたデータは周波数の関数として処理される。
　振動成分除去部４２０ｂは第２実施形態と同様に適応フィルタ４２７からなる。すなわち、適応フィルタ４２７は、変化成分取得部４１０ｃからの波形データの周期的振動（０．１～０．５Ｈｚ）を除去して振動成分除去データを生成する。振動成分除去部４２０ｂからの振動成分除去データは変動成分抽出部４３０ｃに入力される。
　変動成分抽出部４３０ｃは基準波形記憶部４３３、相関係数算出部４３４、相関度決定部４３５及び判定部４３６を備える。
　基準波形記憶部４３３は、検出対象となる拍動変動のモデルとなる基準波形を記憶する。この基準波形として、体幹筋動作時に発生する拍動変動をモデル化したものが使用され、単純なモデルとしては、拍動数変動を矩形波、三角波等で近似したものを使用することができる。
　相関係数算出部４３４は、振動成分除去データと基準波形記憶部４３３に記憶される基準波形との相関係数を算出する。相関度決定部４３５は、相関係数算出部４３４によって算出された相関係数が所定値を超えた場合に検出信号及び相関度を出力する。
　判定部４３６は、検出信号が入力された場合に相関度に従って変動成分を抽出して体幹筋収縮の発生を特定し、変動成分を与える時刻を体幹筋収縮検出時刻として特定する。このように、変動成分抽出部４３０によって特定された体幹筋収縮検出結果（体幹筋収縮発生の有無、体幹筋収縮検出時刻等）は表示部５０又はスピーカ５５に出力される。また、上記検出結果を、通信部６０を介して、例えば、ＰＣ、スマートフォン等に送信して表示させる構成とすることもできる。
　次に、図１０を参照しつつ、本実施形態の体幹筋収縮検出装置３の動作について説明する。ステップＳ１０２～Ｓ１０６の処理は図６に示す第１実施形態のステップＳ１０２～Ｓ１０６の処理と同様であるので説明を省略する。
　ステップＳ１０６の後のステップＳ３１０では、補間処理部４１２が、拍動間隔が時系列順に並べられた拍動間隔データに、スプライン補間等の補間処理を適用し、拍動間隔データを、例えば、０．０１秒間隔程度の一定間隔で切り出す。
　ステップＳ３１２では、適応フィルタ４２７が、変化成分取得部４１０ｃから入力された変化成分データにおける、例えば０．１～０．５Ｈｚ程度の周期的振動を除去し、この上記周波数によって周期的に変動しない拍動成分を振動成分除去データとして抽出する。
　ステップＳ３１４では、基準波形記憶部４３３から、検出対象となる拍動変動のモデルとなる基準波形が読み出される。
　ステップＳ３１６では、相関係数算出部４３４が、振動成分除去データと基準波形との相関係数を算出し、ステップＳ３１８では、相関度決定部４３５が、ステップＳ３１６において算出された相関係数が所定値を超えた場合に検出信号及び相関度を出力する。
　ステップＳ３２０では、判定部４３６が、検出信号が入力された場合に相関度に基づいて変動成分を抽出して体幹筋収縮の発生を特定し、変動成分を与える時刻を体幹筋収縮検出時刻として特定する。そして、ステップＳ３３２では、表示部５０等が、ステップＳ３２０で特定された体幹筋収縮検出結果（体幹筋収縮発生の有無、体幹筋収縮検出時刻等）を表示するなどして出力する。
　なお、本実施形態においては、振動成分除去処理に適応フィルタを用いる構成を示したが、ウェーブレット変換を行い、その変換データから周期振動成分を除去し、周期振動成分除去後のデータから体幹筋収縮に起因する変動成分を抽出する構成としてもよい。また、変動成分抽出処理として、振動成分除去データと基準波形との相関係数を算出する構成を示したが、所定時間間隔で微分処理を行い、負のピークが所定の閾値以上であるピークを抽出し、このピークの時刻を体幹筋収縮検出時刻として出力する構成としてもよい。
　以上のように、本実施形態の構成においても、第２実施形態と同様に、拍動間隔データを周波数軸上で処理することが可能となり、振動成分除去のための処理の設計自由度が向上する。また、例えば２～３拍数程度に対応する短い振動周期の拍動間隔データについて、補間処理が施されることにより、その振動特性が捕捉され易くなるので、振動成分除去の精度を向上することができる。
１、２、３　体幹筋収縮検出装置
２０　拍動センサ
３０　拍動間隔データ生成ユニット
４０、４０ｂ、４０ｃ　拍動間隔データ解析ユニット
４１０、４１０ｂ、４１０ｃ　変化成分取得部
４１１、４１３　微分処理部
４１２　補間処理部
４２０、４２０ｂ　振動成分除去部
４２１　正側ピーク検出部
４２２　正側ピーク保持部
４２３　負側ピーク検出部
４２４　減算部
４２５　バッファ
４３０、４３０ｃ　変動成分抽出部
４３１　反転部
４３２　比較部
４３３　基準波形記憶部
４３４　相関係数算出部
４３５　相関度決定部
４３６　判定部
 

Claims (5)

  1. 　拍動間隔データにおける拍動間隔の変化成分を表す変化成分データを取得する変化成分取得部と、
    　前記変化成分データから、前記拍動間隔データにおける周期的な振動に対応する振動成分を除去して振動成分除去データを生成する振動成分除去部と、
    　前記振動成分除去データのうち所定の変動成分を抽出し、抽出された該所定の変動成分に基づいて体幹筋収縮の発生を特定する変動成分抽出部と
    を備えることを特徴とする体幹筋収縮検出装置。
  2. 　前記所定の変動成分が、前記拍動間隔データを表す波形において低下ピークの直後に増加ピークが発生した変化波形に対応する成分であることを特徴とする請求項１に記載の体幹筋収縮検出装置。
  3. 　前記振動成分が呼吸性変動に基づく成分であることを特徴とする請求項１又は２に記載の体幹筋収縮検出装置。
  4. 　前記変化成分取得部が、前記拍動間隔データを補間して該拍動間隔データを一定の時間間隔に配置し、該補間された拍動間隔データを前記振動成分除去部に供給する補間処理部を備えたことを特徴とする請求項１から３のいずれか一項に記載の体幹筋収縮検出装置。
  5. 　被験者の拍動を検知して前記拍動間隔データを生成する拍動間隔データ生成手段を備えることを特徴とする請求項１から４のいずれか一項に記載の体幹筋収縮検出装置。
     
PCT/JP2014/068866 2013-08-07 2014-07-16 体幹筋収縮検出装置 WO2015019808A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2015530774A JP6187589B2 (ja) 2013-08-07 2014-07-16 体幹筋収縮検出装置
US15/016,329 US20160151000A1 (en) 2013-08-07 2016-02-05 Trunk muscle contraction detection apparatus

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2013163951 2013-08-07
JP2013-163951 2013-08-07

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US15/016,329 Continuation US20160151000A1 (en) 2013-08-07 2016-02-05 Trunk muscle contraction detection apparatus

Publications (1)

Publication Number Publication Date
WO2015019808A1 true WO2015019808A1 (ja) 2015-02-12

Family

ID=52461147

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2014/068866 WO2015019808A1 (ja) 2013-08-07 2014-07-16 体幹筋収縮検出装置

Country Status (3)

Country Link
US (1) US20160151000A1 (ja)
JP (1) JP6187589B2 (ja)
WO (1) WO2015019808A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019035349A1 (ja) * 2017-08-14 2019-02-21 ソニー株式会社 通信装置及び通信方法

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10406434B1 (en) * 2012-12-19 2019-09-10 Alert Core, Inc. Video game controller using core muscles and other applications
WO2016024476A1 (ja) * 2014-08-15 2016-02-18 株式会社村田製作所 生体情報センサ
CN107485854B (zh) * 2017-08-03 2022-03-01 惠州Tcl移动通信有限公司 一种游戏手柄的控制方法、存储介质及游戏手柄
JP6922790B2 (ja) * 2018-03-07 2021-08-18 日本電信電話株式会社 疲労度推定装置およびプログラム

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009261419A (ja) * 2008-04-21 2009-11-12 Denso Corp 生体状態推定装置及びプログラム並びに記録媒体
WO2012156427A1 (en) * 2011-05-18 2012-11-22 Alain Gilles Muzet System and method for determining sleep and sleep stages of a person

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2453099A (en) * 2007-07-19 2009-04-01 Univ Sussex Sensor system with tunable narrow band filter.
US8574162B2 (en) * 2008-06-30 2013-11-05 Nellcor Puritan Bennett Ireland Systems and methods for detecting pulses
US9687656B2 (en) * 2009-07-08 2017-06-27 Pacesetter, Inc. Arterial blood pressure monitoring devices, systems and methods for use while pacing

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009261419A (ja) * 2008-04-21 2009-11-12 Denso Corp 生体状態推定装置及びプログラム並びに記録媒体
WO2012156427A1 (en) * 2011-05-18 2012-11-22 Alain Gilles Muzet System and method for determining sleep and sleep stages of a person

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019035349A1 (ja) * 2017-08-14 2019-02-21 ソニー株式会社 通信装置及び通信方法

Also Published As

Publication number Publication date
US20160151000A1 (en) 2016-06-02
JP6187589B2 (ja) 2017-08-30
JPWO2015019808A1 (ja) 2017-03-02

Similar Documents

Publication Publication Date Title
JP6187589B2 (ja) 体幹筋収縮検出装置
JP6126220B2 (ja) 生体状態推定装置
TWI538660B (zh) 心跳偵測模組及其偵測、去噪方法
KR101406130B1 (ko) 박동 주기 산출장치 및 이것을 포함한 생체 센서
JP5060186B2 (ja) 脈波処理装置及び方法
US8758258B2 (en) Beat detection device and beat detection method
KR102532764B1 (ko) 생리적 레이트 추정 장치 및 그것의 방법
JP6211679B2 (ja) 心拍数検出装置
WO2014196119A1 (ja) 生体情報処理装置および生体情報処理方法
WO2015004915A1 (ja) 生体情報処理装置、生体情報処理方法
JP6115330B2 (ja) 生体情報測定装置、および生体情報測定方法
US9962120B2 (en) Sleep state management device, sleep state management method, and sleep state management program
WO2007032226A1 (ja) 心拍計および心拍波形のノイズ除去方法
KR102301740B1 (ko) 생리적 측정들 내의 잡음들의 제거를 위한 장치 및 방법
KR20180086546A (ko) 스트레스 측정을 위한 이어 헤드셋 장치 및 이를 이용한 스트레스 측정 방법
WO2011048729A1 (ja) 脈波検出装置及び脈波検出方法
JP2001198094A (ja) 脈拍数検出装置
US11266321B2 (en) Vital sign processing device, vital sign processing method, and information processing device
CN110292372B (zh) 检测装置
JP5582051B2 (ja) 脈波計測装置、およびプログラム
JP5998516B2 (ja) 拍動検出装置、電子機器及びプログラム
JP2013106837A (ja) 心拍検知方法、心拍検知装置および精神ストレス計測装置
JP2014236774A (ja) 生体情報処理装置および生体情報処理方法
JP7272196B2 (ja) 脈波解析装置及び脈波解析プログラム
JP5800776B2 (ja) 生体動情報検出装置

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: 14835002

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2015530774

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: 14835002

Country of ref document: EP

Kind code of ref document: A1