WO2016147777A1 - 測定装置、測定方法およびプログラム - Google Patents

測定装置、測定方法およびプログラム Download PDF

Info

Publication number
WO2016147777A1
WO2016147777A1 PCT/JP2016/054383 JP2016054383W WO2016147777A1 WO 2016147777 A1 WO2016147777 A1 WO 2016147777A1 JP 2016054383 W JP2016054383 W JP 2016054383W WO 2016147777 A1 WO2016147777 A1 WO 2016147777A1
Authority
WO
WIPO (PCT)
Prior art keywords
signal
pulse wave
frequency
unit
wave signal
Prior art date
Application number
PCT/JP2016/054383
Other languages
English (en)
French (fr)
Inventor
康裕 鹿仁島
隆 須藤
Original Assignee
株式会社 東芝
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 東芝 filed Critical 株式会社 東芝
Priority to CN201680014986.5A priority Critical patent/CN107405086B/zh
Priority to EP16764608.2A priority patent/EP3272283B1/en
Publication of WO2016147777A1 publication Critical patent/WO2016147777A1/ja
Priority to US15/704,903 priority patent/US10980485B2/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
    • A61B5/72—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
    • A61B5/721—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts using a separate sensor to detect motion or using motion information derived from signals other than the physiological signal to be measured
    • 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
    • A61B5/02416—Detecting, measuring or recording pulse rate or heart rate using photoplethysmograph signals, e.g. generated by infrared radiation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • 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
    • A61B5/7253—Details of waveform analysis characterised by using transforms
    • A61B5/7257—Details of waveform analysis characterised by using transforms using Fourier transforms

Definitions

  • Embodiments described herein relate generally to a measuring apparatus, a measuring method, and a program.
  • a wristwatch-type pulse measuring device using a reflective photoelectric pulse wave sensor is advantageous in that the measurement is relatively easy and the user is not uncomfortable.
  • the reflective photoelectric pulse wave sensor measures the pulse rate by using the reflected light of the light applied to the artery. Since hemoglobin in the artery has a property of absorbing light, the reflected light fluctuates in accordance with a change in the amount of hemoglobin due to a change in blood vessel volume during pulsation. The pulse rate is measured by the fluctuation of the reflected light.
  • the reflection type photoelectric pulse wave sensor has a large disturbance in the measurement waveform due to the contact state between the sensor and the living body and the change in blood flow in the living body. Therefore, when the subject's body movement is large, such as during exercise, it is necessary to perform processing to remove these noises.
  • the process of removing noise leads to an increase in the size of a processing arithmetic unit and an increase in the size of a battery to cope with an increase in power consumption, and causes a problem for a wearable device that requires a reduction in size.
  • the production cost increases. Therefore, it is required to reduce the throughput of the measuring device.
  • An object of the embodiment of the present invention is to suppress the processing amount while maintaining the accuracy of the measuring apparatus.
  • the measurement apparatus includes a first signal acquisition unit that acquires a pulse wave signal of a living body, a second signal acquisition unit that acquires a body movement signal of the living body, the pulse wave signal, and the body movement
  • Each of the signals is converted to a frequency domain to generate a frequency domain signal
  • a frequency analysis unit that estimates a frequency of the pulse wave of the living body based on the frequency domain signal, the pulse wave signal, and based on the frequency
  • a time domain analysis unit that calculates biological information of the biological body.
  • FIG. 1 is a block diagram showing a schematic configuration of a measurement apparatus according to a first embodiment.
  • the figure which shows an example of a pulse wave The figure which shows an example of a pulse wave signal, a body motion signal, a pulse wave signal spectrum, and a body motion signal spectrum.
  • 4 is a schematic flowchart of overall processing of the measurement apparatus according to the first embodiment.
  • the flowchart of the process by a pulse-wave signal process part The flowchart of the process by a body motion signal process part.
  • the flowchart of the process by a frequency domain analysis part The flowchart of the process by a time domain analysis part.
  • FIG. 1 is a block diagram showing a schematic configuration of a measuring apparatus according to the first embodiment.
  • the measuring apparatus according to the first embodiment acquires biological information from the measured pulse wave signal of the living body.
  • the measurement device is assumed to be attached to a part of a living body.
  • the measurement apparatus includes a pulse wave signal processing unit 100, a body motion signal processing unit 200, a frequency domain analysis unit 300, a time domain analysis unit 400, and an output unit 501.
  • the pulse wave signal processing unit 100 acquires a biological pulse wave signal from a sensor (not shown).
  • the pulse wave signal processing unit 100 includes a pulse wave signal acquisition unit 101, a first DC removal unit 102, and a first noise removal unit 103.
  • the body motion signal processing unit 200 acquires a signal related to the movement of the measuring device itself, which is caused by the body motion of a living body, from a sensor (not shown).
  • the body motion signal processing unit 200 includes a body motion signal acquisition unit 201, a second direct current removal unit 202, and a second noise removal unit 203.
  • the frequency domain analysis unit 300 converts the pulse wave signal and the body motion signal into the frequency domain, and calculates the frequency of the pulse wave signal.
  • the frequency domain analysis unit 300 includes a first frequency domain conversion unit 301, a first frequency domain conversion unit 302, a second frequency domain conversion unit 311, a second frequency domain conversion unit 312, a frequency spectrum calculation unit 321, and A frequency peak detection unit 322 and a frequency estimation unit 323 are provided.
  • the time domain analysis unit calculates biological information such as the pulse rate based on the pulse wave signal and the frequency.
  • the time domain analysis unit 400 includes a pulse component extraction unit 401, a time peak detection unit 402, and a biological information acquisition unit 403.
  • the pulse wave signal acquisition unit 101 acquires a biological pulse wave signal.
  • a pulse wave is a wave when a pressure change in a blood vessel generated when blood is pushed out to the aorta by contraction of the heart is transmitted in a peripheral direction.
  • the pulse wave signal is measured by a reflective photoelectric pulse wave sensor based on a change in the amount of hemoglobin accompanying a change in blood vessel volume during pulsation.
  • the first DC removing unit 102 removes a DC component signal from the pulse wave signal.
  • the pulse wave signal using the reflection type photoelectric pulse wave sensor includes a DC component detected by the absorbed and reflected light in addition to the pulse wave signal detected as an AC component by pulsation.
  • the direct current component can be removed by a high-pass filter or the like that passes only a predetermined frequency band component.
  • the first DC removing unit 102 is illustrated before the first noise removing unit, but may be provided later.
  • the first DC removal unit 102 can be omitted.
  • the first noise removing unit 103 removes a signal outside a predetermined range from the pulse wave signal. For example, since the normal pulse rate per minute of a human is about 40 to 220 bpm, the frequency of the pulse wave ranges from about 0.66 Hz to about 3.7 Hz. Therefore, the first noise removing unit 103 may consider and remove a signal having a frequency component outside the range as noise. Not limited to this example, the range may be arbitrarily determined.
  • the first noise removing unit 103 may remove a signal of a frequency component that is a cause in advance in order to prevent occurrence of aliasing distortion in processing to be described later performed by the first frequency domain converting unit 302. Good.
  • the removal by the first noise removing unit 103 can be realized by a band pass filter or the like.
  • the aliasing distortion can be removed by a low-pass filter.
  • the first noise removing unit 103 can be omitted.
  • the body motion signal acquisition unit 201 acquires a signal related to the movement of the measurement device itself that is caused by the movement of the living body.
  • this signal is referred to as a body movement signal.
  • the movement of the living body changes the contact state between the sensor and the living body and the blood flow state in the living body, and causes a large disturbance (body motion noise) in the measurement waveform.
  • the pulse wave signal includes noise caused by a shift between the living body and the measurement device, a change in contact pressure, and the like, noise caused by a change in blood flow at the measurement site, and the like.
  • the body motion signal is used to remove these noises from the pulse wave signal.
  • FIG. 2 is a diagram illustrating an example of a pulse wave signal measured by the pulse wave signal acquisition unit 101.
  • FIG. 2A shows a pulse wave signal at rest.
  • FIG. 2B shows a pulse wave signal during exercise.
  • the pulse wave signal includes a pulse wave, body motion noise, and other noises.
  • the pulse wave signal in FIG. 2 (A) contains almost no body motion noise, and the pulse wave signal almost coincides with the pulse wave.
  • the pulse wave signal in FIG. 2B has a distorted waveform due to the influence of body motion noise. Since the body motion noise is larger than the pulse wave, the pulse wave wavelength or the like cannot be measured with the pulse wave signal including the body motion noise. Therefore, it is necessary to remove body motion noise.
  • the body motion signal is measured by a sensor that detects the movement of the measurement site or the measurement device itself, such as an acceleration sensor or an angular velocity sensor (gyro sensor).
  • a sensor that detects the movement of the measurement site or the measurement device itself, such as an acceleration sensor or an angular velocity sensor (gyro sensor).
  • the second DC removing unit 202 removes a DC component signal from the body motion signal acquired from the body motion signal acquiring unit 201.
  • the role and operation are the same as those of the first DC removing unit 102.
  • the second noise removing unit 203 removes a signal outside a predetermined range from the body motion signal.
  • the role and operation are the same as those of the first noise removing unit 103.
  • the first frequency conversion unit 301 performs down-sampling that thins out the sample signal from the pulse wave signal in the time direction. In order to calculate the peak interval with high accuracy, it is desirable that the number of samplings is large. However, the processing load in the first frequency domain conversion unit 302 and the second frequency domain conversion unit 312 increases, leading to an increase in the size of the measurement apparatus and an increase in power consumption. Therefore, downsampling is performed in order to suppress the processing in the high frequency domain and reduce the resolution of the first frequency domain conversion unit 302 and the second frequency domain conversion unit 312, and the accuracy is secured by another function. By downsampling, the first frequency domain transforming unit 302 and the second frequency domain transforming unit 312 can suppress the processing amount of FFT described later.
  • the first frequency domain transform unit 302 and the second frequency domain transform unit 312 perform FFT (Fast Fourier Transform) based on the input sampling data, and calculate a spectrum.
  • FFT Fast Fourier Transform
  • FIG. 3 is a diagram illustrating an example of a pulse wave signal, a body motion signal, a spectrum of the pulse wave signal, and a spectrum of the body motion signal.
  • the upper part of FIG. 3A is a pulse wave signal and the lower part is a body motion signal.
  • FIG. 3B is a spectrum in a range surrounded by a dotted line frame in FIG. The top of FIG. 3B is the spectrum of the pulse wave signal, and the bottom is the spectrum of the body motion signal.
  • the measured pulse wave signal includes body motion noise.
  • the original pulse wave frequency in this data is in the vicinity of 2.0 Hz, but the frequency in the vicinity of 2.3 Hz is the maximum due to body motion noise.
  • the frequency spectrum calculation unit 321 processes the pulse wave signal spectrum obtained by the first frequency domain conversion unit 302 and brings it closer to the correct pulse wave signal spectrum.
  • the processing method includes, for example, spectral subtraction in which the body motion signal spectrum obtained by the second frequency domain conversion unit 312 is subtracted from the pulse wave signal spectrum obtained by the first frequency domain conversion unit 302.
  • FIG. 4 is a diagram showing an example of spectral subtraction.
  • 4A shows the spectrum of the pulse wave signal
  • FIG. 4B shows the spectrum of the body motion signal.
  • the maximum values in the graphs of FIGS. 4A and 4B are marked with a cross, and the maximum values of the graph are marked with a circle surrounded by a circle.
  • FIG. 4C the maximum value having a frequency near 2.3 Hz was the maximum value, but the maximum value in FIG. 4 (C) was subtracted by about 10 dB of the output value of the body motion signal. I understand that. As a result, the maximum value in FIG. 4C is a maximum value in the vicinity of 2.0 Hz.
  • the frequency peak detector 322 calculates the peak (extreme value) of the spectrum.
  • the calculation of the peak can be obtained, for example, by differentiating the spectrum with respect to the frequency and determining the time when the differential value is 0 as an extreme value.
  • the frequency estimation unit 323 estimates the frequency from the spectrum of the pulse signal. It is assumed that there are a plurality of extreme values calculated by the frequency peak detector by downsampling. The frequency estimation unit 323 estimates the frequency of the pulse wave from these extreme values.
  • the estimation method may use the maximum value of the peak as the detection result. Alternatively, an evaluation function based on past data or the like may be generated in advance, and a value closest to a predicted value from the evaluation function may be used as the pulse wave frequency.
  • the pulse component extraction unit 401 acquires the estimated frequency calculated by the frequency estimation unit 323, and functions as an adaptive filter for a pulse wave that is not processed by the frequency domain analysis unit 300.
  • the adaptive filter is a filter that can change the passband because the filter coefficient that determines the characteristics of the filter is variable.
  • the filter coefficient is determined so as to reduce the error by feeding back the output signal with respect to the input signal.
  • the estimated frequency of the pulse wave signal is used as a reference value for the adaptive filter.
  • An adaptive algorithm for obtaining a filter coefficient may be arbitrarily determined.
  • the estimated frequency is not highly accurate due to the downsampling of the first frequency converter 301 and the second frequency converter 311. For this reason, it is better to give a margin to the frequency that can pass through the adaptive filter.
  • FIG. 5 is a diagram illustrating an example of a pulse wave signal before and after processing by the pulse component extraction unit 401.
  • FIG. 5A shows a pulse wave signal before processing
  • FIG. 5B shows a pulse wave signal after processing.
  • FIG. 5A although the noise removal by the first DC removal unit 102 and the first noise removal unit 103 is performed, the peak of the pulse wave signal cannot be determined in the time domain.
  • FIG. 5B it can be seen that although the amplitude varies, the peak of the pulse wave in the time domain can be determined.
  • the time peak detector 402 detects a peak from the filtered pulse wave signal.
  • the peak is the maximum value of the pulse wave in a predetermined length of time interval (detection time window width).
  • the width of the detection time window may be determined in advance, or may be determined based on the estimated frequency calculated by the frequency domain analysis unit 300.
  • the time peak detection part 402 may update sequentially based on the last detection result.
  • the maximum value can be obtained by, for example, a method of differentiating the pulse wave with time, setting the time when the differential value is 0 as an extreme value, and setting the maximum value of the extreme value.
  • the biological information acquisition unit 403 calculates biological information such as the pulse rate from the pulse wave signal based on the peak calculated by the time peak detection unit 402.
  • the biometric information acquisition unit 403 may sequentially calculate the pulse rate for each beat. Specifically, the time interval between the peak calculated by the time peak detection unit 402 and the previous peak is obtained.
  • the value of the pulse rate is different for each beat. This is called fluctuation.
  • Autonomic nerve analysis analyzes pulse and heart rate fluctuations. It is known that this fluctuation disappears when the autonomic nervous system malfunctions. Therefore, it is necessary to measure the pulse rate for each beat and obtain fluctuations.
  • the frequency estimated by the frequency domain analysis unit 300 is an average frequency for a predetermined time, fluctuation cannot be grasped. can do.
  • biological information to be acquired is assumed to be a pulse rate here, but any biological information that can be calculated from a pulse wave signal subjected to filtering processing may be used.
  • the output unit 501 outputs biological information such as the calculated pulse rate.
  • the output method may be displayed on a screen (not shown) of the measuring apparatus. Further, a wireless communication function may be provided, and output by data transmission or the like may be performed to another communication device or the like.
  • FIG. 6 is a diagram illustrating an example of a processing result of the measurement apparatus according to the first embodiment.
  • FIG. 6A shows a heart rate of a living body by a measuring device different from the measuring device attached to the chest.
  • FIG. 6 (B) shows the pulse rate of the living body of the measurement device attached to the arm.
  • the heart rate is smoothed as an average value and represented by a curve.
  • the pulse rate determined for each beat is plotted.
  • the behavior of the measurer is changed with the measurement time. From the start to 300 seconds, the measurer is in a sitting state (Sitting), and every 300 seconds thereafter, walking (Walking), fast-running state (Jogging), running state (Running), sitting It is changed to a state (Sitting). Comparing the two figures, it can be seen that the values are almost equal even in a state such as Running where the body movement is intense. Thus, it can be seen that the present apparatus can measure with high accuracy regardless of the arm-type measuring apparatus affected by body motion noise.
  • FIG. 7 is a schematic flowchart of the entire process of the measuring apparatus according to the first embodiment. This processing is assumed to be started at the time of power activation of the measuring apparatus or at the timing of an operation start instruction from the user.
  • the pulse wave signal processing unit 100 and the body motion signal processing unit 200 start processing separately (S101A and S101B).
  • a pulse wave signal is output from the pulse wave signal processing unit 100, and a body motion signal is output from the body motion signal processing unit 200.
  • the frequency domain analysis unit 300 After acquiring both the pulse wave signal from the pulse wave signal processing unit 100 and the body motion signal from the body motion signal processing unit 200, the frequency domain analysis unit 300 acquires the estimated frequency of the pulse wave signal based on these signals. Is calculated (S102). Based on the estimated frequency from the frequency domain analysis unit 300, the time domain analysis unit 400 obtains a pulse period for each beat and calculates the number of pulses per beat (S103). The output unit 501 outputs the pulse rate calculated by the time domain analysis unit 400 (S104). The above is the outline processing flow. Next, details of the processing of each unit will be described.
  • FIG. 8 is a flowchart of processing by the pulse wave signal processing unit 100.
  • the pulse wave signal acquisition unit 101 acquires a pulse wave signal (S201).
  • a DC component is removed through a band pass filter or the like which is the first DC removing unit 102 (S202).
  • the extracted pulse wave signal is subjected to removal of frequency components outside the passable range through a bandpass filter or the like as the first noise removing unit 103 (S203).
  • S201 the pulse wave signal
  • S202 the first DC removing unit 102
  • S203 the first noise removing unit 103
  • FIG. 9 is a flowchart of processing by the body motion signal processing unit 200.
  • the body motion signal acquisition unit 201 acquires a body motion signal (S301).
  • the acquired body motion signal has the DC component removed through the second DC removing unit 202 (S302), and the frequency component outside the passable range through the second noise removing unit. Is removed (S303).
  • S301 body motion signal
  • S302 DC component removed through the second DC removing unit 202
  • S303 the frequency component outside the passable range through the second noise removing unit.
  • the above is the processing flow of the body motion signal processing unit 200.
  • FIG. 10 is a flowchart of processing by the frequency domain processing unit 300.
  • the frequency domain processing unit 300 starts processing the pulse wave signal and the body motion signal separately.
  • the first frequency converter 301 performs downsampling on the acquired pulse wave signal (S401A). Assume that the sampling period is predetermined.
  • the sampled pulse wave signal is sent to the first frequency domain converter 302.
  • the first frequency domain converter 302 performs FFT to convert the sampled pulse wave signal into a frequency spectrum (S402A).
  • the sampled pulse wave signal is sent to the frequency spectrum calculation unit 311.
  • the second frequency conversion unit 311 performs downsampling on the acquired body motion signal, similarly to the first frequency conversion unit 301 (S401B). Assume that the sampling period is predetermined.
  • the sampled pulse wave signal is sent to the second frequency domain converter 312.
  • the 2nd frequency domain conversion part 312 performs FFT similarly to the 1st frequency domain conversion part 302, and converts the sampled pulse wave signal into a frequency spectrum (S402B).
  • the sampled pulse wave signal is sent to the frequency spectrum calculation unit 311.
  • the frequency spectrum calculation unit 321 subtracts the frequency spectrum of the body motion signal from the frequency spectrum of the pulse wave signal by spectrum subtraction (S403).
  • the subtracted pulse wave spectrum is sent to the frequency peak detector 322.
  • the frequency peak detector 322 calculates a peak by a predetermined method (S404). There may be a plurality of calculated peaks. The calculation result is sent to the frequency estimation unit 323.
  • the frequency estimation unit 323 estimates the frequency of the pulse wave by a predetermined method (S405). The above is the processing flow of the frequency domain processing unit 300.
  • FIG. 11 is a flowchart of processing by the time domain analysis unit 400.
  • the pulse component extraction unit 401 performs filtering on the pulse wave signal from the pulse wave signal processing unit 100 based on the estimated frequency from the frequency domain analysis unit 300 (S501). Assume that the algorithm of the adaptive filter is predetermined.
  • the filtered pulse wave signal is sent to the time peak detection unit 402.
  • the time peak detection unit 402 detects a peak from the filtered pulse wave signal (S502).
  • the peak detection method is assumed to be predetermined. Information about the calculated peak is sent to the biological information acquisition unit 403.
  • the biological information acquisition unit 403 calculates biological information based on the peak information or the pulse wave signal (S503). It is assumed that the biological information to be calculated is predetermined. A plurality of pieces of biological information may be calculated. The above is the processing flow of the time domain analysis unit 400.
  • both reduction in processing load and high-precision pulse wave calculation are achieved. be able to.
  • the weight reduction and power saving of a measuring apparatus can be achieved.
  • the pulse rate per beat can be calculated for each beat, the measurement data can be used for other analyzes such as autonomic nerve analysis.
  • FIG. 12 is a block diagram illustrating a schematic configuration of a measuring apparatus according to the second embodiment.
  • the measurement apparatus according to the second embodiment is obtained by adding a third signal processing unit 600 to the first embodiment.
  • the third signal processing unit 600 performs processing related to a pulse wave signal (second pulse wave signal) different from the pulse wave signal (first pulse wave signal) processed by the pulse wave signal processing unit 100.
  • the measuring device that measured the first pulse wave signal and the device that measured the second pulse wave signal may be different or the same.
  • the measurement signals may be different due to different measurement methods.
  • a reflective photoelectric pulse wave sensor that measures a pulse wave signal receives red light and measures the first pulse wave signal
  • the second pulse wave signal is measured by receiving infrared light. Any signal may be used.
  • the color of the light of a 1st pulse wave and a 2nd pulse wave, and its wavelength can be suitably selected according to a measuring object.
  • the third signal processing unit 600 includes a third signal acquisition unit 601, a third DC removal unit 602, and a third noise removal unit 603.
  • the functions of the respective units inside the third signal processing unit 600 are the same as the functions of the corresponding units inside the pulse wave signal processing unit 100, and thus the description thereof is omitted.
  • the third signal acquisition unit 601 is the pulse wave signal acquisition unit 101 of the pulse wave signal processing unit 100
  • the third DC removal unit 602 is the first DC removal unit 102
  • the third noise removal unit 603 is the first noise removal. This corresponds to the unit 103.
  • the second pulse wave signal processed by the third signal processing unit 600 is sent to the frequency domain analysis unit 300 and the time domain analysis unit 400 in the same manner as the first pulse wave signal, and is processed in the same manner as in the first embodiment.
  • the biological information acquisition unit 403 may individually calculate biological information based on the first pulse wave signal and biological information based on the second pulse wave signal. Alternatively, information based on comparison between two pieces of biological information may be calculated.
  • the second pulse wave signal may be filtered by the pulse component extraction unit 401 based on the estimation information of the first pulse wave signal without being sent to the frequency domain analysis unit 300. This is because there is a low possibility that a problem will occur unless the frequencies of the first pulse wave signal and the second pulse wave signal are significantly different.
  • the flowchart of the processing in the second embodiment is omitted because the processing of the pulse wave signal processing unit 100 and the respective internal units is replaced with the third signal processing unit 600 and the respective internal units, respectively.
  • said 2nd Embodiment is the form provided with the 3rd signal processing part 600 newly, you may provide the 4th to nth (n is an integer greater than or equal to 5) signal processing part. . Also in that case, the functions and operations of the respective parts of the fourth to n-th signal processing units are the same as those of the third signal processing unit 600.
  • two different types of biological information such as sensors or measurement methods can be acquired, and new measurement information is provided based on a result of comparing the acquired biological information. can do.
  • the fourth to nth signal processing units having the same configuration as that of the third signal processing unit 600, a plurality of types of biological information is acquired, and a comparison is made between the acquired types of biological information. Measurement information can be provided. Furthermore, it is possible to increase the measurement accuracy by taking the average of the outputs of the plurality of signal processing units.
  • each process in the embodiment described above can be realized by software (program). Therefore, the measurement apparatus in the above-described embodiment can be realized by using a general-purpose computer device as basic hardware and causing a processor mounted on the computer device to execute a program.
  • FIG. 13 is a block diagram illustrating a hardware configuration example that realizes the measurement apparatus according to the present embodiment.
  • the measurement apparatus includes a processor 701, a main storage device 702, an auxiliary storage device 703, a device interface 704, a network interface 705, an input device 706, and an output device 707, which can be realized as a computer device connected via a bus 708. .
  • the processor 701 reads out the program from the auxiliary storage device 703, expands it in the main storage device 702, and executes it, whereby the pulse wave signal processing unit 100, the body motion signal processing unit 200, the frequency domain analysis unit 300, The function of the time domain analysis unit 400 can be realized.
  • the measurement apparatus of the present embodiment may be realized by previously installing a program executed by the measurement apparatus in a computer apparatus, or the program is stored in a storage medium such as a CD-ROM or via a network. May be distributed and installed on a computer device as appropriate.
  • the main storage device 702 is a memory device that temporarily stores instructions executed by the processor 701, various data, and the like, and may be a volatile memory such as a DRAM or a non-volatile memory such as an MRAM.
  • the auxiliary storage device 703 is a storage device that permanently stores programs, data, and the like, such as a flash memory.
  • the device interface 704 is an interface such as a USB connected to an external storage medium that records output results and the like.
  • the external storage medium may be an arbitrary recording medium such as an HDD, a CD-R, a CD-RW, a DVD-RAM, a DVD-R, and a SAN (Storage Area Network).
  • the device interface 704 may be connected to a sensor that measures a pulse wave such as a reflection type photoelectric pulse wave sensor (not shown), a sensor that measures acceleration such as an acceleration sensor or an angular velocity sensor (gyro sensor), and the like.
  • the network interface 504 is an interface for connecting to a network such as a wireless LAN.
  • the output unit 501 may transmit an output result or the like to another communication device via the network interface 504.
  • the user may input information such as measurement start from the input device 706.
  • the output device 708 may be a display device that displays an image.
  • Pulse wave signal processing part 101 Pulse wave signal acquisition part 102 1st DC removal part 103 1st noise removal part 200 Body motion signal processing part 201 Body motion signal acquisition part 202 2nd DC removal part 203 2nd noise removal part 300 Frequency Area analysis unit 301 First frequency conversion unit 302 First frequency domain conversion unit 311 Second frequency conversion unit 312 Second frequency domain conversion unit 321 Frequency spectrum calculation unit 322 Frequency peak detection unit 323 Frequency estimation unit 400 Time domain analysis unit 401 Pulse Component extraction unit 402 Time peak detection unit 403 Biological information acquisition unit 501 Output unit 600 Third signal processing unit 601 Third signal acquisition unit 602 Third DC removal unit 603 Third noise removal unit 701 Processor 702 Main storage device 703 Auxiliary storage device 704 Device interface 705 Network interface 706 ON Force device 707 output device 708 bus

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Molecular Biology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Physiology (AREA)
  • Surgery (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Cardiology (AREA)
  • Signal Processing (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

【課題】測定装置の精度を保ちつつ、処理量を抑えることを目的とする。 【解決手段】本発明の一態様としての測定装置は、生体の脈波信号を取得する第１信号取得部と、前記生体の体動信号を取得する第２信号取得部と、前記脈波信号と前記体動信号のそれぞれを周波数領域に変換して周波数領域信号をそれぞれ生成し、前記周波数領域信号に基づき前記生体の脈波の周波数を推定する周波数分析部と、前記脈波信号と、前記周波数に基づき、前記生体の生体情報を算出する時間領域分析部と、を備える。

Description

測定装置、測定方法およびプログラム
　本発明の実施形態は、測定装置、測定方法およびプログラムに関する。
　近年、健康志向の高まりを受けて、ウェアラブル端末にて生体情報を測定することが普及しつつある。特に、反射型光電脈波センサを用いた腕時計型の脈拍測定装置は、測定が比較的容易であり、ユーザに不快感を与えないという利点がある。
　反射型光電脈波センサは、動脈に照射した光の反射光を利用して、脈拍数を測定する。動脈中のヘモグロビンは光を吸収する性質があるため、反射光は拍動時の血管容積変化によるヘモグロビン量の変化に応じて変動する。この反射光の変動により、脈拍数を測定する。
　しかし、反射型光電脈波センサは、センサと生体との接触状態や、生体内の血流の変化により、その測定波形に大きな乱れが生じる事が知られている。そのため、運動時など、被験者の体動が大きい場合は、これらの雑音を除去する処理を行う必要がある。
　雑音を除去する処理は、処理演算器の大型化、および消費電力量増加に対応するためのバッテリの大型化につながり、小型化を求めるウェアラブルデバイスにとって問題が生ずる。また、生産コストも高くなる。ゆえに、測定装置の処理量を減らすことが求められる。
特許第２８１６９４４号 特許第３５８４１４３号
　本発明の実施形態は、測定装置の精度を保ちつつ、処理量を抑えることを目的とする。
　本発明の一態様としての測定装置は、生体の脈波信号を取得する第１信号取得部と、前記生体の体動信号を取得する第２信号取得部と、前記脈波信号と前記体動信号のそれぞれを周波数領域に変換して周波数領域信号をそれぞれ生成し、前記周波数領域信号に基づき前記生体の脈波の周波数を推定する周波数分析部と、前記脈波信号と、前記周波数に基づき、前記生体の生体情報を算出する時間領域分析部と、を備える。
第１の実施形態に係る測定装置の概略構成を示すブロック図。 脈波の一例を示す図。 脈波信号と体動信号並びに脈波信号スペクトルと体動信号スペクトルの一例を示す図。 スペクトルサブトラクションの一例を示す図。 脈拍成分抽出部による処理前と処理後の脈波信号の一例を示す図。 第１の実施形態に係る測定装置の処理結果の一例を示す図。 第１の実施形態に係る測定装置の全体処理の概略フローチャート。 脈波信号処理部による処理のフローチャート。 体動信号処理部による処理のフローチャート。 周波数領域分析部による処理のフローチャート。 時間領域分析部による処理のフローチャート。 第２の実施形態に係る測定装置の概略構成を示すブロック図。 本実施形態に係る測定装置を実現したハードウェア構成例を示すブロック図。
　以下、図面を参照しながら、本発明の実施形態について説明する。
（第１の実施形態）
　図１は、第１の実施形態に係る測定装置の概略構成を示すブロック図である。第１の実施形態に係る測定装置は、測定した生体の脈波信号から、生体情報を取得する。測定装置は、生体の一部に装着される事を想定する。
　第１の実施形態に係る測定装置は、脈波信号処理部１００と、体動信号処理部２００と、周波数領域分析部３００と、時間領域分析部４００と、出力部５０１と、を備える。
　以下、各部について説明する。
　脈波信号処理部１００は、生体の脈波信号を図示しないセンサから取得する。脈波信号処理部１００は、脈波信号取得部１０１と、第１直流除去部１０２と、第１ノイズ除去部１０３と、を備える。
　体動信号処理部２００は、生体の体動などから生ずる測定装置自体の動きに関する信号を、図示しないセンサから取得する。体動信号処理部２００は、体動信号取得部２０１と、第２直流除去部２０２と、第２ノイズ除去部２０３と、を備える。
　周波数領域分析部３００は、脈波信号と体動信号を周波数領域に変換し、前記脈波信号の周波数を算出する。周波数領域分析部３００は、第１周波数領域変換部３０１と、第１周波数領域変換部３０２と、第２周波数領域変換部３１１と、第２周波数領域変換部３１２と、周波数スペクトル演算部３２１と、周波数ピーク検出部３２２と、周波数推定部３２３と、を備える。
　時間領域分析部は、脈波信号と周波数に基づき、脈拍数などの生体情報を算出する。時間領域分析部４００は、脈拍成分抽出部４０１と、時間ピーク検出部４０２と、生体情報取得部４０３と、を備える。
　以下、各部の詳細について説明する。
　脈波信号取得部１０１は、生体の脈波信号を取得する。脈波とは、心臓の収縮により血液が大動脈に押し出されることで発生する血管内の圧力変化が、抹消方向に伝達する時の波動のことである。
　なお、以下の説明において、脈波信号は、反射型光電脈波センサにより、拍動時の血管容積変化に伴うヘモグロビン量の変化に基づき、測定されることを想定する。
　第１直流除去部１０２は、脈波信号に対し、直流成分の信号を除去する。反射型光電脈波センサを用いた脈波信号には、脈動により交流成分として検出される脈波信号以外に、吸収および反射された光により検出される直流成分が含まれる。直流成分は、所定の周波数帯域成分のみを通過させるハイパスフィルタなどにて、取り除くことができる。
　なお、図１において、第１直流除去部１０２は第１ノイズ除去部の手前に図示されているが、後にあってもよい。なお、第１直流除去部１０２は、省略可能である。
　第１ノイズ除去部１０３は、脈波信号に対し、予め定められた一定範囲外の信号を除去する。例えば、ヒトの正常な１分あたりの脈拍数は４０から２２０ｂｐｍ程度であるため、脈波の周波数は約０．６６Ｈｚから約３．７Ｈｚの範囲を取る。ゆえに、第１ノイズ除去部１０３は、当該範囲外の周波数成分の信号をノイズとみなし除去してもよい。この例に限らず、当該範囲は任意に定めてよい。
　また、第１ノイズ除去部１０３は、第１周波数領域変換部３０２が行う後述する処理にて、折り返し歪み（エイリシアシング）の発生を防ぐために、予め原因となる周波数成分の信号を取り除いてもよい。
　第１ノイズ除去部１０３による除去は、バンドパスフィルタなどにて実現することができる。また、折り返し歪みは、ローパスフィルタにて除去することができる。
　なお、第１ノイズ除去部１０３は、省略可能である。
　体動信号取得部２０１は、生体の動きなどから生ずる測定装置自体の動きに関する信号を取得する。以降、この信号を体動信号と称する。生体の動きは、センサと生体との接触状態および生体内の血流状態を変化させ、測定波形に大きな乱れ（体動雑音）を生じさせる。例えば、測定装置を付けた腕を振ると、生体と測定装置のずれおよび接触圧力の変化等から生ずるノイズ、測定部位の血流変化から生ずるノイズなどが、脈波信号に含まれる。体動信号は、これらのノイズを脈波信号から除去するために用いられる。
　図２は、脈波信号取得部１０１で測定された脈波信号の一例を示す図である。図２（Ａ）は、安静時の脈波信号である。図２（Ｂ）は運動時の脈波信号である。脈波信号には脈波と体動雑音、またその他のノイズが含まれる。
　図２（Ａ）の脈波信号には、体動雑音はほとんど含まれておらず、脈波信号は脈波とほぼ一致する。一方、図２（Ｂ）の脈波信号は、体動雑音の影響により、乱れた波形となる。体動雑音は、脈波よりも大きいため、体動雑音が含まれる脈波信号では、脈波の波長等を測定することはできない。そのため、体動雑音を除去する必要がある。
　なお、以下の説明では、体動信号は、例えば、加速度センサや角速度センサ（ジャイロセンサ）など、測定部位や測定装置自体の動きを検知するセンサにより、測定されることを想定する。
　第２直流除去部２０２は、体動信号取得部２０１から取得した体動信号に対し、直流成分の信号を除去する。役割および動作は、第１直流除去部１０２と同様である。
　第２ノイズ除去部２０３は、体動信号から予め定められた一定範囲外の信号を除去する。役割および動作は、第１ノイズ除去部１０３と同様である。
　第１周波数変換部３０１は、脈波信号からサンプル信号を時間方向で間引くダウンサンプリングを行う。ピーク間隔を高精度に算出するには、サンプリング数は多い方が望ましい。しかし、第１周波数領域変換部３０２および第２周波数領域変換部３１２における処理負荷が高くなり、測定装置の大型化、消費電力量の増加につながる。そこで、負荷が高い周波数領域での処理を抑え、第１周波数領域変換部３０２および第２周波数領域変換部３１２の分解能を小さくするために、ダウンサンプリングを行い、精度は別の機能で担保する。ダウンサンプリングにより、第１周波数領域変換部３０２および第２周波数領域変換部３１２は、後述するＦＦＴの処理量を抑えることができる。
　第１周波数領域変換部３０２および第２周波数領域変換部３１２は、入力されたサンプリングデータに基づき、ＦＦＴ（高速フーリエ変換）を行い、スペクトルを算出する。
　図３は、脈波信号と体動信号並びに脈波信号のスペクトルと体動信号のスペクトルの一例を示す図である。図３（Ａ）の上が脈波信号、下が体動信号である。図３（Ｂ）は、図３（Ａ）の点線枠で囲まれた範囲におけるスペクトルである。図３（Ｂ）の上が脈波信号のスペクトル、下が体動信号のスペクトルである。測定された脈波信号には、体動雑音が含まれている。このデータにおける本来の脈波の周波数は２．０Ｈｚ近傍であるのだが、体動雑音により、２．３Ｈｚ近傍の周波数が最大となっている。
　周波数スペクトル演算部３２１は、第１周波数領域変換部３０２で得られた脈波信号スペクトルを加工し、より正しい脈波信号スペクトルに近づける。加工方法は、例えば、第１周波数領域変換部３０２で得られた脈波信号スペクトルから、第２周波数領域変換部３１２で得られた体動信号スペクトルを差し引くスペクトルサブトラクションがある。
　図４は、スペクトルサブトラクションの一例を示す図である。図４（Ａ）は脈波信号のスペクトル、図４（Ｂ）は体動信号のスペクトルを示す。図４（Ａ）および４（Ｂ）のグラフの極大値にはバツ印が付けられており、グラフの最大値には円で囲まれたバツ印が付けられている。
　図４（Ａ）および４（Ｂ）のグラフをスペクトルサブトラクションすると、図４（Ｃ）のグラフが得られる。図４（Ａ）では、周波数が２．３Ｈｚ近傍にある極大値が最大値であったが、図４（Ｃ）の当該極大値は、体動信号の出力値の約１０ｄＢ程度、減算されていることが分かる。これにより、図４（Ｃ）の最大値は、２．０Ｈｚ近傍における極大値となる。
　周波数ピーク検出部３２２は、スペクトルのピーク（極値）を算出する。ピークの算出は、例えば、スペクトルを周波数で微分し、微分値が０の時点を極値と判定することで求めることができる。
　周波数推定部３２３は、脈拍信号のスペクトルから、周波数を推定する。ダウンサンプリングにより、周波数ピーク検出部が算出した極値は、複数あることが想定される。周波数推定部３２３は、これらの極値から脈波の周波数を推定する。推定方法は、ピークの最大値を検出結果としてもよい。また、予め過去のデータ等に基づく評価関数を生成し、評価関数からの予測値に最も近い値を、脈波の周波数としてもよい。
　脈拍成分抽出部４０１は、周波数推定部３２３が算出した推定周波数を取得し、周波数領域分析部３００の処理がされていない脈波に対する適応フィルタとして機能する。
　適応フィルタは、フィルタの特性を決定するフィルタ係数が可変なために、通過帯域を変更することができるフィルタである。一般には、入力信号に対する出力信号をフィードバックさせて、誤差をより小さくするようにフィルタ係数を決定する。ここでは、出力信号をフィードバックさせるのではなく、脈波信号の推定周波数を、適応フィルタの参照値として用いる。フィルタ係数を求める適応アルゴリズムは、任意に定めてよい。
　推定周波数は、第１周波数変換部３０１および第２周波数変換部３１１のダウンサンプリングにより精度が高くない。そのため、適応フィルタを通過することができる周波数は余裕を持たせた方がよい。
　図５は、脈拍成分抽出部４０１による処理前と処理後の脈波信号の一例を示す図である。図５（Ａ）は処理前の脈波信号、図５（Ｂ）は処理後の脈波信号である。図５（Ａ）では、第１直流除去部１０２と第１ノイズ除去部１０３によるノイズ除去が行われているものの、時間領域において脈波信号のピークを判別することはできない。図５（Ｂ）では、振幅の変動はあるものの、時間領域での脈波のピークの判別が可能な状態にまでなっていることが分かる。
　時間ピーク検出部４０２は、フィルタリング処理した脈波信号からピークを検出する。ピークは、予め定められた一定長の時間間隔（検出時間窓幅）における脈波の最大値とする。検出時間窓の幅は、予め定めておいてもよいし、周波数領域分析部３００が算出した推定周波数を基づき決定してもよい。また、時間ピーク検出部４０２が、前回の検出結果に基づき、逐次更新してもよい。最大値は、例えば、脈波を時間で微分し、微分値が０の時点を極値とし、極値の最大値とするといった方法で求めることができる。
　生体情報取得部４０３は、時間ピーク検出部４０２が算出したピークに基づき、脈波信号から脈拍数などの生体情報を算出する。生体情報取得部４０３は、脈拍数を、１拍ごとに逐次算出してもよい。具体的には、時間ピーク検出部４０２が算出したピークと、一つ前のピークとの時間間隔を求める。
　脈拍数は、拍動ごとに値が異なる。このことをゆらぎと称する。自律神経解析では、脈拍、心拍のゆらぎを解析する。自律神経を失調すると、このゆらぎが無くなることが知られている。そのため、脈拍数を１拍ごとに測定し、ゆらぎを求める必要がある。
　周波数領域分析部３００で推定した周波数は、所定時間における平均周波数であるため、ゆらぎを把握することができないが、時間領域分析部４００は、１拍ごとに脈拍数を測定できるため、ゆらぎを把握することができる。
　なお、ここでは取得する生体情報を脈拍数と想定しているが、フィルタリング処理した脈波信号から算出できる生体情報であればよい。
　出力部５０１は、算出した脈拍数などの生体情報を出力する。出力方法は、測定装置の図示しない画面に表示してもよい。また、無線通信機能を持たせ、別の通信装置などに、データ送信などによる出力を行ってもよい。
　図６は、第１の実施形態に係る測定装置の処理結果の一例を示す図である。図６（Ａ）は、胸につけた当該測定装置とは異なる測定装置による生体の心拍数を示す。図６（Ｂ）は、腕につけた当該測定装置の生体の脈拍数を示す。図６（Ａ）では、心拍数は平均値として平滑化され、曲線で表されている。図６（Ｂ）では、１拍ごとに判定した脈拍数がプロットされている。
　図６では、測定時間で測定者の行動を変化させている。開始から３００秒までは、測定者は座った状態（Ｓｉｔｔｉｎｇ）であり、以降３００秒ごとに、歩いている状態（Ｗａｌｋｉｎｇ）、早足の状態（Ｊｏｇｇｉｎｇ）、走っている状態（Ｒｕｎｎｉｎｇ）、座った状態（Ｓｉｔｔｉｎｇ）と変化させている。両図を比較すると、体動の激しいＲｕｎｎｉｇなどの状態でも、ほぼ等しい値を取ることが分かる。これにより、体動雑音の影響を受ける腕型の測定装置にもかかわらず、本装置が高精度に測定できることが分かる。
　次に、第１の実施形態の処理フローについて具体的に説明する。
　図７は、第１の実施形態に係る測定装置の全体処理の概略フローチャートである。当該処理は、測定装置の電源起動時、またはユーザから操作開始の指示などのタイミングで開始されるものとする。
　処理が開始されると、脈波信号処理部１００と体動信号処理部２００は別々に処理を開始する（Ｓ１０１ＡとＳ１０１Ｂ）。脈波信号処理部１００からは脈波信号が、体動信号処理部２００からは体動信号が出力される。
　周波数領域分析部３００は、脈波信号処理部１００からの脈波信号と、体動信号処理部２００からの体動信号の両方を取得した後に、これらの信号に基づき、脈波信号の推定周波数を算出する（Ｓ１０２）。時間領域分析部４００は、周波数領域分析部３００からの推定周波数に基づき、脈拍の周期を拍動ごとに求め、１拍あたりの脈拍数を算出する（Ｓ１０３）。出力部５０１は、時間領域分析部４００が算出した脈拍数を出力する（Ｓ１０４）。以上が、概略処理のフローとなる。次に各部の処理の詳細を説明する。
　図８は、脈波信号処理部１００による処理のフローチャートである。脈波信号取得部１０１は、脈波信号を取得する（Ｓ２０１）。取得された脈波信号は、第１直流除去部１０２であるバンドパスフィルタ等を介して、直流成分が除去される（Ｓ２０２）。さらに、抽出された脈波信号は、第１ノイズ除去部１０３であるバンドパスフィルタ等を介して、通過可能範囲外の周波数成分が除去される（Ｓ２０３）。以上が、脈波信号処理部１００の処理のフローとなる。
　図９は、体動信号処理部２００による処理のフローチャートである。体動信号取得部２０１は、体動信号を取得する（Ｓ３０１）。取得された体動信号は、脈波信号と同様に、第２直流除去部２０２を介して、直流成分が除去され（Ｓ３０２）、第２ノイズ除去部を介して、通過可能範囲外の周波数成分が除去される（Ｓ３０３）。以上が、体動信号処理部２００の処理のフローとなる。
　図１０は、周波数領域処理部３００による処理のフローチャートである。周波数領域処理部３００は、脈波信号と体動信号の処理を別々に開始する。
　第１周波数変換部３０１は、取得した脈波信号に対しダウンサンプリングを行う（Ｓ４０１Ａ）。サンプリングする周期は、予め定められているものとする。サンプリングされた脈波信号は、第１周波数領域変換部３０２に送られる。
　第１周波数領域変換部３０２は、ＦＦＴを行い、サンプリングされた脈波信号を周波数スペクトルに変換する（Ｓ４０２Ａ）。サンプリングされた脈波信号は、周波数スペクトル演算部３１１に送られる。
　第２周波数変換部３１１は、第１周波数変換部３０１と同様、取得した体動信号に対しダウンサンプリングを行う（Ｓ４０１Ｂ）。サンプリングする周期は、予め定められているものとする。サンプリングされた脈波信号は、第２周波数領域変換部３１２に送られる。
　第２周波数領域変換部３１２は、第１周波数領域変換部３０２と同様、ＦＦＴを行い、サンプリングされた脈波信号を周波数スペクトルに変換する（Ｓ４０２Ｂ）。サンプリングされた脈波信号は、周波数スペクトル演算部３１１に送られる。
　周波数スペクトル演算部３２１は、スペクトルサブトラクションにより、脈波信号の周波数スペクトルから、体動信号の周波数スペクトルを減算する（Ｓ４０３）。減算された脈波スペクトルは、周波数ピーク検出部３２２に送られる。
　周波数ピーク検出部３２２は、予め定められた手法により、ピークを算出する（Ｓ４０４）。算出したピークは複数あってもよい。算出結果は、周波数推定部３２３に送られる。
　周波数推定部３２３は、予め定められた手法により、脈波の周波数を推定する（Ｓ４０５）。以上が、周波数領域処理部３００の処理のフローとなる。
　図１１は、時間領域分析部４００による処理のフローチャートである。
　脈拍成分抽出部４０１は、脈波信号処理部１００からの脈波信号に対し、周波数領域分析部３００からの推定周波数に基づき、フィルタリングを行う（Ｓ５０１）。適応フィルタのアルゴリズムは予め定められているものとする。フィルタリングされた脈波信号は、時間ピーク検出部４０２に送られる。
　時間ピーク検出部４０２は、フィルタリング処理した脈波信号からピークを検出する（Ｓ５０２）。ピーク検出方法は予め定められているものとする。算出されたピークに関する情報は、生体情報取得部４０３に送られる。
　生体情報取得部４０３は、ピークに関する情報または脈波信号に基づき、生体情報を算出する（Ｓ５０３）。算出する生体情報は、予め定められているものとする。算出する生体情報は、複数でもよい。以上が、時間領域分析部４００の処理のフローとなる。
　以上のように、第１の実施形態によれば、分解能が小さい周波数領域処理を補助的に用いた時間領域処理を行うことにより、処理負荷の軽減と、高精度な脈波の算出を両立させることができる。これにより、測定装置の軽量化および省電力化を図ることができる。また、拍動ごとに１拍あたりの脈拍数を算出することができるため、測定データを自律神経解析などの他の解析にも活用することができる。
（第２の実施形態）
　図１２は、第２の実施形態に係る測定装置の概略構成を示すブロック図である。第２の実施形態に係る測定装置は、第１の実施形態に対し、新たに第３信号処理部６００が追加されたものである。
　以下、第２の実施形態について説明する。第１の実施形態と重複する説明は省略する。
　第３信号処理部６００は、脈波信号処理部１００が処理する脈波信号（第１脈波信号）とは異なる脈波信号（第２脈波信号）に関する処理を行う。
　第１脈波信号を測定した測定装置と、第２脈波信号を測定した装置は異なっていてもよいし、同じでもよい。測定装置が同じ場合は、測定方法などが異なることにより、測定信号が異なればよい。例えば、脈波信号を測定する反射型光電脈波センサが、赤色の光を受信して第１脈波信号を測定した場合に、第２脈波信号は、赤外の光を受信して測定された信号であればよい。なお、第１脈波と第２脈波の光の色やさらにその波長は、測定対象に応じて、適宜、選択することができる。
　第３信号処理部６００は、第３信号取得部６０１と、第３直流除去部６０２と、第３ノイズ除去部６０３を備える。第３信号処理部６００の内部の各部の機能は、脈波信号処理部１００内部の対応する各部の機能と同一であるため、省略する。第３信号取得部６０１は、脈波信号処理部１００の脈波信号取得部１０１と、第３直流除去部６０２は、第１直流除去部１０２と、第３ノイズ除去部６０３は第１ノイズ除去部１０３と対応する。
　第３信号処理部６００により加工された第２脈波信号は、第１脈波信号同様に、周波数領域分析部３００と時間領域分析部４００に送られ、第１の実施形態同様に、処理される。これにより、第１脈波信号に基づく生体情報と、第２脈波信号に基づく生体情報の２つを得ることができる。得られた２つの生体情報を比較することで、新たな測定情報を提供することでもできる。
　生体情報取得部４０３は、第１脈波信号に基づく生体情報と、第２脈波信号に基づく生体情報を個別に算出してもよい。または、２つの生体情報の比較に基づく情報を算出してもよい。
　なお、第２脈波信号は、周波数領域分析部３００に送らずに、第１脈波信号の推定情報に基づく脈拍成分抽出部４０１のフィルタリングを受けてもよい。第１脈波信号と第２脈波信号の周波数が大幅に異なる場合以外は、問題が生じる可能性は低いからである。
　第２の実施形態における処理のフローチャートは、脈波信号処理部１００および当該内部の各部の処理が、それぞれ第３信号処理部６００および当該内部の各部に置き換えたものであるため、省略する。
　なお、上記の第２の実施形態は、新たに第３信号処理部６００を備えた形態であるが、さらに第４から第ｎ（ｎは５以上の整数）の信号処理部を備えてもよい。その場合も、第４から第ｎの信号処理部の各部の機能および動作は、第３信号処理部６００と同じである。
　以上のように、第２の実施形態によれば、センサまたは測定方法等の異なる２種類の生体情報を取得することができ、取得した生体情報を比較した結果に基づき、新たな測定情報を提供することができる。また、第３信号処理部６００と同様の構成の第４から第ｎの信号処理部を用いることで、複数種の生体情報を取得し、取得した複数種の生体情報を比較することで新たな測定情報を提供することができる。さらに、複数の信号処理部の出力の平均をとることで、測定精度を高めることも可能である。
　また、上記に説明した実施形態における各処理は、ソフトウェア（プログラム）によって実現することが可能である。よって、上記に説明した実施形態における測定装置は、例えば、汎用のコンピュータ装置を基本ハードウェアとして用い、コンピュータ装置に搭載されたプロセッサにプログラムを実行させることにより実現することが可能である。
　図１３は、本実施形態に係る測定装置を実現したハードウェア構成例を示すブロック図である。測定装置は、プロセッサ７０１、主記憶装置７０２、補助記憶装置７０３、デバイスインタフェース７０４、ネットワークインタフェース７０５、入力装置７０６、出力装置７０７を備え、これらがバス７０８を介して接続されたコンピュータ装置として実現できる。
　プロセッサ７０１が、補助記憶装置７０３からプログラムを読み出して、主記憶装置７０２に展開して、実行することで、脈波信号処理部１００と、体動信号処理部２００と、周波数領域分析部３００と、時間領域分析部４００の機能を実現することができる。
　本実施形態の測定装置は、当該測定装置で実行されるプログラムをコンピュータ装置に予めインストールすることで実現してもよいし、プログラムをＣＤ－ＲＯＭなどの記憶媒体に記憶して、あるいはネットワークを介して配布して、コンピュータ装置に適宜インストールすることで実現してもよい。
　主記憶装置７０２は、プロセッサ７０１が実行する命令、および各種データ等を一時的に記憶するメモリ装置であり、ＤＲＡＭ等の揮発性メモリでも、ＭＲＡＭ等の不揮発性メモリでもよい。補助記憶装置７０３は、プログラムやデータ等を永続的に記憶する記憶装置であり、例えば、フラッシュメモリ等がある。
　デバイスインタフェース７０４は、出力結果などを記録する外部記憶媒体と接続するＵＳＢなどのインタフェースである。外部記憶媒体は、ＨＤＤ、ＣＤ－Ｒ、ＣＤ－ＲＷ、ＤＶＤ－ＲＡＭ、ＤＶＤ－Ｒ、ＳＡＮ（Ｓｔｏｒａｇｅ　Ａｒｅａ　Ｎｅｔｗｏｒｋ）等の任意の記録媒体でよい。また、デバイスインタフェース７０４を介して、図示しない反射型光電脈波センサなどの脈波を測定するセンサ、加速度センサや角速度センサ（ジャイロセンサ）など加速度を測定するセンサなどと接続されていてもよい。
　ネットワークインタフェース５０４は、無線ＬＡＮなどのネットワークに接続するためのインタフェースである。出力部５０１は、ネットワークインタフェース５０４を介して、出力結果などを他の通信装置に送信してもよい。
　ユーザは、入力装置７０６から測定開始などの情報を入力してもよい。また出力装置７０８は、画像を表示する表示装置でもよい。
　上記に、本発明の一実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。
１００　脈波信号処理部
１０１　脈波信号取得部
１０２　第１直流除去部
１０３　第１ノイズ除去部
２００　体動信号処理部
２０１　体動信号取得部
２０２　第２直流除去部
２０３　第２ノイズ除去部
３００　周波数領域分析部
３０１　第１周波数変換部
３０２　第１周波数領域変換部
３１１　第２周波数変換部
３１２　第２周波数領域変換部
３２１　周波数スペクトル演算部
３２２　周波数ピーク検出部
３２３　周波数推定部
４００　時間領域分析部
４０１　脈拍成分抽出部
４０２　時間ピーク検出部
４０３　生体情報取得部
５０１　出力部
６００　第３信号処理部
６０１　第３信号取得部
６０２　第３直流除去部
６０３　第３ノイズ除去部
７０１　プロセッサ
７０２　主記憶装置
７０３　補助記憶装置
７０４　デバイスインタフェース
７０５　ネットワークインタフェース
７０６　入力装置
７０７　出力装置
７０８　バス

Claims (10)

  1. 　生体の脈波信号を取得する第１信号取得部と、
    　前記生体の体動信号を取得する第２信号取得部と、
    　前記脈波信号と前記体動信号のそれぞれを周波数領域に変換して周波数領域信号をそれぞれ生成し、前記周波数領域信号に基づき前記生体の脈波の周波数を推定する周波数分析部と、
    　前記脈波信号と、前記周波数に基づき、前記生体の生体情報を算出する時間領域分析部と、
    　を備える測定装置。
  2. 　前記周波数領域分析部は、
    　前記脈波信号をダウンサンプリングし、ダウンサンプリング後の信号を周波数領域に変換することにより、前記第１周波数領域信号を取得する第１変換部と、
    　前記体動信号をダウンサンプリングし、ダウンサンプリング後の信号を周波数領域に変換することにより、前記第２周波数領域信号を取得する第２変換部と、
    　前記第１周波数領域信号を、前記第２周波数領域信号に基づき加工し、第３周波数領域信号を取得する周波数スペクトル演算部と、
    　前記第３周波数領域信号のピークを検出する周波数ピーク検出部と、
    　前記ピークの位置に基づき前記生体の脈拍の周波数を推定する周波数推定部と、
    　を備える
    　請求項１に記載の測定装置。
  3. 　前記時間領域分析部は、前記周波数に基づき前記脈波信号をフィルタリングし、フィルタリング後の信号に基づき、前記生体の生体情報を算出する
    　請求項１または２に記載の測定装置。
  4. 　前記時間領域分析部は、
    　前記生体の脈波の周波数に基づき、前記脈波信号をフィルタリングする脈拍成分抽出部と、
    　前記脈拍成分抽出部によりフィルタリングされた信号のピークを検出する時間ピーク検出部と、
    　前記時間ピーク検出部により検出されたピークの位置に基づき、前記生体の前記生体情報を取得する生体情報取得部
    　を備える請求項１ないし３のいずれか一項に記載の測定装置。
  5. 　前記脈拍数は心拍数である
    　請求項１ないし４のいずれか一項に記載の測定装置。
  6. 　前記脈波信号から、予め定められた周波数の信号を除去する第１ノイズ除去部と、
    　前記体動信号から、予め定められた周波数の信号を除去する第２ノイズ除去部と、
    　をさらに備える請求項１ないし５のいずれか一項に記載の測定装置。
  7. 　前記脈波信号から、直流成分の信号を除去する第１直流除去部と、
    　前記脈波信号から、直流成分の信号を除去する第２直流除去部と、
    　をさらに備える請求項１ないし６のいずれか一項に記載の測定装置。
  8. 　前記生体の脈波信号を取得する第３～第ｎ（ｎは３以上の整数）の信号取得部をさらに備え、
    　前記時間領域分析部は、前記第１信号取得部で取得された前記脈波信号と、前記周波数と、前記第３～第ｎの信号取得部で取得された前記脈波信号とに基づき、前記生体の生体情報を算出する
    　請求項１ないし７のいずれか一項に記載の測定装置。
  9. 　生体の脈波信号を取得する第１信号取得ステップと、
    　前記生体の体動信号を取得する第２信号取得ステップと、
    　前記脈波信号と前記体動信号のそれぞれを周波数領域に変換して周波数領域信号をそれぞれ生成し、前記周波数領域信号に基づき前記生体の脈波の周波数を推定する周波数分析ステップと、
    　前記脈波信号と、前記周波数に基づき、前記生体の生体情報を算出する時間領域分析ステップと、
    　をコンピュータが実行する測定方法。
  10. 　生体の脈波信号を取得する第１信号取得ステップと、
    　前記生体の体動信号を取得する第２信号取得ステップと、
    　前記脈波信号と前記体動信号のそれぞれを周波数領域に変換して周波数領域信号をそれぞれ生成し、前記周波数領域信号に基づき前記生体の脈波の周波数を推定する周波数分析ステップと、
    　前記脈波信号と、前記周波数に基づき、前記生体の生体情報を算出する時間領域分析ステップと、
    　をコンピュータに実行させるためのプログラム。
PCT/JP2016/054383 2015-03-19 2016-02-16 測定装置、測定方法およびプログラム WO2016147777A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201680014986.5A CN107405086B (zh) 2015-03-19 2016-02-16 测定装置、测定方法及程序
EP16764608.2A EP3272283B1 (en) 2015-03-19 2016-02-16 Measurement device, measurement method, and program
US15/704,903 US10980485B2 (en) 2015-03-19 2017-09-14 Measuring apparatus, measuring method and non-transitory computer readable medium

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2015-056184 2015-03-19
JP2015056184A JP6464004B2 (ja) 2015-03-19 2015-03-19 測定装置、測定方法およびプログラム

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US15/704,903 Continuation US10980485B2 (en) 2015-03-19 2017-09-14 Measuring apparatus, measuring method and non-transitory computer readable medium

Publications (1)

Publication Number Publication Date
WO2016147777A1 true WO2016147777A1 (ja) 2016-09-22

Family

ID=56918867

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2016/054383 WO2016147777A1 (ja) 2015-03-19 2016-02-16 測定装置、測定方法およびプログラム

Country Status (6)

Country Link
US (1) US10980485B2 (ja)
EP (1) EP3272283B1 (ja)
JP (1) JP6464004B2 (ja)
CN (1) CN107405086B (ja)
TW (1) TWI655930B (ja)
WO (1) WO2016147777A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113940638A (zh) * 2021-10-22 2022-01-18 上海理工大学 基于频域双特征融合的脉搏波信号识别分类方法

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3456256B1 (en) * 2017-09-13 2022-02-16 Withings Methods, apparatus and computer programs for determining frequencies of biosignals
JP2024008147A (ja) * 2022-07-07 2024-01-19 オムロンヘルスケア株式会社 生体情報測定装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0788092A (ja) * 1993-09-28 1995-04-04 Seiko Epson Corp 脈波検出装置および運動強度測定装置
JPH07227383A (ja) * 1993-12-20 1995-08-29 Seiko Instr Inc 脈拍計
JP2012095940A (ja) * 2010-11-05 2012-05-24 Otax Co Ltd 脈拍数測定方法及び血中酸素飽和度測定方法

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5697375A (en) * 1989-09-18 1997-12-16 The Research Foundation Of State University Of New York Method and apparatus utilizing heart sounds for determining pressures associated with the left atrium
US5853364A (en) * 1995-08-07 1998-12-29 Nellcor Puritan Bennett, Inc. Method and apparatus for estimating physiological parameters using model-based adaptive filtering
EP0841034B1 (en) * 1996-04-17 2003-08-06 Seiko Epson Corporation Arrhythmia detector
JP3627243B2 (ja) * 1996-09-10 2005-03-09 セイコーエプソン株式会社 生体状態測定装置およびリラックス指導装置
JP3584143B2 (ja) 1997-03-17 2004-11-04 セイコーエプソン株式会社 脈波検出装置および脈拍計
TW366275B (en) * 1997-11-19 1999-08-11 Seiko Epson Corp Pulse testing method, artery location testing method and pulse testing device
US6783498B2 (en) * 2002-03-26 2004-08-31 Vivometrics, Inc. Method and system for extracting cardiac parameters from plethysmographic signals
JP2004121625A (ja) * 2002-10-04 2004-04-22 Seiko Instruments Inc 脈波検出装置及びフーリエ変換処理装置
US7993276B2 (en) * 2004-10-15 2011-08-09 Pulse Tracer, Inc. Motion cancellation of optical input signals for physiological pulse measurement
KR101414586B1 (ko) * 2006-03-06 2014-07-03 센시오텍 아이엔씨 초광대역 모니터링 시스템 및 안테나
GB0705033D0 (en) * 2007-03-15 2007-04-25 Imp Innovations Ltd Heart rate measurement
JP5605269B2 (ja) * 2011-02-28 2014-10-15 セイコーエプソン株式会社 拍動検出装置
US20150046095A1 (en) * 2012-03-07 2015-02-12 Seiko Epson Corporation Pulse monitor and program
US20140378809A1 (en) * 2013-06-20 2014-12-25 Mary Ann WEITNAUER Systems and methods for extracting physiological characteristics using frequency harmonics
WO2015119726A2 (en) * 2014-01-02 2015-08-13 Intel Corporation (A Corporation Of Delaware) Identifying and characterizing nocturnal motion and stages of sleep
US11304604B2 (en) * 2014-10-29 2022-04-19 Spectral Md, Inc. Reflective mode multi-spectral time-resolved optical imaging methods and apparatuses for tissue classification
US9717417B2 (en) * 2014-10-29 2017-08-01 Spectral Md, Inc. Reflective mode multi-spectral time-resolved optical imaging methods and apparatuses for tissue classification
WO2016201130A1 (en) * 2015-06-09 2016-12-15 University Of Connecticut Method and apparatus for heart rate monitoring using an electrocardiogram sensor

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0788092A (ja) * 1993-09-28 1995-04-04 Seiko Epson Corp 脈波検出装置および運動強度測定装置
JPH07227383A (ja) * 1993-12-20 1995-08-29 Seiko Instr Inc 脈拍計
JP2012095940A (ja) * 2010-11-05 2012-05-24 Otax Co Ltd 脈拍数測定方法及び血中酸素飽和度測定方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP3272283A4 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113940638A (zh) * 2021-10-22 2022-01-18 上海理工大学 基于频域双特征融合的脉搏波信号识别分类方法
CN113940638B (zh) * 2021-10-22 2023-09-19 上海理工大学 基于频域双特征融合的脉搏波信号识别分类方法

Also Published As

Publication number Publication date
JP6464004B2 (ja) 2019-02-06
US10980485B2 (en) 2021-04-20
EP3272283A1 (en) 2018-01-24
CN107405086B (zh) 2020-08-25
CN107405086A (zh) 2017-11-28
TW201634002A (zh) 2016-10-01
US20180000423A1 (en) 2018-01-04
TWI655930B (zh) 2019-04-11
EP3272283A4 (en) 2018-11-14
JP2016174678A (ja) 2016-10-06
EP3272283B1 (en) 2022-07-20

Similar Documents

Publication Publication Date Title
JP6552013B2 (ja) マルチレートｅｃｇ処理を使用するｒ−ｒ間隔の測定
CN107809948B (zh) 用于获知血压走向的方法和设备
WO2013132844A1 (ja) 脈拍計及びプログラム
JP6052027B2 (ja) 脈波検出装置、脈波検出プログラムおよび脈波検出方法
CN105832289A (zh) 用于使用希尔伯特变换估计生物生理速率的设备和方法
JP6371410B2 (ja) 呼吸状態推定装置、携帯機器、装着型デバイス、プログラム、媒体及び呼吸状態推定方法
CN110292372B (zh) 检测装置
EP3773157B1 (en) Apparatus for use with a wearable cuff
WO2016147777A1 (ja) 測定装置、測定方法およびプログラム
JP6135255B2 (ja) 心拍測定プログラム、心拍測定方法及び心拍測定装置
US20200367766A1 (en) Method and device for determining at least one physiological parameter
JP7170147B2 (ja) 非一時的なコンピュータ可読記憶媒体、コンピュータ実装方法及びシステム
KR101659798B1 (ko) 가속도센서를 이용한 무구속 비접촉 방식의 의자용 심박수 측정 장치 및 그 방법
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
JP2016182165A (ja) 生体信号処理装置、生体信号処理プログラム、生体信号処理プログラムを記録したコンピュータ読み取り可能な記録媒体、生体信号処理方法
JP6488722B2 (ja) 脈波検出装置、脈波検出方法及び脈波検出プログラム
JP5800776B2 (ja) 生体動情報検出装置
CN112932424B (zh) 一种数据获取方法及系统
EP2938247B1 (en) Method and apparatus for reducing motion artifacts in ecg signals
TWI558375B (zh) 光體積變化描述波形的處理裝置及其方法
JP2013183845A (ja) 拍動検出装置、電子機器及びプログラム
JP5998563B2 (ja) 拍動検出装置、電子機器及びプログラム
JP2016043191A (ja) 生体信号解析装置、生体信号解析システム、及び、生体信号解析方法
JP7282897B2 (ja) 脈拍数推定方法、装置およびシステム
JP2018050969A (ja) 脈拍数推定装置、および脈拍数推定方法

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: 16764608

Country of ref document: EP

Kind code of ref document: A1

REEP Request for entry into the european phase

Ref document number: 2016764608

Country of ref document: EP

NENP Non-entry into the national phase

Ref country code: DE