WO2020012807A1 - 生体情報処理装置及び生体情報処理方法 - Google Patents

生体情報処理装置及び生体情報処理方法 Download PDF

Info

Publication number
WO2020012807A1
WO2020012807A1 PCT/JP2019/021190 JP2019021190W WO2020012807A1 WO 2020012807 A1 WO2020012807 A1 WO 2020012807A1 JP 2019021190 W JP2019021190 W JP 2019021190W WO 2020012807 A1 WO2020012807 A1 WO 2020012807A1
Authority
WO
WIPO (PCT)
Prior art keywords
peak
pulsation
filter
biological information
signal
Prior art date
Application number
PCT/JP2019/021190
Other languages
English (en)
French (fr)
Inventor
靖英 兵動
Original Assignee
ソニー株式会社
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 ソニー株式会社 filed Critical ソニー株式会社
Priority to US17/250,313 priority Critical patent/US20210275048A1/en
Publication of WO2020012807A1 publication Critical patent/WO2020012807A1/ja

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—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
    • A61B5/02—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
    • A61B5/02438—Detecting, measuring or recording pulse rate or heart rate with portable devices, e.g. worn by the patient
    • 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
    • A61B5/026—Measuring blood flow
    • A61B5/0285—Measuring or recording phase velocity of blood waves
    • 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

  • the present technology relates to a biological information processing apparatus and a biological information processing method. More specifically, the present invention relates to a biological information processing apparatus and a biological information processing method for measuring a blood flow velocity.
  • Patent Literature 1 describes a technique that aims to obtain an accurate pulse rate.
  • Patent Literature 2 describes a technique which aims to enable highly accurate heart rate measurement.
  • Patent Documents 1 and 2 are related to measurement of pulse rate and heart rate.
  • the blood flow velocity which has recently attracted attention as an index indicating a mental state, a technique for reducing body movement noise has not been established, and improvement in measurement accuracy is required.
  • an object of the present technology is to provide a biological information processing apparatus capable of reducing noise caused by body movement in measuring a blood flow velocity.
  • a first filter unit that selects a first frequency band based on a pulsation interval, passes a signal of the first frequency band from a blood flow velocity signal, and extracts a pulsation component signal
  • a biological information processing apparatus Provided is a biological information processing apparatus.
  • the biological information processing apparatus A peak detection unit that detects a peak position of the pulsation component signal and outputs a peak time and a pulsation component intensity at the peak time may be provided.
  • the peak detector Other than when a body motion occurs, a peak position of the pulsation component signal is detected based on the pulsation interval, and the pulsation component intensity is held as history information,
  • a body motion occurs, after detecting the peak position of the pulsation component signal based on the pulsation interval and the history information, it is determined whether the detection of the peak position is erroneous based on the history information. If it is determined that the detection of the peak position is erroneous, the peak position may be corrected using the pulsation interval, and the pulsation component intensity may be corrected using the history information.
  • the first filter unit may include a first filter bank including a plurality of band pass filters, and uses a band pass filter selected from the first filter bank based on the beat interval.
  • the pulsation component signal may be extracted by the above method.
  • the peak detection unit selects a second frequency band based on the pulsation interval other than at the time of occurrence of a body motion, and allows the signal of the second frequency band to pass from among the pulsation component signals,
  • a second filter unit for detecting a peak position of the pulsation component signal may be provided.
  • the second filter section may include a second filter bank including a plurality of band-pass filters, and select from the second filter bank based on the beat interval except when a body motion occurs.
  • the peak position of the pulsation component signal may be detected using the band-pass filter obtained.
  • the peak detection unit calculates the likelihood of the probability distribution of the peak position based on the beat interval when the detection of the peak position is erroneous at the time of the occurrence of the body motion, and determines the peak at which the likelihood is the maximum.
  • the position may be set as the corrected peak position.
  • the present technology selects a first frequency band based on a pulsation interval, passes a signal in the first frequency band from a blood flow velocity signal, and extracts a pulsation component signal.
  • a biological information processing method including a filtering step.
  • the present technology it is possible to provide a biological information processing apparatus capable of reducing noise due to body movement in measuring a blood flow velocity.
  • the effects of the present technology are not necessarily limited to the effects described here, and may be any of the effects described in this specification.
  • FIG. 2 is a diagram illustrating a configuration example of a biological information processing apparatus according to the first embodiment. It is a block diagram showing an example of functional composition of a living body information processor concerning a 1st embodiment.
  • 5 is a table showing an example of data stored in a first filter bank. 5 is a graph illustrating an example of a bandpass filter. It is a flowchart which shows an example of a 1st filter process. It is a flowchart which shows an example of a peak detection process.
  • FIG. 8 is a diagram for explaining an example of correction of a peak position when a body motion occurs.
  • 9 is a table illustrating an example of data stored in a second filter bank.
  • FIG. 1 is a schematic diagram illustrating an example of a blood flow velocity signal.
  • FIG. 1A shows a blood flow velocity signal at rest
  • FIG. 1B shows a blood flow velocity signal at the time of body movement. Peaks P and Q in FIG. 1B indicate spurious peaks due to body motion.
  • the peak position of the blood flow velocity signal is measured in order to measure the blood flow during systole and diastole. More accurate detection is needed.
  • FIG. 1A when the body movement of the measurement subject is not occurring, that is, when the measurement subject is at rest, the peak in the blood flow velocity signal is observed with the heartbeat, It is unlikely that an error occurs in the detection of the peak position.
  • FIG. 1A when the body movement of the measurement subject is not occurring, that is, when the measurement subject is at rest, the peak in the blood flow velocity signal is observed with the heartbeat, It is unlikely that an error occurs in the detection of the peak position.
  • the present technology provides a technology for reducing body motion noise in blood flow velocity measurement.
  • FIG. 2 is a diagram illustrating a configuration example of the biological information processing apparatus 1 according to the first embodiment.
  • the biological information processing apparatus 1 includes a blood flow sensor unit 10 and a control unit 20.
  • Examples of the embodiment of the biological information processing apparatus 1 include various wearable devices such as a headband type, a neckband type, and a belt type; an arbitrary portable information terminal (PDA: Personal Digital Assistant) such as a smartphone or a tablet terminal; Any electronic device such as a device, a game device, and a home appliance; and the like.
  • the biological information processing apparatus 1 may be physically configured by one device or the like, or may be physically configured by a plurality of devices or the like.
  • the biological information processing apparatus 1 may be configured by a wearable device having the function of the blood flow sensor 10 and a portable information terminal that is communicably connected to the wearable device and has the function of the control unit 20.
  • the configuration of the blood flow sensor unit 10 is not particularly limited as long as it can measure the blood flow.
  • a laser Doppler blood flow meter (Laser Doppler Flowmetry: LDF) can be adopted.
  • the laser Doppler blood flow meter is capable of non-invasively and continuously measuring blood flow in a capillary by irradiating a human skin surface with laser light, and is small in size. Therefore, the laser Doppler blood flow meter is suitable for a wearable device that can be easily worn by a person to be measured in daily life.
  • the control unit 20 is configured by hardware necessary for a computer, such as a CPU and a memory (RAM, ROM). When the CPU calls a program or data recorded in the ROM or the like on the RAM and executes the processing, the entire control and functions of the biological information processing apparatus 1 are realized.
  • a PLD Programmable Logic Device
  • FPGA Field Programmable Gate Array
  • ASIC Application Specific Integrated Circuit
  • FIG. 3 is a block diagram illustrating an example of a functional configuration of the biological information processing apparatus 1 according to the first embodiment.
  • the control unit 20 realizes the heart rate variability detection unit 21, the blood flow velocity calculation unit 22, the first filter unit 23, the peak detection unit 24, the blood flow velocity baseline restoration unit 25, and the envelope detection unit 26.
  • the heart rate variability detecting unit 21 executes a heart rate variability detecting step of detecting a heart rate variability of the measurement subject, and outputs a beat interval.
  • PPG indicates a pulse wave sensor of a photoplethysmography (PPG) method
  • ECG means an electrocardiogram (Electrocardiogram).
  • the heart rate variability detecting unit 21 detects heart rate variability based on information obtained from a PPG pulse wave sensor or an electrocardiogram, and calculates a beat interval.
  • the blood flow velocity calculation unit 22 executes a blood flow velocity calculation step of calculating the blood flow velocity of the measurement subject, and outputs a blood flow velocity signal.
  • “LDF” means a laser Doppler blood flow meter, and shows a case where the blood flow sensor unit 10 (FIG. 2) is a laser Doppler blood flow meter.
  • the blood flow velocity (Perfusion) can be calculated from the beat signal observed as reflected light by irradiating the human skin surface with laser light and using the following equation (I).
  • ⁇ represents a frequency
  • P ( ⁇ ) represents a frequency spectrum density function.
  • the method for calculating the blood flow velocity is not limited to the above-described method.
  • the first filter unit 23 executes a first filtering step of extracting a pulsation component signal from the blood flow velocity signal output from the blood flow velocity calculation unit 22.
  • the pulsation component signal is a fluctuation component (alternating current component: AC component) accompanying the pulsation included in the blood flow velocity signal.
  • the first filter unit 23 executes a first filtering step of extracting a pulsation component signal from the blood flow velocity signal using the information on the pulsation interval, thereby causing the pulsation, which is body motion noise, to occur. Remove no spurious peaks. That is, the biological information processing apparatus 1 of the present embodiment can reduce the body motion noise in the blood flow velocity signal by executing the first filtering step.
  • the first filter unit 23 selects the first frequency band based on the pulsation interval output from the heart rate variability detection unit 21, and selects the first frequency band from the blood flow velocity signal. Filter processing for passing a signal in the frequency band of. By this filtering, the first filter unit 23 extracts a pulsation component signal.
  • the first filter unit 23 may include a first filter bank 23a including a plurality of bandpass filters.
  • the first filter unit 23 selects a band-pass filter from the first filter bank 23a based on the beat interval output from the heart rate variability detection unit 21, and uses the band-pass filter to generate the pulsation component.
  • the signal can be extracted.
  • the first filter bank 23a holds a plurality of bandpass filters as filter coefficients corresponding to each filter.
  • FIG. 4 is a table showing an example of data stored in the first filter bank 23a.
  • the first filter bank 23a stores filter IDs (1, 2,... N) of respective bandpass filters, ranges of pulsation intervals, and filter coefficients in association with each other.
  • N types of filter coefficients corresponding to beat intervals from 40 bpm to 200 bpm are shown.
  • a conditional expression (55 bpm ⁇ hr_trend ⁇ 65 bpm) for a case where the beat interval (hr_trend) is 55 bpm or more and less than 65 bpm is stored as a range of the beat interval.
  • BP1coef_vector2 data is stored as a filter coefficient.
  • FIG. 5 is a graph showing an example of a bandpass filter.
  • FIG. 5A is a graph of the filter coefficient (BP1coef_vector2) when the filter ID is 2.
  • the horizontal axis in FIG. 5A is the number of taps, and the vertical axis is the filter coefficient.
  • a bandpass filter is configured using the filter coefficients shown in FIG. 5A.
  • FIG. 5B shows frequency characteristics of a band-pass filter using a filter coefficient having a filter ID of 2;
  • the horizontal axis in FIG. 5B represents frequency, and the vertical axis represents the intensity (transmittance) of the signal passing through the bandpass filter.
  • the frequency characteristics of BP1coef_vector2 are confirmed in FIG. 5B, it can be understood that the BP1coef_vector2 has a filter characteristic of passing only a band around a beat interval of 60 bpm.
  • the frequency characteristics of the bandpass filter may be appropriately set for the purpose of extracting a pulsation component signal from the blood flow velocity signal.
  • FIG. 6 is a flowchart illustrating an example of a first filter process performed by the first filter unit 23.
  • a beat interval is input to the first filter unit 23 (step S101).
  • the first filter unit 23 selects a corresponding range of the beat interval from the first filter bank 23a (Step S102), and determines a corresponding filter ID (Step S103).
  • the beat interval input in step S101 is 60 bpm
  • it is determined that the beat interval is in the range of 55 bpm or more and less than 65 bpm
  • the first filter unit 23 determines a filter coefficient from the filter ID (Step S104).
  • a band-pass filter that passes a frequency band including the input beat interval is determined.
  • the pass band of the determined filter coefficient corresponds to the above-described first frequency band in the present embodiment.
  • the first filter unit 23 selects a bandpass filter from the determined filter coefficients, and performs bandpass filter processing using the bandpass filter (step S105).
  • the band other than the pulsation component is removed by the band-pass filter processing, and the pulsation component signal is extracted from the blood flow velocity signal.
  • the first filter unit 23 can remove noise (body motion noise) due to body motion from the blood flow velocity signal.
  • the first filter unit 23 converts a signal on the lower side of the pulsation component signal in a band other than the pulsation component removed by the process of extracting the pulsation component signal into a blood flow velocity.
  • the signal is held and output as a baseline component signal.
  • the blood flow velocity baseline component signal is a baseline component (Direct @ Current component: DC component) that does not accompany pulsation and is included in the blood flow velocity signal.
  • the blood flow velocity baseline component signal is input to a blood flow velocity baseline restoration unit 25 described later.
  • the peak detection unit 24 performs a peak detection step of detecting a peak position of the pulsation component signal output from the first filter unit 23, and outputs a peak time and a pulsation component intensity at the peak time.
  • the peak detecting unit 24 holds the pulsation component intensity as history information or corrects the pulsation component intensity depending on whether or not a body motion occurs. Thereby, body motion noise can be further reduced, and the accuracy of peak position detection can be increased.
  • FIG. 7 is a flowchart illustrating an example of a peak detection process performed by the peak detection unit 24. Regarding the processing in the peak detection unit 24, first, the entire flow will be described with reference to FIG.
  • the peak detection unit 24 determines whether or not the time of occurrence of the body motion is other than the time of the occurrence of the body motion (step S201). Whether or not a body motion has occurred may be determined by adopting or applying a known technique for detecting body motion. For example, the determination may be made based on the output result of the acceleration sensor or the gyro sensor, or may be determined based on whether or not the waveform of the blood flow signal output from the blood flow sensor unit 10 has been disturbed. Alternatively, the data of the blood flow signal output from the blood flow sensor unit 10 may be accumulated and learned by artificial intelligence (AI) to determine whether or not a body motion has occurred based on the artificial intelligence.
  • AI artificial intelligence
  • step S201 When it is determined that it is not the time of occurrence of body motion (step S201: NO), the peak position of the pulsation component signal is detected based on the pulsation interval (step S202), and the pulsation component intensity is stored as history information (step S202). Step S203).
  • the beat interval is the beat interval output from the heart rate variability detection unit 21, and the beat component signal is the beat component signal output from the first filter unit 23.
  • the peak position of the pulsation component signal is detected based on the pulsation interval and the history information (step S204).
  • the pulsation interval is the pulsation interval output from the heart rate variability detection unit 21, and the history information includes the pulsation component intensity held in step S203.
  • the history information may include pulsation component intensity information other than the pulsation component intensity held in step S203.
  • the peak detection unit 24 may hold the pulsation component intensity acquired before executing the peak detection step as history information in advance.
  • the peak detection unit 24 may previously hold, as history information, the pulsation component intensity based on the result of the blood flow velocity measured by the measurement subject in a resting state so as not to be affected by body movement.
  • the peak detection unit 24 determines whether the detection of the peak position is erroneous based on the history information (Step S205). For example, the difference between the pulsation component intensity of the detected peak and the pulsation component intensity included in the history information is calculated, and if the difference is equal to or larger than the threshold, the detected peak position may be determined to be incorrect. it can.
  • step S205 If the detection of the peak position is not an error (step S205: NO), the process ends. If the detection of the peak position is incorrect (step S205: YES), the peak position is corrected using the pulsation interval (step S206), and the pulsation component intensity is corrected using the history information (step S207).
  • the pulsation interval in step S206 and the history information in step S207 are the same as the pulsation interval and history information described in step S204. Note that the order of steps S206 and S207 may be either first or simultaneous.
  • the peak detection unit 24 increases the accuracy of peak position detection by using history information in which a highly reliable pulsation component intensity is stored as a history in combination with a pulsation interval (step S204). Further, the peak detection unit 24 improves the signal quality by correcting the peak position and the pulsation component intensity when an erroneous detection is detected (steps S206 and S207). In this way, the peak detecting section 24 realizes further reduction of the body motion noise.
  • the pulsation component intensity stored as the history information may be output as the corrected pulsation component intensity.
  • step S206 in FIG. 7 an example of the step of correcting the peak position using the pulsation interval when a body motion occurs (step S206 in FIG. 7) will be described with reference to FIG.
  • FIG. 8 is a diagram for explaining an example of correction of a peak position when a body motion occurs.
  • the mark x on the blood flow velocity signal is a false peak caused by body motion noise, and the black circle mark is a true peak.
  • the peak detection unit 24 determines that the detection of the peak position is erroneous at the time of occurrence of the body motion, the peak detection unit 24 calculates the likelihood of the probability distribution of the peak position based on the beat interval, and determines the peak at which the likelihood becomes the maximum The position can be set as the corrected peak position. In this way, the peak detecting section 24 can correct the peak position.
  • the probability that the next peak S separated by the pulsation interval from the peak position of the detected true peak R is the true peak is the highest. If the false peak Z is erroneously detected as a true peak, the likelihood of the probability distribution of the peak position is calculated based on the beat interval, and the false peak Z is calculated using the peak position of the peak S having the maximum likelihood. Is corrected. Specifically, the position of the peak following the peak R is corrected to the position of the peak S instead of the position of the peak Z.
  • step S202 in FIG. 7 the step of detecting the peak position other than when the body motion occurs (step S202 in FIG. 7) will be further described with reference to FIGS.
  • the peak detection unit 24 detects the peak position according to the beat interval by executing the second filter process described below, and further reduces the body motion noise.
  • the peak detection unit 24 can include the second filter unit 241.
  • the second filter unit 241 performs a filtering process of selecting a second frequency band based on a beat interval and passing a signal of the second frequency band from the beat component signals, except when a body motion occurs. Then, a second filtering step of detecting the peak position of the pulsation component signal is performed.
  • This pulsation component signal is a pulsation component signal output from the first filter unit 23.
  • the second filter unit 241 may include a second filter bank 241a including a plurality of bandpass filters.
  • the second filter unit 241 selects a bandpass filter from the second filter bank 241a based on the beat interval output from the heart rate variability detection unit 21 except when a body motion occurs, and By using this, the peak position of the pulsation component signal can be detected.
  • the second filter bank 241a holds a plurality of bandpass filters as filter coefficients corresponding to each filter.
  • FIG. 9 is a table showing an example of data stored in the second filter bank 241a.
  • the filter ID (1, 2,... N) of each bandpass filter, the range of the pulsation interval, and the filter coefficient are stored in association with each other.
  • N types of filter coefficients corresponding to a beat interval from 40 bpm to 200 bpm are shown.
  • a conditional expression 55 bpm ⁇ hr_trend ⁇ 65 bpm
  • BP2coef_vector2 data is stored as a filter coefficient.
  • FIG. 10 is a flowchart illustrating an example of the second filter process performed by the second filter unit 241.
  • a beat interval is input to the second filter unit 241 (step S301).
  • the second filter unit 241 selects a corresponding range of the beat interval from the second filter bank 241a (step S302), and determines a corresponding filter ID (step S303).
  • the beat interval input in step S301 is 60 bpm
  • it is determined that the beat interval is within the range of 55 bpm or more and less than 65 bpm
  • the second filter unit 241 determines a filter coefficient from the filter ID (step S304).
  • a band-pass filter that passes a frequency band including the input beat interval is determined.
  • the pass band of the determined filter coefficient corresponds to the above-mentioned second frequency band in the present embodiment.
  • the second filter unit 241 selects a band-pass filter from the determined filter coefficients, and performs band-pass filter processing using the band-pass filter (step S305).
  • the peak position of the pulsation component signal is detected by band-pass filter processing.
  • FIG. 11 is a view for explaining an example of the second filter step.
  • a white circle on the pulsation component signal indicates the current peak position
  • a black circle indicates a true peak
  • a cross indicates a false peak.
  • the filter coefficient is determined as BP2coef_vector2 from the second filter bank 241a (FIG. 9), and is superimposed on the pulsation component signal shown in FIG. 11A.
  • FIG. 11C only the intensity of the true peak corresponding to the beat interval can be emphasized, and the intensity of the false peak can be reduced.
  • the second filter unit 241 can reduce the body motion noise and accurately detect the peak position of the pulsation component signal.
  • the blood flow velocity baseline restoration unit 25 adds the blood flow velocity baseline component signal output from the first filter unit 23, the peak time and the pulsation component intensity output from the peak detection unit 24, A blood flow velocity baseline restoration step is performed. Thereby, the blood flow velocity baseline restoration unit 25 restores the blood flow intensity and outputs the peak time and the blood flow intensity.
  • the blood flow intensity at the peak time (t pks ) output from the blood flow velocity baseline restoration unit 25 is “t pks , AC pks + DC pks ”.
  • the envelope detection unit 26 performs one-dimensional data interpolation between peaks on the data sequence of the peak time and the blood flow intensity (t pks , AC pks + DC pks ) output from the blood flow velocity baseline restoration unit 25.
  • An envelope detecting step of calculating an envelope of the blood flow velocity signal is performed.
  • an envelope curve is calculated using a known algorithm such as Cubic interpolation for smoothly interpolating between peaks.
  • the biological information processing apparatus 1 of the present embodiment outputs a blood flow velocity signal with reduced body motion noise.
  • the biological information processing device of the present technology can reduce body motion noise in blood flow velocity measurement, so it is effective in all situations where blood flow velocity is measured. Suitable for wearable devices that can be worn below.
  • the main cause of body motion noise during exercise such as walking, jogging, and running is periodic movement of the arm. It is possible to reduce body motion noise mixed in the speed information.
  • body motion noise is often caused by non-periodic movements of fingers and wrists, and is rarely caused by periodic movements of arms. For this reason, as described above, the range of body motion noise that can be reduced even by using an acceleration sensor or the like is narrow, and it has been difficult to always accurately detect a change in blood flow velocity in an environment of daily life.
  • the biological information processing apparatus of the present technology can effectively reduce body motion noise that occurs in daily life regardless of the nature of body motion noise such as whether it is periodic or not.
  • the biological information processing apparatus according to the present technology can be reduced in size by using the LDF technology, and can perform noninvasive and continuous measurement.
  • the biological information processing apparatus of the present technology is suitable for a wearable device, and specifically, is suitable for a wearable blood flow meter.
  • a wearable blood flow meter using the present technology can robustly detect a change in blood flow velocity even during an operation that occurs in daily life.
  • ⁇ ⁇ Changes in blood flow velocity are known as indices that indicate a person's health or mental state. For this reason, the biological information processing apparatus of the present technology can be used for a wearable device, an application, a system, or the like that senses a health state and / or a mental state.
  • FIG. 12 is a block diagram illustrating an example of a functional configuration of a biological information processing apparatus 1A according to a first modification of the first embodiment.
  • the biological information processing apparatus 1A of this modification includes a beat interval detection processing unit 21A instead of the heartbeat variability detection unit 21 of the first embodiment.
  • the pulsation interval detection processing unit 21A is realized by the control unit 20 (FIG. 2).
  • the pulsation interval detection processing section 21A executes a pulsation interval detection step of detecting the pulsation interval of the measurement subject, and outputs the pulsation interval.
  • the pulsation interval detection processing unit 21A calculates and outputs a pulsation interval using, for example, a reflected light signal of the laser light output from the LDF.
  • the biological information processing apparatus 1A of this modification does not require another device such as the PPG or ECG exemplified in the first embodiment, the configuration can be further simplified.
  • FIG. 13 is a block diagram illustrating an example of a functional configuration of a biological information processing apparatus 1B according to a second modification of the first embodiment.
  • the biological information processing apparatus 1B of this modification includes a pulsation interval data holding unit 21B instead of the heartbeat variability detection unit 21 of the first embodiment.
  • the pulsation interval data holding unit 21B is realized by the control unit 20 (FIG. 2).
  • the pulsation interval data holding unit 21B executes a pulsation interval data holding process of calculating and holding a pulsation interval based on the past detection result of the peak detection unit 24.
  • the past detection result in the peak detection unit 24 includes, for example, a peak time, a pulsation component intensity, and the like, detected in the past by the peak detection unit 24.
  • the first filter unit 23 and the peak detection unit 24 perform processing based on past beat interval data held by the beat interval data holding unit 21B.
  • the peak detecting unit 24 outputs the pulsation component intensity (t pks , AC pks ) at the peak time (t pks )
  • the past the pulsation interval data holding unit 21B holds the past ( Time: Data of the beat interval at t-1) is used.
  • the biological information processing apparatus 1B of the present modification does not require other devices such as the PPG and the ECG exemplified in the first embodiment, so that the configuration can be further simplified.
  • a first filter unit that selects a first frequency band based on a beat interval, passes a signal in the first frequency band from a blood flow velocity signal, and extracts a beat component signal.
  • a biological information processing apparatus comprising: [2] a peak detection unit that detects a peak position of the pulsation component signal and outputs a peak time and a pulsation component intensity at the peak time; The peak detector, Other than when a body motion occurs, a peak position of the pulsation component signal is detected based on the pulsation interval, and the pulsation component intensity is held as history information, When a body motion occurs, after detecting the peak position of the pulsation component signal based on the pulsation interval and the history information, it is determined whether the detection of the peak position is erroneous based on the history information.
  • the first filter unit includes a first filter bank including a plurality of band pass filters, and uses a band pass filter selected from the first filter bank based on the beat interval.
  • the peak detector selects a second frequency band based on the beat interval except when a body motion occurs, and passes a signal of the second frequency band from among the beat component signals.
  • the biological information processing apparatus further including a second filter unit that detects a peak position of the pulsation component signal.
  • the second filter unit includes a second filter bank including a plurality of band-pass filters, and selects from the second filter bank based on the beat interval except when a body motion occurs.
  • the biological information processing apparatus according to [4], wherein a peak position of the pulsation component signal is detected by using the obtained band-pass filter.
  • the peak detection unit calculates the likelihood of the probability distribution of the peak position based on the beat interval when the detection of the peak position is erroneous at the time of body motion occurrence, and the likelihood is maximized.
  • the biological information processing apparatus according to [2], wherein the peak position becomes a corrected peak position.

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Cardiology (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Medical Informatics (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Physiology (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Hematology (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Psychiatry (AREA)
  • Mathematical Physics (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)

Abstract

血流速度の計測において体動に起因するノイズを低減することが可能な生体情報処理装置を提供すること。　拍動間隔に基づいて第１の周波数帯域を選択し、血流速度信号の中から前記第１の周波数帯域の信号を通過させて、拍動成分信号を抽出する第１のフィルタ部を備える、生体情報処理装置を提供する。

Description

生体情報処理装置及び生体情報処理方法
　本技術は、生体情報処理装置及び生体情報処理方法に関する。より詳しくは、血流速度を計測するための生体情報処理装置及び生体情報処理方法に関する。
　近年、ヘルスケアやウェルネスのブームにともない、日常生活において人の生理反応を計測し、健康状態や心理状態をセンシングする技術が注目されている。人の心理状態が変化すると、脳から自律神経系を介して信号が伝達され、呼吸、皮膚温度、発汗、心臓、血管活動などの各機能に変化を引き起こす。心理状態の変化に伴って心室の拡張と収縮のタイミングや心拍出量が変化することから、指先や手首、耳朶、額などにおいて心室の収縮期と拡張期に応じた血流速度の変化を検出することにより、心理状態をセンシングできることが知られている。このように、血流速度は人の心理状態を表す１つの指標として注目されている。
　人の生理反応を計測する際に、計測している部位が動くと、体動に起因するノイズ（体動ノイズ）が観測信号中に発生してＳ／Ｎ比が低下することから、計測の精度を上げるべく、体動ノイズを低減する技術が研究されている。
　例えば、特許文献１には、正確な脈拍数を得ることを課題とする技術が記載されている。特許文献２には、精度の高い心拍測定を可能とすることを課題とする技術が記載されている。
特開平１１－２７６４４８号公報 国際公開第２０１８／０５５９６９号
　上記特許文献１及び２の技術は、脈拍数や心拍数の計測に関する技術である。しかしながら、心理状態を表す指標として近年注目されている血流速度については、体動ノイズを低減する技術が確立しておらず、計測精度の向上が求められている。
　そこで、本技術は、血流速度の計測において体動に起因するノイズを低減することが可能な生体情報処理装置を提供することを主目的とする。
　すなわち、本技術は、
　拍動間隔に基づいて第１の周波数帯域を選択し、血流速度信号の中から前記第１の周波数帯域の信号を通過させて、拍動成分信号を抽出する第１のフィルタ部を備える、生体情報処理装置を提供する。
　前記生体情報処理装置は、
　前記拍動成分信号のピーク位置を検出し、ピーク時間と該ピーク時間における拍動成分強度とを出力するピーク検出部を備えてもよく、
　前記ピーク検出部は、
　体動発生時以外においては、前記拍動間隔に基づいて前記拍動成分信号のピーク位置を検出して、拍動成分強度を履歴情報として保持し、
　体動発生時においては、前記拍動間隔及び前記履歴情報に基づいて前記拍動成分信号のピーク位置を検出した後、前記履歴情報に基づいて前記ピーク位置の検出が誤りであるか否かを判定し、前記ピーク位置の検出が誤りである場合は、前記拍動間隔を用いてピーク位置を補正し、前記履歴情報を用いて拍動成分強度を補正してもよい。
　前記第１のフィルタ部は、複数のバンドパスフィルタで構成される第１のフィルタバンクを備えてもよく、前記拍動間隔に基づいて前記第１のフィルタバンクから選択されたバンドパスフィルタを用いて前記拍動成分信号を抽出してもよい。
　前記ピーク検出部は、体動発生時以外において、前記拍動間隔に基づいて第２の周波数帯域を選択し、前記拍動成分信号の中から前記第２の周波数帯域の信号を通過させて、前記拍動成分信号のピーク位置を検出する第２のフィルタ部を備えてもよい。
　前記第２のフィルタ部は、複数のバンドパスフィルタで構成される第２のフィルタバンクを備えてもよく、体動発生時以外において、前記拍動間隔に基づいて前記第２のフィルタバンクから選択されたバンドパスフィルタを用いて前記拍動成分信号のピーク位置を検出してもよい。
　前記ピーク検出部は、体動発生時において、前記ピーク位置の検出が誤りである場合は、前記拍動間隔により前記ピーク位置の確率分布の尤度を計算し、前記尤度が最大となるピーク位置を補正後のピーク位置としてもよい。
　また、本技術は、拍動間隔に基づいて第１の周波数帯域を選択し、血流速度信号の中から前記第１の周波数帯域の信号を通過させて、拍動成分信号を抽出する第１のフィルタ工程を含む、生体情報処理方法を提供する。
　本技術によれば、血流速度の計測において体動に起因するノイズを低減することが可能な生体情報処理装置を提供することができる。なお、本技術の効果は、ここに記載された効果に必ずしも限定されるものではなく、本明細書中に記載されたいずれかの効果であってもよい。
血流速度信号の例を示す模式図である。 第１実施形態に係る生体情報処理装置の構成例を示す図である。 第１実施形態に係る生体情報処理装置の機能構成の一例を示すブロック図である。 第１のフィルタバンクに記憶されたデータの一例を示す表である。 バンドパスフィルタの一例を示すグラフである。 第１のフィルタ工程の一例を示すフローチャートである。 ピーク検出工程の一例を示すフローチャートである。 体動発生時におけるピーク位置の補正の一例を説明するための図である。 第２のフィルタバンクに記憶されたデータの一例を示す表である。 第２のフィルタ工程の一例を示すフローチャートである。 第２のフィルタ工程の一例を説明するための図である。 第１実施形態の第１変形例に係る生体情報処理装置の機能構成の一例を示すブロック図である。 第１実施形態の第２変形例に係る生体情報処理装置の機能構成の一例を示すブロック図である。
　以下、本技術を実施するための好適な形態について図面を参照しながら説明する。なお、以下に説明する実施形態は、本技術の代表的な実施形態を示したものであり、これにより本技術の範囲が狭く解釈されることはない。なお、説明は以下の順序で行う。
１．安静時及び体動発生時の血流速度信号についての説明
２．第１実施形態
（１）生体情報処理装置１の構成
（２）生体情報処理装置１の動作
３．第１実施形態の第１変形例
４．第１実施形態の第２変形例
＜１．安静時及び体動発生時の血流速度信号についての説明＞
　図１は、血流速度信号の例を示す模式図である。図１Ａは安静時における血流速度信号であり、図１Ｂは体動発生時における血流速度信号である。図１Ｂ中のピークＰ及びピークＱは、体動に起因する偽のピークを示している。
　例えば、人の心理状態の変化を心室の収縮期と拡張期に応じた血流速度の変化によりセンシングする場合、収縮期と拡張期の血流を測定するために血流速度信号のピーク位置をより正確に検出する必要がある。図１Ａに示すように測定対象者の体動が発生していない時、即ち測定対象者が安静にしている時には、血流速度信号中のピークは心臓の拍動に伴って観察されるため、ピーク位置の検出に誤りが生じる可能性は低い。一方で、図１Ｂに示すように、測定対象者の体動に起因して体動ノイズが発生し、拍動に伴わない偽のピーク（ピークＰ及びピークＱ）が観察される時には、ピーク位置の誤検出が起きやすくなる。このため、ピーク位置の誤検出を回避し、血流速度の変化をより正確に検出するためには、体動ノイズを低減する必要がある。
　以上のとおり、血流速度の計測において血流速度信号のピーク位置をより正確に検出すべく体動ノイズを低減する技術が求められている。本技術は、血流速度の計測において体動ノイズを低減する技術を提供する。
＜２．第１実施形態＞
（１）生体情報処理装置１の構成
　図２を参照して、第１実施形態に係る生体情報処理装置１の構成について説明する。
　図２は、第１実施形態に係る生体情報処理装置１の構成例を示す図である。生体情報処理装置１は、血流センサ部１０と制御部２０とを備える。
　生体情報処理装置１の実施形態としては、例えば、ヘッドバンド型、ネックバンド型、ベルト型などの種々のウェアラブル装置；スマートフォンやタブレット端末などの任意の携帯情報端末（PDA：Personal Digital Assistant）；医療機器、ゲーム機器、家電機器などの任意の電子機器；などが挙げられる。生体情報処理装置１は、物理的に１つの装置などにより構成されてもよく、物理的に複数の装置などにより構成されてもよい。例えば、血流センサ１０の機能を有するウェアラブル装置と、当該ウェアラブル装置と通信可能に接続し制御部２０の機能を有する携帯情報端末と、により生体情報処理装置１が構成されてもよい。
　血流センサ部１０は、血流を測定することができればその構成は特に限定されない。血流センサ部１０として、例えば、レーザードップラー血流計（Laser Doppler Flowmetry：ＬＤＦ）を採用することができる。レーザードップラー血流計は、人の皮膚表面にレーザー光を照射して毛細血管内血流を非侵襲に且つ連続的に計測することが可能である上に、小型である。このため、レーザードップラー血流計は、測定対象者が日常生活において簡便に装着できるウェアラブル装置に適している。
　制御部２０は、例えばＣＰＵやメモリ（ＲＡＭ、ＲＯＭ）などのコンピュータに必要なハードウェアから構成される。ＣＰＵがＲＯＭなどに記録されているプログラムやデータをＲＡＭ上に呼び出して処理を実行することで、生体情報処理装置１の全体の制御や機能が実現される。制御部２０として、例えばＦＰＧＡ（Field Programmable Gate Array）などのＰＬＤ（Programmable Logic Device）、その他ＡＳＩＣ（Application Specific Integrated Circuit）などのデバイスが用いられてもよい。
　図３は、第１実施形態に係る生体情報処理装置１の機能構成の一例を示すブロック図である。心拍変動検出部２１、血流速度計算部２２、第１のフィルタ部２３、ピーク検出部２４、血流速度ベースライン復元部２５及び包絡線検出部２６は、制御部２０により実現される。
（２）生体情報処理装置１の動作
　次に、図３を参照して、第１実施形態に係る生体情報処理装置１の動作について説明する。
　心拍変動検出部２１は、測定対象者の心拍変動を検出する心拍変動検出工程を実行し、拍動間隔を出力する。図３において、「ＰＰＧ」は光電容積脈波方式（Photoplethysmography：ＰＰＧ方式）の脈波センサを示しており、「ＥＣＧ」は心電図（Electrocardiogram）を意味している。本実施形態において、心拍変動検出部２１は、ＰＰＧ方式の脈波センサ又は心電図から得られる情報に基づいて心拍変動を検出し、拍動間隔を算出する。
　血流速度計算部２２は、測定対象者の血流速度を計算する血流速度計算工程を実行し、血流速度信号を出力する。図２において、「ＬＤＦ」はレーザードップラー血流計を意味しており、血流センサ部１０（図２）がレーザードップラー血流計である場合を示している。人の皮膚表面にレーザー光を照射し、反射光として観測されるビート信号から、下記数式（Ｉ）で血流速度（Perfusion）を算出することができる。
Figure JPOXMLDOC01-appb-M000001
　上記数式（Ｉ）中、ωは周波数、Ｐ（ω）は周波数スペクトラム密度関数を表す。なお、血流速度を算出する手法は上述した手法に限定されるものではない。
　第１のフィルタ部２３は、血流速度計算部２２から出力された血流速度信号の中から拍動成分信号を抽出する第１のフィルタ工程を実行する。拍動成分信号は、血流速度信号に含まれる拍動に伴う変動成分（Alternating Current成分：ＡＣ成分）である。
　体動発生時以外（安静時）において、血流速度信号中のピークは拍動に伴って検出され、ピークとピークの間の時間は拍動間隔分だけ離れる。これに対して、体動発生時には、血流速度信号中に拍動間隔との相関性が低い偽のピークが発生する。第１のフィルタ部２３は、拍動間隔の情報を用いて血流速度信号の中から拍動成分信号を抽出する第１のフィルタ工程を実行することにより、体動ノイズである拍動に伴わない偽のピークを除去する。つまり、本実施形態の生体情報処理装置１は、第１のフィルタ工程を実行することにより、血流速度信号中の体動ノイズを低減することができる。
　上記第１のフィルタ工程では、第１のフィルタ部２３が、心拍変動検出部２１から出力された拍動間隔に基づいて第１の周波数帯域を選択し、上記血流速度信号の中から第１の周波数帯域の信号を通過させるフィルタ処理を行う。このフィルタ処理により、第１のフィルタ部２３は拍動成分信号を抽出する。
　第１のフィルタ部２３における上記フィルタ処理として、バンドパスフィルタ処理を採用することができる。バンドパスフィルタ処理を実行するため、第１のフィルタ部２３は、複数のバンドパスフィルタで構成される第１のフィルタバンク２３ａを備えうる。第１のフィルタ部２３は、心拍変動検出部２１から出力された拍動間隔に基づいて、第１のフィルタバンク２３ａからバンドパスフィルタを選択し、当該バンドパスフィルタを用いることにより上記拍動成分信号を抽出することができる。第１のフィルタバンク２３ａは、複数のバンドパスフィルタを、各フィルタに対応するフィルタ係数として保持している。
　図４は、第１のフィルタバンク２３ａに記憶されたデータの一例を示す表である。第１のフィルタバンク２３ａには、各バンドパスフィルタのフィルタＩＤ（１、２、・・・Ｎ）、拍動間隔の範囲、及びフィルタ係数がそれぞれ対応付けられて記憶されている。図４に示す例では、４０ｂｐｍから２００ｂｐｍまでの拍動間隔に対応するＮ種類のフィルタ係数が示されている。
　例えば、フィルタＩＤが２である項目には、拍動間隔の範囲として、拍動間隔（ｈｒ＿ｔｒｅｎｄ）が５５ｂｐｍ以上６５ｂｐｍ以未満の場合についての条件式（５５ｂｐｍ≦ｈｒ＿ｔｒｅｎｄ＜６５ｂｐｍ）が記憶されている。また、フィルタ係数として、ＢＰ１ｃｏｅｆ＿ｖｅｃｔｏｒ２のデータが記憶されている。
　図５は、バンドパスフィルタの一例を示すグラフである。図５Ａは、フィルタＩＤが２である場合のフィルタ係数（ＢＰ１ｃｏｅｆ＿ｖｅｃｔｏｒ２）のグラフである。図５Ａの横軸はタップ数であり、縦軸はフィルタ係数である。図５Ａに示したフィルタ係数を用いてバンドパスフィルタが構成される。
　図５Ｂは、フィルタＩＤが２のフィルタ係数を使ったバンドパスフィルタの周波数特性である。図５Ｂの横軸は周波数であり、縦軸はバンドパスフィルタを通過する信号の強度（透過率）を表している。図５ＢにおいてＢＰ１ｃｏｅｆ＿ｖｅｃｔｏｒ２の周波数特性を確認すると、拍動間隔が６０ｂｐｍの周辺の帯域のみを通過させるフィルタ特性を有することが理解できる。なお、バンドパスフィルタの周波数特性は、血流速度信号から拍動成分信号を抽出することを目的に適宜設定されればよい。
　このように、第１のフィルタバンク２３ａに記憶された複数のフィルタ係数から、各拍動間隔に対応するバンドパスフィルタを選択することが可能である。これにより、拍動間隔の範囲ごとに適正なフィルタ処理を行うことが可能であり、血流速度信号から拍動成分信号を抽出することが可能となる。
　図６は、第１のフィルタ部２３が実行する第１のフィルタ工程の一例を示すフローチャートである。まず、第１のフィルタ部２３に拍動間隔が入力される（ステップＳ１０１）。第１のフィルタ部２３は、第１のフィルタバンク２３ａから拍動間隔の該当範囲を選択し（ステップＳ１０２）、対応するフィルタＩＤを決定する（ステップＳ１０３）。図５に示す例で説明すると、ステップＳ１０１において入力された拍動間隔が６０ｂｐｍである場合には、５５ｂｐｍ以上６５ｂｐｍ未満の範囲に含まれると判定され、フィルタＩＤとしてＩＤ＝２が決定される。
　第１のフィルタ部２３は、フィルタＩＤからフィルタ係数を決定する（ステップＳ１０４）。図５に示す例で説明すると、ＩＤ＝２と決定された場合のフィルタ係数はＢＰ１ｃｏｅｆ＿ｖｅｃｔｏｒ２となる。このように、入力された拍動間隔を含む周波数帯域を通過させるバンドパスフィルタが決定される。決定されたフィルタ係数の通過帯域は、本実施形態において、上述した第１の周波数帯域に相当する。
　第１のフィルタ部２３は、決定されたフィルタ係数からバンドパスフィルタを選択し、当該バンドパスフィルタを用いてバンドパスフィルタ処理を行う（ステップＳ１０５）。バンドパスフィルタ処理によって、拍動成分以外の帯域が除去されて、血流速度信号の中から拍動成分信号が抽出される。このようにして、第１のフィルタ部２３は、血流速度信号から体動に起因するノイズ（体動ノイズ）を除去することができる。
　図３に戻り、第１のフィルタ部２３について更に説明する。第１のフィルタ部２３は、第１のフィルタ工程において、拍動成分信号を抽出する処理で除去された拍動成分以外の帯域のうち拍動成分信号よりも低域側の信号を血流速度ベースライン成分信号として保持し、出力する。血流速度ベースライン成分信号は、血流速度信号に含まれる拍動に伴わない基線成分（Direct Current成分:ＤＣ成分）である。血流速度ベースライン成分信号は、後述する血流速度ベースライン復元部２５に入力される。
　ピーク検出部２４は、第１のフィルタ部２３から出力された拍動成分信号のピーク位置を検出するピーク検出工程を実行し、ピーク時間、及び当該ピーク時間における拍動成分強度を出力する。ピーク検出部２４は、体動発生時か否かに応じて、拍動成分強度を履歴情報として保持するか又は拍動成分強度を補正する。これにより、体動ノイズをより低減させて、ピーク位置検出の精度を高めることができる。
　図７は、ピーク検出部２４が実行するピーク検出工程の一例を示すフローチャートである。ピーク検出部２４における処理に関して、まず、図７を参照して全体の流れを説明する。
　ピーク検出部２４は、体動発生時であるか体動発生時以外であるかを判断する（ステップＳ２０１）。体動発生時であるか否かは、体動を検知する公知の技術を採用又は応用することにより判断すればよい。例えば、加速度センサやジャイロセンサの出力結果に基づいて判断してもよいし、血流センサ部１０から出力される血流信号の波形に乱れが生じたか否かで判断してもよい。また、血流センサ部１０から出力される血流信号のデータを蓄積して人工知能（Artificial Intelligence：ＡＩ）に学習させ、人工知能により体動発生時か否かを決定してもよい。
　体動発生時以外であると判断した場合（ステップＳ２０１：ＮＯ）、拍動間隔に基づいて拍動成分信号のピーク位置を検出し（ステップＳ２０２）、拍動成分強度を履歴情報として保持する（ステップＳ２０３）。ステップＳ２０２において、拍動間隔は心拍変動検出部２１から出力された拍動間隔であり、拍動成分信号は第１のフィルタ部２３から出力された拍動成分信号である。
　体動発生時以外の場合は、体動ノイズが少なく拍動成分信号の信号品質が高いため、拍動に伴うピーク成分が十分に保持されている。このため、ステップＳ２０２及びＳ２０３においては、ピーク位置の検出を拍動間隔に基づいて行って体動の影響が少なく信頼度の高い拍動成分強度を履歴情報として保持する。
　一方、体動発生時であると判断した場合（ステップＳ２０１：ＹＥＳ）、拍動間隔及び履歴情報に基づいて拍動成分信号のピーク位置を検出する（ステップＳ２０４）。ステップＳ２０４において、拍動間隔は心拍変動検出部２１から出力された拍動間隔であり、履歴情報は上記ステップＳ２０３で保持した拍動成分強度を含む。当該履歴情報は、ステップＳ２０３で保持した拍動成分強度以外の拍動成分強度情報を含んでもよい。例えば、ピーク検出部２４は、ピーク検出工程を実行する前に取得した拍動成分強度を、履歴情報として予め保持してもよい。例えば、ピーク検出部２４は、体動の影響を受けないように測定対象者が安静な状態で計測した血流速度の結果に基づく拍動成分強度を、履歴情報として予め保持してもよい。
　ピーク検出部２４は、履歴情報に基づいてピーク位置の検出が誤りであるか否かを判定する（ステップＳ２０５）。例えば、検出されたピークの拍動成分強度と履歴情報に含まれる拍動成分強度との差分を算出し、当該差分が閾値以上であれば検出されたピーク位置は誤りであると判断することができる。
　ピーク位置の検出が誤りではない場合は（ステップＳ２０５：ＮＯ）、処理を終了する。ピーク位置の検出が誤りである場合は（ステップＳ２０５：ＹＥＳ）、拍動間隔を用いてピーク位置を補正し（ステップＳ２０６）、履歴情報を用いて拍動成分強度を補正する（ステップＳ２０７）。ステップＳ２０６の拍動間隔とステップＳ２０７の履歴情報は、上記ステップＳ２０４で説明した拍動間隔及び履歴情報と同様である。なお、ステップＳ２０６とＳ２０７の順序は、どちらが先でもよく、同時でもよい。
　体動発生時の場合、第１のフィルタ部２３によって体動ノイズを低減してもなお、拍動成分信号の信号品質を更に高めたい場合がある。ピーク検出部２４は、信頼性の高い拍動成分強度が履歴として保持されている履歴情報を拍動間隔と組み合わせて用いることで、ピーク位置検出の精度を高めている（ステップＳ２０４）。また、ピーク検出部２４は、誤検出発見時にピーク位置と拍動成分強度を補正することで、信号品質を向上させている（ステップＳ２０６、２０７）。このようにして、ピーク検出部２４は体動ノイズの更なる低減を実現する。
　拍動成分強度を補正する処理（ステップＳ２０７）では、例えば、履歴情報として保持されている拍動成分強度を、補正後の拍動成分強度として出力すればよい。
　次に、ピーク検出部２４における処理に関して、図８を参照して、体動発生時に拍動間隔を用いてピーク位置を補正するステップ（図７中のステップＳ２０６）の一例を説明する。
　図８は、体動発生時におけるピーク位置の補正の一例を説明するための図である。図８中、血流速度信号上に付した×印は体動ノイズに起因する偽のピークであり、黒色の丸印は真のピークである。
　ピーク検出部２４は、体動発生時において、ピーク位置の検出が誤りであると判定した場合は、拍動間隔によりピーク位置の確率分布の尤度を計算し、当該尤度が最大となるピーク位置を補正後のピーク位置とすることができる。このようにして、ピーク検出部２４は、ピーク位置を補正することができる。
　図８に示す例では、検出された真のピークＲのピーク位置を起点として、拍動間隔の分だけ離れた次のピークＳが真のピークである確率が最も高くなる。偽のピークＺを真のピークとして誤って検出した場合、拍動間隔によってピーク位置の確率分布の尤度を計算し、尤度が最大となるピークＳのピーク位置を用いて、偽のピークＺのピーク位置を補正する。具体的には、ピークＲの次のピークの位置を、ピークＺの位置ではなくピークＳの位置に補正する。
　次に、ピーク検出部２４における処理に関して、図３及び図９を参照して、体動発生時以外においてピーク位置を検出するステップ（図７中のステップＳ２０２）について、更に説明する。
　体動発生時以外では、体動ノイズが少なく拍動成分信号の信号品質は高い。しかしながら、拍動成分信号中に偽のピークが発生する可能性を完全に排除することができない場合、偽のピークが発生してピークの誤検出につながりうる。このため、ピーク検出部２４は、以下にて説明する第２のフィルタ工程を実行することにより拍動間隔に応じたピーク位置の検出を行い、更なる体動ノイズ低減を実現する。
　図３に示すように、ピーク検出部２４は、第２のフィルタ部２４１を備えることがきる。第２のフィルタ部２４１は、体動発生時以外において、拍動間隔に基づいて第２の周波数帯域を選択し、拍動成分信号の中から第２の周波数帯域の信号を通過させるフィルタ処理を行って拍動成分信号のピーク位置を検出する第２のフィルタ工程を実行する。この拍動成分信号は、第１のフィルタ部２３から出力された拍動成分信号である。
　第２のフィルタ部２４１におけるフィルタ処理として、バンドパスフィルタ処理を採用することができる。バンドパスフィルタ処理を実行するため、第２のフィルタ部２４１は、複数のバンドパスフィルタで構成される第２のフィルタバンク２４１ａを備えうる。第２のフィルタ部２４１は、体動発生時以外において、心拍変動検出部２１から出力された拍動間隔に基づいて、第２のフィルタバンク２４１ａからバンドパスフィルタを選択し、当該バンドパスフィルタを用いることにより上記拍動成分信号のピーク位置を検出することができる。第２のフィルタバンク２４１ａは、複数のバンドパスフィルタを、各フィルタに対応するフィルタ係数として保持している。
　図９は、第２のフィルタバンク２４１ａに記憶されたデータの一例を示す表である。第２のフィルタバンク２４１ａには、各バンドパスフィルタのフィルタＩＤ（１、２、・・・Ｎ）、拍動間隔の範囲、及びフィルタ係数がそれぞれ対応付けられて記憶されている。図９に示す例では、４０ｂｐｍから２００ｂｐｍまでの拍動間隔に対応するＮ種類のフィルタ係数が示されている。
　例えば、フィルタＩＤが２である項目には、拍動間隔の範囲として、拍動間隔（ｈｒ＿ｔｒｅｎｄ）が５５ｂｐｍ以上６５ｂｐｍ以未満の場合についての条件式（５５ｂｐｍ≦ｈｒ＿ｔｒｅｎｄ＜６５ｂｐｍ）が記憶されている。また、フィルタ係数として、ＢＰ２ｃｏｅｆ＿ｖｅｃｔｏｒ２のデータが記憶されている。
　図１０は、第２のフィルタ部２４１が実行する第２のフィルタ工程の一例を示すフローチャートである。まず、第２のフィルタ部２４１に拍動間隔が入力される（ステップＳ３０１）。第２のフィルタ部２４１は、第２のフィルタバンク２４１ａから拍動間隔の該当範囲を選択し（ステップＳ３０２）、対応するフィルタＩＤを決定する（ステップＳ３０３）。図９に示す例で説明すると、ステップＳ３０１において入力された拍動間隔が６０ｂｐｍである場合には、５５ｂｐｍ以上６５ｂｐｍ未満の範囲に含まれると判定され、フィルタＩＤとしてＩＤ＝２が決定される。
　第２のフィルタ部２４１は、フィルタＩＤからフィルタ係数を決定する（ステップＳ３０４）。図９に示す例で説明すると、ＩＤ＝２と決定された場合のフィルタ係数はＢＰ２ｃｏｅｆ＿ｖｅｃｔｏｒ２となる。このように、入力された拍動間隔を含む周波数帯域を通過させるバンドパスフィルタが決定される。決定されたフィルタ係数の通過帯域は、本実施形態において、上述した第２の周波数帯域に相当する。
　第２のフィルタ部２４１は、決定されたフィルタ係数からバンドパスフィルタを選択し、当該バンドパスフィルタを用いてバンドパスフィルタ処理を行う（ステップＳ３０５）。バンドパスフィルタ処理によって、拍動成分信号のピーク位置を検出する。
　図１１は、第２のフィルタ工程の一例を説明するための図である。図１１Ａ中、拍動成分信号上に付した白色の丸印は現在のピーク位置、黒色の丸印は真のピーク、×印は偽のピークである。例えば、図１１Ｂに示すように第２のフィルタバンク２４１ａ（図９）からフィルタ係数をＢＰ２ｃｏｅｆ＿ｖｅｃｔｏｒ２と決定し、図１１Ａに示す拍動成分信号に重畳する。その結果、図１１Ｃに示すように拍動間隔に応じた真のピークの強度のみを強調し、偽のピークの強度を低減することができる。このようにして、第２のフィルタ部２４１は、体動ノイズを低減して拍動成分信号のピーク位置を精度よく検出することができる。
　図３に戻り、次に、血流速度ベースライン復元部２５について説明する。血流速度ベースライン復元部２５は、第１のフィルタ部２３から出力された血流速度ベースライン成分信号と、ピーク検出部２４から出力されたピーク時間及び拍動成分強度と、を加算する、血流速度ベースライン復元工程を実行する。これにより、血流速度ベースライン復元部２５は血流強度を復元し、ピーク時間及び血流強度を出力する。
　第１のフィルタ部２３から出力された任意のピーク時間（ｔｐｋｓ）における血流速度ベースライン成分を「ｔｐｋｓ，ＤＣｐｋｓ」と表記し、ピーク検出部２４から出力されたピーク時間（ｔｐｋｓ）における拍動成分強度を「ｔｐｋｓ，ＡＣｐｋｓ」と表記する。この場合、血流速度ベースライン復元部２５から出力されるピーク時間（ｔｐｋｓ）における血流強度は「ｔｐｋｓ，ＡＣｐｋｓ＋ＤＣｐｋｓ」である。
　包絡線検出部２６は、血流速度ベースライン復元部２５から出力されたピーク時間及び血流強度（ｔｐｋｓ，ＡＣｐｋｓ＋ＤＣｐｋｓ）のデータ列に対し、各ピーク間の一次元データ内挿により血流速度信号の包絡線を計算する包絡線検出工程を実行する。一次元データ内挿では、公知であるＣｕｂｉｃ補間などのピーク間を滑らかに補間するアルゴリズムを使用し、包絡線の曲線を計算する。
　以上詳述した動作により、本実施形態の生体情報処理装置１は、体動ノイズが低減された血流速度信号を出力する。
　本技術の生体情報処理装置は、血流速度の計測における体動ノイズを低減することが可能であるため、血流速度を計測するあらゆる場面で効果を発揮するが、測定対象者が日常生活環境下で装着できるウェアラブル装置に適している。
　例えば、ウォーキングやジョギング、ランニングなどの運動時における主な体動ノイズの要因は腕の周期的な動きであるため、腕の動きを加速度センサなどで計測して参照信号とすることで、血流速度の情報に混入する体動ノイズを低減することは可能である。しかしながら、日常生活において血流速度を常時計測する場合、体動ノイズは指や手首などの非周期的な動きに起因するものが多く、腕の周期的な動きに起因するものは少ない。このため、上述のように加速度センサなどを用いても低減できる体動ノイズの範囲は狭く、日常生活の環境下で血流速度の変化を常時、精度よく検出することは困難であった。
　これに対して、本技術の生体情報処理装置は、周期的か否かといった体動ノイズの性質にかかわらず、日常生活で発生する体動ノイズを効果的に低減することが可能である。また、本技術の生体情報処理装置は、ＬＤＦの技術を用いることなどにより、小型化が可能である上、非侵襲的且つ連続的な計測が可能である。このため、本技術の生体情報処理装置は、ウェアラブル装置に適しており、具体的にはウェアラブル血流計に適している。本技術を用いたウェアラブル血流計は、日常生活で発生する動作時においても頑健に血流速度の変化を検出することができる。
　血流速度の変化は、人の健康状態や心理状態を表す指標として知られている。このため、本技術の生体情報処理装置は、健康状態及び／又は心理状態をセンシングするウェアラブル装置、アプリケーション、システムなどに用いることも可能である。
＜３．第１実施形態の第１変形例＞
　図１２を参照し、第１実施形態の第１変形例に係る生体情報処理装置１Ａの動作について、上記第１実施形態と異なる点を説明する。
　図１２は、第１実施形態の第１変形例に係る生体情報処理装置１Ａの機能構成の一例を示すブロック図である。本変形例の生体情報処理装置１Ａは、上記第１実施形態の心拍変動検出部２１に代えて拍動間隔検出処理部２１Ａを備える。拍動間隔検出処理部２１Ａは、制御部２０（図２）により実現される。
　拍動間隔検出処理部２１Ａは、測定対象者の拍動間隔を検出する拍動間隔検出工程を実行し、拍動間隔を出力する。拍動間隔検出処理部２１Ａは、例えば、ＬＤＦから出力されるレーザー光の反射光の信号を用いて拍動間隔を算出し、出力する。
　本変形例の生体情報処理装置１Ａは、上記第１実施形態で例示したＰＰＧやＥＣＧといった他の装置を必要としないため、構成をより単純化することが可能である。
＜４．第１実施形態の第２変形例＞
　図１３を参照し、第１実施形態の第２変形例に係る生体情報処理装置１Ｂの動作について、上記第１実施形態と異なる点を説明する。
　図１３は、第１実施形態の第２変形例に係る生体情報処理装置１Ｂの機能構成の一例を示すブロック図である。本変形例の生体情報処理装置１Ｂは、上記第１実施形態の心拍変動検出部２１に代えて拍動間隔データ保持部２１Ｂを備える。拍動間隔データ保持部２１Ｂは、制御部２０（図２）により実現される。
　拍動間隔データ保持部２１Ｂは、ピーク検出部２４における過去の検出結果に基づいて拍動間隔を算出し保持する拍動間隔データ保持処理を実行する。ピーク検出部２４における過去の検出結果とは、例えば、ピーク検出部２４により過去に検出されたピーク時間、拍動成分強度などである。第１のフィルタ部２３及びピーク検出部２４は、拍動間隔データ保持部２１Ｂが保持する過去の拍動間隔データに基づいて処理を行う。
　図１３に示す例では、ピーク検出部２４は、ピーク時間（ｔｐｋｓ）における拍動成分強度（ｔｐｋｓ，ＡＣｐｋｓ）を出力するにあたって、拍動間隔データ保持部２１Ｂが保持している過去（時間：ｔ－１）の拍動間隔のデータを用いる。
　本変形例の生体情報処理装置１Ｂは、上記第１実施形態で例示したＰＰＧやＥＣＧといった他の装置を必要としないため、構成をより単純化することが可能である。
　なお、本技術は以下のような構成も採ることができる。
〔１〕拍動間隔に基づいて第１の周波数帯域を選択し、血流速度信号の中から前記第１の周波数帯域の信号を通過させて、拍動成分信号を抽出する第１のフィルタ部を備える、生体情報処理装置。
〔２〕前記拍動成分信号のピーク位置を検出し、ピーク時間と該ピーク時間における拍動成分強度とを出力するピーク検出部を備え、
　前記ピーク検出部は、
　体動発生時以外においては、前記拍動間隔に基づいて前記拍動成分信号のピーク位置を検出して、拍動成分強度を履歴情報として保持し、
　体動発生時においては、前記拍動間隔及び前記履歴情報に基づいて前記拍動成分信号のピーク位置を検出した後、前記履歴情報に基づいて前記ピーク位置の検出が誤りであるか否かを判定し、前記ピーク位置の検出が誤りである場合は、前記拍動間隔を用いてピーク位置を補正し、前記履歴情報を用いて拍動成分強度を補正する、〔１〕に記載の生体情報処理装置。
〔３〕前記第１のフィルタ部は、複数のバンドパスフィルタで構成される第１のフィルタバンクを備え、前記拍動間隔に基づいて前記第１のフィルタバンクから選択されたバンドパスフィルタを用いて前記拍動成分信号を抽出する、〔１〕又は〔２〕に記載の生体情報処理装置。
〔４〕前記ピーク検出部は、体動発生時以外において、前記拍動間隔に基づいて第２の周波数帯域を選択し、前記拍動成分信号の中から前記第２の周波数帯域の信号を通過させて、前記拍動成分信号のピーク位置を検出する第２のフィルタ部を備える、〔２〕に記載の生体情報処理装置。
〔５〕前記第２のフィルタ部は、複数のバンドパスフィルタで構成される第２のフィルタバンクを備え、体動発生時以外において、前記拍動間隔に基づいて前記第２のフィルタバンクから選択されたバンドパスフィルタを用いて前記拍動成分信号のピーク位置を検出する、〔４〕に記載の生体情報処理装置。
〔６〕前記ピーク検出部は、体動発生時において、前記ピーク位置の検出が誤りである場合は、前記拍動間隔により前記ピーク位置の確率分布の尤度を計算し、前記尤度が最大となるピーク位置を補正後のピーク位置とする、〔２〕に記載の生体情報処理装置。
〔７〕拍動間隔に基づいて第１の周波数帯域を選択し、血流速度信号の中から前記第１の周波数帯域の信号を通過させて、拍動成分信号を抽出する第１のフィルタ工程を含む、生体情報処理方法。
１，１Ａ，１Ｂ　生体情報処理装置
１０　血流センサ部
２０　制御部
２１　心拍変動検出部
２１Ａ　拍動間隔検出処理部
２１Ｂ　拍動間隔データ保持部
２２　血流速度計算部
２３　第１のフィルタ部
　２３ａ　第１のフィルタバンク
２４　ピーク検出部
　２４１　第２のフィルタ部
　　２４１ａ　第２のフィルタバンク
２５　血流速度ベースライン復元部
２６　包絡線検出部
 

Claims (7)

  1. 　拍動間隔に基づいて第１の周波数帯域を選択し、血流速度信号の中から前記第１の周波数帯域の信号を通過させて、拍動成分信号を抽出する第１のフィルタ部を備える、生体情報処理装置。
  2. 　前記拍動成分信号のピーク位置を検出し、ピーク時間と該ピーク時間における拍動成分強度とを出力するピーク検出部を備え、
    　前記ピーク検出部は、
    　体動発生時以外においては、前記拍動間隔に基づいて前記拍動成分信号のピーク位置を検出して、拍動成分強度を履歴情報として保持し、
    　体動発生時においては、前記拍動間隔及び前記履歴情報に基づいて前記拍動成分信号のピーク位置を検出した後、前記履歴情報に基づいて前記ピーク位置の検出が誤りであるか否かを判定し、前記ピーク位置の検出が誤りである場合は、前記拍動間隔を用いてピーク位置を補正し、前記履歴情報を用いて拍動成分強度を補正する、請求項１に記載の生体情報処理装置。
  3. 　前記第１のフィルタ部は、複数のバンドパスフィルタで構成される第１のフィルタバンクを備え、前記拍動間隔に基づいて前記第１のフィルタバンクから選択されたバンドパスフィルタを用いて前記拍動成分信号を抽出する、請求項１に記載の生体情報処理装置。
  4. 　前記ピーク検出部は、体動発生時以外において、前記拍動間隔に基づいて第２の周波数帯域を選択し、前記拍動成分信号の中から前記第２の周波数帯域の信号を通過させて、前記拍動成分信号のピーク位置を検出する第２のフィルタ部を備える、請求項２に記載の生体情報処理装置。
  5. 　前記第２のフィルタ部は、複数のバンドパスフィルタで構成される第２のフィルタバンクを備え、体動発生時以外において、前記拍動間隔に基づいて前記第２のフィルタバンクから選択されたバンドパスフィルタを用いて前記拍動成分信号のピーク位置を検出する、請求項４に記載の生体情報処理装置。
  6. 　前記ピーク検出部は、体動発生時において、前記ピーク位置の検出が誤りである場合は、前記拍動間隔により前記ピーク位置の確率分布の尤度を計算し、前記尤度が最大となるピーク位置を補正後のピーク位置とする、請求項２に記載の生体情報処理装置。
  7. 　拍動間隔に基づいて第１の周波数帯域を選択し、血流速度信号の中から前記第１の周波数帯域の信号を通過させて、拍動成分信号を抽出する第１のフィルタ工程を含む、生体情報処理方法。
     
PCT/JP2019/021190 2018-07-11 2019-05-29 生体情報処理装置及び生体情報処理方法 WO2020012807A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US17/250,313 US20210275048A1 (en) 2018-07-11 2019-05-29 Biometric information processing apparatus and biometric information processing method

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2018-131392 2018-07-11
JP2018131392A JP2020006014A (ja) 2018-07-11 2018-07-11 生体情報処理装置及び生体情報処理方法

Publications (1)

Publication Number Publication Date
WO2020012807A1 true WO2020012807A1 (ja) 2020-01-16

Family

ID=69142965

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2019/021190 WO2020012807A1 (ja) 2018-07-11 2019-05-29 生体情報処理装置及び生体情報処理方法

Country Status (3)

Country Link
US (1) US20210275048A1 (ja)
JP (1) JP2020006014A (ja)
WO (1) WO2020012807A1 (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023225078A1 (en) * 2022-05-20 2023-11-23 Advanced Elemental Technologies, Inc. Systems and methods for a connected computing resource and event/activity identification information infrastructure using near existential or existential biometric identification of humans

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004514493A (ja) * 2000-11-21 2004-05-20 ドレーガー　メディカル　システムズ　インコーポレイテッド 生理信号から生理パラメータを推定するための方法及び装置
JP2007054471A (ja) * 2005-08-26 2007-03-08 Nippon Koden Corp 脈拍数測定装置及び脈拍数測定方法
WO2017199597A1 (ja) * 2016-05-20 2017-11-23 ソニー株式会社 生体情報処理装置、生体情報処理方法、及び情報処理装置
WO2018055969A1 (ja) * 2016-09-26 2018-03-29 ソニー株式会社 生体情報処理装置、生体情報処理方法及び情報処理装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004514493A (ja) * 2000-11-21 2004-05-20 ドレーガー　メディカル　システムズ　インコーポレイテッド 生理信号から生理パラメータを推定するための方法及び装置
JP2007054471A (ja) * 2005-08-26 2007-03-08 Nippon Koden Corp 脈拍数測定装置及び脈拍数測定方法
WO2017199597A1 (ja) * 2016-05-20 2017-11-23 ソニー株式会社 生体情報処理装置、生体情報処理方法、及び情報処理装置
WO2018055969A1 (ja) * 2016-09-26 2018-03-29 ソニー株式会社 生体情報処理装置、生体情報処理方法及び情報処理装置

Also Published As

Publication number Publication date
US20210275048A1 (en) 2021-09-09
JP2020006014A (ja) 2020-01-16

Similar Documents

Publication Publication Date Title
Yoon et al. Cuff-less blood pressure estimation using pulse waveform analysis and pulse arrival time
JP6854612B2 (ja) 生体情報測定装置及び生体情報測定方法並びにコンピュータ読み取り可能な記録媒体
JP6121177B2 (ja) ソースビデオ画像から動脈拍動経過時間を導出すること
JP6461021B2 (ja) 被検者のバイタルサイン情報を取得するためのデバイス及び方法
Couceiro et al. Detection of motion artifact patterns in photoplethysmographic signals based on time and period domain analysis
US10251571B1 (en) Method for improving accuracy of pulse rate estimation
US9826940B1 (en) Optical tracking of heart rate using PLL optimization
CN109674456B (zh) 血压估计设备和方法以及可穿戴装置
CN102551699B (zh) 非侵入性心输出量确定的系统
JP6310401B2 (ja) 生理的リズムを表す信号を処理する方法、システム及びコンピュータプログラム
Datta et al. Blood pressure estimation from photoplethysmogram using latent parameters
JP6933220B2 (ja) 生体情報処理装置、生体情報処理方法及び情報処理装置
JP2014530057A (ja) フォトプレチスモグラフから呼吸情報を決定するためのシステムおよび方法
EP1463447A1 (en) Combining measurements from breathing rate sensors
JP2014530049A (ja) フォトプレチスモグラフから呼吸情報を決定するためのシステムおよび方法
Junior et al. Estimation of blood pressure and pulse transit time using your smartphone
JP2020528307A (ja) ウェアラブルデバイスを使用した、心室補助デバイス調整のための方法およびシステム
KR20190011026A (ko) 혈압 측정 장치 및 방법
Kumar et al. STSR: spectro-temporal super-resolution analysis of a reference signal less photoplethysmogram for heart rate estimation during physical activity
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
US20240057900A1 (en) Systems, methods and apparatus for generating blood glucose estimations using real-time photoplethysmography data
WO2020012807A1 (ja) 生体情報処理装置及び生体情報処理方法
Choi et al. PPG pulse direction determination algorithm for PPG waveform inversion by wrist rotation
US20240057925A1 (en) Health Monitoring and Management System Using Ectopic Beats as Early Cardiac Health Marker
AU2020346386A1 (en) Method for determining respiratory rate

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: 19834527

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 19834527

Country of ref document: EP

Kind code of ref document: A1