WO2021187308A1 - 生体検出装置、生体検出方法、及び、プログラム - Google Patents

生体検出装置、生体検出方法、及び、プログラム Download PDF

Info

Publication number
WO2021187308A1
WO2021187308A1 PCT/JP2021/009768 JP2021009768W WO2021187308A1 WO 2021187308 A1 WO2021187308 A1 WO 2021187308A1 JP 2021009768 W JP2021009768 W JP 2021009768W WO 2021187308 A1 WO2021187308 A1 WO 2021187308A1
Authority
WO
WIPO (PCT)
Prior art keywords
frequency component
signal
living body
detection device
value
Prior art date
Application number
PCT/JP2021/009768
Other languages
English (en)
French (fr)
Inventor
知明 大槻
臣 葉
Original Assignee
データソリューションズ株式会社
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 データソリューションズ株式会社 filed Critical データソリューションズ株式会社
Priority to US17/906,561 priority Critical patent/US20230045562A1/en
Priority to JP2022508282A priority patent/JP7286229B2/ja
Publication of WO2021187308A1 publication Critical patent/WO2021187308A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/50—Systems of measurement based on relative movement of target
    • G01S13/52—Discriminating between fixed and moving objects or between objects moving at different speeds
    • G01S13/56—Discriminating between fixed and moving objects or between objects moving at different speeds for presence detection
    • 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
    • A61B5/0245—Detecting, measuring or recording pulse rate or heart rate by using sensing means generating electric signals, i.e. ECG signals
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
    • A61B5/0816—Measuring devices for examining respiratory frequency
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/113—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb occurring during breathing
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G01S7/415—Identification of targets based on measurements of movement associated with the target
    • 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
    • A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/35—Details of non-pulse systems

Definitions

  • the present invention relates to a biological detection device, a biological detection method, and a program.
  • Non-Patent Document 1 There is known a technique of measuring biological information such as heart rate with a wearable device and notifying the user when there is an abnormality in the biological information (for example, Non-Patent Document 1 etc.).
  • a nurse call button a motion sensor, a Doppler sensor, a heart rate monitor, a respiratory measuring device, a thermo camera, a sphygmomanometer, a thermometer, a luminometer, a thermometer, or Connect an observation device such as a hygrometer.
  • the watching system acquires the observation information of the observed person.
  • the monitoring system determines whether or not the emergency alert condition is met based on the observation information, and issues an emergency alert if it is an emergency.
  • a monitoring system using such a vital sensor is known (for example, Patent Document 1 and the like).
  • An object of the present invention is to accurately determine the presence or absence of a living body in view of the fact that it was difficult to accurately determine the presence or absence of a living body by conventional techniques.
  • the biological detection device is A signal acquisition unit that acquires a first signal including a first frequency component that is a heartbeat frequency component and a second frequency component that is a respiration frequency component. Based on the first signal, a filter unit that attenuates a frequency component higher than the first frequency component to generate a second signal, and a filter unit.
  • a frequency analysis unit that analyzes the frequency component of the second signal
  • a dispersion value calculation unit that calculates the first dispersion value of the energy of at least one of the first frequency component and the second frequency component based on the analysis result by the frequency analysis unit.
  • a first statistic calculation unit that calculates the first statistic of the first variance value in a predetermined period, It is a requirement to include a determination unit for determining the presence or absence of a living body based on the first statistic.
  • the presence or absence of a living body can be accurately determined.
  • the biological detection system 1 is a system having the following overall configuration.
  • FIG. 1 is a diagram showing an overall configuration example of the first embodiment.
  • the biological detection system 1 has a configuration including a PC (Personal Computer, hereinafter referred to as “PC10”), a Doppler radar 12, a filter 13, and the like.
  • PC10 Personal Computer
  • the biological detection system 1 preferably has an amplifier 11 and the like.
  • the overall configuration shown will be described as an example.
  • PC10 is an information processing device and is an example of a biological detection device. Further, the PC 10 is connected to a peripheral device such as an amplifier 11 via a network, a cable, or the like.
  • the amplifier 11 and the filter 13 and the like may have the configuration of the PC 10. Further, the amplifier 11 and the filter 13 and the like may be configured by software, or may be configured by both hardware and software, instead of the device.
  • a biological detection system 1 as shown will be described.
  • the Doppler radar 12 is an example of a measuring device.
  • the PC 10 is connected to the amplifier 11. Further, the amplifier 11 is connected to the filter 13. Further, the filter 13 is connected to the Doppler radar 12. Then, the PC 10 acquires measurement data from the Doppler radar 12 via the amplifier 11 and the filter 13. That is, the measurement data is signal data indicating the movement of the living body such as heartbeat and respiration. Next, the PC 10 analyzes the body movements of the subject 2 such as the heartbeat, respiration, and body movements based on the acquired measurement data, and measures the movements of the human body such as the heart rate.
  • the Doppler radar 12 acquires, for example, a signal indicating an operation such as heartbeat and respiration (hereinafter referred to as a "biological signal”) based on the following principle.
  • FIG. 2 is a diagram showing an example of a Doppler radar.
  • the Doppler radar 12 is a device having a configuration as shown in FIG. Specifically, the Doppler radar 12 has a source 12S, a transmitter 12Tx, a receiver 12Rx, and a mixer 12M. Further, the Doppler radar 12 has a regulator 12LNA such as an LNA (Low Noise Amplifier) that performs processing such as reducing noise of data received by the receiver 12Rx.
  • LNA Low Noise Amplifier
  • the source 12S is a source that generates a signal of a transmission wave transmitted by the transmitter 12Tx.
  • the transmitter 12Tx transmits a transmission wave to the subject 2.
  • the transmitted wave signal can be shown by the function Tx (t) related to the time "t", for example, as shown in the following equation (1).
  • ⁇ c is the angular frequency of the transmitted wave.
  • the subject 2 that is, the reflecting surface of the transmitted signal is a displacement of x (t) at the time "t".
  • the reflective surface is the battlement of subject 2.
  • the displacement x (t) can be expressed by, for example, the following equation (2).
  • the receiver 12Rx receives the reflected wave transmitted by the transmitter 12Tx and reflected by the subject 2. Further, the signal of the reflected wave can be shown by the function Rx (t) related to the time t, and can be shown by, for example, the following equation (3).
  • the Doppler radar 12 includes a function Tx (t) (the above equation (1)) indicating a transmitted wave signal and a function R (t) (the above equation (3)) indicating a received wave signal.
  • Tx (t) the above equation (1)
  • R (t) the above equation (3)
  • the Doppler signal can be expressed by the function B (t) related to the time t as shown in the following equation (4).
  • the angular frequency of the Doppler signal is " ⁇ d "
  • the angular frequency ⁇ d of the Doppler signal can be expressed by the following equation (5).
  • phase " ⁇ " in the above equation (4) and the above equation (5) can be expressed as the following equation (6).
  • ⁇ 0 is the phase displacement of the subject 2 on the chest wall, that is, the reflection surface.
  • the Doppler radar 12 outputs the position, speed, and the like of the subject 2 based on the result of comparing the transmitted wave signal and the received received wave signal, that is, the calculation result by the above formula. NS.
  • I data in-phase data
  • Q data quadrature phase data
  • I data and Q data quadrature phase data
  • the distance traveled by the chest wall of the subject 2 can be detected from the I data and the Q data.
  • the movement of the chest wall derived from the heartbeat can detect an index such as a heartbeat by utilizing the frequency change of the transmitted wave and the received wave.
  • FIG. 3 is a diagram showing an example of a biological detection device.
  • the PC 10 includes a CPU (Central Processing Unit, hereinafter referred to as "CPU 10H1”), a storage device 10H2, an input device 10H3, an output device 10H4, and an input I / F (Interface) (hereinafter, "input I / F 10H5"). ) And.
  • the hardware of the PC 10 is connected by a bus (hereinafter referred to as "bus 10H6”), and data and the like are transmitted and received between the hardware via the bus 10H6.
  • bus 10H6 hereinafter referred to as "bus 10H6”
  • the CPU 10H1 is a control device that controls the hardware of the PC 10 and an arithmetic unit that performs calculations to realize various processes.
  • the storage device 10H2 is, for example, a main storage device, an auxiliary storage device, or the like.
  • the main storage device is, for example, a memory or the like.
  • the auxiliary storage device is, for example, a hard disk or the like. Then, the storage device 10H2 stores data including intermediate data used by the PC 10 and programs used for various processes and controls.
  • the input device 10H3 is a device for inputting parameters and instructions required for calculation to the PC 10 by the user's operation. Specifically, the input device 10H3 is, for example, a keyboard, a mouse, a driver, and the like.
  • the output device 10H4 is a device for outputting various processing results and calculation results by the PC 10 to a user or the like. Specifically, the output device 10H4 is, for example, a display or the like.
  • the input I / F10H5 is an interface for connecting to an external device such as a measuring device and transmitting / receiving data or the like.
  • the input I / F10H5 is a connector, an antenna, or the like. That is, the input I / F10H5 transmits / receives data to / from an external device via a network, radio, cable, or the like.
  • the hardware configuration is not limited to the configuration shown in the figure.
  • the PC 10 may further have an arithmetic unit, a storage device, or the like in order to perform processing in parallel, distributed, or redundantly.
  • the PC 10 since the PC 10 performs arithmetic, control and storage in parallel, distributed or redundant, it may be an information processing system connected to another device via a network or a cable. That is, the present invention may be realized by an information processing system having one or more information processing devices.
  • the PC 10 acquires a biological signal indicating the operation of the living body by a measuring device such as the Doppler radar 12.
  • the biological signal may be acquired at any time in real time, or the biological signal for a certain period may be stored by a device such as a Doppler radar and then collectively acquired by the PC 10.
  • a recording medium or the like may be used for acquisition.
  • the PC 10 may have a measuring device such as a Doppler radar 12, and the PC 10 may measure with a measuring device such as the Doppler radar 12 to generate a biological signal and acquire the biological signal.
  • FIG. 4 is a diagram showing an example of overall processing.
  • the overall process described below is performed for each window of time (eg, preset to 60 seconds).
  • step S101 the PC 10 acquires the first signal.
  • the first signal is the following signal.
  • FIG. 5 is a diagram showing an example of the first signal.
  • the horizontal axis is the time indicating the time point of measurement.
  • the vertical axis is the power estimated based on the measurement result of the Doppler radar.
  • first frequency component a biological signal including a heartbeat frequency component (hereinafter referred to as “first frequency component”) and a respiratory frequency component (hereinafter referred to as “second frequency component”) as shown in the figure is referred to as “first signal”. ..
  • step S102 the PC 10 performs a low-pass filter process for attenuating a frequency component higher than the first frequency component with respect to the first signal. That is, the PC 10 attenuates a frequency component higher than the frequency component of the heartbeat with respect to the first signal.
  • the PC 10 uses a digital filter or the like to perform filtering using a frequency higher than the frequency component of the heartbeat as a cutoff frequency.
  • the frequency component of the heartbeat that is, the first frequency component is mainly a frequency component of about 0.8 Hz to 3 Hz. be.
  • the frequency of breathing that is, the second frequency component is mainly a frequency component of about 0.1 Hz to 1 Hz.
  • the low-pass filter processing is set so as to attenuate frequency components higher than, for example, 0 Hz to 3 Hz.
  • the PC 10 can attenuate the frequency component that becomes noise without attenuating the frequency component indicating respiration and heartbeat by the low-pass filter processing.
  • the low-pass filter processing is performed so as not to attenuate the frequency band including both respiration and heartbeat, and to attenuate the frequency component higher than the first frequency component containing other noise.
  • the frequency band to be subjected to the low-pass filter processing may be set in consideration of the age, gender, state, etc. of the living body. For example, after strenuous exercise or in a state of excitement, both heart rate and respiratory rate are at higher frequencies than in a resting state. Therefore, both the first frequency component and the second frequency component have higher frequencies than in the resting state. On the other hand, in a resting state, both heart rate and respiratory rate are at low frequencies. Therefore, for example, the frequency band to be the target of the low-pass filter processing may be dynamically changed or the frequency band to be the target of the low-pass filter processing may be narrowed down according to the state or the like.
  • a low pass that attenuates frequency components higher than 3.5 Hz. Filtering is done.
  • a low-pass filter process for attenuating a frequency component higher than 1.4 Hz is performed. ..
  • the state or the like may be input, or a value considering the state or the like may be set and the low-pass filter processing may be performed.
  • the low-pass filter processing set to 3 Hz
  • the PC 10 does not attenuate the frequency components of the heartbeat and respiration generated after strenuous exercise such that the heartbeat becomes about 180 times per minute, and the noise The frequency component can be attenuated. Therefore, when it is known that the living body is not in a state after exercising, the low-pass filter processing may be set to a low value of about 1 Hz.
  • the signal generated by the low-pass filter processing is referred to as a "second signal”.
  • step S103 the PC 10 performs frequency analysis of the second signal.
  • frequency analysis is realized by FFT (Fast Fourier Transform, Fast Fourier Transform) or the like.
  • FFT Fast Fourier Transform
  • the PC 10 calculates a spectrum showing energy for each frequency band.
  • it is desirable that the PC 10 is normalized and the analysis result is shown in a spectrum. Below, the spectrum is shown by the normalized value. Specific examples of the analysis results will be described later.
  • step S104 the PC 10 calculates the first variance value.
  • the first dispersion value is a value indicating the variation in energy in the analysis result of the frequency analysis of the second signal.
  • step S105 the PC 10 determines whether or not the first variance value for a predetermined period can be calculated.
  • the predetermined period is 2 minutes.
  • the predetermined period is set in advance.
  • step S105 when it is determined that the first variance value for the predetermined period can be calculated (YES in step S105), the PC 10 proceeds to step S106. On the other hand, if it is determined that the first variance value for a predetermined period cannot be calculated (NO in step S105), the PC 10 proceeds to step S101. That is, steps S101 to S104 are repeated for a predetermined period (2 minutes in this example) until the acquisition of the first signal and the calculation of the first variance value are completed.
  • the PC 10 calculates the first statistic of the first variance value. That is, in this example, the PC 10 calculates the average value of the first variance values over 2 minutes as the first statistic.
  • the first statistic is a value calculated by statistically processing a plurality of first variance values in a predetermined period, such as an average value, a variance value, or a standard deviation of the first variance values. .. Further, the first statistic may be a combination of two or more kinds of the mean value, the variance value, or the standard deviation of the first variance value. That is, in the subsequent step S107, the judgment may be made using two or more types of first statistics.
  • the first statistic is the average value of the first variance values will be described as an example.
  • step S107 the PC 10 determines whether the first statistic exceeds the threshold.
  • the threshold is set in advance, for example. That is, the threshold value for determining whether the living body is present or not is determined by conducting an experiment in advance.
  • the threshold value is set according to the type and number of the first statistic.
  • the threshold value may be set separately for each type of the mean value and the variance value, or the determination may be made separately after one threshold value is set in common.
  • step S107 when it is determined that the first statistic exceeds the threshold value (YES in step S107), the PC 10 proceeds to step S108. On the other hand, if it is determined that the first statistic does not exceed the threshold value (NO in step S107), the PC 10 proceeds to step S109.
  • step S108 the PC 10 determines that there is a living body.
  • step S109 the PC 10 determines that there is no living body.
  • the PC 10 determines the presence or absence of a living body based on the first statistic. For example, when the first statistic is the average value of the first variance values in a predetermined period, if the average value of the first variance values is a high value, the determination result that there is a living body in a room or the like is output in step S108. Will be done. On the other hand, if the average value of the first variance values is low, the determination result that there is no living body in the room or the like is output in step S109.
  • the PC 10 calculates the index as follows.
  • step S110 the PC 10 calculates the index.
  • the index is a value indicating the biological information of the target living body.
  • the index is a value calculated by analyzing a biological signal, such as pulse rate, heart rate, respiratory rate, blood pressure, PTT (pulse transit time), systolic blood pressure (systolic blood pressure), and RRI. (RR interval, RR interval), QRS interval, QT interval, or a combination thereof.
  • the index may be biometric information other than this.
  • the PC 10 may be performed from the acquisition of the biological signal.
  • the PC 10 calculates an index when it is determined that there is a living body. With such a configuration, it is not necessary to perform unnecessary measurement and processing such as measurement and the like even when there is no living body. Therefore, for example, the calculation cost can be reduced.
  • the horizontal axis shows the frequency component
  • the vertical axis shows the spectrum showing the energy of each frequency component as a normalized value.
  • FIG. 6 is a diagram showing the analysis results of the experiment in the case where there is no living body.
  • the figure shows the analysis result of the frequency analysis in the experiment in which the first signal for one minute was acquired in the absence of the living body.
  • the first variance value was "4.8 x 10-6 ".
  • the first variance value is a low value.
  • FIG. 7 is a diagram showing the analysis results of the experiment in the presence of a living body.
  • the figure shows the analysis result of the frequency analysis in the experiment in which the first signal for one minute was acquired in the presence of a living body.
  • the living body is a human being, lying on his back on the bed.
  • the distance from the ceiling is "2.12 m”.
  • the first variance value was "1426 x 10-6 ".
  • the first variance value is a high value.
  • the peak point (the first peak in the figure) is in the frequency band of the second frequency component (in this example, the frequency band near 0.3 Hz), which is the frequency of respiration.
  • Point PK1 appears.
  • the peak point in the figure, the second peak point
  • the frequency band of the first frequency component in this example, the frequency band near 1 Hz
  • PK2 the frequency of the heartbeat.
  • the first variance value and the average value for a predetermined period obtained from the analysis result of the frequency analysis are as follows.
  • the horizontal axis represents time and the vertical axis represents the first variance value.
  • the predetermined period is 2 minutes.
  • FIG. 8 is a diagram showing the results of the first experiment in which the first variance value for a predetermined period was calculated when there was no living body.
  • FIG. 9 is a diagram showing the results of the second experiment in which the first variance value for a predetermined period was calculated when there was no living body.
  • the average value of the first variance values for a predetermined period is a low value.
  • FIG. 10 is a diagram showing the results of the first experiment in which the first variance value for a predetermined period was calculated in the presence of a living body.
  • FIG. 11 is a diagram showing the results of a second experiment in which the first variance value for a predetermined period was calculated in the presence of a living body.
  • FIGS. 8 and 9 show the transition of the first variance value over time, as in FIGS. 8 and 9. Further, in the result shown in FIG. 10, when the average value was calculated, the average value of the first variance value for 2 minutes was "1457 ⁇ 10-6 ". Further, in the result shown in FIG. 11, when the average value was calculated, the average value of the first variance value for 2 minutes was "113.4 ⁇ 10-6 ".
  • the average value of the first variance values for a predetermined period is a high value.
  • the threshold value used for determining the presence or absence of a living body is, for example, a value that can distinguish the states shown in FIGS. 8 and 9 and the states shown in FIGS. 10 and 11.
  • the average value of the first variance values in a predetermined period is "10 ⁇ 10-6 " or less.
  • the above-mentioned FIGS. 10 and 11, that is, when there is a living body, the average value of the first variance values in a predetermined period is "100 ⁇ 10-6 " or more. Therefore, the threshold value, based on such experimental results, for example, being set to a value of about "14 ⁇ 10 -6" to "20 ⁇ 10 -6" is desirable. With such a threshold value, the PC 10 can accurately determine the presence or absence of a living body.
  • the threshold value is not limited to the value shown in the above example, and it is desirable to set the threshold value in consideration of these conditions.
  • the PC 10 compares the average value of at least one of the average value of the first dispersion value corresponding to the first frequency component and the average value of the first dispersion value corresponding to the second frequency component with the threshold value. To determine the presence or absence of a living body. That is, when the average value of at least one of the average value of the first dispersion value corresponding to the first frequency component and the average value of the first dispersion value corresponding to the second frequency component is a high value, The PC 10 may have an "OR" configuration that determines that there is a living body.
  • the PC 10 may determine that there is a living body even if the other first dispersion value is a low value. As described above, the PC 10 may be determined by using either of the first frequency component and the second frequency component.
  • the entire case where the PC10 determines that there is a living body by judging both the average value of the first dispersion value corresponding to the first frequency component and the average value of the first dispersion value corresponding to the second frequency component. It is desirable to have an "AND" configuration that determines that there is a living body.
  • the PC 10 first calculates both the first dispersion value corresponding to the first frequency component and the first dispersion value corresponding to the second frequency component. Next, the PC 10 calculates each average value separately based on each first variance value. Then, if it is determined that both the average value based on the first frequency component and the average value based on the second frequency component are high values, the PC 10 determines that there is a living body. As described above, it is desirable that the PC 10 has a configuration in which the determination of both the first frequency component and the second frequency component is set to "AND". With such an "AND" configuration, the PC 10 can accurately determine the presence or absence of a living body.
  • the threshold value used for determining the presence or absence of a living body may be set by the following processing.
  • FIG. 12 is a diagram showing an example of overall processing of the second embodiment. Compared with the first embodiment, the difference is that the process of setting the threshold value is performed. Hereinafter, the points different from those of the first embodiment will be mainly described, and duplicate description will be omitted.
  • step S201 the PC 10 sets the threshold.
  • the threshold value is set according to the type of the first statistic calculated in step S106.
  • the first statistic calculated in step S106 is the average value of the first variance values in a predetermined period.
  • the process of setting the threshold value is as follows.
  • FIG. 13 is a diagram showing an example of a process for setting a threshold value.
  • step S21 the PC 10 determines whether or not the space is free of living organisms. That is, the PC 10 starts the process of setting the threshold value after confirming that the space does not have a living body. It should be noted that the determination as to whether or not the space is free of living organisms may be made by inputting the result of the determination by the user, instead of confirming by the PC 10 with a sensor or the like.
  • step S21 when it is determined that the space has no living body (YES in step S21), the PC 10 proceeds to step S22. On the other hand, if it is determined that the space does not have a living body (NO in step S21), the PC 10 repeats step S21.
  • the subsequent processing is performed using a biological signal (hereinafter referred to as "third signal") generated in a space confirmed to be a space without a living body.
  • third signal a biological signal
  • step S22 the PC 10 acquires the third signal.
  • the third signal is generated by the Doppler radar in the same manner as the first signal.
  • step S23 the PC 10 performs frequency analysis of the third signal.
  • step S23 performs the same processing as step S103.
  • the third signal may be subjected to low-pass filter processing or the like before frequency analysis.
  • the third signal may be subjected to low-pass filter processing so as to attenuate the noise.
  • step S24 the PC 10 calculates the second variance value.
  • the second variance value is calculated in the same manner as the first variance value, that is, in step S104.
  • the variance value used for setting the threshold value is referred to as a “second variance value”. Therefore, the second dispersion value is a value indicating the variation in energy in the analysis result of the frequency analysis of the third signal.
  • step S25 the PC 10 calculates a statistic of the second variance value (hereinafter, the statistic obtained by statistically processing a plurality of second variance values is referred to as a "second statistic"). For example, similarly to the first statistic, the average value of the second variance value is calculated as the second statistic and set as the threshold value in the subsequent step S26.
  • step S26 the PC 10 sets a threshold based on the second statistic. Based on the threshold value set in this way, the PC 10 makes a determination in step S107.
  • the threshold value is not limited to the average value, and may be another statistic using the second variance value calculated in step S24. Further, the threshold value may be a value based on a second statistic such as a value obtained by adding a constant value to the average value calculated in step S25. Specifically, when the average value becomes a value of about “10 x 10-6 " in step S25, "10 x 10-6 " is changed to "10 x 10-6 " to "50 x 10-6 ". by adding a constant value to the degree it may set the threshold value to a value of about "20 ⁇ 10 -6" to "60 ⁇ 10 -6". In this way, in setting the threshold value, the threshold value may have a certain allowable value. Further, when a plurality of first statistics are used, the threshold values used for each determination may be set separately.
  • the process of setting the threshold value may be performed, for example, when the conditions such as the target space or the living body change.
  • the PC 10 generates and acquires a third signal. Since the third signal is generated in a space without a living body, it is a biological signal showing a feature in a space without a living body. Then, it is desirable that the PC 10 determines the presence or absence of a living body with reference to a threshold value set based on such a biological signal.
  • the threshold value is set separately for each actual operating environment, for example.
  • the frequency generated in a space without a living body differs depending on the environment. For example, in an office where noise is relatively low, a factory where a certain frequency is characteristically present, and a general household where various frequencies are often present, a space without a living body is used. The variance value in is different. Therefore, in order to set the threshold value for each environment, it is desirable that the third signal be acquired for each environment.
  • the presence or absence of a living body can be accurately determined.
  • a third embodiment is a system having a biometric detection device or a biometric detection system (hereinafter, simply referred to as "system"). Since the biological detection device and the biological detection system are the same as those in the first embodiment, the description thereof will be omitted.
  • the system starts or changes the process based on the result of determination of the presence or absence of a living body by the biological detection device or the biological detection system.
  • the biometric detection device or the biometric detection system first determines the presence or absence of a living body in the previous stage.
  • the living body detection device or the living body detection system activates another device in the system. That is, in order to determine that there is a living body when the living body enters the room, the living body detection device or the living body detection system wakes up other devices in conjunction with the living body entering the room. Is processed.
  • the other device or the like is in a sleep state, for example. In this way, when it is determined by the biological detection device or the biological detection system that there is a living body, if another device is activated, the device or the like does not need to perform unnecessary measurement and processing. Therefore, for example, power consumption can be reduced.
  • a sensor or the like for detecting a biological signal is linked with a biological detection device or a biological detection system, erroneous detection and oversight when there is no biological signal can be reduced.
  • the living body detection device or the living body detection system when the living body is determined to be present by the living body detection device or the living body detection system, another device or the like may perform processing such as detecting the living body again or specifying the position of the living body. In this way, even if the biological detection device or the biological detection system determines the presence or absence of a living body in the previous stage and the living body is detected to some extent and the living body is found, the process of detecting the living body or generating the biological information is started. good. As described above, when the living body is detected again by another device triggered by the judgment result by the living body detection device or the living body detection system, the living body can be detected with high accuracy.
  • the biological information can be generated with high accuracy.
  • FIG. 14 is a diagram showing an example of functional configuration.
  • the biological detection device has a functional configuration including a signal acquisition unit 10F1, a filter unit 10F2, a frequency analysis unit 10F3, a dispersion value calculation unit 10F4, a first statistic calculation unit 10F5, and a determination unit 10F6. Is desirable. Further, as shown in the figure, it is desirable that the biological detection device has a functional configuration further including a threshold value setting unit 10F7 and an index calculation unit 10F8.
  • a functional configuration as shown will be described as an example.
  • the signal acquisition unit 10F1 performs a signal acquisition procedure for acquiring a biological signal such as the first signal.
  • the signal acquisition unit 10F1 is realized by the Doppler radar 12, the input I / F10H5, or the like.
  • the filter unit 10F2 performs a filtering procedure for filtering a certain frequency band in a biological signal such as a first signal.
  • the filter unit 10F2 is realized by the CPU 10H1, the filter 13, or the like.
  • the frequency analysis unit 10F3 performs a frequency analysis procedure for performing frequency analysis on a signal such as a second signal.
  • the frequency analysis unit 10F3 is realized by the CPU 10H1 or the like.
  • the variance value calculation unit 10F4 performs a variance value calculation procedure for calculating a variance value such as the first variance value.
  • the variance value calculation unit 10F4 is realized by the CPU 10H1 or the like.
  • the first statistic calculation unit 10F5 performs the first statistic calculation procedure for calculating the first statistic such as the average value of the first variance value.
  • the first statistic calculation unit 10F5 is realized by the CPU 10H1 or the like.
  • Judgment unit 10F6 performs a judgment procedure for judging the presence or absence of a living body.
  • the determination unit 10F6 is realized by the CPU 10H1 or the like.
  • the threshold value setting unit 10F7 performs a threshold value setting procedure for setting the threshold value.
  • the threshold value setting unit 10F7 is realized by the CPU 10H1, the input device 10H3, or the like.
  • the index calculation unit 10F8 performs an index calculation procedure for calculating the index.
  • the index calculation unit 10F8 is realized by the CPU 10H1 or the like.
  • FIG. 15 is a diagram showing an example of IQ data measured by a Doppler radar.
  • the Doppler radar 12 outputs a signal as shown in the figure. Then, when arctan (Q / I) is calculated, it becomes a biological signal.
  • the Doppler radar 12 can measure the movement of a moving object based on the Doppler effect in which the frequency of the reflected wave changes by irradiating the moving object with radio waves. In this way, a configuration that can measure the movement of the subject in a non-contact manner is desirable.
  • the living body is not limited to humans, but may be animals or the like.
  • the interval at which the biological signal is acquired and the predetermined period during which the first variance value is calculated may be set depending on the application, accuracy, and the like. For example, if the predetermined period is about several seconds, the PC10 can determine the presence or absence of a living body in a short time, so when the presence or absence of a living body is output with high time resolution, the predetermined period or the like is set to about several seconds. It is desirable to set it short.
  • the first variance value, the average value, and the judgment can accurately judge the presence or absence of a living body if the predetermined period is long. For example, if the predetermined period is set as long as 4 minutes or more, the first variance value can be calculated in large quantities, so that the presence or absence of a living body can be determined more accurately.
  • the biological detection device and the biological detection system may be configured to use AI (Artificial Intelligence).
  • AI Artificial Intelligence
  • the threshold value may be learned and set by machine learning or the like. Specifically, machine learning is performed by using the variance value or the average value as shown in FIGS. 8 to 11 as learning data in machine learning. When such training data is used, it is possible to generate a trained model for determining the presence or absence of a living body based on a variance value or an average value.
  • the biometric detection device and the biometric detection system may perform deep learning with the time domain signal or the frequency domain signal as the learning target. Then, based on the trained model, the biometric detection device and the biometric detection system may determine the presence or absence of a living body.
  • the trained model is used as part of the software in AI. Therefore, the trained model is a program. Therefore, the trained model may be distributed or executed, for example, via a recording medium, a network, or the like.
  • the trained model includes, for example, a network structure such as CNN (Convolution Natural Network) or RNN (Recurrent Neural Network).
  • CNN Convolution Natural Network
  • RNN Recurrent Neural Network
  • the transmitter, receiver, or information processing device may be a plurality of devices. That is, processing and control may be virtualized, parallel, distributed or redundant.
  • the transmitter, the receiver, and the information processing device may have integrated hardware or may also serve as a device.
  • each process according to the present invention is described in a low-level language such as an assembler or a high-level language such as an object-oriented language and is realized by a program for causing a computer to execute a biometric detection method. good. That is, the program is a computer program for causing a computer such as an information processing device or a biological detection system to execute each process.
  • the arithmetic unit and the control device of the computer perform the calculation and control based on the program in order to execute each process.
  • the storage device of the computer stores the data used for the processing based on the program in order to execute each processing.
  • the program can be recorded and distributed on a computer-readable recording medium.
  • the recording medium is a medium such as a magnetic tape, a flash memory, an optical disk, a magneto-optical disk, or a magnetic disk.
  • the program can be distributed over telecommunication lines.

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Biophysics (AREA)
  • Physiology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Dentistry (AREA)
  • Cardiology (AREA)
  • Pulmonology (AREA)
  • Signal Processing (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)

Abstract

生体の有無を精度良く判断することを課題とする。本生体検出装置は、心拍の周波数成分である第１周波数成分及び呼吸の周波数成分である第２周波数成分を含む第１信号を取得する信号取得部と、前記第１信号に基づいて、前記第１周波数成分より高い周波数成分を減衰させて第２信号を生成するフィルタ部と、前記第２信号の周波数成分を分析する周波数分析部と、前記周波数分析部による分析結果に基づいて、前記第１周波数成分、及び、前記第２周波数成分のうち、少なくともいずれか一方の周波数成分のエネルギーの第１分散値を計算する分散値計算部と、所定期間における前記第１分散値の第１統計量を計算する第１統計量計算部と、前記第１統計量に基づいて、生体の有無を判断する判断部とを含む。

Description

生体検出装置、生体検出方法、及び、プログラム
　本発明は、生体検出装置、生体検出方法、及び、プログラムに関する。
　ウェアラブル機器で心拍数等の生体情報を計測して、生体情報に異常があるとユーザへ通知を行う技術が知られている（例えば、非特許文献１等）。
　また、見守りシステムにおいて、まず、老人等の被観察者に、ナースコールボタン、人感センサ、ドップラーセンサ、心拍計、呼吸計測機、サーモカメラ、血圧計、体温計、照度計、温度計、又は、湿度計等の観察機器を接続させる。このようにして、見守りシステムは、被観察者の観察情報を取得する。そして、見守りシステムは、観察情報に基づいて緊急発報条件に合致するか否かを判断して緊急事態であると緊急発報を行う。このようなバイタル系センサを用いる見守りシステムが知られている（例えば、特許文献１等）。
"心拍数。その意味とＡｐｐｌｅ　Ｗａｔｃｈ（登録商標）での表示方法"、［online］、２０２０年０１月２１日、［令和２年３月２日検索］、インターネット〈URL：https://support.apple.com/ja-jp/HT204666〉
特開２０１７－１５１７５５号公報
　本発明は、従来の技術では生体の有無を精度良く判断することが難しかったことに鑑みて、生体の有無を精度良く判断することを目的とする。
　生体検出装置は、
　心拍の周波数成分である第１周波数成分及び呼吸の周波数成分である第２周波数成分を含む第１信号を取得する信号取得部と、
　前記第１信号に基づいて、前記第１周波数成分より高い周波数成分を減衰させて第２信号を生成するフィルタ部と、
　前記第２信号の周波数成分を分析する周波数分析部と、
　前記周波数分析部による分析結果に基づいて、前記第１周波数成分、及び、前記第２周波数成分のうち、少なくともいずれか一方の周波数成分のエネルギーの第１分散値を計算する分散値計算部と、
　所定期間における前記第１分散値の第１統計量を計算する第１統計量計算部と、
　前記第１統計量に基づいて、生体の有無を判断する判断部と
を含むことを要件とする。
　開示の技術によれば、生体の有無を精度良く判断できる。
第１実施形態の全体構成例を示す図である。 ドップラーレーダの例を示す図である。 生体検出装置の例を示す図である。 第１実施形態の全体処理例を示す図である。 第１信号の例を示す図である。 生体が有りの場合において実験した分析結果を示す図である。 生体が無しの場合において実験した分析結果を示す図である。 生体が無しの場合における所定期間の第１分散値を計算した第１実験結果を示す図である。 生体が無しの場合における所定期間の第１分散値を計算した第２実験結果を示す図である。 生体が有りの場合における所定期間の第１分散値を計算した第１実験結果を示す図である。 生体が有りの場合における所定期間の第１分散値を計算した第２実験結果を示す図である。 第２実施形態の全体処理例を示す図である。 閾値を設定する処理の例を示す図である。 機能構成例を示す図である。 ドップラーレーダで計測するＩＱデータの例を示す図である。
　以下、発明を実施するための最適かつ最小限な形態について、図面を参照して説明する。なお、図面において、同一の符号を付す場合には、同様の構成であることを示し、重複する説明を省略する。また、図示する具体例は、例示であり、図示する以外の構成が更に含まれる構成であってもよい。
　＜第１実施形態＞
　例えば、生体検出システム１は、以下のような全体構成のシステムである。
　＜全体構成例＞
　図１は、第１実施形態の全体構成例を示す図である。例えば、生体検出システム１は、ＰＣ（Ｐｅｒｓｏｎａｌ　Ｃｏｍｐｕｔｅｒ、以下「ＰＣ１０」という。）、ドップラーレーダ１２及びフィルタ１３等を有する構成である。なお、生体検出システム１は、図示するように、アンプ１１等を有する構成が望ましい。以下、図示する全体構成を例に説明する。
　ＰＣ１０は、情報処理装置であって、生体検出装置の例である。また、ＰＣ１０は、アンプ１１等の周辺機器とネットワーク又はケーブル等を介して接続する。なお、アンプ１１及びフィルタ１３等は、ＰＣ１０が有する構成でもよい。また、アンプ１１及びフィルタ１３等は、装置でなく、ソフトウェアによる構成、又は、ハードウェアとソフトウェアの両方による構成でもよい。以下、図示するような生体検出システム１の例で説明する。
　ドップラーレーダ１２は、計測装置の例である。
　この例では、ＰＣ１０は、アンプ１１に接続される。また、アンプ１１は、フィルタ１３に接続される。さらに、フィルタ１３は、ドップラーレーダ１２に接続される。そして、ＰＣ１０は、アンプ１１及びフィルタ１３を介して、ドップラーレーダ１２から計測データを取得する。すなわち、計測データは、心拍及び呼吸等の生体の動作を示す信号のデータである。次に、ＰＣ１０は、取得される計測データに基づいて被験者２の心拍、呼吸及び体の動き等の体動を解析し、心拍数等の人体の動きを計測する。
　ドップラーレーダ１２は、例えば、以下のような原理で心拍及び呼吸等の動作を示す信号（以下「生体信号」という。）を取得する。
　＜ドップラーレーダの例＞
　図２は、ドップラーレーダの例を示す図である。例えば、ドップラーレーダ１２は、図２に示すような構成の装置である。具体的には、ドップラーレーダ１２は、ソース（Ｓｏｕｒｃｅ）１２Ｓと、発信器１２Ｔｘと、受信器１２Ｒｘと、ミキサー（Ｍｉｘｅｒ）１２Ｍとを有する。また、ドップラーレーダ１２は、受信器１２Ｒｘが受信するデータのノイズを減らす等の処理を行うＬＮＡ（Ｌｏｗ　Ｎｏｉｓｅ　Ａｍｐｌｉｆｉｅｒ）等の調整器１２ＬＮＡを有する。
　ソース１２Ｓは、発信器１２Ｔｘが発信する発信波の信号を生成する発信源である。
　発信器１２Ｔｘは、被験者２に対して発信波を発信する。なお、発信波の信号は、時間「ｔ」に係る関数Ｔｘ（ｔ）で示せ、例えば、下記（１）式のように示せる。
Figure JPOXMLDOC01-appb-M000001
　上記（１）式では、「ωｃ」は、発信波の角周波数である。
　そして、被験者２、すなわち、発信された信号の反射面は、時間「ｔ」において、ｘ（ｔ）の変位である場合とする。この例では、反射面は、被験者２の胸壁となる。そして、変位ｘ（ｔ）は、例えば、下記（２）式のように示せる。
Figure JPOXMLDOC01-appb-M000002
　上記（２）式では、「ｍ」は、変位の振幅を示す定数である。また、上記（２）式では、「ω」は、被験者２の動きによってシフトする角速度である。なお、上記（１）式と同様の変数は同じ変数である。
　受信器１２Ｒｘは、発信器１２Ｔｘによって発信されて被験者２で反射した反射波を受信する。また、反射波の信号は、時間ｔに係る関数Ｒｘ（ｔ）で示せ、例えば、下記（３）式のように示せる。
Figure JPOXMLDOC01-appb-M000003
　上記（３）式では、「ｄ０」は、被験者２と、ドップラーレーダ１２との距離である。また、「λ」は、信号の波長である。以下、同様に記載する。
　ドップラーレーダ１２は、発信波の信号を示す関数Ｔｘ（ｔ）（上記（１）式である。）と、受信波の信号を示す関数Ｒ（ｔ）（上記（３）式である。）とをミキシングして、ドップラー信号を生成する。なお、ドップラー信号は、時間ｔに係る関数Ｂ（ｔ）で示すと、下記（４）式のように示せる。
Figure JPOXMLDOC01-appb-M000004
　そして、ドップラー信号の角周波数を「ωｄ」とすると、ドップラー信号の角周波数ωｄは、下記（５）式のように示せる。
Figure JPOXMLDOC01-appb-M000005
　また、上記（４）式及び上記（５）式における位相「θ」は、下記（６）式のように示せる。
Figure JPOXMLDOC01-appb-M000006
　上記（６）式では、「θ０」は、被験者２の胸壁、すなわち、反射面における位相変位である。
　次に、ドップラーレーダ１２は、発信した発信波の信号と、受信した受信波の信号とを比較した結果、すなわち、上記の式による計算結果に基づいて、被験者２の位置及び速度等が出力される。
　例えば、受信波から、Ｉデータ（同相データ）及びＱデータ（直交位相データ）が生成できる。そして、Ｉデータ及びＱデータにより、被験者２の胸壁が移動した距離が検出できる。また、Ｉデータ及びＱデータが示す位相に基づいて、被験者２の胸壁が前後のどちらに動いたかが検出できる。したがって、心拍に由来する胸壁の移動が、送信波及び受信波の周波数変化を利用して、心拍等の指標を検出できる。
　＜生体検出装置のハードウェア構成例＞
　図３は、生体検出装置の例を示す図である。例えば、ＰＣ１０は、ＣＰＵ（Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ、以下「ＣＰＵ１０Ｈ１」という。）と、記憶装置１０Ｈ２と、入力装置１０Ｈ３と、出力装置１０Ｈ４と、入力Ｉ／Ｆ（Ｉｎｔｅｒｆａｃｅ）（以下「入力Ｉ／Ｆ１０Ｈ５」という。）とを有する。なお、ＰＣ１０が有する各ハードウェアは、バス（Ｂｕｓ）（以下「バス１０Ｈ６」という。）で接続され、各ハードウェアの間では、バス１０Ｈ６を介して、データ等が相互に送受信される。
　ＣＰＵ１０Ｈ１は、ＰＣ１０が有するハードウェアを制御する制御装置及び各種処理を実現するための演算を行う演算装置である。
　記憶装置１０Ｈ２は、例えば、主記憶装置及び補助記憶装置等である。具体的には、主記憶装置は、例えば、メモリ等である。また、補助記憶装置は、例えば、ハードディスク等である。そして、記憶装置１０Ｈ２は、ＰＣ１０が用いる中間データを含むデータ及び各種処理及び制御に用いるプログラム等を記憶する。
　入力装置１０Ｈ３は、ユーザの操作によって、計算に必要なパラメータ及び命令をＰＣ１０に入力するための装置である。具体的には、入力装置１０Ｈ３は、例えば、キーボード、マウス及びドライバ等である。
　出力装置１０Ｈ４は、ＰＣ１０による各種処理結果及び計算結果をユーザ等に出力するための装置である。具体的には、出力装置１０Ｈ４は、例えば、ディスプレイ等である。
　入力Ｉ／Ｆ１０Ｈ５は、計測装置等の外部装置と接続し、データ等を送受信するためのインタフェースである。例えば、入力Ｉ／Ｆ１０Ｈ５は、コネクタ又はアンテナ等である。すなわち、入力Ｉ／Ｆ１０Ｈ５は、ネットワーク、無線又はケーブル等を介して、外部装置とデータを送受信する。
　なお、ハードウェア構成は、図示する構成に限られない。例えば、ＰＣ１０は、処理を並列、分散又は冗長して行うため、更に演算装置又は記憶装置等を有してもよい。また、ＰＣ１０は、演算、制御及び記憶を並列、分散又は冗長して行うため、他の装置とネットワーク又はケーブルを介して接続される情報処理システムでもよい。すなわち、１以上の情報処理装置を有する情報処理システムによって、本発明は実現されてもよい。
　このようにして、ＰＣ１０は、ドップラーレーダ１２等の計測装置によって生体の動作を示す生体信号を取得する。なお、生体信号は、リアルタイムで随時取得されてもよいし、ある期間分の生体信号をドップラーレーダ等の装置が記憶して、その後、ＰＣ１０がまとめて取得してもよい。また、取得は、記録媒体等を用いてもよい。さらに、ＰＣ１０は、ドップラーレーダ１２等の計測装置を有し、ＰＣ１０がドップラーレーダ１２等の計測装置で計測して生体信号を生成して、生体信号を取得する構成でもよい。
　＜全体処理例＞
　図４は、全体処理例を示す図である。例えば、以下に説明する全体処理は、時間の窓（例えば、６０秒のようにあらかじめ設定される。）ごとに実行される。
　（第１信号の取得例）
　ステップＳ１０１では、ＰＣ１０は、第１信号を取得する。例えば、第１信号は、以下のような信号である。
　図５は、第１信号の例を示す図である。図では、横軸が計測した時点を示す時間である。一方で、縦軸がドップラーレーダの計測結果に基づいて推定される電力である。
　以下、図示するような心拍の周波数成分（以下「第１周波数成分」という。）、及び、呼吸の周波数成分（以下「第２周波数成分」という。）を含む生体信号を「第１信号」という。
　（ローパスフィルタ処理の例）
　ステップＳ１０２では、ＰＣ１０は、第１信号に対して第１周波数成分より高い周波数成分を減衰させるローパスフィルタ処理を行う。すなわち、ＰＣ１０は、第１信号に対して、心拍の周波数成分より高い周波数成分を減衰させる。例えば、ＰＣ１０は、デジタルフィルタ等で、心拍の周波数成分より高い周波数をカットオフ周波数としたフィルタリングを行う。
　例えば、成人の男性であれば、１分間に５０回乃至１８０回程度の心拍数であるため、心拍の周波数成分、すなわち、第１周波数成分は、０．８Ｈｚ乃至３Ｈｚ程度の周波数成分が主である。
　また、例えば、人は、１分間に１０回乃至６０回程度の呼吸数であるため、呼吸の周波数、すなわち、第２周波数成分は、０．１Ｈｚ乃至１Ｈｚ程度の周波数成分が主である。
　そこで、ローパスフィルタ処理は、例えば、０Ｈｚ乃至３Ｈｚより高い周波数成分を減衰させるように設定されるのが望ましい。このような設定であると、ＰＣ１０は、ローパスフィルタ処理によって、呼吸及び心拍を示す周波数成分を減衰させずに、ノイズとなる周波数成分を減衰させることができる。
　このように、呼吸及び心拍のいずれもが含まれる周波数帯域を減衰させず、それ以外のノイズが含まれる第１周波数成分より高い周波数成分を減衰させるようにローパスフィルタ処理が行われるのが望ましい。
　なお、ローパスフィルタ処理の対象とする周波数帯域は、生体の年齢、性別、及び、状態等を考慮して設定されてもよい。例えば、激しい運動の後又は興奮しているといった状態であると、心拍数及び呼吸数の両方とも、安静な状態より高い周波数となる。そのため、第１周波数成分、及び、第２周波数成分は、両方とも安静な状態よりも高い周波数となる。一方で、安静な状態であると、心拍数及び呼吸数の両方とも、低い周波数となる。そこで、例えば、状態等に合わせて、ローパスフィルタ処理の対象とする周波数帯域が動的に変更される、又は、ローパスフィルタ処理の対象とする周波数帯域が絞られてもよい。具体的には、激しい運動の後の状態といった、第１周波数成分、及び、第２周波数成分のいずれもが高い周波数帯域にあると考えられる状態では、３．５Ｈｚより高い周波数成分を減衰させるローパスフィルタ処理が行われる。一方で、安静な状態等といった第１周波数成分、及び、第２周波数成分のいずれもが低い周波数帯域にあると考えられる状態では、１．４Ｈｚより高い周波数成分を減衰させるローパスフィルタ処理が行われる。
　このように、状態等が入力できる、又は、状態等を考慮した値が設定されて、ローパスフィルタ処理が行われてもよい。
　例えば、３Ｈｚに設定されるローパスフィルタ処理であると、ＰＣ１０は、１分間に心拍が１８０回程度となるような激しい運動の後に発生する心拍及び呼吸の周波数成分を減衰させず、かつ、ノイズの周波数成分を減衰できる。ゆえに、生体が運動した後ではない状態であると分かっているような場合には、ローパスフィルタ処理は、１Ｈｚ程度に低い値が設定されてもよい。
　以下、ローパスフィルタ処理で生成される信号を「第２信号」という。
　（周波数分析の例）
　ステップＳ１０３では、ＰＣ１０は、第２信号の周波数分析を行う。例えば、周波数分析は、ＦＦＴ（高速フーリエ変換、Ｆａｓｔ　Ｆｏｕｒｉｅｒ　Ｔｒａｎｓｆｏｒｍ）等で実現する。このようにして、ＰＣ１０は、周波数帯域ごとのエネルギーを示すスペクトルを算出する。また、ＰＣ１０は、正規化し、かつ、スペクトルで分析結果を示すのが望ましい。以下、正規化された値でスペクトルを示す。分析結果の具体例は後述する。
　（第１分散値の計算の例）
　ステップＳ１０４では、ＰＣ１０は、第１分散値を計算する。第１分散値は、第２信号の周波数分析の分析結果におけるエネルギーのばらつきを示す値である。
　（所定期間の第１分散値が計算できたか否かを判断する例）
　ステップＳ１０５では、ＰＣ１０は、所定期間の第１分散値が計算できたか否かを判断する。例えば、所定期間は、２分間である。なお、所定期間は、あらかじめ設定される。
　次に、所定期間の第１分散値が計算できたと判断されると（ステップＳ１０５でＹＥＳ）、ＰＣ１０は、ステップＳ１０６に進む。一方で、所定期間の第１分散値が計算できていないと判断されると（ステップＳ１０５でＮＯ）、ＰＣ１０は、ステップＳ１０１に進む。すなわち、所定期間（この例では、２分間となる。）分、第１信号の取得乃至第１分散値の計算が終わるまで、ステップＳ１０１乃至ステップＳ１０４が繰り返し行われる。
　所定期間の第１分散値の具体例は後述する。
　（第１統計量の計算の例）
　ステップＳ１０６では、ＰＣ１０は、第１分散値の第１統計量を計算する。すなわち、ＰＣ１０は、この例では、２分間における第１分散値の平均値を第１統計量として計算する。なお、第１統計量は、例えば、第１分散値の平均値、分散値、又は、標準偏差等のように、所定期間における複数の第１分散値を統計処理にして計算される値である。さらに、第１統計量は、第１分散値の平均値、分散値、又は、標準偏差のうち、２種類以上の組み合わせであってもよい。すなわち、後段のステップＳ１０７では、２種類以上の第１統計量を用いて判断がされてもよい。以下、第１統計量が第１分散値の平均値である場合を例に説明する。
　（第１統計量が閾値を超えるか否かを判断する例）
　ステップＳ１０７では、ＰＣ１０は、第１統計量が閾値を超えるか否かを判断する。閾値は、例えば、あらかじめ設定される。すなわち、生体を有りと判断するか、又は、生体を無しと判断するかの閾値は、あらかじめ実験を行う等で見極められる。
　なお、閾値は、第１統計量の種類及び数に合わせて設定される。この場合には、閾値は、平均値及び分散値のそれぞれの種類ごとに別々に設定されてもよいし、共通して１つの閾値が設定された上で判断が別々に行われてもよい。
　次に、第１統計量が閾値を超えると判断されると（ステップＳ１０７でＹＥＳ）、ＰＣ１０は、ステップＳ１０８に進む。一方で、第１統計量が閾値を超えないと判断されると（ステップＳ１０７でＮＯ）、ＰＣ１０は、ステップＳ１０９に進む。
　（生体が有りと判断する例）
　ステップＳ１０８では、ＰＣ１０は、生体が有りと判断する。
　（生体が無しと判断する例）
　ステップＳ１０９では、ＰＣ１０は、生体が無しと判断する。
　上記に示すステップＳ１０８又はステップＳ１０９のように、第１統計量に基づいて、ＰＣ１０は、生体の有無を判断する。例えば、第１統計量が所定期間における第１分散値の平均値である場合において、第１分散値の平均値が高い値であると、部屋等に生体がいるという判断結果がステップＳ１０８によって出力される。一方で、第１分散値の平均値が低い値であると、部屋等に生体がいないという判断結果がステップＳ１０９によって出力される。
　なお、生体が有りと判断する場合には、ＰＣ１０は、以下のように指標の計算等を行うのが望ましい。
　（指標の計算を行う例）
　ステップＳ１１０では、ＰＣ１０は、指標を計算する。
　例えば、指標は、対象とする生体の生体情報を示す値である。具体的には、指標は、生体信号を解析して計算される値であって、脈拍数、心拍数、呼吸数、血圧、ＰＴＴ（ｐｕｌｓｅ　ｔｒａｎｓｉｔ　ｔｉｍｅ）、収縮期血圧（ｓｙｓｔｏｌｉｃ　ｂｌｏｏｄ　ｐｒｅｓｓｕｒｅ）、ＲＲＩ（Ｒ－Ｒ　ｉｎｔｅｒｖａｌ、Ｒ－Ｒ間隔）、ＱＲＳ間隔、ＱＴ間隔、又は、これらの組み合わせ等である。なお、指標は、これ以外の生体情報でもよい。
　また、指標を計算するため、ＰＣ１０は、生体信号の取得から行ってもよい。
　このように、生体検出システム１において、ＰＣ１０は、生体が有りと判断した場合に、指標を計算する。このような構成であると、生体がいないのに計測等を行うといった無駄な計測及び処理等を行わずにすむ。そのため、例えば、計算コストを少なくできる。
　＜実験結果＞
　例えば、周波数分析、すなわち、ステップＳ１０３の分析結果は、以下のような分析結果が得られた。
　＜周波数分析の分析結果の例＞
　以下、横軸を周波数成分、縦軸をそれぞれの周波数成分のエネルギーを示すスペクトルを正規化した値で示す。
　＜生体が無しの場合の分析結果＞
　図６は、生体が無しの場合において実験した分析結果を示す図である。図は、生体が不在な状態において、１分間分の第１信号を取得した実験における周波数分析の分析結果を示す。この実験では、第１分散値は、「４．８×１０－６」となった。
　このように、生体が無しの場合には、第１分散値は、低い値となる。
　＜生体が有りの場合の分析結果＞
　図７は、生体が有りの場合において実験した分析結果を示す図である。図は、生体が存在する状態において、１分間分の第１信号を取得した実験における周波数分析の分析結果を示す。なお、生体は、人であって、ベッドに仰向けになった状態である。また、天井との距離は、「２．１２ｍ」である。この実験では、第１分散値は、「１４２６×１０－６」となった。
　このように、生体が有りの場合には、第１分散値は、高い値となる。
　また、生体が有りの場合には、呼吸の周波数である、第２周波数成分の周波数帯域（この例では、０．３Ｈｚ付近の周波数帯域である。）に、ピーク点（図では、第１ピーク点ＰＫ１である。）が現れる。
　同様に、生体が有りの場合には、心拍の周波数である、第１周波数成分の周波数帯域（この例では、１Ｈｚ付近の周波数帯域である。）に、ピーク点（図では、第２ピーク点ＰＫ２である。）が現れる。
　このように、第２信号において、呼吸及び心拍を示す周波数成分のエネルギーが高くなる。
　＜所定期間の第１分散値の例＞
　上記周波数分析の分析結果で得られる所定期間の第１分散値、及び、平均値は、以下のような結果となる。以下、横軸を時間、縦軸を第１分散値で示す。なお、所定期間は、２分間である。
　＜生体が無しの場合における第１分散値＞
　図８は、生体が無しの場合における所定期間の第１分散値を計算した第１実験結果を示す図である。
　図９は、生体が無しの場合における所定期間の第１分散値を計算した第２実験結果を示す図である。
　図８及び図９は、第１分散値の時間における推移を示す。また、図８に示す結果では、平均値を計算すると、２分間の第１分散値の平均値は、「５．２×１０－６」となった。さらに、図９に示す結果では、平均値を計算すると、２分間の第１分散値の平均値は、「７．７×１０－６」となった。
　このように、生体が無しの場合には、所定期間の第１分散値の平均値は、低い値となる。
　＜生体が有りの場合における第１分散値＞
　図１０は、生体が有りの場合における所定期間の第１分散値を計算した第１実験結果を示す図である。
　図１１は、生体が有りの場合における所定期間の第１分散値を計算した第２実験結果を示す図である。
　図１０及び図１１は、図８及び図９と同様に、第１分散値の時間における推移を示す。また、図１０に示す結果では、平均値を計算すると、２分間の第１分散値の平均値は、「１４５７×１０－６」となった。さらに、図１１に示す結果では、平均値を計算すると、２分間の第１分散値の平均値は、「１１３．４×１０－６」となった。
　このように、生体が有りの場合には、所定期間の第１分散値の平均値は、高い値となる。
　そこで、生体の有無を判断するのに用いられる閾値は、例えば、上記の図８及び図９のような状態と、上記の図１０及び図１１の状態とが区別できる値であるのが望ましい。
　具体的には、上記の図８及び図９、すなわち、生体が無しの場合には、所定期間の第１分散値の平均値は、「１０×１０－６」以下の値となる。一方で、上記の図１０及び図１１、すなわち、生体が有りの場合には、所定期間の第１分散値の平均値は、「１００×１０－６」以上の値となる。そこで、閾値は、このような実験結果を踏まえて、例えば、「１４×１０－６」乃至「２０×１０－６」程度の値に設定されるのが望ましい。このような閾値であると、ＰＣ１０は、精度良く生体の有無を判断できる。
　ただし、第１分散値、及び、平均値等の統計量は、正規化の方法、環境、及び、生体等によって値が大きく異なる。したがって、閾値は、上記の例に示す値に限られず、これらの条件を踏まえて設定されるのが望ましい。
　また、ＰＣ１０は、第１周波数成分に対応する第１分散値の平均値と、第２周波数成分に対応する第１分散値の平均値のうち、少なくともいずれか一方の平均値を閾値と比較して生体の有無を判断する。すなわち、第１周波数成分に対応する第１分散値の平均値と、第２周波数成分に対応する第１分散値の平均値のうち、少なくともいずれか一方の平均値が高い値である場合に、ＰＣ１０は、生体が有りと判断する、「ＯＲ」の構成でもよい。つまり、呼吸又は心拍のどちらかの周波数成分の第１分散値が高い値であれば、他方の第１分散値が低い値であっても、ＰＣ１０は、生体が有りと判断してもよい。このように、第１周波数成分、及び、第２周波数成分のうち、ＰＣ１０は、どちらか一方を用いて判断してもよい。
　ただし、ＰＣ１０は、第１周波数成分に対応する第１分散値の平均値、及び、第２周波数成分に対応する第１分散値の平均値のいずれの判断でも生体が有りと判断する場合を全体として生体が有りと判断する、「ＡＮＤ」の構成が望ましい。
　すなわち、ＰＣ１０は、まず、第１周波数成分に対応する第１分散値、及び、第２周波数成分に対応する第１分散値の両方を計算する。次に、ＰＣ１０は、それぞれの第１分散値に基づいて、それぞれの平均値を別々に計算する。そして、第１周波数成分に基づく平均値、及び、第２周波数成分に基づく平均値のいずれの値も高い値であると判断すると、ＰＣ１０は、生体が有りと判断する。このように、ＰＣ１０は、第１周波数成分、及び、第２周波数成分の両方の判断を「ＡＮＤ」にする構成が望ましい。このような「ＡＮＤ」の構成であると、ＰＣ１０は、生体の有無を精度良く判断できる。
　＜第２実施形態＞
　例えば、生体の有無を判断するのに用いられる閾値は、以下のような処理で設定されてもよい。
　図１２は、第２実施形態の全体処理例を示す図である。第１実施形態と比較すると、閾値を設定する処理が行われる点が異なる。以下、第１実施形態と異なる点を中心に説明し、重複する説明を省略する。
　（閾値の設定する例）
　ステップＳ２０１では、ＰＣ１０は、閾値の設定を行う。なお、閾値は、ステップＳ１０６で計算される第１統計量の種類に合わせた種類が設定される。以下、ステップＳ１０６で計算される第１統計量が、所定期間における第１分散値の平均値である例で説明する。例えば、閾値を設定する処理は、以下のような処理である。
　図１３は、閾値を設定する処理の例を示す図である。
　（生体がいない空間であるか否かを判断する例）
　ステップＳ２１では、ＰＣ１０は、生体がいない空間であるか否かを判断する。すなわち、ＰＣ１０は、生体がいない空間と確認された上で閾値を設定する処理を開始する。なお、生体がいない空間であるか否かの判断は、ＰＣ１０がセンサ等で確認するではなく、ユーザによって判断された結果が入力されて判断されてもよい。
　次に、生体がいない空間であると判断されると（ステップＳ２１でＹＥＳ）、ＰＣ１０は、ステップＳ２２に進む。一方で、生体がいない空間ではないと判断されると（ステップＳ２１でＮＯ）、ＰＣ１０は、ステップＳ２１を繰り返す。
　すなわち、生体がいない空間であると確認された空間において生成される生体信号（以下「第３信号」という。）を用いて以降の処理を行う。
　（第３信号の取得例）
　ステップＳ２２では、ＰＣ１０は、第３信号を取得する。例えば、第３信号は、第１信号と同様にドップラーレーダで生成されるのが望ましい。
　（周波数分析の例）
　ステップＳ２３では、ＰＣ１０は、第３信号の周波数分析を行う。例えば、ステップＳ２３は、ステップＳ１０３と同様の処理を行う。
　なお、第３信号は、周波数分析の前にローパスフィルタ処理等が行われてもよい。例えば、生体がいない空間であっても、ノイズが多い環境であると考えられる場合等では、第３信号は、ノイズを減衰させるようにローパスフィルタ処理が行われてもよい。
　（第２分散値の計算の例）
　ステップＳ２４では、ＰＣ１０は、第２分散値を計算する。例えば、第２分散値は、第１分散値と同様、すなわち、ステップＳ１０４で計算される。以下、閾値の設定に用いられる分散値を「第２分散値」という。したがって、第２分散値は、第３信号の周波数分析の分析結果におけるエネルギーのばらつきを示す値である。
　（第２統計量の計算の例）
　ステップＳ２５では、ＰＣ１０は、第２分散値の統計量（以下、複数の第２分散値を統計処理して得られる統計量を「第２統計量」という。）を計算する。例えば、第１統計量と同様に、第２分散値の平均値が第２統計量として計算されて、後段のステップＳ２６で閾値に設定される。
　（第２統計量に基づく閾値の設定例）
　ステップＳ２６では、ＰＣ１０は、第２統計量に基づく閾値を設定する。このように設定される閾値に基づいて、ＰＣ１０は、ステップＳ１０７の判断を行う。
　なお、閾値は、平均値に限られず、ステップＳ２４で計算される第２分散値を用いた他の統計量等でもよい。さらに、閾値は、ステップＳ２５で計算される平均値に一定の値を加算した値等の第２統計量に基づく値でもよい。具体的には、ステップＳ２５で平均値が「１０×１０－６」程度の値となる場合には、「１０×１０－６」に「１０×１０－６」乃至「５０×１０－６」程度の一定の値を加算して、閾値を「２０×１０－６」乃至「６０×１０－６」程度の値に設定してもよい。このように、閾値を設定する上で、閾値にある程度の許容値があってもよい。また、複数の第１統計量を用いる場合には、それぞれの判断に用いる閾値が別々に設定されてもよい。
　なお、閾値を設定する処理は、ステップＳ１０１以降の処理を行う前に完了していればよく、図示するように連続して処理を実行する必要はない。
　すなわち、閾値を設定する処理を行ってから、ステップＳ１０１以降の処理が行われるまでに時間が空いてもよい。また、閾値を設定する処理は、例えば、対象とする空間又は生体等の条件が変わった場合等に行うでもよい。
　このように、ＰＣ１０は、第３信号を生成して取得する。第３信号は、生体がいない空間で生成されるため、生体が無しの空間における特徴を示す生体信号である。そして、ＰＣ１０は、このような生体信号に基づいて設定される閾値を基準にして生体の有無を判断するのが望ましい。
　また、閾値は、例えば、実際に運用する環境ごとに別々に設定されるのが望ましい。環境によって、生体がいない空間で発生する周波数が異なる場合が多い。例えば、比較的、ノイズ等が少ない場合が多いオフィス等と、一定の周波数が特徴的に存在する場合が多い工場等と、様々な周波数が存在する場合が多い一般家庭とでは、生体がいない空間での分散値が異なる。したがって、閾値を環境ごとに設定するために、第３信号は、環境ごとに取得されるのが望ましい。
　以上のような実施形態であると、精度良く生体の有無を判断できる。
　＜第３実施形態＞
　第３実施形態は、生体検出装置又は生体検出システムを有するシステム（以下単に「システム」という。）である。なお、生体検出装置及び生体検出システムは、第１実施形態と同様であるため、説明を省略する。
　例えば、システムは、生体検出装置又は生体検出システムによる生体の有無の判断結果に基づいて、処理を開始、又は、処理を変更する。
　具体的には、システムにおいて、まず、生体検出装置又は生体検出システムが前段で生体の有無を判断する。
　そして、生体が有りと判断した場合には、生体検出装置又は生体検出システムは、システムにおける他の装置を起動させる。すなわち、生体検出装置又は生体検出システムは、生体が部屋に入ってきた等の場合に生体が有りと判断するため、生体が部屋に入ったのと連動させて、他の装置をウェイクアップさせる等の処理を行う。一方で、生体が無しと判断されている間は、他の装置等は、例えば、スリープの状態である。このように、生体検出装置又は生体検出システムによって、生体が有りと判断した場合に、他の装置を起動させると、装置等が無駄な計測及び処理等を行わずにすむ。そのため、例えば、消費電力を少なくできる。また、生体信号を検出するためのセンサ等と生体検出装置又は生体検出システムが連動する場合には、生体がいない場合の誤検出及び見逃しを少なくできる。
　また、生体検出装置又は生体検出システムによって生体が有りと判断された場合に、他の装置等が、生体を再度検出する、又は、生体の位置を特定する等の処理を行うでもよい。このように、生体検出装置又は生体検出システムが前段で生体の有無を判断し、ある程度、生体がいることが分かった状態で、生体を検出、又は、生体情報を生成する処理が開始されてもよい。このように、生体検出装置又は生体検出システムによる判断結果をきっかけにして他の装置によって生体の検出が再度行われると、精度良く生体が検出できる。
　また、このように、生体検出装置又は生体検出システムによる判断結果をきっかけにして他の装置によって、生体情報を生成する処理が開始されると、精度良く生体情報が生成できる。
　＜機能構成例＞
　図１４は、機能構成例を示す図である。例えば、生体検出装置は、信号取得部１０Ｆ１と、フィルタ部１０Ｆ２と、周波数分析部１０Ｆ３と、分散値計算部１０Ｆ４と、第１統計量計算部１０Ｆ５と、判断部１０Ｆ６とを含む機能構成であるのが望ましい。また、生体検出装置は、図示するように、閾値設定部１０Ｆ７と、指標計算部１０Ｆ８とを更に含む機能構成であるのが望ましい。以下、図示するような機能構成を例に説明する。
　信号取得部１０Ｆ１は、第１信号等の生体信号を取得する信号取得手順を行う。例えば、信号取得部１０Ｆ１は、ドップラーレーダ１２、又は、入力Ｉ／Ｆ１０Ｈ５等で実現する。
　フィルタ部１０Ｆ２は、第１信号等の生体信号における一定の周波数帯域をフィルタリングするフィルタ手順を行う。例えば、フィルタ部１０Ｆ２は、ＣＰＵ１０Ｈ１、又は、フィルタ１３等で実現する。
　周波数分析部１０Ｆ３は、第２信号等の信号に対して周波数分析を行う周波数分析手順を行う。例えば、周波数分析部１０Ｆ３は、ＣＰＵ１０Ｈ１等で実現する。
　分散値計算部１０Ｆ４は、第１分散値等の分散値を計算する分散値計算手順を行う。例えば、分散値計算部１０Ｆ４は、ＣＰＵ１０Ｈ１等で実現する。
　第１統計量計算部１０Ｆ５は、第１分散値の平均値等の第１統計量を計算する第１統計量計算手順を行う。例えば、第１統計量計算部１０Ｆ５は、ＣＰＵ１０Ｈ１等で実現する。
　判断部１０Ｆ６は、生体の有無を判断する判断手順を行う。例えば、判断部１０Ｆ６は、ＣＰＵ１０Ｈ１等で実現する。
　閾値設定部１０Ｆ７は、閾値を設定する閾値設定手順を行う。例えば、閾値設定部１０Ｆ７は、ＣＰＵ１０Ｈ１、又は、入力装置１０Ｈ３等で実現する。
　指標計算部１０Ｆ８は、指標を計算する指標計算手順を行う。例えば、指標計算部１０Ｆ８は、ＣＰＵ１０Ｈ１等で実現する。
　＜ドップラーレーダで計測するＩＱデータの例＞
　図１５は、ドップラーレーダで計測するＩＱデータの例を示す図である。例えば、ドップラーレーダ１２は、図示するような信号を出力する。そして、ａｒｃｔａｎ（Ｑ／Ｉ）を計算すると、生体信号となる。
　ドップラーレーダ１２は、動く対象物に電波を照射することで反射波の周波数が変化するドップラー効果に基づいて対象物の動きを計測できる。このように、非接触に被験者の動きを計測できる構成が望ましい。
　＜変形例＞
　なお、生体は、人に限られず、動物等でもよい。
　生体信号を取得する間隔、及び、第１分散値が計算される所定期間は、用途及び精度等によって設定されてもよい。例えば、数秒程度の所定期間であると、ＰＣ１０は、生体の有無を短い時間ごとに判断できるため、生体の有無を高い時間分解能で出力するような場合には、所定期間等は、数秒程度に短く設定されるのが望ましい。
　一方で、第１分散値、平均値、及び、判断は、所定期間が長いと精度良く生体の有無を判断できる。例えば、所定期間が４分間以上に長く設定されると、第１分散値が多く計算できるため、より精度良く生体の有無を判断できる。
　生体検出装置及び生体検出システムは、ＡＩ（Ａｒｔｉｆｉｃｉａｌ　Ｉｎｔｅｌｌｉｇｅｎｃｅ）を用いる構成でもよい。例えば、閾値は、機械学習等で学習されて設定されてもよい。具体的には、機械学習で図８乃至図１１のような分散値又は平均値を学習データにして、機械学習が行われる。このような学習データが用いられると、分散値又は平均値に基づいて、生体の有無を判断する学習済みモデルを生成できる。
　また、生体検出装置及び生体検出システムは、時間領域信号又は周波数領域信号を学習の対象として、深層学習を行ってもよい。そして、学習済みモデルに基づいて、生体検出装置及び生体検出システムは、生体の有無を判断してもよい。
　学習済みモデルは、ＡＩにおけるソフトウェアの一部として利用される。したがって、学習済みモデルは、プログラムである。そのため、学習済みモデルは、例えば、記録媒体又はネットワーク等を介して、頒布又は実行されてもよい。
　学習済みモデルは、例えば、ＣＮＮ（Ｃｏｎｖｏｌｕｔｉｏｎ　Ｎｅｕｒａｌ　Ｎｅｔｗｏｒｋ、畳み込みニューラルネットワーク）、又は、ＲＮＮ（Ｒｅｃｕｒｒｅｎｔ　Ｎｅｕｒａｌ　Ｎｅｔｗｏｒｋ、回帰型ニューラルネットワーク）等といったネットワーク構造を含む。
　＜その他の実施形態＞
　例えば、送信器、受信器、又は、情報処理装置は、複数の装置であってもよい。すなわち、処理及び制御は、仮想化、並行、分散又は冗長して行われてもよい。一方で、送信器、受信器及び情報処理装置は、ハードウェアが一体又は装置を兼用してもよい。
　なお、本発明に係る各処理の全部又は一部は、アセンブラ等の低水準言語又はオブジェクト指向言語等の高水準言語で記述され、コンピュータに生体検出方法を実行させるためのプログラムによって実現されてもよい。すなわち、プログラムは、情報処理装置、又は、生体検出システム等のコンピュータに各処理を実行させるためのコンピュータプログラムである。
　したがって、プログラムに基づいて各処理が実行されると、コンピュータが有する演算装置及び制御装置は、各処理を実行するため、プログラムに基づいて演算及び制御を行う。また、コンピュータが有する記憶装置は、各処理を実行するため、プログラムに基づいて、処理に用いられるデータを記憶する。
　また、プログラムは、コンピュータが読み取り可能な記録媒体に記録されて頒布することができる。なお、記録媒体は、磁気テープ、フラッシュメモリ、光ディスク、光磁気ディスク又は磁気ディスク等のメディアである。さらに、プログラムは、電気通信回線を通じて頒布することができる。
　以上、好ましい実施の形態等について詳説したが、上述した実施の形態等に制限されることはなく、特許請求の範囲に記載された範囲を逸脱することなく、上述した実施の形態等に種々の変形及び置換を加えることができる。
　本国際出願は２０２０年３月１７日に出願された日本国特許出願２０２０－０４６６２１号に基づく優先権を主張するものであり、２０２０－０４６６２１号の全内容をここに本国際出願に援用する。
１　生体検出システム
２　被験者
１０Ｆ１　信号取得部
１０Ｆ２　フィルタ部
１０Ｆ３　周波数分析部
１０Ｆ４　分散値計算部
１０Ｆ５　第１統計量計算部
１０Ｆ６　判断部
１０Ｆ７　閾値設定部
１０Ｆ８　指標計算部
１１　アンプ
１２　ドップラーレーダ
１３　フィルタ
ＰＫ１　第１ピーク点
ＰＫ２　第２ピーク点

Claims (11)

  1. 　心拍の周波数成分である第１周波数成分及び呼吸の周波数成分である第２周波数成分を含む第１信号を取得する信号取得部と、
    　前記第１信号に基づいて、前記第１周波数成分より高い周波数成分を減衰させて第２信号を生成するフィルタ部と、
    　前記第２信号の周波数成分を分析する周波数分析部と、
    　前記周波数分析部による分析結果に基づいて、前記第１周波数成分、及び、前記第２周波数成分のうち、少なくともいずれか一方の周波数成分のエネルギーの第１分散値を計算する分散値計算部と、
    　所定期間における前記第１分散値の第１統計量を計算する第１統計量計算部と、
    　前記第１統計量に基づいて、生体の有無を判断する判断部と
    を含む生体検出装置。
  2. 　前記信号取得部は、ドップラーレーダによって前記第１信号を取得する
    請求項１に記載の生体検出装置。
  3. 　前記フィルタ部は、３Ｈｚより高い周波数成分を減衰させるローパスフィルタ処理を行う
    請求項１又は２に記載の生体検出装置。
  4. 　前記第１周波数成分は、０．８Ｈｚ乃至３Ｈｚの周波数成分であって、
    　前記第２周波数成分は、０．１Ｈｚ乃至１Ｈｚの周波数成分である
    請求項１乃至３のいずれか１項に記載の生体検出装置。
  5. 　前記信号取得部は、前記生体がいない空間で生成される生体信号である第３信号を取得し、
    　前記周波数分析部は、前記第３信号の周波数成分を分析し、
    　前記分散値計算部は、前記第３信号の周波数成分の分析結果に基づいて、エネルギーの第２分散値を計算し、
    　前記判断部は、前記第２分散値の所定期間における第２統計量に基づく閾値を基準にして前記生体の有無を判断し、
    　前記閾値を設定する閾値設定部を更に含む
    請求項１乃至４のいずれか１項に記載の生体検出装置。
  6. 　前記信号取得部は、ドップラーレーダによって前記第３信号を取得する
    請求項５に記載の生体検出装置。
  7. 　前記分散値計算部は、前記第１周波数成分、及び、前記第２周波数成分のそれぞれの前記第１分散値を計算し、
    　前記第１統計量計算部は、それぞれの前記第１分散値の前記第１統計量をそれぞれ計算し、
    　前記判断部は、前記第１統計量に基づくいずれの判断でも前記生体が有りの判断であると、前記生体が有りと判断する
    請求項１乃至６のいずれか１項に記載の生体検出装置。
  8. 　前記判断部によって前記生体が有りと判断されると、前記生体を対象として、指標の計算を行う指標計算部を更に含む
    請求項１乃至７のいずれか１項に記載の生体検出装置。
  9. 　前記第１統計量は、前記第１分散値の平均値、分散値、標準偏差、又は、これらの組み合わせである
    請求項１乃至８のいずれか１項に記載の生体検出装置。
  10. 　生体検出装置が行う生体検出方法であって、
    　生体検出装置が、心拍の周波数成分である第１周波数成分及び呼吸の周波数成分である第２周波数成分を含む第１信号を取得する信号取得手順と、
    　生体検出装置が、前記第１信号に基づいて、前記第１周波数成分より高い周波数成分を減衰させて第２信号を生成するフィルタ手順と、
    　生体検出装置が、前記第２信号の周波数成分を分析する周波数分析手順と、
    　生体検出装置が、前記周波数分析手順による分析結果に基づいて、前記第１周波数成分、及び、前記第２周波数成分のうち、少なくともいずれか一方の周波数成分のエネルギーの第１分散値を計算する分散値計算手順と、
    　生体検出装置が、所定期間における前記第１分散値の第１統計量を計算する第１統計量計算手順と、
    　生体検出装置が、前記第１統計量に基づいて、生体の有無を判断する判断手順と
    を含む生体検出方法。
  11. 　請求項１０に記載の生体検出方法をコンピュータに実行させるためのプログラム。
PCT/JP2021/009768 2020-03-17 2021-03-11 生体検出装置、生体検出方法、及び、プログラム WO2021187308A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
US17/906,561 US20230045562A1 (en) 2020-03-17 2021-03-11 Living body detection device, living body detection method, and program
JP2022508282A JP7286229B2 (ja) 2020-03-17 2021-03-11 生体検出装置、生体検出方法、及び、プログラム

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2020046621 2020-03-17
JP2020-046621 2020-03-17

Publications (1)

Publication Number Publication Date
WO2021187308A1 true WO2021187308A1 (ja) 2021-09-23

Family

ID=77768264

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2021/009768 WO2021187308A1 (ja) 2020-03-17 2021-03-11 生体検出装置、生体検出方法、及び、プログラム

Country Status (3)

Country Link
US (1) US20230045562A1 (ja)
JP (2) JP7286229B2 (ja)
WO (1) WO2021187308A1 (ja)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005237568A (ja) * 2004-02-25 2005-09-08 Daikin Ind Ltd モニタ、健康管理システム及び健康管理方法
US20170109481A1 (en) * 2015-10-16 2017-04-20 General Electric Company Methods and systems to sense situational awareness with a dual doppler and control for optimized operations
WO2017149923A1 (ja) * 2016-02-29 2017-09-08 シャープ株式会社 体動信号処理装置
WO2018216363A1 (ja) * 2017-05-25 2018-11-29 コニカミノルタ株式会社 ケアサポートシステムおよび電波制御方法
JP2019088455A (ja) * 2017-11-14 2019-06-13 シャープ株式会社 監視装置
JP2019097982A (ja) * 2017-12-05 2019-06-24 有限会社起福 トイレブース使用状況報知システム

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4915568B2 (ja) 2006-11-17 2012-04-11 パナソニック株式会社 生体情報検出装置及び睡眠環境制御システム
JP2011215031A (ja) 2010-03-31 2011-10-27 Toshiba Corp 人感センサおよび空調装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005237568A (ja) * 2004-02-25 2005-09-08 Daikin Ind Ltd モニタ、健康管理システム及び健康管理方法
US20170109481A1 (en) * 2015-10-16 2017-04-20 General Electric Company Methods and systems to sense situational awareness with a dual doppler and control for optimized operations
WO2017149923A1 (ja) * 2016-02-29 2017-09-08 シャープ株式会社 体動信号処理装置
WO2018216363A1 (ja) * 2017-05-25 2018-11-29 コニカミノルタ株式会社 ケアサポートシステムおよび電波制御方法
JP2019088455A (ja) * 2017-11-14 2019-06-13 シャープ株式会社 監視装置
JP2019097982A (ja) * 2017-12-05 2019-06-24 有限会社起福 トイレブース使用状況報知システム

Also Published As

Publication number Publication date
JP2023096161A (ja) 2023-07-06
US20230045562A1 (en) 2023-02-09
JP7286229B2 (ja) 2023-06-05
JP7507286B2 (ja) 2024-06-27
JPWO2021187308A1 (ja) 2021-09-23

Similar Documents

Publication Publication Date Title
US10376157B2 (en) Systems and methods for determining respiration information using phase locked loop
US9693736B2 (en) Systems and methods for determining respiration information using historical distribution
CN109674456B (zh) 血压估计设备和方法以及可穿戴装置
US20120029320A1 (en) Systems and methods for processing multiple physiological signals
US9615781B2 (en) Systems and methods for monitoring depth of consciousness
US9687159B2 (en) Systems and methods for determining physiological information by identifying fiducial points in a physiological signal
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
US20130184544A1 (en) Body-mounted photoacoustic sensor unit for subject monitoring
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
JP2014210137A (ja) 身体情報測定装置
WO2010001245A1 (en) Systems and methods for processing signals with repetitive features
US8506498B2 (en) Systems and methods using induced perturbation to determine physiological parameters
Lin et al. tremor class scaling for Parkinson disease patients using an array X-band microwave Doppler-based upper limb movement quantizer
US20130172686A1 (en) Systems and methods for determining physiological information using autocorrelation with gaps
WO2022045174A1 (ja) 生体検出装置、生体検出方法、及び、プログラム
WO2021187308A1 (ja) 生体検出装置、生体検出方法、及び、プログラム
JP7562677B2 (ja) 生体検出装置、生体検出方法、及び、プログラム
Chara et al. Respiratory biofeedback using acoustic sensing with smartphones
IL267774B2 (en) Ultrasonic system and method for monitoring vital indicators
Liu et al. Contactless breathing airflow detection on smartphone
WO2021187307A1 (ja) 生体異常検出装置、生体異常検出方法、及び、プログラム
Walid et al. Accuracy assessment and improvement of FMCW radar-based vital signs monitoring under Practical Scenarios
JP7156628B2 (ja) 動脈閉塞判定装置及び動脈閉塞判定装置として機能させるためのプログラム
Buckingham Ultra-wideband radar detection of breathing rate: A comparative evaluation
CN115105035B (zh) 生理特征检测方法、装置、计算机设备和存储介质

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: 21770650

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2022508282

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 21770650

Country of ref document: EP

Kind code of ref document: A1