WO2022075036A1 - 生体情報取得装置、生体情報取得システム、及び生体情報取得方法 - Google Patents

生体情報取得装置、生体情報取得システム、及び生体情報取得方法 Download PDF

Info

Publication number
WO2022075036A1
WO2022075036A1 PCT/JP2021/034094 JP2021034094W WO2022075036A1 WO 2022075036 A1 WO2022075036 A1 WO 2022075036A1 JP 2021034094 W JP2021034094 W JP 2021034094W WO 2022075036 A1 WO2022075036 A1 WO 2022075036A1
Authority
WO
WIPO (PCT)
Prior art keywords
signal
unit
information acquisition
component
blood flow
Prior art date
Application number
PCT/JP2021/034094
Other languages
English (en)
French (fr)
Inventor
侑乃丞 北上
貴規 石川
Original Assignee
ソニーグループ株式会社
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 ソニーグループ株式会社 filed Critical ソニーグループ株式会社
Priority to EP21877337.2A priority Critical patent/EP4226852A1/en
Priority to US18/247,122 priority patent/US20230371903A1/en
Publication of WO2022075036A1 publication Critical patent/WO2022075036A1/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
    • A61B5/026—Measuring blood flow
    • A61B5/0261—Measuring blood flow using optical means, e.g. infrared light
    • 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
    • A61B5/7246—Details of waveform analysis using correlation, e.g. template matching or determination of similarity
    • 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
    • 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
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6813—Specially adapted to be attached to a specific body part
    • A61B5/6814—Head
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • A61B5/7207—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts
    • A61B5/721—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts using a separate sensor to detect motion or using motion information derived from signals other than the physiological signal to be measured
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
    • 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

Definitions

  • This technology relates to a biometric information acquisition device, a biometric information acquisition system, and a biometric information acquisition method.
  • hemodynamic signals detected from living organisms have been used to grasp the health condition and / or psychological condition of humans and animals.
  • This hemodynamic signal is a composite of component signals due to a plurality of factors such as a heartbeat component, a vasomotor component, a pseudo blood flow component caused by the movement of a living body, and a blood pressure component. Therefore, there is a problem that the accuracy is lowered when the health state and / or the psychological state is measured based on the combined hemodynamic signal.
  • a technique for extracting a desired component signal from a complex hemodynamic signal is used.
  • one or more desired vital signals including a physiological information component relating to a target subject including the time-dependent first sensor data including the physiological information component and at least one motion artifact component.
  • a data processing device for extracting from sensor data including a time-dependent second sensor data indicating the position, speed, or acceleration of a sensing region as a function of time in the spatial dimension of the data processing device. It receives the second sensor data, decomposes the second sensor data into at least two components of the decomposed sensor data, and based on the decomposed second sensor data, in at least two different motion reference data channels.
  • the decomposition unit that provides at least two different sets of body movement reference data and the first sensor data and at least two different body motion reference data channels are received, and the first sensor data and the body motion reference data channel.
  • the main purpose of this technique is to provide a biometric information acquisition device, a biometric information acquisition system, and a biometric information acquisition method for accurately identifying the hemodynamic elements contained in the hemodynamic signal.
  • This technology is based on a signal decomposition unit that decomposes hemodynamic signals detected from a living body into a plurality of component signals, a periodicity calculation unit that calculates the periodicity of each of the plurality of component signals, and the periodicity.
  • a biological information acquisition device including an identification unit for identifying an element of hemodynamics is provided.
  • the signal decomposition unit decomposes each of the first hemodynamic signal and the second hemodynamic signal detected from at least two places in the living body into a plurality of component signals, and the identification unit determines the first hemodynamic signal.
  • the element of hemodynamics is identified based on the correlation between the periodicity of the component signal contained in the hemodynamic signal and the periodicity of the component signal contained in the second hemodynamic signal. You can do it.
  • the element may include a heart rate component, a vasomotor component, and / or a pseudo-blood flow component.
  • the signal decomposition unit may use empirical mode decomposition.
  • the periodicity may include autocorrelation.
  • the autocorrelation R ( ⁇ ) is calculated according to the following mathematical formula (1) using the value v (i) of the component signal at time i, the delay time ⁇ , and the number N of sampling data included in the component signal. It's okay.
  • the correlation evaluation value E is included in the periodic evaluation value PA1 included in the component signal DA1 included in the first hemodynamic signal SA and in the second hemodynamic signal SB .
  • the identification unit identifies the component signal having the maximum correlation evaluation value E as a heartbeat component, and identifies the component signal having the minimum correlation evaluation value E as a vasomotor component. You can do it.
  • the biological information acquisition device may further include a detection unit that detects the hemodynamic signal.
  • the detection unit may include a light emitting unit that irradiates the living body with light and a light receiving unit that detects the light generated by the irradiation of the living body with the light.
  • the detection unit may include at least two light receiving units.
  • the biological information acquisition device is installed on the head, a detection unit that detects the hemodynamic signal, a position change amount measurement unit that measures the change amount of the position of the detection unit, and blood based on the change amount of the position. It further includes a correction information generation unit that generates correction information of the flow velocity, and a correction unit that corrects the blood flow velocity included in the hemodynamic signal detected by the detection unit using the correction information. good.
  • the amount of change may be the amount of change in the inclination of the detection unit or the amount of change in the height of the detection unit.
  • the signal decomposition unit decomposes the hemodynamic signal including the blood flow velocity corrected by the correction unit into a plurality of component signals, and the identification unit correlates the component signal with the correction information.
  • the elements of hemodynamics may be identified based on.
  • the signal decomposition unit decomposes each of the first hemodynamic signal and the second hemodynamic signal detected from at least two places in the living body into a plurality of component signals, and the identification unit determines the first hemodynamic signal.
  • the element of hemodynamics is identified based on the correlation between the periodicity of the component signal contained in the hemodynamic signal and the periodicity of the component signal contained in the second hemodynamic signal. You can do it.
  • the position characteristic correction parameter and / or the transient characteristic of the blood flow velocity transient characteristic set by the correction information generation unit based on the relationship between the change amount of the position and the position of the detection unit and the blood flow velocity fluctuation amount. Correction information may be generated based on the characteristic correction parameters.
  • the position characteristic correction parameter and / or the transient characteristic correction parameter based on the component signal identified by the identification unit and the correction information generated by the correction information generation unit by the biological information acquisition device. It may be further provided with a correction parameter update unit for updating.
  • the present technology includes a signal decomposition unit that decomposes hemodynamic signals detected from a living body into a plurality of component signals, a periodicity calculation unit that calculates the periodicity of each of the plurality of component signals, and the periodicity.
  • a biometric information acquisition system comprising an identification unit for identifying elements of hemodynamics based on.
  • the hemodynamic signal detected from the living body is decomposed into a plurality of component signals, the periodicity of each of the plurality of component signals is calculated, and the blood circulation is based on the periodicity.
  • hemodynamic signals tend to be a combination of multiple elements related to hemodynamics. Hemodynamic signals tend to be complexed with, for example, heart rate component signals relating to heart rate variability, vasomotor component signals relating to the mechanical interaction of blood flow with the vessel wall, and / or other component signals. Therefore, when a human being, for example, a health state and / or a psychological state is estimated based on a hemodynamic signal, there is a problem that the estimation accuracy is lowered.
  • the biological information acquisition device can accurately identify the hemodynamic element included in the hemodynamic signal detected from the living body. This will be described with reference to FIG. FIG. 1 is a graph showing an example of a hemodynamic signal obtained by the biological information acquisition device 100 according to an embodiment of the present technology.
  • the biometric information acquisition device decomposes the hemodynamic signal SA detected from the living body into a plurality of component signals DA1 to DA3, and the plurality of component signals DA1 to DA3. Each element of can be identified with high accuracy. More specifically, the biometric information acquisition device can identify the component signal DA1 as a heartbeat component signal. Alternatively, the biological information acquisition device can identify that the component signal DA2 is a vasomotor component signal.
  • the hemodynamic element identified by the biometric information acquisition device may include a heartbeat component and / or a vasomotor component.
  • the element may include a pseudo-blood flow component.
  • the component signal can be identified as a heart rate component signal, information such as human blood oxygen saturation and heart rate can be obtained with high accuracy.
  • the component signal can be identified as a vasomotor component signal, it is possible to obtain highly accurate information such as the skin blood flow rhythm that is thought to reflect the mental and physical condition of humans. This cutaneous blood flow rhythm can be used, for example, for evaluation of autonomic nerve activity or confirmation of the effect of autonomic nerve block surgery.
  • FIG. 2 is a block diagram showing a configuration of a biological information acquisition device 100 according to a first embodiment of the present technology.
  • the biological information acquisition device 100 according to the first embodiment of the present technology can include, for example, a signal decomposition unit 102, a periodicity calculation unit 103, an identification unit 104, and the like.
  • the signal decomposition unit 102 decomposes the hemodynamic signal SA detected from the living body into a plurality of component signals ( DA1 , DA2 , etc.).
  • the periodicity calculation unit 103 calculates the periodicity of each of the plurality of component signals decomposed by the signal decomposition unit 102, and obtains evaluation values ( PA1 , PA2 , etc.).
  • the identification unit 104 identifies elements of hemodynamics based on the periodicity calculated by the periodicity calculation unit. By calculating the periodicity by the periodicity calculation unit 103, the identification unit 104 can accurately identify the elements of hemodynamics.
  • each component will be described in detail.
  • the signal decomposition unit 102 decomposes the hemodynamic signal SA detected from the living body into a plurality of component signals ( DA1 , DA2 , etc.).
  • the method of decomposition is not particularly limited, but for example, empirical mode decomposition (EMD: Empirical Mode Decomposition), frequency decomposition, short time Fourier transform (STFT) or wavelet transform (WT) can be used. Can be used.
  • EMD Empirical Mode Decomposition
  • STFT short time Fourier transform
  • WT wavelet transform
  • BSS Blind Source Separation
  • PCA principal component analysis
  • ICA independent component analysis
  • the signal decomposition unit 102 uses empirical mode decomposition (EMD), which is an example of the decomposition method.
  • EMD is a method used in the field of signal processing and the like, and is a method of converting a time-series signal into a non-stationary and non-linear signal in the time-frequency region.
  • the signal decomposition unit 102 decomposes the hemodynamic signal into the sum and residual of a plurality of intrinsic mode functions (IMF: Intrinsic Mode Function) using the EMD algorithm.
  • IMF Intrinsic Mode Function
  • Each of the plurality of IMFs is a component signal, and tends to be output in descending order of the extremum.
  • the signal decomposition unit 102 can effectively decompose a component signal such as a heartbeat component signal or a vasomotor component signal from the hemodynamic signal by using the EMD algorithm.
  • the periodicity calculation unit 103 calculates the periodicity of each of the plurality of component signals decomposed by the signal decomposition unit 102. As a result, the characteristics of the component signal can be obtained.
  • the method for calculating the periodicity is not particularly limited, but for example, an autocorrelation may be calculated as the periodicity. That is, the periodicity includes autocorrelation.
  • the autocorrelation R ( ⁇ ) is calculated according to the following equation (1) using the value v (i) of the component signal at time i, the delay time ⁇ , and the number N of sampling data included in the component signal.
  • FIG. 3 is a graph showing an example of component signals and autocorrelation obtained by the biological information acquisition device 100 according to the embodiment of the present technology.
  • FIG. 3A is a graph showing an example of autocorrelation W1 calculated according to the above mathematical formula ( 1 ) using the heartbeat component signal DA1 and the heartbeat component signal DA1 .
  • FIG . 3B is a graph showing an example of an autocorrelation W2 calculated according to the above mathematical formula (1) using the vasomotor component signal DA2 and the vasomotor component DA1 .
  • the periodicity differs depending on the component signal.
  • the value of the autocorrelation W1 tends to be stable and high. This is because the heartbeat component signal changes continuously with the heartbeat.
  • the value of the autocorrelation W2 tends to fluctuate erratically. This is because the vasomotor component signal is affected by multiple physiological factors.
  • the plurality of physiological factors include, for example, factors due to the heart, respiratory system, myogenic, neurological, non-independent endothelial system, independent endothelial system, and the like.
  • the periodicity calculation unit 103 calculates the periodicity, so that the characteristics of the component signal can be obtained with high accuracy.
  • the identification unit 104 can accurately identify the elements of hemodynamics. In particular, the identification unit 104 can accurately identify whether the component signal is a heartbeat component signal or the component signal is a vasomotor component.
  • the autocorrelation R ( ⁇ ) is calculated according to the following mathematical formula (2) using the value v (i) of the component signal at time i, the delay time ⁇ , and the number N of sampling data included in the component signal. May be good.
  • the periodicity calculation unit 103 may calculate the periodicity of a signal obtained by adding the values of a plurality of component signals.
  • the identification unit 104 identifies an element of hemodynamics based on the periodicity calculated by the periodicity calculation unit 103. For example, when the value of the autocorrelation calculated by the periodicity calculation unit 103 tends to be stable and high, the identification unit 104 can identify that the component signal is a heartbeat component signal. Alternatively, when the value of the autocorrelation calculated by the periodicity calculation unit 103 tends to fluctuate unstablely, the identification unit 104 can identify that the component signal is a vasomotor component signal. The identification unit 104 can label the identification result on the component signal.
  • a predetermined threshold value may be used for this identification. For example, when the value of the autocorrelation calculated by the periodicity calculation unit 103 tends to be higher than the threshold value, the identification unit 104 can identify that the component signal is a heartbeat component signal.
  • the identification unit 104 may identify the hemodynamic element based on the order in which the component signals are output. For example, the identification unit 104 may identify the component signal first output from the hemodynamic signal as the heart rate component signal.
  • the identification unit 104 may identify an element of hemodynamics based on the contribution rate of PCA, ICA, or the like.
  • a learning model that has been learned by machine learning may be used for the identification unit 104.
  • This learning model may be a learning model in which supervised learning is performed by using teacher data including the component signal which is the input of the identification unit 104 and the identification result data which is the output.
  • This learning model can be realized by using, for example, a neural network or a decision tree model.
  • the biological information acquisition device 100 may include a storage unit for storing data and a control unit for controlling components.
  • a storage unit for storing data
  • a control unit for controlling components.
  • the storage unit a known storage technique described later can be used.
  • the control unit for example, a central processing unit (CPU: Central Processing Unit), which will be described later, can be used.
  • FIG. 4 is a block diagram showing a hardware configuration of the biological information acquisition device 100 according to an embodiment of the present technology.
  • the biometric information acquisition device 100 can include, for example, a CPU 301, a storage 302, a RAM (Random Access Memory) 303, an operation unit 304, a display unit 305, and the like as components.
  • a bus for example, as a data transmission path.
  • the CPU 301 is realized by, for example, a microcomputer, and controls each component of the biometric information acquisition device 100.
  • the CPU 301 can function as, for example, a signal decomposition unit 102, a periodicity calculation unit 103, an identification unit 104, or the like.
  • the signal decomposition unit 102 and the like can be realized by, for example, a program. This program can function by being read by the CPU 301.
  • the storage 302 stores control data such as programs and calculation parameters used by the CPU 301.
  • control data such as programs and calculation parameters used by the CPU 301.
  • an HDD Hard Disk Drive
  • an SSD Solid State Drive
  • other non-volatile memory may be adopted.
  • the RAM 303 temporarily stores, for example, a program executed by the CPU 301.
  • the operation unit 304 accepts the user's operation.
  • the operation unit 304 for example, a keyboard, a mouse, a trackball, a tablet, a touch pad, a stick-type pointing device, a touch panel, a joystick, or the like may be adopted.
  • the display unit 305 provides the user with the status of processing by the CPU 301 as an image.
  • the display unit 305 for example, a display or the like may be adopted.
  • the biometric information acquisition device 100 may include, for example, a connection unit that connects to an external computer device and a communication unit that communicates with the external computer device.
  • the external computer device may be, for example, a detection unit described later.
  • the communication unit has a function of communicating data with the external computer device via the information communication network 400 by using communication technology such as Wi-Fi, Bluetooth (registered trademark), LTE (LongTermEvolution) and the like. ..
  • the biological information acquisition device 100 is, for example, a PC, a server, a smartphone terminal, a tablet terminal, a mobile phone terminal, a PDA (Personal Digital Assistant), a PC (Personal Computer), a portable music player, a portable game machine, or a wearable terminal (HMD). : Head Mounted Display, glasses-type HMD, watch-type terminal, band-type terminal, etc.) may be used.
  • the program that realizes the signal decomposition unit 102 and the like may be stored in another computer device or computer system of the biometric information acquisition device 100.
  • the biometric information acquisition device 100 can use the cloud service that provides the function of this program.
  • this cloud service include SaaS (Software as a Service), IaaS (Infrastructure as a Service), and PaaS (Platform as a Service).
  • Non-temporary computer-readable media include various types of tangible storage mediums. Examples of non-temporary computer readable media are magnetic recording media (eg flexible disks, magnetic tapes, hard disk drives), magneto-optical recording media (eg magneto-optical disks), CompactDiscReadOnlyMemory (CD-ROM), CD- Includes R, CD-R / W, semiconductor memory (eg, mask ROM, Programmable ROM (PROM), Erasable PROM (EPROM), flash ROM, Random Access Memory (RAM)).
  • the program may also be supplied to the computer by various types of temporary computer readable medium. Examples of temporary computer readable media include electrical, optical, and electromagnetic waves.
  • the temporary computer-readable medium can supply the above program to the computer via a wired communication path such as an electric wire and an optical fiber, or a wireless communication path.
  • the biological information acquisition device 100 can further include a detection unit that detects a hemodynamic signal from the living body.
  • the detection unit may be included in the biological information acquisition device 100, or may be included in a device different from the biological information acquisition device 100.
  • the hemodynamic signal detection method used by the detection unit may be a method known in the art.
  • the detection method may be, for example, a laser Doppler flowmetry (LDF) method, a method using ultrasonic waves, a method using electromagnetic induction, a photoelectric volume pulse wave (PPG: Photoplethysmography) method, or the like.
  • LDF laser Doppler flowmetry
  • PPG photoelectric volume pulse wave
  • a remote sensor such as a camera capable of acquiring the hemodynamics detected by these methods may be adopted for the detection unit.
  • FIG. 5 is a block diagram showing a configuration of a detection unit 101 according to an embodiment of the present technology.
  • the detection unit 101 includes, for example, a light emitting unit 111 that irradiates the skin surface of a living body with light, and a light receiving unit 112 that detects light generated by irradiating the skin surface of the living body with the light.
  • the light may be, for example, coherent light.
  • the coherent light may be, for example, laser light.
  • the PPG method it does not have to be coherent light.
  • the detection unit 101 may further include a blood flow velocity calculation unit that calculates the blood flow velocity based on the wavelength of the scattered light received by the light receiving unit 112.
  • a blood flow velocity calculation unit that calculates the blood flow velocity based on the wavelength of the scattered light received by the light receiving unit 112.
  • the frequency of the scattered light scattered by the stationary biological tissue is the same as the frequency of the emitted coherent light.
  • the frequency of the scattered light scattered by the scattering substance mainly red blood cells moving in the blood vessels of the skin of the living body undergoes a slight Doppler shift.
  • the interference light generated by the interference of these two scattered lights is received by the light receiving unit.
  • the blood flow velocity calculation unit can calculate the blood flow velocity by performing frequency analysis processing on the optical beat of the interference light.
  • the hemodynamic signal detected by the detection unit 101 includes the blood flow velocity.
  • the LDF method is a non-invasive and continuous measurement method.
  • the detection unit 101 that employs the LDF method can be small. Therefore, the detection unit 101 can be attached to, for example, a fingertip, a wrist, an earlobe, a forehead, or the like of a human or an animal.
  • the detection unit 101 can measure the blood flow velocity at each mounting position for a long time.
  • the detection unit 101 may include at least two light receiving units. This will be described with reference to FIG.
  • FIG. 6 is a schematic view showing a detection unit 101 according to an embodiment of the present technology.
  • FIG. 6A is a schematic plan view of the detection unit 101.
  • FIG. 6B is a schematic side view of the detection unit 101.
  • Each of the plurality of light receiving units 112A to 112G receives scattered light scattered by a scattering substance moving in different blood vessels. Therefore, the detection unit 101 can calculate the velocity of blood flow flowing through different blood vessels.
  • the number of light receiving units is not particularly limited. The number of light receiving units may be two or seven as shown in FIG. 6A.
  • the biological information acquisition device 100 can acquire the correlation of hemodynamic signals detected from different blood vessels.
  • the biological information acquisition device 100 can acquire the correlation between the heartbeat component signal and / or the vasomotor component signal included in the hemodynamic signal.
  • FIG. 7 is a graph showing an example of a component signal obtained by the biological information acquisition device 100 according to an embodiment of the present technology.
  • FIG. 7A is a graph showing an example of heart rate component signals DA1 and DB1 .
  • FIG. 7B is a graph showing an example of the vasomotor component signals DA2 and DB2 .
  • the hemodynamic signal obtained via the light receiving unit 112A is referred to as a hemodynamic signal related to channel A.
  • the hemodynamic signal obtained via the light receiving unit 112B is used as the hemodynamic signal related to the channel B.
  • the identification unit 104 can identify the element of hemodynamics.
  • Patent Document 1 describes a technique for reducing motion artifacts by using a combination of sensor data relating to two channels.
  • the heartbeat component and / or the vasomotor component cannot be accurately identified by simply analyzing the correlation between the signals.
  • FIG. 7A the correlation between the heart rate component signal DA1 related to the channel A and the heart rate component signal DB1 related to the channel B is high as a whole.
  • FIG. 7B the correlation between the vasomotor component signal DA2 related to channel A and the vasomotor component signal DB2 related to channel B is the region H having a relatively high correlation and the correlation.
  • a relatively low region L is generated. This is because, as described above, the vasomotor component signal is affected by multiple physiological factors.
  • the signal decomposition unit 102 decomposes each of the first hemodynamic signal and the second hemodynamic signal detected from at least two places in the living body into a plurality of component signals.
  • the first hemodynamic signal may be the hemodynamic signal SA associated with channel A.
  • the second hemodynamic signal may be the hemodynamic signal SB associated with channel B. That is, the signal decomposition unit 102 decomposes the hemodynamic signal SA related to the channel A into a plurality of component signals ( DA1 , DA2 , etc.). Further, the signal decomposition unit 102 decomposes the hemodynamic signal SB related to the channel B into a plurality of component signals ( DB1 , DB2 , etc.).
  • FIG. 8 is a graph showing an example of a component signal obtained by the biological information acquisition device 100 according to an embodiment of the present technology.
  • FIG. 8A is a graph showing an example of heart rate component signals ( DA1 , DB1) and autocorrelation (WA1, WB1 ) .
  • FIG. 8B is a graph showing examples of vasomotor component signals ( DA2 , DB2 ) and autocorrelation ( WA2 , WB2 ).
  • the values of the autocorrelation WA1 of the heartbeat component signal DA1 related to the channel A and the autocorrelation WB1 of the heartbeat component signal DB1 of the channel B tend to be stable and high. This is because the heartbeat component signal changes continuously with the heartbeat and has the property of changing uniformly in all blood vessels.
  • the autocorrelation WB2 of the vasomotor component signal DA2 related to channel A and the autocorrelation WB2 of the vasomotor component signal DB2 related to channel B have different values fluctuation tendencies depending on the channel. .. This is because, as described above, the vasomotor component signal is affected by multiple physiological factors. In particular, the vasomotor component signals are affected by the muscles near each blood vessel.
  • the identification unit 104 can identify using this characteristic.
  • the identification unit 104 correlates between the periodicity of the component signal included in the first hemodynamic signal of channel A and the periodicity of the component signal included in the second hemodynamic signal of channel B. To identify the elements of hemodynamics based on. For example, the identification unit 104 can identify that the component signal is a heartbeat component signal when the correlation is high, and can identify that the component signal is a vasomotor component signal when the correlation is low.
  • the identification unit 104 can identify the elements of hemodynamics based on the periodic correlation between the component signals in the order in which the component signals are output. Specifically, the identification unit 104 has the periodicity of the component signal DA1 first output from the first hemodynamic signal SA and the component first output from the second hemodynamic signal SB. Hemodynamic components are identified based on the correlation with the periodicity of the signal DB1 . Next, the identification unit 104 has the periodicity of the component signal DA2 output second from the first hemodynamic signal SA and the component signal second output from the second hemodynamic signal SB. Hemodynamic components are identified based on the correlation with the periodicity of DB2. In this way, the identification unit 104 can identify in the order in which the component signals are output.
  • the correlation evaluation value E includes the periodic evaluation value PA1 contained in the component signal DA1 included in the first hemodynamic signal SA and the component signal DB1 contained in the second hemodynamic signal SB . It is calculated according to the following mathematical formula (3) using the evaluation value P B1 of the periodicity and the number N of sampling data included in the component signal.
  • the evaluation value of the periodicity may be, for example, an autocorrelation value.
  • the identification unit 104 may identify that the component signal is a heartbeat component signal when the correlation is high, and identify the component signal as a vasomotor component signal when the correlation is low. can. Therefore, for example, the identification unit 104 identifies the component signal having the maximum correlation evaluation value E as the heartbeat component, and identifies the component signal having the minimum correlation evaluation value E as the vasomotor component. can do.
  • a predetermined threshold value may be set.
  • the identification unit 104 identifies a component signal having a correlation evaluation value E higher than the threshold value as a heartbeat component, and identifies a component signal having a correlation evaluation value E lower than the threshold value as a vasomotor component. May be good.
  • the identification unit 104 may calculate the evaluation value E of the correlation by using a combination of component signals included in a plurality or all hemodynamic signals.
  • the detection unit 101 that employs, for example, the LDF method can be small. Therefore, the detection unit 101 can be attached to, for example, a fingertip, a wrist, an earlobe, a forehead, or the like of a human or an animal. The detection unit 101 can measure the blood flow velocity included in the hemodynamic signal for a long time at each mounting position.
  • this blood flow velocity not only fluctuates depending on the health condition and / or psychological condition of humans and animals, but also fluctuates depending on the posture of humans and animals.
  • the detection unit 101 is attached to the forehead, the blood flow velocity of the forehead increases when the head faces downward.
  • the change in the blood flow velocity is caused by the change in the health state and / or the psychological state, or is caused by the change in the posture, only by the change in the blood flow velocity. That is, the pseudo blood flow component signal generated in a pseudo manner due to the change in posture becomes noise, and it is difficult to accurately acquire the blood flow velocity depending on the health state and / or the psychological state.
  • Patent Document 1 describes a technique for reducing motion artifacts by using body movement reference data.
  • it is difficult to use the body movement reference data because the pseudo blood flow component signal is generated as described above.
  • the biological information acquisition device 100 generates correction information based on the amount of change in the position of the detection unit installed on the head, and is measured by the detection unit using the correction information. Correct the blood flow velocity. Thereby, the fluctuation of the blood flow velocity due to the change in the position of the head, that is, the fluctuation in the blood flow velocity due to the change in the posture of humans and animals is removed from the measured blood flow velocity of the head. Can be done. Therefore, the biological information acquisition device 100 according to the embodiment of the present technology can obtain a hemodynamic signal that makes it possible to more accurately grasp the health state and / or the psychological state of humans and animals.
  • FIG. 9 is a block diagram showing the configuration of the biological information acquisition device 100 according to the third embodiment of the present technology.
  • the biological information acquisition device 100 can include, for example, a detection unit 101, a position change amount measuring unit 105, a processing unit 106, and the like.
  • the processing unit 106 may include, for example, a correction unit 108, a signal decomposition unit 102, an identification unit 104, a correction parameter update unit 110, a correction information generation unit 107, a correction parameter setting unit 109, and the like.
  • the detection unit 101 may be provided in a device different from the biological information acquisition device 100.
  • the detection unit 101 may be installed on the head, for example.
  • the detection unit 101 may be installed at any position on the head, for example, on the frontal region, temporal region, or occipital region.
  • the detection unit 101 is configured to be able to measure the blood flow velocity of the head.
  • the position change amount measuring unit 105 measures the position change amount of the detection unit 101.
  • the change amount may be a change amount of the inclination of the detection unit 101 or a change amount of the height of the detection unit 101.
  • the position change amount measuring unit 105 may include, for example, an acceleration sensor, a gyro sensor, or a barometric pressure sensor. These sensors used in the art may be known in the art. For example, any of these sensors may be provided in the biometric information acquisition device 100 so as to perform the same position change as the position change of the detection unit 101. For example, since the positional relationship between the detection unit 101 and the position change amount measurement unit 105 is fixed, the position change amount measured by the position change amount measurement unit 105 is treated as the position change amount of the detection unit 101. Can be done.
  • the position change amount measuring unit 105 may be a combination of a marker indicating the position of the detection unit 101 and a marker recognition device that recognizes the marker.
  • the marker may be attached to the detection unit 101, or may be attached to the biological information acquisition device 100 so as to perform the same position change as the position change of the detection unit 101.
  • the marker recognition device may include an image pickup device. By processing the still image or the moving image obtained by the image pickup device, the position change amount measuring unit 105 can measure the change amount of the marker position.
  • the position change amount measuring unit 105 can handle the position change amount of the marker as the position change amount of the detection unit 101.
  • the processing unit 106 can include, for example, a processor such as a CPU, and a memory such as RAM and / or ROM.
  • the memory stores a program for causing the device to execute the biometric information acquisition process according to the present technology, the parameters for position characteristic correction and the parameters for transient characteristic correction described below, and the program for setting or updating these parameters. Can be.
  • the processor reads this program or the like, the function of the processing unit 106 can be realized.
  • the correction information generation unit 107 generates correction information for the blood flow velocity based on the position change amount of the detection unit 101 measured by the position change amount measurement unit 105. Since the correction information is generated based on the amount of change in the position of the detection unit 101, it is suitable for canceling the change (increase / decrease) in the blood flow velocity due to the change in the position of the head.
  • the correction information generation unit 107 generates correction information for canceling the increase / decrease in the blood flow velocity due to the change in the position of the head.
  • the correction information generation unit 107 is caused by the correction information for canceling the increase in the blood flow velocity due to the lower position of the head, or the higher position of the head.
  • the correction information generation unit 107 is a position characteristic correction parameter and / or a blood flow velocity transient set based on the correlation between the change amount of the position and the position of the detection unit and the blood flow velocity fluctuation amount. Correction information is generated based on the transient characteristic correction parameters related to the characteristics. A more specific example of the generated correction information will be described below in (2-1) and (2-2).
  • the correction unit 108 corrects the blood flow velocity included in the hemodynamic signal detected by the detection unit 101 by using the correction information generated by the correction information generation unit 107. For example, when the blood flow velocity increases due to the lowered position of the head, the correction unit 108 measures the blood flow velocity using the correction information generated by the correction information generation unit 107. The increased amount is subtracted from. Alternatively, when the blood flow velocity decreases due to the elevated position of the head, the correction unit 108 measures using the correction information generated by the correction information generation unit 107. Add the reduced amount to the blood flow velocity. As described above, in the present technology, the correction unit 108 can cancel the increase / decrease in the blood flow velocity due to the change in the position of the head by using the correction information. For example, the correction unit 108 uses the correction information to cancel the increase in blood flow velocity due to the lower position of the head or blood caused by the higher position of the head. The decrease in flow velocity can be canceled out.
  • the correction parameter setting unit 109 is a position characteristic correction parameter set based on the correlation between the position of the detection unit 101 and the blood flow velocity fluctuation amount, and / or a transient characteristic correction parameter related to the transient characteristic of the blood flow velocity. To set.
  • the setting of the parameter for position characteristic correction and / or the parameter for transient characteristic correction will be described in more detail below in (2-1) or (2-2).
  • the correction parameter setting unit 109 can set and / or update the position characteristic correction parameter and / or the transient characteristic correction parameter, for example, before the correction unit 108 corrects.
  • the biological information acquisition device 100 may have a predetermined position characteristic correction parameter and / or a transient characteristic correction parameter in advance, or has a position characteristic correction parameter and / or a transient characteristic correction parameter in advance. It does not have to be.
  • the correction parameter setting unit 109 performs the correction of the blood flow velocity according to the present technique.
  • the position characteristic correction parameter and / or the transient characteristic correction parameter may be updated.
  • the position characteristic correction parameter and / or the transient characteristic correction parameter set at the time of shipment of the biometric information acquisition device 100 may be used as they are, or when a user uses the biometric information acquisition device 100 for the first time.
  • the position characteristic correction parameter and / or the transient characteristic correction parameter set in may be used as they are at the next use (when the biological information acquisition device or the detection unit 101 is attached for the second time or later).
  • the position characteristic is set by the correction parameter setting unit 109 before the blood flow velocity is corrected according to the present technique.
  • Correction parameters and / or transient characteristic correction parameters may be set.
  • the target particularly human whose blood flow is measured by the biological information acquisition device according to the present technology.
  • the transient characteristic correction parameter is set or updated. More accurate correction information is generated by the set or updated position characteristic correction parameters and / or transient characteristic correction parameters, and more appropriate correction of blood flow velocity is performed based on the more accurate correction information.
  • the position characteristic correction parameter and / or the transient characteristic correction parameter may be updated at predetermined time intervals or for each buffer unit. More specifically, the update may be performed, for example, every 3 minutes to 3 hours, particularly every 5 minutes to 2 hours, and more particularly every 10 minutes to 1 hour.
  • the buffer unit refers to one sample unit of the blood flow velocity measured by the detection unit 101, for example, the predetermined number of times of measurement of the blood flow velocity is one unit, or the predetermined time interval in which the blood flow velocity is measured is one unit. sell.
  • the characteristic correction parameter and / or the transient characteristic correction parameter enables more appropriate correction of the blood flow velocity.
  • the setting of the parameter for position characteristic correction and / or the parameter for transient characteristic correction will be described in more detail below in (2-1) or (2-2).
  • the signal decomposition unit 102 and the identification unit 104 can use the techniques described in other embodiments.
  • the signal decomposition unit 102 decomposes the hemodynamic signal corrected by the correction unit 108 into a plurality of component signals.
  • the identification unit 104 identifies the pseudo blood flow component signal from the plurality of component signals. The identification of the pseudo blood flow component signal will be described in more detail below (2-3).
  • the correction parameter update unit 110 updates the position characteristic correction parameter and / or the transient characteristic correction parameter so as to reduce the pseudo blood flow component signal that becomes noise.
  • the update of the parameter for position characteristic correction and / or the parameter for transient characteristic correction will be described in more detail below (2-4).
  • the biological information acquisition device 100 may further include an output unit.
  • the output unit can output the blood flow velocity obtained by the identification unit 104, the psychological state or health state of the measurement target determined based on the blood flow velocity, or the video or audio based on the blood flow velocity.
  • the output unit may include, for example, the blood flow velocity, the psychological state, the health state, the video, or the printing device for outputting the sound, the image display device, or the sound output device.
  • the video or audio according to the blood flow velocity is, for example, the video or audio for notifying the measurement target when the blood flow velocity is out of the predetermined numerical range, or the video for encouraging the measurement target to take a break. Or it may be voice.
  • the correction information generation unit 107 generates correction information of the blood flow velocity based on the amount of change in the inclination of the detection unit 101.
  • the tilt may be, for example, an angle projected onto a plane passing through the detection unit 101 and the centerline of the head.
  • the generation of the correction information will be described in more detail.
  • FIG. 10 is a model diagram for explaining the change in blood flow velocity.
  • the detection unit 101 is installed on the frontal region (forehead) 211 of the human 210.
  • the detection unit 101 arranged at the center of the frontal region 211 can measure the blood flow velocity of the frontal region 211 by the LDF method.
  • the human 210 faces the front, and the position of the detection unit 101 in this state is used as a reference position.
  • the blood flow flowing from the heart to the head is defined as V total
  • V the blood flow velocity in the skin at a certain position of the frontal region measured by the detection unit 101
  • V the blood flow velocity in the skin at a certain position on the occipital side.
  • the state in which the human 210 faces downward by an angle ⁇ is shown in the right figure of FIG.
  • the angle ⁇ is the amount of change in the inclination of the detection unit 101.
  • the angle ⁇ is an angle projected onto the plane P passing through the head center line X of the detection unit 101 and the human 210.
  • the blood flow velocity of the frontal region measured by the detection unit 101 at the certain position increases by the fluctuation amount v. (That is, V1 + v), and the blood flow velocity in the blood vessel at a certain position on the occipital side decreases by the fluctuation amount v (that is, becomes V2-v).
  • FIG. 11 is a model of resistance and gravity acting on erythrocytes of mass m.
  • cv is a resistance acting on erythrocyte RBC, and the resistance is caused by, for example, a blood vessel.
  • mgsin ⁇ is a force generated by gravity acting on the erythrocyte RBC.
  • the fluctuation amount v is expressed by the equation of motion of the following equation (4).
  • the formula (6) becomes the following formula (7) by integrating both sides.
  • the fluctuation amount v is expressed by the mathematical formula (7).
  • the correction information for canceling the increase in blood flow velocity due to the lowering of the position of the head is the fluctuation amount represented by the mathematical formula (7). It may be v. Further, the correction information for canceling the decrease in the blood flow velocity due to the heightened position of the head may also be the fluctuation amount v expressed by the mathematical formula (7).
  • the fluctuation amount v represented by the mathematical formula (7) is subtracted from the measured blood flow velocity, so that the blood caused by the change in the position of the head is obtained.
  • the increase in flow velocity is removed.
  • the position of the detection unit 101 becomes high, the blood flow velocity due to the change in the position of the head is added to the measured blood flow velocity by the fluctuation amount v represented by the mathematical formula (7).
  • the decrease in is compensated for.
  • ⁇ in formula (7) is called a parameter for position characteristic correction.
  • the parameter for correcting the position characteristic may be set or updated based on the relationship between the position of the detection unit and the amount of fluctuation in blood flow velocity.
  • the setting can be made by the correction parameter setting unit 109. An example of how to set the parameters for position characteristic correction will be described below.
  • the detection unit 101 is attached to the human forehead. With the detection unit 101 attached, the person changes the position of the head from the reference position to various positions.
  • the various positions are, for example, the position when the person is facing down, the position when the person is facing up, the position when the head is tilted to the right, and the position when the head is tilted to the left. It may include one or more, two or more, three or more, or four selected from positions. In addition to these positions, for example, the position when the person faces down and tilts his head to the right and / or left, and when the person faces up and tilts his head to the right and / or left. The position of the above may be included in the various positions.
  • the detection unit 101 measures the blood flow velocity at the forehead, and the position change amount measuring unit 105 measures the amount of change in the position of the detection unit 101.
  • the correction parameter setting unit 109 sets the position characteristic correction parameter based on the blood flow velocity and the amount of change in the position measured at various positions. That is, the correction parameter setting unit 109 changes the position when the position of the detection unit 101 is changed from the reference position to various different positions, and the blood flow velocity measured at each of the various different positions.
  • the parameters for correcting the position characteristics are set based on the relationship with (particularly the amount of fluctuation in blood flow velocity).
  • the blood flow velocity may be measured by the detection unit 101 when a predetermined time has elapsed after the position of the head is changed to each of the various positions.
  • the blood flow velocity changes with time delay with respect to the change in the position of the head. That is, the change in blood flow velocity due to the change in the position of the head has a transient characteristic. Therefore, as described above, by measuring the blood flow velocity when a predetermined time has elapsed after the change in the position of the head, it is possible to measure the blood flow velocity more accurately after the change in the position of the head.
  • the predetermined time can be, for example, 1 second to 60 seconds, particularly 3 seconds to 40 seconds, and more particularly 5 seconds to 30 seconds.
  • the position of the head may be changed slowly so that the transient characteristics can be ignored. Blood flow velocity may be measured after the slow change in head position.
  • the position of the head is changed slowly in this way, the movement of the head does not have to be stopped at a specific position.
  • the head may be allowed to slowly move for one week, and the blood flow velocity may be measured sequentially during the week.
  • ⁇ in the formula (7) is the amount of change in the inclination of the detection unit 101, and is an angle projected onto the plane P passing through the head center line X of the detection unit 101 and the human 210 as shown in FIG. It's okay.
  • ⁇ may be measured by the position change amount measuring unit 105, for example, by a 3-axis acceleration sensor (not shown) included in the position change amount measuring unit 105.
  • the position change amount measuring unit 105 may be arranged at the center of the forehead 211 so as to make the same position change as the position change of the detection unit 101. For example, by fixing the positional relationship between the position change amount measuring unit 105 and the detection unit 101 in the biological information acquisition device 100, the detection unit 101 and the position change amount measuring unit 105 perform the same position change. As a result, the amount of change in the position of the position change amount measuring unit 105 can be regarded as the amount of change in the position of the detection unit 101.
  • ⁇ in the formula (7) may be determined using the following formula (8) based on, for example, the output value of the 3-axis accelerometer.
  • a [a1, a2, a3] is an output value of the 3-axis accelerometer in a state where the human 210 is facing the front as shown in the left figure of FIG. 10, that is, the above. It is an output value of the 3-axis accelerometer at the reference position.
  • b [b1, b2, b3] is the output value of the 3-axis accelerometer when the head of the human 210 faces downward by an angle ⁇ as shown in the right figure of FIG. Is. In the present technique, the angle ⁇ may be measured by a gyro sensor.
  • the position when the person faces down the position when the person faces up, the position when the head is tilted to the right, the position when the head is tilted to the left, the position when the person is down.
  • Position when facing and tilting the head to the right position when the person faces down and tilting the head to the left, position when the person faces up and tilts the head to the right
  • the blood flow velocity fluctuation amount is measured by the detection unit 101 and the position change amount is measured by the 3-axis acceleration sensor.
  • the slope of the straight line obtained by applying the least squares method to the plotted data may be adopted as the position characteristic correction parameter ⁇ .
  • the vertical axis is the fluctuation amount v of blood flow
  • the horizontal axis is the position change amount sin ⁇ .
  • the parameter ⁇ in the formula (7) is called a parameter for correcting transient characteristics.
  • the parameter ⁇ for correcting the transient characteristic is a parameter relating to the transient characteristic of the blood flow velocity.
  • the blood flow velocity changes with time delay with respect to the change in the position of the head, that is, the change in the blood flow velocity due to the change in the position of the head has a transient characteristic.
  • the above-mentioned transient characteristic correction parameter ⁇ can be used.
  • the positional characteristic correction parameter ⁇ is added to the blood flow velocity data over time measured in the process of changing the position of the detection unit 101 from the reference position to another position. It may be calculated by fitting the estimated blood flow velocity using. The fitting may be performed by, for example, a linear fitting or a non-linear fitting.
  • the correction parameter setting unit 109 may calculate the transient characteristic correction parameter as described above and set the parameter.
  • the correction information generation unit 107 may generate correction information of the blood flow velocity based on the amount of change in the height of the detection unit 101.
  • the generation of the correction information will be described.
  • FIG. 14 is a model diagram for explaining the change in blood flow velocity.
  • the change in the position of the detection unit 101 is shown by using the height h instead of the angle ⁇ in FIG. That is, the left figure of FIG. 14 shows a state in which the human 210 is facing the front, that is, the detection unit 101 is in the reference position.
  • the right figure of FIG. 14 shows that as the position of the head 211 is lowered by h, the position of the detection unit 101 is also lowered by h.
  • the human 210 faces the front, and the position of the detection unit 101 in this state is used as a reference position.
  • the blood flow flowing from the heart to the head is defined as V total
  • the blood flow velocity at a certain position of the frontal region measured by the detection unit 101 is defined as V 1
  • the blood flow velocity in the blood vessel at a certain position on the occipital side is defined as V2.
  • the height of the frontal region 211 of the human 210 is lowered by h, and the position of the detection unit 101 is lowered by the height h accordingly.
  • the blood flow velocity of the frontal region measured by the detection unit 101 at the certain position increases by the fluctuation amount v (that is, becomes V1 + v)
  • the blood flow velocity in the blood vessel at a certain position on the occipital side decreases by the fluctuation amount v (that is, becomes V2-v).
  • the fluctuation amount v can be expressed by the equation of motion using mgh instead of mgsin ⁇ in the above formula (4).
  • the following equation (9) is obtained by transforming the equation of motion in the same manner as the transformation from the equation (4) to the equation (7).
  • the correction information for canceling the increase in blood flow velocity due to the lowering of the position of the head is the fluctuation amount represented by the mathematical formula (9). It may be v. Further, the correction information for canceling the decrease in the blood flow velocity due to the heightened position of the head may also be the fluctuation amount v expressed by the mathematical formula (9).
  • the blood flow caused by the change in the position of the head is obtained by subtracting the fluctuation amount v represented by the mathematical formula (9) from the measured blood flow velocity.
  • the increase in speed is removed.
  • the blood flow velocity due to the change in the position of the head is increased by adding the fluctuation amount v represented by the mathematical formula (9) to the measured blood flow velocity. The decrease can be compensated for.
  • ⁇ in formula (9) is called a parameter for position characteristic correction, like ⁇ in formula (7).
  • the parameter for correcting the position characteristic may be set based on the relationship between the position of the detection unit and the amount of fluctuation in blood flow velocity.
  • the correction parameter setting unit 109 can set and / or update the position characteristic correction parameter based on the blood flow velocity and the amount of change in the position measured at various specific positions. That is, the correction parameter setting unit 109 changes the position when the position of the detection unit is changed from the reference position to various different positions, and the blood flow velocity measured at each of the various different positions.
  • the parameter for correcting the position characteristic can be set and / or updated based on the relationship with (particularly the amount of fluctuation in blood flow velocity). An example of how to set the parameters for position characteristic correction will be described below.
  • the detection unit 101 is attached to the human forehead. With the detection unit 101 attached, the person changes the position of the head from the reference position to various positions.
  • the various positions are, for example, the position when the person is facing down, the position when the person is facing up, the position when the head is tilted to the right, and the position when the head is tilted to the left. It may include one or more, two or more, three or more, or four selected from positions. In addition to these positions, for example, the position when the person faces down and tilts his head to the right and / or left, and when the person faces up and tilts his head to the right and / or left. The position of the above may be included in the various positions.
  • the detection unit 101 measures the blood flow velocity at the forehead, and the position change amount measuring unit 105 measures the amount of change in the position of the detection unit 101.
  • the blood flow velocity may be measured by the detection unit 101 when a predetermined time has elapsed after the change in the position of the head to each of the various positions. Thereby, as described above, it is possible to eliminate the transient characteristic and measure the blood flow velocity more accurately after the change in the head position.
  • the predetermined time can be, for example, 1 second to 60 seconds, particularly 3 seconds to 40 seconds, and more particularly 5 seconds to 30 seconds.
  • the position of the head may be changed slowly so that the transient characteristics can be ignored. Blood flow velocity may be measured after the slow change in head position. When the position of the head is changed slowly in this way, the movement of the head does not have to be stopped at a specific position.
  • H in the mathematical formula (9) can be the amount of change in the height of the detection unit 101.
  • h may be measured by the position change amount measuring unit 105.
  • the position change amount measuring unit 105 may be arranged at the center of the forehead 211 so as to make the same position change as the position change of the detection unit 101. For example, by fixing the positional relationship between the position change amount measuring unit 105 and the detection unit 101 in the biological information acquisition device 100, the detection unit 101 and the position change amount measuring unit 105 perform the same position change. As a result, the amount of change in the position of the position change amount measuring unit 105 can be regarded as the amount of change in the position of the detection unit 101.
  • H in the mathematical formula (9) may be determined by, for example, an acceleration sensor, a gyro sensor, a barometric pressure sensor, or the like. That is, the position change amount measuring unit 105 can include, for example, an acceleration sensor, a gyro sensor, a barometric pressure sensor, or the like.
  • the amount of change in height h may be determined based on the change in atmospheric pressure measured by the atmospheric pressure sensor.
  • the blood flow velocity fluctuation amount is measured by the detection unit 101 and the position change amount measurement is performed by the position change amount measurement unit 105. These measurements at each height may be made multiple times.
  • the amount of blood flow velocity fluctuation and the amount of position change at each height are plotted on the vertical axis and the horizontal axis, respectively.
  • the slope of the straight line obtained by applying the least squares method to the plotted data may be adopted as the position characteristic correction parameter ⁇ .
  • ⁇ in the formula (9) is called a transient characteristic correction parameter like ⁇ in the formula (7).
  • the parameters for correcting the transient characteristics are parameters related to the transient characteristics of the blood flow velocity. As mentioned above, changes in blood flow velocity due to changes in head position have transient characteristics. In order to reflect the transient characteristic in the measured value of the blood flow velocity, the above-mentioned transient characteristic correction parameter can be used.
  • the positional characteristic correction parameter ⁇ is added to the blood flow velocity data over time measured in the process of changing the position of the detection unit 101 from the reference position to another position. It may be calculated by fitting the estimated blood flow velocity using. The fitting may be performed by, for example, a linear fitting or a non-linear fitting.
  • the correction parameter setting unit 109 may calculate the transient characteristic correction parameter as described above and set the parameter.
  • the correction unit 108 uses the correction information generated by the correction information generation unit 107 to include the blood flow velocity included in the hemodynamic signal detected by the detection unit 101.
  • the correction information can be calculated by using the position characteristic correction parameter ⁇ and the transient characteristic correction parameter ⁇ as shown in the above mathematical formulas (7) and (9).
  • the position characteristic correction parameter ⁇ and the transient characteristic correction parameter ⁇ are set based on the characteristics of the blood flow velocity included in the hemodynamic signal.
  • the hemodynamic signal detected from the living body is a combination of component signals due to multiple factors. Therefore, this blood flow velocity characteristic may be affected by a component signal that is not a pseudo blood flow component signal necessary for calculating the position characteristic correction parameter ⁇ and the transient characteristic correction parameter ⁇ . If it is affected by a component signal that is not a pseudo blood flow component signal, the position characteristic correction parameter ⁇ and the transient characteristic correction parameter ⁇ may not be calculated and set correctly.
  • the signal decomposition unit 102 decomposes the hemodynamic signal including the blood flow velocity corrected by the correction unit 108 into a plurality of component signals.
  • the techniques described in other embodiments can be used.
  • the identification unit 104 identifies the pseudo blood flow component signal from the plurality of component signals. Specifically, the identification unit 104 is selected from the plurality of component signals based on the correlation between the component signal decomposed by the signal decomposition unit 102 and the correction information generated by the correction information generation unit 107. Identify pseudoblood flow component signals. The pseudo blood flow component signal has a high correlation with the correction information. A component signal that is not a pseudo blood flow component signal has a low correlation with the correction information. Utilizing these characteristics, the identification unit 104 identifies the pseudo blood flow component signal from the plurality of component signals.
  • the detection unit 101 may include at least two light receiving units.
  • the signal decomposition unit 102 decomposes each of the first hemodynamic signal and the second hemodynamic signal detected from at least two places in the living body into a plurality of component signals.
  • the identification unit 104 is based on the correlation between the periodicity of the component signal included in the first hemodynamic signal and the periodicity of the component signal included in the second hemodynamic signal. To identify the elements of hemodynamics.
  • the biological information acquisition device 100 can acquire the correlation of the hemodynamic signals detected from different blood vessels.
  • the biological information acquisition device 100 according to the third embodiment of the present technology can acquire the correlation of the pseudo blood flow component signal included in the hemodynamic signal.
  • the method by which the identification unit 104 evaluates the correlation is not particularly limited, but an example thereof will be described.
  • the evaluation value E of the correlation includes the component signal D Ai contained in the first hemodynamic signal SA, the component signal D Bi contained in the second hemodynamic signal SB, the fluctuation amount v, and the correlation function CC. It is calculated according to the following formula (10).
  • the identification unit 104 can calculate the correlation evaluation value E according to the above equation (10) in the order in which the component signals are output. Then, the identification unit 104 can identify that the component signal having the highest evaluation value E of this correlation is the pseudo blood flow component signal.
  • the correction parameter update unit 110 has a position characteristic correction parameter and / or a transient characteristic correction parameter so as to reduce the pseudo blood flow component signal that becomes noise. To update.
  • FIG. 15 is a flowchart showing an example of processing of the correction parameter updating unit 110 according to the embodiment of the present technology.
  • step S11 the correction parameter updating unit 110 evaluates the amplitude of the pseudo blood flow component signal identified by the identification unit 104.
  • the corrected blood flow velocity contains a pseudo blood flow velocity component. Since the pseudo blood flow velocity component is included, the amplitude of the pseudo blood flow component signal identified by the identification unit 104 becomes large. Therefore, the correction parameter update unit 110 evaluates and reduces this amplitude to calculate the correct position characteristic correction parameter and / or the transient characteristic correction parameter.
  • the method by which the correction parameter updating unit 110 evaluates the amplitude of the pseudo blood flow component signal is not particularly limited, but an example thereof will be described.
  • the amplitude Amp DAi of the component signal DAi is calculated according to the following mathematical formula (11).
  • the amplitude Amp of the signal consisting of the component signal D Ai and the component signal D Bi is calculated according to the following mathematical formula (12).
  • the correction parameter update unit 110 determines the position characteristic correction parameter and / or transient based on the component signal identified by the identification unit 104 and the correction information generated by the correction information generation unit 107. Update the parameter for characteristic correction.
  • the updated position characteristic correction parameter ⁇ 'and / or the transient characteristic correction parameter ⁇ ' use the component signal DAi , the component signal DBi, the fluctuation amount v, and the number of channels N. It is calculated according to the following formula (13).
  • the updated position characteristic correction parameter ⁇ 'and / or the transient characteristic correction parameter ⁇ ' is transmitted to the correction information generation unit 107.
  • the correction information generation unit 107 generates correction information according to the above formula (7) or formula (9) using the updated position characteristic correction parameter ⁇ 'and / or the transient characteristic correction parameter ⁇ '.
  • the correction unit 108 corrects the blood flow velocity included in the hemodynamic signal detected by the detection unit 101 by using the correction information generated by the correction information generation unit 107.
  • the signal decomposition unit 102 decomposes the hemodynamic signal corrected by the correction unit 108 into a plurality of component signals.
  • the identification unit 104 identifies the pseudo blood flow component signal from the plurality of component signals.
  • the correction parameter update unit 110 updates the position characteristic correction parameter and / or the transient characteristic correction parameter so as to reduce the pseudo blood flow component signal that becomes noise.
  • step S13 the correction parameter update unit 110 determines whether or not the amplitude Amp is equal to or less than the threshold value. It should be noted that this threshold value is not particularly limited.
  • step S13 When the amplitude Amp is not equal to or less than the threshold value (step S13: No), the correction parameter update unit 110 performs the processes of steps S11 to 13. The processes of steps S11 to S13 are repeated until the amplitude Amp becomes equal to or less than the threshold value.
  • step S13 Yes
  • the correction parameter update unit 110 ends the process.
  • the biometric information acquisition device 100 according to the fourth embodiment of the present technology can further include a periodicity calculation unit 103 in addition to the components included in the biometric information acquisition device 100 according to the third embodiment. This will be described with reference to FIG. FIG. 16 is a block diagram showing a configuration of a biological information acquisition device 100 according to a fourth embodiment of the present technology.
  • the biological information acquisition device 100 can further include a periodicity calculation unit 103.
  • the periodicity calculation unit 103 calculates the periodicity of each of the plurality of component signals decomposed by the signal decomposition unit 102. As a result, the characteristics of the component signal can be obtained.
  • the identification unit 104 can accurately identify the elements of hemodynamics based on the periodicity calculated by the periodicity calculation unit 103.
  • the identification unit 104 can accurately identify the pseudo blood flow component signal.
  • FIG. 17 is a block diagram showing a configuration of the biometric information acquisition system 1000 according to the fifth embodiment of the present technology.
  • the biological information acquisition system 1000 according to the embodiment of the present technology can include a detection unit 101, a signal decomposition unit 102, a periodicity calculation unit 103, and an identification unit 104. ..
  • the detection unit 101 detects a hemodynamic signal from a human living body.
  • the signal decomposition unit 102 decomposes the hemodynamic signal detected from the living body into a plurality of component signals.
  • the periodicity calculation unit 103 calculates the periodicity of each of the plurality of component signals.
  • the identification unit 104 identifies an element of hemodynamics based on the periodicity.
  • the biometric information acquisition system 1000 can use the techniques according to the other embodiments described above. Therefore, detailed description of the components included in the biometric information acquisition system 1000 will be omitted.
  • the present technology decomposes hemodynamic signals detected from a living body into a plurality of component signals, calculates the periodicity of each of the plurality of component signals, and based on the periodicity, the hemodynamics.
  • the hemodynamic element included in the hemodynamic signal can be accurately identified by the biometric information acquisition method.
  • FIG. 18 is a flowchart showing an example of a procedure of a biological information acquisition method according to an embodiment of the present technology.
  • the biometric information acquisition method is to decompose the hemodynamic signal detected from the living body into a plurality of component signals (step S1), and to obtain the plurality of component signals. It includes calculating the periodicity of each (step S2) and identifying the elements of hemodynamics based on the periodicity (step S3).
  • the technique according to the other embodiment described above may be used. Therefore, the technique described in the above embodiment will not be described again.
  • the biometric information acquisition method according to this embodiment can be realized by using software and hardware. More specifically, for example, the CPU included in the hardware can realize the biometric information acquisition method according to the present embodiment by reading the program for realizing the biometric information acquisition method according to the present embodiment.
  • the configuration mentioned in the above embodiment can be selected or changed to another configuration as appropriate.
  • FIG. 19 The relationship between the measured blood flow velocity and the slope ⁇ is shown in FIG.
  • the scale on the left axis is the blood flow velocity S (unit: au)
  • the scale on the right axis is the inclination ⁇ (unit: degree)
  • the horizontal axis is the time t (unit: seconds).
  • the dotted line is the inclination ⁇ of the head
  • the solid line is the measured blood flow velocity.
  • the blood flow velocity during 5 to 15 seconds with the head facing down was higher than the blood flow velocity at other times.
  • FIG. 20 shows the relationship between the corrected blood flow velocity and the inclination ⁇ of the head.
  • the scale on the vertical axis is the blood flow velocity S (unit: au.)
  • the horizontal axis is the time t (unit: seconds).
  • the solid line is the blood flow velocity after correction
  • the dotted line is the blood flow velocity before correction.
  • the present technology can also have the following configurations.
  • a signal decomposition unit that decomposes hemodynamic signals detected from living organisms into multiple component signals,
  • a periodicity calculation unit that calculates the periodicity of each of the plurality of component signals,
  • a biological information acquisition device comprising an identification unit for identifying an element of hemodynamics based on the periodicity.
  • the signal decomposition unit decomposes each of the first hemodynamic signal and the second hemodynamic signal detected from at least two places in the living body into a plurality of component signals.
  • the identification unit is based on the correlation between the periodicity of the component signal included in the first hemodynamic signal and the periodicity of the component signal included in the second hemodynamic signal.
  • the biometric information acquisition device according to [1].
  • the elements include a heart rate component, a vasomotor component, and / or a pseudo-blood flow component.
  • the biometric information acquisition device according to [1] or [2].
  • the signal decomposition unit uses empirical mode decomposition.
  • the biometric information acquisition device according to any one of [1] to [3].
  • the periodicity includes autocorrelation.
  • the autocorrelation R ( ⁇ ) is calculated according to the following mathematical formula (1) using the value v (i) of the component signal at time i, the delay time ⁇ , and the number N of sampling data included in the component signal. ,
  • the correlation evaluation value E is included in the periodic evaluation value PA1 included in the component signal DA1 included in the first hemodynamic signal SA and in the second hemodynamic signal SB . It is calculated according to the following mathematical formula (3) by using the evaluation value P B1 of the periodicity of the component signal DB 1 and the number N of sampling data included in the component signal.
  • the biometric information acquisition device according to any one of [2] to [6].
  • the identification unit identifies the component signal having the maximum correlation evaluation value E as a heartbeat component, and identifies the component signal having the minimum correlation evaluation value E as a vasomotor component. do, The biometric information acquisition device according to [7]. [9] Further comprising a detection unit for detecting the hemodynamic signal.
  • the biometric information acquisition device according to any one of [1] to [8].
  • the detector A light emitting part that irradiates the living body with light, A light receiving unit for detecting light generated by irradiation of the living body with the light.
  • the biometric information acquisition device according to [9].
  • the detection unit includes at least two light receiving units.
  • the biometric information acquisition device according to [10].
  • a detector installed on the head to detect the hemodynamic signal, A position change amount measuring unit that measures the position change amount of the detection unit, and a position change amount measuring unit.
  • a correction information generation unit that generates correction information for blood flow velocity based on the amount of change in the position, A correction unit for correcting the blood flow velocity included in the hemodynamic signal detected by the detection unit using the correction information is further provided.
  • the biometric information acquisition device according to any one of [1] to [11]. [13] The amount of change is the amount of change in the inclination of the detection unit or the amount of change in the height of the detection unit. The biometric information acquisition device according to [12]. [14]
  • the signal decomposition unit decomposes the hemodynamic signal including the blood flow velocity corrected by the correction unit into a plurality of component signals.
  • the identification unit identifies the element of hemodynamics based on the correlation between the component signal and the correction information.
  • the biometric information acquisition device according to [12] or [13].
  • the signal decomposition unit decomposes each of the first hemodynamic signal and the second hemodynamic signal detected from at least two places in the living body into a plurality of component signals.
  • the identification unit is based on the correlation between the periodicity of the component signal included in the first hemodynamic signal and the periodicity of the component signal included in the second hemodynamic signal.
  • the biometric information acquisition device according to any one of [12] to [14].
  • the correction information generation unit The amount of change in the position and Position characteristic correction parameters set based on the relationship between the position of the detection unit and the blood flow velocity fluctuation amount, and / or transient characteristic correction parameters related to the transient characteristics of the blood flow velocity.
  • a method for acquiring biometric information which comprises identifying an element of hemodynamics based on the periodicity.
  • a detector installed on the head to detect the hemodynamic signal A position change amount measuring unit that measures the position change amount of the detection unit, and a position change amount measuring unit.
  • a correction information generation unit that generates correction information for blood flow velocity based on the amount of change in the position, Using the correction information, a correction unit that corrects the blood flow velocity included in the hemodynamic signal detected by the detection unit, and a correction unit.
  • a signal decomposition unit that decomposes the hemodynamic signal including the blood flow velocity corrected by the correction unit into a plurality of component signals, and a signal decomposition unit.
  • a biological information acquisition device comprising an identification unit for identifying an element of hemodynamics based on a correlation between the component signal and the correction information.
  • Biometric information acquisition device 101 Detection unit 111 Light emitting unit 112 Light receiving unit 102 Signal decomposition unit 103 Periodic calculation unit 104 Identification unit 105 Position change amount measurement unit 106 Processing unit 107 Correction information generation unit 108 Correction unit 109 Correction parameter setting unit 110 Correction parameter updater 1000 Biometric information acquisition system S1 Decompose into component signals S2 Calculate periodicity S3 Identify elements of hemodynamics

Abstract

血行動態信号に含まれる血行動態の要素を精度良く同定する生体情報取得装置、生体情報取得システム、及び生体情報取得方法を提供する。　本技術は、生体から検出される血行動態信号を複数の成分信号に分解する信号分解部と、前記複数の成分信号のそれぞれが有する周期性を算出する周期性算出部と、前記周期性に基づいて、血行動態の要素を同定する同定部と、を備える、生体情報取得装置を提供する。また、本技術は、生体情報取得システム及び生体情報取得方法も提供する。

Description

生体情報取得装置、生体情報取得システム、及び生体情報取得方法
　本技術は、生体情報取得装置、生体情報取得システム、及び生体情報取得方法に関する。
　従来、ヒトや動物などの健康状態及び／又は心理状態を把握するために、生体から検出される血行動態信号が利用されている。この血行動態信号は、例えば心拍成分、血管運動成分、生体の動きに起因する疑似血流成分、血圧成分など、複数の要因による成分信号が複合されている。そのため、複合されている血行動態信号に基づいて健康状態及び／又は心理状態を測定すると、精度が低下するという問題がある。
　この問題を解決するために、複合されている血行動態信号から、所望の成分信号を抽出する技術が用いられている。例えば特許文献１では、「対象被験者に関する生理学的情報成分を含む所望のバイタル信号を、前記生理学的情報成分及び少なくとも１つのモーションアーチファクト成分を含む時間依存の第１のセンサデータを含み、１つ以上の空間次元において時間の関数として感知領域の位置、速度、又は加速度を示す時間依存の第２のセンサデータを含むセンサデータから抽出するためのデータ処理装置であり、前記データ処理装置は、前記第２のセンサデータを受け取り、前記第２のセンサデータを分解されたセンサデータの少なくとも２つの成分に分解し、分解された第２のセンサデータに基づいて、少なくとも２つの異なる体動基準データチャネルで少なくとも２つの異なるセットの体動基準データを提供する分解ユニットと、前記第１のセンサデータ及び少なくとも２つの異なる体動基準データチャネルを受け取り、前記第１のセンサデータと、前記体動基準データチャネルのうちの少なくとも２つからなる体動基準データとの組み合わせから形成される前記バイタル信号を決定するアーチファクト除去ユニットであって、当該バイタル信号をその出力で提供するアーチファクト除去ユニットと、を含む、データ処理装置」が開示されている。
特表２０１７－５１９５４８号公報
　しかし、血行動態信号から抽出される成分信号が有する特徴が精度良く得られないことにより、この成分信号を精度良く同定できないという問題がある。
　そこで、本技術は、血行動態信号に含まれる血行動態の要素を精度良く同定する生体情報取得装置、生体情報取得システム、及び生体情報取得方法を提供することを主目的とする。
　本技術は、生体から検出される血行動態信号を複数の成分信号に分解する信号分解部と、前記複数の成分信号のそれぞれが有する周期性を算出する周期性算出部と、前記周期性に基づいて、血行動態の要素を同定する同定部と、を備える、生体情報取得装置を提供する。
　前記信号分解部が、前記生体の少なくとも２か所から検出される第１の血行動態信号及び第２の血行動態信号のそれぞれを複数の成分信号に分解し、前記同定部が、前記第１の血行動態信号に含まれる前記成分信号が有する前記周期性と、前記第２の血行動態信号に含まれる前記成分信号が有する前記周期性と、の相関関係に基づいて、前記血行動態の要素を同定してよい。
　前記要素には、心拍成分、血管運動成分、及び／又は疑似血流成分が含まれてよい。
　前記信号分解部が、経験的モード分解を用いてよい。
　前記周期性には、自己相関が含まれてよい。
　前記自己相関Ｒ（τ）が、時刻ｉにおける前記成分信号の値ｖ（ｉ）、遅れ時間τ、及び前記成分信号に含まれるサンプリングデータの数Ｎを用いて、下記数式（１）に従って算出されてよい。
Figure JPOXMLDOC01-appb-M000003
 　前記相関関係の評価値Ｅが、前記第１の血行動態信号ＳＡに含まれる前記成分信号ＤＡ１が有する前記周期性の評価値ＰＡ１、及び前記第２の血行動態信号ＳＢに含まれる前記成分信号ＤＢ１が有する前記周期性の評価値ＰＢ１、及び前記成分信号に含まれるサンプリングデータの数Ｎを用いて、下記数式（３）に従って算出されてよい。
Figure JPOXMLDOC01-appb-M000004
 　前記同定部が、前記相関関係の評価値Ｅが最大となる前記成分信号を心拍成分であると同定し、前記相関関係の評価値Ｅが最小となる前記成分信号を血管運動成分であると同定してよい。
　前記生体情報取得装置が、前記血行動態信号を検出する検出部を更に備えていてよい。
　前記検出部が、前記生体に光を照射する発光部と、前記光の前記生体への照射により生じた光を検出する受光部と、を備えていてよい。
　前記検出部が、少なくとも２つの前記受光部を備えていてよい。
　前記生体情報取得装置が、頭部に設置され、前記血行動態信号を検出する検出部と、前記検出部の位置の変化量を測定する位置変化量測定部と、前記位置の変化量に基づき血流速度の補正情報を生成する補正情報生成部と、前記補正情報を用いて、前記検出部により検出される前記血行動態信号に含まれる血流速度を補正する補正部と、を更に備えていてよい。
　前記変化量が、前記検出部の傾きの変化量又は前記検出部の高さの変化量であってよい。
　前記信号分解部が、前記補正部により補正される前記血流速度を含む前記血行動態信号を複数の成分信号に分解し、前記同定部が、前記成分信号と、前記補正情報と、の相関関係に基づいて、前記血行動態の要素を同定してよい。
　前記信号分解部が、前記生体の少なくとも２か所から検出される第１の血行動態信号及び第２の血行動態信号のそれぞれを複数の成分信号に分解し、前記同定部が、前記第１の血行動態信号に含まれる前記成分信号が有する前記周期性と、前記第２の血行動態信号に含まれる前記成分信号が有する前記周期性と、の相関関係に基づいて、前記血行動態の要素を同定してよい。
　前記補正情報生成部が、前記位置の変化量と、前記検出部の位置と血流速度変動量との関係に基づき設定される位置特性補正用パラメータ及び／又は前記血流速度の過渡特性に関する過渡特性補正用パラメータと、に基づき補正情報を生成してよい。
　前記生体情報取得装置が、前記同定部が同定する前記成分信号と、前記補正情報生成部が生成する前記補正情報と、に基づいて、前記位置特性補正用パラメータ及び／又は前記過渡特性補正用パラメータを更新する補正用パラメータ更新部を更に備えていてよい。
　また、本技術は、生体から検出される血行動態信号を複数の成分信号に分解する信号分解部と、前記複数の成分信号のそれぞれが有する周期性を算出する周期性算出部と、前記周期性に基づいて、血行動態の要素を同定する同定部と、を含む、生体情報取得システムを提供する。
　また、本技術は、生体から検出される血行動態信号を複数の成分信号に分解することと、前記複数の成分信号のそれぞれが有する周期性を算出することと、前記周期性に基づいて、血行動態の要素を同定することと、を含む、生体情報取得方法を提供する。
本技術の一実施形態に係る生体情報取得装置１００が得る血行動態信号の例を示すグラフである。 本技術の第１の実施形態に係る生体情報取得装置１００の構成を示すブロック図である。 本技術の一実施形態に係る生体情報取得装置１００が得る成分信号及び自己相関の例を示すグラフである。 本技術の一実施形態に係る生体情報取得装置１００のハードウェア構成を示すブロック図である。 本技術の一実施形態に係る検出部１０１の構成を示すブロック図である。 本技術の一実施形態に係る検出部１０１を示す概略図である。 本技術の一実施形態に係る生体情報取得装置１００が得る成分信号の例を示すグラフである。 本技術の一実施形態に係る生体情報取得装置１００が得る成分信号及び自己相関の例を示すグラフである。 本技術の第３の実施形態に係る生体情報取得装置１００の構成を示すブロック図である。 頭部の位置の変化に起因する血流速度の変化を説明するためのモデル図である。 赤血球に対して作用する抵抗力及び重力を説明するためのモデル図である。 頭部の傾きの変化を説明するための図である。 位置特性補正用パラメータの設定方法の一例を説明するための図である。 頭部の位置の変化に起因する血流速度の変化を説明するためのモデル図である。 本技術の一実施形態に係る補正用パラメータ更新部１１０の処理の一例を示すフローチャートである。 本技術の第４の実施形態に係る生体情報取得装置１００の構成を示すブロック図である。 本技術の第５の実施形態に係る生体情報取得システム１０００の構成を示すブロック図である。 本技術の一実施形態に係る生体情報取得方法の手順の一例を示すフローチャートである。 血流速度と頭部の傾きとの関係を示すグラフである。 補正前後の血流速度を示すグラフである。
　以下、本技術を実施するための好適な形態について説明する。以下に説明する実施形態は、本技術の代表的な実施形態の一例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。また、各図は模式図であり、必ずしも厳密に図示されたものではない。
　特に断りがない限り、図面において、「上」とは図中の上方向又は上側を意味し、「下」とは、図中の下方向又は下側を意味し、「左」とは図中の左方向又は左側を意味し、「右」とは図中の右方向又は右側を意味する。また、図面については、同一又は同等の要素又は部材には同一の符号を付し、重複する説明は省略する。
　本技術の説明は以下の順序で行う。
　１．本技術の第１の実施形態（生体情報取得装置の例１）
　２．本技術の第２の実施形態（生体情報取得装置の例２）
　３．本技術の第３の実施形態（生体情報取得装置の例３）
　４．本技術の第４の実施形態（生体情報取得装置の例４）
　５．本技術の第５の実施形態（生体情報取得システム）
　６．本技術の第６の実施形態（生体情報取得方法）
　７．実施例
［１．本技術の第１の実施形態（生体情報取得装置の例１）］
［（１）第１の実施形態の説明］
　ヒトや動物の生体から検出される血行動態信号の分析により、ヒトの例えば健康状態及び／又は心理状態などが推定できることが知られている。
　しかし、血行動態信号は、血行動態に関する複数の要素が複合される傾向にある。血行動態信号には、例えば、心拍変動に関する心拍成分信号、血流と血管壁との力学的相互作用に関する血管運動成分信号、及び／又は、その他の成分信号、などが複合される傾向にある。そのため、血行動態信号に基づいてヒトの例えば健康状態及び／又は心理状態などが推定されるとき、その推定精度が低下するという問題がある。
　本技術の一実施形態に係る生体情報取得装置は、生体から検出される血行動態信号に含まれる血行動態の要素を精度良く同定できる。このことについて図１を参照しつつ説明する。図１は、本技術の一実施形態に係る生体情報取得装置１００が得る血行動態信号の例を示すグラフである。図１に示されるとおり、本技術の一実施形態に係る生体情報取得装置は、生体から検出される血行動態信号ＳＡを複数の成分信号ＤＡ１～ＤＡ３に分解し、前記複数の成分信号ＤＡ１～ＤＡ３のそれぞれの要素を精度良く同定できる。より具体的に説明すると、前記生体情報取得装置は、成分信号ＤＡ１が心拍成分信号であると同定できる。あるいは、前記生体情報取得装置は、成分信号ＤＡ２が血管運動成分信号であると同定できる。
　つまり、本技術の一実施形態に係る生体情報取得装置が同定する血行動態の要素には、心拍成分及び／又は血管運動成分が含まれうる。あるいは、第３の実施形態で後述するように、前記要素には、疑似血流成分が含まれてよい。成分信号が心拍成分信号であると同定できれば、例えばヒトの血中酸素飽和度や心拍数などの情報を高精度に取得できる。成分信号が血管運動成分信号であると同定できれば、例えばヒトの心身状態を反映するとされる皮膚血流リズムなどの情報を高精度に取得できる。この皮膚血流リズムは、例えば自律神経活動の評価、あるいは自律神経遮断手術の効果の確認などに利用されることができる。
　なお、これらの効果は、後述する他の実施形態においても同様に生じる。そのため、他の実施形態の説明においては、再度の説明を省略する。
［（２）第１の実施形態の構成］
　本技術の第１の実施形態に係る生体情報取得装置１００の構成について図２を参照しつつ説明する。図２は、本技術の第１の実施形態に係る生体情報取得装置１００の構成を示すブロック図である。図２に示されるとおり、本技術の第１の実施形態に係る生体情報取得装置１００は、例えば信号分解部１０２、周期性算出部１０３、及び同定部１０４などを備えることができる。
　信号分解部１０２は、生体から検出される血行動態信号ＳＡを複数の成分信号（ＤＡ１、ＤＡ２、など）に分解する。周期性算出部１０３は、信号分解部１０２が分解する複数の成分信号のそれぞれが有する周期性を算出し、評価値（ＰＡ１、ＰＡ２、など）を得る。同定部１０４は、周期性算出部が算出する周期性に基づいて、血行動態の要素を同定する。周期性算出部１０３が周期性を算出することにより、同定部１０４は、血行動態の要素を精度良く同定できる。以下、それぞれの構成要素について詳細に説明する。
［（２－１）信号分解部］
　信号分解部１０２は、生体から検出される血行動態信号ＳＡを複数の成分信号（ＤＡ１、ＤＡ２、など）に分解する。分解する手法は特に限られないが、例えば経験的モード分解（ＥＭＤ：Empirical Mode Decomposition）、周波数分解、短時間フーリエ変換（ＳＴＦＴ：Short Time Fourier Transform）又はウォーブレット変換（ＷＴ：Wavelet Transform）などが用いられることができる。あるいは、主成分分析（ＰＣＡ：Principal Component Analysis）や独立成分分析（ＩＣＡ：Independent Component Analysis）などのブラインド情報源分離（ＢＳＳ：Blind Source Separation）などが用いられてよい。
　本実施形態に係る信号分解部１０２は、分解する手法の一例である経験的モード分解（ＥＭＤ）を用いる。ＥＭＤは、信号処理の分野などで利用されている手法であり、時系列信号を、時間－周波数領域における非定常的かつ非線形的な信号に変換する手法である。信号分解部１０２は、ＥＭＤアルゴリズムを用いて、血行動態信号を、複数の固有モード関数（ＩＭＦ：Intrinsic Mode Function）の和と残差に分解する。複数のＩＭＦのそれぞれは成分信号であり、極値が多い順に出力される傾向にある。このように、信号分解部１０２は、ＥＭＤアルゴリズムを用いて、血行動態信号から、例えば心拍成分信号や血管運動成分信号などの成分信号を効果的に分解できる。
［（２－２）周期性算出部］
　周期性算出部１０３は、信号分解部１０２が分解する複数の成分信号のそれぞれが有する周期性を算出する。これにより、成分信号が有する特徴が得られる。周期性を算出する手法は特に限られないが、周期性として例えば自己相関などが算出されてよい。つまり、周期性には自己相関が含まれる。自己相関Ｒ（τ）は、時刻ｉにおける成分信号の値ｖ（ｉ）、遅れ時間τ、及び成分信号に含まれるサンプリングデータの数Ｎを用いて、下記数式（１）に従って算出される。
Figure JPOXMLDOC01-appb-M000005
　成分信号を用いて算出される自己相関の例について図３を参照しつつ説明する。図３は、本技術の一実施形態に係る生体情報取得装置１００が得る成分信号及び自己相関の例を示すグラフである。図３Ａは、心拍成分信号ＤＡ１と、心拍成分信号ＤＡ１を用いて上記数式（１）に従って算出される自己相関Ｗ１の例を示すグラフである。図３Ｂは、血管運動成分信号ＤＡ２と、血管運動成分ＤＡ１を用いて上記数式（１）に従って算出される自己相関Ｗ２の例を示すグラフである。
　図３に示されるとおり、成分信号によって周期性（自己相関）が異なっている。例えば心拍成分信号ＤＡ１は、自己相関Ｗ１の値が安定して高い傾向にある。これは、心拍成分信号が、心臓の拍動によって連続的に変化するためである。一方で、血管運動成分信号ＤＡ２は、自己相関Ｗ２の値が不安定に変動する傾向にある。これは、血管運動成分信号が、複数の生理的要因の影響を受けるためである。この複数の生理的要因には、例えば、心臓、呼吸器系、筋原性、神経性、独立していない内皮系、独立している内皮系などによる要因が含まれる。
　このように、周期性算出部１０３が周期性を算出することにより、成分信号が有する特徴が精度良く得られる。その結果、同定部１０４は、血行動態の要素を精度良く同定できる。特には、同定部１０４は、成分信号が心拍成分信号であるか、あるいは成分信号が血管運動成分であるか、を精度良く同定できる。
　なお、自己相関Ｒ（τ）は、時刻ｉにおける成分信号の値ｖ（ｉ）、遅れ時間τ、及び成分信号に含まれるサンプリングデータの数Ｎを用いて、下記数式（２）に従って算出されてもよい。
Figure JPOXMLDOC01-appb-M000006
　なお、周期性算出部１０３は、複数の成分信号の値を加算した信号について、周期性を算出してもよい。
［（２－３）同定部］
　同定部１０４は、周期性算出部１０３が算出する周期性に基づいて、血行動態の要素を同定する。例えば、周期性算出部１０３が算出する自己相関の値が安定して高い傾向にあるとき、同定部１０４は、成分信号が心拍成分信号であると同定できる。あるいは、周期性算出部１０３が算出する自己相関の値が不安定に変動する傾向にあるとき、同定部１０４は、成分信号が血管運動成分信号であると同定できる。同定部１０４は、同定結果を成分信号にラベル付けできる。
　なお、この同定には、所定の閾値が用いられてよい。例えば、周期性算出部１０３が算出する自己相関の値が前記閾値より高い傾向にあるとき、同定部１０４は、成分信号が心拍成分信号であると同定できる。
　上述したように、ＥＭＤアルゴリズムを用いて信号分解部１０２が分解した成分信号（ＩＭＦ）は、極値が多い順に出力される傾向にある。よって、同定部１０４は、成分信号が出力された順序に基づいて、血行動態の要素を同定してもよい。例えば、同定部１０４は、血行動態信号から最初に出力された成分信号を心拍成分信号と同定してもよい。
　あるいは、例えばＢＳＳを用いて信号分解部１０２が成分信号に分解したとき、同定部１０４は、ＰＣＡやＩＣＡなどの寄与率などに基づいて、血行動態の要素を同定してもよい。
　同定部１０４には、機械学習により学習済みの学習モデルが用いられてよい。この学習モデルは、同定部１０４の入力である成分信号及び出力である同定結果データを含む教師データが用いられて、教師あり学習がされた学習モデルであってよい。この学習モデルは、例えばニューラルネットワークや決定木モデルなどが用いられることにより実現できる。
　図示を省略するが、生体情報取得装置１００は、データを記憶する記憶部や、構成要素を制御する制御部を備えていてよい。記憶部は、後述する公知のストレージ技術が用いられることができる。制御部は、例えば後述する中央演算処理装置（ＣＰＵ：Central Processing Unit）などが用いられることができる。
［（２－４）ハードウェア構成］
　生体情報取得装置１００のハードウェア構成について図４を参照しつつ説明する。図４は、本技術の一実施形態に係る生体情報取得装置１００のハードウェア構成を示すブロック図である。図４に示されるとおり、生体情報取得装置１００は、構成要素として、例えばＣＰＵ３０１、ストレージ３０２、ＲＡＭ（Random Access Memory）３０３、操作部３０４、及び表示部３０５などを備えることができる。これらの構成要素として、当技術分野において公知のものが採用されてよい。それぞれの構成要素は、例えばデータの伝送路としてのバスで接続されている。
　ＣＰＵ３０１は、例えばマイクロコンピュータにより実現され、生体情報取得装置１００のそれぞれの構成要素を制御する。ＣＰＵ３０１は、例えば信号分解部１０２、周期性算出部１０３、又は同定部１０４などとして機能することができる。この信号分解部１０２などは、例えばプログラムにより実現されることができる。このプログラムは、ＣＰＵ３０１に読み込まれることによって機能することができる。
　ストレージ３０２は、ＣＰＵ３０１が使用するプログラムや演算パラメータなどの制御用データなどを記憶する。ストレージ３０２として、例えばＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、その他の不揮発性メモリなどが採用されてよい。
　ＲＡＭ３０３は、例えば、ＣＰＵ３０１により実行されるプログラム等を一時的に記憶する。
　操作部３０４は、ユーザの操作を受け付ける。操作部３０４として、例えば、キーボード、マウス、トラックボール、タブレット、タッチパッド、スティック型ポインティングデバイス、タッチパネル、ジョイスティックなどが採用されてよい。
　表示部３０５は、ＣＰＵ３０１による処理の状況などを画像としてユーザに提供する。表示部３０５として、例えばディスプレイなどが採用されてよい。
　図示を省略するが、生体情報取得装置１００は、例えば外部のコンピュータ装置と接続する接続部や、外部のコンピュータ装置と通信する通信部を備えていてよい。前記外部のコンピュータ装置は、例えば後述する検出部であってよい。前記通信部は、例えばＷｉ－Ｆｉ、Ｂｌｕｅｔｏｏｔｈ（登録商標）、ＬＴＥ（Long Term Evolution）などの通信技術を利用して、情報通信ネットワーク４００を介して前記外部のコンピュータ装置とデータ通信する機能を有する。
　生体情報取得装置１００は、例えばＰＣ、サーバ、スマートフォン端末、タブレット端末、携帯電話端末、ＰＤＡ（Personal Digital Assistant）、ＰＣ（Personal Computer）、携帯用音楽プレーヤー、携帯用ゲーム機、又はウェアラブル端末（ＨＭＤ：Head Mounted Display、メガネ型ＨＭＤ、時計型端末、バンド型端末等）などであってよい。
　信号分解部１０２などを実現するプログラムは、生体情報取得装置１００のほかのコンピュータ装置又はコンピュータシステムに格納されてもよい。この場合、生体情報取得装置１００は、このプログラムが有する機能を提供するクラウドサービスを利用することができる。このクラウドサービスとして、例えばＳａａＳ（Software as a Service）、ＩａａＳ（Infrastructure as a Service）、ＰａａＳ（Platform as a Service）等が挙げられる。
　さらにこのプログラムは、様々なタイプの非一時的なコンピュータ可読媒体（non-transitory computer readable medium）を用いて格納され、コンピュータに供給することができる。非一時的なコンピュータ可読媒体は、様々なタイプの実体のある記録媒体（tangible storage medium）を含む。非一時的なコンピュータ可読媒体の例は、磁気記録媒体（例えばフレキシブルディスク、磁気テープ、ハードディスクドライブ）、光磁気記録媒体（例えば光磁気ディスク）、Compact Disc Read Only Memory（CD-ROM）、CD-R、CD-R/W、半導体メモリ（例えば、マスクROM、Programmable ROM（PROM）、Erasable PROM（EPROM）、フラッシュROM、Random Access Memory（RAM））を含む。また、上記プログラムは、様々なタイプの一時的なコンピュータ可読媒体（transitory computer readable medium）によってコンピュータに供給されてもよい。一時的なコンピュータ可読媒体の例は、電気信号、光信号、及び電磁波を含む。一時的なコンピュータ可読媒体は、電線及び光ファイバ等の有線通信路、又は無線通信路を介して、上記プログラムをコンピュータに供給できる。
　なお、本実施形態において用いられる技術は、後述する他の実施形態においても用いられることができる。他の実施形態においても同様である。
［（２－５）検出部］
　本技術の一実施形態に係る生体情報取得装置１００は、生体から血行動態信号を検出する検出部を更に備えることができる。検出部は、生体情報取得装置１００に含まれていてもよいし、生体情報取得装置１００とは別の装置に含まれていてもよい。
　検出部により用いられる血行動態信号の検出方式は、当技術分野で既知の方式であってよい。前記検出方式は、例えばレーザードップラーフローメトリー（ＬＤＦ：Laser Doppler Flowmetry）方式、超音波を用いる方式、電磁誘導を利用する方式、又は光電式容積脈波（ＰＰＧ：Photoplethysmography）方式などであってよい。あるいは、これらの方式により検出される血行動態が取得できるカメラなどの遠隔センサなどが検出部に採用されてもよい。
　ＬＤＦ方式により血行動態信号を検出する検出部１０１のより具体的な例について図５を参照しつつ説明する。図５は、本技術の一実施形態に係る検出部１０１の構成を示すブロック図である。図５に示されるとおり、検出部１０１は、例えば生体の皮膚表面に光を照射する発光部１１１と、前記光の前記生体の皮膚表面への照射により生じた光を検出する受光部１１２と、を備えることができる。ＬＤＦ方式が用いられるとき、前記光は、例えばコヒーレント光であってよい。特には、前記コヒーレント光は、例えばレーザー光であってよい。なお、例えばＰＰＧ方式などが用いられるときは、コヒーレント光でなくともよい。
　図示を省略するが、検出部１０１は、受光部１１２により受光された散乱光の波長に基づき血流速度を算出する血流速度算出部を更に備えていてよい。前記コヒーレント光の発光によって生じた散乱光のうち、静止している生体組織により散乱された散乱光の周波数は発光されたコヒーレント光の周波数と同じである。その一方で、生体の皮膚の血管中を移動する散乱物質（主に赤血球）によって散乱された散乱光の周波数はわずかにドップラーシフトを受ける。これら２つの散乱光の干渉により生じた干渉光が、前記受光部により受光される。前記血流速度算出部は、当該干渉光の光ビートに対して周波数解析処理を行うことによって、血流速度を算出できる。このとき、検出部１０１が検出する血行動態信号には血流速度が含まれる。
　ＬＤＦ方式は、非侵襲かつ連続計測が可能な計測方式である。ＬＤＦ方式を採用する検出部１０１は、小型でありうる。したがって、検出部１０１は、ヒトや動物の例えば指先、手首、耳朶、額部などに装着されることができる。検出部１０１は、それぞれの装着位置での血流速度を長時間計測できる。
［２．本技術の第２の実施形態（生体情報取得装置の例２）］
［（１）第２の実施形態の説明］
　検出部１０１は、少なくとも２つの受光部を備えていてよい。このことについて図６を参照しつつ説明する。図６は、本技術の一実施形態に係る検出部１０１を示す概略図である。図６Ａは、検出部１０１の平面概略図である。図６Ｂは、検出部１０１の側面概略図である。
　複数の受光部１１２Ａ～１１２Ｇのそれぞれは、異なる血管中を移動する散乱物質によって散乱された散乱光を受光する。よって、検出部１０１は、それぞれ異なる血管を流れる血流の速度を算出できる。なお、受光部の数は特に限られない。受光部の数は２つでもよいし、図６Ａに示されるとおり７つでもよい。
　検出部１０１が複数の受光部を備えていることにより、生体情報取得装置１００は、異なる血管から検出される血行動態信号の相関関係を取得できる。特に、生体情報取得装置１００は、血行動態信号に含まれる心拍成分信号及び／又は血管運動成分信号の相関関係を取得できる。
　心拍成分信号及び血管運動成分信号のそれぞれの特性について図７を参照しつつ説明する。図７は、本技術の一実施形態に係る生体情報取得装置１００が得る成分信号の例を示すグラフである。図７Ａは、心拍成分信号ＤＡ１、ＤＢ１の例を示すグラフである。図７Ｂは、血管運動成分信号ＤＡ２、ＤＢ２の例を示すグラフである。
　図７において、例えば受光部１１２Ａ（図６参照）を介して得られる血行動態信号を、チャンネルＡに係る血行動態信号とする。同様に、受光部１１２Ｂ（図６参照）を介して得られる血行動態信号を、チャンネルＢに係る血行動態信号とする。チャンネルＡに係る血行動態信号と、チャンネルＢに係る血行動態信号と、の相関関係を分析することにより、同定部１０４は、血行動態の要素を同定できる。
［（２）周期性の算出］
　例えば特許文献１では、２つのチャンネルに係るセンサデータの組み合わせを使用して、モーションアーチファクトを低減する技術について説明されている。
　しかし、本技術においては、信号同士の相関関係を単純に分析するだけでは、心拍成分及び／又は血管運動成分を精度良く同定できないという問題がある。このことについて図７を参照しつつ説明する。図７Ａに示されるとおり、チャンネルＡに係る心拍成分信号ＤＡ１と、チャンネルＢに係る心拍成分信号ＤＢ１と、の相関関係は全体的に高くなっている。一方で、図７Ｂに示されるとおり、チャンネルＡに係る血管運動成分信号ＤＡ２と、チャンネルＢに係る血管運動成分信号ＤＢ２と、の相関関係は、相関関係が比較的高い領域Ｈ及び相関関係が比較的低い領域Ｌが生じている。これは、上述したように、血管運動成分信号が、複数の生理的要因の影響を受けるためである。
　この問題を解決するために、まず、信号分解部１０２が、生体の少なくとも２か所から検出される第１の血行動態信号及び第２の血行動態信号のそれぞれを複数の成分信号に分解する。第１の血行動態信号は、チャンネルＡに係る血行動態信号ＳＡであってよい。第２の血行動態信号は、チャンネルＢに係る血行動態信号ＳＢであってよい。つまり、信号分解部１０２は、チャンネルＡに係る血行動態信号ＳＡを複数の成分信号（ＤＡ１、ＤＡ２、など）に分解する。また、信号分解部１０２は、チャンネルＢに係る血行動態信号ＳＢを複数の成分信号（ＤＢ１、ＤＢ２、など）に分解する。
　次に、周期性算出部１０３が、複数の成分信号のそれぞれが有する周期性を算出する。このことについて図８を参照しつつ説明する。図８は、本技術の一実施形態に係る生体情報取得装置１００が得る成分信号の例を示すグラフである。図８Ａは、心拍成分信号（ＤＡ１、ＤＢ１）及び自己相関（ＷＡ１、ＷＢ１）の例を示すグラフである。図８Ｂは、血管運動成分信号（ＤＡ２、ＤＢ２）及び自己相関（ＷＡ２、ＷＢ２）の例を示すグラフである。
　チャンネルＡに係る心拍成分信号ＤＡ１が有する自己相関ＷＡ１、及び、チャンネルＢに係る心拍成分信号ＤＢ１が有する自己相関ＷＢ１は、いずれも値が安定して高い傾向にある。これは、心拍成分信号が、心臓の拍動によって連続的に変化しており、いずれの血管においても一様に変化する特性を持っているためである。
　一方で、チャンネルＡに係る血管運動成分信号ＤＡ２が有する自己相関ＷＡ２、及び、チャンネルＢに係る血管運動成分信号ＤＢ２が有する自己相関ＷＢ２は、値の変動傾向がチャンネルによって異なっている。これは、上述したように、血管運動成分信号が、複数の生理的要因の影響を受けるためである。特に、血管運動成分信号が、それぞれの血管付近の筋肉による影響を受けるためである。
［（３）血行動態の要素の同定］
　同定部１０４は、この特性を利用して同定することができる。同定部１０４は、チャンネルＡに係る第１の血行動態信号に含まれる成分信号が有する周期性と、チャンネルＢに係る第２の血行動態信号に含まれる成分信号が有する周期性と、の相関関係に基づいて、血行動態の要素を同定する。例えば、同定部１０４は、前記相関関係が高いときは成分信号が心拍成分信号であると同定し、前記相関関係が低いときは成分信号が血管運動成分信号であると同定することができる。
　上述したように、ＥＭＤアルゴリズムを用いて信号分解部１０２が分解した成分信号（固有モード関数ＩＭＦ）は、極値が多い順に出力される傾向にある。よって、同定部１０４は、成分信号が出力された順に、成分信号同士が有する周期性の相関関係に基づいて、血行動態の要素を同定できる。具体的に説明すると、同定部１０４は、第１の血行動態信号ＳＡから最初に出力された成分信号ＤＡ１が有する周期性と、第２の血行動態信号ＳＢから最初に出力された成分信号ＤＢ１が有する周期性と、の相関関係に基づいて、血行動態の要素を同定する。次に、同定部１０４は、第１の血行動態信号ＳＡから２番目に出力された成分信号ＤＡ２が有する周期性と、第２の血行動態信号ＳＢから２番目に出力された成分信号ＤＢ２が有する周期性と、の相関関係に基づいて、血行動態の要素を同定する。このようにして、同定部１０４は、成分信号が出力された順に同定できる。
　同定部１０４が相関関係を評価する手法については特に限られないが、その一例を説明する。相関関係の評価値Ｅは、第１の血行動態信号ＳＡに含まれる成分信号ＤＡ１が有する周期性の評価値ＰＡ１、及び第２の血行動態信号ＳＢに含まれる成分信号ＤＢ１が有する周期性の評価値ＰＢ１、及び成分信号に含まれるサンプリングデータの数Ｎを用いて、下記数式（３）に従って算出される。なお、前記周期性の評価値は、例えば自己相関の値であってよい。
Figure JPOXMLDOC01-appb-M000007
　上述したように、同定部１０４は、前記相関関係が高いときは成分信号が心拍成分信号であると同定し、前記相関関係が低いときは成分信号が血管運動成分信号であると同定することができる。よって、同定部１０４は、例えば、相関関係の評価値Ｅが最大となる成分信号を心拍成分であると同定し、相関関係の評価値Ｅが最小となる成分信号を血管運動成分であると同定することができる。
　あるいは、所定の閾値が設定されていてもよい。同定部１０４は、例えば、相関関係の評価値Ｅが閾値より高い成分信号を心拍成分であると同定し、相関関係の評価値Ｅが閾値より低い成分信号を血管運動成分であると同定してもよい。
　あるいは、同定部１０４は、複数又は全ての血行動態信号に含まれる成分信号の組み合わせを用いて、相関関係の評価値Ｅを算出してもよい。
［３．本技術の第３の実施形態（生体情報取得装置の例３）］
［（１）第３の実施形態の説明］
　上述したように、例えばＬＤＦ方式などを採用する検出部１０１は、小型でありうる。したがって、検出部１０１は、ヒトや動物の例えば指先、手首、耳朶、額部などに装着されることができる。検出部１０１は、それぞれの装着位置において血行動態信号に含まれる血流速度を長時間計測できる。
　しかし、この血流速度は、ヒトや動物の健康状態及び／又は心理状態により変動するだけでなく、ヒトや動物の姿勢によっても変動する。例えば、検出部１０１が額部に装着されているとき、頭部が下を向くと、額部の血流速度が増加する現象が確認されている。この場合、血流速度の変化のみでは、血流速度の変動が、健康状態及び／又は心理状態によって生じたのか、あるいは姿勢の変化によって疑似的に生じたのかを判定することが困難となる。つまり、姿勢の変化によって疑似的に生じる疑似血流成分信号がノイズとなり、健康状態及び／又は心理状態による血流速度が精度良く取得されることが難しい。
　また、特許文献１では、体動基準データを使用してモーションアーチファクトを低減する技術について説明されている。しかし、血流速度を計測する場合には、上述したように疑似血流成分信号が生じるため、体動基準データを用いることが難しい。
　そこで、本技術では、血行動態信号に含まれる疑似血流成分信号を同定し、それを除去することにより、健康状態及び／又は心理状態により変動する血流速度を精度良く取得する。
　本技術の一実施形態に係る生体情報取得装置１００は、頭部に設置される検出部の位置の変化量に基づき補正情報を生成し、そして、当該補正情報を用いて、検出部により測定された血流速度を補正する。これにより、測定された頭部の血流速度から、当該頭部の位置の変化に起因する血流速度の変動、すなわちヒトや動物の姿勢の変化に起因する血流速度の変動を除去することができる。よって、本技術の一実施形態に係る生体情報取得装置１００は、ヒトや動物の健康状態及び／又は心理状態をより正確に把握することを可能とする血行動態信号を得ることができる。
［（２）第３の実施形態の構成］
　本技術の第３の実施形態に係る生体情報取得装置１００の構成について図９を参照しつつ説明する。図９は、本技術の第３の実施形態に係る生体情報取得装置１００の構成を示すブロック図である。
　図９に示されるとおり、本技術の第３の実施形態に係る生体情報取得装置１００は、例えば検出部１０１、位置変化量測定部１０５、及び処理部１０６などを備えることができる。処理部１０６は、例えば補正部１０８、信号分解部１０２、同定部１０４、補正用パラメータ更新部１１０、補正情報生成部１０７、及び補正用パラメータ設定部１０９などを有することができる。なお、例えば検出部１０１などは、生体情報取得装置１００とは別の装置に備えられていてもよい。
　検出部１０１は、例えば頭部に設置されてよい。検出部１０１は、頭部のいずれかの位置に設置されてよく、例えば前頭部、側頭部、又は後頭部に設置されてよい。検出部１０１は、頭部の血流速度を測定できるように構成される。
　位置変化量測定部１０５は、検出部１０１の位置の変化量を測定する。本技術において、前記変化量は、検出部１０１の傾きの変化量又は検出部１０１の高さの変化量であってよい。
　位置変化量測定部１０５は、例えば加速度センサ、ジャイロセンサ、又は気圧センサを含んでいてよい。本技術において用いられるこれらのセンサは、当技術分野において既知のものであってよい。例えばこれらのいずれかのセンサが検出部１０１の位置変化と同じ位置変化を行うように、生体情報取得装置１００内に設けられていてよい。例えば、検出部１０１と位置変化量測定部１０５との位置関係が固定されていることにより、位置変化量測定部１０５により測定された位置変化量が、検出部１０１の位置変化量として取り扱われることができる。
　代替的には、位置変化量測定部１０５は、検出部１０１の位置を示すマーカと当該マーカを認識するマーカ認識装置との組み合わせであってもよい。当該マーカは、検出部１０１に付されていてよく、または、検出部１０１の位置変化と同じ位置変化を行うように生体情報取得装置１００に取り付けられていてもよい。当該マーカ認識装置は、撮像素子を含んでいてよい。当該撮像素子により得られた静止画像又は動画像を処理することで、位置変化量測定部１０５は、マーカの位置の変化量を測定できる。位置変化量測定部１０５は、マーカの位置変化量を、検出部１０１の位置変化量として取り扱うことができる。
　処理部１０６は、例えばＣＰＵなどのプロセッサ、並びに、例えばＲＡＭ及び／又はＲＯＭなどのメモリを含むことができる。メモリには、本技術に従う生体情報取得処理を装置に実行させるためのプログラム、以下で述べる位置特性補正用パラメータ及び過渡特性補正用パラメータ、及びこれらパラメータを設定又は更新するためのプログラムなどが記憶されることができる。プロセッサがこのプログラムなどを読み込むことにより、処理部１０６の機能が実現されることができる。
　補正情報生成部１０７は、位置変化量測定部１０５により測定される検出部１０１の位置変化量に基づき、血流速度の補正情報を生成する。当該補正情報は、検出部１０１の位置変化量に基づき生成されるものであるので、頭部の位置の変化に起因する血流速度の変化（増減）を打ち消すために適している。
　すなわち、本技術の一つの実施態様に従い、補正情報生成部１０７は、前記頭部の位置の変化に起因する血流速度の増減分を打ち消すための補正情報を生成する。例えば、補正情報生成部１０７は、前記頭部の位置が低くなったことに起因する血流速度の増加分を打ち消すための補正情報、又は、前記頭部の位置が高くなったことに起因する血流速度の減少分を打ち消すための補正情報を生成する。より特には、補正情報生成部１０７は、前記位置の変化量と、検出部の位置と血流速度変動量との相関関係に基づき設定される位置特性補正用パラメータ及び／又は血流速度の過渡特性に関する過渡特性補正用パラメータと、に基づき補正情報を生成する。なお、生成される補正情報のより具体的な例は、以下（２－１）及び（２－２）において説明する。
　補正部１０８は、補正情報生成部１０７により生成された補正情報を用いて、検出部１０１により検出される血行動態信号に含まれる血流速度を補正する。例えば、前記頭部の位置が低くなったことに起因して血流速度が増加した場合、補正部１０８は、補正情報生成部１０７により生成された補正情報を用いて、測定された血流速度から、当該増加した分を差し引く。代替的には、前記頭部の位置が高くなったことに起因して血流速度が減少した場合、補正部１０８は、補正情報生成部１０７により生成された補正情報を用いて、測定された血流速度に、当該減少した分を加える。このように、本技術において、補正部１０８は、前記補正情報を用いて、前記頭部の位置が変化することに起因する血流速度の増減分を打ち消すことができる。例えば、補正部１０８は、前記補正情報を用いて、前記頭部の位置が低くなったことに起因する血流速度の増加分を打ち消し又は前記頭部の位置が高くなったことに起因する血流速度の減少分を打ち消すことができる。
　補正用パラメータ設定部１０９は、検出部１０１の位置と血流速度変動量との相関関係に基づき設定される位置特性補正用パラメータ、及び／又は、血流速度の過渡特性に関する過渡特性補正用パラメータを設定する。なお、位置特性補正用パラメータ及び／又は過渡特性補正用パラメータの設定については、以下（２－１）又は（２－２）においてより詳細に説明する。
　補正用パラメータ設定部１０９は、例えば補正部１０８が補正する前に、前記位置特性補正用パラメータ及び／又は過渡特性補正用パラメータを設定及び／又は更新することができる。生体情報取得装置１００は、予め所定の位置特性補正用パラメータ及び／又は過渡特性補正用パラメータを有していてよく、又は、位置特性補正用パラメータ及び／又は過渡特性補正用パラメータを予め有していなくてもよい。
　生体情報取得装置１００が予め所定の位置特性補正用パラメータ及び／又は過渡特性補正用パラメータを有している場合、本技術に従い血流速度の補正が行われる前に、補正用パラメータ設定部１０９によって前記位置特性補正用パラメータ及び／又は過渡特性補正用パラメータが更新されてもよい。例えば、生体情報取得装置１００の出荷時に設定されている位置特性補正用パラメータ及び／又は過渡特性補正用パラメータがそのまま使用されてよく、又は、或るユーザが初めて生体情報取得装置１００を使用する際に設定された位置特性補正用パラメータ及び／又は過渡特性補正用パラメータが、その次の使用時（２回目以降の生体情報取得装置又は検出部１０１の装着時）においてもそのまま使用されてもよい。
　生体情報取得装置１００が予め位置特性補正用パラメータ及び／又は過渡特性補正用パラメータを有していない場合、本技術に従い血流速度の補正が行われる前に、補正用パラメータ設定部１０９によって位置特性補正用パラメータ及び／又は過渡特性補正用パラメータが設定されてよい。
　このように本技術に従い血流速度の補正が行われる前に前記位置特性補正用パラメータが設定又は更新されることで、本技術に従う生体情報取得装置による血流測定が行われる対象（特にはヒト）に応じた位置特性補正用パラメータ及び／又は過渡特性補正用パラメータが設定又は更新される。当該設定又は更新された位置特性補正用パラメータ及び／又は過渡特性補正用パラメータによって、より正確な補正情報が生成され、そして、当該より正確な補正情報に基づき血流速度のより適切な補正が行われることができる。
　本技術に従う生体情報取得装置１００が対象に装着されている間に、所定の時間間隔で又はバッファ単位毎に前記位置特性補正用パラメータ及び／又は過渡特性補正用パラメータは更新されてもよい。より具体的には、当該更新は例えば３分間～３時間毎、特には５分間～２時間毎、より特には１０分間～１時間毎に行われてよい。バッファ単位は、検出部１０１により計測される血流速度の１サンプル単位をいい、例えば血流速度の所定の計測回数を１単位とし又は血流速度が測定される所定の時間間隔を１単位としうる。このように所定の時間間隔で又はバッファ単位毎に位置特性補正用パラメータが更新されることによって、例えば長時間にわたって本技術に従う生体情報取得装置により血流速度を取得する場合に、より適切な位置特性補正用パラメータ及び／又は過渡特性補正用パラメータによってより適切な血流速度の補正が可能となる。なお、位置特性補正用パラメータ及び／又は過渡特性補正用パラメータの設定については、以下（２－１）又は（２－２）においてより詳細に説明する。
　信号分解部１０２及び同定部１０４は、他の実施形態において説明した技術を利用できる。信号分解部１０２は、補正部１０８により補正される血行動態信号を複数の成分信号に分解する。同定部１０４は、前記複数の成分信号の中から疑似血流成分信号を同定する。疑似血流成分信号の同定については、以下（２－３）においてより詳細に説明する。
　補正用パラメータ更新部１１０は、ノイズとなる疑似血流成分信号を低減するように位置特性補正用パラメータ、及び／又は、過渡特性補正用パラメータを更新する。位置特性補正用パラメータ及び／又は過渡特性補正用パラメータの更新については、以下（２－４）においてより詳細に説明する。
　図示を省略するが、生体情報取得装置１００は、出力部を更に備えていてもよい。出力部は、同定部１０４により得られた血流速度、前記血流速度に基づき判定された測定対象の心理状態若しくは健康状態、又は、前記血流速度に基づく映像若しくは音声を出力できる。出力部は例えば、当該血流速度、当該心理状態、当該健康状態、当該映像、又は当該音声を出力するための印刷装置、画像表示装置、又は音声出力装置を含みうる。血流速度に応じた映像若しくは音声は、例えば血流速度が所定の数値範囲外になった場合において測定対象にそのことを知らせるための映像若しくは音声又は測定対象に休憩することを促すための映像若しくは音声であってよい。
［（２－１）傾きの変化量に基づく補正情報］
　本技術の一つの実施態様に従い、補正情報生成部１０７は、検出部１０１の傾きの変化量に基づき、血流速度の補正情報を生成する。この実施態様において、当該傾きは、例えば検出部１０１と前記頭部の中心線を通る平面に投影された角度であってよい。以下において、当該補正情報の生成をより詳細に説明する。
　頭部の或る位置の血管中を流れる血流速度は、頭部の位置の変化に伴い変化する。頭部の位置の変化に起因する血流速度の変化（前記血流速度の増加分及び前記血流速度の減少分）について、図１０を参照しつつ説明する。図１０は、当該血流速度の変化を説明するためのモデル図である。
　図１０の左図に示されるとおり、ヒト２１０の前頭部（額部）２１１に、検出部１０１が設置されている。前頭部２１１の中心に配置されている検出部１０１は、前頭部２１１の血流速度をＬＤＦ方式により測定できる。
　図１０の左図において、ヒト２１０は正面を向いており、この状態における検出部１０１の位置を基準位置とする。図１０の左図に示される場合において、例えば心臓から頭部へと流れる血流をＶｔｏｔａｌとし、検出部１０１により測定される前頭部の或る位置での皮膚中の血流速度をＶ１とし、且つ、後頭部側の或る位置での皮膚中の血流速度をＶ２とする。
　ヒト２１０が角度θだけ下を向いた状態が、図１０の右図に示されている。当該角度θは、検出部１０１の傾きの変化量である。角度θは、図１０に示されるとおり、検出部１０１及びヒト２１０の頭部中心線Ｘを通る平面Ｐに投影された角度である。図１０の右図に示されるとおり、当該頭部が角度θだけ下を向くことによって、検出部１０１により測定される前頭部の前記或る位置での血流速度は、変動量ｖだけ増加し（すなわちＶ１＋ｖとなり）、且つ、前記後頭部側の或る位置にある血管中の血流速度は、変動量ｖだけ減少する（すなわちＶ２－ｖとなる）。
　この変動量ｖについて図１１を参照しつつ説明する。図１１は、質量ｍの赤血球に対して作用する抵抗力及び重力に関するモデルである。図１１において、ｃｖは、赤血球ＲＢＣに働く抵抗力であり、当該抵抗力は例えば血管などに起因する。図１１において、ｍｇｓｉｎθは、赤血球ＲＢＣに働く重力に起因して生じる力である。当該モデルにおいて、変動量ｖは、以下の数式（４）の運動方程式により表される。
Figure JPOXMLDOC01-appb-M000008
　上記数式（４）を変形すると以下のとおりとなる。
Figure JPOXMLDOC01-appb-M000009
　数式（５）中のｃ／ｍをτとし且つｍｇ／ｃをαとすると、数式（４）は以下の数式（６）になる。
Figure JPOXMLDOC01-appb-M000010
　数式（６）は、その両辺を積分することによって、以下の数式（７）になる。
Figure JPOXMLDOC01-appb-M000011
　以上のとおり、変動量ｖは、数式（７）により表される。
　このように、本技術の一つの実施態様に従い、前記頭部の位置が低くなったことに起因する血流速度の増加分を打ち消すための補正情報は、数式（７）により表される変動量ｖであってよい。また、前記頭部の位置が高くなったことに起因する血流速度の減少分を打ち消すための補正情報も、数式（７）により表される変動量ｖであってよい。
　すなわち、検出部１０１の位置が低くなった場合には、測定された血流速度から、数式（７）により表される変動量ｖが差し引かれることによって、頭部の位置の変化に起因する血流速度の増加分が除去される。検出部１０１の位置が高くなった場合には、測定された血流速度に、数式（７）により表される変動量ｖが加えられることによって、頭部の位置の変化に起因する血流速度の減少分が補われる。
　数式（７）中のαを位置特性補正用パラメータと呼ぶ。位置特性補正用パラメータは、検出部の位置と血流速度変動量との関係に基づき設定又は更新されてよい。当該設定は、補正用パラメータ設定部１０９により行われることができる。位置特性補正用パラメータの設定の仕方の一例を以下に説明する。
　ヒトの額部に検出部１０１が装着される。検出部１０１が装着された状態で、当該ヒトが頭部の位置を、基準位置から種々の位置へと変化させる。当該種々の位置は、例えば当該ヒトが下を向いた場合の位置、当該ヒトが上を向いた場合の位置、頭部を右に傾けた場合の位置、及び頭部を左に傾けた場合の位置から選ばれる１つ以上、２つ以上、３つ以上、又は４つを含みうる。これらの位置に加え、例えば当該ヒトが下を向き且つ頭部を右及び／又は左に傾けた場合の位置、並びに、当該ヒトが上を向き且つ頭部を右及び／又は左に傾けた場合の位置などが当該種々の位置に含まれてもよい。
　前記種々の位置のそれぞれで、検出部１０１が前記額部での血流速度を測定し、且つ、位置変化量測定部１０５が検出部１０１の位置の変化量を測定する。補正用パラメータ設定部１０９は、種々の位置で測定された血流速度及び位置の変化量に基づき、位置特性補正用パラメータを設定する。すなわち、補正用パラメータ設定部１０９は、検出部１０１の位置を基準位置から種々の異なる位置へと変化させた場合の位置の変化量と、当該種々の異なる位置のそれぞれにおいて測定された血流速度（特には血流速度変動量）との関係に基づき、位置特性補正用パラメータを設定する。
　検出部１０１による血流速度の測定は、前記種々の位置のそれぞれへの前記頭部の位置の変化後に、所定の時間が経過した時点で測定されてよい。血流速度は、頭部の位置の変化に対して、時間的に遅れて変化する。すなわち、頭部の位置変化に起因する血流速度の変化は、過渡特性を有する。そのため、上記のとおり、前記頭部の位置変化後に所定の時間が経過した時点で血流速度を測定することで、頭部位置変化後のより正確な血流速度を測定することができる。前記所定の時間は、例えば１秒～６０秒、特には３秒～４０秒、より特には５秒～３０秒でありうる。
　代替的には、前記過渡特性が無視できる程度にゆっくりと頭部の位置が変化されてもよい。当該ゆっくりとした頭部位置の変化後に血流速度の測定が行われてよい。このようにゆっくりと頭部の位置が変化される場合は、頭部の移動は、特定の位置で停止されなくてもよい。例えば、頭部をゆっくりと１週させ、当該１週の間に逐次的に血流速度が測定されてもよい。
　数式（７）中のθは、検出部１０１の傾きの変化量であり、図１２に示されるとおり、検出部１０１及びヒト２１０の頭部中心線Ｘを通る平面Ｐに投影された角度であってよい。θは、位置変化量測定部１０５により測定されてよく、例えば位置変化量測定部１０５に含まれる３軸加速度センサ（図示せず）により測定されてよい。位置変化量測定部１０５は、検出部１０１の位置の変化と同じ位置の変化を行うように、前頭部２１１の中心に配置されていてよい。例えば、生体情報取得装置１００内での位置変化量測定部１０５と検出部１０１との位置関係を固定することによって、検出部１０１及び位置変化量測定部１０５は、同じ位置変化を行う。これにより、位置変化量測定部１０５の位置の変化量を、検出部１０１の位置の変化量としてみなすことができる。
　数式（７）中のθは、例えば３軸加速度センサの出力値に基づき以下の数式（８）を用いて決定されてよい。
Figure JPOXMLDOC01-appb-M000012
　上記数式（８）において、ａ=［ａ１、ａ２、ａ３］は、図１０の左図に示されるとおりにヒト２１０が正面を向いている状態における３軸加速度センサの出力値であり、すなわち前記基準位置における３軸加速度センサの出力値である。数式（８）において、ｂ=［ｂ１、ｂ２、ｂ３］は、図１０の右図に示されるとおりにヒト２１０の前記頭部が角度θだけ下を向いた場合における３軸加速度センサの出力値である。本技術において、角度θは、ジャイロセンサにより測定されてもよい。
　例えば、当該ヒトが下を向いた場合の位置、当該ヒトが上を向いた場合の位置、頭部を右に傾けた場合の位置、頭部を左に傾けた場合の位置、当該ヒトが下を向き且つ頭部を右に傾けた場合の位置、当該ヒトが下を向き且つ頭部を左に傾けた場合の位置、当該ヒトが上を向き且つ頭部を右に傾けた場合の位置、及び、当該ヒトが上を向き且つ頭部を左に傾けた場合の位置のそれぞれで、検出部１０１による血流速度変動量の測定及び前記３軸加速度センサによる位置変化量測定を行う。各位置でのこれらの測定は複数回行われてもよい。各位置での血流速度変動量及び位置変化量が、それぞれ縦軸及び横軸にプロットされる。当該プロットされたデータに対して最小二乗法を適用することによって得られた直線の傾きを、位置特性補正用パラメータαとして採用してよい。例えば、種々の位置における血流速度変動量の測定及び位置変化量の測定によって、図１３に示されるようなプロット及び直線が得られる。図１３において、縦軸は血流の変動量ｖであり、横軸は位置変化量ｓｉｎθである。
　数式（７）中のτを過渡特性補正用パラメータと呼ぶ。過渡特性補正用パラメータτは、血流速度の過渡特性に関するパラメータである。上記で述べたとおり、血流速度は、頭部の位置の変化に対して時間的に遅れて変化し、すなわち、頭部の位置変化に起因する血流速度の変化は過渡特性を有する。当該過渡特性を血流速度の測定値に反映するために、上記過渡特性補正用パラメータτが用いられうる。
　過渡特性補正用パラメータτは、例えば検出部１０１の位置を前記基準位置から他の位置へと変化させる過程で経時的に測定された経時的血流速度データに、前記位置特性補正用パラメータαを用いて推定された血流速度推定値をフィッティングすることによって算出されてよい。当該フィッティングは、例えば線形フィッティングにより行われてよく又は非線形フィッティングにより行われてもよい。例えば補正用パラメータ設定部１０９が、上記のとおりに過渡特性補正用パラメータを算出して、当該パラメータを設定してもよい。
［（２－２）高さの変化量に基づく補正情報］
　本技術の他の実施態様に従い、補正情報生成部１０７は、検出部１０１の高さの変化量に基づき、血流速度の補正情報を生成してもよい。以下において、当該補正情報の生成について、より具体的な例を説明する。
　頭部の位置の変化に起因する血流速度の変化（前記血流速度の増加分及び前記血流速度の減少分）について、図１４を参照しつつ説明する。図１４は、当該血流速度の変化を説明するためのモデル図である。図１４において、図１０中の角度θの代わりに、高さｈを用いて検出部１０１の位置の変化が示されている。すなわち、図１４の左図は、ヒト２１０が正面を向いている状態、すなわち検出部１０１が基準位置にある場合を示している。図１４の右図は、頭部２１１の位置がｈだけ下がることに伴い、検出部１０１の位置もｈだけ下がっていることを示している。
　図１４の左図において、ヒト２１０は正面を向いており、この状態における検出部１０１の位置を基準位置とする。図１４の左図に示される場合において、例えば心臓から頭部へと流れる血流をＶｔｏｔａｌとし、検出部１０１により測定される前頭部の或る位置での血流速度をＶ１とし、且つ、後頭部側の或る位置にある血管中の血流速度をＶ２とする。
　図１４の右図に示されるとおり、ヒト２１０の前頭部２１１の高さがｈだけ下がり、これに伴い検出部１０１の位置が高さｈだけ下がっている。当該頭部の位置が高さｈだけ下がることによって、検出部１０１により測定される前頭部の前記或る位置での血流速度は、変動量ｖだけ増加し（すなわちＶ１＋ｖとなり）、且つ、前記後頭部側の或る位置にある血管中の血流速度は、変動量ｖだけ減少する（すなわちＶ２－ｖとなる）。
　変動量ｖは、上記数式（４）においてｍｇｓｉｎθの代わりにｍｇｈを用いた運動方程式により表されることができる。当該運動方程式を、上記数式（４）から数式（７）への変形と同様に変形することによって、以下の数式（９）が得られる。
Figure JPOXMLDOC01-appb-M000013
　このように、本技術の一つの実施態様に従い、前記頭部の位置が低くなったことに起因する血流速度の増加分を打ち消すための補正情報は、数式（９）により表される変動量ｖであってよい。また、前記頭部の位置が高くなったことに起因する血流速度の減少分を打ち消すための補正情報も、数式（９）により表される変動量ｖであってよい。
　すなわち、検出部１０１の位置が低くなった場合には、測定された血流速度から、数式（９）により表される変動量ｖを差し引くことによって、頭部の位置の変化に起因する血流速度の増加分が除去される。検出部１０１の位置が高くなった場合には、測定された血流速度に、数式（９）により表される変動量ｖを加えることによって、頭部の位置の変化に起因する血流速度の減少分を補うことができる。
　数式（９）中のαは、数式（７）中のαと同じく、位置特性補正用パラメータと呼ばれる。位置特性補正用パラメータは、検出部の位置と血流速度変動量との関係に基づき設定されてよい。補正用パラメータ設定部１０９は、特定種々の位置で測定された血流速度及び位置の変化量に基づき、位置特性補正用パラメータを設定及び／又は更新しうる。すなわち、補正用パラメータ設定部１０９は、前記検出部の位置を基準位置から種々の異なる位置へと変化させた場合の位置の変化量と、当該種々の異なる位置のそれぞれにおいて測定された血流速度（特には血流速度変動量）との関係に基づき、前記位置特性補正用パラメータを設定及び／又は更新しうる。位置特性補正用パラメータの設定の仕方の一例を、以下に説明する。
　ヒトの額部に検出部１０１が装着される。検出部１０１が装着された状態で、当該ヒトが頭部の位置を、基準位置から種々の位置へと変化させる。
　当該種々の位置は、例えば当該ヒトが下を向いた場合の位置、当該ヒトが上を向いた場合の位置、頭部を右に傾けた場合の位置、及び頭部を左に傾けた場合の位置から選ばれる１つ以上、２つ以上、３つ以上、又は４つを含みうる。これらの位置に加え、例えば当該ヒトが下を向き且つ頭部を右及び／又は左に傾けた場合の位置、並びに、当該ヒトが上を向き且つ頭部を右及び／又は左に傾けた場合の位置などが当該種々の位置に含まれてもよい。
　前記種々の位置のそれぞれで、検出部１０１が前記額部での血流速度を測定し、且つ、位置変化量測定部１０５が検出部１０１の位置の変化量を測定する。
　検出部１０１による血流速度の測定は、前記種々の位置のそれぞれへの前記頭部の位置の変化後に所定の時間が経過した時点で測定されてよい。これにより、上記で述べたとおり、過渡特性を排除して、頭部位置変化後のより正確な血流速度を測定することができる。前記所定の時間は、例えば１秒～６０秒、特には３秒～４０秒、より特には５秒～３０秒でありうる。
　代替的には、前記過渡特性が無視できる程度にゆっくりと頭部の位置が変化されてもよい。当該ゆっくりとした頭部位置の変化後に血流速度の測定が行われてよい。このようにゆっくりと頭部の位置が変化される場合は、頭部の移動は、特定の位置で停止されなくてもよい。
　数式（９）中のｈは、検出部１０１の高さの変化量でありうる。ｈは、位置変化量測定部１０５により測定されてよい。位置変化量測定部１０５は、検出部１０１の位置の変化と同じ位置の変化を行うように、前頭部２１１の中心に配置されていてよい。例えば、生体情報取得装置１００内での位置変化量測定部１０５と検出部１０１との位置関係を固定することによって、検出部１０１及び位置変化量測定部１０５は、同じ位置変化を行う。これにより、位置変化量測定部１０５の位置の変化量を、検出部１０１の位置の変化量としてみなすことができる。
　数式（９）中のｈは、例えば加速度センサ、ジャイロセンサ、又は気圧センサなどにより決定されてよい。つまり、位置変化量測定部１０５は、例えば加速度センサ、ジャイロセンサ、又は気圧センサなどを含むことができる。数式（９）中のｈは、気圧センサにより測定された気圧の変化に基づき高さの変化量ｈが決定されてよい。
　例えば、頭部が種々の高さにある場合のそれぞれで、検出部１０１による血流速度変動量の測定及び位置変化量測定部１０５による位置変化量測定が行われる。各高さでのこれらの測定は複数回行われてもよい。各高さでの血流速度変動量及び位置変化量が、それぞれ縦軸及び横軸にプロットされる。当該プロットされたデータに対して最小二乗法を適用することによって得られた直線の傾きを、位置特性補正用パラメータαとして採用してよい。
　数式（９）中のτは、数式（７）中のτと同じく、過渡特性補正用パラメータと呼ばれる。過渡特性補正用パラメータは、血流速度の過渡特性に関するパラメータである。上記で述べたとおり、頭部の位置変化に起因する血流速度の変化は過渡特性を有する。当該過渡特性を血流速度の測定値に反映するために、上記過渡特性補正用パラメータが用いられることができる。
　過渡特性補正用パラメータτは、例えば検出部１０１の位置を前記基準位置から他の位置へと変化させる過程で経時的に測定された経時的血流速度データに、前記位置特性補正用パラメータαを用いて推定された血流速度推定値をフィッティングすることによって算出されてよい。当該フィッティングは、例えば線形フィッティングにより行われてよく又は非線形フィッティングにより行われてもよい。例えば補正用パラメータ設定部１０９が、上記のとおりに過渡特性補正用パラメータを算出して、当該パラメータを設定してもよい。
［（２－３）疑似血流速度成分の同定］
　上述したように、本技術の一つの実施態様に従い、補正部１０８は、補正情報生成部１０７により生成される補正情報を用いて、検出部１０１により検出される血行動態信号に含まれる血流速度を補正する。当該補正情報は、上記の数式（７）や数式（９）などに示されるとおり、位置特性補正用パラメータα及び過渡特性補正用パラメータτを用いて算出されることができる。そして、位置特性補正用パラメータα及び過渡特性補正用パラメータτは、血行動態信号に含まれる血流速度の特性に基づいて設定される。
　しかし、上述したように、生体から検出される血行動態信号は、複数の要因による成分信号が複合されている。そのため、この血流速度の特性は、位置特性補正用パラメータα及び過渡特性補正用パラメータτの算出に必要な疑似血流成分信号ではない成分信号の影響を受けるおそれがある。仮に疑似血流成分信号ではない成分信号の影響を受けたとき、位置特性補正用パラメータα及び過渡特性補正用パラメータτが正しく算出及び設定されないおそれがある。
　そこで、信号分解部１０２が、補正部１０８により補正される血流速度を含む血行動態信号を複数の成分信号に分解する。この分解については、他の実施形態において説明した技術が利用できる。
　そして、同定部１０４が、前記複数の成分信号の中から疑似血流成分信号を同定する。具体的には、同定部１０４は、信号分解部１０２により分解される成分信号と、補正情報生成部１０７により生成される補正情報と、の相関関係に基づいて、前記複数の成分信号の中から疑似血流成分信号を同定する。疑似血流成分信号は、前記補正情報との相関関係が高い。疑似血流成分信号ではない成分信号は、前記補正情報との相関関係が低い。これらの特性を利用して、同定部１０４は、前記複数の成分信号の中から疑似血流成分信号を同定する。
　第２の実施形態において説明したように、検出部１０１は、少なくとも２つの受光部を備えていてよい。信号分解部１０２は、生体の少なくとも２か所から検出される第１の血行動態信号及び第２の血行動態信号のそれぞれを複数の成分信号に分解する。同定部１０４は、前記第１の血行動態信号に含まれる前記成分信号が有する前記周期性と、前記第２の血行動態信号に含まれる前記成分信号が有する前記周期性と、の相関関係に基づいて、前記血行動態の要素を同定する。
　これにより、生体情報取得装置１００は、異なる血管から検出される血行動態信号の相関関係を取得できる。特に、本技術の第３の実施形態に係る生体情報取得装置１００は、血行動態信号に含まれる疑似血流成分信号の相関関係を取得できる。
　同定部１０４が相関関係を評価する手法については特に限られないが、その一例を説明する。相関関係の評価値Ｅは、第１の血行動態信号ＳＡに含まれる成分信号ＤＡｉ、及び第２の血行動態信号ＳＢに含まれる成分信号ＤＢｉ、変動量ｖ、及び相関関数ＣＣを用いて、下記数式（１０）に従って算出される。
Figure JPOXMLDOC01-appb-M000014
　上述したように、ＥＭＤアルゴリズムを用いて信号分解部１０２が分解した成分信号（固有モード関数ＩＭＦ）は、極値が多い順に出力される傾向にある。よって、同定部１０４は、成分信号が出力された順に、上記数式（１０）に従って相関関係の評価値Ｅを算出できる。そして、同定部１０４は、この相関関係の評価値Ｅが最も高い成分信号が、疑似血流成分信号であると同定できる。
［（２－４）補正用パラメータの更新］
　上述したように、本技術の一つの実施態様に従い、補正用パラメータ更新部１１０は、ノイズとなる疑似血流成分信号を低減するように位置特性補正用パラメータ、及び／又は、過渡特性補正用パラメータを更新する。
　補正用パラメータ更新部１１０の処理について図１５を参照しつつ説明する。図１５は、本技術の一実施形態に係る補正用パラメータ更新部１１０の処理の一例を示すフローチャートである。
　図１５に示されるとおり、ステップＳ１１において、補正用パラメータ更新部１１０は、同定部１０４により同定された疑似血流成分信号の振幅を評価する。
　位置特性補正用パラメータ、及び／又は、過渡特性補正用パラメータが正しく算出されない原因の一つは、補正後の血流速度に疑似血流速度成分が含まれるためである。疑似血流速度成分が含まれるため、同定部１０４により同定された疑似血流成分信号の振幅は大きくなる。よって、補正用パラメータ更新部１１０は、この振幅を評価し、低減することにより、正しい位置特性補正用パラメータ、及び／又は、過渡特性補正用パラメータを算出する。
　補正用パラメータ更新部１１０が疑似血流成分信号の振幅を評価する手法については特に限られないが、その一例を説明する。成分信号ＤＡｉの振幅ＡｍｐＤＡｉは、下記数式（１１）に従って算出される。
Figure JPOXMLDOC01-appb-M000015
　成分信号ＤＡｉ及び成分信号ＤＢｉからなる信号の振幅Ａｍｐは、下記数式（１２）に従って算出される。
Figure JPOXMLDOC01-appb-M000016
　次に、ステップＳ１２において、補正用パラメータ更新部１１０は、同定部１０４が同定する成分信号と、補正情報生成部１０７が生成する補正情報と、に基づいて、位置特性補正用パラメータ及び／又は過渡特性補正用パラメータを更新する。具体例を説明すると、更新後の位置特性補正用パラメータα´及び／又は過渡特性補正用パラメータτ´は、成分信号ＤＡｉ、成分信号ＤＢｉ、変動量ｖ、及びチャンネル数Ｎを用いて、下記数式（１３）に従って算出される。
Figure JPOXMLDOC01-appb-M000017
　更新後の位置特性補正用パラメータα´及び／又は過渡特性補正用パラメータτ´は、補正情報生成部１０７に伝達される。補正情報生成部１０７は、更新後の位置特性補正用パラメータα´及び／又は過渡特性補正用パラメータτ´を用いて、上記の数式（７）又は数式（９）に従い補正情報を生成する。補正部１０８は、補正情報生成部１０７により生成された補正情報を用いて、検出部１０１により検出される血行動態信号に含まれる血流速度を補正する。信号分解部１０２は、補正部１０８により補正される血行動態信号を複数の成分信号に分解する。同定部１０４は、前記複数の成分信号の中から疑似血流成分信号を同定する。補正用パラメータ更新部１１０は、ノイズとなる疑似血流成分信号を低減するように位置特性補正用パラメータ、及び／又は、過渡特性補正用パラメータを更新する。
　次に、ステップＳ１３において、補正用パラメータ更新部１１０は、振幅Ａｍｐが閾値以下であるか否かを判定する。なお、この閾値は特に限定されない。
　振幅Ａｍｐが閾値以下でないとき（ステップＳ１３：Ｎｏ）、補正用パラメータ更新部１１０は、ステップＳ１１～１３の処理を行う。振幅Ａｍｐが閾値以下になるまで、ステップＳ１１～Ｓ１３の処理が繰り返される。
　振幅Ａｍｐが閾値以下であるとき（ステップＳ１３：Ｙｅｓ）、補正用パラメータ更新部１１０は、処理を終了する。
　このような処理が行われることにより、疑似血流速度成分が除去された高精度の血流速度成分が得られる。また、更新後の位置特性補正用パラメータα´及び／又は過渡特性補正用パラメータτ´も高精度であるため、他の処理に利活用できる。
［４．本技術の第４の実施形態（生体情報取得装置の例４）］
　本技術の第４の実施形態に係る生体情報取得装置１００は、第３の実施形態に係る生体情報取得装置１００が備える構成要素に加えて、周期性算出部１０３を更に備えることができる。このことについて図１６を参照しつつ説明する。図１６は、本技術の第４の実施形態に係る生体情報取得装置１００の構成を示すブロック図である。
　図１６に示されるとおり、本技術の第４の実施形態に係る生体情報取得装置１００は、周期性算出部１０３を更に備えることができる。第１の実施形態において説明したように、周期性算出部１０３は、信号分解部１０２が分解する複数の成分信号のそれぞれが有する周期性を算出する。これにより、成分信号が有する特徴が得られる。
　これにより、同定部１０４は、周期性算出部１０３が算出する周期性に基づいて、血行動態の要素を精度良く同定できる。特には、同定部１０４は、疑似血流成分信号を精度良く同定できる。
［５．本技術の第５の実施形態（生体情報取得システム）］
　本技術の一実施形態に係る生体情報取得システムの構成について図１７を参照しつつ説明する。図１７は、本技術の第５の実施形態に係る生体情報取得システム１０００の構成を示すブロック図である。図１７に示されるとおり、本技術の一実施形態に係る生体情報取得システム１０００は、検出部１０１と、信号分解部１０２と、周期性算出部１０３と、同定部１０４と、を含むことができる。
　検出部１０１は、ヒトの生体から血行動態信号を検出する。信号分解部１０２は、生体から検出される血行動態信号を複数の成分信号に分解する。周期性算出部１０３は、前記複数の成分信号のそれぞれが有する周期性を算出する。同定部１０４は、前記周期性に基づいて、血行動態の要素を同定する。
　生体情報取得システム１０００は、上述した他の実施形態に係る技術を利用できる。よって、生体情報取得システム１０００が含む構成要素についての詳細な説明は省略する。
［６．本技術の第６の実施形態（生体情報取得方法）］
［（１）第６の実施形態の説明］
　本技術は、生体から検出される血行動態信号を複数の成分信号に分解することと、前記複数の成分信号のそれぞれが有する周期性を算出することと、前記周期性に基づいて、血行動態の要素を同定することと、を含む、生体情報取得方法を提供する。当該生体情報取得方法によって、血行動態信号に含まれる血行動態の要素を精度良く同定できる。
［（２）第６の実施形態の例（生体情報取得方法）］
　本技術の一実施形態に係る生体情報取得方法について図１８を参照しつつ説明する。図１８は、本技術の一実施形態に係る生体情報取得方法の手順の一例を示すフローチャートである。
　図１８に示されるとおり、本技術の一実施形態に係る生体情報取得方法は、生体から検出される血行動態信号を複数の成分信号に分解すること（ステップＳ１）と、前記複数の成分信号のそれぞれが有する周期性を算出すること（ステップＳ２）と、前記周期性に基づいて、血行動態の要素を同定すること（ステップＳ３）と、を含む。
　本実施形態に係る生体情報取得方法は、上述した他の実施形態に係る技術を利用してもよい。そのため、上記の実施形態において説明した技術については、再度の説明を省略する。
　本実施形態に係る生体情報取得方法は、ソフトウェア及びハードウェアを利用することにより実現できる。具体的に説明すると、例えばハードウェアが備えるＣＰＵが、本実施形態に係る生体情報取得方法を実現するためのプログラムを読み込むことにより、本実施形態に係る生体情報取得方法が実現できる。
　これ以外にも、本技術の主旨を逸脱しない限り、上記実施の形態で挙げた構成を取捨選択したり、他の構成に適宜変更したりできる。
　なお、本明細書中に記載した効果はあくまで例示であって限定されるものではなく、また他の効果があってもよい。
［７．実施例］
　ＬＤＦ方式の検出部及び３軸加速度センサを、被験者（ヒト）の額の中央部に設置した。前記検出部及び前記３軸加速度センサの位置関係は固定されていた。当該被験者が、まず５秒間正面を向き、次に１０秒間下を向き、さらに次に１０秒間正面を向いた。これら合計２５秒間にわたって、前記検出部によって連続的に額部での血流速度を測定し且つ前記３軸加速度センサの出力値を連続的に得た。当該３軸加速度センサの出力値を用いて、上記式（５）により傾きθを算出し、被験者の頭部の傾きとした。傾きθは、図１２に示されるとおり、前記検出部と頭部中心線Ｘを通る平面Ｐに投影された角度である。測定された血流速度と傾きθとの関係を図１９に示す。図１９において、左側の軸の目盛が血流速度Ｓ（単位：ａ．ｕ．）であり、右側の軸の目盛が傾きθ（単位：度）であり、横軸が時刻ｔ（単位：秒）である。図１９において、点線は頭部の傾きθであり、実線は測定された血流速度である。
　図１９に示されるとおり、頭部が下を向いている５秒～１５秒の間における血流速度は、その他の時間における血流速度よりも大きかった。
　前記被験者が、上記と同様に、５秒間正面を向き、次に１０秒間下を向き、さらに次に１０秒間正面を向くという姿勢の変化を再度行った。そして、上記と同様に、額部での血流速度を測定し且つ頭部の傾きθを算出した。当該測定された血流速度から、上記式（４）に従い算出された変動量を減じる補正を行った。式（４）におけるα及びτとして、事前に算出した値を用いた。補正後の血流速度と頭部の傾きθとの関係を図２０に示す。図２０において、縦軸の目盛が血流速度Ｓ（単位：ａ．ｕ．）であり、横軸が時刻ｔ（単位：秒）である。図２０のうち、実線が、補正後の血流速度であり、点線が、補正前の血流速度である。
　図２０より、上記補正によって、頭部の傾きに基づく血流速度を除去することができたことが分かる。よって、本技術により、測定された血流速度から、頭部の位置の変化に起因する血流速度の変動量を除去することができ、ヒトの健康状態及び／又は心理状態をより正確に把握することを可能とする血流速度データを得ることができる。
　なお、本技術は、以下のような構成をとることもできる。
［１］
　生体から検出される血行動態信号を複数の成分信号に分解する信号分解部と、
　前記複数の成分信号のそれぞれが有する周期性を算出する周期性算出部と、
　前記周期性に基づいて、血行動態の要素を同定する同定部と、を備える、生体情報取得装置。
［２］
　前記信号分解部が、前記生体の少なくとも２か所から検出される第１の血行動態信号及び第２の血行動態信号のそれぞれを複数の成分信号に分解し、
　前記同定部が、前記第１の血行動態信号に含まれる前記成分信号が有する前記周期性と、前記第２の血行動態信号に含まれる前記成分信号が有する前記周期性と、の相関関係に基づいて、前記血行動態の要素を同定する、
　［１］に記載の生体情報取得装置。
［３］
　前記要素には、心拍成分、血管運動成分、及び／又は疑似血流成分が含まれる、
　［１］又は［２］に記載の生体情報取得装置。
［４］
　前記信号分解部が、経験的モード分解を用いる、
　［１］～［３］のいずれか一つに記載の生体情報取得装置。
［５］
　前記周期性には、自己相関が含まれる、
　［１］～［４］のいずれか一つに記載の生体情報取得装置。
［６］
　前記自己相関Ｒ（τ）が、時刻ｉにおける前記成分信号の値ｖ（ｉ）、遅れ時間τ、及び前記成分信号に含まれるサンプリングデータの数Ｎを用いて、下記数式（１）に従って算出される、
Figure JPOXMLDOC01-appb-M000018
 　［５］に記載の生体情報取得装置。
［７］
　前記相関関係の評価値Ｅが、前記第１の血行動態信号ＳＡに含まれる前記成分信号ＤＡ１が有する前記周期性の評価値ＰＡ１、及び前記第２の血行動態信号ＳＢに含まれる前記成分信号ＤＢ１が有する前記周期性の評価値ＰＢ１、及び前記成分信号に含まれるサンプリングデータの数Ｎを用いて、下記数式（３）に従って算出される、
Figure JPOXMLDOC01-appb-M000019
 　［２］～［６］のいずれか一つに記載の生体情報取得装置。
［８］
　前記同定部が、前記相関関係の評価値Ｅが最大となる前記成分信号を心拍成分であると同定し、前記相関関係の評価値Ｅが最小となる前記成分信号を血管運動成分であると同定する、
　［７］に記載の生体情報取得装置。
［９］
　前記血行動態信号を検出する検出部を更に備える、
　［１］～［８］のいずれか一つに記載の生体情報取得装置。
［１０］
　前記検出部が、
　前記生体に光を照射する発光部と、
　前記光の前記生体への照射により生じた光を検出する受光部と、を備える、
　［９］に記載の生体情報取得装置。
［１１］
　前記検出部が、少なくとも２つの前記受光部を備える、
　［１０］に記載の生体情報取得装置。
［１２］
　頭部に設置され、前記血行動態信号を検出する検出部と、
　前記検出部の位置の変化量を測定する位置変化量測定部と、
　前記位置の変化量に基づき血流速度の補正情報を生成する補正情報生成部と、
　前記補正情報を用いて、前記検出部により検出される前記血行動態信号に含まれる血流速度を補正する補正部と、を更に備える、
　［１］～［１１］のいずれか一つに記載の生体情報取得装置。
［１３］
　前記変化量が、前記検出部の傾きの変化量又は前記検出部の高さの変化量である、
　［１２］に記載の生体情報取得装置。
［１４］
　前記信号分解部が、前記補正部により補正される前記血流速度を含む前記血行動態信号を複数の成分信号に分解し、
　前記同定部が、前記成分信号と、前記補正情報と、の相関関係に基づいて、前記血行動態の要素を同定する、
　［１２］又は［１３］に記載の生体情報取得装置。
［１５］
　前記信号分解部が、前記生体の少なくとも２か所から検出される第１の血行動態信号及び第２の血行動態信号のそれぞれを複数の成分信号に分解し、
　前記同定部が、前記第１の血行動態信号に含まれる前記成分信号が有する前記周期性と、前記第２の血行動態信号に含まれる前記成分信号が有する前記周期性と、の相関関係に基づいて、前記血行動態の要素を同定する、
　［１２］～［１４］のいずれか一つに記載の生体情報取得装置。
［１６］
　前記補正情報生成部が、
　前記位置の変化量と、
　前記検出部の位置と血流速度変動量との関係に基づき設定される位置特性補正用パラメータ及び／又は前記血流速度の過渡特性に関する過渡特性補正用パラメータと、
　に基づき補正情報を生成する、
　［１２］～［１５］のいずれか一つに記載の生体情報取得装置。
［１７］
　前記同定部が同定する前記成分信号と、前記補正情報生成部が生成する前記補正情報と、に基づいて、前記位置特性補正用パラメータ及び／又は前記過渡特性補正用パラメータを更新する補正用パラメータ更新部を更に備える、
　［１６］に記載の生体情報取得装置。
［１８］
　生体から検出される血行動態信号を複数の成分信号に分解する信号分解部と、
　前記複数の成分信号のそれぞれが有する周期性を算出する周期性算出部と、
　前記周期性に基づいて、血行動態の要素を同定する同定部と、を含む、生体情報取得システム。
［１９］
　生体から検出される血行動態信号を複数の成分信号に分解することと、
　前記複数の成分信号のそれぞれが有する周期性を算出することと、
　前記周期性に基づいて、血行動態の要素を同定することと、を含む、生体情報取得方法。
［２０］
　頭部に設置され、前記血行動態信号を検出する検出部と、
　前記検出部の位置の変化量を測定する位置変化量測定部と、
　前記位置の変化量に基づき血流速度の補正情報を生成する補正情報生成部と、
　前記補正情報を用いて、前記検出部により検出される前記血行動態信号に含まれる血流速度を補正する補正部と、
　前記補正部により補正される前記血流速度を含む前記血行動態信号を複数の成分信号に分解する信号分解部と、
　前記成分信号と、前記補正情報と、の相関関係に基づいて、前記血行動態の要素を同定する同定部と、を備える、生体情報取得装置。
１００　生体情報取得装置
１０１　検出部
１１１　発光部
１１２　受光部
１０２　信号分解部
１０３　周期性算出部
１０４　同定部
１０５　位置変化量測定部
１０６　処理部
１０７　補正情報生成部
１０８　補正部
１０９　補正用パラメータ設定部
１１０　補正用パラメータ更新部
１０００　生体情報取得システム
Ｓ１　成分信号に分解すること
Ｓ２　周期性を算出すること
Ｓ３　血行動態の要素を同定すること

Claims (19)

  1. 　生体から検出される血行動態信号を複数の成分信号に分解する信号分解部と、
    　前記複数の成分信号のそれぞれが有する周期性を算出する周期性算出部と、
    　前記周期性に基づいて、血行動態の要素を同定する同定部と、を備える、生体情報取得装置。
  2. 　前記信号分解部が、前記生体の少なくとも２か所から検出される第１の血行動態信号及び第２の血行動態信号のそれぞれを複数の成分信号に分解し、
    　前記同定部が、前記第１の血行動態信号に含まれる前記成分信号が有する前記周期性と、前記第２の血行動態信号に含まれる前記成分信号が有する前記周期性と、の相関関係に基づいて、前記血行動態の要素を同定する、
    　請求項１に記載の生体情報取得装置。
  3. 　前記要素には、心拍成分、血管運動成分、及び／又は疑似血流成分が含まれる、
    　請求項１に記載の生体情報取得装置。
  4. 　前記信号分解部が、経験的モード分解を用いる、
    　請求項１に記載の生体情報取得装置。
  5. 　前記周期性には、自己相関が含まれる、
    　請求項１に記載の生体情報取得装置。
  6. 　前記自己相関Ｒ（τ）が、時刻ｉにおける前記成分信号の値ｖ（ｉ）、遅れ時間τ、及び前記成分信号に含まれるサンプリングデータの数Ｎを用いて、下記数式（１）に従って算出される、
    Figure JPOXMLDOC01-appb-M000001
     　請求項５に記載の生体情報取得装置。
  7. 　前記相関関係の評価値Ｅが、前記第１の血行動態信号ＳＡに含まれる前記成分信号ＤＡ１が有する前記周期性の評価値ＰＡ１、及び前記第２の血行動態信号ＳＢに含まれる前記成分信号ＤＢ１が有する前記周期性の評価値ＰＢ１、及び前記成分信号に含まれるサンプリングデータの数Ｎを用いて、下記数式（３）に従って算出される、
    Figure JPOXMLDOC01-appb-M000002
     　請求項２に記載の生体情報取得装置。
  8. 　前記同定部が、前記相関関係の評価値Ｅが最大となる前記成分信号を心拍成分であると同定し、前記相関関係の評価値Ｅが最小となる前記成分信号を血管運動成分であると同定する、
    　請求項７に記載の生体情報取得装置。
  9. 　前記血行動態信号を検出する検出部を更に備える、
    　請求項１に記載の生体情報取得装置。
  10. 　前記検出部が、
    　前記生体に光を照射する発光部と、
    　前記光の前記生体への照射により生じた光を検出する受光部と、を備える、
    　請求項９に記載の生体情報取得装置。
  11. 　前記検出部が、少なくとも２つの前記受光部を備える、
    　請求項１０に記載の生体情報取得装置。
  12. 　頭部に設置され、前記血行動態信号を検出する検出部と、
    　前記検出部の位置の変化量を測定する位置変化量測定部と、
    　前記位置の変化量に基づき血流速度の補正情報を生成する補正情報生成部と、
    　前記補正情報を用いて、前記検出部により検出される前記血行動態信号に含まれる血流速度を補正する補正部と、を更に備える、
    　請求項１に記載の生体情報取得装置。
  13. 　前記変化量が、前記検出部の傾きの変化量又は前記検出部の高さの変化量である、
    　請求項１２に記載の生体情報取得装置。
  14. 　前記信号分解部が、前記補正部により補正される前記血流速度を含む前記血行動態信号を複数の成分信号に分解し、
    　前記同定部が、前記成分信号と、前記補正情報と、の相関関係に基づいて、前記血行動態の要素を同定する、
    　請求項１２に記載の生体情報取得装置。
  15. 　前記信号分解部が、前記生体の少なくとも２か所から検出される第１の血行動態信号及び第２の血行動態信号のそれぞれを複数の成分信号に分解し、
    　前記同定部が、前記第１の血行動態信号に含まれる前記成分信号が有する前記周期性と、前記第２の血行動態信号に含まれる前記成分信号が有する前記周期性と、の相関関係に基づいて、前記血行動態の要素を同定する、
    　請求項１２に記載の生体情報取得装置。
  16. 　前記補正情報生成部が、
    　前記位置の変化量と、
    　前記検出部の位置と血流速度変動量との関係に基づき設定される位置特性補正用パラメータ及び／又は前記血流速度の過渡特性に関する過渡特性補正用パラメータと、
    　に基づき補正情報を生成する、
    　請求項１２に記載の生体情報取得装置。
  17. 　前記同定部が同定する前記成分信号と、前記補正情報生成部が生成する前記補正情報と、に基づいて、前記位置特性補正用パラメータ及び／又は前記過渡特性補正用パラメータを更新する補正用パラメータ更新部を更に備える、
    　請求項１６に記載の生体情報取得装置。
  18. 　生体から検出される血行動態信号を複数の成分信号に分解する信号分解部と、
    　前記複数の成分信号のそれぞれが有する周期性を算出する周期性算出部と、
    　前記周期性に基づいて、血行動態の要素を同定する同定部と、を含む、生体情報取得システム。
  19. 　生体から検出される血行動態信号を複数の成分信号に分解することと、
    　前記複数の成分信号のそれぞれが有する周期性を算出することと、
    　前記周期性に基づいて、血行動態の要素を同定することと、を含む、生体情報取得方法。
PCT/JP2021/034094 2020-10-05 2021-09-16 生体情報取得装置、生体情報取得システム、及び生体情報取得方法 WO2022075036A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
EP21877337.2A EP4226852A1 (en) 2020-10-05 2021-09-16 Biological information acquisition device, biological information acquisition system, and biological information acquisition method
US18/247,122 US20230371903A1 (en) 2020-10-05 2021-09-16 Biological information obtainment device, biological information obtainment system, and biological information obtainment method

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2020-168305 2020-10-05
JP2020168305 2020-10-05

Publications (1)

Publication Number Publication Date
WO2022075036A1 true WO2022075036A1 (ja) 2022-04-14

Family

ID=81126813

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2021/034094 WO2022075036A1 (ja) 2020-10-05 2021-09-16 生体情報取得装置、生体情報取得システム、及び生体情報取得方法

Country Status (3)

Country Link
US (1) US20230371903A1 (ja)
EP (1) EP4226852A1 (ja)
WO (1) WO2022075036A1 (ja)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011092236A (ja) * 2009-10-27 2011-05-12 Seiko Epson Corp 拍動検出装置及び拍動検出方法
US20110245628A1 (en) * 2010-03-31 2011-10-06 Nellcor Puritan Bennett Llc Photoplethysmograph Filtering Using Empirical Mode Decomposition
JP2012130391A (ja) * 2010-12-20 2012-07-12 Oki Electric Industry Co Ltd 心拍数検出装置、心拍数検出方法、およびプログラム
WO2015129843A1 (ja) * 2014-02-27 2015-09-03 京セラ株式会社 センサ，センサ装置およびセンサ装置の駆動方法
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
US20180000424A1 (en) * 2016-06-30 2018-01-04 Analog Devices, Inc. On-demand heart rate estimation based on optical measurements

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011092236A (ja) * 2009-10-27 2011-05-12 Seiko Epson Corp 拍動検出装置及び拍動検出方法
US20110245628A1 (en) * 2010-03-31 2011-10-06 Nellcor Puritan Bennett Llc Photoplethysmograph Filtering Using Empirical Mode Decomposition
JP2012130391A (ja) * 2010-12-20 2012-07-12 Oki Electric Industry Co Ltd 心拍数検出装置、心拍数検出方法、およびプログラム
WO2015129843A1 (ja) * 2014-02-27 2015-09-03 京セラ株式会社 センサ，センサ装置およびセンサ装置の駆動方法
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
US20180000424A1 (en) * 2016-06-30 2018-01-04 Analog Devices, Inc. On-demand heart rate estimation based on optical measurements

Also Published As

Publication number Publication date
US20230371903A1 (en) 2023-11-23
EP4226852A1 (en) 2023-08-16

Similar Documents

Publication Publication Date Title
KR102621119B1 (ko) 카메라 기반 감지를 이용한 심혈관 특징 결정
CN107850940B (zh) 情感评估
US9610017B2 (en) Device and method for providing feedback on breathing rate
TW201538128A (zh) 經皮的光學式體積描記術
KR20170087855A (ko) 적어도 부분적으로 펄스 파형에 기반하는 자동화 진단
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
US20200289047A1 (en) Fetal monitoring system and method
Tazarv et al. A deep learning approach to predict blood pressure from ppg signals
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
KR20130010207A (ko) 무구속 무자각 생체신호 획득을 통한 워치타입 건강상태 분석시스템
US20200288996A1 (en) Biological information measuring apparatus, non-transitory computer-readable recording medium having stored therein a program for causing a computer to execute a process for measuring biological information, and method for measuring biological information
KR102634498B1 (ko) 수면 생리의 평가를 위한 카디오 키네틱 크로스 스펙트럼 밀도
US20180289285A1 (en) Methods and systems for providing a breathing rate calibrated to a resonance breathing frequency
KR20210001486A (ko) 얼굴 영상 이미지를 이용하여 사용자의 건강 지표를 측정하는 방법 및 그를 이용한 장치
US20210090740A1 (en) State estimation apparatus, state estimation method, and non-transitory recording medium
Mcgurrin et al. Quantifying tremor in essential tremor using inertial sensors—Validation of an algorithm
Yuan et al. An experimental study of the effects of external physiological parameters on the photoplethysmography signals in the context of local blood pressure (hydrostatic pressure changes)
WO2022075036A1 (ja) 生体情報取得装置、生体情報取得システム、及び生体情報取得方法
JP6404162B2 (ja) 脳機能指標演算装置および脳機能指標演算方法
KR20220152423A (ko) 복수의 진단 인자들을 이용한 인체 진단 시스템
Akishin et al. PPG System Development for the Organism Physiological Parameters Monitoring with Artificial Intelligence Technologies
Nam et al. A phonocardiogram-based noise-robust real-time heart rate monitoring algorithm for outpatients during normal activities
WO2019224113A1 (en) Measuring movement in a subject
JP7442746B2 (ja) 動脈血酸素化測定
JP7127905B1 (ja) 機械学習を用いて対象者の体位を判定する装置、方法及びプログラム

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: 21877337

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2021877337

Country of ref document: EP

Effective date: 20230508

NENP Non-entry into the national phase

Ref country code: JP