WO2023149058A1 - 心音解析装置、心音解析プログラムおよび記録媒体 - Google Patents

心音解析装置、心音解析プログラムおよび記録媒体 Download PDF

Info

Publication number
WO2023149058A1
WO2023149058A1 PCT/JP2022/043271 JP2022043271W WO2023149058A1 WO 2023149058 A1 WO2023149058 A1 WO 2023149058A1 JP 2022043271 W JP2022043271 W JP 2022043271W WO 2023149058 A1 WO2023149058 A1 WO 2023149058A1
Authority
WO
WIPO (PCT)
Prior art keywords
peak
heart sound
heart
signal
sound
Prior art date
Application number
PCT/JP2022/043271
Other languages
English (en)
French (fr)
Inventor
英次 麻野井
Original Assignee
英次 麻野井
ハートラボ株式会社
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 英次 麻野井, ハートラボ株式会社 filed Critical 英次 麻野井
Publication of WO2023149058A1 publication Critical patent/WO2023149058A1/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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B7/00—Instruments for auscultation
    • A61B7/02—Stethoscopes
    • A61B7/04—Electric stethoscopes

Definitions

  • the present invention relates to technology for analyzing heart sound signals obtained from a subject.
  • Heart sounds are the sounds emitted when the heart contracts and expands, such as valves, myocardium, and blood flow, and are classified into sounds I to IV.
  • Sound I is a sound that occurs during ventricular contraction, and is mainly a mitral valve closing sound or aortic valve opening sound.
  • S2 is a sound that occurs at the beginning of ventricular dilation, and is mainly an aortic valve seal or a pulmonary valve seal.
  • S3 occurs after S2, that is, during the rapid filling of the ventricle in early diastole, and occurs as a result of sudden blockage of blood flow from the atrium to the ventricle at the ventricular wall. The steeper the degree of blockage, the louder the sound and the more likely it is to occur with diminished ventricular diastolic compliance.
  • Sound IV is a sound produced by abrupt arrest of the blood flow ejected to the ventricle by atrial contraction at the ventricular end-diastolic pressure immediately before sound I.
  • sounds I and II In healthy adults, usually only sounds I and II can be heard, and sounds III and IV are not confirmed. In other words, sounds III and IV are treated as extra heart sounds, and if they are confirmed, there is a possibility that some disease exists in the heart.
  • S3 is heard in mitral regurgitation, aortic regurgitation, ventricular septal defect, myocardial infarction, ischemic heart disease, cardiomyopathy, and myocarditis, and especially in heart failure as a sign of congestion. It is so important that it is used to judge whether to enter or leave the hospital. Sound IV is heard in pulmonary hypertension, aortic valve stenosis, ischemic heart disease, myocarditis, cardiomyopathy, etc. (Non-Patent Document 1).
  • Sounds III and IV have different generation mechanisms from those of I and II, so even if you listen to them with a stethoscope, you need skill to correctly judge the presence or absence.
  • excessive heart sounds are very important findings because they occur and increase when the disease described in paragraph [0005] is affected or exacerbated.
  • information on the systole and diastole of the heart is required, and for this purpose, simultaneous measurement of the ECG, which requires attachment of a sensor, is necessary. there were.
  • the present invention has been made to solve the above problems, and aims to support the prediction of the subject's condition by analyzing the heart sound signal obtained from the subject.
  • Section 1 A heart sound analyzer for analyzing a heart sound signal obtained from a subject, an amplitude fluctuation waveform generator for generating an amplitude fluctuation waveform of the heart sound signal; a peak detection unit that detects a maximum peak of the amplitude fluctuation waveform; a time interval calculation unit that calculates the time interval between the maximum peaks; a prediction support unit that supports prediction of the state of the subject based on the time interval;
  • a heart sound analysis device comprising: Section 2. Item 2. The heart sound analysis apparatus according to Item 1, wherein the prediction support unit includes a distribution information generation unit that generates distribution information indicating the distribution of the time intervals. Item 3. Item 3.
  • the heart sound analysis device wherein the distribution information generation unit generates the distribution information in a histogram format.
  • Section 4. Item 4. The heart sound analysis apparatus according to any one of Items 1 to 3, wherein the prediction support unit includes an excess heart sound discrimination unit that determines the presence or absence of excess heart sounds in the heart sound signal and the type of excess heart sounds based on the time interval.
  • the excessive heart sound discrimination unit When the n-th peak of the amplitude fluctuation waveform is Pn, and the time interval between the n-1th peak Pn-1 and the n-th peak Pn is Sn, Searching for a maximum peak satisfying the condition Sn-1 ⁇ Sn>Sn+1 and a minimum peak satisfying the condition Sn-1>Sn ⁇ Sn+1, Select an arbitrary maximum peak from the retrieved maximum peaks as the first peak, select the minimum peak immediately after the first peak as the second peak, and select the maximum peak immediately after the second peak as the third peak. death, Calculate the ratio of the time interval between the second peak and the third peak to the time interval between the first peak and the second peak, Item 5.
  • the heart sound analysis device according to Item 4, wherein the discrimination is performed based on the ratio.
  • Item 6. A heart sound analysis program for causing a computer to operate as each part of the heart sound analysis device according to any one of items 1 to 5.
  • Item 7. Item 6.
  • a computer-readable recording medium recording the heart sound analysis program according to item 5.
  • the prediction of the subject's condition can be supported by analyzing the heart sound signal acquired from the subject.
  • FIG. 1 is a block diagram showing a schematic configuration of a monitoring system according to one embodiment of the present invention
  • FIG. It is the schematic which shows the installation example of a measuring device. It is an example of a piezoelectric signal acquired while a subject is in bed.
  • 3 is a detailed functional block diagram of a heart sound extraction unit;
  • FIG. (a) is the spectrum distribution by frequency analysis in the time window with the maximum RST, and
  • (b) is the waveforms of the respiratory signal, CSR signal and noise component in that time window.
  • (a) is the spectrum distribution by frequency analysis in the time window with the maximum CSR
  • (b) is the waveforms of the respiratory signal, the CSR signal and the noise component in that time window.
  • 4 is a detailed functional block diagram of a heart sound analysis unit;
  • FIG. 10 is a graph plotting peaks of amplitude variation waveforms of heart sound signals in which sound III exists, with time on the X axis and time interval from the immediately preceding peak on the Y axis.
  • FIG. 10 is a graph plotting the peaks of amplitude fluctuation waveforms of heart sound signals in which sounds III and IV do not exist, with time on the X axis and the time interval from the immediately preceding peak on the Y axis.
  • FIG. 10 is a graph plotting the peaks of the amplitude variation waveform of the heart sound signal in which the IV sound is present, with time on the X axis and the time interval from the immediately preceding peak on the Y axis. It is an example of a graph for discriminating excessive heart sounds. It is a waveform, such as a heart sound signal, extracted from the time window with the maximum RST.
  • FIG. 17 is an amplitude fluctuation waveform of the heart sound signal shown in FIG. 16; FIG.
  • FIG. 18 is distribution information of time intervals of peaks detected from the amplitude fluctuation waveform shown in FIG. 17; FIG. The distribution information shown in FIG. 18 is shown in a histogram format.
  • a waveform such as a heart sound signal extracted from an apnea time window among the time windows in which CSR is maximum.
  • 21 is a histogram showing the distribution of time intervals between peaks detected from the amplitude variation waveform of the heart sound signal shown in FIG. 20; It is a waveform such as a heart sound signal extracted from the time window in which the SD of the heartbeat amplitude is minimum.
  • FIG. 23 is an amplitude fluctuation waveform of the heart sound signal shown in FIG. 22; FIG.
  • FIG. 24 is distribution information of time intervals of peaks detected from the amplitude fluctuation waveform shown in FIG. 23.
  • FIG. The distribution information shown in FIG. 24 is shown in a histogram format. It is a waveform such as a heart sound signal extracted from the time window in which the SD of the RR interval is the minimum.
  • FIG. 27 is an amplitude fluctuation waveform of the heart sound signal shown in FIG. 26;
  • FIG. 28 is distribution information of time intervals of peaks detected from the amplitude fluctuation waveform shown in FIG. 27;
  • FIG. The distribution information shown in FIG. 28 is shown in a histogram format.
  • a waveform such as a heart sound signal extracted from an apnea time window among the time windows in which CSR is maximum.
  • FIG. 31 is a histogram showing the distribution of time intervals between peaks detected from the amplitude variation waveform of the heart sound signal shown in FIG. 30; It is a waveform such as a heart sound signal extracted from the time window in which the SD of the heartbeat amplitude is minimum.
  • FIG. 33 is a histogram showing the distribution of time intervals between peaks detected from the amplitude fluctuation waveform of the heart sound signal shown in FIG. 32; FIG.
  • FIG. 1 is a block diagram showing a schematic configuration of a monitoring system 1 according to one embodiment of the invention.
  • a monitoring system 1 is a system for monitoring the condition of a subject based on the heart sounds of the subject, and includes a measuring device 2 and a management device 3 .
  • the target subject is a patient with a heart disease who resides in a place other than a medical institution, such as a home, but the location of the subject is not particularly limited.
  • the subject's disease is a disease that can be diagnosed or predicted from heart sounds, but the disease is not particularly limited, and the subject may be a healthy subject.
  • FIG. 2 is a schematic diagram showing an installation example of the measuring device 2.
  • the measuring device 2 is provided at a place where the subject lives (for example, at home or at a health facility for the elderly), and includes a sheet sensor 21 and a measuring unit 22 .
  • the sheet sensor 21 is a sheet sensor having a piezoelectric element, and is provided on the bed that the subject uses on a daily basis.
  • illustration of a sheet and a comforter laid on the sheet sensor 21 is omitted. While the subject is in bed, the sheet sensor 21 outputs piezoelectric signals according to vibrations applied from the subject's body.
  • being in bed means lying down regardless of whether the person is in a sleep state or not. Therefore, the sheet sensor 21 may be provided not only on a bed such as a bed but also on a place (such as a sofa) where the patient can lie down and rest.
  • the measurement unit 22 is connected to the seat sensor 21 and AD-converts the piezoelectric signal generated by the seat sensor 21 .
  • the measurement unit 22 has a function of communicating with the smartphone 4 using Bluetooth (registered trademark), and the AD-converted piezoelectric signal is temporarily held in the smartphone 4 and then transmitted to the management device 3. be done.
  • the management device 3 corresponds to the heart sound analysis device described in the claims, and is provided in a medical institution or cloud.
  • the management device 3 can be configured by a general-purpose computer, and includes a processor such as a CPU or GPU, a main storage device such as DRAM or SRAM (not shown), and an auxiliary storage device such as HDD or SSD. 30.
  • the auxiliary storage device 30 stores various programs for operating the management device 3, such as a heart sound extraction program D1 and a heart sound analysis program D2.
  • the heart sound extraction program D1 and the heart sound analysis program D2 may be downloaded to the management device 3 via a communication network such as the Internet, or may be stored in a non-temporary computer-readable recording medium such as an SD card.
  • the heart sound analysis program D2 may be recorded and installed in the management device 3 via the storage medium.
  • the management device 3 includes an acquisition unit 31, a heart sound extraction unit 32, a heart sound analysis unit 33, and a display unit 34 as functional blocks.
  • Each unit of the acquiring unit 31, the heart sound extracting unit 32, and the heart sound analyzing unit 33 may be implemented in hardware using a logic circuit or the like, or may be implemented in software using a CPU or the like.
  • the CPU of the management device 3 can read the heart sound extraction program D1 into the main storage device and execute it.
  • the heart sound analysis unit 33 is realized by software
  • the CPU of the management device 3 can read the heart sound analysis program D2 into the main storage device and execute it.
  • the management device 3 may be composed of a plurality of devices.
  • the part functioning as the acquiring part 31 and the heart sound extracting part 32 may be configured as a heart sound extracting device
  • the part functioning as the heart sound analyzing part 33 and the display part 34 may be configured as a heart sound analyzing device.
  • the acquisition unit 31 is a functional block that acquires piezoelectric signals from the seat sensor 21 .
  • the acquisition unit 31 does not need to acquire the piezoelectric signal all the time, and may acquire the piezoelectric signal at least while the subject is in bed. Moreover, when the sampling frequency of the piezoelectric signal is high, the acquisition unit 31 may perform downsampling in order to reduce the amount of data.
  • FIG. 3 is an example of a piezoelectric signal acquired while the subject was in bed, down-sampled to 400 Hz. During most of the period of stay in bed, the piezoelectric signal contains many noise components such as body movement, respiration, and heartbeat.
  • the heart sound extraction unit 32 shown in FIG. 1 is a functional block that extracts the heart sound signal of the subject from the piezoelectric signal. Since the heart sound signal in the piezoelectric signal is very weak compared to the signals of body movement, respiration, and heartbeat, it is easily affected by noise and the like. was difficult to extract with the prior art. Therefore, the heart sound extraction unit 32 automatically sets a time window that can withstand highly accurate heart sound analysis in the heart sound signal extracted from the piezoelectric signal.
  • the time window is (1) the time window in which the reciprocal standard deviation (RST) of the respiratory frequency is maximum; (2) the time window in which the periodic respiratory power (CSR) is maximum; and (3) the time window in which the amplitude of the extracted heart sound signal is maximum.
  • RST reciprocal standard deviation
  • CSR periodic respiratory power
  • a time window in which the amplitude variation of the extracted heart sound signal is minimum (4) a time window in which the amplitude variation of the extracted heart sound signal is minimum; (5) an apnea time window in the time window (2); and (6) a time in which the standard deviation (SD) of the heartbeat amplitude is minimum Window (7) At least one of the time windows in which the SD of the heart beat interval (RR interval) is minimum.
  • the present inventors have focused on the fact that components other than heart sound signals are relatively small in these time frames, and believe that by using heart sound signals within these time windows, heart sound analysis can be performed with high accuracy. I found
  • the reason for selecting the time window (1) is that when the RST is large, there is periodicity in respiration, so it is easy to remove the influence of the respiration signal.
  • the reason for selecting the time window (2) is that when the CSR is large, the breath-holding time is long, so it is less susceptible to respiration.
  • the reason for choosing time window (3) is that there is a strong heart sound signal in that time window.
  • the reason for choosing time window (4) is that there is a stable heart sound signal in that time window.
  • the reason for choosing the time window (5) is that the influence of respiration can be completely eliminated during apnea.
  • the reason for selecting the time window (6) is that when the amplitude of the heartbeat is large, the loudness (amplitude) of the heart sounds may also fluctuate.
  • the reason for choosing the time window (7) is to eliminate the effect of heart sound interval variations due to RR interval variations.
  • FIG. 4 is a detailed functional block diagram of the heart sound extraction unit 32.
  • the heart sound extraction unit 32 includes a respiratory signal extraction unit 32a, a heartbeat signal extraction unit 32b, a heart sound signal extraction unit 32c, an RST analysis unit 32d, a CSR analysis unit 32e, a heartbeat analysis unit 32f, and a time window setting unit 32g. and a heart sound signal selector 32h.
  • the piezoelectric signal output from the acquisition unit 31 is input to the respiratory signal extraction unit 32a, the heartbeat signal extraction unit 32b, and the heart sound signal extraction unit 32c.
  • the respiratory signal extraction unit 32a extracts the respiratory signal from the piezoelectric signal. Since the respiratory signal has a relatively high signal level, it can be extracted with noise removed more easily than the heart sound signal, and can be analyzed throughout the recording time. In this embodiment, the respiratory signal extraction unit 32a removes noise from the piezoelectric signal of 4000 Hz, finally down-samples to 4 Hz, and extracts the respiratory signal through a bandpass filter of 0.008 to 0.6 Hz. . This is output to the RST analysis section 32d and the CSR analysis section 32e.
  • the RST analysis unit 32d calculates RST from the respiratory signal.
  • the RST analysis unit 32d extracts the signal within the window by moving the 5-minute time window of the respiratory signal by 50 seconds, and extracts the signal in each time window using the maximum entropy method. do the analysis.
  • the CSR analysis unit 32e extracts the envelope waveform (CSR waveform) of the respiratory signal, and performs frequency analysis using the maximum entropy method on the envelope waveform for each time window.
  • the RST and CSR grades are calculated from the results of the two frequency analyses.
  • FIG. 5(a) shows the spectrum distribution by frequency analysis in the time window with the maximum RST
  • FIG. 5(b) shows the respiratory signal (black line), CSR signal (red line) and noise component ( blue line). It can be seen that breathing is very periodic when RST is maximal.
  • FIG. 6(a) shows the spectrum distribution by frequency analysis in the time window with the maximum CSR
  • FIG. 6(b) shows the respiratory signal (black line), CSR signal (red line) and noise component ( blue line). From this waveform, it can be seen that while the CSR signal is significantly below 0, breathing has stopped and the noise component is extremely small.
  • the heartbeat signal extraction unit 32b extracts a pulsation signal (heartbeat signal) from the piezoelectric signal.
  • the heartbeat signal extractor 32b removes noise from the piezoelectric signal of 4000Hz, down-samples to 30Hz, and extracts the heartbeat signal through a bandpass filter of 0.8 to 2Hz.
  • the heartbeat analysis unit 32f extracts the signals within the five-minute time window by moving the five-minute time window for the all-night heartbeat signal by 50 seconds, and calculates the SD of the heartbeat amplitude and the SD of the RR interval in each time window.
  • the RST of each time window calculated by the RST analysis unit 32d, the CSR of each time window calculated by the CSR analysis unit 32e, and the SD of the heartbeat amplitude and the SD of the RR interval in each time window calculated by the heart rate analysis unit 32f are , is output to the time window setting unit 32g.
  • the heart sound signal extraction unit 32c extracts the heart sound signal from the piezoelectric signal.
  • the heart sound signal extractor 32c down-samples the 4000 Hz piezoelectric signal to 400 Hz to remove noise, and extracts the heart sound signal through a 25 to 100 Hz bandpass filter.
  • the time window setting section 32g sets a time window suitable for heart sound analysis in the heart sound signal based on the information from the RST analysis section 32d, the CSR analysis section 32e, the heartbeat analysis section 32f, and the heart sound signal extraction section 32c. Specifically, the time window setting unit 32g (1) Time window with maximum RST (2) Time window with maximum CSR (3) Time window with maximum amplitude of the extracted heart sound signal (4) Time with minimum amplitude fluctuation of the extracted heart sound signal (5) an apnea time window within said time window (2); (6) a time window in which the SD of the heart beat amplitude is minimum; and (7) a time window in which the SD of the RR interval is minimum. Set the time window signal.
  • the time window set by the time window setting unit 32g may be one or more, but among these time windows, the time windows (1), (2) and (5) are preferable, and , time windows (2) and (5) are particularly preferred since they are not affected by the respiratory signal.
  • time window (1) is not limited to the time window with the maximum RST, and may include a time window with the RST equal to or greater than a predetermined value.
  • time window (2) is not limited to the time window in which the CSR is the maximum, and may include a time window in which the CSR is equal to or greater than a predetermined value.
  • time window (3) is not limited to the time window in which the amplitude of the heart sound signal is maximum, and may include a time window in which the amplitude of the heart sound signal is equal to or greater than a predetermined value.
  • the time window (4) is not limited to the time window in which the amplitude variation of the heart sound signal is minimal, and may include a time window in which the amplitude variation of the heart sound signal is equal to or less than a predetermined value.
  • the time window (6) is not limited to the time window in which the heartbeat amplitude SD is the minimum, but may include a time window in which the heartbeat amplitude SD is equal to or less than a predetermined value.
  • the time window (7) is not limited to the time window in which the SD of the RR interval is the minimum, and may include a time window in which the SD of the RR interval is equal to or less than a predetermined value.
  • the length of each time window is 5 minutes as described above in this embodiment, but may be changed as appropriate.
  • the heart sound signal selection unit 32h selects heart sound signals within a set time window from the heart sound signals extracted by the heart sound signal extraction unit 32c.
  • the heart sound signal selector 32h extracts the heart sound signal within the time window from the heart sound signal, outputs it to the heart sound analysis unit 33, and causes the display unit 34 to display the waveform of the heart sound signal within the time window.
  • Medical personnel determine the presence or absence of excess heart sounds by observing the waveform of the heart sound signal (preferably together with the waveform of the heartbeat signal).
  • the heart sound signal selection unit 32h may display a frame indicating the time window on the waveform of the heart sound signal without extracting the heart sound signal within the time window, or may distinguish the waveform within the time window from other waveforms. can be displayed with This allows the medical staff to identify a portion of the heart sound signal that is suitable for determining the presence or absence of excessive heart sounds.
  • the heart sound signal selection unit 32h may be configured to only extract the heart sound signal within the time window and output it to the heart sound analysis unit 33 without displaying the waveform.
  • the heart sound analysis unit 33 shown in FIG. 1 is a functional block that supports prediction of the subject's condition by analyzing heart sound signals. As described in the Background Art, if excess heart sounds are identified in the heart sound signal, there may be some disease in the heart. Therefore, the heart sound analysis unit 33 particularly analyzes the presence or absence of excessive heart sounds to support prediction of the subject's condition.
  • FIG. 7 is a detailed functional block diagram of the heart sound analysis unit 33.
  • the heart sound analysis unit 33 includes an amplitude fluctuation waveform generation unit 33a, a peak detection unit 33b, a time interval calculation unit 33c, and a prediction support unit 33d.
  • the amplitude fluctuation waveform generator 33a is a functional block that generates the amplitude fluctuation waveform of the heart sound signal. This function will be described with reference to FIGS. 8 and 9. FIG.
  • FIG. 8 shows an example of the waveform of the heart sound signal extracted by the heart sound extraction unit 32.
  • waveforms of large amplitude and small amplitude appear to be regularly repeated, but in reality, the magnitude of the amplitude may be random due to the effects of noise removal processing and the like.
  • the amplitude fluctuation waveform generation unit 33a sets envelopes in contact with each wave of the heart sound signal in the positive region and the negative region, respectively, for the heart sound signal in FIG. By correcting the envelope to 0, the amplitude variation waveform shown in FIG. 9 is generated.
  • a peak detector 33b shown in FIG. 7 is a functional block that detects the peak of the amplitude fluctuation waveform.
  • the peak means the maximum point in the amplitude fluctuation waveform.
  • peaks are indicated by dots.
  • the time interval calculator 33c shown in FIG. 7 is a functional block that calculates the time interval of each peak.
  • the interval of vertical lines extending from each point indicating a peak to the time axis corresponds to the time interval of each peak.
  • the time interval may be simply referred to as "interval”.
  • a prediction support unit 33d shown in FIG. 7 is a functional block that supports prediction of the subject's state based on the time interval.
  • the prediction support unit 33d supports prediction of the subject's condition by generating information suggesting the presence or absence of excess heart sounds in the heart sound signal and/or automatically determining the presence or absence of excess heart sounds.
  • the prediction support unit 33d includes a distribution information generation unit 33e and an excess heart sound determination unit 33f.
  • the distribution information generation unit 33e generates distribution information indicating the distribution of the time intervals calculated by the time interval calculation unit 33c as information indicating the presence or absence of excessive heart sounds.
  • the generated distribution information is displayed on the display section 34 .
  • FIG. 10 is an example of distribution information.
  • the time interval between each peak and the immediately preceding peak is indicated by a circle. From this diagram, it can be intuitively understood that the time intervals consist of three groups: a group of about 0.1 seconds, a group of about 0.3 to 0.5 seconds, and a group of about 0.6 seconds. .
  • the distribution information generation unit 33e can also generate distribution information in a histogram format.
  • FIG. 11 is an example of histogram format distribution information.
  • the horizontal axis is the time interval from the immediately preceding peak, and the vertical axis is the number of peaks having that time interval. From this histogram, it can be intuitively understood that the peak time intervals are divided into three groups.
  • the number of groups in the above time interval is an index for predicting the presence or absence of extra heart sounds.
  • healthy adult heart sounds include only sounds I and II in one heartbeat period (RR interval).In that case, the interval between sound II and sound I in the next heartbeat period There is a tendency that the interval between Therefore, the number of groups of peak time intervals is two.
  • the number of groups of time intervals between peaks can be grasped from the distribution information generated by the distribution information generation unit 33e, it is possible to predict whether or not there are excessive heart sounds in the heart sounds without referring to the heartbeat signal. becomes possible. That is, in the heart sound signal shown in FIG. 8, the number of groups of time intervals between the peaks of the amplitude fluctuation waveform is 3, so it can be predicted that excessive heart sounds are present.
  • the accuracy of peak detection by the peak detector 33b can be determined by comparing the above total value with the average value of the RR intervals of the heartbeats. That is, the closer the above total value is to the average value of the RR intervals, the more accurately the peak is detected based on the waveform of the heart sound, which means that the reliability of the prediction of excess heart sounds is higher. are doing.
  • the excess heart sounds discriminating section 33f shown in FIG. 7 has a function of automatically discriminating not only the presence or absence of excess heart sounds in the heartbeat signal but also the type of the excess heart sounds based on the time interval between peaks. there is The determination method by the excessive heart sounds determination unit 33f will be described below with reference to FIGS. 12 to 14.
  • FIG. 7 The determination method by the excessive heart sounds determination unit 33f will be described below with reference to FIGS. 12 to 14.
  • FIG. 12 is a graph plotting the peaks of the amplitude fluctuation waveform of the heart sound signal in which sound III exists, with time on the X axis and the time interval from the previous peak on the Y axis.
  • the graph shows 11 peaks P1-P11.
  • the height of each peak is equal to the time interval from the immediately preceding peak, and the height of the peak Pn is Dn, where Dn is the time interval between the n-1th peak Pn-1 and the nth peak Pn. . That is, all the quadrilaterals in the graph are squares.
  • Each peak is associated with a symbol I, II, or III indicating the type of heart sound, but this is only shown for the sake of convenience. It does not judge until it is classified.
  • the excessive heart sound discriminating section 33f searches for maximum peaks and minimum peaks from among the peaks.
  • a maximum peak means a peak that is higher than the preceding and following peaks
  • a minimum peak means a peak that is lower than the preceding and succeeding peaks. That is, the maximum peak is A: Dn-1 ⁇ Dn>Dn+1
  • the minimum peak is B: Dn ⁇ 1>Dn ⁇ Dn+1 is a peak that satisfies the condition of
  • peak P3 is D2 ⁇ D3>D4 and satisfies condition A, so it is a maximum peak. Since the peaks P6 and P9 also satisfy the condition A, they are maximum peaks.
  • the peak P5 is D4>D5 ⁇ D6 and satisfies the condition B, so it is a minimal peak. Since the peak P8 also satisfies the condition A, it is a maximum peak.
  • the peak P4 satisfies neither the conditions A nor B because D3>D4>D5 and does not correspond to either the maximum peak or the minimum peak.
  • peaks P7 and P10 are neither maximum peaks nor minimum peaks.
  • the maximum peak and the minimum peak are indicated by black circle marks, and the peaks corresponding to neither the maximum peak nor the minimum peak are indicated by white circle marks.
  • the peaks P1, P2, and P11 are excluded from the determination because the time intervals necessary for determining whether they are maximum peaks or minimum peaks are omitted within the range of the graph, and are indicated by white circles.
  • the excessive heart sound discrimination unit 33f selects an arbitrary maximum peak from the retrieved maximum peaks as the first peak, selects the minimum peak immediately after the first peak as the second peak, and selects the second peak as the second peak.
  • the maximum peak immediately after is selected as the third peak.
  • the time interval between the first peak and the third peak can be regarded as equal to the RR interval (hereinafter referred to as RR) of heartbeats.
  • RR RR interval
  • FIG. 13 is a graph plotting the peaks of the amplitude variation waveform of the heart sound signal in which sounds III and IV do not exist, with time on the X axis and the time interval from the immediately preceding peak on the Y axis
  • FIG. 2 is a graph plotting the peaks of the amplitude variation waveform of the heart sound signal in which the X-axis is time and the Y-axis is the time interval from the immediately preceding peak.
  • the definition of each symbol in these graphs is the same as in FIG. Calculation of the ratio R will be described below with reference to the graphs of FIGS. 13 and 14.
  • FIG. 13 is a graph plotting the peaks of the amplitude variation waveform of the heart sound signal in which sounds III and IV do not exist, with time on the X axis and the time interval from the immediately preceding peak on the Y axis
  • FIG. 2 is a graph plotting the peaks of the amplitude variation waveform of the heart sound signal in which the X-axi
  • each peak is associated with a symbol I or II, but this is only shown for convenience, and the excess heart sound discriminating section 33f does not discriminate to which heart sound each peak is classified.
  • the excessive heart sound discrimination unit 33f searches for the maximum peak satisfying the above condition A and the minimum peak satisfying the above condition B from among the peaks.
  • Peaks P3, P5 and P7 correspond to the maximum peaks
  • peaks P4, P6 and P8 correspond to the minimum peaks.
  • the peaks P1, P2, and P9 are indicated by white circles, the white circles omit the time intervals required to determine whether they are maximum peaks or minimum peaks within the range of the graph. , means that it is not subject to the determination, and in FIG. 14, there is no peak that is neither a maximum peak nor a minimum peak.
  • the graph shown in FIG. 14 shows 12 peaks P1 to P12. Symbols I, II, and IV are associated with the respective peaks, but these are only shown for convenience, and the excessive heart sound discriminating section 33f discriminates to which heart sound each peak is classified. do not.
  • the excessive heart sound discrimination unit 33f searches for the maximum peak satisfying the above condition A and the minimum peak satisfying the above condition B from among the peaks. Peaks P3, P6 and P9 correspond to the maximum peaks, and peaks P4, P7 and P10 correspond to the minimum peaks.
  • the excessive heart sound discriminating unit 33f selects the first peak, the second peak, and the third peak from the retrieved maximum and minimum peaks, and selects the second peak corresponding to the time interval between the first peak and the second peak. and the third peak.
  • the ratio R calculated by the formula (C) is It means the interval between sound I and sound III/the interval between sound III and sound I in the next heartbeat period.
  • the ratio R calculated by the formula (D) is It means the interval between sound I and sound II/the interval between sound II and sound I in the next heartbeat period.
  • the ratio R calculated by the formula (C) tends to be larger than the ratio R calculated by the formula (D).
  • the ratio R calculated by formula (E) is It means the interval between the IV sound and the I sound in the next heartbeat period/the interval between the I sound and the IV sound. Since the interval between the IV sound and the I sound in the next heartbeat period is very short, the ratio R calculated by formula (E) tends to be smaller than the ratio R calculated by formulas (C) and (D).
  • a and b can be set as follows for both men and women.
  • c is the average ratio when there is no III or IV sound, and in the case of men, and for women, can be set as
  • d and e are, in the case of males, and for women, can be set as
  • the determination result is displayed on the display unit 34.
  • FIG. 15 is an example of a graph for determining excessive heart sounds based on the ratio R.
  • the ratio R according to the RR interval when the ratio R according to the RR interval is plotted, males are located in the area above the curve of "S3 (+): male, min", and females are located in the area above "S3 (+): female, min , it is determined that the III sound exists. Further, when the position is located in the area below the curve of "S4(+):max", it is determined that the IV sound exists.
  • the excessive heart sound discriminating section 33f searches for the maximum peak and the minimum peak from the amplitude fluctuation waveform of the heart sound signal, and selects the first peak, the second peak and the third peak from the searched maximum peak and minimum peak. is selected, and the ratio R of the time interval between the second peak and the third peak to the time interval between the first peak and the second peak is calculated. Identify types of heart sounds. Note that the excessive heart sound discrimination unit 33f may select a plurality of combinations of the first peak, the second peak, and the third peak. you can go
  • a signal in a predetermined time window is selected from the piezoelectric signals of the sheet sensor while the subject is in bed, and components other than the heart sound are removed from the selected signal. can be used to extract the heart sound signal of the subject with high accuracy.
  • heart sound signals of a subject at home can also be obtained by using the sheet sensor, and by analyzing the heart sound signals, it is possible to automatically determine the presence or absence of excessive heart sounds. Therefore, the condition of a subject under home care can be remotely monitored based on the heart sound of the subject, and the burden on the subject and medical staff can be greatly reduced.
  • the time interval between peaks in the amplitude fluctuation waveform of the heart sound signal acquired from the subject is calculated, and distribution information indicating the distribution of time intervals is generated.
  • the peaks are searched for maximal peaks and minimal peaks that satisfy a predetermined condition, and the ratio of time intervals between continuous maximal peaks, minimal peaks, and maximal peaks (first to third peaks) is used to determine the presence or absence of excessive heart sounds, as well as excessive heart sounds. It is also possible to discriminate the type of heart sound. This can assist the prediction of the subject's condition.
  • the subject's heart sound signal was acquired by extracting it from the piezoelectric signal of the seat sensor, but the present invention is not limited to this.
  • a subject's heart sound signal may be acquired using an electronic stethoscope or a high-performance microphone, and analyzed to determine the presence or absence of excessive heart sounds.
  • the present invention is not limited to the following examples.
  • the heart sound signal of the subject was extracted from the piezoelectric signal of the seat sensor using the measuring device 2 of the above embodiment, and the heart sound signal was analyzed by the management device 3 .
  • Example 1 subject X, who was diagnosed as having sound III in heart sounds in a normal examination, was the subject.
  • the heart sound signal is extracted from the following time windows (1), (5) to (7) in the piezoelectric signal obtained while the subject X is in bed on the sheet sensor, and is detected from the amplitude fluctuation waveform of the heart sound signal. Extra heart sounds were discriminated based on the time intervals of the peaks. (1) the time window in which the RST is maximum; (5) the time window of apnea within said time window (2); (6) the time window in which the heart beat amplitude SD is minimum; (7) the RR interval SD is minimum. a time window that is
  • FIG. 16 shows the waveforms of the heart sound signal (black), heartbeat signal (red) and respiratory signal (blue) extracted from the time window (1).
  • FIG. 17 is an amplitude fluctuation waveform of the heart sound signal shown in FIG.
  • FIG. 18 shows distribution information indicating the distribution of time intervals between peaks detected from the amplitude fluctuation waveform shown in FIG. 17, and
  • FIG. 19 shows this distribution information in histogram format.
  • the peak time intervals are divided into three groups, so it can be predicted that the heart sound signal contains excessive heart sounds.
  • FIG. 20 shows the waveforms of the heart sound signal (black), CSR signal (red) and respiratory signal (blue) extracted from the time window (5).
  • FIG. 21 is a histogram showing the distribution of time intervals of peaks detected from the amplitude fluctuation waveform of the heart sound signal shown in FIG.
  • the heart sound signal contains excessive heart sounds because the peak time intervals are largely divided into three groups.
  • FIG. 22 shows the waveforms of the heart sound signal (black), heartbeat signal (red) and respiratory signal (blue) extracted from the time window (6).
  • FIG. 23 is an amplitude fluctuation waveform of the heart sound signal shown in FIG.
  • FIG. 24 shows distribution information indicating the distribution of time intervals of peaks detected from the amplitude fluctuation waveform shown in FIG. 23, and
  • FIG. 25 shows this distribution information in histogram form.
  • the groups of peak time intervals are not clear, but when the histograms were automatically analyzed, it was determined that they were divided into three groups. It can be predicted that the heart sound signal contains extra heart sounds.
  • FIG. 26 shows the waveforms of the heart sound signal (black), heartbeat signal (red) and respiratory signal (blue) extracted from the time window (7).
  • FIG. 27 is an amplitude fluctuation waveform of the heart sound signal shown in FIG.
  • FIG. 28 shows distribution information indicating the distribution of time intervals of peaks detected from the amplitude fluctuation waveform shown in FIG. 27, and
  • FIG. 29 shows this distribution information in histogram form.
  • predictions based on heart sound signals extracted from time windows (1), (5) and (6) include excess heart sounds, whereas heart sound signals extracted from time window (5) contain Based predictions did not include extra heart sounds.
  • the reliability of predictions based on heart sound signals extracted from time windows (1), (3), and (4) is much higher than for time window (5), so that subject X's heart sounds have no excess heart sounds. can be expected to be included.
  • the extra heart sounds were discriminated to be the third sound.
  • Example 2 subject Y, who was diagnosed as having sound III in heart sounds in a normal examination, was the subject.
  • the heart sound signal is extracted from the following time windows (5) and (6) in the piezoelectric signal obtained while the subject Y is in bed on the seat sensor, and the peak time detected from the amplitude fluctuation waveform of the heart sound signal Extra heart sounds were discriminated based on interval.
  • FIG. 30 shows the waveforms of the heart sound signal (black), heartbeat signal (red), CSR signal (pink) and respiratory signal (blue) extracted from the time window (5).
  • 31 is a histogram showing the distribution of time intervals of peaks detected from the amplitude variation waveform of the heart sound signal shown in FIG. 30.
  • FIG. 32 shows the waveforms of the heart sound signal (black), heartbeat signal (red) and respiratory signal (blue) extracted from the time window (6).
  • 33 is a histogram showing the distribution of time intervals of peaks detected from the amplitude variation waveform of the heart sound signal shown in FIG. 32.
  • the heart sound signal contains excessive heart sounds because the peak time intervals are divided into three groups.
  • the predictions based on the heart sound signals extracted from time windows (5) and (6) both included extra heart sounds, and the reliability of both predictions was high. Therefore, it can be predicted that the heart sounds of the subject X include excessive heart sounds.
  • the extra heart sounds were discriminated as IV sounds.
  • monitoring system 2 measuring device 21 sheet sensor 22 measuring unit 3 management device (heart sound analysis device) 30 Auxiliary storage device 31 Acquisition unit 32 Heart sound extraction unit 32a Respiratory signal extraction unit 32b Heartbeat signal extraction unit 32c Heart sound signal extraction unit 32d RST analysis unit 32e CSR analysis unit 32f Heartbeat analysis unit 32g Time window setting unit 32h Heart sound signal selection unit 33 Heart sound Analysis unit 33a Amplitude fluctuation waveform generation unit 33b Peak detection unit 33c Time interval calculation unit 33d Prediction support unit 33e Distribution information generation unit 33f Excess heart sound discrimination unit 34 Display unit 4 Smart phone D1 Heart sound extraction program D2 Heart sound analysis program

Abstract

被験者から取得された心音信号を解析する心音解析装置３であって、前記心音信号の振幅変動波形を生成する振幅変動波形生成部３３ａと、前記振幅変動波形の極大ピークを検出するピーク検出部３３ｂと、前記各極大ピークの時間間隔を算出する時間間隔算出部３３ｃと、前記時間間隔に基づいて、前記被験者の状態の予測を支援する予測支援部３３ｄと、を備える。

Description

心音解析装置、心音解析プログラムおよび記録媒体
　本発明は、被験者から取得した心音信号を解析する技術に関する。
　心音とは、心臓が収縮・拡張するときに発する弁、心筋、血流などの音であり、Ｉ音～IV音に分類される。
　Ｉ音は、心室収縮時に起きる音であり、おもに僧帽弁閉鎖音や大動脈弁開放音である。II音は、心室拡張の始まりに起きる音であり、おもに大動脈弁閉鎖音や肺動脈弁閉鎖音である。III音は、II音の後、すなわち拡張早期の心室の急速充満期に起きる音で、心房から心室へ流入した血流が心室壁で急に阻止された結果発生する。阻止の程度が急であるほど音は強くなり、心室拡張期のコンプライアンスの減少で発生しやすい。IV音は、Ｉ音の直前の心室拡張末期圧上昇時に、心房収縮により心室へ駆出された血流が心室壁で急激に阻止された音である。
　健康な成人では、通常、Ｉ音とII音のみ聴取でき、III音とIV音は確認されない。つまり、III音およびIV音は過剰心音として扱われており、これらが確認される場合、心臓に何らかの疾患が存在する可能性がある。
　例えば、III音は、僧帽弁閉鎖不全症、大動脈弁閉鎖不全症、心室中隔欠損症、心筋梗塞、虚血性心疾患、心筋症、心筋炎などで聴取され、特に心不全ではうっ血の徴候として入退院の判断に用いられるほど、重要である。IV音は、肺高血圧症、大動脈弁狭窄症、虚血性心疾患、心筋炎、心筋症などで聴取される（非特許文献１）。
室生卓、「聴診－III音、IV音－聴診所見を追うことで病態の変化を知る」、［online］、２０１３年５月、Medical Tribune、インターネット〈URL：https://midori-hp.or.jp/wp/wp-content/uploads/2015/08/Medical-Tribune201305.pdf〉
　III音とIV音は、Ｉ音やII音と発生機序が異なるため、聴診器を用いて聴取しても有無を正しく判断するには熟練を要する。しかし、過剰心音は、段落［０００５］に記載した疾患に罹患・増悪した場合に発生・増強するため、非常に重要な所見である。心音図上でＩ音、II音、III音、IV音を特定するためには、心臓の収縮期や拡張期の情報が必要で、そのためにはセンサー貼付が必要な心電図の同時計測が必要であった。
　本発明は、上記問題を解決するためになされたものであって、被験者から取得した心音信号を解析することにより、被験者の状態の予測を支援することを課題とする。
　上記課題を解決するために、本発明は以下の態様を含む。
項１．
　被験者から取得された心音信号を解析する心音解析装置であって、
　前記心音信号の振幅変動波形を生成する振幅変動波形生成部と、
　前記振幅変動波形の極大ピークを検出するピーク検出部と、
　前記各極大ピークの時間間隔を算出する時間間隔算出部と、
　前記時間間隔に基づいて、前記被験者の状態の予測を支援する予測支援部と、
を備える、心音解析装置。
項２．
　前記予測支援部は、前記時間間隔の分布を示す分布情報を生成する分布情報生成部を備える、項１に記載の心音解析装置。
項３．
　前記分布情報生成部は、前記分布情報をヒストグラム形式で生成する、項２に記載の心音解析装置。
項４．
　前記予測支援部は、前記時間間隔に基づいて前記心音信号における過剰心音の有無および過剰心音の種類を判別する過剰心音判別部を備える、項１～３のいずれかに記載の心音解析装置。
項５．
　前記過剰心音判別部は、
　前記振幅変動波形のｎ番目のピークをＰｎとし、ｎ－１番目のピークＰｎ－１とｎ番目のピークＰｎとの時間間隔をＳｎとした場合に、
　Ｓｎ－１＜Ｓｎ＞Ｓｎ＋１の条件を満たす極大ピーク、およびＳｎ－１＞Ｓｎ＜Ｓｎ＋１の条件を満たす極小ピークとを検索し、
　検索された極大ピークの中から任意の極大ピークを第１ピークとして選択し、第１ピークの直後の極小ピークを第２ピークとして選択し、第２ピークの直後の極大ピークを第３ピークとして選択し、
　第１ピークと第２ピークとの時間間隔に対する第２ピークと第３ピークとの時間間隔の比率を算出し、
　当該比率に基づいて前記判別を行う、項４に記載の心音解析装置。
項６．
　項１～５のいずれかに記載の心音解析装置の各部としてコンピュータを動作させるための心音解析プログラム。
項７．
　項５に記載の心音解析プログラムを記録したコンピュータ読み取り可能な記録媒体。
　本発明によれば、被験者から取得した心音信号を解析することにより、被験者の状態の予測を支援することができる。
本発明の一実施形態に係るモニタリングシステムの概略構成を示すブロック図である。 計測装置の設置例を示す概略図である。 被験者の在床期間に取得された圧電信号の一例である。 心音抽出部の詳細な機能ブロック図である。 （ａ）は、ＲＳＴが最大の時間窓における周波数解析によるスペクトル分布であり、（ｂ）は、当該時間窓における呼吸信号、ＣＳＲ信号およびノイズ成分の波形である。 （ａ）は、ＣＳＲが最大の時間窓における周波数解析によるスペクトル分布であり、（ｂ）は、当該時間窓における呼吸信号、ＣＳＲ信号およびノイズ成分の波形である。 心音解析部の詳細な機能ブロック図である。 心音抽出部によって抽出された心音信号の波形の一例である。 心音信号の振幅変動波形の一例である。 振幅変動波形から検出されたピークの時間間隔の分布情報の一例である。 ヒストグラム形式の分布情報の一例である。 III音が存在する心音信号の振幅変動波形のピークを、Ｘ軸を時間、Ｙ軸を直前のピークとの時間間隔としてプロットしたグラフである。 III音およびIV音が存在しない心音信号の振幅変動波形のピークを、Ｘ軸を時間、Ｙ軸を直前のピークとの時間間隔としてプロットしたグラフである。 IV音が存在する心音信号の振幅変動波形のピークを、Ｘ軸を時間、Ｙ軸を直前のピークとの時間間隔としてプロットしたグラフである。 過剰心音を判別するためのグラフの一例である。 ＲＳＴが最大である時間窓から抽出された心音信号等の波形である。 図１６に示す心音信号の振幅変動波形である。 図１７に示す振幅変動波形から検出されたピークの時間間隔の分布情報である。 図１８に示す分布情報をヒストグラム形式で示したものである。 ＣＳＲが最大である時間窓の中で無呼吸の時間窓から抽出された心音信号等の波形である。 図２０に示す心音信号の振幅変動波形から検出されたピークの時間間隔の分布を示すヒストグラムである。 心拍の振幅のＳＤが最小である時間窓から抽出された心音信号等の波形である。 図２２に示す心音信号の振幅変動波形である。 図２３に示す振幅変動波形から検出されたピークの時間間隔の分布情報である。 図２４に示す分布情報をヒストグラム形式で示したものである。 ＲＲ間隔のＳＤが最小である時間窓から抽出された心音信号等の波形である。 図２６に示す心音信号の振幅変動波形である。 図２７に示す振幅変動波形から検出されたピークの時間間隔の分布情報である。 図２８に示す分布情報をヒストグラム形式で示したものである。 ＣＳＲが最大である時間窓の中で無呼吸の時間窓から抽出された心音信号等の波形である。 図３０に示す心音信号の振幅変動波形から検出されたピークの時間間隔の分布を示すヒストグラムである。 心拍の振幅のＳＤが最小である時間窓から抽出された心音信号等の波形である。 図３２に示す心音信号の振幅変動波形から検出されたピークの時間間隔の分布を示すヒストグラムである。
　以下、本発明の実施形態について添付図面を参照して説明する。なお、本発明は、下記の実施形態に限定されるものではない。
　（システム構成）
　図１は、本発明の一実施形態に係るモニタリングシステム１の概略構成を示すブロック図である。モニタリングシステム１は、被験者の心音に基づいて被験者の状態をモニタリングするシステムであり、計測装置２と、管理装置３とを備えている。なお、本実施形態において対象となる被験者は、自宅などの医療機関以外の場所に所在する、主に心臓の疾患を有する患者であるが、被験者が所在する場所は特に限定されない。また、本実施形態において、被験者の疾患は、心音から診断または予測可能な疾患であるが、疾患を特に限定する必要はなく、被験者は健常者であってもよい。
　図２は、計測装置２の設置例を示す概略図である。計測装置２は、被験者が居住している場所（例えば、自宅や老健施設）に設けられ、シートセンサ２１および計測ユニット２２を備えている。
　図２に示すように、シートセンサ２１は、圧電素子を備えたシートセンサであり、被験者が日常的に使用するベッド上に設けられる。なお、図２では、シートセンサ２１上に敷かれるシーツや掛け布団の図示を省略している。被験者が在床している間は、シートセンサ２１は、被験者の体から印加された振動に応じて圧電信号を出力する。
　本実施形態において、在床とは、睡眠状態であるか否かに関わらず、横たわっていることを意味する。そのため、シートセンサ２１は、ベッド等の寝床だけでなく、患者が横たわって休息することができる場所（ソファ等）にも設けてもよい。
　計測ユニット２２は、シートセンサ２１に接続されており、シートセンサ２１が発生した圧電信号をＡＤ変換する。また、計測ユニット２２は、スマートフォン４とＢｌｕｅｔｏｏｔｈ（登録商標）を用いて通信する機能を有しており、ＡＤ変換された圧電信号はスマートフォン４に一時的に保持された後、管理装置３に送信される。
　管理装置３は、特許請求の範囲に記載の心音解析装置に対応するものであり、医療機関またはクラウド上に設けられている。管理装置３は、汎用のコンピュータで構成することができ、ハードウェア構成として、ＣＰＵやＧＰＵなどのプロセッサ、ＤＲＡＭやＳＲＡＭなどの主記憶装置（図示省略）、および、ＨＤＤやＳＳＤなどの補助記憶装置３０を備えている。補助記憶装置３０には、心音抽出プログラムＤ１、心音解析プログラムＤ２などの管理装置３を動作させるための各種プログラムが格納されている。心音抽出プログラムＤ１および心音解析プログラムＤ２は、インターネット等の通信ネットワークを介して管理装置３にダウンロードしてもよいし、ＳＤカード等のコンピュータ読み取り可能な非一時的な記録媒体に心音抽出プログラムＤ１および心音解析プログラムＤ２を記録しておき、当該記憶媒体を介して管理装置３にインストールしてもよい。
　管理装置３は、機能ブロックとして、取得部３１と、心音抽出部３２と、心音解析部３３と、表示部３４とを備えている。取得部３１、心音抽出部３２および心音解析部３３の各部は、論理回路等によってハードウェア的に実現してもよいし、ＣＰＵ等を用いてソフトウェア的に実現してもよい。取得部３１および心音抽出部３２をソフトウェア的に実現する場合、管理装置３のＣＰＵが心音抽出プログラムＤ１を主記憶装置に読み出して実行することにより実現することができる。心音解析部３３をソフトウェア的に実現する場合、管理装置３のＣＰＵが心音解析プログラムＤ２を主記憶装置に読み出して実行することにより実現することができる。
　なお、管理装置３を複数の装置で構成してもよい。例えば、取得部３１および心音抽出部３２として機能する部分を心音抽出装置として構成し、心音解析部３３および表示部３４として機能する部分を心音解析装置として構成してもよい。
　取得部３１は、シートセンサ２１からの圧電信号を取得する機能ブロックである。取得部３１は、常時、圧電信号を取得する必要はなく、少なくとも、被験者が在床している間に、圧電信号を取得すればよい。また、圧電信号のサンプリング周波数が高い場合、取得部３１は、データ量削減のため、ダウンサンプリングを行ってもよい。
　図３は、被験者の在床期間に取得された圧電信号の一例であり、４００Ｈｚにダウンサンプリングされたものである。在床期間の大半において、圧電信号には、体動、呼吸、心拍その他のノイズ成分が多く含まれている。
　（心音抽出方法の概要）
　図１に示す心音抽出部３２は、圧電信号から被験者の心音信号を抽出する機能ブロックである。圧電信号の中にある心音信号は、体動、呼吸、心拍の信号に比べ非常に弱いため、ノイズ等の影響を受けやすく、正しく過剰心音の有無を判定するにたえうる心音信号（波形）を抽出することは、従来技術では困難であった。そこで、心音抽出部３２は、圧電信号から抽出された心音信号に、高精度な心音解析にたえうる時間窓を自動で設定する。
　本実施形態において、前記時間窓は、
　（１）呼吸周波数の標準偏差の逆数（ＲＳＴ）が最大である時間窓
　（２）周期性呼吸パワー（ＣＳＲ）が最大である時間窓
　（３）抽出した心音信号の振幅が最大となる時間窓
　（４）抽出した心音信号の振幅変動が最小となる時間窓
　（５）前記時間窓（２）の中で無呼吸の時間窓
　（６）心拍の振幅の標準偏差（ＳＤ）が最小である時間窓
　（７）心拍の間隔（ＲＲ間隔）のＳＤが最小である時間窓
の少なくともいずれかの時間窓である。本発明者は、これらの時間枠であれば、心音信号以外の成分が比較的少ないことに着目し、これらの時間窓内の心音信号を利用することによって高精度な心音解析が可能になることを見出した。
　時間窓（１）を選択する理由は、ＲＳＴが大きい時は呼吸に周期性があるので、呼吸信号の影響を除去しやすいためである。時間窓（２）を選択する理由は、ＣＳＲが大きい時は呼吸停止時間が長いので、呼吸の影響を受けにくいためである。時間窓（３）を選択する理由は、当該時間窓に強い心音信号が存在するためである。時間窓（４）を選択する理由は、当該時間窓に安定した心音信号が存在するためである。時間窓（５）を選択する理由は、無呼吸の時は呼吸の影響を完全に排除できるためである。時間窓（６）を選択する理由は、心拍の振幅が大きい時は、心音の大きさ（振幅）も変動している可能性があるためである。時間窓（７）を選択する理由は、ＲＲ間隔の変動による心音の間隔の変動の影響を排除するためである。以下、過剰心音判定のための時間窓設定の具体例について説明する。
　図４は、心音抽出部３２の詳細な機能ブロック図である。心音抽出部３２は、呼吸信号抽出部３２ａと、心拍信号抽出部３２ｂと、心音信号抽出部３２ｃと、ＲＳＴ解析部３２ｄと、ＣＳＲ解析部３２ｅと、心拍解析部３２ｆと、時間窓設定部３２ｇと、心音信号選択部３２ｈとを備えている。取得部３１から出力された圧電信号は、呼吸信号抽出部３２ａ、心拍信号抽出部３２ｂおよび心音信号抽出部３２ｃに入力される。
　呼吸信号抽出部３２ａは、圧電信号から呼吸信号を抽出する。呼吸信号は比較的信号レベルが大きいため、心音信号よりも容易にノイズを除去して抽出することができ、記録時間を通した解析が可能である。本実施形態では、呼吸信号抽出部３２ａは、４０００Ｈｚの圧電信号からノイズを除去した上で、最終的に４Ｈｚのダウンサンプリングし、０．００８～０．６Ｈｚのバンドバスフィルターを通して呼吸信号を抽出する。これをＲＳＴ解析部３２ｄおよびＣＳＲ解析部３２ｅに出力する。
　ＲＳＴ解析部３２ｄは、呼吸信号からＲＳＴを算出する。本実施形態では、ＲＳＴ解析部３２ｄは、呼吸信号の５分間の時間窓を５０秒ずつ移動させることにより窓内の信号を取り出し、各時間窓の信号に対して、最大エントロピー法を用いた周波数解析を行う。ＣＳＲ解析部３２ｅは、呼吸信号の包絡波形（ＣＳＲ波形）を抽出し、包絡波形に対して時間窓毎に、最大エントロピー法を用いた周波数解析を行う。二つの周波数解析の結果から、ＲＳＴとＣＳＲのグレードが計算される。
　図５（ａ）は、ＲＳＴが最大の時間窓における周波数解析によるスペクトル分布であり、図５（ｂ）は、当該時間窓における呼吸信号（黒線）、ＣＳＲ信号（赤線）およびノイズ成分（青線）の波形である。ＲＳＴが最大の際には、呼吸が極めて周期的であることが分かる。
　図６（ａ）は、ＣＳＲが最大の時間窓における周波数解析によるスペクトル分布であり、図６（ｂ）は、当該時間窓における呼吸信号（黒線）、ＣＳＲ信号（赤線）およびノイズ成分（青線）の波形である。この波形から、ＣＳＲ信号が０を大きく下回っている間は、呼吸が止まっており、ノイズ成分が極めて小さいことが分かる。
　心拍信号抽出部３２ｂは、圧電信号から脈動信号（心拍信号）を抽出する。本実施形態では、心拍信号抽出部３２ｂは、４０００Ｈｚの圧電信号からノイズを除去した上で、最終的に３０Ｈｚのダウンサンプリングし、０．８～２Ｈｚのバンドバスフィルターを通して心拍信号を抽出する。
　心拍解析部３２ｆは、終夜心拍信号に対し、５分間の時間窓を５０秒ずつ移動させることにより窓内の信号を取り出し、各時間窓における心拍の振幅のＳＤおよびＲＲ間隔のＳＤを算出する。
　ＲＳＴ解析部３２ｄが算出した各時間窓のＲＳＴ、ＣＳＲ解析部３２ｅが算出した各時間窓のＣＳＲ、並びに、心拍解析部３２ｆが算出した各時間窓における心拍の振幅のＳＤおよびＲＲ間隔のＳＤは、時間窓設定部３２ｇに出力される。
　心音信号抽出部３２ｃは、圧電信号から心音信号を抽出する。本実施形態では、心音信号抽出部３２ｃは、４０００Ｈｚの圧電信号を４００Ｈｚにダウンサンプリングしてノイズ除去し、２５～１００Ｈｚのバンドバスフィルターを通して心音信号を抽出する。
　（心音解析に適した時間窓の設定）
　時間窓設定部３２ｇは、ＲＳＴ解析部３２ｄ、ＣＳＲ解析部３２ｅ、心拍解析部３２ｆおよび心音信号抽出部３２ｃからの各情報に基づき、心音信号において心音解析に適した時間窓を設定する。具体的には、時間窓設定部３２ｇは、
　（１）ＲＳＴが最大である時間窓
　（２）ＣＳＲが最大である時間窓
　（３）抽出した心音信号の振幅が最大となる時間窓
　（４）抽出した心音信号の振幅変動が最小となる時間窓
　（５）前記時間窓（２）の中で無呼吸の時間窓
　（６）心拍の振幅のＳＤが最小である時間窓
　（７）ＲＲ間隔のＳＤが最小である時間窓
の少なくともいずれかの時間窓の信号を設定する。時間窓設定部３２ｇが設定する時間窓は１つであっても複数であってもよいが、これらの時間窓の中では、時間窓（１）、（２）および（５）が好ましく、さらに、時間窓（２）および（５）は、呼吸信号の影響を受けないため、特に好ましい。
　なお、時間窓（１）は、ＲＳＴが最大である時間窓に限らず、ＲＳＴが所定値以上である時間窓を含んでもよい。また、時間窓（２）は、ＣＳＲが最大である時間窓に限らず、ＣＳＲが所定値以上である時間窓を含んでもよい。また、時間窓（３）は、心音信号の振幅が最大である時間窓に限らず、心音信号の振幅が所定値以上である時間窓を含んでもよい。また、時間窓（４）は、心音信号の振幅変動が最小である時間窓に限らず、心音信号の振幅変動が所定値以下である時間窓を含んでもよい。また、時間窓（６）は、心拍の振幅のＳＤが最小である時間窓に限らず、心拍の振幅のＳＤが所定値以下である時間窓を含んでもよい。また、時間窓（７）は、ＲＲ間隔のＳＤが最小である時間窓に限らず、ＲＲ間隔のＳＤが所定値以下である時間窓を含んでもよい。
　各時間窓の長さは、本実施形態では上述のように５分間としているが、適宜変更してもよい。
　心音信号選択部３２ｈは、心音信号抽出部３２ｃによって抽出された心音信号から、設定された時間窓内の心音信号を選択する。本実施形態では、心音信号選択部３２ｈは、心音信号から時間窓内の心音信号を切り出して、心音解析部３３に出力するとともに、表示部３４に、時間窓内の心音信号の波形を表示させる。医療従事者は、心音信号の波形を（より望ましくは心拍信号の波形とともに）観察することにより、過剰心音の有無を判定する。
　なお、心音信号選択部３２ｈは、時間窓内の心音信号を切り出さずに、心音信号の波形上に時間窓を示す枠を表示したり、時間窓内の波形を他の波形を区別可能な態様で表示してもよい。これにより、医療従事者は、心音信号の中から過剰心音有無の判定に適した部分を特定することができる。あるいは、心音信号選択部３２ｈは、時間窓内の心音信号の切り出し、および、心音解析部３３への出力のみを行い、波形の表示を行わない構成としてもよい。
　（心音の解析）
　図１に示す心音解析部３３は、心音信号を解析することにより、被験者の状態の予測を支援する機能ブロックである。［背景技術］において説明したように、心音信号に過剰心音が確認される場合、心臓に何らかの疾患が存在する可能性がある。そのため、心音解析部３３は、特に過剰心音の有無を解析することで、被験者の状態の予測を支援する。
　図７は、心音解析部３３の詳細な機能ブロック図である。心音解析部３３は、振幅変動波形生成部３３ａと、ピーク検出部３３ｂと、時間間隔算出部３３ｃと、予測支援部３３ｄとを備えている。
　振幅変動波形生成部３３ａは、心音信号の振幅変動波形を生成する機能ブロックである。この機能について、図８～図９に基づいて説明する。
　（過剰心音の有無の判別）
　図８は、心音抽出部３２によって抽出された心音信号の波形の一例である。なお、図８では、大きい振幅と小さい振幅の波形が規則的に繰り返されているように見えるが、実際は、ノイズ除去処理等の影響により、振幅の大きさはランダムになることもある。
　振幅変動波形生成部３３ａは、図８の心音信号に対し、正の領域および負の領域にそれぞれ、心音信号の各波に接する包絡線を設定し、２つの包絡線のうち負の領域側の包絡線を０に補正することで、図９に示す振幅変動波形を生成する。
　図７に示すピーク検出部３３ｂは、振幅変動波形のピークを検出する機能ブロックである。本実施形態において、ピークとは、振幅変動波形における極大点を意味する。図９では、ピークが点で示されている。
　図７に示す時間間隔算出部３３ｃは、各ピークの時間間隔を算出する機能ブロックである。図９では、ピークを示す各点からの時間軸へ伸びる垂線の間隔が、各ピークの時間間隔に相当する。以下の説明では、時間間隔を単に「間隔」と記載することもある。
　図７に示す予測支援部３３ｄは、時間間隔に基づいて被験者の状態の予測を支援する機能ブロックである。本実施形態では、予測支援部３３ｄは、心音信号における過剰心音の有無を示唆する情報を生成する、および／または、過剰心音の有無を自動判別することにより、被験者の状態の予測を支援する。この機能を実現するため、予測支援部３３ｄは、分布情報生成部３３ｅと、過剰心音判別部３３ｆとを備えている。
　分布情報生成部３３ｅは、過剰心音の有無を示唆する情報として、時間間隔算出部３３ｃが算出した時間間隔の分布を示す分布情報を生成する。生成された分布情報は表示部３４に表示される。
　図１０は、分布情報の一例である。同図において、各ピークの直前のピークとの時間間隔を〇印で示している。この図から、時間間隔は、約０．１秒の群と、約０．３～０．５秒の群と、約０．６秒の群の３つの群からなることが直感的に把握できる。
　また、分布情報生成部３３ｅは、分布情報をヒストグラム形式で生成することもできる。図１１は、ヒストグラム形式の分布情報の一例である。同図において、横軸は、直前のピークとの時間間隔であり、縦軸は当該時間間隔を有するピークの数である。このヒストグラムから、ピークの時間間隔が３つの群に分かれることが直感的に把握できる。
　上記の時間間隔の群数は、過剰心音の有無を予測する指標となる。通常、健康な成人の心音には１つの心拍期間（ＲＲ間隔）にＩ音およびII音のみ存在するが、その場合、II音と次の心拍期間のＩ音との間隔＜Ｉ音とII音との間隔、という傾向がある。そのため、ピークの時間間隔の群数は２となる。
　一方、III音が存在する場合、II音とIII音との間隔＜Ｉ音とII音との間隔＜III音と次の心拍期間のＩ音との間隔、という傾向がある。また、III音の代わりにIV音が存在する場合（III音およびIV音が同時に存在することは殆どない）、IV音と次の心拍期間のＩ音との間隔＜Ｉ音とII音の間隔＜II音とIV音の間隔、という傾向がある。したがって、III音またはIV音が存在する場合、ピークの時間間隔の群数は３となる。
　このように、分布情報生成部３３ｅによって生成された分布情報から、ピークの時間間隔の群数が把握できれば、心拍信号を参照せずとも、心音に過剰心音が存在するか否かを予測することが可能となる。すなわち、図８に示す心音信号では、振幅変動波形のピークの時間間隔の群数が３であるため、過剰心音が存在すると予測できる。
　なお、ピーク検出部３３ｂによってピークが正確に検出されている場合、上記の各群ごとに時間間隔の平均を算出し、各平均の合計値は、心音周期の平均にほぼ等しくなる。よって、心拍を計測している場合は、上記の合計値を心拍のＲＲ間隔の平均値と比較することにより、ピーク検出部３３ｂによるピーク検出の精度を判定することができる。すなわち、上記の合計値がＲＲ間隔の平均値に近似しているほど、ピークが心音の波形に基づいて正確に検出されていることになるので、過剰心音の予測の信頼性が高いことを意味している。
　そのため、複数の時間窓を選択した場合、各時間窓から抽出された心音信号から得られた予測結果のうち、信頼性の高い予測結果を採用することが好ましい。
　（過剰心音の種類の判別）
　なお、II音とIII音との間隔はIV音と次の心拍期間のＩ音との間隔とほぼ等しいため、分布情報からは過剰心音の有無は予測できるが、その過剰心音がIII音であるかIV音であるかの判別は困難である。これに対し、図７に示す過剰心音判別部３３ｆは、ピークの時間間隔に基づいて、心拍信号における過剰心音の有無だけでなく、過剰心音の種類をも自動的に判別する機能を有している。以下、過剰心音判別部３３ｆによる判別方法について、図１２～図１４を参照して説明する。
　図１２は、III音が存在する心音信号の振幅変動波形のピークを、Ｘ軸を時間、Ｙ軸を直前のピークとの時間間隔としてプロットしたグラフである。このグラフでは、１１のピークＰ１～Ｐ１１が示されている。各ピークの高さは、直前のピークとの時間間隔と等しく、ｎ－１番目のピークＰｎ－１とｎ番目のピークＰｎとの時間間隔をＤｎとすると、ピークＰｎの高さはＤｎである。すなわち、グラフ中の四角形は全て正方形である。なお、各ピークには心音の種類を示すＩ、II、IIIの記号が対応付けられているが、これは便宜上、示されているだけであり、過剰心音判別部３３ｆは各ピークがどの心音に分類されるかまでは判別しない。
　過剰心音判別部３３ｆは、各ピークの中から、極大ピークおよび極小ピークを検索する。極大ピークとは、前後のピークよりも高いピークを意味し、極小ピークとは、前後のピークよりも低いピークを意味する。つまり、極大ピークは、
Ａ：Ｄｎ－１＜Ｄｎ＞Ｄｎ＋１
の条件を満たすピークあり、極小ピークは、
Ｂ：Ｄｎ－１＞Ｄｎ＜Ｄｎ＋１
の条件を満たすピークである。
　例えば、ピークＰ３は、Ｄ２＜Ｄ３＞Ｄ４であり、条件Ａを満たすので、極大ピークである。ピークＰ６、Ｐ９も条件Ａを満たすので、極大ピークである。
　また、ピークＰ５は、Ｄ４＞Ｄ５＜Ｄ６であり、条件Ｂを満たすので、極小ピークである。ピークＰ８も条件Ａを満たすので、極大ピークである。
　一方、ピークＰ４は、Ｄ３＞Ｄ４＞Ｄ５であり、条件ＡおよびＢのいずれも満たさないので、極大ピークおよび極小ピークのいずれにも該当しない。同様に、ピークＰ７、Ｐ１０も極大ピークおよび極小ピークのいずれにも該当しない。
　なお、図１２では、極大ピークおよび極小ピークを黒丸印で示し、極大ピークおよび極小ピークのいずれにも該当しないピークを白丸印で示している。また、ピークＰ１、Ｐ２、Ｐ１１は、グラフの範囲で極大ピークであるか極小ピークであるかの判別に必要な時間間隔を省略しているため、当該判別の対象外とし、白丸印で示している。
　続いて、過剰心音判別部３３ｆは、検索された極大ピークの中から任意の極大ピークを第１ピークとして選択し、第１ピークの直後の極小ピークを第２ピークとして選択し、第２ピークの直後の極大ピークを第３ピークとして選択する。この場合、第１ピークと第３ピークとの時間間隔は、心拍のＲＲ間隔（以下、ＲＲ）に等しいものとみなすことができる。図１２では、第１ピーク、第２ピーク、第３ピークは、ピークＰ３、Ｐ５、Ｐ６の組み合わせ、およびピークＰ６、Ｐ８、Ｐ９の組み合わせが該当する。
　続いて、過剰心音判別部３３ｆは、第１ピークと第２ピークとの時間間隔に対する第２ピークと第３ピークとの時間間隔の比率Ｒを演算する。例えば、第１ピーク、第２ピーク、第３ピークがそれぞれピークＰ３、Ｐ５、Ｐ６である場合、
Ｒ＝（Ｄ４＋Ｄ５）／Ｄ６　　（Ｃ）
となる。後述するように、比率Ｒは、心音信号における過剰心音の有無および過剰心音の種類を判別する指標となる。
　図１３は、III音およびIV音が存在しない心音信号の振幅変動波形のピークを、Ｘ軸を時間、Ｙ軸を直前のピークとの時間間隔としてプロットしたグラフであり、図１４は、IV音が存在する心音信号の振幅変動波形のピークを、Ｘ軸を時間、Ｙ軸を直前のピークとの時間間隔としてプロットしたグラフである。なお、これらのグラフにおける各符号の定義は、図１２におけるものと同じである。以下、図１３および図１４のグラフから、上述の比率Ｒの算出について説明する。
　図１３に示すグラフでは、０のピークＰ１～Ｐ９が示されている。各ピークにはＩ、IIの記号が対応付けられているが、これは便宜上、示されているだけであり、過剰心音判別部３３ｆは各ピークがどの心音に分類されるかまでは判別しない。
　過剰心音判別部３３ｆは、各ピークの中から、上述の条件Ａを満たす極大ピークおよび上述の条件Ｂを満たす極小ピークを検索する。極大ピークは、ピークＰ３、Ｐ５、Ｐ７が該当し、極小ピークは、ピークＰ４、Ｐ６、Ｐ８が該当する。なお、ピークＰ１、Ｐ２、Ｐ９は白丸印で示されているが、この白丸印は、グラフの範囲で極大ピークであるか極小ピークであるかの判別に必要な時間間隔を省略しているため、当該判別の対象外であることを意味しており、図１４では、極大ピークにも極小ピークにも該当しないピークは存在しない。
　続いて、過剰心音判別部３３ｆは、検索された極大ピークおよび極小ピークから、第１ピーク、第２ピーク、第３ピークを選択し、第１ピークと第２ピークとの時間間隔に対する第２ピークと第３ピークとの時間間隔の比率Ｒを演算する。例えば、第１ピーク、第２ピーク、第３ピークがそれぞれピークＰ３、Ｐ４、Ｐ５である場合、
Ｒ＝Ｄ４／Ｄ５　　（Ｄ）
となる。
　図１４に示すグラフでは、１２のピークＰ１～Ｐ１２が示されている。各ピークにはＩ、II、IVの記号が対応付けられているが、これは便宜上、示されているだけであり、過剰心音判別部３３ｆは各ピークがどの心音に分類されるかまでは判別しない。
　過剰心音判別部３３ｆは、各ピークの中から、上述の条件Ａを満たす極大ピークおよび上述の条件Ｂを満たす極小ピークを検索する。極大ピークは、ピークＰ３、Ｐ６、Ｐ９が該当し、極小ピークは、ピークＰ４、Ｐ７、Ｐ１０が該当する。
　続いて、過剰心音判別部３３ｆは、検索された極大ピークおよび極小ピークから、第１ピーク、第２ピーク、第３ピークを選択し、第１ピークと第２ピークとの時間間隔に対する第２ピークと第３ピークとの時間間隔の比率Ｒを演算する。例えば、第１ピーク、第２ピーク、第３ピークがそれぞれピークＰ３、Ｐ４、Ｐ６である場合、
Ｒ＝Ｄ４／（Ｄ５＋Ｄ６）　　（Ｅ）
となる。
　ここで、図１２に示すように、心音信号にIII音が存在する場合、II音とIII音との間隔＜Ｉ音とII音との間隔＜III音と次の心拍期間のＩ音との間隔、という傾向があるため、極大ピークはＩ音に対応し、極小ピークはIII音に対応する。つまり、式（Ｃ）で算出される比率Ｒは、
Ｉ音とIII音との間隔／III音と次の心拍期間のＩ音との間隔
を意味する。
　一方、図１３に示すように、心音信号にＩ音およびII音のみ存在する場合、II音と次の心拍期間のＩ音との間隔＜Ｉ音とII音との間隔、という傾向があるため、図１２と同様に、極大ピークはＩ音に対応し、極小ピークはIII音に対応する。つまり、式（Ｄ）で算出される比率Ｒは、
Ｉ音とII音との間隔／II音と次の心拍期間のＩ音との間隔
を意味する。ここで、III音はII音の後に発せられるため、式（Ｃ）で算出される比率Ｒのほうが式（Ｄ）で算出される比率Ｒよりも大きくなる傾向がある。
　また、図１４に示すように、心音信号にIV音が存在する場合、IV音と次の心拍期間のＩ音との間隔＜Ｉ音とII音の間隔＜II音とIV音の間隔、という傾向があるため、極大ピークはIV音に対応し、極小ピークはＩ音に対応する。つまり、式（Ｅ）で算出される比率Ｒは、
IV音と次の心拍期間のＩ音との間隔／Ｉ音とIV音との間隔
を意味する。IV音と次の心拍期間のＩ音との間隔は非常に短いため、式（Ｅ）で算出される比率Ｒは、式（Ｃ）および（Ｄ）で算出される比率Ｒよりも小さくなる傾向がある。
　したがって、比率Ｒに対して、５つの閾値を設定することにより、心音信号における過剰心音の有無および過剰心音がIII音であるかIV音であるかの判別が可能となる。本実施形態では、閾値ａ、ｂ、ｃ、ｄ、ｅ（ａ＜ｂ＜ｃ＜ｄ＜ｅ）を設定し、過剰心音判別部３３ｆは、段落［００５２］においてピークの時間間隔の群数が３つ存在することが明確な場合には、Ｒが閾値ｃよりも小さい場合にはIV音が、大きい場合にIII音が存在する可能性が高いと判別できる。さらに、ａ＜Ｒ＜ｂの場合に、IV音が存在する確度が高まり、ｄ≦Ｒ＜ｅの場合に、III音が存在する確度が高まる。ａ、ｂ、ｃ、ｄおよびｅの値は、例えば、被験者の性別および心拍数（ＲＲ間隔）などによって適宜設定することができる。
　一例として、男性・女性とも、ａおよびｂは、以下のように設定できる。
Figure JPOXMLDOC01-appb-M000001
　またｃはIII音あるいはIV音がない場合の平均的な比率で、男性の場合、
Figure JPOXMLDOC01-appb-M000002
 　のように設定でき、女性の場合、
Figure JPOXMLDOC01-appb-M000003
 　のように設定できる。
　また、ｄおよびｅは、男性の場合、
Figure JPOXMLDOC01-appb-M000004
 のように設定でき、女性の場合、
Figure JPOXMLDOC01-appb-M000005
 のように設定できる。
　なお、判別結果は表示部３４に表示される。
　図１５は、比率Ｒに基づいて過剰心音を判別するためのグラフの一例である。このグラフにおいて、ＲＲ間隔に応じた比率Ｒをプロットしたときに、男性が「Ｓ３（＋）：ｍａｌｅ，ｍｉｎ」の曲線より上の領域に位置し、女性が「Ｓ３（＋）：ｆｅｍａｌｅ，ｍｉｎ」の曲線より上の領域に位置する場合は、III音が存在すると判別される。また、「Ｓ４（＋）：ｍａｘ」の曲線より下の領域に位置する場合は、IV音が存在すると判別される。
　以上のように、過剰心音判別部３３ｆは、心音信号の振幅変動波形から極大ピークおよび極小ピークを検索し、検索された極大ピークおよび極小ピークの中から第１ピーク、第２ピークおよび第３ピークを選択し、第１ピークと第２ピークとの時間間隔に対する第２ピークと第３ピークとの時間間隔の比率Ｒを算出し、当該比率Ｒに基づいて、心音信号における過剰心音の有無および過剰心音の種類を判別する。なお、過剰心音判別部３３ｆは、第１ピーク、第２ピーク、第３ピークの組み合わせを複数選択してもよく、この場合、各組み合わせから算出された比率Ｒの平均に基づいて、前記判定を行ってもよい。
　（小括）
　本実施形態では、被験者が在床している間のシートセンサの圧電信号から、所定の時間窓の信号を選択し、選択された信号から心音以外の成分を除去しているため、シートセンサを用いて被験者の心音信号を高精度に抽出することができる。これにより、在宅している被験者の心音信号もシートセンサを用いることで取得でき、その心音信号を解析することにより、過剰心音の有無などを自動で判定することが可能となる。よって、在宅療養中の被験者の状態を、被験者の心音に基づいて遠隔でモニタリングすることができ、被験者および医療従事者の負担を大幅に軽減することができる。
　さらに、本実施形態では、被験者から取得した心音信号の振幅変動波形におけるピークの時間間隔を算出し、時間間隔の分布を示す分布情報を生成している。これにより、心拍信号を参照せずとも、聴取に熟練を要する過剰心音が存在するか否かを予測することが可能となる。さらに、ピークから所定条件を満たす極大ピークおよび極小ピークを検索し、連続した極大ピーク、極小ピークおよび極大ピーク（第１～第３ピーク）における時間間隔の比率から、過剰心音の有無に加え、過剰心音の種類も判別することが可能となる。これにより、被験者の状態の予測を支援することができる。
　（付記事項）
　以上、本発明の実施形態について説明したが、本発明は上記実施形態に限定されるものではなく、その趣旨を逸脱しない限りにおいて、種々の変更が可能である。
　上記実施形態では、被験者の心音信号をシートセンサの圧電信号から抽出することによって取得していたが、本発明はこれに限定されない。例えば、被験者の心音信号を電子聴診器や高性能マイクロフォンを用いて取得し、これを解析して過剰心音の有無などを判別してもよい。
　以下、本発明の実施例について説明するが、本発明は下記実施例に限定されない。各実施例では、上記実施形態の計測装置２を用いて、シートセンサの圧電信号から被験者の心音信号を抽出し、管理装置３において、心音信号を解析した。
　（実施例１）
　実施例１では、通常の検査において心音にIII音が存在すると診断されている被験者Ｘを対象とした。被験者Ｘがシートセンサに在床中に取得された圧電信号における、下記の時間窓（１）、（５）～（７）の信号から心音信号を抽出し、心音信号の振幅変動波形から検出されたピークの時間間隔に基づいて、過剰心音の判別を行った。
　（１）ＲＳＴが最大である時間窓
　（５）前記時間窓（２）の中で無呼吸の時間窓
　（６）心拍の振幅のＳＤが最小である時間窓
　（７）ＲＲ間隔のＳＤが最小である時間窓
　図１６は、時間窓（１）から抽出された心音信号（黒）、心拍信号（赤）および呼吸信号（青）の波形である。図１７は、図１６に示す心音信号の振幅変動波形である。図１８は、図１７に示す振幅変動波形から検出されたピークの時間間隔の分布を示す分布情報であり、図１９は、この分布情報をヒストグラム形式で示したものである。
　図１７～図１９では、ピークの時間間隔が大きく３つの群に分かれていることから、心音信号に過剰心音が含まれていることが予測できる。各群の時間間隔の平均はそれぞれ、０．１９３ｓｅｃ、０．３２７ｓｅｃ、０．６４ｓｅｃであり、これらの合計値（心拍周期の予測値）は１．１６ｓｅｃであったのに対し、ＲＲ間隔の平均は１．１１２ｓｅｃであった。よって、予測の信頼性は、１．１１２／１．１６＝９６％であった。
　図２０は、時間窓（５）から抽出された心音信号（黒）、ＣＳＲ信号（赤）および呼吸信号（青）の波形である。図２１は、図２０に示す心音信号の振幅変動波形から検出されたピークの時間間隔の分布を示すヒストグラムである。
　図２１では、ピークの時間間隔が大きく３つの群に分かれていることから、心音信号に過剰心音が含まれていることが予測できる。各群の時間間隔の平均はそれぞれ、０．１２ｓｅｃ、０．３１６ｓｅｃ、０．５８９ｓｅｃであり、これらの合計値（心拍周期の予測値）は１．０２５ｓｅｃであったのに対し、ＲＲ間隔の平均は１．００９ｓｅｃであった。よって、予測の信頼性は、１．０２５／１．００９＝９８％であった。
　図２２は、時間窓（６）から抽出された心音信号（黒）、心拍信号（赤）および呼吸信号（青）の波形である。図２３は、図２２に示す心音信号の振幅変動波形である。図２４は、図２３に示す振幅変動波形から検出されたピークの時間間隔の分布を示す分布情報であり、図２５は、この分布情報をヒストグラム形式で示したものである。
　図２４および図２５では、ピークの時間間隔の群は判然としていないが、ヒストグラムを自動解析したところ、３つの群に分かれていると判定された。心音信号に過剰心音が含まれていることが予測できる。各群の時間間隔の平均はそれぞれ、０．２０５ｓｅｃ、０．３５６ｓｅｃ、０．４２９ｓｅｃであり、これらの合計値（心拍周期の予測値）は０．９９ｓｅｃであったのに対し、ＲＲ間隔の平均は０．９７３ｓｅｃであった。よって、予測の信頼性は、０．９７３／０．９９＝９８％であった。
　図２６は、時間窓（７）から抽出された心音信号（黒）、心拍信号（赤）および呼吸信号（青）の波形である。図２７は、図２６に示す心音信号の振幅変動波形である。図２８は、図２７に示す振幅変動波形から検出されたピークの時間間隔の分布を示す分布情報であり、図２９は、この分布情報をヒストグラム形式で示したものである。
　図２８および図２９では、ピークの時間間隔の群は判然としていないが、ヒストグラムを自動解析したところ、２つの群に分かれていると判定された（すなわち、心音信号に過剰心音が含まれていないと予測された）。各群の時間間隔の平均はそれぞれ、０．２７１ｓｅｃ、０．４０１ｓｅｃであり、これらの合計値（心拍周期の予測値）は０．６７２ｓｅｃであったのに対し、ＲＲ間隔の平均は０．９３１ｓｅｃであった。よって、予測の信頼性は、０．６７２／０．９３１＝７２％であった。
　以上から、時間窓（１）、（５）および（６）から抽出された心音信号に基づく予測では、過剰心音が含まれているのに対し、時間窓（５）から抽出された心音信号に基づく予測では、過剰心音が含まれていなかった。しかし、時間窓（１）、（３）および（４）から抽出された心音信号に基づく予測の信頼性は、時間窓（５）よりも格段に高いため、被験者Ｘの心音には過剰心音が含まれていると予測できる。
　さらに、過剰心音判別部３３ｆによって、過剰心音の種類を分析したところ、過剰心音はIII音であると判別された。
　（実施例２）
　実施例２では、通常の検査において心音にIII音が存在すると診断されている被験者Ｙを対象とした。被験者Ｙがシートセンサに在床中に取得された圧電信号における、下記の時間窓（５）および（６）の信号から心音信号を抽出し、心音信号の振幅変動波形から検出されたピークの時間間隔に基づいて、過剰心音の判別を行った。
　（５）前記時間窓（２）の中で無呼吸の時間窓
　（６）心拍の振幅のＳＤが最小である時間窓
　図３０は、時間窓（５）から抽出された心音信号（黒）、心拍信号（赤）、ＣＳＲ信号（桃）および呼吸信号（青）の波形である。図３１は、図３０に示す心音信号の振幅変動波形から検出されたピークの時間間隔の分布を示すヒストグラムである。
　図３１では、ピークの時間間隔が大きく３つの群に分かれていることから、心音信号に過剰心音が含まれていることが予測できる。各群の時間間隔の平均はそれぞれ、０．１４９ｓｅｃ、０．３３２ｓｅｃ、０．７４４ｓｅｃであり、これらの合計値（心拍周期の予測値）は１．２２５ｓｅｃであったのに対し、ＲＲ間隔の平均は１．１８５ｓｅｃであった。よって、予測の信頼性は、１．１８５／１．２２５＝９７％であった。
　図３２は、時間窓（６）から抽出された心音信号（黒）、心拍信号（赤）および呼吸信号（青）の波形である。図３３は、図３２に示す心音信号の振幅変動波形から検出されたピークの時間間隔の分布を示すヒストグラムである。
　図３３では、ピークの時間間隔が大きく３つの群に分かれていることから、心音信号に過剰心音が含まれていることが予測できる。各群の時間間隔の平均はそれぞれ、０．２１２ｓｅｃ、０．３６２ｓｅｃ、０．５２ｓｅｃであり、これらの合計値（心拍周期の予測値）は１．０９４ｓｅｃであったのに対し、ＲＲ間隔の平均は１．１１６ｓｅｃであった。よって、予測の信頼性は、１．０９４／１．１１６＝９８％であった。
　以上から、時間窓（５）および（６）から抽出された心音信号に基づく予測では、いずれも過剰心音が含まれており、いずれの予測の信頼性も高かった。よって、被験者Ｘの心音には過剰心音が含まれていると予測できる。
　さらに、過剰心音判別部３３ｆによって、過剰心音の種類を分析したところ、過剰心音はIV音であると判別された。
１　　モニタリングシステム
２　　計測装置
２１　シートセンサ
２２　計測ユニット
３　　管理装置（心音解析装置）
３０　補助記憶装置
３１　取得部
３２　心音抽出部
３２ａ　呼吸信号抽出部
３２ｂ　心拍信号抽出部
３２ｃ　心音信号抽出部
３２ｄ　ＲＳＴ解析部
３２ｅ　ＣＳＲ解析部
３２ｆ　心拍解析部
３２ｇ　時間窓設定部
３２ｈ　心音信号選択部
３３　心音解析部
３３ａ　振幅変動波形生成部
３３ｂ　ピーク検出部
３３ｃ　時間間隔算出部
３３ｄ　予測支援部
３３ｅ　分布情報生成部
３３ｆ　過剰心音判別部
３４　表示部
４　　スマートフォン
Ｄ１　心音抽出プログラム
Ｄ２　心音解析プログラム

Claims (7)

  1. 　被験者から取得された心音信号を解析する心音解析装置であって、
    　前記心音信号の振幅変動波形を生成する振幅変動波形生成部と、
    　前記振幅変動波形の極大ピークを検出するピーク検出部と、
    　前記各極大ピークの時間間隔を算出する時間間隔算出部と、
    　前記時間間隔に基づいて、前記被験者の状態の予測を支援する予測支援部と、
    を備える、心音解析装置。
  2. 　前記予測支援部は、前記時間間隔の分布を示す分布情報を生成する分布情報生成部を備える、請求項１に記載の心音解析装置。
  3. 　前記分布情報生成部は、前記分布情報をヒストグラム形式で生成する、請求項２に記載の心音解析装置。
  4. 　前記予測支援部は、前記時間間隔に基づいて前記心音信号における過剰心音の有無および過剰心音の種類を判別する過剰心音判別部を備える、請求項１～３のいずれかに記載の心音解析装置。
  5. 　前記過剰心音判別部は、
    　前記振幅変動波形のｎ番目のピークをＰｎとし、ｎ－１番目のピークＰｎ－１とｎ番目のピークＰｎとの時間間隔をＳｎとした場合に、
    　Ｓｎ－１＜Ｓｎ＞Ｓｎ＋１の条件を満たす極大ピーク、およびＳｎ－１＞Ｓｎ＜Ｓｎ＋１の条件を満たす極小ピークとを検索し、
    　検索された極大ピークの中から任意の極大ピークを第１ピークとして選択し、第１ピークの直後の極小ピークを第２ピークとして選択し、第２ピークの直後の極大ピークを第３ピークとして選択し、
    　第１ピークと第２ピークとの時間間隔に対する第２ピークと第３ピークとの時間間隔の比率を算出し、
    　当該比率に基づいて前記判別を行う、請求項４に記載の心音解析装置。
  6. 　請求項１～５のいずれかに記載の心音解析装置の各部としてコンピュータを動作させるための心音解析プログラム。
  7. 　請求項５に記載の心音解析プログラムを記録したコンピュータ読み取り可能な記録媒体。
PCT/JP2022/043271 2022-02-01 2022-11-24 心音解析装置、心音解析プログラムおよび記録媒体 WO2023149058A1 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2022-014108 2022-02-01
JP2022014108 2022-02-01

Publications (1)

Publication Number Publication Date
WO2023149058A1 true WO2023149058A1 (ja) 2023-08-10

Family

ID=87552082

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2022/043271 WO2023149058A1 (ja) 2022-02-01 2022-11-24 心音解析装置、心音解析プログラムおよび記録媒体

Country Status (1)

Country Link
WO (1) WO2023149058A1 (ja)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004529720A (ja) * 2001-05-28 2004-09-30 ヘルス デバイシズ ピーティーイー リミテッド 心臓診断システム
JP2012513858A (ja) * 2008-12-30 2012-06-21 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 心音信号を処理する方法及びシステム
JP2013034670A (ja) * 2011-08-08 2013-02-21 Jvc Kenwood Corp 心音情報処理装置、心音情報処理方法、心音情報処理プログラム

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004529720A (ja) * 2001-05-28 2004-09-30 ヘルス デバイシズ ピーティーイー リミテッド 心臓診断システム
JP2012513858A (ja) * 2008-12-30 2012-06-21 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 心音信号を処理する方法及びシステム
JP2013034670A (ja) * 2011-08-08 2013-02-21 Jvc Kenwood Corp 心音情報処理装置、心音情報処理方法、心音情報処理プログラム

Similar Documents

Publication Publication Date Title
US9451921B2 (en) System and method for indicating coronary artery disease risk based on low and high frequency bands
US7771364B2 (en) Method and system for cardiovascular system diagnosis
US20070021673A1 (en) Method and system for cardiovascular system diagnosis
US20080045844A1 (en) Method and system for cardiovascular system diagnosis
US20110152638A1 (en) Cardiography system and method using automated recognition of hemodynamic parameters and waveform attributes
US20200121207A1 (en) Method of processing a signal representing a physiological rhythm
US20130023776A1 (en) Monitoring a property of the cardiovascular system of a subject
US10278595B2 (en) Analysis and characterization of patient signals
US10004473B2 (en) Heart rate detection method and device using heart sound acquired from auscultation positions
US20160120416A1 (en) Systems for monitoring the cardiovascular system using a heart lung sound
US8868168B2 (en) System for cardiac condition characterization using electrophysiological signal data
KR101270592B1 (ko) 오실로매트릭 동맥 혈압 측정에 기반한 개인적인 특성 분석 장치 및 방법
WO2020168260A1 (en) Method of predicting fluid responsiveness in patients
US20160287092A1 (en) Blood vessel mechanical signal analysis
WO2023149058A1 (ja) 心音解析装置、心音解析プログラムおよび記録媒体
WO2023149057A1 (ja) 心音抽出装置、心音抽出プログラム、記録媒体およびモニタリングシステム
US9402571B2 (en) Biological tissue function analysis
Lin et al. Korotkoff sounds dynamically reflect changes in cardiac function based on deep learning methods
JP6320109B2 (ja) 心疾患識別装置
US20220386964A1 (en) Processing physiological signals to determine health-related information
JP7303921B2 (ja) シャント音解析装置、シャント音解析方法、コンピュータプログラム及び記録媒体
WO2023170632A1 (en) Heart failure diagnostic tools and methods using signal trace analysis
JP2020039855A (ja) 生体信号成分検出装置、生体信号成分検出方法および記録媒体
KR20230085526A (ko) 생체신호를 이용한 수면 호흡 상태 분류 장치 및 방법

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: 22924963

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 2023578390

Country of ref document: JP