CN101843477A - 生物信号测量装置 - Google Patents

Abstract

以往的脉搏数测量装置存在的课题是：在运动中进行测量时，干扰噪声或体动噪声大的情况下，周期的波动变大，如果原样取平均以计算脉搏数，测量误差会变大。一种包括振动波检测单元(2)、振动波周期测量部(3)、汇集周期数据并作为群信号(Ga)存储的群存储单元(4)和频率计算单元(5)的生物信号测量装置(1)，其特征在于，所述频率计算单元(5)包括：将群信号(Ga)与预定值比较并进行分段判别的分段判别部(51)、对多个分段进行存储的分段存储部(52)、存储加权系数K的加权系数存储部(53)和振动波周期加权平均值计算部(54)。

Description

生物信号测量装置

技术领域

本发明涉及测量基于心脏跳动或呼吸的振动波或者由步行产生的身体振动波等生物发生的具有周期性的振动波的每单位时间重复数的生物信号测量装置。

背景技术

生物在其生理功能和生态活动中产生具有各种周期性的振动波，经常需要测量或监视其每单位时间的重复数即频率。

例如运动医学中，在用测力计或跑步机等运动辅助装置进行训练时，为了防止心力衰竭等事故并进一步提高训练效果，推荐连续监视作为生物发生的最基本的振动波的脉搏。又，许多人进行用于保持健康的行走，广泛使用检测出步行造成的振动波以告知步数的计步器。

生物中具有周期性的振动波多种多样，但尤其是表示心脏跳动的脉搏，在具有周期性的振动波中最重要而且最贴近，对其测量方法提出很多技术，所以以脉搏测量为中心说明已有技术及其问题。

医院等中，护士一面用秒表一面进行的触诊测量。作为脉搏测量方法，是自古就用的方法。即，通过用指尖按压手腕的手掌侧靠近拇指方的血管，感觉出脉搏，从而感觉出单位时间产生的脉搏。

然而，由于此方法测量需要某种熟练程度和自己难以进行等原因，提出能以电的方式测量脉搏的仪器等。

这种仪器迎来许多提案，但广泛知道基于利用检测出指尖的血流变化的传感器检测出脉搏信号并对一分钟期间的脉搏信号进行计数以作为脉搏数的所谓直接计数方式的测量。

然而，直接计数方式由于测量需要一分钟的时间且不适合连续脉搏测量，提出周期换算方式，其中算出传感器检测出的脉搏信号的时间间隔、即脉搏周期，将经过规定次数累积此脉搏周期后得到的脉搏周期累积值除以规定次数，算出脉搏周期的算术平均值，并换算成一分钟期间的脉搏(例如，参考专利文献1：日本专利公开昭58-30694号公报(权利要求书、图1))。

周期换算方式可利用多个脉搏信号测量脉搏，也适合连续测量，但在体育等运动中想要测量脉搏等情况下，振动造成的噪声使短周期的差错信号容易混入，并且由于体动等，原来的脉搏信号失落，产生长周期的差错信号等，存在测量值会波动的课题。

为了克服此缺点，提出同时使用脉搏传感器和体动传感器以去除脉搏信号包含的体动分量后获得脉搏的体动去除方式(例如，参考专利文献2：日本专利公开2004-298609号公报(权利要求书、图3))。

作为防止体动噪声造成的测量精度降低的其它方法，提出检测出心电波的技术。心电波检测方式即使体动复杂的情况下心电波也稳定，所以可作运动中的测量。然而，存在装置总体组成复杂的倾向，还不能说已成为一般技术。

上述专利文献2所示已有技术中，主要揭示硬件即组成要素的改进；另一方面，也提出要用软件即信号处理技术检测出准确脉搏的技术(例如，参考专利文献3：日本专利公开2006-297004号公报(权利要求书、图1))。

专利文献3所示已有技术提出在从测量的多个脉搏周期算出振动波的过程中进行排除“不纳入生理学数值范围的数值”的处理，从而提高脉搏测量精度的信号处理技术。

发明内容

体动去除方式等基于硬件的改进技术中，除测量脉搏用的传感器外，还另外需要检测出体动用的加速度传感器和***电路等。因此，装置复杂化，成本容易上升。

另一方面，专利文献3所示已有技术那样，通过用信号处理技术排除“不纳入生理学数值范围的数值”(下文称为“生理上不能产生的值”)使测量精度提高的情况下，对具有使用者作单纯动作时的体动分量或/和远离脉搏的周期分量的噪声有效，但对具有进行体育等场合的复杂体动分量(体动噪声)或/和较广周期分量的噪声等不能充分排除接近脉搏信号的分量，所以测量精度降低。

公知技术的信号处理所存在问题的说明(图6、图7)

这里，用图6和图7说明作为生物振动波的脉搏和使用该脉搏处理脉搏信号的公知的技术。

图6示出生物的一般脉搏信号的例子，图7是用公知技术处理图6所示脉搏信号时的波形图。

图6(a)的周期性产生的波形p11表示装配在手腕桡骨附近的压力传感器的脉搏信号，不规则地产生的刺状波形p11n表示从周围混入的电磁噪声或机械噪声。

图6(b)的波形p12表示呼吸动作产生的慢摆动噪声和运动造成的大振幅体动噪声这两种分量混在一起的噪声。

图6(c)的波形p1是上述脉搏的波形p11中添加噪声p11n和噪声p12后的状态的压力传感器的输出波形，示出因混入噪声和/或摆动分量而振幅显著波动的情况。

图7(a)所示信号P1是用电子电路方法从图6(c)所示波形去除低频摆动分量后的信号，形成振幅在大致平坦的基线上波动的脉搏和刺状噪声信号混在一起的波形。

图7(a)和(b)所示“规定区间”是从多个脉搏信号算出一定期间的脉搏数用的范围。例如为10秒～20秒这样的一定的时间区间。在连续测量的波形P1中，从何处开始“规定区间”均可，图7(a)所示例子中，示出从波形p3s开始“规定区间”的情况。

又，图7(a)所示虚线的信号P0是将波形P1当作有意义信号识别用的基准值。

图7(b)所示的振幅一致的脉冲状波形ps1～psn是与基准值P0比较后当作有意义信号识别的脉搏信号，“Da1～Da16”是脉搏信号ps1～psn的间隔、即周期数据Da，是脉搏信号间的周期信号的数值数据。图7(b)所示例子中，用16个数据表示周期数据。

图7(c)示出对周期数据Da1～Da16进行处理后，其结果“计算期间”所示的范围成为算出脉搏数用的新范围。

公知技术中，其方式为：对图7(b)所示脉搏信号的脉搏周期算出周期数据Da1～Da16后，依次研究作为“规定区间”的数据群的Da3～Da16这14个数据，并排除短周期和长周期这样的“人体生理上不能产生的周期数据”。结果，形成图7(c)的“计算期间”所示那样的选取后的新测量对象的数据群。

例如，周期数据Da3、Da4、Da10、Da13、Da15为短周期，周期数据Da12、Da14、Da16为长周期，将其识别为“人体生理上不能产生的周期数据”，则从作为测量对象的数据群的14个周期数据Da3～Da16删除这8个周期数据，使测量对象的数据群减少为周期数据Da5、Da6、Da7、Da8、Da9、Da11这6个。

可是，这样的数据数减少时，该数据数往往使结果测量***产生大变化。

即，数字信号处理理论中，设平均化点数即算出平均值的数据数为M、嵌入数据的间隔即取样间隔为Δt、支配测量***的频率响应的截止频率为fc、C为常数，则能用下式论述。

fc·M·Δt＝C

这里，如果求fc，则

fc＝C/(M·Δt)

如上文所述，公知技术中，去除短周期和长周期的周期数据共8个，所以平均化点数M从M＝14减少为M＝6，使频带fc扩大如下。

fc＝2.33fco(其中，fco为删除周期数据前的频带)

频带扩大，则不仅混入噪声增多，而且信号的响应性显著变化。

即，去除全部短周期和长周期的周期数据后，算出脉搏数时，不仅短周期和长周期的脉搏信号包含的信号分量完全消失，而且使测量***的频率特性变差，产生噪声增大的反效果。

这样，公知技术中存在的基本缺陷为：用0或1严格区别噪声和信号，所以去除全部噪声中包含的信号分量，并将信号中包含的噪声分量全部当作信号进行处理。

综上所述，公知技术的信号处理中的状况是：虽然由于不需要专用的特别硬件，具有成本低的优点，但对于非常重要的处理性能而言，并不十分理想。

本发明的目的是：解决上述课题，并提供一种即使在运动中对生物发出的具有周期性的脉搏等振动波，也能利用基于软件的信号处理技术高精度而且低成本地测量的生物信号测量装置。

为了解决上述课题，本发明的生物信号测量装置采用下述组成。

本发明的生物信号测量装置，检测出生物产生的振动波并计算每单位时间的频率数据，其特征在于，包括：

检测出生物发出的振动波并作为振动波信号输出的振动波检测单元；

测量所述振动波信号的时间间隔并作为周期数据输出的振动波周期测量部；

汇集所述周期数据并作为当作测量对象的数据群即群信号进行存储的群存储单元；以及

根据所述群存储单元存储的所述群信号计算频率数据的频率计算单元。

本发明的生物信号测量方法，检测出生物发出的振动波并计算每单位时间的频率数据，其特征在于，包含：

检测出生物发出的振动波并产生振动波信号的振动波产生步骤；

从所述振动波信号的时间间隔产生周期数据的振动波周期数据产生步骤；

汇集多个所述周期数据并产生当作测量对象的数据群即群信号的群信号产生步骤；以及

根据所述群信号计算频率数据的频率计算步骤。

本发明的生物信号测量装置，其特征在于，所述频率计算单元包括：

输入构成所述群信号的所述多个周期数据，并对所述多个周期数据和预定的周期信号的长度作比较以进行分段判别的分段判别部；

在每一分段存储所述分段判别部进行分段判别后的多个周期数据，并向各多个分段作为分段数据输出的分段存储部；

存储与所述多个分段对应的多个加权系数的加权系数存储部；以及

从所述多个分段数据和与所述分段数据对应的所述多个加权系数计算振动波周期加权平均值的振动波周期加权平均值计算部，而且

根据所述振动波周期加权平均值计算频率数据。

本发明的生物信号测量方法，其特征在于，所述频率计算步骤包含：

根据构成所述群信号的所述多个周期数据，对所述多个周期数据和预定的周期信号的长度作比较以进行分段判别的分段判别步骤；

根据在所述分段判别部中进行分段判别后的多个周期数据，对各多个分段产生分段数据的分段数据产生步骤；以及

从所述多个分段数据和与所述多个分段数据对应的多个加权系数，计算振动波周期加权平均值的振动波周期加权平均值计算步骤，而且

根据所述振动波周期加权平均值计算频率数据。

又，本发明的生物信号测量装置，其特征在于，所述分段判别部根据所述多个周期数据计算所述预定的周期信号的长度。

本发明的生物信号测量装置，其特征在于，所述生物信号测量装置包括显示所述频率数据用的显示单元。

本发明的生物信号测量装置，其特征在于，所述群存储单元中，在更新群存储单元存储的群信号时，改写全部周期数据进行更新。

本发明的生物信号测量装置，其特征在于，所述群存储单元中，在更新群存储单元存储的群信号时，改写部分周期数据进行更新。

再者，振动波是由心脏跳动发生的脉搏、表示心脏的电活动的心电波、由呼吸发生的皮肤振动波、步行或行走时的振动波、脑波。

根据本发明，汇集多个脉搏等振动波信号的时间间隔即周期数据，作为当作测量对象的数据群即群信号加以存储，由分段判别部将其与预定值比较，分类为多个分段(例如短周期、中周期和长周期各分段等)，对中周期的周期数据提高加权，对短周期和长周期的周期数据降低加权，并进行振动波周期加权平均值的计算。

即，对中周期分段中包含最多的原周期数据用大加权系数作加权，而对在短周期分段和长周期分段包含多的含有噪声的周期数据用小加权系数加权，不全部去除。

因此，信号和噪声的处理中，不进行“0”或“1”的严格区别，而个别作规定细致的加权，所以不因测量对象的数据数减少而频带扩大；结果，能提供精度高且成本低的生物信号测量装置。

附图说明

图1是本发明的生物信号测量装置实施方式1的功能框图。

图2是本发明的生物信号测量装置实施方式1的电路框图。

图3是本发明的生物信号测量装置实施方式1的外观图。

图4是示出将本发明生物信号测量装置实施方式1佩带在手腕的状态的外观图。

图5是示出将本发明生物信号测量装置实施方式1佩带在手腕时的截面图。

图6是一般振动波的波形图。

图7是一般振动波的波形图。

图8是本发明的生物信号测量装置实施方式1的振动波波形图。

图9是表示本发明的生物信号测量装置实施方式1的振动波信号数值例的图表。

图10是说明本发明的生物信号测量装置实施方式2的群存储单元的框图。

图11是本发明的生物信号测量装置实施方式2的振动波信号的波形图。

图12是本发明的生物信号测量装置实施方式2的振动波信号的波形图。

标号说明

1生物信号测量装置，2振动波检测单元，21传感器，21a传感器检测面，22振动波检测部，23基准值信号存储部，3振动波周期测量部，4群存储单元，41存储输入控制部，42群存储部，42a存储单元，43存储输出控制部，5频率计算单元，51分段判别部，52分段存储部，53加权系数存储部，54振动波周期加权平均值计算部，55频率计算部，6显示单元，7时钟产生部，8测量开关，9带子，90手腕，91桡骨动脉，10微处理器，11电气安装版，12电源，14存储装置，P0基准值信号，P1传感器信号，p1传感器内部信号，p11n噪声分量，p12摆动噪声，P2振动波信号，Da周期数据，Da1时间系列上最老的周期数据，Da2时间序列上第二老的周期数据，Da3时间序列上第三老的周期数据，Dan、Dam时间序列上最新的周期数据，Dan+1时间序列上后续于周期数据Dan的周期数据，Ga群信号，Gb已判别群信号，Dc分段数据，Dca A分段数据，Dcb B分段数据，Dcc C分段数据，K加权系数，Ka A分段的加权系数，Kb B分段的加权系数，Kc C分段的加权系数，Dd振动波周期加权平均值，Db频率数据，C时钟信号，XA A分段数据Dca的周期数据Da的总和，XB B分段数据Dcb的周期数据Da的总和，XC C分段数据Dcc的周期数据Da的总和，XAn A分段数据Dca的数据数，XBn B分段数据Dcb的数据数，XCn C分段数据Dcc的数据数，fc截止频率，M平均化点数，Δt取样间隔，C-3dB点常数。

具体实施方式

本发明的生物信号测量装置的大致动作是读入生物产生的多个振动波，按其周期的长短进行重新排列和标顺序。

将重新排列后的振动波周期按分段进行分类。例如，认为振动波周期短的和长的可靠性差，振动波周期中等的具有可靠性，对各分段(这时为3个分段)进行加权。

对被认为可靠性差的分段降低加权，对被认为具有可靠性的分段提高加权。然后，对它们进行加权平均。

通过这样做，即使振动频率的周期波动，也能使用认为具有可靠性的振动波。

如果将振动波当作人体的脉搏，则能不对噪声而对正确的脉搏进行信号处理，所以心搏数等的计算精度提高。

详细说明这种动作如下。

将生物发生的多个振动波的周期数据当作群信号进行汇集，把各个周期数据与预定的周期信号的长度(阈值)比较，进行分段判别，每一分段将其作为分段数据进行存储，并且每一分段存储加权系数后，从分段数据和加权系数算出周期数据的振动波周期加权平均值，并算出每单位时间的频率数据，进行显示。再者，算出并显示频率数据后，更新计算中使用的群信号。

下文用附图详述本发明生物信号测量装置的实施方式。说明时，将生物发生的振动波当作脉搏进行说明。而且，以佩带在人体的手腕的生物信号测量装置用于测量此脉搏的情况为例进行说明。

实施例1

实施方式1的全附图说明(图1、图8)

下面，用图1和图8详述本发明的生物信号测量装置实施方式1。

图1是功能框图，图8是振动波信号的波形图，图9是表示振动波信号的数值例的图表。

首先，用图1和图8说明实施方式1的组成。

图1中，生物信号测量装置1的组成部分包含振动波检测单元2、振动波周期测量部3、群存储单元4、频率计算单元5、显示单元6和时钟产生部7。

振动波检测单元2的说明(图1、图8)

首先说明振动波检测单元2.

振动波检测单元2的组成部分包含传感器21、振动波检测部22和基准值信号存储部23，并且输出振动波信号P2。

传感器21无专门限定，能用压力传感器。例如，检测出基于桡骨动脉的脉动的振动波(脉搏)。对该脉搏作信号处理后，输出传感器信号P1。

如已说明的那样，将脉搏当作周期性产生的波形进行测量，其信号中以作为电磁噪声或机械噪声的方式混入有不规则产生的刺状波形。脉搏的波形包含呼吸动作产生的慢摆动噪声和运动等造成的大振幅的体动噪声这2种分量混在一起的噪声，从而振幅波动。图8(a)所示传感器信号P1用电子电路方法去除低频摆动分量，形成振幅在大致平坦的基线上波动的脉搏和刺状噪声信号混在一起的波形。

基准值信号存储部23存储识别信号和噪声用的阈值，输出基准值信号P0。

基准值信号P0是将传感器信号P1识别为有意义的信号用的基准值。就是说，它等于按信号的大小(信号电平)判断测量的振动波是否基于桡骨动脉的脉动的振动波用的阈值的值。例如，成为测量的振动波太微弱则将其判断为非振动波的数据。这样的基准值信号P0可预先利用实验等确定为传感器信号P1的最大值的10％～20％左右等。

振动波检测部22输入有传感器信号P1和基准值信号P0，输出振动波信号P2。

振动波信号P2则如图8(a)所示那样对传感器信号P1和基准值信号P0进行比较，将超过基准值信号P0的振幅的传感器信号P1当作振动波信号P2输出，如图8(b)所示。

振动波周期测量部3的说明(图1、图8)

接着，说明振动波周期测量部3。

振动波周期测量部3将从时钟产生部7输出的时钟信号C和从振动波检测单元2输出的振动波信号P2作为输入，并输出周期数据Da。

时钟信号C成为测量振动波信号P2的时间间隔用的基准时钟信号，可用晶体振子、振荡电路、分频电路等组成的公知时钟产生装置。

周期数据Da是如图8(b)所示那样计算振动波信号P2的时间间隔即振动波的周期的数据，图8(b)所示例子中，用Da1～Da16这16个数据组成。当然，此周期数据不限于16个。

群存储单元4的说明(图1、图8)

接着，说明群存储单元4。

群存储单元4的组成部分包含存储输入控制部41、群存储部42和存储输出控制部43，从振动波周期测量部3输入周期数据Da，并输出群信号Ga。下文详述群存储单元4的组成。

存储输入控制部41将从振动波周期测量部3输出的“规定区间”的多个周期数据Da按时间序列的顺序收纳到群存储部42的多个存储单元42a。

再者，“规定区间”是从多个传感器信号P1算出一定期间的脉搏数用的范围。例如，是10秒～几分钟这样的一定时间的区间。在根据连续测量的脉搏算出的传感器信号P1中，从何处开始“规定区间”均可。图8(a)所示例子中，根据排成p1s、p2s、p3s的波形，示出从波形p3s开始“规定区间”的情况。当然，“规定区间”可选择任意的时间。

群存储部42按时间序列的顺序存储多个数据即周期数据Da1～Da16，所以具有多个存储单元42a1～42an。例如，周期数据Da为16个数据，并且在“规定区间”包含全部该16个时，群存储部42至少具有存入该份额数据的存储单元42a。

例如，将周期数据Da依次在存储单元42a中存储为：把周期数据Da1存储到存储单元42a1，周期数据Da2存储到存储单元42a2，而且周期数据Da16存储到存储单元42a16。将存储的周期数据Da群作为群信号Ga加以存储。

再者，此群存储部42能用已知的环缓存器。环缓存器是一种具有多个存储单元并且进行存储若干新数据时从最老的数据进行依次擦除的动作的存储器。使用这种类型的存储器，则不必使存储单元的数量与读入的周期数据的数量相同。

如图8(a)所示，从波形p3s开始，读入周期数据作为“规定区间”，所以该数据的数量为周期数据Da3～Da16共14个。

将由此“规定区间”选择的周期数据作为当作测量对象的群信号Ga，存储到群存储部42。

当然，在哪个定时开始“规定区间”均可，所以不会如图8(b)所示，不进入群信号Ga的周期数据总是Da1、Da2。

存储输出控制部43在将群信号Ga输出到频率计算单元5后，擦除群存储部42的存储单元42a存储的群信号Ga。

频率计算单元5的说明(图1、图8)

接着，说明频率计算单元5。

频率计算单元5的组成部分包含分段判别部51、分段存储部52、加权系数存储部53、振动波周期加权平均值计算部54和频率计算部55，根据从群存储单元4的存储输出控制部43输出的群信号Ga，输出频率数据Db。

接着，参照图8详述振动波计算单元5的信号处理。

如图8(c)所示，分段判别部51将作为群信号Ga的组成要素的多个周期数据Da3～Da16与预定的周期信号的长度das、dal比较，进行分段判别后，输出已判别的群信号Gb。

即，以图8(c)所示那样表示为“das”、“dal”的周期为基准，对图8(b)所示群信号Ga作分段判断，以定为“A分段”、“B分段”、“C分段”，并重新排列为已判定的群信号Gb后，由图1的分段判别部51输出。

再者，预定的周期信号的长度das、dal例如将das取为周期数据Da3～Da16的最小周期的140％，将dal定为其最大周期的50％。

即，按照周期数据Dan＜周期信号长度das的要求，将具有小于周期信号长度das的周期的周期数据Da分类为短周期分段的A分段；

按照周期数据Dan≥周期信号长度dal的要求，将具有不小于周期信号长度dal的周期的周期数据Da分类为长周期分段的C分段；

按照周期信号长度das≤周期数据Dan＜周期信号长度dal的要求，将具有不小于周期信号长度das且小于周期信号长度dal的周期数据Da分类为中周期分段的B分段。

总之，图8(c)所示的例子中，将周期数据Da依次分为Da3、Da4、Da10、Da13、Da15、Da5、Da6、Da7、Da9、Da8、Da11、Da12、Da14、Da16。将周期数据Da3、Da4、Da10、Da13、Da15判别为分到A分段。同样，将周期数据Da5、Da6、Da7、Da9、Da8、Da11判别为分到B分段，将周期数据Da12、Da14、Da16判别为分到C分段。

再者，本实施例中，使用2个预定的周期信号的长度das、dal，但不限于此，例如将本发明的生物信号测量装置用于人体脉搏测量的情况下，能按照预期的心搏变动的大小使用不少于1个的预定的周期信号的长度。

即，例如进行步行那样的轻运动的情况下(心搏变动小的情况下)，能上文所述那样使用2个预定周期信号，以取为3个分段的方式进行分段判断；进行跑步那样的激烈运动的情况下(心搏变动大的情况下)，能用3个预定周期信号，以取为4个分段的方式进行分段判断。另一方面，在安静状态进行脉搏测量的情况下(几乎无心搏变动的情况下)，能用1个预定周期信号，以取为2个分段的方式进行分段判断。

这样，分段判断的分段数为下式：

分段数＝预定周期信号数+1

再者，也能构成准备多个预定的周期信号的长度，并例如按照运动类型使用需要数量的预定的周期信号长度。

分段存储部52对各多个分段(本例中为3个分段)存储分段判别部51作分段判别后的已判别群信号Gb，并当作与各分段对应的多个分段数据Dc输出。就是说，A分段当作分段数据Dca输出，B分段当作分段数据Dcb输出，C分段当作分段数据Dcc输出。

即，如图8(c)所示，周期数据Da3～Da16共14个的周期数据Da在A分段、B分段和C分段分别为：

分段数据Dca＝[Da3、Da4、Da10、Da13、Da15]、

分段数据Dcb＝[Da5、Da6、Da7、Da9、Da8、Da11]以及

分段数据Dcc＝[Da12、Da14、Da16]。

加权系数存储部53存储各多个分段(本例中为3个分段)的加权系数K，并输出与各分段对应的多个加权系数K。按照A分段的加权系数Ka为“1”、B分段的加权系数Kb为“10”、C分段的加权系数Kc为“1”的方式存储适应作为各分段的信号的质量的加权系数。

再者，加权系数存储部53中存储的各多个分段的加权系数K在上述例子中将Ka、Kb和Kc分别取为“1”、“10”和“1”，但不限于此，能按照预期的被测量信号的特性适当改变。例如，将本发明的生物信号测量装置用于人体脉搏测量时，按照预期的体动噪声的大小确定加权系数的偏离。

即，例如，能在进行步行那样的轻运动时(体动噪声小的情况下)，使加权系数K的偏离小；进行跑步那样的激烈运动时(体动噪声大的情况下)，使加权系数的偏离大。

再者，加权系数存储部53还能例如按照运动的类型预先存储各多组分段用的加权系数K。这样组成的情况下，能按照运动的类型切换所用加权系数K的组进行使用。

图8(c)中，按照“A分段(1)”、“B分段(10)”、“C分段(1)”的方式示出加权系数。

再者，图8(c)中，已判别群信号Gb是利用与预定的周期信号的长度das、dal比较对群信号Ga分段的结果，不是实际时间轴上的信息，所以与图8(a)、(b)画在一起严格而言不妥当，但为了容易理解说明，特意画在一起表现。

图9所示图表示出由分段判别部51、分段存储部52和加权系数存储部53将图8(c)所示那样的周期数Da3～Da16数值化后的结果。

即，图9的图表所示的“群”中记载周期数据Da所属的群信号Ga。“周期信号Da”中按产生的顺序记载周期数据Da3～Da16。“周期(任意单位)”中以作化成整数的处理的方式记载无物理单位的数值，用于相对掌握周期数据Da3～Da16的周期的长短。

接着，图9的图表所示的“判别分段”记载分段判别部51将构成群信号Ga的周期数据Da3～Da16判别为哪个分段。“判断基准”中示出判别的基准。

“加权系数”中示出加权系数存储部53存储的各分段的加权系数。

例如，图9的图表中，周期数据Da的最小值为

周期数据Da3＝3.6，

最大值为

周期数据Da16＝18.5。

如已说明的那样，预定的周期信号的长度das、dal分别是最小周期的140％和最大周期的50％，所以表示为：

das＝3.6×1.4＝5.04

dal＝18.5×0.5＝9.25

即，对周期数据Da3～Da16分别作分段判别，使周期数据Da小于5.04时处于A分段、周期数据Da不小于5.04且小于9.25时处于B分段、周期数据Da不小于9.25时处于C分段。

例如，周期数据Da4为Da4＝4.0，所以分段判别部51判别为A分段。而且，加权系数存储部53设定为加权系数“1”进行存储。

周期数据Da9为Da9＝8.0，所以分段判别部51判别为B分段。而且，加权系数存储部53设定为加权系数“10”进行存储。

周期数据Da12为Da12＝11.5，所以分段判别部51判别为C分段。而且，加权系数存储部53设定为加权系数“1”进行存储。

同样，能确定全部周期数据Da3～Da16的分段和加权系数。

振动波周期加权平均值计算部54输入从分段存储部52输出的分段数据Dc、和加权系数存储部53输出的各分段的加权系数K，并输出振动波周期加权平均值Dd。此振动波周期加权平均值Dd能用下面的式1求出。

[式1]

Dd＝分段数据Dc的“加权的周期”的总和/分段数据Dc的“加权的数据数”

这里，将“A分段Dca的周期数据Da的总和”取为XA，

将“B分段Dcb的周期数据Da的总和”取为XB，

将“C分段Dcc的周期数据Da的总和”取为XC，还将

“A分段数据Dca的数据数”取为XAn，

“B分段数据Dcb的数据数”取为XBn，

“C分段数据Dcc的数据数”取为XCn。

而且，将A分段的加权系数取为Ka，B分段的加权系数取为Kb，C分段的加权系数取为Kc，则上述[式1]变成下面的式2。

[式2]

Dd＝(XAKa+XBKb+XCKc)/(XAnKa+XBnKb+XCnKc)

频率计算部55输入振动波周期加权平均值计算部54算出的振动波周期加权平均值Dd，并输出频率数据Db。能用下面的式3求出此频率数据Db。

[式3]

频率数据Db＝单位时间/振动波周期加权平均值Dd

再者，显示单元6显示频率计算单元5的频率计算部54输出的频率数据Db。显示单元6无专门限定，能用公知的液晶显示装置。

可是，也能重复以上说明的一系列处理动作。使用者作重复脉搏测量等，从而产生新的振动波信号P2(2)时，振动波周期测量部3根据新的振动波信号P2(2)和时钟信号C测量新的振动波信号P2(2)的时间间隔，并连续输出新的多个周期数据Da(2)。

再者，为了方便，以振动波信号P2(2)等和括号内为第二次信号的方式表现新的信号。

接着，从振动波周期测量部3输出新的周期数据Da(2)时，群存储单元4的存储输入控制部41与第一个信号相同地将其按时间序列的顺序纳入群存储部42的存储单元42a，把规定区间内的多个周期数据Da(2)当作第二个群信号Ga(2)进行存储。

群存储单元4的存储输出控制部43对频率计算单元5输出第二个群信号Ga(2)。于是，频率计算单元5根据第二个群信号Ga(2)，利用后文说明的加权平均算出第二个频率数据Db(2)后，显示单元6显示第二个频率数据Db(2)。

这样，每次由使用者的振动波产生振动波信号P2，依次算出新的周期数据Da(n)、群信号Ga(n)、频率数据Db(n)，并且在显示单元6连续显示频率数据Db(n)。

发明效果详细说明

这里，参照图9的图表归纳已说明的实施方式1的效果。

如已说明的那样，频率计算单元5的振动波周期加权平均值计算部54用式2计算振动波周期加权平均值Dd。

于是，如图9的图表所示，A分段的数据数为XAn＝5，A分段的加权系数为Ka＝1；B分段的数据数为XBn＝6，B分段的加权系数为Kb＝10；C分段的数据数为XCn＝3，C分段的加权系数为Kc＝1。

所以，按式3的方式计算式2。即

Dd＝(XA+10XB+XC)/(5+60+3)＝(XA+10XB+XC)/68

将上述结果与历来常用的单纯平均法比较如下。即，群信号Ga即测量对象的基于单纯平均法的单纯平均值中，

XA＝Da3+Da4+Da10+Da13+Da15

XB＝Da5+Da6+Da7+Da8+Da9+Da11

XC＝Da12+Da14+Da16。

用它们，能将单纯平均值表示为

单纯平均值＝(XA+XB+XC)/14

为了评价，取A分段的周期数据Da的总和＝XA，B分段的周期数据Db的总和＝XB，C分段的周期数据Dc的总和＝XC，对给XA、XB、XC的计算结果的贡献比较本发明的情况和单纯平均法的情况，则为下面的表1那样。

对各分段计算结果的贡献	A分段总和(XA)	B分段总和(XB)	C分段总和(XC)
				单纯平均法	1/14	1/14	1/14
本发明	1/68	10/68	1/68

即，对包含高质量的周期数据Da的可能性大的B分段的周期数据Da的总和XB的计算结果的贡献在单纯平均法中为1/14，利用本发明则增加到10/68。

而且，对包含混入噪声或振动波信号失落等低质量周期数据Da的可能性大的A分段的周期数据Da的总和XA、C分段的周期数据Da的总和XC而言，以往为1/14，但利用本发明则减小到1/68，可知原信号与噪声的识别更明确，频率测量精度提高。

电路框的说明(图2)

接着，用图2说明图1所示实施方式1的电路组成。

图2中，生物信号测量装置1的组成部分包含传感器21、测量开关8、存储装置14、显示单元6、微处理器10和电源12。

传感器21将桡骨动脉的跳动等生物的具有周期性的振动波变换成传感器信号P1，输入到微处理器10。测量开关8使生物信号测量装置1的动作开始或停止。

存储装置14是图1中的基准值信号存储部23、群存储单元4、分段存储部52、加权系数存储部53等存储设备，具备存储运算处理所需数据或固定值的功能，由可电写入和擦除的存储元件构成。例如，能用EEPROM那样的非易失性存储器件。

显示单元6例如由液晶显示装置构成，显示频率数据Db。

微处理器10控制生物信号测量装置1总体的动作，并承担将传感器信号P1作为输入且输出频率数据Db的主功能。电源12是基于驱动生物信号测量装置1用的电池等的驱动电源。

佩带外观图说明(图3～图5)

接着，用图3、图4和图5说明生物信号测量装置1的外观图。本例中，说明将本发明的生物信号测量装置当作佩带在人体上测量脉搏的装置运用的例子。

图3是生物信号测量装置1的外观图，图4是示出佩带在手腕上的情况的外观图。图5是佩带在手腕上的生物信号测量装置1和手腕部的截面图。

如图3所示，生物信号测量装置1的大小为比手表大若干的程度，设置柔软的带子9，使佩带到手腕方便。带子9可具有环状，但也可具有一部分含开放端的所谓“C”形，还可设置能改变带子9的形状或内径的调节机构。

作为开始测量用的操作按键的测量开关8设置在主体正面那样的容易操作且容易观看的部位，使运动中等情况下也能简单操作，比较方便。同样，显示单元6也设置在主体正面，使用者能容易确认测量的脉搏数。图3所示例子中，显示为脉搏数为“112”。

如图4所示，利用带子9将生物信号测量装置1佩带在手腕90，使其靠近桡骨动脉而且显示单元6比手掌面高一些，以便设在生物信号测量装置1的背面的传感器21容易检测出振动波即脉搏。

图5是以示意方式示出从手指方向看肘的方向时的情况的截面图。在生物信号测量装置1的内部装载构成电路等的电气安装板11，用未示出的布线等连接测量开关8、显示单元6、传感器21和电源12。再者，符号21a是传感器21的检测面。

如已说明的那样，传感器21能用压力传感器。传感器21具有检测面21a，以检测出对此检测面21a施加的压力。

将生物信号测量装置1佩带在生物上时，用带子9调整其位置，使传感器21的检测面21a平面地与手腕90的内部的桡骨动脉91重叠。

生物信号测量装置1在其背面包括传感器21，所以预先设计装置的传感器21，使其设在只要将生物信号测量装置1佩带在手腕90就自然接触桡骨动脉91上的皮肤的位置，比较方便。

实施例2

实施方式2的全附图说明(图10、图11、图12)

接着，用图10、图11、图12说明本发明生物信号测量装置的实施方式2。再者，实施方式2中，相对于实施方式1，群存储单元的组成不同。图10是示出实施方式2的群存储单元的框图。图11是实施方式2的振动波信号的波形图。图12示出将图11的振动波信号分段后的结果。再者，说明时，请参考图1所示实施方式1的功能框图。

实施方式2与实施方式1的不同点是：更新群信号Ga时，不改写全部周期数据Da，仅在时间序列上改写1个或几个周期数据Da，从而可在短时间更新频率显示。

就是说，处理从连续测量的脉搏算出的传感器信号P1时，不是等待某一“规定区间”内的信号处理结束后进行下一“规定区间”的处理，而是连续处理多个规定区间内的信号。

每次从连续测量的传感器信号P1产生新的振动波信号P2，读入新的周期数据Dan，形成新的群信号Gan并算出新的频率数据Dbn。这种方法是所谓基于运动平均法的处理。

首先，用图10的框图说明组成。

如图10所示，实施方式2的群存储单元利用上文所述那样每次产生新的振动波信号P2都读入新的周期数据Dan并形成新的群信号Ga加以存储的动作，形成每次规定区间产生新的振动波信号P2都局部加以更新的“局部更新型”的组成。

再者，图10中，为了说明，存储单元42a表现3个，但实施方式中用1个存储单元42a更新内容。当然，也可用3个存储单元42a。

接着，说明动作。

图11是实施方式2的振动波信号的波形图，图11(a)中，与实施方式1相同，也示出表示一般振动波即脉搏的传感器信号P1，示出“规定区间”的范围为测量对象。再者，“规定区间”示出“规定区间1”～“规定区间3”。

如已说明的那样，“规定区间”是算出一定期间的脉搏数用的范围，在从连续测量的脉搏算出的传感器信号P1中，从何处开始“规定区间”均可，但为了容易说明，示出从波形p3开始“规定区间”的情况。同样，从波形p4s和波形p5s分别开始“规定区间2”和“规定区间3”。

实施方式2中，其方式为：仅擦除构成群信号Ga的1个或几个周期数据Da(例如周期数据Da3和Da4)，并代之以存储1个或几个新的周期数据Da(例如周期数据Da17和Da18)。

即，如图11(b)所示，利用“规定区间1”的多个周期数据Da形成第一个群信号Ga1，送到频率计算单元5。

其后，由使用者的新振动波产生新的振动波信号P2，从振动波周期测量部3将新的周期数据Da输入到群存储单元4。此周期数据Da是“规定区间2”的数据。

那样动作时，图10所示存储输入控制部41擦除时间序列上最老(第一个存储)的周期数据Dan，并将时间序列上第二个存储的周期数据Dan+1(“Dan+1”是指第n+1个Da，下文采用同样的表示)改移到存储时间序列上最老的周期数据Dan的存储部。

进而，将第三个周期数据Dan+3改移到存储第二个周期数据Dan+1的存储部，其后重复多次同样的移位动作，按时间序列的顺序汇集多个包含时间序列上最新的周期数据Dam的多个周期数据Dan+1～Dam，作为第二个群信号Ga2存储到图10所示的群存储部42的存储单元42a。

在群存储部42的存储单元42a存储第二个群信号Ga2时，存储输出控制部43对频率计算单元5输出第二个群信号Ga2。频率计算单元5根据第二个群信号Ga2，利用加权平均法算出第二个频率数据Db2。

其后，也同样形成第二个群信号Ga2并送到频率计算单元5后，由使用者的新振动波产生新的振动波信号P2，并且从振动波周期测量部3将新的周期信号Da(“规定期间3”的数据)输入到群存储单元4时，进行上述移位动作后，作为新的群信号Ga3加以存储。

然后，在群存储部42的存储单元42a存储第三个群信号Ga3时，存储输出控制部43对频率计算单元5输出第三个群信号Ga3。频率计算单元5根据第三个群信号Ga3算出第三个频率数据Db3。

以上的情况示于图12。图12(a)示出对“规定区间1”的周期数据Da作分段划分后的群信号Gb1。同样，图12(b)示出对“规定区间2”的周期数据Da作分段划分后的群信号Gb2。图12(c)示出对“规定区间3”的周期数据Da作分段划分后的群信号Gb3。

再者，当然，构成群信号Ga的周期数据Da的改写可按照振动波测量中是测量速度重要还是测量精度重要等对生物信号测量装置1的性能的要求内容，不仅改写1个，而且改写2个、3个或更多的周期数据Da。

发明效果的详细说明

至此，已说明的实施方式2的效果如下。

即，利用1个或几个新的周期信号Da进行群信号Ga的改写，每次算出频率数据Db，并进行显示。

这是对生物信号测量装置100的性能要求为显示即时性的情况下极有用的技术。

整个说明的总结

综上所述，根据本发明的生物信号测量装置，将多个周期数据Da当作群信号Ga汇集后，与预定的周期信号的长度das、dal比较，判别为多个分段并对各分段进行存储，对B分段即中周期分段的周期数据Da提高加权，对A分段即短周期分段的周期数据Da和C分段即长周期分段的周期数据Da降低加权，进行加权平均计算。

因此，信号和噪声的处理中，不进行“0”或“1”的严格区别，而个别作规定细致的加权，所以不因测量对象的数据数减少而频带扩大；结果，能提供精度高且成本低的生物信号测量装置。

又，实施方式2的情况下，还能提供富有显示即时性的生物信号测量装置。

再者，以上说明的实施方式不限于该方式，只要满足本发明的要旨，可作任意改变。这是不言而喻的。

产业上的可用性

本发明即使在运动中等干扰噪声和/或体动噪声大的情况下，也能准确进行生物产生的振动波的测量，所以适合心搏计等保健设备。而且，不限于生物，也能用于产业界中的物理量测量设备、基于周期现象的数据分析设备。

Claims (9)

1.一种生物信号测量装置，检测出生物产生的振动波并计算每单位时间的频率数据，其特征在于，包括：

检测出生物发出的振动波并作为振动波信号输出的振动波检测单元；

测量所述振动波信号的时间间隔并作为周期数据输出的振动波周期测量部；

汇集所述周期数据并作为当作测量对象的数据群即群信号进行存储的群存储单元；以及

根据所述群存储单元存储的所述群信号计算频率数据的频率计算单元。

2.如权利要求1所述的生物信号测量装置，其特征在于，所述频率计算单元包括：

输入构成所述群信号的所述多个周期数据，并对所述多个周期数据和预定的周期信号的长度作比较以进行分段判别的分段判别部；

在每一分段存储所述分段判别部进行分段判别后的多个周期数据，并向各多个分段作为分段数据输出的分段存储部；

存储与所述多个分段对应的多个加权系数的加权系数存储部；以及

从所述多个分段数据和与所述分段数据对应的所述多个加权系数计算振动波周期加权平均值的振动波周期加权平均值计算部，而且

根据所述振动波周期加权平均值计算频率数据。

3.如权利要求2所述的生物信号测量装置，其特征在于，

所述分段判别部根据所述多个周期数据计算所述预定的周期信号的长度。

4.如权利要求1至3中任一权利要求所述的生物信号测量装置，其特征在于，

所述生物信号测量装置包括显示所述频率数据用的显示单元。

5.如权利要求1至4中任一权利要求所述的生物信号测量装置，其特征在于，

所述群存储单元中，在更新群存储单元存储的群信号时，改写全部周期数据进行更新。

6.如权利要求1至4中任一权利要求所述的生物信号测量装置，其特征在于，

所述群存储单元中，在更新群存储单元存储的群信号时，改写部分周期数据进行更新。

7.如权利要求1至6中任一权利要求所述的生物信号测量装置，其特征在于，

所述振动波是由心脏跳动发生的脉搏、表示心脏的电活动的心电波、由呼吸发生的皮肤振动波、步行或行走时的振动波、脑波。

8.一种生物信号测量方法，检测出生物发出的振动波并计算每单位时间的频率数据，其特征在于，包含：

检测出生物发出的振动波并产生振动波信号的振动波产生步骤；

从所述振动波信号的时间间隔产生周期数据的振动波周期数据产生步骤；

汇集多个所述周期数据并产生当作测量对象的数据群即群信号的群信号产生步骤；以及

根据所述群信号计算频率数据的频率计算步骤。

9.如权利要求8所述的生物信号测量方法，其特征在于，所述频率计算步骤包含：

根据构成所述群信号的所述多个周期数据，对所述多个周期数据和预定的周期信号的长度作比较以进行分段判别的分段判别步骤；

根据在所述分段判别部中进行分段判别后的多个周期数据，对各多个分段产生分段数据的分段数据产生步骤；以及

从所述多个分段数据和与所述多个分段数据对应的多个加权系数，计算振动波周期加权平均值的振动波周期加权平均值计算步骤，而且

根据所述振动波周期加权平均值计算频率数据。

Images