CN109922726A - 状态取得计算机、状态取得方法以及信息处理*** - Google Patents
状态取得计算机、状态取得方法以及信息处理*** Download PDFInfo
- Publication number
- CN109922726A CN109922726A CN201780057410.1A CN201780057410A CN109922726A CN 109922726 A CN109922726 A CN 109922726A CN 201780057410 A CN201780057410 A CN 201780057410A CN 109922726 A CN109922726 A CN 109922726A
- Authority
- CN
- China
- Prior art keywords
- state
- biology
- poincare
- indicate
- mind
- Prior art date
- Legal status (The legal status 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 status listed.)
- Pending
Links
- 230000010365 information processing Effects 0.000 title claims description 7
- 238000010009 beating Methods 0.000 claims abstract description 147
- 238000006243 chemical reaction Methods 0.000 claims abstract description 30
- 230000015654 memory Effects 0.000 claims description 37
- 238000000034 method Methods 0.000 claims description 33
- 230000003340 mental effect Effects 0.000 claims description 6
- 230000037237 body shape Effects 0.000 claims 1
- 238000012545 processing Methods 0.000 description 63
- 239000000047 product Substances 0.000 description 51
- 238000004891 communication Methods 0.000 description 49
- 230000006870 function Effects 0.000 description 29
- 230000005540 biological transmission Effects 0.000 description 17
- 238000004364 calculation method Methods 0.000 description 17
- 230000002964 excitative effect Effects 0.000 description 14
- 238000013507 mapping Methods 0.000 description 12
- 239000000203 mixture Substances 0.000 description 9
- 230000000747 cardiac effect Effects 0.000 description 7
- 230000008859 change Effects 0.000 description 7
- 239000003814 drug Substances 0.000 description 6
- 230000007774 longterm Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 235000013399 edible fruits Nutrition 0.000 description 4
- 230000001105 regulatory effect Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 206010003119 arrhythmia Diseases 0.000 description 3
- 238000000151 deposition Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000010521 absorption reaction Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 2
- 210000001367 artery Anatomy 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 210000004744 fore-foot Anatomy 0.000 description 2
- 230000000116 mitigating effect Effects 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- AQHHHDLHHXJYJD-UHFFFAOYSA-N propranolol Chemical compound C1=CC=C2C(OCC(O)CNC(C)C)=CC=CC2=C1 AQHHHDLHHXJYJD-UHFFFAOYSA-N 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 210000003491 skin Anatomy 0.000 description 2
- 229930003347 Atropine Natural products 0.000 description 1
- 241001269238 Data Species 0.000 description 1
- 206010020112 Hirsutism Diseases 0.000 description 1
- RKUNBYITZUJHSG-UHFFFAOYSA-N Hyosciamin-hydrochlorid Natural products CN1C(C2)CCC1CC2OC(=O)C(CO)C1=CC=CC=C1 RKUNBYITZUJHSG-UHFFFAOYSA-N 0.000 description 1
- 241000406668 Loxodonta cyclotis Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- RKUNBYITZUJHSG-SPUOUPEWSA-N atropine Chemical compound O([C@H]1C[C@H]2CC[C@@H](C1)N2C)C(=O)C(CO)C1=CC=CC=C1 RKUNBYITZUJHSG-SPUOUPEWSA-N 0.000 description 1
- 229960000396 atropine Drugs 0.000 description 1
- 238000002555 auscultation Methods 0.000 description 1
- 238000005311 autocorrelation function Methods 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 210000002615 epidermis Anatomy 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 210000000548 hind-foot Anatomy 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 235000013372 meat Nutrition 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 238000000513 principal component analysis Methods 0.000 description 1
- 229960003712 propranolol Drugs 0.000 description 1
- 230000000241 respiratory effect Effects 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
- A61B5/165—Evaluating the state of mind, e.g. depression, anxiety
-
- 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
- A61B5/02405—Determining heart rate variability
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/02438—Detecting, measuring or recording pulse rate or heart rate with portable devices, e.g. worn by the patient
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/0245—Detecting, measuring or recording pulse rate or heart rate by using sensing means generating electric signals, i.e. ECG signals
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
- A61B5/346—Analysis of electrocardiograms
- A61B5/349—Detecting specific parameters of the electrocardiograph cycle
- A61B5/364—Detecting abnormal ECG interval, e.g. extrasystoles, ectopic heartbeats
-
- 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
- A61B5/6802—Sensor mounted on worn items
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2503/00—Evaluating a particular growth phase or type of persons or animals
- A61B2503/40—Animals
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
- A61B5/339—Displays specially adapted therefor
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Cardiology (AREA)
- Engineering & Computer Science (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Physics & Mathematics (AREA)
- Pathology (AREA)
- Physiology (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Psychology (AREA)
- Developmental Disabilities (AREA)
- Educational Technology (AREA)
- Hospice & Palliative Care (AREA)
- Child & Adolescent Psychology (AREA)
- Social Psychology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
本发明提供一种状态取得计算机(300),其具有:接口(360),其用以获取用以表示生物的搏动间隔的数据;处理器(310),其用以将搏动间隔的庞加莱图转换为规定坐标系,基于转换后的庞加莱图的标准偏差来获取表示生物的精神状态或身体状态的信息。
Description
技术领域
以下的公开发明涉及用以获取生物的精神状态或身体状态的技术,尤其是涉及用以根据搏动间隔获取生物的精神状态或身体状态的状态取得计算机、状态的取得方法以及信息处理***的技术。
背景技术
自先前便已知用以获取生物的精神或身体状态的技术。例如,在日本专利第5160586号说明书(专利文献1)中公开了脉搏波诊断装置及脉搏波诊断装置控制方法。根据专利文献1,提供一种脉搏波诊断装置,其特征在于,具有:光电脉搏波检测部,其接收透过动脉的透射光或被动脉散射的散射光而检测脉搏波;脉搏波振幅庞加莱算出部,其算出由所述光电脉搏波检测部所检测的脉搏波的每个搏动的脉搏波振幅,在连续算出的两个所述脉搏波振幅之间所形成的正交坐标平面上,将所述脉搏波振幅的点设为庞加莱坐标而算出每个搏动;脉搏波振幅分布算出部,其算出所述脉搏波振幅庞加莱算出部所算出的脉搏波振幅的庞加莱坐标的最大和最小的变化幅度,所述脉搏波振幅分布算出部算出在所述脉搏波振幅庞加莱算出部所算出的脉搏波振幅的庞加莱坐标上,以Y=X+a和Y=X-a表示的两根直线所规定的范围内的最大和最小的变化幅度。
现有技术文献
专利文献
[专利文献1]日本专利第5160586号说明书
发明内容
本发明所要解决的技术问题
需要能够比先前更准确或更有效率地掌握生物的精神或身体状态的技术。本公开发明是为了解决该问题而成者,其目的在于提供可比先前更准确或更有效率地掌握生物的精神状态或身体状态的状态取得计算机、状态的取得方法、及信息处理***。
解决问题的方案
根据本发明一形态,提供一种状态取得计算机,其特征在于,具有:接口,其用以获取用以表示生物的搏动间隔的数据;处理器,其用以将搏动间隔的庞加莱图转换为规定的坐标系,基于转换后的庞加莱图的标准偏差来获取表示生物的精神状态或身体状态的信息。
优选处理器基于庞加莱图的二轴以上的标准偏差的积来获取表示生物的精神状态或身体状态的信息。
根据本发明其他形态,提供一种状态取得计算机,其特征在于,具有:接口,其用以获取用以表示生物的搏动间隔的数据;处理器,其用以基于搏动间隔的庞加莱图的连续的两个标绘的距离的平均来获取表示生物的精神状态或身体状态的信息。
根据本发明其他形态,提供一种状态取得计算机,其特征在于,具有:接口,其用以获取用以表示生物的搏动间隔的数据;处理器,其用以基于搏动间隔的庞加莱图的中心部分的标绘的量或比例来获取表示所述生物的精神状态或身体状态的信息。
优选状态取得计算机更具有存储器,其用以存储与多种精神状态或身体状态的各个对应的数值范围。处理器基于标准偏差或平均或者标绘的量或比例,通过参照数值范围来确定生物的精神状态或身体状态。
根据本发明其他形态,提供一种状态取得计算机,其特征在于,具有:接口,其用以获取用以表示生物的搏动间隔的数据;处理器,其用以通过创建搏动间隔的直方图来获取表示生物的精神状态或身体状态的信息。
根据本发明其他形态,提供一种状态取得计算机,其特征在于,具有:接口,其用以获取用以表示生物的搏动间隔的数据;处理器,其用以通过创建搏动间隔的庞加莱图的轨迹来获取表示生物的精神状态或身体状态的信息。
优选状态取得计算机更具有存储器,其用以存储与多种精神状态或身体状态的各个对应的直方图或庞加莱图的轨迹相关的数据。处理器基于所创建的直方图或所创建的庞加莱图的轨迹,通过参照数据来确定生物的精神状态或身体状态。
优选处理器利用上述获取表示生物的精神状态或身体状态的信息的方法中的多个方法,获取表示生物的精神状态或身体状态的信息。
优选目标生物具有呼吸性心律不齐。
根据本发明其他形态,提供一种在具有处理器的计算机中获取生物的精神状态或身体状态的方法。获取方法具有如下步骤:获取用以表示生物的搏动间隔的数据的步骤;将搏动间隔的庞加莱图转换为规定坐标系的步骤;计算转换后的庞加莱图的标准偏差的步骤;基于该标准偏差来获取表示生物的精神状态或身体状态的信息的步骤。
根据本发明其他形态,提供一种在具有处理器的计算机中获取生物的精神状态或身体状态的方法。获取方法具有如下步骤:获取用以表示生物的搏动间隔的数据的步骤;计算搏动间隔的庞加莱图的连续的两个标绘的距离的平均的步骤;基于平均来获取表示生物的精神状态或身体状态的信息的步骤。
根据本发明其他形态,提供一种在具有处理器的计算机中获取生物的精神状态或身体状态的方法。获取方法具有如下步骤:获取用以表示生物的搏动间隔的数据的步骤;创建搏动间隔的直方图的步骤;基于直方图来获取表示生物的精神状态或身体状态的信息的步骤。
根据本发明其他形态,提供一种在具有处理器的计算机中获取生物的精神状态或身体状态的方法。获取方法具有如下步骤:获取用以表示生物的搏动间隔的数据的步骤;创建搏动间隔的庞加莱图的轨迹的步骤;基于轨迹来获取表示生物的精神状态或身体状态的信息的步骤。
根据本发明其他形态,提供一种在具有处理器的计算机中获取生物的精神状态或身体状态的方法。获取方法具有如下步骤:获取用以表示生物的搏动间隔的数据的步骤;基于搏动间隔的庞加莱图的中心部分的标绘的量来获取表示生物的精神状态或身体状态的信息的步骤。
根据本发明其他形态,提供一种信息处理***,其特征在于,具有:输出装置;传感器,其用以检测生物的搏动;计算机,其用以从传感器获取用以表示生物的搏动间隔的数据,将搏动间隔的庞加莱图转换为规定坐标系,基于转换后的庞加莱图的标准偏差来获取表示生物的精神状态或身体状态的信息,将该信息输出至输出装置。
发明效果
如上所示,根据本公开发明可提供能够比先前更准确或更有效率地掌握生物的精神状态或身体状态的状态取得计算机、状态的取得方法、及信息处理***。
附图说明
图1是表示第一实施方式的状态取得***1的整体构成的图。
图2是表示第一实施方式的状态取得***1的功能构成的图。
图3是表示第一实施方式的状态取得***1的处理顺序的流程图。
图4是表示第一实施方式的搏动间隔R-R(n)与下一个搏动间隔R-R(n+1)的对应关系表的图。
图5是表示根据第一实施方式的搏动间隔R-R(n)与下一个搏动间隔R-R(n+1)的对应关系表321A,转换为Y=X方向和与其垂直的方向的轴的示意图。
图6是表示第一实施方式的狗的每个精神状态或身体状态的与Y=X轴相关的标准偏差和与垂直于Y=X的轴相关的标准偏差的基准的表。
图7是表示第一实施方式的状态取得***1的包含服务器的整体构成的图。
图8是第一实施方式的狗的兴奋状态的庞加莱图。
图9是第一实施方式的狗的通常状态下,呼吸稳定状态的庞加莱图。
图10是第一实施方式的狗的通常状态的庞加莱图。
图11是第一实施方式的狗的安静状态的庞加莱图。
图12对第二实施方式的状态取得***1的处理顺序加以说明。
图13是表示第二实施方式的狗的每个精神或身体状态的与Y=X轴相关的标准偏差、与垂直于Y=X的轴相关的标准偏差、标准偏差的积、及标准偏差的比的基准的表。
图14对第三实施方式的状态取得***1的处理顺序加以说明。
图15是表示第四实施方式的状态取得***1的处理顺序的流程图。
图16是表示第四实施方式的距离表321B的图。
图17是表示第四实施方式的狗的每个精神状态或身体状态下距离的平均值的基准的表。
图18是表示第五实施方式的状态取得***1的功能构成的图。
图19是表示第五实施方式的状态取得***1的处理顺序的流程图。
图20是表示第七实施方式的状态取得***1的功能构成的图。
图21是表示第七实施方式的状态取得***1的处理顺序的流程图。
图22是第七实施方式的狗的兴奋状态的直方图。
图23是第七实施方式的狗的通常状态下,呼吸稳定状态的直方图。
图24是第七实施方式的狗的通常状态的直方图。
图25是第七实施方式的狗的安静状态的直方图。
图26是表示第八实施方式的状态取得***1的处理顺序的流程图。
图27是第八实施方式的狗的兴奋状态的庞加莱图的轨迹。
图28是第八实施方式的狗的通常状态下,呼吸稳定状态的庞加莱图的轨迹。
图29是第八实施方式的狗的通常状态的庞加莱图的轨迹。
图30是第八实施方式的狗的安静状态的庞加莱图的轨迹。
图31是表示第十实施方式的状态取得***1的功能构成的图。
图32是表示第十一实施方式的状态取得***1的功能构成的图。
图33是表示第十三实施方式的第一状态取得***1的功能构成的图。
图34是表示第十三实施方式的第二状态取得***1的功能构成的图。
图35是表示第十三实施方式的第三状态取得***1的功能构成的图。
图36是表示第十三实施方式的第四状态取得***1的功能构成的图。
图37是表示第十四实施方式的轴转换后的庞加莱图的标准偏差的积的时间序列图表的图。
图38是表示第十四实施方式的轴转换后的庞加莱图的标准偏差的积的平均值或偏差的图。
图39是表示第十四实施方式的状态取得***1的第一处理顺序的流程图。
图40是表示第十四实施方式的状态取得***1的第二处理顺序的流程图。
图41是表示第十五实施方式的状态取得***1的处理顺序的流程图。
图42是表示第十六实施方式的状态取得***1的处理顺序的流程图。
图43是用以比较第十六实施方式的时刻A与时刻B的轴转换后的庞加莱图的标准偏差的积的平均值或偏差的图。
图44是表示第十七实施方式的状态取得***1的处理顺序的流程图。
图45是用以进行第十七实施方式的时刻A与时刻B的轴转换后的庞加莱图的标准偏差的积的平均值或偏差的归一化后的比较的图。
具体实施方式
以下,参照附图对本公开发明的实施方式加以说明。于以下的说明中,对同一部件附上同一附图标记。它们的名称和功能也相同。因此,将不再重复关于它们的详细说明。
<第一实施方式>
<状态取得***的整体构成>
首先,参照图1对本实施方式的状态取得***1的整体构成加以说明。图1是表示本实施方式的状态取得***1的整体构成的图。另外,于以下中,关于判断代表生物的具有呼吸性心律不齐的狗的状态的情况加以说明。
本实施方式的状态取得***1主要包含:安装在狗的胸部的用以获取心电的电极401,402,403、用以处理心电信号的信号处理装置500、可与信号处理装置500通信的通信终端300。
用以获取心电的电极401,402,403理想的是安装于胸部等中的夹着心脏部的位置,例如可以是两前脚掌(或前脚掌与后脚掌)的肉球部等不长毛的部位。而且,理想的是剃过毛的状态,或者具有附着了凝胶等的电极、或突起状的结构,即便有毛也可以与皮肤接触的构成。或者,理想的是在具有毛的状态下,隔着电容性材料而非接触性地感应心电的形态。由此,即便是狗等表皮覆盖着毛的生物,也可以获取心电。在本实施方式中,设为使用三个电极401,402,403的构成,电极为两个以上即可,也可以是使用更多的电极的构成。
<状态取得***的功能构成与处理顺序>
其次,参照图2及图3,对本实施方式的状态取得***1的功能构成与处理顺序加以说明。图2是表示本实施方式的状态取得***1的功能构成的图。图3是表示本实施方式的状态取得***1的处理顺序的流程图。
首先,关于状态取得***1的信号处理装置500的构成加以说明。信号处理装置500包含心电预处理部511、搏动间隔算出部512和发送部560。
心电预处理部511包含滤波器或放大器。心电预处理部511将从电极401,402,403送来的心电信号转换为搏动数据,传送至搏动间隔算出部512。
更详细而言,在心电预处理部511中包含高通滤波器、低通滤波器等滤波器装置、由运算放大器等构成的放大装置、将心电的模拟信号转换为数字信号的A/D转换装置等。另外,滤波器装置、放大装置等可以是通过软件安装的形态。而且,理想的是在A/D转换装置中,以可判别搏动间隔的波动量的差异的周期与精度地进行采样。亦即,理想的是在A/D转换的频率为25Hz以上的频率下获取。例如,在本实施方式中,以100Hz进行心电信号的采样。通过提高采样的频率,可准确地掌握搏动间隔的波动量。
搏动间隔算出部512例如通过CPU(Central Processing Unit)510执行存储器的程度来实现。搏动间隔算出部512基于搏动数据而逐次算出搏动间隔。更详细而言,搏动间隔算出部51通过阈值检测等方法来检测心电的波峰信号(R波),算出各心电的波峰的间隔(时间)。作为搏动间隔的算出方法,除了上述以外,还可以通过使用自相关函数导出周期或使用矩形波相关触发的方法等来进行。
在本实施方式中,搏动间隔算出部512对连续输入的心电信号连续地执行搏动间隔的算出。搏动间隔算出部512经由发送部560将算出的搏动间隔或搏动数据自身发送到通信终端300。另外,发送部560通过例如包含天线或连接器等的通信接口来实现。
其次,对通信终端300的构成加以说明。通信终端300包含接收部361、搏动间隔存储部321、统计处理部311、庞加莱图创建部312、结果输出部313、显示器330、数据存储部322、及发送部362。
首先,接收部361和发送部362通过例如包含天线或连接器等的通信接口360来实现。接收部361接收来自信号处理装置500的表示搏动间隔的数据(步骤S102)。
搏动间隔存储部321由各种存储器320等构成,存储接收自信号处理装置500的数据。在本实施方式中,CPU 310将经由通信接口360而接收的搏动间隔作为搏动间隔表而逐次存储于存储器320中(步骤S104)。其中,这些数据可以存储于通信终端300的存储器320中,也可以存储于可通过通信终端300访问的其他装置中。
统计处理部311、庞加莱图创建部312、及结果输出部313例如通过由CPU 310执行存储器320的程序来实现。统计处理部311以一定的时间单位、例如1分钟、10分钟、1小时等判定状态所必须的时间单位,从搏动间隔存储部321读取搏动间隔数据,创建如图4所示的搏动间隔R-R(n)与下一个搏动间隔R-R(n+1)的对应关系表321A(步骤S106)。搏动间隔例如可如图所示那样以msec(毫秒)的单位来计算。
统计处理部311如图5所示那样,根据搏动间隔R-R(n)与下一个搏动间隔R-R(n+1)的对应关系表,转换为Y=X方向和与其垂直的方向的轴(步骤S108)。
统计处理部311算出与构成进行轴转换后的各个轴的数值列相关的标准偏差(步骤S110)。另外,统计处理部311可以仅算出与Y=X轴相关的标准偏差,也可以仅算出与垂直于Y=X的轴相关的标准偏差,也可以算出两者。图6是表示狗的每个精神状态或身体状态的与Y=X轴相关的标准偏差和与垂直于Y=X的轴相关的标准偏差的基准的表。
另外,统计处理部311可以通过主成分分析等方法来确定最为分散的轴,算出与该轴和垂直于该轴的轴相关的标准偏差。另外,统计处理部311也可以并不进行轴转换而算出与X轴和Y轴相关的标准偏差。在分散大的方向为X轴方向和Y轴方向的情况下,即便不进行轴转换,也可以通过算出X轴与Y轴的标准偏差来评价绘制庞加莱图的搏动间隔的偏差状态。在这种情况下,无需进行轴转换,因此可减低计算量。
结果输出部313在例如自身或外部的显示器330或扬声器等输出装置中显示标准偏差,或输出语音消息(步骤S114)。更详细而言,结果输出部313可以仅输出与Y=X轴相关的标准偏差,也可以仅输出与垂直于Y=X的轴相关的标准偏差,也可以输出两者,可以仅输出较大的标准偏差,也可以仅输出较小的标准偏差。
通过计算标准偏差,可评价分别以搏动间隔R-R(n)与下一个搏动间隔R-R(n+1)为轴而绘制庞加莱图的搏动间隔的偏差状态。
另外,本实施方式的状态取得***1可以是如图7所示那样包含通信终端300可与其通信的服务器100的形态。在这种情况下,作为结果输出部313的CPU 310将标准偏差或关系表等存储于数据存储部322中,通过利用发送部362,经由因特网等发送到服务器100。由此可将本次的输出结果用于掌握观察对象的短期或长期的压力状态等中。
在本实施方式中,与步骤S108分开、且同时地由庞加莱图创建部312从图4的对应关系表中获取在标准偏差的计算中使用的范围的搏动间隔R-R(n)和下一次搏动间隔R-R(n+1)的数据,创建如图8~图11所示的庞加莱图。
接着,结果输出部313将所创建的庞加莱图显示于自身或外部的显示器等输出装置。另外,庞加莱图创建部312也可以利用步骤S108的结果来创建轴转换后的庞加莱图,然后输出。
此处,关于庞加莱图加以说明。图8是本实施方式的狗的兴奋状态的庞加莱图。图9是本实施方式的狗的通常状态下,呼吸稳定的状态的庞加莱图。图10是本实施方式的狗的通常状态的庞加莱图。图11是本实施方式的狗的安静状态的庞加莱图。
首先,在例如狗等具有呼吸性心律不齐的生物的情况下,在如图8所示的兴奋状态下,心率上升(搏动间隔变短),搏动间隔的波动变小,成为标绘点集中于一定位置的状态。
其次,在如图9所示的呼吸稳定的通常状态下,心率没有安静状态那样少(标绘的点的扩展没有安静状态那么大),但在标绘点的分布中心存在标绘少(洞状空白)的区域。认为成为此种形状的原因在于:狗的心拍受呼吸的影响较大,因此搏动变动周期性地变化(呼吸性心律不齐)。因此,虽然不是放松的缓和的搏动,但稳定地进行呼吸,因此成为存在空白的状态。
其次,在如图10所示的通常状态下,在搏动中发现波动,偏差变大(标绘点扩展),但标绘点成为散乱的状态。
其次,在图11的安静状态下,狗处于放松状态,因此搏动间隔变大,另外受呼吸性心律不齐的影响较大,因此标绘点的扩展变大,且成为接近圆形或四边形的形状、或接近三角形的形状。在该任意形状中,均是在安静状态下成为在庞加莱图的标绘点的分布中心部看到空白部分的形状。
如上所述,在本实施方式中,可基于算出结果而间接地预测庞加莱图的标绘点的分布扩展的大小或形状、在中心部看到较多还是较少的标绘,其结果可预测生物的精神状态或身体状态。
<第二实施方式>
在第一实施方式中,通信终端300输出庞加莱图的沿Y=X轴的标准偏差或沿与Y=X垂直的轴的标准偏差。然而,在本实施方式中,算出这些两个标准偏差的积。以下参照图12而对本实施方式的状态取得***1的处理顺序加以说明。
图12是表示本实施方式的状态取得***1的处理顺序流程图。步骤S202~步骤S208与第一实施方式的步骤S102~步骤S108相同,因此此处不再重复说明。
作为统计处理部311的CPU 310算出与进行了轴转换之后的各个轴相关的标准偏差(步骤S210)。另外,统计处理部311还可以确定最为分散的轴,算出与该轴和垂直于该轴的轴相关的标准偏差。
其次,统计处理部311计算这些两个标准偏差的积(步骤S212)。
结果输出部313在例如自身或外部的显示器或扬声器等输出装置中显示标准偏差的积,或输出语音消息(步骤S214)。更详细而言,结果输出部313可显示与Y=X轴相关的标准偏差、与Y=-X轴相关的标准偏差、及两者的积。
图13是表示狗的每个精神或身体状态的与Y=X轴相关的标准偏差、与垂直于Y=X的轴相关的标准偏差、标准偏差的积、及标准偏差的比的基准的表。
通过计算标准偏差的积,可评价分别以搏动间隔R-R(n)和下一个搏动间隔R-R(n+1)为轴而绘制庞加莱图的搏动间隔的分布扩展的大小或形状、均匀地分散、于中心具有空白等偏差状态。而且,在纵横比相同且仅大小变化的状态、或分布的扩展面积相同且中心部的偏差状态不同的情况等情况下,可以有效地评价偏差状态。
另外,结果输出部313将标准偏差、标准偏差的积、或对应关系表等存储于数据存储部322中,通过利用发送部362,经由因特网等发送到服务器100。由此可将本次的输出结果用于掌握观察对象的短期或长期的压力状态等中。
在本实施方式中,作为庞加莱图创建部312的CPU 310也可以创建如图8~图11所示的庞加莱图,也可以将所创建的庞加莱图显示于显示器等输出装置,发送至服务器100。
另外,在本实施方式中,统计处理部311计算两个轴的标准偏差的积,也可以计算三个以上轴的标准偏差的积。
如上所示,在本实施方式中,可基于算出结果而间接地预测庞加莱图的分布扩展的大小或形状、在中心部看到较多还是较少的标绘,其结果可预测生物的精神状态或身体状态。
<第三实施方式>
在第一实施方式中,通信终端300输出与庞加莱图的Y=X轴及/或垂直于Y=X的轴相关的标准偏差。然而,在本实施方式中,算出与进行轴转换之前的庞加莱图的X轴或Y轴相关的标准偏差或标准偏差的积。以下参照图14而对本实施方式的状态取得***1的处理顺序加以说明。
图14是表示本实施方式的状态取得***1的处理顺序的流程图。步骤S302~步骤S304与第一实施方式的步骤S102~步骤S104相同,因此不再重复说明。
统计处理部311以一定的时间单位、例如1分钟、10分钟、1小时等判定状态所必须的时间单位,从搏动间隔存储部321读取搏动间隔数据,创建搏动间隔R-R(n)与下一个搏动间隔R-R(n+1)的关系表(步骤S306)。
统计处理部311算出与X轴相关的标准偏差和与Y轴相关的标准偏差(步骤S310)。
其次,统计处理部311计算这些两个标准偏差的积(步骤S312)。
作为结果输出部313的CPU 310在例如显示器或扬声器等输出装置显示标准偏差的积,或者输出语音消息(步骤S314)。更详细而言,结果输出部313可以输出与X轴相关的标准偏差、与Y轴相关的标准偏差、及两者的积。
通过计算标准偏差的积,可评价分别以搏动间隔R-R(n)与下一个搏动间隔R-R(n+1)为轴而绘制庞加莱图的搏动间隔的偏差状态。
另外,在本实施方式中,作为结果输出部313的CPU 310也将标准偏差、标准偏差的积、或对应关系表等存储于数据存储部322中,通过利用发送部362,经由因特网等发送到服务器100。由此可将本次的输出结果用于掌握观察对象的短期或长期的压力状态等中。
在本实施方式中,作为庞加莱图创建部312的CPU 310也可以创建如图8~图11所示的庞加莱图,也可以将所创建的庞加莱图显示于显示器等输出装置,发送至服务器100。
另外,第一~第三实施方式中的兴奋状态、第一通常状态(通常状态下,呼吸稳定的状态)、第二通常状态、安静状态也可以用作表示压力状态的指标。与搏动间隔的LF/HF分析也有关。在图8的状态下,LF/HF值大,随着向图9、图10、图11迁移,LF/HF的数值也变小。亦即,成为放松的状态。由此也可以掌握狗的压力状态的推移。然而,在LF/HF中,可区别的范围存在极限,利用庞加莱图可以更详细地识别状态。而且,通过利用庞加莱图,无需像LF/HF分析那样进行频率分析,因此具有计算量变少的优点。
如上所示,在本实施方式中,可基于算出结果而预测庞加莱图的分布扩展的大小或形状、在中心部看到较多还是较少的标绘,其结果可预测生物的精神状态或身体状态。
<第四实施方式>
在第一~第三实施方式中,通信终端300输出庞加莱图的标准偏差或标准偏差的积。然而,在本实施方式中,算出庞加莱图的连续的两个标绘间的距离的平均。以下参照图15而对本实施方式的状态取得***1的处理顺序加以说明。
图15是表示本实施方式的状态取得***1的处理顺序的流程图。步骤S402~步骤S406与第一实施方式的步骤S102~步骤S106相同,因此此处不再重复说明。
作为统计处理部311的CPU 310计算一定时间段的[R-R(n),R-R(n+1)]至下一个[R-R(n),R-R(n+1)]的距离,将如图16所示的距离表321B存储于存储器320中。CPU 310算出该距离的平均值(步骤S410)。另外,统计处理部311可以确定最为分散的轴,在转换为该轴后算出距离的平均值。
作为结果输出部313的CPU 310在例如显示器或扬声器等输出装置中显示该距离的平均值,或输出语音消息(步骤S412)。
图17是表示本实施方式的狗的每个精神或身体状态的距离的平均值的基准的表。
各点间的距离因庞加莱图的分布状态而异,因此可通过求出平均值而反映庞加莱图的形状。如上所述,在本实施方式中,可基于算出结果而预测庞加莱图的分布扩展的大小或形状、在中心部看到较多还是较少的标绘,其结果可预测生物的精神状态或身体状态。
<第五实施方式>
在第一~第四实施方式中,通信终端300输出庞加莱图自身、标准偏差、标准偏差的积、或距离的平均等。然而,在本实施方式中,基于这些数值进行生物的状态判定。
首先,参照图18而对本实施方式的状态取得***1的功能构成加以说明。图18是表示本实施方式的状态取得***1的功能构成的图。
与第一~第四实施方式的通信终端300相比而言,本实施方式的通信终端300包含状态判定部314。状态判定部314例如可通过由CPU 310执行存储器320的程序等而实现。
通信终端300的存储器320存储生物的每个状态的数值范围或模型的特征数据等。例如,存储器320存储每个状态的标准偏差的数值范围或阈值。或者,存储器320存储每个状态的标准偏差的积的数值范围或阈值。或者,存储器存储每个状态的距离的平均的数值范围或阈值。或者,存储器320存储每个状态的庞加莱图的模型形状。
以下,参照图19而对本实施方式的状态取得***1的处理顺序加以说明。图19是表示本实施方式的状态取得***1的处理顺序的流程图。步骤S502~步骤S508与第一实施方式的步骤S102~步骤S108相同,因此此处不再重复说明。
统计处理部311算出标准偏差、标准偏差的积、距离的平均等(步骤S510)。另外,此处,庞加莱图创建部312也可以创建庞加莱图。
其次,作为状态判定部314的CPU 310判定来自统计处理部311的标准偏差属于与哪个状态对应的数值范围(步骤S512)。或者,状态判定部314判定来自统计处理部311的标准偏差的积属于与哪个状态对应的数值范围。或者,状态判定部314判定来自统计处理部311的距离的平均值属于与哪个状态对应的数值范围。状态判定部314判定来自统计处理部311或庞加莱图创建部312的庞加莱图的形状与哪个状态的庞加莱图的模型形状相似。
例如,作为数据存储部322的存储器320存储如下数据,作为标准偏差的积的数值范围,不足5.0×104为兴奋状态,5.0×104以上且不足1.0×105为第一通常状态,1.0×105以上且不足1.4×105为第二通常状态,1.4.0×105以上为安静状态。而且,状态判定部314基于该数据判定状态。
或者,作为数据存储部322的存储器320存储如下数据,作为距离的平均的数值范围,不足4.0×102为兴奋状态,4.0×102以上且不足5.0×102为第一通常状态,5.0×102以上且不足6.0×102为第二通常状态,6.0×102以上为安静状态。而且,状态判定部314判定来自统计处理部311的计算结果属于与哪个状态对应的数值范围。
作为结果输出部313的CPU 310在例如显示器或扬声器等输出装置中显示标准偏差、标准偏差的积、距离的平均、庞加莱图的图表自身、以及作为判定结果的生物的状态,或者输出语音消息(步骤S514)。
另外,结果输出部313将计算结果或判定结果等存储于数据存储部322中,通过利用发送部362,经由因特网等发送到服务器100。由此可将本次的输出结果用于掌握观察对象的短期或长期的压力状态等中。
如上所述,在本实施方式中,可基于算出结果而预测庞加莱图的分布扩展的大小或形状、在中心部看到较多还是较少的标绘,其结果可预测生物的精神状态或身体状态。亦即,在生物中,搏动间隔的偏差的状态根据精神状态(兴奋、愤怒、喜悦、悲伤、欢乐、压力状态、非压力状态)而变化。而且,在身体状态(由于运动、身体动作、睡眠、安静、疾病、疼痛所引起)的变化中,搏动间隔的偏差的状态变化。可预测这些状态的变化。通过掌握状态的变化,变得可以在生物与人之间传达意图或帮助沟通、训练、调整运动负荷等。而且,可以检测由于疾病引起的精神状态或身体状态的变化,从而应用于治疗或症状观察。
<第六实施方式>
另外,在图19中,统计处理部311也可以获取标准偏差、标准偏差的积、距离的平均、庞加莱图的图表等中的多个指标(步骤S510)。而且,状态判定部314可以基于该多个指标来判断生物的状态(步骤S512)。在该情况下,状态判定部314可基于一致度更高的指标判定状态,或将多个判定结果中的最不稳定的状态作为判定结果。
<第七实施方式>
在第一~第六实施方式中,主要利用庞加莱图来判断生物的状态。在本实施方式中,利用搏动间隔的直方图来判断生物的状态。
首先,参照图20而对本实施方式的状态取得***1的功能构成加以说明。图20是表示本实施方式的状态取得***1的功能构成的图。
与第五实施方式的通信终端300相比而言,本实施方式的通信终端300包含直方图创建部315以代替庞加莱图创建部312。直方图创建部315例如通过由CPU 310执行存储器320的程序来实现。
通信终端300的存储器320存储生物的每个状态的直方图模型的数据等。
以下,参照图21而对本实施方式的状态取得***1的处理顺序加以说明。图21是表示本实施方式的状态取得***1的处理顺序的流程图。步骤S702~步骤S704与第一实施方式的步骤S102~步骤S104相同,因此此处不再重复说明。
作为统计处理部311的CPU 310以一定的时间单位、例如1分钟、10分钟、1小时等判定状态所必须的时间单位,从搏动间隔存储部321读取搏动间隔数据,创建如图22~图25所示的表示搏动间隔与其频率的关系的直方图(步骤S706)。
其次,作为状态判定部314的CPU 310判定来自直方图创建部315的直方图的形状与哪个状态的直方图的模型形状相似(步骤S712)。
作为结果输出部313的CPU 310在例如显示器或扬声器等输出装置中显示直方图的图表自身、及/或作为判定结果的生物的状态,或者输出语音消息(步骤S714)。
另外,结果输出部313将计算结果或判定结果等存储于数据存储部322,通过利用发送部362,经由因特网等发送到服务器100。由此可将本次的输出结果用于掌握观察对象的短期或长期的压力状态等中。
例如,在狗的情况下,在兴奋状态下,如图22所示那样出现一个半值宽度窄的波峰。而且,在第一通常状态下,如图23所示,反映了在庞加莱图中,在中心部存在空白的现象,且具有两个波峰且成为半值宽度比较窄的波峰。而且,如图24所示,在第二通常状态下,虽然波峰为一个,但出现半值宽度宽的波峰。如图25所示,反映了在安静状态下,在庞加莱图中在中心部存在空白的现象,存在两个波峰。
状态判定部314通过判别与该直方图的形状相近的模型,确定对应的状态来判断兴奋状态、第一通常状态、第二通常状态、安静状态等。例如,状态判定部314通过波峰检测来检测波峰的个数,而且求出半值宽度(波峰下摆的扩展),由此使用阈值判定分布的扩展程度。在这种情况下,存储器320存储每个状态的表示直方图的分布扩展的数值范围。
具体而言,状态判定部314将波峰为一个且半值宽度窄的情况判定为兴奋状态。状态判定部314将波峰为一个且半值宽度宽的情况判定为第二通常状态。状态判定部314将波峰为两个且半值宽度窄的情况判定为第一通常状态。状态判定部314将波峰为两个且半值宽度宽的情况判定为安静状态。
另外,这些阈值或数值范围存在因狗的种类或年龄而异的可能性,因此理想的是根据这些条件变更设定。例如,可以设为如下的构成:由使用者输入狗的种类、性别或年龄,从而设定与狗的种类、性别或年龄相应的阈值。
如上所述,可通过计数搏动间隔的每个长度的搏动次数而创建直方图,根据其分布判别状态。可抑制判别状态之前的计算量。而且,在本实施方式中,可基于算出结果而预测庞加莱图的分布扩展的大小或形状、在中心部看到较多还是较少的标绘,其结果可预测生物的精神状态或身体状态。
<第八实施方式>
或者,可以利用庞加莱图的轨迹来判定生物的状态。在本实施方式中,图18的作为庞加莱图创建部312的CPU 310从对应关系表获取在标准偏差的计算中使用范围的搏动间隔R-R(n)与下一个搏动间隔R-R(n+1)的数据,创建如图8~图11所示的庞加莱图。更详细而言,在本实施方式中,庞加莱图创建部312不仅获取标绘,而且还获取、识别和描绘从标绘到下一个标绘的轨迹。
而且,通信终端300的存储器320存储生物的每个状态的庞加莱图的轨迹模型的数据等。
以下,参照图26对本实施方式的状态取得***1的处理顺序加以说明。图26是表示本实施方式的状态取得***1的处理顺序的流程图。另外,步骤S802~步骤S806与第一实施方式的步骤S102~步骤S106相同,因此此处不再重复说明。
作为统计处理部311的CPU 310如图5所示那样,根据搏动间隔R-R(n)与下一个搏动间隔R-R(n+1)的对应关系表321A,描绘包含标绘间轨迹的庞加莱图表(步骤S810)。
其次,状态判定部314参照存储器320,通过图案识别等技术判断是否存在与所描绘的庞加莱图的轨迹相似的轨迹模型(步骤S812)。在所描绘的庞加莱图的轨迹与任意轨迹模型都不相似的情况下(在步骤S812中为否(NO)的情况下),读取其他时序的搏动间隔的对应关系,再次重复从步骤S810开始的处理。
在存在与所描绘的庞加莱图的轨迹相似的轨迹模型的情况下(在步骤S812中为是(YES)的情况下),作为结果输出部313的C PU 310在例如显示器或扬声器等输出装置中显示庞加莱图的轨迹的图表自身、及/或作为判定结果的生物的状态,或者输出语音消息(步骤S814)。
另外,作为结果输出部313的CPU 310将计算结果或判定结果等存储于数据存储部322,通过利用发送部362,经由因特网等发送到服务器100。由此,可将本次的输出结果用于掌握观察对象的短期或长期的压力状态等中。
例如,在狗的情况下,在兴奋状态下描绘图27所示的轨迹,在第一通常状态下描绘图28所示的轨迹,在第二通常状态下描绘图29所示的轨迹,在安静状态下描绘图30所示的轨迹。
如上所示,在本实施方式中,可基于算出结果而预测庞加莱图的分布扩展的大小或形状、在中心部看到较多还是较少的标绘,其结果可预测生物的精神状态或身体状态。
<第九实施方式>
为了判定安静状态,状态取得***1可以判定在庞加莱图的图表中,在标绘的中央部分是否存在标绘少的区域即可,该判定方法可利用第一~第八实施方式中的多种方法,也可以利用与第一~第八实施方式不同的方法。换而言之,状态取得***1可以在庞加莱图的图表中,根据标绘全体中的中央部分的标绘的量或比例而判定生物的状态。
例如,状态判定部314在庞加莱图的图表中,关于两个轴,如果在从所有标绘的平均值到标准偏差的规定倍的距离以内,存在标绘总数的不足第一规定比例的标绘,则可以判断为安静状态。而且,状态判定部314在庞加莱图的图表中,关于两个轴,如果在从所有标绘的平均值到标准偏差的规定倍的距离以内,存在标绘总数的第一规定比例以上、不足第二规定比例的标绘,则可以判断为通常状态。而且,状态判定部314在庞加莱图的图表中,关于两个轴,如果在从所有标绘的平均值到标准偏差的规定倍的距离以内,存在标绘总数的第二规定比例以上的标绘,则可以判断为兴奋状态。
具体而言,状态判定部314关于庞加莱图的两个轴的各个,在从所有标绘的平均值到标准偏差的0.5倍的距离以内,存在标绘总数的不足一成的标绘,则可以判断为安静状态。而且,状态判定部314关于庞加莱图的两个轴的各个,在从所有标绘的平均值到标准偏差的0.5倍的距离以内,存在标绘总数的一成以上且不足三成的标绘,则可以判断为通常状态。而且,状态判定部314关于庞加莱图的两个轴的各个,在从所有标绘的平均值到标准偏差的0.5倍的距离以内,存在标绘总数的三成以上的标绘,则可以判断为兴奋状态。
如上所示,在本实施方式中,可以基于算出结果而预测庞加莱图的分布扩展的大小或形状、在中心部看到较多还是较少的标绘,其结果可预测生物的精神状态或身体状态。
<第十实施方式>
或者,可利用第一~第九实施方式的中的多种方法,或利用与第一~第九实施方式不同的方法而判定目标生物的状态。例如,可以如图31所示那样,状态判定部314算出所获取的直方图与各个每个状态的直方图模型的一致度,基于对每个状态进行加权而获得的一致度的合计来判断状态。
或者,可以如图31所示那样,状态判定部314算出所获取的庞加莱图的轨迹与各个每个状态的庞加莱图的轨迹模型的一致度,基于对每个状态进行加权而获得的一致度的合计来判断状态。
或者,可以如图31所示那样,状态判定部314算出所获取的直方图和庞加莱图的轨迹与各个每个状态的直方图的模型和庞加莱图的轨迹模型的一致度,基于对每个状态进行加权而获得的一致度的合计来判断状态。
如上所示,在本实施方式中,可以基于算出结果而预测庞加莱图的分布扩展的大小或形状、在中心部看到较多还是较少的标绘,其结果可预测生物的精神状态或身体状态。
<第十一实施方式>
另外,优选通过由使用者输入生物实际的当前状态,用新数据修正用以判定状态的数值范围或阈值。换而言之,关于狗的个体差的状态,可以通过由使用者输入正确答案,CPU 310调整用以判定的阈值,从而可提高精度以能够对于使用者而言没有不适感地输出。
以下,参照图32而对本实施方式的状态取得***1的功能构成加以说明。图32是表示本实施方式的状态取得***1的功能构成的图。
与第五实施方式的通信终端300相比而言,本实施方式的通信终端300包含状态判定基准创建部316与状态输入部340。状态判定基准创建部316通过例如由CPU 310执行存储器320的程序等来实现。状态输入部340通过开关、键盘或触摸屏等来实现,将来自使用者的操作命令传送到CPU 310的状态判定基准创建部316等。
使用者将目标生物的当前状态输入到状态输入部340,则状态判定基准创建部316判断由使用者输入的生物的状态与状态判定部314的判定结果是否一致。在由使用者输入的生物的状态与状态判定部314的判定结果不一致的情况下,状态判定基准创建部316以接近输入状态判定部314的判定结果的状态的方式修正用以判定状态的数值范围或阈值。
由此,本实施方式的状态取得***1可提高状态判定的精度。
<第十二实施方式>
在第一~第十一实施方式中,使用用以获取心电的电极401,402,403来算出搏动间隔,但并不限定于此种形态。例如,可以通过光电脉搏波方式的脉搏波计或脉搏血氧仪获取脉搏波信号,根据脉搏波信号算出搏动间隔。在这种情况下,脉搏波的测定部位优选为以舌、耳等为首的皮肤露出的部位。而且,还可以通过电子听诊器等获取心音信号,根据心音信号算出搏动间隔。在这些情况下,变得可利用不使用电极的方法进行测定。还可以利用微波多普勒传感器等脉搏波获取传感器而获取脉搏波信号,根据脉搏波信号算出搏动间隔。例如,考虑将微波发射装置设在天花板等上,以非接触方式获取来自狗等生物的脉搏波的形态。在这种情况下,变得可非接触地测定,具有进一步减轻对受检体的负担的效果。
<第十三实施方式>
第一~第十二实施方式的状态取得***1基于来自电极401,402,403的心电信号,由信号处理装置500获取搏动间隔,通信终端300根据搏动间隔算出用以判断生物的状态的信息或生物的状态的判定结果的信息并输出。然而,这些一个装置的全部或部分作用可以由其他装置承担,也可以由多个装置分担。相反,也可以由一个装置承担这些多个装置的全部或部分作用,也可以由其他装置承担。
例如,如图33所示,服务器100承担通信终端300的功能。在这种情况下,服务器100搭载第一~第十二实施方式的通信终端300的功能。例如,通信终端300经由路由器、运营商网络或因特网等将来自信号处理装置500的搏动间隔等所必须的信息发送到服务器100。服务器100算出用以判断生物的状态的信息或表示生物的状态的判定结果的信息,将该信息发送到通信终端300。通信终端300将最终的结果信息输出到显示器或扬声器。
另外,在这种情况下,服务器100的接收部161或发送部162当然通过服务器100的通信接口160来实现。而且,搏动间隔存储部121或数据存储部122通过服务器100的存储器120或可从服务器100访问的其他装置等来实现。统计处理部111、庞加莱图创建部112或结果输出部113通过由CPU 110执行存储器120的程序来实现。
或者,如图34所示那样,信号处理装置500经由路由器、运营商网络或因特网等将搏动间隔等必须的信息发送到服务器100。服务器100算出用以判断生物的状态的信息或生物的状态的判定结果的信息,经由因特网、运营商网络或路由器等将该信息发送到通信终端300。通信终端300将最终结果的信息输出到显示器或扬声器。在这种情况下,信号处理装置500与通信终端300也可以不通过无线LA N或优先LAN连接。
另外,在这种情况下,服务器100的接收部161或发送部162当然通过服务器100的通信接口160来实现。而且,搏动间隔存储部121或数据存储部122通过服务器100的存储器120或可从服务器100访问的其他装置等来实现。统计处理部111、庞加莱图创建部112或结果输出部113通过由CPU 110执行存储器120的程序来实现。
或者,如图35所示那样,信号处理装置500可以搭载通信终端300的全部或一部分功能。在这种情况下,基于来自电极401,402,403的心电信号,信号处理装置500算出搏动间隔或用以判断生物的状态的信息或者生物的状态的判定结果的信息。而且,信号处理装置500将最终结果的信息输出到显示器或扬声器。
或者,如图36所示那样,通信终端300可以搭载信号处理装置500的全部或一部分功能。在这种情况下,通信终端300通过无线通信而从简易信号处理装置501获取来自电极401,402,403的心电信号。来自电极的心电信号通过包含最低限的滤波器装置、放大装置及A/D转换装置的简易心电预处理部570而转换为数字信号,由发送部560进行发送。通信终端300根据心电信号算出搏动间隔或用以判断生物的状态的信息或者生物的状态的判定结果的信息。而且,通信终端300将最终结果的信息输出到显示器或扬声器。
<第十四实施方式>
除了第一~第十三实施方式的状态取得***1的功能以外,还可以在状态取得***1中进一步搭载如下所示的功能。例如,如图37所示那样,输出轴转换后的庞加莱图的标准偏差的积的时间序列的图表的方法也有效。另外,图37表示对狗投予药剂时每分钟标准偏差的积的值的变化。此处,投予***(交感神经阻滞药:0.05mg/kg BW)和阿托品(副交感神经阻滞药:0.1mg/kg BW),阻断对心脏搏动的神经作用,观察到标准偏差的积的变化。
而且,如图38所示那样,输出表示轴转换后的庞加莱图的标准偏差的积的平均值或偏差(标准偏差)的图表的方法也有效。另外,图38是表示上述药剂投予前20分钟的标准偏差的积的平均值或偏差的图表。
更详细而言,在本实施方式中,实现第一~第十三实施方式的统计处理部311或结果输出部313等的CPU 310执行图39所示的处理。另外,图39的处理如第十三实施方式中所说明那样,其一部分或全部处理可以由通信终端300执行,也可以由服务器100执行,还可以由信号处理装置500执行,进一步还可以由其他装置执行。而且,输出图38或图39等图表或数值等信息的终端也没有限定。
而且,本实施方式的状态取得***1可以具有图2中所示的庞加莱图创建部312,也可以并不具有。
参照图39,接收部361接收来自信号处理装置500的表示搏动间隔的数据(步骤S1102)。
搏动间隔存储部321由各种存储器320等构成,存储接收自信号处理装置500的数据。在本实施方式中,CPU 310将经由通信接口360而接收的搏动间隔制成搏动间隔表,逐次存储于存储器320中(步骤S1104)。其中,这些数据可以存储于通信终端300的存储器320中,还可以存储于可从通信终端300访问的其他装置中。
统计处理部311和结果输出部313例如通过由CPU 310执行存储器320的程序来实现。统计处理部311以一定的时间单位,从搏动间隔存储部321读取搏动间隔数据,创建如图4所示那样的搏动间隔R-R(n)与下一个搏动间隔R-R(n+1)的对应关系表321A(步骤S1106)。
统计处理部311在经过第一规定时间、例如1分钟或10分钟等的情况(在步骤S1107中为是(YES)的情况)下,如图5所示那样,根据搏动间隔R-R(n)与下一个搏动间隔R-R(n+1)的对应关系表,转换为Y=X方向和与其垂直的方向的轴(步骤S1108)。
统计处理部311算出与进行了轴转换之后的构成各个轴的数值列相关的标准偏差和其积(步骤S1110)。另外,统计处理部311可以仅算出与Y=X轴相关的标准偏差,也可以仅算出与垂直于Y=X的轴相关的标准偏差,也可以算出两者。
统计处理部311将本次轴转换后的标准偏差的积存储于存储部322(步骤S1112)。统计处理部311在未经过第二规定时间、例如20分钟或24小时等的情况(在步骤S1118中为否(NO)的情况)下,重复进行自步骤S1102起的处理。
统计处理部311在经过第二规定时间的情况(在步骤S1118中为是(YES)的情况)下,计算第二规定时间范围的标准偏差的积的平均值或标准偏差的积的偏差(标准偏差)(步骤S1120)。
结果输出部313在例如自身或外部的显示器330或扬声器等输出装置中输出结果的图像、文本或语音消息(步骤S1122)。更详细而言,结果输出部313基于在步骤S1112中存储的数据,输出或更新如图37所示的轴转换后的庞加莱图的标准偏差的积的时间序列的图表。而且,结果输出部313基于步骤S1120的计算结果,输出或更新如图38所示的表示标准偏差的积的平均值或偏差的图表。
另外,还可以如图40所示那样,在步骤S1112之后,亦即每隔第一规定时间地输出或更新如图37所示的轴转换后的庞加莱图的标准偏差的积的时间序列的图表(步骤S1114)。
<第十五实施方式>
或者,CPU 310可以执行如图41所示的处理。亦即,接收部361接收来自信号处理装置500的表示搏动间隔的数据(步骤S1202)。
搏动间隔存储部321由各种存储器320等构成,存储接收自信号处理装置500的数据。在本实施方式中,如果经过第一规定时间、例如20分钟、1小时或24小时等(在步骤S1204中为是(YES)的情况),CPU 310将迄今为止经由通信接口360而接收的搏动间隔制成搏动间隔表,逐次存储于存储器320中(步骤S1206)。其中,这些数据可以存储于通信终端300的存储器320中,还可以存储于可从信终端300访问的其他装置中。
统计处理部311以一定的时间单位,从搏动间隔存储部321读取搏动间隔数据,创建如图4所示的搏动间隔R-R(n)与下一个搏动间隔R-R(n+1)的对应关系表321A(步骤S1208)。
统计处理部311每隔第二规定时间、例如1分钟或10分钟等,如图5所示那样根据搏动间隔R-R(n)与下一个搏动间隔R-R(n+1)的对应关系表,转换为Y=X方向和与其垂直的方向的轴(步骤S1210)。
统计处理部311算出与进行了轴转换之后的构成各个轴的数值列相关的标准偏差和其积(步骤S1212)。统计处理部311将本次轴转换后的标准偏差的积存储于存储部322(步骤S1214)。
统计处理部311计算第一规定时间范围的标准偏差的积的平均值或标准偏差的积的偏差(标准偏差)(步骤S1220)。
结果输出部313在例如自身或外部的显示器330或扬声器等输出装置中输出结果的图像、文本或语音消息(步骤S1222)。更详细而言,结果输出部313基于在步骤S1112中存储的数据,输出或更新如图37所示的轴转换后的庞加莱图的标准偏差的积的时间序列的图表。而且,结果输出部313基于步骤S1120的计算结果,输出或更新如图38所示的表示标准偏差的积的平均值或偏差的图表。
<第十六实施方式>
另外,统计处理部311还可以在步骤S1120或步骤S1220之后执行如图42所示的处理。参照图42,统计处理部311接受来自例如服务器100或智能手机等的需要比较的时刻A与时刻B的设定(步骤S1302)。统计处理部311读取在步骤S1120或步骤S1220等中计算的时刻A与时刻B的规定时间的标准偏差的积的平均值(步骤S1304)。
结果输出部313在例如自身或外部的显示器330或扬声器等输出装置中输出结果的图像、文本或语音消息(步骤S1308)。例如,结果输出部313如图43所示那样,输出药剂的投予前与投予后的每分钟的标准偏差的积的20分钟的存储数据的平均值或标准偏差的积的偏差(标准偏差)的图表。
图43是表示在除去图37中所示的投予前与投予后的前后5分钟的(其原因在于:药剂投予的前后5分钟由于投予而产生变动)各20分钟中,算出平均值的结果。与投予前相比而言,在投予后,由于药剂而抑制搏动间隔的偏差,标准偏差的积也变小。通过对标准偏差的偏差进行平均化,变得容易比较搏动间隔的偏差的时间序列变化的大小。
此处,例示了指定某特定时刻作为比较对象的方法,但并不限定于此。例如也可以比较一星期的早上8点的数据的平均值与晚上8点的数据的平均值、比较某一个月的数据的平均值的另外一个月的数据的平均值等,对在任意时间段以任意时间间隔而获取的数据进行平均化而进行比较。而且,比较对象并不限定于两个时间段,也可以每隔规定时间、例如每2小时地计算规定时间的平均值,将其推移以图表的形式输出。
<第十七实施方式>
另外,统计处理部311可以在步骤S1120或步骤S1220之后执行如图44所示的处理。参照图44,统计处理部311可以在步骤S1304之后,利用时刻A的规定时间的标准偏差的积的平均值对时刻A与时刻B的规定时间的标准偏差的积的平均值进行归一化(步骤S1306)。而且,优选结果输出部313如图45所示地输出药剂的投予前与投予后的,搏动间隔的标准偏差的积的归一化后的图表(步骤S1308)。
由此可抑制由于个体差或时间所造成的偏差,且可比较规定时间前后的数值的变化率。
<第十四~第十七实施方式的补充>
在第十四~第十七实施方式中,如图37所示那样以轴转换后的庞加莱图的标准偏差的积为对象。然而,成为对象的数值并不限定于此,可以是未进行轴转换的庞加莱图的标准偏差的积,也可以仅仅是任意的标准偏差,也可以是两个庞加莱图间的距离等。
<关于术语>
在上述说明中,叙述了进行“庞加莱图”的处理或进行“庞加莱图处理后的轴转换”的处理,但该处理不应局限于由通信终端300、服务器100、信号处理装置500的CPU将庞加莱图的图像实际印刷或显示于纸张介质或显示器上。该处理的概念还包括例如由CPU将表示庞加莱图的数据实际存储或扩展于存储器中的处理。而且,“庞加莱图”也表示为“洛伦兹图”,表示分别以任意时间n的点与下一个时间n+1的点以轴,标绘在正交的两个轴上的图,未必受“庞加莱图”的术语约束。
<其它应用例>
本公开发明当然也可以应用于通过对***或装置供给程序而达成的情况。而且,也可以通过如下方式来享受本公开发明的效果,亦即将存储了用以达成本公开发明的由软件表示的程序的存储介质(或存储器)供给到***或装置中,由该***或装置的计算机(或者CP U或MPU)读取并执行存储于存储介质中的程序代码。
在这种情况下,从存储介质中读取的程序代码自身实现所述实施方式的功能,存储了该程序代码的存储介质构成本公开发明。
而且,当然还包括如下情况:通过由计算机执行所读取的程序代码,不仅实现所述实施方式的功能,而且基于该程序代码的指示,由在计算机上所运行的OS(操作***)等进行实际处理的一部分或全部,通过该处理来实现所述实施方式的功能。
另外,当然还包括如下情况:将从存储介质读取的程序代码写入到***到计算机中的功能扩展板或与计算机连接的功能扩展单元所具有的其他存储介质中后,基于该程序代码的指示,由该功能扩展板或功能扩展单元所具有的CPU等进行实际处理的一部分或全部,通过该处理来实现所述实施方式的功能。
应知晓本次公开的实施方式在所有方面都是例示,并非限制性的。本公开发明的范围并非上述的说明,而是由权利要求范围表示,且包括与权利要求范围等同的含义和范围内的所有变更。
附图标记说明
1:状态取得***
100:状态取得计算机(服务器)
110:处理器(CPU))
111:统计处理部
112:庞加莱图创建部
113:结果输出部
120:存储器
121:搏动间隔存储部
122:数据存储部
160:通信接口
161:接收部
162:发送部
300:状态取得计算机(通信终端)
310:处理器(CPU)
311:统计处理部
312:庞加莱图创建部
313:结果输出部
314:状态判定部
315:直方图创建部
316:状态判定基准创建部
320:存储器
321:搏动间隔存储部
321A:对应关系表
321B:距离表
322:数据存储部
330:显示器(输出装置)340:状态输入部
360:通信接口
361:接收部
362:发送部
401:传感器(电极)
402:传感器(电极)
403:传感器(电极)
500:信号处理装置
501:简易信号处理装置
510:处理器(CPU)
511:心电预处理部
512:搏动间隔算出部
560:发送部
570:简易心电预处理部
Claims (15)
1.一种状态取得计算机,其特征在于,具有:
接口,其用以获取用以表示生物的搏动间隔的数据;
处理器,其用以将搏动间隔的庞加莱图转换为规定的坐标系,基于转换后的庞加莱图的标准偏差来获取表示所述生物的精神状态或身体状态的信息。
2.根据权利要求1所述的状态取得计算机,其特征在于,
所述处理器基于所述庞加莱图的二轴以上的标准偏差的积来获取表示所述生物的精神状态或身体状态的信息。
3.一种状态取得计算机,其特征在于,具有:
接口,其用以获取用以表示生物的搏动间隔的数据;
处理器,其用以基于搏动间隔的庞加莱图的连续的两个标绘的距离的平均来获取表示所述生物的精神状态或身体状态的信息。
4.一种状态取得计算机,其特征在于,具有:
接口,其用以获取用以表示生物的搏动间隔的数据;
处理器,其用以基于搏动间隔的庞加莱图的中心部分的标绘的量或比例来获取表示所述生物的精神状态或身体状态的信息。
5.根据权利要求1至4中任一项所述的状态取得计算机,其特征在于,
更具有存储器,其用以存储与多种精神状态或身体状态的各个对应的数值范围,
所述处理器基于所述标准偏差或所述平均或所述标绘的量或比例,通过参照所述数值范围来确定所述生物的精神状态或身体状态。
6.一种状态取得计算机,其特征在于,具有:
接口,其用以获取用以表示生物的搏动间隔的数据;
处理器,其用以通过创建搏动间隔的直方图来获取表示所述生物的精神状态或身体状态的信息。
7.一种状态取得计算机,其特征在于,具有:
接口,其用以获取用以表示生物的搏动间隔的数据;
处理器,其用以通过创建搏动间隔的庞加莱图的轨迹来获取表示所述生物的精神状态或身体状态的信息。
8.根据权利要求6或7所述的状态取得计算机,其特征在于,
更具有存储器,其用以存储与多种精神状态或身体状态的各个对应的直方图或庞加莱图的轨迹相关的数据,
所述处理器基于所述创建的直方图或所述创建的庞加莱图的轨迹,通过参照所述数据来确定所述生物的精神状态或身体状态。
9.根据权利要求1至8中任一项所述的状态取得计算机,其特征在于,
目标生物具有呼吸性心律不齐。
10.一种状态的取得方法,其是在具有处理器的计算机中获取生物的精神或身体状态的方法,其特征在于,具有如下步骤:
获取用以表示生物的搏动间隔的数据的步骤;
将搏动间隔的庞加莱图转换为规定坐标系的步骤;
计算转换后的庞加莱图的标准偏差的步骤;
基于该标准偏差来获取表示所述生物的精神状态或身体状态的信息的步骤。
11.一种状态的取得方法,其是在具有处理器的计算机中获取生物的精神状态或身体状态的方法,其特征在于,具有如下步骤:
获取用以表示生物的搏动间隔的数据的步骤;
计算搏动间隔的庞加莱图的连续的两个标绘的距离的平均的步骤;
基于所述平均来获取表示所述生物的精神状态或身体状态的信息的步骤。
12.一种状态的取得方法,其是在具有处理器的计算机中获取生物的精神状态或身体状态的方法,其特征在于,具有如下步骤:
获取用以表示生物的搏动间隔的数据的步骤;
创建搏动间隔的直方图的步骤;
基于所述直方图来获取表示所述生物的精神状态或身体状态的信息的步骤。
13.一种状态的取得方法,其是在具有处理器的计算机中获取生物的精神状态或身体状态的方法,其特征在于,具有如下步骤:
获取用以表示生物的搏动间隔的数据的步骤;
创建搏动间隔的庞加莱图的轨迹的步骤;
基于所述轨迹来获取表示所述生物的精神状态或身体状态的信息的步骤。
14.一种状态的取得方法,其是在具有处理器的计算机中获取生物的精神状态或身体状态的方法,其特征在于,具有如下步骤:
获取用以表示生物的搏动间隔的数据的步骤;
基于搏动间隔的庞加莱图的中心部分的标绘的量来获取表示所述生物的精神状态或身体状态的信息的步骤。
15.一种信息处理***,其特征在于,具有:
输出装置;
传感器,其用以检测生物的搏动;
计算机,其用以从所述传感器获取用以表示所述生物的搏动间隔的数据,将搏动间隔的庞加莱图转换为规定坐标系,基于转换后的庞加莱图的标准偏差来获取表示所述生物的精神状态或身体状态的信息,将该信息输出至所述输出装置。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016-182682 | 2016-09-20 | ||
JP2016182682 | 2016-09-20 | ||
PCT/JP2017/002738 WO2018055782A1 (ja) | 2016-09-20 | 2017-01-26 | 状態取得コンピュータ、状態の取得方法、および情報処理システム |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109922726A true CN109922726A (zh) | 2019-06-21 |
Family
ID=61689459
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780057410.1A Pending CN109922726A (zh) | 2016-09-20 | 2017-01-26 | 状态取得计算机、状态取得方法以及信息处理*** |
Country Status (4)
Country | Link |
---|---|
US (1) | US20190239793A1 (zh) |
JP (1) | JP6647415B2 (zh) |
CN (1) | CN109922726A (zh) |
WO (1) | WO2018055782A1 (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019198691A1 (ja) * | 2018-04-11 | 2019-10-17 | シャープ株式会社 | 情報処理装置、およびウェアラブル端末 |
JP7278566B2 (ja) * | 2018-10-25 | 2023-05-22 | 株式会社デルタツーリング | 生体状態推定装置及び生体状態推定システム |
JP7520670B2 (ja) | 2020-09-30 | 2024-07-23 | 日本光電工業株式会社 | 生体情報処理装置、生体情報処理方法、および生体情報処理プログラム |
CN112690758B (zh) * | 2020-12-21 | 2022-04-22 | 歌尔光学科技有限公司 | 数据的处理方法、装置、终端设备及计算机可读存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110264378A1 (en) * | 2008-11-26 | 2011-10-27 | University Of Virginia Patent Foundation | Method, System, and Computer Program Product For Tracking of Blood Glucose Variability in Diabetes |
US20130079652A1 (en) * | 2010-03-21 | 2013-03-28 | Vitalcare Medical Ltd. | Assessment of cardiac health based on heart rate variability |
CN103271737A (zh) * | 2013-05-23 | 2013-09-04 | 山东师范大学 | 基于云模型和散点图的窦性心率震荡趋势提取方法 |
US20140330134A1 (en) * | 2013-05-01 | 2014-11-06 | Worcester Polytechnic Institute | Detection and monitoring of atrial fibrillation |
CN105147248A (zh) * | 2015-07-30 | 2015-12-16 | 华南理工大学 | 基于生理信息的抑郁症评估***及其评估方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3806371B2 (ja) * | 2002-06-12 | 2006-08-09 | 順一郎 早野 | 心電図に基づく発作性心房細動の検出・評価システム |
US8880156B2 (en) * | 2008-05-08 | 2014-11-04 | Koninklijke Philips N.V. | Method and system for determining a physiological condition using a two-dimensional representation of R-R intervals |
US9622669B2 (en) * | 2008-06-13 | 2017-04-18 | Parkinson's Institute | Diagnosis of neurodegenerative disorders |
US20120136226A1 (en) * | 2010-11-29 | 2012-05-31 | Nellcor Puritan Bennett Llc | Pulse Oximetry For Determining Heart Rate Variability As A Measure Of Susceptibility To Stress |
US8568330B2 (en) * | 2011-03-08 | 2013-10-29 | Pulsaw Informatics, Inc. | Composite human physiological stress index based on heart beat and sleep and/or activity history data including actigraphy |
EP2626005A1 (de) * | 2012-02-08 | 2013-08-14 | PULSE7 GmbH | Verfahren zur Bestimmung des physischen und/oder psychischen Zustands eines Probanden anhand einer Analyse seiner Herzratenvariabilität |
JP5801234B2 (ja) * | 2012-03-23 | 2015-10-28 | 日本光電工業株式会社 | てんかん発作検出装置およびてんかん発作検出プログラム |
WO2015168652A1 (en) * | 2014-05-01 | 2015-11-05 | Worcester Polytechnic Institute | Detection and monitoring of atrial fibrillation |
-
2017
- 2017-01-26 CN CN201780057410.1A patent/CN109922726A/zh active Pending
- 2017-01-26 JP JP2018540606A patent/JP6647415B2/ja not_active Expired - Fee Related
- 2017-01-26 US US16/333,285 patent/US20190239793A1/en not_active Abandoned
- 2017-01-26 WO PCT/JP2017/002738 patent/WO2018055782A1/ja active Application Filing
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110264378A1 (en) * | 2008-11-26 | 2011-10-27 | University Of Virginia Patent Foundation | Method, System, and Computer Program Product For Tracking of Blood Glucose Variability in Diabetes |
US20130079652A1 (en) * | 2010-03-21 | 2013-03-28 | Vitalcare Medical Ltd. | Assessment of cardiac health based on heart rate variability |
US20140330134A1 (en) * | 2013-05-01 | 2014-11-06 | Worcester Polytechnic Institute | Detection and monitoring of atrial fibrillation |
CN103271737A (zh) * | 2013-05-23 | 2013-09-04 | 山东师范大学 | 基于云模型和散点图的窦性心率震荡趋势提取方法 |
CN105147248A (zh) * | 2015-07-30 | 2015-12-16 | 华南理工大学 | 基于生理信息的抑郁症评估***及其评估方法 |
Also Published As
Publication number | Publication date |
---|---|
JPWO2018055782A1 (ja) | 2019-07-25 |
JP6647415B2 (ja) | 2020-02-14 |
US20190239793A1 (en) | 2019-08-08 |
WO2018055782A1 (ja) | 2018-03-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20200260962A1 (en) | System and methods for acquisition and analysis of health data | |
US9107586B2 (en) | Fitness monitoring | |
CN108882870A (zh) | 生物体信息分析装置、***以及程序 | |
CN109414204A (zh) | 用于确定针对对象的呼吸信息的方法和装置 | |
CN109922726A (zh) | 状态取得计算机、状态取得方法以及信息处理*** | |
US20130083032A1 (en) | Biometric data display system and method | |
CN107427267B (zh) | 用于导出主体的精神状态的方法和装置 | |
CN107920766A (zh) | 睡眠现象监测 | |
CN106937808A (zh) | 一种智能床垫的数据采集*** | |
CN106037702A (zh) | 生物体信息处理***、生物体信息处理装置及终端装置 | |
JP2009525070A (ja) | 生理学的指紋を決定する生理学的生体認証を用いる身元確認システム、及び、身元確認方法 | |
CN106419936A (zh) | 一种基于脉搏波时间序列分析的情绪分类方法及装置 | |
CN109640803A (zh) | 用于监测血液动力学状态的***和方法 | |
RU2649519C2 (ru) | Способ непрерывного контроля уровня напряженного состояния человека | |
US20230082362A1 (en) | Processes and methods to predict blood pressure | |
CN111818850A (zh) | 压力评价装置、压力评价方法以及程序 | |
CN109620208A (zh) | 睡眠呼吸暂停低通气综合征检测***和方法 | |
US11699524B2 (en) | System for continuous detection and monitoring of symptoms of Parkinson's disease | |
CN204671169U (zh) | 一种智能腕带 | |
CN110448280A (zh) | 基于压电薄膜传感器实现的瑜伽冥想质量检测方法及*** | |
JP2018082931A (ja) | 覚醒度処理方法および覚醒度処理装置 | |
CN110115583A (zh) | 呼吸监测的方法和装置 | |
CN107205672A (zh) | 用于评估监测对象的呼吸数据的装置和方法 | |
CN108882883A (zh) | 对副交感自主神经***和交感自主神经***的同时和独立活动进行测量、相关和分析的方法和*** | |
Ross et al. | An adaptively parameterized algorithm estimating respiratory rate from a passive wearable RFID smart garment |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190621 |
|
WD01 | Invention patent application deemed withdrawn after publication |