JP2006296704A - 生体情報の処理方法および生体情報の処理装置 - Google Patents

Abstract

【課題】 短時間の測定によって、しかも、測定データが、ノイズを含んだ時系列信号であっても、必要な生体情報が得られる生体情報の処理方法および装置を提供することである。
【解決手段】 生体情報の処理方法は、生体から発生する準周期性を有する時系列信号を収集するステップと、収集した時系列信号を位相空間に埋め込んで、外的擾乱を受けている擾乱アトラクタを生成するステップと、この擾乱アトラクタの準周期の一周を構成するデータの中心または重心を特定するステップと、上記一周ごとの中心または重心を不動の一点に一致させて収束アトラクタを生成するステップと、この収束アトラクタの時間局所的なカオス論的指標値を揺らぎの安定度として算出するステップと、その揺らぎの安定度から生体の安定性を評価するステップとを有する。
【選択図】 図４

Description

この発明は、動物の健康状態などに係わる身体状況を把握するための、生体情報の処理方法および処理装置に関する。

人の発話音声や指尖脈等の生体信号を一定の時間間隔でサンプリングすることにより得られる時系列信号がカオス論的な性質を示すことは既に認められている。
そこで、従来から、人が発する音声からその人の疲労度などの心身状態を測定するためのシステムが考えられている。このような音声分析装置は、被検者の声をマイクロホンによって取り込み、この取り込んだ音声信号を解析するものである。
例えば、特許文献１に示すような心身診断システムでは、被検者に対してなされた問診等に対する発話音声を、カオス理論を用いてストレンジ・アトラクタを算出し、被検者の心身状態を定量的に評価するというものである。
なお、カオス理論を用いた評価とは、上記ストレンジ・アトラクタから、第１リアプノフ指数などのカオス論的指標値を算出し、その値によって、自律神経系の安定性を評価するというものである。
特開２００３−７９６０２号公報 塩見格一、「発話分析から考える脳機能モデル」、「感性工学研究論文集」、日本、２００４年２月、第４巻、１号（通号００７号）、第３頁〜第１２頁

第１リアプノフ指数とは、カオス論的指標値のひとつで、カオス性を有する時系列データから作成したアトラクタの広がりを表す指標である。そして、この第１リアプノフ指数を算出するカオス理論では、ダイナミクスが安定であると想定している。

しかし、音声や指尖脈、心拍等の生体情報は、人や動物など被検者の姿勢などにも大きく影響を受け、カオス性を擾乱させるノイズを含んでいる。
動物や乳幼児など、自身が被検者であるという自覚のない者の場合、音声や指尖脈、心拍等の測定中にも体を動かしてしまうため、大きなノイズを含むことになる。
また、動いてはいけないとか、より自然な姿勢でいなければならないというようなことを意識しすぎると、測定自体にストレスを感じてしまい、求める身体情報を収集できないこともあった。
それでも、音声を収集して解析する場合、被検者の口元にマイクロホンを設置して、音声を収集すれば、外部のノイズと処理対象となる被検者の音声とを区別することはそれほど難しくない。しかし、指尖脈、心拍等は音声と比べて小さいので、外的なノイズが大きいと、そのままでは必要な情報を取り出すことが難しい。

そして、上記のようなノイズを含んだ信号をカオス論的に解析することは、解析自体が非常に難しいだけでなく、再現性も悪く、解析結果の信頼性も低いものである。再現性のよい解析結果を得るためには、サンプリング時間やサンプリング回数を大きくする必要がある。これにより、ある程度、再現性のよいデータをとることができるようになる。しかし、少なくとも、数分から十分程度の安定した状態での測定が必要であり、このように長い測定時間中に、動作を制限しなければならないと被検者に負担を強いることになる。その結果、測定することによるストレスを被検者に与えてしまうことになった。特に、被検者が、動物や乳幼児の場合には、動かない状態での測定はほとんど不可能であった。

この発明の目的は、短時間の測定によって、しかも、測定データが、ノイズを含んだ時系列信号であっても、必要な生体情報が得られる生体情報の処理方法および処理装置を提供することである。

第1の発明の、生体情報の処理方法は、生体から発生する準周期性を有する時系列信号を収集するステップと、収集した時系列信号を位相空間に埋め込んで、外的擾乱を受けている擾乱アトラクタを生成するステップと、この擾乱アトラクタの準周期の一周期を構成するデータの中心または重心を特定するステップと、上記一周期ごとの中心または重心を不動の一点に一致させて収束アトラクタを生成するステップと、この収束アトラクタの時間局所的なカオス論的指標値を揺らぎの安定度として算出するステップと、その揺らぎの安定度から生体の安定性を評価するステップとを有する点に特徴を有する。

第２の発明の、生体情報の処理装置は、検査対象動物を載せる載置部と、この載置部に接続し、載置部の振動を検出して検出信号を出力する歪みセンサと、この歪みセンサの検出信号を受信してそれを演算処理する演算手段とを備え、上記演算手段は、歪みセンサから入力された時系列の検出信号を位相空間に埋め込んで、外的擾乱を受けている擾乱アトラクタを生成する機能と、この擾乱アトラクタの準周期の一周期を構成するデータの中心または重心を特定する機能と、上記一周期ごとの中心または重心を不動の一点に一致させて収束アトラクタを生成する機能と、この収束アトラクタの時間局所的なカオス論的指標値を揺らぎの安定度として算出する機能とを有する点に特徴を有する。

第１および第２の発明によれば、生体から発生する準周期性を有する時系列信号にノイズが載っていたとしても、長時間サンプリングしたデータを平均化するのではなく、その時々の生体の安定性を、より正確に評価することができる。
言い換えれば、信頼のおける評価結果を得るために、やたら長い測定時間を必要としないということである。そのため、被検者の負担を軽くすることもできる。
第２の発明では、歪みセンサによって、振動を検出できるので、生体から発生する時系列信号のうち、振動として現れる情報を収集することができる。
例えば、呼吸や心拍による振動を検出して、生体の自律神経系の情報を収集することができる。

図１〜図７にこの発明の実施形態を示す。
図１は、この発明の生体情報の処理装置であり、猫などの小動物用の装置である。この装置は、台部１上に起立させた支持部材２を設けるとともに、その上端には、検査対象となる動物を載せる載置部であるかご３を取り付け、上記支持部材２の中間には歪みセンサ４を取り付けている。また、歪みセンサ４には、この歪みセンサ４から出力される信号を演算処理するための演算部５を接続している。
なお、支持部材２は、上記かご３の振動を歪みセンサ４へ伝達する機能を備えている。
つまり、かご３の振動は、歪みセンサ４で検出され、その検出信号は、生体から発生する時系列信号として演算部５に入力される。

上記かご３の振動には、かご３に載せられた動物の呼吸や、心拍による振動が含まれている。そこで、上記歪みセンサ４から出力される振動のデータを生体情報として解析し、被検者である動物の自律神経系の状況を把握することができる。
そして、上記演算部５が、この発明の生体情報の処理装置における演算手段であり、この演算部５が、この発明の生体情報の処理方法に基づいた演算処理を行うようにしている。

以下に、図１の装置を用いて、生体情報を処理する手順を説明する。
まず、被検者である子猫をかご３に載せて、歪みセンサ４の計測を開始する。
歪みセンサ４の計測結果は、図２のグラフのように、非常に激しく変動しているが、この歪みセンサ４からの信号の入力が、この発明における生体から発生する準周期性を有する時系列信号を収集するステップに相当する。そして、図２のグラフに示した歪みセンサ４の検出結果は、上記かご３の振動の検出結果であるが、この振動には、子猫の呼吸や心拍に伴う振動のほか、子猫が伸びをしたり転がったりしたことを原因とする振動も含まれている。上記呼吸や心拍に伴う振動が、子猫の自律神経系の心身状態を評価するための生体情報にあたる。また、上記の伸びや移動などが、この発明の外的擾乱の原因となる。

次に、演算部５は、図２のデータを位相空間に埋め込んで外的擾乱を受けている擾乱アトラクタを生成する。外的擾乱を受けているとは、猫が伸びをしたり、転がったりして、図２の歪みセンサ４からの計測結果に、猫の伸びなどの動きに基づくノイズを含んでいるということである。このようなノイズを含んだ準周期性を有する時系列信号から擾乱アトラクタを生成する。
例えば、図２に示す子猫の振動データである時系列信号から生成した擾乱アトラクタは図３に示す図形となる。

図３に示す擾乱アトラクタＡは、リング状の図形が一定方向に連続的に移動したスパイラル状に見える。このような擾乱アトラクタＡは収束しないので、カオス論的指標を算出しても意味がない。無理やり計算をしても、例えば、呼吸など自律神経系の揺らぎの安定性を示す指標は得られない。
そこで、上記演算部５は、図３に示す擾乱アトラクタＡから、ノイズ成分を排除した図６に示す収束アトラクタＢを生成するステップを実行する。
なお、上記擾乱アトラクタＡでは、始点と終点とが一致するリングが形成されるわけではないが、始点に対してもっとも近い点を終点とした一周期を考えて、これを準周期ということにする。

図３の擾乱アトラクタＡから、図６の収束アトラクタＢを生成する方法を、具体的に説明する。なお、図４に擾乱アトラクタＡにおける一周期を求める方法の説明図を示す。
なお、図３〜図６において、各アトラクタＡ，Ｂは平面的に表現されているが、実際には、その次元は限定されない。ただし、ここでは、上記アトラクタＡ，Ｂを３次元の位相空間に形成したものとする。
まず、図４の擾乱アトラクタＡにおいて、準周期を構成する一周期を特定する。
図２の時系列信号に対応する１点、例えば、図４の始点ａ１から矢印ｘ方向へ連続する擾乱アトラクタＡ上における上記始点ａ１の最近接点ｂ１を、準周期の一周期の終点とする。同様に上記始点ａ１から所定時間Δｔ後の計測点を始点ａ２として、その最近接点である終点ｂ２を求め、別の一周期を特定する。このようにして、図３、図４の擾乱アトラクタＡから準周期を構成する多数の一周期を特定する。

上記のように特定した準周期の一周期それぞれについて、その中心または重心を特定する。中心または重心の決め方は特に限定されないが、ここでは、演算部５が、上記特定した一周期分のデータを外包する球の中心を、擾乱アトラクタＡの一周期の中心として特定することにする。例えば、図５のように、始点ａ１から終点ｂ１までの一周期分のデータを外包する球Ｐ１の中心Ｏ１を、上記一周期の中心Ｏ１とする。このようにして、それぞれ、上記一周期分のデータについて、その外包球の中心を求めたら、全ての中心をこの発明の不動の一点に一致させる。上記不動の一点は、どの点でもかまわない。例えば、擾乱アトラクタＡから特定した外包球の中心のうち、いずれか一点を不動の一点としてもよい。演算部５は、このようにして、各一周期の中心を不動の一点に一致させて、図６に示す収束アトラクタＢを生成する。
ここでは、上記一周期の中心を特定するために、一周期分のデータを外包する球を用いているが、上記擾乱アトラクタＡの一周期を外包する球以外の立体を用いてもかまわない。
また、上記擾乱アトラクタＡが４次元以上の高次空間に形成されたものである場合、上記擾乱アトラクタＡの一周期を外包する立体として超球を考える。

図６に示す収束アトラクタＢは、例えば、子猫の伸びや移動などの動作に伴う外的擾乱を排除して再構成したものと考えられる。
そのため、上記収束アトラクタＢが、カオス論的な解析を可能にしている。
以上のようにして、収束アトラクタＢを求めたら、演算部５は、この収束アトラクタＢに基づいて、拡張カオス論的解析を行い、時間局所的なカオス論的指標値である脳機能指数を算出する。

上記時間局所的なカオス論的指標とは、本来、ダイナミクスが変化する現象を想定していないカオス理論を、ダイナミクスが変化する現象にも対応するように拡張した拡張カオス理論で定義した指標である。そして、カオス性を有する時系列データの揺らぎの安定度を表す指標である。
従来のカオス論における第１リアプノフ指数も、時系列データから作成したアトラクタの広がりを表す指標であるが、決定論的なカオス論の枠組みにおいて定義される指数であり、ダイナミクスが変化する現象を想定していない。この第1リアプノフ指数に対応する指標として、上記拡張カオス理論で定義した指標が上記脳機能指数である。
なお、拡張カオス理論および脳機能指数は、非特許文献１において定義している。

従って、上記収束アトラクタＢに基づいて算出した脳機能指数から、生体情報の揺らぎや、その安定度を評価でき、その結果として生体の安定度を評価することができる。
上記歪みセンサ４で検出した図２の時系列データを基にして生成した図６の収束アトラクタＢから脳機能指数を算出し、それを揺らぎの安定度として表したグラフが図７である。なお、図７のグラフは、サンプリング周波数１０．０２５ｋＨｚのときの演算結果である。

この図７のグラフにおいて、縦軸の揺らぎの安定度とは、演算部５が算出した脳機能指数に比例する値である。つまり、この揺らぎの安定度の値が小さいほど、揺らぎが安定していることを意味する。すなわち、生体の自律神経系が安定している状態である。
例えば、図７において、時間（１）は、子猫が眠りに付くまでの３０分間であり、その後の時間（２）は、熟睡中である。時間（３）は、子猫が目覚めたので、飼い主が喉を撫でて寝かしつけようとしている時間であり、時間（４）、（５）は、再び眠り始めたところである。ただし、時間（４）では、ゴロゴロと喉を鳴らしていたが、時間（５）ではゴロゴロは聞こえなくなった。

この測定中、被検者である子猫の呼吸は、比較的落ち着いた安定した状態であった。特に、熟睡中の呼吸は、他の時間と比べて安定していたが、そのことは、図７のグラフにおいて、揺らぎの安定度の値が低いことからも分かる。つまり、この実施形態の装置を用いることにより、子猫の呼吸など、自律神経系に関する生体情報を処理し、その安定性を評価できることが分かった。
実際に、子猫は、熟睡中にも寝返りを打つなどして動き、また、時間（３）では、飼い主に喉を撫でられてかご３の中を転がったりしていた。そのため、かご３は振動し、歪みセンサ４の出力は、図２に示すようになっていた。図２のグラフからは、常時激しく振動していることが分かる。しかし、図２のグラフからは、安定した子猫の呼吸状態については、全く想像も付かない。

また、このデータに基づいて作成した図３の擾乱アトラクタＡからカオス論的指標を算出したとしても、長時間の平均値をとらなければ、その値は激しく変動し、何を表しているのか分からない。
これに対し、この発明の方法および装置を用いれば、外的擾乱を含んだ生体が発する時系列信号から、生体情報の揺らぎの安定度を評価することができる。
特に、動物や乳幼児のように、問診が不可能であったり、生体情報を収集するための測定機器を、ストレスを与えないで身体に取り付けたりすることができない被検者について、自律神経系の状態を把握する手段となる。
また、上記のような測定を繰り返してデータを蓄積することによって、算出した揺らぎの安定度と生体の健康状態との対応関係を明らかにできる可能性もある。

この発明の生体情報処理装置の一例を示す模式図である。 実施形態の歪みセンサの測定データを示したグラフである。 図２のデータに基づいて生成した擾乱アトラクタを表した模式図である。 図３の擾乱アトラクタの一周期を求める方法の説明図である。 擾乱アトラクタにおける準周期の一周期の中心を求める方法の説明図である。 図２の擾乱アトラクタに基づいて生成した収束アトラクタを表した模式図である。 図６の収束アトラクタから算出した揺らぎの安定度のグラフである。

符号の説明

３ （載置部である）かご
４ 歪みセンサ
５ 演算部

Claims (2)

1. 生体から発生する準周期性を有する時系列信号を収集するステップと、収集した時系列信号を位相空間に埋め込んで、外的擾乱を受けている擾乱アトラクタを生成するステップと、この擾乱アトラクタの準周期の一周期を構成するデータの中心または重心を特定するステップと、上記一周期ごとの中心または重心を不動の一点に一致させて収束アトラクタを生成するステップと、この収束アトラクタの時間局所的なカオス論的指標値を揺らぎの安定度として算出するステップと、その揺らぎの安定度から生体の安定性を評価するステップとを有する生体情報の処理方法。
2. 検査対象動物を載せる載置部と、この載置部に接続し、載置部の振動を検出して検出信号を出力する歪みセンサと、この歪みセンサの検出信号を受信してそれを演算処理する演算手段とを備え、上記演算手段は、歪みセンサから入力された時系列の検出信号を位相空間に埋め込んで、外的擾乱を受けている擾乱アトラクタを生成する機能と、この擾乱アトラクタの準周期の一周期を構成するデータの中心または重心を特定する機能と、上記一周期ごとの中心または重心を不動の一点に一致させて収束アトラクタを生成する機能と、この収束アトラクタの時間局所的なカオス論的指標値を揺らぎの安定度として算出する機能とを有する生体情報の処理装置。

Images