JP2017143911A - Biological signal processing device, method, and program - Google Patents
Biological signal processing device, method, and program Download PDFInfo
- Publication number
- JP2017143911A JP2017143911A JP2016026255A JP2016026255A JP2017143911A JP 2017143911 A JP2017143911 A JP 2017143911A JP 2016026255 A JP2016026255 A JP 2016026255A JP 2016026255 A JP2016026255 A JP 2016026255A JP 2017143911 A JP2017143911 A JP 2017143911A
- Authority
- JP
- Japan
- Prior art keywords
- biological signal
- period
- noise
- feature amount
- artifact
- 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.)
- Granted
Links
Landscapes
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
Description
この発明は、生体信号にアーチファクトまたはノイズが混入しているか否かを判定するための生体信号処理装置、方法、およびプログラムに関する。 The present invention relates to a biological signal processing apparatus, method, and program for determining whether artifacts or noise are mixed in a biological signal.
従来、ホルター心電計等のウェアラブルデバイスを用いて生体信号を取得し、取得された生体信号から、例えば、生体信号に時間的に繰り返し含まれる特徴的な波形パタンや特徴量を抽出する等の様々な生体信号処理が行われている。 Conventionally, a biological signal is acquired using a wearable device such as a Holter electrocardiograph, and, for example, characteristic waveform patterns and feature amounts repeatedly included in the biological signal are extracted from the acquired biological signal. Various biological signal processing is performed.
しかしながら、取得される生体信号には、体動や静電気等の影響により、異常な信号であるアーチファクトまたはノイズが混入するという問題がある。 However, there is a problem that artifacts or noise that are abnormal signals are mixed into the acquired biological signal due to the influence of body movement, static electricity, and the like.
そのため、取得された生体信号に対して上述したような生体信号処理を行う場合、アーチファクトまたはノイズが混入している生体信号を適切に検出し、アーチファクトまたはノイズが混入している生体信号を適切に処理する必要がある。 Therefore, when performing biological signal processing as described above on the acquired biological signal, the biological signal in which artifact or noise is mixed is appropriately detected, and the biological signal in which artifact or noise is mixed is appropriately detected. Need to be processed.
この発明は、このような事情に鑑みてなされたものであり、生体信号にアーチファクトまたはノイズが混入しているか否かを適切に判定するための生体信号処理装置、方法、およびプログラムを提供することにある。 The present invention has been made in view of such circumstances, and provides a biological signal processing apparatus, method, and program for appropriately determining whether artifacts or noise are mixed in a biological signal. It is in.
上記目的を達成するためにこの発明の第１の観点は、以下のような構成要素を備えている。すなわち、生体信号処理装置は、時間的に周期性を有する生体信号から特徴量を抽出するための生体信号処理装置であって、生体信号を取得する取得手段と、取得された生体信号の任意の期間に、生体信号の成分が一定期間含まれない期間または生体信号の成分が所定の閾値を超える期間に対応する信号であるアーチファクト、および、アーチファクトと異なり且つ特徴量の抽出を阻害するノイズ、のうちの少なくとも１つが混入しているか否かを判定する判定手段と、を備えることを特徴とする。 In order to achieve the above object, a first aspect of the present invention includes the following components. That is, the biological signal processing apparatus is a biological signal processing apparatus for extracting a feature amount from a biological signal having periodicity in time, and an acquisition unit that acquires the biological signal and an arbitrary one of the acquired biological signals Artifacts that are signals corresponding to a period in which the component of the biological signal is not included in the period or a period in which the component of the biological signal exceeds a predetermined threshold, and noise that is different from the artifact and inhibits extraction of the feature amount And determining means for determining whether or not at least one of them is mixed.
すなわちこの発明によれば、生体信号にアーチファクトまたはノイズが混入しているか否かを適切に判定することができる生体信号処理装置、方法、およびプログラムを提供することができる。 That is, according to the present invention, it is possible to provide a biological signal processing apparatus, method, and program that can appropriately determine whether artifacts or noise are mixed in a biological signal.
以下、図面を参照してこの発明に係る実施形態を説明する。
図１は、本発明の実施形態に係る生体信号処理システム１の構成例を示すブロック図である。
まず、図１に関して説明する前に、図２乃至図９を参照して、本実施形態の概要について説明する。
本実施形態は、ウェアラブルデバイスを用いて取得される生体信号の解析等の処理をするための技術に関するものである。
Embodiments according to the present invention will be described below with reference to the drawings.
FIG. 1 is a block diagram illustrating a configuration example of a biological signal processing system 1 according to an embodiment of the present invention.
First, before describing FIG. 1, an outline of the present embodiment will be described with reference to FIGS. 2 to 9.
The present embodiment relates to a technique for performing processing such as analysis of a biological signal acquired using a wearable device.
非特許文献１のような従来技術では、ウェアラブルデバイスに設けられた生体信号を取得するために用いられる電極の移動やその電極が外れることにより生じるアーチファクトが想定されていないため、例えば、後述するＲ波等の生体信号の特徴量（以下、単に「特徴量」と称す。）の抽出の精度が低い場合がある。なお、アーチファクトについては、図２等を参照して後述する。 In the prior art such as Non-Patent Document 1, since artifacts caused by movement of an electrode used for acquiring a biological signal provided in a wearable device or removal of the electrode are not assumed, for example, R described later In some cases, the accuracy of extraction of feature quantities of biological signals such as waves (hereinafter simply referred to as “feature quantities”) is low. The artifact will be described later with reference to FIG.
本実施形態では、生体信号にアーチファクトまたはノイズが混入しているか否かを判定する処理（以下、「生体信号判定処理」と称す。）を行うことによって、ウェアラブルデバイスを用いた特徴量の抽出の精度を向上させる。そして、アーチファクトまたはノイズが生じることにより正確と思われる特徴量を抽出できない場合、不正確な値である恐れのある特徴量、あるいは該当する生体信号の破棄、または特徴量の補完を行うことによって、例えば、ウェアラブルデバイスの利用者が計測された生体信号の特徴量を見た場合に生じる違和感等を低減することができる。 In the present embodiment, by performing a process of determining whether artifacts or noise are mixed in the biological signal (hereinafter referred to as “biological signal determination process”), feature amount extraction using a wearable device is performed. Improve accuracy. And, if the feature amount that seems to be accurate due to artifacts or noise cannot be extracted, the feature amount that may be an inaccurate value, or by discarding the corresponding biological signal, or complementing the feature amount, For example, it is possible to reduce a sense of incongruity that occurs when a wearable device user looks at a feature value of a measured biological signal.
より詳細には、ウェアラブルデバイスで計測された時間的な周期性を有する生体信号に対して、アーチファクトおよびノイズを考慮して、例えば、生体信号の任意の期間において、ウェアラブルデバイスの利用者に提供するサービス形態に応じて、特徴量の抽出の精度が低下しないように、アーチファクトまたはノイズが混入していると判定された期間、例えば特徴量の抽出が困難な期間、における生体信号を破棄または特徴量を補完する。 More specifically, the biological signal having temporal periodicity measured by the wearable device is provided to the wearable device user in consideration of artifacts and noise, for example, in an arbitrary period of the biological signal. Depending on the service form, the biological signal is discarded or featured in a period in which it is determined that artifacts or noise are mixed, for example, a period in which feature extraction is difficult, so that the accuracy of feature extraction is not reduced. To complement.
例えば、対象となる生体信号の電位に基づき、アーチファクトまたはノイズが混入しているか否か判定する。また、生体信号の任意の期間のうちの、アーチファクトおよびノイズが混入していない期間のように、アーチファクトおよびノイズの影響が少ない期間における特徴量を抽出対象とすることによって、特徴量の抽出の精度を向上させる。 For example, it is determined whether artifacts or noise is mixed based on the potential of the target biological signal. In addition, the accuracy of feature quantity extraction can be obtained by selecting feature quantities in a period where artifacts and noise are low, such as periods in which artifacts and noise are not mixed, in any period of a biological signal. To improve.
ここで、図２を参照して、本実施形態の対象となる生体信号の波形の一例について説明する。
図２は、所定期間における生体信号の波形のグラフ４０を示している。図２の横軸は、時間を示しており、図２の縦軸は、生体信号の成分の１つである電位を示している。
Here, with reference to FIG. 2, an example of a waveform of a biological signal which is a target of the present embodiment will be described.
FIG. 2 shows a graph 40 of the waveform of the biological signal in a predetermined period. The horizontal axis in FIG. 2 indicates time, and the vertical axis in FIG. 2 indicates a potential that is one of the components of the biological signal.
グラフ４０は、アーチファクトを含む領域４２ａ、ノイズを含む領域４２ｂ、および、アーチファクトおよびノイズを含まない正常な領域４２ｃを有する。 The graph 40 has a region 42a including artifacts, a region 42b including noises, and a normal region 42c including no artifacts and noises.
アーチファクトを含む領域４２ａは、電位の振幅がほぼゼロである領域４２ａ−１、および、電位の振幅が所定の閾値Ｔｈを一定期間超えている領域４２ａ−２を含む。 The region 42a including the artifact includes a region 42a-1 in which the amplitude of the potential is substantially zero and a region 42a-2 in which the amplitude of the potential exceeds a predetermined threshold Th for a certain period.
なお、本実施形態における領域とは、生体信号の時間的な期間に対応する生体信号の波形の領域を意味する。 In addition, the area | region in this embodiment means the area | region of the waveform of the biological signal corresponding to the time period of a biological signal.
ここで、アーチファクトについて説明する。
アーチファクトは、時間的な周期性を有する正常な生体信号に対して、ノイズと同様に、異常な信号である。また、アーチファクトは、領域４２ａ−１に対応する期間の信号（以下、「振幅ゼロアーチファクト」と称す。）および領域４２ａ−２に対応する期間の信号（以下、「振幅大アーチファクト」と称す。）、の２つに分類される。
Here, the artifact will be described.
Artifacts are abnormal signals, similar to noise, with respect to normal biological signals having temporal periodicity. The artifact is a signal corresponding to the region 42a-1 (hereinafter referred to as “amplitude zero artifact”) and a signal corresponding to the region 42a-2 (hereinafter referred to as “large amplitude artifact”). , And is classified into two.
具体的には、振幅ゼロアーチファクトは、生体信号の任意の期間に、生体信号の成分が一定期間含まれない期間に対応する信号であり、電極の外れ等の外部要因によって生じ、電極が外れるため、計測される電位、すなわち計測電位、がゼロである信号である。そのため、振幅ゼロアーチファクトを含む期間における計測電位から生体信号の成分を取り出すことは困難である。 Specifically, an amplitude zero artifact is a signal corresponding to a period in which a component of the biological signal is not included in a certain period of time in an arbitrary period of the biological signal, and is caused by an external factor such as detachment of the electrode, and the electrode is disconnected. , A measured potential, that is, a measured potential, is a signal that is zero. Therefore, it is difficult to extract the component of the biological signal from the measured potential in the period including the amplitude zero artifact.
一方、振幅大アーチファクトは、生体信号の成分が所定の閾値Ｔｈを超える期間に対応する信号であり、電極の移動等の外部要因によって生じ、計測電位が平常時の計測電位よりも著しく高い値を取る信号である。そのため、振幅大アーチファクトを含む期間における計測電位から生体信号の成分を取り出すことは困難である。なお、平常時の計測電位は、例えば、後述する正常な領域４２ｃに対応する正常な信号の計測電位である。 On the other hand, the large amplitude artifact is a signal corresponding to a period in which the component of the biological signal exceeds a predetermined threshold Th, and is caused by an external factor such as movement of the electrode, so that the measurement potential is significantly higher than the normal measurement potential. It is a signal to take. For this reason, it is difficult to extract a component of a biological signal from a measured potential in a period including a large amplitude artifact. The normal measurement potential is, for example, a normal signal measurement potential corresponding to a normal region 42c described later.
次に、ノイズを含む領域４２ｂについて説明する。
図２は、領域４２ｂを拡大したグラフ４６も示している。グラフ４６は、ノイズの影響により、生体信号の基線変動が生じている生体信号を示している。
Next, the noise containing region 42b will be described.
FIG. 2 also shows a graph 46 in which the region 42b is enlarged. The graph 46 shows the biological signal in which the baseline fluctuation of the biological signal is caused by the influence of noise.
本実施形態におけるノイズは、アーチファクトと異なり且つ生体信号の特徴量の抽出を阻害する信号である。 The noise in the present embodiment is a signal that is different from the artifact and inhibits the extraction of the feature amount of the biological signal.
図３は、アーチファクトまたはノイズの要因と、その要因に対応するアーチファクトまたはノイズの種類を示す対応表である（非特許文献４を参照して作成）。 FIG. 3 is a correspondence table showing artifacts or noise factors and the types of artifacts or noises corresponding to the factors (created with reference to Non-Patent Document 4).
ノイズの計測電位は、アーチファクトほど大きくはないが、グラフ４６では、図３に示すような様々な外部要因によって、基線変動を生じるノイズが生体信号に混入していることが分かる。そのため、計測電位から生体信号の成分を取り出せるか否かは、ノイズの混入状態に依存する。 Although the noise measurement potential is not as great as the artifact, in the graph 46, it can be seen that noise that causes baseline fluctuations is mixed in the biological signal due to various external factors as shown in FIG. For this reason, whether or not the component of the biological signal can be extracted from the measurement potential depends on the state of noise mixing.
ノイズの混入状態とは、例えば、後述する図１に記載されているノイズ除去・低減処理部１６ａによって除去または低減可能なノイズが混入している状態である。この場合、ノイズを除去または低減することによって、計測電位から生体信号の成分を取り出すことができる。このように、本実施形態におけるノイズは、除去または低減することによって生体信号の成分を取り出すことができるノイズである。 The noise mixing state is, for example, a state in which noise that can be removed or reduced by a noise removal / reduction processing unit 16a described in FIG. In this case, the component of the biological signal can be extracted from the measurement potential by removing or reducing noise. Thus, the noise in this embodiment is a noise which can take out the component of a biological signal by removing or reducing.
次に、アーチファクトおよびノイズを含まない正常な領域４２ｃについて説明する。
図２は、領域４２ｃを拡大したグラフ４４も示している。グラフ４４は、正常な生体信号を示している。正常な生体信号とは、アーチファクトおよびノイズが混入していない信号、または、グラフ４４のように時間的な周期性を有する信号である。また、正常な生体信号は、後述するＲ波のように予め分かっている波形パタンを含む信号である。
Next, a normal region 42c that does not include artifacts and noise will be described.
FIG. 2 also shows a graph 44 in which the region 42c is enlarged. The graph 44 shows a normal biological signal. A normal biological signal is a signal in which artifacts and noise are not mixed, or a signal having temporal periodicity as shown in the graph 44. A normal biological signal is a signal including a waveform pattern known in advance, such as an R wave described later.
次に、図３および図４を参照して、アーチファクトおよびノイズについてより詳細に説明する。 Next, artifacts and noise will be described in more detail with reference to FIGS.
図３は、前述したように、非特許文献４を参照して作成した、アーチファクトまたはノイズの要因と、その要因に対応するアーチファクトまたはノイズの種類を示す対応表である。 FIG. 3 is a correspondence table showing the factors of artifacts or noises and the types of artifacts or noises corresponding to the factors created with reference to Non-Patent Document 4 as described above.
図４は、非特許文献５から引用した、生体信号の１つである心電に含まれるノイズについて説明するための図である。 FIG. 4 is a diagram for explaining noise included in an electrocardiogram, which is one of biological signals, cited from Non-Patent Document 5.
要因は、例えば、電極が移動すること（電極移動）、電極が外れること（電極外れ）、呼吸または体動による分極電圧の変動、心電への筋電ノイズの混入等により生じる類似周波数の生体信号、および静電気である。 Factors include, for example, the movement of an electrode (electrode movement), the removal of an electrode (electrode removal), the fluctuation of polarization voltage due to breathing or body movement, the presence of a myoelectric noise in the electrocardiogram, etc. Signal and static electricity.
そして、これらの各要因に対応するアーチファクトまたはノイズの種類は、振幅大アーチファクトに対応し生体信号の波形の乱れとして生じるアーチファクト、振幅ゼロアーチファクトに対応し生体信号の波形の乱れとして生じるアーチファクト、基線の変動として生じるノイズ、生体信号の波形の乱れとして生じるノイズ、および、インパルス性のノイズである。 The types of artifacts or noise corresponding to each of these factors are artifacts generated as a disturbance of the waveform of the biological signal corresponding to the large amplitude artifact, artifacts generated as a disturbance of the waveform of the biological signal corresponding to the zero amplitude artifact, These are noise generated as fluctuations, noise generated as disturbance of the waveform of a biological signal, and impulsive noise.
なお、図３の電極外れに対応するアーチファクトの計測電位は、例えば、ウェアラブルデバイスに設けられたグラウンドと電極がともに、生体信号が計測される被検体から外れた場合、ゼロになることがある。なお、被検体は、例えば、ウェアラブルデバイスを装着等しているユーザである。 Note that the measurement potential of the artifact corresponding to the electrode disconnection in FIG. 3 may be zero when, for example, both the ground and the electrode provided in the wearable device are separated from the subject from which the biological signal is measured. The subject is, for example, a user wearing a wearable device.
次に、図４を参照して、生体信号の１つである心電に含まれるノイズについて説明する。 Next, with reference to FIG. 4, the noise contained in the electrocardiogram which is one of the biological signals will be described.
図４に示す心電の波形には、領域４２ｄに、電極移動を要因として生じる振幅大アーチファクトを含んでいることがわかる。 It can be seen that the electrocardiographic waveform shown in FIG. 4 includes large amplitude artifacts caused by electrode movement in the region 42d.
次に、図５乃至図７を参照して、心電についてより詳細に説明する。
図５は、非特許文献６から引用した、心臓の拍動と心電との関係を示す波形である。図５の波形の横軸は時間を示しており、縦軸は心電の電圧を示している。
Next, the electrocardiogram will be described in more detail with reference to FIGS.
FIG. 5 is a waveform quoted from Non-Patent Document 6 showing the relationship between heart beat and electrocardiogram. The horizontal axis of the waveform in FIG. 5 indicates time, and the vertical axis indicates the electrocardiographic voltage.
図６は、非特許文献６から引用した、心臓の拍動の速さと心拍間隔の関係を示す波形である。また、図６は、複数の隣接するＲ波を示している。 FIG. 6 is a waveform quoted from Non-Patent Document 6 showing the relationship between the heart beat speed and the heartbeat interval. FIG. 6 shows a plurality of adjacent R waves.
図７は、非特許文献２，３から引用した図５に示した心電の各波形を説明するための図である。 FIG. 7 is a diagram for explaining each waveform of the electrocardiogram shown in FIG.
心電は、循環器系の生体信号であり、心室の収縮と同期した周期的な信号を含む。 The electrocardiogram is a circulatory biological signal and includes a periodic signal synchronized with the contraction of the ventricle.
また、心電は、例えば、図５の「Ｐ」、「Ｑ」、「Ｒ」、「Ｓ」、および「Ｔ」で示される各波形に基づき、図７を参照して後述するＰ波、ＱＲＳ群５０に対応する波、ＳＴ部分に対応する波、Ｔ波、およびＵ波、に分類される。 Further, the electrocardiogram is based on the waveforms indicated by “P”, “Q”, “R”, “S”, and “T” in FIG. The waves are classified into waves corresponding to the QRS group 50, waves corresponding to the ST portion, T waves, and U waves.
なお、本実施形態では、ＱＲＳ群５０に対応する波をＲ波と称す。Ｒ波は、本実施形態における特徴的な波形パタンの１つであり、１つの心拍に含まれる波形に相当する。また、本実施形態における特徴量は、後述するＲＲＩだけでなく、Ｒ波のような波形パタンも含まれる。 In the present embodiment, a wave corresponding to the QRS group 50 is referred to as an R wave. The R wave is one of the characteristic waveform patterns in the present embodiment, and corresponds to a waveform included in one heartbeat. In addition, the feature amount in the present embodiment includes not only RRI described later but also a waveform pattern such as an R wave.
また、心電は、１つの心拍に含まれる波形およびその持続時間の正常範囲は医学的に定義されている。そのため、アーチファクトやノイズが全く混入しない理想的な状態であれば、心電は、この１つの心拍に含まれる波形の形状の繰り返しとして記録される。また、心電は、例えば、この１つの心拍に含まれる波形を１周期とする電気信号でもある。 In the electrocardiogram, the normal range of the waveform included in one heartbeat and its duration is medically defined. Therefore, in an ideal state where no artifact or noise is mixed, the electrocardiogram is recorded as a repetition of the waveform shape included in this one heartbeat. The electrocardiogram is also an electric signal having, for example, a waveform included in one heart beat as one cycle.
心電の特徴量の１つとして、隣接するＲ波の間隔、すなわち心拍間隔、に相当するＲＲＩ値と呼ばれる指標がある。このＲＲＩ値を用いて、例えば、自律神経の活動の推定を行うことができる。 One of the electrocardiographic features is an index called an RRI value corresponding to the interval between adjacent R waves, that is, the heartbeat interval. Using this RRI value, for example, the activity of the autonomic nerve can be estimated.
具体的には、心臓の拍動が速い場合、ＲＲＩ値は、図６の（ａ）のＲＲＩ１−１およびＲＲＩ１−２のように、図６の（ｂ）のＲＲＩ２よりも、大きくなる。つまり、心拍間隔が長くなる。一方、心臓の拍動が遅い場合、ＲＲＩ値は、図６の（ｂ）のＲＲＩ２のように、ＲＲＩ１−１およびＲＲＩ１−２よりも、大きくなる。つまり、心拍間隔が短くなる。 Specifically, when the pulsation of the heart is fast, the RRI value is larger than RRI2 in FIG. 6B, like RRI1-1 and RRI1-2 in FIG. That is, the heartbeat interval becomes longer. On the other hand, when the pulsation of the heart is slow, the RRI value is larger than RRI1-1 and RRI1-2, as RRI2 in FIG. That is, the heartbeat interval is shortened.
また、例えば、隣接するＲＲＩ値、すなわちＲＲＩ１−１とＲＲＩ１−２とを比較することによって、ＲＲＩ値のゆらぎを算出できる。また、ＲＲＩ値の逆数に基づき、心拍数を算出することもできる。 Further, for example, the fluctuation of the RRI value can be calculated by comparing the adjacent RRI values, that is, RRI1-1 and RRI1-2. Further, the heart rate can be calculated based on the reciprocal of the RRI value.
このように、Ｒ波やＲＲＩ値は、医療における治療等だけでなく、例えば被検体の健康状態等を確認するためにも用いることができるため、生体信号の重要な特徴量の１つである。 As described above, the R wave and the RRI value can be used not only for medical treatment but also for confirming the health condition of the subject, for example, and thus are one of the important features of the biological signal. .
次に、図７を参照して、図５に示した心電の各波形について説明する（非特許文献２，３参照）。
図７に示すように、波形は、例えば、図５の「Ｐ」に相当するＰ波、本実施形態におけるＲ波であり図５の「Ｑ」，「Ｒ」，「Ｓ」に相当するＱＲＳ群５０に対応する波、図５の「Ｓ」および「Ｔ」に相当するＳＴ部分（ＳＴセグメント）に対応する波、図５の「Ｔ」に相当するＴ波、および、図５には図示されていないＵ波、である。なお、Ｕ波は、例えば、図５におけるＴ波およびＰ波との間に見られる波形である。
Next, each waveform of the electrocardiogram shown in FIG. 5 will be described with reference to FIG. 7 (see Non-Patent Documents 2 and 3).
As shown in FIG. 7, the waveform is, for example, a P wave corresponding to “P” in FIG. 5 or an R wave in the present embodiment, and QRS corresponding to “Q”, “R”, and “S” in FIG. Waves corresponding to the group 50, waves corresponding to ST portions (ST segments) corresponding to “S” and “T” in FIG. 5, T waves corresponding to “T” in FIG. 5, and FIG. U wave, not done. The U wave is, for example, a waveform seen between the T wave and the P wave in FIG.
また、各波形の極性について、Ｐ波、Ｔ波、およびＵ波は、陽性波であり、ＳＴ部分に対応する波は、極性がない波である。 Regarding the polarity of each waveform, the P wave, the T wave, and the U wave are positive waves, and the wave corresponding to the ST portion is a wave having no polarity.
これらの波形、Ｐ波、ＱＲＳ群５０に対応する波、ＳＴ部分に対応する波、Ｔ波、およびＵ波、が発生する要因は、それぞれ、例えば、心房の興奮（収縮）、心室の脱分極（収縮）、心室筋の再分極過程、心室の再分極、およびプルキンエ繊維の再分極、である。なお、Ｕ波に対応する発生要因は、医学的にも不明であるとされているが、例えば、プルキンエ繊維の再分極である。 The factors that generate these waveforms, P wave, wave corresponding to QRS group 50, wave corresponding to ST portion, T wave, and U wave are, for example, atrial excitement (contraction), ventricular depolarization, respectively. (Contraction), repolarization process of ventricular muscle, ventricular repolarization, and Purkinje fiber repolarization. In addition, although the generation factor corresponding to a U wave is said to be unknown medically, it is repolarization of Purkinje fiber, for example.
次に、図８を参照して、Ｒ波について詳細に説明する（非特許文献２，３参照）。
図８は、本実施形態のＲ波に対応するＱＲＳ群５０に属する波形の極性とその波形の概要を示している。本実施形態のＲ波は、厳密には、図８のように定義される。
Next, the R wave will be described in detail with reference to FIG. 8 (see Non-Patent Documents 2 and 3).
FIG. 8 shows the polarity of the waveform belonging to the QRS group 50 corresponding to the R wave of this embodiment and the outline of the waveform. Strictly speaking, the R wave of this embodiment is defined as shown in FIG.
Ｑ波とＳ波は、陰性波であり、Ｒ波は、陽性波である。 The Q wave and the S wave are negative waves, and the R wave is a positive wave.
Ｑ波，Ｒ波，Ｓ波は、図５に示すように、時間的にこの順に観測される。つまり、Ｑ波は、時間的に最初に観測される陰性波である。Ｒ波は、Ｑ波が観測された後、観測される陽性波である。そして、Ｓ波は、Ｒ波が観測された後、観測される陰性波である。 The Q wave, R wave, and S wave are observed in this order in time as shown in FIG. That is, the Q wave is a negative wave that is first observed in time. The R wave is a positive wave that is observed after the Q wave is observed. The S wave is a negative wave that is observed after the R wave is observed.
次に、図９を参照して、図５等に示す各波形の正常持続時間について説明する（非特許文献２，３参照）。 Next, the normal duration of each waveform shown in FIG. 5 and the like will be described with reference to FIG. 9 (see Non-Patent Documents 2 and 3).
図９は、図５に示す各波形の正常持続時間について説明するための図である。 FIG. 9 is a diagram for explaining the normal duration of each waveform shown in FIG.
正常持続時間は、例えば、各波形が観測されている時間であり、一般的に知られている時間である。 The normal duration is, for example, a time during which each waveform is observed, and is a generally known time.
具体的には、ＰＱ時間は、例えば、Ｐ波とＱ波との間の正常持続時間であり、Ｐ波の立ち上がりの観測が開始されてから、最初の陰性波であるＱ波の観測を開始する直前までの期間である。ＰＱ時間は、約０．１２（秒）以上から０．２（秒）未満である。 Specifically, the PQ time is, for example, a normal duration between the P wave and the Q wave, and the observation of the Q wave, which is the first negative wave, is started after the start of the rise of the P wave is started. It is a period until just before. The PQ time is about 0.12 (seconds) or more and less than 0.2 (seconds).
ＱＲＳ群時間は、例えば、最初の陰性波であるＱ波を観測した直前から、その後における最初の陽性波であるＲ波が観測され、その直後の陰性波であるＳ波が収束するまでの期間である。ＱＲＳ群時間は、約０．１（秒）未満である。 The QRS group time is, for example, a period from immediately before the first negative wave Q wave is observed until the first positive wave R wave is observed thereafter, and the immediately subsequent negative wave S wave converges. It is. The QRS group time is less than about 0.1 (seconds).
ＱＴ時間は、例えば、ＱＲＳ群５０の観測が開始されてから、Ｔ波が収束するまでの期間であり、心筋の収縮時間に相当する時間である。ＱＴ時間は、例えば、Ｔ波の終点がＲＲの中点以下になる時間であり、約０．３５（秒）以上から０．４４（秒）以下である。 The QT time is, for example, a period from when observation of the QRS group 50 is started until the T wave converges, and is a time corresponding to a myocardial contraction time. The QT time is, for example, a time at which the end point of the T wave is equal to or less than the midpoint of the RR, and is approximately 0.35 (seconds) to 0.44 (seconds).
ここまで、本実施形態の概要および生体信号について説明した。本実施形態では、上述したような生体信号を対象として、生体信号判定処理を行う。 So far, the outline of the present embodiment and the biological signal have been described. In the present embodiment, the biological signal determination process is performed on the biological signal as described above.
本実施形態では、上述した心電のように、図７に示すような各波形が出現する順序が予め分かっている生体信号、すなわちＲ波のような類似した波形が繰り返し現れる生体信号を対象とする。また、図６等を参照して説明した生体信号から得られるＲＲＩ値等の特徴量の値が取りうる範囲は、医学的または生理学的におおよそ予め分かっているものを想定している。 In the present embodiment, as in the above-described electrocardiogram, a biological signal whose order of appearance of each waveform as shown in FIG. 7 is known in advance, that is, a biological signal in which a similar waveform such as an R wave repeatedly appears is targeted. To do. Further, it is assumed that the range of the feature value such as the RRI value obtained from the biological signal described with reference to FIG. 6 or the like is approximately known medically or physiologically in advance.
図１のブロック図に戻り、生体信号処理システム１の構成例について説明する。 Returning to the block diagram of FIG. 1, a configuration example of the biological signal processing system 1 will be described.
生体信号処理システム１は、生体信号測定デバイス９、生体信号処理装置１０、および生体信号解析処理部３０を備える。 The biological signal processing system 1 includes a biological signal measuring device 9, a biological signal processing device 10, and a biological signal analysis processing unit 30.
生体信号処理システム１は、上述した生体信号判定処理を行うためのシステムであり、特徴量を算出するためのシステムでもある。また、生体信号処理システム１は、上述したような特徴量だけでなく、他の生理指標を検出するためのシステムでもある。 The biological signal processing system 1 is a system for performing the above-described biological signal determination processing, and is also a system for calculating feature amounts. The biological signal processing system 1 is also a system for detecting not only the feature amount as described above but also other physiological indices.
生体信号計測デバイス９は、被検体から生体信号を計測するためのデバイスであり、例えば、被検体に装着可能なホルター心電計等のウェアラブルデバイスである。生体信号計測デバイス９は、被検体から計測された生体信号に関する情報である生体信号情報ａ０を生体信号処理装置１０に送る。 The biological signal measuring device 9 is a device for measuring a biological signal from a subject, and is, for example, a wearable device such as a Holter electrocardiograph that can be attached to the subject. The biological signal measuring device 9 sends biological signal information a0, which is information related to the biological signal measured from the subject, to the biological signal processing apparatus 10.
生体信号情報ａ０は、例えば、心電図等に表示されるような周期性を有する波形を示す心拍、脈拍、呼吸、脳波、または発汗等の生体現象に関する数値等に関する情報を含む。 The biological signal information a0 includes, for example, information related to numerical values related to biological phenomena such as heartbeat, pulse, respiration, brain waves, or sweating, showing a waveform having periodicity as displayed on an electrocardiogram or the like.
生体信号処理装置１０は、上述したアーチファクトおよびノイズのうちの少なくとも１つを判定し、時間的に周期性を有する生体信号から特徴量を抽出するための装置であり、生体信号取得部１２、アーチファクト判定部１４、ノイズ混入状況判定部１６、特徴量補完要否判定部１８、特徴量抽出部２０、特徴量記憶部２２、および、補完・破棄処理済特徴量記憶部２４を備える。 The biological signal processing apparatus 10 is an apparatus for determining at least one of the above-described artifacts and noises and extracting a feature amount from a biological signal having periodicity in terms of time. The biological signal acquisition unit 12, the artifact The determination unit 14 includes a noise mixing state determination unit 16, a feature amount complementation necessity determination unit 18, a feature amount extraction unit 20, a feature amount storage unit 22, and a complement / discarded feature amount storage unit 24.
生体信号取得部１２は、生体信号計測デバイス９から生体信号情報ａ０を取得する。そして、生体信号情報ａ０のうち生体信号判定処理を行う必要がある生体信号情報ａを、アーチファクト判定部１４に送る。 The biological signal acquisition unit 12 acquires biological signal information a0 from the biological signal measurement device 9. Then, the biological signal information a that needs to be subjected to the biological signal determination process in the biological signal information a <b> 0 is sent to the artifact determination unit 14.
また、生体信号取得部１２は、生体信号情報ａ０を保持するためのバッファメモリ（図示せず）を備えていてもよい。このバッファメモリに、必要に応じて、例えば、生体信号判定処理を行うために必要な情報量の生体信号情報ａ０を、保持してもよい。 In addition, the biological signal acquisition unit 12 may include a buffer memory (not shown) for holding the biological signal information a0. If necessary, the buffer memory may hold, for example, biological signal information a0 having an information amount necessary for performing the biological signal determination process.
アーチファクト判定部１４は、生体信号情報ａに基づき、生体信号にアーチファクトが混入しているか否かを判定する。換言すると、上述した正常な生体信号が計測できているか否かを判定する。 The artifact determination unit 14 determines whether or not artifacts are mixed in the biological signal based on the biological signal information a. In other words, it is determined whether or not the above-described normal biological signal can be measured.
より詳細には、アーチファクト判定部１４は、振幅ゼロアーチファクトおよび振幅大アーチファクトの有無を判定する。なお、生体信号は、連続的に記録され得る値であり、ある瞬間の一時点に計測された電位のみに着目した場合、振幅ゼロアーチファクトおよび振幅大アーチファクトを誤判定する恐れがある。そのため、振幅ゼロアーチファクトおよび振幅大アーチファクトの何れについても、例えば、一定期間ごとに分割した生体信号に基づいて、振幅ゼロアーチファクトおよび振幅大アーチファクトの有無を判定する。 More specifically, the artifact determination unit 14 determines whether or not there is a zero amplitude artifact and a large amplitude artifact. Note that the biological signal is a value that can be continuously recorded, and when attention is paid only to the potential measured at one point in time, there is a possibility that the zero amplitude artifact and the large amplitude artifact may be erroneously determined. Therefore, for both the zero amplitude artifact and the large amplitude artifact, for example, the presence / absence of the zero amplitude artifact and the large amplitude artifact is determined based on the biological signal divided every predetermined period.
具体的には、アーチファクト判定部１４は、振幅大アーチファクトに関して、一定期間において予め定められた上述したような閾値Ｔｈを越えた場合、振幅大アーチファクトがその一定期間に混入していると判定する。一方、振幅ゼロアーチファクトに関して、一定期間における生体信号のデータに対する、電位がゼロであるデータの割合が所定値を越えた場合、振幅ゼロアーチファクトがその一定期間に混入していると判定する。 Specifically, the artifact determination unit 14 determines that the large amplitude artifact is mixed in the certain period when the above-described threshold Th is exceeded in the certain period regarding the large amplitude artifact. On the other hand, regarding the amplitude zero artifact, if the ratio of the data with zero potential to the data of the biological signal in a certain period exceeds a predetermined value, it is determined that the amplitude zero artifact is mixed in the certain period.
さらにより詳細には、アーチファクト判定部１４は、以下の何れかの条件を満たす期間の検出を行う。なお、本実施形態における期間とは、生体信号の時間的に任意の区間である。 More specifically, the artifact determination unit 14 detects a period that satisfies any of the following conditions. In addition, the period in this embodiment is an arbitrary section in terms of time of the biological signal.
第１の条件は、生体信号に振幅大アーチファクトが混入しているか否かを判定するための条件であり、生体信号の成分が所定の閾値Ｔｈを超えているという条件である。例えば、生体信号の電位が、任意の期間において所定時間または所定回数、閾値Ｔｈを超えているという条件である。 The first condition is a condition for determining whether or not a large amplitude artifact is mixed in the biological signal, and is a condition that the component of the biological signal exceeds a predetermined threshold Th. For example, there is a condition that the potential of the biological signal exceeds the threshold Th for a predetermined time or a predetermined number of times in an arbitrary period.
第２の条件は、生体信号に振幅ゼロアーチファクトが混入しているか否かを判定するための条件であり、生体信号の成分が一定期間含まれていないという条件である。例えば、生体信号の電位が、任意の期間において一定期間、ゼロのままであるという条件である。 The second condition is a condition for determining whether or not a zero amplitude artifact is mixed in the biological signal, and is a condition that the component of the biological signal is not included for a certain period. For example, the condition is that the potential of the biological signal remains zero for a certain period in an arbitrary period.
アーチファクト判定部１４は、第１の条件および第２の条件の何れか１つの条件を満たした場合、判定の対象となる期間において、生体信号にアーチファクトが混入していると判定する。 When either one of the first condition and the second condition is satisfied, the artifact determination unit 14 determines that the artifact is mixed in the biological signal in the period to be determined.
また、アーチファクト判定部１４は、第１の条件および第２の条件の何れかの条件を満たす場合、当該期間に生体信号が含まれないとみなし、当該期間における生体信号のデータに関して、例えば当該期間における生体信号の全てのデータに関して、いわゆるタイムスタンプを記録するとともに、「アーチファクト」等のラベルを付与してもよい。 In addition, when the condition determination unit 14 satisfies either the first condition or the second condition, the artifact determination unit 14 regards that the biological signal is not included in the period, and regarding the biological signal data in the period, for example, the period As for all the data of the biological signal in, a so-called time stamp may be recorded and a label such as “artifact” may be attached.
また、アーチファクト判定部１４は、第１の条件および第２の条件の何れかの条件を優先して用いて、アーチファクトが混入しているか否かを判定してもよい。 In addition, the artifact determination unit 14 may determine whether or not artifacts are mixed by preferentially using one of the first condition and the second condition.
そして、アーチファクト判定部１４は、アーチファクトが混入していないと判定した場合、その判定結果ｂ１を、ノイズ混入状況判定部１６に送る。一方、アーチファクトが混入していると判定した場合、判定結果ｂ２を、特徴量補完要否判定部１８に送る。 If the artifact determination unit 14 determines that the artifact is not mixed, the determination result b1 is sent to the noise mixing state determination unit 16. On the other hand, when it is determined that artifacts are mixed, the determination result b2 is sent to the feature amount complementation necessity determination unit 18.
ノイズ混入状況判定部１６は、ノイズ除去・低減処理部１６ａを備え、判定結果ｂ１に基づき、生体信号にノイズが混入しているか否かを判定する。例えば、基線変動等の特徴量の抽出の妨げとなるノイズの混入状況を判定する。 The noise mixing state determination unit 16 includes a noise removal / reduction processing unit 16a, and determines whether noise is mixed in the biological signal based on the determination result b1. For example, the state of noise contamination that hinders extraction of feature quantities such as baseline fluctuations is determined.
ここで、ノイズ混入状況判定部１６によるノイズの混入状況を判定するためのノイズ判定処理の一例について説明する。ここで説明するノイズ判定処理は、心電の各波形が周期的に計測されることを利用し、任意の期間の前後の期間に計測された電位等の値と、その値に関する所定の統計量とを比較する。その比較の結果が、所定値を越えたか否か判定することによって、ノイズの混入状況を判定する。なお、本実施形態では、ここで説明するノイズ判定処理の方法と異なる方法を用いてもよい。 Here, an example of the noise determination process for determining the noise mixing state by the noise mixing state determination unit 16 will be described. The noise determination processing described here utilizes the fact that each ECG waveform is periodically measured, and values such as potentials measured in a period before and after an arbitrary period, and a predetermined statistic relating to the value And compare. By determining whether or not the result of the comparison exceeds a predetermined value, the noise mixing status is determined. In the present embodiment, a method different from the noise determination processing method described here may be used.
具体的には、ノイズ混入状況判定部１６は、生体信号の任意の領域において、電極移動や電極外れ等に起因するような、対象となる生体信号と類似した周波数特性を有するノイズ混入領域を判定することによって、生体信号にノイズが混入しているか否かを判定する。 Specifically, the noise mixing state determination unit 16 determines a noise mixing region having frequency characteristics similar to the target biological signal, such as due to electrode movement or electrode detachment, in an arbitrary region of the biological signal. By doing so, it is determined whether or not noise is mixed in the biological signal.
そして、ノイズ混入状況判定部１６は、この周期的な生体信号に混入した同一の周波数帯域に存在するノイズの判定を行うために、対象となる生体信号を、少なくとも短期期間と長期期間の２つの異なる分析窓幅で分割し、その分析窓を評価する。より詳細には、対象となる生体信号を分割し、分割された生体信号を含む各分析窓における特徴量を算出し、その分析窓を評価する。なお、ここで、ノイズ混入状況判定部１６によって算出される特徴量は、本実施形態における特徴量と異なっていてもよい。 Then, the noise mixing state determination unit 16 determines at least two short-term and long-term biological signals in order to determine noise existing in the same frequency band mixed in this periodic biological signal. Divide by different analysis window width and evaluate the analysis window. More specifically, a target biological signal is divided, a feature amount in each analysis window including the divided biological signal is calculated, and the analysis window is evaluated. Here, the feature amount calculated by the noise mixing state determination unit 16 may be different from the feature amount in the present embodiment.
また、ノイズ混入状況判定部１６は、長期期間の幅を有する分析窓同士を比較することにより大局的な変化を判定し、短期期間の幅を有する分析窓同士を比較することにより、例えば、ノイズが混入しているか否かを示す変化点、その変化の継続性等を判定する。 In addition, the noise mixing state determination unit 16 determines a global change by comparing analysis windows having a long period width, and compares the analysis windows having a short period width, for example, noise. A change point indicating whether or not is mixed, a continuity of the change, and the like are determined.
これにより、ノイズ混入状況判定部１６は、対象となる生体信号と同一の周波数帯域に存在するノイズが混入している領域を判定することができる。このように、例えば、大局的な変化、局所的な変化、および変化の連続性の３つの観点から評価を行うことによって、ノイズ混入領域の判定を行う。 Thereby, the noise mixing condition determination unit 16 can determine a region where noise existing in the same frequency band as the target biological signal is mixed. As described above, for example, the noise mixed region is determined by performing evaluation from the three viewpoints of global change, local change, and continuity of change.
なお、本実施形態では、ここで説明したノイズ混入状況判定部１６によるノイズ混入領域の判定方法は、一例であって、他のノイズ混入領域の判定方法を用いて、例えば、同一の周波数帯域以外の周波数帯域に存在するノイズに関して、ノイズ混入領域を判定してもよい。 In the present embodiment, the method for determining a noise mixture region by the noise mixture state determination unit 16 described here is an example, and other methods for determining a noise mixture region are used, for example, other than the same frequency band. The noise mixed area may be determined for noise existing in the frequency band.
ノイズ除去・低減処理部１６ａは、ノイズ混入状況判定部１６によってノイズが混入していると判定された場合、混入しているノイズを除去または低減するための処理（以下、「ノイズ除去処理」と称す。）を行う。 The noise removal / reduction processing unit 16a, when it is determined by the noise mixing state determination unit 16 that noise is mixed, is a process for removing or reducing the mixed noise (hereinafter referred to as “noise removal processing”). ).
例えば、ノイズ除去・低減処理部１６ａは、ノイズが混入していると判定され、基線変動等のノイズの影響により、生体信号が正常な生体信号と比べて変形している場合、ノイズを除去または低減するためのフィルタリングまたはその他のノイズを除去または低減するための手法を用いて、ノイズの除去または低減する。これにより、生体信号の成分および特徴量を抽出可能な状態にすることができる。 For example, the noise removal / reduction processing unit 16a determines that noise is mixed, and removes noise when the biological signal is deformed compared to a normal biological signal due to the influence of noise such as baseline fluctuation. Filtering to reduce or other techniques for removing or reducing noise are used to remove or reduce noise. Thereby, it is possible to make it possible to extract the components and feature amounts of the biological signal.
具体的には、ノイズ除去・低減処理部１６ａは、ハイパスフィルタ、バンドパスフィルタ、または所定の閾値、を利用したノイズ除去処理を行う。または、ウェーブレット変換を用いて、ノイズ除去処理を行ってもよい。なお、本実施形態では、ノイズ除去処理の方法として、これ以外の方法を用いてもよい。 Specifically, the noise removal / reduction processing unit 16a performs noise removal processing using a high-pass filter, a band-pass filter, or a predetermined threshold. Alternatively, noise removal processing may be performed using wavelet transform. In the present embodiment, other methods may be used as the noise removal processing method.
そして、ノイズ混入状況判定部１６は、ノイズが混入しているか否かの判定結果ｃを、特徴量抽出部２０に送る。判定結果ｃには、ノイズ除去・低減処理部１６ａによってノイズが除去または低減された生体信号に関する情報、および、ノイズが混入している期間の時刻および生体信号の電位の時系列情報、も含まれる。 Then, the noise mixing state determination unit 16 sends a determination result c as to whether or not noise is mixed to the feature amount extraction unit 20. The determination result c also includes information on the biological signal from which noise has been removed or reduced by the noise removal / reduction processing unit 16a, and time series information on the time of the period in which noise is mixed and the potential of the biological signal. .
なお、ノイズ状況判定部１６は、生体信号にノイズが混入している期間に対応する生体信号に、「ノイズ」等のラベルを付与してもよい。同様に、正常な生体信号に、「正常」等のラベルを付与してもよい。 The noise state determination unit 16 may add a label such as “noise” to the biological signal corresponding to the period in which noise is mixed in the biological signal. Similarly, a label such as “normal” may be attached to a normal biological signal.
また、ノイズ除去・低減処理部１６ａは、ノイズ混入状況判定部１６ではなく、例えば、生体信号処理装置１０に設けられていてもよい。 Further, the noise removal / reduction processing unit 16a may be provided in the biological signal processing apparatus 10, for example, instead of the noise mixing state determination unit 16.
特徴量抽出部２０は、判定結果ｃに基づき、生体信号から特徴量を抽出する。例えば、ノイズ除去・低減処理部１６ａによってノイズが除去または低減された期間に対応する生体信号（以下、「ノイズ除去済み生体信号」と称す。）から特徴量を抽出する。また、正常な生体信号からも特徴量を抽出する。 The feature amount extraction unit 20 extracts a feature amount from the biological signal based on the determination result c. For example, a feature amount is extracted from a biological signal corresponding to a period during which noise is removed or reduced by the noise removal / reduction processing unit 16a (hereinafter referred to as “noise-removed biological signal”). In addition, feature quantities are extracted from normal biological signals.
具体的には、特徴量抽出部２０は、アーチファクト判定部１４およびノイズ混入状況判定部１６による判定処理の結果、対象となる期間に関して、振幅ゼロアーチファクト、振幅大アーチファクト、およびノイズ、の何れの影響も受けていないと判定された場合、および、ノイズ除去・低減処理部１６ａによってノイズ除去処理された場合、対象となる期間における特徴量を抽出する。 Specifically, the feature amount extraction unit 20 determines the influence of zero amplitude artifact, large amplitude artifact, and noise on the target period as a result of the determination processing by the artifact determination unit 14 and the noise mixing state determination unit 16. If it is determined that no noise has been received, and if noise removal processing is performed by the noise removal / reduction processing unit 16a, the feature amount in the target period is extracted.
より詳細には、特徴量抽出部２０は、Ｒ波の相関係数、所定の閾値、またはウェーブレット変換、を用いた方法で特徴量を抽出する。例えば、ウェアラブルデバイスの利用者に提供するサービス形態、または、特徴量の抽出のための計算に関するコストを考慮して、適切な方法で特徴量を抽出する。なお、これらの特徴量の抽出の方法以外の方法を用いて、特徴量を抽出してもよい。 More specifically, the feature amount extraction unit 20 extracts feature amounts by a method using an R-wave correlation coefficient, a predetermined threshold value, or wavelet transform. For example, the feature amount is extracted by an appropriate method in consideration of the service form provided to the wearable device user or the cost related to the calculation for extracting the feature amount. Note that the feature amount may be extracted by using a method other than these feature amount extraction methods.
そして、例えば、特徴量抽出部２０は、Ｒ波等の特徴パタンを抽出し、抽出された特徴パタンに基づき、ＲＲＩ値等の特徴量を抽出する。 For example, the feature amount extraction unit 20 extracts feature patterns such as R waves, and extracts feature amounts such as RRI values based on the extracted feature patterns.
また、特徴量抽出部２０は、判定結果ｃに基づき、生体信号から特徴量を抽出できるか否か判定する。 The feature amount extraction unit 20 determines whether or not the feature amount can be extracted from the biological signal based on the determination result c.
そして、特徴量抽出部２０は、生体信号から特徴量を抽出できると判定した場合、抽出された特徴量に関する情報、および、特徴量を抽出できるか否かの判定結果を、特徴量情報ｄ１として、特徴量記憶部２２に送る。一方、生体信号から特徴量を抽出できないと判定した場合、例えば、特徴量を抽出できない期間に関する情報、および、特徴量を抽出できるか否かの判定結果を、特徴量情報ｄ２として、後述する特徴量補完要否判定部１８に送る。 When the feature amount extraction unit 20 determines that the feature amount can be extracted from the biological signal, the information about the extracted feature amount and the determination result as to whether the feature amount can be extracted are used as the feature amount information d1. To the feature amount storage unit 22. On the other hand, when it is determined that the feature amount cannot be extracted from the biological signal, for example, information regarding a period during which the feature amount cannot be extracted and a determination result of whether or not the feature amount can be extracted are described later as feature amount information d2. It is sent to the quantity complementation necessity determination unit 18.
特徴量記憶部２２は、特徴量情報ｄ１を記憶する。また、例えば、記憶されている特徴量情報ｄ１のうちの、後述する生体信号解析処理部３０によって解析が必要な生体信号に関する特徴量情報ｅ１を、補完・破棄処理済特徴量記憶部２４に送る。 The feature amount storage unit 22 stores feature amount information d1. Further, for example, of the stored feature quantity information d1, the feature quantity information e1 related to the biological signal that needs to be analyzed by the later-described biological signal analysis processing section 30 is sent to the complement / discarded feature quantity storage section 24. .
また、特徴量記憶部２２は、例えば、後述する特徴量補完要否判定部１８による要求に応じて、記憶されている特徴量情報ｄ１のうちの特徴量情報ｅ２を、特徴量補完要否判定部１８に送る。 In addition, the feature amount storage unit 22 determines, for example, feature amount information e2 in the stored feature amount information d1 in response to a request from a feature amount complementation necessity determination unit 18 described later. Send to part 18.
なお、特徴量情報ｅ１，ｅ２には、例えば、Ｒ波が発生した時刻の時系列情報が含まれる。 Note that the feature amount information e1 and e2 includes, for example, time series information of the time when the R wave is generated.
補完・破棄処理済特徴量記憶部２４は、特徴量情報ｅ１および後述する特徴量補完要否判定部１８の判定結果ｇを、記憶する。例えば、特徴量情報ｅ１に含まれる特徴量に関するデータと、判定結果ｇに含まれる補完された特徴量に関するデータと、を合わせて、時系列的に記憶する。また、特徴量抽出部２０によって特徴量を抽出することができなかった期間に関するデータ、および、後述するデータ破棄部１８ｂによって破棄されたアーチファクトが混入している期間に関するデータ、を例えば空値（Ｎｕｌｌ値）として記憶する。 The complement / discarded feature amount storage unit 24 stores the feature amount information e1 and the determination result g of the feature amount complementation necessity determination unit 18 described later. For example, the data relating to the feature amount included in the feature amount information e1 and the data relating to the complemented feature amount included in the determination result g are combined and stored in time series. Further, for example, a null value (Null) is used for data relating to a period during which a feature quantity cannot be extracted by the feature quantity extracting unit 20 and data relating to a period in which artifacts discarded by the data discarding unit 18b described later are mixed. Value).
また、補完・破棄処理済特徴量記憶部２４は、記憶している特徴量に関する情報ｈを、生体信号解析処理部３０に送る。 In addition, the complement / discarded feature quantity storage unit 24 sends information h regarding the stored feature quantity to the biological signal analysis processing unit 30.
なお、特徴量記憶部２２および補完・破棄処理済特徴量記憶部２４は、例えば、不揮発性メモリ等のストレージとして実現される。 Note that the feature amount storage unit 22 and the complement / discarded feature amount storage unit 24 are realized as storage such as a nonvolatile memory, for example.
特徴量補完要否判定部１８は、特徴量補完部１８ａおよびデータ破棄部１８ｂを備えており、特徴量補完部１８ａによって特徴量を補完するか、または、データ破棄部１８ｂによって該当期間のデータを破棄するか、否かを判定するための予め設定されている判定基準に基づき、特徴量を補完するかまたは該当するデータを破棄するか判定する。 The feature amount complementation necessity determining unit 18 includes a feature amount complementing unit 18a and a data discarding unit 18b. The feature amount complementing unit 18a supplements the feature amount, or the data discarding unit 18b obtains data of a corresponding period. Based on a predetermined criterion for determining whether to discard or not, it is determined whether to complement the feature amount or discard the corresponding data.
例えば、特徴量補完要否判定部１８は、アーチファクト判定部１４による判定結果ｂ２または特徴量情報ｄ２に基づき、アーチファクトが混入している期間（以下、「アーチファクト期間」と称す。）における特徴量（以下、「アーチファクト期間特徴量」と称す。）を補完するか否かを判定する。 For example, the feature amount complementation necessity determination unit 18 is based on the feature amount (hereinafter referred to as “artifact period”) in which the artifact is mixed based on the determination result b2 or the feature amount information d2 by the artifact determination unit 14. Hereinafter, it is referred to as “artifact period feature amount”).
また、特徴量補完要否判定部１８は、例えば、後述する生体信号解析処理部３０による解析処理において時間的に連続する特徴量を必要とする場合、または、生体信号解析処理部３０による解析処理において必要とする特徴量の精度に応じて、例えば生体信号解析処理部３０による解析処理において高精度の特徴量を必要とする場合、アーチファクト期間特徴量を補完すると判定する。 Further, the feature amount complementation necessity determination unit 18, for example, requires a temporally continuous feature amount in the analysis processing by the biological signal analysis processing unit 30 described later, or the analysis processing by the biological signal analysis processing unit 30 In the analysis processing by the biological signal analysis processing unit 30, for example, when a highly accurate feature amount is required, it is determined that the artifact period feature amount is complemented.
一方、特徴量補完要否判定部１８は、例えば、生体信号解析処理部３０による解析処理において時間的に連続する特徴量を必要としない場合、または、生体信号解析処理部３０による解析処理において高精度の特徴量を必要としない場合、アーチファクト期間特徴量を補完しないと判定する。 On the other hand, the feature amount complementation necessity determination unit 18 is, for example, a case where a temporally continuous feature amount is not required in the analysis processing by the biological signal analysis processing unit 30 or a high amount in the analysis processing by the biological signal analysis processing unit 30. When the feature amount of accuracy is not required, it is determined that the artifact period feature amount is not complemented.
特徴量補完部１８ａは、特徴量補完要否判定部１８によって、補完が行われるように指定されている期間、例えば補完をすると判定された期間、（以下、「補完指定期間」と称す。）、における特徴量を補完する処理（以下、「特徴量補完処理」と称す。）を行う。なお、補完指定期間は、例えば、アーチファクト期間である。 The feature amount complementing unit 18a is a period in which the feature amount complementation necessity determining unit 18 is designated to perform complementation, for example, a period determined to be complemented (hereinafter referred to as “complement designation period”). , A process for complementing the feature quantity (hereinafter referred to as “feature quantity complementation process”) is performed. Note that the complementary designation period is, for example, an artifact period.
特徴量補完処理は、例えば、以下のような方法またはこれらの方法を組み合わせた方法を用いて行われるが、これらの方法と異なる方法を用いて行われてもよい。 The feature amount complementing process is performed using, for example, the following method or a combination of these methods, but may be performed using a method different from these methods.
第１の方法は、補完指定期間よりも時間的に前に、すなわち過去に、特徴量抽出部２０によって抽出されており、正常な生体信号を含む正常な領域に対応する期間（以下、「過去正常期間」と称す。）における特徴量に基づいて、特徴量の補完を行う方法である。すなわち、過去正常期間における特徴量は、補完指定期間における特徴量、例えばアーチファクト期間特徴量、の代替値でもある。 The first method is a period (hereinafter referred to as “past”) that is extracted by the feature amount extraction unit 20 before the complementary designation period, that is, in the past, and that corresponds to a normal region including a normal biological signal. This is a method of complementing the feature amount based on the feature amount in “normal period”. That is, the feature amount in the past normal period is also a substitute value for the feature amount in the complementary designation period, for example, the artifact period feature amount.
第２の方法は、複数の過去正常期間における特徴量に基づき、線形補完等を行う方法である。 The second method is a method of performing linear interpolation or the like based on feature quantities in a plurality of past normal periods.
第３の方法は、過去正常期間がない場合、例えば、過去正常期間が予め指定されていない場合、補完指定期間に関するデータを空値で補完する方法である。 The third method is a method of complementing data related to a complementary designation period with a null value when there is no past normal period, for example, when a past normal period is not designated in advance.
第４の方法は、補完指定期間の時間的に前後の期間における正常な生体が信号を含む領域に対応する期間（以下、「前後正常期間」と称す。）における特徴量に基づいて、例えば、補完指定期間の前後の生体信号または特徴量が、例えば線形的につながるように、特徴量の補完を行う方法である。なお、ここで、時間的に前後の期間は、例えば、予め定められた期間である。 The fourth method is based on a feature amount in a period corresponding to a region where a normal living body includes a signal in a period before and after the complementary designation period (hereinafter referred to as “front and back normal period”), for example, This is a method of complementing feature quantities so that biological signals or feature quantities before and after the complement designation period are linearly connected, for example. Here, the period before and after in time is, for example, a predetermined period.
例えば、特徴量補完部１８ａは、特徴量補完要否判定部１８によってアーチファクト期間特徴量を補完すると判定された場合、アーチファクト期間に対応する生体信号の代わりに、過去正常期間または前後正常期間に対応する生体信号を用いて、アーチファクト期間特徴量を補完する。例えば、前後正常期間における特徴量を、アーチファクト期間特徴量の代替値として用いることによって、アーチファクト期間特徴量を補完する。 For example, if the feature amount complementation unit 18a determines that the feature amount complementation necessity determination unit 18 complements the artifact period feature amount, the feature amount complementation unit 18a corresponds to the past normal period or the preceding and following normal period instead of the biological signal corresponding to the artifact period. The artifact period feature value is complemented using the biological signal. For example, the feature quantity in the normal period before and after is used as a substitute value for the artifact period feature quantity to complement the artifact period feature quantity.
また、特徴量補完部１８ａは、アーチファクト期間だけでなく、特徴量情報ｄ２に基づき、ノイズの影響を受けた期間であって特徴量抽出部２０によって特徴量を抽出することができなかった期間についても、上述したような特徴量の代替値を用いることによって、その期間における特徴量を補完する。以下、アーチファクト期間特徴量の補完について説明するが、ノイズの影響を受けた期間であって特徴量抽出部２０によって特徴量を抽出することができなかった期間における特徴量の補完についても、同様に説明することができる。 The feature amount complementing unit 18a is not only an artifact period but also a period that is affected by noise based on the feature amount information d2 and the feature amount extraction unit 20 cannot extract the feature amount. Also, the feature value in the period is complemented by using the substitute value of the feature value as described above. Hereinafter, the interpolation of the feature amount of the artifact period will be described. However, the complement of the feature amount in the period in which the feature amount extraction unit 20 cannot extract the feature amount in the period affected by the noise is similarly applied. Can be explained.
また、特徴量補完部１８ａは、特徴量情報ｅ２に基づき、特徴量記憶部２２に記憶されている特徴量、すなわち、正常な生体信号の特徴量、ノイズ除去済み生体信号の特徴量、過去正常期間における特徴量、または前後正常期間における特徴量を、アーチファクト期間特徴量の代替値として用いることによって、アーチファクト期間特徴量を補完する。 Further, the feature amount complementing unit 18a, based on the feature amount information e2, features stored in the feature amount storage unit 22, that is, the feature amount of a normal biological signal, the feature amount of a noise-removed biological signal, the past normal The feature value in the period or the feature value in the normal period before and after is used as a substitute value for the artifact period feature value to complement the artifact period feature value.
また、特徴量補完部１８ａは、例えば補完に必要な特徴量が不足し代替値がないためアーチファクト期間特徴量の補完ができない期間があるか否か判定する。そして、アーチファクト期間特徴量の補完ができない場合、後述するデータ廃棄部１８ｂと同様に、アーチファクト期間に関するデータを破棄する。 In addition, the feature amount complementing unit 18a determines whether there is a period in which the feature period feature amount cannot be complemented because, for example, the feature amount necessary for complementation is insufficient and there is no substitute value. If the artifact period feature value cannot be complemented, the data regarding the artifact period is discarded as in the data discarding unit 18b described later.
そして、特徴量補完部１８ａは、補完された特徴量を抽出することができた場合、補完された特徴量に関する情報を、特徴量補完要否判定部１８の判定結果ｇとして、補完・破棄処理済特徴量記憶部２４に送る。 When the feature amount complementing unit 18a can extract the supplemented feature amount, the feature amount complementing unit 18a uses the information related to the supplemented feature amount as the determination result g of the feature amount complementation necessity determining unit 18 to perform the complement / discard process. Sent to the completed feature storage 24.
なお、特徴量情報ｇには、例えば、補完された特徴量に対応するＲ波が発生した時刻の時系列情報が含まれる。また、特徴量情報ｇには、後述するデータ破棄部１８ｂによってアーチファクト期間に関するデータが破棄された場合、例えば、破棄されたデータの時刻の時系列情報が含まれる。 Note that the feature amount information g includes, for example, time-series information of the time when the R wave corresponding to the complemented feature amount is generated. Further, the feature amount information g includes, for example, time-series information of the time of the discarded data when the data regarding the artifact period is discarded by the data discarding unit 18b described later.
データ破棄部１８ｂは、特徴量補完要否判定部１８によってアーチファクト期間特徴量を補完しないと判定された場合、例えば、アーチファクト期間に対応する生体信号に関するデータを破棄する。 The data discarding unit 18b discards, for example, data related to the biological signal corresponding to the artifact period when the feature amount complementation necessity determining unit 18 determines that the artifact period feature is not complemented.
より詳細には、データ破棄部１８ｂは、特徴量補完要否判定部１８によって補完しないと判定されたアーチファクト期間に対応する生体信号に関するデータ（以下、「破棄データ」と称す。）を空値のデータに置き換えることによって、破棄する。または、破棄データの値を０に置き換えることによって、破棄してもよいし、破棄データであることを示すフラグをたてることによって、破棄してもよい。 More specifically, the data discarding unit 18b has a null value for data related to a biological signal corresponding to an artifact period determined not to be complemented by the feature amount complementation necessity determining unit 18 (hereinafter referred to as “discarded data”). Discard by replacing with data. Alternatively, it may be discarded by replacing the value of the discarded data with 0, or may be discarded by setting a flag indicating that the data is discarded data.
なお、破棄データとして破棄されるデータは、ユーザ等に提供するサービスに応じて、例えば、必要なデータを残してもよい。例えば、破棄した区間のタイムスタンプがとれるように、破棄データに対応する時刻データを破棄することなく残してもよい。 Note that, as the data to be discarded as the discarded data, for example, necessary data may be left depending on the service provided to the user or the like. For example, the time data corresponding to the discarded data may be left without being discarded so that the time stamp of the discarded section can be taken.
そして、データ破棄部１８ａは、破棄データおよび破棄しなかった時刻データに関する情報を、特徴量補完要否判定部１８の判定結果ｇとして、補完・破棄処理済特徴量記憶部２４に送る。 Then, the data discarding unit 18a sends the information regarding the discarded data and the time data that has not been discarded as the determination result g of the feature amount complementation necessity determining unit 18 to the complement / discarded feature amount storage unit 24.
ここで、特徴量補完要否判定部１８によって行われる、特徴量を補完するか否かの判定処理についてより詳細に説明する。 Here, the determination process for determining whether or not to complement the feature amount performed by the feature amount complementation necessity determination unit 18 will be described in more detail.
特徴量補完要否判定部１８は、例えば、互いに隣接するＲＲＩ値のゆらぎに基づき自律神経の活動を推定するために正確な特徴量を必要とする場合、アーチファクト期間特徴量または特徴量抽出部２０によってＲ波を抽出できない期間における特徴量を補完する必要がないと判定する。そして、データ破棄部１８ｂは、これらの期間に対応するデータを破棄する。 For example, when the feature quantity complementation necessity determination unit 18 requires an accurate feature quantity to estimate the activity of the autonomic nerve based on fluctuations of adjacent RRI values, the artifact period feature quantity or feature quantity extraction unit 20 Therefore, it is determined that it is not necessary to supplement the feature amount in the period in which the R wave cannot be extracted. The data discarding unit 18b discards data corresponding to these periods.
一方、特徴量補完要否判定部１８は、例えば、ウェアラブルデバイスに搭載されたランニングサポートアプリケーションのように、時間的に連続する特徴量を必要とする場合、アーチファクト期間特徴量または特徴量抽出部２０によってＲ波を抽出できない期間における特徴量を補完するか必要があると判定する。そして、特徴量補完部１８ａは、これらの期間における特徴量を補完する。 On the other hand, the feature amount complementation necessity determination unit 18, for example, when a feature amount that is temporally continuous is required, such as a running support application installed in a wearable device, the artifact period feature amount or feature amount extraction unit 20. Therefore, it is determined that it is necessary to supplement the feature amount in the period in which the R wave cannot be extracted. Then, the feature amount complementing unit 18a supplements the feature amount in these periods.
また、特徴量補完要否判定部１８は、補完要否判定の対象となる該当期間の状態、すなわち、該当期間に対応する生体信号が正常な生体信号である状態、該当期間にアーチファクトが混入している状態、または該当期間にノイズが混入している状態、に応じて、上述した予め設定されている判定基準を切替えるようにしてもよい。 In addition, the feature amount complementation necessity determination unit 18 is in a state of a corresponding period that is a target of complementation necessity determination, that is, a state in which a biological signal corresponding to the corresponding period is a normal biological signal, and artifacts are mixed in the corresponding period. The above-described preset determination criteria may be switched according to the state in which noise is mixed in the corresponding period.
なお、特徴量補完部１８ａおよびデータ破棄部１８ｂは、特徴量補完要否判定部１８ではなく、例えば、生体信号処理装置１０に設けられていてもよい。 Note that the feature amount complementing unit 18a and the data discarding unit 18b may be provided in the biological signal processing apparatus 10, for example, instead of the feature amount complementing necessity determination unit 18.
生体信号解析処理部３０は、特徴量に関する情報ｈに基づき、対象となる生体信号の解析を行う。 The biological signal analysis processing unit 30 analyzes the target biological signal based on the information h regarding the feature amount.
また、本実施形態の生体信号処理システム１は、例えば、磁気ディスク等の記録媒体に記録されたプログラムや、インターネット等の通信ネットワークを介してダウンロードしたプログラムを読み込み、このプログラムによって動作が制御されるサーバ等のコンピュータによって実現される。 In addition, the biological signal processing system 1 of the present embodiment reads a program recorded on a recording medium such as a magnetic disk or a program downloaded via a communication network such as the Internet, and the operation is controlled by this program. It is realized by a computer such as a server.
なお、請求項において、生体信号を取得する取得手段は、例えば、生体信号取得部１２に対応する。取得された生体信号の任意の期間に、生体信号の成分が一定期間含まれない期間または生体信号の成分が所定の閾値を超える期間に対応する信号であるアーチファクト、および、アーチファクトと異なり且つ特徴量の抽出を阻害するノイズ、のうちの少なくとも１つが混入しているか否かを判定する判定手段は、例えば、アーチファクト判定部１４またはノイズ混入状況判定部１６に対応する。 In the claims, the acquisition means for acquiring the biological signal corresponds to, for example, the biological signal acquisition unit 12. Artifact that is a signal corresponding to a period in which a component of the biological signal is not included for a certain period or a period in which the component of the biological signal exceeds a predetermined threshold in an arbitrary period of the acquired biological signal, and is different from the artifact and has a feature amount The determination means for determining whether or not at least one of the noises that hinder the extraction of noise is mixed corresponds to, for example, the artifact determination unit 14 or the noise mixing state determination unit 16.
また、請求項において、判定手段によってノイズが混入していると判定された場合、ノイズを除去するノイズ除去手段は、例えば、ノイズ除去・低減処理部１６ａに対応する。ノイズ除去手段によってノイズが除去された期間に対応する生体信号から特徴量を抽出する抽出手段は、例えば、特徴量抽出部２０に対応する。 Further, in the claims, when it is determined by the determination means that noise is mixed, the noise removal means for removing the noise corresponds to, for example, the noise removal / reduction processing unit 16a. An extraction unit that extracts a feature amount from a biological signal corresponding to a period in which noise is removed by the noise removal unit corresponds to, for example, the feature amount extraction unit 20.
また、請求項において、判定手段によってアーチファクトが混入していると判定された場合、アーチファクトが混入している期間に対応する生体信号を破棄する、または、ノイズおよびアーチファクトの何れも混入していない期間における特徴量を用いて、アーチファクトが混入している期間における特徴量を補完する、補完手段は、例えば、特徴量補完要否判定部１８、特徴量補完部１８ａ、またはデータ破棄部１８ｂに対応する。 Further, in the claims, when it is determined by the determining means that the artifact is mixed, the biological signal corresponding to the period in which the artifact is mixed is discarded, or the period in which neither noise nor artifact is mixed The supplement means for complementing the feature quantity in the period in which the artifact is mixed using the feature quantity in FIG. 6 corresponds to, for example, the feature quantity complementation necessity determining unit 18, the feature quantity complementing unit 18a, or the data discarding unit 18b. .
次に、図１０のフローチャートを参照して、生体信号処理装置１０による生体信号判定処理手順の一例について説明する。 Next, an example of a biological signal determination processing procedure by the biological signal processing apparatus 10 will be described with reference to the flowchart of FIG.
図１０は、本実施形態の生体信号処理装置によって実行される生体信号判定処理手順の一例を示すフローチャートである。 FIG. 10 is a flowchart illustrating an example of a biological signal determination processing procedure executed by the biological signal processing apparatus of this embodiment.
まず、アーチファクト判定部１４によって、生体信号にアーチファクトが混入しているか否か判定される（ステップＳ３０）。 First, the artifact determination unit 14 determines whether or not artifacts are mixed in the biological signal (step S30).
生体信号にアーチファクトが混入していると判定された場合（ステップＳ３０：Ｙｅｓ）、ステップＳ３４に進む。一方、生体信号にアーチファクトが混入していないと判定された場合（ステップＳ３０：Ｎｏ）、例えば、対象となる期間にアーチファクト判定部１４によって上述した「アーチファクト」のラベルが付与されていない場合、ノイズ混入状況判定部１６によって、生体信号にノイズが混入しているか否か判定される（ステップＳ３２）。 When it is determined that the artifact is mixed in the biological signal (step S30: Yes), the process proceeds to step S34. On the other hand, when it is determined that the artifact is not mixed in the biological signal (step S30: No), for example, when the above-described “artifact” label is not given by the artifact determination unit 14 in the target period, noise is generated. The mixing status determination unit 16 determines whether noise is mixed in the biological signal (step S32).
生体信号にノイズが混入していないと判定された場合（ステップＳ３２：Ｎｏ）、ステップＳ３８に進む。一方、生体信号にノイズが混入していると判定された場合（ステップＳ３２：Ｙｅｓ）、ノイズ除去・低減処理部１６ａによって、ノイズ除去処理が行われ（ステップＳ３６）、その後、ステップＳ３８に進む。 When it is determined that no noise is mixed in the biological signal (step S32: No), the process proceeds to step S38. On the other hand, when it is determined that noise is mixed in the biological signal (step S32: Yes), noise removal processing is performed by the noise removal / reduction processing unit 16a (step S36), and then the process proceeds to step S38.
次に、特徴量抽出部２０によって、特徴量を抽出できるか否か判定される（ステップＳ３８）。特徴量を抽出できると判定された場合（ステップＳ３８：Ｙｅｓ）、特徴量抽出部２０によって特徴量が抽出され、特徴量記憶部２２によって、抽出された特徴量が記憶される（ステップＳ４０）。一方、特徴量を抽出できないと判定された場合（ステップＳ３８：Ｎｏ）、ステップＳ３４に進む。 Next, the feature amount extraction unit 20 determines whether or not the feature amount can be extracted (step S38). When it is determined that the feature quantity can be extracted (step S38: Yes), the feature quantity extraction unit 20 extracts the feature quantity, and the feature quantity storage unit 22 stores the extracted feature quantity (step S40). On the other hand, when it is determined that the feature amount cannot be extracted (step S38: No), the process proceeds to step S34.
生体信号にアーチファクトが混入していると判定された場合（ステップＳ３０：Ｙｅｓ）、または、特徴量を抽出できないと判定された場合（ステップＳ３８：Ｎｏ）、特徴量補完要否判定部１８によって、アーチファクト期間特徴量を補完する必要があるか否か判定される（ステップＳ３４）。 When it is determined that artifacts are mixed in the biological signal (step S30: Yes), or when it is determined that the feature amount cannot be extracted (step S38: No), the feature amount complementation necessity determination unit 18 It is determined whether or not the artifact period feature value needs to be complemented (step S34).
アーチファクト期間特徴量を補完する必要がないと判定された場合（ステップＳ３４：Ｎｏ）、データ破棄部１８ｂによって、アーチファクト期間に対応する生体信号に関するデータが破棄される（ステップＳ４２）。そして、ステップＳ４２の後、ステップＳ４８に進む。 When it is determined that it is not necessary to supplement the artifact period feature amount (step S34: No), the data discarding unit 18b discards the data related to the biological signal corresponding to the artifact period (step S42). Then, after step S42, the process proceeds to step S48.
一方、アーチファクト期間における特徴量を補完する必要があると判定された場合（ステップＳ３４：Ｙｅｓ）、特徴量補完部１８ａによって、アーチファクト期間特徴量が補完される（ステップＳ４４）。 On the other hand, when it is determined that the feature amount in the artifact period needs to be complemented (step S34: Yes), the feature period feature amount is complemented by the feature amount complementing unit 18a (step S44).
そして、ステップＳ４４の後またはステップＳ４２の後、補完・破棄処理済特徴量記憶部２４によって、例えば、ステップＳ４０において記憶された特徴量と補完された特徴量とが合わせて記憶される（ステップＳ４８）。 Then, after step S44 or after step S42, the complemented / discarded feature quantity storage unit 24 stores, for example, the feature quantity stored in step S40 and the complemented feature quantity (step S48). ).
以上のような本実施形態によって、次のような効果を得ることができる。
生体信号にアーチファクトまたはノイズが混入しているか否かを適切に判定することが可能となる。
According to this embodiment as described above, the following effects can be obtained.
It is possible to appropriately determine whether or not artifacts or noise are mixed in the biological signal.
例えば、ウェアラブルデバイスを用いて生体信号を計測する場合、ユーザがウェアラブルデバイスを装着している間、継続して生体信号を適切に計測し、計測された生体信号を適切に処理することが可能となる。 For example, when measuring a biological signal using a wearable device, it is possible to continuously measure the biological signal continuously while the user wears the wearable device and appropriately process the measured biological signal. Become.
また、生体信号が計測されている状況を判定することも可能となる。例えば、アーチファクト期間、および、ノイズの影響が大きく特徴量の抽出が困難な期間について、その期間の前後の期間に対応するデータに基づき、該当期間における特徴量の補完または該当期間に対応するデータの破棄を行うことが可能となる。 It is also possible to determine the situation in which the biological signal is being measured. For example, for an artifact period and a period in which it is difficult to extract a feature value due to the influence of noise, the feature value complementation in the corresponding period or the data corresponding to the corresponding period is based on the data corresponding to the period before and after that period. Discarding is possible.
これにより、例えば、アーチファクト期間を解析するために必要な計算コストまたは時間コストを低減することが可能となる。また、アーチファクト期間以外のノイズが混入している期間についても、混入したノイズを除去または低減する等の適切な処理を行うことによって、特徴量を抽出することが可能となる。 Thereby, for example, it is possible to reduce the calculation cost or time cost necessary for analyzing the artifact period. In addition, in a period in which noise other than the artifact period is mixed, it is possible to extract a feature amount by performing appropriate processing such as removing or reducing the mixed noise.
また、抽出された特徴量を用いて提供されるサービスに応じて、適切な処理を行うことが可能となる。例えば、生体信号として心電を想定した場合、例えば以下のような処理を行うことが可能となる。 In addition, it is possible to perform appropriate processing according to the service provided using the extracted feature amount. For example, when an electrocardiogram is assumed as a biological signal, for example, the following processing can be performed.
ランニングサポートアプリケーション等を使用する場合のように連続的な特徴量を算出する必要がある場合、生体信号の成分を計測できない場合でも、該当する期間の前後の期間において正確に抽出することができた特徴量に基づき、上述したような補完の処理を行うことが可能となる。 When continuous feature values need to be calculated, such as when using a running support application, etc., it was possible to accurately extract the period before and after the corresponding period even if the component of the biological signal could not be measured. Based on the feature amount, the above-described complementing process can be performed.
また、互いに隣接するＲＲＩ値のゆらぎに基づき、自律神経の活動を推測するようなアプリケーションを使用する場合のように厳密なＲＲＩ値を抽出する必要がある場合、例えば、該当する期間に対応するデータを解析処理の対象外のデータとすることによって、正確にＲＲＩ値を抽出できた期間のみを解析処理の対象とすることが可能となる。 In addition, when it is necessary to extract a strict RRI value as in the case of using an application that estimates autonomic nerve activity based on fluctuations of adjacent RRI values, for example, data corresponding to a corresponding period It is possible to set only the period during which the RRI value can be accurately extracted as the object of the analysis process by making the data out of the object of the analysis process.
また、生体信号が計測される状況に応じて適切な処理を行うことによって、生体信号の誤検出、過剰な検出、または検出漏れ等を低減することが可能となる。 Further, by performing appropriate processing according to the situation where the biological signal is measured, it is possible to reduce false detection, excessive detection, or omission of detection of the biological signal.
また、最終的にユーザに提供するサービスの内容に応じて、生体信号の特徴量を適切に抽出することが可能となる。 In addition, it is possible to appropriately extract the feature amount of the biological signal according to the content of the service finally provided to the user.
また、アーチファクトおよびノイズを適切に判定し、それらを適切に処理するによって、抽出される特徴量の精度を向上させるだけでなく、継続的に特徴量を抽出することが可能となる。 In addition, by appropriately determining artifacts and noise and appropriately processing them, it is possible not only to improve the accuracy of the extracted feature quantity, but also to extract the feature quantity continuously.
例えば、振幅ゼロアーチファクト、振幅大アーチファクト、およびノイズの３つの異常状態、ならびに、正常な生体信号を含む正常状態、を判定することによって、特徴量の抽出の精度を向上させることが可能となる。これにより、ウェアラブルデバイスで計測した生体信号から特徴量を抽出する場合、生体信号を計測している状況が、これらの状態のうちのどの状態に属するか判定することが可能となる。そして、これらの状態を判定し、判定された状態に応じて異なる処理を行うことによって、正確に特徴量を抽出することが可能となる。 For example, it is possible to improve the accuracy of feature quantity extraction by determining three abnormal states of zero amplitude artifact, large amplitude artifact, and noise, and a normal state including a normal biological signal. Thereby, when extracting a feature-value from the biomedical signal measured with the wearable device, it becomes possible to determine to which of these states the situation which is measuring the biomedical signal belongs. Then, by determining these states and performing different processes depending on the determined state, it is possible to accurately extract the feature amount.
本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。 Although several embodiments of the present invention have been described, these embodiments are presented by way of example and are not intended to limit the scope of the invention. These novel embodiments can be implemented in various other forms, and various omissions, replacements, and changes can be made without departing from the scope of the invention. These embodiments and modifications thereof are included in the scope and gist of the invention, and are included in the invention described in the claims and the equivalents thereof.
１…生体信号処理システム、９…生体信号測定デバイス、１０…生体信号処理装置、１２…生体信号取得部、１４…アーチファクト判定部、１６…ノイズ混入状況判定部、１６ａ…ノイズ除去・低減処理部、１８…特徴量補完要否判定部、１８ａ…特徴量補完部、１８ｂ…データ破棄部、２０…特徴量抽出部、２２…特徴量記憶部、２４…補完・破棄処理済特徴量記憶部、３０…生体信号解析処理部、４０，４６…グラフ、４２ａ…アーチファクトを含む領域、４２ｂ…ノイズを含む領域、４２ｃ…正常な領域。４２ａ−１，４２ａ−２，４２ｄ…領域、５０…ＱＲＳ群、ａ，ａ０…生体信号情報、ｂ１，ｃ，ｇ…判定結果、ｄ１，ｄ２，ｅ１，ｅ２…特徴量情報、ｈ…特徴量に関する情報、Ｔｈ…閾値。 DESCRIPTION OF SYMBOLS 1 ... Biosignal processing system, 9 ... Biosignal measuring device, 10 ... Biosignal processing apparatus, 12 ... Biosignal acquisition part, 14 ... Artifact determination part, 16 ... Noise mixing condition determination part, 16a ... Noise removal and reduction process part , 18 ... feature quantity complementation necessity determination section, 18a ... feature quantity complement section, 18b ... data discard section, 20 ... feature quantity extraction section, 22 ... feature quantity storage section, 24 ... complement / discarded feature quantity storage section, 30: biological signal analysis processing unit, 40, 46: graph, 42a: region including artifacts, 42b: region including noise, 42c: normal region 42a-1, 42a-2, 42d ... area, 50 ... QRS group, a, a0 ... biological signal information, b1, c, g ... determination result, d1, d2, e1, e2 ... feature quantity information, h ... feature quantity Information about Th, threshold value.
Claims (7)
前記生体信号を取得する取得手段と、
前記取得された生体信号の任意の期間に、前記生体信号の成分が一定期間含まれない期間または前記生体信号の成分が所定の閾値を超える期間に対応する信号であるアーチファクト、および、前記アーチファクトと異なり且つ前記特徴量の抽出を阻害するノイズ、のうちの少なくとも１つが混入しているか否かを判定する判定手段とを備える、
生体信号処理装置。 A biological signal processing apparatus for extracting a feature quantity from a biological signal having periodicity in time,
Obtaining means for obtaining the biological signal;
An artifact that is a signal corresponding to a period in which the component of the biological signal is not included in a certain period of time or a period in which the component of the biological signal exceeds a predetermined threshold in an arbitrary period of the acquired biological signal, and the artifact Determination means for determining whether or not at least one of noises that are different and inhibit the extraction of the feature amount is mixed,
Biological signal processing device.
前記ノイズ除去手段によって前記ノイズが除去された期間に対応する生体信号から前記特徴量を抽出する抽出手段と、
をさらに備える請求項１記載の生体信号処理装置。 When it is determined by the determination means that the noise is mixed, a noise removal means for removing the noise;
Extracting means for extracting the feature amount from a biological signal corresponding to a period in which the noise is removed by the noise removing means;
The biological signal processing apparatus according to claim 1, further comprising:
前記生体信号を取得し、
前記取得された生体信号の任意の期間に、前記生体信号の成分が一定期間含まれない期間または前記生体信号の成分が所定の閾値を超える期間に対応する信号であるアーチファクト、および、前記アーチファクトと異なり且つ前記特徴量の抽出を阻害するノイズ、のうちの少なくとも１つが混入しているか否かを判定する、
生体信号処理方法。 A biological signal processing method for extracting a feature value from a biological signal having periodicity in time,
Obtaining the biological signal;
An artifact that is a signal corresponding to a period in which the component of the biological signal is not included in a certain period of time or a period in which the component of the biological signal exceeds a predetermined threshold in an arbitrary period of the acquired biological signal, and the artifact It is determined whether at least one of the noises that are different and inhibit the extraction of the feature amount is mixed.
Biological signal processing method.
前記ノイズが除去された期間に対応する生体信号から前記特徴量を抽出する、請求項４記載の生体信号処理方法。 If it is determined that the noise is mixed, the noise is removed,
The biological signal processing method according to claim 4, wherein the feature amount is extracted from a biological signal corresponding to a period in which the noise is removed.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2016026255A JP6527830B2 (en) | 2016-02-15 | 2016-02-15 | Biological signal processing apparatus, method, and program |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2016026255A JP6527830B2 (en) | 2016-02-15 | 2016-02-15 | Biological signal processing apparatus, method, and program |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2017143911A true JP2017143911A (en) | 2017-08-24 |
| JP6527830B2 JP6527830B2 (en) | 2019-06-05 |
Family
ID=59681758
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2016026255A Active JP6527830B2 (en) | 2016-02-15 | 2016-02-15 | Biological signal processing apparatus, method, and program |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6527830B2 (en) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2019069044A (en) * | 2017-10-10 | 2019-05-09 | 日本電信電話株式会社 | Complementation device for time series data on instantaneous heart rate, complementation method, and program thereof |
| WO2022215130A1 (en) * | 2021-04-05 | 2022-10-13 | 日本電信電話株式会社 | Electrocardiogram measurement quality evaluation device, electrocardiogram measurement quality evaluation method, and program |
| WO2023089832A1 (en) * | 2021-11-22 | 2023-05-25 | 日本電信電話株式会社 | Evaluation device, evaluation method, and evaluation program |
| JP7455995B2 (en) | 2021-03-19 | 2024-03-26 | シェンツェン・ショックス・カンパニー・リミテッド | Exercise data processing method and exercise monitoring system |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006006665A (en) * | 2004-06-25 | 2006-01-12 | Olympus Corp | Brain function analyzing system |
| JP2007090000A (en) * | 2005-09-30 | 2007-04-12 | Nippon Koden Corp | Method for compressing electrocardiogram data, and electrocardiogram telemeter |
| JP2009261723A (en) * | 2008-04-25 | 2009-11-12 | Fukuda Denshi Co Ltd | Electrocardiograph and its control method |
| US20100312131A1 (en) * | 2009-06-09 | 2010-12-09 | Mihir Naware | Noise detection and response for use when monitoring for arrhythmias |
| JP2011152194A (en) * | 2010-01-26 | 2011-08-11 | National Institute Of Advanced Industrial Science & Technology | Biological state analysis system |
| WO2013054477A1 (en) * | 2011-10-11 | 2013-04-18 | 株式会社村田製作所 | Portable instrument |
| JP2015080624A (en) * | 2013-10-23 | 2015-04-27 | 富士通株式会社 | Waveform interpolation device, method and program |
-
2016
- 2016-02-15 JP JP2016026255A patent/JP6527830B2/en active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006006665A (en) * | 2004-06-25 | 2006-01-12 | Olympus Corp | Brain function analyzing system |
| JP2007090000A (en) * | 2005-09-30 | 2007-04-12 | Nippon Koden Corp | Method for compressing electrocardiogram data, and electrocardiogram telemeter |
| JP2009261723A (en) * | 2008-04-25 | 2009-11-12 | Fukuda Denshi Co Ltd | Electrocardiograph and its control method |
| US20100312131A1 (en) * | 2009-06-09 | 2010-12-09 | Mihir Naware | Noise detection and response for use when monitoring for arrhythmias |
| JP2011152194A (en) * | 2010-01-26 | 2011-08-11 | National Institute Of Advanced Industrial Science & Technology | Biological state analysis system |
| WO2013054477A1 (en) * | 2011-10-11 | 2013-04-18 | 株式会社村田製作所 | Portable instrument |
| JP2015080624A (en) * | 2013-10-23 | 2015-04-27 | 富士通株式会社 | Waveform interpolation device, method and program |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2019069044A (en) * | 2017-10-10 | 2019-05-09 | 日本電信電話株式会社 | Complementation device for time series data on instantaneous heart rate, complementation method, and program thereof |
| JP7455995B2 (en) | 2021-03-19 | 2024-03-26 | シェンツェン・ショックス・カンパニー・リミテッド | Exercise data processing method and exercise monitoring system |
| WO2022215130A1 (en) * | 2021-04-05 | 2022-10-13 | 日本電信電話株式会社 | Electrocardiogram measurement quality evaluation device, electrocardiogram measurement quality evaluation method, and program |
| WO2023089832A1 (en) * | 2021-11-22 | 2023-05-25 | 日本電信電話株式会社 | Evaluation device, evaluation method, and evaluation program |
Also Published As
| Publication number | Publication date |
|---|---|
| JP6527830B2 (en) | 2019-06-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Fariha et al. | Analysis of Pan-Tompkins algorithm performance with noisy ECG signals | |
| US8909332B2 (en) | Method and device for estimating morphological features of heart beats | |
| Jarchi et al. | Towards photoplethysmography-based estimation of instantaneous heart rate during physical activity | |
| Mak et al. | An automated ECG-artifact removal method for trunk muscle surface EMG recordings | |
| JP6527830B2 (en) | Biological signal processing apparatus, method, and program | |
| US11083404B2 (en) | Processing apparatus for processing a physiological signal | |
| JP2021528148A (en) | Methods and systems for quantifying and eliminating asynchronous noise in biophysical signals | |
| Ng et al. | Iterative method to detect atrial activations and measure cycle length from electrograms during atrial fibrillation | |
| CN108601546B (en) | Biological signal processing method and biological signal processing apparatus | |
| US9901277B2 (en) | Cycle length iteration for the detection of atrial activations from electrogram recordings of atrial fibrillation | |
| Lin et al. | Reducing the impact of external vibrations on fiducial point detection in seismocardiogram signals | |
| Kaur et al. | On the detection of cardiac arrhythmia with principal component analysis | |
| US11510605B2 (en) | Instantaneous heartbeat reliability evaluation device, method, and program | |
| Butt et al. | Classifying normal sinus rhythm and cardiac arrhythmias in ECG signals using statistical features in temporal domain | |
| Antink et al. | Local interval estimation improves accuracy and robustness of heart rate variability derivation from photoplethysmography | |
| JP6468986B2 (en) | Noise determination apparatus, method, and program | |
| KR20140087918A (en) | System and method for detecting r wave of ecg signal based on som | |
| Malanda et al. | Averaging methods for extracting representative waveforms from motor unit action potential trains | |
| Hegde et al. | A review on ECG signal processing and HRV analysis | |
| JP6535575B2 (en) | Physiological index detection device, physiological index detection method, physiological index detection processing program | |
| Mincholé et al. | Discrimination between ischemic and artifactual ST segment events in Holter recordings | |
| Ostertag et al. | Reconstructing ECG precordial leads from a reduced lead set using independent component analysis | |
| Leikan et al. | Evaluation of agreement between temporal series obtained from electrocardiogram and pulse wave. | |
| Fahruzi et al. | An Investigation of Dynamic Features Influence in ECG-Apnea Using Detrended Fluctuation Analysis | |
| Yasmeen et al. | Detection of real time QRS complex using wavelet transform |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180220 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20181107 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20181113 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20181226 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20190507 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190513 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6527830 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |