JP2021132758A - 生体情報処理装置、生体情報処理方法、プログラム及び記憶媒体 - Google Patents

生体情報処理装置、生体情報処理方法、プログラム及び記憶媒体 Download PDF

Info

Publication number
JP2021132758A
JP2021132758A JP2020029671A JP2020029671A JP2021132758A JP 2021132758 A JP2021132758 A JP 2021132758A JP 2020029671 A JP2020029671 A JP 2020029671A JP 2020029671 A JP2020029671 A JP 2020029671A JP 2021132758 A JP2021132758 A JP 2021132758A
Authority
JP
Japan
Prior art keywords
parameter
value
information processing
biometric information
values
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
JP2020029671A
Other languages
English (en)
Inventor
正巳 谷島
Masami Yajima
正巳 谷島
真澄 久保田
Masumi Kubota
真澄 久保田
卓 間藤
Taku Mato
卓 間藤
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nippon Koden Corp
Original Assignee
Nippon Koden Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nippon Koden Corp filed Critical Nippon Koden Corp
Priority to JP2020029671A priority Critical patent/JP2021132758A/ja
Priority to US17/176,390 priority patent/US20210259617A1/en
Publication of JP2021132758A publication Critical patent/JP2021132758A/ja
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/388—Nerve conduction study, e.g. detecting action potential of peripheral nerves
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/40—Detecting, measuring or recording for evaluating the nervous system
    • A61B5/4029—Detecting, measuring or recording for evaluating the nervous system for evaluating the peripheral nervous systems
    • A61B5/4035—Evaluating the autonomic nervous system
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
    • A61B5/743—Displaying an image simultaneously with additional graphical information, e.g. symbols, charts, function plots
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Molecular Biology (AREA)
  • Veterinary Medicine (AREA)
  • Physics & Mathematics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biophysics (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Neurology (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Data Mining & Analysis (AREA)
  • Physiology (AREA)
  • Neurosurgery (AREA)
  • Databases & Information Systems (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Cardiology (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

【課題】自律神経機能の異常に関連する被検者の病症の診断に貢献可能な生体情報処理装置を提供する。【解決手段】生体情報処理装置は、プロセッサと、コンピュータ可読命令を記憶するメモリと、を備え、前記コンピュータ可読命令が前記プロセッサによって実行されると、前記生体情報処理装置は、被検者の生体情報を示す生体情報データを取得し、前記生体情報データに基づいて、第１の時間間隔毎に前記被検者の自律神経機能に関連するパラメータの値を取得し、前記第１の時間間隔毎に取得された前記パラメータの複数の値に基づいて、前記被検者の自律神経機能の異常の程度を示す異常指標値を取得し、前記異常指標値に関連する情報を表示する。【選択図】図２

Description

本開示は、生体情報処理装置及び生体情報処理方法に関する。さらに、本開示は、当該生体情報処理方法をコンピュータに実行させるためのプログラム及び当該プログラムが記憶されたコンピュータ読取可能な記憶媒体に関する。
患者の自律神経に関連した活動をモニタリングする装置が開示されている（例えば、特許文献１を参照）。特許文献１では、患者の自律神経の活動に基づいて生体の異常反応を予測又は判定することが可能な自律神経活動モニター装置が開示されている。患者の自律神経の活動を可視化するために、患者の心拍変動（ＨＲＶ：Ｈｅａｒｔ Ｒａｔｅ Ｖａｒｉａｂｉｌｉｔｙ）を周波数解析することで、当該心拍変動の高周波成分（ＨＦ）と高周波成分に対する低周波成分（ＬＦ）との比（ＬＦ／ＨＦ）の時間変化を示すトレンドグラフが自律神経活動モニター装置の表示画面上に表示される。
特開２００５−２６１７７７号公報
ところで、医療従事者は、モニター装置に表示された患者の自律神経機能（交感神経機能及び副交感神経機能）の時間変化を示すトレンドグラフを注意深く観察することで、患者の自律神経機能の異常に気付くことができる一方で、当該自律神経機能の異常に関連した被検者の病症の程度を的確に把握できない可能性がある。特に、経験年数が浅い医療従事者は、患者の自律神経機能の時間変化を示すトレンドグラフを視認するだけでは、当該自律神経機能の異常に関連した患者の病症の程度を的確に把握するのは困難であることが想定される。このように、上記観点より生体情報処理装置のユーザビリティを改善させる余地がある。
本開示は、自律神経機能の異常に関連する被検者の病症の診断に貢献可能な生体情報処理装置及び生体情報処理方法を提供することを目的とする。また、本開示は、当該生体情報処理方法をコンピュータに実行させるためのプログラム及び当該プログラムが記憶されたコンピュータ読取可能な記憶媒体を提供することを目的とする。
本発明の一態様に係る生体情報処理装置は、
プロセッサと、
コンピュータ可読命令を記憶するメモリと、を備える。
前記コンピュータ可読命令が前記プロセッサによって実行されると、前記生体情報処理装置は、
被検者の生体情報を示す生体情報データを取得し、
前記生体情報データに基づいて、第１の時間間隔毎に前記被検者の自律神経機能に関連するパラメータの値を取得し、
前記第１の時間間隔毎に取得された前記パラメータの複数の値に基づいて、前記被検者の自律神経機能の異常の程度を示す異常指標値を取得し、
前記異常指標値に関連する情報を表示する。
本発明の一態様に係る生体情報処理方法は、
被検者の生体情報を示す生体情報データを取得するステップと、
前記生体情報データに基づいて、第１の時間間隔毎に前記被検者の自律神経機能に関連するパラメータの値を取得するステップと、
前記第１の時間間隔毎に取得された前記パラメータの複数の値に基づいて、前記被検者の自律神経機能の異常を示す異常指標値を取得するステップと、
前記異常指標値に関連する情報を表示するステップと、
を含む。
前記生体情報処理方法をコンピュータに実行させるためのプログラム及び当該プログラムが記憶されたコンピュータ読取可能な記憶媒体が提供される。
本開示によれば、自律神経機能の異常に関連する被検者の病症の診断に貢献可能な生体情報処理装置及び生体情報処理方法を提供することができる。
本発明の実施形態（以下、本実施形態という。）に係る生体情報処理装置を示すハードウェア構成図である。 本実施形態に係る生体情報処理方法を説明するためのフローチャートである。 患者の自律神経機能に関連するパラメータの値を取得する処理の一例を示すフローチャートである。 ＨＦパラメータの時間変化を示すトレンドグラフ及びＬＦ／ＨＦパラメータの時間変化を示すトレンドグラフの一例を示す図である。 各異常指標値を取得する処理の一例を示すフローチャートである。 各異常指標値を説明するための図である。 表示部の表示画面に表示されるＨＦパラメータのトレンドグラフと、ＬＦ／ＨＦパラメータのトレンドグラフと、異常指標値に基づいて決定されるメッセージ情報の一例を示す図である。 （ａ）は、ＨＦパラメータの変動幅のトレンドグラフ、ＬＦ／ＨＦパラメータの変動幅のトレンドグラフ、ＨＦパラメータの異常亢進回数のトレンドグラフ、ＬＦ／ＨＦパラメータの異常亢進回数のトレンドグラフを示す。（ｂ）は、ＨＦパラメータの基準値のトレンドグラフと、ＬＦ／ＨＦパラメータの基準値のトレンドグラフを示している。 複数の異常指標値の値を示すレーダチャートの一例を示す図である。
以下、本実施形態について図面を参照しながら説明する。尚、本実施形態の説明において既に説明された要素と同一の参照番号を有する要素については、説明の便宜上、その説明は省略する。
図１は、本実施形態に係る生体情報処理装置１のハードウェア構成図を示す。図１に示すように、生体情報処理装置１（以下、単に処理装置１という。）は、制御部２と、記憶装置３と、ネットワークインターフェース４と、表示部５と、入力操作部６と、センサインターフェース７とを備える。これらはバス８を介して互いに通信可能に接続されている。
処理装置１は、患者Ｐ（被検者）のバイタルサインのトレンドグラフを表示するための専用装置（生体情報モニタ等）であってもよいし、例えば、パーソナルコンピュータ、ワークステーション、スマートフォン、タブレット、操作者Ｕ（医療従事者）の身体（例えば、腕や頭等）に装着されるウェアラブルデバイス（例えば、スマートウォッチやＡＲグラス等）であってもよい。
制御部２は、メモリとプロセッサを備えている。メモリは、コンピュータ可読命令（プログラム）を記憶するように構成されている。例えば、メモリは、各種プログラム等が格納されたＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）やプロセッサにより実行される各種プログラム等が格納される複数ワークエリアを有するＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）等から構成されてもよい。また、メモリは、フラッシュメモリ等によって構成されてもよい。プロセッサは、例えば、ＣＰＵ(Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ)、ＭＰＵ（Ｍｉｃｒｏ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）及び／又はＧＰＵ（Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）から構成される。ＣＰＵは、複数のＣＰＵコアによって構成されてもよい。ＧＰＵは、複数のＧＰＵコアによって構成されてもよい。プロセッサは、記憶装置３又はＲＯＭに組み込まれた各種プログラムから指定されたプログラムをＲＡＭ上に展開し、ＲＡＭとの協働で各種処理を実行するように構成されてもよい。
特に、プロセッサが後述する生体情報処理プログラムをＲＡＭ上に展開し、ＲＡＭとの協働で当該プログラムを実行することで、制御部２は、処理装置１の各種動作を制御してもよい。生体情報処理プログラムの詳細については後述する。
記憶装置３は、例えば、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）、フラッシュメモリ等の記憶装置（ストレージ）であって、プログラムや各種データを格納するように構成されている。記憶装置３には、生体情報処理プログラムが組み込まれてもよい。また、記憶装置３には、患者Ｐ（被検者）の生体情報を示す生体情報データ（特に、心電図データ）が保存されてもよい。例えば、心電図センサ２０によって取得される心電図データは、センサインターフェース７を介して記憶装置３に保存されてもよい。
ネットワークインターフェース４は、処理装置１を通信ネットワークに接続するように構成されている。具体的には、ネットワークインターフェース４は、通信ネットワークを介してサーバ等の外部装置と通信するための各種有線接続端子を含んでもよい。また、ネットワークインターフェース４は、外部装置と無線通信するためのＲＦ回路及びアンテナを含んでもよい。外部装置と処理装置１との間の無線通信規格は、Ｗｉ−Ｆｉ（登録商標），Ｂｌｕｅｔｏｏｔｈ（登録商標），ＺｉｇＢｅｅ（登録商標）又はＬＰＷＡである。通信ネットワークは、ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）、ＷＡＮ（Ｗｉｄｅ Ａｒｅａ Ｎｅｔｗｏｒｋ）又はインターネット等である。例えば、生体情報処理プログラムや生体情報データは、通信ネットワーク上に配置されたサーバからネットワークインターフェース４を介して取得されてもよい。
表示部５は、液晶ディスプレイ、有機ＥＬディスプレイ等の表示装置であってもよいし、操作者の頭に装着される透過型又は非透過型のヘッドマウントディスプレイ等の表示装置であってもよい。さらに、表示部５は、画像をスクリーン上に投影するプロジェクターであってもよい。尚、処理装置１は、表示部５を備えていなくてもよい。例えば、処理装置１から出力された出力データがネットワークインターフェース４又は入力インターフェース(図示せず)を介してセントラルモニタ等の外部装置の表示装置に表示されてもよい。
入力操作部６は、処理装置１を操作する操作者Ｕ（医療従事者）の入力操作を受付けると共に、当該入力操作に対応する指示信号を生成するように構成されている。入力操作部６は、例えば、表示部５上に重ねて配置されたタッチパネル、処理装置１の筐体に設けられた操作ボタン、マウス及び／又はキーボード等である。入力操作部６によって生成された指示信号がバス８を介して制御部２に送信された後、制御部２は、指示信号に応じて所定の動作を実行する。
センサインターフェース７は、心電図センサ２０を処理装置１に接続するためのインターフェースである。心電図センサ２０は、例えば、患者Ｐの胸部に装着された複数の電極（例えば、３つの電極）を有する。心電図センサ２０は、患者Ｐの測定部位に接触し、測定部位の電位変化を検出するように構成されている。センサインターフェース７は、心電図センサ２０のケーブルコネクタに物理的に接続されてもよい。センサインターフェース７は、差動増幅器及びＡ／Ｄ変換器を含むアナログ処理回路を有してもよい。差動増幅器は、心電図センサ２０の一方の測定電極から出力された電位と心電図センサ２０の他方の測定電極から出力された電位とを差動増幅することで、心電図データ（アナログデータ）を生成するように構成されている。Ａ／Ｄ変換器は、心電図データ（アナログデータ）をデジタルデータに変換するように構成されている。このように、センサインターフェース７によって心電図データ（デジタルデータ）が生成された上で、当該生成された心電図データがメモリ又は記憶装置３に保存される。
次に、図２を参照することで本実施形態に係る生体情報処理方法について以下に説明する。図２は、本実施形態に係る生体情報処理方法を説明するためのフローチャートである。
図２に示すように、ステップＳ１において、制御部２は、生体情報データとして患者Ｐの心電図を示す心電図データを取得する。具体的には、リアルタイムに生体情報データが取得される場合、制御部２は、心電図センサ２０及びセンサインターフェース７を介して心電図データをリアルタイムに取得する。一方、制御部２は、記憶装置３に保存された心電図データを取得してもよい。記憶装置３に保存された心電図データは、例えば、患者Ｐの２４時間分の心電図データであってもよい。さらに、制御部２は、通信ネットワーク上に配置されたサーバ等を介して心電図データを取得してもよい。
次に、ステップＳ２において、制御部２は、心電図データに基づいて、第１の時間間隔毎（例えば、１〜１０秒以内のいずれかの時間単位毎）に患者Ｐの自律神経機能に関連するパラメータ（ＬＦパラメータ、ＨＦパラメータ、ＬＦ／ＨＦパラメータ）の値を取得する。図３を参照して患者Ｐの自律神経機能に関連するパラメータを取得する処理について以下に説明する。図３は、患者Ｐの自律神経機能に関連するパラメータの値を取得する処理の一例を示すフローチャートである。
図３に示すように、ステップＳ２１において、制御部２は、心電図データに基づいて、複数のＲＲ間隔を含むＲＲ間隔データを取得する。ここで、ＲＲ間隔は、所定の心拍波形（ＱＳＲ波形）のＲ波と当該所定の心拍波形に隣接する心拍波形のＲ波との間の時間間隔である。例えば、制御部２は、心電図データから複数のＲ波のピーク点の時刻を特定する。その後、制御部２は、特定された複数のＲ波のピーク点の時刻から複数のＲＲ間隔を特定した上で、複数のＲＲ間隔の時間変化を示すＲＲ間隔データを生成する。次に、制御部２は、患者Ｐの心拍変動（ＨＲＶ）に対して周波数解析を行う（ステップＳ２２）。具体的には、制御部２は、ＲＲ間隔の時間変動を示すＲＲ間隔データに対して周波数解析（例えば、ウェーブレット解析又は高速フーリエ変換（ＦＦＴ）等）を行う。ここで、ＲＲ間隔データは、心拍番号ｎ（ｎは自然数）に関連付けられた複数のＲＲ間隔Ｒｎを含んでもよい。例えば、ｎ番目のＲＲ間隔Ｒｎは、ｎ番目の心拍波形ＷｎのＲ波のピーク点の時刻と（ｎ＋１）番目の心拍波形Ｗｎ＋１のＲ波のピーク点の時刻との間の時間間隔となる。
次に、制御部２は、第１の時間間隔（例えば、１〜１０秒以内のいずれかの時間単位毎）毎に心拍変動（ＨＲＶ）の低周波成分（ＬＦ）に関連するＬＦパラメータを取得する（ステップＳ２３）。例えば、制御部２は、低周波数帯（例えば、０．０５Ｈｚ〜０．１５Ｈｚ）におけるＲＲ間隔データのパワースペクトルのピーク強度又は強度の積分値を心拍変動の低周波成分（ＬＦ）に関連するＬＦパラメータとして特定してもよい。特に、時刻ｔｎにおけるＬＦパラメータが取得される場合、制御部２は、時刻（ｔｎ−Δｔ）から時刻ｔｎの間におけるＲＲ間隔データに対して周波数解析を行うことで、時刻ｔｎにおけるＬＦパラメータを取得してもよい。次に、時刻ｔｎ＋１におけるＬＦパラメータが取得される場合、制御部２は、時刻（ｔｎ＋１−Δｔ）から時刻ｔｎ＋１の間におけるＲＲ間隔データに対して周波数解析を行うことで、時刻ｔｎ＋１におけるＬＦパラメータを取得してもよい。ここで、ｔｎ＋１＝ｔｎ＋第１の時間間隔となる。
次に、制御部２は、第１の時間間隔毎に心拍変動（ＨＲＶ）の高周波成分（ＨＦ）に関連するＨＦパラメータを取得する（ステップＳ２４）。例えば、制御部２は、高周波数帯（例えば、０．１５Ｈｚ〜０．４０Ｈｚ）におけるＲＲ間隔データのパワースペクトルのピーク強度又は強度の積分値を心拍変動の高周波成分（ＨＦ）に関連するＨＦパラメータとして特定してもよい。特に、時刻ｔｎにおけるＨＦパラメータが取得される場合、制御部２は、時刻（ｔｎ−Δｔ）から時刻ｔｎの間におけるＲＲ間隔データに対して周波数解析を行うことで、時刻ｔｎにおけるＨＦパラメータを取得してもよい。次に、時刻ｔｎ＋１におけるＨＦパラメータが取得される場合、制御部２は、時刻（ｔｎ＋１−Δｔ）から時刻ｔｎ＋１の間におけるＲＲ間隔データに対して周波数解析を行うことで、時刻ｔｎ＋１におけるＨＦパラメータを取得してもよい。ＨＦパラメータは、患者Ｐの副交感神経機能に関連するパラメータである。例えば、所定期間の間、ＨＦパラメータの値が閾値よりも小さい場合に、医療従事者は、患者Ｐの副交感神経機能が低下していると判断することができる。
次に、ステップＳ２５において、制御部２は、第１の時間間隔毎にＨＦパラメータに対するＬＦパラメータの比率を示すＬＦ／ＨＦパラメータ（＝ＬＦパラメータ÷ＨＦパラメータ）を演算する。ＬＦ／ＨＦパラメータは、患者Ｐの交感神経機能に関連するパラメータである。例えば、所定の期間の間、ＬＦ／ＨＦパラメータの値が所定の閾値よりも小さい場合に、医療従事者は、患者Ｐの交感神経機能が低下していると判断することができる。
このように、制御部２は、心電図データから患者Ｐの自律神経機能に関連するパラメータの値を取得することができる。特に、制御部２は、心電図データから患者Ｐの交感神経機能に関連するＬＦ／ＨＦパラメータ（第１パラメータの一例）の値および患者Ｐの副交感神経機能に関連するＨＦパラメータ（第２パラメータの一例）の値を取得することができる。図４に示すように、制御部２は、ＬＦ／ＨＦパラメータの時間変化を示すトレンドグラフ（第１トレンドグラフの一例）とＨＦパラメータの時間変化を示すトレンドグラフ（第２トレンドグラフの一例）を表示部５の表示画面に表示することができる。尚、制御部２は、第１の時間間隔毎に取得されたＬＦ／ＨＦパラメータの値を移動平均処理した上で、移動平均処理後のＬＦ／ＨＦパラメータの値のトレンドグラフを表示画面に表示してもよい。同様に、制御部２は、移動平均処理後のＨＦパラメータの値のトレンドグラフを表示画面に表示してもよい。
尚、制御部２は、心電図データの代わりに、収縮期血圧の時間変動を示す血圧データから患者Ｐの自律神経機能に関連するパラメータを取得してもよい。この場合、制御部２は、図示しない血圧センサから血圧データを取得した上で、患者Ｐの収縮期血圧の変動（ＢＰＶ）に対して周波数解析（例えば、ウェーブレット解析又は高速フーリエ変換（ＦＦＴ）等）を実行する。具体的には、制御部２は、血圧データに対して周波数解析を実行した上で、ＢＰＶの低周波成分（ＬＦ）に関連するＢＰＶ_ＬＦパラメータを取得する。ＢＰＶ_ＬＦパラメータは、患者Ｐの交感神経機能に関連するパラメータである。例えば、所定の期間の間、ＢＰＶ_ＬＦパラメータの値が所定の閾値よりも小さい場合に、医療従事者は、患者Ｐの交感神経機能が低下していると判断することができる。
次に、図２に戻ると、制御部２は、第１の時間間隔毎に取得されたＨＦパラメータ及びＬＦ／ＨＦパラメータの複数の値に基づいて、患者Ｐの自律神経の異常の程度を示す複数の異常指標値を取得する（ステップＳ３）。図５及び図６を参照して各異常指標値を取得する処理について以下に説明する。図５は、各異常指標値を取得する処理の一例を示すフローチャートである。図６は、各異常指標値を説明するための図である。尚、制御部２は、第１の時間間隔毎に取得されたＨＦパラメータ及びＬＦ／ＨＦパラメータの複数の値に基づいて、複数の異常指標値を演算してもよいし、移動平均処理後のＨＦパラメータ及びＬＦ／ＨＦパラメータの複数の値に基づいて、複数の異常指標値を演算してもよい。以降の説明では、一例として７つの異常指標値が紹介されているが、異常指標値はこれらに限定されるものではない。
最初に、ステップＳ３１において、制御部２は、異常指標値の一つであるＨＦパラメータの基準値を演算する。例えば、図６に示すように、ＨＦパラメータの基準値は０．４となる。ＨＦパラメータの基準値の３つの算出手法について以下に説明する。
（ＨＦパラメータの基準値の第１の算出手法）
最初に、制御部２は、第１の時間間隔よりも広い第２の時間間隔毎（例えば、１〜１０分内のいずれかの時間単位毎）にＨＦパラメータの中央値、平均値又は最頻値を特定する。例えば、制御部２は、２４時間の間に取得されたＨＦパラメータの複数値を１〜１０分内のいずれかの時間単位毎に区分した上で、前記区分された時間単位毎にＨＦパラメータの中央値、平均値又は最頻値を演算する。次に、制御部２は、前記区分された時間単位毎に演算されたＨＦパラメータの中央値、平均値又は最頻値から構成されるデータ群の中央値、平均値又は最頻値をさらに演算する。このように演算されたデータ群の中央値、平均値又は最頻値がＨＦパラメータの基準値として設定される。このように、基準値の第１の算出手法によれば、ＨＦパラメータの異常亢進やノイズ等の異常変動の影響を受けないＨＦパラメータの基準値を算出することが可能となる。尚、制御部２は、１データ間隔の時間毎にＨＦパラメータの中央値、平均値又は最頻値を特定する。１データ間隔の時間は、第２の時間間隔よりも狭い第１の時間間隔(例えば、１〜１０秒以内のいずれかの時間単位毎)となる。また、ＨＦパラメータの基準値の第１の算出手法に用いられる第１の時間間隔及び第２の時間間隔は、上記の時間間隔に限定されるものではなく、医療従事者あるいは、製品製造時に任意に設定された時間間隔であってもよい。
（ＨＦパラメータの基準値の第２の算出手法）
最初に、制御部２は、ＨＦパラメータの閾値（例えば、１．５）よりも小さいＨＦパラメータの複数値を特定する。その後、制御部２は、ＨＦパラメータの閾値よりも小さいＨＦパラメータの複数値からなるデータ群の中央値、平均値又は最頻値をＨＦパラメータの基準値として算出する。この第２の算出手法も同様に、ＨＦパラメータの異常亢進やノイズ等の異常変動の影響を受けないＨＦパラメータの基準値を算出することが可能となる。
（ＨＦパラメータの基準値の第３の算出手法）
制御部２は、ＨＦパラメータの複数値のうちの上位Ｎ％（０＜Ｎ＜１００）の値を除いたＨＦパラメータの複数値からなるデータ群を特定する。次に、制御部２は、当該特定されたデータ群の中央値、平均値又は最頻値をＨＦパラメータの基準値として算出する。この第３の算出手法も同様に、ＨＦパラメータの異常亢進やノイズ等の異常変動の影響を受けないＨＦパラメータの基準値を算出することが可能となる。
図５に示すように、ステップＳ３２において、制御部２は、異常指標値の一つであるＬＦ／ＨＦパラメータの基準値を演算する。例えば、図６に示すように、ＬＦ／ＨＦパラメータの基準値は１０となる。制御部２は、上記したＨＦパラメータの基準値の３つの算出手法と同様の手法により、ＬＦ／ＨＦパラメータの基準値を算出することができる。
次に、ステップＳ３３において、制御部２は、異常指標値としてＬＦ／ＨＦパラメータの基準値とＨＦパラメータの基準値との間の比率を示す基準値比率を演算する。基準値比率は、（ＬＦ／ＨＦパラメータの基準値）÷（ＨＦパラメータの基準値）として規定されてもよいし、（ＨＦパラメータの基準値）÷（ＬＦ／ＨＦパラメータの基準値）として規定されてもよい。基準値比率が（ＬＦ／ＨＦパラメータの基準値）÷（ＨＦパラメータの基準値）として規定されると共に、ＬＦ／ＨＦパラメータの基準値の値が１０、ＨＦパラメータの基準値の値が０．４である場合に、基準値比率の値は、２５となる。
次に、ステップＳ３４において、制御部２は、異常指標値の一つであるＨＦパラメータの変動幅を演算する。図６に示すように、ＨＦパラメータの変動幅は、ＨＦパラメータの最大値と最小値との間の差分である。制御部２は、取得されたＨＦパラメータの複数値のうち最大値と最小値を特定した上で、ＨＦパラメータの変動幅を演算する。
次に、ステップＳ３５において、制御部２は、異常指標値の一つであるＬＦ／ＨＦパラメータの変動幅を演算する。図６に示すように、ＬＦ／ＨＦパラメータの変動幅は、ＬＦ／ＨＦパラメータの最大値と最小値との間の差分である。制御部２は、取得されたＬＦ／ＨＦパラメータの複数値のうち最大値と最小値を特定した上で、ＬＦ／ＨＦパラメータの変動幅を演算する。
次に、ステップＳ３６において、制御部２は、異常指標値の一つであるＨＦパラメータの異常亢進回数を演算する。ＨＦパラメータの異常亢進回数は、ＨＦパラメータの閾値を超えるＨＦパラメータのピーク値の個数を示す。例えば、ＨＦパラメータの閾値が１．５に設定される場合、図６に示すように、ＨＦパラメータの異常亢進回数は１１回となる（ＨＦパラメータのトレンドグラフに付加された矢印の個数を参照）。ＨＦパラメータの異常亢進回数は、ＨＦパラメータのトレンドグラフ中において当該閾値を超えたピーク値を有する波形の個数を示すものともいえる。尚、ＨＦパラメータの閾値は、医療従事者によって適宜設定可能であってもよい。
次に、ステップＳ３７において、制御部２は、異常指標値の一つであるＬＦ／ＨＦパラメータの異常亢進回数を演算する。ＬＦ／ＨＦパラメータの異常亢進回数は、ＬＦ／ＨＦパラメータの閾値を超えるＬＦ／ＨＦパラメータのピーク値の個数を示す。例えば、ＬＦ／ＨＦパラメータの閾値が２０に設定される場合、図６に示すように、ＬＦ／ＨＦパラメータの異常亢進回数は５回となる（ＬＦ／ＨＦパラメータのトレンドグラフに付加された矢印の個数を参照）。ＬＦ／ＨＦパラメータの異常亢進回数は、ＬＦ／ＨＦパラメータのトレンドグラフ中において当該閾値を超えたピーク値を有する波形の個数を示すものともいえる。尚、ＬＦ／ＨＦパラメータの閾値は、医療従事者によって適宜設定可能であってもよい。
このようにして、図５に示す各ステップの処理を通じて７つの異常指標値が算出される。尚、図５に示す各ステップの処理の順番については、特に限定されるものではない。
また、異常指標値の算出方法についても上記内容は一例であって、特に限定されるものではない。例えば、ステップＳ３４において、制御部２によって演算された異常指標値の一つであるＨＦパラメータの変動幅は、ＨＦパラメータの最大値と、ＨＦパラメータの基準値との間の差分であってもよい。
また、ステップＳ３５において、ＬＦ／ＨＦパラメータの変動幅は、ＬＦ／ＨＦパラメータの最大値と、ＬＦ／ＨＦパラメータの基準値との間の差分であってもよい。
また、ステップＳ３６において、ＨＦパラメータの異常亢進回数は、ＨＦパラメータの基準値を超えるＨＦパラメータのピーク値の個数であってもよい。
さらに、ステップＳ３６において、ＬＦ／ＨＦパラメータの異常亢進回数は、ＬＦ／ＨＦパラメータの基準値を超えるＬＦ／ＨＦパラメータのピーク値の個数であってもよい。
次に、図２に戻ると、ステップＳ４において、制御部２は、演算された異常指標値に関連する情報を表示部５の表示画面上に表示する。例えば、図７に示すように、制御部２は、演算された複数の異常指標値（基準値、基準値比率、変動幅、異常亢進回数）に基づいて、メッセージ情報Ｍを決定した上で、ＨＦパラメータのトレンドグラフとＬＦ／ＨＦパラメータのトレンドグラフが同時に表示された表示領域中にメッセージ情報Ｍを表示してもよい。この点において、ＨＦパラメータの基準値が正常範囲よりも低く、ＬＦ／ＨＦパラメータの基準値が正常範囲よりも低く、ＨＦパラメータの変動幅が正常範囲よりも低く、且つＬＦ／ＨＦパラメータの変動幅が正常範囲よりも低い場合に、「ＨＲＶの低下」を示すメッセージ情報Ｍが表示画面上に表示されてもよい。一方で、ＨＦパラメータの異常亢進回数又はＬＦ／ＨＦパラメータの異常亢進回数が正常範囲よりも高い場合に、「ＨＲＶの変動」を示すメッセージ情報Ｍが表示画面上に表示されてもよい。
各異常指標値の正常範囲の一例は以下の表に示される。

Figure 2021132758
また、図８に示すように、制御部２は異常指標値に関連する情報として異常指標値の値を示すトレンドグラフを表示部５の表示画面に表示してもよい。図８に示すトレンドグラフには、以下に示す異常指標値の値が示されている。特に、図８（ａ）は、異常指標値に関連する情報として、ＨＦパラメータの変動幅のトレンドグラフ、ＬＦ／ＨＦパラメータの変動幅のトレンドグラフ、ＨＦパラメータの異常亢進回数のトレンドグラフ、ＬＦ／ＨＦパラメータの異常亢進回数のトレンドグラフを示している。図８（ｂ）は、異常指標値に関連する情報として、ＨＦパラメータの基準値のトレンドグラフと、ＬＦ／ＨＦパラメータの基準値のトレンドグラフを示している。尚、図８に示すトレンドグラフでは、横軸の目盛間隔は１日となっているが、横軸の目盛間隔は、数日、数時間、数週間又は任意の時間間隔であってもよい。

（図８に示す異常指標値）
・ＨＦパラメータの基準値（Ｂ_ＨＦ）の値
・ＬＦ／ＨＦパラメータの基準値（Ｂ_ＬＦ／ＨＦ）の値
・ＨＦパラメータの変動幅（Ｖ_ＨＦ）の値
・ＬＦ／ＨＦパラメータの変動幅（Ｖ_ＬＦ／ＨＦ）の値
・ＨＦパラメータの異常亢進回数（Ｎ_ＨＦ）の値
・ＬＦ／ＨＦパラメータの異常亢進回数（Ｎ_ＬＦ／ＨＦ）の値

また、異常指標値の値を示すトレンドグラフにおいて、各異常指標値の正常範囲が視覚的に表示されてもよい。
また、図９に示すように、制御部２は、異常指標値に関連する情報として複数の異常指標値の値を示すレーダチャート４０を表示部５の表示画面に表示してもよい。また、レーダチャート４０において、各異常指標値の正常範囲が視覚的に表示されてもよい。
本実施形態によれば、異常指標値に関連する情報が表示部５の表示画面上に表示される。このように、医療従事者は、異常指標値（基準値、基準値比率、変動幅、異常亢進回数）に関連する情報を視認することで、患者Ｐの自律神経機能の異常の程度を直感的に把握することができる。また、従来では、経験年数が浅い医療従事者は、患者Ｐの自律神経機能に関連するパラメータの時間変化を示す波形を視認するだけでは、当該自律神経機能の異常に関連した患者Ｐの病症の程度を的確に把握するのは困難であった。
一方、本実施形態に係る処理装置１では、経験が浅い医療従事者であっても、異常指標値に関連する情報を視認することで、自律神経機能の異常に関連する患者Ｐの病症（例えば、頭部外傷、脊髄損傷、せん妄、破傷風、敗血症）の程度を予測することができる。例えば、医療従事者は、図８に示すレーダチャート４０を視認することで、患者Ｐが発症している破傷風の重症度を予測することができる。図９に示すトレンドグラフを視認することで、医療従事者は、患者Ｐが発症している破傷風の経過状態を予測または把握することができる。このように、自律神経機能の異常に関連する患者Ｐの病症の診断に貢献可能な処理装置１を提供することができる。
また、本実施形態によれば、異常指標値に関連する情報としてメッセージ情報Ｍと、ＨＦパラメータのトレンドグラフと、ＬＦ／ＨＦパラメータのトレンドグラフが同時に表示画面上に表示されるので、医療従事者は、メッセージ情報Ｍと２つのトレンドグラフを視認することで患者Ｐの自律神経機能の異常の程度を直感的に把握することができる。
尚、本実施形態では、異常指標値に関連する情報としてメッセージ情報Ｍとレーダチャート４０が表示画面上に表示されているが、異常指標値に関連する情報はこれらに限定されるものではない。例えば、各異常指標値（基準値、基準値比率、変動幅、異常亢進回数）の数値情報が２つのトレンドグラフと共に表示画面上に表示されてもよい。また、レーダチャート４０には、異常指標値として基準値比率の値が表示されてもよい。
また、他の実施形態では、異常指標値に関連する情報として、ＨＦパラメータのトレンドグラフ、ＬＦ／ＨＦパラメータのトレンドグラフ、メッセージ情報Ｍ、レーダチャート４０、各異常指標値（基準値、基準値比率、変動幅、異常亢進回数）の数値情報、異常指標値の値を示すトレンドグラフのうちのいずれか１つ又は２以上の組み合わせが表示画面上に表示されてもよい。
また、本実施形態に係る処理装置１をソフトウェアによって実現するためには、生体情報処理プログラムが記憶装置３又はＲＯＭに予め組み込まれていてもよい。または、生体情報処理プログラムは、磁気ディスク（例えば、ＨＤＤ、フロッピーディスク）、光ディスク（例えば、ＣＤ−ＲＯＭ，ＤＶＤ−ＲＯＭ、Ｂｌｕ−ｒａｙ（登録商標）ディスク）、光磁気ディスク（例えば、ＭＯ）、フラッシュメモリ（例えば、ＳＤカード、ＵＳＢメモリ、ＳＳＤ）等のコンピュータ読取可能な記憶媒体に格納されていてもよい。この場合、記憶媒体に格納された生体情報処理プログラムが記憶装置３に組み込まれてもよい。さらに、記憶装置３に組み込まれた当該プログラムがＲＡＭ上にロードされた上で、プロセッサがＲＡＭ上にロードされた当該プログラムを実行してもよい。このように、本実施形態に係る生体情報処理方法が処理装置１によって実行される。
また、生体情報処理プログラムは、通信ネットワーク上のコンピュータからネットワークインターフェース４を介してダウンロードされてもよい。この場合も同様に、ダウンロードされた当該プログラムが記憶装置３に組み込まれてもよい。
以上、本発明の実施形態について説明をしたが、本発明の技術的範囲が本実施形態の説明によって限定的に解釈されるべきではない。本実施形態は一例であって、特許請求の範囲に記載された発明の範囲内において、様々な実施形態の変更が可能であることが当業者によって理解されるところである。本発明の技術的範囲は特許請求の範囲に記載された発明の範囲及びその均等の範囲に基づいて定められるべきである。
１：生体情報処理装置（処理装置）
２：制御部
３：記憶装置
４：ネットワークインターフェース
５：表示部
６：入力操作部
７：センサインターフェース
２０：心電図センサ
４０：レーダチャート

Claims (32)

  1. プロセッサと、
    コンピュータ可読命令を記憶するメモリと、を備えた生体情報処理装置であって、
    前記コンピュータ可読命令が前記プロセッサによって実行されると、前記生体情報処理装置は、
    被検者の生体情報を示す生体情報データを取得し、
    前記生体情報データに基づいて、第１の時間間隔毎に前記被検者の自律神経機能に関連するパラメータの値を取得し、
    前記第１の時間間隔毎に取得された前記パラメータの複数の値に基づいて、前記被検者の自律神経機能の異常の程度を示す異常指標値を取得し、
    前記異常指標値に関連する情報を表示する、生体情報処理装置。
  2. 前記パラメータは、
    前記被検者の交感神経機能に関連する第１パラメータと、
    前記被検者の副交感神経機能に関連する第２パラメータと、
    を含む、請求項１に記載の生体情報処理装置。
  3. 前記異常指標値は、前記パラメータの基準値を含む、請求項１又は２に記載の生体情報処理装置。
  4. 前記異常指標値は、前記第１パラメータの第１基準値と、前記第２パラメータの第２基準値とを含む、請求項２に記載の生体情報処理装置。
  5. 前記異常指標値は、前記第１基準値と前記第２基準値との間の比率を示す基準値比率をさらに含む、請求項４に記載の生体情報処理装置。
  6. 前記異常指標値は、前記パラメータの異常亢進回数を含み、
    前記異常亢進回数は、前記パラメータの閾値を超える前記パラメータのピーク値の個数を示す、請求項１から５のうちいずれか一項に記載の生体情報処理装置。
  7. 前記異常指標値は、前記パラメータの最大値と最小値との間の差分である前記パラメータの変動幅を含む、請求項１から６のうちいずれか一項に記載の生体情報処理装置。
  8. 前記生体情報処理装置は、
    前記第１の時間間隔よりも広い第２の時間間隔毎に前記パラメータの中央値、平均値又は最頻値を特定し、
    前記第２の時間間隔毎に特定された複数の前記パラメータの中央値、平均値又は最頻値に基づいて、前記基準値を算出する、
    請求項３に記載の生体情報処理装置。
  9. 前記生体情報処理装置は、
    前記パラメータの複数の値のうち、前記パラメータの閾値よりも小さい前記パラメータの複数の値を特定し、
    前記パラメータの閾値よりも小さい前記パラメータの複数の値の中央値、平均値又は最頻値を前記パラメータの基準値として算出する、
    請求項３に記載の生体情報処理装置。
  10. 前記生体情報処理装置は、
    前記パラメータの複数の値のうちの上位Ｎ％（０＜Ｎ＜１００）の値を除いた前記パラメータの複数の値の中央値、平均値又は最頻値を前記パラメータの基準値として算出する、
    請求項３に記載の生体情報処理装置。
  11. 前記生体情報処理装置は、
    前記異常指標値に関連する情報と、前記パラメータの時間変化を示すトレンドグラフとを同時に表示する、請求項１から１０のうちいずれか一項に記載の生体情報処理装置。
  12. 前記生体情報処理装置は、
    前記異常指標値に関連する情報と、前記第１パラメータの時間変化を示す第１トレンドグラフと、前記第２パラメータの時間変化を示す第２トレンドグラフとを同時に表示する、
    請求項２に記載の生体情報処理装置。
  13. 前記生体情報処理装置は、前記異常指標値に基づいて決定されるメッセージ情報を表示する、請求項１から１２のうちいずれか一項に記載の生体情報処理装置。
  14. 前記生体情報処理装置は、前記異常指標値の数値情報を表示する、請求項１から１３のうちいずれか一項に記載の生体情報処理装置。
  15. 前記異常指標値は、複数の異常指標値を含み、
    前記生体情報処理装置は、前記複数の異常指標値を示すグラフを表示する、請求項１から１４のうちいずれか一項に記載の生体情報処理装置。
  16. 被検者の生体情報を示す生体情報データを取得するステップと、
    前記生体情報データに基づいて、第１の時間間隔毎に前記被検者の自律神経機能に関連するパラメータの値を取得するステップと、
    前記第１の時間間隔毎に取得された前記パラメータの複数の値に基づいて、前記被検者の自律神経機能の異常を示す異常指標値を取得するステップと、
    前記異常指標値に関連する情報を表示するステップと、
    を含む、生体情報処理方法。
  17. 前記パラメータは、
    前記被検者の交感神経機能に関連する第１パラメータと、
    前記被検者の副交感神経機能に関連する第２パラメータと、
    を含む、請求項１６に記載の生体情報処理方法。
  18. 前記異常指標値は、前記パラメータの基準値を含む、
    請求項１６又は１７に記載の生体情報処理方法。
  19. 前記異常指標値は、前記第１パラメータの第１基準値と、前記第２パラメータの第２基準値とを含む、請求項１７に記載の生体情報処理方法。
  20. 前記異常指標値は、前記第１基準値と前記第２基準値との間の比率を示す基準値比率をさらに含む、請求項１９に記載の生体情報処理方法。
  21. 前記異常指標値は、前記パラメータの異常亢進回数を含み、
    前記異常亢進回数は、前記パラメータの閾値を超える前記パラメータのピーク値の個数を示す、請求項１６から２０のうちいずれか一項に記載の生体情報処理方法。
  22. 前記異常指標値は、前記パラメータの最大値と最小値との間の差分である前記パラメータの変動幅を含む、請求項１６から２１のうちいずれか一項に記載の生体情報処理方法。
  23. 前記第１の時間間隔よりも広い第２の時間間隔毎に前記パラメータの中央値、平均値又は最頻値を特定するステップと、
    前記第２の時間間隔毎に特定された複数の前記パラメータの中央値、平均値又は最頻値に基づいて、前記基準値を算出するステップと、
    をさらに含む、請求項１８に記載の生体情報処理方法。
  24. 前記パラメータの複数の値のうち、前記パラメータの閾値よりも小さい前記パラメータの複数の値を特定するステップと、
    前記パラメータの閾値よりも小さい前記パラメータの複数の値の中央値、平均値又は最頻値を前記パラメータの基準値として算出するステップと、
    をさらに含む、請求項１８に記載の生体情報処理方法。
  25. 前記パラメータの複数の値のうちの上位Ｎ％（０＜Ｎ＜１００）の値を除いた前記パラメータの複数の値の中央値、平均値又は最頻値を前記パラメータの基準値として算出するステップをさらに含む、請求項１８に記載の生体情報処理方法。
  26. 前記異常指標値に関連する情報を表示するステップは、
    前記異常指標値に関連する情報と、前記パラメータの時間変化を示すトレンドグラフとを同時に表示するステップを含む、
    請求項１６から２５のうちいずれか一項に記載の生体情報処理方法。
  27. 前記異常指標値に関連する情報を表示するステップは、
    前記異常指標値に関連する情報と、前記第１パラメータの時間変化を示す第１トレンドグラフと、前記第２パラメータの時間変化を示す第２トレンドグラフとを同時に表示するステップを含む、
    請求項１７に記載の生体情報処理方法。
  28. 前記異常指標値に関連する情報を表示するステップは、
    前記異常指標値に基づいて決定されるメッセージ情報を表示するステップを含む、請求項１６から２７のうちいずれか一項に記載の生体情報処理方法。
  29. 前記異常指標値に関連する情報を表示するステップは、前記異常指標値の数値情報を表示するステップを含む、
    請求項１６から２８のうちいずれ一項に記載の生体情報処理方法。
  30. 前記異常指標値は、複数の異常指標値を含み、
    前記異常指標値に関連する情報を表示するステップは、
    前記複数の異常指標値を示すグラフを表示するステップを含む、
    請求項１６から２９のうちのいずれか一項に記載の生体情報処理方法。
  31. 請求項１６から３０のうちいずれか一項に記載の生体情報処理方法をコンピュータに実行させるための生体情報処理プログラム。
  32. 請求項３１に記載の生体情報処理プログラムが記憶されたコンピュータ読取可能な記憶媒体。
JP2020029671A 2020-02-25 2020-02-25 生体情報処理装置、生体情報処理方法、プログラム及び記憶媒体 Pending JP2021132758A (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2020029671A JP2021132758A (ja) 2020-02-25 2020-02-25 生体情報処理装置、生体情報処理方法、プログラム及び記憶媒体
US17/176,390 US20210259617A1 (en) 2020-02-25 2021-02-16 Physiological information processing apparatus, physiological information processing methdo and storage medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2020029671A JP2021132758A (ja) 2020-02-25 2020-02-25 生体情報処理装置、生体情報処理方法、プログラム及び記憶媒体

Publications (1)

Publication Number Publication Date
JP2021132758A true JP2021132758A (ja) 2021-09-13

Family

ID=77365628

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020029671A Pending JP2021132758A (ja) 2020-02-25 2020-02-25 生体情報処理装置、生体情報処理方法、プログラム及び記憶媒体

Country Status (2)

Country Link
US (1) US20210259617A1 (ja)
JP (1) JP2021132758A (ja)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004329710A (ja) * 2003-05-09 2004-11-25 Terumo Corp 自律神経活動モニタ装置
JP2005261777A (ja) * 2004-03-19 2005-09-29 Nippon Sekijiyuujishiya 自律神経活動モニター装置、血液処理装置および採血装置
US20060293604A1 (en) * 2005-06-28 2006-12-28 Carlson Gerrard M Evaluating a patient condition using autonomic balance information in implatable cardiac devices
KR100954817B1 (ko) * 2009-03-13 2010-04-28 (주)바이오센스크리에티브 맥파신호분석을 이용한 혈관건강 및 스트레스 검사시스템 및 방법
JP2010172365A (ja) * 2009-01-27 2010-08-12 Crosswell:Kk 自律神経機能診断装置およびプログラム
JP2013078543A (ja) * 2011-10-05 2013-05-02 Win Human Recorder Co Ltd 自律神経活動指標算出方法、自律神経活動指標算出装置とそれを用いたココロとカラダのバランスの視覚的表示システム
JP2015054002A (ja) * 2013-09-11 2015-03-23 株式会社日立システムズ 疲労・ストレス検診システム
CN105960643A (zh) * 2014-03-19 2016-09-21 美迪克股份有限公司 自主神经平衡及调节能力的评价设备及其控制方法
JP2019071966A (ja) * 2017-10-12 2019-05-16 日本光電工業株式会社 生体情報処理装置、生体情報処理方法、プログラム及び記憶媒体

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2004052196A1 (en) * 2002-12-09 2004-06-24 Ramot At Tel Aviv University Ltd. Method for determining endothelial dependent vasoactivity
US11690575B2 (en) * 2017-10-12 2023-07-04 Nihon Kohden Corporation Apparatus and method for processing physiological information

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004329710A (ja) * 2003-05-09 2004-11-25 Terumo Corp 自律神経活動モニタ装置
JP2005261777A (ja) * 2004-03-19 2005-09-29 Nippon Sekijiyuujishiya 自律神経活動モニター装置、血液処理装置および採血装置
US20060293604A1 (en) * 2005-06-28 2006-12-28 Carlson Gerrard M Evaluating a patient condition using autonomic balance information in implatable cardiac devices
JP2010172365A (ja) * 2009-01-27 2010-08-12 Crosswell:Kk 自律神経機能診断装置およびプログラム
KR100954817B1 (ko) * 2009-03-13 2010-04-28 (주)바이오센스크리에티브 맥파신호분석을 이용한 혈관건강 및 스트레스 검사시스템 및 방법
JP2013078543A (ja) * 2011-10-05 2013-05-02 Win Human Recorder Co Ltd 自律神経活動指標算出方法、自律神経活動指標算出装置とそれを用いたココロとカラダのバランスの視覚的表示システム
JP2015054002A (ja) * 2013-09-11 2015-03-23 株式会社日立システムズ 疲労・ストレス検診システム
CN105960643A (zh) * 2014-03-19 2016-09-21 美迪克股份有限公司 自主神经平衡及调节能力的评价设备及其控制方法
JP2019071966A (ja) * 2017-10-12 2019-05-16 日本光電工業株式会社 生体情報処理装置、生体情報処理方法、プログラム及び記憶媒体

Also Published As

Publication number Publication date
US20210259617A1 (en) 2021-08-26

Similar Documents

Publication Publication Date Title
US11457822B2 (en) Methods and systems for arrhythmia tracking and scoring
JP4327243B1 (ja) 自律神経機能診断装置およびプログラム
JP4487015B1 (ja) 自律神経機能評価装置およびプログラム
JP2012125382A (ja) 自律神経機能診断装置、生体モニタリングシステムおよびプログラム
US11284829B2 (en) Apparatus and method for processing physiological information
JP2010035896A (ja) 自律神経機能診断装置およびプログラム
JP4516623B1 (ja) 自律神経機能診断装置およびプログラム
US11690575B2 (en) Apparatus and method for processing physiological information
JP5480800B2 (ja) 自律神経機能診断装置およびプログラム
JP2022037153A (ja) 心電図分析装置、心電図分析方法及びプログラム
JP5592323B2 (ja) 自律神経機能診断装置およびプログラム
JP7176913B2 (ja) 生体情報処理装置、生体情報処理方法、プログラム及び記憶媒体
JP2021132758A (ja) 生体情報処理装置、生体情報処理方法、プログラム及び記憶媒体
JP5426502B2 (ja) 精神疾患診断装置およびプログラム
JP2023005063A (ja) 生体情報処理方法、生体情報処理装置、生体情報処理システム、プログラムおよび記憶媒体
JP5901089B1 (ja) 認知症判定装置およびプログラム
CN108882862B (zh) 诊断辅助装置、生物体信息测定装置、诊断辅助方法、以及诊断辅助程序
JP2016067481A (ja) 生体情報検出装置
JP2023110421A (ja) 生体情報処理方法、生体情報処理装置、プログラム及び記憶媒体
JP2023068217A (ja) 心電図解析装置およびその制御方法
JP2018075219A (ja) 生体情報表示装置、生体情報表示制御装置、及び、生体情報処理装置

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20230110

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20230825

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20230926

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20231122

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20240125

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20240416

A711 Notification of change in applicant

Free format text: JAPANESE INTERMEDIATE CODE: A711

Effective date: 20240612

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20240617

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A821

Effective date: 20240614