JP3924636B2 - 脈波信号処理方法 - Google Patents
脈波信号処理方法 Download PDFInfo
- Publication number
- JP3924636B2 JP3924636B2 JP2001332383A JP2001332383A JP3924636B2 JP 3924636 B2 JP3924636 B2 JP 3924636B2 JP 2001332383 A JP2001332383 A JP 2001332383A JP 2001332383 A JP2001332383 A JP 2001332383A JP 3924636 B2 JP3924636 B2 JP 3924636B2
- Authority
- JP
- Japan
- Prior art keywords
- pulse wave
- spc
- wave signal
- spectrum
- frequency
- 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.)
- Expired - Fee Related
Links
Images
Landscapes
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Description
【０００１】
【発明の属する技術分野】
本発明は、脈波信号処理方法に関し、特に、パルスフォトメトリによる酸素飽和度測定等において用いることができる脈波のノイズ除去に関する。
【０００２】
【従来の技術】
動脈血の酸素飽和度を非観血的に連続測定するには、従来からパルスオキシメータが用いられている。このパルスオキシメータでは、プローブを被験者の指先や耳朶に装着し、プローブから赤と赤外の異なる波長の光を生体に時分割に照射して、異なる２波長の透過光または反射光から得られる吸光度の脈動成分の比Фから酸素飽和度Ｓを測定するものである。赤色光にはたとえば６６０ｎｍの基準波長が用いられるとともに、赤外光にはたとえば９４０ｎｍの波長が用いられ、プローブ内にはこれらの波長を発する２つの発光ダイオードと受光用の１つのフォトダイオードが内蔵されている。いま、赤色光の波長の吸光度の脈動成分をΔＡ１、赤外光の波長の吸光度の脈動成分をΔＡ２とすると、異なる２波長の吸光度の比Фは、次式で与えられる。
Ф＝ΔＡ１／ΔＡ２
酸素飽和度Ｓは、この吸光度の比Фの関数ｆとして算出することができる。
Ｓ＝ｆ（Ф）
【０００３】
このようなパルスオキシメータでは、測定中に患者に体動等が起きると、プローブで検出される脈波にノイズ成分が混入してしまい、正確に酸素飽和度Ｓを測定できなくなる。そこで、このようなノイズの影響を除去する試みが従来から種々なされている。
【０００４】
特開平２−１７２４４３号では、オキシメータにおいて、脈拍を検出し、光電脈波信号に対し脈拍の周波数に基づいて周波数フィルタリングを行う技術が記載されている。ここでは、具体的な脈波数の検出方法としては、受光部の出力を対数変換し、その対数変換された出力から得られた脈波信号を二値化し、さらにその所定個数の二値化脈波信号の周期を求め、その周期の逆数から脈拍数を求めている、と記述されている。さらには、周波数フィルタリングは、脈拍数が小さいときは選択周波数の低いバンドパスフィルタを、脈拍数が中程度のときは中程度の選択周波数のバンドパスフィルタを、脈拍数が大きいときは選択周波数の高いバンドパスフィルタを、それぞれ用いると記述されている。
【０００５】
しかしながら、このような発明には次のような問題があった。
＜二値化の問題点＞
体動が生じると、脈波の信号は、体動により生じるノイズと混在し、埋もれることになる。この体動ノイズが混在した脈波信号を対数演算すれば、対数演算された体動成分の対数演算された脈波成分に対する比は、対数演算前の体動成分の対数演算前の脈波成分に対する比よりも、小さくなる。すなわち、上記従来の技術では、対数演算された体動ノイズが混在した脈波信号を二値演算によりある閾値で１または０に振り分ける。しかし、ノイズ成分が必ずしも脈波成分より小さくならないことから、ノイズ成分でありながら二値化により１に振り分けられる可能性が極めて強い。これでは、脈拍数の検出は精度よく行うことができない。
＜バンドパスフィルタの問題点＞
ノイズを除去するためにバンドパスフィルタを用いることのみでは、ノイズ成分が通過帯域内にある場合は、脈波にノイズが混入する。すなわち、脈波がうまく抽出できない。
【０００６】
【発明が解決しようとする課題】
本発明は、上記問題点を解決するためになされたものであり、その目的は、（１）精度よく信号の基本周波数を演算し、（２）その基本周波数とその高周波の周波数をフィルタリング周波数として用いて信号処理を行うことにより、信号の有する特徴的な周波数成分を抽出して信号を形成することにある。特に、動脈の酸素飽和度測定への適用においては、体動等によるノイズが重畳された脈波であっても、あるいは脈波に変動が生じている場合であっても、精度よく脈拍の基本周波数を測定し、その基本周波数とその高調波の周波数をフィルタリング周波数として用いて脈波信号を処理することにより、ノイズが重畳された脈波から特徴的な周波数成分を抽出して脈波信号を形成し、ノイズを除去し、本来の脈波を再現することができる。さらに、ノイズが除去された脈波から、パルスフォトメトリによる酸素飽和度を、精度よく測定する装置を提供することである。
【０００７】
【課題を解決するための手段】
本発明の請求項１に係る脈波信号処理方法は、同じ基本周波数を有し連続する第１の信号IRおよび第２の信号RDを処理する脈波信号処理方法において、
前記第１の信号IRおよび前記第２の信号RDのそれぞれについて、前記脈波信号のサンプル数に基づく一定の期間において、周波数スペクトルまたは周波数パワースペクトルを演算し、前記第１の信号IRの第１スペクトルSpc.IRと、前記第２の信号RDの第２スペクトルSpc.RDとを、それぞれ演算するスペクトル演算ステップと、
前記スペクトル演算ステップにより演算された前記第１スペクトルSpc.IRおよび前記第２スペクトルSpc.RDを用い、周波数軸上で、相互の差をとるスペクトルを演算し、または相互の差をとるスペクトルの演算に加えてさらに正規化するスペクトルを演算し、その結果に基づいて前記第１の信号IRおよび前記第２の信号RDの基本周波数を演算する基本周波数演算ステップと、を含み、
前記基本周波数演算ステップにおいては、
(Spc.IR−Spc.RD)／Spc.RD、
(Spc.IR−Spc.RD)／Spc.IR、
(Spc.IR−Spc.RD)／(Spc.IR＋Spc.RD)、
{１−(Spc.RD／Spc.IR)}／(Spc.RD／Spc.IR)、
{１−(Spc.RD／Spc.IR)}／(Spc.IR／Spc.IR)、または
{１−(Spc.RD／Spc.IR)}／{１＋(Spc.RD／Spc.IR)}
のうちいずれかのスペクトルの演算結果に基づいて、前記基本周波数を演算することを特徴とする。
【０００８】
本発明の請求項２に係る脈波信号処理方法は、同じ基本周波数を有し連続する第１の信号IRおよび第２の信号RDを処理する脈波信号処理方法において、
前記第１の信号IRおよび前記第２の信号RDのそれぞれについて、前記脈波信号のサンプル数に基づく一定の期間において、周波数スペクトルまたは周波数パワースペクトルを演算し、前記第１の信号IRから第１スペクトルSpc.IRを、前記第２の信号RDから第２スペクトルSpc.RDを、それぞれ演算するスペクトル演算ステップと、
前記スペクトル演算ステップによる前記第１スペクトルSpc.IRおよび前記第２スペクトルSpc.RDの複数回分を加算平均するスペクトル加算平均演算ステップと、
前記スペクトル加算平均演算ステップにより加算平均された前記第１スペクトルAv.Spc.RD および加算平均された前記第２スペクトルAv.Spc.RD を用い、周波数軸上で、相互の差をとるスペクトルを演算し、または相互の差をとるスペクトルの演算に加えてさらに正規化するスペクトルを演算し、その結果に基づいて、前記第１の信号IRおよび前記第２の信号RDの基本周波数を演算する基本周波数演算ステップと、を含むことを特徴とする。
【０００９】
本発明の請求項３に係る脈波信号処理方法は、請求項２に記載の脈波信号処理方法において、
前記基本周波数演算ステップにおいては、
(Av.Spc.IR−Av.Spc.RD)／Av.Spc.RD、
(Av.Spc.IR−Av.Spc.RD)／Av.Spc.IR、
(Av.Spc.IR−Av.Spc.RD)／(Av.Spc.IR＋Av.Spc.RD)、
{１−(Av.Spc.RD／Av.Spc.IR)}／(Av.Spc.RD／Av.Spc.IR)、
{１−(Av.Spc.RD／Av.Spc.IR)}／(Av.Spc.IR／Av.Spc.IR)、または
{１−(Av.Spc.RD／Av.Spc.IR)}／{１＋(Av.Spc.RD／Av.Spc.IR)}
のうちいずれかのスペクトルの演算結果に基づいて、前記基本周波数を演算することを特徴とする。
【００１０】
本発明の請求項４に係る脈波信号処理方法は、請求項１ないし３のいずれかに記載の脈波信号処理方法において、
さらに、前記基本周波数演算ステップによって演算された前記基本波周波数およびその高調波を用いてフィルタを形成するフィルタ形成ステップと、
前記フィルタ形成ステップにより形成されたフィルタにより、少なくとも前記第１の信号IRまたは前記第２の信号RDをフィルタリングするフィルタリングステップと、を含むことを特徴とする。
【００１１】
本発明の請求項５に係る脈波信号処理方法は、請求項４に記載の脈波信号処理方法において、前記フィルタ形成ステップは、前記基本周波数演算ステップによって演算された前記基本周波数が複数ある場合には、各基本周波数とその各々の高調波の周波数を用いてフィルタを形成することを特徴とする。
【００１２】
本発明の請求項６に係る脈波信号処理方法は、請求項４または５に記載の脈波信号処理方法において、前記フィルタ形成ステップにおいて、前記フィルタの特性は、前記基本周波数およびその高調波の周波数をそれぞれ中心として幅を持った矩形状であることを特徴とする。
【００１３】
本発明の請求項７に係る脈波信号処理方法は、請求項４または５に記載の脈波信号処理方法において、前記フィルタ形成ステップにおいて、前記フィルタは、前記基本周波数およびその高調波の周波数をそれぞれ中心としたガウス特性フィルタであることを特徴とする。
【００１４】
本発明の請求項８に係る脈波信号処理方法は、請求項１ないし 7 のいずれかに記載の脈波信号処理方法において、前記第１の信号IRおよび第２の信号RDはいずれも脈波信号であることを特徴とする。
【００１５】
本発明の請求項９に係る脈波信号処理方法は、請求項４ないし 7 のいずれかに記載の脈波信号処理方法において、前記第１の信号IRおよび第２の信号RDはいずれも脈波信号であり、さらに、前記フィルタリングステップにおいて前記第１の信号IRまたは前記第２の信号RDのうちフィルタリングした方の信号を表示するステップを、含むことを特徴とする。
【００１６】
本発明の請求項１０に係る脈波信号処理方法は、請求項４ないし 7 のいずれかに記載の脈波信号処理方法において、
前記第１の信号IRは生体の動脈を透過または反射した赤外光により得られた脈波信号であり、
前記第２の信号RDは生体の動脈を透過または反射した赤色光により得られた脈波信号であり、
前記フィルタリングステップにおいて前記第１の信号IRおよび前記第２の信号RDのいずれをもフィルタリングし、
さらに、前記フィルタリングステップにおいてフィルタされた前記第１の信号IRまたは前記第２の信号RDを用いて酸素飽和度を演算する酸素飽和度演算ステップを、含むことを特徴とする。
【００１７】
本発明の請求項１１に係る脈波信号処理方法は、同じ基本周波数を有する生体の第１の脈波信号と第２の脈波信号を処理する脈波信号処理方法において、
前記第１の脈波信号の脈動成分ΔＡ１を検出する第１の脈動成分検出ステップと、
前記第２の脈波信号の脈動成分ΔＡ２を検出する第２の脈動成分検出ステップと、
前記第１の脈波信号の脈動成分と前記第２の脈波信号の脈動成分の比Φを演算する脈動成分演算ステップと、
前記脈波信号のサンプル数に基づく一定の期間において、周波数スペクトルまたは周波数パワースペクトルを演算することを複数回行うスペクトル演算ステップと、
前記複数回分演算されたスペクトルを加算平均するスペクトル加算平均演算ステップと、
前記加算平均されたスペクトルから前記脈波信号の基本周波数を演算する基本周波数演算ステップと、を含むことを特徴とする。
【００１８】
本発明の請求項１２に係る脈波信号処理方法は、請求項１１に記載の脈波信号処理方法において、
前記基本周波数演算ステップによって演算された前記基本周波数およびその高調波の周波数を用いてフィルタを形成するフィルタ形成ステップと、
前記フィルタ形成ステップにより形成されたフィルタにより、少なくとも前記第１の脈波信号または前記第２の脈波信号をフィルタリングするフィルタリングステップと、を含むことを特徴とする。
【００１９】
本発明の請求項１３に係る脈波信号処理方法は、請求項１２に記載の脈波信号処理方法において、前記フィルタ形成ステップは、前記基本周波数演算ステップによって演算された前記基本周波数が複数ある場合には、各基本周波数とその各々の高調波の周波数を用いてフィルタを形成することを特徴とする。
【００２０】
本発明の請求項１４に係る脈波信号処理方法は、請求項１２または１３に記載の脈波信号処理方法において、前記フィルタ形成ステップにおいて、前記フィルタの特性は、前記基本周波数およびその高調波の周波数をそれぞれ中心として幅をもった矩形状であることを特徴とする。
【００２１】
本発明の請求項１５に係る脈波信号処理方法は、請求項１２または１３に記載の脈波信号処理方法において、前記フィルタ形成ステップにおいて、前記フィルタは、前記基本周波数およびその高調波の周波数をそれぞれ中心としたガウス特性フィルタであることを特徴とする。
【００２２】
本発明の請求項１６に係る脈波信号処理方法は、請求項１２ないし１５のいずれかに記載の脈波信号処理方法において、さらに、前記フィルタリングステップにおいて前記第１の脈波信号または前記第２の脈波信号のうちフィルタリングした方の脈波信号を表示するステップを、含むことを特徴とする。
【００２３】
本発明の請求項１７に係る脈波信号処理方法は、請求項１２ないし１５のいずれかに記載の脈波信号処理方法において、
前記第１の脈波信号は生体の動脈を透過または反射した赤色光により得られた脈波信号であり、
前記第２の脈波信号は生体の動脈を透過または反射した赤外光により得られた脈波信号であり、
前記フィルタリングステップにおいて前記第１の脈波信号および前記第２の脈波信号のいずれをもフィルタリングし、
さらに、前記フィルタリングステップにおいてフィルタされた前記第１の脈波信号または前記第２の脈波信号を用いて酸素飽和度を演算する酸素飽和度演算ステップを、含むことを特徴とする。
【００２４】
【発明の実施の形態】
以下、本発明に係る脈波信号処理およびそれを利用したパルスオキシメータの実施の形態を、図面を参照しながら詳細に説明する。
【００２５】
図１は、本発明の実施の形態としてのパルスオキシメータの装置構成を示すものである。プローブ１は発光部２と受光部３を備え、これらにより指先（生体組織）４を挟持する構成とされている。発光部２は、第１波長光である赤色光（波長λ１：６６０ｎｍ）と第２波長光である赤外光（波長λ２：９４０ｎｍ）をそれぞれ発光する２つの発光ダイオードを備えている。発光部２は、発光部駆動回路５により駆動されるものであり、赤色光と赤外光は交互に発光される。受光部３はフォトダイオードを備え、指先の透過光を受光し、その透過光強度に応じた電気信号を出力するものである。受光部３の出力信号は受光信号増幅回路６で増幅され、復調回路７で復調されるように構成されている。復調回路７は赤色光と赤外光に応じたそれぞれの信号を分けて出力する。これらの信号は、増幅器９ａ、９ｂで増幅され、Ａ／Ｄ変換器１０ａ、１０ｂでデジタル信号に変換されて、ＣＰＵ（セントラルプロセッシングユニット）８に入力されるように構成されている。ＣＰＵ８は、復調回路７と発光部駆動回路５を制御すると共に、Ａ／Ｄ変換器１０ａ、１０ｂから与えられる信号を処理して、その結果を表示部１１に出力する。本発明では、この信号処理における脈波のノイズ除去処理に特徴がある。表示部に出力される結果は、ノイズが除去された脈波波形、脈拍数、ＳｐＯ２値（酸素飽和度）である。
【００２５】
図２は、前記装置の大まかな処理フローを示すものである。測定が開始される（Ｓ１０）と、プローブ１の発光部２から発光される赤色光、赤外光が交互に発光され、生体組織４を透過した赤色光、赤外光が交互に受光部３により検出される。そして、受光信号増幅回路６で増幅され、復調回路７で赤色光、赤外光に分けられ、Ａ／Ｄ変換器１０ａ、１０ｂによりＡ／Ｄ変換される。これにより脈波の検出が行われる（Ｓ１１）。次に、赤外光および赤色光についての脈波それぞれについて、所定期間分のフーリエ変換を行い、それぞれのスペクトルの絶対値や、パワースペクトルの値を求める。パワースペクトルを求める方法に関しては、本明細書では詳述しないが赤外光および赤色光それぞれの所定期間における自己相関を求めた後、フーリエ変換して求めることもできる。そして、赤外光および赤色光についてのスペクトル演算などに基づいて、脈波の基本周波数を算出する（Ｓ１２）。これは脈拍の周波数に相当する。そして、脈波の基本周波数とその高調波の周波数を透過させるマッチドフィルタを形成する（Ｓ１３）。このマッチドフィルタを用いて脈波をフィルタリングする（Ｓ１４）。フィルタされた脈波は表示部１１に表示されると共に、フィルタされた脈波から求めた脈拍とＳｐＯ２値（酸素飽和度）も表示器１１に表示される。
【００２６】
この一連の処理が連続的に繰り返されることになる。以下、図２に示す「脈波の基本周波数の算出」Ｓ１２から詳細に説明する。
【００２７】
第１の実施の形態
第１の実施の形態を図３〜図７を用いて説明する。赤外光（ＩＲ）および赤色光（Ｄ）についての脈波はそれぞれサンプリング間隔１６ｍsecである。図３に示す最上段には、ノイズを含んだ赤外光（ＩＲ）および赤色光（ＲＤ）が示されている。
期間[i]は、１０２４個のサンプル数分の期間であり１６．３８４秒（＝１０２４＊１６ｍsec）である。まず、期間[i]における赤外光（ＩＲ）および赤色光（ＲＤ）それぞれの１０２４個のデータサンプルを用いてフーリエ変換を行い、スペクトルの絶対値を求める。このスペクトルを示したのが図４（ａ）、図４（ｂ）である。図４（ａ）には赤外光（ＩＲ）のスペクトル（Spc.IR）が、図４（ｂ）には赤色光（ＲＤ）スペクトル（Spc.RD）が示されている。
【００２８】
これから判るように、脈波を、フーリエ変換をしスペクトルを求めるまでは、ノイズ成分のスペクトルが大きく、脈波の基本周波数の検出は難しい。そこで、次の（１）、（３）のいずれかの演算を行うことにより脈波の基本周波数の検出が容易になることを見出した。ここでの演算は、同じ周波数ごとの各スペクトルの和差商演算をする。この（１）〜（３）の演算で共通することは、分子として、赤外光（ＩＲ）のスペクトル（Spc.IR）と赤色光（ＲＤ）のスペクトル（Spc.RD）の差分を用いることである。
【００２９】
（１）(Spc.IR−Spc.RD)／Spc.RD
（２）(Spc.IR−Spc.RD)／Spc.IR
（３）(Spc.IR−Spc.RD)／(Spc.IR＋Spc.RD)
【００３０】
なお、これらの等価の演算式として、次の（１）’〜（３）’を用いても良い。
（１）’{１−(Spc.RD／Spc.IR)}／(Spc.RD／Spc.IR)
（２）’{１−(Spc.RD／Spc.IR)}／(Spc.IR／Spc.IR)
（３）’{１−(Spc.RD／Spc.IR)}／{１＋(Spc.RD／Spc.IR)}
【００３１】
ここで、（１）’〜（３）’の演算で共通することは、分子として、{１−(Spc.RD／Spc.IR)}を用いることである。なお、分母が零となることを回避するために、分母には予め所定値を加えておいてもよく、その演算結果は予め所定値を加えない演算結果と実質的に同じである。これ以降に示すスペクトルの演算においても同様である。
【００３２】
この結果の一例を、図５（ａ）、図５（ｂ）に示す。図５（ａ）は、期間[i]において脈拍がほとんど変動しなかった場合のスペクトルの演算結果を示すグラフである。図５（ａ）に示すグラフ内の(1),(2),(3)は、それぞれ上記（１）、（２）、（３）の演算結果を示す。このグラフが示すように、期間[i]において脈拍がほとんど変動しなかったので、脈波の基本周波数におけるスペクトルが際立っており、その周波数はほぼ一点で決まる。正規化する演算のために第２高周波も強調されるため、基本周波数を確定し易い。また、上記（１）、（２）、（３）の演算結果のいずれによっても脈波の基本周波数を求めることができることを示している。図５（ｂ）は期間[i]において、脈拍が大きく変動した場合のスペクトルの演算結果を示すグラフである。図５（ｂ）に示すグラフ内の(1),(2),(3)は、それぞれ上記（１）、（２）、（３）の演算結果を示す。このグラフが示すように、期間[i]において脈拍が大きく変動したので、脈波の基本周波数におけるスペクトルが際立ってはいるものの、その周波数には幅があることがわかる。
【００３３】
ここで、このスペクトルの演算結果のグラフが図５に示すようになることを説明する。ノイズを含んでいない赤外光（ＩＲ）と赤色光（ＲＤ）のそれぞれの脈波の振幅の間には差があり、通常赤外光（ＩＲ）の脈波の振幅の方が大きい。一方、体動等によるノイズの振幅は、赤外光（ＩＲ）や赤色光（ＲＤ）の脈波の振幅よりも大きくなることもあるが、赤外光（ＩＲ）と赤色光（ＲＤ）でのノイズの振幅は同じ程度になることが多い。よって、ノイズを含んだ赤外光（ＩＲ）と赤色光（ＲＤ）のそれぞれの脈波をフーリエ変換してスペクトルを求めると、赤外光（ＩＲ）の脈波スペクトルでの脈波の基本周波数におけるスペクトルの方が、赤色光（ＲＤ）の脈波スペクトルにおけるそれよりも大きい。
【００３４】
一方で、ノイズのスペクトルは差が比較的少ない。よって、赤外光（ＩＲ）の脈波スペクトルと赤色光（ＲＤ）の脈波スペクトルを周波数ごとに差分をとれば、脈波の基本周波数のスペクトルに、本来ある赤外光（ＩＲ）と赤色光（ＲＤ）のそれぞれの脈波の振幅の間の差により生ずるスペクトルの差が現れる。また、ノイズ成分の周波数における差分は、赤外光（ＩＲ）と赤色光（ＲＤ）でのノイズの振幅が同じ程度になることが多いために、抑圧される。
【００３５】
そこで、上記（１）〜（３）の演算は、分子を(Spc.IR−Spc.RD)としているのである。これに、さらに分母としてSpc.RD、Spc.IR、または(Spc.IR＋Spc.RD)をとることにより、ノイズ成分のスペクトルの差分がノイズ成分のスペクトルで除されることになり、さらに、ノイズ成分のスペクトルが抑制される。一方、脈波の基本周波数におけるスペクトルの差分を、分母としてSpc.RD、Spc.IR、または(Spc.IR＋Spc.RD)により除しても、ノイズほどは抑制されずに、際立ってくるのである。ただし、フーリエ変換の対象とされたデータの期間において、脈拍が大きく変動している場合は、脈波の基本周波数が変動していることになるので、図５（ｂ）に示されるように、脈波の基本周波数が幅を持つことになる。なお、得られたスペクトルは正規化されているので、ほぼ０．４〜１の間で表せ、判別関数としての役割を有する。
【００３６】
次に、図２に示す「フィルタの形成」Ｓ１３のステップを説明する。図５（ａ）に示すように、脈拍がほとんど変動しなかった場合、脈波の基本周波数（ｆｓとする）を基にフィルタを形成する。フィルタリング周波数は、図６（ａ）に示すように、脈波の基本周波数ｆｓとその高調波の周波数である２ｆｓ、３ｆｓ、４ｆｓ、・・・、ｎ・ｆｓとする。あるいは、フィルタリング周波数を、図６（ｂ）に示すように、脈波の基本周波数ｆｓとその高調波の周波数である２ｆｓ、３ｆｓ、４ｆｓ、・・・、ｎ・ｆｓを中心に所定幅（バンド）を持たせた矩形状のものでもよい。あるいは、図６（ｃ）に示すように、脈波の基本周波数ｆｓとその高調波の周波数である２ｆｓ、３ｆｓ、４ｆｓ、・・・、ｎ・ｆｓを中心としたガウス特性フィルタであってもよい。
【００３７】
なお、ｆｓの検出方法は種々考えられるが、図５（ａ）に示す演算結果において、例えば、（１）生体における脈拍数の変動としてありうる最大限の範囲に相当する周波数の範囲からピークとなっている周波数を求める、（２）統計的に見て脈波の基本周波数であるならばスペクトル値として出現するであろう十分なスレショールドを設け、このスレショールドをスペクトル値が越える周波数のうち、最も周波数の低い第１の周波数を求める、（３）統計的に見て脈波の基本周波数であるならば出現するであろう十分なスレショールドを設け、このスレショールドをスペクトル値が越える周波数のうち、周波数がほぼ整数倍に出現し高調波と認識できる周波数のうち最も周波数の低い周波数を求める、などの方法がある。
【００３８】
図５（ｂ）に示すように、脈拍が大きく変動した場合、脈波の基本周波数は幅を乙個になる。この幅を持った周波数帯のうち最大の周波数をｆhigh、最小の周波数をｆlowとする。そして、その中心周波数をｆｃとして、ｆｃ＝√（ｆlow）×√（ｆhigh）と定義する。なお、ｆhigh、ｆlowの検出方法は種々考えられるが、図５（ｂ）に示す演算結果において、例えば、（１）生体における脈拍数の変動として有り得る最大限の範囲に相当する周波数の範囲から、統計的に見て脈波の基本周波数であるならばスペクトル値として出現するであろう十分なスレショールドを設け、このスレショールドをスペクトル値が越える周波数帯域のうち、最も周波数帯域の低いもののうち最小周波数値をｆlow、最大周波数値をｆhighとする、（２）統計的に見て脈波の基本周波数であるならば出現するであろう十分なスレショールドを設け、このスレショールドをスペクトル値が越える周波数帯域のうち、周波数帯域がほぼ整数倍に出現し高調波と認識できる周波数帯域のうち最も周波数帯域の低いもののうち、最小周波数値をｆlow、最大周波数値をｆhighとする、などの方法がある。また、ｆｃを求める演算は上記の代わりに、ｆｃ＝（ｆlow＋ｆhigh）／２であってもよい。
【００３９】
次に、フィルタリング周波数の形成方法は、多種多様に考えられるが、ここでは図７に示す７つの方法を述べる。
【００４０】
図７（ａ）に示す方法のフィルタリング周波数の範囲は、ｆhigh〜ｆlowの範囲と、この高調波の範囲として、２ｆhigh〜２ｆlow、３ｆhigh〜３ｆlow 、・・・、ｎ・ｆhigh〜ｎ・ｆlowを設定した矩形状のものである。
図７（ｂ）に示す方法のフィルタリング周波数の範囲は、中心周波数ｆｃを含むｆhigh〜ｆlowの範囲と、この高調波の範囲として、２ｆｃを中心としてｆhigh〜ｆlowの幅と同じ幅を持たせた範囲、３ｆｃを中心としてｆhigh〜ｆlowの幅と同じ幅を持たせた範囲、・・・、ｎ・ｆｃを中心としてｆhigh〜ｆlowの幅と同じ幅を持たせた範囲を設定した形状のものである。
図７（ｃ）に示す方法では、ｆhigh〜ｆlowを所定個数に分割し、その分割された周波数幅の中心周波数をそれぞれｆｓ−１、ｆｓ−２、ｆｓ−３、・・・、ｆｓ−ｎとする。そして、フィルタリング周波数の範囲は、ｆhigh〜ｆlowの範囲と、この高調波の範囲として、２ｆｓ−１、２ｆｓ−２、２ｆｓ−３、・・・、２ｆｓ−ｍを中心周波数として上記分割された周波数幅と同じ幅を持たせた範囲、３ｆｓ−１、３ｆｓ−２、３ｆｓ−３、・・・、３ｆｓ−ｍを中心周波数として上記分割された周波数幅と同じ幅を持たせた範囲、・・・、ｎ・ｆｓ−１、ｎ・ｆｓ−２、ｎ・ｆｓ−３、・・・、ｎ・ｆｓ−ｍを中心周波数として上記分割された周波数幅と同じ幅を持たせた範囲を設定した矩形状のものである。
図７（ｄ）〜図７（ｆ）は、図７（ａ）〜図７（ｃ）において、矩形状の代わりにガウス特性フィルタを設定した場合を示すものである。すなわち、図７（ｄ）は、図７（ａ）に示すフィルタリング周波数の帯域であるｆhigh〜ｆlowの範囲、２ｆhigh〜２ｆlow、３ｆhigh〜３ｆlow、・・・、ｎ・ｆhigh〜ｎ・ｆlowの面積を同じくして、それぞれの帯域に対応した、ガウス特性フィルタの設定を示すものである。
図７（ｅ）は、図７（ｂ）に示すフィルタリング周波数の帯域である中心周波数ｆｃを含むｆhigh〜ｆlowの範囲、２ｆｃを中心としてｆhigh〜ｆlowの幅と同じ幅を持たせた範囲、３ｆｃを中心としてｆhigh〜ｆlowの幅と同じ幅を持たせた範囲、・・・、ｎ・ｆｃを中心としてｆhigh〜ｆlowの幅と同じ幅を持たせた範囲において、それぞれの面積を同じくして、それぞれの帯域に対応した、ガウス特性フィルタの設定を示すものである。
図７（ｆ）は、図７（ｃ）に示すフィルタリング周波数の帯域である所定個数に分割されたｆhigh〜ｆlowの範囲、２ｆｓ−１、２ｆｓ−２、２ｆｓ−３、・・・、２ｆｓ−ｍを中心周波数として分割された周波数幅と同じ幅を持たせた範囲、３ｆｓ−１、３ｆｓ−２、３ｆｓ−３、・・・、３ｆｓ−ｍを中心周波数として分割された周波数幅と同じ幅を持たせた範囲、・・・、ｎ・ｆｓ−ｍを中心周波数として上記分割された周波数幅と同じ幅を持たせた範囲において、それぞれの面積を同じくして、それぞれの帯域に対応した、ガウス特性フィルタの設定を示すものである。
図７（ｇ）は、フーリエ変換の分解能のレベルでフィルタリング周波数の設定を示すものである。ここで、フーリエ変換に用いるデータ長は１６．３８４[秒]（＝１０２４×１６ｍsec）であるから、分解能は０．０６１[Ｈｚ]＝１／１６．３８４[秒]である。
【００４１】
そこで、ｆlowからｆhighまでの間の分解能である０．０６１[Ｈｚ]ごとの周波数、すなわち、ｆlow、ｆlow＋０．０６１[Ｈｚ]、ｆlow＋０．０６１[Ｈｚ]２・・・、ｆlow＋０．０６１[Ｈｚ]×ｎ、・・・、ｈhighまでを脈波の基本周波数とする。次にこれらの脈波の各基本周波数の整数倍の周波数を高調波の周波数とする。すなわち、２ｆlowから２ｆhighまでの０．０６１[Ｈｚ]×２の周波数間隔の周波数、３ｆlowから３ｆhighまでの０．０６１[Ｈｚ]×３の周波数間隔の周波数、ｎ・ｆlowからｎ・ｆhighまでの０．０６１[Ｈｚ]×ｎの周波数間隔の周波数が、高調波の周波数となる。そして、フィルタリング周波数として、基本周波数と高調波の周波数を採用したものである。図７（ａ）〜（ｇ）を用いて説明したフィルタリング周波数を形成する基本概念は、脈波が変動したことにより基本周波数が複数発生した場合は、フィルタリング周波数は、各基本周波数とその高調波の周波数のＯＲをとった周波数であるという点にある。
【００４２】
ここで、フィルタリング周波数の形成方法として、脈波の基本周波数とその高調波の周波数を用いる理由を説明する。すなわち、ＦＦＴは低い周波数は分解能が低く、高い周波数は分解能がよい。であるので、波が揺らいでいる場合には、低い周波数によるフィルタリングによっては、揺らぎは抽出できなくとも、高調波の周波数によるフィルタリングにより抽出できるようになる。そこで、脈波の基本周波数も揺らぐことを前提に考えれば、高調波の周波数によるフィルタリングをすることにより、脈波の揺らぎも抽出することができることになる。
【００４３】
このことより、脈波波形をできるだけ忠実に抽出するには相当程度の高調波の周波数までフィルタリングが必要となる。一方、ＳｐＯ２値を測定するためには、脈波の振幅が演算として検出できれば十分であるので、高調波の周波数までのフィルタリングは必ずしも必要でなく、２〜４次程度のフィルタリングで十分である。何次の高周波についてフィルタリングを用いるかは、適宜決定すればよい。なお、フィルタリング周波数に幅を持たせすぎると、フィルタされた脈波には多分にノイズを含んでしまうため、適宜フィルタリング周波数に幅を設定する。
【００４４】
図３に示す期間[i]の１０２４個分のデータにより得られたマッチドフィルタは、期間[i]および次のマッチドフィルタを形成する期間[i+1]が開始される前までの期間[I]の脈波をフィルタリングするために用いられる。そして、次のマッチドフィルタを形成する期間[i+1]のデータにより得られたマッチドフィルタは、期間[i]および次のマッチドフィルタを形成する期間が開始される前までの期間[I+1]の脈波をフィルタリングするために用いられる。なお、マッチドフィルタを形成するための期間の設定は所定期間ごとに設けても良く、あるいは、心電図測定によって得られた心拍数、脈波測定によって得られた脈拍数などの生体情報パラメータが所定以上変動した場合に設けてもよい。また、本実施の形態では、サンプリング間隔１６ｍsecとし、マッチドフィルタを形成する期間を１０２４個のサンプル数分の期間としたが、これに限らなくてもよい。
【００４５】
第２の実施の形態
次に、第２の実施の形態を、図８を用いて説明する。脈波のサンプリング間隔が１６ｍsecであること、マッチドフィルタを形成するのに用いるデータ数は１０２４個分であることは、第１の実施の形態と同様である。そして、期間[i]におけるデータからフーリエ変換を行い、スペクトルの絶対値を求め、下記の（１）〜（３）のいすれかの演算を行うことにより脈波の基本周波数を求め、マッチドフィルタを形成することは、第１の実施の形態と同様である。
【００４６】
（１）(Spc.IR−Spc.RD)／Spc.RD
（２）(Spc.IR−Spc.RD)／Spc.IR
（３）(Spc.IR−Spc.RD)／(Spc.IR＋Spc.RD)
【００４７】
なお、これらの等価の演算式として、次の（１）’〜（３）’を用いても良い。
（１）’{１−(Spc.RD／Spc.IR)}／(Spc.RD／Spc.IR)
（２）’{１−(Spc.RD／Spc.IR)}／(Spc.IR／Spc.IR)
（３）’{１−(Spc.RD／Spc.IR)}／{１＋(Spc.RD／Spc.IR)}
【００４８】
第２の実施の形態の特徴は、マッチドフィルタを形成する期間を連続させる点にある。すなわち、図８において、期間[i]におけるデータを用いて形成したマッチドフィルタは、その期間[i]における脈波をフィルタリングするために用いる。そして、連続する期間[i+1]では、その期間におけるデータを用いて新たにマッチドフィルタを形成し、その期間[i+1]における脈波をフィルタリングするために用いる。次に連続する期間[i+2]も同様である。このように、連続的に、所定期間ごとに、マッチドフィルタを形成し、そのマッチドフィルタを用いて脈波をフィルタリングすることを繰り返していくものである。
【００４９】
第３の実施の形態
次に、第３の実施の形態を、図９を用いて説明する。脈波のサンプリング間隔が１６ｍsecであること、マッチドフィルタを形成するのに用いるデータ数は１０２４個分であることは、第１の実施の形態と同様である。そして、期間[i]におけるデータからフーリエ変換を行い、スペクトルの絶対値を求め、下記の（１）〜（３）のいすれかの演算を行うことにより脈波の基本周波数を求め、マッチドフィルタを形成することは、第１の実施の形態と同様である。
【００５０】
（１）(Spc.IR−Spc.RD)／Spc.RD
（２）(Spc.IR−Spc.RD)／Spc.IR
（３）(Spc.IR−Spc.RD)／(Spc.IR＋Spc.RD)
【００５１】
なお、これらの等価の演算式として、次の（１）’〜（３）’を用いても良い。
（１）’{１−(Spc.RD／Spc.IR)}／(Spc.RD／Spc.IR)
（２）’{１−(Spc.RD／Spc.IR)}／(Spc.IR／Spc.IR)
（３）’{１−(Spc.RD／Spc.IR)}／{１＋(Spc.RD／Spc.IR)}
【００５２】
第３の実施の形態の特徴は、マッチドフィルタを形成する期間を部分的に重複させながら処理する点にある。すなわち、図９において、期間[i]におけるデータを用いて形成したマッチドフィルタは、その期間[i]における脈波をフィルタリングするために用いる。次の新たなマッチドフィルタを形成するための期間[i+1]の開始点は、期間[i]の開始点の例えばデータ６４サンプル数分の期間後である。期間[i+1]のデータを用いて形成されたマッチドフィルタは、期間[i]の終期から期間[i+1]の終期までの期間[I+1]における６４サンプル分の脈波をフィルタリングするために用いる。さらに、次の新たなマッチドフィルタを形成するための期間[i+2]の開始点は、期間[i+1]の開始点の同じデータ６４サンプル数分の期間後である。期間[i+2]のデータを用いて形成されたマッチドフィルタは、期間[i+1]の終期から期間[i+2]の終期までの期間[I+2]における６４サンプル分の脈波をフィルタリングするために用いる。同じように、期間[I+3]におけるデータ６４サンプル分の脈波をフィルタリングするために用いるマッチドフィルタは、期間[i+2]の開始点から６４サンプル数分遅れて開始する期間[i+3]のデータから形成される。このように、所定サンプル数分、マッチドフィルタを形成する期間をずらしつつ、ずらした期間分の終端期間を、形成したマッチドフィルタでフィリタリングしていくものである。なお、本実施の形態では、サンプリング間隔１６ｍsecとし、マッチドフィルタを形成する期間を１０２４個のサンプル数分の期間とし、マッチドフィルタを形成する期間のずらす期間を６４サンプル数分の期間としたが、これに限らなくてもよい。
【００５３】
第４の実施の形態
次に、第４の実施の形態を、図１０を用いて説明する。脈波のサンプリング間隔が１６ｍsecであること、スペクトルを求める単位のデータ数は１０２４個分であることは、第１の実施の形態と同様である。第４の実施の形態の特徴は、脈波のスペクトルの絶対値を求める期間を複数期間ずらして設定し、得られた複数のスペクトルの絶対値を平均化したうえで、マッチドフィルタを形成する点にある。図１０に示す期間[i]、期間[i+1]、期間[i+2]、・・・、期間[i+n]、・・・は、データ６４サンプル数分、ずらして設定された期間である。各期間[i]、期間[i+1]、期間[i+2]、・・・、期間[i+n]、・・・においては、各１０２４個のデータサンプルを用いて、フーリエ変換を行いスペクトルの絶対値を求める。そのスペクトル（絶対値；以下同じ）を示した例は、第１の実施の形態で示した図４（ａ）、図４（ｂ）と同様である。図４（ａ）には、赤外光（ＩＲ）のスペクトル（Spc.IR）が示され、図４（ｂ）には赤色光（ＲＤ）のスペクトル（Spc.RD）が示されている。期間[I]における期間[i]〜期間[i+n]におけるフーリエ変換して求められたｎ個の各スペクトルは、周波数成分毎に、加算平均される。すなわち、赤外光（ＩＲ）のスペクトルが加算平均され(Av.Spc.IR）、赤色光（ＲＤ）のスペクトルが加算平均（Av.Spc.RD）される。
【００５４】
そして、この平均赤外光スペクトル(Av.Spc.IR）と平均赤色光スペクトル（Av.Spc.RD）を用いて、次の（４）〜（６）のいずれかの演算を行うことにより、脈波の基本周波数を検出する。ここでの演算は、同じ周波数ごとの各スペクトルの和差商演算をする。この（４）〜（６）の演算で共通することは、分子として、平均赤外光スペクトル(Av.Spc.IR）と平均赤色光スペクトル（Av.Spc.RD）の差分を用いることである。
【００５５】
（４）(Av.Spc.IR−Av.Spc.RD)／Av.Spc.RD
（５）(Av.Spc.IR−Av.Spc.RD)／Av.Spc.IR
（６）(Av.Spc.IR−Av.Spc.RD)／(Av.Spc.IR＋Av.Spc.RD)
【００５６】
なお、これらの等価の演算式として、次の（４）’〜（６）’を用いても良い。
（４）’{１−(Av.Spc.RD／Av.Spc.IR)}／(Av.Spc.RD／Av.Spc.IR)
（５）’{１−(Av.Spc.RD／Av.Spc.IR)}／(Av.Spc.IR／Av.Spc.IR)
（６）’{１−(Av.Spc.RD／Av.Spc.IR)}／{１＋(Av.Spc.RD／Av.Spc.IR)}
【００５７】
期間[I]において、脈拍がほとんど変動しなかった場合には脈波の基本周波数におけるスペクトルが際立つのでほぼ一点で決まり、脈拍が大きく変動した場合には脈波の基本周波数におけるスペクトルが際立ってはいるもののその周波数には幅があることは、第１の実施の形態で示した図５（ａ）、図５（ｂ）と同様である。また、マッチドフィルタの形成方法については、図６（ａ）〜（ｃ）、図７（ａ）〜（ｇ）を用いて、第１の実施の形態で説明した方法と同様である。そして得られたマッチドフィルタは、期間[I]における脈波をフィルタリングするために用いる。
【００５８】
次に、期間[I+1]における期間[i+1]〜期間[I+n+1]におけるフーリエ変換して求められたｎ個の各スペクトルは、赤外光（ＩＲ）と赤色光（ＲＤ）毎に、周波数成分毎に加算平均され、平均赤外光スペクトル(Av.Spc.IR）と平均赤色光スペクトル（Av.Spc.RD）が演算される。そして、この平均赤外光スペクトル(Av.Spc.IR）と平均赤色光スペクトル（Av.Spc.RD）を用いて、上記の（４）〜（６）のいずれかの演算を行うことにより、脈波の基本周波数を検出する。その脈波の基本周波数を用いたマッチドフィルタの形成方法については、上記のように、図６（ａ）〜（ｃ）、図７（ａ）〜（ｇ）を用いて、第１の実施の形態で説明した方法と同様である。この期間[I+1]のデータを用いて形成されたマッチドフィルタは、期間[I]の終期から期間[I+1]の終期までの期間[N+1]におけるデータ６４サンプルのフィルタリングに用いられる。
【００５９】
本実施の形態では、サンプリング間隔１６ｍsecとし、スペクトルを求める単位をを１０２４個のサンプル数分の期間とし、マッチドフィルタを形成する期間のずらす期間を６４サンプル数分の期間としたが、これに限らなくてもよい。また、マッチドフィルタを形成する期間のずらす期間を、マッチドフィルタを形成する期間（１０２４個のサンプル数分の期間）としてもよい。このときは、マッチドフィルタによりフィルタリングする期間は１０２４個分のデータとなる。ここで、スペクトルの加算平均を用いて脈波の基本周波数を求めることの利点は、ｎ回分の加算平均することにより、脈波と無関係の体動等によるノイズが相殺されて消失し、Ｓ／Ｎ比が√(ｎ)倍改善されるからである。
【００６０】
第５の実施の態様
次に、第５の実施の形態を図３、図１１、図１２を用いて説明する。本実施の形態の特徴は、脈波の基本周波数を求めるにあたり、赤外光（ＩＲ）および赤色光（ＲＤ）の脈波の差分をフーリエ変換してスペクトルを求めることにある。赤外光（ＩＲ）および赤色光（ＲＤ）についての脈波のサンプリング間隔が１６ｍsecであること、マッチドフィルタを形成するのに用いるデータ数は１０２４個分であることは、第１の実施の形態と同様である。まず、期間[i]における赤外光（ＩＲ）および赤色光（ＲＤ）の脈波の差分をとり、これをaI−aR（＝赤外光（ＩＲ）脈波−赤色光（ＲＤ）脈波とする。次に、この差分脈波を、フーリエ変換をスペクトルの絶対値を求める。この例を図１１に示す。これからわかるように、脈波の差分を、フーリエ変換をし、スペクトルを求めるまででは、ノイズ成分のスペクトルが大きく、脈波の基本周波数の検出はむずかしい。そこで、次の（７）〜（９）のいすれかの演算を行うことにより脈波の基本周波数の検出が容易になることを見出した。ここでの演算は、同じ周波数ごとの各スペクトルの和差商演算をする。この（７）〜（９）の演算で共通することは、分子として、赤外光（ＩＲ）と赤色光（ＲＤ）の脈波の差分をフーリエ変換して求めたスペクトル（Spc.(aI−aR))を用いることである。
【００６１】
（７）(Spc.(aI−aR))／Spc.aI
（８）(Spc.(aI−aR))／Spc.aR
（９）(Spc.(aI−aR))／(Spc.aI＋Spc.aR)
なお、ここで、
Spc.aI：赤外光（ＩＲ）脈波のスペクトル
Spc.aR：赤色光（ＲＤ）のスペクトル
【００６２】
このうち（９）の演算結果の一例を図１２に示す。図１２に示す例は、期間[i]において脈拍がほとんど変動しなかった場合のスペクトルの演算結果のグラフである。そのために、脈波の基本周波数におけるスペクトルが際立っており、その周波数はほぼ一点で決まる。なお、期間[i]において脈拍が大きく変動した場合には、脈波の基本周波数におけるスペクトルが際立ってはいるものの、その周波数には幅があることになる。
【００６３】
上記（７）〜（９）の演算により、脈波の基本周波数が決定できれば、上述の第１の実施の形態で図６（ａ）〜（ｃ）、図７（ａ）〜（ｇ）を用いて説明したように、フィルタリング周波数を決定してマッチドフィルタを形成する。すなわち、脈拍がほとんど変動しなかった場合は、図６（ａ）に示すように基本周波数とその高調波の周波数をフィルタリング周波数とするか、あるいは、図６（ｂ）、（ｃ）に示すように、基本周波数とその高調波の周波数に幅を持たせた矩形状のものとするか、ガウス・フィルタとする等して、フィルタリング周波数を設定する。脈拍が大きく変動した場合には、脈波の基本周波数に幅があるので、図７（ａ）〜図７（ｇ）に示すように、脈拍の変動により生じる脈波の基本周波数の幅に応じて、高調波の周波数も合わせて、フィルタリング周波数に幅を持たせたり、あるいはガウス・フィルタとしたりする等して、フィルタリング周波数を設定する。
【００６４】
図３の期間[i]の１０２４個分のデータにより得られたマッチドフィルタは、期間[i]および次のマッチドフィルタを形成する期間[i+1]が開始される前までの期間[I]の脈波をフィルタリングするために用いられる。そして、次のマッチドフィルタを形成する期間[i+1]のデータにより得られたマッチドフィルタは、期間[i]および次のマッチドフィルタを形成する期間が開始される前までの期間[I+1]の脈波をフィルタリングするために用いられる。なお、マッチドフィルタを形成するための期間の設定は、所要の期間毎に設けても良く、あるいは、心拍数、脈拍数などの生体情報パラメータが所定以上変動した場合に設けてもよい。また、本実施の形態では、サンプリング間隔１６ｍsecとし、マッチドフィルタを形成する期間を１０２４個のサンプル数分の期間としたが、これに限らなくともよい。
【００６５】
第６の実施の形態
次に、第６の実施の形態を、図８を用いて説明する。脈波のサンプリング間隔が１６ｍsecであること、マッチドフィルタを形成するのに用いるデータ数は１０２４個分であること、赤外光（ＩＲ）および赤色光（ＲＤ）の脈波の差分をフーリエ変換して得たスペクトルを用いて上記（７）〜（９）のいずれかの演算から基本周波数を求めること、脈波の基本周波数からマッチドフィルタを形成する方法は、第５の実施の形態と同様である。第６の実施の形態の特徴は、マッチドフィルタを形成する期間を連続させる点にある。すなわち、図８において、期間[i]におけるデータを用いて形成したマッチドフィルタは、その期間[i]における脈波をフィルタリングするために用いる。そして、連続する期間[i+1]では、その期間におけるデータを用いて新たにマッチドフィルタを形成し、その期間[i+1]における脈波をフィルタリングするために用いる。次に連続する期間[i+2]も同様である。このように、連続的に、所定期間ごとに、マッチドフィルタを形成し、そのマッチドフィルタを用いて脈波をフィルタリングすることを繰り返していくものである。
【００６６】
第７の実施の形態
次に、第７の実施の形態を、図９を用いて説明する。脈波のサンプリング間隔が１６ｍsecであること、マッチドフィルタを形成するのに用いるデータ数は１０２４個分であること、赤外光（ＩＲ）および赤色光（ＲＤ）の脈波の差分をフーリエ変換して得たスペクトルを用いて上記（７）〜（９）のいずれかの演算から基本周波数を求めること、脈波の基本周波数からマッチドフィルタを形成する方法は、第５の実施の態様と同様である。第７の実施の形態は、マッチドフィルタを形成する期間を部分的に重複させながら処理する点にある。すなわち、図９において、期間[i]におけるデータを用いて形成したマッチドフィルタは、その期間[i]における脈波をフィルタリングするために用いる。次の新たなマッチドフィルタを形成するための期間[i+1]の開始点は、期間[i]の開始点の例えばデータ６４サンプル数分の期間後である。期間[i+1]のデータを用いて形成されたマッチドフィルタは、期間[i]の終期から期間[i+1]の終期までの期間[I+1]における６４サンプル分の脈波をフィルタリングするために用いる。さらに、次の新たなマッチドフィルタを形成するための期間[i+2]の開始点は、期間[i+1]の開始点の同じデータ６４サンプル数分の期間後である。期間[i+2]のデータを用いて形成されたマッチドフィルタは、期間[i+1]の終期から期間[i+2]の終期までの期間[I+2]における６４サンプル分の脈波をフィルタリングするために用いる。同じように、期間[I+3]におけるデータ６４サンプル分の脈波をフィルタリングするために用いるマッチドフィルタは、期間[i+2]の開始点から６４サンプル数分遅れて開始する期間[i+3]のデータから形成される。このように、所定サンプル数分、マッチドフィルタを形成する期間をずらしつつ、ずらした期間分の終端期間を、形成したマッチドフィルタでフィリタリングしていくものである。なお、本実施の形態では、サンプリング間隔１６ｍsecとし、マッチドフィルタを形成する期間を１０２４個のサンプル数分の期間とし、マッチドフィルタを形成する期間のずらす期間を６４サンプル数分の期間としたが、これに限らなくてもよい。
【００６７】
第８の実施の形態
次に、第８の実施の形態を、図１０を用いて説明する。脈波のサンプリング間隔が１６ｍsecであること、スペクトルを求める単位のデータ数は１０２４個分であることは、第５の実施の形態と同様である。第８の実施の形態の特徴は、脈波のスペクトルの絶対値を求める期間を複数期間ずらして設定し、得られた複数のスペクトルの絶対値を平均化したうえで、マッチドフィルタを形成する点にある。図１０に示す期間[i]、期間[i+1]、期間[i+2]、・・・、期間[i+n]、・・・は、データ６４サンプル数分、ずらして設定された期間である。各期間[i]、期間[i+1]、期間[I+2]、・・・、期間[i+n]において、各１０２４個のデータサンプル毎に、次に演算を行う。
【００６８】
(1) 赤外光（ＩＲ）の脈波と赤色光（ＲＤ）の脈波の差分（aI−aR）をフーリエ変換してスペクトルSpc（aI−aR）を求める。
(2) 赤外光（ＩＲ）の脈波および／または赤色光（ＲＤ）の脈波をフーリエ変換することにより、スペクトルSpc.IRおよび／またはSpc.RDを求める。
(3) 各期間[i]、期間[i+1]、期間[i+2]、・・・、期間[i+n]のｎ個分のスペクトルSpc（aI−aR）を加算平均し、Av.Spc（aI−aR）を求める。
(4) 各期間[i]、期間[i+1]、期間[i+2]、・・・、期間[i+n]のｎ個分のスペクトルSpc.IRおよび／またはSpc.RDを加算平均し、Av.Spc.IRおよび／またはAv.Spc.RDを求める。
(5) 次の（１０）〜（１２）のいずれかを演算することにより、脈波の基本周波数を求める。
（１０）(Av.Spc.(aI−aR))／Av.Spc.RD
（１１）(Av.Spc.(aI−aR))／Av.Spc.IR
（１２）(Av.Spc.(aI−aR))／(Av.Spc.IR＋Av.Spc.RD)
【００６９】
上記（１０）〜（１２）の演算で共通することは、分子として、赤外光（ＩＲ）の脈はと赤色光（ＲＤ）の脈波の差分のスペクトルを平均化した(Av.Spc.(aI−aR))を用いることである。上記（１２）による演算結果は、ほぼ図１２に示すようになるが、加算平均することによりノイズ成分が相殺され消失するので、脈波の基本周波数はより検出し易くなる。
【００７０】
期間[I]において、脈拍がほとんど変動しなかった場合には脈波の基本周波数におけるスペクトルが際立つのでほぼ一点で決まり、脈拍が大きく変動した場合には脈波の基本周波数におけるスペクトルが際立ってはいるもののその周波数には幅があることは、図５（ａ）、図５（ｂ）を用いて説明した第１の実施の形態と同様である。また、マッチドフィルタの形成方法については、図６（ａ）〜（ｃ）、図７（ａ）〜（ｇ）を用いて、第１の実施の形態で説明した方法と同様である。そして得られたマッチドフィルタは、期間[I]における脈波をフィルタリングするために用いる。
【００７１】
次に、期間[I+1]におけるマッチドフィルタの形成方法は、期間[I]におけるマッチドフィルタの形成方法と同様である。すなわち、各期間[i+1]〜期間[i+n+1]のデータを用いて、上記(1)〜(5)の処理を行って、脈波の基本周波数を求める。そして、それを用いて、図６（ａ）〜図７（ｇ）を用いて第１の実施の形態で説明した方法によりマッチドフィルタを形成する。この期間[I+1]のデータを用いて形成されたマッチドフィルタは、期間[I]の終期から期間[I+1]の終期までの期間[N+1]におけるデータ６４サンプルのフィルタリングに用いられる。さらに、同様にして期間[I+2]におけるマッチドフィルタは期間[N+2]のデータをフィルタリングするのに用いられ、期間[I+3]におけるマッチドフィルタは、期間[N+3]のデータをフィルタリングするのに用いられる。この処理が繰り返される。
【００７２】
本実施の形態では、サンプリング間隔１６ｍsecとし、スペクトルを求める単位を１０２４個のサンプル数分の期間とし、マッチドフィルタを形成する期間のずらす期間を６４サンプル数分の期間としたが、これに限らなくてもよい。また、マッチドフィルタを形成する期間のずらす期間を、マッチドフィルタを形成する期間（１０２４個のサンプル数分の期間）としてもよい。このときは、マッチドフィルタによりフィルタリングする期間は１０２４個分のデータとなる。
【００７３】
ここで、アルゴリズムの設計に際し、考慮すべき点について述べる。フーリエ変換の分解能は、フーリエ変換に用いるデータ長の逆数によってきまる。本実施の形態であれば、フーリエ変換に用いるデータ長は１６．３８４[秒]（＝１０２４×１６ｍsec）であるから、分解能は０．０６１[Ｈｚ]＝１／１６．３８４[秒]である。このように設計上は必要とするフーリエ変換の分解能を考慮する。また、表示器には、フィルタされた脈波を連続的に表示させる必要があることから、（１）表示器に表示させる脈波の時間長、（２）脈波のリアルタイム表示として許容される生体に現れる脈波の出現と表示器での表示時期の時間差、（３）逐次検出される脈波を記憶し上記各種の実施の形態によって処理できる時間、等をも考慮する必要があろう。
【００７４】
第９の実施の形態
次に、第９の実施の形態を説明する。赤外光（ＩＲ）の脈波と赤色光（ＲＤ）の脈波が検出された後は、少なくともそのいずれか一方を用いて、従来用いられる脈拍数を求める。そして、脈拍の周波数を脈波の基本周波数として、図７（ａ）〜（ｇ）を用いて第１の実施の形態で説明したマッチドフィルタの形成方法により、マッチドフィルタの形成方法を形成する。形成されたマッチドフィルタは、赤外光（ＩＲ）の脈波と赤色光（ＲＤ）の脈波をフィルタリングするために用いられる。脈拍数は逐次検出されるため、それに応じて逐次マッチドフィルタを形成することができ、脈拍数の変動に追随して、マッチドフィルタのフィルタリング周波数をシフトさせることができる。なお、脈波測定によって得られる脈拍数と心電図測定によって得られる心拍数はほぼ同じであるから、本実施の態様において、脈波の基本周波数を求めるために、心電図測定を行い、心拍の周波数を脈波の基本周波数として用いても良い。
【００７５】
前述した実施の形態では、９つの実施の形態を例示したが、状況に応じて、これらを連続的に切り換えて実施してもよい。例えば、計測初期段階は、スペクトルを加算平均するデータが十分ないため、加算平均を行わない第１ないし第３の実施の形態、あるいは第５ないし第７および第９の実施の形態を採用してもよい。あるいは、第４または第８の実施の形態において、加算平均回数ｎを少なくしてもよい。そして、十分データが蓄積されてきたら、第４または第８の実施の形態において、加算平均回数ｎを徐々に多くしてもよい。いずれにしても、経時的に変化していく脈波の基本周波数に応じてマッチドフィルタを形成する点で、マッチドフィルタはアダプティブであると言える。
【００７６】
なお、上記実施の形態では、脈波の基本周期を求めるにあたり、各波長の脈波のスペクトルの絶対値を用いたが、これに代えて、パワースペクトルであってもよい。本願に係るスペクトルとはスペクトルの絶対値の他、パワースペクトルをも含む概念である。
【００７７】
また、第１ないし第３の実施の形態では、脈波の基本周波数の特定のために、下記（１）〜（３）の演算を用いた。
（１）(Spc.IR−Spc.RD)／Spc.RD
（２）(Spc.IR−Spc.RD)／Spc.IR
（３）(Spc.IR−Spc.RD)／(Spc.IR＋Spc.RD)
【００７８】
これに代えて、赤色光の波長の吸光度の脈動成分をΔＡ１、赤外光の波長の吸光度の脈動成分をΔＡ２とした時、ΔＡ１、ΔＡ２の時間軸上での差を求め、その差分信号を上記説明したのと同様の所定期間におけるデータサンプルを用いてフーリエ変換を行いスペクトルの絶対値を求め、基本周波数を検出しても良い。
【００７９】
各実施の形態によりフィルタされた赤外光（ＩＲ）の脈波と赤色光（ＲＤ）の脈波は表示器により表示させることができる。表示器に表示させるのは、いずれか一方でもよい。また、フィルタされた赤外光（ＩＲ）の脈波、赤色光（ＲＤ）の脈波を用いて、既存の方法等によりＳｐＯ２値（酸素飽和度）を求めることができる。すなわち、赤色光のフィルタされた脈波から求めた脈動成分をΔＡ１、赤外光のフィルタされた脈波から求めた脈動成分をΔＡ２とし、吸光度の比Ф＝ΔＡ１／ΔＡ２を求め、所定関係、酸素飽和度Ｓ＝ｆ（Ф）より酸素飽和度を求める。
【００８０】
なお、上記実施の形態では、脈波信号から基本周波数を求め、マッチドフィルタを形成し、このフィルタによりノイズを除去することを例に挙げた。しかし、本発明における基本周波数を求める演算と、ノイズを除去する処理についての適用は脈波信号に留まらず、他の生体信号あるいは、生体信号に留まらずより広くは工業的な信号一般にも適用可能である。特に、周期性を有する連続的な信号や、同じ基本周波数を有する２つの信号への応用に適している。したがって、上記実施の形態において、赤外光（ＩＲ）の脈波と赤色光（ＲＤ）の脈波を、同じ基本周波数を有する２つの工業一般的信号と置き換えて適用することができる。それに伴って、Spc.IR、Spc.RD、Av.Spc.IR 、Av.Spc.RDを、工業一般的信号をフーリエ変換して得られたスペクトルと置き換えて適用することができる。
【００８１】
【発明の効果】
以上詳記したように、本発明の請求項１に係る脈波信号処理方法によれば、第１の信号IRと第２の信号RDとが同じ基本周波数を有しているために、第１の信号IRと第２の信号RDを用いてそれぞれのスペクトルの(Spc.IR−Spc.RD）または{１−(Spc.RD／Spc.IR)}に基づいて演算することで、信号にノイズが含まれていても精度よく信号の基本周波数を演算することができる。また、ノイズに起因する成分を抑制することができ、基本周波数をより抽出し易くすることができる。
【００８２】
本発明の請求項２に係る脈波信号処理方法によれば、スペクトルの加算平均演算を用いることにより、スペクトルに現れるノイズを抑制して信号の基本周波数を演算することができる。
【００８３】
本発明の請求項３に係る脈波信号処理方法によれば、加算平均されたスペクトルを演算に用いることにより、ノイズに起因する成分を抑制することができ、基本周波数をより抽出し易くすることができる。
【００８４】
本発明の請求項４に係る脈波信号処理方法によれば、ノイズが除去された脈波信号から、脈波信号の特徴的な周波数成分である基本周波数成分とその高調波の周波数成分を抽出し、脈波信号を形成することができる。
【００８５】
本発明の請求項５に係る脈波信号処理方法によれば、基本周波数が変動した場合であっても、各基本周波数成分とその各々の高調波の周波数成分を抽出し、脈波信号を形成することができる。
【００８６】
本発明の請求項６に係る脈波信号処理方法によれば、基本周波数とその高調波の周波数の周辺の周波数成分をも取り込んで、脈波信号を形成することができる。
【００８７】
本発明の請求項７に係る脈波信号処理方法によれば、基本周波数とその高調波の周波数の周辺の周波数成分をガウス分布的に取り込んで、脈波信号を形成することができる。
【００８８】
本発明の請求項８に係る脈波信号処理方法によれば、生体の脈波信号から基本周波数を求め、その特徴的な周波数成分を抽出し、脈波信号を形成することができる。
【００８９】
本発明の請求項９に係る脈波信号処理方法によれば、生体の脈波信号から脈波の特徴的な周波数成分を抽出し、脈波信号を形成し、表示することができる。
【００９０】
本発明の請求項１０に係る脈波信号処理方法によれば、フィルタされた脈波を用いて精度良く酸素飽和度を演算することができる。
【００９１】
本発明の請求項１１に係る脈波信号処理方法によれば、脈動成分の差を演算して脈波の基本周波数を求めるに際し、スペクトルの加算平均を演算することによってノイズを抑制でき、より脈波の基本周波数を抽出し易くすることができる。
【００９２】
本発明の請求項１２に係る脈波信号処理方法によれば、脈波信号の特徴が現れる基本周波数とその高調波の周波数の周波数成分を抽出し、脈波を形成するためのフィルタを形成することができる。
【００９３】
本発明の請求項１３に係る脈波信号処理方法によれば、脈波信号の基本周波数が変動する場合であっても、その各基本周波数とその各々の高調波の周波数の周波数成分を抽出し、脈波信号を形成するためのフィルタを形成することができる。
【００９４】
本発明の請求項１４に係る脈波信号処理方法によれば、基本周波数とその高調波の周波数の周辺の周波数成分をも取り込んで、脈波信号を形成することができる。
【００９５】
本発明の請求項１５に係る脈波信号処理方法によれば、基本周波数とその高調波の周波数の周辺の周波数成分をガウス分布的に取り込んで、脈波信号を形成することができる。
【００９６】
本発明の請求項１６に係る脈波信号処理方法によれば、フィルタされた脈波信号を表示することができる。
【００９７】
本発明の請求項１７に係る脈波信号処理方法によれば、フィルタされた脈波を用いて精度良く酸素飽和度を演算することができる。
【図面の簡単な説明】
【図１】 本発明の実施の形態に係る脈波信号処理を行う酸素飽和度測定装置の構成を示すブロック結線図である。
【図２】 本発明の実施の形態に係る脈波信号処理のプログラムを示すフローチャート図である。
【図３】 本発明の実施の形態に係る脈波信号処理のタイムチャートを示す説明図である。
【図４】 （ａ）は赤外光脈波のスペクトルを示す特性線図、（ｂ）は赤色光脈波のスペクトルを示す特性線図である。
【図５】 （ａ）は脈波の基本周波数を求めるためのスペクトルの演算結果を示す特性線図、（ｂ）は脈波の基本周波数を求めるためのスペクトルの演算結果を示す特性線図である。
【図６】 （ａ）は脈波をフィルタするためのフィルタリング周波数の特性線図、（ｂ）は脈波をフィルタするための矩形状の周波数特性フィルタの特性線図、（ｃ）は脈波をフィルタするためのガウス特性フィルタの特性線図である。
【図７】 （ａ）は脈波をフィルタするための矩形状の周波数特性フィルタの特性線図、（ｂ）は脈波をフィルタするための矩形状の周波数特性フィルタの特性線図、（ｃ）は脈波をフィルタするための矩形状の周波数特性フィルタの特性線図、（ｄ）は脈波をフィルタするためのガウス特性フィルタの特性線図、（ｅ）は脈波をフィルタするためのガウス特性フィルタの特性線図、（ｆ）は脈波をフィルタするためのガウス特性フィルタの特性線図、（ｇ）は脈波をフィルタするためのフィルタリング周波数の特性線図である。
【図８】 本発明の実施の形態に係る脈波信号処理のタイムチャートを示す説明図である。
【図９】 本発明の実施の形態に係る脈波信号処理のタイムチャートを示す説明図である。
【図１０】 本発明の実施の形態に係る脈波信号処理のタイムチャートを示す説明図である。
【図１１】 赤外光脈波と赤色光脈波の差分のスペクトルを示す特性線図である。
【図１２】 脈波の基本周波数を求めるためのスペクトルの演算結果を示す特性線図である。
【符号の説明】
１ プローブ
２ 発光部
３ 受光部
４ 生体組織（指）
５ 発光部駆動回路
６ 受光信号増幅回路
７ 復調回路
８ ＣＰＵ
９ａ 増幅器
９ｂ 増幅器
１０ａ Ａ／Ｄ変換器
１０ｂ Ａ／Ｄ変換器
１１ 表示部
【発明の属する技術分野】
本発明は、脈波信号処理方法に関し、特に、パルスフォトメトリによる酸素飽和度測定等において用いることができる脈波のノイズ除去に関する。
【０００２】
【従来の技術】
動脈血の酸素飽和度を非観血的に連続測定するには、従来からパルスオキシメータが用いられている。このパルスオキシメータでは、プローブを被験者の指先や耳朶に装着し、プローブから赤と赤外の異なる波長の光を生体に時分割に照射して、異なる２波長の透過光または反射光から得られる吸光度の脈動成分の比Фから酸素飽和度Ｓを測定するものである。赤色光にはたとえば６６０ｎｍの基準波長が用いられるとともに、赤外光にはたとえば９４０ｎｍの波長が用いられ、プローブ内にはこれらの波長を発する２つの発光ダイオードと受光用の１つのフォトダイオードが内蔵されている。いま、赤色光の波長の吸光度の脈動成分をΔＡ１、赤外光の波長の吸光度の脈動成分をΔＡ２とすると、異なる２波長の吸光度の比Фは、次式で与えられる。
Ф＝ΔＡ１／ΔＡ２
酸素飽和度Ｓは、この吸光度の比Фの関数ｆとして算出することができる。
Ｓ＝ｆ（Ф）
【０００３】
このようなパルスオキシメータでは、測定中に患者に体動等が起きると、プローブで検出される脈波にノイズ成分が混入してしまい、正確に酸素飽和度Ｓを測定できなくなる。そこで、このようなノイズの影響を除去する試みが従来から種々なされている。
【０００４】
特開平２−１７２４４３号では、オキシメータにおいて、脈拍を検出し、光電脈波信号に対し脈拍の周波数に基づいて周波数フィルタリングを行う技術が記載されている。ここでは、具体的な脈波数の検出方法としては、受光部の出力を対数変換し、その対数変換された出力から得られた脈波信号を二値化し、さらにその所定個数の二値化脈波信号の周期を求め、その周期の逆数から脈拍数を求めている、と記述されている。さらには、周波数フィルタリングは、脈拍数が小さいときは選択周波数の低いバンドパスフィルタを、脈拍数が中程度のときは中程度の選択周波数のバンドパスフィルタを、脈拍数が大きいときは選択周波数の高いバンドパスフィルタを、それぞれ用いると記述されている。
【０００５】
しかしながら、このような発明には次のような問題があった。
＜二値化の問題点＞
体動が生じると、脈波の信号は、体動により生じるノイズと混在し、埋もれることになる。この体動ノイズが混在した脈波信号を対数演算すれば、対数演算された体動成分の対数演算された脈波成分に対する比は、対数演算前の体動成分の対数演算前の脈波成分に対する比よりも、小さくなる。すなわち、上記従来の技術では、対数演算された体動ノイズが混在した脈波信号を二値演算によりある閾値で１または０に振り分ける。しかし、ノイズ成分が必ずしも脈波成分より小さくならないことから、ノイズ成分でありながら二値化により１に振り分けられる可能性が極めて強い。これでは、脈拍数の検出は精度よく行うことができない。
＜バンドパスフィルタの問題点＞
ノイズを除去するためにバンドパスフィルタを用いることのみでは、ノイズ成分が通過帯域内にある場合は、脈波にノイズが混入する。すなわち、脈波がうまく抽出できない。
【０００６】
【発明が解決しようとする課題】
本発明は、上記問題点を解決するためになされたものであり、その目的は、（１）精度よく信号の基本周波数を演算し、（２）その基本周波数とその高周波の周波数をフィルタリング周波数として用いて信号処理を行うことにより、信号の有する特徴的な周波数成分を抽出して信号を形成することにある。特に、動脈の酸素飽和度測定への適用においては、体動等によるノイズが重畳された脈波であっても、あるいは脈波に変動が生じている場合であっても、精度よく脈拍の基本周波数を測定し、その基本周波数とその高調波の周波数をフィルタリング周波数として用いて脈波信号を処理することにより、ノイズが重畳された脈波から特徴的な周波数成分を抽出して脈波信号を形成し、ノイズを除去し、本来の脈波を再現することができる。さらに、ノイズが除去された脈波から、パルスフォトメトリによる酸素飽和度を、精度よく測定する装置を提供することである。
【０００７】
【課題を解決するための手段】
本発明の請求項１に係る脈波信号処理方法は、同じ基本周波数を有し連続する第１の信号IRおよび第２の信号RDを処理する脈波信号処理方法において、
前記第１の信号IRおよび前記第２の信号RDのそれぞれについて、前記脈波信号のサンプル数に基づく一定の期間において、周波数スペクトルまたは周波数パワースペクトルを演算し、前記第１の信号IRの第１スペクトルSpc.IRと、前記第２の信号RDの第２スペクトルSpc.RDとを、それぞれ演算するスペクトル演算ステップと、
前記スペクトル演算ステップにより演算された前記第１スペクトルSpc.IRおよび前記第２スペクトルSpc.RDを用い、周波数軸上で、相互の差をとるスペクトルを演算し、または相互の差をとるスペクトルの演算に加えてさらに正規化するスペクトルを演算し、その結果に基づいて前記第１の信号IRおよび前記第２の信号RDの基本周波数を演算する基本周波数演算ステップと、を含み、
前記基本周波数演算ステップにおいては、
(Spc.IR−Spc.RD)／Spc.RD、
(Spc.IR−Spc.RD)／Spc.IR、
(Spc.IR−Spc.RD)／(Spc.IR＋Spc.RD)、
{１−(Spc.RD／Spc.IR)}／(Spc.RD／Spc.IR)、
{１−(Spc.RD／Spc.IR)}／(Spc.IR／Spc.IR)、または
{１−(Spc.RD／Spc.IR)}／{１＋(Spc.RD／Spc.IR)}
のうちいずれかのスペクトルの演算結果に基づいて、前記基本周波数を演算することを特徴とする。
【０００８】
本発明の請求項２に係る脈波信号処理方法は、同じ基本周波数を有し連続する第１の信号IRおよび第２の信号RDを処理する脈波信号処理方法において、
前記第１の信号IRおよび前記第２の信号RDのそれぞれについて、前記脈波信号のサンプル数に基づく一定の期間において、周波数スペクトルまたは周波数パワースペクトルを演算し、前記第１の信号IRから第１スペクトルSpc.IRを、前記第２の信号RDから第２スペクトルSpc.RDを、それぞれ演算するスペクトル演算ステップと、
前記スペクトル演算ステップによる前記第１スペクトルSpc.IRおよび前記第２スペクトルSpc.RDの複数回分を加算平均するスペクトル加算平均演算ステップと、
前記スペクトル加算平均演算ステップにより加算平均された前記第１スペクトルAv.Spc.RD および加算平均された前記第２スペクトルAv.Spc.RD を用い、周波数軸上で、相互の差をとるスペクトルを演算し、または相互の差をとるスペクトルの演算に加えてさらに正規化するスペクトルを演算し、その結果に基づいて、前記第１の信号IRおよび前記第２の信号RDの基本周波数を演算する基本周波数演算ステップと、を含むことを特徴とする。
【０００９】
本発明の請求項３に係る脈波信号処理方法は、請求項２に記載の脈波信号処理方法において、
前記基本周波数演算ステップにおいては、
(Av.Spc.IR−Av.Spc.RD)／Av.Spc.RD、
(Av.Spc.IR−Av.Spc.RD)／Av.Spc.IR、
(Av.Spc.IR−Av.Spc.RD)／(Av.Spc.IR＋Av.Spc.RD)、
{１−(Av.Spc.RD／Av.Spc.IR)}／(Av.Spc.RD／Av.Spc.IR)、
{１−(Av.Spc.RD／Av.Spc.IR)}／(Av.Spc.IR／Av.Spc.IR)、または
{１−(Av.Spc.RD／Av.Spc.IR)}／{１＋(Av.Spc.RD／Av.Spc.IR)}
のうちいずれかのスペクトルの演算結果に基づいて、前記基本周波数を演算することを特徴とする。
【００１０】
本発明の請求項４に係る脈波信号処理方法は、請求項１ないし３のいずれかに記載の脈波信号処理方法において、
さらに、前記基本周波数演算ステップによって演算された前記基本波周波数およびその高調波を用いてフィルタを形成するフィルタ形成ステップと、
前記フィルタ形成ステップにより形成されたフィルタにより、少なくとも前記第１の信号IRまたは前記第２の信号RDをフィルタリングするフィルタリングステップと、を含むことを特徴とする。
【００１１】
本発明の請求項５に係る脈波信号処理方法は、請求項４に記載の脈波信号処理方法において、前記フィルタ形成ステップは、前記基本周波数演算ステップによって演算された前記基本周波数が複数ある場合には、各基本周波数とその各々の高調波の周波数を用いてフィルタを形成することを特徴とする。
【００１２】
本発明の請求項６に係る脈波信号処理方法は、請求項４または５に記載の脈波信号処理方法において、前記フィルタ形成ステップにおいて、前記フィルタの特性は、前記基本周波数およびその高調波の周波数をそれぞれ中心として幅を持った矩形状であることを特徴とする。
【００１３】
本発明の請求項７に係る脈波信号処理方法は、請求項４または５に記載の脈波信号処理方法において、前記フィルタ形成ステップにおいて、前記フィルタは、前記基本周波数およびその高調波の周波数をそれぞれ中心としたガウス特性フィルタであることを特徴とする。
【００１４】
本発明の請求項８に係る脈波信号処理方法は、請求項１ないし 7 のいずれかに記載の脈波信号処理方法において、前記第１の信号IRおよび第２の信号RDはいずれも脈波信号であることを特徴とする。
【００１５】
本発明の請求項９に係る脈波信号処理方法は、請求項４ないし 7 のいずれかに記載の脈波信号処理方法において、前記第１の信号IRおよび第２の信号RDはいずれも脈波信号であり、さらに、前記フィルタリングステップにおいて前記第１の信号IRまたは前記第２の信号RDのうちフィルタリングした方の信号を表示するステップを、含むことを特徴とする。
【００１６】
本発明の請求項１０に係る脈波信号処理方法は、請求項４ないし 7 のいずれかに記載の脈波信号処理方法において、
前記第１の信号IRは生体の動脈を透過または反射した赤外光により得られた脈波信号であり、
前記第２の信号RDは生体の動脈を透過または反射した赤色光により得られた脈波信号であり、
前記フィルタリングステップにおいて前記第１の信号IRおよび前記第２の信号RDのいずれをもフィルタリングし、
さらに、前記フィルタリングステップにおいてフィルタされた前記第１の信号IRまたは前記第２の信号RDを用いて酸素飽和度を演算する酸素飽和度演算ステップを、含むことを特徴とする。
【００１７】
本発明の請求項１１に係る脈波信号処理方法は、同じ基本周波数を有する生体の第１の脈波信号と第２の脈波信号を処理する脈波信号処理方法において、
前記第１の脈波信号の脈動成分ΔＡ１を検出する第１の脈動成分検出ステップと、
前記第２の脈波信号の脈動成分ΔＡ２を検出する第２の脈動成分検出ステップと、
前記第１の脈波信号の脈動成分と前記第２の脈波信号の脈動成分の比Φを演算する脈動成分演算ステップと、
前記脈波信号のサンプル数に基づく一定の期間において、周波数スペクトルまたは周波数パワースペクトルを演算することを複数回行うスペクトル演算ステップと、
前記複数回分演算されたスペクトルを加算平均するスペクトル加算平均演算ステップと、
前記加算平均されたスペクトルから前記脈波信号の基本周波数を演算する基本周波数演算ステップと、を含むことを特徴とする。
【００１８】
本発明の請求項１２に係る脈波信号処理方法は、請求項１１に記載の脈波信号処理方法において、
前記基本周波数演算ステップによって演算された前記基本周波数およびその高調波の周波数を用いてフィルタを形成するフィルタ形成ステップと、
前記フィルタ形成ステップにより形成されたフィルタにより、少なくとも前記第１の脈波信号または前記第２の脈波信号をフィルタリングするフィルタリングステップと、を含むことを特徴とする。
【００１９】
本発明の請求項１３に係る脈波信号処理方法は、請求項１２に記載の脈波信号処理方法において、前記フィルタ形成ステップは、前記基本周波数演算ステップによって演算された前記基本周波数が複数ある場合には、各基本周波数とその各々の高調波の周波数を用いてフィルタを形成することを特徴とする。
【００２０】
本発明の請求項１４に係る脈波信号処理方法は、請求項１２または１３に記載の脈波信号処理方法において、前記フィルタ形成ステップにおいて、前記フィルタの特性は、前記基本周波数およびその高調波の周波数をそれぞれ中心として幅をもった矩形状であることを特徴とする。
【００２１】
本発明の請求項１５に係る脈波信号処理方法は、請求項１２または１３に記載の脈波信号処理方法において、前記フィルタ形成ステップにおいて、前記フィルタは、前記基本周波数およびその高調波の周波数をそれぞれ中心としたガウス特性フィルタであることを特徴とする。
【００２２】
本発明の請求項１６に係る脈波信号処理方法は、請求項１２ないし１５のいずれかに記載の脈波信号処理方法において、さらに、前記フィルタリングステップにおいて前記第１の脈波信号または前記第２の脈波信号のうちフィルタリングした方の脈波信号を表示するステップを、含むことを特徴とする。
【００２３】
本発明の請求項１７に係る脈波信号処理方法は、請求項１２ないし１５のいずれかに記載の脈波信号処理方法において、
前記第１の脈波信号は生体の動脈を透過または反射した赤色光により得られた脈波信号であり、
前記第２の脈波信号は生体の動脈を透過または反射した赤外光により得られた脈波信号であり、
前記フィルタリングステップにおいて前記第１の脈波信号および前記第２の脈波信号のいずれをもフィルタリングし、
さらに、前記フィルタリングステップにおいてフィルタされた前記第１の脈波信号または前記第２の脈波信号を用いて酸素飽和度を演算する酸素飽和度演算ステップを、含むことを特徴とする。
【００２４】
【発明の実施の形態】
以下、本発明に係る脈波信号処理およびそれを利用したパルスオキシメータの実施の形態を、図面を参照しながら詳細に説明する。
【００２５】
図１は、本発明の実施の形態としてのパルスオキシメータの装置構成を示すものである。プローブ１は発光部２と受光部３を備え、これらにより指先（生体組織）４を挟持する構成とされている。発光部２は、第１波長光である赤色光（波長λ１：６６０ｎｍ）と第２波長光である赤外光（波長λ２：９４０ｎｍ）をそれぞれ発光する２つの発光ダイオードを備えている。発光部２は、発光部駆動回路５により駆動されるものであり、赤色光と赤外光は交互に発光される。受光部３はフォトダイオードを備え、指先の透過光を受光し、その透過光強度に応じた電気信号を出力するものである。受光部３の出力信号は受光信号増幅回路６で増幅され、復調回路７で復調されるように構成されている。復調回路７は赤色光と赤外光に応じたそれぞれの信号を分けて出力する。これらの信号は、増幅器９ａ、９ｂで増幅され、Ａ／Ｄ変換器１０ａ、１０ｂでデジタル信号に変換されて、ＣＰＵ（セントラルプロセッシングユニット）８に入力されるように構成されている。ＣＰＵ８は、復調回路７と発光部駆動回路５を制御すると共に、Ａ／Ｄ変換器１０ａ、１０ｂから与えられる信号を処理して、その結果を表示部１１に出力する。本発明では、この信号処理における脈波のノイズ除去処理に特徴がある。表示部に出力される結果は、ノイズが除去された脈波波形、脈拍数、ＳｐＯ２値（酸素飽和度）である。
【００２５】
図２は、前記装置の大まかな処理フローを示すものである。測定が開始される（Ｓ１０）と、プローブ１の発光部２から発光される赤色光、赤外光が交互に発光され、生体組織４を透過した赤色光、赤外光が交互に受光部３により検出される。そして、受光信号増幅回路６で増幅され、復調回路７で赤色光、赤外光に分けられ、Ａ／Ｄ変換器１０ａ、１０ｂによりＡ／Ｄ変換される。これにより脈波の検出が行われる（Ｓ１１）。次に、赤外光および赤色光についての脈波それぞれについて、所定期間分のフーリエ変換を行い、それぞれのスペクトルの絶対値や、パワースペクトルの値を求める。パワースペクトルを求める方法に関しては、本明細書では詳述しないが赤外光および赤色光それぞれの所定期間における自己相関を求めた後、フーリエ変換して求めることもできる。そして、赤外光および赤色光についてのスペクトル演算などに基づいて、脈波の基本周波数を算出する（Ｓ１２）。これは脈拍の周波数に相当する。そして、脈波の基本周波数とその高調波の周波数を透過させるマッチドフィルタを形成する（Ｓ１３）。このマッチドフィルタを用いて脈波をフィルタリングする（Ｓ１４）。フィルタされた脈波は表示部１１に表示されると共に、フィルタされた脈波から求めた脈拍とＳｐＯ２値（酸素飽和度）も表示器１１に表示される。
【００２６】
この一連の処理が連続的に繰り返されることになる。以下、図２に示す「脈波の基本周波数の算出」Ｓ１２から詳細に説明する。
【００２７】
第１の実施の形態
第１の実施の形態を図３〜図７を用いて説明する。赤外光（ＩＲ）および赤色光（Ｄ）についての脈波はそれぞれサンプリング間隔１６ｍsecである。図３に示す最上段には、ノイズを含んだ赤外光（ＩＲ）および赤色光（ＲＤ）が示されている。
期間[i]は、１０２４個のサンプル数分の期間であり１６．３８４秒（＝１０２４＊１６ｍsec）である。まず、期間[i]における赤外光（ＩＲ）および赤色光（ＲＤ）それぞれの１０２４個のデータサンプルを用いてフーリエ変換を行い、スペクトルの絶対値を求める。このスペクトルを示したのが図４（ａ）、図４（ｂ）である。図４（ａ）には赤外光（ＩＲ）のスペクトル（Spc.IR）が、図４（ｂ）には赤色光（ＲＤ）スペクトル（Spc.RD）が示されている。
【００２８】
これから判るように、脈波を、フーリエ変換をしスペクトルを求めるまでは、ノイズ成分のスペクトルが大きく、脈波の基本周波数の検出は難しい。そこで、次の（１）、（３）のいずれかの演算を行うことにより脈波の基本周波数の検出が容易になることを見出した。ここでの演算は、同じ周波数ごとの各スペクトルの和差商演算をする。この（１）〜（３）の演算で共通することは、分子として、赤外光（ＩＲ）のスペクトル（Spc.IR）と赤色光（ＲＤ）のスペクトル（Spc.RD）の差分を用いることである。
【００２９】
（１）(Spc.IR−Spc.RD)／Spc.RD
（２）(Spc.IR−Spc.RD)／Spc.IR
（３）(Spc.IR−Spc.RD)／(Spc.IR＋Spc.RD)
【００３０】
なお、これらの等価の演算式として、次の（１）’〜（３）’を用いても良い。
（１）’{１−(Spc.RD／Spc.IR)}／(Spc.RD／Spc.IR)
（２）’{１−(Spc.RD／Spc.IR)}／(Spc.IR／Spc.IR)
（３）’{１−(Spc.RD／Spc.IR)}／{１＋(Spc.RD／Spc.IR)}
【００３１】
ここで、（１）’〜（３）’の演算で共通することは、分子として、{１−(Spc.RD／Spc.IR)}を用いることである。なお、分母が零となることを回避するために、分母には予め所定値を加えておいてもよく、その演算結果は予め所定値を加えない演算結果と実質的に同じである。これ以降に示すスペクトルの演算においても同様である。
【００３２】
この結果の一例を、図５（ａ）、図５（ｂ）に示す。図５（ａ）は、期間[i]において脈拍がほとんど変動しなかった場合のスペクトルの演算結果を示すグラフである。図５（ａ）に示すグラフ内の(1),(2),(3)は、それぞれ上記（１）、（２）、（３）の演算結果を示す。このグラフが示すように、期間[i]において脈拍がほとんど変動しなかったので、脈波の基本周波数におけるスペクトルが際立っており、その周波数はほぼ一点で決まる。正規化する演算のために第２高周波も強調されるため、基本周波数を確定し易い。また、上記（１）、（２）、（３）の演算結果のいずれによっても脈波の基本周波数を求めることができることを示している。図５（ｂ）は期間[i]において、脈拍が大きく変動した場合のスペクトルの演算結果を示すグラフである。図５（ｂ）に示すグラフ内の(1),(2),(3)は、それぞれ上記（１）、（２）、（３）の演算結果を示す。このグラフが示すように、期間[i]において脈拍が大きく変動したので、脈波の基本周波数におけるスペクトルが際立ってはいるものの、その周波数には幅があることがわかる。
【００３３】
ここで、このスペクトルの演算結果のグラフが図５に示すようになることを説明する。ノイズを含んでいない赤外光（ＩＲ）と赤色光（ＲＤ）のそれぞれの脈波の振幅の間には差があり、通常赤外光（ＩＲ）の脈波の振幅の方が大きい。一方、体動等によるノイズの振幅は、赤外光（ＩＲ）や赤色光（ＲＤ）の脈波の振幅よりも大きくなることもあるが、赤外光（ＩＲ）と赤色光（ＲＤ）でのノイズの振幅は同じ程度になることが多い。よって、ノイズを含んだ赤外光（ＩＲ）と赤色光（ＲＤ）のそれぞれの脈波をフーリエ変換してスペクトルを求めると、赤外光（ＩＲ）の脈波スペクトルでの脈波の基本周波数におけるスペクトルの方が、赤色光（ＲＤ）の脈波スペクトルにおけるそれよりも大きい。
【００３４】
一方で、ノイズのスペクトルは差が比較的少ない。よって、赤外光（ＩＲ）の脈波スペクトルと赤色光（ＲＤ）の脈波スペクトルを周波数ごとに差分をとれば、脈波の基本周波数のスペクトルに、本来ある赤外光（ＩＲ）と赤色光（ＲＤ）のそれぞれの脈波の振幅の間の差により生ずるスペクトルの差が現れる。また、ノイズ成分の周波数における差分は、赤外光（ＩＲ）と赤色光（ＲＤ）でのノイズの振幅が同じ程度になることが多いために、抑圧される。
【００３５】
そこで、上記（１）〜（３）の演算は、分子を(Spc.IR−Spc.RD)としているのである。これに、さらに分母としてSpc.RD、Spc.IR、または(Spc.IR＋Spc.RD)をとることにより、ノイズ成分のスペクトルの差分がノイズ成分のスペクトルで除されることになり、さらに、ノイズ成分のスペクトルが抑制される。一方、脈波の基本周波数におけるスペクトルの差分を、分母としてSpc.RD、Spc.IR、または(Spc.IR＋Spc.RD)により除しても、ノイズほどは抑制されずに、際立ってくるのである。ただし、フーリエ変換の対象とされたデータの期間において、脈拍が大きく変動している場合は、脈波の基本周波数が変動していることになるので、図５（ｂ）に示されるように、脈波の基本周波数が幅を持つことになる。なお、得られたスペクトルは正規化されているので、ほぼ０．４〜１の間で表せ、判別関数としての役割を有する。
【００３６】
次に、図２に示す「フィルタの形成」Ｓ１３のステップを説明する。図５（ａ）に示すように、脈拍がほとんど変動しなかった場合、脈波の基本周波数（ｆｓとする）を基にフィルタを形成する。フィルタリング周波数は、図６（ａ）に示すように、脈波の基本周波数ｆｓとその高調波の周波数である２ｆｓ、３ｆｓ、４ｆｓ、・・・、ｎ・ｆｓとする。あるいは、フィルタリング周波数を、図６（ｂ）に示すように、脈波の基本周波数ｆｓとその高調波の周波数である２ｆｓ、３ｆｓ、４ｆｓ、・・・、ｎ・ｆｓを中心に所定幅（バンド）を持たせた矩形状のものでもよい。あるいは、図６（ｃ）に示すように、脈波の基本周波数ｆｓとその高調波の周波数である２ｆｓ、３ｆｓ、４ｆｓ、・・・、ｎ・ｆｓを中心としたガウス特性フィルタであってもよい。
【００３７】
なお、ｆｓの検出方法は種々考えられるが、図５（ａ）に示す演算結果において、例えば、（１）生体における脈拍数の変動としてありうる最大限の範囲に相当する周波数の範囲からピークとなっている周波数を求める、（２）統計的に見て脈波の基本周波数であるならばスペクトル値として出現するであろう十分なスレショールドを設け、このスレショールドをスペクトル値が越える周波数のうち、最も周波数の低い第１の周波数を求める、（３）統計的に見て脈波の基本周波数であるならば出現するであろう十分なスレショールドを設け、このスレショールドをスペクトル値が越える周波数のうち、周波数がほぼ整数倍に出現し高調波と認識できる周波数のうち最も周波数の低い周波数を求める、などの方法がある。
【００３８】
図５（ｂ）に示すように、脈拍が大きく変動した場合、脈波の基本周波数は幅を乙個になる。この幅を持った周波数帯のうち最大の周波数をｆhigh、最小の周波数をｆlowとする。そして、その中心周波数をｆｃとして、ｆｃ＝√（ｆlow）×√（ｆhigh）と定義する。なお、ｆhigh、ｆlowの検出方法は種々考えられるが、図５（ｂ）に示す演算結果において、例えば、（１）生体における脈拍数の変動として有り得る最大限の範囲に相当する周波数の範囲から、統計的に見て脈波の基本周波数であるならばスペクトル値として出現するであろう十分なスレショールドを設け、このスレショールドをスペクトル値が越える周波数帯域のうち、最も周波数帯域の低いもののうち最小周波数値をｆlow、最大周波数値をｆhighとする、（２）統計的に見て脈波の基本周波数であるならば出現するであろう十分なスレショールドを設け、このスレショールドをスペクトル値が越える周波数帯域のうち、周波数帯域がほぼ整数倍に出現し高調波と認識できる周波数帯域のうち最も周波数帯域の低いもののうち、最小周波数値をｆlow、最大周波数値をｆhighとする、などの方法がある。また、ｆｃを求める演算は上記の代わりに、ｆｃ＝（ｆlow＋ｆhigh）／２であってもよい。
【００３９】
次に、フィルタリング周波数の形成方法は、多種多様に考えられるが、ここでは図７に示す７つの方法を述べる。
【００４０】
図７（ａ）に示す方法のフィルタリング周波数の範囲は、ｆhigh〜ｆlowの範囲と、この高調波の範囲として、２ｆhigh〜２ｆlow、３ｆhigh〜３ｆlow 、・・・、ｎ・ｆhigh〜ｎ・ｆlowを設定した矩形状のものである。
図７（ｂ）に示す方法のフィルタリング周波数の範囲は、中心周波数ｆｃを含むｆhigh〜ｆlowの範囲と、この高調波の範囲として、２ｆｃを中心としてｆhigh〜ｆlowの幅と同じ幅を持たせた範囲、３ｆｃを中心としてｆhigh〜ｆlowの幅と同じ幅を持たせた範囲、・・・、ｎ・ｆｃを中心としてｆhigh〜ｆlowの幅と同じ幅を持たせた範囲を設定した形状のものである。
図７（ｃ）に示す方法では、ｆhigh〜ｆlowを所定個数に分割し、その分割された周波数幅の中心周波数をそれぞれｆｓ−１、ｆｓ−２、ｆｓ−３、・・・、ｆｓ−ｎとする。そして、フィルタリング周波数の範囲は、ｆhigh〜ｆlowの範囲と、この高調波の範囲として、２ｆｓ−１、２ｆｓ−２、２ｆｓ−３、・・・、２ｆｓ−ｍを中心周波数として上記分割された周波数幅と同じ幅を持たせた範囲、３ｆｓ−１、３ｆｓ−２、３ｆｓ−３、・・・、３ｆｓ−ｍを中心周波数として上記分割された周波数幅と同じ幅を持たせた範囲、・・・、ｎ・ｆｓ−１、ｎ・ｆｓ−２、ｎ・ｆｓ−３、・・・、ｎ・ｆｓ−ｍを中心周波数として上記分割された周波数幅と同じ幅を持たせた範囲を設定した矩形状のものである。
図７（ｄ）〜図７（ｆ）は、図７（ａ）〜図７（ｃ）において、矩形状の代わりにガウス特性フィルタを設定した場合を示すものである。すなわち、図７（ｄ）は、図７（ａ）に示すフィルタリング周波数の帯域であるｆhigh〜ｆlowの範囲、２ｆhigh〜２ｆlow、３ｆhigh〜３ｆlow、・・・、ｎ・ｆhigh〜ｎ・ｆlowの面積を同じくして、それぞれの帯域に対応した、ガウス特性フィルタの設定を示すものである。
図７（ｅ）は、図７（ｂ）に示すフィルタリング周波数の帯域である中心周波数ｆｃを含むｆhigh〜ｆlowの範囲、２ｆｃを中心としてｆhigh〜ｆlowの幅と同じ幅を持たせた範囲、３ｆｃを中心としてｆhigh〜ｆlowの幅と同じ幅を持たせた範囲、・・・、ｎ・ｆｃを中心としてｆhigh〜ｆlowの幅と同じ幅を持たせた範囲において、それぞれの面積を同じくして、それぞれの帯域に対応した、ガウス特性フィルタの設定を示すものである。
図７（ｆ）は、図７（ｃ）に示すフィルタリング周波数の帯域である所定個数に分割されたｆhigh〜ｆlowの範囲、２ｆｓ−１、２ｆｓ−２、２ｆｓ−３、・・・、２ｆｓ−ｍを中心周波数として分割された周波数幅と同じ幅を持たせた範囲、３ｆｓ−１、３ｆｓ−２、３ｆｓ−３、・・・、３ｆｓ−ｍを中心周波数として分割された周波数幅と同じ幅を持たせた範囲、・・・、ｎ・ｆｓ−ｍを中心周波数として上記分割された周波数幅と同じ幅を持たせた範囲において、それぞれの面積を同じくして、それぞれの帯域に対応した、ガウス特性フィルタの設定を示すものである。
図７（ｇ）は、フーリエ変換の分解能のレベルでフィルタリング周波数の設定を示すものである。ここで、フーリエ変換に用いるデータ長は１６．３８４[秒]（＝１０２４×１６ｍsec）であるから、分解能は０．０６１[Ｈｚ]＝１／１６．３８４[秒]である。
【００４１】
そこで、ｆlowからｆhighまでの間の分解能である０．０６１[Ｈｚ]ごとの周波数、すなわち、ｆlow、ｆlow＋０．０６１[Ｈｚ]、ｆlow＋０．０６１[Ｈｚ]２・・・、ｆlow＋０．０６１[Ｈｚ]×ｎ、・・・、ｈhighまでを脈波の基本周波数とする。次にこれらの脈波の各基本周波数の整数倍の周波数を高調波の周波数とする。すなわち、２ｆlowから２ｆhighまでの０．０６１[Ｈｚ]×２の周波数間隔の周波数、３ｆlowから３ｆhighまでの０．０６１[Ｈｚ]×３の周波数間隔の周波数、ｎ・ｆlowからｎ・ｆhighまでの０．０６１[Ｈｚ]×ｎの周波数間隔の周波数が、高調波の周波数となる。そして、フィルタリング周波数として、基本周波数と高調波の周波数を採用したものである。図７（ａ）〜（ｇ）を用いて説明したフィルタリング周波数を形成する基本概念は、脈波が変動したことにより基本周波数が複数発生した場合は、フィルタリング周波数は、各基本周波数とその高調波の周波数のＯＲをとった周波数であるという点にある。
【００４２】
ここで、フィルタリング周波数の形成方法として、脈波の基本周波数とその高調波の周波数を用いる理由を説明する。すなわち、ＦＦＴは低い周波数は分解能が低く、高い周波数は分解能がよい。であるので、波が揺らいでいる場合には、低い周波数によるフィルタリングによっては、揺らぎは抽出できなくとも、高調波の周波数によるフィルタリングにより抽出できるようになる。そこで、脈波の基本周波数も揺らぐことを前提に考えれば、高調波の周波数によるフィルタリングをすることにより、脈波の揺らぎも抽出することができることになる。
【００４３】
このことより、脈波波形をできるだけ忠実に抽出するには相当程度の高調波の周波数までフィルタリングが必要となる。一方、ＳｐＯ２値を測定するためには、脈波の振幅が演算として検出できれば十分であるので、高調波の周波数までのフィルタリングは必ずしも必要でなく、２〜４次程度のフィルタリングで十分である。何次の高周波についてフィルタリングを用いるかは、適宜決定すればよい。なお、フィルタリング周波数に幅を持たせすぎると、フィルタされた脈波には多分にノイズを含んでしまうため、適宜フィルタリング周波数に幅を設定する。
【００４４】
図３に示す期間[i]の１０２４個分のデータにより得られたマッチドフィルタは、期間[i]および次のマッチドフィルタを形成する期間[i+1]が開始される前までの期間[I]の脈波をフィルタリングするために用いられる。そして、次のマッチドフィルタを形成する期間[i+1]のデータにより得られたマッチドフィルタは、期間[i]および次のマッチドフィルタを形成する期間が開始される前までの期間[I+1]の脈波をフィルタリングするために用いられる。なお、マッチドフィルタを形成するための期間の設定は所定期間ごとに設けても良く、あるいは、心電図測定によって得られた心拍数、脈波測定によって得られた脈拍数などの生体情報パラメータが所定以上変動した場合に設けてもよい。また、本実施の形態では、サンプリング間隔１６ｍsecとし、マッチドフィルタを形成する期間を１０２４個のサンプル数分の期間としたが、これに限らなくてもよい。
【００４５】
第２の実施の形態
次に、第２の実施の形態を、図８を用いて説明する。脈波のサンプリング間隔が１６ｍsecであること、マッチドフィルタを形成するのに用いるデータ数は１０２４個分であることは、第１の実施の形態と同様である。そして、期間[i]におけるデータからフーリエ変換を行い、スペクトルの絶対値を求め、下記の（１）〜（３）のいすれかの演算を行うことにより脈波の基本周波数を求め、マッチドフィルタを形成することは、第１の実施の形態と同様である。
【００４６】
（１）(Spc.IR−Spc.RD)／Spc.RD
（２）(Spc.IR−Spc.RD)／Spc.IR
（３）(Spc.IR−Spc.RD)／(Spc.IR＋Spc.RD)
【００４７】
なお、これらの等価の演算式として、次の（１）’〜（３）’を用いても良い。
（１）’{１−(Spc.RD／Spc.IR)}／(Spc.RD／Spc.IR)
（２）’{１−(Spc.RD／Spc.IR)}／(Spc.IR／Spc.IR)
（３）’{１−(Spc.RD／Spc.IR)}／{１＋(Spc.RD／Spc.IR)}
【００４８】
第２の実施の形態の特徴は、マッチドフィルタを形成する期間を連続させる点にある。すなわち、図８において、期間[i]におけるデータを用いて形成したマッチドフィルタは、その期間[i]における脈波をフィルタリングするために用いる。そして、連続する期間[i+1]では、その期間におけるデータを用いて新たにマッチドフィルタを形成し、その期間[i+1]における脈波をフィルタリングするために用いる。次に連続する期間[i+2]も同様である。このように、連続的に、所定期間ごとに、マッチドフィルタを形成し、そのマッチドフィルタを用いて脈波をフィルタリングすることを繰り返していくものである。
【００４９】
第３の実施の形態
次に、第３の実施の形態を、図９を用いて説明する。脈波のサンプリング間隔が１６ｍsecであること、マッチドフィルタを形成するのに用いるデータ数は１０２４個分であることは、第１の実施の形態と同様である。そして、期間[i]におけるデータからフーリエ変換を行い、スペクトルの絶対値を求め、下記の（１）〜（３）のいすれかの演算を行うことにより脈波の基本周波数を求め、マッチドフィルタを形成することは、第１の実施の形態と同様である。
【００５０】
（１）(Spc.IR−Spc.RD)／Spc.RD
（２）(Spc.IR−Spc.RD)／Spc.IR
（３）(Spc.IR−Spc.RD)／(Spc.IR＋Spc.RD)
【００５１】
なお、これらの等価の演算式として、次の（１）’〜（３）’を用いても良い。
（１）’{１−(Spc.RD／Spc.IR)}／(Spc.RD／Spc.IR)
（２）’{１−(Spc.RD／Spc.IR)}／(Spc.IR／Spc.IR)
（３）’{１−(Spc.RD／Spc.IR)}／{１＋(Spc.RD／Spc.IR)}
【００５２】
第３の実施の形態の特徴は、マッチドフィルタを形成する期間を部分的に重複させながら処理する点にある。すなわち、図９において、期間[i]におけるデータを用いて形成したマッチドフィルタは、その期間[i]における脈波をフィルタリングするために用いる。次の新たなマッチドフィルタを形成するための期間[i+1]の開始点は、期間[i]の開始点の例えばデータ６４サンプル数分の期間後である。期間[i+1]のデータを用いて形成されたマッチドフィルタは、期間[i]の終期から期間[i+1]の終期までの期間[I+1]における６４サンプル分の脈波をフィルタリングするために用いる。さらに、次の新たなマッチドフィルタを形成するための期間[i+2]の開始点は、期間[i+1]の開始点の同じデータ６４サンプル数分の期間後である。期間[i+2]のデータを用いて形成されたマッチドフィルタは、期間[i+1]の終期から期間[i+2]の終期までの期間[I+2]における６４サンプル分の脈波をフィルタリングするために用いる。同じように、期間[I+3]におけるデータ６４サンプル分の脈波をフィルタリングするために用いるマッチドフィルタは、期間[i+2]の開始点から６４サンプル数分遅れて開始する期間[i+3]のデータから形成される。このように、所定サンプル数分、マッチドフィルタを形成する期間をずらしつつ、ずらした期間分の終端期間を、形成したマッチドフィルタでフィリタリングしていくものである。なお、本実施の形態では、サンプリング間隔１６ｍsecとし、マッチドフィルタを形成する期間を１０２４個のサンプル数分の期間とし、マッチドフィルタを形成する期間のずらす期間を６４サンプル数分の期間としたが、これに限らなくてもよい。
【００５３】
第４の実施の形態
次に、第４の実施の形態を、図１０を用いて説明する。脈波のサンプリング間隔が１６ｍsecであること、スペクトルを求める単位のデータ数は１０２４個分であることは、第１の実施の形態と同様である。第４の実施の形態の特徴は、脈波のスペクトルの絶対値を求める期間を複数期間ずらして設定し、得られた複数のスペクトルの絶対値を平均化したうえで、マッチドフィルタを形成する点にある。図１０に示す期間[i]、期間[i+1]、期間[i+2]、・・・、期間[i+n]、・・・は、データ６４サンプル数分、ずらして設定された期間である。各期間[i]、期間[i+1]、期間[i+2]、・・・、期間[i+n]、・・・においては、各１０２４個のデータサンプルを用いて、フーリエ変換を行いスペクトルの絶対値を求める。そのスペクトル（絶対値；以下同じ）を示した例は、第１の実施の形態で示した図４（ａ）、図４（ｂ）と同様である。図４（ａ）には、赤外光（ＩＲ）のスペクトル（Spc.IR）が示され、図４（ｂ）には赤色光（ＲＤ）のスペクトル（Spc.RD）が示されている。期間[I]における期間[i]〜期間[i+n]におけるフーリエ変換して求められたｎ個の各スペクトルは、周波数成分毎に、加算平均される。すなわち、赤外光（ＩＲ）のスペクトルが加算平均され(Av.Spc.IR）、赤色光（ＲＤ）のスペクトルが加算平均（Av.Spc.RD）される。
【００５４】
そして、この平均赤外光スペクトル(Av.Spc.IR）と平均赤色光スペクトル（Av.Spc.RD）を用いて、次の（４）〜（６）のいずれかの演算を行うことにより、脈波の基本周波数を検出する。ここでの演算は、同じ周波数ごとの各スペクトルの和差商演算をする。この（４）〜（６）の演算で共通することは、分子として、平均赤外光スペクトル(Av.Spc.IR）と平均赤色光スペクトル（Av.Spc.RD）の差分を用いることである。
【００５５】
（４）(Av.Spc.IR−Av.Spc.RD)／Av.Spc.RD
（５）(Av.Spc.IR−Av.Spc.RD)／Av.Spc.IR
（６）(Av.Spc.IR−Av.Spc.RD)／(Av.Spc.IR＋Av.Spc.RD)
【００５６】
なお、これらの等価の演算式として、次の（４）’〜（６）’を用いても良い。
（４）’{１−(Av.Spc.RD／Av.Spc.IR)}／(Av.Spc.RD／Av.Spc.IR)
（５）’{１−(Av.Spc.RD／Av.Spc.IR)}／(Av.Spc.IR／Av.Spc.IR)
（６）’{１−(Av.Spc.RD／Av.Spc.IR)}／{１＋(Av.Spc.RD／Av.Spc.IR)}
【００５７】
期間[I]において、脈拍がほとんど変動しなかった場合には脈波の基本周波数におけるスペクトルが際立つのでほぼ一点で決まり、脈拍が大きく変動した場合には脈波の基本周波数におけるスペクトルが際立ってはいるもののその周波数には幅があることは、第１の実施の形態で示した図５（ａ）、図５（ｂ）と同様である。また、マッチドフィルタの形成方法については、図６（ａ）〜（ｃ）、図７（ａ）〜（ｇ）を用いて、第１の実施の形態で説明した方法と同様である。そして得られたマッチドフィルタは、期間[I]における脈波をフィルタリングするために用いる。
【００５８】
次に、期間[I+1]における期間[i+1]〜期間[I+n+1]におけるフーリエ変換して求められたｎ個の各スペクトルは、赤外光（ＩＲ）と赤色光（ＲＤ）毎に、周波数成分毎に加算平均され、平均赤外光スペクトル(Av.Spc.IR）と平均赤色光スペクトル（Av.Spc.RD）が演算される。そして、この平均赤外光スペクトル(Av.Spc.IR）と平均赤色光スペクトル（Av.Spc.RD）を用いて、上記の（４）〜（６）のいずれかの演算を行うことにより、脈波の基本周波数を検出する。その脈波の基本周波数を用いたマッチドフィルタの形成方法については、上記のように、図６（ａ）〜（ｃ）、図７（ａ）〜（ｇ）を用いて、第１の実施の形態で説明した方法と同様である。この期間[I+1]のデータを用いて形成されたマッチドフィルタは、期間[I]の終期から期間[I+1]の終期までの期間[N+1]におけるデータ６４サンプルのフィルタリングに用いられる。
【００５９】
本実施の形態では、サンプリング間隔１６ｍsecとし、スペクトルを求める単位をを１０２４個のサンプル数分の期間とし、マッチドフィルタを形成する期間のずらす期間を６４サンプル数分の期間としたが、これに限らなくてもよい。また、マッチドフィルタを形成する期間のずらす期間を、マッチドフィルタを形成する期間（１０２４個のサンプル数分の期間）としてもよい。このときは、マッチドフィルタによりフィルタリングする期間は１０２４個分のデータとなる。ここで、スペクトルの加算平均を用いて脈波の基本周波数を求めることの利点は、ｎ回分の加算平均することにより、脈波と無関係の体動等によるノイズが相殺されて消失し、Ｓ／Ｎ比が√(ｎ)倍改善されるからである。
【００６０】
第５の実施の態様
次に、第５の実施の形態を図３、図１１、図１２を用いて説明する。本実施の形態の特徴は、脈波の基本周波数を求めるにあたり、赤外光（ＩＲ）および赤色光（ＲＤ）の脈波の差分をフーリエ変換してスペクトルを求めることにある。赤外光（ＩＲ）および赤色光（ＲＤ）についての脈波のサンプリング間隔が１６ｍsecであること、マッチドフィルタを形成するのに用いるデータ数は１０２４個分であることは、第１の実施の形態と同様である。まず、期間[i]における赤外光（ＩＲ）および赤色光（ＲＤ）の脈波の差分をとり、これをaI−aR（＝赤外光（ＩＲ）脈波−赤色光（ＲＤ）脈波とする。次に、この差分脈波を、フーリエ変換をスペクトルの絶対値を求める。この例を図１１に示す。これからわかるように、脈波の差分を、フーリエ変換をし、スペクトルを求めるまででは、ノイズ成分のスペクトルが大きく、脈波の基本周波数の検出はむずかしい。そこで、次の（７）〜（９）のいすれかの演算を行うことにより脈波の基本周波数の検出が容易になることを見出した。ここでの演算は、同じ周波数ごとの各スペクトルの和差商演算をする。この（７）〜（９）の演算で共通することは、分子として、赤外光（ＩＲ）と赤色光（ＲＤ）の脈波の差分をフーリエ変換して求めたスペクトル（Spc.(aI−aR))を用いることである。
【００６１】
（７）(Spc.(aI−aR))／Spc.aI
（８）(Spc.(aI−aR))／Spc.aR
（９）(Spc.(aI−aR))／(Spc.aI＋Spc.aR)
なお、ここで、
Spc.aI：赤外光（ＩＲ）脈波のスペクトル
Spc.aR：赤色光（ＲＤ）のスペクトル
【００６２】
このうち（９）の演算結果の一例を図１２に示す。図１２に示す例は、期間[i]において脈拍がほとんど変動しなかった場合のスペクトルの演算結果のグラフである。そのために、脈波の基本周波数におけるスペクトルが際立っており、その周波数はほぼ一点で決まる。なお、期間[i]において脈拍が大きく変動した場合には、脈波の基本周波数におけるスペクトルが際立ってはいるものの、その周波数には幅があることになる。
【００６３】
上記（７）〜（９）の演算により、脈波の基本周波数が決定できれば、上述の第１の実施の形態で図６（ａ）〜（ｃ）、図７（ａ）〜（ｇ）を用いて説明したように、フィルタリング周波数を決定してマッチドフィルタを形成する。すなわち、脈拍がほとんど変動しなかった場合は、図６（ａ）に示すように基本周波数とその高調波の周波数をフィルタリング周波数とするか、あるいは、図６（ｂ）、（ｃ）に示すように、基本周波数とその高調波の周波数に幅を持たせた矩形状のものとするか、ガウス・フィルタとする等して、フィルタリング周波数を設定する。脈拍が大きく変動した場合には、脈波の基本周波数に幅があるので、図７（ａ）〜図７（ｇ）に示すように、脈拍の変動により生じる脈波の基本周波数の幅に応じて、高調波の周波数も合わせて、フィルタリング周波数に幅を持たせたり、あるいはガウス・フィルタとしたりする等して、フィルタリング周波数を設定する。
【００６４】
図３の期間[i]の１０２４個分のデータにより得られたマッチドフィルタは、期間[i]および次のマッチドフィルタを形成する期間[i+1]が開始される前までの期間[I]の脈波をフィルタリングするために用いられる。そして、次のマッチドフィルタを形成する期間[i+1]のデータにより得られたマッチドフィルタは、期間[i]および次のマッチドフィルタを形成する期間が開始される前までの期間[I+1]の脈波をフィルタリングするために用いられる。なお、マッチドフィルタを形成するための期間の設定は、所要の期間毎に設けても良く、あるいは、心拍数、脈拍数などの生体情報パラメータが所定以上変動した場合に設けてもよい。また、本実施の形態では、サンプリング間隔１６ｍsecとし、マッチドフィルタを形成する期間を１０２４個のサンプル数分の期間としたが、これに限らなくともよい。
【００６５】
第６の実施の形態
次に、第６の実施の形態を、図８を用いて説明する。脈波のサンプリング間隔が１６ｍsecであること、マッチドフィルタを形成するのに用いるデータ数は１０２４個分であること、赤外光（ＩＲ）および赤色光（ＲＤ）の脈波の差分をフーリエ変換して得たスペクトルを用いて上記（７）〜（９）のいずれかの演算から基本周波数を求めること、脈波の基本周波数からマッチドフィルタを形成する方法は、第５の実施の形態と同様である。第６の実施の形態の特徴は、マッチドフィルタを形成する期間を連続させる点にある。すなわち、図８において、期間[i]におけるデータを用いて形成したマッチドフィルタは、その期間[i]における脈波をフィルタリングするために用いる。そして、連続する期間[i+1]では、その期間におけるデータを用いて新たにマッチドフィルタを形成し、その期間[i+1]における脈波をフィルタリングするために用いる。次に連続する期間[i+2]も同様である。このように、連続的に、所定期間ごとに、マッチドフィルタを形成し、そのマッチドフィルタを用いて脈波をフィルタリングすることを繰り返していくものである。
【００６６】
第７の実施の形態
次に、第７の実施の形態を、図９を用いて説明する。脈波のサンプリング間隔が１６ｍsecであること、マッチドフィルタを形成するのに用いるデータ数は１０２４個分であること、赤外光（ＩＲ）および赤色光（ＲＤ）の脈波の差分をフーリエ変換して得たスペクトルを用いて上記（７）〜（９）のいずれかの演算から基本周波数を求めること、脈波の基本周波数からマッチドフィルタを形成する方法は、第５の実施の態様と同様である。第７の実施の形態は、マッチドフィルタを形成する期間を部分的に重複させながら処理する点にある。すなわち、図９において、期間[i]におけるデータを用いて形成したマッチドフィルタは、その期間[i]における脈波をフィルタリングするために用いる。次の新たなマッチドフィルタを形成するための期間[i+1]の開始点は、期間[i]の開始点の例えばデータ６４サンプル数分の期間後である。期間[i+1]のデータを用いて形成されたマッチドフィルタは、期間[i]の終期から期間[i+1]の終期までの期間[I+1]における６４サンプル分の脈波をフィルタリングするために用いる。さらに、次の新たなマッチドフィルタを形成するための期間[i+2]の開始点は、期間[i+1]の開始点の同じデータ６４サンプル数分の期間後である。期間[i+2]のデータを用いて形成されたマッチドフィルタは、期間[i+1]の終期から期間[i+2]の終期までの期間[I+2]における６４サンプル分の脈波をフィルタリングするために用いる。同じように、期間[I+3]におけるデータ６４サンプル分の脈波をフィルタリングするために用いるマッチドフィルタは、期間[i+2]の開始点から６４サンプル数分遅れて開始する期間[i+3]のデータから形成される。このように、所定サンプル数分、マッチドフィルタを形成する期間をずらしつつ、ずらした期間分の終端期間を、形成したマッチドフィルタでフィリタリングしていくものである。なお、本実施の形態では、サンプリング間隔１６ｍsecとし、マッチドフィルタを形成する期間を１０２４個のサンプル数分の期間とし、マッチドフィルタを形成する期間のずらす期間を６４サンプル数分の期間としたが、これに限らなくてもよい。
【００６７】
第８の実施の形態
次に、第８の実施の形態を、図１０を用いて説明する。脈波のサンプリング間隔が１６ｍsecであること、スペクトルを求める単位のデータ数は１０２４個分であることは、第５の実施の形態と同様である。第８の実施の形態の特徴は、脈波のスペクトルの絶対値を求める期間を複数期間ずらして設定し、得られた複数のスペクトルの絶対値を平均化したうえで、マッチドフィルタを形成する点にある。図１０に示す期間[i]、期間[i+1]、期間[i+2]、・・・、期間[i+n]、・・・は、データ６４サンプル数分、ずらして設定された期間である。各期間[i]、期間[i+1]、期間[I+2]、・・・、期間[i+n]において、各１０２４個のデータサンプル毎に、次に演算を行う。
【００６８】
(1) 赤外光（ＩＲ）の脈波と赤色光（ＲＤ）の脈波の差分（aI−aR）をフーリエ変換してスペクトルSpc（aI−aR）を求める。
(2) 赤外光（ＩＲ）の脈波および／または赤色光（ＲＤ）の脈波をフーリエ変換することにより、スペクトルSpc.IRおよび／またはSpc.RDを求める。
(3) 各期間[i]、期間[i+1]、期間[i+2]、・・・、期間[i+n]のｎ個分のスペクトルSpc（aI−aR）を加算平均し、Av.Spc（aI−aR）を求める。
(4) 各期間[i]、期間[i+1]、期間[i+2]、・・・、期間[i+n]のｎ個分のスペクトルSpc.IRおよび／またはSpc.RDを加算平均し、Av.Spc.IRおよび／またはAv.Spc.RDを求める。
(5) 次の（１０）〜（１２）のいずれかを演算することにより、脈波の基本周波数を求める。
（１０）(Av.Spc.(aI−aR))／Av.Spc.RD
（１１）(Av.Spc.(aI−aR))／Av.Spc.IR
（１２）(Av.Spc.(aI−aR))／(Av.Spc.IR＋Av.Spc.RD)
【００６９】
上記（１０）〜（１２）の演算で共通することは、分子として、赤外光（ＩＲ）の脈はと赤色光（ＲＤ）の脈波の差分のスペクトルを平均化した(Av.Spc.(aI−aR))を用いることである。上記（１２）による演算結果は、ほぼ図１２に示すようになるが、加算平均することによりノイズ成分が相殺され消失するので、脈波の基本周波数はより検出し易くなる。
【００７０】
期間[I]において、脈拍がほとんど変動しなかった場合には脈波の基本周波数におけるスペクトルが際立つのでほぼ一点で決まり、脈拍が大きく変動した場合には脈波の基本周波数におけるスペクトルが際立ってはいるもののその周波数には幅があることは、図５（ａ）、図５（ｂ）を用いて説明した第１の実施の形態と同様である。また、マッチドフィルタの形成方法については、図６（ａ）〜（ｃ）、図７（ａ）〜（ｇ）を用いて、第１の実施の形態で説明した方法と同様である。そして得られたマッチドフィルタは、期間[I]における脈波をフィルタリングするために用いる。
【００７１】
次に、期間[I+1]におけるマッチドフィルタの形成方法は、期間[I]におけるマッチドフィルタの形成方法と同様である。すなわち、各期間[i+1]〜期間[i+n+1]のデータを用いて、上記(1)〜(5)の処理を行って、脈波の基本周波数を求める。そして、それを用いて、図６（ａ）〜図７（ｇ）を用いて第１の実施の形態で説明した方法によりマッチドフィルタを形成する。この期間[I+1]のデータを用いて形成されたマッチドフィルタは、期間[I]の終期から期間[I+1]の終期までの期間[N+1]におけるデータ６４サンプルのフィルタリングに用いられる。さらに、同様にして期間[I+2]におけるマッチドフィルタは期間[N+2]のデータをフィルタリングするのに用いられ、期間[I+3]におけるマッチドフィルタは、期間[N+3]のデータをフィルタリングするのに用いられる。この処理が繰り返される。
【００７２】
本実施の形態では、サンプリング間隔１６ｍsecとし、スペクトルを求める単位を１０２４個のサンプル数分の期間とし、マッチドフィルタを形成する期間のずらす期間を６４サンプル数分の期間としたが、これに限らなくてもよい。また、マッチドフィルタを形成する期間のずらす期間を、マッチドフィルタを形成する期間（１０２４個のサンプル数分の期間）としてもよい。このときは、マッチドフィルタによりフィルタリングする期間は１０２４個分のデータとなる。
【００７３】
ここで、アルゴリズムの設計に際し、考慮すべき点について述べる。フーリエ変換の分解能は、フーリエ変換に用いるデータ長の逆数によってきまる。本実施の形態であれば、フーリエ変換に用いるデータ長は１６．３８４[秒]（＝１０２４×１６ｍsec）であるから、分解能は０．０６１[Ｈｚ]＝１／１６．３８４[秒]である。このように設計上は必要とするフーリエ変換の分解能を考慮する。また、表示器には、フィルタされた脈波を連続的に表示させる必要があることから、（１）表示器に表示させる脈波の時間長、（２）脈波のリアルタイム表示として許容される生体に現れる脈波の出現と表示器での表示時期の時間差、（３）逐次検出される脈波を記憶し上記各種の実施の形態によって処理できる時間、等をも考慮する必要があろう。
【００７４】
第９の実施の形態
次に、第９の実施の形態を説明する。赤外光（ＩＲ）の脈波と赤色光（ＲＤ）の脈波が検出された後は、少なくともそのいずれか一方を用いて、従来用いられる脈拍数を求める。そして、脈拍の周波数を脈波の基本周波数として、図７（ａ）〜（ｇ）を用いて第１の実施の形態で説明したマッチドフィルタの形成方法により、マッチドフィルタの形成方法を形成する。形成されたマッチドフィルタは、赤外光（ＩＲ）の脈波と赤色光（ＲＤ）の脈波をフィルタリングするために用いられる。脈拍数は逐次検出されるため、それに応じて逐次マッチドフィルタを形成することができ、脈拍数の変動に追随して、マッチドフィルタのフィルタリング周波数をシフトさせることができる。なお、脈波測定によって得られる脈拍数と心電図測定によって得られる心拍数はほぼ同じであるから、本実施の態様において、脈波の基本周波数を求めるために、心電図測定を行い、心拍の周波数を脈波の基本周波数として用いても良い。
【００７５】
前述した実施の形態では、９つの実施の形態を例示したが、状況に応じて、これらを連続的に切り換えて実施してもよい。例えば、計測初期段階は、スペクトルを加算平均するデータが十分ないため、加算平均を行わない第１ないし第３の実施の形態、あるいは第５ないし第７および第９の実施の形態を採用してもよい。あるいは、第４または第８の実施の形態において、加算平均回数ｎを少なくしてもよい。そして、十分データが蓄積されてきたら、第４または第８の実施の形態において、加算平均回数ｎを徐々に多くしてもよい。いずれにしても、経時的に変化していく脈波の基本周波数に応じてマッチドフィルタを形成する点で、マッチドフィルタはアダプティブであると言える。
【００７６】
なお、上記実施の形態では、脈波の基本周期を求めるにあたり、各波長の脈波のスペクトルの絶対値を用いたが、これに代えて、パワースペクトルであってもよい。本願に係るスペクトルとはスペクトルの絶対値の他、パワースペクトルをも含む概念である。
【００７７】
また、第１ないし第３の実施の形態では、脈波の基本周波数の特定のために、下記（１）〜（３）の演算を用いた。
（１）(Spc.IR−Spc.RD)／Spc.RD
（２）(Spc.IR−Spc.RD)／Spc.IR
（３）(Spc.IR−Spc.RD)／(Spc.IR＋Spc.RD)
【００７８】
これに代えて、赤色光の波長の吸光度の脈動成分をΔＡ１、赤外光の波長の吸光度の脈動成分をΔＡ２とした時、ΔＡ１、ΔＡ２の時間軸上での差を求め、その差分信号を上記説明したのと同様の所定期間におけるデータサンプルを用いてフーリエ変換を行いスペクトルの絶対値を求め、基本周波数を検出しても良い。
【００７９】
各実施の形態によりフィルタされた赤外光（ＩＲ）の脈波と赤色光（ＲＤ）の脈波は表示器により表示させることができる。表示器に表示させるのは、いずれか一方でもよい。また、フィルタされた赤外光（ＩＲ）の脈波、赤色光（ＲＤ）の脈波を用いて、既存の方法等によりＳｐＯ２値（酸素飽和度）を求めることができる。すなわち、赤色光のフィルタされた脈波から求めた脈動成分をΔＡ１、赤外光のフィルタされた脈波から求めた脈動成分をΔＡ２とし、吸光度の比Ф＝ΔＡ１／ΔＡ２を求め、所定関係、酸素飽和度Ｓ＝ｆ（Ф）より酸素飽和度を求める。
【００８０】
なお、上記実施の形態では、脈波信号から基本周波数を求め、マッチドフィルタを形成し、このフィルタによりノイズを除去することを例に挙げた。しかし、本発明における基本周波数を求める演算と、ノイズを除去する処理についての適用は脈波信号に留まらず、他の生体信号あるいは、生体信号に留まらずより広くは工業的な信号一般にも適用可能である。特に、周期性を有する連続的な信号や、同じ基本周波数を有する２つの信号への応用に適している。したがって、上記実施の形態において、赤外光（ＩＲ）の脈波と赤色光（ＲＤ）の脈波を、同じ基本周波数を有する２つの工業一般的信号と置き換えて適用することができる。それに伴って、Spc.IR、Spc.RD、Av.Spc.IR 、Av.Spc.RDを、工業一般的信号をフーリエ変換して得られたスペクトルと置き換えて適用することができる。
【００８１】
【発明の効果】
以上詳記したように、本発明の請求項１に係る脈波信号処理方法によれば、第１の信号IRと第２の信号RDとが同じ基本周波数を有しているために、第１の信号IRと第２の信号RDを用いてそれぞれのスペクトルの(Spc.IR−Spc.RD）または{１−(Spc.RD／Spc.IR)}に基づいて演算することで、信号にノイズが含まれていても精度よく信号の基本周波数を演算することができる。また、ノイズに起因する成分を抑制することができ、基本周波数をより抽出し易くすることができる。
【００８２】
本発明の請求項２に係る脈波信号処理方法によれば、スペクトルの加算平均演算を用いることにより、スペクトルに現れるノイズを抑制して信号の基本周波数を演算することができる。
【００８３】
本発明の請求項３に係る脈波信号処理方法によれば、加算平均されたスペクトルを演算に用いることにより、ノイズに起因する成分を抑制することができ、基本周波数をより抽出し易くすることができる。
【００８４】
本発明の請求項４に係る脈波信号処理方法によれば、ノイズが除去された脈波信号から、脈波信号の特徴的な周波数成分である基本周波数成分とその高調波の周波数成分を抽出し、脈波信号を形成することができる。
【００８５】
本発明の請求項５に係る脈波信号処理方法によれば、基本周波数が変動した場合であっても、各基本周波数成分とその各々の高調波の周波数成分を抽出し、脈波信号を形成することができる。
【００８６】
本発明の請求項６に係る脈波信号処理方法によれば、基本周波数とその高調波の周波数の周辺の周波数成分をも取り込んで、脈波信号を形成することができる。
【００８７】
本発明の請求項７に係る脈波信号処理方法によれば、基本周波数とその高調波の周波数の周辺の周波数成分をガウス分布的に取り込んで、脈波信号を形成することができる。
【００８８】
本発明の請求項８に係る脈波信号処理方法によれば、生体の脈波信号から基本周波数を求め、その特徴的な周波数成分を抽出し、脈波信号を形成することができる。
【００８９】
本発明の請求項９に係る脈波信号処理方法によれば、生体の脈波信号から脈波の特徴的な周波数成分を抽出し、脈波信号を形成し、表示することができる。
【００９０】
本発明の請求項１０に係る脈波信号処理方法によれば、フィルタされた脈波を用いて精度良く酸素飽和度を演算することができる。
【００９１】
本発明の請求項１１に係る脈波信号処理方法によれば、脈動成分の差を演算して脈波の基本周波数を求めるに際し、スペクトルの加算平均を演算することによってノイズを抑制でき、より脈波の基本周波数を抽出し易くすることができる。
【００９２】
本発明の請求項１２に係る脈波信号処理方法によれば、脈波信号の特徴が現れる基本周波数とその高調波の周波数の周波数成分を抽出し、脈波を形成するためのフィルタを形成することができる。
【００９３】
本発明の請求項１３に係る脈波信号処理方法によれば、脈波信号の基本周波数が変動する場合であっても、その各基本周波数とその各々の高調波の周波数の周波数成分を抽出し、脈波信号を形成するためのフィルタを形成することができる。
【００９４】
本発明の請求項１４に係る脈波信号処理方法によれば、基本周波数とその高調波の周波数の周辺の周波数成分をも取り込んで、脈波信号を形成することができる。
【００９５】
本発明の請求項１５に係る脈波信号処理方法によれば、基本周波数とその高調波の周波数の周辺の周波数成分をガウス分布的に取り込んで、脈波信号を形成することができる。
【００９６】
本発明の請求項１６に係る脈波信号処理方法によれば、フィルタされた脈波信号を表示することができる。
【００９７】
本発明の請求項１７に係る脈波信号処理方法によれば、フィルタされた脈波を用いて精度良く酸素飽和度を演算することができる。
【図面の簡単な説明】
【図１】 本発明の実施の形態に係る脈波信号処理を行う酸素飽和度測定装置の構成を示すブロック結線図である。
【図２】 本発明の実施の形態に係る脈波信号処理のプログラムを示すフローチャート図である。
【図３】 本発明の実施の形態に係る脈波信号処理のタイムチャートを示す説明図である。
【図４】 （ａ）は赤外光脈波のスペクトルを示す特性線図、（ｂ）は赤色光脈波のスペクトルを示す特性線図である。
【図５】 （ａ）は脈波の基本周波数を求めるためのスペクトルの演算結果を示す特性線図、（ｂ）は脈波の基本周波数を求めるためのスペクトルの演算結果を示す特性線図である。
【図６】 （ａ）は脈波をフィルタするためのフィルタリング周波数の特性線図、（ｂ）は脈波をフィルタするための矩形状の周波数特性フィルタの特性線図、（ｃ）は脈波をフィルタするためのガウス特性フィルタの特性線図である。
【図７】 （ａ）は脈波をフィルタするための矩形状の周波数特性フィルタの特性線図、（ｂ）は脈波をフィルタするための矩形状の周波数特性フィルタの特性線図、（ｃ）は脈波をフィルタするための矩形状の周波数特性フィルタの特性線図、（ｄ）は脈波をフィルタするためのガウス特性フィルタの特性線図、（ｅ）は脈波をフィルタするためのガウス特性フィルタの特性線図、（ｆ）は脈波をフィルタするためのガウス特性フィルタの特性線図、（ｇ）は脈波をフィルタするためのフィルタリング周波数の特性線図である。
【図８】 本発明の実施の形態に係る脈波信号処理のタイムチャートを示す説明図である。
【図９】 本発明の実施の形態に係る脈波信号処理のタイムチャートを示す説明図である。
【図１０】 本発明の実施の形態に係る脈波信号処理のタイムチャートを示す説明図である。
【図１１】 赤外光脈波と赤色光脈波の差分のスペクトルを示す特性線図である。
【図１２】 脈波の基本周波数を求めるためのスペクトルの演算結果を示す特性線図である。
【符号の説明】
１ プローブ
２ 発光部
３ 受光部
４ 生体組織（指）
５ 発光部駆動回路
６ 受光信号増幅回路
７ 復調回路
８ ＣＰＵ
９ａ 増幅器
９ｂ 増幅器
１０ａ Ａ／Ｄ変換器
１０ｂ Ａ／Ｄ変換器
１１ 表示部
Claims (17)
- 同じ基本周波数を有し連続する第１の信号IRおよび第２の信号RDを処理する脈波信号処理方法において、
前記第１の信号IRおよび前記第２の信号RDのそれぞれについて、前記脈波信号のサンプル数に基づく一定の期間において、周波数スペクトルまたは周波数パワースペクトルを演算し、前記第１の信号IRの第１スペクトルSpc.IRと、前記第２の信号RDの第２スペクトルSpc.RDとを、それぞれ演算するスペクトル演算ステップと、
前記スペクトル演算ステップにより演算された前記第１スペクトルSpc.IRおよび前記第２スペクトルSpc.RDを用い、周波数軸上で、相互の差をとるスペクトルを演算し、または相互の差をとるスペクトルの演算に加えてさらに正規化するスペクトルを演算し、その結果に基づいて前記第１の信号IRおよび前記第２の信号RDの基本周波数を演算する基本周波数演算ステップと、を含み、
前記基本周波数演算ステップにおいては、
(Spc.IR−Spc.RD)／Spc.RD、
(Spc.IR−Spc.RD)／Spc.IR、
(Spc.IR−Spc.RD)／(Spc.IR＋Spc.RD)、
{１−(Spc.RD／Spc.IR)}／(Spc.RD／Spc.IR)、
{１−(Spc.RD／Spc.IR)}／(Spc.IR／Spc.IR)、または
{１−(Spc.RD／Spc.IR)}／{１＋(Spc.RD／Spc.IR)}
のうちいずれかのスペクトルの演算結果に基づいて、前記基本周波数を演算することを特徴とする脈波信号処理方法。 - 同じ基本周波数を有し連続する第１の信号IRおよび第２の信号RDを処理する脈波信号処理方法において、
前記第１の信号IRおよび前記第２の信号RDのそれぞれについて、前記脈波信号のサンプル数に基づく一定の期間において、周波数スペクトルまたは周波数パワースペクトルを演算し、前記第１の信号IRから第１スペクトルSpc.IRを、前記第２の信号RDから第２スペクトルSpc.RDを、それぞれ演算するスペクトル演算ステップと、
前記スペクトル演算ステップによる前記第１スペクトルSpc.IRおよび前記第２スペクトルSpc.RDの複数回分を加算平均するスペクトル加算平均演算ステップと、
前記スペクトル加算平均演算ステップにより加算平均された前記第１スペクトルAv.Spc.RDおよび加算平均された前記第２スペクトルAv.Spc.RDを用い、周波数軸上で、相互の差をとるスペクトルを演算し、または相互の差をとるスペクトルの演算に加えてさらに正規化するスペクトルを演算し、その結果に基づいて、前記第１の信号IRおよび前記第２の信号RDの基本周波数を演算する基本周波数演算ステップと、を含むことを特徴とする脈波信号処理方法。 - 請求項２に記載の脈波信号処理方法において、
前記基本周波数演算ステップにおいては、
(Av.Spc.IR−Av.Spc.RD)／Av.Spc.RD、
(Av.Spc.IR−Av.Spc.RD)／Av.Spc.IR、
(Av.Spc.IR−Av.Spc.RD)／(Av.Spc.IR＋Av.Spc.RD)、
{１−(Av.Spc.RD／Av.Spc.IR)}／(Av.Spc.RD／Av.Spc.IR)、
{１−(Av.Spc.RD／Av.Spc.IR)}／(Av.Spc.IR／Av.Spc.IR)、または
{１−(Av.Spc.RD／Av.Spc.IR)}／{１＋(Av.Spc.RD／Av.Spc.IR)}
のうちいずれかのスペクトルの演算結果に基づいて、前記基本周波数を演算することを特徴とする脈波信号処理方法。 - 請求項１ないし３のいずれかに記載の脈波信号処理方法において、
さらに、前記基本周波数演算ステップによって演算された前記基本波周波数およびその高調波を用いてフィルタを形成するフィルタ形成ステップと、
前記フィルタ形成ステップにより形成されたフィルタにより、少なくとも前記第１の信号IRまたは前記第２の信号RDをフィルタリングするフィルタリングステップと、を含むことを特徴とする脈波信号処理方法。 - 請求項４に記載の脈波信号処理方法において、
前記フィルタ形成ステップは、前記基本周波数演算ステップによって演算された前記基本周波数が複数ある場合には、各基本周波数とその各々の高調波の周波数を用いてフィルタを形成することを特徴とする脈波信号処理方法。 - 請求項４または５に記載の脈波信号処理方法において、
前記フィルタ形成ステップにおいて、前記フィルタの特性は、前記基本周波数およびその高調波の周波数をそれぞれ中心として幅を持った矩形状であることを特徴とする脈波信号処理方法。 - 請求項４または５に記載の脈波信号処理方法において、
前記フィルタ形成ステップにおいて、前記フィルタは、前記基本周波数およびその高調波の周波数をそれぞれ中心としたガウス特性フィルタであることを特徴とする脈波信号処理方法。 - 請求項１ないし 7 のいずれかに記載の脈波信号処理方法において、
前記第１の信号IRおよび第２の信号RDはいずれも脈波信号であることを特徴とする脈波信号処理方法。 - 請求項４ないし 7 のいずれかに記載の脈波信号処理方法において、
前記第１の信号IRおよび第２の信号RDはいずれも脈波信号であり、
さらに、前記フィルタリングステップにおいて前記第１の信号IRまたは前記第２の信号RDのうちフィルタリングした方の信号を表示するステップを、含むことを特徴とする脈波信号処理方法。 - 請求項４ないし 7 のいずれかに記載の脈波信号処理方法において、
前記第１の信号IRは生体の動脈を透過または反射した赤外光により得られた脈波信号であり、
前記第２の信号RDは生体の動脈を透過または反射した赤色光により得られた脈波信号であり、
前記フィルタリングステップにおいて前記第１の信号IRおよび前記第２の信号RDのいずれをもフィルタリングし、
さらに、前記フィルタリングステップにおいてフィルタされた前記第１の信号IRまたは前記第２の信号RDを用いて酸素飽和度を演算する酸素飽和度演算ステップを、含むことを特徴とする脈波信号処理方法。 - 同じ基本周波数を有する生体の第１の脈波信号と第２の脈波信号を処理する脈波信号処理方法において、
前記第１の脈波信号の脈動成分ΔＡ１を検出する第１の脈動成分検出ステップと、
前記第２の脈波信号の脈動成分ΔＡ２を検出する第２の脈動成分検出ステップと、
前記第１の脈波信号の脈動成分と前記第２の脈波信号の脈動成分の差を演算する脈動成分演算ステップと、
前記脈波信号のサンプル数に基づく一定の期間において、周波数スペクトルまたは周波数パワースペクトルを演算することを複数回行うスペクトル演算ステップと、
前記複数回分演算されたスペクトルを加算平均するスペクトル加算平均演算ステップと、
前記加算平均されたスペクトルから前記脈波信号の基本周波数を演算する基本周波数演算ステップと、を含むことを特徴とする脈波信号処理方法。 - 請求項１１に記載の脈波信号処理方法において、
前記基本周波数演算ステップによって演算された前記基本周波数およびその高調波の周波数を用いてフィルタを形成するフィルタ形成ステップと、
前記フィルタ形成ステップにより形成されたフィルタにより、少なくとも前記第１の脈波信号または前記第２の脈波信号をフィルタリングするフィルタリングステップと、を含むことを特徴とする脈波信号処理方法。 - 請求項１２に記載の脈波信号処理方法において、
前記フィルタ形成ステップは、前記基本周波数演算ステップによって演算された前記基本周波数が複数ある場合には、各基本周波数とその各々の高調波の周波数を用いてフィルタを形成することを特徴とする脈波信号処理方法。 - 請求項１２または１３に記載の脈波信号処理方法において、
前記フィルタ形成ステップにおいて、前記フィルタの特性は、前記基本周波数およびその高調波の周波数をそれぞれ中心として幅をもった矩形状であることを特徴とする脈波信号処理方法。 - 請求項１２または１３に記載の脈波信号処理方法において、
前記フィルタ形成ステップにおいて、前記フィルタは、前記基本周波数およびその高調波の周波数をそれぞれ中心としたガウス特性フィルタであることを特徴とする脈波信号処理方法。 - 請求項１２ないし１５のいずれかに記載の脈波信号処理方法において、
さらに、前記フィルタリングステップにおいて前記第１の脈波信号または前記第２の脈波信号のうちフィルタリングした方の脈波信号を表示するステップを、含むことを特徴とする脈波信号処理方法。 - 請求項１２ないし１５のいずれかに記載の脈波信号処理方法において、
前記第１の脈波信号は生体の動脈を透過または反射した赤色光により得られた脈波信号であり、
前記第２の脈波信号は生体の動脈を透過または反射した赤外光により得られた脈波信号であり、
前記フィルタリングステップにおいて前記第１の脈波信号および前記第２の脈波信号のいずれをもフィルタリングし、
さらに、前記フィルタリングステップにおいてフィルタされた前記第１の脈波信号または前記第２の脈波信号を用いて酸素飽和度を演算する酸素飽和度演算ステップを、含むことを特徴とする脈波信号処理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001332383A JP3924636B2 (ja) | 2001-10-30 | 2001-10-30 | 脈波信号処理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001332383A JP3924636B2 (ja) | 2001-10-30 | 2001-10-30 | 脈波信号処理方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2003135434A JP2003135434A (ja) | 2003-05-13 |
| JP3924636B2 true JP3924636B2 (ja) | 2007-06-06 |
Family
ID=19147803
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2001332383A Expired - Fee Related JP3924636B2 (ja) | 2001-10-30 | 2001-10-30 | 脈波信号処理方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3924636B2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20170073091A (ko) * | 2015-12-18 | 2017-06-28 | 삼성전자주식회사 | 생체 신호를 처리하는 방법 및 장치 |
Families Citing this family (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8160667B2 (en) | 2003-11-26 | 2012-04-17 | Hitachi Medical Corporation | Biological light measuring apparatus and method |
| JP4830693B2 (ja) | 2005-08-24 | 2011-12-07 | 日本光電工業株式会社 | 酸素飽和度測定装置及び測定方法 |
| JP4864497B2 (ja) * | 2006-03-14 | 2012-02-01 | パナソニック株式会社 | 心拍情報検出装置 |
| JP4915568B2 (ja) * | 2006-11-17 | 2012-04-11 | パナソニック株式会社 | 生体情報検出装置及び睡眠環境制御システム |
| JP4911409B2 (ja) * | 2007-07-19 | 2012-04-04 | 日本光電工業株式会社 | 運動時の脈拍数，酸素飽和度測定方法及び測定装置 |
| JP4831111B2 (ja) * | 2008-04-22 | 2011-12-07 | 日本光電工業株式会社 | 信号処理方法及びそれを用いたパルスフォトメータ |
| US8437820B2 (en) | 2008-04-22 | 2013-05-07 | Nihon Kohden Corporation | Signal processing method, signal processing apparatus, and pulse photometer using the same |
| JP4831159B2 (ja) * | 2008-04-22 | 2011-12-07 | 日本光電工業株式会社 | 信号処理方法及びパルスフォトメータ |
| JP2011115459A (ja) * | 2009-12-04 | 2011-06-16 | Nippon Soken Inc | 生体情報検出装置及び生体情報検出方法 |
| JP5948836B2 (ja) | 2011-12-09 | 2016-07-06 | ソニー株式会社 | 測定装置、測定方法、プログラム及び記録媒体 |
| WO2014038077A1 (ja) | 2012-09-07 | 2014-03-13 | 富士通株式会社 | 脈波検出方法、脈波検出装置及び脈波検出プログラム |
| US20160235369A1 (en) * | 2013-09-27 | 2016-08-18 | Pioneer Corporation | Measuring instrument |
| JP2016083030A (ja) * | 2014-10-23 | 2016-05-19 | ローム株式会社 | 脈波センサおよび半導体モジュール |
| KR102463076B1 (ko) * | 2015-12-24 | 2022-11-03 | 삼성전자주식회사 | 산소 포화도 측정장치 및 그의 산소 포화도 측정방법 |
| JP6971017B2 (ja) | 2016-04-12 | 2021-11-24 | ソニーモバイルコミュニケーションズ株式会社 | 検出装置、検出方法、およびプログラム |
| JP6820706B2 (ja) * | 2016-09-27 | 2021-01-27 | 京セラ株式会社 | 電子装置、制御方法及びプログラム |
| EP4032472A1 (en) | 2021-01-21 | 2022-07-27 | Koninklijke Philips N.V. | Arterial blood oxygenation measurements |
| CN113367676B (zh) * | 2021-06-07 | 2022-06-21 | 广东电网有限责任公司 | 一种用于可穿戴式设备的ppg运动噪声滤波方法及装置 |
-
2001
- 2001-10-30 JP JP2001332383A patent/JP3924636B2/ja not_active Expired - Fee Related
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20170073091A (ko) * | 2015-12-18 | 2017-06-28 | 삼성전자주식회사 | 생체 신호를 처리하는 방법 및 장치 |
| KR102532370B1 (ko) * | 2015-12-18 | 2023-05-15 | 삼성전자주식회사 | 생체 신호를 처리하는 방법 및 장치 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2003135434A (ja) | 2003-05-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3924636B2 (ja) | 脈波信号処理方法 | |
| US6905470B2 (en) | Apparatus and method for detecting heartbeat using PPG | |
| JP4830693B2 (ja) | 酸素飽和度測定装置及び測定方法 | |
| US6094592A (en) | Methods and apparatus for estimating a physiological parameter using transforms | |
| US8655436B2 (en) | Heart rate meter and heart beat detecting method | |
| US9622693B2 (en) | Systems and methods for determining blood oxygen saturation values using complex number encoding | |
| US9289167B2 (en) | Signal processing apparatus and method | |
| JP3125079B2 (ja) | パルスオキシメータ | |
| US7515949B2 (en) | Wavelet transform of a plethysmographic signal | |
| US6574491B2 (en) | Method and apparatus for detecting a physiological parameter | |
| US7403806B2 (en) | System for prefiltering a plethysmographic signal | |
| US20050004479A1 (en) | Locating features in a photoplethysmograph signal | |
| JP2005518238A (ja) | ケプストラム領域パルスオキシメータ | |
| CA2464634A1 (en) | Pap estimator | |
| KR101593412B1 (ko) | 파형종류 도수분포를 이용한 가속도맥파 분석 장치 및 분석 방법 | |
| JP4644268B2 (ja) | シャント状態検知装置 | |
| US20200367766A1 (en) | Method and device for determining at least one physiological parameter | |
| Kong et al. | Heart rate estimation using PPG signal during treadmill exercise | |
| JP2003235819A (ja) | 信号処理方法および脈波信号処理方法 | |
| JP2013106837A (ja) | 心拍検知方法、心拍検知装置および精神ストレス計測装置 | |
| Miranda et al. | ECG signal features extraction | |
| Nabavi et al. | Measurement of cardiac parameters by motion artifacts free photoplethysmography signals | |
| Humeau et al. | Wavelet de-noising of laser Doppler reactive hyperemia signals to diagnose peripheral arterial occlusive diseases | |
| JP2012024320A (ja) | 生体信号測定装置および生体信号測定方法 | |
| JPS61206428A (ja) | 生体信号ア−チフアクト検出除去方式 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20041013 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20061011 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20061017 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20061218 |
|
| 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: 20070116 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20070207 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110309 Year of fee payment: 4 |
|
| LAPS | Cancellation because of no payment of annual fees |