JP6668063B2 - データ解析装置、静脈波モニタ装置、方法およびプログラム - Google Patents

Description

本発明は、データ解析装置および方法に関し、より詳細には、被験体の静脈において反射したマイクロ波の信号から静脈波信号を生成するモニタ装置および方法に関する。

従来、心臓疾患を有する患者の脈波をモニタする方法としては、ダイヤフラム型の圧トランスデューサを用いる方法が知られている。また、近年では、マイクロ波を用いて患者の心拍波形や血圧等の生体信号を測定することがなされている。

例えば、下記特許文献１では、マイクロ波を用いて、ドップラー効果に基づいて心臓の鼓動などの振動を計測することが行われている。また、下記非特許文献１では、マイクロ波ドップラーセンサーを用いて、動脈波と相関のある信号が頸部から得られたことが開示されている（非特許文献１のFigs.3-4）。

特開２０１４−３９６６６号公報

三澤他、「非接触型マイクロ波ドップラーセンサーを用いた非侵襲的生体計測」、J. Cardiol、Vol.20, No.1, Page. 209-216 (1990)

種々の心臓疾患のうち、例えば右心肥大、三尖弁狭窄、三尖弁逆流、収縮性心膜炎は特殊な病態であり、診断が難しい病態である。これら病態を診断するためには、通常、患者の首筋の内頸静脈の静脈圧（JVP: jugular venous pressure）をモニタする必要がある。一般に、内頸静脈圧JVPは、患者の心臓の右心機能を評価するための代表的な指標とされている。しかしながら、静脈圧は動脈圧と比較して小さく、信号レベルが微小でノイズに埋もれやすいという性質があり、心臓疾患の病態を診断できる程度に正確に、内頸静脈圧JVPを測定することは困難であった。

例えばダイヤフラム型の圧トランスデューサを用いる従来の方法では、検知面積が小さく、また感度の良い位置を特定することが必要となり、熟練した医師でなければ使いこなすことができなかった。静脈は動脈に比べて表層近くに位置しており、なおかつ圧トランスデューサは接触型のセンサであるので、患者の頸部にセンサを設置すると、血管が変形してしまい正確な計測が困難であった。

また、非特許文献１では、頸静脈波に類する信号が計測されているものの、計測により得られる信号には頸動脈波の重複があり、病態を診断できる程度に正確に、静脈波信号と動脈波信号とを分離して、静脈波信号のみを抽出することは依然としてできていない（非特許文献１のFig.7）。

本発明は、上記課題を解決するためになされたものであり、その目的は、被験体の静脈において反射したマイクロ波の信号から静脈波信号を正確に推定するデータ解析装置およびデータ解析方法を提供することにある。

上記目的を達成するための本発明は、以下に示す態様を含む。なお、上記非特許文献２に示すように、本願発明者らによる研究により、心拍に伴う体表面の微小な動きの速度と、マイクロ波による非接触の心拍計測との間には高い相関があることが確認されている（S.Suzuki, et al., “An approach to remote monitoring of heart rate variability (HRV) using microwave radar during a calculation task”, Journal of Physiological Anthropology 30(6), 241-249, 2011.）。すなわち、以下に示す構成によれば、被検体に直接的に接触することなく、信頼性のある静脈波信号の波形を推定することができる。

（項１）
被験体の静脈において反射したマイクロ波の信号から、当該静脈の静脈波信号を生成する波形処理部を含むデータ解析装置であって、
前記波形処理部が、
被験体の静脈において反射したマイクロ波の信号に自己相関処理を施すことにより、前記被験体の動脈波信号を再構成する再構成部と、
前記マイクロ波の信号と前記動脈波信号とに基づいて、前記被験体の静脈波信号を推定する推定部と、
を含むデータ解析装置。

（項２）
前記再構成部が、
前記マイクロ波の信号に前記自己相関処理を施して、自己相関波形を取得する自己相関処理部と、
前記自己相関波形の所定の区間を切り出して、当該区間の前記マイクロ波の信号を代表する代表波形を取得する波形切出部と、
前記区間毎に取得した前記代表波形を時間軸方向に連結して、前記動脈波信号を再構成する波形連結部と、
を含む、項１に記載のデータ解析装置。

（項３）
前記推定部が、
正規化した前記マイクロ波の信号と前記動脈波信号との差分を算出して、前記静脈波信号の候補となる候補信号を取得する差分算出部と、
前記候補信号と前記動脈波信号との位相差に基づいて、前記候補信号の良否を判定する位相差判定部と、
を含み、
良と判定した前記候補信号を前記静脈波信号と推定する、項１または２に記載のデータ解析装置。

（項４）
前記マイクロ波の信号に独立成分分析を施すことにより、非周期的な信号成分を判定し、前記非周期的な信号成分を前記マイクロ波の信号から除去する非周期的成分カットフィルタ部をさらに含む、項１〜３のいずれかに記載のデータ解析装置。

（項５）
前記静脈が内頸静脈である、項１〜４のいずれかに記載のデータ解析装置。

（項６）
前記静脈波信号に基づいて、前記被験体の疾患の有無を判定する疾患判定部をさらに含む、項１〜５のいずれかに記載のデータ解析装置。

（項７）
項１〜６のいずれかに記載のデータ解析装置の各部としてコンピュータを機能させるためのプログラム。

（項８）
マイクロ波を発生する発振器と、
被験体の静脈に前記マイクロ波を放出するアンテナと、
前記静脈において反射した前記マイクロ波を受信する受信器と、
項１〜６のいずれかに記載のデータ解析装置の各部と、
を含む静脈波モニタ装置。

（項９）
被験体の静脈において反射したマイクロ波の信号から、当該静脈の静脈波信号を生成するデータ解析方法であって、
被験体の静脈において反射したマイクロ波の信号に自己相関処理を施すことにより、前記被験体の動脈波信号を再構成するステップと、
前記マイクロ波の信号と前記動脈波信号とに基づいて、前記被験体の静脈波信号を推定するステップと、
を含むデータ解析方法。

（項１０）
前記再構成するステップが、
前記マイクロ波の信号に前記自己相関処理を施して、自己相関波形を取得するステップと、
前記自己相関波形の所定の区間を切り出して、当該区間の前記マイクロ波の信号を代表する代表波形を取得するステップと、
前記区間毎に取得した前記代表波形を時間軸方向に連結して、前記動脈波信号を再構成するステップと、
を含む、項９に記載のデータ解析方法。

（項１１）
前記推定するステップが、
正規化した前記マイクロ波の信号と前記動脈波信号との差分を算出して、前記静脈波信号の候補となる候補信号を取得するステップと、
前記候補信号と前記動脈波信号との位相差に基づいて、前記候補信号の良否を判定するステップと、
良と判定した前記候補信号を前記静脈波信号と推定するステップと、
を含む、項９または１０に記載のデータ解析方法。

（項１２）
前記マイクロ波の信号に独立成分分析を施すことにより、非周期的な信号成分を判定し、前記非周期的な信号成分を前記マイクロ波の信号から除去するステップをさらに含む、項９〜１１のいずれかに記載のデータ解析方法。

（項１３）
前記静脈が内頸静脈である、項９〜１２のいずれかに記載のデータ解析方法。

（項１４）
前記静脈波信号に基づいて、前記被験体の疾患の有無を判定するステップをさらに含む、項９〜１３のいずれかに記載のデータ解析方法。

（項１５）
マイクロ波を発生するステップと、
被験体の静脈に前記マイクロ波を放出するステップと、
前記静脈において反射した前記マイクロ波を受信するステップと、
項９〜１４のいずれかに記載のデータ解析方法の各ステップと、
を含む静脈波モニタ方法。

本発明によると、被験体の静脈において反射したマイクロ波の信号に自己相関処理を施して動脈波信号を再構成し、マイクロ波の信号と前記動脈波信号とに基づいて静脈波信号を推定している。そのため、静脈において反射したマイクロ波の信号には、信号強度が高い動脈波信号が混入しているが、本発明によると、このような動脈波信号の混入があるなかで、信号強度がより低い静脈波信号を適切に分離して抽出することができる。

本発明の第１および第２の実施の形態に係る静脈波モニタ装置１０の概略構成を示す模式図である。 波形処理部５がデータ処理を行う際に得られる各信号の例示的なサンプル波形である。 データ解析部１２が行うデータ処理手順を示すフローチャートである。 波形処理部５の構成およびデータフローを示すブロック図である。 動脈波再構成部５２が行う動脈波再構成処理の手順を示すフローチャートである。 動脈波再構成部５２が行う動脈波再構成処理を説明するための模式図である。 静脈波信号推定部５３が行う静脈波推定処理の手順を示すフローチャートである。 本発明の第２の実施の形態における波形処理部５′の構成およびデータフローを示すブロック図である。 本発明の第３の実施の形態に係る静脈波モニタ装置１０′の概略構成を示す模式図である。 内頸静脈の静脈圧JVPの例示的な波形を示す模式図である。 疾患判定部７の構成およびデータフローを示すブロック図である。 疾患有無判定部７２が行う判定処理の一例を説明するための模式図である。

以下、本発明の実施の形態を、添付の図面を参照して詳細に説明する。なお、以下の説明および図面において、同じ符号は同じまたは類似の構成要素を示すこととし、よって、同じまたは類似の構成要素に関する説明を省略する。

（第１の実施の形態）
本発明の第１の実施の形態では、被験体の静脈において反射したマイクロ波の信号から静脈波信号を推定する。

＜静脈波モニタ装置の概略構成＞
図１は、本発明の第１および第２の実施の形態に係る静脈波モニタ装置１０の概略構成を示す模式図である。静脈波モニタ装置１０は、マイクロ波レーダ装置１１と、データ解析部１２とを備える。マイクロ波レーダ装置１１は、被験体（図示せず）の静脈にマイクロ波を照射して、静脈から反射したマイクロ波を受信する。データ解析部１２は、マイクロ波レーダ装置１１が受信した信号を処理して、静脈波信号の波形を推定して提示する。マイクロ波レーダ装置１１は、例えばドップラー方式の公知のマイクロ波レーダモジュールであり、データ解析部１２は、例えば公知のパーソナルコンピュータである。

マイクロ波レーダ装置１１は、アンテナ１と、マイクロ波発振・受信器２と、増幅部３と、アナログ−デジタル変換部４とを備える。マイクロ波発振・受信器２は、マイクロ波を発生し、被験体の静脈において反射したマイクロ波をアナログ形式で受信する。マイクロ波はアンテナ１を通じて被験体の静脈に放出される。増幅部３は、マイクロ波発振・受信器２が受信したマイクロ波の信号を増幅する。アナログ−デジタル変換部４は、アナログ形式の増幅されたマイクロ波の信号を、デジタル形式に変換する。

データ解析部１２は波形処理部５を備える。さらに、データ解析部１２は、任意で表示部６備えることができる。

マイクロ波発振・受信器２が受信するマイクロ波には、静脈において反射したマイクロ波の周波数変化、位相変化または強度変化などの情報が含まれており、波形処理部５は、後述する静脈波の推定原理に従ってデータ処理を行うことにより、マイクロ波の信号から静脈波信号を推定する。表示部６は、推定された静脈波信号の波形を表示する。

データ解析部１２は、公知のパーソナルコンピュータを用いて実現される場合、例えば、ＣＰＵ、メモリ、ハードディスク装置、入出力インタフェース等を備える。ＣＰＵは、メモリを作業領域として使用し、処理に必要なデータ（例えば、処理途中の中間データ等）を適宜メモリまたはハードディスク装置に記録する。本実施形態では、後述する処理を行うためのプログラムが、例えば実行形式（例えばプログラミング言語からコンパイラにより変換されて生成される）でハードディスク装置に予め記録されており、データ解析部１２は、ＣＰＵがハードディスク装置に記録したプログラムをメモリに読み出すことにより、波形処理部５として機能し、後述する処理を行う。当該プログラムは、ＣＤ−ＲＯＭ等の、コンピュータ読み取り可能であって一時的でない有形の記録媒体から、データ解析部１２にインストールしてもよいし、データ解析部１２をインターネット（図示せず）と接続し、インターネットを介してプログラムのプログラムコードをダウンロードしてもよい。なお、波形処理部５を、論理回路等のハードウェアによって実現してもよい。

＜静脈波の推定原理＞
図２に、波形処理部５がデータ処理を行う際に得られる各信号の例示的なサンプル波形を示す。被験体の静脈において反射されたマイクロ波の信号から、モニタ対象である静脈波を推定するにあたり、マイクロ波レーダ装置１１によって取得されるマイクロ波の信号Srawは、静脈波に関連する信号Sveinと、動脈波に関連する信号Sarteryと、被験体の体動に関連するノイズ信号Nartifactと、外乱またはその他のノイズ信号Ndisturbanceと、の情報を含むと仮定される。

また、信号強度の関係は次のように仮定される。

ここで、動脈波信号Sarteryおよび静脈波信号Sveinは、心臓の鼓動に起源を有する信号であり、共に周期性を有する信号である。また、血液の循環過程からも理解されるように、動脈波信号は静脈波信号よりも大きい信号強度を有する。よって、信号強度の相違により、動脈波信号は静脈波信号から区別することができる。

また、モニタ時には被験体は静止状態であるので、体動に関連するノイズ信号Nartifactは基本的には発生しない。さらに、被験体の体動のうち、呼吸活動はランダムであり周期性が無いので、体動に関連するノイズ信号Nartifactは、周期性の有無によって、動脈波信号および静脈波信号と区別することが可能である。仮に、呼吸活動に周期性が認められたとしても、呼吸活動による体動は、心拍の周期よりも低周波であるので、これらは任意のフィルタ回路により区別することができる。また、外乱等に関連するノイズ信号Ndisturbanceも周期性が無いので、周期性の有無によって、動脈波信号および静脈波信号と区別することが可能である。

本願発明では、動脈波信号および静脈波信号が共に周期性を有している点と、動脈波信号が静脈波信号よりも信号強度が大きい点とに着目して、元信号であるマイクロ波の信号から静脈波信号を推定している。すなわち、信号強度が高い動脈波信号について、自己相関関数による信号の再構成により、動脈波信号Sarteryを推定し、元信号であるマイクロ波の信号Srawと推定した動脈波信号Sarteryとの差分から、静脈波信号Sveinを推定している。ここで、体動に関連するノイズ信号Nartifactおよび外乱に関連するノイズ信号Ndisturbanceは、いずれも周期性が無く、重畳することで無相関化することが可能であるので、自己相関関数による信号の再構成により適切に除去される。

＜静脈波の推定手順＞
図３は、データ解析部１２が行うデータ処理手順を示すフローチャートであり、図４は、波形処理部５の構成およびデータフローを示すブロック図である。

図４に示すように、波形処理部５は、ノイズフィルタ５１と、動脈波再構成部５２と、正規化・差分算出部５３ａと、位相差判定部５３ｂとを備え、これら各部が互いに連携して静脈波信号を推定する。正規化・差分算出部５３ａおよび位相差判定部５３ｂが静脈波信号推定部５３を構成する。ノイズフィルタ５１は任意の構成である。波形処理部５を構成するこれらの各部は、本発明に係るプログラムをデータ解析部１２に実行させることによって実現される機能ブロックであり、ノイズフィルタ５１、動脈波再構成部５２、および静脈波信号推定部５３のそれぞれは、後述するステップＳ１〜Ｓ３のそれぞれのステップに対応する。あるいは、波形処理部５を構成するノイズフィルタ５１、動脈波再構成部５２、正規化・差分算出部５３ａ、および位相差判定部５３ｂは、ハードウェアによって実現してもよい。

まず、ステップＳ１では、元信号であるマイクロ波の信号Srawにノイズフィルタを適用する。ノイズフィルタ５１は例えばハイパスフィルタであり、体動に関連するノイズ信号Nartifactをマイクロ波の信号Srawから除去する。体動に関連するノイズ信号Nartifactは、例えば被験体の呼吸活動であり、脈波の信号よりも低周波であるので、マイクロ波の信号から適切に除去される。以後、ノイズフィルタ適用後のマイクロ波の信号をSfltdと記載する。なお、ノイズフィルタ５１は任意の構成であるので、以後の工程においてノイズフィルタを適用しない場合、ノイズフィルタ適用後のマイクロ波の信号Sfltdは、マイクロ波の信号Srawと適宜読み替えることとする。

次に、ステップＳ２において、マイクロ波の信号Sfltdに自己相関処理を施すことにより、動脈波信号Sarteryを再構成し、ステップＳ３において、マイクロ波の信号Sfltdと再構成した動脈波信号Sarteryとに基づいて、静脈波信号Sveinを推定する。これらステップＳ２の再構成処理およびステップＳ３の推定処理の具体的な処理手順については、後述する図５〜図７を参照してより詳細に説明する。

最後に、ステップＳ４において、推定した静脈波信号Sveinの波形を提示する。静脈波信号Sveinの波形は、例えば表示部６に表示される。

・動脈波信号Sarteryの再構成
図５は、動脈波再構成部５２が行う動脈波再構成処理（ステップＳ２）の手順を示すフローチャートであり、図６は、動脈波再構成部５２が行う動脈波再構成処理を説明するための模式図である。

ステップＳ２１では、マイクロ波の信号Sfltdに自己相関処理を施すことにより、自己相関波形を取得する。相関関数とは、２つの異なる波形について、一方の波形を時間軸上でずらしながら、ずらした時間（遅延時間τ）の関数として両波形間の類似度（相関度）を表した関数である。自己相関処理とは、１つの信号波形についてこのような相関関数を求める処理であり、これにより、１つの信号波形内の繰り返しの部分（すなわち周期性）を求めることができる。自己相関波形は、例えば次の式により取得される。

ここで、ｆ（ｔ）は元波形であり、図４に示すマイクロ波の信号Sfltdである。ｎは、自己相関分析を施すデータ数であり、図６に符号Ｌで示す領域中の参照データ数である。符号Ｌで示す領域のデータが、例えばサンプリング１ｋ／ｓで１０秒のデータであれば、ｎ＝１００００となる。ｋは走査量であり、例えばサンプリングが１ｋ／ｓであれば、ｋ＝１ｍｓｅｃとなる。走査量はラグ（ｌａｇ）とも呼ばれる。μは元波形ｆ（ｔ）の平均値であり、つまりマイクロ波の信号Sfltdの平均値である。μはオフセットを０（ゼロ）にするために導入される。σは元波形ｆ（ｔ）の標準偏差であり、つまりマイクロ波の信号Sfltdの標準偏差である。σで除算することにより正規化がなされる。なお、μおよびσは単純に正規化を行っているだけであるので、式中において任意の構成であり、μおよびσを除外した式を用いてもよい。

図６を参照して、本ステップでの処理をより具体的に説明する。まず、元波形である図６（ａ）に示すマイクロ波の信号Sfltdのうち、波形に再現性があると考えられる区間Ｌ（例えば１０秒）について着目し、この着目した区間Ｌのマイクロ波の信号Sfltdについて自己相関処理を行うと、図６（ｂ）に示す自己相関波形が得られる。図６（ｂ）に示すグラフの横軸は遅延時間τであり、縦軸は相関度である。

ステップＳ２２では、自己相関波形の所定の区間を切り出すことにより、当該区間のマイクロ波の信号Sfltdを代表する代表波形を取得する。例えば図６（ｂ）に示す自己相関波形のうち、２番目の単位波形を切り出して、マイクロ波の信号Sfltdの区間ｌ_１の代表波形Rep1とする。

ステップＳ２３では、区間毎に取得した代表波形を時間軸方向に連結して、動脈波信号Sarteryを再構成する。ステップＳ２２での処理の後、着目する区間Ｌを区間ｌ_１だけずらして、着目する区間Ｌを新たに設定する。そして、この新たに設定した区間Ｌについて、ステップＳ２１〜ステップＳ２２の処理を繰り返し行う。これにより、新たな区間ｌ_２の代表波形Rep2を得る。以後同様に、着目する区間Ｌをさらに区間ｌ_２だけずらして、着目する区間Ｌを新たに設定し、各区間ｌ_Ｎを代表する複数の代表波形RepN（N = 1, 2, 3, ...）を取得する。これら区間毎に取得した複数の代表波形RepNを時間軸方向に連結して、動脈波信号Sarteryを再構成する。

ステップＳ２３の処理を完了すると、引き続きステップＳ３の静脈波信号推定処理を行う。

・静脈波信号Sveinの推定
図７は、静脈波信号推定部５３が行う静脈波推定処理（ステップＳ３）の手順を示すフローチャートである。

まず、ステップＳ３１では、マイクロ波の信号Sfltdと再構成した動脈波信号Sarteryとの差分を算出する。マイクロ波の信号Sfltdと再構成した動脈波信号Sarteryとでは信号レベル（振幅の大きさ）が異なっているので、これらの信号の差分を算出する前に、予め信号レベルを正規化しておくのが望ましい。差分の算出により得られる信号は、静脈波信号の候補となる信号Sveincdである。

ステップＳ３２では、差分から得られた候補信号Sveincdと再構成した動脈波信号Sarteryとの位相差に基づいて、候補信号Sveincdの良否を判定する。血液の循環過程を考慮すると、動脈波と静脈波との間には原理的に位相差が発生していると考えられる。すなわち、或る一回の心拍に着目すると、その心拍により生じる動脈中の脈波と静脈中の脈波との間には、所定の大きさの位相差が発生していると考えられる。本ステップでは、この位相差に基づいて、候補信号Sveincdが静脈波として適切か否か（例えば「良」または「否」）を判定する。位相差を決定する方法としては、例えば２つの信号間のピーク間隔を位相差としてもよく、あるいは、２つの信号間の相互相関を求めて、ずれ（ラグ）を位相差としてもよい。

ステップＳ３３では、ステップＳ３２において「良」と判定した候補信号Sveincdを、静脈波Sveinの推定信号として採用する。推定した静脈波信号Sveinの波形は、その後ステップ４において例えば表示部６に表示される。

（第２の実施の形態）
本発明の第２の実施の形態では、データ解析部１２は波形処理部５に代えて波形処理部５′を備える。波形処理部５′は、ハイパスフィルタを使用するノイズフィルタ５１に代えて、非周期的な信号成分をマイクロ波の信号Srawから除去する非周期的成分カットフィルタ５１′を使用する。

図８は、本発明の第２の実施の形態における波形処理部５′の構成およびデータフローを示すブロック図である。図８に示すように、第２の実施の形態に係る波形処理部５′は、第１の実施形態のノイズフィルタ５１に代えて非周期的成分カットフィルタ５１′を備える。非周期的成分カットフィルタ５１′は、独立成分分析部５１′ａおよび非周期的成分判定部５１′ｂを備える。

マイクロ波レーダ装置１１がドップラー方式である場合、マイクロ波レーダ装置１１の出力信号Srawは、同相（in-phase）成分のＩ信号と、直交（quadrature）成分の信号との２つの成分に分離して表すことができる。これらＩ信号およびＱ信号の２つの信号は独立成分分析部５１′ａに入力されて、独立成分分析部５１′ａにより独立成分分析が行われる。独立成分分析により、入力されたＩ信号およびＱ信号の２つの信号は、何らかの非周期的なノイズ信号の成分と、動脈波信号Sarteryおよび静脈波信号Sveinを含む成分との２つの信号成分に分離される。非周期的成分判定部５１′ｂは、独立成分分析により２つに分離された信号成分のうち、動脈波信号Sarteryおよび静脈波信号Sveinを含む成分を選択して、ノイズフィルタ適用後のマイクロ波の信号Sfltdとして出力する。動脈波信号Sarteryおよび静脈波信号Sveinを含む成分を判定する方法としては、例えば周波数成分または固有値を用いて判定する。周波数成分を用いる場合は、周波数解析により、一般に安静時の心拍成分である０．８〜３Ｈｚ（好ましくは０．８〜２Ｈｚ）付近にピークを確認することができた方の信号成分を、非周期的なノイズ信号の成分を含まない、動脈波信号Sarteryおよび静脈波信号Sveinを含む成分であると判定する。

なお、非周期的成分カットフィルタ５１′適用後の、動脈波再構成部５２および静脈波信号推定部５３（正規化・差分算出部５３ａおよび位相差判定部５３ｂ）の一連の処理は、図５〜図７に示されているデータ処理手順と同じであるので、詳細な説明は省略する。

（第３の実施の形態）
図９は、本発明の第３の実施の形態に係る静脈波モニタ装置１０′の概略構成を示す模式図である。

本発明の第３の実施の形態では、データ解析部１２′はさらに疾患判定部７を備えており、疾患判定部７は、推定した静脈波信号Sveinに基づいて疾患の有無を判定する。疾患判定部７は、データ解析部１２′のＣＰＵがプログラムを実行することによってソフトウェア的に実現してもよいし、論理回路等によってハードウェア的に実現してもよい。本実施形態では、測定対象の静脈が内頸静脈の場合を一例として説明する。なお、疾患判定部７以外のデータ解析部１２′の構成については、第１の実施の形態または第２の実施の形態に係るデータ解析部１２の構成と同じであるので、詳細な説明は省略する。

図１０は、内頸静脈の静脈圧JVPの例示的な波形を示す模式図である。図１０に示すように、典型的な内頸静脈の静脈圧JVP波形には、次に説明する特徴的なピークまたは谷が存在する。

・ａ波
右房の収縮に伴う一過性の静脈伸展による圧力上昇
・ｃ波
三尖弁が閉じるときの圧力
・ｖ波
収縮期に三尖弁が閉じているときの、体循環から右房への静脈環流に伴う圧力変化
・ｘ谷
ｃ波に続き、右室の収縮に伴う三尖弁下方移動により生じる圧力下降
・ｙ谷
拡張早期に三尖弁が開いて右房から右室へ素早く血液が流出することによる、右房圧の低下

本実施形態では、JVP波形に関するこれらの特徴量に基づいて、疾患の有無を判定する。例えば、推定した被検体の静脈波信号Svein内に顕著なａ波が存在する場合には、右心肥大や三尖弁狭窄の可能性があると判断される。また、顕著なｖ波が存在する場合には、三尖弁逆流の可能性があると判断される。また、顕著なｙ谷が存在する場合には、収縮性心膜炎の可能性があると判断される。さらに、JVP値自体が上昇している場合には、右心系の圧が上昇する病態として、心不全、三尖弁疾患、肺動脈狭窄、心膜疾患の可能性があると判断され、JVP値自体が低下している場合には、脱水など循環血液量が減少している可能性があると判断される。

図１１は、疾患判定部７の構成およびデータフローを示すブロック図である。図１１に示すように、疾患判定部７は、特徴量抽出部７１および疾患有無判定部７２を備える。

特徴量抽出部７１は、ピーク検出部７１ａを備える。さらに、特徴量抽出部７１は、任意でパラメータ算出部７１ｂと統計値算出部７１ｃとを備えることができる。ピーク検出部７１ａには、静脈波信号推定部５３において推定された静脈波信号Sveinが入力されて、JVP波形におけるａ波、ｃ波、ｖ波、ｘ谷およびｙ谷の各位置および各ピーク高さ（以下、特徴量と呼ぶ）を検出する。例えば、図１０に示すJVP波形の一階微分を行うと、単位時間あたりの圧力変化量（圧力変化の速度）の波形を得ることができる。JVP波形におけるａ波、ｃ波、ｖ波、ｘ谷およびｙ谷は、この一階微分波形の各変曲点に対応する。すなわち、この圧力変化量の波形に基づいて変曲点を判定し、それぞれの変曲点の時間軸上の位置と、その時間での圧力値とから、ａ波、ｃ波、ｖ波、ｘ谷およびｙ谷の各位置および各ピーク高さ（特徴量）を決定することができる。

パラメータ算出部７１ｂおよび統計値算出部７１ｃは、ａ波、ｃ波、ｖ波、ｘ谷およびｙ谷の各特徴量についての、より詳細なパラメータおよび種々の公知の統計値を算出することができる。算出したパラメータおよび種々の統計値は、疾患有無判定部７２に入力されて、後述する疾患有無判定部７２の判定処理の判定精度を高めるために利用することができる。

疾患有無判定部７２は、比較部７２ａと、定常値保持部７２ｂとを備える。定常値保持部７２ｂには、例えば健常者の典型的なJVP波形についての特徴量のデータが予め記憶されている。比較部７２ａは、特徴量抽出部７１において得られた、被検体のJVP波形についての特徴量と、定常値保持部７２ｂに記録されている、健常者のJVP波形についての特徴量とを比較する。

図１２は、疾患有無判定部７２が行う判定処理の一例を説明するための模式図である。図中、（ａ）に示す波形が健常者のJVP波形であり、（ｂ）に示す波形が被検体のJVP波形である。図１２に示す例では、ｖ波のピーク位置にずれが生じていることを確認することができる。このような場合、疾患有無判定部７２は、所定の大きさのしきい値を超える程度のピーク位置のずれが存在すると判断して、被検体について、三尖弁閉鎖不全の可能性があると判定することができる。

（付記事項）
以上、本発明を特定の実施の形態によって説明したが、本発明は上記した第１〜第３の実施の形態に限定されるものではない。

上記第１〜第３の実施の形態では、ドップラー方式のマイクロ波レーダ装置１１を使用しているが、マイクロ波レーダ装置１１の検波方式はこれに限定されず、ドップラー方式に代えて、例えばＦＭＣＷ方式やパルス波を用いてもよい。また、マイクロ波レーダ装置１１が使用するマイクロ波の周波数も制限されず、電波法による使用の制限の範囲内であれば、例えば１ＧＨｚ，２．４ＧＨｚ，１０．５２５ＧＨｚ，２４．１５ＧＨｚ，２２８ＧＨｚ等の周波数を使用することができる。マイクロ波の出力も制限されず、いかなる出力のマイクロ波を使用してもよい。ただし、被検体の身体への影響を考慮すると、使用する周波数に応じて出力の上限値を設定し、その上限値以下の出力とすることが望ましい。例えば１０ＧＨｚ以上の周波数のマイクロ波を用いる場合には、出力を１０ｍＷ以下に抑えることが好ましい。

また、上記第１〜第３の実施の形態では、推定された静脈波信号の波形は、データ解析部１２が備える表示部６に表示されているが、データ解析部１２が備える記憶装置（図示せず）にデータとして記憶してもよい。あるいは、データ解析部１２から医療機関に設置されたサーバ（図示せず）上に、インターネットを介してデータとして記憶してもよい。

また、上記第１〜第３の実施の形態では、ステップＳ１においてマイクロ波の信号Srawにノイズフィルタを適用していたが、ノイズフィルタ５１は任意の構成である。すなわち、ステップＳ１以後の工程において、ノイズフィルタ適用後のマイクロ波の信号Sfltdに代えて、元信号であるマイクロ波の信号Srawをそのまま使用してもよい。

また、上記第１または第３の実施の形態では、波形処理部５のノイズフィルタ５１はハイパスフィルタを使用していたが、ノイズフィルタ５１はハイパスフィルタに限定されず、ローパスフィルタまたはバンドパスフィルタを使用することができる。例えば、呼吸活動によるノイズ信号を除去するのであれば、低周波ノイズ成分を除去するハイパスフィルタを使用し、心拍の周波数以上の高周波ノイズ成分を除去するのであれば、ローパスフィルタを使用すればよく、これらハイパスフィルタおよびローパスフィルタを統合したバンドパスフィルタを使用してもよい。

また、上記第１〜第３の実施の形態では、ステップＳ２２において、図６（ｂ）に示す自己相関波形のうち、２番目の単位波形を切り出して、マイクロ波の信号Sfltdの区間ｌ_１の代表波形Rep1としていたが、切り出す単位波形は２番目に限られず１番目であっても３番目であってもよい。

また、上記第３の実施の形態では、測定対象の静脈が内頸静脈の場合を一例として説明しているが、測定対象の静脈は内頸静脈に限定されず、被検体のあらゆる静脈を測定対象とすることができる。疾患判定部７が有無を判定する疾患も、右心肥大や三尖弁狭窄、三尖弁逆流、収縮性心膜炎、心不全、三尖弁疾患、肺動脈狭窄、心膜疾患、脱水、三尖弁閉鎖不全等に限定されず、静脈波信号の変化に基づいて判断することができる疾患であれば、あらゆる疾患を対象とすることができる。

また、上記第３の実施の形態では、疾患有無判定部７２は、ｖ波のピーク位置のずれに基づいて被検体の疾患の有無の可能性を判定しているが、判定に用いるJVP波形の特徴量はｖ波には限られず、ピーク位置のずれにも限られない。疾患有無判定部７２は、JVP波形に関する種々の公知の診断手法に基づいて、上記したａ波、ｃ波、ｖ波、ｘ谷およびｙ谷の各位置および各ピーク高さ（特徴量）を適宜判定に使用することができる。また、判定に利用する特徴量も、図１０に示すJVP波形の一階微分により得られる圧力変化量の波形に限らず、二階微分により得られる、単位時間あたりの圧力変化速度の変化量（圧力変化の加速度）の波形を算出して利用してもよい。

以上、本発明によると、被験体の静脈において反射したマイクロ波の信号に自己相関処理を施して動脈波信号を再構成し、マイクロ波の信号と前記動脈波信号とに基づいて静脈波信号を推定している。そのため、静脈において反射したマイクロ波の信号には、信号強度が高い動脈波信号が混入しているが、本発明によると、このような動脈波信号の混入があるなかで、信号強度がより低い静脈波信号を適切に分離して抽出することができる。

また、マイクロ波レーダ装置１１は、非侵襲および非接触でマイクロ波を測定することができるので、接触型のセンサである従来の圧トランスデューサと比較して、より簡便に静脈波信号を観察することが可能となる。

また、マイクロ波レーダ装置１１の使用は、使用者による高度な熟練は必要とされないので、この点においても、従来よりもより簡便に静脈波信号を観察することが可能となる。マイクロ波の測定および静脈波信号の推定はリアルタイムに行うことができるので、静脈波信号をリアルタイムで観察することが可能となり、例えば医療従事者による日常の循環器診療に有用である。

１ アンテナ
２ マイクロ波発振・受信器
３ 増幅部
４ アナログ−デジタル変換部
５，５′ 波形処理部
６ 表示部
７ 疾患判定部
１０，１０′ 静脈波モニタ装置
１１ マイクロ波レーダ装置
１２，１２′ 処理部
５１ ノイズフィルタ
５１′ 非周期的成分カットフィルタ
５１′ａ 独立成分分析部
５１′ｂ 非周期的成分判定部
５２ 動脈波再構成部
５３ 静脈波信号推定部
５３ａ 正規化・差分算出部
５３ｂ 位相差判定部
７１ 特徴量抽出部
７１ａ ピーク検出部
７１ｂ パラメータ算出部
７１ｃ 統計値算出部
７２ 疾患有無判定部
７２ａ 比較部
７２ｂ 定常値保持部
Sraw マイクロ波の信号
Svein 静脈波信号
Sartery 動脈波信号
Nartifact ノイズ信号（体動関連）
Ndisturbance ノイズ信号（外乱等）
Sfltd ノイズフィルタ適用後のマイクロ波の信号
Sveincd 静脈波信号の候補信号

Claims (14)

1. 被験体の静脈において反射したマイクロ波の信号から、当該静脈の静脈波信号を生成する波形処理部を含むデータ解析装置であって、
   前記波形処理部が、
   被験体の静脈において反射したマイクロ波の信号に自己相関処理を施すことにより、前記被験体の動脈波信号を再構成する再構成部と、
   前記マイクロ波の信号と前記動脈波信号とに基づいて、前記被験体の静脈波信号を推定する推定部と、
   を含むデータ解析装置。
2. 前記再構成部が、
   前記マイクロ波の信号に前記自己相関処理を施して、自己相関波形を取得する自己相関処理部と、
   前記自己相関波形の所定の区間を切り出して、当該区間の前記マイクロ波の信号を代表する代表波形を取得する波形切出部と、
   前記区間毎に取得した前記代表波形を時間軸方向に連結して、前記動脈波信号を再構成する波形連結部と、
   を含む、請求項１に記載のデータ解析装置。
3. 前記推定部が、
   正規化した前記マイクロ波の信号と前記動脈波信号との差分を算出して、前記静脈波信号の候補となる候補信号を取得する差分算出部と、
   前記候補信号と前記動脈波信号との位相差に基づいて、前記候補信号の良否を判定する位相差判定部と、
   を含み、
   良と判定した前記候補信号を前記静脈波信号と推定する、請求項１または２に記載のデータ解析装置。
4. 前記マイクロ波の信号に独立成分分析を施すことにより、非周期的な信号成分を判定し、前記非周期的な信号成分を前記マイクロ波の信号から除去する非周期的成分カットフィルタ部をさらに含む、請求項１〜３のいずれかに記載のデータ解析装置。
5. 前記静脈が内頸静脈である、請求項１〜４のいずれかに記載のデータ解析装置。
6. 前記静脈波信号に基づいて、前記被験体の疾患の有無を判定する疾患判定部をさらに含む、請求項１〜５のいずれかに記載のデータ解析装置。
7. 請求項１〜６のいずれかに記載のデータ解析装置の各部としてコンピュータを機能させるためのプログラム。
8. マイクロ波を発生する発振器と、
   被験体の静脈に前記マイクロ波を放出するアンテナと、
   前記静脈において反射した前記マイクロ波を受信する受信器と、
   請求項１〜６のいずれかに記載のデータ解析装置の各部と、
   を含む静脈波モニタ装置。
9. 被験体の静脈において反射したマイクロ波の信号から、当該静脈の静脈波信号を生成するデータ解析方法であって、
   被験体の静脈において反射したマイクロ波の信号に自己相関処理を施すことにより、前記被験体の動脈波信号を再構成するステップと、
   前記マイクロ波の信号と前記動脈波信号とに基づいて、前記被験体の静脈波信号を推定するステップと、
   を含むデータ解析方法。
10. 前記再構成するステップが、
    前記マイクロ波の信号に前記自己相関処理を施して、自己相関波形を取得するステップと、
    前記自己相関波形の所定の区間を切り出して、当該区間の前記マイクロ波の信号を代表する代表波形を取得するステップと、
    前記区間毎に取得した前記代表波形を時間軸方向に連結して、前記動脈波信号を再構成するステップと、
    を含む、請求項９に記載のデータ解析方法。
11. 前記推定するステップが、
    正規化した前記マイクロ波の信号と前記動脈波信号との差分を算出して、前記静脈波信号の候補となる候補信号を取得するステップと、
    前記候補信号と前記動脈波信号との位相差に基づいて、前記候補信号の良否を判定するステップと、
    良と判定した前記候補信号を前記静脈波信号と推定するステップと、
    を含む、請求項９または１０に記載のデータ解析方法。
12. 前記マイクロ波の信号に独立成分分析を施すことにより、非周期的な信号成分を判定し、前記非周期的な信号成分を前記マイクロ波の信号から除去するステップをさらに含む、請求項９〜１１のいずれかに記載のデータ解析方法。
13. 前記静脈が内頸静脈である、請求項９〜１２のいずれかに記載のデータ解析方法。
14. マイクロ波を発生するステップと、
    被験体の静脈に前記マイクロ波を放出するステップと、
    前記静脈において反射した前記マイクロ波を受信するステップと、
    請求項９〜１３のいずれかに記載のデータ解析方法の各ステップと、
    を含む静脈波モニタ方法。

Images