JP7045073B2 - 呼吸抵抗測定装置及び表示制御方法 - Google Patents

Description

本発明は、呼吸抵抗測定装置及び表示制御方法に関する。

呼吸機能の測定方法として、強制オシレーション法が知られている（例えば、特許文献１）。

特開２００９－２４０７５２号公報

成人に比して体格が小さい小児では、強制オシレーション法による呼吸機能の測定結果として得られる呼吸抵抗値が成人に比して高くなる傾向がある。具体的には、小児の場合、一般的に、成人に比して気管の径が小さいことによって呼吸抵抗値が高くなる傾向がある。成人に比した場合の小児の呼吸抵抗値の上昇の度合いは、年齢、性別、体重等、体格と関連性のある要因によって変わる傾向がある。このため、成人に比して高くなる傾向がある小児の呼吸抵抗値が、喘息等による呼吸抵抗値の上昇かどうかの判断が難しくなっていた。しかしながら、従来の呼吸抵抗測定装置では、被験者の年齢に関係なく測定結果の表示出力が行われていた。従って、呼吸抵抗値に基づいた喘息等の病態診断が困難になっていた。

本発明は、上記の課題に鑑みてなされたものであって、体格を考慮した診断を支援可能な呼吸抵抗測定装置及び表示制御方法を提供することを目的とする。

上記の目的を達成するため、本発明に係る呼吸抵抗測定装置は、呼吸抵抗測定結果を示すデータを記憶する記憶部と、前記データに基づいた波形のグラフを含む表示を行う表示部と、前記表示部の表示出力内容を制御する制御部とを備え、前記データは、相対的に体格が大きい第１被験者のデータと、相対的に体格が小さい第２被験者のデータとを含み、前記データは、被験者の体格が前記第１被験者に該当するか前記第２被験者に該当するかを判定するためのパラメータを含み、前記制御部は、前記第１被験者のデータと前記第２被験者のデータとで、前記グラフにおける呼吸抵抗値の原点、最高値及び最低値の少なくとも一つを異ならせる。

これによって、第１被験者のデータに基づいたグラフと第２被験者のデータに基づいたグラフとが区別なく表示されることによる第２被験者のデータの誤認を抑制することができる。従って、体格を考慮した診断を支援可能になる。

呼吸抵抗測定装置の望ましい態様として、前記制御部は、前記第１被験者のデータと前記第２被験者のデータとで、前記グラフにおける呼吸抵抗値の原点と最高値の位置関係を対応させる。

これによって、第１被験者のデータのグラフと第２被験者のデータのグラフの見かけ上の評価を同様のものにすることができる。従って、体格を考慮した診断を支援可能になる。

呼吸抵抗測定装置の望ましい態様として、前記データは、複数の周波数又は複数の周波数帯の呼吸抵抗値データを含み、前記制御部は、前記第１被験者と前記第２被験者のデータとで、前記複数の周波数又は前記複数の周波数帯について個別に前記グラフにおける呼吸抵抗値の原点と最高値及び最低値の少なくとも一方との位置関係を異ならせる。

これによって、第１被験者ならば周波数依存性が生じないデータに該当する第２被験者のデータのグラフで周波数依存性が現れることを抑制可能になる。従って、体格を考慮した診断を支援可能になる。

呼吸抵抗測定装置の望ましい態様として、前記データは、呼吸機能が正常である場合の測定結果を示す第１データと、何らかの異常がある場合の測定結果を示す第２データとを含み、前記制御部は、前記第１データと前記第２データとで個別に、前記グラフにおける呼吸抵抗値の原点と最高値の位置関係を対応させる。

これによって、呼吸抵抗値の測定における異常の有無、異常の種類等に対応したグラフの表示が可能になる。

呼吸抵抗測定装置の望ましい態様として、前記制御部は、前記呼吸抵抗測定結果を示す新たなデータと、前記新たなデータに設定された被験者の体格に関するパラメータとに基づいて、前記新たなデータの取得前に用いられていた原点、最高値及び最低値の少なくとも一つに関するパラメータを再評価する機械学習を行う。

これによって、第１被験者のデータに基づいたグラフと第２被験者のデータに基づいたグラフとが区別なく表示される精度を機械学習によってより高められる。従って、体格を考慮した診断の支援をより高レベルにできる。

また、上記の目的を達成するため、本発明に係る表示制御方法は、情報処理装置が、呼吸抵抗測定結果を示すデータに基づいた波形のグラフを含む表示を行う表示制御方法であって、相対的に体格が大きい第１被験者の前記データと、相対的に体格が小さい第２被験者の前記データとを記憶するステップと、被験者の体格が第１被験者に該当するか第２被験者に該当するかを判定するためのパラメータを前記データに付加するステップと、前記第１被験者のデータと前記第２被験者のデータとで、前記グラフにおける呼吸抵抗値の原点、最高値及び最低値の少なくとも一つを異ならせた表示出力制御を行うステップとを含む。

これによって、第１被験者のデータに基づいたグラフと第２被験者のデータに基づいたグラフとが区別なく表示されることによる第２被験者のデータの誤認を抑制することができる。従って、体格を考慮した診断を支援可能になる。

本発明によれば、体格を考慮した診断を支援可能になる。

図１は、実施形態の呼吸抵抗測定装置の主要構成例を示すブロック図である。 図２は、測定部の主要構成例を示す模式図である。 図３は、時系列に沿う呼吸抵抗値の波形の一例を示す３Ｄグラフである。 図４は、喘息を罹患している成人の被験者の呼吸抵抗値の波形の一例を示す３Ｄグラフである。 図５は、健常者である小児の呼吸抵抗値の波形の一例を示す３Ｄグラフである。 図６は、喘息を罹患している小児の呼吸抵抗値の波形の一例を示す３Ｄグラフである。 図７は、測定データの付加データをテーブルデータ形式で表現した場合の一例を示す図である。 図８は、被験者の体格に基づいてグラフにおける呼吸抵抗値の原点と最高値の位置関係を補正した例を示す図である。 図９は、複数の周波数帯で個別に呼吸抵抗値の原点と最高値の位置関係を補正した例を示す図である。 図１０は、複数の周波数帯で個別に呼吸抵抗値の原点と最高値の位置関係を補正した例を示す図である。 図１１は、データ管理部による処理の流れの一例を示すフローチャートである。

本発明を実施するための形態（実施形態）につき、図面を参照しつつ詳細に説明する。以下の実施形態に記載した内容により本発明が限定されるものではない。また、以下に記載した構成要素には、当業者が容易に想定できるもの、実質的に同一のものが含まれる。さらに、以下に記載した構成要素は適宜組み合わせることが可能である。

図１は、実施形態の呼吸抵抗測定装置１の主要構成例を示すブロック図である。呼吸抵抗測定装置１は、測定部１０と、データ管理部２０とを備える。測定部１０は、呼吸抵抗の測定に用いられる。データ管理部２０は、測定部１０を用いて測定された呼吸抵抗に関するデータを利用した各種の処理を行う。

図２は、測定部１０の主要構成例を示す模式図である。測定部１０は、負荷発生部１１、流量計測部１２、圧力計測部１３、分岐管１４、ニューモタコグラフ１５、マウスピース１６等を備える。実施形態の測定部１０は、所謂広域周波オシレーション法と呼ばれる呼吸抵抗測定方法で被験者の呼吸抵抗を測定するためのものである。

負荷発生部１１は、被験者が行う呼吸により生じる気流Ｂ（安静換気）に対して負荷を与える。負荷発生部１１は、例えば、気流Ｂが流れる流路に対して波動Ｏを発生して負荷を与えるスピーカである。流量計測部１２は、気流Ｂの流量を測定するセンサである。圧力計測部１３は、気流Ｂの圧力を測定するセンサである。

分岐管１４は、気流Ｂが流れる管状の流路の終端側に設けられて、終端側を２分岐させるＹ字状の管路を有する部材である。負荷発生部１１には、２分岐した流路の一端側に負荷発生部１１が設けられ、他端側に終端抵抗１４ａが設けられている。負荷発生部１１及び終端抵抗１４ａは、流路の終端の一部又は全部を塞いでいる。ニューモタコグラフ１５は、分岐管１４とマウスピース１６との間に介在するように気流Ｂの流路に設けられる。ニューモタコグラフ１５には、流量計測部１２、圧力計測部１３及びスクリーン１５ａが設けられる。スクリーン１５ａは、気流Ｂが通過可能に設けられる。気流Ｂがスクリーン１５ａに与える影響に基づいて、流量計測部１２及び圧力計測部１３がセンシングを行う。マウスピース１６は、気流Ｂの流路の始端側に設けられる。マウスピース１６に、被験者の口（又は、鼻及び口）が密着されて呼吸が行われる。

図２に示す負荷発生部１１は、負荷制御部１１ａとユニット１１ｂとを含む。負荷制御部１１ａは、流量計測部１２が測定する流量のデータ及び圧力計測部１３が測定する圧力のデータに基づいて、呼吸のタイミングに合わせてユニット１１ｂに負荷を発生させる。ユニット１１ｂは、負荷制御部１１ａの制御下で波動Ｏを発生させて気流Ｂに対して負荷を与える。

実施形態では、ユニット１１ｂが発生させる波動Ｏとして、例えば、ハニング波、雑音波等の広帯域周波数成分を含む波動が採用されている。波動Ｏの周波数帯は、例えば、５～３５Ｈｚである。これら例示された波動Ｏの詳細は、あくまで広域周波オシレーション法で採用されるオシレーション波の具体例であってこれらに限られるものでなく、適宜変更可能である。

負荷制御部１１ａは、流量計測部１２及び圧力計測部１３からのデータと、ユニット１１ｂに負荷を発生させたタイミング及び負荷の種類（周波数等）を示すデータとをデータ管理部２０に出力する。流量計測部１２及び圧力計測部１３からのデータは、負荷制御部１１ａを介さずデータ管理部２０に出力されてもよい。

データ管理部２０は、記憶部２１、演算部２２、表示部２３、入力部２４等を備える。記憶部２１は、ハードディスクドライブ（ＨＤＤ：Hard Disk Drive）、ソリッドステートドライブ（ＳＳＤ：Solid State Drive）、フラッシュメモリーその他の記憶装置のいずれかを有し、各種のデータを記憶する。記憶部２１は、例えば、測定データ２１０、表示プログラム２２０、判定プログラム２３０等を記憶する。

測定データ２１０は、過去に測定部１０を用いて行われた測定結果を示すデータである。また、被験者が新たに行った測定によって測定部１０からデータ管理部２０に出力された新たな測定結果を示すデータ（追加データＡＤ）は、１人の被験者の１回分の測定データ２１０として扱われる。すなわち、測定部１０を用いて測定が行われるたび、測定データ２１０に含まれる被験者のデータは増加する。

表示プログラム２２０は、測定データ２１０に基づいた表示出力を行うためのソフトウェア・プログラムである。以下、単にプログラムと記載した場合、ソフトウェア・プログラムのことをさす。判定プログラム２３０は、表示出力内容を制御するためのプログラムである。これらのプログラムにより実現される機能については後述する。

演算部２２は、ＣＰＵ（Central Processing Unit）等の演算回路を有し、記憶部２１に記憶されているプログラム、データを読み出して実行処理し、データ管理部２０の動作に関する各種の処理を行う。表示部２３は、液晶ディスプレイ、有機エレクトロルミネセンスディスプレイその他の表示装置のいずれかを有し、演算部２２の処理内容に応じた表示出力を行う。入力部２４は、例えば表示部２３の表示領域に対するタッチ操作を検出するタッチパネル、キーボード、マウスその他の入力装置のいずれかを有し、データ管理部２０に対するユーザの手動入力操作を受け付ける。

まず、データ管理部２０によるデータ表示機能の概要について説明する。演算部２２は、流量計測部１２及び圧力計測部１３からのデータに基づいて高速フーリエ変換等の処理を行い、当該データが検出された被験者の呼吸抵抗値及びリアクタンス値を求める。演算部２２は、測定部１０を用いて行われた被験者の呼吸抵抗測定期間（時間）の時系列に沿って変化する気流Ｂの流量及び圧力に基づいて、時系列に沿って呼吸抵抗値及びリアクタンス値を求める。

演算部２２は、表示プログラム２２０を実行し、時系列に沿った呼吸抵抗値の変化を表示部２３に表示させる処理を行う。表示部２３は、演算部２２によって求められた呼吸抵抗値等を時系列に沿って表示する。以下、呼吸抵抗値の表示例について、図３を参照して説明する。

図３は、時系列に沿う呼吸抵抗値の波形の一例を示す３Ｄグラフである。図３に示す３Ｄグラフは、３軸のうち１つが呼吸抵抗値（Ｒ）、他の１つが周波数（Ｆ）、残りの１つが時間（Ｔ）を示す。図３のグラフでは、周波数（Ｆ）の軸に沿って手前側から奥側に渡って表示される呼吸抵抗値（Ｒ）の高低を示す波形Ｗが時間（Ｔ）の軸に沿って３Ｄ状に表示されることで、表示部２３を見たユーザが周波数別の呼吸抵抗値の傾向を容易に把握可能になっている。図３に例示する波形Ｗは、波形Ｗ１，Ｗ２，Ｗ３，Ｗ４，Ｗ５，Ｗ６を含む。波形Ｗ１，Ｗ２，Ｗ３，Ｗ４，Ｗ５，Ｗ６は、それぞれ異なる周波数帯の５［Ｈｚ］幅の呼吸抵抗値を示す波形である。図３のようなグラフにおける周波数（Ｆ）と呼吸抵抗値（Ｒ）との関係は、負荷発生部１１からの負荷の周波数が変化した場合に呼吸抵抗値がどのように変化したかを示している。図４以降の３Ｄグラフでは、３軸の矢印及び符号の図示を省略しているが、３Ｄグラフの解釈方法については図３と同様である。実施形態では、表示部２３からの表示出力内容に呼吸抵抗値（Ｒ）、周波数（Ｆ）及び時間（Ｔ）を示す矢印は表示されないが、表示するようにしてもよい。また、図３及び図４以降の３Ｄグラフでは、吸気の期間にハッチングを付している。ハッチングが付されていない期間が呼気の期間である。

実施形態の表示プログラム２２０は、図３に例示するように、測定データ２１０に基づいて求められた呼吸抵抗値を３Ｄグラフの形態で表示出力するプログラムである。表示プログラム２２０による表示態様は図３に示す例に限定されず、測定部１０を用いた測定によって求められた呼吸抵抗値を把握可能な形態であればよい。

また、図３等の３Ｄグラフは、原点ＳＰの横軸に対する呼吸抵抗値（Ｒ）の波形Ｗの高さによって波形の色が変わるようになっている。具体的には、例えば指標Ｒｒｓが示すように、原点ＳＰの横軸に対する高さと色との関係が設定されている。これによって、色に基づいた呼吸抵抗値の高低の評価が可能になる。図３に示す原点ＳＰの横軸は、呼吸抵抗値（Ｒ）の高低を視覚化するための基準値を示す３Ｄグラフの縦軸（呼吸抵抗値（Ｒ））方向の底辺である。原点ＳＰの横軸、例えばゼロ（０）の呼吸抵抗値を示すが、０を超える任意の値であってもよい。ただし、原点ＳＰの横軸の位置は、３Ｄグラフに含まれる呼吸抵抗値の最低値以下であることが望ましい。なお、図３等では、ドットパターンを用いた色の濃さによって波形の色が表現されているが、実際にはカラー表示が可能である。

図３に示すグラフは、呼吸器系に特段の疾患を持たない成人の健常者が被験者である場合の呼吸抵抗値の一例を示すグラフである。図３に示すグラフのようなデータは、追加データＡＤに限られない。図３に示すグラフのようなデータのうち、過去に実施済みのデータについては、呼吸機能が正常であると判定済みの測定結果を示す第１データ２１１として扱われる。図１に示すように、第１データ２１１は、記憶部２１に記憶されている測定データ２１０に含まれる。また、図３に示すグラフのようなデータは、成人の健常者が被験者である場合の呼吸抵抗値のデータである。成人は、後述する小児に比して体格が大きい被験者であり、実施形態では第１被験者として扱われる。従って、図３に示すグラフのようなデータは、第１データ２１１に含まれる第１被験者データ２１１ａとして扱われる。

測定データ２１０は、成人の健常者が被験者である場合のデータに限られない。以下、何らかの異常があると判定済みの測定結果を示す第２データ２１２の具体例として、喘息のような呼吸器系疾患を罹患している成人の被験者の呼吸抵抗値の一例について、図４を参照して説明する。

図４は、喘息を罹患している成人の呼吸抵抗値の波形の一例を示す３Ｄグラフである。図４で例示するように、喘息を罹患している成人の被験者では、一般的に、健常者である被験者に比して、より高い呼吸抵抗値が測定される傾向がある。

第２データ２１２として扱われるデータは、喘息を罹患している被験者のデータに限られない。例えば、慢性閉塞性肺疾患（ＣＯＰＤ：Chronic Obstructive Pulmonary Disease）を罹患している被験者の呼吸抵抗値を測定したデータ、喘息とＣＯＰＤが合併したＡＣＯ（Asthma and Copd Overlap）を罹患している被験者の呼吸抵抗値を測定したデータ、その他の呼吸器疾患を罹患している被験者の呼吸抵抗値を測定したデータ、測定時に測定部１０の取り扱いの不備等によって正しく呼吸抵抗値が測定されなかったデータ等は、第２データ２１２に含まれる。また、図４に示すグラフのようなデータは、成人が被験者である場合の呼吸抵抗値のデータである。従って、図４に示すグラフのようなデータは、第２データ２１２に含まれる第１被験者データ２１２ａとして扱われる。

成人のように所定年齢を超えて体格が相対的に大きいヒトと、小児のように所定年齢以下で体格が相対的に小さいヒトとでは、呼吸抵抗値が異なる傾向がある。以下、小児が被験者である場合の呼吸抵抗値の一例について、図５及び図６を参照して説明する。

図５は、健常者である小児の呼吸抵抗値の波形の一例を示す３Ｄグラフである。図６は、喘息を罹患している小児の呼吸抵抗値の波形の一例を示す３Ｄグラフである。図５及び図６で例示するように、小児の呼吸抵抗値は、一般的に、成人の呼吸抵抗値に比して高くなる傾向がある。これは、小児の体格が、一般的に、成人に比して小さいことによる。体格の大きさは、気管等、呼吸気の流路の大きさに影響を与える一因となることが知られている。一般的に、体格が小さい程、呼吸気の流路も小さくなる傾向がある。呼吸気の流路が小さいと、呼吸気の流路がより大きい場合に比して呼吸抵抗値が高くなる傾向がある。このため、小児の呼吸抵抗値は、成人の呼吸抵抗値に比して高くなる傾向がある。このような傾向を示す小児は、実施形態では第２被験者として扱われる。従って、図５に示すグラフのようなデータは、第１データ２１１に含まれる第２被験者データ２１１ｂとして扱われる。また、図６に示すグラフのようなデータは、第２データ２１２に含まれる第２被験者データ２１２ｂとして扱われる。

図５の例示では、一般的な傾向と同様、小児の呼吸抵抗値は、健常者であっても成人の呼吸抵抗値（図３参照）よりも高い。また、図６の例示では、呼吸器疾患を罹患している小児の呼吸抵抗値は、成人では一般的に測定されない程に高い。このように、被験者がどのような体格であると考えられるかという情報を考慮せずに呼吸抵抗値の測定結果を表示した場合、表示された呼吸抵抗値に基づいた診断が困難になることがある。

そこで、実施形態では、小児のように所定年齢以下である被験者（ヒト）のデータと、成人のように所定年齢を超えるである被験者（ヒト）のデータとで、グラフにおける呼吸抵抗値の原点、最高値及び最低値の少なくとも一つを異ならせる表示出力内容の制御が行われる。係る制御のため、測定データ２１０には、被験者の年齢を含む付加データが設定されている。

図７は、測定データ２１０の付加データをテーブルデータ形式で表現した場合の一例を示す図である。なお、図７では、図３のデータが「０００００００１」の識別番号に該当し、図４のデータが「０００００００２」の識別番号に該当し、図５のデータが「０００００００３」の識別番号に該当し、図６のデータが「０００００００４」の識別番号に該当することを想定している。測定データ２１０に含まれる複数の種類のデータは、例えば図７の識別番号のような固有の識別子によって各回の測定結果単位で区別されている。識別番号は、例えば演算部２２が過去のデータに与えられていない識別番号を新たに生成し、測定部１０からデータ管理部２０に入力されたデータに個別に与えることで各回のデータに割り当てられる。

図７の診断結果は、例えば呼吸抵抗測定装置１のユーザが入力部２４を用いて行った入力によって測定データ２１０に含まれる各回のデータに設定された診断結果である。「正常」の診断結果は、図１に示す第１データ２１１に該当するデータであることを示す。「ＣＯＰＤ」、「喘息」、「ＡＣＯ」、「その他」及び「ＮＧ」のように「正常」以外の診断結果は、図１に示す第２データ２１２に該当するデータであることを示す。

図７の被験者属性に含まれる年齢［歳］のカラムに設定されている値のように、測定データ２１０には、被験者の年齢が所定年齢以下であるか所定年齢を超えるかを判定するためのパラメータが付加されている。なお、図７の被験者属性に含まれる性別、身長［ｃｍ］、体重［ｋｇ］のカラムで例示するように、測定データ２１０データに含まれる各種のデータには、被験者の性別、身長［ｃｍ］、体重［ｋｇ］等、被験者の体格に関するパラメータがさらに設定されている。被験者属性のパラメータは、例えば入力部２４を用いた入力を介して、ユーザにより設定される。

なお、測定データ２１０は、例えば、流量計測部１２及び圧力計測部１３からのデータを記録したもの、すなわち、高速フーリエ変換等の処理前のデータであってもよいし、流量計測部１２及び圧力計測部１３からのデータに基づいて演算部２２が行った高速フーリエ変換等の処理によって求められた呼吸抵抗値等を示すデータであってもよい。また、図７で例示する付加データの具体的な内容はあくまで一例であってこれに限られるものでなく、同様の意味を示す他の表現が用いられていてもよい。

判定プログラム２３０を実行中の演算部２２は、付加データ（図７参照）に含まれるパラメータに基づいて、測定データ２１０に含まれるデータの各々が測定された被験者の体格を判定する。演算部２２は、表示プログラム２２０の実行による３Ｄグラフの表示に際して、当該判定結果に応じた表示出力を表示部２３に行わせる。

図８は、被験者の体格に基づいてグラフにおける呼吸抵抗値の原点と最高値の位置関係を補正した例を示す図である。図８に示すように、演算部２２は、例えば、周波数及び周波数帯に関わらず、一律で原点と最高値の位置関係を補正するようにしてもよい。例えば、測定データ２１０に含まれる各種のデータのうち、第２被験者データ２１１ｂの呼吸抵抗値の最高値の平均値が、第１被験者データ２１１ａの呼吸抵抗値の最高値の平均値のｍ倍（ｍは実数）である場合、演算部２２は、健常者である小児の呼吸抵抗値の３Ｄグラフにおける最高値を、健常者である成人の呼吸抵抗値の３Ｄグラフにおける最高値のｍ倍の値にする。これによって、３Ｄグラフが示す呼吸抵抗値の原点に対する最高値の位置が、小児と成人とで見かけ上同じ程度の位置になる。

図８に示す例では、補正前の３Ｄグラフにおける呼吸抵抗値の最高値Ｍ１が、補正後に最高値Ｍ２に置換されている。ここで、最高値Ｍ１は、図３及び図４を参照して説明した成人のような第１被験者の呼吸抵抗値の３Ｄグラフの表示で採用される最高値である。一方、最高値Ｍ２は、小児のような第２被験者の呼吸抵抗値の３Ｄグラフを見かけ上成人の呼吸抵抗値と同様の観点で評価可能とするように採用される最高値である。また、例えば、Ｍ２＝Ｍ１×ｍである。これによって、補正前の３Ｄグラフにおける負荷の周波数と呼吸抵抗値の高低との関係を概略的に示す曲線Ｃ１が、補正後に曲線Ｃ２の位置まで下がるように見かけ上の補正Ｄ１が生じている。補正Ｄ１及び後述の補正Ｄ２１，Ｄ２２，Ｄ２３，Ｄ２４，Ｄ２５，Ｄ２６（図９参照）は、呼吸抵抗値そのものの補正でなく、３Ｄグラフの原点ＳＰと最高値Ｍ１，Ｍ２との間の呼吸抵抗値の尺度が補正前後で変化したことによって生じた３Ｄグラフの見かけ上の補正である。

図８に示す例では、補正前に波形Ｗ１１側から波形Ｗ１２，Ｗ１３，Ｗ１４，Ｗ１５，Ｗ１６のように負荷の周波数帯が移行するに従って呼吸抵抗値がより高くなる周波数依存性を示していた波形Ｗ１０が、補正後の波形Ｗ２０でも同様に、波形Ｗ２１側から波形Ｗ２２，Ｗ２３，Ｗ２４，Ｗ２５，Ｗ２６のように負荷の周波数帯が移行するに従って呼吸抵抗値がより高くなっている。

図８を参照して説明した補正によって、周波数間の呼吸抵抗値の高低関係を明示しつつ、被験者の年齢を考慮した測定結果の表示が可能になる。従って、成人の呼吸抵抗値の測定結果を観測する場合と同様の水準を想定して小児の呼吸抵抗値の測定結果を観測可能になり、呼吸抵抗値に基づいたユーザによる診断がより容易かつ正確になるよう支援できる。

図９及び図１０は、複数の周波数帯で個別に呼吸抵抗値の原点と最高値の位置関係を補正した例を示す図である。図９は、被験者が健常者である場合の例を示す。図１０は、被験者が喘息を罹患している場合の例を示す。図９に示す例では、補正前の３Ｄグラフにおける負荷の周波数と呼吸抵抗値の高低との関係を概略的に示す曲線Ｃ１が、補正後に曲線Ｃ３の位置まで下がるように見かけ上の補正Ｄ２１，Ｄ２２，Ｄ２３，Ｄ２４，Ｄ２５，Ｄ２６が生じている。補正Ｄ２１と、補正Ｄ２２と、補正Ｄ２３と、補正Ｄ２４と、補正Ｄ２５と、補正Ｄ２６とでは、補正の度合いが異なる。具体的には、補正の度合いがより強い順から、補正Ｄ２６，Ｄ２５，Ｄ２４，Ｄ２３，Ｄ２２，Ｄ２１の順に並ぶように補正の度合いが設定されている。

図３で例示したように、健常者である成人の呼吸抵抗値は、特段の周波数依存性を示さない。すなわち、波形Ｗ１，Ｗ２，Ｗ３，Ｗ４，Ｗ５，Ｗ６が概ね同じような呼吸抵抗値の最高値、最低及び増減パターンを示す。これに対し、小児の呼吸抵抗値は、成人に比して体格が小さいことによって、健常者であっても、波形Ｗ１０が含む波形Ｗ１１，Ｗ１２，Ｗ１３，Ｗ１４，Ｗ１５，Ｗ１６の呼吸抵抗値の相違のように周波数依存性を示すことがある。成人の場合、周波数依存性を示す波形はＣＯＰＤ等の呼吸器疾患を罹患している被験者に現れやすい波形であるが、小児の場合は呼吸器疾患を罹患していなくても周波数依存性を示す波形が現れることがあり、診断を困難にする一因になることがある。

具体的には、高周波数帯の負荷が与えられる条件下では、ＣＯＰＤを罹患している被験者の呼吸抵抗値が減少する周波数依存性が生じることがあるが、このような周波数依存性は、小児のような体格の小さい被験者特有の生理的要因（例えば、upper airway shunt）により生じることもある。

そこで、図９で例示するように、補正Ｄ２１，Ｄ２２，Ｄ２３，Ｄ２４，Ｄ２５，Ｄ２６のように周波数帯によって異なる補正が生じるように周波数帯毎の最高値を設定する。これによって、補正後の波形Ｗ３０は、波形Ｗ３１，Ｗ３２，Ｗ３３，Ｗ３４，Ｗ３５，Ｗ３６間の周波数依存性が実質的に現れなくなっている。このように、健常者である小児の呼吸抵抗値が見かけ上周波数依存性を示さない波形となった３Ｄグラフを表示可能になる。言い換えれば、図９に示す例では、成人の呼吸抵抗値の３Ｄグラフに基づいた診断と同様の判断を下せるよう、小児の呼吸抵抗値の３Ｄグラフの見かけを補正している。このため、図９に示す例では、図８を参照して説明した最高値Ｍ１と最高値Ｍ２との関係のような一律の最高値の補正係数（ｍ）が適用されず、周波数帯毎に呼吸抵抗値の最高値の補正係数が設定される。

補正Ｄ２１，Ｄ２２，Ｄ２３，Ｄ２４，Ｄ２５，Ｄ２６のように周波数帯によって異なる補正が生じるような周波数帯毎の最高値を設定するためのパラメータは、例えば、予め設定されて記憶部２１等に記憶されている。具体的には、例えば、呼吸抵抗測定装置１の管理者が、測定部１０を用いて、健常者である成人の呼吸抵抗値と、健常者である小児の呼吸抵抗値とをそれぞれ取得し、成人と小児との間で生じる周波数依存性の度合いの差異に対応した「周波数帯毎の最高値の補正の度合い」を周波数帯毎に決定しておく。このようにして決定された補正の度合いによって、上述の補正Ｄ２１，Ｄ２２，Ｄ２３，Ｄ２４，Ｄ２５，Ｄ２６のように周波数帯によって異なる補正が生じるように周波数帯毎の最高値が決定される。当該管理者は、例えば呼吸抵抗測定装置１の出荷前に判定プログラム２３０の機能を決定するエンジニアであってもよいし、呼吸抵抗測定装置１のユーザであってもよい。

以上、周波数帯毎の最高値の補正の度合いについて例示的に説明したが、周波数毎であってもよい。すなわち、最高値の補正の度合いをより細分化してもよい。また、周波数帯（又は周波数）毎の補正の度合いは、上述したupper airway shuntのような体格の小さい被験者特有の生理的要因を考慮して決定することが望ましい。

図１０に示す例では、図９を参照して説明した補正と同様の補正が施されている。図９と図１０との差異は、図９における補正前の３Ｄグラフが図５の３Ｄグラフと同様であるのに対し、図１０における補正前の３Ｄグラフが図６の３Ｄグラフと同様であることによる。すなわち、図９を参照して説明した補正の度合いは、呼吸器疾患を罹患している被験者の呼吸抵抗値を３Ｄグラフで表示する場合に呼吸器疾患相応の呼吸抵抗値の高さ、周波数依存性等が現れるように決定されている。従って、補正によって、小児の被験者に対しても、３Ｄグラフを利用した診断を成人と同様に行うことができるよう支援できる。なお、第１データ２１１と第２データ２１２とで、補正の度合いを個別に設定し、呼吸抵抗値の原点と最高値の位置関係を個別に対応させるようにしてもよい。また、図８を参照して説明したような一律での呼吸抵抗値の最高値の補正と、図９を参照して説明したような周波数帯（又は周波数）毎の補正の両方を適用してもよい。この場合、結果としての補正は、周波数帯（又は周波数）毎に補正がされた状態になる。

周波数帯（又は周波数）毎の補正は、小児のUpper Airway Shuntの影響を考慮したものとすることが望ましい。具体的には、小児における強制オシレーション法による呼吸機能の測定結果として得られる呼吸抵抗値は、当該小児が健常者であっても、健常者である成人と異なる特徴を示すことが一般的に知られている。この異なる特徴として、大きく２点の特徴があげられる。１点目は、小児の気管の径が成人気管の径に比して小さいことによって呼吸抵抗値が成人のものよりも高くなる傾向を示す。２点目は、小児の場合、Upper Airway Shuntの影響により高周波領域（２０Ｈｚ～３５Ｈｚ）の呼吸抵抗値が下がる傾向がある。この２点のパラメータが複合されるため、全体的に呼吸抵抗値が上昇し、高周波領域が低周波領域から中周波領域よりも相対的に若干下がった傾向を示す。従って、小児の呼吸抵抗値に対して行われる周波数毎の補正において、低域周波数から中域周波数に適用される補正の度合いよりも高域周波領域に適用される度合いよりも高域周波領域に適用される補正の度合いを相対的に緩和することで、このような特徴を考慮した補正が可能になる。

また、上述のような小児の特徴は、年齢、性別、身長、体重のように、体格と関連性のある要因によって変わる傾向がある。そこで、測定データ２１０の付加データから把握可能な年齢、性別、身長、体重に基づいて補正の度合いを適宜決定することで、体格を考慮した補正の精度をより高められる。また、Upper Airway Shuntによる影響は、成長過程の小児に現れる影響であり、仮に小児と全く同じ体格の成人がいた場合、当該成人には現れない。そこで、付加データの被験者属性に含まれる年齢［歳］のカラムを参照し、小児に該当しない年齢である場合にはUpper Airway Shuntによる影響を考慮した補正、すなわち、高域周波領域に適用される補正の度合いを相対的に緩和する補正を行わないようにすることで、このような小児と成人との差異を考慮した補正を行うことができる。

図８から図１０を参照した説明による補正は、第１被験者データ２１１ａ，２１２ａには適用されない。すなわち、判定プログラム２３０を実行中の演算部２２は、成人のような第１被験者に該当する被験者の呼吸抵抗値の３Ｄグラフにおける原点ＳＰと呼吸抵抗値の最高値との位置関係と、小児のような第２被験者に該当する被験者の呼吸抵抗値の３Ｄグラフにおける原点ＳＰと呼吸抵抗値の最高値との位置関係とを個別に制御する。表示プログラム２２０を実行して３Ｄグラフを表示部２３に表示させる演算部２２は、係る制御によって決定された原点ＳＰと呼吸抵抗値の最高値との位置関係に基づいた３Ｄグラフの表示出力制御を行う。結果、成人のような第１被験者に該当する被験者の呼吸抵抗値の３Ｄグラフの表示態様は、図３、図４のような態様になる。また、仮に、図８から図１０を参照した説明による補正がない場合、小児のような第２被験者に該当する被験者の呼吸抵抗値の３Ｄグラフの表示態様は、図５、図６のような態様になる。

付加データに基づいた第１被験者（例えば、成人）と第２被験者（例えば、小児）との区別は、例えば、第１被験者に該当する被験者の身長［ｃｍ］、体重［ｋｇ］等の閾値を示すデータに基づいて行われる。当該データは、判定プログラム２３０に含まれるか、判定プログラム２３０の実行中に参照可能なデータとして記憶部２１等に記憶されている。当該データによって定められる閾値は、後述する機械学習によって更新可能であってもよい。また、当該データによって定められる閾値は、身長［ｃｍ］、体重［ｋｇ］の両方が該当すれば第１被験者として扱う閾値であってもよいし、身長［ｃｍ］、体重［ｋｇ］の一方が該当すれば第１被験者として扱う閾値であってもよい。また、身長［ｃｍ］、体重［ｋｇ］の両方が該当すれば第１被験者として扱う閾値と、身長［ｃｍ］、体重［ｋｇ］の一方が該当すれば第１被験者として扱う閾値とが個別に設定されてもよい。これらの閾値の利用方法として、例えば、閾値を超えれば第１被験者に該当し、閾値以下であれば第２被験者に該当するものとして扱う。また、閾値以上であれば第１被験者に該当し、閾値未満であれば第２被験者に該当するようにしてもよい。また、年齢［歳］で所定年齢以下であれば自動的に体格が小さいものとみなして第２被験者として扱う年齢の閾値が設定されてもよい。

図１１は、データ管理部２０による処理の流れの一例を示すフローチャートである。特筆しない限り、図１１に示す処理は、判定プログラム２３０を実行中の演算部２２による処理である。演算部２２は、３Ｄグラフとして表示する表示態様になるデータを取得する（ステップＳ１）。ステップＳ１で取得されるデータは、測定データ２１０に含まれるデータであってもよいし、追加データＡＤであってもよい。演算部２２は、付加データに基づいて、ステップＳ１で取得されたデータが小児のデータに該当するか判定する（ステップＳ２）。ステップＳ２の処理で、演算部２２は、例えば上述の閾値に基づいた判定によって小児であるかの判定を行う。

ステップＳ１で取得されたデータが小児のデータに該当すると判定された場合（ステップＳ２；Ｙｅｓ）、演算部２２は、呼吸抵抗値の原点と最高値との位置関係を成人のものに合わせる補正を行う（ステップＳ３）。ステップＳ３の処理は、例えば図８を参照して説明したように最高値を最高値Ｍ２に設定するような補正であってもよいし、図９を参照して説明したように周波数帯（又周波数）毎の最高値の補正であってもよい。ステップＳ１で取得されたデータが小児のデータに該当すると判定された場合、演算部２２は、ステップＳ３の処理後、表示プログラム２２０を実行して３Ｄグラフを表示部２３に表示させる（ステップＳ４）。一方、ステップＳ１で取得されたデータが小児のデータに該当しないと判定された場合（ステップＳ２；Ｎｏ）、ステップＳ４の処理に移行する。すなわち、小児の呼吸抵抗値を成人の呼吸抵抗値と同様の見かけにするための最高値の補正は行われず、３Ｄグラフが表示される。

以上説明したように、呼吸抵抗測定装置１は、呼吸抵抗測定結果を示す測定データ２１０（追加データＡＤを含む）を記憶する記憶部２１と、測定データ２１０に基づいた波形のグラフ（例えば、３Ｄグラフ）を含む表示を行う表示部２３と、表示部２３の表示出力内容を制御する演算部２２とを備える。測定データ２１０は、相対的に体格が大きい第１被験者のデータ（例えば、第１被験者データ２１１ａ，２１２ａ）と、相対的に体格が小さい第２被験者のデータ（例えば、第２被験者データ２１１ｂ，２１２ｂ）とを含む。測定データ２１０は、被験者の体格が第１被験者に該当するか第２被験者に該当するかを判定するためのパラメータ（付加データ）を含む。演算部２２は、第１被験者のデータと第２被験者のデータとで、グラフにおける呼吸抵抗値の原点、最高値及び最低値の少なくとも一つを異ならせる。

これによって、第１被験者のデータに基づいたグラフと第２被験者のデータに基づいたグラフとが区別なく表示されることによる第２被験者のデータの誤認を抑制することができる。例えば、図８から図１０を参照して説明したように、小児のような第２被験者のデータの３Ｄグラフの呼吸抵抗値の最高値と、成人のような第１被験者のデータの３Ｄグラフの呼吸抵抗値の最高値とを異ならせることで、３Ｄグラフの見かけ上の評価を同様のものにすることができる。このため、呼吸抵抗測定装置１のユーザは、第１被験者と第２被験者の区別を意識せずにグラフに基づいた評価（例えば、診断）を行える。従って、体格を考慮した診断を支援可能になる。

また、図８を参照して説明したように、第１被験者のデータのグラフにおける呼吸抵抗値の原点ＳＰと最高値Ｍ１の位置関係と、第２被験者のデータのグラフにおける呼吸抵抗値の原点ＳＰと最高値Ｍ２の位置関係とを対応させることで、第１被験者のデータのグラフと第２被験者のデータのグラフの見かけ上の評価を同様のものにすることができる。従って、体格を考慮した診断を支援可能になる。

また、図９及び図１０を参照して説明したように、第１被験者のデータのグラフにおける呼吸抵抗値の原点ＳＰと最高値Ｍ１の位置関係と、第２被験者のデータのグラフにおける呼吸抵抗値の原点ＳＰと最高値Ｍ２の位置関係とを、複数の周波数又は複数の周波数帯毎に異ならせることで、第１被験者ならば周波数依存性が生じないデータに該当する第２被験者のデータのグラフで周波数依存性が現れることを抑制可能になる。従って、体格を考慮した診断を支援可能になる。

また、第１データ２１１と第２データ２１２とで個別に、グラフにおける呼吸抵抗値の原点と最高値の位置関係を対応させることで、呼吸抵抗値の測定における異常（疾患又は測定時のエラー）の有無及び異常の種類に対応したグラフの表示が可能になる。

なお、図１を参照して説明した実施形態の構成では、データ管理部２０が呼吸抵抗測定装置１に含まれているが、データ管理部２０の構成は、測定部１０を備える呼吸抵抗測定装置１と別体の情報処理装置に含まれていてもよい。この場合、データ管理部２０は、測定部１０を備える呼吸抵抗測定装置１から出力される追加データＡＤを取得し、予め記憶されている測定データ２１０を参照した判定を行う。

また、実施形態の呼吸抵抗測定装置１は、所謂機械学習によって、３Ｄグラフの表示における呼吸抵抗値の原点と最高値との位置関係の制御の精度をより高められる。例えば、所謂ニューラルネットワークにおける入力を追加データＡＤ又は過去の測定データ２１０に含まれるデータとし、出力を追加データＡＤ又は過去の測定データ２１０に含まれるデータの表示出力における最高値（又は最高値及び最低値）を示すデータとし、教師データを過去の測定データ２１０に含まれる小児のデータの表示出力において採用された呼吸抵抗値の原点と最高値との位置関係の決定に関する各種のデータとする。ここで、判定プログラム２３０を実行中の演算部２２は、当該ニューラルネットワークにおける入力と出力との間に介在し、上述の処理（特に、図１１参照）を行って入力から出力を導出するための重み付けを行う隠れ層として機能する。当該隠れ層としての演算部２２は、追加データＡＤが示す呼気及び吸気の各々の周波数又は周波数帯毎の呼吸抵抗値の最高値、最低値、一連の呼吸における増減パターンその他の特徴に基づいて追加データＡＤに基づいた重み付けの度合いを示す値を出力することで、追加データＡＤの表示出力における補正の度合いを決定する。

より具体的には、例えば追加データＡＤが小児の健常者である場合に高い値を出力するニューロンと、追加データＡＤが小児の喘息罹患者である場合に高い値を出力するニューロンと、追加データＡＤが小児のＣＯＰＤ罹患者である場合に高い値を出力するニューロンと、追加データＡＤが小児のＡＣＯ罹患者である場合に高い値を出力するニューロンと、…のように、データの種類の各々に対応したニューロンとして演算部２２が機能する判定プログラム２３０が採用される。各ニューロンの出力は、呼吸抵抗値の最高値をどのようにするかを決定する個別の基準値と対応付けられる。すなわち、各ニューロンの出力の重みの高低が、最終的に採用される呼吸抵抗値の最高値を決定するために参照される基準値の重みの高低として機能する。ここで、個別の基準値は、例えば、上述のｍであってもよいし、上述の「周波数帯（又は周波数）毎の最高値の補正の度合い」であってもよいし、最高値を決定するための絶対値として機能する基準値であってもよいし、原点に対する所定距離毎の呼吸抵抗値の上昇度合いを決定するための基準値であってもよい。

これによって、実施形態では、機械学習（ニューラルネットワーク）を利用して呼吸抵抗値の最高値を決定することができる。すなわち、判定プログラム２３０は、機械学習プログラムとして機能する。また、判定プログラム２３０を実行中の演算部２２を含む構成は、所謂機械学習システムとして機能する。当段落では、追加データＡＤの場合について例示したが、過去の測定データ２１０に含まれるデータについても同様に処理可能である。また、３Ｄグラフにおける呼吸抵抗値の最高値に限らず、３Ｄグラフにおける呼吸抵抗値の最低値についても同様に決定可能である。また、３Ｄグラフにおける原点を第１被験者と第２被験者とで異ならせることで、３Ｄグラフにおける呼吸抵抗値（Ｒ）の尺度を異ならせて両者の３Ｄグラフを見かけ上同じ程度にするようにしてもよい。

さらに、呼吸抵抗値の最高値及び最低値に基づいた重み付けを行うためのニューロンと、呼吸抵抗値の増減に基づいた重み付けを行うためのニューロンと、被験者の性別、身長、体重等の身体的特徴との関係に基づいた重み付けを行うためのニューロンと、…のように、入力と出力との間に介在する隠れ層を構成するニューロンを階層化するアルゴリズムを含む判定プログラム２３０が採用されることで、より高い精度が望める。これらをさらに発展させて所謂ディープラーニングによる追加データＡＤの判定を行うようにしてもよい。

より具体的な例を挙げると、機械学習では、追加データＡＤの呼吸抵抗値の最高値と、被験者の体格に関するパラメータ（被験者の年齢［歳］、性別、身長［ｃｍ］、体重［ｋｇ］等）との関係を測定データ２１０として累積的に記憶することで、蓄積された測定データ２１０のうち成人の体格に該当する被験者から得られた呼吸抵抗値の最高値を基準値として設定、更新する学習が行われる。また、この基準値に基づいた３Ｄグラフが表示されることを前提として、成人よりも体格が小さい被験者（例えば、小児）の呼吸抵抗値の最高値と基準値との差異に基づいて、係る体格が小さい被験者の呼吸抵抗値の３Ｄグラフを成人の呼吸抵抗値の３Ｄグラフと同様に表示するための最高値の補正値（例えば、ｍ）を設定、更新する学習が行われる。すなわち、機械学習では、追加データＡＤが測定データ２１０に加わる度、当該追加データＡＤに設定された被験者の体格に関するパラメータに基づいて、基準値、最高値の補正値又はその両方を再評価し、設定、更新する学習が行われる。これによって、成人のような第１被験者の呼吸抵抗値の３Ｄグラフの表示における最高値（例えば、最高値Ｍ１）、小児のような第２被験者の呼吸抵抗値の３Ｄグラフの表示における最高値（例えば、最高値Ｍ２又は図９を参照して説明した周波数帯（又は周波数）毎の最高値）の精度をより高められる。

上述の機械学習によって追加データＡＤと３Ｄグラフの表示出力における呼吸抵抗値の最高値（又は最高値及び最低値）との関係が決定されると、その後、当該関係を示すデータが教師データとして機能する。すなわち、追加データＡＤが生じる程、測定データ２１０及び当該関係を示すデータがより多様なデータを含み、かつ、正しい判定結果を得るための「学習後の教師データ」として機能する。ここで、万が一、判定結果に誤りがあったとしても、例えば入力部２４を介した手動入力によってユーザが当該誤りを訂正してより好ましい表示出力となる呼吸抵抗値の最高値（又は最高値及び最低値）を設定することで、演算部２２は、判定プログラム２３０による隠れ層の重み付けを訂正する機会を得ることができる。すなわち、実施形態では、必要に応じてユーザが教師データをより正確なデータにすることができる。これによって、判定プログラム２３０を実行中の演算部２２は、より好ましい表示出力を得られる重み付けに基づいて追加データＡＤと３Ｄグラフの表示出力における呼吸抵抗値の最高値（又は最高値及び最低値）との関係を導出することができる。このような教師データと出力とのすりあわせの機会が生じ得ることを考慮し、演算部２２による演算処理で機械学習を実現するための判定プログラム２３０は更新可能に設けられることが望ましい。

さらに、実施形態の呼吸抵抗測定装置１は、所謂機械学習によって、追加データＡＤが過去に測定された測定データ２１０に含まれる各種のデータのうちどのデータに該当するかを判定可能になる。すなわち、判定プログラム２３０が、演算部２２を追加データＡＤに設定された付加データに基づいて特定された年齢、性別、身長、体重等のパラメータによって呼吸抵抗値の傾向の類似判定を行う対象とするデータを限定する重み付けを行うニューロン、類似の度合いに応じて重み付けを行うニューロン等として機能させることで、追加データＡＤが第１データ２１１に該当するか第２データ２１２に該当するか等を判別可能になる。さらに、判定結果に応じて、図８から図１１を参照して説明したような３Ｄグラフの見かけ上の補正を追加データＡＤに対して行うことも可能になる。

また、図３等を参照した説明では、グラフが波形上の３Ｄグラフである場合を例としているが、グラフの具体的な形態は波形上の３Ｄグラフに限られるものでなく、適宜変更可能である。例えば、棒グラフの組み合わせによる３Ｄグラフであってもよいし、周波数又は周波数帯毎に個別に表示された２Ｄグラフであってもよい。

また、表示部２３を用いた３Ｄグラフの具体的な表示態様は、適宜変更可能である。例えば、補正前後の３Ｄグラフを並べて表示してもよいし、入力部２４からの入力に応じて３Ｄグラフの補正有り無しを切り替え可能にしてもよい。

また、上述の説明における「成人」と「小児」との区別は、あくまで体格の差異を区別するための例示的な表現に過ぎず、特許請求の範囲における第１被験者と第２被験者との区別が年齢に依存した区別であることを意味するものでない。第１被験者と第２被験者との区別は、年齢に関係なく、被験者の性別、身長［ｃｍ］、体重［ｋｇ］等、被験者の体格に関するパラメータによって区別されてよい。無論、被験者の年齢［歳］を被験者の体格に関するパラメータとして扱ってもよい。

１ 呼吸抵抗測定装置
１０ 測定部
２０ データ管理部
２１ 記憶部
２２ 演算部
２３ 表示部
２４ 入力部
２１０ 測定データ
２１１ 第１データ
２１１ａ，２１２ａ 第１被験者データ
２１１ｂ，２１２ｂ 第２被験者データ
２１２ 第２データ
ＡＤ 追加データ

Claims (5)

1. 呼吸抵抗測定結果を示すデータを記憶する記憶部と、
   前記データに基づいた波形のグラフを含む表示を行う表示部と、
   前記表示部の表示出力内容を制御する制御部とを備え、
   前記データは、相対的に体格が大きい第１被験者のデータと、相対的に体格が小さい第２被験者のデータとを含み、
   前記データは、被験者の体格が前記第１被験者に該当するか前記第２被験者に該当するかを判定するためのパラメータを含み、
   前記パラメータは、少なくとも被験者の年齢を示す情報を含み、
   前記制御部は、前記第１被験者のデータと前記第２被験者のデータとで、前記グラフにおける呼吸抵抗値の原点と最高値の位置関係を対応させる
   呼吸抵抗測定装置。
2. 前記データは、複数の周波数又は複数の周波数帯の呼吸抵抗値データを含み、
   前記制御部は、前記第１被験者と前記第２被験者のデータとで、前記複数の周波数又は前記複数の周波数帯について個別に、前記グラフにおける呼吸抵抗値の原点と最高値の位置関係を対応させる
   請求項１に記載の呼吸抵抗測定装置。
3. 前記データは、呼吸機能が正常である場合の測定結果を示す第１データと、何らかの異常がある場合の測定結果を示す第２データとを含み、
   前記制御部は、前記第１データと前記第２データとで個別に、前記グラフにおける呼吸抵抗値の原点と最高値の位置関係を対応させる
   請求項１又は２に記載の呼吸抵抗測定装置。
4. 前記制御部は、前記呼吸抵抗測定結果を示す新たなデータと、前記新たなデータに設定された被験者の体格に関するパラメータとに基づいて、前記新たなデータの取得前に用いられていた原点、最高値及び最低値の少なくとも一つに関するパラメータを再評価する機械学習を行う
   請求項１から３のいずれか一項に記載の呼吸抵抗測定装置。
5. 情報処理装置が、呼吸抵抗測定結果を示すデータに基づいた波形のグラフを含む表示を行う表示制御方法であって、
   相対的に体格が大きい第１被験者の前記データと、相対的に体格が小さい第２被験者の前記データとを記憶するステップと、
   被験者の体格が第１被験者に該当するか第２被験者に該当するかを判定するためのパラメータであって、少なくとも被験者の年齢を示す情報を含むパラメータを前記データに付加するステップと、
   前記第１被験者のデータと前記第２被験者のデータとで、前記グラフにおける呼吸抵抗値の原点と最高値の位置関係を対応させた表示出力制御を行うステップとを含む
   表示制御方法。

Images