WO2019146025A1 - 脈波算出装置、脈波算出方法及び脈波算出プログラム - Google Patents

脈波算出装置、脈波算出方法及び脈波算出プログラム Download PDF

Info

Publication number
WO2019146025A1
WO2019146025A1 PCT/JP2018/002170 JP2018002170W WO2019146025A1 WO 2019146025 A1 WO2019146025 A1 WO 2019146025A1 JP 2018002170 W JP2018002170 W JP 2018002170W WO 2019146025 A1 WO2019146025 A1 WO 2019146025A1
Authority
WO
WIPO (PCT)
Prior art keywords
waveform
pulse wave
section
pulse
unit
Prior art date
Application number
PCT/JP2018/002170
Other languages
English (en)
French (fr)
Inventor
大輔 内田
村瀬　有一
Original Assignee
富士通株式会社
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 富士通株式会社 filed Critical 富士通株式会社
Priority to PCT/JP2018/002170 priority Critical patent/WO2019146025A1/ja
Priority to JP2019567451A priority patent/JP6947227B2/ja
Publication of WO2019146025A1 publication Critical patent/WO2019146025A1/ja

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure

Definitions

  • the present invention relates to a pulse wave calculation device, a pulse wave calculation method, and a pulse wave calculation program.
  • pulse waves which are fluctuations in blood volume in blood vessels accompanying the beating of the heart, using a dedicated instrument attached to a subject.
  • a technique for calculating the heart rate which is one aspect of a pulse wave
  • a peak of an electrocardiographic waveform measured by attaching an electrode of an electrocardiograph to a living body for example, a P wave or an R wave ECG method to calculate heart rate.
  • a photoplethysmogram is generated that irradiates infrared rays to peripheral blood vessels such as fingers and earlobe, and calculates a pulse approximately equivalent to a heartbeat from an optical change whose reflected light periodically changes due to blood flow and absorption characteristics.
  • the wave method is mentioned.
  • photographed test subject is proposed.
  • a power spectrum is obtained, for example, by FFT (Fast Fourier Transform) or maximum entropy method for signal components of an image in which the subject's face is photographed by a camera, and the heartbeat of the power spectrum is calculated from the peak value. Get the number.
  • JP 2014-221172 A JP 2004-316 A JP, 2016-220915, A JP, 2014-198201, A
  • the pulse wave calculation device includes an acquisition unit that acquires a first pulse waveform of the subject.
  • the pulse wave calculation device has a selection unit that selects one or more section waveforms from the first pulse waveform or the second waveform extracted from the first pulse waveform.
  • the pulse wave calculation device further includes a normalization processing unit that normalizes at least one of the time width and the amplitude of the interval waveform based on a model. Further, the pulse wave calculation device statistically processes the standardized section waveform and outputs it.
  • the pulse waveform can be acquired with high accuracy.
  • FIG. 1 is a diagram showing an example of processing for calculating a pulse wave from a photoelectric pulse wave sensor in the background art.
  • FIG. 2 is a diagram showing an example of processing for calculating a pulse wave from an image in the background art.
  • FIG. 3 is a diagram illustrating an example of the calculation device in the first embodiment.
  • FIG. 4 is a view showing an example of a pulse wave model in the first embodiment.
  • FIG. 5 is a diagram showing an example of a pulse wave model.
  • FIG. 6 is a view showing an example of the relationship between the pulse wave interval and the amplitude.
  • FIG. 7 is a diagram illustrating an example of the signal storage unit.
  • FIG. 8 is a diagram showing an example of the reference point identification processing result in the first embodiment.
  • FIG. 9 is a diagram showing an example of calculation processing of an autocorrelation coefficient of a pulse waveform.
  • FIG. 10 is a diagram showing an example of the calculation result of the autocorrelation coefficient.
  • FIG. 11 is a diagram illustrating an example of the normalization process and the statistical process in the first embodiment.
  • FIG. 12 is a flowchart illustrating an example of pulse wave calculation processing in the first embodiment.
  • FIG. 13 is a flowchart illustrating an example of pulse wave acquisition processing according to the first embodiment.
  • FIG. 14 is a flowchart illustrating an example of the reference point identification process according to the first embodiment.
  • FIG. 15 is a flowchart illustrating an example of the correlation calculation process according to the first embodiment.
  • FIG. 16 is a flowchart of an example of the section selection process according to the first embodiment.
  • FIG. 17 is a flowchart of an example of the waveform normalization process according to the first embodiment.
  • FIG. 18 is a flowchart illustrating an example of the output process in the first embodiment.
  • FIG. 19 is a diagram illustrating an example of the calculation device in the second embodiment.
  • FIG. 20 is a flowchart illustrating an example of pulse wave calculation processing according to the second embodiment.
  • FIG. 21 is a flowchart of an example of the luminance waveform acquisition process according to the second embodiment.
  • FIG. 22 is a flowchart of an example of the waveform filtering process according to the second embodiment.
  • FIG. 23 is a diagram illustrating an example of the reference point identification process according to the third embodiment.
  • FIG. 24 is a diagram illustrating an example of a computer that executes a pulse wave calculation program.
  • FIG. 1 is a diagram showing an example of processing for calculating a pulse wave from a photoelectric pulse wave sensor in the background art.
  • the photoelectric pulse wave sensor 111 is attached to, for example, a finger 112 of a subject, and calculates a pulse wave based on the fluctuation of reflected light such as infrared rays irradiated to a peripheral blood vessel.
  • the graph D1 in FIG. 1 shows a waveform obtained by filtering the pulse waveform obtained by the photoelectric pulse wave sensor 111.
  • the horizontal axis indicates the passage of time (seconds)
  • the vertical axis indicates the value (au) of the measured signal.
  • the horizontal axis indicates the passage of time
  • the vertical axis indicates the measured signal value, unless otherwise described.
  • noise is mixed in the measured signal as shown in the graph D1.
  • the pressing pressure of the finger 112 against the photoelectric pulse wave sensor 111 changes at each time point of R1 to R5
  • noise is mixed in the measured signal as shown in the graph D1.
  • a graph D2 of FIG. 1 shows an example of a graph obtained by performing second-order differentiation on a waveform mixed with such noise.
  • the vertical axis represents the second derivative of the pulse wave signal shown in D1.
  • FIG. 2 is a diagram showing an example of processing for calculating a pulse wave from an image in the background art.
  • an imaging device such as the camera 121 captures an image of the subject's face, for example, and calculates a pulse wave based on the fluctuation of a luminance signal (for example, green component) in a region F2 included in the captured image F1. .
  • a luminance signal for example, green component
  • the luminance signal detected using the image F1 is weak, and noise is likely to occur according to, for example, changes in external light, the positional relationship between the subject's living body and the camera, and the like.
  • the image F1 may change as shown in the image F1 ', for example, when the subject moves the body while taking a face image.
  • the region of the subject's face included in region F2 of image F1 does not match the region of the subject's face included in region F2 'of image F1'.
  • the continuity between the luminance signal detected by using the image F1 and the luminance signal detected by using the image F1 ' may be lost.
  • the graph D3 in FIG. 2 shows the waveform of the luminance signal detected when the image F1 changes as shown in the image F1 '.
  • the vertical axis represents the value of the measured luminance signal.
  • a graph D4 of FIG. 2 shows an example of a graph obtained by second-order differentiation of the waveform shown in D3.
  • the vertical axis represents a value obtained by performing second-order differentiation on the luminance signal shown in D3.
  • the calculation device 10 described below selects a section waveform corresponding to a pulse from a photoplethysmogram, a face image, etc., and based on a model of ventricular volume such as a Windkessel model described later
  • the pulse waveform is calculated by statistically processing the section waveform whose width is standardized.
  • the calculation device 10 can suppress the variation of the waveform and acquire the pulse wave with high accuracy.
  • the model used when the calculation device 10 normalizes the time width of the interval waveform is, for example, a model that reproduces a pulse wave, such as a Windkessel model, represented by a convex and monotonically increasing function.
  • FIG. 3 is a diagram illustrating an example of the calculation device in the first embodiment.
  • the calculation device 10 in the present embodiment includes a sensor 11, a storage unit 20, and a control unit 30.
  • the calculation device 10 is an example of a pulse wave calculation device.
  • the sensor 11 detects a signal or the like used to calculate a pulse wave.
  • the sensor 11 is, for example, a contact-type sensor mounted on a subject such as a photoelectric pulse wave sensor 111 shown in FIG.
  • the storage unit 20 is an example of a storage device that stores, for example, various data such as a program executed by the control unit 30, and is, for example, a memory, a processor, or the like.
  • the storage unit 20 includes a pulse wave model 21 and a signal storage unit 22.
  • the pulse wave model 21 is a model that reproduces a pulse wave, such as a Windkessel model (model of ventricular volume).
  • FIG. 4 is a view showing an example of a pulse wave model in the first embodiment.
  • the pulse wave model 21 stores a table in which “pulse wave interval” indicating the passage of time is associated with “amplitude” corresponding to the volume of the ventricle at each time point.
  • the “pulse wave interval” is, for example, milliseconds (ms).
  • the pulse wave model 21 is expressed by a function that is convex upward and monotonically increasing.
  • the pulse wave model 21 receives, for example, a table calculated in advance based on the following equation (1).
  • "Amp” indicates the signal amplitude and "RRI” indicates the pulse interval.
  • FIG. 5 is a diagram showing an example of a pulse wave model.
  • the ventricular volume is at a maximum at time t1 and then at a time t2 when time b has elapsed as the heart contracts.
  • the ventricular volume increases rapidly since blood pressure difference is large until time t3, that is, blood rapidly flows into the ventricle.
  • the blood inflow decreases because the blood pressure difference decreases, and the ventricular volume gradually increases until time t4.
  • contraction of the heart starts again and the ventricular volume decreases.
  • FIG. 6 is a view showing an example of the relationship between the pulse wave interval and the amplitude.
  • the model of the ventricular volume shown in FIG. 6 is a monotonically increasing model that is convex upward from time t2 to time t4 by excluding the period in which the heart contracts from time t1 to time t2.
  • FIG. 7 is a diagram illustrating an example of the signal storage unit. As shown in FIG. 7, the signal storage unit 22 stores “time” and “signal amplitude” in association with each other. The information stored in the signal storage unit 22 is input by, for example, an acquisition unit 31 described later.
  • control unit 30 is a processing unit that controls the entire calculation device 10 and is, for example, a processor.
  • the control unit 30 includes an acquisition unit 31, a section selection unit 35, a normalization unit 36, and an output unit 37.
  • the acquisition unit 31, the section selection unit 35, the standardization unit 36, and the output unit 37 are an example of an electronic circuit included in the processor and an example of a process executed by the processor.
  • the acquisition unit 31 acquires a signal related to a pulse wave.
  • the acquisition unit 31 acquires a signal detected by the sensor 11 and stores the signal in the signal storage unit 22.
  • the section selection unit 35 selects a section waveform from among the waveforms extracted from the acquired signal.
  • the interval selection unit 35 When selecting the interval waveform, the interval selection unit 35 generates, for example, a pulse waveform from the signal amplitude stored in the signal storage unit 22, and generates a filter according to the pulse wave frequency with respect to the generated pulse waveform. You may process.
  • the section selection unit 35 is an example of a selection unit, and the pulse waveform generated from the signal amplitude is an example of a first pulse waveform.
  • the section selection unit 35 performs band pass filtering processing in a range of frequencies that can be obtained by the pulse wave, such as 40 to 240 bpm. In addition, the section selection unit 35 corrects the amplitude such that, for example, the median value of the amplitude of the filtered extracted waveform is zero.
  • the extracted waveform is an example of a second waveform.
  • FIG. 8 is a diagram showing an example of the reference point identification processing result in the first embodiment.
  • a graph G1 in FIG. 8 shows a pulse waveform generated based on the signal amplitude stored in the signal storage unit 22.
  • the vertical axis represents the signal amplitude.
  • the section selection unit 35 performs, for example, band pass filtering processing on the graph G1 to extract a waveform from which noise is removed as illustrated in the graph G2 of FIG. 8.
  • the vertical axis represents the signal amplitude from which noise has been removed.
  • the interval selection unit 35 may specify, for example, a reference point of the extracted waveform.
  • the section selection unit 35 specifies, for example, a zero crossing point at which the signal amplitude of the extracted waveform is zero.
  • the section selection unit 35 specifies, for example, the time of the zero crossing point as a reference point for setting the section of the extracted waveform.
  • the section selection unit 35 converts the zero cross point Z1 at which the amplitude changes from negative to positive and the amplitude changes from positive to negative. Identify the zero crossing point Z2.
  • the interval selection unit 35 may calculate, for example, an autocorrelation coefficient for each interval waveform between the reference points.
  • the section selection unit 35 calculates, for example, the autocorrelation coefficient by the least square method of the error between the two superimposed waveforms, for example, the coincidence of the waveform when the reference segment waveform and the other segment waveform are superimposed. Do.
  • the section selection unit 35 calculates the autocorrelation coefficient for one section waveform, the present invention is not limited to this, and the autocorrelation coefficient may be calculated for a plurality of section waveforms.
  • the section selection unit 35 repeats, for example, the process of calculating an autocorrelation coefficient for each section waveform between the reference points with respect to all the reference points.
  • FIG. 9 is a diagram showing an example of calculation processing of an autocorrelation coefficient of a pulse waveform.
  • the section selection unit 35 moves the range S1 of the window width U including the four section waveforms by the shift width ⁇ and superimposes it on the different range S2 to calculate the degree of coincidence of the graph.
  • FIG. 10 is a diagram showing an example of the calculation result of the autocorrelation coefficient.
  • the numerical value C1 indicates the autocorrelation coefficient with the reference section waveform.
  • section waveforms having an autocorrelation coefficient close to 1 are similar to each other, and the difference from the reference section waveform becomes larger as the autocorrelation coefficient approaches 0.
  • the section selecting unit 35 selects a section waveform to be output based on the calculated autocorrelation coefficient.
  • the section selection unit 35 selects, for example, a section whose autocorrelation coefficient is equal to or greater than a predetermined threshold value ⁇ .
  • a predetermined threshold value ⁇ For example, in the calculation result of the autocorrelation coefficient as shown in FIG. 11, the interval selection unit 35 selects an interval waveform whose autocorrelation coefficient is “0.5” or more as an interval waveform to be output.
  • the section selection unit 35 may set the threshold value ⁇ so that, for example, a plurality of section waveforms are selected.
  • the normalization unit 36 normalizes the selected plurality of interval waveforms based on the model.
  • FIG. 11 is a diagram illustrating an example of the normalization process and the statistical process in the first embodiment.
  • the standardization unit 36 is an example of a standardization processing unit.
  • the normalization unit 36 superimposes the plurality of selected section waveforms as shown in the graph G5 of FIG.
  • the normalization unit 36 normalizes, for example, the time width of the superimposed interval waveform based on the pulse wave model 21.
  • the normalization unit 36 may use, for example, an average pulse wave time interval obtained from the zero crossing point in the past 10 seconds as the time width.
  • the standardization unit 36 outputs, to the output unit 37, a plurality of standardized section waveforms as shown in the graph G6 of FIG.
  • the output unit 37 performs statistical processing on the normalized section waveform, and outputs the processing result.
  • the output unit 37 calculates, for example, an average value of a plurality of standardized section waveforms as illustrated in a graph G6 of FIG.
  • the output unit 37 may calculate the median value of the plurality of standardized section waveforms. Then, the output unit outputs a statistically processed waveform as shown in the graph G7 of FIG. 11 as a processing result.
  • FIG. 12 is a flowchart illustrating an example of pulse wave calculation processing in the first embodiment.
  • the acquisition unit 31 of the calculation device 10 stands by until an instruction to start the pulse wave calculation process is received through, for example, an operation unit (not shown) (S10: No).
  • the acquisition unit 31 executes a pulse wave acquisition process (S11).
  • FIG. 13 is a flowchart illustrating an example of pulse wave acquisition processing according to the first embodiment.
  • the acquisition unit 31 activates a sensor 11 such as a photoelectric pulse wave sensor (S110), and acquires a sensor signal (S111).
  • the acquisition unit 31 repeats the process as long as the next data is received from the sensor 11 (S112: Yes).
  • the acquiring unit 31 does not acquire signal data from the sensor 11 (S112: No)
  • the acquiring unit 31 stops the sensor 11 (S114), and returns to the process of FIG.
  • the section selection unit 35 filters noise from the waveform as shown in the graph G1 of FIG. 8 to generate an extracted waveform as shown in the graph G2 of FIG. 8 (S12). Then, the section selection unit 35 executes the reference point identification process (S13).
  • FIG. 14 is a flowchart illustrating an example of the reference point identification process according to the first embodiment.
  • the section selection unit 35 specifies a zero crossing point as shown in the graph G3 from the extracted waveform as shown in the graph G2 of FIG. 8 (S130). Then, the section selection unit 35 outputs the identified zero cross point (S131), and returns to the processing of FIG.
  • FIG. 15 is a flowchart illustrating an example of the correlation calculation process according to the first embodiment.
  • the section selecting unit 35 specifies an extraction data range which is a section to be subjected to calculation of the autocorrelation coefficient (S140).
  • the section selection unit 35 calculates an autocorrelation coefficient between the extraction data range and another data range (S141).
  • the section selection unit 35 identifies the maximum correlation value among the autocorrelation coefficients between the extracted data range and the other data range (S 142), and shifts the distance to the data range corresponding to the maximum correlation value ⁇ Is calculated (S143).
  • the section selection unit 35 determines whether there is a next reference point that has not been processed (S144). If the section selection unit 35 determines that there is a next reference point (S144: Yes), the process returns to S140 and repeats. On the other hand, when it is determined that the phase relationship calculation process has been completed for all the reference points (S144: No), the section selection unit 35 returns to the process of FIG.
  • FIG. 16 is a flowchart of an example of the section selection process according to the first embodiment. As shown in FIG. 16, the section selecting unit 35 specifies a target section (S150). Next, the section selection unit 35 determines whether the correlation value of the section is equal to or more than the threshold value ⁇ (S151).
  • the section selection unit 35 determines that the correlation value of the section is greater than or equal to the threshold value ⁇ (S151: Yes), the section selection unit 35 selects the section as a section to be standardized (S152), and proceeds to S153. On the other hand, when it is determined that the correlation value of the section is less than the threshold value ⁇ (S151: No), the section selection unit 35 proceeds to S153 without selecting the section.
  • the section selection unit 35 determines whether there is a section that has not been processed (S153). If the section selection unit 35 determines that there is a section that has not been processed (S153: Yes), the process returns to S150 to repeat the processing. On the other hand, when it is determined that the processing has been completed for all the sections (S153: No), the section selecting unit 35 outputs the selected section to the standardization section 36 (S154), and returns to the processing of FIG.
  • FIG. 17 is a flowchart of an example of the waveform normalization process according to the first embodiment.
  • the normalization unit 36 acquires the time width and the amplitude of the selected section (S160).
  • the normalization unit 36 refers to, for example, a waveform model such as the pulse wave model 21 (S161).
  • the normalization unit 36 normalizes the time width or the amplitude using the waveform model (S162).
  • the standardization unit 36 determines whether there is a section that has not been processed (S163). If the normalization unit 36 determines that there is a section that has not been processed (S163: Yes), the process returns to S162 and repeats the processing. On the other hand, when determining that the processing has been completed for all the sections (S163: No), the normalization section 36 outputs the normalized section waveform to the output section 37, and returns to the processing of FIG.
  • FIG. 18 is a flowchart illustrating an example of the output process in the first embodiment.
  • the output unit 37 acquires a standardized section waveform (S170), and executes statistical processing such as averaging processing and median calculation (S171). Then, the output unit 37 outputs the processing result through the display unit (not shown) or the like (S172), returns to the processing of FIG. 12, and ends the processing.
  • the calculation apparatus 10 in the present embodiment acquires the first pulse waveform of the subject, and from the first pulse waveform or the second waveform extracted from the first pulse waveform, Select one or more interval waveforms.
  • the calculation apparatus normalizes at least one of the time width and the amplitude of the segment waveform based on the model.
  • the calculation device 10 uses, as a model, a Windkessel model (model of ventricular volume) that reproduces a pulse wave, which is expressed by a function that is convex upward and monotonically increasing.
  • the calculation device 10 can accurately acquire the pulse waveform.
  • the calculation device 10 acquires, for example, a signal acquired from a subject by a photoelectric pulse wave sensor as a first pulse waveform.
  • the calculation device 10 may calculate and output an average value or a median value of a plurality of standardized section waveforms. As a result, it is possible to detect the pulse wave with high accuracy by suppressing the variation of each section waveform.
  • the calculation device 10 filters noise from the first pulse waveform, extracts a second waveform, specifies a reference point of the waveform, and calculates an autocorrelation coefficient of the section waveform between the reference points.
  • the calculation device 10 is any one of a plurality of section waveforms specified by the reference point from the first pulse waveform or the second waveform, in which the maximum value of the autocorrelation coefficient is equal to or more than a predetermined threshold.
  • the above section waveform may be selected. This makes it possible to select a plurality of section waveforms that are less affected by noise.
  • calculation device 10 may extract the second waveform by performing band pass filtering on the first pulse waveform in the range of frequencies that can be obtained by the pulse wave. Thereby, since the noise is removed from the pulse waveform, the pulse wave can be detected accurately.
  • the calculation device 10 may specify a point at which the amplitude value of the second waveform crosses a zero value as a reference point.
  • the base point of the pulse wave can be easily determined without using the R wave or the like acquired from the electrocardiogram sensor.
  • the calculation device 10 may calculate the maximum value of the autocorrelation coefficient and the shift width of the time from the reference point of the section waveform to the reference point of the section waveform corresponding to the maximum value. As a result, it is possible to superimpose a plurality of section waveforms having high autocorrelation coefficients, and to suppress variation among section waveforms.
  • calculation device 10 explained composition which uses a signal acquired from a photoelectric pulse wave sensor, an embodiment is not restricted to this.
  • the calculation device may be configured to extract a luminance signal from an image captured by a camera or the like to calculate a pulse wave signal.
  • FIG. 19 is a diagram illustrating an example of the calculation device in the second embodiment.
  • the same parts as the parts shown in the above-described drawings are denoted by the same reference numerals, and redundant description will be omitted.
  • the calculation device 50 in the present embodiment has a camera 12, a storage unit 20, and a control unit 60.
  • the camera 12 is a non-contact sensor such as the camera 121 shown in FIG. 2, for example, and acquires an image obtained by photographing a subject.
  • the control unit 60 is a processing unit that controls the entire calculation device 50, and is, for example, a processor.
  • the control unit 60 includes an acquisition unit 61, a waveform extraction unit 62, a reference point identification unit 63, a correlation calculation unit 64, a section selection unit 65, a normalization unit 36, and an output unit 37.
  • the acquisition unit 61, the waveform extraction unit 62, the reference point identification unit 63, the correlation calculation unit 64, and the section selection unit 65 are also an example of an electronic circuit included in the processor and an example of a process executed by the processor.
  • the acquisition unit 61 acquires a luminance signal from the image captured by the camera 12 and stores the luminance signal in the signal storage unit 22.
  • the waveform extraction unit 62 extracts a waveform obtained by filtering noise from the acquired luminance signal.
  • the waveform extraction unit 62 extracts waveforms by performing statistical processing for each wavelength component on each pixel value of an image obtained by photographing a subject, which is stored in the signal storage unit 22, for example.
  • the waveform extraction unit 62 is an example of an extraction unit.
  • the waveform extraction unit 62 may extract the waveform using the green component of the pixel value. Also, the waveform extraction unit 62 may filter the pulse waveform using a region calculated from the red component and the green component of the pixel value as a noise region.
  • the reference point identification unit 63 executes, for example, a reference point identification process as shown in S13 of FIG. 12 among the processes executed by the section selection unit 35 in the first embodiment.
  • the reference point identification unit 63 outputs the identified reference point to the correlation calculation unit 64.
  • the correlation calculating unit 64 executes, for example, a correlation calculating process as shown in S14 of FIG. 12 among the processes performed by the section selecting unit 35 in the first embodiment.
  • the correlation calculation unit 64 outputs the calculated autocorrelation coefficient to the section selection unit 65.
  • the section selecting unit 65 executes, for example, a section selecting process as shown in S15 of FIG. 12 among the processes executed by the section selecting unit 35 in the first embodiment.
  • FIG. 20 is a flowchart illustrating an example of pulse wave calculation processing according to the second embodiment.
  • the same reference numerals as in the steps shown in FIGS. 12 to 18 denote the same steps, so detailed description will be omitted.
  • FIG. 21 is a flowchart of an example of the luminance waveform acquisition process according to the second embodiment.
  • the acquisition unit 61 activates the camera 12 (S210), and detects a face from the captured image (S211). Next, the acquisition unit 61 averages the detected area (S212), and extracts a luminance signal (S213).
  • the acquisition unit 61 repeats the process as long as the next data is received from the camera 12 (S214: Yes).
  • the acquisition unit 61 stops the camera 12 (S215), and returns to the process of FIG.
  • FIG. 22 is a flowchart of an example of the waveform filtering process according to the second embodiment.
  • the waveform extraction unit 62 acquires a luminance waveform from the signal storage unit 22 (S220). Next, the waveform extraction unit 62 extracts a noise area from the luminance waveform (S221). Then, the waveform extraction unit 62 extracts a pulse wave region from the luminance waveform excluding the noise waveform (S222). Thereafter, the waveform extraction unit 62 calculates the extracted waveform (S223), and returns to the process of FIG.
  • the calculation apparatus 50 in the present embodiment may acquire the luminance signal extracted from the image obtained by photographing the subject as the first pulse waveform.
  • the pulse wave can be accurately calculated using a general user terminal such as a smartphone.
  • the calculation apparatus 50 may extract the second waveform by performing statistical processing for each wavelength component on each pixel value of the image obtained by capturing the subject. Thereby, the pulse wave region can be extracted more accurately.
  • the calculation device 10 is a device integrated with a sensor
  • the present invention is not limited to this, and the main body of the calculation device 10 does not have a sensor, and is configured to obtain a signal from an external photoelectric pulse wave sensor or the like through an interface. It may be Similarly, the main body of the calculation apparatus 50 may not have the camera 12 and may be configured to acquire a luminance signal from an external camera or the like through an interface.
  • the configuration has been described in which the zero crossing point at which the amplitude value of the extracted waveform crosses the zero value is specified as the reference point, but the embodiment is not limited to this.
  • the calculation device 10 may specify at least one of the maximum point and the minimum point in the vicinity of the zero crossing point as the reference point as the reference point.
  • FIG. 23 is a diagram illustrating an example of the reference point identification process according to the third embodiment.
  • the section selection unit 35 of the calculation device 10 may specify the local maximum point Smax near the zero cross point Z3 and the local minimum point Smin near the zero cross point Z3 as the reference points.
  • the calculation device 10 specifies at least one of the local maximum point and the local minimum point near the point where the amplitude value of the second waveform crosses the zero value as the reference point. It is also good. This makes it possible to easily determine the base point of the pulse wave even when the variation of the zero crossing point is large.
  • the calculation apparatus 10 selects the section waveform from at least one of the signal acquired by the photoplethysmograph sensor and the luminance signal extracted from the image, instead of the extraction waveform in which the noise is filtered. It is also good. As a result, when the influence of noise due to a disturbance factor or the like is small, the processing load for pulse wave calculation can be reduced.
  • the normalization unit 36 may normalize the amplitude instead of the time width, or may normalize both the time width and the amplitude.
  • a plurality of pulse wave models may be used depending on the age, sex, and the like of the subject.
  • the calculation device 10 may be configured to further estimate the stress index, the blood vessel age, the blood pressure and the like of the subject using the pulse waveform calculated in each embodiment.
  • the calculation device 10 may perform linear interpolation on the acquired signal amplitude. Thus, even if the number of sampled signal amplitudes is small, it is possible to calculate the pulse waveform accurately.
  • part of the process described as being automatically performed can be manually performed.
  • all or part of the processing described as being performed manually may be performed automatically by a known method.
  • the processing procedures, control procedures, specific names, and information including various data and parameters shown in the above documents and drawings can be arbitrarily changed unless otherwise specified.
  • each component of each device illustrated is functionally conceptual, and does not necessarily have to be physically configured as illustrated. That is, the specific form of distribution and integration of each device is not limited to the illustrated one. That is, all or part of them can be configured to be functionally or physically dispersed and integrated in arbitrary units in accordance with various loads, usage conditions, and the like.
  • the correlation calculation unit 64 and the section selection unit 65 shown in FIG. 19 may be integrated.
  • the section selection unit 35 illustrated in FIG. 3 may be distributed to the waveform extraction unit 32, the reference point identification unit 33, the correlation calculation unit 34, and the section selection unit 65.
  • all or any part of each processing function performed in each device may be implemented by a processor and a program analyzed and executed by the processor, or may be implemented as wired logic hardware.
  • FIG. 24 is a diagram illustrating an example of a computer that executes a pulse wave calculation program.
  • the calculation device 10 will be described below as an example, the same applies to the corresponding devices in the second to third embodiments.
  • the computer 100 includes an operation unit 110 a, a sensor 110 b, a display 120, and a communication unit 130.
  • the computer 100 further includes a processor 150, a read only memory (ROM) 160, an external storage device 170, and a random access memory (RAM) 180.
  • the components 110 to 180 are connected via a bus 140.
  • Examples of the RAM 180 include memories such as synchronous dynamic random access memory (SDRAM) and flash memory.
  • Examples of the processor 150 include a central processing unit (CPU), a digital signal processor (DSP), a field programmable gate array (FPGA), and a programmable logic device (PLD).
  • CPU central processing unit
  • DSP digital signal processor
  • FPGA field programmable gate array
  • PLD programmable logic device
  • a pulse wave calculation program 170a that exerts the same function as each functional unit shown in the first to third embodiments is stored in advance.
  • the pulse wave calculation program 170 a may be integrated or separated as appropriate as each component shown in FIG. 3 or 19. That is, it is not necessary for all data to be stored in the external storage device 170 at all times in the external storage device 170, and only data necessary for processing may be stored in the external storage device 170.
  • the processor 150 reads out the pulse wave calculation program 170 a from the external storage device 170 and develops it in the RAM 180.
  • the pulse wave calculation program 170a functions as a pulse wave calculation process 180a.
  • the pulse wave calculation process 180a appropriately expands various data read from the external storage device 170 in an area allocated to itself on the RAM 180, and executes various processes based on the expanded various data.
  • the pulse wave calculation process 180a includes the processing executed by each functional unit shown in FIG. 3 or FIG. 19, for example, the processing shown in FIG. 12 to FIG. 18 and FIG. 20 to FIG. Further, in each processing unit virtually realized on the processor 150, all the processing units need not always operate on the processor 150, and only the processing units necessary for the processing may be virtually realized.
  • the pulse wave calculation program 170a described above does not have to be stored in the external storage device 170 or the ROM 160 from the beginning.
  • each program is stored in a "portable physical medium" inserted into the computer 100.
  • a portable physical medium any medium such as a flexible disk, a so-called FD, a CD-ROM (Compact Disc Read Only Memory), a DVD (Digital Versatile Disc), a magneto-optical disc, an IC (Integrated Circuit) card can be adopted.
  • the computer 100 may acquire each program from these portable physical media and execute it.
  • each program is stored in another computer or server device connected to the computer 100 via a public line, the Internet, LAN, WAN, etc., and the computer 100 acquires and executes each program from these. You may

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Physiology (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Cardiology (AREA)
  • Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)

Abstract

脈波波形を精度よく取得する。算出装置（１０）は、被験者の第１の脈波波形を取得する取得部（３１）を有する。算出装置は、前記第１の脈波波形又は前記第１の脈波波形から抽出された第２の波形から、１つ以上の区間波形を選択する区間選択部（３５）を有する。また、算出装置は、前記区間波形の時間幅及び振幅のうち少なくともいずれかを、モデルに基づいて規格化する規格化部（３６）を有する。さらに、算出装置は、規格化された区間波形を統計処理して出力する。

Description

脈波算出装置、脈波算出方法及び脈波算出プログラム
　本発明は、脈波算出装置、脈波算出方法及び脈波算出プログラムに関する。
　被験者に装着された専用の器具を用いて、心臓の拍動に伴う血管内の血液の体積の変動、いわゆる脈波を算出する技術が知られている。例えば、脈波の一態様である心拍数を算出する技術の一例としては、心電計の電極を生体に装着することによって計測された心電波形のピーク、例えばＰ波やＲ波などを用いて心拍数を算出する心電図法が挙げられる。他の一例としては、指や耳たぶなどの末梢血管に赤外線を照射し、その反射光が血流および吸光特性によって周期的に変動する光学的な変化から心拍とほぼ等価な脈拍を算出する光電脈波法が挙げられる。
　また、生体に計測器具が接触しない状態で脈波を測定するために、被験者が撮影された画像を用いた心拍測定方法が提案されている。かかる心拍測定方法では、カメラによって被験者の顔が撮影された画像の信号成分に対し、例えば、ＦＦＴ（Fast　Fourier　Transform）や最大エントロピー法によってパワースペクトルを求め、かかるパワースペクトルの周波数のピーク値から心拍数を得る。
特開２０１４－２２１１７２号公報 特開２００４－３１６号公報 特開２０１６－２２０９１５号公報 特開２０１４－１９８２０１号公報
　しかし、上記技術においては、脈波波形を精度よく取得することが難しい。上記技術においては、光電脈波センサや画像から得られる信号が微弱であるため、手や顔の動き、及び外光などの外乱要因によって、波形にノイズが混入する場合がある。これにより、取得される波形に乱れが生じると、波形の基点となる時点を特定できなくなるので、上記技術においては、心臓の拍動区間に相当する脈波区間（など）を判別することが難しい。
　一つの側面では、脈波波形を精度よく取得できる脈波算出装置、脈波算出方法及び脈波算出プログラムを提供することを目的とする。
　一つの態様において、脈波算出装置は、被験者の第１の脈波波形を取得する取得部を有する。脈波算出装置は、前記第１の脈波波形又は前記第１の脈波波形から抽出された第２の波形から、１つ以上の区間波形を選択する選択部を有する。また、脈波算出装置は、前記区間波形の時間幅及び振幅のうち少なくともいずれかを、モデルに基づいて規格化する規格化処理部を有する。さらに、脈波算出装置は、規格化された区間波形を統計処理して出力する。
　一つの態様によれば、脈波波形を精度よく取得できる。
図１は、背景技術における光電脈波センサから脈波を算出する処理の一例を示す図である。 図２は、背景技術における画像から脈波を算出する処理の一例を示す図である。 図３は、実施例１における算出装置の一例を示す図である。 図４は、実施例１における脈波モデルの一例を示す図である。 図５は、脈波モデルの一例を示す図である。 図６は、脈波間隔と振幅との関係の一例を示す図である。 図７は、信号記憶部の一例を示す図である。 図８は、実施例１における基準点特定処理結果の一例を示す図である。 図９は、脈波波形の自己相関係数の算出処理の一例を示す図である。 図１０は、自己相関係数の算出結果の一例を示す図である。 図１１は、実施例１における規格化処理及び統計処理の一例を示す図である。 図１２は、実施例１における脈波算出処理の一例を示すフローチャートである。 図１３は、実施例１における脈波取得処理の一例を示すフローチャートである。 図１４は、実施例１における基準点特定処理の一例を示すフローチャートである。 図１５は、実施例１における相関算出処理の一例を示すフローチャートである。 図１６は、実施例１における区間選択処理の一例を示すフローチャートである。 図１７は、実施例１における波形規格化処理の一例を示すフローチャートである。 図１８は、実施例１における出力処理の一例を示すフローチャートである。 図１９は、実施例２における算出装置の一例を示す図である。 図２０は、実施例２における脈波算出処理の一例を示すフローチャートである。 図２１は、実施例２における輝度波形取得処理の一例を示すフローチャートである。 図２２は、実施例２における波形フィルタリング処理の一例を示すフローチャートである。 図２３は、実施例３における基準点特定処理の一例を示す図である。 図２４は、脈波算出プログラムを実行するコンピュータの一例を示す図である。
　以下に、本願の開示する脈波算出装置、脈波算出方法及び脈波算出プログラムの実施例を図面に基づいて詳細に説明する。なお、この実施例によりこの発明が限定されるものではない。また、以下に示す各実施例は、矛盾を起こさない範囲で適宜組み合わせても良い。
　まず、背景技術における脈波算出処理について、図１及び図２を用いて説明する。上で述べたように、光電脈波センサを用いて得られた信号や、被験者を撮影した画像の信号成分を用いて、被験者の脈波を算出する技術が知られている。図１は、背景技術における光電脈波センサから脈波を算出する処理の一例を示す図である。図１に示すように、光電脈波センサ１１１は、例えば被験者の指１１２などに装着され、末梢血管に照射した赤外線などの反射光の変動に基づいて脈波を算出する。
　しかし、光電脈波センサ１１１により検出される信号には、光電脈波センサ１１１と指１１２との接触度合などに応じてノイズが生じやすい。例えば、図１のグラフＤ１は、光電脈波センサ１１１により得られた脈波波形をフィルタリング処理した波形を示す。グラフＤ１において、横軸は時間の経過（秒）を示し、縦軸は測定された信号の値（ａ．ｕ．）を示す。なお、以下に説明するその他の各グラフにおいても、別途説明のない場合、横軸は時間の経過を示し、縦軸は測定された信号の値を示すものとする。
　例えばＰ１乃至Ｐ６の各時点において、光電脈波センサ１１１と指１１２との接触不良が生じた場合、グラフＤ１に示すように測定された信号にノイズが混入する。また、例えばＲ１乃至Ｒ５の各時点において、指１１２の光電脈波センサ１１１に対する押し付け圧力が変化した場合も、同様にグラフＤ１に示すように測定された信号にノイズが混入する。
　図１のグラフＤ２は、このようなノイズが混入した波形を２階微分したグラフの一例を示す。グラフＤ２において、縦軸はＤ１に示す脈波信号を２階微分した値を示す。グラフＤ１及びＤ２においては、脈波らしいと考えられる区間を判別することは難しい。
　次に、画像から脈波を算出する処理について、図２を用いて説明する。図２は、背景技術における画像から脈波を算出する処理の一例を示す図である。図２に示すように、カメラ１２１などの撮影装置は、例えば被験者の顔を撮影し、撮影した画像Ｆ１に含まれる領域Ｆ２における輝度信号（例えば緑成分）の変動に基づいて脈波を算出する。
　しかし、画像Ｆ１を用いて検出される輝度信号は微弱であり、例えば外光の変化や、被験者の生体とカメラとの位置関係などに応じてノイズが生じやすい。例えば、顔画像の撮影中に被験者が体を動かすなどにより、画像Ｆ１が画像Ｆ１’に示すように変化する場合がある。この場合において、図２に示すように、画像Ｆ１における領域Ｆ２に含まれる被験者の顔の部位と、画像Ｆ１’における領域Ｆ２’に含まれる被験者の顔の部位とは一致しない。これにより、画像Ｆ１を用いて検出された輝度信号と、画像Ｆ１’を用いて検出された輝度信号との連続性が損なわれることがある。
　図２のグラフＤ３は、画像Ｆ１が画像Ｆ１’に示すように変化した場合において検出された輝度信号の波形を示す。グラフＤ３において、縦軸は測定された輝度信号の値を示す。また、図２のグラフＤ４は、Ｄ３に示した波形を２階微分したグラフの一例を示す。グラフＤ４において、縦軸はＤ３に示す輝度信号を２階微分した値を示す。グラフＤ３及びＤ４においては、輝度信号のピーク位置などの基点を特定することが難しいので、脈波を精度よく算出することが困難である。
　一方、本実施例における、以下に説明する算出装置１０は、光電脈波や顔画像等から脈拍に対応する区間波形を選択し、後に説明するウインドケッセルモデルなどの心室容積のモデルに基づいて時間幅が規格化された区間波形を統計処理して脈波を算出する。これにより、算出装置１０は、波形のばらつきを抑制し、精度よく脈波を取得できる。
　なお、算出装置１０が区間波形の時間幅を規格化する際に用いるモデルは、例えば凸で単調増加の関数で表現される、ウインドケッセルモデルのような、脈波を再現したモデルである。
［機能ブロック］
　次に、本実施例における算出装置の一例について、図３を用いて説明する。図３は、実施例１における算出装置の一例を示す図である。図３に示すように、本実施例における算出装置１０は、センサ１１と、記憶部２０と、制御部３０とを有する。なお、算出装置１０は、脈波算出装置の一例である。
　センサ１１は、脈波を算出するために用いられる信号等を検出する。センサ１１は、例えば図１に示す光電脈波センサ１１１のように、被験者に赤外線等を照射して反射光を検出する、被験者に装着される接触型のセンサである。
　記憶部２０は、例えば制御部３０が実行するプログラムなどの各種データなどを記憶する記憶装置の一例であり、例えばメモリやプロセッサなどである。記憶部２０は、脈波モデル２１及び信号記憶部２２を有する。
　脈波モデル２１は、ウインドケッセルモデル（心室容積のモデル）のような、脈波を再現したモデルである。図４は、実施例１における脈波モデルの一例を示す図である。図４に示すように、脈波モデル２１は、時間の経過を示す「脈波間隔」と、各時点における心室の容積に対応する「振幅」とを対応付けたテーブルを記憶する。「脈波間隔」は、例えばミリ秒（ｍｓ）である。図４に示すように、脈波モデル２１は、上に凸で単調増加の関数で表現される。
　脈波モデル２１には、例えば以下の式（１）に基づいて予め算出されるテーブルが入力される。式（１）において、「Ａｍｐ」は信号振幅を示し、「ＲＲＩ」は脈拍間隔を示す。係数「ａ」は、信号振幅の変化度合いを示し、例えばａ＝２である。また、係数「ｂ」は、心臓の収縮の開始から終了までの時間、すなわち心室容積が最大から最小に至るまでの時間（ミリ秒）を示し、例えばｂ＝２５０である。
Figure JPOXMLDOC01-appb-M000001
　式（１）は、例えば図５に示すような心室容積の変動に基づいて算出される。図５は、脈波モデルの一例を示す図である。図５に示すように、心室容積は時点ｔ１において最大となり、その後心臓の収縮に伴い、時間ｂが経過した時点ｔ２において最小となる。また、時点ｔ２において心臓の拡張が始まった直後、時点ｔ３までの間は、血圧差が大きいため、心室容積は急激に増加する、すなわち血液が心室に急激に流入する。そして、時点ｔ３以降は血圧差が小さくなるために血液流入は減少し、心室容積は時点ｔ４に至るまで緩やかに増加する。そして、時点ｔ４以降は再び心臓の収縮が開始し、心室容積が減少する。
　図５に示すような心室容積の変動に基づいて算出されるモデルの一例を、図６に示す。図６は、脈波間隔と振幅との関係の一例を示す図である。図６に示す心室容積のモデルは、時点ｔ１から時点ｔ２までの心臓が収縮する期間を捨象することにより、時点ｔ２から時点ｔ４までの上に凸で単調増加のモデルとなっている。
　図３に戻って、信号記憶部２２は、センサ１１から取得された信号に関する情報を記憶する。図７は、信号記憶部の一例を示す図である。図７に示すように、信号記憶部２２は、「時刻」と「信号振幅」とを対応付けて記憶する。なお、信号記憶部２２に記憶される情報は、例えば後に説明する取得部３１により入力される。
　図３に戻って、制御部３０は、算出装置１０全体を司る処理部であり、例えばプロセッサなどである。制御部３０は、取得部３１、区間選択部３５、規格化部３６及び出力部３７を有する。なお、取得部３１、区間選択部３５、規格化部３６及び出力部３７は、プロセッサが有する電子回路の一例やプロセッサが実行するプロセスの一例である。
　取得部３１は、脈波に関する信号を取得する。取得部３１は、センサ１１が検出した信号を取得し、信号記憶部２２に記憶する。
　区間選択部３５は、取得された信号から抽出される波形の中から、区間波形を選択する。区間選択部３５は、区間波形を選択するに際し、例えば、信号記憶部２２に記憶された信号振幅から脈波波形を生成し、生成した脈波波形に対して、脈波の周波数に応じたフィルタ処理を行ってもよい。なお、区間選択部３５は、選択部の一例であり、信号振幅から生成される脈波波形は、第１の脈波波形の一例である。
　区間選択部３５は、例えば４０乃至２４０ｂｐｍなど、脈波が取りうる周波数の範囲でバンドパスフィルタリング処理を行う。また、区間選択部３５は、例えばフィルタリングされた抽出波形の振幅の中央値がゼロになるように、振幅を補正する。なお、抽出波形は、第２の波形の一例である。
　区間選択部３５によるフィルタリング処理について、図８を用いて説明する。図８は、実施例１における基準点特定処理結果の一例を示す図である。図８のグラフＧ１は、信号記憶部２２に記憶された信号振幅に基づいて生成された脈波波形を示す。グラフＧ１において、縦軸は信号振幅を示す。区間選択部３５は、例えば、グラフＧ１に対してバンドパスフィルタリング処理を行うことにより、図８のグラフＧ２に示すように、ノイズを除去した波形を抽出する。グラフＧ２において、縦軸はノイズが除去された信号振幅を示す。なお、以下に説明するグラフＧ３乃至Ｇ７においても同様である。
　また、区間選択部３５は、区間波形を選択するに際し、例えば、抽出波形の基準点を特定してもよい。区間選択部３５は、例えば抽出波形の信号振幅がゼロとなるゼロクロス点を特定する。区間選択部３５は、例えばゼロクロス点の時刻を、抽出波形の区間を設定するための基準点として特定する。
　図８に示すように、区間選択部３５は、抽出波形を示したグラフＧ２から、グラフＧ３に示すように、振幅が負から正に転換するゼロクロス点Ｚ１、及び振幅が正から負に転換するゼロクロス点Ｚ２を特定する。
　また、区間選択部３５は、区間波形を選択するに際し、例えば、基準点間の各区間波形について自己相関係数を算出してもよい。区間選択部３５は、例えば基準となる区間波形と、その他の区間波形とを重ね合わせた際の波形の一致度を、重ね合わせた２つの波形の誤差の最小二乗法により自己相関係数を算出する。区間選択部３５は、１つの区間波形についての自己相関係数を算出するが、これに限られず、複数の区間波形について自己相関係数を算出してもよい。区間選択部３５は、例えば全ての基準点に対して、基準点間の各区間波形について自己相関係数を算出する処理を繰り返す。
　自己相関係数の算出処理について、図９及び図１０を用いて説明する。図９は、脈波波形の自己相関係数の算出処理の一例を示す図である。例えば、区間選択部３５は、４つの区間波形を含む窓幅Ｕの範囲Ｓ１を、ずらし幅τ分だけ動かして、異なる範囲Ｓ２と重ね合わせ、グラフの一致度を算出する。
　図１０は、自己相関係数の算出結果の一例を示す図である。図１０に示すグラフＧ４において、数値Ｃ１は、基準となる区間波形との自己相関係数を示す。図１０に示すように、自己相関係数が１に近い区間波形は相互に類似し、自己相関係数が０に近くなるほど、基準となる区間波形との相違が大きくなる。
　さらに、区間選択部３５は、算出された自己相関係数に基づいて、出力の対象とする区間波形を選択する。区間選択部３５は、例えば自己相関係数が所定の閾値α以上である区間を選択する。区間選択部３５は、例えば図１１に示すような自己相関係数の算出結果において、自己相関係数が「０．５」以上である区間波形を、出力の対象とする区間波形として選択する。区間選択部３５は、例えば複数の区間波形が選択されるように、閾値αを設定してもよい。
　規格化部３６は、選択された複数の区間波形を、モデルに基づいて規格化する。図１１は、実施例１における規格化処理及び統計処理の一例を示す図である。なお、規格化部３６は、規格化処理部の一例である。
　まず、規格化部３６は、図１１のグラフＧ５に示すように、選択された複数の区間波形を重ね合わせる。次に、規格化部３６は、例えば重ね合わせた区間波形の時間幅を、脈波モデル２１に基づいて規格化する。規格化部３６は、時間幅として、例えば過去１０秒間のゼロクロス点から求めた平均脈波時間間隔等を使用してもよい。そして、規格化部３６は、図１１のグラフＧ６に示すような規格化した複数の区間波形を、出力部３７に出力する。
　出力部３７は、規格化された区間波形に対する統計処理を行うとともに、処理結果を出力する。出力部３７は、例えば図１１のグラフＧ６に示すような規格化された複数の区間波形の平均値を算出する。なお、出力部３７は、規格化された複数の区間波形の中央値を算出してもよい。そして、出力部は、図１１のグラフＧ７に示すような統計処理された波形を、処理結果として出力する。
［処理の流れ］
　次に、本実施例における処理について、図１２乃至図１８を用いて説明する。図１２は、実施例１における脈波算出処理の一例を示すフローチャートである。図１２に示すように、算出装置１０の取得部３１は、例えば操作部（不図示）を通じて脈波算出処理の開始指示を受け付けるまで待機する（Ｓ１０：Ｎｏ）。取得部３１は、開始指示を受け付けたと判定した場合（Ｓ１０：Ｙｅｓ）、脈波取得処理を実行する（Ｓ１１）。
　図１３は、実施例１における脈波取得処理の一例を示すフローチャートである。図１３に示すように、取得部３１は、光電脈波センサなどのセンサ１１を起動し（Ｓ１１０）、センサ信号を取得する（Ｓ１１１）。取得部３１は、センサ１１から次のデータを受信する限り、処理を繰り返す（Ｓ１１２：Ｙｅｓ）。取得部３１は、センサ１１から信号データを取得しなかった場合（Ｓ１１２：Ｎｏ）、センサ１１を停止し（Ｓ１１４）、図１２の処理に戻る。
　次に、区間選択部３５は、図８のグラフＧ１に示すような波形からノイズをフィルタリングして、図８のグラフＧ２に示すような抽出波形を生成する（Ｓ１２）。そして、区間選択部３５は、基準点特定処理を実行する（Ｓ１３）。　
　図１４は、実施例１における基準点特定処理の一例を示すフローチャートである。図１４に示すように、区間選択部３５は、図８のグラフＧ２に示すような抽出波形から、グラフＧ３に示すようなゼロクロス点を特定する（Ｓ１３０）。そして、区間選択部３５は、特定したゼロクロス点を出力し（Ｓ１３１）、図１２の処理に戻る。
　次に、区間選択部３５は、相関算出処理を実行する（Ｓ１４）。図１５は、実施例１における相関算出処理の一例を示すフローチャートである。図１５に示すように、区間選択部３５は、自己相関係数の算出対象とする区間である抽出データ範囲を特定する（Ｓ１４０）。次に、区間選択部３５は、当該抽出データ範囲と他のデータ範囲との自己相関係数を算出する（Ｓ１４１）。次に、区間選択部３５は、当該抽出データ範囲と他のデータ範囲との自己相関係数のうち、最大相関値を特定し（Ｓ１４２）、最大相関値に対応するデータ範囲までのずらし幅τを算出する（Ｓ１４３）。
　そして、区間選択部３５は、処理していない次の基準点があるか否かを判定する（Ｓ１４４）。区間選択部３５は、次の基準点があると判定した場合（Ｓ１４４：Ｙｅｓ）、Ｓ１４０に戻って処理を繰り返す。一方、区間選択部３５は、全ての基準点について相関係算出処理を完了したと判定した場合（Ｓ１４４：Ｎｏ）、図１２の処理に戻る。
　次に、区間選択部３５は、区間選択処理を実行する（Ｓ１５）。図１６は、実施例１における区間選択処理の一例を示すフローチャートである。図１６に示すように、区間選択部３５は、対象とする区間を特定する（Ｓ１５０）。次に、区間選択部３５は、当該区間の相関値が、閾値α以上であるか否かを判定する（Ｓ１５１）。
　区間選択部３５は、当該区間の相関値が閾値α以上であると判定した場合（Ｓ１５１：Ｙｅｓ）、当該区間を、規格化の対象とする区間として選択し（Ｓ１５２）、Ｓ１５３に移行する。一方、区間選択部３５は、当該区間の相関値が閾値α未満であると判定した場合（Ｓ１５１：Ｎｏ）、区間を選択せずにＳ１５３に移行する。
　そして、区間選択部３５は、処理していない区間があるか否かを判定する（Ｓ１５３）。区間選択部３５は、処理していない区間があると判定した場合（Ｓ１５３：Ｙｅｓ）、Ｓ１５０に戻って処理を繰り返す。一方、区間選択部３５は、全ての区間について処理が完了したと判定した場合（Ｓ１５３：Ｎｏ）、選択した区間を規格化部３６に出力し（Ｓ１５４）、図１２の処理に戻る。
　次に、規格化部３６は、波形規格化処理を実行する（Ｓ１６）。図１７は、実施例１における波形規格化処理の一例を示すフローチャートである。まず、規格化部３６は、選択された区間の時間幅及び振幅を取得する（Ｓ１６０）。次に、規格化部３６は、例えば脈波モデル２１などの波形モデルを参照する（Ｓ１６１）。次に、規格化部３６は、波形モデルを用いて、時間幅又は振幅を規格化する（Ｓ１６２）。
　そして、規格化部３６は、処理していない区間があるか否かを判定する（Ｓ１６３）。規格化部３６は、処理していない区間があると判定した場合（Ｓ１６３：Ｙｅｓ）、Ｓ１６２に戻って処理を繰り返す。一方、規格化部３６は、全ての区間について処理が完了したと判定した場合（Ｓ１６３：Ｎｏ）、規格化した区間波形を出力部３７に出力し、図１２の処理に戻る。
　そして、出力部３７は、出力処理を実行する（Ｓ１７）。図１８は、実施例１における出力処理の一例を示すフローチャートである。まず、出力部３７は、規格化された区間波形を取得し（Ｓ１７０）、平均化処理や中央値算出などの統計処理を実行する（Ｓ１７１）。そして、出力部３７は、表示部（不図示）等を通じて処理結果を出力し（Ｓ１７２）、図１２の処理に戻って、処理を終了する。
［効果］
　以上説明したように、本実施例における算出装置１０は、被験者の第１の脈波波形を取得し、第１の脈波波形又は第１の脈波波形から抽出された第２の波形から、１つ以上の区間波形を選択する。算出装置は、区間波形の時間幅及び振幅のうち少なくともいずれかを、モデルに基づいて規格化する。なお、算出装置１０は、例えばモデルとして、上に凸で単調増加の関数で表現される、脈波を再現したウインドケッセルモデル（心室容積のモデル）を用いる。これにより、算出装置１０は、脈波波形を精度よく取得できる。なお、算出装置１０は、例えば被験者から光電脈波センサにより取得された信号を、第１の脈波波形として取得する。
　また、算出装置１０は、規格化された複数の区間波形の平均値又は中央値を算出して出力してもよい。これにより、区間波形ごとのバラつきを抑制して、脈波を精度よく検出できる。
　さらに、算出装置１０は、第１の脈波波形からノイズをフィルタリングして、第２の波形を抽出し、波形の基準点を特定し、基準点間における区間波形の自己相関係数を算出してもよい。また、算出装置１０は、第１の脈波波形又は第２の波形から基準点により特定される複数の区間波形のうち、自己相関係数の最大値が所定の閾値以上であるいずれか１つ以上の区間波形を選択してもよい。これにより、ノイズの影響の少ない複数の区間波形を選択することができる。
　なお、算出装置１０は、第１の脈波波形を、脈波が取りうる周波数の範囲でバンドパスフィルタリングすることにより、第２の波形を抽出してもよい。これにより、脈波波形からノイズを除去するので、脈波を精度よく検出できる。
　また、算出装置１０は、第２の波形の振幅値がゼロ値を交差する点を基準点として特定してもよい。これにより、心電センサより取得したＲ波などを用いることなく、脈波の基点を容易に決定することができる。
　さらに、算出装置１０は、自己相関係数の最大値と、当該区間波形の基準点から当該最大値に該当する区間波形の基準点までの時間のずらし幅とを算出してもよい。これにより、自己相関係数の高い複数の区間波形を重ね合わせ、区間波形ごとのバラつきを抑制することができる。
　実施例１においては、算出装置１０が、光電脈波センサから取得された信号を用いる構成について説明したが、実施の形態はこれに限られない。例えば、算出装置が、カメラ等で撮影された画像から輝度信号を抽出して脈波信号を算出するような構成であってもよい。
［機能ブロック］
　本実施例における算出装置の一例について、図１９を用いて説明する。図１９は、実施例２における算出装置の一例を示す図である。なお、以下の実施例において、先に説明した図面に示す部位と同一の部位には同一の符号を付し、重複する説明は省略する。
　図１９に示すように、本実施例における算出装置５０は、カメラ１２と、記憶部２０と、制御部６０とを有する。カメラ１２は、例えば図２に示すカメラ１２１のような非接触型のセンサであり、被験者を撮影した画像を取得する。
　制御部６０は、算出装置５０全体を司る処理部であり、例えばプロセッサなどである。制御部６０は、取得部６１、波形抽出部６２、基準点特定部６３、相関算出部６４、区間選択部６５、規格化部３６及び出力部３７を有する。なお、取得部６１、波形抽出部６２、基準点特定部６３、相関算出部６４及び区間選択部６５も、プロセッサが有する電子回路の一例やプロセッサが実行するプロセスの一例である。
　取得部６１は、カメラ１２が撮影した画像から、輝度信号を取得し、信号記憶部２２に記憶する。
　波形抽出部６２は、取得された輝度信号からノイズをフィルタリングした波形を抽出する。波形抽出部６２は、例えば、信号記憶部２２に記憶された、被験者を撮影した画像の各画素値に対して、波長成分別に統計処理することにより、波形を抽出する。なお、波形抽出部６２は、抽出部の一例である。
　例えば、波形抽出部６２は、画素値の緑成分を用いて波形を抽出してもよい。また、波形抽出部６２は、画素値の赤成分と緑成分とから算出される領域をノイズ領域として、脈波波形をフィルタリングしてもよい。
　基準点特定部６３は、例えば実施例１における区間選択部３５が実行する処理のうち、図１２のＳ１３に示すような基準点特定処理を実行する。基準点特定部６３は、特定した基準点を、相関算出部６４に出力する。
　相関算出部６４は、例えば実施例１における区間選択部３５が実行する処理のうち、図１２のＳ１４に示すような相関算出処理を実行する。相関算出部６４は、算出した自己相関係数を、区間選択部６５に出力する。
　区間選択部６５は、例えば実施例１における区間選択部３５が実行する処理のうち、図１２のＳ１５に示すような区間選択処理を実行する。
［処理の流れ］
　次に、本実施例における処理について、図２０乃至図２２を用いて説明する。図２０は、実施例２における脈波算出処理の一例を示すフローチャートである。なお、以下の説明において、図１２乃至図１８に示すステップと同じ符号については同様のステップであるため、詳細な説明を省略する。
　まず、取得部６１は、開始指示を受け付けたと判定した場合（Ｓ１０：Ｙｅｓ）、輝度波形取得処理を実行する（Ｓ２１）。図２１は、実施例２における輝度波形取得処理の一例を示すフローチャートである。
　図２１に示すように、取得部６１は、カメラ１２を起動し（Ｓ２１０）、撮影された画像から顔を検出する（Ｓ２１１）。次に、取得部６１は、検出された領域を平均化し（Ｓ２１２）、輝度信号を抽出する（Ｓ２１３）。
　そして、取得部６１は、カメラ１２から次のデータを受信する限り、処理を繰り返す（Ｓ２１４：Ｙｅｓ）。取得部６１は、カメラ１２からデータを取得しなかった場合（Ｓ２１４：Ｎｏ）、カメラ１２を停止し（Ｓ２１５）、図２０の処理に戻る。
　次に、波形抽出部６２は、波形フィルタリング処理を実行する（Ｓ２２）。図２２は、実施例２における波形フィルタリング処理の一例を示すフローチャートである。
　図２２に示すように、波形抽出部６２は、信号記憶部２２から輝度波形を取得する（Ｓ２２０）。次に、波形抽出部６２は、輝度波形からノイズ領域を抽出する（Ｓ２２１）。そして、波形抽出部６２は、ノイズ波形を除外した輝度波形から、脈波領域を抽出する（Ｓ２２２）。その後、波形抽出部６２は、抽出波形を算出し（Ｓ２２３）、図２０の処理に戻る。
［効果］
　以上説明したように、本実施例における算出装置５０は、被験者を撮影した画像から抽出される輝度信号を、第１の脈波波形として取得してもよい。これにより、例えばスマートフォンなどの一般的なユーザ端末を用いて、精度よく脈波を算出できる。
　なお、算出装置５０は、被験者を撮影した画像の各画素値に対して、波長成分別に統計処理することにより、第２の波形を抽出してもよい。これにより、より精度よく脈波領域を抽出できる。
　さて、これまで本発明の実施例について説明したが、本発明は上述した実施例以外にも、種々の異なる形態にて実施されてよいものである。例えば、算出装置１０は、センサと一体型の機器であるが、これに限られず、算出装置１０本体はセンサを有さず、インタフェースを通じて外部の光電脈波センサ等から信号を取得するような構成であってもよい。同様に、算出装置５０本体がカメラ１２を有さず、インタフェースを通じて外部のカメラ等から輝度信号を取得するような構成であってもよい。
　また、実施例１においては、基準点として、抽出波形の振幅値がゼロ値を交差するゼロクロス点を特定する構成について説明したが、実施の形態はこれに限られない。例えば、算出装置１０は、基準点として、ゼロクロス点の近傍における極大点及び極小点のうち少なくともいずれかを基準点として特定してもよい。
　図２３は、実施例３における基準点特定処理の一例を示す図である。図２３に示すように、算出装置１０の区間選択部３５は、ゼロクロス点Ｚ３の近傍にある極大点Ｓｍａｘ、及びゼロクロス点Ｚ３の近傍にある極小点Ｓｍｉｎを、基準点として特定してもよい。
　以上説明したように、本実施例において、算出装置１０は、第２の波形の振幅値がゼロ値を交差する点の近傍における極大点及び極小点のうち少なくともいずれかを基準点として特定してもよい。これにより、ゼロクロス点のバラつきが大きい場合においても、脈波の基点を容易に決定することができる。
　なお、算出装置１０は、ノイズがフィルタリングされた抽出波形の代わりに、光電脈波センサにより取得された信号及び画像から抽出される輝度信号のうち少なくともいずれかの中から、区間波形を選択してもよい。これにより、外乱要因等によるノイズの影響が小さい場合に、脈波算出のための処理負荷を軽減させることができる。
　また、規格化部３６は、選択波形を規格化する際に、時間幅の代わりに振幅を規格化してもよく、また時間幅及び振幅の両方を規格化してもよい。
　また、被験者の年齢や性別等に応じて、複数の脈波モデルを使い分けるような構成であってもよい。
　なお、算出装置１０が、各実施例において算出された脈波波形を用いて、被験者のストレス指標や血管年齢、血圧等をさらに推定するような構成であってもよい。
　また、算出装置１０は、取得した信号振幅に対して、線形補完を実行してもよい。これにより、サンプリングされた信号振幅の数が少ない場合であっても、精度よく脈波波形を算出できる。
［システム］
　また、各実施例において説明した各処理のうち、自動的に行なわれるものとして説明した処理の一部を手動的に行うこともできる。あるいは、手動的に行なわれるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、制御手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。
　また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散や統合の具体的形態は図示のものに限られない。つまり、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。例えば、図１９に示す相関算出部６４と区間選択部６５とを統合してもよい。また、図３に示す区間選択部３５を、波形抽出部３２、基準点特定部３３、相関算出部３４及び区間選択部６５に分散してもよい。さらに、各装置にて行なわれる各処理機能は、その全部または任意の一部が、プロセッサおよび当該プロセッサにて解析実行されるプログラムにて実現され、あるいは、ワイヤードロジックによるハードウェアとして実現され得る。
　上記の実施例で説明した各種の処理は、予め用意されたプログラムをコンピュータで実行することで実現できる。そこで、以下では、上記の実施例と同様の機能を有するプログラムを実行するコンピュータの一例を説明する。図２４は、脈波算出プログラムを実行するコンピュータの一例を示す図である。なお、以下においては、算出装置１０を例として説明するが、実施例２乃至３における対応する各装置についても同様である。
　コンピュータ１００は、操作部１１０ａと、センサ１１０ｂと、ディスプレイ１２０と、通信部１３０とを有する。さらに、このコンピュータ１００は、プロセッサ１５０と、ＲＯＭ（Read　Only　Memory）１６０と、外部記憶装置１７０と、ＲＡＭ（Random　Access　Memory）１８０とを有する。これら１１０～１８０の各部はバス１４０を介して接続される。
　ＲＡＭ１８０の一例としては、ＳＤＲＡＭ（Synchronous　Dynamic　Random　Access　Memory）、フラッシュメモリ等のメモリが挙げられる。プロセッサ１５０の一例としては、ＣＰＵ（Central　Processing　Unit）、ＤＳＰ（Digital　Signal　Processor）、ＦＰＧＡ（Field　Programmable　Gate　Array）、ＰＬＤ（Programmable　Logic　Device）等が挙げられる。
　外部記憶装置１７０には、図２４に示すように、上記の実施例１乃至３で示した各機能部と同様の機能を発揮する脈波算出プログラム１７０ａが予め記憶される。この脈波算出プログラム１７０ａについては、図３又は図１９に示した各々の構成要素と同様、適宜統合又は分離しても良い。すなわち、外部記憶装置１７０に格納される各データは、常に全てのデータが外部記憶装置１７０に格納される必要はなく、処理に必要なデータのみが外部記憶装置１７０に格納されれば良い。
　そして、プロセッサ１５０が、脈波算出プログラム１７０ａを外部記憶装置１７０から読み出してＲＡＭ１８０に展開する。これによって、図２４に示すように、脈波算出プログラム１７０ａは、脈波算出プロセス１８０ａとして機能する。この脈波算出プロセス１８０ａは、外部記憶装置１７０から読み出した各種データを適宜ＲＡＭ１８０上の自身に割り当てられた領域に展開し、この展開した各種データに基づいて各種処理を実行する。なお、脈波算出プロセス１８０ａは、図３又は図１９に示した各機能部にて実行される処理、例えば図１２乃至図１８及び図２０乃至図２２に示す処理を含む。また、プロセッサ１５０上で仮想的に実現される各処理部は、常に全ての処理部がプロセッサ１５０上で動作する必要はなく、処理に必要な処理部のみが仮想的に実現されれば良い。
　なお、上記の脈波算出プログラム１７０ａについては、必ずしも最初から外部記憶装置１７０やＲＯＭ１６０に記憶させておく必要はない。例えば、コンピュータ１００に挿入される「可搬用の物理媒体」に各プログラムを記憶させる。可搬用の物理媒体は、フレキシブルディスク、いわゆるＦＤ、ＣＤ－ＲＯＭ（Compact　Disc　Read　Only　Memory）、ＤＶＤ（Digital　Versatile　Disc）、光磁気ディスク、ＩＣ（Integrated　Circuit）カードなどの任意の媒体を採用できる。そして、コンピュータ１００がこれらの可搬用の物理媒体から各プログラムを取得して実行するようにしてもよい。また、公衆回線、インターネット、ＬＡＮ、ＷＡＮなどを介してコンピュータ１００に接続される他のコンピュータまたはサーバ装置などに各プログラムを記憶させておき、コンピュータ１００がこれらから各プログラムを取得して実行するようにしてもよい。
　１０、５０　算出装置
　１１　センサ
　１２　カメラ
　２０　記憶部
　２１　脈波モデル
　２２　信号記憶部
　３０、６０　制御部
　３１、６１　取得部
　６２　波形抽出部
　６３　基準点特定部
　６４　相関算出部
　３５、６５　区間選択部
　３６　規格化部
　３７　出力部

Claims (13)

  1. 　被験者の第１の脈波波形を取得する取得部と、
    　前記第１の脈波波形又は前記第１の脈波波形から抽出された第２の波形から、１つ以上の区間波形を選択する選択部と、
    　前記区間波形の時間幅及び振幅のうち少なくともいずれかを、モデルに基づいて規格化する規格化処理部と、
    　規格化された前記区間波形を統計処理して出力する出力部と
    　を有することを特徴とする脈波算出装置。
  2. 　前記規格化処理部は、前記モデルとして、上に凸で単調増加の関数で表現される、脈波を再現したウインドケッセルモデルを用いて、前記区間波形の時間幅及び振幅のうち少なくともいずれかを規格化することを特徴とする請求項１に記載の脈波算出装置。
  3. 　前記取得部は、前記被験者から光電脈波センサにより取得された信号又は前記被験者を撮影した画像から抽出される輝度信号を、前記第１の脈波波形として取得することを特徴とする請求項１に記載の脈波算出装置。
  4. 　前記選択部は、前記光電脈波センサにより取得された信号及び前記画像から抽出される輝度信号のうち少なくともいずれかの中から、前記区間波形を選択することを特徴とする請求項３に記載の脈波算出装置。
  5. 　前記出力部は、規格化された複数の前記区間波形の平均値又は中央値を算出して出力することを特徴とする請求項１に記載の脈波算出装置。
  6. 　前記第１の脈波波形からノイズをフィルタリングして、前記第２の波形を抽出する抽出部と、
    　前記第２の波形の基準点を特定する基準点特定部と、
    　前記基準点間における区間波形の自己相関係数を算出する相関算出部をさらに有し、
    　前記選択部は、前記第１の脈波波形又は前記第２の波形から前記基準点により特定される複数の区間波形のうち、前記自己相関係数の最大値が所定の閾値以上であるいずれか１つ以上の区間波形を選択することを特徴とする請求項１乃至５のいずれか１つに記載の脈波算出装置。
  7. 　前記抽出部は、前記第１の脈波波形を、脈波が取りうる周波数の範囲でバンドパスフィルタリングすることにより、前記第２の波形を抽出することを特徴とする請求項６に記載の脈波算出装置。
  8. 　前記抽出部は、前記被験者を撮影した画像の各画素値に対して、波長成分別に統計処理することにより、前記第２の波形を抽出することを特徴とする請求項６に記載の脈波算出装置。
  9. 　前記基準点特定部は、前記第２の波形の振幅値がゼロ値を交差する点を前記基準点として特定することを特徴とする請求項６に記載の脈波算出装置。
  10. 　前記基準点特定部は、前記第２の波形の振幅値がゼロ値を交差する点の近傍における極大点及び極小点のうち少なくともいずれかを前記基準点として特定することを特徴とする請求項６に記載の脈波算出装置。
  11. 　前記相関算出部は、前記自己相関係数の最大値と、当該区間波形の基準点から当該最大値に該当する区間波形の基準点までの時間のずらし幅とを算出することを特徴とする請求項６に記載の脈波算出装置。
  12. 　コンピュータが、
    　被験者の第１の脈波波形を取得し、
    　前記第１の脈波波形又は前記第１の脈波波形から抽出された第２の波形から、１つ以上の区間波形を選択し、
    　前記区間波形の時間幅及び振幅のうち少なくともいずれかを、モデルに基づいて規格化し、
    　規格化された前記区間波形を統計処理して出力する
    　処理を実行することを特徴とする脈波算出方法。
  13. 　コンピュータに、
    　被験者の第１の脈波波形を取得し、
    　前記第１の脈波波形又は前記第１の脈波波形から抽出された第２の波形から、１つ以上の区間波形を選択し、
    　前記区間波形の時間幅及び振幅のうち少なくともいずれかを、モデルに基づいて規格化し、
    　規格化された前記区間波形を統計処理して出力する
    　処理を実行させることを特徴とする脈波算出プログラム。
PCT/JP2018/002170 2018-01-24 2018-01-24 脈波算出装置、脈波算出方法及び脈波算出プログラム WO2019146025A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
PCT/JP2018/002170 WO2019146025A1 (ja) 2018-01-24 2018-01-24 脈波算出装置、脈波算出方法及び脈波算出プログラム
JP2019567451A JP6947227B2 (ja) 2018-01-24 2018-01-24 脈波算出装置、脈波算出方法及び脈波算出プログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2018/002170 WO2019146025A1 (ja) 2018-01-24 2018-01-24 脈波算出装置、脈波算出方法及び脈波算出プログラム

Publications (1)

Publication Number Publication Date
WO2019146025A1 true WO2019146025A1 (ja) 2019-08-01

Family

ID=67395258

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2018/002170 WO2019146025A1 (ja) 2018-01-24 2018-01-24 脈波算出装置、脈波算出方法及び脈波算出プログラム

Country Status (2)

Country Link
JP (1) JP6947227B2 (ja)
WO (1) WO2019146025A1 (ja)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2021041070A (ja) * 2019-09-13 2021-03-18 サクサ株式会社 脈波解析装置及び脈波解析プログラム
JP2021127750A (ja) * 2020-02-14 2021-09-02 株式会社島津製作所 ポンプ監視装置および真空ポンプ
JP7387802B2 (ja) 2022-04-27 2023-11-28 キヤノン株式会社 検査装置、検査方法及びプログラム

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014176584A (ja) * 2013-03-15 2014-09-25 Fujitsu Ltd 信号処理装置、信号処理方法及び信号処理プログラム
JP2014221172A (ja) * 2013-05-14 2014-11-27 富士通株式会社 脈波検出装置、脈波検出プログラム、脈波検出方法及びコンテンツ評価システム
JP2015231512A (ja) * 2014-05-14 2015-12-24 国立大学法人信州大学 血圧測定装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015121949A1 (ja) * 2014-02-13 2015-08-20 富士通株式会社 信号処理装置、信号処理方法及び信号処理プログラム

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014176584A (ja) * 2013-03-15 2014-09-25 Fujitsu Ltd 信号処理装置、信号処理方法及び信号処理プログラム
JP2014221172A (ja) * 2013-05-14 2014-11-27 富士通株式会社 脈波検出装置、脈波検出プログラム、脈波検出方法及びコンテンツ評価システム
JP2015231512A (ja) * 2014-05-14 2015-12-24 国立大学法人信州大学 血圧測定装置

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2021041070A (ja) * 2019-09-13 2021-03-18 サクサ株式会社 脈波解析装置及び脈波解析プログラム
JP7272196B2 (ja) 2019-09-13 2023-05-12 サクサ株式会社 脈波解析装置及び脈波解析プログラム
JP2021127750A (ja) * 2020-02-14 2021-09-02 株式会社島津製作所 ポンプ監視装置および真空ポンプ
JP7480517B2 (ja) 2020-02-14 2024-05-10 株式会社島津製作所 ポンプ監視装置および真空ポンプ
JP7387802B2 (ja) 2022-04-27 2023-11-28 キヤノン株式会社 検査装置、検査方法及びプログラム

Also Published As

Publication number Publication date
JPWO2019146025A1 (ja) 2020-11-19
JP6947227B2 (ja) 2021-10-13

Similar Documents

Publication Publication Date Title
JP6761265B2 (ja) 光電式容積脈波信号のノイズ除去方法とシステム
Tasli et al. Remote PPG based vital sign measurement using adaptive facial regions
CN107809948B (zh) 用于获知血压走向的方法和设备
CN109276241B (zh) 一种压力识别方法及设备
JP2020510487A (ja) 対象の生理学的信号を測定及び処理するデバイス、システム並びに方法
EP2777485B1 (en) Signal processor, signal processing method, and signal processing program
JP2018525188A (ja) 生物学的データの処理
WO2019146025A1 (ja) 脈波算出装置、脈波算出方法及び脈波算出プログラム
JP6310401B2 (ja) 生理的リズムを表す信号を処理する方法、システム及びコンピュータプログラム
WO2015163369A1 (ja) 心電波形検出装置、及び撮像装置
JP6115263B2 (ja) 脈波検出装置、脈波検出方法及び脈波検出プログラム
US10004473B2 (en) Heart rate detection method and device using heart sound acquired from auscultation positions
JP7290768B2 (ja) 検出装置
Rumiński Reliability of pulse measurements in videoplethysmography
JP2019097757A5 (ja)
JP6620999B2 (ja) 生体情報計測装置、生体情報計測プログラム、及び生体情報計測方法
CN111387959A (zh) 一种基于ippg的非接触式生理参数检测方法
CN112494001B (zh) Ppg信号质量评估方法、装置、穿戴式设备及存储介质
Pal et al. Improved heart rate detection using smart phone
JP2020519332A (ja) ビデオシーケンスから生理学的情報を抽出するシステムおよび方法
TWI655930B (zh) Measuring device, measuring method and recording medium
JP7296503B2 (ja) 自律型フルスペクトル生体モニタリング
CN106343989A (zh) 基于图像处理的血压监测方法
JP6668063B2 (ja) 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
JP2007244478A (ja) 脈波計及び脈波検出方法

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 18902172

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2019567451

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 18902172

Country of ref document: EP

Kind code of ref document: A1