Nothing Special   »   [go: up one dir, main page]

JP3635663B2 - 不整脈検出装置 - Google Patents

不整脈検出装置 Download PDF

Info

Publication number
JP3635663B2
JP3635663B2 JP53695797A JP53695797A JP3635663B2 JP 3635663 B2 JP3635663 B2 JP 3635663B2 JP 53695797 A JP53695797 A JP 53695797A JP 53695797 A JP53695797 A JP 53695797A JP 3635663 B2 JP3635663 B2 JP 3635663B2
Authority
JP
Japan
Prior art keywords
pulse wave
arrhythmia
frequency
body motion
waveform
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
JP53695797A
Other languages
English (en)
Inventor
和彦 天野
和夫 上馬場
仁 石山
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Seiko Epson Corp
Original Assignee
Seiko Epson Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Seiko Epson Corp filed Critical Seiko Epson Corp
Application granted granted Critical
Publication of JP3635663B2 publication Critical patent/JP3635663B2/ja
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • A61B5/7207Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts
    • A61B5/721Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts using a separate sensor to detect motion or using motion information derived from signals other than the physiological signal to be measured
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/02Detecting, 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
    • A61B5/024Detecting, measuring or recording pulse rate or heart rate
    • A61B5/02438Detecting, measuring or recording pulse rate or heart rate with portable devices, e.g. worn by the patient
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235Details of waveform analysis
    • A61B5/7253Details of waveform analysis characterised by using transforms
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7225Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235Details of waveform analysis
    • A61B5/7253Details of waveform analysis characterised by using transforms
    • A61B5/7257Details of waveform analysis characterised by using transforms using Fourier transforms
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235Details of waveform analysis
    • A61B5/7253Details of waveform analysis characterised by using transforms
    • A61B5/726Details of waveform analysis characterised by using transforms using Wavelet transforms

Landscapes

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

Description

技術分野
本発明は、生体の脈から、安静時および運動時の不整脈を検出するのに好適な不整脈検出装置に関する。
技術背景
心臓の収縮によって生じる脈を脈波波形として捉えると、心臓が縮小して血液が動脈に送出されることによって生じる主波と呼ばれる波形と、心臓の弁が閉じた後に生じる重拍波と呼ばれる波形に大別される。健康な状態では、心臓が規則正しく収縮を繰り返すため、脈波波形には一定のリズムがある。
しかしながら、循環器系の異常等により心臓が弱ると、脈が結滞(脈が途切れること)を起こしたり、脈が不規則になることがある。このような脈の乱れ(以後、不整脈という)は、喫煙でも起こるが、心臓弁膜症、心筋梗塞、心筋症などの心臓病ではしばしば起こる。このような事情から、不整脈を検出することにより、循環器系の異常を診断することが行われている。
また、完全房室ブロックやアダム・ストークス症候群などによって発生する除脈(脈拍数が40拍/分以下となる脈)は危険性が高いことが知られている。さらに、除脈あるいは頻脈(毎分150拍以上)を引き起こす洞不全症候群も知られている。また、期外収縮は脈の結滞(不整脈)を招くものであり、運動時における期外収縮の発生は危険性を有することが予測され、このような事情から、不整脈の検出が重要視されている。
従来、上述した不整脈の検出には、被験者の胸部に電極を貼り付け、電極によって心電波形を検出する心電計が用いられていた。
ところで、心電計は大型の装置であり、また、被験者に電極を取り付けることが必要となるため、検査を受けている期間中、被験者は検査室から外に出ることができず、行動範囲が限られていた。また、最近では、携帯型の心電図記録装置も開発されているが、上記心電計と同様に、取り扱いが難しく、専門的な知識の無い者が自分で気軽に不整脈を検出するというわけにはいかなかった。すなわち、日常生活において不整脈を正確に検出することはできなかった。
発明の開示
本発明は上述した事情に鑑みてなされたものであり、日常生活において簡単な操作で不整脈を正確に検出することができる携帯型の不整脈検出装置を提供することを目的とする。
上記課題を解決するために、本発明は、基本的に、非侵襲的に生体の脈波波形を検出する脈波検出手段と、この脈波検出手段によって検出された脈波波形中から体動成分を除外する体動成分除外手段と、この体動成分除外手段によって体動成分が除外された純粋な脈波波形を表す情報を告知する告知手段とを具備することを特徴としている。あるいは、非侵襲的に生体の脈波波形を検出する脈波検出手段と、この脈波検出手段によって検出された脈波波形から体動成分を除外する体動成分除外手段と、この体動成分除外手段によって体動成分が除外された純粋な脈波波形の変化を監視して不整脈を検出する不整脈検出手段と、この不整脈検出手段の検出結果を告知する告知手段とを具備することを特徴としている。
上述した構成によれば、非侵襲的に取得可能な脈波波形に基づいて不整脈を検出することができるので、被験者の胸部に電極を取り付ける必要がなく、簡単な操作で不整脈を検出することができる。また、心電計に比較して、構成が簡素で小型化が容易であり、携帯性に優れた不整脈検出装置を実現できる。なお、脈波検出手段によって検出される脈波波形には、日常的な体動による体動成分が入り込むことが予想されるが、上記体動が日常的な範囲である限り、体動成分と脈波成分とを区別することは容易であるので、純粋な脈波波形を得ることができる。したがって、日常生活において不整脈を正確に検出することができる。なお、純粋な脈派波形を表す情報を告知することにより、告知された人間が、不整脈の有無を知ることができることはいうまでもない。
さらに、生体の体動を検出して体動波形を出力する体動検出手段を設け、脈波波形から体動成分を除いた脈波成分の変化を監視するようにすれば、体動をキャンセルすることができるので、運動中でも不整脈を正確に検出することができる。
また、連続性の有無については、時間領域で調べるようにしてもよいし、周波数領域で調べるようにしてもよい。時間領域で調べる場合には、脈波間隔値と基準値との差異を監視することになるが、不整脈をより正確に検出するために、脈波間隔値を更新するようにしてもよい。
周波数領域で調べる場合には、脈波波形の周波数解析結果中の脈波成分に相当する周波数解析結果を用いて不整脈を検出する。この際、生体の運動状態に応じて周波数解析の対象となる周波数領域を変更して不整脈をより正確に検出するようにしてもよい。また、体動に定常性がある場合にのみ不整脈の検出動作を行うようにして、定常運動(例えば、走行等の強運動)時の不整脈を検出するようにしてもよい。もちろん、周波数解析手法は、FFT(高速フーリエ変換)であってもよし、ウェーブレット変換であってもよし、他の手法であってもよい。FFTの場合には、拍動周波数の適正な変動範囲を推定し、FFT結果において、推定した変動範囲内に突出した周波数スペクトルが存在しない場合に不整脈発生と判定するようにしてもよい。
ウェーブレット変換の場合には、脈波波形にウェーブレット変換を施して得られる脈波解析データの連続性を各周波数領域毎に解析し、異常部分を検知した場合に不整脈と判定する。この際、対応する各周波数に基づいて、脈波解析データに周波数当たりのパワー密度が一定になるように補正を施し、脈波補正データを生成し、この脈波補正データの連続性を各周波数領域毎に解析し、異常部分を検知した場合に不整脈と判定するようにしてもよい。
さらに、脈波波形および体動波形のそれぞれにウェーブレット変換を施して脈波解析データおよび体動解析データを取得し、脈波解析データから体動解析データを減算した結果に対して連続性の解析を行うようにしてもよい。もちろん、各ウェーブレット変換結果に対して、周波数当たりのパワー密度が一定になるように補正を施した後に上記減算を行うようにしてもよいし、上記減算後に上記補正を施すようにしてもよい。なお、脈波波形から体動成分を除去する他の手法としては、脈波解析データまたは脈波補正データから体動に対応する周波数成分を除去する方法がある。また、脈波波形の周期に同期してウェーブレット変換を施すようにしてもよい。
さらに、不整脈であると判定されると、そのことを告知するようにしても良いし、不整脈の発生時刻を記憶するようにしてもよい。ここで、記憶した発生時刻に応じた情報(例えばヒストグラム)を生体リズムと対応付けて告知するようにしてもよい。また、不整脈であると判定された所定時間当たりの回数を不整脈頻度情報として算出するようにしても良いし、この不整脈頻度情報が予め定められた所定値を越えた場合に、そのことを告知するようにしてもよい。さらに、不整脈であると判定された回数を積算して不整脈積算情報を生成するようにしても良いし、前記不整脈積算情報が予め定められた所定値を越えた場合に、そのことを告知するようにしてもよい。また、前記不整脈頻度情報が予め定められた所定値を越え、かつ、前記不整脈積算情報が予め定められた所定値を越えた場合に、そのことを告知するようにしてもよいし、前記不整脈頻度情報および前記積算情報の少なくとも一方を告知するようにしてもよい。このようにすることにより、使用者が自らの体調を知ることができる。
また、不整脈検出処理と告知処理とを並行実行することができる。さらに、前記脈波検出手段は、生体の動脈の脈動を圧力によって検出する圧脈波センサから構成しても良いし、生体の検出部位に300nm〜700nmの波長の光を照射したときの反射光を受光して得られる受光信号を脈波波形として検出するように構成しても良いし、生体の検出部位に600nm〜1000nmの波長の光を照射したときの透過光を受光して得られる受光信号を脈波波形として検出するように構成しても良い。
【図面の簡単な説明】
図1は、本発明の基本的な技術的思想に基づいた不整脈検出装置の概略構成を示すブロック図である。
図2は、本発明の好適な第1実施形態による不整脈検出装置の構成例を示すブロック図である。
図3は、同装置の外観例を示す斜視図である。
図4は、不整脈がない場合における指尖脈波の周波数解析結果の一例を示すグラフである。
図5は、不整脈がある場合における指尖脈波の周波数解析結果の一例を示すグラフである。
図6は、不整脈がない場合における橈骨脈波の周波数解析結果の一例を示すグラフである。
図7は、不整脈がある場合における橈骨脈波の周波数解析結果の一例を示すグラフである。
図8は、本発明の好適な第1実施形態による脈波波形検出動作の一例を示すフローチャートである。
図9は、(a)は周波数fAと周波数fBを加算した信号例を示す図であり、(b)は該加算信号をFFT処理した結果の一例を示すグラフである。
図10は、運動状態での脈波センサと体動センサの出力信号をFFT処理した結果の一例を示すグラフである。
図11は、本発明の好適な第1実施形態による不整脈検出装置による脈波成分の特定方法の一例を示すフローチャートである。
図12は、同装置による脈波成分の特定方法の一例を示すフローチャートである。
図13は、体動センサの出力信号をFFT処理した結果の一例を示すグラフである。
図14は、本発明の好適な第1実施形態による不整脈検出装置による脈波成分の特定方法の一例を示すフローチャートである。
図15は、同装置による脈波成分の特定方法の一例を示すフローチャートである。
図16は、本発明の好適な第2実施形態による不整脈検出装置による脈波波形検出動作の一例を示すフローチャートである。
図17は、告知手段としてピエゾ素子を用いる場合の設置例を示す断面図である。
図18は、本発明の各実施形態の変形例において用いられるフェイスチャートを示す図である。
図19は、本発明の各実施形態による不整脈検出装置を用いたシステムの構成を示す図である。
図20は、本発明の好適な第3〜第5実施形態に係わる不整脈検出装置の機能ブロック図である。
図21は、本発明の好適な第3実施形態に係わる不整脈検出装置の斜視図である。
図22は、同実施形態に係わる不整脈検出装置の使用時の状態を示す説明図である。
図23は、同実施形態に係わる不整脈検出装置の電気的構成を示すブロック図である。
図24は、同実施形態に係わるウェーブレット変換部の詳細な構成を示すブロック図である。
図25は、同実施形態に係わるウェーブレット変換部のタイミングチャートである。
図26は、同実施形態に係わる判定部の詳細な構成を示すブロック図である。
図27は、同実施形態に係わるメモリ124の内容を示す図である。
図28は、同実施形態の動作を説明するためのタイミングチャートである。
図29は、本発明の好適な第4実施形態に係わる不整脈検出装置の使用時の状態を示す説明図である。
図30は、同実施形態に係わる不整脈検出装置の電気的構成を示すブロック図である。
図31は、同実施形態に係わる脈波波形、体動波形等を示す波形図である。
図32は、同実施形態の動作を説明するためのタイミングチャートである。
図33は、本発明の好適な第5実施形態に係わる不整脈検出装置の電気的構成を示すブロック図である。
図34は、同実施形態に係わる体動分離部19の構成を示す回路図である。
図35は、同実施形態の動作を説明するためのタイミングチャートである。
図36は、変形例に係わるフィルタバンクの構成を示すブロック図である。
図37は、変形例に係わる光電式脈波センサの回路図である。
図38は、変形例に係わる光電式脈波センサの使用状態を説明するための図である。
図39は、変形例に係わる光電式脈波センサが接続された装置を眼鏡に取り付けた様子を表わす斜視図である。
図40は、変形例に係わる第1のウェーブレット変換手段の回路図である。
図41は、変形例において拍数とピッチの関係を説明するための図である。
図42は、脈波波形を示す図であり、(a)は通常の脈派、(b)は不整脈の脈派を示す。
図43は、本発明における告知例を示す図であり、(a)は月毎、(b)は曜日毎、(c)は時間帯毎のヒストグラムを示す。
図44は、本発明において記憶されるタイムスタンプの一例を示す図である。
発明を実施するための最良の形態
以下、図面を参照し本発明の好適な実施形態について説明する。
まず、本発明の実施形態の説明に先立って、本発明の基本的な技術的思想について述べる。
通常、運動時と非運動時とでは程度の差があるものの、いずれの場合でも、生体の状態が正常であれば、拍動が急激に変動することは希であり、すなわち脈波波形の時間変化は連続的(規則的)となる。一方、不整脈には様々なタイプがあるが、いずれにせよ、上記連続的変化を断つような拍動は不整脈であるといえる。したがって、脈波波形の不規則な変化を検出することにより、不整脈の発生を検出することができる。これが本発明の基本的な技術的思想である。
図1は、上述した技術的思想に基づいた不整脈検出装置の概略構成を示す図であり、この図に示す不整脈検出装置は、非侵襲的に脈動を検出して脈波信号(脈波波形)を出力する脈波検出手段と、体動を検出して体動信号(体動波形)を出力する体動検出手段と、上記脈波信号および上記体動信号に基づいて不整脈発生の有無を検出する不整脈検出手段とを備えている。脈波検出手段が検出する脈動には、生体の体動の影響が現れるので、脈波検出手段から出力される脈波信号には、脈波成分のみならず、体動成分も存在する。そこで、不整脈検出手段は、脈波検出手段が出力した脈波信号から上記体動信号で特定される体動成分を除いた脈波成分で表される純粋な脈波波形を監視し、この純粋な脈波波形の不規則な変化を検出した場合には不整脈が発生した旨の情報(不整脈検出信号)を出力するようにしている。
1.第1実施形態
1−1.第1実施形態の構成
図2は、本発明の第1実施形態による不整脈検出装置の構成を示すブロック図であり、この図に示す不整脈検出装置は、不整脈の検出、不整脈数の計数、脈拍数の算出等を行うものである。図において、301は、生体の脈動を検出し、検出した脈動に応じた脈波信号を脈波信号増幅回路303に出力する脈波センサであり、例えば、圧電センサで実現される。また、302は、生体の動きを検出し、検出した体動に応じた体動信号を体動信号増幅回路304(後述する)に出力する体動センサであり、例えば、加速度センサによって実現される。
303は、検出された脈波信号を増幅し、後述するA/D変換回路305および脈波波形整形回路306に出力する脈波信号増幅回路であり、体動信号増幅回路304は、検出された体動信号を増幅し、A/D変換回路305および体動波形整形回路307(後述する)に出力する。また、A/D変換回路305は、増幅された脈波信号と体動信号をA/D変換し、後述するCPU308に出力する。
脈波波形整形回路306は、増幅された脈波信号を整形し、CPU308に出力するものであり、体動波形整形回路307は、増幅された体動信号を整形し、CPU308に出力するものである。また、CPU308は、図示せぬ記憶手段(例えばROM)に格納されたプログラムを実行するものであり、本装置の各部を制御すると共に、後述する動作を行うことによって、不整脈の検出、不整脈数の計数、脈拍数の算出等を行う。さらに、309は、CPU308のワークメモリとして用いられるRAMである。
311は、一定周期のクロックパルスを生成する発振回路、312は、発振回路311が生成したクロックパルスを分周して、所定周期のパルスを生成する分周回路、313は、液晶表示器で構成され、検出結果を表示する表示部、310は、使用者の指示を入力するための入力部であり、図3に示すように、各種設定値の決定に用いられるセットスイッチSに代表される複数のスイッチを有する。
図3は、上述した構成の不整脈検出装置の外観例を示す斜視図であり、この図に示すように、本実施形態における不整脈検出装置は腕時計形態を採用している。すなわち、本装置は、不整脈検出機能のみならず、現在時刻を計時する時計機能(リアルタイムクロック)をも備え、両機能による処理を同時に実行可能に構成されている。なお、各機能において、各種設定値の設定は、図示せぬインタフェースを介して外部から供給される信号に応じて自動的に行うようにしても良いし、上述のセットスイッチSやモード(設定モード/測定モード)を切り替えるモードスイッチを用いて行うようにしてもよい。また、本実施形態における時計機能は、計時結果(時刻情報)が不整脈の検出時刻を記録するために使用される点を除いて周知のデジタル時計のものと同様であるので、ここでは時計機能を実現する構成やその動作に関する説明を省略する。
また、図3において、1は装置本体であり、バンド144によって使用者の腕に取り付けられている。また、上記脈波センサ301および体動センサ302(図2参照)は、センサ固定用バンド52によって使用者の指に固定されている。なお、本装置の外観は後述する第3〜第4実施形態による不整脈検出装置とおよそ同様であり、外観構成については第3実施形態において詳細に説明するので、ここでは簡単な説明に止める。
1−2.第1実施形態の動作
上記構成による不整脈検出装置の不整脈検出モードにおける動作は2種類の動作に大別され、体動の検出状況に応じて各動作が切り換えられる。以下、これらの2種類の動作をそれぞれ「第1の不整脈検出動作」,「第2の不整脈検出動作」と呼び、個々に説明する。
1−2−1.第1の不整脈検出動作
▲1▼ 使用者が計測の開始を表すスイッチを押下することにより、本装置は、後述する「1−2−3.脈波波形検出方法」によって脈波波形を検出する。
▲2▼ CPU308は、上記脈波波形を構成する各脈波間の間隔値(脈波間隔値)について、スタート直後の所定数の脈波間隔値の平均値を求め、この平均値を脈波間隔値の初期値とするとともに、この初期値の逆数に60を乗算した値を脈拍数の初期値とする。
▲3▼ CPU308は、上記脈波波間値の初期値を基準脈波間隔値Iとする。
▲4▼ CPU308は、任意の時点tnにおける脈波間の間隔値inを求め、この間隔値inを上記基準脈波間隔値Iで除算する。
▲5▼ CPU308は、▲4▼での除算結果が予め求められた許容範囲(適正な変動範囲)外である場合には、不整脈が発生したものと判断し、内部のレジスタによって実現している不整脈カウンタをインクリメントするとともに、前回算出された脈拍数をそのまま今回の脈拍数として設定する。なお、ここでは、不整脈発生の判断基準とする許容範囲を、脈拍数領域において前回の脈拍数を中心とした所定範囲に対応する範囲としている。例えば、上記所定範囲を±5%とし、基準脈波間隔値Iが約0.3529s、前回の脈拍数が170拍/分とすると、170×0.05=8.5であることから、脈拍数領域での範囲は161.5〜178.5拍/分となる。この範囲に相当する時間領域での範囲は、60/161.5≒0.3715、60/178.5≒0.3361であることから、約0.3361〜0.3715sとなる。0.3361/0.3529≒0.9524、0.3715/0.3529≒1.0527であるので、除算結果の許容範囲は、約0.9524〜1.0527となる。
▲6▼ CPU308は、▲4▼での除算結果が上記許容範囲内である場合には、上記間隔値inを基準脈波間隔値Iとするとともに、当該間隔値inをRAM309の間隔値領域に順に記憶させ、RAM309の間隔値領域に記憶された最新の所定数の間隔値の平均値の逆数に60を乗算して脈拍数を算出する。
▲7▼ CPU308は、不整脈カウンタのカウント値および脈拍数を表示部313により表示する。
▲8▼ CPU308は、使用者が計測の終了を表すスイッチを押すまで、▲4▼〜▲7▼の動作を繰り返す。なお、不整脈カウンタのカウント値をリアルタイム表示せずに、使用者が上記スイッチを押下したときに初めて表示するようにしてもよい。
1−2−2.第2の不整脈検出動作
▲1▼ 使用者が計測の開始を表すスイッチを押下すると、本装置は、後述する「1−2−3.脈波波形検出方法」により脈波波形を検出する。
▲2▼ CPU308は、▲1▼で求めた脈波波形について、脈波の基本波の周波数スペクトルを中心(メインローブ)とする近傍(サイドローブ)の周波数スペクトルについて、その振幅値(パワー)が所定値以上である周波数スペクトルを取り出す。
▲3▼ CPU308は、▲2▼で取り出した周波数スペクトルが不規則な値を示していないか否かを判定する。
ここで、上記「不規則」について説明する。図42(a)は、不整脈がない場合の橈骨脈波を、図42(b)は不整脈がある場合の橈骨脈派波形を示す図であり、両者を比較して明らかなように、不整脈により、図42(b)中の2番目の脈派波形が扁平になつている。不整脈により脈派波形にこのような変形が生じることは、指尖脈派においても同様であるので、指尖脈派波形については図示を省略する。
次に、図4は、不整脈がない場合における指尖脈波のFFT処理結果の一例を示すグラフである。同様に、図5は不整脈がある場合における指尖脈波のFFT処理結果の一例を示すグラフ、図6は不整脈がない場合における橈骨脈波のFFT処理結果の一例を示すグラフ、図7は不整脈がある場合における橈骨脈波のFFT処理結果の一例を示すグラフである。これらのグラフからも明らかなように、FFTの分析時間内の脈波波形中に不整脈による脈波が存在する場合には、基線が立ち上がらなくなり、FFTによる周波数解析が成り立たなくなる。CPU308は、このことを利用して、不整脈の発生を検出するのである。
▲4▼ 不整脈の発生を検出すると、CPU308は、このことを表示部313により表示するとともに、前回の脈拍数をそのまま今回の脈拍数として表示部313により表示させる。
▲5▼ 不整脈の発生を検出しなかった場合には、CPU308は、▲2▼で取り出したスペクトルの周波数に60を乗算して脈拍数を算出し、この脈拍数を表示部313により表示する。
第2の不整脈検出動作における▲2▼,▲3▼の処理は、具体的には、以下の手順で行われる。
(I)脈波信号に対するFFT処理結果(スペクトラム)から、脈波の基本波の周波数が存在し得る範囲(一般には0.6〜3.5Hz)内において、体動成分を除いてパワーが最大の周波数スペクトルを選択し、当該スペクトルのパワーが所定値以上であり、かつ上記範囲内の体動成分を除いた他の基線とのパワー差が30%以上である場合に、当該スペクトルを脈波の基本波の周波数スペクトルとして取り出し、
(II)取り出した周波数スペクトルをメインローブとするサイドローブが適切に広がっており、かつ当該スペクトルの周波数が予想される許容範囲内に存在する場合には、不整脈は存在しないと判定する。
なお、ここでは、取り出した周波数スペクトルをメインローブとするサイドローブが適正に広がっているか否かは、当該スペクトルのパワーの95%値よりも当該スペクトルに隣接する両スペクトルのパワーが小さいか否かで判断している。また、ここでは、脈波の基本波の周波数の許容範囲を、脈拍数領域において前回の脈拍数を中心とした所定範囲に対応する周波数領域での範囲としている。例えば、前回の脈拍数を170拍/分(脈波の基本波の周波数は約2.8333Hz)、脈拍数領域における許容範囲を±5%とすると、周波数領域での許容範囲も前回の脈波の基本波の周波数を中心とする±5%の範囲(約2.8333±0.1417Hz)となる。一方、1回のFFT処理に必要な分析時間を16sとすると、各スペクトルは1/16=0.0625Hz間隔で得られる。すなわち、拍動周波数近辺では、2.6875,2.7500,2.8750,2.9375,3.0000Hzというように、離散した周波数のスペクトルが得られる。したがって、取り出したスペクトルの周波数を上記離散した周波数と比較することにより、許容範囲内であるか否かを判断することができる。もちろん、このようなスペクトルの離散性を考慮せずに、取り出したスペクトルの周波数と周波数領域の連続した許容範囲(約2.8333±0.1417Hz)とを比較するようにしてもよい。
ところで、上述した例では、2.6875<2.8333−0.1417<2.7500であり、2.9375<2.8333+0.1417<3.0000であることから明らかなように、2.7500〜2.9375Hzの3つのスペクトルは連続した許容範囲に含まれ、2.6875、3.0000Hzの2つのスペクトルは連続した許容範囲に含まれていない。したがって、2.6875、3.0000Hzの2つのスペクトルを考慮する態様と、考慮しない態様が考えられるが、本実施形態では、正常な拍動を不整脈として検出してしまう事態を極力避けるために、前者を採用している。したがって、本実施形態では、取り出したスペクトルの周波数が2.6875,2.7500,2.8750,2.9375,3.0000Hzのいずれかであれば、不整脈は発生していないと判定される。
1−2−3.脈波波形検出方法
図8は、本装置による脈波波形検出動作の一例を示すフローチャートであり、この図に示す例では、CPU308は、ステップSA1において、体動波形整形回路307の出力信号(体動信号)から体動波形を検出し、続くステップSA2において、上記体動波形に基づいて体動があるか否かを判断する。この判断結果が「YES」の場合には、処理はステップSA3へ進み、該判断結果が「NO」の場合には、処理はステップSA7へ進む。
ステップSA3では、脈波センサ301が拍動を検出して脈波信号を出力し、当該脈波信号を脈波信号増幅回路303が増幅し、増幅された脈波信号をA/D変換回路305がA/D変換する。ステップSA4では、体動センサ302が体動を検出して体動信号を出力し、この体動信号を体動信号増幅回路304が増幅し、増幅された体動信号をA/D変換回路305がA/D変換する。なお、実際には、上記ステップSA3,SA4の処理は並行して行われる。そして、CPU308は、A/D変換された脈波信号(脈波波形)および体動信号(体動波形)をそれぞれFFT処理し(ステップSA5)、FFT処理結果(スペクトラム)に基づいて、後述する手法にて脈波の周波数成分(脈波成分)を抽出する(ステップSA6)。
一方、CPU308は、ステップSA7において、脈波波形整形回路306の出力信号(脈波信号)から脈波波形を検出し、続くステップSA8において、体動があるか否かをもう一度判断する。この判断結果が「YES」の場合には、処理はステップSA3へ進み、「NO」の場合には、処理はステップSA9へ進む。ステップSA9では、CPU308は脈波波形を矩形波に変換する。
ステップSA10では、CPU308は、ステップSA6で抽出された脈波成分、または、ステップSA9で変換された矩形波から、脈拍数を演算する。
次に、脈波波形整形回路306から出力される脈波信号から脈波成分(純粋な脈波波形)を求める処理の基本的方針について説明する。
図9(a)は、周波数fAの信号と周波数fB(但し、周波数fBの信号の振幅は、周波数fAの信号の1/2)の信号とを加算した信号の振幅の時間変化を示す図であり、図9(b)は、図9(a)に示す信号をFFT処理した結果を示すグラフである。前述したように、FFT処理した結果として得られる最も低い周波数は、分析時間の逆数で決定される。例えば、分析時間を16sとすると線スペクトルは1/16s、すなわち62.5msの分解能で得られる。したがって、処理対象の信号は周波数領域において16Hzの整数倍の高調波成分に分解され、各高周波成分のパワーを縦軸で表した図9(b)のようなスペクトラムが得られる。例えば、図9(b)において、周波数fAのスペクトルのパワーは周波数fBのスペクトルのパワーの2倍となっている。
図10は、運動状態での脈波センサ301からの出力信号と体動センサ302からの出力信号とをFFT処理した結果の一例を示すグラフであり、(a)は脈波センサ301の出力信号(脈波信号)をFFT処理した結果(脈波スペクトラムfmg)を表し、(b)は体動センサ302の出力信号(体動信号)をFFT処理した結果(体動スペクトラム(fsg)を表し、(c)は脈波スペクトルfsgから体動スペクトラムfsgを引いて得られるスペクトラムfMを表す。
図10(a)に示すように、脈波スペクトラムfmgには、脈波成分と体動によって発生した周波数成分との両方が乗ってくる。一方、体動センサ302は体動だけに反応するので、図11(b)の体動スペクトラムfsgには、体動によって発生した周波数成分のみが乗ってくる。したがって、脈波スペクトラムfmgから体動スペクトラムfsgを引き、得られたスペクトラムfMを脈波成分のスペクトラムとして特定することができる。図8のステップSA6では、このような方法によって脈波成分を抽出している。
次に、脈拍数の演算にて必要とされる脈波の基本波の周波数の求め方について説明する。
図11は、脈波の基本波の周波数の特定方法の一例を示すフローチャートであり、この図において、CPU308は、まず、FFT処理によって脈波スペクトラムfmgと体動スペクトラムfsgとを求めている(ステップSB1,SB2)。CPU308は、続くステップSB3では、前述した減算処理(fM=fmg−fsg)を行い、脈波成分のスペクトラムfMを取り出し、続くステップSB4,SB5では、取り出したスペクトラムfMから最大パワーのスペクトルを抽出し、このスペクトルの周波数fMmaxを脈波の基本波の周波数として特定する。
ところで、実際には、それぞれのセンサ出力信号をFFT処理して単純に差をとっても、高調波信号の影響があり、脈波成分のみに対応したスペクトラムを得るのが難しい場合がある。そこで、本実施形態では、スペクトラムの減算を行うのではなく、体動成分を特定し、特定した体動成分を除く周波数成分から脈波の基本波の周波数を特定するようにしている。
図12は、脈波の基本波の周波数の特定方法の他の例を示すフローチャートであり、この図に示す例では、CPU308は、ステップSC1〜SC3において、体動成分として比較的検出し易い体動の第2高調波の周波数fs2を特定している。この処理は、実際には、fmax〜fminの範囲(ただし、fmax>fmin)における最大パワーのスペクトルを抽出し、その周波数fsを体動の第2高調波の周波数fs2とすることで実現される。
ところで、使用者が行う運動を例えば「走行」とした場合、通常、その際の体動の基本波が出現し得る周波数範囲は1〜2Hzとなり、体動の第2高調波が出現し得る周波数範囲は2〜4Hzとなるので、本実施形態では、fminを体動の第2高調波の下限周波数である2Hzとし、当該下限周波数以下の周波数成分を除外している。一方、体動信号のA/D変換のサンプリング周波数を8Hzとすると、サンプリング定理から、原波形が再現できる最高周波数は4Hzと自動的に決まる。そこで、本実施形態では、fmaxを上記最高周波数である4Hzとし、当該周波数以上の周波数成分を除外している。なお、fmaxについては、第2高調波が出現し得る上限周波数と上記最高周波数とを比較し、より低い周波数を採用するようにしてもよい。
次に、CPU308は、ステップSC4において、体動の第2高調波の周波数fs2を2で除算して体動の基本波の周波数fs1を求め、ステップSC5〜SC8において、脈波信号のスペクトラムから、体動の基本波(周波数はfs1),第2高調波(周波数は2×fs1),第3高調波(周波数は3×fs1)に相当する周波数成分を除外した周波数帯において最大パワーのスペクトルを抽出し、ステップSC9において、当該最大パワーのスペクトルの周波数を脈波の基本波の周波数fmとして特定する。
ここで、図12に示す例において、fmin〜fmaxの周波数帯の最大パワーのスペクトルを抽出し、その周波数を体動成分の第2高調波として扱っている理由について述べる。
図13は、体動センサ302の出力をFFT処理した結果の一例を示す図であり、一般に、運動状態、特に走行状態においては、図13のごとく体動の基本波に比べて体動の第2高調波のパワーがより大きくなる(ごく平均的な走り方をしている時で、3〜10倍程度)。ここで、体動センサ302の加速度検知要因について分析してみると、当該要因として、以下の2つが考えられる。
(1)走行時の上下動
(2)腕の振り出し〜引き戻し
(1)に関しては、右足をステップした時と左足をステップした時に均等に上下動が出るので体動の第2高調波成分となる。(2)に関しては、腕の振り出し〜引き戻しを一周期とする振り子運動に相当する成分は体動の基本波成分となるが、通常走行において腕の振りを滑らかな振り子運動にするのは難しく、この成分のパワーは弱めとなる。逆に、腕の振り出し、引き戻しのそれぞれの瞬間に加速度がかかる為に発生する体動の第2高調波成分のパワーは強めとなる。したがって、体動信号のスペクトラムにおいて、体動の第2高調波成分が特徴的に得られることになる。よって、最大パワーのスペクトルの周波数を体動成分の第2高調波の周波数として扱うことができるのである。
さらに、前述したように、通常走行では、2〜4Hzの範囲であれば走行ペースの速い遅いを考えても第2高調波が出現する領域をカバーできる。したがって、この領域に限定した上で最大パワーの周波数成分を抽出することで、体動の第2高調波に対応した周波数成分を確実に抽出することができ、ひいては体動の基本波の周波数の検出精度を上げることができる。
次に、体動信号のスペクトラムにおいて、体動の第2高調波の周波数成分のパワーが最大になるとは限らない状況下で、脈波の基本波周波数を特定する方法について、図14を参照して説明する。
体動の基本波の周波数を1〜2Hzとし、fmin=2Hz,fmax=4Hzとすると、fmin〜fmaxの範囲において最大パワーとなり得るのは、体動の基本波、第2高調波、第3高調波の周波数成分である。なお、第4高調波以降は前述の主要な(1),(2)の要因に起因していないので、存在したとしてもその周波数成分のパワーがfmin〜fmaxの範囲において最大となることはない。
このような事情に鑑みて、図14に示す方法では、CPU308は、ステップSD1において、体動信号の周波数分析結果に基づいて、パワーPが最大の線スペクトルの周波数fsを求めた後に、ステップSD2およびSD4により、周波数fsが体動の基本波、第2高調波、第3高調波のいずれの周波数成分であるかを特定している。具体的には、CPU308は、周波数fsの1/2の周波数位置に、ある一定値Th以上の周波数成分が存在しているか否かを判断し(ステップSD2)、この判断結果が「YES」の場合には、ステップSD3において、周波数fsを体動の第2高調波(HMC=2)の周波数fs2として特定する。ステップSD2での判断結果が「NO」の場合、すなわち、ある一定値Th以上の周波数成分が存在しない場合には、さらに、fsの1/3の周波数位置に、ある一定値Th以上の周波数成分が存在しているか否かを判断し(ステップSD4)、この判断結果が「YES」の場合には、ステップSD5において、周波数fsを体動の第3高調波(HMC=3)の周波数fs3として特定する。ステップSD4での判断結果が「NO」の場合、すなわち、fsの2/1および1/3の周波数位置にある一定値Th以上の周波数成分が存在しない場合には、ステップSD6において、周波数fsを体動の基本波の周波数fs1として特定する。
以上の処理により、ステップSD1で求めた周波数fsが、体動の基本波(HMC=1)、第2高調波(HMC=2)、第3高調波(HMC=3)のいずれの周波数であるかが特定され、ステップSD7では、CPU308が、周波数fsをHMCで除算することで、体動の基本波の周波数fs1が求められる。以降、図12のステップSC5〜SC9と同一の処理により、CPU308は、体動成分の基本波、第2高調波、第3高調波と一致する周波数成分を除外した最大の周波数成分を抽出し、これを脈波の基本波の周波数fmとして特定する(ステップSD8〜SD12)。
ところで、図8においては、体動信号が検出されなくなると、即座に矩形波処理に移行する例を示したが、実際には、運動中であっても体動信号の瞬時値によっては「非検出」とされる場合があり得ることを考慮し、体動信号が検出されない期間がある一定時間Tを超えてから演算方法を矩形波処理による方法に切り替えるようにしている。この切り替え手順について、図15を参照して説明する。
CPU308は、ステップSE1およびSE2では、体動波形整形回路307の出力信号(体動信号)により体動があるか否かを判断する。この判断結果が「YES」の場合には、処理はステップSE3へ進む。ステップSE3では、CPU308は、脈拍数の演算方法を切り替えるための切替信号を“OFF"にし、ステップSE4では、体動無しの累積時間Rtをゼロにする。
続くステップSE5およびSE6では、脈波センサ301が拍動を検出して脈波信号を出力し、この脈波信号を脈波信号増幅回路303が増幅し、増幅された脈波信号をA/D変換回路305がA/D変換するとともに、体動センサ302が体動を検出して体動信号を出力し、この体動信号を体動信号増幅回路304が増幅し、増幅された体動信号をA/D変換回路305がA/D変換する。
CPU308は、続くステップSE7において、A/D変換された体動信号および脈波信号をそれぞれFFT処理し、ステップSE8において、FFT処理結果(スペクトラム)から脈波成分(純粋な脈波波形)を抽出し、脈波の基本波の周波数を特定する。
一方、ステップSE2での判断結果が「NO」の場合には、CPU308は、ステップSE9およびSE10において、発振回路311および分周回路312からの出力信号に基づく計時を開始し、時間Rtを累積し、累積時間Rtが、FFT処理の際に用いられる信号のサンプリング周期あるいはサンプリング数などによって決められるある一定時間Tを超えているか否かを判断する。この判断結果が「YES」の場合には、処理はステップSE11へ進み、「NO」の場合には、処理は前述のステップSE5へ進む。
CPU308は、ステップSE11において、脈拍数の演算方法を切り替えるための切替信号を“ON"にし、A/D変換処理及びFFT処理を停止させる。なお、矩形波処理を行う場合にもA/D変換処理およびFFT処理を並行して行うようにしてもよいが、消費電力の観点からは、矩形は処理を行う場合には周波数分析処理にのみ必要となるA/D変換処理およびFFT処理を停止させた方がよい。
そして、CPU308は、ステップSE12において、脈波波形整形回路306が脈波信号を矩形波に変換し、ステップSE13において、CPU308がステップSE7で特定された周波数、またはステップSE12において変換された矩形波から脈拍数を演算する。
2.第1実施形態の変形例
ところで、不整脈には、その発生原因によって危険なものと危険性が極めて少ないものとがある。しかし、脈は人体の健康状態を表すものであるから、不整脈のように乱れた脈は好ましいものではなく、乱れるということは、何らかの体調の異常があるといえる。仮に疾患のない正常な人であっても、睡眠不足であれば不整脈が発生する。また、コーヒーを飲み過ぎた時や心理的なストレスが過剰になった時にも不整脈は発生する。したがって、不整脈の検出回数を参照すれば、人の健康の程度を知ることができる。
また、正常な人に発生する不正脈と異なり、重大な心臓、血管系の病気に伴って起こってくる不整脈は、単源性でも一日200回以上出現するとか、多源性でいろいろな形態をとる心電図を呈することが知られている。したがって、閾値を例えば200個に設定し、これを越える場合にその旨を使用者に告知することにより、使用者に警告を与えることができる。
また、心臓・血管系の病気を患っている場合、短時間に不整脈が多発すると、人体が危険な状態に陥ることがあり、また、最悪の場合には突然死に至ることもあり得る。そこで、不整脈の発生頻度を告知するようにすれば、使用者は自己の健康状態を管理することができる。例えば、待ち合わせの時間に遅れそうになって駆け出すような時に、上記発生頻度を表示させ、その値が大きい場合には、走るのを思い止まることができる。
また、睡眠中に不整脈が多発し、危険な状態に陥った場合には、不整脈の発生頻度情報FHDが閾値を越えてブザー17が発音するので、使用者に危険な状態にあることを知らせることができる。これにより、使用者は投薬等の適切な処置を取ることができ、突然死といった最悪の事態を回避することができる。
すなわち、上述した第1実施形態において、計測開始時点からの経過時間を測定し、不整脈の検出頻度あるいは検出回数が所定の頻度(例えば200回/日)あるいは回数(例えば200回)を超過した場合に、その旨を告知して使用者の注意を喚起するようにしてもよい。この際の告知時期は超過時点であってもよいし、測定終了時や測定終了後の問い合わせ時であってもよいが、使用者が運動の強度を制御するための判断材料になり得ることから、超過時点で告知するのが好ましい。なお、告知の態様については「4.各実施形態の変形例」において後述する。
また、脈波間隔値の基準値の更新時に、最新の脈波間隔値をそのまま基準値とするのではなく、最新の所定数の脈波間隔値の平均値を新たな基準値とするようにしてもよい。この際、より新しい脈波間隔値の比重が高くなるよう、重み付けして平均値を求めるようにしてもよい。このことは、最新の所定数の脈波間隔値に基づいて脈拍数を算出する場合にも同様に適用可能である。
さらに、不整脈が検出されなかった場合にのみ、脈波間隔値をRAM309に記憶させるのではなく、全ての脈波間隔値をRAM309に順に記憶させ、不整脈検出時の脈波間隔値を除く脈波間隔値に基づいて脈拍数や脈波間隔値の基準値を算出するようにしてもよい。この際、不整脈検出時の脈波間隔値であるか否かを判断する必要があるが、これは、例えば、不整脈検出時の脈波間隔値にのみ所定の情報を対応付けてRAM309に記憶させることで実現可能である。なお、不整脈検出時に脈波間隔値に対応付ける所定の情報としては、不整脈検出時の脈波間隔値であることのみを示す固定情報や、不整脈検出時刻を示す可変情報であってもよい。もちろん、脈波間隔値に直接的に上記所定の情報を対応付けるようにしても良いし、脈波間隔値が格納されたアドレス等を用いて間接的に上記所定の情報を対応付けるようにしてもよい。
また、矩形波処理時(非運動時)において、脈波間隔値の基準値に対する最新の脈波間隔値の差異(ズレ)が許容範囲内であるか否かを除算以外の手法で求めるようにしてもよい。例えば、脈波間隔値の基準値の±5%の範囲を求め、最新の脈波間隔値が当該範囲内に存在するか否かを判断するようにしてもよい。さらに、不整脈検出動作の開始直後からの脈波間隔値に基づいて基準値を求めるのではなく、動作開始時点から所定時間経過した後に検出された脈波間隔値に基づいて基準値を求めるようにしてもよい。
ところで、脈波信号には、脈波の基本波成分のみならず、脈波の高調波成分も含まれており、基本波成分のパワーよりも高調波成分のパワーの方が大きい場合には、上述した第1実施形態では、高調波成分の周波数が基本波成分の許容範囲内に存在するか否かが判断され、結果として、不整脈が発生していると判定されてしまう。このような誤判定を避けるために、周波数分析において、脈波成分における最大パワーのスペクトルの周波数が、前回の脈拍数を60で除算した値(拍動周波数)の定数倍(各高調波の周波数)に一致した場合に不整脈は存在しないと判定するようにしてもよい。
また、体動がない場合は矩形波処理、体動がある場合は周波数分析処理を行うようにしたが、いずれの場合にも周波数分析処理を行うようにしてもよいし、脈波信号から脈波以外の成分を除去する手段(例えばフィルタ)を脈波信号の入力段に設けることが可能であれば、上記両場合に矩形波処理を適用するようにしてもよい。さらに、これらの態様では、脈波信号からの体動成分の除外処理を、体動の有無に関わらずに常に行うようにすることができる。この際、体動が無い場合には、上記除外処理を行っても脈波成分から除外される成分は存在しないので、体動の有無に応じて処理内容を変更する第1実施形態と同様の結果が得られる。
また、矩形波処理において、実際の脈派間隔値と基準脈波間隔値との差異を告知するようにしてもよい。これにより、脈派のずれの程度が定量化される。
3.第2実施形態
ところで、健康な人でも、走行などの強運動時には不整脈が発生することがあり、このような不整脈の発生状況を把握することは、運動時の体調管理に役立つことが予想される。しかしながら、第1実施形態においては、強運動時であるか否かに関わらず、不整脈の検出処理を行っており、強運動時の不整脈とそれ以外の運動時の不整脈とを区別できない。そこで、走行などの強運動時の体動が定常性を有することを利用し、強運動等の体動ピッチに定常性がある運動時の不整脈のみを検出するようにしたのが本発明の第2実施形態である。
以下、図面を参照して、この発明の第2実施形態について説明する。第2実施形態による不整脈検出装置は、第1実施形態によるものと同様に、図3に示すような腕時計形態で実現され、時計モードと不整脈検出モードとを有し、不整脈検出モードにあっては、不整脈の検出、不整脈数の計数、脈拍数の算出を行うものであり、第1実施形態によるものと共通する部分については、その説明を省略する。
3−1.第2実施形態の構成
第2実施形態による不整脈検出装置の構成は、図2に示す構成と略同一であり、CPU308の機能のみが第1実施形態によるものと異なっている。
第2実施形態による不整脈検出装置のCPU308が第1実施形態におけるものと異なる点は、不整脈検出モードにおいて、体動に定常性がある場合にのみ不整脈の検出を行う点である。体動に定常性があるか否かは、第1実施形態において周波数分析によって不整脈の有無を判定する際に脈波信号に対して施した処理と同様の処理を体動信号に施すことにより判断可能であり、この判断の詳細については、第2実施形態の動作の説明において詳述する。なお、第1実施形態における不整脈の検出処理では、基本的に脈波の基本波を特定して不整脈の有無を判断しているが、第2実施形態においては、体動の第2高調波を特定して体動の定常性を判断している。
3−2.第2実施形態の動作
次に、第2実施形態による不整脈検出装置の動作(不整脈検出モードの動作)について説明する。第2実施形態においても、不整脈検出モードの動作は、「第1の不整脈検出動作」と「第2の不整脈検出動作」とに大別される。前者については、第1実施形態における第1の不整脈検出動作と同一の動作であるので、その説明を省略する。
3−2−1.第2実施形態における第2の不整脈検出動作の特徴
第2実施形態における第2の不整脈検出動作が第1実施形態における動作と異なる点は、体動に定常性がある場合には、脈波信号の周波数解析結果から不整脈の有無を判定する処理を行い、体動に定常性がない場合には、同処理を行わない点である。
3−2−2.体動の定常性の判断手法
ここで、体動に定常性があるか否かの判断手法の例として、「時間領域での判断手法」および「周波数領域での判断手法」を挙げる。
3−2−2−1.時間領域での判断手法
時間領域での判断手法としては、脈拍数領域での所定範囲(例えば±5%)に応じた体動の第2高調波の波間値の範囲(時間領域での範囲)を許容範囲とし、体動の第2高調波の波間値が当該許容範囲内に存在する場合には「定常性あり」と判断し、当該許容範囲内に存在しない場合には「定常性なし」と判断する手法が挙げられる。
例えば、脈拍数が170拍/分とすると、170×0.05=8.5であることから、脈拍数領域での±5%範囲は±8.5拍/分となり、周波数領域での相当する範囲は±0.1417Hzとなる。ここで、脈波の基本波が存在し得る周波数範囲(一般には0.6Hz〜3.5Hz)と体動の第2高調波の間隔値となり得る時間範囲(0.5〜0.25s)とが線形に対応すると仮定すると、±0.1417Hzに相当する体動の第2高調波の間隔値に関する時間領域での許容範囲は±0.1417×(0.5−0.25)/(3.5−0.6)≒±0.0122となる。したがって、体動の第2高調波の間隔値の基準値を0.28sと仮定すると、体動の第2高調波の間隔値が0.28±0.0122sの範囲内に存在する場合には「定常性あり」、それ以外の場合には「定常性なし」と判断される。
3−2−2−2.周波数領域での判断手法
周波数領域での判断手法としては、体動信号の周波数解析結果から体動の第2高調波のスペクトルが存在し得る範囲(2Hz〜4Hz)において最も高パワーの周波数スペクトルを抽出し、当該スペクトルのサイドローブが適正に広がっており、かつ、上記範囲内の他のスペクトルとのパワー差が十分(例えば30%以上)である場合には、当該スペクトルの周波数が前回の脈拍数に相当する周波数(体動の基本波の周波数)の2倍に一致するか否かを判定し、一致した場合には「定常性あり」と判断する手法が挙げられる。なお、サイドローブが適正に広がっているか否かは、第1実施形態と同様な手法で判断できる。また、第1実施形態と同様に、上記「一致」は厳密な一致ではなく、以下に述べる許容範囲が存在する。
「一致」の許容範囲は、任意に設定可能であるが、体動の基本波の周波数と脈拍数との間には相関があり、第1実施形態と同様に不整脈の検出において脈拍数に関する「一致」の許容範囲を設定していることから、本実施形態では、脈拍数に関する「一致」の許容範囲に相当する範囲を体動の第2高調波に関する「一致」の許容範囲としている。
例えば、脈拍数が170拍/分(脈波の基本波の周波数は約2.833Hz)であり、脈拍数に関する「一致」の許容範囲が±5%であるとすると、脈波の基本波の周波数に関する許容範囲(周波数領域の許容範囲)も±5%、すなわち±0.1417Hzとなる。ここで、脈波の基本波が存在し得る周波数範囲(0.6Hz〜3.5Hz)と体動の第2高調波が存在し得る周波数範囲(2Hz〜4Hz)とが線形に対応すると仮定すると、上記許容範囲(±0.1417Hz)に対応する脈波の第2高調波に関する許容範囲は±0.1417×(4−2)/(3.5−0.6)=±0.0977Hzとなる。一方、周波数解析の分析時間を16sとすると、前回の脈拍数に相当する周波数の2倍(例えば3.53Hz)近辺では3.3750,3.4375,3.5000,3.5625,3.6250,3.7667Hzというように、離散した周波数でのスペクトルが得られる。したがって、体動の第2高調波のスペクトルとして選択したスペクトルが上記各離散スペクトルのいずれかであるならば、3.53±0.0977Hzの範囲内であるので、「一致」と判断し、それ以外の場合には「不一致」と判断する。
上述した一致判定を行う理由は、体動が階段状に変化した場合にも、体動に「定常性なし」と判断して不整脈の検出動作を行わないようにするためである。例えば、使用者が定常性のある運動のピッチを急激に変化させ、しかもこの変化が前回の周波数解析の対象期間から今回の周波数解析の対象期間への移行時点で生じた場合には、前回の周波数解析結果に基づいて特定された体動の第2高調波の周波数と、今回の周波数解析結果に基づいて特定された体動の第2高調波の周波数とが異なり、体動に「定常性あり」と判断すべきではない。なお、周波数解析の分析時間が十分に長い場合には、上述した「一致」の判断を省略しても、体動に定常性がないときに不整脈を検出してしまう、といった問題は生じない。
なお、体動の第2高調波の周波数成分のパワーが他の周波数成分のパワーよりも強くなるとは限らない状況下では、図14に示す処理と同様の処理が行われる。すなわち、予想される周波数範囲(例えば、2〜4Hz)において最大パワーの周波数成分は、体動の基本波、第2高調波、第3高調波のいずれかの周波数成分であるものと仮定し、当該最大パワーの周波数成分の1/2,1/3の周波数におけるパワーを調べることによって、当該周波数成分が体動の基本波、第2高調波、第3高調波のいずれの成分であるかを特定する。なお、図14においては、特定した成分に基づいて体動の基本波の周波数を特定しているが、第2実施形態では体動の第2高調波を特定することになる。
3−2−2.第2実施形態における全体の動作
ここで、図16を参照し、第2実施形態における全体の動作について説明する。なお、特に断らない限り、動作の主体はCPU308であるものとする。
図16において、ステップSF1〜SF8の処理は、図8のステップSA1〜SA5,SA7〜SA9と同一の処理であり、体動信号(体動波形)が存在する場合には、脈波信号(脈波波形)を検出し、この脈波信号に矩形波処理を施す。一方、体動信号が存在する場合には、脈波信号および体動信号を検出してA/D変換し、それぞれにFFT処理を施す。そして、ステップSF9では、体動信号のFFT処理結果に基づいて、前述した処理により、体動に定常性があるか否かを判断し、定常性がある場合には、ステップSF10にて、図8のステップSA6と同様な処理が行われる。したがって、不整脈が発生している場合には、ここで、その旨が報知される。一方、ステップSF9において体動に定常性がないと判断された場合には、ステップSF11において、脈波の基本波の周波数のみを求める処理が行われる。すなわち、ステップSF11では、不整脈の検出処理は行われず、脈波信号の周波数解析結果から脈波の基本波の周波数を求める処理のみが行われる。
そして、ステップSF12では、ステップSF5において得られた矩形波信号、またはステップSF10において得られた情報(脈波の基本波の周波数または当該周波数を特定できなかった旨)、あるいはステップSF11において得られた情報(脈波の基本波の周波数または当該周波数を特定できなかった旨)に基づいて、脈拍数が算出される。なお、ステップSF10またはSF11において脈波の基本波の周波数を特定できなかった場合には、ステップSF10では脈拍数は算出されず、前回の脈拍数が今回の脈拍数として採用される。
このように、上述した第2実施形態によれば、体動に定常性がある運動(走行などの強運動時や体動ピッチが1分間に80回程度の歩行など)時における不整脈を検出することができる。
4.第1および第2実施形態の変形例
以上、この発明の第1および第2実施形態を図面を参照して詳述してきたが、具体的な構成はこの実施形態に限られるものではなく、この発明の要旨を逸脱しない範囲の設計の変更等があってもこの発明に含まれる。
例えば、第1実施形態と前述の第2実施形態とを組み合わせ、体動の定常性に関わらずに不整脈検出を行うモードと、体動に定常性があるときに不整脈を検出するモードとを同一の不整脈検出装置に設け、使用者が選択できるようにしてもよい。
また、上述した各実施形態では、「一致」の許容範囲を固定とすることを前提としているが、これに限らず、当該許容範囲を可変としてもよい。例えば、特定のスイッチの操作に応じて当該許容範囲の幅を変動させるようにしてもよい。この際、当該許容範囲の幅を表す情報(例えば±5%)を設定者に告知するように構成するのが望ましい。また、脈波波間値の基準値や前回の脈拍数、前回の体動の基本波の周波数等に応じて、当該許容範囲の幅を動的に変更するようにしてもよい。さらに、一般に、非運動時の脈拍数の適正な変動幅は運動時に比較して小さいので、体動が無い場合の脈波の基本波の周波数に関する許容範囲を、体動が有る場合の同許容範囲よりも狭く設定すれば、より高い精度で不整脈を検出することができる。また、各種許容範囲の幅を、脈拍数や体動の基本波の周波数に依存しない絶対値とする態様も考えられる。
また、上述した各実施形態では、脈波信号および体動信号の各FFT処理結果において、対象とするスペクトルの周りにサイドローブが適正に広がっているか否かを判断しているが、これらの判断において、対象とするスペクトルに隣接したスペクトルだけでなく、所定範囲内の全てのスペクトルを考慮するようにしてもよい。例えば、対象とするスペクトルとのパワー差が、隣接するスペクトルにあっては5%以上、さらに一つ間をおいたスペクトルにあっては10%以上ある場合にのみサイドローブが適正に広がっていると判断するようにしても良いし、「一致」の許容範囲内の全スペクトルにおいて上記パワー差が5%以上ある場合にのみサイドローブが適正に広がっていると判断するようにしてもよい。
さらに、心臓が停止する等して、脈波が検出されない期間が所定時間を超過した場合には、その旨を遠隔地の監督者に知らせるようにしてもよい。このようにすれば、例えば、心臓に疾患を抱えた人等に装着させ、遠隔地の医師等の監督者が、使用者の心停止を迅速に告知することができるので、適切な措置を迅速に講じることができる。なお、この際の基準となる時間は、全ての使用者に共通の一定時間であってもよいし、各使用者毎に設定される時間であってもよい。また、緊急時に遠隔地の監督者側にその旨を知らせる具体的なシステムについては、「システム化」の欄において後述する。
また、脈波センサの装着場所は、指に限らず、脈波が測れる場所(例えば、耳、首等)ならばどこでも良い。また、体動センサとしては、加速度センサの他に、光学式センサを用いることも考えられる。また、体動センサの装着場所は、腕のみに限らず、使用者の身体のどこかに装着すればよい。さらに、指サックや指ベルト等を用いて各センサを固定するようにしてもよい。
また、使用者による問い合わせ時に、不整脈を検出した時刻を表示するようにしてもよいし、検出時刻を横軸としたヒストグラムを表示し、不整脈の検出頻度の時間推移を告知するようにしてもよい。この際、月、週、日などの、生体リズムの変動周期毎に不整脈の発生回数を表すヒストグラムを表示するようにすれば、使用者の体調状態をより正確に把握することができる。ここで、表示するヒストグラムの例を図43に示す。例えば、図43において、(a)は過去1年間の不整脈数を月毎に表しており、このヒストグラムを用いれば、1年間を通じての不整脈の発生頻度の変動傾向を知ることができる。もちろん、月毎でなく週毎や日毎の不整脈数を表すようにしてもよい。また、(b)は各曜日毎の不整脈数を表しており、このヒストグラムを用いれば、過去1週間あるいは複数週間における曜日毎の不整脈の発生頻度の変動傾向を知ることができる。さらに、(c)は1日の時間帯毎の不整脈数を表しており、このヒストグラムを用いれば、過去1日あるいは複数日における時間帯毎の不整脈の発生頻度の変動傾向を知ることができる。
また、図44に示すように、不整脈の検出時刻(タイムスタンプ)を記録し続け、不整脈検出装置または外部機器(後述する)によって、記録した発生時刻を参照し、不整脈の検出時刻を表すデータ列を表示するようにしても良いし、生体リズムの変動周期毎に不整脈の発生回数を求め、図43に示すようにヒストグラム化して表示するようにしてもよい。また、不整脈の検出時刻に対応付けて、当該時刻に検出された不整脈を含む脈派波形を記録し、当該波形を使用者または監督者の指示に応じて表示できるよにしてもよい。なお、図44においては、不整脈の検出時刻を検出時刻順に記録する例を示したが、どのような順序であってもよいことは言うまでもない。もちろん、検出時刻を表すデータ列の告知時に、当該データ列を任意の順序で整列可能としてもよい。
また、上述した告知処理は、任意のタイミングで実行可能であり、例えば、不整脈の検出動作中であっても、使用者または監督者からの指示に応じて実行可能である。不整脈の検出処理に並行して上記告知を行う方法としては、例えば、リアルタイムクロックによる割り込みを利用する方法がある。すなわち、不整脈の検出処理をリアルタイムクロックによる割り込みにより実行するようにすれば、上記告知処理が行われても、不整脈の検出処理が中断することはない。
さらに、脈派波形をそのまま、あるいは加工して表示するようにしてもよい。この場合には、使用者あるいは監督者が、不整脈の判定を行うことになる。
また、問い合わせ時あるいはしきい値超過時に、不整脈の検出頻度としきい値とを比較し、両者の差を告知するようにしてもよい。また、第2実施形態においては、常時、体動の定常性を告知するようにしてもよい。例えば、体動に定常性がある場合には、体動の基本波と同一周期で電子音を発生させる態様が考えられる。また、使用者による問い合わせ時に、体動に定常性があった期間における体動の基本波の周波数の平均値とを告知するようにしてもよい。
4−1.告知手法
なお、上述した各実施形態においては、表示部を各種データの告知手段の一例として説明したが、装置から人間に対して告知をするための手段としては以下に説明するようなものが挙げられる。これら手段は五感を基準に分類するのが適当かと考えられる。なお、これらの手段は、単独で使用するのみならず複数の手段を組み合わせても良いことは勿論である。そして、以下に説明するように、例えば視覚以外に訴える手段を用いれば、視覚障害者であっても告知内容を理解することができ、同様に、聴覚以外に訴える手段を用いれば聴覚障害者に対して告知を行うことができ、障害を持つ使用者にも優しい装置を構成できる。
4−1−1.聴覚
まず、聴覚に訴える告知手段としては、不整脈の発生やその分析・診断結果などを知らせるための目的、あるいは警告の目的でなされるものなどがある。例えば、不整脈検出時などのイベント発生時に鳴唱するブザーの他、不整脈検出時やしきい値超過時などのイベント発生時に、音声でイベント内容または各種値を告げるスピーカ等が該当する。また、特殊な例として、告知の対象となる人間に携帯用無線呼出受信機を持たせ、告知を行う場合にはこの携帯用無線呼出受信機を装置側から呼び出すようにすることが考えられる。また、これらの機器を用いて告知を行うにあたっては、単に告知するだけではなく、何らかの情報を一緒に伝達したい場合も多々ある。そうした場合、伝えたい情報の内容に応じて、以下に示す音量等の情報のレベルを変えれば良い。例えば、音高、音量、音色、音声、音楽の種類(曲目など)である。
4−1−2.触覚
次に、触覚に訴える告知手段は、警告の目的で使用されることがあると考えられる。そのための手段として以下のようなものがある。まず、腕時計等の携帯機器の裏面から突出する形状記憶合金を設け、この形状記憶合金に通電するようにする電気的刺激がある。また、腕時計等の携帯機器の裏から突起物(例えばあまり尖っていない針など)を出し入れ可能な構造としてこの突起物によって刺激を与える機械的刺激がある。他の機械的刺激の例としては、偏心荷重を回転させて人体に振動を伝える振動アラームや、図17に示すように、本体の下面内側の一部を70μm程度の厚さにして凹部を作り、ここに、取り付けたピエゾ素子を利用する態様も考えられる。このピエゾ素子に適当な周波数の交流電流を印加すると、ピエゾ素子が振動し、その振動が人体に伝達される。したがって、不整脈検出時に交流電流を印加するようにすれば、触覚的な運動強度の告知を行うことができる。なお、ピエゾ素子の厚みは100μm,直径は凹部の直径の80%程度にするとよい。
なお、触覚に訴える場合には、使用者に警告を確実に伝えることができるので、上述した聴覚による告知手段と組み合わせて、あるいはその替わりに用いると好適である。これにより、睡眠中に不整脈が多発し不整脈の発生頻度が危険な状態になった場合に、使用者を覚醒させて投薬等の処置を促すことが可能となる。
4−1−3.視覚
次に、視覚に訴える告知手段が用いられるのは、装置から各種メッセージ,測定結果を知らせる目的であったり、警告をするためであったりする。そのための手段として以下のような機器が考えられる。例えば、ディスプレイ装置、CRT(陰極線管表示装置),LCD(液晶表示ディスプレイ)、プリンタ、X−Yプロッタ、ランプなどがある。なお、特殊な表示装置として眼鏡型のプロジェクターがある。また、告知にあたっては以下に示すようなバリエーションが考えられる。例えば、数値の告知におけるデジタル表示,アナログ表示の別、グラフによる表示、表示色の濃淡、数値そのまま或いは数値をグレード付けして告知する場合の棒グラフ表示、円グラフ、フェイスチャート等である。
図18にフェイスチャートの一例を示す。この図に示すフェイスチャートを用いた場合には、例えば、しきい値に比較して不整脈の検出頻度が低い場合には図18中のF1で表される絵を表示し、不整脈の検出頻度が高い場合には図18中のF2で表される絵を表示する態様が考えられる。また、表示の点滅や反転、色変更などにより、イベントの発生を告知するようにしてもよい。
また、不整脈の検出頻度等を表示する場合にあっては、これらの情報にグレーディングを施して表示するようにしてもよい。例えば、不整脈の検出頻度を表示する場合には、「危険」、「体調に留意」、「普通」、「やや良好」、「良好」といった文字をLCD等に表示してもよい。また、この場合、「危険」に記号Aを、「体調に留意」に記号Bを、「普通」に記号Cを、「やや良好」に記号Dを、「良好」に記号Eを対応させ、これらの記号をLCD等に表示してもよい。
4−1−4.嗅覚
次に、嗅覚に訴える告知手段は、装置に香料等の吐出機構を設けるようにして、告知する内容と香りとを対応させておき、告知内容に応じた香料を吐出するように構成しても良い。ちなみに、香料等の吐出機構には、マイクロポンプなどが最適である。
4−2.システム化
ところで、上述した各実施形態においては、検出されたデータは、腕時計形態の不整脈検出装置内に記憶されるので、使用者または監督者が同装置の各種スイッチを操作し、所望のデータを表示させ、これを分析することになるが、腕時計形態では実装できる表示部の大きさや、メモリ容量、CPUの処理能力、指示入力手段の操作性等に限界があり、他のデータ処理装置との間でのデータ交換を必要とするケースが考えられる。
以下、不整脈検出装置と外部機器との間で通信を行うための通信手段について図19を参照して説明する。この図に示すように、パーソナルコンピュータは機器本体330,ディスプレイ331,キーボード332,プリンタ333などから構成されており、以下の点を除いて通常のパーソナルコンピュータから構成されているため、その内部構成の説明の詳細は省略する。
すなわち、機器本体330は、光信号によるデータを送受信するための図示しない送信制御部及び受信制御部を内蔵しており、これら送信制御部と受信制御部は、それぞれ光信号を送信するためのLED334と光信号を受信するためのフォトトランジスタ335を有する。これらLED334,フォトトランジスタ335は何れも近赤外線用のもの(例えば中心波長が940nmのもの)が用いられ、可視光を遮断するための可視光カット用のフィルタ336を介し、機器本体330の前面に設けられた光通信用の通信窓337から光通信を行う。
一方、パーソナルコンピュータと接続される不整脈検出装置は、図2および図3に示す構成を有し、さらに、本体1は、コネクタ部53が着脱可能に構成されている。したがって、コネクタ部53が取り外されたコネクタ部分に対して通信コネクタ338を取り付けることによって通信可能となる。この通信コネクタ338には、パーソナルコンピュータ側と同様にLEDとフォトトランジスタ及び光通信用のインターフェイスとが組み込まれている。また、腕時計の装置本体1の内部には光通信のための光インターフェイス部(図示略)が設けられている。
パーソナルコンピュータ側のRAMやハードディスク等に格納された各種の情報を、当該パーソナルコンピュータ側から不整脈検出装置側へ転送するには、例えば、キーボード332から転送コマンドを投入する。これにより、パーソナルコンピュータ側の情報が、LED334及び通信窓337を介して近赤外光で出力される。一方、不整脈検出装置側ではこの近赤外光が通信コネクタ338を介して不整脈検出装置の光インターフェイス部へ送られる。
他方、不整脈検出装置側からパーソナルコンピュータ側へ各種の情報を転送する場合は、通信方向が上記と逆になる。すなわち、不整脈検出装置の使用者は、装置本体に設けられたボタンスイッチを操作するなどして、当該装置をデータ転送のためのモードに設定する。これにより、装置に内蔵されたプロセッサ等が転送すべき情報をRAM等から読み出して、これらを光インターフェイス部へ送出する。これにより、計測値が光信号へ変換されて通信コネクタ338から送出され、通信窓337及びフォトトランジスタ335を介してパーソナルコンピュータ側へ転送される。
もちろん、データ転送のためのモード等を設けず、インタフェース部を介して外部機器側から所定の信号を受け取った時に、不整脈検出装置側から外部機器側へ、あるいは外部機器側から不整脈検出装置へのデータ転送を自動的に開始するようにしてもよいし、データ転送のためのモードとデータ転送を自動的に開始する機能とを併設し、使用者または監督者が選択するようにしてもよい。
また、本例のように、リアルタイムクロックを利用できる場合には、リアルタイムクロックの出力データ(時刻情報)を監視し、所定時間経過毎に、不整脈検出装置側から通信の開始を要求するようにしてもよい。この際、適正な返信が得られれば、データ転送が開始され、当該返信が得られなければ、所定時間経過後に、再び、不整脈検出装置側から通信の開始が要求される。また、後述するように、検出した不整脈が設定されたしきい値を越えた場合や、心停止が認められる場合などの緊急イベント発生時に、当該イベントをトリガとして、即座に、不整脈検出装置側から通信の開始を要求するようにしてもよい。この際、適正な返信が得られれば、データ転送が開始され、当該返信が得られなければ、緊急度に応じた時間経過後に、再び、不整脈検出装置側から通信の開始が要求される。
ところで、上記のような光通信を行う場合には、何れの機器が情報を発信したかどうかを識別できないと、本来は他の機器が受け取るべき情報を誤って受信してしまうことが起こりうる。そこで、本発明に係るI/Oインターフェイス手段には、情報を送信或いは受信するにあたって、何れの装置が情報を発信したかを示す識別情報を用いている。この識別情報は、例えば、装置本体1内の図示せぬROMに格納されており、通信開始時に外部機器側に通知される。
以上のように外部機器と通信可能とすることで、不整脈検出装置側の情報を外部機器側へ転送することができると共に、外部機器から不整脈検出装置側に対して各種の設定や指示を行うことが可能になる。
例えば、外部機器を医師などの監督者の下に設置し、監督者が不整脈検出装置の使用者に応じて、しきい値(例えば200回/日)や許容範囲(±5%)などを外部機器に入力し、これを不整脈検出装置の識別情報に関連付けて外部機器に記憶させるとともに、外部機器側から不整脈検出装置へ転送して設定することができる。また、不整脈検出装置から検出データを外部機器へ転送し、外部機器側において、不整脈検出装置の識別情報に関連付けて記憶するようにしてもよい。外部機器を上述したパーソナルコンピュータとすれば、十分な容量の外部記憶装置、高速なCPU、多彩なデータ分析・加工・管理用ソフトウェア、大量のデータを見やすく出力可能なディスプレイやプリンタ等を使用することができるので、監督者は、蓄積したデータの分析にかかる手間を大幅に削減することができる。
なお、転送するデータ量に対してデータ転送速度が遅い場合には、転送しようとするデータを圧縮してから転送するようにしてもよい。また、不整脈検出装置と外部機器との通信インタフェースは、光インタフェースに限らず、RS−232Cなどの電気的インタフェースであってもよいし、伝送媒体として電波を用いるインタフェースであってもよい。さらに、使用者側に不整脈検出装置と通信可能な外部機器を設置し、さらにこの外部機器および監督者側の外部機器に専用回線あるいは公衆回線経由での通信を可能とするインタフェースを設ければ、使用者は監督者の下に赴くことなく、専用回線あるいは公衆回線経由で、検出データを送信することができる。もちろん、逆方向のデータ送信・設定も可能となる。このような送受信を行う場合には、データの受信側に、データの送信元を特定できる情報や送信データの内容を告知する機能を設けるべきである。特に、監督者側の外部機器から使用者側の不整脈検出装置側へ上述のしきい値(例えば200回/日)や許容範囲(±5%)などを遠隔設定する場合には、設定する内容のみならず、受信データを用いてしきい値や許容範囲などを設定する旨を使用者に告知するようにすべきである。なお、不整脈検出装置において、遠隔設定時には設定したしきい値や許容範囲などを監督者側へ返送するようにし、監督者側の外部機器において、不整脈検出装置へ送信したデータと実際に設定されたデータとを比較し、設定が正しく行われたことを確認するようにしてもよい。
ところで、上述した態様では、検出データを迅速に監督者に伝えるべき場合に、使用者が動けない、忘れている、あるいは遠隔地にいる等して、検出データを迅速に監督者へ伝えられないことが考えられる。そこで、不整脈検出装置に、緊急時に検出データ等を監督者側の外部機器へ自動的に送信する機能を設けてもよい。このようにすることにより、例えば、使用者の心臓が停止した場合や、使用者の不整脈の発生頻度が所定値を超過した場合などの緊急時に、監督者にその旨および検出データが告知されるので、監督者は、検出データを参照し、使用者の状態を確認したり、使用者の運動を制限したりする等の措置を講じることができる。
また、しきい値等の管理値を、監督者側の外部機器でのみ設定できるようにしてもよい。この場合には、例えば、使用者が自らしきい値を変更し、本来であるならば監督者側に緊急で知らせなければならないような状態になっても、そのことを自動的に通知しない、といった事態を回避することができる。逆もまた同様である。
さらに、遠隔地の使用者に対して監督者の指示を伝えるように構成してもよい。このような構成とすることにより、例えば、使用者が遠隔地でランニングしており、かつ不整脈の発生頻度がしきい値を超過した旨の検出データが監督者に告知された場合に、監督者が監督者側の外部機器を操作して、走行ピッチを下げる旨の指示を遠隔地の使用者側の不整脈検出装置へ送信し、使用者に告知することも可能となる。また、自宅療養患者の容態悪化時に、医師が適切な指示を自宅療養患者(使用者)あるいは介護者に対して迅速に与えることも可能となる。
もちろん、緊急時に限らず、リアルタイムクロック等を利用して、検出データの監督者側の外部機器へ定期的に送信するようにしてもよい。検出データを監督者側の外部機器へ常に送信する場合には、不整脈の判定を外部機器側で行い、判定結果を外部機器が使用者側の機器へ送信するといった態様も実現可能である。
ところで、脈波波形の周波数解析方法としては、FFTの他に、最大エントロピー法や、ウェーブレット変換法等も考えられる。ここで、時間周波数解析方法であるウェーブレット変換法を用いた不整脈検出装置の実施形態について図面を参照して説明する。
5.ウェーブレット変換法を用いた不整脈検出装置の実施形態の機能構成
まず、ウェーブレット変換法を用いた脈波検出装置の実施形態の機能を図面を参照しつつ説明する。図20は本実施形態に係わる脈波検出装置の機能ブロック図である。図において、f1は脈波検出手段であって、脈波波形を検出する。脈波波形は、例えば、橈骨動脈を皮膚の上から押圧することによって検出される。また、f2は第1のウエーブレット変換手段であって、脈波検出手段f1によって検出された脈波波形にウエーブレット変換を施して、各周波数領域毎に脈波解析データを生成する。また、f3は第1の周波数補正手段であって、対応する各周波数に基づいて、前記脈波解析データに周波数当たりのパワー密度が一定になるように補正を施し、脈波補正データを生成する。これにより、異なる周波数時間領域で検出されるウエーブレットを比較することが可能となる。
次に、f4は体動検出手段であって、体動を検出して体動波形を出力する。これにより、人が動いたことを検知できる。また、f5は第2のウエーブレット変換手段であって、体動検出手段f4によって検出された体動波形にウエーブレット変換を施して、各周波数領域毎に体動解析データを生成する。また、f6は第2の周波数補正手段であって、対応する各周波数に基づいて、前記体動解析データに周波数当たりのパワー密度が一定になるように補正を施し、体動補正データを生成する。こうして算出された体動補正データは周波数補正が施されているので、脈波補正データと比較することができる。
次に、f7はマスク手段であって、脈波補正データから体動補正データを減算して、体動を除去した脈波補正データを生成する。また、f8は判定手段であって、マスク手段f7によって生成された脈波補正データの連続性を各周波数領域毎に解析することによって異常部分を検知すると、不整脈と判定する。
なお、睡眠中等、安静時に不整脈を検出する場合には、体動を検出する必要がないので、体動検出手段f4、第2ウエーブレット変換手段f5、第2の周波数補正手段f6およびマスク手段f7は省略することができる。また、第1の周波数補正手段f3および第2の周波数補正手段f6の替わりにマスク手段f7の後段に周波数補正手段を設け、構成を簡易にしても良い。さらに、全ての周波数補正手段を省略してもよい。
次に、f9は告知手段であって、判定手段f8によって不整脈であると判定されると、そのことを告知する。これにより、使用者または医師等の第三者が不整脈の有無を認識できる。また、f10は記憶手段であって、判定手段f8によって不整脈であると判定されると、不整脈の発生時刻を記憶する。これにより、不整脈の発生時刻を事後的に知ることができる。また、f11は頻度算出手段であって、判定手段8によって不整脈であると判定された所定時間当たりの回数を不整脈頻度情報として算出する。また、f12は第2の告知手段であって、不整脈頻度情報が予め定められた所定値を越えた場合に、そのことを告知する。これにより、心臓疾患を患っている使用者に、危険な状態になったことを知らせることができ、使用者は投薬等の適切な処置をとることができる。
次に、f13は積算手段であって、判定手段f8によって不整脈であると判定された回数を積算して不整脈積算情報を生成する。また、f14は第3の告知手段であって、不整脈積算情報が予め定められた所定値を越えた場合に、そのことを告知する。これにより、使用者は体調が悪化したことを知ることができる。
また、f15は第4の告知手段であって、不整脈頻度情報が予め定められた所定値を越え、かつ、不整脈積算情報が予め定められた所定値を越えた場合に、そのことを告知する。これにより、より正確に使用者あるいは監督者に対して、危険な状態になったことを知らせることができる。
6.第3実施形態
6−1.第3実施形態の構成
本発明の第3実施形態に係わる不整脈検出装置の構成を図面を参照しつつ説明する。
6−1−1.第3実施形態の外観構成
図21は第3実施形態に係わる不整脈検出装置の外観構成を示す斜視図である。この図に示すように、不整脈検出装置1は、腕時計形状をしている。不整脈検出装置1には、一対のバンド144,144が設けられており、その一方の締着具145の締め付け側には、圧脈波センサ130の弾性ゴム131が突出して設けられている。締着具145を備えるバンド144は、圧脈波センサ130による検出信号を供給するべくFPC(Flexible Printed Circuit)基板を軟性プラスチックで被覆した構造(詳細は図示省略)となっている。
また、不整脈検出装置1には、脈波を解析する電気的構成の主要部が組み込まれており、また、表示部が設けられている。不整脈検出装置1は、使用時においては、図22(a)および図22(b)に示すように、締着具145に設けられた弾性ゴム131が橈骨動脈143の近傍に位置するべく、腕時計146が被験者の左腕147に巻回される。このため、脈波を恒常的に検出することが可能となる。なお、この巻回については通常の腕時計の使用状態と何等変わることがない。
こうして弾性ゴム131が、被験者の橈骨動脈143近傍に押圧されると、該動脈の血流変動(すなわち脈波)が弾性ゴム131を介して圧脈波センサ130に伝達され、圧脈波センサ130はこれを血圧として検知する。
6−1−2.第3実施形態の電気的構成
次に、不整脈検出装置の電気的構成を図23を参照して説明する。図23は不整脈検出装置の電気的構成を示すブロック図である。
不整脈検出装置1は、以下の部分から構成される。10はウエーブレット変換部であって、圧脈波センサ130から出力される脈波波形MHに対して周知のウエーブレット変換を施して、脈波解析データMKDを生成する。
一般に、信号を時間と周波数の両面から同時に捉える時間周波数解析において、ウエーブレットは信号の部分を切り出す単位となる。ウエーブレット変換は、この単位で切り出した信号各部の大きさを表している。ウエーブレット変換を定義するために基底関数として、時間的にも周波数的にも局在化した関数ψ(x)をマザー・ウエーブレットとして導入する。ここで、関数f(x)のマザー・ウエーブレットψ(x)によるウエーブレット変換は次のように定義される。
Figure 0003635663
式1においてbは、マザー・ウエーブレットψ(x)をトランスレート(平行移動)する際に用いるパラメータであり、一方、aはスケール(伸縮)する際のパラメータである。したがって、式1においてウエーブレットψ((x−b)/a)は、マザー・ウエーブレットψ(x)をbだけ平行移動し、aだけ伸縮したものである。この場合、スケールパラメータaに対応してマザー・ウエーブレットψ(x)の幅は伸長されるので、1/aは周波数に対応するものとなる。なお、ウエーブレット変換部10の詳細な構成については後述する。
次に、11は周波数補正部であって脈波解析データMKDに対して周波数補正を行う。上記した式1には周波数に対応する「1/a1/2」の項があるが、異なる周波数領域間でデータを比較する場合には、この項の影響を補正する必要がある。周波数補正部11はこのために設けられたものであり、ウエーブレットデータWDに係数a1/2を乗算して、脈波補正データMKD'を生成する。これにより、対応する各周波数に基づいて、周波数当たりのパワー密度が一定になるように補正を施すことができる。
次に、12は判定部であって、脈波補正データMKD'に基づいて、不整脈を検出して、不整脈検出情報FDを生成する。なお、判定部12の詳細な構成については後述する。また、13は表示部であって、ROM、制御回路および液晶ディスプレイ等によって構成される。表示部13に不整脈検出情報FDが供給されると、制御回路がこれを検知し、ROMに格納されているキャラクタを読み出し、これを液晶ディスプレイに表示するようになっている。キャラクタとしては、「不整脈」という文字の他、特定の記号やアイコンを用いてもよい。これにより、使用者や医師に不整脈があったことを告知することができる。
次に、14はRAMであって、そこには不整脈検出情報FDの発生時刻が順次記憶される。この発生時刻は、図示せぬ操作部を操作するとRAM14から読み出され、表示部13に表示させることができるようになっている。これにより、発生時刻を事後的に知ることができ、診断に役立てることができる。なお、発生時刻は図示せぬインターフェースを介して外部機器(例えば、パーソナルコンピュータ)に送信できるようにしてもよく、この場合には、より詳細に不整脈を解析して診断を行うことが可能となる。なお、第3実施形態や後述する第4、第5実施形態に係る不整脈検出装置と外部機器とのシステム化については、「4−2.システム化」の欄において記載したシステムをそのままあるいは僅かに変形して適用可能であるので、その説明を省略する。
次に、15は、その内部に内部メモリと比較器を備えた積算部であって、不整脈検出情報FDの発生回数を積算して、積算値を示す不整脈積算情報FSDを生成し、これを内部メモリに格納する。また、図示せぬ操作部を操作すると、内部メモリに格納された不整脈積算情報FSDをリセットしたり、あるいは操作時点の不整脈積算情報FSDを読み出して表示部13に表示させることができるようになっている。また、内部メモリには、予め定められた閾値が格納されており、この閾値と不整脈積算情報FSDとを比較器で比較するようになっている。比較器は不整脈積算情報FSDが閾値を上回った場合に第1の警告情報KD1を生成する。そして、第1の警告情報KD1がブザー17に供給されると、ブザー17が発音し、危険な状態にあることを使用者に告知する。
ところで、前述したように、不整脈には、その発生原因によって危険なものと危険性が極めて少ないものとがあるが、人の健康の程度を知る上で、不整脈積算情報FSDは有益である。また、前述したように、重大な心臓・血管系の病気に伴って起こってくる不整脈は、単源性でも一日200個以上出現するとか、多源性でいろいろな形態をとる心電図を呈することが知られている。したがって、前記閾値を例えば200個に設定し、これを越える場合に第1の警告情報KD1を生成し、ブザー音で使用者に告知することにより、使用者に警告を与えることができる。
次に、16は、その内部に内部メモリと比較器を備えた頻度算出部であって、不整脈検出情報FDの単位時間当たりの発生回数を計数して不整脈頻度情報FHDを生成する。この不整脈頻度情報FHDは、使用者が操作部を操作すると、表示部13に表示されるようになっている。また、内部メモリには、予め定められた閾値が格納されており、この閾値と不整脈頻度情報FHDとを比較器で比較するようになっている。また、比較器は、不整脈頻度情報FHDが閾値を上回った場合に第2の警告情報KD2を生成する。そして、第2の警告情報KD2がブザー17に供給されると、ブザー17が発音し、危険な状態にあることを使用者に告知する。
不整脈頻度情報FHDを表示部13に表示させることは、前述したように、使用者が自己の健康状態を管理することができる点で有益であるし、睡眠中に不整脈が多発し、危険な状態に陥った場合に不整脈頻度情報FHDが閾値を越えてブザー17が発音することは、使用者に危険な状態にあることを知らせることができるという点で有益である。
6−1−3.ウエーブレット変換部
次に、ウエーブレット変換部10の構成を図面を用いて詳細に説明する。図24は、第3実施形態に係わるウエーブレット変換部10のブロック図である。
図においてリンギングフィルタ101は、中心周波数を2.2Hz、通過帯域を0.8Hz〜3.5HzとするQ値が高いフィルタである。脈波波形の基本波成分は、0.8Hz〜3.5Hzの範囲内にあるのが通常であるから、脈波波形MHがリンギングフィルタ101を通過すると、その基本波成分が抽出される。例えば、図25(a)に示す脈波波形MHがリンギングフィルタ101を通過すると、図25(b)に示す正弦波が得られる。
次に、ゼロクロス検出回路102はコンパレータ等から構成され、リンギングフィルタ101の出力信号とグランドレベルを比較して、矩形波を生成する。この矩形波は、心拍に同期したものとなる。例えば、リンギングフィルタ101の出力信号が図25(b)に示すものであるならば、ゼロクロス検出回路102の出力信号は図25(c)に示すものとなる。
次に、分周回路103はゼロクロス検出回路102の出力信号を1/2分周して図25(d)に示す制御信号CSを生成する。この制御信号CSの1つのハイレベル期間またはローレベル期間が、1心拍の期間に対応する。
次に、脈波波形MHはA/D変換器104によってデジタル信号に変換され、この後、第1のメモリ105と第2のメモリ106に格納される。ここで、第1のメモリ105のライトイネーブル端子には制御信号CSが直接供給され、第2のメモリ106のライトイネーブル端子にはインバータ107によって反転された制御信号CSが供給されるようになっている。このため、第1,第2のメモリ105,106は、心拍単位で脈波波形MHを交互に格納する。また、108はマルチプレクサであって、第1,第2のメモリ105,106から交互に読み出される脈波データMDを選択して基底関数展開部Wに出力する。こうして、第1のメモリ105の書込期間に第2のメモリ106から脈波データMDを読み出し、第1のメモリ105の読出期間に第2のメモリ106へ脈波データMDを書き込む。
次に、基底関数展開部Wは、上記した式1の演算処理を行う構成であって、マザー・ウエーブレットψ(x)を記憶する基底関数記憶部W1、スケールパラメータaを変換するスケール変換部W2、バッファメモリW3、トランスレートを行う平行移動部W4および乗算部W5からなる。なお、基底関数記憶部W1に記憶するマザー・ウエーブレットψ(x)としては、ガボールウエーブレットの他、メキシカンハット、Haarウエーブレット、Meyerウエーブレット、Shannonウエーブレット等が適用できる。
まず、基底関数記憶部W1からマザー・ウエーブレットψ(x)が読み出されると、スケール変換部W2はスケールパラメータaの変換を行う。ここで、スケールパラメータaは周期に対応するものであるから、aが大きくなると、マザー・ウエーブレットψ(x)は時間軸上で伸長される。この場合、基底関数記憶部W1に記憶されるマザー・ウエーブレットψ(x)のデータ量は一定であるので、aが大きくなると単位時間当たりのデータ量が減少してしまう。スケール変換部W2は、これを補うように補間処理を行うとともに、aが小さくなると間引き処理を行って、関数ψ(x/a)を生成する。このデータはバッファメモリW3に一旦格納される。
次に、平行移動部W4はバッファメモリW3からトランスレートパラメータbに応じたタイミングで関数ψ(x/a)を読み出すことにより、関数ψ(x/a)の平行移動を行い関数ψ(x−b/a)を生成する。
次に、乗算部W4は、変数1/a1/2、関数ψ(x−b/a)および脈波データMDを乗算して心拍単位でウエーブレット変換を行い、脈波解析データMKDを生成する。この例において、脈波解析データMKDは、0Hz〜0.5Hz、0.5Hz〜1.0Hz、1.0Hz〜1.5Hz、1.5Hz〜2.0Hz、2.0Hz〜2.5Hz、2.5Hz〜3.0Hz、3.0Hz〜3.5Hz、3.5Hz〜4.0Hzといった周波数領域に分割されて出力される。
6−1−4.判定部
次に判定部12について説明する。図26は本実施形態に係わる判定部12のブロック図である。
図において加算器121、係数回路122,124およびメモリ123は、脈波補正データMKD'の平均値を各周波数領域毎に算出する回路である。なお、係数回路122の係数は1/K+1、係数回路124の係数はKである。加算器121は脈波補正データMKD'と係数回路124の出力を加算し、加算器121の出力データは係数回路122を介してメモリ123に格納される。以上の処理は、心拍周期に同期して脈波補正データMKD'が生成されるたびに行われる。したがって、メモリ123の内容は、心拍に同期して更新される。
ここで、心拍の周期をt、現在の時刻をT、メモリ123に格納されるデータをMaとするならば、時刻TにおけるデータMa(T)は、以下に示す式で与えられる。
Ma(T)={Ma(T−t)*K+MKD'(T)}/(K+1)
この式においてMa(T−t)は、時間tだけ過去のデータ、すなわち、1心拍前のデータを表している。したがって、データMa(T)は、過去のデータと現在のデータを加重平均したものとなる。この処理はt時間毎に繰り返して行われるので、結局、メモリ124には脈波補正データMKD'の平均値が格納される。また、脈波補正データMKD'は各周波数領域毎に生成されるため、平均値は各周波数領域毎に算出される。このため、メモリ124には、図27に示すように0.5Hz単位で脈波補正データMKD'の平均値Ma1〜Ma8が格納される。この意味において、メモリ124は、平均値テーブルとして機能する。
次に、演算部125は、次式で表される評価関数Q(T)の演算を行い、これを評価データQDとして出力する。
Q(T)=ΣPk・|Mak(T)−Mk(T)|/Mak(T)
=P1・|Ma1(T)−M1(T)|/Ma1(T)
+P2・|Ma2(T)−M2(T)|/Ma2(T)+…
+P8・|Ma8(T)−M8(T)|/Ma8(T)
ただし、Mk(T)は時刻Tにおける脈波補正データMKD'の各周波数成分、k=1〜8とする。また、Pkは係数であって、Mak(T)が予め定められた閾値を越える場合に1となり、当該閾値を下回る場合に0となるように設定する。このように係数を設定したのは、脈波波形の特徴部分は、大きなエネルギーをもっているので、この部分に基づいて不整脈か否かを判別することができるからであり、一方、レベルの低い部分に基づいて不整脈を判別すると、SN比が悪いため正確な判別が行えないからである。
この場合、評価関数Q(T)は、脈波補正データMKD'が平均値とどの程度ずれているかを表している。比較部126は、評価データQDと基準データRDとを比較し、評価データQDが基準データRDを上回る場合に不整脈検出情報FDを生成する。なお、本実施形態において、基準データRDの値は、不整脈を判定できるように実験によって算出された値を用いていており、不整脈でない脈派を不整脈と誤判定しないように、ある程度の余裕をもって設定されている。
ところで、ウエーブレット変換では、ある短い時間における周波数分布を求めることができる。したがって、上記時間を十分に短くすれば、ある時間範囲における脈派波形が正常な形状となっているか否かを判定することが可能となり、この方法でも不整脈を検出することができる。この場合には、時間領域での不整脈判定と周波数領域での周波数判定とを組み合わせた判定を行うことができるという利点がある。ただし、ここでは、前述したように、脈派の周期毎に評価データQDと基準データRDとを比較して不整脈を検出するものとする。このことは後述する第4および第5実施形態においても同様である。
6−2.第3実施形態の動作
次に、第3実施形態の動作を図面を参照しつつ説明する。図28は、第3実施形態の動作を説明するための図である。
図28(a)は、圧脈波センサ130によって検出される脈波波形MHの一例を示したものである。この例では、時刻Tから時刻T+tまでの脈波波形MH1が、通常の波形であり、これに続く時刻T+tから時刻T+2tの間に不整脈が発生している。脈は、心拍に同期して連続しているのが通常であるが、心拍の欠落が生じると、図示するように脈波波形MH2の波高値がほとんど無くなり、不整脈が生じる。
時刻T+2tから時刻T+3tまでの期間では、再び心臓が収縮し脈動が生じる。一般に、不整脈の直後に生じる脈波波形MH3のピーク値P3は、通常の脈波波形MH1のピーク値P1よりも大きくなり、心拍の欠落を補うことが多い。また、脈波波形MH3は、不整脈の影響を受けてその位相が脈波波形MH1に対してΔTだけ遅れている。この位相の遅れは、脈波波形MH4にも生じるが、脈波波形MH4のピーク値P4は、通常の脈波波形MH1のピーク値P1と略一致する。
図28(b)は、図24に示すゼロクロス検出回路102の出力信号の波形である。上述したように、リンギングフィルタ101のQ値は高く設定されているので、不整脈が発生して脈波波形MH2の波高値が低くなっても当該出力信号は、連続する。また、脈波波形MH3,MH4は、脈波波形MH1に対して位相がΔTだけずれるが、当該出力信号の位相は、すぐには変化せず長時間をかけて次第に追従する。なお、この例にあっては、当該出力信号の周波数は1.3Hzである。
こうして、生成された出力信号に同期してウエーブレット変換部10でウエーブレット変換が行われ脈波解析データMKDが生成されると、周波数補正部11は脈波解析データMKDに周波数補正を施して、脈波補正データMKD'を生成する。図28(c)は、脈波波形MH1〜MH4に各々対応する脈波補正データMKD'の各周波数成分M1〜M8を示したものである。また、図28(d)は、メモリ124に格納される脈波補正データMKD'の平均値データMa1〜Ma8を示したものである。なお、この例にあっては、時刻Tから時刻T+4tまでの間で平均値Ma1〜Ma8は変化しないものとする。
ここで、ゼロクロス検出回路102の出力信号の周波数は1.3Hzであるから、脈波波形MHの基本波周波数は1.3Hzとなる。このため、1.0Hz〜1.5Hzに対応する平均値データMa1の値は、「7」となり最も大きくなっており、2次高調波、3次高調波に対応する平均値データMa5,Ma7の値がこれについで大きく「4」となっている。一方、不整脈の脈波波形MH2に対応する脈波補正データMKD'では、その波高値が低いため、各周波数成分に対応するデータM1〜M8の値が小さくなっている。
図28(e)は、各脈波波形MH1〜MH4に各々対応する評価データQD1〜QD4を示すものである。なお、この例にあっては、上述した評価関数Q(T)=ΣPk・|Mak(T)−Mk(T)|/Mak(T)において、係数Pkは、Mak(T)が4以上の場合に1となり、4未満の場合に0となるように設定されている。
例えば、QD2は、以下のように図26に示す演算部125で生成される。
QD2=|Ma3−M3|/Ma3
+|Ma5−M5|/Ma5
+|Ma3−M7|/Ma7
=|7−0|/7+|4−2|/4+|4−0|/4=2.5
この後、比較部126は評価データQDを基準データRDと比較するが、この例の基準データRDの値は「1」に固定されているものとする。このため、脈波波形MH2は不整脈と判定され、脈波波形MH1、MH3、MH4は、正常と判定される。図28(f)は不整脈検出情報FDとして比較部126から出力される不整脈検出フラグであり、ハイレベルが不整脈であることを示しており、ローレベルが正常であることを示している。なお、不整脈検出フラグが時間tだけ遅れているのは、演算部125と比較部126の処理に時間がかかるからである。
こうして不整脈検出フラグが不整脈検出情報FDとして検出されると、表示部13に不整脈が発生したことが表示され、また、その発生時刻がRAM14に格納される。そして、積算部15によって不整脈検出フラグの数が積算され、この値が閾値を越えると、そのことがブザー音で使用者に知らされる。また、単位時間当たりの発生頻度が閾値を越えた場合にも、そのことがブザー音で使用者に知らされる。
このように第3実施形態によれば、簡単な操作で不整脈を正確に検出することができる携帯型の不整脈検出装置を提供することができる。また、不整脈の発生時刻を告知するから、事後的に不整脈が発生したことを知ることができる。また、不整脈積算情報FSDを表示部13に表示することができるので、健康の状態を簡易に知ることができ、さらに、不整脈積算情報FSDが閾値を越えるとブザー17が発音するので、使用者に警告を与えることができる。また、不整脈頻度情報FHDが閾値を越えるとブザー17が発音するので、睡眠中に不整脈が多発して危険な状態に陥った場合であっても、投薬等の処置により突然死といった最悪の事態を回避することができる。
7.第4実施形態
第3実施形態に係わる不整脈検出装置は、使用者が安静状態であることを前提とするものであった。ところで、心拍は人が運動するとこれに応じて強くなるので、使用者が歩行したり物を掴み上げたりすると、脈波波形が体動の影響を受けて変動する。このため、第3実施形態に係わる不整脈検出装置では、体動があると不整脈を正確に検出することが難しい。第4実施形態は、この点に鑑みてなされたものであり、脈波波形から体動成分をキャンセルすることにより、体動があったとしても不整脈を正確に検出できる不整脈検出装置を提供するものである。
7−1.第4実施形態の構成
7−1−1.第4実施形態の外観構成
図29は、第4実施形態に係わる不整脈検出装置の使用時における外観構成を示す図である。図29が第3実施形態の外観構成を示す図22(b)と相違するのは、締着具145において弾性ゴム131の反対側に加速度センサ21が設けられている点である。この場合、加速度センサ21は、弾性ゴム131の下側にある圧脈波センサ130の近傍に設けられているので、圧脈波センサ130に加わる体動を精度よく検出することができる。
7−1−2.第4実施形態の電気的構成
次に、第4実施形態に係わる不整脈検出装置の電気的構成について説明する。図30は第4実施形態に係わる不整脈検出装置のブロック図である。
図において、第1のウエーブレット変換部10Aおよび第1の周波数補正部11Aは、上述した第3実施形態のウエーブレット変換部10および周波数補正部11と各々同一の構成であり、第1の周波数補正部11Aから脈波補正データMKD'が出力されるようになっている。
また、加速度センサ21によって体動波形THが検出されると、これが第2のウエーブレット変換部10Bに供給され、体動波形THにウエーブレット変換が施され、体動解析データTKDが生成されるようになっている。ここで、第2のウエーブレット変換部10Bは、第3実施形態のウエーブレット変換部10と同様に構成される。このため、体動解析データTKDは、0〜4Hzの周波数領域を0.5Hz毎に分割した各周波数成分から構成される。また、第2の周波数補正部11Bは、第3実施形態の周波数補正部11と同様に構成され、体動解析データTKDに周波数補正を施して体動補正データTKD'を生成する。
次に、マスク部18は、脈波補正データMKD'から体動補正データTKD'を減算して、体動成分が除去された脈波補正データMKD''を生成する。次に、判定部12は脈波補正データMKD''に基づいて、第3実施形態と同様に不整脈の判定を行う。なお、判定部12の後段にある表示部13等は第3実施形態と同様に構成されているので説明を省略する。
7−2.第4実施形態の動作
次に、第4実施形態の動作について図面を参照しつつ説明する。
この例では、不整脈の検出中に使用者が手でコップを持ち上げた後、これを元の位置に戻した場合を想定する。この場合、図31(a)に示す脈波波形MHが圧脈波センサによって検出され、また、同時に図31(b)に示す体動波形THが検出されたものとする。
ここで、体動波形THは、時刻T1から増加しはじめ、時刻T2で正のピークとなり、その後、次第に減少して時刻T2でレベル0を通過し、時刻T3で負のピークに達し、時刻T4でレベル0に戻っている。ところで、体動波形THは加速度センサ21によって検出されるため、時刻T3は使用者がコップを最大に持ち上げた時刻に対応し、時刻T1は持上開始時刻に対応し、また、時刻T4は持上終了時刻に対応する。したがって、時刻T1から時刻T4までの期間が体動が存在する期間となる。
なお、図31(c)は仮に体動がなかったとした場合の脈波波形MH'である。この図から、期間Teにおいて不整脈が発生しており、期間Ta〜期間Td、および期間Tfでは、通常の脈波であることが分かる。また、この例において、脈波波形MHの基本波周波数は、1.3Hzとなっている。
次に、図32を参照して、第4実施形態に係わる不整脈検出装置の動作を説明する。なお、図32に示す期間Ta〜期間Tfは図31に示したものと対応する。図32(a)は、この例における脈波補正データMKD'を各周波数領域毎のデータM1〜M8で示したものである。また、図32(b)は、体動補正データTKD'を各周波数領域毎のデータM1〜M8で示したものである。図32(b)より、0Hz〜0.5Hzに対応するデータM1と0.5Hz〜1.0Hzに対応するデータM2の値が期間Ta〜期間Tfで増加していることが分かる。これは、体動の発生時刻T1が期間Taに、その終了時刻T4が期間Tfに対応するからである。
上記した脈波補正データMKD'と体動補正データTKD'が、第1,第2の周波数補正部11A,11Bで各々生成されこれらがマスク部18に供給されると、マスク部18は、脈波補正データMKD'から体動補正データTKD'を減算して、図32(c)に示す体動成分が除去された脈波補正データMKD''を生成する。これにより、体動がある場合でもその影響をキャンセルして、安静時の脈波波形から得れる脈波補正データMKD'と同様の脈波補正データMKD''を得ることが可能となる。
この後、判定部12は、この脈波補正データMKD''に基づいて不整脈を判定する。この判定処理では、通常の脈波から得られた平均値テーブル(図26のメモリ123)を参照して、評価データQDを生成する。ここで、平均値テーブルに格納されている平均値データMa1〜Ma8が図32(d)に示すものであるならば、各期間毎に生成される評価データQDa〜QDfは図32(e)に示すものとなる。この後、比較部126は評価データQDを基準データRDと比較するが、この例の基準データRDの値は「1」に固定するものとする。なお、基準データRDの値を可変としてもよいことは第3実施形態において記載した通りである。この例にあっては、期間Teにおいて生成される評価データQDeの値が2.5となっており、基準データRDの値を越える。期間Teにおいて不整脈が発生したと判定され、図32(f)に示す不整脈検出フラグが不整脈検出情報FDとして生成される。
こうして不整脈検出フラグが不整脈検出情報FDとして検出されると、第3実施形態と同様に、表示部13に不整脈が発生したことが表示され、また、その発生時刻がRAM14に格納される。そして、積算部15によって不整脈検出フラグの数が積算され、この値が閾値を越えると、そのことがブザー音で使用者に知らされる。また、単位時間当たりの発生頻度が閾値を越えた場合にも、そのことがブザー音で使用者に知らされる。
このように第4実施形態にあっては、体動波形THについてもウエーブレット変換を施し、これに基づいて体動成分をキャンセルするようにしたので、日常生活や運動中であっても不整脈を正確に検出することができる。この結果、1日の不整脈積算情報FSDのように、長時間の計測を必要とする場合であっても、何等支障なく行うことができ、生体の状態を診断する際に役立てることができる。
8.第5実施形態
第4実施形態に係わる不整脈検出装置では、加速度センサ21によって体動を検出し脈波補正データMKD'から体動補正データTKD'を減算することによって、脈波補正データMKD'に含まれている体動成分をキャンセルして、不整脈を検出した。しかし、加速度センサ21、第2のウエーブレット変換部10B、および第2の周波数補正部11B等が必要になるので、構成が複雑になる。第5実施形態は、この点に鑑みてなされたものであり、簡易な構成にもかかわらず、体動があっても正確に不整脈を検出することができる不整脈検出装置を提供するものである。
8−1.第5実施形態の構成
第5実施形態に係わる不整脈検出装置の外観構成は、図21および図22に示す第3実施形態の外観構成と同様であるのでここでは説明を省略し、その電気的構成について説明する。図33は第5実施形態に係わる不整脈検出装置のブロック図であり、周波数補正部11と判定部12との間に体動分離部19が新たに設けられた点を除いて、第3実施形態で説明した図23と同じである。以下、相違点について説明する。
体動分離部19は、脈波補正データMKD'から体動成分を分離除去して体動分離脈波補正データTBDを生成する。ここで、体動分離部19は、以下に述べる体動の性質を利用している。
体動は、腕の上下動や走行時の腕の振り等によって生じるが、日常生活においては、人体を瞬間的に動かすことはほとんどない。このため、日常生活では、体動波形THの周波数成分はそれほど高くなく、0Hz〜1Hzの範囲にあるのが通常である。この場合、脈波波形MHの基本波周波数は、1Hz〜2Hzの範囲にあることが多い。したがって、日常生活において、体動波形THの周波数成分は脈波波形MHの基本波周波数よりも低い周波数領域にある。
一方、ジョギング等のスポーツ中にあっては、腕の振り等の影響があるため、体動波形THの周波数成分が幾分高くなるが、運動量に応じて心拍数が増加するため、脈波波形MHの基本波周波数も同時に高くなる。このため、スポーツ中においても、体動波形THの周波数成分は脈波波形MHの基本波周波数よりも低い周波数領域にあるのが通常である。
体動分離部19は、この点に着目して体動成分を分離するものであり、脈波波形MHの基本波成分よりも低い周波数領域を無視するように構成されている。この場合には、脈波波形MHの基本波成分より高い周波数領域に体動成分が存在すると不整脈の検出精度が低下する。しかしながら、上述したように体動成分は脈波波形MHの基本波成分よりも低い周波数領域にある確率が高いので、高い精度で不整脈の検出を行うことができる。図34は、体動分離部19の詳細なブロック図である。波形整形部191は脈波波形MHに波形整形を施して、脈波波形MHと同期したリセットパルスを生成する。具体的には、上述した図24のリンギングフィルタ101とゼロクロス検出回路102等によって構成される。カウンタ192は図示せぬクロックパルスを計数し、前記リセットパルスによってカウント値がリセットされるようになっている。また、平均値算出回路193は、カウンタ192のカウント値の平均値を算出する。具体的には、上述した図26に示す加算器121、係数回路122,123、メモリ123等によって構成すればよい。この場合、平均値算出回路193によって算出される平均値は、脈波波形MHの平均周期に対応する。したがって、平均値を参照すれば、脈波波形MHの基本波周波数を検知できる。
次に、置換回路194は、前記平均値に基づいて、脈波波形MHの基本波周波数を含む周波数領域を特定する。例えば、前記平均値が0.71秒を示す場合には、基本波周波数は1.4Hzとなるので、特定される周波数領域は1Hz〜1.5Hzとなる。この後、置換回路194は、特定周波数領域未満の周波数領域について、脈波補正データMKD'を「0」に置換して体動分離脈波補正データTBDを生成する。これにより、脈波波形MHの基本波周波数より低い周波数領域の成分は、不整脈の判定に当たって無視される。この場合、体動成分とともに脈波成分も「0」に置換されてしまうが、脈波波形MHの特徴的な部分は基本波周波数よりも高域の周波数領域に存在するため、「0」に置換しても不整脈の判定には影響をほとんど与えない。
こうして生成された体動分離脈波補正データTBDに基づいて、判定部12は、不整脈の判定を行って不整脈検出情報FDを生成する。なお、判定部12の後段にある表示部13等は第3実施形態と同様に構成されているので説明を省略する。
8−2.第5実施形態の動作
次に、第5実施形態の動作について図面を参照しつつ説明する。
この例では、圧脈波センサ130によって、図31(a)に示す脈波波形MHが検出されたものとする。図35は、第5実施形態に係わる不整脈検出装置の動作を示すタイミングチャートである。なお、図35に示す期間Ta〜期間Tfは図31に示したものと対応する。
図35(a)は、この例における脈波補正データMKD'を各周波数領域毎のデータM1〜M8で示したものであり、図32(a)と一致する。ここで、脈波波形MHの基本波周波数が1.3Hzであるとする。この場合、置換回路194によって特定される周波数領域は1.0Hz〜1.5Hzとなるので、置換の対象となる周波数領域は、データM2に対応する0.5Hz〜1.0HzとデータM1に対応する0Hz〜0.5Hzとなる。したがって、脈波補正データMKD'のデータM1,M2は「0」に置換され、図35(b)に示す体動分離脈波補正データTBDが生成される。
この後、判定部12は、この体動分離脈波補正データTBDに基づいて不整脈を判定する。この判定処理では、通常の脈波から得られた平均値テーブル(図26のメモリ123)を参照して、評価データQDを生成する。ここで、平均値テーブルに格納されている平均値データMa1〜Ma8が図35(c)に示すものであるならば、各期間毎に生成される評価データQDa〜QDfは図35(d)に示すものとなる。
ここで、図35(d)と図32(e)を比較すると、評価データQDb,QDeにおいて、両者が若干相違していることがわかる。これは、体動成分にわずかながら1.0Hz〜1.5Hzの成分が存在することに起因している。すなわち、図32(b)に示す体動補正データTKD'を参照すると、期間Tb,TdのデータM3の値が「1」となっており、1.0Hz〜1.5Hzの成分がそこに存在している。上記した置換回路194では、この成分を無視して置換を行うため、若干のずれが生じるのである。しかし、評価データQDb,QDeにおける両者の差はいずれも0.1であるので、無視したとしても不整脈の判定精度はほとんど劣化しない。
この後、比較部126は評価データQDを基準データRDと比較するが、この例の基準データRDの値は「1」に固定するものとする。なお、基準データRDの値を可変としてもよいことは第3実施形態において記載した通りである。
この例にあっては、期間Teにおいて生成される評価データQDeの値が2.5となっており、基準データRDの値を越える。したがって、期間Teにおいて不整脈が発生したと判定され、図35(e)に示す不整脈フラグが生成される。この不整脈フラグは図32(f)に示すものと一致する。
こうして不整脈検出フラグが不整脈検出情報FDとして検出されると、第3実施形態と同様に、表示部13に不整脈が発生したことが表示され、また、その発生時刻がRAM14に格納される。そして、積算部15によって不整脈検出フラグの数が積算され、この値が閾値を越えると、そのことがブザー音で使用者に知らされる。また、単位時間当たりの発生頻度が閾値を越えた場合にも、そのことがブザー音で使用者に知らされる。
このように第5実施形態によれば、体動成分は脈波波形MHの基本波周波数成分よりも低い周波数領域に存在することが確率的に高いという体動の性質を巧みに利用して体動成分を分離した。このため、第4実施形態で必要とされた加速度センサ21、第2のウエーブレット変換部10B、および第2の周波数補正部11Bといった構成を省略することができ、しかも体動がある場合でも正確に不整脈を検出することが可能となる。
9.変形例
本発明は上述した実施形態に限定されるものではなく、例えば、以下に述べる各種の変形が可能である。
(1)第3〜第5実施形態において、各周波数補正部は、異なる周波数領域でエネルギーを比較するために用いられたが、ある周波数領域に着目して、そこのエネルギーレベルを比較して不整脈を検出してもよい。この場合には、周波数補正手段を用いなくともよい。例えば、0〜0.4Hz、0.4Hz〜0.8Hz、0.8Hz〜1.6Hz、1.6Hz〜3.2Hz、3.2Hz〜6.4Hzといったように周波数領域を選定した場合、0.8Hz〜1.6Hzと1.6Hz〜3.2Hzの周波数領域に基本波成分が存在すると考えられるので、2つの領域の合計を求め、これをある基準値と比較して、不整脈を検出するようにしてもよい。
(2)第3〜第5実施形態において、各ウエーブレット変換部10,10A,10Bは基底関数展開部Wを備え、これによりウエーブレット変換を行ったが、本発明はこれに限定されるものではなく、ウエーブレット変換をフィルタバンクによって実現してもよい。フィルタバンクの構成例を図36に示す。図において、フィルタバンクは3段で構成されており、その基本単位は、高域フィルタ1Aおよびデシメーションフィルタ1Cと、低域フィルタ1Bおよびデシメーションフィルタ1Cである。高域フィルタ1Aと低域フィルタ1Bは、所定の周波数帯域を分割して、高域周波数成分と低域周波数成分を各々出力するようになっている。この例にあっては脈波データMDの周波数帯域として0Hz〜4Hzを想定しているので、一段目の高域フィルタ1Aの通過帯域は2Hz〜4Hzに設定され、一方、一段目の低域フィルタ1Bの通過帯域は0Hz〜2Hzに設定される。また、デシメーションフィルタ1Cは、1サンプルおきにデータを間引く。
こうして生成されたデータが次段に供給されると、周波数帯域の分割とデータの間引きが繰り返され、最終的には、0Hz〜4Hzの周波数帯域を8分割したデータM1〜M8が得られる。
また、高域フィルタ1Aと低域フィルタ1Bとは、その内部に遅延素子(Dフリップフロップ)を含むトランスバーサルフィルタで構成すればよい。ところで、人の脈拍数は40〜200の範囲にあり、脈波波形MHの基本波周波数は、生体の状態に応じて刻々と変動する。この場合、基本波周波数に同期して、分割する帯域を可変することができれば、動的な生体の状態に追従した情報を得ることができる。そこで、トランスバーサルフィルタに供給するクロックを脈波波形MHとさせることによって、分割する帯域を適応的に可変してもよい。
また、脈波解析データMKDのうち、脈波波形MHの特徴を表す代表的な周波数成分は、基本波、第2高調波および第3高調波の各周波数成分である。したがって、フィルタバンクの出力データM1〜M8のうち一部を用いて不整脈を判定するようにしてもよい。この場合、上述したようにフィルタバンクを脈波波形MHに同期するように構成すれば、高域フィルタ1A、低域フィルタ1Bおよびデシメーションフィルタ1Cの一部を省略して、構成を簡易なものにすることができる。
(3)第4実施形態においては、加速度センサ21によって体動波形THを検出した。ところで、体動が検出される場合は、利用者が運動状態にあるため、脈波波形MHの基本波周波数が高くなる。この脈波波形MHは、第1のウエーブレット変換部10Aにて周波数解析されるが、周波数解析の対象となる周波数領域を固定にすると、脈波波形MHの特徴部分を十分に解析することが困難となる。例えば、安静状態で脈波波形MHの基本波周波数が1Hzであった人が、ランニングを行い、脈波波形MHの基本波周波数が2Hz(脈拍数120に相当)に変化したとする。安静状態においては、第4実施形態で説明したように0〜4Hzの範囲でウエーブレット変換を行うことにより、脈波波形MHの第3高調波まで周波数解析を行うことができる。しかし、ランニング中にあっては、第3高調波は6Hzとなるので、周波数解析を行うことができなくなってしまう。
そこで、体動波形THに基づいて運動量を求め、運動量が大きくなるにつれウエーブレット変換を行う周波数領域を高い領域へシフトするように第1,第2のウエーブレット変換部10A,10Bを制御してもよい。
また、第1,第2のウエーブレット変換部10A,10Bを上述したフィルタバンクで構成する場合にあっては、そのクロック周波数を運動量に応じて制御すればよい。すなわち、運動量が増加するにつれ、クロック周波数を高くするように周知のフィードバック制御を施すようにすればよい。
ランニング中にあっては、体動波形THのピッチは、腕の往復ピッチを示しており、足のスライドピッチと一定の関係があり、腕の振り一回に対して2歩進むのが通常である。また、運動量は走行速度と歩幅の積で表すことができる。一般に、走行速度が上がるとともにピッチも上がり、また、歩幅は減少する傾向にある。したがって、体動波形THのピッチと運動量には一定の関係がある。
例えば、図41は、第1に、グランド走における走行速度および拍数の関係と、第2に、走行速度および走行ピッチの関係とを、同じ図上で示したものである。この図に示すように、被験者の拍数および走行ピッチは、走行速度とともに増加することが判る。すなわち、走行ピッチが高くなると、これに伴い運動量と拍数が増加することが判る。したがって、体動波形THのピッチと運動量の関係を予め測定し、これをテーブルに格納しておき、このテーブルを参照して、運動量を算出するようにしてもよい。
また、図41より、体動波形THのピッチと心拍との間にも一定の関係があると考えられるので、体動波形THのピッチと周波数解析の対象とする周波数領域の関係をテーブルに格納しておき、計測された体動波形THのピッチに基づいて、テーブルを参照して周波数解析の対象となる周波数領域を読み出すようにしてもよい。より具体的には、体動波形THのピッチと最適なクロック周波数の関係を予め測定し、これをテーブルに格納しておき、このテーブルを参照して、クロック周波数を定めるようにすればよい。
これらの場合、体動波形THのピッチとの関係を詳細に求めなくとも、数カ所のデータを格納しておき、残りのデータについては補間により求めるようにしてもよい。
また、以上の変形例は、第5実施形態の構成に加速度センサ21等の体動検出手段を追加した不整脈検出装置に適用してもよい。この場合、体動検出手段によって検出される体動波形THに基づいて生体の運動状態を検出し、この結果に基づいてウエーブレット変換部で行う周波数解析の周波数領域を可変する制御手段を設け、体動ピッチに応じてウエーブレット変換の対象となる周波数領域を可変すればよい。
(4)第4実施形態においては、マスク部18の前段に第1の周波数補正部11Aと第2の周波数補正部11Bとを設け、脈波解析データMKDと体動解析データTKDについて別個に周波数補正を行ったが、第1,第2の周波数補正部11A,11Bの替わりにマスク部18の後段に周波数補正部を設けてもよい。この場合には、別個独立に行っていた周波数補正を共通して行うことができるので、簡易に構成で不整脈を検出することができる。
また、上述した第5実施形態では、周波数補正部11を体動分離部19の前段に設けたが、本発明はこれに限定されるものではなく、周波数補正部11を体動分離部19の後段に設け、その出力を判定部12に供給してもよい。要は、ウエーブレット変換から不整脈の判定処理の間で、周波数補正を行えばよい。また、周波数補正部11を省略してもよい。
(5)第3〜第5実施形態において、不整脈頻度情報FHDと不整脈積算情報FSDとに基づいて第3の警告情報KD3を生成する制御部を新たに設け、第3の警告情報KD3をブザー17に供給して告知するようにしてもよい。この場合、制御部は、不整脈頻度情報FHDが予め定められた所定値を越え、かつ、不整脈積算情報FSDが予め定められた所定値を越えた場合に、第3の警告情報KD3を生成する。また、第3の警告情報を生成する条件を、不整脈頻度情報FHDおよび不整脈積算情報FSDと関連づけてテーブルに格納しておき、このテーブルを参照して第3の警告情報を生成するようにしてもよい。
(6)第3〜第5実施形態において、不整脈積算情報FSDを表示する場合にあっては、これらの情報にグレーディングを施して表示するようにしてもよい。具体的には、不整脈積算情報FSDを表示する場合には、「疾患の可能性が高い」、「健康に留意」、「普通」、「やや健康」、「健康」といった文字をLCD等に表示するようにしてもよい。また、この場合、「疾患の可能性が高い」に記号Aを、「健康に留意」に記号Bを、「普通」に記号Cを、「やや健康」に記号Dを、「健康」に記号Eを対応させ、これらの記号をLCD等に表示するようにしてもよい。
(7)上述した第1〜第5実施形態においては、脈波検出手段の一例として圧脈波センサ130を取りあげ説明したが、本発明はこれに限定されるものではなく、脈動を検出できるものであれば、どのようなものであってもよい。このことは、脈派検出部位が橈骨、指尖のいずれであっても同様である。
例えば、光電式脈波センサであってもよい。光電式脈波センサは、図37に示すように構成されるが、その態様には反射光を利用したものと透過光を利用したものとがある。
まず、反射光を利用したものについて説明する。図37において、スイッチSWがon状態となり、電源電圧が印加されると、LED32から光が照射され、血管や組織によって反射された後に、フォトトランジスタ33によって受光され、脈波信号Mが検出される。ここで、LEDの発光波長は、血液中のヘモグロビンの吸収波長ピーク付近に選ばれる。このため、受光レベルは血流量に応じて変化する。したがって、受光レベルを検出することによって、脈動を検出できる。
また、反射光を利用する場合、LEDとしては、InGaN系(インジウム−ガリウム−窒素系)の青色LEDが好適である。青色LEDの発光スペクトルは、例えば450nmに発光ピークを有し、その発光波長域は、350nmから600nmまでの範囲にある。この場合には、かかる発光特性を有するLEDに対応させてフォトトランジスタPTとして、GaAsP系(ガリウム−砒素−リン系)のフォトトランジスタPTを用いればよい。このフォトトランジスタPTの受光波長領域は、例えば、主要感度領域が300nmから600nmまでの範囲にあって、300nm以下にも感度領域がある。このような青色LEDとフォトトランジスタPTとを組み合わせると、その重なり領域である300nmから600nmまでの波長領域において、脈波が検出される。この場合には、以下の利点がある。
まず、外光に含まれる光のうち、波長領域が700nm以下の光は、指の組織を透過しにくい傾向があるため、外光がセンサ固定用バンドで覆われていない指の部分に照射されても、指の組織を介してフォトトランジスタ33まで到達せず、検出に影響を与えない波長領域の光のみがフォトトランジスタ33に達する。一方、300nmより低波長領域の光は、皮膚表面でほとんど吸収されるので、受光波長領域を700nm以下としても、実質的な受光波長領域は、300nm〜700nmとなる。したがって、指を大掛かりに覆わなくとも、外光の影響を抑圧することができる。また、血液中のヘモグロビンは、波長が300nmから700nmまでの光に対する吸光係数が大きく、波長が880nmの光に対する吸光係数に比して数倍〜約100倍以上大きい。したがって、この例のように、ヘモグロビンの吸光特性に合わせて、吸光特性が大きい波長領域(300nmから700nm)の光を検出光として用いると、その検出値は、血量変化に応じて感度よく変化するので、血量変化に基づく脈波信号のS/N比を高めることができる。
次に、透過光を利用する場合について説明する。上述したように、波長領域が700nm以下の光は、指の組織を透過しにくい傾向がある。このため、透過光を利用する場合は、発光部から波長が600nm〜1000nmの光を照射し、照射光を組織→血管→組織の順に透過させ、この透過光の光量変化を検出するようにしている。透過光は血液中のヘモグロビンの吸収を受けるので、透過光の光量変化を検出することによって、脈波波形を検出することができる。
この場合、発光部には、InGaAs系(インジウム−ガリウム−砒素)やGaAs系(ガリウム−砒素)のレーザー発光ダイオードが好適である。ところで、波長が600nm〜1000nmの外光は組織を透過し易いので、受光部に外光が入射すると脈波信号のS/Nが劣化してしまう。そこで、発光部から偏光したレーザー光を照射し、透過光を偏光フィルタを介して受光部で受光するようにしてもよい。これにより、外光の影響を受けることなく、脈波信号を良好なS/N比で検出することができる。
光電式脈波センサは、まず、上述した腕時計に用いられる。反射光を用いる場合には、弾性ゴム131とその裏面に設けられる圧脈波センサ130の替わりに、発光部と受光部を一体にしたセンサユニットを用いる。一方、透過光を用いる場合には、図38(a)に示すように、発光部200を締着具145の締め付け側に設け、時計本体側には受光部201を設けている。この場合、受光部200から照射された光は、血管143を透過した後、橈骨202と尺骨203の間を通って、受光部201に達する。なお、透過光を用いる場合には、照射光は組織を透過する必要があるため、組織の吸収を考慮すると、その波長は600nm〜1000nmであることが望ましい。
次に、検出部位を指とする使用態様を説明する。図38(b)は反射光を用いて指尖部で脈波を検出する例である。この場合、センサユニット54には、発光部と受光部が組み込まれており、リング状のセンサ固定用バンド52によって指に固定される。この場合、センサユニット54と装置本体1は図3に示すように接続されており、脈波信号MSは接続ケーブル51を介して装置本体1に供給される。また、同図(c)は透過光を用いて脈波を検出する例である。把持部材204と把持部材205は、バネ207で付勢され、軸206を中心に回動できるようになっている。また、把持部材204と把持部材205には、発光部200と受光部201が設けられている。この脈波検出部を用いる場合には、母指と示指の間の水かき部分を把持部材204と把持部材205で把持して脈波を検出する。
次に、光電式脈波センサを眼鏡と組み合わせた使用態様を説明する。なお、この眼鏡の形態では、使用者に対する告知手段としての表示装置も一緒に組み込まれた構造になっている。したがって、脈波検出部として以外に表示装置としての機能についても併せて説明する。
図39は、脈波検出部が接続された装置を眼鏡に取り付けた様子を表わす斜視図である。図のように、装置本体は本体75aと本体75bに分かれ、それぞれ別々に眼鏡の蔓76に取り付けられており、これら本体が蔓76内部に埋め込まれたリード線を介して互いに電気的に接続されている。
本体75aは表示制御回路を内蔵しており、この本体75aのレンズ77側の側面には全面に液晶パネル78が取り付けられ、また、該側面の一端には鏡79が所定の角度で固定されている。さらに本体75aには、光源(図示略)を含む液晶パネル78の駆動回路と、表示データを作成するための回路が組み込まれている。この光源から発射された光は、液晶パネル78を介して鏡79で反射されて、眼鏡のレンズ77に投射される。また、本体75bには、装置の主要部が組み込まれており、その上面には各種のボタンが設けられている。なお、これらボタン80,81の機能は装置毎に異なる。
一方、光電式脈波センサを構成するLED32およびフォトトランジスタ33(図37を参照)はパッド82,83に内蔵されると共に、パッド82,83を耳朶へ固定するようになっている。これらのパッド82,83は、本体75bから引き出されたリード線84,84によって電気的に接続されている。
例えば、光電式脈波センサであってもよい。光電式脈波センサは、図37に示すように構成される。スイッチSWがon状態となり、電源電圧が印加されると、LED32から光が照射され、血管や組織によって反射された後に、フォトトランジスタ33によって受光され、脈波信号Mが検出される。ここで、LEDの発光波長は、血液中のヘモグロビンの吸収波長ピーク付近に選ばれる。このため、受光レベルは血流量に応じて変化する。したがって、受光レベルを検出することによって、脈動を検出できる。
(8)第4実施形態において、第1のウエーブレット変換部10Aは、図40に示すように構成してもよい。
図40において、振幅検出回路110に体動波形THが供給されると、その振幅値PPが検出される。この振幅値PPは、比較器111によって基準値REFと比較され、比較器111では振幅値PPが基準値REFを上回る期間にローレベルとなり、振幅値PPが基準値REFを下回る期間にハイレベルとなる制御信号が生成される。この制御信号は体動の有無を表しており、ローレベルの期間は体動があり、ハイレベルの期間は体動がない。この場合、基準値REFは体動の有無を判別できるように実験で予め定められている。次に、ゲート回路112は制御信号に基づいて脈波波形MHにゲートをかける。具体的には、制御信号がハイレベルの期間、脈波波形MHをリンギングフィルタに供給し、一方、制御信号がローレベルの期間、脈波波形MHをリンギングフィルタ101に供給しないようにする。これにより、体動有りの期間においては、脈波波形MHをマスクすることができる。
この場合、リンギングフィルタ101のQ値は高く設定されているので、脈波波形MHの供給が一定期間停止したとしても、停止前の出力波形に連続した正弦波を出力し続けることができる。したがって、体動がある場合であっても、脈波波形MHの周期を算出し、これに基づいてウエーブレット変換を施すことが可能となる。
(9)第3〜第5実施形態において、以下のようにして不整脈を検出するようにしてもよい。まず、脈波波形MHの連続性をウエーブレット変換の結果である脈波解析データMKDから判定する(ステップS1)。次に、不連続であることが検出された場合には体動の有無を体動波形THに基づいて判定する(ステップS2)。体動有りと判定された場合には、上述した第4実施形態あるいは第5実施形態の手法によって、体動成分を脈波成分から除去し、これに基づいて不整脈の有無を判定する(ステップS3)。一方、ステップS1において、脈波波形が連続していると判定された場合には、不整脈がなかったと判定する(ステップS4)。
(10)第1〜第5実施形態において、体動がないときには、FFT処理やウェーブレット処理を行う必要はなく、脈派波形がしきい値を越えた分当たりに換算される数に基づいて欠拍を検出することができる。日常生活においては、体動がない状態が続くことがかなり多いので、体動の有無に応じて処理を切り替えることにより、処理時間の短縮はもちろん、消費電力の低減をも実現できる。

Claims (6)

  1. 非侵襲的に生体の脈波波形を検出する脈波検出手段と、
    前記脈波検出手段によって検出された脈波波形に周波数解析を施す周波数解析手段と、
    前記周波数解析手段による周波数解析結果から体動成分を除外する体動成分除外手段と、
    前記体動成分除外手段によって体動成分が除外された前記周波数解析結果を用いて不整脈を検出する不整脈検出手段と、
    前記不整脈検出手段の検出結果を告知する告知手段と
    を具備することを特徴とする不整脈検出装置。
  2. 体動波形に基づいて体動の定常性の有無を判定する体動定常性判定手段を具備し、
    前記不整脈検出手段は、前記体動定常性判定手段が体動に定常性有りと判定した場合にのみ、前記周波数解析手段による周波数解析結果に基づいて不整脈を検出する
    ことを特徴とする請求項1に記載の不整脈検出装置。
  3. 前記周波数解析手段は、前記脈波検出手段によって検出された脈波波形に高速フーリエ変換を施すフーリエ変換手段を有する
    ことを特徴とする請求項1または2に記載の不整脈検出装置。
  4. 前記生体の体動を検出して体動波形を出力する体動検出手段を具備し、
    前記周波数解析手段は、第1のフーリエ変換手段として前記フーリエ変換手段を有するとともに、前記体動検出手段によって検出された前記体動波形に高速フーリエ変換を施す第2のフーリエ変換手段を有し、
    前記体動成分除外手段は、前記第1のフーリエ変換手段による周波数解析結果から前記第2のフーリエ変換結果を減算し、
    前記不整脈検出手段は、前記体動成分除外手段による減算結果を用いて不整脈を検出する
    ことを特徴とする請求項3に記載の不整脈検出装置。
  5. 前記生体の体動を検出して体動波形を出力する体動検出手段を具備し、
    前記周波数解析手段は、第1のフーリエ変換手段として前記フーリエ変換手段を有するとともに、前記体動検出手段によって検出された前記体動波形に高速フーリエ変換を施す第2のフーリエ変換手段を有し、
    前記体動成分除外手段は、前記第2のフーリエ変換手段による周波数解析結果から体動に対応する周波数成分を求め、前記第1のフーリエ変換手段による周波数解析結果から該周波数成分を除外し、
    前記不整脈検出手段は、前記体動成分除外手段において体動に対応する周波数成分が除外された周波数解析結果を用いて不整脈を検出する
    ことを特徴とする請求項3に記載の不整脈検出装置。
  6. 前記周波数解析手段は、前記脈波検出手段によって検出された脈波波形にウェーブレット変換を施して、各周波数領域毎に脈波解析データを生成するウェーブレット変換手段を有し、
    前記不整脈検出手段は、前記脈波解析データの連続性を各周波数領域毎に解析することによって異常部分を検知すると、不整脈と判定する
    ことを特徴とする請求項1または2に記載の不整脈検出装置。
JP53695797A 1996-04-17 1997-04-17 不整脈検出装置 Expired - Fee Related JP3635663B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP9573196 1996-04-17
JP5526397 1997-03-10
PCT/JP1997/001322 WO1997038626A1 (fr) 1996-04-17 1997-04-17 Detecteur d'arythmie

Publications (1)

Publication Number Publication Date
JP3635663B2 true JP3635663B2 (ja) 2005-04-06

Family

ID=26396157

Family Applications (1)

Application Number Title Priority Date Filing Date
JP53695797A Expired - Fee Related JP3635663B2 (ja) 1996-04-17 1997-04-17 不整脈検出装置

Country Status (7)

Country Link
US (1) US6095984A (ja)
EP (1) EP0841034B1 (ja)
JP (1) JP3635663B2 (ja)
CN (1) CN1155332C (ja)
DE (1) DE69723946T2 (ja)
TW (1) TW376312B (ja)
WO (1) WO1997038626A1 (ja)

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1977689A2 (en) 2007-04-05 2008-10-08 Konica Minolta Sensing, Inc. Method, system and program product for analyzing pulse wave data
JP2010104694A (ja) * 2008-10-31 2010-05-13 Mitsubishi Heavy Ind Ltd 補助人工心臓の異常検出装置、補助人工心臓の異常検出方法、及び異常検出プログラム
US8758259B2 (en) 2008-09-26 2014-06-24 Kabushiki Kaisha Toshiba Apparatus and method for measuring pulse waves
JP2022003554A (ja) * 2017-05-15 2022-01-11 アップル インコーポレイテッドApple Inc. 身体活動に関連付けられたアフォーダンスのスクロール可能なリストの表示
US11638158B2 (en) 2020-02-14 2023-04-25 Apple Inc. User interfaces for workout content
US11660503B2 (en) 2016-06-11 2023-05-30 Apple Inc. Activity and workout updates
US11712179B2 (en) 2018-05-07 2023-08-01 Apple Inc. Displaying user interfaces associated with physical activities
US11791031B2 (en) 2019-05-06 2023-10-17 Apple Inc. Activity trends and workouts
US11798672B2 (en) 2014-09-02 2023-10-24 Apple Inc. Physical activity and workout monitor with a progress indicator
US11896871B2 (en) 2022-06-05 2024-02-13 Apple Inc. User interfaces for physical activity information
US11908343B2 (en) 2015-08-20 2024-02-20 Apple Inc. Exercised-based watch face and complications
US11931625B2 (en) 2021-05-15 2024-03-19 Apple Inc. User interfaces for group workouts
US11950916B2 (en) 2018-03-12 2024-04-09 Apple Inc. User interfaces for health monitoring
US11979467B2 (en) 2019-06-01 2024-05-07 Apple Inc. Multi-modal activity tracking user interface
US11977729B2 (en) 2022-06-05 2024-05-07 Apple Inc. Physical activity information user interfaces
US11996190B2 (en) 2013-12-04 2024-05-28 Apple Inc. Wellness aggregator
US12036018B2 (en) 2016-09-22 2024-07-16 Apple Inc. Workout monitor interface
US12080421B2 (en) 2013-12-04 2024-09-03 Apple Inc. Wellness aggregator

Families Citing this family (203)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9042952B2 (en) 1997-01-27 2015-05-26 Lawrence A. Lynn System and method for automatic detection of a plurality of SPO2 time series pattern types
US9468378B2 (en) 1997-01-27 2016-10-18 Lawrence A. Lynn Airway instability detection system and method
JP3870514B2 (ja) * 1997-10-31 2007-01-17 セイコーエプソン株式会社 一回拍出量検出装置および心機能診断装置
JP3666188B2 (ja) * 1997-06-27 2005-06-29 セイコーエプソン株式会社 心機能診断装置
US9521971B2 (en) 1997-07-14 2016-12-20 Lawrence A. Lynn System and method for automatic detection of a plurality of SPO2 time series pattern types
US6293915B1 (en) * 1997-11-20 2001-09-25 Seiko Epson Corporation Pulse wave examination apparatus, blood pressure monitor, pulse waveform monitor, and pharmacological action monitor
JP3114142B2 (ja) 1998-05-28 2000-12-04 マイクロライフ システムズ エージー 血圧の測定と不整脈の検出とを同時に行うための装置
DE69839727D1 (de) * 1998-05-28 2008-08-28 Microlife Intellectual Prop Verfahren und Gerät zur nicht-invasiven Blutdruckmessung und Arrhythmienmessung
JP3905227B2 (ja) * 1998-07-22 2007-04-18 セイコーインスツル株式会社 脈波検出装置
US8103325B2 (en) * 1999-03-08 2012-01-24 Tyco Healthcare Group Lp Method and circuit for storing and providing historical physiological data
US6468490B1 (en) * 2000-06-29 2002-10-22 Applied Materials, Inc. Abatement of fluorine gas from effluent
US6721594B2 (en) * 1999-08-24 2004-04-13 Cardiac Pacemakers, Inc. Arrythmia display
US6519490B1 (en) * 1999-12-20 2003-02-11 Joseph Wiesel Method of and apparatus for detecting arrhythmia and fibrillation
US20010034488A1 (en) * 2000-02-09 2001-10-25 Shal Policker Method and system of automated hemodynamical detection of arrhythmias
JP2002049979A (ja) * 2000-08-03 2002-02-15 Seiko Precision Inc 自動緊急警報装置及び自動緊急警報出力方法
US6591123B2 (en) * 2000-08-31 2003-07-08 Mallinckrodt Inc. Oximeter sensor with digital memory recording sensor data
US6606510B2 (en) * 2000-08-31 2003-08-12 Mallinckrodt Inc. Oximeter sensor with digital memory encoding patient data
US6665558B2 (en) * 2000-12-15 2003-12-16 Cardiac Pacemakers, Inc. System and method for correlation of patient health information and implant device data
US8548576B2 (en) 2000-12-15 2013-10-01 Cardiac Pacemakers, Inc. System and method for correlation of patient health information and implant device data
US9053222B2 (en) 2002-05-17 2015-06-09 Lawrence A. Lynn Patient safety processor
US20090281838A1 (en) 2008-05-07 2009-11-12 Lawrence A. Lynn Medical failure pattern search engine
US20060195041A1 (en) 2002-05-17 2006-08-31 Lynn Lawrence A Centralized hospital monitoring system for automatically detecting upper airway instability and for preventing and aborting adverse drug reactions
KR100452748B1 (ko) * 2001-05-08 2004-10-12 유닉스전자주식회사 전자 혈압계를 이용한 심전도 측정 방법
US6822564B2 (en) * 2002-01-24 2004-11-23 Masimo Corporation Parallel measurement alarm processor
US7355512B1 (en) 2002-01-24 2008-04-08 Masimo Corporation Parallel alarm processor
US20080200775A1 (en) * 2007-02-20 2008-08-21 Lynn Lawrence A Maneuver-based plethysmographic pulse variation detection system and method
US20080139954A1 (en) * 2002-09-20 2008-06-12 Mary Carol Day System for at least two types of patient alerting associated with cardiac events
US6956572B2 (en) * 2003-02-10 2005-10-18 Siemens Medical Solutions Health Services Corporation Patient medical parameter user interface system
ATE521279T1 (de) * 2003-02-27 2011-09-15 Nellcor Puritan Bennett Ie Verfahren und vorrichtung zur auswertung und verarbeitung von photoplethysmografischen signalen durch wellentransformationsanalyse
AU2004305423B2 (en) * 2003-11-26 2009-03-26 Cardionet, Inc. System and method for processing and presenting arrhythmia information to facilitate heart arrhythmia identification and treatment
US7107096B2 (en) * 2004-01-28 2006-09-12 Angel Medical Systems, Inc. System for patient alerting associated with a cardiac event
US7233822B2 (en) * 2004-06-29 2007-06-19 Medtronic, Inc. Combination of electrogram and intra-cardiac pressure to discriminate between fibrillation and tachycardia
US7578793B2 (en) * 2004-11-22 2009-08-25 Widemed Ltd. Sleep staging based on cardio-respiratory signals
US7680532B2 (en) * 2005-02-25 2010-03-16 Joseph Wiesel Detecting atrial fibrillation, method of and apparatus for
JP4752673B2 (ja) * 2005-10-06 2011-08-17 コニカミノルタセンシング株式会社 脈波データ解析方法、システム、プログラム
US8046060B2 (en) 2005-11-14 2011-10-25 Cardiac Pacemakers, Inc. Differentiating arrhythmic events having different origins
US7742812B2 (en) * 2006-03-29 2010-06-22 Medtronic, Inc. Method and apparatus for detecting arrhythmias in a medical device
CN101073496B (zh) * 2006-05-17 2011-05-11 优盛医学科技股份有限公司 可判断心跳不规则的方法及其装置
WO2008148782A1 (en) * 2007-06-07 2008-12-11 Qualcomm Incorporated 3d maps rendering device and method
WO2009037612A2 (en) * 2007-09-19 2009-03-26 Koninklijke Philips Electronics N.V. Method and apparatus for detecting an abnormal situation
CA2710994A1 (en) * 2007-12-26 2009-07-09 Nellcor Puritan Bennett Llc Historical trend icons for physiological parameters
JP5018569B2 (ja) * 2008-03-07 2012-09-05 株式会社デンソー 心電波形処理装置、心拍数測定装置
US8295567B2 (en) 2008-06-30 2012-10-23 Nellcor Puritan Bennett Ireland Systems and methods for ridge selection in scalograms of signals
US20090326402A1 (en) * 2008-06-30 2009-12-31 Nellcor Puritan Bennett Ireland Systems and methods for determining effort
US7944551B2 (en) 2008-06-30 2011-05-17 Nellcor Puritan Bennett Ireland Systems and methods for a wavelet transform viewer
US8660799B2 (en) 2008-06-30 2014-02-25 Nellcor Puritan Bennett Ireland Processing and detecting baseline changes in signals
US8077297B2 (en) * 2008-06-30 2011-12-13 Nellcor Puritan Bennett Ireland Methods and systems for discriminating bands in scalograms
US20090324033A1 (en) * 2008-06-30 2009-12-31 Nellcor Puritan Bennett Ireland Signal Processing Systems and Methods for Determining Slope Using an Origin Point
US8827917B2 (en) * 2008-06-30 2014-09-09 Nelleor Puritan Bennett Ireland Systems and methods for artifact detection in signals
US8226568B2 (en) * 2008-07-15 2012-07-24 Nellcor Puritan Bennett Llc Signal processing systems and methods using basis functions and wavelet transforms
US8358213B2 (en) * 2008-07-15 2013-01-22 Covidien Lp Systems and methods for evaluating a physiological condition using a wavelet transform and identifying a band within a generated scalogram
US8370080B2 (en) * 2008-07-15 2013-02-05 Nellcor Puritan Bennett Ireland Methods and systems for determining whether to trigger an alarm
US8761855B2 (en) * 2008-07-15 2014-06-24 Nellcor Puritan Bennett Ireland Systems and methods for determining oxygen saturation
US8506498B2 (en) 2008-07-15 2013-08-13 Nellcor Puritan Bennett Ireland Systems and methods using induced perturbation to determine physiological parameters
US8385675B2 (en) * 2008-07-15 2013-02-26 Nellcor Puritan Bennett Ireland Systems and methods for filtering a signal using a continuous wavelet transform
US8285352B2 (en) 2008-07-15 2012-10-09 Nellcor Puritan Bennett Llc Systems and methods for identifying pulse rates
US8082110B2 (en) 2008-07-15 2011-12-20 Nellcor Puritan Bennett Ireland Low perfusion signal processing systems and methods
US20100016692A1 (en) * 2008-07-15 2010-01-21 Nellcor Puritan Bennett Ireland Systems and methods for computing a physiological parameter using continuous wavelet transforms
US8660625B2 (en) * 2008-07-15 2014-02-25 Covidien Lp Signal processing systems and methods for analyzing multiparameter spaces to determine physiological states
US20100016676A1 (en) * 2008-07-15 2010-01-21 Nellcor Puritan Bennett Ireland Systems And Methods For Adaptively Filtering Signals
US8679027B2 (en) * 2008-07-15 2014-03-25 Nellcor Puritan Bennett Ireland Systems and methods for pulse processing
US8410951B2 (en) * 2008-09-30 2013-04-02 Covidien Lp Detecting a signal quality decrease in a measurement system
US8696585B2 (en) * 2008-09-30 2014-04-15 Nellcor Puritan Bennett Ireland Detecting a probe-off event in a measurement system
US20100087714A1 (en) * 2008-10-03 2010-04-08 Nellcor Puritan Bennett Ireland Reducing cross-talk in a measurement system
US9155493B2 (en) 2008-10-03 2015-10-13 Nellcor Puritan Bennett Ireland Methods and apparatus for calibrating respiratory effort from photoplethysmograph signals
US9011347B2 (en) 2008-10-03 2015-04-21 Nellcor Puritan Bennett Ireland Methods and apparatus for determining breathing effort characteristics measures
AU2009311406B2 (en) * 2008-11-05 2013-06-27 Covidien Lp System and method for facilitating observation of monitored physiologic data
US9501619B2 (en) 2008-11-13 2016-11-22 Cerner Innovation, Inc. Integrated medication and infusion monitoring system
US20100204591A1 (en) * 2009-02-09 2010-08-12 Edwards Lifesciences Corporation Calculating Cardiovascular Parameters
JP5448515B2 (ja) * 2009-03-25 2014-03-19 シチズンホールディングス株式会社 生体信号測定装置
US8364225B2 (en) * 2009-05-20 2013-01-29 Nellcor Puritan Bennett Ireland Estimating transform values using signal estimates
US20100298728A1 (en) * 2009-05-20 2010-11-25 Nellcor Puritan Bennett Ireland Signal Processing Techniques For Determining Signal Quality Using A Wavelet Transform Ratio Surface
US8444570B2 (en) * 2009-06-09 2013-05-21 Nellcor Puritan Bennett Ireland Signal processing techniques for aiding the interpretation of respiration signals
US20100324827A1 (en) * 2009-06-18 2010-12-23 Nellcor Puritan Bennett Ireland Fluid Responsiveness Measure
US20100331716A1 (en) * 2009-06-26 2010-12-30 Nellcor Puritan Bennett Ireland Methods and apparatus for measuring respiratory function using an effort signal
US20100331715A1 (en) * 2009-06-30 2010-12-30 Nellcor Puritan Bennett Ireland Systems and methods for detecting effort events
US8636667B2 (en) 2009-07-06 2014-01-28 Nellcor Puritan Bennett Ireland Systems and methods for processing physiological signals in wavelet space
US20110021892A1 (en) * 2009-07-23 2011-01-27 Nellcor Puritan Bennett Ireland Systems and methods for respiration monitoring
US8478376B2 (en) * 2009-07-30 2013-07-02 Nellcor Puritan Bennett Ireland Systems and methods for determining physiological information using selective transform data
US8346333B2 (en) * 2009-07-30 2013-01-01 Nellcor Puritan Bennett Ireland Systems and methods for estimating values of a continuous wavelet transform
US8594759B2 (en) * 2009-07-30 2013-11-26 Nellcor Puritan Bennett Ireland Systems and methods for resolving the continuous wavelet transform of a signal
US8628477B2 (en) 2009-07-31 2014-01-14 Nellcor Puritan Bennett Ireland Systems and methods for non-invasive determination of blood pressure
US8755854B2 (en) 2009-07-31 2014-06-17 Nellcor Puritan Bennett Ireland Methods and apparatus for producing and using lightly filtered photoplethysmograph signals
US8172777B2 (en) * 2009-09-14 2012-05-08 Empire Technology Development Llc Sensor-based health monitoring system
US8291337B2 (en) 2009-09-22 2012-10-16 Cerner Innovation, Inc. Infusion management
US8923945B2 (en) * 2009-09-24 2014-12-30 Covidien Lp Determination of a physiological parameter
EP2480997A2 (en) * 2009-09-24 2012-08-01 Nellcor Puritan Bennett LLC Determination of a physiological parameter
US8400149B2 (en) * 2009-09-25 2013-03-19 Nellcor Puritan Bennett Ireland Systems and methods for gating an imaging device
US20110077484A1 (en) * 2009-09-30 2011-03-31 Nellcor Puritan Bennett Ireland Systems And Methods For Identifying Non-Corrupted Signal Segments For Use In Determining Physiological Parameters
US20110098933A1 (en) * 2009-10-26 2011-04-28 Nellcor Puritan Bennett Ireland Systems And Methods For Processing Oximetry Signals Using Least Median Squares Techniques
US9050043B2 (en) 2010-05-04 2015-06-09 Nellcor Puritan Bennett Ireland Systems and methods for wavelet transform scale-dependent multiple-archetyping
US9044147B2 (en) 2010-06-17 2015-06-02 Welch Allyn, Inc. Detection of noise during heart beat variation evaluation
US9039627B2 (en) * 2010-07-28 2015-05-26 Impact Sports Technologies, Inc. Monitoring device with an accelerometer, method and system
US8092393B1 (en) * 2010-07-28 2012-01-10 Impact Sports Technologies, Inc. Monitoring device with an accelerometer, method and system
US8834378B2 (en) 2010-07-30 2014-09-16 Nellcor Puritan Bennett Ireland Systems and methods for determining respiratory effort
JP5576234B2 (ja) 2010-10-14 2014-08-20 株式会社デンソー 生体状態監視装置
CN102340313B (zh) * 2010-12-31 2014-07-02 杭州百富电子技术有限公司 采集设备采样丢点测试方法和装置及系统
US8888701B2 (en) * 2011-01-27 2014-11-18 Valencell, Inc. Apparatus and methods for monitoring physiological data during environmental interference
CN102048558B (zh) * 2011-01-28 2012-05-23 深圳市理邦精密仪器股份有限公司 一种胎心率信号处理方法及其装置
JP5742369B2 (ja) * 2011-03-29 2015-07-01 セイコーエプソン株式会社 脈波計、および信号処理方法
JP5742441B2 (ja) * 2011-05-06 2015-07-01 セイコーエプソン株式会社 生体情報処理装置
US9113830B2 (en) * 2011-05-31 2015-08-25 Nellcor Puritan Bennett Ireland Systems and methods for detecting and monitoring arrhythmias using the PPG
US9109902B1 (en) 2011-06-13 2015-08-18 Impact Sports Technologies, Inc. Monitoring device with a pedometer
US20130127620A1 (en) 2011-06-20 2013-05-23 Cerner Innovation, Inc. Management of patient fall risk
US10546481B2 (en) 2011-07-12 2020-01-28 Cerner Innovation, Inc. Method for determining whether an individual leaves a prescribed virtual perimeter
US9741227B1 (en) 2011-07-12 2017-08-22 Cerner Innovation, Inc. Method and process for determining whether an individual suffers a fall requiring assistance
US9489820B1 (en) 2011-07-12 2016-11-08 Cerner Innovation, Inc. Method for determining whether an individual leaves a prescribed virtual perimeter
US9269000B2 (en) * 2011-07-29 2016-02-23 Nokia Technologies Oy Method and apparatus for providing adaptive display and filtering of sensors and sensor data
JP5760876B2 (ja) * 2011-09-07 2015-08-12 セイコーエプソン株式会社 心房細動判定装置、心房細動判定方法およびプログラム
US9597022B2 (en) 2011-09-09 2017-03-21 Nellcor Puritan Bennett Ireland Venous oxygen saturation systems and methods
US9119597B2 (en) 2011-09-23 2015-09-01 Nellcor Puritan Bennett Ireland Systems and methods for determining respiration information from a photoplethysmograph
US9402554B2 (en) 2011-09-23 2016-08-02 Nellcor Puritan Bennett Ireland Systems and methods for determining respiration information from a photoplethysmograph
US8880576B2 (en) 2011-09-23 2014-11-04 Nellcor Puritan Bennett Ireland Systems and methods for determining respiration information from a photoplethysmograph
US9693709B2 (en) 2011-09-23 2017-07-04 Nellcot Puritan Bennett Ireland Systems and methods for determining respiration information from a photoplethysmograph
US9675274B2 (en) 2011-09-23 2017-06-13 Nellcor Puritan Bennett Ireland Systems and methods for determining respiration information from a photoplethysmograph
US9098069B2 (en) 2011-11-16 2015-08-04 Google Technology Holdings LLC Display device, corresponding systems, and methods for orienting output on a display
US8755871B2 (en) 2011-11-30 2014-06-17 Covidien Lp Systems and methods for detecting arrhythmia from a physiological signal
US9693736B2 (en) 2011-11-30 2017-07-04 Nellcor Puritan Bennett Ireland Systems and methods for determining respiration information using historical distribution
US9247896B2 (en) 2012-01-04 2016-02-02 Nellcor Puritan Bennett Ireland Systems and methods for determining respiration information using phase locked loop
US8988349B2 (en) 2012-02-28 2015-03-24 Google Technology Holdings LLC Methods and apparatuses for operating a display in an electronic device
US8947382B2 (en) 2012-02-28 2015-02-03 Motorola Mobility Llc Wearable display device, corresponding systems, and method for presenting output on the same
US9179876B2 (en) 2012-04-30 2015-11-10 Nellcor Puritan Bennett Ireland Systems and methods for identifying portions of a physiological signal usable for determining physiological information
US9060745B2 (en) 2012-08-22 2015-06-23 Covidien Lp System and method for detecting fluid responsiveness of a patient
US8731649B2 (en) 2012-08-30 2014-05-20 Covidien Lp Systems and methods for analyzing changes in cardiac output
US9357937B2 (en) 2012-09-06 2016-06-07 Covidien Lp System and method for determining stroke volume of an individual
US9241646B2 (en) 2012-09-11 2016-01-26 Covidien Lp System and method for determining stroke volume of a patient
JP6079075B2 (ja) * 2012-09-13 2017-02-15 オムロンヘルスケア株式会社 脈拍測定装置、ならびに、脈拍測定方法および脈拍測定プログラム
US20140081152A1 (en) 2012-09-14 2014-03-20 Nellcor Puritan Bennett Llc System and method for determining stability of cardiac output
US8977348B2 (en) 2012-12-21 2015-03-10 Covidien Lp Systems and methods for determining cardiac output
US9560978B2 (en) 2013-02-05 2017-02-07 Covidien Lp Systems and methods for determining respiration information from a physiological signal using amplitude demodulation
US9270877B2 (en) 2013-02-20 2016-02-23 Kristin Elizabeth Slater Method and system for generation of images based on biorhythms
US10022053B2 (en) 2013-02-22 2018-07-17 Cloud Dx, Inc. Simultaneous multi-parameter physiological monitoring device with local and remote analytical capability
US9687159B2 (en) 2013-02-27 2017-06-27 Covidien Lp Systems and methods for determining physiological information by identifying fiducial points in a physiological signal
US9554712B2 (en) 2013-02-27 2017-01-31 Covidien Lp Systems and methods for generating an artificial photoplethysmograph signal
US9974468B2 (en) 2013-03-15 2018-05-22 Covidien Lp Systems and methods for identifying a medically monitored patient
US20140288885A1 (en) * 2013-03-19 2014-09-25 Seiko Epson Corporation Signal processing device, pulse wave measuring apparatus, and signal processing method
US9681819B2 (en) 2013-08-30 2017-06-20 Joseph Wiesel Method and apparatus for detecting atrial fibrillation
US11147499B2 (en) 2013-08-30 2021-10-19 Joseph Wiesel Method and apparatus for detecting atrial fibrillation
US9622687B2 (en) 2013-09-05 2017-04-18 Qualcomm Incorporated Half step frequency feature for reliable motion classification
US10022068B2 (en) 2013-10-28 2018-07-17 Covidien Lp Systems and methods for detecting held breath events
US9420956B2 (en) 2013-12-12 2016-08-23 Alivecor, Inc. Methods and systems for arrhythmia tracking and scoring
US10096223B1 (en) 2013-12-18 2018-10-09 Cerner Innovication, Inc. Method and process for determining whether an individual suffers a fall requiring assistance
TWI551266B (zh) * 2013-12-30 2016-10-01 財團法人工業技術研究院 動脈波分析方法及其系統
WO2015105787A1 (en) 2014-01-07 2015-07-16 Covidien Lp Apnea analysis system and method
JP6263635B2 (ja) * 2014-01-16 2018-01-17 ノキア テクノロジーズ オサケユイチア 医学的データのエントロピーの程度の検出の方法およびデバイス
US9729833B1 (en) 2014-01-17 2017-08-08 Cerner Innovation, Inc. Method and system for determining whether an individual takes appropriate measures to prevent the spread of healthcare-associated infections along with centralized monitoring
US10078956B1 (en) 2014-01-17 2018-09-18 Cerner Innovation, Inc. Method and system for determining whether an individual takes appropriate measures to prevent the spread of healthcare-associated infections
US10225522B1 (en) 2014-01-17 2019-03-05 Cerner Innovation, Inc. Method and system for determining whether an individual takes appropriate measures to prevent the spread of healthcare-associated infections
US9955894B2 (en) 2014-01-28 2018-05-01 Covidien Lp Non-stationary feature relationship parameters for awareness monitoring
CN104739399A (zh) * 2014-02-10 2015-07-01 北京金日吉通科贸有限公司 一种检测脉搏波心率计算中运动抵消的方法
JP2015150095A (ja) * 2014-02-12 2015-08-24 株式会社エー・アンド・デイ 血圧計
WO2015127281A1 (en) 2014-02-20 2015-08-27 Covidien Lp Systems and methods for filtering autocorrelation peaks and detecting harmonics
US20150250398A1 (en) * 2014-03-06 2015-09-10 Medsense Inc. Sensor module for simultaneously measuring ecg and pulse signal
US10438692B2 (en) 2014-03-20 2019-10-08 Cerner Innovation, Inc. Privacy protection based on device presence
JP2016016203A (ja) * 2014-07-10 2016-02-01 セイコーエプソン株式会社 生体情報検出装置
US9179849B1 (en) 2014-07-25 2015-11-10 Impact Sports Technologies, Inc. Mobile plethysmographic device
KR102299361B1 (ko) 2014-09-03 2021-09-07 삼성전자주식회사 혈압을 모니터링하는 장치 및 방법, 혈압 모니터링 기능을 갖는 웨어러블 디바이스
KR20160047838A (ko) * 2014-10-23 2016-05-03 삼성전자주식회사 생체 신호 처리 방법 및 그 장치
TWI533839B (zh) * 2014-11-12 2016-05-21 優盛醫學科技股份有限公司 心律不整的檢測設備與檢測方法
US10090068B2 (en) 2014-12-23 2018-10-02 Cerner Innovation, Inc. Method and system for determining whether a monitored individual's hand(s) have entered a virtual safety zone
US10524722B2 (en) 2014-12-26 2020-01-07 Cerner Innovation, Inc. Method and system for determining whether a caregiver takes appropriate measures to prevent patient bedsores
US11275757B2 (en) 2015-02-13 2022-03-15 Cerner Innovation, Inc. Systems and methods for capturing data, creating billable information and outputting billable information
US10091463B1 (en) 2015-02-16 2018-10-02 Cerner Innovation, Inc. Method for determining whether an individual enters a prescribed virtual zone using 3D blob detection
JP6464004B2 (ja) * 2015-03-19 2019-02-06 株式会社東芝 測定装置、測定方法およびプログラム
JP2016195747A (ja) * 2015-04-06 2016-11-24 セイコーエプソン株式会社 生体情報処理装置、生体情報処理システム、生体情報処理方法及び生体情報処理プログラム
WO2016167202A1 (ja) 2015-04-17 2016-10-20 太陽誘電株式会社 振動波形センサ及び波形解析装置
JP6036910B2 (ja) * 2015-04-24 2016-11-30 セイコーエプソン株式会社 生体情報解析装置、生体情報解析システム、およびプログラム
US10342478B2 (en) 2015-05-07 2019-07-09 Cerner Innovation, Inc. Method and system for determining whether a caretaker takes appropriate measures to prevent patient bedsores
JP6498325B2 (ja) 2015-05-13 2019-04-10 アライヴコア・インコーポレーテッド 不一致モニタリング
US9892611B1 (en) 2015-06-01 2018-02-13 Cerner Innovation, Inc. Method for determining whether an individual enters a prescribed virtual zone using skeletal tracking and 3D blob detection
US10226215B2 (en) 2015-08-28 2019-03-12 Covidien Lp Cable management feature for wearable medical monitor
JP2017051554A (ja) * 2015-09-11 2017-03-16 株式会社東芝 脈波計測装置、脈波計測システム、および信号処理方法
US10779744B2 (en) 2015-10-27 2020-09-22 Cardiologs Technologies Sas Automatic method to delineate or categorize an electrocardiogram
US11331034B2 (en) 2015-10-27 2022-05-17 Cardiologs Technologies Sas Automatic method to delineate or categorize an electrocardiogram
US11672464B2 (en) 2015-10-27 2023-06-13 Cardiologs Technologies Sas Electrocardiogram processing system for delineation and classification
US9892311B2 (en) 2015-12-31 2018-02-13 Cerner Innovation, Inc. Detecting unauthorized visitors
US11246501B2 (en) 2016-04-15 2022-02-15 Omron Corporation Biological information analysis device, system, and program
US11216119B2 (en) 2016-06-12 2022-01-04 Apple Inc. Displaying a predetermined view of an application
KR102655671B1 (ko) 2016-10-12 2024-04-05 삼성전자주식회사 생체정보 추정 장치 및 방법
EP3318184B1 (en) * 2016-11-08 2024-01-10 Heart2Save Oy System for determining a probability for a person to have arrhythmia
TWI604327B (zh) * 2016-11-09 2017-11-01 鄧先巧 量測心臟血流脈波以檢測心室供血異常之方法
KR101809149B1 (ko) * 2016-11-25 2017-12-14 한국과학기술연구원 순환계질환 발생잠재도를 판단하는 장치 및 그 방법
TWI644650B (zh) * 2016-12-01 2018-12-21 國立臺灣大學 偵測心律異常的方法及裝置
US10743777B2 (en) * 2016-12-08 2020-08-18 Qualcomm Incorporated Cardiovascular parameter estimation in the presence of motion
US10147184B2 (en) 2016-12-30 2018-12-04 Cerner Innovation, Inc. Seizure detection
JP6934309B2 (ja) * 2017-03-30 2021-09-15 ルネサスエレクトロニクス株式会社 脈拍計測装置、脈拍計測方法、及びプログラム
ES2860099T3 (es) 2017-08-25 2021-10-04 Cardiologs Tech Sas Interfaz de usuario para el análisis de electrocardiogramas
CN109953756A (zh) * 2017-12-22 2019-07-02 成都心吉康科技有限公司 房颤监测系统及可穿戴设备
US10643446B2 (en) 2017-12-28 2020-05-05 Cerner Innovation, Inc. Utilizing artificial intelligence to detect objects or patient safety events in a patient room
US10482321B2 (en) 2017-12-29 2019-11-19 Cerner Innovation, Inc. Methods and systems for identifying the crossing of a virtual barrier
KR20190082532A (ko) * 2018-01-02 2019-07-10 한양대학교 산학협력단 Uwb 레이더를 이용하는 부정맥 진단 방법 및 장치
US10617331B1 (en) * 2018-04-11 2020-04-14 Life Fitness, Llc Systems and methods for detecting if a treadmill user is running or walking
DK201870380A1 (en) 2018-05-07 2020-01-29 Apple Inc. DISPLAYING USER INTERFACES ASSOCIATED WITH PHYSICAL ACTIVITIES
KR102570783B1 (ko) * 2018-07-02 2023-08-25 삼성전자 주식회사 전자 장치 및 이를 이용한 생체 신호에 기초하여 개인화된 생체 정보 제공 방법
US10953307B2 (en) 2018-09-28 2021-03-23 Apple Inc. Swim tracking and notifications for wearable devices
US10922936B2 (en) 2018-11-06 2021-02-16 Cerner Innovation, Inc. Methods and systems for detecting prohibited objects
CN109875541A (zh) * 2018-12-28 2019-06-14 北京津发科技股份有限公司 脉搏测量方法、脉搏测量装置及存储介质
JP2020110422A (ja) * 2019-01-15 2020-07-27 エイアイビューライフ株式会社 情報処理装置
US12016694B2 (en) 2019-02-04 2024-06-25 Cardiologs Technologies Sas Electrocardiogram processing system for delineation and classification
CN110301907A (zh) * 2019-06-25 2019-10-08 浙江工业大学 一种可穿戴脉搏波检测装置及血压检测方法
CN116322479A (zh) 2020-08-10 2023-06-23 心道乐科技股份有限公司 用于检测和/或预测心脏事件的心电图处理系统
CN113908480B (zh) * 2021-09-14 2023-05-12 淮海工业集团有限公司 一种灭火弹初速度测量系统
JP2024083052A (ja) * 2022-12-09 2024-06-20 オムロンヘルスケア株式会社 血圧計

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5639212B2 (ja) * 1975-01-18 1981-09-11
US4338950A (en) * 1980-09-22 1982-07-13 Texas Instruments Incorporated System and method for sensing and measuring heart beat
JPS60135029A (ja) * 1983-12-23 1985-07-18 松下電工株式会社 血流・脈拍検出装置
JPH02289230A (ja) * 1989-04-28 1990-11-29 Nippon Seiki Co Ltd 脈波計
JPH04285530A (ja) * 1991-03-14 1992-10-09 Omron Corp 波形判別装置
JPH05288869A (ja) * 1992-04-06 1993-11-05 Seiko Epson Corp 多機能ウォッチ
JPH07227383A (ja) * 1993-12-20 1995-08-29 Seiko Instr Inc 脈拍計
JPH0880285A (ja) * 1994-09-14 1996-03-26 Matsushita Electric Ind Co Ltd 監視装置
JPH08289876A (ja) * 1995-02-20 1996-11-05 Seiko Epson Corp 脈拍計

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3996928A (en) * 1975-05-28 1976-12-14 Marx Alvin J Patient vital-signs automated measuring apparatus
DE2819757A1 (de) * 1978-05-03 1979-11-15 Herwig Frhr Von Di Nettelhorst Vorrichtung zum erkennen von arrhythmien
JPH08317912A (ja) * 1995-03-23 1996-12-03 Seiko Instr Inc 脈拍計

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5639212B2 (ja) * 1975-01-18 1981-09-11
US4338950A (en) * 1980-09-22 1982-07-13 Texas Instruments Incorporated System and method for sensing and measuring heart beat
JPS60135029A (ja) * 1983-12-23 1985-07-18 松下電工株式会社 血流・脈拍検出装置
JPH02289230A (ja) * 1989-04-28 1990-11-29 Nippon Seiki Co Ltd 脈波計
JPH04285530A (ja) * 1991-03-14 1992-10-09 Omron Corp 波形判別装置
JPH05288869A (ja) * 1992-04-06 1993-11-05 Seiko Epson Corp 多機能ウォッチ
JPH07227383A (ja) * 1993-12-20 1995-08-29 Seiko Instr Inc 脈拍計
JPH0880285A (ja) * 1994-09-14 1996-03-26 Matsushita Electric Ind Co Ltd 監視装置
JPH08289876A (ja) * 1995-02-20 1996-11-05 Seiko Epson Corp 脈拍計

Cited By (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8801621B2 (en) 2007-04-05 2014-08-12 Konica Minolta Sensing, Inc. Method, system and program product for analyzing pulse wave data
EP1977689A2 (en) 2007-04-05 2008-10-08 Konica Minolta Sensing, Inc. Method, system and program product for analyzing pulse wave data
US8758259B2 (en) 2008-09-26 2014-06-24 Kabushiki Kaisha Toshiba Apparatus and method for measuring pulse waves
JP2010104694A (ja) * 2008-10-31 2010-05-13 Mitsubishi Heavy Ind Ltd 補助人工心臓の異常検出装置、補助人工心臓の異常検出方法、及び異常検出プログラム
US8610583B2 (en) 2008-10-31 2013-12-17 Mitsubishi Heavy Industries, Ltd. Abnormality detecting device for heart assist device, method for detecting abnormality of heart assist device, and abnormality detecting program
US12094604B2 (en) 2013-12-04 2024-09-17 Apple Inc. Wellness aggregator
US12080421B2 (en) 2013-12-04 2024-09-03 Apple Inc. Wellness aggregator
US11996190B2 (en) 2013-12-04 2024-05-28 Apple Inc. Wellness aggregator
US11798672B2 (en) 2014-09-02 2023-10-24 Apple Inc. Physical activity and workout monitor with a progress indicator
US11908343B2 (en) 2015-08-20 2024-02-20 Apple Inc. Exercised-based watch face and complications
US11660503B2 (en) 2016-06-11 2023-05-30 Apple Inc. Activity and workout updates
US11918857B2 (en) 2016-06-11 2024-03-05 Apple Inc. Activity and workout updates
US12036018B2 (en) 2016-09-22 2024-07-16 Apple Inc. Workout monitor interface
JP7308893B2 (ja) 2017-05-15 2023-07-14 アップル インコーポレイテッド 身体活動に関連付けられたアフォーダンスのスクロール可能なリストの表示
JP2022003554A (ja) * 2017-05-15 2022-01-11 アップル インコーポレイテッドApple Inc. 身体活動に関連付けられたアフォーダンスのスクロール可能なリストの表示
US12039146B2 (en) 2017-05-15 2024-07-16 Apple Inc. Displaying a scrollable list of affordances associated with physical activities
US11950916B2 (en) 2018-03-12 2024-04-09 Apple Inc. User interfaces for health monitoring
US11712179B2 (en) 2018-05-07 2023-08-01 Apple Inc. Displaying user interfaces associated with physical activities
US11972853B2 (en) 2019-05-06 2024-04-30 Apple Inc. Activity trends and workouts
US11791031B2 (en) 2019-05-06 2023-10-17 Apple Inc. Activity trends and workouts
US11979467B2 (en) 2019-06-01 2024-05-07 Apple Inc. Multi-modal activity tracking user interface
US11985506B2 (en) 2020-02-14 2024-05-14 Apple Inc. User interfaces for workout content
US11716629B2 (en) 2020-02-14 2023-08-01 Apple Inc. User interfaces for workout content
US11638158B2 (en) 2020-02-14 2023-04-25 Apple Inc. User interfaces for workout content
US11938376B2 (en) 2021-05-15 2024-03-26 Apple Inc. User interfaces for group workouts
US11992730B2 (en) 2021-05-15 2024-05-28 Apple Inc. User interfaces for group workouts
US11931625B2 (en) 2021-05-15 2024-03-19 Apple Inc. User interfaces for group workouts
US11977729B2 (en) 2022-06-05 2024-05-07 Apple Inc. Physical activity information user interfaces
US12023567B2 (en) 2022-06-05 2024-07-02 Apple Inc. User interfaces for physical activity information
US11896871B2 (en) 2022-06-05 2024-02-13 Apple Inc. User interfaces for physical activity information

Also Published As

Publication number Publication date
EP0841034A1 (en) 1998-05-13
DE69723946T2 (de) 2004-07-15
EP0841034B1 (en) 2003-08-06
CN1195277A (zh) 1998-10-07
EP0841034A4 (en) 1998-11-04
US6095984A (en) 2000-08-01
DE69723946D1 (de) 2003-09-11
TW376312B (en) 1999-12-11
CN1155332C (zh) 2004-06-30
WO1997038626A1 (fr) 1997-10-23

Similar Documents

Publication Publication Date Title
JP3635663B2 (ja) 不整脈検出装置
JP3843462B2 (ja) 脈波診断装置
JP3627243B2 (ja) 生体状態測定装置およびリラックス指導装置
JP4096376B2 (ja) リラックス指導装置
JP5855004B2 (ja) 腕部装着式血圧計
WO1999009884A1 (fr) Procede et appareil de mesure, de detection et de diagnostic d'un signal impulsionnel, de la fonction cardiaque et de l'intensite de mouvement
EP1334693A1 (en) Exercise intensity measuring device
JP3940150B2 (ja) カフレス電子血圧計
JP3747552B2 (ja) 脈波診断装置
JP3728895B2 (ja) 運動強度検出装置
JP3243970B2 (ja) 健康状態解析装置
JP3301294B2 (ja) 健康状態管理装置
JP2008161657A (ja) 無拘束生活リズムモニタ方法および無拘束生活リズムモニタ装置
JP3870514B2 (ja) 一回拍出量検出装置および心機能診断装置
JP3666188B2 (ja) 心機能診断装置
JP3794410B2 (ja) 健康状態管理装置
JP3562469B2 (ja) 健康状態管理装置
JP3858379B2 (ja) 心拍出量検出装置および心機能診断装置
JP4003300B2 (ja) 生体の状態制御支援装置
JP3721743B2 (ja) 心機能診断装置
JP2014057622A (ja) 波形データ処理装置、波形データ処理方法及びプログラム
JP3794409B2 (ja) 健康状態管理装置
JP3814981B2 (ja) 心機能診断装置

Legal Events

Date Code Title Description
A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20040914

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20041027

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20041214

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20041227

R150 Certificate of patent or registration of utility model

Free format text: JAPANESE INTERMEDIATE CODE: R150

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20090114

Year of fee payment: 4

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20100114

Year of fee payment: 5

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20110114

Year of fee payment: 6

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20110114

Year of fee payment: 6

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20120114

Year of fee payment: 7

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20120114

Year of fee payment: 7

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20130114

Year of fee payment: 8

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20130114

Year of fee payment: 8

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20140114

Year of fee payment: 9

LAPS Cancellation because of no payment of annual fees