JP6123885B2 - 血流指標算出方法、血流指標算出プログラム及び血流指標算出装置 - Google Patents

Description

本発明は、血流指標算出方法、血流指標算出プログラム及び血流指標算出装置に関する。

健康管理の一環として、脈波伝播速度や血圧の測定がなされている。例えば、血圧を測定する場合には、被験者の腕にカフを装着し、カフで腕を圧迫して動脈を閉塞し、その後、カフを減圧する過程で血管壁に生じる振動を用いて血圧を測定する。

しかしながら、上記の血圧計は、例えば、血圧を測定する手順が多いので面倒、装置自体が大きいので常時携帯しにくい、血圧の測定時に腕が加圧されるので煩わしいといった欠点がある。

このことから、利便性の向上を目的として、例えば、腕時計型血圧測定装置が提案されている。腕時計型血圧測定装置には、小型で日常的に携帯される腕時計に血圧を測定する機能が組み込まれる。腕時計型血圧測定装置は、左手首に装着され、フォトトランジスタと心電波を検出する電極である心電波検出電極とが横に並んで設けられている正面部の上に右手指先が置かれる。腕時計型血圧測定装置は、心電波検出電極の上に置かれた右手指先と心電波検出電極に接触している左手首とから心電波を検出し、フォトトランジスタの上に置かれた右手指先の血流から指の脈波を検出する。そして、腕時計型血圧測定装置は、心電波が検出されてから指の脈波が検出されるまでの遅延時間を測定し、遅延時間に基づいて血圧を算出する。

特開平４−２００４３９号公報 特開２００７−３１９２４６号公報

しかしながら、上記の技術は、余計なハードウェアなしには血圧を測定できない。

例えば、上記の腕時計型血圧測定装置は、心電波検出電極やフォトトランジスタなどといった一般の腕時計には組み込まれていない専用のハードウェアを用いて心電波と指の脈波との間での遅延時間を測定する。したがって、腕時計型血圧測定装置では、専用のハードウェアを搭載しないと遅延時間を測定することはできず、遅延時間から求まる血圧も測定することはできない。

なお、ここでは、血圧の測定について説明したが、遅延時間から求まる脈波伝播速度についても同様に専用のハードウェアを搭載しないと測定できない。

１つの側面では、余計なハードウェアなしに血流に関する指標を算出できる血流指標算出方法、血流指標算出プログラムおよび血流指標算出装置を提供することを目的とする。

一態様の血流指標算出方法は、コンピュータが、カメラによって被験者の生体の一部である第１の生体部位および前記第１の生体部位とは部位が異なる第２の生体部位が撮像された画像を取得する処理を実行する。さらに、前記コンピュータが、前記画像に含まれる第１の生体部位の領域および第２の生体部位の領域を抽出する処理を実行する。さらに、前記コンピュータが、前記第１の生体部位の領域から当該第１の生体部位の脈波波形を検出するとともに、前記第２の生体部位の領域から当該第２の生体部位の脈波波形を検出する処理を実行する。さらに、前記コンピュータが、前記第１の生体部位の脈波波形と前記第２の生体部位の脈波波形から遅延量を算出する処理を実行する。さらに、前記コンピュータが、前記遅延量を用いて血流に関する指標を算出する処理を実行する。

一実施形態によれば、余計なハードウェアなしに血流に関する指標を算出できる。

図１は、実施例１に係る血流指標算出装置の機能的構成を示すブロック図である。 図２は、撮影方法の一例を示す図である。 図３は、原画像の一例を示す図である。 図４は、Ｇ信号およびＲ信号の各信号のスペクトルの一例を示す図である。 図５は、Ｇ成分および補正係数ｋが乗算されたＲ成分の各信号のスペクトルの一例を示す図である。 図６は、演算後のスペクトルの一例を示す図である。 図７は、図１に示した第１波形検出部の機能的構成を示すブロック図である。 図８は、顔の脈波および手の脈波の一例を示す図である。 図９は、血流に関する指標の表示例を示す図である。 図１０は、実施例１に係る血流指標算出処理の手順を示すフローチャートである。 図１１は、実施例１に係る第１波形検出処理の手順を示すフローチャートである。 図１２は、実施例１及び実施例２に係る血流指標算出プログラムを実行するコンピュータの一例について説明するための図である。

以下に添付図面を参照して本願に係る血流指標算出方法、血流指標算出プログラム及び血流指標算出装置について説明する。なお、この実施例は開示の技術を限定するものではない。そして、各実施例は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。

［血流指標算出装置の構成］
まず、本実施例に係る血流指標算出装置の機能的構成について説明する。図１は、実施例１に係る血流指標算出装置の機能的構成を示すブロック図である。図１に示す血流指標算出装置１０は、太陽光や室内光などの一般の環境光の下で被験者に計測器具を接触させずに、被験者の脈波、すなわち心臓の拍動に伴う血液の体積の変動を検出するものである。とりわけ、血流指標算出装置１０は、複数の生体部位が同時に撮影された画像から２つの生体部位の脈波、すなわち心臓の拍動に伴う血液の体積の変動を検出し、２つの脈波の波形の時間差である遅延量から血流に関する指標を算出する血流指標算出処理を実行する。

一態様としては、血流指標算出装置１０は、パッケージソフトウェアやオンラインソフトウェアとして提供される血流指標算出プログラムを所望のコンピュータにインストールさせることによって実装できる。例えば、スマートフォン、携帯電話機やＰＨＳ（Personal Handyphone System）などの移動体通信網に接続可能な移動体通信端末に上記の血流指標算出プログラムをインストールさせる。また、移動体通信網に接続可能な移動体通信端末に限らず、移動体通信網に接続する能力を持たないデジタルカメラやタブレット端末に上記の血流指標算出プログラムをインストールさせてもよい。これによって、移動体通信端末やタブレット端末等の携帯端末を血流指標算出装置１０として機能させることができる。なお、ここでは、血流指標算出装置１０の実装例として携帯端末を例示したが、パーソナルコンピュータを始めとする据置き型の端末装置に血流指標算出プログラムをインストールさせることもできる。

図１に示すように、血流指標算出装置１０は、インカメラ１１ａと、取得部１１と、領域抽出部１２と、第１の代表値算出部１３ａと、第２の代表値算出部１３ｂと、第１波形検出部１４ａと、第２波形検出部１４ｂとを有する。さらに、血流指標算出装置１０は、第１ピーク検出部１５ａと、第２ピーク検出部１５ｂと、類似度算出部１６と、遅延量算出部１７と、伝播速度算出部１８と、血圧算出部１９とを有する。

かかる血流指標算出装置１０は、図１に示した機能部以外にも既知のコンピュータが有する各種の機能部を有することとしてもかまわない。例えば、血流指標算出装置１０が据置き端末として実装される場合には、キーボード、マウスやディスプレイなどの入出力デバイスをさらに有することとしてもよい。また、血流指標算出装置１０がタブレット端末やスレート端末として実装される場合には、加速度センサや角速度センサをさらに有することとしてもよい。また、血流指標算出装置１０が移動体通信端末として実装される場合には、アンテナ、移動体通信網に接続する無線通信部、ＧＰＳ（Global Positioning System）受信機などの機能部をさらに有していてもかまわない。

インカメラ１１ａは、ＣＣＤ（Charge Coupled Device）やＣＭＯＳ（Complementary Metal Oxide Semiconductor）などの撮像素子を搭載する撮像装置である。例えば、インカメラ１１ａには、Ｒ（red）、Ｇ（green）、Ｂ（blue）など３種以上の受光素子を搭載することができる。なお、ここでは、インカメラ１１ａを用いる場合を例示したが、携帯端末等に搭載されるカメラであればよく、必ずしもスクリーンの設置面と同じ側にカメラが設置されずともよい。

かかるインカメラ１１ａは、図示しない液晶ディスプレイのスクリーンのある側に搭載されているカメラであり、携帯端末を利用する被験者は、インカメラ１１ａによって被験者自身の画像を液晶ディスプレイに映し、その写り具合を確認しながら撮影できる。なお、インカメラ１１ａは、スクリーンが設置された面と同一の面側であればいずれの位置に配置されてもかまわない。

これらインカメラ１１ａは、上記の血流指標算出プログラムが起動された場合に、インカメラ１１ａが持つ撮像範囲に異なる複数の生体部位を収め、複数の生体部位を同時に撮像する。ここでは、一例として、インカメラ１１ａによって被験者の顔が第１の生体部位として撮影されるとともに被験者の手が第２の生体部位として撮影される場合を想定して以下の説明を行う。

図２は、撮影方法の一例を示す図である。図２に示すように、インカメラ１１ａは、血流指標算出装置１０の液晶ディスプレイのスクリーン側を撮像範囲に収め、その撮像範囲内に存在する被写体を撮像する。このとき、血流指標算出装置１０の液晶ディスプレイには、インカメラ１１ａが撮影する画像を表示しつつ、顔の撮影位置の照準を顔ガイド２００として表示させることもできる。これによって、被験者は、顔ガイド２００を照準にして、被験者の顔が顔ガイド２００に収まるように、被験者の顔または血流指標算出装置１０を動かすことができるので、被験者の顔をインカメラ１１ａの撮像範囲に収めた状態で撮影を行うことができる。

このように、顔ガイド２００を液晶ディスプレイに表示させるとともに、手の撮影位置の照準を手ガイド２１０として表示させることもできる。これによって、被験者は、手ガイド２１０を照準にして、被験者の手が手ガイド２１０に収まるように、被験者の手または血流指標算出装置１０を動かすことができるので、被験者の手をインカメラ１１ａの撮像範囲に収めた状態で撮影を行うことができる。なお、手ガイド２１０には、被験者の左右の手のいずれが収められてもよく、また、手のひらまたは手の甲のいずれが収められることとしてもかまわない。

さらに、手ガイド２１０内の画像に肌色検出等の画像処理を実行することによって手ガイド２１０に被験者の手があるか否かを検知することもできる。このとき、手ガイド２１０に被験者の手がない場合には、「枠に手をあてはめて下さい」等のメッセージを液晶ディスプレイ上に表示させることもできるし、当該メッセージをスピーカから音声出力させることもできる。

これら顔ガイド２００及び手ガイド２１０のガイダンスによって、インカメラ１１ａの撮像範囲の所定位置に被験者の顔と手を収め、インカメラ１１ａによって被験者の顔と手を同時に撮影することが可能になる。さらに、手ガイド２１０は、顔ガイド２００と横並びで表示させるので、被験者は、手ガイド２１０を照準にして、被験者の手が被験者の顔と同じ高さに掲げた状態で撮影が実行される。このため、被験者の顔と手が略同一の高さで撮影された画像を取得することもできる。

このように、インカメラ１１ａによって撮像された画像は、後述の取得部１１へ出力される。以下では、インカメラ１１ａによって撮像された画像のことを「原画像」と記載する場合がある。なお、ここでは、撮像後に原画像が取得部１１へ出力される場合を例示したが、必ずしも原画像を直ちに取得部１１へ出力せずともよい。例えば、図示しないフラッシュメモリやハードディスクなどの補助記憶装置またはメモリカードなどのリムーバブルメディアに原画像を一時的に保存することもできる。

取得部１１は、画像を取得する処理部である。一態様としては、取得部１１は、インカメラ１１ａによって撮像された原画像を取得する。他の一態様としては、取得部１１は、原画像を蓄積するハードディスクや光ディスクなどの補助記憶装置またはメモリカードやＵＳＢ（Universal Serial Bus）メモリなどのリムーバブルメディアから画像を取得することもできる。更なる一態様としては、取得部１１は、外部装置からネットワークを介して受信することによって原画像を取得することもできる。なお、取得部１１は、ＣＣＤやＣＭＯＳなどの撮像素子による出力から得られる２次元のビットマップデータやベクタデータなどの画像データを用いて処理を実行する場合を例示したが、１つのディテクタから出力される信号をそのまま取得して後段の処理を実行させることとしてもよい。

領域抽出部１２は、取得部１１によって取得された画像から第１の生体部位及び第２の生体部位の領域を抽出する処理部である。一態様としては、原画像から所定の顔パーツを基準とする顔領域を抽出する。例えば、領域抽出部１２は、原画像にテンプレートマッチング等の画像処理を実行することによって被験者の眼、耳、鼻や口などの顔の器官、いわゆる顔パーツのうち特定の顔パーツ、すなわち被験者の鼻を検出する。その上で、領域抽出部１２は、被験者の鼻を中心とし、中心から所定の範囲に含まれる顔領域を抽出する。これによって、被験者の鼻、鼻の周辺に位置する頬の一部の顔中心部分を含んだ顔領域の画像が脈波の検出に使用する画像として抽出される。その後、領域抽出部１２は、原画像から抽出した顔領域の画像を第１波形検出部１５ａへ出力する。

図３は、原画像の一例を示す図である。図３には、原画像のうち被験者の顔が映る領域を切り出して図示されるとともに、被験者の眼、鼻及び口の一部または全部を含む領域が９つに分割されたブロックが図示されている。図３に示すブロックのうち上段の左及び右のブロックには、被験者の眼が映っている。これらのブロックの画像を検出に用いた場合には、眼の瞬きがノイズとなって脈波の検出精度の低下を招く場合がある。また、図３に示すブロックのうち下段の３つのブロックには、被験者の口が映っている。これらのブロックの画像を検出に用いた場合には、口の動きがノイズとなって脈波の検出精度の低下を招く場合がある。一方、図３に示す中段の真ん中のブロック、すなわち斜線の塗りつぶしが図示されたブロックは、眼や口が映るブロックから隔てられており、他のブロックに比べてノイズとなる成分が映っている可能性が低いので、良好な検出結果を期待できる。これらのことから、領域抽出部１２は、原画像から図２に示す中段の真ん中のブロックの画像を生体領域の画像として抽出する。

かかる顔領域の抽出と並行して、領域抽出部１２は、原画像から手領域を抽出する。例えば、領域抽出部１２は、原画像に肌色検出およびパターンマッチングを実行することによって原画像から肌色を持ち、かつ手の形状を持つ領域を手領域として抽出する。このとき、領域抽出部１２は、手領域の抽出に顔領域の抽出結果を活用することもできる。例えば、領域抽出部１２は、上記の肌色検出およびパターンマッチングを実行する場合に、顔領域として抽出された部分を抽出対象から除外して手領域を抽出することができる。

他の一態様としては、領域抽出部１２は、図２に示した顔ガイド２００に対応する領域の部分画像を顔領域の画像として抽出するとともに、図２に示した手ガイド２１０に対応する領域の部分画像を手領域の画像として抽出することもできる。このように、顔ガイド２００及び手ガイド２１０を用いて顔領域および手領域の抽出を実行する場合には、肌色検出やテンプレートマッチング等の画像処理を行わずともよく、処理負荷を軽減することができる。なお、ここでは、各ガイドの部分画像をそのまま切り出すこととしたが、肌色検出と顔ガイド２００及び手ガイド２１０とを併用することもできる。例えば、顔ガイド２００に対応する領域の部分画像および手ガイド２１０に対応する領域の部分画像の両方から所定の面積以上の肌色領域が検出された場合に絞って顔ガイド２００及び手ガイド２１０を活用することもできる。

第１の代表値算出部１３ａは、第１の生体部位の領域に含まれる各画素が持つ画素値の代表値を算出する処理部である。一態様としては、第１の代表値算出部１３ａは、顔領域に含まれる画素が持つ画素値を波長成分ごとに平均する。この他、平均値以外にも、中央値や最頻値を計算することとしてもよく、また、加重平均以外にも任意の平均処理、例えば加重平均や移動平均などを実行することもできる。これによって、顔領域に含まれる各画素が持つ画素値の平均値が当該顔領域を代表する代表値として波長成分ごとに算出される。なお、ここでは、各波長成分の画素値の代表値を算出することとしたが、後述の第１波形検出部１５ａではＲＧＢの３つの成分のうちＲ成分およびＧ成分の画素値が使用されるので、これら２つの成分の代表値を算出することもできる。

第２の代表値算出部１３ｂは、第２の生体部位の領域に含まれる各画素が持つ画素値の代表値を算出する処理部である。一態様としては、第２の代表値算出部１３ｂは、手領域に含まれる画素が持つ画素値を波長成分ごとに平均する。これによって、手領域に含まれる各画素が持つ画素値の平均値が当該手領域を代表する代表値として波長成分ごとに算出される。なお、ここでは、各波長成分の画素値の代表値を算出することとしたが、後述の第２波形検出部１５ｂではＲＧＢの３つの成分のうちＧ成分の画素値が使用されるので、Ｇ成分の代表値を算出することもできる。

第１波形検出部１４ａは、第１の生体部位の領域に含まれる各画素の波長成分別の代表値の信号から、第１の生体部位の脈波信号の波形を検出する処理部である。一態様としては、第１波形検出部１４ａは、下記の第１波形検出処理を実行することによって、顔領域における波長成分別の代表値の信号から各波長成分の間で脈波が採り得る脈波周波数帯以外の特定周波数帯の成分が互いに相殺された脈波信号の波形を検出する。例えば、第１波形検出部１４ａは、３つの波長成分、すなわちＲ成分、Ｇ成分およびＢ成分のうち血液の吸光特性が異なるＲ成分とＧ成分の２つの波長成分の代表値の時系列データを用いて、波形を検出する。

これを具体的に説明すると、顔表面には、毛細血管が流れており、心拍により血管に流れる血流が変化すると、血流で吸収される光量も心拍に応じて変化するため、顔からの反射によって得られる輝度も心拍に伴って変化する。かかる輝度の変化量は小さいが、顔領域全体の平均輝度を求めると、輝度の時系列データには脈波成分が含まれる。ところが、輝度は、脈波以外に体動等によっても変化し、これが、脈波検出のノイズ成分、いわゆる体動アーチファクトとなる。そこで、血液の吸光特性の異なる２種類以上の波長、例えば吸光特性が高いＧ成分（５２５ｎｍ程度）、吸光特性が低いＲ成分（７００ｎｍ程度）で脈波を検出する。心拍は、０．５Ｈｚ〜４Ｈｚ、１分あたりに換算すれば３０ｂｐｍ〜２４０ｂｐｍの範囲であるので、それ以外の成分はノイズ成分とみなすことができる。ノイズには、波長特性は無い、あるいはあっても極小であると仮定すると、Ｇ信号およびＲ信号の間で０．５Ｈｚ〜４Ｈｚ以外の成分は等しいはずであるが、カメラの感度差により大きさが異なる。それゆえ、０．５Ｈｚ〜４Ｈｚ以外の成分の感度差を補正して、Ｇ成分からＲ成分を減算すれば、ノイズ成分は除去されて脈波成分のみを取り出すことができる。

例えば、Ｇ成分及びＲ成分は、下記の式（１）および下記の式（２）によって表すことができる。下記の式（１）における「Ｇｓ」は、Ｇ信号の脈波成分を指し、「Ｇｎ」は、Ｇ信号のノイズ成分を指し、また、下記の式（２）における「Ｒｓ」は、Ｒ信号の脈波成分を指し、「Ｒｎ」は、Ｒ信号のノイズ成分を指す。また、ノイズ成分は、Ｇ成分およびＲ成分の間で感度差があるので、感度差の補正係数ｋは、下記の式（３）によって表される。

Ｇａ＝Ｇｓ＋Ｇｎ・・・（１）
Ｒａ＝Ｒｓ＋Ｒｎ・・・（２）
ｋ＝Ｇｎ／Ｒｎ・・・（３）

感度差を補正してＧ成分からＲ成分を減算すると、脈波成分Ｓは、下記の式（４）となる。これを上記の式（１）及び上記の式（２）を用いて、Ｇｓ、Ｇｎ、Ｒｓ及びＲｎによって表される式へ変形すると、下記の式（５）となり、さらに、上記の式（３）を用いて、ｋを消し、式を整理すると下記の式（６）が導出される。

Ｓ＝Ｇａ−ｋＲａ・・・（４）
Ｓ＝Ｇｓ＋Ｇｎ−ｋ（Ｒｓ＋Ｒｎ）・・・（５）
Ｓ＝Ｇｓ−（Ｇｎ／Ｒｎ）Ｒｓ・・・（６）

ここで、Ｇ信号およびＲ信号は、吸光特性が異なり、Ｇｓ＞（Ｇｎ／Ｒｎ）Ｒｓである。したがって、上記の式（６）によってノイズが除去された脈波成分Ｓを算出することができる。

図４は、Ｇ信号およびＲ信号の各信号のスペクトルの一例を示す図である。図４に示すグラフの縦軸は、信号強度を指し、また、横軸は、周波数（ｂｐｍ）を指す。図４に示すように、Ｇ成分およびＲ成分は、撮像素子の感度が異なるので、両者の信号強度はそれぞれ異なる。その一方、Ｒ成分およびＧ成分は、いずれにおいても３０ｂｐｍ〜２４０ｂｐｍの範囲外、特に３ｂｐｍ以上２０ｂｐｍ未満の特定周波数帯でノイズが現れることには変わりはない。このため、図４に示すように、３ｂｐｍ以上２０ｂｐｍ未満の特定周波数帯に含まれる指定の周波数Ｆｎに対応する信号強度をＧｎ及びＲｎとして抽出できる。これらＧｎ及びＲｎによって感度差の補正係数ｋを導出できる。

図５は、Ｇ成分および補正係数ｋが乗算されたＲ成分の各信号のスペクトルの一例を示す図である。図５の例では、説明の便宜上、補正係数の絶対値を乗算した結果が図示されている。図５に示すグラフにおいても、縦軸は、信号強度を指し、また、横軸は、周波数（ｂｐｍ）を指す。図５に示すように、Ｇ成分及びＲ成分の各信号のスペクトルに補正係数ｋが乗算された場合には、Ｇ成分およびＲ成分の各成分の間で感度が揃う。特に、特定周波数帯におけるスペクトルの信号強度は、大部分においてスペクトルの信号強度が略同一になっている。その一方で、実際に脈波が含まれる周波数の周辺領域４００は、Ｇ成分およびＲ成分の各成分の間でスペクトルの信号強度が揃っていない。

図６は、演算後のスペクトルの一例を示す図である。図６では、脈波が現れている周波数帯の視認性を上げる観点から縦軸である信号強度の尺度を大きくして図示している。図６に示すように、Ｇ信号のスペクトルから補正係数ｋの乗算後のＲ信号のスペクトルが差し引かれた場合には、Ｇ成分およびＲ成分の間での吸光特性の差によって脈波が現れる信号成分の強度が可及的に維持された状態でノイズ成分が低減されていることがわかる。このようにしてノイズ成分だけが除去された脈波信号の波形を検出することができる。

続いて、第１波形検出部１４ａの機能的構成についてさらに具体的に説明する。図７は、図１に示した第１波形検出部１４ａの機能的構成を示すブロック図である。図７に示すように、第１波形検出部１４ａは、ＢＰＦ（Band-Pass Filter）１４２Ｒ及び１４２Ｇと、抽出部１４３Ｒ及び１４３Ｇと、ＬＰＦ（Low-Pass Filter）１４４Ｒ及び１４４Ｇと、算出部１４５と、ＢＰＦ１４６Ｒ及び１４６Ｇと、乗算部１４７と、演算部１４８とを有する。なお、図４〜図６の例では、周波数空間にて脈波を検出する例を説明したが、図７では、周波数成分への変換にかかる時間を削減する観点から、時系列空間にてノイズ成分を打ち消して脈波を検出する場合の機能的構成を図示している。

例えば、領域抽出部１４から第１波形検出部１４ａには、顔領域に含まれる各画素が持つＲ成分の画素値の代表値を信号値とするＲ信号の時系列データが入力されるとともに、顔領域に含まれる各画素が持つＧ成分画素値の代表値を信号値とするＧ信号の時系列データが入力される。このうち、顔領域のＲ信号は、第１波形検出部１４ａ内のＢＰＦ１４２Ｒ及びＢＰＦ１４６Ｒへ入力されるとともに、顔領域のＧ信号は、第１波形検出部１４ａ内のＢＰＦ１４２Ｇ及びＢＰＦ１４６Ｇへ入力される。

ＢＰＦ１４２Ｒ、ＢＰＦ１４２Ｇ、ＢＰＦ１４６Ｒ及びＢＰＦ１４６Ｇは、いずれも所定の周波数帯の信号成分だけを通過させてそれ以外の周波数帯の信号成分を除去するバンドパスフィルタである。これらＢＰＦ１４２Ｒ、ＢＰＦ１４２Ｇ、ＢＰＦ１４６Ｒ及びＢＰＦ１４６Ｇは、ハードウェアによって実装されることとしてもよいし、ソフトウェアによって実装されることとしてもよい。

これらＢＰＦが通過させる周波数帯の違いについて説明する。ＢＰＦ１４２Ｒ及びＢＰＦ１４２Ｇは、ノイズ成分が他の周波数帯よりも顕著に現れる特定周波数帯の信号成分を通過させる。

かかる特定周波数帯は、脈波が採り得る周波数帯との間で比較することによって定めることができる。脈波が採り得る周波数帯の一例としては、０．５Ｈｚ以上４Ｈｚ以下である周波数帯、１分あたりに換算すれば３０ｂｐｍ以上２４０ｂｐｍ以下である周波数帯が挙げられる。このことから、特定周波数帯の一例としては、脈波として計測され得ない０．５Ｈｚ未満及び４Ｈｚ超過の周波数帯を採用することができる。また、特定周波数帯は、脈波が採り得る周波数帯との間でその一部が重複することとしてもよい。例えば、脈波として計測されることが想定しづらい０．７Ｈｚ〜１Ｈｚの区間で脈波が採り得る周波数帯と重複することを許容し、１Ｈｚ未満及び４Ｈｚ以上の周波数帯を特定周波数帯として採用することもできる。また、特定周波数帯は、１Ｈｚ未満及び４Ｈｚ以上の周波数帯を外縁とし、ノイズがより顕著に現れる周波数帯に絞ることもできる。例えば、ノイズは、脈波が採り得る周波数帯よりも高い高周波数帯よりも、脈波が採り得る周波数帯よりも低い低周波数帯でより顕著に現れる。このため、１Ｈｚ未満の周波数帯に特定周波数帯を絞ることもできる。また、空間周波数がゼロである直流成分の近傍には、各成分の撮像素子の感度の差が多く含まれるので、０．０５Ｈｚ以上１Ｈｚ未満の周波数帯に特定周波数帯を絞ることもできる。さらに、人の体の動き、例えば瞬きや体の揺れの他、環境光のチラツキなどのノイズが現れやすい０．０５Ｈｚ以上０．３Ｈｚ以下の周波数帯に特定周波数帯を絞ることもできる。

ここでは、一例として、ＢＰＦ１４２Ｒ及びＢＰＦ１４２Ｇが特定周波数帯として０．０５Ｈｚ以上０．３Ｈｚ以下の周波数帯の信号成分を通過させる場合を想定して以下の説明を行う。なお、ここでは、特定周波数帯の信号成分を抽出するために、バンドパスフィルタを用いる場合を例示したが、一定の周波数未満の周波数帯の信号成分を抽出する場合などには、ローパスフィルタを用いることもできる。

一方、ＢＰＦ１４６Ｒ及びＢＰＦ１４６Ｇは、脈波が採り得る周波数帯、例えば０．５Ｈｚ以上４Ｈｚ以下の周波数帯の信号成分を通過させる。なお、以下では、脈波が採り得る周波数帯のことを「脈波周波数帯」と記載する場合がある。

抽出部１４３Ｒは、Ｒ信号の特定周波数帯の信号成分の絶対強度値を抽出する。例えば、抽出部１４３Ｒは、Ｒ成分の特定周波数帯の信号成分に絶対値演算処理を実行することによって特定周波数帯の信号成分の絶対強度値を抽出する。また、抽出部１４３Ｇは、Ｇ信号の特定周波数帯の信号成分の絶対強度値を抽出する。例えば、抽出部１４３Ｇは、Ｇ成分の特定周波数帯の信号成分に絶対値演算処処理を実行することによって特定周波数帯の信号成分の絶対強度値を抽出する。

ＬＰＦ１４４Ｒ及びＬＰＦ１４４Ｇは、特定周波数帯の絶対強度値の時系列データに対し、時間変化に応答させる平滑化処理を実行するローパスフィルタである。これらＬＰＦ１４４Ｒ及びＬＰＦ１４４Ｇは、ＬＰＦ１４４Ｒへ入力される信号がＲ信号であり、ＬＰＦ１４４Ｇへ入力される信号がＧ信号である以外に違いはない。かかる平滑化処理によって、特定周波数帯の絶対値強度Ｒ´ｎ及びＧ´ｎが得られる。

算出部１４５は、ＬＰＦ１４４Ｇによって出力されたＧ信号の特定周波数帯の絶対値強度Ｇ´ｎを、ＬＰＦ１４４Ｒによって出力されたＲ信号の特定周波数帯の絶対値強度Ｒ´ｎで除する除算「Ｇ´ｎ／Ｒ´ｎ」を実行する。これによって、感度差の補正係数ｋを算出する。

乗算部１４７は、ＢＰＦ１４６Ｒによって出力されたＲ信号の脈波周波数帯の信号成分に算出部１４５によって算出された補正係数ｋを乗算する。

演算部１４８は、ＢＰＦ１４６Ｇによって出力されたＧ信号の脈波周波数帯の信号成分から、乗算部１４７によって補正係数ｋが乗算されたＲ信号の脈波周波数帯の信号成分を差し引く演算「Ｇｓ−ｋ＊Ｒｓ」を実行する。このようにして得られた信号の時系列データは、顔の脈波信号の波形に相当し、そのサンプリング周波数は画像が撮像されるフレーム周波数に対応する。以下では、脈波信号の波形のことを「脈波波形」と記載する場合がある。

図１の説明に戻り、第２波形検出部１４ｂは、第２の生体部位の領域に含まれる画素の代表値の信号から、脈波周波数帯以外の特定周波数帯の成分が除去された脈波信号の波形を検出する処理部である。一態様としては、第２波形検出部１４ｂは、第２の代表値算出部１３ｂによって算出された手領域の波長成分別の代表値のうちＧ成分の代表値を手の脈波の検出に用いる。すなわち、第２波形検出部１４ｂは、図示しないＢＰＦ等を用いて、手領域におけるＧ成分の代表値の信号に含まれる特定周波数帯の信号成分を除去するとともに脈波周波数帯の信号成分を通過させる。これによって、脈波周波数帯の信号成分を抽出する。このように、第２波形検出部１４ｂによって出力される脈波周波数帯の信号の時系列データは、手の脈波波形に相当する。なお、第２波形検出部１４ｂは、上記の第１波形検出部１４ａと同様にＧ成分の代表値とＲ成分の代表値から手の脈波波形を検出してもよい。

第１ピーク検出部１５ａは、第１の生体部位の脈波波形のピークを検出する処理部である。一態様としては、第１ピーク検出部１５ａは、第１波形検出部１４ａによって検出される顔の脈波波形を時間微分することによって顔の脈波の微分波形を算出し、微分係数の符号が正から負へ変化するゼロクロス点、すなわちピークを示す極大点を検出する。例えば、第１ピーク検出部１５ａは、顔の脈波波形の振幅値が検出される度に、１つ前のサンプリング点で検出された振幅値の微分係数がゼロであるか否かを判定する。このとき、第１ピーク算出部１５ａは、１つ前のサンプリング点で検出された振幅値の微分係数がゼロである場合に、前後のサンプリング点で振幅値の微分係数の符号が正から負へ変化するか否かをさらに判定する。この結果、第１ピーク算出部１５ａは、前後で微分係数の符号が正から負へと変化する場合に、当該微分係数がゼロであるサンプリング点を顔の脈波波形のピークとして検出し、当該ピークが出現したサンプリング点の時間を図示しない内部メモリへ登録する。なお、ピークの検出は、必ずしも脈波波形の時間微分によって実現されずともよく、顔の脈波波形そのものから検出することとしてもかまわない。

第２ピーク検出部１５ｂは、第２の生体部位の脈波波形のピークを検出する処理部である。一態様としては、第２ピーク検出部１５ｂは、上記の第１ピーク検出部１５ａと同様に、第２波形検出部１４ｂによって検出された手の脈波の微分波形からゼロクロス点を検出することによって手の脈波波形のピークを検出し、ピークが出現したサンプリング点の時間を内部メモリに登録する。

図８は、顔の脈波および手の脈波の一例を示す図である。図８に示すグラフの縦軸は、信号強度（振幅）を指し、また、横軸は、時間を指す。図８に示すように、顔の脈波では、ピークがＴ１の時点に出現する一方で、手の脈波では、ピークがＴ２の時点に出現する。これら顔の脈波及び手の脈波は、ピークが出現する時点が互いに異なり、手の脈波のピークの方が顔の脈波のピークよりも遅れていることがわかる。これは、心臓から送り出される血液が生体の各々の部位へ到達するタイミングには時間差があるからである。一般に、顔よりも手の方が心臓から離れているので、先に顔へ脈波が伝搬した後に手に伝搬することになる。

類似度算出部１６は、第１の生体部位の脈波波形と第２の生体部位の脈波波形との間で類似度を算出する処理部である。一態様としては、類似度算出部１６は、顔の脈波波形から得られるピークの周期と、手の脈波波形から得られるピークの周期との差を類似度として算出する。例えば、類似度算出部１６は、第１ピーク検出部１５ａ及び第２ピーク検出部１５ｂによって顔の脈波波形および手の脈波波形からピークの検出が実行された期間が所定のピーク測定期間、例えば５秒間を経過すると、次のような処理を実行する。すなわち、類似度算出部１６は、顔の脈波波形に含まれる各ピークの間でピークの周期の平均値を算出するとともに、手の脈波波形に含まれる各ピークの間でピークの周期の平均値を算出する。例えば、類似度算出部１６は、ピークが検出されたサンプリング時間をＴ_ｎとしたとき、顔の脈波波形および手の脈波波形におけるピークの周期の平均値を下記の式（７）を用いて算出することができる。その上で、類似度算出部１６は、顔の脈波波形および手の脈波波形の間でピークの周期の平均値の差を算出する。

ここで、ピークの周期の平均値の差は、その値が小さいほど顔の脈波波形および手の脈波波形が類似していることを意味する。これは、同一人物の脈波は測定される部位が違っても略同一であることに依拠する。つまり、ピークの周期の平均値の差が小さいほど、顔の脈波波形および手の脈波波形の両方が測定されている可能性が高くなる。

他の一態様としては、類似度算出部１６は、上記の類似度の算出に相互相関関数を用いる。例えば、顔および手の脈波信号のサンプリング時間を「ｔ」、顔の脈波波形の振幅値を「Ｘ（ｔ）」、手の脈波波形の振幅値を「Ｙ（ｔ）」、遅延量を「τ」としたとき、類似度Ｃ_ＸＹ（τ）は、下記の式（８）によって導出することができる。このように、相互相関関数を用いる場合には、類似度Ｃ_ＸＹ（τ）が高いほど、遅延量τずらされた手の脈波波形が顔の脈波波形と類似していることを意味する。なお、上記のようにして算出される類似度Ｃ_ＸＹ（τ）のうち最大の類似度をとるときのτは、顔の脈波波形および手の脈波波形の間の遅延量としても用いることができる。

遅延量算出部１７は、第１の生体部位の脈波波形及び第２の生体部位の脈波波形の遅延量を算出する処理部である。ここで、遅延量算出部１７は、顔の脈波波形および手の脈波波形が検出されたからといって直ちに遅延量を算出するとは限らない。すなわち、遅延量算出部１７は、類似度算出部１６によって算出された類似度が所定の閾値以上である場合にしぼって遅延量の算出を実行する。例えば、遅延量算出部１７は、類似度としてピークの周期の平均値の差が算出される場合には、類似度が所定の閾値以下であるか否かを判定する。そして、遅延量算出部１７は、類似度が閾値以下である場合に、遅延量の算出を実行する。また、遅延量算出部１７は、類似度が相互相関関数によって算出される場合には、類似度が所定の閾値以上である場合に、遅延量の算出を実行する。これによって、顔の脈波波形および手の脈波波形が測定できている可能性が高い場合に絞って遅延量の算出を実行できる。

一態様としては、遅延量算出部１７は、第１ピーク検出部１５ａによって顔の脈波波形から検出されたピークの時間と、第２ピーク検出部１５ｂによって手の脈波波形から検出されたピークの時間との間で時間差を算出することによって顔と手の脈波の遅延量を算出する。このとき、遅延量算出部１７は、顔の脈波波形のピーク及び手の脈波波形のピークの複数のペアを用いて、遅延量を算出することもできる。例えば、ピーク測定期間に検出された顔の脈波波形のピーク及び手の脈波波形のピークのペアのうち新しいものから順に所定数抽出し、各々のペアの間で算出された平均の時間差を遅延量として算出することもできる。なお、類似度の算出に相互相関関数を用いた場合には、類似度が最大であるときのτをそのまま遅延量として採用することもできる。

例えば、図８に示す例で言えば、遅延量算出部１７は、時間Ｔ２から時間Ｔ１を減算することによって手と顔の間の遅延量を算出できる。なお、ここでは、手の脈波波形でピークが検出された時間Ｔ２から顔の脈波波形でピークが検出された時間Ｔ１を減算することとしたが、Ｔ１からＴ２を減算することとしてもよく、その場合には絶対値をとることによって同値を算出できる。

伝播速度算出部１８は、第１の生体部位及び第２の生体部位の間の遅延量を用いて、脈波伝播速度を算出する処理部である。ここで、速度の計算には、距離と時間が用いられるが、距離と時間のうち時間については、遅延量算出部１７によって顔に脈波が伝搬してから手に脈波が伝搬するまでの時間差である遅延量が求められている。このため、脈波の起点となる心臓から指までの距離と心臓から顔までの距離との間の距離差を予めキャリブレーションしておくことによって、下記の式（９）を用いて、脈波伝播速度を算出することができる。かかる式（９）における「Ｖｐ」は、脈波伝播速度を指し、「Ｌ」は、心臓から指までの距離と心臓から顔までの距離との間の距離差を指し、「Ｔｄ」は、遅延量を指す。

Ｖｐ＝Ｌ／Ｔｄ・・・（９）

すなわち、伝搬速度算出部１８は、遅延量算出部１７によって算出された遅延量Ｔｄおよび内部メモリ上に設定された距離差Ｌを上記の式（９）へ代入することによって脈波伝播速度Ｖｐを算出できる。かかる距離差Ｌは、一例として、血流指標算出装置１０の利用者に初期設定させることができる。例えば、図示しない入力デバイスを介して、距離差Ｌの値そのものを入力させることとしてもよいし、心臓から顔までの距離Ｌ１と心臓から指までの距離Ｌ２とを入力させることによって初期設定させることとしてもよい。また、年齢、性別及び身長などの項目の組合せごとに当該組合せに対応する距離差の統計値が対応付けられた統計データから利用者によって入力させた年齢、性別及び身長を検索することによって距離差を初期設定させることとしてもかまわない。

ここで、上記の脈波伝播速度は、動脈硬化の進展を診断するのに有用な指標であり、例えば、伝播速度から血管年齢などを計測することもできる。このように、脈波伝播速度は動脈硬化の進展度や血管年齢を算出するアプリケーションプログラムへ出力されることによって健康管理に有用な指標を取得する情報源とすることができる。

血圧算出部１９は、血圧を算出する処理部である。一態様としては、血圧算出部１９は、下記の式（１０）に対し、伝播速度算出部１８によって算出された脈波伝播速度を代入することによって血圧を算出する。下記の式（１０）は、血圧の算出式の一例であり、目的変数である血圧が脈波伝播速度を説明変数とする一次式に近似されている。なお、下記の式（１０）における「Ｐ」は、血圧を指し、「Ｖｐ」、は脈波伝播速度を指す。また、下記の式（１０）における「Ａ」は、１次式の傾きを指し、「Ｂ」は、１次式の切片を指し、いずれも定数である。

Ｐ＝Ａ＊Ｖｐ＋Ｂ・・・（１０）

これら傾きＡ及び切片Ｂは、個人によって異なる値が設定される。例えば、傾きＡおよび切片Ｂは、血流指標算出装置１０によって算出された脈波伝播速度とともに、当該脈波伝播速度の算出と同期して血圧計等によって測定された血圧の実測値をリファレンスとして入力させることによって導出できる。これら脈波伝播速度および血圧の実測値の間で最小二乗法などの回帰分析を実行することによって上記の式（１０）の傾きＡと切片Ｂを設定できる。

ここで、上記の血圧は、各種の診断に有用な指標である。例えば、血圧が高い場合には、高血圧症、腎疾患、動脈硬化、高脂血症、脳血管疾患などの疾患を診断できる。一方、血圧が低い場合には、心不全、貧血、大出血などの疾患を診断することもできる。このように、血圧は、上記の各種の診断を実行するアプリケーションプログラムへ出力されることによって健康管理に有用な指標を取得する情報源とすることができる。

例えば、脈波伝播速度や血圧は、血流指標算出装置１０が有する図示しない表示デバイスを始め、任意の出力先へ出力することができる。図９は、血流に関する指標の表示例を示す図である。図９に示すように、平均の脈波伝播速度（ＰＷＶ：Pulse Wave Velocity）が「３．８６ｍ／ｓｅｃ」と計測されており、平均の血圧が「９１ｍｍＨｇ」と測定されている状況が液晶ディスプレイに表示されている。さらに、顔ガイド２００に対応付けて顔の脈波波形が表示されるとともに、手ガイド２１０に対応付けて手の脈波波形が表示される。このように、被験者は、計測器具等を装着せずとも、携帯端末を操作しながら脈波伝播速度や血圧を測定できる。

この他、脈波伝播速度や血圧は、脈波伝播速度を用いて血管年齢や血圧等の測定を行う測定プログラム、血圧から各種の疾患を診断する診断プログラムが血流指標算出装置１０にインストールされている場合には、測定プログラムや診断プログラムを出力先とすることができる。また、測定プログラムや診断プログラムをＷｅｂサービスとして提供するサーバ装置などを出力先とすることもできる。さらに、血流指標算出装置１０を利用する利用者の関係者、例えば介護士や医者などが使用する端末装置を出力先とすることもできる。これによって、院外、例えば在宅や在席のモニタリングサービスも可能になる。なお、測定プログラムや診断プログラムの測定結果や診断結果も、血流指標算出装置１０を始め、関係者の端末装置に表示させることができるのも言うまでもない。

なお、上記の機能部は、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）などに血流指標算出プログラムを実行させることによって実現できる。また、上記の機能部は、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）などのハードワイヤードロジックによっても実現できる。上記の機能部には、取得部１１、領域抽出部１２、第１の代表値算出部１３ａ、第２の代表値算出部１３ｂ、第１波形検出部１４ａ、第２波形検出部１４ｂ、第１ピーク検出部１５ａ、第２ピーク検出部１５ｂ、類似度算出部１６、遅延量算出部１７、伝播速度算出部１８及び血圧算出部１９が含まれる。

また、上記の内部メモリには、一例として、半導体メモリ素子を採用できる。例えば、半導体メモリ素子の一例としては、ＶＲＡＭ（Video Random Access Memory）、ＲＡＭ（Random Access Memory)、ＲＯＭ（Read Only Memory）やフラッシュメモリ（flash memory）などが挙げられる。また、内部メモリに代わりに、ハードディスク、光ディスクなどの記憶装置を採用することとしてもよい。

［処理の流れ］
続いて、本実施例に係る血流指標算出装置の処理の流れについて説明する。なお、ここでは、血流指標算出装置１０によって実行される（１）血流指標算出処理を説明した後に、血流指標算出処理のサブルーチンとして実行される（２）第１波形検出処理を説明することとする。

（１）血流指標算出処理
図１０は、実施例１に係る血流指標算出処理の手順を示すフローチャートである。この処理は、血流指標算出プログラムが起動されることによって処理が開始し、取得部１１によって原画像が取得されなくなるまで繰り返し実行される処理である。なお、図示しない入力デバイス等を介して中断操作を受け付けた場合には、血流指標算出処理を中止することもできる。

図１０に示すように、取得部１１によって原画像が取得されると（ステップＳ１０１）、領域抽出部１２は、ステップＳ１０１で取得された原画像から顔領域および手領域を抽出する（ステップＳ１０２）。

続いて、第１の代表値算出部１３ａは、ステップＳ１０２で抽出された顔領域に含まれる画素が持つ画素値の代表値を波長成分別に算出する（ステップＳ１０３Ａ）。そして、第１波形検出部１４ａは、ステップＳ１０３Ａで算出された顔領域における波長成分別の代表値の信号から顔の脈波波形を検出する第１波形検出処理を実行する（ステップＳ１０４Ａ）。その後、第１ピーク検出部１５ａは、ステップＳ１０４Ａで検出された顔の脈波波形のピークの検出を実行する（ステップＳ１０５Ａ）。

これと並行して、第２の代表値算出部１３ｂは、ステップＳ１０２で抽出された手領域に含まれる画素が持つＧ成分の画素値の代表値を算出する（ステップＳ１０３Ｂ）。続いて、第２波形検出部１４ｂは、図示しないＢＰＦ等を用いて、ステップＳ１０４Ｂで算出された手領域におけるＧ成分の代表値の信号から手の脈波波形を検出する（ステップＳ１０４Ｂ）。その後、第２ピーク検出部１５ｂは、ステップＳ１０４Ｂで検出された手の脈波波形のピークの検出を実行する（ステップＳ１０５Ｂ）。

これらステップＳ１０５Ａ及びステップＳ１０５Ｂの処理が終了した後に、類似度算出部１６は、顔の脈波波形および手の脈波波形からピークの検出が実行された期間が所定のピーク測定期間を経過したか否かを判定する（ステップＳ１０６）。

このとき、ピーク測定期間を経過していない場合（ステップＳ１０６Ｎｏ）には、上記のステップＳ１０１に戻り、上記のステップＳ１０５Ａ及びステップＳ１０５Ｂまでの処理を繰り返し実行する。

その後、ピーク測定期間が経過した場合（ステップＳ１０６Ｙｅｓ）には、類似度算出部１６は、類似度算出部１６は、顔の脈波波形および手の脈波波形の間で互いの類似度、例えばピークの周期の平均の差を算出する（ステップＳ１０７）。なお、類似度が閾値未満である場合（ステップＳ１０８Ｎｏ）には、上記のステップＳ１０１に戻り、上記のステップＳ１０７までの処理を繰り返し実行する。

ここで、類似度が閾値以上である場合（ステップＳ１０８Ｙｅｓ）には、遅延量算出部１７は、顔の脈波波形と手の脈波波形との間でのピークの時間差である遅延量Ｔｄを算出する（ステップＳ１０９）。

続いて、伝播速度算出部１８は、ステップＳ１０９で算出された遅延量とともに、内部メモリに設定された距離差Ｌを上記の式（９）へ代入することによって脈波伝播速度Ｖｐを算出する（ステップＳ１１０）。さらに、血圧算出部１９は、ステップＳ１１０で算出された脈波伝播速度Ｖｐを上記の式（１０）へ代入することによって血圧を算出する（ステップＳ１１１）。

最後に、ステップＳ１１０で算出された脈波伝播速度Ｖｐ及びステップＳ１１１で算出された血圧Ｐを所定の出力先へ出力した上で内部メモリに登録されているピーク時間を削除し、処理を終了する。なお、ここでは、血圧の算出後に処理を終了する場合を例示したが、ステップＳ１０１へ戻り、脈波伝播速度Ｖｐ及び血圧Ｐの出力を繰り返し実行することとしてもかまわない。

図１０に示したフローチャートでは、ステップＳ１０３Ａ〜ステップＳ１０５Ａの処理と、ステップＳ１０３Ｂ〜ステップＳ１０５Ｂの処理とを並行して実行する場合を例示したが、これらはシリアルに実行することができる。この場合には、ステップＳ１０３Ａ〜ステップＳ１０５Ａの処理、または、ステップＳ１０３Ｂ〜ステップＳ１０５Ｂの処理のいずれを先または後に実行することもできる。

図１０に示したフローチャートでは、脈波伝播速度および血圧の両方を算出する場合を例示したが、必ずしも両方とも算出せずともよく、いずれか一方に絞って算出することとしてもかまわない。

（２）第１波形検出処理
図１１は、実施例１に係る第１波形検出処理の手順を示すフローチャートである。この処理は、図１０に示したステップＳ１０４Ａに対応する処理であり、顔領域に含まれる画素が持つ画素値の代表値が波長成分別に算出された場合に、処理が起動される。

図１１に示すように、第１の代表値算出部１３ａは、顔領域のＲ成分の代表値であるＲ信号をＢＰＦ１４２Ｒ及びＢＰＦ１４６Ｒへ出力するとともに、顔領域のＧ成分の代表値であるＧ信号をＢＰＦ１４２Ｇ及びＢＰＦ１４６Ｇへ出力する（ステップＳ３０１）。

続いて、ＢＰＦ１４２Ｒは、Ｒ信号の特定周波数帯、例えば０．０５Ｈｚ以上０．３Ｈｚ以下の周波数帯の信号成分を抽出する一方で、ＢＰＦ１４２Ｇは、Ｇ信号の特定周波数帯の信号成分を抽出する（ステップＳ３０２Ａ）。

そして、抽出部１４３Ｒは、Ｒ信号の特定周波数帯の信号成分の絶対強度値を抽出する一方で、抽出部１４３Ｇは、Ｇ信号の特定周波数帯の信号成分の絶対強度値を抽出する（ステップＳ３０３）。

その後、ＬＰＦ１４４Ｒは、Ｒ信号の特定周波数帯の絶対強度値の時系列データに対し、時間変化に応答させる平滑化処理を実行する一方で、ＬＰＦ１４４Ｇは、Ｇ信号の特定周波数帯の絶対強度値の時系列データに対し、時間変化に応答させる平滑化処理を実行する（ステップＳ３０４）。

続いて、算出部１４５は、ＬＰＦ１４４Ｇによって出力されたＧ信号の特定周波数帯の絶対値強度Ｇ´ｎを、ＬＰＦ１４４Ｒによって出力されたＲ信号の特定周波数帯の絶対値強度Ｒ´ｎで除する除算「Ｇ´ｎ／Ｒ´ｎ」を実行することによって補正係数ｋを算出する（ステップＳ３０５）。

上記のステップＳ２０５Ａの処理に並行して、ＢＰＦ１４６Ｒは、Ｒ信号の脈波周波数帯、例えば０．５Ｈｚ以上４Ｈｚ以下の周波数帯の信号成分を抽出する一方で、ＢＰＦ１４６Ｇは、Ｇ信号の脈波周波数帯の信号成分を抽出する（ステップＳ３０２Ｂ）。

その後、乗算部１４７は、ステップＳ３０２Ｂで抽出されたＲ信号の脈波周波数帯の信号成分にステップＳ３０５で算出された補正係数ｋを乗算する（ステップＳ３０６）。その上で、演算部１４８は、ステップＳ３０２Ｂで抽出されたＧ信号の脈波周波数帯の信号成分からステップＳ３０６で補正係数ｋが乗算されたＲ信号の脈波周波数帯の信号成分を差し引く演算「Ｇｓ−ｋ＊Ｒｓ」を実行し（ステップＳ３０７）、顔の脈波波形を第１ピーク検出部１５ａへ出力し（ステップＳ３０８）、処理を終了する。

［実施例１の効果］
上述してきたように、本実施例に係る血流指標算出装置１０は、被験者の顔と手が同時に撮影された画像から顔の脈波と手の脈波を検出し、顔の脈波と手の脈波の波形の時間差である遅延量から血流に関する指標を算出する。このため、本実施例に係る血流指標算出装置１０では、一般の携帯端末が有するハードウェアを流用して遅延量を始め、脈波伝播速度および血圧を算出できる。したがって、本実施例に係る血流指標算出装置１０によれば、余計なハードウェアなしに血流に関する指標を算出できる。

さて、これまで開示の装置に関する実施例について説明したが、本発明は上述した実施例以外にも、種々の異なる形態にて実施されてよいものである。そこで、以下では、本発明に含まれる他の実施例を説明する。

［血圧の補正］
上記の実施例１では、血圧算出部１９によって算出された血圧をそのまま出力する場合を例示したが、例えば、血流指標算出装置１０は、顔と手の高さの差の大小によって血圧の値を補正する。すなわち、心臓よりも１０ｃｍ高い位置で測ると血液が流れにくくなり、正しく測定した値より値が約８ｍｍＨｇ低くなる一方で、心臓よりも低い位置ではその逆になる。このことから、手の位置が心臓の位置よりも高い場合は、血圧算出部１９によって算出された血圧をそれよりも高い値に補正する。一方、手の位置が心臓の位置よりも低い場合は、血圧算出部１９によって算出された血圧をそれよりも低い値に補正する。例えば、下記の式（１１）を用いて、血圧を補正できる。なお、下記の式（１１）における「Ｐ」は、血圧（ｍｍＨｇ）、「Ｈ」は、顔と手の高さの差（ｃｍ）、「Ｐ’」は、補正後の血圧（ｍｍＨｇ）である。このうち、顔と手の高さの差Ｈは、顔ガイド２００及び手ガイド２１０の重心位置の高さの差をとるによって算出することができる。

Ｐ’＝Ｐ＋０．８Ｈ・・・（１１）

［測定可否の判定］
上記の実施例１では、類似度の高低によって遅延量の算出以降の処理を中止する場合を例示したが、類似度の高低以外の要因によって処理の中止可否を判定できる。例えば、血流指標算出装置１０は、顔の脈波波形に含まれるピークおよび手の脈波波形に含まれるピークとの間で最も時間間隔が短いピーク同士を対応付ける。そして、類似度算出部１６は、顔の脈波波形および手の脈波波形の間で先に対応付けられたピークの各ペアが持つサンプリング時間の順序が顔の脈波波形のピーク、手の脈波波形のピークの順である場合に、遅延量の算出以降の処理を実行する。このとき、ピークの各ペアの数が所定範囲、例えば３０ｂｐｍ以下のペースの個数より少ない、あるいは２４０ｂｐｍ以上のペースの個数よりも多い場合には、順序に整合性があっても遅延量の算出以降の処理を実行しない。

［分散および統合］
また、図示した各装置の各構成要素は、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。例えば、取得部１１、領域抽出部１２、第１の代表値算出部１３ａ、第２の代表値算出部１３ｂ、第１波形検出部１４ａ、第２波形検出部１４ｂ、第１ピーク検出部１５ａ、第２ピーク検出部１５ｂ、類似度算出部１６、遅延量算出部１７、伝播速度算出部１８または血圧算出部１９を血流指標算出装置１０の外部装置としてネットワーク経由で接続するようにしてもよい。また、取得部１１、領域抽出部１２、第１の代表値算出部１３ａ、第２の代表値算出部１３ｂ、第１波形検出部１４ａ、第２波形検出部１４ｂ、第１ピーク検出部１５ａ、第２ピーク検出部１５ｂ、類似度算出部１６、遅延量算出部１７、伝播速度算出部１８または血圧算出部１９を別の装置がそれぞれ有し、ネットワーク接続されて協働することで、上記の血流指標算出装置１０の機能を実現するようにしてもよい。

［血流指標算出プログラム］
また、上記の実施例で説明した各種の処理は、予め用意されたプログラムをパーソナルコンピュータやワークステーションなどのコンピュータで実行することによって実現することができる。そこで、以下では、図１２を用いて、上記の実施例と同様の機能を有する血流指標算出プログラムを実行するコンピュータの一例について説明する。

図１２は、実施例１及び実施例２に係る血流指標算出プログラムを実行するコンピュータの一例について説明するための図である。図１２に示すように、コンピュータ１００は、操作部１１０ａと、スピーカ１１０ｂと、カメラ１１０ｃと、ディスプレイ１２０と、通信部１３０とを有する。さらに、このコンピュータ１００は、ＣＰＵ１５０と、ＲＯＭ１６０と、ＨＤＤ１７０と、ＲＡＭ１８０とを有する。これら１１０〜１８０の各部はバス１４０を介して接続される。

ＨＤＤ１７０には、図１２に示すように、上記の実施例１で示した取得部１１、領域抽出部１２、第１の代表値算出部１３ａ、第２の代表値算出部１３ｂ、第１波形検出部１４ａ、第２波形検出部１４ｂ、第１ピーク検出部１５ａ、第２ピーク検出部１５ｂ、類似度算出部１６、遅延量算出部１７、伝播速度算出部１８及び血圧算出部１９と同様の機能を発揮する血流指標算出プログラム１７０ａが予め記憶される。この血流指標算出プログラム１７０ａについては、図１に示した各々の取得部１１、領域抽出部１２、第１の代表値算出部１３ａ、第２の代表値算出部１３ｂ、第１波形検出部１４ａ、第２波形検出部１４ｂ、第１ピーク検出部１５ａ、第２ピーク検出部１５ｂ、類似度算出部１６、遅延量算出部１７、伝播速度算出部１８及び血圧算出部１９の各構成要素と同様、適宜統合又は分離しても良い。すなわち、ＨＤＤ１７０に格納される各データは、常に全てのデータがＨＤＤ１７０に格納される必要はなく、処理に必要なデータのみがＨＤＤ１７０に格納されれば良い。

そして、ＣＰＵ１５０が、血流指標算出プログラム１７０ａをＨＤＤ１７０から読み出してＲＡＭ１８０に展開する。これによって、図１２に示すように、血流指標算出プログラム１７０ａは、血流指標算出プロセス１８０ａとして機能する。この血流指標算出プロセス１８０ａは、ＨＤＤ１７０から読み出した各種データを適宜ＲＡＭ１８０上の自身に割り当てられた領域に展開し、この展開した各種データに基づいて各種処理を実行する。なお、血流指標算出プロセス１８０ａは、図１に示した取得部１１、領域抽出部１２、第１の代表値算出部１３ａ、第２の代表値算出部１３ｂ、第１波形検出部１４ａ、第２波形検出部１４ｂ、第１ピーク検出部１５ａ、第２ピーク検出部１５ｂ、類似度算出部１６、遅延量算出部１７、伝播速度算出部１８及び血圧算出部１９にて実行される処理、例えば図１０〜図１１に示す処理を含む。また、ＣＰＵ１５０上で仮想的に実現される各処理部は、常に全ての処理部がＣＰＵ１５０上で動作する必要はなく、処理に必要な処理部のみが仮想的に実現されれば良い。

なお、上記の血流指標算出プログラム１７０ａについては、必ずしも最初からＨＤＤ１７０やＲＯＭ１６０に記憶させておく必要はない。例えば、コンピュータ１００に挿入されるフレキシブルディスク、いわゆるＦＤ、ＣＤ−ＲＯＭ、ＤＶＤディスク、光磁気ディスク、ＩＣカードなどの「可搬用の物理媒体」に各プログラムを記憶させる。そして、コンピュータ１００がこれらの可搬用の物理媒体から各プログラムを取得して実行するようにしてもよい。また、公衆回線、インターネット、ＬＡＮ、ＷＡＮなどを介してコンピュータ１００に接続される他のコンピュータまたはサーバ装置などに各プログラムを記憶させておき、コンピュータ１００がこれらから各プログラムを取得して実行するようにしてもよい。

１０ 血流指標算出装置
１１ａ カメラ
１１ 取得部
１２ 領域抽出部
１３ａ 第１の代表値算出部
１３ｂ 第２の代表値算出部
１４ａ 第１波形検出部
１４ｂ 第２波形検出部
１５ａ 第１ピーク検出部
１５ｂ 第２ピーク検出部
１６ 類似度算出部
１７ 遅延量算出部
１８ 脈波伝播速度算出部
１９ 血圧算出部

Claims (6)

1. コンピュータが、
   カメラによって被験者の生体の一部である第１の生体部位および前記第１の生体部位とは部位が異なる第２の生体部位が撮像された画像を取得し、
   前記画像に含まれる第１の生体部位の領域および第２の生体部位の領域を抽出し、
   前記第１の生体部位の領域に含まれる各画素の波長成分別の代表値の信号から当該第１の生体部位の脈波波形を検出するとともに、前記第２の生体部位の領域から当該第２の生体部位の脈波波形を検出し、
   前記第１の生体部位の脈波波形と前記第２の生体部位の脈波波形から遅延量を算出し、
   前記遅延量を用いて血流に関する指標を算出する処理を実行し、
   前記第１の生体部位の脈波波形を検出する処理として、
   前記波長成分ごとに各波長成分の間で脈波が採り得る周波数帯以外の特定周波数帯の成分を抽出し、
   各波長成分の間で前記特定周波数帯の成分の大きさを比較することによって、各波長成分の間で前記代表値の信号の差が演算される場合に当該代表値の信号へ乗算される補正係数であって前記特定周波数帯の成分が演算後に最小化される補正係数を算出し、
   各波長成分の代表値の信号のうち少なくとも一方の信号に前記補正係数を乗算し、
   前記補正係数の乗算後に各波長成分の間で前記代表値の信号の差を算出することによって前記特定周波数帯の成分が互いに相殺された信号の波形を検出することを特徴とする血流指標算出方法。
2. 前記コンピュータが、
   前記第１の生体部位の脈波波形と前記第２の生体部位の脈波波形との間で類似度を算出する処理をさらに実行し、
   前記遅延量を算出する処理として、
   前記類似度が所定の閾値以上である場合に、前記遅延量の算出を実行することを特徴とする請求項１に記載の血流指標算出方法。
3. 前記類似度を算出する処理として、
   前記類似度の算出に相互相関関数を用いることを特徴とする請求項２に記載の血流指標算出方法。
4. 前記類似度を算出する処理として、
   前記第１の生体部位の脈波波形から得られるピークの周期と、前記第２の生体部位の脈波波形から得られるピークの周期との差を類似度として算出することを特徴とする請求項２に記載の血流指標算出方法。
5. コンピュータに、
   カメラによって被験者の生体の一部である第１の生体部位および前記第１の生体部位とは部位が異なる第２の生体部位が撮像された画像を取得し、
   前記画像に含まれる第１の生体部位の領域および第２の生体部位の領域を抽出し、
   前記第１の生体部位の領域に含まれる各画素の波長成分別の代表値の信号から当該第１の生体部位の脈波波形を検出するとともに、前記第２の生体部位の領域から当該第２の生体部位の脈波波形を検出し、
   前記第１の生体部位の脈波波形と前記第２の生体部位の脈波波形から遅延量を算出し、
   前記遅延量を用いて血流に関する指標を算出する処理を実行させ、
   前記第１の生体部位の脈波波形を検出する処理として、
   前記波長成分ごとに各波長成分の間で脈波が採り得る周波数帯以外の特定周波数帯の成分を抽出し、
   各波長成分の間で前記特定周波数帯の成分の大きさを比較することによって、各波長成分の間で前記代表値の信号の差が演算される場合に当該代表値の信号へ乗算される補正係数であって前記特定周波数帯の成分が演算後に最小化される補正係数を算出し、
   各波長成分の代表値の信号のうち少なくとも一方の信号に前記補正係数を乗算し、
   前記補正係数の乗算後に各波長成分の間で前記代表値の信号の差を算出することによって前記特定周波数帯の成分が互いに相殺された信号の波形を検出することを特徴とする血流指標算出プログラム。
6. カメラによって被験者の生体の一部である第１の生体部位および前記第１の生体部位とは部位が異なる第２の生体部位が撮像された画像を取得する取得部と、
   前記画像に含まれる第１の生体部位の領域および第２の生体部位の領域を抽出する領域抽出部と、
   前記第１の生体部位の領域に含まれる各画素の波長成分別の代表値の信号から当該第１の生体部位の脈波波形を検出するとともに、前記第２の生体部位の領域から当該第２の生体部位の脈波波形を検出する波形検出部と、
   前記第１の生体部位の脈波波形と前記第２の生体部位の脈波波形から遅延量を算出する遅延量算出部と、
   前記遅延量を用いて血流に関する指標を算出する算出部とを有し、
   前記波形検出部は、
   前記波長成分ごとに各波長成分の間で脈波が採り得る周波数帯以外の特定周波数帯の成分を抽出し、
   各波長成分の間で前記特定周波数帯の成分の大きさを比較することによって、各波長成分の間で前記代表値の信号の差が演算される場合に当該代表値の信号へ乗算される補正係数であって前記特定周波数帯の成分が演算後に最小化される補正係数を算出し、
   各波長成分の代表値の信号のうち少なくとも一方の信号に前記補正係数を乗算し、
   前記補正係数の乗算後に各波長成分の間で前記代表値の信号の差を算出することによって前記特定周波数帯の成分が互いに相殺された信号の波形を検出することにより、前記第１の生体部位の脈波波形を検出することを特徴とする血流指標算出装置。

Images