特許 6036178 呼吸音分析装置、呼吸音分析方法および呼吸音分析プログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】6036178

(24)【登録日】2016年11月11日

(45)【発行日】2016年11月30日

(54)【発明の名称】呼吸音分析装置、呼吸音分析方法および呼吸音分析プログラム

(51)【国際特許分類】

   A61B 5/08 20060101AFI20161121BHJP

【ＦＩ】

   A61B5/08

【請求項の数】4

【全頁数】12

(21)【出願番号】特願2012-240803(P2012-240803)

(22)【出願日】2012年10月31日

(65)【公開番号】特開2014-90722(P2014-90722A)

(43)【公開日】2014年5月19日

【審査請求日】2015年3月31日

(73)【特許権者】

【識別番号】308036402

【氏名又は名称】株式会社ＪＶＣケンウッド

(72)【発明者】

【氏名】菅野 真音

【審査官】 湯本 照基

(56)【参考文献】

【文献】 特開２０１２−１２０６８８（ＪＰ，Ａ）

【文献】 特開２００７−０１４５０１（ＪＰ，Ａ）

【文献】 米国特許出願公開第２０１２／０１５００５４（ＵＳ，Ａ１）

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ａ６１Ｂ ５／０８

(57)【特許請求の範囲】

【請求項1】

呼吸音に基づく入力信号を複数の周波数帯域に分割し、各周波数帯域の信号において相対的にレベルが高い区間を示すピーク区間信号と、前記ピーク区間以外の区間を示す非ピーク区間信号を生成し、複数の前記ピーク区間信号を合成したピーク区間合成信号と、複数の前記非ピーク区間信号を合成した非ピーク区間合成信号を生成するピーク区間識別部と、
前記ピーク区間合成信号から第１の特徴量を生成し、前記非ピーク区間合成信号から第２の特徴量を生成する特徴量生成部と、
前記第１の特徴量と前記第２の特徴量を用いて、前記呼吸音に異常音が含まれるか否かを判断するための第１の評価値と、前記呼吸音に含まれる前記異常音の種類を判断するための第２の評価値を算出する評価値算出部と、を備える呼吸音分析装置。

【請求項2】

前記第１の評価値に基づいて、前記呼吸音に前記異常音が含まれるか否かを判断し、前記第２の評価値に基づいて、前記異常音の種類を判断することを特徴とする判定部を備えることを特徴とする、請求項１に記載の呼吸音分析装置。

【請求項3】

呼吸音に基づく入力信号を複数の周波数帯域に分割し、各周波数帯域の信号において相対的にレベルが高い区間を示すピーク区間信号と、前記ピーク区間以外の区間を示す非ピーク区間信号を生成するステップと、
複数の前記ピーク区間信号を合成したピーク区間合成信号と、複数の前記非ピーク区間信号を合成した非ピーク区間合成信号を生成するステップと、
前記ピーク区間合成信号から第１の特徴量を生成し、前記非ピーク区間合成信号から第２の特徴量を生成するステップと、
呼吸音分析装置の評価値算出部が、前記第１の特徴量と前記第２の特徴量を用いて、前記呼吸音に異常音が含まれるか否かを判断するための第１の評価値と、前記呼吸音に含まれる前記異常音の種類を判断するための第２の評価値を算出するステップと、を有する呼吸音分析方法。

【請求項4】

呼吸音に基づく入力信号を複数の周波数帯域に分割し、各周波数帯域の信号において相対的にレベルが高い区間を示すピーク区間信号と、前記ピーク区間以外の区間を示す非ピーク区間信号を生成するステップと、
複数の前記ピーク区間信号を合成したピーク区間合成信号と、複数の前記非ピーク区間信号を合成した非ピーク区間合成信号を生成するステップと、
前記ピーク区間合成信号から第１の特徴量を生成し、前記非ピーク区間合成信号から第２の特徴量を生成するステップと、
前記第１の特徴量と前記第２の特徴量を用いて、前記呼吸音に異常音が含まれるか否かを判断するための第１の評価値と、前記呼吸音に含まれる前記異常音の種類を判断するための第２の評価値を算出するステップと、をコンピュータに実行させる呼吸音分析プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、呼吸音を分析し、異常音を含むか否かを判断する技術に関する。

【背景技術】

【0002】

呼吸音には様々な情報が含まれている。医師は聴診器を用いて呼吸音を聴くことで異常の有無および異常の種類を診断する。一方近年、在宅医療の拡充が望まれており、医師のような専門的な知識を有していなくとも呼吸音を分析できる機器が必要になっている。そこで、呼吸音の分析をコンピュータ等の機器に実行させ、異常の有無およびその種類を判定できれば、在宅医療の拡充につながると考えられる。
特許文献１には、入力信号を呼吸音区間と非呼吸音区間とに識別し、呼吸音区間において、正常呼吸音であるか異常呼吸音であるかを識別する、呼吸状態分析装置が開示されている。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２０１２−１２０６８８号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

医師による呼吸音の診断では一般的に、呼吸音の全体的な傾向から異常の有無を判断する。ある呼吸周期において異常な呼吸音が一回聴取されたことで異常と判断するのではなく、複数の呼吸周期に渡って呼吸音を聴取し、異常呼吸音が複数回、周期的に聴取されたことで異常と判断する。異常な呼吸音には連続性ラッセル音と断続性ラッセル音（以下、連続性ラ音、断続性ラ音）という著しく特徴が異なる音が存在し、また、疾患の種類や重症度によって連続性ラ音と断続性ラ音は、さらに細分化された特徴を示す。医師は、このような呼吸音の特徴と経験に基づいて判断を行う。
コンピュータ等の機器で、医師による判断を再現するためには、膨大な数の症例の異常呼吸音サンプルおよび正常呼吸音サンプルを用意する必要がある。また、全サンプルの音響信号を切り出して「呼吸音か非呼吸音か」および「正常呼吸音か異常呼吸音か」といった教師信号を付与するには膨大な手間がかかるのは明らかである。
以上より、学習用の膨大なデータを用いなくとも呼吸音信号から異常の有無を分析できる技術の提供が望まれている。

【0005】

本発明はこのような問題点に鑑み、簡便な方法で、入力された呼吸音信号から２つの特徴量を生成し、２つの特徴量を用いて呼吸音に異常音が含まれるか否かを判断するための評価値と、異常音の種類を判断するための評価値を算出できる、呼吸音分析装置、呼吸音分析方法、呼吸音分析プログラムを提供することを目的とする。

【課題を解決するための手段】

【0006】

上述した課題を解決する第１の発明に係る呼吸音分析装置は、呼吸音に基づく入力信号を複数の周波数帯域に分割し、各周波数帯域の信号において相対的にレベルが高い区間を示すピーク区間信号と、前記ピーク区間以外の区間を示す非ピーク区間信号を生成し、複数の前記ピーク区間信号を合成したピーク区間合成信号と、複数の前記非ピーク区間信号を合成した非ピーク区間合成信号を生成するピーク区間識別部と、前記ピーク区間合成信号から第１の特徴量を生成し、前記非ピーク区間合成信号から第２の特徴量を生成する特徴量生成部と、前記第１の特徴量と前記第２の特徴量を用いて、前記呼吸音に異常音が含まれるか否かを判断するための第１の評価値と、前記呼吸音に含まれる前記異常音の種類を判断するための第２の評価値を算出する評価値算出部と、を備える。
上述した課題を解決する第２の発明に係る呼吸音分析方法は、呼吸音に基づく入力信号を複数の周波数帯域に分割し、各周波数帯域の信号において相対的にレベルが高い区間を示すピーク区間信号と、前記ピーク区間以外の区間を示す非ピーク区間信号を生成するステップと、複数の前記ピーク区間信号を合成したピーク区間合成信号と、複数の前記非ピーク区間信号を合成した非ピーク区間合成信号を生成するステップと、前記ピーク区間合成信号から第１の特徴量を生成し、前記非ピーク区間合成信号から第２の特徴量を生成するステップと、前記第１の特徴量と前記第２の特徴量を用いて、前記呼吸音に異常音が含まれるか否かを判断するための第１の評価値と、前記呼吸音に含まれる前記異常音の種類を判断するための第２の評価値を算出するステップと、を有する。
上述した課題を解決する第３の発明に係る呼吸音分析プログラムは、呼吸音に基づく入力信号を複数の周波数帯域に分割し、各周波数帯域の信号において相対的にレベルが高い区間を示すピーク区間信号と、前記ピーク区間以外の区間を示す非ピーク区間信号を生成するステップと、複数の前記ピーク区間信号を合成したピーク区間合成信号と、複数の前記非ピーク区間信号を合成した非ピーク区間合成信号を生成するステップと、前記ピーク区間合成信号から第１の特徴量を生成し、前記非ピーク区間合成信号から第２の特徴量を生成するステップと、前記第１の特徴量と前記第２の特徴量を用いて、前記呼吸音に異常音が含まれるか否かを判断するための第１の評価値と、前記呼吸音に含まれる前記異常音の種類を判断するための第２の評価値を算出するステップと、をコンピュータに実行させる。

【発明の効果】

【0007】

本発明によれば、簡便な方法で、入力された呼吸音信号から２つの特徴量を生成し、２つの特徴量を用いて呼吸音に異常音が含まれるか否かを判断するための評価値と、異常音の種類を判断するための評価値を算出できる呼吸音分析装置、呼吸音分析方法、呼吸音分析プログラムを提供できる。

【図面の簡単な説明】

【0008】

【図1】本発明の第１実施形態にかかる呼吸音分析装置を示す構成図である。

【図2】本発明の第１実施形態にかかる呼吸音分析装置のフローチャートを示す図である。

【図3】本発明のピーク区間識別部を示す構成図である。

【図4】本発明のピーク区間識別部の処理を説明する図である。

【図5】本発明のピーク区間識別部の処理を説明する図である。

【図6】本発明の特徴量生成部の処理を説明する図である。

【図7】本発明の特徴量生成部が生成する特徴量の例を示す図である。

【図8】図７に示す各特徴量の比を示す図である。

【図9】本発明の第２実施形態にかかる呼吸音分析装置を示す構成図である。

【図10】本発明の第２実施形態にかかる呼吸音分析装置のフローチャートを示す図である。

【発明を実施するための形態】

【0009】

以下、本発明の呼吸音分析装置の一実施形態について、添付図面を参照して説明する。
図１に、第１実施形態の呼吸音分析装置のブロック図を示す。呼吸音分析装置１００は、信号取得部１１０と、ピーク区間検出部１２０と、特徴量生成部１３０と、評価値算出部１４０と、判定部１５０と、を備える。呼吸音分析装置１００が行う呼吸音分析処理を、図２のフローチャートを用いて説明する。

【0010】

信号取得部１１０は、マイク等の図示しない収音装置で収音した呼吸音信号を受け取り、必要に応じて信号変換を行い、ピーク区間識別部１２０に出力する。信号変換は例えばＡ／Ｄ変換である。

【0011】

ピーク区間識別部１２０は、図３に示すように複数の帯域分割フィルタ２ｘ，（ｘ＝１〜ｎ、以下同様）と、ピーク信号生成部３ｘと、信号合成部４０を備える。ピーク区間識別部１２０は、ステップＳ２０１にて呼吸音信号に基づく入力信号Ｓを受け取り、帯域分割フィルタ２１〜２ｎで複数（１〜ｎ）の周波数帯域に分割する。帯域分割フィルタ２１〜２ｎは、入力信号Ｓをそれぞれが有するバンドパスフィルタでフィルタリングした信号ｓ（ｘ），（ｓ（１）〜ｓ（ｎ））を、対応するピーク信号生成部３１〜３ｎに供給する。
ピーク区間識別部１２０のピーク信号生成部３ｘはステップＳ２０２にて、各周波数帯域の信号ｓ(ｘ）から、周波数の時間変化における後述するピーク区間を示すピーク信号ｐｓ（ｘ），（ｐｓ（１）〜ｐｓ（ｎ））を生成する。ピーク信号生成部３ｘはピーク信号ｐｓ（ｘ）を信号合成部４０に供給する。本実施形態ではピーク区間を検出する対象とした分析対象周波数は０Ｈｚ〜２ｋＨｚとしたが、この限りではない。

【0012】

図４にピーク信号生成部３ｎが周波数帯域（ｎ）の信号ｓ（ｎ）から求めたピーク信号ｐｓ（ｎ）を示す。ピーク信号ｐｓ（ｎ）は、周波数帯域の信号ｓ（ｎ）のレベルが一点鎖線で示すあるレベル以上となる区間（以下、ピーク区間）に立ち上がり、信号ｓ（ｎ）のレベルがあるレベルより小さくなる区間（以下、非ピーク区間）で立ち下がる信号である。ピーク区間識別部１２０は分割した各周波数帯域で同様に信号ｓ（ｘ）のピーク信号ｐｓ（ｘ）を求め、求めたピーク信号ｐｓ（ｘ）を基に図５に示す合成信号Ｐを生成する。
なお、周波数帯域（ｘ）の信号ｓ(ｘ）毎に、ピーク区間となるか非ピーク区間となるかの基準となるレベルは異なり、またそのレベルは一定値ではなく信号ｓ（ｘ）の分布に基づいて可変させてもよい。例えば、信号ｓ（ｘ）の移動平均値を各時刻における基準レベルとする。周波数帯域（ｘ）の信号ｓ（ｘ）において、相対的にレベルが大きい区間がピーク区間、ピーク区間と識別された以外の区間が非ピーク区間である。

【0013】

ピーク区間識別部１２０の信号合成部４０は、ピーク信号生成部３ｘが生成したピーク信号ｐｓ（ｘ）から、図５に示す合成信号Ｐを生成する（ステップＳ２０３）。合成信号Ｐは、合成対象とする各ピーク信号ｐｓ（ｘ）のピーク区間を合成したピーク区間合成信号Ｐ１と、非ピーク区間を合成した非ピーク区間合成信号Ｐ０とを含む。図５の時刻ｔ１から時刻ｔ２における合成信号Ｐは、合成の対象であるピーク信号ｐｓ（１）からピーク信号ｐｓ（ｎ）のうち、時刻ｔ１に最初に立ち上がるピーク信号ｐｓ（２）から時刻ｔ２にて最後に立ち下がるピーク信号ｐｓ（１）を合成して生成した、時刻ｔ１に立ち上がり時刻ｔ２に立ち下がるピーク区間合成信号Ｐ１である。図５の時刻ｔ２から時刻ｔ３における合成信号Ｐは、合成の対象であるピーク信号ｐｓ（１）からピーク信号ｐｓ（ｎ）のうち、時刻ｔ２にて立ち下がるピーク信号ｐｓ（１）から時刻ｔ３に最初に立ち上がるピーク信号ｐｓ（ｎ）までを合成して生成した、非ピーク区間合成信号Ｐ０である。
合成信号Ｐのピーク区間合成信号Ｐ１は、入力信号Ｓを分割した各周波数帯域（ｘ）の信号ｓ（ｘ）において、相対的にレベルが大きい区間を示すピーク区間信号を合成した信号で、非ピーク区間合成信号Ｐ０は、入力信号Ｓを分割した各周波数帯域（ｘ）の信号ｓ（ｘ）において、ピーク区間以外の区間である非ピーク区間を示す非ピーク区間信号を合成した信号である。
なお、合成信号Ｐの生成には、全ての周波数帯域の信号ｓ（ｘ）から求めたピーク信号ｐｓ（ｘ）を用いてもよいし、選択した周波数帯域の信号ｓ（ｘ）から求めたピーク信号ｐｓ（ｘ）を用いてもよい。

【0014】

ラッセル音（以下、ラ音）に代表される異常な呼吸音は、正常な呼吸音と比較して特定の周波数成分において振幅（またはパワー）が大きいという特徴を有する。そのため、周波数帯域（ｘ）の信号ｓ（ｘ）についてピーク区間と非ピーク区間を示すピーク信号ｐｓ（ｘ）を求めることで、異常音を含む疑いが高い区間（ピーク区間）とそうでない区間（非ピーク区間）とに、周波数帯域の信号ｓ（ｘ）を大まかに分けられる。
また、本実施形態における異常な呼吸音である連続性ラ音は狭い周波数帯域で長く連続して聴こえるという特徴を有し、断続性ラ音は広い周波数帯域でごく短時間、断続的に聴こえるという特徴を有することから、ピーク区間識別部１２０で入力信号Ｓを複数の周波数帯域（ｘ）に分割する際、各周波数帯域に含まれる周波数成分が重複していてもよい。
ピーク区間識別部１２０は、入力信号Ｓを複数の周波数帯域に分割した複数の信号ｓ（ｘ）から、各周波数帯域の信号ｓ（ｘ）において相対的にレベルが高いピーク区間を示すピーク区間信号と、ピーク区間以外の区間を示す非ピーク区間信号とを有するピーク信号ｐｓ（ｘ）を生成し、複数のピーク区間信号を合成したピーク区間合成信号Ｐ１および複数の非ピーク区間を合成した非ピーク区間合成信号Ｐ０を有する合成信号Ｐを生成する。入力信号Ｓは、ピーク区間識別部１２０が生成した合成信号Ｐにより、ピーク区間と非ピーク区間とに識別される。

【0015】

特徴量生成部１３０は、ピーク区間識別部１２０が生成した合成信号Ｐを構成するピーク区間合成信号Ｐ１、非ピーク区間合成信号Ｐ０を基に、入力信号Ｓのピーク区間と非ピーク区間の特徴量をそれぞれ求める。入力信号Ｓを、短時間高速フーリエ変換等の周波数解析方法を用いて、単位時間フレーム毎に周波数帯域の信号に変換し、ピーク区間、非ピーク区間のそれぞれの区間において、周波数毎の統計値を算出する。統計値は、例えば周波数毎の振幅や振幅から求めるパワーの、平均値や中央値、分散、尖度、歪度、最大値と最小値との差や比等、周波数の分布特徴を示す値を用いるのが望ましい。

【0016】

図６（Ａ）、（Ｂ）は特徴量生成部１３０が、ピーク区間と非ピーク区間からそれぞれ求めた周波数分布を、横軸が周波数ｆ、縦軸が周波数成分の特徴量として示す図である。本実施形態ではピーク区間合成信号Ｐ１を基にピーク区間から求めた周波数分布をピーク区間の特徴量ＣＰ、非ピーク区間合成信号Ｐ０を基に非ピーク区間から求めた周波数分布を非ピーク区間の特徴量ＮＰとする。
図６（Ａ）のピーク区間の特徴量ＣＰを破線５１１や、５１２で囲んだ箇所は、周波数の特徴量が図６（Ｂ）に示す非ピーク区間の特徴量ＮＰと比較して高いことを示す箇所であり、ピーク区間の特徴量ＣＰの特徴部分である。周波数ｆ１やｆ２では相対的にパワーが大きい信号が多く検出されたことを示す。
図６（Ｂ）の非ピーク区間の特徴量ＮＰと、ピーク区間の特徴量ＣＰを比較すると、破線５１１や、５１２で囲んだ周波数帯域の分布に差が出る。ピーク区間の特徴量ＣＰと非ピーク区間の特徴量ＮＰに差が生じる箇所は、異常音に基づく差である可能性が高い。このような差に着目して異常音の有無を判断する。

【0017】

図７（Ａ）〜図７（Ｃ）を用いて特徴量生成部１３０が生成する特徴量について説明する。図７（Ａ）に、連続性ラ音を含む呼吸音の入力信号Ｓから求めたピーク区間の特徴量ＣＰと非ピーク区間の特徴量ＮＰとを示す。上記したように連続性ラ音は、狭い周波数帯域で時間的に連続した信号で表される。連続性ラ音は、例えば高い周波数の音であればピューという笛のような音、低い周波数の音であればボーという唸り声のような音である。ピーク区間に連続性ラ音の区間を多く含む場合、ピーク区間の特徴量ＣＰは、鎖線６１１、６１２で囲んだ箇所のように、ある周波数成分を多く含むことを示す。ピーク区間の特徴量ＣＰの鎖線６１１、６１２で囲んだ周波数帯域では、同周波数帯域における非ピーク区間の特徴量ＮＰと大きな差があることが分かる。
図７（Ｂ）に、断続性ラ音を含む呼吸音の入力信号Ｓから求めたピーク区間の特徴量ＣＰと非ピーク区間の特徴量ＮＰとを示す。断続性ラ音は、上記したように広い周波数帯域で時間的に断続した信号で表される。断続性ラ音は、プチプチやブツブツというインパルス性ノイズが断続するような音である。ピーク区間に断続性ラ音の区間を多く含む場合、鎖線６２１で示す様な広い周波数帯域において、ピーク区間の特徴量ＣＰと非ピーク区間の特徴量ＮＰとに差があることが分かる。

【0018】

図７（Ｃ）に、本実施形態における異常音である、連続性ラ音も断続性ラ音も含まない呼吸音の入力信号Ｓから求めた、ピーク区間の特徴量ＣＰと非ピーク区間の特徴量ＮＰとを示す。異常音が含まれない、いわゆる正常な呼吸音の場合、呼気と吸気との振幅の差や、周囲のノイズ等により発生するピーク区間が含まれる。正常な呼吸音に基づく入力信号Ｓから得られたピーク信号ｐｓ（ｘ）は、連続性ラ音や断続性ラ音のように特定の周波数成分あるいは周波数帯域において相対的にパワーが大きい信号が検出されない。従って分析対象の周波数全域で、図７（Ｃ）に示すようにピーク区間の特徴量ＣＰと非ピーク区間の特徴量ＮＰとに大きな差がない。
図７（Ａ）〜図７（Ｃ）にて説明したように、ピーク区間における周波数分布、非ピーク区間における周波数分布をそれぞれ特徴量とすることで、入力信号Ｓに異常音を含む場合と含まない場合とでピーク区間、非ピーク区間の特徴量に明確な差が表れる。各区間の特徴量は、各要素を用いて、分散や尖度、歪度等の統計値をさらに算出した値としてもよい。

【0019】

評価値算出部１４０は、特徴量生成部１３０で生成したピーク区間の特徴量ＣＰと非ピーク区間の特徴量ＮＰとを用いて、判定部１５０が呼吸音に異常音が含まれるか否かを評価するために用いる評価値を算出する（ステップＳ２０５）。
評価値の算出には例えば、コサイン類似度や相互相関値等のベクトルの類似性を示す値、ユークリッド距離やマハラノビス距離等のベクトルの距離、ピーク区間の特徴量ＣＰと非ピーク区間の特徴量ＮＰの各要素の比や差に基づいた統計値（平均値や分散等）等を用いることができる。ベクトルのサイズが大きい場合は類似度の特徴が表れにくいことがあるため、隣接要素を平均によって1つの要素にまとめる等の処理により、ベクトルの特徴を保存しつつベクトルサイズを縮小するのが望ましい。また、評価値の特性に応じて特徴量を正規化してもよい。ベクトルは特徴量ＣＰ、特徴量ＮＰであり、各周波数ｆにおける特徴量（スカラー）の集合である。

【0020】

判定部１５０は、評価値算出部１４０で得られた評価値が条件を満たしているか否かを判定する（ステップＳ２０６）。条件を満たしていない場合は、異常音なしと判断し（ステップＳ２０７）、条件を満たしている場合は異常音ありと判断する（ステップＳ２０８）。
評価値の算出にコサイン類似度を用いる場合、特徴量ＣＰとＮＰの類似度が高いほど１に近い値となる。従って１に近い値、例えば０．９、を閾値として類似度が閾値以下であるか否かを条件とする。評価値の算出にユークリッド距離を用いる場合、正規化の条件によってベクトル間の距離は異なるが、特徴量ＣＰと特徴量ＮＰの類似度が高いほど０に近い値となる。従って正規化の条件に合わせて少なくとも０より大きい閾値を設定し、類似度が閾値以上であるか否かを条件とする。
評価値の算出に、特徴量に含まれる各要素の比を用いる場合、特徴量ＣＰと特徴量ＮＰの類似度が高いほど１に近い値を有する要素が多くなる。

【0021】

図８（Ａ）〜（Ｃ）は、図７（Ａ）〜（Ｃ）にそれぞれ示す特徴量ＣＰと特徴量ＮＰの、周波数毎に求めた特徴量ＮＰに対する特徴量ＣＰの比Ｒを示す。図７（Ａ）で示した連続性ラ音を含む呼吸音の特徴量ＣＰと特徴量ＮＰは、図８（Ａ）に示すように一部の周波数帯域７１１、７１２で比Ｒが１を大きく上回る。図７（Ｂ）で示した断続性ラ音を含む呼吸音の特徴量ＣＰと特徴量ＮＰは、図８（Ｂ）に示すように広い周波数帯域７２１で比Ｒが１を上回る。
図８（Ａ）、（Ｂ）から明らかなように、断続性ラ音を含む呼吸音から求めた比Ｒが１を上回る周波数帯域７２１は、連続性ラ音を含む呼吸音から求めた比Ｒが１を上回る周波数帯域７１１、７１２より広い。図８（Ａ）に示す、連続性ラ音を含む呼吸音から求めた比Ｒが１を上回る周波数帯域７１１、７１２は、分析処理に用いる全周波数に対して非常に少ない数の周波数を含む狭い領域である。図８（Ｂ）に示す、断続性ラ音を含む呼吸音から求めた比Ｒが１を上回る周波数帯域７２１は、分析処理に用いる周波数のうちほぼ全ての周波数を含む広い領域である。

【0022】

図７（Ｃ）で示した異常音を含まない呼吸音の特徴量ＣＰと特徴量ＮＰは、図８（Ｃ）に示すように、比Ｒが分析処理に用いる周波数のうちほぼ全ての周波数において約１を示す。図８（Ａ）〜図８（Ｃ）で説明した異常音の有無で異なる特徴に基づいた条件としては、各要素の比の平均値が１より大きい（例えば１．５以上等）や、複数の周波数において１より充分に大きい（例えば２以上等）、といったものが挙げられる。また、分散や尖度、歪度を用いてもよい。

【0023】

ステップＳ２０９では、ステップＳ２０７の異常音を含まないとする判断またはステップＳ２０８の異常音を含むとする判断のいずれかに基づいて表示情報を生成し、呼吸音の分析処理を終了する。第１実施形態の呼吸音分析処理によって、学習のためのデータを必要とせず、かつ、簡便な方法で呼吸音に異常音が含まれるか否かを判断することができる。

【0024】

＜第２実施形態＞
本実施形態の呼吸音分析処理は、第１実施形態で説明した呼吸音分析処理によって呼吸音に異常音が含まれると判断された場合に、更にその異常音の種類を識別する。本実施形態では連続性ラ音と断続性ラ音とを識別する。
図９に示す本実施形態の呼吸音分析装置１０１は、第１実施形態の呼吸音分析装置１００とは、評価値算出部１４１と判定部１５１とを備える点で異なる。本実施形態の呼吸音分析装置１０１が備える評価値算出部１４１と判定部１５１以外の構成は、第１実施形態の呼吸音分析装置１００と同じであるため同じ符号を付し、説明を省略する。呼吸音分析装置１０１が行う呼吸音分析処理を図１０のフローチャートを用いて説明する。

【0025】

入力信号Ｓが呼吸音分析装置１０１に入力されてから特徴量生成部１３０が特徴量を生成するまでの処理は、第１実施形態のステップＳ２０１〜ステップＳ２０４と同じであるため、図１０に示すフローチャートにおいて、同じ符号を付し、説明を省略する。

【0026】

評価値算出部１４１は、異常音の有無を判断する評価値だけでなく、異常音が連続性ラ音を含むか否か、異常音が断続性ラ音を含むか否か、をそれぞれ判断する評価値も算出する。ステップＳ８０１において、評価値算出部１４１は、以下のように評価値を求める。
図７（Ａ）に示すように連続性ラ音を含む呼吸音の特徴量ＣＰは、鎖線６１１、鎖線６１２で示す一部の周波数帯域にピークを含むため、隣接する周波数間での特徴量の変化が大きい箇所を含む場合が多い。一方、図７（Ｂ）に示すように断続性ラ音を含む呼吸音の特徴量ＣＰは、隣接する周波数間の特徴量の変化が、図７（Ａ）に示す連続性ラ音を含む場合よりも緩やかである場合が多い。このような特徴により、特徴量ＣＰの微分値を算出すると、図７（Ａ）に示す連続性ラ音を含む呼吸音の場合は、微分値は急峻な変化が多くなるが、図７（Ｂ）に示す断続性ラ音を含む呼吸音の場合は、微分値は一定の値や緩やかな変化が多くなる。従って本実施形態では、二階微分値を求め、その零交差回数を、連続性ラ音を含むか否かの評価値とした。
また、その他の評価値としては、微分値の分布のばらつきを示す分散や、尖り具合を示す尖度等の統計値を用いたり、図８（Ａ）〜（Ｃ）に示す呼吸音の特徴量ＣＰと特徴量ＮＰから求めた比Ｒから統計値を算出して用いたりしても良い。

【0027】

図８（Ｂ）に示すように断続性ラ音を含む呼吸音から求めた比Ｒは、第１実施形態でも述べたように、分析処理に用いる周波数のほぼ全ての周波数において１を超えている。一方、図８（Ａ）に示す連続性ラ音を含む呼吸音から求めた比Ｒは、１を超えている周波数が断続性ラ音と比較して少ない。従って本実施形態では、閾値を１から２の値に設定し、分析に用いた周波数全体に対する閾値を超えた周波数の割合を算出した値を、断続性ラ音を含むか否かの評価値とした。

【0028】

本実施形態における判定部１５１はまず、ステップＳ８０１で評価値算出部１４１が算出した評価値を用いてステップＳ８０２にて呼吸音に異常音が含まれるか否かの判断処理を行うが、これは第１実施形態の判定部１５０が行うステップＳ２０６〜ステップＳ２０８と同様の判断処理であるため、ステップＳ８０２〜ステップＳ８０４の説明は省略する。

【0029】

ステップＳ８０４において異常音ありと判断された場合、ステップＳ８０５に進み、判定部１５１は連続性ラ音を含むか否かを評価するための評価値が、所定の条件を満たすか否かを判定する。条件を満たすと判定すると、呼吸音は連続性ラ音を含み（ステップＳ８０７）、満たさないと判定すると、呼吸音は連続性ラ音を含まない（ステップＳ８０６）。ここでステップＳ８０５における判定の条件は、二階微分値の零交差回数が三回以上か否か、とした。
続くステップＳ８０８において、断続性ラ音を含むか否か評価するための評価値が、所定の条件を満たすか否かを判定する。条件を満たすと判定すると、呼吸音は断続性ラ音を含み（ステップＳ８１０）、満たさないと判定すると、呼吸音は断続性ラ音を含まない（ステップＳ８０９）。ここでステップＳ８０８における判定の条件は、分析に用いた全周波数に対する閾値を超えた周波数の割合が６０％以上か否か、とした。

【0030】

ステップＳ８１１では、異常音の有無、異常音がある場合は、異常音が連続性ラ音を含むか否か、異常音が断続性ラ音を含むか否か、について表示情報を生成して分析処理を終了する。
第２実施形態の呼吸音分析処理により、学習のためのデータを必要とせず、簡便な方法で呼吸音に異常音が含まれるか否かを判断でき、さらに異常音の種類（連続性ラ音、断続性ラ音）も判断することができる。

【0031】

なお、第１実施形態、第２実施形態の呼吸音分析装置は、判定部１５０、１５１を備えなくてもよい。特徴量や評価値を表示部２００に表示させ、ユーザが表示された情報に基づいて異常音を含むか否かの判断、異常音の種類の判断をすればよい。
なお、第１実施形態、第２実施形態の呼吸音分析装置が行う呼吸音分析処理を、プログラムとしてコンピュータに実行させてもよい。

【符号の説明】

【0032】

１００、１０１ 呼吸音分析装置
１１０ 信号取得部
１２０ ピーク区間識別部
１３０ 特徴量生成部
１４０、１４１ 評価値算出部
１５０、１５１ 判定部
２００ 表示部

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】