特許 6316063 情報処理装置、情報処理システム、情報処理方法、およびプログラム

(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】6316063

(24)【登録日】2018年4月6日

(45)【発行日】2018年4月25日

(54)【発明の名称】情報処理装置、情報処理システム、情報処理方法、およびプログラム

(51)【国際特許分類】

   A61B 5/11 20060101AFI20180416BHJP

   A61B 5/103 20060101ALI20180416BHJP

【ＦＩ】

   A61B5/10 310A

   A61B5/10ZDM

【請求項の数】9

【全頁数】20

(21)【出願番号】特願2014-71572(P2014-71572)

(22)【出願日】2014年3月31日

(65)【公開番号】特開2015-192715(P2015-192715A)

(43)【公開日】2015年11月5日

【審査請求日】2017年3月29日

【新規性喪失の例外の表示】特許法第３０条第２項適用 ２０１３年度 社団法人電子情報通信学会 無線通信システム研究会（ＲＣＳ） テーマ「移動通信ワークショップ」予稿集、第４１９−４２４頁

(73)【特許権者】

【識別番号】899000079

【氏名又は名称】学校法人慶應義塾

(74)【代理人】

【識別番号】100107766

【弁理士】

【氏名又は名称】伊東 忠重

(74)【代理人】

【識別番号】100070150

【弁理士】

【氏名又は名称】伊東 忠彦

(72)【発明者】

【氏名】大槻 知明

(72)【発明者】

【氏名】冨井 翔一朗

【審査官】 門田 宏

(56)【参考文献】

【文献】 特開２０１３−０７２８６５（ＪＰ，Ａ）

【文献】 特開２０１４−０３９６６６（ＪＰ，Ａ）

【文献】 特表平１１−５１１０３６（ＪＰ，Ａ）

【文献】 特開２０１２−１３０３９１（ＪＰ，Ａ）

【文献】 特開２００６−３４６２２１（ＪＰ，Ａ）

【文献】 特開２００６−２６３４５４（ＪＰ，Ａ）

【文献】 国際公開第２０１１／０１９０９１（ＷＯ，Ａ１）

【文献】 A. Tariq et al.，Vital signs detection using Doppler radar and Continuous Wavelet Transform，Proceedings of the 5th European Conference on Antennas and Propagation(EUCAP)，２０１１年，pp.285-288

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ａ６１Ｂ ５／００

Ａ６１Ｂ ５／０２

Ａ６１Ｂ ５／０８

Ａ６１Ｂ ５／１１

(57)【特許請求の範囲】

【請求項1】

人体の動きの計測を行う計測装置と接続する情報処理装置であって、
前記計測装置から計測データを取得する取得手段と、
計測の対象となる被験者が安静状態で前記人体の動きを計測したデータである基準データを記憶する記憶手段と、
前記基準データに基づいてスケールファクタを決定する決定手段と、
前記決定手段によって決定されたスケールファクタに基づいて前記計測データをウェーブレット変換して前記人体の動きを計測する情報処理装置。

【請求項2】

前記人体の動きは、心拍数である請求項１に記載の情報処理装置。

【請求項3】

前記人体の動きは、被験者の体の動きである請求項１に記載の情報処理装置。

【請求項4】

前記計測データをフィルタリングして０Ｈｚより大きく、かつ、１０Ｈｚ以下の周波数の計測データを取り出すフィルタ手段を有する請求項１乃至３のいずれかに記載の情報処理装置。

【請求項5】

人体の動きの計測を行う計測装置と接続する情報処理装置に行わせる情報処理方法であって、
前記情報処理装置に、
前記計測装置から計測データを取得させる取得手順と、
計測の対象となる被験者が安静状態で前記人体の動きを計測したデータである基準データを記憶させる記憶手順と、
前記基準データに基づいてスケールファクタを決定させる決定手順と、
前記決定手順で決定されたスケールファクタに基づいて前記計測データをウェーブレット変換して前記人体の動きを計測させる情報処理方法。

【請求項6】

人体の動きの計測を行う計測装置と接続する情報処理装置に実行させるプログラムであって、
前記情報処理装置に、
前記計測装置から計測データを取得させる取得手順と、
計測の対象となる被験者が安静状態で前記人体の動きを計測したデータである基準データを記憶させる記憶手順と、
前記基準データに基づいてスケールファクタを決定させる決定手順と、
前記決定手順で決定されたスケールファクタに基づいて前記計測データをウェーブレット変換して前記人体の動きを計測することを実行させるためのプログラム。

【請求項7】

１以上のコンピュータを有し、人体の動きの計測を行う計測装置と接続する情報処理システムであって、
前記計測装置から計測データを取得する取得手段と、
計測の対象となる被験者が安静状態で前記人体の動きを計測したデータである基準データを記憶する記憶手段と、
前記基準データに基づいてスケールファクタを決定する決定手段と、
前記決定手段によって決定されたスケールファクタに基づいて前記計測データをウェーブレット変換して前記人体の動きを計測する情報処理システム。

【請求項8】

人体の動きの計測を行う計測装置と、情報処理装置と、を有する情報処理システムであって、
前記計測装置は、
前記人体の動きに係る計測データを生成する生成手段を有し、
前記情報処理装置は、
前記計測装置から計測データを取得する取得手段と、
計測の対象となる被験者が安静状態で前記人体の動きを計測したデータである基準データを記憶する記憶手段と、
前記基準データに基づいてスケールファクタを決定する決定手段と、
前記決定手段によって決定されたスケールファクタに基づいて前記計測データをウェーブレット変換して前記人体の動きを計測する情報処理システム。

【請求項9】

人体の動きの計測を行う計測装置と、情報処理装置に実行させるプログラムと、を有する情報処理システムであって、
前記計測装置は、
前記人体の動きに係る計測データを生成する生成手段を有し、
前記情報処理装置に、
前記計測装置から計測データを取得させる取得手順と、
計測の対象となる被験者が安静状態で前記人体の動きを計測したデータである基準データを記憶させる記憶手順と、
前記基準データに基づいてスケールファクタを決定させる決定手順と、
前記決定手順で決定されたスケールファクタに基づいて前記計測データをウェーブレット変換して前記人体の動きを計測することを実行させるためのプログラムを有する情報処理システム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、情報処理装置、情報処理システム、情報処理方法、およびプログラムに関する。

【背景技術】

【0002】

従来、いわゆるドップラーレーダ（Ｄｏｐｐｌｅｒ ｒａｄａｒ）、およびウェーブレット変換（Ｗａｖｅｌｅｔ Ｔｒａｎｓｆｏｒｍ）を用いて心拍などを計測する方法が知られている（例えば、非特許文献１、および非特許文献２）。

【先行技術文献】

【非特許文献】

【0003】

【非特許文献1】Ｊｉｎｇｙｕ Ｗａｎｇ他、「１−Ｄ Ｍｉｃｒｏｗａｖｅ Ｉｍａｇｉｎｇ ｏｆ Ｈｕｍａｎ Ｃａｒｄｉａｃ Ｍｏｔｉｏｎ：Ａｎ Ａｂ−Ｉｎｉｔｉｏ Ｉｎｖｅｓｔｉｇａｔｉｏｎ」、ＩＥＥＥ ＴＲＡＮＳＡＣＴＩＯＮＳ ＯＮ ＭＩＣＲＯＷＡＶＥ ＴＨＥＯＲＹ ＡＮＤ ＴＥＣＨＮＩＱＵＥＳ,ＶＯＬ．６１，ＮＯ．５、ＭＡＹ ２０１３

【非特許文献2】Ａ．Ｔａｒｉｑ他、「Ｖｉｔａｌ ｓｉｇｎｓ ｄｅｔｅｃｔｉｏｎ ｕｓｉｎｇ Ｄｏｐｐｌｅｒ ｒａｄａｒ ａｎｄ Ｃｏｎｔｉｎｕｏｕｓ Ｗａｖｅｌｅｔ Ｔｒａｎｓｆｏｒｍ」、ｔｈｅ ５ｔｈ Ｅｕｒｏｐｅａｎ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ａｎｔｅｎｎａｓ ａｎｄ Ｐｒｏｐａｇａｔｉｏｎ、２０１１

【発明の概要】

【発明が解決しようとする課題】

【0004】

しかしながら、従来の方法では、ウェーブレット周波数スペクトルに表れるピークに基づき心拍などを検出していたが、周波数スペクトルを求める際に用いるスケールファクタ（（Ｓｃａｌｅ Ｆａｃｔｏｒ）以下、ＳＦという。）を、予め計測した波形に基づいて決定していないため、計測の精度が劣化する場合があった。

【0005】

本発明の１つの側面は、心拍などの計測の精度を良くすることを目的とする。

【課題を解決するための手段】

【0006】

一態様における、人体の動きの計測を行う計測装置と接続する情報処理装置であって、前記計測装置から計測データを取得する取得手段と、計測の対象となる被験者が安静状態で前記人体の動きを計測したデータである基準データを記憶する記憶手段と、前記基準データに基づいてスケールファクタを決定する決定手段と、前記決定手段によって決定されたスケールファクタに基づいて前記計測データをウェーブレット変換して前記人体の動きを計測することを特徴とする。

【発明の効果】

【0007】

心拍などの計測の精度を良くすることができる。

【図面の簡単な説明】

【0008】

【図1】本発明の一実施形態に係る全体構成の一例を説明する概念図である。

【図2】本発明の一実施形態に係るドップラーレーダの一例を説明する概念図である。

【図3】本発明の一実施形態に係る情報処理装置のハードウェア構成の一例を説明するブロック図である。

【図4】本発明の一実施形態に係るマザーウェーブレットに関する処理の一例を説明する概念図である。

【図5】本発明の一実施形態に係る心拍数の計算の一例を説明するための図である。

【図6】本発明の一実施形態に係る評価結果の一例を説明するための図である。

【図7】本発明の一実施形態に係るＲＭＳＥによる評価結果の一例を説明するための図である。

【図8】本発明の計測に係る被験者の動作の影響の一例を説明するための図である。

【図9】本発明の計測に係る情報処理システムによる全体処理の一例を説明するシーケンス図である。

【図10】本発明の計測に係るＰＣによる全体処理の一例を説明するフローチャートである。

【図11】本発明の計測に係るＰＣによるＳＦの選定処理の一例を説明する図である。

【図12】本発明の計測に係る基準データの取得における評価結果の一例を説明する図である。

【発明を実施するための形態】

【0009】

以下、本発明の実施の形態について説明する。

【0010】

＜全体構成＞
図１は、本発明の一実施形態に係る全体構成の一例を説明する概念図である。

【0011】

情報処理システムは、例えば情報処理システム１である。以下、情報処理システム１を例に説明する。情報処理システム１は、ＰＣ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ）１０と、アンプ１１と、ドップラーレーダ１２と、フィルタ１３と、を有する。

【0012】

情報処理装置は、例えばＰＣ１０である。以下、ＰＣ１０を例に説明する。

【0013】

計測装置は、例えばドップラーレーダ１２である。以下、ドップラーレーダ１２を例に説明する。

【0014】

図１に示すようにＰＣ１０は、アンプ１１に接続している。アンプ１１は、フィルタ１３に接続している。フィルタ１３は、ドップラーレーダ１２に接続している。ＰＣ１０は、アンプ１１、およびフィルタ１３を介してドップラーレーダ１２から計測データを取得する。ＰＣ１０は、取得した計測データに基づいて被験者２の心拍、呼吸、および体の動きなど体動を解析し、心拍数など人体の動きを計測する。以下、人体の動きが心拍数の場合を例に説明する。

【0015】

アンプ１１、およびフィルタ１３は、ドップラーレーダ１２が出力した信号を前処理する。

【0016】

フィルタ１３が行う前処理は、例えばハイパスフィルタ（Ｈｉｇｈ−ｐａｓｓ ｆｉｌｔｅｒ）、ローパスフィルタ（Ｌｏｗ−ｐａｓｓ ｆｉｌｔｅｒ）、またはバンドパス（Ｂａｎｄ−ｐａｓｓ ｆｉｌｔｅｒ）などフィルタ処理である。

【0017】

フィルタ１３は、心拍を精度良く計測できるようにするために０Ｈｚより大きく１０Ｈｚを取り出す設定が望ましい。さらに、フィルタ１３は、より精度良く計測できるようにするために、０．０１６Ｈｚ乃至７．０Ｈｚの周波数を取り出す設定が望ましい。フィルタ１３は、例えばハイパスフィルタのカットオフ周波数が０．０１６Ｈｚ、およびローパスフィルタのカットオフ周波数が７．０Ｈｚとするなどである。

【0018】

アンプ１１は、フィルタ１３がフィルタ処理した信号を増幅させる処理を行う。

【0019】

アンプ１１は、心拍をより精度良く計測できるようにするために、ドップラーレーダ１２に応じて出力が数ボルト程度になるように増幅度を設定するのが望ましい。

【0020】

フィルタ１３は、ドップラーレーダ１２が出力した信号を後段のＰＣ１０による処理で処理しやすくするために、ノイズを減少させる処理などを行う。

【0021】

ドップラーレーダ１２は、信号に基づいて計測対象の位置、および速度を計測する計測装置である。ドップラーレーダ１２は、信号を発信する。発信された信号は、被験者２で反射し、ドップラーレーダ１２に受信される。ドップラーレーダ１２は、発信した信号と、受信した信号と、を比較する。発信した信号、および受信した信号は、いわゆるドップラー効果によって周波数が異なる。ドップラーレーダ１２は、比較結果である周波数の差に基づいて被験者２の位置、または速度などを出力する。データは、例えば信号で出力される。

【0022】

なお、全体構成は、図１に示した構成に限られない。全体構成は、例えばＰＣ１０、アンプ１１、フィルタ１３、およびドップラーレーダ１２は、一体となった一装置であってもよい。

【0023】

＜ドップラーレーダ＞
図２は、本発明の一実施形態に係るドップラーレーダの一例を説明する概念図である。

【0024】

ドップラーレーダ１２は、例えば図２で示す装置である。ドップラーレーダ１２は、ソース（Ｓｏｕｒｃｅ）１２Ｓと、発信器１２Ｔｘと、受信器１２Ｒｘと、ミキサー（Ｍｉｘｅｒ）１２Ｍと、を有する。ドップラーレーダ１２は、受信器１２Ｒｘが受信したデータのノイズを減らすなどの処理を行う調整器１２ＬＮＡ（Ｌｏｗ Ｎｏｉｓｅ Ａｍｐｌｉｆｉｅｒ）を有する。

【0025】

ソース１２Ｓは、発信器１２Ｔｘが発信する信号を生成する発信源である。

【0026】

発信器１２Ｔｘは、被験者２に対して信号を発信する。発信する信号は、時間ｔに係る関数Ｔｘ（ｔ）で示せ、例えば下記（１）式で示せる。

【0027】

【数1】

上述の（１）式で、ω_ｃは、発信する信号の角周波数である。

【0028】

ここで被験者２、すなわち発信された信号の反射面は、時間ｔにてｘ（ｔ）の変位がある場合を例に説明する。被験者２の変位ｘ（ｔ）は、例えば下記（２）式で示せる。

【0029】

【数2】

上述の（２）式で、ｍは、変位の振幅を示す定数である。ωは、被験者２の動きによってシフトした角速度である。

【0030】

受信器１２Ｒｘは、発信器Ｔｘが発信し、被験者２で反射した信号を受信する。受信する信号は、時間ｔに係る関数Ｒｘ（ｔ）で示せ、例えば下記（３）式で示せる。

【0031】

【数3】

上述の（３）式で、ｄ_０は、被験者２と、ドップラーレーダ１２と、の距離である。λは、信号の波長である。

【0032】

ドップラーレーダ１２は、（１）式で示した発信信号の関数Ｔｘ（ｔ）と、（３）式で示した受信信号の関数Ｒ（ｔ）をミキシングしてドップラー信号を生成する。ドップラー信号は、時間ｔに係る関数Ｂ（ｔ）で示すと下記（４）式で示せる。

【0033】

【数4】

ここで、ドップラー信号の角周波数をω_ｄとすると、ドップラー信号の角周波数ω_ｄは、下記（５）式で示せる。

【0034】

【数5】

上述の（４）、および（５）式の位相θは、下記（６）式で示せる。

【0035】

【数6】

上述の（６）式のθ_０は、被験者２、すなわち反射面での位相変位である。

【0036】

ドップラーレーダ１２は、発信した信号と、受信した信号と、を比較する上述の式で示した計算に基づいて被験者２の位置、および速度を示す信号を出力する。

【0037】

＜情報処理装置のハードウェア構成＞
図３は、本発明の一実施形態に係る情報処理装置のハードウェア構成の一例を説明するブロック図である。

【0038】

ＰＣ１０は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）１０Ｈ１と、記憶装置１０Ｈ２と、入力装置１０Ｈ３と、出力装置１０Ｈ４と、入力Ｉ／Ｆ（Ｉｎｔｅｒｆａｃｅ）１０Ｈ５と、を有する。ＰＣ１０の有する各要素は、バス（Ｂｕｓ）１０Ｈ６で接続され、データなどを相互に送受信する。

【0039】

ＣＰＵ１０Ｈ１は、ＰＣ１０の有する要素の制御、および各種処理を行うための演算を行う。

【0040】

記憶装置１０Ｈ２は、主記憶装置と、補助記憶装置と、である。主記憶装置は、例えばメモリなどである。補助記憶装置は、例えばハードディスクである。記憶装置１０Ｈ２は、ＰＣ１０が用いる中間データを含むデータ、およびプログラムなどを記憶する。

【0041】

入力装置１０Ｈ３は、ユーザの操作によって計算に必要なパラメータ、および命令をＰＣ１０に入力するための装置である。入力装置１０Ｈ３は、例えばキーボード、マウス、およびドライバなどである。

【0042】

出力装置１０Ｈ４は、ＰＣ１０による各種処理結果、および計算結果をユーザなどに出力するための装置である。出力装置１０Ｈ４は、例えばディスプレイなどである。

【0043】

なお、ＰＣ１０のハードウェア構成は、図３の構成に限られない。例えばＰＣ１０は、ＣＰＵ１０Ｈ１、および記憶装置１０Ｈ２の並列、分散、または冗長に行う要素（図示せず）を有してもよい。また、ＰＣ１０は、演算、制御、または記憶を並列、分散、または冗長に行う他の装置（図示せず）がＰＣ１０の外部、またはネットワークを介して接続されている構成でもよい。

【0044】

＜ウェーブレット変換、およびマザーウェーブレットに基づく処理＞
ＰＣ１０は、図１のアンプ１１を介してドップラーレーダ１２から取得したデータに対してウェーブレット変換を行う。

【0045】

ウェーブレット変換は、予め定められている所定の波形であるマザーウェーブレットを用いて行う。マザーウェーブレットに基づく処理は、対象となる波形に対してマザーウェーブレットを当てはめ、一致度を計算する処理である。当てはめは、マザーウェーブレットを変換対象の波形に時間軸上で移動させながら行う。当てはめの際、マザーウェーブレットは、拡大、または縮小が行われる。

【0046】

図４は、本発明の一実施形態に係るマザーウェーブレットに関する処理の一例を説明する概念図である。

【0047】

図４（ａ）は、本発明の一実施形態に係るマザーウェーブレットの一例を説明する図である。

【0048】

マザーウェーブレットは、例えばマザーウェーブレット３Ａである。マザーウェーブレット３Ａは、いわゆるＭｏｒｌｅｔウェーブレットである。

【0049】

Ｍｏｒｌｅｔウェーブレットは、例えば時間領域で下記（７）式の関数Ψ（η）で表せる波形である。

【0050】

【数7】

上述の（７）式でｍは、ウェーブ数である。（７）式でηは、非次元パラメータである。

【0051】

なお、実施形態は、マザーウェーブレットにＭｏｒｌｅｔウェーブレットを用いるに限られない。例えば実施形態は、マザーウェーブレットにＭｅｘｉｃａｎ ｈａｔ、Ｄａｕｂｅｃｈｉｅｓ、またはＳｙｍｌｅｔなどを用いてもよい。

【0052】

心拍を計測する場合、マザーウェーブレットは、心拍のタイミングを精度良く抽出できるＭｏｒｌｅｔウェーブレットが望ましい。

【0053】

以下、Ｍｏｒｌｅｔウェーブレットであるマザーウェーブレット３Ａを例に説明する。

【0054】

ＰＣ１０は、変換対象の波形に当てはめるためにマザーウェーブレット３Ａを拡大、または縮小する処理を行う。

【0055】

図４（ｂ）は、本発明の一実施形態に係る縮小されたマザーウェーブレットの一例を説明する図である。

【0056】

ＰＣ１０は、図４（ａ）のマザーウェーブレット３Ａを縮小する処理を行い、例えば縮小されたマザーウェーブレット３Ｂを生成する処理を行う。

【0057】

図４（ｃ）は、本発明の一実施形態に係る拡大されたマザーウェーブレットの一例を説明する図である。

【0058】

ＰＣ１０は、図４（ａ）のマザーウェーブレット３Ａを拡大する処理を行い、例えば拡大されたマザーウェーブレット３Ｃを生成する処理を行う。

【0059】

ＳＦは、拡大、および縮小の処理の際の拡大縮小率である。

【0060】

縮小されたマザーウェーブレット３Ｂは、図４（ａ）のマザーウェーブレット３Ａを図示するように時間軸方向へ縮小して生成される。縮小の場合、ＳＦは、例えばＳＦ＝０．５など１．０より小さい値となる。

【0061】

拡大されたマザーウェーブレット３Ｃは、図４（ａ）のマザーウェーブレット３Ａを図示するように時間軸方向へ拡大して生成される。拡大の場合、ＳＦは、例えばＳＦ＝２．０など１．０より大きい値となる。

【0062】

図４（ｄ）は、本発明の一実施形態に係る解析対象となる波形の一例を説明する図である。

【0063】

図４（ｄ）で示す波形は、図１のアンプ１１、およびフィルタ１３を介してドップラーレーダ１２からＰＣ１０が取得した波形のデータの例である。

【0064】

ＰＣ１０は、図４（ｄ）で示す波形の解析を図４（ａ）のマザーウェーブレット３Ａなどを当てはめて行う。

【0065】

図４（ｄ）で示す波形が上述の（２）式で示した関数ｘ（ｔ）である場合、解析の結果であるｘ（ｔ）に対する一致度は、下記（８）式のウェーブレット係数ＣＷＴで示せる。

【0066】

【数8】

上述の（８）式で、ａは、０より大きい値であり、図４で説明したＳＦである。（８）式で、τは、時間遅延である。（８）式で、関数ｈは、インパルス応答である。（８）式で、＊は、複素共役を表す。

【0067】

ＰＣ１０は、事前学習の処理によってＳＦを決定する。

【0068】

事前学習の処理は、図２の被験者２の動作が少ない状態で計測データ４を取得する処理である。動作が少ない状態は、例えば図２の被験者２が２０秒間安静にしている状態である。

【0069】

基準データは、心拍計測のノイズの少ない状態でドップラーレーダ１２に計測された計測データである。心拍計測のノイズは、計測の対象である心拍以外の被験者の動作である。ノイズは、例えば被験者の腕の動き、または呼吸などである。すなわち、基準データは、被験者の動作が少ない状態で取得された計測データ４である。以下、動作が少ない状態で取得された計測データ４を例に説明する。

【0070】

ＰＣ１０は、事前学習の処理で計測データ４を取得し、取得した計測データ４で図４で説明した計算でＳＦを計算する。図２の被験者２の体動が少ない状態の計測データ４でＳＦを決定することによって、ＰＣ１０は、心拍などを検出しやすくすることができる。

【0071】

＜心拍数の計算＞
図５は、本発明の一実施形態に係る心拍数の計算の一例を説明するための図である。

【0072】

情報処理システム１は、作業などを行っている図２の被験者２の計測を行う。計測によって、ＰＣ１０は、作業などを行っている場合の計測データ４を取得する。ＰＣ１０は、事前学習の処理で決定したＳＦに基づいて計測データ４をウェーブレット変換し、解析を行う。

【0073】

解析図５は、計測データ４を事前学習の処理で決定したＳＦに基づいて計測データ４をウェーブレット変換して解析した解析結果の一例である。

【0074】

図５の計測データ４が取得された場合、ＰＣ１０は、ウェーブレット変換、および事前学習の処理で決定したＳＦに基づいて解析することによって、例えば頂点Ｐ１、頂点Ｐ２、および頂点Ｐ３などの極大値を算出することができる。

【0075】

ＰＣ１０は、算出した頂点間の時間から心拍数を計算する。例えば頂点Ｐ１、および頂点Ｐ２の場合、ＰＣ１０は、頂点Ｐ１と、頂点Ｐ２と、の時間から頂点Ｐ１、および頂点Ｐ２の間の時間Ｔ１を計算する。同様に頂点Ｐ２、および頂点Ｐ３の場合、ＰＣ１０は、頂点Ｐ２と、頂点Ｐ３と、の時間から頂点Ｐ２、および頂点Ｐ３の間の時間Ｔ２を計算する。ＰＣ１０は、時間Ｔ１から頂点Ｐ１、および頂点Ｐ２の場合の図２の被験者２の心拍数を計算できる。ＰＣ１０は、時間Ｔ２から頂点Ｐ２、および頂点Ｐ３の場合の図２の被験者２の心拍数を計算できる。

【0076】

＜評価結果＞
図６は、本発明の一実施形態に係る評価結果の一例を説明するための図である。

【0077】

評価結果図６は、４通りの計測で心拍を計測した結果を比較するための図である。評価結果図６は、第一計測結果６１、第二計測結果６２、第三計測結果６３、および第四計測結果６４を示す。評価結果図６の縦軸「Ｒ−Ｒ」は、心拍の極大値の間隔を示す値である。すなわち、評価結果図６の縦軸「Ｒ−Ｒ」は、図５の場合、時間Ｔ１、および時間Ｔ２などを示す値である。

【0078】

第一計測結果６１は、図１の情報処理システム１で計測された計測結果である。

【0079】

第二計測結果６２は、人体の動作を考慮しないウェーブレット変換で計測された計測結果である。

【0080】

第三計測結果６３は、計測データから不要な体動を多項式近似して除去した計測結果である。

【0081】

第四計測結果６４は、いわゆる心電計で計測された心電図（ＥＣＧ（Ｅｌｅｃｔｒｏｃａｒｄｉｏｇｒａｍ））である。

【0082】

評価結果は、第四計測結果６４に近いほど望ましい状態である。

【0083】

図示するように、図１の情報処理システム１で計測された第一計測結果６１は、第二計測結果６２、および第三計測結果６３に対し、第四計測結果６４に近い値を計測することができる。

【0084】

図７は、本発明の一実施形態に係るＲＭＳＥによる評価結果の一例を説明するための図である。

【0085】

図７は、評価結果をＲＭＳＥ（Ｒｏｏｔ Ｍｅａｎ Ｓｑｕａｒｅ Ｅｒｒｏｒ、二乗平均平方根誤差）で示している図である。ＲＭＳＥは、下記（９）式で示される値である。

【0086】

【数9】

上述の（９）式で、ｒ（ｔ）は、心電計で計測された計測結果である。ｒ（ｔ）は、図６の第四計測結果６４に相当する値である。（９）式で、Ｘ（ｔ）は、各種の計測方法で計測された計測結果である。Ｘ（ｔ）は、評価対象となる図６の第一計測結果６１乃至第四計測結果６４の計測結果である。ＲＭＳＥは、ｒ（ｔ）と、Ｘ（ｔ）と、の値が近いほど小さい値となる。すなわち、各計測方法の計測結果は、ＲＭＳＥが小さくなる、心電計の計測結果により近い計測結果が望ましい。

【0087】

図７は、被験者の動作がそれぞれ異なる条件で評価した結果を示す図である。

【0088】

図７（ａ）は、被験者が着座静止の状態の場合のＲＭＳＥによる評価結果を示す図である。

【0089】

図７（ｂ）は、被験者がデスクワークの一例であるタイピングゲームを行っている状態の場合のＲＭＳＥによる評価結果を示す図である。

【0090】

図７（ｃ）は、被験者がデスクワークの一例であるＰＣ画面を見ながらメモを取っている状態の場合のＲＭＳＥによる評価結果を示す図である。

【0091】

図７（ｄ）は、被験者がデスクワークの一例である紙面での書類作成を行っている状態の場合のＲＭＳＥによる評価結果を示す図である。

【0092】

図７の各図で、グラフ７Ａは、図６の第三計測結果６３に相当する計測データを多項式近似して計測された計測結果をＲＭＳＥで評価した結果である。

【0093】

図７の各図で、グラフ７Ｂは、図６の第二計測結果６２に相当する人体の動作を考慮しないウェーブレット変換で計測された計測結果をＲＭＳＥで評価した結果である。

【0094】

図７の各図で、グラフ７Ｃは、図６の第一計測結果６１に相当する図１の情報処理システム１で計測された計測結果をＲＭＳＥで評価した結果である。

【0095】

図７より、図１の情報処理システム１で計測された計測結果は、他の計測方法と比較して被験者が動作がある場合でもＲＭＳＥが低い値となる。図６の第二計測結果６２、および図６の第三計測結果６３など他の計測方法は、計測の際、心拍に似た被験者の動作があった場合、被験者の動作がノイズとなり、心拍数の計測の精度が悪くなる場合があった。

【0096】

図８は、本発明の計測に係る被験者の動作の影響の一例を説明するための図である。

【0097】

図８（ａ）は、被験者の動作が少ない状態における計測データの一例を示す図である。

【0098】

図８（ｂ）は、図８（ａ）の計測データを図６の第二計測結果６２と同様のウェーブレット変換した結果の一例を示す図である。

【0099】

図８（ｃ）は、被験者の動作がある状態における計測データの一例を示す図である。

【0100】

図８（ｄ）は、図８（ｃ）の計測データを図６の第二計測結果６２と同様のウェーブレット変換した結果の一例を示す図である。

【0101】

図８（ｂ）で示すように、被験者の動作が少ない場合、ＰＣ１０は、図６の第二計測結果６２と同様のウェーブレット変換で心拍のピーク８を検出する。図８（ｂ）の心拍のピーク８に対して、図８（ｄ）で図示するように図８（ｂ）の心拍のピーク８に相当する場合であってもピークを被験者の動作の影響のため検出することが難しい。

【0102】

図１の情報処理システム１で計測された計測結果、すなわち基準データに基づいて決定したＳＦに基づくウェーブレット変換による心拍の計測は、被験者の動作がある図８（ｃ）のような場合であっても図５で説明したように心拍のピーク８を精度良く検出できる。

【0103】

図１の情報処理システム１で計測された計測結果は、心拍数の計測において被験者の動作の影響を少なくすることができる。よって、ＰＣ１０は、体動が少ない状態で取得された計測データ４に基づいて決定したＳＦで計測データをウェーブレット変換することによって、精度良く心拍数を算出することができる。

【0104】

なお、人体の動きは、心拍数に限られない。人体の動きは、例えば被験者の所定の動作でもよい。事前学習の処理で、ＰＣ１０は、心拍に代えて所定の動作についてＳＦを決定する。すなわち、被験者の所定の動作を計測する場合、基準データを心拍のデータに代えて被験者の所定の動作のデータとする。ＰＣ１０は、所定の動作について決定されたＳＦに基づいて計測データをウェーブレット変換することによって被験者が所定の動作が行ったタイミングを検出することができる。

【0105】

＜全体処理＞
図９は、本発明の計測に係る情報処理システムによる全体処理の一例を説明するシーケンス図である。

【0106】

ステップＳ０９０１乃至ステップＳ０９０４の処理は、事前学習の処理である。事前学習の処理は、基準データに基づいてＳＦを決定するための処理である。

【0107】

ステップＳ０９０１では、ドップラーレーダ１２は、図２の被験者２の動作が少ない状態で基準データを生成する処理を行う。

【0108】

ステップＳ０９０２では、ＰＣ１０は、受信電力を計測する処理を行う。すなわち、ＰＣ１０は、Ｓ０９０１でドップラーレーダ１２が生成した基準データを取得する処理を行う。

【0109】

ステップＳ０９０３では、ＰＣ１０は、ステップＳ０９０２で取得した計測データに対してウェーブレット変換を行う。

【0110】

ステップＳ０９０４では、ＰＣ１０は、ＳＦを決定する処理を行う。ＳＦを決定する処理の詳細は、後述する。

【0111】

ステップＳ０９０５乃至ステップＳ０９０９の処理は、心拍数を計測するための処理である。心拍数は、事前学習の処理で決定したＳＦに基づいて計測データをウェーブレット変換する処理である。

【0112】

ステップＳ０９０５では、ドップラーレーダ１２は、体動を計測し、計測データを生成する処理を行う。

【0113】

ステップＳ０９０６では、ＰＣ１０は、受信電力を計測する処理を行う。すなわち、ＰＣ１０は、ステップＳ０９０５でドップラーレーダ１２が生成した計測データ４を取得する処理を行う。

【0114】

ステップＳ０９０７では、ＰＣ１０は、ステップＳ０９０６で取得した計測データ４をステップＳ０９０１乃至ステップＳ０９０４の処理の事前学習処理で決定したＳＦに基づいてウェーブレット変換する処理を行う。ステップＳ０９０７の処理で、ＰＣ１０は、図５に説明したデータを生成する。

【0115】

ステップＳ０９０８では、ＰＣ１０は、ステップＳ０９０７のＳＦに基づくウェーブレット変換で生成されたデータにおいて頂点を検出する処理を行う。ステップＳ０９０８の処理結果は、例えば図５の頂点Ｐ１、頂点Ｐ２、および頂点Ｐ３のようにピークを検出する場合である。

【0116】

ステップＳ０９０９では、ＰＣ１０は、心拍数の計算を行う。ステップＳ０９０９では、ＰＣ１０は、ステップＳ０９０８で検出された頂点に基づいてピーク間隔から心拍数を計算する。

【0117】

＜ＰＣによる処理＞
図１０は、本発明の計測に係るＰＣによる全体処理の一例を説明するフローチャートである。

【0118】

ステップＳ１００１乃至ステップＳ１００３の処理は、事前学習の処理である。

【0119】

ステップＳ１００１では、ＰＣ１０は、基準データを取得する処理を行う。ステップＳ１００１の処理は、図９のステップＳ０９０２の処理に相当する。

【0120】

ステップＳ１００２では、ＰＣ１０は、ウェーブレット変換処理を行う。ステップＳ１００２の処理は、図９のステップＳ０９０３の処理に相当する。

【0121】

ステップＳ１００３では、ＰＣ１０は、ＳＦの選定処理を行う。ステップＳ１００３の処理は、図９のステップＳ０９０４の処理に相当する。

【0122】

図１１は、本発明の計測に係るＰＣによるＳＦの選定処理の一例を説明する図である。

【0123】

図１１（ａ）は、本発明の計測に係るＰＣによるＳＦの選定処理の一例を説明するフローチャートである。図１１（ａ）で説明する処理は、図１０のステップＳ１００３の処理の一例である。

【0124】

ステップＳ１１０１では、ＰＣ１０は、各ＳＦにおけるウェーブレット係数のピーク数をカウントする処理を行う。

【0125】

ステップＳ１１０２では、ＰＣ１０は、例えばピーク数が最も「安定」、かつ、最小のＳＦに決定する処理を行う。

【0126】

図１１（ｂ）は、本発明の計測に係るＰＣによるＳＦの選定処理の一例を説明する図である。

【0127】

ステップＳ１１０１の処理は、図１１（ｂ）のデータを生成する処理である。図示するように、各ＳＦにおけるウェーブレット係数のピーク数をカウントすることによって、ピーク数が同一となる「安定」した値が計算される。

【0128】

ステップＳ１１０１の処理によって、計算された「安定」した値から、例えばＳＦが最も最小となる値をＳＦと決定する。

【0129】

なお、実施形態は、ＳＦのピーク数が最も「安定」、かつ、最小のＳＦに決定する場合に限られない。例えばＳＦは、平均値によって算出されてもよい。

【0130】

ステップＳ１００４では、ＰＣ１０は、計測データを取得する処理を行う。ステップＳ１００４の処理は、図９のステップＳ０９０６の処理に相当する。

【0131】

ステップＳ１００５では、ＰＣ１０は、事前学習の処理で決定したＳＦに基づいてウェーブレット変換処理を行う。ステップＳ１００５の処理は、図９のステップＳ０９０７の処理に相当する。

【0132】

ステップＳ１００６では、頂点を検出する処理を行う。ステップＳ１００６の処理は、図９のステップＳ０９０８の処理に相当する。

【0133】

ステップＳ１００７では、心拍数を計算する処理を行う。ステップＳ１００７の処理は、図９のステップＳ０９０９の処理に相当する。

【0134】

なお、ステップＳ０９０１乃至ステップＳ０９０４の処理である事前学習の処理は、被験者の腕などの動作が少ない場合に取得した基準データに基づくことが望ましい。

【0135】

図１２は、本発明の計測に係る基準データの取得における評価結果の一例を説明する図である。

【0136】

図１２（ａ）は、本発明の計測に係る基準データの取得における被験者の動作に係る評価結果の一例を説明する図である。

【0137】

図示するように、ＳＦは、被験者が腕の動作などが少ない安静な状態にある場合、より「安定」した状態になりやすい。したがって、基準データは、「安定」しやすい状態でＳＦを決定するために、被験者の動作が少ない場合に計測するが望ましい。

【0138】

図１２（ｂ）は、本発明の計測に係る基準データの取得における被験者との距離に係る評価結果の一例を説明する図である。

【0139】

図示するように、ＳＦは、被験者との距離が１メートル、および２メートルの場合でも「安定」した状態である。したがって、基準データは、距離によらずアンプなど各種パラメータの設定を変更することなく、共通の設定による事前学習の処理によって取得できる。

【0140】

ＰＣ１０は、ドップラーレーダ１２から取得した基準データによって、事前学習の処理でＳＦを決定する。事前学習の処理は、心拍以外のノイズが少ない状態で計測されたデータで行うため、ウェーブレット変換において心拍を精度良く検出できるＳＦを決定することができる。ＰＣ１０は、基準データを用いるため、心拍など計測の対象となる人体の動きをウェーブレット変換する際、ノイズなどがあった場合でも心拍のピークを精度良く検出できる。心拍のピークが精度良く検出できることによって、ＰＣ１０は、心拍のピークに基づいて計算される心拍数を精度良く計算できる。

【0141】

したがって、ＰＣ１０は、ドップラーレーダ１２から取得した計測データ４に対して、事前学習の処理で決定したＳＦに基づいてウェーブレット変換処理を行うことによって心拍などの計測の精度を良くできる。

【0142】

以上、本発明の好ましい実施例について詳述したが、本発明は係る特定の実施形態に限定されるものではなく、特許請求の範囲に記載された本発明の要旨の範囲内において、種々の変形、変更が可能である。

【符号の説明】

【0143】

１ 情報処理システム
１０ ＰＣ
１０Ｈ１ ＣＰＵ
１０Ｈ２ 記憶装置
１０Ｈ３ 入力装置
１０Ｈ４ 出力装置
１０Ｈ５ 入力Ｉ／Ｆ
１０Ｈ６ バス
１１ アンプ
１２ ドップラーレーダ
１２Ｓ ソース
１２Ｔｘ 発信器
１２Ｒｘ 受信器
１２ＬＮＡ 調整器
１２Ｍ ミキサー
１３ フィルタ
２ 被験者
３Ａ マザーウェーブレットレット
３Ｂ 縮小されたマザーウェーブレット
３Ｃ 拡大されたマザーウェーブレット
４ 計測データ
５ 解析図
６ 評価結果図
６１ 第一計測結果
６２ 第二計測結果
６３ 第三計測結果
６４ 第四計測結果
７１ 第一ＲＭＳＥ計算結果
７２ 第二ＲＭＳＥ計算結果
７３ 第三ＲＭＳＥ計算結果
７４ 第四ＲＭＳＥ計算結果
７Ａ グラフ
７Ｂ グラフ
７Ｃ グラフ
８ 心拍のピーク

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】