特許 6371410 呼吸状態推定装置、携帯機器、装着型デバイス、プログラム、媒体及び呼吸状態推定方法

(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】6371410

(24)【登録日】2018年7月20日

(45)【発行日】2018年8月8日

(54)【発明の名称】呼吸状態推定装置、携帯機器、装着型デバイス、プログラム、媒体及び呼吸状態推定方法

(51)【国際特許分類】

   A61B 5/08 20060101AFI20180730BHJP

   A61B 5/113 20060101ALI20180730BHJP

   A61B 5/02 20060101ALI20180730BHJP

【ＦＩ】

   A61B5/08ZDM

   A61B5/113

   A61B5/02 310Z

【請求項の数】39

【全頁数】26

(21)【出願番号】特願2016-566410(P2016-566410)

(86)(22)【出願日】2015年12月22日

(86)【国際出願番号】JP2015085889

(87)【国際公開番号】WO2016104538

(87)【国際公開日】20160630

【審査請求日】2017年6月20日

(31)【優先権主張番号】特願2014-261089(P2014-261089)

(32)【優先日】2014年12月24日

(33)【優先権主張国】JP

(73)【特許権者】

【識別番号】000000033

【氏名又は名称】旭化成株式会社

(74)【代理人】

【識別番号】110000877

【氏名又は名称】龍華国際特許業務法人

(72)【発明者】

【氏名】野口 祥宏

(72)【発明者】

【氏名】山本 潔

(72)【発明者】

【氏名】山下 昌哉

【審査官】 冨永 昌彦

(56)【参考文献】

【文献】 特開２００４−１２１６６８（ＪＰ，Ａ）

【文献】 特開２０１３−２４８３８７（ＪＰ，Ａ）

(57)【特許請求の範囲】

【請求項1】

生体の部位から、脈波信号を取得する脈波信号取得部と、
前記脈波信号に基づいて、前記生体の脈拍数を算出する脈拍数算出部と、
前記脈拍数に基づいて、前記生体の呼吸状態を推定する呼吸状態推定部と
を備え、
前記呼吸状態推定部は、
前記脈拍数の変化量が予め定められた正の吸気推定閾値以上であるときに、前記呼吸状態が吸気状態であると推定する呼吸状態推定装置。

【請求項2】

前記呼吸状態推定部は、
前記脈拍数の変化から、前記呼吸状態を推定する
請求項１に記載の呼吸状態推定装置。

【請求項3】

前記呼吸状態推定部は、
前記呼吸状態として、前記生体の吸気状態、呼気状態、及び無呼吸状態のうち少なくともいずれかを推定する
請求項１または２に記載の呼吸状態推定装置。

【請求項4】

前記脈拍数算出部は、
予め定められた間隔で前記脈拍数を算出し、
前記呼吸状態推定部は、
算出した前記脈拍数と、その次に算出した前記脈拍数との比較に基づいて、前記生体の呼吸状態を推定する
請求項１から３のいずれか一項に記載の呼吸状態推定装置。

【請求項5】

前記呼吸状態推定部は、
前記脈拍数の第１の時刻の値と前記第１の時刻よりも過去の第２の時刻の値との差が零以上であり、前記脈拍数の前記第２の時刻の値と前記第２の時刻よりも過去の第３の時刻の値との差が零以上であり、且つ前記第１の時刻の値と前記第３の時刻の値との差が前記吸気推定閾値以上であるときに、前記吸気状態であると推定する
請求項１から４のいずれか一項に記載の呼吸状態推定装置。

【請求項6】

前記第３の時刻から前記第１の時刻までの期間は、前記生体の呼吸周期よりも小さい請求項５に記載の呼吸状態推定装置。

【請求項7】

前記呼吸状態推定部は、
前記脈拍数の変化量が予め定められた負の呼気推定閾値以下であるときに、前記呼吸状態が呼気状態であると推定する
請求項１から６のいずれか一項に記載の呼吸状態推定装置。

【請求項8】

前記呼吸状態推定部は、
前記脈拍数の第４の時刻の値と前記第４の時刻よりも過去の第５の時刻の値との差が零以下であり、前記脈拍数の前記第５の時刻の値と前記第５の時刻よりも過去の第６の時刻の値との差が零以下であり、且つ前記第４の時刻の値と前記第６の時刻の値との差が前記呼気推定閾値以下であるときに、前記呼気状態であると推定する
請求項７に記載の呼吸状態推定装置。

【請求項9】

前記第６の時刻から前記第４の時刻までの期間は、前記生体の呼吸周期よりも小さい請求項８に記載の呼吸状態推定装置。

【請求項10】

前記呼吸状態推定部は、
前記脈拍数の変化量が予め定められた正の吸気推定閾値以上でなく、且つ、予め定められた負の呼気推定閾値以下でないときに、前記呼吸状態が瞬時無呼吸状態であると推定する
請求項１から９のいずれか一項に記載の呼吸状態推定装置。

【請求項11】

前記呼吸状態推定部は、
前記推定した前記瞬時無呼吸状態が予め定められた時間継続したときに、前記呼吸状態が無呼吸状態であると推定する
請求項１０に記載の呼吸状態推定装置。

【請求項12】

前記脈波信号取得部は、
前記脈波信号の第１のサンプルデータを含むウィンドウ信号を出力し、
前記脈拍数算出部は、
前記ウィンドウ信号の前、後、または前後に第２のサンプルデータを統合した統合ウィンドウ信号を出力する統合出力部と、
前記統合ウィンドウ信号を離散周波数変換して脈波特徴量を算出する離散周波数変換部と
を備える請求項１から１１のいずれか一項に記載の呼吸状態推定装置。

【請求項13】

前記脈拍数算出部は、
前記ウィンドウ信号に窓関数を掛ける窓関数掛け算部をさらに備え、
前記統合出力部は、
前記窓関数が掛けられた前記ウィンドウ信号の前、後、または前後に前記第２のサンプルデータを統合した前記ウィンドウ信号を出力する
請求項１２に記載の呼吸状態推定装置。

【請求項14】

前記窓関数は、ハニング窓である請求項１３に記載の呼吸状態推定装置。

【請求項15】

前記第２のサンプルデータは、零である請求項１２から１４のいずれか一項に記載の呼吸状態推定装置。

【請求項16】

前記統合出力部は、
前記第１のサンプルデータのサンプル数と前記第２のサンプルデータのサンプル数の合計が２のべき乗となるように、前記第２のサンプルデータを前記第１のサンプルデータに統合した前記統合ウィンドウ信号を出力し、
前記離散周波数変換部は、前記ウィンドウ信号に対してＦＦＴを実行する
請求項１２から１５のいずれか一項に記載の呼吸状態推定装置。

【請求項17】

前記脈波信号取得部は、
予め定められた時間間隔でそれぞれオーバーラップするように前記ウィンドウ信号を出力する
請求項１２から１６のいずれか一項に記載の呼吸状態推定装置。

【請求項18】

前記ウィンドウ信号の時間幅は、前記生体の脈拍周期以上である請求項１７に記載の呼吸状態推定装置。

【請求項19】

前記統合出力部が出力した前記統合ウィンドウ信号は、等しい値のサンプルデータを両端に有する請求項１２から１８のいずれか一項に記載の呼吸状態推定装置。

【請求項20】

前記脈波信号取得部は、
前記生体の部位の映像を取得する映像取得部を備え、
時間を示す基準信号に基づいて、前記映像から予め定められたサンプリングレートに固定した前記ウィンドウ信号を出力する
請求項１２から１９のいずれか一項に記載の呼吸状態推定装置。

【請求項21】

前記基準信号は、前記映像を構成するフレームに含まれるタイムスタンプである請求項２０に記載の呼吸状態推定装置。

【請求項22】

前記映像は、交流電源により駆動されている照明が発する光を含む映像であり、
前記基準信号は、前記照明の輝度周波数に応じた信号である
請求項２０に記載の呼吸状態推定装置。

【請求項23】

前記脈波信号取得部は、前記脈波信号を光学的に取得する
請求項１から２２のいずれか一項に記載の呼吸状態推定装置。

【請求項24】

請求項２０から２２のいずれか一項に記載の呼吸状態推定装置と、
前記呼吸状態を示す情報を表示するディスプレイと
を備える携帯機器。

【請求項25】

請求項１から１９のいずれか一項の記載の呼吸状態推定装置と、
前記生体の部位の映像を取得する映像取得部と、
前記呼吸状態を示す情報を表示するディスプレイと
を備える携帯機器。

【請求項26】

請求項１から１９のいずれか一項に記載の呼吸状態推定装置と、
前記呼吸状態を示す情報を表示するディスプレイと
を備える装着型デバイス。

【請求項27】

コンピュータを、請求項１から２２のいずれか一項に記載の呼吸状態推定装置として機能させるプログラム。

【請求項28】

請求項２７に記載のプログラムが記録されたコンピュータが読み取り可能な媒体。

【請求項29】

生体の部位から、脈波信号を光学的に取得すること、
前記脈波信号に基づいて、前記生体の脈拍数を算出すること、
前記脈拍数の変化から、前記生体の呼吸状態を推定すること
を備え、
前記生体の呼吸状態を推定することは、前記脈拍数の変化量が予め定められた正の吸気推定閾値以上であるときに、前記呼吸状態が吸気状態であると推定することを含む呼吸状態推定方法。

【請求項30】

生体の部位から、脈波信号を光学的に取得する脈波信号取得部と、
前記脈波信号に基づいて、前記生体の脈波ラグタイムを算出する脈波ラグタイム算出部と、
前記脈波ラグタイムに基づいて、前記生体の呼吸状態を推定する呼吸状態推定部と
を備え、
前記呼吸状態推定部は、
前記脈波ラグタイムの変化量が予め定められた負の吸気推定閾値以下であるときに、前記呼吸状態が吸気状態であると推定する呼吸状態推定装置。

【請求項31】

前記脈波ラグタイム算出部は、
前記脈波信号の自己相関を算出する自己相関算出部と、
前記自己相関に基づいて、前記脈波ラグタイムを算出するラグタイム算出部と
を備える請求項３０に記載の呼吸状態推定装置。

【請求項32】

前記呼吸状態推定部は、
前記脈波ラグタイムの第１の時刻の値と前記第１の時刻よりも過去の第２の時刻の値との差が零以下であり、前記脈波ラグタイムの前記第２の時刻の値と前記第２の時刻よりも過去の第３の時刻の値との差が零以下であり、且つ前記第１の時刻の値と前記第３の時刻の値との差が前記吸気推定閾値以下であるときに、前記吸気状態であると推定する
請求項３０または３１に記載の呼吸状態推定装置。

【請求項33】

前記第３の時刻から前記第１の時刻までの期間は、前記生体の呼吸周期よりも小さい請求項３２に記載の呼吸状態推定装置。

【請求項34】

前記呼吸状態推定部は、
前記脈波ラグタイムの変化量が予め定められた正の呼気推定閾値以上であるときに、前記呼吸状態が呼気状態であると推定する
請求項３０から３３のいずれか一項に記載の呼吸状態推定装置。

【請求項35】

前記呼吸状態推定部は、
前記脈波ラグタイムの第４の時刻の値と前記第４の時刻よりも過去の第５の時刻の値との差が零以上であり、前記脈波ラグタイムの前記第５の時刻の値と前記第５の時刻よりも過去の第６の時刻の値との差が零以上であり、且つ前記第４の時刻の値と前記第６の時刻の値との差が前記呼気推定閾値以上であるときに、前記呼気状態であると推定する
請求項３４に記載の呼吸状態推定装置。

【請求項36】

前記第６の時刻から前記第４の時刻までの期間は、前記生体の呼吸周期よりも小さい請求項３５に記載の呼吸状態推定装置。

【請求項37】

前記呼吸状態推定部は、
前記脈波ラグタイムの変化量が予め定められた負の吸気推定閾値以下でなく、且つ、予め定められた正の呼気推定閾値以上でないときに、前記呼吸状態が瞬時無呼吸状態であると推定する
請求項３０から３６のいずれか一項に記載の呼吸状態推定装置。

【請求項38】

前記呼吸状態推定部は、
前記推定した前記瞬時無呼吸状態が予め定められた時間継続したときに、前記呼吸状態が無呼吸状態であると推定する
請求項３７に記載の呼吸状態推定装置。

【請求項39】

前記脈波ラグタイム算出部は、
前記脈波信号のバイアス変動を除去するバイアス変動除去部をさらに備え、
前記自己相関算出部は、
前記バイアス変動が除去された前記脈波信号に基づいて、前記自己相関を算出する
請求項３１に記載の呼吸状態推定装置。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、呼吸状態推定装置、携帯機器、装着型デバイス、プログラム、媒体、呼吸状態推定方法及び呼吸状態推定器に関する。

【背景技術】

【0002】

従来の呼吸状態推定装置には、心電図を用いる装置と脈波を用いる装置があった。心電図を用いる場合、心電図から心拍間隔を測定し、その心拍間隔の揺らぎである心拍変動から呼吸状態を推定していた。また、脈波を用いる場合、脈波の包絡線解析による基線変動を抽出し、その基線変動パターンを測定することで呼吸パターンを測定していた（例えば、特許文献１参照）。
特許文献１ 特許第４５８１４８０号広報

【発明の概要】

【発明が解決しようとする課題】

【0003】

しかしながら、心電図を用いる場合、装置が大掛かりであり、被験者に負担がかかるという問題があった。また、脈波を用いる場合、基線変動から短時間で呼吸状態を推定することができない。

【課題を解決するための手段】

【0004】

本発明の第１の態様においては、生体の部位から、脈波信号を取得する脈波信号取得部と、脈波信号に基づいて、生体の脈拍数を算出する脈拍数算出部と、脈拍数に基づいて、生体の呼吸状態を推定する呼吸状態推定部とを備える呼吸状態推定装置を提供する。

【0005】

本発明の第２の態様においては、第１の態様に記載の呼吸状態推定装置と、呼吸状態を示す情報を表示するディスプレイとを備える携帯機器を提供する。

【0006】

本発明の第３の態様においては、第１の態様に記載の呼吸状態推定装置と、呼吸状態を示す情報を表示するディスプレイとを備える装着型デバイスを提供する。

【0007】

本発明の第４の態様においては、コンピュータを、第１の態様に記載の呼吸状態推定装置として機能させるプログラムを提供する。

【0008】

本発明の第５の態様においては、第４の態様に記載のプログラムが記録されたコンピュータが読み取り可能な媒体を提供する。

【0009】

本発明の第６の態様においては、生体の部位から、脈波信号を光学的に取得すること、脈波信号に基づいて、生体の脈拍数を算出すること、脈拍数から、生体の呼吸状態を推定することを備える呼吸状態推定方法を提供する。

【0010】

本発明の第７の態様においては、生体の皮膚の映像を取得する映像取得部と、映像に基づいて、生体の呼吸状態を推定する呼吸状態推定部とを備える呼吸状態推定器を提供する。

【0011】

本発明の第８の態様においては、生体の部位から、脈波信号を光学的に取得する脈波信号取得部と、脈波信号に基づいて、生体の脈波ラグタイムを算出する脈波ラグタイム算出部と、脈波ラグタイムに基づいて、生体の呼吸状態を推定する呼吸状態推定部とを備える呼吸状態推定装置を提供する。

【0012】

なお、上記の発明の概要は、本発明の特徴の全てを列挙したものではない。また、これらの特徴群のサブコンビネーションもまた、発明となりうる。

【図面の簡単な説明】

【0013】

【図1】呼吸状態推定装置１００の構成の概要を示す。

【図2】脈波信号取得部１０の構成の概要を示す。

【図3】脈波信号取得部１０の信号処理のアルゴリズムの一例を示す。

【図4】ウィンドウ信号の切出し方法の一例を示す。

【図5】脈拍数算出部２０の構成の一例を示す。

【図6】脈拍数算出部２０の信号処理のアルゴリズムの一例を示す。

【図7】ハニング窓関数の一例を示す。

【図8】カイザー・ベッセル派生窓関数の一例を示す。

【図9】比較例に係る呼吸状態推定方法の一例を示す。

【図10】呼吸周期と脈拍数との相関を示す。

【図11】呼吸状態の推定方法の一例を示す。

【図12】呼吸状態の推定方法の一例を示す。

【図13】脈拍数変動と脈拍数変動速度との関係を示す。

【図14】呼吸状態推定装置１００の構成の一例を示す。

【図15】脈波ラグタイム算出部４０の構成の一例を示す。

【図16】脈波ラグタイム算出部４０の信号処理のアルゴリズムの一例を示す。

【図17】脈波ラグタイムの算出方法の一例を示す。

【図18】連続脈波ラグタイム変動の一例を示す。

【図19】呼吸状態の推定方法の一例を示す。

【図20】実施形態１に係る呼吸状態推定装置１００を示す。

【図21】実施形態２に係る呼吸状態推定装置１００を示す。

【図22】照明を用いた固定リサンプリングの一例を示す。

【図23】コンピュータ１９００のハードウェア構成の一例を示す。

【発明を実施するための形態】

【0014】

以下、発明の実施の形態を通じて本発明を説明するが、以下の実施形態は請求の範囲にかかる発明を限定するものではない。また、実施形態の中で説明されている特徴の組み合わせの全てが発明の解決手段に必須であるとは限らない。

【0015】

（実施例１）
図１は、呼吸状態推定装置１００の構成の概要を示す。呼吸状態推定装置１００は、脈波信号取得部１０、脈拍数算出部２０及び呼吸状態推定部３０を備える。呼吸状態推定装置１００は、生体１の部位から取得した脈波信号に基づいて呼吸状態を推定する。例えば、呼吸状態とは、吸気状態、呼気状態、無呼吸状態及び瞬時無呼吸状態を指す。

【0016】

脈波信号取得部１０は、生体１の部位の映像から、脈波信号を取得する。脈波信号は、脈波情報を含む映像のＲＧＢ信号もしくは、ＹＣｂＣｒ信号である。脈波情報とは、生体１の部位における血管の脈動を示す時間波形に関する情報である。脈波情報は、脈波がピークを示すタイミングに関する情報を含む。

【0017】

例えば、脈波信号取得部１０は、生体１の部位の映像から、脈波信号を光学的に取得する。脈波信号を光学的に取得する方法には、カメラ映像を用いる方法と、光電容積脈波（ＰＰＧ：Ｐｈｏｔｏｐｌｅｔｈｙｓｍｏｇｒａｐｈｙ）を用いる方法がある。カメラ映像を用いる方法では、生体１の部位を撮影した映像に含まれる血流情報に基づいて呼吸状態を推定する。また、映像の濃淡変化に基づいて、呼吸状態を推定してもよい。ＰＰＧを用いる方法では、ヘモグロビンが光を吸収する性質により取得できる血流量変化に基づいて呼吸状態を推定する。脈波信号取得部１０は、取得した脈波信号を脈拍数算出部２０に出力する。

【0018】

脈拍数算出部２０は、入力された脈波信号に基づいて生体１の脈拍数を算出する。生体１の脈拍数は、所定の信号処理アルゴリズムを用いることにより算出される。脈拍数算出部２０は、予め定められた間隔で周期的に脈拍数を算出してよい。脈拍数算出部２０は、算出した脈拍数を呼吸状態推定部３０に出力する。

【0019】

呼吸状態推定部３０は、入力された脈拍数に基づいて、生体１の呼吸状態を推定する。例えば、呼吸状態推定部３０は、算出した脈拍数と、その次に算出した脈拍数との比較に基づいて、生体１の呼吸状態を推定する。このように、呼吸状態推定部３０は、隣接する脈拍数を比較して生体１の呼吸状態を推定するので、リアルタイムに生体１の呼吸状態を推定できる。また、呼吸状態推定部３０は、算出した脈拍数と、その次の次に算出した脈拍数との比較に基づいて、生体１の呼吸状態を推定してよい。この場合、呼吸状態推定部３０は、基線信号から呼吸状態を推定する場合と比較して、時定数が大きな包絡線検波により基線信号を抽出する処理が不要なため、短時間で呼吸状態を推定することができる。また、呼吸状態推定部３０は、脈拍数の変化から、呼吸状態を推定してよい。例えば、呼吸状態推定部３０は、脈拍数の変化量が予め定められた正の吸気推定閾値以上である場合を吸気状態、脈拍数の変化量が予め定められた負の呼気推定閾値以下である場合を呼気状態、脈拍数の変化量が吸気推定閾値以上でなく呼気推定閾値以下でない場合を瞬時無呼吸状態と推定してよい。このように、呼吸状態推定部３０は、脈拍数の変化量を用いることにより、呼吸状態の推定を精度良く行うことができる。つまり、呼吸状態推定部３０は、吸気状態、呼気状態、瞬時無呼吸状態の識別を精度良く行うことができる。さらに、呼吸状態推定部３０は、脈拍数の変化量を用いるだけであり、短時間で呼吸状態を推定できる。

【0020】

図２は、脈波信号取得部１０の構成の概要を示す。脈波信号取得部１０は、映像取得部１１、トレース信号生成部１２、ウィンドウ切出し部１３及び信号補正部１４を備える。

【0021】

映像取得部１１は、生体１の部位の映像を取得する。例えば、映像取得部１１は、カメラを有し、生体１の部位の映像を撮影する。生体１の映像は静止画シーケンスであっても、動画であってもよい。また、映像取得部１１は、生体１に光を照射し、その反射光を取得してもよい。この場合、映像取得部１１は、発光ダイオード及びフォトダイオードを有する。

【0022】

トレース信号生成部１２は、映像取得部１１が取得した映像に基づいて、生体１の測定対象領域を検出する。トレース信号生成部１２は、検出した領域における脈波信号をトレースする。トレース信号生成部１２は、生成したトレース信号をウィンドウ切出し部１３に出力する。

【0023】

ウィンドウ切出し部１３は、トレース信号を予め定められたウィンドウ・サイズで切出す。切出されたトレース信号を本明細書では、ウィンドウ信号と称する。また、ウィンドウ・サイズとは、ウィンドウ信号の時間幅を指す。ウィンドウ切出し部１３は、予め定められた間隔でウィンドウ信号を切り出す。ウィンドウ切出し部１３は、切出したウィンドウ信号を信号補正部１４に出力する。

【0024】

信号補正部１４は、ウィンドウ信号を補正する。ウィンドウ信号の補正は、信号の補間及び不要な周波数の除去を含む。例えば、信号補正部１４は、時間を示す基準信号に基づいて、予め定められたサンプリングレートに固定した処理ウィンドウ脈波を生成する。処理ウィンドウ脈波は、切出されたウィンドウ信号ごとに生成される。信号補正部１４は、補正した信号を処理ウィンドウ脈波として脈拍数算出部２０に出力する。

【0025】

図３は、脈波信号取得部１０の信号処理のアルゴリズムの一例を示す。本例のアルゴリズムにより、脈波信号取得部１０は、カメラ映像から処理ウィンドウ脈波を抽出する。処理ウィンドウ脈波の安定的な抽出は、呼吸状態を正確に推定するために必要な基盤技術である。

【0026】

ステップＳ１００において、映像取得部１１は、生体１の部位の映像を取得する。生体１の部位の映像は、１秒間におよそ３０回（３０ｆｐｓ）のフレームレートで撮影される。例えば、映像取得部１１は、生体１の部位の映像から皮膚血流を観測する。生体１の血液は、ヘモグロビン濃度に応じて、光のＲＧＢ成分のうちＧ成分（緑色成分）の吸光特性が変化する。脈波は、血流量の変動に対応するので、生体１を透過または反射した光のＧ成分の変動の周期は、生体１の脈波の周期に対応する。即ち、生体１の部位の映像には、脈波に応じたＧ成分の変動波形が含まれる。[0]その後、トレース信号生成部１２は、取得した測定対象者映像から、ＲＧＢ信号を抽出する。本例の測定対象者映像は、６４０×４８０の画素を有する。

【0027】

ステップＳ１０１において、トレース信号生成部１２は、抽出したＲＧＢ信号をＹＣｂＣｒ信号に変換する。ここで、Ｙは輝度信号であり、Ｃｂ、Ｃｒは色差信号である。

【0028】

ステップＳ１０２において、トレース信号生成部１２は、輝度信号Ｙから顔領域及び対象領域ＲＯＩを検出する。対象領域ＲＯＩは、輝度信号Ｙに基づいて特定される。対象領域ＲＯＩは、脈波情報を含む色差信号の変化が検出できる程度に血管が集中している領域である。例えば、トレース信号生成部１２は、生体１の部位として、毛細血管の密集する鼻領域を検出することにより、高いＳ／Ｎ比を有する処理ウィンドウ脈波を検出できる。

【0029】

ステップＳ１０３において、トレース信号生成部１２は、ステップＳ１０２で検出した対象領域ＲＯＩの位置情報及びサイズ情報に基づいて、対象領域ＲＯＩを抽出する。また、トレース信号生成部１２は、抽出された対象領域ＲＯＩにおけるＣｂ＋Ｃｒ信号を取得する。本例の対象領域ＲＯＩは、５０×５０画素の領域である。

【0030】

ステップＳ１０４において、トレース信号生成部１２は、取得したＣｂ＋Ｃｒ信号に基づいて、対象領域ＲＯＩをガウシアンフィルタリングする。対象領域ＲＯＩの周辺には、生体１の動きに伴う対象領域ＲＯＩ以外の領域の信号が混入する。ガウシアンフィルタリングにより、対象領域ＲＯＩの中心部分の強度を大きくして、対象領域ＲＯＩの周辺部を抑え込むことができる。つまり、信頼性の低い対象領域ＲＯＩの周辺の信号は、ガウシアンフィルタリングによりフィルタリングされる。

【0031】

ステップＳ１０５において、フィルタリングされた信号に基づいて、任意の時刻の値をプロットしたＣｂ＋Ｃｒトレース信号を作成する。Ｃｂ＋Ｃｒトレース信号を採用することにより、演算量を低減して、脈波波形を安定的に抽出できる。例えば、Ｃｂ＋Ｃｒトレース信号は、各画素のＣｂ＋Ｃｒ信号を対象領域ＲＯＩ全域において合計した値である。あるいはＣｂ＋Ｃｒトレース信号は、各画素のＣｂ＋Ｃｒ信号の平均である。即ち、Ｃｂ＋Ｃｒトレース信号は、対象領域ＲＯＩにおいて一つの値が得られるように設定される。

【0032】

ステップＳ１０６において、ウィンドウ切出し部１３は、Ｃｂ＋Ｃｒトレース信号からウィンドウ信号を切り出す。ウィンドウ信号は、予め定められたウィンドウ・サイズ及び周期で切出される。

【0033】

ステップＳ１０７において、信号補正部１４は、カメラ・フレームのフレームレート揺らぎをスプライン補間により固定サンプリングレートに補正する。フレームレートの揺らぎを補正するためには、映像に含まれる基準信号が用いられる。基準信号とは、映像取得部１１が生体１の映像を取得した正確な時刻を示す信号である。例えば、基準信号は、映像フレームに含まれるタイムスタンプである。

【0034】

ステップＳ１０８において、バンドパスフィルタＢＰＦにより脈波成分以外の波長領域をカットする。Ｃｂ+Ｃｒトレース信号には、外部環境もしくは生体の運動に対応する低い周波数の信号が含まれる場合がある。そのため、バンドパスフィルタＢＰＦは、一般的な生体１の脈拍数ＨＲに対応する０．７５Ｈｚ〜４Ｈｚ（脈拍数４５〜２４０）以外の波長領域をカットする。これにより、生体１の脈拍以外のノイズをカットできる。

【0035】

図４は、ウィンドウ信号の切出し方法の一例を示す。ウィンドウ切出し部１３は、Ｃｂ＋Ｃｒトレース信号から、予め定められた時間間隔でオーバーラップするように複数のウィンドウ信号を切り出す。第１のウィンドウ信号は、直近のウィンドウ信号である。第１のウィンドウ信号と隣接するウィンドウ信号をそれぞれ第２〜第４のウィンドウ信号とする。本明細書において、隣接するウィンドウ信号同士のずれを、オーバーラップ・シフト時間と称する。

【0036】

オーバーラップ・シフト時間は、脈拍数算出部２０が脈拍数を算出する周期に等しい。即ち、脈拍数算出部２０は、オーバーラップ時間のシフト量ごとに脈拍数を算出する。本例のオーバーラップ・シフト時間は互いに等しい時間である。例えば、呼吸周期が１５秒の場合、オーバーラップ・シフト時間を１秒とする。オーバーラップ・シフト時間は、呼吸の半周期よりも小さいことが好ましい。

【0037】

ウィンドウ・サイズは、任意の大きさに設定されてよい。本例のウィンドウ・サイズは、およそ２００フレームである。但し、ウィンドウ・サイズは生体１の脈拍周期以上であることが好ましい。脈拍周期とは、脈拍の１拍にかかる時間である。

【0038】

図５は、脈拍数算出部２０の構成の一例を示す。脈拍数算出部２０は、窓関数掛け算部２１、統合出力部２２及び離散周波数変換部２３を備える。

【0039】

窓関数掛け算部２１は、入力された処理ウィンドウ脈波に予め定められた窓関数を掛ける。窓関数は、ハニング窓、カイザー・ベッセル派生窓、ガウス窓、ハミング窓、テューキー窓、ブラックマン窓等の信号処理に一般的に用いられる関数であってよい。窓関数掛け算部２１は、窓関数を掛けて処理した処理ウィンドウ脈波をウィンドウ処理脈波として統合出力部２２に出力する。

【0040】

統合出力部２２は、入力されたウィンドウ処理脈波にサンプルデータを統合した統合ウィンドウ信号を生成する。サンプルデータは、窓関数の掛けられたウィンドウ信号の前、後、または前後に統合されてよい。例えば、統合出力部２２がウィンドウ処理脈波のゼロ拡張を行う場合、サンプルデータは零である。ウィンドウ処理脈波のゼロ拡張を行うことにより、ウィンドウ処理脈波の解像度が上がる。統合出力部２２は、生成した統合ウィンドウ信号を離散周波数変換部２３に出力する。

【0041】

離散周波数変換部２３は、統合出力部２２が出力した統合ウィンドウ信号を離散周波数変換して、脈波特徴量を算出する。脈波特徴量は、統合ウィンドウ信号に対して、高速フーリエ変換（ＦＦＴ：Ｆａｓｔ Ｆｏｕｒｉｅｒ Ｔｒａｎｓｆｏｒｍ）を実行することにより得られるＦＦＴスペクトラムである。離散周波数変換部２３は、高解像度の統合ウィンドウ信号から得られたＦＦＴスペクトラムにより、高分解能な脈拍数を算出できる。離散周波数変換部２３は、算出した脈拍数を呼吸状態推定部３０に出力する。

【0042】

図６は、脈拍数算出部２０の信号処理のアルゴリズムの一例を示す。脈拍数算出部２０に入力された処理ウィンドウ脈波は、脈波信号取得部１０により不要な成分が除去された信頼性の高い脈波である。脈拍数算出部２０は、切出された処理ウィンドウ脈波を用いて、正確な脈拍数を算出するためにステップＳ２０１〜２０３の処理を施す。

【0043】

ステップＳ２０１において、窓関数掛け算部２１は、処理ウィンドウ脈波に、ハニング窓関数又はカイザー・ベッセル派生窓関数を用いてウィンドウ処理を実行する。これにより、時間的な重み付けが可能になる。また、処理ウィンドウ脈波の両端のパルス強度が等しくなるように窓関数を選択してよい。

【0044】

ステップＳ２０２において、統合出力部２２は、ウィンドウ処理脈波の後ろにサンプルデータを統合して統合ウィンドウ信号を生成する。例えば、サンプルデータは、窓関数が掛けられた後の処理ウィンドウ脈波の両端のパルス強度と等しいデータである。この場合、本例のサンプルデータは零である。また、統合ウィンドウ信号のサイズは、２のべき乗サイズになるようにゼロ拡張される。ゼロ拡張することにより、サンプルデータの統合前と比較して分解能を上げることができる。

【0045】

ステップＳ２０３において、離散周波数変換部２３は、統合ウィンドウ信号にＦＦＴを実行し、ＦＦＴスペクトラムを算出する。ＦＦＴの周波数分解能Δｆは、サンプル数Ｎ及びサンプリングレートｆｓによって、Δｆ＝ｆｓ／Ｎで決まる。したがって、サンプル数Ｎが多いほど、分解能Δｆが改善する。

【0046】

例えば、ポイント数１２８のウィンドウ信号をゼロ拡張せずにそのままＦＦＴによる周波数分析をした場合、周波数分解能は０．２３Ｈｚである。脈拍数で表すと１４ｂｐｍであるため、それより小さい脈拍数の変動を検出することができない。一方、同じポイント数１２８のウィンドウ信号に対して、ゼロの信号を８９６個加え、サンプル数を１０２４にすると、周波数分解能は０．０２９Ｈｚになる。脈拍数で表すと１．７ｂｐｍである。ゼロ拡張後のサンプル数に制限はないが、２のべき乗であることが好ましく、２５６、５１２、１０２４、２０４８、４０９６がより好ましい。

【0047】

以上の通り、脈拍数算出部２０は、３０Ｈｚという低いサンプリングレートの処理ウィンドウ脈波から、統合ウィンドウ信号を算出する。そのため、脈波信号を光学的に取得する場合に、サンプリング周波数をアップ・サンプリングすることなく、高分解能の脈拍数変動を測定することができる。高分解能の脈拍数を用いることにより、呼吸状態の推定精度が向上する。

【0048】

図７は、ハニング窓関数を示す。ハニング窓関数はＦＦＴ用窓関数の一例である。ハニング窓関数は、フレームの両端が零となるような窓関数である。また、ハニング窓関数ｗ（ｎ）は下記の（数１）式により表される。

【数1】

ここで、ｎはサンプル要素を示し、Ｎはサンプル数を示す。

【0049】

ハニング窓関数は、ウィンドウ中心時間（フレーム数６４付近）に重みがある関数である。そのため、ウィンドウ中心時間における脈波を中心として、脈拍数を測定することとなる。例えば、３０Ｈｚのフレームレートにおいて、ウィンドウ・サイズを１２８サンプル数としてＦＦＴから脈拍数測定を行う場合、ハニング窓では約４秒前の脈波を中心にした脈拍数測定が行われる。即ち、脈拍数測定時間から、中心時間までの時間差によって、レスポンス・タイムが生じる場合がある。

【0050】

図８は、カイザー・ベッセル派生窓関数ＫＢＤ（Ｋａｉｓｅｒ−Ｂｅｓｓｅｌ−Ｄｅｒｉｖｅｄ Ｗｉｎｄｏｗ）の一例を示す。ＫＢＤ窓関数は、ハニング窓関数と同様に、フレームの両端が零となるような窓関数である。

【0051】

ＫＢＤ窓関数ｄ_ｋは、カイザー窓ｗ_ｋの項で公式を用いて下記の（数２）式により表される。

【数2】

【0052】

（数２）式は、長さ２ｎの窓を定義している。ここで、ｄ_ｋは、変形離散コサイン変換（ＭＤＣＴ：ｍｏｄｉｆｉｅｄ ｄｉｓｃｒｅｔｅ ｃｏｓｉｎｅ ｔｒａｎｓｆｏｒｍ）に対する次のプリンセン・ブラッドレイ条件を満たす。即ち、ｄ_ｋは、ｗ_ｎ−ｋ＝ｗ_ｋの場合に、ｄ_ｋ^２+ｄ_ｋ+ｎ^２＝１で表される。また、ＫＢＤ窓は、もう１つのＭＤＣＴ条件である対象性ｄ_ｋ＝ｄ_{２ｎ−１−ｋ}も満たす。

【0053】

ＫＢＤ窓関数は、フレーム数が４０から９０付近における重み付けが大きい。一方、ハニング窓関数は、フレーム数が６４付近の所に集中して重み付けがある。よって、ＫＢＤ窓関数は、ハニング窓関数と比較して、より最新の抽出サンプルに近い脈波に対する重み付けが高い。そのため、ＫＢＤ窓は、より最新の抽出サンプルに近い脈波の値が反映しやすくなるので、呼吸状態推定のレスポンスを向上できる。

【0054】

（比較例）
図９は、比較例に係る呼吸状態の推定方法の一例を示す。図９（ａ）は、脈波の時間変化を示す。図９（ｂ）は、脈波の時間変化及び基線変動を示す。図９（ａ）は、図９（ｂ）の一部の脈波を拡大した波形を示す。図９において、周期ｔは脈波の周期を示し、周期Ｔは基線変動の周期を示す。比較例の呼吸状態推定方法では、基線変動の周期Ｔが呼吸周期に対応することを利用して、呼吸状態を推定している。

【0055】

例えば、脈波の周期ｔがおよそ１秒程度であるのに対して、基線変動の周期Ｔはおよそ１５秒程度である。また、比較例の呼吸状態推定方法では、基線変動のパターンに応じて呼吸状態を推定している。そのため、比較例の呼吸状態推定方法は、１５秒程度に１回しか呼吸状態を推定することができない。このように、比較例の方法では、呼吸状態をリアルタイムンに推定することができず、なめらかな呼吸状態の推定ができない。

【0056】

また、基線変動は、被験者の体の動きなどの外乱がない場合に呼吸に誘起されたものと推定される。また、基線変動の周期Ｔは、脈波の周期ｔよりも、生体１の画像を光学的に取得する場合に生じるノイズに近い周波数を有する。したがって、比較例の呼吸状態推定方法は、被験者の動きによる誤差及び映像の取得時に生じる誤差の影響が大きくなり、正確に呼吸状態を推定できない。

【0057】

図１０は、呼吸周期と脈拍数との関係を示す。本例の被験者は、通常状態、息止め状態に加えて、３ｂｐｍ、６ｂｐｍ及び１２ｂｐｍの３段階に呼吸周期を変化させる。

【0058】

呼吸状態推定部３０は、脈拍数算出部２０が出力した脈拍数から、高分解能な連続脈拍数変動を算出する。連続脈拍数変動は、脈拍数の周期的な測定に応じてプロットすることによりトレースされる。そして、呼吸状態推定部３０は、連続脈拍数変動から呼吸状態を推定する。

【0059】

通常状態は、生体１が普段通りに、吸気及び呼気を繰り返す状態である。生体１の吸気及び呼気は脈拍数の変動と連動する。具体的には、生体１が吸気すると脈拍数が上昇し、生体１が呼気すると脈拍数が低下する。よって、脈拍数の上昇及び低下を観測することにより、呼吸状態をリアルタイムに検出できる。

【0060】

息止め状態は、吸気及び呼気を行わない状態、又は、吸気及び呼気をほとんど行っていないに等しい状態である。つまり、息止め状態は、いわゆる無呼吸状態に対応する。息止め状態では、通常状態の区間と比較して、脈拍数の変動が小さい。

【0061】

呼吸周期３ｂｐｍとは、１分間に吸気及び呼気を３回ずつ繰り返すことを指す。本例では、吸気及び呼気がそれぞれ等しく、それぞれ１０秒間となる。同様に、呼吸周期６ｂｐｍとは、１分間に吸気及び呼気を６回ずつ繰り返すことを指す。呼吸周期６ｂｐｍでは、吸気及び呼気は、それぞれ５秒間となる。呼吸周期１２ｂｐｍとは、１分間に吸気及び呼気を１２回ずつ繰り返すことを指す。呼吸周期１２ｂｐｍでは、吸気及び呼気は、それぞれ２．５秒間となる。

【0062】

呼吸周期３ｂｐｍ、６ｂｐｍ及び１２ｂｐｍにおける脈拍数をそれぞれ比較すると、脈拍数の変動周期が呼吸周期と一致していることが分かる。即ち、脈拍数の変動周期を測定することにより呼吸周期を算出できる。

【0063】

以上の通り、脈拍数の変化は、呼吸状態と相関する。即ち、呼吸状態推定装置１００は、脈拍数の変化を解析することにより、呼吸の周期及び呼吸状態をリアルタイムに検出できる。

【0064】

図１１は、呼吸状態の推定方法の一例を示す。縦軸は脈拍数を示し、横軸は時間を示す。本例の呼吸状態推定部３０は、連続する３点の脈拍数の測定結果から、呼吸状態を推定する。呼吸状態推定部３０は、高分解能連続脈拍数からのなめらかな呼吸状態の推定を実現する。

【0065】

時刻Ｔ_Ｃ、Ｔ_Ｃ−１、Ｔ_Ｃ−２は、それぞれ脈拍数の測定時間を示す。現時刻を時刻Ｔ_Ｃとして、過去の時刻を時刻Ｔ_Ｃ−１とし、さらに過去の時刻をＴ_Ｃ−２とする。また、時刻Ｔ_Ｃ、Ｔ_Ｃ−１、Ｔ_Ｃ−２における脈拍数をそれぞれ、ＰＲ_ｃ、ＰＲ_{（ｃ−１）、}ＰＲ_{（ｃ−２）}とする。ここで、時刻Ｔ_Ｃ−２から時刻Ｔ_Ｃまでの期間は、生体１の呼吸周期よりも小さいことが好ましい。

【0066】

脈拍数が連続的に上昇している場合、呼吸状態推定部３０は、生体１が吸気状態であると推定する。例えば、ＰＲ_Ｃ−ＰＲ_{（Ｃ−１）}≧０かつ、ＰＲ_{（Ｃ−１）}−ＰＲ_{（Ｃ−２）}≧０かつ、ＰＲ_Ｃ−ＰＲ_{（Ｃ−２）}≧Ｔｒである場合に、吸気状態であると推定される。なお、Ｔｒは吸気推定閾値を指す。本例の吸気推定閾値Ｔｒは５ｂｐｍである。即ち、時刻Ｔ_Ｃ−２から時刻Ｔ_Ｃまでの間に、常に脈拍数が減少せず、かつ、脈拍数が５ｂｐｍ以上増加している場合に吸気状態であると推定する。

【0067】

一方、脈拍数が連続的に減少している場合、呼吸状態推定部３０は、生体１が呼気状態であると推定する。例えば、ＰＲ_Ｃ−ＰＲ_{（Ｃ−１）}≦０かつ、ＰＲ_{（Ｃ−１）}−ＰＲ_{（Ｃ−２）}≦０かつ、ＰＲ_Ｃ−ＰＲ_{（Ｃ−２）}≦−Ｔｒである場合に、呼気状態であると推定される。本例では、−Ｔｒを呼気推定閾値として用いた。しかしながら、呼気推定閾値として吸気推定閾値と異なる値を用いてもよい。以上の通り、時刻Ｔ_Ｃ−２から時刻Ｔ_Ｃまでの間に、常に脈拍数が増加せず、かつ、脈拍数が５ｂｐｍ以上低下している場合に呼気状態であると推定する。

【0068】

また、吸気状態及び呼気状態に該当しない場合、呼吸状態推定部３０は、生体１が瞬時無呼吸状態であると推定する。また、呼吸状態推定部３０は、脈拍数の変化量が吸気推定閾値以上でなく、且つ、負の呼気推定閾値以下でないときに、瞬時無呼吸状態であると推定してもよい。そして、瞬時無呼吸状態の連続時間が無呼吸推定閾値Ｔａ以上となった場合に、呼吸状態推定部３０は、生体１が無呼吸状態であると推定する。例えば、無呼吸推定閾値Ｔａは５秒であってよい。

【0069】

図１２は、呼吸状態の推定方法の一例を示す。縦軸は脈拍数を示し、横軸は時間を示す。本例の呼吸状態推定部３０は、連続する４点の脈拍数の測定結果から、呼吸状態を推定する。

【0070】

時刻Ｔ_Ｃ、Ｔ_Ｃ−１、Ｔ_Ｃ−２、Ｔ_Ｃ−３は、それぞれ脈拍数の測定時間を示す。現時刻を時刻Ｔ_Ｃとして、現時刻に近い方から過去の時刻をそれぞれ、時刻Ｔ_Ｃ−１、Ｔ_Ｃ−２、Ｔ_Ｃ−３とする。また、時刻Ｔ_Ｃ、Ｔ_Ｃ−１、Ｔ_Ｃ−２、Ｔ_Ｃ−３における脈拍数をそれぞれ、ＰＲ_ｃ、ＰＲ_{（ｃ−１）、}ＰＲ_{（ｃ−２）}、ＰＲ_{（ｃ−３）}とする。なお、時刻Ｔ_Ｃ−３から時刻Ｔ_Ｃまでの期間は、生体１の呼吸周期よりも小さいことが好ましい。

【0071】

脈拍数が連続的に上昇変動である場合、呼吸状態推定部３０は、生体１が吸気状態であると推定する。上昇変動とは、脈拍数がおよそ上昇している傾向にある変動を指す。例えば、呼吸状態推定部３０は、３つの隣接２点間の脈拍数変動（ＰＲ_Ｃ−ＰＲ_{（Ｃ−１）}、ＰＲ_{（Ｃ−１）}−ＰＲ_{（Ｃ−２）}、ＰＲ_{（Ｃ−２）}−ＰＲ_{（Ｃ−３）}）の内、２つ以上が負でない場合に吸気状態と推定する。

【0072】

一方、脈拍数が連続的に下降変動である場合、呼吸状態推定部３０は、生体１が呼気状態であると推定する。下降変動とは、脈拍数およそ減少傾向になる変動を指す。例えば、呼吸状態推定部３０は、３つの隣接２点間の脈拍数変動（ＰＲ_Ｃ−ＰＲ_{（Ｃ−１）}、ＰＲ_{（Ｃ−１）}−ＰＲ_{（Ｃ−２）}、ＰＲ_{（Ｃ−２）}−ＰＲ_{（Ｃ−３）}）の内、２つ以上が正でない場合に呼気状態と推定する。

【0073】

また、吸気状態及び呼気状態に該当しない場合、呼吸状態推定部３０は、生体１が瞬時無呼吸状態であると推定する。また、呼吸状態推定部３０は、脈拍数の変化量が吸気推定閾値以上でなく、且つ、負の呼気推定閾値以下でないときに、瞬時無呼吸状態であると推定してもよい。そして、瞬時無呼吸状態の連続時間が無呼吸推定閾値Ｔａ以上となった場合に、呼吸状態推定部３０は、生体１が無呼吸状態であると推定する。例えば、無呼吸推定閾値Ｔａは５であってよい。

【0074】

図１３は、脈拍数変動と脈拍数変動速度との関係を示す。図１３（ａ）の縦軸は脈拍数（ｂｐｍ）を示し、横軸は時間（秒）を示す。図１３（ｂ）の縦軸は脈拍数変動速度（ｂｐｍ）を示し、横軸に時間（秒）を示す。

【0075】

本例の被験者は、図１０で示した場合と同様に、通常状態、息止め状態に加えて、３ｂｐｍ、６ｂｐｍ及び１２ｂｐｍの３段階に呼吸周期を変化させる。図１３に示す通り、脈拍数変動の周期と脈拍数変動速度の周期は一致する。即ち、脈拍数変動速度は、脈拍数と同様に、呼吸状態と相関を有する。したがって、呼吸状態推定装置１００は、脈拍数と脈拍数変動速度の少なくとも１つを算出することにより、生体１の呼吸状態を推定できる。

【0076】

（実施例２）
実施例１に係る呼吸状態推定装置１００は、ＦＦＴによる脈拍数変動から呼吸状態を推定する。一方、実施例２に係る呼吸状態推定装置１００は、脈拍数変動を用いる代わりに、脈波ラグタイム変動を用いて呼吸状態を推定する。脈波ラグタイムとは、処理ウィンドウ脈波の自己相関のラグタイムを指す。

【0077】

図１４は、呼吸状態推定装置１００の構成の一例を示す。実施例２に係る呼吸状態推定装置１００は、脈拍数算出部２０の代わりに、脈波ラグタイム算出部４０を備える点で実施例１に係る呼吸状態推定装置１００と異なる。

【0078】

脈波ラグタイム算出部４０は、脈波信号取得部１０が取得した脈波トレース信号に基づいて、生体１の脈波ラグタイムを算出する。脈波ラグタイム算出部４０は、算出した脈波ラグタイムを呼吸状態推定部３０に出力する。

【0079】

呼吸状態推定部３０は、入力された脈波ラグタイムから、高分解能な連続脈波ラグタイム変動を算出する。連続脈波ラグタイム変動は、周期的に測定した脈波ラグタイムをプロットすることによりトレースされる。呼吸状態推定部３０は、連続脈波ラグタイム変動に基づいて、生体１の呼吸状態を推定する。

【0080】

図１５は、脈波ラグタイム算出部４０の構成の一例を示す。脈波ラグタイム算出部４０は、バイアス変動除去部４１、自己相関算出部４２及びラグタイム算出部４３を備える。

【0081】

バイアス変動除去部４１は、入力された処理ウィンドウ脈波からバイアス変動成分を除去する。バイアス変動成分を除去する方法は、処理ウィンドウ脈波の１階微分であってよい。また、バイアス変動除去部４１は、ハイパスフィルタを備えてよい。なお、脈波ラグタイム算出部４０は、バイアスの安定した状態で処理ウィンドウ脈波が入力される場合、バイアス変動除去部４１を備える必要はない。バイアス変動除去部４１は、バイアス変動成分が除去された処理ウィンドウ脈波をウィンドウ処理脈波として自己相関算出部４２に出力する。

【0082】

自己相関算出部４２は、入力されたウィンドウ処理脈波の自己相関係数を算出する。自己相関算出部４２は、算出した自己相関係数をラグタイム算出部に出力する。

【0083】

ラグタイム算出部４３は、自己相関算出部４２が出力したウィンドウ処理脈波の自己相関係数に基づいて、脈波ラグタイムを出力する。脈波ラグタイムは、自分自身の自己相関係数ピークから、隣の自己相関係数ピークまでの時間である。

【0084】

図１６は、脈波ラグタイム算出部４０の信号処理のアルゴリズムの一例を示す。脈波ラグタイム算出部４０に入力された処理ウィンドウ脈波は、脈波信号取得部１０により不要な成分が除去された信頼性の高い脈波である。脈波ラグタイム算出部４０は、切出された処理ウィンドウ脈波を用いて、正確な脈波ラグタイムを算出するためにステップＳ３０１〜ステップＳ３０３を実行する。

【0085】

図１７は、脈波ラグタイムの算出方法の一例を示す。図１７（ａ）は脈波トレース強度を示す。図１７（ｂ）は、脈波トレース速度を示す。図１７（ｃ）は自己相関係数の時間変化を示す。図１７（ａ）〜図１７（ｃ）の横軸はいずれもサンプリングレートが３０Ｈｚの場合のサンプル数である。

【0086】

ステップＳ３０１において、バイアス変動除去部４１は、処理ウィンドウ脈波に対して、１階微分処理を実行する。これにより、バイアス変動が除去されたウィンドウ処理脈波が得られる。例えば、図１７（ａ）に示した脈波トレース強度のグラフは、１階微分されることにより、図１７（ｂ）に示した脈波トレース速度のグラフとなる。なお、バイアス変動除去部４１は、処理ウィンドウ脈波から生成したバイアス変動近似成分を差し引くことで、バイアスの変動を除去してよい。バイアス変動近似成分の差し引きには、脈拍周期よりも周波数の低いバイアス変動成分を近似した曲線を用いてよい。

【0087】

ステップＳ３０２において、自己相関算出部４２は、ウィンドウ処理脈波の自己相関係数を算出する。例えば、図１７（ｃ）は、図１７（ｂ）に示した脈波トレース速度の自己相関係数を算出した例である。自己相関係数の算出には、一般的な信号処理技術に使用される自己相関関数が用いられてよい。自己相関算出部４２は、自己相関係数を算出することにより、自分自身の自己相関係数ピークに隣接する自己相関係数ピークを算出できる。

【0088】

ステップＳ３０３において、ラグタイム算出部４３は、自分自身の自己相関ピークと隣接する自己相関ピークの時間差を算出することにより、脈波ラグタイムを算出する。算出する脈波ラグタイムの分解能は、ウィンドウ処理脈波のサンプル周波数で決まる。よって、処理ウィンドウ脈波やウィンドウ処理脈波をアップ・サンプリングすることにより、脈波ラグタイムの分解能を上げてよい。例えば、アップ・サンプリングには、スプライン補間が用いられる。

【0089】

図１８は、連続脈波ラグタイム変動の一例を示す。縦軸は脈波ラグタイム（１／３０秒）を示し、横軸は時間（秒）を示す。本例の被験者は、通常状態、息止め状態に加えて、３ｂｐｍ、６ｂｐｍ及び１２ｂｐｍの３段階に呼吸周期を変化させる。

【0090】

連続脈波ラグタイム変動は、生体１の吸気及び呼気と連動する。但し、連続脈波ラグタイム変動は、呼吸周期との関係が、図１０に示す脈拍数変動と上下が逆である。具体的には、生体１が吸気すると脈波ラグタイムが低下し、生体１が呼気すると脈波ラグタイムが上昇する。よって、脈波ラグタイムの上昇及び低下を観測することにより、生体１の呼吸状態をリアルタイムに推定できる。

【0091】

図１９は、呼吸状態の推定方法の一例を示す。縦軸は脈波ラグタイムを示し、横軸は時間を示す。本例の呼吸状態推定部３０は、連続する３点の脈波ラグタイムの測定結果から、呼吸状態を推定する。呼吸状態推定部３０は、高分解能な連続脈波ラグタイムからのなめらかな呼吸状態の推定を実現する。

【0092】

時刻Ｔ_Ｃ、Ｔ_Ｃ−１、Ｔ_Ｃ−２は、それぞれ脈波ラグタイムの測定時間を示す。現時刻を時刻Ｔ_Ｃとして、過去の時刻を時刻Ｔ_Ｃ−１とし、さらに過去の時刻をＴ_Ｃ−２とする。また、時刻Ｔ_Ｃ、Ｔ_Ｃ−１、Ｔ_Ｃ−２における脈波ラグタイムをそれぞれ、ＰＬ_ｃ、ＰＬ_{（ｃ−１）、}ＰＬ_{（ｃ−２）}とする。ここで、時刻Ｔ_Ｃ−２から時刻Ｔ_Ｃまでの期間は、生体１の呼吸周期よりも小さいことが好ましい。

【0093】

脈波ラグタイムが連続的に上昇している場合、呼吸状態推定部３０は、生体１が呼気状態であると推定する。例えば、ＰＬ_Ｃ−ＰＬ_{（Ｃ−１）}≧０かつ、ＰＬ_{（Ｃ−１）}−ＰＬ_{（Ｃ−２）}≧０かつ、ＰＬ_Ｃ−ＰＬ_{（Ｃ−２）}≧Ｔｒである場合に、呼気状態であると推定される。なお、Ｔｒは呼気推定閾値を指す。即ち、時刻Ｔ_Ｃ−２から時刻Ｔ_Ｃまでの間に、常に脈波ラグタイムが減少せず、かつ、脈波ラグタイムが呼気推定閾値Ｔｒ以上増加している場合に呼気状態であると推定する。

【0094】

一方、脈波ラグタイムが連続的に減少している場合、呼吸状態推定部３０は、生体１が吸気状態であると推定する。例えば、ＰＬ_Ｃ−ＰＬ_{（Ｃ−１）}≦０かつ、ＰＬ_{（Ｃ−１）}−ＰＬ_{（Ｃ−２）}≦０かつ、ＰＬ_Ｃ−ＰＬ_{（Ｃ−２）}≦−Ｔｒである場合に、吸気状態であると推定される。本例では、−Ｔｒを吸気推定閾値として用いた。しかしながら、吸気推定閾値として吸気推定閾値と異なる値を用いてもよい。以上の通り、時刻Ｔ_Ｃ−２から時刻Ｔ_Ｃまでの間に、常に脈波ラグタイムが増加せず、かつ、脈波ラグタイムが呼気推定閾値Ｔｒ以上低下している場合に吸気状態であると推定する。

【0095】

また、吸気状態及び呼気状態に該当しない場合、呼吸状態推定部３０は、生体１が瞬時無呼吸状態であると推定する。また、呼吸状態推定部３０は、脈波ラグタイムの変化量が吸気推定閾値以下でなく、且つ、正の呼気推定閾値以上でないときに、瞬時無呼吸状態であると推定してもよい。そして、瞬時無呼吸状態の連続時間が無呼吸推定閾値Ｔａ以上となった場合に、呼吸状態推定部３０は、生体１が無呼吸状態であると推定する。例えば、無呼吸推定閾値Ｔａは５秒であってよい。

【0096】

以上の通り、呼吸状態推定装置１００は、脈波ラグタイムを用いることにより、リアルタイムに生体１の呼吸状態を推定できる。また、呼吸状態推定装置１００は、脈拍数に基づいた呼吸状態の推定、及び、脈波ラグタイムに基づいた呼吸状態の推定を併用することにより、呼吸状態の推定精度を高めてもよい。

【0097】

（実施形態１）
図２０は、実施形態１に係る呼吸状態推定装置１００を示す。本例の呼吸状態推定装置１００は、スマートフォン４に搭載される。スマートフォン４は、カメラ５及びディスプレイ６を備える。スマートフォン４は、携帯機器の一例であり、携帯電話、タッチパッド等の呼吸状態推定装置１００を搭載してもよい。

【0098】

カメラ５は、被験者２の映像を光学的に取得する。カメラ５は、映像取得部１１の一例である。本例のカメラ５は、被験者２の単一部位を含む映像を取得する。本例の被験者２の単一部位は、鼻３である。また、カメラ５は、被験者２における単一部位の動きを検出して、当該部位に追従して撮影してよい。例えば、カメラ５は、被験者２の単一部位がカメラの撮像領域外に向かって移動している場合に、カメラ５のパン、チルト、ズーム等を制御して、単一部位がカメラ５の撮像領域内となるように追従する。

【0099】

ディスプレイ６は、呼吸状態推定装置１００が推定した被験者２の呼吸状態を表示する。ディスプレイ６は、スマートフォン４の外部に設けられてもよい。被験者２は、ディスプレイ６にリアルタイムで表示された呼吸状態をライブ感覚で知ることができる。

【0100】

本例の呼吸状態推定装置１００は、被験者２の鼻３の映像を用いているが、被験者２の指先の映像を用いてもよい。例えば、呼吸状態推定装置１００は、スマートフォン４の裏面に設けられた光学式指紋センサを用いて、指先の映像を取得する。また、被験者２の単一部位は、鼻３及び指先に限られない。鼻３及び指先は、毛細血管が集中しているため、ヘモグロビン濃度が高くなる。このため、鼻３の映像と指先の映像を用いると、脈波情報の抽出感度と脈拍情報の算出精度が高くなる。更に、脈波情報は、指先に装着された単一の光電容積脈波計を用いて抽出されてもよい。

【0101】

このように、本例の呼吸状態推定装置１００は、光学的に脈波情報を抽出して呼吸状態を出力するので被験者２への負担が小さい。更に、本例の呼吸状態推定装置１００は、映像から脈波情報を抽出する構成であるため、被験者２と非接触かつ非拘束で呼吸状態を推定できる。なお、呼吸状態推定装置１００は、被験者２の映像内に複数人存在すれば、複数人の呼吸状態を同時に推定できる。

【0102】

（実施形態２）
図２１は、実施形態２に係る呼吸状態推定装置１００を示す。本例の呼吸状態推定装置１００は、リストバンド型ＰＰＧセンサ７内に実装されている。また、呼吸状態推定装置１００の一部は、リストバンド型ＰＰＧセンサ７と通信可能なスマートフォン４内に実装されてよい。

【0103】

リストバンド型ＰＰＧセンサ７は、光電容積脈波センサを利用した装着型デバイスの一例である。リストバンド型ＰＰＧセンサ７は、発光ダイオード８及びフォトダイオード９を備える。発光ダイオード８は、被験者２のリスト部位に光を照射する。フォトダイオード９は、被験者２のヘモグロビンにより吸収された後の光を検出する。これにより、リストバンド型ＰＰＧセンサ７は、被験者２の血流量変化に関する情報を含む脈波信号を光学的に取得する。

【0104】

リストバンド型ＰＰＧセンサ７は、被験者２の映像又は推定した呼吸情報を無線でスマートフォン４に送信する。無線にはＢｌｕｅＴｏｏｔｈ（登録商標）及びＷｉ−Ｆｉ（登録商標）等の無線ネットワークが用いられる。スマートフォン４は、リストバンド型ＰＰＧセンサ７から呼吸情報が入力された場合、ディスプレイ６に呼吸情報を表示する。また、スマートフォン４は、リストバンド型ＰＰＧセンサ７から被験者２の映像が送信された場合は、当該映像に基づいて呼吸情報を推定してよい。なお、リストバンド型ＰＰＧセンサ７がディスプレイ６及び呼吸状態推定装置１００を備える場合は、呼吸情報をリストバンド型ＰＰＧセンサ７が備えるディスプレイ６に表示してもよい。

【0105】

図２２は、照明を用いた固定リサンプリングの一例を示す。図２２において、〇印は固定サンプリングレートを示し、×印は映像サンプリングレートを示す。

【0106】

固定サンプリングレートとは、呼吸状態推定装置１００が映像を取得する理想的な周波数を指す。例えば、呼吸状態推定装置１００は、３０Ｈｚの固定サンプリングレートで映像を取得する。

【0107】

映像サンプリングレートとは、呼吸状態推定装置１００が取得する実際のサンプリングレートを指す。例えば、呼吸状態推定装置１００がスマートフォン４等の携帯端末に搭載された場合、映像サンプリングレートに揺らぎが生じる。そのため、映像サンプリングレートと固定サンプリングレートとの間にずれが生じる。また、映像サンプリングレートに揺らぎが生じると、取得した脈拍数の正確な時間が分からなくなり、呼吸情報の推定精度が悪くなる。

【0108】

一方、交流電源により駆動されている照明が発する光は、人の目によって知覚されないが一定の輝度周波数で正確に動作する。また、呼吸状態推定装置１００が取得した映像には、照明の位相を算出するのに必要な情報が含まれる。照明の位相は、予め定められた領域の照明の反射光の強度から算出できる。予め定められた領域とは、映像に含まれる物体の一部の領域であってよい。予め定められた領域は、移動しないことが好ましい。また、呼吸状態推定装置１００は、照明の反射光でなくとも、照明の光を直接撮影してもよい。例えば、呼吸状態推定装置１００は、予め定められた領域の反射光の最大強度及び最小強度を事前に算出する。これにより、呼吸状態推定装置１００は、予め定められた領域の反射光の強度を測定することにより、映像から照明の位相を算出できる。即ち、映像サンプリングレートが目標とする位相とずれていた場合、その映像の位相を照明の位相から補正できる。このように、呼吸状態推定装置１００は、映像サンプリングレートの揺らぎを、照明の輝度周波数で補正することにより、呼吸情報の推定精度を向上できる。言い換えると、呼吸状態推定装置１００は、画像に写り込んだ照明を基準クロックに用いることができる。

【0109】

以上の通り、呼吸状態推定装置１００は、光学的に生体１の呼吸状態を高精度に推定できる。呼吸状態推定装置１００は、生体１の部位から光学的に脈拍数を算出しているので、生体１に負担を掛けることなく呼吸状態を推定できる。一方、生体１の部位から光学的に脈拍数を算出すると、生体１の動きなどによって低周波のノイズが含まれやすい。しかしながら、呼吸状態推定装置１００は、基線変動を用いた呼吸状態の推定方法よりも高い周波数の領域を用いるので、ノイズを除去しやすい。

【0110】

また、呼吸状態推定装置１００は、ウィンドウ信号のオーバーラップ時間のシフト量ごとに脈拍数を算出するので、任意の時間で脈拍数を検出できる。つまり、次のパルスが来るかどうかが分からない状態でも、呼吸状態を推定できる。呼吸状態推定装置１００は、脈拍数に依存せずにリアルタイムで呼吸状態を推定できる。即ち、呼吸状態推定装置１００は、なめらかな呼吸の検出を実現できる。呼吸状態のリアルタイム測定は、生体１の呼吸法をリアルタイムに誘導するアプリケーションに適用できる。

【0111】

図２３は、本実施形態に係るコンピュータ１９００のハードウェア構成の一例を示す。本実施形態に係るコンピュータ１９００は、ホスト・コントローラ２０８２により相互に接続されるＣＰＵ２０００、ＲＡＭ２０２０、グラフィック・コントローラ２０７５、及び表示装置２０８０を有するＣＰＵ周辺部と、入出力コントローラ２０８４によりホスト・コントローラ２０８２に接続される通信インターフェイス２０３０、ハードディスクドライブ２０４０、及びＣＤ−ＲＯＭドライブ２０６０を有する入出力部と、入出力コントローラ２０８４に接続されるＲＯＭ２０１０、フレキシブルディスク・ドライブ２０５０、及び入出力チップ２０７０を有するレガシー入出力部とを備える。

【0112】

ホスト・コントローラ２０８２は、ＲＡＭ２０２０と、高い転送レートでＲＡＭ２０２０をアクセスするＣＰＵ２０００及びグラフィック・コントローラ２０７５とを接続する。ＣＰＵ２０００は、ＲＯＭ２０１０及びＲＡＭ２０２０に格納されたプログラムに基づいて動作し、各部の制御を行う。グラフィック・コントローラ２０７５は、ＣＰＵ２０００等がＲＡＭ２０２０内に設けたフレーム・バッファ上に生成する画像データを取得し、表示装置２０８０上に表示させる。これに代えて、グラフィック・コントローラ２０７５は、ＣＰＵ２０００等が生成する画像データを格納するフレーム・バッファを、内部に含んでもよい。

【0113】

入出力コントローラ２０８４は、ホスト・コントローラ２０８２と、比較的高速な入出力装置である通信インターフェイス２０３０、ハードディスクドライブ２０４０、ＣＤ−ＲＯＭドライブ２０６０を接続する。通信インターフェイス２０３０は、ネットワークを介して他の装置と通信する。ハードディスクドライブ２０４０は、コンピュータ１９００内のＣＰＵ２０００が使用するプログラム及びデータを格納する。ＣＤ−ＲＯＭドライブ２０６０は、ＣＤ−ＲＯＭ２０９５からプログラムまたはデータを読み取り、ＲＡＭ２０２０を介してハードディスクドライブ２０４０に提供する。

【0114】

また、入出力コントローラ２０８４には、ＲＯＭ２０１０と、フレキシブルディスク・ドライブ２０５０、及び入出力チップ２０７０の比較的低速な入出力装置とが接続される。ＲＯＭ２０１０は、コンピュータ１９００が起動時に実行するブート・プログラム、及び／または、コンピュータ１９００のハードウェアに依存するプログラム等を格納する。フレキシブルディスク・ドライブ２０５０は、フレキシブルディスク２０９０からプログラムまたはデータを読み取り、ＲＡＭ２０２０を介してハードディスクドライブ２０４０に提供する。入出力チップ２０７０は、フレキシブルディスク・ドライブ２０５０を入出力コントローラ２０８４へと接続すると共に、例えばパラレル・ポート、シリアル・ポート、キーボード・ポート、マウス・ポート等を介して各種の入出力装置を入出力コントローラ２０８４へと接続する。

【0115】

ＲＡＭ２０２０を介してハードディスクドライブ２０４０に提供されるプログラムは、フレキシブルディスク２０９０、ＣＤ−ＲＯＭ２０９５、またはＩＣカード等の記録媒体に格納されて利用者によって提供される。プログラムは、記録媒体から読み出され、ＲＡＭ２０２０を介してコンピュータ１９００内のハードディスクドライブ２０４０にインストールされ、ＣＰＵ２０００において実行される。

【0116】

コンピュータ１９００にインストールされ、コンピュータ１９００を呼吸状態推定装置として機能させるプログラムは、脈波信号取得モジュール、脈拍数算出モジュール、呼吸状態推定モジュールとを備える。これらのプログラムまたはモジュールは、ＣＰＵ２０００等に働きかけて、コンピュータ１９００を、呼吸状態推定装置としてそれぞれ機能させる。

【0117】

これらのプログラムに記述された情報処理は、コンピュータ１９００に読込まれることにより、ソフトウェアと上述した各種のハードウェア資源とが協働した具体的手段である脈波信号取得部１０、脈拍数算出部２０及び呼吸状態推定部３０として機能する。そして、これらの具体的手段によって、本実施形態におけるコンピュータ１９００の使用目的に応じた情報の演算または加工を実現することにより、使用目的に応じた特有の呼吸状態推定装置１００が構築される。

【0118】

また、コンピュータ１９００にインストールされ、コンピュータ１９００を脈波測定装置として機能させるプログラムは、脈波信号取得モジュール、脈拍数算出モジュール、呼吸状態推定モジュールとを備える。これらのプログラムまたはモジュールは、ＣＰＵ２０００等に働きかけて、コンピュータ１９００を、脈波測定装置としてそれぞれ機能させる。

【0119】

さらに、これらのプログラムに記述された情報処理は、コンピュータ１９００に読込まれることにより、ソフトウェアと上述した各種のハードウェア資源とが協働した具体的手段である脈波信号取得部１０、脈波ラグタイム算出部４０及び呼吸状態推定部３０として機能する。そして、これらの具体的手段によって、本実施形態におけるコンピュータ１９００の使用目的に応じた情報の演算または加工を実現することにより、使用目的に応じた特有の呼吸状態推定装置１００が構築される。

【0120】

また、コンピュータ１９００にインストールされ、コンピュータ１９００を脈波測定装置として機能させるプログラムは、脈波信号取得モジュール、脈波ラグタイム算出モジュール、呼吸状態推定モジュールとを備える。これらのプログラムまたはモジュールは、ＣＰＵ２０００等に働きかけて、コンピュータ１９００を、脈波測定装置としてそれぞれ機能させる。

【0121】

一例として、コンピュータ１９００と外部の装置等との間で通信を行う場合には、ＣＰＵ２０００は、ＲＡＭ２０２０上にロードされた通信プログラムを実行し、通信プログラムに記述された処理内容に基づいて、通信インターフェイス２０３０に対して通信処理を指示する。通信インターフェイス２０３０は、ＣＰＵ２０００の制御を受けて、ＲＡＭ２０２０、ハードディスクドライブ２０４０、フレキシブルディスク２０９０、またはＣＤ−ＲＯＭ２０９５等の記憶装置上に設けた送信バッファ領域等に記憶された送信データを読み出してネットワークへと送信し、もしくは、ネットワークから受信した受信データを記憶装置上に設けた受信バッファ領域等へと書き込む。このように、通信インターフェイス２０３０は、ＤＭＡ（ダイレクト・メモリ・アクセス）方式により記憶装置との間で送受信データを転送してもよく、これに代えて、ＣＰＵ２０００が転送元の記憶装置または通信インターフェイス２０３０からデータを読み出し、転送先の通信インターフェイス２０３０または記憶装置へとデータを書き込むことにより送受信データを転送してもよい。

【0122】

また、ＣＰＵ２０００は、ハードディスクドライブ２０４０、ＣＤ−ＲＯＭドライブ２０６０（ＣＤ−ＲＯＭ２０９５）、フレキシブルディスク・ドライブ２０５０（フレキシブルディスク２０９０）等の外部記憶装置に格納されたファイルまたはデータベース等の中から、全部または必要な部分をＤＭＡ転送等によりＲＡＭ２０２０へと読み込ませ、ＲＡＭ２０２０上のデータに対して各種の処理を行う。そして、ＣＰＵ２０００は、処理を終えたデータを、ＤＭＡ転送等により外部記憶装置へと書き戻す。このような処理において、ＲＡＭ２０２０は、外部記憶装置の内容を一時的に保持するものとみなせるから、本実施形態においてはＲＡＭ２０２０及び外部記憶装置等をメモリ、記憶部、または記憶装置等と総称する。本実施形態における各種のプログラム、データ、テーブル、データベース等の各種の情報は、このような記憶装置上に格納されて、情報処理の対象となる。なお、ＣＰＵ２０００は、ＲＡＭ２０２０の一部をキャッシュメモリに保持し、キャッシュメモリ上で読み書きを行うこともできる。このような形態においても、キャッシュメモリはＲＡＭ２０２０の機能の一部を担うから、本実施形態においては、区別して示す場合を除き、キャッシュメモリもＲＡＭ２０２０、メモリ、及び／または記憶装置に含まれるものとする。

【0123】

また、ＣＰＵ２０００は、ＲＡＭ２０２０から読み出したデータに対して、プログラムの命令列により指定された、本実施形態中に記載した各種の演算、情報の加工、条件判断、情報の検索・置換等を含む各種の処理を行い、ＲＡＭ２０２０へと書き戻す。例えば、ＣＰＵ２０００は、条件判断を行う場合においては、本実施形態において示した各種の変数が、他の変数または定数と比較して、大きい、小さい、以上、以下、等しい等の条件を満たすかどうかを判断し、条件が成立した場合（または不成立であった場合）に、異なる命令列へと分岐し、またはサブルーチンを呼び出す。

【0124】

また、ＣＰＵ２０００は、記憶装置内のファイルまたはデータベース等に格納された情報を検索することができる。例えば、第１属性の属性値に対し第２属性の属性値がそれぞれ対応付けられた複数のエントリが記憶装置に格納されている場合において、ＣＰＵ２０００は、記憶装置に格納されている複数のエントリの中から第１属性の属性値が指定された条件と一致するエントリを検索し、そのエントリに格納されている第２属性の属性値を読み出すことにより、所定の条件を満たす第１属性に対応付けられた第２属性の属性値を得ることができる。

【0125】

以上に示したプログラムまたはモジュールは、外部の記録媒体に格納されてもよい。記録媒体としては、フレキシブルディスク２０９０、ＣＤ−ＲＯＭ２０９５の他に、ＤＶＤまたはＣＤ等の光学記録媒体、ＭＯ等の光磁気記録媒体、テープ媒体、ＩＣカード等の半導体メモリ等を用いることができる。また、専用通信ネットワークまたはインターネットに接続されたサーバーシステムに設けたハードディスクまたはＲＡＭ等の記憶装置を記録媒体として使用し、ネットワークを介してプログラムをコンピュータ１９００に提供してもよい。

【0126】

以上、本発明を実施の形態を用いて説明したが、本発明の技術的範囲は上記実施の形態に記載の範囲には限定されない。上記実施の形態に、多様な変更または改良を加えることが可能であることが当業者に明らかである。その様な変更または改良を加えた形態も本発明の技術的範囲に含まれ得ることが、請求の範囲の記載から明らかである。

【0127】

請求の範囲、明細書、および図面中において示した装置、システム、プログラム、および方法における動作、手順、ステップ、および段階等の各処理の実行順序は、特段「より前に」、「先立って」等と明示しておらず、また、前の処理の出力を後の処理で用いるのでない限り、任意の順序で実現しうることに留意すべきである。請求の範囲、明細書、および図面中の動作フローに関して、便宜上「まず、」、「次に、」等を用いて説明したとしても、この順で実施することが必須であることを意味するものではない。

【符号の説明】

【0128】

１・・・生体、２・・・被験者、３・・・鼻、４・・・スマートフォン、５・・・カメラ、６・・・ディスプレイ、７・・・リストバンド型ＰＰＧセンサ、８・・・発光ダイオード、９・・・フォトダイオード、１０・・・脈波信号取得部、１１・・・映像取得部、１２・・・トレース信号生成部、１３・・・ウィンドウ切出し部、１４・・・信号補正部、２０・・・脈拍数算出部、２１・・・窓関数掛け算部、２２・・・統合出力部、２３・・・離散周波数変換部、３０・・・呼吸状態推定部、４０・・・脈波ラグタイム算出部、４１・・・バイアス変動除去部、４２・・・自己相関算出部、４３・・・ラグタイム算出部、１００・・・呼吸状態推定装置

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】

【図14】

【図15】

【図16】

【図17】

【図18】

【図19】

【図20】

【図21】

【図22】

【図23】