特許 6672478 生体音解析方法、プログラム、記憶媒体及び生体音解析装置

(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】6672478

(24)【登録日】2020年3月6日

(45)【発行日】2020年3月25日

(54)【発明の名称】生体音解析方法、プログラム、記憶媒体及び生体音解析装置

(51)【国際特許分類】

   A61B 7/04 20060101AFI20200316BHJP

   A61B 5/08 20060101ALI20200316BHJP

【ＦＩ】

   A61B7/04 L

   A61B7/04 A

   A61B5/08

【請求項の数】6

【全頁数】16

(21)【出願番号】特願2018-558046(P2018-558046)

(86)(22)【出願日】2017年12月20日

(86)【国際出願番号】JP2017045777

(87)【国際公開番号】WO2018117171

(87)【国際公開日】20180628

【審査請求日】2019年6月5日

(31)【優先権主張番号】特願2016-246559(P2016-246559)

(32)【優先日】2016年12月20日

(33)【優先権主張国】JP

(73)【特許権者】

【識別番号】000005016

【氏名又は名称】パイオニア株式会社

(74)【代理人】

【識別番号】100104765

【弁理士】

【氏名又は名称】江上 達夫

(74)【代理人】

【識別番号】100107331

【弁理士】

【氏名又は名称】中村 聡延

(72)【発明者】

【氏名】亀谷 隆真

【審査官】 ▲高▼原 悠佑

(56)【参考文献】

【文献】 特開２０１３−１２３４９４（ＪＰ，Ａ）

【文献】 特開２００９−２４０５２７（ＪＰ，Ａ）

【文献】 国際公開第２０１１／１１４５２６（ＷＯ，Ａ１）

【文献】 特開２０１２−１２０６８８（ＪＰ，Ａ）

【文献】 特開２０１６−０４２１６２（ＪＰ，Ａ）

【文献】 特開２００９−０５８９７０（ＪＰ，Ａ）

【文献】 CHARLESTON-VILLALOBOS, S., et al.，Acoustic thoracic image of crackle sounds using linear and nonlinear processing techniques.，Medical & biological engineering & computing.，２０１１年 １月，Vol.49, No.1，p.15-24

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ａ６１Ｂ ７／００−７／０４

Ａ６１Ｂ ５／０２

Ａ６１Ｂ ５／０８

Ｇ１０Ｌ ２５／６６

ＪＳＴＰｌｕｓ／ＪＭＥＤＰｌｕｓ／ＪＳＴ７５８０（ＪＤｒｅａｍＩＩＩ）

ＰｕｂＭｅｄ

(57)【特許請求の範囲】

【請求項1】

生体音を解析する生体音解析装置に利用される生体音解析方法であって、
生体音の経時的な変化を示す情報である第１情報を取得する第１取得工程と、
前記第１情報における、異常音が発生しているタイミングを示す第２情報を取得する第２取得工程と、
前記第１情報と前記第２情報との対応関係を学習する学習工程と、
前記学習工程による学習結果に基づいて、入力された生体音情報に含まれる異常音を判別する判別工程と、
前記第１情報における前記異常音の発生の有無を示す第３情報を取得する第３取得工程と、
前記第１情報及び前記学習工程による前記学習結果に基づいて、前記第１情報が取得された期間に対する、前記異常音が発生している期間の割合を示す第４情報を算出する算出工程と、
前記第３情報及び前記第４情報に基づいて、前記入力された生体音情報に異常音が含まれるか否かを判定するための閾値を決定する決定工程と、
を含むことを特徴とする生体音解析方法。

【請求項2】

前記第１情報に基づいて、前記第１情報における特徴量を示す特徴量情報を生成する第１生成工程を更に含み、
前記学習工程は、前記第１情報と前記第２情報との対応関係に代えて、前記特徴量情報と前記第２情報との対応関係を学習する
ことを特徴とする請求項１に記載の生体音解析方法。

【請求項3】

前記第１情報及び前記第２情報を所定のフレーム単位に分割する分割工程を更に備え、
前記学習工程は、前記所定のフレーム単位で学習する
ことを特徴とする請求項１又は２に記載の生体音解析方法。

【請求項4】

請求項１に記載の生体音解析方法を、前記生体音解析装置に実行させるためのプログラム。

【請求項5】

請求項４に記載のプログラムを記憶した記憶媒体。

【請求項6】

生体音に関する生体音情報を取得する第１取得部と、
学習結果に基づいて、前記生体音に含まれる異常音を判別する判別部と、
を備え、
前記学習結果は、生体音の経時的な変化を示す情報である第１情報と、前記生体音における異常音が発生しているタイミングを示す第２情報とに基づいて、前記第１情報と前記第２情報との対応関係を学習した学習結果であり、
前記第１情報における前記異常音の発生の有無を示す第３情報を取得する第３取得部と、
前記第１情報及び前記学習結果に基づいて、前記第１情報が取得された期間に対する、前記異常音が発生している期間の割合を示す第４情報を算出する算出部と、
前記第３情報及び前記第４情報に基づいて、前記生体音情報に異常音が含まれるか否かを判定するための閾値を決定する決定部と、
を更に備えることを特徴とする生体音解析装置。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、例えば呼吸音等の生体音を解析する生体音解析方法、プログラム、記憶媒体及び生体音解析装置の技術分野に関する。

【背景技術】

【0002】

電子聴診器等によって検出される生体の呼吸音について、そこに含まれる異常音（即ち、正常な呼吸音とは異なる音）を検出しようとする装置が知られている。例えば特許文献１には、呼吸音に含まれる複数の異常音（副雑音）を、音種別に分解して検出するという技術が記載されている。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】国際公開第２０１６／００２００４号

【発明の概要】

【発明が解決しようとする課題】

【0004】

生体音に含まれている異常音に関する解析を行う場合、取得された生体音情報と、予め記憶している異常音情報（具体的には、実際に異常音が発生している場合の生体音情報）とを比較することで、異常音の発生を判断することが可能である。しかしながら、生体音情報は個人差や測定環境等に応じて変動するため、単に情報を比較するだけでは、異常音が発生しているか否かを正確に判断することは難しい。このため、適切な判断基準を設定しておかなければ、異常音が発生しているのに検出できない、或いは異常音発生していないのに誤って検出してしまうという技術的問題点が生ずる。

【0005】

本発明が解決しようとする課題には、上記のようなものが一例として挙げられる。本発明は、生体音に含まれる異常音を好適に解析可能な生体音解析方法、プログラム、記憶媒体及び生体音解析装置を提供することを課題とする。

【課題を解決するための手段】

【0006】

上記課題を解決するための生体音解析方法は、生体音を解析する生体音解析装置に利用される生体音解析方法であって、生体音に関する第１情報を取得する第１取得工程と、前記第１情報における、異常音が発生しているタイミングを示す第２情報を取得する第２取得工程と、前記第１情報と前記第２情報との対応関係を学習する学習工程と、前記学習工程による学習結果に基づいて、入力された生体音情報に含まれる異常音を判別する判別工程と、を含む。

【0007】

上記課題を解決するためのプログラムは、上述した生体音解析方法を、前記生体音解析装置に実行させる。

【0008】

上記課題を解決するための記憶媒体は、上述したプログラムを記憶している。

【0009】

上記課題を解決するための生体音解析装置は、生体音に関する生体音情報を取得する第１取得部と、学習結果に基づいて、前記生体音に含まれる異常音を判別する判別部と、を備え、前記学習結果は、生体音に関する第１情報と、前記生体音における異常音が発生しているタイミングを示す第２情報とに基づいて、前記第１情報と前記第２情報との対応関係を学習した学習結果である。

【図面の簡単な説明】

【0010】

【図1】本実施例に係るフレーム判定学習器の構成を示すブロック図である。

【図2】本実施例に係るフレーム判定学習動作の流れを示すフローチャートである。

【図3】教師音声信号のフレーム分割処理を示す概念図である。

【図4】第１局所特徴量の算出処理を示すフローチャートである。

【図5】第２局所特徴量の算出処理を示すフローチャートである。

【図6】波形及びスペクトラムから得られる局所特徴量ベクトルを示す図である。

【図7】局所特徴量と対応付けられる教師フレーム情報を示す図である。

【図8】本実施例に係る閾値決定部の構成を示すブロック図である。

【図9】ＲＯＣ解析の処理内容の一例を示す概念図である。

【図10】本実施例に係る最適閾値決定動作の流れを示すフローチャートである。

【発明を実施するための形態】

【0011】

＜１＞
本実施形態に係る生体音解析方法は、生体音を解析する生体音解析装置に利用される生体音解析方法であって、生体音に関する第１情報を取得する第１取得工程と、前記第１情報における、異常音が発生しているタイミングを示す第２情報を取得する第２取得工程と、前記第１情報と前記第２情報との対応関係を学習する学習工程と、前記学習工程による学習結果に基づいて、入力された生体音情報に含まれる異常音を判別する判別工程と、を含む。

【0012】

本実施形態に係る生体音解析方法によれば、生体音（例えば、呼吸音）に関する第１情報が取得されると共に、第１情報における異常音（例えば、副雑音）が発生しているタイミングを示す第２情報が取得される。第１情報は、生体音の経時的な変化を示す情報（例えば生体音を示す時間軸波形）として取得される。一方で、第２情報は、第１情報における異常音が発生しているタイミングを正確に示す情報であることが望まれる。このため、第２情報は、第１情報を利用して予め用意された情報であることが好ましい。

【0013】

第１情報及び第２情報が取得されると、第１情報と第２情報との対応関係が学習される。具体的には、第１情報から第２情報を導き出すためのパラメータが学習される。このパラメータは複数種類存在してもよい。学習工程は、学習結果をより正確なものとするために、複数の第１情報及び第２情報を利用して、複数回実行されることが好ましい。

【0014】

学習工程後には、学習結果に基づいて、入力された生体音情報に含まれる異常音が判別される。なお「入力された生体音情報」とは、本実施形態に係る生体音解析方法の解析対象となる生体音に関する情報であり、上述した第１情報や第２情報とは別に入力されるものである。本実施形態では特に、第１情報と第２情報との対応関係が予め学習されているため、入力された生体音情報から異常音が発生しているタイミングを正確に判定できる。よって、生体音情報に含まれる異常音を好適に判別することが可能である。

【0015】

＜２＞
本実施形態に係る生体音解析方法の一態様では、前記第１情報に基づいて、前記第１情報における特徴量を示す特徴量情報を生成する第１生成工程を更に含み、前記学習工程は、前記第１情報と前記第２情報との対応関係に代えて、前記特徴量情報と前記第２情報との対応関係を学習する。

【0016】

この態様によれば、第１情報が取得されると、第１情報における特徴量を示す特徴量情報が生成される。なお「特徴量」とは、生体音に含まれる異常音を判別するために利用可能な特徴の大きさ（度合い）を示す値である。

【0017】

本態様では特に、第１情報と第２情報との対応関係に代えて、特徴量情報と第２情報との対応関係が学習される。従って、入力された生体音情報に含まれる異常音を判別するために、より適した学習結果が得られる。

【0018】

＜３＞
本実施形態に係る生体音解析方法の一態様では、前記第１情報及び前記第２情報を所定のフレーム単位に分割する分割工程を更に備え、前記学習工程は、前記所定のフレーム単位で学習する。

【0019】

この態様によれば、学習が行われる間に、第１情報及び第２情報が所定のフレーム単位に分割される。所定のフレーム単位は、より容易に適切な学習結果が得られるような期間として設定されている。このため、所定のフレーム単位で学習を行うことで、より好適に学習結果を得ることが可能とある。

【0020】

＜４＞
本実施形態に係る生体音解析方法の一態様では、前記第１情報における前記異常音の発生の有無を示す第３情報を取得する第３取得工程と、前記第１情報及び前記学習工程による前記学習結果に基づいて、前記第１情報が取得された期間に対する、前記異常音が発生している期間の割合を示す第４情報を算出する算出工程と、前記第３情報及び前記第４情報に基づいて、前記入力された生体音情報に異常音が含まれるか否かを判定するための閾値を決定する決定工程と、を更に含む。

【0021】

この態様によれば、第１情報における異常音の発生の有無を示す第３情報が取得される。第３情報は、第１情報における異常音の発生の有無を正確に示す情報であることが望まれる。このため、第３情報は、第１情報を利用して予め用意された情報であることが好ましい。

【0022】

本態様では更に、第１情報及び学習結果に基づいて、第１情報が取得された期間に対する、異常音が発生している期間の割合を示す第４情報が算出される。具体的には、第１情報が学習結果を利用して解析されることで、第４情報が算出される。

【0023】

第３情報が取得され第４情報が算出されると、第３情報及び第４情報に基づいて、入力された生体音情報に異常音が含まれるか否かを判定するための閾値が決定される。この閾値は、入力された生体音情報に含まれる異常音を判別する際に、実際に異常音が含まれるか否かを判別するための閾値であり、具体的には、入力された生体音情報が取得された期間に対する、異常音が発生している期間の割合を示す値と比較される閾値である。

【0024】

この閾値を利用すれば、例えば入力された生体音情報に関する異常音が発生している期間の割合が、決定された閾値以上である場合に異常音が発生していると判定できる。一方で、入力された生体音情報に関する異常音が発生している期間の割合が、決定された閾値未満である場合に異常音が発生していないと判定できる。

【0025】

本態様では特に、閾値が学習結果を利用して算出された第４情報に基づいて決定されるため、異常音の発生の有無をより正確に判定することが可能である。

【0026】

＜５＞
本実施形態に係るプログラムは、上述した生体音解析方法を、前記生体音解析装置に実行させる。

【0027】

本実施形態に係るプログラムによれば、上述した本実施形態に係る生体音解析方法を実行させることができるため、生体音情報に含まれる異常音を好適に判別することが可能である。

【0028】

＜６＞
本実施形態に係る記憶媒体は、上述したプログラムを記憶している。

【0029】

本実施形態に係る記憶媒体によれば、上述した本実施形態に係るプログラムを実行させることができるため、生体音情報に含まれる異常音を好適に判別することが可能である。

【0030】

＜７＞
本実施形態に係る生体音解析装置は、生体音に関する生体音情報を取得する第１取得部と、学習結果に基づいて、前記生体音に含まれる異常音を判別する判別部と、を備え、前記学習結果は、生体音に関する第１情報と、前記生体音における異常音が発生しているタイミングを示す第２情報とに基づいて、前記第１情報と前記第２情報との対応関係を学習した学習結果である。

【0031】

本実施形態に係る生体音解析装置によれば、上述した生体音解析方法と同様に、学習結果に基づいて、生体音情報に含まれる異常音を好適に判別することが可能である。

【0032】

なお、本実施形態に係る生体音解析装置においても、上述した本実施形態に係る生体音解析方法における各種態様と同様の各種態様を採ることが可能である。

【0033】

本実施形態に係る生体音解析方法、プログラム、記憶媒体及び生体音解析装置の作用及び他の利得については、以下に示す実施例において、より詳細に説明する。

【実施例】

【0034】

以下では、生体音解析方法、プログラム、記憶媒体及び生体音解析装置の実施例について、図面を参照しながら詳細に説明する。なお、以下では、呼吸音の解析を行う生体音解析方法を例に挙げて説明する。

【0035】

＜教師データ＞
まず、本実施例に係る生体音解析方法で用いられる教師データについて説明する。

【0036】

教師データは、教師音声信号、教師フレーム情報、及び教師全体情報の３つの情報を１セットとするデータであり、事前に複数セット用意される。

【0037】

教師音声信号は、呼吸音の経時的変化を示す信号（例えば、時間軸波形）である。教師フレーム情報は、教師音声信号における異常音の発生タイミングを音種毎に示す情報である。教師全体情報は、教師音声信号における異常音の発生の有無を音種毎に示す情報である。

【0038】

教師データは、後述する学習動作に利用されるものであり、数が多いほど学習効果（言い換えれば、生体音解析の精度）を高めることができる。

【0039】

＜フレーム判定学習＞
次に、本実施例に係る生体音解析方法のフレーム判定学習について、図１から図７を参照して説明する。なお、フレーム判定学習とは、異常音の発生をフレーム単位で判定するフレーム判定処理の判定精度を高めるための学習動作である。

【0040】

＜学習器の構成＞
まず、フレーム判定学習に用いられるフレーム判定学習器の構成について、図１を参照して説明する。図１は、本実施例に係るフレーム判定学習器の構成を示すブロック図である。

【0041】

図１に示すように、本実施例に係るフレーム判定学習器は、教師音声信号入力部１１０と、教師フレーム情報入力部１２０と、処理部２００と、学習結果出力部３００とを備えて構成されている。

【0042】

教師音声信号入力部１１０は、教師データに含まれる教師音声信号を取得して、処理部２００に出力可能に構成されている。

【0043】

教師フレーム情報入力部１２０は、教師データに含まれる教師フレーム情報を取得して、処理部２００に出力可能に構成されている。

【0044】

処理部２００は、複数の演算回路やメモリ等を含んで構成されている。処理部２００は、フレーム分割部２１０と、第１局所特徴量算出部２２０と、周波数解析部２３０と、第２局所特徴量算出部２４０と、学習部２５０とを備えて構成されている。

【0045】

フレーム分割部２１０は、教師音声信号入力部１１０から入力された教師音声信号を複数のフレームに分割する分割処理を実行可能に構成されている。フレーム分割部２１０で分割された呼吸音信号は、第１局所特徴量算出部２２０及び周波数解析部２３０に出力される構成となっている。

【0046】

第１局所特徴量算出部２２０は、教師音声信号の波形に基づいて、第１局所特徴量を算出可能に構成されている。第１局所特徴量算出部２２０が実行する処理については、後に詳述する。第１局所特徴量算出部２２０で算出された第１局所特徴量は、学習部２５０に出力される構成となっている。

【0047】

周波数解析部２３０は、教師音声信号入力部１１０から入力された教師音声信号に対して時間周波数解析処理（例えば、ＦＦＴ処理等）を実行可能に構成されている。時間周波数解析部２３０の解析結果は、第２局所特徴量算出部２４０に出力される構成となっている。

【0048】

第２局所特徴量算出部２４０は、周波数解析部２３０の解析結果に基づいて、第２局所特徴量を算出可能に構成されている。第２局所特徴量算出部２４０が実行する処理については、後に詳述する。第２局所特徴量算出部２４０で算出された第２局所特徴量は、学習部２５０に出力される構成となっている。

【0049】

学習部２５０は、第１局所特徴量算出部２２０及び第２局所特徴量算出部２４０で算出された局所特徴量と、教師フレーム情報入力部１２０から入力される教師フレーム情報との対応関係を学習可能に構成されている。学習部２５０が実行する処理については、後に詳述する。学習部２５０の学習結果は、学習結果出力部３００に出力される構成となっている。

【0050】

学習結果出力部３００は、学習部２５０の学習結果を生体音の解析に利用できるような態様で出力可能に構成されている。例えば、学習結果出力部３００は、学習部２５０の学習結果を、生体音解析装置のメモリ等に出力可能に構成されている。

【0051】

＜動作説明＞
次に、上述したフレーム判定学習器で実行されるフレーム判定学習動作の流れについて、図２を参照して説明する。図２は、本実施例に係るフレーム判定学習動作の流れを示すフローチャートである。

【0052】

図２に示すように、本実施例に係るフレーム学習動作時には、まず学習部２５０が初期化される（ステップＳ１００）。続いて、教師音声信号入力部１１０によって教師音声信号が取得される（ステップＳ１０１）。教師音声信号入力部１１０は、取得した教師音声信号を処理部２００に出力する。教師音声信号は、「第１情報」の一具体例である。

【0053】

続いて、フレーム分割部２１０によって、呼吸音が複数のフレームに分割される（ステップＳ１０２）。以下では、呼吸音信号のフレーム分割について、図３を参照して具体的に説明する。図３は、教師音声信号のフレーム分割処理を示す概念図である。

【0054】

図３に示すように、教師音声信号は、所定の間隔で複数のフレームに分割される。このフレームは、後述する局所特徴量の算出処理を好適に実行するための処理単位として設定されるものであり、１フレーム当たりの期間は、例えば１２ｍｓｅｃとされている。

【0055】

図２に戻り、フレーム分割された教師音声信号は、第１局所特徴量算出部２２０に入力され、第１局所特徴量が算出される（ステップＳ１０３）。また、フレーム分割された教師音声信号は、周波数解析部２３０によって周波数解析され、第２局所特徴量算出部２４０に入力される。第２局所特徴量算出部２４０では、周波数解析された教師音声信号（例えば、周波数特性を示すスペクトラム）に基づいて、第２局所特徴量が算出される。

【0056】

以下では、第１局所特徴量算出部２２０による第１局所特徴量の算出処理、及び第２局所特徴量算出部２４０による第２局所特徴量の算出処理について、図４から図６を参照して詳細に説明する。図４は、第１局所特徴量の算出処理を示すフローチャートである。図５は、第２局所特徴量の算出処理を示すフローチャートである。図６は、波形及びスペクトラムから得られる局所特徴量ベクトルを示す図である。

【0057】

図４に示すように、第１局所特徴量の算出時には、まず教師音声信号の波形が取得され（ステップＳ２０１）、プリフィルター処理が施される（ステップＳ２０２）。プリフィルター処理は、例えばハイパスフィルターを用いた処理であり、教師音声信号に含まれる余分な成分を除去することが可能である。

【0058】

続いて、プリフィルター処理が施された教師音声信号を用いて、局所分散値が算出される（ステップＳ２０３）。局所分散値は、例えば第１期間ｗ１における教師音声信号のばらつきを示す第１分散値、及び第１期間ｗ１を含む第２期間ｗ２における教師音声信号のばらつきを示す第２分散値として算出される。このようにして算出される局所分散値は、異常音の中でも特に断続性ラ音（例えば、水泡音）を判定するための局所特徴量として機能する。

【0059】

局所分散値が算出されると、教師音声信号の各フレームにおける局所分散値の最大値が算出され（ステップＳ２０４）、第１局所特徴量として出力される（ステップＳ２０５）。

【0060】

図５に示すように、第２局所特徴量の算出時には、まず周波数解析によって得られたスペクトラムが取得され（ステップＳ３０１）、ＣＭＮ（Cepstral Mean Normalization）処理が実行される（ステップＳ３０２）。ＣＭＮ処理では、教師音声信号からセンサや環境等の定常的に畳み込まれている特性を除去することができる。

【0061】

ＣＭＮ処理が施された教師音声信号には更に、包絡成分を抽出するためのリフタリング処理（ステップＳ３０３）及び微細成分を抽出するためのリフタリング処理（ステップＳ３０４）が実行される。リフタリング処理は、ケプストラムから所定のケフレンシー成分をカットする処理である。

【0062】

上述したＣＭＮ処理及びリフタリング処理によれば、他の生体音に埋もれてしまう連続性ラ音（例えば、類鼾音、笛声音、捻髪音等）を判別し易い状態にすることができる。なお、ＣＭＮ処理及びリフタリング処理については、既存の技術であるため、ここでのより詳細な説明については省略する。

【0063】

微細成分を抽出するリフタリング処理が行われた教師音声信号については、ＫＬ情報量を用いた強調処理が実行され特徴量が算出される。ＫＬ情報量は、観測値Ｐと基準値Ｑ（例えば、理論値、モデル値、予測値等）とを用いて算出されるパラメータであり、基準値Ｑに対して特徴のある観測値Ｐが現れると、ＫＬ情報量は大きな値として算出される。ＫＬ情報量を用いた処理によれば、教師音声信号に含まれているトーン性成分（即ち、連続性ラ音を判別するための成分）が強調され明確になる。

【0064】

他方、周波数解析によって得られたスペクトラムには、ＨＡＡＲ−ＬＩＫＥ特徴の算出も実行される（ステップＳ３０６）。ＨＡＡＲ−ＬＩＫＥ特徴は主に画像処理の分野で用いられる技術であるが、ここでは周波数ごとの振幅値を画像処理における画素値に対応付けることによって、同様の手法でスペクトラムから算出される。なお、ＨＡＡＲ−ＬＩＫＥ特徴の算出については、既存の技術であるため、ここでの詳細な説明は省略する。

【0065】

以上のように教師音声信号に対し各種処理を施して複数の特徴量が周波数ごとに算出されると、周波数帯域別に平均値が算出され（ステップＳ３０７）、第２局所特徴量として出力される（ステップＳ３０７）。

【0066】

図６に示すように、呼吸音信号の波形及びスペクトラムからは、上述した処理によって、複数種類の局所特徴量（即ち、第１局所特徴量及び第２局所特徴量）が得られる。これらは、フレーム毎に局所特徴量ベクトルとして出力される。

【0067】

再び図２に戻り、局所特徴量が算出されると、続いて教師フレーム情報入力部１２０により、教師フレーム情報が取得される（ステップＳ１０６）。教師フレーム情報は、「第２情報」の一具体例である。取得された教師フレーム情報は、局所特徴量と共に学習部２５０に出力される。

【0068】

以下では、学習部２５０における学習動作について、図７を参照して説明する。図７は、局所特徴量と対応付けられる教師フレーム情報を示す図である。

【0069】

図７に示すように、学習部２５０では、局所特徴量と、教師フレーム情報とが、フレーム毎に対のデータとしてセットされる（ステップＳ１０７）。これにより、局所特徴量と異常音の発生タイミングとが対応付けられる。

【0070】

より具体的には、異常音が発生しているタイミングを示す教師フレーム情報と対応付けられた局所特徴量ベクトルは、異常音が発生している場合の局所特徴量として学習されることになる。他方、異常音が発生していないタイミングを示す教師フレーム情報と対応付けられた局所特徴量ベクトルは、異常音が発生していない場合の局所特徴量として学習されることになる。

【0071】

再び図２に戻り、上述した局所特徴量と教師フレーム情報との対応づけはフレーム毎に実行されるため、セットが完了すると、全てのフレームについてセットが完了したか否かが判定され（ステップＳ１０８）、全フレームについてセットが完了していない場合には（ステップＳ１０８：ＮＯ）、未セットのフレームについて再びステップＳ１０３及びＳ１０４以降の処理が繰り返される。

【0072】

一方、全てのフレームについてセットが完了した場合には（ステップＳ１０８：ＹＥＳ）、複数の教師データ全てについて処理が完了したか否かが判定される（ステップＳ１０９）。そして、全ての教師データについて処理が完了していないと判定された場合には（ステップＳ１０９：ＮＯ）、ステップＳ１０１以降の処理が再び実行される。このように処理を繰り返すことで、全ての教師データの、全てのフレームについて、対応づけが行われることになる。

【0073】

その後、実際に学習部２５０による学習処理が実行される（ステップＳ１１０）。学習処理は、例えばＡｄａＢｏｏｓｔ等の機械学習アルゴリズムを利用して行われる。なお、学習処理には、上述したＡｄａＢｏｏｓｔの他、既存の手法を適宜採用することができるため、ここでの詳細な説明は省略する。

【0074】

上述した学習処理は異常音の音種毎に行われるため、処理終了後には、全音種について学習処理が終了したか否かが判定され、（ステップＳ１１１）、全音種について学習処理が完了していない場合には（ステップＳ１１１：ＮＯ）、未完了の音種について再びステップＳ１１０の学習処理が実行される。

【0075】

一方、全ての音種について学習処理が完了した場合には（ステップＳ１１１：ＹＥＳ）、生体音解析装置に学習結果が出力される（ステップＳ１１２）。

【0076】

＜フレーム判定学習による効果＞
上述したフレーム判定学習の学習結果は、生体音解析装置による呼吸音の解析に利用される。呼吸音の解析時には、上述したフレーム判定学習動作における教師音声信号に対する処理と同様の処理が、解析対象である呼吸音信号に対して実行される。具体的には、入力された呼吸音信号がフレーム分割され、フレームごとに局所特徴量が算出される。

【0077】

本実施例では、上述した学習動作により、局所特徴量と異常音の発生タイミングとの関係が学習されているため、呼吸音から算出された局所特徴量を利用して、好適に異常音の発生タイミング（言い換えれば、異常音が発生しているフレームの時間的位置）を検出することができる。よって、学習動作を事前に行わない場合と比べると、極めて正確に異常音の判別を行うことができる。

【0078】

＜最適閾値の決定＞
次に、本実施例に係る最適閾値決定動作について、図８及び図１０を参照して説明する、なお、最適閾値決定動作とは、異常音が発生していると判定された期間の割合に基づいて、実際の異常音の発生の有無を判定する際に用いられる閾値を、最適な値として決定するための動作である。

【0079】

＜閾値決定部の構成＞
まず、最適閾値決定動作を実行する閾値決定部の構成について、図８を参照して説明する。図８は、本実施例に係る閾値決定部の構成を示すブロック図である。

【0080】

図８に示すように、本実施例に係る閾値決定部は、フレーム判定結果入力部４１０と、教師全体情報入力部４２０と、決定部５００と、閾値出力部６００とを備えて構成されている。

【0081】

フレーム判定結果入力部４１０は、学習結果を利用した教師音声信号のフレーム判定処理（即ち、フレーム毎に異常音が発生しているか否かを判定する処理）の結果を取得して、決定部５００に出力可能に構成されている。

【0082】

教師全体情報入力部１２０は、教師データに含まれる教師全体情報を取得して、決定部５００に出力可能に構成されている。

【0083】

決定部５００は、大局特徴量算出部５１０と、ＲＯＣ解析（Receiver Operating Characteristic analysis）部５２０と、最適閾値算出部５３０とを備えて構成されている。

【0084】

大局特徴量算出部５１０は、フレーム判定処理の判定結果に基づいて、教師音声信号が入力された期間に対する、異常音が発生している発生時間の割合を算出可能に構成されている。大局特徴量算出部５１０で算出された異常音の発生時間の割合を示す情報は、ＲＯＣ解析部５２０に出力される構成となっている。

【0085】

ＲＯＣ解析部５２０は、異常音の発生時間の割合を示す情報と教師全体情報との関係に基づいて、異常音の発生時間の割合に対するある閾値とその閾値を用いて判別を行った場合の判別性能との関係性をＲＯＣ曲線として取得するＲＯＣ解析を実行可能に構成されている。なお、ＲＯＣ解析については既存の技術であるため、ここでの詳細な説明は省略する。ＲＯＣ解析部５２０の解析結果は、最適閾値算出部５３０に出力される構成となっている。

【0086】

最適閾値算出部５３０は、ＲＯＣ解析部５２０の解析結果を利用して、異常音が発生している発生時間の割合から、異常音が実際に発生しているか否かを判定するための最適な閾値（ＲＯＣ曲線において基準点（０，１）に最も近い点を与える閾値）を算出することが可能に構成されている（図９参照）。最適閾値算出部５３０で算出された閾値は、閾値出力部６００に出力される構成となっている。

【0087】

閾値出力部６００は、最適閾値算出部５３０で算出された閾値を、生体音の解析に利用できるような態様で出力可能に構成されている。例えば、閾値出力部３００は、最適閾値算出部５３０で算出された閾値を、生体音解析装置のメモリ等に出力可能に構成されている。

【0088】

＜動作説明＞
次に、上述した閾値決定部で実行される最適閾値決定動作の流れについて、図１０を参照して説明する。図１０は、本実施例に係る最適閾値決定動作の流れを示すフローチャートである。

【0089】

図１０に示すように、本実施例に係る最適閾値決定動作時には、まずフレーム判定結果入力部４１０によって教師音声信号のフレーム判定結果が取得される（ステップＳ２０１）。続いて、全フレームのフレーム判定結果が取得されたか否かが判定される（ステップＳ２０２）。全フレームのフレーム判定結果が取得されていない場合には（ステップＳ２０２：ＮＯ）、未取得のフレームについて再びステップＳ２０１の処理が実行される。

【0090】

一方で、全フレームのフレーム判定結果が取得されている場合には（ステップＳ２０２：ＹＥＳ）、取得されたフレーム判定結果が、大局特徴量算出部５１０に出力され、教師音声信号の区間全体のフレーム数に対する、異常音が発生していると判定されたフレームの数の割合（即ち、大局特徴量）が算出される（ステップＳ２０３）。大局特徴量は、「第４情報」の一具体例である。

【0091】

続いて、教師全体情報入力部４２０によって教師データに含まれる教師全体情報が取得される（ステップＳ２０４）。教師全体情報は、「第３情報」の一具体例である。

【0092】

教師全体情報は、大局特徴量と共にＲＯＣ解析部５２０に出力され、大局特徴量と教師全体情報が対のデータとしてセットされる（ステップＳ２０５）。即ち、異常音が発生していると判定されたフレームの数の割合と、異常音の発生の有無を示す情報とが対応づけられる。その後、全教師データについてセットが完了したか否かが判定される（ステップＳ２０６）。全教師データのセットが完了していない場合には（ステップＳ２０６：ＮＯ）、未セットの教師データについて再びステップＳ２０１以降の処理が実行される。

【0093】

一方で、全教師データのセットが完了している場合には（ステップＳ２０６：ＹＥＳ）、ＲＯＣ解析部５２０によるＲＯＣ解析が実行され、閾値と判別性能の関係がＲＯＣ曲線として求められる（ステップＳ２０７）。ＲＯＣ解析が終了すると、最適閾値算出部５３０によってＲＯＣ解析結果に応じた最適な閾値が算出される（ステップＳ２０８）。

【0094】

上述したＲＯＣ解析及び閾値算出処理は、異常音の音種毎に実行されるため、終了後には全音種について処理が終了したか否かが判定される（ステップＳ２０９）。そして、全音種について処理が完了していない場合には（ステップＳ２０９：ＮＯ）、未完了の音種について、ステップＳ２０７及びステップＳ２０８の処理が実行される。全音種について処理が完了している場合には（ステップＳ２０９：ＹＥＳ）、閾値が出力され（ステップＳ２１０）、一連の処理は終了する。

【0095】

＜最適閾値決定による効果＞
上述したように決定された閾値は、生体音解析装置による呼吸音の解析に利用される。例えば、呼吸音の解析時には、上述したフレーム判定学習動作における教師音声信号に対する処理と同様の処理が、解析対象である呼吸音信号に対して実行される。具体的には、入力された呼吸音信号のフレーム判定結果から、呼吸音の取得期間に対する、異常音が発生している期間の割合（即ち、大局特徴量）が算出される。この結果、例えば異常音が発生している期間の割合が多い場合には、実際に異常音が発生していると判定できる。一方で、異常音が発生している期間の割合が少ない場合には、フレーム単位では異常音が検出されているものの、実際には異常音が発生していないと判定できる。

【0096】

このような異常音の有無に関する判定は、上述した最適閾値決定動作によって決定された閾値との比較によって実現される。具体的には、異常音が発生している期間の割合が閾値より大きい場合には異常音が発生していると判定でき、閾値より小さい場合には異常音が発生していないと判定できる。ここで本実施例では特に、上述した最適閾値決定動作において、大局特徴量と教師全体データ（即ち、異常音の発生の有無を示す情報）との対応づけが行われ、その結果として最適な閾値が算出されている。よって、呼吸音から算出された大局特徴量に基づいて、極めて正確に異常音の発生の有無を判別することができる。

【0097】

本発明は、上述した実施形態に限られるものではなく、特許請求の範囲及び明細書全体から読み取れる発明の要旨或いは思想に反しない範囲で適宜変更可能であり、そのような変更を伴う生体音解析方法、プログラム、記憶媒体及び生体音解析装置もまた本発明の技術的範囲に含まれるものである。

【符号の説明】

【0098】

１１０ 教師音声信号入力部
１２０ 教師フレーム情報入力部
２００ 処理部
２１０ フレーム分割部
２２０ 第１局所特徴量算出部
２３０ 周波数解析部
２４０ 第２局所特徴量算出部
２５０ 学習部
３００ 学習結果出力部
４１０ フレーム判定結果入力部
４２０ 教師全体情報入力部
５００ 決定部
５１０ 大局特徴量算出部
５２０ ＲＯＣ解析部
５３０ 最適閾値算出部
６００ 閾値出力部

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】