(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公開特許公報(A)
(11)【公開番号】P2022187119
(43)【公開日】2022-12-19
(54)【発明の名称】情報処理装置、血圧推定方法及びプログラム
(51)【国際特許分類】
A61B 5/021 20060101AFI20221212BHJP
A61B 5/0245 20060101ALI20221212BHJP
A61B 5/00 20060101ALI20221212BHJP
【ＦＩ】
A61B5/021
A61B5/0245 A
A61B5/00 G
【審査請求】未請求
【請求項の数】12
【出願形態】ＯＬ
(21)【出願番号】P 2021094963
(22)【出願日】2021-06-07
(71)【出願人】
【識別番号】000005049
【氏名又は名称】シャープ株式会社
(74)【代理人】
【識別番号】100147304
【弁理士】
【氏名又は名称】井上 知哉
(74)【代理人】
【識別番号】100148493
【弁理士】
【氏名又は名称】加藤 浩二
(72)【発明者】
【氏名】樋口 浩一
(72)【発明者】
【氏名】小川 莉絵子
(72)【発明者】
【氏名】足立 佳久
(72)【発明者】
【氏名】岩井 敬文
(72)【発明者】
【氏名】富澤 亮太
(72)【発明者】
【氏名】田中 怜
【テーマコード（参考）】
4C017
4C117
【Ｆターム（参考）】
4C017AA08
4C017AA10
4C017AB05
4C017AC26
4C017BB12
4C017BC11
4C017BC16
4C117XA01
4C117XB01
4C117XE43
4C117XK18
(57)【要約】
【課題】血圧に影響を与える複数の要因を考慮して血圧を推定できる情報処理装置を提供する。
【解決手段】情報処理装置は、被測定者の生体情報を取得する生体情報取得部と、生体情報から複数の特徴量を決定する特徴量決定部と、複数の特徴量に含まれる第１の特徴量に関連する基準によって分類された複数の分類から、被測定者が属する分類を選択する分類選択部と、分類に応じて選択された血圧推定モデルに、複数の特徴量に含まれる第２の特徴量を入力して推定血圧を出力する血圧推定部と、を備える。
【選択図】図２
【解決手段】情報処理装置は、被測定者の生体情報を取得する生体情報取得部と、生体情報から複数の特徴量を決定する特徴量決定部と、複数の特徴量に含まれる第１の特徴量に関連する基準によって分類された複数の分類から、被測定者が属する分類を選択する分類選択部と、分類に応じて選択された血圧推定モデルに、複数の特徴量に含まれる第２の特徴量を入力して推定血圧を出力する血圧推定部と、を備える。
【選択図】図２
【特許請求の範囲】
【請求項1】
被測定者の生体情報を取得する生体情報取得部と、
前記生体情報から複数の特徴量を決定する特徴量決定部と、
前記複数の特徴量に含まれる第１の特徴量に関連する基準によって分類された複数の分類から、前記被測定者が属する分類を選択する分類選択部と、
前記分類に応じて選択された血圧推定モデルに、前記複数の特徴量に含まれる第２の特徴量を入力して推定血圧を出力する血圧推定部と、
を備える情報処理装置。
前記生体情報から複数の特徴量を決定する特徴量決定部と、
前記複数の特徴量に含まれる第１の特徴量に関連する基準によって分類された複数の分類から、前記被測定者が属する分類を選択する分類選択部と、
前記分類に応じて選択された血圧推定モデルに、前記複数の特徴量に含まれる第２の特徴量を入力して推定血圧を出力する血圧推定部と、
を備える情報処理装置。
【請求項2】
前記第２の特徴量は、前記複数の特徴量から前記分類に応じて選択された特徴量である、請求項１に記載の情報処理装置。
【請求項3】
前記血圧推定モデルは、前記分類に応じて選択された係数と前記第２の特徴量が入力される変数とを含む血圧推定式を含む、請求項１又は２に記載の情報処理装置。
【請求項4】
前記分類選択部は、前記第１の特徴量と前記基準との関係に基づいて前記分類を選択する、請求項１～３のいずれか１項に記載の情報処理装置。
【請求項5】
前記生体情報は、前記被測定者の生理状態を示す生理状態情報を含み、
前記複数の特徴量は、前記生理状態情報から決定された特徴量を含む、請求項１～４のいずれか１項に記載の情報処理装置。
前記複数の特徴量は、前記生理状態情報から決定された特徴量を含む、請求項１～４のいずれか１項に記載の情報処理装置。
【請求項6】
前記生体情報は、前記被測定者の属性を示す属性情報を含み、
前記複数の特徴量は、前記属性情報から決定された特徴量を含む、請求項５に記載の情報処理装置。
前記複数の特徴量は、前記属性情報から決定された特徴量を含む、請求項５に記載の情報処理装置。
【請求項7】
前記複数の特徴量は、血圧及び脈拍数からなる群より選択される少なくとも一種に関連する特徴量を含み、
前記基準は、血圧に関する血圧基準、及び脈拍数に関する脈拍数基準からなる群より選択される少なくとも一種を含む、請求項１～６のいずれか１項に記載の情報処理装置。
前記基準は、血圧に関する血圧基準、及び脈拍数に関する脈拍数基準からなる群より選択される少なくとも一種を含む、請求項１～６のいずれか１項に記載の情報処理装置。
【請求項8】
前記第１の特徴量は、前記血圧基準及び前記脈拍数基準からなる群より選択される少なくとも一種に関連する特徴量を含む、請求項７に記載の情報処理装置。
【請求項9】
前記第１の特徴量から、前記第１の特徴量の特徴を示す指標を決定する評価指標決定部を更に備え、
前記基準は、前記指標に関連する基準を含む、請求項１～８のいずれか１項に記載の情報処理装置。
前記基準は、前記指標に関連する基準を含む、請求項１～８のいずれか１項に記載の情報処理装置。
【請求項10】
前記指標は、血圧に関する血圧指標、及び脈拍数に関する脈拍数指標からなる群より選択される少なくとも一種を含む、請求項９に記載の情報処理装置。
【請求項11】
被測定者の生体情報を取得する工程と、
前記生体情報から複数の特徴量を決定する工程と、
前記複数の特徴量に含まれる第１の特徴量に関連する基準によって分類された複数の分類から、前記被測定者が属する分類を選択する工程と、
前記分類に応じて選択された血圧推定モデルに、前記複数の特徴量に含まれる第２の特徴量を入力して推定血圧を出力する工程と、
を含む血圧推定方法。
前記生体情報から複数の特徴量を決定する工程と、
前記複数の特徴量に含まれる第１の特徴量に関連する基準によって分類された複数の分類から、前記被測定者が属する分類を選択する工程と、
前記分類に応じて選択された血圧推定モデルに、前記複数の特徴量に含まれる第２の特徴量を入力して推定血圧を出力する工程と、
を含む血圧推定方法。
【請求項12】
コンピュータに、
被測定者の生体情報を取得する機能と、
前記生体情報から複数の特徴量を決定する機能と、
前記複数の特徴量に含まれる第１の特徴量に関連する基準によって分類された複数の分類から、前記被測定者が属する分類を選択する機能と、
前記分類に応じて選択された血圧推定モデルに、前記複数の特徴量に含まれる第２の特徴量を入力して推定血圧を出力する機能と、
を実行させるプログラム。
被測定者の生体情報を取得する機能と、
前記生体情報から複数の特徴量を決定する機能と、
前記複数の特徴量に含まれる第１の特徴量に関連する基準によって分類された複数の分類から、前記被測定者が属する分類を選択する機能と、
前記分類に応じて選択された血圧推定モデルに、前記複数の特徴量に含まれる第２の特徴量を入力して推定血圧を出力する機能と、
を実行させるプログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本開示は、情報処理装置、血圧推定方法及びプログラムに関する。
【背景技術】
【0002】
特許文献１は、安静時の脈波伝搬時間と心拍数とを基準値として予め測定しておき、被測定者の当該基準値からの脈波伝搬時間の変動と心拍数の変動とに基づいて、血圧を算出するためのパラメータ係数を補正する技術が開示されている。
【先行技術文献】
【特許文献】
【0003】
【特許文献1】特開平０９－２２０２０７号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
血管を圧迫して血圧を測定する場合、被測定者にとって不快感を与える。しかし、複数の要因が影響して血圧は変動するため、血管を圧迫せずに血圧を推定するためには、血圧に影響を与える複数の要因に関して考慮する必要がある。特許文献１に開示された技術では、血管を圧迫せずに血圧を推定するために、安静時の脈波伝搬時間と心拍数とを基準値として予め測定しておく必要がある。そのため、特許文献１に開示された技術は、安静時の脈波伝搬時間と心拍数とが測定されていない被測定者に関して、血圧を正確に算出できないおそれがある。そこで、本開示の一態様は、血圧に影響を与える複数の要因を考慮して血圧を推定できる情報処理装置、血圧推定方法及び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】
【0005】
本開示の一態様に係る情報処理装置は、被測定者の生体情報を取得する生体情報取得部と、前記生体情報から複数の特徴量を決定する特徴量決定部と、前記複数の特徴量に含まれる第１の特徴量に関連する基準によって分類された複数の分類から、前記被測定者が属する分類を選択する分類選択部と、前記分類に応じて選択された血圧推定モデルに、前記複数の特徴量に含まれる第２の特徴量を入力して推定血圧を出力する血圧推定部と、を備える。
【0006】
本開示の一態様に係る血圧推定方法は、被測定者の生体情報を取得する工程と、前記生体情報から複数の特徴量を決定する工程と、前記複数の特徴量に含まれる第１の特徴量に関連する基準によって分類された複数の分類から、前記被測定者が属する分類を選択する工程と、前記分類に応じて選択された血圧推定モデルに、前記複数の特徴量に含まれる第２の特徴量を入力して推定血圧を出力する工程と、を含む。
【0007】
本開示の一態様に係るプログラムは、コンピュータに、被測定者の生体情報を取得する機能と、前記生体情報から複数の特徴量を決定する機能と、前記複数の特徴量に含まれる第１の特徴量に関連する基準によって分類された複数の分類から、前記被測定者が属する分類を選択する機能と、前記分類に応じて選択された血圧推定モデルに、前記複数の特徴量に含まれる第２の特徴量を入力して推定血圧を出力する機能と、を実行させる。
【図面の簡単な説明】
【0008】
【図1】測定システムの一例を示す図である。
【図2】第一実施形態に係る情報処理装置の構成の一例を示す図である。
【図3A】特徴量セットに含まれる特徴量の種別の一例を示す図である。
【図3B】特徴量セットに含まれる特徴量の種別の一例を示す図である。
【図3C】特徴量セットに含まれる特徴量の種別の一例を示す図である。
【図4A】基準情報の一例を示す図である。
【図4B】分類の一例を示す図である。
【図5】第一実施形態に係る情報処理装置で実行される処理の一例を示すフローチャートである。
【図8A】各分類に対応する第２の特徴量に含まれる特徴量を示す図である。
【図8B】各分類に対応する血圧推定式の係数と切片の一例を示す図である。
【図9】第一実施形態の変形例に係る血圧推定式の係数と切片の一例を示す図である。
【図10】第二実施形態に係る情報処理装置の構成の一例を示す図である。
【図11】第二実施形態に係る情報処理装置が分類を選択する処理の一例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】
【0009】
【0010】
【0011】
撮像装置１０２は、撮像装置１０２に対向する被測定者１０１を撮影し、被測定者１０１の体表の像を含む画像を取得する。具体的には、撮像装置１０２は、予め定められたフレームレートで、予め定められた時間、被測定者１０１を撮影し、測定対象１１０の体表の像を含む画像を取得する。例えば、撮像装置１０２は、１５～３００ｆｐｓ（frames per second）で、０．１～１２０秒間、被測定者１０１を撮影し、被測定者１０１の体表の像を含む画像を取得する。例えば、撮像装置１０２は、ＲＧＢカメラである。
【0012】
情報処理装置１０３は、撮像装置１０２によって取得された画像等に基づいて、被測定者１０１の血圧を推定する。例えば、情報処理装置１０３は、ＰＣ（Personal Computer）、スマートフォン、タブレット端末、血圧推定専用端末等である。
【0013】
図２は、情報処理装置１０３の構成の一例を示す図である。情報処理装置１０３は、記憶部２０１と、制御部２０２とを備える。
【0014】
記憶部２０１は、各種データ、プログラム等を記録可能な記録媒体であり、例えば、ハードディスク、ＳＳＤ（Solid State Drive）、半導体メモリ等により構成される。記憶部２０１には、血圧推定モデルデータベース２２０と、基準情報２２１とが記憶される。血圧推定モデルデータベース２２０は、複数の血圧推定モデル２２２を格納する。血圧推定モデル２２２は、生体に関する特徴量と、当該生体の血圧との関係を示す。
【0015】
基準情報２２１は、生体の特徴に関連する複数の分類を分類する基準を示す。基準情報２２１が複数の基準を示す場合、複数の基準は、互いに異なる種別の情報に関連する基準を示す。具体的には、基準情報２２１によって示される基準は、生体の生理状態に関連する情報に関する基準を含む。例えば、基準情報２２１によって示される基準は、血圧に関する血圧基準、及び脈拍数に関する脈拍数基準からなる群より選択される少なくとも一種を含む。血圧基準は、最高血圧、最低血圧、脈圧、平均血圧等に関する基準である。また、例えば、基準情報２２１によって示される基準は、血圧及び脈拍数とは異なる情報に関する基準を含んでもよい。
【0016】
また、例えば、基準情報２２１によって示される基準は、生体の属性に関連する情報に関する基準を含んでもよい。例えば、生体の属性に関連する情報に関する基準は、性別、年齢、身長、体重等に関する基準である。
【0017】
制御部２０２は、記憶部２０１に格納されるプログラム及びデータに従って、各種処理を実行する。制御部２０２は、例えば、ＣＰＵ（Central Processing Unit）等のプロセッサによって実現される。
【0018】
制御部２０２は、光源調整部２０３と、体表領域抽出部２０４と、脈波算出部２０５と、生体情報取得部２０６と、特徴量決定部２０７と、分類選択部２０８と、特徴量選択部２０９と、血圧推定部２１０とを含む。
【0019】
光源調整部２０３は、撮像装置１０２が被測定者１０１を撮影する撮影環境における光源の強度を調整する。
【0020】
体表領域抽出部２０４は、撮像装置１０２によって取得された画像２３１から、体表領域を抽出する。体表領域は、画像２３１に含まれる被測定者１０１の体表の像の領域であって、複数の画素を含んで構成される。体表領域は、被測定者１０１の顔領域の像を分割した領域であってもよい。例えば、体表領域は、被測定者１０１の額の領域、頬の領域、指先の領域、手首の領域、手のひらの領域等であってもよい。または、体表領域は、被測定者１０１の額の領域、頬の領域、指先の領域、手首の領域、手のひらの領域等を分割した領域であってもよい。
【0021】
脈波算出部２０５は、体表の同一の位置に対応する体表領域の画素値を示す時系列の信号から、脈波２３２を算出する。本開示において、脈波２３２とは、体表の同一の位置に関して、血管の容積の変化を示す時系列の信号である。
【0022】
生体情報取得部２０６は、被測定者１０１の生体情報２３３を取得する。生体情報２３３は、生理状態情報２３４を含んでもよい。生理状態情報２３４は、被測定者１０１の生理状態を示す。生理状態情報２３４は、心電信号、体表面温度等を示す情報を含んでもよい。さらに、生体情報２３３は、属性情報２３５を含む。属性情報２３５は、被測定者１０１の属性を示す。例えば、属性情報２３５は、被測定者１０１の年齢、性別、身長、体重等を示す。
【0023】
特徴量決定部２０７は、生体情報２３３から複数の特徴量を決定する。具体的には、特徴量決定部２０７は、生体情報２３３から複数の特徴量を示す特徴量セット２３６を決定する。特徴量セット２３６によって示される複数の特徴量は、互いに異なる種別の特徴を示す。各特徴量の種別は、予め決定されているものとする。特徴量セット２３６によって示される複数の特徴量は、血圧及び脈拍数からなる群より選択される少なくとも一種に関連する特徴量を含む。
【0024】
分類選択部２０８は、複数の分類から被測定者１０１が属する分類２３８を選択する。複数の分類は、特徴量セット２３６によって示される複数の特徴量に含まれる、第１の特徴量２３７に関連する基準によって分類される。基準情報２２１によって示される基準は、第１の特徴量２３７に関連する。
【0025】
特徴量選択部２０９は、特徴量セット２３６によって示される複数の特徴量から第２の特徴量２３９を選択する。血圧推定部２１０は、分類２３８に応じて血圧推定モデルデータベース２２０から血圧推定モデル２２２を選択する。具体的には、血圧推定部２１０は、分類２３８に応じて選択された血圧推定モデル２２２に、第２の特徴量２３９を入力して推定血圧２４０を出力する。推定血圧２４０は、被測定者１０１の血圧の推定値である。
【0026】
図３Ａから図３Ｃは、特徴量セット２３６に含まれる特徴量ｘ１から特徴量ｘｎの一例を示す図である。ｎは自然数である。ｘｋは、特徴量セット２３６に含まれる各特徴量を示す。ここで、ｋは１以上且つｎ以下の自然数である。
【0027】
例えば、図３Ａに例示する特徴量セット２３６は、特徴量ｘ１から特徴量ｘ4を含む。図３Ａに例示する特徴量セット２３６においては、特徴量ｘ１から特徴量ｘ４が、それぞれ脈波１拍の時間、脈波の立ち上がり角度、脈波１拍の積分値、体重を示す。また、例えば、図３Ｂに例示する特徴量セット２３６は、特徴量ｘ１から特徴量ｘ５を含む。図３Ｂに例示する特徴量セット２３６においては、特徴量ｘ１から特徴量ｘ５が、それぞれ脈波の立ち上がり角度、心電信号のＲ波間隔、体表面温度、年齢、身長を示す。また、例えば、図３Ｃに例示する特徴量セット２３６は、特徴量ｘ１から特徴量ｘ6を含む。図３Ｃに例示する特徴量セット２３６においては、特徴量ｘ１から特徴量ｘ6が、それぞれ脈波のピーク間隔、脈波の立ち上がり角度、脈波１拍の積分値、身長、体重、性別を示す。なお、特徴量セット２３６に含まれる特徴量は上記の６種類に限らない。例えば、特徴量セット２３６に含まれる特徴量は、脈波の立下り時間、脈波の振幅等を示してもよい。
【0028】
図４Ａは、基準情報２２１の一例を示す図である。図４Ｂは、図４Ａに例示される基準情報２２１によって示される基準によって分類された分類４０１から分類４０４の一例を示す図である。分類４０１から分類４０４は、最高血圧が１３０ｍｍＨｇ以上であるか否かとの基準と、脈拍数が７０ｂｐｍ以上であるか否かとの基準とによって分類される。具体的には、図４Ａに例示する基準情報２２１は、最高血圧が１３０ｍｍＨｇ以上であり、且つ脈拍数７０ｂｐｍ以上を満たす場合、分類４０１に分類されることを示す。また、図４Ａに例示する基準情報２２１は、最高血圧が１３０ｍｍＨｇ以上であり、且つ脈拍数７０ｂｐｍ未満を満たす場合、分類４０２に分類されることを示す。また、図４Ａに例示する基準情報２２１は、最高血圧が１３０ｍｍＨｇ未満であり、且つ脈拍数７０ｂｐｍ未満が分類４０３に分類されることを示す。また、図４Ａに例示する基準情報２２１は、最高血圧が１３０ｍｍＨｇ未満であり、且つ脈拍数７０ｂｐｍ以上が分類４０３に分類されることを示す。
【0029】
図５から図７は、情報処理装置１０３で実行される処理の一例を示すフローチャートである。本例では、撮像装置１０２が予め定められた時間、被測定者１０１を撮影後、制御部２０２は、図５に例示するステップＳ５０１の処理を開始する。撮像装置１０２が撮影をする場合、光源調整部２０３は、撮像装置１０２が被測定者１０１の体表を撮像する撮影環境における光源の強度を調整する。ただし、撮影環境が被測定者１０１の体表を適切に撮影可能な照明環境である場合、光源調整部２０３は光源の強度を調整しなくてもよい。
【0030】
さらに、制御部２０２が図５に例示するステップＳ５０１の処理を開始する時点において、記憶部２０１には、基準情報２２１が記憶されているものとする。さらに、制御部２０２がステップＳ５０１の処理を開始する時点において、血圧推定モデルデータベース２２０には、複数の血圧推定モデル２２２が格納されているものとする。例えば、情報処理装置１０３は、ステップＳ５０１の処理を開始する前に、回帰法、パターン認識、多変量解析、統計分析、機械学習等の手法を、一つ又は複数用いて学習し、血圧推定モデル２２２を生成する。例えば、情報処理装置１０３は、被測定者１０１の生理状態情報と属性情報とを含む生体情報を説明変数として、被測定者１０１の腕部を圧迫して測定された血圧を目的変数として、線形の回帰式の重み係数等を算出する。そして、情報処理装置１０３は、複数の被測定者１０１に関して算出された重み係数等を学習し、血圧推定モデル２２２を生成する。血圧推定モデル２２２は、複数の分類のうちの分類に応じた係数と第２の特徴量が入力される変数とを含む血圧推定式を含む。情報処理装置１０３は、生成した血圧推定モデル２２２を記憶部２０１に格納する。
【0031】
まず、図５を参照しながら、情報処理装置１０３で実行される処理について説明する。
【0032】
ステップＳ５０１において体表領域抽出部２０４は、撮像装置１０２によって取得された画像２３１を取得し、取得した画像２３１を記憶部２０１に格納する。ステップＳ５０２において体表領域抽出部２０４は、記憶部２０１に格納された画像２３１から体表領域を抽出する。
【0033】
ステップＳ５０３において脈波算出部２０５は、脈波２３２を算出する。具体的には、脈波算出部２０５は、被測定者１０１の体表領域から画素値情報を抽出する。画素値情報は、Ｒ（Red）、Ｇ（Green）、Ｂ（Blue）毎の体表領域の各画素の画素値の統計値である。例えば、画素値の統計値は、画素値の平均値、中央値または最頻値である。そして、脈波算出部２０５は、予め定められた時間にわたり、体表領域の動画像から、画素値情報の時間的な変化を示す信号を抽出する。そして、脈波算出部２０５は、独立成分分析、色素成分分離、バンドパスフィルタ等により、抽出された信号を処理し、処理された結果を脈波２３２として算出する。
【0034】
ステップＳ５０４において生体情報取得部２０６は、生理状態情報２３４を取得する。例えば、生体情報取得部２０６は、心電信号、体表面温度を示す生理状態情報２３４を取得する。
【0035】
ステップＳ５０５において生体情報取得部２０６は、属性情報２３５を取得する。属性情報２３５は、被測定者１０１の年齢、性別、身長、体重等を示す。例えば、被測定者１０１は、キーボード、タッチパネル等を利用して、被測定者１０１の年齢、性別、身長、体重等を入力する。その場合、生体情報取得部２０６は、入力された被測定者１０１の年齢、性別、身長、体重等を属性情報２３５として取得する。
【0036】
例えば、情報処理装置１０３は、年齢に関して０歳から１９歳、２０歳から５９歳、及び６０歳以上等の範囲を被測定者１０１に提示してもよい。その場合、被測定者１０１は、提示された範囲から、自身の年齢が属する範囲を選択する。同様に、情報処理装置１０３は、身長、体重に関して、身長、体重の範囲を被測定者１０１に提示してもよい。その場合、被測定者１０１は、提示された範囲から、自身の身長、体重が属する範囲を選択する。
【0037】
ステップＳ５０６において生体情報取得部２０６は、ステップＳ５０３で取得された生理状態情報２３４と、ステップＳ５０４で取得された属性情報２３５とを含む生体情報２３３を生成する。そして、制御部２０２は、処理を図６に例示するステップＳ６０１に移行する。
【0038】
次に、図６を参照しながら、情報処理装置１０３で実行される処理について引き続き説明する。
【0039】
ステップＳ６０１において特徴量決定部２０７は、生体情報２３３から複数の特徴量を示す特徴量セット２３６を決定する。具体的には、特徴量決定部２０７は、生体情報２３３から、予め定められた複数の種別の特徴量を決定し、決定した複数の種別の特徴量を示す特徴量セット２３６を生成する。
【0040】
特徴量セット２３６によって示される複数の特徴量は、生理状態情報２３４から決定された特徴量を含む。例えば、生理状態情報２３４から決定された特徴量は、脈波２３２の特徴を示し、脈波１拍分の積分値、脈波１拍分の所要時間、脈波２３２の立ち上がり角度、脈波２３２の立下り時間、脈波２３２の振幅等である。特徴量として示される脈波１拍分の積分値は、脈波２拍分以上における脈波１拍分の積分値の平均値や中央値であってもよい。特徴量として示される脈波１拍分の所要時間は、脈波２拍分以上における脈波１拍分の所要時間の平均値や中央値であってもよい。また、特徴量として示される脈波２３２の立ち上がり角度は、脈波２拍分以上における脈波１拍分の立ち上がり角度の平均値や中央値であってもよい。特徴量として示される脈波２３２の立下り時間、脈波２３２の振幅についても、同様に、脈波２拍分以上における脈波１拍分の立下り時間又は振幅の平均値や中央値であってもよい。
【0041】
また、特徴量セット２３６によって示される複数の特徴量は、属性情報２３５から決定された特徴量を含んでもよい。例えば、属性情報２３５が性別を示す場合、属性情報２３５によって示される性別を示す特徴量として、男性＝１、女性＝２等の数値を決定する。
【0042】
また、例えば、属性情報２３５が年齢を示す場合、特徴量決定部２０７は、属性情報２３５によって示される年齢を示す特徴量として、０歳から１９歳＝１、２０歳から５９歳＝２、６０歳以上＝３等の数値を決定する。同様に、例えば、属性情報２３５が身長、体重等を示す場合、特徴量決定部２０７は、属性情報２３５によって示される身長、体重等を示す特徴量として、身長、体重の範囲毎の数値を決定する。
【0043】
ステップＳ６０２において分類選択部２０８は、特徴量セット２３６によって示される複数の特徴量から、基準情報２２１によって示される基準に関連する第１の特徴量２３７を決定する。例えば、第１の特徴量２３７は、血圧基準及び脈拍数基準からなる群より選択される少なくとも一種に関連する特徴量を含んでもよい。
【0044】
例えば、基準情報２２１によって示される基準が血圧基準を含む場合、分類選択部２０８は、特徴量セット２３６によって示される脈波２３２の立ち上がり角度を、第１の特徴量２３７に含まれる特徴量として決定する。また、例えば、基準情報２２１によって示される基準が脈拍数基準を含む場合、分類選択部２０８は、特徴量セット２３６によって示される脈波２３２の１拍の所要時間を、第１の特徴量２３７に含まれる特徴量として決定する。
【0045】
ステップＳ６０３において分類選択部２０８は、基準情報２２１から判定対象の基準を選択する。ステップＳ６０４において分類選択部２０８は、第１の特徴量２３７のうちで、選択された判定対象の基準に関連する特徴量が、判定対象の基準を満たすか否かを判定する。
【0046】
例えば、判定対象の基準が最高血圧の閾値を含むとする。その場合、分類選択部２０８は、第１の特徴量２３７によって示される脈波２３２の立ち上がり角度に基づいて算出される最高血圧が、判定対象の基準によって示される閾値を超えるか否かを判定する。
【0047】
また、例えば、判定対象の脈拍数の閾値を含むとする。その場合、分類選択部２０８は、第１の特徴量２３７によって示される脈波２３２の１拍の所要時間に基づいて算出される脈拍数が、判定対象の基準によって示される閾値を超えるか否かを判定する。
【0048】
ステップＳ６０５において分類選択部２０８は、基準情報２２１によって示される全ての基準について判定したか否かを判定する。基準情報２２１によって示される全ての基準について、第１の特徴量２３７が判定対象の基準を満たすか否かを判定していない場合、制御部２０２は処理をステップＳ６０３に戻す。つまり、分類選択部２０８は、基準情報２２１によって示される全ての基準について判定するまで、ステップＳ６０３からステップＳ６０５までの処理を繰り返す。一方、基準情報２２１によって示される全ての基準について、第１の特徴量２３７が判定対象の基準を満たすか否かを判定した場合、制御部２０２は処理をステップＳ６０６に移行する。
【0049】
ステップＳ６０６において分類選択部２０８は、基準情報２２１によって示される全ての基準についての判定結果から、被測定者１０１が属する分類２３８を決定する。具体的には、分類選択部２０８は、第１の特徴量２３７と基準情報２２１によって示される基準との関係に基づいて、分類２３８を選択する。制御部２０２は、ステップＳ６０３からステップＳ６０６の処理を実行することにより、第１の特徴量２３７と、基準情報２２１によって示される基準とに基づいて、複数の分類から被測定者１０１が属する分類２３８を選択する。そして、制御部２０２は、処理を図７に例示するステップＳ７０１に移行する。
【0050】
次に、図７を参照しながら、情報処理装置１０３で実行される処理について引き続き説明する。
【0051】
ステップＳ７０１において特徴量選択部２０９は、特徴量セット２３６によって示される複数の特徴量から第２の特徴量２３９を選択する。本例では、第２の特徴量２３９は分類２３８に応じて選択された特徴量である。第２の特徴量２３９は、第１の特徴量２３７と同一であってもよい。
【0052】
ステップＳ７０２において血圧推定部２１０は、分類２３８に応じて血圧推定モデルデータベース２２０から血圧推定モデル２２２を選択する。ステップＳ７０３において血圧推定部２１０は、選択された血圧推定モデル２２２に第２の特徴量２３９を入力して推定血圧２４０を算出する。血圧推定モデル２２２は、分類２３８に応じて選択された係数と第２の特徴量２３９が入力される変数とを含む血圧推定式を含む。ステップＳ７０４において血圧推定部２１０は、推定血圧２４０を出力する。例えば、血圧推定部２１０は、推定血圧２４０を示す文字を液晶ディスプレイ等に表示させる。または、例えば、血圧推定部２１０は、推定血圧２４０を示す音声をスピーカから出力してもよい。
【0053】
例えば、血圧推定部２１０は、分類２３８に応じて選択された係数Ｗと、分類２３８に応じた定数Ｃとを含む血圧推定式Ｙ＝Ｗ・Ｘ＋Ｃに、分類２３８に応じた被測定者１０１の複数の種別の第２の特徴量Ｘを入力して、被測定者１０１の推定血圧Ｙを推定する。つまり、血圧推定部２１０は、被測定者１０１の生理状態及び身体的特徴等から選択された被測定者１０１の属する分類に応じた重みで、異なる種別の特徴量を複合的に考慮して、被測定者１０１の推定血圧を推定する。これにより、血圧推定部２１０は、被測定者１０１の生理状態及び身体的特徴等に応じて、被測定者１０１の血圧に影響を与える複数の要因を考慮して、被測定者１０１の血圧を推定できる。
【0054】
図８Ａは、分類４０１から分類４０４のそれぞれに対応する、第２の特徴量Ｘａ４０１からＸａ４０４に含まれる特徴量を示す。第２の特徴量Ｘａ４０１から第２の特徴量Ｘａ４０４は、分類４０１から分類４０４のそれぞれに対応する第２の特徴量２３９に含まれる特徴量を示す。図８Ａに例示するｎ１からｎ４は、第２の特徴量Ｘａ４０１からＸａ４０４のそれぞれの特徴量の個数を示す。ｎ１からｎ４は、１以上の自然数であり、且つ特徴量セット２３６によって示される特徴量の個数以下である。ｎ１からｎ４は、それぞれ異なる値であっても、同一の値を含んでもよい。分類４０１から分類４０４に対応する第２の特徴量Ｘａ４０１からＸａ４０４は、それぞれ異なる個数の特徴量を含んでもよいし、同一の個数の特徴量を含んで構成されてもよい。なお、分類４０１から分類４０４は一例であり、分類の個数は４個に限定されない。
【0055】
次に、図８Ｂを参照しながら、血圧推定モデル２２２によって示されるＹａ＝Ｗｍ・Ｘａｍ＋Ｃｍとの血圧推定式を例示して説明する。Ｙａは推定血圧である。Ｘａｍは、分類ｍに応じた第２の特徴量２３９を示し、分類ｍに応じた次元のベクトルである。係数Ｗｍは、分類ｍに応じた次元のベクトルである。また、切片Ｃｍは分類ｍに応じた定数である。
【0056】
図８Ｂは、分類４０１から分類４０４のそれぞれに対応する血圧推定モデル２２２によって示される血圧推定式の係数Ｗｍと切片Ｃｍの一例を示す。図８Ｂに例示する係数Ｗｍ
ｋは、分類ｍに対応する第２の特徴量２３９に含まれる特徴量ｘｍ
ｋに対する重みを示す。本例では、ｍは、分類４０１から分類４０４のうちのいずれかを示す。例えば、図８Ｂに例示する係数Ｗ４０１は、係数ｗ４０１
１から係数ｗ４０１
ｎ１を含む。係数ｗ４０１
１から係数ｗ４０１
ｎ１は、それぞれ、図８Ａに例示する特徴量ｘ４０１
１から特徴量ｘ４０１
ｎ１のうちのそれぞれの特徴量に対する重みを示す。
【0057】
例えば、特徴量ｘ４０１
１が脈波１拍の所要時間を示す場合、係数ｗ４０１
１は、特徴量ｘ４０１
１により示される脈波１拍の所要時間に対する重みを示す。また、例えば、特徴量ｘ４０１
2が脈波の立ち上がり角度を示す場合、係数ｗ４０１
2は、特徴量ｘ４０１
2により示される脈波の立ち上がり角度に対する重みを示す。また、例えば、特徴量ｘ４０１
３が脈波１拍の積分値を示す場合、係数ｗ４０１
3は、特徴量ｘ４０１
3により示される脈波の脈波１拍の積分値に対する重みを示す。また、例えば、特徴量ｘ４０１
４が体重を示す場合、係数ｗ４０１
４は、特徴量ｘ４０１
４により示される体重に対する重みを示す。
【0058】
被測定者１０１の生理状態及び身体的特徴等は、被測定者１０１の血圧に影響を与える。そのため、血管を圧迫せずに血圧を推定する場合に、単一の血圧推定式によって血圧を推定した場合、生理状態及び身体的特徴等の影響により正確な血圧を推定できないおそれがある。しかし、本実施形態に係る情報処理装置１０３は、被測定者１０１の生理状態及び身体的特徴等に応じて、血圧に影響を与える複数の要因を考慮することで血圧を推定することが可能になる。
【0059】
（変形例１）
本実施形態に係る測定システム１００の変形例１として、測定システム１００は、撮像装置１０２は、ＲＧＢカメラに替えて、ドップラーセンサを備えてもよい。撮像装置１０２がドップラーセンサを備える場合、撮像装置１０２は、当該ドップラーセンサから被測定者１０１に向かって出射された出射波の周波数と、被測定者１０１の体表により反射した反射波の周波数との差分を、被測定者１０１の体表の振動として測定する。ドップラーセンサにより測定された体表の振動は、心臓の拍動に伴って末梢血管の血圧・容積が変化による体表の振動を含む。生体情報取得部２０６は、ドップラーセンサによって測定された信号から、心臓の拍動に伴って末梢血管の血圧・容積が変化による体表の振動を示す信号を抽出する。そして、生体情報取得部２０６は、被測定者１０１の体表の振動を示す信号を生理状態情報２３４として取得する。
本実施形態に係る測定システム１００の変形例１として、測定システム１００は、撮像装置１０２は、ＲＧＢカメラに替えて、ドップラーセンサを備えてもよい。撮像装置１０２がドップラーセンサを備える場合、撮像装置１０２は、当該ドップラーセンサから被測定者１０１に向かって出射された出射波の周波数と、被測定者１０１の体表により反射した反射波の周波数との差分を、被測定者１０１の体表の振動として測定する。ドップラーセンサにより測定された体表の振動は、心臓の拍動に伴って末梢血管の血圧・容積が変化による体表の振動を含む。生体情報取得部２０６は、ドップラーセンサによって測定された信号から、心臓の拍動に伴って末梢血管の血圧・容積が変化による体表の振動を示す信号を抽出する。そして、生体情報取得部２０６は、被測定者１０１の体表の振動を示す信号を生理状態情報２３４として取得する。
【0060】
（変形例２）
本実施形態に係る測定システム１００の変形例２として、推定血圧Ｙｂを出力する血圧推定式が、血圧推定モデル２２２によって示されるＹｂ＝Ｗｍ・Ｘｂ＋Ｃｍとの式であってもよい。つまり、第２の特徴量Ｘｂは、分類ｍに依存せず同一であってもよい。
本実施形態に係る測定システム１００の変形例２として、推定血圧Ｙｂを出力する血圧推定式が、血圧推定モデル２２２によって示されるＹｂ＝Ｗｍ・Ｘｂ＋Ｃｍとの式であってもよい。つまり、第２の特徴量Ｘｂは、分類ｍに依存せず同一であってもよい。
【0061】
例えば、第２の特徴量Ｘｂは、特徴量セット２３６によって示される複数の特徴量と同一であってもよい。つまり、第２の特徴量Ｘｂは、特徴量セット２３６によって示される全ての特徴量と同一であってもよい。または、第２の特徴量Ｘｂは、第１の特徴量２３７と同一であってもよい。
【0062】
図９は、本変形例に係る血圧推定式の係数Ｗｍと切片Ｃｍの一例を示す図である。本変形例における係数Ｗｍは、分類４０１から分類４０４において同一の個数ｎの係数を含む。つまり、本変形例における係数Ｗｍは、分類４０１から分類４０４において同一の次元のベクトルである。
【0063】
本変形例においては、第２の特徴量Ｘｂに含まれる特徴量のうちで、血圧を推定するために使用しない特徴量ｘｋに対して、係数ｗｋ＝０とする。ｋは、１以上であり、且つｎ以下の自然数である。係数ｗｋ＝０とすることによって、血圧推定部２１０は、第２の特徴量Ｘｂのうちで、特徴量ｘｋを除外して推定血圧２４０を算出できる。さらに、分類ｍに応じて、係数ｗｋ＝０を含む係数Ｗｍが異なることにより、血圧推定部２１０は、選択された分類２３８に応じた血圧推定式Ｙｂを用いて、推定血圧２４０を算出できる。
【0064】
（変形例３）
本実施形態に係る測定システム１００の変形例３として、情報処理装置１０３の記憶部２０１とは異なる記憶装置が、血圧推定モデルデータベース２２０を記憶してもよい。例えば、当該記憶装置を備えるサーバ装置（コンピュータ）と、情報処理装置１０３とがネットワークを介して接続する場合、情報処理装置１０３は、ネットワークを介して、当該記憶装置に記憶される血圧推定モデルデータベース２２０から、血圧推定モデル２２２を取得する。例えば、本変形例において、ネットワークは、インターネット、ＬＡＮ（Local Area Network）等である。
本実施形態に係る測定システム１００の変形例３として、情報処理装置１０３の記憶部２０１とは異なる記憶装置が、血圧推定モデルデータベース２２０を記憶してもよい。例えば、当該記憶装置を備えるサーバ装置（コンピュータ）と、情報処理装置１０３とがネットワークを介して接続する場合、情報処理装置１０３は、ネットワークを介して、当該記憶装置に記憶される血圧推定モデルデータベース２２０から、血圧推定モデル２２２を取得する。例えば、本変形例において、ネットワークは、インターネット、ＬＡＮ（Local Area Network）等である。
【0065】
（変形例４）
本実施形態に係る測定システム１００の変形例４として、情報処理装置１０３とは異なるサーバ装置（コンピュータ）が、機械学習等を用いて学習することで、血圧推定モデル２２２を生成してもよい。そして、情報処理装置１０３は、当該サーバ装置によって生成された血圧推定モデル２２２を利用して、上記で説明した処理により推定血圧２４０を推定してもよい。
本実施形態に係る測定システム１００の変形例４として、情報処理装置１０３とは異なるサーバ装置（コンピュータ）が、機械学習等を用いて学習することで、血圧推定モデル２２２を生成してもよい。そして、情報処理装置１０３は、当該サーバ装置によって生成された血圧推定モデル２２２を利用して、上記で説明した処理により推定血圧２４０を推定してもよい。
【0066】
（第二実施形態）
図１０～図１１を参照して、第二実施形態について説明する。なお、図面については、同一又は同等の要素には同一の符号を付し、重複する説明は省略する。第一実施形態と実質的に共通の機能を有する構成及び処理を共通の符号で参照して説明を省略し、第一実施形態と異なる点を説明する。
図１０～図１１を参照して、第二実施形態について説明する。なお、図面については、同一又は同等の要素には同一の符号を付し、重複する説明は省略する。第一実施形態と実質的に共通の機能を有する構成及び処理を共通の符号で参照して説明を省略し、第一実施形態と異なる点を説明する。
【0067】
図１０は、本実施形態に係る情報処理装置１０３の構成の一例を示す図である。図１０に例示する情報処理装置１０３と、図２に例示する情報処理装置１０３との相違点は、図１０に例示する情報処理装置１０３は、評価指標決定部１００１を含む点にある。
【0068】
評価指標決定部１００１は、第１の特徴量２３７から指標１０１１を決定する。指標１０１１は、第１の特徴量２３７の特徴を示す。指標１０１１は、血圧に関する血圧指標、及び脈拍数に関する脈拍数指標からなる群より選択される少なくとも一種を含む。
【0069】
本実施形態に係る分類選択部２０８は、指標１０１１に関連する基準によって分類された複数の分類から、分類２３８を選択する。本実施形態に係る基準情報２２１によって示される基準は、指標１０１１に関連する基準を含む。
【0070】
図１１は、本実施形態に係る情報処理装置１０３が分類２３８を選択する処理の一例を示すフローチャートである。制御部２０２が、図１１に例示するステップＳ１１０１の処理を実行する時点において、図５に例示するステップＳ５０１から図６に例示するステップＳ６０１までの処理が実行されているものとする。
【0071】
ステップＳ１１０１において、評価指標決定部１００１は、特徴量セット２３６によって示される複数の特徴量から指標１０１１を決定する。生理状態情報２３４には、被測定者１０１の生理状態を測定時のノイズが含まれるおそれがある。そのため、特徴量セット２３６によって示される複数の特徴量には、当該ノイズに起因するノイズが含まれるおそれがある。そこで、評価指標決定部１００１は、特徴量セット２３６によって示される複数の特徴量に含まれるノイズを抑制するように、当該複数の特徴量の特徴を示す指標１０１１を決定する。
【0072】
例えば、特徴量セット２３６が、特徴量ｘ１と、特徴量ｘ２と、特徴量ｘ３とを含むとする。そして、特徴量ｘ１が脈波１拍の所要時間を示し、特徴量ｘ２が脈波の立ち上がり角度を示し、特徴量ｘ３が年齢を示すとする。ここで、特徴量ｘ１及び特徴量ｘ２は、脈波の複数の拍数に関して、それぞれ１拍の所要時間と立ち上がり角度とを示すものとする。その場合、例えば、評価指標決定部１００１は、特徴量ｘ１と、特徴量ｘ２と、特徴量ｘ３とを含む第１の特徴量２３７に対して主成分分析を行い、主成分分析によって算出された固有値ｚ１と、固有値ｚ２と、固有値ｚ３とを含む指標１０１１を決定する。
【0073】
ステップＳ１１０２において分類選択部２０８は、基準情報２２１から判定対象の基準を選択する。ステップＳ１１０３において分類選択部２０８は、ステップＳ１１０１で決定された指標１０１１のうちで、ステップＳ１１０２で選択された判定対象の基準に関連する指標１０１１が、判定対象の基準を満たすか否かを判定する。
【0074】
例えば、判定対象の基準が血圧指標に関連する基準であり、指標１０１１が血圧指標を含む場合、分類選択部２０８は、指標１０１１に含まれる血圧指標が判定対象の基準を満たすか否かを判定する。また、例えば、判定対象の基準が脈拍数指標に関連する基準であり、指標１０１１が脈拍数指標を含む場合、分類選択部２０８は、指標１０１１に含まれる脈拍数指標が判定対象の基準を満たすか否かを判定する。
【0075】
被測定者１０１の生理状態を測定時の測定結果にノイズが含まれる場合、分類選択部２０８は、第１の特徴量２３７が、基準情報２２１によって示される基準を満たすか否かを適切に判定できないおそれがある。しかし、分類選択部２０８が、指標１０１１が判定対象の基準を満たすか否かを判定することで、生理状態を測定時の測定結果に含まれるノイズに起因した誤判定を抑制できる。
【0076】
ステップＳ１１０４において分類選択部２０８は、基準情報２２１によって示される全ての基準について判定したか否かを判定する。基準情報２２１によって示される全ての基準について、指標１０１１が判定対象の基準を満たすか否かを判定していない場合、制御部２０２は処理をステップＳ１１０２に戻す。つまり、分類選択部２０８は、基準情報２２１によって示される全ての基準について判定するまで、ステップＳ１１０２からステップＳ１１０３の処理を繰り返す。一方、基準情報２２１によって示される全ての基準について、指標１０１１が判定対象の基準を満たすか否かを判定した場合、制御部２０２は処理をステップ１１０５に移行する。
【0077】
ステップＳ１１０５において分類選択部２０８は、基準情報２２１によって示される全ての基準についての判定結果から、被測定者１０１が属する分類２３８を決定する。これにより、分類選択部２０８は、被測定者１０１の生体に関する情報の特徴を示す指標１０１１を利用して、基準情報２２１によって示される基準によって分類された複数の分類から、被測定者１０１が属する分類を選択できる。そして、制御部２０２は、処理を図７に例示するステップＳ７０１に移行する。
【0078】
以上より、本実施形態に係る情報処理装置１０３は、生理状態を測定時の測定結果に含まれるノイズを抑制して、適切な分類２３８に応じた血圧推定モデル２２２によって血圧を推定できる。そのため、本実施形態に係る情報処理装置１０３は、より一層、被測定者１０１毎の血圧を推定できる。
【0079】
上記実施形態で実行される各処理は、各実施形態で例示した処理態様に限定されない。上述した機能ブロックは、集積回路等に形成された論理回路（ハードウェア）、又はＣＰＵを用いたソフトウェアの何れを用いて実現してもよい。上記実施形態で実行される各処理は、複数のコンピュータで実行されてもよい。例えば、情報処理装置１０３の制御部２０２の各機能ブロックで実行される処理は、他のコンピュータで一部の処理が実行されてもよいし、複数のコンピュータで全ての処理が分担して実行されてもよい。
【0080】
本開示は上述した各実施形態に限定されるものではなく、請求項に示した範囲で種々の変更が可能であり、異なる実施形態に夫々開示された技術的手段を適宜組み合わせて得られる実施形態についても本発明の技術的範囲に含まれる。更に、各実施形態に夫々開示された技術的手段を組み合わせることにより、新しい技術的特徴を形成することができる。
【符号の説明】
【0081】
１００ 測定システム、１０１ 被測定者、１０２ 撮像装置、１０３ 情報処理装置、２０１ 記憶部、２０２ 制御部、２０３ 光源調整部、２０４ 体表領域抽出部、２０５ 脈波算出部、２０６ 生体情報取得部、２０７ 特徴量決定部、２０８ 分類選択部、２０９ 特徴量選択部、２１０ 血圧推定部、２２０ 血圧推定モデルデータベース、２２１ 基準情報、２２２ 血圧推定モデル、２３１ 画像、２３２ 脈波、２３３ 生体情報、２３４ 生理状態情報、２３５ 属性情報、２３６ 特徴量セット、２３７ 第１の特徴量、２３８ 分類、２３９ 第２の特徴量、２４０ 推定血圧、１００１ 評価指標決定部、１０１１ 指標
【図1】
【図2】
【図3A】
【図3B】
【図3C】
【図4A】
【図4B】
【図5】
【図6】
【図7】
【図8A】
【図8B】
【図9】
【図10】
【図11】