知財求人 - 知財ポータルサイト「IP Force」
(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】P2024122671
(43)【公開日】2024-09-09
(54)【発明の名称】ピーク検出方法、プログラム、及びピーク検出装置
(51)【国際特許分類】
A61B 5/11 20060101AFI20240902BHJP
A61B 5/113 20060101ALI20240902BHJP
A61B 5/08 20060101ALI20240902BHJP
A61B 5/0245 20060101ALI20240902BHJP
【ＦＩ】
A61B5/11 110
A61B5/113
A61B5/08
A61B5/0245 A
A61B5/0245 100A
【審査請求】未請求
【請求項の数】8
【出願形態】ＯＬ
(21)【出願番号】P 2023030343
(22)【出願日】2023-02-28
(71)【出願人】
【識別番号】314012076
【氏名又は名称】パナソニックＩＰマネジメント株式会社
(74)【代理人】
【識別番号】110002527
【氏名又は名称】弁理士法人北斗特許事務所
(72)【発明者】
【氏名】増田 達男
(72)【発明者】
【氏名】山本 泰子
(72)【発明者】
【氏名】井上 謙一
【テーマコード（参考）】
4C017
4C038
【Ｆターム（参考）】
4C017AA02
4C017AA14
4C017AC40
4C017BC17
4C017BC21
4C017FF15
4C038SS08
4C038SV00
4C038SX09
4C038VA04
4C038VB33
4C038VC20
(57)【要約】
【課題】生体信号のピークを正確に検出できるピーク検出方法を提供する。
【解決手段】ピーク検出方法は、生体信号波形を推定する推定ステップと、生体信号波形の２以上のピークからピーク間隔を検出する間隔検出ステップと、を含む。間隔検出ステップは、平滑化ステップと、ピーク検出ステップと、差分算出ステップと、差分平均化ステップと、ピーク特定ステップと、を含む。平滑化ステップでは生体信号波形を平滑化し第１信号を生成する。ピーク検出ステップでは、第１信号から極大値である第１ピークと極小値である第２ピークとを検出する。差分算出ステップでは、連続する第１ピークと第２ピークとの差の絶対値を示す第２信号を生成する。差分平均化ステップでは第２信号を平滑化し第３信号を生成する。ピーク特定ステップでは、第３信号と第２信号とが所定の条件を満たす時刻に対応する第１ピークを、生体信号波形のピークとして特定する。
【選択図】図１
【解決手段】ピーク検出方法は、生体信号波形を推定する推定ステップと、生体信号波形の２以上のピークからピーク間隔を検出する間隔検出ステップと、を含む。間隔検出ステップは、平滑化ステップと、ピーク検出ステップと、差分算出ステップと、差分平均化ステップと、ピーク特定ステップと、を含む。平滑化ステップでは生体信号波形を平滑化し第１信号を生成する。ピーク検出ステップでは、第１信号から極大値である第１ピークと極小値である第２ピークとを検出する。差分算出ステップでは、連続する第１ピークと第２ピークとの差の絶対値を示す第２信号を生成する。差分平均化ステップでは第２信号を平滑化し第３信号を生成する。ピーク特定ステップでは、第３信号と第２信号とが所定の条件を満たす時刻に対応する第１ピークを、生体信号波形のピークとして特定する。
【選択図】図１
【特許請求の範囲】
【請求項1】
電波センサから出力される電波センサ信号に基づき、生体信号波形を推定する推定ステップと、
前記生体信号波形の２以上のピークから前記生体信号波形のピーク間隔を検出する間隔検出ステップと、を含み、
前記間隔検出ステップは、
前記生体信号波形に平滑化を行って第１信号を生成する平滑化ステップと、
前記第１信号から極大値である複数の第１ピークと極小値である複数の第２ピークとを検出するピーク検出ステップと、
前記複数の第１ピーク及び前記複数の第２ピークにおいて時系列に連続する第１ピークと第２ピークとの差の絶対値を示す第２信号を生成する差分算出ステップと、
前記第２信号に平滑化を行って第３信号を生成する差分平均化ステップと、
前記複数の第１ピークのうち、前記第３信号と前記第２信号とが所定の条件を満たす時刻に対応する２以上のピークを、前記生体信号波形の前記２以上のピークとして特定するピーク特定ステップと、を含む、
ピーク検出方法。
前記生体信号波形の２以上のピークから前記生体信号波形のピーク間隔を検出する間隔検出ステップと、を含み、
前記間隔検出ステップは、
前記生体信号波形に平滑化を行って第１信号を生成する平滑化ステップと、
前記第１信号から極大値である複数の第１ピークと極小値である複数の第２ピークとを検出するピーク検出ステップと、
前記複数の第１ピーク及び前記複数の第２ピークにおいて時系列に連続する第１ピークと第２ピークとの差の絶対値を示す第２信号を生成する差分算出ステップと、
前記第２信号に平滑化を行って第３信号を生成する差分平均化ステップと、
前記複数の第１ピークのうち、前記第３信号と前記第２信号とが所定の条件を満たす時刻に対応する２以上のピークを、前記生体信号波形の前記２以上のピークとして特定するピーク特定ステップと、を含む、
ピーク検出方法。
【請求項2】
前記平滑化ステップでは、前記平滑化として、周波数が閾値以上の周波数成分を除去するためのローパスフィルタ処理を前記生体信号波形に対して行う、
請求項１に記載のピーク検出方法。
請求項１に記載のピーク検出方法。
【請求項3】
前記平滑化ステップでは、前記平滑化として、前記生体信号波形の移動平均の算出を行う、
請求項１に記載のピーク検出方法。
請求項１に記載のピーク検出方法。
【請求項4】
前記ピーク特定ステップにおける前記所定の条件は、前記生体信号波形のピークに対応する時刻における前記第２信号の値を、前記ピークに対応する前記時刻における前記第３信号の値で除した値が閾値以上であることである、
請求項１に記載のピーク検出方法。
請求項１に記載のピーク検出方法。
【請求項5】
前記生体信号波形は、人の呼吸を示す呼吸波形であり、
前記ピーク間隔は、人の呼吸間隔である、
請求項１から４のいずれか１項に記載のピーク検出方法。
前記ピーク間隔は、人の呼吸間隔である、
請求項１から４のいずれか１項に記載のピーク検出方法。
【請求項6】
前記生体信号波形は、人の心拍を示す心拍波形であり、
前記ピーク間隔は、人の鼓動間隔である、
請求項１から４のいずれか１項に記載のピーク検出方法。
前記ピーク間隔は、人の鼓動間隔である、
請求項１から４のいずれか１項に記載のピーク検出方法。
【請求項7】
１以上のプロセッサに、
請求項１に記載のピーク検出方法を実行させる、
プログラム。
請求項１に記載のピーク検出方法を実行させる、
プログラム。
【請求項8】
電波センサから出力される電波センサ信号に基づき、生体信号波形を推定する推定部と、
前記生体信号波形の２以上のピークから前記生体信号波形のピーク間隔を検出する間隔検出部と、を備え、
前記間隔検出部は、
前記生体信号波形に平滑化を行って第１信号を生成する平滑化部と、
前記第１信号から極大値である複数の第１ピークと極小値である複数の第２ピークとを検出するピーク検出部と、
前記複数の第１ピーク及び前記複数の第２ピークにおいて時系列に連続する第１ピークと第２ピークとの差の絶対値を示す第２信号を生成する差分算出部と、
前記第２信号に平滑化を行って第３信号を生成する差分平均化部と、
前記複数の第１ピークのうち、前記第３信号と前記第２信号とが所定の条件を満たす時刻に対応する２以上のピークを、前記生体信号波形の前記２以上のピークとして特定するピーク特定部と、を含む、
ピーク検出装置。
前記生体信号波形の２以上のピークから前記生体信号波形のピーク間隔を検出する間隔検出部と、を備え、
前記間隔検出部は、
前記生体信号波形に平滑化を行って第１信号を生成する平滑化部と、
前記第１信号から極大値である複数の第１ピークと極小値である複数の第２ピークとを検出するピーク検出部と、
前記複数の第１ピーク及び前記複数の第２ピークにおいて時系列に連続する第１ピークと第２ピークとの差の絶対値を示す第２信号を生成する差分算出部と、
前記第２信号に平滑化を行って第３信号を生成する差分平均化部と、
前記複数の第１ピークのうち、前記第３信号と前記第２信号とが所定の条件を満たす時刻に対応する２以上のピークを、前記生体信号波形の前記２以上のピークとして特定するピーク特定部と、を含む、
ピーク検出装置。
【発明の詳細な説明】
【技術分野】
【0001】
本開示は、ピーク検出方法、プログラム、及びピーク検出装置に関し、特に、生体信号のピーク検出方法、プログラム、及びピーク検出装置に関する。
【背景技術】
【0002】
特許文献１には、周期的なピークを含む時間信号について、ピーク時刻を検出するピーク検出方法が開示されている。
【先行技術文献】
【特許文献】
【0003】
【特許文献1】特開２００３－１８６４８６号公報
【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、特許文献１に記載のピーク検出方法では、時間信号においてピークが周期性を有することを前提としているため、例えば、生体信号のピーク間隔が一時的に著しく変化した場合に、ピーク時刻を正確に検出できない場合がある。また、特許文献１に記載のピーク検出方法では、時間信号の値に基づく閾値を用いてピークを検出するため、信号の値が小さいピークを検出できない場合がある。
【0005】
本開示は、生体信号のピークを正確に検出できるピーク検出方法、プログラム、及びピーク検出装置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】
本開示の一態様に係るピーク検出方法は、推定ステップと、間隔検出ステップと、を含む。前記推定ステップは、電波センサから出力される電波センサ信号に基づき、生体信号波形を推定する。前記間隔検出ステップは、前記生体信号波形の２以上のピークから前記生体信号波形のピーク間隔を検出する。前記間隔検出ステップは、平滑化ステップと、ピーク検出ステップと、差分算出ステップと、差分平均化ステップと、ピーク特定ステップと、を含む。前記平滑化ステップでは、前記生体信号波形に平滑化を行って第１信号を生成する。前記ピーク検出ステップでは、前記第１信号から極大値である複数の第１ピークと極小値である複数の第２ピークとを検出する。前記差分算出ステップでは、前記複数の第１ピーク及び前記複数の第２ピークにおいて時系列に連続する前記第１ピークと第２ピークとの差の絶対値を示す第２信号を生成する。前記差分平均化ステップでは、前記第２信号に平滑化を行って第３信号を生成する。前記ピーク特定ステップでは、前記複数の第１ピークのうち、前記第３信号と前記第２信号とが所定の条件を満たす時刻に対応する２以上のピークを、前記生体信号波形の前記２以上のピークとして特定する。
【0007】
本開示の一態様に係るプログラムは、１以上のプロセッサに、ピーク検出方法を実行させる。
【0008】
本開示の一態様に係るピーク検出装置は、推定部と、間隔検出部と、を備える。前記推定部は、電波センサから出力される電波センサ信号に基づき、生体信号波形を推定する。前記間隔検出部は、前記生体信号波形の２以上のピークから前記生体信号波形のピーク間隔を検出する。前記間隔検出部は、平滑化部と、ピーク検出部と、差分算出部と、差分平均化部と、ピーク特定部と、を含む。前記平滑化部は、前記生体信号波形に平滑化を行って第１信号を生成する。前記ピーク検出部は、前記第１信号から極大値である複数の第１ピークと極小値である複数の第２ピークとを検出する。前記差分算出部は、前記複数の第１ピーク及び前記複数の第２ピークにおいて時系列に連続する前記第１ピークと前記第２ピークとの差の絶対値を示す第２信号を生成する。前記差分平均化部は、前記第２信号に平滑化を行って第３信号を生成する。前記ピーク特定部は、前記複数の第１ピークのうち、前記第３信号と前記第２信号とが所定の条件を満たす時刻に対応する２以上のピークを、前記生体信号波形の前記２以上のピークとして特定する。
【発明の効果】
【0009】
上記態様に係るピーク検出方法、プログラム、及びピーク検出装置によれば、生体信号のピークを正確に検出することが可能となる。
【図面の簡単な説明】
【0010】
【発明を実施するための形態】
【0011】
以下、実施形態１～２及びその変形例に係る生体情報推定システムについて、図面を参照して説明する。
【0012】
（実施形態１）
（１）生体情報推定システム
実施形態１に係る生体情報推定システム１は、図１に示すように、電波センサ１０と、推定部２０と、間隔検出部３０と、を備える。生体情報推定システム１は、ピーク検出装置に相当する。
（１）生体情報推定システム
実施形態１に係る生体情報推定システム１は、図１に示すように、電波センサ１０と、推定部２０と、間隔検出部３０と、を備える。生体情報推定システム１は、ピーク検出装置に相当する。
【0013】
（１．１）電波センサ
電波センサ１０は、電波の送受信により人２の生体情報を示す電波センサ信号を生成する。より詳細には、電波センサ１０は、人２に対して電波４１を送信し、受信した電波４２から電波センサ信号を生成する。電波センサ信号は、人２の体表面の動きを示しており、より詳細には、電波の反射源の動きによって生じるドップラー効果に起因する位相変化を示す。
電波センサ１０は、電波の送受信により人２の生体情報を示す電波センサ信号を生成する。より詳細には、電波センサ１０は、人２に対して電波４１を送信し、受信した電波４２から電波センサ信号を生成する。電波センサ信号は、人２の体表面の動きを示しており、より詳細には、電波の反射源の動きによって生じるドップラー効果に起因する位相変化を示す。
【0014】
電波センサ１０は、送受信器１１と、送信アンテナ１２と、受信アンテナ１３と、を含む。送信アンテナ１２及び受信アンテナ１３は、人２がいる空間４に向けて設置される。より詳細には、送信アンテナ１２及び受信アンテナ１３は、例えば、寝室の天井に設置される。送受信器１１は、人２がいる空間４に送信アンテナ１２から、所定周波数の電波４１を送信する。所定周波数は、例えば、２４ＧＨｚである。送受信器１１は、人２から反射され受信アンテナ１３で受信された電波４２に基づく受信信号に対して直交検波を行い、電波センサ信号を生成する。電波センサ信号は、例えば、同相成分（Ｉ成分）と直交成分（Ｑ成分）との組み合わせである。
【0015】
（１．２）推定部
推定部２０は、電波センサ１０から出力される電波センサ信号に基づき、人２の生体情報を示す生体信号波形を推定する。
推定部２０は、電波センサ１０から出力される電波センサ信号に基づき、人２の生体情報を示す生体信号波形を推定する。
【0016】
推定部２０は、例えば、プロセッサと、メモリと、プログラムとの組み合わせである。プロセッサは、例えば、ＣＰＵ（Central Processing Unit）、又は、ＧＰＵ（Graphics Processing Unit）である。
【0017】
推定部２０は、機械学習により生成された学習済みモデルを用いて、電波センサ信号から生体信号波形を推定する。生体信号波形は、人２の生体情報を示す波形である。人２の生体情報は、例えば、呼吸波形、心拍波形等である。実施形態１において、生体信号波形は、人の呼吸波形である。
【0018】
具体的には、推定部２０は、ニューラルネットワークを用いて、電波センサ信号から生体信号波形を推定する。学習済みモデルは、電波センサ信号に対して接触式呼吸センサが取得した呼吸波形を正解とする教師データを用いて、予め作成される。
【0019】
（１．３）間隔検出部
間隔検出部３０は、推定部２０が推定する生体信号波形の２以上のピークから生体信号波形の間隔であるピーク間隔を検出する。実施形態１において、生体信号波形は人の呼吸波形であるので、ピーク間隔は、人の呼吸間隔である。
間隔検出部３０は、推定部２０が推定する生体信号波形の２以上のピークから生体信号波形の間隔であるピーク間隔を検出する。実施形態１において、生体信号波形は人の呼吸波形であるので、ピーク間隔は、人の呼吸間隔である。
【0020】
間隔検出部３０は、例えば、プロセッサと、メモリと、プログラムとの組み合わせである。プロセッサは、例えば、ＣＰＵ（Central Processing Unit）、又は、ＧＰＵ（Graphics Processing Unit）である。なお、推定部２０のプロセッサと、間隔検出部３０のプロセッサとは、同一のプロセッサであってもよい。
【0021】
間隔検出部３０は、図２に示すように、平滑化部３１と、ピーク検出部３２と、差分算出部３３と、差分平均化部３４と、係数算出部３５と、ピーク特定部３６と、間隔演算部３７と、を備える。
【0022】
（１．３．１）平滑化部
平滑化部３１は、推定部２０が推定する生体信号波形の平滑化を行って第１信号５１（図３Ａ参照）を生成する。なお、ここでいう平滑化とは、生体信号波形に含まれる高周波ノイズを均して除去することを言う。平滑化は、例えば、周波数が閾値以上の周波数成分を除去するためのローパスフィルタ処理である。ローパスフィルタ処理は、例えば、０．５Ｈｚをカットオフ周波数とする。
平滑化部３１は、推定部２０が推定する生体信号波形の平滑化を行って第１信号５１（図３Ａ参照）を生成する。なお、ここでいう平滑化とは、生体信号波形に含まれる高周波ノイズを均して除去することを言う。平滑化は、例えば、周波数が閾値以上の周波数成分を除去するためのローパスフィルタ処理である。ローパスフィルタ処理は、例えば、０．５Ｈｚをカットオフ周波数とする。
【0023】
（１．３．２）ピーク検出部
ピーク検出部３２は、平滑化部３１が生成する第１信号５１から複数のピークＰ０（図３Ａ参照）を検出する。ここで、複数のピークＰ０は、極大値である複数の第１ピークＰ１（図３Ａ参照）と、極小値である複数の第２ピークＰ２（図３Ａ参照）とを含む。
ピーク検出部３２は、平滑化部３１が生成する第１信号５１から複数のピークＰ０（図３Ａ参照）を検出する。ここで、複数のピークＰ０は、極大値である複数の第１ピークＰ１（図３Ａ参照）と、極小値である複数の第２ピークＰ２（図３Ａ参照）とを含む。
【0024】
ピーク検出部３２は、例えば、第１信号５１の時間変化量を取得する。第１信号５１の時間変化量は、例えば、第１信号５１を時間で微分した微分係数である。ピーク検出部３２は、第１信号５１の時間変化量に基づいて、極大値である複数の第１ピークＰ１を検出する。各第１ピークＰ１は、例えば、第１信号５１の微分係数が、時系列で正の値から負の値に変化する時刻に対応する。また、ピーク検出部３２は、第１信号５１の時間変化量に基づいて、極小値である複数の第２ピークＰ２を検出する。各第２ピークＰ２は、例えば、第１信号５１の微分係数が、時系列で負の値から正の値に変化する時刻に対応する。
【0025】
ピーク検出部３２は、検出した複数の第１ピークＰ１の各々と複数の第２ピークＰ２の各々とについて、第１信号５１の値と、対応する時刻との組み合わせを出力する。
【0026】
（１．３．３）差分算出部
差分算出部３３は、ピーク検出部３２が検出した複数のピークＰ０について、時系列に連続する第１ピークＰ１の値と第２ピークＰ２の値との差の絶対値を示す第２信号５２（図３Ａ及び図３Ｂ参照）を生成する。より詳細には、差分算出部３３は、複数の第１ピークＰ１の各々について、第１ピークＰ１における第１信号５１の値と、その第１ピークＰ１の直前の第２ピークＰ２における第１信号５１の値との差の絶対値を、その第１ピークＰ１に対応する差分値として算出する。例えば、時刻ｔ１の第１ピークＰ１に対応する差分値は、時刻ｔ１における第１信号５１の値と、時刻ｔ１の直前の時刻ｔ２の第２ピークＰ２における第１信号５１との値との差の絶対値Ｄ１である。また、差分算出部３３は、同様に、複数の第２ピークＰ２の各々について、第２ピークＰ２における第１信号５１の値と、その第２ピークＰ２の直前の第１ピークＰ１における第１信号５１の値との差の絶対値を、その第２ピークＰ２に対応する差分値として算出する。
差分算出部３３は、ピーク検出部３２が検出した複数のピークＰ０について、時系列に連続する第１ピークＰ１の値と第２ピークＰ２の値との差の絶対値を示す第２信号５２（図３Ａ及び図３Ｂ参照）を生成する。より詳細には、差分算出部３３は、複数の第１ピークＰ１の各々について、第１ピークＰ１における第１信号５１の値と、その第１ピークＰ１の直前の第２ピークＰ２における第１信号５１の値との差の絶対値を、その第１ピークＰ１に対応する差分値として算出する。例えば、時刻ｔ１の第１ピークＰ１に対応する差分値は、時刻ｔ１における第１信号５１の値と、時刻ｔ１の直前の時刻ｔ２の第２ピークＰ２における第１信号５１との値との差の絶対値Ｄ１である。また、差分算出部３３は、同様に、複数の第２ピークＰ２の各々について、第２ピークＰ２における第１信号５１の値と、その第２ピークＰ２の直前の第１ピークＰ１における第１信号５１の値との差の絶対値を、その第２ピークＰ２に対応する差分値として算出する。
【0027】
差分算出部３３は、ピーク検出部３２が検出した複数のピークＰ０の各々に対応する差分値を時系列に示す時系列信号を生成し、第２信号５２（図３Ａ及び図３Ｂ参照）として出力する。第２信号５２の各時刻に対応する値は、同じ時刻における第１信号５１の振幅を示す。
【0028】
（１．３．４）差分平均化部
差分平均化部３４は、差分算出部３３が生成する第２信号５２を平滑化して第３信号５３（図３Ｂ参照）を生成する。より詳細には、平滑化は、例えば、移動平均を算出する処理である。
差分平均化部３４は、差分算出部３３が生成する第２信号５２を平滑化して第３信号５３（図３Ｂ参照）を生成する。より詳細には、平滑化は、例えば、移動平均を算出する処理である。
【0029】
差分平均化部３４は、第２信号５２に対し、所定の時間幅を有する窓Ｗ１（図３Ｂ参照）を設定し、第２信号５２のうち窓Ｗ１に含まれる部分の値の平均値を、窓Ｗ１の位置に対応する移動平均値として算出する。差分平均化部３４は、窓Ｗ１の位置を時系列に移動することで、窓Ｗ１の位置と、窓Ｗ１の位置に対応する移動平均値との組み合わせを生成する。差分平均化部３４は、窓Ｗ１の位置に対応する移動平均値を時系列に示す時系列信号を生成し、第３信号５３（図３Ｂ参照）として出力する。窓Ｗ１の位置は、窓Ｗ１の開始時刻、終了時刻、又は開始時刻から所定時間だけ遅い時刻である。実施形態１に係る差分平均化部３４では、窓Ｗ１の位置は、窓Ｗ１の終了時刻である。窓Ｗ１の時間幅は、検出対象であるピーク間隔より長いことが好ましく、例えば、６秒である。
【0030】
上述したように、第２信号５２の各時刻に対応する値は、同じ時刻における第１信号５１の値の振幅を示す。したがって、第３信号５３の各時刻に対応する値は、同じ時刻における第１信号５１の値の振幅の移動平均を示す。
【0031】
（１．３．５）係数算出部
係数算出部３５は、第２信号５２及び第３信号５３に基づき、ピーク検出部３２が検出した複数の第１ピークＰ１の各々について、生体信号波形のピークとして特定するか否かを決定するための係数５４（図４Ａ参照）を算出する。より詳細には、係数算出部３５は、第１ピークＰ１の各々について、対応する時刻の第２信号５２の値を対応する時刻の第３信号５３の値で除した値を、第１ピークＰ１に対応する係数５４として算出する。例えば、時刻ｔ１の第１ピークＰ１に対応する係数５４（図４Ａ参照）は、時刻ｔ１における第２信号５２の値Ｖ２（図３Ｂ参照）を、時刻ｔ１における第３信号５３の値Ｖ３（図３Ｂ参照）で除した値である。
係数算出部３５は、第２信号５２及び第３信号５３に基づき、ピーク検出部３２が検出した複数の第１ピークＰ１の各々について、生体信号波形のピークとして特定するか否かを決定するための係数５４（図４Ａ参照）を算出する。より詳細には、係数算出部３５は、第１ピークＰ１の各々について、対応する時刻の第２信号５２の値を対応する時刻の第３信号５３の値で除した値を、第１ピークＰ１に対応する係数５４として算出する。例えば、時刻ｔ１の第１ピークＰ１に対応する係数５４（図４Ａ参照）は、時刻ｔ１における第２信号５２の値Ｖ２（図３Ｂ参照）を、時刻ｔ１における第３信号５３の値Ｖ３（図３Ｂ参照）で除した値である。
【0032】
（１．３．６）ピーク特定部
ピーク特定部３６は、ピーク検出部３２が検出した複数の第１ピークＰ１のうち、第３信号５３と第２信号５２とが所定の条件を満たす時刻に対応するピークを、生体信号波形のピークＰ３（図４Ｂ参照）として特定する。所定の条件とは、ピークＰ３に対応する係数５４が閾値Ｒｔｈ以上であることである。すなわち、所定の条件とは、ピークＰ３に対応する時刻における第２信号５２の値を、ピークＰ３に対応する時刻における第３信号５３の値で除した値が閾値Ｒｔｈ以上であることである。ピーク特定部３６は、複数の第１ピークＰ１のうち、生体信号波形のピークＰ３として特定したピークを出力する。
ピーク特定部３６は、ピーク検出部３２が検出した複数の第１ピークＰ１のうち、第３信号５３と第２信号５２とが所定の条件を満たす時刻に対応するピークを、生体信号波形のピークＰ３（図４Ｂ参照）として特定する。所定の条件とは、ピークＰ３に対応する係数５４が閾値Ｒｔｈ以上であることである。すなわち、所定の条件とは、ピークＰ３に対応する時刻における第２信号５２の値を、ピークＰ３に対応する時刻における第３信号５３の値で除した値が閾値Ｒｔｈ以上であることである。ピーク特定部３６は、複数の第１ピークＰ１のうち、生体信号波形のピークＰ３として特定したピークを出力する。
【0033】
上述したように、第２信号５２は第１信号５１の振幅を示し、第３信号５３は第１信号５１の振幅の移動平均を示す。したがって、係数５４は、対応する時刻における第１信号５１の振幅が、対応する時刻を含む時間における第１信号５１の振幅の移動平均に対して大きいか小さいかを示す。例えば、係数５４が１以上である大きい第１ピークＰ１は、対応する時刻における第１信号５１の振幅が、同時刻の第１信号５１の振幅の移動平均以上であるから、生体信号波形のピークＰ３である可能性が高いと判定できる。これに対し、係数５４が１より小さい第１ピークＰ１は、対応する時刻における第１信号５１の振幅が、同時刻の第１信号５１の振幅の移動平均より小さいから、生体信号波形のピークＰ３ではなくノイズ等である可能性がある。したがって、ピーク特定部３６は、複数の第１ピークＰ１の各々について、第１ピークＰ１に対応する係数５４の値が閾値Ｒｔｈ以上である場合に、生体信号波形のピークＰ３として適正と判定する。閾値Ｒｔｈは、１より小さい値であり、例えば、０．８である。
【0034】
（１．３．７）間隔演算部
間隔演算部３７は、ピーク特定部３６が特定した複数のピークＰ３の各々に基づいて生体信号波形のピーク間隔を算出する。より詳細には、間隔演算部３７は、時系列に連続する２つのピークＰ３の時刻の差を、生体信号波形のピーク間隔として出力する。
間隔演算部３７は、ピーク特定部３６が特定した複数のピークＰ３の各々に基づいて生体信号波形のピーク間隔を算出する。より詳細には、間隔演算部３７は、時系列に連続する２つのピークＰ３の時刻の差を、生体信号波形のピーク間隔として出力する。
【0035】
【0036】
（２．１）生体情報推定システムの動作
生体情報推定システム１の電波センサ１０は、電波の送受信を行って電波センサ信号を生成する（ステップＳ１）。より詳細には、電波センサ１０の送受信器１１は、送信アンテナ１２から電波４１を送信する。また、電波センサ１０の送受信器１１は、受信アンテナ１３で受信した電波４２に基づく受信信号に直交検波を行い、電波センサ信号を生成する。
生体情報推定システム１の電波センサ１０は、電波の送受信を行って電波センサ信号を生成する（ステップＳ１）。より詳細には、電波センサ１０の送受信器１１は、送信アンテナ１２から電波４１を送信する。また、電波センサ１０の送受信器１１は、受信アンテナ１３で受信した電波４２に基づく受信信号に直交検波を行い、電波センサ信号を生成する。
【0037】
次に、生体情報推定システム１の推定部２０は、電波センサ１０から出力される電波センサ信号に基づき、生体信号波形を推定する（ステップＳ２）。より詳細には、推定部２０は、生成済みの機械学習モデルに基づいて、電波センサ信号から生体信号波形を推定する。
【0038】
次に、生体情報推定システム１の間隔検出部３０は、生体信号波形のピーク間隔を検出する（ステップＳ３）。詳細については後述する。
【0039】
以上の処理により、生体情報推定システム１は、生体信号波形のピーク間隔を検出する。
【0040】
（２．２）ピーク検出部の動作
間隔検出部３０の平滑化部３１は、推定部２０が推定した生体信号波形を平滑化して第１信号５１を生成する（ステップＳ３１）。より詳細には、平滑化部３１は、生体信号波形に対し、ローパスフィルタ処理を行って第１信号５１を生成する。これにより、生体信号波形に含まれる高周波ノイズが除去される。
間隔検出部３０の平滑化部３１は、推定部２０が推定した生体信号波形を平滑化して第１信号５１を生成する（ステップＳ３１）。より詳細には、平滑化部３１は、生体信号波形に対し、ローパスフィルタ処理を行って第１信号５１を生成する。これにより、生体信号波形に含まれる高周波ノイズが除去される。
【0041】
次に、間隔検出部３０のピーク検出部３２は、第１信号５１から極大値である複数の第１ピークと極小値である複数の第２ピークとを検出する（ステップＳ３２）。ピーク検出部３２が検出する複数のピークＰ０は、複数の第１ピークＰ１と複数の第２ピークＰ２とを含む。より詳細には、ピーク検出部３２は、第１信号５１を時間で微分した微分係数が正の値から負の値に変化する時刻の各々を、複数の第１ピークＰ１の各々に対応する時刻として検出する。また、ピーク検出部３２は、第１信号を時間で微分した微分係数が負の値から正の値に変化する時刻の各々を、複数の第２ピークＰ２の各々に対応する時刻として検出する。ピーク検出部３２は、第１ピークＰ１の各々に対応する時刻と、時刻に対応する第１信号５１の値との組み合わせの各々を、複数の第１ピークＰ１の各々を示す情報として出力する。また、ピーク検出部３２は、第２ピークＰ２の各々に対応する時刻と、時刻に対応する第１信号５１の値の組み合わせとの各々を、複数の第２ピークＰ２の各々を示す情報として検出する。
【0042】
次に、間隔検出部３０の差分算出部３３は、ピーク検出部３２が検出した複数のピークＰ０について、時系列に連続する第１ピークＰ１の値と第２ピークＰ２の値との差の絶対値を示す第２信号５２を生成する（ステップＳ３３）。差分算出部３３は、複数の第１ピークＰ１の各々について、第１ピークＰ１に対応する第１信号５１の値と、第１ピークＰ１の直前の第２ピークＰ２に対応する第１信号５１の値との差の絶対値を、第１ピークＰ１に対応する差分値として出力する。また、差分算出部３３は、複数の第２ピークＰ２の各々について、第２ピークＰ２に対応する第１信号５１の値と、第２ピークＰ２の直前の第１ピークＰ１に対応する第１信号５１の値との差の絶対値を、第２ピークＰ２に対応する差分値として出力する。また、差分算出部３３は、複数のピークＰ０の各々に対応する時刻と、ピークＰ０に対応する差分値とを対応付けた時系列データを、第２信号５２として出力する。
【0043】
次に、間隔検出部３０の差分平均化部３４は、第２信号５２を平滑化して第３信号５３を生成する（ステップＳ３４）。平滑化は、移動平均の算出である。より詳細には、差分平均化部３４は、第２信号５２に窓Ｗ１を設定し、窓Ｗ１内の第２信号５２の値の平均値を窓Ｗ１の位置に対応させる処理を、窓Ｗ１の位置を変更しながら繰り返し行う。差分平均化部３４は、窓Ｗ１の位置を示す時刻と、窓Ｗ１内の第２信号５２の値の平均値とを対応付けた時系列データを、第３信号５３として出力する。
【0044】
次に、間隔検出部３０の係数算出部３５は、第２信号５２と第３信号５３とを用いて複数の第１ピークＰ１の各々に対応する係数５４を算出する（ステップＳ３５）。第１ピークＰ１に対応する係数５４は、第１ピークＰ１に対応する時刻における第２信号５２の値を、第１ピークＰ１に対応する時刻における第３信号５３の値で除した値である。
【0045】
次に、間隔検出部３０のピーク特定部３６は、複数の第１ピークＰ１のうち、第３信号５３と第２信号５２とが所定の条件を満たす時刻のピークを、生体信号波形のピークＰ３として特定する（ステップＳ３６）。ピーク特定部３６は、複数の第１ピークＰ１のうち、第１ピークＰ１に対応する係数５４の値が閾値以上であるピークを、生体信号波形のピークＰ３として特定する。言い換えると、ピーク特定部３６は、第１ピークＰ１に対応する係数５４の値が閾値未満であるピークを生体信号波形のピークＰ３としては特定しない。
【0046】
次に、間隔検出部３０の間隔演算部３７は、生体信号波形のピーク間隔を算出する（ステップＳ３７）。より詳細には、間隔演算部３７は、時系列に連続する２つのピークＰ３について、２つのピークＰ３の各々に対応する２つの時刻の間隔を算出する。間隔演算部３７は、２つのピークに対応する時刻の間隔の各々を、生体信号波形のピーク間隔として出力する。
【0047】
（４）効果
実施形態１に係る生体情報推定システム１は、推定部２０と、間隔検出部３０と、を備える。推定部２０は、電波センサ１０から出力される電波センサ信号に基づき、生体信号波形を推定する。間隔検出部３０は、生体信号波形の２以上のピークから生体信号波形のピーク間隔を検出する。間隔検出部３０は、平滑化部３１と、ピーク検出部３２と、差分算出部３３と、差分平均化部３４と、ピーク特定部３６と、を含む。平滑化部３１は、生体信号波形に平滑化を行って第１信号５１を生成する。ピーク検出部３２は、第１信号５１から極大値である複数の第１ピークＰ１と極小値である複数の第２ピークＰ２とを検出する。差分算出部３３は、複数の第１ピーク及び複数の第２ピークにおいて時系列に連続する第１ピークＰ１と第２ピークＰ２との差の絶対値を示す第２信号５２を生成する。差分平均化部３４は、第２信号５２に平滑化を行って第３信号５３を生成する。ピーク特定部３６は、複数の第１ピークＰ１のうち、第３信号５３と第２信号５２とが所定の条件を満たす時刻に対応する２以上のピークＰ３を、生体信号波形の２以上のピークＰ３として特定する。これにより、生体情報推定システム１は、生体信号波形を平滑化した第１信号５１の振幅を基準として、生体信号波形のピークＰ３を検出する。したがって、生体情報推定システム１は、生体信号波形の振幅が小さくてもピークＰ３を高精度に検出することができる。また、生体情報推定システム１は、生体信号波形の振幅とその平均とに基づいてピークＰ３を検出するため、ピークの検出漏れ及び誤検出を低減することができる。したがって、生体情報推定システム１は、生体信号波形のピークＰ３を正確に抽出することができるため、ピーク間隔を高精度に検出することができる。
実施形態１に係る生体情報推定システム１は、推定部２０と、間隔検出部３０と、を備える。推定部２０は、電波センサ１０から出力される電波センサ信号に基づき、生体信号波形を推定する。間隔検出部３０は、生体信号波形の２以上のピークから生体信号波形のピーク間隔を検出する。間隔検出部３０は、平滑化部３１と、ピーク検出部３２と、差分算出部３３と、差分平均化部３４と、ピーク特定部３６と、を含む。平滑化部３１は、生体信号波形に平滑化を行って第１信号５１を生成する。ピーク検出部３２は、第１信号５１から極大値である複数の第１ピークＰ１と極小値である複数の第２ピークＰ２とを検出する。差分算出部３３は、複数の第１ピーク及び複数の第２ピークにおいて時系列に連続する第１ピークＰ１と第２ピークＰ２との差の絶対値を示す第２信号５２を生成する。差分平均化部３４は、第２信号５２に平滑化を行って第３信号５３を生成する。ピーク特定部３６は、複数の第１ピークＰ１のうち、第３信号５３と第２信号５２とが所定の条件を満たす時刻に対応する２以上のピークＰ３を、生体信号波形の２以上のピークＰ３として特定する。これにより、生体情報推定システム１は、生体信号波形を平滑化した第１信号５１の振幅を基準として、生体信号波形のピークＰ３を検出する。したがって、生体情報推定システム１は、生体信号波形の振幅が小さくてもピークＰ３を高精度に検出することができる。また、生体情報推定システム１は、生体信号波形の振幅とその平均とに基づいてピークＰ３を検出するため、ピークの検出漏れ及び誤検出を低減することができる。したがって、生体情報推定システム１は、生体信号波形のピークＰ３を正確に抽出することができるため、ピーク間隔を高精度に検出することができる。
【0048】
また、実施形態１に係る生体情報推定システム１では、平滑化部３１は、平滑化として、周波数が閾値以上の周波数成分を除去するためのローパスフィルタ処理を生体信号波形に対して行う。これにより、生体情報推定システム１では、例えば、呼吸波形など検出対象である生体信号波形に対して周波数の大きいノイズを簡易な方法で除去し、ピーク間隔の検出精度を向上させることができる。
【0049】
また、実施形態１に係る生体情報推定システム１では、ピーク特定部３６における所定の条件は、生体信号波形のピークＰ３に対応する時刻における第２信号５２の値を、ピークＰ３に対応する時刻における第３信号５３の値で除した値５４が閾値Ｒｔｈ以上であることである。これにより、生体情報推定システム１は、簡易な方法で、ピークの検出漏れ及び誤検出を低減することができる。したがって、生体情報推定システム１は、生体信号波形のピークＰ３を正確に抽出することができるため、ピーク間隔を高精度に検出することができる。
【0050】
また、実施形態１に係る生体情報推定システム１では、生体信号波形は、人の呼吸を示す呼吸波形であり、ピーク間隔は、人の呼吸間隔である。これにより、生体情報推定システム１は、例えば、睡眠中の人の呼吸状態の異常検知を補助することができる。
【0051】
（実施形態２）
実施形態２に係る生体情報推定システム１では、平滑化部３１が、生体信号波形を平滑化して第１信号５１を生成する。より詳細には、平滑化部３１は、平滑化として、生体信号波形の移動平均の算出を行う。
実施形態２に係る生体情報推定システム１では、平滑化部３１が、生体信号波形を平滑化して第１信号５１を生成する。より詳細には、平滑化部３１は、平滑化として、生体信号波形の移動平均の算出を行う。
【0052】
実施形態２に係る生体情報推定システム１では、平滑化部３１は、生体信号波形に対し、所定の時間幅を有する窓を設定し、生体信号波形のうち窓に含まれる部分の値の平均値を、窓の位置に対応する値として算出する。平滑化部３１は、窓の位置を時系列に移動することで、窓の位置と、窓の位置に対応する値との組み合わせを生成する。平滑化部３１は、窓の位置に対応する値を時系列に示す時系列信号を生成し、第１信号５１として出力する。窓の位置は、例えば、窓の終点の時刻であるが、窓の始点の時刻であってもよいし、窓の中心点の時刻であってもよい。窓の時間幅は、例えば、２秒である。
【0053】
実施形態２に係る生体情報推定システム１では、平滑化部３１は、平滑化として、生体信号波形の移動平均の算出を行う。これにより、例えば、呼吸波形など検出対象である生体信号波形に対して周波数の大きいノイズを除去し、ピーク間隔の検出精度を向上させることができる。
【0054】
（実施形態に係るその他の変形例）
（１）実施形態１及び２では、生体信号波形は、人の呼吸を示す呼吸波形であり、ピーク間隔は、人の呼吸間隔である。しかしながら、生体信号波形は、人の心拍を示す心拍波形であり、ピーク間隔は、人の鼓動間隔である、としてもよい。より詳細には、例えば、電波センサ１０が人の血管上の皮膚の動きを検出し、推定部２０は、学習済みモデルを使用して、電波センサ信号から、生体信号波形としての、人の心拍を示す心拍波形を推定する。これにより、生体情報推定システム１は、例えば、睡眠中又は安静時の人の心拍状態の異常検知を補助することができる。
（１）実施形態１及び２では、生体信号波形は、人の呼吸を示す呼吸波形であり、ピーク間隔は、人の呼吸間隔である。しかしながら、生体信号波形は、人の心拍を示す心拍波形であり、ピーク間隔は、人の鼓動間隔である、としてもよい。より詳細には、例えば、電波センサ１０が人の血管上の皮膚の動きを検出し、推定部２０は、学習済みモデルを使用して、電波センサ信号から、生体信号波形としての、人の心拍を示す心拍波形を推定する。これにより、生体情報推定システム１は、例えば、睡眠中又は安静時の人の心拍状態の異常検知を補助することができる。
【0055】
（２）実施形態１及び２では、推定部２０はニューラルネットワークを用いて電波センサ信号から生体信号波形を推定する。しかしながら、推定部２０が用いる機械学習はニューラルネットワークに限られず、任意の機械学習であってよい。また、推定部２０は必ずしも機械学習により生体信号波形を推定しなくてもよく、電波センサ信号から生体信号波形を生成する方法は、例えば、電波センサ信号に対して所定の処理を行う方法であってもよい。
【0056】
（３）実施形態１及び２では、第１ピークＰ１は第１信号５１の極大値であり、第２ピークＰ２は第１信号５１の極小値である。しかしながら、第１ピークＰ１、第２ピークＰ２の組み合わせはこれに限られず、例えば、第１ピークＰ１が第１信号５１の極小値であり、第２ピークＰ２が第１信号５１の極大値であってもよい。
【0057】
（態様）
第１の態様に係るピーク検出方法は、推定ステップ（Ｓ２）と、間隔検出ステップ（Ｓ３）と、を含む。推定ステップ（Ｓ２）では、電波センサから出力される電波センサ信号に基づき、生体信号波形を推定する。間隔検出ステップ（Ｓ３）では、生体信号波形の２以上のピークから生体信号波形のピーク間隔を検出する。間隔検出ステップ（Ｓ３）は、平滑化ステップ（Ｓ３１）と、ピーク検出ステップ（Ｓ３２）と、差分算出ステップ（Ｓ３３）と、差分平均化ステップ（Ｓ３４）と、ピーク特定ステップ（Ｓ３６）と、を含む。平滑化ステップ（Ｓ３１）では、生体信号波形の平滑化を行って第１信号（５１）を生成する。ピーク検出ステップ（Ｓ３２）では、第１信号（５１）から極大値である複数の第１ピーク（Ｐ１）と極小値である複数の第２ピーク（Ｐ２）とを検出する。差分算出ステップ（Ｓ３３）では、複数の第１ピーク（Ｐ１）及び複数の第２ピーク（Ｐ２）において時系列に連続する第１ピーク（Ｐ１）と第２ピーク（Ｐ２）との差の絶対値を示す第２信号（５２）を生成する。差分平均化ステップ（Ｓ３４）では、第２信号（５２）に平滑化を行って第３信号（５３）を生成する。ピーク特定ステップ（Ｓ３６）では、複数の第１ピーク（Ｐ１）のうち、第３信号（５３）と第２信号（５２）とが所定の条件を満たす時刻に対応するピークを、生体信号波形のピーク（Ｐ３）として特定する。
第１の態様に係るピーク検出方法は、推定ステップ（Ｓ２）と、間隔検出ステップ（Ｓ３）と、を含む。推定ステップ（Ｓ２）では、電波センサから出力される電波センサ信号に基づき、生体信号波形を推定する。間隔検出ステップ（Ｓ３）では、生体信号波形の２以上のピークから生体信号波形のピーク間隔を検出する。間隔検出ステップ（Ｓ３）は、平滑化ステップ（Ｓ３１）と、ピーク検出ステップ（Ｓ３２）と、差分算出ステップ（Ｓ３３）と、差分平均化ステップ（Ｓ３４）と、ピーク特定ステップ（Ｓ３６）と、を含む。平滑化ステップ（Ｓ３１）では、生体信号波形の平滑化を行って第１信号（５１）を生成する。ピーク検出ステップ（Ｓ３２）では、第１信号（５１）から極大値である複数の第１ピーク（Ｐ１）と極小値である複数の第２ピーク（Ｐ２）とを検出する。差分算出ステップ（Ｓ３３）では、複数の第１ピーク（Ｐ１）及び複数の第２ピーク（Ｐ２）において時系列に連続する第１ピーク（Ｐ１）と第２ピーク（Ｐ２）との差の絶対値を示す第２信号（５２）を生成する。差分平均化ステップ（Ｓ３４）では、第２信号（５２）に平滑化を行って第３信号（５３）を生成する。ピーク特定ステップ（Ｓ３６）では、複数の第１ピーク（Ｐ１）のうち、第３信号（５３）と第２信号（５２）とが所定の条件を満たす時刻に対応するピークを、生体信号波形のピーク（Ｐ３）として特定する。
【0058】
上記態様に係るピーク検出方法によれば、生体信号波形を平滑化した第１信号（５１）の振幅を基準として、生体信号波形のピーク（Ｐ３）を検出する。したがって、ピーク検出方法では、生体信号波形の振幅が小さくてもピーク（Ｐ３）を高精度に検出することができる。また、ピーク検出方法では、生体信号波形の振幅とその平均とに基づいてピーク（Ｐ３）を検出するため、ピークの検出漏れ及び誤検出を低減することができる。したがって、ピーク検出方法では、生体信号波形のピーク（Ｐ３）を正確に抽出することができるため、ピーク間隔を高精度に検出することができる。
【0059】
第２の態様に係るピーク検出方法では、第１の態様において、平滑化ステップでは、平滑化として、周波数が閾値以上の周波数成分を除去するためのローパスフィルタ処理を生体信号波形に対して行う。
【0060】
上記態様に係るピーク検出方法によれば、例えば、呼吸波形など検出対象である生体信号波形に対して周波数の大きいノイズを簡易な方法で除去し、ピーク間隔の検出精度を向上させることができる。
【0061】
第３の態様に係るピーク検出方法では、第１の態様において、平滑化ステップでは、平滑化として、生体信号波形の移動平均の算出を行う。
【0062】
上記態様に係るピーク検出方法によれば、例えば、呼吸波形など検出対象である生体信号波形に対して周波数の大きいノイズを除去し、ピーク間隔の検出精度を向上させることができる。
【0063】
第４の態様に係るピーク検出方法では、第１から第３の態様のいずれかにおいて、ピーク特定ステップにおける所定の条件は、生体信号波形のピークに対応する時刻における第２信号（５２）の値を、ピークに対応する時刻における第３信号（５３）の値で除した値（５４）が閾値（Ｒｔｈ）以上であることである。
【0064】
上記態様に係るピーク検出方法によれば、簡易な方法で、ピークの検出漏れ及び誤検出を低減することができる。したがって、ピーク検出方法では、生体信号波形のピーク（Ｐ３）を正確に抽出することができるため、ピーク間隔を高精度に検出することができる。
【0065】
第５の態様に係るピーク検出方法では、第１から第４の態様にいずれかにおいて、生体信号波形は、人の呼吸を示す呼吸波形である。ピーク間隔は、人の呼吸間隔である。
【0066】
上記態様に係るピーク検出方法によれば、例えば、睡眠中の人の呼吸状態の異常検知を補助することができる。
【0067】
第６の態様に係るピーク検出方法では、第１から第４の態様のいずれかにおいて、生体信号波形は、人の心拍を示す心拍波形である。ピーク間隔は、人の鼓動間隔である。
【0068】
上記態様に係るピーク検出方法によれば、例えば、睡眠中又は安静時の人の心拍状態の異常検知を補助することができる。
【0069】
第７の態様に係るプログラムは、１以上のプロセッサに、第１から第６の態様のいずれかに係るピーク検出方法を実行させる。
【0070】
上記態様に係るプログラムによれば、生体信号波形を平滑化した第１信号（５１）の振幅を基準として、生体信号波形のピーク（Ｐ３）を検出する。したがって、プログラムを用いて、生体信号波形の振幅が小さくてもピーク（Ｐ３）を高精度に検出することができる。また、プログラムによれば、生体信号波形の振幅とその平均とに基づいてピーク（Ｐ３）を検出するため、ピークの検出漏れ及び誤検出を低減することができる。したがって、プログラムは、生体信号波形のピーク（Ｐ３）を正確に抽出することができるため、ピーク間隔を高精度に検出することができる。
【0071】
第８の態様に係るピーク検出装置（１）は、推定部（２０）と、間隔検出部（３０）と、を備える。推定部（２０）は、電波センサ（１０）から出力される電波センサ信号に基づき、生体信号波形を推定する。間隔検出部（３０）は、生体信号波形のピーク間隔を検出する。間隔検出部（３０）は、平滑化部（３１）と、ピーク検出部（３２）と、差分算出部（３３）と、差分平均化部（３４）と、ピーク特定部（３６）と、を含む。平滑化部（３１）は、生体信号波形を平滑化して第１信号（５１）を生成する。ピーク検出部（３２）は、第１信号（５１）から極大値である複数の第１ピーク（Ｐ１）と極小値である複数の第２ピーク（Ｐ２）とを検出する。差分算出部（３３）は、時系列に連続する第１ピーク（Ｐ１）と第２ピーク（Ｐ２）との差の絶対値を示す第２信号（５２）を生成する。差分平均化部（３４）は、第２信号（５２）を平滑化して第３信号（５３）を生成する。ピーク特定部（３６）は、複数の第１ピーク（Ｐ１）のうち、第３信号（５３）と第２信号（５２）とが所定の条件を満たす時刻に対応するピークを、生体信号波形のピーク（Ｐ３）として特定する。
【0072】
上記態様に係るピーク検出装置（１）によれば、生体信号波形を平滑化した第１信号（５１）の振幅を基準として、生体信号波形のピーク（Ｐ３）を検出する。したがって、ピーク検出装置（１）は、生体信号波形の振幅が小さくてもピーク（Ｐ３）を高精度に検出することができる。また、ピーク検出装置（１）は、生体信号波形の振幅とその平均とに基づいてピーク（Ｐ３）を検出するため、ピークの検出漏れ及び誤検出を低減することができる。したがって、ピーク検出装置（１）は、生体信号波形のピーク（Ｐ３）を正確に抽出することができるため、ピーク間隔を高精度に検出することができる。
【符号の説明】
【0073】
１ 生体情報推定システム（ピーク検出装置）
２０ 推定部
３０ 間隔検出部
３１ 平滑化部
３２ ピーク検出部
３３ 差分算出部
３４ 差分平均化部
３６ ピーク特定部
５１ 第１信号
５２ 第２信号
５３ 第３信号
５４ 係数（値）
Ｐ１ 第１ピーク
Ｐ２ 第２ピーク
Ｐ３ ピーク
Ｒｔｈ 閾値
Ｓ２ ステップ（推定ステップ）
Ｓ３ ステップ（間隔検出ステップ）
Ｓ３１ ステップ（平滑化ステップ）
Ｓ３２ ステップ（ピーク検出ステップ）
Ｓ３３ ステップ（差分算出ステップ）
Ｓ３４ ステップ（差分平均化ステップ）
Ｓ３６ ステップ（ピーク特定ステップ）
２０ 推定部
３０ 間隔検出部
３１ 平滑化部
３２ ピーク検出部
３３ 差分算出部
３４ 差分平均化部
３６ ピーク特定部
５１ 第１信号
５２ 第２信号
５３ 第３信号
５４ 係数（値）
Ｐ１ 第１ピーク
Ｐ２ 第２ピーク
Ｐ３ ピーク
Ｒｔｈ 閾値
Ｓ２ ステップ（推定ステップ）
Ｓ３ ステップ（間隔検出ステップ）
Ｓ３１ ステップ（平滑化ステップ）
Ｓ３２ ステップ（ピーク検出ステップ）
Ｓ３３ ステップ（差分算出ステップ）
Ｓ３４ ステップ（差分平均化ステップ）
Ｓ３６ ステップ（ピーク特定ステップ）
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】