(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】P2024034428
(43)【公開日】2024-03-13
(54)【発明の名称】生体情報測定装置
(51)【国際特許分類】
A61B 5/02 20060101AFI20240306BHJP
A61B 5/022 20060101ALI20240306BHJP
【ＦＩ】
A61B5/02 310F
A61B5/022 400F
A61B5/02 A
【審査請求】未請求
【請求項の数】9
【出願形態】ＯＬ
(21)【出願番号】P 2022138657
(22)【出願日】2022-08-31
(71)【出願人】
【識別番号】000204284
【氏名又は名称】太陽誘電株式会社
(74)【代理人】
【識別番号】110002147
【氏名又は名称】弁理士法人酒井国際特許事務所
(72)【発明者】
【氏名】亀山 愛樹
【テーマコード（参考）】
4C017
【Ｆターム（参考）】
4C017AA07
4C017AA08
4C017AA09
4C017AB02
4C017AC28
4C017BC08
4C017BC11
4C017BD05
4C017EE01
4C017FF05
4C017FF17
(57)【要約】
【課題】生体情報をより好適に測定できる生体情報測定装置を提供すること。
【解決手段】生体情報測定装置は、容積脈波を検出する光電脈波センサと、容積脈波を２階微分した加速度脈波の周期内の最大値または最小値をとる点である第１ピークに基づき、血管に関する生体情報を推定する推定部と、を備える。
【選択図】図６
【解決手段】生体情報測定装置は、容積脈波を検出する光電脈波センサと、容積脈波を２階微分した加速度脈波の周期内の最大値または最小値をとる点である第１ピークに基づき、血管に関する生体情報を推定する推定部と、を備える。
【選択図】図６
【特許請求の範囲】
【請求項1】
容積脈波を検出する光電脈波センサと、
前記容積脈波を２階微分した加速度脈波の周期内の最大値または最小値をとる点である第１ピークに基づき、血管に関する生体情報を推定する推定部と、
を備える生体情報測定装置。
前記容積脈波を２階微分した加速度脈波の周期内の最大値または最小値をとる点である第１ピークに基づき、血管に関する生体情報を推定する推定部と、
を備える生体情報測定装置。
【請求項2】
前記推定部は、前記第１ピークが前記最大値をとる点であるとき、前記加速度脈波の極大値をピークとして検出し、前記第１ピークが前記最小値をとる点であるとき、極小値をピークとして検出するピーク検出を実行し、前記ピーク検出によって検出された複数のピークのうちの、隣り合う２つのピークの一方の値の絶対値と、前記隣り合う２つのピークの他方の値の絶対値と、の比である第１比に基づいて前記第１ピークを特定する、
請求項１に記載の生体情報測定装置。
請求項１に記載の生体情報測定装置。
【請求項3】
前記推定部は、前記複数のピークのうちのピークの値の絶対値と、前記複数のピークのうちのピークの値の絶対値の最大値と、の比である第２比と、前記第１比に基づいて前記第１ピークを特定する、
請求項２に記載の生体情報測定装置。
請求項２に記載の生体情報測定装置。
【請求項4】
前記推定部は、前記第１ピークの候補を前記第１比に基づいて複数点、検出し、前記複数点の候補の間隔と前記加速度脈波の前記周期の長さとの比較に基づいて、誤検出された前記第１ピークの候補を除外し、前記第１ピークを特定する、
請求項２に記載の生体情報測定装置。
請求項２に記載の生体情報測定装置。
【請求項5】
前記推定部は、前記容積脈波を１階微分した速度脈波の周期内の最大ピークである第２ピークを特定し、前記ピーク検出によって検出された複数のピークのうちの、前記第２ピークが現れるタイミングの直前に現れるピークを前記第１ピークとして特定する、
請求項２に記載の生体情報測定装置。
請求項２に記載の生体情報測定装置。
【請求項6】
前記推定部は、前記第１ピークと、前記第１ピークに後続する所定数のピークと、を含む複数の第３ピークを特定し、前記複数の第３ピークのそれぞれの値および現れたタイミングの間隔に基づいて特徴量を算出し、前記特徴量に基づいて前記生体情報を推定する、
請求項１から請求項５の何れか一項に記載の生体情報測定装置。
請求項１から請求項５の何れか一項に記載の生体情報測定装置。
【請求項7】
前記生体情報は、血圧または動脈硬化の進行の度合いである、
請求項６に記載の生体情報測定装置。
請求項６に記載の生体情報測定装置。
【請求項8】
容積脈波を２階微分した加速度脈波の周期内の最大値または最小値をとる点最大ピークである第１ピークに基づき、血管に関する生体情報を推定する生体情報測定装置。
【請求項9】
前記第１ピークが前記最大値をとる点であるとき、前記加速度脈波の極大値をピークとして検出し、前記第１ピークが前記最小値をとる点であるとき、極小値をピークとして検出するピーク検出を実行し、前記ピーク検出によって検出された複数のピークのうちの、隣り合う２つのピークの一方の値の絶対値と、前記隣り合う２つのピークの他方の値の絶対値と、の比に基づいて前記第１ピークを特定する、請求項８に記載の生体情報測定装置。
【発明の詳細な説明】
【技術分野】
【0001】
本実施形態は、生体情報測定装置に関する。
【背景技術】
【0002】
脈波は、血管の容積変化を時間軸で表したものである。脈波を測定する手法には、光電センサ、圧電センサを使う方法、直接動脈圧を測る方法等、様々ある。
【0003】
この脈波は、容積脈波とも称される。容積脈波を２階微分して得られる情報は、加速度脈波と称される。加速度脈波の波形においては、心臓の収縮期、つまり心臓が血液を強く送り出す期間に、１周期の波形のうちの最大ピークが現れる。この最大ピークの情報を少なくとも含む情報から、血管に関する種々の生体情報を推定することできる。
【先行技術文献】
【特許文献】
【0004】
【特許文献1】特開２０１４－９７２４２号公報
【特許文献2】特開２００６－６８９７号公報
【発明の概要】
【発明が解決しようとする課題】
【0005】
本発明は、生体情報をより好適に測定できる生体情報測定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】
本発明によれば、生体情報測定装置は、容積脈波を検出する光電脈波センサと、前記容積脈波を２階微分した加速度脈波の周期内の最大値または最小値をとる点である第１ピークに基づき、血管に関する生体情報を推定する推定部と、を備える。
【発明の効果】
【0007】
本発明によれば、生体情報をより好適に測定できる生体情報測定装置を提供することができる、という効果を奏する。
【図面の簡単な説明】
【0008】
【発明を実施するための形態】
【0009】
図１は、実施形態の生体情報測定装置が、血管からの生体情報を取得し、その特徴点を説明するための図である。
本図には、上から、容積脈波、容積脈波を１階微分して得られる速度脈波、および容積脈波を２階微分して得られる加速度脈波の波形が描画されている。
本図には、上から、容積脈波、容積脈波を１階微分して得られる速度脈波、および容積脈波を２階微分して得られる加速度脈波の波形が描画されている。
【0010】
容積脈波は、センサをあてた部分の血管の容積が脈拍に応じて大きくなるとき値が大きくなり、血管の容積が小さくなるとき値が小さくなる、血管の容積の推移を表す波形である。速度脈波は、血管の容積が増加するとき正の値をとり、血管の容積が減少するとき負の値をとる、血管の容積の速度の推移を表す波形である。加速度脈波は、血管の容積の増加速度が上昇するとき正の値をとり、血管の容積の増加速度が下降するとき負の値をとる、血管の容積の増加速度の変化率を表す波形である。
【0011】
容積脈波、速度脈波、および加速度脈波の一部または全部は、設計によっては、反転されて取得される場合がある。本明細書では、反転されていない状態の各脈波について言及することとする。容積脈波、速度脈波、および加速度脈波の一部または全部が反転して取得されるシステムに対しては、反転された脈波をさらに反転した波形、つまり反転前の波形で読み替えることで、本明細書に記載の技術を適用することが可能である。
【0012】
生体情報測定装置は、図１の上段の容積脈波をセンサによって取得する。容積脈波には、同じ波形が繰り返し現れる。よって、例えば、容積脈波において、極小点から次の極小点までの期間を脈波の周期と見なすことができる。このように脈波の周期を定義した場合、脈波の周期のうち、前半の期間は、心臓の収縮期に相当し、後半の期間は、心臓の拡張期に相当する。
【0013】
収縮期は、心臓が血液を強く送り出す期間であるため、収縮期の波形は、血管に関する生体情報、例えば血圧や血管のしなやかさ、を反映したものとなる。よって、収縮期の波形を分析することで、血圧や動脈硬化の進行の度合いを推定することができる。
【0014】
この生体情報測定装置は、加速度波脈波の１周期の波形のうち、最大値をとるピークと、最大値をとるピークに後続する４つのピークと、を特定する。ここでは、加速度波脈波の１周期の波形のうちの最大値をとるピークを、ａ点と称する。つまり、ａ点は、心臓の収縮期において血管の容積の増加速度が最も大きくなる点である。ａ点に後続する４つのピークを、順番に、ｂ点、ｃ点、ｄ点、ｅ点、と称する。ｂ点は、加速度波脈波の１周期の波形のうちの最小値をとる点でもある。実施形態の生体情報測定装置は、ａ～ｅ点の情報に基づき、血管に関する生体情報を推定する。なお、本明細書では、図１から読み取れるように、極大点だけでなく極小点をもピークとして扱う。
【0015】
従来は、加速度脈波からａ～ｅ点を特定するために、加速度脈波をさらに微分して得られる波形が使用される。この従来の方法によれば、高感度のセンサによってノイズの少ない容積脈波が得られている場合にはａ～ｅ点を精度よく特定でき、これによって生体情報を精度よく求めることができる。
【0016】
しかしながら、光電脈波センサのような外乱の影響を受けやすいセンサを用いた場合、脈波を微分すればするほど振動、振幅の変動、外乱光によるノイズ成分の影響が顕著に表れ、これによって、ａ～ｅ点を精度よく特定することが困難になってしまう。また、通常は中心位置（基線ともいう）から信号が上下することで脈波が形成されるが、上記のような外乱の影響を受けやすいセンサを用いた場合、中心位置がゼロ点から変動し得る。そのような場合、脈波の微分によって基線の変動にも影響をうけて、ａ～ｅ点の特定の精度が悪化する。
【0017】
また、この光電脈波センサを用いた場合、外乱光などによるノイズ成分をできるだけ低減しようとするためには、従来は、光電脈波センサを皮膚に強く押し当てる必要があった。例えば光電脈波センサが腕時計型のウェアラブル装置に実装された場合、ユーザは、腕時計型のウェアラブル装置のバンドをきつく締める必要があり、装着の快適性が損なわれる。
【0018】
そこで、光電脈波センサからの出力にノイズ成分が多く含まれていても好適に生体情報を検出できるように、実施形態では、加速度脈波を微分することなく、加速度脈波で、ａ～ｅ点を特定する。以下に、実施形態の生体情報測定装置について詳細に説明する。
【0019】
ここでは一例として、生体情報測定装置は腕時計型のウェアラブル装置（例えばスマートウォッチ）を採用し、その構成について説明する。また、生体情報測定装置は、血管に関する生体情報の一例として、血圧を測定する。また、生体情報測定装置は、容積脈波を取得するためのセンサとして、光電脈波センサを備える。
【0020】
なお、生体情報測定装置は、スマートグラス、スマートリング、またはワイヤレスイヤホンなど、腕時計型のウェアラブル装置と異なるウェアラブル装置として構成されてもよい。また、生体情報測定装置は、血管に関する生体情報として、動脈硬化の進行の度合いを測定するように構成されてもよい。
【0021】
図２は、実施形態の生体情報測定装置であるウェアラブル装置１を人体に装着したときの外観図である。
【0022】
ウェアラブル装置１は、扁平な形状の筐体１０と、この筐体の表面に取り付けられた表示装置１１と、筐体の側面に取り付けられたバンド１２と、を備える。筐体１０は、上面、下面、前記上面の周囲と前記下面の周囲をつなぐ側面とから成る。図では、ほぼ直方体から成る筐体で、４つの側面から成る。
【0023】
筐体１０の一方の側面と、もう一方の側面にバンド１２が取りつけられている。バンド１２が装着者の腕２００に巻きつけられることで筐体１０の下面が腕２００に固定される。筐体１０の上面には表示装置１１が設けられており、ウェアラブル装置１は、表示装置１１に種々の画像情報を出力する。装着者は、表示装置１１に出力された種々の画像情報を視覚的に確認することができる。
この画像情報とは、血圧や脈拍の数値、図１の波形、そして解析後の生体情報などである。
この画像情報とは、血圧や脈拍の数値、図１の波形、そして解析後の生体情報などである。
【0024】
なお、以降では、腕の延びる向きを＋Ｘ軸の向き、筐体１０の２つの面のうち、下面から上面に向かう向きを＋Ｚ軸の向きとし、Ｘ軸とＺ軸との両方に直交する軸をＹ軸として説明する。
【0025】
【0026】
腕２００の内部には、橈骨２１１および尺骨２１２がＸ軸方向に延びる。橈骨２１１の下方には橈骨動脈２１３、尺骨２１２の下方には尺骨動脈２１４が通っている。腕２００の断面の最も下方の皮下には、腱２１５が通っている。
【0027】
筐体１０の下面には、光電脈波センサ１３が設けられる。光電脈波センサ１３は、センサ基板１３０と、１以上の受光素子１３１と、１以上の発光素子１３２と、を備える。ここでは一例として、ウェアラブル装置１が装着されたときに、皮膚２０１に対向するセンサ基板１３０の面の中央に１つの受光素子１３１が設けられ、受光素子１３１からＹ軸の正方向に離間した位置、および負方向に離間した位置のそれぞれに１つの発光素子１３２が設けられている。つまり受光素子１３１を囲む位置に２つの発光素子１３２が設けられる。
【0028】
なお、センサ基板１３０に設けられる受光素子１３１の数および発光素子１３２の数と、各素子の配置は、上記の例に限定されない。また、図３に示す例では、受光素子１３１および２つの発光素子１３２は装着時に皮膚２０１に接触するように構成されているが、受光素子１３１および２つの発光素子１３２は皮膚２０１に直接接触しないように透光部材、ガラス基板や透明樹脂基板によって覆われていてもよい。
【0029】
各発光素子１３２は、血中ヘモグロビンによって吸収されやすい特性を有する波長帯、例えば緑色から近赤外までの波長帯、から選択された光を発する。各発光素子１３２は、いずれも同一の波長の光を発する。受光素子１３１は、発光素子１３２が発する光を検出することができる。
【0030】
ウェアラブル装置１が装着者に装着されているとき、２つの発光素子１３２は、皮膚２０１に向けて光を照射する。受光素子１３１は、皮膚２０１の下に侵入し、皮下の組織で反射または散乱して戻ってきた光を含め、受光素子１３１に入射する光を検出する。皮下には橈骨動脈２１３などを含む血管が存在するので、受光素子１３１が受光する光の量は血管の容積脈波の影響を受けて増減する。光電脈波センサ１３は、受光素子１３１が受光する光の量の時間変化を容積脈波として取得する。つまり、光電脈波センサ１３は、容積脈波を検出する。
【0031】
図４は、実施形態のウェアラブル装置１の内部構成の一例を示す模式的な図である。
【0032】
ウェアラブル装置１は、表示装置１１と光電脈波センサ１３とのほかに、プロセッサ１４とメモリ１５を備える。プロセッサ１４、メモリ１５、光電脈波センサ１３、および表示装置１１はバス１６に電気的に接続されている。
【0033】
光電脈波センサ１３は、受光素子１３１と、２つの発光素子１３２と、マイクロコンピュータユニット１３３と、ゲイン回路１３４と、を備える。
【0034】
ゲイン回路１３４は、受光素子１３１からの信号を増幅する回路である。
【0035】
マイクロコンピュータユニット１３３は、発光素子１３２を点灯させたり、ゲイン回路１３４を介して受光素子１３１からの信号の時間推移を記憶して容積脈波として出力したりする。
【0036】
メモリ１５は、コンピュータプログラムやデータを記憶したり、プロセッサ１４の作業領域として機能したりする。メモリ１５は、例えば、揮発性メモリと不揮発性メモリとの組み合わせである。揮発性メモリは、例えば、ＲＡＭ（Random Access Memory）であり、プロセッサ１４の作業領域として機能し得る。不揮発性メモリは、例えばＳＳＤ（Solid State Drive）またはＨＤＤ（Hard Disk Drive）などのストレージメモリであり、コンピュータプログラムやデータを不揮発に記憶し得る。なお、メモリ１５の構成はこの例に限定されない。
【0037】
プロセッサ１４は、コンピュータプログラムに従って種々の機能を実現する演算装置であり、例えばＣＰＵ（Central Processing Unit）である。プロセッサ１４は、メモリ１５に予め格納されたコンピュータプログラムを実行することにより、ウェアラブル装置１の制御を実行する。実施形態では、プロセッサ１４は、ウェアラブル装置１の制御の一環として、光電脈波センサ１３によって検出された容積脈波に基づいた血圧の推定を行う。
【0038】
なお、プロセッサ１４は、実施形態における推定部の一例である。推定部は、光電脈波センサ１３によって検出された容積脈波を２階微分した加速度脈波の周期内の最大値をとるピークであるａ点または最小値をとるピークであるｂ点に基づき、血管に関する生体情報を推定する。推定部の機能の一部または全部は、ＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field-Programmable Gate Array）、または任意のハードウェア回路によって実現されてもよい。また、推定部の機能の一部または全部は、光電脈波センサ１３が備えるマイクロコンピュータユニットによって実現されてもよい。
【0039】
図５は、実施形態のウェアラブル装置１が備える推定部としてのプロセッサ１４が実現する機能構成の一例を示す模式図である。ここでは、各機能構成要素についてはおおまかに説明し、詳細は動作説明の際に説明する。
【0040】
プロセッサ１４は、取得部１４０、フィルタ部１４１、微分部１４２、ピーク検出部１４３、特徴点特定部１４４、特徴量算出部１４５、血圧推定部１４６、および出力部１４７として機能する。
【0041】
取得部１４０は、容積脈波のデータを光電脈波センサ１３から取得する。取得部１４０は、時間的に連続して検出された１以上の周期の分の容積脈波を含むデータを取得する。
【0042】
フィルタ部１４１は、バンドパスフィルタを用いて容積脈波のデータにフィルタ処理を実行する。光電脈波センサ１３から取得した容積脈波のデータには、装着者の呼吸や体動などに応じた基線の変動や、外乱光によるノイズが含まれ得る。フィルタ部１４１は、バンドパスフィルタによって、基線の変動やノイズを除去する。
【0043】
微分部１４２は、バンドパスフィルタにかけられた後の容積脈波のデータに対して２階微分を行うことによって、加速度脈波のデータを取得する。
【0044】
ピーク検出部１４３は、加速度脈波のデータから、加速度脈波のピークを検出する。ピーク検出部１４３は、極大点および極小点をピークとして検出する。
【0045】
特徴点特定部１４４は、検出されたピークのうちから、ａ～ｅ点を特定する。なお、以降では、ａ～ｅ点のそれぞれを特徴点と表記することがある。容積脈波のデータが複数の周期を含む場合、特徴点特定部１４４は、各周期において特徴点のセット、つまりａ～ｅ点のセット、を特定する。
【0046】
特徴量算出部１４５は、２つの特徴点の値の比、２つの特徴点が現れる時間の間隔、またはこれら両方を、特徴量として算出する。特徴量算出部１４５は、１周期あたり、１種類以上の特徴量のセットを算出する。容積脈波のデータが複数の周期を含む場合、特徴量算出部１４５は、各周期から特徴量のセットを算出し、その後、全周期で特徴量の平均を種類毎にとる。なお、特徴量算出部１４５は、必ずしも全周期で特徴量の平均をとらなくてもよい。特徴量算出部１４５は、全周期から取得した特徴量の集合を特徴量のセットとして次に説明する血圧推定部１４６に渡してもよい。
【0047】
血圧推定部１４６は、特徴量のセットに基づき、血圧を推定する。各種類の特徴量の平均が算出された場合には、血圧推定部１４６は、血圧の推定に、特徴量の平均値のセットを使用する。一例では、血圧推定部１４６は、特徴量のセットが入力された場合に血圧の推定値を出力するように構成された、学習済みニューラルネットワークモデルである。
【0048】
なお、特徴量のセットに基づき血圧の推定値を出力する方法は任意に構成される。血圧推定部１４６は、特徴量のセットに基づき、既知の、または今後開発される任意のアルゴリズムに基づいて血圧を推定する。
【0049】
出力部１４７は、血圧の推定値を出力する。血圧の推定値の出力の方法は特定の方法に限定されない。一例では、出力部１４７は、表示装置１１に、血圧の推定値を画像情報として出力する。別の例では、出力部１４７は、血圧の推定値を記録したデータをメモリ１５に格納する。
【0050】
続いて、実施形態の生体情報測定装置としてのウェアラブル装置１の動作を説明する。
【0051】
図６は、実施形態のウェアラブル装置１の動作の一例を示すフローチャートである。ここでは、光電脈波センサ１３によって容積脈波の検出が完了した後の動作を説明する。また、ウェアラブル装置１が、最初にａ点を検出し、検出したａ点に基づき、ｂ～ｅ点を特定する方法について説明する。ウェアラブル装置１は、最初にｂ点を検出し、検出したｂ点に基づき、ａ、ｃ～ｅ点を特定してもよい。
【0052】
まず、取得部１４０は、光電脈波センサ１３から容積脈波のデータを取得する（Ｓ１０１）。
【0053】
フィルタ部１４１は、容積脈波のデータに対し、バンドパスフィルタを用いたフィルタ処理を実行する（Ｓ１０２）。
【0054】
図７は、実施形態のフィルタ部１４１によるフィルタ処理の前後の容積脈波の例を示す図である。本図の例では、容積脈波のデータは、時間に対するセンサ出力値のデータである。センサ出力値は、例えば、受光素子１３１が受光した光の量が、ゲイン回路１３４によって増幅された後、マイクロコンピュータユニット１３３によって取り込まれ、この取り込んだ光の量に基づきマイクロコンピュータユニット１３３によって計算された吸光度であって、血管によって吸収された光の量、即ち血管の容積に対応する。
【0055】
フィルタ処理の前は、図７の（Ａ）に示すように、容積脈波は、基線の変動と、高周波ノイズとを含む。フィルタ処理によって、図７の（Ｂ）に示すように、基線の変動と、高周波ノイズとが除去されて、滑らかな波形を得ることができる。
【0056】
仮に、図７の（Ａ）に示す容積脈波から加速度脈波が算出されて、その後ピーク検出が行われた場合、高周波ノイズの影響によって多数のピークが誤検出されたり、基線の変動によってピーク位置がずれて検出されたりする。フィルタ部１４１のフィルタ処理によって、基線の変動および高周波ノイズが除去されるので、後に実行されるピーク検出の精度が向上する。
【0057】
図６に説明を戻す。
Ｓ１０２に続いて、微分部１４２は、フィルタ処理後の容積脈波のデータに対し、１回目の微分を行うことで、速度脈波のデータを取得する（Ｓ１０３）。さらに、微分部１４２は、速度脈波のデータに対し、２回目の微分を行うことで、加速度脈波のデータを取得する（Ｓ１０４）。
Ｓ１０２に続いて、微分部１４２は、フィルタ処理後の容積脈波のデータに対し、１回目の微分を行うことで、速度脈波のデータを取得する（Ｓ１０３）。さらに、微分部１４２は、速度脈波のデータに対し、２回目の微分を行うことで、加速度脈波のデータを取得する（Ｓ１０４）。
【0058】
ピーク検出部１４３は、加速度脈波のデータに対し、ピーク検出を実行する（Ｓ１０５）。ピーク検出部１４３は、値が極大値をとる点、つまり値が時間に応じて上昇から下降に転じる点と、値が極小値をとる点、つまり値が時間に応じて下降から上昇に転じる点と、のいずれか一方をピークとして検出する。以降、値が極大値をとる点を正側のピークとも呼び、値が極小値をとる点を負側のピークとも呼ぶ。このピーク検出時に、正側のピークと負側のピークの両方をピークとして検出してもよい。
【0059】
Ｓ１０５に続いて、特徴点特定部１４４は、ピーク検出によって検出した複数のピークのうちからａ点を特定する。ａ点は、容積脈波が立ち上がる期間において立ち上がり速度が加速する特徴を表す特徴点であり、加速度脈波においては正の数値として現れる。ここでは、複数の正側のピークのうちからａ点を特定する。
【0060】
特徴点特定部１４４がａ点を特定するよう構成されている場合、ピーク検出部１４３は、値が極大値をとる点、つまり正側のピーク、をピークとして検出する。これによって、特徴点特定部１４４は、複数の正側のピークのうちからａ点を特定する。
【0061】
なお、特徴点特定部１４４は、複数の負側のピークのうちからｂ点を特定するよう構成されてもよい。そのような場合、ピーク検出部１４３は、値が極小値をとる点、つまり負側のピーク、をピークとして検出する。
【0062】
特徴点特定部１４４は、検出した正側のピークから、１つのピークを選択する（Ｓ１０６）。Ｓ１０６によって選択したピークを、対象ピークと表記する。
【0063】
特徴点特定部１４４は、Ｓ１０７～Ｓ１０９によって、対象ピークがａ点に該当するか否かを判定する。
【0064】
具体的には、特徴点特定部１４４は、まず、加速度脈波のデータの最大値に対する対象ピークの値の比と所定の第１しきい値と比較し、当該比が第１しきい値を超えるか否かを判定する（Ｓ１０７）。
【0065】
ａ点は、加速度脈波における１周期の波形のうちの最大値をとる点である。従って、対象ピークがａ点に該当する場合、加速度脈波のデータの最大値に対する対象ピークの値の比は１に近くなると考えられる。よって、第１しきい値を適切に設定することによって、値が極端に小さいピークをａ点として誤検出することを抑制できる。
【0066】
加速度脈波のデータの正側の最大値に対する対象ピークの値の比が第１しきい値を超えると判定された場合（Ｓ１０７：Ｙｅｓ）、特徴点特定部１４４は、対象ピークの１つ前の正側のピークに対する対象ピークの値の比と、対象ピークの１つ後の正側のピークに対する対象ピークの値の比と、がともに第２しきい値を超えるか否かを判定する（Ｓ１０８）。
【0067】
ａ点は加速度脈波における１周期の波形のうちの最大値をとる点であるだけでなく、正側のピークに限れば、ａ点の値は他のピークに比べて突出して高い。そのため、正側のピークに限れば、ａ点の１つ前およびａ点の１つ後のピークのそれぞれに対するａ点の値の比は、１を大きく超えると考えられる。よって、第２しきい値を適切に設定することによって、対象ピークがａ点に該当するか否かを判定することができる。
【0068】
図８は、実施形態の加速度波形の一例を示すグラフである。
【0069】
本図に示す加速度波形の例では、ピークｐ１の値は９５ポイント、ピークｐ２の値は９８ポイント、ピークｐ３の値は２０５ポイント、ピークｐ４の値は１１０ポイント、ピークｐ５の値は２３０ポイントである。そして、ピークｐ５の値である２３０ポイントが加速度波形のデータの最大値とされている。
【0070】
加速度波形のデータの最大値に対する値の比は、ピークｐ１の場合は約０．４１、ピークｐ２の場合は約０．４２、ピークｐ３の場合は約０．８９、ピークｐ４の場合は約０．４７、ピークｐ５の場合は１となる。例えば第１しきい値が０．４に設定されている場合、特徴点特定部１４４は、ピークｐ１～ｐ５のいずれが対象ピークであっても加速度波形のデータの最大値に対する対象ピークの値の比は第１しきい値を超えると判定する。つまり、ピークｐ１～ｐ５のいずれが対象ピークであっても、Ｓ１０７の判定処理において、Ｙｅｓと判定される。
【0071】
例えばピークｐ２が対象ピークである場合、対象ピークの１つ前の正側のピークであるピークｐ１に対する対象ピークの値の比は約１．０であり、対象ピークの１つ後の正側のピークであるｐ３に対する対象ピークの値の比は約０．４８である。
【0072】
例えばピークｐ３が対象ピークである場合、対象ピークの１つ前の正側のピークであるピークｐ２に対する対象ピークの値の比は約２．１であり、対象ピークの１つ後の正側のピークであるピークｐ４に対する対象ピークの値の比は約１．９である。
【0073】
よって、第２しきい値が例えば１．５に設定されているケースでは、ピークｐ２が対象ピークである場合はＳ１０８の判定処理においてＮｏと判定される。ピークｐ３が対象ピークである場合はＳ１０８の判定処理においてＹｅｓと判定される。
【0074】
なお、ｂ点は、加速度脈波における１周期の波形のうちの最小値をとる点である。また、負側のピークに限れば、他のピークに比べて突出して低い。
【0075】
よって、ａ点に替えてｂ点を検出する場合、特徴点特定部１４４は、Ｓ１０７では、加速度脈波のデータの最小値に対する対象ピークの値の比と所定の第１しきい値と比較し、当該比が第１しきい値を超えるか否かを判定する。また、特徴点特定部１４４は、Ｓ１０８では、対象ピークの１つ前の正側のピークに対する対象ピークの値の比と、対象ピークの１つ後の正側のピークに対する対象ピークの値の比と、がともに第２しきい値を超えるか否かを判定する。
【0076】
図６に説明を戻す。
Ｓ１０８の判定処理においてＹｅｓと判定された場合、特徴点特定部１４４は、対象ピークをａ点として決定する（Ｓ１０９）。
Ｓ１０８の判定処理においてＹｅｓと判定された場合、特徴点特定部１４４は、対象ピークをａ点として決定する（Ｓ１０９）。
【0077】
Ｓ１０９の後、またはＳ１０７の判定処理においてＮｏと判定した場合、またはＳ１０８の判定処理においてＮｏと判定した場合、特徴点特定部１４４は、正側のピークのうち未選択のピークが残っているか否かを判定する（Ｓ１１０）。
【0078】
未選択のピークが残っている場合（Ｓ１１０：Ｙｅｓ）、特徴点特定部１４４は、未選択のピークのうちから１つのピークを選択し（Ｓ１１１）、選択したピークを新たな対象ピークとしてＳ１０７からの処理を繰り返し実行する。
【0079】
未選択のピークが残っていない場合（Ｓ１１０：Ｎｏ）、特徴点特定部１４４は、各ａ点に後続して現れる４つのピークを、現れる順番に、ｂ点、ｃ点、ｄ点、およびｅ点として特定する（Ｓ１１２）。
【0080】
なお、特徴点特性部１４４は、Ｓ１０９においてａ点に替えてｂ点を決定した場合、ｂ点のひとつ前のピークをａ点として特定し、ｂ点に後続して現れる３個のピークを、現れる順番に、ｃ点、ｄ点、およびｅ点として特定する。
【0081】
Ｓ１１２までの処理によって、周期毎にａ～ｅ点が特定される。特徴量算出部１４５は、周期毎に特徴量のセットを算出する（Ｓ１１３）。なお、ａ点から次のａ点の直前までの期間は、１周期とおよそ対応する。よって、特徴量算出部１４５は、ａ点から次のａ点の直前までを１つの周期と見なして周期毎の特徴量のセットを算出し得る。
【0082】
図９は、実施形態の特徴量算出部１４５による特徴量の算出方法の一例を説明するための模式的な図である。
【0083】
特徴量算出部１４５は、まず、或る周期において、ａ点からｂ点までの時間間隔ｂｘ、ａ点からｃ点までの時間間隔ｃｘ、ａ点からｄ点までの時間間隔ｄｘ、およびａ点からｅ点までの時間間隔ｅｘのそれぞれを特徴量として算出する。
【0084】
また、特徴量算出部１４５は、ａ点に対するｂ点の値の比ｂｙ/ａｙ、ａ点に対するｃ点の値の比ｃｙ/ａｙ、ａ点に対するｄ点の値の比ｄｙ/ａｙ、およびａ点に対するｅ点の値の比ｅｙ/ａｙのそれぞれを特徴量として算出する。
【0085】
そして、特徴量算出部１４５は、ｂｘ、ｃｘ、ｄｘ、ｅｘ、ｂｙ/ａｙ、ｃｙ/ａｙ、ｄｙ/ａｙ、およびｅｙ/ａｙを、この周期における特徴量のセットとする。
【0086】
なお、図９を用いて説明した特徴量の算出方法はあくまでも一例である。設計者は、ａ～ｅ点の時間および値に基づく任意の数値情報を特徴量として使用することが可能である。
【0087】
図６に説明を戻す。
Ｓ１１３に続いて、特徴量算出部１４５は、全周期で特徴量の平均値を種類毎に算出する（Ｓ１１４）。上述した特徴量の算出方法の例に従えば、特徴量算出部１４５は、ｂｘ、ｃｘ、ｄｘ、ｅｘ、ｂｙ/ａｙ、ｃｙ/ａｙ、ｄｙ/ａｙ、およびｅｙ/ａｙのそれぞれについて、全周期で平均値を算出する。
Ｓ１１３に続いて、特徴量算出部１４５は、全周期で特徴量の平均値を種類毎に算出する（Ｓ１１４）。上述した特徴量の算出方法の例に従えば、特徴量算出部１４５は、ｂｘ、ｃｘ、ｄｘ、ｅｘ、ｂｙ/ａｙ、ｃｙ/ａｙ、ｄｙ/ａｙ、およびｅｙ/ａｙのそれぞれについて、全周期で平均値を算出する。
【0088】
続いて、血圧推定部１４６は、特徴量の平均値のセットに基づき、血圧を推定する（Ｓ１１５）。出力部１４７は、血圧の推定値を出力する（Ｓ１１６）。そして、実施形態のウェアラブル装置１の動作が終了する。
【0089】
以上述べたように、実施形態によれば、生体情報測定装置としてのウェアラブル装置１は、容積脈波を検出する光電脈波センサ１３と、容積脈波を２階微分した加速度脈波の周期内の最大値であるａ点または最小値であるｂ点に基づき血管に関する生体情報としての血圧を推定する推定部としてのプロセッサ１４と、を備える。
【0090】
よって、加速度脈波をさらに微分することなくａ点を特定するため、精度が高いａ点の特定が可能である。その結果、生体情報の推定精度が向上する。たとえ装着者がウェアラブル装置１のバンド１２を緩めて装着し、これによって検出された容積脈波のデータに大きなノイズ成分が含まれていたとしても、精度よく生体情報を推定できる。つまり、ウェアラブル装置１は、生体情報を好適に測定できる。
【0091】
また、実施形態によれば、図６のＳ１０２～Ｓ１０５に示したように、プロセッサ１４は、容積脈波をバンドパスフィルタにかけて、バンドパスフィルタにかけた後の容積脈波を２階微分することによって加速度脈波を取得する。そして、プロセッサ１４は、加速度脈波に対し、極大値および極小値をピークとして検出するピーク検出を実行する。
【0092】
バンドパスフィルタによって装着者の呼吸や体動などに応じた基線の変動や高周波ノイズの影響が抑制された後にピーク検出が実行されるので、ａ～ｅ点を精度よく特定することが可能である。その結果、生体情報の推定精度が向上する。つまり、ウェアラブル装置１は、生体情報を好適に測定できる。
【0093】
また、実施形態によれば、図６のＳ１０８に示したように、プロセッサ１４は、ピーク検出によって検出された複数のピークのうちの、隣り合う２つのピークの値の比に基づいてａ点を特定する。
【0094】
よって、加速度脈波をさらに微分することなくａ点を特定することが可能である。
【0095】
また、実施形態では、プロセッサ１４は、ピーク検出によって検出された複数のピークのうちの値が正の複数のピークのうちの隣り合う２つのピークの値の比に基づき、ａ点を特定する。
【0096】
加速度脈波のデータにおいて、ａ点は値が正のピークに属するため、値が正のピークに候補を絞ってａ点の特定を行うことで、特定の処理の効率が向上する。
【0097】
なお、前述したように、プロセッサ１４は、値が負のピークに候補を絞ってｂ点の特定を行い、特定したｂ点に基づいてａ点を特定するよう、構成されてもよい。
【0098】
また、実施形態によれば、図６のＳ１０７に示したように、プロセッサ１４は、隣り合う２つのピークの値の比に加えて、値と正側および負側のうちのピークが属する側の加速度脈波の最大振幅との比に基づいてａ点を特定する。
【0099】
よって、ａ点と異なる著しく小さいピークをａ点として誤検出することを抑制でき、ａ点の特定の精度がさらに向上する。
【0100】
なお、プロセッサ１４は、図６のＳ１０７の判定処理を省略し、Ｓ１０８の処理によってのみａ点を特定するよう、構成されてもよい。
【0101】
また、実施形態によれば、図６のＳ１１５に示したように、プロセッサ１４は、ａ点と、ａ点に後続するｂ～ｅ点と、を特定し、ａ～ｅ点のそれぞれの値および現れたタイミングの間隔に基づいて特徴量を算出する。そして、プロセッサ１４は、算出した特徴量に基づいて生体情報を推定する。実施形態では、プロセッサ１４は、生体情報の一例として、血圧を推定するが、動脈硬化の進行の度合いを推定してもよい。他にも、隣り合う２つのａ点の間隔から、心拍数変動の状態や、自律神経機能の異常を推定する等の機能を有してよい。
【0102】
ａ点を決定するためのアルゴリズムは、種々に変形が可能である。以下にいくつかの変形例を説明する。
【0103】
（第１の変形例）
まず、実施形態の変形例のひとつとして、第１の変形例について説明する。第１の変形例のウェアラブル装置を、ウェアラブル装置１ａと表記する。第１の変形例の説明では、実施形態と異なる事項について説明する。実施形態と同じ事項については説明を省略するかまたは簡略的に説明する。
まず、実施形態の変形例のひとつとして、第１の変形例について説明する。第１の変形例のウェアラブル装置を、ウェアラブル装置１ａと表記する。第１の変形例の説明では、実施形態と異なる事項について説明する。実施形態と同じ事項については説明を省略するかまたは簡略的に説明する。
【0104】
図１０は、第１の変形例のウェアラブル装置１ａが備えるプロセッサ１４が実現する機能構成の一例を示す模式的な図である。
【0105】
プロセッサ１４は、取得部１４０、フィルタ部１４１、微分部１４２、ピーク検出部１４３、特徴点特定部１４４、特徴量算出部１４５、血圧推定部１４６、出力部１４７、および周期特定部１４８として機能する。
【0106】
周期特定部１４８は、脈波の周期境界を特定し、周期境界に基づき、各周期を特定する。例えば、周期特定部１４８は、フィルタ処理後の容積脈波の極小点を特定し、特定した極小点を脈波の周期境界とする。そして、周期特定部１４８は、２つの周期境界で区分される期間を、１つの周期として特定する。容積脈波が複数周期分の長さを有する場合には、周期特定部１４８は、上記の方法で各周期を特定する。なお、この周期の特定方法は一例である。周期特定部１４８は、任意の方法で各周期と特定し得る。
【0107】
図１１は、第１の変形例のウェアラブル装置１ａの動作の一例を示すフローチャートである。
【0108】
第１の変形例では、Ｓ１０２の処理に続いて、周期特定部１４８は、容積脈波から周期境界を特定する（Ｓ２０１）。そして、周期特定部１４８は、周期境界に基づき、周期長さの平均値を算出する（Ｓ２０２）。つまり、周期特定部１４８は、それぞれ周期境界で区分された複数の周期の長さを全周期で平均する。
【0109】
Ｓ２０２の処理の後、Ｓ１０３～Ｓ１０８の処理が実行される。
【0110】
なお、Ｓ２０１およびＳ２０２の処理の実行タイミングは、必ずしもＳ１０２とＳ１０３の処理の間でなくてもよい。後述するＳ２０６の処理の実行タイミングよりも前であれば、Ｓ２０１およびＳ２０２の処理は任意のタイミングで実行され得る。
【0111】
Ｓ１０８の判定処理においてＹｅｓと判定された場合、特徴点特定部１４４は、対象ピークをａ点候補として決定する（Ｓ２０３）。そして、特徴点特定部１４４は、正側のピークのうちに未選択のピークが残っているか否かを判定する（Ｓ２０４）。
【0112】
未選択のピークが残っている場合（Ｓ２０４：Ｙｅｓ）、特徴点特定部１４４は、未選択のピークのうちから１つのピークを選択し（Ｓ２０５）、選択したピークを新たな対象ピークとしてＳ１０７からの処理を繰り返し実行する。
【0113】
未選択のピークが残っていない場合（Ｓ２０４：Ｎｏ）、特徴点特定部１４４は、隣り合う２つのａ点候補の間隔とＳ２０２で算出した周期長さの平均値との比較に基づき、誤検出されたａ点候補を除外する（Ｓ２０６）。
【0114】
例えば、隣り合う２つのａ点候補の間隔が周期長さの平均値よりも著しく短い場合、当該隣り合う２つのａ点候補のうちの一方は本来の２つのａ点の間の誤検出された点であると考えられる。そのようなケースでは、特徴点特定部１４４は、当該隣り合う２つのａ点候補のうちの一方を誤検出された点であると特定し、誤検出された点として特定したａ点候補はａ点ではないと決定する。
【0115】
より具体的には、隣り合う２つのａ点候補の間隔が周期長さの平均値の所定パーセントの長さを超える場合には、特徴点特定部１４４は、当該隣り合う２つのａ点候補はともにａ点に該当すると判定する。隣り合う２つのａ点候補の間隔が周期長さの平均値の所定パーセントの長さに満たない場合には、特徴点特定部１４４は、当該隣り合う２つのａ点候補の何れか一方は誤検出された点であると判定する。
【0116】
一例では、特徴点特定部１４４は、隣り合う２つのａ点候補の間隔と周期長さの平均値との比較を、ａ点候補が現れたタイミングの順番で実行する。そして、隣り合う２つのａ点候補の間隔が周期長さの平均値の所定パーセントの長さに満たないと判定した場合には、特徴点特定部１４４は、当該隣り合う２つのａ点候補のうちの現れたタイミングが後のａ点候補を除外する。
【0117】
なお、所定パーセントは、設計者が実験または計算に基づき、任意に決定することができる。一例では、設計者は、所定パーセントを７０パーセントと設定することができる。
【0118】
隣り合う２つのａ点候補の間隔が周期長さの平均値よりも著しく大きい場合、当該隣り合う２つのａ点候補のうちの間にａ点候補の検出漏れがあったと考えられる。そのようなケースでは、特徴点特定部１４４は、当該隣り合う２つのａ点候補の間隔と、周期長さの平均値の２倍の長さと、の比較に基づいて、誤検出された点の特定を行う。
【0119】
なお、上記したａ点候補の除外方法は一例である。特徴点特定部１４４は、ａ点候補が現れたタイミングの間隔と周期長さの平均値との比較に基づく任意の方法で誤検出されたａ点候補を特定し得る。
【0120】
特徴点特定部１４４は、残ったａ点候補をａ点として決定する（Ｓ２０７）。そして、Ｓ１１２以降の処理が実行される。
【0121】
このように、プロセッサ１４は、ａ点候補の間隔と周期長さの平均値との比較に基づいて誤検出されたａ点候補を特定して除外するよう、構成されてもよい。
【0122】
これによって、特徴点の特定精度が向上する。
【0123】
なお、Ｓ１０７の処理は省略されてもよい。Ｓ１０７の処理は、ａ点の特定の精度を向上されるための処理である。Ｓ２０６の処理によれば、Ｓ１０７の処理が無くてもａ点を高精度に特定することが可能である。
【0124】
（第２の変形例）
実施形態の変形例の別のひとつとして、第２の変形例について説明する。
実施形態の変形例の別のひとつとして、第２の変形例について説明する。
【0125】
実施形態および第１の変形例では、一例として、正側のピークから対象ピークが選択され、正側のピークのみに基づいて値の比に基づく判定が実行された。第２の変形例では、正側のピークおよび負側のピークの区別なく対象ピークが選択され得る。また判定のための値の比は、正側のピークおよび負側のピークの区別なくの値が比較されるピークが選択され得る。
【0126】
以下、第２の変形例のウェアラブル装置を、ウェアラブル装置１ｂと表記する。第２の変形例の説明では、実施形態および第１の変形例と異なる事項について説明する。実施形態または第１の変形例と同じ事項については説明を省略するかまたは簡略的に説明する。
【0127】
図１２は、第２の変形例のウェアラブル装置１ｂの動作の一例を示すフローチャートである。
【0128】
第２の変形例では、第１の変形例と同様、Ｓ１０２の処理に続いて、周期境界の特定（Ｓ２０１）と、周期長さの平均値の算出（Ｓ２０２）とが実行される。
【0129】
Ｓ２０２の処理の後、Ｓ１０３～Ｓ１０５の処理が実行される。
【0130】
Ｓ１０５のピーク検出の後、特徴点特定部１４４は、検出したピークのうちから１つのピークを選択する（Ｓ３０１）。Ｓ３０１では、特徴点特定部１４４は、正側か負側かに関わらずの全てのピークのうちから１つのピークを対象ピークとして選択する。
【0131】
続いて、特徴点特定部１４４は、対象ピークの１つ前のピークに対する対象ピークの値の絶対値の比と、対象ピークの１つ後のピークに対する対象ピークの値の絶対値の比と、がともに第３しきい値を超える（Ｓ３０２）。Ｓ３０２では、特徴点特定部１４４は、対象ピークの１つ前のピークが正側のピークであるか負側のピークであるかに関わらず、対象ピークの１つ前のピークに対する対象ピークの値の絶対値の比を算出する。また、特徴点特定部１４４は、対象ピークの１つ後のピークが正側のピークであるか負側のピークであるかに関わらず、対象ピークの１つ後のピークに対する対象ピークの値の絶対値の比を算出する。第３しきい値は、第２しきい値と同じ値であってもよく、第２しきい値と異なる値であってもよい。
【0132】
Ｓ３０２の判定処理においてＹｅｓと判定された場合、特徴点特定部１４４は、対象ピークをａ点候補として決定する（Ｓ３０３）。
【0133】
そして、特徴点特定部１４４は、未選択のピークが残っているか否かを判定する（Ｓ３０４）。Ｓ３０４では、特徴点特定部１４４は、正側か負側かに関わらずの全てのピークのうちに未選択のピークが残っているか否かを判定する。
【0134】
未選択のピークが残っている場合（Ｓ３０４：Ｙｅｓ）、特徴点特定部１４４は、未選択のピークのうちから１つのピークを選択し（Ｓ３０５）、選択したピークを新たな対象ピークとしてＳ３０２からの処理を繰り返し実行する。
【0135】
未選択のピークが残っていない場合（Ｓ３０４：Ｎｏ）、Ｓ２０６～Ｓ２０７の処理と、Ｓ１１２～Ｓ１１６の処理と、が実行される。
【0136】
このように、プロセッサ１４は、ピーク検出によって検出された複数のピークのうちの、正側のピークと負側のピークとを区別することなく隣り合う２つのピークの値比に基づいてａ点を特定するよう、構成されてもよい。
【0137】
なお、プロセッサ１４は、図１２のＳ２０６～Ｓ２０７の処理を省略し、Ｓ３０２の処理のみによってａ点を特定するよう、構成されてもよい。
【0138】
（第３の変形例）
実施形態の変形例のさらに別のひとつとして、第３の変形例について説明する。第３の変形例のウェアラブル装置を、ウェアラブル装置１ｃと表記する。第３の変形例の説明では、実施形態、第１の変形例、および第２の変形例と異なる事項について説明する。実施形態、第１の変形例、または第２の変形例と同じ事項については説明を省略するかまたは簡略的に説明する。
実施形態の変形例のさらに別のひとつとして、第３の変形例について説明する。第３の変形例のウェアラブル装置を、ウェアラブル装置１ｃと表記する。第３の変形例の説明では、実施形態、第１の変形例、および第２の変形例と異なる事項について説明する。実施形態、第１の変形例、または第２の変形例と同じ事項については説明を省略するかまたは簡略的に説明する。
【0139】
図１３は、第３の変形例のウェアラブル装置１ｃの動作の一例を示すフローチャートである。
【0140】
第３の変形例では、第１の変形例と同様、Ｓ１０２の処理に続いて、周期境界の特定（Ｓ２０１）と、周期長さの平均値の算出（Ｓ２０２）とが実行される。
【0141】
Ｓ２０２の処理の後、Ｓ１０３～Ｓ１０５の処理が実行される。
【0142】
Ｓ１０５のピーク検出の後、特徴点特定部１４４は、速度脈波の最大ピークを周期毎に特定する（Ｓ４０１）。そして、特徴点特定部１４４は、ピーク検出によって検出された加速度脈波のピークのうちの、速度脈波の最大ピークが出現したタイミングの直前に現れたピークをａ点候補として決定する（Ｓ４０２）。或るタイミングの直前に現れたピークは、当該タイミングの前に現れた全てのピークのうちの現れたタイミングが最も遅いピークをいう。
【0143】
【0144】
Ｓ４０１では、特徴点特定部１４４は、ピークｐｖｎを第ｎ周期の最大ピーク、ピークｐｖｎ＋１を第（ｎ＋１）周期の最大ピークとして特定する。ピークｐｖｎが現れたタイミングは時刻ｔ１であり、ピークｐｖｎ＋１が現れたタイミングは時刻ｔ２である。
【0145】
Ｓ４０２では、特徴点特定部１４４は、第ｎ周期において時刻ｔ１の直前に現れたピークであるピークｐａｎを第ｎ周期におけるａ点として特定し、第（ｎ＋１）周期において時刻ｔ２の直前に現れたピークであるピークｐａｎ＋１を第（ｎ＋１）周期におけるａ点として特定する。
【0146】
図１３に説明を戻す。
Ｓ４０２に続いて、特徴点特定部１４４は、Ｓ２０６～Ｓ２０７、Ｓ１１２～Ｓ１１６の処理を実行する。
Ｓ４０２に続いて、特徴点特定部１４４は、Ｓ２０６～Ｓ２０７、Ｓ１１２～Ｓ１１６の処理を実行する。
【0147】
このように、プロセッサ１４は、容積脈波を１階微分した速度脈波の周期内の最大ピークを特定し、速度脈波の周期内の最大ピークが現れるタイミングの直前に現れる加速度脈波のピークをａ点として特定するよう、構成されてもよい。
【0148】
第３の変形例においても加速度脈波をさらに微分することなくａ点を特定するため、精度が高いａ点の特定が可能である。その結果、生体情報の推定精度が向上する。つまり、ウェアラブル装置１ｃは、生体情報を好適に測定できる。
【符号の説明】
【0149】
１，１ａ，１ｂ，１ｃ ウェアラブル装置、１０ 筐体、１１ 表示装置、１２ バンド、１３ 光電脈波センサ、１４ プロセッサ、１５ メモリ、１６ バス、１３０ センサ基板、１３１ 受光素子、１３２ 発光素子、１３３ マイクロコンピュータユニット、１３４ ゲイン回路、１４０ 取得部、１４１ フィルタ部、１４２ 微分部、１４３ ピーク検出部、１４４ 特徴点特定部、１４５ 特徴量算出部、１４６ 血圧推定部、１４７ 出力部、１４８ 周期特定部、２００ 腕、２０１ 皮膚、２１１ 橈骨、２１２ 尺骨、２１３ 橈骨動脈、２１４ 尺骨動脈、２１５ 腱。
【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】