特開 2024-37532 胃腸の状態を評価する評価装置、評価システム、評価方法および評価プログラム

(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】P2024037532

(43)【公開日】2024-03-19

(54)【発明の名称】胃腸の状態を評価する評価装置、評価システム、評価方法および評価プログラム

(51)【国際特許分類】

   A61B 10/00 20060101AFI20240312BHJP

   A61B 7/04 20060101ALI20240312BHJP

【ＦＩ】

A61B10/00 M

A61B7/04 N

【審査請求】有

【請求項の数】13

【出願形態】ＯＬ

(21)【出願番号】P 2022142449

(22)【出願日】2022-09-07

(71)【出願人】

【識別番号】000002853

【氏名又は名称】ダイキン工業株式会社

(71)【出願人】

【識別番号】304020292

【氏名又は名称】国立大学法人徳島大学

(74)【代理人】

【識別番号】110000796

【氏名又は名称】弁理士法人三枝国際特許事務所

(72)【発明者】

【氏名】今井 悠喜

(72)【発明者】

【氏名】平山 喬弘

(72)【発明者】

【氏名】加藤 成宏

(72)【発明者】

【氏名】榎本 崇宏

(72)【発明者】

【氏名】原口 毅之

(57)【要約】

【課題】胃腸の状態を精度よく評価する。
【解決手段】被験者の胃腸の状態を評価する評価装置３であって、前記被験者から得られた音響データから複数の腸音を抽出する抽出部３２と、前記各腸音の周波数領域に関連する特徴量を演算する特徴量演算部３３と、前記各特徴量の分布を示す分布データＡを生成する分布データ生成部３４と、分布データＡに基づいて、前記被験者の胃腸の状態を評価する評価部３５と、を備える。
【選択図】図１

【特許請求の範囲】

【請求項1】

被験者の胃腸の状態を評価する評価装置であって、
前記被験者から得られた音響データから複数の腸音を抽出する抽出部と、
前記各腸音の周波数領域に関連する特徴量を演算する特徴量演算部と、
前記各特徴量の分布を示す分布データを生成する分布データ生成部と、
前記分布データに基づいて、前記被験者の胃腸の状態を評価する評価部と、
を備える、評価装置。

【請求項2】

前記評価部は、
前記被験者の胃腸の状態が所定の状態であるときに前記被験者から得られた音響データに含まれる、複数の腸音の前記特徴量の分布を示す参照用分布データを取得する参照用データ取得部と、
前記分布データ生成部によって生成された分布データと前記参照用分布データとの類似度を演算する類似度演算部と、
を備え、
前記所定の状態および前記類似度に基づいて前記状態を評価する、請求項１に記載の評価装置。

【請求項3】

前記特徴量は代表周波数である、請求項１または２に記載の評価装置。

【請求項4】

前記特徴量演算部は、
前記各腸音を一定の時間間隔で複数のセグメントに分割する分割部と、
前記各セグメントのピーク周波数を算出するピーク周波数算出部と、
前記ピーク周波数から最大のピーク周波数を前記代表周波数として選択する代表周波数選択部と、
を備える、請求項３に記載の評価装置。

【請求項5】

請求項１に記載の評価装置と、
前記被験者から前記音響データを得るための集音装置と、
を備える、評価システム。

【請求項6】

被験者の胃腸の状態を評価する評価方法であって、
前記被験者から得られた音響データから複数の腸音を抽出する抽出ステップと、
前記各腸音の周波数領域に関連する特徴量を演算する特徴量演算ステップと、
前記各特徴量の分布を示す分布データを生成する分布データ生成ステップと、
前記分布データに基づいて、前記被験者の胃腸の状態を評価する評価ステップと、
を有する、評価方法。

【請求項7】

前記評価ステップは、
前記被験者の胃腸の状態が所定の状態であるときに前記被験者から得られた音響データに含まれる、複数の腸音の前記特徴量の分布を示す参照用分布データを取得する参照用データ取得ステップと、
前記分布データ生成ステップで生成された分布データと前記参照用分布データとの類似度を演算する類似度演算ステップと、
を有し、
前記所定の状態および前記類似度に基づいて前記状態を評価する、請求項６に記載の評価方法。

【請求項8】

前記特徴量は代表周波数である、請求項６または７に記載の評価方法。

【請求項9】

前記特徴量演算ステップは、
前記各腸音を一定の時間間隔で複数のセグメントに分割する分割ステップと、
前記各セグメントのピーク周波数を算出するピーク周波数算出ステップと、
前記ピーク周波数から最大のピーク周波数を前記代表周波数として選択する代表周波数選択ステップと、
を有する、請求項８に記載の評価方法。

【請求項10】

被験者の胃腸の状態を評価する評価プログラムであって、
前記被験者から得られた音響データから複数の腸音を抽出する抽出ステップと、
前記各腸音の周波数領域に関連する特徴量を演算する特徴量演算ステップと、
前記各特徴量の分布を示す分布データを生成する分布データ生成ステップと、
前記分布データに基づいて、前記被験者の胃腸の状態を評価する評価ステップと、
をコンピュータに実行させる、評価プログラム。

【請求項11】

前記評価ステップは、
前記被験者の胃腸の状態が所定の状態であるときに前記被験者から得られた音響データに含まれる、複数の腸音の前記特徴量の分布を示す参照用分布データを取得する参照用データ取得ステップと、
前記分布データ生成ステップで生成された分布データと前記参照用分布データとの類似度を演算する類似度演算ステップと、
を有し、
前記所定の状態および前記類似度に基づいて前記状態を評価する、請求項１０に記載の評価プログラム。

【請求項12】

前記特徴量は代表周波数である、請求項１０または１１に記載の評価プログラム。

【請求項13】

前記特徴量演算ステップは、
前記各腸音を一定の時間間隔で複数のセグメントに分割する分割ステップと、
前記各セグメントのピーク周波数を算出するピーク周波数算出ステップと、
前記ピーク周波数から最大のピーク周波数を前記代表周波数として選択する代表周波数選択ステップと、
を有する、請求項１２に記載の評価プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、胃腸の状態を評価する評価装置、評価システム、評価方法および評価プログラムに関する。

【背景技術】

【0002】

従来より、腸音に基づいて腸の状態を評価する技術が提案されている（例えば、特許文献１）。具体的には、特許文献１には、腸音の長さや発生頻度といった時間領域の特徴量に基づいて、腸内のガス量を演算することが開示されている。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２０２１－７４２３８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、腸音の時間領域の特徴量では、後述する比較例に示されるように、空腹や飲食後、健康状態、ライフスタイルなどに関連する、ある胃腸の状態の変化を検出することはできない。そのため、特許文献１に記載の従来技術では、胃腸の状態を精度よく評価できないという問題があった。

【0005】

本開示は、胃腸の状態を精度よく評価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に、本開示は以下の態様を含む。
項１．
被験者の胃腸の状態を評価する評価装置であって、
前記被験者から得られた音響データから複数の腸音を抽出する抽出部と、
前記各腸音の周波数領域に関連する特徴量を演算する特徴量演算部と、
前記各特徴量の分布を示す分布データを生成する分布データ生成部と、
前記分布データに基づいて、前記被験者の胃腸の状態を評価する評価部と、
を備える、評価装置。
項２．
前記評価部は、
前記被験者の胃腸の状態が所定の状態であるときに前記被験者から得られた音響データに含まれる、複数の腸音の前記特徴量の分布を示す参照用分布データを取得する参照用データ取得部と、
前記分布データ生成部によって生成された分布データと前記参照用分布データとの類似度を演算する類似度演算部と、
を備え、
前記所定の状態および前記類似度に基づいて前記状態を評価する、項１に記載の評価装置。
項３．
前記特徴量は代表周波数である、項１または２に記載の評価装置。
項４．
前記特徴量演算部は、
前記各腸音を一定の時間間隔で複数のセグメントに分割する分割部と、
前記各セグメントのピーク周波数を算出するピーク周波数算出部と、
前記ピーク周波数から最大のピーク周波数を前記代表周波数として選択する代表周波数選択部と、
を備える、項３に記載の評価装置。
項５．
項１～４のいずれかに記載の評価装置と、
前記被験者から前記音響データを得るための集音装置と、
を備える、評価システム。
項６．
被験者の胃腸の状態を評価する評価方法であって、
前記被験者から得られた音響データから複数の腸音を抽出する抽出ステップと、
前記各腸音の周波数領域に関連する特徴量を演算する特徴量演算ステップと、
前記各特徴量の分布を示す分布データを生成する分布データ生成ステップと、
前記分布データに基づいて、前記被験者の胃腸の状態を評価する評価ステップと、
を有する、評価方法。
項７．
前記評価ステップは、
前記被験者の胃腸の状態が所定の状態であるときに前記被験者から得られた音響データに含まれる、複数の腸音の前記特徴量の分布を示す参照用分布データを取得する参照用データ取得ステップと、
前記分布データ生成ステップで生成された分布データと前記参照用分布データとの類似度を演算する類似度演算ステップと、
を有し、
前記所定の状態および前記類似度に基づいて前記状態を評価する、項６に記載の評価方法。
項８．
前記特徴量は代表周波数である、項６または７に記載の評価方法。
項９．
前記特徴量演算ステップは、
前記各腸音を一定の時間間隔で複数のセグメントに分割する分割ステップと、
前記各セグメントのピーク周波数を算出するピーク周波数算出ステップと、
前記ピーク周波数から最大のピーク周波数を前記代表周波数として選択する代表周波数選択ステップと、
を有する、項８に記載の評価方法。
項１０．
被験者の胃腸の状態を評価する評価プログラムであって、
前記被験者から得られた音響データから複数の腸音を抽出する抽出ステップと、
前記各腸音の周波数領域に関連する特徴量を演算する特徴量演算ステップと、
前記各特徴量の分布を示す分布データを生成する分布データ生成ステップと、
前記分布データに基づいて、前記被験者の胃腸の状態を評価する評価ステップと、
をコンピュータに実行させる、評価プログラム。
項１１．
前記評価ステップは、
前記被験者の胃腸の状態が所定の状態であるときに前記被験者から得られた音響データに含まれる、複数の腸音の前記特徴量の分布を示す参照用分布データを取得する参照用データ取得ステップと、
前記分布データ生成ステップで生成された分布データと前記参照用分布データとの類似度を演算する類似度演算ステップと、
を有し、
前記所定の状態および前記類似度に基づいて前記状態を評価する、項１０に記載の評価プログラム。
項１２．
前記特徴量は代表周波数である、項１０または１１に記載の評価プログラム。
項１３．
前記特徴量演算ステップは、
前記各腸音を一定の時間間隔で複数のセグメントに分割する分割ステップと、
前記各セグメントのピーク周波数を算出するピーク周波数算出ステップと、
前記ピーク周波数から最大のピーク周波数を前記代表周波数として選択する代表周波数選択ステップと、
を有する、項１２に記載の評価プログラム。

【発明の効果】

【0007】

本開示によれば、胃腸の状態を精度よく評価することができる。

【図面の簡単な説明】

【0008】

【図1】本開示の一実施形態に係る評価システムの構成を示すブロック図である。

【図2】本開示の一実施形態に係る評価方法の処理手順を示すフローチャートである。

【図3】被験者から得られた音響データの波形の一例である。

【図4】特徴量演算ステップのさらに具体的な処理工程を示すフローチャートである。

【図5】１つの腸音の各セグメントの周波数スペクトルを示すグラフである。

【図6】分布データの一例である。

【図7】評価ステップのさらに具体的な処理工程を示すフローチャートである。

【図8】参照用分布データの一例である。

【図9】３つの組合せに係る分布データの類似度の各被験者の平均値を示すグラフである。

【図10】（ａ）～（ｄ）はそれぞれ、炭酸水摂取前（ＢＳＩ）、水摂取前（ＢＷＩ）、炭酸水摂取後（ＡＳＩ）および水摂取後（ＡＷＩ）に得られた音響データから抽出されたＢＳパワー、ＢＳ長さ、ＢＳ頻度およびＢＳ発生間隔を示す箱ひげ図である。

【発明を実施するための形態】

【0009】

以下、本開示の実施形態について添付図面を参照して説明する。なお、本開示は、下記の実施形態に限定されるものではなく、その趣旨を逸脱しない限りにおいて、種々の変更が可能である。

【0010】

（システム構成）
図１は、本開示の一実施形態に係る評価システム１の構成を示すブロック図である。評価システム１は、集音装置２と、評価装置３とを備えている。

【0011】

集音装置２は、被験者から音響データを得るための装置である。医療機関で音響データを収集する場合は、集音装置２は、例えば聴診器であり、医療機関以外で音響データを収集する場合は、集音装置２は、例えばマイクロフォンである。集音装置２がマイクロフォンである場合、集音装置２は、被験者の腹部に直接または衣服を介して取り付けられ、被験者の腸音を含む音響データを取得する。

【0012】

集音装置２は、有線または無線で評価装置３に接続されており、取得した音響データを評価装置３に転送する。なお、音響データは、集音装置２から記録媒体または通信機器を介して評価装置３に転送されてもよい。

【0013】

評価装置３は、被験者の胃腸の状態を評価する装置である。本開示において、「胃腸」は「胃および腸の少なくともいずれか」を意味する。評価装置３は、汎用のコンピュータの他、スマートフォン、タブレット端末等の携帯型コンピュータで構成することができる。評価装置３は、ハードウェア構成として、ＣＰＵやＧＰＵなどのプロセッサ、ＤＲＡＭやＳＲＡＭなどの主記憶装置（図示省略）、および、ＨＤＤやＳＳＤなどの補助記憶装置３０を備えている。補助記憶装置３０には、評価プログラムＰ、抽出用モデルＭおよび参照用分布データＢ等が格納されている。

【0014】

なお、補助記憶装置３０は評価装置３に外付けされてもよい。また、評価装置３は、クラウド上に設けられてもよい。

【0015】

評価装置３は、機能ブロックとして、音響データ取得部３１と、抽出部３２と、特徴量演算部３３と、分布データ生成部３４と、評価部３５とを備える。さらに、特徴量演算部３３は、分割部３３１と、ピーク周波数算出部３３２と、代表周波数選択部３３３とを備え、評価部３５は、参照用データ取得部３５１と、類似度演算部３５２とを備える。これらの機能ブロックは、評価装置３のプロセッサが評価プログラムＰを主記憶装置に読み出して実行することにより実現される。評価プログラムＰは、インターネット等の通信ネットワークを介して評価装置３にダウンロードしてもよいし、ＣＤ－ＲＯＭやＳＤカード等のコンピュータ読み取り可能な非一時的な記録媒体に評価プログラムＰを記録しておき、当該記憶媒体を介して評価装置３にインストールしてもよい。

【0016】

（評価方法の処理手順）
評価装置３の機能について、図２に基づいて説明する。図２は、本実施形態に係る評価方法の処理手順を示すフローチャートである。該評価方法は、ステップＳ１～Ｓ５を有しており、評価装置３の上記各機能ブロックがステップＳ１～Ｓ５を実行する。すなわち、評価プログラムＰが評価装置３にステップＳ１～Ｓ５を実行させる。

【0017】

ステップＳ１では、音響データ取得部３１が、集音装置２によって被験者から得られた音響データを取得する。音響データの長さ（時間）は特に限定されないが、例えば５分である。

【0018】

ステップＳ２（抽出ステップ）では、抽出部３２が、ステップＳ１で取得された音響データから、複数の腸音を抽出する。音響データには、腸音の他、呼吸音や体動音などのノイズが含まれているが、腸音の抽出は、公知の手法によって可能である。本実施形態では、抽出部３２は、国際公開第２０１９／２１６３２０号に記載の手法によって腸音を抽出する。

【0019】

具体的には、抽出部３２は、音響データから複数のセグメントを検出し、各セグメントから周波数に関する特徴量であるＰＮＣＣ（power normalized cepstral coefficients）を抽出し、抽出したＰＮＣＣを抽出用モデルＭに入力する。抽出用モデルＭは、音響データにおける腸音とＰＮＣＣとの関係を機械学習したニューラルネットワークモデルであり、入力されたＰＮＣＣに応じて各セグメントに腸音が含まれる可能性を示す予測スコアを出力する。抽出部３２は、予測スコアが所定の閾値よりも大きいセグメントを腸音として抽出する。１つの腸音は連続音であり、その長さ（時間）は不定である。

【0020】

図３は、被験者から得られた音響データの波形の一例である。破線枠は、セグメントであり、抽出部３２は、腸音が含まれる可能性が高いセグメントを抽出する。

【0021】

なお、通常の腸音の周波数は約１００～５００Ｈｚが中心である。そのため、抽出部３２は、ステップＳ１で取得された音響データに、１００～５００Ｈｚを含む周波数帯域（例えば８０～１０００Ｈｚ）を通過させるバンドパスフィルタを適用してから、腸音を抽出することが好ましい。

【0022】

図２に示すステップＳ３（特徴量演算ステップ）では、特徴量演算部３３が、ステップＳ２で抽出された各腸音の周波数領域に関連する特徴量を演算する。本実施形態において、前記特徴量は代表周波数である。代表周波数とは、１つの連続音の音程（音高）を代表的に表す周波数であり、本実施形態では、代表周波数は以下のように求められる。

【0023】

図４は、ステップＳ３のさらに具体的な処理工程を示すフローチャートである。

【0024】

ステップＳ３１（分割ステップ）では、分割部３３１が、各腸音を一定の時間間隔で複数のセグメントに分割する。

【0025】

ステップＳ３２（ピーク周波数算出ステップ）では、ピーク周波数算出部３３２が、ステップＳ３１で分割された各セグメントのピーク周波数を算出する。具体的には、ピーク周波数算出部３３２は、各セグメントの波形をフーリエ変換することにより、異なる周波数成分に分解して各成分の強度を演算し、最も強度の大きい周波数をピーク周波数とする。

【0026】

例えば、１つの腸音が５つのセグメントに分割されたとすると、図５に示すように、セグメント１～５の周波数スペクトルが求められ、三角印で示される各周波数スペクトルのピークに対応する周波数がピーク周波数となる。

【0027】

ステップＳ３３（代表周波数選択ステップ）では、代表周波数選択部３３３が、ステップＳ３２で算出されたピーク周波数から最大のピーク周波数を代表周波数として選択する。図５に示す例では、三角印で示される５つのピーク周波数のうちセグメント３のピーク周波数が、代表周波数Ｆ_Ｒとして選択される。なお、代表周波数選択部３３３は、ステップＳ３２で算出されたピーク周波数からピーク周波数の基礎統計量を代表周波数として選択してもよい。

【0028】

以上のステップＳ３１～Ｓ３３を全ての腸音について実行する（ステップＳ３４においてＹＥＳ）ことにより、特徴量演算部３３は、全ての腸音の代表周波数を演算する。なお、特徴量演算部３３は、各腸音をセグメントに分割することなく、１つの腸音の周波数スペクトルのピークに対応する周波数を代表周波数Ｆ_Ｒとして算出してもよい。また、ステップＳ３２では、各セグメントのピーク周波数を算出する代わりに、各セグメントのスペクトル特徴（スペクトルフラットネス、スペクトルバンド幅、スペクトルセントロイド等）を算出してもよい。

【0029】

図２に示すステップＳ４（分布データ生成ステップ）では、分布データ生成部３４が、各特徴量（代表周波数）の分布を示す分布データＡを生成する。本実施形態では、分布データ生成部３４は、分布データＡをヒストグラムとして生成する。

【0030】

図６は、分布データＡの一例である。この分布データＡは、０～１０００Ｈｚの範囲での周波数ビン数が４２である。なお、分布データＡの形式はヒストグラムに限定されない。

【0031】

図２に示すステップＳ５（評価ステップ）では、評価部３５が、分布データＡに基づいて、被験者の胃腸の状態を評価する。本実施形態では、評価部３５は、分布データＡと、補助記憶装置３０に記憶されている参照用分布データＢとの類似度に基づき、胃腸の状態を評価する。具体的には、胃腸の状態の評価は以下のように行われる。

【0032】

図７は、ステップＳ５のさらに具体的な処理工程を示すフローチャートである。

【0033】

ステップＳ５１（参照用データ取得ステップ）では、参照用データ取得部３５１が、補助記憶装置３０から参照用分布データＢを取得する。参照用分布データＢは、被験者の胃腸の状態が所定の状態であるときに被験者から得られた音響データに含まれる、複数の腸音の代表周波数の分布を示すデータである。

【0034】

例えば、深刻な便秘状態になった被験者が医療機関を初めて受診した際に、被験者から音響データを取得し、上述のステップＳ２～Ｓ４の処理によって代表周波数の分布データを生成する。当該分布データは、参照用分布データＢとして補助記憶装置３０に記憶される。

【0035】

図８は、参照用分布データＢの一例である。参照用分布データＢの形式は、図６に示す分布データＡと同じ形式であればよい。

【0036】

図７に示すステップＳ５２（類似度演算ステップ）では、類似度演算部３５２が、分布データＡと参照用分布データＢとの類似度を演算する。本実施形態では、類似度演算部３５２は、ヒストグラムで表された分布データＡおよび参照用分布データＢの類似度をピアソンの相関係数Ｒとして算出する。相関係数Ｒは、以下の式によって算出される。

【0037】

【数1】

Ｎ：周波数ビン数
Ａ_ｉ：分布データＡのｉ番目の代表周波数の値
Ｂ_ｉ：参照用分布データＢのｉ番目の代表周波数の値
μ_Ａ：分布データＡの代表周波数の平均値
μ_Ｂ：参照用分布データＢの代表周波数の平均値
σ_Ａ：分布データＡの代表周波数の標準偏差
σ_Ｂ：参照用分布データＢの代表周波数の標準偏差

【0038】

相関係数Ｒが１に近いほど類似度が高く、相関係数Ｒが０に近いほど類似度が低い。なお、類似度を表す指標は相関係数Ｒに限定されず、例えば、ユークリッド距離、バタチャリア距離、コサイン類似度、共通集合等を用いてもよい。

【0039】

ステップＳ５３では、評価部３５が、参照用分布データＢを生成するための音響データを取得した時の被験者の状態（所定の状態）、およびステップＳ５２で算出された類似度に基づいて、被験者の胃腸の状態を評価する。後述の実施例で説明するように、類似度が低いほど、腸内の状態が大きく変化したことを意味する。すなわち、類似度の大きさによって、被験者の状態の、前記所定の状態に対する変化の度合いが分かるため、分布データＡを生成するための音響データを取得した時の被験者の状態を評価できる。

【0040】

例えば、医療機関において参照用分布データＢを生成するための音響データを取得した時点で、被験者の胃腸の状態が深刻な便秘状態であったとする。その後、被験者が音響データを取得して評価装置３に送信し、評価装置３において、当該音響データから分布データＡを生成して、分布データＡと参照用分布データＢとの類似度を算出する。これにより、自宅において音響データを取得した時点の胃腸の状態が、深刻な便秘状態からどのくらい変化したか（すなわち改善したか）を評価できる。すなわち、類似度が低いほど、胃腸の状態が良好であると評価できる。

【0041】

また、音響データは、被験者が自宅等においてマイクロフォンを用いて容易に取得できるので、音響データの取得および分布データＡの生成を継続的に行うことにより、胃腸の状態を日常的にモニタリングできる。

【0042】

以上のように、評価部３５は、被験者の腸の状態を評価することができる。後述する実施例では、本開示により、腸内のガス量の変化だけでなく、腸内の内容物の変化をも把握できることが示されている。よって、本開示により、胃腸の状態を精度よく評価できる。

【実施例0043】

以下、本開示の実施例について説明するが、本開示は下記の実施例に限定されない。

【0044】

本実施例では、本開示によって、飲料の摂取または時間の経過による腸の状態変化を正確に評価できるか検証した。被験者は、ＲｏｍｅIII診断基準により過敏性腸症候群（ＩＢＳ）ではないと判定された１９名（男性１１名、女性８名、年齢：３３．３７±７．８２歳、身長：１６６．７１±８．３７ｃｍ、体重：５９．０９±８．８４ｋｇ、ＢＭＩ：２１．１６±１．９０）であり、各被験者に対して、飲料摂取試験を２回行った。

【0045】

具体的には、１回目の試験では、約１２時間絶食した各被験者に約１０℃の水を摂取させ、摂取直前の５分間と、摂取した１０分～１５分後の５分間に、各被験者の生体音を音響データとして収集した。２回目の試験は、１回目の試験の３日後に行われた。２回目の試験では、約１２時間絶食した各被験者に約１０℃の炭酸水を摂取させ、摂取直前の５分間と、摂取した１０分～１５分後の５分間に、各被験者の生体音を音響データとして収集した。

【0046】

これらの試験において、音響データの収集に用いられた機器は、電子聴診器（E-scope2, Cardionics Inc., Houston, TX, USA）と、マルチトラックレコーダー（R16 Zoom Co., Ltd., Tokyo, Japan）であった。音響データの収集の際には、被験者を仰臥位にさせ、電子聴診器を臍から右に９ｃｍの位置にマスキングテープを用いて井形で固定した。電子聴診器の収音モードには心音モードと呼吸音モードがあるが、より広い周波数レンジで録音できる、呼吸音モードに設定した。収集時の音響データのサンプリング周波数は４４１００Ｈｚであり、デジタル分解は１６ｂｉｔ／ｓａｍｐｌｅであった。

【0047】

評価装置３では、抽出用モデルＭとして学習済みのニューラルネットワークモデルを用いて、各音響データから複数の腸音を抽出した。具体的には、音響データに対して、セグメント長：６４ｍｓ、シフトサイズ：１６ｍｓでセグメント化を行い、各セグメントから周波数に関する特徴量であるＰＮＣＣを抽出した。そして、抽出したＰＮＣＣをニューラルネットワークモデルに入力し、ニューラルネットワークの出力に基づいて各セグメントに腸音が含まれるかを判定した。腸音が含まれるセグメント（ＢＳエピソード）が連続した場合は、連続したセグメントを１つのＢＳエピソードとした。

【0048】

続いて、各腸音の代表周波数を演算して、分布データを生成した。具体的には、以下の手順で分布データを生成した。
（１）前処理として、腸音のサンプリング周波数を４０００Ｈｚにダウンサンプリングして、さらに、腸音の主要な周波数帯域である８０～１０００Ｈｚの帯域を通過させるバンドパスフィルタを適用した。
（２）各腸音に対して、セグメント長：６４ｍｓ（２５６ｓａｍｐｌｅ）、シフトサイズ：１６ｍｓ（６４ｓａｍｐｌｅ）のセグメント化を行った。
（３）セグメントごとに１２８ｍｓ（５１２ｓａｍｐｌｅ）の窓を用いてＦＦＴを行い、ピーク周波数を求めた。
（４）セグメントごとに求められたピーク周波数のうち最大パワーとなる周波数を腸音の代表周波数として選択した。
（５）ある一定期間内に発生した腸音の代表値を用いて、０～１０００Ｈｚの周波数範囲で、周波数ビン数を４２として、ヒストグラムの分布データを生成した。

【0049】

以上により、各被験者から得られた音響データから、１回目の試験における、水摂取前後に取得された音響データから生成された２つの分布データ、および、２回目の試験における、炭酸水摂取前後に取得された音響データから生成された２つの分布データの、計４つの分布データを生成した。ここで、１回目の試験における水摂取前に音響データを取得したタイミングをＢＷＩ（Before water intake）、１回目の試験における水摂取後に音響データを取得したタイミングをＡＷＩ（After water intake）と称する。また、２回目の試験おける炭酸水摂取前に音響データを取得したタイミングをＢＳＩ（Before soda intake）、２回目の試験における炭酸水摂取後に音響データを取得したタイミングをＡＳＩ（After soda intake）と称する。すなわち、４つの分布データは、ＢＷＩ、ＡＷＩ、ＢＳＩおよびＡＳＩに取得された音響データから生成された分布データであり、本実施例では、これらの分布データを単に、ＢＷＩ、ＡＷＩ、ＢＳＩおよびＡＳＩと称する。

【0050】

続いて、４つの分布データから以下の３つの組合せに係る分布データの類似度をピアソンの相関係数Ｒとして算出した。
・ＢＷＩ－ＡＷＩ
・ＢＳＩ－ＡＳＩ
・ＢＳＩ－ＢＷＩ

【0051】

図９は、これらの３つの組合せに係る分布データの類似度の各被験者の平均値を示すグラフである。ＢＷＩとＡＷＩの類似度を示す相関係数Ｒ（ＢＷＩ－ＡＷＩ）は１に近いことから、水摂取前後の胃腸の状態の変化が小さいことが示唆された。過去の研究から、水摂取によって胃腸の運動性はほとんど亢進しないことが知られており、本実施例の結果も、過去の研究結果と同様の傾向を示している。

【0052】

ＢＳＩとＡＳＩの類似度を示す相関係数Ｒ（ＢＳＩ－ＡＳＩ）は、上記の相関係数Ｒ（ＢＷＩ－ＡＷＩ）よりも有意に小さい。この結果は、炭酸水摂取前後の胃腸の状態の変化は、水摂取前後の胃腸の状態の変化よりも大きいことを示している。よって、本開示により、炭酸水摂取による胃腸の状態の変化を把握できることが示唆された。

【0053】

さらに、ＢＳＩとＢＷＩの類似度を示す相関係数Ｒ（ＢＳＩ－ＢＷＩ）は、上記２つの相関係数Ｒよりも有意に小さい。この結果は、１回目の試験の水摂取前と２回目の試験の炭酸水摂取前のとの間の腸の状態の変化は、測定日が異なることによるライフスタイルなどの影響が、水摂取前後および炭酸水摂取前後の胃腸の状態の変化よりも大きいことを示している。よって、本開示により、炭酸水摂取時の胃腸の状態変化だけでなく、ライフスタイルなどの影響による胃腸の状態変化も捉えることが示唆された。

【0054】

（比較例）
比較例として、上述の１９名の被験者の各々から得られた音響データから腸音を抽出し、さらに、腸音の時間領域の特徴量として、ＢＳパワー（BS Power）、ＢＳ長さ（BS Length）、ＢＳ頻度（No. of BS detected）およびＢＳ発生間隔（Sound to Sound Interval、ＳＳＩ）を抽出した。

【0055】

図１０（ａ）～（ｄ）はそれぞれ、炭酸水摂取前（ＢＳＩ）、水摂取前（ＢＷＩ）、炭酸水摂取後（ＡＳＩ）および水摂取後（ＡＷＩ）に得られた音響データから抽出されたＢＳパワー、ＢＳ長さ、ＢＳ頻度およびＢＳ発生間隔を示す箱ひげ図である。図１０から、時間領域の特徴量は、炭酸水の摂取前後（ＢＳＩ－ＡＳＩ）で有意に異なるが、水の摂取前後（ＢＷＩ－ＡＷＩ）では有意な違いがみられなかった。また、時間領域の特徴量は、水の摂取前（ＢＷＩ）および炭酸水の摂取前（ＢＳＩ）、すなわち、３日の時間経過前後でも、有意な違いがみられなかった。

【0056】

よって、腸音の時間領域の特徴量は、炭酸水摂取による胃腸の運動性の変化を感度良く検出することができるが、ライフスタイルなどによる胃腸の状態変化の検出には感度が劣ると考えられる。

【符号の説明】

【0057】

１ 評価システム
２ 集音装置
３ 評価装置
３０ 補助記憶装置
３１ 音響データ取得部
３２ 抽出部
３３ 特徴量演算部
３３１ 分割部
３３２ ピーク周波数算出部
３３３ 代表周波数選択部
３４ 分布データ生成部
３５ 評価部
３５１ 参照用データ取得部
３５２ 類似度演算部
Ａ 分布データ
Ｂ 参照用分布データ
Ｍ 抽出用モデル
Ｐ 評価プログラム

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】