特開 2024-40979 生体情報推定装置、生体情報推定方法、及び生体情報推定プログラム

(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】P2024040979

(43)【公開日】2024-03-26

(54)【発明の名称】生体情報推定装置、生体情報推定方法、及び生体情報推定プログラム

(51)【国際特許分類】

   A61B 5/11 20060101AFI20240318BHJP

   A61B 5/113 20060101ALI20240318BHJP

   A61B 5/02 20060101ALI20240318BHJP

   A61B 5/021 20060101ALI20240318BHJP

   A61B 5/0245 20060101ALI20240318BHJP

【ＦＩ】

A61B5/11 110

A61B5/113

A61B5/02 310Z

A61B5/02 310V

A61B5/021

A61B5/0245 100Z

【審査請求】未請求

【請求項の数】6

【出願形態】ＯＬ

(21)【出願番号】P 2022145658

(22)【出願日】2022-09-13

(71)【出願人】

【識別番号】599011687

【氏名又は名称】学校法人 中央大学

(74)【代理人】

【識別番号】100147485

【弁理士】

【氏名又は名称】杉村 憲司

(74)【代理人】

【識別番号】230118913

【弁護士】

【氏名又は名称】杉村 光嗣

(74)【代理人】

【識別番号】100097238

【弁理士】

【氏名又は名称】鈴木 治

(74)【代理人】

【識別番号】100195534

【弁理士】

【氏名又は名称】内海 一成

(72)【発明者】

【氏名】橋本 秀紀

(72)【発明者】

【氏名】坪田 和也

(72)【発明者】

【氏名】志賀 駿也

【テーマコード（参考）】

4C017

4C038

【Ｆターム（参考）】

4C017AA02

4C017AA08

4C017AA09

4C017AA14

4C017AB04

4C017AC20

4C017BC11

4C017FF05

4C038VA04

4C038VB32

4C038VB33

4C038VC20

(57)【要約】

【課題】簡便な構成で生体情報の推定精度を向上できる生体情報推定装置、生体情報推定方法、及び生体情報推定プログラムを提供する。
【解決手段】生体情報推定装置１０は、被検者４０の影響を受けた無線通信の搬送波のチャネル状態情報を取得するインタフェース１４と、チャネル状態情報に基づいて被検者４０の生体情報を推定する制御部１２とを備える。制御部１２は、チャネル状態情報に含まれる少なくとも１つのサブキャリアの信号に対して変分モード分解を実行することによって被検者４０の生体情報に対応する信号を抽出する。制御部１２は、被検者４０の生体情報に対応する信号に基づいて被検者４０の生体情報を推定する。
【選択図】図１

【特許請求の範囲】

【請求項1】

被検者の影響を受けた無線通信の搬送波のチャネル状態情報を取得するインタフェースと、
前記チャネル状態情報に基づいて前記被検者の生体情報を推定する制御部と
を備え、
前記制御部は、
前記チャネル状態情報に含まれる少なくとも１つのサブキャリアの信号に対して変分モード分解を実行することによって前記被検者の生体情報に対応する信号を抽出し、
前記被検者の生体情報に対応する信号に基づいて前記被検者の生体情報を推定する、
生体情報推定装置。

【請求項2】

前記制御部は、
前記チャネル状態情報に含まれる複数のサブキャリアの信号のうち、前記複数のサブキャリアそれぞれの信号の自己相関関数の分散の値が最も大きいサブキャリアの信号に対して変分モード分解を実行することによって前記被検者の呼吸に対応する信号を抽出し、前記被検者の呼吸に対応する信号に基づいて前記被検者の呼吸に関する情報を推定する、請求項１に記載の生体情報推定装置。

【請求項3】

前記制御部は、
前記チャネル状態情報に含まれる少なくとも１つのサブキャリアの信号に対して離散ウェーブレット変換を実行し、
離散ウェーブレット変換を実行した少なくとも１つのサブキャリアの信号に対して変分モード分解を実行することによって前記被検者の心拍に対応する信号を抽出し、前記被検者の心拍に対応する信号に基づいて前記被検者の心拍に関する情報を推定する、請求項１に記載の生体情報推定装置。

【請求項4】

前記制御部は、前記被検者の心拍に対応する信号に基づいて前記被検者の脈波伝搬時間を算出し、前記脈波伝搬時間に基づいて前記被検者の血圧を推定する、請求項３に記載の生体情報推定装置。

【請求項5】

被検者の生体情報を推定する生体情報推定方法であって、
前記被検者の影響を受けた無線通信の搬送波のチャネル状態情報を取得するステップと、
前記チャネル状態情報に含まれる少なくとも１つのサブキャリアの信号に対して変分モード分解を実行することによって前記被検者の生体情報に対応する信号を抽出するステップと、
前記被検者の生体情報に対応する信号に基づいて前記被検者の生体情報を推定するステップと
を含む、生体情報推定方法。

【請求項6】

プロセッサに被検者の生体情報を推定させる生体情報推定プログラムであって、
前記被検者の影響を受けた無線通信の搬送波のチャネル状態情報を取得するステップと、
前記チャネル状態情報に含まれる少なくとも１つのサブキャリアの信号に対して変分モード分解を実行することによって前記被検者の生体情報に対応する信号を抽出するステップと、
前記被検者の生体情報に対応する信号に基づいて前記被検者の生体情報を推定するステップと
を前記プロセッサに実行させる、生体情報推定プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、生体情報推定装置、生体情報推定方法、及び生体情報推定プログラムに関する。

【背景技術】

【0002】

近年、無線通信を用いた生体センシングに関する研究が広く行われている。例えば、ドップラーレーダ、ＵＷＢ（Ultra Wide Band）レーダ、又はＦＭＣＷ（Frequency Modulated Continuous Wave）レーダ等を用いた生体センシングが行われている。無線ＬＡＮ（Local Area Network）を用いた生体センシングは、特殊な機器を必要としない点、又は、機器が普及している点から注目されている。

【0003】

例えば特許文献１に記載されているように、無線通信のパケットに生じた被検者のバイタル情報に基づく変調を抽出し、呼吸数及び心拍数を推定する装置が知られている。例えば非特許文献１に記載されているように、無線ＬＡＮを用いた呼吸数又は心拍数の取得が知られている。例えば非特許文献２及び３に記載されているように、脈波伝達時間（ＰＴＴ）の推定値に基づく血圧の算出が知られている。

【先行技術文献】

【特許文献】

【0004】

【特許文献1】特開２０２０－１２４３３７号公報

【非特許文献】

【0005】

【非特許文献1】X. Wang, C. Yang and S. Mao, “PhaseBeat: Exploiting CSI Phase Data for Vital Sign Monitoring with Commodity WiFi Devices," 2017 IEEE 37th International Conference on Distributed Computing Systems (ICDCS), 2017, pp. 1230-1239, DOI: 10.1109/ICDCS.2017.206.

【非特許文献2】D. Buxi, J. -M. Redoute and M. R. Yuce, "Blood Pressure Estimation Using Pulse Transit Time From Bioimpedance and Continuous Wave Radar," in IEEE Transactions on Biomedical Engineering, vol. 64, no. 4, pp. 917-927, April 2017, DOI: 10.1109/TBME.2016.2582472.

【非特許文献3】S. Ishizaka, K. Yamamoto and T. Ohtsuki, "Non-contact Blood Pressure Measurement using Doppler Radar based on Waveform Analysis by LSTM," ICC 2021 - IEEE International Conference on Communications, 2021, pp. 1-6, DOI: 10.1109/ICC42927.2021.9500857.

【発明の概要】

【発明が解決しようとする課題】

【0006】

特許文献１に記載されている構成において、サブキャリアの電波強度データの波形自体が心拍に類似する波形である前提で、サブキャリアの電波強度データの波形のピーク同士から心拍が推定されている。しかし、サブキャリアの電波強度データの波形自体は心拍に無関係な成分も含み得るものである。したがって、サブキャリアの電波強度データの波形自体から生体情報を推定する場合、推定精度が低下し得る。

【0007】

また、特許文献１に記載される構成において、呼吸数及び心拍数を推定するために用いるサブキャリアの電波強度データが平均値に基づいて選択される。平均値に基づいてデータが選択される場合、ノイズを多く含むデータが選択されるおそれがある。ノイズを多く含むデータが選択された場合、推定精度が低下し得る。

【0008】

非特許文献１に記載されている構成において、無線ＬＡＮから得られたチャネル状態情報（以下、ＣＳＩとも称される。）のデータ校正を実行し、生体情報を多く含んだサブキャリアを信号の平均絶対偏差に基づいて選択し、離散ウェーブレット変換を用いて生体情報として呼吸又は心拍を表す信号に分解している。しかし、サブキャリアを選択するために平均絶対偏差を用いる場合、信号の大きさしか判断されず、生体情報に含まれる周期性が評価されない。周期性が評価されないことによって、大きなノイズが複数載った信号が選択されるおそれがある。したがって、平均絶対偏差を用いてサブキャリアを選択することは、信号処理方法として適していない。また、離散ウェーブレット変換を用いて信号を分解する場合に、事前に選択した基底関数を用いる必要があるが、生体情報が時系列で変化していることによって基底関数の選択が難しくなり、推定精度を高めることが難しい。

【0009】

非特許文献２に記載されている構成において、心電図（ＥＣＧ）と連続波レーザ（ＣＷレーザ）とを用いて脈波を計測することによってＰＴＴが推定される。非特許文献３に記載されている構成において、ドップラーレーザを用いて脈波を計測することによってＰＴＴが推定される。非特許文献２及び３に記載されている構成において、ＰＴＴの推定値に基づいて血圧が算出される。しかし、これらの手法は、電極又はセンサを体の多くの箇所に装着する必要があって煩わしさを感じる点、又は、特殊な計測機器を必要とする点等によって、日常的な計測に適していない。

【0010】

本開示は、上述の点に鑑みてなされたものであり、簡便な構成で生体情報の推定精度を向上できる生体情報推定装置、生体情報推定方法、及び生体情報推定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】

【0011】

本開示の一実施形態に係る生体情報推定装置は、被検者の影響を受けた無線通信の搬送波のチャネル状態情報を取得するインタフェースと、前記チャネル状態情報に基づいて前記被検者の生体情報を推定する制御部とを備える。前記制御部は、前記チャネル状態情報に含まれる少なくとも１つのサブキャリアの信号に対して変分モード分解を実行することによって前記被検者の生体情報に対応する信号を抽出する。前記制御部は、前記被検者の生体情報に対応する信号に基づいて前記被検者の生体情報を推定する。

【0012】

また、本開示の一実施形態に係る生体情報推定装置において、前記制御部は、前記チャネル状態情報に含まれる複数のサブキャリアの信号のうち、前記複数のサブキャリアそれぞれの信号の自己相関関数の分散の値が最も大きいサブキャリアの信号に対して変分モード分解を実行することによって前記被検者の呼吸に対応する信号を抽出してよい。前記制御部は、前記被検者の呼吸に対応する信号に基づいて前記被検者の呼吸に関する情報を推定してよい。

【0013】

また、本開示の一実施形態に係る生体情報推定装置において、前記制御部は、前記チャネル状態情報に含まれる少なくとも１つのサブキャリアの信号に対して離散ウェーブレット変換を実行してよい。前記制御部は、離散ウェーブレット変換を実行した少なくとも１つのサブキャリアの信号に対して変分モード分解を実行することによって前記被検者の心拍に対応する信号を抽出してよい。前記制御部は、前記被検者の心拍に対応する信号に基づいて前記被検者の心拍に関する情報を推定してよい。

【0014】

また、本開示の一実施形態に係る生体情報推定装置において、前記制御部は、前記被検者の心拍に対応する信号に基づいて前記被検者の脈波伝搬時間を算出してよい。前記制御部は、前記脈波伝搬時間に基づいて前記被検者の血圧を推定してよい。

【0015】

本開示の一実施形態に係る生体情報推定方法は、被検者の生体情報を推定するステップを含む。前記生体情報推定方法は、前記被検者の影響を受けた無線通信の搬送波のチャネル状態情報を取得するステップを含む。前記生体情報推定方法は、前記チャネル状態情報に含まれる少なくとも１つのサブキャリアの信号に対して変分モード分解を実行することによって前記被検者の生体情報に対応する信号を抽出するステップを含む。前記生体情報推定方法は、前記被検者の生体情報に対応する信号に基づいて前記被検者の生体情報を推定するステップを含む。

【0016】

本開示の一実施形態に係る生体情報推定プログラムは、プロセッサに被検者の生体情報を推定させる。前記生体情報推定プログラムは、前記被検者の影響を受けた無線通信の搬送波のチャネル状態情報を取得するステップを前記プロセッサに実行させる。前記生体情報推定プログラムは、前記チャネル状態情報に含まれる少なくとも１つのサブキャリアの信号に対して変分モード分解を実行することによって前記被検者の生体情報に対応する信号を抽出するステップを前記プロセッサに実行させる。前記生体情報推定プログラムは、前記被検者の生体情報に対応する信号に基づいて前記被検者の生体情報を推定するステップを前記プロセッサに実行させる。

【発明の効果】

【0017】

本開示に係る生体情報推定装置、生体情報推定方法、及び生体情報推定プログラムによれば、簡便な構成で生体情報の推定精度が向上され得る。

【図面の簡単な説明】

【0018】

【図1】一実施形態に係る生体情報推定システムの構成例を示すブロック図である。

【図2】送信装置から受信装置まで伝搬する電磁波が被検者の影響を受けることを説明する模式図である。

【図3】チャネル状態情報から被検者の生体情報を抽出する原理を説明するＩ－Ｑプロットのグラフである。

【図4A】あるサブキャリアのＣＳＩの信号の位相の時間変化の波形の一例を示すグラフである。

【図4B】他のサブキャリアのＣＳＩの信号の位相の時間変化の波形の一例を示すグラフである。

【図5A】図４Ａの位相の時間変化の波形の自己相関値を表すグラフである。

【図5B】図４Ｂの位相の時間変化の波形の自己相関値を表すグラフである。

【図6】チャネル状態情報に含まれる複数のサブキャリアから選択した１つのサブキャリアの波形例を示すグラフである。

【図7】図６のサブキャリアの波形に対する変分モード分解によって得られた各モードの波形例を示すグラフである。

【図8】本実施形態の推定方法による呼吸の推定誤差と、比較例の推定方法による呼吸の推定誤差との差の一例を累積分布関数で表したグラフである。

【図9】心拍に対応するサブキャリアの波形に対する変分モード分解によって得られた各モードの波形例を示すグラフである。

【図10】本実施形態の推定方法による心拍の推定誤差と、比較例の推定方法による心拍の推定誤差との差の一例を累積分布関数で表したグラフである。

【図11】脈波の一例を示すグラフである。

【図12】一実施形態に係る生体情報推定方法の手順例を示すフローチャートである。

【図13】生体情報として呼吸を推定する方法の手順例を示すフローチャートである。

【図14】生体情報として心拍及び血圧を推定する方法の手順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】

【0019】

（生体情報推定システム１の概要）
図１に示されるように、本開示の一実施形態に係る生体情報推定システム１は、生体情報推定装置１０と、送信装置２０と、受信装置３０とを備える。受信装置３０は、第１アンテナ３１、第２アンテナ３２及び第３アンテナ３３を含む。

【0020】

送信装置２０は、例えば無線ＬＡＮ（Local Area Network）等の無線通信の電磁波を送信する。受信装置３０は、送信装置２０から送信された電磁波を受信する。無線通信において送受信する電磁波は、搬送波（キャリア）とも称される。無線通信において、基本信号としての搬送波に情報又はデータを載せた変調信号が生成される。変調信号に対応する電磁波は、変調波とも称される。無線通信において、変調波が送信装置２０から送信されて受信装置３０で受信される。以下の説明において、説明の簡略化のために、搬送波と変調波とを区別せず、搬送波が送信装置２０から送信されて受信装置３０で受信されるとする。

【0021】

図２に示されるように、搬送波の一部は、第１アンテナ３１に向けて伝搬し、第１アンテナ３１で受信され得る。搬送波の一部は、第２アンテナ３２に向けて伝搬し、第２アンテナ３２で受信され得る。搬送波の一部は、第３アンテナ３３に向けて伝搬し、第３アンテナ３３で受信され得る。

【0022】

送信装置２０から送信された搬送波は、受信装置３０まで伝搬し得る。搬送波は、送信装置２０と受信装置３０との間に、又は、送信装置２０若しくは受信装置３０の周囲に位置する被検者４０によって反射して受信装置３０まで伝搬し得る。搬送波は、送信装置２０と受信装置３０とを直線で結ぶ経路と、送信装置２０から搬送波を反射する被検者４０を経由して受信装置３０まで伝搬する経路とを含む、少なくとも２つの伝搬路に分かれて伝搬し得る。つまり、搬送波は、複数の伝搬路に分かれて伝搬し得る。複数に分かれた伝搬路はマルチパスとも称される。

【0023】

マルチパスの各伝搬路を伝搬した搬送波を受信装置３０で受信して合成した信号は、マルチパス信号とも称される。マルチパス信号は、異なる位相の信号を含み得る。つまり、マルチパス信号に含まれる個々の信号は、互いに位相差を有し得る。

【0024】

無線通信においてマルチキャリア伝送方式が採用される場合、搬送波は、複数のサブキャリアを合成して多重化した電磁波として構成される。各サブキャリアは、互いに異なる周波数を有することによって、又は、互いに直交性を有することによって、互いに分離可能となる。

【0025】

＜チャネル状態情報（ＣＳＩ）＞
受信装置３０は、搬送波を受信することによって、搬送波のチャネル状態情報を生成する。チャネル状態情報は、ＣＳＩ（Channel State Information）とも称される。ＣＳＩは、無線通信の物理層（ＰＨＹ層）における電力特性を表し、マルチパス信号の特性の詳細な識別を可能にする。ＣＳＩは、送信装置２０から受信装置３０までマルチパスで伝搬した搬送波の振幅及び位相の変化を表す情報を含む。

【0026】

比較例として、データリンク層（ＭＡＣ層）で得られる受信信号強度（ＲＳＳＩ：Received Signal Strength Indicator）によって搬送波が表されるとする。ＲＳＳＩは、マルチパス信号の重畳であるため、マルチパスフェージングによる影響を受けやすい。その結果、ＲＳＳＩは、伝搬路に多数の物体が存在する等の複雑な環境において劣化しやすく、ＣＳＩと比較してマルチパス信号の特性を表しにくい。

【0027】

本実施形態において、受信装置３０で搬送波を受信して得られた信号を表す情報としてＣＳＩが用いられるとする。

【0028】

ＣＳＩは、各サブキャリアについて生成され得る。例えば、ｉ番目のサブキャリアに関するＣＳＩ_ｉは、以下の式（１）で表され得る。

【数1】

ここで、Ｋはマルチパスの数を表す。ｒ_ｋ及びτ_ｋはそれぞれｋ番目のマルチパスからの複素減衰量及び伝搬遅延を表す。ｆ_ｉはｉ番目のサブキャリアの中心周波数を表す。

【0029】

＜ＣＳＩと生体情報との関係＞
搬送波が被検者４０の影響を受けてマルチパスで伝搬することによって、ＣＳＩは、被検者４０に起因するマルチパスの情報を含み得る。生体情報推定装置１０は、ＣＳＩに含まれるマルチパスの情報を解析することによって、被検者４０の生体情報を推定できる。以下、ＣＳＩを解析することによって被検者４０の生体情報を推定できる原理が説明される。

【0030】

ＣＳＩは、動的成分と静的成分とを含む。動的成分は、マルチパスのうち被検者４０の身体の少なくとも一部で反射する伝搬路を伝搬した搬送波から得られた成分である。静的成分は、送信装置２０から受信装置３０までの直線距離に対応する伝搬路であるＬｏＳ（Line of Sight）を伝搬した搬送波、及び、マルチパスのうち被検者４０の身体の少なくとも一部で反射する伝搬路以外の伝搬路を伝搬した搬送波のそれぞれから得られた成分の和である。

【0031】

ＣＳＩ_ｉの全成分と静的成分と動的成分との関係の一例が、図３に示される。図３は、Ｉ－Ｑプロットである。図３の横軸のＩは、同相の位相（In-Phase）を表す。縦軸のＱは、直交する位相（Quadrature-Phase）を表す。

【0032】

ＣＳＩ_ｉの静的成分は、ベクトルＯＳで表される。また、ＣＳＩ_ｉの動的成分は、ベクトルＳＤで表される。ＣＳＩ_ｉの静的成分と動的成分とを合成した全成分は、ベクトルＯＳ及びＳＤを合成したベクトルＯＤで表される。静的成分の大きさは、ベクトルＯＳの長さに対応し、｜ＣＳＩ_ｉ ^ｓ｜と表される。動的成分の大きさは、ベクトルＳＤの長さに対応し、｜ＣＳＩ_ｉ ^ｄ｜と表される。ＣＳＩ_ｉは、静的成分と動的成分とに分けて、以下の式（２）で表され得る。

【数2】

ここで、ｄは、動的成分に寄与するマルチパスを表す自然数であり、１以上Ｋ以下である。ｒ_ｄ及びτ_ｄは、それぞれｄ番目のマルチパスからの複素減衰量及び伝搬遅延を表す。

【0033】

図３において、ベクトルＯＳを延長した直線に対して点Ｄから垂線を下したときの垂線の足は点Ｔと表される。点Ｏ、点Ｄ及び点Ｔを頂点とする三角形は、直角三角形となる。ベクトルＯＳを延長した直線（線分ＯＴ）に対するベクトルＳＤの角度は、Ｉ軸に対するベクトルＯＳの角度（∠ＣＳＩ_ｉ ^ｓ）からＩ軸に対するベクトルＳＤの角度（∠ＣＳＩ_ｉ ^ｄ）を引いた値として算出される。そうすると、直角三角形の辺を構成する線分ＯＴ及びＴＤの長さは以下の式（３）で算出される。

【数3】

【0034】

式（３）で算出される線分ＯＴ及びＴＤの長さの比のａｒｃｔａｎを計算することによって、ベクトルＯＤと線分ＯＴとの角度、つまりベクトルＯＤとベクトルＯＳとの角度が算出される。動的成分と静的成分とを合わせた全成分の位相（∠ＣＳＩ_ｉ）は、静的成分の位相（∠ＣＳＩ_ｉ ^ｓ）からベクトルＯＤとベクトルＯＳとの角度を引いた値であり、以下の式（４）で算出される。

【数4】

【0035】

ここで、動的成分は、被検者４０の生体情報による影響を受ける。動的成分は、例えば、被検者４０の呼吸又は心拍による動きの影響を受ける。通常、被検者４０の呼吸又は心拍の動きは周期的である。そうすると、動的成分の位相（∠ＣＳＩ_ｉ ^ｄ）は周期的に変化し得る。また、動的成分の位相を含む上述の式（４）で算出されるＣＳＩの全成分の位相は、周期的に変化し得る。したがって、ＣＳＩの位相を解析することによって、被検者４０の呼吸又は心拍等を含む生体情報が推定され得る。

【0036】

＜概要の小括＞
以上述べてきたように、生体情報推定システム１において、生体情報推定装置１０は、被検者４０の影響を受けた搬送波のＣＳＩを解析することによって、被検者４０の生体情報を推定できる。

【0037】

以下、生体情報推定システム１の構成例及び動作例が詳細に説明される。

【0038】

（生体情報推定システム１の構成例）
上述したように、本開示の一実施形態に係る生体情報推定システム１は、生体情報推定装置１０と、送信装置２０と、受信装置３０とを備える。

【0039】

＜生体情報推定装置１０＞
図１に示されるように、生体情報推定装置１０は、制御部１２と、インタフェース１４とを備える。

【0040】

制御部１２は、生体情報推定装置１０の少なくとも１つの構成部を制御する。制御部１２は、１つ以上のプロセッサを含んで構成されてよい。プロセッサは、ＣＰＵ（central processing unit）又はＧＰＵ（graphics processing unit）等を含んで構成されてよい。制御部１２は、ＦＰＧＡ（field-programmable gate array）等のプログラマブル回路、又は、ＡＳＩＣ（application specific integrated circuit）等の専用回路を含んで構成されてよい。制御部１２は、これらを任意に組み合わせて構成されてよい。

【0041】

生体情報推定装置１０は、記憶部を更に備えてよい。記憶部は、例えば半導体メモリ、磁気メモリ、又は光メモリ等を含んで構成されてよいが、これらに限られない。記憶部は、例えば主記憶装置、補助記憶装置、又はキャッシュメモリとして機能してもよい。記憶部は、磁気ディスク等の電磁記憶媒体を含んで構成されてよい。記憶部は、非一時的なコンピュータ読み取り可能な媒体を含んで構成されてよい。記憶部は、生体情報推定装置１０の動作に用いられる任意の情報又はプログラムを格納する。記憶部は、例えばシステムプログラム又はアプリケーションプログラム等を格納してよい。記憶部は、制御部１２に含まれてもよいし、制御部１２と別体で構成されてもよい。

【0042】

インタフェース１４は、制御部１２から情報又はデータ等を出力したり、制御部１２に情報又はデータ等を入力したりする。インタフェース１４は、受信装置３０からＣＳＩを取得するネットワークアダプタ等を含んで構成されてよい。インタフェース１４は、ＣＳＩを取得するネットワークアダプタ等を接続可能なコネクタを含んで構成されてもよい。

【0043】

インタフェース１４は、例えば被検者４０の生体情報の推定結果を収集する機器等の他の機器と通信可能に構成される通信モジュールを含んでよい。通信モジュールは、例えば４Ｇ（4th Generation）又は５Ｇ（5th Generation）等の移動体通信規格に対応してよい。通信モジュールは、ＬＡＮ（Local Area Network）等の通信規格に対応してもよい。通信モジュールは、有線又は無線の通信規格に対応してもよい。通信モジュールは、これらに限られず、種々の通信規格に対応してよい。インタフェース１４は、通信モジュールに接続可能に構成されてもよい。

【0044】

インタフェース１４は、ユーザから情報又はデータ等の入力を受け付ける入力デバイスを含んで構成されてよい。入力デバイスは、例えば、タッチパネル若しくはタッチセンサ、又はマウス等のポインティングデバイスを含んで構成されてよい。入力デバイスは、物理キーを含んで構成されてもよい。入力デバイスは、マイク等の音声入力デバイスを含んで構成されてもよい。

【0045】

インタフェース１４は、ユーザに対して情報又はデータ等を出力する出力デバイスを含んで構成されてよい。出力デバイスは、例えば、画像又は文字若しくは図形等の視覚情報を出力する表示デバイスを含んでよい。表示デバイスは、例えば、ＬＣＤ（Liquid Crystal Display）、有機ＥＬ（Electro-Luminescence）ディスプレイ若しくは無機ＥＬディスプレイ、又は、ＰＤＰ（Plasma Display Panel）等を含んで構成されてよい。表示デバイスは、これらのディスプレイに限られず、他の種々の方式のディスプレイを含んで構成されてよい。表示デバイスは、ＬＥＤ（Light Emitting Diode）又はＬＤ（Laser Diode）等の発光デバイスを含んで構成されてよい。表示デバイスは、他の種々のデバイスを含んで構成されてよい。出力デバイスは、例えば、音声等の聴覚情報を出力するスピーカ等の音声出力デバイスを含んでよい。出力デバイスは、これらの例に限られず、他の種々のデバイスを含んでよい。

【0046】

生体情報推定装置１０は、例えばノートＰＣ（Personal Computer）又はタブレットＰＣ等のＰＣとして構成されてよい。生体情報推定装置１０は、スマートフォン又はタブレット等の携帯端末として構成されてもよい。生体情報推定装置１０は、１つ又は互いに通信可能な複数のサーバ装置を含んで構成されてもよい。生体情報推定装置１０は、これらの例に限られず、他の種々の形態で構成されてよい。

【0047】

＜送信装置２０及び受信装置３０＞
送信装置２０は、少なくとも１本の送信アンテナを備える。送信装置２０は、送信アンテナで送信する搬送波の信号を生成する信号生成装置を備えてよい。送信装置２０は、搬送波に情報又はデータを載せるように変調する変調装置を備えてよい。送信装置２０は、外部の信号生成装置から搬送波又は変調波の信号を取得して送信アンテナから送信するように構成されてよい。

【0048】

搬送波は、複数のサブキャリアを含んでよい。送信装置２０は、複数のサブキャリアそれぞれの信号を生成し、送信アンテナから送信してよい。

【0049】

送信装置２０は、送信した搬送波の振幅に関する情報を生体情報推定装置１０に出力してよい。搬送波が複数のサブキャリアを含む場合、送信装置２０は、各サブキャリアの振幅に関する情報を生体情報推定装置１０に出力してよい。

【0050】

受信装置３０は、少なくとも１本の受信アンテナを備える。受信装置３０は、送信装置２０から送信された搬送波を受信アンテナで受信する。受信装置３０は、第１アンテナ３１、第２アンテナ３２及び第３アンテナ３３を含んでよい。つまり、図１及び図２に例示される構成において、受信装置３０は、３本の受信アンテナを備える。受信装置３０が備える受信アンテナの数は、３本に限られず、１本であってもよいし２本であってもよいし４本以上であってもよい。

【0051】

受信装置３０は、受信した搬送波又は変調波に載せられている情報又はデータを取得するように、搬送波又は変調波を復調する復調装置を備えてよい。受信装置３０は、受信した搬送波又は変調波の信号を外部の復調装置に出力するように構成されてもよい。

【0052】

受信装置３０は、マルチパスで伝搬してきた搬送波について、マルチパスの各伝搬路に分けて受信してよい。搬送波が複数のサブキャリアを含む場合、受信装置３０は、各サブキャリアを受信アンテナで受信してよい。

【0053】

受信装置３０は、受信した搬送波の信号をそのまま生体情報推定装置１０に出力してよい。受信装置３０は、受信した搬送波の信号からＣＳＩを生成し、生成したＣＳＩを生体情報推定装置１０に出力してよい。

【0054】

具体的に、受信装置３０は、各伝搬路を伝搬してきた搬送波の位相に関する情報を生成してよい。受信装置３０は、送信装置２０から送信されたときの搬送波の振幅に関する情報と実際に受信した搬送波の振幅とに基づいて、各伝搬路における搬送波の減衰率に関する情報を生成してよい。受信装置３０は、各伝搬路における減衰率及び位相の情報を含むＣＳＩを生成してよい。搬送波が複数のサブキャリアを含む場合、受信装置３０は、各サブキャリアについてＣＳＩを生成してよい。

【0055】

受信装置３０は、複数の受信アンテナを備える場合、各受信アンテナについてＣＳＩを生成し、生体情報推定装置１０に出力してよい。受信装置３０は、各受信アンテナで受信した搬送波をそのまま生体情報推定装置１０に出力してよい。

【0056】

送信装置２０及び受信装置３０は、例えば、ＩＥＥＥ８０２．１１ｎ規格の無線通信で用いられる搬送波のＣＳＩを取得できるように構成されてよい。送信装置２０又は受信装置３０は、他の種々の規格の無線通信で用いられる搬送波のＣＳＩを取得できるように構成されてよい。

【0057】

送信装置２０及び受信装置３０は、例えば、ＯＦＤＭ（直交周波数分割多重方式）の複数のサブキャリアの全部又は少なくとも一部のサブキャリアのＣＳＩを取得できるように構成されてよい。

【0058】

送信装置２０及び受信装置３０は、受信装置３０がＭ本の受信アンテナを有し、かつ、搬送波がＮ個のサブキャリアを含む場合、Ｍ×Ｎ通りの組み合わせのそれぞれについてＣＳＩを取得できるように構成されてよい。送信装置２０及び受信装置３０は、Ｍ×Ｎ通りの組み合わせのうち全部又は少なくとも一部の組み合わせについてＣＳＩを取得できるように構成されてよい。

【0059】

（被検者４０の生体情報を推定する動作例）
生体情報推定装置１０の制御部１２は、ＣＳＩに基づいて被検者４０の生体情報を推定する。以下、被検者４０の生体情報を推定する動作例が説明される。

【0060】

＜ＣＳＩの取得＞
制御部１２は、ＣＳＩを取得する。制御部１２は、受信装置３０からＣＳＩを取得してよい。制御部１２は、受信装置３０で受信した搬送波の信号を受信装置３０から取得してＣＳＩを制御部１２自身で生成することによってＣＳＩを取得してもよい。

【0061】

具体的に、制御部１２は、受信装置３０で受信した搬送波の信号を受信装置３０から取得するとともに送信時の搬送波の振幅に関する情報を送信装置２０から取得し、送信時の振幅と受信時の振幅とに基づいて各伝搬路の減衰率に関する情報を生成してよい。また、制御部１２は、受信装置３０で受信した搬送波の信号に基づいて各伝搬路における位相の情報を生成してよい。制御部１２は、各伝搬路の減衰率及び位相に関する情報を含むＣＳＩを生成してよい。

【0062】

受信装置３０で受信した搬送波の位相は、送信装置２０から受信装置３０までの伝搬路の長さに対応し得る。したがって、搬送波の位相の変化は、伝搬路の長さの変化に対応し得る。送信装置２０から受信装置３０までの伝搬路が被検者４０の身体の少なくとも一部における反射を含む場合、伝搬路の長さは、被検者４０の動きによって変化し得る。被検者４０の動きは、被検者４０の呼吸による動き又は被検者４０の心拍による動きを含み得る。制御部１２は、後述するように、搬送波の位相の変化に基づいて被検者４０の呼吸又は心拍を含む生体情報を推定してよい。

【0063】

＜位相差の検出＞
制御部１２は、マルチパス信号に含まれる各伝搬路を伝搬してきた搬送波のＣＳＩの位相差を検出してよい。

【0064】

マルチパスの各伝搬路を伝搬してきた搬送波のＣＳＩの位相差は、送信装置２０から受信装置３０まで搬送波が伝搬する伝搬路の長さの違いを表し得る。送信装置２０から受信装置３０までの伝搬路が被検者４０の身体の少なくとも一部における反射を含む場合、伝搬路の長さは、被検者４０の動きによって変化し得る。被検者４０の動きは、被検者４０の呼吸による動き又は被検者４０の心拍による動きを含み得る。制御部１２は、後述するように、マルチパスの各伝搬路を伝搬してきた搬送波のＣＳＩの位相差の変化に基づいて被検者４０の呼吸又は心拍を含む生体情報を推定してよい。

【0065】

ＣＳＩに含まれる位相の情報は、様々なオフセットを含み得る。一方で、マルチパスの各伝搬路を伝搬してきた搬送波のＣＳＩ同士の位相差を検出することによってオフセットの影響が低減され得る。つまり、位相差の情報は位相の情報よりも安定し得る。その結果、位相差の情報に基づく生体情報の推定精度は、位相の情報だけに基づく生体情報の推定精度よりも高められ得る。

【0066】

＜データキャリブレーション＞
ＣＳＩは、直流成分又は外れ値等のノイズとなる情報を含み得る。制御部１２は、ＣＳＩに対してフィルタを適用することによって、ノイズとなる情報を除去してよい。制御部１２は、フィルタとして、例えばＨａｍｐｅｌフィルタを適用してよい。制御部１２は、一度大きな窓サイズでスライディングウィンドウ付きのＨａｍｐｅｌフィルタを適用した後で、トレンド除去を行ってよい。制御部１２は、窓サイズを小さくして再度Ｈａｍｐｅｌフィルタを適用し、最初に除去しきれなかったノイズを除去してよい。制御部１２は、後工程における計算の複雑さを軽減するためにダウンサンプリングを行ってもよい。

【0067】

＜サブキャリアの選択＞
搬送波に含まれる複数のサブキャリアのそれぞれは、被検者４０の生体情報の影響を受け得る。その結果、各サブキャリアのＣＳＩは、被検者４０の生体情報を含み得る。複数のサブキャリアのうち、一部のサブキャリアは、被検者４０の生体情報を多く含む。一方で、他の一部のサブキャリアは、被検者４０の生体情報をほとんど含まないことがある。また、被検者４０の生体情報を多く含むサブキャリアのうち、一部のサブキャリアは、被検者４０の呼吸に関する情報を多く含み得る。一部のサブキャリアは、被検者４０の心拍に関する情報を多く含み得る。

【0068】

後述する生体情報の推定において、被検者４０の生体情報を多く含むサブキャリアのＣＳＩに基づく生体情報の推定精度は、被検者４０の生体情報をあまり含まないサブキャリアのＣＳＩに基づく生体情報の推定精度よりも高められ得る。制御部１２は、被検者４０の生体情報を多く含むサブキャリアを選択し、選択したサブキャリアのＣＳＩに基づいて生体情報を推定してよい。

【0069】

＜＜呼吸に関する情報を含むサブキャリアの選択＞＞
制御部１２は、複数のサブキャリアの中から、被検者４０の呼吸に関する情報を含むサブキャリアを選択してよい。

【0070】

例えば、制御部１２は、各サブキャリアのＣＳＩを自己相関関数で評価し、自己相関値の分散を用いて被検者４０の呼吸に関する情報に対するサブキャリアのＣＳＩの感度を評価してよい。制御部１２は、図４Ａ及び図４Ｂに示される、２つのサブキャリアのそれぞれのＣＳＩの信号の位相の時間変化の波形を、自己相関関数で評価してよい。図４Ａ及び図４Ｂにおいて、横軸は時刻を表す。縦軸は位相を表す。制御部１２は、図４Ａ及び図４Ｂに例示される位相の時間変化の波形を自己相関関数で評価することによって、図５Ａ及び図５Ｂに示される、ラグと自己相関値との関係を取得できる。図５Ａ及び図５Ｂにおいて、横軸はラグを表す。縦軸は自己相関値を表す。図５Ａから算出した自己相関値の分散は０．００２２である。図５Ｂから算出した自己相関値の分散は０．００８９である。

【0071】

図４Ａの波形と図４Ｂの波形との比較において、図４Ｂの波形を自己相関関数で評価したときの自己相関値の分散は、図４Ａの波形を自己相関関数で評価したときの自己相関値の分散よりも大きい。図４Ａの波形と図４Ｂの波形とを見た目で比較した場合、図４Ｂの波形は、図４Ａの波形よりも高い周期性を有するように見える。つまり、波形の周期性が高く見えるほど、自己相関値の分散が大きい。

【0072】

上述したように、被検者４０の呼吸に関する情報は、高い周期性を有する。したがって、制御部１２は、自己相関値の分散が大きいサブキャリアのＣＳＩを、高い周期性を有するＣＳＩであると判定し、被検者４０の呼吸に関する情報を多く含むＣＳＩとして選択してよい。

【0073】

被検者４０の呼吸に関する情報は、被検者４０の胸等の動きを反映するので、ＣＳＩの中に多く含まれ得る。したがって、被検者４０の呼吸に関する情報は、１つのサブキャリアのＣＳＩから抽出され得る。そこで、制御部１２は、自己相関値の分散が最大となる１つのサブキャリアのＣＳＩを選択してよい。制御部１２は、自己相関値の分散が選択閾値以上となる１つ又は複数のサブキャリアのＣＳＩを選択してもよい。

【0074】

＜＜心拍に関する情報を含むサブキャリアの選択＞＞
制御部１２は、複数のサブキャリアの中から、被検者４０の心拍に関する情報を含むサブキャリアを選択してよい。

【0075】

被検者４０の心拍に関する情報は、呼吸に関する情報よりも小さい信号である。制御部１２は、被検者４０の心拍に関する情報を大きい信号を用いて推定するために、選択するサブキャリアのＣＳＩの数を増やして各サブキャリアのＣＳＩを加算してよい。

【0076】

制御部１２は、例えば、各サブキャリアのＣＳＩの信号の心拍対ノイズ比（ＨＮＲ）を算出してよい。制御部１２は、ＣＳＩの位相差データに対して高速フーリエ変換（ＦＦＴ）を実行し、ＦＦＴによって得られた周波数スペクトルにおける一般的な心拍の周波数である１～３Ｈｚのビンと全体のビンとの比率としてＨＮＲを算出してよい。

【0077】

制御部１２は、ＨＮＲが高い信号を選択して加算してよい。制御部１２は、ＨＮＲが判定閾値以上である信号を選択してよい。

【0078】

ＨＮＲが高い複数の信号を選択して加算することによって、信号が大きくなり得る。また、複数の信号の加算によって各サブキャリアの伝搬路における心拍の影響の違いが平準化され得る。その結果、心拍の推定精度が高められ得る。

【0079】

＜生体情報の推定＞
制御部１２は、選択したサブキャリアのＣＳＩに基づいて生体情報を推定してよい。

【0080】

＜＜呼吸に関する情報の推定＞＞
制御部１２は、上述したサブキャリアの選択において、自己相関値の分散が最大となる１つのサブキャリアのＣＳＩを選択した場合、選択したＣＳＩを、被検者４０の呼吸に関する情報を推定するための信号として用いてよい。制御部１２は、自己相関値の分散が選択閾値以上となる複数のサブキャリアのＣＳＩを選択した場合、選択した複数のＣＳＩを加算又は平均した信号を、被検者４０の呼吸に関する情報を推定するための信号として用いてよい。被検者４０の呼吸に関する情報を推定するための信号は、呼吸推定信号とも称される。本実施形態において、制御部１２は、図６に例示される、位相差の時間変化の信号を呼吸推定信号として用いるとする。図６において、横軸は時刻を表す。縦軸は位相差を表す。

【0081】

制御部１２は、呼吸推定信号を、変分モード分解（ＶＭＤ）によって複数のモードの信号に分解する。変分モード分解は、複数の固有モードを特定する固有モード関数（ＩＭＦ）として信号を分離する。ＩＭＦは、以下の特徴を有する。
（１）ＩＭＦは、振幅変調及び周波数変調された信号である。
（２）ＩＭＦは、正でゆっくりと変化する包絡線を有する。
（３）ＩＭＦは、非減少で緩やかに変化し、中央値付近に集中する瞬時周波数を有する。

【0082】

変分モード分解は、全てのＩＭＦとその中心周波数とを同時に計算し、制約のある変分問題を最小化する信号と中心周波数との組み合わせを見つける手法である。

【0083】

本実施形態において、制御部１２は、図７に例示されるように、呼吸推定信号を６つのＩＭＦに分解する。図７に示されるＩＭＦ１～６の各グラフにおいて、横軸は時刻を表す。縦軸は位相差を表す。変分モード分解によって分解されるＩＭＦの数は６つに限られず、５つ以下であってよいし７つ以上であってもよい。

【0084】

制御部１２は、分解したＩＭＦ１～６の中から、被検者４０の呼吸に関する情報を表す信号として尤もらしい信号を選択する。例えば、成人の呼吸数の正常値は、１分間に１２回～２０回であり得る。この場合、正常な呼吸の周波数は、０．２Ｈｚ～０．３３Ｈｚである。したがって、制御部１２は、ＩＭＦ１～６のうち、正常な呼吸の周波数の範囲に含まれる周波数成分が大きいＩＭＦを選択してよい。制御部１２は、ＩＭＦ１～６のうち、正常な呼吸の周波数の範囲の中央値に近い周波数成分が大きいＩＭＦを選択してもよい。制御部１２は、正常な呼吸の周波数の範囲に含まれる周波数成分が大きいＩＭＦが複数個存在する場合、複数個のＩＭＦのそれぞれの標準偏差を算出してよい。呼吸に関する情報を表す信号の標準偏差は、突発的なノイズを含む信号の標準偏差よりも小さくなるので、制御部１２は、標準偏差が最小となるＩＭＦを選択してよい。制御部１２は、図７に示されるＩＭＦ１～６のうち、ＩＭＦ５が呼吸に関する情報を表す信号として最も尤もらしいと判定して選択してよい。被検者４０の呼吸に関する情報を表す信号として尤もらしい信号は、被検者４０の呼吸に対応する信号であり、呼吸信号とも称される。

【0085】

制御部１２は、選択したＩＭＦ５の波形のピークの間隔を被検者４０の呼吸の間隔として、被検者４０の呼吸数又は呼吸数の変化等を含む呼吸に関する情報を推定してよい。

【0086】

呼吸に関する情報の推定における処理の比較例として、離散ウェーブレット変換（ＤＷＴ）を用いた呼吸推定信号の処理が説明される。ＤＷＴは、あらかじめ選択したマザーウェーブレットを信号に適用することによって信号を変換する。しかし、あらかじめ選択したマザーウェーブレットは、被検者４０の呼吸が経時的に変化する場合に適応できないことがある。マザーウェーブレットが適応できない場合、呼吸の推定精度が低下する。

【0087】

一方で、本実施形態において呼吸に関する情報を推定するために用いられる変分モード分解（ＶＭＤ）は、被検者４０の呼吸が経時的に変化する場合に適応し得る。したがって、呼吸の推定精度が高められ得る。具体的に、図８に示されるように、比較例に係るＤＷＴを用いた場合の推定誤差と、本実施形態に係るＶＭＤを用いた場合の推定誤差とが比較される。図８のグラフにおいて、横軸は推定誤差の大きさを表す。縦軸は累積分布関数（ＣＤＦ）を表す。図８に示されるように、ＶＭＤを用いた場合の推定誤差は、ＤＷＴを用いた場合の推定誤差よりも小さい。つまり、本実施形態においてＶＭＤを用いることによって呼吸の推定精度が高められ得る。

【0088】

＜＜心拍に関する情報の推定＞＞
制御部１２は、被検者４０の心拍に関する情報を推定するために用いる信号を取得する。被検者４０の心拍に関する情報を推定するために用いる信号は、心拍推定信号とも称される。本実施形態において、制御部１２は、複数のサブキャリアのＣＳＩの中から、ＨＮＲが高い信号を選択して加算した信号を、心拍推定信号として取得する。

【0089】

制御部１２は、心拍推定信号を、変分モード分解（ＶＭＤ）によって複数のＩＭＦに分解する。本実施形態において、制御部１２は、図９に例示されるように、心拍推定信号を６つのＩＭＦに分解する。図９に示されるＩＭＦ１～６の各グラフにおいて、横軸は時刻を表す。縦軸は位相差を表す。変分モード分解によって分解されるＩＭＦの数は６つに限られず、５つ以下であってよいし７つ以上であってもよい。

【0090】

制御部１２は、分解したＩＭＦ１～６の中から、被検者４０の心拍に関する情報を表す信号として尤もらしい信号を選択する。例えば、成人の安静時の心拍数の正常値は、１分間に６０回～９０回であり得る。この場合、成人の安静時の正常な心拍の周波数は、１．０Ｈｚ～１．５Ｈｚである。したがって、制御部１２は、ＩＭＦ１～６のうち、成人の安静時の正常な心拍の周波数の範囲に含まれる周波数成分が大きいＩＭＦを選択してよい。制御部１２は、ＩＭＦ１～６のうち、成人の安静時の正常な心拍の周波数の範囲の中央値に近い周波数成分が大きいＩＭＦを選択してもよい。制御部１２は、成人の安静時の正常な心拍の周波数の範囲に含まれる周波数成分が大きいＩＭＦが複数個存在する場合、複数個のＩＭＦのそれぞれの標準偏差を算出してよい。心拍に関する情報を表す信号の標準偏差は、突発的なノイズを含む信号の標準偏差よりも小さくなるので、制御部１２は、標準偏差が最小となるＩＭＦを選択してよい。制御部１２は、図９に示されるＩＭＦ１～６のうち、ＩＭＦ５が心拍に関する情報を表す信号として最も尤もらしいと判定して選択してよい。被検者４０の心拍に関する情報を表す信号として尤もらしい信号は、被検者４０の心拍に対応する信号であり、心拍信号とも称される。

【0091】

制御部１２は、選択したＩＭＦ５の波形のピークを検出し、被検者４０の心拍間隔（ＩＢＩ）を算出してよい。制御部１２は、心拍間隔に基づいて、被検者４０の心拍数又は心拍数の変化等を含む心拍に関する情報を推定してよい。制御部１２は、任意のピーク検出アルゴリズムを用いてピークを検出してよい。制御部１２は、偽ピークを除去するために、正常なＲＲ間隔の範囲内でピークを検出してもよい。

【0092】

心拍に関する情報を表す信号の波形は、心拍に特徴的な波形を有する。心拍に特徴的な波形は経時的に変化しにくい。そこで、制御部１２は、心拍推定信号に対してＶＭＤの処理を実行する前に、マザーウェーブレットとして心拍に特徴的な波形を適用した離散ウェーブレット変換（ＤＷＴ）を、心拍推定信号に対して実行してよい。心拍推定信号に対してＤＷＴを実行することによって、心拍に関する情報以外のノイズとなる情報が除外され得る。また、ＤＷＴを実行した場合に信号のピークが平滑化されない。心拍推定信号に対してＶＭＤを実行する前にＤＷＴを実行することによって、ＶＭＤを実行して得られるＩＭＦに基づく心拍に関する情報の推定精度が高められ得る。

【0093】

心拍に関する情報の推定における処理の比較例として、バタワースフィルタを用いた心拍推定信号の処理が説明される。バタワースフィルタは、信号のシャープな部分まで除去してしまい、心拍変動の情報を必要以上に除去してしまうことがある。そうすると、バタワースフィルタを適用して抽出した信号に基づく心拍に関する情報の推定精度が低下し得る。また、バタワースフィルタは、信号を順方向及び逆方向から処理する必要があるため、リアルタイム処理に適用できない。

【0094】

一方で、本実施形態において心拍に関する情報を推定するために用いられる変分モード分解（ＶＭＤ）によれば、心拍推定信号が複数のＩＭＦに分解される。複数のＩＭＦのうち心拍に対応するＩＭＦとして選択したＩＭＦに基づいて心拍に関する情報を推定することによって、推定精度が高められ得る。具体的に、図１０に示されるように、比較例に係るバタワースフィルタを用いた場合の推定誤差と、本実施形態に係るＶＭＤを用いた場合の推定誤差とが比較される。図１０のグラフにおいて、横軸は推定誤差の大きさを表す。縦軸は累積分布関数（ＣＤＦ）を表す。図１０に示されるように、ＶＭＤを用いた場合の推定誤差は、バタワースフィルタを用いた場合の推定誤差よりも小さい。つまり、本実施形態においてＶＭＤを用いることによって呼吸の推定精度が高められ得る。

【0095】

また、ＶＭＤは、リアルタイムに、かつ、適応的に信号を分解できる点で、バタワースフィルタよりも高い利便性を有する。

【0096】

また、本実施形態において、心拍推定信号に対してＶＭＤを実行する前に離散ウェーブレット変換（ＤＷＴ）を実行することによって、心拍推定信号から高周波のノイズが除去され得る。ＤＷＴを用いてノイズを除去した信号に含まれる心拍変動の情報は、バタワースフィルタを用いてノイズを除去した信号に含まれる心拍変動の情報よりも多くなり得る。その結果、心拍に関する情報の推定精度が高められ得る。

【0097】

＜＜血圧の推定＞＞
制御部１２は、被検者４０の心拍信号に基づいて、被検者４０の血圧を推定してもよい。以下、血圧を推定する動作例が説明される。

【0098】

心拍信号は、被検者４０の脈波に対応する。心拍信号は、ＶＭＤを実行して抽出されており、除去しきれなかった雑音による歪みを含むことがある。制御部１２は、歪みを含む心拍信号に対して長短期記憶（ＬＳＴＭ）のモデルを適用することによって、歪みを減らしたきれいな脈波を表す信号を生成してよい。脈波を表す信号は、脈波信号とも称される。

【0099】

制御部１２は、図１１に例示される、ＬＳＴＭのモデルを適用したきれいな脈波信号を取得してよい。図１１において、横軸は時刻を表す。縦軸は規格化された振幅を表す。Ｔは心拍の周期を表す。τ_ｒは心臓の拡張期間を表す。τ_ｆは心臓の収縮期間を表す。ＥＤは脈波の立ち上がりから最大振幅直後のピークまでの時間を表す。Ｔ_１は脈波の立ち上がりから最大振幅直前のピークまでの時間を表す。

【0100】

制御部１２は、脈波信号に基づいて、被検者４０の脈波伝搬時間（ＰＴＴ）を推定してよい。脈波伝搬時間は、血管内の２点の間を脈波が伝搬する時間であり、脈波信号から算出されるＥＤ及びＴ_１を含む数式（ＥＤ－Ｔ_１）／２によって推定され得る。

【0101】

ここで、ＰＴＴと血圧との間に反比例の関係又は負の相関が存在することが知られている。具体的に、血圧が高いほど動脈壁の張力及び剛性が大きくなり動脈内において脈波の伝搬が速くなる。つまり、血圧が高いほど脈波伝搬時間が短くなる。逆に血圧が低いほど動脈壁の張力及び剛性が小さくなり動脈内において脈波の伝搬が遅くなる。つまり、血圧が低いほど脈波伝搬時間が長くなる。制御部１２は、ＰＴＴと血圧との相関関係と、ＰＴＴの推定値とに基づいて、被検者４０の血圧を推定してよい。

【0102】

制御部１２は、脈波信号から心臓の収縮期血圧（ＳＢＰ）及び拡張期血圧（ＤＢＰ）を算出してよい。ＳＢＰは、例えば、ａ×ＰＴＴ＋ｂという数式で算出され得る。ａ及びｂは回帰で得られるパラメータである。また、ＤＢＰは、例えば、以下の式（５）で算出され得る。

【数5】

ＳＢＰ_０、ＤＢＰ_０、及びＰＴＴ_０は、それぞれ事前に測定した基準値である。Ａは被検者４０毎の個人パラメータである。

【0103】

血圧の推定精度は、ＰＴＴの推定精度に依存する。ＰＴＴの推定精度は、脈波信号の精度に依存する。脈波信号の精度は、被検者４０の心拍信号の精度に依存する。したがって、血圧の推定精度は、被検者４０の心拍信号の精度に依存する。

【0104】

ここで、心拍推定信号から心拍信号を抽出する際にノイズが除去される割合が高いほど、心拍信号の精度が高くなる。また、心拍推定信号から心拍信号を抽出する際に心拍に対応する情報が失われる割合が低いほど（心拍に対応する情報が残る割合が高いほど）、心拍信号の精度が高くなる。本実施形態に係る生体情報推定システム１によれば、ＶＭＤを実行して心拍推定信号から心拍信号を抽出することによって、心拍信号の精度が高められ得る。その結果、血圧の推定精度が高められ得る。

【0105】

＜フローチャート例＞
本実施形態に係る生体情報推定装置１０の制御部１２は、被検者４０の生体情報を推定するために、例えば図１２に示されるフローチャートの手順を含む生体情報推定方法を実行してよい。生体情報推定方法は、制御部１２に実行させる生体情報推定プログラムとして実現されてもよい。生体情報推定プログラムは、非一時的なコンピュータ読み取り可能媒体に格納されてよい。

【0106】

制御部１２は、ＣＳＩを取得する（ステップＳ１）。制御部１２は、マルチパスの各伝搬路を伝搬してきた搬送波のＣＳＩの位相差を検出する（ステップＳ２）。制御部１２は、位相差データに対してデータキャリブレーションを実行する（ステップＳ３）。制御部１２は、位相差データに対して変分モード分解を実行する（ステップＳ４）。制御部１２は、変分モード分解を実行することによって生成した複数のＩＭＦの中から呼吸信号又は心拍信号等の生体情報信号を抽出する（ステップＳ５）。制御部１２は、生体情報信号に基づいて、被検者４０の呼吸又は心拍に関する情報を含む生体情報を推定する（ステップＳ６）。制御部１２は、ステップＳ６の手順の実行後、図１２のフローチャートの手順の実行を終了する。

【0107】

制御部１２は、生体情報として呼吸を推定するために、例えば図１３に示されるフローチャートの手順を含む生体情報推定方法を実行してよい。

【0108】

制御部１２は、ＣＳＩを取得する（ステップＳ１１）。制御部１２は、マルチパスの各伝搬路を伝搬してきた搬送波のＣＳＩの位相差を検出する（ステップＳ１２）。制御部１２は、位相差データに対してデータキャリブレーションを実行する（ステップＳ１３）。制御部１２は、複数のサブキャリアの中から自己相関値の分散が最大になるサブキャリアを選択する（ステップＳ１４）。制御部１２は、選択したサブキャリアの位相差データに対して変分モード分解を実行する（ステップＳ１５）。制御部１２は、変分モード分解を実行することによって生成した複数のＩＭＦの中から呼吸信号を抽出する（ステップＳ１６）。制御部１２は、呼吸信号に基づいて、被検者４０の呼吸に関する情報を推定する（ステップＳ１７）。制御部１２は、ステップＳ１７の手順の実行後、図１３のフローチャートの手順の実行を終了する。

【0109】

制御部１２は、生体情報として心拍を推定するために、例えば図１４に示されるフローチャートの手順を含む生体情報推定方法を実行してよい。

【0110】

制御部１２は、ＣＳＩを取得する（ステップＳ２１）。制御部１２は、マルチパスの各伝搬路を伝搬してきた搬送波のＣＳＩの位相差を検出する（ステップＳ２２）。制御部１２は、位相差データに対してデータキャリブレーションを実行する（ステップＳ２３）。制御部１２は、位相差データに対して離散ウェーブレット変換を実行する（ステップＳ２４）。制御部１２は、離散ウェーブレット変換を実行した位相差データに対して変分モード分解を実行する（ステップＳ２５）。制御部１２は、変分モード分解を実行することによって生成した複数のＩＭＦの中から心拍信号を抽出する（ステップＳ２６）。制御部１２は、心拍信号に基づいて、被検者４０の心拍に関する情報を推定する（ステップＳ２７）。制御部１２は、心拍信号又は脈波信号に基づいて脈波伝搬時間を推定する（ステップＳ２８）。制御部１２は、脈波伝搬時間の推定値に基づいて被検者４０の血圧を推定する（ステップＳ２９）。制御部１２は、ステップＳ２９の手順の実行後、図１４のフローチャートの手順の実行を終了する。

【0111】

（まとめ）
以上述べてきたように、本実施形態に係る生体情報推定システム１において、生体情報推定装置１０の制御部１２は、被検者４０の影響を受けたＣＳＩを取得し、ＣＳＩに対して変分モード分解を実行して生体情報信号を抽出する。制御部１２は、生体情報信号に基づいて被検者４０の生体情報を推定する。上述したように、ＣＳＩに対して変分モード分解を実行することによって、生体情報信号が被検者４０の生体情報を高精度で表し得る。その結果、生体情報信号に基づく生体情報の推定精度が高められ得る。

【0112】

また、本実施形態に係る生体情報推定システム１において、制御部１２は、呼吸信号を抽出するために、複数のサブキャリアのＣＳＩの中から、自己相関値の分散が大きいＣＳＩを選択する。このようにすることで、ＣＳＩに含まれる生体情報の成分量及び周期性が評価され得る。その結果、生体情報の推定精度が高められ得る。一方、比較例として、ＣＳＩを平均絶対偏差に基づいてサブキャリアのＣＳＩを選択する手法が考えられる。しかし、平均絶対偏差に基づく評価は、周期性を考慮していない。したがって、平均絶対偏差に基づいて選択されたサブキャリアのＣＳＩは、自己相関値の分散に基づいて選択されたサブキャリアのＣＳＩよりも、外部ノイズを含む可能性が高まり得る。したがって、本実施形態に係る生体情報推定システム１において、自己相関値の分散が大きいＣＳＩが選択されることによって、生体情報の推定精度が高められ得る。

【0113】

また、本実施形態に係る生体情報推定システム１において、制御部１２は、ＣＳＩに対して変分モード分解を実行することによって呼吸信号と心拍信号とを分解できる。変分モード分解によって、ＣＳＩが、呼吸及び心拍のそれぞれに関する信号として尤もらしい信号を含む複数のＩＭＦに分解され得る。その結果、生体情報の推定精度が高められ得る。

【0114】

また、本実施形態に係る生体情報推定システム１は、無線ＬＡＮを含む汎用的な無線通信の搬送波を利用して被検者４０の生体情報を推定できる。このようにすることで、被検者４０の生体情報が簡便に取得され得る。その結果、簡便な構成で生体情報の推定精度が高められ得る。

【0115】

本開示に係る実施形態について、諸図面及び実施例に基づき説明してきたが、当業者であれば本開示に基づき種々の変形又は改変を行うことが可能であることに注意されたい。従って、これらの変形又は改変は本開示の範囲に含まれることに留意されたい。例えば、各構成部に含まれる機能などは論理的に矛盾しないように再配置可能であり、複数の構成部を１つに組み合わせたり、或いは分割したりすることが可能である。

【符号の説明】

【0116】

１ 生体情報推定システム
１０ 生体情報推定装置（１２：制御部、１４：インタフェース）
２０ 送信装置
３０ 受信装置（３１～３３：第１～第３アンテナ）
４０ 被検者

【図1】

【図2】

【図3】

【図4A】

【図4B】

【図5A】

【図5B】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】

【図14】