知財求人 - 知財ポータルサイト「IP Force」
▶ アンホイ・フアミ・インフォメーション・テクノロジー・カンパニー・リミテッドの特許一覧
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】特許公報(B2)
(11)【特許番号】
(24)【登録日】2022-03-09
(45)【発行日】2022-03-17
(54)【発明の名称】ノイズ検出方法及び装置
(51)【国際特許分類】
A61B 5/02 20060101AFI20220310BHJP
【ＦＩ】
A61B5/02 310A
【請求項の数】
5
(21)【出願番号】P 2020503960
(86)(22)【出願日】2019-08-30
(65)【公表番号】
(43)【公表日】2021-02-12
(86)【国際出願番号】 CN2019103733
(87)【国際公開番号】W WO2020088083
(87)【国際公開日】2020-05-07
【審査請求日】2020-01-24
(31)【優先権主張番号】201811286825.9
(32)【優先日】2018-10-31
(33)【優先権主張国・地域又は機関】CN
(73)【特許権者】
【識別番号】518257264
【氏名又は名称】アンホイ・フアミ・インフォメーション・テクノロジー・カンパニー・リミテッド
【氏名又は名称原語表記】ＡｎＨｕｉ Ｈｕａｍｉ Ｉｎｆｏｒｍａｔｉｏｎ Ｔｅｃｈｎｏｌｏｇｙ Ｃｏ．，Ｌｔｄ．
【住所又は居所原語表記】Ｂｌｄｇ．Ｈ８，２ｎｄ Ｓｅｃ．ｏｆ Ｈｅｆｅｉ Ｉｎｎｏｖａｔｉｏｎ Ｉｎｄ．Ｐａｒｋ，Ｎｏ．２８００ Ｃｈｕａｎｇｘｉｎ Ａｖｅ．，Ｇａｏｘｉｎ Ｄｉｓｔｒｉｃｔ，Ｈｅｆｅｉ，Ａｎｈｕｉ ２３００８８，Ｃｈｉｎａ
(74)【代理人】
【識別番号】110000523
【氏名又は名称】アクシス国際特許業務法人
(72)【発明者】
【氏名】クオカン・チュー
(72)【発明者】
【氏名】ウェイ・チャオ
(72)【発明者】
【氏名】コンチアオ・ワン
【審査官】田辺 正樹
(56)【参考文献】
【文献】特表２０１７－５１７３４９（ＪＰ，Ａ）
【文献】特開２００５－０５８７６６（ＪＰ，Ａ）
【文献】中国特許出願公開第１０８６９４３５５（ＣＮ，Ａ）
(58)【調査した分野】(Int.Cl.，ＤＢ名)
Ａ６１Ｂ ５／０２－５／０３
(57)【特許請求の範囲】
【請求項1】
ノイズ検出装置を用いたノイズ検出方法であって、分割モジュールが、採集された光電容積脈波ＰＰＧ信号を分割して複数のサブ信号セグメントを取得するステップと、
特徴抽出モジュールが、各サブ信号セグメントの特徴を抽出するステップと、
自己相似性決定モジュールが、各サブ信号セグメントに対して、当該サブ信号セグメントの特徴に基づいて当該サブ信号セグメントの前記ＰＰＧ信号における自己相似性を決定し、ノイズ決定モジュールが、前記自己相似性が閾値より低い場合、当該サブ信号セグメントがノイズであると決定するステップと、を含み、
前記分割モジュールが、前記採集されたＰＰＧ信号を分割して複数のサブ信号セグメントを取得するステップは、
前記分割モジュールが、前記ＰＰＧ信号に含まれる波の山のピークポイントと波の谷のバレーポイントとを抽出するステップと、
前記分割モジュールが、抽出されたピークポイントとバレーポイントとに基づいて前記ＰＰＧ信号を分割して複数のサブ信号セグメントを取得するステップと
を含み、
各サブ信号セグメントに含まれるピークポイントの数は同じであり、
前記特徴抽出モジュールが、前記各サブ信号セグメントの特徴を抽出するステップは、
前記特徴抽出モジュールが、各サブ信号セグメントが１つの波の山のみを含む場合、各サブ信号セグメントに対して、当該サブ信号セグメントに含まれる波の山のピークポイントと、当該波の山に隣接する二つの波の谷のバレーポイントとに基づいて、当該波の山の形態学的特徴を決定し、決定された形態学的特徴を当該サブ信号セグメントの特徴とするステップと、
前記特徴抽出モジュールが、各サブ信号セグメントが二つ以上の波の山を含む場合、各サブ信号セグメントに対して、当該サブ信号セグメントに含まれる各波の山のピークポイントと、波の山に隣接する二つの波の谷のバレーポイントとに基づいて、各波の山の形態学的特徴を決定し、各波の山の形態学的特徴を利用して統計的特徴を計算し、各波の山の形態学的特徴と前記統計的特徴を当該サブ信号セグメントの特徴とするステップと、
を含み、
前記形態学的特徴は、波の山の幅、波の山から波の谷までの最大落差、波の山の歪度、波の山の両側の高さ比、波の山の両側の勾配分散、波の山の両側に異常勾配があるか否かのうちの一つ又は複数の組み合わせを含む
ことを特徴とするノイズ検出方法。
【請求項2】
当該サブ信号セグメントの特徴に基づいて当該サブ信号セグメントの前記ＰＰＧ信号における自己相似性を決定する前に、前記方法は、正規化モジュールが、各サブ信号セグメントの特徴に含まれた波の山の幅、波の山から波の谷までの最大落差、波の山の歪度、波の山の両側の高さ比、波の山の両側の勾配分散に対して正規化処理を行うステップをさらに含む、
ことを特徴とする請求項１に記載のノイズ検出方法。
【請求項3】
ノイズ検出装置であって、採集された光電容積脈波ＰＰＧ信号を分割して複数のサブ信号セグメントを取得するための分割モジュールと、
各サブ信号セグメントの特徴を抽出するための特徴抽出モジュールと、
各サブ信号セグメントに対して、当該サブ信号セグメントの特徴に基づいて当該サブ信号セグメントの前記ＰＰＧ信号における自己相似性を決定するための自己相似性決定モジュールと、
前記自己相似性が閾値より低い場合、当該サブ信号セグメントがノイズであると決定するためのノイズ決定モジュールと、を含み、
前記分割モジュールは、具体的には、前記ＰＰＧ信号に含まれる波の山のピークポイントと波の谷のバレーポイントとを抽出し、抽出されたピークポイントとバレーポイントとに基づいて前記ＰＰＧ信号を分割して複数のサブ信号セグメントを取得し、各サブ信号セグメントに含まれるピークポイントの数は同じであり、
前記特徴抽出モジュールは、具体的には、各サブ信号セグメントが１つの波の山のみを含む場合、各サブ信号セグメントに対して、当該サブ信号セグメントに含まれる波の山のピークポイントと、当該波の山に隣接する二つの波の谷のバレーポイントとに基づいて、当該波の山の形態学的特徴を決定し、決定された形態学的特徴を当該サブ信号セグメントの特徴とし、各サブ信号セグメントが二つ以上の波の山を含む場合、各サブ信号セグメントに対して、当該サブ信号セグメントに含まれる各波の山のピークポイントと、波の山に隣接する二つの波の谷のバレーポイントとに基づいて、各波の山の形態学的特徴を決定し、各波の山の形態学的特徴を利用して統計的特徴を計算し、各波の山の形態学的特徴と前記統計的特徴を当該サブ信号セグメントの特徴とし、
前記形態学的特徴は、波の山の幅、波の山から波の谷までの最大落差、波の山の歪度、波の山の両側の高さ比、波の山の両側の勾配分散、波の山の両側に異常勾配があるか否かのうちの一つ又は複数の組み合わせを含む
ことを特徴とするノイズ検出装置。
【請求項4】
前記装置は、前記自己相似性決定モジュールが当該サブ信号セグメントの特徴に基づいて当該サブ信号セグメントの前記ＰＰＧ信号における自己相似性を決定する前に、各サブ信号セグメントの特徴に含まれた波の山の幅、波の山から波の谷までの最大落差、波の山の歪度、波の山の両側の高さ比、波の山の両側の勾配分散に対して正規化処理を行うための正規化モジュールをさらに含む、
ことを特徴とする請求項３に記載のノイズ検出装置。
【請求項5】
ウェアラブルデバイスであって、読み取り可能な記憶媒体とプロセッサとを含み、
前記読み取り可能な記憶媒体は、機器実行可能な命令を記憶し、
前記プロセッサは、前記読み取り可能な記憶媒体における前記機器実行可能な命令を読み取り、前記命令を実行して請求項１又は２に記載の方法のステップを実現する、
ことを特徴とするウェアラブルデバイス。
【発明の詳細な説明】
【技術分野】
【0001】
本出願は、２０１８年１０月３１日に出願された中国特許出願番号２０１８１１２８６８２５.９に基づいて優先権を主張するものであり、その全体の内容が参照により本明細書に援用される。
【0002】
本出願は、信号分析の分野に関し、特に、ノイズ検出方法及び装置に関する。
【背景技術】
【0003】
現在、ウェアラブルデバイスを介して人体の生理学の兆候を分析して医療健康の監視と診断を行うことはますます広く使用されている。ウェアラブルデバイスは、ＰＰＧ（Ｐｈｏｔｏ Ｐｌｅｔｈｙｓｍｏ Ｇｒａｐｈｙ、光電容積脈波）センサを介してＰＰＧ信号を採集し、採集されたＰＰＧ信号に基づいて人体の生理学の兆候分析を行うため、ＰＰＧ信号の品質は、人体の生理学の兆候分析結果の精度に影響する重要な要因であることがわかる。しかしながら、着用者の皮膚特性、接触距離、環境光の条件、肢体運動などの要因の干渉によって、ＰＰＧ信号の採集プロセスにおいてノイズが導入されることができ、ＰＰＧ信号の品質を低下させる。
【0004】
関連技術では、ＰＰＧ信号の品質を向上させるために、時間領域、周波数領域で採集されたＰＰＧ信号を適応フィルタリング又は信号分解を行うことによって、ＰＰＧ信号内のノイズをフィルタリングする。しかしながら、このような適応フィルタリング又は信号分解方式は、いくつかの一般的な既知のノイズ（例えば高周波数ノイズや低周波数ノイズ、事前帯域ノイズなど）のみをフィルタリングすることができ、未知タイプのノイズに対してフィルタリングすることができず、依然として人体の生理学の兆候分析結果の精度と信頼性に影響することができる。
【発明の概要】
【発明が解決しようとする課題】
【0005】
かかる背景に鑑み、本出願は、関連技術におけるノイズフィルタリング方式が、依然として人体の生理学の兆候分析結果の精度と信頼性に影響する課題を解决するノイズ検出方法及び装置を提供する。
【課題を解決するための手段】
【0006】
本出願の実施例の第１の側面によれば、ノイズ検出方法を提供する。前記方法は、
採集されたＰＰＧ信号を分割して複数のサブ信号セグメントを取得するステップと、
各サブ信号セグメントの特徴を抽出するステップと、
各サブ信号セグメントに対して、当該サブ信号セグメントの特徴に基づいて当該サブ信号セグメントの前記ＰＰＧ信号における自己相似性を決定し、前記自己相似性が閾値より低い場合、当該サブ信号セグメントがノイズであると決定するステップと、を含む。
採集されたＰＰＧ信号を分割して複数のサブ信号セグメントを取得するステップと、
各サブ信号セグメントの特徴を抽出するステップと、
各サブ信号セグメントに対して、当該サブ信号セグメントの特徴に基づいて当該サブ信号セグメントの前記ＰＰＧ信号における自己相似性を決定し、前記自己相似性が閾値より低い場合、当該サブ信号セグメントがノイズであると決定するステップと、を含む。
【0007】
本出願の実施例の第２の側面によれば、ノイズ検出装置を提供する。前記装置は、
採集された光電容積脈波ＰＰＧ信号を分割して複数のサブ信号セグメントを取得するための分割モジュールと、
各サブ信号セグメントの特徴を抽出するための特徴抽出モジュールと、
各サブ信号セグメントに対して、当該サブ信号セグメントの特徴に基づいて当該サブ信号セグメントの前記ＰＰＧ信号における自己相似性を決定するための自己相似性決定モジュールと、
前記自己相似性が閾値より低い場合、当該サブ信号セグメントがノイズであると決定するためのノイズ決定モジュールと、を含む。
採集された光電容積脈波ＰＰＧ信号を分割して複数のサブ信号セグメントを取得するための分割モジュールと、
各サブ信号セグメントの特徴を抽出するための特徴抽出モジュールと、
各サブ信号セグメントに対して、当該サブ信号セグメントの特徴に基づいて当該サブ信号セグメントの前記ＰＰＧ信号における自己相似性を決定するための自己相似性決定モジュールと、
前記自己相似性が閾値より低い場合、当該サブ信号セグメントがノイズであると決定するためのノイズ決定モジュールと、を含む。
【0008】
本出願の実施例の第３の側面によれば、ウェアラブルデバイスを提供し、前記機器は、読み取り可能な記憶媒体とプロセッサとを含み、
前記読み取り可能な記憶媒体は、機器実行可能な命令を記憶し、
前記プロセッサは、前記読み取り可能な記憶媒体における前記機器実行可能な命令を読み取り、前記命令を実行して上記の第１の側面に記載の方法を実現する。
前記読み取り可能な記憶媒体は、機器実行可能な命令を記憶し、
前記プロセッサは、前記読み取り可能な記憶媒体における前記機器実行可能な命令を読み取り、前記命令を実行して上記の第１の側面に記載の方法を実現する。
【0009】
本出願の実施例を適用すると、採集されたＰＰＧ信号を分割して複数のサブ信号セグメントを取得し、各サブ信号セグメントの特徴を抽出し、その後、各サブ信号セグメントに対して、当該サブ信号セグメントの特徴に基づいて当該サブ信号セグメントが当該ＰＰＧ信号における自己相似性を決定し、決定された自己相似性が閾値より低い場合、当該サブ信号セグメントがノイズであると決定することができる。
【発明の効果】
【0010】
上記の説明から分かるように、採集されたＰＰＧ信号をサブ信号セグメントに分割し、サブ信号セグメントの特徴を利用して当該サブ信号セグメントのＰＰＧ信号における自己相似性を決定し、自己相似性に基づいてサブ信号セグメントがノイズであるか否かを判断することによって、信号の自己相似性によって異なるタイプのノイズを検出することができ、ノイズ干渉を低減することができる。そして、人体が比較的短時間内に発生する信号は、良好な自己相似性を有するため、取得された自己相似性が閾値より高い有効な信号も人体の生理学の兆候の実際の特性に適合し、人体の生理学の兆候のデータを正確に分析することができる。信号の相似性に基づいて、ＰＰＧ信号内の複数の異なるタイプのノイズを検出することができ、ＰＰＧ信号検出の精度と信頼性を向上させる。
【図面の簡単な説明】
【0011】
【図1A】本出願の一例示的な実施例により示されるノイズを含まないＰＰＧ信号図である。
【図1B】本出願の一例示的な実施例により示されるノイズを含むＰＰＧ信号図である。
【図2A】本出願の一例示的な実施例により示されるノイズ検出方法の実施例のフローチャートである。
【図3】本出願の一例示的な実施例により示されるウェアラブルデバイスのハードウェア構造図である。
【図4】本出願の一例示的な実施例により示されるノイズ検出装置の実施例の構造図である。
【発明を実施するための形態】
【0012】
ここにおいて、図面に示されている例示的な実施例を詳しく説明する。以下の説明は、図面に係る場合に、他の示しがない限り、異なる図面における同一の数字は、同一又は類似の要素を表す。以下の例示的な実施例に記載されている実施形態は、本発明と一致する全ての実施形態を代表するものではない。それらは、添付の特許請求の範囲に詳しく記載された本発明の一部と一致する装置及び方法の例だけである。
【0013】
本開示に使用された用語は、単に特定の実施例を記述するためのものに過ぎず、本開示を限定するものではない。本開示及び特許請求の範囲に使用された単数形である「一種」、「前記」、及び「当該」も、他の意味を表すと明らかに記載しない限り、複数形も含む。さらに、本開示に使用された用語「及び／または」とは、１つまたは複数の列挙された関連項目の任意または全ての可能な組合せを含むことであると理解されるべきである。
【0014】
本開示において、用語である第１、第２、第３などを用いて各種情報を記述する可能性があるが、これらの情報はこれらの用語に限定されないと理解されるべきである。これらの用語は、単に同一種類の情報を互いに区分するためのものに過ぎない。例えば、本開示の範囲を逸脱しない場合、第１情報は、第２情報と称されてもよく、同様に、第２情報は、第１情報と称されてもよい。言語環境によって、例えば、ここで使用される言葉である「場合」は、「…ときに」または「…際に」または「決定に応答する」と解釈されてもよい。
【0015】
干渉ノイズの除去は、ＰＰＧ信号分析の重要な一環であるため、ノイズ除去の良さは、実際応用において人体の生理学の兆候データに対する計算の精度と信頼性を決定する。現在、ＰＰＧ信号は、通常心拍数の計算に適用され、すなわち時間領域で採集されたＰＰＧ信号を適応フィルタリング又は信号分解を行った後、周波数領域でＰＰＧ信号の周期性に基づいて心拍数を再計算する。このような周波数領域に基づいて心拍数を計算することは、ＰＰＧ信号内のノイズに対して一定の許容度を有するため、フィルタ又は分解処理によって、いくつかの一般的な既知のノイズをフィルタリングすればよい。
【0016】
ウェアラブルデバイスの日々の普及に伴い、センサ採集信号の品質がだんだん向上することによって、多くの人は、ＰＰＧ信号を用いて人体の心拍リズムの異常状況（心房細動など）に対する分析を始め、人体の心拍リズム異常分析は、すべての心拍位置（ピークポイント位置）と幅を正確に位置決めする必要があり、ノイズピークポイントの存在によって、誤った心拍間隔を直接に発生することができ、心拍リズム異常状況の正確な判断に影響するため、心拍リズム異常分析はＰＰＧ信号の品質に対して要求がより高く、ノイズに対する許容度がより低い。関連技術におけるノイズフィルタリング方法は、フィルタ、信号分解などの方面だけで処理し、単一のノイズピークポイント、異常脈拍ピークポイントを正確に除去することができないため、関連技術におけるノイズフィルタリング方法は、心拍リズム異常分析の応用要求を満たすことができない。
【0017】
ＰＰＧ信号は、発光ダイオード（ＬＥＤ）の光によって人体の皮膚を照射して、フォトダイオードに光の透過又は反射する光量を測定することでパルス圧による体積変化を検出する。人体の各心拍周期に心臓は血液を体の末梢に送り、脈拍の圧力により動脈と小動脈が皮下組織で拡張され、皮膚の光照に対する反射率が変化するため、このような周期的な変化は、ＰＰＧ信号に直接に反映される。
【0018】
図１Ａは、例示的なＰＰＧ信号の概略図を示し、有効な情報は、ほとんどピークポイント位置に集中しており、心拍リズム分析の応用において脈拍のピークポイントに対して正確に位置決めする必要がある。しかしながら、実際採集プロセスでは、着用者の皮膚特性、接触距離、環境光の条件、肢体運動などの要因の干渉によって、採集されたＰＰＧ信号に通常多くのノイズピークポイントを含み、図１Ｂに示すように、ノイズを含むＰＰＧ信号の例示的な概略図である。
【0019】
上記の図１Ａと図１Ｂにおけるピークポイントの違いから分かるように、個人差のため、異なる人によって生成されたＰＰＧ信号のピークポイントの形態に大きな違いがあり、さらに同じ人が異なる生理状態で発生するピークポイントの形態にも大きな違いがあるが、同じ人が比較的短時間内に発生するピークポイントの形態は、良好な自己相似性を有し、ノイズ干渉によって発生するノイズピークポイントは、通常、様々な形態を有し、特に、比較的短時間内に非常に悪い自己相似性が示される。
【0020】
上記の分析に基づいて、採集されたＰＰＧ信号を分割して複数のサブ信号セグメントを取得し、各サブ信号セグメントの特徴を抽出し、その後、各サブ信号セグメントに対して、当該サブ信号セグメントの特徴に基づいて当該サブ信号セグメントが当該ＰＰＧ信号における自己相似性を決定し、決定された自己相似性が閾値より低い場合、当該サブ信号セグメントがノイズであると決定することができる。
【0021】
上記の説明から分かるように、採集されたＰＰＧ信号をサブ信号セグメントに分割し、サブ信号セグメントの特徴を利用して当該サブ信号セグメントのＰＰＧ信号における自己相似性を決定し、自己相似性に基づいてサブ信号セグメントがノイズであるか否かを判断する。したがって、信号の自己相似性によって異なるタイプのノイズを検出することができ、ノイズ干渉を低減することができる。そして、人体が比較的短時間内に発生する信号は良好な自己相似性を有するため、取得された自己相似性が閾値より高い有効な信号も人体の生理学の兆候の実際の特性に適合し、人体の生理学の兆候のデータを正確に分析することができる。信号の相似性に基づいて、ＰＰＧ信号内の複数の異なるタイプのノイズを検出することができ、ＰＰＧ信号検出の精度と信頼性を向上させる。
【0022】
以下、具体的な実施例として本出願の技術案を詳細に説明する。
【0023】
図２Ａは、本出願の一例示的な実施例により示されるノイズ検出方法の実施例のフローチャートである。当該ノイズ検出方法は、ウェアラブルデバイス（例えばスマートブレスレット、スマートウォッチなどの機器）に適用することができ、図２Ａに示すように、当該ノイズ検出方法は、以下のようなステップを含む。
ステップ２０１：採集されたＰＰＧ信号を分割して複数のサブ信号セグメントを取得する。
ステップ２０１：採集されたＰＰＧ信号を分割して複数のサブ信号セグメントを取得する。
【0024】
一実施例では、同じ人が異なる生理状態で発生するピークポイントの形態には多く異なるが、同じ人が比較的短時間内に発生するピークポイントの形態には良好な自己相似性を有するため、所定の時間（例えば２０秒）のＰＰＧ信号を採集してノイズ検出を行うことができる。
【0025】
一実施例では、ＰＰＧ信号に含まれる波の山のピークポイントと波の谷のバレーポイントを抽出し、抽出されたピークポイントとバレーポイントとに基づいてＰＰＧ信号を分割して複数のサブ信号セグメントを取得し、各サブ信号セグメントに含まれるピークポイント数は同じである。
【0026】
その中、抽出されたピークポイントとバレーポイントとに基づいてＰＰＧ信号を分割する場合、各サブ信号セグメントは一つの波の山に分割してもよいし、実際の経験に基づいて複数の波の山に分割してもよく、各サブ信号セグメントの分割点は、バレーポイント位置であってもよいし、ピークポイントとバレーポイントと間の中間位置であってもよく、各サブ信号セグメントに含まれる波の山の数が同じであることを確保すればよく、サブ信号セグメントに含まれる波の山の数が少ないほど、より正確に検出され、各サブ信号セグメントが一つの波の山のみ含む場合、ＰＰＧ信号内の各ピークポイントが異常ピークポイントであるか否かを判断する。
【0027】
なお、ＰＰＧ信号に含まれる波の山のピークポイントは、有意な波の山のピークポイントであってもよく、波の山のピークポイントの値がある所定値を超える波の山を有意な波の山と定義し、当該所定の値は、実際の経験に基づいて設置することができる。
【0028】
ステップ２０２：各サブ信号セグメントの特徴を抽出する。
【0029】
一実施例では、ＰＰＧ信号の有効な情報は、ほぼ波の山位置に集中しているため、各サブ信号セグメントの特徴は、含まれた波の山の特徴で表すことができ、上記のステップ２０１で説明したサブ信号セグメントの分割方式に基づいて、各サブ信号セグメントが一つの波の山のみを含む場合、一つの波の山の特徴でサブ信号セグメントの特徴を表すことができ、各サブ信号セグメントが複数の波の山を含む場合、サブ信号セグメントに含まれる複数の波の山を関連付けるために、複数の波の山の特徴と複数の波の山の特徴の統計的特徴でサブ信号セグメントの特徴を表すことができる。以下、サブ信号セグメントを抽出する特徴プロセスについて、二つの場合を分けて説明する。
第１の場合（サブ信号セグメント一つの波の山のみを含む）において、各サブ信号セグメントに対して、当該サブ信号セグメントに含まれる波の山のピークポイントと、当該ピークポイントに隣接する二つの波の谷のバレーポイントとに基づいて当該波の山の形態学的特徴を決定し、決定された形態学的特徴を当該サブ信号セグメントの特徴とすることができる。
第１の場合（サブ信号セグメント一つの波の山のみを含む）において、各サブ信号セグメントに対して、当該サブ信号セグメントに含まれる波の山のピークポイントと、当該ピークポイントに隣接する二つの波の谷のバレーポイントとに基づいて当該波の山の形態学的特徴を決定し、決定された形態学的特徴を当該サブ信号セグメントの特徴とすることができる。
【0030】
波の山の形態学的特徴は、波の山の幅、波の山から波の谷までの最大落差、波の山の歪度、波の山の両側の高さ比、波の山の両側の勾配分散、波の山の両側には異常な勾配があるか否かの７次元特徴のうちの一つ又は複数の組み合わせを含むことができる。もちろん、上記の形態学的特徴に含まれた７次元特徴は例示的な説明にすぎないが、本出願は、形態学的特徴及び形態学的特徴に含まれた特徴次元に対して限定されず、他の波の山を説明できる形態学的特徴も本出願の保護範囲に入る。
【0031】
一例では、図２Ｂに示すように、Ｓ点、Ｐ点、Ｅ点それぞれ対応するのは、バレーポイント、ピークポイント、バレーポイントであり、Ｓ点座標は（ｘ1、ｙ1）であり、Ｐ点座標は（ｘ2、ｙ2）であり、Ｅ点座標は（ｘ3、ｙ3）である。これにより、形態学的特徴における波の山の幅：Ｗ＝│ｘ3－ｘ1│、
波の山から波の谷までの最大落差：Ｈ＝ｍａｘ（│ｙ2－ｙ1│、│ｙ2－ｙ3│）、
波の山の歪度：Ｒw＝│ｘ2－ｘ1│／Ｗ、
波の山の両側の高さ比：ＲH＝│ｙ2－ｙ1│／│ｙ2－ｙ3│、
当業者であれば、波の山の歪度の式は、Ｒw＝│ｘ3－ｘ2│／Ｗであってもよく、波の山の両側の高さ比の式は、ＲH＝│ｙ2－ｙ1│／│ｙ2－ｙ3│であってもよいことも理解することができる。
波の山から波の谷までの最大落差：Ｈ＝ｍａｘ（│ｙ2－ｙ1│、│ｙ2－ｙ3│）、
波の山の歪度：Ｒw＝│ｘ2－ｘ1│／Ｗ、
波の山の両側の高さ比：ＲH＝│ｙ2－ｙ1│／│ｙ2－ｙ3│、
当業者であれば、波の山の歪度の式は、Ｒw＝│ｘ3－ｘ2│／Ｗであってもよく、波の山の両側の高さ比の式は、ＲH＝│ｙ2－ｙ1│／│ｙ2－ｙ3│であってもよいことも理解することができる。
【0032】
波の山の左側の勾配分散（上昇勾配分散）：
であり、
は、Ｓ点とＰ点との間の１階差分を表し、var（）は、分散を表し、
波の山の右側の勾配分散（下降勾配分散）：
であり、
は、Ｐ点とＥ点との間の１階差分を表し、var（）は、分散を表し、
ピークポイント両側に異常勾配があるか否か：
、その中、
は、ピークポイント左側の勾配が０より小さい点数を表し、
は、ピークポイント右側の勾配が０より大きい点数を表し、
の値が１であることは、異常勾配があることを表し、
が０であることは、異常勾配がないことを示し、所定値は、実際の経験に基づいて設置することができ、例えば、所定値は５であり、ピークポイント左側の勾配が０より小さい点数が５個より大きく、又はピークポイント右側の勾配が０より大きい点数が５個より大きい場合、
であり、ピークポイント両側に異常勾配があると決定されることを表す。
【数1】
【数2】
波の山の右側の勾配分散（下降勾配分散）：
【数3】
【数4】
ピークポイント両側に異常勾配があるか否か：
【数5】
【数6】
【数7】
【数8】
【数9】
【数10】
【0033】
第２の場合（サブ信号セグメントは複数の波の山を含む）において、各サブ信号セグメントに対して、当該サブ信号セグメントに含まれる各波の山のピークポイントと、ピークポイントに隣接する二つの波の谷のバレーポイントとに基づいて各波の山の形態学的特徴を決定し、各波の山の形態学的特徴を利用して統計的特徴を計算し、各波の山の形態学的特徴と前記統計的特徴を当該サブ信号セグメントの特徴とする。
【0034】
その中、各ピークポイントの形態学的特徴を決定するプロセスは、第１の場合に記載の内容を参照することができ、統計的特徴は、各ピークポイントの形態学的特徴の平均形態学的特徴（波の山の幅の平均値、波の山から波の谷までの最大落差の平均値、波の山の歪度平均値、波の山の両側の高さ比平均値、波の山の両側の勾配分散平均値を含む）であってもよく、各波の山の形態学的特徴における中央値形態学的特徴（波の山の幅の中央値、波の山から波の谷までの最大落差の中央値、波の山の歪度中央値、波の山の両側の高さ比中央値、波の山の両側の勾配分散中央値を含む）であってもよい。
【0035】
本出願は、波の山の形態学的特徴でサブ信号セグメントの特徴を表すことを例として説明するが、形態学的特徴に加えて、波の山の他の特徴（例えば、波の山の時間領域－周波数領域特徴）を用いてサブ信号セグメントの特徴を表すこともできることは、当業者にとっては理解することができ、本出願は、これらについて限定しなく、ピークポイントの他の特徴を用いてサブ信号セグメントの特徴を表す方法も本出願の保護範囲に入る。
【0036】
なお、上記のように決定された形態学的特徴における波の山の幅、波の山から波の谷までの最大落差、波の山の歪度、波の山の両側の高さ比は、いずれも異なる次元であるため、後続の自己相似性計算を容易にするために、形態学的特徴における各特徴を統一的な次元に正規化する必要がある。これにより、各サブ信号セグメントの特徴を抽出した後、各サブ信号セグメントの特徴に含まれた波の山の幅、波の山から波の谷までの最大落差、波の山の歪度、波の山の両側の高さ比、波の山の両側の勾配分散に対して正規化処理を行うこともできる。
【0037】
正規化の式は、
ただし、ＰＰＧ信号は、いくつかのサブ信号セグメント
に分割され、ｎは、サブ信号セグメント数を表し、ｊは、どの次元の特徴（前６次元特徴を正規化する）を表し、giは、第ｉのサブ信号セグメントを表し、
は、第ｉのサブ信号セグメントにおける第ｊ次元特徴の特徴値を表し、
は、第ｉサブ信号セグメントにおける第ｊ次元特徴の正規化特徴値を表す。
【数11】
【数12】
【数13】
【数14】
【0038】
一例では、図２Ｃ～２Ｄに示すように、図２Ｃは、複数のサブ信号セグメントに含まれる正規化前の６次元特徴の分布図である。各次元特徴の特徴応答スパンが大きいため、特徴応答をｌｏｇとし、取得した後、縦軸に示される。図２Ｄは、複数のサブ信号セグメントに含まれる正規化後の６次元特徴の分布図である。正規化処理した後、各次元特徴次元は統一され、特徴応答スパンは小さく、いずれもある値の範囲内に集中される。
【0039】
ステップ２０３：各サブ信号セグメントに対して、当該サブ信号セグメントの特徴に基づいて当該サブ信号セグメントのＰＰＧ信号における自己相似性を決定する。
【0040】
一実施例では、信号処理分野において、信号の既知特性（先験的な知識）は、信号分析に対して大きな示唆の作用を有する。具体的にＰＰＧ信号は、人体の生理学の兆候の相対的な規則性を有効に反映し、すなわち、一定期間内に非常に高い重複出現率を有する。逆に、ノイズは、非関連の特徴を持つため、多様化するノイズデータは、このような自己相似性の先験性を違反する。したがって、各サブ信号セグメントに対して、当該サブ信号セグメントの自己相似性を計算することによってノイズに属するか否かを判断することができる。
【0041】
サブ信号セグメントの自己相似性を決定する式は、
であってもよく、だだしＰＰＧ信号は、ｎ個のサブ信号セグメント
に分割され、ｎは、信号セグメント数を表し、
は、正規化処理後の信号セグメントgiの特徴に対する説明であり、ｄ（）は、相似度メトリック関数であり、相似度メトリック関数ｄ（）の値が大きいほどgiとgjがもっと類似していることを示し、Ｅ（）は、giがＧにおける自己相似性を示し、その統計方式は、平均値統計、中央値統計などであってもよい。
【数15】
【数16】
【数17】
【0042】
サブ信号セグメントの自己相似性を決定する式は、
であってもよく、
は、ユークリッド距離メトリック関数を表し、ユークリッド距離メトリック関数
の値が小さいほど、giとgjがもっと類似していることを表し、εは、許容度を表し、
は、ユークリッド距離メトリック値がεより小さい数を表し、当該数が大きいほど、giの自己相似性がより高いことを示す。
【数18】
【数19】
【数20】
【数21】
【0043】
なお、サブ信号セグメントの自己相似性を決定するプロセスでは、当該サブ信号セグメントの特徴と他のサブ信号セグメント（隣接しないサブ信号セグメントを含む）の特徴の相似性に基づいて計算されるため、決定されたサブ信号セグメントの自己相似性は、非局所の自己相似性に属し、ＰＰＧ信号の相対的な規則性に適合し、すなわち一定期間内に高い重複出現率の特性を有する。
【0044】
ステップ２０４：前記自己相似性が閾値より低い場合、当該サブ信号セグメントがノイズであると決定する。
【0045】
ステップ２０５：前記自己相似性が閾値より高い場合、当該サブ信号セグメントを有効な信号であると決定する。
【0046】
一実施例では、サブ信号セグメントがノイズであると決定された場合、当該サブ信号セグメントをノイズとしてマーキングされてもよく、サブ信号セグメントが有効な信号であると決定された場合、当該サブ信号セグメントを有効にマーキングして、後続の有効な信号の選択を容易にする。
【0047】
本出願の実施例では、採集されたＰＰＧ信号を分割して複数のサブ信号セグメントを取得し、各サブ信号セグメントの特徴を抽出し、その後、各サブ信号セグメントに対して、当該サブ信号セグメントの特徴に基づいて当該サブ信号セグメントが当該ＰＰＧ信号における自己相似性を決定し、決定された自己相似性が閾値より低い場合、当該サブ信号セグメントがノイズであると決定する。
【0048】
上記の説明から分かるように、採集されたＰＰＧ信号をサブ信号セグメントに分割し、サブ信号セグメントの特徴を利用して当該サブ信号セグメントのＰＰＧ信号における自己相似性を決定し、自己相似性に基づいてサブ信号セグメントがノイズであるか否かを判断する。したがって、信号の自己相似性によって異なるタイプのノイズを検出することができ、ノイズ干渉を低減することができる。そして、人体が比較的短時間内に発生する信号は良好な自己相似性を有するため、取得された自己相似性が閾値より高い有効な信号も人体の生理学の兆候の実際の特性に適合し、人体の生理学の兆候のデータを正確に分析することができる。信号の相似性に基づいて、ＰＰＧ信号内の複数の異なるタイプのノイズを検出することができ、ＰＰＧ信号検出の精度と信頼性を向上させる。
【0049】
図３は、本出願の一例示的な実施例により示されるウェアラブルデバイスのハードウェア構造図である。当該ウェアラブルデバイスは、通信インターフェース３０１、プロセッサ３０２、機器読み取り可能な記憶媒体３０３、バス３０４を含み、通信インターフェース３０１、プロセッサ３０２、機器読み取り可能な記憶媒体３０３は、バス３０４を介して相互間の通信を完成する。プロセッサ３０２は、機器読み取り可能な記憶媒体３０３におけるノイズ検出方法の制御ロジックに対応する機器実行可能な命令を読み取りて実行することによって、上記に説明したノイズ検出方法を実行することができ、当該方法の具体的な内容は、上記の実施例を参照し、ここでは説明しない。
【0050】
本出願に記載された機器読み取り可能な記憶媒体３０３は、任意の電子、磁気、光学、又は他の物理的記憶装置であってもよく、実行可能な命令、データなどの情報を含んだり記憶したりすることができる。例えば、機器読み取り可能な記憶媒体は、揮発性メモリ、不易失性記憶器、又は類似の記憶媒体であってもよい。具体的には、機器読み取り可能な記憶媒体３０３は、ＲＡＭ（Ｒａｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ、ランダムアクセスメモリ）、フラッシュメモリ、ストレージドライブ（ハードドライブなど）、任意のタイプのストレージディスク（例えばコンパクトディスク、ＤＶＤなど）、又は類似の記憶媒体、又はそれらの組み合わせであってもよい。
【0051】
図４は、本出願の一例示的な実施例により示されるノイズ検出装置の実施例の構造図である。当該ノイズ検出方法は、ウェアラブルデバイスに適用することができ、図４に示すように、当該ノイズ検出装置は、
採集された光電容積脈波ＰＰＧ信号を分割して複数のサブ信号セグメントを取得するための分割モジュール４１０と、
各サブ信号セグメントの特徴を抽出するための特徴抽出モジュール４２０と、
各サブ信号セグメントに対して、当該サブ信号セグメントの特徴に基づいて当該サブ信号セグメントの前記ＰＰＧ信号における自己相似性を決定するための自己相似性決定モジュール４３０と、
前記自己相似性が閾値より低い場合、当該サブ信号セグメントがノイズであると決定するためのノイズ決定モジュール４４０と、を含む。選択可能な一実現方式では、前記分割モジュール４１０は、具体的には、前記ＰＰＧ信号に含まれる波の山のピークポイントと波の谷のバレーポイントを抽出し、抽出されたピークポイントとバレーポイントとに基づいて前記ＰＰＧ信号を分割して複数のサブ信号セグメントを取得し、各サブ信号セグメントに含まれる波の山の数は同じである。
採集された光電容積脈波ＰＰＧ信号を分割して複数のサブ信号セグメントを取得するための分割モジュール４１０と、
各サブ信号セグメントの特徴を抽出するための特徴抽出モジュール４２０と、
各サブ信号セグメントに対して、当該サブ信号セグメントの特徴に基づいて当該サブ信号セグメントの前記ＰＰＧ信号における自己相似性を決定するための自己相似性決定モジュール４３０と、
前記自己相似性が閾値より低い場合、当該サブ信号セグメントがノイズであると決定するためのノイズ決定モジュール４４０と、を含む。選択可能な一実現方式では、前記分割モジュール４１０は、具体的には、前記ＰＰＧ信号に含まれる波の山のピークポイントと波の谷のバレーポイントを抽出し、抽出されたピークポイントとバレーポイントとに基づいて前記ＰＰＧ信号を分割して複数のサブ信号セグメントを取得し、各サブ信号セグメントに含まれる波の山の数は同じである。
【0052】
選択可能な実現方式では、前記特徴抽出モジュール４２０は、具体的には、各サブ信号セグメントが一つの波の山のみを含む場合、各サブ信号セグメントに対して、当該サブ信号セグメントに含まれる波の山のピークポイントと、当該波の山に隣接する二つの波の谷のバレーポイントとに基づいて当該ピークポイントの形態学的特徴を決定し、決定された形態学的特徴を当該サブ信号セグメントの特徴とし、各サブ信号セグメントが二つ以上の波の山を含む場合、各サブ信号セグメントに対して、当該サブ信号セグメントに含まれる各波の山のピークポイントと、波の山に隣接する二つの波の谷のバレーポイントとに基づいて各波の山の形態学的特徴を決定し、各波の山の形態学的特徴を利用して統計的特徴を計算し、各波の山の形態学的特徴と前記統計的特徴を当該サブ信号セグメントの特徴とするために用いられる。
【0053】
選択可能な実現方式では、前記形態学的特徴は、波の山の幅、波の山から波の谷までの最大落差、波の山の歪度、波の山の両側の高さ比、波の山の両側の勾配分散、波の山の両側に異常勾配がある否やかのうちの一つ又は複数の組み合わせを含む。
【0054】
選択可能な実現方式では、前記装置は、
前記自己相似性決定モジュール４３０が当該サブ信号セグメントの特徴に基づいて当該サブ信号セグメントの前記ＰＰＧ信号における自己相似性を決定する前に、各サブ信号セグメントの特徴に含まれた波の山の幅、波の山から波の谷までの最大落差、波の山の歪度、波の山の両側の高さ比、波の山の両側の勾配分散に対して正規化処理を行うための正規化モジュールをさらに含む（図４に図示せず）。
前記自己相似性決定モジュール４３０が当該サブ信号セグメントの特徴に基づいて当該サブ信号セグメントの前記ＰＰＧ信号における自己相似性を決定する前に、各サブ信号セグメントの特徴に含まれた波の山の幅、波の山から波の谷までの最大落差、波の山の歪度、波の山の両側の高さ比、波の山の両側の勾配分散に対して正規化処理を行うための正規化モジュールをさらに含む（図４に図示せず）。
【0055】
上記の装置における各ユニットの機能と作用の実現プロセスは、上記の方法に対応するステップの実現プロセスを具体的に参照し、ここでは説明しない。
【0056】
装置の実施形態は、実質的に方法の実施形態に対応しているため、関連する態様については方法の実施形態についての説明を参照することができる。上述の装置の実施形態は単なる例示であり、本明細書において分離した構成要素として説明されたモジュールは、互いに物理的に分離されていても物理的に分離されていなくてもよく、モジュールとして表された構成要素は、物理的なモジュールであってもなくてもよい。すなわち、それらの構成要素は同一の場所に位置していてもよく、複数のネットワークユニット内に分布していてもよい。本開示の目的を達成するために、実際の要求に応じていくつかの又は全てのモジュールを選択してもよく、このことは、当業者により創作的な作業なしに理解又は実施され得る。
【0057】
当業者は、明細書を考慮して本明細書に開示されたものを実施して、本発明の他の実施例を容易に想到する。本出願は、本出願の任意の変形、用途又は適宜な変更を含むことを意図しており、これらの変形、用途又は適宜な変更は、本出願の一般的な原理に従うものであるとともに、本出願に開示されていない当技術分野における周知技術又は通常の技術手段を含む。明細書及び実施例は単なる例示的なものとみなされ、本発明の本当の範囲及び趣旨は以下の特許請求の範囲によって示される。
【0058】
なお、用語「含む（包括）」、「含む（包含）」、又はその任意の他の変形は、非排他的な含むをカバーすることによって、一連の要素を含むプロセス、方法、商品、又は機器は、それらの要素を含むだけでなく、明示されていない他の要素をさらに含み、又はそのようなプロセス、方法、商品、又は機器に固有の要素をさらに含む。これ以上の制限がない場合、「……を含む」という文言によって限定された要素は、前記要素を含むプロセス、方法、商品、又は機器に別の同じ要素が存在することを排除するものではない。
【0059】
上記の記載は、本出願の好ましい実施例に過ぎず、本出願を限定するものではなく、本出願の発想及び原理の範囲で行われる修正、同等の置換、改善などは、本出願の保護の範囲に入るべきである。
【図1A】
【図1B】
【図2A】
【図2B】
【図2C】
【図2D】
【図3】
【図4】
