特許 7197922 機械学習装置、解析装置、機械学習方法および解析方法

(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】2022-12-20

(45)【発行日】2022-12-28

(54)【発明の名称】機械学習装置、解析装置、機械学習方法および解析方法

(51)【国際特許分類】

   A61B 7/04 20060101AFI20221221BHJP

   A61B 10/00 20060101ALI20221221BHJP

   G10L 25/15 20130101ALI20221221BHJP

   G10L 25/18 20130101ALI20221221BHJP

【ＦＩ】

A61B7/04 L

A61B10/00 H

G10L25/15

G10L25/18

【請求項の数】 15

(21)【出願番号】P 2020518303

(86)(22)【出願日】2019-05-07

(86)【国際出願番号】 JP2019018287

(87)【国際公開番号】W WO2019216320

(87)【国際公開日】2019-11-14

【審査請求日】2022-03-28

(31)【優先権主張番号】P 2018089850

(32)【優先日】2018-05-08

(33)【優先権主張国・地域又は機関】JP

(73)【特許権者】

【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】榎本 崇宏

(72)【発明者】

【氏名】合嶋 裕樹

(72)【発明者】

【氏名】佐藤 竜之介

(72)【発明者】

【氏名】芥川 正武

【審査官】▲高▼原 悠佑

(56)【参考文献】

【文献】国際公開第２０１７／１３５１２７（ＷＯ，Ａ１）

【文献】特表２０１５－５１４４５６（ＪＰ，Ａ）

【文献】米国特許出願公開第２０１７／０３０１３４７（ＵＳ，Ａ１）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ａ６１Ｂ ７／００－７／０４

(57)【特許請求の範囲】

【請求項1】

音響データに腸音が含まれているかを予測する予測アルゴリズムを学習する機械学習装置であって、
集音装置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取得部と、
前記音響データに前記腸音が含まれるか否かをユーザの操作に応じて判定する生体音判定部と、
前記音響データにおける特徴量を抽出する特徴量抽出部と、
前記生体音判定部の判定結果および前記特徴量に基づいて、前記予測アルゴリズムを学習する学習部と、
を備え、
前記特徴量は、ＰＮＣＣ、ＭＦＣＣ、△ＰＮＣＣ、△△ＰＮＣＣ、△ＭＦＣＣ、△△ＭＦＣＣ、およびＬＰＣ係数、ならびに、それらの統計量の少なくともいずれかを含む、機械学習装置。

【請求項2】

前記学習部は、人工ニューラルネットワーク（ＡＮＮ）で構成される、請求項１に記載の機械学習装置。

【請求項3】

前記集音装置は非接触マイクロフォンである、請求項１または２に記載の機械学習装置。

【請求項4】

前記音響データ取得部によって取得された前記音響データから、複数のセグメントを検出するセグメント検出部をさらに備え、
前記生体音判定部は、各セグメントに前記腸音が含まれるか否かをユーザの操作に応じて判定し、
前記特徴量抽出部は、各セグメントにおける特徴量を抽出し、
前記学習部は、各セグメントにおける前記特徴量および前記生体音判定部による判定結果に基づいて、前記予測アルゴリズムを学習する、請求項１～３のいずれかに記載の機械学習装置。

【請求項5】

前記セグメント検出部は、ＳＮＲが所定値以上のセグメントを検出する、請求項４に記載の機械学習装置。

【請求項6】

前記音響データに前記腸音が含まれる場合、前記腸音の種類をユーザの操作に応じて判定する分類判定部をさらに備え、
前記学習部は、さらに前記腸音の種類に基づいて、前記予測アルゴリズムを学習する、請求項１～５のいずれかに記載の機械学習装置。

【請求項7】

集音装置によって対象者から得られた音響データを解析する解析装置であって、
請求項１～６のいずれかに記載の機械学習装置によって学習された予測アルゴリズムに従って、前記音響データに腸音が含まれているかを予測する生体音予測部を備えた、解析装置。

【請求項8】

前記生体音予測部の予測結果に基づいて、前記音響データから前記腸音が含まれているセグメントを抽出する生体音セグメント抽出部と、
前記生体音セグメント抽出部によって抽出された前記セグメントに基づいて、前記対象者の腸運動性を評価する第１状態評価部と、
をさらに備えた、請求項７に記載の解析装置。

【請求項9】

前記第１状態評価部は、所定時間あたりの前記腸音の発生数、前記腸音のＳＮＲ、前記腸音の長さ、および前記腸音の発生間隔を指標として、前記腸運動性を評価する、請求項８に記載の解析装置。

【請求項10】

前記予測アルゴリズムは、請求項６に記載の機械学習装置によって学習された予測アルゴリズムであり、
前記音響データに腸音が含まれていると予測された場合に、前記予測アルゴリズムに従って、前記腸音の種類を予測する分類予測部をさらに備えた、請求項７～９のいずれかに記載の解析装置。

【請求項11】

前記分類予測部によって予測された前記腸音の種類に基づいて、前記対象者の腸疾患の有無を評価する第２状態評価部をさらに備えた、請求項１０に記載の解析装置。

【請求項12】

音響データに腸音が含まれているかを予測する予測アルゴリズムを学習する機械学習方法であって、
集音装置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取得ステップと、
前記音響データに前記腸音が含まれるか否かをユーザの操作に応じて判定する生体音判定ステップと、
前記音響データにおける特徴量を抽出する特徴量抽出ステップと、
前記生体音判定ステップの判定結果および前記特徴量に基づいて、前記予測アルゴリズムを学習する学習ステップと、
を備え、
前記特徴量は、ＰＮＣＣ、ＭＦＣＣ、△ＰＮＣＣ、△△ＰＮＣＣ、△ＭＦＣＣ、△△ＭＦＣＣ、およびＬＰＣ係数、ならびに、それらの統計量の少なくともいずれかを含む、機械学習方法。

【請求項13】

集音装置によって対象者から得られた音響データをコンピュータが解析する解析方法であって、
請求項１２に記載の機械学習方法によって学習された予測アルゴリズムに従って、前記音響データに腸音が含まれているかを予測する予測ステップを備えた、解析方法。

【請求項14】

前記予測ステップの予測結果に基づいて、前記音響データから前記腸音が含まれているセグメントを抽出する生体音セグメント抽出ステップと、
前記生体音セグメント抽出ステップによって抽出された前記セグメントに基づいて、前記対象者の腸運動性を評価する状態評価ステップと、
をさらに備えた、請求項１３に記載の解析方法。

【請求項15】

前記状態評価ステップでは、所定時間あたりの前記腸音の発生数、前記腸音のＳＮＲ、前記腸音の長さ、および前記腸音の発生間隔を指標として、前記腸運動性を評価する、請求項１４に記載の解析方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、信号対雑音比が劣化する環境下において、音響データから生体音を自動抽出または分類する技術に関する。

【背景技術】

【0002】

胃腸の運動機能の低下及び消失はＱＯＬや日々の食生活に大きく関わる問題である。ストレスなどが原因で胃腸の運動機能に障害が起こることで、胃もたれや痛みを感じる機能性消化管障害(ＦＧＩＤｓ：Functional gastrointestinal disorders)はその一例と言える。

【0003】

このような腸疾患の診断は、胃腸の運動性を評価することで行われる。現在、胃腸の運動性を測る手段としてＸ線検査や内視鏡検査が行われているが、患者への心身面や金銭面の負担が大きく、大掛かりな検査機器が必要であり、繰り返しの観察には適していない。

【0004】

近年、腸の運動機能を評価するために、腸蠕動音（ＢＳ：Bowel sound）から得られた音響特徴量が用いられている。腸蠕動音は、消化管の蠕動運動によってガスや内容物が消化管内を移動することで発生する音である（非特許文献１）。腸蠕動音は、電子聴診器を体表面に取り付けることにより、簡単に録音することができる。例えば非特許文献２には、電子聴診器により獲得された録音データからＢＳを自動抽出して、腸運動機能を評価する方法が開示されている。

【0005】

静音下では、ＢＳの信号対雑音比が劣化するが、電子聴診器を使用しなくとも、離れたところでＢＳを認識することができる。このことから、最近の本発明者らによる研究では、電子聴診器を用いた場合と同様に、非接触マイクロフォンを用いて獲得した場合も、ＢＳをもとに腸の運動性を評価できることが示されている（非特許文献３）。

【先行技術文献】

【非特許文献】

【0006】

【文献】G. P. Zaloga, "Blind bedside placement of enteric feeding tubes", Techniques in Gastrointestinal Endoscopy, 2001, 3(1), p. 9-15

【文献】Takahiro Emoto, et al. "ARMA-based spectral bandwidth for evaluation of bowel motility by the analysis of bowel sounds.", Physiological measurement 34.8 (2013): 925.

【文献】Takahiro Emoto et. al, "Evaluation of human bowel motility using non-contact microphones", Biomedical Physics & Engineering Express, 2016, 2(4), 045012.

【発明の概要】

【発明が解決しようとする課題】

【0007】

しかしながら、非特許文献３の研究では、非接触マイクロフォンで獲得した録音データからＢＳを手動で抽出するために、多くの時間を費やして慎重なラベリング作業を行う必要があった。マイクロフォンに基づくセンサ（例えば、電子聴診器やマイクロフォン）は、環境雑音の影響を受けやすい。非接触マイクロフォンで録音されたＢＳは体表面から直接電子聴診器で得られるＢＳよりも音圧が低下する。さらに、電子聴診器の録音に比べ、ＢＳ以外の音がより大きく、混入されるおそれがある。よって、多くの手間や時間を要するＢＳのラベリング作業を省くためには、雑音に頑健なＢＳ抽出システムを構築する必要がある。

【0008】

本発明は、上記問題を解決するためになされたものであって、雑音の多い音響データから生体音を精度よく抽出または分類することを課題とする。

【課題を解決するための手段】

【0009】

本発明者らは、雑音に頑健な特徴量によって機械学習された予測アルゴリズムを用いることにより前記課題が解決できることを見出し、本発明を完成するに至った。

【0010】

本発明は、次の態様を含む。
項１．
音響データに生体音が含まれているかを予測する予測アルゴリズムを学習する機械学習装置であって、
集音装置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取得部と、
前記音響データに前記生体音が含まれるか否かをユーザの操作に応じて判定する生体音判定部と、
前記音響データにおける特徴量を抽出する特徴量抽出部と、
前記生体音判定部の判定結果および前記特徴量に基づいて、前記予測アルゴリズムを学習する学習部と、
を備え、
前記特徴量は、ＰＮＣＣ、ＭＦＣＣ、△ＰＮＣＣ、△△ＰＮＣＣ、△ＭＦＣＣ、△△ＭＦＣＣ、ＢＳＦ、フォルマントに関連する特徴、ピッチに関連する特徴、ＬＰＣ係数、スペクトルフラットネス、対数エネルギ、有音区間の持続時間、ＺＣＲ、およびエントロピーに基づく指標、ならびに、それらの統計量の少なくともいずれかを含む、機械学習装置。
項２．
前記生体音は腸蠕動音である、項１に記載の機械学習装置。
項３．
前記特徴量はＰＮＣＣを含む、項１または２に記載の機械学習装置。
項４．
前記特徴量はＢＳＦおよびその統計量の少なくともいずれかを含む、項１～３のいずれかに記載の機械学習装置。
項５．
前記特徴量は、ＢＳＦ１の平均および標準偏差、ＢＳＦ２の平均および標準偏差、ＢＳＦ３の平均および標準偏差、ＢＳＦ４の平均および標準偏差、並びに、ＢＳＦ５を含む、項４に記載の機械学習装置。
項６．
前記学習部は、人工ニューラルネットワーク（ＡＮＮ）で構成される、項１～５のいずれかに記載の機械学習装置。
項７．
前記集音装置は非接触マイクロフォンである、項１～６のいずれかに記載の機械学習装置。
項８．
前記音響データ取得部によって取得された前記音響データから、複数のセグメントを検出するセグメント検出部をさらに備え、
前記生体音判定部は、各セグメントに前記生体音が含まれるか否かをユーザの操作に応じて判定し、
前記特徴量抽出部は、各セグメントにおける特徴量を抽出し、
前記学習部は、各セグメントにおける前記特徴量および前記生体音判定部による判定結果に基づいて、前記予測アルゴリズムを学習する、項１～７のいずれかに記載の機械学習装置。
項９．
前記セグメント検出部は、ＳＮＲが所定値以上のセグメントを検出する、項８に記載の機械学習装置。
項１０．
前記音響データに前記生体音が含まれる場合、前記生体音の種類をユーザの操作に応じて判定する分類判定部をさらに備え、
前記学習部は、さらに前記生体音の種類に基づいて、前記予測アルゴリズムを学習する、項１～９のいずれかに記載の機械学習装置。
項１１．
集音装置によって対象者から得られた音響データを解析する解析装置であって、
項１～１０のいずれかに記載の機械学習装置によって学習された予測アルゴリズムに従って、前記音響データに生体音が含まれているかを予測する生体音予測部を備えた、解析装置。
項１２．
前記生体音予測部の予測結果に基づいて、前記音響データから前記生体音が含まれているセグメントを抽出する生体音セグメント抽出部と、
前記生体音セグメント抽出部によって抽出された前記セグメントに基づいて、前記対象者の状態を評価する第１状態評価部と、
をさらに備えた、項１１に記載の解析装置。
項１３．
前記生体音は腸蠕動音であり、
前記第１状態評価部は、前記状態として腸運動性を評価する、項１２に記載の解析装置。
項１４．
前記予測アルゴリズムは、項８に記載の機械学習装置によって学習された予測アルゴリズムであり、
前記音響データに生体音が含まれていると予測された場合に、前記予測アルゴリズムに従って、前記生体音の種類を予測する分類予測部をさらに備えた、項１１～１３のいずれかに記載の解析装置。
項１５．
前記分類予測部によって予測された前記生体音の種類に基づいて、前記対象者の状態を評価する第２状態評価部をさらに備えた、項１４に記載の解析装置。
項１６．
前記生体音は腸蠕動音であり、
前記第２状態評価部は、前記状態として腸疾患の有無を評価する、項１５に記載の解析装置。
項１７．
音響データに生体音が含まれているかを予測する予測アルゴリズムを学習する機械学習方法であって、
集音装置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取得ステップと、
前記音響データに前記生体音が含まれるか否かをユーザの操作に応じて判定する生体音判定ステップと、
前記音響データにおける特徴量を抽出する特徴量抽出ステップと、
前記生体音判定ステップの判定結果および前記特徴量に基づいて、前記予測アルゴリズムを学習する学習ステップと、
を備え、
前記特徴量は、ＰＮＣＣ、ＭＦＣＣ、△ＰＮＣＣ、△△ＰＮＣＣ、△ＭＦＣＣ、△△ＭＦＣＣ、ＢＳＦ、フォルマントに関連する特徴、ピッチに関連する特徴、ＬＰＣ係数、スペクトルフラットネス、対数エネルギ、有音区間の持続時間、ＺＣＲ、およびエントロピーに基づく指標、ならびに、それらの統計量の少なくともいずれかを含む、機械学習方法。
項１８．
集音装置によって対象者から得られた音響データを解析する解析方法であって、
項１７に記載の機械学習方法によって学習された予測アルゴリズムに従って、前記音響データに生体音が含まれているかを予測する予測ステップを備えた、解析方法。
項１９．
前記予測ステップの予測結果に基づいて、前記音響データから前記生体音が含まれているセグメントを抽出する生体音セグメント抽出ステップと、
前記生体音セグメント抽出ステップによって抽出された前記セグメントに基づいて、前記対象者の状態を評価する状態評価ステップと、
をさらに備えた、項１８に記載の解析方法。

【発明の効果】

【0011】

本発明によれば、雑音の多い音響データから生体音を精度よく抽出または分類することができる。

【図面の簡単な説明】

【0012】

【図1】本発明の一実施形態に係る診断支援システムの概略構成を示すブロック図である。

【図2】本発明の一実施形態に係る機械学習装置の機能を示すブロック図である。

【図3】本発明の一実施形態に係る機械学習方法の全体的な手順を示すフローチャートである。

【図4】本発明の一実施形態に係る解析装置の機能を示すブロック図である。

【図5】本発明の一実施形態に係る解析方法の全体的な手順を示すフローチャートである。

【図6】本発明の変形例に係る機械学習装置の機能を示すブロック図である。

【図7】本発明の変形例に係る解析装置の機能を示すブロック図である。

【図8】特徴量がＭＦＣＣおよびＰＮＣＣである場合の予測精度（Ａｃｃ）をＳＮＲの基準値毎に示したグラフであり、（ａ）は炭酸水摂取前のグラフ、（ｂ）は炭酸水摂取後のグラフである。

【図9】（ａ）および（ｂ）は、事前検証において算出された４つの指標の時間推移を示している。

【図10】乳酸菌飲料負荷試験時における１分間あたりのＢＳ発生数の推移を示している。

【発明を実施するための形態】

【0013】

以下、本発明の実施形態について添付図面を参照して説明する。なお、本発明は、下記の実施形態に限定されるものではない。

【0014】

（全体構成）
図１は、本実施形態に係る診断支援システム１００の概略構成を示すブロック図である。診断支援システム１００は、機械学習装置１および解析装置２を備えている。機械学習装置１は、音響データに生体音が含まれているかを予測する予測アルゴリズムを学習する。解析装置２は、機械学習装置１によって学習された予測アルゴリズムに従って、対象者から得られた音響データに生体音が含まれているかを予測し、さらに、対象者の状態を評価する機能を有している。機械学習装置１と解析装置２とは、別個の装置で実現してもよいし、機械学習装置１と解析装置２とを一つの装置で構成してもよい。

【0015】

以下、機械学習装置１および解析装置２の構成例について説明する。

【0016】

（機械学習装置）
図２は、本実施形態に係る機械学習装置１の機能を示すブロック図である。機械学習装置１は、例えば汎用のパーソナルコンピュータで構成することができ、ハードウェア構成として、ＣＰＵ（図示せず）、主記憶装置（図示せず）、補助記憶装置１１などを備えている。機械学習装置１では、ＣＰＵが補助記憶装置１１に記憶された各種プログラムを主記憶装置に読み出して実行することにより、各種演算処理を実行する。補助記憶装置１１は、例えばハードディスクドライブ（ＨＤＤ）やソリッドステートドライブ（ＳＳＤ）で構成することができる。補助記憶装置１１は、機械学習装置１に内蔵されてもよいし、機械学習装置１とは別体の外部記憶装置として設けてもよい。

【0017】

機械学習装置１には、入力装置３および集音装置４が接続されている。入力装置３は、例えばキーボード、タッチパネル、マウス等で構成され、ユーザからの入力操作を受け付ける。

【0018】

集音装置４は、本実施形態では、非接触マイクロフォンで構成される。集音装置４を被験者５に近付けることにより、集音装置４は被験者５から発せられる生体音を録音し、音響データを機械学習装置１に送信する。

【0019】

なお、音響データは、有線または無線で機械学習装置１に送信してもよいし、ＳＤカード等の記録媒体を介して機械学習装置１に入力してもよい。また、集音装置４は、非接触マイクロフォンに限らず、電子聴診器であってもよい。あるいは、非接触マイクロフォンと電子聴診器とを組み合わせて集音装置４を構成してもよい。従来より、腹部に複数の聴診器を使用する技術が開発されてきたが、聴診器に非接触マイクロフォンを搭載することにより、シングルチャネル聴診器を用いるだけで、雑音下であってもＢＳを基に腸の運動性を評価することができると期待される。

【0020】

機械学習装置１は、音響データに生体音が含まれているかを予測する予測アルゴリズムを学習する機能を有している。この機能を実現するために、機械学習装置１は、機能ブロックとして、教師データ作成部１２および学習部１３を備えている。生体音は、人間の生体活動に起因する音であれば特に限定されないが、本実施形態では、腸蠕動音を対象としている。

【0021】

教師データ作成部１２は、集音装置４からの音響データに基づいて、教師データＤ１を作成する機能ブロックであり、音響データ取得部１２１、セグメント検出部１２２、生体音判定部１２３および特徴量抽出部１２４およびを備えている。

【0022】

音響データ取得部１２１は、集音装置４によって被験者５から得られた音響データを取得する。被験者５の体勢は特に限定されないが、本実施形態では仰臥位である。

【0023】

セグメント検出部１２２は、音響データ取得部１２１によって取得された音響データから、複数のセグメントを検出する。セグメントの検出基準は特に限定されないが、本実施形態では、セグメント検出部１２２は、ＳＴＥ（Short term energy）法を用いて、ＳＮＲ（Signal to Noise Ratio）が所定値以上のセグメントを検出する。

【0024】

本実施形態におけるＳＮＲは次のように定義される。

【数1】

ここで、Ｐ_Ｓは信号のパワー、Ｐ_Ｎは雑音のパワーである。Ｐ_Ｎは、視聴試験を行うことにより、サイレンスであると判断された１秒の区間から算出している。録音データは、セグメントの候補となるサブセグメントサイズ：２５６、シフトサイズ：６４で分割され、ＳＴＥ法によって、サブセグメント毎に、エネルギを計算することができる。ＳＮＲ（Signal to Noise Ratio）が所定値以上を１として、所定値以下を０とする。１以上はセグメントであり、連続して続くサブセグメントはセグメントとして取り扱う。

【0025】

生体音判定部１２３は、音響データに生体音が含まれるか否かをユーザの操作に応じて判定する。本実施形態では、ユーザが各セグメントの再生音を聴き、各セグメントに生体音である腸蠕動音（ＢＳ）が含まれているかを判定し、入力装置３を介して判定結果を入力する。これに応じて、生体音判定部１２３は、各セグメントにＢＳ含まれるか否かを判定する。具体的には、生体音判定部１２３は、ユーザによってＢＳが含まれていると判定された区間をＢＳエピソードと定義し、各セグメントの範囲内にＢＳエピソードが存在していれば、当該セグメントをＢＳセグメントとし、存在していなければｎｏｎ－ＢＳセグメントとする。

【0026】

なお、非接触マイクロフォンを用いて獲得されるＢＳは一般的に音が小さく、音響データのＳＮは劣化する。しかし、人間による聴覚評価では、ほぼ１００％の精度でＢＳの有無を識別することができる。

【0027】

特徴量抽出部１２４は、音響データにおける特徴量を抽出する。本実施形態では、特徴量は、ＰＮＣＣ（power normalized cepstral coefficients）であるが、本発明はこれに限定されない。特徴量として、例えば、ＭＦＣＣ（mel-frequency cepstral coefficients）、△ＰＮＣＣ、△△ＰＮＣＣ、△ＭＦＣＣ、△△ＭＦＣＣ、ＢＳＦ、フォルマントに関連する特徴、ピッチに関連する特徴、ＬＰＣ係数、スペクトルフラットネス、対数エネルギ、有音区間の持続時間、ＺＣＲ、および近似エントロピーなどのエントロピーに基づく指標、ならびに、それらの統計量（平均、標準偏差など）を用いることができる。なお、ＰＮＣＣの詳細については、Kim, Chanwoo, and Richard M. Stern. "Power-normalized cepstral coefficients (PNCC) for robust speech recognition." Acoustics, Speech
and Signal Processing (ICASSP), 2012 IEEE International Conference on. IEEE, 2012.を参照されたい。

【0028】

ＭＦＣＣは、特に音声認識の分野において、声道特性を表す特徴量とも言われ、一般的に使用されてきた。このＭＦＣＣは、声道特性を連想するような生体音の検出に対しても適用されてきたが、本発明者らの調査によれば、本願出願時点まで、声道特性との関係性を連想できない、腸音の検出には利用されなかった。ＭＦＣＣは、ヒトの聴覚系を簡易的に模擬したメルスケールと呼ばれる対数軸上に等間隔に配置された三角フィルタバンクの出力に対し離散コサイン変換を行うことにより算出される。

【0029】

ＰＮＣＣは、雑音環境下での音声認識システムの頑健性を改善するために開発された特徴量である。しかしながら、ＰＮＣＣは、録音データのサンプリングレートが低い場合（例えば、聴診器の録音データのような場合）、検出対象とするサウンドデータの音響やスペクトルの特性によっては、ＭＦＣＣより検出性能が劣化する場合があるとの報告がある。ＰＮＣＣは、ヒトの生理的な側面により近くなるようにＭＦＣＣを算出する過程を改善したものである。ＰＮＣＣはＭＦＣＣに比べ、主に、以下の３つの点が異なっている。

【0030】

１つ目は、ＭＦＣＣで使用される三角フィルタバンクの代わりに蝸牛の働きを模擬するために等価長方形帯域幅に基づくガンマトーンフィルタバンクを使用している点である。２つ目は、ＭＦＣＣの算出過程には使用されていない、中時間処理された音声の算術平均及び幾何平均の比（AM-to-GM ratio）に基づいたバイアスサブトラクションを使用している点である。３つ目は、ＭＦＣＣで使用される対数非線形性をべき乗非線形性に置き換える点である。これらにより、雑音に頑健な音声処理が可能となると言われている。

【0031】

ＢＳＦ（bowel sound feature）：ＢＳＦ１～ＢＳＦ５は、本発明者らが見出した新たな特徴量である。ＰＮＣＣ特徴抽出の構造において、transfer functions of a 24-channel gammatone-shaped bankに基づく squared gammatone integration 処理、peak power normalization 処理、パワーバイアスサブトラクション処理後のパワー：Ｕ（ｉ，ｌ）にPower-law nonlinearityを適用したパワーは次のように表現される。
ＧＶ（ｉ，ｌ）＝Ｕ（ｉ，ｌ）^１／１５
ここでｉはフレーム、ｌはチャネルインデックスである。

【0032】

ＢＳＦ１：パワー：ＧＶ（ｉ，ｌ）に基づいて得られる、新たなＢＳ特徴量である。ＢＳＦ１の算出方法はいくつか存在するが、本明細書では、その１つをα_ｉとする。α_ｉは、パワー：ＧＶ（ｉ，ｌ）から、ＧＶ（ｉ，ｌ）の平均値を差し引いた値の二乗和をとる。

【数2】

α_ｉ以外のＢＳＦ１として、例えば、フレームごとに、ＧＶ（ｉ，ｌ）の中心モーメントを使用することができる。ＧＶ（ｉ，ｌ）は、０から１にスケーリングすることもできる。

【0033】

ＢＳＦ２：ＰＮＣＣとパワースペクトルに基づいて得られる、新たなＢＳ特徴量である。本明細書では、ＢＳＦ２の１つをβ_ｉとする。β_ｉは、フレームごとに、Ｓ次元のＰＮＣＣの平均値をパワースペクトルの平均値で割って得られる。

【数3】

ここで、ｃ_ｉ（ｓ）は、ｉ番目のフレームにおけるｓ次元目のＰＮＣＣである。Ｐｉ（ｆ）は、ｉ番目のフレームにおけるパワースペクトルを表している。

【0034】

ＢＳＦ３：ＰＮＣＣに基づいて得られる、新たなＢＳ特徴量である。本明細書では、ＢＳＦ３の１つをγ_ｉとする。γ_ｉは、フレームごとに、Ｓ次元のＰＮＣＣの分散値を求めたものである。

【数4】

ここで、ｃ_ｉバーは、ｉ番目のフレームにおけるＰＮＣＣの平均値である。

【0035】

ＢＳＦ４：これもＰＮＣＣに基づいて得られる、新たなＢＳ特徴量である。本明細書では、ＢＳＦ４の１つをζ_ｉとする。ζ_ｉは、フレームごとに、Ｓ次元のＰＮＣＣの二乗和を求めたものである。

【数5】

この特徴量は、ＢＳＦ３とほぼ等価であり。状況に応じて、ＢＳＦ３か、ＢＳＦ４、どちらかが選択されるべきである。

【0036】

ＢＳＦ５：マニュアルラベリング、もしくは、自動抽出により獲得されたＢＳセグメント長：Ｔである。

【0037】

ＢＳＦ１、ＢＳＦ２、ＢＳＦ３、ＢＳＦ４は、パワーバイアスサブトラクション処理を省いた場合、フィルタバンクをメルフィルタバンク等に変えた場合においても計算することができる。特に、ＢＳＦ３はＳＴＥに代わる特徴量として期待される。

【0038】

本実施形態において、特徴量抽出部１２４は、セグメント検出部１２２が検出した各セグメントにおけるＰＮＣＣを抽出するが、特徴量はこれに限定されない。そして、教師データ作成部１２は、生体音判定部１２３の判定結果と特徴量抽出部１２４によって抽出されたＰＮＣＣとを、セグメントごとに対応付けることにより、教師データＤ１を作成する。教師データＤ１は、例えば補助記憶装置１１に保存される。

【0039】

学習部１３は、教師データＤ１に基づいて、予測アルゴリズムＤ２を学習する機能ブロックである。本実施形態では、学習部１３は、人工ニューラルネットワーク（ＡＮＮ）で構成される。ＡＮＮの構造は、入力層、中間層、出力層の少なくとも三層からなる階層型ニューラルネットワークである。学習済みの予測アルゴリズムＤ２は、例えば補助記憶装置１１に保存される。

【0040】

なお、学習部１３はＡＮＮに限定されず、線形識別関数、Gaussian Mixture Model （ＧＭＭ）、Support Vector Machine（ＳＶＭ）、Probabilistic neural network（ＰＮＮ）、Radial bias function network（ＲＢＦＮ）、Convolutional neural network（ＣＮＮ）、ＤｅｅｐＮＮ、ＤｅｅｐＳＶＭなどの学習機械を用いて構築することも可能である。

【0041】

（機械学習方法）
本実施形態に係る機械学習方法は、図２に示す機械学習装置１を用いて実施される。図３は、本実施形態に係る機械学習方法の全体的な手順を示すフローチャートである。

【0042】

ステップＳ１では、音響データ取得部１２１が、集音装置４によって被験者５から得られた音響データを取得する（音響データ取得ステップ）。

【0043】

ステップＳ２では、セグメント検出部１２２が、ＳＮＲが所定値以上のセグメントを音響データから複数検出する。

【0044】

ステップＳ３では、生体音判定部１２２が、各セグメントに生体音（本実施形態では、腸蠕動音）が含まれるか否かをユーザの操作に応じて判定する（生体音判定ステップ）。

【0045】

ステップＳ４では、各セグメントにおける特徴量を抽出する（特徴量抽出ステップ）。特徴量はＰＮＣＣを含むことが好ましい。ステップＳ３の判定結果とステップＳ４において抽出されたＰＮＣＣとを、セグメントごとに対応付けることにより、教師データＤ１が作成され。なお、ステップＳ３およびＳ４の順序は特に限定されない。

【0046】

その後、教師データＤ１が十分に蓄積されるまで（ステップＳ５においてＹＥＳ）、被験者５を代えながらステップＳ１～Ｓ４が繰り返される。

【0047】

ステップＳ６では、学習部１３が教師データＤ１に基づいて、予測アルゴリズムＤ２を学習する。

【0048】

（解析装置）
以下では、学習済みの予測アルゴリズムＤ２を用いて、音響データに生体音が含まれているかの予測等を行う形態について説明する。

【0049】

図４は、本実施形態に係る解析装置２の機能を示すブロック図である。解析装置２は、図２に示す機械学習装置１と同様に、例えば汎用のパーソナルコンピュータで構成することができる。すなわち、解析装置２は、ハードウェア構成として、ＣＰＵ（図示せず）、主記憶装置（図示せず）、補助記憶装置５１などを備えている。解析装置２では、ＣＰＵが補助記憶装置５１に記憶された各種プログラムを主記憶装置に読み出して実行することにより、各種演算処理を実行する。補助記憶装置５１は、例えばハードディスクドライブ（ＨＤＤ）やソリッドステートドライブ（ＳＳＤ）で構成することができ、学習済みの予測アルゴリズムＤ２が記憶されている。また、補助記憶装置５１は、解析装置２に内蔵されてもよいし、解析装置２とは別体の外部記憶装置として設けてもよい。

【0050】

解析装置２には、集音装置４および表示装置６が接続されている。集音装置４は、図２に示す集音装置４と同一の構成とすることができる。表示装置６は、例えば液晶ディスプレイで構成することができる。

【0051】

解析装置２は、上述の機械学習装置１によって学習された予測アルゴリズムに従って、対象者から得られた音響データに生体音が含まれているかを予測し、さらに、対象者７の状態を評価する機能を有している。この機能を実現するために、解析装置２は、機能ブロックとして、音響データ取得部２２、セグメント検出部２３、特徴量抽出部２４、生体音予測部２５、生体音セグメント抽出部２６および状態評価部（第１状態評価部）２７を備えている。なお、解析装置２の機能の少なくとも一部を、集音装置４に搭載してもよい。

【0052】

音響データ取得部２２、セグメント検出部２３および特徴量抽出部２４は、図２に示す機械学習装置１の音響データ取得部１２１、セグメント検出部１２２および特徴量抽出部１２４とそれぞれ同一の機能を有している。すなわち、音響データ取得部２２は、集音装置４によって対象者７から得られた音響データを取得し、セグメント検出部２３は、音響データ取得部２２によって取得された音響データから、複数のセグメントを検出し、特徴量抽出部２４は、音響データにおける特徴量を抽出する。特徴量抽出部２４が用いる特徴量は、機械学習装置１の特徴量抽出部１２４において用いられた特徴量と同一である。

【0053】

生体音予測部２５は、予測アルゴリズムＤ２に従って、音響データに生体音が含まれているかを予測する。本実施形態では、生体音予測部２５は、セグメント検出部２３によって検出された各セグメントについて、特徴量抽出部２４によって抽出された特徴量に基づき、当該セグメントに腸蠕動音（ＢＳ）が含まれているかを予測する。より具体的には、生体音予測部２５は、各セグメントについて、ＢＳが含まれている可能性を示す０～１の予測スコアを予測結果として出力する。

【0054】

生体音セグメント抽出部２６は、生体音予測部２５の予測結果に基づいて、音響データから生体音が含まれているセグメントを抽出する。本実施形態では、セグメント検出部２３によって検出されたセグメントの中から、予測スコアが最適閾値Ｔ_ｈよりも大きいセグメントを、ＢＳが含まれているセグメント（ＢＳセグメント）として抽出する。

【0055】

最適閾値Ｔ_ｈは、次のように設定する。まず、生体音予測部２５の予測スコアをもとに、受信者動作特性（ＲＯＣ : Receiver Operating Characteristic）解析を行うことにより、カットオフポイントにおける感度（Sensitivity）、特異度（Specificity）、精度（Accuracy）を次のように求めることができる。

【数6】

ここで、ＴＰ、ＴＮ、ＦＰ、ＦＮの定義は以下の通りである。
True Positive（ＴＰ）：ＢＳセグメントを自動抽出した数
True Negative（ＴＮ）：ｎｏｎ－ＢＳセグメントを自動抽出しなかった数
False Negative（ＦＮ）：ＢＳセグメントを自動抽出しなかった数
False Positive（ＦＰ）：ｎｏｎ－ＢＳセグメントを自動抽出した数

【0056】

ＲＯＣ曲線において、感度：１、特異度：１の位置からのユーグリッド距離が最短となる点を基に、最適閾値Ｔ_ｈが決定される。本実施形態では、例えばＴ_ｈ＝０．５５に設定することができる。

【0057】

状態評価部２７は、生体音セグメント抽出部２６によって抽出されたセグメントに基づいて、対象者７の状態を評価する。本実施形態では、状態評価部２７は、前記状態として腸運動性を評価する。状態評価部２７の評価結果は、例えば表示装置６に表示される。

【0058】

（解析方法）
本実施形態に係る解析方法は、図４に示す解析装置２を用いて実施される。図５は、本実施形態に係る解析方法の全体的な手順を示すフローチャートである。

【0059】

ステップＳ１１では、音響データ取得部２２が、集音装置４によって対象者７から得られた音響データを取得する（音響データ取得ステップ）。

【0060】

ステップＳ１２では、セグメント検出部２３が、ＳＮＲが所定値以上のセグメントを音響データから複数検出する。

【0061】

ステップＳ１３では、特徴量抽出部２４が各セグメントにおける特徴量を抽出する。ここでの特徴量は、上述の機械学習方法のステップＳ４において用いられた特徴量と同一である。

【0062】

ステップＳ１４では、生体音予測部２５が、予測アルゴリズムＤ２に従って、音響データに生体音が含まれているかを予測する（予測ステップ）。本実施形態では、生体音予測部２５は、特徴量抽出部２４が抽出したセグメントに腸蠕動音（ＢＳ）が含まれているかを予測する。

【0063】

【0064】

ＢＳが含まれているかの予測が行われていない他のセグメントがある場合（ステップＳ１７においてＹＥＳ）、ステップＳ１３に戻り、Ｓ１６までの処理を繰り返す。

【0065】

一方、他のセグメントがない場合（ステップＳ１７においてＮＯ）、ステップＳ１８において、状態評価部２７が、抽出されたセグメントに基づいて、対象者７の状態を評価する（状態評価ステップ）。本実施形態では、状態評価部２７が、ＢＳセグメントに基づいて、対象者７の腸運動性を評価する。例えば、以下に記載してあるように、腸運動性の評価には、１分あたりのＢＳセグメント数、ＢＳ長、ＢＳセグメントのエネルギ、ＢＳセグメント間隔が使用できる。また、検出したＢＳセグメントに対してフィジカルアセスメントの概念を適用することができる。

【0066】

以上により、解析装置２は、学習済みの予測アルゴリズムＤ２を用いて、音響データに生体音が含まれているかの予測等を行う。ここで、予測アルゴリズムＤ２は、機械学習装置１における機械学習によって得られたものであり、十分な量の教師データＤ１を用いて機械学習させることで、解析装置２の予測精度を高めることが可能となる。特に、本実施形態では、予測に用いる音響データの特徴量が、ＰＮＣＣ、ＭＦＣＣ、△ＰＮＣＣ、△△ＰＮＣＣ、△ＭＦＣＣ、△△ＭＦＣＣ、フォルマントに関連する特徴、ピッチに関連する特徴、ＬＰＣ係数、スペクトルフラットネス、対数エネルギ、有音区間の持続時間、ＺＣＲ、および近似エントロピーなどのエントロピーに基づく指標、ならびに、それらの統計量の少なくともいずれかを含んでいる。これらの特徴量は、雑音耐性に優れているので、集音装置４によって得られた音響データに雑音が多く含まれている場合であっても、音響データに生体音が含まれているか否かを高精度に予測することができる。よって、音響データから生体音が含まれているセグメントを自動的に抽出することが可能となり、対象者７の状態評価を簡便に行うことができる。

【0067】

［変形例］
本変形例では、生体音の有無に加え、生体音の種類を予測する構成について説明する。本変形例において、上記実施形態におけるものと同じ機能を有する部材については、同じ符号を付し、その説明を省略する。

【0068】

図６は、本変形例に係る機械学習装置１’の機能を示すブロック図である。機械学習装置１’は、図２に示す機械学習装置１において、教師データ作成部１２を教師データ作成部１２’に置き換えた構成であり、教師データ作成部１２’は、教師データ作成部１２において、分類判定部１２５をさらに備えた構成である。

【0069】

分類判定部１２５は、音響データに生体音が含まれる場合、前記生体音の種類をユーザの操作に応じて判定する機能ブロックである。本変形例では、分類判定部１２５は、生体音判定部１２３によって腸蠕動音（ＢＳ）が含まれていると判定されたＢＳセグメントについて、入力装置３を介したユーザの操作に応じて、当該ＢＳの種類を判定する。ＢＳの種類は、例えば「グー」、「キュルキュル」、「ポコ」などの擬音に応じて分類することができる。なお、ＢＳを分類するカテゴリーや数は、特に限定されない。

【0070】

フィジカルアセスメントの技術では、一般の聴診で（正常な）腸音として聴取される「グルグル・ゴロゴロという音」、短いポコ音、持続するギュー音や、腸音の亢進時に聴取される「グルグルと突進するような音」に分類することが出来る。打診時には、腸管ガスの貯留に関連する「ポンポンという音」、便秘（便がある部位）や膀胱内の尿の貯留に関連する「濁音」に分類することができると言われている。更に、腸蠕動音は、正常、亢進、減弱、消失に分類することができ、腸音の亢進は、感染性胃腸炎などの炎症や下痢、イレウスの沈静化時に聴取される。腸音の減弱は、手術による腹膜の炎症、便秘時に聴取される。腸音の消失は、イレウス時に聴取されると言われる。そのほかに、腹部の血管雑音の聴取は腹部動脈の狭窄病変が疑われると言われる。

【0071】

教師データ作成部１２’は、生体音判定部１２３の判定結果および分類判定部１２５の分類と特徴量抽出部１２４によって抽出されたＰＮＣＣとを、セグメントごとに対応付けることにより、教師データＤ１’を作成する。学習部１３は、教師データＤ１’に基づいて、予測アルゴリズムＤ２’を学習する。

【0072】

図７は、本変形例に係る解析装置２’の機能を示すブロック図である。解析装置２’は、図４に示す解析装置２において、分類予測部２８および状態評価部（第２状態評価部）２９をさらに備えた構成である。

【0073】

分類予測部２８は、音響データに生体音が含まれていると予測された場合に、予測アルゴリズムＤ２’に従って、前記生体音の種類を予測する機能ブロックである。本変形例では、生体音予測部２５によって、ＢＳが含まれていると予測されたセグメントについて、当該ＢＳの種類を特徴量抽出部２４が抽出したＰＮＣＣ等の特徴量に基づいて予測する。これにより、ＢＳの種類を自動判別することが可能となる。

【0074】

状態評価部２９は、分類予測部２８によって予測された生体音の種類に基づいて、対象者７の状態を評価する。本実施形態では、状態評価部２９は、前記状態として腸疾患の有無を評価する。状態評価部２９の評価結果は、例えば表示装置６に表示される。

【0075】

このように、本変形例では、生体音を上述した音に分類することができる。また、ＡＮＮの出力層のユニットが１つの場合、生体音を２クラスに分類できるが、出力層のユニットを複数とすることにより、生体音を多クラスに分類できる。

【0076】

なお、本変形例は、ＳＴＥ法を用いてＳＮＲが所定値以上のセグメントを検出した後の腸音分類にも使用することができる。上記カテゴリーに生体音を分類することにより、それらの音の減少、消失、亢進を腸蠕動音の音響特徴量より計算して、疾患との関連を評価できる。

【0077】

また、本変形例では、音響データに生体音が含まれているか否かの予測、および、生体音の種類の予測のために用いられる特徴量は、雑音に頑健な特徴量に限定されない。例えば、騒音の少ない環境下で、集音装置４として電子聴診器を用いた場合は、生体音の分類予測のためにあらゆる特徴量を用いることができる。

【0078】

［付記事項］
本発明は上記実施形態に限定されるものではなく、請求項に示した範囲で種々の変更が可能であり、実施形態に開示された技術的手段を適宜組み合わせて得られる形態も本発明の技術的範囲に含まれる。

【0079】

例えば、上記実施形態では、被験者から得られた音響データからセグメントを抽出し、各セグメントに対して、生体音が含まれているかの判定および特徴量抽出を行っていたが、セグメントの抽出は必須ではない。

【0080】

また、上記実施形態では、生体音が腸蠕動音（ＢＳ）である場合について説明したが、生体活動に起因する生体音であれば特に限定されない。そのような生体音としては、心拍音、嚥下音、呼吸音（いびき）、発話音（しゃべり方）、歩行音などが挙げられる。

【実施例】

【0081】

以下、本発明の実施例について説明するが、本発明は下記実施例に限定されない。

【0082】

［実施例１］
実施例１では、特徴量としてＭＦＣＣおよびＰＮＣＣをそれぞれ用いて予測アルゴリズムを学習し、学習済みの予測アルゴリズムによって、音響データに腸蠕動音（ＢＳ）が含まれているかを予測し、ＢＳが含まれている音響データの予測が可能であるかを検証した。

【0083】

具体的には、研究内容に同意を得られた男性被験者２０名（ａｇｅ：２２．９±３．４、ＢＭＩ：２２．７±３．８）に対して炭酸水負荷試験（ＳＴＴ）を行った。被験者には１２時間以上の絶食後に炭酸水を摂取してもらい、炭酸水摂取前の１０分間の安静時、炭酸水摂取後１５分間の安静時にＳＴＴを行った。集音装置として、非接触マイクロフォン（ＲＯＤＥ社製 ＮＴ５５）、電子聴診器（Ｃａｒｄｉｏｎｉｃｓ社製 Ｅ－Ｓｃｏｐｅ２）、マルチトラックレコーダ（ＺＯＯＭ社製 Ｒ１６）を用いて録音を行った。音響データは、サンプリング周波数４４１００Ｈｚ、ディジタル分解能１６ｂｉｔで獲得された。試験中、被験者は仰臥位の状態であり、電子聴診器を臍から右に９ｃｍの位置に配置し、非接触マイクロフォンを臍から上方に２０ｃｍの位置に配置した。

【0084】

非接触マイクロフォンから取得された音響データを機械学習装置に取り込んだ後、ＳＮＲが所定値以上のセグメントを検出した（図３のステップＳ２）。腸蠕動音（ＢＳ）は一般的に１００Ｈｚから５００Ｈｚの間に主要周波数成分が存在すると報告されているため、音響データに対して、４０００Ｈｚへのダウンサンプリング処理、さらに、３次バターワース・バンドパスフィルタ処理（カットオフ周波数：１００Ｈｚ～１５００Ｈｚ）を行なった。（以下全ての実施例において、前処理として、音響データに対して、この３次のバターワース・バンドパスフィルタ処理が行われていることに注意されたい。）解析のために、音響データは、窓幅：２５６サンプル、シフト幅：６４サンプルでセグメントに分割し、ＳＴＥ法により、窓幅毎にパワーを計算し、ＳＮＲが所定値以上のセグメントを検出した。

【0085】

続いて、各セグメントにＢＳが含まれているかの生体音判定（図３のステップＳ３）を人間の聴覚評価によって行った。非接触マイクロフォンの録音データに含まれるＢＳは、電子聴診器の録音データにおいても含まれているため、生体音判定では、音声再生ソフトウェア上で、両録音データを注意深く視聴し、耳でＢＳを識別できた２０ｍｓ以上のエピソードをＢＳセグメントとしてラベリングを行なった。

【0086】

また、各セグメントにおいて、ＭＦＣＣおよびＰＮＣＣの２つの特徴量を抽出した（図３のステップＳ４）。本実施例では、ＭＦＣＣおよびＰＮＣＣのそれぞれについて、周波数帯を考慮し２４チャネルのガンマトーンフィルタをもとに計算した。ＭＦＣＣおよびＰＮＣＣは、セグメントを、フレームサイズ：２００、シフトサイズ：１００で分割して、フレーム毎に計算が行われた。そのため、各セグメントにおいて、平均化した１３次元のＭＦＣＣおよび１３次元のＰＮＣＣを特徴量として使用した。

【0087】

以上により、２０名分の音響データから、ＢＳセグメントおよびｎｏｎ－ＢＳセグメント、および、各セグメントの特徴量を取得した。そして、これらのセグメントのうち、３／４を教師データとして用い、残りの１／４を評価用データとして用いた。

【0088】

予測アルゴリズムの学習では、入力層、中間層および出力層のユニット数がそれぞれ１３、２５および１の人工ニューラルネットワーク（ＡＮＮ）を用いた。中間層ユニットの出力関数は双曲線正接関数であり、出力層ユニットの伝達関数は線形関数であった。教師信号として、学習対象のセグメントがＢＳセグメントであれば１、ｎｏｎ－ＢＳセグメントであれば０を与え、Levenberg-Marquardt法に基づく誤差逆伝搬法によりＡＮＮを学習させ、予測アルゴリズムを作成した。なお、学習アルゴリズムには、誤差逆伝搬法の他、弾性逆伝搬法等が使用可能である。中間層、出力層のユニットの出力関数には例えば、softmax等が使用可能である。

【0089】

予測アルゴリズムの学習及び評価は、（１）結合荷重の初期値をランダムに、（２）学習データおよび評価用データをランダムに与えて複数回試行した。これにより、予測アルゴリズムの予測精度の平均値を計算した。

【0090】

１人の被験者の音響データから腸運動性を評価するために、leave one out交差検証を通して、予測アルゴリズムを用いて自動抽出された複数のセグメントから上述の２つの音響特徴量を抽出した。そして、被験者が炭酸水を摂取する前後のこれらの音響特徴量の違いを、ウィルコクソンの符号順位和検定を用いて評価した。

【0091】

本実施例では、ＳＴＥ法において音響データからセグメントを検出するための基準となるＳＮＲの所定値（基準値）が、予測アルゴリズムの予測精度および腸運動性の評価にどのような影響を与えるのかを調査するために、ＳＮＲの所定値を０、０．５、１、２ｄＢと変化させた。基準値ごとに得られたＢＳセグメントおよびＮｏｎ－ＢＳセグメントの、数および長さを表１に示す。

【0092】

【表1】

【0093】

表１より、炭酸水摂取前と摂取後の両者ともに、Ｎｏｎ－ＢＳセグメントの数は基準値の低下に伴って増加するが、炭酸水摂取前のＢＳセグメントの数は一定の基準値を境に減少する傾向にあり、炭酸水摂取後のＢＳセグメントの数は基準値の低下に伴って低下する傾向にあることが分かった。また、ＢＳセグメントおよびＮｏｎ－ＢＳセグメントとも、基準値の低下に伴い、大きくなっていることが確認できる。また、ＢＳセグメントの数および長さ、ならびに、Ｎｏｎ－ＢＳセグメントの数は、炭酸水摂取前よりも摂取後のほうが大きく、Ｎｏｎ－ＢＳセグメントの長さは、炭酸水摂取前よりも摂取後のほうが小さい。

【0094】

【0095】

【表2】

【表3】

【0096】

表２によれば、特徴量がＭＦＣＣの場合、炭酸水摂取前では、基準値の減少とともに、精度が劣化することが分かった。一方で炭酸水摂取後では、基準値の減少とともに精度が概ね高くなることが分かった。表３によれば、特徴量がＰＮＣＣの場合、炭酸水摂取前後のいずれにおいても、基準値の減少とともに、精度が高くなり、基準値が０ｄＢの場合、最も高い精度が得られることが分かった。

【0097】

図８は、特徴量がＭＦＣＣおよびＰＮＣＣである場合の予測精度（Ａｃｃ）をＳＮＲの基準値毎に示したグラフであり、（ａ）は炭酸水摂取前のグラフ、（ｂ）は炭酸水摂取後のグラフである。図８から、ＳＮＲの全ての基準値において、ＰＮＣＣを用いた場合の精度のほうが、ＭＦＣＣを用いた場合の精度より高いことが分かった。特に、ＳＮＲの基準値が０ｄＢの場合、炭酸水摂取前におけるＰＮＣＣの標準偏差はＭＦＣＣの標準偏差と比べ小さくなり、ＰＮＣＣの平均値はＭＦＣＣの平均値に比べ、十分高くなることが分かった。一般に炭酸水摂取前では、摂取後と比較して、音圧の低いＢＳが多く発生していることから、ＢＳが含まれているかの予測を行うための特徴量は、ＰＮＣＣが特に有効であることが分かった。

【0098】

［実施例２］
本実施例では、実施例１において特に有効と判明したＰＮＣＣを特徴量として用いて、実施例１と同様に予測アルゴリズムを学習し、学習済み予測アルゴリズムによる音響データに腸蠕動音（ＢＳ）が含まれているかの予測、および、抽出した音響データに基づく腸運動性の評価が可能であるかを検証した。

【0099】

音響データにＢＳが含まれているかの予測精度を評価するにあたって、実施例１では、ランダムサンプリングによる評価を行ったが、本実施例では、leave one out 交差検証による評価を行った。具体的には、２０名の被験者ごとにleave one out 交差検証を５０回繰り返し、被験者ごとに最も精度が高くなった分類精度の平均値を計算した。その結果を表４に示す。

【0100】

【表4】

【0101】

さらに、予測アルゴリズムによって抽出したＢＳセグメントに基づいて、被験者の腸運動性の評価を行った。具体的には、ＢＳセグメントから、腸運動性を評価するための指標として、一分間あたりのＢＳの発生数、ＳＮＲ、ＢＳの長さ、およびＢＳの発生間隔を検出し、炭酸水摂取前後における腸運動性の違いを捉えた。一分間あたりのＢＳの発生数、およびＳＮＲを表５に示し、ＢＳの長さ、およびＢＳの発生間隔を表６に示す。

【0102】

【表5】

【表6】

【0103】

表５および表６より、ＳＮＲの基準値を０ｄＢまで低下させても、炭酸水摂取前後における腸運動性の違いを捉えることができることが分かった。この結果は、ＢＳセグメントの抽出精度に関係していることに注意されたい。以上のことから、ＳＮＲの基準値が０ｄＢまで変化する場合であれば、一分間あたりのＢＳの発生数（一分間あたりのＢＳセグメントの数）、ＳＮＲ、ＢＳの発生間隔は、基準値の変化に影響を受けない指標であると示唆された。

【0104】

なお、被験者が炭酸水を摂取すると、腸管の運動性が強く亢進することが知られている。よって、本発明に係る予測アルゴリズムは、健常者に比べ腸運動性が強く亢進していると考えられる腸疾患等の評価、モニタリングに有用であることが示唆された。

【0105】

［実施例３］
本実施例では、ＰＮＣＣを特徴量として用いて予測アルゴリズムを学習し、学習済み予測アルゴリズムによる音響データに腸蠕動音（ＢＳ）が含まれているかの予測、および、抽出した音響データに基づく腸運動性の評価、特に、過敏性腸症候群（ＩＢＳ）の識別が可能であるかを確認した。

【0106】

まず、事前検証として、ＩＢＳおよび非ＩＢＳの４８名の被験者から取得した音響データから腸蠕動音（ＢＳ）が含まれているＢＳセグメントを手動で抽出し、ＢＳセグメントを解析することにより、ＩＢＳおよび非ＩＢＳを識別するための指標を調査した。

【0107】

具体的には、研究内容に同意が得られた男性被験者４８名（ＩＢＳ：２３名（年齢：２２．２±１．４３、ＢＭＩ：２２．１±３．３９）、非ＩＢＳ：２５名（年齢：２２．７±３．３２、ＢＭＩ：２１．６±３．６９））に対して炭酸水負荷試験（ＳＴＴ）を行った。被験者は、ＲｏｍｅIII診断基準をもとに、ＩＢＳか非ＩＢＳかに分類された。ＳＴＴの内容は、実施例１と同様であり、被験者には前日の１２時間以上の絶食後に炭酸水を摂取してもらい、当日の午前中において、炭酸水摂取前の１０分間の安静時、炭酸水摂取後１５分間の安静時にＳＴＴを行った。ただし、実験当日に腹痛や腹部不快感を訴えた被験者は除いた。集音装置として、非接触マイクロフォン（ＲＯＤＥ社製 ＮＴ５５）、電子聴診器（Ｃａｒｄｉｏｎｉｃｓ社製 Ｅ－Ｓｃｏｐｅ２（４８名）、オーディオインターフェイス（ＺＯＯＭ社製 Ｒ１６（３４名）、Ｒ２４（１４名））を用いて録音を行った。音響データは、サンプリング周波数：４４１００Ｈｚ、ディジタル分解能：１６ｂｉｔで同時に記録された。実験中の被験者の体位は仰臥位であり、電子聴診器を臍から右９ｃｍの位置に配置し、非接触マイクロフォンを臍から上方に２０ｃｍの位置に配置した。音響データは、一般的に知られている腸蠕動音（ＢＳ）の周波数特性を考慮して、４０００Ｈｚへのダウンサンプリング処理を行った。

【0108】

非接触マイクロフォンの音響データから手動でＢＳセグメントを抽出する作業では、電子聴診器の録音データから得られたＡＲＭＡスペクトルピークの帯域幅を参考にして、ＢＳの検出を行なった。これにより、ＢＳが発生している時間が分かるため、それを参考にして、音声再生ソフトウェア上で、両録音データを視聴して、聴感評価を行なった。抽出されたＢＳセグメントをＩＢＳ群と非ＩＢＳ群に分類し、ＩＢＳ／非ＩＢＳを識別するための指標として、一分間あたりのＢＳの発生数、およびＢＳの発生間隔の２つの指標をＢＳから検出し、ＳＴＴを実施した２５分間における５分毎の各指標の平均値を算出した。そして、ＩＢＳ群と非ＩＢＳ群との間で、各指標に有意な差があるかをウィルコクソンの符号順位和検定によって検証した。

【0109】

図９（ａ）および（ｂ）は、事前検証において算出された２つの指標の時間推移を示している。０～１０分は炭酸水摂取前であり、１０～２５分は炭酸水摂取後である。図９から、２０～２５分（炭酸水摂取後１０～１５分）の区間における一分間あたりのＢＳ発生数およびＢＳ発生間隔において、ＩＢＳ群と非ＩＢＳ群との間で有意差があるという傾向が確認された。なお、電子聴診器の録音データに対して、ＡＲＭＡに基づくアプローチを用いて推定した、一分間あたりのBS発生数を計算した場合では、ＩＢＳ群と非ＩＢＳ群との間で有意な違いが見られなかった。この結果は、電子聴診器録音に含まれるＢＳの中でも、特徴的なＢＳを獲得できる非接触マイクロフォン録音の顕著な有用性を強調する。

【0110】

続いて、本実施例では、事前検証における被験者の中から同一のオーディオインターフェース（Ｒ１６）を用いて録音された音響データをピックし、予測アルゴリズムによって、音響データからＢＳセグメントを抽出した。そして、抽出したＢＳセグメントに基づき、被験者がＩＢＳであるか否かを識別し、その精度を検証した。予測アルゴリズムは、ＰＮＣＣを特徴量として用いたＡＮＮによる機械学習によって作成した。ＡＮＮの入力層、中間層および出力層のユニット数は、それぞれ８～２８、４０、１であった。また、教師データの作成におけるＳＴＥ法によるセグメント検出では、ＳＮＲの基準値を０ｄＢとした。

【0111】

具体的には、研究内容に同意が得られた男性被験者３４名（ＩＢＳ：１８名（年齢：２３．１±３．８４、ＢＭＩ：２１．９±４．０７）、非ＩＢＳ：１６名（年齢：２２．３±１．６９、ＢＭＩ：２３．１±３．６１））に対して、事前検証と同様のＳＴＴを行い、事前検証と同様の方法によって、被験者から音響データを取得した。まず、音響データは、そして、取得した音響データは、サブセグメント：２５６、オーバーラップ：１２８で分割されたデータに対してＳＴＥ法を使用し、ＳＮＲが０ｄＢ以上のセグメントを検出し、予測アルゴリズムによってＢＳセグメントを抽出出来るか検討を行った。本実施例では、各セグメントは、フレームサイズ：２００、オーバーラップ：１００で分割され、フレーム毎に２０次元のＰＮＣＣ、２０次元のＭＦＣＣが計算された。その後、各セグメントにおける２０次元のＭＦＣＣの平均値、２０次元のＰＮＣＣの平均値と２０次元のＰＮＣＣの標準偏差、本実施例の特徴量：ＢＳＦ１、ＢＳＦ２、ＢＳＦ３およびＢＳＦ４の各標準偏差、各平均値を計算した。また、ＡＮＮの入力層、中間層および出力層のユニット数は上述した通り（それぞれ８～２８、４０、１）であり、抽出性能の評価は、leave one out 交差検証によって行った。その評価結果を表７に示す。

【0112】

【表7】

【0113】

このように、拡大されたサウンドデータベース（２０名から３４名）を使用することにより、ＰＮＣＣの平均値（２０次元）を使用する場合、およびＭＦＣＣの平均値（２０次元）を使用する場合よりも格段に高いＢＳ検出性能が得られることが明らかになった。このことから、本実施例のようにサンプリングレートが低い場合でも、ＢＳの検出においては、ＭＦＣＣよりＰＮＣＣが有効であることが確認された。また、本実施例の特徴量：ＢＳＦ１、ＢＳＦ２、ＢＳＦ３およびＢＳＦ４の統計量（トータル：８次元）の特徴量を使用するだけで、ＰＮＣＣの平均値（２０次元）を使用する場合よりも高いＢＳ検出性能を得ることができることが確認された。これは、明らかに、これら４つの特徴量がＢＳ検出に有効であることを示していると考えられる。さらに、ＰＮＣＣの統計量（標準偏差）とＢＳＦ１、ＢＳＦ２、ＢＳＦ３およびＢＳＦ４の統計量を組み合わせることにより、性能が改善されることが明らかとなった。

【0114】

事前検証では、例として、ＳＴＴの２０～２５分（炭酸水摂取後１０～１５分）の区間における一分間あたりのＢＳ発生数およびＢＳ発生間隔において、ＩＢＳ群と非ＩＢＳ群との間で有意差があるという傾向が確認された。これに対し、ＰＮＣＣの標準偏差とＢＳＦ１、ＢＳＦ２、ＢＳＦ３、ＢＳＦ４の統計量（平均値と標準偏差）とを組み合わせた予測アルゴリズムによって抽出されたＢＳセグメントについても同様の傾向があるか確認するため、ＳＴＴの２０～２５分（炭酸水摂取後１０～１５分）の区間における一分間あたりのＢＳセグメント数を推定した。その結果を表８に示す。

【0115】

【表8】

【0116】

表７および表８に示す結果から、予測アルゴリズムを用いることにより、炭酸水摂取後、平均８８．６％の感度でＢＳセグメントを抽出できることが分かった。そして、抽出されたＢＳセグメントに基づき、ＩＢＳおよび非ＩＢＳそれぞれの炭酸水摂取後１０～１５分の区間における、一分間あたりのＢＳセグメント数を計算した結果、ＩＢＳ群と非ＩＢＳ群との間に有意な差が認められた。以上のことから、手動で抽出したＢＳセグメントと同様に、予測アルゴリズムを用いて抽出したＢＳセグメントであっても、ＩＢＳと非ＩＢＳとの識別が可能であることが分かった。なお、ＢＳＦ１、ＢＳＦ２、ＢＳＦ３、ＢＳＦ４の統計量（平均値と標準偏差）のみを用いた場合でも、一分間あたりのＢＳセグメント数を基にして、ＩＢＳと非ＩＢＳとの間に有意な違い（Ｐ＜０．０５）が見られたことに注意されたい。

【0117】

なお、聴診器と非接触マイクロフォンを同時録音できるセンサでは、ＢＳは同期して獲得される。今回の環境より雑音の多い状況下において、非接触マイクロフォンの録音データからＢＳセグメントを検出する場合、聴診器の録音データから、推定されたＢＳを参照することにより、非接触マイクロフォン録音からＢＳを検出する性能を改良することができる。

【0118】

［実施例４］
本実施例では、非接触マイクロフォンを用いて、５名の被験者から録音された、（ｉ）炭酸水摂取後の５分間の録音データ、（ｉｉ）コーヒー摂取後の５分間の録音データからマニュアルラベリングによりＢＳを抽出し、ＢＳの種類について、次の５つのパターンＰ１～Ｐ５に分類を行った。
Ｐ１：約５０ｍｓ程度以下の極めて短いＢＳ（例、気泡が破裂したような音）。
Ｐ２：液体の移動に伴い発生するような、ゴロゴロゴロ、ギュルギュルギュルのようなＢＳであり、一般的に、スペクトログラム上、大きな変化が見られない。
Ｐ３：ギュル、ゴロ、グル、グゥのような音であり、Ｐ２に類似しており、Ｐ２より、ＢＳ長が短い傾向にある。
Ｐ４：グー、ギュー、クーのような音であり、単純いびき症のいびき音に類似したスペクトル構造が見られる。
Ｐ５：Ｐ４に類似した音が時間と共に比較的大きく変化するパターンであり、例えば、時間と共に高周波へシフトするパターンが挙げられ、スペクトログラムの形状が時間とともに明らかに変化するパターンである。

【0119】

なお、具体的な分類方法については、Dimoulas, C., Kalliris, G., Papanikolaou, G., Petridis, V., & Kalampakas, A. (2008). Bowel-sound pattern analysis using wavelets and neural networks with application to long-term, unsupervised, gastrointestinal motility monitoring. Expert Systems with Applications, 34(1), 26-41.を参照されたい。

【0120】

図１０に、（ａ）炭酸水摂取後のＢＳパターンの発生頻度、（ｂ）コーヒー摂取後のＢＳパターンの発生頻度を示す。この図から、両群間において、ＢＳパターンの発生頻度の違いが確認された。コーヒー摂取後では、炭酸水摂取後に比べ、ＢＳのパターンＰ１が明らかに多く見られることが確認された。逆に、炭酸水摂取後では、特に、パターンＰ２、Ｐ４の発生頻度が増加していることが確認された。これらの結果は明らかに、飲料水の成分の違いによる腸管内の状態の違いを表現していると思われる。これにより、ＢＳパターンに基づいて、腸疾患の有無の評価が可能であることが示唆される。

【0121】

［実施例５］
本実施例では、非接触マイクロフォンを用いて、５名の被験者から録音された、（ｉ）炭酸水摂取後の５分間の録音データ、（ｉｉ）コーヒー摂取後の５分間の録音データからマニュアルラベリングによりＢＳを抽出して作成されたデータベースからＢＳパターンの自動分類を行った。なお、上述したパターンＰ１は５０ｍｓ程度以下の短い音であり、ＢＳセグメントの長さの情報だけで十分識別可能であるため、本実施例では除外されている。腸管が蠕動運動を行う際、空気や内容物（液体等）が腸管内を移動するときにＢＳが発生することが知られているため、本実施例では、パターンＰ２、Ｐ３を液体優位なＢＳパターンとしてまとめ、教師信号ＰＡ１：（０、１）を与えている。同様にパターンＰ４、Ｐ５を空気優位なＢＳパターンとしてまとめ、教師信号ＰＡ２：（１、０）を与えている。

【0122】

これらのＢＳパターンの自動分類には、下記の特徴量１～３を使用した。
特徴量１：ＢＳＦ５
特徴量２（本実施例の特徴量）：ＢＳＦ１、ＢＳＦ２、ＢＳＦ３、ＢＳＦ４の統計量（平均値と標準偏差）
特徴量３：特徴量２＋ＢＳＦ５

【0123】

自動分類アルゴリズムの学習では、入力層、中間層および出力層のユニット数がそれぞれ１～９、３０および２のＡＮＮを用いた。スケーリング共役勾配法アルゴリズムによりＡＮＮを学習し、中間層ユニットの出力関数は双曲線正接関数であり、出力層ユニットの伝達関数は線形関数であった。データベースは、学習用データ：評価用データ＝３：２に分割して、平均２乗誤差を基に分類アルゴリズムの性能評価を行った。その結果を表９に示す。表９には、３００回の試行の後、最小の平均二乗誤差が代表値として表現されている。

【0124】

【表9】

【0125】

ＢＳＦ５を使用した場合（特徴量１）、本実施例の特徴量：ＢＳＦ１、ＢＳＦ２、ＢＳＦ３、ＢＳＦ４の統計量（平均値と標準偏差）を使用した場合（特徴量２）とでは、分類性能は変わらないことが確認された。しかしながら、これらの特徴量を組み合わせた場合（特徴量３）、格段の分類性能が得られることが示唆された。

【0126】

以上のことから、本実施例の特徴量であるＢＳＦは、ＢＳ検出だけではなく、ＢＳ分類においても大きな貢献を果たすと考えられる。勿論、これらの考え方は、非接触マイクロフォンの録音データだけではなく、聴診器の録音データにも役に立つと考えられる。

【0127】

［実施例６］
本実施例では、従来から、ＢＳ検出に使用されてきた（ｉ）ＡＲＭＡに基づくアプローチから抽出された後述の特徴量：ψ_ｋ、（ｉｉ）本実施例の特徴量：ＢＳＦ１、ＢＳＦ２、ＢＳＦ３、ＢＳＦ４、および２０次元のＰＮＣＣを用いて予測アルゴリズムを学習し、学習済み予測アルゴリズムによる腸蠕動音（ＢＳ）の抽出性能の比較検討を行った。また、音響データは、ノイズの多い環境下で電子聴診器を用いて取得した。２０１３年に本発明者らが開発したＡＲＭＡに基づく腸音検出法は、サブセグメント毎に検出結果を得る必要があった。ここでは、本発明との性能比較を行うために、サブセグメントに対して本発明が適用された。なお、ここで使用するサブセグメント長は、フレーム長と等価である。

【0128】

本実施例では、研究内容に同意が得られた男性被験者１０名に対して炭酸水負荷試験（ＳＴＴ）を行った。ＳＴＴの内容は、実施例１と同様であり、被験者には（ｉ）前日の１２時間以上の絶食後、（ｉｉ）炭酸水摂取直後、（ｉｉｉ）食後１時間以内、（ｉｖ）コーヒー摂取直後に安静状態になってもらい、当日の午前中において、集音装置として、電子聴診器（Ｃａｒｄｉｏｎｉｃｓ社製 Ｅ－Ｓｃｏｐｅ２）を用い、被験者ごとに騒音レベルの異なる下記のＡ～Ｅの環境下で、１分間録音を行った。（すなわち、１人の被験者からは、４つの状態（ｉからｉｖ）×５つの録音環境（ＡからＥ）＝２０パターンの録音データが獲得される。）
Ａ：静音下（騒音レベル：約３２ｄＢ）
Ｂ：音読（約５６ｄＢ）
Ｃ：足音（約５１ｄＢ）
Ｄ：テレビ（約５５ｄＢ）
Ｅ：扇風機稼働（約５２ｄＢ）
なお、これらの騒音レベルは、被験者から、およそ１ｍ程度離れた位置にある騒音計を使用して計測を行った。また、騒音源も被験者からおよそ１ｍ程度離れた位置に配置したことに注意されたい。

【0129】

続いて、サブセグメントにＢＳが含まれているかの生体音判定（図３のステップＳ３）を人間の聴覚評価によって実施例１と同様に行った。

【0130】

また、各サブセグメントにおいて、ＡＲＭＡに基づくアプローチを用いて特徴量を抽出した。具体的には、以下の処理を行った。

【0131】

まず、音響データは、サブセグメント長：Ｍ、オーバーラップ：Ｓで分割した。分割された信号は、次のように、表現することができる。

【数7】

【0132】

さらに、分割された信号に対し、最小二乗回帰分析を用いて線形トレンドを除去した。その後、以下の式のように、自己回帰移動平均（ＡＲＭＡ）モデルを用いて、信号をモデリングした。

【数8】

ここで、ａ、ｂはＡＲＭＡの係数であり、ｗ_ｋ（ｎ）は白色雑音であり、ｐ、ｑはＡＲＭＡの次数である。

【0133】

Ｐｒｏｎｙ法によりＡＲＭＡモデルの係数が算出された後に、ＡＲＭＡモデルのパワースペクトルを計算した。Ｐｒｏｎｙ法は、ＡＲ（ｍ）モデルにより得られた、インパルス応答（長さｌ）をもとにしてＡＲＭＡ係数を設計する方法である。このパワースペクトルは極ａ、根ｂを含んだフィルタで雑音分散σ_ｗをフィルタリングすることにより生成される。さらに、パワースペクトルを計算する前には、スペクトルの振幅推定の向上のため、ＡＲＭＡ係数のＤサンプルのゼロパディングを行なった。

【数9】

【0134】

［数９］のパワースペクトルからピークピッキングを行うことにより、ピーク周波数での３ｄＢ帯域幅を求めた。

【数10】

【0135】

ＢＷ３_ｄｂは、ＡＲＭＡのスペクトルピークにおける３ｄＢ帯域幅である。スペクトルに複数のピークが観測された場合は、最も狭い３ｄＢ帯域幅が用いられる。ＢＷ３_ｄｂが計算できない場合は、ＢＷ３_ｄｂ＝０とされる。ψkは３次のメディアンフィルタにより平滑化されて使用される。

【0136】

また、カットオフ周波数：８０Ｈｚを持つ、１００次のＦＩＲハイパスフィルタを使用して、音響データをフィルタリングした。ただし、このカットオフ周波数は、フィルタの正規化ゲインが－６ｄＢとなる周波数である。そして、フィルタリングされた信号を、サブセグメント長：Ｍ、オーバーラップ：Ｓで分割した。分割された信号は、次のように、表現することができる。

【数11】

ここで、Ｎはトータルサブセグメント数であり、ｓ（ｎ）はフィルタ処理された信号である。

【0137】

ＡＲＭＡに基づくアプローチから抽出される特徴量は、ψ_ｋ（数６）である。特徴量：ψ_ｋの算出には、Ｍ＝２５６、Ｓ＝１２８、ｐ＝５、ｑ＝５、Ｄ＝１０２４、ｍ＝３０、ｌ＝４０００の各パラメータを使用した。このアプローチとの性能を比較するために、特徴量：ＢＳＦ１とＢＳＦ２およびＢＳＦ３、ならびに、２０次元のＰＮＣＣが使用された。

【0138】

予測アルゴリズムの学習では、入力層および出力層のユニット数がそれぞれ（ｉ：ψ_ｋの場合）１、（ｉｉ：本実施例の特徴量の場合）２４および１であり、中間層のユニット数（Ｈ）が４０のＡＮＮを用いた。教師信号として、学習対象のサブセグメントがＢＳサブセグメントであれば１、ｎｏｎ－ＢＳサブセグメントであれば０を与え、スケーリング共役勾配法アルゴリズムによりＡＮＮを学習させ、予測アルゴリズムを作成した。

【0139】

予測アルゴリズムの予測精度の評価では、leave one out 交差検証を用い、感度、特異度、ＰＰＶを計算した。特徴量として、（ｉ）ψ_ｋを用いた場合と、（ｉｉ）発明の特徴量：ＢＳＦ１，ＢＳＦ２、ＢＳＦ３、および２０次元のＰＮＣＣの場合の結果を表１０に示す。ここで、サブセグメンントに対してＰＮＣＣを使用するため、フィルタバンクには、メルフィルタバンクを使用し、ＰＮＣＣのパワーバイアスサブトラクッション処理は実施しなかった。

【0140】

【表10】

【0141】

この結果から、音響データが雑音の多い環境下で取得された場合であれば、予想通り、ＡＲＭＡに基づくアプローチのＢＳ検出性能が劣化することが確認された。一方で、特徴量として本実施例の特徴量：ＢＳＦ１、ＢＳＦ２、ＢＳＦ３、および２０次元のＰＮＣＣを用いて学習された予測アルゴリズムを用いることにより、ＡＲＭＡに基づくアプローチより遥かに高い検出性能が得られることが確認された。また、１０人の被験者の２００パターンの録音データからマニュアルラベリングにより抽出された、各録音データに対するＢＳサブセグメント数と本実施例の予測アルゴリズムより推定された各録音データに対するＢＳサブセグメント数との相関係数を求めた結果、Ｒ＝０．９２７２という高い相関が確認された。ここでは、ＡＲＭＡに基づくアプローチを使用した場合とＢＳ検出性能を比較するために、サブセグメントに対して本実施例の特徴量が使用された。このような聴診器の録音データの場合でも、セグメント分割して、ＢＳＦ１、ＢＳＦ２、ＢＳＦ３、および２０次元のＰＮＣＣの統計量を抽出することにより、更なる性能向上が期待される。

【0142】

なお、本技術は、ＳＮＲが低下するような環境下でも、ＢＳを検出することを目指して、開発されてきた。上述の各実施例は、極めて小さな音のＢＳも検出対象としていたことに注意されたい。

【符号の説明】

【0143】

１ 機械学習装置
１’ 機械学習装置
２ 解析装置
２’ 解析装置
３ 入力装置
４ 集音装置
６ 表示装置
７ 対象者
１１ 補助記憶装置
１２ 教師データ作成部
１２’ 教師データ作成部
１３ 学習部
２２ 音響データ取得部
２３ セグメント検出部
２４ 特徴量抽出部
２５ 生体音予測部
２６ 生体音セグメント抽出部
２７ 状態評価部（第１状態評価部）
２８ 分類予測部
２９ 状態評価部（第２状態評価部）
５１ 補助記憶装置
１００ 診断支援システム
１２１ 音響データ取得部
１２２ セグメント検出部
１２２ 生体音判定部
１２３ 生体音判定部
１２４ 特徴量抽出部
１２５ 分類判定部
Ｄ１ 教師データ
Ｄ１’ 教師データ
Ｄ２ 予測アルゴリズム
Ｄ２’ 予測アルゴリズム

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】