特表2016-522037IP Force 特許公報全文掲載

ホーム > 特許ランキング > インテル　コーポレイション > 特表2016-522037

(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公表特許公報(A)
(11)【公表番号】特表2016-522037(P2016-522037A)
(43)【公表日】2016年7月28日
(54)【発明の名称】生理学的信号の自動的品質評価
(51)【国際特許分類】
   A61B 5/00 20060101AFI20160701BHJP
   A61B 5/0452 20060101ALI20160701BHJP
【ＦＩ】
   A61B5/00 C
   A61B5/04 312A
【審査請求】有
【予備審査請求】未請求
【全頁数】18
(21)【出願番号】特願2016-514172(P2016-514172)
(86)(22)【出願日】2014年6月6日
(85)【翻訳文提出日】2015年11月12日
(86)【国際出願番号】US2014041334
(87)【国際公開番号】WO2014200856
(87)【国際公開日】20141218
(31)【優先権主張番号】2556/CHE/2013
(32)【優先日】2013年6月12日
(33)【優先権主張国】IN
(81)【指定国】 AP(BW,GH,GM,KE,LR,LS,MW,MZ,NA,RW,SD,SL,SZ,TZ,UG,ZM,ZW),EA(AM,AZ,BY,KG,KZ,RU,TJ,TM),EP(AL,AT,BE,BG,CH,CY,CZ,DE,DK,EE,ES,FI,FR,GB,GR,HR,HU,IE,IS,IT,LT,LU,LV,MC,MK,MT,NL,NO,PL,PT,RO,RS,SE,SI,SK,SM,TR),OA(BF,BJ,CF,CG,CI,CM,GA,GN,GQ,GW,KM,ML,MR,NE,SN,TD,TG),AE,AG,AL,AM,AO,AT,AU,AZ,BA,BB,BG,BH,BN,BR,BW,BY,BZ,CA,CH,CL,CN,CO,CR,CU,CZ,DE,DK,DM,DO,DZ,EC,EE,EG,ES,FI,GB,GD,GE,GH,GM,GT,HN,HR,HU,ID,IL,IN,IR,IS,JP,KE,KG,KN,KP,KR,KZ,LA,LC,LK,LR,LS,LT,LU,LY,MA,MD,ME,MG,MK,MN,MW,MX,MY,MZ,NA,NG,NI,NO,NZ,OM,PA,PE,PG,PH,PL,PT,QA,RO,RS,RU,RW,SA,SC,SD,SE,SG,SK,SL,SM,ST,SV,SY,TH,TJ,TM,TN,TR,TT,TZ,UA,UG,US
【公序良俗違反の表示】
（特許庁注：以下のものは登録商標）
１．ＳＭＡＬＬＴＡＬＫ
２．ブルートゥース
３．ＷＣＤＭＡ
(71)【出願人】
【識別番号】593096712
【氏名又は名称】インテル コーポレイション
(74)【代理人】
【識別番号】100107766
【弁理士】
【氏名又は名称】伊東 忠重
(74)【代理人】
【識別番号】100070150
【弁理士】
【氏名又は名称】伊東 忠彦
(74)【代理人】
【識別番号】100091214
【弁理士】
【氏名又は名称】大貫 進介
(72)【発明者】
【氏名】バクシ，アミット エス．
【テーマコード（参考）】
4C027
4C117
【Ｆターム（参考）】
4C027AA02
4C027CC01
4C027CC02
4C027FF02
4C117XB01
4C117XC15
4C117XC16
4C117XD01
4C117XD11
4C117XD22
4C117XE14
4C117XE15
4C117XE17
4C117XE18
4C117XE37
4C117XG06
4C117XG36
4C117XH16
4C117XP03
4C117XR01
(57)【要約】
携帯装置に関連するセンサ装置から生理学的信号を受け取る方法とシステムを提供する。前記生理学的信号中の複数のノイズ源の各ノイズ源に対して定性的分析を行い、対応する複数の定性的レーティングを求めてもよい。また、少なくとも前記複数の定性的レーティングを用いて、前記生理学的信号をリモートロケーションに報告するか判断してもよい。一例では、複数のノイズ源の各ノイズ源に対して定量的分析を行い、全体的品質レベルを求め、全体的品質レベルも用いて生理学的信号をリモートロケーションに報告するか判断する。
【特許請求の範囲】
【請求項1】
生理学的信号を評価する携帯装置であって、
前記携帯装置に電力を供給するバッテリーと、
センサ装置と、
前記センサ装置から生理学的信号を受け取るセンサインタフェースと、
前記生理学的信号中の複数のノイズ源の各ノイズ源に対して定性的分析を行い、対応する複数の定性的レーティングを求める定性モジュールと、
少なくとも前記複数の定性的レーティングを用いて、前記生理学的信号をリモートロケーションに報告するか判断する選択モジュールとを有する、携帯装置。
【請求項2】
前記複数のノイズ源の各ノイズ源に対して定量的分析を行い、全体的品質レベルを求める定量モジュールをさらに含み、前記全体的品質レベルは前記生理学的信号を前記リモートロケーションに報告するか判断するのに用いられる、請求項１に記載の携帯装置。
【請求項3】
前記定量モジュールは、前記複数の定性的レーティングに基づき、前記複数のノイズ源に関連する信号対ノイズ比に加重を割り当てる、請求項２に記載の携帯装置。
【請求項4】
前記定性モジュールは、前記複数の定性的レーティングを合成して全体的定性的レーティングを求め、前記全体的定性的レーティングは前記生理学的信号を前記リモートロケーションに報告するか判断するのに用いられる、請求項１に記載の携帯装置。
【請求項5】
さらに、品質条件が満たされないとき、ユーザプロンプトを生成するユーザインタフェースを含み、前記ユーザプロンプトは一以上の追加測定値を要求し、前記複数のノイズ源のうち一以上のノイズ源に合わせたリコメンデーションを含む、
請求項１に記載の携帯装置。
【請求項6】
前記複数のノイズ源の各ノイズ源に対して、前記生理学的信号をフィルタするノイズ抽出モジュールと、
前記フィルタされた生理学的信号のノイズ推定を行うノイズ推定モジュールと
をさらに含む、請求項１乃至５いずれか一項に記載の携帯装置。
【請求項7】
生理学的信号を評価する装置であって、
携帯装置に関連するセンサ装置から生理学的信号を受け取るセンサインタフェースと、
前記生理学的信号中の複数のノイズ源の各ノイズ源に対して定性的分析を行い、対応する複数の定性的レーティングを求める定性モジュールと、
少なくとも前記複数の定性的レーティングを用いて、前記生理学的信号をリモートロケーションに報告するか判断する選択モジュールとを有する、装置。
【請求項8】
前記複数のノイズ源の各ノイズ源に対して定量的分析を行い、全体的品質レベルを求める定量モジュールをさらに含み、前記全体的品質レベルは前記生理学的信号を前記リモートロケーションに報告するか判断するのに用いられる、請求項７に記載の装置。
【請求項9】
前記定量モジュールは、前記複数の定性的レーティングに基づき、前記複数のノイズ源に関連する信号対ノイズ比に加重を割り当てる、請求項８に記載の装置。
【請求項10】
前記定性モジュールは、前記複数の定性的レーティングを合成して全体的定性的レーティングを求め、前記全体的定性的レーティングは前記生理学的信号を前記リモートロケーションに報告するか判断するのに用いられる、請求項７に記載の装置。
【請求項11】
さらに、品質条件が満たされないとき、ユーザプロンプトを生成するユーザインタフェースを含み、前記ユーザプロンプトは一以上の追加測定値を要求し、前記複数のノイズ源のうち一以上のノイズ源に合わせたリコメンデーションを含む、請求項７に記載の装置。
【請求項12】
前記複数のノイズ源の各ノイズ源に対して、前記生理学的信号をフィルタするノイズ抽出モジュールと、
前記フィルタされた生理学的信号のノイズ推定を行うノイズ推定モジュールと
をさらに含む、請求項７ないし１１いずれか一項に記載の装置。
【請求項13】
生理学的信号を評価する方法であって、
携帯装置に関連するセンサ装置から生理学的信号を受け取るステップと、
前記生理学的信号中の複数のノイズ源の各ノイズ源に対して定性的分析を行い、対応する複数の定性的レーティングを求めるステップと、
少なくとも前記複数の定性的レーティングを用いて、前記生理学的信号をリモートロケーションに報告するか判断するステップとを有する、方法。
【請求項14】
さらに、前記複数のノイズ源の各ノイズ源に対して定量的分析を行い、全体的品質レベルを求めるステップを含み、前記全体的品質レベルは前記生理学的信号を前記リモートロケーションに報告するか判断するのに用いられる、請求項１３に記載の方法。
【請求項15】
さらに、複数の定性的レーティングに基づいて前記複数のノイズ源に関連する信号対ノイズ比に加重を割り当てるステップを含む、請求項１４に記載の方法。
【請求項16】
さらに、前記複数の定性的レーティングを合成して全体的定性的レーティングを求めるステップを含み、前記全体的定性的レーティングは前記生理学的信号を前記リモートロケーションに報告するか判断するのに用いられる、請求項１３に記載の方法。
【請求項17】
さらに、品質条件が満たされないとき、ユーザプロンプトを生成するステップを含み、前記ユーザプロンプトは一以上の追加測定値を要求し、前記複数のノイズ源のうち一以上のノイズ源に合わせたリコメンデーションを含む、請求項１３に記載の方法。
【請求項18】
前記複数のノイズ源の各ノイズ源に対して、前記生理学的信号をフィルタするステップと、
前記フィルタされた生理学的信号のノイズ推定を行うステップとをさらに含む、
請求項１３ないし１７いずれか一項に記載の方法。
【請求項19】
携帯装置に、
前記携帯装置に関連するセンサ装置から生理学的信号を受け取らせ、
前記生理学的信号中の複数のノイズ源の各ノイズ源に対して定性的分析を行い、対応する複数の定性的レーティングを求めさせ、
少なくとも前記複数の定性的レーティングを用いて、前記生理学的信号をリモートロケーションに報告するか判断させるコンピュータプログラム。
【請求項20】
前記携帯装置に、前記複数のノイズ源の各ノイズ源に対して定量的分析を行い、全体的品質レベルを求めさせ、前記全体的品質レベルは前記生理学的信号を前記リモートロケーションに報告するか判断するのに用いられる、
請求項１９に記載のコンピュータプログラム。
【請求項21】
前記携帯装置に、前記複数の定性的レーティングに基づき、前記複数のノイズ源に関連する信号対ノイズ比に加重を割り当てさせる、
請求項２０に記載のコンピュータプログラム。
【請求項22】
前記携帯装置に、前記複数の定性的レーティングを合成して全体的定性的レーティングを求めさせ、前記全体的定性的レーティングは前記生理学的信号を前記リモートロケーションに報告するか判断するのに用いられる、
請求項１９に記載のコンピュータプログラム。
【請求項23】
前記携帯装置に、品質条件が満たされないとき、ユーザプロンプトを生成させ、前記ユーザプロンプトは一以上の追加測定値を要求し、前記複数のノイズ源のうち一以上のノイズ源に合わせたリコメンデーションを含む、
請求項１９に記載のコンピュータプログラム。
【請求項24】
前記携帯装置に、
前記複数のノイズ源の各ノイズ源に対して、前記生理学的信号をフィルタさせ、
前記フィルタされた生理学的信号のノイズ推定を行わせる、
請求項１９ないし２３いずれか一項に記載のコンピュータプログラム。
【請求項25】
前記携帯装置に、
対応する複数の測定値に関連する複数の生理学的信号を受け取らせ、
前記複数の生理学的信号の各生理学的信号に対して定性的分析を行わせ、
前記定性的分析に少なくとも部分的に基づき前記複数の生理学的信号から最良の生理学的信号を選択させ、
前記最良の生理学的信号をリモートロケーションに報告させる、
請求項１９ないし２３いずれか一項に記載のコンピュータプログラム。
【請求項26】
請求項１９ないし２５いずれか一項記載のコンピュータプログラムを記憶したコンピュータ読み取り可能記憶媒体。
【発明の詳細な説明】
【技術分野】
【0001】
実施形態は概して健康管理（ｈｅａｌｔｈ ｍｏｎｉｔｏｒｉｎｇ）に関する。より具体的には、実施形態は家庭用健康管理装置における生理学的信号の自動的品質評価
【背景技術】
【0002】
従来、健康管理は、病院、医院、その他の医療センターなどの臨床施設（ｃｌｉｎｉｃａｌ ｓｅｔｔｉｎｇ）において個人からの心電計（ＥＣＧ）の測定値（ｒｅａｄｉｎｇｓ）などの生理学的信号の取得を含んでいることがある。このような場合、健康に関する意思決定をするため、医療専門家はさまざまなセンサを個人／患者に接続し、測定値（ｒｅａｄｉｎｇｓ）を解釈する。医療専門家は、ＥＣＧの測定値が、信頼性が高くない又は品質が適当でないなどと判断すると、これらの測定値に基づいて健康に関する意思決定をする前に、検出設定や環境を調整する。しかし、家庭で用いる場合には、患者は、信頼性が低い又は品質が悪い測定値を特定して、検出設定／環境に適切な調整を行うのに必要な医療及び／又は技術的な知識を有していないことが多い。結果として、最適ではない健康管理（例えば、妥当でない診断、コストの増加、及び／又は患者リスクの増加など）が行われることがある。
【図面の簡単な説明】
【0003】
添付した図面を参照して、以下の明細書と特許請求の範囲とを読めば、当業者には、実施形態のいろいろな有利性が明らかとなるであろう。
【図1】一実施形態による信号セットの一例を示す図である。
【図2A】実施形態による検出設定の例を示す図である。
【図2B】実施形態による検出設定の例を示す図である。
【図3】一実施形態による生理学的信号の評価方法の一例を示すフローチャートである。
【図4】一実施形態による加重アプローチの一例を示すグラフである。
【図5】一実施形態による論理的アーキテクチャの一例を示すブロック図である。
【図6】一実施形態によるプラットフォームの一例を示すブロック図である。
【発明を実施するための形態】
【0004】
図１は、家庭用健康管理装置における個人／患者の管理に関する複数の信号を示す図である。例示の例において、生理学的信号１０は、例えば心電計（ＥＣＧ）信号であり、ノイズが無いので信頼できるとみなされるかも知れない。例示の生理学的信号１０はＥＣＧ情報を含むが、他の例では、生理学的信号１０は血圧情報、パルスオキシメーター情報、脳波計（ＥＥＧ）情報、光電式容積脈波記録計（ＰＰＧ）情報などを含んでいてもよい。
【0005】
検出設定及び／又は環境に応じて、複数のノイズ源１２（１２ａ−１２ｅ）が、信号１０などの生理学的信号に重ね合わされ、これらの信号の品質及び／又は信頼性を低下させる。例えば、電源（例えば、５０／６０Ｈｚ）干渉源１２ａは、近くの低周波数の電気機器や建物の電源線などにより生じる。また、筋肉ノイズ源１２ｂは、不安などによる患者の不随意的な筋肉収縮により生じ、モーションアーティファクトノイズ源１２ｃは、患者の動きにより生じる。さらに、電磁的干渉（ＥＭＩ）源１２ｄは、携帯電話やその他の電子的装置など近くの高周波数装置から生じることがあり、ベースラインワンダーノイズ源（ｂａｓｅｌｉｎｅ ｗａｎｄｅｒ ｎｏｉｓｅ ｓｏｕｒｃｅ）１２ｅは、皮膚・電極間インピーダンスを変化させる化学反応その他の原因（ｃｏｎｔｒｉｂｕｔｏｒｓ）から生じることもある。それゆえ、各ノイズ源１２は、生理学的信号にそれぞれのタイプのノイズがある限りにおいて、測定される生理学的信号の品質に悪影響を及ぼすことがある。実際、ノイズ源１２は、一般的な患者の医学的及び／又は技術的知識の相対的欠如のため、家庭用健康管理装置（ｈｏｍｅ ｈｅａｌｔｈ ｓｅｔｔｉｎｇｓ）における特有の問題となり得る。
【0006】
後で詳細に説明するように、各ノイズ源１２の家庭用健康管理装置において、定性的分析と定量的分析との両方を行っても良い。これらの分析を用いて、臨床健康管理施設（例えば、病院、医院、又はその他の医療センター）などのリモートロケーションに生理学的信号を報告するか、するとしたら何時するかを判断してもよい。また、この分析を用いて、報告される生理学的信号の信頼性を増加するため、センサ設定及び／又は環境を修正するときに患者をガイドしてもよい。
【0007】
ここで、図２Ａを参照して、家庭用健康管理環境を示し、患者１４が携帯装置１６を用いて、例えば、ＥＣＧ測定値、血圧測定値、パルスオキシメーター測定値、ＥＥＧ測定値、ＰＰＧ測定値などの測定値を取る。図示した例では、携帯装置１６は、患者１４の生理的状態を測定するため、患者１４の身体部分（例えば、胸、腕、頭など）に圧着され得る一以上のセンサ（例えば、電極、コンタクトなど）を含む。携帯装置１６は、測定値と共に一以上の生理学的信号を生成する。生理学的信号は健康管理ネットワーク２０に送信してもよい。後でより詳しく説明するように、携帯装置１６は、生理学的信号を健康管理ネットワーク２０に送信する前に、自動的にその品質評価を行い、その前の測定値が信頼できないとその評価が示すとき、追加の測定値を取るときに患者１４をガイドするように構成されていてもよい。
【0008】
次いで、健康管理ネットワーク２０は、内科医、看護師、臨床医などの医療関係者に、報告された生理学的信号を提供してもよい。また、医療関係者は、健康管理ネットワーク２０及び／又は携帯装置１６を介して患者１４にアドバイスを送ってもよい。センサ１８が組み込まれているのに加え、携帯装置１６は、メッセージ送受信（例えば、テキストメッセージ送受信、インスタントメッセージ送受信／ＩＭ、電子メールなど）、計算、メディア再生などのその他機能を有する、無線スマートフォン、スマートタブレット、パーソナルデジタルアシスタント（ＰＤＡ）、モバイルインターネット装置（ＭＩＤ）、ノートブックコンピュータ、コンバーチブルタブレットなどの計算プラットフォームであってもよい。
【0009】
図２Ｂは、家庭用健康管理環境を示し、患者１４が測定アクセサリ２１及び携帯装置２２を用いて、例えば、ＥＣＧ測定値、血圧測定値、パルスオキシメーター測定値、ＥＥＧ測定値、ＰＰＧ測定値などの測定値を取る。図示した例では、測定アクセサリ２１は、患者１４の生理的状態を測定するため、患者１４の身体部分に圧着され得る一以上のセンサ（例えば、電極、コンタクトなど）を含む。例示の測定アクセサリ２１は、測定値と共に一以上の生理学的信号を生成する。生理学的信号は携帯装置２２に送信してもよい。携帯装置１６（図２Ａ）の場合のように、測定アクセサリ２１又は携帯装置２２は、生理学的信号を健康管理ネットワーク２０に送信する前に、自動的にその品質評価を行い、その前の測定値が信頼できないとその評価が示すとき、追加の測定値を取るときに患者１４をガイドするように構成されていてもよい。
【0010】
すでに説明したように、健康管理ネットワーク２０は、報告された生理学的信号を医療専門家に提供する。その医療専門家は、健康管理ネットワーク２０及び／又は携帯装置２２を介して患者１４にアドバイスを送っても良い。携帯装置２２は、メッセージ送受信、計算、メディア再生及び／又はその他の機能を有する、ワイヤレススマートフォン、スマートタブレット、ＰＤＡ、ＭＩＤ、ノートブックコンピュータ、コンバーチブルタブレットなどの計算プラットフォームであってもよい。
【0011】
図３は、家庭用健康管理装置において生理学的信号を評価する方法２６を示す。方法２６は、例えば、ランダムアクセスメモリ（ＲＡＭ）、リードオンリメモリ（ＲＯＭ）、プログラマブルＲＯＭ（ＰＲＯＭ）、ファームウェア、フラッシュメモリなど機械又はコンピュータ読み取り可能記憶媒体に記憶された一組の論理命令として実行可能ソフトウェアで、例えば、プログラマブルロジックアレイ（ＰＬＡ）、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、コンプレックスプログラマブルロジックデバイス（ＣＰＬＤ）などの構成可能ロジックで、例えば、特定目的集積回路（ＡＳＩＣ）、相補的金属酸化物半導体（ＣＭＯＳ）又はトランジスタ・トランジスタ・ロジック（ＴＴＬ）技術などの回路技術を用いた固定機能ロジックハードウェアで、又はこれらの任意の組み合わせで実装可能である。例えば、方法２６に示した動作を実行するコンピュータプログラムコードは、Ｊａｖａ（登録商標）、Ｓｍａｌｌｔａｌｋ、Ｃ＋＋などのオブジェクト指向プログラミング言語やＣプログラミング言語や同様のプログラミング言語などの従来の手続型プログラミング言語や同様のプログラミング言語を含む１つ以上のプログラミング言語の任意の組み合わせで記述できる。
【0012】
例示の処理ブロック２８において、携帯装置に関連するセンサ装置から生理学的信号を受け取る。すでに留意したように、生理学的信号はＥＣＧ測定値、血圧測定値、パルスオキシメーター測定値、ＥＥＧ測定値などに関連するものであってもよい。生理学的信号の信号強度がブロック３０で推定されてもよい。一例では、信号強度の推定は、マルチバンドフィルタを用いた生理学的信号のノイズ除去（ｄｅ−ｎｏｉｓｉｎｇ）を含む。ノイズ除去手順で用いるフィルタは、さまざまなタイプのノイズ源（例えば、電源干渉、筋肉ノイズ、モーションアーティファクトノイズ、ＥＭＩ、ベースラインワンダーノイズなど）の周波数プロファイルを考慮してもよい。また、ブロック３０は、フィルタされた信号中の一以上の基準点を特定する信号処理を含んでいても良い。例えば、ＥＣＧ信号中の基準点はＥＣＧ信号のＲ波（すなわち、ＱＲＳコンプレックスにおける上向き偏位）に対応するものであってもよい。このように、基準点は、生理学的信号の信号強度を計算するために用いられる。
【0013】
ブロック３２において、生理学的信号から第１のノイズ源を抽出してもよい。例えば、のベースラインワンダーノイズ１２ｅ（図１）の場合、ブロック３２において、カットオフ周波数が１Ｈｚのデジタルローパスフィルタ（ＬＰＦ）、三次スプラインなどを生理学的信号に適用してもよい。あるいは、生理学的信号からベースラインワンダーノイズ１２ｅを分離するために、ブロック３０で得られたノイズ除去された生理学的信号を、ブロック３２において信号から差し引いてもよい。この例では、ブロック３２の出力は、生理学的信号から抽出されたベースラインワンダーのみであってもよい。例示のブロック３４において、第１のノイズ源のノイズ推定を行う。例えば、ベースラインワンダーノイズ１２ｅ（図１）の場合、ノイズ推定は、分離されたベースラインワンダーノイズ中の外れ値データ（ｏｕｔｌｉｅｒ ｄａｔａ）を受け入れないことと、得られた曲線下の面積の決定／計算とを含んでいてもよい。ノイズ曲線下の面積は、ベースラインワンダーノイズなどの低周波数ノイズの場合に特に有効である。ブロック３４において、ブロック３０で推定された生理学的信号の強度に関する推定ノイズを規格化してもよい。
【0014】
ブロック３６において、第１のノイズ源に対して、定量的分析を行っても良い。より具体的には、第１のノイズ源の推定ノイズを適当な閾値と比較することにより、個別の定性的レーティングＱＲｉ（例えば、「Ｇｏｏｄ」、「Ｆａｉｒ」、「Ｐｏｏｒ」）を第１のノイズ源に割り当てても良い。これに関連して、医療専門家は、一般的に、生理学的信号の視覚的評価をして、許容できる品質であるか決定するので、マニュアルの視覚的鋭さ／評価にマッチする定性的閾値を選択してもよい。例えば、レーティング基準は以下の表１のように実施してもよい。
【0015】
【表1】
例示のブロック３８において、第１のノイズ源に対する定量的分析を行う。より具体的には、第１のノイズ源の信号対ノイズ比（ＳＮＲｉ）は、ブロック３０の推定された生理学的信号強度と、ブロック３４の推定及び規格化されたノイズとに基づいて計算してもよい。後でより詳細に説明するように、生理学的信号の全体的品質レベルを求めるため、第１のノイズ源のＳＮＲｉを後で他のノイズ源のＳＮＲと合成してもよい。
【0016】
同様に、ブロック４０において、生理学的信号から第２のノイズ源を抽出してもよい。例えば、前記の電源干渉源（ｐｏｗｅｒ ｍａｉｎ ｉｎｔｅｒｆｅｒｅｎｃｅ ｓｏｕｒｃｅ）１２ａ（図１）の場合、ブロック４０において、中心周波数が５０Ｈｚ又は６０Ｈｚのデジタル楕円バンドパスフィルタ（ＢＰＦ）、ウェーブレット変換などを生理学的信号に適用してもよい。あるいは、生理学的信号から電源干渉源を分離するために、ブロック４０において、ブロック３０で得られたノイズ除去された生理学的信号をフィルタされた信号から差し引いてもよい。この例では、ブロック４０の出力は、生理学的信号から抽出された５０又は６０Ｈｚの電源ノイズのみであってもよい。例示のブロック４２において、第２のノイズ源のノイズ推定を行う。例えば、電源干渉源１２ａ（図１）の場合、ノイズ推定には、分離された電源干渉（ｐｏｗｅｒ ｍａｉｎ ｉｎｔｅｒｆｅｒｅｎｃｅ）のノイズ曲線のピークツーピーク平均の計算が含まれても良い。ピークツーピーク平均は、電源干渉などの高周波数ノイズに対して特に有効なことがある。ブロック４２において、ブロック３０で推定された生理学的信号の強度に関する推定ノイズを規格化してもよい。
【0017】
第１のノイズ源の場合、ブロック４４において、第２のノイズ源に対して定性的分析を行う。このように、表１を参照して説明したように、第２のノイズ源の推定ノイズを適当な閾値と比較することにより、個別の定性的レーティングＱＲ２（例えば、「Ｇｏｏｄ」、「Ｆａｉｒ」、「Ｐｏｏｒ」）を第２のノイズ源に割り当てても良い。例示のブロック４６において、第２のノイズ源に対する定量的分析を行う。より具体的には、第２のノイズ源のＳＮＲ２は、ブロック３０の推定された生理学的信号強度と、ブロック４２の推定及び規格化されたノイズとに基づいて計算してもよい。
【0018】
例示のノイズ抽出及び推定手順は、生理学的信号の複数のノイズ源の各ノイズ源に対しておこなってもよい。例えば、筋肉ノイズ源１２ｂ（図１）の場合、ノイズ抽出は、生理学的信号に、中心周波数が２Ｈｚ又は１００ＨｚのデジタルＢＰＦの適用を含んでいても良い。モーションアーティファクトノイズ源１２ｃ（図１）の場合、ノイズ抽出には、中心周波数が５０Ｈｚ又は６０Ｈｚのデジタルノッチフィルタを適用する電源干渉の除去、及びカットオフ周波数が５ＨｚのデジタルＬＰＦ、三次スプラインなどの適用を含む。ノイズ抽出手法は同様に、生理学的信号中のＥＭＩ源１２ｄ（図１）及びその他のタイプのノイズに合わせることができる。各場合において、生理学的信号から特定タイプのノイズを分離するために、ブロック３０で得られたノイズ除去された生理学的信号をフィルタされた信号から差し引いてもよい。
【0019】
ノイズ推定に関して、筋肉ノイズ源１２ｂ及び／又はＥＭＩ源１２ｄなどの比較的周波数が高いノイズは、ノイズ曲線のピークツーピーク平均の計算により推定されてもよい。一方、モーションアーティファクトノイズ源１２ｃなどの比較的周波数ノイズが低いノイズは、分離されたノイズ中の外れ値を受け入れず、得られた曲線下の面積を決定することにより、推定できるかも知れない。
【0020】
複数のノイズ源の各々に対して、例示の定性的及び定量的分析を行っても良い。このように、複数の定性的レーティングが得られ、この複数の定性的レーティングは複数のノイズ源に対応していてもよい。また、複数のノイズ源に対して複数のＳＮＲが得られても良い。さらに、個別の定性的レーティングを別々のノイズタイプに割り当てた後、スコアリング関数（ｓｃｏｒｉｎｇ ｆｕｎｃｔｉｏｎ）を用いて個別の定性的レーティング（ＱＲ１，ＱＲ２，．．．）を合成して、「Ｇｏｏｄ」、「Ｆａｉｒ」又は「Ｐｏｏｒ」に関する全体的定性的レーティング（ＯＱＲ）を求めてもよい。このように、例示のブロック４８により、生理学的信号のＯＱＲを決定する。
【0021】
ブロック４８は、生理学的信号の全体的品質レベル（ＯＱＬ）も決定してもよい。ここで、ＯＱＬは、個別の定性的分析（ＱＲ１，ＱＲ２，．．．）及び個別の定量的分析（ＳＮＲｉ，ＳＮＲ２，．．．）の両方に基づいてもよい。より具体的には、動的加重関数により個別のＳＮＲを合成して（例えば、ゼロから１０の範囲の）１つの値にしてもよい。あるノイズタイプが過剰にあり、生理学的信号の品質を許容できないレベルにしている場合には、加重関数の加重を動的に変化させてもよい。例えば、ＥＣＧ信号にベースラインワンダーノイズのみがのっていてＥＣＧ信号が信頼できなくなっている場合、加重関数により他のノイズタイプに対するこのノイズタイプの加重を調節して、過剰な１つのノイズタイプと、許容できる軽度から中等度の複数のノイズタイプとどちらが良いか慎重に検討してもよい。動的加重関数はＯＱＬが
【0022】
【数1】
という関数であるように実装してもよい。
ここで、ｎはノイズタイプ数であり、Ｗｋはあるノイズタイプに割り当てられる動的加重であり、ＳＮＲｋはそのノイズタイプの信号対ノイズ比である。このように、の式では、ノイズタイプの加重Ｗｋは、対応する個別の定性的レーティング（ＱＲｋ）に基づき動的に変化してもよい。ブロック４８では、ノイズ除去された生理学的信号と、その生理学的信号に関連する定性的及び定量的情報（例えば、個別のＱＲｓ，ＯＱＲ，ＯＱＬなど）とを、後で使うため格納する。
【0023】
図４には、個別のノイズタイプに加重を割り当てるのに使える加重曲線５０を示す。一般的に、あるノイズタイプの定性的レーティングがＰｏｏｒであれば、ＯＱＬに対するそのノイズタイプのＳＮＲ貢献を大幅に低減するように、それに関連する加重は急激にゼロになってもよい。かかるアプローチにより、ＯＱＬを大幅に低減することにより、過剰なノイズタイプの存在が、効果的に増幅され得る。
【0024】
ここで、図３に戻って、ブロック５２において、品質条件が満たされているか判断する。品質条件は、例えば、どのノイズタイプも個別のＱＲは「Ｐｏｏｒ」ではなく、ＯＱＲは「Ｇｏｏｄ」又は「Ｆａｉｒ」のどちらかであり、ＯＱＬはある閾値（例えば、１０のうち５）より高く、又はこれらの任意の組み合わせである。品質条件が満たされないとき、例示のブロック５４において、測定値の最大数（例えば、３）に達したか判断する。達していなければ、ブロック５６においてユーザプロンプトを生成する。ユーザプロンプトにより、一以上の追加測定値を要求してもよい（例えば、「もう一度ＥＣＧ測定をしてください」）。
【0025】
ユーザプロンプトは、複数のノイズ源のうち一以上のノイズ源に合わせたリコメンデーションを含んでいてもよい。例えば、ベースラインワンダーノイズの場合、患者は、装置を軽く、一様な圧力で持つよう求められる。筋肉振戦が過剰な場合、患者は自分の手をリラックスしサポートするように求められても良い。モーションアーティファクトノイズの場合、患者は、じっとして、呼吸するときに胸を大きく動かし過ぎないように求められても良い。電源干渉又はＥＭＩが過剰な場合、患者は、移動し又は近くにある装置の電源を切るように求められてもよい。他のノイズタイプに特有のリコメンデーションをしてもよい。患者がプロンプト（ｐｒｏｍｐｔ）されると、例示の方法２６が繰り返され、対応する複数の測定値に関連する複数の生理学的信号を求め、複数の生理学的信号の各信号に対して定性的及び定量的分析を行う。求められる生理学的信号及び関連の定性的及び定量的データは、前述の通り、後で用いるために格納されてもよい。
【0026】
品質条件が満たされるか、測定値が最大数に達すると、ブロック５８において、定性的及び定量的分析結果に基づいて最良の生理学的信号が選択され、例示のブロック６０において、選択された最良の生理学的信号（及び関連する定性的及び定量的データ）がリモートロケーションに報告されてもよい。
【0027】
図５は、家庭用健康管理装置において生理学的信号を評価する論理的アーキテクチャ５１（５１ａ−５１ｇ）を示す。例示では、センサインタフェース５１ａは、携帯装置に付随するセンサ装置から生理学的信号を受け取り、定性モジュール５１ｂは、その生理学的信号中の複数のノイズ源の各ノイズ源の定性的分析を行い、対応する複数の定性的レーティングを求める。選択モジュール５１ｃは、少なくとも複数の定性的レーティングを用いて、生理学的信号をリモートロケーションに報告するか判断する。
【0028】
一例では、アーキテクチャ５１は、複数のノイズ源の各ノイズ源に対して定量的分析をして全体的品質レベルを求める定量モジュール５１ｄも含む。全体的品質レベルも、生理学的信号をリモートロケーションに報告するか判断するのに用いてもよい。より具体的には、定量モジュール５１ｄは、複数の定性的レーティングに基づき、複数のノイズ源に関連する信号対ノイズ比に加重（ｗｅｉｇｈｔｓ）を割り当てる。
【0029】
また、定性モジュール５１ｂは、複数の定性的レーティングを合成して全体的定性的レーティングを求めてもよく、全体的定性的レーティングは生理学的信号をリモートロケーションに報告するか判断するのに用いられる。例示のアーキテクチャ５１は、生理学的信号をフィルタするノイズ抽出モジュール５１ｅと、フィルタされた生理学的信号のノイズ推定を行うノイズ推定モジュール５１ｆとを含む。アーキテクチャ５１は、品質条件が満たされれば、ユーザプロンプトを生成するユーザインタフェース（ＵＩ）も含み得る。前述の通り、ユーザプロンプトは一以上の追加測定値を要求してもよいし、及び／又は複数のノイズ源のうち一以上のノイズ源に合わせたリコメンデーションを含んでいてもよい。
【0030】
ここで図６を参照して、計算プラットフォーム６２を示す。プラットフォーム６２は、（例えば、ＰＤＡ、ラップトップ、スマートタブレットなどの）計算機能、（例えば、無線スマートフォンなどの）通信機能、画像化機能、（例えば、スマートテレビジョン／ＴＶなどの）メディア再生機能、又は（例えば、携帯型インターネット装置／ＭＩＤなどの）機能の任意の組合せを有するデバイスの一部であってもよい。例示では、プラットフォーム６２は、プロセッサ６４、集積メモリコントローラ（ＩＭＣ）６６、入出力（ＩＯ）モジュール６８、システムメモリ７０、ネットワークコントローラ７２、センサ装置７４、大規模記憶装置７６（例えば、光ディスク、ハードディスクドライブ／ＨＤＤ、フラッシュメモリ）、一以上のユーザインタフェース（ＵＩ）装置８２、及びプラットフォーム６２に電源供給するバッテリー８０を含む。プロセッサ６４は、一以上のプロセッサコア７８を有するコア領域を含んでもよい。
【0031】
図示したＩＯモジュール６８は、チップセットのうちサウスブリッジやサウスコンプレックスと呼ばれることもあるが、ホストコントローラとして機能し、ネットワークコントローラ７２と通信する。ネットワークコントローラ７２は、幅広い目的のため、オフプラットフォームの通信機能を提供する。この目的には、携帯電話（例えば、ワイドバンドコード分割多重アクセスＷ−ＣＤＭＡ（ユニバーサルモバイルテレコミュニケーションシステムＵＭＴＳ）、ＣＤＭＡ−２０００（ＩＳ−８５６／ＩＳ−２０００）など）、ＷｉＦｉ（ワイヤレスフィデリティ、例えば、ＩＥＥＥ８０２．１１−２００７、ワイヤレスローカルエリアネットワークＬＡＮメディアアクセスコントロール（ＭＡＣ）及び物理レイヤ（ＰＨＹ）仕様）４Ｇ ＬＴＥ（第４世代ロングタームエボリューション）、ブルートゥース（例えば、ＩＥＥＥ８０２．１５．１−２００５、ワイヤレスパーソナルエリアネットワーク）、ＷｉＭａｘ（例えば、ＩＥＥＥ８０２．１６−２００４、ＬＡＮ／ＭＡＮブロードバンドワイヤレスＬＡＮ）、グローバルポジショニングシステム（ＧＰＳ）、スプレッドスペクトラム（例えば、９００ＭＨｚ）、及びその他のラジオ周波数（ＲＦ）テレフォニー目的を含む。また、ＩＯモジュール６８は、かかる機能をサポートする一以上のワイヤレスハードウェア回路ブロックも含む。プロセッサ６４とＩＯモジュール６８は別々のブロックとして図示したが、同じ半導体ダイ上のシステムオンチップ（ＳｏＣ）として実施してもよい。
【0032】
システムメモリ７０は、例えばダブルデータレート（ＤＤＲ）シンクロナスダイナミックランダムアクセスメモリ（ＳＤＲＡＭ、例えばＤＤＲ３ ＳＤＲＡＭ ＪＥＤＥＣ標準ＪＥＳＤ７９−３Ｃ、２００８年４月）モジュールを含む。システムメモリ７０のモジュールは、例えば、シングルインラインメモリモジュール（ＳＩＭＭ）、デュアルインラインメモリモジュール（ＤＩＭＭ）、スモールアウトラインＤＩＭＭ（ＳＯＤＩＭＭ）などに組み込まれている。
【0033】
例示したコア７８は、図４と図５を参照して説明した家庭用健康管理装置における生理学的信号を評価するロジック８４を実行する。このように、ロジック８４は、センサ装置７４から生理学的信号を受け取り、生理学的信号中の複数のノイズ源の各ノイズ源に対して定性的分析を行い、対応する複数の定性的レーティングを求め、少なくとも複数の定性的レーティングを用いて、生理学的信号をリモートロケーションに報告するか判断する。ロジック８４は、複数のノイズ源の各ノイズ源に対して定量的分析を行い、全体的品質レベルを求め、全体的品質レベルも用いて生理学的信号をリモートロケーションに報告するか判断する。患者にＵＩ装置８２を介して、追加測定値を求めるユーザプロンプトを提示してもよい。ＵＩ装置８２はディスプレイ、スピーカなどを含んでいてもよい。
【0034】
《付記及び実施例》
実施例１は次を含む：生理学的信号を評価する携帯装置であって、前記携帯装置に電力を供給するバッテリーと、センサ装置と、前記センサ装置から生理学的信号を受け取るセンサインタフェースとを有する携帯装置。また、携帯装置は、前記生理学的信号中の複数のノイズ源の各ノイズ源に対して定性的分析を行い、対応する複数の定性的レーティングを求める定性モジュールと、少なくとも前記複数の定性的レーティングを用いて、前記生理学的信号をリモートロケーションに報告するか判断する選択モジュールとを含む携帯装置。
【0035】
実施例２は、実施例１の携帯装置を含んでもよく、前記複数のノイズ源の各ノイズ源に対して定量的分析を行い、全体的品質レベルを求める定量モジュールをさらに含み、前記全体的品質レベルは前記生理学的信号を前記リモートロケーションに報告するか判断するのに用いられる。
【0036】
実施例３は、実施例２の携帯装置を含んでもよく、前記定量モジュールは、前記複数の定性的レーティングに基づき、前記複数のノイズ源に関連する信号対ノイズ比に加重を割り当てる。
【0037】
実施例４は、実施例１の携帯装置を含んでもよく、前記定性モジュールは、前記複数の定性的レーティングを合成して全体的定性的レーティングを求め、前記全体的定性的レーティングは前記生理学的信号を前記リモートロケーションに報告するか判断するのに用いられる。
【0038】
実施例５は、実施例１の携帯装置を含んでもよく、さらに、品質条件が満たされないとき、ユーザプロンプトを生成するユーザインタフェースを含み、前記ユーザプロンプトは一以上の追加測定値を要求し、前記複数のノイズ源のうち一以上のノイズ源に合わせたリコメンデーションを含む。
【0039】
実施例６は、実施例１ないし実施例５のうちいずれかの携帯装置を含んでもよく、前記複数のノイズ源の各ノイズ源について、前記生理学的信号をフィルタするノイズ抽出モジュールと、前記フィルタされた生理学的信号のノイズ推定を行うノイズ推定モジュールとをさらに含む。
【0040】
実施例７は、生理学的信号を評価する装置を含んでもよく、携帯装置に関連するセンサ装置から生理学的信号を受け取るセンサインタフェースと、前記生理学的信号中の複数のノイズ源の各ノイズ源に対して定性的分析を行い、対応する複数の定性的レーティングを求める定性モジュールと、少なくとも前記複数の定性的レーティングを用いて、前記生理学的信号をリモートロケーションに報告するか判断する選択モジュールとを含む。
【0041】
実施例８は、実施例７の装置を含んでもよく、前記複数のノイズ源の各ノイズ源に対して定量的分析を行い、全体的品質レベルを求める定量モジュールをさらに含み、前記全体的品質レベルは前記生理学的信号を前記リモートロケーションに報告するか判断するのに用いられる。
【0042】
実施例９は、実施例８の装置を含んでもよく、前記定量モジュールは、前記複数の定性的レーティングに基づき、前記複数のノイズ源に関連する信号対ノイズ比に加重を割り当てる。
【0043】
実施例１０は、実施例７の装置を含んでもよく、前記定性モジュールは、前記複数の定性的レーティングを合成して全体的定性的レーティングを求め、前記全体的定性的レーティングは前記生理学的信号を前記リモートロケーションに報告するか判断するのに用いられる。
【0044】
実施例１１は、実施例７の装置を含んでもよく、さらに、品質条件が満たされないとき、ユーザプロンプトを生成するユーザインタフェースを含み、前記ユーザプロンプトは一以上の追加測定値を要求し、前記複数のノイズ源のうち一以上のノイズ源に合わせたリコメンデーションを含む。
【0045】
実施例１２は、実施例７ないし実施例１１のうちいずれかの装置を含んでもよく、前記複数のノイズ源の各ノイズ源について、前記生理学的信号をフィルタするノイズ抽出モジュールと、前記フィルタされた生理学的信号のノイズ推定を行うノイズ推定モジュールとをさらに含む。
【0046】
実施例１３は次を含んでもよく、生理学的信号を評価する方法であって、携帯装置に関連するセンサ装置から生理学的信号を受け取るステップと、生理学的信号中の複数のノイズ源の各ノイズ源に対して定性的分析を行い、対応する複数の定性的レーティングを求めるステップと、少なくとも前記複数の定性的レーティングを用いて、前記生理学的信号をリモートロケーションに報告するか判断するステップとを有する。
【0047】
実施例１４は、実施例１３の方法を含んでもよく、さらに、前記複数のノイズ源の各ノイズ源に対して定量的分析を行い、全体的品質レベルを求めるステップを含み、前記全体的品質レベルは前記生理学的信号を前記リモートロケーションに報告するか判断するのに用いられる。
【0048】
実施例１５は、実施例１４の方法を含んでもよく、さらに、複数の定性的レーティングに基づいて前記複数のノイズ源に関連する信号対ノイズ比に加重を割り当てるステップを含む。
【0049】
実施例１６は、実施例１３の方法を含んでもよく、さらに、前記複数の定性的レーティングを合成して全体的定性的レーティングを求めるステップを含み、前記全体的定性的レーティングは前記生理学的信号を前記リモートロケーションに報告するか判断するのに用いられる。
【0050】
実施例１７は、実施例１３の方法を含んでもよく、さらに、品質条件が満たされないとき、ユーザプロンプトを生成するステップを含み、前記ユーザプロンプトは一以上の追加測定値を要求し、前記複数のノイズ源のうち一以上のノイズ源に合わせたリコメンデーションを含む。
【0051】
実施例１８は、実施例１３ないし実施例１７のうちいずれかの方法を含んでもよく、さらに、前記複数のノイズ源の各ノイズ源に対して、前記生理学的信号をフィルタするステップと、前記フィルタされた生理学的信号のノイズ推定を行うステップとを含む。
【0052】
実施例１９は次を含む：携帯装置により実行されると、前記携帯装置に、実施例１３ないし１８いずれか一つの方法を実行させる一組の命令を有する少なくとも１つのコンピュータ読み取り可能記憶媒体。
【0053】
実施例２０は次を含む：生理学的信号を評価する装置であって、実施例１３ないし１８いずれか一つの方法を実行する手段を有する装置。
【0054】
このように、ここに説明した手法は、複数タイプのノイズによる影響（ｃｏｎｔｒｉｂｕｔｉｏｎｓ）を測定することにより生理学的信号品質を自動的に評価できる。また、信号ノイズタイプによらずに、全体的な信号品質評価を合成してもよい。さらに、ノイズタイプは別途抽出され定量化されてもよいので、ノイズの真の理由をエンドユーザ／患者に指摘することもできる。かかるアプローチにより、患者は、連続的な測定におけるノイズの原因を正しく補正できる。また、動的加重アプローチにより、複数のノイズ源により軽度／中等度の影響（ｃｏｎｔａｍｉｎａｔｉｏｎ）よりも、１つのノイズ源による過大な影響（これは一般的には許容できない）に、分析結果にバイアスをかける。本手法により、再測定結果セットから最良の品質尺度を選択することにより、性能を改善することもできる。
【0055】
したがって、臨床的に許容できる生理学的信号を生成する確からしさが改善され得る。臨床的に許容可能な品質の生理学的信号のみを、医療専門家による解釈のため、健康管理ネットワークに送れるからである。ここに説明した手法の下では、所望の医学的アドバイスの所要時間も大幅に短縮できる。本手法により、個人は、医学的又は技術的トレーニングをほとんど又はまったく受けなくても、自分自身の生理学的状態を離れた場所／自宅において自分で測定できる。実際、ここに説明した手法を用いて、医療標準に関連する様々なリスク緩和要件を満たすことができる。
【0056】
すべてのタイプの半導体集積回路（ＩＣ）チップで利用できる。これらのＩＣチップの例としては、プロセッサ、コントローラ、チップセットコンポーネント、プログラマブルロジックアレイ（ＰＬＡ）、メモリチップ、ネットワークチップ、システムオンチップ（ＳｏＣ）、ＳＳＤ／ＮＡＮＤコントローラＡＳＩＣなどがあるが、これらに限定されない。また、いくつかの図面では、線で信号導線を表した。いくつかの線は異なり、より多くの構成信号経路を示し、構成信号経路の数を示す数ラベルを有し、及び／又は１つ以上の端に矢印を有し、主な情報フロー方向を示す。しかし、これは、限定と解釈してはならない。むしろ、かかる付加的詳細は、１つ以上の実施形態と共に、回路の理解を促進するために用いられている。表示したどの信号線も、追加情報を有していようがいまいが、複数の方向に進む１つ以上の信号を有していてもよく、例えば、差動ペアと実装されたデジタル又はアナログライン、光ファイバライン、及び／又は単一終端ラインなどの所望のタイプの信号方式で実装してもよい。
【0057】
例示したサイズ／モデル／値／範囲は所与のものであってもよいが、本発明の実施形態はこれに限定されない。（フォトリソグラフィなどの）生産技術が時間とともに成熟してくるので、小さいサイズのデバイスを生産できると期待される。また、ＩＣチップその他のコンポーネントへの周知のパワー／グラウンド接続は、図示と説明とを簡単にするため、及び本発明の実施形態の態様を分かりにくくしないように、図示したものもあれば図示していないものもある。さらに、構成をブロック図の形式で示したが、それは本発明の実施形態を分かりにくくしないようにするため、またかかるブロック図構成の実装に関する具体的事項は実施形態を実装するプラットフォームに大きく依存すること、すなわちかかる具体的事項は当業者の管轄事項であることを考慮したものである。本発明の実施形態を説明するために、（例えば、回路などの）具体的な詳細事項を記載した場合、当業者には言うまでもなく、こうした具体的な詳細事項が無くても、又はそれを変更しても、本発明の実施形態を実施できる。よって、の説明は、限定ではなく例示と考えるべきである。
【0058】
「結合した」との用語は、ここでは問題となるコンポーネント間の、直接的又は間接的な任意のタイプの関係を言い、電気的結合、機械的結合、流体的結合、光学的結合、光磁気的結合、電気機械的結合その他の結合に当てはまる。また、「第１の」、「第２の」等の用語は、ここでは、説明を容易にするためにだけに使われており、特に断らなければ時間的な意味は無い。
【0059】
当業者には言うまでもなく、本発明の実施形態の幅広い手法は、いろいろな形式で実施できる。それゆえ、本発明の実施形態をその具体的な例に関連して説明したが、当業者には図面、明細書、及び特許請求の範囲を研究すればその他の修正が明らかであるから、本発明の実施形態の範囲は具体例に限定されない。
【図1】
【図2A】
【図2B】
【図3】
【図4】
【図5】
【図6】
【国際調査報告】

［広告欄］

ログインすれば広告は減ります

ログインすれば広告は減ります

Copyright © Science Impact Inc. All Rights Reserved.