JP2019072494A - 血圧推定装置及び方法並びにウェアラブル機器 - Google Patents

Abstract

【課題】非侵襲的に血圧を推定する血圧推定装置及び方法並びにウェアラブル機器を提供する。【解決手段】本発明の血圧推定装置は、被検体の生体信号を獲得するセンサーと、生体信号に基づいて第１心血管特徴及び第２心血管特徴を抽出し、第１基準心血管特徴に比べて第１心血管特徴の第１変化傾向、及び第２基準心血管特徴に比べて第２心血管特徴の第２変化傾向に基づいて血圧を推定するプロセッサと、を備え、第１変化傾向及び第２変化傾向は、互いに独立する。【選択図】図１

Description

本発明は、血圧推定装置及び方法に関し、より詳細には、非侵襲的に収縮期血圧及び拡張期血圧を独立して推定する血圧推定装置及び方法並びにウェアラブル機器に関する。

最近、高齢化された人口構造、急増する医療費、専門医療サービス人力の不足などによって、ＩＴ技術と医療技術とが結合されたＩＴ−医療融合技術についての活発な研究が行われている。特に、人体の健康状態に対するモニタリング行為は、病院のみに限定されず、家庭やオフィスなどの日常生活の中で移動するユーザの健康状態をいつでもどこでもモニタリングするモバイルヘルスケア分野に拡大しつつある。個人の健康状態を示す生体信号の種類には、代表的にＥＣＧ（心電図：Ｅｌｅｃｔｒｏｃａｒｄｉｏｇｒａｐｈｙ）、ＰＰＧ（光電容積脈波：Ｐｈｏｔｏｐｌｅｔｈｙｓｍｏｇｒａｍ）、ＥＭＧ（筋電図：Ｅｌｅｃｔｒｏｍｙｏｇｒａｐｈｙ）信号などがあり、日常生活で生体信号を測定するために、多様な生体信号センサーが開発されている。特に、ＰＰＧセンサーの場合は、心血関係状態などを反映する脈波形態を分析することで、人体の血圧推定が可能である。

一般的な生体信号基盤の間接的血圧推定方式は、生体信号から血圧と相関性がある多様な特徴（ｆｅａｔｕｒｅ）を抽出し、これらの特徴に基づいて血圧値を推定する。血圧は、日常の中で多様なメカニズムによって変化し、場合によっては、収縮期血圧（ＳＢＰ）と拡張期血圧（ＤＢＰ）との変化傾向が異なる。殆どの間接的血圧推定方式は、収縮期血圧と拡張期血圧とが互いに異なる傾向に変化する分離（ｄｅｃｏｕｐｌｅ）現象が発生すると、収縮期血圧と拡張期血圧とを独立して正確に推定しにくい問題が存在する。収縮期血圧と拡張期血圧との独立推定が難しい間接血圧推定方式の場合、ユーザに誤った血圧情報を提供する虞がある。

特開２０１６−２１４７３６号公報

本発明は、上記従来の問題点に鑑みてなされたものであって、本発明の目的は、血圧推定装置及び方法並びにウェアラブル機器を提供することにある。

上記目的を達成するためになされた本発明の一態様による血圧推定装置は、被検体の生体信号を獲得するセンサーと、前記生体信号に基づいて第１心血管特徴及び第２心血管特徴を抽出し、第１基準心血管特徴に比べて前記第１心血管特徴の第１変化傾向、及び第２基準心血管特徴に比べて前記第２心血管特徴の第２変化傾向に基づいて血圧を推定するプロセッサと、を備え、前記第１変化傾向及び前記第２変化傾向は、互いに独立する。

前記生体信号は、光電容積脈波（ｐｈｏｔｏｐｌｅｔｈｙｓｍｏｇｒａｍ：ＰＰＧ）、心電図（ｅｌｅｃｔｒｏｃａｒｄｉｏｇｒａｐｈｙ：ＥＣＧ）、筋電図（ｅｌｅｃｔｒｏｍｙｏｇｒａｐｈｙ：ＥＭＧ）、及び心臓弾動図（ｂａｌｌｉｓｔｏｃａｒｄｉｏｇｒａｍ：ＢＣＧ）のうちの１つ以上を含み得る。
前記センサーは、前記生体信号を獲得する複数のセンサーを含み得る。
前記血圧推定装置は、外部機器から生体信号を受信する通信部を更に含み得る。
前記第１心血管特徴は、心拍出量（ｃａｒｄｉａｃ ｏｕｔｐｕｔ：ＣＯ）であり、前記第２心血管特徴は、総血管抵抗（ｔｏｔａｌ ｐｅｒｉｐｈｒａｌ ｒｅｓｉｓｔａｎｃｅ：ＴＰＲ）であり得る。
前記プロセッサは、前記生体信号から心拍情報、前記生体信号の波形の形態、前記生体信号の最大点の時刻及び振幅、前記生体信号の最小点の時刻及び振幅、前記生体信号の波形の面積、並びに前記生体信号を構成する構成パルス波形の振幅及び時刻情報のうちの１つ以上を含む特徴点に基づいて、前記第１心血管特徴及び前記第２心血管特徴を抽出し得る。
前記プロセッサは、前記第１変化傾向及び前記第２変化傾向に基づいて、収縮期血圧（ＳＢＰ）及び拡張期血圧（ＤＢＰ）を独立して推定し得る。
前記プロセッサは、前記第１心血管特徴を第３心血管特徴にスケーリングし、前記第２心血管特徴を第４心血管特徴にスケーリングし、前記第３心血管特徴に基づいて前記収縮期血圧を推定し、前記第４心血管特徴に基づいて前記拡張期血圧を推定し得る。
前記第１心血管特徴は、心拍出量であり、前記第２心血管特徴は、総血管抵抗であり得る。
前記プロセッサは、前記心拍出量を第１心拍出量及び第２心拍出量にスケーリングし、前記総血管抵抗を第１総血管抵抗及び第２総血管抵抗にスケーリングし、前記第１心拍出量及び前記第１総血管抵抗を線形結合して収縮期血圧を推定し、前記第２心拍出量及び前記第２総血管抵抗を線形結合して拡張期血圧を推定し得る。
前記プロセッサは、前記第１心拍出量及び前記第１総血管抵抗にそれぞれ第１心拍出量加重値及び第１総血管抵抗加重値を付与した後に線形結合し、前記第２心拍出量及び前記第２総血管抵抗にそれぞれ第２心拍出量加重値及び第２総血管抵抗加重値を付与した後に線形結合し得る。
前記プロセッサは、前記第１心拍出量及び前記第１総血管抵抗を線形結合した結果に所定の第１スケーリング要素を適用して収縮期血圧を推定し、前記第２心拍出量及び前記第２総血管抵抗を線形結合した結果に所定の第２スケーリング要素を適用して拡張期血圧を推定し得る。
前記プロセッサは、前記第１変化傾向及び前記第２変化傾向に基づいて、それぞれ前記第１心血管特徴及び前記第２心血管特徴のスケーリング程度を決定し得る。
前記プロセッサは、前記第１変化傾向が増加する場合、前記心拍出量の増加によって、前記第１心拍出量の増加率に対して前記第２心拍出量の増加率を同一にするか又は減少させ得る。
前記プロセッサは、前記第２変化傾向が減少する場合、前記総血管抵抗の減少によって、前記第１総血管抵抗の減少率に対して前記第２総血管抵抗の減少率を同一にするか又は増加させ得る。
前記血圧推定装置は、前記プロセッサの血圧推定結果を出力する出力部を更に含み得る。

上記目的を達成するためになされた本発明の一態様による血圧推定方法は、被検体の生体信号を獲得する段階と、前記生体信号に基づいて第１心血管特徴及び第２心血管特徴を抽出する段階と、第１基準心血管特徴に比べて前記第１心血管特徴の第１変化傾向、及び第２基準心血管特徴に比べて前記第２心血管特徴の第２変化傾向に基づいて血圧を推定する段階と、を有し、前記第１変化傾向及び前記第２変化傾向は、互いに独立する。

前記生体信号は、光電容積脈波（ＰＰＧ）、心電図（ＥＣＧ）、筋電図（ＥＭＧ）、及び心臓弾動図（ＢＣＧ）のうちの１つ以上を含み得る。
前記第１心血管特徴は、心拍出量であり、前記第２心血管特徴は、総血管抵抗であり得る。
前記第１心血管特徴及び第２心血管特徴を抽出する段階は、前記生体信号から心拍情報、前記生体信号の波形の形態、前記生体信号の最大点の時刻及び振幅、前記生体信号の最小点の時刻及び振幅、前記生体信号の波形の面積、前記生体信号の時間経過、前記生体信号を構成する構成パルス波形の振幅及び時刻情報、並びに抽出された２つ以上の特徴点の間の内分点のうちの１つ以上を含む特徴点に基づいて、前記第１心血管特徴及び前記第２心血管特徴を抽出し得る。
前記血圧を推定する段階は、前記第１変化傾向及び前記第２変化傾向に基づいて、収縮期血圧（ＳＢＰ）及び拡張期血圧（ＤＢＰ）を独立して推定し得る。
前記血圧推定方法は、前記心拍出量を第１心拍出量及び第２心拍出量にスケーリングし、前記総血管抵抗を第１総血管抵抗及び第２総血管抵抗にスケーリングする段階を更に含み、前記血圧を推定する段階は、前記第１心拍出量及び前記第１総血管抵抗を線形結合して収縮期血圧を推定し、前記第２心拍出量及び前記第２総血管抵抗を線形結合して拡張期血圧を推定し得る。
前記心拍出量及び前記総血管抵抗をスケーリングする段階は、前記第１変化傾向及び前記第２変化傾向に基づいて、それぞれ前記第１心血管特徴及び前記第２心血管特徴のスケーリング程度を決定し得る。
前記スケーリングする段階は、前記第１変化傾向が増加する場合、前記心拍出量の増加によって、前記第１心拍出量の増加率に対して前記第２心拍出量の増加率を同一にするか又は減少させ得る。
前記スケーリングする段階は、前記第２変化傾向が減少する場合、前記総血管抵抗の減少によって、前記第１総血管抵抗の減少率に対して前記第２総血管抵抗の減少率を同一にするか又は増加させ得る。
前記血圧推定方法は、前記推定された血圧の結果を出力する段階を更に含み得る。

上記目的を達成するためになされた本発明の一態様によるウェアラブル機器は、被検体に着用される本体と、前記本体の両端に連結され、被検体を取り囲んだ状態で本体を被検体に固定するストラップと、前記本体に装着されて被検体から生体信号を獲得するセンサーと、前記測定された生体信号に基づいて第１心血管特徴及び第２心血管特徴を抽出し、第１基準心血管特徴に比べて前記第１心血管特徴の第１変化傾向、及び第２基準心血管特徴に比べて前記第２心血管特徴の第２変化傾向に基づいて血圧を推定するプロセッサと、を備え、前記第１変化傾向及び前記第２変化傾向は、互いに独立する。

前記センサーは、光電容積脈波（ＰＰＧ）センサー、心電図（ＥＣＧ）センサー、筋電図（ＥＭＧ）センサー、及び心臓弾動図（ＢＣＧ）センサーのうちの１つ以上を含み得る。
前記第１心血管特徴は、心拍出量であり、前記第２心血管特徴は、総血管抵抗であり得る。
前記プロセッサは、前記第１変化傾向及び前記第２変化傾向に基づいて、収縮期血圧（ＳＢＰ）及び拡張期血圧（ＤＢＰ）を独立して推定し得る。
前記プロセッサは、前記第１心血管特徴を第３心血管特徴にスケーリングし、前記第２心血管特徴を第４心血管特徴にスケーリングし、前記第３心血管特徴に基づいて前記収縮期血圧を推定し、前記第４心血管特徴に基づいて前記拡張期血圧を推定し得る。
前記ウェアラブル機器は、前記プロセッサの血圧推定結果を出力する表示部を更に含み得る。
前記ウェアラブル機器は、前記プロセッサの血圧推定結果を外部機器に伝送する通信部を更に含みうる。

上記目的を達成するためになされた本発明の他の態様による被検体に着用されて被検体から血圧を推定するウェアラブル機器は、被検体から生体信号を獲得するセンサーと、前記獲得された生体信号に基づいて第１心血管特徴及び第２心血管特徴を抽出し、収縮期血圧を推定するための前記第１心血管特徴及び前記第２心血管特徴に対して互いに異なる第１スケーリング程度を決定し、拡張期血圧を推定するための前記第１心血管特徴及び前記第２心血管特徴に対して互いに異なる第２スケーリング程度を決定し、前記第１スケーリング程度が適用された第１心血管特徴の線形結合及び前記第２スケーリング程度が適用された第２心血管特徴の線形結合に基づいてそれぞれ収縮期血圧及び拡張期血圧を推定するプロセッサと、を備え、前記収縮期血圧及び前記拡張期血圧を推定するための前記第１心血管特徴及び前記第２心血管特徴に対する前記第１スケーリング程度及び前記第２スケーリング程度は、それぞれ前記第１心血管特徴及び前記第２心血管特徴の変化傾向に基づいて独立して決定される。

前記第１心血管特徴は、心拍出量であり、前記第２心血管特徴は、総血管抵抗であり得る。
前記プロセッサは、安定状態に比べて増加傾向を有する心拍出量に基づいて、前記拡張期血圧を推定するための心拍出量の第１スケーリング程度が前記収縮期血圧を推定するための心拍出量の第１スケーリング程度よりも更に小さくなるように決定し得る。
前記プロセッサは、安定状態に比べて減少傾向を有する総血管抵抗に基づいて、前記拡張期血圧を推定するための総血管抵抗の第２スケーリング程度が前記収縮期血圧を推定するための総血管抵抗の第２スケーリング程度よりも更に大きくなるように決定し得る。

本発明によれば、多様な生体信号から心拍出量や総血管抵抗などの心血管特徴を抽出し、抽出された心血管特徴を安定期の基準心血管特徴と比較して変化傾向を把握し、心血管特徴の変化傾向に基づいて収縮期血圧及び拡張期血圧を独立して推定することにより、血圧推定の正確度を向上させることができる。

一実施形態による血圧推定装置のブロック図である。 他の実施形態による血圧推定装置のブロック図である。 心血管特徴の変化傾向と血圧との相関関係を説明する図である。 心血管特徴の変化傾向と血圧との相関関係を説明する図である。 心血管特徴の変化傾向と血圧との相関関係を説明する図である。 心血管特徴の変化傾向と血圧との相関関係を説明する図である。 図１及び図２に示すプロセッサ構成のブロック図である。 心血管特徴の抽出及びスケーリングを説明する図である。 心血管特徴の抽出及びスケーリングを説明する図である。 心血管特徴の抽出及びスケーリングを説明する図である。 心血管特徴の抽出及びスケーリングを説明する図である。 一実施形態による血圧推定方法のフローチャートである。 一実施形態によるウェアラブル機器を説明する図である。 一実施形態によるウェアラブル機器を説明する図である。

本発明の実施形態の具体的な事項は、詳細な説明及び図面に含まれる。本明細書に記載の技術の利点及び特徴、そしてそれらを果たす方法は、図面と共に詳細に後述する実施形態を参照することで明確になる。明細書の全般に亘って同じ参照符号は、同じ構成要素を指称する。

第１、第２などの用語は多様な構成要素の説明に使われるが、構成要素は用語によって限定されるものではない。用語は、１つの構成要素を他の構成要素から区別する目的のみで使われる。単数の表現は、文脈上取り立てて明示しない限り、複数の表現を含む。また、ある部分がある構成要素を「含む」とする場合、これは特に取り立てて言及しない限り、他の構成要素を除外するものではなく、他の構成要素を更に含み得ることを意味する。また、明細書に記載の「…部」、「モジュール」などの用語は、少なくとも１つの機能や動作を処理する単位を意味し、これは、ハードウェア又はソフトウェアとして具現されるか、或いはハードウェアとソフトウェアとの組合せで具現される。

以下、本発明の血圧推定装置及び方法を実施するための形態の具体例を、図面を参照しながら詳細に説明する。

図１は、一実施形態による血圧推定装置のブロック図である。本実施形態の血圧推定装置１００は、スマートフォン、タブレットＰＣ、デスクトップＰＣ、ノート型パソコンなどの端末などに搭載されるか、又は独立したハードウェア機器として製作される。独立したハードウェア機器は、腕時計型、腕輪型、手首バンド型、指輪型、メガネ型、ヘアバンド型などの被検体に着用可能なウェアラブル機器であるが、これらに限定されるものではない。

図１を参照すると、血圧推定装置１００は、獲得部１１０及びプロセッサ１２０を含む。

獲得部１１０は、１つ以上のセンサーを含み、センサーを通じて被検体から多様な生体信号を測定する。１つ以上のセンサーは、光電容積脈波（ＰＰＧ）、心電図（ＥＣＧ）、筋電図（ＥＭＧ）、心臓弾動図（ＢＣＧ）などを測定するセンサーであるが、これらに限定されるものではない。

プロセッサ１２０は、獲得部１１０によって測定された生体信号に基づいて血圧を推定する。プロセッサ１２０は、獲得部１１０から生体信号が受信されると、生体信号から血圧に影響を及ぼす心血管特徴を抽出する。心血管特徴は、心拍出量（ＣＯ）や総血管抵抗（ＴＰＲ）などを含むが、これらに限定されるものではない。

プロセッサ１２０は、心血管特徴が抽出されると、基準心血管特徴、例えば心血管特徴の基準値に比べて抽出された心血管特徴の変化傾向又は変化パターンを把握し、心血管特徴の変化傾向に基づいて血圧を推定する。プロセッサ１２０は、収縮期血圧（ｓｙｓｔｏｌｉｃ ｂｌｏｏｄ ｐｒｅｓｓｕｒｅ：ＳＢＰ）及び拡張期血圧（ｄｉｓｔｏｌｉｃ ｂｌｏｏｄ ｐｒｅｓｓｕｒｅ：ＤＢＰ）を独立して推定する。心血管特徴の基準値は、安定状態から抽出された心血管特徴の値である。また、心血管特徴の変化傾向は、心血管特徴の基準値に比べて心血管特徴が全般的に変化する傾向を示す。

例えば、プロセッサ１２０は、各心血管特徴の変化傾向に基づいて、各心血管特徴を収縮期血圧用心血管特徴と拡張期血圧用心血管特徴とでスケーリングし、スケーリングされた収縮期血圧用心血管特徴と拡張期血圧用心血管特徴とを用いて、収縮期血圧及び拡張期血圧を独立して推定する。例えば、プロセッサ１２０は、収縮期血圧用と拡張期血圧用とでそれぞれスケーリングされた心血管特徴のそれぞれに加重値を付与した後、スケーリングされた心血管特徴を結合して、収縮期血圧及び拡張期血圧を推定する。例えば、プロセッサ１２０は、スケーリングされた心血管特徴を線形結合し、線形結果に基づいて収縮期血圧及び拡張期血圧をそれぞれ推定する。この際、線形結合結果に、心血管特徴全体のスケーリングを調節するためのスケーリング要素を適用し、その結果を用いて収縮期血圧及び拡張期血圧を推定する。

図２は、他の実施形態による血圧推定装置のブロック図である。

図２を参照すると、本実施形態による血圧推定装置２００は、獲得部１１０、プロセッサ１２０、通信部２１０、出力部２２０、及び保存部２３０を含む。獲得部１１０及びプロセッサ１２０は、図１を参照して説明したため、以下、残りの構成を中心に説明する。

通信部２１０は、プロセッサ１２０の制御によって、外部機器２５０と通信して血圧推定を協業する。一例として、通信部２１０は、外部機器２５０から生体信号を受信して獲得部１１０に伝達する。外部機器２５０は、光電容積脈波（ＰＰＧ）、心電図（ＥＣＧ）、筋電図（ＥＭＧ）、心臓弾動図（ＢＣＧ）などを測定するセンサーを含む。これを通じて、獲得部１１０には、最小限のセンサー、例えば光電容積脈波信号を測定するＰＰＧセンサーのみを搭載することにより、本体のサイズを減らす。図２に示す１つ以上の構成は、１つ以上のハードウェアで具現可能である。

また、通信部２１０は、プロセッサ１２０の制御によって、生体信号測定結果や血圧推定結果などを外部機器２５０に伝送し、外部機器２５０に血圧履歴管理や健康状態モニタリングを行わせる。ここで、外部機器２５０は、スマートフォン、タブレットＰＣ、デスクトップＰＣ、ノート型パソコン、医療機関の装置などを含むが、これらに制限されるものではない。

通信部２１０は、ブルートゥース（登録商標）（ｂｌｕｅｔｏｏｔｈ（登録商標））通信、ＢＬＥ（Ｂｌｕｅｔｏｏｔｈ（登録商標） Ｌｏｗ Ｅｎｅｒｇｙ）通信、近距離無線通信（Ｎｅａｒ Ｆｉｅｌｄ Ｃｏｍｍｕｎｉｃａｔｉｏｎ：ＮＦＣ）、ＷＬＡＮ通信、ジグビー（登録商標）（Ｚｉｇｂｅｅ（登録商標））通信、赤外線（Ｉｎｆｒａｒｅｄ Ｄａｔａ Ａｓｓｏｃｉａｔｉｏｎ：ＩｒＤＡ）通信、ＷＦＤ（Ｗｉ−Ｆｉ Ｄｉｒｅｃｔ）通信、ＵＷＢ（ｕｌｔｒａ−ｗｉｄｅｂａｎｄ）通信、Ａｎｔ＋通信、Ｗｉ−Ｆｉ通信、ＲＦＩＤ（Ｒａｄｉｏ Ｆｒｅｑｕｅｎｃｙ Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ）通信、３Ｇ通信、４Ｇ通信、５Ｇ通信などを用いて外部機器と通信する。しかし、これは一例に過ぎず、これらに限定されるものではない。

出力部２２０は、獲得された生体信号、血圧推定結果、血圧推定結果による警告などの付加情報を出力する。一例として、出力部２２０は、ディスプレイモジュール（例：ディスプレイ機器）を通じて各種の情報を視覚的にユーザに提供する。例えば、血圧推定結果を表示する際、推定された血圧が正常範囲を外れる場合に赤色で表示する方式などで強調することにより、ユーザに警告情報を表示する。他の例として、スピーカーモジュール（例：スピーカー）やハプティックモジュール（例：振動機又はハプティックモータ）などを通じて音声や振動、触感などの非視覚的な方式で各種の情報をユーザに提供する。

例えば、収縮期血圧及び拡張期血圧を音声、振動及び／又は触感で案内する。推定された血圧が正常範囲を外れる場合、音声、振動や触感を通じてユーザに健康状態に異常があることを案内する。例えば、出力部２２０は、音声を通じて正常範囲内にある収縮期血圧及び拡張期血圧をユーザに案内する。また、振動や触感を通じて正常範囲外にある収縮期血圧及び拡張期血圧を案内する。しかし、これは単純な例示であり、これに制限されるものではない。

出力部２２０は、１つ以上のハードウェア回路網として具現可能である。

保存部２３０は、基準情報、獲得された生体信号、血圧推定結果などを保存する。基準情報は、ユーザの年齢、性別、健康状態などのユーザ情報、又は血圧推定式のような推定モデルを含む。

保存部２３０は、フラッシュメモリタイプ（ｆｌａｓｈ ｍｅｍｏｒｙ ｔｙｐｅ）、ハードディスクタイプ（ｈａｒｄ ｄｉｓｋ ｔｙｐｅ）、マルチメディアカードマイクロタイプ（ｍｕｌｔｉｍｅｄｉａ ｃａｒｄ ｍｉｃｒｏ ｔｙｐｅ）、カードタイプのメモリ（例えば、ＳＤ又はＸＤメモリなど）、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ＳＲＡＭ（Ｓｔａｔｉｃ Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ＲＯＭ（Ｒｅａｄ−Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＥＥＰＲＯＭ（Ｅｌｅｃｔｒｉｃａｌｌｙ Ｅｒａｓａｂｌｅ Ｐｒｏｇｒａｍｍａｂｌｅ Ｒｅａｄ−Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＰＲＯＭ（Ｐｒｏｇｒａｍｍａｂｌｅ Ｒｅａｄ−Ｏｎｌｙ Ｍｅｍｏｒｙ）、磁気メモリ、磁気ディスク、光ディスクなどの記録媒体を含むが、これらに制限されるものではない。

図３Ａ〜図３Ｄは、心血管特徴の変化傾向と血圧との相関関係を説明する図である。

一般的に、平均血圧（ｍｅａｎ ｂｌｏｏｄ ｐｒｅｓｓｕｒｅ：ＭＢＰ）は、下記の数式１のように心拍出量と総血管抵抗とに比例する。

ここで、ΔＭＢＰは、左心室と右心房との平均血圧差を示し、一般的に、右心房平均血圧の場合、３〜５ｍｍＨｇを超えず、左心室平均血圧又は上腕平均血圧に類似する値を有する。

一般的に、収縮期血圧及び拡張期血圧は、このように算出された平均血圧の左右０．５〜０．７範囲内の値を使用する。しかし、収縮期血圧及び拡張期血圧は、血圧変化メカニズムによって、平均血圧の変化傾向に従わない分離現象が発生する虞がある。従って、血圧推定の正確度を向上させるために、血圧変化メカニズムによる影響を考慮して血圧を推定する必要がある。

図３Ａ及び図３Ｂは、血圧の多様な変化メカニズムによって、収縮期血圧及び拡張期血圧が変化する傾向を図示したものである。

図３Ａ及び図３Ｂを参照すると、血圧の変化に影響を与える多様なメカニズムによって、心拍出量、総血管抵抗、収縮期血圧、及び拡張期血圧の変化傾向を推定する。

一例として、血圧の変化メカニズムが無酸素運動又は等尺性運動である場合、安定期に比べて、心拍出量（ＣＯ）、総抵抗血管（ＴＰＲ）、収縮期血圧（ＳＢＰ）、拡張期血圧（ＤＢＰ）のいずれも増加する傾向を示す。従って、心拍出量特徴（ｆ１）と総血管抵抗特徴（ｆ２）とを組合せて血圧を推定する場合、心拍出量特徴（ｆ１）が増加し、総血管抵抗特徴（ｆ２）が同様に保持されるか又は無意味に増加する傾向を示す時、プロセッサ１２０は、無酸素運動又は等尺性運動状態を決定し、心拍出量特徴（ｆ１）と総血管抵抗特徴（ｆ２）との組合せ結果に比例する収縮期血圧及び拡張期血圧を推定する。

他の例として、血圧の変化メカニズムが有酸素運動である場合、安定期に比べて、心拍出量（ＣＯ）及び収縮期血圧（ＳＢＰ）は増加する傾向を示すが、総血管抵抗（ＴＰＲ）及び拡張期血圧（ＤＢＰ）は減少する傾向を示す。従って、心拍出量特徴（ｆ１）と総血管抵抗特徴（ｆ２）とを組合せて血圧を推定する場合、心拍出量特徴（ｆ１）が非常に大きな幅に増加し、総血管抵抗特徴（ｆ２）が減少する傾向を示す時、収縮期血圧は多少大きな幅に増加するが、拡張期血圧は心拍出量特徴（ｆ１）の増加に比べて相対的にその増加する程度が小さくなる。

他の例として、血圧の変化メカニズムがアルコールである場合、安定期に比べて、心拍出量（ＣＯ）は増加するが、総血管抵抗（ＴＰＲ）、収縮期血圧（ＳＢＰ）、及び拡張期血圧（ＤＢＰ）はいずれも減少する傾向を示す。従って、心拍出量特徴（ｆ１）と総血管抵抗特徴（ｆ２）とを組合せて血圧を推定する場合、心拍出量特徴（ｆ１）の増加程度が総血管抵抗特徴（ｆ２）の減少程度よりも大きい時、心拍出量特徴（ｆ１）と総血管抵抗特徴（ｆ２）とを組合せた結果は増加傾向を示しても、収縮期血圧及び拡張期血圧は減少する傾向を示す。ここで、拡張期血圧の減少程度は収縮期血圧よりも相対的に大きい。

更に他の例として、血圧の変化メカニズムが息こらえである場合、心拍出量特徴（ｆ１）と総血管抵抗特徴（ｆ２）とを組合せて血圧を推定する場合、総血管抵抗特徴（ｆ２）が増加し、心拍出量特徴（ｆ１）が同様に保持される時、収縮期血圧及び拡張期血圧は、いずれもその組合せ結果に比例する。

図３Ｃは、心拍出量の変化による収縮期血圧及び拡張期血圧の変化傾向を図示したものであり、図３Ｄは、総血管抵抗の変化による収縮期血圧及び拡張期血圧の変化傾向を図示したものである。

図３Ｃを参照すると、心拍出量（ＣＯ）が増加又は減少する時、収縮期血圧（ＳＢＰ）及び拡張期血圧（ＤＢＰ）は、いずれも同じ変化傾向を示す。心拍出量が安定期に比べて減少する時、収縮期血圧及び拡張期血圧は、同様に減少する変化傾向を示す。しかし、心拍出量が安定期に比べて次第に増加する時、拡張期血圧の増加程度は、収縮期血圧の増加程度よりも次第に小さくなる傾向を示す。即ち、心拍出量（ｘ軸）が次第に増加する時、拡張期血圧（ｙ軸）の増加程度は次第に小さくなり、心拍出量（ｙ軸）が次第に増加する時、収縮期血圧（ｘ軸）の増加程度は次第に大きくなる傾向を示す。

図３Ｄを参照すると、総血管抵抗（ＴＰＲ）が増加又は減少する時、収縮期血圧（ＳＢＰ）及び拡張期血圧（ＤＢＰ）は、いずれも同じ変化傾向を示す。しかし、総血管抵抗が安定期に比べて次第に減少する時、拡張期血圧の減少程度は、収縮期血圧の減少程度よりも次第に大きくなる傾向を示す。即ち、心拍出量（ｘ軸）が次第に減少する時、拡張期血圧（ｙ軸）の減少程度は次第に大きくなり、心拍出量（ｙ軸）が次第に減少する時、収縮期血圧（ｘ軸）の減少程度は次第に小さくなる傾向を示す。

このように、血圧変化メカニズムによって心拍出量や総血管抵抗のような心血管特徴と、収縮期血圧及び拡張期血圧の変化傾向は多様である。特に、収縮期血圧は心拍出量の変化に敏感であり、拡張期血圧は総血管抵抗の変化に更に敏感な反応を示す。従って、本実施形態によると、多様な生体信号から心拍出量や総血管抵抗などの心血管特徴を抽出し、抽出された心血管特徴を安定期の基準心血管特徴と比較して変化傾向を把握し、心血管特徴の変化傾向に基づいて収縮期血圧及び拡張期血圧を独立して推定することにより、血圧推定の正確度を向上させることができる。

図４は、図１及び図２に示すプロセッサ構成のブロック図である。図５Ａ〜図５Ｄは、心血管特徴の抽出及びスケーリングを説明する図である。図４〜図５Ｄを参照して、プロセッサ４００が、生体信号に基づいて血圧を推定する実施形態を説明する。

図４を参照すると、プロセッサ４００は、特徴点抽出部４１０、特徴抽出部４２０、スケーリング部４３０、及び血圧推定部４４０を含む。

特徴点抽出部４１０は、多様な生体信号から血圧推定のための特徴点を抽出する。特徴点は、心拍情報、生体信号の波形の形態、生体信号の最大点の時刻及び振幅、生体信号の最小点の時刻及び振幅、生体信号波形の面積、生体信号の時間経過、生体信号を構成する構成パルス波形の振幅及び時刻情報、２つ以上の特徴点の間の内分点のうちの１つ以上を含むが、これらに制限されるものではない。

図５Ａは、被検体から獲得された生体信号のうちの脈波信号を例示したものである。図５Ａを参照して、特徴点抽出部４１０が、脈波信号から特徴点を抽出する例を説明する。

一般的に、脈波信号は、心臓から出発して身体末端部に向かう進行波（ｐｒｏｐａｇａｔｉｏｎ ｗａｖｅ）と末端部から再び戻ってくる反射波（ｒｅｆｅｌｅｃｔｉｏｎ ｗａｖｅ）との重畳信号で構成される。図５Ａは、被検体から獲得された脈波信号（ＰＳ）の波形が５個の構成パルス、例えば進行波（ｆｗ）と反射波（ｒｗ１、ｒｗ２、ｒｗ３、ｒｗ４）との重畳信号からなるものを例示する。

特徴点抽出部４１０は、このように脈波信号（ＰＳ）の構成パルス波形（ｆｗ、ｒｗ１、ｆｗ２、ｒｗ３、ｒｗ４）を分析して特徴点を抽出する。一般的に、血圧を推定するために、三番目までの構成パルスが主に使われる。その後のパルスは、通常、人によって観測されない場合もあり、ノイズ（ｎｏｉｓｅ）のために、検知が困難であり、血圧推定との相関度も低い場合もある。

一例として、特徴点抽出部４１０は、最初から三番目までの構成パルス波形（ｆｗ、ｒｗ１、ｒｗ２）の最大地点の時刻（ｔ_１、ｔ_２、ｔ_３）及び振幅（Ｐ_１、Ｐ_２、Ｐ_３）を特徴点として抽出する。特徴点抽出部４１０は、脈波信号（ＰＳ）が獲得されると、獲得された脈波信号（ＰＳ）を２次微分し、２次微分信号を用いて構成パルス波形（ｆｗ、ｒｗ１、ｒｗ２）の最大地点の時刻（ｔ_１、ｔ_２、ｔ_３）及び振幅（Ｐ_１、Ｐ_２、Ｐ_３）を抽出する。例えば、２次微分信号でローカル最小地点（ｌｏｃａｌ ｍｉｎｉｍｕｍ ｐｏｉｎｔ）を探索して最初から三番目までのローカル最小地点に該当する時刻（ｔ_１、ｔ_２、ｔ_３）を抽出し、脈波信号（ＰＳ）からその時刻（ｔ_１、ｔ_２、ｔ_３）に対応する振幅（Ｐ_１、Ｐ_２、Ｐ_３）を抽出する。ここで、ローカル最小地点は、２次微分信号の一部区間を観察した時、信号が減少しながら特定地点を中心に再び増加する形態、即ち下向きに凸状（言い換えると、凹状）を有する地点を意味する。

他の例として、特徴点抽出部４１０は、脈波信号（ＰＳ）の所定区間で振幅が最大である地点の時刻（ｔ_ｍａｘ）及び振幅（Ｐ_ｍａｘ）を特徴点として抽出する。ここで、所定区間は、血圧の収縮期区間を意味する脈波信号（ＰＳ）の最初から重複切痕（ｄｉｃｒｏｔｉｃ ｎｏｔｃｈ：ＤＮ）が発生した地点までを示す。

更に他の例として、特徴点抽出部４１０は、生体信号の全体測定時間を意味する時間経過（ＰＰＧ_ｄｕｒ）又は生体信号波形の面積（ＰＰＧ_ａｒｅａ）を特徴点として抽出する。この際、生体信号波形の面積は、生体信号波形の全体面積、又は全体時間経過（ＰＰＧ_ｄｕｒ）上の所定比率（例：７０％）に該当する生体信号波形の面積を意味する。

更に他の例として、特徴点抽出部４１０は、抽出された２つ以上の特徴点間の内分点を追加的な特徴点として抽出する。脈波信号が、動雑音、睡眠などの非理想的な環境によって脈波信号に不安定な波形が発生することで、特徴点が誤った位置から抽出される。このように、誤って抽出された特徴点の間の内分点を活用して血圧測定を補完する。

例えば、特徴点抽出部４１０は、先に血圧の収縮期区間で特徴点（ｔ_１、Ｐ_１）と（ｔ_ｍａｘ、Ｐ_ｍａｘ）とが抽出されると、２つの特徴点（ｔ_１、Ｐ_１）と（ｔ_ｍａｘ、Ｐ_ｍａｘ）との間の内分点（ｔ_ｓｙｓ、Ｐ_ｓｙｓ）を算出する。特徴点抽出部４１０は、２つの特徴点（ｔ_１、Ｐ_１）と（ｔ_ｍａｘ、Ｐ_ｍａｘ）との時刻値ｔ_１及びｔ_ｍａｘに加重値を付与し、加重値が付与されたそれぞれの時刻値を用いて内分点の時刻（ｔ_ｓｙｓ）を算出し、算出された内分点の時刻（ｔ_ｓｙｓ）に該当する振幅（Ｐ_ｓｙｓ）を抽出する。但し、これに限定されず、獲得された生体信号波形の分析を通じて、血圧の収縮期区間で最初と二番目の構成パルス波形（ｆｗ、ｒｗ１）に関連する特徴点（ｔ_１、Ｐ_１）と（ｔ_２、Ｐ_２）との間の内分点、血圧の拡張期区間で三番目と四番目の構成パルス波形（ｒｗ_２、ｒｗ_３）に関連する特徴点（ｔ_３、Ｐ_３）と（ｔ_４、Ｐ_４）との間の内分点などを更に算出する。

特徴抽出部４２０は、多様な生体信号から抽出された特徴点を組合せて心拍出量や総血管抵抗などの心血管特徴を抽出する。

図５Ｂは、心拍出量特徴と総血管抵抗特徴との候補を図示したものである。

例えば、図５Ｂを参照すると，特徴抽出部４２０は、（１）分当たり心拍数（ＨＲ）、（２）生体信号の面積（ＰＰＧ_ａｒｅａ）、（３）三番目の構成パルス波形（ｒｗ_２）が抽出された振幅（Ｐ_３）を血圧収縮期区間の最大振幅（Ｐ_ｍａｘ）で割った値（Ｐ３／Ｐｍａｘ）、（４）三番目の構成パルス波形（ｒｗ_２）が抽出された振幅（Ｐ_３）を内分点の振幅（Ｐ_ｓｙｓ）で割った値（Ｐ３／Ｐｓｙｓ）、（５）血圧収縮期区間の最大振幅（Ｐ_ｍａｘ）を生体信号波形の面積（ＰＰＧ_ａｒｅａ）で割った値（Ｐｍａｘ／ＰＰＧａｒｅａ）、（６）生体信号の時間経過（ＰＰＧ_ｄｕｒ）の逆数などを心拍出量（ＣＯ）特徴として抽出する。

他の例として、特徴抽出部４２０は、（１）三番目の構成パルス波形（ｒｗ_２）が抽出された時刻（Ｔ_３）から最初の構成パルス波形（ｆｗ）が抽出された時刻（Ｔ_１）を差引いた値の逆数、（２）三番目の構成パルス波形（ｒｗ_２）が抽出された時刻（Ｔ_３）から内分点の時刻（Ｔ_ｓｙｓ）を差引いた値の逆数、（３）三番目の構成パルス波形（ｒｗ_２）が抽出された時刻（Ｔ_３）から血圧収縮期区間の最大振幅（Ｐ_ｍａｘ）に該当する時刻（Ｔ_ｍａｘ）を差引いた値の逆数、（４）二番目の構成パルス波形（ｒｗ_１）が抽出された時刻（Ｔ_２）から最初の構成パルス波形（ｆｗ）が抽出された時刻（Ｔ_１）を差引いた値の逆数、（５）二番目の構成パルス波形（ｒｗ_１）が抽出された振幅（Ｐ_２）を最初の構成パルス波形（ｆｗ）が抽出された振幅（Ｐ_１）で割った値、三番目の構成パルス波形（ｒｗ_２）が抽出された振幅（Ｐ_３）を最初の構成パルス波形（ｆｗ）が抽出された振幅（Ｐ_１）で割った値、（６）三番目の構成パルス波形（ｒｗ_２）が抽出された振幅（Ｐ_３）を最大振幅（Ｐ_ｍａｘ）で割った値、（７）三番目の構成パルス波形（ｒｗ_２）が抽出された振幅（Ｐ_３）を最初の構成パルス波形（ｆｗ）が抽出された振幅（Ｐ_１）で割った値、（８）生体信号の面積（ＰＰＧ_ａｒｅａ）などを総血管抵抗（ＴＰＲ）特徴として抽出する。但し、このような例示に制限されず、その他の多様な特徴点の組合せによって、心拍出量特徴や総血管抵抗特徴を抽出することができる。

スケーリング部４３０は、特徴抽出部４２０によって抽出された心血管特徴をその心血管特徴の変化傾向に基づいて、第１心血管特徴と第２心血管特徴とにスケーリングする。第１心血管特徴は収縮期血圧を推定するための心血管特徴であり、第２心血管特徴は拡張期血圧を推定するための心血管特徴である。スケーリング部４３０は、抽出された心血管特徴の種類（例：心拍出量又は総血管抵抗）及び変化傾向（例：増加又は減少）によって、第１心血管特徴と第２心血管特徴とのスケーリング程度を決定する。ここで、スケーリング程度は、ユーザ別に前処理過程を通じて予め定義される。例えば、スケーリング程度は、ユーザの特性又は以前の実験に基づいて、各ユーザ別に最適化される。

図５Ｃは、心拍出量によって、収縮期血圧を推定するための第１心血管特徴と拡張期血圧を推定するための第２心血管特徴とのスケーリングを例示したものである。一例として、上述したように、心拍出量が増加する時、心拍出量特徴は、拡張期血圧に比べて収縮期血圧に及ぼす影響が更に大きい。従って、図５Ｃを参照すると、心拍出量が増加する区間（ｘ＞１）に対して、収縮期血圧を推定するための第１心血管特徴（例：第１心拍出量）のスケーリング程度がｙ＝ｘの数式で定義される場合、拡張期血圧を推定するための第２心拍出量のスケーリング程度が収縮期血圧を推定するための第１心拍出量の増加率よりも下になるように、第２心血管特徴（例：第２心拍出量）のスケーリング程度は、ｙ＝ｘ、ｙ＝２＊ｓｑｒｔ（ｘ）−１、ｙ＝ｌｎ（ｘ）、及びｙ＝ｓｑｒｔ（ｘ）のうちの何れか１つとして定義される。

また、心拍出量が減少する区間（０≦ｘ≦１）に対して、第１心拍出量と第２心拍出量とのスケーリング程度は、同じ数式（例：ｙ＝ｘ）として定義される。但し、例示した関数式は、一例に過ぎず、特に制限されるものではない。なお、図５Ｃで、ｘ軸はスケーリング前の心拍出量を示し、ｙ軸はスケーリング数式によってスケーリングされた後の心拍出量を示す。

第１心血管特徴のスケーリング程度を決定するための数式と第２心血管特徴のスケーリング程度を決定するための数式は、血圧推定装置に予め設定され、今後必要な場合に修正又は調節される。

図５Ｄは、総血管抵抗によって、収縮期血圧を推定するための第１心血管特徴と拡張期血圧を推定するための第２心血管特徴とをスケーリングする例を図示したものである。上述したように、総血管抵抗が減少する時、総血管抵抗は、収縮期血圧に比べて拡張期血圧に及ぼす影響が更に大きい。従って、図５Ｄを参照すると、総血管抵抗が減少する区間（０≦ｘ≦１）に対して、収縮期血圧を推定するための第１心血管特徴（例：第１総血管抵抗）のスケーリング程度がｙ＝ｘの数式で定義される場合、拡張期血圧を推定するための第２総血管抵抗のスケーリング程度が収縮期血圧を推定するための第１総血管抵抗減少率よりも上になるように、拡張期血圧を推定するための第２心血管特徴（例：第２総血管抵抗）のスケーリング程度は、ｙ＝ｘ、ｙ＝２＊ｘ−１、ｙ＝−１／ｘ＋２、及びｙ＝ｌｎ（ｘ）＋１のうちの何れか１つとして予め定義される。また、総血管抵抗が増加する区間（ｘ＞１）に対して、第１総血管抵抗と第２総血管抵抗とのスケーリング程度は、同じ数式（例：ｙ＝ｘ）として定義される。但し、例示した関数式は、一例に過ぎず、特に制限されるものではない。なお、図５Ｄで、ｘ軸はスケーリング前の総血管抵抗を示し、ｙ軸はスケーリング数式によってスケーリングされた後の総血管抵抗を示す。

血圧推定部４４０は、スケーリング部４３０によって、心血管特徴が第１心血管特徴と第２心血管特徴とにスケーリングされた場合、第１心血管特徴と第２心血管特徴とをそれぞれ収縮期血圧推定モデル及び拡張期血圧推定モデルに入力して、収縮期血圧及び拡張期血圧を独立して推定する。例えば、収縮期血圧推定モデル及び拡張期血圧推定モデルは、下記の数式２〜数式４のような関数式の形態であるが、これに制限されるものではない。

数式２は、血圧推定モデルの一例としての関数式を示す。ここで、ＳＢＰ_ｅｓｔは、収縮期血圧推定値を意味する。Ｆ_{ＣＯ＿ＳＢＰ}はスケーリングされた第１心拍出量、Ｆ_{ＴＰＲ＿ＳＢＰ}はスケーリングされた第１総血管抵抗を意味し、Ａ_{ＣＯ＿ＳＢＰ}は収縮期血圧用の第１心拍出量加重値、Ａ_{ＴＰＲ＿ＳＢＰ}は収縮期血圧用の第１総血管抵抗加重値を意味する。Ｂ_ＳＢＰは、収縮期血圧オフセットを意味する。また、ＤＢＰ_ｅｓｔは、拡張期血圧推定値を意味する。Ｆ_{ＣＯ＿ＤＢＰ}はスケーリングされた第２心拍出量、Ｆ_{ＴＲＰ＿ＤＢＰ}はスケーリングされた第２総血管抵抗を意味し、Ａ_{ＣＯ＿ＤＢＰ}は拡張期血圧用の第２心拍出量加重値、Ａ_{ＴＰＲ＿ＤＢＰ}は拡張期血圧用の第２総血管抵抗加重値を意味する。Ｂ_ＤＢＰは、拡張期血圧オフセットを意味する。

血圧推定部４４０は、数式２に例示したように、スケーリングされた第１心拍出量及び第１総血管抵抗のそれぞれに第１心拍出量加重値及び第２心拍出量加重値を付与した後、収縮期血圧を推定する。同様に、血圧推定部４４０は、スケーリングされた第１心拍出量及び第１総血管抵抗のそれぞれに第１心拍出量加重値及び第２心拍出量加重値を付与した後、収縮期血圧を推定する。

数式３は、血圧推定モデルの他の例としての関数式を示す。ρ_ＳＢＰは心血管特徴の全体スケーリングを調節するための収縮期血圧用スケーリング要素を意味し、ρ_ＤＢＰは心血管特徴の全体スケーリングを調節するための拡張期血圧用スケーリング要素を意味する。

数式４は、血圧推定モデルの更に他の例の関数式を示したものである。ここで、Ａ_ＳＢＰは収縮期血圧用係数、Ａ_ＤＢＰは拡張期血圧用係数を意味する。

図６は、一実施形態による血圧推定方法のフローチャートである。

図６は、図１又は図２の実施形態による血圧推定方法の一実施形態であって、上述した内容は、以下、重複説明を避けるために、簡単に説明する。

先ず、血圧推定装置は、血圧推定要請を受信する（段階６１０）。血圧推定装置は、ユーザにインターフェースを提供し、ユーザがインターフェースを通じて入力した血圧推定要請を受信する。或いは、血圧推定装置は、外部機器と通信接続し、外部機器から血圧推定要請を受信する。外部機器は、ユーザが携帯するスマートフォンやタブレットＰＣなどであり、ユーザは、よりインターフェース性能やコンピューティング性能に優れた機器を通じて血圧推定装置の動作を制御することができる。

次に、血圧推定装置は、血圧推定のために、内部に搭載されたセンサーを制御して被検体から生体信号を獲得するか、或いは外部センサーから生体信号を受信する（段階６２０）。血圧推定装置に搭載されたセンサー、及び外部センサーは、被検体の多様な部位（例：手首、胸、指など）でＰＰＧ信号、ＥＣＧ信号、ＥＭＧ信号、ＢＣＧ信号などの多様な生体信号を獲得する。

次に、獲得された生体信号を分析して特徴点を抽出する（段階６３０）。特徴点は、心拍情報、生体信号の波形の形態、生体信号の最大点の時刻及び振幅、生体信号の最小点の時刻及び振幅、生体信号波形の面積、生体信号の時間経過、生体信号を構成する構成パルス波形の振幅及び時刻情報、２つ以上の特徴点の間の内分点などを含む。

次に、抽出された特徴点に基づいて心血管特徴を抽出する（段階６４０）。心血管特徴は、心拍出量特徴及び総血管抵抗特徴を含む。例えば、血圧推定装置は、図５Ｂに示したように、抽出された特徴点をそのまま利用するか、又は２つ以上を組合せて心血管特徴を抽出する。

次に、血圧推定装置は、抽出された心血管特徴を、収縮期血圧を推定するための第１心血管特徴にスケーリングする（段階６５０）。心拍出量特徴及び総血管抵抗特徴のそれぞれの変化傾向が収縮期血圧に及ぼす相関関係を考慮して、既定のスケーリング程度に基づいて第１心拍出量特徴及び第１総血管抵抗特徴にスケーリングする。

また、血圧推定装置は、抽出された心血管特徴を、拡張期血圧を推定するための第２心血管特徴にスケーリングする（段階６６０）。心拍出量特徴及び総血管抵抗特徴のそれぞれの変化傾向が拡張期血圧に及ぼす相関関係を考慮して、既定のスケーリング程度に基づいて第２心拍出量特徴及び第２総血管抵抗特徴にスケーリングする。

例えば、心拍出量が増加する時、心拍出量特徴は、拡張期血圧に比べて収縮期血圧に及ぼす影響が更に大きいため、心拍出量特徴が増加する変化傾向である場合、第２心拍出量特徴は、第１心拍出量特徴に比べてその増加率が同じか又は小さくなるようにスケーリングする。また、総血管抵抗が減少する時、総血管抵抗特徴は、収縮期血圧に比べて拡張期血圧に及ぼす影響が更に大きいため、総血管抵抗特徴が減少する傾向である場合、第２総血管抵抗は、第１総血管抵抗特徴に比べてその減少率が大きいか又は同じようにスケーリングする。

次に、血圧推定装置は、第１心血管特徴を用いて収縮期血圧を推定し（段階６７０）、第２心血管特徴を用いて拡張期血圧を推定する（段階６８０）。例えば、第１心血管特徴及び第２心血管特徴を、上記数式２〜数式４のような収縮期血圧推定モデル及び拡張期血圧推定モデルに入力して、収縮期血圧及び拡張期血圧を独立して推定する。

次に、血圧推定装置は、獲得された生体信号、血圧推定結果、血圧推定結果による警告などの付加情報などを出力してユーザに提供する（段階６９０）。例えば、ディスプレイモジュールを通じて視覚的に血圧推定結果を出力し、血圧推定結果を表示する時に推定された血圧が正常範囲を外れる場合、赤色で表示する方式などで強調することにより、ユーザに警告情報を共に提供する。或いは、スピーカーモジュールを通じて血圧推定結果を音声で出力し、推定された血圧が正常範囲を外れる場合、ハプティックモジュールを通じて振動や触感でユーザに健康状態に異常があることを案内する。

図７Ａ及び図７Ｂは、一実施形態によるウェアラブル機器を説明する図である。上述した血圧推定装置の多様な実施形態は、図示したように、手首に着用するスマートウォッチやスマートバンド型ウェアラブル機器に搭載される。但し、これは、説明の便宜上、１つの例示に過ぎないため、ウェアラブル機器の形態において、特にこれに制限されるものではない。

図７Ａ及び図７Ｂを参照すると、ウェアラブル機器７００は、機器本体７１０と、ストラップ７２０と、を含む。

ストラップ７２０は、フレキシブルに構成され、ユーザの手首を取り囲む形態で曲げられるか又はユーザの手首から分離される形態で曲げられる。或いは、ストラップ７２０は、分離されないバンド形態で構成される。ストラップ７２０は、手首に加えられる圧力の変化によって弾性を有するように内部に空気が注入されるか又は空気袋を含み、本体７１０に手首の圧力変化を伝達する。

本体７１０又はストラップ７２０の内部には、ウェアラブル機器に電源を供給するバッテリが内蔵される。

本体７１０の内部には、多様な生体信号を測定する１つ以上のセンサーが搭載される。例えば、被検体（ＯＢＪ）、例えば手首部位が接触する本体７１０の裏面に脈波センサー７１１が被検体（ＯＢＪ）に露出される形態で装着される。脈波センサー７１１は、被検体（ＯＢＪ）に光を照射する光源７１１ａと、被検体（ＯＢＪ）からの散乱又は反射光を検出して脈波信号を測定するディテクター７１１ｂと、を含む。光源７１１ａは、ＬＥＤ（ｌｉｇｈｔ ｅｍｉｔｔｉｎｇ ｄｉｏｄｅ）、レーザダイオード（ｌａｓｅｒ ｄｉｏｄｅ）、及び蛍光体のうちの少なくとも１つを含み、１つ又は２つ以上のアレイで形成される。２つ以上のアレイで形成される光源は、互いに異なる波長の光を照射するように形成される。また、ディテクターは、フォトダイオード（ｐｈｏｔｏｄｉｏｄｅ）、イメージセンサーなどを含み、１つ又は２つ以上のアレイで形成される。

ウェアラブル機器７００の本体７１０には、脈波センサー７１１及び／又は外部センサーから受信された生体信号に基づいて血圧を推定するプロセッサ７１２が実装される。プロセッサ７１２は、ユーザの血圧推定要請に応じて、制御信号を生成して脈波センサー７１１を制御し、必要な場合、通信部７１３を制御して外部センサーから生体信号を受信する。

通信部７１３は、本体７１０の内部に搭載され、プロセッサ７１２の制御によって外部機器と通信し、必要な情報を送受信する。例えば、通信部７１３は、生体信号を測定する外部センサー、例えばＥＣＧセンサー、ＥＭＧセンサー、ＢＣＧセンサーなどから生体信号を受信する。また、ユーザの携帯端末から血圧推定要請を受信する。また、抽出された特徴点や特徴情報を外部機器に伝送して血圧を推定させる。また、血圧推定結果を外部機器に伝送してユーザに表示させるか、又は血圧履歴管理、疾病研究などの多様な目的として活用させる。また、外部機器から血圧推定モデルや心血管特徴別のスケーリング数式のような基準情報を受信する。

プロセッサ７１２は、脈波センサー７１１及び／又は外部センサーから生体信号が受信されると、受信された生体信号から特徴点を抽出する。例えば、脈波信号が受信されると、上述したように、脈波信号を構成する構成パルス波形を分析して、各構成パルス波形の最大点の時刻及び振幅、血圧の収縮期区間で振幅が最大である地点の時刻及び振幅、脈波信号の時間経過、脈波信号波形の面積などを特徴点として抽出する。

プロセッサ７１２は、特徴点が抽出されると、図５Ｂに例示したように、特徴点を組合せて心血管特徴、例えば心拍出量特徴及び総血管抵抗特徴を抽出する。

プロセッサ７１２は、心血管特徴を収縮期血圧用心血管特徴と拡張期血圧用心血管特徴とにスケーリングし、収縮期血圧用心血管特徴と拡張期血圧用心血管特徴とをそれぞれ用いて収縮期血圧と拡張期血圧とを独立して推定する。収縮期血圧用心血管特徴のスケーリング程度、及び拡張期血圧用心血管特徴のスケーリング程度は、心血管特徴、例えば心拍出量特徴及び総血管抵抗特徴の変化傾向が収縮期血圧及び拡張期血圧に及ぼす相関関係を考慮して予め定義される。

プロセッサ７１２は、血圧推定結果、血圧履歴情報、及び血圧を測定するために使われた生体信号、抽出された特徴点、スケーリング前後の心血管特徴などを保存装置に保管する。

ウェアラブル機器７００は、本体７１０に装着された操作部７１５と表示部７１４とを更に含む。

操作部７１５は、ユーザの制御命令を受信してプロセッサ７１２に伝達し、ウェアラブル機器７００の電源をオン／オフさせる命令を入力するための電源ボタンを含む。

表示部７１４は、プロセッサ７１２の制御によって検出された血圧に関連する多様な情報をユーザに提供する。例えば、表示部７１４は、検出された血圧、アラーム、警告などの追加情報を多様な視覚的／非視覚的な方式でユーザに提供する。

一方、本実施形態は、コンピュータ読み取り可能な記録媒体にコンピュータ読み取り可能なプログラムコードとして具現される。コンピュータ読み取り可能な記録媒体は、コンピュータシステムによって読み取られるデータが保存されるあらゆる種類の記録装置を含む。

コンピュータ読み取り可能な記録媒体の例としては、ＲＯＭ、ＲＡＭ、ＣＤ−ＲＯＭ、磁気テープ、フロッピー（登録商標）ディスク、光データ保存装置などがあり、またキャリアウェーブ（例えば、インターネットを介した伝送）の形態で具現されるものを含む。また、コンピュータ読み取り可能な記録媒体は、ネットワークで連結されたコンピュータシステムに分散されて、分散方式でコンピュータ読み取り可能なプログラムコードとして保存されて実行される。そして、本実施形態を具現するための機能的な（ｆｕｎｃｔｉｏｎａｌ）プログラムコード及びコードセグメントは、当該技術分野のプログラマーによって容易に推論される。

以上、本発明の実施形態について図面を参照しながら詳細に説明したが、本発明は、上述の実施形態に限定されるものではなく、本発明の技術的範囲から逸脱しない範囲内で多様に変更実施することが可能である。

本発明は、血圧推定装置及び方法関連の技術分野に適用可能である。

１００、２００ 血圧推定装置
１１０ 獲得部
１２０、４００、７１２ プロセッサ
２１０、７１３ 通信部
２２０ 出力部
２３０ 保存部
２５０ 外部機器
４１０ 特徴点抽出部
４２０ 特徴抽出部
４３０ スケーリング部
４４０ 血圧推定部
７００ ウェアラブル機器
７１０ 機器本体
７１１ 脈波センサー
７１１ａ 光源
７１１ｂ ディテクター
７１４ 表示部
７１５ 操作部
７２０ ストラップ

Claims (36)

1. 被検体の生体信号を獲得するセンサーと、
   前記生体信号に基づいて第１心血管特徴及び第２心血管特徴を抽出し、第１基準心血管特徴に比べて前記第１心血管特徴の第１変化傾向、及び第２基準心血管特徴に比べて前記第２心血管特徴の第２変化傾向に基づいて血圧を推定するプロセッサと、を備え、
   前記第１変化傾向及び前記第２変化傾向は、互いに独立することを特徴とする血圧推定装置。
2. 前記生体信号は、光電容積脈波（ＰＰＧ）、心電図（ＥＣＧ）、筋電図（ＥＭＧ）、及び心臓弾動図（ＢＣＧ）のうちの１つ以上を含むことを特徴とする請求項１に記載の血圧推定装置。
3. 前記センサーは、前記生体信号を獲得する複数のセンサーを含むことを特徴とする請求項２に記載の血圧推定装置。
4. 外部機器から生体信号を受信する通信部を更に含むことを特徴とする請求項１に記載の血圧推定装置。
5. 前記プロセッサは、前記生体信号から心拍情報、前記生体信号の波形の形態、前記生体信号の最大点の時刻及び振幅、前記生体信号の最小点の時刻及び振幅、前記生体信号の波形の面積、並びに前記生体信号を構成する構成パルス波形の振幅及び時刻情報のうちの１つ以上を含む特徴点に基づいて、前記第１心血管特徴及び前記第２心血管特徴を抽出することを特徴とする請求項１に記載の血圧推定装置。
6. 前記プロセッサは、前記第１変化傾向及び前記第２変化傾向に基づいて、収縮期血圧（ＳＢＰ）及び拡張期血圧（ＤＢＰ）を独立して推定することを特徴とする請求項１に記載の血圧推定装置。
7. 前記プロセッサは、
   前記第１心血管特徴を第３心血管特徴にスケーリングし、
   前記第２心血管特徴を第４心血管特徴にスケーリングし、
   前記第３心血管特徴に基づいて前記収縮期血圧を推定し、
   前記第４心血管特徴に基づいて前記拡張期血圧を推定することを特徴とする請求項６に記載の血圧推定装置。
8. 前記第１心血管特徴は、心拍出量であり、
   前記第２心血管特徴は、総血管抵抗であることを特徴とする請求項１又は７に記載の血圧推定装置。
9. 前記プロセッサは、
   前記心拍出量を第１心拍出量及び第２心拍出量にスケーリングし、
   前記総血管抵抗を第１総血管抵抗及び第２総血管抵抗にスケーリングし、
   前記第１心拍出量及び前記第１総血管抵抗を線形結合して収縮期血圧を推定し、
   前記第２心拍出量及び前記第２総血管抵抗を線形結合して拡張期血圧を推定することを特徴とする請求項８に記載の血圧推定装置。
10. 前記プロセッサは、
    前記第１心拍出量及び前記第１総血管抵抗にそれぞれ第１心拍出量加重値及び第１総血管抵抗加重値を付与した後に線形結合し、
    前記第２心拍出量及び前記第２総血管抵抗にそれぞれ第２心拍出量加重値及び第２総血管抵抗加重値を付与した後に線形結合することを特徴とする請求項９に記載の血圧推定装置。
11. 前記プロセッサは、
    前記第１心拍出量及び前記第１総血管抵抗を線形結合した結果に所定の第１スケーリング要素を適用して収縮期血圧を推定し、
    前記第２心拍出量及び前記第２総血管抵抗を線形結合した結果に所定の第２スケーリング要素を適用して拡張期血圧を推定することを特徴とする請求項９に記載の血圧推定装置。
12. 前記プロセッサは、前記第１変化傾向及び前記第２変化傾向に基づいて、それぞれ前記第１心血管特徴及び前記第２心血管特徴のスケーリング程度を決定することを特徴とする請求項７に記載の血圧推定装置。
13. 前記プロセッサは、前記第１変化傾向が増加する場合、前記心拍出量の増加によって、前記第１心拍出量の増加率に対して前記第２心拍出量の増加率を同一にするか又は減少させることを特徴とする請求項９に記載の血圧推定装置。
14. 前記プロセッサは、前記第２変化傾向が減少する場合、前記総血管抵抗の減少によって、前記第１総血管抵抗の減少率に対して前記第２総血管抵抗の減少率を同一にするか又は増加させることを特徴とする請求項９に記載の血圧推定装置。
15. 前記プロセッサの血圧推定結果を出力する出力部を更に含むことを特徴とする請求項１に記載の血圧推定装置。
16. 被検体の生体信号を獲得する段階と、
    前記生体信号に基づいて第１心血管特徴及び第２心血管特徴を抽出する段階と、
    第１基準心血管特徴に比べて前記第１心血管特徴の第１変化傾向、及び第２基準心血管特徴に比べて前記第２心血管特徴の第２変化傾向に基づいて血圧を推定する段階と、を有し、
    前記第１変化傾向及び前記第２変化傾向は、互いに独立することを特徴とする血圧推定方法。
17. 前記生体信号は、光電容積脈波（ＰＰＧ）、心電図（ＥＣＧ）、筋電図（ＥＭＧ）、及び心臓弾動図（ＢＣＧ）のうちの１つ以上を含むことを特徴とする請求項１６に記載の血圧推定方法。
18. 前記第１心血管特徴は、心拍出量であり、
    前記第２心血管特徴は、総血管抵抗であることを特徴とする請求項１６に記載の血圧推定方法。
19. 前記第１心血管特徴及び第２心血管特徴を抽出する段階は、前記生体信号から心拍情報、前記生体信号の波形の形態、前記生体信号の最大点の時刻及び振幅、前記生体信号の最小点の時刻及び振幅、前記生体信号の波形の面積、前記生体信号の時間経過、前記生体信号を構成する構成パルス波形の振幅及び時刻情報、並びに抽出された２つ以上の特徴点の間の内分点のうちの１つ以上を含む特徴点に基づいて、前記第１心血管特徴及び前記第２心血管特徴を抽出することを特徴とする請求項１８に記載の血圧推定方法。
20. 前記血圧を推定する段階は、前記第１変化傾向及び前記第２変化傾向に基づいて、収縮期血圧（ＳＢＰ）及び拡張期血圧（ＤＢＰ）を独立して推定することを特徴とする請求項１８に記載の血圧推定方法。
21. 前記心拍出量を第１心拍出量及び第２心拍出量にスケーリングし、前記総血管抵抗を第１総血管抵抗及び第２総血管抵抗にスケーリングする段階を更に含み、
    前記血圧を推定する段階は、前記第１心拍出量及び前記第１総血管抵抗を線形結合して収縮期血圧を推定し、前記第２心拍出量及び前記第２総血管抵抗を線形結合して拡張期血圧を推定することを特徴とする請求項２０に記載の血圧推定方法。
22. 前記心拍出量及び前記総血管抵抗をスケーリングする段階は、前記第１変化傾向及び前記第２変化傾向に基づいて、それぞれ前記第１心血管特徴及び前記第２心血管特徴のスケーリング程度を決定することを特徴とする請求項２１に記載の血圧推定方法。
23. 前記スケーリングする段階は、前記第１変化傾向が増加する場合、前記心拍出量の増加によって、前記第１心拍出量の増加率に対して前記第２心拍出量の増加率を同一にするか又は減少させることを特徴とする請求項２２に記載の血圧推定方法。
24. 前記スケーリングする段階は、前記第２変化傾向が減少する場合、前記総血管抵抗の減少によって、前記第１総血管抵抗の減少率に対して前記第２総血管抵抗の減少率を同一にするか又は増加させることを特徴とする請求項２２に記載の血圧推定方法。
25. 前記推定された血圧の結果を出力する段階を更に含むことを特徴とする請求項１６に記載の血圧推定方法。
26. 被検体に着用される本体と、
    前記本体の両端に連結され、被検体を取り囲んだ状態で本体を被検体に固定するストラップと、
    前記本体に装着されて被検体から生体信号を獲得するセンサーと、
    前記獲得された生体信号に基づいて第１心血管特徴及び第２心血管特徴を抽出し、第１基準心血管特徴に比べて前記第１心血管特徴の第１変化傾向、及び第２基準心血管特徴に比べて前記第２心血管特徴の第２変化傾向に基づいて血圧を推定するプロセッサと、を備え、
    前記第１変化傾向及び前記第２変化傾向は、互いに独立することを特徴とするウェアラブル機器。
27. 前記センサーは、光電容積脈波（ＰＰＧ）センサー、心電図（ＥＣＧ）センサー、筋電図（ＥＭＧ）センサー、及び心臓弾動図（ＢＣＧ）センサーのうちの１つ以上を含むことを特徴とする請求項２６に記載のウェアラブル機器。
28. 前記第１心血管特徴は、心拍出量であり、
    前記第２心血管特徴は、総血管抵抗であることを特徴とする請求項２６に記載のウェアラブル機器。
29. 前記プロセッサは、前記第１変化傾向及び前記第２変化傾向に基づいて、収縮期血圧（ＳＢＰ）及び拡張期血圧（ＤＢＰ）を独立して推定することを特徴とする請求項２６に記載のウェアラブル機器。
30. 前記プロセッサは、
    前記第１心血管特徴を第３心血管特徴にスケーリングし、
    前記第２心血管特徴を第４心血管特徴にスケーリングし、
    前記第３心血管特徴に基づいて前記収縮期血圧を推定し、
    前記第４心血管特徴に基づいて前記拡張期血圧を推定することを特徴とする請求項２９に記載のウェアラブル機器。
31. 前記プロセッサの血圧推定結果を出力する表示部を更に含むことを特徴とする請求項２６に記載のウェアラブル機器。
32. 前記プロセッサの血圧推定結果を外部機器に伝送する通信部を更に含むことを特徴とする請求項２６に記載のウェアラブル機器。
33. 被検体に着用されて被検体から血圧を推定するウェアラブル機器であって、
    被検体から生体信号を獲得するセンサーと、
    前記生体信号に基づいて第１心血管特徴及び第２心血管特徴を抽出し、収縮期血圧を推定するための前記第１心血管特徴及び前記第２心血管特徴に対して互いに異なる第１スケーリング程度を決定し、拡張期血圧を推定するための前記第１心血管特徴及び前記第２心血管特徴に対して互いに異なる第２スケーリング程度を決定し、前記第１スケーリング程度が適用された第１心血管特徴の線形結合及び前記第２スケーリング程度が適用された第２心血管特徴の線形結合に基づいてそれぞれ収縮期血圧及び拡張期血圧を推定するプロセッサと、を備え、
    前記収縮期血圧及び前記拡張期血圧を推定するための前記第１心血管特徴及び前記第２心血管特徴に対する前記第１スケーリング程度及び前記第２スケーリング程度は、それぞれ前記第１心血管特徴及び前記第２心血管特徴の変化傾向に基づいて独立して決定されることを特徴とするウェアラブル機器。
34. 前記第１心血管特徴は、心拍出量であり、
    前記第２心血管特徴は、総血管抵抗であることを特徴とする請求項３３に記載のウェアラブル機器。
35. 前記プロセッサは、安定状態に比べて増加傾向を有する心拍出量に基づいて、前記拡張期血圧を推定するための心拍出量の第１スケーリング程度が前記収縮期血圧を推定するための心拍出量の第１スケーリング程度よりも更に小さくなるように決定することを特徴とする請求項３４に記載のウェアラブル機器。
36. 前記プロセッサは、安定状態に比べて減少傾向を有する総血管抵抗に基づいて、前記拡張期血圧を推定するための総血管抵抗の第２スケーリング程度が前記収縮期血圧を推定するための総血管抵抗の第２スケーリング程度よりも更に大きくなるように決定することを特徴とする請求項３４に記載のウェアラブル機器。
    
    

Images