JP2019208760A

JP2019208760A - 分析装置、分析方法及び分析プログラム

Info

Publication number: JP2019208760A
Application number: JP2018106524A
Authority: JP
Inventors: 修税所; Osamu Zaisho; 信吾塚田; Shingo Tsukada; 健太郎田中; Kentaro Tanaka; 中山　実; Minoru Nakayama; 中山　　実; 岡田　崇; Takashi Okada; 崇岡田
Original assignee: NTT Data Corp; Nippon Telegraph and Telephone Corp
Current assignee: NTT Data Group Corp; NTT Inc
Priority date: 2018-06-01
Filing date: 2018-06-01
Publication date: 2019-12-12
Also published as: EP3785606A1; EP3785606B1; EP3785606A4; WO2019230374A1; US11221673B2; US20210200312A1

Abstract

【課題】生体信号の分析を容易かつ効率的に行う。【解決手段】分析装置１０の分析部１５５は、所定の分析手法に対応するパラメータが更新されるたびに、所定の分析手法及び更新されたパラメータを用いて、生体信号を示すデータを分析する。また、表示制御部１５６は、分析結果を、ユーザの操作に応じて表示態様を変更可能なインタフェースとともに表示部に表示させる。また、更新部１５７は、インタフェースに対する表示態様の変更を基に、パラメータを更新する。【選択図】図２

Description

本発明は、分析装置、分析方法及び分析プログラムに関する。

人体に装着したセンサから取得した生体信号の分析を行う際、生体信号に生じる雑音や歪みが分析結果に影響を与えることがある。これに対し、従来、生体信号に生じる雑音や歪みの影響を分析結果から除去する方法が知られている。

例えば、生体信号への周波数フィルタ等の各種フィルタの適用や、生体信号からの波形パターンの抽出及び特徴量への変換といった前処理を、生体信号処理に造詣の深い者が手動で行う方法が知られている。また、生体信号処理に造詣の深い者によってあらかじめ決定された分析手法のパラメータ及び処理フローを用いて、生体信号の分析を行う方法が知られている。

Staude et al., "Onset detection in surface electromyographic signals: a systematic comparison of methods," EURASIP J ADV SIG PR, 2001

しかしながら、従来の方法には、生体信号の分析を容易かつ効率的に行うことが困難な場合があるという問題がある。例えば、手動で前処理を行う方法には、生体信号処理の高度な知識が求められるだけでなく、処理に時間がかかり、さらには恣意的な操作が行われる危険性があるという問題がある。また、例えば、あらかじめパラメータ及び処理フローを決定する方法には、生体信号の計測中における環境の変化に対応できない場合があるという問題がある。

上述した課題を解決し、目的を達成するために、本発明の分析装置は、所定の分析手法に対応するパラメータが更新されるたびに、前記所定の分析手法及び更新されたパラメータを用いて、生体信号を示すデータを分析する分析部と、前記分析結果を、ユーザの操作に応じて表示態様を変更可能なインタフェースとともに表示部に表示させる表示制御部と、前記インタフェースに対する表示態様の変更を基に、前記パラメータを更新する更新部と、を有することを特徴とする。

本発明によれば、生体信号の分析を容易かつ効率的に行うことができる。

図１は、第１の実施形態に係る分析装置の概要を説明するための図である。図２は、第１の実施形態に係る分析装置の構成の一例を示す図である。図３は、データの分割について説明するための図である。図４は、第１の実施形態に係る分析装置の分析結果画面の一例を示す図である。図５は、周波数フィルタについて説明するための図である。図６は、ウィナーフィルタについて説明するための図である。図７は、白色化フィルタについて説明するための図である。図８は、第１の実施形態に係る分析装置の処理の流れを示すフローチャートである。図９は、分析プログラムを実行するコンピュータの一例を示す図である。

以下に、本願に係る分析装置、分析方法及び分析プログラムの実施形態を図面に基づいて詳細に説明する。なお、本発明は、以下に説明する実施形態により限定されるものではない。

［第１の実施形態の概要］
まず、図１を用いて、第１の実施形態に係る分析装置の概要について説明する。図１は、第１の実施形態に係る分析装置の概要を説明するための図である。図１に示すように、ユーザＵは、分析装置１０に生体情報を提供する（ステップＳ１１）。このとき、例えば、ユーザＵは、体に装着したセンサ群によって取得されたデータをデータ送信装置を使って分析装置１０に無線通信により送信する。また、例えば、生体情報は、筋電位、体温及び心拍数等である。また、例えば、ユーザＵは、衣服型のウェアラブル測定器であるhitoe（登録商標）（参考ＵＲＬ：http://www.ntt.co.jp/ntt-tec/special/hitoe/index.html）を使って生体情報の提供を行ってもよい。

分析装置１０は、ユーザＵから提供された生体情報の分析を行う（ステップＳ１２）。このとき、分析装置１０は、前処理及び特徴量抽出を行った上で分析を実行することができる。そして、分析装置１０は、分析結果を所定のインタフェースとともに画面表示し、ユーザＵに提示する（ステップＳ１３）。例えば、分析装置１０が表示する分析結果は、最終的な分析結果だけでなく、前処理が実施された生体信号を示すグラフを含んでいてもよい。

ここで、ユーザＵは、画面に表示された分析結果を参照し、インタフェースを操作することでパラメータの調整を行う（ステップＳ１４）。そして、分析装置１０は、調整されたパラメータを用いて再度分析を行い、分析結果を提示する（ステップＳ１５）。そして、ユーザＵは、分析結果を行動にフィードバックする（ステップＳ１６）。

これにより、本実施形態では、ユーザＵは、分析結果の画面に表示されたインタフェースを操作するだけで、分析で用いられるパラメータを調整することができる。このため、本実施形態によれば、ユーザＵは、直感的な操作により表示結果を好みのものに変更し、効果的なフィードバックを行うことができる。

［第１の実施形態の構成］
図２を用いて、第１の実施形態に係る分析装置の構成について説明する。図２は、第１の実施形態に係る分析装置の構成の一例を示す図である。図２に示すように、分析装置１０は、通信部１１、表示部１２、入力部１３、記憶部１４及び制御部１５を有する。

通信部１１は、ネットワークを介して、他の装置との間でデータ通信を行う。例えば、通信部１１は、ＮＩＣ（Network Interface Card）である。例えば、通信部１１は、ユーザＵに装着されたセンサ及びデータ送信装置との間で無線通信を行う。

表示部１２は、画面の表示等によりデータを出力する。例えば、表示部１２は、ディスプレイ等の表示装置である。入力部１３は、ユーザＵからのデータの入力を受け付ける。入力部１３は、例えば、マウスやキーボード等の入力装置である。また、表示部１２及び入力部１３は、タッチパネルディスプレイであってもよい。

記憶部１４は、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、光ディスク等の記憶装置である。なお、記憶部１４は、ＲＡＭ（Random Access Memory）、フラッシュメモリ、ＮＶＳＲＡＭ（Non Volatile Static Random Access Memory）等のデータを書き換え可能な半導体メモリであってもよい。記憶部１４は、分析装置１０で実行されるＯＳ（Operating System）や各種プログラムを記憶する。さらに、記憶部１４は、プログラムの実行で用いられる各種情報を記憶する。また、記憶部１４は、パラメータ情報１４１を記憶する。

記憶部１４は、生体情報の分析に用いられるパラメータをパラメータ情報１４１として記憶する。また、パラメータが事前分布で表される場合、パラメータ情報１４１は、当該事前分布の平均及び分散等を含む。また、パラメータの決定に尤度関数が用いられる場合、パラメータ情報１４１は当該尤度関数を含む。

制御部１５は、分析装置１０全体を制御する。制御部１５は、例えば、ＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro Processing Unit）等の電子回路や、ＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field Programmable Gate Array）等の集積回路である。また、制御部１５は、各種の処理手順を規定したプログラムや制御データを格納するための内部メモリを有し、内部メモリを用いて各処理を実行する。また、制御部１５は、各種のプログラムが動作することにより各種の処理部として機能する。例えば、制御部１５は、読込部１５１、選択部１５２、分割部１５３、決定部１５４、分析部１５５、表示制御部１５６及び更新部１５７を有する。

読込部１５１は、生体信号を示すデータを読み込む。例えば、読込部１５１が読み込むデータは、通信部１１によって受信されたものである。生体信号を示すデータは、各時刻ごとに取得されたものであり、例えば時刻をｔとすると、ｔ＝０からｔ＝Ｔまでのデータは、式（１）のように表される。

選択部１５２は、実行する分析手法の選択を受け付ける。分析装置１０は、あらかじめ実行可能な複数の分析手法を用意しておき、ユーザＵによって選択された分析手法を用いて分析を行うことができる。例えば、分析手法には、オンセット検出、ＲＭＳ（Root Mean Square）算出、ＭＮＦ（Mean Frequency）算出等がある。また、各分析手法が選択されたか否かは、式（２）のＣのように保存される。式（２）のＣの各要素は各分析手法に対応し、選択された場合は１になり、選択されなかった場合は０になる。

また、各分析手法には、所定の前処理フローが対応している。前処理フローの構成要素には、各種周波数フィルタ、ウィナーフィルタ、白色化フィルタ、スムージング、整流化等が含まれる。なお、以降の説明では、分析結果には、生体信号を示すデータに対して前処理を実施した結果が含まれるものとする。

分割部１５３は、生体信号の強度ごとにデータを時系列方向にクラスタリングし、クラスタごとの出現頻度の変化を基にデータを分割する。また、分割部１５３は、クラスタのうち、強度が所定値以下であるクラスタの出現頻度の変化の大きさが所定値以上である時点の前後で、データを分割する。例えば、分割部１５３によってｎ個に分割されたデータは、式（３）のように表される。式（３）のＸは、分割されたデータｘ_ｉ（ただし、ｉは１〜ｎ）の集合である。

読込部１５１によって読み込まれるデータは、連続して計測される生体信号のデータである。そこで、分割部１５３は、ＡＧＬＲ（Approximated generalized likelihood-ratio）法（例えば、非特許文献１を参照）を使って、分割する箇所を自動検出する。ここで、分割部１５３によって検出される箇所は、その前後で前処理に用いるパラメータを変更すべき箇所である。

図３を用いて、分割部１５３によるデータの分割について説明する。図３は、データの分割について説明するための図である。まず、分割部１５３は、生体信号の強度により時系列方向のクラスタリングを行う。図３の例では、分割部１５３は、データを２３個のクラスタにクラスタリングする。

そして、分割部１５３は、所定のクラスタの出現頻度が大きく変化した時点の前後でデータを分割する。図３の例では、Ａで示されるクラスタの出現頻度が、ｔ＝３３０付近で急激に大きくなっている。このため、分割部１５３は、ｔ＝３３０の前後でデータを分割する。

ここで、生体信号の強度が大きいクラスタの出現頻度の変化は、ユーザＵの行動の変化を示す場合がある。例えば、ユーザＵが疲労すると、強度の大きい信号の出現頻度に変化が起きる場合がある。

一方、生体信号の強度が小さいクラスタの出現頻度の変化は、環境の変化、又はユーザＵの状態の変化を示す場合がある。例えば、ユーザＵの皮膚に装着された電極を用いて電気信号を取得する場合、発汗等の影響が強度の小さい生体信号の変化として現れる。

そこで、分割部１５３は、強度が小さいクラスタの信号の出現頻度の変化が現れた場合、当該変化の前後でデータを分割することができる。これにより、分析装置１０は、環境やユーザＵの状態の変化を考慮して、分割されたデータごとにパラメータの設定を行うことができる。以降の説明では、パラメータは、主に前処理のパラメータを指すものとする。

決定部１５４は、パラメータごとに設定された事前分布に関する尤度関数が最適化されるように、パラメータを決定する。具体的に、決定部１５４は、分割されたデータｘ_ｉのパラメータΘ_ｉを、式（４）のように尤度関数を最大化することで決定する。つまり、決定部１５４は、選択された分析手法を示す式（２）のＣを用いて、尤度Ｐ（ｘ_ｉ｜Θ，Ｃ）と、パラメータの事前確率Ｐ（Θ｜Ｃ）の積により、前処理に実施に用いられるパラメータを決定する。また、以降の説明では、決定部１５４によって決定されたパラメータを初期パラメータと呼ぶ。

分析部１５５は、所定の分析手法に対応するパラメータが更新されるたびに、所定の分析手法及び更新されたパラメータを用いて、生体信号を示すデータを分析する。また、データが分割されている場合、分析部１５５は、分割部１５３によって分割されたデータごとに設定されたパラメータを用いて分析を行う。また、決定部１５４によってパラメータが決定された場合、分析部１５５は、決定部１５４によって決定されたパラメータを用いて分析を行う。

表示制御部１５６は、分析結果を、ユーザの操作に応じて表示態様を変更可能なインタフェースとともに表示部１２に表示させる。図４は、第１の実施形態に係る分析装置の分析結果画面の一例を示す図である。例えば、図４に示すように、表示制御部１５６は、インタフェースとして、所定のパラメータを説明する文言と対応付けられたシークバーを表示させる。なお、表示制御部１５６が表示させるインタフェースは、シークバーに限定されない。表示制御部１５６は、プルダウンリストやドラムロール型のリストを表示させてもよい。

図４に示すように、表示制御部１５６は、オンセット検出の結果及び前処理を実施した各生体信号のデータを示すグラフを表示部１２に表示させる。さらに、表示制御部１５６は、シークバー１２１ａ、シークバー１２１ｂ、シークバー１２１ｃ、ボタン１２２ａ、ボタン１２２ｂ及びボタン１２２ｃを表示部１２に表示させる。

図４に示すように、表示制御部１５６は、シークバー１２１ａに対応する所定のパラメータを示す「信号の滑らかさ」という文言を表示させる。また、表示制御部１５６は、シークバー１２１ｂに対応する所定のパラメータを示す「信号のコントラスト」という文言を表示させる。また、表示制御部１５６は、シークバー１２１ｃに対応する所定のパラメータを示す「ベースラインノイズの除去率」という文言を表示させる。

図４の例では、分割部１５３によって分割されたデータのうち、ｔ＝０からｔ＝３３０までの区間のデータの分析結果が表示されている。ここで、ボタン１２２ａ及びボタン１２２ｂが押下されると、表示制御部１５６は、それぞれ前の区間及び後の区間に対応する分割データについての分析結果を表示させる。なお、各シークバーが操作された際の処理及びボタン１２２ｃが操作された際の処理については、更新部１５７の説明とともに後述する。

更新部１５７は、インタフェースに対する表示態様の変更を基に、パラメータを更新する。図４に示す各シークバーのスライダーの位置は、表示態様の一例である。つまり、更新部１５７は、各シークバーのスライダーの位置が変更された場合、パラメータを更新する。なお、シークバーの操作で変更可能なパラメータの範囲は、事前分布における１σの範囲に限定されていてもよい。

例えば、前処理として、生体信号のデータに対し、所定の区間ごとに移動平均を計算することで平滑化を行う処理が考えられる。ここで、シークバー１２１ａのスライダーの位置が、区間の長さを表すパラメータに対応付けられているものとする。そして、更新部１５７は、シークバー１２１ａのスライダーの位置が右に移動した場合、当該パラメータが大きくなるように更新を行う。そして、表示制御部１５６は、更新されたパラメータで再度分析を行った結果を表示させる。

このため、ユーザＵは、移動平均の計算が行われることを認識していなくても、シークバー１２１ａのスライダーを右に移動させるだけで、前処理が実施されたデータがより平滑になるようなパラメータ調整を行うことができる。なお、各インタフェースには、１つのパラメータが対応付けられていてもよいし、複数のパラメータの組み合わせが対応付けられていてもよい。

また、更新部１５７は、インタフェースの表示態様の変更操作を確定する操作が行われた場合、当該表示態様の変更を基に、事前分布及び尤度関数を更新する。図４のボタン１２２ｃを押下する操作は、表示態様の変更操作を確定する操作の一例である。ボタン１２２ｃが押下されると、更新部１５７は、その時点の各シークバーのスライダーの位置を基に、事前分布及び尤度関数を更新する。例えば、更新部１５７は、スライダーの位置に対応する値がパラメータの事前分布における平均となるように更新を行うことができる。

［前処理について］
図５から７を用いて、分析部１５５によって行われる前処理の例について説明する。図５は、周波数フィルタについて説明するための図である。図６は、ウィナーフィルタについて説明するための図である。図７は、白色化フィルタについて説明するための図である。

図５に示すように、分析部１５５は、周波数フィルタを用いて、特定の周波数の信号を除去し、揺らぎを除去することができる。また、表示制御部１５６は、周波数フィルタで除去される周波数の上限値、下限値及び範囲等を調整可能なインタフェースを表示部１２に表示させることができる。

図６に示すように、分析部１５５は、ウィナーフィルタを用いて、信号の強度を落とさずにベースラインノイズを除去することができる。また、表示制御部１５６は、図４に示すように、ウィナーフィルタにおけるベースラインノイズの除去率を調整可能なシークバー１２１ｃを表示部１２に表示させることができる。

図７に示すように、分析部１５５は、白色化フィルタを用いて、信号の自己相関を除去することができる。白色化フィルタを用いる場合、分析部１５５は、元の信号のデータを基に、時系列方向に所定幅だけズラしたＮ個のデータを作成し、当該Ｎ個のデータに対して主成分分析を行い、第一主成分を取得する。また、表示制御部１５６は、白色化フィルタにおけるズラしたデータの個数Ｎを調整可能なインタフェースを表示部１２に表示させることができる。

［第１の実施形態の処理］
図８を用いて、分析装置１０の処理の流れについて説明する。図８は、第１の実施形態に係る分析装置の処理の流れを示すフローチャートである。図８に示すように、分析装置１０は、分析対象の生体信号のデータを読み込む（ステップＳ１０１）。次に、分析装置１０は、分析手法の選択を受け付ける（ステップＳ１０２）。

ここで、分析装置１０は、データの分割を行う（ステップＳ１０３）。そして、分析装置１０は、分割されたデータごとに初期パラメータを決定し配置する（ステップＳ１０４）。

そして、分析装置１０は、配置されたパラメータを用いて、分析を実行する（ステップＳ１０５）。このとき、分析装置１０は、データに対して前処理を実施した上で、選択された分析手法を用いた分析を行う。その後、分析装置１０は、分析結果を、パラメータ調整用のインタフェースとともに表示する（ステップＳ１０６）。

分析装置１０は、パラメータが確定されていない間（ステップＳ１０７、Ｎｏ）は、インタフェースを介してパラメータの調整を受け付け（ステップＳ１０８）、調整済みのパラメータを配置し（ステップＳ１０９）、さらに分析を実行する（ステップＳ１０５）。

一方、パラメータが確定されると（ステップＳ１０７、Ｙｅｓ）、分析装置１０は、初期パラメータを更新する（ステップＳ１１０）。具体的には、分析装置１０は、ステップＳ１０４において初期パラメータを決定する際に用いられる、パラメータの事前分布及び尤度関数を更新する。

このため、図８のフロー実行されるたびに、パラメータの調整が行われていれば、読み込まれたデータ及び選択された分析手法が同じであっても、ステップＳ１０４において決定される初期パラメータは異なることになる。

［第１の実施形態の効果］
分析部１５５は、所定の分析手法に対応するパラメータが更新されるたびに、所定の分析手法及び更新されたパラメータを用いて、生体信号を示すデータを分析する。また、表示制御部１５６は、分析結果を、ユーザの操作に応じて表示態様を変更可能なインタフェースとともに表示部に表示させる。また、更新部１５７は、インタフェースに対する表示態様の変更を基に、パラメータを更新する。このため、本実施形態によれば、ユーザはインタフェースを操作するだけで、随時分析結果を確認しながら直感的にパラメータの調整を行うことができるため、生体信号の分析を容易かつ効率的に行うことができる。

また、本実施形態では、生体信号のデータが取得されるたびに、データの分析及び分析結果の表示を自動的に行うことができるため、ユーザに対して分析結果を継続的かつリアルタイムに表示することが可能になる。

分割部１５３は、生体信号の強度ごとにデータを時系列方向にクラスタリングし、クラスタごとの出現頻度の変化を基にデータを分割する。また、分析部１５５は、分割部１５３によって分割されたデータごとに設定されたパラメータを用いて分析を行う。これにより、時系列でデータの性質が変化する場合であっても、データに適合したパラメータの設定を行うことが可能になる。また、本実施形態では、従来専門家が事後的に行っていたデータの分割が自動化されているため、生体信号のデータを取得した際に、分割をリアルタイムに行うことが可能になる。

分割部１５３は、クラスタのうち、強度が所定値以下であるクラスタの出現頻度の変化の大きさが所定値以上である時点の前後で、データを分割する。これにより、環境及びユーザの状態の変化を考慮したパラメータの設定及び調整が可能となる。

表示制御部１５６は、インタフェースとして、所定のパラメータを説明する文言と対応付けられたシークバーを表示させる。これにより、インタフェースを操作することで分析結果がどのように変化するかを、ユーザにわかりやすく提示することができる。

決定部１５４は、パラメータごとに設定された事前分布に関する尤度関数が最適化されるように、パラメータを決定する。また、分析部１５５は、決定部１５４によって決定されたパラメータを用いて分析を行う。また、更新部１５７は、インタフェースの表示態様の変更操作を確定する操作が行われた場合、当該表示態様の変更を基に、事前分布及び尤度関数を更新する。これにより、ユーザの好みや分析のアプリケーションに応じた適切なパラメータの設定が可能になる。

［システム構成等］
また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示のように構成されていることを要しない。すなわち、各装置の分散及び統合の具体的形態は図示のものに限られず、その全部又は一部を、各種の負荷や使用状況等に応じて、任意の単位で機能的又は物理的に分散又は統合して構成することができる。さらに、各装置にて行われる各処理機能は、その全部又は任意の一部が、ＣＰＵ及び当該ＣＰＵにて解析実行されるプログラムにて実現され、あるいは、ワイヤードロジックによるハードウェアとして実現され得る。

また、本実施形態において説明した各処理のうち、自動的に行われるものとして説明した処理の全部又は一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部又は一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、制御手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。

［プログラム］
一実施形態として、分析装置１０は、パッケージソフトウェアやオンラインソフトウェアとして上記の分析を実行する分析プログラムを所望のコンピュータにインストールさせることによって実装できる。例えば、上記の分析プログラムを情報処理装置に実行させることにより、情報処理装置を分析装置１０として機能させることができる。ここで言う情報処理装置には、デスクトップ型又はノート型のパーソナルコンピュータが含まれる。また、その他にも、情報処理装置にはスマートフォン、携帯電話機やＰＨＳ（Personal Handyphone System）等の移動体通信端末、さらには、ＰＤＡ（Personal Digital Assistant）等のスレート端末等がその範疇に含まれる。

また、分析装置１０は、ユーザが使用する端末装置をクライアントとし、当該クライアントに上記の分析に関するサービスを提供する分析サーバ装置として実装することもできる。例えば、分析サーバ装置は、生体信号のデータを入力とし、分析結果を出力とする分析サービスを提供するサーバ装置として実装される。この場合、分析サーバ装置は、Ｗｅｂサーバとして実装することとしてもよいし、アウトソーシングによって上記の分析に関するサービスを提供するクラウドとして実装することとしてもかまわない。

図９は、分析プログラムを実行するコンピュータの一例を示す図である。コンピュータ１０００は、例えば、メモリ１０１０、ＣＰＵ１０２０を有する。また、コンピュータ１０００は、ハードディスクドライブインタフェース１０３０、ディスクドライブインタフェース１０４０、シリアルポートインタフェース１０５０、ビデオアダプタ１０６０、ネットワークインタフェース１０７０を有する。これらの各部は、バス１０８０によって接続される。

メモリ１０１０は、ＲＯＭ（Read Only Memory）１０１１及びＲＡＭ１０１２を含む。ＲＯＭ１０１１は、例えば、ＢＩＯＳ（Basic Input Output System）等のブートプログラムを記憶する。ハードディスクドライブインタフェース１０３０は、ハードディスクドライブ１０９０に接続される。ディスクドライブインタフェース１０４０は、ディスクドライブ１１００に接続される。例えば磁気ディスクや光ディスク等の着脱可能な記憶媒体が、ディスクドライブ１１００に挿入される。シリアルポートインタフェース１０５０は、例えばマウス１１１０、キーボード１１２０に接続される。ビデオアダプタ１０６０は、例えばディスプレイ１１３０に接続される。

ハードディスクドライブ１０９０は、例えば、ＯＳ１０９１、アプリケーションプログラム１０９２、プログラムモジュール１０９３、プログラムデータ１０９４を記憶する。すなわち、分析装置１０の各処理を規定するプログラムは、コンピュータにより実行可能なコードが記述されたプログラムモジュール１０９３として実装される。プログラムモジュール１０９３は、例えばハードディスクドライブ１０９０に記憶される。例えば、分析装置１０における機能構成と同様の処理を実行するためのプログラムモジュール１０９３が、ハードディスクドライブ１０９０に記憶される。なお、ハードディスクドライブ１０９０は、ＳＳＤにより代替されてもよい。

また、上述した実施形態の処理で用いられる設定データは、プログラムデータ１０９４として、例えばメモリ１０１０やハードディスクドライブ１０９０に記憶される。そして、ＣＰＵ１０２０は、メモリ１０１０やハードディスクドライブ１０９０に記憶されたプログラムモジュール１０９３やプログラムデータ１０９４を必要に応じてＲＡＭ１０１２に読み出して、上述した実施形態の処理を実行する。

なお、プログラムモジュール１０９３やプログラムデータ１０９４は、ハードディスクドライブ１０９０に記憶される場合に限らず、例えば着脱可能な記憶媒体に記憶され、ディスクドライブ１１００等を介してＣＰＵ１０２０によって読み出されてもよい。あるいは、プログラムモジュール１０９３及びプログラムデータ１０９４は、ネットワーク（ＬＡＮ（Local Area Network）、ＷＡＮ（Wide Area Network）等）を介して接続された他のコンピュータに記憶されてもよい。そして、プログラムモジュール１０９３及びプログラムデータ１０９４は、他のコンピュータから、ネットワークインタフェース１０７０を介してＣＰＵ１０２０によって読み出されてもよい。

１０分析装置
１１通信部
１２表示部
１３入力部
１４記憶部
１５制御部
１４１パラメータ情報
１５１読込部
１５２選択部
１５３分割部
１５４決定部
１５５分析部
１５６表示制御部
１５７更新部

Claims

所定の分析手法に対応するパラメータが更新されるたびに、前記所定の分析手法及び更新されたパラメータを用いて、生体信号を示すデータを分析する分析部と、
前記分析結果を、ユーザの操作に応じて表示態様を変更可能なインタフェースとともに表示部に表示させる表示制御部と、
前記インタフェースに対する表示態様の変更を基に、前記パラメータを更新する更新部と、
を有することを特徴とする分析装置。
生体信号の強度ごとに前記データを時系列方向にクラスタリングし、クラスタごとの出現頻度の変化を基に前記データを分割する分割部をさらに有し、
前記分析部は、前記分割部によって分割されたデータごとに設定されたパラメータを用いて分析を行うことを特徴とする請求項１に記載の分析装置。
前記分割部は、前記クラスタのうち、前記強度が所定値以下であるクラスタの出現頻度の変化の大きさが所定値以上である時点の前後で、前記データを分割することを特徴とする請求項２に記載の分析装置。
前記表示制御部は、前記インタフェースとして、所定のパラメータを説明する文言と対応付けられたシークバーを表示させることを特徴とする請求項１から３のいずれか１項に記載の分析装置。
パラメータごとに設定された事前分布に関する尤度関数が最適化されるように、パラメータを決定する決定部をさらに有し、
前記分析部は、前記決定部によって決定されたパラメータを用いて分析を行い、
前記更新部は、前記インタフェースの表示態様の変更操作を確定する操作が行われた場合、当該表示態様の変更を基に、前記事前分布及び前記尤度関数を更新することを特徴とする請求項１から４のいずれか１項に記載の分析装置。
コンピュータによって実行される分析方法であって、
所定の分析手法に対応するパラメータが更新されるたびに、前記所定の分析手法及び更新されたパラメータを用いて、生体信号を示すデータを分析する分析工程と、
前記分析結果を、ユーザの操作に応じて表示態様を変更可能なインタフェースとともに表示部に表示させる表示制御工程と、
前記インタフェースに対する表示態様の変更を基に、前記パラメータを更新する更新工程と、
を含むことを特徴とする分析方法。
コンピュータを、請求項１から５のいずれか１項に記載の分析装置として機能させるための分析プログラム。