JPH11128185A - 心拍変動解析方法および装置 - Google Patents
心拍変動解析方法および装置Info
- Publication number
- JPH11128185A JPH11128185A JP9301120A JP30112097A JPH11128185A JP H11128185 A JPH11128185 A JP H11128185A JP 9301120 A JP9301120 A JP 9301120A JP 30112097 A JP30112097 A JP 30112097A JP H11128185 A JPH11128185 A JP H11128185A
- Authority
- JP
- Japan
- Prior art keywords
- time
- power
- interval
- heartbeat
- heart rate
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
(57)【要約】
【課題】 非定常信号である心拍変動に含まれる周波数
成分のパワーを高い時間分解能で求めることである。 【解決手段】 心拍間隔算出部１０２は、生体信号計測
部１０１で計測された生体信号から心拍間隔を求めるこ
とにより、時間的に不等間隔の心拍間隔時系列データを
得る。等間隔データ生成部１０３は、時間的に不当間隔
の心拍間隔時系列データを補間および再サンプリングす
ることにより、時間的に等間隔の心拍間隔時系列データ
を生成する。離散２進ウェーブレット変換部１０４は、
時間的に等間隔の心拍間隔時系列データを、離散２進ウ
ェーブレット変換により複数の周波数帯域のウェーブレ
ット係数に分割する。各パワー算出部１０５ａ〜１０５
ｆは、それぞれの周波数帯域に対応する最小時間解像度
の区間毎に、ウェーブレット係数の絶対値の最大値の二
乗の１／２を当該区間のパワーとして算出する。これに
よって、心拍変動に含まれる周波数成分のパワーの時間
変動が求められる。
成分のパワーを高い時間分解能で求めることである。 【解決手段】 心拍間隔算出部１０２は、生体信号計測
部１０１で計測された生体信号から心拍間隔を求めるこ
とにより、時間的に不等間隔の心拍間隔時系列データを
得る。等間隔データ生成部１０３は、時間的に不当間隔
の心拍間隔時系列データを補間および再サンプリングす
ることにより、時間的に等間隔の心拍間隔時系列データ
を生成する。離散２進ウェーブレット変換部１０４は、
時間的に等間隔の心拍間隔時系列データを、離散２進ウ
ェーブレット変換により複数の周波数帯域のウェーブレ
ット係数に分割する。各パワー算出部１０５ａ〜１０５
ｆは、それぞれの周波数帯域に対応する最小時間解像度
の区間毎に、ウェーブレット係数の絶対値の最大値の二
乗の１／２を当該区間のパワーとして算出する。これに
よって、心拍変動に含まれる周波数成分のパワーの時間
変動が求められる。
Description
【０００１】
【発明の属する技術分野】本発明は、心拍変動解析方法
および装置に関し、より特定的には、自律神経機能の検
査やストレスの評価に用いることが可能な心拍変動解析
方法および装置に関する。
および装置に関し、より特定的には、自律神経機能の検
査やストレスの評価に用いることが可能な心拍変動解析
方法および装置に関する。
【０００２】
【従来の技術】周知のごとく、心臓は、交感神経と副交
感神経の両自律神経によって拮抗的に支配されている。
交感神経は促進的に作用して身体をより活動的な状態に
し、逆に、副交感神経は抑制的に作用して身体をよりリ
ラックスした状態にする。また、これらの自律神経の活
動は、精神活動とも深い関わりがある。
感神経の両自律神経によって拮抗的に支配されている。
交感神経は促進的に作用して身体をより活動的な状態に
し、逆に、副交感神経は抑制的に作用して身体をよりリ
ラックスした状態にする。また、これらの自律神経の活
動は、精神活動とも深い関わりがある。
【０００３】心拍変動を周波数解析すると、二つの主要
な周波数成分が観察される。一つは低周波（ＬＦ：０．
０４〜０．１５Ｈｚ）成分であり、これは主に交感神経
と副交感神経の活動状態を反映する。もう一つは高周波
（ＨＦ：０．１５〜０．４５Ｈｚ）成分であり、これは
主に副交感神経の活動状態を反映する。また、ＬＦ／Ｈ
Ｆは、交感神経の活動状態の指標として提唱されてい
る。従って、これらの周波数成分のパワーは、自律神経
機能の検査（「循環器疾患と自律神経機能」医学書院を
参照）や精神的ストレスの評価（特開平４─５４９４０
号公報を参照）等に利用されている。
な周波数成分が観察される。一つは低周波（ＬＦ：０．
０４〜０．１５Ｈｚ）成分であり、これは主に交感神経
と副交感神経の活動状態を反映する。もう一つは高周波
（ＨＦ：０．１５〜０．４５Ｈｚ）成分であり、これは
主に副交感神経の活動状態を反映する。また、ＬＦ／Ｈ
Ｆは、交感神経の活動状態の指標として提唱されてい
る。従って、これらの周波数成分のパワーは、自律神経
機能の検査（「循環器疾患と自律神経機能」医学書院を
参照）や精神的ストレスの評価（特開平４─５４９４０
号公報を参照）等に利用されている。
【０００４】図３は、心電図Ｒ波を用いて心拍間隔時系
列データを求める方法を説明するための図である。図１
４は、従来の心拍変動解析方法により、周波数成分のパ
ワーを求める方法を説明するための図である。以下、図
３および図１４を参照して、心拍変動の各周波数成分の
パワーを求めるための従来の方法について説明する。
列データを求める方法を説明するための図である。図１
４は、従来の心拍変動解析方法により、周波数成分のパ
ワーを求める方法を説明するための図である。以下、図
３および図１４を参照して、心拍変動の各周波数成分の
パワーを求めるための従来の方法について説明する。
【０００５】まず、図３（１）に示すように、Ｒ波の発
生した時刻を検出し、心拍間隔（以下、ＲＲＩと略称す
る）を測定する。次に、図３（２）に示すように、各Ｒ
ＲＩデータを後方のＲ波の時間的位置にプロットする。
次に、図３（３）に示すように、プロットされた各ＲＲ
Ｉの間を補間し、等間隔で再サンプリングすることによ
り、時間的に等間隔の心拍間隔時系列データを生成す
る。
生した時刻を検出し、心拍間隔（以下、ＲＲＩと略称す
る）を測定する。次に、図３（２）に示すように、各Ｒ
ＲＩデータを後方のＲ波の時間的位置にプロットする。
次に、図３（３）に示すように、プロットされた各ＲＲ
Ｉの間を補間し、等間隔で再サンプリングすることによ
り、時間的に等間隔の心拍間隔時系列データを生成す
る。
【０００６】図１４（１）は、上記のようにして生成し
た時間的に等間隔の心拍間隔時系列データを示してお
り、このデータを図示のごとく一定の区間だけ切り出し
てＦＦＴ（高速フーリエ変換）またはＡＲ（自己回帰モ
デル）等の周波数解析によりＬＦ成分、ＨＦ成分のパワ
ーを求める。図１４（２）は、ＦＦＴにより求めたパワ
ースペクトル密度を示している。この場合、ＬＦ成分、
ＨＦ成分のパワーは、それぞれに対応する周波数領域の
パワースペクトル密度を積分して求める。
た時間的に等間隔の心拍間隔時系列データを示してお
り、このデータを図示のごとく一定の区間だけ切り出し
てＦＦＴ（高速フーリエ変換）またはＡＲ（自己回帰モ
デル）等の周波数解析によりＬＦ成分、ＨＦ成分のパワ
ーを求める。図１４（２）は、ＦＦＴにより求めたパワ
ースペクトル密度を示している。この場合、ＬＦ成分、
ＨＦ成分のパワーは、それぞれに対応する周波数領域の
パワースペクトル密度を積分して求める。
【０００７】
【発明が解決しようとする課題】しかしながら、ＦＦＴ
やＡＲを用いた従来の解析手法は、対象とする時系列デ
ータが定常性を有していること（周波数成分が急激に変
化しないこと）を前提としており、各周波数成分のパワ
ーも切り出した区間内の平均値を推定しているに過ぎな
い。そのため、切り出した区間内の各周波数成分のパワ
ーの変動まで調べることはできない。切り出す区間を短
くしたり、切り出す区間を少しずつずらして分析する方
法も試みられているが、最低でも１，２分程度のデータ
が必要であり、急速な自律神経反応を高い時間分解能で
捕らえることには限界がある。
やＡＲを用いた従来の解析手法は、対象とする時系列デ
ータが定常性を有していること（周波数成分が急激に変
化しないこと）を前提としており、各周波数成分のパワ
ーも切り出した区間内の平均値を推定しているに過ぎな
い。そのため、切り出した区間内の各周波数成分のパワ
ーの変動まで調べることはできない。切り出す区間を短
くしたり、切り出す区間を少しずつずらして分析する方
法も試みられているが、最低でも１，２分程度のデータ
が必要であり、急速な自律神経反応を高い時間分解能で
捕らえることには限界がある。
【０００８】そこで、自律神経の時間的な変化を捉える
方法として、従来の定常状態の解析手法ではなく、非定
常状態の解析手法であるウェーブレット変換を用いるこ
とが考えられる。離散ウェーブレット変換は、例えば東
京電機大学出版局から１９９５年５月２０日に発行され
た榊原進著の「ウェーブレットビギナーズガイド」に示
されているように、時間周波数解析手法であり、入力信
号波形を複数の周波数帯域のウェーブレット係数に分割
することができる。離散ウェーブレット変換では、各周
波数帯域毎に異なる時間解像度を有している。すなわ
ち、離散ウェーブレット変換では、周波数帯域が高くな
るほど最小時間解像度が高くなっている。この離散ウェ
ーブレット変換は、信号の雑音除去や画像圧縮に利用さ
れている。
方法として、従来の定常状態の解析手法ではなく、非定
常状態の解析手法であるウェーブレット変換を用いるこ
とが考えられる。離散ウェーブレット変換は、例えば東
京電機大学出版局から１９９５年５月２０日に発行され
た榊原進著の「ウェーブレットビギナーズガイド」に示
されているように、時間周波数解析手法であり、入力信
号波形を複数の周波数帯域のウェーブレット係数に分割
することができる。離散ウェーブレット変換では、各周
波数帯域毎に異なる時間解像度を有している。すなわ
ち、離散ウェーブレット変換では、周波数帯域が高くな
るほど最小時間解像度が高くなっている。この離散ウェ
ーブレット変換は、信号の雑音除去や画像圧縮に利用さ
れている。
【０００９】以下には、離散ウェーブレット変換を用い
て心拍変動の各周波数成分のパワーを求める方法につい
て考察してみる。離散ウェーブレット変換は、図１５に
示すような離散時間高域通過フィルタ、離散時間低域通
過フィルタ、ダウンサンプラから成るフィルタバンクを
用いて実現され、ディジタル信号Ｓ0 （ｎ）を複数の周
波数帯域のウェーブレット係数に分割することができ
る。図１５は、６つの周波数帯域Ｄ1 ，Ｄ2 ，Ｄ3 ，Ｄ
4 ，Ｄ5 ，Ｄ6 に分割する場合のフィルタバンクの構成
例を示している。このようにして得られた各周波数帯域
のウェーブレット係数は、それぞれの周波数に応じて最
小の時間解像度で求められている。従って、心拍間隔時
系列データをこのフィルタバンクに入力し、離散ウェー
ブレット変換により複数の周波数帯域のウェーブレット
係数に分割し、このウェーブレット係数を二乗すること
で、分割した各周波数帯域のパワーを計算することがで
きる。
て心拍変動の各周波数成分のパワーを求める方法につい
て考察してみる。離散ウェーブレット変換は、図１５に
示すような離散時間高域通過フィルタ、離散時間低域通
過フィルタ、ダウンサンプラから成るフィルタバンクを
用いて実現され、ディジタル信号Ｓ0 （ｎ）を複数の周
波数帯域のウェーブレット係数に分割することができ
る。図１５は、６つの周波数帯域Ｄ1 ，Ｄ2 ，Ｄ3 ，Ｄ
4 ，Ｄ5 ，Ｄ6 に分割する場合のフィルタバンクの構成
例を示している。このようにして得られた各周波数帯域
のウェーブレット係数は、それぞれの周波数に応じて最
小の時間解像度で求められている。従って、心拍間隔時
系列データをこのフィルタバンクに入力し、離散ウェー
ブレット変換により複数の周波数帯域のウェーブレット
係数に分割し、このウェーブレット係数を二乗すること
で、分割した各周波数帯域のパワーを計算することがで
きる。
【００１０】図１６は、周波数０．２Ｈｚのｓｉｎ波を
５Ｈｚでサンプリングしたディジタル信号を、上記の離
散ウェーブレット変換方法を用いて解析した場合の結果
を示している。入力ディジタル信号が５Ｈｚの場合、離
散ウェーブレット変換により分割したウェーブレット係
数の各周波数帯域は、以下のようになる。 Ｄ1 ：１．２５〜２．５Ｈｚ Ｄ2 ：０．６２５〜１．２５Ｈｚ Ｄ3 ：０．３１２５〜０．６２５Ｈｚ Ｄ4 ：０．１５６２５〜０．３１２５Ｈｚ Ｄ5 ：０．０７８１２〜０．１５６２５Ｈｚ Ｄ6 ：０．０３９０６〜０．０７８１２Ｈｚ
５Ｈｚでサンプリングしたディジタル信号を、上記の離
散ウェーブレット変換方法を用いて解析した場合の結果
を示している。入力ディジタル信号が５Ｈｚの場合、離
散ウェーブレット変換により分割したウェーブレット係
数の各周波数帯域は、以下のようになる。 Ｄ1 ：１．２５〜２．５Ｈｚ Ｄ2 ：０．６２５〜１．２５Ｈｚ Ｄ3 ：０．３１２５〜０．６２５Ｈｚ Ｄ4 ：０．１５６２５〜０．３１２５Ｈｚ Ｄ5 ：０．０７８１２〜０．１５６２５Ｈｚ Ｄ6 ：０．０３９０６〜０．０７８１２Ｈｚ
【００１１】図１６を参照すると、入力信号の周波数
０．２Ｈｚに対応するＤ4 の周波数帯域に大きなパワー
が現れているが、パワーの値は時間と共に変動している
ことがわかる。入力信号は、振幅，周波数共に一定のｓ
ｉｎ波であるので、本来、時間方向にも一定のパワーが
現れるべきである。しかしながら、離散ウェーブレット
変換の各周波数帯域におけるウェーブレット係数には、
各周波数帯域の時間解像度に応じた時間間隔での入力信
号の振幅値が反映されるため、各周波数帯域での時間間
隔と入力信号との位相がずれている場合、パワーの値は
このように時間的に変動してしまい、入力信号のパワー
を正確に求めることができない。
０．２Ｈｚに対応するＤ4 の周波数帯域に大きなパワー
が現れているが、パワーの値は時間と共に変動している
ことがわかる。入力信号は、振幅，周波数共に一定のｓ
ｉｎ波であるので、本来、時間方向にも一定のパワーが
現れるべきである。しかしながら、離散ウェーブレット
変換の各周波数帯域におけるウェーブレット係数には、
各周波数帯域の時間解像度に応じた時間間隔での入力信
号の振幅値が反映されるため、各周波数帯域での時間間
隔と入力信号との位相がずれている場合、パワーの値は
このように時間的に変動してしまい、入力信号のパワー
を正確に求めることができない。
【００１２】図１７は、周波数が時間に比例して高くな
るｓｉｎ波を５Ｈｚでサンプリングしたディジタル信号
を、上記の離散ウェーブレット変換方法を用いて解析し
た場合の結果を示している。入力信号の周波数が連続的
に変化して高くなっていくのに伴い、各周波数帯域のパ
ワーの値も低い周波数帯域のＤ6 から高い周波数帯域の
Ｄ1 へ滑らかに変化していかなければならないが、図示
のごとく、解析結果は滑らかな変動を示さない。このよ
うに、離散ウェーブレット変換を用いた場合、入力信号
に含まれる周波数成分のパワーを正確に求めることがで
きない。
るｓｉｎ波を５Ｈｚでサンプリングしたディジタル信号
を、上記の離散ウェーブレット変換方法を用いて解析し
た場合の結果を示している。入力信号の周波数が連続的
に変化して高くなっていくのに伴い、各周波数帯域のパ
ワーの値も低い周波数帯域のＤ6 から高い周波数帯域の
Ｄ1 へ滑らかに変化していかなければならないが、図示
のごとく、解析結果は滑らかな変動を示さない。このよ
うに、離散ウェーブレット変換を用いた場合、入力信号
に含まれる周波数成分のパワーを正確に求めることがで
きない。
【００１３】それ故に、本発明の目的は、自律神経の時
間的な変化を高い時間分解能で捉えることができ、か
つ、各周波数成分のパワーを正確に求めることができる
心拍変動の解析方法および装置を提供することである。
間的な変化を高い時間分解能で捉えることができ、か
つ、各周波数成分のパワーを正確に求めることができる
心拍変動の解析方法および装置を提供することである。
【００１４】
【課題を解決するための手段および発明の効果】第１の
発明は、心拍の変動を電気的に検出して解析する方法で
あって、心拍に関連する生体信号を計測する第１のステ
ップと、第１のステップで計測された生体信号に基づい
て心拍間隔を検出する第２のステップと、第２のステッ
プで検出された心拍間隔から得られる時間的に不等間隔
の心拍間隔時系列データを補間することにより、時間的
に等間隔の心拍間隔時系列データを生成する第３のステ
ップと、第３のステップで生成された時間的に等間隔の
心拍間隔時系列データを、離散２進ウェーブレット変換
により、複数の周波数帯域毎のウェーブレット係数に分
割する第４のステップと、複数の周波数帯域のそれぞれ
において、その周波数帯域での最小時間解像度に相当す
る時間区間毎に、各時間区間で得られる複数のウェーブ
レット係数を参照して各時間区間における周波数成分の
パワーを算出することにより、心拍変動に含まれる周波
数成分のパワーの時間変動を求める第５のステップとを
備えている。
発明は、心拍の変動を電気的に検出して解析する方法で
あって、心拍に関連する生体信号を計測する第１のステ
ップと、第１のステップで計測された生体信号に基づい
て心拍間隔を検出する第２のステップと、第２のステッ
プで検出された心拍間隔から得られる時間的に不等間隔
の心拍間隔時系列データを補間することにより、時間的
に等間隔の心拍間隔時系列データを生成する第３のステ
ップと、第３のステップで生成された時間的に等間隔の
心拍間隔時系列データを、離散２進ウェーブレット変換
により、複数の周波数帯域毎のウェーブレット係数に分
割する第４のステップと、複数の周波数帯域のそれぞれ
において、その周波数帯域での最小時間解像度に相当す
る時間区間毎に、各時間区間で得られる複数のウェーブ
レット係数を参照して各時間区間における周波数成分の
パワーを算出することにより、心拍変動に含まれる周波
数成分のパワーの時間変動を求める第５のステップとを
備えている。
【００１５】上記のように、第１の発明によれば、非定
常信号の解析手法である離散２進ウェーブレット変換を
適用し、各周波数帯域において、各時間区間にそれぞれ
複数個ずつ存在するウェーブレット係数から各時間区間
のパワーを算出するようにしているので、各周波数帯域
において時間区間の間隔と入力信号との位相がずれてい
ても、入力信号のパワーを正確に求めることができ、急
速な自律神経反応を高い時間分解能で捉えることが可能
となる。
常信号の解析手法である離散２進ウェーブレット変換を
適用し、各周波数帯域において、各時間区間にそれぞれ
複数個ずつ存在するウェーブレット係数から各時間区間
のパワーを算出するようにしているので、各周波数帯域
において時間区間の間隔と入力信号との位相がずれてい
ても、入力信号のパワーを正確に求めることができ、急
速な自律神経反応を高い時間分解能で捉えることが可能
となる。
【００１６】第２の発明は、第１の発明において、第５
のステップは、各時間区間で得られる複数のウェーブレ
ット係数の絶対値の最大値の二乗の１／２を各時間区間
におけるパワーとして算出することを特徴とする。
のステップは、各時間区間で得られる複数のウェーブレ
ット係数の絶対値の最大値の二乗の１／２を各時間区間
におけるパワーとして算出することを特徴とする。
【００１７】上記のように、第２の発明によれば、各時
間区間で得られる複数のウェーブレット係数の絶対値の
最大値の二乗の１／２を各時間区間におけるパワーとし
て算出するようにしているので、特に、入力信号がｓｉ
ｎ波の波形に近い場合に有効である。
間区間で得られる複数のウェーブレット係数の絶対値の
最大値の二乗の１／２を各時間区間におけるパワーとし
て算出するようにしているので、特に、入力信号がｓｉ
ｎ波の波形に近い場合に有効である。
【００１８】第３の発明は、第１の発明において、第５
のステップは、各時間区間で得られる複数のウェーブレ
ット係数の二乗の平均値を各時間区間におけるパワーと
して算出することを特徴とする。
のステップは、各時間区間で得られる複数のウェーブレ
ット係数の二乗の平均値を各時間区間におけるパワーと
して算出することを特徴とする。
【００１９】上記のように、第３の発明によれば、各時
間区間で得られる複数のウェーブレット係数の二乗の平
均値を各時間区間におけるパワーとして算出するように
しているので、特に、入力信号がｓｉｎ波の波形と異な
る場合に有効である。
間区間で得られる複数のウェーブレット係数の二乗の平
均値を各時間区間におけるパワーとして算出するように
しているので、特に、入力信号がｓｉｎ波の波形と異な
る場合に有効である。
【００２０】第４の発明は、心拍の変動を電気的に検出
して解析する装置であって、心拍に関連する生体信号を
計測する生体信号計測手段と、生体信号計測手段で得ら
れたデータから心拍間隔を求める心拍間隔算出手段と、
心拍間隔算出手段によって求められた時間的に不等間隔
の心拍間隔時系列データを補間することにより、時間的
に等間隔の心拍間隔時系列データを生成する等間隔デー
タ生成手段と、等間隔データ生成手段により得られた時
間的に等間隔の心拍間隔時系列データを離散２進ウェー
ブレット変換し、複数の周波数帯域のウェーブレット係
数に分割する離散２進ウェーブレット変換手段と、複数
の周波数帯域のそれぞれにおいて、その周波数帯域での
最小時間解像度に相当する時間区間毎に、各時間区間で
得られる複数のウェーブレット係数を参照して各時間区
間における周波数成分のパワーを算出することにより、
心拍変動に含まれる周波数成分のパワーの時間変動を求
めるパワー算出手段とを備えている。
して解析する装置であって、心拍に関連する生体信号を
計測する生体信号計測手段と、生体信号計測手段で得ら
れたデータから心拍間隔を求める心拍間隔算出手段と、
心拍間隔算出手段によって求められた時間的に不等間隔
の心拍間隔時系列データを補間することにより、時間的
に等間隔の心拍間隔時系列データを生成する等間隔デー
タ生成手段と、等間隔データ生成手段により得られた時
間的に等間隔の心拍間隔時系列データを離散２進ウェー
ブレット変換し、複数の周波数帯域のウェーブレット係
数に分割する離散２進ウェーブレット変換手段と、複数
の周波数帯域のそれぞれにおいて、その周波数帯域での
最小時間解像度に相当する時間区間毎に、各時間区間で
得られる複数のウェーブレット係数を参照して各時間区
間における周波数成分のパワーを算出することにより、
心拍変動に含まれる周波数成分のパワーの時間変動を求
めるパワー算出手段とを備えている。
【００２１】上記のように、第４の発明によれば、非定
常信号の解析手法である離散２進ウェーブレット変換を
適用し、各周波数帯域において、各時間区間にそれぞれ
複数個ずつ存在するウェーブレット係数から各時間区間
のパワーを算出するようにしているので、各周波数帯域
において時間区間の間隔と入力信号との位相がずれてい
ても、入力信号のパワーを正確に求めることができ、急
速な自律神経反応を高い時間分解能で捉えることが可能
となる。
常信号の解析手法である離散２進ウェーブレット変換を
適用し、各周波数帯域において、各時間区間にそれぞれ
複数個ずつ存在するウェーブレット係数から各時間区間
のパワーを算出するようにしているので、各周波数帯域
において時間区間の間隔と入力信号との位相がずれてい
ても、入力信号のパワーを正確に求めることができ、急
速な自律神経反応を高い時間分解能で捉えることが可能
となる。
【００２２】第５の発明は、第４の発明において、パワ
ー算出手段は、各時間区間で得られる複数のウェーブレ
ット係数の絶対値の最大値の二乗の１／２を各時間区間
におけるパワーとして算出することを特徴とする。
ー算出手段は、各時間区間で得られる複数のウェーブレ
ット係数の絶対値の最大値の二乗の１／２を各時間区間
におけるパワーとして算出することを特徴とする。
【００２３】上記のように、第５の発明によれば、各時
間区間で得られる複数のウェーブレット係数の絶対値の
最大値の二乗の１／２を各時間区間におけるパワーとし
て算出するようにしているので、特に、入力信号がｓｉ
ｎ波の波形に近い場合に有効である。
間区間で得られる複数のウェーブレット係数の絶対値の
最大値の二乗の１／２を各時間区間におけるパワーとし
て算出するようにしているので、特に、入力信号がｓｉ
ｎ波の波形に近い場合に有効である。
【００２４】第６の発明は、第４の発明において、パワ
ー算出手段は、各時間区間で得られる複数のウェーブレ
ット係数の二乗の平均値を各時間区間におけるパワーと
して算出することを特徴とする。
ー算出手段は、各時間区間で得られる複数のウェーブレ
ット係数の二乗の平均値を各時間区間におけるパワーと
して算出することを特徴とする。
【００２５】上記のように、第６の発明によれば、各時
間区間で得られる複数のウェーブレット係数の二乗の平
均値を各時間区間におけるパワーとして算出するように
しているので、特に、入力信号がｓｉｎ波の波形と異な
る場合に有効である。
間区間で得られる複数のウェーブレット係数の二乗の平
均値を各時間区間におけるパワーとして算出するように
しているので、特に、入力信号がｓｉｎ波の波形と異な
る場合に有効である。
【００２６】
（第１の実施形態）図１は、本発明の第１の実施形態に
係る心拍変動解析装置の構成を示すブロック図である。
本実施形態の心拍変動解析装置は、心電図計測を行う生
体信号計測部１０１と、心電図波形から心拍間隔を求め
る心拍間隔算出部１０２と、時間的に不等間隔の心拍間
隔時系列データを補間し、時間的に等間隔の心拍間隔時
系列データを生成する等間隔データ生成部１０３と、時
間的に等間隔の心拍間隔時系列データを離散２進ウェー
ブレット変換により複数の周波数帯域のウェーブレット
係数に分割する離散２進ウェーブレット変換部１０４
と、ウェーブレット係数から各周波数帯域のパワーを求
めるパワー算出部１０５ａ〜１０５ｆとを備えている。
係る心拍変動解析装置の構成を示すブロック図である。
本実施形態の心拍変動解析装置は、心電図計測を行う生
体信号計測部１０１と、心電図波形から心拍間隔を求め
る心拍間隔算出部１０２と、時間的に不等間隔の心拍間
隔時系列データを補間し、時間的に等間隔の心拍間隔時
系列データを生成する等間隔データ生成部１０３と、時
間的に等間隔の心拍間隔時系列データを離散２進ウェー
ブレット変換により複数の周波数帯域のウェーブレット
係数に分割する離散２進ウェーブレット変換部１０４
と、ウェーブレット係数から各周波数帯域のパワーを求
めるパワー算出部１０５ａ〜１０５ｆとを備えている。
【００２７】図２は、図１に示す心拍変動解析装置の処
理手順を示すフローチャートである。以下、図２を参照
して、図１に示す心拍変動解析装置の動作を説明する。
理手順を示すフローチャートである。以下、図２を参照
して、図１に示す心拍変動解析装置の動作を説明する。
【００２８】まず、生体信号計測部１０１で計測された
心電図データが心拍間隔算出部１０２に読み込まれる
（ステップＳ１）。次に、心拍間隔算出部１０２は、心
拍間隔を算出する（ステップＳ２およびＳ３）。すなわ
ち、心拍間隔算出部１０２は、図３（１）に示すように
Ｒ波の発生した時刻を検出し（ステップＳ２）、図３
（２）に示すように心拍間隔（以下、ＲＲＩと略称す
る）を算出し（ステップＳ３）、各ＲＲＩデータを後方
のＲ波の発生した時間的位置にプロットすることで、時
間的に不等間隔の心拍間隔時系列データを得る。次に、
等間隔データ生成部１０３は、時間的に不等間隔の心拍
間隔時系列データから時間的に等間隔の時系列データを
生成する（ステップＳ４）。すなわち、等間隔データ生
成部１０３は、図３（３）に示すように直線補間等を用
いて時間的に不等間隔の心拍間隔時系列データを補間
し、等間隔で再サンプリングすることにより、時間的に
等間隔の心拍間隔時系列データを生成する。なお、本実
施形態では、一例として、５Ｈｚで再サンプリングした
場合について説明する。このようにして得られた時間的
に等間隔の心拍間隔時系列データは、離散２進ウェーブ
レット変換部１０４に与えられ、複数の周波数帯域のウ
ェーブレット係数に分割される（ステップＳ５）。離散
２進ウェーブレット変換は、最初にＳｔｅｐｈａｎｅ
Ｍａｌｌａｔによって画像の圧縮や特徴抽出のために研
究されたもので、参考文献としては以下のものがある。 （１）Ｓ．Ｍａｌｌａｔ 「Ｚｅｒｏ−ｃｒｏｓｓｉｎ
ｇｓ ｏｆ Ｗａｖｅｌｅｔ Ｔｒａｎｓｆｏｒｍ」
ＩＥＥＥ ＴＲＡＮＳＡＣＴＩＯＮＳ ＯＮＩＮＦＯＲ
ＭＡＴＩＯＮ ＴＨＥＯＲＹ， ＶＯＬ．３７， Ｎ
Ｏ．４， ＪＵＬＹ １９９１ （２）Ｓ．Ｍａｌｌａｔ ａｎｄ Ｓ． Ｚｏｈｎｇ
「Ｃｈａｒａｃｔｅｒｉｚａｔｉｏｎ ｏｆ Ｓｉｇｎ
ａｌｓ ｆｒｏｍ Ｍｕｌｔｉｓｃａｌｅ Ｅｄｇｅ
ｓ」 ＩＥＥＥ ＴＲＡＮＳＡＣＴＩＯＮＳ ＯＮ Ｐ
ＡＴＴＥＲＮ ＡＮＡＬＹＳＩＳ ＡＮＤ ＭＡＣＨＩ
ＮＥ ＩＮＴＥＬＩＧＥＮＣＥ， ＶＯＬ．１４， Ｎ
Ｏ．７， ＪＵＬＹ １９９２ （３）中静真他、「多重解像度ピーク解析によるＥＣＧ
データ圧縮」電子情報通信学会論文誌Ｄ−ＩＩ Ｖｏ
ｌ．Ｊ７９−Ｄ−ＩＩ ＮＯ．８ １４１２〜１４２１
頁 １９９６年８月
心電図データが心拍間隔算出部１０２に読み込まれる
（ステップＳ１）。次に、心拍間隔算出部１０２は、心
拍間隔を算出する（ステップＳ２およびＳ３）。すなわ
ち、心拍間隔算出部１０２は、図３（１）に示すように
Ｒ波の発生した時刻を検出し（ステップＳ２）、図３
（２）に示すように心拍間隔（以下、ＲＲＩと略称す
る）を算出し（ステップＳ３）、各ＲＲＩデータを後方
のＲ波の発生した時間的位置にプロットすることで、時
間的に不等間隔の心拍間隔時系列データを得る。次に、
等間隔データ生成部１０３は、時間的に不等間隔の心拍
間隔時系列データから時間的に等間隔の時系列データを
生成する（ステップＳ４）。すなわち、等間隔データ生
成部１０３は、図３（３）に示すように直線補間等を用
いて時間的に不等間隔の心拍間隔時系列データを補間
し、等間隔で再サンプリングすることにより、時間的に
等間隔の心拍間隔時系列データを生成する。なお、本実
施形態では、一例として、５Ｈｚで再サンプリングした
場合について説明する。このようにして得られた時間的
に等間隔の心拍間隔時系列データは、離散２進ウェーブ
レット変換部１０４に与えられ、複数の周波数帯域のウ
ェーブレット係数に分割される（ステップＳ５）。離散
２進ウェーブレット変換は、最初にＳｔｅｐｈａｎｅ
Ｍａｌｌａｔによって画像の圧縮や特徴抽出のために研
究されたもので、参考文献としては以下のものがある。 （１）Ｓ．Ｍａｌｌａｔ 「Ｚｅｒｏ−ｃｒｏｓｓｉｎ
ｇｓ ｏｆ Ｗａｖｅｌｅｔ Ｔｒａｎｓｆｏｒｍ」
ＩＥＥＥ ＴＲＡＮＳＡＣＴＩＯＮＳ ＯＮＩＮＦＯＲ
ＭＡＴＩＯＮ ＴＨＥＯＲＹ， ＶＯＬ．３７， Ｎ
Ｏ．４， ＪＵＬＹ １９９１ （２）Ｓ．Ｍａｌｌａｔ ａｎｄ Ｓ． Ｚｏｈｎｇ
「Ｃｈａｒａｃｔｅｒｉｚａｔｉｏｎ ｏｆ Ｓｉｇｎ
ａｌｓ ｆｒｏｍ Ｍｕｌｔｉｓｃａｌｅ Ｅｄｇｅ
ｓ」 ＩＥＥＥ ＴＲＡＮＳＡＣＴＩＯＮＳ ＯＮ Ｐ
ＡＴＴＥＲＮ ＡＮＡＬＹＳＩＳ ＡＮＤ ＭＡＣＨＩ
ＮＥ ＩＮＴＥＬＩＧＥＮＣＥ， ＶＯＬ．１４， Ｎ
Ｏ．７， ＪＵＬＹ １９９２ （３）中静真他、「多重解像度ピーク解析によるＥＣＧ
データ圧縮」電子情報通信学会論文誌Ｄ−ＩＩ Ｖｏ
ｌ．Ｊ７９−Ｄ−ＩＩ ＮＯ．８ １４１２〜１４２１
頁 １９９６年８月
【００２９】ここで、図４を参照して、離散２進ウェー
ブレット変換を行うステップＳ５の処理について説明す
る。図４は、ディジタル入力信号を６つの周波数帯域に
分割する場合の離散２進ウェーブレット変換のフィルタ
バンクの構成例を示す図である。離散２進ウェーブレッ
ト変換は、基本ウェーブレットΨ（ｘ）の２のベキ乗の
スケール変換によって得られる関数系Ψi （ｘ）（次式
（１）参照）と、信号ｆ（ｘ）との内積（次式（２）参
照）によって求められる。 Ψi （ｘ）＝２-iΨ（２-iｘ） …（１） Ｗi （ｎ）＝〈Ψi （ｘ−ｎ），ｆ（ｘ）〉 …（２）
ブレット変換を行うステップＳ５の処理について説明す
る。図４は、ディジタル入力信号を６つの周波数帯域に
分割する場合の離散２進ウェーブレット変換のフィルタ
バンクの構成例を示す図である。離散２進ウェーブレッ
ト変換は、基本ウェーブレットΨ（ｘ）の２のベキ乗の
スケール変換によって得られる関数系Ψi （ｘ）（次式
（１）参照）と、信号ｆ（ｘ）との内積（次式（２）参
照）によって求められる。 Ψi （ｘ）＝２-iΨ（２-iｘ） …（１） Ｗi （ｎ）＝〈Ψi （ｘ−ｎ），ｆ（ｘ）〉 …（２）
【００３０】今、Ψi （ｘ）のフーリエ変換ψi （ω）
に対して、次式（３）を満たすスケーリング関数Φ
（ｘ）を定義する。ただし、φ（ω）は、Φ（ｘ）のフ
ーリエ変換である。
に対して、次式（３）を満たすスケーリング関数Φ
（ｘ）を定義する。ただし、φ（ω）は、Φ（ｘ）のフ
ーリエ変換である。
【数１】
【００３１】また、２のｉ乗でスケール変換されたスケ
ーリング関数Φ（ｘ）と信号ｆ（ｘ）との畳み込み演算
により得られた平滑化信号をＳi （ｔ）とし、Ｓi
（ｔ）を離散化した信号をＳi （ｎ）と定義する。離散
時間信号Ｓ0 （ｎ）は、ｍ帯域に分割した離散２進ウェ
ーブレット変換Ｗi （ｘ）（ただし、１≦ｉ≦ｍ）と、
離散時間信号Ｓm （ｎ）とによって再構成できる。ま
た、離散２進ウェーブレット変換Ｗi （ｎ）は、離散時
間信号Ｓ0 （ｎ）より、次式（４），（５），（６）の
関係を満たす離散時間低域通過フィルタＧ（ω）と離散
時間高域通過フィルタＨ（ω）とにより計算することが
できる。 φ（２ω）＝Ｈ（ω）・φ（ω） …（４） ψ（２ω）＝Ｇ（ω）・φ（ω） …（５） ｜Ｇ（ω）｜2 ＋｜Ｈ（ω）｜2 ＝１ …（６）
ーリング関数Φ（ｘ）と信号ｆ（ｘ）との畳み込み演算
により得られた平滑化信号をＳi （ｔ）とし、Ｓi
（ｔ）を離散化した信号をＳi （ｎ）と定義する。離散
時間信号Ｓ0 （ｎ）は、ｍ帯域に分割した離散２進ウェ
ーブレット変換Ｗi （ｘ）（ただし、１≦ｉ≦ｍ）と、
離散時間信号Ｓm （ｎ）とによって再構成できる。ま
た、離散２進ウェーブレット変換Ｗi （ｎ）は、離散時
間信号Ｓ0 （ｎ）より、次式（４），（５），（６）の
関係を満たす離散時間低域通過フィルタＧ（ω）と離散
時間高域通過フィルタＨ（ω）とにより計算することが
できる。 φ（２ω）＝Ｈ（ω）・φ（ω） …（４） ψ（２ω）＝Ｇ（ω）・φ（ω） …（５） ｜Ｇ（ω）｜2 ＋｜Ｈ（ω）｜2 ＝１ …（６）
【００３２】図４のフィルタバンクは、ディジタル（離
散）入力信号Ｓ0 （ｎ）２００を、離散時間高域通過フ
ィルタＨ（ω）２１１および離散時間低域通過フィルタ
Ｇ（ω）２２１に通すことにより、ウェーブレット変換
係数Ｗ1 （ｎ）２３１および平滑化信号Ｓ1 （ｎ）２４
１を得ている。同様に、平滑化信号Ｓ1 （ｎ）２４１を
離散時間高域通過フィルタ２１２および離散時間低域通
過フィルタ２２２に通すことにより、ウェーブレット変
換係数Ｗ2 （ｎ）２３２および平滑化信号Ｓ2（ｎ）２
４２を得ている。さらに、同様な処理をｉ＝３，４，
５，６まで実行することにより、ウェーブレット変換係
数Ｗi （ｎ）２３３〜Ｗi （ｎ）２３６と、平滑化信号
Ｓi （ｎ）２４３〜Ｓi （ｎ）２４６とを得ている。
散）入力信号Ｓ0 （ｎ）２００を、離散時間高域通過フ
ィルタＨ（ω）２１１および離散時間低域通過フィルタ
Ｇ（ω）２２１に通すことにより、ウェーブレット変換
係数Ｗ1 （ｎ）２３１および平滑化信号Ｓ1 （ｎ）２４
１を得ている。同様に、平滑化信号Ｓ1 （ｎ）２４１を
離散時間高域通過フィルタ２１２および離散時間低域通
過フィルタ２２２に通すことにより、ウェーブレット変
換係数Ｗ2 （ｎ）２３２および平滑化信号Ｓ2（ｎ）２
４２を得ている。さらに、同様な処理をｉ＝３，４，
５，６まで実行することにより、ウェーブレット変換係
数Ｗi （ｎ）２３３〜Ｗi （ｎ）２３６と、平滑化信号
Ｓi （ｎ）２４３〜Ｓi （ｎ）２４６とを得ている。
【００３３】以上のようにして、ステップＳ５におい
て、離散２進ウェーブレット変換により６つの周波数帯
域に分割したウェーブレット係数Ｗ1 （ｎ）からＷ6
（ｎ）が得られる。ディジタル（離散）入力信号Ｓ0
（ｎ）２００のサンプリング周波数が５Ｈｚの場合、そ
れぞれのウェーブレット係数の周波数帯域は、以下のよ
うになる。 Ｗ1 （ｎ）：１．２５〜２．５Ｈｚ Ｗ2 （ｎ）：０．６２５〜１．２５Ｈｚ Ｗ3 （ｎ）：０．３１２５〜０．６２５Ｈｚ Ｗ4 （ｎ）：０．１５６２５〜０．３１２５Ｈｚ Ｗ5 （ｎ）：０．０７８１２〜０．１５６２５Ｈｚ Ｗ6 （ｎ）：０．０３９０６〜０．０７８１２Ｈｚ
て、離散２進ウェーブレット変換により６つの周波数帯
域に分割したウェーブレット係数Ｗ1 （ｎ）からＷ6
（ｎ）が得られる。ディジタル（離散）入力信号Ｓ0
（ｎ）２００のサンプリング周波数が５Ｈｚの場合、そ
れぞれのウェーブレット係数の周波数帯域は、以下のよ
うになる。 Ｗ1 （ｎ）：１．２５〜２．５Ｈｚ Ｗ2 （ｎ）：０．６２５〜１．２５Ｈｚ Ｗ3 （ｎ）：０．３１２５〜０．６２５Ｈｚ Ｗ4 （ｎ）：０．１５６２５〜０．３１２５Ｈｚ Ｗ5 （ｎ）：０．０７８１２〜０．１５６２５Ｈｚ Ｗ6 （ｎ）：０．０３９０６〜０．０７８１２Ｈｚ
【００３４】次に、図１のパワー算出部１０５ａ〜１０
５ｆは、それぞれの周波数帯域に対して不確定性関係よ
り決まる最小の時間解像度の区間毎に、パワーを算出す
る（ステップＳ６）。それぞれの周波数帯域の最小の時
間解像度は、以下のようになる。 Ｗ1 （ｎ）：２サンプル点（０．４秒） Ｗ2 （ｎ）：４サンプル点（０．８秒） Ｗ3 （ｎ）：８サンプル点（１．６秒） Ｗ4 （ｎ）：１６サンプル点（３．２秒） Ｗ5 （ｎ）：３２サンプル点（６．４秒） Ｗ6 （ｎ）：６４サンプル点（１２．８秒）
５ｆは、それぞれの周波数帯域に対して不確定性関係よ
り決まる最小の時間解像度の区間毎に、パワーを算出す
る（ステップＳ６）。それぞれの周波数帯域の最小の時
間解像度は、以下のようになる。 Ｗ1 （ｎ）：２サンプル点（０．４秒） Ｗ2 （ｎ）：４サンプル点（０．８秒） Ｗ3 （ｎ）：８サンプル点（１．６秒） Ｗ4 （ｎ）：１６サンプル点（３．２秒） Ｗ5 （ｎ）：３２サンプル点（６．４秒） Ｗ6 （ｎ）：６４サンプル点（１２．８秒）
【００３５】各パワー算出部１０５ａ〜１０５ｆは、上
記の時間解像度の区間毎に、それぞれの周波数帯域の係
数の絶対値の最大値を求め、当該最大値の二乗の１／２
を求めることにより、その区間のパワーを算出する。各
周波数帯域のパワーをＰm （ｌ）とすると、次式（７）
によりパワーが算出される。
記の時間解像度の区間毎に、それぞれの周波数帯域の係
数の絶対値の最大値を求め、当該最大値の二乗の１／２
を求めることにより、その区間のパワーを算出する。各
周波数帯域のパワーをＰm （ｌ）とすると、次式（７）
によりパワーが算出される。
【数２】
【００３６】図５は、パワー算出部１０５ｃにおいて、
３番目の周波数帯域のＷ3 （ｎ）のパワーを求める場合
を図示したものである。Ｗ3 の周波数帯域の時間解像度
は８サンプル点であるから、まず、ｎ＝０〜７の区間０
について、Ｗ3 （ｎ）の絶対値の最大値を求める。最大
値がＷ3 （１）とすると、区間０のパワーＰ3 （０）
は、Ｗ3 （１）の二乗の１／２により計算される。そし
て、順次、区間１、区間２、…とパワーが計算される。
３番目の周波数帯域のＷ3 （ｎ）のパワーを求める場合
を図示したものである。Ｗ3 の周波数帯域の時間解像度
は８サンプル点であるから、まず、ｎ＝０〜７の区間０
について、Ｗ3 （ｎ）の絶対値の最大値を求める。最大
値がＷ3 （１）とすると、区間０のパワーＰ3 （０）
は、Ｗ3 （１）の二乗の１／２により計算される。そし
て、順次、区間１、区間２、…とパワーが計算される。
【００３７】以上のようにして、第１の実施形態では、
各周波数帯域毎のパワーを求めることができる。なお、
心拍変動の二つの主要な周波数成分である、ＬＦ成分、
ＨＦ成分のパワーを求める場合は、ステップＳ７が実行
される。ステップＳ７では、ＨＦ成分の周波数に対応す
る周波数帯域のＷ3 およびＷ4 におけるパワーＰ3 およ
びＰ4 を加算することによりＨＦ成分のパワーが求めら
れ、ＬＦ成分の周波数に対応するＷ5 およびＷ6 におけ
るパワーＰ5 およびＰ6 を加算することによりＬＦ成分
のパワーが求められる。
各周波数帯域毎のパワーを求めることができる。なお、
心拍変動の二つの主要な周波数成分である、ＬＦ成分、
ＨＦ成分のパワーを求める場合は、ステップＳ７が実行
される。ステップＳ７では、ＨＦ成分の周波数に対応す
る周波数帯域のＷ3 およびＷ4 におけるパワーＰ3 およ
びＰ4 を加算することによりＨＦ成分のパワーが求めら
れ、ＬＦ成分の周波数に対応するＷ5 およびＷ6 におけ
るパワーＰ5 およびＰ6 を加算することによりＬＦ成分
のパワーが求められる。
【００３８】図６は、周波数０．２Ｈｚのｓｉｎ波を５
Ｈｚでサンプリングしたディジタル信号を、第１の実施
形態の装置を用いて解析した場合の結果を示している。
図６を参照すると、入力信号の周波数０．２Ｈｚを含む
周波数帯域Ｗ4 のパワーであるＰ4 に一定のパワー（約
０．５）が現れていることがわかる。入力信号の振幅値
は１であり、この時の入力信号のパワーは０．５である
ので、正しいパワーを算出できていることがわかる。
Ｈｚでサンプリングしたディジタル信号を、第１の実施
形態の装置を用いて解析した場合の結果を示している。
図６を参照すると、入力信号の周波数０．２Ｈｚを含む
周波数帯域Ｗ4 のパワーであるＰ4 に一定のパワー（約
０．５）が現れていることがわかる。入力信号の振幅値
は１であり、この時の入力信号のパワーは０．５である
ので、正しいパワーを算出できていることがわかる。
【００３９】図７は、周波数が時間に比例して高くなる
ｓｉｎ波を５Ｈｚでサンプリングしたディジタル信号
を、第１の実施形態の装置を用いて解析した場合の結果
を示している。この図７を参照すると、入力信号の周波
数が連続的に変化していくのに伴い、各周波数帯域のパ
ワーが低い周波数帯域のＰ6 から高い周波数帯域のＰ1
へ滑らかに変化していく様子を捉えていることがわか
る。
ｓｉｎ波を５Ｈｚでサンプリングしたディジタル信号
を、第１の実施形態の装置を用いて解析した場合の結果
を示している。この図７を参照すると、入力信号の周波
数が連続的に変化していくのに伴い、各周波数帯域のパ
ワーが低い周波数帯域のＰ6 から高い周波数帯域のＰ1
へ滑らかに変化していく様子を捉えていることがわか
る。
【００４０】図８は、１０分間エルゴメーターで運動
し、その後２０分間座位安静を保った場合の心電図を計
測し、第１の実施形態の装置によりＨＦ成分、ＬＦ成分
のパワーおよびＬＦ／ＨＦを求めた結果を示している。
この図８を参照すると、副交感神経の活動状態を反映す
るＨＦ成分のパワーは、運動と共に低下し、運動停止
後、徐々に回復しており、実際の様子が忠実に捉えられ
ていることがわかる。また、交感神経の活動状態の指標
とされるＬＦ／ＨＦは、運動中および運動停止後１０分
間ほどは高い値を示し、運動後もしばらくは交感神経が
優位な状態が持続していることがわかる。
し、その後２０分間座位安静を保った場合の心電図を計
測し、第１の実施形態の装置によりＨＦ成分、ＬＦ成分
のパワーおよびＬＦ／ＨＦを求めた結果を示している。
この図８を参照すると、副交感神経の活動状態を反映す
るＨＦ成分のパワーは、運動と共に低下し、運動停止
後、徐々に回復しており、実際の様子が忠実に捉えられ
ていることがわかる。また、交感神経の活動状態の指標
とされるＬＦ／ＨＦは、運動中および運動停止後１０分
間ほどは高い値を示し、運動後もしばらくは交感神経が
優位な状態が持続していることがわかる。
【００４１】（第２の実施形態）次に、本発明の第２の
実施形態に係る心拍変動解析装置について、図面を参照
しながら説明する。なお、本実施形態の心拍変動解析装
置の構成は、図１と同じである。
実施形態に係る心拍変動解析装置について、図面を参照
しながら説明する。なお、本実施形態の心拍変動解析装
置の構成は、図１と同じである。
【００４２】図９は、第２の実施形態に係る心拍変動解
析装置の処理手順を示すフローチャートである。以下、
図１および図９を参照して、第２の実施形態に係る心拍
変動解析装置の動作について説明する。
析装置の処理手順を示すフローチャートである。以下、
図１および図９を参照して、第２の実施形態に係る心拍
変動解析装置の動作について説明する。
【００４３】第２の実施形態の心拍変動解析装置の動作
において、前述した第１の実施形態の動作と異なる部分
は、パワー算出部１０５ａ〜１０５ｆの動作および図９
のステップＳ８である。図２のステップＳ６の代りに、
図９ではステップＳ８において、それぞれの周波数帯域
に対して不確定性関係より決まる最小の時間解像度毎に
パワーが算出される。それぞれの周波数帯域の最小の時
間解像度は、以下のようになる。 Ｗ1 （ｎ）：２サンプル点（０．４秒） Ｗ2 （ｎ）：４サンプル点（０．８秒） Ｗ3 （ｎ）：８サンプル点（１．６秒） Ｗ4 （ｎ）：１６サンプル点（３．２秒） Ｗ5 （ｎ）：３２サンプル点（６．４秒） Ｗ6 （ｎ）：６４サンプル点（１２．８秒）
において、前述した第１の実施形態の動作と異なる部分
は、パワー算出部１０５ａ〜１０５ｆの動作および図９
のステップＳ８である。図２のステップＳ６の代りに、
図９ではステップＳ８において、それぞれの周波数帯域
に対して不確定性関係より決まる最小の時間解像度毎に
パワーが算出される。それぞれの周波数帯域の最小の時
間解像度は、以下のようになる。 Ｗ1 （ｎ）：２サンプル点（０．４秒） Ｗ2 （ｎ）：４サンプル点（０．８秒） Ｗ3 （ｎ）：８サンプル点（１．６秒） Ｗ4 （ｎ）：１６サンプル点（３．２秒） Ｗ5 （ｎ）：３２サンプル点（６．４秒） Ｗ6 （ｎ）：６４サンプル点（１２．８秒）
【００４４】各パワー算出部１０５ａ〜１０５ｆは、上
記の時間解像度の区間毎に、それぞれの周波数帯域の係
数の二乗の平均値を求めることで、その区間のパワーを
算出する。各周波数帯域のパワーをＰm （ｌ）とする
と、次式（８）によりパワーが算出される。
記の時間解像度の区間毎に、それぞれの周波数帯域の係
数の二乗の平均値を求めることで、その区間のパワーを
算出する。各周波数帯域のパワーをＰm （ｌ）とする
と、次式（８）によりパワーが算出される。
【数３】
【００４５】図１０は、パワー算出部１０５ｃにおい
て、３番目の周波数帯域のＷ3 （ｎ）のパワーを求める
場合を図示したものである。Ｗ3 の周波数帯域の時間解
像度は８サンプル点であるから、まず、ｎ＝０〜７の区
間０について、Ｗ3 （ｎ）の二乗の平均を求めること
で、区間０のパワーＰ3 （０）を計算する。そして、順
次、区間１、区間２、…とパワーを計算する。
て、３番目の周波数帯域のＷ3 （ｎ）のパワーを求める
場合を図示したものである。Ｗ3 の周波数帯域の時間解
像度は８サンプル点であるから、まず、ｎ＝０〜７の区
間０について、Ｗ3 （ｎ）の二乗の平均を求めること
で、区間０のパワーＰ3 （０）を計算する。そして、順
次、区間１、区間２、…とパワーを計算する。
【００４６】以上のようにして、第２の実施形態では、
各周波数帯域毎のパワーを求めることができる。なお、
心拍変動の二つの主要な周波数成分である、ＬＦ成分、
ＨＦ成分のパワーを求める場合は、ステップＳ７が実行
される。ステップＳ７では、ＨＦ成分の周波数に対応す
る周波数帯域のＷ3 およびＷ4 におけるパワーＰ3 およ
びＰ4 を加算することによりＨＦ成分のパワーが求めら
れ、ＬＦ成分の周波数に対応するＷ5 およびＷ6 におけ
るパワーＰ5 およびＰ6 を加算することによりＬＦ成分
のパワーが求められる。
各周波数帯域毎のパワーを求めることができる。なお、
心拍変動の二つの主要な周波数成分である、ＬＦ成分、
ＨＦ成分のパワーを求める場合は、ステップＳ７が実行
される。ステップＳ７では、ＨＦ成分の周波数に対応す
る周波数帯域のＷ3 およびＷ4 におけるパワーＰ3 およ
びＰ4 を加算することによりＨＦ成分のパワーが求めら
れ、ＬＦ成分の周波数に対応するＷ5 およびＷ6 におけ
るパワーＰ5 およびＰ6 を加算することによりＬＦ成分
のパワーが求められる。
【００４７】図１１は、周波数０．２Ｈｚのｓｉｎ波を
５Ｈｚでサンプリングしたディジタル信号を、第２の実
施形態の装置を用いて解析した場合の結果を示してい
る。この図１１を参照すると、入力信号の周波数０．２
Ｈｚを含む周波数帯域Ｗ4 のパワーであるＰ4 にほぼ一
定のパワー（約０．５）が現れていることがわかる。入
力信号の振幅値は１であり、この時の入力信号のパワー
は０．５であるので、正しいパワーを算出できているこ
とがわかる。入力信号がｓｉｎ波の波形の場合は、第１
の実施形態のほうがより一定のパワーを正確に求めるこ
とができるが、入力信号の波形がｓｉｎ波の波形と異な
る場合は、第１の実施形態で算出されたパワーが入力信
号のパワーと異なってしまう可能性があり、このような
場合は第２の実施形態の平均値により求める方法がより
実際の値に近いパワーを求めることができる。
５Ｈｚでサンプリングしたディジタル信号を、第２の実
施形態の装置を用いて解析した場合の結果を示してい
る。この図１１を参照すると、入力信号の周波数０．２
Ｈｚを含む周波数帯域Ｗ4 のパワーであるＰ4 にほぼ一
定のパワー（約０．５）が現れていることがわかる。入
力信号の振幅値は１であり、この時の入力信号のパワー
は０．５であるので、正しいパワーを算出できているこ
とがわかる。入力信号がｓｉｎ波の波形の場合は、第１
の実施形態のほうがより一定のパワーを正確に求めるこ
とができるが、入力信号の波形がｓｉｎ波の波形と異な
る場合は、第１の実施形態で算出されたパワーが入力信
号のパワーと異なってしまう可能性があり、このような
場合は第２の実施形態の平均値により求める方法がより
実際の値に近いパワーを求めることができる。
【００４８】図１２は、周波数が時間に比例して高くな
るｓｉｎ波を５Ｈｚでサンプリングしたディジタル信号
を、第２の実施形態の装置を用いて解析した場合の結果
を示している。この図１２を参照すると、入力信号の周
波数が連続的に変化していくのに伴い、各周波数帯域の
パワーが低い周波数帯域のＰ6 から高い周波数帯域のＰ
1 へ滑らかに変化していく様子を捉えていることがわか
る。
るｓｉｎ波を５Ｈｚでサンプリングしたディジタル信号
を、第２の実施形態の装置を用いて解析した場合の結果
を示している。この図１２を参照すると、入力信号の周
波数が連続的に変化していくのに伴い、各周波数帯域の
パワーが低い周波数帯域のＰ6 から高い周波数帯域のＰ
1 へ滑らかに変化していく様子を捉えていることがわか
る。
【００４９】図１３は、１０分間エルゴメーターで運動
し、その後２０分間座位安静を保った場合の心電図を計
測し、第２の実施形態の装置によりＨＦ成分、ＬＦ成分
のパワーおよびＬＦ／ＨＦを求めた結果を示している。
この図１３を参照すると、第１の実施形態と同様に、副
交感神経の活動状態を反映するＨＦ成分のパワーは、運
動と共に低下し、運動停止後、徐々に回復しており、実
際の様子が忠実に捉えられている。また、交感神経の活
動状態の指標とされるＬＦ／ＨＦは、運動中および運動
停止後１０分間ほどは高い値を示し、運動後もしばらく
は交感神経が優位な状態が持続していることがわかる。
し、その後２０分間座位安静を保った場合の心電図を計
測し、第２の実施形態の装置によりＨＦ成分、ＬＦ成分
のパワーおよびＬＦ／ＨＦを求めた結果を示している。
この図１３を参照すると、第１の実施形態と同様に、副
交感神経の活動状態を反映するＨＦ成分のパワーは、運
動と共に低下し、運動停止後、徐々に回復しており、実
際の様子が忠実に捉えられている。また、交感神経の活
動状態の指標とされるＬＦ／ＨＦは、運動中および運動
停止後１０分間ほどは高い値を示し、運動後もしばらく
は交感神経が優位な状態が持続していることがわかる。
【００５０】なお、以上説明した第１および第２の実施
形態は、心電図を計測し、そのＲ波から心拍間隔を算出
するように構成されているが、本発明はこれに限定され
るものではなく、脈波や心音のピーク値等の心拍間隔を
算出し得るその他の生体信号を用いることも可能であ
る。また、時間等間隔の心拍間隔時系列データのサンプ
リングレートを５Ｈｚとし、離散２進ウェーブレット変
換によって６つの周波数帯域に分割する場合を説明した
が、サンプリングレートと分割する周波数帯域数は共に
これに限定されるものではない。
形態は、心電図を計測し、そのＲ波から心拍間隔を算出
するように構成されているが、本発明はこれに限定され
るものではなく、脈波や心音のピーク値等の心拍間隔を
算出し得るその他の生体信号を用いることも可能であ
る。また、時間等間隔の心拍間隔時系列データのサンプ
リングレートを５Ｈｚとし、離散２進ウェーブレット変
換によって６つの周波数帯域に分割する場合を説明した
が、サンプリングレートと分割する周波数帯域数は共に
これに限定されるものではない。
【００５１】また、以上の説明では、最小の時間解像度
に相当する区間で得られる複数のウェーブレット係数か
らその区間における周波数成分のパワーを求める演算手
法として、第１および第２の実施形態を例示したが、本
発明はこれらに限定されることはなく、その他の演算手
法によって各区間おけるパワーを求めるようにしても良
い。
に相当する区間で得られる複数のウェーブレット係数か
らその区間における周波数成分のパワーを求める演算手
法として、第１および第２の実施形態を例示したが、本
発明はこれらに限定されることはなく、その他の演算手
法によって各区間おけるパワーを求めるようにしても良
い。
【図１】本発明の第１の実施形態に係る心拍変動解析装
置の構成を示すブロック図である。
置の構成を示すブロック図である。
【図２】図１に示す心拍変動解析装置の処理手順を示す
フローチャートである。
フローチャートである。
【図３】心電図Ｒ波を用いて心拍間隔時系列データを求
める方法を説明するための図である。
める方法を説明するための図である。
【図４】ディジタル入力信号を６つの周波数帯域に分割
する場合の離散２進ウェーブレット変換のフィルタバン
クの構成例を示す図である。
する場合の離散２進ウェーブレット変換のフィルタバン
クの構成例を示す図である。
【図５】第１の実施形態において、離散２進ウェーブレ
ット係数からパワーを算出する方法を説明するための図
である。
ット係数からパワーを算出する方法を説明するための図
である。
【図６】第１の実施形態の心拍変動解析装置を用いて一
定周波数のｓｉｎ波を解析した結果を示す図である。
定周波数のｓｉｎ波を解析した結果を示す図である。
【図７】第１の実施形態の心拍変動解析装置を用いて周
波数が時間に比例して高くなるｓｉｎ波を解析した結果
を示す図である。
波数が時間に比例して高くなるｓｉｎ波を解析した結果
を示す図である。
【図８】第１の実施形態の心拍変動解析装置を用いて実
際の心電図データを解析した結果を示す図である。
際の心電図データを解析した結果を示す図である。
【図９】第２の実施形態に係る心拍変動解析装置の処理
手順を示すフローチャートである。
手順を示すフローチャートである。
【図１０】第２の実施形態において、離散２進ウェーブ
レット係数からパワーを算出する方法を説明するための
図である。
レット係数からパワーを算出する方法を説明するための
図である。
【図１１】第２の実施形態の心拍変動解析装置を用いて
一定周波数のｓｉｎ波を解析した結果を示す図である。
一定周波数のｓｉｎ波を解析した結果を示す図である。
【図１２】第２の実施形態の心拍変動解析装置を用いて
周波数が時間に比例して高くなるｓｉｎ波を解析した結
果を示す図である。
周波数が時間に比例して高くなるｓｉｎ波を解析した結
果を示す図である。
【図１３】第２の実施形態の心拍変動解析装置を用いて
実際の心電図データを解析した結果を示す図である。
実際の心電図データを解析した結果を示す図である。
【図１４】従来の心拍変動解析方法により、周波数成分
のパワーを求める方法を説明するための図である。
のパワーを求める方法を説明するための図である。
【図１５】従来の離散ウェーブレット変換において、６
つの周波数帯域に分割する場合のフィルタバンクの構成
例を示す図である。
つの周波数帯域に分割する場合のフィルタバンクの構成
例を示す図である。
【図１６】従来の離散ウェーブレット変換による解析方
法を用いて一定周波数のｓｉｎ波を解析した結果を示す
図である。
法を用いて一定周波数のｓｉｎ波を解析した結果を示す
図である。
【図１７】従来の離散ウェーブレット変換による解析方
法を用いて周波数が時間に比例して高くなるｓｉｎ波を
解析した結果を示す図である。
法を用いて周波数が時間に比例して高くなるｓｉｎ波を
解析した結果を示す図である。
１０１…生体信号計測部 １０２…心拍間隔算出部 １０３…等間隔データ生成部 １０４…離散２進ウェーブレット変換部 １０５ａ〜１０５ｆ…パワー算出部 ２００…ディジタル入力信号 ２１１〜２１６…離散時間高域通過フィルタ ２２１〜２２６…離散時間低域通過フィルタ ２３１〜２３６…ウェーブレット変換係数 ２４１〜２４６…平滑化信号
───────────────────────────────────────────────────── フロントページの続き (72)発明者 尾島 修一 大阪府門真市大字門真1006番地 松下電器 産業株式会社内 (72)発明者 井上 尚 大阪府門真市大字門真1006番地 松下電器 産業株式会社内 (72)発明者 桂 卓史 大阪府門真市大字門真1006番地 松下電器 産業株式会社内
Claims (6)
- 【請求項１】 心拍の変動を電気的に検出して解析する
方法であって、 心拍に関連する生体信号を計測する第１のステップと、 前記第１のステップで計測された生体信号に基づいて心
拍間隔を検出する第２のステップと、 前記第２のステップで検出された心拍間隔から得られる
時間的に不等間隔の心拍間隔時系列データを補間するこ
とにより、時間的に等間隔の心拍間隔時系列データを生
成する第３のステップと、 前記第３のステップで生成された時間的に等間隔の心拍
間隔時系列データを、離散２進ウェーブレット変換によ
り、複数の周波数帯域毎のウェーブレット係数に分割す
る第４のステップと、 前記複数の周波数帯域のそれぞれにおいて、その周波数
帯域での最小時間解像度に相当する時間区間毎に、各時
間区間で得られる複数のウェーブレット係数を参照して
各時間区間における周波数成分のパワーを算出すること
により、心拍変動に含まれる周波数成分のパワーの時間
変動を求める第５のステップとを備える、心拍変動解析
方法。 - 【請求項２】 前記第５のステップは、各時間区間で得
られる複数のウェーブレット係数の絶対値の最大値の二
乗の１／２を各時間区間におけるパワーとして算出する
ことを特徴とする、請求項１に記載の心拍変動解析方
法。 - 【請求項３】 前記第５のステップは、各時間区間で得
られる複数のウェーブレット係数の二乗の平均値を各時
間区間におけるパワーとして算出することを特徴とす
る、請求項１に記載の心拍変動解析方法。 - 【請求項４】 心拍の変動を電気的に検出して解析する
装置であって、 心拍に関連する生体信号を計測する生体信号計測手段
と、 前記生体信号計測手段で得られたデータから心拍間隔を
求める心拍間隔算出手段と、 前記心拍間隔算出手段によって求められた時間的に不等
間隔の心拍間隔時系列データを補間することにより、時
間的に等間隔の心拍間隔時系列データを生成する等間隔
データ生成手段と、 前記等間隔データ生成手段により得られた時間的に等間
隔の心拍間隔時系列データを離散２進ウェーブレット変
換し、複数の周波数帯域のウェーブレット係数に分割す
る離散２進ウェーブレット変換手段と、 前記複数の周波数帯域のそれぞれにおいて、その周波数
帯域での最小時間解像度に相当する時間区間毎に、各時
間区間で得られる複数のウェーブレット係数を参照して
各時間区間における周波数成分のパワーを算出すること
により、心拍変動に含まれる周波数成分のパワーの時間
変動を求めるパワー算出手段とを備える、心拍変動解析
装置。 - 【請求項５】 前記パワー算出手段は、各時間区間で得
られる複数のウェーブレット係数の絶対値の最大値の二
乗の１／２を各時間区間におけるパワーとして算出する
ことを特徴とする、請求項４に記載の心拍変動解析装
置。 - 【請求項６】 前記パワー算出手段は、各時間区間で得
られる複数のウェーブレット係数の二乗の平均値を各時
間区間におけるパワーとして算出することを特徴とす
る、請求項４に記載の心拍変動解析装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP9301120A JPH11128185A (ja) | 1997-10-31 | 1997-10-31 | 心拍変動解析方法および装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP9301120A JPH11128185A (ja) | 1997-10-31 | 1997-10-31 | 心拍変動解析方法および装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH11128185A true JPH11128185A (ja) | 1999-05-18 |
Family
ID=17893079
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP9301120A Pending JPH11128185A (ja) | 1997-10-31 | 1997-10-31 | 心拍変動解析方法および装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH11128185A (ja) |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20000036350A (ko) * | 2000-02-19 | 2000-07-05 | 신상훈 | 초음파를 이용한 경동맥의 협착증 진단방법 |
| JP2006516000A (ja) * | 2002-12-09 | 2006-06-15 | ラモト アット テル アヴィヴ ユニヴァーシティ リミテッド | 内皮依存性血管作用を決定するための方法 |
| JP2009078139A (ja) * | 2007-09-06 | 2009-04-16 | Hidetsugu Manoi | 睡眠の質を評価するために用いる表示又は印刷を行う装置、方法、コンピュータプログラム、呼吸補助装置、慢性心疾患患者を対象とした呼吸補助装置、睡眠導入装置、マッサージ装置、検査装置 |
| JP2009528908A (ja) * | 2006-03-03 | 2009-08-13 | カーディアック・サイエンス・コーポレイション | 運動により誘起される心拍変動測定基準を用いて心臓死のリスクを定量化するための方法 |
| JP2014171589A (ja) * | 2013-03-07 | 2014-09-22 | Seiko Epson Corp | 心房細動解析装置およびプログラム |
| CN104173064A (zh) * | 2014-09-04 | 2014-12-03 | 西双版纳生物医学研究院 | 基于心率变异分析的测谎方法及测谎装置 |
| JP2015189402A (ja) * | 2014-03-28 | 2015-11-02 | 株式会社デンソーアイティーラボラトリ | ドライバ状態判定装置及びドライバ状態判定プログラム |
| RU2624809C1 (ru) * | 2016-08-24 | 2017-07-06 | Общество с ограниченной ответственностью "Бизнес-инкубатор Медицина Будущего" | Способ обработки электрокардиосигнала для персональных носимых кардиомониторов |
| WO2018180330A1 (ja) * | 2017-03-28 | 2018-10-04 | 国立大学法人九州工業大学 | 感情推定装置 |
| JP6727465B1 (ja) * | 2019-07-25 | 2020-07-22 | 三菱電機株式会社 | 運転者状態判断装置および運転者状態判断方法 |
| CN112274159A (zh) * | 2020-09-29 | 2021-01-29 | 南昌大学 | 一种基于改进带通滤波器的压缩域心电信号质量评估方法 |
| US20220214956A1 (en) * | 2019-05-09 | 2022-07-07 | Nippon Telegraph And Telephone Corporation | Estimation device, estimation method and estimation program |
| JP2023032476A (ja) * | 2021-08-27 | 2023-03-09 | Kddi株式会社 | 心拍データ解析装置及びプログラム |
-
1997
- 1997-10-31 JP JP9301120A patent/JPH11128185A/ja active Pending
Cited By (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20000036350A (ko) * | 2000-02-19 | 2000-07-05 | 신상훈 | 초음파를 이용한 경동맥의 협착증 진단방법 |
| JP2006516000A (ja) * | 2002-12-09 | 2006-06-15 | ラモト アット テル アヴィヴ ユニヴァーシティ リミテッド | 内皮依存性血管作用を決定するための方法 |
| US8187196B2 (en) | 2002-12-09 | 2012-05-29 | Ramot At Tel-Aviv University Ltd. | System for determining endothelial dependent vasoactivity |
| JP2009528908A (ja) * | 2006-03-03 | 2009-08-13 | カーディアック・サイエンス・コーポレイション | 運動により誘起される心拍変動測定基準を用いて心臓死のリスクを定量化するための方法 |
| JP2009078139A (ja) * | 2007-09-06 | 2009-04-16 | Hidetsugu Manoi | 睡眠の質を評価するために用いる表示又は印刷を行う装置、方法、コンピュータプログラム、呼吸補助装置、慢性心疾患患者を対象とした呼吸補助装置、睡眠導入装置、マッサージ装置、検査装置 |
| JP2014171589A (ja) * | 2013-03-07 | 2014-09-22 | Seiko Epson Corp | 心房細動解析装置およびプログラム |
| JP2015189402A (ja) * | 2014-03-28 | 2015-11-02 | 株式会社デンソーアイティーラボラトリ | ドライバ状態判定装置及びドライバ状態判定プログラム |
| CN104173064A (zh) * | 2014-09-04 | 2014-12-03 | 西双版纳生物医学研究院 | 基于心率变异分析的测谎方法及测谎装置 |
| RU2624809C1 (ru) * | 2016-08-24 | 2017-07-06 | Общество с ограниченной ответственностью "Бизнес-инкубатор Медицина Будущего" | Способ обработки электрокардиосигнала для персональных носимых кардиомониторов |
| WO2018180330A1 (ja) * | 2017-03-28 | 2018-10-04 | 国立大学法人九州工業大学 | 感情推定装置 |
| JPWO2018180330A1 (ja) * | 2017-03-28 | 2020-02-06 | 国立大学法人九州工業大学 | 感情推定装置 |
| US10803335B2 (en) | 2017-03-28 | 2020-10-13 | Kyushu Institute Of Technology | Emotion estimating apparatus |
| US20220214956A1 (en) * | 2019-05-09 | 2022-07-07 | Nippon Telegraph And Telephone Corporation | Estimation device, estimation method and estimation program |
| US11899552B2 (en) * | 2019-05-09 | 2024-02-13 | Nippon Telegraph And Telephone Corporation | Estimation device, estimation method and estimation program |
| JP6727465B1 (ja) * | 2019-07-25 | 2020-07-22 | 三菱電機株式会社 | 運転者状態判断装置および運転者状態判断方法 |
| WO2021014632A1 (ja) * | 2019-07-25 | 2021-01-28 | 三菱電機株式会社 | 運転者状態判断装置および運転者状態判断方法 |
| CN112274159A (zh) * | 2020-09-29 | 2021-01-29 | 南昌大学 | 一种基于改进带通滤波器的压缩域心电信号质量评估方法 |
| CN112274159B (zh) * | 2020-09-29 | 2024-02-09 | 南昌大学 | 一种基于改进带通滤波器的压缩域心电信号质量评估方法 |
| JP2023032476A (ja) * | 2021-08-27 | 2023-03-09 | Kddi株式会社 | 心拍データ解析装置及びプログラム |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Farina et al. | Comparison of algorithms for estimation of EMG variables during voluntary isometric contractions | |
| CN110236573B (zh) | 心理压力状态的检测方法及相关装置 | |
| US7908103B2 (en) | System and methods for determining masking signals for applying empirical mode decomposition (EMD) and for demodulating intrinsic mode functions obtained from application of EMD | |
| US20150150515A1 (en) | Respiration rate extraction from cardiac signals | |
| US20210345991A1 (en) | Diagnosis of pathologies using infrasonic signatures | |
| US11116478B2 (en) | Diagnosis of pathologies using infrasonic signatures | |
| JPH11128185A (ja) | 心拍変動解析方法および装置 | |
| JP6304691B2 (ja) | 心音雑音除去装置、その方法及びプログラム | |
| EP1394687A2 (en) | Apparatus and method for analyzing heart-rate variability based on electrocardiogram information | |
| CN116369888A (zh) | 一种非接触式心率变异性数据获取方法和装置 | |
| US10803335B2 (en) | Emotion estimating apparatus | |
| CN102217931A (zh) | 一种心率变异性特征参数的获取方法和装置 | |
| CN107405086A (zh) | 测定装置、测定方法及程序 | |
| JP2000296118A (ja) | 生体信号解析方法および装置 | |
| JP6315633B2 (ja) | 心拍検出方法および心拍検出装置 | |
| EP3230751B1 (en) | Signal processing method and apparatus | |
| JPH10216096A (ja) | 生体信号解析装置 | |
| EP3754656B1 (en) | System and method for calculating cardiovascular heartbeat information from an electronic audio signal | |
| US11911136B2 (en) | System and method for calculating cardiac pulse transit or arrival time information | |
| JP3307071B2 (ja) | 心拍変動波形解析方法及び装置 | |
| CN120982985B (zh) | 一种基于fmcw雷达的心搏间期估计方法 | |
| Aysin et al. | Orthonormal-basis partitioning and time-frequency representation of cardiac rhythm dynamics | |
| JP3451793B2 (ja) | 心拍変動波形周波数解析方法及び装置 | |
| Alagoz et al. | Detection of RR interval alterations in ECG signals by using first order fractional filter | |
| JPH07284483A (ja) | 心拍変動波形解析方法及び装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20040210 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20040810 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20051017 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20051027 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20060417 |