心拍数及び呼吸をモニタリングするための装置及び方法
呼吸モニタリングデバイスは、信号入力と共に用いるためのものであり、信号入力を受信し、更なる処理のため電子的形式に変換するための信号インターフェース（６２４）と、信号インターフェース（６２４）により供給され、加速度信号から心臓信号を分離するような方式でフィルタリングして、心臓信号から呼吸信号を導出し、かつ、遅いふらつき信号から呼吸信号を減算して実質的に呼吸以外の身体動き信号を生成するように動作し得る、電子回路（６２０）とを含む。他のデバイス、センサ類、電子回路ユニット、及びプロセスも開示される。
【発明の詳細な説明】
【技術分野】
【０００１】
本開示は、人体の生物学的及び生理学的機能を測定し、モニタリングし、解析するための装置及び方法に関し、かつ、これらの装置及び方法に関連する生物医学用装置構成及び信号処理に関する。
【背景技術】
【０００２】
心拍数及び呼吸など人体機能をモニタリングするための現行の装置及び方法（例えば、胸部周りに装着するモニタリングベルト、口や鼻に装着する肺活量計及びカニューレ、身体に貼り付ける心電図（ＥＣＧ又はＥＫＧと呼ぶこともある）電極及びリード）は、高価であるか侵襲性であるか大掛かりであり、携帯式で継続的にモニタリングする応用例にはあまりにも扱いにくい可能性がある。
【０００３】
心臓モニタリング、呼吸モニタリング、身体動き、及び他のモニタリング応用例において用いられるセンサで受信したノイズが混ざった信号は、各種信号の精度に悪影響を与える恐れがある。従って、ノイズのある状況でこのような信号をロバストに検出及び分離するための方法が望ましい。
【０００４】
身体動き信号分離及び／又は除去の問題を解決するための従来のアプローチは、典型的には二次的センサからの付加的な動き信号リファレンスの記録を必要とする、マルチ信号適応アルゴリズムを含むことだと考えられている。足からの物理的動きインパルスは、身体の異なる部分に置かれたセンサに及び同じセンサの直交する軸にも、非常に異なる様にかつ非静止的にかつ非相関的に、結合する。従って、多数のセンサを用いてアーティファクトを相殺する場合でも、複雑であったり又は信頼性に欠けたりする可能性がある。
【０００５】
医療関連の応用例のほかに、上述の問題を解決することは、予期しない足取り変化、転倒、失神（気絶）、事故、及び怪我がないか高齢者をモニタリングすることにも役立ち得る。家庭、運動施設、及びケア施設での健康状態モニタリングにも利点となり得る。
【発明の概要】
【０００６】
概して、及び本発明の一形態では、呼吸モニタリングデバイスが、信号入力を受信し、更なる処理のため電子的形式に変換するための信号インターフェースを含む。この信号インターフェースにより供給される電子回路が、フィルタリングにより加速度信号から心臓信号を分離し、この心臓信号から呼吸信号を導出し、さらに、遅いふらつき信号からこの呼吸信号を減算して実質的に呼吸以外の身体動き信号を生成するように動作し得る。
【０００７】
他のデバイス、センサ類、電子回路ユニット、及びプロセスも開示される。
【図面の簡単な説明】
【０００８】
【図１】図１は、単一の胸部センサを用いて、心臓、身体動き、及び他の信号から呼吸信号を分離するための発明的な構造及びプロセスの部分ブロック図、部分絵図、部分グラフ表示である。
【０００９】
【図２】図２は、単一の加速度計胸部センサ及び顕著な（remarkable）平滑フィルタ及び残部生成、エンベロープに基づくノイズ除去、及び折り返し相関（folded correlation）を用いて、身体動き及びノイズから心臓信号を分離するための発明的な構造及びプロセスのフローチャートである。
【００１０】
【図３】図３は、単一胸部センサを用いて、呼吸信号、心臓信号、及び身体動き信号を互いから分離する、発明的なシステム及びプロセスの部分フローチャート及び部分グラフ表示である。
【００１１】
【図４】図４は、心臓信号の拍動間間隔を、身体動き及びノイズ信号から実質的に分離された呼吸信号及び心臓信号の両方と共に用いて、心臓信号から呼吸信号を発明的に分離するための、発明的なシステムストレージ又はプロセスのフローチャートである。
【００１２】
【図５】図５は、単一の発明的にフィルタリングされた加速度計センサによる呼吸モニタリングのための本明細書における基線ふらつき方法に従って、心臓信号から呼吸信号を発明的に分離するための、別の発明的システムストレージ又はプロセスのフローチャートである。
【００１３】
【図６】図６は、心臓信号のピーク高さの振幅変調検出により心臓信号から呼吸信号を発明的に分離するための、別の発明的システムストレージ又はプロセスのフローチャートである。
【００１４】
【図７】図７は、発明的な無線システム構造及びプロセスのブロック図であり、他の図面からの発明的な構造及びプロセスを含む。
【発明を実施するための形態】
【００１５】
本明細書における単一の胸部装着型センサ１０内の小型の高感度マイクロ・エレクトロ・メカニカル・システム（ＭＥＭＳ）は、心音に関連する幾つかを含む信号を記録する。（「心音」という用語は、包括的には、加速度計データ又は他のセンサデータを処理することによって得られる、心臓のＳ１、Ｓ２に相似する信号及び／又は心雑音あるいは他の心臓波形特性を指し、可聴音を指すとは限らない。）携帯型モニタリングの主な課題は、身体動きアーティファクト信号及びこういった信号の混同による心臓信号の破損である。幾つかの測定において、図１の加速度計１０で受信したような胸部加速度信号は、幾分ゆっくりとした変化であるが、非常に強い（２０〜５０ｍｖピークトゥピーク）動き構成要素を有する。この動き信号の上にあるのは、一層高い周波数であるが、一層弱い（５〜１０ｍｖピークトゥピーク）心音信号である。対象間の著しい変動性が、動きと心音の両方の周波数成分にみられた。また、呼吸、動き、及び心音の信号は、完全には周波数分離可能ではない。そのため、本明細書では非常にシンプルなデジタル帯域フィルタリングが提供される。
【００１６】
小型のＺ軸加速度計センサなどの単一の胸部装着型センサから導出される単一信号から、動き／活動、心拍数、及び呼吸を分離及び導出する例示の実施例について説明する。呼吸及び心臓活動の携帯式測定は、高齢者の、及び心臓血管、呼吸器病歴をもつ患者の、及び呼吸及び／又は心臓をモニタリングすることが望ましい他の状態の患者の、家庭での健康状態モニタリングに広く応用することができる。集中治療室（ＩＣＵ）や病院、救急車、事故や障害現場での患者の心臓血管能力の評価では、携帯式での心臓及び呼吸の測定及びモニタリングも必要としている。
【００１７】
種々の例示の実施例は、単一の小型の胸部装着型ＭＥＭＳ加速度計及び関連するモニタリング回路を用いて、図１に示すような、心音で反映される、呼吸、動き、及び心臓活動を測定及びモニタリングする。
【００１８】
図１は、非侵襲的でかつ可能な限り大がかりにならずに、心拍数及び心音、活動、身体動き、及び呼吸を携帯式でモニタリングするために提供される例示の実施例を図示する。ここで、ＭＥＭＳ加速度計を備えたものなどの単一のセンサが、携帯式設定で心拍数／心音だけでなく呼吸も抽出する。加速度計センサの少なくとも１つのセンサ軸から又は２つ又はそれ以上のセンサ軸から、検出可能な心音信号を含む任意の信号が用いられる。センサ信号に身体動き信号成分が含まれるとき、その身体動き信号成分は、幾つかの実施例において、分離され又は隔離され、活動又は動きも表す有効な出力として搬送される。
【００１９】
種々の実施例の幾つかの利点は、単一のセンサ又は信号捕捉成分及び単一信号程度に少ないものから、３つの重要因子（呼吸、活動からの非静止身体動きふらつき、心音／心拍数）を抽出することである。胸部に貼り付ける小型センサの実施例は、動きのある生体の生物医学的信号及び生理学的パラメータを感知しモニタリングするための非侵襲的でかつ可能な限り大がかりにならない方式を提供する。実施例は、携帯式で継続的なモニタリングする応用例において不都合さを最小限に抑えて用いることができ、非常に廉価であり、例えば、使い捨てのパッチやテープ内につくることができる。
【００２０】
これらの実施例の幾つかは、特殊な平滑フィルタ１３０（図２）を有するデータ取得／信号処理回路を含み、平滑フィルタ１３０は、ゆっくり変化する身体動き信号のふらつき又は変動を追跡し、センサに基づく信号からこのふらつきを取り除いて、対象の、クリーンな（動きが取り除かれた）生物医学的信号を表示ユニットに提供する。平滑フィルタ１３０は、直接用いられる又はコンポジット信号処理経路において用いられる多項式フィルタ又は同程度に有効な平滑フィルタを含む。幾つかの実施例は、図２にあるような減算ステップ１４０を用いて、非静止動きアーティファクトを確実にかつロバストに取り除く。このようなアーティファクトを取り除くことにより、センサ１０を用いる場合に生じ得る胸部のセンサ配置及びコンタクト変動にこのシステムがより一層影響を受けなくなる。このことにより、シンプルであるが動きアーティファクトの影響を低減するために効果的な方式が提供され、モニタリングされている間に歩いている場合でも、主要心音の信頼性の高い検出、そして、その後続く心拍数の導出が可能となる。このようにして、動き信号除去又は分離、及び心音信号検出、及び心拍数検出が促進される。二次的なリファレンス又はノイズ源は必要とされず、そのため、システム設計の複雑さが低減される。このように、構造及び方法の実施例は、動きアーティファクトがある胸部装着型センサ（例えば、加速度計）データから主要心音信号を抽出する。
【００２１】
生物医学的信号から動きに関連するアーティファクトを取り除くための幾つかの構造及びプロセスの実施例において、例えば、２つの独立した信号源、加速度計１０及び用いられる場合はＥＣＧ、のいずれか又は両方に対して有利なモニタリングが提供される。胸部装着型加速度計１０を用いて実際の人間対象から胸部加速度信号が携帯式（ウォーキング）設定で収集されて、Ｓ１及びＳ２として表される主要心音を提供する。心音Ｓ１は、三尖弁及び僧帽弁の活動と同時に生じる可聴音を含み、パルス群として振動性心電図に現れる。心音Ｓ２は、主に肺動脈弁及び大動脈弁の活動に関連する。これらの実施例の構造及びプロセスは、このようして動きアーティファクトを取り除き、図１に示すような携帯式対象から、心音から得られる、心臓活動及び心拍数を抽出するための単一の小型の胸部装着型ＭＥＭＳ加速度計の利用を促進する。テストの目的では、ランニングマシン上で元気よく歩いている又は走っている人間対象から心電図信号が独立して収集されて、そのＥＣＧからＱＲＳなどの信号成分が提供される。
【００２２】
プロセス及び構造の実施例は、例えば、心電図（ＥＣＧ）、光電容積脈波（ＰＰＧ、パルス酸素濃度計からの信号）、脳波図（ＥＥＧ）、筋電図（ＥＭＧ）、インピーダンスカーディオグラム（ＩＣＧ）信号、又は分離可能なふらつきによる影響を受ける可能性のある、殆どの任意の他の信号など、動きふらつきにより破損された他の生物医学的信号にも拡張することができる。そのため、製造業者が大量生産し得る製品において、このような他の生物医学的信号から動きに関連するアーティファクトが取り除かれる。
【００２３】
多項式平滑フィルタ１３０（例えば、電子的に実装される、Ｓａｖｉｔｚｋｙ−Ｇｏｌａｙフィルタ）は、最小二乗の点でそのウィンドウ内のデータに最もあう特定次数の多項式により特定のデータウィンドウ内で近似することによって所与の加速度計に基づくデータ信号ストリームをデジタル的に平滑化する。ここで、多項式平滑フィルタ１３０は、生物医学的なセンサに基づく信号のうち身体動きによって引き起こされる成分のゆっくりとした変化をフィッティングし、それらを生物医学的なセンサに基づく信号から平滑化された成分として減算して、残留信号と呼ばれるものを残す。残留信号は、このように抽出されて、早く変化する信号（主に、心音とその他の心臓活動）と幾らかの残留又は残ったノイズとを提供する。このような多項式フィルタリング１３０は、変曲点のまわりの、又はピークや谷などの極値における一層高次のモーメントを保持する。これは、デジタル的な移動平均や低域フィルタでは行えない。つまり、この平滑フィルタリングは、各点のまわりの最小二乗多項式フィッティングを介して、局地的最大及び最小のような特徴を一層良好に保持する。
【００２４】
図１において、システムの実施例が、測定設定及びモニタリングの実施例を提供するハードウェアを有する。小型（重量が０．０８グラムで、サイズが５×５×１．６ｍｍ）で低電力のアナログ出力３軸ＭＥＭＳ加速度計（例えば、ＳＴマイクロエレクトロニクス社の品番ＬＩＳ３Ｌ０２ＡＬ）を胸部（例えば、第３又は第４肋骨に沿う胸骨の左に数インチのところ）に貼り付ける。（加速度計センサを貼り付けるか、又は胸部バンドを用いれば、加速度計センサが胸部のむき出しの部分又は毛が剃られた部分に押しつけられ、胸部の加速度がセンサに効率よく結合する。）胸部面に直交する背腹方向であるＺ軸に沿う、心臓活動に対応する加速度信号が取得される。この胸部加速度信号は、３ＨｚカットオフでＡＣ結合され、利得１００で増幅され、（アンチエイリアスのため）コーナー周波数が１ｋＨｚの３段５極サレンキーバターワース（Sallen-and-Key Butterworth）フィルタにより低域フィルタリングされる。市販のクワッドオペアンプパッケージ（例えば、リニアテクノロジー社の品番ＬＴ１０１４ＣＮ）をアナログフロントエンドとして用いる。次いで、この加速度信号をデータ取得カード（例えば、米国テキサス州オースチンのナショナルインスツルメンツ社から入手可能なものなど）を用いて１０，０００サンプル／秒でサンプリングし、取得し、ＭＡＴＬＡＢソフトウェア（米国マサチューセッツ州ナティックのマスワークス社のバージョン２００７ｂ）を用いてコンピュータに記憶する。ノンクリティカルなロールオフ周波数である約３ｋＨｚをカットオフに用いるＡＣ結合は、例えば、増幅器用に設けられる入力抵抗に結合される直列結合コンデンサＣによって実現される。試験用では、加速度計信号からの心拍数抽出の能力評価のため、加速度計により導出された心臓信号と比較するためのリファレンス基準として、３電極（単線）心電図ＥＣＧ増幅器構成で、リファレンスＥＣＧ（線II）が同時に供給及び取得され得る。
【００２５】
図２において、主要心音及び心臓活動を検出するため、ステップ１１０で、加速度信号がデジタル的に（例えば、３３２６個のタップを有し、２０Ｈｚにわたって急峻な８０ｄＢロールオフを有するデジタルＦＩＲフィルタを用いて）５０Ｈｚのところで低域フィルタリングされ、ステップ１２０で、係数１０でデシメーションする。（６０Ｈｚ未満のロールオフ周波数では、６０サイクルの米国電力線と対象の生物医学信号との干渉が弱められるが、５０Ｈｚを用いる適用可能な国についてはロールオフを５０Ｈｚ未満とし得る。ロールオフ周波数はより高くし得るが、このＦＩＲフィルタは更に、モニタリング対象信号の周波数範囲よりも高い周波数の白色雑音を減衰させるのが望ましい。）また、フェーズ１では、２８次の４０１ポイントフレームを用いる高次Ｓａｖｉｔｚｋｙ−Ｇｏｌａｙ（Ｓ−Ｇ）多項式平滑フィルタ１３０を用いて、比較的ゆっくり変化する動きふらつきを取得し、より速く変化する心音信号成分を除外する。（このようなフィルタリングのためのＭＡＴＬＡＢシンタックスは、ｇ＝ｓｇｏｌａｙｆｉｌｔ（Ｘ，２８，４０１）であり、ここで、ｇはフィルタ出力であり、Ｘはウィンドウ化されるデータの４０１個のサンプル値の最新入力列ベクトルである。）フェーズ２では、ステップ１４０で、デシメーションされたＬＰＦ出力から平滑フィルタ１３０の出力を減算して心音Ｓ１及びＳ２を得る。次いで、ステップ１６０での折り返し相関プロセスにより、動きが取り除かれた加速度信号中の多項式フィルタリングされたＳ１／Ｓ２ピークが強調され強められる。次いで、電子増幅に基づくピーク取出しプロセスを用いるステップ１７０で、これらのピークの位置を閾値検出し、ステップ１８０で、選択されたピークを計数して心拍数ＨＲを計算する。
【００２６】
これらの例の幾つかにおいて５０Ｈｚより低い低域フィルタリング（ＬＰＦ）が用いられる。というのは、所望の信号電力の殆どがこの範囲にあり、一般に多くの実施例において約１００Ｈｚより低いロールオフ周波数のＬＰＦではたいてい帯域幅が実質的な又は過度な量のセンサノイズ（サーマル、ホワイトスペクトル）を包含して一緒にするほど広くならないようにするためである。電力線周波数より高いロールオフ周波数のＬＰＦが用いられる場合、幾つかの実施例は更に、電力線周波数阻止のためのノッチフィルタリングを含む。別の実施例では、１００Ｈｚのコーナー周波数で低域フィルタリングし、次いで、２０次でＳａｖｉｔｚｋｙ−Ｇｏｌａｙフィルタリングし、その後、このＬＰＦ信号からＳ−Ｇ信号を減算し、更なる信号エンハンスメントにより、未処理の動きの影響を受けた加速度計Ｚ軸データからＳ１−Ｓ２心臓信号をうまく抽出する。だいたい２０次又はそれより高次から少なくとも３０次を超える範囲の多項式フィルタリングを用いた、動きの影響を受けたＬＰＦ加速度計信号の多項式フィルタリングが、ＬＰＦ信号からの多項式フィルタリング出力の減算による残りとして心臓信号を得るために適当であることが分かっている。このような次数の多項式フィッティングを用いることで、粗い及び細かい動きの両方の影響をうまく捕捉する。幾つかの実施例の平滑フィルタは、より低次でもうまく機能し得、或る種のウィンドウサイズや応用例によっては１次多項式を用いる場合でさえ良好な結果が得られ得る。また、本明細書においてこれ以降に記載するように、低次多項式フィルタリングが企図されており有用であることが分かっている。幾つかの実施例において、ポイントの数を多項式の次数の少なくとも約１倍半（１．５倍以上）やそれよりも実質的に高くすると、ノイズを減らす助けとなり得る。
【００２７】
図２の平滑フィルタ１３０は、特定の次数Ｍ及びフレームサイズ（サンプル点数Ｎ）に基づいて構成される。例えば、幾つかの実施例においてＳａｖｉｔｚｋｙ−Ｇｏｌａｙ多項式平滑フィルタが用いられて、動き依存基線ふらつきを捕捉するように最小二乗的に加速度信号を最良に近似させる。幾つかの実施例において、平滑フィルタは、ベルト装着型ユニットなどのローカルプロセッサのフラッシュメモリに実装されるか、又は家庭のネットワークゲートウェイ又は診療所ネットワークゲートウェイ、又は携帯電話又は他の方式で提供される。
【００２８】
多項式平滑フィルタリングの実現可能なかつ最適な次数Ｍの値及びウィンドウ長さ（ポイントのＮＷ、時間のｔＷ）の選択の及び又は決定の問題については次に述べる。一般に、固定ウィンドウ長ＮＷの場合、より高次の多項式がストリーミングデータの高周波数成分をよりよくフィッティングする。所与の次数Ｍでは、時間ウィンドウを短くすると、高周波数成分がよりよくフィッティングされる。
【００２９】
最適化の問題に対する一つのアプローチでは、低周波数成分の固有次数を推定し、ＮＷ＞Ｍ＋１及びＮＷが奇数である（すなわち、ＮＷ＝２Ｎ＋１）ことを満足する最小ウィンドウを選択する。ウィンドウサイズＮＷを小さくするほど、平滑フィルタリングを行う乗算累算フィルタプロセスのタップ数が小さくなる。幾つかの応用例における加速度計信号では、次数Ｍ＝１で、ウィンドウサイズＮＷ＝３（サンプリング周波数が１０００Ｈｚ）である。本明細書のいくつかの例では、より高次の次数Ｍ及びウィンドウ幅ＮＷを示している。
【００３０】
図２において、動き、心音、及び心拍数は、電子的に分離され、下記のステップを用いて加速度計データ１０から把握される。ａ）加速度計データを低域フィルタリングし（１１０）、デシメーションし（１２０）、ｂ）Ｓａｖｉｔｚｋｙ−Ｇｏｌａｙフィルタリングを行って（１３０）、比較的低い周波数の動きのデータをフィッティングし、ｃ）（ステップａからの）低域フィルタリングされた加速度計データからＳａｖｉｔｚｋｙ−Ｇｏｌａｙフィルタの出力を減算して（１４０）心音を得、ｄ）折り返し相関を行って（１６０）、主要な心音（Ｓ１及びＳ２）のピーク位置を強調し、ｅ）ピークを取り出し（１７０）、あらかじめ決められるか構成されるセグメント（時間間隔）におけるＳ１ピークを計数し、１分間当たりの鼓動（ＢＰＭ）における心拍数（ＨＲ）を計数する（１８０）。
【００３１】
「デシメーション」という用語は、サンプルストリームからサンプルを定期的に取り除く、又はｎＤ個のサンプル毎に１個のサンプルをパスする任意のプロセスを指し、すべてではなく１０個から１個のサンプルを取り除くことができる（が、必ずしもそうである必要はない）。そのため、サンプリング／ＡＤＣが１秒当たりｆＳ個のサンプルを供給する場合、デシメーションプロセスは、実質的にｆＳ／ｎＤサンプル／秒のデシメーション周波数を供給することになる。ウィンドウ期間がｔＷ秒の場合、ウィンドウ内の点数ＮＷ＝２Ｎ＋１はＮＷ＝１＋ｆＳｔＷ／ｎＤになる。信号からフィルタリングすることにより対象とする特定の特性及び挙動が得られる時間期間を考慮することにより、ウィンドウ期間ｔＷが選択され得る。アンチエイリアス（サンプリングｆＳの前の０．５ｆｓ以下の低域フィルタＡＡＦ）のコスト、物理的サイズ、及び複雑さに鑑みて、サンプリング周波数ｆＳを選択し得る。ＡＡＦ（アンチエイリアスフィルタ）出力をサンプリングするには、サンプリング周波数ｆＳをナイキスト周波数よりも実質的に大きな値に設定する。まず、サンプリング／ＡＤＣ回路後に、例えば、５０Ｈｚ低域フィルタＬＰＦより実質的に高いｆＳ／ｎＤが得られるようにデシメーションパラメータｎＤを選択してＬＰＦの効果的なオペレーションが得られるようにする。次に、ウィンドウ点数ＮＷをフィルタの次数Ｍよりも相対的に充分高くしてフィルタノイズを低く保つようにもデシメーションパラメータｎＤを選択する一方で、ウィンドウ点数ＮＷはやはり、フィルタ演算によりウィンドウ内で信号ストリームが満足にフィルタリングされる程度に充分に小さくする。フィルタ演算は、１つのウィンドウ当たりの点数ＮＷと、１秒当たりに処理されるウィンドウのレート数ｒＷとの積に関連している。フィルタ演算は、ｒＷ＝ＮＷ／ｔＷの場合、ＮＷ２／ｔＷに比例する。そのため、エネルギーを節約しかつ低コストなプロセッサ応用例では、ウィンドウ点数を少なくし、ウィンドウ期間を長くすることになる。
【００３２】
ステップ１３０の動き抽出の様々な方式のため、及びそれがもたらす利点のため使用することが好まれる任意の他の目的のため、平滑フィルタを用いる種々の電子的実施例を用意するために、数学的に表現した電子的プロセスを以下にさらに詳細に説明する。これらは、そのような実施例において適切に分割して、幾つかのオフライン電子的処理及びリアルタイムオンライン電子的処理にすることができる。下記の数式（１）中の表現‖（ｘ−Ａｂ）‖は、［（２Ｎ＋１）×Ｍ］変換行列Ａに変換係数ｂｊの［Ｍ×１］ベクトルを乗算することにより得られる、［（２Ｎ＋１）×１］個のそれぞれのデータストリームベクトルサンプル点又はストリーム成分と、これらのストリーム成分の（２Ｎ＋１）個のそれぞれの推定値との差の二乗和を表す。変換係数ｂｊの数はＭであり、Ｍ個の変換係数ｂｊが［Ｍ×１］ベクトルｂを形成する。勾配∇は、変換係数ｂｊに関する［Ｍ×１］ベクトルの第１偏導関数である。係数ｂｊの数Ｍを次数と呼び、変換係数ｂｊの数がＭの場合、このプロセスの次数はＭになる。変換係数ｂｊに関する［Ｍ×Ｍ］行列の第２偏導関数を∇∇と表す。このフィルタリング手順は、初期変換係数推定値ｂ＝０を更新する（すなわち、係数をすべてゼロに初期化する）ための係数変更係数ベクトル?ｂを必要とし、このフィルタリング手順で実際に係数変更係数ベクトル?ｂが形成される。この手順では、この変換係数変更ベクトルを求めるために、第２偏導関数の行列に勾配を負にしたものをあらかじめ乗算する。
【数１】
数式（１）は２次表現を含み、ｂ＝０から始まるので、このプロセスにより、１つの経路で変換係数の値ｂ＝Δｂが見つかり、さらに繰り返す必要はない。
【００３３】
数式（２）は、数式（１）で表される微積分演算を実行した結果を表す。（幾つかの実施例では、数式（２）で得られる係数ｂを、記録保存し更なる解析を行うため遠隔地に送信する。というのは、データウィンドウ内の情報の殆どが効果的に圧縮されるからである。係数を送信する場合、［Ｍ×（２Ｎ＋１）］行列の（ＡＴＡ）−１ＡＴがあらかじめ演算され、次いで、送信中に局所的に各データウィンドウが乗算される。他の実施例では、このような圧縮及び／又は送信が省略されるか、遠隔コマンドを受けた場合にのみ局所的に行われる。これにより、電力及び処理の複雑さが幾分緩和される。）
【数２】
数式（２）は反転行列（ＡＴＡ）−１が存在することが前提である。反転行列は、行列Ａの行が線形独立（最大階数）であり、充分な数のデータ点ＮＷ＝（２Ｎ＋１）により、この行列の充分な数の対応する列が反転行列を供給するのに充分に供給されるときに存在する。
【００３４】
多項式変換プロセスの特殊なケースでは、指数行列がべき乗される。この場合、変換行列Ａのｎ番目の行のｊ番目の列要素Ａｎｊがべき乗されてｎｊになる。言い換えると、データストリームＸ（ｉ＋ｎ）のウィンドウ内の−Ｎから＋Ｎの（２Ｎ＋１）個のｎの異なる値について、この変換により、すべての値が近似されるようによくフィッティングする、べき級数についての１組の係数ｂｊが見つかる。このようなべき級数は一般に、数式（３）で表される。
【数３】
【００３５】
Ｓａｖｉｔｚｋｙ−Ｇｏｌａｙフィルタリングは、数式（２）により推定される値ｂ０を、指数ｉのウィンドウについてのフィルタ出力ｇ（ｉ）として出力する。これは、各データウィンドウについて、そして、後に続く指数ｇ（ｉ）についてウィンドウ毎に引き続き行われる。行列Ａの行は、異なる行のどの対についても内積がゼロのときに直交する。下記の表１にこれらの行を示す。行列の行ｎにおける値がＡｎｊの行は、多項式変換の例では非直交である（＾はべき乗を表す）。
【表１】
【００３６】
次いで、このプロセスにより、下記の推定データストリームが見つかる。
【数４】
電子的なプロセスが、数式（２）で表わすように処理回路内に設定され、この処理回路によって電子的に実行される。Ｓａｖｉｔｚｋｙ−Ｇｏｌａｙフィルタリングの場合、このプロセスは、ｂ０の推定値としてｇ（ｉ）のみが見つかるように、また、オフライン事前演算が可能な限り多く実行されるように最適化される。従って、数式（４）は、数式（４）中の行列Ａ全体の代わりに、第１の事前乗算行列Ａのｎ＝０の行［１×Ｍ］のみが用いられるように、数式（５）のように書き換えられる。
【数５】
【００３７】
Ｓａｖｉｔｚｋｙ−Ｇｏｌａｙフィルタリングの数学的表現では、ウィンドウを１組の（２Ｎ＋１）個のフィルタ係数ｃ（ｎ）が乗算加算されたものとみなすことがある。ここで、［１×（２Ｎ＋１）］個のフィルタ係数ベクトルＣを下記のように導入する。
【数６】
ここで、
【数７】
である。
【００３８】
数式（８）で、数式（６）と等価な代替表記ＣＩは、数式（７）に［（２Ｎ＋１）×（２Ｎ＋１）］恒等行列Ｉを後ろから乗算したものであり、この恒等行列Ｉの各列を［（２Ｎ＋１）×１］単位ベクトルεｎと呼ぶ。εｎのための「単位ベクトル」という用語は、ｎ番目の行位置における１を除いてすべてゼロからなる［（２Ｎ＋１）×１］ベクトルを意味する。さらに、［１×Ｍ］の行ｎ＝０のベクトル［１ ０ ０ ．．． ０］を前から乗算していることを考慮すると、反転行列（ＡＴＡ）−１の第１行を形成する行列反転演算のみが関連しており、これが実施される。そのため、これらのフィルタ係数は、数式（７）と等価である数式（８）の表記においても等価に表現される。
【数８】
【００３９】
Ｓａｖｉｔｚｋｙ−Ｇｏｌａｙフィルタは、最小二乗的な局所多項式フィッティングを行う。所与の入力可変データウィンドウｘ（ｉ＋ｎ）で、ウィンドウの長さが２Ｎ＋１、かつ、選択された多項式の度合いがＭの場合、フィルタ出力はｇ（ｉ）で与えられる。フィルタ係数ｃ（ｎ）は、そのうちの２Ｎ＋１個が、例えばオフラインで、数式（７）又は数式（８）で表される電子的な演算によって計算され、人に装着されるか又はその近くに置かれ加速度計センサ１０に無線で結合する小型信号処理ユニットのフラッシュメモリにロードされる。この信号処理ユニットは、適切には、フィルタ係数ｃ（ｎ）にアクセスする格納されたプログラムに従って数式（６）によって表される乗算累算（ＭＡＣ）を電子的に実施するプロセッサなどのデジタル信号プロセッサ回路を有する。
【００４０】
幾つかの他の実施例では、出力として用いられる指数ｎ（例えばｎ＝０）での値を中心としないウィンドウが用いられる。表１に示す特定の多項式変換行列Ａの代わりに種々の行列Ａを用いることも可能である。当業者なら、所望の変換方式、ウィンドウ（フレーム）サイズ（例えば２Ｎ＋１）、及び次数Ｍを選択し得る。また、最初のフィルタリング手順のｇ（ｉ）出力からはデータストリームが生成されるが、それ自体が数式（９Ｂ）中の列ベクトルｇ１（ｉ２）によって表されるようにウィンドウ化され得ることに留意されたい。従って、数式（９Ａ）、（９Ｂ）で表す幾つかの実施例では、数式（４）の２つの低次フィルタがカスケード接続され、実施される演算の電子的な処理の複雑さを最小限とするため簡単明瞭な手法が用いられる。変換行列Ａ１及びＡ２は同じものとすることもできるし、異なってもよく、ウィンドウサイズ（２Ｎ１＋１）及び（２Ｎ２＋１）も同じでも異なってもよく、次数Ｍ１及びＭ２も同じでも異なってもよい。これらはそれぞれ独立して選択され得る。
【数９】
【００４１】
幾つかの実施例では、主対角線より下の重みを除き［（２Ｎ＋１）×（２Ｎ＋１）］行列のすべてゼロである対角重み行列ＷもＳＧプロセスに適用し得る。これらの重みは、例えば、対角線の中央で１とし、この対角線の中央から離れるに従って値が対称に減少するようにし得る。数式（１）は以下のように書き換えられる。
【数１０】
【００４２】
次いで、出力のための数式（５）で表される電子的なプロセスは、以下のように書き換えられる。
【数１１】
幾つかの実施例では、変換のタイプ及び行列Ａの選択は、構成によって固定／事前定義されるか、又は準静的に決定される。行列Ａ又は変換のタイプ又は所与の変換のパラメータを動的に構成又は選択することも企図される。
【００４３】
幾つかの他の実施例では、データストリームＸの異なるウィンドウ化セグメントからの、数式（４）の変換出力から得られる１組の値を記憶し平均を取る。このアプローチは、大雑把に言えば、幾つかのフィルタリングを並列に行い、それらをオフセット平均する。すべての値は、同じ瞬間（ｉ＋ｎ）＝ｔに対応する再構築された値を表し、このアプローチでは、ｎ＝０の行を用いてｂ０を近似するだけでなく、数式（３）から利用可能な他の係数についても変換近似値を用いることに留意されたい。電子プロセッサは、数式（１２）に表すような電子的プロセスを実施する。数式（１２）で、Ｘ’（ｉ＋ｎ）は数式（４）で表したものである。
【数１２】
【００４４】
本明細書における分析に鑑み、他のタイプのプロセスも、Ｓａｖｉｔｚｋｙ−Ｇｏｌａｙであるか否かにかかわらず、本明細書の教示に従って代替として選択し得ることを強調しておく。当業者なら、加速度計に基づくライブラリ波形を用いてテストベンチを設定し、次いで、手作業又は自動プロセスで変換行列の選択、点数（２Ｎ＋１）の選択、及び次数Ｍの選択を行い得る。フィルタリングの選択は、図１のプロセスからの出力の表示を目視検査することにより、又は、本明細書に記載するような、見逃し、誤検出などの測定基準に従った自動処理により試験される。次いで、このような好適な測定基準を有する１つ又は複数のフィルタプロセスについて、変換行列Ａの値及び（２Ｎ＋１）、Ｍ、２Ｎ１＋１などの値が、モニタリングデバイスのフラッシュメモリ又はハードドライブにロードされ、プロセッサ上でリアルタイムで実行される。
【００４５】
ある実施例での変換は、実際のデータストリームベクトルｘ（ｉ＋ｎ）に近似し、身体に装着した加速度計から得られる本明細書のデータストリームＸに応答する時間にわたって心音ピークを追跡する出力信号ストリームを生成する。幾つかの実施例では、充分に小さいフレームサイズ（２Ｎ＋１）、次数Ｍを用い、かつ／又は、効率のよい変換行列Ａを用いることによって処理の複雑さを軽減して、モニタリングの所期の目的の所望の性能が実現される。この同じ変換方式が、多数の患者、加速度計、及びその身体上の位置に対して、かつ、診療所、病院、家庭、運動施設などの様々な使用環境で、複雑さが抑えられかつ性能よく実施されることが望ましい。
【００４６】
エンベロープに基づくノイズ除去１５０において、振幅エンベロープが生成される。図２の残留信号ストリームｒ（ｉ）＝ｘ（ｉ）−ｇ（ｉ）は、ＬＰＦから供給される入力ｘ（ｉ）から平滑フィルタ出力ｇ（ｉ）を減算する減算ステップ１４０からの幾らかの残りのノイズを有する。図１にあるようにエンベロープがこの残部にフィッティングする。振幅に基づいて処理される出力Ｒ（ｉ）は、エンベロープによりフィッティングされた残部ｒ（ｉ）から導出される。水平軸近傍のノイズｎ（ｉ）はかなり低減される。このプロセスの演算では、エンベロープに関連する可変利得関数を適切に用いることができる。代替として、この回路及び／又はプロセスは、エンベロープが依然としてピークを通る低閾値より低いときゼロ信号出力を生成するように配される。
【００４７】
折り返し相関１６０では、残部の入力データストリームｒ（ｉ）＝ｘ（ｉ）−ｇ（ｉ）又はエンベロープ処理された残部Ｒ（ｉ）が折り返し相関プロセスに入る。ｇ（ｉ）は、例えば数式（６）で表わすような、又はそれ用のバッファメモリからの、平滑フィルタの出力であることに留意されたい。処理されフィルタリングされたＲ（ｉ）は、長さが２Ｎ２＋１の（指数ｎ＝０，１，２．．．Ｎ２によってアクセスされる点を有する）更なるデータウィンドウ（フレームと呼ぶこともある）によってウィンドウ化される。
【００４８】
折り返し相関の出力ｆＣ（ｉ）は、数式（１３）によって与えられる。
【数１３】
【００４９】
平滑フィルタ減算からの心臓モニタリング残留信号サンプルＲ（ｉ）についてのデジタルデータストリームは、指数ｉの重なり合うフレーム内で連続して処理される。一般に、２Ｎ２＋１の値は、所望の信号イベント（例えば、Ｓ１、Ｓ２、又はＲ波）の幅ｔＷに近似して選択される。例えば、Ｓ１の長さは、典型的に、約１００〜１５０ミリ秒である。デシメーションされたサンプリング周波数ｆＳが１０００サンプル／秒である場合、２Ｎ２＋１の値は、例えば、１０１と１５１の間の奇数として設定され、Ｎ２は５０以上７５以下のいずれかの数である。そのため、
【数１４】
となる。
【００５０】
別の例における折り返し相関１６０は、デシメーションから得られた１０００サンプル／秒でフレームサイズ７を有する。動きが取り除かれた加速度信号内のＳ１及びＳ２に対応するピークは、このように強化され、その後、計数１８０のためステップ１７０でピーク検出される。幾つかの実施例において、Ｎ２の値は、フラッシュメモリ内に構成され、現地又は遠隔地の操作者が選択又は変更し得る。数式（１３）で表される電子的な折り返し相関プロセス１６０では、各フレームの後ろ半分からの心臓モニタリング残部サンプルＲ（ｉ＋Ｎ２−ｎ）は、そのフレーム内の心臓モニタリング中央サンプルＲ（ｉ）のまわりに折り込まれ、各フレームの前半分における心臓モニタリング残部サンプルＲ（ｉ−Ｎ２＋ｎ）とのドット積（数式（１３）の積和）で乗算される。ドット積の結果は、フレームの中心における入力残部信号ストリームＲ（ｉ）の瞬間ｉに対応する折り返し相関出力信号ストリームｆＣ（ｉ）である。後続の閾値処理によりＳ１ピークをパスし、それが計数される。このように、干渉する動きアーティファクトがある中で、胸部装着型加速度計からの主要心音及び心拍数のロバストな検出が達成される。
【００５１】
図３において、例えば、図１のモニタリングデバイスの実施例及びそのプロセスの実施例により、呼吸波形が得られる。図３のプロセスは、図１のアナログ・デジタル・コンバータ（ＡＤＣ）からの未処理信号ストリームを受け取り、まず、Ｓａｖｉｔｚｋｙ−Ｇｏｌａｙ（Ｓ−Ｇ）多項式フィッティングを用いてセンサからのコンポジット信号から心音を分離し、その後、折り返し相関及びピーク検出が続いてＳ１心臓信号ピークを生成する。このピーク検出に応答して心拍数が計数されて心拍数信号出力を提供する。同時に、拍動毎の心臓拍動間の拍動間隔又はＳ１−Ｓ１間隔と呼ばれる、後続の時間を測定することによって呼吸がモニタリングされる。そのため、時間で変化する測定された拍動間間隔の変動が呼吸を表す。というのは、これは呼吸依存であり、実質的に呼吸以外の身体動き全体とは独立しているためである。このように、モニタリングデバイスは、時間で変化する拍動間間隔を実質的に表す呼吸波形として供給する。更に呼吸処理は、呼吸数（breathing rate）を計数し、その結果の呼吸数出力を提供し、任意の他の有用な情報を導出及び出力する。
【００５２】
拍動間間隔からの呼吸の検出は、呼吸に関連する及び他の胸腔内圧又は胸郭内圧変化に応答し得る、呼吸性洞性不整脈ＲＳＡと呼ばれる事象を含み得る。さしあたり、動き信号は、図２にあるようなＳ−Ｇ多項式平滑フィルタ１３０から、又は、図３に示すような２Ｈｚのコーナー周波数のデジタル有限インパルス応答（ＦＩＲ）フィルタなどの低域フィルタＬＰＦにより、取り出される。
【００５３】
図３において、動き信号の後処理は、時間にわたる平均活動レベルを表す波形をモニタリング及び供給し、歩く足取り及び他の動きをモニタリングし、万一の場合、転倒を検出するために適用される。従って、本発明の実施例によるものなどの加速度計から動き又は活動の導出は重要である。例えば、平均活動レベルが、１時間にわたって測定される動き波形及び時間ごとの出力の二乗平均平方根（ＲＭＳ）として生成され得る。歩く足取りは、Ｚ軸のみから、又は呼吸が減算して除かれた他の加速度計軸からの信号ストリームとの組み合わせで、導出され得る。転倒センサの実施例は、例えば、＋／−１５秒の時間の所定のウィンドウの任意の最近の又は後続の近隣のピークから突出する異常に高い大きさの加速度ピークのピーク検出を含む。
【００５４】
図１及び図３にあるようなプロセスの実施例は、動き信号成分を加速度計センサ信号から分離して、心音、及び動き及び活動がある呼吸（心音から導出される）をもクリーンにかつロバストに抽出し、また、動き／活動信号を供給する。幾つかの実施例において、動きに基づくゲーティングが実行されて、動き／活動レベルが異常に高く、所定の検出プロセス下で心拍数又は呼吸又は幾つかの他の導出される信号の信頼性の高い検出ができない場合には信号フレームを拒絶する。モニタリングデバイスは、例えば、活動を感知してモニタリングするために身体動き全体を測定し、或る人の或る時間期間にわたる活動レベルの有用な指標を提供することができ、ＥＣＧ導出される心拍数と共に、その人のライフスタイル及び代謝指標に関する推定を助けることができる。加速度計に基づく動きモニタリングによる足取り認識は、生物測定学的判定の助けとなり、危険な転倒の兆候や前触れを把握することができる。また、加速度計に基づく動きモニタリングを、急激な高い大きさの加速度の指標として用いることにより、更に、危険な転倒の兆候や前触れだけでなく、転倒自体を把握することができる。
【００５５】
図３において、胸部装着型加速度計から動きの間得られる信号は、２Ｈｚで（デジタルＦＩＲフィルタを用いて）デジタル的に低域フィルタリングされて、動きによるゆっくり変化する基線ふらつきを抽出する。身体動きだけでなく制止した身体の少なくとも幾つかの例の場合、呼吸信号は、周波数で低周波数身体動き信号からよく切り離され、そのため、デジタル的に低域フィルタリングされて、呼吸信号がうまく抽出される。
【００５６】
図４、図５、及び図６はそれぞれ、センサ入力から呼吸信号出力を電子的に生成するための３つのプロセス又は方法を示す。種々の実施例において、これらのプロセスは、個別に、或いは、対で、又はすべてを組み合わせて用いられてもよい。図１、図３、及び図４に図示するような幾つかの実施例は、動きの間のＳ１−Ｓ１間隔における加速度計検知され残部検出された変動から呼吸を導出する。
【００５７】
図４において、プロセスの実施例が、図２のフェーズ２の動き依存ふらつき除去によりステップ３１０で心音信号を得る。心音ピークは、折り返し相関３２０を介して強化され、ピーク検出３３０が実行されてＳ１−Ｓ１ピークを検出する。ステップ３４０において、Ｓ１−Ｓ１間隔（又はＳ２−Ｓ２間隔）が拍動毎に反復して計算されて、後続の拍動間間隔データ値を電子的に得る。ステップ３５０でこれらのデータ点が補間されて、図３の連続的な呼吸波形を生成する。
【００５８】
図５において、単一の加速度計センサにより呼吸をモニタリングするための別のプロセスの実施例を本明細書では基線ふらつき方法と呼ぶ。このプロセスは、ステップ３８０において、休息している人からの未処理の加速度計ＡＤＣ信号入力について、約２Ｈｚのフィルタカットオフ周波数、又はその他の選択された、例えば、約１Ｈｚから約３Ｈｚの範囲のＬＰＦカットオフで、低域フィルタリングすることにより動作する。このようにして、「基線ふらつき」と呼ばれる波形がステップ３９０で電子的呼吸信号として得られる。言い換えると、約２分の１秒又はそれ以上の呼吸期間がパスされて、２又は３秒毎の呼吸の静止している呼吸期間が検出されるだけでなく、約３分の１又は２分の１秒まで短くなったストレスを受けた状態の又は運動後の呼吸期間も検出されるようにする。加速度計内の一層短い期間信号変動は、Ｓ−Ｇフィルタ平滑から、又は呼吸以外の身体動きを表す他の種類のフィルタリングによって適切に得られる。
【００５９】
図６において、単一の加速度計センサ１０による呼吸モニタリングのための更なる実施例が、図１のフェーズ２の動き依存ふらつき除去により、ステップ４１０で心音信号を得る。折り返し相関４２０が心音ピークを強め、ピーク検出４３０が、振幅変調されたＳ１ピークを検出する。図４にあるような拍動間間隔測定の代わりに（又は幾つかの実施例において、これに加えて）、ステップ４４０の後続のＳ１ピーク振幅（又はＳ２ピーク振幅）が、図６において反復して拍動毎に電子的に測定されて、後続の心音ピーク振幅のデータ値を電子的に得る。これらのデータ値は、ステップ４５０で線型的又は二次又は他の補間などにより補間されて、連続的な呼吸波形を生成する。
【００６０】
呼吸波形の種々の値、及びそれらの差や傾向を見つけることより種々の呼吸パラメータが得られる。呼吸数（respiration rate）は、所定の時間ウィンドウ（例えば、１分）での吸入及び吐出のサイクル数として測定される。平均化及び信号統合方法／アルゴリズムは、多数のパラメータから呼吸数をロバストに導出する。その人がどのくらい深く呼吸しているかは、所定の時間ウィンドウ（例えば、１分）内の吸入ピークと吐出谷の後続の値間の差の平均で表される。吸入ピーク及び／又は吐出谷の平均及び傾向は、それぞれ容易に計算され、表示される。
【００６１】
図７は、種々の注目すべきデバイス又は構成要素の実施例を含む、呼吸及び心臓モニタリングシステム用の無線システムの実施例６００を示す。幾つかの実施例は有線の実施例であり、図７は無線の実施例を示す。加速度計センサ６１０及びその電子回路は、Ｂｌｕｅｔｏｏｔｈ又は他の短距離無線モデムも有し、これは別の短距離無線モデム６２２に無線で結合され、短距離無線モデム６２２は、ストリーミングデータ及び制御インターフェース６２４を介してデータ取得信号処理ユニット６２０に結合される。更に、遠隔地での無線伝送及び受信のため、２つの地点の各々にモデム６４０．２及び６７０が提供されて、データ取得信号処理ユニット６２０が、そのモデム６４０．２を介してこの遠隔地の無線送信器ユニット又はモデム６７０と通信するようにする。後者のモデム６７０は、一つ又は複数の表示ユニット６５０．１及びそれらのストレージユニット６６０．１に結合される。このようにして、遠隔医療応用例に対応する。取得信号処理ユニット６２０及びそのモデム６４０．２は、家庭又は救急車に、又は患者に、あるいは車椅子又は担架に適切に設けられる。無線送信器６７０及び表示ユニット６５０．１は、診療所、病院、医療モニタリング施設、又は他の場所に適切に設置される。緊急時に車両内の専門家が家庭から又は別の車両から来たデータを至急所見して指示を送らなければならない場合に備えて、この無線システムの一端又は両端を移動式の、例えば、モデム６４０．３及び警告／プロセッサ／ディスプレイ６８０とし得る。
【００６２】
図７において、自動注意応答、警報、及び／又は自動監視治療応答のための更なるプロセス、回路、及びデバイスとの組み合わせが企図されている。信号処理ユニット６２０によって検出されるパラメータのうち、１つ又は複数の測定パラメータ又はそれらの間の関係が大きく逸脱した場合、遠隔プロセッサ６７０は、医療専門家、患者、治療奉仕者、及び／又は家族構成員のいずれか１人又は複数人に、モデム６４０．３及び警告／プロセッサ／表示ユニット６８０を介して携帯電話及び／又は他の音声通話又はメッセージ及び／又は自動電子メールなどの文書の警告を送ることによって警告する。この警告システムは、受信者のいずれかによる受信確認に対し適切に提供する。また、別のモデム６４０．１が適切に提供され、遠隔医療用の治療又は支援デバイス６９０に結合され、デバイス６９０は、薬を投与したり、その投与量を調整したり、又は他の方法によって何らかの薬学的、情報的、又は物理的な方法で患者を支援する。極めて緊急の医療を要する逸脱の場合、データ取得信号処理ユニット６２０は、遠隔コマンドが受信されるか、又は最初の応答者が到着できるまで、治療又は支援デバイス６９０を一時的にかつ最大限に安全な方式で局所的に制御することが許可され得る。胸部から加速度計６１０が単に取り外されたか又は不注意で外された場合、電子処理ユニット６２０は、それを測定信号やパラメータの真に検出された逸脱と区別する。遠隔通信ケア（テレケア）支援については、このような支援は、センサ６２０のリアルタイムのデータに応答して何らかの物理方式で行うことができる。これは、装置６９０として認識されている電動装置を作動させて、例えば、電動ベッドを調整したり、スクーターを患者が使えるように近くに移動したり、トイレユニットをサーボ機械的に動作させて流したり、水洗槽の栓を開いて水洗槽を空にしたり、又は何らかの他の支援を行うことによって成され得る。
【００６３】
実施例のタイプはとりわけ、下記のような形態をとり得る。１）有線で接続されるか又は無線モデムを有する、患者が装着する医療センサ及び／又は治療デバイス、２）このようなセンサに接続されるか無線で結合して構内ゲートウェイに無線で結合するか遠隔地に直接送信を行うベルトチップに搭載される、患者が装着する信号処理及びモデムモジュール、３）胸部に貼り付けられてルータ又は遠隔通信を行うゲートウェイと局所的に通信する超小型デバイスに共に収納される、センサ、信号プロセッサ、メモリ、及びモデム、４）診療所又は病院と遠隔通信する患者宅のシステム内などの、センサと通信し、個々に遠隔的に通信するための信号プロセッサ、メモリ、及び複数種のモデムを含む、ローカルルータ又はゲートウェイ、又は５）医療診療所システム全体。
【００６４】
周辺機器及びインターフェースは、無線回路用のオフチップＩＥＥＥ８０２．１５（Ｂｌｕｅｔｏｏｔｈならびに低速及び高速ピコネット、Ｚｉｇｂｅｅ、及びパーソナルネットワーク通信）のための、ＵＡＲＴ（汎用非同期受信機／送信機）データインターフェース及びＭＣＳＩ（マルチチャネルシリアルインターフェース）音声及びデータ無線インターフェースを含み得る。Ｂｌｕｅｔｏｏｔｈ又はＺｉｇｂｅｅ無線インターフェースは、図１の加速度計センサ及びそれに関連するアナログ回路ならびにアナログ・デジタル変換器ＡＤＣから受信し、またそれらを制御するのに有用である。ＥＣＧ電極及び／又は胸部マイクロフォンを含む構成では、貼り付けられるセンサユニットのアナログ回路は、このようなピックアップ要素から、胸部センサからのＢｌｕｅｔｏｏｔｈ又はＺｉｇｂｅｅ近距離送受信機へのカップリングも含む。
【００６５】
加速度計センサ１０及び送信機、送受信機、又はトランスポンダチップが、薄く弾性があり軽量のプラスチック支持プレート上にしっかりと搭載される。この支持プレートは、丸い滑らかにされた又はフランジが付けられた周辺部を有し、胸部に接着性テープで具合よくしっかりと貼り付けられる。加速度計センサのＺ軸は、このプラスチック支持体で画定される面に対し垂直である。このチップは、問い合わせ信号から電力を取り入れるようにすることもできるし、あるいは、このチップへ低電力を供給するよう電気的に接続されるプラスチック支持体上の小型電池を有していてもよい。これは、例えば、テキサス・インスツルメンツ社のＭＳＰ４３０（登録商標）低電力プロセッサ又は他のプロセッサ及び近距離無線送信機などである。また、小型の有線メスコネクタを備えた有線インターフェースが、ＵＳＢ（ユニバーサルシリアルバス）など、チップ内の有線インターフェースに電気的に接続されてもよい。
【００６６】
幾つかの実施例において、３つすべての軸からの加速度計信号が適切に処理されて、加速度を電子的に二重積分（double-integrate）して、それを装着する人の位置を判定し、信号インターフェースの同じ信号入力からの変化する物理的位置を、視覚的に具合が悪くなっているその人、治療奉仕者、及び家族構成員への合図として引き続き推定する。その人は一晩中ベッドにいる可能性があるため、この処理は、日中にまずベッド位置での初期の位置状態から開始する加速度とゼロ初期ベクトル速度とを二重積分することにより、その人の位置を判定する。センサアッセンブリによる位置に基づくサービスをサポートするため、そのセンサアッセンブリ内に電子コンパスが物理的に含まれていてもよい。幾つかの実施例は、モデムに、及び用いられる場合ユーザー・インターフェースに、共に結合されるアプリケーションプロセッサのための印刷配線基板（ＰＷＢ）を有する。システムに結合されるＳＤＲＡＭ及びフラッシュメモリストレージが、表、構成及びパラメータ、及びオペレーティング・システム（ＯＳ）、保護アプリケーション（ＰＰＡ及びＰＡ）、及び他の管理用ソフトウェアを提供することができる。調整されたパラメータがフラッシュメモリに又は他の方式でロードされ、構成要素がＰＷＢ上に組み立てられてその結果のシステムユニットを生成する。
【００６７】
処理回路は、デジタル集積回路、アナログ集積回路、及びミックスドシグナル（デジタル／アナログ）集積回路、ＡＳＩＣ回路、ＰＡＬ、ＰＬＡ、復号器、メモリ、プログラマブルプロセッサ及びノンプログラマブルプロセッサ、マイクロコントローラ、ならびに他の回路を含む。結合及び接続は、オーミック、容量性、誘導性、フォトニック、直接的又は間接的ビア介在回路、又は他の望ましいものであってよい。フローチャート及びブロック図はそれぞれ構造及び／又はプロセスを表すと解釈することができる。
【００６８】
当業者であれば、他の多くの実施例、及び変形も特許請求の範囲に包含されることが理解されるであろう。例示の実施例の文脈で説明したような特徴又はステップのすべて又はその幾つかを有する例示の実施例の文脈で説明した一つ又は複数の特徴又はステップの異なる組み合わせを有する実施例も、本明細書に包含されることを意図している。
【技術分野】
【０００１】
本開示は、人体の生物学的及び生理学的機能を測定し、モニタリングし、解析するための装置及び方法に関し、かつ、これらの装置及び方法に関連する生物医学用装置構成及び信号処理に関する。
【背景技術】
【０００２】
心拍数及び呼吸など人体機能をモニタリングするための現行の装置及び方法（例えば、胸部周りに装着するモニタリングベルト、口や鼻に装着する肺活量計及びカニューレ、身体に貼り付ける心電図（ＥＣＧ又はＥＫＧと呼ぶこともある）電極及びリード）は、高価であるか侵襲性であるか大掛かりであり、携帯式で継続的にモニタリングする応用例にはあまりにも扱いにくい可能性がある。
【０００３】
心臓モニタリング、呼吸モニタリング、身体動き、及び他のモニタリング応用例において用いられるセンサで受信したノイズが混ざった信号は、各種信号の精度に悪影響を与える恐れがある。従って、ノイズのある状況でこのような信号をロバストに検出及び分離するための方法が望ましい。
【０００４】
身体動き信号分離及び／又は除去の問題を解決するための従来のアプローチは、典型的には二次的センサからの付加的な動き信号リファレンスの記録を必要とする、マルチ信号適応アルゴリズムを含むことだと考えられている。足からの物理的動きインパルスは、身体の異なる部分に置かれたセンサに及び同じセンサの直交する軸にも、非常に異なる様にかつ非静止的にかつ非相関的に、結合する。従って、多数のセンサを用いてアーティファクトを相殺する場合でも、複雑であったり又は信頼性に欠けたりする可能性がある。
【０００５】
医療関連の応用例のほかに、上述の問題を解決することは、予期しない足取り変化、転倒、失神（気絶）、事故、及び怪我がないか高齢者をモニタリングすることにも役立ち得る。家庭、運動施設、及びケア施設での健康状態モニタリングにも利点となり得る。
【発明の概要】
【０００６】
概して、及び本発明の一形態では、呼吸モニタリングデバイスが、信号入力を受信し、更なる処理のため電子的形式に変換するための信号インターフェースを含む。この信号インターフェースにより供給される電子回路が、フィルタリングにより加速度信号から心臓信号を分離し、この心臓信号から呼吸信号を導出し、さらに、遅いふらつき信号からこの呼吸信号を減算して実質的に呼吸以外の身体動き信号を生成するように動作し得る。
【０００７】
他のデバイス、センサ類、電子回路ユニット、及びプロセスも開示される。
【図面の簡単な説明】
【０００８】
【図１】図１は、単一の胸部センサを用いて、心臓、身体動き、及び他の信号から呼吸信号を分離するための発明的な構造及びプロセスの部分ブロック図、部分絵図、部分グラフ表示である。
【０００９】
【図２】図２は、単一の加速度計胸部センサ及び顕著な（remarkable）平滑フィルタ及び残部生成、エンベロープに基づくノイズ除去、及び折り返し相関（folded correlation）を用いて、身体動き及びノイズから心臓信号を分離するための発明的な構造及びプロセスのフローチャートである。
【００１０】
【図３】図３は、単一胸部センサを用いて、呼吸信号、心臓信号、及び身体動き信号を互いから分離する、発明的なシステム及びプロセスの部分フローチャート及び部分グラフ表示である。
【００１１】
【図４】図４は、心臓信号の拍動間間隔を、身体動き及びノイズ信号から実質的に分離された呼吸信号及び心臓信号の両方と共に用いて、心臓信号から呼吸信号を発明的に分離するための、発明的なシステムストレージ又はプロセスのフローチャートである。
【００１２】
【図５】図５は、単一の発明的にフィルタリングされた加速度計センサによる呼吸モニタリングのための本明細書における基線ふらつき方法に従って、心臓信号から呼吸信号を発明的に分離するための、別の発明的システムストレージ又はプロセスのフローチャートである。
【００１３】
【図６】図６は、心臓信号のピーク高さの振幅変調検出により心臓信号から呼吸信号を発明的に分離するための、別の発明的システムストレージ又はプロセスのフローチャートである。
【００１４】
【図７】図７は、発明的な無線システム構造及びプロセスのブロック図であり、他の図面からの発明的な構造及びプロセスを含む。
【発明を実施するための形態】
【００１５】
本明細書における単一の胸部装着型センサ１０内の小型の高感度マイクロ・エレクトロ・メカニカル・システム（ＭＥＭＳ）は、心音に関連する幾つかを含む信号を記録する。（「心音」という用語は、包括的には、加速度計データ又は他のセンサデータを処理することによって得られる、心臓のＳ１、Ｓ２に相似する信号及び／又は心雑音あるいは他の心臓波形特性を指し、可聴音を指すとは限らない。）携帯型モニタリングの主な課題は、身体動きアーティファクト信号及びこういった信号の混同による心臓信号の破損である。幾つかの測定において、図１の加速度計１０で受信したような胸部加速度信号は、幾分ゆっくりとした変化であるが、非常に強い（２０〜５０ｍｖピークトゥピーク）動き構成要素を有する。この動き信号の上にあるのは、一層高い周波数であるが、一層弱い（５〜１０ｍｖピークトゥピーク）心音信号である。対象間の著しい変動性が、動きと心音の両方の周波数成分にみられた。また、呼吸、動き、及び心音の信号は、完全には周波数分離可能ではない。そのため、本明細書では非常にシンプルなデジタル帯域フィルタリングが提供される。
【００１６】
小型のＺ軸加速度計センサなどの単一の胸部装着型センサから導出される単一信号から、動き／活動、心拍数、及び呼吸を分離及び導出する例示の実施例について説明する。呼吸及び心臓活動の携帯式測定は、高齢者の、及び心臓血管、呼吸器病歴をもつ患者の、及び呼吸及び／又は心臓をモニタリングすることが望ましい他の状態の患者の、家庭での健康状態モニタリングに広く応用することができる。集中治療室（ＩＣＵ）や病院、救急車、事故や障害現場での患者の心臓血管能力の評価では、携帯式での心臓及び呼吸の測定及びモニタリングも必要としている。
【００１７】
種々の例示の実施例は、単一の小型の胸部装着型ＭＥＭＳ加速度計及び関連するモニタリング回路を用いて、図１に示すような、心音で反映される、呼吸、動き、及び心臓活動を測定及びモニタリングする。
【００１８】
図１は、非侵襲的でかつ可能な限り大がかりにならずに、心拍数及び心音、活動、身体動き、及び呼吸を携帯式でモニタリングするために提供される例示の実施例を図示する。ここで、ＭＥＭＳ加速度計を備えたものなどの単一のセンサが、携帯式設定で心拍数／心音だけでなく呼吸も抽出する。加速度計センサの少なくとも１つのセンサ軸から又は２つ又はそれ以上のセンサ軸から、検出可能な心音信号を含む任意の信号が用いられる。センサ信号に身体動き信号成分が含まれるとき、その身体動き信号成分は、幾つかの実施例において、分離され又は隔離され、活動又は動きも表す有効な出力として搬送される。
【００１９】
種々の実施例の幾つかの利点は、単一のセンサ又は信号捕捉成分及び単一信号程度に少ないものから、３つの重要因子（呼吸、活動からの非静止身体動きふらつき、心音／心拍数）を抽出することである。胸部に貼り付ける小型センサの実施例は、動きのある生体の生物医学的信号及び生理学的パラメータを感知しモニタリングするための非侵襲的でかつ可能な限り大がかりにならない方式を提供する。実施例は、携帯式で継続的なモニタリングする応用例において不都合さを最小限に抑えて用いることができ、非常に廉価であり、例えば、使い捨てのパッチやテープ内につくることができる。
【００２０】
これらの実施例の幾つかは、特殊な平滑フィルタ１３０（図２）を有するデータ取得／信号処理回路を含み、平滑フィルタ１３０は、ゆっくり変化する身体動き信号のふらつき又は変動を追跡し、センサに基づく信号からこのふらつきを取り除いて、対象の、クリーンな（動きが取り除かれた）生物医学的信号を表示ユニットに提供する。平滑フィルタ１３０は、直接用いられる又はコンポジット信号処理経路において用いられる多項式フィルタ又は同程度に有効な平滑フィルタを含む。幾つかの実施例は、図２にあるような減算ステップ１４０を用いて、非静止動きアーティファクトを確実にかつロバストに取り除く。このようなアーティファクトを取り除くことにより、センサ１０を用いる場合に生じ得る胸部のセンサ配置及びコンタクト変動にこのシステムがより一層影響を受けなくなる。このことにより、シンプルであるが動きアーティファクトの影響を低減するために効果的な方式が提供され、モニタリングされている間に歩いている場合でも、主要心音の信頼性の高い検出、そして、その後続く心拍数の導出が可能となる。このようにして、動き信号除去又は分離、及び心音信号検出、及び心拍数検出が促進される。二次的なリファレンス又はノイズ源は必要とされず、そのため、システム設計の複雑さが低減される。このように、構造及び方法の実施例は、動きアーティファクトがある胸部装着型センサ（例えば、加速度計）データから主要心音信号を抽出する。
【００２１】
生物医学的信号から動きに関連するアーティファクトを取り除くための幾つかの構造及びプロセスの実施例において、例えば、２つの独立した信号源、加速度計１０及び用いられる場合はＥＣＧ、のいずれか又は両方に対して有利なモニタリングが提供される。胸部装着型加速度計１０を用いて実際の人間対象から胸部加速度信号が携帯式（ウォーキング）設定で収集されて、Ｓ１及びＳ２として表される主要心音を提供する。心音Ｓ１は、三尖弁及び僧帽弁の活動と同時に生じる可聴音を含み、パルス群として振動性心電図に現れる。心音Ｓ２は、主に肺動脈弁及び大動脈弁の活動に関連する。これらの実施例の構造及びプロセスは、このようして動きアーティファクトを取り除き、図１に示すような携帯式対象から、心音から得られる、心臓活動及び心拍数を抽出するための単一の小型の胸部装着型ＭＥＭＳ加速度計の利用を促進する。テストの目的では、ランニングマシン上で元気よく歩いている又は走っている人間対象から心電図信号が独立して収集されて、そのＥＣＧからＱＲＳなどの信号成分が提供される。
【００２２】
プロセス及び構造の実施例は、例えば、心電図（ＥＣＧ）、光電容積脈波（ＰＰＧ、パルス酸素濃度計からの信号）、脳波図（ＥＥＧ）、筋電図（ＥＭＧ）、インピーダンスカーディオグラム（ＩＣＧ）信号、又は分離可能なふらつきによる影響を受ける可能性のある、殆どの任意の他の信号など、動きふらつきにより破損された他の生物医学的信号にも拡張することができる。そのため、製造業者が大量生産し得る製品において、このような他の生物医学的信号から動きに関連するアーティファクトが取り除かれる。
【００２３】
多項式平滑フィルタ１３０（例えば、電子的に実装される、Ｓａｖｉｔｚｋｙ−Ｇｏｌａｙフィルタ）は、最小二乗の点でそのウィンドウ内のデータに最もあう特定次数の多項式により特定のデータウィンドウ内で近似することによって所与の加速度計に基づくデータ信号ストリームをデジタル的に平滑化する。ここで、多項式平滑フィルタ１３０は、生物医学的なセンサに基づく信号のうち身体動きによって引き起こされる成分のゆっくりとした変化をフィッティングし、それらを生物医学的なセンサに基づく信号から平滑化された成分として減算して、残留信号と呼ばれるものを残す。残留信号は、このように抽出されて、早く変化する信号（主に、心音とその他の心臓活動）と幾らかの残留又は残ったノイズとを提供する。このような多項式フィルタリング１３０は、変曲点のまわりの、又はピークや谷などの極値における一層高次のモーメントを保持する。これは、デジタル的な移動平均や低域フィルタでは行えない。つまり、この平滑フィルタリングは、各点のまわりの最小二乗多項式フィッティングを介して、局地的最大及び最小のような特徴を一層良好に保持する。
【００２４】
図１において、システムの実施例が、測定設定及びモニタリングの実施例を提供するハードウェアを有する。小型（重量が０．０８グラムで、サイズが５×５×１．６ｍｍ）で低電力のアナログ出力３軸ＭＥＭＳ加速度計（例えば、ＳＴマイクロエレクトロニクス社の品番ＬＩＳ３Ｌ０２ＡＬ）を胸部（例えば、第３又は第４肋骨に沿う胸骨の左に数インチのところ）に貼り付ける。（加速度計センサを貼り付けるか、又は胸部バンドを用いれば、加速度計センサが胸部のむき出しの部分又は毛が剃られた部分に押しつけられ、胸部の加速度がセンサに効率よく結合する。）胸部面に直交する背腹方向であるＺ軸に沿う、心臓活動に対応する加速度信号が取得される。この胸部加速度信号は、３ＨｚカットオフでＡＣ結合され、利得１００で増幅され、（アンチエイリアスのため）コーナー周波数が１ｋＨｚの３段５極サレンキーバターワース（Sallen-and-Key Butterworth）フィルタにより低域フィルタリングされる。市販のクワッドオペアンプパッケージ（例えば、リニアテクノロジー社の品番ＬＴ１０１４ＣＮ）をアナログフロントエンドとして用いる。次いで、この加速度信号をデータ取得カード（例えば、米国テキサス州オースチンのナショナルインスツルメンツ社から入手可能なものなど）を用いて１０，０００サンプル／秒でサンプリングし、取得し、ＭＡＴＬＡＢソフトウェア（米国マサチューセッツ州ナティックのマスワークス社のバージョン２００７ｂ）を用いてコンピュータに記憶する。ノンクリティカルなロールオフ周波数である約３ｋＨｚをカットオフに用いるＡＣ結合は、例えば、増幅器用に設けられる入力抵抗に結合される直列結合コンデンサＣによって実現される。試験用では、加速度計信号からの心拍数抽出の能力評価のため、加速度計により導出された心臓信号と比較するためのリファレンス基準として、３電極（単線）心電図ＥＣＧ増幅器構成で、リファレンスＥＣＧ（線II）が同時に供給及び取得され得る。
【００２５】
図２において、主要心音及び心臓活動を検出するため、ステップ１１０で、加速度信号がデジタル的に（例えば、３３２６個のタップを有し、２０Ｈｚにわたって急峻な８０ｄＢロールオフを有するデジタルＦＩＲフィルタを用いて）５０Ｈｚのところで低域フィルタリングされ、ステップ１２０で、係数１０でデシメーションする。（６０Ｈｚ未満のロールオフ周波数では、６０サイクルの米国電力線と対象の生物医学信号との干渉が弱められるが、５０Ｈｚを用いる適用可能な国についてはロールオフを５０Ｈｚ未満とし得る。ロールオフ周波数はより高くし得るが、このＦＩＲフィルタは更に、モニタリング対象信号の周波数範囲よりも高い周波数の白色雑音を減衰させるのが望ましい。）また、フェーズ１では、２８次の４０１ポイントフレームを用いる高次Ｓａｖｉｔｚｋｙ−Ｇｏｌａｙ（Ｓ−Ｇ）多項式平滑フィルタ１３０を用いて、比較的ゆっくり変化する動きふらつきを取得し、より速く変化する心音信号成分を除外する。（このようなフィルタリングのためのＭＡＴＬＡＢシンタックスは、ｇ＝ｓｇｏｌａｙｆｉｌｔ（Ｘ，２８，４０１）であり、ここで、ｇはフィルタ出力であり、Ｘはウィンドウ化されるデータの４０１個のサンプル値の最新入力列ベクトルである。）フェーズ２では、ステップ１４０で、デシメーションされたＬＰＦ出力から平滑フィルタ１３０の出力を減算して心音Ｓ１及びＳ２を得る。次いで、ステップ１６０での折り返し相関プロセスにより、動きが取り除かれた加速度信号中の多項式フィルタリングされたＳ１／Ｓ２ピークが強調され強められる。次いで、電子増幅に基づくピーク取出しプロセスを用いるステップ１７０で、これらのピークの位置を閾値検出し、ステップ１８０で、選択されたピークを計数して心拍数ＨＲを計算する。
【００２６】
これらの例の幾つかにおいて５０Ｈｚより低い低域フィルタリング（ＬＰＦ）が用いられる。というのは、所望の信号電力の殆どがこの範囲にあり、一般に多くの実施例において約１００Ｈｚより低いロールオフ周波数のＬＰＦではたいてい帯域幅が実質的な又は過度な量のセンサノイズ（サーマル、ホワイトスペクトル）を包含して一緒にするほど広くならないようにするためである。電力線周波数より高いロールオフ周波数のＬＰＦが用いられる場合、幾つかの実施例は更に、電力線周波数阻止のためのノッチフィルタリングを含む。別の実施例では、１００Ｈｚのコーナー周波数で低域フィルタリングし、次いで、２０次でＳａｖｉｔｚｋｙ−Ｇｏｌａｙフィルタリングし、その後、このＬＰＦ信号からＳ−Ｇ信号を減算し、更なる信号エンハンスメントにより、未処理の動きの影響を受けた加速度計Ｚ軸データからＳ１−Ｓ２心臓信号をうまく抽出する。だいたい２０次又はそれより高次から少なくとも３０次を超える範囲の多項式フィルタリングを用いた、動きの影響を受けたＬＰＦ加速度計信号の多項式フィルタリングが、ＬＰＦ信号からの多項式フィルタリング出力の減算による残りとして心臓信号を得るために適当であることが分かっている。このような次数の多項式フィッティングを用いることで、粗い及び細かい動きの両方の影響をうまく捕捉する。幾つかの実施例の平滑フィルタは、より低次でもうまく機能し得、或る種のウィンドウサイズや応用例によっては１次多項式を用いる場合でさえ良好な結果が得られ得る。また、本明細書においてこれ以降に記載するように、低次多項式フィルタリングが企図されており有用であることが分かっている。幾つかの実施例において、ポイントの数を多項式の次数の少なくとも約１倍半（１．５倍以上）やそれよりも実質的に高くすると、ノイズを減らす助けとなり得る。
【００２７】
図２の平滑フィルタ１３０は、特定の次数Ｍ及びフレームサイズ（サンプル点数Ｎ）に基づいて構成される。例えば、幾つかの実施例においてＳａｖｉｔｚｋｙ−Ｇｏｌａｙ多項式平滑フィルタが用いられて、動き依存基線ふらつきを捕捉するように最小二乗的に加速度信号を最良に近似させる。幾つかの実施例において、平滑フィルタは、ベルト装着型ユニットなどのローカルプロセッサのフラッシュメモリに実装されるか、又は家庭のネットワークゲートウェイ又は診療所ネットワークゲートウェイ、又は携帯電話又は他の方式で提供される。
【００２８】
多項式平滑フィルタリングの実現可能なかつ最適な次数Ｍの値及びウィンドウ長さ（ポイントのＮＷ、時間のｔＷ）の選択の及び又は決定の問題については次に述べる。一般に、固定ウィンドウ長ＮＷの場合、より高次の多項式がストリーミングデータの高周波数成分をよりよくフィッティングする。所与の次数Ｍでは、時間ウィンドウを短くすると、高周波数成分がよりよくフィッティングされる。
【００２９】
最適化の問題に対する一つのアプローチでは、低周波数成分の固有次数を推定し、ＮＷ＞Ｍ＋１及びＮＷが奇数である（すなわち、ＮＷ＝２Ｎ＋１）ことを満足する最小ウィンドウを選択する。ウィンドウサイズＮＷを小さくするほど、平滑フィルタリングを行う乗算累算フィルタプロセスのタップ数が小さくなる。幾つかの応用例における加速度計信号では、次数Ｍ＝１で、ウィンドウサイズＮＷ＝３（サンプリング周波数が１０００Ｈｚ）である。本明細書のいくつかの例では、より高次の次数Ｍ及びウィンドウ幅ＮＷを示している。
【００３０】
図２において、動き、心音、及び心拍数は、電子的に分離され、下記のステップを用いて加速度計データ１０から把握される。ａ）加速度計データを低域フィルタリングし（１１０）、デシメーションし（１２０）、ｂ）Ｓａｖｉｔｚｋｙ−Ｇｏｌａｙフィルタリングを行って（１３０）、比較的低い周波数の動きのデータをフィッティングし、ｃ）（ステップａからの）低域フィルタリングされた加速度計データからＳａｖｉｔｚｋｙ−Ｇｏｌａｙフィルタの出力を減算して（１４０）心音を得、ｄ）折り返し相関を行って（１６０）、主要な心音（Ｓ１及びＳ２）のピーク位置を強調し、ｅ）ピークを取り出し（１７０）、あらかじめ決められるか構成されるセグメント（時間間隔）におけるＳ１ピークを計数し、１分間当たりの鼓動（ＢＰＭ）における心拍数（ＨＲ）を計数する（１８０）。
【００３１】
「デシメーション」という用語は、サンプルストリームからサンプルを定期的に取り除く、又はｎＤ個のサンプル毎に１個のサンプルをパスする任意のプロセスを指し、すべてではなく１０個から１個のサンプルを取り除くことができる（が、必ずしもそうである必要はない）。そのため、サンプリング／ＡＤＣが１秒当たりｆＳ個のサンプルを供給する場合、デシメーションプロセスは、実質的にｆＳ／ｎＤサンプル／秒のデシメーション周波数を供給することになる。ウィンドウ期間がｔＷ秒の場合、ウィンドウ内の点数ＮＷ＝２Ｎ＋１はＮＷ＝１＋ｆＳｔＷ／ｎＤになる。信号からフィルタリングすることにより対象とする特定の特性及び挙動が得られる時間期間を考慮することにより、ウィンドウ期間ｔＷが選択され得る。アンチエイリアス（サンプリングｆＳの前の０．５ｆｓ以下の低域フィルタＡＡＦ）のコスト、物理的サイズ、及び複雑さに鑑みて、サンプリング周波数ｆＳを選択し得る。ＡＡＦ（アンチエイリアスフィルタ）出力をサンプリングするには、サンプリング周波数ｆＳをナイキスト周波数よりも実質的に大きな値に設定する。まず、サンプリング／ＡＤＣ回路後に、例えば、５０Ｈｚ低域フィルタＬＰＦより実質的に高いｆＳ／ｎＤが得られるようにデシメーションパラメータｎＤを選択してＬＰＦの効果的なオペレーションが得られるようにする。次に、ウィンドウ点数ＮＷをフィルタの次数Ｍよりも相対的に充分高くしてフィルタノイズを低く保つようにもデシメーションパラメータｎＤを選択する一方で、ウィンドウ点数ＮＷはやはり、フィルタ演算によりウィンドウ内で信号ストリームが満足にフィルタリングされる程度に充分に小さくする。フィルタ演算は、１つのウィンドウ当たりの点数ＮＷと、１秒当たりに処理されるウィンドウのレート数ｒＷとの積に関連している。フィルタ演算は、ｒＷ＝ＮＷ／ｔＷの場合、ＮＷ２／ｔＷに比例する。そのため、エネルギーを節約しかつ低コストなプロセッサ応用例では、ウィンドウ点数を少なくし、ウィンドウ期間を長くすることになる。
【００３２】
ステップ１３０の動き抽出の様々な方式のため、及びそれがもたらす利点のため使用することが好まれる任意の他の目的のため、平滑フィルタを用いる種々の電子的実施例を用意するために、数学的に表現した電子的プロセスを以下にさらに詳細に説明する。これらは、そのような実施例において適切に分割して、幾つかのオフライン電子的処理及びリアルタイムオンライン電子的処理にすることができる。下記の数式（１）中の表現‖（ｘ−Ａｂ）‖は、［（２Ｎ＋１）×Ｍ］変換行列Ａに変換係数ｂｊの［Ｍ×１］ベクトルを乗算することにより得られる、［（２Ｎ＋１）×１］個のそれぞれのデータストリームベクトルサンプル点又はストリーム成分と、これらのストリーム成分の（２Ｎ＋１）個のそれぞれの推定値との差の二乗和を表す。変換係数ｂｊの数はＭであり、Ｍ個の変換係数ｂｊが［Ｍ×１］ベクトルｂを形成する。勾配∇は、変換係数ｂｊに関する［Ｍ×１］ベクトルの第１偏導関数である。係数ｂｊの数Ｍを次数と呼び、変換係数ｂｊの数がＭの場合、このプロセスの次数はＭになる。変換係数ｂｊに関する［Ｍ×Ｍ］行列の第２偏導関数を∇∇と表す。このフィルタリング手順は、初期変換係数推定値ｂ＝０を更新する（すなわち、係数をすべてゼロに初期化する）ための係数変更係数ベクトル?ｂを必要とし、このフィルタリング手順で実際に係数変更係数ベクトル?ｂが形成される。この手順では、この変換係数変更ベクトルを求めるために、第２偏導関数の行列に勾配を負にしたものをあらかじめ乗算する。
【数１】
数式（１）は２次表現を含み、ｂ＝０から始まるので、このプロセスにより、１つの経路で変換係数の値ｂ＝Δｂが見つかり、さらに繰り返す必要はない。
【００３３】
数式（２）は、数式（１）で表される微積分演算を実行した結果を表す。（幾つかの実施例では、数式（２）で得られる係数ｂを、記録保存し更なる解析を行うため遠隔地に送信する。というのは、データウィンドウ内の情報の殆どが効果的に圧縮されるからである。係数を送信する場合、［Ｍ×（２Ｎ＋１）］行列の（ＡＴＡ）−１ＡＴがあらかじめ演算され、次いで、送信中に局所的に各データウィンドウが乗算される。他の実施例では、このような圧縮及び／又は送信が省略されるか、遠隔コマンドを受けた場合にのみ局所的に行われる。これにより、電力及び処理の複雑さが幾分緩和される。）
【数２】
数式（２）は反転行列（ＡＴＡ）−１が存在することが前提である。反転行列は、行列Ａの行が線形独立（最大階数）であり、充分な数のデータ点ＮＷ＝（２Ｎ＋１）により、この行列の充分な数の対応する列が反転行列を供給するのに充分に供給されるときに存在する。
【００３４】
多項式変換プロセスの特殊なケースでは、指数行列がべき乗される。この場合、変換行列Ａのｎ番目の行のｊ番目の列要素Ａｎｊがべき乗されてｎｊになる。言い換えると、データストリームＸ（ｉ＋ｎ）のウィンドウ内の−Ｎから＋Ｎの（２Ｎ＋１）個のｎの異なる値について、この変換により、すべての値が近似されるようによくフィッティングする、べき級数についての１組の係数ｂｊが見つかる。このようなべき級数は一般に、数式（３）で表される。
【数３】
【００３５】
Ｓａｖｉｔｚｋｙ−Ｇｏｌａｙフィルタリングは、数式（２）により推定される値ｂ０を、指数ｉのウィンドウについてのフィルタ出力ｇ（ｉ）として出力する。これは、各データウィンドウについて、そして、後に続く指数ｇ（ｉ）についてウィンドウ毎に引き続き行われる。行列Ａの行は、異なる行のどの対についても内積がゼロのときに直交する。下記の表１にこれらの行を示す。行列の行ｎにおける値がＡｎｊの行は、多項式変換の例では非直交である（＾はべき乗を表す）。
【表１】
【００３６】
次いで、このプロセスにより、下記の推定データストリームが見つかる。
【数４】
電子的なプロセスが、数式（２）で表わすように処理回路内に設定され、この処理回路によって電子的に実行される。Ｓａｖｉｔｚｋｙ−Ｇｏｌａｙフィルタリングの場合、このプロセスは、ｂ０の推定値としてｇ（ｉ）のみが見つかるように、また、オフライン事前演算が可能な限り多く実行されるように最適化される。従って、数式（４）は、数式（４）中の行列Ａ全体の代わりに、第１の事前乗算行列Ａのｎ＝０の行［１×Ｍ］のみが用いられるように、数式（５）のように書き換えられる。
【数５】
【００３７】
Ｓａｖｉｔｚｋｙ−Ｇｏｌａｙフィルタリングの数学的表現では、ウィンドウを１組の（２Ｎ＋１）個のフィルタ係数ｃ（ｎ）が乗算加算されたものとみなすことがある。ここで、［１×（２Ｎ＋１）］個のフィルタ係数ベクトルＣを下記のように導入する。
【数６】
ここで、
【数７】
である。
【００３８】
数式（８）で、数式（６）と等価な代替表記ＣＩは、数式（７）に［（２Ｎ＋１）×（２Ｎ＋１）］恒等行列Ｉを後ろから乗算したものであり、この恒等行列Ｉの各列を［（２Ｎ＋１）×１］単位ベクトルεｎと呼ぶ。εｎのための「単位ベクトル」という用語は、ｎ番目の行位置における１を除いてすべてゼロからなる［（２Ｎ＋１）×１］ベクトルを意味する。さらに、［１×Ｍ］の行ｎ＝０のベクトル［１ ０ ０ ．．． ０］を前から乗算していることを考慮すると、反転行列（ＡＴＡ）−１の第１行を形成する行列反転演算のみが関連しており、これが実施される。そのため、これらのフィルタ係数は、数式（７）と等価である数式（８）の表記においても等価に表現される。
【数８】
【００３９】
Ｓａｖｉｔｚｋｙ−Ｇｏｌａｙフィルタは、最小二乗的な局所多項式フィッティングを行う。所与の入力可変データウィンドウｘ（ｉ＋ｎ）で、ウィンドウの長さが２Ｎ＋１、かつ、選択された多項式の度合いがＭの場合、フィルタ出力はｇ（ｉ）で与えられる。フィルタ係数ｃ（ｎ）は、そのうちの２Ｎ＋１個が、例えばオフラインで、数式（７）又は数式（８）で表される電子的な演算によって計算され、人に装着されるか又はその近くに置かれ加速度計センサ１０に無線で結合する小型信号処理ユニットのフラッシュメモリにロードされる。この信号処理ユニットは、適切には、フィルタ係数ｃ（ｎ）にアクセスする格納されたプログラムに従って数式（６）によって表される乗算累算（ＭＡＣ）を電子的に実施するプロセッサなどのデジタル信号プロセッサ回路を有する。
【００４０】
幾つかの他の実施例では、出力として用いられる指数ｎ（例えばｎ＝０）での値を中心としないウィンドウが用いられる。表１に示す特定の多項式変換行列Ａの代わりに種々の行列Ａを用いることも可能である。当業者なら、所望の変換方式、ウィンドウ（フレーム）サイズ（例えば２Ｎ＋１）、及び次数Ｍを選択し得る。また、最初のフィルタリング手順のｇ（ｉ）出力からはデータストリームが生成されるが、それ自体が数式（９Ｂ）中の列ベクトルｇ１（ｉ２）によって表されるようにウィンドウ化され得ることに留意されたい。従って、数式（９Ａ）、（９Ｂ）で表す幾つかの実施例では、数式（４）の２つの低次フィルタがカスケード接続され、実施される演算の電子的な処理の複雑さを最小限とするため簡単明瞭な手法が用いられる。変換行列Ａ１及びＡ２は同じものとすることもできるし、異なってもよく、ウィンドウサイズ（２Ｎ１＋１）及び（２Ｎ２＋１）も同じでも異なってもよく、次数Ｍ１及びＭ２も同じでも異なってもよい。これらはそれぞれ独立して選択され得る。
【数９】
【００４１】
幾つかの実施例では、主対角線より下の重みを除き［（２Ｎ＋１）×（２Ｎ＋１）］行列のすべてゼロである対角重み行列ＷもＳＧプロセスに適用し得る。これらの重みは、例えば、対角線の中央で１とし、この対角線の中央から離れるに従って値が対称に減少するようにし得る。数式（１）は以下のように書き換えられる。
【数１０】
【００４２】
次いで、出力のための数式（５）で表される電子的なプロセスは、以下のように書き換えられる。
【数１１】
幾つかの実施例では、変換のタイプ及び行列Ａの選択は、構成によって固定／事前定義されるか、又は準静的に決定される。行列Ａ又は変換のタイプ又は所与の変換のパラメータを動的に構成又は選択することも企図される。
【００４３】
幾つかの他の実施例では、データストリームＸの異なるウィンドウ化セグメントからの、数式（４）の変換出力から得られる１組の値を記憶し平均を取る。このアプローチは、大雑把に言えば、幾つかのフィルタリングを並列に行い、それらをオフセット平均する。すべての値は、同じ瞬間（ｉ＋ｎ）＝ｔに対応する再構築された値を表し、このアプローチでは、ｎ＝０の行を用いてｂ０を近似するだけでなく、数式（３）から利用可能な他の係数についても変換近似値を用いることに留意されたい。電子プロセッサは、数式（１２）に表すような電子的プロセスを実施する。数式（１２）で、Ｘ’（ｉ＋ｎ）は数式（４）で表したものである。
【数１２】
【００４４】
本明細書における分析に鑑み、他のタイプのプロセスも、Ｓａｖｉｔｚｋｙ−Ｇｏｌａｙであるか否かにかかわらず、本明細書の教示に従って代替として選択し得ることを強調しておく。当業者なら、加速度計に基づくライブラリ波形を用いてテストベンチを設定し、次いで、手作業又は自動プロセスで変換行列の選択、点数（２Ｎ＋１）の選択、及び次数Ｍの選択を行い得る。フィルタリングの選択は、図１のプロセスからの出力の表示を目視検査することにより、又は、本明細書に記載するような、見逃し、誤検出などの測定基準に従った自動処理により試験される。次いで、このような好適な測定基準を有する１つ又は複数のフィルタプロセスについて、変換行列Ａの値及び（２Ｎ＋１）、Ｍ、２Ｎ１＋１などの値が、モニタリングデバイスのフラッシュメモリ又はハードドライブにロードされ、プロセッサ上でリアルタイムで実行される。
【００４５】
ある実施例での変換は、実際のデータストリームベクトルｘ（ｉ＋ｎ）に近似し、身体に装着した加速度計から得られる本明細書のデータストリームＸに応答する時間にわたって心音ピークを追跡する出力信号ストリームを生成する。幾つかの実施例では、充分に小さいフレームサイズ（２Ｎ＋１）、次数Ｍを用い、かつ／又は、効率のよい変換行列Ａを用いることによって処理の複雑さを軽減して、モニタリングの所期の目的の所望の性能が実現される。この同じ変換方式が、多数の患者、加速度計、及びその身体上の位置に対して、かつ、診療所、病院、家庭、運動施設などの様々な使用環境で、複雑さが抑えられかつ性能よく実施されることが望ましい。
【００４６】
エンベロープに基づくノイズ除去１５０において、振幅エンベロープが生成される。図２の残留信号ストリームｒ（ｉ）＝ｘ（ｉ）−ｇ（ｉ）は、ＬＰＦから供給される入力ｘ（ｉ）から平滑フィルタ出力ｇ（ｉ）を減算する減算ステップ１４０からの幾らかの残りのノイズを有する。図１にあるようにエンベロープがこの残部にフィッティングする。振幅に基づいて処理される出力Ｒ（ｉ）は、エンベロープによりフィッティングされた残部ｒ（ｉ）から導出される。水平軸近傍のノイズｎ（ｉ）はかなり低減される。このプロセスの演算では、エンベロープに関連する可変利得関数を適切に用いることができる。代替として、この回路及び／又はプロセスは、エンベロープが依然としてピークを通る低閾値より低いときゼロ信号出力を生成するように配される。
【００４７】
折り返し相関１６０では、残部の入力データストリームｒ（ｉ）＝ｘ（ｉ）−ｇ（ｉ）又はエンベロープ処理された残部Ｒ（ｉ）が折り返し相関プロセスに入る。ｇ（ｉ）は、例えば数式（６）で表わすような、又はそれ用のバッファメモリからの、平滑フィルタの出力であることに留意されたい。処理されフィルタリングされたＲ（ｉ）は、長さが２Ｎ２＋１の（指数ｎ＝０，１，２．．．Ｎ２によってアクセスされる点を有する）更なるデータウィンドウ（フレームと呼ぶこともある）によってウィンドウ化される。
【００４８】
折り返し相関の出力ｆＣ（ｉ）は、数式（１３）によって与えられる。
【数１３】
【００４９】
平滑フィルタ減算からの心臓モニタリング残留信号サンプルＲ（ｉ）についてのデジタルデータストリームは、指数ｉの重なり合うフレーム内で連続して処理される。一般に、２Ｎ２＋１の値は、所望の信号イベント（例えば、Ｓ１、Ｓ２、又はＲ波）の幅ｔＷに近似して選択される。例えば、Ｓ１の長さは、典型的に、約１００〜１５０ミリ秒である。デシメーションされたサンプリング周波数ｆＳが１０００サンプル／秒である場合、２Ｎ２＋１の値は、例えば、１０１と１５１の間の奇数として設定され、Ｎ２は５０以上７５以下のいずれかの数である。そのため、
【数１４】
となる。
【００５０】
別の例における折り返し相関１６０は、デシメーションから得られた１０００サンプル／秒でフレームサイズ７を有する。動きが取り除かれた加速度信号内のＳ１及びＳ２に対応するピークは、このように強化され、その後、計数１８０のためステップ１７０でピーク検出される。幾つかの実施例において、Ｎ２の値は、フラッシュメモリ内に構成され、現地又は遠隔地の操作者が選択又は変更し得る。数式（１３）で表される電子的な折り返し相関プロセス１６０では、各フレームの後ろ半分からの心臓モニタリング残部サンプルＲ（ｉ＋Ｎ２−ｎ）は、そのフレーム内の心臓モニタリング中央サンプルＲ（ｉ）のまわりに折り込まれ、各フレームの前半分における心臓モニタリング残部サンプルＲ（ｉ−Ｎ２＋ｎ）とのドット積（数式（１３）の積和）で乗算される。ドット積の結果は、フレームの中心における入力残部信号ストリームＲ（ｉ）の瞬間ｉに対応する折り返し相関出力信号ストリームｆＣ（ｉ）である。後続の閾値処理によりＳ１ピークをパスし、それが計数される。このように、干渉する動きアーティファクトがある中で、胸部装着型加速度計からの主要心音及び心拍数のロバストな検出が達成される。
【００５１】
図３において、例えば、図１のモニタリングデバイスの実施例及びそのプロセスの実施例により、呼吸波形が得られる。図３のプロセスは、図１のアナログ・デジタル・コンバータ（ＡＤＣ）からの未処理信号ストリームを受け取り、まず、Ｓａｖｉｔｚｋｙ−Ｇｏｌａｙ（Ｓ−Ｇ）多項式フィッティングを用いてセンサからのコンポジット信号から心音を分離し、その後、折り返し相関及びピーク検出が続いてＳ１心臓信号ピークを生成する。このピーク検出に応答して心拍数が計数されて心拍数信号出力を提供する。同時に、拍動毎の心臓拍動間の拍動間隔又はＳ１−Ｓ１間隔と呼ばれる、後続の時間を測定することによって呼吸がモニタリングされる。そのため、時間で変化する測定された拍動間間隔の変動が呼吸を表す。というのは、これは呼吸依存であり、実質的に呼吸以外の身体動き全体とは独立しているためである。このように、モニタリングデバイスは、時間で変化する拍動間間隔を実質的に表す呼吸波形として供給する。更に呼吸処理は、呼吸数（breathing rate）を計数し、その結果の呼吸数出力を提供し、任意の他の有用な情報を導出及び出力する。
【００５２】
拍動間間隔からの呼吸の検出は、呼吸に関連する及び他の胸腔内圧又は胸郭内圧変化に応答し得る、呼吸性洞性不整脈ＲＳＡと呼ばれる事象を含み得る。さしあたり、動き信号は、図２にあるようなＳ−Ｇ多項式平滑フィルタ１３０から、又は、図３に示すような２Ｈｚのコーナー周波数のデジタル有限インパルス応答（ＦＩＲ）フィルタなどの低域フィルタＬＰＦにより、取り出される。
【００５３】
図３において、動き信号の後処理は、時間にわたる平均活動レベルを表す波形をモニタリング及び供給し、歩く足取り及び他の動きをモニタリングし、万一の場合、転倒を検出するために適用される。従って、本発明の実施例によるものなどの加速度計から動き又は活動の導出は重要である。例えば、平均活動レベルが、１時間にわたって測定される動き波形及び時間ごとの出力の二乗平均平方根（ＲＭＳ）として生成され得る。歩く足取りは、Ｚ軸のみから、又は呼吸が減算して除かれた他の加速度計軸からの信号ストリームとの組み合わせで、導出され得る。転倒センサの実施例は、例えば、＋／−１５秒の時間の所定のウィンドウの任意の最近の又は後続の近隣のピークから突出する異常に高い大きさの加速度ピークのピーク検出を含む。
【００５４】
図１及び図３にあるようなプロセスの実施例は、動き信号成分を加速度計センサ信号から分離して、心音、及び動き及び活動がある呼吸（心音から導出される）をもクリーンにかつロバストに抽出し、また、動き／活動信号を供給する。幾つかの実施例において、動きに基づくゲーティングが実行されて、動き／活動レベルが異常に高く、所定の検出プロセス下で心拍数又は呼吸又は幾つかの他の導出される信号の信頼性の高い検出ができない場合には信号フレームを拒絶する。モニタリングデバイスは、例えば、活動を感知してモニタリングするために身体動き全体を測定し、或る人の或る時間期間にわたる活動レベルの有用な指標を提供することができ、ＥＣＧ導出される心拍数と共に、その人のライフスタイル及び代謝指標に関する推定を助けることができる。加速度計に基づく動きモニタリングによる足取り認識は、生物測定学的判定の助けとなり、危険な転倒の兆候や前触れを把握することができる。また、加速度計に基づく動きモニタリングを、急激な高い大きさの加速度の指標として用いることにより、更に、危険な転倒の兆候や前触れだけでなく、転倒自体を把握することができる。
【００５５】
図３において、胸部装着型加速度計から動きの間得られる信号は、２Ｈｚで（デジタルＦＩＲフィルタを用いて）デジタル的に低域フィルタリングされて、動きによるゆっくり変化する基線ふらつきを抽出する。身体動きだけでなく制止した身体の少なくとも幾つかの例の場合、呼吸信号は、周波数で低周波数身体動き信号からよく切り離され、そのため、デジタル的に低域フィルタリングされて、呼吸信号がうまく抽出される。
【００５６】
図４、図５、及び図６はそれぞれ、センサ入力から呼吸信号出力を電子的に生成するための３つのプロセス又は方法を示す。種々の実施例において、これらのプロセスは、個別に、或いは、対で、又はすべてを組み合わせて用いられてもよい。図１、図３、及び図４に図示するような幾つかの実施例は、動きの間のＳ１−Ｓ１間隔における加速度計検知され残部検出された変動から呼吸を導出する。
【００５７】
図４において、プロセスの実施例が、図２のフェーズ２の動き依存ふらつき除去によりステップ３１０で心音信号を得る。心音ピークは、折り返し相関３２０を介して強化され、ピーク検出３３０が実行されてＳ１−Ｓ１ピークを検出する。ステップ３４０において、Ｓ１−Ｓ１間隔（又はＳ２−Ｓ２間隔）が拍動毎に反復して計算されて、後続の拍動間間隔データ値を電子的に得る。ステップ３５０でこれらのデータ点が補間されて、図３の連続的な呼吸波形を生成する。
【００５８】
図５において、単一の加速度計センサにより呼吸をモニタリングするための別のプロセスの実施例を本明細書では基線ふらつき方法と呼ぶ。このプロセスは、ステップ３８０において、休息している人からの未処理の加速度計ＡＤＣ信号入力について、約２Ｈｚのフィルタカットオフ周波数、又はその他の選択された、例えば、約１Ｈｚから約３Ｈｚの範囲のＬＰＦカットオフで、低域フィルタリングすることにより動作する。このようにして、「基線ふらつき」と呼ばれる波形がステップ３９０で電子的呼吸信号として得られる。言い換えると、約２分の１秒又はそれ以上の呼吸期間がパスされて、２又は３秒毎の呼吸の静止している呼吸期間が検出されるだけでなく、約３分の１又は２分の１秒まで短くなったストレスを受けた状態の又は運動後の呼吸期間も検出されるようにする。加速度計内の一層短い期間信号変動は、Ｓ−Ｇフィルタ平滑から、又は呼吸以外の身体動きを表す他の種類のフィルタリングによって適切に得られる。
【００５９】
図６において、単一の加速度計センサ１０による呼吸モニタリングのための更なる実施例が、図１のフェーズ２の動き依存ふらつき除去により、ステップ４１０で心音信号を得る。折り返し相関４２０が心音ピークを強め、ピーク検出４３０が、振幅変調されたＳ１ピークを検出する。図４にあるような拍動間間隔測定の代わりに（又は幾つかの実施例において、これに加えて）、ステップ４４０の後続のＳ１ピーク振幅（又はＳ２ピーク振幅）が、図６において反復して拍動毎に電子的に測定されて、後続の心音ピーク振幅のデータ値を電子的に得る。これらのデータ値は、ステップ４５０で線型的又は二次又は他の補間などにより補間されて、連続的な呼吸波形を生成する。
【００６０】
呼吸波形の種々の値、及びそれらの差や傾向を見つけることより種々の呼吸パラメータが得られる。呼吸数（respiration rate）は、所定の時間ウィンドウ（例えば、１分）での吸入及び吐出のサイクル数として測定される。平均化及び信号統合方法／アルゴリズムは、多数のパラメータから呼吸数をロバストに導出する。その人がどのくらい深く呼吸しているかは、所定の時間ウィンドウ（例えば、１分）内の吸入ピークと吐出谷の後続の値間の差の平均で表される。吸入ピーク及び／又は吐出谷の平均及び傾向は、それぞれ容易に計算され、表示される。
【００６１】
図７は、種々の注目すべきデバイス又は構成要素の実施例を含む、呼吸及び心臓モニタリングシステム用の無線システムの実施例６００を示す。幾つかの実施例は有線の実施例であり、図７は無線の実施例を示す。加速度計センサ６１０及びその電子回路は、Ｂｌｕｅｔｏｏｔｈ又は他の短距離無線モデムも有し、これは別の短距離無線モデム６２２に無線で結合され、短距離無線モデム６２２は、ストリーミングデータ及び制御インターフェース６２４を介してデータ取得信号処理ユニット６２０に結合される。更に、遠隔地での無線伝送及び受信のため、２つの地点の各々にモデム６４０．２及び６７０が提供されて、データ取得信号処理ユニット６２０が、そのモデム６４０．２を介してこの遠隔地の無線送信器ユニット又はモデム６７０と通信するようにする。後者のモデム６７０は、一つ又は複数の表示ユニット６５０．１及びそれらのストレージユニット６６０．１に結合される。このようにして、遠隔医療応用例に対応する。取得信号処理ユニット６２０及びそのモデム６４０．２は、家庭又は救急車に、又は患者に、あるいは車椅子又は担架に適切に設けられる。無線送信器６７０及び表示ユニット６５０．１は、診療所、病院、医療モニタリング施設、又は他の場所に適切に設置される。緊急時に車両内の専門家が家庭から又は別の車両から来たデータを至急所見して指示を送らなければならない場合に備えて、この無線システムの一端又は両端を移動式の、例えば、モデム６４０．３及び警告／プロセッサ／ディスプレイ６８０とし得る。
【００６２】
図７において、自動注意応答、警報、及び／又は自動監視治療応答のための更なるプロセス、回路、及びデバイスとの組み合わせが企図されている。信号処理ユニット６２０によって検出されるパラメータのうち、１つ又は複数の測定パラメータ又はそれらの間の関係が大きく逸脱した場合、遠隔プロセッサ６７０は、医療専門家、患者、治療奉仕者、及び／又は家族構成員のいずれか１人又は複数人に、モデム６４０．３及び警告／プロセッサ／表示ユニット６８０を介して携帯電話及び／又は他の音声通話又はメッセージ及び／又は自動電子メールなどの文書の警告を送ることによって警告する。この警告システムは、受信者のいずれかによる受信確認に対し適切に提供する。また、別のモデム６４０．１が適切に提供され、遠隔医療用の治療又は支援デバイス６９０に結合され、デバイス６９０は、薬を投与したり、その投与量を調整したり、又は他の方法によって何らかの薬学的、情報的、又は物理的な方法で患者を支援する。極めて緊急の医療を要する逸脱の場合、データ取得信号処理ユニット６２０は、遠隔コマンドが受信されるか、又は最初の応答者が到着できるまで、治療又は支援デバイス６９０を一時的にかつ最大限に安全な方式で局所的に制御することが許可され得る。胸部から加速度計６１０が単に取り外されたか又は不注意で外された場合、電子処理ユニット６２０は、それを測定信号やパラメータの真に検出された逸脱と区別する。遠隔通信ケア（テレケア）支援については、このような支援は、センサ６２０のリアルタイムのデータに応答して何らかの物理方式で行うことができる。これは、装置６９０として認識されている電動装置を作動させて、例えば、電動ベッドを調整したり、スクーターを患者が使えるように近くに移動したり、トイレユニットをサーボ機械的に動作させて流したり、水洗槽の栓を開いて水洗槽を空にしたり、又は何らかの他の支援を行うことによって成され得る。
【００６３】
実施例のタイプはとりわけ、下記のような形態をとり得る。１）有線で接続されるか又は無線モデムを有する、患者が装着する医療センサ及び／又は治療デバイス、２）このようなセンサに接続されるか無線で結合して構内ゲートウェイに無線で結合するか遠隔地に直接送信を行うベルトチップに搭載される、患者が装着する信号処理及びモデムモジュール、３）胸部に貼り付けられてルータ又は遠隔通信を行うゲートウェイと局所的に通信する超小型デバイスに共に収納される、センサ、信号プロセッサ、メモリ、及びモデム、４）診療所又は病院と遠隔通信する患者宅のシステム内などの、センサと通信し、個々に遠隔的に通信するための信号プロセッサ、メモリ、及び複数種のモデムを含む、ローカルルータ又はゲートウェイ、又は５）医療診療所システム全体。
【００６４】
周辺機器及びインターフェースは、無線回路用のオフチップＩＥＥＥ８０２．１５（Ｂｌｕｅｔｏｏｔｈならびに低速及び高速ピコネット、Ｚｉｇｂｅｅ、及びパーソナルネットワーク通信）のための、ＵＡＲＴ（汎用非同期受信機／送信機）データインターフェース及びＭＣＳＩ（マルチチャネルシリアルインターフェース）音声及びデータ無線インターフェースを含み得る。Ｂｌｕｅｔｏｏｔｈ又はＺｉｇｂｅｅ無線インターフェースは、図１の加速度計センサ及びそれに関連するアナログ回路ならびにアナログ・デジタル変換器ＡＤＣから受信し、またそれらを制御するのに有用である。ＥＣＧ電極及び／又は胸部マイクロフォンを含む構成では、貼り付けられるセンサユニットのアナログ回路は、このようなピックアップ要素から、胸部センサからのＢｌｕｅｔｏｏｔｈ又はＺｉｇｂｅｅ近距離送受信機へのカップリングも含む。
【００６５】
加速度計センサ１０及び送信機、送受信機、又はトランスポンダチップが、薄く弾性があり軽量のプラスチック支持プレート上にしっかりと搭載される。この支持プレートは、丸い滑らかにされた又はフランジが付けられた周辺部を有し、胸部に接着性テープで具合よくしっかりと貼り付けられる。加速度計センサのＺ軸は、このプラスチック支持体で画定される面に対し垂直である。このチップは、問い合わせ信号から電力を取り入れるようにすることもできるし、あるいは、このチップへ低電力を供給するよう電気的に接続されるプラスチック支持体上の小型電池を有していてもよい。これは、例えば、テキサス・インスツルメンツ社のＭＳＰ４３０（登録商標）低電力プロセッサ又は他のプロセッサ及び近距離無線送信機などである。また、小型の有線メスコネクタを備えた有線インターフェースが、ＵＳＢ（ユニバーサルシリアルバス）など、チップ内の有線インターフェースに電気的に接続されてもよい。
【００６６】
幾つかの実施例において、３つすべての軸からの加速度計信号が適切に処理されて、加速度を電子的に二重積分（double-integrate）して、それを装着する人の位置を判定し、信号インターフェースの同じ信号入力からの変化する物理的位置を、視覚的に具合が悪くなっているその人、治療奉仕者、及び家族構成員への合図として引き続き推定する。その人は一晩中ベッドにいる可能性があるため、この処理は、日中にまずベッド位置での初期の位置状態から開始する加速度とゼロ初期ベクトル速度とを二重積分することにより、その人の位置を判定する。センサアッセンブリによる位置に基づくサービスをサポートするため、そのセンサアッセンブリ内に電子コンパスが物理的に含まれていてもよい。幾つかの実施例は、モデムに、及び用いられる場合ユーザー・インターフェースに、共に結合されるアプリケーションプロセッサのための印刷配線基板（ＰＷＢ）を有する。システムに結合されるＳＤＲＡＭ及びフラッシュメモリストレージが、表、構成及びパラメータ、及びオペレーティング・システム（ＯＳ）、保護アプリケーション（ＰＰＡ及びＰＡ）、及び他の管理用ソフトウェアを提供することができる。調整されたパラメータがフラッシュメモリに又は他の方式でロードされ、構成要素がＰＷＢ上に組み立てられてその結果のシステムユニットを生成する。
【００６７】
処理回路は、デジタル集積回路、アナログ集積回路、及びミックスドシグナル（デジタル／アナログ）集積回路、ＡＳＩＣ回路、ＰＡＬ、ＰＬＡ、復号器、メモリ、プログラマブルプロセッサ及びノンプログラマブルプロセッサ、マイクロコントローラ、ならびに他の回路を含む。結合及び接続は、オーミック、容量性、誘導性、フォトニック、直接的又は間接的ビア介在回路、又は他の望ましいものであってよい。フローチャート及びブロック図はそれぞれ構造及び／又はプロセスを表すと解釈することができる。
【００６８】
当業者であれば、他の多くの実施例、及び変形も特許請求の範囲に包含されることが理解されるであろう。例示の実施例の文脈で説明したような特徴又はステップのすべて又はその幾つかを有する例示の実施例の文脈で説明した一つ又は複数の特徴又はステップの異なる組み合わせを有する実施例も、本明細書に包含されることを意図している。
【特許請求の範囲】
【請求項１】
信号入力と共に用いるための呼吸モニタリングデバイスであって、
前記信号入力を受信し、更なる処理のため電子的形式に変換するための信号インターフェース、及び、
前記信号インターフェースにより供給される電子回路であって、加速度信号から心臓信号を分離するような方式でフィルタリングし、前記心臓信号から呼吸信号を導出し、かつ、遅いふらつき信号から前記呼吸信号を減算して実質的に呼吸以外の身体動き信号を生成するように動作し得る、電子回路、
を含む、デバイス。
【請求項２】
請求項１に記載のデバイスであって、胸部に適用するための、前記信号入力を搬送するように結合される加速度計を更に含み、それにより、呼吸以外の身体動きと呼吸の両方に因る加速が可能である、デバイス。
【請求項３】
請求項２に記載のデバイスであって、前記電子回路が、前記心臓信号を導出するように動作し得る平滑フィルタを更に含み、心臓パルスを前記平滑フィルタの残部として表す、デバイス。
【請求項４】
請求項３に記載のデバイスであって、前記電子回路が、前記呼吸信号に基づいて呼吸数（respiration rate）を導出するように動作し得る、デバイス。
【請求項５】
請求項４に記載のデバイスであって、前記電子回路が、前記電子回路のオペレーションを指示するための命令及びフィルタ係数を有する不揮発性メモリを更に含む、デバイス。
【請求項６】
請求項５に記載のデバイスであって、前記電子回路が、加速度計に応答する呼吸を表すため前記呼吸信号を改良し、かつ前記呼吸信号に基づく、補間を実行するように動作し得る電子的プロセッサを更に含む、デバイス。
【請求項７】
請求項６に記載のデバイスであって、前記電子回路に結合され、前記電子回路が生成する情報の少なくとも一部を表す信号を送信するように動作し得る出力モデム回路を更に含む、デバイス。
【請求項８】
請求項６に記載のデバイスであって、前記電子回路が更に、前記心臓信号とは独立して、約２Ｈｚを超える加速度計に応答する身体動きに対する第１の信号成分を、約２Ｈｚを下回る前記加速度計に応答する呼吸に対する第２の信号成分から分離するように動作可能である、デバイス。
【請求項９】
請求項８に記載のデバイスであって、前記電子回路に結合される呼吸表示回路を更に含む、デバイス。
【請求項１０】
請求項８に記載のデバイスであって、前記電子回路が更に、前記呼吸以外の身体動き信号内の著しく高い振幅ピークに対しモニタリングするように動作し得、そのような場合、起こり得るユーザの転倒を表す信号を供給する、デバイス。
【請求項１１】
請求項８に記載のデバイスであって、前記電子回路が更に、振幅変調を有する心臓パルスを表す第１の信号を導出し、更に、呼吸を表す振幅変調に応答して変化する第２の信号を生成するように動作し得る、デバイス。
【請求項１２】
請求項１１に記載のデバイスであって、前記電子回路が更に、咳を検出するため、前記呼吸信号、呼吸以外の身体動き信号、及び心臓信号のうち一つ又はそれ以上を処理するように動作し得る、デバイス。
【請求項１３】
請求項１１に記載のデバイスであって、前記電子回路が更に、前記呼吸以外の身体動き信号から歩く足取りを導出するように動作し得る、デバイス。
【請求項１４】
請求項１１に記載のデバイスであって、前記電子回路が更に、前記信号インターフェースの同じ信号入力から変化する物理的位置を引き続き推定するように動作し得る、デバイス。
【請求項１５】
請求項１に記載のデバイスであって、前記電子回路が、加速度計に応答する呼吸を表すため前記呼吸信号を改良し、かつ前記呼吸信号に基づく、補間を実行するように動作し得る電子的プロセッサを更に含む、デバイス。
【請求項１６】
請求項１に記載のデバイスであって、前記電子回路が更に、前記心臓信号とは独立して、約２Ｈｚを超える加速度計に応答する身体動きに対する第１の信号成分を、約２Ｈｚを下回る前記加速度計に応答する呼吸に対する第２の信号成分から分離するように動作可能である、デバイス。
【請求項１】
信号入力と共に用いるための呼吸モニタリングデバイスであって、
前記信号入力を受信し、更なる処理のため電子的形式に変換するための信号インターフェース、及び、
前記信号インターフェースにより供給される電子回路であって、加速度信号から心臓信号を分離するような方式でフィルタリングし、前記心臓信号から呼吸信号を導出し、かつ、遅いふらつき信号から前記呼吸信号を減算して実質的に呼吸以外の身体動き信号を生成するように動作し得る、電子回路、
を含む、デバイス。
【請求項２】
請求項１に記載のデバイスであって、胸部に適用するための、前記信号入力を搬送するように結合される加速度計を更に含み、それにより、呼吸以外の身体動きと呼吸の両方に因る加速が可能である、デバイス。
【請求項３】
請求項２に記載のデバイスであって、前記電子回路が、前記心臓信号を導出するように動作し得る平滑フィルタを更に含み、心臓パルスを前記平滑フィルタの残部として表す、デバイス。
【請求項４】
請求項３に記載のデバイスであって、前記電子回路が、前記呼吸信号に基づいて呼吸数（respiration rate）を導出するように動作し得る、デバイス。
【請求項５】
請求項４に記載のデバイスであって、前記電子回路が、前記電子回路のオペレーションを指示するための命令及びフィルタ係数を有する不揮発性メモリを更に含む、デバイス。
【請求項６】
請求項５に記載のデバイスであって、前記電子回路が、加速度計に応答する呼吸を表すため前記呼吸信号を改良し、かつ前記呼吸信号に基づく、補間を実行するように動作し得る電子的プロセッサを更に含む、デバイス。
【請求項７】
請求項６に記載のデバイスであって、前記電子回路に結合され、前記電子回路が生成する情報の少なくとも一部を表す信号を送信するように動作し得る出力モデム回路を更に含む、デバイス。
【請求項８】
請求項６に記載のデバイスであって、前記電子回路が更に、前記心臓信号とは独立して、約２Ｈｚを超える加速度計に応答する身体動きに対する第１の信号成分を、約２Ｈｚを下回る前記加速度計に応答する呼吸に対する第２の信号成分から分離するように動作可能である、デバイス。
【請求項９】
請求項８に記載のデバイスであって、前記電子回路に結合される呼吸表示回路を更に含む、デバイス。
【請求項１０】
請求項８に記載のデバイスであって、前記電子回路が更に、前記呼吸以外の身体動き信号内の著しく高い振幅ピークに対しモニタリングするように動作し得、そのような場合、起こり得るユーザの転倒を表す信号を供給する、デバイス。
【請求項１１】
請求項８に記載のデバイスであって、前記電子回路が更に、振幅変調を有する心臓パルスを表す第１の信号を導出し、更に、呼吸を表す振幅変調に応答して変化する第２の信号を生成するように動作し得る、デバイス。
【請求項１２】
請求項１１に記載のデバイスであって、前記電子回路が更に、咳を検出するため、前記呼吸信号、呼吸以外の身体動き信号、及び心臓信号のうち一つ又はそれ以上を処理するように動作し得る、デバイス。
【請求項１３】
請求項１１に記載のデバイスであって、前記電子回路が更に、前記呼吸以外の身体動き信号から歩く足取りを導出するように動作し得る、デバイス。
【請求項１４】
請求項１１に記載のデバイスであって、前記電子回路が更に、前記信号インターフェースの同じ信号入力から変化する物理的位置を引き続き推定するように動作し得る、デバイス。
【請求項１５】
請求項１に記載のデバイスであって、前記電子回路が、加速度計に応答する呼吸を表すため前記呼吸信号を改良し、かつ前記呼吸信号に基づく、補間を実行するように動作し得る電子的プロセッサを更に含む、デバイス。
【請求項１６】
請求項１に記載のデバイスであって、前記電子回路が更に、前記心臓信号とは独立して、約２Ｈｚを超える加速度計に応答する身体動きに対する第１の信号成分を、約２Ｈｚを下回る前記加速度計に応答する呼吸に対する第２の信号成分から分離するように動作可能である、デバイス。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【公表番号】特表２０１３−５１１３４９（Ｐ２０１３−５１１３４９Ａ）
【公表日】平成２５年４月４日（２０１３．４．４）
【国際特許分類】
【出願番号】特願２０１２−５４００４６（Ｐ２０１２−５４００４６）
【出願日】平成２２年１１月１８日（２０１０．１１．１８）
【国際出願番号】ＰＣＴ／ＵＳ２０１０／０５７１８０
【国際公開番号】ＷＯ２０１１／０６３０９２
【国際公開日】平成２３年５月２６日（２０１１．５．２６）
【公序良俗違反の表示】
（特許庁注：以下のものは登録商標）
１．ＢＬＵＥＴＯＯＴＨ
２．ＺＩＧＢＥＥ
【出願人】（３９００２０２４８）日本テキサス・インスツルメンツ株式会社 (219)
【出願人】（５０７１０７２９１）テキサス インスツルメンツ インコーポレイテッド (50)
【上記１名の代理人】
【識別番号】１０００９８４９７
【弁理士】
【氏名又は名称】片寄 恭三
【Ｆターム（参考）】
【公表日】平成２５年４月４日（２０１３．４．４）
【国際特許分類】
【出願日】平成２２年１１月１８日（２０１０．１１．１８）
【国際出願番号】ＰＣＴ／ＵＳ２０１０／０５７１８０
【国際公開番号】ＷＯ２０１１／０６３０９２
【国際公開日】平成２３年５月２６日（２０１１．５．２６）
【公序良俗違反の表示】
（特許庁注：以下のものは登録商標）
１．ＢＬＵＥＴＯＯＴＨ
２．ＺＩＧＢＥＥ
【出願人】（３９００２０２４８）日本テキサス・インスツルメンツ株式会社 (219)
【出願人】（５０７１０７２９１）テキサス インスツルメンツ インコーポレイテッド (50)
【上記１名の代理人】
【識別番号】１０００９８４９７
【弁理士】
【氏名又は名称】片寄 恭三
【Ｆターム（参考）】
[ Back to top ]