心電図データの異常心拍及びトレンドの除去方法、自律神経モニタ装置、及び敗血症発症警告装置
【課題】
心電図から得られる心拍間隔データ列から、異常心拍、トレンドを自動的に除去して、心拍変動の変化を、適切な診断に利用することができる心電図データ内の異常心拍及びトレンドの除去方法、及び自律神経モニタ装置並びに敗血症発症の診断に利用できる敗血症発症警告装置を提供する。
【解決手段】
自律神経モニタ装置のＣＰＵ３２は、心電図データからＲＲＩ時系列ｘｎを取得する。ＣＰＵ３２は、ＲＲＩ時系列ｘｎとＲＲＩ時系列のトレンド関数の残差系列のうちｑｎが正常を表すフラグが成立するものについての確率密度分布が最も正規分布に近くなるように、トレンド関数及び正常心拍を含むフラグ時系列Ｑを決定して、異常心拍とトレンドを除去して、ＨＲＶ解析に用いられるＲＲＩ時系列データを取得する。ＣＰＵ３２は異常心拍とトレンドが除去されたＲＲＩ時系列データに基づいてＨＲＶ解析を行う。
心電図から得られる心拍間隔データ列から、異常心拍、トレンドを自動的に除去して、心拍変動の変化を、適切な診断に利用することができる心電図データ内の異常心拍及びトレンドの除去方法、及び自律神経モニタ装置並びに敗血症発症の診断に利用できる敗血症発症警告装置を提供する。
【解決手段】
自律神経モニタ装置のＣＰＵ３２は、心電図データからＲＲＩ時系列ｘｎを取得する。ＣＰＵ３２は、ＲＲＩ時系列ｘｎとＲＲＩ時系列のトレンド関数の残差系列のうちｑｎが正常を表すフラグが成立するものについての確率密度分布が最も正規分布に近くなるように、トレンド関数及び正常心拍を含むフラグ時系列Ｑを決定して、異常心拍とトレンドを除去して、ＨＲＶ解析に用いられるＲＲＩ時系列データを取得する。ＣＰＵ３２は異常心拍とトレンドが除去されたＲＲＩ時系列データに基づいてＨＲＶ解析を行う。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、心電図データの異常心拍及びトレンドの除去方法、自律神経モニタ装置、及び敗血症発症警告装置に係り、詳しくは、心電図データ内の異常心拍とトレンドを自動的に除去できる心電図データ内の異常心拍及びトレンドの除去方法、自律神経モニタ装置及び敗血症発症警告装置に関する。
【背景技術】
【０００２】
図１に示すように、心拍数は、一定時間（通常、１分間）に心臓が拍動する回数を表し、患者の容態把握にはもっとも重要な尺度である。具体的には、心拍数は、拍と拍の間の間隔の平均値の逆数に一定時間単位を乗じたものとして定義される。心拍数が拍と拍の間の間隔（ＲＲ間隔；ＲＲＩ）の平均から導かれるのに対し、拍と拍の間の間隔のばらつきをＨＲＶ（心拍変動）という。内外の刺激を受けて自律神経の働きにより心拍数が変化する。このため、ＨＲＶ（心拍変動）が大きいほど、内外の刺激に対する反応が良い（すなわち、健康である）ことを意味する。ＨＲＶ（心拍変動）は、運動能力を測る尺度としても利用されるなど、心拍数だけではわからない情報が得られるものと考えられている。
【０００３】
従って、ＨＲＶ（心拍変動）を解析することにより、自律神経活動をモニタすることができる。ＨＲＶ解析法は、主に、時間領域解析法（非特許文献１）、周波数領域解析法（スペクトル解析）、非線形及びカオス・フラクタル解析法（非特許文献１）に分類される。
【０００４】
時間領域解析法には、トーン・エントロピー法（非特許文献２）、非線形及びカオス・フラクタル解析法には、Detrended fluctuation analysis (ＤＦＡ) 法（非特許文献３）などがある。
【０００５】
周波数領域解析法には、ＦＦＴ法（非特許文献４）、自己回帰モデル法（非特許文献５）、最大エントロピー法（非特許文献６）、Ｃｏｍｐｌｅｘ ｄｅｍｏｄｕｌａｔｉｏｎ （ＣＤ） 法（非特許文献７）などがある。周波数領域解析では、０．１４から０．４Ｈｚまでの高周波帯域（Ｈｉｇｈ Ｆｒｅｑｕｅｎｃｙ； ＨＦ），０．０４から０．１４Ｈｚまでの低周波帯域（Ｌｏｗ Ｆｒｅｑｕｅｎｃｙ； ＬＦ）、０．００３から０．０４Ｈｚまでの超長周期帯域ＶＬＦ（Ｖｅｒｙ Ｌｏｗ Ｆｒｅｑｕｅｎｃｙ）、０．００３Ｈｚ以下のＵＬＦ（Ｕｌｔｒａ Ｌｏｗ Ｆｒｅｑｕｅｎｃｙ）帯域が重要とされる。一般にＬＦ成分は交感神経活動と副交感神経活動を表し、ＨＦ成分は副交感神経活動を表すとされる（非特許文献８）。さらに、ＶＬＦ成分、ＵＬＦ成分には、体温調整系などが影響するとされる（非特許文献１０）。
【０００６】
ところで、不整脈などの異常心拍は、心臓の異常が原因で生ずる。このため、自律神経活動とは無関係である。このため、ＨＲＶ解析では異常心拍を除去する必要がある。なお、心電図から、異常心拍を除去しないと、ＨＲＶ（心拍変動）を過剰に大きく見積る要因となる。
【０００７】
異常心拍を検出するために、典型的なＥＣＧ（心電図）波形と比較し、一定以上異なっているものを異常心拍と見なす方法がある（従来技術１という）。この方法は、商品化されている心電計などの多くの機器で採用されているが、ＥＣＧ波形の変化が現れるほど大きな異常でないと適用できない。
【０００８】
また、心拍間隔（ＲＲＩ）が正規分布に従う時、９９．６％の標本が平均±標準偏差に入る統計的性質（３σルール）を利用し、この範囲に入らないものを異常値と見なすという方法がある。又、３σルールではなく、心拍間隔（ＲＲＩ）が正規分布に従う時、９５．４％の標本が平均±標準偏差に入る統計的性質（２σルール）で行う方法もある（従来技術２という）。
【０００９】
しかし、３σルール、或いは２σルールにより正常（あるいは異常）なＲＲＩを特定するためには、正常値に対する平均・標準偏差が必要である。
しかし、その時点では正常データが特定されないため、一般的には、異常値を含めた平均・標準偏差で代用される。そのため、異常値が多くなると、異常値の存在も通常なこととなり、異常値は除去できなくなる。
【００１０】
さらに、心電図データに長周期の成分、すなわち、トレンドがある場合は、異常値の判定原理が崩壊する。異常値を正確に除去しないと、その後のＨＲＶ解析（特に、周波数領域解析）の信頼性が低下する。そのため、従来は、目視により異常心拍を指定して除去するか、心電図を計測し直すことが一般的であった。
【００１１】
特に、ＩＣＵに入院している患者（以下、ＩＣＵ患者という）は、持病のある患者が多く、また障害によって不整脈などの異常心拍が極めて多い。このため、ＩＣＵ患者の心電図は、通常のＨＲＶ解析では、使えないことが多い。
【００１２】
ところで、敗血症の診断は、現在、医師が主観的観測などにより、患者の発症を疑ってから、血液検査を行っている。そして、前記血液検査によって細菌が検出された場合、細菌を特定することによって、用いる抗生剤が決定されて、治療が開始される。
【００１３】
敗血症の治療では、敗血症を重症化させないために患者が敗血症を発症した後、１時間以内に抗生剤の投与が提唱されている。しかし、敗血症の診断は医師の主観によるところが大きいため、敗血症発症の発見が遅れがちになる問題がある。
【００１４】
そこで、患者が敗血症を発症すると、自律神経に変調をきたし、ＨＲＶ（心拍変動）が低下することが知られている（非特許文献９、非特許文献１０）。しかし、現状では、リアルタイムに心電図からＨＲＶ（心拍変動）を特定できない問題が指摘されている。
【００１５】
その理由としては、ＩＣＵ患者においては、上記のように不整脈などの異常心拍が極めて多いため、異常心拍の除去が困難であるからと推測される。
【先行技術文献】
【非特許文献】
【００１６】
【非特許文献１】早野順一郎，「循環器疾患と自律神経機能」，第2版，医学書院，2001，p.71-109,
【非特許文献２】イー．オイダ，ティー．モリタニ，ワイ．ヤモリ，「トーン・エントロピー アナリシス オン カーディアック リカバリ アフター ダイナミック エクササイズ」，ジェイ．エイ・ピー・ピー・エル．ピー・エチ・アイ・エス・アイ・オー・エル．Vol.82,1997,p. 1794-1801（E. Oida, T.Moritani, and Y.Yamori,” Tone-entropy analysis on cardiac recovery after dynamic exercise”, J. Appl. Physiol., Vol. 82, 1997, p.1794-1801）
【非特許文献３】シー．ケー．ペン，エス．ハルビン，エイチ．イー．スタンレイ，エイ．エル．ゴールドベルガー．「クウォンティフィケーション オブ スケーリング エクスポーネンツ アンド クロスオーバー フェノミナ イズ ノンステェイショナリ ハートビート タイム シリーズ」，シー・エイチ・エイ・オー・エス，Vol. 5, No. 1,1995,p.82-87」（C.K. Peng, S. Havlin, H.E. Stanley, A.L. Goldberger，”Quantification of scaling exponents and crossover phenomena is nonstationary heartbeat time series”, Chaos, Vol. 5, No. 1,1995,p.82-87）
【非特許文献４】ジェィ．ダブリュ．クーリー，アンド ジェイ，ターキー，「アン アルゴリズム フォー ザ マシン カリキュレーション オブ コンプレックス フーリエ シリーズ，マテマティクス オブ コンピュテーション」，Vol. 19,1965 ,p.297-301 （J.W. Cooley, and J.W. Turkey,”An Algorithm for the machine calculation of complex Fourier series, Mathematics of Computation, Vol. 19,1965 ,p.297-301 ）
【非特許文献５】エッチ．アカイケ，「パワー スペクトラム エステイメーション スルー オートリグレシッブ モデル フィッテイング」．エー・エヌ・エヌ アイ・エヌ・エス・インスト エス・ティ・エー・ティ・アイ・エス・ティ マス」，Vol. 21,1969, p.407-419（H. Akaike,” Power spectrum estimation through autoregressive model fitting, Ann Inst Statist Math”, Vol. 21,1969, p.407-419）
【非特許文献６】エイ・マリアニ，エム．パガニ，エフ．ロムバルディ，アンド エス．セルッティ，「カーディオヴァスキュラ ニューラル レギュレーション エクスプロアード イン ザ フリークエンシー ドメイン」，サーキュレーション，Vol. 84, No. 2,1991, p.482-492（A. Malliani, M. Pagani, F. Lombardi, and S. Cerutti,” Cardiovascular Neural Regulation Explored in the Frequency Domain”, Circulation, Vol. 84, No. 2,1991, p.482-492）
【非特許文献７】ピー．ブルームフィールド，「フーリエ アナリシス オブ タイム シリーズ アン イントロダクション」，ジョン ワイリー アンド サンズ，1976,p.118-150（P. Bloomfield,”Fourier Analysis of Time Series，An Introduction”,John Wiley & Sons,1976,p.118-150）
【非特許文献８】エス．アクセルロッド，ディ．ゴードン，エフ．エー．ユーベル，ディ．シー．シャノン，エー．シー．バーガー，アンド アール．ジェイ．コーエン，「パワー スペクトラム アナリシス オブ ハート レート フラクチュエーション，ア クォンティタティブ プローブ オブ ビート・トゥー・ビート カーディオヴァスキュラ コントロール」，サイエンス， Vol. 213,1981, p.220-222（S. Akselrod, D. Gordon, F.A. Ubel, D.C. Shannon, A.C. Barger, and R.J. Cohen” Power Spectrum Analysis of Heart Rate Fluctuation: A Quantitative Probe of Beat-to-Beat Cardiovascular Control”, Science, Vol. 213,1981, p.220-222 ）
【非特許文献９】森口武史，平澤博之，織田成人，立石義久，「Heart rate variability(HRV)解析によるseptic shock発症の予知に関する検討」，日本臨床，62巻，12号，2004，ｐ．2285-2290
【非特許文献１０】タスク フォース オブ ザ ヨーロピアン ソサイエティ オブ カルディオロジ ザ ノース アメリカン ソサイエティ オブ ペーシング エレクトロフィジオロジイ： ハート レート ヴァリィァビリィティ； スタンダーズ オブ メジャーメント、フィジオロジカル インタープリテェィション，アンド クリニカル ユース，サーキュレーション，Vol. 93, No. 5,1966,ｐ1043-1065（Task Force of the European Society of Cardiology the North American Society of Pacing Electrophysiology: Heart Rate Variability, Standards of Measurement, Physiological Interpretation, and Clinical Use, Circulation, Vol. 93, 1966,No. 5, p1043-1065）
【発明の概要】
【発明が解決しようとする課題】
【００１７】
本発明の第１の目的は、心電図から得られる心拍間隔データ列から、不整脈などの異常心拍、トレンドを自動的に除去して、ＨＲＶ解析の結果として得られるＨＲＶ（心拍変動）の変化を、適切な診断に利用することができる心電図データ内の異常心拍及びトレンドの除去方法、及び自律神経モニタ装置を提供することにある。
【００１８】
又、本発明の第２の目的は、心電図から得られる心拍間隔データ列から、不整脈などの異常心拍、トレンドを自動的に除去して、ＨＲＶ解析の結果として得られるＨＲＶ（心拍変動）の変化を、敗血症発症の診断に利用できる敗血症発症警告装置を提供することにある。
【課題を解決するための手段】
【００１９】
上記目的を達成するために、請求項１に記載の発明は、心電図データ内に含まれる拍と拍の間隔を表すＲＲ間隔の時系列データから異常心拍とトレンドを除去する際、除去後の確率密度分布が正規分布に近くなるように異常心拍とトレンドを除去した後、ＨＲＶ（心拍変動）データを算出することを特徴とする心電図データの異常心拍及びトレンドの除去方法を要旨としている。
【００２０】
請求項２の発明は、心電図データから、拍と拍の間隔を表すＲＲ間隔の時系列データ（以下、ＲＲＩ時系列ｘｎという）を取得する第１ステップと、ｆ（ｔｎ；θ）を前記心電図データの長周期の成分を表すトレンド関数とし、前記ｔを時刻とし、前記θを前記トレンド関数ｆのパラメータとし、ｑｎをＲＲＩ時系列ｘｎの正常又は異常をあらわすフラグとし、Ｑ＝（ｑ１，ｑ２，ｑ３，……ｑｎ）をフラグ時系列としたとき、残差系列ｘｎ−ｆ（ｔｎ；θ），ｎ＝１，２，．．．のうち、ｑｎが正常を表すフラグが成立するものについての確率密度分布が最も正規分布に近くなるように、前記トレンド関数ｆ（ｔｎ；θ）及び正常心拍を含むフラグ時系列Ｑを決定することにより、異常心拍とトレンドを除去した後、ＨＲＶ（心拍変動）データを算出する第２ステップを含むことを特徴とする心電図データの異常心拍及びトレンドの除去方法を要旨としている。
【００２１】
請求項３の発明は、請求項２において、前記第２ステップは、フラグ時系列Ｑを固定して、残差系列の平均誤差が最小となるトレンド関数を決定して前記残差系列を求めるＡステップと、Ａステップで求めた残差系列が最も正規性をもつようにフラグ時系列Ｑを決定することにより、異常心拍を除去して、前記残差系列を更新するＢステップを含むことを特徴とする。
【００２２】
請求項４の発明は、請求項３において、前記第２ステップでは、前記Ｂステップにおいて決定したフラグ時系列Ｑが、前記Ａステップで固定したフラグ時系列Ｑと異なって変化した場合には、Ａステップに戻ってフラグ時系列Ｑを前記変化したフラグ時系列Ｑに更新してＡステップの処理を行い、以後、Ｂステップにおいて決定するフラグ時系列Ｑが変化しない迄、前記ＡステップとＢステップとを繰り返すことを特徴とする。
【００２３】
請求項５の発明は、請求項４において、前記Ｂステップでは、前記Ａステップで求めた残差系列が最も正規性をもつようにフラグ時系列Ｑを決定する際、残差系列に含まれる異常心拍に関して、異常心拍及び前記異常心拍に連続した心拍を含むように異常値らしさを算出し、前記異常値らしさによって異常値及び前記異常心拍に連続した心拍を除去することを特徴とする。
【００２４】
請求項６の発明は、心電図データを取得する取得手段と、前記心電図データから拍と拍の間隔を表すＲＲ間隔の時系列データ（以下、ＲＲＩ時系列ｘｎという）を取得するＲＲＩ時系列取得手段と、ｆ（ｔｎ；θ）を前記心電図データの長周期の成分を表すトレンド関数とし、前記ｔを時刻とし、前記θを前記トレンド関数ｆのパラメータとし、ｑｎをＲＲＩ時系列ｘｎの正常又は異常をあらわすフラグとし、Ｑ＝（ｑ１，ｑ２，ｑ３，……ｑｎ）をフラグ時系列としたとき、残差系列ｘｎ−ｆ（ｔｎ；θ），ｎ＝１，２，．．．のうち、ｑｎが正常を表すフラグが成立するものについての確率密度分布が最も正規分布に近くなるように、前記トレンド関数ｆ（ｔｎ；θ）及び正常心拍を含むフラグ時系列Ｑを決定することにより、異常心拍とトレンドを除去して、ＨＲＶ解析の解析に用いられるＲＲＩ時系列データを抽出する除去手段と、前記異常心拍とトレンドが除去されたＲＲＩ時系列データについてＨＲＶ（心拍変動）解析を行うＨＲＶ解析手段を含むことを特徴とする自律神経モニタ装置を要旨としている。
【００２５】
請求項７の発明は、請求項６において、前記除去手段は、フラグ時系列Ｑを固定して、残差系列の平均誤差が最小となるトレンド関数を決定して前記残差系列を求める第１処理手段と、前記第１処理手段が求めた残差系列が最も正規性をもつようにフラグ時系列Ｑを決定することにより、異常心拍を除去して、前記残差系列を更新する第２処理手段を含むことを特徴とする。
【００２６】
請求項８の発明は、請求項７において、前記除去手段は、前記第２処理手段が決定したフラグ時系列Ｑが、前記第１処理手段で固定したフラグ時系列Ｑと異なって変化した場合には、前記第１処理手段に戻してフラグ時系列Ｑを前記変化したフラグ時系列Ｑに更新して第１処理手段の処理を行い、以後、第２処理手段において決定するフラグ時系列Ｑが変化しない迄、前記第１処理手段の処理と第２処理手段の処理とを繰り返すことを特徴する。
【００２７】
請求項９の発明は、請求項８において、前記第２処理手段では、前記第１処理手段が求めた残差系列が最も正規性をもつようにフラグ時系列Ｑを決定する際、残差系列に含まれる異常心拍に関して、異常心拍及び前記異常心拍に連続した心拍を含むように異常値らしさを算出し、前記異常値らしさによって異常値及び前記異常心拍に連続した心拍を除去することを特徴とする。
【００２８】
請求項１０の発明は、請求項６乃至請求項９のいずれか１項に記載の自律神経モニタ装置が、敗血症発症警告装置であって、前記ＨＲＶ解析手段の解析結果により、ＨＲＶ（心拍変動）データの時系列において、最小値の検出を行う検出手段と、前記検出手段が、前記ＨＲＶ（心拍変動）データの時系列において、最小値を検出した場合、敗血症の発症の虞があることを警告する警告手段を備えたことを特徴とする敗血症発症警告装置を要旨としている。
【発明の効果】
【００２９】
本発明の方法によれば、心電図から得られる心拍間隔データ列から、不整脈などの異常心拍、トレンドを自動的に除去して、ＨＲＶ（心拍変動）の変化を、適切な診断に利用することができる。
【００３０】
又、本発明の自律神経モニタ装置によれば、心電図から得られる心拍間隔データ列から、不整脈などの異常心拍、トレンドを自動的に除去して、ＨＲＶ（心拍変動）の変化を、適切な診断に利用することができる自律神経モニタ装置を提供できる。
【００３１】
又、本発明の敗血症発症警告装置によれば、心電図から得られる心拍間隔データ列から、不整脈などの異常心拍、トレンドを自動的に除去して、ＨＲＶ（心拍変動）の変化を、敗血症の診断に利用できる敗血症発症警告装置を提供できる。
【図面の簡単な説明】
【００３２】
【図１】心拍変動の説明図。
【図２】（ａ）は、異常心拍を含む心拍変動の説明図、（ｂ）は、トレンドと異常心拍が除去された心拍変動の説明図。
【図３】トレンド関数の説明図。
【図４】自律神経モニタ装置のブロック回路図。
【図５】心電図データから、心拍変動データを取り出す場合のフローチャート。
【図６】（ａ）は、心電図波形記録計により検出された心拍の時系列データの図、（ｂ）は（ａ）を用いて本発明により正常心拍として得たＲＲＩ（ＲＲ間隔）の時系列データの図、（ｃ）は（ｂ）よりトレンドを除去したＲＲＩ（ＲＲ間隔）の時系列データの図、（ｄ）は（ｃ）をＨＲＶ解析したパワースペクトルの図。
【図７】（ａ）は、従来例の心電図波形記録計により検出された心拍の時系列データの図、（ｂ）は（ａ）を用いた比較例のＲＲＩ（ＲＲ間隔）の時系列データの図、（ｃ）は、MEAN±２σに入るものを正常心拍として得たＲＲＩ（ＲＲ間隔）の時系列データの図、（ｄ）は（ｃ）をＨＲＶ解析したパワースペクトルの図。
【図８】敗血症を発症した患者の敗血症性ショックが生じた事例１のＨＲＶ（心拍変動）の時間的変化を表す図。
【図９】敗血症を発症した患者の敗血症性ショックが生じた事例２のＨＲＶ（心拍変動）の時間的変化を表す図。
【図１０】敗血症を発症した患者の敗血症性ショックが生じた事例３のＨＲＶ（心拍変動）の時間的変化を表す図。
【図１１】敗血症を発症した患者の敗血症性ショックが生じた事例４のＨＲＶ（心拍変動）の時間的変化を表す図。
【図１２】敗血症を発症した患者の敗血症性ショックが生じた事例５のＨＲＶ（心拍変動）の時間的変化を表す図。
【発明を実施するための形態】
【００３３】
以下、本発明を具体化した一実施形態の心電図データの異常心拍及びトレンドの除去方法、及び自律神経モニタ装置を図１〜図１２を参照して説明する。
＜構成＞
図４は、自律神経モニタ装置の全体図を示している。
【００３４】
自律神経モニタ装置１０は、図４に示すように、心電図波形記録計２０と、心電図波形解析装置３０とを備えている。心電図波形記録計２０は、被験者に対して装着された図示しない電極及び図示しないＡ／Ｄ変換回路を介して心電図波形信号を取得するとともに、心電図波形信号を連続的に心電図波形解析装置３０に出力する。心電図波形記録計２０は、取得手段に相当する。心電図波形解析装置３０は、ＣＰＵ３２、ＲＯＭ３４、ＲＡＭ３６、記憶装置からなるデータベース３８を備えている。ＲＯＭ３４には、異常心拍、トレンド除去及びＨＲＶ解析処理プログラムが格納されている。ＲＡＭ３６は、ＣＰＵ３２が各種の処理を行うときの作業用メモリである。
【００３５】
ＣＰＵ３２は、ＲＲＩ時系列取得手段、除去手段、ＨＲＶ解析手段、第１処理手段、及び第２処理手段に相当する。
心電図波形解析装置３０は、インターフェイス４０を介して入力した前記心電図波形信号を前記異常心拍、トレンド除去及びＨＲＶ解析処理プログラムによる処理を行い、その処理結果をデータベース３８に格納する。
【００３６】
心電図波形解析装置３０には、ディスプレイ４２及び警告手段としての警告装置４４が接続されている。ディスプレイ４２は、液晶表示装置等からなる。警告装置４４は、表示ランプ、又はブザーからなる。
【００３７】
＜作用＞
次に、自律神経モニタ装置１０の作用を、図５のフローチャートを参照して説明する。
心電図波形解析装置３０のＣＰＵ３２は、図５のＳ１００において、異常心拍、トレンド除去及びＨＲＶ解析処理プログラムに従って心電図波形記録計２０から所定時間毎に入力した心電図データ（ＥＣＧ波形）から、波形のピーク検出を行い、Ｒポイントの検出及び心拍間隔（以下、ＲＲ間隔と略称する）を検出する。本実施形態では、前記所定時間は、１分間であるが、限定されるものではない。前記心電図データ（ＥＣＧ波形）は心電図波形信号である。
【００３８】
すなわち、ＣＰＵ３２は、図５のＳ１００において、心電図波形信号のＲ波の発症した時刻ｔｎを検出するとともに、ＲＲ間隔を算出することにより、拍と拍の間隔を表すＲＲ間隔の時系列データ（ＲＲＩ時系列ｘｎ）を得る。ＲＲＩ時系列ｘｎは、データベース３８に格納される。このＲＲＩ時系列ｘｎを得るステップは、第１ステップに相当する。
【００３９】
＜心電図データ内の異常心拍及びトレンドの除去の原理＞
ここで、異常心拍及びトレンドの除去の原理について説明する。
ＲＲＩ時系列ｘｎは、時刻ｔｎでのＲＲ間隔をｘｎとする時系列である。本実施形態では、ＲＲＩ時系列ｘｎが正常ならばｑｎ＝１、異常ならばｑｎ＝０とおき、これらのフラグをまとめて、フラグ時系列Ｑ＝（ｑ１，ｑ２，ｑ３，……ｑｎ）とおく。なお、ｑｎがとる値は、ＲＲ間隔ｘｎが正常か、異常を区別できれば、他の値でもよく、０及び１に限定されるものではない。
【００４０】
又、心電図データの長周期の成分を表すトレンドを表す関数（以下、トレンド関数という）は、そのパラメータをθとし、ｆ（ｔ；θ）と表す（図３参照）。
一般的に、ＨＲＶ解析では、約０．０４Ｈｚ以上の周波数成分を対象とするため、それ以下の周波数をトレンドと考えればよい。例えば、１分間毎に解析する場合、周波数０．０４Ｈｚは極小値が５程度出現することを意味する。５個の極値を持つ最低の多項式次数は６であることから、６次程度の多項式を用いればよい。
【００４１】
ここで、純粋な現象の揺らぎは、正規分布に従っているので、自律神経由来の純粋な心拍ゆらぎ、すなわち、ＨＲＶ（心拍変動）も正規分布に従っている。
すなわち、トレンド関数ｆ（ｔｎ；θ）と、正常心拍を表すフラグ時系列Ｑが正しければ、残差系列ｘｎ−ｆ（ｔｎ；θ），ｎ＝１，２，．．．ｓｕｃｈ ｔｈａｔ ｑｎ＝１は、正規分布に従う。
【００４２】
すなわち、残差系列ｘｎ−ｆ（ｔｎ；θ），ｎ＝１，２，．．．ｓｕｃｈ ｔｈａｔ ｑｎ＝１の確率密度分布がもっとも正規分布に近くなるように、トレンド関数ｆ（ｔｎ；θ）と正常心拍を表すフラグ時系列Ｑを決定する。
【００４３】
図２（ａ）は、トレンド及び異常心拍を含むＲＲＩ時系列を示している。図２（ｂ）は、トレンド及び異常心拍を除去したＲＲＩ時系列を示している。
これにより、得られる残差系列ｘｎ−ｆ（ｔｎ；θ），ｎ＝１，２，．．．ｓｕｃｈ ｔｈａｔ ｑｎ＝１がトレンドや異常心拍を除去した自律神経由来のＲＲ間隔列となる。トレンドや異常心拍を除去した自律神経由来のＲＲ間隔列は、好適にＨＲＶ解析に利用できることになる。
【００４４】
ここで、標本列ｘ１，ｘ２，．．．ｘＮが正規分布に従っているらしさを表す正規性尺度の一例として、３，４次中心モーメントｍ３，ｍ４を用いた下式（１）を使用する。なお、正規性尺度は、下記式（１）に限定するものではない。
【００４５】
【数１】
これは、正規分布では、分散を１に規格化した際の３次中心モーメントｍ３は０、４次中心モーメントｍ４は３になり、それから離れるほど正規性が低いと判断されることを利用している。ここで、ｍ３／σ３は、歪度であり、分布の非対称性の度合いを示す。又、ｍ４／σ４は、尖度である。ただし、ａ３，ａ４はともに正の実数であり、３，４次中心モーメントｍ３，ｍ４の重みを規定する。
【００４６】
具体的には、Ｑ＝（０，０，０，．．．，０），（０，０，０，．．．，１），，．．．，（１，１，１，．．．，１）のすべてについて、ｘｎとｆ（ｔｎ；θ），ｎ＝１，２，．．．ｓｕｃｈ ｔｈａｔ ｑｎ＝１にわたる平均誤差を最小にするようにθを決定し、残差系列ｘｎ−ｆ（ｔｎ；θ）の正規性尺度ｇ（｛ｘｎ−ｆ（ｔｎ；θ）｜ｎ＝１，．．．，Ｎ；ｑｎ＝１｝）を最大にするフラグ時系列Ｑを選択すればよい。しかし、この方法は２Ｎ回の正規性評価が必要になるため、リアルタイムで解くことはできない。
【００４７】
このため、代替方法として下記の順序で行う。
（１） そこで、まず、Ａステップとして、フラグ時系列Ｑを固定して、前記平均誤差が最小になるようにトレンド関数ｆ（ｔｎ；θ）を決定する。
【００４８】
（２） 次に、Ｂステップとしてトレンド関数ｆ（ｔｎ；θ）を固定して、残差系列が最も正規性をもつように、すなわち、正規性尺度ｇが最大になるようにＱを決定する。以後、Ｑの変化がなくなるまで繰り返す。上記（１）、（２）の処理は第２ステップに相当する。
【００４９】
＜具体的処理＞
本実施形態では、ＣＰＵ３２は、上記の原理に基づいて図５のＳ２００では以下の処理を行う。
【００５０】
（Ｓ２００−１）
フラグ時系列Ｑの初期値としてＱ＝（１，１，１，．．．，１）を固定する。
（Ｓ２００−２）
前記平均誤差が最小になるトレンド関数ｆ（ｔ；θ）を決定する。
【００５１】
（Ｓ２００−３）
次に、トレンドを除去したＲＲＩ時系列ｙｋ＝ｘｋ−ｆ（ｔｋ；θ）を求める。
ＲＲＩ時系列ｙｋがもっとも正規性を持つように、下記の方法によりフラグ時系列Ｑを決定し、更新する。
【００５２】
＜フラグ時系列Ｑの決定方法＞
すべてのｙｋを使って、異常値らしさｚｋ
【００５３】
【数２】
を求める。
【００５４】
ただし、ｗは重みを示す。重みｗは、ある心拍が異常だとすると、その後に続く、１拍目、及び２拍目も異常心拍である確率が高い。例えば、ｋ番目の心拍の異常値らしさは、誤差｜ｙｋ｜が大きい場合は、もちろん、｜ｙｋ−１｜、｜ｙｋ−２｜が大きくても異常値らしさが高まる。その影響度は過去になるほど小さくなるので、過去ｎの重みをｗｎとして、式（２）とすればよい。
【００５５】
本実施形態では、ｗ０＝１，ｗ１＝０．５，ｗ２＝０．２，ｗ３＝ｗ４＝．．．＝０などとする。なお、ｗ０は、異常心拍の重みの数値である。ｗ１及びｗ２は、異常心拍に続く１拍目、２拍目の重みの数値である。このように異常心拍の重みを他の心拍よりも大きくするとともに、異常心拍に続く１拍目、２拍目の重みは、徐々に小さくなるように設定されている。なお、ｗ０＝１，ｗ１＝０．５，ｗ２＝０．２の値は例示であり、他の正の数値を使用してもよい。又、上記式（２）の代わりに、ｚｋは、関数ｚｋ＝ｈ（ｙｋ，ｙｋ−１，ｙｋ−２，．．．）のように、さらに複雑な関数としてもよい。
【００５６】
次に、ｚｋの大きい順に異常値と見なしてゆき、この異常値を除去した残りの系列の正規性尺度ｇを評価してゆく。そして、正規性尺度ｇを最大にした標本の組をＱとする。
（Ｓ２００−４）
ここで、取得したＱが、前記固定したＱと異なる場合、すなわち、Ｑに変化があれば、Ｓ２００−２へ戻る。前記Ｑの変化は、繰り返す前の処理で取得されたＱと、今回の処理で得られたＱとの比較により判断される。Ｑに変化がなければ、Ｓ２００−４の処理を終了する。
【００５７】
ＣＰＵ３２は上記のＳ２００−１〜Ｓ２００−４の処理を行うことにより、心電図波形記録計２０から入力したＲＲＩ時系列からトレンド及び異常心拍を除去する。
次に、ＣＰＵ３２は、図５のＳ３００に示すようにトレンド及び異常心拍を除去したＲＲＩ時系列に対してＨＲＶ解析を行う。ＨＲＶ（心拍変動）の解析法は、非特許文献１乃至非特許文献７に記載している公知の方法で行う。
【００５８】
実際に自律神経モニタ装置１０により、異常心拍及びトレンドを除去した実例を図６に示す。図６（ａ）は、被験者の心電図と検出された心拍の時系列データの図である。図６（ｂ）は、図６（ａ）の心電図データに基づいて、得られたＲＲＩ（ＲＲ間隔）の時系列データの図である。図６（ｂ）において、実線の曲線はトレンドを表している。又、図６（ｂ）において、黒丸は、正常心拍を表し、白丸は、異常心拍を表している。図６（ｃ）は、図６（ｂ）の時系列データから、トレンド及び異常心拍を除いた後のＲＲＩ（ＲＲ間隔）の時系列データの図である。図６（ｄ）には、図６（ｃ）に示すトレンド及び異常心拍を除いた後のＲＲＩ時系列に対して、ＨＲＶ解析としてのスペクトル解析が行われて、得られたパワースペクトルが示されている。
【００５９】
一方、図７（ａ）の心拍の時系列データを使用して、異常心拍及びトレンドを除去した比較例を図７（ｂ）〜図７（ｄ）に示す。なお、図７（ａ）は、図６（ａ）と同じ時系列データであり、比較のために同じ心電図を使用している。
【００６０】
図７（ｂ）は、図７（ａ）の時系列データを用いて背景技術の欄で説明した従来技術１の方法で推定されたＲＲＩ（ＲＲ間隔）の時系列データの図である。図７（ｃ）は、従来技術２の方法、すなわち、２σルールにより異常心拍を特定し、異常心拍を除去したＲＲＩ（ＲＲ間隔）の時系列データの図である。図７（ｃ）において、白丸は異常心拍として特定された心拍である。又、図７（ｃ）において、黒丸は、正常心拍として特定された心拍である。比較例の図７（ｃ）では、トレンドが除去されておらず、又、平均±２σ内にあるため、異常値と思われるものが除去されていない心拍が存在する。図７（ｄ）には、図７（ｃ）に示すトレンド及び異常心拍を除いた後のＲＲＩ時系列に対して、ＨＲＶ解析としてのスペクトル解析が行われて、得られたパワースペクトルが示されている。
【００６１】
図７（ｄ）では、図６（ｄ）の実施例と異なり、ＨＲＶ（心拍変動）が過大に推定されているとともに、図６（ｄ）では観測できたピークが確認できなかった。この結果、本方法、本装置によれば、ＨＲＶ解析として、スペクトル解析が行われる場合、スペクトル解析の精度が向上できる。
【００６２】
＜敗血症発症警告装置の説明＞
ここで、敗血症について説明する。敗血症は、血液に細菌が感染して引き起こされる全身性炎症反応症候群である。敗血症は重症化すると、臓器機能障害、臓器循環低下、血圧低下を引き起こす。さらに、重症化すると、敗血症性ショックを経て、肺、腎臓、心臓、肝臓などの重要臓器が機能不全となり、４０〜６０％は３０日以内に死亡する。特に、集中治療室（Ｉｎｔｅｓｉｖｅ Ｃａｒｅ Ｕｎｉｔ；ＩＣＵ）では、点滴、レスピレータをはじめとする様々なドレイン、カテーテル、センサが患者の体内に挿入されているため、感染のリスクが高い。
【００６３】
敗血症を発症すると、患者の血液中にサイトカインが増えることから、サイトカインを常時、又は定期的にモニタリングすることにより敗血症の発症を検知することが行われている。なお、サイトカインは、免疫システムの細胞から分泌されるタンパク質で、特に、免疫、炎症に関係したものが多い。しかし、サイトカインの常時モニタは、新たな感染源になりうるため、好ましくない。又、定期モニタは手間が掛かりすぎる問題がある。さらに、サイトカイン検出には、コストと時間がかかる問題がある。
【００６４】
そこで、前記実施形態の自律神経モニタ装置１０を使用して、ＩＣＵ患者の心電図データを取得し、図５のＳ１００〜Ｓ３００の処理を実行して、ＨＲＶ（心拍変動）の解析試験を行った。図８〜図１２は、各患者の敗血症の発症例のＨＲＶ（心拍変動）のチャートである。
【００６５】
なお、敗血症の発症例については、岐阜大学医学部附属病院高次救命治療センターに入院している患者の同意を得て行われた。又、岐阜大学大学院医学系研究科医学研究等倫理委員会の承認の下で行われた。ＩＣＵ入院時から患者に装着される生体情報モニタ（フィリップス製ＭＰ７０）から収集されるバイタルデータ（心電図データ）のうち，第２誘導で計測された心電図６０６日分を使用した。計測サンプリング周波数は、５００Ｈｚである。
【００６６】
又、図５のＳ３００で行われたＨＲＶ解析は、１分間のＲＲＩ時系列に対し、等間隔に再サンプリングした後、ＡＲモデル（自己回帰モデル）によるパワースペクトルを推定し、ＬＦ成分とＨＦ成分の範囲、つまり周波数０．０４Ｈｚから０．４Ｈｚを積分したものをＨＲＶ（心拍変動）の推定値とした。
【００６７】
図８に示す例は、患者イ（男性、６５歳、病名：火傷）について、ＩＣＵ入院時から９日後までのＨＲＶ（心拍変動）を解析した結果が示されている。同図において、横軸は、入院時からの経過日数（時間）、縦軸は、解析結果のＨＲＶ（心拍変動）である。患者イは、４日目の２３時頃、極端に尿量が減少し、５日目１４時頃血圧急上昇により敗血症発症が疑われ治療が開始された、しかし，ＨＲＶ（心拍変動）は、先んじること４日目１５時頃には減少し始め、５日目４時頃から上昇に転じる下に凸のパターン（以下、Ｖ字パターンという）が認められた。このＶ字パターンが現れる前には、最小値となるＨＲＶ（心拍変動）は観測されていない。なお、これらの時刻には、ＨＲＶ（心拍変動）に影響を与えるような医療処置は行われていない。以下の例においても、Ｖ字パターンが認められる以前において、ＨＲＶ（心拍変動）に影響を与えるような医療処置は行われていない。
【００６８】
図９に示す例は、患者ロ（男性、６７歳、病名：洞性徐脈）について、入院から死亡するまでのＨＲＶ推移を示している。この患者ロは、４日目１８時頃に脈拍呼吸数の上昇が確認されている。５日目１４時のＸ線検査から患者ロは、肺炎による敗血症性ショックと診断された。この例では、患者ロの栄養状態が悪く、入院当初から、衰弱していたこともあり、敗血症性ショック発症前のＶ字パターンだけでなく、死亡直前にも同様な特徴が現れた。前記敗血症性ショック発症前のＶ字パターンが現れる前には、最小値となるＨＲＶ（心拍変動）は観測されていない。
【００６９】
図１０に示す例は、患者ハ（男性、６５歳、病名：動脈瘤破裂）について、ＩＣＵ入院時から９日後までのＨＲＶ（心拍変動）を解析した結果が示されている。図１０に示す例においても、敗血症発症前にＨＲＶ（心拍変動）の最小値を有するＶ字パターンが現れた。
【００７０】
図１１に示す例は、前記患者ハについて、ＩＣＵ入院の２０日目から２９日目までのＨＲＶ（心拍変動）を解析した結果が示されている。図１１においても、敗血症性ショックが現れた２５日昼よりも以前の２３日の午後にＨＲＶ（心拍変動）の最小値を有するＶ字パターンが現れた。
【００７１】
図１２に示す例は、患者ニ（男性、２３歳、病名：火傷）について、ＩＣＵ入院の８日目から１８日目までのＨＲＶ（心拍変動）を解析した結果が示されている。図１２においても、敗血症性ショックが現れた１４日目の深夜よりも以前の１３日目の午後にＨＲＶ（心拍変動）の最小値を有するＶ字パターンが現れた。
【００７２】
上記のように、こうしたＨＲＶ（心拍変動）のＶ字パターンが敗血症性ショックに至るまでの一つの時間経過であると推測される。こうした敗血症性ショックに至る前において、ＨＲＶ（心拍変動）にＶ字パターンが現れることは本試験により初めて観察されたものである。
【００７３】
上記のように、前記生体情報モニタの心電図から、ＲＲＩ時系列を推定し、Ｓ２００により異常心拍とトレンドが除去されたＲＲＩ時系列が求められた。その後、ＨＲＶ解析を行った。前述のように敗血症発症患者４名に適用した結果、４名の５例に敗血症性ショックを発症する直前にＨＲＶ（心拍変動）のＶ字パターンの特徴が示されたことが知見された。すなわち、ＨＲＶ（心拍変動）が徐々に減少してゆき、ＨＲＶ（心拍変動）がこれまでの最小値を達成した後、ＨＲＶ（心拍変動）が上昇に転じた場合、最小値を観測後、１〜３日のオーダで、敗血症性ショックを引き起こすことが知見された。
【００７４】
ここで、Ｖ字パターンのＨＲＶ（心拍変動）低下についての原因は、副腎皮質刺激ホルモン（ＡＣＴＨ）が下垂体から十分に分泌されていないか、または、副腎皮質ホルモンが産出できないために、副腎皮質刺激ホルモンの伝達が正常に行われず、本来の役割を満たしていないことが考えられる。一方、ＨＲＶ（心拍変動）低下から上昇へ転化した原因については現時点では明らかにできていない。
【００７５】
＜敗血症発症警告装置＞
上記の自律神経モニタ装置１０を敗血症発症警告装置として使用する場合を説明する。本実施形態は、上記の知見からなされたものである。
【００７６】
この場合、敗血症発症警告プログラムがＲＯＭ３４に格納されている。敗血症発症警告プログラムは、前記異常心拍、トレンド除去及びＨＲＶ解析処理プログラムで説明した各種処理（Ｓ１００〜Ｓ３００）の後に、敗血症発症警告処理が行われる。
【００７７】
本実施形態ではＣＰＵ３２のＨＲＶ解析は、周波数軸でのＨＲＶ解析が行われる。また、時間軸でのＨＲＶ解析でも上記と同様の結果が得られている。なお、ＨＲＶ解析は、周波数軸、若しくは時間軸でのＨＲＶ解析に限定されるものではなく、他のＨＲＶ解析で行っても良い。
【００７８】
ＣＰＵ３２は、敗血症発症警告処理では、前記ＨＲＶ解析で得られたその時々のＨＲＶ（心拍変動）の変化を検出する。具体的には、ＨＲＶ（心拍変動）の１次微分がゼロで、かつ２次微分が正であるかを判定する。ＣＰＵ３２は、ＨＲＶ（心拍変動）の１次微分がゼロで、かつ２次微分が正である場合には、当該ＨＲＶ（心拍変動）が極小値であるとして、判定した時刻に関連づけて極小値として、データベース３８に格納する。続いて、ＣＰＵ３２は、データベース３８に格納された前記極小値が、以前の処理において格納されていた直近の極小値と比較する。ここで直近とは、経験値の値でよいが、数時間以内が好ましい。この比較で、今回の極小値が今までの極小値の最小値であると判定して、ＣＰＵ３２は、警告装置４４を警告制御する。すなわち、警告装置４４が表示ランプであれば、表示ランプを点灯、又は点滅させて、患者に敗血症性ショックの発症の虞があることを警告する。又、警告装置４４がブザーであれば、鳴動させて、患者に敗血症性ショックの発症の虞があることを警告する。
【００７９】
本実施形態では、ＣＰＵ３２は、ＲＲＩ時系列取得手段、除去手段、ＨＲＶ解析手段、第１処理手段、第２処理手段及び検出手段に相当する。
上記のように構成された敗血症発症警告装置は、先の図８〜図１２の例に当てはめた場合、図８〜図１２において、それぞれＰ１〜Ｐ１３の時点で警告を発することができる。この場合、図８〜図１２の各例において、Ｐ２，Ｐ５，Ｐ７，Ｐ１０，Ｐ１３の時点で、すなわち、敗血症性ショックが生ずる少なくとも半日前において、敗血症性ショックが生ずる事前警告を行うことができる。このため、敗血症性ショックが生ずる前に患者に敗血症に対する医療処置が行うことができる。
【００８０】
本実施形態によって発揮される効果について、以下に記載する。
（１） 本実施形態の心電図データの異常心拍及びトレンドの除去方法では、心電図データ内に含まれる拍と拍の間隔を表すＲＲ間隔の時系列データからトレンドを除去する際、除去後の確率密度分布が正規分布に近くなるように異常心拍とトレンドを除去した後、ＨＲＶ（心拍変動）を算出する。この結果、心電図から得られる心拍間隔データ列から、不整脈などの異常心拍、トレンドを自動的に除去して、ＨＲＶ解析の結果として得られる心拍変動の変化を、適切な診断に利用することができる。
【００８１】
（２） 本実施形態の心電図データの異常心拍及びトレンドの除去方法では、第１ステップとして心電図データから、拍と拍の間隔を表すＲＲ間隔の時系列データ（以下、ＲＲＩ時系列ｘｎという）を取得する。又、第２ステップとして、残差系列ｘｎ−ｆ（ｔｎ；θ），ｎ＝１，２，．．．のうち、ｑｎが正常を表すフラグが成立するものについての確率密度分布が最も正規分布に近くなるように、トレンド関数ｆ（ｔｎ；θ）及び正常心拍を含むフラグ時系列Ｑを決定することにより、異常心拍とトレンドを除去した後、ＨＲＶ（心拍変動）データを算出する。この結果、上記（１）の効果を容易に実現できる。
【００８２】
（３） 本実施形態の自律神経モニタ装置は、心電図データを取得する心電図波形記録計２０（取得手段）を備える。そして、心電図波形解析装置３０のＣＰＵ３２は、ＲＲＩ時系列取得手段として、心電図データからＲＲＩ時系列ｘｎを取得する。又、ＣＰＵ３２は、除去手段として、残差系列ｘｎ−ｆ（ｔｎ；θ），ｎ＝１，２，．．．のうち、ｑｎが正常を表すフラグが成立するものについての確率密度分布が最も正規分布に近くなるように、前記トレンド関数ｆ（ｔｎ；θ）及び正常心拍を含むフラグ時系列Ｑを決定することにより、異常心拍とトレンドを除去した後、ＨＲＶ（心拍変動）データを算出する。又、ＣＰＵ３２は、ＨＲＶ解析手段として、異常心拍とトレンドが除去されたＲＲＩ時系列データのＨＲＶ解析を行う。
【００８３】
この結果、心電図から得られる情報から、不整脈などの異常心拍、トレンドを自動的に除去して、ＨＲＶ解析の結果として得られるＨＲＶ（心拍変動）の変化を、適切な診断に利用することができる自律神経モニタ装置を提供できる。
【００８４】
（４） 本実施形態の敗血症発症警告装置は、ＣＰＵ３２は検出手段として、ＨＲＶ解析結果により、ＨＲＶ（心拍変動）データの時系列において、最小値の検出を行う。そして、敗血症発症警告装置は、警告装置４４を警告手段として、ＣＰＵ３２が、ＨＲＶ（心拍変動）データの時系列において、最小値を検出した場合、敗血症の発症の虞があることを警告する。この結果、心電図から得られる情報から、不整脈などの異常心拍、トレンドを自動的に除去して、ＨＲＶ解析の結果として得られるＨＲＶ（心拍変動）の変化を、敗血症発症の診断に利用できる。
【００８５】
なお、前記実施形態を次のように変更して構成することもできる。
・ 前記実施形態では、自律神経モニタ装置を敗血症発症警告装置として機能するように構成したが、敗血症発症警告装置としてではなく、単に自律神経モニタ装置として使用することもできる。この場合、前記実施形態において、ＣＰＵ３２がＨＲＶ解析の処理迄を行う構成とすることにより実現できる。
【００８６】
・ 正規性尺度は前記実施形態では、式（１）を採用したが、最尤推定値に対する対数尤度
【００８７】
【数３】
を使用してもよい、又、他の正規性尺度として、正規性の検定法を利用してもよい。
【００８８】
・ 警告手段は、点灯ランプ、ブザーに限定するものではなく、警告発信機であってもよい。この場合、警告発信機がＣＰＵ３２の制御により警告信号を無線又は有線を介して発信すると、ナースステーションに設けられた有線又は無線受信機、或いは、医師がもつ携帯無線受信機が受信する。この場合、前記警告信号を受信した受信機等は、前記警告信号に基づいて敗血症性ショックの発症の虞があることを報知する。
【符号の説明】
【００８９】
１０…自律神経モニタ装置、２０…心電図波形記録計、
３０…心電図波形解析装置、
３２…ＣＰＵ（ＲＲＩ時系列取得手段、除去手段、ＨＲＶ解析手段、第１処理手段、第２処理手段及び検出手段）、３８…データベース、４４…警告装置（警告手段）。
【技術分野】
【０００１】
本発明は、心電図データの異常心拍及びトレンドの除去方法、自律神経モニタ装置、及び敗血症発症警告装置に係り、詳しくは、心電図データ内の異常心拍とトレンドを自動的に除去できる心電図データ内の異常心拍及びトレンドの除去方法、自律神経モニタ装置及び敗血症発症警告装置に関する。
【背景技術】
【０００２】
図１に示すように、心拍数は、一定時間（通常、１分間）に心臓が拍動する回数を表し、患者の容態把握にはもっとも重要な尺度である。具体的には、心拍数は、拍と拍の間の間隔の平均値の逆数に一定時間単位を乗じたものとして定義される。心拍数が拍と拍の間の間隔（ＲＲ間隔；ＲＲＩ）の平均から導かれるのに対し、拍と拍の間の間隔のばらつきをＨＲＶ（心拍変動）という。内外の刺激を受けて自律神経の働きにより心拍数が変化する。このため、ＨＲＶ（心拍変動）が大きいほど、内外の刺激に対する反応が良い（すなわち、健康である）ことを意味する。ＨＲＶ（心拍変動）は、運動能力を測る尺度としても利用されるなど、心拍数だけではわからない情報が得られるものと考えられている。
【０００３】
従って、ＨＲＶ（心拍変動）を解析することにより、自律神経活動をモニタすることができる。ＨＲＶ解析法は、主に、時間領域解析法（非特許文献１）、周波数領域解析法（スペクトル解析）、非線形及びカオス・フラクタル解析法（非特許文献１）に分類される。
【０００４】
時間領域解析法には、トーン・エントロピー法（非特許文献２）、非線形及びカオス・フラクタル解析法には、Detrended fluctuation analysis (ＤＦＡ) 法（非特許文献３）などがある。
【０００５】
周波数領域解析法には、ＦＦＴ法（非特許文献４）、自己回帰モデル法（非特許文献５）、最大エントロピー法（非特許文献６）、Ｃｏｍｐｌｅｘ ｄｅｍｏｄｕｌａｔｉｏｎ （ＣＤ） 法（非特許文献７）などがある。周波数領域解析では、０．１４から０．４Ｈｚまでの高周波帯域（Ｈｉｇｈ Ｆｒｅｑｕｅｎｃｙ； ＨＦ），０．０４から０．１４Ｈｚまでの低周波帯域（Ｌｏｗ Ｆｒｅｑｕｅｎｃｙ； ＬＦ）、０．００３から０．０４Ｈｚまでの超長周期帯域ＶＬＦ（Ｖｅｒｙ Ｌｏｗ Ｆｒｅｑｕｅｎｃｙ）、０．００３Ｈｚ以下のＵＬＦ（Ｕｌｔｒａ Ｌｏｗ Ｆｒｅｑｕｅｎｃｙ）帯域が重要とされる。一般にＬＦ成分は交感神経活動と副交感神経活動を表し、ＨＦ成分は副交感神経活動を表すとされる（非特許文献８）。さらに、ＶＬＦ成分、ＵＬＦ成分には、体温調整系などが影響するとされる（非特許文献１０）。
【０００６】
ところで、不整脈などの異常心拍は、心臓の異常が原因で生ずる。このため、自律神経活動とは無関係である。このため、ＨＲＶ解析では異常心拍を除去する必要がある。なお、心電図から、異常心拍を除去しないと、ＨＲＶ（心拍変動）を過剰に大きく見積る要因となる。
【０００７】
異常心拍を検出するために、典型的なＥＣＧ（心電図）波形と比較し、一定以上異なっているものを異常心拍と見なす方法がある（従来技術１という）。この方法は、商品化されている心電計などの多くの機器で採用されているが、ＥＣＧ波形の変化が現れるほど大きな異常でないと適用できない。
【０００８】
また、心拍間隔（ＲＲＩ）が正規分布に従う時、９９．６％の標本が平均±標準偏差に入る統計的性質（３σルール）を利用し、この範囲に入らないものを異常値と見なすという方法がある。又、３σルールではなく、心拍間隔（ＲＲＩ）が正規分布に従う時、９５．４％の標本が平均±標準偏差に入る統計的性質（２σルール）で行う方法もある（従来技術２という）。
【０００９】
しかし、３σルール、或いは２σルールにより正常（あるいは異常）なＲＲＩを特定するためには、正常値に対する平均・標準偏差が必要である。
しかし、その時点では正常データが特定されないため、一般的には、異常値を含めた平均・標準偏差で代用される。そのため、異常値が多くなると、異常値の存在も通常なこととなり、異常値は除去できなくなる。
【００１０】
さらに、心電図データに長周期の成分、すなわち、トレンドがある場合は、異常値の判定原理が崩壊する。異常値を正確に除去しないと、その後のＨＲＶ解析（特に、周波数領域解析）の信頼性が低下する。そのため、従来は、目視により異常心拍を指定して除去するか、心電図を計測し直すことが一般的であった。
【００１１】
特に、ＩＣＵに入院している患者（以下、ＩＣＵ患者という）は、持病のある患者が多く、また障害によって不整脈などの異常心拍が極めて多い。このため、ＩＣＵ患者の心電図は、通常のＨＲＶ解析では、使えないことが多い。
【００１２】
ところで、敗血症の診断は、現在、医師が主観的観測などにより、患者の発症を疑ってから、血液検査を行っている。そして、前記血液検査によって細菌が検出された場合、細菌を特定することによって、用いる抗生剤が決定されて、治療が開始される。
【００１３】
敗血症の治療では、敗血症を重症化させないために患者が敗血症を発症した後、１時間以内に抗生剤の投与が提唱されている。しかし、敗血症の診断は医師の主観によるところが大きいため、敗血症発症の発見が遅れがちになる問題がある。
【００１４】
そこで、患者が敗血症を発症すると、自律神経に変調をきたし、ＨＲＶ（心拍変動）が低下することが知られている（非特許文献９、非特許文献１０）。しかし、現状では、リアルタイムに心電図からＨＲＶ（心拍変動）を特定できない問題が指摘されている。
【００１５】
その理由としては、ＩＣＵ患者においては、上記のように不整脈などの異常心拍が極めて多いため、異常心拍の除去が困難であるからと推測される。
【先行技術文献】
【非特許文献】
【００１６】
【非特許文献１】早野順一郎，「循環器疾患と自律神経機能」，第2版，医学書院，2001，p.71-109,
【非特許文献２】イー．オイダ，ティー．モリタニ，ワイ．ヤモリ，「トーン・エントロピー アナリシス オン カーディアック リカバリ アフター ダイナミック エクササイズ」，ジェイ．エイ・ピー・ピー・エル．ピー・エチ・アイ・エス・アイ・オー・エル．Vol.82,1997,p. 1794-1801（E. Oida, T.Moritani, and Y.Yamori,” Tone-entropy analysis on cardiac recovery after dynamic exercise”, J. Appl. Physiol., Vol. 82, 1997, p.1794-1801）
【非特許文献３】シー．ケー．ペン，エス．ハルビン，エイチ．イー．スタンレイ，エイ．エル．ゴールドベルガー．「クウォンティフィケーション オブ スケーリング エクスポーネンツ アンド クロスオーバー フェノミナ イズ ノンステェイショナリ ハートビート タイム シリーズ」，シー・エイチ・エイ・オー・エス，Vol. 5, No. 1,1995,p.82-87」（C.K. Peng, S. Havlin, H.E. Stanley, A.L. Goldberger，”Quantification of scaling exponents and crossover phenomena is nonstationary heartbeat time series”, Chaos, Vol. 5, No. 1,1995,p.82-87）
【非特許文献４】ジェィ．ダブリュ．クーリー，アンド ジェイ，ターキー，「アン アルゴリズム フォー ザ マシン カリキュレーション オブ コンプレックス フーリエ シリーズ，マテマティクス オブ コンピュテーション」，Vol. 19,1965 ,p.297-301 （J.W. Cooley, and J.W. Turkey,”An Algorithm for the machine calculation of complex Fourier series, Mathematics of Computation, Vol. 19,1965 ,p.297-301 ）
【非特許文献５】エッチ．アカイケ，「パワー スペクトラム エステイメーション スルー オートリグレシッブ モデル フィッテイング」．エー・エヌ・エヌ アイ・エヌ・エス・インスト エス・ティ・エー・ティ・アイ・エス・ティ マス」，Vol. 21,1969, p.407-419（H. Akaike,” Power spectrum estimation through autoregressive model fitting, Ann Inst Statist Math”, Vol. 21,1969, p.407-419）
【非特許文献６】エイ・マリアニ，エム．パガニ，エフ．ロムバルディ，アンド エス．セルッティ，「カーディオヴァスキュラ ニューラル レギュレーション エクスプロアード イン ザ フリークエンシー ドメイン」，サーキュレーション，Vol. 84, No. 2,1991, p.482-492（A. Malliani, M. Pagani, F. Lombardi, and S. Cerutti,” Cardiovascular Neural Regulation Explored in the Frequency Domain”, Circulation, Vol. 84, No. 2,1991, p.482-492）
【非特許文献７】ピー．ブルームフィールド，「フーリエ アナリシス オブ タイム シリーズ アン イントロダクション」，ジョン ワイリー アンド サンズ，1976,p.118-150（P. Bloomfield,”Fourier Analysis of Time Series，An Introduction”,John Wiley & Sons,1976,p.118-150）
【非特許文献８】エス．アクセルロッド，ディ．ゴードン，エフ．エー．ユーベル，ディ．シー．シャノン，エー．シー．バーガー，アンド アール．ジェイ．コーエン，「パワー スペクトラム アナリシス オブ ハート レート フラクチュエーション，ア クォンティタティブ プローブ オブ ビート・トゥー・ビート カーディオヴァスキュラ コントロール」，サイエンス， Vol. 213,1981, p.220-222（S. Akselrod, D. Gordon, F.A. Ubel, D.C. Shannon, A.C. Barger, and R.J. Cohen” Power Spectrum Analysis of Heart Rate Fluctuation: A Quantitative Probe of Beat-to-Beat Cardiovascular Control”, Science, Vol. 213,1981, p.220-222 ）
【非特許文献９】森口武史，平澤博之，織田成人，立石義久，「Heart rate variability(HRV)解析によるseptic shock発症の予知に関する検討」，日本臨床，62巻，12号，2004，ｐ．2285-2290
【非特許文献１０】タスク フォース オブ ザ ヨーロピアン ソサイエティ オブ カルディオロジ ザ ノース アメリカン ソサイエティ オブ ペーシング エレクトロフィジオロジイ： ハート レート ヴァリィァビリィティ； スタンダーズ オブ メジャーメント、フィジオロジカル インタープリテェィション，アンド クリニカル ユース，サーキュレーション，Vol. 93, No. 5,1966,ｐ1043-1065（Task Force of the European Society of Cardiology the North American Society of Pacing Electrophysiology: Heart Rate Variability, Standards of Measurement, Physiological Interpretation, and Clinical Use, Circulation, Vol. 93, 1966,No. 5, p1043-1065）
【発明の概要】
【発明が解決しようとする課題】
【００１７】
本発明の第１の目的は、心電図から得られる心拍間隔データ列から、不整脈などの異常心拍、トレンドを自動的に除去して、ＨＲＶ解析の結果として得られるＨＲＶ（心拍変動）の変化を、適切な診断に利用することができる心電図データ内の異常心拍及びトレンドの除去方法、及び自律神経モニタ装置を提供することにある。
【００１８】
又、本発明の第２の目的は、心電図から得られる心拍間隔データ列から、不整脈などの異常心拍、トレンドを自動的に除去して、ＨＲＶ解析の結果として得られるＨＲＶ（心拍変動）の変化を、敗血症発症の診断に利用できる敗血症発症警告装置を提供することにある。
【課題を解決するための手段】
【００１９】
上記目的を達成するために、請求項１に記載の発明は、心電図データ内に含まれる拍と拍の間隔を表すＲＲ間隔の時系列データから異常心拍とトレンドを除去する際、除去後の確率密度分布が正規分布に近くなるように異常心拍とトレンドを除去した後、ＨＲＶ（心拍変動）データを算出することを特徴とする心電図データの異常心拍及びトレンドの除去方法を要旨としている。
【００２０】
請求項２の発明は、心電図データから、拍と拍の間隔を表すＲＲ間隔の時系列データ（以下、ＲＲＩ時系列ｘｎという）を取得する第１ステップと、ｆ（ｔｎ；θ）を前記心電図データの長周期の成分を表すトレンド関数とし、前記ｔを時刻とし、前記θを前記トレンド関数ｆのパラメータとし、ｑｎをＲＲＩ時系列ｘｎの正常又は異常をあらわすフラグとし、Ｑ＝（ｑ１，ｑ２，ｑ３，……ｑｎ）をフラグ時系列としたとき、残差系列ｘｎ−ｆ（ｔｎ；θ），ｎ＝１，２，．．．のうち、ｑｎが正常を表すフラグが成立するものについての確率密度分布が最も正規分布に近くなるように、前記トレンド関数ｆ（ｔｎ；θ）及び正常心拍を含むフラグ時系列Ｑを決定することにより、異常心拍とトレンドを除去した後、ＨＲＶ（心拍変動）データを算出する第２ステップを含むことを特徴とする心電図データの異常心拍及びトレンドの除去方法を要旨としている。
【００２１】
請求項３の発明は、請求項２において、前記第２ステップは、フラグ時系列Ｑを固定して、残差系列の平均誤差が最小となるトレンド関数を決定して前記残差系列を求めるＡステップと、Ａステップで求めた残差系列が最も正規性をもつようにフラグ時系列Ｑを決定することにより、異常心拍を除去して、前記残差系列を更新するＢステップを含むことを特徴とする。
【００２２】
請求項４の発明は、請求項３において、前記第２ステップでは、前記Ｂステップにおいて決定したフラグ時系列Ｑが、前記Ａステップで固定したフラグ時系列Ｑと異なって変化した場合には、Ａステップに戻ってフラグ時系列Ｑを前記変化したフラグ時系列Ｑに更新してＡステップの処理を行い、以後、Ｂステップにおいて決定するフラグ時系列Ｑが変化しない迄、前記ＡステップとＢステップとを繰り返すことを特徴とする。
【００２３】
請求項５の発明は、請求項４において、前記Ｂステップでは、前記Ａステップで求めた残差系列が最も正規性をもつようにフラグ時系列Ｑを決定する際、残差系列に含まれる異常心拍に関して、異常心拍及び前記異常心拍に連続した心拍を含むように異常値らしさを算出し、前記異常値らしさによって異常値及び前記異常心拍に連続した心拍を除去することを特徴とする。
【００２４】
請求項６の発明は、心電図データを取得する取得手段と、前記心電図データから拍と拍の間隔を表すＲＲ間隔の時系列データ（以下、ＲＲＩ時系列ｘｎという）を取得するＲＲＩ時系列取得手段と、ｆ（ｔｎ；θ）を前記心電図データの長周期の成分を表すトレンド関数とし、前記ｔを時刻とし、前記θを前記トレンド関数ｆのパラメータとし、ｑｎをＲＲＩ時系列ｘｎの正常又は異常をあらわすフラグとし、Ｑ＝（ｑ１，ｑ２，ｑ３，……ｑｎ）をフラグ時系列としたとき、残差系列ｘｎ−ｆ（ｔｎ；θ），ｎ＝１，２，．．．のうち、ｑｎが正常を表すフラグが成立するものについての確率密度分布が最も正規分布に近くなるように、前記トレンド関数ｆ（ｔｎ；θ）及び正常心拍を含むフラグ時系列Ｑを決定することにより、異常心拍とトレンドを除去して、ＨＲＶ解析の解析に用いられるＲＲＩ時系列データを抽出する除去手段と、前記異常心拍とトレンドが除去されたＲＲＩ時系列データについてＨＲＶ（心拍変動）解析を行うＨＲＶ解析手段を含むことを特徴とする自律神経モニタ装置を要旨としている。
【００２５】
請求項７の発明は、請求項６において、前記除去手段は、フラグ時系列Ｑを固定して、残差系列の平均誤差が最小となるトレンド関数を決定して前記残差系列を求める第１処理手段と、前記第１処理手段が求めた残差系列が最も正規性をもつようにフラグ時系列Ｑを決定することにより、異常心拍を除去して、前記残差系列を更新する第２処理手段を含むことを特徴とする。
【００２６】
請求項８の発明は、請求項７において、前記除去手段は、前記第２処理手段が決定したフラグ時系列Ｑが、前記第１処理手段で固定したフラグ時系列Ｑと異なって変化した場合には、前記第１処理手段に戻してフラグ時系列Ｑを前記変化したフラグ時系列Ｑに更新して第１処理手段の処理を行い、以後、第２処理手段において決定するフラグ時系列Ｑが変化しない迄、前記第１処理手段の処理と第２処理手段の処理とを繰り返すことを特徴する。
【００２７】
請求項９の発明は、請求項８において、前記第２処理手段では、前記第１処理手段が求めた残差系列が最も正規性をもつようにフラグ時系列Ｑを決定する際、残差系列に含まれる異常心拍に関して、異常心拍及び前記異常心拍に連続した心拍を含むように異常値らしさを算出し、前記異常値らしさによって異常値及び前記異常心拍に連続した心拍を除去することを特徴とする。
【００２８】
請求項１０の発明は、請求項６乃至請求項９のいずれか１項に記載の自律神経モニタ装置が、敗血症発症警告装置であって、前記ＨＲＶ解析手段の解析結果により、ＨＲＶ（心拍変動）データの時系列において、最小値の検出を行う検出手段と、前記検出手段が、前記ＨＲＶ（心拍変動）データの時系列において、最小値を検出した場合、敗血症の発症の虞があることを警告する警告手段を備えたことを特徴とする敗血症発症警告装置を要旨としている。
【発明の効果】
【００２９】
本発明の方法によれば、心電図から得られる心拍間隔データ列から、不整脈などの異常心拍、トレンドを自動的に除去して、ＨＲＶ（心拍変動）の変化を、適切な診断に利用することができる。
【００３０】
又、本発明の自律神経モニタ装置によれば、心電図から得られる心拍間隔データ列から、不整脈などの異常心拍、トレンドを自動的に除去して、ＨＲＶ（心拍変動）の変化を、適切な診断に利用することができる自律神経モニタ装置を提供できる。
【００３１】
又、本発明の敗血症発症警告装置によれば、心電図から得られる心拍間隔データ列から、不整脈などの異常心拍、トレンドを自動的に除去して、ＨＲＶ（心拍変動）の変化を、敗血症の診断に利用できる敗血症発症警告装置を提供できる。
【図面の簡単な説明】
【００３２】
【図１】心拍変動の説明図。
【図２】（ａ）は、異常心拍を含む心拍変動の説明図、（ｂ）は、トレンドと異常心拍が除去された心拍変動の説明図。
【図３】トレンド関数の説明図。
【図４】自律神経モニタ装置のブロック回路図。
【図５】心電図データから、心拍変動データを取り出す場合のフローチャート。
【図６】（ａ）は、心電図波形記録計により検出された心拍の時系列データの図、（ｂ）は（ａ）を用いて本発明により正常心拍として得たＲＲＩ（ＲＲ間隔）の時系列データの図、（ｃ）は（ｂ）よりトレンドを除去したＲＲＩ（ＲＲ間隔）の時系列データの図、（ｄ）は（ｃ）をＨＲＶ解析したパワースペクトルの図。
【図７】（ａ）は、従来例の心電図波形記録計により検出された心拍の時系列データの図、（ｂ）は（ａ）を用いた比較例のＲＲＩ（ＲＲ間隔）の時系列データの図、（ｃ）は、MEAN±２σに入るものを正常心拍として得たＲＲＩ（ＲＲ間隔）の時系列データの図、（ｄ）は（ｃ）をＨＲＶ解析したパワースペクトルの図。
【図８】敗血症を発症した患者の敗血症性ショックが生じた事例１のＨＲＶ（心拍変動）の時間的変化を表す図。
【図９】敗血症を発症した患者の敗血症性ショックが生じた事例２のＨＲＶ（心拍変動）の時間的変化を表す図。
【図１０】敗血症を発症した患者の敗血症性ショックが生じた事例３のＨＲＶ（心拍変動）の時間的変化を表す図。
【図１１】敗血症を発症した患者の敗血症性ショックが生じた事例４のＨＲＶ（心拍変動）の時間的変化を表す図。
【図１２】敗血症を発症した患者の敗血症性ショックが生じた事例５のＨＲＶ（心拍変動）の時間的変化を表す図。
【発明を実施するための形態】
【００３３】
以下、本発明を具体化した一実施形態の心電図データの異常心拍及びトレンドの除去方法、及び自律神経モニタ装置を図１〜図１２を参照して説明する。
＜構成＞
図４は、自律神経モニタ装置の全体図を示している。
【００３４】
自律神経モニタ装置１０は、図４に示すように、心電図波形記録計２０と、心電図波形解析装置３０とを備えている。心電図波形記録計２０は、被験者に対して装着された図示しない電極及び図示しないＡ／Ｄ変換回路を介して心電図波形信号を取得するとともに、心電図波形信号を連続的に心電図波形解析装置３０に出力する。心電図波形記録計２０は、取得手段に相当する。心電図波形解析装置３０は、ＣＰＵ３２、ＲＯＭ３４、ＲＡＭ３６、記憶装置からなるデータベース３８を備えている。ＲＯＭ３４には、異常心拍、トレンド除去及びＨＲＶ解析処理プログラムが格納されている。ＲＡＭ３６は、ＣＰＵ３２が各種の処理を行うときの作業用メモリである。
【００３５】
ＣＰＵ３２は、ＲＲＩ時系列取得手段、除去手段、ＨＲＶ解析手段、第１処理手段、及び第２処理手段に相当する。
心電図波形解析装置３０は、インターフェイス４０を介して入力した前記心電図波形信号を前記異常心拍、トレンド除去及びＨＲＶ解析処理プログラムによる処理を行い、その処理結果をデータベース３８に格納する。
【００３６】
心電図波形解析装置３０には、ディスプレイ４２及び警告手段としての警告装置４４が接続されている。ディスプレイ４２は、液晶表示装置等からなる。警告装置４４は、表示ランプ、又はブザーからなる。
【００３７】
＜作用＞
次に、自律神経モニタ装置１０の作用を、図５のフローチャートを参照して説明する。
心電図波形解析装置３０のＣＰＵ３２は、図５のＳ１００において、異常心拍、トレンド除去及びＨＲＶ解析処理プログラムに従って心電図波形記録計２０から所定時間毎に入力した心電図データ（ＥＣＧ波形）から、波形のピーク検出を行い、Ｒポイントの検出及び心拍間隔（以下、ＲＲ間隔と略称する）を検出する。本実施形態では、前記所定時間は、１分間であるが、限定されるものではない。前記心電図データ（ＥＣＧ波形）は心電図波形信号である。
【００３８】
すなわち、ＣＰＵ３２は、図５のＳ１００において、心電図波形信号のＲ波の発症した時刻ｔｎを検出するとともに、ＲＲ間隔を算出することにより、拍と拍の間隔を表すＲＲ間隔の時系列データ（ＲＲＩ時系列ｘｎ）を得る。ＲＲＩ時系列ｘｎは、データベース３８に格納される。このＲＲＩ時系列ｘｎを得るステップは、第１ステップに相当する。
【００３９】
＜心電図データ内の異常心拍及びトレンドの除去の原理＞
ここで、異常心拍及びトレンドの除去の原理について説明する。
ＲＲＩ時系列ｘｎは、時刻ｔｎでのＲＲ間隔をｘｎとする時系列である。本実施形態では、ＲＲＩ時系列ｘｎが正常ならばｑｎ＝１、異常ならばｑｎ＝０とおき、これらのフラグをまとめて、フラグ時系列Ｑ＝（ｑ１，ｑ２，ｑ３，……ｑｎ）とおく。なお、ｑｎがとる値は、ＲＲ間隔ｘｎが正常か、異常を区別できれば、他の値でもよく、０及び１に限定されるものではない。
【００４０】
又、心電図データの長周期の成分を表すトレンドを表す関数（以下、トレンド関数という）は、そのパラメータをθとし、ｆ（ｔ；θ）と表す（図３参照）。
一般的に、ＨＲＶ解析では、約０．０４Ｈｚ以上の周波数成分を対象とするため、それ以下の周波数をトレンドと考えればよい。例えば、１分間毎に解析する場合、周波数０．０４Ｈｚは極小値が５程度出現することを意味する。５個の極値を持つ最低の多項式次数は６であることから、６次程度の多項式を用いればよい。
【００４１】
ここで、純粋な現象の揺らぎは、正規分布に従っているので、自律神経由来の純粋な心拍ゆらぎ、すなわち、ＨＲＶ（心拍変動）も正規分布に従っている。
すなわち、トレンド関数ｆ（ｔｎ；θ）と、正常心拍を表すフラグ時系列Ｑが正しければ、残差系列ｘｎ−ｆ（ｔｎ；θ），ｎ＝１，２，．．．ｓｕｃｈ ｔｈａｔ ｑｎ＝１は、正規分布に従う。
【００４２】
すなわち、残差系列ｘｎ−ｆ（ｔｎ；θ），ｎ＝１，２，．．．ｓｕｃｈ ｔｈａｔ ｑｎ＝１の確率密度分布がもっとも正規分布に近くなるように、トレンド関数ｆ（ｔｎ；θ）と正常心拍を表すフラグ時系列Ｑを決定する。
【００４３】
図２（ａ）は、トレンド及び異常心拍を含むＲＲＩ時系列を示している。図２（ｂ）は、トレンド及び異常心拍を除去したＲＲＩ時系列を示している。
これにより、得られる残差系列ｘｎ−ｆ（ｔｎ；θ），ｎ＝１，２，．．．ｓｕｃｈ ｔｈａｔ ｑｎ＝１がトレンドや異常心拍を除去した自律神経由来のＲＲ間隔列となる。トレンドや異常心拍を除去した自律神経由来のＲＲ間隔列は、好適にＨＲＶ解析に利用できることになる。
【００４４】
ここで、標本列ｘ１，ｘ２，．．．ｘＮが正規分布に従っているらしさを表す正規性尺度の一例として、３，４次中心モーメントｍ３，ｍ４を用いた下式（１）を使用する。なお、正規性尺度は、下記式（１）に限定するものではない。
【００４５】
【数１】
これは、正規分布では、分散を１に規格化した際の３次中心モーメントｍ３は０、４次中心モーメントｍ４は３になり、それから離れるほど正規性が低いと判断されることを利用している。ここで、ｍ３／σ３は、歪度であり、分布の非対称性の度合いを示す。又、ｍ４／σ４は、尖度である。ただし、ａ３，ａ４はともに正の実数であり、３，４次中心モーメントｍ３，ｍ４の重みを規定する。
【００４６】
具体的には、Ｑ＝（０，０，０，．．．，０），（０，０，０，．．．，１），，．．．，（１，１，１，．．．，１）のすべてについて、ｘｎとｆ（ｔｎ；θ），ｎ＝１，２，．．．ｓｕｃｈ ｔｈａｔ ｑｎ＝１にわたる平均誤差を最小にするようにθを決定し、残差系列ｘｎ−ｆ（ｔｎ；θ）の正規性尺度ｇ（｛ｘｎ−ｆ（ｔｎ；θ）｜ｎ＝１，．．．，Ｎ；ｑｎ＝１｝）を最大にするフラグ時系列Ｑを選択すればよい。しかし、この方法は２Ｎ回の正規性評価が必要になるため、リアルタイムで解くことはできない。
【００４７】
このため、代替方法として下記の順序で行う。
（１） そこで、まず、Ａステップとして、フラグ時系列Ｑを固定して、前記平均誤差が最小になるようにトレンド関数ｆ（ｔｎ；θ）を決定する。
【００４８】
（２） 次に、Ｂステップとしてトレンド関数ｆ（ｔｎ；θ）を固定して、残差系列が最も正規性をもつように、すなわち、正規性尺度ｇが最大になるようにＱを決定する。以後、Ｑの変化がなくなるまで繰り返す。上記（１）、（２）の処理は第２ステップに相当する。
【００４９】
＜具体的処理＞
本実施形態では、ＣＰＵ３２は、上記の原理に基づいて図５のＳ２００では以下の処理を行う。
【００５０】
（Ｓ２００−１）
フラグ時系列Ｑの初期値としてＱ＝（１，１，１，．．．，１）を固定する。
（Ｓ２００−２）
前記平均誤差が最小になるトレンド関数ｆ（ｔ；θ）を決定する。
【００５１】
（Ｓ２００−３）
次に、トレンドを除去したＲＲＩ時系列ｙｋ＝ｘｋ−ｆ（ｔｋ；θ）を求める。
ＲＲＩ時系列ｙｋがもっとも正規性を持つように、下記の方法によりフラグ時系列Ｑを決定し、更新する。
【００５２】
＜フラグ時系列Ｑの決定方法＞
すべてのｙｋを使って、異常値らしさｚｋ
【００５３】
【数２】
を求める。
【００５４】
ただし、ｗは重みを示す。重みｗは、ある心拍が異常だとすると、その後に続く、１拍目、及び２拍目も異常心拍である確率が高い。例えば、ｋ番目の心拍の異常値らしさは、誤差｜ｙｋ｜が大きい場合は、もちろん、｜ｙｋ−１｜、｜ｙｋ−２｜が大きくても異常値らしさが高まる。その影響度は過去になるほど小さくなるので、過去ｎの重みをｗｎとして、式（２）とすればよい。
【００５５】
本実施形態では、ｗ０＝１，ｗ１＝０．５，ｗ２＝０．２，ｗ３＝ｗ４＝．．．＝０などとする。なお、ｗ０は、異常心拍の重みの数値である。ｗ１及びｗ２は、異常心拍に続く１拍目、２拍目の重みの数値である。このように異常心拍の重みを他の心拍よりも大きくするとともに、異常心拍に続く１拍目、２拍目の重みは、徐々に小さくなるように設定されている。なお、ｗ０＝１，ｗ１＝０．５，ｗ２＝０．２の値は例示であり、他の正の数値を使用してもよい。又、上記式（２）の代わりに、ｚｋは、関数ｚｋ＝ｈ（ｙｋ，ｙｋ−１，ｙｋ−２，．．．）のように、さらに複雑な関数としてもよい。
【００５６】
次に、ｚｋの大きい順に異常値と見なしてゆき、この異常値を除去した残りの系列の正規性尺度ｇを評価してゆく。そして、正規性尺度ｇを最大にした標本の組をＱとする。
（Ｓ２００−４）
ここで、取得したＱが、前記固定したＱと異なる場合、すなわち、Ｑに変化があれば、Ｓ２００−２へ戻る。前記Ｑの変化は、繰り返す前の処理で取得されたＱと、今回の処理で得られたＱとの比較により判断される。Ｑに変化がなければ、Ｓ２００−４の処理を終了する。
【００５７】
ＣＰＵ３２は上記のＳ２００−１〜Ｓ２００−４の処理を行うことにより、心電図波形記録計２０から入力したＲＲＩ時系列からトレンド及び異常心拍を除去する。
次に、ＣＰＵ３２は、図５のＳ３００に示すようにトレンド及び異常心拍を除去したＲＲＩ時系列に対してＨＲＶ解析を行う。ＨＲＶ（心拍変動）の解析法は、非特許文献１乃至非特許文献７に記載している公知の方法で行う。
【００５８】
実際に自律神経モニタ装置１０により、異常心拍及びトレンドを除去した実例を図６に示す。図６（ａ）は、被験者の心電図と検出された心拍の時系列データの図である。図６（ｂ）は、図６（ａ）の心電図データに基づいて、得られたＲＲＩ（ＲＲ間隔）の時系列データの図である。図６（ｂ）において、実線の曲線はトレンドを表している。又、図６（ｂ）において、黒丸は、正常心拍を表し、白丸は、異常心拍を表している。図６（ｃ）は、図６（ｂ）の時系列データから、トレンド及び異常心拍を除いた後のＲＲＩ（ＲＲ間隔）の時系列データの図である。図６（ｄ）には、図６（ｃ）に示すトレンド及び異常心拍を除いた後のＲＲＩ時系列に対して、ＨＲＶ解析としてのスペクトル解析が行われて、得られたパワースペクトルが示されている。
【００５９】
一方、図７（ａ）の心拍の時系列データを使用して、異常心拍及びトレンドを除去した比較例を図７（ｂ）〜図７（ｄ）に示す。なお、図７（ａ）は、図６（ａ）と同じ時系列データであり、比較のために同じ心電図を使用している。
【００６０】
図７（ｂ）は、図７（ａ）の時系列データを用いて背景技術の欄で説明した従来技術１の方法で推定されたＲＲＩ（ＲＲ間隔）の時系列データの図である。図７（ｃ）は、従来技術２の方法、すなわち、２σルールにより異常心拍を特定し、異常心拍を除去したＲＲＩ（ＲＲ間隔）の時系列データの図である。図７（ｃ）において、白丸は異常心拍として特定された心拍である。又、図７（ｃ）において、黒丸は、正常心拍として特定された心拍である。比較例の図７（ｃ）では、トレンドが除去されておらず、又、平均±２σ内にあるため、異常値と思われるものが除去されていない心拍が存在する。図７（ｄ）には、図７（ｃ）に示すトレンド及び異常心拍を除いた後のＲＲＩ時系列に対して、ＨＲＶ解析としてのスペクトル解析が行われて、得られたパワースペクトルが示されている。
【００６１】
図７（ｄ）では、図６（ｄ）の実施例と異なり、ＨＲＶ（心拍変動）が過大に推定されているとともに、図６（ｄ）では観測できたピークが確認できなかった。この結果、本方法、本装置によれば、ＨＲＶ解析として、スペクトル解析が行われる場合、スペクトル解析の精度が向上できる。
【００６２】
＜敗血症発症警告装置の説明＞
ここで、敗血症について説明する。敗血症は、血液に細菌が感染して引き起こされる全身性炎症反応症候群である。敗血症は重症化すると、臓器機能障害、臓器循環低下、血圧低下を引き起こす。さらに、重症化すると、敗血症性ショックを経て、肺、腎臓、心臓、肝臓などの重要臓器が機能不全となり、４０〜６０％は３０日以内に死亡する。特に、集中治療室（Ｉｎｔｅｓｉｖｅ Ｃａｒｅ Ｕｎｉｔ；ＩＣＵ）では、点滴、レスピレータをはじめとする様々なドレイン、カテーテル、センサが患者の体内に挿入されているため、感染のリスクが高い。
【００６３】
敗血症を発症すると、患者の血液中にサイトカインが増えることから、サイトカインを常時、又は定期的にモニタリングすることにより敗血症の発症を検知することが行われている。なお、サイトカインは、免疫システムの細胞から分泌されるタンパク質で、特に、免疫、炎症に関係したものが多い。しかし、サイトカインの常時モニタは、新たな感染源になりうるため、好ましくない。又、定期モニタは手間が掛かりすぎる問題がある。さらに、サイトカイン検出には、コストと時間がかかる問題がある。
【００６４】
そこで、前記実施形態の自律神経モニタ装置１０を使用して、ＩＣＵ患者の心電図データを取得し、図５のＳ１００〜Ｓ３００の処理を実行して、ＨＲＶ（心拍変動）の解析試験を行った。図８〜図１２は、各患者の敗血症の発症例のＨＲＶ（心拍変動）のチャートである。
【００６５】
なお、敗血症の発症例については、岐阜大学医学部附属病院高次救命治療センターに入院している患者の同意を得て行われた。又、岐阜大学大学院医学系研究科医学研究等倫理委員会の承認の下で行われた。ＩＣＵ入院時から患者に装着される生体情報モニタ（フィリップス製ＭＰ７０）から収集されるバイタルデータ（心電図データ）のうち，第２誘導で計測された心電図６０６日分を使用した。計測サンプリング周波数は、５００Ｈｚである。
【００６６】
又、図５のＳ３００で行われたＨＲＶ解析は、１分間のＲＲＩ時系列に対し、等間隔に再サンプリングした後、ＡＲモデル（自己回帰モデル）によるパワースペクトルを推定し、ＬＦ成分とＨＦ成分の範囲、つまり周波数０．０４Ｈｚから０．４Ｈｚを積分したものをＨＲＶ（心拍変動）の推定値とした。
【００６７】
図８に示す例は、患者イ（男性、６５歳、病名：火傷）について、ＩＣＵ入院時から９日後までのＨＲＶ（心拍変動）を解析した結果が示されている。同図において、横軸は、入院時からの経過日数（時間）、縦軸は、解析結果のＨＲＶ（心拍変動）である。患者イは、４日目の２３時頃、極端に尿量が減少し、５日目１４時頃血圧急上昇により敗血症発症が疑われ治療が開始された、しかし，ＨＲＶ（心拍変動）は、先んじること４日目１５時頃には減少し始め、５日目４時頃から上昇に転じる下に凸のパターン（以下、Ｖ字パターンという）が認められた。このＶ字パターンが現れる前には、最小値となるＨＲＶ（心拍変動）は観測されていない。なお、これらの時刻には、ＨＲＶ（心拍変動）に影響を与えるような医療処置は行われていない。以下の例においても、Ｖ字パターンが認められる以前において、ＨＲＶ（心拍変動）に影響を与えるような医療処置は行われていない。
【００６８】
図９に示す例は、患者ロ（男性、６７歳、病名：洞性徐脈）について、入院から死亡するまでのＨＲＶ推移を示している。この患者ロは、４日目１８時頃に脈拍呼吸数の上昇が確認されている。５日目１４時のＸ線検査から患者ロは、肺炎による敗血症性ショックと診断された。この例では、患者ロの栄養状態が悪く、入院当初から、衰弱していたこともあり、敗血症性ショック発症前のＶ字パターンだけでなく、死亡直前にも同様な特徴が現れた。前記敗血症性ショック発症前のＶ字パターンが現れる前には、最小値となるＨＲＶ（心拍変動）は観測されていない。
【００６９】
図１０に示す例は、患者ハ（男性、６５歳、病名：動脈瘤破裂）について、ＩＣＵ入院時から９日後までのＨＲＶ（心拍変動）を解析した結果が示されている。図１０に示す例においても、敗血症発症前にＨＲＶ（心拍変動）の最小値を有するＶ字パターンが現れた。
【００７０】
図１１に示す例は、前記患者ハについて、ＩＣＵ入院の２０日目から２９日目までのＨＲＶ（心拍変動）を解析した結果が示されている。図１１においても、敗血症性ショックが現れた２５日昼よりも以前の２３日の午後にＨＲＶ（心拍変動）の最小値を有するＶ字パターンが現れた。
【００７１】
図１２に示す例は、患者ニ（男性、２３歳、病名：火傷）について、ＩＣＵ入院の８日目から１８日目までのＨＲＶ（心拍変動）を解析した結果が示されている。図１２においても、敗血症性ショックが現れた１４日目の深夜よりも以前の１３日目の午後にＨＲＶ（心拍変動）の最小値を有するＶ字パターンが現れた。
【００７２】
上記のように、こうしたＨＲＶ（心拍変動）のＶ字パターンが敗血症性ショックに至るまでの一つの時間経過であると推測される。こうした敗血症性ショックに至る前において、ＨＲＶ（心拍変動）にＶ字パターンが現れることは本試験により初めて観察されたものである。
【００７３】
上記のように、前記生体情報モニタの心電図から、ＲＲＩ時系列を推定し、Ｓ２００により異常心拍とトレンドが除去されたＲＲＩ時系列が求められた。その後、ＨＲＶ解析を行った。前述のように敗血症発症患者４名に適用した結果、４名の５例に敗血症性ショックを発症する直前にＨＲＶ（心拍変動）のＶ字パターンの特徴が示されたことが知見された。すなわち、ＨＲＶ（心拍変動）が徐々に減少してゆき、ＨＲＶ（心拍変動）がこれまでの最小値を達成した後、ＨＲＶ（心拍変動）が上昇に転じた場合、最小値を観測後、１〜３日のオーダで、敗血症性ショックを引き起こすことが知見された。
【００７４】
ここで、Ｖ字パターンのＨＲＶ（心拍変動）低下についての原因は、副腎皮質刺激ホルモン（ＡＣＴＨ）が下垂体から十分に分泌されていないか、または、副腎皮質ホルモンが産出できないために、副腎皮質刺激ホルモンの伝達が正常に行われず、本来の役割を満たしていないことが考えられる。一方、ＨＲＶ（心拍変動）低下から上昇へ転化した原因については現時点では明らかにできていない。
【００７５】
＜敗血症発症警告装置＞
上記の自律神経モニタ装置１０を敗血症発症警告装置として使用する場合を説明する。本実施形態は、上記の知見からなされたものである。
【００７６】
この場合、敗血症発症警告プログラムがＲＯＭ３４に格納されている。敗血症発症警告プログラムは、前記異常心拍、トレンド除去及びＨＲＶ解析処理プログラムで説明した各種処理（Ｓ１００〜Ｓ３００）の後に、敗血症発症警告処理が行われる。
【００７７】
本実施形態ではＣＰＵ３２のＨＲＶ解析は、周波数軸でのＨＲＶ解析が行われる。また、時間軸でのＨＲＶ解析でも上記と同様の結果が得られている。なお、ＨＲＶ解析は、周波数軸、若しくは時間軸でのＨＲＶ解析に限定されるものではなく、他のＨＲＶ解析で行っても良い。
【００７８】
ＣＰＵ３２は、敗血症発症警告処理では、前記ＨＲＶ解析で得られたその時々のＨＲＶ（心拍変動）の変化を検出する。具体的には、ＨＲＶ（心拍変動）の１次微分がゼロで、かつ２次微分が正であるかを判定する。ＣＰＵ３２は、ＨＲＶ（心拍変動）の１次微分がゼロで、かつ２次微分が正である場合には、当該ＨＲＶ（心拍変動）が極小値であるとして、判定した時刻に関連づけて極小値として、データベース３８に格納する。続いて、ＣＰＵ３２は、データベース３８に格納された前記極小値が、以前の処理において格納されていた直近の極小値と比較する。ここで直近とは、経験値の値でよいが、数時間以内が好ましい。この比較で、今回の極小値が今までの極小値の最小値であると判定して、ＣＰＵ３２は、警告装置４４を警告制御する。すなわち、警告装置４４が表示ランプであれば、表示ランプを点灯、又は点滅させて、患者に敗血症性ショックの発症の虞があることを警告する。又、警告装置４４がブザーであれば、鳴動させて、患者に敗血症性ショックの発症の虞があることを警告する。
【００７９】
本実施形態では、ＣＰＵ３２は、ＲＲＩ時系列取得手段、除去手段、ＨＲＶ解析手段、第１処理手段、第２処理手段及び検出手段に相当する。
上記のように構成された敗血症発症警告装置は、先の図８〜図１２の例に当てはめた場合、図８〜図１２において、それぞれＰ１〜Ｐ１３の時点で警告を発することができる。この場合、図８〜図１２の各例において、Ｐ２，Ｐ５，Ｐ７，Ｐ１０，Ｐ１３の時点で、すなわち、敗血症性ショックが生ずる少なくとも半日前において、敗血症性ショックが生ずる事前警告を行うことができる。このため、敗血症性ショックが生ずる前に患者に敗血症に対する医療処置が行うことができる。
【００８０】
本実施形態によって発揮される効果について、以下に記載する。
（１） 本実施形態の心電図データの異常心拍及びトレンドの除去方法では、心電図データ内に含まれる拍と拍の間隔を表すＲＲ間隔の時系列データからトレンドを除去する際、除去後の確率密度分布が正規分布に近くなるように異常心拍とトレンドを除去した後、ＨＲＶ（心拍変動）を算出する。この結果、心電図から得られる心拍間隔データ列から、不整脈などの異常心拍、トレンドを自動的に除去して、ＨＲＶ解析の結果として得られる心拍変動の変化を、適切な診断に利用することができる。
【００８１】
（２） 本実施形態の心電図データの異常心拍及びトレンドの除去方法では、第１ステップとして心電図データから、拍と拍の間隔を表すＲＲ間隔の時系列データ（以下、ＲＲＩ時系列ｘｎという）を取得する。又、第２ステップとして、残差系列ｘｎ−ｆ（ｔｎ；θ），ｎ＝１，２，．．．のうち、ｑｎが正常を表すフラグが成立するものについての確率密度分布が最も正規分布に近くなるように、トレンド関数ｆ（ｔｎ；θ）及び正常心拍を含むフラグ時系列Ｑを決定することにより、異常心拍とトレンドを除去した後、ＨＲＶ（心拍変動）データを算出する。この結果、上記（１）の効果を容易に実現できる。
【００８２】
（３） 本実施形態の自律神経モニタ装置は、心電図データを取得する心電図波形記録計２０（取得手段）を備える。そして、心電図波形解析装置３０のＣＰＵ３２は、ＲＲＩ時系列取得手段として、心電図データからＲＲＩ時系列ｘｎを取得する。又、ＣＰＵ３２は、除去手段として、残差系列ｘｎ−ｆ（ｔｎ；θ），ｎ＝１，２，．．．のうち、ｑｎが正常を表すフラグが成立するものについての確率密度分布が最も正規分布に近くなるように、前記トレンド関数ｆ（ｔｎ；θ）及び正常心拍を含むフラグ時系列Ｑを決定することにより、異常心拍とトレンドを除去した後、ＨＲＶ（心拍変動）データを算出する。又、ＣＰＵ３２は、ＨＲＶ解析手段として、異常心拍とトレンドが除去されたＲＲＩ時系列データのＨＲＶ解析を行う。
【００８３】
この結果、心電図から得られる情報から、不整脈などの異常心拍、トレンドを自動的に除去して、ＨＲＶ解析の結果として得られるＨＲＶ（心拍変動）の変化を、適切な診断に利用することができる自律神経モニタ装置を提供できる。
【００８４】
（４） 本実施形態の敗血症発症警告装置は、ＣＰＵ３２は検出手段として、ＨＲＶ解析結果により、ＨＲＶ（心拍変動）データの時系列において、最小値の検出を行う。そして、敗血症発症警告装置は、警告装置４４を警告手段として、ＣＰＵ３２が、ＨＲＶ（心拍変動）データの時系列において、最小値を検出した場合、敗血症の発症の虞があることを警告する。この結果、心電図から得られる情報から、不整脈などの異常心拍、トレンドを自動的に除去して、ＨＲＶ解析の結果として得られるＨＲＶ（心拍変動）の変化を、敗血症発症の診断に利用できる。
【００８５】
なお、前記実施形態を次のように変更して構成することもできる。
・ 前記実施形態では、自律神経モニタ装置を敗血症発症警告装置として機能するように構成したが、敗血症発症警告装置としてではなく、単に自律神経モニタ装置として使用することもできる。この場合、前記実施形態において、ＣＰＵ３２がＨＲＶ解析の処理迄を行う構成とすることにより実現できる。
【００８６】
・ 正規性尺度は前記実施形態では、式（１）を採用したが、最尤推定値に対する対数尤度
【００８７】
【数３】
を使用してもよい、又、他の正規性尺度として、正規性の検定法を利用してもよい。
【００８８】
・ 警告手段は、点灯ランプ、ブザーに限定するものではなく、警告発信機であってもよい。この場合、警告発信機がＣＰＵ３２の制御により警告信号を無線又は有線を介して発信すると、ナースステーションに設けられた有線又は無線受信機、或いは、医師がもつ携帯無線受信機が受信する。この場合、前記警告信号を受信した受信機等は、前記警告信号に基づいて敗血症性ショックの発症の虞があることを報知する。
【符号の説明】
【００８９】
１０…自律神経モニタ装置、２０…心電図波形記録計、
３０…心電図波形解析装置、
３２…ＣＰＵ（ＲＲＩ時系列取得手段、除去手段、ＨＲＶ解析手段、第１処理手段、第２処理手段及び検出手段）、３８…データベース、４４…警告装置（警告手段）。
【特許請求の範囲】
【請求項１】
心電図データ内に含まれる拍と拍の間隔を表すＲＲ間隔の時系列データから異常心拍とトレンドを除去する際、除去後の確率密度分布が正規分布に近くなるように異常心拍とトレンドを除去した後、ＨＲＶ（心拍変動）データを算出することを特徴とする心電図データの異常心拍及びトレンドの除去方法。
【請求項２】
心電図データから、拍と拍の間隔を表すＲＲ間隔の時系列データ（以下、ＲＲＩ時系列ｘｎという）を取得する第１ステップと、
ｆ（ｔｎ；θ）を前記心電図データの長周期の成分を表すトレンド関数とし、前記ｔを時刻とし、前記θを前記トレンド関数ｆのパラメータとし、ｑｎをＲＲＩ時系列ｘｎの正常又は異常をあらわすフラグとし、Ｑ＝（ｑ１，ｑ２，ｑ３，……ｑｎ）をフラグ時系列としたとき、残差系列ｘｎ−ｆ（ｔｎ；θ），ｎ＝１，２，．．．のうち、ｑｎが正常を表すフラグが成立するものについての確率密度分布が最も正規分布に近くなるように、前記トレンド関数ｆ（ｔｎ；θ）及び正常心拍を含むフラグ時系列Ｑを決定することにより、異常心拍とトレンドを除去した後、ＨＲＶ（心拍変動）データを算出する第２ステップを含むことを特徴とする心電図データの異常心拍及びトレンドの除去方法。
【請求項３】
前記第２ステップは、
フラグ時系列Ｑを固定して、残差系列の平均誤差が最小となるトレンド関数を決定して前記残差系列を求めるＡステップと、
Ａステップで求めた残差系列が最も正規性をもつようにフラグ時系列Ｑを決定することにより、異常心拍を除去して、前記残差系列を更新するＢステップを含むことを特徴とする請求項２に記載の心電図データの異常心拍及びトレンドの除去方法。
【請求項４】
前記第２ステップでは、
前記Ｂステップにおいて決定したフラグ時系列Ｑが、前記Ａステップで固定したフラグ時系列Ｑと異なって変化した場合には、Ａステップに戻ってフラグ時系列Ｑを前記変化したフラグ時系列Ｑに更新してＡステップの処理を行い、以後、Ｂステップにおいて決定するフラグ時系列Ｑが変化しない迄、前記ＡステップとＢステップとを繰り返すことを特徴とする請求項３に記載の心電図データの異常心拍及びトレンドの除去方法。
【請求項５】
前記Ｂステップでは、前記Ａステップで求めた残差系列が最も正規性をもつようにフラグ時系列Ｑを決定する際、残差系列に含まれる異常心拍に関して、異常心拍及び前記異常心拍に連続した心拍を含むように異常値らしさを算出し、前記異常値らしさによって異常値及び前記異常心拍に連続した心拍を除去することを特徴とする請求項４に記載の心電図データの異常心拍及びトレンドの除去方法。
【請求項６】
心電図データを取得する取得手段と、
前記心電図データから拍と拍の間隔を表すＲＲ間隔の時系列データ（以下、ＲＲＩ時系列ｘｎという）を取得するＲＲＩ時系列取得手段と、
ｆ（ｔｎ；θ）を前記心電図データの長周期の成分を表すトレンド関数とし、前記ｔを時刻とし、前記θを前記トレンド関数ｆのパラメータとし、ｑｎをＲＲＩ時系列ｘｎの正常又は異常をあらわすフラグとし、Ｑ＝（ｑ１，ｑ２，ｑ３，……ｑｎ）をフラグ時系列としたとき、残差系列ｘｎ−ｆ（ｔｎ；θ），ｎ＝１，２，．．．のうち、ｑｎが正常を表すフラグが成立するものについての確率密度分布が最も正規分布に近くなるように、前記トレンド関数ｆ（ｔｎ；θ）及び正常心拍を含むフラグ時系列Ｑを決定することにより、異常心拍とトレンドを除去した後、ＨＲＶ解析に用いられるＲＲＩ時系列データを抽出する除去手段と、
前記異常心拍とトレンドが除去されたＲＲＩ時系列データについてＨＲＶ（心拍変動）解析を行うＨＲＶ解析手段を含むことを特徴とする自律神経モニタ装置。
【請求項７】
前記除去手段は、
フラグ時系列Ｑを固定して、残差系列の平均誤差が最小となるトレンド関数を決定して前記残差系列を求める第１処理手段と、
前記第１処理手段が求めた残差系列が最も正規性をもつようにフラグ時系列Ｑを決定することにより、異常心拍を除去して、前記残差系列を更新する第２処理手段を含むことを特徴とする請求項６に記載の自律神経モニタ装置。
【請求項８】
前記除去手段は、
前記第２処理手段が決定したフラグ時系列Ｑが、前記第１処理手段で固定したフラグ時系列Ｑと異なって変化した場合には、前記第１処理手段に戻してフラグ時系列Ｑを前記変化したフラグ時系列Ｑに更新して第１処理手段の処理を行い、以後、第２処理手段において決定するフラグ時系列Ｑが変化しない迄、前記第１処理手段の処理と第２処理手段の処理とを繰り返すことを特徴する請求項７に記載の自律神経モニタ装置。
【請求項９】
前記第２処理手段では、前記第１処理手段が求めた残差系列が最も正規性をもつようにフラグ時系列Ｑを決定する際、残差系列に含まれる異常心拍に関して、異常心拍及び前記異常心拍に連続した心拍を含むように異常値らしさを算出し、前記異常値らしさによって異常値及び前記異常心拍に連続した心拍を除去することを特徴とする請求項８に記載の自律神経モニタ装置。
【請求項１０】
請求項６乃至請求項９のいずれか１項に記載の自律神経モニタ装置が、敗血症発症警告装置であって、
前記ＨＲＶ解析手段の解析結果により、ＨＲＶ（心拍変動）データの時系列において、最小値の検出を行う検出手段と、
前記検出手段が、前記ＨＲＶ（心拍変動）データの時系列において、最小値を検出した場合、敗血症の発症の虞があることを警告する警告手段を備えたことを特徴とする敗血症発症警告装置。
【請求項１】
心電図データ内に含まれる拍と拍の間隔を表すＲＲ間隔の時系列データから異常心拍とトレンドを除去する際、除去後の確率密度分布が正規分布に近くなるように異常心拍とトレンドを除去した後、ＨＲＶ（心拍変動）データを算出することを特徴とする心電図データの異常心拍及びトレンドの除去方法。
【請求項２】
心電図データから、拍と拍の間隔を表すＲＲ間隔の時系列データ（以下、ＲＲＩ時系列ｘｎという）を取得する第１ステップと、
ｆ（ｔｎ；θ）を前記心電図データの長周期の成分を表すトレンド関数とし、前記ｔを時刻とし、前記θを前記トレンド関数ｆのパラメータとし、ｑｎをＲＲＩ時系列ｘｎの正常又は異常をあらわすフラグとし、Ｑ＝（ｑ１，ｑ２，ｑ３，……ｑｎ）をフラグ時系列としたとき、残差系列ｘｎ−ｆ（ｔｎ；θ），ｎ＝１，２，．．．のうち、ｑｎが正常を表すフラグが成立するものについての確率密度分布が最も正規分布に近くなるように、前記トレンド関数ｆ（ｔｎ；θ）及び正常心拍を含むフラグ時系列Ｑを決定することにより、異常心拍とトレンドを除去した後、ＨＲＶ（心拍変動）データを算出する第２ステップを含むことを特徴とする心電図データの異常心拍及びトレンドの除去方法。
【請求項３】
前記第２ステップは、
フラグ時系列Ｑを固定して、残差系列の平均誤差が最小となるトレンド関数を決定して前記残差系列を求めるＡステップと、
Ａステップで求めた残差系列が最も正規性をもつようにフラグ時系列Ｑを決定することにより、異常心拍を除去して、前記残差系列を更新するＢステップを含むことを特徴とする請求項２に記載の心電図データの異常心拍及びトレンドの除去方法。
【請求項４】
前記第２ステップでは、
前記Ｂステップにおいて決定したフラグ時系列Ｑが、前記Ａステップで固定したフラグ時系列Ｑと異なって変化した場合には、Ａステップに戻ってフラグ時系列Ｑを前記変化したフラグ時系列Ｑに更新してＡステップの処理を行い、以後、Ｂステップにおいて決定するフラグ時系列Ｑが変化しない迄、前記ＡステップとＢステップとを繰り返すことを特徴とする請求項３に記載の心電図データの異常心拍及びトレンドの除去方法。
【請求項５】
前記Ｂステップでは、前記Ａステップで求めた残差系列が最も正規性をもつようにフラグ時系列Ｑを決定する際、残差系列に含まれる異常心拍に関して、異常心拍及び前記異常心拍に連続した心拍を含むように異常値らしさを算出し、前記異常値らしさによって異常値及び前記異常心拍に連続した心拍を除去することを特徴とする請求項４に記載の心電図データの異常心拍及びトレンドの除去方法。
【請求項６】
心電図データを取得する取得手段と、
前記心電図データから拍と拍の間隔を表すＲＲ間隔の時系列データ（以下、ＲＲＩ時系列ｘｎという）を取得するＲＲＩ時系列取得手段と、
ｆ（ｔｎ；θ）を前記心電図データの長周期の成分を表すトレンド関数とし、前記ｔを時刻とし、前記θを前記トレンド関数ｆのパラメータとし、ｑｎをＲＲＩ時系列ｘｎの正常又は異常をあらわすフラグとし、Ｑ＝（ｑ１，ｑ２，ｑ３，……ｑｎ）をフラグ時系列としたとき、残差系列ｘｎ−ｆ（ｔｎ；θ），ｎ＝１，２，．．．のうち、ｑｎが正常を表すフラグが成立するものについての確率密度分布が最も正規分布に近くなるように、前記トレンド関数ｆ（ｔｎ；θ）及び正常心拍を含むフラグ時系列Ｑを決定することにより、異常心拍とトレンドを除去した後、ＨＲＶ解析に用いられるＲＲＩ時系列データを抽出する除去手段と、
前記異常心拍とトレンドが除去されたＲＲＩ時系列データについてＨＲＶ（心拍変動）解析を行うＨＲＶ解析手段を含むことを特徴とする自律神経モニタ装置。
【請求項７】
前記除去手段は、
フラグ時系列Ｑを固定して、残差系列の平均誤差が最小となるトレンド関数を決定して前記残差系列を求める第１処理手段と、
前記第１処理手段が求めた残差系列が最も正規性をもつようにフラグ時系列Ｑを決定することにより、異常心拍を除去して、前記残差系列を更新する第２処理手段を含むことを特徴とする請求項６に記載の自律神経モニタ装置。
【請求項８】
前記除去手段は、
前記第２処理手段が決定したフラグ時系列Ｑが、前記第１処理手段で固定したフラグ時系列Ｑと異なって変化した場合には、前記第１処理手段に戻してフラグ時系列Ｑを前記変化したフラグ時系列Ｑに更新して第１処理手段の処理を行い、以後、第２処理手段において決定するフラグ時系列Ｑが変化しない迄、前記第１処理手段の処理と第２処理手段の処理とを繰り返すことを特徴する請求項７に記載の自律神経モニタ装置。
【請求項９】
前記第２処理手段では、前記第１処理手段が求めた残差系列が最も正規性をもつようにフラグ時系列Ｑを決定する際、残差系列に含まれる異常心拍に関して、異常心拍及び前記異常心拍に連続した心拍を含むように異常値らしさを算出し、前記異常値らしさによって異常値及び前記異常心拍に連続した心拍を除去することを特徴とする請求項８に記載の自律神経モニタ装置。
【請求項１０】
請求項６乃至請求項９のいずれか１項に記載の自律神経モニタ装置が、敗血症発症警告装置であって、
前記ＨＲＶ解析手段の解析結果により、ＨＲＶ（心拍変動）データの時系列において、最小値の検出を行う検出手段と、
前記検出手段が、前記ＨＲＶ（心拍変動）データの時系列において、最小値を検出した場合、敗血症の発症の虞があることを警告する警告手段を備えたことを特徴とする敗血症発症警告装置。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【公開番号】特開２０１２−６５７１３（Ｐ２０１２−６５７１３Ａ）
【公開日】平成２４年４月５日（２０１２．４．５）
【国際特許分類】
【出願番号】特願２０１０−２１０９５３（Ｐ２０１０−２１０９５３）
【出願日】平成２２年９月２１日（２０１０．９．２１）
【国等の委託研究の成果に係る記載事項】（出願人による申告）平成２２年度、文部科学省、地域産学官連携科学技術振興施策、助成研究（地域イノベーションクラスタープログラム（都市エリア型）岐阜県南部エリア）、産業技術強化法第１９条の適用を受ける特許出願
【出願人】（３０４０１９３９９）国立大学法人岐阜大学 (289)
【Ｆターム（参考）】
【公開日】平成２４年４月５日（２０１２．４．５）
【国際特許分類】
【出願日】平成２２年９月２１日（２０１０．９．２１）
【国等の委託研究の成果に係る記載事項】（出願人による申告）平成２２年度、文部科学省、地域産学官連携科学技術振興施策、助成研究（地域イノベーションクラスタープログラム（都市エリア型）岐阜県南部エリア）、産業技術強化法第１９条の適用を受ける特許出願
【出願人】（３０４０１９３９９）国立大学法人岐阜大学 (289)
【Ｆターム（参考）】
[ Back to top ]