生体状態評価装置、生体状態評価システム、プログラム、及び記録媒体
【課題】心臓の異常に関する状態を精度良く判定することができる、生体状態評価装置、生体状態評価システム、プログラム、及び記録媒体を提供すること。
【解決手段】ステップ１１０では、心電Ｒ波形から、心拍間隔ＲＲＩを求め、各心拍間隔ＲＲＩを記憶するとともに、その時系列データを定期的に更新する。ステップ１２０では、心拍変動解析を行う。ステップ１３０では、［ＨＦ］、［ＬＦ／ＨＦ］時系列データ処理を行う。［ｌｎ（ＬＦ／ＨＦ）］異常判定を行う。ステップ１５０では、［ｌｎ（ＬＦ／ＨＦ）］に基づいて設定される異常フラグが、異常があることを示す１又は２か、或いは異常がないことを示す０かを判定する。ステップ１６０では、［ｌｎ（ＬＦ／ＨＦ）］異常判定を行う。ステップ１７０では、異常パターンが、異常パターンａ〜ｃのどれに該当するかを判定する。
【解決手段】ステップ１１０では、心電Ｒ波形から、心拍間隔ＲＲＩを求め、各心拍間隔ＲＲＩを記憶するとともに、その時系列データを定期的に更新する。ステップ１２０では、心拍変動解析を行う。ステップ１３０では、［ＨＦ］、［ＬＦ／ＨＦ］時系列データ処理を行う。［ｌｎ（ＬＦ／ＨＦ）］異常判定を行う。ステップ１５０では、［ｌｎ（ＬＦ／ＨＦ）］に基づいて設定される異常フラグが、異常があることを示す１又は２か、或いは異常がないことを示す０かを判定する。ステップ１６０では、［ｌｎ（ＬＦ／ＨＦ）］異常判定を行う。ステップ１７０では、異常パターンが、異常パターンａ〜ｃのどれに該当するかを判定する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、運転者などの心拍間隔変動量等を用いて、心臓の異常を判定することができる生体状態判定装置、生体状態評価システム、プログラム、及び記録媒体に関するものである。
【背景技術】
【０００２】
従来より、自動車事故は、人為的要因による原因が最も多く、ドライバの状態を計測する必要性が報告されている。
【０００３】
例えば、長距離トラックドライバによる居眠り運転事故や、自動車の運転中に心血管系の異常を突如発生し、自動車事故が発生することが社会問題化している。特に、心血管系の異常については、今後の超高齢者化社会において、より一層問題化する可能性が高い。
【０００４】
この対策として、下記特許文献１、２において、車両内で心拍を計測し、ドライバが正常な状態か否かをモニタする方法が提案されている。これらの技術は、いずれも、心拍数や心拍間隔変動量（ＨＲＶ）の高周波成分（ＨＦ）について、絶対値に所定の閾値を設けて判定したり、初期からの増減率もしくは所定の時間内の増減率に所定の閾値を設け、モニタした値が閾値から外れたかどうかで異常か否かを判定している。
【先行技術文献】
【特許文献】
【０００５】
【特許文献１】ＷＯ２００５／１１２７６４
【特許文献２】特開平１１−１９５１９８号公報
【発明の概要】
【発明が解決しようとする課題】
【０００６】
しかしながら、上述した従来技術においては、ＨＦの増減を観察しているが、健常者で運転可能な状態でも、ドライバの行動状態によってＨＦは大きく変動するため、正常を異常と誤判定する可能性がある。また、あまりに極端な閾値を設定しても、極端な例のみでしか事前に検出することは困難であり、感度（精度）低下を招く可能性が高い。
【０００７】
本発明は、前記課題を解決するためになされたものであり、その目的は、心臓の異常に関する状態を精度良く判定することができる生体状態判定装置、生体状態判定システム、プログラム、及び記録媒体を提供することにある。
【課題を解決するための手段】
【０００８】
今回、我々は、心臓の異常状態の直前の兆候（予兆）を見いだすために、２４時間携帯型心電計を装着していた患者について、その記録を調べた。具体的には、偶然に心室細動を起こして死亡したか或いは自然に心室細動が停止して助かったか、又は、完全房室ブロックを起こして死亡したか或いは自然に回復して助かったかについて、そのイベントが記録された症例を３１名収集して分析した。
【０００９】
その結果、心臓の異常の発生前に、後述する図３〜図５に例示する様に、心電図に特有のパターン（即ち例えば異常パターンａ〜ｃ）が発生することを見いだし、本発明に到ったものである。以下、各請求項毎に説明する。
【００１０】
（１）請求項１の発明では、心拍間隔及び脈拍間隔のうち少なくとも一方の生体情報に基づいて、心臓の異常を判定する生体状態評価装置において、前記心拍間隔及び脈拍間隔のうち少なくとも一方を周波数解析することによって、交感神経活動を示す第１の指標（例えば［ＬＦ／ＨＦ］）及び副交感神経活動を示す第２の指標（例えば［ＨＦ］）のうち少なくとも第１の指標を求める指標算出手段と、前記指標算出手段にて求めた指標の変動の程度が所定の期間にわたり所定値より小さいことを示す所定の条件を満たす基準時間帯か否かを判定する基準時間帯判定手段と、前記所定の条件が満たされた場合には、前記基準時間帯の後の所定の異常有無判定時間帯において、前記指標の増加及び減少の変化がそれぞれ前記基準時間帯における前記指標の変動より大きいことを示す所定の閾値以上であるとともに、前記増加及び減少の変化の割合が所定の閾値以上であるときには、前記心臓の異常の予兆と判定する異常判定手段と、を備えたことを特徴とする。
【００１１】
本発明では、基準時間帯の後の異常有無判定時間帯において、指標（第１の指標及び第２の指標のうち少なくとも第１の指標）の増加及び減少の変化（変動幅）が所定の閾値以上であるとともに、その増加及び減少の変化の割合（変化率）が所定の閾値以上であるときには、心臓の異常（詳しくは異常の予兆）と判定する。
【００１２】
つまり、前記図３〜図５の異常パターンａ〜ｃに示す様に、（基準時間帯における指標の変動に比べて）指標が大きく変動するとともに、急速に増減が変化する場合には、心臓の異常の予兆であると判定する。これにより、心臓の実際の異常の発生を事前に予測することが可能となり、心臓の異常を精度良く検出することができる。
【００１３】
以下、本発明の各構成について説明する。
【００１４】
・本発明では、心室細動等の実際の心臓の異常ではなく、その異常の予兆をも異常とみなして判定する。
【００１５】
・前記基準時間帯は、心臓に異常が無いとみなせる状態を示しており、その期間（時間）は、予め設定することができるが、状況に応じて可変とすることもできる。
【００１６】
・前記異常有無判定時間帯とは、異常判定が行われる期間のことであり、基準時間帯と同様に予め設定することができる。なお、異常有無判定時間帯として、その期間を特に設定しなくともよい。その場合は、実際に異常判定を行う期間を異常有無判定時間帯とみなすことができる。
【００１７】
・前記基準時間帯の指標の変動の程度が小さいことを示す所定の条件としては、例えば予め設定された時間において、指標の変動量が所定の閾値から外れる割合（期間）が基準値（所定値）より少ない条件が挙げられる。
【００１８】
・前記指標の増加及び減少の変化（変動量）が基準時間帯における指標の変動より大きいことを示す所定の閾値としては、基準時間帯における指標の変動幅より大きな値や、基準時間帯における変動の中心から所定の幅等より大きな値を採用できる。
【００１９】
なお、この閾値は、指標の増加及び減少で同じ値でも良いが、増加と減少で異なっていてもよい。
【００２０】
・前記指標の増加及び減少の変化の割合が所定の閾値以上とは、増加及び減少とも、所定の閾値以上の変化率で変化することを示すが、その閾値は増加と減少の場合で異なっていてもよい。
【００２１】
・なお、指標の増減とは、増加から減少に連続的に変化する場合でも、減少から増加に連続的に変化する場合でもよい。
【００２２】
（２）請求項２の発明は、前記指標として、その指標の自然対数を用いることを特徴とする。
【００２３】
本発明では、指標（例えば［ＬＦ／ＨＦ］［ＨＦ］）の自然対数をとることで、指標の値の分布を正規分布に近似させる。
【００２４】
つまり、人によっては、指標の絶対値が大きくばらつくが、自然対数をとることで、個人差を低減することができ、統計的により正確な異常判定が可能となる。
【００２５】
（３）請求項３の発明は、前記基準時間帯の所定の条件は、前記指標のばらつきが所定の閾値以下であることを特徴とする。
【００２６】
前記指標のばらつき（例えば標準偏差：ＳＤ）が所定の閾値以下の場合は、指標の変動が少ないので、その条件を（心臓の異常がないとみなせる）基準時間帯として設定するのである。
【００２７】
（４）請求項４の発明は、前記指標の増減の閾値は、前記基準時間帯における前記指標の平均値±１ＳＤであることを特徴とする。
【００２８】
本発明は、異常有無判定時間帯における指標の増減の閾値を例示したものである。なお、増加の場合の閾値が、基準時間帯における指標の平均値＋１ＳＤであり、減少の場合の閾値が、基準時間帯における指標の平均値−１ＳＤである。
【００２９】
（５）請求項５の発明は、前記指標の増減の閾値は、前記基準時間帯における前記指標の絶対値に応じて可変とすることを特徴とする。
【００３０】
前記指標は、例えば年齢など人の状態により異なる変動状態となる。従って、異常有無判定時間帯における指標の増減の閾値を、基準時間帯における指標の絶対値に応じて可変とすることにより、より精度良く指標の増減を把握することができる。
【００３１】
（６）請求項６の発明は、前記基準時間帯を、前記指標の過去のデータを使用して設定することを特徴とする。
【００３２】
異常判定を行う場合は、基準時間帯の直後の異常有無判定時間帯に実施することができるが、基準時間帯の設定を、指標の過去のデータを用いて行うことも可能である。つまり、所定の条件を満たす期間を基準時間帯として採用し、その基準時間帯における指標の例えば平均値を用いて、前記指標の増減の判定に用いる閾値を設定してよい。
【００３３】
（７）請求項７の発明は、前記異常判定手段は、前記異常有無判定時間帯における前記指標の変動幅が、前記基準時間帯における前記指標の平均±１．５〜３ＳＤのときに、前記指標の変動の大きさに関する異常判定の条件を満たすと判定することを特徴とする。
【００３４】
本発明は、異常有無判定時間帯において指標がどの程度変動した場合に、指標の増加及び減少に関して異常と判定するかを例示したものである。
【００３５】
（８）請求項８の発明は、前記異常判定手段は、前記異常有無判定時間帯における前記指標の回帰直線の傾きに基づいて、前記異常の判定を行うことを特徴とする。
【００３６】
回帰直線の傾きは、指標の増減の変化率を示しているので、この回帰直線の傾きを考慮して、異常の判定を行うことができる。
【００３７】
（９）請求項９の発明は、前記回帰直線の傾きを判定する際の閾値は、前記基準時間帯における前記指標の絶対値に応じて可変とすることを特徴とする。
【００３８】
前記請求項５に示した様に、前記指標は、例えば年齢など人の状態により異なる変動状態となる。従って、異常有無判定時間帯における回帰直線の傾きを判定する際の閾値を、基準時間帯における指標の絶対値に応じて可変とすることにより、より精度良く指標の増減を把握することができる。
【００３９】
（１０）請求項１０の発明は、前記回帰直線の傾きの程度において、前記異常の程度を示す異常レベルを変更することを特徴とする。
【００４０】
回帰直線の傾きは、異常の程度に応じて変化すると考えられる。従って、回帰直線の傾きに応じて、異常レベル（どの程度危険度が大きいかなど）を把握することができる。
【００４１】
（１１）請求項１１の発明は、前記第１の指標と前記第２の指標とを用いる場合には、それぞれの指標に基づいて共に前記異常と判定されたときに、前記異常と判断することを特徴とする。
【００４２】
第１の指標や第２の指標のどちらかで異常判定を行ってもよいが、両方の指標を用いることにより、異常判定の精度を高めることができる。
【００４３】
（１２）請求項１２の発明は、前記第１の指標と前記第２の指標とを用いる場合には、前記第１の指標の増減と前記第２の指標の増減が逆方向に変動する条件を加えて、異常判定に用いる異常パターンを決定することを特徴とする。
【００４４】
前記図３及び図５に示す様に、異常の予兆がある場合には、第１の指標の増減と第２の指標の増減が逆方向に変動するので、この変動の状態から異常パターンを決定することができる。これにより、一層精度良く異常判定を行うことができる。
【００４５】
（１３）請求項１３の発明は、前記異常と判定された場合に、入眠時、睡眠中、又は起床時と判定された場合には、異常と判断しないことを特徴とする。
【００４６】
入眠時、睡眠中、又は起床時には、その動作に起因する外乱により、異常判定を精度良く行えない可能性が高いので、入眠時、睡眠中、又は起床時に異常と判定されても、その判定を採用しないものである。
【００４７】
（１４）請求項１４の発明は、前記生体状態評価装置は、車載装置であることを特徴とする。
【００４８】
本発明は、上述した生体状態評価装置が車載装置であることを例示したものである。
【００４９】
（１５）請求項１５の発明は、前記異常判定を、車両の走行中に実施することを特徴とする。
【００５０】
本発明では、車載の生体状態評価装置により、走行中に異常の判定を行うことができる。
【００５１】
（１６）請求項１６の発明（生体状態評価システム）は、請求項１〜１５のいずれに記載する生体状態評価装置に加え、生体状態を検出するセンサ、判定結果に対応する報知内容を出力する出力装置、及び判定結果に応じた制御を行う制御装置の少なくとも１種を備えたことを特徴とする。
【００５２】
従って、本発明では、センサによって得られた心電信号や脈波信号等に基づいて異常の判定を行うことができ、異常と判定された場合には、その結果等の報知を行ったり、その結果等に基づいた制御を行うことができる。
【００５３】
（１７）請求項１７の発明は、前記異常と判定された場合には、自覚症状の問いかけの報知出力、心電波形計測を促す報知出力、及び血圧計測を促す報知出力のうち少なくとも１種を行うことを特徴とする。
【００５４】
本発明では、心臓の異常の予兆が検出された場合には、自覚症状の問いかけの報知出力、心電波形計測を促す報知出力、及び血圧計測を促す報知出力のうち少なくとも１種を行うので、極めて安全性の高いものである。
【００５５】
（１８）請求項１８の発明は、前記異常と判定された場合には、該異常判定とは異なる他の生体計測又は異常判定を促す報知出力を行うことを特徴とする。
【００５６】
本発明では、心臓の異常の予兆が検出された場合には、異常の予兆の判定とは異なる他の生体計測や異常判定を促す報知出力を行うので、極めて安全性の高いものである。
【００５７】
（１９）請求項１９の発明は、前記異常と判定された場合には、心電波形計測及び血圧計測のうち少なくとも１種を実施することを特徴とする。
【００５８】
本発明では、心臓の異常の予兆が検出された場合には、心電波形計測及び血圧計測のうち少なくとも１種を実施するので、極めて安全性の高いものである。
【００５９】
（２０）請求項２０の発明は、コンピュータを、請求項１〜１５のいずれかに記載の生体状態判定装置として機能させるためのプログラムである。
【００６０】
（２１）請求項２１の発明は、請求項２０に記載のプログラムを記憶したコンピュータ読み取り可能な記録媒体である。
【００６１】
つまり、上述した様なプログラムをコンピュータシステムにて実現する機能は、例えば、コンピュータシステム側で起動するプログラムとして備えることができる。このようなプログラムの場合、例えば、フレキシブルディスク、光磁気ディスク、ＣＤ−ＲＯＭ、ハードディスク等のコンピュータ読み取り可能な記録媒体に記録し、必要に応じてコンピュータシステムにロードして起動することにより用いることができる。この他、ＲＯＭやバックアップＲＡＭ等をコンピュータ読み取り可能な記録媒体として前記プログラムを記録しておき、このＲＯＭあるいはバックアップＲＡＭ等をコンピュータシステムに組み込んで用いても良い。
【図面の簡単な説明】
【００６２】
【図１】実施例１のドライバ状態評価システムの主要な構成を示す説明図である。
【図２】心電センサによって得られる心電波形を示すグラフである。
【図３】異常パターンａの出力状態を示す説明図である。
【図４】異常パターンｂの出力状態を示す説明図である。
【図５】異常パターンｃの出力状態を示す説明図である。
【図６】［ｌｎ（ＬＦ／ＨＦ）］の出力の回帰直線の傾斜を示す説明図である。
【図７】実施例１の異常判定の処理を示すメインルーチンのフローチャートである。
【図８】心拍変動解析処理を示すフローチャートである。
【図９】［ＬＦ／ＨＦ］［ＨＦ］時系列データ処理を示すフローチャートである。
【図１０】［ｌｎ（ＬＦ／ＨＦ）］異常判定処理を示すフローチャートである。
【図１１】［ｌｎＨＦ］異常判定処理を示すフローチャートである。
【図１２】異常パターン判定処理を示すフローチャートである。
【発明を実施するための形態】
【００６３】
次に、本発明の生体状態評価システム、生体状態評価装置、プログラム、及び記録媒体の実施例について、図面に基づいて説明する。
【実施例１】
【００６４】
ここでは、生体状態評価システムとして、自動車の運転者（ドライバ）の状態を評価するドライバ状態評価システムやそのシステムに用いられるドライバ状態評価装置を例に挙げて説明する。
【００６５】
ａ）まず、本実施例のドライバ状態評価システムの基本構成について、図１及び図２に基づいて説明する。
【００６６】
図１に示す様に、本実施例のドライバ状態評価システムは、ドライバの運転不適応状態（詳しくは心臓の異常の予兆）を判定することができるシステムであり、人体に取り付けて使用されて心電位を検出する心電センサ１と、この心電センサ１の計測データに基づいて各種の演算等を行ってドライバの状態を判定するドライバ状態評価装置３と、ドライバ状態評価装置３からの情報に基づいて車両を制御する信号を出力する車両制御装置５と、各種のデータを記憶するハードディスク等の記憶装置７と、ドライバ等への報知内容を表示する表示装置９と、外部装置との通信を行う通信装置１１等から構成されている。
【００６７】
以下、各構成について詳細に説明する。
【００６８】
前記ドライバ状態評価装置３は、電子制御装置であり、心電センサ１からの信号を増幅する心電アンプ１３と、心電アンプ１３からのアナログ信号をデジタル信号に変換するＡＤＣである信号波形取得部１５と、信号波形取得部１５からの信号に基づいて各種の演算を行うマイクロコンピュータ１７とを備えている。
【００６９】
このマイクロコンピュータ１７は、機能的に、後述する様に、心電センサ１からの信号の周波数解析等の処理を行う信号処理演算部１９と、信号処理演算部１９にて処理された値を用いてドライバの状態を判定するドライバ状態判定部２１と、ドライバ状態判定部にて判定された結果に基づいて各種の制御を行う信号を出力する車両制御部２３とを備えている。
【００７０】
前記心電センサ１に関しては、例えば心電位を測定するための一対の電極（図示せず）が、車両を操舵するステアリング（図示せず）の表面にて運転者の各手の位置に配置され、心電センサ１の本体がステアリングの内部に埋め込まれものを採用できる。なお、これ以外にも、例えばシート内部電極を設けたシート型のセンサでもよい。
【００７１】
ここで、心電センサ１によって得られる心電波形について説明する。
【００７２】
図２に示す様に、心電波形は、主に、心房の電気的興奮を反映するＰ波と、心室の電気的興奮を反映するＱ、Ｒ及びＳ波（ＱＲＳ群）と、興奮した心室の心筋細胞が再分極する過程を反映するＴ波とから構成されている。このうち、Ｒ波の波高（電位差）が最も大きく、筋電位等のノイズに対して最も頑健であると言える。次に波高が大きいのがＴ波であり、Ｐ波が最も小さい波高を有する。
【００７３】
なお、前記図２に示す心電波形のＲ波検出は、元波形もしくは微分波形から最大ピークを求める方法でもよいし、特開２００７−３０１１０１号公報に開示されている様なテンプレートから求める方法でもよい。
【００７４】
そして、心電図のうち、Ｒ波ピークとＲ波ピークの間隔を心拍間隔（ＲＲＩ）と呼び、心拍間隔の逆数に６０を乗ずることにより心拍数が算出できる。
【００７５】
更に、心拍間隔変動量（ＨＲＶ）から、人の状態評価が可能となる。この心拍間隔変動量を示す指標として、例えば心拍間隔を周波数解析（ＦＦＴ等）することで、自律神経活動量を評価できると言われている。具体的には、心拍間隔を周波数解析したデータの高周波成分ＨＦ（０．１５〜０．４Ｈｚ）は、副交感神経活動量を反映し、低周波成分ＬＦ（０．０４〜０．１５Ｈｚ）と高周波成分ＨＦとの比（ＬＦ／ＨＦ）は、交感神経活動量を反映すると言われている。
【００７６】
図１に戻り、前記信号処理演算部１９は、心電波形取得部１５にて取得した心電波形に基づいて、前述した心拍間隔（ＲＲＩ）、心拍数、ＨＦやＬＦ／ＨＦなどの心拍間隔変動量を示す指標を算出するものである。
【００７７】
前記ドライバ状態判定部２１は、信号処理演算部１９で得られた心拍間隔（ＲＲＩ）、心拍数、ＨＦやＬＦ／ＨＦなどの心拍間隔変動量を示す指標の時系列変化から、ドライバの状態（運転不適状態）を推定する。ここでは、運転不適状態とは、実際に心臓に異常が発生した状態ではなく、心臓に異常が発生する前に生ずる予兆の現象が発生した状態である。
【００７８】
前記車両制御部２３は、ドライバ状態判定部２１の判定結果に基づいて、ドライバや同乗者や車両等に対して、どのようなアクションを起こすかを決定し、その決定に応じた信号を、車両制御装置５、記憶装置７、表示装置９、通信装置１１等に出力する。
【００７９】
前記車両制御装置５は、ドライバ状態判定部２１の判定結果に基づいて、ドライバが運転不適状態と判断された場合、車両制御部２３からの指示により、例えばドライバの車両操作を支援するように自動的に段階的にブレーキをかけ、車両を安全に停車させたり、周囲の車両に注意を促すために、ハザードランプを点滅させたり等の制御を行う。
【００８０】
前記記憶装置７は、車両制御部２３にてデータの記憶が必要と判断された場合には、心電波形取得部１５にて取得した心電波形、信号処理演算部１９にて算出された心拍間隔、心拍間隔変動量ＨＦ、ＬＦ／Ｈや、ドライバ状態判定部２１にて判定されたドライバの状態の判定結果などを記憶する。
【００８１】
前記表示装置９は、液晶表示装置（ＬＣＤ）や有機ＥＬディスプレイ等の車載用表示装置（ナビゲーションのディスプレイ）であり、記憶装置７と同様に、心拍数（心拍間隔の逆数×６０）、心拍間隔変動量、ドライバの状態の判定結果について表示する。
【００８２】
前記通信装置１１は、外部との通信を行うための装置であり、車両制御部２３からの指示を受けて、医療機関や救急等の予め登録された連絡先に警報を発したり、車両の位置情報を送信するために使用される。
【００８３】
ｂ）次に、心電センサ１から得られるデータに基づいて、運転不適状態を判定する原理について説明する。
【００８４】
ここでは、異常判定（詳しくは異常の予兆の判定）の手法として、図３〜図５に示す様に、異常パターンａ〜ｃによる３種の手法があるので、それぞれ説明する。なお、各図は、心臓が実際の異常を発生する前の実データ［ｌｎＨＦ］、［ｌｎ（ＬＦ／ＨＦ）］であり、この［ｌｎＨＦ］、［ｌｎ（ＬＦ／ＨＦ）］は、後に詳述するが、［ＨＦ］、［ＬＦ／ＨＦ］の移動平均の自然対数をとったものである。なお、以下では，［］は、時系列データであることを示す。
【００８５】
(1)異常パターンａ
異常パターンａの場合には、図３に示す様に、［ｌｎＨＦ］、［ｌｎ（ＬＦ／ＨＦ）］の時系列データは、判定に使用する観察時間帯のうち、前半の所定の基準時間帯の変動に対し、基準時間帯後の所定の時間帯（異常有無判定時間帯）の変動に特徴がある。
【００８６】
即ち、異常パターンａの場合には、異常有無判定時間帯には、交感神経活動の指標［ｌｎ（ＬＦ／ＨＦ）］が、急激に減少した後に急激に増加する。それとともに、副交感神経活動の指標［ｌｎＨＦ］が、急激に増加した後に急激に減少する。
【００８７】
従って、この［ｌｎＨＦ］、［ｌｎ（ＬＦ／ＨＦ）］の変化から、運転不適状態を判定することができる。
【００８８】
(2)異常パターンｂ
異常パターンｂの場合には、図４に示す様に、［ｌｎＨＦ］、［ｌｎ（ＬＦ／ＨＦ）］の時系列データは、判定に使用する観察時間帯のうち、前半の所定の基準時間帯の変動に対し、基準時間帯後の所定の時間帯（異常有無判定時間帯）の変動に特徴がある。
【００８９】
即ち、異常パターンｂの場合には、異常有無判定時間帯には、交感神経活動の指標［ｌｎ（ＬＦ／ＨＦ）］が、急激に減少した後に急激に増加する。一方、副交感神経活動の指標［ｌｎＨＦ］は、前記異常パターンａのように減少しない。
【００９０】
従って、この［ｌｎ（ＬＦ／ＨＦ）］の変化から、運転不適状態を判定することができる。
【００９１】
(3)異常パターンｃ
異常パターンｃの場合には、図５に示す様に、［ｌｎＨＦ］、［ｌｎ（ＬＦ／ＨＦ）］の時系列データは、判定に使用する観察時間帯のうち、前半の所定の基準時間帯の変動に対し、基準時間帯後の所定の時間帯（異常有無判定時間帯）の変動に特徴がある。
【００９２】
即ち、異常パターンｃの場合には、前記異常パターンａとは逆に、異常有無判定時間帯には、交感神経活動の指標［ｌｎ（ＬＦ／ＨＦ）］が、急激に増加した後に急激に減少する。それとともに、副交感神経活動の指標［ｌｎＨＦ）］が、急激に減少した後に急激に増加する。
【００９３】
従って、この［ｌｎＨＦ］、［ｌｎ（ＬＦ／ＨＦ）］の変化から、運転不適状態を判定することができる。
【００９４】
この様に、前記異常パターンａ〜ｃを用いて、運転不適状態を判定することができる。なお、異常パターンａ，ｃでは、［ｌｎＨＦ］、［ｌｎ（ＬＦ／ＨＦ）］の両方の変化で運転不適状態を判定するが、異常パターンｂは、［ｌｎ（ＬＦ／ＨＦ）］のみの変化で運転不適状態を判定するので、異常パターンａ、ｃが検出された場合には、より危険レベルが高い（即ち実際の心臓の異常が発生する可能性が高い）とみなすことができる。
【００９５】
(4)基準時間帯の判定条件
ここでは、前記(1)〜(3)の異常パターンａ〜ｃの判定の際に用いる基準時間帯について説明する。なお、本実施例では、基準時間帯を１２０分、異常有無判定時間帯を６０分としている。
【００９６】
図６に示す様に、前記基準時間帯は、その変動幅が小さいことが必要である。つまり、１２０分間にわたり、［ｌｎ（ＬＦ／ＨＦ）］の時系列データの平均値±１ＳＤ（標準偏差）からの外れ率が、所定の閾値を下回っている場合には、基準時間帯として採用する。
【００９７】
なお、この基準時間帯における変動量の判定条件を、基準時間時間帯変動量判定条件＜Ｘ＞と称する。
【００９８】
ここで、［ｌｎＨＦ］や［ｌｎ（ＬＦ／ＨＦ）］の絶対値には個人差があり、心機能が衰えるほど、絶対値が小さくなることが知られている。また、年齢が上がるほど、ＬＦやＬＦ／ＨＦの絶対値が減衰することも知られている。
【００９９】
そこで、本実施例では、以下の所定の閾値を設け、絶対値が大きい方が異常と判定されにくく、小さい方が異常と判定され易くなるように設定している。
【０１００】
具体的には、「ｍｅａｎ［ｌｎ（ＬＦ／ＨＦ）］±１ＳＤ≧１．５、又は、［ｌｎ（ＬＦ／ＨＦ）］の最大値≧１．５」の条件が満たされたときには、１２０分間の基準時間帯において、ｍｅａｎ［ｌｎ（ＬＦ／ＨＦ）］±１ＳＤから外れている時間の総和が、基準時間帯全体に対して１／４を、前記閾値としている。
【０１０１】
なお、ｍｅａｎ［ｌｎ（ＬＦ／ＨＦ）］は、［ｌｎ（ＬＦ／ＨＦ）］の平均値であり、ｍｅａｎ［ｌｎ（ＬＦ／ＨＦ）］±１ＳＤは、図６のＢ点を示している。
【０１０２】
一方、「ｍｅａｎ［ｌｎ（ＬＦ／ＨＦ）］±１ＳＤ≧１．５、又は、［ｌｎ（ＬＦ／ＨＦ）］の最大値≧１．５」の条件に当てはまらない場合には、１２０分間の基準時間帯において、ｍｅａｎ［ｌｎ（ＬＦ／ＨＦ）］±１ＳＤから外れている時間の総和が、基準時間帯全体に対して１／３を、前記閾値としている。
【０１０３】
これにより、［ｌｎ（ＬＦ／ＨＦ）］の絶対値が小さい方が、異常判定の条件が緩くなり、異常と判定し易くなるように設定されている。すなわち、異常を見つけやすくしている。
【０１０４】
なお、［ｌｎＨＦ］の基準時間帯についても、［ｌｎ（ＬＦ／ＨＦ）］と同様であるので、その説明は省略する。
【０１０５】
また、前記基準時間帯のデータは、正常時のデータベースの位置づけであり、異常判定をする毎に、必ずしも所定の基準時間帯のデータを計測する必要はない。例えば、過去に計測したデータを読み込んで基準時間帯の判定などを行ってもよく、この場合は、リアルタイムの基準時間帯の計測時間を省略することが可能である。
【０１０６】
(5)異常有無判定時間帯の判定条件
次に、基準時間帯に続く異常有無判定時間帯における変動に基づいて行われる異常判定について説明する。
【０１０７】
・本実施例では、所定の異常有無判定時間帯において、基準時間帯のｍｅａｎ［ｌｎ（ＬＦ／ＨＦ）］±３ＳＤを外れる極小点又は極大点を検出し、基準時間帯後に増加、減少のどちらに急変するかを捉える。
【０１０８】
つまり、基準時間帯に続く極小点（又は極大点）をＡとすると、「Ａ≦ｍｅａｎ［ｌｎ（ＬＦ／ＨＦ）］−３ＳＤ 又は、Ａ≧ｍｅａｎ［ｌｎ（ＬＦ／ＨＦ）］＋３ＳＤ」を条件とする。なお、ここでは、閾値を３ＳＤとしたが、２ＳＤ〜３ＳＤの範囲を値を採用してもよい。
【０１０９】
例えば図６では、基準時間帯後に減少するデータを示しており、ここでは極小点（Ａ）が検出される。
【０１１０】
なお、この異常有無判定時間帯における変動量の判定条件を、異常有無判定時間帯変動量判定条件＜Ｙ＞と称する。
【０１１１】
ただし、単に変動量だけでは、増加又は減少の変化率が分からないので、実際の処理では、極小点（又は極大点）が、異常有無判定時間帯の半分（３０分）以内の場合のみ、条件＜Ｙ＞に該当するとしている。
【０１１２】
・次に、Ａが極小点の場合は、極小点から急激に増加するか否かを判定する。逆に、Ａが極大点に場合は、極大点から急激に減少するか否かを判定する。
【０１１３】
ここでは、極小点又は極大点からの所定の期間経過後（例えば異常有無判定時間帯の終了時点）までの回帰直線の傾きから、グラフの変化を判定する。
【０１１４】
なお、この回帰直線によるグラフの傾きの判定条件を、回帰直線傾斜判定条件＜Ｚ＞と称する。
【０１１５】
ただし、単に回帰直線の傾きだけでは、極小点からの増加の変動幅（又は極大点からの減少の変動幅）が分からないので、実際の処理では、その変動幅も考慮する。例えば極小点（又は極大点）からの変動幅や、所定の位置（例えばｍｅａｎ［ｌｎ（ＬＦ／ＨＦ）］）からの変動幅等を判定値として用い、実際の変動幅が判定値以上の場合のみ、条件＜Ｚ＞に該当するとしている。
【０１１６】
以下では、図６のグラフが極小点から増加する場合を例に挙げて説明する。なお、グラフが極大点から減少する場合は、傾きの正負を逆とすればよい。
【０１１７】
図６に示す様に、所定の基準時間帯の開始時のｍｅａｎ［ｌｎ（ＬＦ／ＨＦ）］−３ＳＤから、所定の基準時間帯の開始時のｍｅａｎ［ｌｎ（ＬＦ／ＨＦ）］＋３ＳＤになるまでの傾きをＳ１とする。
【０１１８】
これに対して、前記極小点から異常有無判定時間帯の終点までの［ｌｎ（ＬＦ／ＨＦ）］の回帰直線の傾きをＳ２とする。
【０１１９】
そして、以下の様にして、基準時間帯の変動幅に対する回帰直線の傾きの比較から、異常判定を行う。なお、この異常判定では、前記基準時間帯の安定性の判定同様、［ｌｎ（ＬＦ／ＨＦ）］の絶対値が小さいほど条件が緩くなるように設定し、異常をより見つけやすくしている。
【０１２０】
具体的には、基準時間帯のｍｅａｎ［ｌｎ（ＬＦ／ＨＦ）］＋１．５ＳＤをＣ点としたとき、下記の様に条件を設定する。なお、下記の条件は、実際の３１人の患者から得られたデータから導き出されたものである。
【０１２１】
Ｃ＜０のとき、
Ｓ２＞Ｓ１×ｅｘｐ（Ｃ−０．５）
１＞Ｃ≧０のとき、
Ｓ２＞Ｓ１×（Ｃ＋ｅｘｐ（−０．５））
Ｃ≧１のとき、
Ｓ２＞Ｓ１×ｅｘｐ（Ｃ）
そして、上記条件を満たした場合、つまり、基準時間帯のＳ１よりもＳ２の方が傾きが急激に大きいときは、異常と判定する。
【０１２２】
なお、［ｌｎＨＦ］の異常有無判定時間帯についても、［ｌｎ（ＬＦ／ＨＦ）］と同様であるので、その説明は省略する。
【０１２３】
・また、ここでは、図３及び図４に示す［ｌｎ（ＬＦ／ＨＦ）］のＶ字型変動（減少→増加）を、１例に挙げたが、図５に示す様に、［ｌｎ（ＬＦ／ＨＦ）］の逆Ｖ字型変動（増加→減少）も、同様な考え方で判定することができる。
【０１２４】
このとき、増加→減少をとらえるため、傾きが負になるが、負側に大きいときに異常と判定することができる。
【０１２５】
また、図３に示す［ｌｎＨＦ］の逆Ｖ字型変動、図５に示す［ｌｎＨＦ］のＶ字型変動についても、前記と同様に異常判定することができる。
【０１２６】
更に、前記傾きに閾値を設ける方法とは別に、Ｓ１とＳ２の傾きの比率から、異常レベルを段階的に分けてもよい。例えば比（Ｓ２／Ｓ１）を求め、この比が大きくなるほど、異常の程度が大きい（異常のレベルが高い）と判断してもよい。
【０１２７】
これにより、異常レベルに応じて、アクションレベルを変えることもできる。例えば異常レベルが高いほど、警告の程度を強くするように、メッセージの内容を切り替えたり、或いは、車両の制御を安全側にしてもよい。例えば車速を低下したり、制動力をアップさせる制御を行ってもよい。
【０１２８】
ｃ）次に、前記原理に基づいて、ドライバ状態評価装置３のマイクロコンピュータ１７にて行われる処理について説明する。
【０１２９】
(1)まず、メインルーチンについて説明する。
【０１３０】
図７のフローチャートに示す様に、ステップ（Ｓ）１００では、心電波形取得部１５から得られた信号に基づいて、心電Ｒ波形を取得する。
【０１３１】
続くステップ１１０では、心電Ｒ波形から、心拍間隔ＲＲＩを求め、各心拍間隔ＲＲＩを記憶するとともに、その時系列データを定期的に更新する。この更新は、異常判定を行うタイミングに行われ、例えば１分毎とする。
【０１３２】
続くステップ１２０では、後に詳述する様に、心拍変動解析を行う。即ち、心拍間隔ＲＲＩの変動を解析し、最新の時系列データ［ＨＦ］、［ＬＦ／ＨＦ］を求める。
【０１３３】
続くステップ１３０では、後に詳述する様に、［ＨＦ］、［ＬＦ／ＨＦ］時系列データ処理を行う。即ち、［ＨＦ］、［ＬＦ／ＨＦ］から、異常判定に使用する［ｌｎＨＦ］、［ｌｎ（ＬＦ／ＨＦ）］を求める。
【０１３４】
続くステップ１４０では、後に詳述する様に、［ｌｎ（ＬＦ／ＨＦ）］異常判定を行う。即ち、［ｌｎ（ＬＦ／ＨＦ）］を用いて異常の有無（運転不適状態か否か）を判定し、異常の有無を示す異常判定フラグを設定する処理を行う。
【０１３５】
続くステップ１５０では、［ｌｎ（ＬＦ／ＨＦ）］に基づいて設定される異常フラグが、異常があることを示す１又は２か、或いは異常がないことを示す０かを判定する。ここで、異常フラグが１又は２である場合は、ステップ１６０に進み、一方、異常フラグが０である場合は、ステップ１００に戻る。
【０１３６】
ステップ１６０では、後に詳述する様に、［ｌｎＨＦ］異常判定を行う。即ち、［ｌｎＨＦ］のデータに基づいて、更なる異常判定を行う。
【０１３７】
続くステップ１７０では、後に詳述する様に、異常パターン判定を行う。即ち、異常パターンが、前記異常パターンａ〜ｃのどれに該当するかを判定する。
【０１３８】
続くステップ１８０では、後に詳述する様に、異常判定の結果に基づいて、車両制御のアクションを行う。即ち、車両制御装置５、記憶装置７、表示装置９、通信装置１１等を用いて、様々な制御や処理を行い、一旦本処理を終了する。
【０１３９】
(2)次に、前記ステップ１２０の心拍変動解析処理について、図８に基づいて説明する。
【０１４０】
本処理は、心拍間隔ＲＲＩの周波数解析を行う処理である。
【０１４１】
図８のフローチャートに示す様に、ステップ１００では、［ＲＲＩ］の時系列データを入力する。
【０１４２】
続くステップ２１０では、［ＲＲＩ］に重畳する身体の動きなどに伴うノイズを除去する。例えば対象とするＲＲＩがその前後計１０拍分のＲＲＩの中央値に対して全データの標準偏差以上に外れているかを検出することによりノイズを除去する。
【０１４３】
続くステップ２２０では、［ＲＲＩ］のリサンプリング処理により、等間隔時系列データを作成する。具体的には、公知であるＢｅｒｇｅｒのアルゴリズムの処理を行う。
【０１４４】
続くステップ２３０では、前記ステップ２２０にて得られた［ＲＲＩ］のデータに対して、周知の周波数解析（例えばＦＦＴ解析）を行い、所定の周波数帯域のパワーから、最新のＨＦ、ＬＦ／ＨＦを算出する。
【０１４５】
尚、パワースペクトルの振幅値（強度：パワー）が、特定の周波数成分（高周波成分ＨＦ、低周波成分ＬＦ）の変動量であり、この値の時間変化から各周波成分の変動量を連続的に把握することができる。また、ＨＦやＬＦは、当該周波数帯の成分を積分することにより得ることができる。
【０１４６】
続くステップ２４０では、前記ステップ２３０で算出されたＨＦ、ＬＦ／ＨＦを出力し、一旦本処理を終了する。
【０１４７】
(3)次に、前記ステップ１３０の［ＬＦ／ＨＦ］［ＨＦ］時系列データ処理について、図９に基づいて説明する。
【０１４８】
本処理は、異常判定に用いる自然対数の時系列データ［ｌｎＨＦ］、［ｌｎ（ＬＦ／ＨＦ）］を求める処理である。
【０１４９】
図９のフローチャートに示す様に、ステップ３００では、ＨＦ、ＬＦ／ＨＦを入力する。
【０１５０】
続くステップ３１０では、入力した最新のＨＦ、ＬＦ／ＨＦのデータを、［ＨＦ］、［ＬＦ／ＨＦ］の時系列データに入力して更新する。この［ＨＦ］、［ＬＦ／ＨＦ］は、現時刻から所定の過去時間分（判定に用いる時間帯：観察時間帯）のデータを示しており、本実施例では、観察時間帯を３時間としている。
【０１５１】
続くステップ３２０では、データをなますために、即ち異常判定に無関係な微変動を除去するために、前記［ＨＦ］、［ＬＦ／ＨＦ］の移動平均を求めた。つまり、例えば１０分のデータの移動平均を求め、移動平均した時系列データ［ｍ−ＨＦ］、［ｍ−ＬＦ／ＨＦ］を作成した。
【０１５２】
続くステップ３３０では、移動平均した時系列データ［ｍ−ＨＦ］、［ｍ−ＬＦ／ＨＦ］の自然対数をとって、その時系列データ［ｌｎＨＦ］、［ｌｎ（ＬＦ／ＨＦ）］を作成した。
【０１５３】
なお、自然対数とすることで、［ＨＦ］、［ＬＦ／ＨＦ］の値の分布を正規分布に近似させる。つまり、人によってＬＦ／ＨＦなどの絶対値が大きく上下にばらつくが、これにより、その個人差を小さくし、統計的に正確に比較できるようにする。
【０１５４】
続くステップ３４０では、作成した自然対数をとった時系列データ［ｌｎＨＦ］、［ｌｎ（ＬＦ／ＨＦ）］を出力し、一旦本処理を終了する。
【０１５５】
(4)次に、前記ステップ１４０の［ｌｎＬＦ／ＨＦ］の異常判定処理について、図１０に基づいて説明する。
【０１５６】
図１０のフローチャートに示す様に、ステップ４００では、自然対数をとった時系列データ［ｌｎ（ＬＦ／ＨＦ）］を入力する。
【０１５７】
続くステップ４１０では、［ｌｎ（ＬＦ／ＨＦ）］について、所定の異常有無判定帯の変動量を判定する。即ち、［ｌｎ（ＬＦ／ＨＦ）］が、上述した基準時間帯判定条件＜Ｘ＞の判定を行う。
【０１５８】
続くステップ４２０では、［ｌｎ（ＬＦ／ＨＦ）］について、所定の基準時間帯の変動量を判定する。即ち、［ｌｎ（ＬＦ／ＨＦ）］が、上述した異常有無判定時間帯判定条件＜Ｙ＞の判定を行う。なお、異常有無判定時間の半分の時間に極大点又は極大点がある場合のみ、この＜Ｙ＞の判定条件を満たすとする（以下同様）。
【０１５９】
続くステップ４３０では、基準時間帯判定条件＜Ｘ＞及び異常有無判定時間帯判定条件＜Ｙ＞の両条件が、共に満たされたか否かを判定する。ここで、肯定判断されると、心臓に異常が発生する可能性があるので、ステップ４４０に進み、一方、否定判断されると、心臓に異常が発生する可能性が無いとみなされるので、ステップ４５０に進む。
【０１６０】
ステップ４５０では、［ｌｎ（ＬＦ／ＨＦ）］のデータに基づく異常判定の結果、異常の可能性が無いので、そのことを示すフラグ、即ち、［ｌｎ（ＬＦ／ＨＦ）］異常判定フラグを０に設定し、ステップ４９５に進む。
【０１６１】
一方、ステップ４４０では、異常の可能性があるので、更に、所定の異常有無判定時間帯おいて、［ｌｎ（ＬＦ／ＨＦ）］の値が、減少から増加に急変したか否かを判定する。
【０１６２】
具体的には、前記回帰直線傾斜判定条件＜Ｚ＞よる判定を行う。詳しくは、極小点から増加に向かうグラフの傾斜の程度が、所定の閾値以上の急な傾斜であるか否かを判定する。ここで、肯定判断されると、ステップ４９０に進み、一方、否定判断されるとステップ４６０に進む。なお、極小点から増加するグラフの変動幅が、所定の判定値以上である場合のみ、この条件＜Ｚ＞を満たすとする（以下同様）。
【０１６３】
この判定により、例えば図３の異常パターンａの上のグラフ（［ｌｎ（ＬＦ／ＨＦ）］時系列データに対応するグラフ）に該当するか否かを判定することができる。
【０１６４】
ステップ４９０では、回帰直線の減少から増加への傾斜が、心臓の異常を示す異常パターンに合致するとして、そのことを示すために、［ｌｎ（ＬＦ／ＨＦ）］異常判定フラグを１に設定し、ステップ４９５に進む。
【０１６５】
前記ステップ４４０にて否定判断されて進むステップ４６０では、所定の異常有無判定時間帯おいて、［ｌｎ（ＬＦ／ＨＦ）］の値が、増加から減少に急変したか否かを判定する。この判定＜Ｚ＞により、例えば図５の異常パターンｃの上のグラフ（［ｌｎ（ＬＦ／ＨＦ）］時系列データに対応するグラフ）に該当するか否かを判定することができる。
【０１６６】
具体的には、所定以上の変動幅で、且つ、極大点からの傾斜の程度が所定の閾値以上の急な傾斜であるか否かを判定する。ここで、肯定判断されると、ステップ４８０に進み、一方、否定判断されるとステップ４７０に進む。
【０１６７】
ステップ４８０では、回帰直線の増加から減少への傾斜が、心臓の異常を示す異常パターンに合致するとして、そのことを示すために、［ｌｎ（ＬＦ／ＨＦ）］異常判定フラグを２に設定し、ステップ４９５に進む。
【０１６８】
ステップ４７０では、回帰直線の傾斜が緩やかであるので、異常の可能性が無いとして、［ｌｎ（ＬＦ／ＨＦ）］異常判定フラグを０に設定し、ステップ４９５に進む。
【０１６９】
ステップ４９５では、各ステップ４５０、４７０、４８０、４９０にて設定された［ｌｎ（ＬＦ／ＨＦ）］異常判定フラグの値を出力して、一旦本処理を終了する。
【０１７０】
(5)次に、前記ステップ１６０の［ｌｎＨＦ］の異常判定処理について、図１１に基づいて説明する。
【０１７１】
この処理は、前記ステップ１５０にて、［ｌｎ（ＬＦ／ＨＦ）］異常判定フラグによる異常判定の結果、異常と判定された後に、更に、判定精度を高めるために、前記ステップ１４０と同様にして、［ｌｎＨＦ］データを用いて異常判定を行うものである。
【０１７２】
図１１のフローチャートに示す様に、ステップ５００では、自然対数をとった時系列データ［ｌｎＨＦ］を入力する。
【０１７３】
続くステップ５１０では、［ｌｎＨＦ］について、所定の異常有無判定帯の変動量を判定する。即ち、［ｌｎＨＦ］が、上述した基準時間帯判定条件＜Ｘ＞の判定を行う。
【０１７４】
続くステップ５２０では、［ｌｎＨＦ］について、所定の基準時間帯の変動量を判定する。即ち、［ｌｎＨＦ］が、上述した異常有無判定時間帯判定条件＜Ｙ＞の判定を行う。なお、ここでも、異常有無判定時間の半分の時間に極大点又は極大点がある場合のみ、この＜Ｙ＞の判定条件を満たすとする。
【０１７５】
続くステップ５３０では、基準時間帯判定条件＜Ｘ＞及び異常有無判定時間帯判定条件＜Ｙ＞の両条件が、共に満たされたか否かを判定する。ここで、肯定判断されると、ステップ５４０に進み、一方、否定判断されると、ステップ５５０に進む。
【０１７６】
ステップ５５０では、［ｌｎＨＦ］のデータに基づく異常判定の結果、異常の可能性が無いので、そのことを示すフラグ、即ち、［ｌｎＨＦ］異常判定フラグを０に設定し、ステップ５９５に進む。
【０１７７】
一方、ステップ５４０では、異常の可能性があるので、より判定精度を高めるために、更に、所定の異常有無判定時間帯おいて、［ｌｎＨＦ］の値が、減少から増加に急変したか否かを判定する。この判定により、例えば図５の異常パターンｃの下のグラフ（［ｌｎＨＦ］時系列データに対応するグラフ）に該当するか否かを判定することができる。
【０１７８】
具体的には、前記回帰直線傾斜判定条件＜Ｚ＞よる判定を行う。詳しくは、所定の変動幅がある場合に、極小点から増加に向かうグラフの傾斜の程度が、所定の閾値以上の急な傾斜であるか否かを判定する。ここで、肯定判断されると、ステップ５９０に進み、一方、否定判断されるとステップ５６０に進む。
【０１７９】
ステップ５９０では、回帰直線の減少から増加への傾斜が、心臓の異常を示す異常パターンに合致するとして、そのことを示すために、［ｌｎＨＦ］異常判定フラグを１に設定し、ステップ５９５に進む。
【０１８０】
前記ステップ５４０にて否定判断されて進むステップ５６０では、所定の異常有無判定時間帯おいて、［ｌｎＨＦ］の値が、増加から減少に急変したか否かを判定する。この判定＜Ｚ＞により、例えば図３の異常パターンａの上のグラフ（［ｌｎＨＦ］時系列データに対応するグラフ）に該当するか否かを判定することができる。
【０１８１】
具体的には、所定の変動幅である場合に、極大点からの傾斜の程度が所定の閾値以上の急な傾斜であるか否かを判定する。ここで、肯定判断されると、ステップ５８０に進み、一方、否定判断されるとステップ５７０に進む。
【０１８２】
ステップ５８０では、回帰直線の増加から減少への傾斜が、心臓の異常を示す異常パターンに合致するとして、そのことを示すために、［ｌｎＨＦ］異常判定フラグを２に設定し、ステップ５９５に進む。
【０１８３】
ステップ５７０では、回帰直線の傾斜が緩やかであるので、異常の可能性が無いとして、［ｌｎＨＦ］異常判定フラグを０に設定し、ステップ５９５に進む。
【０１８４】
ステップ５９５では、各ステップ５５０、５７０、５８０、５９０にて設定された［ｌｎＨＦ）］異常判定フラグの値を出力して、一旦本処理を終了する。
【０１８５】
(6)次に、前記ステップ１７０の異常パターン判定について、図１２に基づいて説明する。
【０１８６】
図１２のフローチャートに示す様に、ステップ６００では、［ｌｎ（ＬＦ／ＨＦ）］異常判定フラグの値と、［ｌｎＨＦ］異常判定フラグの値を入力する。
【０１８７】
続くステップ６１０では、［ｌｎ（ＬＦ／ＨＦ）］異常判定フラグが１で、且つ、［ｌｎＨＦ］異常判定フラグが２か否かを判定し、ここで肯定判断されるとステップ６２０に進み、一方否定判断されると、ステップ６３０に進む。
【０１８８】
ステップ６２０では、前記ステップ６１０にて、図３に示す異常パターンａに合致すると判定されたので、その判定結果を記憶し、一旦本処理を終了する。
【０１８９】
一方、ステップ６３０では、［ｌｎ（ＬＦ／ＨＦ）］異常判定フラグが２で、且つ、［ｌｎＨＦ］異常判定フラグが１か否かを判定し、ここで肯定判断されるとステップ６４０に進み、一方否定判断されると、ステップ６５０に進む。
【０１９０】
ステップ６４０では、前記ステップ６３０にて、図５に示す異常パターンｃに合致すると判定されたので、その判定結果を記憶し、一旦本処理を終了する。
【０１９１】
一方、ステップ６５０では、［ｌｎ（ＬＦ／ＨＦ）］異常判定フラグが１で、且つ、［ｌｎＨＦ］異常判定フラグが０か否かを判定し、ここで肯定判断されるとステップ６５０に進み、一方否定判断されると、異常が無いとして、一旦本処理を終了する。
【０１９２】
ステップ６６０では、前記ステップ６５０にて、図４に示す異常パターンｂに合致すると判定されたので、その判定結果を記憶し、一旦本処理を終了する。
【０１９３】
なお、異常パターンａ〜ｃの違いは、異常パターンａ、ｃの場合の方が、異常パターンｂよりも、実際に心臓に異常が発生する可能性が高いと思われる。
【０１９４】
(7)次に、前記ステップ１８０の車両制御アクションについて、詳しく説明する。
【０１９５】
このステップ１８０では、ドライバ状態判定部２１の判定結果に基づいて、ドライバや同乗者や車両等に対して、どのようなアクションを起こすかを決定し、その決定に応じた信号を、車両制御装置５、記憶装置７、表示装置９、通信装置１１等に出力する。
【０１９６】
従って、上述した様に、車両制御装置５では、実際に心臓に異常が発生する可能性があると予想され、ドライバが運転不適状態と判断された場合には、例えばドライバの車両操作を支援するように自動的に段階的にブレーキをかけ、車両を安全に停車させたり、周囲の車両に注意を促すために、ハザードランプを点滅させたり等の制御を行う。
【０１９７】
また、記憶装置７では、車両制御部２３にてデータの記憶が必要と判断された場合には、心電波形取得部１５にて取得した心電波形、信号処理演算部１９にて算出された心拍間隔、心拍間隔変動量ＨＦ、ＬＦ／Ｈや、ドライバ状態判定部２１にて判定されたドライバの状態の判定結果などを記憶する。
【０１９８】
更に、表示装置９では、心拍数、心拍間隔変動量、ドライバの状態の判定結果について表示する。
【０１９９】
なお、運転不適状態の場合には、自覚症状を問いかけたり、場合によっては、車両を停車させるように警告メッセージ（アドバイス）を画面に表示させたりする。更には、付属のスピーカから音声メッセージを発したり、或いは、ＬＥＤ等の警告ランプを点滅させたりする。
【０２００】
その上、通信装置１１では、医療機関や救急等の予め登録された連絡先に警報を発したり、車両の位置情報を送信する。
【０２０１】
ｄ）この様に、本実施例では、車両走行中などに、心拍間隔を周波数解析した結果から、［ｌｎ（ＬＦ／ＨＦ）］や［ｌｎＨＦ］の変動の状態を調べ、その変化の状態から運転不適状態（心臓の異常の予兆）を精度良く検出することができる。よって、ドライバにとって、心臓の異常を事前に把握できるので、安全上、極めて有効なものである。
【０２０２】
また、本実施例では、心電図Ｒ波のみを検出することにより異常を判定している。従って、ＰＱＲＳ波を全て検出する必要がないので、従来のＰＱＲＳＴ波を全て検出して異常判定を行う方法に比べて、車両走行中などのノイズ環境下での検出が容易となる。
【０２０３】
しかし、この様なメリットの反面、心拍間隔変動量ＨＲＶは時間ゆらぎであり、その計算にはある程度のデータ長さが必要になり、応答性が低く、且つ、ＰＱＲＳＴ波ほどの情報を含んでいないという特性がある。
【０２０４】
そこで、その点を改良する手法として、心拍間隔変動量ＨＲＶによる異常判定をスクリーニングやトリガとして使用することが望ましい。
【０２０５】
具体的には、心拍間隔変動量ＨＲＶにより異常と判定した場合には、それだけで異常と判定せずに、例えばドライバの自覚症状の問いかけを実施する。例えば「心臓に異常を感じませんか」等の問いかけの出力を、表示装置９を用いて行う。
【０２０６】
また、車両が停車した安定した状態において、応答性の良い、心電図のＰＱＲＳＴ波計測による不整脈判定や、血圧測定による血圧異常判定などを実施することを、表示装置９等を用いてアドバイスする。なお、実際に、心電波形の波形計測や血圧計測の装置を備えている場合には、心電波形の波形計測や血圧計測を実施してもよい。
【０２０７】
これにより、誤判定の少ない、より精度の高い異常判定が可能となる。
【０２０８】
更に、心臓の異常の予兆が検出された場合には、上述した異常の予兆の判定とは異なる他の生体計測（例えば体温、発汗）を促す報知出力を行ってもよい。また、ドライバの顔や行動、姿勢の画像や、車両挙動、操作などの車両信号も有用な判定指標であり、組み合わせてよい。
【０２０９】
なお、本実施例では、車載のドライバ状態評価装置３にて異常判定を行ったが、それとは別に、心電センサ１から得られた信号を、無線等により車外の外部装置に送信し、外部装置にて処理してもよい。
【実施例２】
【０２１０】
次に、実施例２について説明するが、前記実施例１と同様な内容の説明は省略する。
【０２１１】
本実施例では、例えば異常有無判定時間帯における指標の減少の程度を、基準時間帯の終点からの極小点までの変動幅と、基準時間帯の終点から極小点に到る回帰直線の傾きから判定し、その後の増加の程度を、極小点からの増加の変動幅（或いは所定の変動幅）と、極小点からの回帰直線の傾きから判定してもよい。
【０２１２】
また、同様に、異常有無判定時間帯における指標の増加の程度を、基準時間帯の終点からの極大点までの変動幅と、基準時間帯の終点から極大点に到る回帰直線の傾きから判定し、その後の減少の程度を、極大点からの減少の変動幅（或いは所定の変動幅）と、極大点からの回帰直線の傾きから判定してもよい。
【０２１３】
本実施例によっても、前記実施例１と同様な効果を奏する。
【実施例３】
【０２１４】
次に、実施例３について説明するが、前記実施例１と同様な内容の説明は省略する。
【０２１５】
本実施例では、車両とは関係なく、既存の心電装置で同時に取得した心電波形を、パーソナルコンピュータに読み込み、パーソナルコンピュータにて、前記実施例１と同様な異常判定を行って、その結果を、記憶装置に記憶したり、ディスプレイ等に表示する。
【０２１６】
例えばホルター心電計に、前記実施例１で異常判定を行うためのプログラムを組み込み、同様に判定や制御を行ってもよい。また、携帯電話など、常時携帯できるウエアラブル機器に心電センサや異常判定のプログラムを組み込み、同様に判定や制御を行ってもよい。
【０２１７】
更に、病院や自宅のベッドマット型心拍計など、長時間体に接触する寝具を利用し、同様に異常判定や制御を行ってよい。
【０２１８】
また、入眠時、睡眠中、又は起床時には、本発明で異常と判定されるほど自律神経活動が大きく変動する可能性があるため、異常判定を精度良く行えない可能性が高いので、入眠時、睡眠中、又は起床時には、異常と判定されても、その判定を採用しないことが望ましい。
【０２１９】
なお、入眠時、睡眠中、又は起床時を判定する手法としては、睡眠ポリグラフ、アクティブグラフ等の公知の手法を採用できる。
【実施例４】
【０２２０】
次に、実施例４について説明するが、前記実施例１と同様な内容の説明は省略する。
【０２２１】
前記実施例１では、心電位の信号を用いて心拍間隔を求めたが、脈波センサにより検出した脈波信号を用いて、心拍間隔を推定してもよい。
【０２２２】
つまり、脈波とは、心臓の鼓動（心拍）に起因するものであるので、直接に心電位を求めるのではなく、脈波信号から間接的に心拍間隔を求めてもよい。
【０２２３】
なお、心拍間隔が得られた後の周波数解析や異常判定等の処理は、前記実施例１と同様であるので、その説明は省略する。
【０２２４】
なお、脈波信号から心拍間隔等を求める（推定する）技術は、周知であり、例えば特許第３７２９１４３号公報等に記載がある。
【０２２５】
尚、本発明は前記実施例になんら限定されるものではなく、本発明を逸脱しない範囲において種々の態様で実施しうることはいうまでもない。
【０２２６】
例えば前記実施例では、生体状態評価装置等について述べたが、本発明は、それらに限らず、上述したアルゴリズムに基づく処理を実行させるプログラムやそのプログラムを記憶している記録媒体にも適用できる。
【０２２７】
この記録媒体としては、マイクロコンピュータとして構成される電子制御装置、マイクロチップ、フレキシブルディスク、ハードディスク、光ディスク等の各種の記録媒体が挙げられる。つまり、上述した生体状態評価装置の処理を実行させることができるプログラムを記憶したものであれば、特に限定はない。
【０２２８】
尚、前記プログラムは、単に記録媒体に記憶されたものに限定されることなく、例えばインターネットなどの通信ラインにて送受信されるプログラムにも適用される。
【符号の説明】
【０２２９】
１…心電センサ
３…ドライバ状態評価装置
５…車両制御装置
７…記憶装置
９…表示装置
１１…通信装置
１３…心電アンプ
１７…マイクロコンピュータ
【技術分野】
【０００１】
本発明は、運転者などの心拍間隔変動量等を用いて、心臓の異常を判定することができる生体状態判定装置、生体状態評価システム、プログラム、及び記録媒体に関するものである。
【背景技術】
【０００２】
従来より、自動車事故は、人為的要因による原因が最も多く、ドライバの状態を計測する必要性が報告されている。
【０００３】
例えば、長距離トラックドライバによる居眠り運転事故や、自動車の運転中に心血管系の異常を突如発生し、自動車事故が発生することが社会問題化している。特に、心血管系の異常については、今後の超高齢者化社会において、より一層問題化する可能性が高い。
【０００４】
この対策として、下記特許文献１、２において、車両内で心拍を計測し、ドライバが正常な状態か否かをモニタする方法が提案されている。これらの技術は、いずれも、心拍数や心拍間隔変動量（ＨＲＶ）の高周波成分（ＨＦ）について、絶対値に所定の閾値を設けて判定したり、初期からの増減率もしくは所定の時間内の増減率に所定の閾値を設け、モニタした値が閾値から外れたかどうかで異常か否かを判定している。
【先行技術文献】
【特許文献】
【０００５】
【特許文献１】ＷＯ２００５／１１２７６４
【特許文献２】特開平１１−１９５１９８号公報
【発明の概要】
【発明が解決しようとする課題】
【０００６】
しかしながら、上述した従来技術においては、ＨＦの増減を観察しているが、健常者で運転可能な状態でも、ドライバの行動状態によってＨＦは大きく変動するため、正常を異常と誤判定する可能性がある。また、あまりに極端な閾値を設定しても、極端な例のみでしか事前に検出することは困難であり、感度（精度）低下を招く可能性が高い。
【０００７】
本発明は、前記課題を解決するためになされたものであり、その目的は、心臓の異常に関する状態を精度良く判定することができる生体状態判定装置、生体状態判定システム、プログラム、及び記録媒体を提供することにある。
【課題を解決するための手段】
【０００８】
今回、我々は、心臓の異常状態の直前の兆候（予兆）を見いだすために、２４時間携帯型心電計を装着していた患者について、その記録を調べた。具体的には、偶然に心室細動を起こして死亡したか或いは自然に心室細動が停止して助かったか、又は、完全房室ブロックを起こして死亡したか或いは自然に回復して助かったかについて、そのイベントが記録された症例を３１名収集して分析した。
【０００９】
その結果、心臓の異常の発生前に、後述する図３〜図５に例示する様に、心電図に特有のパターン（即ち例えば異常パターンａ〜ｃ）が発生することを見いだし、本発明に到ったものである。以下、各請求項毎に説明する。
【００１０】
（１）請求項１の発明では、心拍間隔及び脈拍間隔のうち少なくとも一方の生体情報に基づいて、心臓の異常を判定する生体状態評価装置において、前記心拍間隔及び脈拍間隔のうち少なくとも一方を周波数解析することによって、交感神経活動を示す第１の指標（例えば［ＬＦ／ＨＦ］）及び副交感神経活動を示す第２の指標（例えば［ＨＦ］）のうち少なくとも第１の指標を求める指標算出手段と、前記指標算出手段にて求めた指標の変動の程度が所定の期間にわたり所定値より小さいことを示す所定の条件を満たす基準時間帯か否かを判定する基準時間帯判定手段と、前記所定の条件が満たされた場合には、前記基準時間帯の後の所定の異常有無判定時間帯において、前記指標の増加及び減少の変化がそれぞれ前記基準時間帯における前記指標の変動より大きいことを示す所定の閾値以上であるとともに、前記増加及び減少の変化の割合が所定の閾値以上であるときには、前記心臓の異常の予兆と判定する異常判定手段と、を備えたことを特徴とする。
【００１１】
本発明では、基準時間帯の後の異常有無判定時間帯において、指標（第１の指標及び第２の指標のうち少なくとも第１の指標）の増加及び減少の変化（変動幅）が所定の閾値以上であるとともに、その増加及び減少の変化の割合（変化率）が所定の閾値以上であるときには、心臓の異常（詳しくは異常の予兆）と判定する。
【００１２】
つまり、前記図３〜図５の異常パターンａ〜ｃに示す様に、（基準時間帯における指標の変動に比べて）指標が大きく変動するとともに、急速に増減が変化する場合には、心臓の異常の予兆であると判定する。これにより、心臓の実際の異常の発生を事前に予測することが可能となり、心臓の異常を精度良く検出することができる。
【００１３】
以下、本発明の各構成について説明する。
【００１４】
・本発明では、心室細動等の実際の心臓の異常ではなく、その異常の予兆をも異常とみなして判定する。
【００１５】
・前記基準時間帯は、心臓に異常が無いとみなせる状態を示しており、その期間（時間）は、予め設定することができるが、状況に応じて可変とすることもできる。
【００１６】
・前記異常有無判定時間帯とは、異常判定が行われる期間のことであり、基準時間帯と同様に予め設定することができる。なお、異常有無判定時間帯として、その期間を特に設定しなくともよい。その場合は、実際に異常判定を行う期間を異常有無判定時間帯とみなすことができる。
【００１７】
・前記基準時間帯の指標の変動の程度が小さいことを示す所定の条件としては、例えば予め設定された時間において、指標の変動量が所定の閾値から外れる割合（期間）が基準値（所定値）より少ない条件が挙げられる。
【００１８】
・前記指標の増加及び減少の変化（変動量）が基準時間帯における指標の変動より大きいことを示す所定の閾値としては、基準時間帯における指標の変動幅より大きな値や、基準時間帯における変動の中心から所定の幅等より大きな値を採用できる。
【００１９】
なお、この閾値は、指標の増加及び減少で同じ値でも良いが、増加と減少で異なっていてもよい。
【００２０】
・前記指標の増加及び減少の変化の割合が所定の閾値以上とは、増加及び減少とも、所定の閾値以上の変化率で変化することを示すが、その閾値は増加と減少の場合で異なっていてもよい。
【００２１】
・なお、指標の増減とは、増加から減少に連続的に変化する場合でも、減少から増加に連続的に変化する場合でもよい。
【００２２】
（２）請求項２の発明は、前記指標として、その指標の自然対数を用いることを特徴とする。
【００２３】
本発明では、指標（例えば［ＬＦ／ＨＦ］［ＨＦ］）の自然対数をとることで、指標の値の分布を正規分布に近似させる。
【００２４】
つまり、人によっては、指標の絶対値が大きくばらつくが、自然対数をとることで、個人差を低減することができ、統計的により正確な異常判定が可能となる。
【００２５】
（３）請求項３の発明は、前記基準時間帯の所定の条件は、前記指標のばらつきが所定の閾値以下であることを特徴とする。
【００２６】
前記指標のばらつき（例えば標準偏差：ＳＤ）が所定の閾値以下の場合は、指標の変動が少ないので、その条件を（心臓の異常がないとみなせる）基準時間帯として設定するのである。
【００２７】
（４）請求項４の発明は、前記指標の増減の閾値は、前記基準時間帯における前記指標の平均値±１ＳＤであることを特徴とする。
【００２８】
本発明は、異常有無判定時間帯における指標の増減の閾値を例示したものである。なお、増加の場合の閾値が、基準時間帯における指標の平均値＋１ＳＤであり、減少の場合の閾値が、基準時間帯における指標の平均値−１ＳＤである。
【００２９】
（５）請求項５の発明は、前記指標の増減の閾値は、前記基準時間帯における前記指標の絶対値に応じて可変とすることを特徴とする。
【００３０】
前記指標は、例えば年齢など人の状態により異なる変動状態となる。従って、異常有無判定時間帯における指標の増減の閾値を、基準時間帯における指標の絶対値に応じて可変とすることにより、より精度良く指標の増減を把握することができる。
【００３１】
（６）請求項６の発明は、前記基準時間帯を、前記指標の過去のデータを使用して設定することを特徴とする。
【００３２】
異常判定を行う場合は、基準時間帯の直後の異常有無判定時間帯に実施することができるが、基準時間帯の設定を、指標の過去のデータを用いて行うことも可能である。つまり、所定の条件を満たす期間を基準時間帯として採用し、その基準時間帯における指標の例えば平均値を用いて、前記指標の増減の判定に用いる閾値を設定してよい。
【００３３】
（７）請求項７の発明は、前記異常判定手段は、前記異常有無判定時間帯における前記指標の変動幅が、前記基準時間帯における前記指標の平均±１．５〜３ＳＤのときに、前記指標の変動の大きさに関する異常判定の条件を満たすと判定することを特徴とする。
【００３４】
本発明は、異常有無判定時間帯において指標がどの程度変動した場合に、指標の増加及び減少に関して異常と判定するかを例示したものである。
【００３５】
（８）請求項８の発明は、前記異常判定手段は、前記異常有無判定時間帯における前記指標の回帰直線の傾きに基づいて、前記異常の判定を行うことを特徴とする。
【００３６】
回帰直線の傾きは、指標の増減の変化率を示しているので、この回帰直線の傾きを考慮して、異常の判定を行うことができる。
【００３７】
（９）請求項９の発明は、前記回帰直線の傾きを判定する際の閾値は、前記基準時間帯における前記指標の絶対値に応じて可変とすることを特徴とする。
【００３８】
前記請求項５に示した様に、前記指標は、例えば年齢など人の状態により異なる変動状態となる。従って、異常有無判定時間帯における回帰直線の傾きを判定する際の閾値を、基準時間帯における指標の絶対値に応じて可変とすることにより、より精度良く指標の増減を把握することができる。
【００３９】
（１０）請求項１０の発明は、前記回帰直線の傾きの程度において、前記異常の程度を示す異常レベルを変更することを特徴とする。
【００４０】
回帰直線の傾きは、異常の程度に応じて変化すると考えられる。従って、回帰直線の傾きに応じて、異常レベル（どの程度危険度が大きいかなど）を把握することができる。
【００４１】
（１１）請求項１１の発明は、前記第１の指標と前記第２の指標とを用いる場合には、それぞれの指標に基づいて共に前記異常と判定されたときに、前記異常と判断することを特徴とする。
【００４２】
第１の指標や第２の指標のどちらかで異常判定を行ってもよいが、両方の指標を用いることにより、異常判定の精度を高めることができる。
【００４３】
（１２）請求項１２の発明は、前記第１の指標と前記第２の指標とを用いる場合には、前記第１の指標の増減と前記第２の指標の増減が逆方向に変動する条件を加えて、異常判定に用いる異常パターンを決定することを特徴とする。
【００４４】
前記図３及び図５に示す様に、異常の予兆がある場合には、第１の指標の増減と第２の指標の増減が逆方向に変動するので、この変動の状態から異常パターンを決定することができる。これにより、一層精度良く異常判定を行うことができる。
【００４５】
（１３）請求項１３の発明は、前記異常と判定された場合に、入眠時、睡眠中、又は起床時と判定された場合には、異常と判断しないことを特徴とする。
【００４６】
入眠時、睡眠中、又は起床時には、その動作に起因する外乱により、異常判定を精度良く行えない可能性が高いので、入眠時、睡眠中、又は起床時に異常と判定されても、その判定を採用しないものである。
【００４７】
（１４）請求項１４の発明は、前記生体状態評価装置は、車載装置であることを特徴とする。
【００４８】
本発明は、上述した生体状態評価装置が車載装置であることを例示したものである。
【００４９】
（１５）請求項１５の発明は、前記異常判定を、車両の走行中に実施することを特徴とする。
【００５０】
本発明では、車載の生体状態評価装置により、走行中に異常の判定を行うことができる。
【００５１】
（１６）請求項１６の発明（生体状態評価システム）は、請求項１〜１５のいずれに記載する生体状態評価装置に加え、生体状態を検出するセンサ、判定結果に対応する報知内容を出力する出力装置、及び判定結果に応じた制御を行う制御装置の少なくとも１種を備えたことを特徴とする。
【００５２】
従って、本発明では、センサによって得られた心電信号や脈波信号等に基づいて異常の判定を行うことができ、異常と判定された場合には、その結果等の報知を行ったり、その結果等に基づいた制御を行うことができる。
【００５３】
（１７）請求項１７の発明は、前記異常と判定された場合には、自覚症状の問いかけの報知出力、心電波形計測を促す報知出力、及び血圧計測を促す報知出力のうち少なくとも１種を行うことを特徴とする。
【００５４】
本発明では、心臓の異常の予兆が検出された場合には、自覚症状の問いかけの報知出力、心電波形計測を促す報知出力、及び血圧計測を促す報知出力のうち少なくとも１種を行うので、極めて安全性の高いものである。
【００５５】
（１８）請求項１８の発明は、前記異常と判定された場合には、該異常判定とは異なる他の生体計測又は異常判定を促す報知出力を行うことを特徴とする。
【００５６】
本発明では、心臓の異常の予兆が検出された場合には、異常の予兆の判定とは異なる他の生体計測や異常判定を促す報知出力を行うので、極めて安全性の高いものである。
【００５７】
（１９）請求項１９の発明は、前記異常と判定された場合には、心電波形計測及び血圧計測のうち少なくとも１種を実施することを特徴とする。
【００５８】
本発明では、心臓の異常の予兆が検出された場合には、心電波形計測及び血圧計測のうち少なくとも１種を実施するので、極めて安全性の高いものである。
【００５９】
（２０）請求項２０の発明は、コンピュータを、請求項１〜１５のいずれかに記載の生体状態判定装置として機能させるためのプログラムである。
【００６０】
（２１）請求項２１の発明は、請求項２０に記載のプログラムを記憶したコンピュータ読み取り可能な記録媒体である。
【００６１】
つまり、上述した様なプログラムをコンピュータシステムにて実現する機能は、例えば、コンピュータシステム側で起動するプログラムとして備えることができる。このようなプログラムの場合、例えば、フレキシブルディスク、光磁気ディスク、ＣＤ−ＲＯＭ、ハードディスク等のコンピュータ読み取り可能な記録媒体に記録し、必要に応じてコンピュータシステムにロードして起動することにより用いることができる。この他、ＲＯＭやバックアップＲＡＭ等をコンピュータ読み取り可能な記録媒体として前記プログラムを記録しておき、このＲＯＭあるいはバックアップＲＡＭ等をコンピュータシステムに組み込んで用いても良い。
【図面の簡単な説明】
【００６２】
【図１】実施例１のドライバ状態評価システムの主要な構成を示す説明図である。
【図２】心電センサによって得られる心電波形を示すグラフである。
【図３】異常パターンａの出力状態を示す説明図である。
【図４】異常パターンｂの出力状態を示す説明図である。
【図５】異常パターンｃの出力状態を示す説明図である。
【図６】［ｌｎ（ＬＦ／ＨＦ）］の出力の回帰直線の傾斜を示す説明図である。
【図７】実施例１の異常判定の処理を示すメインルーチンのフローチャートである。
【図８】心拍変動解析処理を示すフローチャートである。
【図９】［ＬＦ／ＨＦ］［ＨＦ］時系列データ処理を示すフローチャートである。
【図１０】［ｌｎ（ＬＦ／ＨＦ）］異常判定処理を示すフローチャートである。
【図１１】［ｌｎＨＦ］異常判定処理を示すフローチャートである。
【図１２】異常パターン判定処理を示すフローチャートである。
【発明を実施するための形態】
【００６３】
次に、本発明の生体状態評価システム、生体状態評価装置、プログラム、及び記録媒体の実施例について、図面に基づいて説明する。
【実施例１】
【００６４】
ここでは、生体状態評価システムとして、自動車の運転者（ドライバ）の状態を評価するドライバ状態評価システムやそのシステムに用いられるドライバ状態評価装置を例に挙げて説明する。
【００６５】
ａ）まず、本実施例のドライバ状態評価システムの基本構成について、図１及び図２に基づいて説明する。
【００６６】
図１に示す様に、本実施例のドライバ状態評価システムは、ドライバの運転不適応状態（詳しくは心臓の異常の予兆）を判定することができるシステムであり、人体に取り付けて使用されて心電位を検出する心電センサ１と、この心電センサ１の計測データに基づいて各種の演算等を行ってドライバの状態を判定するドライバ状態評価装置３と、ドライバ状態評価装置３からの情報に基づいて車両を制御する信号を出力する車両制御装置５と、各種のデータを記憶するハードディスク等の記憶装置７と、ドライバ等への報知内容を表示する表示装置９と、外部装置との通信を行う通信装置１１等から構成されている。
【００６７】
以下、各構成について詳細に説明する。
【００６８】
前記ドライバ状態評価装置３は、電子制御装置であり、心電センサ１からの信号を増幅する心電アンプ１３と、心電アンプ１３からのアナログ信号をデジタル信号に変換するＡＤＣである信号波形取得部１５と、信号波形取得部１５からの信号に基づいて各種の演算を行うマイクロコンピュータ１７とを備えている。
【００６９】
このマイクロコンピュータ１７は、機能的に、後述する様に、心電センサ１からの信号の周波数解析等の処理を行う信号処理演算部１９と、信号処理演算部１９にて処理された値を用いてドライバの状態を判定するドライバ状態判定部２１と、ドライバ状態判定部にて判定された結果に基づいて各種の制御を行う信号を出力する車両制御部２３とを備えている。
【００７０】
前記心電センサ１に関しては、例えば心電位を測定するための一対の電極（図示せず）が、車両を操舵するステアリング（図示せず）の表面にて運転者の各手の位置に配置され、心電センサ１の本体がステアリングの内部に埋め込まれものを採用できる。なお、これ以外にも、例えばシート内部電極を設けたシート型のセンサでもよい。
【００７１】
ここで、心電センサ１によって得られる心電波形について説明する。
【００７２】
図２に示す様に、心電波形は、主に、心房の電気的興奮を反映するＰ波と、心室の電気的興奮を反映するＱ、Ｒ及びＳ波（ＱＲＳ群）と、興奮した心室の心筋細胞が再分極する過程を反映するＴ波とから構成されている。このうち、Ｒ波の波高（電位差）が最も大きく、筋電位等のノイズに対して最も頑健であると言える。次に波高が大きいのがＴ波であり、Ｐ波が最も小さい波高を有する。
【００７３】
なお、前記図２に示す心電波形のＲ波検出は、元波形もしくは微分波形から最大ピークを求める方法でもよいし、特開２００７−３０１１０１号公報に開示されている様なテンプレートから求める方法でもよい。
【００７４】
そして、心電図のうち、Ｒ波ピークとＲ波ピークの間隔を心拍間隔（ＲＲＩ）と呼び、心拍間隔の逆数に６０を乗ずることにより心拍数が算出できる。
【００７５】
更に、心拍間隔変動量（ＨＲＶ）から、人の状態評価が可能となる。この心拍間隔変動量を示す指標として、例えば心拍間隔を周波数解析（ＦＦＴ等）することで、自律神経活動量を評価できると言われている。具体的には、心拍間隔を周波数解析したデータの高周波成分ＨＦ（０．１５〜０．４Ｈｚ）は、副交感神経活動量を反映し、低周波成分ＬＦ（０．０４〜０．１５Ｈｚ）と高周波成分ＨＦとの比（ＬＦ／ＨＦ）は、交感神経活動量を反映すると言われている。
【００７６】
図１に戻り、前記信号処理演算部１９は、心電波形取得部１５にて取得した心電波形に基づいて、前述した心拍間隔（ＲＲＩ）、心拍数、ＨＦやＬＦ／ＨＦなどの心拍間隔変動量を示す指標を算出するものである。
【００７７】
前記ドライバ状態判定部２１は、信号処理演算部１９で得られた心拍間隔（ＲＲＩ）、心拍数、ＨＦやＬＦ／ＨＦなどの心拍間隔変動量を示す指標の時系列変化から、ドライバの状態（運転不適状態）を推定する。ここでは、運転不適状態とは、実際に心臓に異常が発生した状態ではなく、心臓に異常が発生する前に生ずる予兆の現象が発生した状態である。
【００７８】
前記車両制御部２３は、ドライバ状態判定部２１の判定結果に基づいて、ドライバや同乗者や車両等に対して、どのようなアクションを起こすかを決定し、その決定に応じた信号を、車両制御装置５、記憶装置７、表示装置９、通信装置１１等に出力する。
【００７９】
前記車両制御装置５は、ドライバ状態判定部２１の判定結果に基づいて、ドライバが運転不適状態と判断された場合、車両制御部２３からの指示により、例えばドライバの車両操作を支援するように自動的に段階的にブレーキをかけ、車両を安全に停車させたり、周囲の車両に注意を促すために、ハザードランプを点滅させたり等の制御を行う。
【００８０】
前記記憶装置７は、車両制御部２３にてデータの記憶が必要と判断された場合には、心電波形取得部１５にて取得した心電波形、信号処理演算部１９にて算出された心拍間隔、心拍間隔変動量ＨＦ、ＬＦ／Ｈや、ドライバ状態判定部２１にて判定されたドライバの状態の判定結果などを記憶する。
【００８１】
前記表示装置９は、液晶表示装置（ＬＣＤ）や有機ＥＬディスプレイ等の車載用表示装置（ナビゲーションのディスプレイ）であり、記憶装置７と同様に、心拍数（心拍間隔の逆数×６０）、心拍間隔変動量、ドライバの状態の判定結果について表示する。
【００８２】
前記通信装置１１は、外部との通信を行うための装置であり、車両制御部２３からの指示を受けて、医療機関や救急等の予め登録された連絡先に警報を発したり、車両の位置情報を送信するために使用される。
【００８３】
ｂ）次に、心電センサ１から得られるデータに基づいて、運転不適状態を判定する原理について説明する。
【００８４】
ここでは、異常判定（詳しくは異常の予兆の判定）の手法として、図３〜図５に示す様に、異常パターンａ〜ｃによる３種の手法があるので、それぞれ説明する。なお、各図は、心臓が実際の異常を発生する前の実データ［ｌｎＨＦ］、［ｌｎ（ＬＦ／ＨＦ）］であり、この［ｌｎＨＦ］、［ｌｎ（ＬＦ／ＨＦ）］は、後に詳述するが、［ＨＦ］、［ＬＦ／ＨＦ］の移動平均の自然対数をとったものである。なお、以下では，［］は、時系列データであることを示す。
【００８５】
(1)異常パターンａ
異常パターンａの場合には、図３に示す様に、［ｌｎＨＦ］、［ｌｎ（ＬＦ／ＨＦ）］の時系列データは、判定に使用する観察時間帯のうち、前半の所定の基準時間帯の変動に対し、基準時間帯後の所定の時間帯（異常有無判定時間帯）の変動に特徴がある。
【００８６】
即ち、異常パターンａの場合には、異常有無判定時間帯には、交感神経活動の指標［ｌｎ（ＬＦ／ＨＦ）］が、急激に減少した後に急激に増加する。それとともに、副交感神経活動の指標［ｌｎＨＦ］が、急激に増加した後に急激に減少する。
【００８７】
従って、この［ｌｎＨＦ］、［ｌｎ（ＬＦ／ＨＦ）］の変化から、運転不適状態を判定することができる。
【００８８】
(2)異常パターンｂ
異常パターンｂの場合には、図４に示す様に、［ｌｎＨＦ］、［ｌｎ（ＬＦ／ＨＦ）］の時系列データは、判定に使用する観察時間帯のうち、前半の所定の基準時間帯の変動に対し、基準時間帯後の所定の時間帯（異常有無判定時間帯）の変動に特徴がある。
【００８９】
即ち、異常パターンｂの場合には、異常有無判定時間帯には、交感神経活動の指標［ｌｎ（ＬＦ／ＨＦ）］が、急激に減少した後に急激に増加する。一方、副交感神経活動の指標［ｌｎＨＦ］は、前記異常パターンａのように減少しない。
【００９０】
従って、この［ｌｎ（ＬＦ／ＨＦ）］の変化から、運転不適状態を判定することができる。
【００９１】
(3)異常パターンｃ
異常パターンｃの場合には、図５に示す様に、［ｌｎＨＦ］、［ｌｎ（ＬＦ／ＨＦ）］の時系列データは、判定に使用する観察時間帯のうち、前半の所定の基準時間帯の変動に対し、基準時間帯後の所定の時間帯（異常有無判定時間帯）の変動に特徴がある。
【００９２】
即ち、異常パターンｃの場合には、前記異常パターンａとは逆に、異常有無判定時間帯には、交感神経活動の指標［ｌｎ（ＬＦ／ＨＦ）］が、急激に増加した後に急激に減少する。それとともに、副交感神経活動の指標［ｌｎＨＦ）］が、急激に減少した後に急激に増加する。
【００９３】
従って、この［ｌｎＨＦ］、［ｌｎ（ＬＦ／ＨＦ）］の変化から、運転不適状態を判定することができる。
【００９４】
この様に、前記異常パターンａ〜ｃを用いて、運転不適状態を判定することができる。なお、異常パターンａ，ｃでは、［ｌｎＨＦ］、［ｌｎ（ＬＦ／ＨＦ）］の両方の変化で運転不適状態を判定するが、異常パターンｂは、［ｌｎ（ＬＦ／ＨＦ）］のみの変化で運転不適状態を判定するので、異常パターンａ、ｃが検出された場合には、より危険レベルが高い（即ち実際の心臓の異常が発生する可能性が高い）とみなすことができる。
【００９５】
(4)基準時間帯の判定条件
ここでは、前記(1)〜(3)の異常パターンａ〜ｃの判定の際に用いる基準時間帯について説明する。なお、本実施例では、基準時間帯を１２０分、異常有無判定時間帯を６０分としている。
【００９６】
図６に示す様に、前記基準時間帯は、その変動幅が小さいことが必要である。つまり、１２０分間にわたり、［ｌｎ（ＬＦ／ＨＦ）］の時系列データの平均値±１ＳＤ（標準偏差）からの外れ率が、所定の閾値を下回っている場合には、基準時間帯として採用する。
【００９７】
なお、この基準時間帯における変動量の判定条件を、基準時間時間帯変動量判定条件＜Ｘ＞と称する。
【００９８】
ここで、［ｌｎＨＦ］や［ｌｎ（ＬＦ／ＨＦ）］の絶対値には個人差があり、心機能が衰えるほど、絶対値が小さくなることが知られている。また、年齢が上がるほど、ＬＦやＬＦ／ＨＦの絶対値が減衰することも知られている。
【００９９】
そこで、本実施例では、以下の所定の閾値を設け、絶対値が大きい方が異常と判定されにくく、小さい方が異常と判定され易くなるように設定している。
【０１００】
具体的には、「ｍｅａｎ［ｌｎ（ＬＦ／ＨＦ）］±１ＳＤ≧１．５、又は、［ｌｎ（ＬＦ／ＨＦ）］の最大値≧１．５」の条件が満たされたときには、１２０分間の基準時間帯において、ｍｅａｎ［ｌｎ（ＬＦ／ＨＦ）］±１ＳＤから外れている時間の総和が、基準時間帯全体に対して１／４を、前記閾値としている。
【０１０１】
なお、ｍｅａｎ［ｌｎ（ＬＦ／ＨＦ）］は、［ｌｎ（ＬＦ／ＨＦ）］の平均値であり、ｍｅａｎ［ｌｎ（ＬＦ／ＨＦ）］±１ＳＤは、図６のＢ点を示している。
【０１０２】
一方、「ｍｅａｎ［ｌｎ（ＬＦ／ＨＦ）］±１ＳＤ≧１．５、又は、［ｌｎ（ＬＦ／ＨＦ）］の最大値≧１．５」の条件に当てはまらない場合には、１２０分間の基準時間帯において、ｍｅａｎ［ｌｎ（ＬＦ／ＨＦ）］±１ＳＤから外れている時間の総和が、基準時間帯全体に対して１／３を、前記閾値としている。
【０１０３】
これにより、［ｌｎ（ＬＦ／ＨＦ）］の絶対値が小さい方が、異常判定の条件が緩くなり、異常と判定し易くなるように設定されている。すなわち、異常を見つけやすくしている。
【０１０４】
なお、［ｌｎＨＦ］の基準時間帯についても、［ｌｎ（ＬＦ／ＨＦ）］と同様であるので、その説明は省略する。
【０１０５】
また、前記基準時間帯のデータは、正常時のデータベースの位置づけであり、異常判定をする毎に、必ずしも所定の基準時間帯のデータを計測する必要はない。例えば、過去に計測したデータを読み込んで基準時間帯の判定などを行ってもよく、この場合は、リアルタイムの基準時間帯の計測時間を省略することが可能である。
【０１０６】
(5)異常有無判定時間帯の判定条件
次に、基準時間帯に続く異常有無判定時間帯における変動に基づいて行われる異常判定について説明する。
【０１０７】
・本実施例では、所定の異常有無判定時間帯において、基準時間帯のｍｅａｎ［ｌｎ（ＬＦ／ＨＦ）］±３ＳＤを外れる極小点又は極大点を検出し、基準時間帯後に増加、減少のどちらに急変するかを捉える。
【０１０８】
つまり、基準時間帯に続く極小点（又は極大点）をＡとすると、「Ａ≦ｍｅａｎ［ｌｎ（ＬＦ／ＨＦ）］−３ＳＤ 又は、Ａ≧ｍｅａｎ［ｌｎ（ＬＦ／ＨＦ）］＋３ＳＤ」を条件とする。なお、ここでは、閾値を３ＳＤとしたが、２ＳＤ〜３ＳＤの範囲を値を採用してもよい。
【０１０９】
例えば図６では、基準時間帯後に減少するデータを示しており、ここでは極小点（Ａ）が検出される。
【０１１０】
なお、この異常有無判定時間帯における変動量の判定条件を、異常有無判定時間帯変動量判定条件＜Ｙ＞と称する。
【０１１１】
ただし、単に変動量だけでは、増加又は減少の変化率が分からないので、実際の処理では、極小点（又は極大点）が、異常有無判定時間帯の半分（３０分）以内の場合のみ、条件＜Ｙ＞に該当するとしている。
【０１１２】
・次に、Ａが極小点の場合は、極小点から急激に増加するか否かを判定する。逆に、Ａが極大点に場合は、極大点から急激に減少するか否かを判定する。
【０１１３】
ここでは、極小点又は極大点からの所定の期間経過後（例えば異常有無判定時間帯の終了時点）までの回帰直線の傾きから、グラフの変化を判定する。
【０１１４】
なお、この回帰直線によるグラフの傾きの判定条件を、回帰直線傾斜判定条件＜Ｚ＞と称する。
【０１１５】
ただし、単に回帰直線の傾きだけでは、極小点からの増加の変動幅（又は極大点からの減少の変動幅）が分からないので、実際の処理では、その変動幅も考慮する。例えば極小点（又は極大点）からの変動幅や、所定の位置（例えばｍｅａｎ［ｌｎ（ＬＦ／ＨＦ）］）からの変動幅等を判定値として用い、実際の変動幅が判定値以上の場合のみ、条件＜Ｚ＞に該当するとしている。
【０１１６】
以下では、図６のグラフが極小点から増加する場合を例に挙げて説明する。なお、グラフが極大点から減少する場合は、傾きの正負を逆とすればよい。
【０１１７】
図６に示す様に、所定の基準時間帯の開始時のｍｅａｎ［ｌｎ（ＬＦ／ＨＦ）］−３ＳＤから、所定の基準時間帯の開始時のｍｅａｎ［ｌｎ（ＬＦ／ＨＦ）］＋３ＳＤになるまでの傾きをＳ１とする。
【０１１８】
これに対して、前記極小点から異常有無判定時間帯の終点までの［ｌｎ（ＬＦ／ＨＦ）］の回帰直線の傾きをＳ２とする。
【０１１９】
そして、以下の様にして、基準時間帯の変動幅に対する回帰直線の傾きの比較から、異常判定を行う。なお、この異常判定では、前記基準時間帯の安定性の判定同様、［ｌｎ（ＬＦ／ＨＦ）］の絶対値が小さいほど条件が緩くなるように設定し、異常をより見つけやすくしている。
【０１２０】
具体的には、基準時間帯のｍｅａｎ［ｌｎ（ＬＦ／ＨＦ）］＋１．５ＳＤをＣ点としたとき、下記の様に条件を設定する。なお、下記の条件は、実際の３１人の患者から得られたデータから導き出されたものである。
【０１２１】
Ｃ＜０のとき、
Ｓ２＞Ｓ１×ｅｘｐ（Ｃ−０．５）
１＞Ｃ≧０のとき、
Ｓ２＞Ｓ１×（Ｃ＋ｅｘｐ（−０．５））
Ｃ≧１のとき、
Ｓ２＞Ｓ１×ｅｘｐ（Ｃ）
そして、上記条件を満たした場合、つまり、基準時間帯のＳ１よりもＳ２の方が傾きが急激に大きいときは、異常と判定する。
【０１２２】
なお、［ｌｎＨＦ］の異常有無判定時間帯についても、［ｌｎ（ＬＦ／ＨＦ）］と同様であるので、その説明は省略する。
【０１２３】
・また、ここでは、図３及び図４に示す［ｌｎ（ＬＦ／ＨＦ）］のＶ字型変動（減少→増加）を、１例に挙げたが、図５に示す様に、［ｌｎ（ＬＦ／ＨＦ）］の逆Ｖ字型変動（増加→減少）も、同様な考え方で判定することができる。
【０１２４】
このとき、増加→減少をとらえるため、傾きが負になるが、負側に大きいときに異常と判定することができる。
【０１２５】
また、図３に示す［ｌｎＨＦ］の逆Ｖ字型変動、図５に示す［ｌｎＨＦ］のＶ字型変動についても、前記と同様に異常判定することができる。
【０１２６】
更に、前記傾きに閾値を設ける方法とは別に、Ｓ１とＳ２の傾きの比率から、異常レベルを段階的に分けてもよい。例えば比（Ｓ２／Ｓ１）を求め、この比が大きくなるほど、異常の程度が大きい（異常のレベルが高い）と判断してもよい。
【０１２７】
これにより、異常レベルに応じて、アクションレベルを変えることもできる。例えば異常レベルが高いほど、警告の程度を強くするように、メッセージの内容を切り替えたり、或いは、車両の制御を安全側にしてもよい。例えば車速を低下したり、制動力をアップさせる制御を行ってもよい。
【０１２８】
ｃ）次に、前記原理に基づいて、ドライバ状態評価装置３のマイクロコンピュータ１７にて行われる処理について説明する。
【０１２９】
(1)まず、メインルーチンについて説明する。
【０１３０】
図７のフローチャートに示す様に、ステップ（Ｓ）１００では、心電波形取得部１５から得られた信号に基づいて、心電Ｒ波形を取得する。
【０１３１】
続くステップ１１０では、心電Ｒ波形から、心拍間隔ＲＲＩを求め、各心拍間隔ＲＲＩを記憶するとともに、その時系列データを定期的に更新する。この更新は、異常判定を行うタイミングに行われ、例えば１分毎とする。
【０１３２】
続くステップ１２０では、後に詳述する様に、心拍変動解析を行う。即ち、心拍間隔ＲＲＩの変動を解析し、最新の時系列データ［ＨＦ］、［ＬＦ／ＨＦ］を求める。
【０１３３】
続くステップ１３０では、後に詳述する様に、［ＨＦ］、［ＬＦ／ＨＦ］時系列データ処理を行う。即ち、［ＨＦ］、［ＬＦ／ＨＦ］から、異常判定に使用する［ｌｎＨＦ］、［ｌｎ（ＬＦ／ＨＦ）］を求める。
【０１３４】
続くステップ１４０では、後に詳述する様に、［ｌｎ（ＬＦ／ＨＦ）］異常判定を行う。即ち、［ｌｎ（ＬＦ／ＨＦ）］を用いて異常の有無（運転不適状態か否か）を判定し、異常の有無を示す異常判定フラグを設定する処理を行う。
【０１３５】
続くステップ１５０では、［ｌｎ（ＬＦ／ＨＦ）］に基づいて設定される異常フラグが、異常があることを示す１又は２か、或いは異常がないことを示す０かを判定する。ここで、異常フラグが１又は２である場合は、ステップ１６０に進み、一方、異常フラグが０である場合は、ステップ１００に戻る。
【０１３６】
ステップ１６０では、後に詳述する様に、［ｌｎＨＦ］異常判定を行う。即ち、［ｌｎＨＦ］のデータに基づいて、更なる異常判定を行う。
【０１３７】
続くステップ１７０では、後に詳述する様に、異常パターン判定を行う。即ち、異常パターンが、前記異常パターンａ〜ｃのどれに該当するかを判定する。
【０１３８】
続くステップ１８０では、後に詳述する様に、異常判定の結果に基づいて、車両制御のアクションを行う。即ち、車両制御装置５、記憶装置７、表示装置９、通信装置１１等を用いて、様々な制御や処理を行い、一旦本処理を終了する。
【０１３９】
(2)次に、前記ステップ１２０の心拍変動解析処理について、図８に基づいて説明する。
【０１４０】
本処理は、心拍間隔ＲＲＩの周波数解析を行う処理である。
【０１４１】
図８のフローチャートに示す様に、ステップ１００では、［ＲＲＩ］の時系列データを入力する。
【０１４２】
続くステップ２１０では、［ＲＲＩ］に重畳する身体の動きなどに伴うノイズを除去する。例えば対象とするＲＲＩがその前後計１０拍分のＲＲＩの中央値に対して全データの標準偏差以上に外れているかを検出することによりノイズを除去する。
【０１４３】
続くステップ２２０では、［ＲＲＩ］のリサンプリング処理により、等間隔時系列データを作成する。具体的には、公知であるＢｅｒｇｅｒのアルゴリズムの処理を行う。
【０１４４】
続くステップ２３０では、前記ステップ２２０にて得られた［ＲＲＩ］のデータに対して、周知の周波数解析（例えばＦＦＴ解析）を行い、所定の周波数帯域のパワーから、最新のＨＦ、ＬＦ／ＨＦを算出する。
【０１４５】
尚、パワースペクトルの振幅値（強度：パワー）が、特定の周波数成分（高周波成分ＨＦ、低周波成分ＬＦ）の変動量であり、この値の時間変化から各周波成分の変動量を連続的に把握することができる。また、ＨＦやＬＦは、当該周波数帯の成分を積分することにより得ることができる。
【０１４６】
続くステップ２４０では、前記ステップ２３０で算出されたＨＦ、ＬＦ／ＨＦを出力し、一旦本処理を終了する。
【０１４７】
(3)次に、前記ステップ１３０の［ＬＦ／ＨＦ］［ＨＦ］時系列データ処理について、図９に基づいて説明する。
【０１４８】
本処理は、異常判定に用いる自然対数の時系列データ［ｌｎＨＦ］、［ｌｎ（ＬＦ／ＨＦ）］を求める処理である。
【０１４９】
図９のフローチャートに示す様に、ステップ３００では、ＨＦ、ＬＦ／ＨＦを入力する。
【０１５０】
続くステップ３１０では、入力した最新のＨＦ、ＬＦ／ＨＦのデータを、［ＨＦ］、［ＬＦ／ＨＦ］の時系列データに入力して更新する。この［ＨＦ］、［ＬＦ／ＨＦ］は、現時刻から所定の過去時間分（判定に用いる時間帯：観察時間帯）のデータを示しており、本実施例では、観察時間帯を３時間としている。
【０１５１】
続くステップ３２０では、データをなますために、即ち異常判定に無関係な微変動を除去するために、前記［ＨＦ］、［ＬＦ／ＨＦ］の移動平均を求めた。つまり、例えば１０分のデータの移動平均を求め、移動平均した時系列データ［ｍ−ＨＦ］、［ｍ−ＬＦ／ＨＦ］を作成した。
【０１５２】
続くステップ３３０では、移動平均した時系列データ［ｍ−ＨＦ］、［ｍ−ＬＦ／ＨＦ］の自然対数をとって、その時系列データ［ｌｎＨＦ］、［ｌｎ（ＬＦ／ＨＦ）］を作成した。
【０１５３】
なお、自然対数とすることで、［ＨＦ］、［ＬＦ／ＨＦ］の値の分布を正規分布に近似させる。つまり、人によってＬＦ／ＨＦなどの絶対値が大きく上下にばらつくが、これにより、その個人差を小さくし、統計的に正確に比較できるようにする。
【０１５４】
続くステップ３４０では、作成した自然対数をとった時系列データ［ｌｎＨＦ］、［ｌｎ（ＬＦ／ＨＦ）］を出力し、一旦本処理を終了する。
【０１５５】
(4)次に、前記ステップ１４０の［ｌｎＬＦ／ＨＦ］の異常判定処理について、図１０に基づいて説明する。
【０１５６】
図１０のフローチャートに示す様に、ステップ４００では、自然対数をとった時系列データ［ｌｎ（ＬＦ／ＨＦ）］を入力する。
【０１５７】
続くステップ４１０では、［ｌｎ（ＬＦ／ＨＦ）］について、所定の異常有無判定帯の変動量を判定する。即ち、［ｌｎ（ＬＦ／ＨＦ）］が、上述した基準時間帯判定条件＜Ｘ＞の判定を行う。
【０１５８】
続くステップ４２０では、［ｌｎ（ＬＦ／ＨＦ）］について、所定の基準時間帯の変動量を判定する。即ち、［ｌｎ（ＬＦ／ＨＦ）］が、上述した異常有無判定時間帯判定条件＜Ｙ＞の判定を行う。なお、異常有無判定時間の半分の時間に極大点又は極大点がある場合のみ、この＜Ｙ＞の判定条件を満たすとする（以下同様）。
【０１５９】
続くステップ４３０では、基準時間帯判定条件＜Ｘ＞及び異常有無判定時間帯判定条件＜Ｙ＞の両条件が、共に満たされたか否かを判定する。ここで、肯定判断されると、心臓に異常が発生する可能性があるので、ステップ４４０に進み、一方、否定判断されると、心臓に異常が発生する可能性が無いとみなされるので、ステップ４５０に進む。
【０１６０】
ステップ４５０では、［ｌｎ（ＬＦ／ＨＦ）］のデータに基づく異常判定の結果、異常の可能性が無いので、そのことを示すフラグ、即ち、［ｌｎ（ＬＦ／ＨＦ）］異常判定フラグを０に設定し、ステップ４９５に進む。
【０１６１】
一方、ステップ４４０では、異常の可能性があるので、更に、所定の異常有無判定時間帯おいて、［ｌｎ（ＬＦ／ＨＦ）］の値が、減少から増加に急変したか否かを判定する。
【０１６２】
具体的には、前記回帰直線傾斜判定条件＜Ｚ＞よる判定を行う。詳しくは、極小点から増加に向かうグラフの傾斜の程度が、所定の閾値以上の急な傾斜であるか否かを判定する。ここで、肯定判断されると、ステップ４９０に進み、一方、否定判断されるとステップ４６０に進む。なお、極小点から増加するグラフの変動幅が、所定の判定値以上である場合のみ、この条件＜Ｚ＞を満たすとする（以下同様）。
【０１６３】
この判定により、例えば図３の異常パターンａの上のグラフ（［ｌｎ（ＬＦ／ＨＦ）］時系列データに対応するグラフ）に該当するか否かを判定することができる。
【０１６４】
ステップ４９０では、回帰直線の減少から増加への傾斜が、心臓の異常を示す異常パターンに合致するとして、そのことを示すために、［ｌｎ（ＬＦ／ＨＦ）］異常判定フラグを１に設定し、ステップ４９５に進む。
【０１６５】
前記ステップ４４０にて否定判断されて進むステップ４６０では、所定の異常有無判定時間帯おいて、［ｌｎ（ＬＦ／ＨＦ）］の値が、増加から減少に急変したか否かを判定する。この判定＜Ｚ＞により、例えば図５の異常パターンｃの上のグラフ（［ｌｎ（ＬＦ／ＨＦ）］時系列データに対応するグラフ）に該当するか否かを判定することができる。
【０１６６】
具体的には、所定以上の変動幅で、且つ、極大点からの傾斜の程度が所定の閾値以上の急な傾斜であるか否かを判定する。ここで、肯定判断されると、ステップ４８０に進み、一方、否定判断されるとステップ４７０に進む。
【０１６７】
ステップ４８０では、回帰直線の増加から減少への傾斜が、心臓の異常を示す異常パターンに合致するとして、そのことを示すために、［ｌｎ（ＬＦ／ＨＦ）］異常判定フラグを２に設定し、ステップ４９５に進む。
【０１６８】
ステップ４７０では、回帰直線の傾斜が緩やかであるので、異常の可能性が無いとして、［ｌｎ（ＬＦ／ＨＦ）］異常判定フラグを０に設定し、ステップ４９５に進む。
【０１６９】
ステップ４９５では、各ステップ４５０、４７０、４８０、４９０にて設定された［ｌｎ（ＬＦ／ＨＦ）］異常判定フラグの値を出力して、一旦本処理を終了する。
【０１７０】
(5)次に、前記ステップ１６０の［ｌｎＨＦ］の異常判定処理について、図１１に基づいて説明する。
【０１７１】
この処理は、前記ステップ１５０にて、［ｌｎ（ＬＦ／ＨＦ）］異常判定フラグによる異常判定の結果、異常と判定された後に、更に、判定精度を高めるために、前記ステップ１４０と同様にして、［ｌｎＨＦ］データを用いて異常判定を行うものである。
【０１７２】
図１１のフローチャートに示す様に、ステップ５００では、自然対数をとった時系列データ［ｌｎＨＦ］を入力する。
【０１７３】
続くステップ５１０では、［ｌｎＨＦ］について、所定の異常有無判定帯の変動量を判定する。即ち、［ｌｎＨＦ］が、上述した基準時間帯判定条件＜Ｘ＞の判定を行う。
【０１７４】
続くステップ５２０では、［ｌｎＨＦ］について、所定の基準時間帯の変動量を判定する。即ち、［ｌｎＨＦ］が、上述した異常有無判定時間帯判定条件＜Ｙ＞の判定を行う。なお、ここでも、異常有無判定時間の半分の時間に極大点又は極大点がある場合のみ、この＜Ｙ＞の判定条件を満たすとする。
【０１７５】
続くステップ５３０では、基準時間帯判定条件＜Ｘ＞及び異常有無判定時間帯判定条件＜Ｙ＞の両条件が、共に満たされたか否かを判定する。ここで、肯定判断されると、ステップ５４０に進み、一方、否定判断されると、ステップ５５０に進む。
【０１７６】
ステップ５５０では、［ｌｎＨＦ］のデータに基づく異常判定の結果、異常の可能性が無いので、そのことを示すフラグ、即ち、［ｌｎＨＦ］異常判定フラグを０に設定し、ステップ５９５に進む。
【０１７７】
一方、ステップ５４０では、異常の可能性があるので、より判定精度を高めるために、更に、所定の異常有無判定時間帯おいて、［ｌｎＨＦ］の値が、減少から増加に急変したか否かを判定する。この判定により、例えば図５の異常パターンｃの下のグラフ（［ｌｎＨＦ］時系列データに対応するグラフ）に該当するか否かを判定することができる。
【０１７８】
具体的には、前記回帰直線傾斜判定条件＜Ｚ＞よる判定を行う。詳しくは、所定の変動幅がある場合に、極小点から増加に向かうグラフの傾斜の程度が、所定の閾値以上の急な傾斜であるか否かを判定する。ここで、肯定判断されると、ステップ５９０に進み、一方、否定判断されるとステップ５６０に進む。
【０１７９】
ステップ５９０では、回帰直線の減少から増加への傾斜が、心臓の異常を示す異常パターンに合致するとして、そのことを示すために、［ｌｎＨＦ］異常判定フラグを１に設定し、ステップ５９５に進む。
【０１８０】
前記ステップ５４０にて否定判断されて進むステップ５６０では、所定の異常有無判定時間帯おいて、［ｌｎＨＦ］の値が、増加から減少に急変したか否かを判定する。この判定＜Ｚ＞により、例えば図３の異常パターンａの上のグラフ（［ｌｎＨＦ］時系列データに対応するグラフ）に該当するか否かを判定することができる。
【０１８１】
具体的には、所定の変動幅である場合に、極大点からの傾斜の程度が所定の閾値以上の急な傾斜であるか否かを判定する。ここで、肯定判断されると、ステップ５８０に進み、一方、否定判断されるとステップ５７０に進む。
【０１８２】
ステップ５８０では、回帰直線の増加から減少への傾斜が、心臓の異常を示す異常パターンに合致するとして、そのことを示すために、［ｌｎＨＦ］異常判定フラグを２に設定し、ステップ５９５に進む。
【０１８３】
ステップ５７０では、回帰直線の傾斜が緩やかであるので、異常の可能性が無いとして、［ｌｎＨＦ］異常判定フラグを０に設定し、ステップ５９５に進む。
【０１８４】
ステップ５９５では、各ステップ５５０、５７０、５８０、５９０にて設定された［ｌｎＨＦ）］異常判定フラグの値を出力して、一旦本処理を終了する。
【０１８５】
(6)次に、前記ステップ１７０の異常パターン判定について、図１２に基づいて説明する。
【０１８６】
図１２のフローチャートに示す様に、ステップ６００では、［ｌｎ（ＬＦ／ＨＦ）］異常判定フラグの値と、［ｌｎＨＦ］異常判定フラグの値を入力する。
【０１８７】
続くステップ６１０では、［ｌｎ（ＬＦ／ＨＦ）］異常判定フラグが１で、且つ、［ｌｎＨＦ］異常判定フラグが２か否かを判定し、ここで肯定判断されるとステップ６２０に進み、一方否定判断されると、ステップ６３０に進む。
【０１８８】
ステップ６２０では、前記ステップ６１０にて、図３に示す異常パターンａに合致すると判定されたので、その判定結果を記憶し、一旦本処理を終了する。
【０１８９】
一方、ステップ６３０では、［ｌｎ（ＬＦ／ＨＦ）］異常判定フラグが２で、且つ、［ｌｎＨＦ］異常判定フラグが１か否かを判定し、ここで肯定判断されるとステップ６４０に進み、一方否定判断されると、ステップ６５０に進む。
【０１９０】
ステップ６４０では、前記ステップ６３０にて、図５に示す異常パターンｃに合致すると判定されたので、その判定結果を記憶し、一旦本処理を終了する。
【０１９１】
一方、ステップ６５０では、［ｌｎ（ＬＦ／ＨＦ）］異常判定フラグが１で、且つ、［ｌｎＨＦ］異常判定フラグが０か否かを判定し、ここで肯定判断されるとステップ６５０に進み、一方否定判断されると、異常が無いとして、一旦本処理を終了する。
【０１９２】
ステップ６６０では、前記ステップ６５０にて、図４に示す異常パターンｂに合致すると判定されたので、その判定結果を記憶し、一旦本処理を終了する。
【０１９３】
なお、異常パターンａ〜ｃの違いは、異常パターンａ、ｃの場合の方が、異常パターンｂよりも、実際に心臓に異常が発生する可能性が高いと思われる。
【０１９４】
(7)次に、前記ステップ１８０の車両制御アクションについて、詳しく説明する。
【０１９５】
このステップ１８０では、ドライバ状態判定部２１の判定結果に基づいて、ドライバや同乗者や車両等に対して、どのようなアクションを起こすかを決定し、その決定に応じた信号を、車両制御装置５、記憶装置７、表示装置９、通信装置１１等に出力する。
【０１９６】
従って、上述した様に、車両制御装置５では、実際に心臓に異常が発生する可能性があると予想され、ドライバが運転不適状態と判断された場合には、例えばドライバの車両操作を支援するように自動的に段階的にブレーキをかけ、車両を安全に停車させたり、周囲の車両に注意を促すために、ハザードランプを点滅させたり等の制御を行う。
【０１９７】
また、記憶装置７では、車両制御部２３にてデータの記憶が必要と判断された場合には、心電波形取得部１５にて取得した心電波形、信号処理演算部１９にて算出された心拍間隔、心拍間隔変動量ＨＦ、ＬＦ／Ｈや、ドライバ状態判定部２１にて判定されたドライバの状態の判定結果などを記憶する。
【０１９８】
更に、表示装置９では、心拍数、心拍間隔変動量、ドライバの状態の判定結果について表示する。
【０１９９】
なお、運転不適状態の場合には、自覚症状を問いかけたり、場合によっては、車両を停車させるように警告メッセージ（アドバイス）を画面に表示させたりする。更には、付属のスピーカから音声メッセージを発したり、或いは、ＬＥＤ等の警告ランプを点滅させたりする。
【０２００】
その上、通信装置１１では、医療機関や救急等の予め登録された連絡先に警報を発したり、車両の位置情報を送信する。
【０２０１】
ｄ）この様に、本実施例では、車両走行中などに、心拍間隔を周波数解析した結果から、［ｌｎ（ＬＦ／ＨＦ）］や［ｌｎＨＦ］の変動の状態を調べ、その変化の状態から運転不適状態（心臓の異常の予兆）を精度良く検出することができる。よって、ドライバにとって、心臓の異常を事前に把握できるので、安全上、極めて有効なものである。
【０２０２】
また、本実施例では、心電図Ｒ波のみを検出することにより異常を判定している。従って、ＰＱＲＳ波を全て検出する必要がないので、従来のＰＱＲＳＴ波を全て検出して異常判定を行う方法に比べて、車両走行中などのノイズ環境下での検出が容易となる。
【０２０３】
しかし、この様なメリットの反面、心拍間隔変動量ＨＲＶは時間ゆらぎであり、その計算にはある程度のデータ長さが必要になり、応答性が低く、且つ、ＰＱＲＳＴ波ほどの情報を含んでいないという特性がある。
【０２０４】
そこで、その点を改良する手法として、心拍間隔変動量ＨＲＶによる異常判定をスクリーニングやトリガとして使用することが望ましい。
【０２０５】
具体的には、心拍間隔変動量ＨＲＶにより異常と判定した場合には、それだけで異常と判定せずに、例えばドライバの自覚症状の問いかけを実施する。例えば「心臓に異常を感じませんか」等の問いかけの出力を、表示装置９を用いて行う。
【０２０６】
また、車両が停車した安定した状態において、応答性の良い、心電図のＰＱＲＳＴ波計測による不整脈判定や、血圧測定による血圧異常判定などを実施することを、表示装置９等を用いてアドバイスする。なお、実際に、心電波形の波形計測や血圧計測の装置を備えている場合には、心電波形の波形計測や血圧計測を実施してもよい。
【０２０７】
これにより、誤判定の少ない、より精度の高い異常判定が可能となる。
【０２０８】
更に、心臓の異常の予兆が検出された場合には、上述した異常の予兆の判定とは異なる他の生体計測（例えば体温、発汗）を促す報知出力を行ってもよい。また、ドライバの顔や行動、姿勢の画像や、車両挙動、操作などの車両信号も有用な判定指標であり、組み合わせてよい。
【０２０９】
なお、本実施例では、車載のドライバ状態評価装置３にて異常判定を行ったが、それとは別に、心電センサ１から得られた信号を、無線等により車外の外部装置に送信し、外部装置にて処理してもよい。
【実施例２】
【０２１０】
次に、実施例２について説明するが、前記実施例１と同様な内容の説明は省略する。
【０２１１】
本実施例では、例えば異常有無判定時間帯における指標の減少の程度を、基準時間帯の終点からの極小点までの変動幅と、基準時間帯の終点から極小点に到る回帰直線の傾きから判定し、その後の増加の程度を、極小点からの増加の変動幅（或いは所定の変動幅）と、極小点からの回帰直線の傾きから判定してもよい。
【０２１２】
また、同様に、異常有無判定時間帯における指標の増加の程度を、基準時間帯の終点からの極大点までの変動幅と、基準時間帯の終点から極大点に到る回帰直線の傾きから判定し、その後の減少の程度を、極大点からの減少の変動幅（或いは所定の変動幅）と、極大点からの回帰直線の傾きから判定してもよい。
【０２１３】
本実施例によっても、前記実施例１と同様な効果を奏する。
【実施例３】
【０２１４】
次に、実施例３について説明するが、前記実施例１と同様な内容の説明は省略する。
【０２１５】
本実施例では、車両とは関係なく、既存の心電装置で同時に取得した心電波形を、パーソナルコンピュータに読み込み、パーソナルコンピュータにて、前記実施例１と同様な異常判定を行って、その結果を、記憶装置に記憶したり、ディスプレイ等に表示する。
【０２１６】
例えばホルター心電計に、前記実施例１で異常判定を行うためのプログラムを組み込み、同様に判定や制御を行ってもよい。また、携帯電話など、常時携帯できるウエアラブル機器に心電センサや異常判定のプログラムを組み込み、同様に判定や制御を行ってもよい。
【０２１７】
更に、病院や自宅のベッドマット型心拍計など、長時間体に接触する寝具を利用し、同様に異常判定や制御を行ってよい。
【０２１８】
また、入眠時、睡眠中、又は起床時には、本発明で異常と判定されるほど自律神経活動が大きく変動する可能性があるため、異常判定を精度良く行えない可能性が高いので、入眠時、睡眠中、又は起床時には、異常と判定されても、その判定を採用しないことが望ましい。
【０２１９】
なお、入眠時、睡眠中、又は起床時を判定する手法としては、睡眠ポリグラフ、アクティブグラフ等の公知の手法を採用できる。
【実施例４】
【０２２０】
次に、実施例４について説明するが、前記実施例１と同様な内容の説明は省略する。
【０２２１】
前記実施例１では、心電位の信号を用いて心拍間隔を求めたが、脈波センサにより検出した脈波信号を用いて、心拍間隔を推定してもよい。
【０２２２】
つまり、脈波とは、心臓の鼓動（心拍）に起因するものであるので、直接に心電位を求めるのではなく、脈波信号から間接的に心拍間隔を求めてもよい。
【０２２３】
なお、心拍間隔が得られた後の周波数解析や異常判定等の処理は、前記実施例１と同様であるので、その説明は省略する。
【０２２４】
なお、脈波信号から心拍間隔等を求める（推定する）技術は、周知であり、例えば特許第３７２９１４３号公報等に記載がある。
【０２２５】
尚、本発明は前記実施例になんら限定されるものではなく、本発明を逸脱しない範囲において種々の態様で実施しうることはいうまでもない。
【０２２６】
例えば前記実施例では、生体状態評価装置等について述べたが、本発明は、それらに限らず、上述したアルゴリズムに基づく処理を実行させるプログラムやそのプログラムを記憶している記録媒体にも適用できる。
【０２２７】
この記録媒体としては、マイクロコンピュータとして構成される電子制御装置、マイクロチップ、フレキシブルディスク、ハードディスク、光ディスク等の各種の記録媒体が挙げられる。つまり、上述した生体状態評価装置の処理を実行させることができるプログラムを記憶したものであれば、特に限定はない。
【０２２８】
尚、前記プログラムは、単に記録媒体に記憶されたものに限定されることなく、例えばインターネットなどの通信ラインにて送受信されるプログラムにも適用される。
【符号の説明】
【０２２９】
１…心電センサ
３…ドライバ状態評価装置
５…車両制御装置
７…記憶装置
９…表示装置
１１…通信装置
１３…心電アンプ
１７…マイクロコンピュータ
【特許請求の範囲】
【請求項１】
心拍間隔及び脈拍間隔のうち少なくとも一方の生体情報に基づいて、心臓の異常を判定する生体状態評価装置において、
前記心拍間隔及び脈拍間隔のうち少なくとも一方を周波数解析することによって、交感神経活動を示す第１の指標及び副交感神経活動を示す第２の指標のうち少なくとも第１の指標を求める指標算出手段と、
前記指標算出手段にて求めた指標の変動の程度が所定の期間にわたり所定値より小さいことを示す所定の条件を満たす基準時間帯か否かを判定する基準時間帯判定手段と、
前記所定の条件が満たされた場合には、前記基準時間帯の後の所定の異常有無判定時間帯において、前記指標の増加及び減少の変化がそれぞれ前記基準時間帯における前記指標の変動より大きいことを示す所定の閾値以上であるとともに、前記増加及び減少の変化の割合が所定の閾値以上であるときには、前記心臓の異常の予兆と判定する異常判定手段と、
を備えたことを特徴とする生体状態評価装置。
【請求項２】
前記指標として、その指標の自然対数を用いることを特徴とする請求項１に記載の生体状態評価装置。
【請求項３】
前記基準時間帯の所定の条件は、前記指標のばらつきが所定の閾値以下であることを特徴とする請求項１又は２に記載の生体状態評価装置。
【請求項４】
前記指標の増減の閾値は、前記基準時間帯における前記指標の平均値±１ＳＤであることを特徴とする請求項１〜３のいずれかに記載の生体状態評価装置。
【請求項５】
前記指標の増減の閾値は、前記基準時間帯における前記指標の絶対値に応じて可変とすることを特徴とする請求項１〜４のいずれかに記載の生体状態評価装置。
【請求項６】
前記基準時間帯を、前記指標の過去のデータを使用して設定することを特徴とする請求項１〜５のいずれかに記載の生体状態評価装置。
【請求項７】
前記異常判定手段は、前記異常有無判定時間帯における前記指標の変動幅が、前記基準時間帯における前記指標の平均±１．５〜３ＳＤのときに、前記指標の変動の大きさに関する異常判定の条件を満たすと判定することを特徴とする請求項１〜６のいずれかに記載の生体状態評価装置。
【請求項８】
前記異常判定手段は、前記異常有無判定時間帯における前記指標の回帰直線の傾きに基づいて、前記異常の判定を行うことを特徴とする請求項１〜７のいずれかに記載の生体状態評価装置。
【請求項９】
前記回帰直線の傾きを判定する際の閾値は、前記基準時間帯における前記指標の絶対値に応じて可変とすることを特徴とする請求項８に記載の生体状態評価装置。
【請求項１０】
前記回帰直線の傾きの程度において、前記異常の程度を示す異常レベルを変更することを特徴とする請求項８又は９に記載の生体状態評価装置。
【請求項１１】
前記第１の指標と前記第２の指標とを用いる場合には、それぞれの指標に基づいて共に前記異常と判定されたときに、前記異常と判断することを特徴とする請求項１〜１０のいずれかに記載の生体状態評価装置。
【請求項１２】
前記第１の指標と前記第２の指標とを用いる場合には、前記第１の指標の増減と前記第２の指標の増減が逆方向に変動する条件を加えて、異常判定に用いる異常パターンを決定することを特徴とする請求項１〜１１のいずれかに記載の生体状態評価装置。
【請求項１３】
前記異常と判定された場合に、入眠時、睡眠中、又は起床時と判定された場合には、前記異常と判断しないことを特徴とする請求項１〜１２のいずれかに記載の生体状態評価装置。
【請求項１４】
前記生体状態評価装置は、車載装置であることを特徴とする前記請求項１〜１３のいずれに記載の生体状態評価装置。
【請求項１５】
前記異常判定を、車両の走行中に実施することを特徴とする前記請求項１４に記載の生体状態評価装置。
【請求項１６】
前記請求項１〜１５のいずれに記載する生体状態評価装置に加え、生体状態を検出するセンサ、判定結果に対応する報知内容を出力する出力装置、及び判定結果に応じた制御を行う制御装置の少なくとも１種を備えたことを特徴とする生体状態評価システム。
【請求項１７】
前記異常と判定された場合には、自覚症状の問いかけの報知出力、心電波形計測を促す報知出力、及び血圧計測を促す報知出力のうち少なくとも１種を行うことを特徴とする請求項１６に記載の生体状態評価システム。
【請求項１８】
前記異常と判定された場合には、該異常判定とは異なる他の生体計測又は異常判定を促す報知出力を行うことを特徴とする請求項１６又は１７に記載の生体状態評価システム。
【請求項１９】
前記異常と判定された場合には、心電波形計測及び血圧計測のうち少なくとも１種を実施することを特徴とする請求項１６又は１８に記載の生体状態評価システム。
【請求項２０】
コンピュータを、請求項１〜１５のいずれかに記載の生体状態判定装置として機能させるためのプログラム。
【請求項２１】
請求項２０に記載のプログラムを記憶したコンピュータ読み取り可能な記録媒体。
【請求項１】
心拍間隔及び脈拍間隔のうち少なくとも一方の生体情報に基づいて、心臓の異常を判定する生体状態評価装置において、
前記心拍間隔及び脈拍間隔のうち少なくとも一方を周波数解析することによって、交感神経活動を示す第１の指標及び副交感神経活動を示す第２の指標のうち少なくとも第１の指標を求める指標算出手段と、
前記指標算出手段にて求めた指標の変動の程度が所定の期間にわたり所定値より小さいことを示す所定の条件を満たす基準時間帯か否かを判定する基準時間帯判定手段と、
前記所定の条件が満たされた場合には、前記基準時間帯の後の所定の異常有無判定時間帯において、前記指標の増加及び減少の変化がそれぞれ前記基準時間帯における前記指標の変動より大きいことを示す所定の閾値以上であるとともに、前記増加及び減少の変化の割合が所定の閾値以上であるときには、前記心臓の異常の予兆と判定する異常判定手段と、
を備えたことを特徴とする生体状態評価装置。
【請求項２】
前記指標として、その指標の自然対数を用いることを特徴とする請求項１に記載の生体状態評価装置。
【請求項３】
前記基準時間帯の所定の条件は、前記指標のばらつきが所定の閾値以下であることを特徴とする請求項１又は２に記載の生体状態評価装置。
【請求項４】
前記指標の増減の閾値は、前記基準時間帯における前記指標の平均値±１ＳＤであることを特徴とする請求項１〜３のいずれかに記載の生体状態評価装置。
【請求項５】
前記指標の増減の閾値は、前記基準時間帯における前記指標の絶対値に応じて可変とすることを特徴とする請求項１〜４のいずれかに記載の生体状態評価装置。
【請求項６】
前記基準時間帯を、前記指標の過去のデータを使用して設定することを特徴とする請求項１〜５のいずれかに記載の生体状態評価装置。
【請求項７】
前記異常判定手段は、前記異常有無判定時間帯における前記指標の変動幅が、前記基準時間帯における前記指標の平均±１．５〜３ＳＤのときに、前記指標の変動の大きさに関する異常判定の条件を満たすと判定することを特徴とする請求項１〜６のいずれかに記載の生体状態評価装置。
【請求項８】
前記異常判定手段は、前記異常有無判定時間帯における前記指標の回帰直線の傾きに基づいて、前記異常の判定を行うことを特徴とする請求項１〜７のいずれかに記載の生体状態評価装置。
【請求項９】
前記回帰直線の傾きを判定する際の閾値は、前記基準時間帯における前記指標の絶対値に応じて可変とすることを特徴とする請求項８に記載の生体状態評価装置。
【請求項１０】
前記回帰直線の傾きの程度において、前記異常の程度を示す異常レベルを変更することを特徴とする請求項８又は９に記載の生体状態評価装置。
【請求項１１】
前記第１の指標と前記第２の指標とを用いる場合には、それぞれの指標に基づいて共に前記異常と判定されたときに、前記異常と判断することを特徴とする請求項１〜１０のいずれかに記載の生体状態評価装置。
【請求項１２】
前記第１の指標と前記第２の指標とを用いる場合には、前記第１の指標の増減と前記第２の指標の増減が逆方向に変動する条件を加えて、異常判定に用いる異常パターンを決定することを特徴とする請求項１〜１１のいずれかに記載の生体状態評価装置。
【請求項１３】
前記異常と判定された場合に、入眠時、睡眠中、又は起床時と判定された場合には、前記異常と判断しないことを特徴とする請求項１〜１２のいずれかに記載の生体状態評価装置。
【請求項１４】
前記生体状態評価装置は、車載装置であることを特徴とする前記請求項１〜１３のいずれに記載の生体状態評価装置。
【請求項１５】
前記異常判定を、車両の走行中に実施することを特徴とする前記請求項１４に記載の生体状態評価装置。
【請求項１６】
前記請求項１〜１５のいずれに記載する生体状態評価装置に加え、生体状態を検出するセンサ、判定結果に対応する報知内容を出力する出力装置、及び判定結果に応じた制御を行う制御装置の少なくとも１種を備えたことを特徴とする生体状態評価システム。
【請求項１７】
前記異常と判定された場合には、自覚症状の問いかけの報知出力、心電波形計測を促す報知出力、及び血圧計測を促す報知出力のうち少なくとも１種を行うことを特徴とする請求項１６に記載の生体状態評価システム。
【請求項１８】
前記異常と判定された場合には、該異常判定とは異なる他の生体計測又は異常判定を促す報知出力を行うことを特徴とする請求項１６又は１７に記載の生体状態評価システム。
【請求項１９】
前記異常と判定された場合には、心電波形計測及び血圧計測のうち少なくとも１種を実施することを特徴とする請求項１６又は１８に記載の生体状態評価システム。
【請求項２０】
コンピュータを、請求項１〜１５のいずれかに記載の生体状態判定装置として機能させるためのプログラム。
【請求項２１】
請求項２０に記載のプログラムを記憶したコンピュータ読み取り可能な記録媒体。
【図１】
【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】
【図２】
【図３】
【図４】
【図５】
【図６】
【公開番号】特開２０１０−１６２２８２（Ｐ２０１０−１６２２８２Ａ）
【公開日】平成２２年７月２９日（２０１０．７．２９）
【国際特許分類】
【出願番号】特願２００９−９０７０（Ｐ２００９−９０７０）
【出願日】平成２１年１月１９日（２００９．１．１９）
【出願人】（０００００４２６０）株式会社デンソー (27,639)
【出願人】（８０３００００３４）学校法人日本医科大学 (37)
【出願人】（０００００３２０７）トヨタ自動車株式会社 (59,920)
【Ｆターム（参考）】
【公開日】平成２２年７月２９日（２０１０．７．２９）
【国際特許分類】
【出願日】平成２１年１月１９日（２００９．１．１９）
【出願人】（０００００４２６０）株式会社デンソー (27,639)
【出願人】（８０３００００３４）学校法人日本医科大学 (37)
【出願人】（０００００３２０７）トヨタ自動車株式会社 (59,920)
【Ｆターム（参考）】
[ Back to top ]