血管状態推定装置、血管状態推定方法及び血管状態推定プログラム
【課題】血管の状態を精度良く簡易に推定すること。
【解決手段】血管状態推定装置は、２つの光センサを有する。また、血管状態推定装置は、光センサごとに、他の光センサと同期をとって検出された光の変化量に基づいて人体の脈波を検出し、脈波を電気信号に変換する。そして、血管状態推定装置は、光センサごとに、電気信号に対してｎ次微分（ｎは自然数）を実行し、ｎ次微分の結果得られた波形であるｎ次微分波形に含まれる特徴点を識別する。そして、血管状態推定装置は、光センサごとに、特徴点識別部によって識別された特徴点の出現時間の差分を算出する。そして、血管状態推定装置は、光センサごとに算出した差分に基づいて人体の血管の状態を推定し、推定結果を出力する。
【解決手段】血管状態推定装置は、２つの光センサを有する。また、血管状態推定装置は、光センサごとに、他の光センサと同期をとって検出された光の変化量に基づいて人体の脈波を検出し、脈波を電気信号に変換する。そして、血管状態推定装置は、光センサごとに、電気信号に対してｎ次微分（ｎは自然数）を実行し、ｎ次微分の結果得られた波形であるｎ次微分波形に含まれる特徴点を識別する。そして、血管状態推定装置は、光センサごとに、特徴点識別部によって識別された特徴点の出現時間の差分を算出する。そして、血管状態推定装置は、光センサごとに算出した差分に基づいて人体の血管の状態を推定し、推定結果を出力する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、血管状態推定装置、血管状態推定方法及び血管状態推定プログラムに関する。
【背景技術】
【０００２】
従来、血管の伸展性や弾力性が加齢により変化することを踏まえ、血管の状態を推定する推定装置がある。例えば、推定装置は、加速度脈波や血圧脈波を用いることで、血管の状態が何歳に相当するかを推定する。
【０００３】
例えば、加速度脈波を用いて血管の状態を推定する場合について更に説明する。例えば、推定装置は、利用者の指尖容積脈波を検出し、検出した指尖容積脈波を２回微分することで、図１６に示すような加速度脈波を生成する。なお、図１６は、加速度脈波の一例について説明するための図である。図１６の横軸は時間軸を示し、図１６の縦軸は、指尖容積脈波を２回微分することで得られた値を示す。また、図１６のａ〜ｅは、加速度脈波に含まれる特徴点各々を示す。図１６に示す例では、推定装置は、基線を基準とした場合における特徴点ａ、ｂ、ｄの高さを算出し、特徴点ｂ、ｄの高さをそれぞれ特徴点ａの高さで除算する。ここで、除算することで得られた値である「ｂ／ａ」や「ｄ／ａ」と年齢との間には相関関係があることを踏まえ、推定装置は、「ｂ／ａ」や「ｄ／ａ」を用いて血管の状態を推定する。例えば、推定装置は、利用者の血管の状態が２０代であると推定する。
【０００４】
また、血圧脈波を用いて血管の状態を推定する場合について更に説明する。例えば、まず、利用者の両腕と両足首に予めカフを装着しておく。そして、推定装置は、血圧脈波が心臓から両腕に伝搬するまでの時間と、血圧脈波が心臓から両足首に伝搬するまでの時間との差を測定することで、血圧脈波が伝搬する速度である脈波伝搬速度を測定する。そして、脈波伝搬速度と年齢との間には相関関係があることを踏まえ、推定装置は、測定した脈波伝搬速度を用いて血管の状態を測定する。
【先行技術文献】
【特許文献】
【０００５】
【特許文献１】特開２００６−１０２２５０号公報
【特許文献２】特開２０００−５１１６６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、加速度脈波を用いた手法では、精度が悪いという課題があった。すなわち、脈波は様々な要因によって変化し、例えば、血圧値によって変化する。また、血圧値もまた、様々な要因によって変化し、例えば、利用者の呼吸によって変化する。このため、加速度脈波を用いる推定装置では、測定するごとに脈波が変化する結果、精度が悪かった。例えば、加速度脈波を用いる推定装置では、処理を行うごとに得られる年齢の幅が大きかった。このように、加速度脈波を用いた手法では、精度が悪いという課題があった。
【０００７】
また、例えば、血圧脈波を用いた手法では、簡易に測定できないという課題があった。すなわち、推定装置では、利用者がカフを予め装着しなければならなかった。また、カフを装着すると、利用者の足首や両腕が締め付けられることになり、利用者への負荷が大きかった。また、カフを用いる場合には、装置を小型化することが難しかった。このように、血圧脈波を用いた手法では、簡易に測定できないという課題があった。
【０００８】
開示の技術は、上記に鑑みてなされたものであって、血管の状態を精度良く簡易に推定可能な血管状態推定装置、血管状態推定方法及び血管状態推定プログラムを提供することを目的とする。
【課題を解決するための手段】
【０００９】
開示する血管状態推定装置の一つの態様によれば、人体へ光を照射する発光素子と、前記発光素子から放射された後人体を透過した光の変化量、又は、前記発光素子から放射された後人体により反射された光の変化量を検出する受光素子とを有する光センサを備える。また、血管状態推定装置は、少なくとも２つの光センサを有する。また、血管状態推定装置は、前記光センサごとに、他の光センサと同期をとって検出された光の変化量に基づいて前記人体の脈波を検出し、該脈波を電気信号に変換する脈波検出部を備える。また、血管状態推定装置は、前記光センサごとに、前記脈波検出部によって変換された電気信号に対してｎ次微分（ｎは自然数）を実行し、該ｎ次微分の結果得られた波形であるｎ次微分波形に含まれる特徴点を識別する特徴点識別部を備える。また、血管状態推定装置は、前記光センサごとに、前記特徴点識別部によって識別された特徴点の出現時間の差分を算出する差分算出部を備える。また、血管状態推定装置は、前記差分算出部によって前記光センサごとに算出された差分に基づいて前記人体の血管の状態を推定し、推定結果を出力する血管状態推定部を備える。
【発明の効果】
【００１０】
開示する血管状態推定装置の一つの態様によれば、血管の状態を精度良く簡易に推定可能であるという効果を奏する。
【図面の簡単な説明】
【００１１】
【図１】図１は、実施例１に係る血管状態推定装置の構成の一例について説明するブロック図である。
【図２】図２は、実施例２に係る血管状態推定装置の構成の一例について説明するブロック図である。
【図３】図３は、実施例２における光センサの使用態様の一例について説明する図である。
【図４】図４は、実施例２における光センサの構造の一例について説明する図である。
【図５】図５は、実施例２における搭載基板の詳細な一例について説明する図である。
【図６】図６は、実施例２における光センサによって変換された電気信号が示す波形の一例について説明する図である。
【図７】図７は、実施例２における閾値テーブルに記憶された情報の一例について説明する図である。
【図８】図８は、実施例２における脈波間隔算出部による脈飛びがあった箇所を識別する処理の一例について説明する図である。
【図９Ａ】図９Ａは、実施例２における２次微分波形の一例について説明する図である。
【図９Ｂ】図９Ｂは、実施例２における２次微分波形の一例について説明する図である。
【図１０】図１０は、実施例２における特徴点識別部による特徴点識別処理について更に説明する図である。
【図１１】図１１は、実施例２における差分算出部による出現時間の差分算出処理の一例について説明する図である。
【図１２Ａ】図１２Ａは、センサ間差分の分散と年齢との関係について説明するための図である。
【図１２Ｂ】図１２Ｂは、センサ間差分の分散と年齢との関係について説明するための図である。
【図１２Ｃ】図１２Ｃは、センサ間差分の分散と年齢との関係について説明するための図である。
【図１３】図１３は、センサ間差分の分散と年齢との関係について説明するための図である。
【図１４】図１４は、実施例２に係る血管状態推定装置による処理の流れの一例について説明するフローチャートである。
【図１５】図１５は、実施例２に係る血管状態推定プログラムを実行するコンピュータの一例について説明する図である。
【図１６】図１６は、加速度脈波の一例について説明するための図である。
【発明を実施するための形態】
【００１２】
以下に、開示する血管状態推定装置、血管状態推定方法及び血管状態推定プログラムの実施例を図面に基づいて詳細に説明する。なお、本実施例により開示する発明が限定されるものではない。各実施例は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。
【実施例１】
【００１３】
図１を用いて、実施例１に係る血管状態推定装置１００の構成の一例について説明する。図１は、実施例１に係る血管状態推定装置の構成の一例について説明するブロック図である。血管状態推定装置１００は、図１に示す例では、光センサ１０１と、光センサ１０２と、脈波検出部１０３と、特徴点識別部１０４と、差分算出部１０５と、血管状態推定部１０６とを有する。
【００１４】
光センサ１０１や光センサ１０２は、人体へ光を照射する発光素子と、発光素子から放射された後人体を透過した光の変化量、又は、発光素子から放射された後人体により反射された光の変化量を検出する受光素子とを有する。
【００１５】
脈波検出部１０３は、光センサごとに、他の光センサと同期をとって検出された光の変化量に基づいて人体の脈波を検出し、脈波を電気信号に変換する。また、特徴点識別部１０４は、光センサごとに、脈波検出部１０３によって変換された電気信号に対してｎ次微分（ｎは自然数）を実行し、ｎ次微分の結果得られた波形であるｎ次微分波形に含まれる特徴点を識別する。
【００１６】
差分算出部１０５は、光センサごとに、特徴点識別部１０４によって識別された特徴点の出現時間の差分を算出する。また、血管状態推定部１０６は、差分算出部１０５によって光センサごとに算出された差分に基づいて人体の血管の状態を推定し、推定結果を出力する。
【００１７】
このように、実施例１によれば、血管の状態を精度良く推定可能である。すなわち、脈波は様々な要因によって変化し、例えば、血圧値によって変化する。また、血圧値もまた、様々な要因によって変化し、例えば、利用者の呼吸によって変化する。この結果、脈波の時間軸を基準とした場合における特徴点の高さを用いて血管の状態を推定すると、精度が悪かった。しかしながら、実施例１によれば、特徴点各々の出現時間は血圧値などによる変動を受けにくいことを踏まえ、特徴点の出現時間の差分に基づいて血管の状態を推定するので、精度良く推定することが可能である。
【００１８】
また、実施例１によれば、カフを用いる手法と比較して、血管の状態を簡易に推定可能である。
【実施例２】
【００１９】
［血管状態推定装置の構成］
次に、実施例２に係る血管状態推定装置２００について説明する。まず、図２を用いて、実施例２に係る血管状態推定装置２００の構成の一例について説明する。図２は、実施例２に係る血管状態推定装置の構成の一例について説明するブロック図である。血管状態推定装置２００は、図２に示す例では、光センサ２０１と、光センサ２０２と、出力部２０３と、記憶部３００と、制御部４００とを有する。
【００２０】
光センサ２０１と光センサ２０２とは、制御部４００と接続される。また、光センサ２０１や光センサ２０２は、人体へ光を照射する発光素子と、発光素子から放射された後人体を透過した光の変化量、又は、発光素子から放射された後人体により反射された光の変化量を検出する受光素子とを有する。また、光センサ２０１と光センサ２０２とは、それぞれ異なる太さの血管がある人体の部分に光を照射する。
【００２１】
ここで、発光素子は、例えば、ＬＥＤ（Light Emitting Diode）が該当する。また、受光素子は、例えば、ＰＤ（Photo Diode）が該当する。発光素子として用いられるＬＥＤは、例えば、７６０ｎｍ付近の波長の光を照射する。なお、以下では、発光素子として用いられるＬＥＤが７６０ｎｍ付近の波長の光を照射する場合を例に説明するが、本発明はこれに限定されるものではない。例えば、発光素子として用いられるＬＥＤは、７６０ｎｍよりも長波長側の光を照射しても良く、７６０ｎｍよりも短波長側の光を照射しても良く、利用者が任意の波長を選択して良い。
【００２２】
図３を用いて、光センサ２０１や光センサ２０２の使用態様の一例について説明する。図３は、実施例２における光センサの使用態様の一例について説明する図である。図３では、血管状態推定装置２００が移動体端末である場合を例に示した。図３に示す例では、光センサ２０１は、クリップ状の形状を有し、利用者によって耳朶に装着されることで耳と接触する。また、図３に示す例では、光センサ２０１は、ケーブルを介して血管状態推定装置２００の筐体と接続される。また、図３に示す例では、光センサ２０２は、血管状態推定装置２００の筐体に設けられ、利用者によって指が押しつけられることで指と接触する。
【００２３】
なお、以下では、図３に示すように、光センサ２０１は耳と接触し、光センサ２０２が指と接触する場合を例に説明するが、本発明はこれに限定されるものではない。例えば、光センサ２０１や光センサ２０２が接触する箇所は、利用者が任意に選択して良い。
【００２４】
また、以下では、図３に示すように、光センサ２０１は、クリップ状の形状を有して耳に装着される場合を例に説明するが、本発明はこれに限定されるものではない。例えば、光センサ２０１は、クリップ状ではなく板状であっても良く、利用者が任意の形状を選択して良い。
【００２５】
また、以下では、図３に示すように、光センサ２０１は、ケーブルを介して血管状態推定装置２００の筐体と接続される場合を例に説明するが、本発明はこれに限定されるものではない。例えば、光センサ２０１は、無線を介して血管状態推定装置２００の筐体と接続されても良く、利用者が任意の接続形態を選択して良い。また、同様に、光センサ２０１は、血管状態推定装置１００の筐体に設けられても良い。
【００２６】
また、以下では、図３に示すように、光センサ２０２は、血管状態推定装置２００の筐体に設けられる場合を例に説明するが、本発明はこれに限定されるものではない。例えば、光センサ２０２は、ケーブルや無線を介して血管状態推定装置２００の筐体と接続されても良く、利用者が任意の接続形態を選択して良い。
【００２７】
光センサ２０１の構造の一例について、図４を用いて説明する。図４は、実施例２における光センサの構造の一例について説明する図である。図４には、光センサ２０１について、光センサ２０１を形成する各部を分解した上で示した。図４に示すように、光センサ２０１は、カバーケース５０４に、開閉可能なふたとしてクリップ状に可動する開口制御ラバー５０１が取り付けられる。その上で、開口制御ラバー５０１のカバーケース５０４側の面には、可視光をカットする可視光カットフィルタ５０２と、ＬＥＤ（Light Emitting Diode）やＰＤ（Photo Diode）が搭載される搭載基板５０３とが順に積層される。
【００２８】
ここで、可視光カットフィルタ５０２は、開口制御ラバー５０１を透過した可視光線を遮断することで、搭載基板５０３に搭載されたＰＤが、開口制御ラバー５０１を透過した可視光線を検知しないようにする。搭載基板５０３に搭載されたＬＥＤは、発光素子に対応し、搭載基板５０３に搭載されたＰＤは、受光素子に対応する。なお、光センサ２０２は、例えば、搭載基板５０３が血管状態推定装置２００の筐体に設けられることで実現される。
【００２９】
また、図５を用いて、搭載基板５０３の詳細な一例について説明する。図５は、実施例２における搭載基板の詳細な一例について説明する図である。図５に示す例では、光センサ２０１の搭載基板５０３である場合を例に示した。つまり、図５に示す例では、搭載基板５０３が耳５０７と接触する場合を例に示した。
【００３０】
図５に示すように、搭載基板５０３の平面上には、ＬＥＤなどの発光素子５０５と、ＰＤなどの受光素子５０６とが設けられる。また、搭載基板５０３は、耳５０７と接触する。ここで、図５に示すように、受光素子５０６は、発光素子５０５から照射された光のうち、耳５０７によって反射された光を受光し、受光した光の変化量を検知する。あるいは、受光素子５０６は、発光素子５０５から照射された光のうち、耳５０７を透過した光を受光し、受光した光の変化量を検知する。
【００３１】
光センサ２０１は、光センサ２０２と同期をとって検出された光の変化量に基づいて人体の脈波を検出し、脈波を電気信号に変換する。例えば、光センサ２０１は、耳にて脈波を検出し、電気信号に変換する。また、光センサ２０２は、光センサ２０１と同期をとって検出された光の変化量に基づいて人体の脈波を検出し、脈波を電気信号に変換する。例えば、光センサ２０２は、指にて脈波を検出し、電気信号に変換する。
【００３２】
光センサ２０１や光センサ２０２が脈波を検出する処理について、更に説明する。まず、発光素子が光を照射する箇所の血流量と、受光素子が受光する光の量との間には、相関関係にある。具体的には、発光素子が光を照射する箇所の血流量が増加すればするほど、発光素子が光を照射する箇所の血流によって吸収される光の量が増加し、受光素子が受光する光の量が減少する。次に、心臓の鼓動により発生した脈波が到達すると、血管が広がり、発光素子が光を照射する箇所の血流量が増加する。つまり、光センサ２０１や光センサ２０２は、受光素子によって受光される光の変化量を検出することで、発光素子が光を照射する箇所の血流量の変化を検知する。また、この結果、光センサ２０１や光センサ２０２は、血流量の変化を検知することで、脈波を検出する。
【００３３】
図６を用いて、光センサ２０１や光センサ２０２によって変換された電気信号が示す波形の一例について説明する。なお、図６は、光センサによって変換された電気信号が示す波形の一例について説明する図である。ここで、図６の（１）は、光センサ２０１によって変換された電気信号が示す波形の一例を示す。言い換えると、図６の（１）は、耳と接触した光センサについての波形である。図６の（２）は、光センサ２０２によって変換された電気信号が示す波形の一例を示す。言い換えると、図６の（２）は、指と接触した光センサについての波形である。図６の（１）や（２）の横軸は、時間軸を示し、図６の（１）や（２）の縦軸は、受光素子によって受光された光の量を示す。つまり、縦軸は、光センサが光を照射する箇所における血流量を示す。また、この結果、図６の（１）や（２）において、血流量があがっている箇所は、心臓の鼓動により発生した脈波が到達したことを示す。
【００３４】
図２の説明に戻る。出力部２０３は、制御部４００と接続される。出力部２０３は、制御部４００から情報を受け付け、受け付けた情報を出力する。出力部２０３は、例えば、モニタやディスプレイ、タッチパネル、又は、スピーカなどが該当する。なお、出力部２０３によって出力される情報の詳細については、ここでは説明を省略し、関係する各部について説明する際に併せて説明する。
【００３５】
記憶部３００は、制御部４００と接続される。また、記憶部３００は、制御部４００による各種処理に用いるデータを記憶する。記憶部３００は、例えば、ＲＡＭ（Random Access Memory）やＲＯＭ（Read Only Memory）、フラッシュメモリ（Flash Memory）などの半導体メモリ素子、又は、ハードディスクや光ディスクなどの記憶装置である。記憶部３００は、図２に示す例では、閾値テーブル３０１を有する。
【００３６】
閾値テーブル３０１は、後述するように、血管状態推定部４０６によって用いられる閾値を記憶する。例えば、図７を用いて、閾値テーブル３０１に記憶された情報の一例について説明する。図７は、実施例２における閾値テーブルに記憶された情報の一例について説明する図である。図７に示す例では、血管の状態が相当する年代を示す「年代」を記憶する場合を示した。また、図７の「閾値」に含まれる「ｓ」は、後述するように、血管状態推定部４０６によって算出される値である。図７の「ｓ」の詳細については、血管状態推定部４０６について説明する際に併せて説明するため、ここでは説明を省略する。
【００３７】
図７に示すように、閾値テーブル３０１は、年代に対応付けて閾値を記憶する。例えば、図７に示す例では、閾値テーブル３０１は、年代「２０代」に対応付けて閾値「０＜ｓ＜２」を記憶し、年代「３０代」に対応付けて閾値「２＜ｓ＜４」を記憶する。また、図７に示す例では、閾値テーブル３０１は、年代「４０代」や「５０代」についても閾値を記憶する。すなわち、例えば、閾値テーブル３０１は、血管状態推定部４０６によって「ｓ＝１」であると算出された場合には、血管の状態が「２０代」に相当することを記憶する。
【００３８】
なお、以下では、図７に示すように、閾値テーブル３０１は、年代ごとに閾値を記憶する場合を例に説明するが、本発明はこれに限定されるものではない。例えば、閾値テーブル３０１は、年齢ごとに閾値を記憶しても良く、利用者が任意に設定した範囲ごとに閾値を記憶して良い。
【００３９】
制御部４００は、光センサ２０１、光センサ２０２、出力部２０３及び記憶部３００と接続される。制御部４００は、各種の処理手順などを規定したプログラムを記憶する内部メモリを有し、種々の処理を制御する。制御部４００は、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field Programmable Gate Array）、ＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro Processing Unit）などの電子回路である。制御部４００は、図２に示す例では、脈波間隔算出部４０１と、脈波間隔算出部４０２と、ｎ次微分処理部４０３と、特徴点識別部４０４と、差分算出部４０５と、血管状態推定部４０６とを有する。
【００４０】
なお、図２に示す例では、脈波間隔算出部４０１と脈波間隔算出部４０２とを別の制御部として記載したが、本発明はこれに限定されるものではなく、統合して１つの制御部としても良い。また、脈波間隔算出部４０１と脈波間隔算出部４０２とは、それぞれ、光センサ２０１や光センサ２０２と統合しても良い。
【００４１】
脈波間隔算出部４０１は、光センサ２０１によって変換された電気信号が示す波形から、連続する２つの脈波の間の脈波間隔を算出する。具体的には、脈波間隔算出部４０１は、電気信号が示す波形のうち最大点を識別し、隣接する最大点間の間隔を算出することで脈波間隔を算出する。また、脈波間隔算出部４０２は、脈波間隔算出部４０１と同様に、光センサ２０２によって変換された電気信号が示す波形から、脈波間隔を算出する。
【００４２】
また、脈波間隔算出部４０１や脈波間隔算出部４０２は、それぞれ、脈波間隔を用いて脈飛びがあった箇所を識別する。脈飛びがあった箇所を識別する処理の一例について、図８を用いて説明する。図８は、実施例２における脈波間隔算出部による脈飛びがあった箇所を識別する処理の一例について説明する図である。図８の（１）は、光センサ２０１についての波形を示し、図６の（１）に対応する。つまり、図８の（１）は、耳と接触した光センサについての波形である。図８の（２）は、光センサ２０２についての波形を示し、図６の（２）に対応する。つまり、図８の（２）は、指と接触した光センサについての波形である。図８の（１）や（２）の横軸は、時間軸を示し、図８の（１）や（２）の縦軸は、血流量を示す。また、図８の（１）の横軸と図８の（２）の横軸とは、それぞれ対応するものとして説明する。言い換えると、横軸が同じ位置である場合には、図８の（１）と（２）とが同じ時間におけるデータを示すものとして説明する。また、図８の「脈波ｎ」（ｎは自然数）は、波形に含まれる脈波それぞれを示し、図８の「最大点」は、脈波それぞれに含まれる最大点を示す。また、図８の「脈波間隔」は、脈波間隔算出部４０１や脈波間隔算出部４０２によって算出される脈波間隔を示す。
【００４３】
ここで、図８の（１）に示す例では、脈波１〜６間における連続する２つの脈波間の脈波間隔には、他の脈波間隔のｎ倍（ｎは自然数）となる脈波間隔はない。言い換えると、図８の（１）に示す例では、脈波間隔は、どれも同じような値になる。この場合、脈波間隔算出部４０１は、脈飛びがないと判定する。一方、図８の（２）に示す例では、脈波１〜２間の脈波間隔は、脈波２〜５間における連続する２つの脈波間の脈波間隔と比較して２倍の値になる。この場合、脈波間隔算出部４０１は、脈波１〜２間において脈飛びがあったと識別する。なお、脈波間隔算出部４０１による処理結果は、後述するように、特徴点識別部４０４によって用いられる。
【００４４】
ｎ次微分処理部４０３は、光センサごとに、電気信号が示す波形に対してｎ次微分（ｎは自然数）を実行する。具体的には、ｎ次微分処理部４０３は、光センサ２０１についての波形に対してｎ次微分（ｎは自然数）を実行し、また、光センサ２０２についての波形に対してｎ次微分（ｎは自然数）を実行する。以下では、特に言及しない限り、ｎ次微分処理部４０３は、２次微分を実行する場合を例に説明するが、本発明はこれに限定されるものではない。例えば、ｎ次微分処理部４０３は、１次微分や３次微分を実行しても良く、利用者が任意の微分回数を設定して良い。
【００４５】
例えば、ｎ次微分処理部４０３は、２次微分を実行した場合には、図９Ａや図９Ｂに示すような２次微分波形が得られる。ここで、図９Ａと図９Ｂとは、実施例２における２次微分波形の一例について説明する図である。図９Ａの（１）は、光センサ２０１についての波形を示し、図６の（１）や図８の（１）に対応する。つまり、図９Ａの（１）は、耳と接触した光センサについての波形である。図９Ａの（２）は、図９Ａの（１）に対して２次微分することで得られた２次微分波形である。つまり、図９Ａの（２）は、耳についての２次微分波形である。図９Ｂの（１）は、光センサ２０２についての波形を示し、図６の（２）や図８の（２）に対応する。つまり、図９Ｂの（１）は、指と接触した光センサについての波形である。図９Ｂの（２）は、図９Ｂの（１）に対して２次微分することで得られた２次微分波形である。つまり、図９Ｂの（２）は、指についての２次微分波形である。
【００４６】
また、図９Ａや図９Ｂの横軸は、時間軸を示す。また、図９Ａの（１）や図９Ｂの（１）の縦軸は、血流量を示す。図９の（１）の横軸と図９の（２）の横軸とは、それぞれ対応するものとして説明する。また、図９Ａの（２）や図９Ｂの（２）の縦軸は、２次微分により得られた値を示す。
【００４７】
特徴点識別部４０４は、光センサごとに、２次微分波形に含まれる特徴点を識別する。具体的には、特徴点識別部４０４は、光センサ２０１に対応する２次微分波形に含まれる脈波ごとに特徴点を複数識別する。また、特徴点識別部４０４は、光センサ２０２に対応する２次微分波形に含まれる脈波ごとに特徴点を複数識別する。
【００４８】
また、特徴点識別部４０４は、脈波間隔算出部４０１による処理結果に基づいて、両方の２次微分波形に脈波が含まれるタイミングを識別する。そして、特徴点識別部４０４は、識別したタイミングに含まれる脈波ごとに、少なくとも４つの特徴点を識別する。つまり、特徴点識別部４０４は、２次微分波形に含まれる脈波ごとに少なくとも４つの特徴点を識別する。
【００４９】
図１０を用いて、特徴点識別部４０４による特徴点識別処理について更に説明する。図１０は、実施例２における特徴点識別部による特徴点識別処理について更に説明する図である。なお、図１０の（１）は、耳についての２次微分波形であり、図９Ａの（２）に対応する。また、図１０の（２）は、指についての２次微分波形であり、図９Ｂの（２）に対応する。図１０の（１）に示すように、耳についての２次微分波形には脈飛びがなく、図１０の（２）に示すように、指についての２次微分波形には脈波１と脈波２との間に脈飛びがある場合を例に説明する。
【００５０】
また、図１０の（１）や（２）の横軸は、時間軸を示し、図１０の（１）や（２）の縦軸は、２次微分処理により得られた値を示す。図１０の（１）の横軸と図１０の（２）の横軸とは、それぞれ対応するものとして説明する。図１０の「脈波ｎ」（ｎは自然数）は、波形に含まれる脈波それぞれを示し、図１０の「特徴点ａ〜ｅ」は、特徴点識別部４０４によって脈波ごとに識別された特徴点を示す。また、図１０の「脈飛びあり」に示すように、脈飛びがあった箇所を示した。なお、特徴点「ａ」〜「ｅ」は、それぞれ、１番特徴点〜５番特徴点とも称する。なお、１番特徴点は、脈波に含まれる特徴点のうち出現時間が１番目になる特徴点を示す。また、同様に、２番特徴点〜５番特徴点は、それぞれ、脈波に含まれる特徴点のうち出現時間が２番目〜５番目になる特徴点を示す。
【００５１】
この場合、特徴点識別部４０４は、図１０の（１）の脈拍１、３〜６と同じタイミングにおいて、図１０の（２）に示す２次微分波形にも脈波が含まれると識別する。この結果、特徴点識別部４０４は、図１０の（１）の脈拍１、３〜６について特徴点を識別する。また、特徴点識別部４０４は、脈拍１、３〜６と同じタイミングにある脈波について特徴点を識別する。例えば、特徴点識別部４０４は、図１０の（１）の脈拍１〜５について特徴点を識別する。なお、図１０に示すように、図１０の（１）の脈拍１、３〜６は、それぞれ、図１０の（２）の脈拍１〜５と同じタイミングになる。
【００５２】
また、図１０に示すように、特徴点識別部４０４は、脈拍ごとに少なくても４つの特徴点を識別する。例えば、特徴点識別部４０４は、特徴点ａ〜ｅあるいは特徴点ａ〜ｄを脈拍ごとに識別する。なお、図１０の（１）や（２）に示すように、特徴点ａ〜ｄについては、ほとんどの２次微分波形において識別可能である。図１０の（１）に示すように、特徴点ｅについては、識別できないことが多々あることが知られている。
【００５３】
なお、図１０に示す例では、図１０の（１）に示すように、耳についての２次微分波形において、特徴点識別部４０４が特徴点ｅを識別できなかった場合を例に示した。また、図１０の（２）に示すように、指についての２次微分波形において、特徴点識別部４０４が特徴点ｅを識別できた場合を例に示した。しかしながら、本発明はこれに限定されるものではなく、耳についての２次微分波形において特徴点ｅを識別できた場合であっても良く、指についての２次微分波形において特徴点ｅを識別できなかった場合であっても良い。
【００５４】
差分算出部４０５は、光センサごとに、特徴点識別部４０４によって識別された特徴点の出現時間の差分を算出する。具体的には、差分算出部４０５は、光センサ２０１に対応する２次微分波形の特徴点について差分を算出する。また、差分算出部４０５は、光センサ２０２に対応する２次微分波形の特徴点について差分を算出する。ここで、出現時間の差分は、時間が該当する。例えば、出現時間の差分は、１秒や５ｍ秒などの時間が該当する。
【００５５】
例えば、差分算出部４０５は、他方の光センサと比較して太い血管に光を照射する光センサについて、脈波ごとに、３番目の特徴点と４番目の特徴点との間の第１の差分を算出する。また、差分算出部４０５は、他方の光センサと比較して細い血管に光を照射する光センサについて、脈波ごとに、１番目の特徴点と２番目の特徴点との間の第２の差分を算出する。
【００５６】
図１１を用いて更に説明する。図１１は、実施例２における差分算出部による出現時間の差分算出処理の一例について説明する図である。図１１の（１）は、耳についての２次微分波形であり、図９Ａの（２）や図１０の（１）に対応する。また、図１１の（２）は、指についての２次微分波形であり、図９Ｂの（２）や図１０の（２）に対応する。また、図１１の（１）や（２）の横軸は、時間軸を示し、図１１の（１）や（２）の縦軸は、２次微分処理により得られた値を示す。図１１の（１）の横軸と図１１の（２）の横軸とは、それぞれ対応するものとして説明する。図１１の「脈波ｎ」（ｎは自然数）は、波形に含まれる脈波それぞれを示す。図１１の「特徴点ａ〜ｄ」は、特徴点識別部４０４によって識別された特徴点を示す。
【００５７】
この場合、差分算出部４０５は、図１１の（１）の「耳差分１」〜「耳差分５」に示すように、耳についての２次微分波形に含まれる脈拍１、３〜６について、特徴点ａが出現する時間と、特徴点ｂが出現する時間との間の差分の絶対値を算出する。また、差分算出部４０５は、図１１の（２）の「指差分１」〜「指差分５」に示すように、指についての２次微分波形に含まれる脈拍１〜５について、特徴点ｃが出現する時間と、特徴点ｄが出現する時間との間の差分の絶対値を算出する。
【００５８】
なお、以下では、耳についての２次微分波形と指についての２次微分波形とについて、それぞれ、特徴点ｃ−ｄ間の出現時間の差分と特徴点ａ−ｂ間の出現時間の差分とを算出する場合について説明するが、本発明はこれに限定されるものではない。例えば、差分算出部４０５は、耳についての２次微分波形について、特徴点ａ−ｂ間の出現時間の差分や特徴点ｂ−ｃ間の出現時間の差分を算出しても良い。また、例えば、差分算出部４０５は、指についての２次微分波形について、特徴点ｂ−ｃ間の出現時間の差分や特徴点ｃ−ｄ間の出現時間の差分を算出しても良い。また、差分算出部４０５は、耳についての２次微分波形と指についての２次微分波形との両方において、同じ特徴点間の差分を算出しても良い。
【００５９】
血管状態推定部４０６は、差分算出部４０５によって光センサごとに算出された差分に基づいて人体の血管の状態を推定し、推定結果を出力する。具体的には、血管状態推定部４０６は、光センサごとに算出された差分間の差分であるセンサ間差分を、差分算出部４０５が算出した複数の差分ごとに算出する。例えば、血管状態推定部４０６は、第１の差分と第２の差分との間の差分を脈波ごとに算出することでセンサ間差分各々を算出する。図１０に示す例を用いて説明すると、血管状態推定部４０６は、耳差分１〜５と、指差分１〜５との間の差分をそれぞれ算出することで、センサ間差分１〜５を算出する。
【００６０】
なお、血管状態推定部４０６は、５つのセンサ間差分を算出する場合を例に説明したが、本発明はこれに限定されるものではない。例えば、４つ以下のセンサ間差分を算出しても良く、６つ以上のセンサ間差分を算出しても良く、利用者が任意に設定して良い。
【００６１】
また、血管状態推定部４０６は、センサ間差分各々が広く分散した場合には狭く分散した場合よりも血管年齢が高いと推定し、センサ間差分各々が狭く分散した場合には広く分散した場合よりも血管年齢が低いと推定する。なお、血管年齢は、血管の状態が相当する年齢を示す。つまり、血管年齢が「２０代」であると推定された場合には、血管の状態が、２０代の人の血管の状態と同等であることを示す。
【００６２】
図１２Ａ〜図１２Ｃを用いて、センサ間差分の分散と年齢との関係について説明する。なお、図１２Ａ〜図１２Ｃは、センサ間差分の分散と年齢との関係について説明するための図である。図１２Ａは、３０歳代の利用者のデータから算出された指差分と耳差分との関係を示した図である。図１２Ｂは、４０歳代の利用者のデータから算出された指差分と耳差分との関係を示した図である。図１２Ｃは、５０歳代の利用者のデータから算出された指差分と耳差分との関係を示した図である。図１２Ａ〜図１２Ｃにおいて、横軸は、脈拍数を示し、縦軸は、指差分又は耳差分の絶対値を示す。
【００６３】
図１２Ａに示すように、３０歳の利用者のデータでは、指差分と耳差分とが全体的に同じように変化した。つまり、図１２Ａに示す例では、指差分が増加した場合には耳差分も増加し、指差分が減少した場合には耳差分も減少した。一方、図１２Ｂに示すように、４３歳の利用者のデータでは、指差分と耳差分とが同じように変化したり、同じように変化しなかったりした。つまり、図１２Ｂの６０１に示す例では、指差分が増加した場合には耳差分も増加し、指差分が減少した場合には耳差分も減少した。言い換えると、図１２Ｂの６０１に示す例では、指差分と耳差分とが同じように変化した。これに対して、図１２Ｂの６０２に示す例では、指差分が増加した場合には耳差分が減少し、指差分が減少した場合には耳差分は増加した。言い換えると、図１２Ｂの６０２に示す例では、指差分と耳差分とがばらばらに変化した。また、図１２Ｃに示すように、５０歳の利用者のデータでは、指差分と耳差分とが全体的にばらばらに変化した。
【００６４】
つまり、年齢が低い場合には、センサ間差分がどれも同じような値になる結果、複数のセンサ間差分の分散の程度は、年齢が高い場合と比較して低くなると考えられる。一方、年齢が高い場合には、センサ間差分がばらばらな値になる結果、複数のセンサ間差分の分散の程度は、年齢が低い場合と比較して高くなると考えられる。
【００６５】
図１３を用いて、センサ間差分の分散と年齢との関係について更に説明する。図１３は、センサ間差分の分散と年齢との関係について説明するための図である。図１３の横軸は、センサ間差分の値を示し、図１３の縦軸は、対応するセンサ間差分の値が得られる確率を示す。つまり、縦軸の値が高ければ高いほど、対応するセンサ間差分の値が得られる確率が高いことを示す。言い換えると、血管状態推定部４０６が複数のセンサ間差分を算出した場合に、同じ値のセンサ間差分が算出される確率が高いことを示す。
【００６６】
図１３に示すように、２０代の場合には、他の年代と比較してピークの縦軸の値が最も高く、他の年代と比較してピークの横軸の幅が最も小さくなる。また、ピークの縦軸の値は、２０代から５０代へと加齢に従って値が小さくなり、ピークの横軸の幅は、２０代から５０代へと加齢に従って値が大きくなる。
【００６７】
このように、センサ間差分の分散と年齢との間には、年齢が高くなるに従って、センサ間差分の分散の程度が大きくなるという関係がある。このことを踏まえ、血管状態推定部４０６は、血管の状態の推定し、推定結果を出力する。具体的には、利用者によって、センサ間差分の標準偏差の範囲が年代ごとに予め算出され、閾値テーブル３０１に格納される。その上で、血管状態推定部４０６は、センサ間差分各々の標準偏差を算出し、算出した標準偏差の値がいずれの閾値に該当するかを判定し、該当すると判定した閾値に対応する年齢を推定結果とする。なお、図７の「ｓ」は、センサ間差分の標準偏差を示す。
【００６８】
なお、例えば、血管状態推定部４０６は、下記の（数１）や（数２）を用いることで、標準偏差「ｓ」を算出する。
【００６９】
【数１】
【００７０】
【数２】
【００７１】
なお、（数１）は、「ｎ」個算出したセンサ間差分の平均値を算出する式を示す。（数１）の「ｘ」は、センサ間差分の値を示す。（数２）に示すように、標準偏差「ｓ」は、（数１）にて算出した平均値を用いて算出される。
【００７２】
つまり、血管状態推定部４０６は、センサ間差分各々について標準偏差を算出し、算出したセンサ間差分に対応する年代を閾値テーブル３０１から取得する。そして、取得した年代を推定結果として利用者に出力する。例えば、図７に示す例を用いて具体的に説明すると、血管状態推定部４０６は、算出した標準偏差が「１」である場合には、「２０代」であると推定する。そして、血管状態推定部４０６は、推定結果となる「２０代」を出力部２０３を介して利用者に出力する。
【００７３】
なお、血管状態推定装置２００は、既知のパーソナルコンピュータ、ワークステーション、サーバ、携帯電話、ＰＨＳ（Personal Handyphone System）端末、移動体通信端末又はＰＤＡ（Personal Digital Assistant）を利用して実現しても良い。
【００７４】
例えば、サーバに、図２に示した閾値テーブル３０１を搭載する。また、サーバに、脈波間隔算出部４０１と、脈波間隔算出部４０２と、ｎ次微分処理部４０３と、特徴点識別部４０４と、差分算出部４０５と、血管状態推定部４０６との各機能を搭載することによって実現しても良い。この場合、例えば、サーバは、利用者が利用した光センサからデータを受信すると、血管の状態を推定し、推定結果を利用者が利用する情報端末に出力する。
【００７５】
また、例えば、図２に示した各部を複数の装置に分散して搭載することで、血管の状態を推定しても良い。例えば、利用者が利用する情報端末（例えば、携帯電話）に、図２に示した各部のうち、光センサ２０１と、光センサ２０２と、脈波間隔算出部４０１と、脈波間隔算出部４０２と、ｎ次微分処理部４０３と、特徴点識別部４０４と、差分算出部４０５とを搭載する。また、サーバに、閾値テーブル３０１と、血管状態推定部４０６とを搭載する。
【００７６】
この場合、利用者が利用する情報端末は、差分算出部４０５によって算出された差分のデータをサーバに送信する。そして、サーバは、差分のデータを受信すると、受信した差分のデータに基づいて血管の状態を推定する。その後、サーバは、推定処理が終了すると、利用者が利用する情報端末に推定結果を送信する。また、例えば、サーバは、推定結果をデータベースに記憶しておき、利用者からサーバに対するアクセスがあると、データベースから推定結果を読み出して出力する。なお、利用者が利用する情報端末がサーバに送信する情報は、差分算出部４０５によって算出された差分である場合を例に説明したが、本発明はこれに限定されるものではない。例えば、利用者が利用する情報端末は、センサ間差分を算出した上でサーバに送信しても良く、脈波間隔算出部４０１〜差分算出部４０５によって実行される処理のうちどの段階のデータを送信しても良い。
【００７７】
［血管状態推定装置による処理］
次に、図１４を用いて、実施例２に係る血管状態推定装置２００による処理の流れの一例について説明する。図１４は、実施例２に係る血管状態推定装置による処理の流れの一例について説明するフローチャートである。
【００７８】
図１４に示すように、光センサは、他の光センサと同期をとって検出された光の変化量に基づいて人体の脈波を検出すると（ステップＳ１０１肯定）、脈波を電気信号に変換する（ステップＳ１０２）。つまり、光センサ２０１は、光センサ２０２と同期をとって検出された光の変化量に基づいて人体の脈波を検出し、脈波を電気信号に変換する。また、光センサ２０２は、光センサ２０１と同期をとって検出された光の変化量に基づいて人体の脈波を検出し、脈波を電気信号に変換する。
【００７９】
そして、脈波間隔算出部４０１や脈波間隔算出部４０２は、それぞれ、光センサによって変換された電気信号が示す波形ごとに脈波間隔を算出する（ステップＳ１０３）。つまり、脈波間隔算出部４０１は、電気信号が示す波形のうち最大点を識別し、隣接する最大点間の間隔を算出することで脈波間隔を算出する。そして、脈波間隔算出部４０１や脈波間隔算出部４０２は、それぞれ、脈波間隔を用いて脈飛びがあった箇所を識別する（ステップＳ１０４）。
【００８０】
そして、ｎ次微分処理部４０３は、光センサごとに、電気信号が示す波形に対してｎ次微分（ｎは自然数）を実行する（ステップＳ１０５）。例えば、ｎ次微分処理部４０３は、光センサ２０１によって変換された電気信号に対して２次微分を実行し、また、光センサ２０２によって変換された電気信号に対して２次微分を実行する。
【００８１】
そして、特徴点識別部４０４は、光センサごとに、ｎ次微分の結果得られた波形であるｎ次微分波形に含まれる特徴点を識別する（ステップＳ１０６）。例えば、図１０の（１）に示すように、特徴点識別部４０４は、耳についての２次微分波形に含まれる脈波ごとに特徴点を複数識別する。また、図１０の（２）に示すように、特徴点識別部４０４は、指についての２次微分波形に含まれる脈波ごとに特徴点を複数識別する。
【００８２】
そして、差分算出部４０５は、光センサごとに、特徴点識別部４０４によって識別された特徴点の出現時間の差分を算出する（ステップＳ１０７）。例えば、図１１の（１）に示すように、差分算出部４０５は、耳についての２次微分波形に含まれる脈拍について、耳差分１〜４を算出する。また、図１１の（２）に示すように、差分算出部４０５は、指についての２次微分波形に含まれる脈拍について、指差分１〜４を算出する。
【００８３】
そして、血管状態推定部４０６は、センサ間差分を複数算出する（ステップＳ１０８）。つまり、図１０に示す例を用いて説明すると、血管状態推定部４０６は、耳差分１〜４と、指差分１〜４との間の差分をそれぞれ算出することで、センサ間差分１〜４を算出する。
【００８４】
そして、血管状態推定部４０６は、血管の状態を推定する（ステップＳ１０９）。つまり、血管状態推定部４０６は、センサ間差分各々が広く分散した場合には狭く分散した場合よりも血管年齢が高いと推定し、センサ間差分各々が狭く分散した場合には広く分散した場合よりも血管年齢が低いと推定する。
【００８５】
そして、血管状態推定部４０６は、推定結果を出力する（ステップＳ１１０）。例えば、血管状態推定部４０６は、血管状態推定装置２００を利用する利用者に対して、出力部２０３を介して推定結果を出力する。例えば、血管状態推定部４０６は、「２０代」であると出力する。
【００８６】
なお、図１４に示した処理手順は、上述した順番に限定されるものではなく、処理内容を矛盾させない範囲で適宜変更しても良い。例えば、血管状態推定装置２００は、ステップＳ１０９において血管の状態を推定すると、推定結果を記憶部３００に格納して処理を終了しても良い。この場合、例えば、血管状態推定装置２００は、利用者から推定結果の要求を別途受け付けると、記憶部３００に格納された推定結果を読み出して出力する。また、例えば、血管状態推定装置２００は、ステップＳ１０４とＳ１０５やＳ１０６とを並列して実行しても良い。この場合、血管状態推定装置２００は、脈飛びの箇所を識別する処理を実行するとともに、２次微分処理を実行して特徴点を識別する。そして、血管状態推定装置２００は、脈飛びの箇所を識別した処理結果と、識別した特徴点とを用いて、センタ間差分を算出する。
【００８７】
［実施例２の効果］
上述したように、実施例２によれば、血管状態推定装置２００は、少なくとも２つの光センサを有する。また、血管状態推定装置２００は、光センサごとに、他の光センサと同期をとって検出された光の変化量に基づいて人体の脈波を検出し、脈波を電気信号に変換する。そして、血管状態推定装置２００は、光センサごとに、電気信号に対してｎ次微分（ｎは自然数）を実行し、ｎ次微分の結果得られた波形であるｎ次微分波形に含まれる特徴点を識別する。そして、血管状態推定装置２００は、光センサごとに、特徴点の出現時間の差分を算出し、光センサごとに算出された差分に基づいて人体の血管の状態を推定する。そして、血管状態推定装置２００は、推定結果を出力する。この結果、実施例２によれば、血管の状態を精度良く簡易に推定可能である。
【００８８】
すなわち、実施例２によれば、特徴点各々の出現時間は血圧値などによる変動を受けにくいことを踏まえ、特徴点の出現時間の差分に基づいて血管の状態を推定するので、精度良く推定することが可能である。また、カフを用いる手法と比較して、実施例２によれば、血管の状態を簡易に推定可能である。
【００８９】
また、実施例２によれば、血管状態推定装置２００は、光センサごとに差分を複数算出する。そして、血管状態推定装置２００は、光センサごとに算出された差分間の差分であるセンサ間差分を、差分算出部が算出した複数の差分ごとに算出する。そして、血管状態推定装置２００は、センサ間差分各々が広く分散した場合には狭く分散した場合よりも血管年齢が高いと推定し、センサ間差分各々が狭く分散した場合には広く分散した場合よりも血管年齢が低いと推定する。この結果、実施例２によれば、センタ間差分の分散について算出するだけで、血管の状態を精度良く簡易に推定可能である。
【００９０】
また、実施例２によれば、少なくとも２つある光センサは、それぞれ異なる太さの血管がある人体の部分に光を照射するので、血管の状態を精度良く推定可能である。つまり、血管の太さが違えば、加齢による血管の伸展性や弾力性に対する影響の大きさが異なることを踏まえ、それぞれ異なる太さの血管において光の変化量を検知して血管の状態を推定するので、血管の状態を精度良く推定可能である。
【００９１】
また、実施例２によれば、血管状態推定装置２００は、光センサごとに変換された電気信号に対して２次微分を実行し、２次微分波形に含まれる脈波ごとに少なくとも４つの特徴点を識別する。そして、血管状態推定装置２００は、他方の光センサと比較して太い血管に光を照射する光センサについて、脈波ごとに、３番目の特徴点と４番目の特徴点との間の第１の差分を算出する。また、血管状態推定装置２００は、他方の光センサと比較して細い血管に光を照射する光センサについて、脈波ごとに、１番目の特徴点と２番目の特徴点との間の第２の差分を算出する。そして、血管状態推定装置２００は、第１の差分と第２の差分との間の差分を脈波ごとに算出することでセンサ間差分各々を算出する。この結果、血管の状態を精度良く推定可能である。
【００９２】
すなわち、脈波には、心臓の鼓動により発生する駆動波と、駆動波が血管の分岐や壁にぶつかって反射することにより発生する反射波とがある。このため、電気信号が示す波形や２次微分波形に含まれる脈波は、駆動波と反射波との両方の成分が含まれる。また、血管の太さが同じであれば、血管の抹消になればなるほど、反射波の強さが強くなり、脈波のピークにおいて反射波が占める成分が大きくなると考えられる。また、血管の太さが細ければ細いほど、反射波の強さが強くなり、脈波のピークにおいて反射波が占める成分が大きくなると考えられる。また、血管は、老化すると、一度伸びた（拡張した）後の戻りが遅くなる結果、反射波に対する反応が悪くなると考えられる。
【００９３】
このことを踏まえ、血管状態推定装置２００は、血管の太さに応じて、駆動波の後にやってくると考えられる反射波の影響が相対的に大きい考えられる箇所の特徴点を用いて差分を算出する。耳と指とで光センサを使用する場合を例に説明すると、耳の場合には、指の血管と比較して血管が細い結果、指の場合と比較して反射波の影響が強くなると考えられ、脈波形のピーク付近に反射波の影響が現れると考えられる。このことを踏まえ、血管状態推定装置２００は、耳の場合には、２次微分波形の特徴点のうち前の方にある特徴点ａ−ｂを用いて差分を算出する。また、指の場合には、耳の血管と比較して血管が太い結果、耳の場合と比較して反射波の影響が弱いと考えられ、脈波形のピークよりも後ろに反射波の影響が現れると考えられる。このことを踏まえ、血管状態推定装置２００は、後ろの方にある特徴点ｃ−ｄを用いて差分を算出する。このように、血管状態推定装置２００は、反射波の影響が強くでると考えられる箇所を用いて血管の状態を推定するので、加齢による影響を精度良く検知でき、血管の状態を精度良く推定可能である。
【実施例３】
【００９４】
さて、これまで本発明の実施例１及び２について説明したが、本発明は上記した実施例１及び２以外にも、その他の実施例にて実施されても良い。そこで、以下では、その他の実施例について説明する。
【００９５】
例えば、上述の実施例では、血管状態推定装置が、推定結果として年代を出力する場合を例に説明したが、本発明はこれに限定されるものではない。例えば、血管状態推定装置は、血管の状態が良好か良好ではないかを出力しても良く、血管年齢が利用者の年齢よりも若いか老いているかを出力しても良く、利用者が任意に設定して良い。
【００９６】
［システム構成］
また、本実施例において説明した各処理のうち、自動的に行われるものとして説明した処理の全部又は一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部又は一部を公知の方法で自動的に行うこともできる。例えば、上述した実施例では、血管状態推定装置２００が、血管状態を推定し、推定結果を出力する場合について説明したが、本発明はこれに限定されるものではない。例えば、血管状態推定装置２００は、血管状態を推定することなく、センサ間差分についての標準偏差の値と閾値テーブルとを併せて出力するにとどめても良い。
【００９７】
この他、上記文書中や図面中で示した処理手順、制御手順、具体的名称、各種のデータやパラメータを含む情報（図１〜図１４）については、特記する場合を除いて任意に変更することができる。例えば、図３に示した閾値テーブル３０１のデータは、利用者が任意の値に変更しても良い。
【００９８】
また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部又は一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的又は物理的に分散・統合して構成することができる。例えば、光センサ２０１と光センサ２０２と出力部２０３とを血管状態推定装置２００の外部装置としてネットワーク経由で接続するようにしても良い。また、血管状態推定部４０６と閾値テーブル３０１とを別の装置が有し、ネットワーク経由で接続されて協働することで、上述した血管状態推定装置２００の機能を実現するようにしても良い。
【００９９】
［コンピュータ］
また、上記の実施例で説明した各種の処理は、予め用意されたプログラムをパーソナルコンピュータやワークステーションなどのコンピュータで実行することによって実現することができる。そこで、以下では、図１５を用いて、上記の実施例と同様の機能を有する血管状態推定プログラムを実行するコンピュータの一例について説明する。なお、図１５は、実施例２に係る血管状態推定プログラムを実行するコンピュータの一例について説明する図である。
【０１００】
図１５に示すように、実施例２におけるコンピュータ３０００は、操作部３００１、マイク３００２、スピーカ３００３、ディスプレイ３００４、光センサ３００５、通信部３００６、ＣＰＵ３０１０、ＲＯＭ３０１１、ＨＤＤ（Hard Disk Drive）３０１２、ＲＡＭ（Random Access Memory）３０１３をバス３００９などで接続して構成されている。
【０１０１】
ＲＯＭ３０１１には、上記の実施例２で示した脈波間隔算出部４０１〜血管状態推定部４０６の各部と同様の機能を発揮する制御プログラムが格納される。すなわち、図１５に示す例では、ＲＯＭ３０１１には、脈波間隔算出プログラム３０１１ａと、ｎ次微分処理プログラム３０１１ｂと、特徴点識別プログラム３０１１ｃとが予め記憶される。また、ＲＯＭ３０１１には、差分算出プログラム３０１１ｄと、血管状態推定プログラム３０１１ｅとが予め記憶される。なお、これらのプログラム３０１１ａ〜３０１１ｅについては、図２に示した血管状態推定装置２００の各構成要素と同様、適宜統合又は分離しても良い。
【０１０２】
ここで、脈波間隔算出プログラム３０１１ａは、脈波間隔算出部４０２と同様の機能を発揮する制御プログラムである。ｎ次微分処理プログラム３０１１ｂは、ｎ次微分処理部４０３と同様の機能を発揮する制御プログラムである。特徴点識別プログラム３０１１ｃは、特徴点識別部４０４と同様の機能を発揮する制御プログラムである。
【０１０３】
そして、ＣＰＵ３０１０は、プログラム３０１１ａ〜３０１１ｂをＲＯＭ３０１１から読み出して実行することで、脈波間隔算出プロセス３０１０ａと、ｎ次微分処理プロセス３０１０ｂとして機能する。また、ＣＰＵ３０１０は、プログラム３０１１ｃ〜３０１１ｅをＲＯＭ３０１１から読み出して実行することで、ｎ次微分処理プロセス３０１１ｃとして機能する。また、ＣＰＵ３０１０は、プログラム３０１１ｄ〜３０１１ｅをＲＯＭ３０１１から読み出して実行することで、差分算出プロセス３０１０ｄと、血管状態推定プロセス３０１０ｅとして機能する。
【０１０４】
なお、各プロセス３０１０ａ〜３０１０ｅは、図２に示した、脈波間隔算出部４０１と、脈波間隔算出部４０２と、ｎ次微分処理部４０３と、特徴点識別部４０４と、差分算出部４０５と、血管状態推定部４０６とにそれぞれ対応する。
【０１０５】
そして、ＨＤＤ３０１２には、閾値テーブル３０１２ａが設けられている。なお、閾値テーブル３０１２ａは、図２に示した、閾値テーブル３０１に対応する。
【０１０６】
そして、ＣＰＵ３０１０は、閾値テーブル３０１２ａを読み出してＲＡＭ３０１３に格納する。そして、ＣＰＵ３０１０は、ＲＡＭ３０１３に格納された閾値データ３０１３ａと、光の変化量データ３０１３ｂと、電気信号の波計データ３０１３ｃと、２次微分波計データ３０１３ｄと、差分データ３０１３ｅとを用いて、血管状態推定プログラムを実行する。
【０１０７】
［その他］
なお、本実施例で説明した血管状態推定プログラムは、インターネットなどのネットワークを介して配布することができる。また、血管状態推定プログラムは、ハードディスク、フレキシブルディスク（ＦＤ）、ＣＤ−ＲＯＭ、ＭＯ、ＤＶＤなどのコンピュータで読み取り可能な記録媒体に記録され、コンピュータによって記録媒体から読み出されることによって実行することもできる。
【符号の説明】
【０１０８】
１００ 血管状態推定装置
１０１ 光センサ
１０２ 光センサ
１０３ 脈波検出部
１０４ 特徴点識別部
１０５ 差分算出部
１０６ 血管状態推定部
２００ 血管状態推定装置
２０１ 光センサ
２０２ 光センサ
２０３ 出力部
３００ 記憶部
３０１ 閾値テーブル
４００ 制御部
４０１ 脈波間隔算出部
４０２ 脈波間隔算出部
４０３ ｎ次微分処理部
４０４ 特徴点識別部
４０５ 差分算出部
４０６ 血管状態推定部
５０１ 開口制御ラバー
５０２ 可視光カットフィルタ
５０３ 搭載基板
５０４ カバーケース
５０５ 発光素子
５０６ 受光素子
【技術分野】
【０００１】
本発明は、血管状態推定装置、血管状態推定方法及び血管状態推定プログラムに関する。
【背景技術】
【０００２】
従来、血管の伸展性や弾力性が加齢により変化することを踏まえ、血管の状態を推定する推定装置がある。例えば、推定装置は、加速度脈波や血圧脈波を用いることで、血管の状態が何歳に相当するかを推定する。
【０００３】
例えば、加速度脈波を用いて血管の状態を推定する場合について更に説明する。例えば、推定装置は、利用者の指尖容積脈波を検出し、検出した指尖容積脈波を２回微分することで、図１６に示すような加速度脈波を生成する。なお、図１６は、加速度脈波の一例について説明するための図である。図１６の横軸は時間軸を示し、図１６の縦軸は、指尖容積脈波を２回微分することで得られた値を示す。また、図１６のａ〜ｅは、加速度脈波に含まれる特徴点各々を示す。図１６に示す例では、推定装置は、基線を基準とした場合における特徴点ａ、ｂ、ｄの高さを算出し、特徴点ｂ、ｄの高さをそれぞれ特徴点ａの高さで除算する。ここで、除算することで得られた値である「ｂ／ａ」や「ｄ／ａ」と年齢との間には相関関係があることを踏まえ、推定装置は、「ｂ／ａ」や「ｄ／ａ」を用いて血管の状態を推定する。例えば、推定装置は、利用者の血管の状態が２０代であると推定する。
【０００４】
また、血圧脈波を用いて血管の状態を推定する場合について更に説明する。例えば、まず、利用者の両腕と両足首に予めカフを装着しておく。そして、推定装置は、血圧脈波が心臓から両腕に伝搬するまでの時間と、血圧脈波が心臓から両足首に伝搬するまでの時間との差を測定することで、血圧脈波が伝搬する速度である脈波伝搬速度を測定する。そして、脈波伝搬速度と年齢との間には相関関係があることを踏まえ、推定装置は、測定した脈波伝搬速度を用いて血管の状態を測定する。
【先行技術文献】
【特許文献】
【０００５】
【特許文献１】特開２００６−１０２２５０号公報
【特許文献２】特開２０００−５１１６６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、加速度脈波を用いた手法では、精度が悪いという課題があった。すなわち、脈波は様々な要因によって変化し、例えば、血圧値によって変化する。また、血圧値もまた、様々な要因によって変化し、例えば、利用者の呼吸によって変化する。このため、加速度脈波を用いる推定装置では、測定するごとに脈波が変化する結果、精度が悪かった。例えば、加速度脈波を用いる推定装置では、処理を行うごとに得られる年齢の幅が大きかった。このように、加速度脈波を用いた手法では、精度が悪いという課題があった。
【０００７】
また、例えば、血圧脈波を用いた手法では、簡易に測定できないという課題があった。すなわち、推定装置では、利用者がカフを予め装着しなければならなかった。また、カフを装着すると、利用者の足首や両腕が締め付けられることになり、利用者への負荷が大きかった。また、カフを用いる場合には、装置を小型化することが難しかった。このように、血圧脈波を用いた手法では、簡易に測定できないという課題があった。
【０００８】
開示の技術は、上記に鑑みてなされたものであって、血管の状態を精度良く簡易に推定可能な血管状態推定装置、血管状態推定方法及び血管状態推定プログラムを提供することを目的とする。
【課題を解決するための手段】
【０００９】
開示する血管状態推定装置の一つの態様によれば、人体へ光を照射する発光素子と、前記発光素子から放射された後人体を透過した光の変化量、又は、前記発光素子から放射された後人体により反射された光の変化量を検出する受光素子とを有する光センサを備える。また、血管状態推定装置は、少なくとも２つの光センサを有する。また、血管状態推定装置は、前記光センサごとに、他の光センサと同期をとって検出された光の変化量に基づいて前記人体の脈波を検出し、該脈波を電気信号に変換する脈波検出部を備える。また、血管状態推定装置は、前記光センサごとに、前記脈波検出部によって変換された電気信号に対してｎ次微分（ｎは自然数）を実行し、該ｎ次微分の結果得られた波形であるｎ次微分波形に含まれる特徴点を識別する特徴点識別部を備える。また、血管状態推定装置は、前記光センサごとに、前記特徴点識別部によって識別された特徴点の出現時間の差分を算出する差分算出部を備える。また、血管状態推定装置は、前記差分算出部によって前記光センサごとに算出された差分に基づいて前記人体の血管の状態を推定し、推定結果を出力する血管状態推定部を備える。
【発明の効果】
【００１０】
開示する血管状態推定装置の一つの態様によれば、血管の状態を精度良く簡易に推定可能であるという効果を奏する。
【図面の簡単な説明】
【００１１】
【図１】図１は、実施例１に係る血管状態推定装置の構成の一例について説明するブロック図である。
【図２】図２は、実施例２に係る血管状態推定装置の構成の一例について説明するブロック図である。
【図３】図３は、実施例２における光センサの使用態様の一例について説明する図である。
【図４】図４は、実施例２における光センサの構造の一例について説明する図である。
【図５】図５は、実施例２における搭載基板の詳細な一例について説明する図である。
【図６】図６は、実施例２における光センサによって変換された電気信号が示す波形の一例について説明する図である。
【図７】図７は、実施例２における閾値テーブルに記憶された情報の一例について説明する図である。
【図８】図８は、実施例２における脈波間隔算出部による脈飛びがあった箇所を識別する処理の一例について説明する図である。
【図９Ａ】図９Ａは、実施例２における２次微分波形の一例について説明する図である。
【図９Ｂ】図９Ｂは、実施例２における２次微分波形の一例について説明する図である。
【図１０】図１０は、実施例２における特徴点識別部による特徴点識別処理について更に説明する図である。
【図１１】図１１は、実施例２における差分算出部による出現時間の差分算出処理の一例について説明する図である。
【図１２Ａ】図１２Ａは、センサ間差分の分散と年齢との関係について説明するための図である。
【図１２Ｂ】図１２Ｂは、センサ間差分の分散と年齢との関係について説明するための図である。
【図１２Ｃ】図１２Ｃは、センサ間差分の分散と年齢との関係について説明するための図である。
【図１３】図１３は、センサ間差分の分散と年齢との関係について説明するための図である。
【図１４】図１４は、実施例２に係る血管状態推定装置による処理の流れの一例について説明するフローチャートである。
【図１５】図１５は、実施例２に係る血管状態推定プログラムを実行するコンピュータの一例について説明する図である。
【図１６】図１６は、加速度脈波の一例について説明するための図である。
【発明を実施するための形態】
【００１２】
以下に、開示する血管状態推定装置、血管状態推定方法及び血管状態推定プログラムの実施例を図面に基づいて詳細に説明する。なお、本実施例により開示する発明が限定されるものではない。各実施例は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。
【実施例１】
【００１３】
図１を用いて、実施例１に係る血管状態推定装置１００の構成の一例について説明する。図１は、実施例１に係る血管状態推定装置の構成の一例について説明するブロック図である。血管状態推定装置１００は、図１に示す例では、光センサ１０１と、光センサ１０２と、脈波検出部１０３と、特徴点識別部１０４と、差分算出部１０５と、血管状態推定部１０６とを有する。
【００１４】
光センサ１０１や光センサ１０２は、人体へ光を照射する発光素子と、発光素子から放射された後人体を透過した光の変化量、又は、発光素子から放射された後人体により反射された光の変化量を検出する受光素子とを有する。
【００１５】
脈波検出部１０３は、光センサごとに、他の光センサと同期をとって検出された光の変化量に基づいて人体の脈波を検出し、脈波を電気信号に変換する。また、特徴点識別部１０４は、光センサごとに、脈波検出部１０３によって変換された電気信号に対してｎ次微分（ｎは自然数）を実行し、ｎ次微分の結果得られた波形であるｎ次微分波形に含まれる特徴点を識別する。
【００１６】
差分算出部１０５は、光センサごとに、特徴点識別部１０４によって識別された特徴点の出現時間の差分を算出する。また、血管状態推定部１０６は、差分算出部１０５によって光センサごとに算出された差分に基づいて人体の血管の状態を推定し、推定結果を出力する。
【００１７】
このように、実施例１によれば、血管の状態を精度良く推定可能である。すなわち、脈波は様々な要因によって変化し、例えば、血圧値によって変化する。また、血圧値もまた、様々な要因によって変化し、例えば、利用者の呼吸によって変化する。この結果、脈波の時間軸を基準とした場合における特徴点の高さを用いて血管の状態を推定すると、精度が悪かった。しかしながら、実施例１によれば、特徴点各々の出現時間は血圧値などによる変動を受けにくいことを踏まえ、特徴点の出現時間の差分に基づいて血管の状態を推定するので、精度良く推定することが可能である。
【００１８】
また、実施例１によれば、カフを用いる手法と比較して、血管の状態を簡易に推定可能である。
【実施例２】
【００１９】
［血管状態推定装置の構成］
次に、実施例２に係る血管状態推定装置２００について説明する。まず、図２を用いて、実施例２に係る血管状態推定装置２００の構成の一例について説明する。図２は、実施例２に係る血管状態推定装置の構成の一例について説明するブロック図である。血管状態推定装置２００は、図２に示す例では、光センサ２０１と、光センサ２０２と、出力部２０３と、記憶部３００と、制御部４００とを有する。
【００２０】
光センサ２０１と光センサ２０２とは、制御部４００と接続される。また、光センサ２０１や光センサ２０２は、人体へ光を照射する発光素子と、発光素子から放射された後人体を透過した光の変化量、又は、発光素子から放射された後人体により反射された光の変化量を検出する受光素子とを有する。また、光センサ２０１と光センサ２０２とは、それぞれ異なる太さの血管がある人体の部分に光を照射する。
【００２１】
ここで、発光素子は、例えば、ＬＥＤ（Light Emitting Diode）が該当する。また、受光素子は、例えば、ＰＤ（Photo Diode）が該当する。発光素子として用いられるＬＥＤは、例えば、７６０ｎｍ付近の波長の光を照射する。なお、以下では、発光素子として用いられるＬＥＤが７６０ｎｍ付近の波長の光を照射する場合を例に説明するが、本発明はこれに限定されるものではない。例えば、発光素子として用いられるＬＥＤは、７６０ｎｍよりも長波長側の光を照射しても良く、７６０ｎｍよりも短波長側の光を照射しても良く、利用者が任意の波長を選択して良い。
【００２２】
図３を用いて、光センサ２０１や光センサ２０２の使用態様の一例について説明する。図３は、実施例２における光センサの使用態様の一例について説明する図である。図３では、血管状態推定装置２００が移動体端末である場合を例に示した。図３に示す例では、光センサ２０１は、クリップ状の形状を有し、利用者によって耳朶に装着されることで耳と接触する。また、図３に示す例では、光センサ２０１は、ケーブルを介して血管状態推定装置２００の筐体と接続される。また、図３に示す例では、光センサ２０２は、血管状態推定装置２００の筐体に設けられ、利用者によって指が押しつけられることで指と接触する。
【００２３】
なお、以下では、図３に示すように、光センサ２０１は耳と接触し、光センサ２０２が指と接触する場合を例に説明するが、本発明はこれに限定されるものではない。例えば、光センサ２０１や光センサ２０２が接触する箇所は、利用者が任意に選択して良い。
【００２４】
また、以下では、図３に示すように、光センサ２０１は、クリップ状の形状を有して耳に装着される場合を例に説明するが、本発明はこれに限定されるものではない。例えば、光センサ２０１は、クリップ状ではなく板状であっても良く、利用者が任意の形状を選択して良い。
【００２５】
また、以下では、図３に示すように、光センサ２０１は、ケーブルを介して血管状態推定装置２００の筐体と接続される場合を例に説明するが、本発明はこれに限定されるものではない。例えば、光センサ２０１は、無線を介して血管状態推定装置２００の筐体と接続されても良く、利用者が任意の接続形態を選択して良い。また、同様に、光センサ２０１は、血管状態推定装置１００の筐体に設けられても良い。
【００２６】
また、以下では、図３に示すように、光センサ２０２は、血管状態推定装置２００の筐体に設けられる場合を例に説明するが、本発明はこれに限定されるものではない。例えば、光センサ２０２は、ケーブルや無線を介して血管状態推定装置２００の筐体と接続されても良く、利用者が任意の接続形態を選択して良い。
【００２７】
光センサ２０１の構造の一例について、図４を用いて説明する。図４は、実施例２における光センサの構造の一例について説明する図である。図４には、光センサ２０１について、光センサ２０１を形成する各部を分解した上で示した。図４に示すように、光センサ２０１は、カバーケース５０４に、開閉可能なふたとしてクリップ状に可動する開口制御ラバー５０１が取り付けられる。その上で、開口制御ラバー５０１のカバーケース５０４側の面には、可視光をカットする可視光カットフィルタ５０２と、ＬＥＤ（Light Emitting Diode）やＰＤ（Photo Diode）が搭載される搭載基板５０３とが順に積層される。
【００２８】
ここで、可視光カットフィルタ５０２は、開口制御ラバー５０１を透過した可視光線を遮断することで、搭載基板５０３に搭載されたＰＤが、開口制御ラバー５０１を透過した可視光線を検知しないようにする。搭載基板５０３に搭載されたＬＥＤは、発光素子に対応し、搭載基板５０３に搭載されたＰＤは、受光素子に対応する。なお、光センサ２０２は、例えば、搭載基板５０３が血管状態推定装置２００の筐体に設けられることで実現される。
【００２９】
また、図５を用いて、搭載基板５０３の詳細な一例について説明する。図５は、実施例２における搭載基板の詳細な一例について説明する図である。図５に示す例では、光センサ２０１の搭載基板５０３である場合を例に示した。つまり、図５に示す例では、搭載基板５０３が耳５０７と接触する場合を例に示した。
【００３０】
図５に示すように、搭載基板５０３の平面上には、ＬＥＤなどの発光素子５０５と、ＰＤなどの受光素子５０６とが設けられる。また、搭載基板５０３は、耳５０７と接触する。ここで、図５に示すように、受光素子５０６は、発光素子５０５から照射された光のうち、耳５０７によって反射された光を受光し、受光した光の変化量を検知する。あるいは、受光素子５０６は、発光素子５０５から照射された光のうち、耳５０７を透過した光を受光し、受光した光の変化量を検知する。
【００３１】
光センサ２０１は、光センサ２０２と同期をとって検出された光の変化量に基づいて人体の脈波を検出し、脈波を電気信号に変換する。例えば、光センサ２０１は、耳にて脈波を検出し、電気信号に変換する。また、光センサ２０２は、光センサ２０１と同期をとって検出された光の変化量に基づいて人体の脈波を検出し、脈波を電気信号に変換する。例えば、光センサ２０２は、指にて脈波を検出し、電気信号に変換する。
【００３２】
光センサ２０１や光センサ２０２が脈波を検出する処理について、更に説明する。まず、発光素子が光を照射する箇所の血流量と、受光素子が受光する光の量との間には、相関関係にある。具体的には、発光素子が光を照射する箇所の血流量が増加すればするほど、発光素子が光を照射する箇所の血流によって吸収される光の量が増加し、受光素子が受光する光の量が減少する。次に、心臓の鼓動により発生した脈波が到達すると、血管が広がり、発光素子が光を照射する箇所の血流量が増加する。つまり、光センサ２０１や光センサ２０２は、受光素子によって受光される光の変化量を検出することで、発光素子が光を照射する箇所の血流量の変化を検知する。また、この結果、光センサ２０１や光センサ２０２は、血流量の変化を検知することで、脈波を検出する。
【００３３】
図６を用いて、光センサ２０１や光センサ２０２によって変換された電気信号が示す波形の一例について説明する。なお、図６は、光センサによって変換された電気信号が示す波形の一例について説明する図である。ここで、図６の（１）は、光センサ２０１によって変換された電気信号が示す波形の一例を示す。言い換えると、図６の（１）は、耳と接触した光センサについての波形である。図６の（２）は、光センサ２０２によって変換された電気信号が示す波形の一例を示す。言い換えると、図６の（２）は、指と接触した光センサについての波形である。図６の（１）や（２）の横軸は、時間軸を示し、図６の（１）や（２）の縦軸は、受光素子によって受光された光の量を示す。つまり、縦軸は、光センサが光を照射する箇所における血流量を示す。また、この結果、図６の（１）や（２）において、血流量があがっている箇所は、心臓の鼓動により発生した脈波が到達したことを示す。
【００３４】
図２の説明に戻る。出力部２０３は、制御部４００と接続される。出力部２０３は、制御部４００から情報を受け付け、受け付けた情報を出力する。出力部２０３は、例えば、モニタやディスプレイ、タッチパネル、又は、スピーカなどが該当する。なお、出力部２０３によって出力される情報の詳細については、ここでは説明を省略し、関係する各部について説明する際に併せて説明する。
【００３５】
記憶部３００は、制御部４００と接続される。また、記憶部３００は、制御部４００による各種処理に用いるデータを記憶する。記憶部３００は、例えば、ＲＡＭ（Random Access Memory）やＲＯＭ（Read Only Memory）、フラッシュメモリ（Flash Memory）などの半導体メモリ素子、又は、ハードディスクや光ディスクなどの記憶装置である。記憶部３００は、図２に示す例では、閾値テーブル３０１を有する。
【００３６】
閾値テーブル３０１は、後述するように、血管状態推定部４０６によって用いられる閾値を記憶する。例えば、図７を用いて、閾値テーブル３０１に記憶された情報の一例について説明する。図７は、実施例２における閾値テーブルに記憶された情報の一例について説明する図である。図７に示す例では、血管の状態が相当する年代を示す「年代」を記憶する場合を示した。また、図７の「閾値」に含まれる「ｓ」は、後述するように、血管状態推定部４０６によって算出される値である。図７の「ｓ」の詳細については、血管状態推定部４０６について説明する際に併せて説明するため、ここでは説明を省略する。
【００３７】
図７に示すように、閾値テーブル３０１は、年代に対応付けて閾値を記憶する。例えば、図７に示す例では、閾値テーブル３０１は、年代「２０代」に対応付けて閾値「０＜ｓ＜２」を記憶し、年代「３０代」に対応付けて閾値「２＜ｓ＜４」を記憶する。また、図７に示す例では、閾値テーブル３０１は、年代「４０代」や「５０代」についても閾値を記憶する。すなわち、例えば、閾値テーブル３０１は、血管状態推定部４０６によって「ｓ＝１」であると算出された場合には、血管の状態が「２０代」に相当することを記憶する。
【００３８】
なお、以下では、図７に示すように、閾値テーブル３０１は、年代ごとに閾値を記憶する場合を例に説明するが、本発明はこれに限定されるものではない。例えば、閾値テーブル３０１は、年齢ごとに閾値を記憶しても良く、利用者が任意に設定した範囲ごとに閾値を記憶して良い。
【００３９】
制御部４００は、光センサ２０１、光センサ２０２、出力部２０３及び記憶部３００と接続される。制御部４００は、各種の処理手順などを規定したプログラムを記憶する内部メモリを有し、種々の処理を制御する。制御部４００は、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field Programmable Gate Array）、ＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro Processing Unit）などの電子回路である。制御部４００は、図２に示す例では、脈波間隔算出部４０１と、脈波間隔算出部４０２と、ｎ次微分処理部４０３と、特徴点識別部４０４と、差分算出部４０５と、血管状態推定部４０６とを有する。
【００４０】
なお、図２に示す例では、脈波間隔算出部４０１と脈波間隔算出部４０２とを別の制御部として記載したが、本発明はこれに限定されるものではなく、統合して１つの制御部としても良い。また、脈波間隔算出部４０１と脈波間隔算出部４０２とは、それぞれ、光センサ２０１や光センサ２０２と統合しても良い。
【００４１】
脈波間隔算出部４０１は、光センサ２０１によって変換された電気信号が示す波形から、連続する２つの脈波の間の脈波間隔を算出する。具体的には、脈波間隔算出部４０１は、電気信号が示す波形のうち最大点を識別し、隣接する最大点間の間隔を算出することで脈波間隔を算出する。また、脈波間隔算出部４０２は、脈波間隔算出部４０１と同様に、光センサ２０２によって変換された電気信号が示す波形から、脈波間隔を算出する。
【００４２】
また、脈波間隔算出部４０１や脈波間隔算出部４０２は、それぞれ、脈波間隔を用いて脈飛びがあった箇所を識別する。脈飛びがあった箇所を識別する処理の一例について、図８を用いて説明する。図８は、実施例２における脈波間隔算出部による脈飛びがあった箇所を識別する処理の一例について説明する図である。図８の（１）は、光センサ２０１についての波形を示し、図６の（１）に対応する。つまり、図８の（１）は、耳と接触した光センサについての波形である。図８の（２）は、光センサ２０２についての波形を示し、図６の（２）に対応する。つまり、図８の（２）は、指と接触した光センサについての波形である。図８の（１）や（２）の横軸は、時間軸を示し、図８の（１）や（２）の縦軸は、血流量を示す。また、図８の（１）の横軸と図８の（２）の横軸とは、それぞれ対応するものとして説明する。言い換えると、横軸が同じ位置である場合には、図８の（１）と（２）とが同じ時間におけるデータを示すものとして説明する。また、図８の「脈波ｎ」（ｎは自然数）は、波形に含まれる脈波それぞれを示し、図８の「最大点」は、脈波それぞれに含まれる最大点を示す。また、図８の「脈波間隔」は、脈波間隔算出部４０１や脈波間隔算出部４０２によって算出される脈波間隔を示す。
【００４３】
ここで、図８の（１）に示す例では、脈波１〜６間における連続する２つの脈波間の脈波間隔には、他の脈波間隔のｎ倍（ｎは自然数）となる脈波間隔はない。言い換えると、図８の（１）に示す例では、脈波間隔は、どれも同じような値になる。この場合、脈波間隔算出部４０１は、脈飛びがないと判定する。一方、図８の（２）に示す例では、脈波１〜２間の脈波間隔は、脈波２〜５間における連続する２つの脈波間の脈波間隔と比較して２倍の値になる。この場合、脈波間隔算出部４０１は、脈波１〜２間において脈飛びがあったと識別する。なお、脈波間隔算出部４０１による処理結果は、後述するように、特徴点識別部４０４によって用いられる。
【００４４】
ｎ次微分処理部４０３は、光センサごとに、電気信号が示す波形に対してｎ次微分（ｎは自然数）を実行する。具体的には、ｎ次微分処理部４０３は、光センサ２０１についての波形に対してｎ次微分（ｎは自然数）を実行し、また、光センサ２０２についての波形に対してｎ次微分（ｎは自然数）を実行する。以下では、特に言及しない限り、ｎ次微分処理部４０３は、２次微分を実行する場合を例に説明するが、本発明はこれに限定されるものではない。例えば、ｎ次微分処理部４０３は、１次微分や３次微分を実行しても良く、利用者が任意の微分回数を設定して良い。
【００４５】
例えば、ｎ次微分処理部４０３は、２次微分を実行した場合には、図９Ａや図９Ｂに示すような２次微分波形が得られる。ここで、図９Ａと図９Ｂとは、実施例２における２次微分波形の一例について説明する図である。図９Ａの（１）は、光センサ２０１についての波形を示し、図６の（１）や図８の（１）に対応する。つまり、図９Ａの（１）は、耳と接触した光センサについての波形である。図９Ａの（２）は、図９Ａの（１）に対して２次微分することで得られた２次微分波形である。つまり、図９Ａの（２）は、耳についての２次微分波形である。図９Ｂの（１）は、光センサ２０２についての波形を示し、図６の（２）や図８の（２）に対応する。つまり、図９Ｂの（１）は、指と接触した光センサについての波形である。図９Ｂの（２）は、図９Ｂの（１）に対して２次微分することで得られた２次微分波形である。つまり、図９Ｂの（２）は、指についての２次微分波形である。
【００４６】
また、図９Ａや図９Ｂの横軸は、時間軸を示す。また、図９Ａの（１）や図９Ｂの（１）の縦軸は、血流量を示す。図９の（１）の横軸と図９の（２）の横軸とは、それぞれ対応するものとして説明する。また、図９Ａの（２）や図９Ｂの（２）の縦軸は、２次微分により得られた値を示す。
【００４７】
特徴点識別部４０４は、光センサごとに、２次微分波形に含まれる特徴点を識別する。具体的には、特徴点識別部４０４は、光センサ２０１に対応する２次微分波形に含まれる脈波ごとに特徴点を複数識別する。また、特徴点識別部４０４は、光センサ２０２に対応する２次微分波形に含まれる脈波ごとに特徴点を複数識別する。
【００４８】
また、特徴点識別部４０４は、脈波間隔算出部４０１による処理結果に基づいて、両方の２次微分波形に脈波が含まれるタイミングを識別する。そして、特徴点識別部４０４は、識別したタイミングに含まれる脈波ごとに、少なくとも４つの特徴点を識別する。つまり、特徴点識別部４０４は、２次微分波形に含まれる脈波ごとに少なくとも４つの特徴点を識別する。
【００４９】
図１０を用いて、特徴点識別部４０４による特徴点識別処理について更に説明する。図１０は、実施例２における特徴点識別部による特徴点識別処理について更に説明する図である。なお、図１０の（１）は、耳についての２次微分波形であり、図９Ａの（２）に対応する。また、図１０の（２）は、指についての２次微分波形であり、図９Ｂの（２）に対応する。図１０の（１）に示すように、耳についての２次微分波形には脈飛びがなく、図１０の（２）に示すように、指についての２次微分波形には脈波１と脈波２との間に脈飛びがある場合を例に説明する。
【００５０】
また、図１０の（１）や（２）の横軸は、時間軸を示し、図１０の（１）や（２）の縦軸は、２次微分処理により得られた値を示す。図１０の（１）の横軸と図１０の（２）の横軸とは、それぞれ対応するものとして説明する。図１０の「脈波ｎ」（ｎは自然数）は、波形に含まれる脈波それぞれを示し、図１０の「特徴点ａ〜ｅ」は、特徴点識別部４０４によって脈波ごとに識別された特徴点を示す。また、図１０の「脈飛びあり」に示すように、脈飛びがあった箇所を示した。なお、特徴点「ａ」〜「ｅ」は、それぞれ、１番特徴点〜５番特徴点とも称する。なお、１番特徴点は、脈波に含まれる特徴点のうち出現時間が１番目になる特徴点を示す。また、同様に、２番特徴点〜５番特徴点は、それぞれ、脈波に含まれる特徴点のうち出現時間が２番目〜５番目になる特徴点を示す。
【００５１】
この場合、特徴点識別部４０４は、図１０の（１）の脈拍１、３〜６と同じタイミングにおいて、図１０の（２）に示す２次微分波形にも脈波が含まれると識別する。この結果、特徴点識別部４０４は、図１０の（１）の脈拍１、３〜６について特徴点を識別する。また、特徴点識別部４０４は、脈拍１、３〜６と同じタイミングにある脈波について特徴点を識別する。例えば、特徴点識別部４０４は、図１０の（１）の脈拍１〜５について特徴点を識別する。なお、図１０に示すように、図１０の（１）の脈拍１、３〜６は、それぞれ、図１０の（２）の脈拍１〜５と同じタイミングになる。
【００５２】
また、図１０に示すように、特徴点識別部４０４は、脈拍ごとに少なくても４つの特徴点を識別する。例えば、特徴点識別部４０４は、特徴点ａ〜ｅあるいは特徴点ａ〜ｄを脈拍ごとに識別する。なお、図１０の（１）や（２）に示すように、特徴点ａ〜ｄについては、ほとんどの２次微分波形において識別可能である。図１０の（１）に示すように、特徴点ｅについては、識別できないことが多々あることが知られている。
【００５３】
なお、図１０に示す例では、図１０の（１）に示すように、耳についての２次微分波形において、特徴点識別部４０４が特徴点ｅを識別できなかった場合を例に示した。また、図１０の（２）に示すように、指についての２次微分波形において、特徴点識別部４０４が特徴点ｅを識別できた場合を例に示した。しかしながら、本発明はこれに限定されるものではなく、耳についての２次微分波形において特徴点ｅを識別できた場合であっても良く、指についての２次微分波形において特徴点ｅを識別できなかった場合であっても良い。
【００５４】
差分算出部４０５は、光センサごとに、特徴点識別部４０４によって識別された特徴点の出現時間の差分を算出する。具体的には、差分算出部４０５は、光センサ２０１に対応する２次微分波形の特徴点について差分を算出する。また、差分算出部４０５は、光センサ２０２に対応する２次微分波形の特徴点について差分を算出する。ここで、出現時間の差分は、時間が該当する。例えば、出現時間の差分は、１秒や５ｍ秒などの時間が該当する。
【００５５】
例えば、差分算出部４０５は、他方の光センサと比較して太い血管に光を照射する光センサについて、脈波ごとに、３番目の特徴点と４番目の特徴点との間の第１の差分を算出する。また、差分算出部４０５は、他方の光センサと比較して細い血管に光を照射する光センサについて、脈波ごとに、１番目の特徴点と２番目の特徴点との間の第２の差分を算出する。
【００５６】
図１１を用いて更に説明する。図１１は、実施例２における差分算出部による出現時間の差分算出処理の一例について説明する図である。図１１の（１）は、耳についての２次微分波形であり、図９Ａの（２）や図１０の（１）に対応する。また、図１１の（２）は、指についての２次微分波形であり、図９Ｂの（２）や図１０の（２）に対応する。また、図１１の（１）や（２）の横軸は、時間軸を示し、図１１の（１）や（２）の縦軸は、２次微分処理により得られた値を示す。図１１の（１）の横軸と図１１の（２）の横軸とは、それぞれ対応するものとして説明する。図１１の「脈波ｎ」（ｎは自然数）は、波形に含まれる脈波それぞれを示す。図１１の「特徴点ａ〜ｄ」は、特徴点識別部４０４によって識別された特徴点を示す。
【００５７】
この場合、差分算出部４０５は、図１１の（１）の「耳差分１」〜「耳差分５」に示すように、耳についての２次微分波形に含まれる脈拍１、３〜６について、特徴点ａが出現する時間と、特徴点ｂが出現する時間との間の差分の絶対値を算出する。また、差分算出部４０５は、図１１の（２）の「指差分１」〜「指差分５」に示すように、指についての２次微分波形に含まれる脈拍１〜５について、特徴点ｃが出現する時間と、特徴点ｄが出現する時間との間の差分の絶対値を算出する。
【００５８】
なお、以下では、耳についての２次微分波形と指についての２次微分波形とについて、それぞれ、特徴点ｃ−ｄ間の出現時間の差分と特徴点ａ−ｂ間の出現時間の差分とを算出する場合について説明するが、本発明はこれに限定されるものではない。例えば、差分算出部４０５は、耳についての２次微分波形について、特徴点ａ−ｂ間の出現時間の差分や特徴点ｂ−ｃ間の出現時間の差分を算出しても良い。また、例えば、差分算出部４０５は、指についての２次微分波形について、特徴点ｂ−ｃ間の出現時間の差分や特徴点ｃ−ｄ間の出現時間の差分を算出しても良い。また、差分算出部４０５は、耳についての２次微分波形と指についての２次微分波形との両方において、同じ特徴点間の差分を算出しても良い。
【００５９】
血管状態推定部４０６は、差分算出部４０５によって光センサごとに算出された差分に基づいて人体の血管の状態を推定し、推定結果を出力する。具体的には、血管状態推定部４０６は、光センサごとに算出された差分間の差分であるセンサ間差分を、差分算出部４０５が算出した複数の差分ごとに算出する。例えば、血管状態推定部４０６は、第１の差分と第２の差分との間の差分を脈波ごとに算出することでセンサ間差分各々を算出する。図１０に示す例を用いて説明すると、血管状態推定部４０６は、耳差分１〜５と、指差分１〜５との間の差分をそれぞれ算出することで、センサ間差分１〜５を算出する。
【００６０】
なお、血管状態推定部４０６は、５つのセンサ間差分を算出する場合を例に説明したが、本発明はこれに限定されるものではない。例えば、４つ以下のセンサ間差分を算出しても良く、６つ以上のセンサ間差分を算出しても良く、利用者が任意に設定して良い。
【００６１】
また、血管状態推定部４０６は、センサ間差分各々が広く分散した場合には狭く分散した場合よりも血管年齢が高いと推定し、センサ間差分各々が狭く分散した場合には広く分散した場合よりも血管年齢が低いと推定する。なお、血管年齢は、血管の状態が相当する年齢を示す。つまり、血管年齢が「２０代」であると推定された場合には、血管の状態が、２０代の人の血管の状態と同等であることを示す。
【００６２】
図１２Ａ〜図１２Ｃを用いて、センサ間差分の分散と年齢との関係について説明する。なお、図１２Ａ〜図１２Ｃは、センサ間差分の分散と年齢との関係について説明するための図である。図１２Ａは、３０歳代の利用者のデータから算出された指差分と耳差分との関係を示した図である。図１２Ｂは、４０歳代の利用者のデータから算出された指差分と耳差分との関係を示した図である。図１２Ｃは、５０歳代の利用者のデータから算出された指差分と耳差分との関係を示した図である。図１２Ａ〜図１２Ｃにおいて、横軸は、脈拍数を示し、縦軸は、指差分又は耳差分の絶対値を示す。
【００６３】
図１２Ａに示すように、３０歳の利用者のデータでは、指差分と耳差分とが全体的に同じように変化した。つまり、図１２Ａに示す例では、指差分が増加した場合には耳差分も増加し、指差分が減少した場合には耳差分も減少した。一方、図１２Ｂに示すように、４３歳の利用者のデータでは、指差分と耳差分とが同じように変化したり、同じように変化しなかったりした。つまり、図１２Ｂの６０１に示す例では、指差分が増加した場合には耳差分も増加し、指差分が減少した場合には耳差分も減少した。言い換えると、図１２Ｂの６０１に示す例では、指差分と耳差分とが同じように変化した。これに対して、図１２Ｂの６０２に示す例では、指差分が増加した場合には耳差分が減少し、指差分が減少した場合には耳差分は増加した。言い換えると、図１２Ｂの６０２に示す例では、指差分と耳差分とがばらばらに変化した。また、図１２Ｃに示すように、５０歳の利用者のデータでは、指差分と耳差分とが全体的にばらばらに変化した。
【００６４】
つまり、年齢が低い場合には、センサ間差分がどれも同じような値になる結果、複数のセンサ間差分の分散の程度は、年齢が高い場合と比較して低くなると考えられる。一方、年齢が高い場合には、センサ間差分がばらばらな値になる結果、複数のセンサ間差分の分散の程度は、年齢が低い場合と比較して高くなると考えられる。
【００６５】
図１３を用いて、センサ間差分の分散と年齢との関係について更に説明する。図１３は、センサ間差分の分散と年齢との関係について説明するための図である。図１３の横軸は、センサ間差分の値を示し、図１３の縦軸は、対応するセンサ間差分の値が得られる確率を示す。つまり、縦軸の値が高ければ高いほど、対応するセンサ間差分の値が得られる確率が高いことを示す。言い換えると、血管状態推定部４０６が複数のセンサ間差分を算出した場合に、同じ値のセンサ間差分が算出される確率が高いことを示す。
【００６６】
図１３に示すように、２０代の場合には、他の年代と比較してピークの縦軸の値が最も高く、他の年代と比較してピークの横軸の幅が最も小さくなる。また、ピークの縦軸の値は、２０代から５０代へと加齢に従って値が小さくなり、ピークの横軸の幅は、２０代から５０代へと加齢に従って値が大きくなる。
【００６７】
このように、センサ間差分の分散と年齢との間には、年齢が高くなるに従って、センサ間差分の分散の程度が大きくなるという関係がある。このことを踏まえ、血管状態推定部４０６は、血管の状態の推定し、推定結果を出力する。具体的には、利用者によって、センサ間差分の標準偏差の範囲が年代ごとに予め算出され、閾値テーブル３０１に格納される。その上で、血管状態推定部４０６は、センサ間差分各々の標準偏差を算出し、算出した標準偏差の値がいずれの閾値に該当するかを判定し、該当すると判定した閾値に対応する年齢を推定結果とする。なお、図７の「ｓ」は、センサ間差分の標準偏差を示す。
【００６８】
なお、例えば、血管状態推定部４０６は、下記の（数１）や（数２）を用いることで、標準偏差「ｓ」を算出する。
【００６９】
【数１】
【００７０】
【数２】
【００７１】
なお、（数１）は、「ｎ」個算出したセンサ間差分の平均値を算出する式を示す。（数１）の「ｘ」は、センサ間差分の値を示す。（数２）に示すように、標準偏差「ｓ」は、（数１）にて算出した平均値を用いて算出される。
【００７２】
つまり、血管状態推定部４０６は、センサ間差分各々について標準偏差を算出し、算出したセンサ間差分に対応する年代を閾値テーブル３０１から取得する。そして、取得した年代を推定結果として利用者に出力する。例えば、図７に示す例を用いて具体的に説明すると、血管状態推定部４０６は、算出した標準偏差が「１」である場合には、「２０代」であると推定する。そして、血管状態推定部４０６は、推定結果となる「２０代」を出力部２０３を介して利用者に出力する。
【００７３】
なお、血管状態推定装置２００は、既知のパーソナルコンピュータ、ワークステーション、サーバ、携帯電話、ＰＨＳ（Personal Handyphone System）端末、移動体通信端末又はＰＤＡ（Personal Digital Assistant）を利用して実現しても良い。
【００７４】
例えば、サーバに、図２に示した閾値テーブル３０１を搭載する。また、サーバに、脈波間隔算出部４０１と、脈波間隔算出部４０２と、ｎ次微分処理部４０３と、特徴点識別部４０４と、差分算出部４０５と、血管状態推定部４０６との各機能を搭載することによって実現しても良い。この場合、例えば、サーバは、利用者が利用した光センサからデータを受信すると、血管の状態を推定し、推定結果を利用者が利用する情報端末に出力する。
【００７５】
また、例えば、図２に示した各部を複数の装置に分散して搭載することで、血管の状態を推定しても良い。例えば、利用者が利用する情報端末（例えば、携帯電話）に、図２に示した各部のうち、光センサ２０１と、光センサ２０２と、脈波間隔算出部４０１と、脈波間隔算出部４０２と、ｎ次微分処理部４０３と、特徴点識別部４０４と、差分算出部４０５とを搭載する。また、サーバに、閾値テーブル３０１と、血管状態推定部４０６とを搭載する。
【００７６】
この場合、利用者が利用する情報端末は、差分算出部４０５によって算出された差分のデータをサーバに送信する。そして、サーバは、差分のデータを受信すると、受信した差分のデータに基づいて血管の状態を推定する。その後、サーバは、推定処理が終了すると、利用者が利用する情報端末に推定結果を送信する。また、例えば、サーバは、推定結果をデータベースに記憶しておき、利用者からサーバに対するアクセスがあると、データベースから推定結果を読み出して出力する。なお、利用者が利用する情報端末がサーバに送信する情報は、差分算出部４０５によって算出された差分である場合を例に説明したが、本発明はこれに限定されるものではない。例えば、利用者が利用する情報端末は、センサ間差分を算出した上でサーバに送信しても良く、脈波間隔算出部４０１〜差分算出部４０５によって実行される処理のうちどの段階のデータを送信しても良い。
【００７７】
［血管状態推定装置による処理］
次に、図１４を用いて、実施例２に係る血管状態推定装置２００による処理の流れの一例について説明する。図１４は、実施例２に係る血管状態推定装置による処理の流れの一例について説明するフローチャートである。
【００７８】
図１４に示すように、光センサは、他の光センサと同期をとって検出された光の変化量に基づいて人体の脈波を検出すると（ステップＳ１０１肯定）、脈波を電気信号に変換する（ステップＳ１０２）。つまり、光センサ２０１は、光センサ２０２と同期をとって検出された光の変化量に基づいて人体の脈波を検出し、脈波を電気信号に変換する。また、光センサ２０２は、光センサ２０１と同期をとって検出された光の変化量に基づいて人体の脈波を検出し、脈波を電気信号に変換する。
【００７９】
そして、脈波間隔算出部４０１や脈波間隔算出部４０２は、それぞれ、光センサによって変換された電気信号が示す波形ごとに脈波間隔を算出する（ステップＳ１０３）。つまり、脈波間隔算出部４０１は、電気信号が示す波形のうち最大点を識別し、隣接する最大点間の間隔を算出することで脈波間隔を算出する。そして、脈波間隔算出部４０１や脈波間隔算出部４０２は、それぞれ、脈波間隔を用いて脈飛びがあった箇所を識別する（ステップＳ１０４）。
【００８０】
そして、ｎ次微分処理部４０３は、光センサごとに、電気信号が示す波形に対してｎ次微分（ｎは自然数）を実行する（ステップＳ１０５）。例えば、ｎ次微分処理部４０３は、光センサ２０１によって変換された電気信号に対して２次微分を実行し、また、光センサ２０２によって変換された電気信号に対して２次微分を実行する。
【００８１】
そして、特徴点識別部４０４は、光センサごとに、ｎ次微分の結果得られた波形であるｎ次微分波形に含まれる特徴点を識別する（ステップＳ１０６）。例えば、図１０の（１）に示すように、特徴点識別部４０４は、耳についての２次微分波形に含まれる脈波ごとに特徴点を複数識別する。また、図１０の（２）に示すように、特徴点識別部４０４は、指についての２次微分波形に含まれる脈波ごとに特徴点を複数識別する。
【００８２】
そして、差分算出部４０５は、光センサごとに、特徴点識別部４０４によって識別された特徴点の出現時間の差分を算出する（ステップＳ１０７）。例えば、図１１の（１）に示すように、差分算出部４０５は、耳についての２次微分波形に含まれる脈拍について、耳差分１〜４を算出する。また、図１１の（２）に示すように、差分算出部４０５は、指についての２次微分波形に含まれる脈拍について、指差分１〜４を算出する。
【００８３】
そして、血管状態推定部４０６は、センサ間差分を複数算出する（ステップＳ１０８）。つまり、図１０に示す例を用いて説明すると、血管状態推定部４０６は、耳差分１〜４と、指差分１〜４との間の差分をそれぞれ算出することで、センサ間差分１〜４を算出する。
【００８４】
そして、血管状態推定部４０６は、血管の状態を推定する（ステップＳ１０９）。つまり、血管状態推定部４０６は、センサ間差分各々が広く分散した場合には狭く分散した場合よりも血管年齢が高いと推定し、センサ間差分各々が狭く分散した場合には広く分散した場合よりも血管年齢が低いと推定する。
【００８５】
そして、血管状態推定部４０６は、推定結果を出力する（ステップＳ１１０）。例えば、血管状態推定部４０６は、血管状態推定装置２００を利用する利用者に対して、出力部２０３を介して推定結果を出力する。例えば、血管状態推定部４０６は、「２０代」であると出力する。
【００８６】
なお、図１４に示した処理手順は、上述した順番に限定されるものではなく、処理内容を矛盾させない範囲で適宜変更しても良い。例えば、血管状態推定装置２００は、ステップＳ１０９において血管の状態を推定すると、推定結果を記憶部３００に格納して処理を終了しても良い。この場合、例えば、血管状態推定装置２００は、利用者から推定結果の要求を別途受け付けると、記憶部３００に格納された推定結果を読み出して出力する。また、例えば、血管状態推定装置２００は、ステップＳ１０４とＳ１０５やＳ１０６とを並列して実行しても良い。この場合、血管状態推定装置２００は、脈飛びの箇所を識別する処理を実行するとともに、２次微分処理を実行して特徴点を識別する。そして、血管状態推定装置２００は、脈飛びの箇所を識別した処理結果と、識別した特徴点とを用いて、センタ間差分を算出する。
【００８７】
［実施例２の効果］
上述したように、実施例２によれば、血管状態推定装置２００は、少なくとも２つの光センサを有する。また、血管状態推定装置２００は、光センサごとに、他の光センサと同期をとって検出された光の変化量に基づいて人体の脈波を検出し、脈波を電気信号に変換する。そして、血管状態推定装置２００は、光センサごとに、電気信号に対してｎ次微分（ｎは自然数）を実行し、ｎ次微分の結果得られた波形であるｎ次微分波形に含まれる特徴点を識別する。そして、血管状態推定装置２００は、光センサごとに、特徴点の出現時間の差分を算出し、光センサごとに算出された差分に基づいて人体の血管の状態を推定する。そして、血管状態推定装置２００は、推定結果を出力する。この結果、実施例２によれば、血管の状態を精度良く簡易に推定可能である。
【００８８】
すなわち、実施例２によれば、特徴点各々の出現時間は血圧値などによる変動を受けにくいことを踏まえ、特徴点の出現時間の差分に基づいて血管の状態を推定するので、精度良く推定することが可能である。また、カフを用いる手法と比較して、実施例２によれば、血管の状態を簡易に推定可能である。
【００８９】
また、実施例２によれば、血管状態推定装置２００は、光センサごとに差分を複数算出する。そして、血管状態推定装置２００は、光センサごとに算出された差分間の差分であるセンサ間差分を、差分算出部が算出した複数の差分ごとに算出する。そして、血管状態推定装置２００は、センサ間差分各々が広く分散した場合には狭く分散した場合よりも血管年齢が高いと推定し、センサ間差分各々が狭く分散した場合には広く分散した場合よりも血管年齢が低いと推定する。この結果、実施例２によれば、センタ間差分の分散について算出するだけで、血管の状態を精度良く簡易に推定可能である。
【００９０】
また、実施例２によれば、少なくとも２つある光センサは、それぞれ異なる太さの血管がある人体の部分に光を照射するので、血管の状態を精度良く推定可能である。つまり、血管の太さが違えば、加齢による血管の伸展性や弾力性に対する影響の大きさが異なることを踏まえ、それぞれ異なる太さの血管において光の変化量を検知して血管の状態を推定するので、血管の状態を精度良く推定可能である。
【００９１】
また、実施例２によれば、血管状態推定装置２００は、光センサごとに変換された電気信号に対して２次微分を実行し、２次微分波形に含まれる脈波ごとに少なくとも４つの特徴点を識別する。そして、血管状態推定装置２００は、他方の光センサと比較して太い血管に光を照射する光センサについて、脈波ごとに、３番目の特徴点と４番目の特徴点との間の第１の差分を算出する。また、血管状態推定装置２００は、他方の光センサと比較して細い血管に光を照射する光センサについて、脈波ごとに、１番目の特徴点と２番目の特徴点との間の第２の差分を算出する。そして、血管状態推定装置２００は、第１の差分と第２の差分との間の差分を脈波ごとに算出することでセンサ間差分各々を算出する。この結果、血管の状態を精度良く推定可能である。
【００９２】
すなわち、脈波には、心臓の鼓動により発生する駆動波と、駆動波が血管の分岐や壁にぶつかって反射することにより発生する反射波とがある。このため、電気信号が示す波形や２次微分波形に含まれる脈波は、駆動波と反射波との両方の成分が含まれる。また、血管の太さが同じであれば、血管の抹消になればなるほど、反射波の強さが強くなり、脈波のピークにおいて反射波が占める成分が大きくなると考えられる。また、血管の太さが細ければ細いほど、反射波の強さが強くなり、脈波のピークにおいて反射波が占める成分が大きくなると考えられる。また、血管は、老化すると、一度伸びた（拡張した）後の戻りが遅くなる結果、反射波に対する反応が悪くなると考えられる。
【００９３】
このことを踏まえ、血管状態推定装置２００は、血管の太さに応じて、駆動波の後にやってくると考えられる反射波の影響が相対的に大きい考えられる箇所の特徴点を用いて差分を算出する。耳と指とで光センサを使用する場合を例に説明すると、耳の場合には、指の血管と比較して血管が細い結果、指の場合と比較して反射波の影響が強くなると考えられ、脈波形のピーク付近に反射波の影響が現れると考えられる。このことを踏まえ、血管状態推定装置２００は、耳の場合には、２次微分波形の特徴点のうち前の方にある特徴点ａ−ｂを用いて差分を算出する。また、指の場合には、耳の血管と比較して血管が太い結果、耳の場合と比較して反射波の影響が弱いと考えられ、脈波形のピークよりも後ろに反射波の影響が現れると考えられる。このことを踏まえ、血管状態推定装置２００は、後ろの方にある特徴点ｃ−ｄを用いて差分を算出する。このように、血管状態推定装置２００は、反射波の影響が強くでると考えられる箇所を用いて血管の状態を推定するので、加齢による影響を精度良く検知でき、血管の状態を精度良く推定可能である。
【実施例３】
【００９４】
さて、これまで本発明の実施例１及び２について説明したが、本発明は上記した実施例１及び２以外にも、その他の実施例にて実施されても良い。そこで、以下では、その他の実施例について説明する。
【００９５】
例えば、上述の実施例では、血管状態推定装置が、推定結果として年代を出力する場合を例に説明したが、本発明はこれに限定されるものではない。例えば、血管状態推定装置は、血管の状態が良好か良好ではないかを出力しても良く、血管年齢が利用者の年齢よりも若いか老いているかを出力しても良く、利用者が任意に設定して良い。
【００９６】
［システム構成］
また、本実施例において説明した各処理のうち、自動的に行われるものとして説明した処理の全部又は一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部又は一部を公知の方法で自動的に行うこともできる。例えば、上述した実施例では、血管状態推定装置２００が、血管状態を推定し、推定結果を出力する場合について説明したが、本発明はこれに限定されるものではない。例えば、血管状態推定装置２００は、血管状態を推定することなく、センサ間差分についての標準偏差の値と閾値テーブルとを併せて出力するにとどめても良い。
【００９７】
この他、上記文書中や図面中で示した処理手順、制御手順、具体的名称、各種のデータやパラメータを含む情報（図１〜図１４）については、特記する場合を除いて任意に変更することができる。例えば、図３に示した閾値テーブル３０１のデータは、利用者が任意の値に変更しても良い。
【００９８】
また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部又は一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的又は物理的に分散・統合して構成することができる。例えば、光センサ２０１と光センサ２０２と出力部２０３とを血管状態推定装置２００の外部装置としてネットワーク経由で接続するようにしても良い。また、血管状態推定部４０６と閾値テーブル３０１とを別の装置が有し、ネットワーク経由で接続されて協働することで、上述した血管状態推定装置２００の機能を実現するようにしても良い。
【００９９】
［コンピュータ］
また、上記の実施例で説明した各種の処理は、予め用意されたプログラムをパーソナルコンピュータやワークステーションなどのコンピュータで実行することによって実現することができる。そこで、以下では、図１５を用いて、上記の実施例と同様の機能を有する血管状態推定プログラムを実行するコンピュータの一例について説明する。なお、図１５は、実施例２に係る血管状態推定プログラムを実行するコンピュータの一例について説明する図である。
【０１００】
図１５に示すように、実施例２におけるコンピュータ３０００は、操作部３００１、マイク３００２、スピーカ３００３、ディスプレイ３００４、光センサ３００５、通信部３００６、ＣＰＵ３０１０、ＲＯＭ３０１１、ＨＤＤ（Hard Disk Drive）３０１２、ＲＡＭ（Random Access Memory）３０１３をバス３００９などで接続して構成されている。
【０１０１】
ＲＯＭ３０１１には、上記の実施例２で示した脈波間隔算出部４０１〜血管状態推定部４０６の各部と同様の機能を発揮する制御プログラムが格納される。すなわち、図１５に示す例では、ＲＯＭ３０１１には、脈波間隔算出プログラム３０１１ａと、ｎ次微分処理プログラム３０１１ｂと、特徴点識別プログラム３０１１ｃとが予め記憶される。また、ＲＯＭ３０１１には、差分算出プログラム３０１１ｄと、血管状態推定プログラム３０１１ｅとが予め記憶される。なお、これらのプログラム３０１１ａ〜３０１１ｅについては、図２に示した血管状態推定装置２００の各構成要素と同様、適宜統合又は分離しても良い。
【０１０２】
ここで、脈波間隔算出プログラム３０１１ａは、脈波間隔算出部４０２と同様の機能を発揮する制御プログラムである。ｎ次微分処理プログラム３０１１ｂは、ｎ次微分処理部４０３と同様の機能を発揮する制御プログラムである。特徴点識別プログラム３０１１ｃは、特徴点識別部４０４と同様の機能を発揮する制御プログラムである。
【０１０３】
そして、ＣＰＵ３０１０は、プログラム３０１１ａ〜３０１１ｂをＲＯＭ３０１１から読み出して実行することで、脈波間隔算出プロセス３０１０ａと、ｎ次微分処理プロセス３０１０ｂとして機能する。また、ＣＰＵ３０１０は、プログラム３０１１ｃ〜３０１１ｅをＲＯＭ３０１１から読み出して実行することで、ｎ次微分処理プロセス３０１１ｃとして機能する。また、ＣＰＵ３０１０は、プログラム３０１１ｄ〜３０１１ｅをＲＯＭ３０１１から読み出して実行することで、差分算出プロセス３０１０ｄと、血管状態推定プロセス３０１０ｅとして機能する。
【０１０４】
なお、各プロセス３０１０ａ〜３０１０ｅは、図２に示した、脈波間隔算出部４０１と、脈波間隔算出部４０２と、ｎ次微分処理部４０３と、特徴点識別部４０４と、差分算出部４０５と、血管状態推定部４０６とにそれぞれ対応する。
【０１０５】
そして、ＨＤＤ３０１２には、閾値テーブル３０１２ａが設けられている。なお、閾値テーブル３０１２ａは、図２に示した、閾値テーブル３０１に対応する。
【０１０６】
そして、ＣＰＵ３０１０は、閾値テーブル３０１２ａを読み出してＲＡＭ３０１３に格納する。そして、ＣＰＵ３０１０は、ＲＡＭ３０１３に格納された閾値データ３０１３ａと、光の変化量データ３０１３ｂと、電気信号の波計データ３０１３ｃと、２次微分波計データ３０１３ｄと、差分データ３０１３ｅとを用いて、血管状態推定プログラムを実行する。
【０１０７】
［その他］
なお、本実施例で説明した血管状態推定プログラムは、インターネットなどのネットワークを介して配布することができる。また、血管状態推定プログラムは、ハードディスク、フレキシブルディスク（ＦＤ）、ＣＤ−ＲＯＭ、ＭＯ、ＤＶＤなどのコンピュータで読み取り可能な記録媒体に記録され、コンピュータによって記録媒体から読み出されることによって実行することもできる。
【符号の説明】
【０１０８】
１００ 血管状態推定装置
１０１ 光センサ
１０２ 光センサ
１０３ 脈波検出部
１０４ 特徴点識別部
１０５ 差分算出部
１０６ 血管状態推定部
２００ 血管状態推定装置
２０１ 光センサ
２０２ 光センサ
２０３ 出力部
３００ 記憶部
３０１ 閾値テーブル
４００ 制御部
４０１ 脈波間隔算出部
４０２ 脈波間隔算出部
４０３ ｎ次微分処理部
４０４ 特徴点識別部
４０５ 差分算出部
４０６ 血管状態推定部
５０１ 開口制御ラバー
５０２ 可視光カットフィルタ
５０３ 搭載基板
５０４ カバーケース
５０５ 発光素子
５０６ 受光素子
【特許請求の範囲】
【請求項１】
人体へ光を照射する発光素子と、前記発光素子から放射された後人体を透過した光の変化量、又は、前記発光素子から放射された後人体により反射された光の変化量を検出する受光素子とを有する少なくとも２つの光センサごとに、他の光センサと同期をとって検出された光の変化量に基づいて前記人体の脈波を検出し、該脈波を電気信号に変換する脈波検出部と、
前記光センサごとに、前記脈波検出部によって変換された電気信号に対してｎ次微分（ｎは自然数）を実行し、該ｎ次微分の結果得られた波形であるｎ次微分波形に含まれる特徴点を識別する特徴点識別部と、
前記光センサごとに、前記特徴点識別部によって識別された特徴点の出現時間の差分を算出する差分算出部と、
前記差分算出部によって前記光センサごとに算出された差分に基づいて前記人体の血管の状態を推定し、推定結果を出力する血管状態推定部と
を備えたことを特徴とする血管状態推定装置。
【請求項２】
前記差分算出部は、前記光センサごとに差分を複数算出し、
前記血管状態推定部は、前記光センサごとに算出された差分間の差分であるセンサ間差分を、前記差分算出部が算出した複数の差分ごとに算出し、該センサ間差分各々が広く分散した場合には狭く分散した場合よりも血管年齢が高いと推定し、該センサ間差分各々が狭く分散した場合には広く分散した場合よりも血管年齢が低いと推定することを特徴とする請求項１に記載の血管状態推定装置。
【請求項３】
少なくとも２つある前記光センサは、それぞれ異なる太さの血管がある人体の部分に光を照射することを特徴とする請求項１に記載の血管状態推定装置。
【請求項４】
前記特徴点識別部は、前記光センサごとに、前記脈波検出部によって変換された電気信号に対して２次微分を実行し、２次微分波形に含まれる脈波ごとに少なくとも４つの特徴点を識別し、
前記差分算出部は、他方の光センサと比較して太い血管に光を照射する光センサについて、脈波ごとに、少なくとも４つの特徴点のうち出現時間が前から３番目になる３番特徴点と４番目になる４番特徴点との間の第１の差分を算出し、他方の光センサと比較して細い血管に光を照射する光センサについて、脈波ごとに、少なくとも４つの特徴点のうち出現時間が前から１番目になる１番特徴点と２番目になる２番特徴点との間の第２の差分を算出し、
前記血管状態推定部は、第１の差分と第２の差分との間の差分を脈波ごとに算出することでセンサ間差分各々を算出することを特徴とする請求項３に記載の血管状態推定装置。
【請求項５】
情報処理装置により実行される方法であって、
人体へ光を照射する発光素子と、前記発光素子から放射された後人体を透過した光の変化量、又は、前記発光素子から放射された後人体により反射された光の変化量を検出する受光素子とを有する少なくとも２つの光センサごとに、他の光センサと同期をとって検出された光の変化量に基づいて前記人体の脈波を検出し、該脈波を電気信号に変換する脈波検出ステップと、
前記光センサごとに、前記脈波検出ステップによって変換された電気信号に対してｎ次微分（ｎは自然数）を実行し、該ｎ次微分の結果得られた波形であるｎ次微分波形に含まれる特徴点を識別する特徴点識別ステップと、
前記光センサごとに、前記特徴点識別ステップによって識別された特徴点の出現時間の差分を算出する差分算出ステップと、
前記差分算出ステップによって前記光センサごとに算出された差分に基づいて前記人体の血管の状態を推定し、推定結果を出力する血管状態推定ステップと
を含んだことを特徴とする血管状態推定方法。
【請求項６】
情報処理装置に、
人体へ光を照射する発光素子と、前記発光素子から放射された後人体を透過した光の変化量、又は、前記発光素子から放射された後人体により反射された光の変化量を検出する受光素子とを有する少なくとも２つの光センサごとに、他の光センサと同期をとって検出された光の変化量に基づいて前記人体の脈波を検出し、該脈波を電気信号に変換する脈波検出手順と、
前記光センサごとに、前記脈波検出手順によって変換された電気信号に対してｎ次微分（ｎは自然数）を実行し、該ｎ次微分の結果得られた波形であるｎ次微分波形に含まれる特徴点を識別する特徴点識別手順と、
前記光センサごとに、前記特徴点識別手順によって識別された特徴点の出現時間の差分を算出する差分算出手順と、
前記差分算出手順によって前記光センサごとに算出された差分に基づいて前記人体の血管の状態を推定し、推定結果を出力する血管状態推定手順と
を実行させることを特徴とする血管状態推定プログラム。
【請求項１】
人体へ光を照射する発光素子と、前記発光素子から放射された後人体を透過した光の変化量、又は、前記発光素子から放射された後人体により反射された光の変化量を検出する受光素子とを有する少なくとも２つの光センサごとに、他の光センサと同期をとって検出された光の変化量に基づいて前記人体の脈波を検出し、該脈波を電気信号に変換する脈波検出部と、
前記光センサごとに、前記脈波検出部によって変換された電気信号に対してｎ次微分（ｎは自然数）を実行し、該ｎ次微分の結果得られた波形であるｎ次微分波形に含まれる特徴点を識別する特徴点識別部と、
前記光センサごとに、前記特徴点識別部によって識別された特徴点の出現時間の差分を算出する差分算出部と、
前記差分算出部によって前記光センサごとに算出された差分に基づいて前記人体の血管の状態を推定し、推定結果を出力する血管状態推定部と
を備えたことを特徴とする血管状態推定装置。
【請求項２】
前記差分算出部は、前記光センサごとに差分を複数算出し、
前記血管状態推定部は、前記光センサごとに算出された差分間の差分であるセンサ間差分を、前記差分算出部が算出した複数の差分ごとに算出し、該センサ間差分各々が広く分散した場合には狭く分散した場合よりも血管年齢が高いと推定し、該センサ間差分各々が狭く分散した場合には広く分散した場合よりも血管年齢が低いと推定することを特徴とする請求項１に記載の血管状態推定装置。
【請求項３】
少なくとも２つある前記光センサは、それぞれ異なる太さの血管がある人体の部分に光を照射することを特徴とする請求項１に記載の血管状態推定装置。
【請求項４】
前記特徴点識別部は、前記光センサごとに、前記脈波検出部によって変換された電気信号に対して２次微分を実行し、２次微分波形に含まれる脈波ごとに少なくとも４つの特徴点を識別し、
前記差分算出部は、他方の光センサと比較して太い血管に光を照射する光センサについて、脈波ごとに、少なくとも４つの特徴点のうち出現時間が前から３番目になる３番特徴点と４番目になる４番特徴点との間の第１の差分を算出し、他方の光センサと比較して細い血管に光を照射する光センサについて、脈波ごとに、少なくとも４つの特徴点のうち出現時間が前から１番目になる１番特徴点と２番目になる２番特徴点との間の第２の差分を算出し、
前記血管状態推定部は、第１の差分と第２の差分との間の差分を脈波ごとに算出することでセンサ間差分各々を算出することを特徴とする請求項３に記載の血管状態推定装置。
【請求項５】
情報処理装置により実行される方法であって、
人体へ光を照射する発光素子と、前記発光素子から放射された後人体を透過した光の変化量、又は、前記発光素子から放射された後人体により反射された光の変化量を検出する受光素子とを有する少なくとも２つの光センサごとに、他の光センサと同期をとって検出された光の変化量に基づいて前記人体の脈波を検出し、該脈波を電気信号に変換する脈波検出ステップと、
前記光センサごとに、前記脈波検出ステップによって変換された電気信号に対してｎ次微分（ｎは自然数）を実行し、該ｎ次微分の結果得られた波形であるｎ次微分波形に含まれる特徴点を識別する特徴点識別ステップと、
前記光センサごとに、前記特徴点識別ステップによって識別された特徴点の出現時間の差分を算出する差分算出ステップと、
前記差分算出ステップによって前記光センサごとに算出された差分に基づいて前記人体の血管の状態を推定し、推定結果を出力する血管状態推定ステップと
を含んだことを特徴とする血管状態推定方法。
【請求項６】
情報処理装置に、
人体へ光を照射する発光素子と、前記発光素子から放射された後人体を透過した光の変化量、又は、前記発光素子から放射された後人体により反射された光の変化量を検出する受光素子とを有する少なくとも２つの光センサごとに、他の光センサと同期をとって検出された光の変化量に基づいて前記人体の脈波を検出し、該脈波を電気信号に変換する脈波検出手順と、
前記光センサごとに、前記脈波検出手順によって変換された電気信号に対してｎ次微分（ｎは自然数）を実行し、該ｎ次微分の結果得られた波形であるｎ次微分波形に含まれる特徴点を識別する特徴点識別手順と、
前記光センサごとに、前記特徴点識別手順によって識別された特徴点の出現時間の差分を算出する差分算出手順と、
前記差分算出手順によって前記光センサごとに算出された差分に基づいて前記人体の血管の状態を推定し、推定結果を出力する血管状態推定手順と
を実行させることを特徴とする血管状態推定プログラム。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９Ａ】
【図９Ｂ】
【図１０】
【図１１】
【図１２Ａ】
【図１２Ｂ】
【図１２Ｃ】
【図１３】
【図１４】
【図１５】
【図１６】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９Ａ】
【図９Ｂ】
【図１０】
【図１１】
【図１２Ａ】
【図１２Ｂ】
【図１２Ｃ】
【図１３】
【図１４】
【図１５】
【図１６】
【公開番号】特開２０１１−７２６７４（Ｐ２０１１−７２６７４Ａ）
【公開日】平成２３年４月１４日（２０１１．４．１４）
【国際特許分類】
【出願番号】特願２００９−２２８８３８（Ｐ２００９−２２８８３８）
【出願日】平成２１年９月３０日（２００９．９．３０）
【出願人】（０００００５２２３）富士通株式会社 (25,993)
【Ｆターム（参考）】
【公開日】平成２３年４月１４日（２０１１．４．１４）
【国際特許分類】
【出願日】平成２１年９月３０日（２００９．９．３０）
【出願人】（０００００５２２３）富士通株式会社 (25,993)
【Ｆターム（参考）】
[ Back to top ]