【課題】本発明は、人の拍動データの呼吸性洞性不整脈（ＲＳＡ）成分の強度を評定するための方法及びシステムに向けられている。
【解決手段】方法は、光電脈波計（ＰＰＧ）の様なトランスデューサ機器を通して心拍数をデジタル式にサンプリングして、拍動から拍動までの間隔の時系列を取得する段階と、ウィンドウ化されたデータセグメントに自己回帰（ＡＲ）分析を行う段階と、強度をそれぞれのデータウィンドウの現在のＲＳＡ成分と相関させるフィルタ極を識別する段階を含んでいる。方法は、ＲＳＡ成分の堅牢な測定値を、式、


によって計算することを規定している。ここにＲは成分出力測定値、Ｅ_wは総ウィンドウエネルギー、ｋは比例定数、Ｐ_iはＲＳＡ成分との相関が最も強いフィルタ極である。 （もっと読む）

【課題】 人の状態をより正確に把握する技術を提供する。特に、アルコール等の検知を正確に把握する。
【解決手段】 生体信号測定手段から採取される生体信号から超低周波帯域のゆらぎ波形を求め、そのゆらぎ波形を所定の基準に基づき４象限の座標系上の座標点としてプロットし、その座標点の時間的変化に基づいて生体状態を推定する。ゆらぎ波形を所定の基準に基づき４象限の座標系上の座標点としてプロットする本発明の手法によれば、超低周波帯域のゆらぎ波形の変化を拡大ないしは強調して捉えることができるため、人の状態の変化をより正確に捉えるのに適している。 （もっと読む）

【課題】脈波信号の変化量を求めるための２階微分処理によりノイズ成分だけを増幅させること、及びこれにより本来の脈波信号がノイズに埋もれることがないように容積脈波信号から加速度脈波信号を正しく抽出する心拍検知方法を提供する。
【解決手段】心拍検知方法は、生体を透過あるいは反射する光の強弱により心拍を検知する心拍検知方法であって、透過あるいは反射した光を電気信号に変換し、電気信号に低周波透過フィルタを施す第１の工程と、第１の工程を通過後の信号に微分処理を施す第２の工程と、第２の工程を通過後の信号に低周波透過フィルタを施す第３の工程と、第３の工程を通過後の信号に微分処理を施す第４の工程と、第４の工程を通過後の信号に低周波透過フィルタを施す第５の工程と、第５の工程を通過後の信号からピーク値を検出し、ピーク値の間隔を心拍間隔とする第６の工程とを備える。 （もっと読む）

【課題】在床者の睡眠状態を高精度に判別する技術を提供する。
【解決手段】振動検知装置１は、在床者の下、または、在床者が用いる敷布団、マットレス等の寝具の下に設置され、検出した振動に応じた出力信号を出力する。在床者が横臥している場合には、在床者の心臓の拍動、呼吸、体動等に起因する振動を検知することができる。振動センサからの出力信号は処理装置１０に入力されている。特徴量算出部１４は脈波に基づいて複数の特徴量を算出する。睡眠状態判別部１５は、教師データに基づいて学習されたサポートベクタマシンに対して算出された特徴量を適用することにより在床者の睡眠状態を判別する。 （もっと読む）

【課題】在床者の睡眠状態を高精度に判別する技術を提供する。
【解決手段】特徴量算出部１４は脈波に基づいて複数の特徴量を算出する。睡眠状態判別部１５は教師データに基づいて統計的学習を用いて学習された判別規則に対して特徴量を適用することにより在床者の睡眠状態を判別する。特徴量算出部１４は、脈波から心臓の拍動間隔を表す拍動間隔情報を算出する拍動間隔情報算出部１４ｂと、拍動間隔情報から心臓の拍動周波数特性を算出する拍動周波数特性算出部１４ｃと、拍動周波数特性のパワースペクトルを算出するパワースペクトル算出部１４ｄと、両対数軸平面上で表現されたパワースペクトルの高周波領域における傾きを前記特徴量として算出する傾き算出部１４ｅと、を備えている。 （もっと読む）

【課題】被験者の脈波を精度良く測定することのできる脈波センサを提供する。
【解決手段】発光部から生体２に光を照射して生体２内を透過した光の強度を受光部で検出することにより脈波データを取得する光センサ部１１と、光センサ部１１を担持する本体部１０と、を有する脈波センサ１において、本体部１０は、生体２への装着時に生体２側への押圧力が与えられる部材であり、光センサ部１１は、本体部１０の表面上において生体２側への押圧力が最大となる着力点の近傍（ハッチング領域内）に設けられている。 （もっと読む）

【課題】被験者の脈波を精度良く測定することのできる脈波センサを提供する。
【解決手段】発光部Ｘから生体２に光を照射して生体２内を透過した光の強度を受光部Ｙで検出することにより脈波データを取得する光センサ部１１を備えた脈波センサ１において、光センサ部１１は、枡形状のケース１１ａと、ケース１１ａを発光部Ｘが載置される第１領域と受光部Ｙが載置される第２領域に分割する遮光壁１１ｂと、を有する。 （もっと読む）

【課題】脈波信号および心電図の波形信号などのＲＲ間隔が計測可能な信号において体動ノイズの影響が含まれていても、その信号から心房細動を判定すること。
【解決手段】本発明の心房細動判定装置は、心電または脈波の検出結果を示す検出波形信号を取得する取得部と、前記取得された検出波形信号の周波数解析により得られる各フレームのスペクトルに基づいて、フレーム毎にＲＲ間隔に相当するパラメーターを算出し、当該パラメーターの時間変化を示すＲＲ波形信号を算出するＲＲ間隔算出部１１２と、前記ＲＲ波形信号における予め決められた周波数帯域のパワーの時間変化を算出するパワー算出部１１３と、前記算出されたパワーが特定の条件を満たすか否かを判定し、判定結果に応じた情報を出力する判定部１１４とを具備することを特徴とする。 （もっと読む）

【課題】対話の同調性を検出することができる同調性検出装置を提供する。
【解決手段】対話中の第１話者１４０及び第２話者１４２の音声をそれぞれ所定の期間測定して、時系列データを生成する第１マイク１２０及び第２マイク１２２を含むデータ生成部と、第１話者の時系列データのうちの第１期間のデータと、第２話者の時系列データのうちの、第１期間をシフト時間だけシフトした第２期間のデータとに関して、対応するデータの積の総和を計算する処理を、シフト時間を変更して所定回数繰返し、得られた複数の総和の最大値を求め、最大値に対応するシフト時間を決定する演算部と、最大値に対応するシフト時間、又は、シフト時間に対応する同調性を示す情報を提示する表示部１３０とを備える。これにより、第１話者は、第２話者の同調状況に応じて対話の方向性を決定することができる。 （もっと読む）

【課題】交感神経の機能及び副交感神経の機能が正常であるか否かをそれぞれ独立して判定する。
【解決手段】心電図モニタ１４は、被診断者の心電データを測定する。交感神経活動度算出部２４は、測定された心電データに基づいて交感神経活動度指標（ＬＨ／ＨＦ）を算出し、ＣＶＲＲ算出部２５は心電データに基づいてＣＶＲＲを算出し、ＣＣＶ（ＨＦ）算出部２７は、心電データに基づいてＣＣＶ（ＨＦ）を算出する。制御装置１８は、起立指示前後のＣＶＲＲの値の差であるＣＶＲＲ変化量、起立試験前後のＬＦ／ＨＦの値の差である交感神経活動度指標変化量および着席指示前後のＣＣＶ（ＨＦ）の値の差であるＣＣＶ（ＨＦ）変化量を算出し、被診断者の交感神経の機能及び副交感神経の機能が正常であるか否かを判定する。 （もっと読む）

【課題】推定対象者の意識低下状態を安定して精度良く推定することができるようにする。
【解決手段】心拍検出装置１２によって、推定対象者の心拍間隔の時系列データを検出し、呼吸検出装置１４によって、呼吸関連生体信号の時系列データを検出する。相関係数算出部３２によって、心拍間隔の時系列データ及び呼吸関連生体信号の時系列データの間の相関係数を算出する。パワースペクトル密度特徴量算出部３６によって、呼吸のばらつき度合いを示す指標として、パワースペクトル密度特徴量を算出する。意識状態推定部３８によって、算出されたパワースペクトル密度特徴量と相関係数とに基づいて、推定対象者の意識低下状態を推定する。 （もっと読む）

【課題】生体における脳貧血等の異常の発生を心電データ等の測定を必要とすることなく容易に検出する。
【解決手段】脈拍測定器１２は、生体の指先に装着されたパルスオキシメータ８からの脈拍信号に基づいて脈拍数を測定する。ＣＶＰＲ算出部１３は、脈拍測定器１２により測定された脈拍数に基づいてＣＶＰＲを算出する。制御装置１８は、ＣＶＰＲ算出部１３により算出されたＣＶＰＲ（脈拍数変動係数）に基づいて生体の快適度合いを表示させ、脈拍測定器１２により測定された脈拍数の過去８拍における増減に基づいて生体の緊張度合いを表示させるよう表示装置２２を制御する。制御装置１８は、脈拍測定器１２により測定された脈拍数が８拍以上連続して減少し、ＣＶＰＲ算出部１３により算出されたＣＶＰＲが予め設定されたしきい値、例えば、７％以上となった場合、生体に脳貧血等の異常が発生する可能性がある旨を報知する。 （もっと読む）

【課題】 運転者の生体情報を獲得する際に運転者の動き又は接触不良などにより発生するノイズ区間でも生体信号感知の連続性を維持することができる車両運転者の生体情報獲得装置及びその方法を提供する。
【解決手段】本発明は、車両運転者の生体情報獲得装置において、車両のステアリングホイールに取り付けられ運転者の生体信号を感知する第１の生体信号感知手段と、前記車両の運転席に取り付けられ運転者の生体信号を感知する第２の生体信号感知手段と、前記第１の生体信号感知手段が感知した生体信号、及び前記第２の生体信号感知手段が感知した生体信号に基づき生体情報を獲得する際に、既に設定された条件を満足する生体信号を選択的に用いて生体情報を獲得する制御手段とを含むことを特徴とする。 （もっと読む）

【課題】生体リズムの乱れ度を定量的に評価する。
【解決手段】生体リズムの乱れ度算出装置は、被験者の生体信号から算出された生理指標時系列データを取得する生理指標時系列データ取得部と、通常時の前記生体信号から算出された通常時生理指標時系列データが変動する周期の概ね２分の１の時間長となる算出期間を決定する算出期間決定部と、前記算出期間において、検査時の前記生体信号から算出された検査時生理指標時系列データと、前記通常時生理指標時系列データとの位相のずれ量を算出する算出部と、前記位相のずれ量に基づいて、前記被験者の前記検査時における生体リズムの乱れ度を決定する乱れ度決定部と、を有する。 （もっと読む）

【課題】脈波の測定を行う被験者の身体における測定部位の鬱血の如何に拘わらず、高い確度を持った測定結果を得る。
【解決手段】脈波センサー３０は、被験者の測定部位における血液の流れをにより検出する。ジャイロセンサー１５０は、測定部位の姿勢をより検出する。加速度センサー１６０は、装着部位に加わる力に応じて発生する加速度を検出する。演算処理回路１２０は、ジャイロセンサー１５０の検出信号によって測定部位がその鬱血を増すような姿勢をとっており、その姿勢がある時間長に亘って続いた場合には、加速度センサー１６０の出力信号を用いた適応フィルタ処理の処理結果を脈波センサー３０の出力信号から減算し、この減算結果を脈波信号とする。 （もっと読む）

【課題】１拍ごとの偽ピークを検出し、この影響を排除した正確な心拍を計測する。
【解決手段】脈波計測装置は、脈波波形を微分すると共に平滑化した微分脈波波形を示す微分データＢ１及びＢ２を生成し、平滑化の程度が小さい微分脈波波形を示す微分データＢ１に基づいて、微分脈波波形の上側ピークの発生時刻を示すピークデータＰ１を検出する一方、平滑化の程度が大きい微分データＢ２に基づいて、微分脈波波形の上側ピークの発生時刻を示すピークデータＰ２を検出し、ピークデータＰ１の各サンプルとピークデータＰ２の各サンプルとを時系列に並べ替え、ピークデータＰ１のサンプルが連続する回数を検知し、連続する回数に基づいてピークデータＰ１の各サンプルが真のピークである可能性を示す信頼度を生成し、ピークデータＰ１の各サンプルに対して信頼度を付与した第３のピークデータを生成し、ピークデータＰ３に基づいて脈波間隔を演算する。 （もっと読む）

【課題】覚醒時データを簡易に生成すること。
【解決手段】覚醒時データ生成装置は、第１の算出部と、第１の推定部と、第２の算出部と、第２の推定部と、生成部とを備える。第１の算出部は、被験者の心拍信号から心拍間隔の変動値を算出する。第１の推定部は、予め記録された変動値と覚醒時の極大スペクトル密度との間の相関関係に基づいて、前記第１の算出部により算出された前記変動値から、前記被験者の覚醒時の極大スペクトル密度を推定する。第２の推定部は、予め記録された心拍数と覚醒時の極大周波数との間の相関関係に基づいて、前記第２の算出部により算出された前記心拍数から、前記被験者の覚醒時の極大周波数を推定する。生成部は、第１の推定部により推定された覚醒時の極大スペクトル密度と、第２の推定部により推定された覚醒時の極大周波数とを含む覚醒時データを生成する。 （もっと読む）

【課題】ＬＦ成分やＨＦ成分またはＣＶＲＲを用いただけでは診断することができないような自律神経機能の異常の有無を判定する。
【解決手段】心電図モニタ１４は、被診断者の心臓の動きを電気信号として得て心電データとして記録する。ＣＣＶ（ＤＣ）算出部１５は、心電図モニタ１４により測定された心電データに基づいて、心電図Ｒ−Ｒ間隔のデータを周波数解析した結果得られるパワースペクトルの周波数成分における０．０４Ｈｚ以下の領域の積分値の変動係数である直流成分変動係数（ＣＣＶ（ＤＣ））を算出する。判定処理部１６は、制御装置１８から表示装置２２を介して起立指示が行われた後に、ＣＣＶ（ＤＣ）算出部１５により算出されたＣＣＶ（ＤＣ）の値に基づいて、被診断者の自律神経機能についての異常の有無を判定する。 （もっと読む）

【課題】専門的な知識を有していない者であっても被診断者の自律神経の状態を容易に判定することを可能にする。
【解決手段】心電図モニタ１４は、被診断者の心電データを測定する。自律神経活動度算出部２４は、測定された心電データに基づいて交感神経活動度指標（ＬＨ／ＨＦ）を算出し、ＣＶＲＲ算出部２５は心電データに基づいてＣＶＲＲを算出する。制御装置１８は、起立試験前後のＣＶＲＲの値の差であるＣＶＲＲ変化量や、起立試験前後のＬＦ／ＨＦの値の差である交感神経活動度指標変化量を自律神経機能の状態を示す指標として算出し、これらの指標の値の組み合わせに基づいて、被診断者の自律神経機能の状態が予め定められた自律神経タイプのうちのどのタイプに属するかを判定する。 （もっと読む）

【課題】 従来の心拍測定装置では、センサから得られる生体の心拍波形信号のレベルが低い場合にはピーク判定を行えず、また、演算処理が複雑で簡便性に欠けた。
【解決手段】 所定時間間隔で取得される心拍信号の最大値Ｍが最大値検出手段により検出され、Ｓ１１およびＳ１４の処理で、検出された最大値Ｍよりも大きな最大値Ｍが一定時間Ｔ１内に検出されない場合に、Ｓ１５の処理で、最大値検出手段によって検出された最大値Ｍがピーク値Ｐと判定される。そして、ピーク値判定手段によって判定される連続するピーク値Ｐ間の時間間隔Ｔ２に基づいて、心拍数が算出手段により算出される。また、一定時間Ｔ１は、ピーク値判定手段によって判定される連続するピーク値Ｐ間の時間間隔Ｔ２に応じて、ピーク値Ｐ間の時間間隔Ｔ２に応じて予め定められた複数の時間の中のいずれの時間に、Ｓ３〜Ｓ１０の処理において逐次変更される。 （もっと読む）