本发明涉及一种根据测量的血压波形获取有用的信息的技术。
背景技术
已知用于测量桡骨动脉的内压变化并记录压力脉搏波的形状(血压波形)的技术。专利文献1(日本特开2008-61824号公报)中公开了通过张力测量法(tonometry)测量血压波形，并根据血压波形获取ai(augmentationindex：增强指数)值、脉搏波周期、基线变动率、清晰度、et(ejectiontime：射血时间)等的信息。此外，专利文献2(日本特表2005-532111号公报)中公开了用手表式血压计测量血压波形，并根据血压波形计算平均动脉压、平均收缩压、平均舒张压、平均收缩压指数以及平均舒张压指数，当这些值偏离基准值时输出警报。
现有技术文献
专利文献
专利文献1：日本特开2008-61824号公报
专利文献2：日本特表2005-532111号公报
技术实现要素：
发明所要解决的问题
本发明的发明人以使能够准确地测量自由行动状态下的每一次心跳的血压波形的血压测量设备得到实际应用为目标，正在进行专心致志的开发。通过该开发过程中的被实验者实验，本发明的发明人发现能够根据在自由行动状态下连续测量的血压波形数据提取各种有用的信息。
作为使心脏肥大或心脏扩张恶化的主要原因，已知有后负荷和前负荷等对心脏的负荷。后负荷可以根据心脏射血量(sv：strokevolume，也称为心搏出量)来评估，前负荷可以根据总外周血管阻力(tpr：totalperipheralresistance)来评估。然而，在上述文献中公开的血压测量装置中存在如下的问题，即，为了进行每一次心跳的后负荷、前负荷的测量，需要处于安静状态，并且在自由行动状态下实际对心脏产生负荷时无法进行测量。此外，还存在无法长时间(例如，一个晚上)测量的问题。
本申请的发明人发现，基于在自由行动状态下连续地测量出的血压波形数据，能够评估心脏的状态或心脏疾病的风险。
本发明的目的在于，提供用于评估心脏的状态的新颖的技术。
解决问题的技术方案
为了实现上述目的，本发明采用以下构成。
根据本发明的一个实施方式的生物体信息分析装置，其特征在于，具有：指标提取部，根据由佩戴在用户的身体上并能够非侵入性地测量每一次心跳的血压波形的传感器连续地测量出的血压波形的数据，提取表示心脏状态的指标，以及处理部，输出由所述指标提取部所提取出的所述指标；所述指标提取部根据所测量出的血压波形数来提取每一次心跳的心脏负荷指标，并基于与多次心跳的所述心脏负荷指标的分布相关的特征，来求出用于表示心脏状态的指标。
本实施方式中，可以采用心脏射血量(sv)或基于心脏射血量而确定出的值作为心脏负荷指标。心脏射血量是通过心室收缩一次而喷出的血液的量，是表示前负荷的指标。以下，将一次心跳的心脏射血量也称为瞬时心脏射血量。
本实施方式的指标提取部可以基于在瞬时心脏射血量的分布中瞬时心脏射血量超过第一阈值的频率(比例)来确定心脏状态指标。心脏状态指标可以是该频率本身，也可以是基于该频率而确定的值。第一阈值可以基于用户的瞬时心脏射血量的最大值来确定。例如，作为第一阈值，可以采用最大瞬时心脏射血量的60～99％范围内的值，优选采用在70～90％范围内的值，进一步优选采用在75～85％范围内的值。最大瞬时心脏射血量可以确定为上述的连续测量期间的瞬时心脏射血量的最大值，也可以通过其他方法来确定。
瞬时心脏射血量超过第一阈值的状态称为发生过大的前负荷的状态，因此，其发生频率与心脏扩张的风险有关。即，可以根据如上所述求出的心脏状态指标来评估心脏扩张的风险。
本实施方式的指标提取部可以基于在瞬时心脏射血量的分布中瞬时心脏射血量低于第二阈值的频率(比例)来确定心脏状态指标。心脏状态指标可以是该频率本身，也可以是基于该频率而确定的值。第二阈值可以使用对所有用户共同的预先设定的值，也可以使用每个用户所固有的值。
瞬时心脏射血量低于第二阈值的状态称为前负荷过度下降的状态，因此，其发生频率与血栓的风险有关。即，可以根据如上所述求出的心脏状态指标来评估血栓的风险。
本实施方式的指标提取部可以基于所述分布中的心脏射血量的最大值(最大瞬时心脏射血量)来确定心脏状态指标。心脏状态指标可以是该最大值本身，也可以是基于该最大值而确定的值。需要说明的是，用所述传感器对用户的血压波形的测量优选是在用户进行规定强度以上的运动的状态下进行的。
瞬时心脏射血量的最大值(饱和点)与心脏的容积有关，因此，该下降与心脏肥大的风险有关。即，可以根据如上所述求出的心脏状态指标来评估心脏肥大的风险。
本实施方式中，可以采用总外周血管阻力(tpr)或基于总外周血管阻力而确定的值作为心脏负荷指标。总外周血管阻力是对血管内的血流的阻力，是表示后负荷的指标。总外周血管阻力也称为体血管阻力(svr：systemicvascularresistance，系统血管阻力)。以下，一次心跳的总外周血管阻力也称为瞬时总外周血管阻力或者瞬时tpr。
本实施方式的指标提取部可以基于在瞬时tpr分布中瞬时tpr超过第三阈值的频率(比例)来确定心脏状态指标。心脏状态指标可以是该频率本身，也可以是基于该频率而确定的值。第三阈值可以使用对所有用户共同的预先设定的值，也可以使用每个用户所固有的值。
将瞬时总外周血管阻力超过第三阈值的状态称为发生过大的后负荷的状态，因此，其发生频率与心脏肥大的风险有关。即，可以根据如上所述求出的心脏状态指标来评估心脏肥大的风险。
本实施方式中的处理部可以输出多个心跳的所述心脏负荷指标的随时间的变化和表示所述心脏状态的指标。通过输出心脏负荷指标的随时间的变化，可以容易地掌握伴随心脏疾病风险的心脏负荷什么时候发生。
本实施方式中的处理部可以从第二传感器获取血压波形测量期间的表示用户的身体运动和环境状态中的至少任一者的数据，并以与所述用户的身体运动或环境状态相关联的方式输出所述心脏负荷指标的随时间的变化。根据这样的输出，可以掌握心脏负荷指标与用户或环境的状态之间的相关性，并且很容易确定出心脏负荷变大的原因。
本实施方式中的处理部可以从第二传感器获取血压波形测量期间的表示环境状态的时间序列数据，并将所述心脏负荷指标和所述环境状态相关联地输出。表示环境状态的数据只要是可以假设与心脏负荷或心脏疾病风险相关的影响因子即可，可以是任意数据。处理部例如可以将心脏负荷指标的时间序列数据与影响因子的时间序列数据叠加输出。此外，处理部可以输出具有将同一时刻的影响因子作为第一坐标值和将心脏负荷指标作为第二坐标值的图表。根据这样的输出，容易确定出心脏负荷变大的原因。
根据本发明的一个实施方式的生物体信息分析系统，其特征在于，具有：传感器，佩戴在用户的身体上并能够非侵入性地测量每一次心跳的血压波形；以及生物体信息分析装置，使用由所述传感器连续地测量出的血压波形的数据进行生物体信息的分析。
根据本发明的程序，其特征在于，使处理器作为生物体信息分析装置的所述指标提取部和所述处理部发挥功能。
需要说明的是，本发明可以认为是具有上述构成或功能的至少一部分的生物体信息分析装置或系统。此外，本发明可以被视为包括上述处理的至少一部分的生物体信息分析方法、或者用于使计算机执行这样的方法的程序、或者非易失性的记录这样的程序的计算机可读记录介质。只要不产生技术上的矛盾，上述构成和处理中的每一个可以彼此组合以构成本发明。
发明效果
根据本发明，能够提供用于评估心脏的状态的新颖的技术。
附图说明
图1是表示生物体信息分析系统10的外观的概略构成的图。
图2是表示生物体信息分析系统10的硬件构成的框图。
图3是示意性地表示血压测量单元20的结构和测量时的状态的剖视图。
图4是表示由血压测量单元20测量的血压波形的图。
图5是用于说明生物体信息分析装置1的处理的框图。
图6是表示一次心跳的桡骨动脉的压力脉搏波的波形(血压波形)的图。
图7a是实施例1中的sv值的分布的图表，图7b是时间变化的图表，图7c是散点图。
图8是表示实施例1、2中的指标计算处理的流程的流程图。
图9a是实施例2中的tpr值的分布的图表，图9b是时间变化的图表。
具体实施方式
以下，参照附图并说明本发明的优选实方式。需要说明的是，以下记载的每个构成的说明应根据应用本发明的装置的构成和各种条件适当地改变，并不是要将本发明的范围限制为以下的记载。
生物体信息分析系统
图1是表示根据本发明的一实施方式的表示生物体信息分析系统10的外观的概略构成的图。图1示出将生物体信息分析系统10佩戴在左手腕上的状态。生物体信息分析系统10包括主体部11和固定在主体部11上的带部12。生物体信息分析系统10是所谓的可佩戴式设备，并以主体部11与手腕内侧的皮肤接触且将主体部11配置在位于皮下的桡骨动脉td的上方的方式佩戴。需要说明的是，在本实施方式中，构成为将装置佩戴在桡骨动脉td上方，但也可以构成为佩戴在其他的浅表动脉上。
图2是表示生物体信息分析系统10的硬件构成的框图。概略而言，生物体信息分析系统10具有测量单元2和生物体信息分析装置1。测量单元2是通过测量而获得用于进行生物体信息的分析的信息的设备，测量单元2包括血压测量单元20、体动测量单元21和环境测量单元22。然而，测量单元2的构成部分不限于图2中所示的构成部分。例如，可以添加用于测量血压和体动以外的生物体信息(体温、血糖、脑电波等)的单元。或者，由于在后述的实施例中未使用的单元不是必要的构成部分，因此不搭载于生物体信息分析系统10中也可。生物体信息分析装置1是基于从测量单元2获得的信息进行生物体信息分析的设备，生物体信息分析装置1包括控制单元23、输入单元24、输出单元25、通信单元26和存储单元27。各单元20～27相互连接，以便能够通过本地总线或其他信号线交换信号。此外，生物体信息分析系统10具有未示出的电源(电池)。
血压测量单元20是通过张力测量法来测量桡骨动脉td的压力脉搏波的单元。张力测量法是以适当地压力从皮肤上方按压动脉以在动脉td上形成扁平部，使动脉内压和外压之间达到平衡，用压力传感器非侵入性地测量压力脉搏波的方法。
体动测量单元21是具有三轴加速度传感器并且由该传感器测量用户身体的运动(体动)的单元。体动测量单元21可包括用于将该三轴加速度传感器的输出转换为控制单元23可读取的格式的电路。
环境测量单元22是用于测量可能影响用户的身心状态(尤其是血压)的环境信息的单元。环境测量单元22例如可以包括气温传感器、湿度传感器、照度传感器、高度传感器、位置传感器等。环境测量单元22也可以包括用于将这些传感器等的输出转换为控制单元23可读取的格式的电路。
控制单元23是负责生物体信息分析系统10的各个部分的控制、从测量单元2取得数据、将取得的数据存储在存储单元27、数据的处理和分析、数据的输入和输出等各种处理。控制单元23包括硬件处理器(以下称为cpu)、rom(readonlymemory：只读存储器)、ram(randomaccessmemory：随机存储器)等。后述的控制单元23的处理通过cpu读入rom或存储单元27中存储的程序来实现。ram作为当控制单元23进行各种处理时的工作存储器发挥功能。需要说明的是，在本实施方式中，构成为由控制单元23来执行从测量单元2取得数据以及将数据存储到存储单元27，但也可以构成为直接将数据从测量单元2存储(写入)到存储单元27。
实施方式的各构成要素，例如，测量单元、指标提取部、处理部、判断部、风险数据库、输入单元、输出单元以及病例数据库等可以以硬件的形式安装在生物体信息分析系统10中。指标提取部、处理部以及判断部可以接收并执行存储单元27中存储的可执行程序。指标提取部、处理部以及判断部可以根据需要从血压测量单元20、体动测量单元21、环境测量单元22、输入单元24、输出单元25、通信单元26、存储单元27等接收数据。风险数据库和病例数据库等数据库可以安装在存储单元27等，可以存储以能够容易地检索和累积数据的方式整理成的信息。在此，例如，在日本特愿2016-082069号中公开了生物体信息分析系统10的结构和动作等。该内容通过引用而并入本说明书。此外，在日本特开2016-087003号公报中公开了血压测量单元的结构和动作等。该内容通过引用而并入本说明书。
输入单元24是用于向用户提供操作界面的单元。例如，可以使用动作按钮、开关、触摸面板等。
输出单元25是用于提供向用户进行信息输出的界面的单元。例如，可以使用通过图像输出信息的显示装置(液晶显示器等)、通过声音输出信息的声音输出装置或蜂鸣器、通过光的闪烁输出信息的led(lightemittingdiode：发光二极管)、通过振动输出信息的振动装置等。
通信单元26是与其他设备之间进行数据通信的单元。作为数据通信方式可以是诸如无线lan(localareanetwork：局域网)、bluetooth(蓝牙，注册商标)等的任何方式。
存储单元27是能够存储和读出数据的存储介质，并且存储在控制单元23中执行的程序、从各测量单元获得的测量数据、通过处理测量数据而获得的各种数据等。存储单元27是通过电、磁、光、机械或化学的作用累积作为存储对象的信息的介质。例如，使用闪存。存储单元27可以是诸如存储卡等便携式的，也可以是内置在生物体信息分析系统10中。
体动测量单元21、环境测量单元22、控制单元23、输入单元24、输出单元25、存储单元27中的一部分或全部也可以由与主体部11不同的设备构成。即，是内置血压测量单元20和进行该控制的电路的主体部11能够佩戴在手腕上的形态即可，可以自由地设计其他单元的结构。在这种情况下，主体部11通过通信单元26与其他单元协作。例如，可以考虑由智能手机的应用程序来实现控制单元23、输入单元24、输出单元25的功能，或者从具有体动测量单元21和环境测量单元22的功能的活动计量器获取需要的数据等各种构成。此外，也可以提供用于测量血压之外的生物体信息的传感器。例如，可以将睡眠传感器、脉搏血氧仪(pulseoximeter)(spo2(血氧饱和度)传感器)、呼吸传感器(流量传感器)、血糖值传感器等组合起来。
需要说明的是，在本实施方式中，将测量血压的传感器(血压测量单元20)和进行血压波形数据的分析处理的结构(控制单元23等)设置在一个装置内，但是也可以将它们分开配置。在本实施方式中，将进行生物体信息的分析处理的结构(控制单元23等)称为生物体信息分析装置，将由测量单元和生物体信息分析装置的组合构成的装置称为生物体信息分析系统。然而，名称是为了便利而使用的，也可以将测量单元和进行生物体信息的分析处理的结构的整体称为生物体信息分析装置，或者还可以使用其他名称。
血压波形的测量
图3是示意性地示出血压测量单元20的结构和测量时的状态的剖视图。血压测量单元20具有压力传感器30以及用于将压力传感器30按压于手腕的按压机构31。压力传感器30具有多个压力检测元件300。压力检测元件300是检测压力并将压力转换为电信号的元件，能优选使用例如利用了压电电阻效应的元件等。按压机构31由例如空气袋和用于调整该空气袋的内压的泵构成。当控制单元23控制泵来提高空气袋的内压时，通过空气袋的膨胀而将压力传感器30推压于皮肤表面。需要说明的是，按压机构31只要能够调整压力传感器30对皮肤表面的按压力，任何方式皆可，并不限定于使用空气袋的方式。
当将生物体信息分析系统10安装于手腕并启动时，控制单元23控制血压测量单元20的按压机构31，将压力传感器30的按压力维持在适当的状态(张力状态)。而且，由压力传感器30检测出的压力信号被控制单元23依次取得。由压力传感器30得到的压力信号是将压力检测元件300所输出的模拟的物理量(例如电压值)通过公知技术的a/d转换电路等转换成数字的物理量而生成的。该模拟的物理量也可以根据压力检测元件300的种类，采用电流值或电阻值等恰当的模拟值。该a/d转换等的信号处理也可以通过在血压测量单元20中设置规定的电路来进行，还可以由设置在血压测量单元20与控制单元23之间的其他的单元(未图示)来进行。被控制单元23取得的该压力信号相当于挠骨动脉td的内压的瞬时值。因此，以能够掌握一次心跳的血压波形的时间粒度以及连续性来取得压力信号，由此能够取得血压波形的时间序列数据。控制单元23将由压力传感器30依次取得的压力信号与该压力信号的测量时刻的信息一起存储于存储单元27。控制单元23页可以将取得的压力信号直接存储于存储单元27，还可以在对该压力信号施加了需要的信号处理之后存储于存储单元27。需要的信号处理可以包括例如校正压力信号以使得压力信号的振幅与血压值(例如上臂血压)一致的处理，减小甚至消除压力信号的噪声的处理等。
图4示出由血压测量单元20测量出的血压波形。横轴表示时间，纵轴表示血压。采样频率能够任意地设定，为了重现一次心跳的波形的形状特征，优选设定为100hz以上。一次心跳的周期大概1秒左右，因此针对一次心跳的波形，取得大约100个以上的数据点。
本实施方式的血压测量单元20具有如下的优点。
能够测量每一次心跳的血压波形。通过这样，例如，基于血压波形的形状特征，能够得到与血压或心脏的状态、心血管风险等关联的各种各样的指标。另外，由于能够监视血压的瞬时值，所以能够立即检测血压浪涌(血压值的急剧的上升)，或者即使仅出现在极短的时间(1个～多次心跳)内的血压变动或血压波形的错乱也毫不遗漏地检测出。
需要说明的是，作为便携式血压计，安装于手腕或上臂上并通过示波法来测量血压这一类型的血压计得到实际应用。但是，以往的便携式血压计只能根据几秒～十几秒的多次心跳的袖带内压的变动来测量血压的平均值，不能如本实施方式的血压测量单元20那样得到每一次心跳的血压波形的时间序列数据。
能够记录血压波形的时间序列数据。取得血压波形的时间序列数据，例如，掌握血压波形的与时间的变化相关的特征，对时间序列数据进行频率分析并提取特定的频率成分，由此能够得到与血压、心脏的状态、心血管风险等关联的各种各样的指标。
作为便携式(可穿戴型)的装置构成，对用户施加的测量负担较小，也比较容易进行长时间的连续的测量或进一步地进行24小时的血压的监视等。另外，由于是便携式的，不仅是安静时的血压，还能够测量自由行动状态下(例如日常生活或运动中)的血压变化。通过这样，能够掌握例如日常生活中的行动(睡眠、用餐、通勤、工作、服药等)或运动对血压施加的影响。
以往产品是将手臂和手腕固定于血压测量单元并在安静状态下进行测量的类型的装置，不能如本实施方式的生物体信息分析系统10这样测量日常生活或运动中的血压变化。
与其他的传感器的组合或协作很容易。能够针对与例如用其他的传感器得到的信息(体动、气温等的环境信息、spo2或呼吸等其他的生物体信息等)的因果关系进行评估或综合评估。
生物体信息分析装置
图5是用于说明生物体信息分析装置1的处理的框图。如图5所示，生物体信息分析装置1具有指标提取部50和处理部51。在本实施方式中，控制单元23也可以执行需要的程序，由此实现指标提取部50和处理部51的处理。该程序也可以存储于存储单元27。当控制单元23执行需要的程序时，将rom或者存储单元27中存储的作为对象的程序在ram上展开。而且，控制单元23用cpu来解释以及执行在ram上展开的该程序，从而控制各构成要素。但是，也可以由asic或fpga等电路构成指标提取部50以及处理部51的处理的一部分或者全部。或者，还可以由与主体部11分开的计算机(例如智能手机、平板终端、个人计算机、云服务器等)实现指标提取部50以及处理部51的处理的一部分或者全部。
指标提取部50从存储单元27取得由血压测量单元20连续地测量出的血压波形的时间序列数据。指标提取部50根据取得的血压波形的时间序列数据提取与血压波形的特征相关的指标。此处，血压波形的特征包括，一次心跳的血压波形的形状特征、血压波形的随时间的变化、血压波形的频率成分等。但是，血压波形的特征不限于上述这些。提取出的指标被输出至处理部51。关于血压波形的特征以及指标，有各种各样的特征以及指标，根据处理部51进行的处理的目的，能够适当设计或者选择要提取的特征以及指标。针对根据本实施方式的血压波形的测量数据所能够提取的特征以及指标，在后文详细说明。
指标提取部50在求出指标时，除了血压波形的测量数据，还能够使用体动测量单元21的测量数据和/或环境测量单元22的测量数据。另外，虽未图示，也可以将睡眠传感器、spo2传感器、呼吸传感器(流量传感器)、血糖值传感器等的测量数据组合起来。综合地分析由多个种类的传感器得到的多个种类的测量数据，由此能够对血压波形进行更高度的信息分析。能够按照各个用户的状态对血压波形的数据进行分类，例如分类为安静时和动作时、气温较高时和较低时、睡眠较浅时和较深时、呼吸时和呼吸暂停时这样。或者，还能够提取体动、活动量或者活动强度、气温的变化、无呼吸、呼吸的方式等对血压施加的影响等，来评估各测量数据的因果关系或相关性等。需要说明的是，呼吸暂停中包括：阻塞性呼吸暂停、中枢性呼吸暂停、混合性呼吸暂停等。
处理部51接收由指标提取部50提取出的指标。处理部51基于接收到的指标进行处理。基于指标进行的处理中能够设想各种各样的处理。例如，可以向用户或医生、保健师等提示提取出的指标的值或变化等，促进健康管理或治疗、保健指导等的运用。或者，也可以根据提取出的指标来推测循环系统风险，或者提示用于维持健康或者改善风险的指引。进一步地，还可以在基于指标而检测或者预测出了心脏疾病风险的上升的情况下，向用户或主治医生等报告，或者进行控制以阻止对用户的心脏等造成负担的行动或循环系统事件的发生。
根据血压波形而取得的信息
图6示出一次心跳的挠骨动脉的压力脉搏波的波形(血压波形)。横轴是时间t[msec]，纵轴是血压bp[mmhg]。
血压波形是心脏收缩并送出血液而生成的“射血波”和射血波在末梢血管或动脉的分岔部反射而生成的“反射波”的合成波。以下示出根据一次心跳的血压波形所能够提取的特征点的一例。
·点f1是压力脉搏波的上升点。点f1与心脏的射血起始点，即主动脉瓣的开放点对应。
·点f2是射血波的振幅(压力)变为最大的点(第一峰值)。
·点f3是通过与反射波叠加，而在射血波的下降的途中出现的拐点。
·点f4是射血波与反射波之间出现的极小点，也称为凹口。其与主动脉瓣的关闭点对应。
·点f5是在点f4之后出现的反射波的峰值(第二峰值)。
·点f6是一次心跳的终点，与下一次心跳的射血起始点即下一次心跳的起始点对应。
指标提取部50在上述特征点的检测中可以使用任何的算法。例如，指标提取部50也可以进行运算，求出血压波形的n次微分波形，检测该n次微分波形的零交叉点，由此提取血压波形的特征点(拐点)(针对点f1、f2、f4、f5、f6，能够根据1次微分波形来检测；针对点f3，能够根据2次微分波形或者4次微分波形来检测。)。或者，指标提取部50也可以从存储单元27读出预先配置有特征点的波形图案，使该波形图案拟合作为对象的血压波形，由此确定各特征点的位置。
基于上述特征点f1～f6的时刻t以及压力bp，指标提取部50能够进行运算，根据一次心跳的血压波形得到各种各样的信息(值、特征量、指标等)。以下，举例示出根据血压波形所能够取得的信息中的代表性信息。但是，tx和bpx分别表示特征点fx的时刻和血压。
·脉搏波间隔(心跳周期)ta＝t6-t1
·心跳数pr＝1/ta
·脉搏波上升时间ut＝t2-t1
·收缩期ts＝t4-t1
·舒张期td＝t6-t4
·反射波迟延时间＝t3-t1
·最高血压(收缩期血压)sbp＝bp2
·最低血压(舒张期血压)dbp＝bp1
·平均血压map＝t1～t6的血压波形的面积/心跳周期ta
·收缩期的平均血压＝t1～t4的血压波形的面积/收缩期ts
·舒张期的平均血压＝t4～t6的血压波形的面积/舒张期td
·脉搏压pp＝最高血压sbp-最低血压dbp
·收缩后期压sbp2＝bp3
·ai(augmentationindex)＝(收缩后期压sbp2-最低血压dbp)/脉搏压pp
上述的信息(值、特征量、指标)的基本统计量也能够用作指标。基本统计量包括，例如代表值(平均值、中间值、最频值、最大值、最小值等)、分散度(方差、标准差、变动系数等)。另外，上述的信息(值、特征值、指标)的随时间的变化也能够用作指标。
另外，指标提取部50也能够计算多次心跳的信息，由此得到称为brs(血压调节功能)的指标。这是表示将血压调整为恒定的能力的指标。计算方法有例如spontaneoussequence(自发顺序)法等。这是如下的一种方法，即，仅提取最高血压sbp和脉搏波间隔ta在连续3次心跳以上的期间内同步上升或者下降的顺序，在二维平面上绘制最高血压sbp和脉搏波间隔ta，将通过最小二乘法求出回归线时的倾斜度定义为brs的方法。
以下，将例示性地说明一些关于生物体信息分析系统10的具体应用的实施例。
实施例1
本实施例是基于连续地测量的血压波形的瞬时心脏射血量，来将心脏状态或心脏疾病风险转换为指标的实施例。
已知，心脏射血量(sv:strokevolume,也称为心搏出量)作为心脏状态或心脏肥大、心脏扩张的风险的评估指标。心脏射血量(sv)是表示心脏的前负荷的指标。心脏射血量(sv)可以根据脉压(pp)和大动脉的硬化度(stiffness：顺应性c(compliance)的倒数)，计算sv＝pp/stiffness。在此，如果是在大动脉硬化度stiffness不发生变化的程度的期间，则也可以使用sv＝pp。
此外，心脏射血量(sv)可以基于通过张力测量法获取的血压波形数据用sv＝δp+pav×t求出。在此，δp是射血结束时的血压与射血开始时的血压之差，pav是射血的平均血压，t是射血的持续时间。该计算公式与心脏射血量具有更好的相关性。
虽然可以使用心脏射血量评估心脏扩张、心脏肥大的风险，但在以往的血压测量装置中存在如下的问题，即，不能测量每一次心跳的心脏射血量(现场(spot)血压计)、缺乏准确性(脉搏血氧仪)、不能在自由行动状态下长时间(例如，一个晚上)测量(基于查血测量法、张力测量法的以往装置)。因此，在本实施例中提出使用在长时间内测量出的每一次心跳的心脏射血量，以能够容易地掌握心脏状态或心脏疾病风险的方法。
(指标)
在本实施例中，在长时间(例如，从一个晚上到几天的程度)内测量血压波形数据，获得每一次心跳的sv值，基于sv值的分布求出表示心脏状态的指标(心脏状态指标)。心脏状态指标也可以被视为表示心脏疾病风险的指标。
每一次心跳的sv值是表示瞬间的心脏负荷的指标，是瞬时心脏负荷指标的一个例子。以下，将每一次心跳的sv值也称为瞬时sv值(瞬时心脏射血量)。在本实施例中，基于瞬时sv值的分布来计算心脏状态指标。
图7(a)是表示在测量期间内的瞬时sv值的分布的图表4100。图中的虚线4101表示测量对象用户的sv值的最大值(饱和点)。饱和点的sv值优选根据预先给定的运动负荷的测量来确定。或者，如果用户在测量期间内进行规定强度以上的运动，则也可以采用期间内的sv值的最大值作为饱和点。规定强度的运动是指强度可使测量对象用户的sv值达到饱和程度的运动。
本实施例中的第一心脏状态指标index1是sv值超过阈值th1的频率比例。即，是虚线4101和虚线4102之间的sv值频率相对于整体频率的比例。在此，阈值th1可以基于饱和点sv值来确定，例如，可以使用饱和点sv值的80％的值。指标index1称为表示过大的前负荷的发生比例的指标。因此，根据指标index1的大小可以了解心脏扩张的风险。需要说明的是，阈值th1不必需是饱和点sv值的80％，例如，也可以是饱和点sv值的70～90％范围内的值，还可以是其他的值。
本实施例中的第二心脏状态指标index2是sv值低于阈值th2的频率比例。即，虚线4103以下的sv值频率相对于整体频率的比例。在此，阈值th2根据一般基准值的下限来确定，也可以对所有用户设置为相同值。例如，可以设置为基于60ml/beat的值。指标index2称为表示前负荷降低的发生比例的指标。因此，根据指标index2的大小可以了解血栓的风险。
本实施例中的第三指标index3是饱和点的sv值(最大瞬时心脏射血量)。如上所述，饱和点sv值优选根据给定的运动负荷的测量来预先测量，但也可以在测量期间内用户进行规定强度以上的运动的状态下进行测量，并确定为瞬时sv值的最大值。当心肌纤维的伸展超过极限时，心脏射血量sv饱和。当饱和点sv值较小时，可以判定为心肌的舒张极限较小并且心脏的容积较小。即，可以根据饱和点sv值的值来掌握心脏肥大的风险。此外，当饱和点sv值是阈值svth以下时，也可以判断为心脏肥大的风险较高。阈值svth可以基于一般基准值的下限来确定。例如，可以确定为基于60ml/beat的值。
(画面显示例)
在本实施例中，可以提供如图7(a)所示的sv值的直方图或根据直方图而获得的上述指标index1～3作为画面显示内容。
此外，如图7(b)所示，还优选一起显示sv值的随时间的变化的图表和上述指标index1～3。图表4110显示sv值的随时间的变化，虚线4111表示sv值的最大值，虚线4112表示阈值th1，虚线4113表示阈值th2。显示内容4120中表示心脏状态指标index1～3的值。当判断为心脏疾病的风险较高时，可以通过改变颜色或大小等的显示形式来突出显示指标index1～3的值，也可以将表示风险较高的注释与指标index1～3的值一起显示，还可以仅在判断为风险较高时才显示指标index1～3的值。通过这样的图表显示，可以容易地掌握用户的心脏状态或心脏疾病的风险，并且可以容易地掌握何时发生伴随心脏疾病风险的心脏射血量的变化。
此外，优选将瞬时sv值与用户的状态或环境的状态相关联地显示。例如，7(b)所示，可以将sv值随时间的变化的图表以可区分就寝时间段4114或高温时间段4115等的方式进行显示。例如就寝时sv值上升是否是由于呼吸异常的原因，高温时sv值降低是否是由于脱水的原因这样，可以估计sv值变动的原因，通过这样，有助于预防或治疗。需要说明的是，可以根据体动测量单元21的测量数据或测量时刻数据来掌握就寝状态。可以根据环境测量单元22的测量数据来掌握高温等的温度信息。可以基于用户或第三方(医生等)对输入单元24的输入来获取上述这些信息。
此外，作为将瞬时sv值和环境状态相关联地显示的另一个例子，优选以与上述图表4110重叠的方式来显示影响因子(例如，气温)或其他指标的随时间的变化。影响因子和sv值随时间的变动的重叠显示有助于确定sv值上升的发生原因。
此外，作为将瞬时sv值和环境状态相关联地显示的又一个例子，如图7(c)所示，将sv值和影响因子作为轴并以散点图的形式来显示测量数据也是有效的。例如，可以使用包括将同一时刻的影响因子的测量值和sv值分别作为x坐标值和y坐标值的绘图点的散点图。这样的显示，有助于判定显示的影响因子是否是施加心脏负荷的原因。因此，通过针对多个影响因子进行如图7(c)所示的显示，可以确定出施加心脏负荷的原因。
(处理例)
图8是用于说明本实施例的处理的流程的流程图。在步骤s101中测量用户的连续血压波形数据。即，用户在佩戴生物体信息分析系统10的状态下进行正常的生活。在测量期间内，血压测量单元20测量血压波形，并将测量数据存储在本地存储单元27中，或者通过通信单元26发送到云服务器并存储到云服务器内的存储器中。同时，体动测量单元21或环境测量单元22将从传感器获得的数据同样地存储在存储器中。步骤s101的测量期间的长度没有特别限制，但优选一个晚上或者几天的程度、或者更长。
需要说明的是，可以从输出单元25指示用户在测量期间内至少进行一次规定强度以上的运动。
在步骤s101的测量结束时，指标提取部50求出每一次心跳的sv值作为瞬时心脏负荷指标。具体地，指标提取部50首先从存储单元27或云服务器中获取测量出的血压波形的测量数据，并以心跳为单位划分数据。该划分是通过根据血压波形数据求出射血起始点(图6的点f1)，并将相邻的射血起始点之间的数据作为一次心跳的数据来进行的。然后，指标提取部50求出每一次心跳的sv值。在此，可以用sv＝pp来求出，但更优选用sv＝δp+pav×t来求出。
在步骤s103中，指标提取部50基于每一个心跳的sv值的分布来求出心脏状态指标。更详细地，指标提取部50求出具有阈值th1以上的sv值的心跳数相对于全部心跳数的比例作为指标index1。此外，指标提取部50求出具有小于阈值th2的sv值的心跳数相对于全部心跳数的比例作为指标index2。此外，指标提取部50求出测量数据中的瞬时sv值的最大值即饱和点sv值作为指标index3。需要说明的是，index1、index2的值不必需是上述比例本身，也可以是基于该比例而确定的值。同样地，index3也不必需是饱和sv值，还可以是基于饱和sv值而确定的值。
在步骤s104中，处理部51输出包括在步骤s103中求出的心脏状态指标index1～3的图像显示内容。
例如，如7(b)所示，处理部51生成包括用数值表示心脏状态指标index1～3的数值的显示内容4120和表示测量期间内的瞬时sv值随时间的变化的图表4110的图像数据，并由输出单元25进行显示。在图表4110中，横轴是时刻，纵轴是sv值(心脏负荷指标)。此外，以可知道上述阈值th1和th2的方式来显示图表。因此，用户或医生等可以容易地掌握心脏负荷在什么时间段变大或变小。
此外，处理部51可以基于体动测量单元21的测量数据(以及时间段)来确定用户处于特定状态的时间段，并以可知道该时间段的方式显示图表。例如，处理部51可以根据在时间段4114中用户的身体的运动较少且时间段在夜间来确定出用户在时间段4114中处于就寝状态。或者，处理部51可以根据用户的身体的运动较大来确定出用户处于运动状态，或者可以将身体的运动从就寝状态变大的时间点确定为起床时间。此外，处理部51也可以基于环境测量单元22的测量数据来确定环境处于特定状态下的时间段，以可知道该时间段的方式来显示图表。例如，处理部51可以获取环境温度并将环境温度在阈值以上的期间确定为高温状态。通过将用户的状态或环境的状态一并显示，用户或医生等可以容易地理解因什么原因而导致心脏负荷增加或减小。
在图7(b)的例子中，心脏状态指标index1～3用数值来显示，但处理部51可以以除数值之外的方式显示心脏状态指标index1～3。此外，如果指标index1在阈值以上，则处理部51可以显示心脏扩张风险较高的消息，或者如果指标index2在阈值以下，则可以显示血栓风险较高的消息，或者如果指标index3在阈值以下，则可以显示心脏肥大风险较高的消息。
图7(c)是输出画面的例子，该输出画面包括表示影响因子(在此为温度)与sv值的关系的散点图4131和心脏状态指标index1～3的显示内容4132。处理部51从存储单元27(或云服务器)获取同一时刻的sv值和温度的测量数据，生成如下的散点图4131的图像数据，该散点图包括以温度的值为x坐标，以sv值为y坐标的多个点。由于心脏状态指标index1～3与图7(b)相同，因此省略说明。
根据本实施例，通过在长时间的测量期间使用每一次心跳的sv值，可以容易地掌握心脏的状态、心脏疾病风险、还有使心脏疾病风险升高的原因。尤其，由于可以使用每一次心跳的血压波形数据，因此可以知道血压突然变化时的瞬时心脏负荷。
实施例2
本实施例是将心脏疾病风险转换成指标的实施例。
已知，总外周血管阻力(tpr:totalperipheralresistance)作为心脏的状态或心脏肥大的风险的评估指标。总外周血管阻力(tpr)也是表示心脏的后负荷的指标。
总外周血管阻力(tpr)可以基于通过张力测量法获取的血压波形数据，用tpr＝mbp·stiffness/(pp·pr)求出。在此，mbp是平均血压，pp是脉搏压，pr是脉搏数，sitffness是大动脉的硬化度(顺应性c的倒数)。
如果在大动脉硬化度stiffness没有发生变化的程度的期间，则总外周血管阻力也可以是
tpr＝mbp/(pp·pr)。
可以使用总外周血管阻力来评估心脏肥大的风险，但在以往的血压测量装置中存在如下的问题，即，无法测量每一次心跳的总外周血管阻力(现场血压计)、缺乏准确性(脉搏血氧仪)、无法在自由行动状态下长时间(例如，一个晚上)测量(基于查血测量法、张力测量法的以往装置)。因此，在本实施例中提出了通过使用长时间测量出的每一次心跳的总外周血管阻力，可以容易地掌握心脏的状态或心脏疾病风险的方法。
(指标)
在本实施例中，长时间(例如，从一个晚上到几天的程度)测量出的血压波形数据，求出每一次心跳的tpr值，基于tpr值的分布来求出表示心脏的状态的指标(心脏状态指标)。心脏状态指标也可以被视为表示心脏疾病风险的指标。
每一次心跳的tpr值是表示瞬间的心脏负荷的指标，是瞬时心脏负荷指标的一个例子。以下，将每一次心跳的tpr值也称为瞬时tpr值(瞬时总外周血管阻力)。在本实施例中，基于瞬时tpr值的分布来计算心脏状态指标。
图9(a)是表示测量期间中的瞬时tpr值的分布的图表4200。本实施例中的心脏状态指标index4是阈值th3以上的tpr值的频率比例。即，是虚线4201以上的tpr值频率相对于整体频率的比例。在此，阈值th3的值是，若为该值以上，则判断为发生过大的后负荷的值；阈值th3的值可以基于一般基准值的上限来确定。例如，阈值th3可以设为1200dynes·sec/cm5。
阈值th3以上的tpr值表示发生过大的后负荷。因此，上述指标index4称为表示过大的后负荷的发生比例的指标。因此，根据指标index4的大小，可以了解心脏肥大的风险。
(画面显示例)
在本实施例中，可以提供如图9(a)所示的tpr值的直方图和根据直方图而获得的上述指标index4作为画面显示内容。
此外，如图9(b)所示，还优选将上述指标index4与tpr值的随时间的变化的图表一起显示。图表4210示出tpr值的随时间的变化。显示内容4220中示出心脏状态指标index4的值。当判断为心脏疾病的风险较高时可以通过改变颜色或大小等的显示形式以突出显示指标index4的值，也可以将表示风险较高的注释与指标index4的值一起显示，还可以仅在判断为风险较高时才显示指标index4的值。通过这样的图表显示，可以容易地掌握用户的心脏状态或心脏疾病的风险，且可以容易地掌握何时发生伴随心脏疾病风险的tpr值的变化。
此外，如图9(b)所示，可以以可知道就寝时刻4214或起床时刻4215等的方式进行显示。除此之外，还优选显示进餐和运动的期间等。
通过同时显示tpr值和起床、就寝时刻等，使得tpr值上升原因容易确定。例如，由于点4211和点4212的tpr值的上升发生在夜间，因此可以假设可能是起因于睡眠时呼吸暂停。因此，可以通过与其他呼吸暂停指标比较来确定原因。另外，起床后(早上)的tpr值的上升起因于气温的上升的可能性较高。因此，可以通过与气温比较来确定原因。
此外，优选以与上述图表重叠的方式来显示其他指标(例如，表示睡眠时呼吸暂停的指标)和影响因子(例如，气温)的随时间的变动。影响因子和tpr值的随时间的变动的重叠显示有助于确定tpr值上升的发生原因。
此外，通过将tpr值和影响因子作为轴，将测量数据以散点图的形式来显示也是有效的。这样的显示有助于确定对心脏施加负荷的原因。
需要说明的是，起床、就寝时刻或气温等影响因子可以从体动测量单元21或环境测量单元22获取，或者基于用户对输入单元24的输入来获取。
(处理例)
本实施例中的处理与实施例1一样，根据图8中的流程图来实施。以下，主要说明本实施例与实施例1的不同之处。
步骤s101中的处理与实施例1相同。步骤s102在将血压波形划分为以心跳为单位的数据这一方面与实施例1相同，但是在根据以心跳为单位的数据而求出的瞬时心脏负荷指标的方面与实施例1不同。在本实施例中，指标提取部50求出每一次心跳的tpr值作为瞬时心脏负荷指标。在此，指标提取部50用tpr＝mbp/(pp·pr)来求出tpr值。
在步骤s103中，指标提取部50求出具有阈值th3以上的tpr值的心跳数相对于全部心跳数的比例作为指标index4。
步骤s104中，处理部51输出如图9(b)所示的画面显示内容。此时，如果指标index4在阈值以上，则显示存在心脏肥大风险的消息。在图9(b)中，处理部51生成可知道用户进行特定动作(就寝或起床)的时刻的形式的显示画面，但也可以与实施例1相同，生成可知道用户或环境处于特定的状态的时间的形式的显示画面。
根据本实施例，通过在长时间的测量期间的每一次心跳的tpr值，可以容易地掌握心脏疾病风险以及使心脏疾病风险升高的原因。尤其，由于能够使用每一次心跳的血压波形数据，因此可以知道当发生急剧的血压变化时的瞬时心脏负荷。
(变形例)
瞬时tpr值的增加可能是呼吸暂停作为原因而导致的。因此，在用户睡眠中发生瞬时tpr值的上升，可以用作表示比如睡眠时呼吸暂停这样的呼吸异常(循环系统疾病)的风险的征兆。因此，处理部51可以当在用户睡眠中检测到瞬时tpr值上升到阈值th3以上时，从输出单元25输出存在呼吸异常的风险的消息。睡眠的检测可以基于体动测量单元21的测量数据和测量时刻等来进行。
此外，瞬时tpr值的增加可能是气温作为原因而导致的。例如，如果瞬时tpr值在早晨增加，则原因可能是气温的上升。因此，通过参考当瞬时tpr值增加时的气温测量数据，可以判断是否是由于气温的原因使瞬时tpr值增加。即，通过调查瞬时tpr值的增加与气温的相关性，由此可以掌握用户的血压的气温敏感性。例如，处理部51也可以当检测到在早晨的时间段中用户的瞬时tpr值增加到阈值th3以上时，从输出单元25中输出用户的血压的气温敏感性较高的消息。或者，如果可以利用血压测量期间内的温度数据，则处理部51也可以获取当瞬时tpr增加时的温度数据，并判断在该期间内气温是否上升。如果气温在该期间内上升，则处理部51可以确定早晨的时间段的瞬时tpr值的增加的原因是气温，并从输出单元25输出该消息。
(附记1)
一种生物体信息分析装置，其特征在于，
具有硬件处理器和用于存储程序的存储器；
所述硬件处理器根据所述程序，
获取由佩戴在用户的身体上并能够非侵入性地测量每一次心跳的血压波形的传感器连续地测量出的血压波形的数据，
在每一次心跳根据所述血压波形的数据提取心脏负荷指标，
基于与多次心跳的所述心脏负荷指标的分布有关的特征，求出用于表示心脏状态的指标，
输出用于表示所述心脏状态的指标。
(附记2)
一种生物体信息分析系统，其特征在于，具有：
传感器，佩戴在用户的身体上并能够非侵入性地测量每一次心跳的血压波形，
硬件处理器，以及
存储器，用于存储程序；
所述硬件处理器根据所述程序，
获取由所述传感器连续地测量出的血压波形的数据，
根据所述血压波形的数据提取每一次心跳的心脏负荷指标，
基于与多个心拍的所述心脏负荷指标的分布相关的特征，求出用于表示心脏状态的指标，
输出用于表示所述心脏状态的指标。
(附记3)
一种生物体信息分析方法，其特征在于，包括：
利用至少一个硬件处理器，获取由佩戴在用户的身体上并能够非侵入性地测量每一次心跳的血压波形的传感器连续地测量出的血压波形的数据的步骤；
利用至少一个硬件处理器，在每一次心跳根据所述血压波形的数据提取心脏负荷指标的步骤；
利用至少一个硬件处理器，基于与多次心跳的所述心脏负荷指标的分布有关的特征，求出用于表示心脏状态的指标的步骤；以及
利用至少一个硬件处理器，输出用于表示所述心脏状态的指标的步骤。
附图标记说明
1：生物体信息分析装置，2：测量单元
10：生物体信息分析系统，11：主体部，12：带部
20：血压测量单元，21：体动测量单元，22：环境测量单元，23：控制单元，24：输入单元，25：输出单元，26：通信单元，27：存储单元
30：压力传感器，31：按压机构，300：压力检测元件
50：指标提取部，51：处理部
90：设定表