搏动检测装置、电子设备及程序的制作方法

搏动检测装置、电子设备及程序的制作方法
【专利摘要】提供能够进行既维持与现有方法同等的分辨率、又改善了实时性的频率分解处理的搏动检测装置、电子设备及程序等。搏动检测装置(100)包括：信号处理部(130)，基于来自脉波检测部(210)的脉波检测信号和来自体动检测部(200)的体动检测信号，进行频率分解处理；搏动信息运算部(170)，基于频率分解处理的结果，运算搏动信息；以及信号状态判定部(150)，对脉波检测信号及体动检测信号中的至少一方进行信号状态的判定处理。并且，信号处理部(130)根据信号状态判定部(150)的信号状态的判定结果进行不同的频率分解处理。
【专利说明】搏动检测装置、电子设备及程序

【技术领域】
[0001] 本发明涉及搏动检测装置、电子设备以及程序等。

【背景技术】
[0002] 现有技术中，包含脉搏计等的搏动检测装置（信号解析装置）的电子设备被广泛 地应用。搏动检测装置是指用于检测起源于人体的心跳的搏动的装置，是一种根据来自安 装于例如手臂、手掌、手指等的脉波传感器的信号而检测起源于心跳的信号的装置。实际 上，当向用户提示起源于心跳的信号的信息（搏动信息）时，例如算出作为搏动信息的脉搏 次数等，并将其提示。
[0003] 当计算脉搏次数等搏动信息时，主要的课题是以下两点：第一、尽可能算出与最近 的脉波检测信号对应的搏动信息；第二、算出更准确的搏动信息。
[0004] 针对这种课题，在专利文献1所示出的方法中，对规定期间的脉波检测信号进行 FFT(高速傅里叶变换：Fast Fourier Transform)处理，判定最大的频率成分为脉搏频谱， 将该频率换算为脉搏次数。
[0005] 在先技术文献
[0006] 专利文献
[0007] 专利文献1 :日本专利特开2007-054471号公报


【发明内容】

[0008] 发明要解决的技术问题
[0009] 但是，在通过这种方法测量脉搏次数的情况下，存在如下的问题。首先，为了更准 确地计算脉搏次数，可以提高频率分解处理的分辨率，但为了提高频率分解处理的分辨率， 需要延长用于一次脉搏次数算出处理（搏动信息运算处理）的脉波检测信号的检测期间。 另一方面，越延长脉波检测信号的检测期间，频率分解处理结果越包含更加过去的脉波检 测信号的频率成分。也就是说，越提高频率分解处理的分辨率，脉搏次数的实时性越下降。 [00 10] s卩，在现有的方法中，难以兼顾脉搏次数的实时性和频率分辨率。该课题的原因， 不在于硬件处理能力的不足等，而在于上述频率分解处理的算法（方法）。
[0011]根据本发明的几个实施方式，能够提供能够进行既维持与现有方法同等的分辨 率、又改善了实时性的频率分解处理的搏动检测装置、电子设备及程序等。
[0012] 解决技术问题的技术方案
[0013] 本发明的一个方式涉及一种搏动检测装置，包括：信号处理部，基于来自脉波检测 部的脉波检测彳胃号和来自体动检测部的体动检测信号，进行频率分解处理；搏动信息运算 部，基于所述频率分解处理的结果，对搏动信息进行运算；以及信号状态判定部，对所述脉 波检测信号及所述体动检测信号中的至少一方，进行信号状态的判定处理，所述信号处理 部根据所述信号状态判定部的所述信号状态的判定结果，进行不同的所述频率分解处理。 [00 14]本发明的一个方式中对脉波检测信号及体动检测信号中的至少一方进行信号状 态的判定处理。然后，根据判定处理的结果，进行不同的频率分解处理，运算搏动信息。由 此，能够通过适于各信号状态的方法计算搏动信息等。
[0015] 而且，在本发明的一个方式中可以：在判定所述脉波检测信号为第一信号状态 的情况下，所述信号处理部进行第一频率分解处理，在判定所述脉波检测信号为SN比 (signal-noise ratio:信噪比）高于所述第一信号状态的第二信号状态的情况下，所述信 号处理部进行第二频率分解处理。
[0016] 由此，能够根据SN比不同的信号状态进行不同的频率分解处理等。
[0017] 而且，在本发明的一个方式中可以：在判定所述脉波检测信号为所述第一信号状 态的情况下，进行针对所述脉波检测信号的采样数据的窗函数处理和针对所述窗函数处理 后的数据的傅里叶变换处理作为所述第一频率分解处理，在判定所述脉波检测信号为所述 第二信号状态的情况下，进行功率谱密度推算处理作为所述第二频率分解处理。
[0018] 由此，在SN比低于第二信号状态的第一信号状态的情况下，能够进行旁瓣抑制效 果高的频率分解处理，在SN比高于第一信号状态的第二信号状态的情况下，能够进行更重 视实时性的频率分解处理等。
[0019] 而且，在本发明的一个方式中可以：所述脉波检测信号的采样数据Dq?Dn(N为2 以上的正整数）中的第j采样数据D」是在第i采样数据h被采样的定时之后的定时被采 样的数据（整数i、j为满足0彡i < N/2 < j < N的整数），在判定所述脉波检测信号为 所述第一信号状态的情况下，所述信号处理部通过对应于第j采样数据D」的窗函数值h(j) 为最大值、对应于第i采样数据Α的窗函数值h(i)为比所述窗函数值h(j)小的值的非对 称窗函数，进行所述窗函数处理。
[0020] 由此，与不进行窗函数处理的情况和使用对称窗函数进行窗函数处理的情况相 比，能够改善频率分解处理结果（脉搏次数）的实时性等。
[0021] 而且，在本发明的一个方式中可以：在判定所述脉波检测信号为所述第一信号状 态的情况下，所述信号处理部进行使用第一窗函数的、针对所述脉波检测信号的采样数据 的窗函数处理、和针对所述窗函数处理后的第一数据的傅里叶变换处理作为所述第一频率 分解处理，在判定所述脉波检测信号为所述第二信号状态的情况下，所述信号处理部进行 使用与所述第一窗函数不同的第二窗函数的、针对所述脉波检测信号的所述采样数据的所 述窗函数处理、和针对所述窗函数处理后的第二数据的所述傅里叶变换处理作为所述第二 频率分解处理。
[0022] 由此，能够根据信号状态进行不同的窗函数处理等。
[0023]而且，在本发明的一个方式中可以：所述脉波检测信号的采样数据D。?Dn(N为2 以上的正整数）中的第j采样数据D」，是在第i采样数据Di被采样的定时之后的定时被采 样的数据（整数i、j为满足〇彡i < N/2 < j彡N的整数），在判定所述脉波检测信号为 所述第一信号状态的情况下，所述信号处理部将对应于第j采样数据D」的窗函数值h (j)为 最大值、对应于第i采样数据Di的窗函数值h (i)为比所述窗函数值h (j)小的值的非对称 窗函数作为所述第一窗函数，进行所述窗函数处理，在判定所述脉波检测信号为所述第二 信号状态的情况下，所述信号处理部通过作为与所述第一窗函数不同的所述非对称窗函数 的第二窗函数，进行所述窗函数处理。
[0024] 由此，能够根据信号状态变更用于窗函数处理的非对称窗函数等。
[0025] 而且，在本发明的一个方式中可以：所述信号状态判定部算出通过所述脉波检测 信号的所述频率分解处理得到的频谱中的表示最大频谱值的第一频谱和除所述第一频谱 以外的至少一个第二频谱的频谱值的比，进行所述信号状态的所述判定处理。
[0026] 由此，能够推算SN比，求出信号状态等。
[0027] 而且，在本发明的一个方式中可以：所述信号状态判定部，作为所述信号状态的所 述判定处理，进行基于所述体动检测信号判定被检体的运动状态的处理，所述信号处理部 根据所述运动状态进行不同的所述频率分解处理。
[0028] 由此，能够根据运动状态进行不同的频率分解处理等。
[0029] 而且，在本发明的一个方式中可以：在判定所述运动状态为稳定的运动状态的情 况下，所述信号处理部进行第一频率分解处理，在判定所述运动状态为非稳定的运动状态 的情况下，所述信号处理部进行第二频率分解处理。
[0030] 由此，在脉波检测信号具有周期性的情况和不具有周期性的情况下，能够分别进 行不同的频率分解处理等。
[0031] 而且，在本发明的一个方式中可以：在判定所述运动状态为所述稳定的运动状态 的情况下，所述信号处理部进行使用第一窗函数的、针对所述脉波检测信号的采样数据的 窗函数处理、和针对所述窗函数处理后的第一数据的傅里叶变换处理作为所述第一频率分 解处理，在判定所述运动状态为所述非稳定的运动状态的情况下，所述信号处理部进行使 用与所述第一窗函数不同的第二窗函数的、针对所述脉波检测信号的所述采样数据的所述 窗函数处理、和针对所述窗函数处理后的第二数据的所述傅里叶变换处理作为所述第二频 率分解处理。
[0032] 由此，在脉波检测信号具有周期性的情况和不具有周期性的情况下，能够分别使 用不同的窗函数进行窗函数处理等。
[0033] 而且，在本发明的一个方式中可以：所述脉波检测信号的采样数据D。?Dn(N为2 以上的正整数）中的第j采样数据Dj，是在第i采样数据Di被采样的定时之后的定时被采 样的数据（整数i、j为满足〇 < i < N/2 < j彡N的整数），在判定所述运动状态为所述 稳定的运动状态的情况下，所述信号处理部将对应于第j采样数据〇」的窗函数值h(j)为 最大值、对应于第i采样数据^的窗函数值h(i)为比所述窗函数值h(j)小的值的非对称 窗函数作为所述第一窗函数，进行所述窗函数处理，在判定所述运动状态为所述非稳定的 运动状态的情况下，所述信号处理部通过作为与所述第一窗函数不同的所述非对称窗函数 的第二窗函数，进行所述窗函数处理。
[0034] 由此，在脉波检测信号具有周期性的情况和不具有周期性的情况下，能够分别使 用不同的非对称窗函数进行窗函数处理等。
[0035] 而且，在本发明的一个方式中可以：在判定所述运动状态为安静状态的情况下，所 述信号处理部进行第一频率分解处理，在判定所述运动状态为稳定的运动状态或者非稳定 的运动状态的情况下，所述信号处理部进行第二频率分解处理。
[0036] 由此，在运动状态为安静状态的情况和运动状态为稳定的运动状态或者非稳定的 运动状态的情况下，能够进行不同的频率分解处理等。
[0037] 而且，在本发明的一个方式中可以：在判定所述运动状态为所述安静状态的情况 下，所述信号处理部进行功率谱密度推算处理作为所述第一频率分解处理，在判定所述运 动状态为所述运动中状态的情况下，作为所述第一频率分解处理进行针对所述脉波检测信 号的采样数据的窗函数处理和针对所述窗函数处理后的数据的傅里叶变换处理作为所述 第二频率分解处理。
[0038] 在运动状态为稳定的运动状态或者非稳定的运动状态的情况下，能够进行旁瓣抑 制效果高的频率分解处理，在运动状态为安静状态的情况下，能够进行更重视实时性的频 率分解处理等。
[0039] 而且，在本发明的一个方式中可以：所述脉波检测信号的采样数据D。?Dn(N为2 以上的正整数）中的第j采样数据 Dj，是在第i采样数据Di被采样的定时之后的定时被采 样的数据（整数i、j为满足0 < i < N/2 < j彡N的整数），在判定所述运动状态为所述 稳定的运动状态或者所述非稳定的运动状态的情况下，所述信号处理部将对应于第j采样 数据Dj的窗函数值h (j)为最大值、对应于第i采样数据Di的窗函数值h (i)为比所述窗函 数值h (j)小的值的非对称窗函数作为所述第一窗函数，进行所述窗函数处理。
[0040] 由此，在运动状态为稳定的运动状态或者非稳定的运动状态的情况下，能够进行 通过非对称窗函数的窗函数处理，能够进行实时性得以改善的频率分解处理等。
[0041] 而且，本发明的其他方式涉及包含所述信号解析装置的电子设备。
[0042] 而且，本发明的其他方式涉及使计算机作为上述各部而发挥作用的程序。

【专利附图】

【附图说明】
[0043] 图1是本实施方式的系统构成图。
[0044] 图2(A)、图2(B)是包含搏动检测装置的电子设备的示例。
[0045] 图3是各窗函数的形状的比较图。
[0046]图4是各频率分解处理的特征的比较图。
[0047] 图5是说明第一实施方式的整体的处理流程的流程图。
[0048]图6是说明第一实施方式中的信号状态的判定处理流程的流程图。
[0049]图7(A)?图7(C)是判定信号状态为良好的情况的说明图。
[0050]图8(A)?图8(C)是判定信号状态为中等程度的情况的说明图。
[0051]图9(A)?图9(C)是判定信号状态为差的情况的说明图。
[0052] 图10㈧?图10(C)是窗函数处理结果的比较图。
[0053]图11是说明第二实施方式的整体的处理流程的流程图。
[0054]图12是说明第二实施方式中的信号状态的判定处理流程的流程图。
[0055]图13是脉搏次数的测量结果的比较图。
[0056] 图14(A)?图14(C)是各运动状态中的加速度检测信号的频谱的比较图。
[0057]图15(A)及图15(B)是表示运动开始时的加速度检测信号的频谱的具体例。
[0058]图16(A)及图16(B)是表示运动停止时的加速度检测信号的频谱的具体例。

【具体实施方式】
[0059]以下，对本实施方式进行说明。首先，说明本实施方式的方法的概要，然后对系统 构成例进行说明。然后，使用流程图等对第一实施方式及第二实施方式进行说明。最后，对 第一实施方式及第二实施方式的其他应用例进行说明。此外，以下说明的本实施方式并非 不当地限定权利要求中记载的本发明的内容。本实施方式所说明的构成并非全部都是本发 明的必须构成要件。
[0060] 1.概要
[0061] 现有技术中，包含脉搏计等的搏动检测装置的电子设备被广泛地应用。搏动检测 装置是指用于检测起源于人体的心跳的搏动的装置，是一种根据来自安装于例如手臂、手 掌、手指等的脉波传感器的信号而检测起源于心跳的信号的装置。实际上，当向用户提示起 源于心跳的信号的信息（搏动信息）时，例如算出作为搏动信息的脉搏次数等，并将其提 /JN 〇
[0062] 当计算脉搏次数等搏动信息时，主要的课题是以下两点：第一、尽可能算出与最近 的脉波检测信号对应的搏动信息；第二、算出更准确的搏动信息。
[0063] 针对这种课题，在上述的专利文献1所示出的方法中，对规定期间的脉波检测信 号进行FFT (高速傅里叶变换：Fast Fourier Transform)处理，判定最大的频率成分为脉 搏频谱，将该频率换算为脉搏次数。
[0064] 但是，在通过这种方法测量脉搏次数的情况下，存在如下的问题。首先，为了更准 确地计算脉搏次数，可以提高频率分解处理的分辨率，但为了提高频率分解处理的分辨率， 需要延长用于一次脉搏次数算出处理（搏动信息运算处理）的脉波检测信号的检测期间。 [0065]另一方面，在延长脉波检测信号的检测期间的情况下，出现不能满足所要求的实 时性的情况。
[0066] 这里，实时性是指保证响应时间的最差值，即，在要求的响应时间内响应返回。实 时性不是指响应早或晚的概念。此外，所要求的响应时间因每个系统而各不相同。因此，例 如如果某个系统所要求的响应时间（响应期间）为3 2天，则某系统即使花费了整整一个月 才返回响应，也可以说该系统满足了实时性。
[0067] 并且，因系统不同所要求的实时性的严密程度也不同，在实时性中，既有不允许丝 毫延迟的强实时性，也有稍微的延迟不成问题的软实时性。例如，对于使硬件动作的固件所 进行的处理等，大多要求连μ秒单位的延迟都不允许的硬实时性，另一方面，对于天气预 报等，则要求即便是数分钟左右的延迟也是允许的软实时性。这些的分类表示响应延迟的 允许程度，与响应时间的快慢没有关系。
[0068] 那么，对搏动检测装置所要求的实时性是上述的软实时性，但所要求的响应时间 是数秒单位，优选搏动检测装置能够检测与尽可能接近现在的定时相对应的脉搏次数等。 [0069] 并且，如上所述，当计算脉搏次数等时，对规定期间的脉波检测信号进行频率分解 处理。在该频率分解处理中，对脉波检测信号使用后述的如图3所示的汉宁窗等进行窗函 数处理之后，进行FFT处理。一般广泛使用的汉宁窗等窗函数，在输入信号期间的中间（中 点）窗函数值最大。因此，作为频率分解处理的结果而绘制的频谱分布，成为表示输入信号 期间的1/2时间之前的期待值的分布。因此，以该频谱分布为基础算出的脉搏次数,也作为 输入信号期间的I/ 2时间之前的期待值而算出。例如，脉波检测信号的检测期间为4秒的 情况下，作为期待值算出2秒前的脉搏次数，脉波检测信号的检测期间为16秒的情况下，作 为期待值算出8秒前的脉搏次数。
[0070] 如此，如果延长向频率分解处理输入的脉波检测信号的检测期间则分辨率提高， 但成为计算更之前的时间点的期待值的频谱分布，上述的实时性下降。这样，实时性下降的 原因，不在于硬件处理能力的不足等，而在于上述的频率分解处理的算法（方法）。
[0071]因此，本 申请人:提出以下详细说明的新的窗函数。使用本 申请人:所提出的窗函数 的信号解析装置等，能够进行既维持与现有方法同等的分辨率又改善了实时性的频率分解 处理。
[0072] 2.系统构成例
[0073]下面，图1中示出后述的第一实施方式及第二实施方式的信号解析装置（搏动检 测装置）100及包含其的电子设备的构成例。
[0074] 信号解析装置（搏动检测装置）100包括信号取得部110、信号处理部130、以及信 号状态判定部150。而且，作为包含信号解析装置（搏动检测装置）1〇〇的电子设备的例子， 可以列举包含检测部200和显示部 7〇等的移动终端等。此外，信号解析装置（搏动检测装 置）100及包含其的电子设备不限于图1的构成，可以进行省略其中的一部分构成要素，或 者追加其他构成要素等的各种变形实施。
[0075] 而且，这里，为了更具体地记载第一实施方式及第二实施方式的动作，例示了将信 号解析装置100作为搏动检测装置100使用的情况，但本发明及本发明的范围不限于搏动 检测装置100,也能够将信号解析装置100用于后述的其他用途。
[0076] 下面，对各部所进行的处理进行说明。这里，首先进行检测部200的说明、向信号 解析装置（搏动检测装置）100输入的信号等的说明，然后进行信号解析部100的各部的说 明。
[0077] 首先，检测部200包括脉波检测部210和体动检测部220。此外，检测部200不限 于图1的构成，可以进行省略其中的一部分构成要素，或者追加其他构成要素等的各种变 形实施。
[0078] 脉波检测部210基于从脉波传感器211得到的传感器信息（脉波传感器信号）输 出脉波检测信号。脉波检测部210例如可以包括：脉波传感器211、滤波处理部215以及A/ D转换部216。但是，脉波检测部210不限于图1的构成，可以进行省略其中的一部分构成 要素，或者追加其他构成要素（例如放大信号的放大部等）等的各种变形实施。
[0079] 脉波传感器211是用于检测脉波传感器信号的传感器，可以考虑例如光电传感器 等。此外，作为脉波传感器211而使用光电传感器时，可以使用以屏蔽掉太阳光等外部光的 信号成分的方式而构成的传感器。这例如能够通过设置多个光电二极管，使用这些二极管 的信号通过反馈处理等计算差分信息的构成等来实现。
[0080] 此外，脉波传感器211不限于光电传感器，也可以是使用了超声波的传感器。在该 情况下，脉波传感器211具有两个压电元件，使一个压电元件激励而向生物体内发送超声 波，并由另一个压电元件接收该超声波被生物体的血流反射后的超声波。在发送的超声波 与接收到的超声波中，由于血流的多普勒效应而产生频率变化，因而，在该情况下，也能够 取得对应于血流量的信号，进而可以推断搏动信息。另外，作为脉波传感器211，也可以使用 其他的传感器。
[0081] 滤波处理部215对来自脉波传感器211的脉波传感器信号进行高通滤波处理。此 夕卜，高通滤波器的截止频率可以根据有代表性的脉搏次数求出。例如，一般人的脉搏次数低 于每分钟30次的情况非常地少。也就是说，来源于心跳的信号的频率为〇· 5Hz以下是少有 的，因而即使将该范围的频带的信息去除，对想要取得的信号的不良影响也应该是小的。因 此，作为截止频率可以设定为Ο.δΗζ左右。另外，根据情况不同，也可以设定1Hz等不同的截 止频率。进一步而言，人的脉搏次数也可以设想有代表性的上限值，因而在滤波处理部215 中，也可以进行带通滤波处理而不是高通滤波处理。高频端的截止频率也可以在某种程度 上自由地设定，可以使用例如4Hz等值。
[0082] 在A/D转换部216中，进行A/D转换处理，输出数字信号。此外，在上述的滤波处 理部215中的处理既可以是A/D转换处理之前进行的模拟滤波处理，也可以是A/D转换处 理之后进行的数字滤波处理。
[0083] 体动检测部220根据各种传感器的传感器信息（体动传感器信号）而输出对应于 体动的信号（体动检测信号）。体动检测部220能够包括例如加速度传感器221、滤波处理 部225以及A/D转换部26。但是，体动检测部220也可以包括其他传感器（例如陀螺传感 器）和将信号放大的放大部等。
[0084] 作为体动传感器，使用动作传感器（加速度传感器）、压力传感器（接触压传感 器）等。并且，作为体动传感器，可以设置多种传感器，也可以为包含一种传感器的构成。
[0085] 动作传感器例如为加速度传感器。加速度传感器例如由通过外力而电阻值发生增 减的元件等构成，检测三轴的加速度信息。
[0086] 压力传感器例如为接触压传感器。接触压传感器既可以为直接接触被检体而测定 接触压的传感器，也可以为通过翻边构造（力 7構造）等间接地测定接触压的传感器。也 就是说，既可以为使用压电元件的传感器，也可以为气压传感器等。
[0087] 滤波处理部225对体动传感器信号进行各种滤波处理。例如，滤波处理部225进 行高通滤波处理或者进行带通滤波处理等。但是，并不一定要进行滤波处理。可以不含有 滤波处理部225。
[0088] A/D转换部226所进行的处理，与A/D转换部216基本相同，因此省略说明。
[0089] 这里，进行一次用语的说明。首先，脉动是指末梢血管膨胀或收缩的动作。另外， 脉波是指将由血液流入身体组织而产生的容积变化作为信号而捕捉的波。例如，脉波是指 从脉波传感器向身体表面照射led，通过光电二极管导入其散射光、反射光等作为信号波形 而捕捉的波。脉波捕捉血管运动反应而非心脏的动作本身，也包含心脏的动作以外的噪声 因素,例如人的运动、动作等产生的血管的容积变化等。为了准确地捕捉心脏的动作本身和 脉搏次数，需要除去该噪声因素。
[0090] 另外，所谓搏动在医学上是指不仅心脏而且内脏一般重复周期性的收缩、松弛时 产生的运动，在此特别是将心脏作为周期性地输送血液的栗的动作称为搏动。
[0091] 另一方面，体动广义上是指使身体活动的所有意思，狭义上是指伴随着步行、慢跑 等稳定的、周期性的手臂（脉搏计的安装部位附近）的动作等。
[0092] 并且，脉波传感器信号（脉波传感器原信号、脉波信号）是指脉波传感器211所检 测的信号本身。脉波传感器信号包括搏动成分信号、体动噪声成分信号、以及千扰噪声成分 信号等。此外，严格来讲，可以认为心律不齐也包含于搏动成分信号中，但作为电信号包含 于千扰噪声成分信号中。
[0093] 另一方面，脉波检测信号是指从脉波检测部210输出的信号。具体而言，脉波检测 信号是指滤波处理部215对脉波传感器信号进行滤波处理，通过A/D转换部216对滤波处 理后的脉波传感器信号进行A/D转换处理后的信号等。但是，如上所述，滤波处理及A/D转 换处理的顺序可以相反。
[0094]并且，体动传感器信号（体动传感器原信号、体动信号）是指体动传感器所检测的 信号本身。具体而言，体动传感器信号是指表示动作传感器221所检测的信号本身的动作 传感器信号、和表示接触压传感器所检测的信号本身的接触压传感器信号等。
[0095]另一方面，体动检测信号是指从体动检测部220输出的信号。具体而言，体动检测 信号是指对体动传感器信号进行滤波处理和A/D转换处理后的信号等。例如，体动检测信 号是作为对动作传感器信号进行上述的信号处理后的信号的动作检测信号、或作为对压力 传感器信号进行上述的信号处理后的信号的压力检测信号等。但是，如上所述，滤波处理及 A/D转换处理的顺序可以相反。
[0096] 并且，将脉波传感器信号和体动传感器信号等统称为传感器信号，将脉波检测信 号和体动检测信号等统称为检测信号。
[0097] 下面，对信号解析装置（搏动检测装置）100的各部所进行的处理进行说明。
[0098] 首先，信号取得部110从检测部200取得检测信号。并且，搏动检测装置100的信 号取得部110取得来自脉波检测部 210的脉波检测信号和来自体动检测部220的体动检测 信号。信号取得部110在与检测部200通过无线或者有线连接的情况下，可以是收发数据 的通信部（I/F部、天线部等）。
[0099] 接着，信号处理部130对检测信号的采样数据进行频率分解处理，求出频谱。例 如，作为频率分解处理，进行针对检测信号的采样数据的窗函数处理和针对窗函数处理后 的数据的傅里叶变换处理。搏动检测装置100的信号处理部130基于来自脉波检测部210 的脉波检测信号和来自体动检测部 22〇的体动检测信号进行频率分解处理，求出脉搏频 谱。
[0100] 并且，信号处理部130可以包括噪声减少处理部131、窗函数处理部133、傅里叶变 换处理部I35和功率谱密度推算处理部I37。这些处理部的动作的详细情况将于后述。
[0101] 并且，信号状态判定部150对信号取得部110所取得的检测信号进行信号状态的 判定处理。搏动检测装置100的信号状态判定部150对脉波检测信号及体动检测信号中的 至少一方进行信号状态的判定处理。
[0102] 并且，信号状态判定部150可以包含频谱值算出部151和运动状态判定部153。这 些处理部的动作的详细情况将于后述。
[0103] 并且，信号解析装置100为搏动检测装置100的情况下，如图1所示，可以包含搏 动信息运算部17〇。搏动信息运算部170基于由信号处理部130求出的频率分解处理的结 果而运算搏动信息。这里，搏动信息是指通过数值等表示搏动的信息，例如指脉搏次数等。
[0104] 例如，搏动信息运算部170对信号处理部130的解析结果（脉搏频率值）施加平滑 化处理等的同时进行换算为脉搏次数的处理等。计算脉搏次数时，搏动信息运算部170可 以进行将在通过信号处理部1 3〇求得的脉搏频谱中的代表性的频率作为脉搏频率的处理。 这种情况下，所求得的脉搏频率60倍化后的值成为一般所采用的脉搏次数（心跳数）。 [0 105]此外，搏动信息不限于脉搏次数，也可以是例如表示脉搏次数的其他信息（心跳 的频率和周期等）。另外，可以是表示搏动的状态的信息，也可以将表示例如血流量本身 (或其变动）的值作为搏动信息。但是，由于血流量与脉波传感器信号的信号值的关系每个 用户都具有个体差异，因而在将血流量等作为搏动信息时，最好进行用于对应于该个体差 异的校正处理。
[0106] 另外，在信号解析装置100不为搏动检测装置100的情况下，代替搏动信息运算部 170,可以包含运算其他信息的处理部。
[0107] 并且，显示部70 (广义上而言是指输出部）用于显示运算出的搏动信息等的提示 所用的各种显示画面，能够通过例如液晶显示器和有机EL显示器等来实现。
[0108] 上述电子设备为脉搏计的情况的具体例示于图2(A)、图2(B)。图2(A)是手表式 脉搏计的示例。包含脉波传感器211以及显示部70的底部400通过保持机构300 (例如带 等）安装于被检体（用户）的左手腕。图2(B)是手指安装式的示例。在用于插入被检体 的指尖的环状的导轨302的底部设有脉波传感器211。但是，在图2 (B)的情况下，由于没有 设置显示部70的空间富裕，因而假定显示部70(以及根据需要，相当于搏动检测装置100 的设备）设于他处。但是，信号解析装置（搏动检测装置）1〇〇不限于脉搏计，还可以为计 步器或智能手机等。
[0109] 3.非对称窗函数
[0110] 下面，使用图3对后述的第一实施方式及第二实施方式的信号解析装置（搏动检 测装置）100所使用的窗函数进行说明。图3为对使采样数为256时的各窗函数的形状进 行比较的图，纵轴表示窗函数值，横轴表示采样编号。窗函数值是指与各采样相乘的权重。
[0111] 首先，上述的汉宁窗函数，在图3所示的图上为左右对称的形状。除了汉宁窗函数 之外，布莱克曼窗函数等一般使用的窗函数也是同样。这样，一般情况下，在图3的图上使 用为左右对称形状的窗函数（以下称为对称窗函数）是为了改善旁瓣特性，或者在相邻的 功率谱之间更易于看出功率大小的差异。此外，旁瓣特性是指检测出主成分以外的频率的 振幅的程度。
[0112] 原本，傅里叶变换是指在所有的周期函数都能够以正弦波和余弦波的重合来表示 这一大前提下，以频率区域表示任意的时间区域的信号。也就是说，作为前提，傅里叶变换 针对周期函数进行是重要的。
[0113] 这里，在将完全周期性的时间信号进行傅里叶变换的情况下所得到的频谱中，只 能检测出单一的频率。即，上述的旁瓣特性良好，主成分的检测容易。另一方面，在将非周 期性的时间信号进行傅里叶变换的情况下所得到的频谱中，在从低频至高频的较宽范围内 检测出多个频率。即，旁瓣特性差，难以判断主成分是哪个频率。由于进行傅里叶变换的目 的大多在于检测时间信号的代表性的频率（主成分），因此优选旁瓣特性良好。
[0114] 但是，在实际进行傅里叶变换的情况下，无法从某个时间信号取得无限个采样，因 此，从某个时间信号的限定的范围（期间）取得有限个采样，作为采样数据，并将其作为输 入信号。特别是在进行FFT的情况下，存在必须使输入信号的采样数为64、1 28、256等2的 乘方的制约。但是，能够以周期函数表示由有限个采样构成的采样数据的可能性极低。并 且，频率大多随着时间而变化。
[0115] 并且，在进行离散性傅里叶变换时，在不能担保（确保）由有限个采样构成的采样 数据的始点和终点的连续性的情况下，频率分解结果中出现的旁瓣变大。
[0116] 于是，对采样数据进行窗函数处理，担保（确保）由有限个采样构成的采样数据的 连续性。在重复采样数据时能够以周期函数表示的方法有若干种，最易懂的方法是使采样 数据的两端的值为〇、使两端的斜率也为〇的方法。这种情况下，能够通过以采样期间为一 个周期的周期函数表示采样数据。汉宁窗这样的窗函数由于采用这样的方法而成为图3的 图所示的形状。
[0117] 并且，在傅里叶变换处理之前使用这种窗函数进行窗函数处理的频率分解处理， 例如在通信领域等进行。这种情况下，例如，通过无线通信等接收信号，进行频率分解处理 等，解析被变换为信号的原本的信息。因此，如果大幅改变发送源所发送的信号的波形，则 出现无法解析被变换为信号的原本的信息的情况。因此，在窗函数处理中，在加工为周期性 信号的同时，还需要尽可能地维持原本的信号的波形。因此，汉宁窗这样的窗函数在图 3的 图中被设计为左右对称。
[0118] 但是，在搏动检测（测量）领域中，使用上述的对称窗函数进行频率分解处理的情 况下，如上所述提高频率分辨率时，存在实时性下降的问题。该问题的原因在于，在汉宁窗 这样的对称窗函数中，在采样期间的中间窗函数值为最大。即，越延长采样期间，窗函数值 成为最大的定时越靠前，要求的响应时间越短越难以满足实时性。
[0119] 另一方面，可以说通过搏动检测装置等一部分信号解析装置所希望取得的信息是 时间信号的主要频率（主成分）。也就是说，信号的波形（信号的振幅）本身并不重要，即 使波形走样也不成问题。时间信号的频率的主成分是重要的。具体而言，如果是搏动检测 装置，则希望知道1分钟内脉搏跳动了几次的脉搏次数，而不一定需要以怎样的强度跳动 这种信息。
[0120] 于是，本申请设计出将窗函数值成为最大的定时从采样期间的中间故意地错开的 窗函数。如上述示例可知，作为频率分解处理的结果而检测的频率，与窗函数值成为最大的 定时的实际频率的相关性强，也可以说是窗函数值成为最大的定时的频率的期待值。
[0121] 因此，使用将窗函数值成为最大的定时从采样期间的中间错开而靠近现在的定时 的窗函数。由此，使对最近的采样的权重更大,对之前的采样压缩信号电平。由此，与不进 行窗函数处理的情况和使用对称窗函数进行窗函数处理的情况相比，改善了频率分解处理 结果（脉搏次数）的实时性。
[0122] 作为具体示例，提出形状为左右非对称的窗函数（非对称窗函数），例如图3所示 的类型1?类型3之类的窗函数。
[0123] 类型1?类型3的窗函数以三角函数为基础，由0.5Hz以下的频带构成，窗函数自 身的频率与由正常的人体所能够取得的脉搏的频带相背离。因此，在算出的频谱中，不会将 脉搏的频谱（〇. 5Hz以上）和窗函数的频谱相混同。
[0124] 在类型3的窗函数中，对最近的信号电平完全不进行信号电平的压缩。如图4的 对比各频率分解处理的特征的表中所示，与使FFT区间（采样区间）的两端的值为0、斜率 为〇的情况（汉宁窗函数和后述的类型2的窗函数等）相比，牺牲了旁瓣特性，对脉波检测 信号较多地包含噪声的情况的对应性降低。但是，另一方面，能够进一步改善实时性。
[0125] 另外，在类型2的窗函数中，以输入信号的两端的值为0、斜率也为0的方式压缩信 号电平。如图4所不，虽然不能说不存在错开窗函数值成为最大的定时的影响，但由于与类 型3的窗函数等相比具有良好的旁瓣特性，因此适用于脉波检测信号较多地含有噪声的情 况。
[0126] 此外，在类型1的窗函数中，以输入信号的两端的值为0的方式压缩信号电平。但 是，如图4所示，由于没有使两端的斜率为〇,因此，与之相应地，与类型2相比旁瓣特性的性 能稍微下降。另一方面，由于信号的压缩程度小于类型2,因此，即使在脉波检测信号的电平 低的情况下，表示搏动的功率谱值也更易于明确。此外，类型1?类型3的窗函数的具体公 式将于后述。
[0127] 4.第一实施方式
[0128] 4. 1.方法
[0129] 下面，对第一实施方式的方法进行说明。第一实施方式的信号解析装置（搏动检 测装置）1〇〇根据脉波检测信号的SN比（信噪比）的状态选择频率分解处理的顺序。
[0130] 首先，第一，在判断SN比的状态为良好的情况下、即判断为体动噪声和突发干扰 的混入少时，作为频率分解处理进行功率谱密度推算处理。这种情况下，不进行使用上述的 非对称窗函数的窗函数处理。这是由于考虑即使不进行窗函数处理也能够进行精度足够高 的频率分解处理。作为功率谱密度推算处理的具体方法，有AR(Auto-Regressive :自回归） 法和最大熵法等。
[0131] 由此，由于能够基于紧邻观测定时之前的脉波检测信号波形得到频率分布，因此， 能够进一步改善实时性。
[0132] 第二，在判断SN比的状态为恶劣的情况下、即体动噪声的比例高的情况或检测出 突发的大的干扰混入的情况下等，作为频率分解处理，使用上述的类型1或者类型 2的非对 称窗函数进行窗函数处理，对窗函数处理后的数据进行FFT。
[0133] 由此，与不进行窗函数处理的情况和使用一般的窗函数进行窗函数处理的情况相 t匕，改善了频率分解处理结果（脉搏次数）的实时性。并且，与使用后述的类型3的窗函数 进行窗函数处理的情况相比，能够进一步抑制旁瓣，提高旁瓣特性。因此，即使为微小振幅 的搏动波形，也易于指定搏动频谱。
[0134] 第三，在判断SN比的状态为上述的良好的情况和恶劣的情况的中间的情况下，作 为频率分解处理，使用上述的类型3的非对称窗函数进行窗函数处理，对窗函数处理后的 数据进行FFT。
[0135] 由此，与不进行窗函数处理的情况相比自不必说，与使用一般的窗函数或类型1 或类型2的非对称窗函数进行窗函数处理的情况相比，改善了频率分解处理结果（脉搏数） 的实时性。另一方面，有关旁瓣的抑制效果，虽然低于使用类型1或类型 2的非对称窗函数 的情况，但由于适用于原本SN比的状态并不十分恶劣的情况，因此不成问题。
[0136] 4. 2.处理的流程
[0137] 图5的流程图示出搏动检测装置1〇〇测量作为搏动信息的脉搏次数时的具体的处 理流程。并且，连接于搏动检测装置100的检测部200,除了脉波传感器211之外，还具有作 为体动传感器221的加速度传感器。
[0138] 首先，由检测部200取得脉波检测信号和作为体动检测信号的加速度检测信号 (S101)。然后，基于脉波检测信号判定脉波检测信号的信号状态（S102)。有关信号状态的 具体的判定方法将于后述。
[0139] 接着，使用加速度检测信号，对脉波检测信号进行体动噪声除去滤波处理（S103h 然后，基于判定的信号状态，决定对脉波检测信号进行的频率分解处理（S104)。然后，实 际对脉波检测信号进行频率分解处理（ S105)、基于频率分解处理的结果指定脉搏频率 (S106)。然后，将脉搏频率换算为脉搏次数（S107)，将脉搏次数显示于显示部70 (S108)。最 后，进行是否继续测量的判定（S109)，判定为不继续测量的情况下，结束处理。反之，判定为 继续测量的情况下，重复步骤S100?S110的处理。
[0140] 下面，使用图6的流程图说明步骤S102的信号状态的判定方法的具体例。
[0141] 首先，在16秒内取得256采样份的脉波检测信号和体动检测信号（加速度检测信 号）的数据（S200)。然后，对取得的脉波检测信号及体动检测信号（加速度检测信号）进 行通常的FFT处理（S201)，对各频谱制作成如图7(A)的表。在图7(A)中，adr表示频谱编 号，val表示频谱值。并且，如图7(B)所示，对脉波检测信号的频谱进行降序排序（S202)。 [0142] 然后，算出搏动信号频谱比（S203)。具体而言，算出最大频谱的大小和其他频谱中 的规定的频谱（例如第5位或第10位大的频谱。但是，不限于第5位和第10位）的大小 的比。并且，该比值小的情况下，判定为非稳定的噪声少的状态、脉波检测信号由有限的频 率成分构成。即，由于不含有多余的频率成分、噪声小，因此判断SN比高（良好的状态）。 另一方面，该比值大的情况下，判断为非稳定的噪声大或观测期间内频率变动大。即，判断 SN比低（恶劣的状态）。
[0143] 具体而言，判定最大频谱和第5位大的频谱的比pr5是否小于作为第一阈值的 〇· 5,并且最大频谱和第1〇位大的频谱的比prl〇是否小于作为第二阈值的〇· 2 (S204)。
[0144] 当判断为最大频谱和第5位大的频谱的比pr5小于作为第一阈值的0.5,并且最大 频谱和第10位大的频谱的比prlO小于作为第二阈值的0. 2时，判断（推断）SN比的状态 为良好（SN比高），决定进行功率谱密度推算处理作为频率分解处理（S205)。
[0145] 例如，在图的7(A)?图的7(C)的示例中，pr5作为pr5 = 1033. 663/2973. 406 = 0· 347636〇 而被计算，prl〇 作为 prl〇 = 503. 500/2973. 406 = 0. 1693344 而被计算。并且， 由于pr5小于0· 5、prl0小于0. 2,因此判断SN比的状态为良好。此外，此时的脉波检测信 号的时间波形和FFT结果如图7(C)所示。
[0146]另一方面，步骤S204中在不满足判定条件的情况下，判定最大频谱和第5位大的 频谱的比pr5是否小于作为第三阈值的〇. 7,并且最大频谱和第10位大的频谱的比pr 10是 否小于作为第四阈值的0. 5 (S206)。
[0147] 当判断为最大频谱和第5位大的频谱的比pr5小于作为第三阈值的0.7,最大频谱 和第10位大的频谱的比prio小于作为第四阈值的0.5时，判断（推断）SN比的状态为恶 劣（SN比低），决定进行基于类型2的非对称窗函数的窗函数处理和FFT作为频率分解处理 (S2〇7)。具体而言，相当于图9(A)?图9(C)的示例。
[0148] 另一方面，步骤S206中在不满足判定条件的情况下，判断（推断）SN比的状态为 中等程度，决定进行基于类型3的非对称窗函数的窗函数处理和FFT作为频率分解处理 (S208)。具体而言，相当于图8(A)?图8(C)的示例。
[0149] 另外，信号状态的判定方法不限于上述的方法，可以通过任意的方法进行。
[0150]以上的本实施方式的信号解析装置100包括：由具有传感器的检测部200取得检 测信号的信号取得部110、以及将针对检测信号的采样数据D。?Dn(N为2以上的正整数） 的窗函数处理和针对窗函数处理后的数据的傅里叶变换处理作为频率分解处理而进行的 信号处理部130。这里，采样数据D。?D N中的第j采样数据D」，是在第i采样数据Di被采 样的定时之后的定时被采样的数据（整数i、j为满足0彡i < N/2 < j彡N的整数）。并 且，信号处理部130通过对应于第j采样数据D」的窗函数值h (j)为最大值、对应于第i采 样数据Di的窗函数值h(i)为比窗函数值h(J_)小的值的非对称窗函数，进行窗函数处理。 此外，窗函数处理通过信号处理部130内的窗函数处理部133进行，傅里叶变换处理通过信 号处理部130内的傅里叶变换处理部 135进行。
[0151] 在此，频率分解处理是将包含于时间信号的频率分解（解析）的处理，有各种方 法，在本实施方式中，作为频率分解处理，进行窗函数处理和傅里叶变换处理。另外，如上所 述，代替窗函数处理和傅里叶变换处理，也可以进行功率谱密度推算处理作为频率分解处 理。
[0152]另外，检测信号的采样数据DQ?DN是从检测信号采样的（N+1)个样本。N可以为 2以上的正整数，如上所述进行FFT的情况下，采样数需要为2的乘方。在这种情况下，例 如，N+1 = 2、4、8、16、32、64、128、192、256、512、1024、2048、4096?等。但是，在进行卩卩1'以 外的傅里叶变换的情况等，采样数可以不为2的乘方。
[0153] 并且，本实施方式中使用对应于第j采样数据Dj的窗函数值h(j)为最大值、对应 于第i采样数据0;的窗函数值h(i)为比窗函数值h(j)小的值的非对称窗函数。并且，整 数i、j为满足0彡i < N/2 < j彡N的整数。
[0154] 也就是说，本实施方式中，通过使对应于第i采样数据h的窗函数值h(i)小于对 应于第j采样数据Dj的窗函数值h (j)，相比N/2 < j彡N的采样，大幅地压缩0彡i < N/2 的采样的信号值。
[0155] 例如，就图3的示例而言，N+1 = 256,整数i为满足0彡i彡127的整数，整数j 为满足127彡j彡255的整数。因此，在图3的图的右侧，窗函数值h(j)为最大，图的左侧 的窗函数值h(i)总是比h(j)小。上述的类型1?类型3的窗函数全部满足该条件。
[0156] 由此，在窗函数处理中，相比最近的采样，能够压缩过去的采样。从而，与不进行窗 函数处理和使用对称窗函数进行窗函数处理的情况相比，能够改善频率分解处理结果（脉 搏次数）的实时性。另外，在不进行窗函数处理的情况、和与使用对称窗函数进行窗函数处 理时同等的实时性在规格上足够的情况下，由于能够更加延长采样期间，因此能够得到频 率分辨率更高的的频率分布。
[0157] 另外，如上所述，采样数据如果两端的值为0,则由于更接近能够以周期函数表示 的信号波形，因此进行傅里叶变换时能够提高旁瓣特性。
[0158] 因此，信号处理部130可以通过对应于采样数据D。?DN中的第N采样数据D N的 窗函数值h(N)为最小值的非对称窗函数，进行窗函数处理。
[0159] S卩，就图3的示例而言，使针对第255采样数的窗函数值h(255) = 0。这种情况 下，与窗函数值h (255) = 0相乘的信号值为0。图3的类型1及类型2的窗函数具有该种 特性。
[0160] 由此，与不进行窗函数处理的情况相比，能够改善旁瓣特性等。另外，与使用对称 窗函数进行窗函数处理的情况相比，能够改善频率分解处理结果（脉搏次数）的实时性等。 关于具体的应用结果，将使用图10(A)?图10(C)于后述。
[0161] 下面，例示类型1的非对称窗函数的具体的数学式。
[0162] 信号处理部130可以对采样数据D。?DN中的第p采样数据Dp (整数p、Μ及N为 满足〇彡Ρ彡3Μ-1和N = 4Μ-1的整数），通过下式（1)进行窗函数处理，对第q采样数据 Dq (整数q、M及N为满足3M< q彡4M-1和N = 4M-1的整数），通过下式（2)进行窗函数 处理。
[0163] [数学式1]
[0164]

【权利要求】
1. 一种搏动检测装置，其特征在于， 包括： 信号处理部，基于来自脉波检测部的脉波检测信号和来自体动检测部的体动检测信 号，进行频率分解处理； 搏动信息运算部，基于所述频率分解处理的结果，对搏动信息进行运算；以及 信号状态判定部，对所述脉波检测信号和所述体动检测信号中的至少一方，进行信号 状态的判定处理， 所述信号处理部根据所述信号状态判定部的所述信号状态的判定结果，进行不同的所 述频率分解处理。
2. 根据权利要求1所述的搏动检测装置，其特征在于， 在判定所述脉波检测信号为第一信号状态的情况下，所述信号处理部进行第一频率分 解处理， 在判定所述脉波检测信号为SN比（signal-noise ratio :信噪比）高于所述第一信号 状态的第二信号状态的情况下，所述信号处理部进行第二频率分解处理。
3. 根据权利要求2所述的搏动检测装置，其特征在于， 在判定所述脉波检测信号为所述第一信号状态的情况下，所述信号处理部进行针对所 述脉波检测信号的采样数据的窗函数处理和针对所述窗函数处理后的数据的傅里叶变换 处理作为所述第一频率分解处理， 在判定所述脉波检测信号为所述第二信号状态的情况下，所述信号处理部进行功率谱 密度推算处理作为所述第二频率分解处理。
4. 根据权利要求3所述的搏动检测装置，其特征在于， 所述脉波检测信号的采样数据D。?Dn(N为2以上的正整数）中的第j采样数据Dj是 在第i采样数据Di被采样的定时之后的定时被采样的数据（整数i、j为满足0彡i < N/2 < j彡N的整数）， 所述信号处理部在判定所述脉波检测信号为所述第一信号状态的情况下，通过对应于 第j采样数据〇」的窗函数值h(j)为最大值、对应于第i采样数据h的窗函数值h(i)为比 所述窗函数值h(j)小的值的非对称窗函数，进行所述窗函数处理。
5. 根据权利要求2所述的搏动检测装置，其特征在于， 在判定所述脉波检测信号为所述第一信号状态的情况下，所述信号处理部进行使用第 一窗函数的、针对所述脉波检测信号的采样数据的窗函数处理、和针对所述窗函数处理后 的第一数据的傅里叶变换处理作为所述第一频率分解处理， 在判定所述脉波检测信号为所述第二信号状态的情况下，所述信号处理部进行使用与 所述第一窗函数不同的第二窗函数的、针对所述脉波检测信号的所述采样数据的所述窗函 数处理、和针对所述窗函数处理后的第二数据的所述傅里叶变换处理作为所述第二频率分 解处理。
6. 根据权利要求5所述的搏动检测装置，其特征在于， 所述脉波检测信号的采样数据D。?Dn(N为2以上的正整数）中的第j采样数据Dj是 在第i采样数据Di被采样的定时之后的定时被采样的数据（整数i、j为满足〇彡i < N/2 < j彡N的整数）， 在判定所述脉波检测信号为所述第一信号状态的情况下，所述信号处理部将对应于第 j采样数据Dj的窗函数值h (j)为最大值、对应于第i采样数据Di的窗函数值h (i)为比所 述窗函数值h(j)小的值的非对称窗函数作为所述第一窗函数，进行所述窗函数处理， 在判定所述脉波检测信号为所述第二信号状态的情况下，所述信号处理部通过作为与 所述第一窗函数不同的所述非对称窗函数的第二窗函数，进行所述窗函数处理。
7. 根据权利要求1至6中任一项所述的搏动检测装置，其特征在于， 所述信号状态判定部算出通过所述脉波检测信号的所述频率分解处理得到的频谱中 的表示最大频谱值的第一频谱和除所述第一频谱以外的至少一个第二频谱的频谱值的比， 进行所述信号状态的所述判定处理。
8. 根据权利要求1所述的搏动检测装置，其特征在于， 所述信号状态判定部进行基于所述体动检测信号判定被检体的运动状态的处理作为 所述信号状态的所述判定处理， 所述信号处理部根据所述运动状态进行不同的所述频率分解处理。
9. 根据权利要求8所述的搏动检测装置，其特征在于， 在判定所述运动状态为稳定的运动状态的情况下，所述信号处理部进行第一频率分解 处理， 在判定所述运动状态为非稳定的运动状态的情况下，所述信号处理部进行第二频率分 解处理。
10. 根据权利要求9所述的搏动检测装置，其特征在于， 在判定所述运动状态为所述稳定的运动状态的情况下，所述信号处理部进行使用第一 窗函数的、针对所述脉波检测信号的采样数据的窗函数处理、和针对所述窗函数处理后的 第一数据的傅里叶变换处理作为所述第一频率分解处理， 在判定所述运动状态为所述非稳定的运动状态的情况下，所述信号处理部进行使用与 所述第一窗函数不同的第二窗函数的、针对所述脉波检测信号的所述采样数据的所述窗函 数处理、和针对所述窗函数处理后的第二数据的所述傅里叶变换处理作为所述第二频率分 解处理。
11. 根据权利要求10所述的搏动检测装置，其特征在于， 所述脉波检测信号的采样数据D。?Dn(N为2以上的正整数）中的第j采样数据Dj是 在第i采样数据Di被采样的定时之后的定时被采样的数据（整数i、j为满足0 < i < N/2 < j彡N的整数）， 在判定所述运动状态为所述稳定的运动状态的情况下，所述信号处理部将对应于第j 采样数据Dj的窗函数值h (j)为最大值、对应于第i采样数据Di的窗函数值h (i)为比所述 窗函数值h (j)小的值的非对称窗函数作为所述第一窗函数，进行所述窗函数处理， 在判定所述运动状态为所述非稳定的运动状态的情况下，所述信号处理部通过作为与 所述第一窗函数不同的所述非对称窗函数的第二窗函数，进行所述窗函数处理。
12. 根据权利要求8所述的搏动检测装置，其特征在于， 在判定所述运动状态为安静状态的情况下，所述信号处理部进行第一频率分解处理， 在判定所述运动状态为稳定的运动状态或者非稳定的运动状态的情况下，所述信号处 理部进行第二频率分解处理。
13. 根据权利要求12所述的搏动检测装置，其特征在于， 所述信号处理部在判定所述运动状态为所述安静状态的情况下,所述信号处理部进行 功率谱密度推算处理作为所述第一频率分解处理， 在判定所述运动状态为所述运动中状态的情况下，所述信号处理部进行针对所述脉波 检测信号的采样数据的窗函数处理和针对所述窗函数处理后的数据的傅里叶变换处理作 为所述第二频率分解处理。
14. 根据权利要求13所述的搏动检测装置，其特征在于， 所述脉波检测信号的采样数据D。?Dn(N为2以上的正整数）中的第j采样数据Dj是 在第i采样数据Di被采样的定时之后的定时被采样的数据（整数i、j为满足0 < i < N/2 < j彡N的整数）， 在判定所述运动状态为所述稳定的运动状态或者所述非稳定的运动状态的情况下，所 述信号处理部将对应于第j采样数据h的窗函数值h(j)为最大值、对应于第i采样数据 Di的窗函数值h(i)为比所述窗函数值h(j)小的值的非对称窗函数作为所述第一窗函数， 进行所述窗函数处理。
15. -种电子设备，其特征在于，包含权利要求1至14中任一项所述的信号解析装置。
16. -种程序，其特征在于， 使计算机作为： 信号处理部，基于来自脉波检测部的脉波检测信号和来自体动检测部的体动检测信 号，进行频率分解处理； 搏动信息运算部，基于所述频率分解处理的结果，对搏动信息进行运算；以及 信号状态判定部，对所述脉波检测信号和所述体动检测信号中的至少一方，进行信号 状态的判定处理， 而发挥作用， 所述信号处理部根据所述信号状态判定部的所述信号状态的判定结果进行不同的所 述频率分解处理。
【文档编号】A61B5/11GK104203089SQ201380016137
【公开日】2014年12月10日 申请日期:2013年3月26日 优先权日:2012年3月30日
【发明者】高桥有亮 申请人:精工爱普生株式会社