[go: up one dir, main page]

CN119866194A - 信息处理系统、信息处理装置、控制方法和程序 - Google Patents

信息处理系统、信息处理装置、控制方法和程序 Download PDF

Info

Publication number
CN119866194A
CN119866194A CN202380065610.7A CN202380065610A CN119866194A CN 119866194 A CN119866194 A CN 119866194A CN 202380065610 A CN202380065610 A CN 202380065610A CN 119866194 A CN119866194 A CN 119866194A
Authority
CN
China
Prior art keywords
signal
information processing
sound
subject
abnormal sound
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202380065610.7A
Other languages
English (en)
Inventor
白坂康之
上西章太
松崎纯一
石井彻哉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sekisui Chemical Co Ltd
Original Assignee
Sekisui Chemical Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sekisui Chemical Co Ltd filed Critical Sekisui Chemical Co Ltd
Publication of CN119866194A publication Critical patent/CN119866194A/zh
Pending legal-status Critical Current

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/08—Measuring devices for evaluating the respiratory organs
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/08—Measuring devices for evaluating the respiratory organs
    • A61B5/0816—Measuring devices for examining respiratory frequency
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Measuring devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor or mobility of a limb
    • A61B5/1101—Detecting tremor
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Measuring devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor or mobility of a limb
    • A61B5/113—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor or mobility of a limb occurring during breathing
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6802—Sensor mounted on worn items
    • A61B5/6804—Garments; Clothes
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6813—Specially adapted to be attached to a specific body part
    • A61B5/6823—Trunk, e.g., chest, back, abdomen, hip
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6843—Monitoring or controlling sensor contact pressure
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6887—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient mounted on external non-worn devices, e.g. non-medical devices
    • A61B5/6891—Furniture
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • A61B5/7207—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/725—Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B7/00—Instruments for auscultation
    • A61B7/003—Detecting lung or respiration noise
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01L—MEASURING FORCE, STRESS, TORQUE, WORK, MECHANICAL POWER, MECHANICAL EFFICIENCY, OR FLUID PRESSURE
    • G01L1/00—Measuring force or stress, in general
    • G01L1/16—Measuring force or stress, in general using properties of piezoelectric devices
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02—Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0247—Pressure sensors

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Medical Informatics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biomedical Technology (AREA)
  • Physics & Mathematics (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Physiology (AREA)
  • Pulmonology (AREA)
  • Signal Processing (AREA)
  • Psychiatry (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • General Physics & Mathematics (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

信息处理系统(100)从检测由对象者的躯干发出的振动的传感器(11)输出的检测信号中提取压力信号和呼吸信号，基于压力信号的强度的变动，判定对象者的呼吸相，基于呼吸信号，判定与呼吸相关的声音中是否包含异常音。信息处理系统(100)在与呼吸相关的声音中包含异常音的情况下，推定异常音产生于呼气区间还是吸气区间的呼吸相中。

Description

信息处理系统、信息处理装置、控制方法和程序
技术领域
本发明涉及检测对象者发出的振动的信息处理系统等。
背景技术
开发了测量对象者发出的振动(包含与呼吸相关的声音、心跳等)的多种方法。例如，在专利文献1中，记载了非侵袭地监视睡眠中的对象者的至少一个呼吸模式和至少一个心跳模式的一者或两者的技术。
现有技术文献
专利文献
专利文献1：日本特开2009-501557号公报
发明内容
发明所解决的技术问题
根据与对象者的呼吸相关的声音中包含的异常音(包含捻发音、水泡音等附加音)的种类，得到与该对象者所具有的疾病相关的信息。为了确定异常音的种类，存在在对象者的呼吸中的呼气区间和吸气区间的哪一个产生该异常音变得重要的情况。
解决问题的技术手段
为了解决所述技术问题，本发明的方式1的信息处理系统具备：传感器，其在不接触对象者的位置或接触所述对象者的躯干的位置检测由所述躯干发出的振动；信号提取部，其从所述传感器输出的检测信号中，提取压力信号和呼吸信号，所述压力信号表示施加于所述传感器的压力，所述呼吸信号表示与所述对象者的呼吸相关的声音；呼吸相判定部，其基于所述压力信号的强度的变动，判定所述对象者的呼气区间和吸气区间；异常音判定部，其基于所述呼吸信号，判定与所述呼吸相关的声音中是否包含异常音；和推定部，其在与所述呼吸相关的声音中包含异常音的情况下，推定该异常音产生于所述呼气区间还是所述吸气区间。
发明效果
根据本发明的一种方式，可以精度良好地推定产生与对象者的呼吸相关的声音中包含的异常音的呼吸相(呼气区间或吸气区间)。
附图说明
[图1]是表示本发明的一种实施方式的信息处理系统的构成的一个实例的概念图。
[图2]是表示所述信息处理系统的信息处理装置的概略构成的一个实例的图。
[图3]是表示所述信息处理系统的信息处理装置的概略构成的另一个实例的图。
[图4]是表示所述信息处理系统的信息处理装置的概略构成的另一个实例的图。
[图5]是表示所述信息处理系统的构成的一个实例的功能框图。
[图6]是说明检测信号中包含的各种信号的图。
[图7]是说明异常音中包含的附加音的分类和与各附加音对应的代表性的病例的图。
[图8]是表示所述信息处理系统的构成进行的处理的流程的一个实例的流程图。
[图9]是表示在所述信息处理系统的通信装置的显示部上显示的显示画面的一个实例的图。
[图10]是表示信息处理系统的构成的变形例的功能框图。
[图11]是表示本发明的实施方式2的信息处理系统的构成的一个实例的功能框图。
[图12]是表示所述信息处理系统进行的处理的流程的一个实例的流程图。
[图13]是表示在所述信息处理系统的通信装置的显示部上显示的显示画面的一个实例的图。
[图14]是表示所述信息处理系统的构成的变形例的功能框图。
[图15]是表示所述信息处理系统的构成的其他变形例的功能框图。
[图16]是表示本发明的实施方式3的信息处理系统具备的异常音判定部进行的处理的流程的流程图。
[图17]是表示本发明的实施方式3的信息处理系统具备的异常音判定部进行的处理的具体例的图表。
[图18]是表示本发明的实施方式3的信息处理系统具备的异常音判定部进行的处理的结果的图表。
[图19]是表示本发明的实施方式3的信息处理系统具备的异常音判定部进行的处理的结果的图表。
[图20]是表示本发明的实施方式3的信息处理系统具备的异常音判定部进行的处理的具体例的图。
[图21]是表示本发明的实施方式3的信息处理系统具备的异常音判定部进行的处理的具体例的图。
[图22]是表示本发明的实施方式3的信息处理系统具备的异常音判定部进行的处理的具体例的图。
[图23]是表示本发明的实施方式3的信息处理系统具备的异常音判定部进行的处理的结果的图表。
具体实施方式
[实施方式1]
下文中，参照图1～图10并对本发明的一种实施方式进行详细说明。
(信息处理系统100的概要)
本公开的实施方式1的信息处理系统100是基于从在不接触对象者W1的位置或接触对象者W1的躯干的位置检测由对象者W1的躯干发出的振动的传感器输出的检测信号，推定与对象者W1的呼吸相关的声音中包含的异常音产生于呼气区间还是吸气区间的呼吸相的系统。
在本说明书中，“对象者”典型地是指，卧床等的患者等需要基于医务工作者W2等的监测的人。“检测信号”是指，表示由对象者W1发出的振动的信号，是从传感器输出的原始数据、对该原始数据实施了放大处理或噪声除去处理的数据。噪声除去处理例如可以通过对原始数据的2000Hz以上的区域进行滤波处理而进行。对象者W1的“躯干”的典型例是指，对象者W1的胸部、腹部和背部中的至少任一种，也可以是这些以外。
(信息处理系统100的构成)
首先，对于信息处理系统100的构成，使用图1进行说明。图1是表示信息处理系统100的构成的一个实例的概念图。
如图1所示，信息处理系统100可以具备信息处理装置1和通信装置3。信息处理系统100具备的信息处理装置1和通信装置3的数量分别可以是一个或多个。
信息处理装置1解析检测信号，所述检测信号是在不接触对象者W1的位置或接触对象者W1的躯干的位置检测由对象者W1的躯干发出的振动的传感器11(参照图5)输出的、表示由对象者W1的躯干发出的振动的检测信号，在与该对象者W1的呼吸相关的声音中包含异常音的情况下，推定该异常音产生于呼气区间还是吸气区间的呼吸相，将推定结果输出至外部。
信息处理装置1可以将从检测信号提取的呼吸信号中包含的表示异常音的异常音信号的频率特性相关的信息与推定结果一起输出至外部。此外，信息处理装置1可以将推定异常音为何种附加音的种类的推定结果输出至外部。此外，信息处理装置1可以将与推定的附加音的种类对应的健康状态相关的信息输出至外部。推定结果等的输出目的地典型地是通信装置3。通信装置3典型地是医务工作者W2等使用的计算机、智能手机、平板终端等，例如设置在护士中心。
信息处理装置1可以进一步推定呼吸信号中包含的异常音中包含的附加音的种类，并将附加音的种类的推定结果输出至外部(例如，通信装置3)。
传感器11设置在不接触对象者W1的位置或接触对象者W1的躯干的位置。传感器11可以设置在对象者W1卧床的床上。传感器11的设置位置可以是床垫下的床与床垫之间，可以是床垫上的床单与床垫之间。此外，在对象者W1穿着衣服的情况下，传感器11的设置位置可以是床的最上表面。在设置于这些位置时，传感器11典型地优选形成为薄板状(片状)，由此，可以将传感器11安装于各种位置。
如上所述，信息处理系统100中，使用设置在不与对象者W1接触的位置或与对象者W1的躯干接触的位置的传感器11，因此对象者W1不需要位于给定的检测用区域，并且不需要采取给定的检测用的姿势。
需要说明的是，信息处理装置1和通信装置3可以直接连接，如图1所示，可以通过通信网络9进行可通信地连接。通信网络9的方式不受限制，可以是局域网(LAN)或互联网。
此外，除了信息处理装置1和通信装置3之外，信息处理系统100还可以具备与信息处理装置1和通信装置3可通信地连接的服务器装置(未图示)。例如，服务器装置可以是将由多个信息处理装置1发送的推定结果按每个对象者W1存储并管理的构成。医务工作者W2等可以使用通信装置3而访问服务器装置，参照各对象者W1的推定结果。
(信息处理装置1的构成)
接着，对于信息处理装置1的外观和概略构成，参照图2～图4和图6，并且使用图5进行说明。图5是表示信息处理装置1的构成的一个实例的功能框图。
如图5所示，信息处理装置1具备传感器11、控制部10以及存储部12。
[传感器11]
传感器11是在不接触对象者W1的位置或接触对象者W1的躯干的位置，能够检测从该对象者W1的躯干发出的振动的传感器。传感器11的种类没有特别限定。例如，传感器11是压电传感器。若采用压电传感器作为传感器11，则薄型化变得容易，因此可以降低使对象者感到不适的可能性。作为压电传感器，例如可举出针对压缩变形产生电流的压电传感器、针对伸长的变形产生电流的压电传感器、或者针对扭转的变形产生电流的压电传感器等。在想要更高精度地检测的情况下，作为传感器11，优选应用通过压缩变形产生电流的压电传感器。另一方面，在想要以更高精度检测频率低的信号的情况下，作为传感器11，优选应用包含发泡体的压电传感器。
传感器11优选可以检测的振动的频带较宽。由此，无需配置频带不同的多种传感器，基于医务工作者W2的维护和管理变得容易，便利性提高。
图2～图4是表示信息处理装置1的概略构成的实例的图。如图1所示，传感器11可以设置在对象者W1卧床的床中的支撑躯干的位置。在传感器11设置于床的情况下，如图2所示，传感器11优选形成为薄板状(片状)。或者，如图3所示，传感器11可以设置在对象者W1就座的椅子上的支撑躯干的位置。由此，传感器11可以检测从躺在床上的状态或者坐在椅子上的状态的自然姿势的对象者W1的躯干发出的振动。
在传感器11设置于床的情况下，传感器11可以设置于床垫上的床单与床垫之间。此外，在对象者W1穿着衣服的情况下，传感器11可以设置于床的最上表面。
此外，如图4所示，传感器11可以设置于对象者W1穿着的衣服。图4的5001表示传感器11向衣服的设置例。此外，图4的5002和5003表示对象者W1穿着设置有传感器11的衣服的情形的一个实例。如图4的5001所示，传感器11可以以在对象者W1穿着衣服时传感器11位于对象者W1的胸部侧的方式设置于衣服。此外，如图4的5003所示，传感器11可以以在对象者W1穿着衣服时传感器11位于对象者W1的脊背侧的方式设置于衣服。
此外，在对象者W1穿着的衣服上设置有信息处理装置1的传感器11的情况下，如图4的5003所示，传感器11可以设置在对象者W1穿着的衣服(图4的符号X1)中的、由该传感器11和躯干(图4的符号X2)夹持衣服的位置。在该情况下，可以不使对象者W1与传感器11接触地检测对象者W1发出的振动。此外，根据所述构成，即使在对象者W1从某一场所移动到其他场所的情况下，只要对象者W1穿着具备传感器11的衣服，就可以检测由对象者W1的躯干发出的振动。
传感器11可以具备一个或多个检测区域。在传感器11具备多个检测区域的情况下，传感器11可以输出在多个检测区域中分别检测到的检测信号。在传感器11形成为薄板状的情况下，多个检测区域可以排列配置在同一平面上。例如，图2的3001所示的信息处理装置1具备具有一个检测区域D的传感器11。图2的3002所示的信息处理装置1具备具有排列成3列的检测区域D1～D3的传感器11。图2的3003所示的信息处理装置1具备具有排列成4行3列的检测区域D1a～D3d的传感器11。
例如，在图2的3002所示的信息处理装置1的情况下，分别输出在检测区域D1～D3中分别检测到的检测信号。同样地，在图3的3003所示的信息处理装置1的情况下，分别输出在检测区域D1a～D3d中分别检测到的检测信号。检测区域D1a～D3d可以分别为例如10cm见方。
若采用具备多个检测区域的构成，则可以通过分别地解析源自各检测区域的检测信号，并将解析结果相互比较，而准确地确定对象者W1的呼吸信号中的异常音产生的部位。
[控制部10以及存储部12]
在一个实例中，控制部10可以是CPU(Central Processing Unit，中央处理器)。控制部10读取存储于存储部12的软件即控制程序并在RAM(Rando m Access Memory，随机存取存储器)等存储器中展开而执行各种功能。如图5所示，控制部10具备信号提取部101、呼吸相判定部102、异常音判定部103、推定部104和输出部105。需要说明的是，图5所示的存储部12中，为了简化说明，省略了控制程序的图示。
信号提取部101取得从传感器11输出的检测信号，并从取得的检测信号中提取表示施加于传感器11的压力的压力信号和表示与对象者W1的呼吸相关的声音的呼吸信号。
传感器11可以检测对象者W1为产生源的多种频率区域的振动。因此，从传感器11输出的检测信号是具有各种频率特性的多个振动彼此重合的信号。在一个实例中，传感器11可以取得频率为0.1Hz以上且1Hz以下的压力信号和频率为20Hz以上且1000Hz以下的呼吸信号。需要说明的是，压力信号和呼吸信号可以基于频率成分(频谱)来区别。
这样，信息处理装置1可以具备可检测的振动的频带宽的传感器11。由此，无需将多个不同种类的传感器配置于信息处理装置1，基于利用信息处理系统100的医务工作者W2等的信息处理装置1的维护和管理变得容易，因此信息处理装置1的便利性提高。
信号提取部101可以将公知的频率分离等方法应用于检测信号，从检测信号提取压力信号和呼吸信号。对此，使用图6进行说明。图6是说明检测信号中包含的各种信号的图。如图6所示，通过频率分离，可以从检测信号提取频率特性不同的压力信号以及呼吸信号。
信号提取部101可以使用与附加音的种类的各个频率对应的带通滤波器，从检测信号中提取呼吸信号。如下所述，图7中记载有附加音的种类的各个频率。例如，在从检测信号提取水泡音的情况下，可以使用与250～500Hz对应的带通滤波器进行提取。
信号提取部101将从传感器11取得的检测信号、从检测信号提取的压力信号和呼吸信号存储于存储部12(检测信号121、压力信号122和呼吸信号123)。这些信号可以与表示检测出提取源的检测信号的时刻的时刻信息一起存储。
呼吸相判定部102基于由信号提取部101提取的压力信号的强度的变动，判定对象者的呼气区间和吸气区间。例如，可以将压力信号的强度表示增加倾向的区间作为吸气区间，将压力信号的强度表示减少倾向的区间作为呼气区间来判定呼吸相。
异常音判定部103基于由信号提取部101提取的呼吸信号，判定与呼吸相关的声音是否包含异常音。异常音判定部103可以在下述(A1)～(A4)的至少任一情况下，判定为与呼吸相关的声音中包含异常音。
(A1)呼吸信号具有表示异常音的给定的频率特性。
(A2)呼吸信号的每个频带包含超过预先给定的强度的信号。
(A3)在呼吸信号中的异常呼吸时检测的频带中，包含超过预先给定的强度的信号。
(A4)呼吸信号中的正常呼吸时检测的频带中的信号的强度与异常呼吸时检测的频带中的信号的强度之比为给定阈值以上。
所述(A1)中的“给定的频率特性”为附加音的各种具有的不同的频率特性。例如，如图7所示，水泡音具有250～500Hz的频率特性，捻发音具有500～1000Hz的频率特性，哮鸣音具有400Hz以上的频率特性，鼾音具有200～250Hz的频率特性。在呼吸信号具有这些频率特性的情况下，可以判定为与呼吸相关的声音中包含异常音。
所述(A2)中的“按每个频带预先给定的强度”例如可以设为取得了小于200Hz的正常的呼吸音的状态下的100Hz附近的信号强度。
所述(A3)中的“异常呼吸时检测的频带”例如可以设为取得小于200Hz的正常的呼吸音的状态下的200Hz附近。“预先给定的强度”可以设为取得小于200Hz的正常的呼吸音的状态下的100Hz附近的信号强度。
所述(A4)中的“给定阈值”例如设为取得小于200Hz的正常的呼吸音的状态下的100Hz附近的信号强度。在200Hz附近检测到与该给定阈值同等或其以上的信号强度的情况下，可以判定为与呼吸相关的声音中包含异常音。
推定部104基于呼吸相判定部102的判定结果或异常音判定部103的判定结果而推定附加音的种类。就在推定部104中附加音的种类的推定而言，基于异常音包含于呼气区间和吸气区间的哪一种；表示异常音的异常音信号的频率、呼气区间或吸气区间中的异常音的声压变化；和产生异常音的时间间隔中的至少一个而推定附加音的种类。这些推定参照存储于存储部12的推定基准124。
推定基准124包含各种附加音的特征(产生区间、频率特性、声压变化、时间间隔等)的信息。
此外，推定部104可以算出平滑化强度，所述平滑化强度通过对包含异常音信号的频率的同一频带的信号的强度的时间变动进行平滑化而得到，并根据平滑化强度而推定所述附加音的种类。
作为平滑化处理的一个实例，在本实施方式中，进行累计平均化。累计平均化可以通过对测量出的多个数据进行累计并平均化，而抵消并降低信号中包含的噪声。在本实施方式中，可以随着测量时间的经过，求出将包含异常音信号的频率的同一频带的信号的强度累计平均化后的平滑化强度。此外，作为平滑化处理的其他实例，可举出移动平均化等。通过这些处理，可以精度良好且灵敏度良好地推定附加音的种类。
输出部105可以将推定部104中的推定结果和与基于推定结果的健康状态相关的信息输出至通信装置3。输出的与健康状态相关的信息可以是通过通信网络9取得的信息，可以是预先存储于存储部12的信息。
(通信装置3的构成)
接着，对于通信装置3的构成，使用图5进行说明。通信装置3具备输入部31、控制部30、存储部32以及显示部33。
输入部31可以是键盘、触摸面板以及鼠标等。控制部30读取存储于存储部32的软件即控制程序并在RAM等存储器中展开而执行各种功能。控制部30具备使显示部33显示各种信息的显示控制部301。
(异常音中包含的附加音与疾病的对应关系)
此处，就精度良好地推定与对象者W1的呼吸相关的声音中包含的附加音的种类而言，对于用于得到与对象者W1的健康状态相关的正确的信息是重要的，对于其理由，举出具体例而进行说明。图7是说明附加音的分类和与附加音的各种对应的代表性的病例的图。
附加音是与呼吸相关的声音的异常音中包含的声音。在附加音中包含“啰音”以及“胸膜摩擦音”等。“啰音”有断续性啰音和连续性啰音。断续性啰音中包含水泡音和捻发音，连续性啰音中包含哮鸣音、鼾音、喘鸣音(stridor)和嘎嘎音(squawk)。即，附加音中包含对象者W1的水泡音、捻发音、哮鸣音、鼾音、喘鸣音(stridor)和嘎嘎音(squawk)和胸膜摩擦音中的至少任一者。
水泡音和捻发音均具有断续性，具有在吸气区间产生的特征。鼾音具有连续性，具有在呼气区间和吸气区间这两者产生的特征。哮鸣音具有连续性，具有在呼气区间产生的特征。
在与对象者W1的呼吸相关的声音中混入有水泡音的情况下，对象者W1有可能患有肺炎、肺泡出血、心力衰竭、肺气肿等，在混入有捻发音的情况下，对象者W1有可能患有肺炎等。在与对象者W1的呼吸相关的声音中混入有哮鸣音的情况下，对象者有可能患有COPD(慢性阻塞性肺疾病)和支气管哮喘等，在混入有鼾音的情况下，对象者W1有可能患有慢性支气管炎等。
如此，若可以基于与对象者W1的呼吸相关的声音而推定附加音的种类，则可以推定并早期发现对象者W1有可能罹患的疾病。但是，为了精度良好地诊断对象者W1的健康状态，必须基于压力信号和呼吸信号，首先精度良好地推定对象者W1的呼气区间和吸气区间，推定在哪个呼吸相产生异常音。若可以推定产生异常音的呼吸相，则可以精度良好地推定与对象者W1的呼吸相关的声音中包含的附加音的种类。若采用本发明的信息处理系统100，则可以从对象者W1的压力信号和呼吸信号精度良好地推定对象者W1的呼气区间和吸气区间，精度良好地推定与对象者W1的呼吸相关的声音中包含的异常音是何种附加音。因此，医务工作者等可以高精度地诊断对象的健康状态。
(信息处理系统100进行的处理)
接着，对于信息处理系统100进行的处理的流程，使用图8进行说明。图8是表示信息处理系统100(例如，信息处理装置1)进行的处理的流程的一个实例的流程图。
首先，信号提取部101从由传感器11输出的检测信号中提取压力信号和呼吸信号(步骤S1)。
接着，异常音判定部103基于信号提取部101所提取的呼吸信号，判定与呼吸相关的声音中是否包含异常音(步骤S2)。在判定为不包含异常音的情况下(在步骤S2中为否)，处理返回步骤S1。
在判定为包含异常音的情况下(在步骤S2为是)，推定部104基于压力信号，推定异常音产生于呼气区间还是吸气区间(步骤S3)。
推定部104进而基于呼吸相判定部102、异常音判定部103、和储存于存储部12的推定基准124，推定异常音中包含的附加音的种类(步骤S4)。
输出部105(健康状态输出部)输出在推定部104中推定出的附加音的种类、与根据在推定部104中推定出的附加音的种类而确定的对象者的健康状态相关的信息(步骤S5)。
需要说明的是，信息处理系统100执行图8所示的各处理的时机可任意设定。例如，信息处理系统100可以每隔给定期间(例如1小时)执行图8所示的各处理，可以在每次由传感器11判定对象者的离床时执行。
(显示例)
在与对象者W1的呼吸相关的声音中包含异常音的情况下，信息处理装置1从信息处理装置1取得以下(B1)～(B5)的情况下，对于显示部33所示的画面显示，使用图9进行说明。
(B1)推定该异常音产生于呼气区间还是吸气区间的呼吸相的推定结果。
(B2)从检测信号提取的呼吸信号。
(B3)表示异常音的异常音信号的频率特性。
(B4)推定附加音的类型的推定结果。
(B5)与健康状态相关的信息。
图9是表示在信息处理系统100的通信装置3的显示部33上显示的显示画面的一个实例的图。如图9所示，显示部33可以显示：区域R1，其显示对象者W1的呼吸信号的波形数据；区域R2，其显示表示异常音的异常音信号的频率特性和强度的声谱图；和区域R3，其显示所述(B1)和(B4)的推定结果和所述(B5)的信息。在图9所示的区域R3中显示了：作为所述(B1)和(B4)的推定结果的“呼气区间的异常音：有(哮鸣音)”以及“吸气区间的异常音：无；”和作为所述(B5)的信息的“疑似支气管哮喘。”
(信息处理系统100的构成的变形例)
图10是表示信息处理系统100的构成的变形例的功能框图。
图10所示的信息处理系统100A与图5所示的信息处理系统100相比，不同点在于，在作为外部装置的推定装置2中具备推定部104作为推定部201，其中，所述推定部104是信息处理装置1的控制部10具备的推定部104，信息处理装置1A的控制部10A不具备该推定部201。推定装置2具备控制部20以及存储部22。此外，控制部20具备推定部201以及输出部205。
伴随所述的变形，在信息处理装置1A中，输出部105将呼吸相判定部102和异常音判定部103的判定结果通过通信网络9输出至推定装置2。
推定部201参照输出部105输出的判定结果和储存于存储部22的推定基准221，对附加音的种类的推定和与对象者W1的健康状态相关的信息进行推定。
输出部205将由推定部201推定的附加音的种类和与对象者W1的健康状态相关的信息，通过通信网络9输出至通信装置3。
信息处理系统100的构成不受限制。如上所述，可以采用将信息处理装置1具备的各部新设置为外部装置的构成，可以采用汇集为一个装置的构成。
[实施方式2]
以下对本发明的其他实施方式进行说明。需要说明的是，为了便于说明，对于具有与在所述实施方式中已说明的部件相同的功能的部件，标注相同的附图标记，不重复其说明。
(信息处理系统100B的构成)
对于信息处理系统100B，其采用了传感器11具备多个检测区域并对在多个检测区域中分别检测到的检测信号(下文中，按区域的检测信号)进行解析的构成，使用图11进行说明。图11是表示信息处理系统100B的构成的一个实例的功能框图。
如图11所示，信息处理系统100B可以具备信息处理装置1B和通信装置3。信息处理装置1B具备具有多个检测区域的传感器11、控制部10B以及存储部12。控制部10B除了信号提取部101、呼吸相判定部102、异常音判定部103、推定部104和输出部105以外，还具备产生部位推定部106。
产生部位推定部106基于从各个所述按区域的检测信号中提取到的呼吸信号，推定对象者W1的体内的异常音的产生部位。
此处，以信息处理装置1B具备产生部位推定部106的构成为例进行了说明，但不限于此。例如，通信装置3或未图示的服务器装置可以具备产生部位推定部106。
(信息处理系统100B进行的处理)
接着，对于信息处理系统100B进行的处理的流程，使用图12进行说明。图12是表示信息处理系统100B进行的处理的流程的一个实例的流程图。
信号提取部101取得从检测区域(例如，图3所示的检测区域D1～D4)分别输出的按区域的检测信号，从各按区域的检测信号提取压力信号和呼吸信号(步骤S1a)。
接着，产生部位推定部106基于从各个所述按各区域的检测信号中提取到的呼吸信号，推定对象者W1的体内的异常音的产生部位(步骤S6)。例如，产生部位推定部106可以确定检测区域的位置，所述检测区域的位置输出了提取了包含最多异常音的呼吸信号的按区域的检测信号，将被推定为接近已确定的位置的对象者的身体的部位作为异常音产生部位而进行推定。
接着，输出部105输出表示推定出的异常音产生部位的异常部位信息(步骤S7)。
若采用该构成，则信息处理系统100B可以精度良好地测量对象者W1的呼吸信号，并且确定与对象者W1的疾病相关的异常音产生部位。例如，若将输出的呼吸信号和异常音产生部位信息提供给医务工作者等，则医务工作者等除了对象者W1的健康状态以外，还可以高精度地诊断对象者W1的身体的哪个部位有可能产生异常。
(显示例)
在与对象者W1的呼吸相关的声音中包含异常音的情况下，信息处理装置1B从信息处理装置1B取得以下(B1)～(B6)的情况下，对于显示部33所示的画面显示，使用图13进行说明。
(B1)推定该异常音产生于呼气区间还是吸气区间的呼吸相的推定结果。
(B2)从检测信号提取的呼吸信号。
(B3)表示异常音的异常音信号的频率特性。
(B4)推定附加音的类型的推定结果。
(B5)与健康状态相关的信息。
(B6)异常部位信息。
图13是表示在信息处理系统100B的通信装置3的显示部33上显示的显示画面的一个实例的图。如图13所示，在显示部33中，除了图9所示的区域R1～R3之外，还可以显示能够显示与所述(B6)的对象者相关的异常部位信息的区域R4。图13所示的实例中，在区域R4中的模拟了对象者的身体的前面以及背面的图中，异常音产生部位被表示为椭圆形的标记M。
例如医务工作者等可以参照显示于通信装置3的显示，对于对象者的健康状态、影响对象者的疾病的种类和疾病的部位、以及对对象者的医学介入的必要性进行适当的判断
(信息处理系统100B的构成的变形例)
使用图14、图15说明信息处理系统100B的构成中的变形例。
图14是表示信息处理系统的构成的变形例的功能框图。图14所示的信息处理系统100C与图11所示的信息处理系统100B相比，不同点在于，在作为外部装置的推定装置2A分别具备推定部104以及产生部位推定部106作为推定部201以及产生部位推定部202，其中，所述推定部104以及产生部位推定部106是信息处理装置1B的控制部10B具备的推定部104以及产生部位推定部106，而信息处理装置1C的控制部10C不具备这些。推定装置2A具备控制部20A以及存储部22。此外，控制部20A具备推定部201以及输出部205。
伴随所述的变形，信息处理装置1C中的输出部105将从呼吸相判定部102和异常音判定部103的判定结果和从各按区域的检测信号分别提取的呼吸信号通过通信网络9输出至推定装置2A。
推定装置2A中的输出部205通过通信网络9而将推定部201的推定结果、与对象者W1的健康状态有关的信息以及产生部位推定部202的推定结果输出至通信装置3。
图15是表示信息处理系统的构成的其他变形例的功能框图。图15所示的信息处理系统100D在信息处理装置1D中具备构成图11所示的信息处理系统100B以及图14所示的信息处理系统100C的构成要素的全部。此外，信息处理装置1D除了传感器11、控制部10D和存储部12以外，还具备显示部13。
控制部10D除了信号提取部101、呼吸相判定部102、异常音判定部103、推定部104、输出部105和产生部位推定部106以外，还具备使显示部13显示各种信息的显示控制部107。作为一个实例，显示部13显示图13所示的显示画面。
信息处理装置1D可以通过通信网络9与至少一个通信装置3通信。例如，可以将在显示部13中显示的信息显示于多个医务工作者W2分别拥有的智能手机、平板终端等通信装置3中。
图14所示的信息处理系统100C以及图15所示的信息处理系统100D的构为一个实例，并不限定于这样的构成。可以将构成信息处理系统的各部任意地设置为外部装置。
[实施方式3]
以下对本发明的其他实施方式(实施方式3)进行说明。需要说明的是，为了便于说明，对于具有与在所述实施方式中已说明的部件相同的功能的部件，标注相同的附图标记，不重复其说明。
(信息处理系统100E的概要)
本发明的实施方式3的信息处理系统100E是具备异常音判定部103A的系统，所述异常音判定部103A基于对表示与对象者W1的呼吸相关的声音的呼吸信号执行平均化处理的结果，判定与呼吸相关的声音中是否包含异常音。
(信息处理系统100E的构成)
信息处理系统100E是在所述信息处理系统100～100D中具备异常音判定部103A而代替各信息处理装置1～1D的异常音判定部103的系统。下文中，信息处理系统100E以信息处理系统100的信息处理装置1具备异常音判定部103A而代替异常音判定部103的系统为例进行说明。
(异常音判定部103A进行的处理)
对于异常音判定部103A进行的处理的流程，使用图16进行说明。图16是表示异常音判定部103A进行的处理的流程的一个实例的流程图。
首先，异常音判定部103A从由传感器输出的检测信号提取第1频率以上的第1呼吸信号和第2频率以下的第2呼吸信号(步骤S10)。此处，第1呼吸信号和第2呼吸信号只要是不包含表示对象者W1的心跳的频带的呼吸信号即可。即，第1频率超过表示对象者W1的心跳的频率的上限值即可，第2频率低于表示对象者W1的心跳的频率的下限值即可。一般而言，表示心跳的频率根据年龄、生活习惯等而不同，因此，第1频率和第2频率优选可以根据对象者W1的年龄、生活习惯而任意设定。例如，就第1频率而言，可以在对象者W1为儿童的情况下设定为第1频率为3Hz以上，在对象者W1为运动员的情况下设定为1.5Hz以上，在对象者W1为一般成人的情况下设定为2.0Hz以上。无论对象者W1的年龄、生活习惯如何，第2频率都可以设定为1Hz以下。由此，可以从表示与对象者W1的呼吸相关的声音的呼吸信号中除去表示心跳的频率的信号，可以更高精度地判定有无异常音。
此外，为了除去表示声音以外的振动等的信号，第1频率优选为20Hz以上，进一步为了除去表示交流声(hum)的信号而更优选为60Hz以上。提取第1呼吸信号和第2呼吸信号的方法没有特别限定，但在本实施方式中，使用带通滤波器、低通滤波器等提取第1呼吸信号和第2呼吸信号。为了提取第1呼吸信号，可以代替带通滤波器而使用高通滤波器，为了防止在数字处理中产生的混叠，在本实施方式中采用了带通滤波器。
需要说明的是，所述的第1呼吸信号和第2呼吸信号可以与在信号提取部101中提取的呼吸信号和压力信号对应。
接着，异常音判定部103A以给定的时间间隔分割在步骤S10中提取的第1呼吸信号，并对其分别计算功率谱(步骤S11)。作为一个实例，异常音判定部103A可以将第1呼吸信号分割为与呼吸相判定部102判定的呼气区间和吸气区间分别对应的单元区间、或者与合并有呼气区间和吸气区间的呼吸区间对应的单元区间，在各个该单元区间中计算功率谱。因此，分割第1呼吸信号的给定的时间间隔可以是各单元区间的时间间隔，可以是任意设定的时间间隔。任意设定的时间间隔优选为0.1秒以上且0.8秒以下，更优选为0.1秒。即，可以针对一个单元区间而计算多个功率谱。需要说明的是，下文中以按每个单元区间计算第1呼吸信号的功率谱的情况为例进行说明。
接着，异常音判定部103A在下文中的第1呼吸信号的功率谱的平均化处理中，决定作为起点的时间点(步骤S12)。作为一个实例，异常音判定部103A根据步骤S10中提取的第2呼吸信号，在第1呼吸信号的功率谱的平均化处理中，针对各个单元区间而决定作为起点的时间点。此时，异常音判定部103A可以进行从步骤S10中提取的第2呼吸信号中，除去比预先给定的标准振幅更大的振幅的大振幅信号的处理。例如，可以根据将大振幅信号变更为所述标准振幅的第2呼吸信号，决定作为起点的时间点，可以根据已除去大振幅信号的第2呼吸信号，决定作为起点的时间点。
接着，异常音判定部103A进行在步骤S11中计算出的功率谱的平均化处理(步骤S13)。作为一个实例，异常音判定部103A使在步骤S12中决定的各单元区间的作为起点的时间点匹配，而对各单元区间的第1呼吸信号的功率谱执行平均化处理。此时，异常音判定部103A可以进行从第1呼吸信号中除去比预先给定的标准振幅更大的振幅的大振幅信号的处理。例如，可以对将大振幅信号变更为所述标准振幅的第1呼吸信号的功率谱执行平均化处理，可以对除去了大振幅信号的第1呼吸信号的功率谱执行平均化处理。需要说明的是，在该平均化处理中，对第1呼吸信号的功率谱进行平均化的方法没有特别限定，可以任意地决定。作为对第1呼吸信号的功率谱进行平均化的方法的具体例，可举出功率谱的纵轴(频率轴)的每个频率的功率平均、功率谱的移动平均、或者使用低通滤波器(低通IIR滤波器)的方法等。
最后，异常音判定部103A基于第1呼吸信号的功率谱的平均化处理的结果，判定与对象者W1的呼吸相关的声音中是否包含异常音(步骤S14)。作为一个实例，异常音判定部103A在功率谱的分散与所述第1呼吸信号的功率平均的平方之比为给定阈值以上的情况下，判定为与对象者W1的呼吸相关的声音中包含异常音。
异常音判定部103A除了所述处理之外，还可以进行基于频率的校正处理。基于频率的校正处理是指，在将功率谱三维地(频率×振幅×时间)表达的声谱图的各频率中，减少时间上的偏移的处理。具体而言，具有在声谱图的显示区间减少按每个频率进行时间平均后的值的处理、按每个频率在时间轴上使高通滤波器发挥作用而除去偏移的处理等。可以通过进行基于频率的校正处理，除去交流声噪声、马达噪声等集中于特定频率的噪声等。由此，在声谱图中可以使基于呼吸的变化显著，因此容易在视觉上判断与呼吸相关的声音中是否包含异常音。
在本实施方式中，以信息处理装置10E的异常音判定部103A执行所述的各处理(步骤S10～S14)的情况为例，执行该各处理的主体不限于异常音判定部103A。例如，可以新设置平均处理部，步骤S10由信号提取部101执行，步骤S12由呼吸相判定部102执行，步骤S11和步骤S13由平均处理部执行，步骤S14由异常音判定部103A执行。
下文中，更详细地对异常音判定部103A的各处理进行说明。
(功率谱的计算(步骤S11))
对于计算第1呼吸信号的功率谱的处理进行说明。第1呼吸信号的功率谱通过执行下述的处理而算出。
(C1)将第1呼吸信号转换为数列。
(C2)制成信号集。
(C3)通过窗函数对信号集的各要素进行加权。
(C4)对信号集的各要素进行傅里叶变换。
(C5)计算信号集的各要素的功率谱。
(C6)除去奇异值。
对于(C1)～(C6)的各处理，举出以44.1kHz采样的第1呼吸信号为例，参照图17进行说明。图17是用于说明为了计算第1呼吸信号的功率谱而实施的处理的图。
首先，异常音判定部103A将以44.1kHz采样的第1呼吸信号转换为数列y(n)(处理(C1))。
接着，在表示第1呼吸信号的数列中制成信号集(处理(C2))。就此处制成的信号集而言，作为一个实例，是将数列y(n)的开始点移动给定数的信号集。例如，制成从数列y(n)开始点各移动2048个(约46msec)的、要素数为8192个(约186msec)的信号集Y8192。
接着，通过窗函数对信号集的各要素进行加权(处理(C3))。作为一个实例，取得通过汉宁窗函数对8192个要素分别进行加权后的信号集WY8192。示意性地表示处理(3)时，如图17的“a”所示的表示第1呼吸信号的图表如图17的“b”所示的图表那样变化。
接着，对通过窗函数加权后的各要素进行傅里叶变换(处理(C4))。作为一个实例，取得对信号集WY8192进行傅里叶变换后的CY8192。此处CY8192是复数数据。
接着，计算傅立叶变换后的各要素的功率谱(处理(C5))。作为一个实例，将CY8192的各要素的振幅平方而取得功率谱P＝pow(CY8192(n))。图17的“c”表示第1呼吸信号的功率谱P＝pow(CY8192(n))。
最后，可以实施从第1呼吸信号的功率谱除去奇异值的处理(处理(6))。作为一个实例，奇异值是脉冲性的噪声。
异常音判定部103A可以通过执行处理(C1)～(C6)，计算出除去了脉冲性的噪声的第1呼吸信号的功率谱。
(作为起点的时间点的计算(步骤S12))
对于根据第2呼吸信号决定在第1呼吸信号的功率谱的平均化处理中作为起点的时间点的处理，进行说明。该作为起点的时间点通过执行下述的处理来决定。
(D1)将第2呼吸信号转换为数列。
(D2)下采样。
(D3)应用数字滤波器。
(D4)制成延迟校正后的滤波波形。
(D5)计算作为起点的时间点。
对于(D1)～(D5)的各处理，举出以44.1kHz采样的第2呼吸信号为例进行说明。
首先，异常音判定部103A将以44.1kHz采样的第2呼吸信号转换为数列x(n)(处理(D1))。
接着，异常音判定部103A为了减少数据量而进行下采样(处理(D2))。作为一个实例，以采样间隔N2048(约46msec)对第2呼吸信号进行再采样。
接着，对表示下采样后的第2呼吸信号的数列x(n)应用数字滤波器(处理(D3))。作为一个实例，对数列x(n)应用IIR滤波器。
接着，制成对表示应用了数字滤波器的第2呼吸信号的数列x(n)的延迟进行了校正的滤波波形(处理(D4))。通常，对信号进行滤波时，发生延迟。就表示第2呼吸信号的数列x(n)而言，通过应用所述处理(D3)的数字滤波器，与表示对象者W1的实际呼吸的声音产生偏差。本处理中，制成校正了该偏差的滤波波形。
接着，基于校正了延迟的滤波波形，决定在第1呼吸信号的功率谱的平均化处理中作为起点的时间点(处理(D5))。此处，就作为起点的时间点而言，在表示第2呼吸信号的滤波波形中，可以是呼吸相中的任意点，必须是呼吸相中的同相的时刻。因此，在本实施方式中，进行对第2呼吸信号应用IIR滤波后的滤波波形的延迟校正，将与延迟校正后的波形中的极值对应的时刻决定为作为起点的时间点。需要说明的是，在处理D3中，在对第2呼吸信号应用FIR滤波而使用非对称的波形的情况下，可以以与振幅为0的值对应的时刻为作为起点的时间点。但是，需要选择振幅从负变为正的点或从正变为负的点中的任一个。
(具体例)
下文中对于异常音判定部103A输出的第1呼吸信号的功率谱以及执行了平均化处理的第1呼吸信号的功率谱的具体例，使用图18和图19进行说明。
图18是表示所述的第1呼吸信号的功率谱P＝pow(CY8192(n))的第100个～第350个数据的谱图(声谱图)。该谱图中，纵轴表示功率谱的密度，横轴表示频率，浓淡表示振幅。如图18所示，在对第1呼吸信号的功率谱执行平均化处理，进而执行基于频率的校正的情况下(参照图18的右下图)，可以确认与对象者W1的呼吸同步的带状的信号。
图19表示对第1呼吸信号的功率谱执行平均化处理的情况的谱图。在图19中，平均化处理使用以不同的平均化参数α设计的1阶的低通IIR滤波器进行。此处，平均化的参数α是指1阶的低通IIR滤波器的极(pole)。换言之，表示1阶的低通IIR滤波器的截止频率，即传递函数成为∞的点。这样的平均化的参数α的值为0时，表示未平均化，平均化的参数α的值为1时，表示将全部平均化。如图19所示，平均化的参数α的值越接近1，越可以确认与对象者W1的呼吸同步的带状的信号。
(异常音判定部103A的变形例)
所述的异常音判定部103A可以在平均化处理S12中，除了第1呼吸信号的功率谱的平均化以外，还执行将进行了n次方平均操作的(n为2以上的自然数)第1呼吸信号的功率谱进行线性组合的处理。作为一个实例，异常音判定部103A针对各单元区间计算由<pow(w)2>-<pow(w)>2表示的第1呼吸信号的功率谱的分散、或<pow(w)2>-2<pow(w)>2。
(计算方法)
对于<pow(w)2>-<pow(w)>2或<pow(w)2>-2<pow(w)>2的值的计算方法，使用图20～图22进行说明。图20～图22表示假定第1呼吸信号是脉冲序列的情况下的计算方法，该脉冲序列使得仅在周期Tr中的Te的时间内产生具有相同波形并且脉冲宽度为Δt的多个脉冲Af(t)。此处，A是脉冲的振幅。产生的时机在Te的期间中是随机的，以平均n(pulse/sec)的密度产生。此外，将T e的开始时刻设为τm。
假定第1呼吸信号是在时刻tn(n＝1,2·)观测到脉冲f(t-tn)的脉冲序列。在该情况下，如图20～图22所示，按照下述流程计算<pow(w)2>-<pow(w)>2或<p ow(w)2>-2<pow(w)>2的值。
(E1)对表示第1呼吸信号的脉冲序列进行傅里叶变换(式1)。
(E2)计算傅里叶区间内的能量(式2～式3)。
(E3)计算傅里叶区间内的能量的平均以及能量的平方平均(式4～式8)。
(E4)基于傅里叶区间内的能量，计算功率谱的功率平均和功率的平方平均(式9～式10’)。
(E5)计算<pow(w)2>-<pow(w)>2或<pow(w)2>-2<pow(w)>2的值(式11～式15)。
对于使用所述的计算方法计算出表示捻发音和通常声音的呼吸信号的功率谱的<pow(w)2>-<pow(w)>2即V(pow(w))的值和<pow(w)2>-2<pow(w)>2即U(pow(w))的值的结果，使用图23进行说明。图23是表示将所述计算方法应用于捻发音和正常音的模型的结果的图。在图23中，case1表示包含振幅大的少数脉冲的表示捻发音的呼吸信号的情况，case2表示包含振幅小的多数脉冲的表示正常音的呼吸信号的情况。
如图23所示，表示case1和case2的功率谱的平均的平方的<pow(w)>2的值为相同值。即，呼吸信号的功率谱的平均化中，难以区别捻发音与通常声音。但是，分别比较case1和case2的V(pow(w))和U(pow(w))的值时，V(p ow(w))为10倍，U(pow(w))为100倍左右，值不同。因此，可以通过比较V(p ow(w))或U(pow(w))的值而区别捻发音和通常声音。
因此，异常音判定部103A可以通过将从第1呼吸信号的功率谱计算出的<pow(w)2>-<pow(w)>2的值和<pow(w)2>-2<pow(w)>2的值分别与从表示正常音的呼吸信号的功率谱计算出的<pow(w)2>-<pow(w)>2的值和<pow(w)2>-2<pow(w)>2的值进行比较，更准确地判定与对象者W1的呼吸相关的声音中是否包含异常音。
[信息处理系统的变形例]
在所述的各实施方式中说明的各处理的执行主体是任意的，不限于所述的实例。例如，图8和图12所示的各步骤(控制方法)可以由一个或多个信息处理装置执行。即，图8和图12所示的各步骤(控制方法)可以由一个信息处理装置执行全部，可以由多个信息处理装置分担执行。
[基于软件的实现例]
就信息处理系统100、100A～100D(下文中称为“系统”)、信息处理装置1、1A～1D以及推定装置2、2A(下文中称为“装置”)的功能而言，是用于使计算机作为该系统以及该装置发挥功能的程序，可以通过用于使计算机作为该系统以及该信息处理装置1的各控制块(特别是控制部中包含的各部)发挥功能的程序而实现。
在该情况下，所述系统和所述装置具备计算机作为用于执行所述程序的硬件，所述计算机具有至少一个控制装置(例如处理器)和至少一个存储装置(例如存储器)。通过该控制装置和存储装置执行所述程序，从而实现在所述各实施方式中说明的各功能。
所述程序可以是非暂时性的，记录在计算机可读取的一个或多个记录介质中。该记录介质可以由所述装置具备，可以不具备。在后者的情况下，所述程序可以通过有线或无线的任意传输介质提供给所述装置。
此外，所述各控制块的功能的一部分或全部可以通过逻辑电路而实现。例如，形成有作为所述各控制块发挥功能的逻辑电路的集成电路也包含在本发明的范畴内。除此之外，例如还可以通过量子计算机来实现所述各控制块的功能。
此外，在所述各实施方式中说明的各处理可以由AI(Artificial Intelligenc e：人工智能)执行。在该情况下，AI可以在所述控制装置中运行，可以在其他装置(例如边缘计算机或云服务器等)中运行。
[附记事项]
本发明并不限定于所述的各实施方式，可以在权利要求所示的范围内进行各种变更，将在不同的实施方式中分别公开的技术手段适当组合而得到的实施方式也包含于本发明的技术范围。
[总结]
如上所述，本发明的方式1的信息处理系统具备：传感器，其在不接触对象者的位置或接触所述对象者的躯干的位置检测由所述躯干发出的振动；信号提取部，其从所述传感器输出的检测信号中，提取压力信号和呼吸信号，所述压力信号表示施加于所述传感器的压力，所述呼吸信号表示与所述对象者的呼吸相关的声音；呼吸相判定部，其基于所述压力信号的强度的变动，判定所述对象者的呼气区间和吸气区间；异常音判定部，其基于所述呼吸信号，判定与所述呼吸相关的声音中是否包含异常音；和推定部，其在与所述呼吸相关的声音中包含异常音的情况下，推定该异常音产生于所述呼气区间还是所述吸气区间。
在对象者的身体产生了某种异常的情况下，有时在与该对象者的呼吸相关的声音中包含异常音。已知在与呼吸相关的声音中可能包含的异常音有多个种类，有时可以根据异常音的种类判断在对象者的身体产生的异常的种类。
呼吸具有将空气取入肺的吸气区间和从肺排出空气的呼气区间这样的呼吸相。若可以确定产生异常音的呼吸相，则可以准确地确定该异常音的种类。
根据所述构成，信息处理系统从检测由对象者的躯干发出的振动的传感器输出的检测信号中提取压力信号和呼吸信号。信息处理系统基于压力信号的强度的变动，判定对象者的呼吸相(呼气区间和吸气区间)，基于呼吸信号，判定与呼吸相关的声音中是否包含异常音。在与呼吸相关的声音中包含异常音的情况下，信息处理系统推定该异常音产生于呼气区间还是吸气区间。
由此，信息处理系统可以基于从检测由对象者的躯干发出的振动的传感器输出的检测信号，精度良好地推定产生与该对象者的呼吸相关的声音中包含的异常音的呼吸相。例如，医务工作者可以基于信息处理系统的推定结果，确定与对象者的呼吸相关的声音中包含的异常音的种类，判断对象者的身体产生的异常的种类。
本发明的方式2的信息处理系统可以在所述方式1中，所述异常音判定部在以下至少任一种的情况下判定为与所述呼吸相关的声音中包含所述异常音：所述呼吸信号的每个频带包含超过预先给定的强度的信号的情况；所述呼吸信号中的预先给定的频带中包含超过预先给定的强度的信号的情况；和所述呼吸信号中的正常呼吸时检测的频带中的信号的强度与所述预先给定的频带中的信号的强度之比为给定阈值以上的情况。
根据所述构成，信息处理系统将对象者的呼吸信号的频率特性、呼吸信号的强度、和正常呼吸时的呼吸信号与预先给定的频带中的信号之比中的至少任一者用于异常音的有无的判定。由此，信息处理系统可以正确地判定与呼吸相关的声音中包含的异常音。
本发明的方式3的信息处理系统可以在所述方式1或2中，所述异常音中包含附加音，所述推定部基于所述异常音包含在所述呼气区间还是所述吸气区间，从而推定所述附加音的种类。
根据所述构成，基于异常音包含在呼气区间还是吸气区间，从而推定附加音的种类。除了与呼吸相关的声音以外，还可以通过考虑产生于呼气区间还是吸气区间，而精度良好地推定附加音的种类。
本发明的方式4的信息处理系统可以在所述方式3中，所述推定部根据表示所述异常音的异常音信号的频率，从而推定所述附加音的种类。
附加音根据种类而具有不同的频率特性。根据所述构成，可以基于表示异常音的异常音信号的频率，以更高的可靠性推定附加音的种类。
本发明的方式5的信息处理系统在所述方式1～4中的任一种方式中，所述推定部算出平滑化强度，所述平滑化强度通过对包含所述异常音信号的频率的同一频带的信号的强度的时间变动进行平滑化而得到，并根据所述平滑化强度而推定所述附加音的种类。
可以通过对包含异常音信号的频率的给定频带的信号的强度实施平滑化处理，从而抵消并降低信号中包含的噪声。根据所述构成，信息处理系统可以精度良好且灵敏度良好地推定附加音的种类。
本发明的方式6的信息处理系统可以在所述方式3～5的任一种方式中，所述推定部根据所述呼气区间或所述吸气区间中的所述异常音的声压变化以及产生所述异常音的时间间隔，从而推定所述附加音的种类。
例如，水泡音是“咕噜咕噜(ゴロゴロ)、”“嘟嘟啷啷(ブツブツ)”这样的低音，捻发音是“嘎吱嘎吱(バリッバリッ)”这样的高音。水泡音和捻发音均具有断续性，具有在吸气区间产生的特征。鼾音是“呼噜呼噜(ボーボー)”这样的低音，具有连续性，具有在呼气区间和吸气区间这两者产生的特征。哮鸣音是“哔哔(ピーピー)”这样的高音，具有连续性，具有在呼气区间产生的特征。即，附加音根据其种类，(1)在呼气区间和吸气区间中的哪一个产生是不同的，(2)产生的时间间隔(即，连续性或断续性)是不同的。
根据所述构成，信息处理系统根据呼气区间或吸气区间中的异常音的声压变化以及产生异常音的时间间隔，从而推定附加音的种类。由此，信息处理系统可以精度良好地推定附加音的种类。
本发明的方式7的信息处理系统可以在所述方式3～6的任一方式中，进一步具备：健康状态输出部，其输出涉及所述对象者的健康状态的信息，所述对象者的健康状态根据所推定的所述附加音的种类而确定。
根据所述构成，信息处理系统可以将关于与附加音的产生相关的健康状态的信息(例如，关于疾病或病变的信息)输出至对象者。例如，参照了输出的健康信息的医务工作者可以尽早开始对对象者的医学介入。
本发明的方式8的信息处理系统可以在所述方式1～7的任一种方式中，所述压力信号的频率为0.1Hz以上且1Hz以下。
根据所述构成，可以基于频率特性从检测信号提取压力信号。
本发明的方式9的信息处理系统可以在所述方式1～8的任一种方式中，所述呼吸信号的频率为20Hz以上且1000Hz以下。
根据所述构成，可以基于频率特性从检测信号提取呼吸信号。
本发明的方式10的信息处理系统可以在所述方式1～9中的任一方式中，在不接触所述对象者的位置检测所述振动的所述传感器设置在：所述对象者穿着的衣服中的、以所述传感器和所述躯干夹持所述衣服的位置；或者所述对象者躺卧的床上或所述对象者就坐的椅子上的、支撑所述躯干的位置。
根据所述构成，传感器可以在不接触对象者的位置或接触对象者的躯干的位置检测从躯干发出的振动。即，对象者不需要位于给定的检测用区域，并且不需要采取给定的检测用姿势。例如，在穿着衣服的对象者倚靠在椅子上的状态或躺在床上的状态时，由于对象者与传感器自然而然地接近，因此可以精度良好地检测从对象者的躯干发出的振动。
本发明的方式11的信息处理系统可以在所述方式1～10的任一种方式中，所述躯干至少包含所述对象者的胸部。
根据所述构成，可以更精度良好地检测从对象者的呼吸器发出的振动。
本发明的方式12的信息处理系统可以在所述方式1～11的任一种方式中，所述传感器为薄板状。
根据所述构成，可以将传感器安装于各种位置。例如，可以安装于对象者穿着的衣服等。
本发明的方式13的信息处理系统可以在所述方式1～12的任一种方式中，所述传感器包含压电传感器。
根据所述构成，容易使传感器薄型化，因此可以降低使对象者感到不适的可能性。
本发明的方式14的信息处理系统可以在所述方式1～13中的任一种方式中，所述传感器具备输出所述检测信号的多个检测区域，所述信号提取部从所述多个检测区域的各个检测区域输出的各个按区域的检测信号中，提取所述压力信号和所述呼吸信号。
根据所述构成，信息处理系统从多个检测区域的各个检测区域输出的各个按区域的检测信号中，提取压力信号和呼吸信号。由此，信息处理系统可以在该振动的产生场所附近的检测区域对从对象者的躯干发出的振动进行检测。因此，信息处理系统可以更精度良好地检测从对象者的躯干发出的振动。
本发明的方式15的信息处理系统可以在所述方式14中，进一步具备：部位推定部，其基于从各个所述按区域的检测信号中提取到的所述呼吸信号，推定所述对象者的体内的异常音产生部位。
根据所述构成，信息处理系统基于从各个所述按区域的检测信号中提取到的呼吸信号，推定对象者的体内的异常音产生部位。由此，可以推定对象者的身体的哪个部位有可能产生异常(例如炎症)。
本发明的方式16的信息处理系统可以在所述方式3～7的任一种方式中，所述信号提取部使用与所述附加音的种类的各个频率对应的带通滤波器，从所述检测信号中提取所述呼吸信号。
附加音根据种类而具有特有的频率特性，因此若使用与附加音的种类的各个频率对应的带通滤波器，则能够从检测信号中提取呼吸信号。
本发明的方式17的信息处理装置具备：信号提取部，其从传感器输出的检测信号中，提取压力信号和呼吸信号，所述传感器在不接触对象者的位置或接触所述对象者的躯干的位置检测由所述躯干发出的振动，所述压力信号表示施加于所述传感器的压力，所述呼吸信号表示与所述对象者的呼吸相关的声音；呼吸相判定部，其基于所述压力信号的强度的变动，判定所述对象者的呼气区间和吸气区间；异常音判定部，其基于所述呼吸信号，判定与所述呼吸相关的声音中是否包含异常音；和推定部，其在与所述相关的声音中包含异常音的情况下，推定该异常音产生于所述呼气区间还是所述吸气区间。根据该构成，发挥与所述方式1的信息处理系统同样的效果。
本发明的方式18的信息处理装置具备：信号提取部，其从传感器输出的检测信号中，提取压力信号和呼吸信号，所述传感器在不接触对象者的位置或接触所述对象者的躯干的位置检测由所述躯干发出的振动，所述压力信号表示施加于所述传感器的压力，所述呼吸信号表示与所述对象者的呼吸相关的声音；呼吸相判定部，其基于所述压力信号的强度的变动，判定所述对象者的呼气区间和吸气区间；和异常音判定部，其基于所述呼吸信号，判定与所述呼吸相关的声音中是否包含异常音，所述信息处理装置进一步具备：
输出部，其对于具备推定部的外部装置，输出基于所述呼吸相判定部的判定结果和基于所述异常音判定部的判定结果，所述推定部在与所述呼吸相关的声音中包含异常音的情况下，推定该异常音产生于所述呼气区间还是所述吸气区间。根据该构成，发挥与所述方式1的信息处理系统同样的效果。
本发明的方式19的控制方法是通过一个或多个信息处理装置来执行的控制方法，其包含：信号提取步骤，其从传感器输出的检测信号中，提取压力信号和呼吸信号，所述传感器在不接触对象者的位置或接触所述对象者的躯干的位置检测由所述躯干发出的振动，所述压力信号表示施加于所述传感器的压力，所述呼吸信号表示与所述对象者的呼吸相关的声音；呼吸相判定步骤，其基于所述压力信号的强度的变动，判定所述对象者的呼气区间和吸气区间；异常音判定步骤，其基于所述呼吸信号，判定与所述呼吸相关的声音中是否包含异常音；和推定步骤，其在与所述呼吸相关的声音中包含异常音的情况下，推定该异常音产生于所述呼气区间还是所述吸气区间。根据该构成，发挥与所述方式1的信息处理系统同样的效果。
本发明的方式20的程序是用于控制计算机作为所述方式1所述的信息处理系统的程序，其中，所述程序用于使计算机作为所述信号提取部、所述呼吸相判定部、所述异常音判定部和所述推定部而发挥功能。根据该构成，发挥与所述方式1的信息处理系统同样的效果。
本发明的方式21的信息处理系统在所述方式1～18的任一种方式中，所述异常音判定部对于分别对应于所述呼气区间和所述吸气区间的单元区间、或对应于合并所述呼气区间和所述吸气区间而成的呼吸区间的单元区间，计算所述检测信号中包含的第1频率以上的第1呼吸信号的功率谱，所述异常音判定部根据所述呼吸信号中包含的第2频率以下的第2呼吸信号，针对每个所述单元区间决定在所述功率谱的平均化处理中作为起点的时间点，所述异常音判定部基于平均化处理的结果，判定与所述呼吸相关的声音中是否包含异常音，所述平均化处理的结果通过对各个所述单元区间，与所述功率谱中的所述起点匹配地进行所述平均化处理而得到。
根据所述构成，从呼吸信号除去不需要的频带的信号而进行平均化处理，因此可以更高精度地判定与对象者的呼吸相关的声音中是否包含异常音。
本发明的方式22的信息处理系统在所述方式21中，所述判定处理在所述平均化处理中，在所述功率谱的分散与所述第1呼吸信号的功率平均值的平方之比为给定阈值以上的情况下，判定与所述呼吸相关的声音中包含异常音。
根据所述构成，可以高精度地判定是否包含异常音，并且可以区别类似的异常音。
本发明的方式23的信息处理系统在所述方式21中，在所述第1呼吸信号和所述第2呼吸信号的至少任一者包含振幅大于预先给定的标准振幅的大振幅信号的情况下，将所述大振幅信号的振幅变更为所述标准振幅而进行所述平均化处理。
根据所述构成，可以简化复杂的处理。由此，可以高精度地判定与对象者的呼吸相关的声音中是否包含异常音，并且可以高效地进行判定。
本发明的方式24的信息处理系统在所述方式21中，在所述第1呼吸信号和所述第2呼吸信号的至少任一者包含振幅大于预先给定的标准振幅的大振幅信号的情况下，从所述单元区间除去该大振幅信号而进行所述平均化处理。
根据所述构成，可以简化复杂的处理。由此，可以高精度地判定与对象者的呼吸相关的声音中是否包含异常音，并且可以高效地进行判定。
本发明的方式25的信息处理系统在所述方式21中，基于通过经过了n次方平均运算的所述功率谱的线性组合而计算得到的值，判定与所述呼吸相关的声音中是否包含异常音，所述n为2以上的自然数。
根据所述构成，即使是在平均化处理中无法与正常音区别的呼吸信号，也可以高精度地判定。
符号说明
1、1A、1B、1C、1D 信息处理装置
2、2A 推定装置
3 通信装置
11 传感器
100、100A、100B、100C、100D 信息处理系统
101 信号提取部
102 呼吸相判定部
103 异常音判定部
104、201 推定部
105、205 输出部(健康状态输出部)
106、202 产生部位推定部

Claims (25)

1.一种信息处理系统，其具备：
传感器，其在不接触对象者的位置或接触所述对象者的躯干的位置检测由所述躯干发出的振动；
信号提取部，其从所述传感器输出的检测信号中，提取压力信号和呼吸信号，所述压力信号表示施加于所述传感器的压力，所述呼吸信号表示与所述对象者的呼吸相关的声音；
呼吸相判定部，其基于所述压力信号的强度的变动，判定所述对象者的呼气区间和吸气区间；
异常音判定部，其基于所述呼吸信号，判定与所述呼吸相关的声音中是否包含异常音；和
推定部，其在与所述呼吸相关的声音中包含异常音的情况下，推定该异常音产生于所述呼气区间还是所述吸气区间。
2.根据权利要求1所述的信息处理系统，其中，
所述异常音判定部在以下至少任一种的情况下判定为与所述呼吸相关的声音中包含所述异常音：
所述呼吸信号具有预先给定的频率特性的情况；
所述呼吸信号的每个频带包含超过预先给定的强度的信号的情况；
所述呼吸信号中的预先给定的频带中包含超过预先给定的强度的信号的情况；和
所述呼吸信号中的正常呼吸时检测的频带中的信号的强度与所述预先给定的频带中的信号的强度之比为给定阈值以上的情况。
3.根据权利要求1所述的信息处理系统，其中，
所述异常音包含附加音，
所述推定部基于所述异常音包含在所述呼气区间还是所述吸气区间，从而推定所述附加音的种类。
4.根据权利要求3所述的信息处理系统，其中，
所述推定部根据表示所述异常音的异常音信号的频率，从而推定所述附加音的种类。
5.根据权利要求4所述的信息处理系统，其中，
所述推定部计算出平滑化强度，所述平滑化强度通过对包含所述异常音信号的频率的同一频带的信号的强度的时间变动进行平滑化而得到，
所述推定部根据所述平滑化强度，从而推定所述附加音的种类。
6.根据权利要求3所述的信息处理系统，其中，
所述推定部根据所述呼气区间或所述吸气区间中的所述异常音的声压变化以及产生所述异常音的时间间隔，从而推定所述附加音的种类。
7.根据权利要求3所述的信息处理系统，其进一步具备：
健康状态输出部，其输出涉及所述对象者的健康状态的信息，所述对象者的健康状态根据所推定的所述附加音的种类而确定。
8.根据权利要求1所述的信息处理系统，其中，
所述压力信号的频率为0.1Hz以上且1Hz以下。
9.根据权利要求1所述的信息处理系统，其中，
所述呼吸信号的频率为20Hz以上且1000Hz以下。
10.根据权利要求1所述的信息处理系统，其中，
在不接触所述对象者的位置检测所述振动的所述传感器设置在：
所述对象者穿着的衣服中的、以所述传感器和所述躯干夹持所述衣服的位置；或者
所述对象者躺卧的床上或所述对象者就坐的椅子上的、支撑所述躯干的位置。
11.根据权利要求1所述的信息处理系统，其中，
所述躯干至少包含所述对象者的胸部。
12.根据权利要求1所述的信息处理系统，其中，
所述传感器为薄板状。
13.根据权利要求1所述的信息处理系统，其中，
所述传感器包含压电传感器。
14.根据权利要求1所述的信息处理系统，其中，
所述传感器具备输出所述检测信号的多个检测区域，
所述信号提取部从所述多个检测区域的各个检测区域输出的各个按区域的检测信号中，提取所述压力信号和所述呼吸信号。
15.根据权利要求14所述的信息处理系统，其进一步具备：
产生部位推定部，其基于从各个所述按区域的检测信号中提取到的所述呼吸信号，推定所述对象者的体内的异常音产生部位。
16.根据权利要求3所述的信息处理系统，其中，
所述信号提取部使用与所述附加音的种类的各个频率对应的带通滤波器，从所述检测信号中提取所述呼吸信号。
17.一种信息处理装置，其具备：
信号提取部，其从传感器输出的检测信号中，提取压力信号和呼吸信号，所述传感器在不接触对象者的位置或接触所述对象者的躯干的位置检测由所述躯干发出的振动，所述压力信号表示施加于所述传感器的压力，所述呼吸信号表示与所述对象者的呼吸相关的声音；
呼吸相判定部，其基于所述压力信号的强度的变动，判定所述对象者的呼气区间和吸气区间；
异常音判定部，其基于所述呼吸信号，判定与所述呼吸相关的声音中是否包含异常音；和
推定部，其在与所述相关的声音中包含异常音的情况下，推定该异常音产生于所述呼气区间还是所述吸气区间。
18.一种信息处理装置，其具备：
信号提取部，其从传感器输出的检测信号中，提取压力信号和呼吸信号，所述传感器在不接触对象者的位置或接触所述对象者的躯干的位置检测由所述躯干发出的振动，所述压力信号表示施加于所述传感器的压力，所述呼吸信号表示与所述对象者的呼吸相关的声音；
呼吸相判定部，其基于所述压力信号的强度的变动，判定所述对象者的呼气区间和吸气区间；和
异常音判定部，其基于所述呼吸信号，判定与所述呼吸相关的声音中是否包含异常音，
所述信息处理装置进一步具备：
输出部，其对于具备推定部的外部装置，输出基于所述呼吸相判定部的判定结果和基于所述异常音判定部的判定结果，所述推定部在与所述呼吸相关的声音中包含异常音的情况下，推定该异常音产生于所述呼气区间还是所述吸气区间。
19.一种通过一个或多个信息处理装置来执行的控制方法，其包含：
信号提取步骤，其从传感器输出的检测信号中，提取压力信号和呼吸信号，所述传感器在不接触对象者的位置或接触所述对象者的躯干的位置检测由所述躯干发出的振动，所述压力信号表示施加于所述传感器的压力，所述呼吸信号表示与所述对象者的呼吸相关的声音；
呼吸相判定步骤，其基于所述压力信号的强度的变动，判定所述对象者的呼气区间和吸气区间；
异常音判定步骤，其基于所述呼吸信号，判定与所述呼吸相关的声音中是否包含异常音；和
推定步骤，其在与所述呼吸相关的声音中包含异常音的情况下，推定该异常音产生于所述呼气区间还是所述吸气区间。
20.一种用于控制计算机作为权利要求1所述的信息处理系统的程序，其中，
所述程序用于使计算机作为所述信号提取部、所述呼吸相判定部、所述异常音判定部和所述推定部而发挥功能。
21.根据权利要求1所述的信息处理系统，其中，
所述异常音判定部对于分别对应于所述呼气区间和所述吸气区间的单元区间、或对应于合并所述呼气区间和所述吸气区间而成的呼吸区间的单元区间，计算所述检测信号中包含的第1频率以上的第1呼吸信号的功率谱，
所述异常音判定部根据所述呼吸信号中包含的第2频率以下的第2呼吸信号，针对每个所述单元区间决定在所述功率谱的平均化处理中作为起点的时间点，
所述异常音判定部基于平均化处理的结果，判定与所述呼吸相关的声音中是否包含异常音，所述平均化处理的结果通过对各个所述单元区间，与所述功率谱中的所述起点匹配地进行所述平均化处理而得到。
22.根据权利要求21所述的信息处理系统，其中，
所述异常音判定部在所述平均化处理中，在功率谱的分散与所述第1呼吸信号的功率平均值的平方之比为给定阈值以上的情况下，判定与所述呼吸相关的声音中包含异常音。
23.根据权利要求21所述的信息处理系统，其在所述第1呼吸信号和所述第2呼吸信号的至少任一者包含振幅大于预先给定的标准振幅的大振幅信号的情况下，将所述大振幅信号的振幅变更为所述标准振幅而进行所述平均化处理。
24.根据权利要求21所述的信息处理系统，其在所述第1呼吸信号和所述第2呼吸信号的至少任一者包含振幅大于预先给定的标准振幅的大振幅信号的情况下，除去该大振幅信号而进行所述平均化处理。
25.根据权利要求21所述的信息处理系统，其基于通过经过了n次方平均运算的所述功率谱的线性组合而计算得到的值，判定与所述呼吸相关的声音中是否包含异常音，所述n为2以上的自然数。
CN202380065610.7A 2022-09-29 2023-09-21 信息处理系统、信息处理装置、控制方法和程序 Pending CN119866194A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2022-157010 2022-09-29
JP2022157010 2022-09-29
PCT/JP2023/034228 WO2024070878A1 (ja) 2022-09-29 2023-09-21 情報処理システム、情報処理装置、制御方法、およびプログラム

Publications (1)

Publication Number Publication Date
CN119866194A true CN119866194A (zh) 2025-04-22

Family

ID=90477667

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202380065610.7A Pending CN119866194A (zh) 2022-09-29 2023-09-21 信息处理系统、信息处理装置、控制方法和程序

Country Status (5)

Country Link
JP (1) JPWO2024070878A1 (zh)
KR (1) KR20250084914A (zh)
CN (1) CN119866194A (zh)
TW (1) TW202434165A (zh)
WO (1) WO2024070878A1 (zh)

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7314451B2 (en) 2005-04-25 2008-01-01 Earlysense Ltd. Techniques for prediction and monitoring of clinical episodes
JP5940626B2 (ja) * 2014-10-27 2016-06-29 株式会社豊田中央研究所 個人認証装置及び個人認証プログラム
JP6396981B2 (ja) * 2016-12-27 2018-09-26 Ａｍｉ株式会社 生体モニタリング装置
CN114760917A (zh) * 2019-12-04 2022-07-15 积水化学工业株式会社 状态判定方法、状态判定装置、状态判定系统、状态判定程序以及记录介质
JP7415167B2 (ja) * 2020-03-31 2024-01-17 テイ・エス テック株式会社 生体運動誘導システム、生体運動誘導方法及びプログラム

Also Published As

Publication number Publication date
WO2024070878A1 (ja) 2024-04-04
JPWO2024070878A1 (zh) 2024-04-04
KR20250084914A (ko) 2025-06-11
TW202434165A (zh) 2024-09-01

Similar Documents

Publication Publication Date Title
US20240268712A1 (en) Method and apparatus for processing a cyclic physiological signal
FI126600B (en) Detection of sleep phenomena using ballistocardiography
JP5533726B2 (ja) 睡眠時無呼吸判定装置
US20060198533A1 (en) Method and system for continuous monitoring and diagnosis of body sounds
CN104144636B (zh) 处理表示生理节律的信号的方法
JP2001037742A (ja) 呼吸器系疾患のモニタ装置
CN108289779B (zh) 身体状况检查装置、身体状况检查方法以及床系统
JP7691999B2 (ja) 遠隔患者のスクリーニング及びトリアージのためのシステム及び方法
US20180344208A1 (en) Respiration estimation method and apparatus
CN107913060A (zh) 用于监测心跳的方法及装置
JP2017537710A (ja) 睡眠段階分類のスペクトル境界を決定するシステム及び方法
JP5070701B2 (ja) 寝具に加わる被験者の荷重変化により得られる呼吸信号の解析方法および装置
JP2023542379A (ja) 呼吸信号を決定するためのプロセッサ及び方法
US11291406B2 (en) System for determining a set of at least one cardio-respiratory descriptor of an individual during sleep
JP5776817B2 (ja) 呼吸判定装置
Thirion et al. BCG-VARS: BallistoCardioGraphy vital algorithms for real-time systems
WO2015178439A2 (ja) 睡眠時無呼吸の中枢型／閉塞型診断支援装置および診断支援方法、ならびに睡眠時無呼吸の中枢型／閉塞型診断支援プログラムを記録したコンピュータ読み取り可能な記録媒体
JP7158641B1 (ja) 無呼吸低呼吸指標推定装置、方法およびプログラム
JP6011240B2 (ja) 生体情報取得方法及び生体情報取得装置
CN119866194A (zh) 信息处理系统、信息处理装置、控制方法和程序
US20250090131A1 (en) Information processing system, information processing device, and control method
TWI808755B (zh) 一種血壓測量方法及血壓測量系統
WO2023140390A1 (ja) 睡眠状態判定装置、睡眠状態判定方法およびプログラム
WO2020090763A1 (ja) 処理装置、システム、処理方法、およびプログラム
CN117999029A (zh) 信息处理系统、检测装置、服务器装置、信息处理装置、控制方法及程序

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination