JP2018000460A - 電子機器及び推定システム - Google Patents

Abstract

【課題】頸動脈の状態を安定して推定しやすくなる電子機器及び推定システムを提供する。【解決手段】電子機器１００は、被検者の頸動脈における脈波を取得するセンサ部１３０と、センサ部が取得した脈波に基づいて被検者の頸動脈の状態を推定する制御部１４３と、を備える。【選択図】図５

Description

本発明は、測定された生体情報から、被検者の健康状態を推定する電子機器及び推定システムに関する。

従来、被検者の動脈硬化等の診断を行う装置が知られている。例えば、特許文献１には、被検者の頸部の所定の位置に超音波を照射することによって取得される超音波画像に基づいて、被検者の動脈硬化等の診断を行う超音波診断装置が記載されている。

特開２００５−０００３９０号公報

しかしながら、特許文献１に開示された超音波診断装置では、例えば超音波画像が不鮮明な場合、正確な診断結果を得づらくなる。

かかる事情に鑑みてなされた本発明の目的は、頸動脈の状態を安定して推定しやすくなる電子機器及び推定システムを提供することにある。

上記課題を解決するため、本発明の一実施形態に係る電子機器は、被検者の頸動脈における脈波を取得するセンサ部と、前記センサ部が取得した脈波に基づいて前記被検者の頸動脈の状態を推定する制御部と、を備える。

また、本発明の一実施形態に係る推定システムは、被検者の頸動脈における脈波を取得するセンサ部を備える電子機器と、前記センサ部が取得した脈波に基づいて前記被検者の頸動脈の状態を推定する制御部を備える推定装置と、を有する。

本発明によれば、頸動脈の状態を安定して推定しやすくなる電子機器及び推定システムを提供できる。

本発明の一実施形態に係る電子機器の概略構成を示す模式図である。 図１の電子機器の概略構成を示す断面図である。 図１の電子機器の使用状態の一例を示す図である。 電子機器の他の一例の概略構成を示す断面図である。 図１の電子機器の概略構成を示す機能ブロック図である。 図１の電子機器による脈波の測定処理について説明するための模式図である。 図１の電子機器による脈波の測定処理の手順を示すフロー図である。 図１の電子機器が取得した脈波の一例を示す図である。 ダイクロティックノッチとプラークスコアとの関係を示す図である。 センサ部で取得された脈波の一例を示す図である。 算出されたＡＩの時間変動を示す図である。 算出されたＡＩと血糖値の測定結果を示す図である。 算出されたＡＩと血糖値の関係を示す図である。 算出されたＡＩと中性脂肪値の測定結果を示す図である。 血液の流動性並びに糖代謝及び脂質代謝の状態を推定する手順を示すフロー図である。 本発明の一実施形態に係る推定システムの概略構成を示す模式図である。

以下、いくつかの実施形態について、図面を参照して詳細に説明する。

図１は、一実施形態に係る電子機器の概略構成を示す模式図である。図２は、図１の電子機器の概略構成を示す断面図である。電子機器１００は、把持部１１０と、測定部１２０とを備える。図１は、被検部位に接触する裏面１２０ａ側から電子機器１００を観察した図である。

電子機器１００は、被検者が電子機器１００を把持して測定部１２０を被検部位に接触させた状態で、被検者の生体情報を測定する。電子機器１００が測定する生体情報は、測定部１２０で測定可能な被検者の脈波である。一実施形態においては、被検者は、被検者の頸動脈における脈波を取得可能な位置に測定部１２０が接触するように、電子機器１００を把持して、脈波を取得する。

一実施形態において、被検者は、測定部１２０の裏面１２０ａが被検部位に接触するように電子機器１００を首に接触させて、脈波の測定を行う。電子機器１００は、被検者の首において、頸動脈を流れる血液の脈波を測定する。

測定部１２０は、脈波の測定時に被検者の首に接触する裏面１２０ａと、裏面１２０ａと反対側の表面１２０ｂとを有する。測定部１２０は、裏面１２０ａ側に開口部１１１を有する。センサ部１３０は、被検者の首に接触する第１端と、測定部１２０に接する第２端とを有する。センサ部１３０は、弾性体１４０が押圧されていない状態において、開口部１１１から裏面１２０ａ側に第１端が突出している。センサ部１３０の第１端は、脈あて部１３２を有する。センサ部１３０の第１端は、裏面１２０ａの平面とほぼ垂直な方向に変位可能である。センサ部１３０の第２端は、軸部１３３を介して測定部１２０に接している。また、測定部１２０は、裏面１２０ａ側において、脈波の測定時に首と接触することにより電子機器１００の首への接触状態を安定させるためのセンサ支持部１２１を備える。

センサ部１３０の第１端は、弾性体１４０を介して測定部１２０に接している。センサ部１３０の第１端は、測定部１２０に対して変位可能である。弾性体１４０は、例えばばねを含む。弾性体１４０は、ばねに限らず、他の任意の弾性体、例えば樹脂、スポンジ等であってもよい。

なお、測定部１２０には制御部、記憶部、通信部、電源部、報知部、及びこれらを動作させる回路、接続するケーブル等が配置されていてもよい。

センサ部１３０は、センサ部１３０の変位を検出する角速度センサ１３１を備える。角速度センサ１３１はセンサ部１３０の角度変位を検出できればよい。センサ部１３０が備えるセンサは、角速度センサ１３１に限らず、例えば加速度センサ、角度センサ、その他のモーションセンサであってもよいし、これらのセンサを複数備えていてもよい。

図３は、被検者による電子機器１００の使用状態の一例を示す図である。図３では、説明のため、模式的に頸動脈の位置を示している。被検者は、測定部１２０が被検部位に接触するように、電子機器１００の把持部１１０を指で把持する。一実施形態では、被検者は、特に皮膚上において頸動脈が存在する位置に脈あて部１３２が接触するように、電子機器１００を把持する。被検者が、センサ支持部１２１が胸鎖乳突筋に接触するように電子機器１００を把持することにより、脈あて部１３２は安定して頸動脈が存在する位置に接触しやすくなる。

電子機器１００が被検者の首に接触している状態において、センサ部１３０の第１端は、測定部１２０とセンサ部１３０との間に配置される弾性体１４０の弾性力により、被検者の頸動脈上の皮膚を所定の圧力で押圧するように接触している。センサ部１３０は、被検者の頸動脈の動き、すなわち脈動に応じて変位する。角速度センサ１３１は、センサ部１３０の変位を検出することにより、頸動脈の脈波を取得する。脈波とは、血液の流入によって生じる血管の容積時間変化を体表面から波形としてとらえたものである。

再び図２を参照すると、センサ部１３０は、弾性体１４０が押圧されていない状態において、開口部１１１から第１端が突出した状態である。被検者が電子機器１００を首に接触させた際、センサ部１３０の第１端は被検者の首の皮膚に接触しており、脈動に応じて、弾性体１４０が伸縮し、センサ部１３０の第１端が変位する。弾性体１４０は、脈動を妨げず、かつ脈動に応じて伸縮するように、適度な弾性率を有するものが用いられる。開口部１１１の開口幅Ｗは、血管径、一実施形態では頸動脈径より十分大きい幅を有していてもよい。測定部１２０に開口部１１１を設けることにより、電子機器１００を首に接触させた状態において、測定部１２０の裏面１２０ａは頸動脈を圧迫しない。そのため、電子機器１００はノイズの少ない脈波の取得が可能となり、脈波の測定の精度が向上する。

図３では、電子機器１００を首に接触させ、頸動脈における脈波を取得する例を示したが、電子機器１００は、例えば、被検者の手首において、橈骨動脈又は尺骨動脈を流れる血液の脈波を取得してもよい。具体的には、被検者は、脈あて部１３２を橈骨動脈又は尺骨動脈の位置に軽く押し当てて、脈波の測定を行ってもよい。

なお、電子機器１００の構成は、図２に示すものに限られない。図４は、電子機器１００の他の一例の概略構成を示す断面図である。図４に示す電子機器１００は、弾性体１４０として、ねじりコイルばねを備える。ねじりコイルばねは２つのアームを有する。第１のアームは、センサ部１３０に接続される。第２のアームは、圧力調整部１４１に接続される。圧力調整部１４１は、弾性体１４０によるセンサ部１３０から被検部位への圧力を調整可能な機構である。圧力調整部１４１は、例えば偏心軸を有する回転機構により構成され、当該回転機構が回転することにより、弾性体１４０による圧力を調整できる。電子機器１００が圧力調整部１４１を有する場合には、被検者に応じてセンサ部１３０から被検部位にかかる圧力を調整できるため、各被検者に応じてより高い精度で脈波の測定を行うことができる。

図５は、電子機器１００の機能ブロック図である。電子機器１００は、センサ部１３０と、制御部１４３と、電源部１４４と、記憶部１４５と、通信部１４６と、報知部１４７とを含む。一実施形態では、制御部１４３、電源部１４４、記憶部１４５、通信部１４６及び報知部１４７は、測定部１２０又は把持部１１０の内部に含まれていてもよい。

センサ部１３０は、角速度センサ１３１を含み、被検部位から脈動を検出して脈波を取得する。

制御部１４３は、電子機器１００の各機能ブロックをはじめとして、電子機器１００の全体を制御及び管理するプロセッサである。また、制御部１４３は、取得された脈波から、被検者の頸動脈の状態を推定するプロセッサである。制御部１４３は、制御手順を規定したプログラム及び頸動脈の状態を推定するプログラムを実行するＣＰＵ（Central Processing Unit）等のプロセッサで構成される。これらのプログラムは、例えば記憶部１４５等の記憶媒体に格納される。制御部１４３は、報知部１４７へのデータの報知を行ってもよい。

電源部１４４は、例えばリチウムイオン電池並びにその充電及び放電のための制御回路等を備え、電子機器１００全体に電力を供給する。電源部１４４は、リチウムイオン電池等の二次電池に限らず、例えばボタン電池等の一次電池であってもよい。

記憶部１４５は、プログラム及びデータを記憶する。記憶部１４５は、半導体記憶媒体、及び磁気記憶媒体等の非一過的（non-transitory）な記憶媒体を含んでよい。記憶部１４５は、複数の種類の記憶媒体を含んでよい。記憶部１４５は、メモリカード、光ディスク、又は光磁気ディスク等の可搬の記憶媒体と、記憶媒体の読み取り装置との組み合わせを含んでよい。記憶部１４５は、ＲＡＭ（Random Access Memory）等の一時的な記憶領域として利用される記憶デバイスを含んでよい。記憶部１４５は、各種情報や電子機器１００を動作させるためのプログラム等を記憶するとともに、ワークメモリとしても機能する。記憶部１４５は、例えばセンサ部１３０により取得された脈波の測定結果を記憶してもよい。

通信部１４６は、外部装置と有線通信又は無線通信を行うことにより、各種データの送受信を行う。通信部１４６は、例えば、健康状態を管理するために被検者の生体情報を記憶する外部装置と通信を行う。通信部１４６は、電子機器１００が測定した脈波の測定結果や、電子機器１００が推定した健康状態を、当該外部装置に送信する。

報知部１４７は、音、振動、及び画像等で情報を報知する。報知部１４７は、スピーカ、振動子、及び表示デバイスを備えていてもよい。表示デバイスは、例えば液晶ディスプレイ（ＬＣＤ：Liquid Crystal Display）、有機ＥＬディスプレイ（ＯＥＬＤ：Organic Electro-Luminescence Display）、又は無機ＥＬディスプレイ（ＩＥＬＤ：Inorganic Electro-Luminescence Display）等とすることができる。一実施形態において、報知部１４７は、例えば、被検者の頸動脈の状態を報知する。

次に、電子機器１００による脈波の測定処理の詳細について説明する。図６は、電子機器１００による脈波の測定処理について説明するための模式図である。図７は、電子機器１００による脈波の測定処理の手順を示すフロー図である。図６において、横軸は時間を示し、縦軸は脈波に基づく角速度センサ１３１の出力（ｒａｄ／秒）を模式的に示すものである。図６では、角速度センサ１３１の出力は、各脈波のピークのみを示している。

被検者は、時刻ｔ_０において、電子機器１００に対して脈波測定処理を開始するための所定の入力操作を行ったとする。すなわち、電子機器１００は、時刻ｔ_０において脈波の測定を開始したとする。被検者は、脈波測定処理を開始するための所定の入力操作を行った後、把持部１１０を把持して測定部１２０を首に接触させる。電子機器１００は、被検者が脈波測定処理を開始するための所定の入力操作を行うと、図７に示すフローを開始する。

電子機器１００では、制御部１４３が、脈波測定処理を開始すると、頸動脈の脈動に応じた角速度センサ１３１の出力を検出する。測定開始直後の所定期間（図６における時刻ｔ_０から時刻ｔ_１まで）は、被検者が電子機器１００を首に接触させる位置を調整させること等により、角速度センサ１３１の出力が安定しない。この期間は脈波を正確に取得できない。そのため、電子機器１００は、この期間に測定された脈波を、頸動脈の状態の推定に使用しなくてもよい。電子機器１００は、例えば、この期間に測定された脈波を記憶部１４５に記憶しなくてもよい。

制御部１４３は、脈波測定処理の開始後、所定回数連続して安定した脈波を検出したか否かを判定する（図７のステップＳ１０１）。所定回数は、図６に示す例では４回であるが、これに限られない。また、安定した脈波は、例えば、各脈波のピーク出力のばらつき及び／又は各脈波のピーク同士の間隔のばらつきが、所定の誤差範囲内となる脈波をいう。ピーク同士の間隔における所定の誤差範囲は、例えば±１５０ｍｓｅｃであるが、これに限られない。図６に示す例では、制御部１４３が、時刻ｔ_１から時刻ｔ_２まで、各脈波のピーク同士の間隔のばらつきが４回連続で±１５０ｍｓｅｃ以内となる脈波を検出した場合の例を示している。

制御部１４３は、脈波測定処理の開始後、所定回数連続して安定した脈波を検出したと判定した場合（図７のステップＳ１０１のＹｅｓ）、脈波の取得を開始する（ステップＳ１０２）。すなわち、制御部１４３は、頸動脈の状態を推定するために使用する脈波を取得する。脈波取得開始時刻は、例えば図６では時刻ｔ_３である。制御部１４３は、このようにして取得した脈波を記憶部１４５に記憶してもよい。電子機器１００は、このように所定回数連続して安定した脈波を検出したと判定した場合に脈波の取得を開始するため、実際には被検者が電子機器１００を接触させていない場合等における、誤検出を防止しやすくなる。

制御部１４３は、脈波の取得を開始した後、脈波取得の終了条件が満たされると、脈波の取得を終了する。終了条件は、脈波の取得を開始した後、例えば所定時間が経過した場合であってもよい。終了条件は、例えば、所定の脈拍数分の脈波を取得した場合であってもよい。なお終了条件は、これに限られず他の条件が適宜設定されてもよい。図６に示す例では、制御部１４３は、時刻ｔ_３から所定時間（例えば８秒又は１５秒）経過後の時刻ｔ_４において脈波の取得を終了する。これにより、図７に示すフローは終了する。

なお、制御部１４３は、脈波測定処理の開始後、所定回数連続して安定した脈波を検出していないと判定した場合（図７のステップＳ１０１のＮｏ）、脈波測定処理を開始するための所定の入力操作を行ってから所定時間経過したか否かを判定する（ステップＳ１０３）。

脈波測定処理を開始するための所定の入力操作を行ってから所定時間（例えば３０秒）経過していないと制御部１４３が判定した場合（ステップＳ１０３のＮｏ）、図７に示すフローは、ステップＳ１０１に移行する。

一方、制御部１４３は、脈波測定処理を開始するための所定の入力操作を行ってから所定時間経過しても、安定した脈波を検出できない場合（ステップＳ１０３のＹｅｓ）、自動的に測定処理を終了（タイムアウト）して、図７のフローを終了する。

図８は、電子機器１００が図７に示すフローにより取得した脈波の一例を示す図である。電子機器１００は、脈動によるセンサ部１３０の変位を、角速度センサ１３１の出力により検知する。図８は、電子機器１００が取得した脈波を、時間経過に伴う角速度センサ１３１の出力により表したものである。図８では、角速度センサ１３１の出力の基準位置は、脈あて部１３２の被検者に接触する面が、センサ支持部１２１の被検者に接触する面（つまり測定部１２０の裏面１２０ａ）と同一平面上となる位置である。図８では、脈あて部１３２が裏面１２０ａから落ち込む側を正方向（＋）、裏面１２０ａよりも突出する側を負方向（−）として示されている。

本発明者は、電子機器１００が取得する図８に一例として示す波形が、超音波を用いた診断装置により取得される信号（レーザドップラ信号）に類似していることを見出した。そして、本発明者は、レーザドップラ信号に代わり、電子機器１００が取得した波形により被検者の頸動脈の状態を推定できることに想到した。

ここで、電子機器１００による、被検者の頸動脈の状態の推定処理の詳細について説明する。電子機器１００は、頸動脈の状態を推定するため、ＤＮ（ダイクロティックノッチ：Dicrotic Notch）を算出する。ＤＮは、重複切痕とも呼ばれる。ＤＮは、図８に示す波形においては、（ｉ）で示される脈あて部１３２の負方向への落込みにより表される。電子機器１００の制御部１４３は、（ｉ）で示される負方向への落込み部分について、落込み量ｂにより、ＤＮを算出してもよい。

電子機器１００は、算出したＤＮに基づいて、頸動脈の状態として、例えば、頸動脈における動脈硬化の度合いを推定する。動脈硬化の度合いは、血管の内膜が肥厚して形成されるプラークの状態に大きく依存することが従来知られている。電子機器１００は、プラークの状態を推定することにより動脈硬化の度合いを推定できる。

電子機器１００が取得する脈波は、頸動脈内のプラークの状態、例えばプラーク数及びプラークの肥厚度合い等により変化する。そのため、頸動脈内のプラークの状態に応じてＤＮは変化する。このように、ＤＮに頸動脈の影響が表れるため、電子機器１００は、算出したＤＮに基づいてプラークの状態を推定できる。

具体的には、電子機器１００は、例えば予め記憶部１４５に記憶されたＤＮとプラークスコアとの関係に基づいて、プラークの状態として、プラークスコアを推定する。プラークスコアは、頸動脈に存在するプラークの高さに関する指標である。プラークスコアは、例えば、左右の頸動脈において、各頸動脈の分岐部を基点として、頸動脈に沿って、末梢（頭部）側に１．５ｃｍ、中枢（胴体）側に４．５ｃｍの範囲に存在する１．１ｍｍ以上のＩＭＴ（内膜中膜複合体：Intima-Media Thickness）の総和とすることができる。

図９は、ＤＮとプラークスコアとの関係を示す図である。図９に示すように、ＤＮとプラークスコアとは負の相関がある。電子機器１００は、例えば図９に示すＤＮとプラークスコアとの関係に基づいて、算出したＤＮを用いて、被検者のプラークスコアを算出する。このようにして、電子機器１００は、頸動脈の状態として、プラークスコアを推定できる。そして、電子機器１００は、プラークの状態を示すプラークスコアに基づき、動脈硬化の度合いを推定する。

電子機器１００は、推定した動脈硬化の度合いに関する情報を報知部１４７から報知してもよい。電子機器１００は、推定した動脈硬化の度合いに関する情報を、例えばプラークスコア等のプラークの状態に関する情報と対応付けて報知してもよい。

このように、一実施形態に係る電子機器１００は、角速度センサ１３１の変位により取得した頸動脈の脈波に基づいて、被検者の頸動脈の状態を推定できる。例えば超音波を用いた診断装置により頸動脈の状態を推定する場合、被検部位へのプローブの当て方によって頸動脈の位置が変化し、得られる超音波画像が変化したり、取得される超音波画像が不鮮明になったりする。これにより、超音波を用いた診断装置では、正確な診断結果を得にくい場合がある。これに対し、本実施形態に係る電子機器１００は、頸動脈における脈動に基づいて頸動脈の状態を推定するため、超音波を用いた診断装置と比較して、頸動脈の状態をより安定して推定しやすくなる。

なお、被検者は、頸動脈の脈波において、良好なＤＮが取得しやすい所定の条件下で頸動脈の脈波を取得してもよい。例えば、食後は、脈波が血管において反射される反射波の影響により、良好なＤＮが取得しにくい。そのため、被検者は、食前に頸動脈の脈波を取得してもよい。

また、被検者は、電子機器１００を用いて、血液の流動性、糖代謝又は脂質代謝の状態を推定させることもできる。被検者は、例えば上述の電子機器１００を、被検部位である首に接触させる。電子機器１００は、被検者の頸動脈が存在する位置に接触された脈あて部１３２の変位によって角速度センサ１３１が取得したセンサ部１３０の変位を検出することにより、脈波を取得する。電子機器１００は、制御部１４３は、脈波の伝播現象に基づく指標を算出して、被検者の血液の流動性、糖代謝又は脂質代謝の状態を推定する。

図１０は、電子機器１００を用いて首で取得された脈波の一例を示す図である。図１０は、角速度センサ１３１を脈動の検知手段として用いた場合のものである。図１０は、角速度センサ１３１で取得された角速度を積分したものであり、横軸は時間、縦軸は角度を表す。取得された脈波は、例えば被検者の体動が原因のノイズを含む場合があるので、ＤＣ（Direct Current）成分を除去するフィルタによる補正を行い、脈動成分のみを抽出してもよい。

取得された脈波から、脈波に基づく指標を算出する方法を、図１０を用いて説明する。脈波の伝播は、心臓から押し出された血液による拍動が、動脈の壁や血液を伝わる現象である。心臓から押し出された血液による拍動は、前進波として手足の末梢まで届き、その一部は血管の分岐部、血管径の変化部等で反射され反射波として戻ってくる。脈波に基づく指標は、例えば、前進波の脈波伝播速度ＰＷＶ（Pulse Wave Velocity）、脈波の反射波の大きさＰ_Ｒ、脈波の前進波と反射波との時間差Δｔ、脈波の前進波と反射波との大きさの比で表されるＡＩ（Augmentation Index）等である。

図１０に示す脈波は、利用者のｎ回分の脈拍であり、ｎは１以上の整数である。脈波は、心臓からの血液の駆出により生じた前進波と、血管分岐や血管径の変化部から生じた反射波とが重なりあった合成波である。図１０において、Ｐ_Ｆｎは脈拍毎の前進波による脈波のピークの大きさ、Ｐ_Ｒｎは脈拍毎の反射波による脈波のピークの大きさ、Ｐ_Ｓｎは脈拍毎の脈波の最小値である。また、図１０において、Ｔ_ＰＲは脈拍のピークの間隔である。

脈波に基づく指標とは、脈波から得られる情報を定量化したものである。例えば、脈波に基づく指標の一つであるＰＷＶは、首と手首等、２点の被検部位で測定された脈波の伝播時間差と２点間の距離とに基づいて算出される。具体的には、ＰＷＶは、動脈の２点における脈波（例えば首と手首）を同期させて取得し、２点の距離の差（Ｌ）を２点の脈波の時間差（ＰＴＴ）で除して算出される。例えば、脈波に基づく指標の一つである反射波の大きさＰ_Ｒは、反射波による脈波のピークの大きさＰ_Ｒｎを算出してもよいし、ｎ回分を平均化したＰ_Ｒａｖｅを算出してもよい。例えば、脈波に基づく指標の一つである脈波の前進波と反射波との時間差Δｔは、所定の脈拍における時間差Δｔ_ｎを算出してもよいし、ｎ回分の時間差を平均化したΔｔ_ａｖｅを算出してもよい。例えば、脈波に基づく指標の一つであるＡＩは、反射波の大きさを前進波の大きさで除したものであり、ＡＩ_ｎ＝（Ｐ_Ｒｎ−Ｐ_Ｓｎ）／（Ｐ_Ｆｎ−Ｐ_Ｓｎ）で表わされる。ＡＩ_ｎは脈拍毎のＡＩである。ＡＩは、例えば、脈波の測定を数秒間行い、脈拍毎のＡＩ_ｎ（ｎ=１〜ｎの整数）の平均値ＡＩ_ａｖｅを算出し、脈波に基づく指標としてもよい。

脈波伝播速度ＰＷＶ、反射波の大きさＰ_Ｒ、前進波と反射波との時間差Δｔ、及びＡＩは、血管壁の硬さに依存して変化するため、動脈硬化の状態の推定に用いることができる。例えば、血管壁が硬いと、脈波伝播速度ＰＷＶは大きくなる。例えば、血管壁が硬いと、反射波の大きさＰ_Ｒは大きくなる。例えば、血管壁が硬いと、前進波と反射波との時間差Δｔは小さくなる。例えば、血管壁が硬いと、ＡＩは大きくなる。さらに、電子機器１００は、これらの脈波に基づく指標を用いて、動脈硬化の状態を推定できると共に、血液の流動性（粘性）を推定することができる。特に、電子機器１００は、同一被検者の同一被検部位、及び動脈硬化の状態がほぼ変化しない期間（例えば数日間内）において取得された脈波に基づく指標の変化から、血液の流動性の変化を推定することができる。ここで血液の流動性とは、血液の流れやすさを示し、例えば、血液の流動性が低いと、脈波伝播速度ＰＷＶは小さくなる。例えば、血液の流動性が低いと、反射波の大きさＰ_Ｒは小さくなる。例えば、血液の流動性が低いと、前進波と反射波との時間差Δｔは大きくなる。例えば、血液の流動性が低いと、ＡＩは小さくなる。

一実施形態では、脈波に基づく指標の一例として、電子機器１００が、脈波伝播速度ＰＷＶ、反射波の大きさＰ_Ｒ、前進波と反射波との時間差Δｔ、及びＡＩを算出する例を示したが、脈波に基づく指標はこれに限ることはない。例えば、電子機器１００は、脈波に基づく指標として、後方収縮期血圧を用いてもよい。

図１１は、算出されたＡＩの時間変動を示す図である。一実施形態では、脈波は、角速度センサ１３１を備えた電子機器１００を用いて約５秒間取得された。制御部１４３は、取得された脈波から脈拍毎のＡＩを算出し、さらにこれらの平均値ＡＩ_ａｖｅを算出した。一実施形態では、電子機器１００は、食事前及び食事後の複数のタイミングで脈波を取得し、取得された脈波に基づく指標の一例としてＡＩの平均値（以降ＡＩとする）を算出した。図１１の横軸は、食事後の最初の測定時間を０として、時間の経過を示す。図１１の縦軸は、その時間に取得された脈波から算出されたＡＩを示す。

電子機器１００は、食事前、食事直後、及び食事後３０分毎に脈波を取得し、それぞれの脈波に基づいて複数のＡＩを算出した。食事前に取得された脈波から算出されたＡＩは約０．８であった。食事前に比較して、食事直後のＡＩは小さくなり、食事後約１時間でＡＩは最小の極値となった。食事後３時間で測定を終了するまで、ＡＩは徐々に大きくなった。

電子機器１００は、算出されたＡＩの変化から、血液の流動性の変化を推定することができる。例えば血液中の赤血球、白血球、血小板が団子状に固まる、又は粘着力が大きくなると、血液の流動性は低くなる。例えば、血液中の血漿の含水率が小さくなると、血液の流動性は低くなる。これらの血液の流動性の変化は、例えば、後述する糖脂質状態や、熱中症、脱水症、低体温等の被検者の健康状態によって変化する。被検者の健康状態が重篤化する前に、被検者は、一実施形態の電子機器１００を用いて、自らの血液の流動性の変化を知ることができる。図１１に示す食事前後のＡＩの変化から、食事後に血液の流動性が低くなったこと、及び、食事後約１時間で最も血液の流動性は低くなったこと、及び、その後徐々に血液の流動性が高くなったことが推定できる。電子機器１００は、血液の流動性が低い状態を「どろどろ」、血液の流動性が高い状態を「さらさら」と表現して報知してもよい。例えば、電子機器１００は、「どろどろ」「さらさら」の判定を、被検者の実年齢におけるＡＩの平均値を基準にして行ってもよい。電子機器１００は、算出されたＡＩが平均値より大きければ「さらさら」、算出されたＡＩが平均値より小さければ「どろどろ」と判定してもよい。電子機器１００は、例えば、「どろどろ」「さらさら」の判定を、食事前のＡＩを基準にして判定してもよい。電子機器１００は、食事後のＡＩを食事前のＡＩと比較して「どろどろ」度合いを推定してもよい。電子機器１００は、例えば、食事前のＡＩすなわち空腹時のＡＩとして、被検者の血管年齢（血管の硬さ）の指標として用いることができる。電子機器１００は、例えば、被検者の食事前のＡＩすなわち空腹時のＡＩを基準として、算出されたＡＩの変化量を算出すれば、被検者の血管年齢（血管の硬さ）による推定誤差を少なくすることができる。電子機器１００は、血液の流動性の変化をより精度よく推定することができる。

図１２は、算出されたＡＩと血糖値の測定結果を示す図である。脈波の取得方法及びＡＩの算出方法は、図１１に示した実施形態と同じである。図１２の右側の縦軸は血中の血糖値を示し、左側の縦軸は算出されたＡＩを示す。図１２の実線は、取得された脈波から算出されたＡＩを示し、点線は測定された血糖値を示す。血糖値は、脈波取得直後に測定された。血糖値は、テルモ社製の血糖測定器「メディセーフフィット」を用いて測定された。食事前の血糖値と比べて、食事直後の血糖値は約２０ｍｇ／ｄｌ上昇している。食事後約１時間で血糖値は最大の極値となった。その後、測定を終了するまで、血糖値は徐々に小さくなり、食事後約３時間でほぼ食事前の血糖値と同じになった。

図１２に示す通り、食前食後の血糖値は、脈波から算出されたＡＩと負の相関がある。血糖値が高くなると、血液中の糖により赤血球及び血小板が団子状に固まり、又は粘着力が強くなり、その結果血液の流動性は低くなることがある。血液の流動性が低くなると、脈波伝播速度ＰＷＶは小さくなることがある。脈波伝播速度ＰＷＶが小さくなると、前進波と反射波との時間差Δｔは大きくなることがある。前進波と反射波との時間差Δｔが大きくなると、前進波の大きさＰ_Ｆに対して反射波の大きさＰ_Ｒは小さくなることがある。前進波の大きさＰ_Ｆに対して反射波の大きさＰＲが小さくなると、ＡＩは小さくなることがある。食事後数時間内（一実施形態では３時間）のＡＩは、血糖値と相関があることから、ＡＩの変動により、被検者の血糖値の変動を推定することができる。また、あらかじめ被検者の血糖値を測定し、ＡＩとの相関を取得しておけば、電子機器１００は、算出されたＡＩから被検者の血糖値を推定することができる。

食事後に最初に検出されるＡＩの最小極値であるＡＩ_Ｐの発生時間に基づいて、電子機器１００は被検者の糖代謝の状態を推定できる。電子機器１００は、糖代謝の状態として、例えば血糖値を推定する。糖代謝の状態の推定例として、例えば食事後に最初に検出されるＡＩの最小極値ＡＩ_Ｐが所定時間以上（例えば食後約１．５時間以上）経ってから検出される場合、電子機器１００は、被検者が糖代謝異常（糖尿病患者）であると推定できる。

食事前のＡＩであるＡＩ_Ｂと、食事後に最初に検出されるＡＩの最小極値であるＡＩ_Ｐとの差（ＡＩ_Ｂ−ＡＩ_Ｐ）に基づいて、電子機器１００は被検者の糖代謝の状態を推定できる。糖代謝の状態の推定例として、例えば（ＡＩ_Ｂ−ＡＩ_Ｐ）が所定数値以上（例えば０．５以上）の場合、被検者は糖代謝異常（食後高血糖患者）であると推定できる。

図１３は、算出されたＡＩと血糖値との関係を示す図である。算出されたＡＩと血糖値とは、血糖値の変動が大きい食事後１時間以内に取得されたものである。図１３のデータは、同一被験者における異なる複数の食事後のデータを含む。図１３に示す通り、算出されたＡＩと血糖値とは負の相関を示した。算出されたＡＩと血糖値との相関係数は０．９以上であった。例えば、図１３に示すような算出されたＡＩと血糖値との相関を、あらかじめ被験者毎に取得しておけば、電子機器１００は、算出されたＡＩから被験者の血糖値を推定することもできる。

図１４は、算出されたＡＩと中性脂肪値の測定結果を示す図である。脈波の取得方法及びＡＩの算出方法は、図１１に示した実施形態と同じである。図１４の右側の縦軸は血中の中性脂肪値を示し、左側の縦軸はＡＩを示す。図１４の実線は、取得された脈波から算出されたＡＩを示し、点線は測定された中性脂肪値を示す。中性脂肪値は、脈波取得直後に測定した。中性脂肪値は、テクノメディカ社製の脂質測定装置「ポケットリピッド」を用いて測定された。食事前の中性脂肪値と比較して、食事後の中性脂肪値の最大極値は約３０ｍｇ／ｄｌ上昇している。食事後約２時間後に中性脂肪は最大の極値となった。その後、測定を終了するまで、中性脂肪値は徐々に小さくなり、食事後約３．５時間でほぼ食事前の中性脂肪値と同じになった。

これに対し、算出されたＡＩの最小極値は、食事後約３０分で第１の最小極値ＡＩ_Ｐ１が検出され、食事後約２時間で第２の最小極値ＡＩ_Ｐ２が検出された。食事後約３０分で検出された第１の最小極値ＡＩ_Ｐ１は、前述した食後の血糖値の影響によるものであると推定できる。食事後約２時間で検出された第２の最小極値ＡＩ_Ｐ２は、食事後約２時間で検出された中性脂肪の最大極値とその発生時間がほぼ一致している。このことから、食事から所定時間以降に検出される第２の最小極値ＡＩ_Ｐ２は中性脂肪の影響によるものであると推定できる。食前食後の中性脂肪値は、血糖値と同様に、脈波から算出されたＡＩと負の相関があることがわかった。特に食事から所定時間以降（一実施形態では約１．５時間以降）に検出されるＡＩの最小極値ＡＩ_Ｐ２は、中性脂肪値と相関があることから、ＡＩの変動により、被検者の中性脂肪値の変動を推定することができる。また、あらかじめ被検者の中性脂肪値を測定し、ＡＩとの相関を取得しておけば、電子機器１００は、算出されたＡＩから被検者の中性脂肪値を推定することができる。

食事後所定時間以降に検出される第２の最小極値ＡＩ_Ｐ２の発生時間に基づいて、電子機器１００は被検者の脂質代謝の状態を推定できる。電子機器１００は、脂質代謝の状態として、例えば脂質値を推定する。脂質代謝の状態の推定例として、例えば第２の最小極値ＡＩ_Ｐ２が食事後所定時間以上（例えば４時間以上）経ってから検出される場合、電子機器１００は、被検者が脂質代謝異常（高脂血症患者）であると推定できる。

食事前のＡＩであるＡＩ_Ｂと、食事後所定時間以降に検出される第２の最小極値ＡＩ_Ｐ２との差（ＡＩ_Ｂ−ＡＩ_Ｐ２）に基づいて、電子機器１００は被検者の脂質代謝の状態を推定できる。脂質代謝異常の推定例として、例えば（ＡＩ_Ｂ−ＡＩ_Ｐ２）が０．５以上の場合、電子機器１００は、被検者が脂質代謝異常（食後高脂血症患者）であると推定できる。

また、図１２乃至図１４で示した測定結果から、一実施形態の電子機器１００は、食事後に最も早く検出される第１の最小極値ＡＩ_Ｐ１及びその発生時間に基づいて、被検者の糖代謝の状態を推定することができる。さらに、一実施形態の電子機器１００は、第１の最小極値ＡＩ_Ｐ１の後で所定時間以降に検出される第２の最小極値ＡＩ_Ｐ２及びその発生時間に基づいて、被検者の脂質代謝の状態を推定することができる。

一実施形態では脂質代謝の推定例として中性脂肪の場合を説明したが、脂質代謝の推定は中性脂肪に限られない。電子機器１００が推定する脂質値は、例えば総コレステロール、ＨＤＬ（High Density Lipoprotein）コレステロール及びＬＤＬ（Low Density Lipoprotein）コレステロール等を含む。これらの脂質値は、上述の中性脂肪の場合と同様の傾向を示す。

図１５は、ＡＩに基づいて血液の流動性並びに糖代謝及び脂質代謝の状態を推定する手順を示すフロー図である。図１５を用いて、一実施形態に係る電子機器１００による血液の流動性、並びに糖代謝及び脂質代謝の状態の推定の流れを説明する。

図１５に示すように、電子機器１００は、初期設定として、被検者のＡＩ基準値を取得する（ステップＳ２０１）。ＡＩ基準値は、被検者の年齢から推定される平均的なＡＩを用いてもよいし、事前に取得された被検者の空腹時のＡＩを用いてもよい。また、電子機器１００は、ステップＳ２０２〜Ｓ２０８において食前と判断されたＡＩをＡＩ基準値としてもよいし、脈波測定直前に算出されたＡＩをＡＩ基準値としてもよい。この場合、電子機器１００は、ステップＳ２０２〜Ｓ２０８より後にステップＳ２０１を実行する。

続いて、電子機器１００は、脈波を取得する（ステップＳ２０２）。例えば電子機器１００は、所定の測定時間（例えば、５秒間）に取得された脈波について、所定の振幅以上が得られたか否かを判定する。取得された脈波について、所定の振幅以上が得られたら、ステップＳ２０３に進む。所定の振幅以上が得られなかったら、ステップＳ２０２を繰り返す（これらのステップは図示せず）。ステップＳ２０２において、例えば電子機器１００は、所定の振幅以上の脈波を検出すると、自動で脈波を取得する。

電子機器１００は、ステップＳ２０２で取得された脈波から、脈波に基づく指標としてＡＩを算出し記憶部１４５に記憶する（ステップＳ２０３）。電子機器１００は、所定の脈拍数（例えば、３拍分）毎のＡＩ_ｎ（ｎ=１〜ｎの整数）から平均値ＡＩ_ａｖｅを算出して、これをＡＩとしてもよい。あるいは、電子機器１００は、特定の脈拍におけるＡＩを算出してもよい。

ＡＩは、例えば脈拍数ＰＲ、脈圧（Ｐ_Ｆ−Ｐ_Ｓ）、体温、被検出部の温度等によって補正されてもよい。脈拍とＡＩ及び脈圧とＡＩは共に負の相関があり、温度とＡＩとは正の相関があることが知られている。補正を行う際には、例えばステップＳ２０３において、電子機器１００はＡＩに加え脈拍、脈圧を算出する。例えば、電子機器１００は、センサ部１３０に温度センサを搭載し、ステップＳ２０２における脈波の取得の際に、被検出部の温度を取得してもよい。事前に作成された補正式に、取得された脈拍、脈圧、温度等を代入することにより、電子機器１００はＡＩを補正する。

続いて、電子機器１００は、ステップＳ２０１で取得されたＡＩ基準値とステップＳ２０３で算出されたＡＩとを比較して、被検者の血液の流動性を推定する（ステップＳ２０４）。算出されたＡＩがＡＩ基準値より大きい場合（ＹＥＳの場合）、血液の流動性は高いと推定され、電子機器１００は例えば「血液はさらさらです」と報知する（ステップＳ２０５）。算出されたＡＩがＡＩ基準値より大きくない場合（ＮＯの場合）、血液の流動性は低いと推定され、電子機器１００は例えば「血液はどろどろです」と報知する（ステップＳ２０６）。

続いて、電子機器１００は、糖代謝及び脂質代謝の状態を推定するか否かを被検者に確認する（ステップＳ２０７）。ステップＳ２０７で糖代謝及び脂質代謝を推定しない場合（ＮＯの場合）、電子機器１００は処理を終了する。ステップＳ２０７で糖代謝及び脂質代謝を推定する場合（ＹＥＳの場合）、電子機器１００は、算出されたＡＩが食前、食後いずれかに取得されたものかを確認する（ステップＳ２０８）。食後ではない（食前）場合（ＮＯの場合）、ステップＳ２０２に戻り、次の脈波を取得する。食後の場合（ＹＥＳの場合）、電子機器１００は、算出されたＡＩに対応する脈波の取得時間を記憶する（ステップＳ２０９）。続いて脈波を取得する場合（ステップＳ２１０のＮＯの場合）、ステップＳ２０２に戻り、電子機器１００は次の脈波を取得する。脈波測定を終了する場合（ステップＳ２１０のＹＥＳの場合）ステップＳ２１１以降に進み、電子機器１００は被検者の糖代謝及び脂質代謝の状態の推定を行う。

続いて、電子機器１００は、ステップＳ２０４で算出された複数のＡＩから、最小極値とその時間を抽出する（ステップＳ２１１）。例えば、図１４の実線で示すようなＡＩが算出された場合、電子機器１００は、食事後約３０分の第１の最小極値ＡＩ_Ｐ１、及び食事後約２時間の第２の最小極値ＡＩ_Ｐ２を抽出する。

続いて、電子機器１００は、第１の最小極値ＡＩ_Ｐ１とその時間から、被検者の糖代謝の状態を推定する（ステップＳ２１２）。さらに、電子機器１００は、第２の最小極値ＡＩ_Ｐ２とその時間から、被検者の脂質代謝の状態を推定する（ステップＳ２１３）。被検者の糖代謝及び脂質代謝の状態の推定例は、前述の図１４と同様であるので省略する。

続いて、電子機器１００は、ステップＳ２１２及びステップＳ２１３の推定結果を報知し（ステップＳ２１４）、図１５に示す処理を終了する。報知部１４７は、例えば「糖代謝は正常です」、「糖代謝異常が疑われます」、「脂質代謝は正常です」、「脂質代謝異常が疑われます」等の報知を行う。また、報知部１４７は「病院で受診しましょう」、「食生活を見直しましょう」等のアドバイスを報知してもよい。そして、電子機器１００は、図１５に示す処理を終了する。

このように、本実施形態に係る電子機器１００によれば、頸動脈の状態の推定と、血液の流動性、糖代謝又は脂質代謝の推定とを、１つの機器で実行させることができる。特に、電子機器１００は、非侵襲かつ短時間で被検者の血液の流動性並びに糖代謝及び脂質代謝の状態を推定できる。

また、電子機器１００は、脈波に基づく指標の極値とその時間から、糖代謝の状態の推定と、脂質代謝の状態の推定とを行うことができる。このため、電子機器１００は、非侵襲かつ短時間で被検者の糖代謝及び脂質代謝の状態を推定できる。

また、電子機器１００は、例えば、食事前（空腹時）の脈波に基づく指標を基準にして、被検者の糖代謝及び脂質代謝の状態を推定できる。このため、電子機器１００は、短期的に変化しない血管径や血管の硬さ等を考慮せずに、被検者の血液の流動性及び糖代謝及び脂質代謝の状態を正確に推定できる。

また、電子機器１００は、脈波に基づく指標と血糖値、脂質値とのキャリブレーションを取っておけば、被検者の血糖値、脂質値を非侵襲かつ短時間に推定することができる。

図１６は、本発明の一実施形態に係る推定システムの概略構成を示す模式図である。図１６に示した一実施形態の推定システムは、電子機器１００と、推定装置であるサーバ１５１と、携帯端末１５０と、通信ネットワークを含む。図１６に示したように、電子機器１００で取得された脈波は、通信ネットワークを通じてサーバ１５１に送信され、被検者の個人情報としてサーバ１５１に保存される。サーバ１５１では、被検者の過去の取得情報や、様々なデータベースと比較することにより、被検者の頸動脈の状態を推定する。サーバ１５１はさらに被検者に最適なアドバイスを作成する。サーバ１５１は、被検者が所有する携帯端末１５０に推定結果及びアドバイスを返信する。携帯端末１５０は受信した推定結果及びアドバイスを携帯端末１５０の表示部から報知する。電子機器１００の通信機能を利用することで、サーバ１５１には複数の利用者からの情報を収集することができるため、さらに推定の精度が上がる。また、携帯端末１５０を報知手段として用いるため、電子機器１００は報知部１４７が不要となり、さらに小型化される。また、頸動脈の状態の推定をサーバ１５１で行うために、電子機器１００の制御部１４３の演算負担は軽減する。また、被検者の過去の取得情報をサーバ１５１で保存できるために、電子機器１００の記憶部１４５の負担は軽減する。電子機器１００はさらに小型化、簡略化が可能となる。また、演算の処理速度は向上する。なお、上記推定システムにより、被検者の血液の流動性、糖代謝又は脂質代謝についても、同様に推定することができる。

一実施形態に係る推定システムはサーバ１５１を介して、電子機器１００と携帯端末１５０とを通信ネットワークで接続した構成を示したが、本発明に係る推定システムはこれに限定されるものではない。一実施形態に係る推定システムは、サーバ１５１を用いずに、電子機器１００と携帯端末１５０を直接通信ネットワークで接続して構成してもよい。

本発明を完全かつ明瞭に開示するためにいくつかの実施例に関し記載してきた。しかし、添付の請求項は、上記実施形態に限定されるべきものでなく、本明細書に示した基礎的事項の範囲内で当該技術分野の当業者が創作しうるすべての変形例及び代替可能な構成を具現化するように構成されるべきである。また、いくつかの実施形態に示した各要件は、自由に組み合わせが可能である。

例えば、上述の一実施形態においては、センサ部１３０に角速度センサ１３１を備える場合について説明したが、本発明に係る電子機器１００はこれに限ることはない。センサ部１３０は、発光部と受光部からなる光学脈波センサを備えていてもよいし、圧力センサを備えていてもよい。また、電子機器１００による、血液の流動性、糖代謝又は脂質代謝の状態の推定のための脈波の取得の位置（被検部位）は首に限らない。血液の流動性、糖代謝又は脂質代謝の状態の推定のための脈波の取得は、例えば手首、足首、太もも、耳等の動脈上にセンサ部１３０を配置することにより行ってもよい。

上述の一実施形態においては、センサ部１３０の固有振動数は、取得する脈波の振動数と近くなるように構成されてもよい。例えば、取得する脈波の振動数が０．５〜２Ｈｚ（脈拍３０〜１２０）の場合、センサ部１３０は０．５〜２Ｈｚの範囲のいずれかの固有振動数を有するようにしてもよい。センサ部１３０の固有振動数は、センサ部１３０の長さ、重量、弾性体１４０の弾性率又はばね定数等を変化させることによって、最適化することができる。センサ部１３０の固有振動数を最適化することによって、電子機器１００は、より高精度の測定が可能になる。

１００ 電子機器
１１０ 把持部
１１１ 開口部
１２０ 測定部
１２０ａ 裏面
１２０ｂ 表面
１２１ センサ支持部
１３０ センサ部
１３１ 角速度センサ
１３２ 脈あて部
１３３ 軸部
１４０ 弾性体
１４１ 圧力調整部
１４３ 制御部
１４４ 電源部
１４５ 記憶部
１４６ 通信部
１４７ 報知部
１５０ 携帯端末
１５１ サーバ

Claims (5)

1. 被検者の頸動脈における脈波を取得するセンサ部と、
   前記センサ部が取得した脈波に基づいて前記被検者の頸動脈の状態を推定する制御部と、
   を備える、電子機器。
2. 前記頸動脈の状態は、前記頸動脈における動脈硬化の度合いである、請求項１に記載の電子機器。
3. 前記制御部は、前記センサ部が取得した脈波のダイクロティックノッチを算出し、該算出したダイクロティックノッチに基づいて前記頸動脈の状態を推定する、請求項１又は請求項２に記載の電子機器。
4. 前記センサ部は、角速度センサを備える、請求項１乃至請求項３のいずれか一項に記載の電子機器。
5. 被検者の頸動脈における脈波を取得するセンサ部を備える電子機器と、
   前記センサ部が取得した脈波に基づいて前記被検者の頸動脈の状態を推定する制御部を備える推定装置と、
   を有する、推定システム。
   

Images