JP4588461B2 - 状態解析装置及びソフトウエアプログラム - Google Patents

Description

本発明は、状態解析装置及びソフトウエアプログラムに関し、特に対象物の状態を正確に解析できる状態解析装置及びソフトウエアプログラムに関するものである。

空間内、例えば風呂場やトイレ等での対象物、例えば人物の動きを検出する動き検出装置として、従来から、動き検出センサが提案されている。代表的な例としては、ベッド上の就寝者にパターンを投影し、投影されたパターンを連続的に撮像した画像からパターンの移動量を算出することで、就寝者の呼吸を監視する監視装置があった。（例えば、特許文献１参照。）。
特開２００２−１７５５８２号公報 （第５−９頁、第１−１３図）

以上のような従来の装置としては、例えば、周期的な動きのある対象物、例えば、人物の略全体に対応する領域から測定した、人物の状態を示すデータと、所定の基準値とを比較し、前記比較結果に基づいて、注目時点での人物の低呼吸と無呼吸の両方又はいずれか一方を判別する状態解析装置があった。

しかしながら、上記のような従来の装置では、例えば、複雑な呼吸運動に対して全体としての正しい評価をするため、詳細な状態の解析や解析の精度の向上等、より正確な状態の解析が望まれていた。

そこで本発明は、対象物の状態を正確に解析できる状態解析装置及びソフトウエアプログラムを提供することを目的とする。

上記目的を達成するために、請求項１に係る発明による状態解析装置は、例えば図１に示すように、周期的な動きのある対象物２の状態を示す測定データのうち判定対象時点の前後の第１の所定期間の該測定データに基づいて、対象物２の状態を判定するための閾値を算出する閾値算出手段２８と；対象物２の第１の領域２ａに対応する第１の測定データ又は対象物２の第１の領域２ａとは異なる第２の領域２ｂに対応する第２の測定データと、閾値とを比較して、対象物２の状態を判別する状態判別手段２６とを備え；閾値算出手段２８は、第１の領域２ａに応じた第１の閾値及び第２の領域２ｂに応じた第２の閾値を算出し、状態判別手段２６は、第１の測定データの判定対象時点の周期的な動きの大きさが第１の閾値を第２の所定期間連続的に下まわり、第２の測定データの判定対象時点の周期的な動きの大きさが第２の閾値を下まわらない場合、又は第１の測定データの判定対象時点の周期的な動きの大きさが第１の閾値を下まわらず、第２の測定データの判定対象時点の周期的な動きの大きさが第２の閾値を第２の所定期間連続的に下まわった場合に、対象物２が第１の状態であると判別するように構成される。

このように構成すると、閾値算出手段は、第１の領域に応じた第１の閾値及び第２の領域に応じた第２の閾値を算出する。状態判別手段は、第１の測定データの判定対象時点の周期的な動きの大きさが第１の閾値を第２の所定期間連続的に下まわり、第２の測定データの判定対象時点の周期的な動きの大きさが第２の閾値を下まわらない場合、又は第１の測定データの判定対象時点の周期的な動きの大きさが第１の閾値を下まわらず、第２の測定データの判定対象時点の周期的な動きの大きさが第２の閾値を第２の所定期間連続的に下まわった場合に、対象物が第１の状態であると判別するので、対象物の状態を正確に解析できる状態解析装置を提供することができる。

例えば、対象物が呼吸をしている人物である場合、第１の領域は胸部領域２ａであり、第２の領域は腹部領域２ｂである。また、この場合、第１の状態は、例えば、いわゆる閉塞性無呼吸状態（Ｏｂｓｔｒｕｃｔｉｖｅ ａｐｎｅａ）である。以下、特に断りのない限り同様である。

上記目的を達成するために、請求項２に係る発明による状態解析装置は、例えば図１に示すように、周期的な動きのある対象物２の状態を示す測定データに基づいて、対象物の第１の領域２ａに対応する第１の測定データ又は対象物の第１の領域２ａとは異なる第２の領域２ｂに対応する第２の測定データと、対象物２の略全体に対応する全体測定データとを比較して、対象物の状態を判別する状態判別手段２６を備え；状態判別手段２６は、第１の測定データの判定対象時点の周期的な動きの大きさ、又は第２の測定データの判定対象時点の周期的な動きの大きさが、全体測定データの判定対象時点の周期的な動きの大きさを、第３の所定期間連続的に略同等あるいは上まわった場合に、対象物が第１の状態であると判別するように構成される。

このように構成すると、状態判別手段は、第１の測定データの判定対象時点の周期的な動きの大きさ、又は第２の測定データの判定対象時点の周期的な動きの大きさが、全体測定データの判定対象時点の周期的な動きの大きさを、第３の所定期間連続的に略同等あるいは上まわった場合に、対象物が第１の状態であると判別するので、対象物の状態を正確に解析できる状態解析装置を提供することができる。

上記目的を達成するために、請求項３に係る発明による状態解析装置は、例えば図１に示すように、周期的な動きのある対象物２の状態を示す測定データのうち判定対象時点の前後の第１の所定期間の該測定データに基づいて、対象物２の状態を判定するための閾値を算出する閾値算出手段２８と；対象物２の第１の領域２ａに対応する第１の測定データ又は対象物の第１の領域２ａとは異なる第２の領域２ｂに対応する第２の測定データと、閾値とを比較して、対象物２の状態を判別する状態判別手段２６とを備え；閾値算出手段２８は、第１の領域２ａに応じた第１の閾値、第２の領域２ｂに応じた第２の閾値及び対象物２の略全体に応じた第３の閾値を算出し、状態判別手段２６は、対象物２の略全体に対応する全体測定データの判定対象時点の周期的な動きの大きさが、第３の閾値を第４の所定期間連続的に下まわり、第１の測定データの判定対象時点の周期的な動きの大きさが第１の閾値を、又は第２の測定データの判定対象時点の周期的な動きの大きさが第２の閾値を、第５の所定期間連続的に上まわった場合に、対象物が第１の状態であると判別するように構成される。

このように構成すると、閾値算出手段は、第１の領域に応じた第１の閾値、第２の領域に応じた第２の閾値及び対象物２の略全体に応じた第３の閾値を算出する。状態判別手段は、対象物の略全体に対応する全体測定データの判定対象時点の周期的な動きの大きさが、第３の閾値を第４の所定期間連続的に下まわり、第１の測定データの判定対象時点の周期的な動きの大きさが第１の閾値を、又は第２の測定データの判定対象時点の周期的な動きの大きさが第２の閾値を、第５の所定期間連続的に上まわった場合に、対象物が第１の状態であると判別するので、対象物の状態を正確に解析できる状態解析装置を提供することができる。

また請求項４に記載のように、請求項１又は請求項３に記載の状態解析装置では、例えば図１に示すように、状態判別手段２６は、第１の測定データの判定対象時点の周期的な動きの大きさが第１の閾値を、及び第２の測定データの判定対象時点の周期的な動きの大きさが第２の閾値を、第６の所定期間連続的に下まわった場合に、対象物２が第２の状態であると判別するように構成してもよい。

このように構成すると、状態判別手段は、第１の測定データの判定対象時点の周期的な動きの大きさが第１の閾値を、及び第２の測定データの判定対象時点の周期的な動きの大きさが第２の閾値を、第６の所定期間連続的に下まわった場合に、対象物が第２の状態であると判別するので、対象物の状態が第２の状態であることを正確に解析することができる。さらに、第１の状態と、第１の状態とは異なる第２の状態とを正確に区別して判別することができる。

例えば、対象物が呼吸をしている人物である場合、第２の状態は、例えば、いわゆる中枢性無呼吸状態（Ｃｅｎｔｒａｌ ａｐｎｅａ）である。以下、特に断りのない限り同様である。

また請求項５に記載のように、請求項２に記載の状態解析装置では、例えば図１に示すように、測定データのうち判定対象時点の前後の第１の所定期間の該測定データに基づいて、対象物２の状態を判定するための閾値を算出する閾値算出手段２８を備え；閾値算出手段２８は、第１の領域２ａに応じた第１の閾値及び第２の領域２ｂに応じた第２の閾値を算出し、状態判別手段２６は、第１の測定データの判定対象時点の周期的な動きの大きさが第１の閾値を、及び第２の測定データの判定対象時点の周期的な動きの大きさが第２の閾値を、第６の所定期間連続的に下まわった場合に、対象物２が第２の状態であると判別するように構成してもよい。

このように構成すると、閾値算出手段は、第１の領域に応じた第１の閾値及び第２の領域に応じた第２の閾値を算出する。状態判別手段は、第１の測定データの判定対象時点の周期的な動きの大きさが第１の閾値を、及び第２の測定データの判定対象時点の周期的な動きの大きさが第２の閾値を、第６の所定期間連続的に下まわった場合に、対象物が第２の状態であると判別するので、対象物の状態が第２の状態であることを正確に解析することができる。さらに、第１の状態と、第１の状態とは異なる第２の状態とを正確に区別して判別することができる。

また請求項６に記載のように、請求項４又は請求項５に記載の状態解析装置では、例えば図１に示すように、状態判別手段２６は、第１の状態と第２の状態とが略連続し、対象物２が当該第１の状態である期間と当該第２の状態である期間とが、第７の所定期間略連続した場合に、対象物２が第３の状態であると判別するように構成してもよい。

このように構成すると、状態判別手段は、第１の状態と第２の状態とが略連続し、対象物が当該第１の状態である期間と当該第２の状態である期間とが、第７の所定期間略連続した場合に、対象物２が第３の状態であると判別するので、第１の状態、第２の状態とは区別した第３の状態を正確に判別することができる。

例えば、対象物が呼吸をしている人物である場合、第３の状態は、例えば、いわゆる混合性無呼吸状態（Ｍｉｘｅｄ ａｐｎｅａ）である。以下、特に断りのない限り同様である。

上記目的を達成するために、請求項７に係る発明による状態解析装置は、例えば図１に示すように、周期的な動きのある対象物２の状態を示す測定データのうち判定対象時点の前後の第１の所定期間の該測定データに基づいて、対象物２の状態を判定するための閾値を算出する閾値算出手段２８と；対象物２の第１の領域２ａに対応する第１の測定データ又は対象物２の第１の領域２ａとは異なる第２の領域２ｂに対応する第２の測定データと、閾値とを比較して、対象物２の状態を判別する状態判別手段２６とを備え；閾値算出手段２８は、第１の領域２ａに応じた第１の閾値及び第２の領域２ｂに応じた第２の閾値を算出し、状態判別手段２６は、第１の測定データの判定対象時点の周期的な動きの大きさが第１の閾値を、及び第２の測定データの判定対象時点の周期的な動きの大きさが第２の閾値を、第６の所定期間連続的に下まわった場合に、対象物２が第２の状態であると判別するように構成される。

このように構成すると、閾値算出手段は、第１の領域に応じた第１の閾値及び第２の領域に応じた第２の閾値を算出する。状態判別手段は、第１の測定データの判定対象時点の周期的な動きの大きさが第１の閾値を、及び第２の測定データの判定対象時点の周期的な動きの大きさが第２の閾値を、第６の所定期間連続的に下まわった場合に、対象物２が第２の状態であると判別するので、対象物の状態を正確に解析できる状態解析装置を提供することができる。

また請求項８に記載のように、請求項１又は請求項３乃至請求項７のいずれか１項に記載の状態解析装置では、例えば図１に示すように、状態判別手段２６は、対象物２の略全体に対応する全体測定データの判定対象時点の周期的な動きの大きさが、閾値算出手段２８によって算出される対象物の略全体に応じた第４の閾値を、第８の所定期間連続的に下まわらなかった場合に、対象物が第４の状態であると判別するように構成してもよい。

このように構成すると、状態判別手段２６は、対象物２の略全体に対応する全体測定データの判定対象時点の周期的な動きの大きさが、閾値算出手段２８によって算出される対象物の略全体に応じた第４の閾値を、第８の所定期間連続的に下まわらなかった場合に、対象物が第４の状態であると判別するので、例えば、何らかの要因に起因して明らかにおかしいと考えられる判別を排除することができ、第１の状態、第２の状態と、第３の状態を正確に判別することができる。

例えば、対象物が呼吸をしている人物である場合、第４の状態は、例えば、正常な呼吸の状態である。また、第４の閾値は、典型的には、第３の閾値よりも大きな値である。以下、特に断りのない限り同様である。

また請求項９に記載のように、請求項２に記載の状態解析装置では、例えば図１に示すように、測定データのうち判定対象時点の前後の第１の所定期間の該測定データに基づいて、対象物２の状態を判定するための閾値を算出する閾値算出手段２８を備え；状態判別手段２６は、対象物２の略全体に対応する全体測定データの判定対象時点の周期的な動きの大きさが、閾値算出手段２８によって算出される対象物の略全体に応じた第４の閾値を、第８の所定期間連続的に下まわらなかった場合に、対象物２が第４の状態であると判別するように構成してもよい。

このように構成すると、閾値算出手段は対象物の略全体に応じた第４の閾値を算出する。状態判別手段は、対象物の略全体に対応する全体測定データの判定対象時点の周期的な動きの大きさが、閾値算出手段によって算出される対象物の略全体に応じた第４の閾値を、第８の所定期間連続的に下まわらなかった場合に、対象物が第４の状態であると判別するので、例えば、何らかの要因に起因して明らかにおかしいと考えられる判別を排除することができ、第１の状態を正確に判別することができる。

また請求項１０に記載のように、請求項１乃至請求項９のいずれか１項に記載の状態解析装置では、例えば図１０（適宜図９も参照）に示すように、測定データを取得する測定装置１０を備え；測定装置１０は、対象領域３に複数の輝点１１ｂを投影する投影装置１１と、複数の輝点１１ｂが投影された対象領域３を撮像する撮像装置１２と、撮像手段１２により異なる時点に取得された２フレームの画像から複数の輝点１１ｂの２フレーム間の移動量を算出する移動量算出手段１４１と、移動量を時系列に並べてなる移動量波形データを生成する移動量波形生成手段１４２とを有するように構成してもよい。

このように構成すると、測定装置を備え、測定データは、測定装置から取得されたものであるので、正確に対象物の状態を測定できる。また、測定装置は、投影装置と、撮像装置と、移動量算出手段と、移動量波形生成手段とを含んで構成されるので、例えば非接触で対象物の状態を正確に測定できる。

上記目的を達成するために、請求項１１に係る発明によるソフトウエアプログラムは、例えば図１９に示すように、コンピュータにインストールして、該コンピュータを状態解析装置として作動させるソフトウエアプログラムであって；周期的な動きのある対象物の状態を示す測定データのうち判定対象時点の前後の第１の所定期間の該測定データに基づいて、対象物の状態を判定するための閾値を算出する処理と（Ｓ５）；対象物の第１の領域２ａに対応する第１の測定データ又は対象物の第１の領域２ａとは異なる第２の領域２ｂに対応する第２の測定データと、閾値とを比較して、対象物の状態を判別する処理（Ｓ７）とを実行するようにコンピュータを制御し；算出する処理（Ｓ５）は、第１の領域２ａに応じた第１の閾値及び第２の領域２ｂに応じた第２の閾値を算出する処理を含み、判別する処理（Ｓ７）は、第１の測定データの判定対象時点の周期的な動きの大きさが第１の閾値を第２の所定期間連続的に下まわり、第２の測定データの判定対象時点の周期的な動きの大きさが第２の閾値を下まわらない場合、又は第１の測定データの判定対象時点の周期的な動きの大きさが第１の閾値を下まわらず、第２の測定データの判定対象時点の周期的な動きの大きさが第２の閾値を第２の所定期間連続的に下まわった場合に、対象物が第１の状態であると判別する処理を含むように構成される。

このように構成すると、周期的な動きのある対象物の第１の領域に応じた第１の閾値及び第２の領域に応じた第２の閾値を算出する。さらに、第１の領域に対応する第１の測定データの判定対象時点の周期的な動きの大きさが第１の閾値を第２の所定期間連続的に下まわり、第２の領域に対応する第２の測定データの判定対象時点の周期的な動きの大きさが第２の閾値を下まわらない場合、又は第１の測定データの判定対象時点の周期的な動きの大きさが第１の閾値を下まわらず、第２の測定データの判定対象時点の周期的な動きの大きさが第２の閾値を第２の所定期間連続的に下まわった場合に、対象物が第１の状態であると判別するので、対象物の状態を正確に解析できるソフトウエアプログラムを提供することができる。

以上のように本発明によれば、周期的な動きのある対象物の状態を示す測定データのうち判定対象時点の前後の第１の所定期間の該測定データに基づいて、対象物の状態を判定するための閾値を算出する閾値算出手段と；対象物の第１の領域に対応する第１の測定データ又は対象物の第１の領域とは異なる第２の領域に対応する第２の測定データと、閾値とを比較して、対象物の状態を判別する状態判別手段とを備え；閾値算出手段は、第１の領域に応じた第１の閾値及び第２の領域に応じた第２の閾値を算出し、状態判別手段は、第１の測定データの判定対象時点の周期的な動きの大きさが第１の閾値を第２の所定期間連続的に下まわり、第２の測定データの判定対象時点の周期的な動きの大きさが第２の閾値を下まわらない場合、又は第１の測定データの判定対象時点の周期的な動きの大きさが第１の閾値を下まわらず、第２の測定データの判定対象時点の周期的な動きの大きさが第２の閾値を第２の所定期間連続的に下まわった場合に、対象物が第１の状態であると判別するので、対象物の状態を正確に解析できる状態解析装置を提供することができる。

以下、本発明の実施の形態について、図面を参照して説明する。なお、各図において互いに同一あるいは相当する部材には同一符号を付し、重複した説明は省略する。

図１は本発明の第１の実施の形態に係る状態解析装置としての呼吸モニタ１の構成例を示すブロック図である。呼吸モニタ１は、演算装置２０と、測定装置としてのＦＧセンサ１０とを含んで構成される。演算装置２０は、例えば、パソコンやマイコンといったコンピュータである。また演算装置２０は、呼吸モニタ１を操作するための情報を入力する入力装置３５と、呼吸モニタ１の処理状態を表示するディスプレイ４０とを有している。入力装置３５は、例えばタッチパネル、キーボードあるいはマウスである。ディスプレイ４０は、典型的にはＬＣＤ（Ｌｉｑｕｉｄ Ｃｒｙｓｔａｌ Ｄｉｓｐｌａｙｓ、液晶表示装置）である。ディスプレイ４０に表示される呼吸モニタ１の処理状態は、例えば後述のＦＧセンサ１０によって取得される測定データ、後述の状態判別部２６による対象物２の状態の判別結果等である。本図では、入力装置３５とディスプレイ４０は、演算装置２０の本体に外付けするものとして図示されているが、内蔵されていてもよい。なおＦＧセンサ１０については図９で詳述する。

演算装置２０は、周期的な動きのある対象物２の状態を示す測定データのうち判定対象時点の前後の第１の所定期間の該測定データに基づいて、対象物２の状態を判定するための閾値を算出する閾値算出手段としての閾値算出部２８と、対象物２の第１の領域２ａに対応する第１の測定データ、又は、対象物２の当該第１の領域２ａとは異なる第２の領域２ｂに対応する第２の測定データと閾値とを比較して、対象物２の状態を判別する状態判別手段としての状態判別部２６とを備える。

また、演算装置２０は、対象物２の動きの測定された測定点について、複数の動きの位相が略同一である測定点の位置座標群の代表座標を計算する代表座標演算部２４と、動きの位相が異なる位置座標群が２以上あるときは２以上の代表座標間に対象領域を分割する領域分割線を形成する分割線形成部２５とを備える。分割線形成部２５は、典型的には、対象領域であるベッド３に存在している対象物としての人物２を第１の領域としての胸部領域２ａと第２の領域としての腹部領域２ｂとに分割するように領域分割線２ｃを形成する。胸部領域２ａ（第１の領域）、腹部領域２ｂ（第２の領域）については後述する。

さらに、演算装置２０は、周期的な動きのある対象物２の状態を示す測定データに基づいて、前記周期的な動きとともに起こる非周期的な動きを判定して検出する非周期的動き検出手段としての体動検出部２７を備え、判定対象時点の前後の期間のうち、体動検出部２７で非周期的動きの検出された期間を除く第１の所定期間の測定データに基づいて閾値を算出する。なお、本実施の形態の主な所定期間には、第１の所定期間から第１０所定期間までがある。これらの所定期間については、順次後述で説明していく（ただし、順番は必ずしも番号順ではない）。

ここで、対象物は、本実施の形態では、人物２であるものとして説明するが、牛やブタ等の家畜であってもよい。なお家畜はネコやイヌ等のペットも含むものとする。以下対象物は人物２として説明する。ここでは人物２はベッド３上で就寝中である場合で説明する。ここで、周期的な動きとは、例えば、人物２の呼吸運動であり、非周期的な動きとは、例えば、人物２の呼吸運動以外の体動（以下特に断りのない限り単に「体動」という。）である。なお、人物２の呼吸運動は、実際にはその周期や振幅等、呼吸運動を示す後述の波形データに不安定性があり、極端な場合には振幅が失われることもあるが、多少の不安定性であれば、無視して解析することができる。人物２の体動とは、例えば寝返りといった呼吸より周期性に乏しく、呼吸より大きい人物２の動きである。さらに呼吸より大きい人物２の動きとは、例えば動きの大きさ、あるいは動きの変化の大きさで呼吸に対して特徴づけられるものである。

また、本実施の形態に係る呼吸モニタ１は、人物の睡眠時の呼吸の状態を解析し、睡眠時無呼吸症候群（ＳＡＳ）の診断に用いる呼吸運動検出装置である。

また、本実施の形態では、第１の状態は、睡眠中に喉の奥の空気の通り道（上気道）が塞がれて窒息状態になり、無呼吸発作中も呼吸努力が認められる、いわゆる閉塞性無呼吸状態（Ｏｂｓｔｒｕｃｔｉｖｅ ａｐｎｅａ）である。さらに、後述する第２の状態は、睡眠中に呼吸中枢から呼吸筋に対して呼吸指令が届かなくなることで息がとまり、胸腹運動（すなわち呼吸運動そのもの）が停止する、いわゆる中枢性無呼吸状態（Ｃｅｎｔｒａｌ ａｐｎｅａ）である。また、後述する第３の状態は、閉塞性無呼吸の亜種であり、閉塞性無呼吸と中枢性無呼吸とが複合した混合性無呼吸状態Ｍｉｘｅｄ ａｐｎｅａである。さらに、後述する第４の状態は、上述した閉塞性無呼吸、中枢性無呼吸、混合性無呼吸等の呼吸による気流がほぼ止まった状態である無呼吸状態（ａｐｎｅａ）、呼吸による気流が明瞭に低下した状態である低呼吸状態（ｈｙｐｏｐｎｅａ）のいずれでもない状態、言い換えれば、睡眠時無呼吸症候群（ＳＡＳ）の診断上、問題のない正常な呼吸の状態である。

また本実施の形態では、測定データは、ＦＧセンサ１０で測定されたデータである。人物２の状態を示す測定データとは、人物２の測定範囲（例えば人物２の胸部や腹部を含む範囲）での一定時間内の動きに関する量、さらに具体的には、体表面の上下方向移動速度に関する量である。また、人物２の状態を示す測定データは、人物２の動きを複数の点で測定した測定結果に基づいたデータであり、複数の点での各測定値の総和に基づく呼吸データと、複数の点での各測定値の絶対値の総和のデータである体動データとの両方またはいずれか一方を含んでいる。なお絶対値の総和は各測定値の二乗の値の総和を含む概念である。ここでは、測定データは呼吸データと体動データとの両方を含んでいる。また、呼吸データ及び体動データは、さらに各々測定点の数又は測定値に一定以上の変動があった測定点の数で除算したデータとしてもよい。

図２は、本発明の実施の形態に係る呼吸モニタに用いる、呼吸データ及び体動データが形成する波形パターンの例について示した概要図である。測定データは、例えば図２に示すような波形パターンを形成する。なお（ａ）は、人物２の正常呼吸を測定した場合の呼吸データを単純化した一例である。また、（ｂ）は体動を示すデータを含む呼吸データの典型例であり、（ｃ）は体動を示すデータを含む体動データの典型例である。（ｂ）、（ｃ）に示すように、呼吸以外の身体の動き（体動）がある場合には、体動データは大きい値の分布を持ち、同時に呼吸データの振れ幅も大きくなり周期性を失う。またここでは測定データのサンプリング間隔（１データの取得間隔）は例えば０．１〜０．２５秒である。またここでは、人物２の動きを複数の点で測定した各測定値は、一定時間内の人物２の動き、言い換えれば人物２の動きの速度に関する値である。従って、各測定点の測定値を加え合わせれば、一定期間内の一定方向への全体的な平均的位置変化に関するデータを得ることができる（呼吸データ）。また各測定値の絶対値を加え合わせれば、全体の動きの総量に関するデータを得ることができる（体動データ）。なおここでは、呼吸データと体動データとの両方を用いる場合で説明するが、例えば呼吸データのみでも以下で説明する全てのプロセスを行うことができる。

なお、ＦＧセンサ１０から取得された測定データの本装置による解析は、一定期間の測定データを取得してからまとめ行ってもよいし、人物２の状態推移に伴って、データの取得に対してリアルタイムに行ってもよい。本実施の形態では、一定期間、例えば一晩（７〜１０時間程度）の測定データをまとめて処理（解析）する場合で説明する。

またここで、判定対象時点とは、人物２の状態を判別する時点のことである。判定対象時点は、取得する測定データに対してほぼ等間隔に設定される。判定対象時点の間隔は、例えば、測定データのサンプリング間隔等に合わせて、適宜決めればよい。すなわち、ここでは判定対象時点の間隔は、（１データの取得間隔）は例えば０．１〜０．２５秒程度である。
以下、再び図１を参照して上記各構成について詳細に説明する。

体動検出部２７は、上述したように周期的な動きのある対象物、すなわち呼吸運動のある人物２の状態を示す測定データに基づいて、呼吸運動とともに起こる非周期的な動き、すなわち体動を判定して検出し、さらに、当該測定データ中から対象物の体動を示すデータの存在する期間である体動期間を検出するように構成される。

本実施の形態では、体動検出部２７は、判定対象時点直前の第９の所定期間内の測定データ（例えば体動データ）の分布状況に基づいて体動基準値を算出するように構成する。第９の所定期間は、体動基準値を算出するための期間であり、例えば、判定対象時点直前の１〜２分程度とするとよい。

ここで体動データの分布状況は、例えば、第９の所定期間の体動データ（測定値）の平均値＋標準偏差×ａにより算出し、これを体動基準値とする。ここでａは定数である。このａを例えば３とすればデータがガウス分布をしている場合、体動データ（測定値）の９９．８５％は、この式により算出した値の範囲に入るので、そこから外れたものは、通常の分布ではなく、体動であると判定できる。すなわち、体動検出部２７は、判定対象時点の体動データ（測定値）が上記のようにして算出する体動基準値を超えた場合に、判定対象時点での動きが体動であると判定する。

体動検出部２７は、判定対象時点の人物２の動きが体動であると判定した場合、さらに、当該測定データ中から人物２の体動を示すデータの存在する期間である体動期間を検出するように構成される。体動期間は、実際に体動があると判定された期間でよいが、体動が検出された期間の前後数秒は、測定データ（例えば呼吸データ）が多少不安定となることが予め予測できるので、実際に体動があると判定された期間に、当該期間の前後数秒を加えた期間を、体動期間とすることが好適である。なお、体動検出部２７が上述のように、判定対象時点の動きが体動であるか否かを検出することは、言い換えれば、判定対象時点が体動期間であるか否かを判定することでもある。

なお、時間的に過去（前側）のデータから順次この作業を行っていけば、過去の判定対象時点が体動であるかが次の判定対象時点で判っているので、体動である時点、すなわち体動を示す期間は、次に説明する第１の所定期間と同様に、第９の所定期間から除外することが好ましい。すなわち、体動を示す測定データは以降の体動基準値の計算に入れないようにすることが好ましい。このようにすることでより正確に体動を検出することができるようになる。また、体動検出部２７は、体動データ（測定値）が上記のようにして算出する体動基準値を、例えば１〜５秒程度連続的に超えた場合に、体動であると判定するように構成してもよい。

また、体動検出部２７は、体動基準値を、判定対象時点の前の第９の所定期間内の測定データと、後の第９の所定期間内の測定データとに基づいて、前の第９の所定期間と後の第９の所定期間毎に算出し、人物２の体動の判定を、算出された体動基準値のそれぞれの有効性を評価していずれか一方を採用し、さらに判定対象時点のデータと採用された体動基準値を比較することで行うようにしてもよい。有効性の評価は、例えば有効な情報量を評価することにより行うとよい。有効な情報量の評価は、例えば前の第９の所定期間と後の第９の所定期間とのそれぞれの体動データの情報エントロピーを算出して比較することにより評価できる。情報エントロピーについては後述する。

また有効性の評価は、後述する図３に示すようなヒストグラムを用いてもよい。このようなヒストグラムを用いる場合には、例えば前の第９の所定期間と後の第９の所定期間とのそれぞれの体動データのヒストグラムから、それぞれ出力分布の塊を求め、出力の低い方に分布している塊（図中左側の塊）に含まれる度数の多い方を有効とすることで評価してもよい。このようにすることで、大きな体動等による人物２の姿勢変化で感度が変わり、基準とすべきレベル等（例えば体動基準値）が変ったときにすぐに対応できる。ここで、この塊の範囲は、ガウス分布を仮定して、ヒストグラムのピーク（最頻値）に対して度数が一定割合、例えば６０％（即ちｅ―１／２）となる位置までの再頻値からの距離の一定倍（例えば３倍）を最頻値に加える。なお、ガウス分布を仮定する場合には、図中ヒストグラムのピークの右側（体動データの大きい側）は、体動による影響を受けているので、左側（体動データの小さい側）でピークに対する度数の割合を評価するとよい。あるいは最も簡易に最頻値の４倍まで等のように決める。

なお、体動検出部２７は、判定対象時点の前の第９の所定期間の測定データと、後の第９の所定期間内の測定データの有効性を評価して、前記第９の所定期間内の測定データのいずれか一方を採用し、前記採用された測定データに基づいて体動基準値を算出するようにしてもよい。この場合には、人物２の体動の判定を、第９の所定期間のデータと算出された体動基準値を比較することで行うようにする。

また、体動検出部２７は、第１０の所定期間内の測定データ（例えば体動データ）に基づいて、判定対象時点の人物２の体動を判定するための体動判定値を算出し、算出した体動判定値と、体動の判定の基準となる体動基準値とを比較し、その比較結果に基づいて人物２の体動を判定するように構成してもよい。

この場合、第１０の所定期間は、人物２の動きが周期的か非周期的かを判定することのできるに十分なある幅をもった時間帯内であり、例えば、体動判定値の算出に後述のように情報エントロピーやＣＶ値を使うような場合には、５〜１０秒程度とするとよい。体動判定値は、測定データ（例えば体動データ）から求める各時点での２次パラメータである。

さらにこの場合、体動判定値は第１０の所定期間内の測定データ（例えば体動データ）のバラツキに関する量とするとよい。バラツキに関する量とは、例えば情報エントロピーや変動係数（ＣＶ値）である。まずＣＶ値とは、「ＣＶ値＝標準偏差／平均値」で算出できるものであり、変動の大きさをバイアスレベルで正規化する意味を持つ。従って、測定データのバイアスレベルの変動や、計算期間と比較してゆっくりした変化に対しては大きく反応せず、バイアスの状態に比較して大きい急な変動に反応することになる。

また情報エントロピーとは、物理学で用いられるエントロピーを事象の不確かさとして考え、ある情報による不確かさの減少分が、その情報の情報量であるとすると、情報を受け取る前後の不確かさの相対値である。例えば、サイコロを振ったとき、結果を見る前はどの目が出たかまったく分からないので、不確かさ即ち情報エントロピーは最大である。奇数の目が出たという情報を受け取ると、情報エントロピーは減少する。１の目が出たことを知れば、結果は一意に確定し、情報エントロピーは最小となる。また情報量は確率に対して単調減少関数である。珍しい事象が起きたことを知れば、その情報量は大きいが、珍しい事象は当然めったに起こらない。それほど珍しくはないが多少変わったことが起きたということをそのたびに知れば、長い間観察した総情報量は大きくなる場合もある。このような観点から見た長い間の平均的な情報量が情報エントロピーである。ここで、ｐ（ｘ）は、複数の事象の集合Ｘの中で、事象ｘが起こる確率を示す。

なお、情報エントロピーは測定データのヒストグラムから求めることができる。ヒストグラムは例えば図３に示すようなものである。図３では縦軸を度数、横軸をクラス（階級）としている。なお、クラスは例えば測定データの出力の大きさに対応するものであり、図示では測定データの分布に基づいて、等間隔に設定されている。具体的にはクラスの幅は、全測定データの平均値と標準偏差を基準として、０から平均値＋標準偏差×２までをＮ分割してもよい。ここでＮは全データ数により決定するとよい。例えば通常１０〜数十である。あるいは、暫定的に設定したクラスの幅で求めた再頻値の４倍を５０分割する等でもよい。ここで、あるクラスのｘの生起確率ｐ（ｘ）＝クラスの度数／全データ数となる。なお、図中一番右のクラス（Ｎクラス）は、Ｎクラス以上のデータがすべてカウントされているため、度数が大きくなっている。

また、この際には、図３のように縦軸を度数、横軸をクラス（階級）としたヒストグラムを求める場合、クラスの幅（横軸）をＬｏｇスケールにしたヒストグラムとするとよい。それによって、クラスの幅がクラスの中心値に比例して変化することになり、信号（例えば測定データ）の感度の変動に対して不変な情報エントロピーを求めることができる。なお、ヒストグラムのクラスの幅は、第１０の所定期間内のデータ数や、予め計測しておいた一晩（７〜１０時間程度）での体動データの分布範囲、バラツキ等から求めることができる。

なお、体動判定値は、判定対象時点の周囲の周波数分布から算出してもよい。ここで、判定対象時点の周囲とは、例えば、判定対象時点を含む、又は隣接する第１０の所定期間のことである。周波数分布は、例えば、ハイパスフィルタを通した出力、フーリエ変換による周波数成分の分布、ウェーブレット変換によるスケールに対する出力の分布に反映されるものである。これにより取出された測定データ（例えば体動データ）の大きさ（出力値等）の分布に基づいて体動判定値を算出するようにしてもよい。

また、上記のようにして体動判定値を算出し、比較する場合の基準となる体動基準値は、個々の測定データ（例えば体動データ）に関係なく、基準となる値を１つの値に決めても良いし、判定対象時点毎の複数の体動判定値の分布や、予め計測しておいた一晩（７〜１０時間程度）分の体動判定値の分布から決めてもよい。また、体動検出部２７は、判定対象時点以前の第９の所定期間内の測定データ（例えば体動データ）に基づいて、人物２の体動の判定の基準となる体動基準値を算出し、判定対象時点の体動判定値と体動基準値とを比較して、その比較結果に基づいて人物２の体動を判定するように構成してもよい。

また、体動検出部２７による体動の判定は、例えば第９の所定期間での測定データ（例えば体動データ）の分布から体動閾値を設定して体動基準値とし、この体動閾値と判定対象時点の体動データとの比較により判定してもよい。ここで上記の体動閾値Ｔｈｍ（図３に図示）は、例えば図３のヒストグラムの最頻値の度数の一定割合（例えば６０％（即ちｅ―１／２））となる位置までの最頻値からの距離の一定倍（例えば３倍）を最頻値に加えた位置として決定できる。なお、図中ヒストグラムのピークの右側は、体動による影響を受けているので、左側でピークに対する度数の割合を評価するとよい。

つぎに、閾値算出部２８は、判定対象時点の前後の期間のうち体動検出部２７で体動の検出された期間である体動期間を除く第１の所定期間の測定データに基づいて、状態判別部２６による人物２の状態の判別に用いる閾値を算出する。

第１の所定期間は、例えば１分でもよいし１時間でもよく、閾値を算出するのに充分な時間であればよく、典型的には、判定対象時点が複数含まれていればよい。好ましくは、第１の所定期間は、人物２の直近の状態を表すため、１分〜数分程度が適当であり、ここでは、例えば２分とする。

ここで、図４（ａ）に示すように、体動検出部２７により検出された体動期間と、第１の所定期間とが重なる場合には、体動期間の測定データを除いた残りの測定データに、前記除いた期間に相当する期間の測定データを加えて、第１の所定期間の測定データとする。具体的には、例えば第１の所定期間の後側（未来側）に体動検出部２７により検出された体動期間が存在する場合には、第１の所定期間（２分）の前側（過去側）の測定データから、前記除いた期間に相当する期間の測定データを加えるようにするとよい（図４（ｂ）参照）。なお、例えば、判定対象時点の少し前に大きな体動があって、第１の所定期間の前側（過去側）に体動期間が存在する場合には、第１の所定期間（２分）の判定対象時点に続く後側（未来側）の測定データから、前記除いた期間に相当する期間の測定データを加えるようにするとよい（図４（ｃ））。すなわち、体動期間を含まない連続した２分間（第１の所定期間）の測定データを確保できるようにする。なお、第１の所定期間は、出来るだけ、判定対象時点を含んで体動期間の無い連続的な期間を取るようにするとよい。第１の所定期間に体動期間を含めないことで、閾値算出部２８は、後述する呼吸基準値を精度よく算出することができ、呼吸基準値に基づいて算出される閾値を精度良く算出することができるので、状態判別部２６による状態の判別をより正確に行うことができる。

再び、図１に戻って、閾値算出部２８によって第１の所定期間の測定データに基づいて算出され、人物２の状態の判別に用いられる閾値は、後述する呼吸基準値に基づいて定められる。言い換えれば、閾値算出部２８は、測定データ、ここでは呼吸データに基づいて呼吸基準値を算定し、当該呼吸基準値に基づいて閾値を算出する。

状態判別部２６は、人物２の第１の領域としての胸部領域２ａに対応する第１の測定データ、又は、人物２の当該胸部領域２ａとは異なる第２の領域としての腹部領域２ｂに対応する第２の測定データと閾値とを比較して、人物２の状態を判別するように構成される。さらに、状態判別部２６は、後述するように、人物２の略全体に対応する全体測定データと閾値とを比較して、人物２の状態を判別するようにも構成される。

ここで、本実施の形態では、人物２の第１の領域としての胸部領域２ａは、人物２の上半身の上部（胸部）であり、人物２の第２の領域としての腹部領域２ｂは、人物２の上半身の下部（腹部）である。また、人物２の略全体は、典型的には、人物２の胸部領域２ａと腹部領域２ｂを合わせた領域である。すなわち、ここでいう人物２の略全体とは、対象物たる人物２の頭からつま先までの意味ではなく、図９で後述するＦＧセンサによる測定の対象の領域となる部分の略全体の意味であり、人物２の胸部と腹部とを合わせた領域である。

また、第１の領域に対応する第１の測定データは、人物２の上半身の上部（胸部）に対応する測定データであり、第２の領域に対応する第２の測定データは、人物２の上半身の下部（腹部）に対応する測定データである。全体測定データは、人物２の略全体に対応する測定データであり、典型的には、第１の測定データと第２の測定データとを合わせたデータである。

さらに言えば、閾値算出部２８は、人物２の上半身の上部（胸部）に対応する測定データに基づいて第１の閾値、人物２の上半身の下部（腹部）に対応する測定データに基づいて第２の閾値、人物２の略全体に応じた第３の閾値、第４の閾値を各々算出するように構成される。また、呼吸基準値ないし閾値は、対象物の周期的な動きの大きさ、すなわち人物２の呼吸の動きの大きさを示す量に対して設定される。状態判別部２６は、典型的には、判定対象時点の人物２の呼吸の動きの大きさを示す量と閾値とを比較して状態の判別を行う。

なお、以下特に断りのない限り、人物２の第１の領域を「胸部領域２ａ」、人物２の第２の領域を「腹部領域２ｂ」、人物２の略全体の領域を「全体領域」という。さらに、第１の測定データを「胸部測定データ」、第２の測定データを「腹部測定データ」という。さらに、第１の閾値を「胸部閾値」、第２の閾値を「腹部閾値」、第３の閾値を「第１の全体閾値」、第４の閾値を「第２の全体閾値」という。なお、第２の全体閾値は、人物２の正常な呼吸の状態（第４の状態）を判別する際に用いる閾値であり、典型的には第１の全体閾値よりも大きな値の閾値である。また、胸部閾値、腹部閾値、全体閾値を特に分けて説明する必要のない場合には、単に閾値という。

ここで、判定対象時点の人物２の呼吸の動きの大きさは、例えば、少なくても１周期分の期間を含む一定期間内（例えば、５〜１５秒）の呼吸データ（図２（ａ）参照）の振幅、ピーク、ボトム、一回換気量に相当する量等を用いることができる。なお、ここで、ピークとは測定データが形成する波形パターンの山の部分であり、ボトムは谷の部分である（図２（ａ）参照）。またここでは振幅とはピークとボトムの差である。

閾値算出部２８は、呼吸基準値を人物２の呼吸の動きの大きさに基づいて算出する。ここで、閾値算出部２８は、呼吸基準値を測定データのピークとボトムとの両方またはいずれか一方の平均値に基づいて算出するように構成する。閾値算出部２８により算出される呼吸基準値は、判定対象時点以前の第１の所定期間内の測定データのピークかボトムのどちらか一方の平均値としても良いし、ピークとボトムとの両方の平均値としてもよい。さらにピークとボトムの平均値の差から算出できる呼吸データの振幅の平均値としてもよい。

さらに、閾値算出部２８は、第１の所定期間内の測定データの安定性を評価し、その評価に基づいて呼吸基準値を算出することがより好適である。安定性の評価は、対象期間、ここでは第１の所定期間での呼吸データのピーク（又はボトム）のバラツキ、ピーク間隔（又はボトム間隔、ゼロクロス間隔）のバラツキで評価するとよい。閾値算出部２８は、この評価結果により、異なる方法（例えば異なる計算式）で呼吸基準値を算出するようにするとよい。ここで、ゼロクロスとは、周期的な動きも値がゼロになること、例えば、図２（ａ）のように、横軸を時間、縦軸を速度としたとき、速度が時間軸と交差すること、又はその交差した点をいう。すなわち、速度がゼロとなることあるいはゼロとなる点のことである。

具体的には、安定であると評価された場合には、上記のように第１の所定期間内の呼吸データのピークとボトムとの両方またはいずれか一方の平均値、又はピークとボトムの差（呼吸データの振幅）の平均値あるいはピークの平均値とボトムの平均値の差を呼吸基準値とする。また、不安定であると評価された場合には、第１の所定期間内の呼吸データのピークとボトムとの両方またはいずれか一方で大きい方から３つの値の平均値あるいはピークで大きい方から３つの値の平均値とボトムで大きい方から３つの値の平均値の差を呼吸基準値とする。または呼吸データの振幅の大きい方から３つの値の平均値を呼吸基準値とする。

また、閾値算出部２８は、上記の安定性の評価で、不安定と評価された場合には、判定対象時点の後の一定期間の測定データの安定性を評価し、安定と評価されたなら後の一定期間で算出された呼吸基準値を判定対象時点の呼吸基準値とする。ここで後の一定期間は、上述の第１の所定期間と同じ期間であるが、ここでは、第１の所定期間は、より短く、例えば１分間程度でもよい。このようにするのは、例えば人物２の判定対象時点の前側（過去側）が不安定呼吸で、後側（未来側）が振幅の小さい安定呼吸だった場合には、過去を主とした第１の所定期間で評価をすると呼吸基準値が大きい不安定呼吸の状態で算出されてしまう。このため、後述する状態判別部２６による判定で、未来の振幅の小さい呼吸が全て無呼吸、低呼吸と判定されてしまう可能性がある。また例えば逆に過去（判定対象時点前の第１の所定期間）が安定呼吸で未来（判定対象時点後の第１の所定期間）が不安定呼吸のときに、判定対象時点が不安定呼吸の領域に入れば、比較的早く不安定と評価されるので、不安定と評価された期間の状態判別部２６による判定は正しく判断される。

なお、閾値算出部２８は、上記の安定性の評価で、判定対象時点の後の第１の所定期間の測定データの安定性も常に評価しておき、判定対象時点前の第１の所定期間が不安定と評価されたら直ちに判定対象時点の後の第１の所定期間で算出された呼吸基準値を判定対象時点の呼吸基準値としてもよい。すなわち、不安定と評価された場合に限らず、常に判定対象時点の後の第１の所定期間の測定データの安定性も評価するようにしてもよい。

さらに、閾値算出部２８は、上記安定性の評価で、安定と評価された場合と、不安定と評価された場合との両方で呼吸基準値を算出し、算出された両方の呼吸基準値が乖離している場合には、不安定と評価するようにするとよい。なお、安定と評価された場合と、不安定と評価された場合とで異なる方法で算出された呼吸基準値を用いるとよい。言い換えれば、安定と評価された場合と、不安定と評価された場合との両方の算出法で呼吸基準値を算出するとよい。例えば、安定な場合の呼吸基準値ｌ（エル）を安定性を評価する期間内のピークの平均値とし、不安定な場合の呼吸基準値ｍを期間内のピークの上位（大きい方から）３つの平均値とした場合に、｜ｌ―ｍ｜／（ｌ＋ｍ）＞閾値ｔｈ１であるときに不安定としてｍを、そうでないときに安定としてｌを呼吸基準値として採用する。または、さらに上位３つを除いた平均値をｎとした場合に、｜ｍ―ｎ｜／（ｍ＋ｎ）＞閾値ｔｈ２であるときにｍを、そうでないときにｌを採用する。

なお、全体領域に対応する全体測定データの判定対象時点の呼吸の動きの大きさを示す量としては、疑似一回換気量を用いることもできる。この場合も上述と同様に、例えば、第１の所定期間内の疑似一回換気量の平均値をとって呼吸基準値とすればよい。

ここで、判定対象時点の疑似一回換気量とは、判定対象時点以前のゼロクロスからゼロクロスまでの測定データ、ここでは呼吸データ（図２（ａ）参照）を積分することにより得られる値であり、厳密な一回換気量ではなく、一回換気量に相当する値であるため「疑似」と記載している。「ゼロクロスからゼロクロスまで」とは、連続する２回のゼロクロスの間で、測定データが予め決められた正又は負のいずれかの符号を持った期間のことをいう。また、ここでは、「判定対象時点以前のゼロクロスからゼロクロスまで」とは、典型的には「判定対象時点の直前のゼロクロスからゼロクロスまで」であり、さらに具体的に言えば、判定対象時点を基準として、判定対象時点の直前のゼロクロスのさらに１つ前のゼロクロスから、判定対象時点の直前のゼロクロスまでをいう。なお、連続する３回のゼロクロスの間で、測定データの符号が異なる前半２回のゼロクロスの間と後半２回のゼロクロスの間で、それぞれ測定データを積分し、その絶対値の平均値をとって疑似一回換気量としても良い。また、第１の所定期間内には、典型的には、複数の判定対象時点が含まれることとなるため、第１の所定期間内の呼吸データに基づいて、複数の疑似一回換気量を得ることができる。

全体領域に対応する全体測定データの判定対象時点の人物２の呼吸の動きの大きさとして疑似一回換気量を用いることで、呼吸データの振幅とインターバルの両方の変化を反映することができる。すなわち、振幅が小さくなり、インターバルが短くなれば、疑似一回換気量はより小さくなり、振幅のみよりも精度よく変化を反映するということができる。

以上のようにして閾値算出部２８は、判定対象時点の前後の第１の所定期間内の胸部領域２ａに対応する胸部測定データ、腹部領域２ｂに対応する腹部測定データ、全体領域に対応する全体測定データに基づいて、各々の領域についての呼吸基準値を算出する。なお、各呼吸基準値は、各判定対象時点について算出される値が集合することで、まとめて取得した測定データの期間内（例えば一晩、７〜１０時間程度）のベースラインを形成する。

図５は、実際の測定により取得した、全体領域に対応する呼吸データと体動データの波形パターンの一定時間分（６分程度）の１例を示したものである。本図を参照して、ベースラインの概略について説明する。さらに本図には算出された呼吸基準値が形成するベースラインも呼吸データに対応するように示されている。ベースラインを形成する呼吸基準値は、上述したように本実施の形態では、呼吸データに基づいて算出される。図示の体動データに示されるように体動を示すデータ（図２（ｃ）参照）が存在する部位では呼吸データも大きく変化するため呼吸基準値の計算から除外している。すなわち、体動期間を境界にして信号レベルが変化することがあり、第１の所定期間はできるだけ体動期間を含まない一連の期間で設定するため、体動期間の前後ではベースラインの位置（呼吸基準値）が変化する。また本図では体動データの平均値が右側で上がっているが、これは、例えば体動に伴う姿勢の変化により人物２の動きを反映している測定点が変ったことにより、ＦＧセンサ１０の感度が変化すると共に体動データにバイアスがかかっているためである。

再び図１に戻って、閾値算出部２８は、求めた各呼吸基準値に一定の係数をかけて、各閾値を算出する。例えば、閾値算出部２８は、求めた各呼吸基準値の２５％〜１５％程度の値、ここでは２０％の値を、判定対象時点の胸部閾値、腹部閾値、第１の全体閾値として算出する。すなわち、閾値算出部２８は、胸部領域２ａ、腹部領域２ｂ、全体領域の各領域についての呼吸基準値に係数０．２を掛けて胸部閾値、腹部閾値、第１の全体閾値を算出する。さらに、閾値算出部２８は、全体領域に応じて求めた呼吸基準値の５５％〜４５％程度の値、ここでは５０％の値を第２の全体閾値として算出する。すなわち、閾値算出部２８は、全体領域についての呼吸基準値に係数０．５を掛けて第２の全体閾値を算出する。

状態判別部２６は、判定対象時点の各領域の測定データと閾値算出部２８により算出された各閾値とを比較し、この比較結果に基づいて、判定対象時点での人物２の呼吸の状態を判別する。状態判別部２６は、典型的には判定対象時点の呼吸データと閾値を比較する。

なお、状態判別部２６による判別は、例えば閾値算出部２８により算出された呼吸基準値がピークかボトムのどちらか一方の平均値である場合には、正側（ピーク側、吸気側）又は負側（ボトム側、呼気側）のみの判定を行ってもよいし、ピークとボトムとの両方の平均値である場合には、正側と負側の両方の判定が一致しているか、又は一方のみで判定されたか（ＡＮＤ又はＯＲ）により判定を行ってもよい。

具体的には、状態判別部２６は、各領域での判定対象時点の呼吸の動きの大きさを算定し、胸部領域２ａに対応する胸部測定データの判定対象時点の呼吸の動きの大きさが胸部閾値を第２の所定期間連続的に下まわり、腹部領域２ｂに対応する腹部測定データの判定対象時点の呼吸の動きの大きさが腹部閾値を下まわらない場合、または逆に、胸部測定データの判定対象時点の呼吸の動きの大きさが胸部閾値を下まわらず、腹部測定データの判定対象時点の呼吸の動きの大きさが腹部閾値を第２の所定期間連続的に下まわった場合に、人物２が閉塞性無呼吸状態（第１の状態）であると判別するように構成される。

ここで、第２の所定期間は、典型的には、人物２の正常な呼吸インターバルよりも長いと考えられる期間であり、例えば、６秒から１５秒程度とすればよい。なお、現在最も一般的に採用されている睡眠時無呼吸の判定基準では、典型的には、呼吸停止又は呼吸低下が１０秒以上続くこととなっているので、ここでも１０秒程度とする。ただし、後述するように、閾値を下まわる前後のピークまでの間隔を合わせて１０秒間程度としてもよい。なお、本実施の形態では、第２の所定期間連続するとは、例えば、胸部測定データの呼吸の動きの大きさが胸部閾値を下まわり、腹部領域２ｂに対応する腹部測定データの判定対象時点の呼吸の動きの大きさが腹部閾値を下まわらない判定対象時点が、第２の所定期間に相当する分の複数の判定対象時点で連続することである。すなわち、例えば、判定対象時点の間隔が０．２５秒程度で、第２の所定期間が１０秒程度として設定されていれば、４０個の判定対象時点で上記の条件が連続した場合に、第２の所定期間連続したと判断することができる。なお、第２の所定期間連続的に下まわるとは、必ずしも一度もその条件から外れてはいけないという意味ではなく、実質的に連続していればよく、瞬間的に外れても判別に影響がなければよい。以下の説明でも、特に断りのない限り同様である。

以上のように、本実施の形態に係る呼吸モニタ１の状態判別部２６は、胸部測定データの判定対象時点の呼吸の動きの大きさが胸部閾値を連続的に下まわる場合、または、腹部測定データの判定対象時点の呼吸の動きの大きさが腹部閾値を連続的に下まわる場合のどちらか一方のみの条件を満たした場合に、人物２が閉塞性無呼吸状態（第１の状態）であると判別することにより、閉塞性無呼吸状態（第１の状態）を精度良く検出することができる。

すなわち、閉塞がない状態では胸部領域と腹部領域とは、ほぼ同様な動きをするので、胸部測定データの呼吸の動きの大きさ又は腹部測定データの呼吸の動きの大きさのどちらか一方のみが閾値以下となり、従って、どちらかの呼吸の大きさが著しく低下した場合には、何らかの閉塞が起こっていると判別することができ、閉塞性無呼吸状態（第１の状態）を精度良く検出することができる。

図６は、閉塞性無呼吸の呼吸波形（呼吸データ）の第１の具体例を示す図である。図中、上段は全体測定データ、中段は胸部測定データ、下段は腹部測定データを示す。図６では、無呼吸期間の胸部測定データの呼吸の動きの大きさは、正常な呼吸をしている期間の動きの大きさとほとんど変わらないが、腹部測定データでは、無呼吸期間に明確に呼吸の動きの大きさが低下している。言い換えれば、胸部測定データ又は腹部測定データいずれか一方のみの呼吸の動きの大きさが閾値以下に下がるが、他方は顕著に低下してないことがある。すなわち、極端な場合、全体測定データの評価だけでは無呼吸と判定できず、胸部測定データ、腹部測定データに分けて判別することにより無呼吸検出が可能となるものがあることを示している。全体測定データの呼吸の動きの大きさだけで無呼吸の判断を行おうとすると、本図のように、胸部測定データまたは腹部測定データの一方だけの動きの大きさが著しく低下したときに、全体としてはそれほど顕著な低下とならずに無呼吸と判断できないケースがあったが、以上で説明したように、いずれか一方のみが顕著に低下していることを検出することにより、より精度良く無呼吸を検出することができる。

なお、状態判別部２６は、胸部測定データが胸部閾値を下まわり、腹部測定データが腹部閾値を下まわらない場合、または、胸部測定データが胸部閾値を下まわらず、腹部測定データが腹部閾値を下まわった場合、その直前、直後で閾値以上となる呼吸データのピークの間隔を閉塞性無呼吸イベント期間とし、そしてこの閉塞性無呼吸イベント期間が一定期間、例えば１０秒程度以上あれば、このイベント期間が閉塞性無呼吸状態（第１の状態）であると判定するように構成してもよい。なお、この場合は、厳密に言えば、閉塞性無呼吸イベント期間の始端と終端に呼吸データが閾値を上まわる期間が存在することになるが、当該閾値を上まわる期間が当該イベント期間の一定割合以内、又は、第２の所定期間の一定割合以内、あるいはあらかじめ決められた期間以内であれば、無呼吸、低呼吸等の判別条件を満たしたものとすればよい。言い換えれば、第２の所定期間との比較対象となる当該イベント期間の始端をその直前のピーク、後端をその直後のピークとしたときに、当該イベント期間が第２の所定期間より長く、閾値を上まわる期間が当該イベント期間の一定割合以内、又は、第２の所定期間の一定割合以内、あるいはあらかじめ決められた期間以内であれば、実際に閾値を下まわる期間が第２の所定期間より短くなる場合もあり得るが、実質的には閾値を下まわっているとみなすことができ、第２の所定期間連続的に下まわるという概念に含まれるものとすることができる。このようにすることで、呼吸データが閾値を下まわる期間が実質的に第２の所定期間連続していると見ることができる。なお、特に断りのない限り、以下で説明する状態判別部２６による状態の判別でも同様である。

また、状態判別部２６は、判定対象時点として、呼吸データのピークとボトムを拾っていき、その差、すなわち、呼吸データの振幅が閾値未満で、第２の所定期間以上継続した場合には、その継続期間が閉塞性無呼吸状態（第１の状態）であると判別するように構成しても良い。さらに別の判別方法として、判定対象時点として、呼吸データのピーク（又はボトム）を拾っていき、閾値以上の呼吸データのピークの間隔が一定期間、例えば１０秒程度以上となったとき、さらにその両ピーク間内で呼吸データが閾値未満である期間が第２の所定期間以上の場合に閉塞性無呼吸状態（第１の状態）であると判別するように構成しても良い。なお、特に断りのない限り、以下で説明する状態判別部２６による状態の判別でも同様である。

状態判別部２６は、さらに、胸部領域２ａに対応する胸部測定データの判定対象時点の呼吸の動きの大きさが胸部閾値を、かつ、腹部領域２ｂに対応する腹部測定データの判定対象時点の呼吸の動きの大きさが腹部閾値を第６の所定期間連続的に下まわった場合に、人物２が中枢性無呼吸状態（第２の状態）であると判別するように構成される。

ここで、第６の所定期間は、典型的には第２の所定期間と同様の期間であり、人物２の正常な呼吸インターバルよりも長いと考えられる期間であり、例えば、６秒から１５秒程度とすればよい。なおここでも、現在最も一般的に採用されている睡眠時無呼吸の判定基準では、典型的には、呼吸停止又は呼吸低下が１０秒以上続くこととなっているので、ここでも１０秒程度とする。なお、以下で説明する第３の所定期間、第４の所定期間、第５の所定期間、第８の所定期間も同様の期間である。

このように、状態判別部２６は、胸部測定データの判定対象時点の呼吸の動きの大きさが胸部閾値を、腹部測定データの判定対象時点の呼吸の動きの大きさが腹部閾値を連続的に下まわる場合、すなわち、胸部領域２ａと腹部領域２ｂの両方の呼吸の動きの大きさが著しく低下した場合に、人物２の全体での呼吸の動きの大きさが著しく低下しているか否かの判断をしなくとも、人物２が中枢性無呼吸状態（第２の状態）であると判別することにより、中枢性無呼吸状態（第２の状態）を精度良く検出することができる。

図７は、中枢性無呼吸の呼吸波形（呼吸データ）の第１の具体例を示す図であり、図６と同様に、図中、上段は全体測定データ、中段は胸部測定データ、下段は腹部測定データを示す。中枢性無呼吸では、胸部測定データの呼吸の動きの大きさと腹部測定データの呼吸の動きの大きさがともに著しく低下する。後述するＦＧセンサ１０を用いる呼吸モニタ１では、胸部測定データと腹部測定データを足し合わせたものが全体測定データとので、胸部測定データの呼吸の動きの大きさと腹部測定データの呼吸の動きの大きさがともに著しく低下していれば、全体測定データも大きく低下するので、全体測定データの呼吸の動きの大きさが閾値以下になっているか否かを判定しなくても、胸部測定データと腹部測定データの呼吸の動きの大きさだけに基づいて中枢性無呼吸状態（第２の状態）の判別を正確にすることができる。また、同時に、中枢性無呼吸状態（第２の状態）を閉塞性無呼吸状態（第１の状態）と、正確に区別して判別することができる。

さらに、本実施の形態では、状態判別部２６は、人物２の全体領域に対応する全体測定データの判定対象時点の呼吸の動きの大きさが、第１の全体閾値を第４の所定期間連続的に下まわり、かつ、胸部測定データの判定対象時点の呼吸の動きの大きさが胸部閾値を、又は腹部測定データの判定対象時点の呼吸の動きの大きさが腹部閾値を、第５の所定期間連続的に上まわった場合にも、人物２が閉塞性無呼吸状態（第１の状態）であると判別するように構成される。

ここで、第４の所定期間、第５の所定期間は、典型的には重複する期間であり、すなわち、全体測定データの呼吸の動きの大きさが、第１の全体閾値を下まわり、同時に、胸部測定データの呼吸の動きの大きさ、または腹部測定データの呼吸の動きの大きさのいずれか一方が胸部閾値または腹部閾値を上まわる期間が、同時に所定期間連続した場合に、状態判別部２６は、人物２が閉塞性無呼吸状態（第１の状態）であると判別する。

全体測定データの呼吸の動きの大きさが第１の全体閾値を下まわる、すなわち、人物２の全体領域での呼吸の動きの大きさが著しく小さくなっていることで、少なくとも閉塞性無呼吸状態（第１の状態）又は中枢性無呼吸状態（第２の状態）であることが判別され、さらに、同時に、胸部測定データの呼吸の動きの大きさと腹部測定データの呼吸の動きの大きさが両方とも著しく低下していなければ、閉塞性無呼吸状態（第１の状態）と判別することができる。逆に言えば、同時に、胸部測定データの呼吸の動きの大きさと腹部測定データの呼吸の動きの大きさが両方とも著しく低下していれば、中枢性無呼吸状態（第２の状態）と判別することができる。すなわち、詳細な状態の判別をすることができ、より正確な状態の解析を行うことができる。また、前述した閉塞性無呼吸状態（第１の状態）の判別と併用することで、より確実で漏れのない判別をすることができる。

なお、ここで人物２の全体領域に対応する全体測定データの判定対象時点の呼吸の動きの大きさと第１の全体閾値とを比較する場合に、呼吸の動きの大きさとして上述した疑似一回換気量を用いてもよい。疑似一回換気量を用いることで、呼吸データの振幅とインターバルの両方の変化を反映することができ、ピークやボトム、振幅のみを用いる場合と比較してより精度よく判別することができる。

本実施の形態では、状態判別部２６は、さらに、測定データに基づいて人物２の胸部領域２ａに対応する胸部測定データ又は腹部領域２ｂに対応する腹部測定データと、人物２の全体領域に対応する全体測定データとを比較して、人物２の状態を判別するようにも構成されている。

すなわち、状態判別部２６は、胸部測定データの判定対象時点の呼吸の動きの大きさ、又は腹部測定データの判定対象時点の呼吸の動きの大きさが、全体測定データの判定対象時点の呼吸の動きの大きさを第３の所定期間連続的に略同等あるいは上まわった場合にも、人物２が閉塞性無呼吸状態（第１の状態）であると判別するように構成される。

図８は、閉塞性無呼吸の呼吸波形（呼吸データ）の第２の具体例を示す図であり、図６と同様に、図中、上段は全体測定データ、中段は胸部測定データ、下段は腹部測定データを示す。胸部測定データ、腹部測定データともに運動振幅が残っているが、それぞれが打ち消しあい、全体測定データは運動振幅がほぼ消失している。これは、一般的に言われる奇異性運動の典型的なもので、図８に見られるように、胸部領域と腹部領域とが逆方向の動きをすることにより、全体領域での運動は、ほぼ消失したように見える。言い換えれば、胸部測定データ又は腹部測定データの呼吸の動きの大きさが、全体測定データの呼吸の動きの大きさと略同等となる、あるいは上まわる。

また、本実施の形態では、後述するようにＦＧセンサ１０を用いて測定データを取得するため、胸部測定データ、腹部測定データと全体測定データとは測定原理が同じである。例えば、上述した全体を測定する口鼻フローセンサと、胸部・腹部を各々測定するコイルやひずみゲージ（ストレインゲージ）等を用いるＰＳＧ装置では、測定原理が異なることから、全体に対応する測定値と胸部、腹部に対応する測定値とを直接比較することができなかったが、本実施の形態では、胸部測定データ、腹部測定データと全体測定データとを直接比較することが可能である。

状態判別部２６は、全体測定データの判定対象時点の呼吸の動きの大きさと、胸部測定データの呼吸の動きの大きさ又は腹部測定データの呼吸の動きの大きさとの相対的な比較結果に基づいて呼吸の状態を判別するので、人物２の全体での呼吸の動きの大きさが著しく低下しているか否かの判断をしなくとも、人物２が閉塞性無呼吸状態（第１の状態）であると判別することができ、閉塞性無呼吸状態（第１の状態）の検出精度を向上させることができる。また、これにより、人物２の姿勢や上掛けの状況、人物２のベッド３上での位置、外乱光の状況等、環境条件により、後述するＦＧセンサ１０により取得される測定データの検出感度やノイズレベルが変化していた場合でも、例えば１つの固定された閾値を用いずに当該変化に適切に対応した、より正確な判別を下すことができる。また、この場合は、閾値を算出する必要がないので、呼吸モニタ１でのデータ処理量は少なくて済む。

状態判別部２６は、さらに、閉塞性無呼吸状態（第１の状態）と中枢性無呼吸状態（第２の状態）とが略連続し、人物２が閉塞性無呼吸状態（第１の状態）である期間と中枢性無呼吸状態（第２の状態）である期間とが、第７の所定期間略連続した場合に、人物２が混合性無呼吸状態（第３の状態）であると判別するように構成される。

ここで、第７の所定期間は、典型的には第２の所定期間と同様の期間であり、人物２の正常な呼吸インターバルよりも長いと考えられる期間であり、例えば、６秒から１５秒程度とすればよい。なおここでも、現在最も一般的に採用されている睡眠時無呼吸の判定基準では、典型的には、呼吸停止又は呼吸低下が１０秒以上続くこととなっているので、ここでも１０秒程度とする。さらにここでも、第７の所定期間略連続するとは、必ずしも一度もその条件から外れてはいけないという意味ではなく、実質的に連続していればよく、瞬間的に外れても判別に影響がなければよい。

混合性無呼吸状態（第３の状態）は、一般的には、中枢性無呼吸状態（第２の状態）が先行し、それが閉塞性無呼吸状態（第１の状態）に移行して無呼吸期間を終了することが多い。しかしながら、この逆の場合も考えられるので、連続する順番はいずれでもよい。

状態判別部２６は、さらに、全体測定データの判定対象時点の呼吸の動きの大きさが、閾値算出部２８によって算出される第２の全体閾値を第８の所定期間連続的に下まわらなかった場合に、人物２が睡眠時無呼吸症候群（ＳＡＳ）の診断上、問題のない正常な呼吸の状態（第４の状態）であると判別するように構成される。言い換えれば、状態判別部２６は、全体測定データの判定対象時点の呼吸の動きの大きさが、第２の全体閾値を上まわった場合（連続、不連続を問わず）に、問題のない正常な呼吸の状態（第４の状態）であると判別するように構成してもよい。

正常な呼吸の状態（第４の状態）は、閉塞性無呼吸、中枢性無呼吸、混合性無呼吸等の呼吸による気流がほぼ止まった状態である無呼吸状態（ａｐｎｅａ）、呼吸による気流が明瞭に低下した状態である低呼吸状態（ｈｙｐｏｐｎｅａ）のいずれでもない状態である。これにより、例えば、人物２の全体での呼吸の動きの大きさが著しく低下しているか否かの判断をせずに、閉塞性無呼吸状態（第１の状態）あるいは中枢性無呼吸状態（第２の状態）を判別した場合に、何らかの要因に起因して明らかにおかしいと考えられる判別を排除することができるので、より正確な状態の解析が可能となる。

なお、言い換えれば、全体測定データの呼吸の動きの大きさが第２の全体閾値を連続的に下まわった場合には、人物２の状態が、いずれかの無呼吸状態（ａｐｎｅａ）、あるいは低呼吸状態であるものと考えられる。したがって、状態判別部２６は、全体測定データの呼吸の動きの大きさが第２の全体閾値を連続的に下まわり、かつ、上述した閉塞性無呼吸状態（第１の状態）、中枢性無呼吸状態（第２の状態）、混合性無呼吸状態（第３の状態）のいずれでもないと判別した場合には、人物２の状態が呼吸による気流が明瞭に低下した低呼吸状態であると判別するように構成することもできる。これにより、低呼吸状態の判別も正確に行うことができる。

本実施の形態に係る呼吸モニタ１によれば、以上のように胸部領域２ａ、腹部領域２ｂ、全体領域に応じて人物２の状態を判別することで、例えば、複雑な呼吸運動に対して全体としての正しい評価、詳細な状態の解析、解析の精度の向上等より正確な状態の解析を行うことができる。例えば、人物２の全体領域に対応する全体信号のみでの判別では、判別しにくかった無呼吸状態のより詳細な型の判別、すなわち、第１の状態としての閉塞性無呼吸状態、第２の状態としての中枢性無呼吸状態、第３の状態としての混合性無呼吸状態を区別して判別することができる。

なお、呼吸モニタ１によって判別される無呼吸状態のより詳細な型は、例えば、終夜測定検査で、閉塞性無呼吸状態（第１の状態）、中枢性無呼吸状態（第２の状態）、閉塞性無呼吸混合性無呼吸状態（第３の状態）がそれぞれ何回起こったかを記録することにより、医師等による睡眠時無呼吸症候群（ＳＡＳ）の診断上必要な項目として用いることができる。

また、以上で説明したように、状態判別部２６は、例えば、複数の異なる条件のうちいずれか１つの条件を満たした場合に、人物２の状態が閉塞性無呼吸状態（第１の状態）であると判別することにより、包括的かつ漏れのない状態の判別を行うことができる。ただし、以上で説明した複数の異なる条件の全てを用いなくても良いことは言うまでもない。

また、以上の説明では、胸部測定データと胸部閾値、腹部測定データと腹部閾値の比較に基づいて閉塞性無呼吸状態（第１の状態）を判別する状態判別手段、胸部測定データと全体測定データ、腹部測定データと全体測定データの比較に基づいて閉塞性無呼吸状態（第１の状態）を判別する状態判別手段、全体測定データと全体閾値、胸部測定データと胸部閾値、腹部測定データと腹部閾値の比較に基づいて閉塞性無呼吸状態（第１の状態）を判別する状態判別手段は、一体の状態判別部２６であるものとして説明した。しかしながら、それぞれ第１の状態判別部（不図示）、第２の状態判別部（不図示）、第３の状態判別部（不図示）として別体に構成してもよい。中枢性無呼吸状態（第２の状態）を判別する状態判別手段、閉塞性無呼吸混合性無呼吸状態（第３の状態）を判別する状態判別手段、正常な呼吸の状態（第４の状態）を判別する状態判別手段についても同様である。

また、例えば、胸部測定データと全体測定データ、腹部測定データと全体測定データの比較に基づいて閉塞性無呼吸状態（第１の状態）を判別する状態判別手段のみを備える呼吸モニタ１の場合には、閾値を算出する必要はないので閾値算出部２８を備えない構成としても良い。すなわち、いずれの状態判別手段を備えるかに応じて適宜構成を変更すればよい。また、以上の実施の形態では、各領域の一定期間の測定データをまとめて取得して解析する場合で説明したが、人物２の状態推移に伴ってリアルタイムに測定データを取得、解析しても良い。この場合も、従来に比較して詳細な状態の解析、解析の精度の向上等、より正確な状態の解析を行うことができる。なお、リアルタイムに測定データを取得、解析する場合は、例えば、閾値を算出するための第１の所定期間は、典型的には、判定対象時点以前の所定期間とするとよいが、判定対象時点以後の所定期間を用いても問題はない。例えば、判定対象時点から数秒経過後に状態の解析を行ってもよく、すなわち、状態の解析に支障がない程度で、測定データの取得と状態の解析に若干のタイムラグがあっても問題はない。

図９は、本発明の実施の形態に係る呼吸モニタ１のＦＧセンサ１０の模式的斜視図である。ここで、本図を参照して、呼吸モニタ１に適した測定装置であるＦＧセンサ１０について説明する。ＦＧセンサ１０は、対象領域としてのベッド３に所定の照明パターン１１ａ、言い換えれば複数の輝点１１ｂを投影する投影装置１１と、投影装置１１により投光された光、すなわち、複数の輝点１１ｂが投影されたベッド３を撮像する撮像装置１２と、撮像装置１２により撮像された画像に基づいて、人物２の状態を示す測定データを生成する測定部１４とを含んで構成される。なお、本実施の形態では測定部１４は演算装置２０と一体に構成されている場合で説明する。

図１０は、本発明の実施の形態に係る呼吸モニタ１のＦＧセンサ１０の概略構成を示すブロック図である。測定部１４は、撮像装置１２により異なる２時点に取得された２フレームの画像から、複数の輝点の前記２フレーム間の移動量を算出する移動量算出手段としての移動量算出部１４１と、移動量算出部１４１により算出された移動量を時系列に並べてなる移動量波形データを生成する移動量波形生成手段としての移動量波形生成部１４２とを備えている。

ここで、異なる２時点の像に基づく、輝点の移動の測定について説明する。異なる２時点の像は、任意の時点とそのわずかに前の時点とするとよい。わずかに前とは、人物２の動きを検出するのに十分な時間間隔だけ前であればよい。この場合、人物２のわずかな動きも検出したいときは短く、例えば人物２の動きが大きくなり過ぎず、実質的にはほぼ動き無しとみなせる程度の時間、例えば０．１秒程度とすればよい。あるいはテレビ周期の１〜１０周期（１／３０〜１／３）とするとよい。また、人物２の大まかな動きを検出したいときは長く、例えば１０秒程度としてもよい。但し、本実施の形態のように、人物２の呼吸も検出する場合では長くし過ぎると、正確な呼吸の検出が行えなくなるので、例えば１分などにするのは適切でない。以下、任意の時点（現在）で取得した像を取得像、取得像よりわずかに前（過去）に取得した像を参照像として説明する。なお、参照像は、記憶部（不図示）内に保存される。

さらに、本実施の形態では、異なる２時点の像は、取得像（Ｎフレーム）と、取得像の１つ前に取得した像（Ｎ−１フレーム）とする。すなわち参照像は、取得像の１つ前に取得した像である。また、像の取得間隔は、例えば装置の処理速度や、上述のように検出したい動きの内容により適宜決めるとよいが、例えば０．１〜３秒、好ましくは０．１〜０．５秒程度とするとよい。ここでは０．１〜０．２５秒とする。また、より短い時間間隔で像を取得し、平均化またはフィルタリングの処理を行うことで、例えばランダムノイズの影響を低減できるので有効である。なお、測定部１４については後で詳しく説明する。

図９に戻って、ＦＧセンサ１０の設置例について説明する。図中ベッド３上に、人物２が睡眠状態で横たわって存在している。ここでは、人物２の上には、さらに寝具４がかけられており、人物２の一部と、ベッド３の一部とを覆っている。この場合には、ＦＧセンサ１０は、寝具４の上面の高さ方向の一定時間内の動きに関する量を測定している。また寝具４を使用しない場合には、ＦＧセンサ１０は、人物２そのものの高さ方向の一定時間内の動きに関する量を測定する。なお、人物２の高さ方向の動きは、例えば人物２の呼吸や体動に伴う動きである。

ＦＧセンサ１０を構成している投影装置１１と、撮像装置１２は、対象領域であるベッド３の鉛直方向上方に配置されている。なお測定範囲は、人物２の胸部や腹部を含む範囲に設定されている。図示では、人物２のおよそ頭部上方に投影装置１１が、ベッド３のおよそ中央部、または中央部よりやや頭部寄り上方に撮像装置１２が配置されている。投影装置１１は、ベッド３上に照明パターンとしてのパターン１１ａを投光している。パターン１１ａは複数の輝点光である。また、撮像装置１２の画角は、人物２の上半身に相当する部分を含むベッド３のおよそ中央部分を撮像できるように設定される。撮像装置１２はほぼ垂直にベッド３を見下ろすように設置されていが、ある程度傾けて設置してもよい。なおここでは、撮像装置１２により撮像できる人物２上に投光された複数の輝点１１ｂの各位置が各測定点に対応する。

投影装置１１と撮像装置１２とは、ある程度距離を離して設置するとよい。このようにすることで、距離ｄ（基線長ｄ、図１２参照）が長くなるので、変化を敏感に検出できるようになる（検出感度がよくなる）。なお、基線長は長く取ることが好ましいが、短くてもよい。但しこの場合には、呼吸等の小さな動きを検出しにくくなるが、後述のように、輝点の重心位置を検出するようにすれば、小さな動き（呼吸）の検出も可能である。

ここで基線長ｄ（図１２参照）について説明する。ここでは、ＦＧセンサ１０は、図１２で後述するように、パターンを形成する輝点の移動を測定するものである。この際に、例えば、対象物（ここでは人物２）の高さ又は高さ方向の動きが大きくなればなるほど、輝点の移動量も大きくなる。このため、図１２で後述する概念によると、輝点の移動量が大きいと、比較すべき輝点の隣の輝点を飛び越してしまう現象が起こることがある。この場合、隣の輝点から移動したと判断され、測定される輝点の移動量は小さくなってしまうことがある。すなわち、正確に輝点の移動量を測定できない。基線長が短い場合には、輝点の移動量は小さく、上記の飛び越えが起こりにくいが、微小な動きに対してはノイズとの区別が難しくなる。また、基線長ｄ（図１２参照）が長い場合には、例えば対象物の僅かな動きであっても、輝点の移動量に大きく反映されるので、微小な高さ又は高さ方向の動きを測定することができるが、例えば大きな動きがあった場合に飛び越えが起きることがある。

図１１は、本発明の実施の形態に係る呼吸モニタ１の投影装置１１を説明する模式的斜視図である。本図を参照して、呼吸モニタ１に適した投影装置１１について説明する。なおここでは、説明のために、対象領域を平面１０２とし、後述のレーザ光束Ｌ１を平面１０２に対して垂直に投射する場合で説明する。投影装置１１は、可干渉性の光束を発生する光束発生手段としての光束発生部１０５と、ファイバーグレーティング１２０（以下、単にグレーティング１２０という）とを備えている。光束発生部１０５により投射される可干渉性の光束は、典型的には赤外光レーザである。光束発生部１０５は、平行光束を発生するように構成されている。光束発生部１０５は、典型的には不図示のコリメータレンズを含んで構成される半導体レーザ装置であり、発生される平行光束は、レーザ光束Ｌ１である。そしてレーザ光束Ｌ１は、断面が略円形状の光束である。ここで平行光束とは、実質的に平行であればよく、平行に近い光束も含む。なお、略円形状とは略楕円形状を含む。

またここでは、グレーティング１２０は、平面１０２に平行に（Ｚ軸に直角に）配置される。グレーティング１２０に、レーザ光Ｌ１を、Ｚ軸方向に入射させる。するとレーザ光Ｌ１は、個々の光ファイバー１２１により、そのレンズ効果を持つ面内で集光したのち、発散波となって広がって行き、干渉して、投光面である平面１０２に複数の輝点アレイであるパターン１１ａが投光される。なお、グレーティング１２０を平面１０２に平行に配置するとは、例えば、グレーティング１２０を構成するＦＧ素子１２２の各光ファイバー１２１の軸線を含む平面と、平面１０２とが平行になるように配置することである。

また、グレーティング１２０は、２つのＦＧ素子１２２を含んで構成される。本実施の形態では、各ＦＧ素子１２２の平面は、互いに平行である。以下、各ＦＧ素子１２２の平面を素子平面という。また、本実施の形態では、２つのＦＧ素子１２２の光ファイバー１２１の軸線は、互いにほぼ直交している。

ＦＧ素子１２２は、例えば、直径が数１０ミクロン、長さ１０ｍｍ程度の光ファイバー１２１を数１０〜数１００本程度、平行にシート状に並べて構成したものである。また、２つのＦＧ素子１２２は、接触して配置してもよいし、それぞれの素子平面の法線方向に距離を空けて配置してもよい。この場合には、２つのＦＧ素子１２２の互いの距離は、パターン１１ａの投光に差支えない程度とする。レーザ光束Ｌ１は、典型的には、グレーティング１２２の素子平面に対して垂直に入射させる。

このように、投影装置１１は、２つのＦＧ素子１２２を含んで構成されたグレーティング１２０が光学系となるので、複雑な光学系を必要とすることなく、光学筐体を小型化できる。さらに投影装置１１は、グレーティング１２０を用いることで、単純な構成で、複数の輝点１１ｂをパターン１１ａとして対象領域に投光できる。なお、パターン１１ａは、典型的には正方格子状に配列された複数の輝点１１ｂである。また、輝点の形状は楕円形を含む略円形である。

図１２は、本発明の実施の形態に係る呼吸モニタ１の輝点の移動の概念について説明する概念的斜視図である。本図を参照して撮像装置１２について説明する。撮像装置１２は、結像光学系１２ａと撮像素子１５を有するものである。撮像素子１５は、典型的にはＣＣＤ撮像素子である。また、撮像素子１５として、ＣＣＤの他にＣＭＯＳ構造の素子が最近盛んに発表されており、それらも当然使用可能である。特にこれらの中には、素子自体にフレーム間差算や二値化の機能を備えたものがあり、これらの素子の使用は好適である。

また、撮像装置１２は、前述の光束発生部１０５（図１１参照）により発生されるレーザ光束Ｌ１の波長の周辺部以外の波長の光を減光するフィルタ１２ｂを備えるとよい。フィルタ１２ｂは、典型的には干渉フィルタ等の光学フィルタであり、結像光学系１２ａの光軸上に配置するとよい。このようにすると、撮像装置１２は、撮像素子１５に受光する光のうち、投影装置１１より投影されたパターン１１ａの光の強度が相対的にあがるので、外乱光による影響を軽減できる。また、光束発生部１０５（図１１参照）により発生されるレーザ光束Ｌ１（図１１参照）は、典型的には赤外光レーザの光束である。また、レーザ光Ｌ１（図１１参照）は、継続的に照射してもよいし、断続的に照射してもよい。断続的に照射する場合には、撮像装置１２による撮像を、照射のタイミングに同期させて行うようにする。

ここで、輝点の移動の概念について説明する。ここでは、判りやすく、対象領域を平面１０２、対象物を物体１０３として説明する。さらにここでは、説明のために、参照像は、物体１０３が平面１０２に存在しないときのパターン１１ａの像であり、取得像は、物体１０３が平面１０２に存在しているときのパターン１１ａとして説明する。

図中物体１０３が、平面１０２上に載置されている。またＸＹ軸を平面１０２内に置くように、直交座標系ＸＹＺがとられており、物体１０３はＸＹ座標系の第１象限に置かれている。一方、図中Ｚ軸上で平面１０２の上方には、投影装置１１と、撮像装置１２とが配置されている。撮像装置１２は、投影装置１１によりパターン１１ａが投光された平面１０２を撮像する。即ち平面１０２上に載置された物体１０３を撮像する。

撮像装置１２の結像光学系としての結像レンズ１２ａは、ここでは、その光軸がＺ軸に一致するように配置されている。そして、結像レンズ１２ａは、平面１０２あるいは物体１０３上のパターン１１ａの像を、撮像装置１２の撮像素子１５の結像面１５’（イメージプレーン）に結像する。結像面１５’は、典型的にはＺ軸に直交する面である。さらに、結像面１５’内にｘｙ直交座標系をとり、Ｚ軸が、ｘｙ座標系の原点を通るようにする。平面１０２から結像レンズ１２ａと等距離で、結像レンズ１２ａからＹ軸の負の方向に距離ｄ（基線長ｄ）だけ離れたところに、投影装置１１が配置されている。物体１０３と平面１０２には、投影装置１１により複数の輝点１１ｂが形成するパターン１１ａが投光される。

投影装置１１により平面１０２に投光されたパターン１１ａは、物体１０３が存在する部分では、物体１０３に遮られ平面１０２には到達しない。ここで物体１０３が存在していれば、平面１０２上の点１０２ａに投射されるべき輝点１１ｂは、物体１０３上の点１０３ａに投射される。輝点１１ｂが点１０２ａから点１０３ａに移動したことにより、また結像レンズ１２ａと投影装置１１とが距離ｄ（基線長ｄ）だけ離れているところから、結像面１５’上では、点１０２ａ’（ｘ，ｙ）に結像すべきところが点１０３ａ’（ｘ，ｙ＋δ）に結像する。即ち、物体１０３が存在しない時点と物体１０３が存在する時点とは、輝点１１ｂの像がｙ軸方向に距離δだけ移動することになる。

これは、例えば図１３に示すように、撮像素子１５の結像面１５’に結像した輝点は、高さのある物体１０３により、δだけｙ軸方向に移動することになる。

このように、この輝点の移動量δを算出することにより、物体１０３上の点１０３ａの位置が三次元的に特定できる。即ち、例えば点１０３ａの高さがわかる。このように、ある点が、物体１０３が存在しなければ結像面１５’上に結像すべき点と、結像面１５’上の実際の結像位置との差を算出することにより、物体１０３の高さの分布、言い換えれば三次元形状が測定できる。あるいは物体１０３の三次元座標が測定できる。また、輝点１１ｂの対応関係が不明にならない程度に、パターン１１ａのピッチ、即ち輝点１１ｂのピッチを細かくすれば、物体１０３の高さの分布はそれだけ詳細に測定できることになる。

以上のような概念に基づいて、輝点の移動量を算出することで対象物の高さが測定できる。但しここでは、取得像と、取得像の１つ前に取得した像即ち参照像に基づいて、高さ方向の動きを測定するので、輝点の移動量を見ることになる。このため、例えば人物２の絶対的な高さは測定できなくなるが、人物２の高さ方向の動きを検出することが目的であるので問題は無い。

再び図１０に戻って、測定部１４について詳述する。移動量算出部１４１は、図１３で説明したように、輝点の移動量を算出するものである。移動量算出部１４１は、以上のような、輝点の移動量の算出を、パターン１１ａを形成する複数の各輝点毎に行うように構成される。即ち、複数の輝点の位置がそれぞれ測定点となる。移動量算出部１４１は、パターン１１ａを形成する複数の各輝点毎に算出した輝点の移動量を移動量波形生成部１４２へ出力する。即ち、算出した各輝点の移動量が、各測定点での測定値となる。言い換えればここでは人物２の動きを複数の点で測定した各測定値は、各輝点の移動量に対応する。

なお、任意の時点とそのわずかに前の時点の異なる２時点の像に基づく、輝点の移動の測定で得られる波形（例えば輝点の移動量の総和など）は、距離の微分波形、即ち速度変化を表す波形になる。また例えば、高さ変化を表すような波形を得たいときは、前記波形を積分すれば距離の波形、即ち高さ変化を示す波形になる。

ここで、取得像と参照像は、例えば撮像装置１２により撮像された像であるが、それぞれの像上での、輝点の位置情報も含む概念である。即ち、取得像と参照像は、各々の時点で、投影装置１１の投光により形成されたパターン１１ａの像である。なお、本実施の形態では、参照像は、例えば、いわゆる像としてではなく、各輝点の位置に関する、座標等の位置情報の形で不図示の記憶手段に保存される。このようにすると、後述する輝点の移動量を算出する際に、例えば輝点の座標や方向を比較するだけで済むので処理が単純になる。さらに、ここでは、輝点の位置は、輝点の重心位置とする。このようにすることで、僅かな輝点の移動も計測することができる。

また、輝点の移動量は、参照像上の各輝点の位置情報と、取得像上の各輝点の位置情報とを比較することで、輝点の移動量を算出できる。なお、それぞれの移動量は、例えば、輝点の位置が移動した画素数（何画素移動したか）を計数することで求められる。但し、輝点の位置を重心位置として求めれば、１画素より小さい単位で移動量を算出することが可能である。算出される輝点の移動量は、輝点の移動方向を含む概念である。即ち、計測される輝点の移動量には、移動した方向の情報も含まれる。このようにすると、後述のように、差分像を生成しないで済むので処理を単純化できる。

なお上記では、輝点の位置情報を比較する場合で説明したが、参照像と取得像との差分像を作成してもよい。この場合、この差分像から対応する輝点の位置に基づいて、輝点の移動量を算出する。このようにすると、移動した輝点のみが差分像上に残るので、処理量を減らすことができる。

また移動量波形生成部１４２は、移動量算出部１４１で算出された各輝点の移動量を時系列に並べてなる移動量波形データを生成するものである。なおここでは、移動量算出部１４１で算出された輝点の移動量は、上述のように、取得像（Ｎフレーム）と、取得像の１つ前に取得した像（Ｎ−１フレーム）との異なる時点に取得された２フレームの画像に基づいて算出されている。言い換えれば任意の時点とそのわずかに前の時点の異なる２時点の像に基づいて算出されている。このため、生成する移動量波形データは、（例えば各輝点の移動量の総和をとった場合）は、単位時間あたりの体積変動波形、あるいはおおまかな単位時間あたりの平均的高さの変動波形、即ち体積変動の推移あるいは平均的高さの変動の推移を表す波形になる。また例えば、高さの推移を表すような波形を得たいときは、前記波形を積分すれば距離の波形、即ち高さ推移を示す波形になる。

ここで、移動量の総和をとった場合は、概ね、単位時間あたりの体積変動量を示す。各輝点の移動が個々の高さ変動を示しているため総和を取ることで体積変動となる。また各輝点の移動量は、各輝点位置での単位時間あたりの輝点位置の変化（即ち輝点移動速度）であり、単位時間での高さ変化に概ね相当する。

移動量波形生成部１４２は、胸部領域２ａ（第１の領域）、腹部領域２ｂ（第２の領域）毎に移動量波形データを生成し、生成された移動量波形データを測定データとして演算装置２０の状態判別部２６（図１参照）、体動検出部２７（図１参照）、閾値算出部２８（図１参照）等へ出力するものである。すなわち、移動量波形生成部１４２は、少なくとも上述した輝点の移動量の総和の移動量波形データである呼吸データと、例えば輝点の移動量の絶対値の総和の移動量波形データである体動データとの両方の波形データを含む胸部領域２ａ（第１の領域）、腹部領域２ｂ（第２の領域）毎の測定データを出力するものである。

なお、ＦＧセンサで取得される測定データの検出感度やノイズレベルは、外乱光の状況等の環境条件やベッド３上での人物２の姿勢や位置等に影響されることがある。ベッド３上での人物２の姿勢や位置等に影響される場合としては、例えば、基線長ｄ（図１３参照）を長くするため投影装置１１（図９参照）をベッド３（図９参照）の中心から外して設置した際に、パターン１１ａ（図９参照）の投影が斜めに行われることになり、ベッド３上での輝点の密度、言い換えれば、輝点の間隔が投影装置１１から離れるにしたがって広くなり、結果的に投影装置１１に近い位置と遠い位置とでは、検出感度やノイズレベルが異なることになる場合がある。

再び図１に戻って説明を続ける。代表座標演算部２４は、人物２の動きの測定された測定点について、複数の動きの位相が略同一である測定点の位置座標群の代表座標を計算するように構成される。ここで、上述したように投影装置１１（図９参照）によって投影される複数の輝点の位置がそれぞれ測定点となる。分割線形成部２５は、動きの位相が異なる位置座標群が２以上あるときは２以上の代表座標間に対象領域を分割する領域分割線２ｃを形成する用に構成される。分割線形成部２５は、典型的には、対象領域に存在している対象物としての人物２の測定範囲を胸部領域２ａ（第１の領域）と腹部領域２ｂ（第２の領域）とに分割するように領域分割線２ｃを形成する。対象領域は、ベッド３上であり、上述した撮像装置１２（図９参照）で撮像された領域である。

上述した移動量波形生成部１４２（図１０参照）は、分割線形成部２５によって形成される領域分割線２ｃによって分割された領域、本実施の形態では、第１の領域として胸部領域２ａ、第２の領域としての腹部領域２ｂ毎に、移動量算出部１４１（図１０参照）で算出された測定点群のデータ（各輝点の移動量）を統合して人物２の測定データ（呼吸データ及び体動データ）を生成、出力する。すなわち、胸部測定データ、腹部測定データを生成、出力する。なお、全体測定データは、全体領域の測定点群のデータ（各輝点の移動量）を統合して生成、出力してもよいが、単に胸部測定データと腹部測定データとを足し合わせたものでもよい。

移動量波形生成部１４２（図１０参照）は、領域分割線２ｃにより分割された胸部領域２ａ（第１の領域）、腹部領域２ｂ（第２の領域）毎に、測定データを生成、出力できるので、例えば胸部と腹部で動きの位相が異なる場合であっても、それぞれの測定データが出力されるので正確に人物２の状態を把握することができる。なお、以上で説明した本実施の形態では、移動量波形生成部１４２（図１０参照）によって生成、出力される測定データは、一定期間、例えば一晩（７〜１０時間程度）分をまとめて取得する場合で説明したが、人物２の状態推移に伴ってリアルタイムに取得してもよい。すなわち、移動量波形生成部１４２（図１０参照）は、測定データをリアルタイムに出力するように構成してもよい。リアルタイムに出力するとは、例えば撮像装置１２により撮像された像毎に演算される代表座標、領域分割線２ｃに対応する輝点の移動量の総和を即時的に出力することである。さらに言えばこの場合には、この総和をリアルタイムに出力することで、移動量波形生成部１４２（図１０参照）は、時間方向に並べて形成される人物２の呼吸の波形パターンを出力することになる。

なおここでは、ＦＧセンサ１０で測定される複数の測定点の内、動きの無かった測定点、すなわち、輝点の移動が無かった測定点は無視して（除外して）上記計算（例えば代表座標の計算）を行う。すなわち、ここでは、動きのある（測定された）全ての測定点を用いて処理を行う。

ここで、位相とは、動きの方向を含む概念であり、位相が略同一とは、単に動きの方向が一致していることを含む概念である。言い換えれば、例えば、動きの方向がおよそ上方向（上昇）、または下方向（下降）のことを含む概念である。さらにここでは、位相が略同一であるかの識別は、前述の測定部１４により各測定点で測定された動きが、上方向の動きであるか、又は下方向の動きであるかで識別する。すなわち、本実施の形態では、動きの位相は、上方向と下方向の２方向である。このように、ここでは動きの位相は上昇、下降の２方向であるので、以下位相が略同一であることを単に位相が同一という。また代表座標は撮像された画像内で設定されるものである。

また、対象領域を分割するとは、例えば複数の測定点の存在領域を分割することであり、ここではベッド３上に存在する人物２で撮像装置１２により撮像された領域を分割することである。ここでは撮像装置１２は、測定範囲として主に人物２の胸部と腹部に投影された輝点を撮像しているので、対象領域を分割する領域分割線２ｃは人物２の胸部領域２ａ（第１の領域）と腹部領域２ｂ（第２の領域）との境界線ともいうことができる。領域分割線２ｃは典型的には異なる位相の代表座標同士を結ぶ直線の垂直２等分線である。

さらに、測定点群のデータを統合するとは、例えば領域分割線２ｃにより分割された領域、すなわち、胸部領域２ａ（第１の領域）、腹部領域２ｂ（第２の領域）に存在する測定点の輝点の移動量の総和、輝点の移動量の絶対値の総和を演算することであり、また出力される動きの波形は前記総和を時間方向に並べて形成される波形パターンである。

代表座標演算部２４は、代表座標が位置座標群を形成する各測定点の座標の平均値とする。以下この平均値を中心座標という。中心座標は次式（２）で表される。

中心座標Ｘcenter＝｛Σ（Ｘｉ）｝÷ｎ ・・・（２）

ここでｎは位置座標群を形成する測定点の数である。Xｉは各測定点の座標値である。２次元で計算するときには、例えばＸｉをｘ軸方向の座標値、Ｙｉをｙ軸方向の座標値としてそれぞれ中心座標を計算する。

または、代表座標演算部２４は、代表座標が位置座標群を形成する各測定点の座標に、動きの量に関する量で重み付けを行った値の平均値としてもよい。以下この平均値を重心座標という。なお動きの量に関する量は、典型的には各測定点での輝点の移動量である。さらに重みは符号無しとする。即ち重心座標は、各測定点の座標に、輝点の移動量で重み付けを行った値の平均値である。重心座標は次式（３）で表される。

重心座標Ｘcenter’＝｛Σ（Ｘｉ×｜ΔＺｉ｜）｝÷Σ｜ΔＺｉ｜ ・・・（３）

ここでΔＺｉは各測定点での重み即ち輝点の移動量である。また｜ΔＺｉ｜は各測定点での符号無し重み即ち輝点の移動量の絶対値である。

ここで図１４を参照して、代表座標演算部２４による代表座標の算出と、分割線形成部２５による領域分割線２ｃの形成について具体的に説明する。図示では、説明のために、撮像された像と画角とその画角内での測定点の位置（動きのあった測定点のみ）、さらに人物２（図中破線で表示）を示しているが、実際には座標の数値だけで計算するようにするとよい。（ａ）に示すように、代表座標演算部２４は、まず動きの位相が同一である測定点の集合である位置座標群の代表座標を計算する。位置座標群は、例えば単純に動きの位相が同一即ち輝点の移動方向が同一の測定点の集合である。このようにすることで計算量が少なくて済む。図示では、代表座標は各測定点の座標に輝点移動量で重み付けを行った値の平均値即ち重心座標を計算した場合を示している。

なおここでは、動きの位相が異なる位置座標群が２以上ある場合で説明したが、動きの位相が異なる位置座標群が存在しない、即ち位相が同一である位置座標群のみ存在する場合には、例えば代表座標演算部２４により複数の測定点全ての位置座標群の代表座標を計算するようにし、分割線形成部２５により、算出された代表座標を通り、適切な方向で対象領域を分割する直線を形成してこれを領域分割線２ｃとするとよい。適切な方向とは、典型的にはＦＧセンサ１０の基線方向（図９参照）に垂直な方向である。これは基線方向がベッド３の中心線と平行であるため、ベッド３上の人物２の背骨方向がベッド３の中心線と略平行であることを予め想定したものである。即ち人物２の背骨方向が基線方向と略平行と見ることができるためである。言い換えれば、適切な方向は、人物２の背骨方向に垂直な方向とする。即ちこの場合には領域分割線２ｃは背骨方向に垂直であるので、例えば人物２の胸部と腹部を正確に分割でき、好適である。またここでは、領域分割線２ｃは典型的には基線方向に垂直であり且つ代表座標を通る直線である。なお、例えば基線方向に略直交してベッド３の中心線（ベッドの長手方向）、即ち人物２の背骨方向が配置される場合には、領域分割線２ｃは基線方向に平行な方向となる。

分割線形成部２５は、（ａ）の例に示すように、動きの位相が異なる位置座標群が２つ存在した場合には、この２つの代表座標間を結ぶ直線の垂直２等分線を形成し、この垂直２等分線を領域分割線２ｃとする。図示では人物２のおよそ胸部と腹部で動きの位相が異なる代表座標が計算された場合を示しているので、領域分割線２ｃは人物２の腹部と胸部の間に形成されている。また異なる位相の代表座標同士を結ぶ直線は背骨方向と略平行であるとも言える。

なお（ｂ）に示すように、形成される領域分割線２ｃは異なる位相の代表座標同士を結ぶ直線の垂直２等分線であるので、基線方向と平行とは限らない（斜めであってもよい）。即ち、ベッド３上で就寝している人物２の背骨方向が基線方向に対して斜めであっても問題ない。

さらに、分割線形成部２５は、代表座標演算部２４により計算された代表座標に、代表座標に関する量で重み付けを行った値を計算し、計算された代表座標が少なくとも２つあり、２つの代表座標を結ぶ直線を、代表座標に関する量で重み付けを行った値で内分する点で２つの代表座標を結ぶ直線と交差するように領域分割線２ｃを形成するように構成するとよい。代表座標に関する量は、典型的には代表座標の計算に用いた位置座標群を形成する各測定点での動きの量即ち輝点の移動量の総和であるが、位置座標群を形成する測定点の数、又は平均値あってもよい。さらにその他位置座標群を形成する各測定点での中心値（ｍｅｄｉａｎ）、ピーク値（位置座標群内での動きの量の最大値）等であってもよい。以下、代表座標に関する量は、位置座標群を形成する各測定点での輝点の移動量の総和である場合で説明する。なお、中心値やピーク値は、上記以外例えば代表座標や動きの量に関する量としても採用することができる。

例えば図１５に示すように、輝点の移動量の総和で重み付けを行った値で内分する点は、２つの代表座標を結ぶ直線を各代表座標に対応する符号付きの重みの比で内分する点である（図中点Ａ）。言い換えれば内分する点は、各代表座標の位置に２つの代表座標を結ぶ直線に対して垂直方向に符号付きで重みの量を示した時の座標である各代表座標に対応する重み付き座標Ｇ１、Ｇ２を結ぶ直線と２つの代表座標を結ぶ直線の交点である点Ａとなる。即ち分割線形成部２５は、点Ａを通り、２つの代表座標を結ぶ直線に垂直な直線を領域分割線２ｃとする。なお、この領域分割線２ｃは例えば点Ａを通る基線方向に垂直な直線としてもよい。このようにすることで、人物２の動きの量が反映された領域分割線２ｃを形成できる。

なおこの領域分割線２ｃの位置が、例えば上昇、下降を無視した全ての測定点（動きのある）の中心座標と極端に異なる場合には、全ての測定点の中心座標を領域分割線２ｃの通る位置として採用してもよい。また、異なる位相の領域でのそれぞれの重みが極端に異なる場合には、重みが大きい方の代表座標（中心座標又は重心座標）、又は全ての測定点の代表座標を領域分割線２ｃの通る位置とするとよい。これは全ての測定点が同位相で動いていると見ることができるからである。また、１つの代表座標が対象領域の端に寄っている場合には、対象領域の端でない方の代表座標、又は全ての測定点の代表座標を領域分割線２ｃの通る位置とするとよい。

さらに代表座標演算部２４は、複数の測定点の位置座標の一次元方向の座標のみを用いて代表座標の計算を行い、分割線形成部２５は、一次元方向に垂直な領域分割線２ｃを形成するようにしてもよい。一次元方向は、例えばＦＧセンサ１０の基線方向や人物２の背骨方向言い換えれば胸部の中心と腹部の中心を結ぶ直線方向、又は左右の肺の中心を結ぶ直線に垂直な方向である。なお例えば本実施の形態のように、人物２の背骨方向と基線方向がおよそ一致している場合には（図９参照）、一次元方向は基線方向とする。代表座標演算部２４は、基線方向即ちｙ軸の座標（図１３参照）のみを用いて代表座標を計算する。そしてこの場合、分割線形成部２５は、基線方向に垂直な領域分割線２ｃを形成する。このようにすると、演算装置２０による演算量を軽くできるので処理の高速化が図れる。

また、分割線形成部２５は、領域分割線２ｃの形成を過去に形成した領域分割線２ｃの位置に基づいて行うようにしてもよい。具体的には領域分割線２ｃを形成する際に、現在と過去数回の領域分割線２ｃの位置の平均値を採用するとよい。これはＦＧセンサ１０による動きの測定毎に領域分割線２ｃを決定すると、例えばノイズ等により（手の動き等とは限らない）、領域分割線２ｃが揺らぐことがある。そこで、過去の領域分割線２ｃの位置の平均値で領域分割線２ｃの位置を決定することにより、ノイズ等の影響を除去することができる。即ちこの場合には領域分割線２ｃの位置が安定し、例えばノイズや人物２の手の動き等による急激な領域分割線２ｃの移動を防ぐことができる。このため、例えば移動量波形生成部１４２（図１０参照）による領域毎、言い換えれば人物２の胸部領域２ａ（第１の領域）と腹部領域２ｂ（第２の領域）のそれぞれ測定データの出力を安定して行える。

なお、本実施の形態に係る呼吸モニタ１は、変形例として、演算装置２０がさらに、複数の測定点を複数の部分領域（図１６参照）に区分し、該部分領域毎に複数の高さ方向の動きを平均化する部分領域平均化部２９（図１、括弧書き参照）を有し、代表座標演算部２４は、平均化された値を、位置座標群の代表座標の計算の対象となる複数の測定点の動きとして用いるように構成しても良い。ここで、複数の部分領域（図１６参照）は、胸部領域２ａ（第１の領域）、腹部領域２ｂ（第２の領域）とは、異なる概念の領域であり、典型的には、これらの領域よりも小さな領域である。

この場合、部分領域平均化部２９（図１、括弧書き参照）は、複数の測定点の輝点を複数の所定の部分領域（図１６参照）に区分するように構成される。さらに、部分領域平均化部２９は、所定の部分領域内の輝点移動量（あるいは高さ変動量）の総和を算出、または、輝点移動量の総和を部分領域内の輝点の数で除して１つの輝点移動量の平均を算出し、該部分領域毎に複数の高さ方向の動き、すなわち、輝点移動量を平均化するように構成される。なお、部分領域平均化部２９は、輝点移動量から求めた高さ変動量の総和を算出して上限変動量の平均化をしてもよい。ここで、本実施の形態では、輝点移動量の総和を算出し、輝点移動量を平均化した場合で説明する。なお、高さ変動量は、図１２の距離ｈと基線長ｄが既知（または一定）と仮定すれば、輝点移動量から求めることができる。

部分領域平均化部２９は、各部分領域（図１６参照）内で平均化された輝点の測定点の座標を、各部分領域内の平均化される前の輝点の測定点に対して、縦、横の部分領域幅のそれぞれ中心、又は、中央の輝点の座標とするか、あるいは、上述した（２）式、あるいは（３）式を用いて算出する（以下特に断りのない限り、部分領域内の平均化された輝点の測定点の座標と輝点移動量の総和を「部分領域内の輝点の平均値」という）。代表座標演算部２４は、平均化された輝点を二次的な輝点として、すなわち、各部分領域で平均化された値（部分領域内の輝点の平均値）を位置座標群の代表座標の計算の対象となる複数の測定点の動きとして用い、分割線形成部２５は、当該代表座標に基づいて領域分割線２ｃを形成する。

このように構成することで、呼吸モニタ１は、ノイズによる影響を効果的に排除しながら、呼吸の動きに関係する動きに関する出力が相対的に小さくならなず、さらに、領域分割線２ｃが本来あるべき位置からずれず、領域分割線２ｃによって分割される各領域、すなわち、胸部領域２ａ（第１の領域）、腹部領域２ｂ（第２の領域）に対応して出力される波形パターンは、呼吸の動きに関係する動きを各所望の領域に対応するように分離する効果が減殺されないパターンとなる。

図１６は、本発明の第１の実施の形態の変形例に係る呼吸モニタ１の部分領域平均化部２９（図１、括弧書き参照）による部分領域の区分の具体例について説明する模式的平面図であり、（ａ）は第１の具体例、（ｂ）は第２の具体例、（ｃ）は第３の具体例である。なおここでは、説明のために、対象領域を平面１０２とし、対象物（人物２等）の図示は省略する。

図１６（ａ）に示す第１の具体例では、部分領域平均化部２９は、複数の部分領域として、平面１０２上の測定点を各測定点毎に区分し、区分された該部分領域には前記測定点の周辺の所定範囲の他の測定点を含めて平均化するように構成される。ここでは、およそ３×３＝９点の測定点を含むように区分した例を図示している。

部分領域平均化部２９は、各輝点毎に、各輝点を中心に平面１０２全体の画素数、輝点間隔等に基づいて適切に設定した範囲の部分領域、例えば２０×２０ｐｉｘｅｌ程度の範囲の部分領域を設定し、当該部分領域内で輝点を検索する。部分領域平均化部２９は、各部分領域毎に部分領域内に含まれる全ての輝点に基づいて、部分領域内の輝点の平均値を算出する。この場合、当該部分領域の平均化された輝点の座標は、中心となる輝点の座標を用いると良い。代表座標演算部２４は、部分領域毎に算出された複数の部分領域内の輝点の平均値を、位置座標群の代表座標の計算の対象となる複数の測定点の動きとして用いる。

このように、各輝点毎に、部分領域を区分し、部分領域内の輝点の平均値を算出すると、以下で説明する他の具体例と比較して、平均化された二次的な輝点の密度は低くならないという有利な効果がある。

図１６（ｂ）に示す第２の具体例では、部分領域平均化部２９は、複数の部分領域を、当該部分領域同士が重複しないように、平面１０２上の複数の測定点を区分して、輝点移動量を平均化するように構成される。また、典型的には、部分領域平均化部２９は、平面１０２を均等に区分するように構成される。

第２の具体例の部分領域平均化部２９は、各輝点毎に部分領域を区分していた第１の具体例とは異なり、対象領域である平面１０２全体を略均等に、例えば２０×２０ｐｉｘｅｌ程度、あるいは４０×４０ｐｉｘｅｌ程度の部分領域に、部分領域同士が重複しないように区分し、当該部分領域内で輝点を検索する。部分領域平均化部２９は、各部分領域毎に部分領域内に含まれる全ての輝点に基づいて、部分領域内の輝点の平均値を算出する。この場合、当該部分領域の平均化された輝点の座標は、各部分領域の縦、横の幅のそれぞれ中心を用いると良い。代表座標演算部２４は、部分領域毎に算出された複数の部分領域内の輝点の平均値を、位置座標群の代表座標の計算の対象となる複数の測定点の動きとして用いる。すなわち、複数の元の測定点を含む１つの部分領域を、計算対象となる１つの測定点として用いる。

このように、部分領域を各部分領域が重複しないように区分し、各部分領域内の輝点の平均値を算出すると、第１の具体例と比較して、平均化された二次的な輝点の密度は低くなるが、その分計算量が小さくなるという有利な効果がある。なお、部分領域の境界に、輝点が係っていた場合には、当該輝点は、当該輝点の重心が位置する側の部分領域に含むようにするとよい。

図１６（ｃ）に示す第３の具体例では、部分領域平均化部２９は、複数の部分領域を一定方向に略短冊状に区分して、輝点移動量を平均化するように構成される。一定方向とは、典型的には、領域分割線２ｃで領域を分割したい方向、例えば、胸部の中心と腹部の中心を結ぶ直線方向、又は左右の肺の中心を結ぶ直線に垂直な方向である。言い換えれば、ＦＧセンサ１０（図９参照）の基線方向や人物２（図９参照）の背骨方向である。これはベッド３（図９参照）上の人物２（図９参照）の背骨方向がベッドの中心線と略平行な場合を予め想定したものである。したがって、略短冊状である部分領域の長辺は、領域分割線２ｃと略平行となり、短辺は、基線と略平行となる。以下、一定方向は基線方向であるものとして説明する。

第３の具体例の部分領域平均化部２９は、一定方向（基線方向）にのみ、対象領域である平面１０２全体を区分する点で第２の具体例とは異なる。部分領域平均化部２９は、典型的には各部分領域同士が重複しないように、対象領域である平面１０２全体を、一定方向（基線方向）に、例えば、２０ｐｉｘｅｌ程度の一定の幅の短冊状に区切って部分領域を形成する。部分領域平均化部２９は、当該各部分領域内で輝点を検索し、各部分領域毎に部分領域内に含まれる全ての輝点に基づいて、部分領域内の輝点の平均値を算出する。代表座標演算部２４は、部分領域毎に算出された複数の部分領域内の輝点の平均値を、位置座標群の代表座標の計算の対象となる複数の測定点の動きとして用いる。なお、略短冊状の部分領域を短辺方向に重複させて、同じ短冊幅で多くの部分領域を形成することも可能である。

このように、複数の部分領域を一定方向（基線方向）に略短冊状に区分すると、部分領域の面積を稼ぎやすくなり、部分領域に多数の輝点が含まれることにより、ランダムノイズを低減する効果が高くなる（ノイズレベルは１／√Ｎになる。）。さらに、領域分割線２ｃで領域を分割したい方向が予め決まっている場合には、代表座標演算部２４は、一定方向（基線方向）、すなわち、ｙ軸の座標（図１３参照）のみを用いて代表座標を計算し、分割線形成部２５は、一定方向（基線方向）に垂直な領域分割線２ｃを形成すればよいわけであるから、部分領域平均化部２９が算出する部分領域内の輝点の平均値も、ｙ軸の座標（図１３参照）のみを用いて計算すれば足り、演算装置２０による演算量を軽くできるので処理の高速化が図れる。

以上のように、複数の部分領域内の輝点の平均値を用いて位置座標群の代表座標の計算を行い、当該代表座標領域分割線２ｃにより対象領域を分割することで、実際に動きがない部分のノイズが代表座標の算出に与える影響を軽減し、例えば、人物２の胸部領域２ａ（第１の領域）と腹部領域２ｂ（第２の領域）の各領域をより正確に区分でき、移動量波形生成部１４２（図１０参照）により領域毎に測定点群のデータを統合して動きの波形を出力できるので、状態判別部２６（図１参照）での人物２の状態をより正確に把握できる。

また、本実施の形態に係る呼吸モニタ１は、第２の変形例として、演算装置２０がさらに、部分領域平均化部２９によって平均化された複数の動きに基づいて、代表座標演算部２４による位置座標群の代表座標の計算に用いる部分領域である有効部分領域（図１７参照）を抽出する有効部分領域抽出部３０（図１、括弧書き参照）を有する構成としてもよい。

図１７は、本発明の第１の実施の形態の第２の変形例に係る呼吸モニタ１の有効部分領域抽出部３０による有効部分領域の抽出の具体例について説明する模式的平面図である。なおここでは、図１６と同様に、説明のために対象領域を平面１０２とし、対象物（人物２等）の図示は省略する。さらに、以下の説明は、図１６（ｃ）で第３の具体例として示した、部分領域平均化部２９が、複数の部分領域を一定方向（基線方向）に略短冊状に区分し、平均化する場合で説明するが、第１、第２の具体例の場合でもよいことはいうまでもない。

有効部分領域抽出部３０（図１、括弧書き参照）は、典型的には、各部分領域内の輝点の平均値と所定の閾値に基づいて有効部分領域を抽出する。有効部分領域抽出部３０は、各部分領域内での、過去数フレームの波形パターンの振れ幅が、設定された閾値を上回っている部分領域を有効部分領域と判定して、抽出する。閾値は、最も単純には、予め予想されるノイズレベルから決めておけばよい。また、全ての部分領域（輝点がなかったり、一部分にしか輝点がない部分領域を除く）の中から、部分領域内の平均化された輝点の移動量の総和の最大値と最小値を検出し、当該最大値と最小値の間の一定割合、典型的には、最小値に近い値で閾値を設定してもよい。

また、波形パターンに対する閾値は、ピーク値やボトム値に対して設定してもよい。また、有効部分領域抽出部３０（図１、括弧書き参照）は、各々の部分領域に対して有効部分領域であるか否かの判定を行わず、まず、全ての部分領域の中から、部分領域内の平均化された輝点の移動量の総和が最大値である部分領域を有効部分領域として抽出し、その周囲の部分領域で部分領域内の平均化された輝点の移動量の総和が、はじめて閾値を下回る部分領域までの連続した領域のみを有効部分領域として抽出してもよい。これは、呼吸の動きをしている有効部分領域は、典型的には、例えば胸部を中心とする領域や、腹部を中心とする領域で連続していると推定できるからである。

代表座標演算部２４は、有効部分領域抽出部３０（図１、括弧書き参照）によって抽出された有効部分領域で、有効部分領域内の輝点の平均値を用いて位置座標群の代表座標の計算を行い、分割線形成部２５は、当該代表座標に基づいて領域分割線２ｃを形成する。

以上のように、部分領域から抽出された有効部分領域内で、有効部分領域内の輝点の平均値を用いて位置座標群の代表座標の計算を行い、当該代表座標に基づいて領域分割線２ｃを形成すると、極めて効果的にノイズを低減することができ、実際に動きがない部分のノイズが代表座標の算出に与える影響を軽減する。従って、例えば、人物２の胸部領域２ａ（第１の領域）と腹部領域２ｂ（第２の領域）の各領域を極めて正確に区別でき、移動量波形生成部１４２（図１０参照）により領域毎に測定点群のデータを統合して動きの波形を出力できるので、状態判別部２６（図１参照）での人物２の状態を極めて正確に判別することができる。また、代表座標演算部２４による位置座標群の代表座標計算は、有効部分領域以外の部分領域の測定点を用いず、有効部分領域内の輝点の平均値を用いるので、計算量も軽くでき、処理の高速化が図れる。

なお、移動量波形生成部１４２（図１０参照）での、領域分割線２ｃによって分割された領域毎の測定点群のデータの統合は、胸部領域２ａ（第１の領域）、腹部領域２ｂ（第２の領域）毎に、有効部分領域内の測定点のみで行ってもよいし、有効部分領域でない部分領域の測定点を含めて行ってもよい。

なお、部分領域平均化部２９は、図１８（ａ）に示すように、複数の第１の部分領域を一定方向（基線方向）に略短冊状に区分して、輝点移動量を平均化し、さらに図１８（ｂ）に示すように、第１の部分領域とは別に、複数の第２の部分領域を一定方向（基線方向）に対して垂直な方向に略短冊状に区分して、輝点移動量を平均化するように構成してもよい。ここで、第１の部分領域は、図１６（ｃ）で上述したとおり、略短冊状である領域の短辺は、基線と略平行となる。第２の部分領域は、略短冊状である領域の短辺は、基線と略垂直となる。この場合、部分領域平均化部２９は、典型的には、第１の部分領域と対応させて、対象領域である平面１０２全体を、一定方向（基線方向）に対して垂直な方向に、例えば、２０ｐｉｘｅｌ程度の幅の短冊状に区切って第２の部分領域を形成する。

この場合、有効部分領域抽出部３０は、部分領域平均化部２９により各第１の部分領域毎に前記複数の動きを平均化した値、すなわち各第１の部分領域内の輝点の平均値に基づいて、第１の部分領域から代表座標の計算に用いる第１の有効部分領域を抽出するように構成される。有効部分領域抽出部３０は、さらに、各第２の部分領域内の輝点の平均値に基づいて、第２の部分領域から代表座標の計算に用いる第２の有効部分領域を抽出するように構成される。

さらにこの場合、代表座標演算部２４は、図１８（ｃ）に示すように、第１の有効部分領域と第２の有効部分領域とで重複する有効部分領域内の動きの測定された測定点について、代表座標を計算するように構成するとよい。ここでは、有効部分領域抽出部３０による第１、第２の有効部分領域、重複した有効部分領域の抽出には、各部分領域内の輝点の平均値を用いるが、重複した有効部分領域内での代表座標演算部２４による代表座標計算には、平均化されていない値、すなわち、そのままの輝点移動量を用いる。

このように構成すると、重複する有効部分領域を抽出する際には、部分領域平均化部２９が算出する各第１の部分領域内の輝点の平均値は、ｙ軸の座標（図１３参照）のみを用いて計算し、有効部分領域抽出部３０もｙ軸の座標（図１３参照）のみを用いて第１の有効部分領域を抽出すれば足りる。同様に、部分領域平均化部２９が算出する各第２の部分領域内の輝点の平均値は、ｘ軸の座標（図１３参照）のみを用いて計算し、有効部分領域抽出部３０もｘ軸の座標（図１３参照）のみを用いて第２の有効部分領域を抽出すれば足りる。よって、２方向（基線方向と基線に対して垂直な方向）に細分化された部分領域から有効部分領域を抽出する場合と比較して計算上の効率は良くなる。さらに、代表座標演算部２４によって計算される代表座標は、ｘ軸、ｙ軸の座標の２次元の座標として求まるので、有効部分領域が、測定点群全体の中でｘ軸方向、ｙ軸方向ともに偏った位置に存在していても対応でき、また、領域分割線２ｃは、例えば、基線に対して傾きを有して形成することが可能である。

なお、以上の変形例では、部分領域平均化部２９によって平均化された値、すなわち、各部分領域内の輝点の平均値を、代表座標の計算に用いるだけでなく、移動量波形生成部１４２（図１０参照）による胸部領域２ａ（第１の領域）、腹部領域２ｂ（第２の領域）毎の測定点群のデータとして用いてもよい。言い換えれば、移動量波形生成部１４２（図１０参照）は、平均化された値、すなわち、各部分領域内の輝点の平均値を、領域分割線２ｃによって分割された領域毎の測定点群の統合されるデータとして用いることができる。このように構成されると、ノイズを効果的に排除しながらも、呼吸の動きに関係する動きの出力が相対的に小さくならず、統合されるデータ、すなわち、各波形データ等の精度も低下することがない。

図１９は、本発明の実施の形態に係る呼吸モニタ１による処理工程の概略を示すフロー図である。本図を参照して呼吸モニタ１による人物２の状態の解析方法について説明する。なお、呼吸モニタ１の構成については適宜図１又は図１０を参照する。

まず、測定工程として、移動量算出部１４１によりベッド３上に投影される複数の各輝点１１ｂ（図９参照）毎に、撮像装置１２により異なる時点に取得された２フレームの画像から、複数の輝点１１ｂの前記２フレーム間の輝点移動量を算出する。移動量波形生成部１４２によって、移動量算出部１４１により算出された輝点移動量を時系列に並べてなる移動量波形データとして測定データを生成する（Ｓ１）。具体的には移動量波形生成部１４２は、輝点移動量の総和の移動量波形データである呼吸データを、胸部領域２ａ（第１の領域）、腹部領域２ｂ（第２の領域）毎に生成する。輝点の移動量の絶対値の総和の移動量波形データである体動データは、体動を検出できればよいので全体領域に対応した全体測定データとして生成する（ただし、各領域毎に生成しても良いことは言うまでもない。）。データの生成は、一定期間、例えば、一晩分（７〜１０時間程度）で行う。

次に、体動期間検出工程として、判定対象時点前後の第９の所定期間（ここでは、１〜２分程度）内の測定データ（例えば体動データ）、典型的には、測定データ（例えば体動データ）の分布状況に基づいて体動基準値を算出し、人物２の体動を判定して、さらにその測定データ中から人物２の体動を示すデータの存在する体動期間を、取得された測定データの全処理範囲（一晩分の測定データ中の全ての判定対象時点）で判定、検出する（Ｓ３）。

次に、閾値計算工程として、判定対象時点の前後の期間のうち体動検出部２７で体動の検出された期間である体動期間を除く第１の所定期間（ここでは、２分程度）の測定データに基づいて、胸部領域２ａ（第１の領域）、腹部領域２ｂ（第２の領域）、全体領域の各領域毎に各呼吸基準値を算出し、さらに、判定対象時点の人物２の状態の判別に用いる胸部閾値、腹部閾値、第１の全体閾値、第２の全体閾値を算出する（Ｓ５）。なお、ここで、閾値算出部２８は、体動期間を除く第１の所定期間の測定データに基づいて、各閾値を算出する。

次に、状態判別工程として、上述したように、判定対象時点の胸部測定データと胸部閾値とを、腹部測定データと腹部閾値とを比較し、また、胸部測定データと全体測定データとを、腹部部測定データと全体測定データとをを比較し、さらに、全体測定データと第１の全体閾値、第２の全体閾値とを比較して、判定対象時点での人物２の閉塞性無呼吸状態（第１の状態）、中枢性無呼吸状態（第２の状態）、混合性無呼吸状態（第３の状態）、正常な呼吸の状態（第４の状態）の判別をする（Ｓ７）。

そして、判定が終わると、判定対象時点をインクリメント、例えば判定対象時点を後側に隣接する時点に移動させる（Ｓ９）。ここで、この移動により新しい注目時点が処理範囲内、例えば一定期間（ここでは、一晩分、７〜１０時間程度）内であれば（Ｓ１１；Ｎｏ）、再び閾値算出工程（Ｓ５）へ戻り、上記を繰り返す。また、新しい判定対象時点が一定期間（ここでは、一晩分、７〜１０時間程度）外になってしまう場合には（Ｓ１１；Ｙｅｓ）、閉塞性無呼吸状態（第１の状態）、中枢性無呼吸状態（第２の状態）、閉塞性無呼吸混合性無呼吸状態（第３の状態）等の検出された状態の名称、当該状態の開始時点の時刻、終了時点の時刻、検出された回数などの統計データを算出し、記憶部（不図示）に保存して（Ｓ１３）、人物２の状態を解析する処理を終了する。なお、低呼吸状態も判別する構成であれば、低呼吸状態の統計データも含めて算出し、保存すればよい。

なお、ここで、演算装置２０の各部での各処理、上述の方法は、コンピュータにインストールされ、実行させるソフトウエアプログラムとして実現することが可能であり、係るソフトウエアプログラムを記録する記録媒体としても実現可能である。ソフトウエアプログラムはコンピュータ内蔵のプログラム部（不図示）に記録されて使用されても良く、外付けの記憶装置やＣＤ−ＲＯＭに記録され、プログラム部（不図示）に読み出されて使用されても良く、またインターネットからプログラム部（不図示）にダウンロードされて使用されても良い。

次に、図２０のブロック図を参照して、本発明による第２の実施の形態に係る状態解析装置としての呼吸モニタ１ａについて説明する。呼吸モニタ１ａは、基本的に図１等で説明した第１の実施の形態で説明した呼吸モニタ１と共通であるが、代表座標演算部２４の代わりに移動ベクトル積分部２４ａを、分割線形成部２５の代わりに第２の分割線形成部２５ａを備える点で異なる。ここではＦＧセンサ１０や演算装置２０の共通する構成の説明についてはなるべく省略する。

演算装置２０は、所定の方向に垂直な方向に各測定点での移動ベクトルを積分した積分値を演算し、該積分値を前記所定の方向に並べて積分波形を形成する移動ベクトル積分部２４ａと、形成された積分波形の微分値の正負が変化した地点を通るように領域分割線２ｃを形成する第２の分割線形成部２５ａとを有している。なお第１の実施の形態と同様に、ＦＧセンサ１０で測定される複数の測定点の内、動きの無かった測定点、即ち輝点の移動が無かった測定点は無視して代表座標の計算を行う。

ここで移動ベクトルは（動きの量（輝点の移動量），方向（±））で示されるベクトルである。所定の方向は、ＦＧセンサ１０の基線方向である。またここでは、領域分割線２ｃは典型的には基線方向に垂直であり且つ積分波形の微分値の正負が変化した地点を通る直線である。これはベッド３上の人物２の背骨方向がベッドの中心線と略平行な場合を予め想定したものである。

さらに図２１を参照して、移動ベクトル積分部２４ａによる積分波形を形成と、第２の分割線形成部２５ａによる領域分割線２ｃの形成について具体的に説明する。図示では、説明のために、撮像された像と画角とその画角内での測定点の位置（動きのあった測定点のみ）、さらに人物２（図中破線で表示）を示しているが、実際には座標の数値だけで計算するようにするとよい。さらに移動ベクトルの積分波形は測定点列（輝点列）の間を補間した波形を示しているが、実際には輝点列間隔でプロットされた点が形成する波形でよい。また、（ａ）では胸部と腹部で動きの位相が反転している場合を示している。また図示では、測定点がきれいに図中縦方向に並んでいる場合を示しているが、多少のずれがあっても同一測定点列と見なして演算を行ってもよい。この場合、例えば所定の幅に入っている測定点を同一測定点列と見なすようにする。所定の幅は、例えば測定点列の間隔程度、さらに言えば測定点列の中心線を挟んで両脇にそれぞれ測定点列の間隔の半分程度の幅とするとよい。

（ａ）に示すように、移動ベクトル積分部２４ａは、まず対象領域即ち画角の端部にある測定点列（ここでは図中左側）の各測定点での移動ベクトルを積分した積分値を演算する。そして演算された積分値を当測定点列の積分値として、縦軸を積分値、横軸を基線方向の位置とした座標軸にプロットする。そして隣の測定点列も同様に移動ベクトルを積分した積分値を演算する。ここで前に演算した測定点列の積分値と当測定点列の積分値の和を演算し、この和を当測定点列の積分値としてプロットする。これを最終測定点列（図中右側）まで繰り返す。このようにして移動ベクトル積分部２４ａは積分波形を形成する。第２の分割線形成部２５ａは、基線方向に垂直であり且つ形成された積分波形の微分値の正負が変化した地点を通る直線を形成し、この直線を領域分割線２ｃとする。図示では人物２のおよそ胸部と腹部で動きの位相が異なる測定点が存在する場合を示しているので、領域分割線２ｃは人物２の腹部と胸部の間に形成され、胸部領域２ａ（第１の領域）と腹部領域２ｂ（第２の領域）とが区分けされている。なお積分波形の微分値の正負が変化した地点とは、（ｂ）に示すような積分波形の微分値曲線の例のように、正負が入れ替わる点である。また言い換えれば積分波形の変曲点である。なお（ａ）の積分波形の例は人物２の胸部で上昇、腹部で下降の動きがある場合を示している。

なお、（ｃ）に示すように、例えば胸部、腹部共に上昇の動きの場合には、積分波形は増加するのみであり（図中実線で表示）、また胸部、腹部共に下降の動きの場合には、積分波形は増加するのみである（図中破線で表示）。なお実際には、例えば積分波形の微分極性変化後（正負が変化後）に続けて変化後の極性になっている場合のみ領域分割線２ｃを形成したり、積分波形にローパス処理を施したりするとよい。また、第２の分割線形成部２５ａは、上述した分割線形成部２５と同様に、領域分割線２ｃの形成を過去に形成した領域分割線２ｃの位置に基づいて行うようにしてもよい。

以上のように第２の実施の形態である呼吸モニタ１ａは、演算装置２０が、所定の方向に垂直な方向に各測定点での移動ベクトルを積分した積分値を演算し、この積分値を前記所定の方向に並べて積分波形を形成する移動ベクトル積分部２４ａと、形成された積分波形の微分値の正負が変化した地点を通るように領域分割線２ｃを形成する第２の分割線形成部２５ａとを有することで、状態判別部２６は、人物２の胸部領域２ａと腹部領域２ｂの各領域の人物２の動きを区別できるので、人物２の状態を正確に把握できる。

また、呼吸モニタ１ａは、移動ベクトル積分部２４ａにより、所定の方向即ちＦＧセンサ１０の基線方向に垂直な方向に各測定点での移動ベクトルを積分した積分値を演算し、この積分値を基線方向に並べて積分波形を形成するので、例えば各測定点で測定される人物２の動きの量と方向が反映された積分波形が形成できる。さらに第２の分割線形成部２５ａにより、形成された積分波形の微分値の正負が変化した地点を通るように領域分割線２ｃを形成するので、比較的単純な処理でありながら、正確に人物２の胸部領域２ａと腹部領域２ｂの測定データを得られる。

次に、図２２のブロック図を参照して、本発明による第３の実施の形態に係る状態解析装置としての呼吸モニタ１ｂについて説明する。呼吸モニタ１ｂは、基本的に図１等で説明した第１の実施の形態で説明した呼吸モニタ１と共通であるが、代表座標演算部２４、分割線形成部２５の代わりに領域形成部２４ｂを備える点で異なる。ここではＦＧセンサ１０や演算装置２０の共通する構成の説明についてはなるべく省略する。

本実施の形態に係る呼吸モニタ１ｂでは、演算装置２０は、上述した測定部１４（図１０参照）で測定された複数の動きの位相が略同位相である領域を形成する領域形成部２４ｂを備える。

領域形成部２４ｂは、測定部１４（図１０参照）の移動量算出部１４１（図１０参照）での異なる２時点の像に基づいて測定した各輝点の移動量を含む測定結果である動き情報から、複数の測定点の動きの位相が略同位相である領域を形成するように構成される。ここでは、位相とは、動きの方向を含む概念であり、略同位相（以下単に同位相という）とは、単に動きの方向が一致していることを含む概念である。さらにここでは、領域形成部２４ｂによる同位相であるかの識別は、測定部１４（図１０参照）により各測定点で測定された動きが、上方向の動きであるか、又は下方向の動きであるかで識別する。即ち、識別された同位相の測定点により、同位相の領域が形成される。

さらに、領域形成部２４ｂは、所定の領域内の測定点について、動きの位相の種類が同一の種類の測定点の数が、所定値以上であれば、前記所定の領域が、前記種類の位相の動きがある領域とするように構成される。所定値は、例えば所定の領域内の存在する測定点の数の１／５〜１／２０程度、好ましくは１／１０程度の数（値）である。

具体的な例としては、領域形成部２４ｂは、まず、形成したい領域の動きの位相を決定する。ここではまず位相が上方向の領域から形成する。なお前述したが、ここでは各輝点が測定点に当る。次に、１つの測定点に注目し、この注目測定点の輝点の移動量が所定の値以上であり、人物２の動きの位相が上方向であれば、この注目測定点を含む領域を、所定の領域としての探索エリアとして設定する。ここでは、探索エリアの大きさは、測定点を、例えば９〜２５個程度含む大きさである。また、前記所定の値は後述の閾値Ｔｈ３とする。

そして、探索エリア内の測定点のうち、輝点の移動量が閾値Ｔｈ３以上であり、動きの位相が上方向である測定点の数が所定値以上であれば、この所定の領域を上方向の動きがある領域とし、この探索エリアをラベリングする。次に、この探索エリア外の測定点の１つに注目し、上記と同様な処理を行う。これを、注目する測定点が無くなるまで行う。言い換えれば、全ての測定点について、輝点の移動量が所定の値以上であり、動きの位相が上方向であるかの確認が行われるまで繰り返す。この結果、ラベリングされた探索エリアが複数存在し、各々の探索エリアが隣接している場合には、隣接した探索エリアを接続し、再度ラベリングする。以上のように、人物２の動きの位相が上方向の場合の処理が終了したら、次に人物２の動きの位相が下方向の場合の処理を、上記上方向の場合と同様に行う。このようにして、領域形成部２４ｂは、人物２で上方向の動きの領域と、下方向の動きの領域を形成する。即ち、動きの位相が上方向と、下方向との両方又はいずれか一方の領域が形成できる。このように、領域形成部２４ｂによる動きが同位相の領域を形成することにより、人物２の身体上のどの部位が、上方向又は下方向の動きをしているかを知ることが可能である。

また、領域形成部２４ｂは、所定の領域内の測定点について、動きの位相の種類が同一の種類の測定点を探索し、この探索の結果に基づいて、動きの位相が同位相である測定点群を形成し、このように形成された測定点群を動きの位相が同位相である領域とするように構成してもよい。

このような場合の具体的な例としては、領域形成部２４ｂは、まず同様に、形成したい領域の動きの位相を決定する。ここではまず位相が上方向の領域から形成する。次に、１つの測定点に注目し、この注目測定点を含む領域を、所定の領域としての探索エリアとして設定する。探索エリアの大きさは、ここでは、測定点を数個、例えば４〜９個程度含む大きさである。そして、この探索エリア内で、動きの位相が上方向である測定点を探索する。

そして、探索エリア内の測定点のうち、動きの位相が上方向である測定点があれば、注目測定点と同一のラベリングを行い、この測定点を新たな注目測定点として、探索エリアを設定する。そして再び、探索エリア内の測定点のうち、位相が上方向である測定点を探索し、もしあれば、同一のラベリングを行なう。また、探索エリア内に、動きの位相が上方向である測定点が見つからなかったら探索を中止する。但し、探索エリア内に複数動きの位相が上方向である測定点があれば、それぞれの測定点について、この測定点を新たな注目測定点として、探索エリアを設定する。このような探索エリアの設定、位相が上方向である測定点の探索、ラベリングを繰り返すことで、動きの位相が上方向である測定点の測定点群が形成される。

さらに、一度も注目測定点になっておらず、且つ測定点群に含まれない測定点を注目測定点として、同様にラベリングを行う。この際には、先のラベルとは区別できるようにラベリングする（例えば名前を変える）。さらに、以上を繰り返し、一度も注目測定点になっておらず、且つ形成された測定点群に含まれない測定点が無くなったら、動きの位相が上方向である測定点を探索を終了する。言い換えればラベリングを終了する。このように形成された各測定点群を動きの位相が上方向である領域とする。またさらに、このように形成された測定点群の内、含まれる測定点の数が最大の測定点群を動きの位相が上方向である領域としてもよい。そしてさらに、動きの位相が下方向の場合の処理を、上記上方向の場合と同様に行うことで、動きの位相が同位相の領域を形成できる。即ち、動きの位相が上方向と、下方向との両方又はいずれか一方の領域が形成できる。

さらに、領域形成部２４ｂは、形成した領域に基づいて、動きの位相が反転する境界を演算できるように構成されている。この境界の演算は、上述した領域の形成で、人物２で上方向の動きの領域と、下方向の動きの領域との両方が形成されたときに行うように構成されている。以下、境界の演算について具体的に説明する。なおここでは境界は、線の場合で説明する。すなわち、領域形成部２４ｂは、領域境界線２ｄ（図２５参照）を演算する。

まず、領域形成部２４ｂは、上記の領域の形成により、形成された領域のうち、動きの位相の種類が同一即ち同位相の動きの測定点の数が最大の領域を識別する。この最大の領域の識別は、各位相毎に識別する。すなわち、ここでは、動きの位相が上方向、下方向のでそれぞれ最大の領域を識別する。そして、識別した最大の領域内の測定点の平均座標を算出する。これを識別した各最大の領域即ち上方向の位相の領域と下方向の位相の領域について行う。次に算出した各平均座標の中間点を算出し、この中間点を境界点とする。ここでは、この境界点を通る直線で、図９の基線方向と垂直な方向の直線を領域境界線２ｄ（図２５参照）とする。この領域境界線２ｄ（図２５参照）が、図１４等で上述した人物２の胸部領域２ａ（第１の領域）と腹部領域２ｂ（第２の領域）の領域分割線２ｃとして用いられる。

なお、本実施の形態では、演算装置２０は、さらに、人物２の形状を認識できる形状情報を生成する三次元形状生成部３１と、領域形成部２４ｂで形成された領域を含む情報としての解析情報を生成する出力情報生成部３２とを備えるとよい。

三次元形状生成部３１により生成される形状情報は、例えば、人物２の三次元形状を表す画像であるが、単に人物２を撮像した画像であってもよい。さらには、人物２の身体の外形の概略を示した画像であってもよい。本実施の形態では、形状情報は、三次元形状を示す画像（以下単に三次元形状いう）の場合で説明する。図２３に、三次元形状の例を示す。なお、図示の三次元形状は、ディスプレイ４０に表示された際の画像のイメージである。

なお、三次元形状生成部３１は、上述の三次元形状を、ＦＧセンサ１０の測定部１４（図１０参照）の測定結果に基づいて生成するようにしてもよい。この場合には、測定部１４（図１０参照）による輝点の移動量の測定で、異なる２時点の像を、任意の時点（現在）の像と、人物２がベッド３上に存在しない時点の像とするようにする。そして測定部１４（図１０参照）は、このような異なる２時点の像に基づいて測定した各測定点での前記測定結果を高さ情報として出力する。そして、三次元形状生成部３１は、測定部１４（図１０参照）の測定結果である高さ情報に基づいて、三次元形状を生成する。

なお、測定部１４（図１０参照）の移動量算出部１４１（図１０参照）での測定結果である高さ情報は、複数の測定点での人物２の高さに対応するものであるが、さらに高さ情報から実際に高さを算出する。この場合、高さ情報即ち各測定点での輝点の移動量に基づいて、三角測量法により、各測定点での人物２の高さを算出する。さらに言えば、ベッド３上からの高さを算出する。

具体的には、高さの算出は、例えば投影装置１１と撮像装置１２との距離（基線長）をｄ、撮像素子１５の結像レンズ１２ａの焦点距離をｌ（エル）、結像レンズ１２ａからベッド３上面までの距離をｈとし、輝点の移動量がδであったとすと、次式（４）で行える。

Ｚ＝（ｈ２・δ）／（ｄ・ｌ＋ｈ・δ） ………（４）

なおこの場合には、人物２の高さは、各測定点が間隔を空けて配置されているため、各測定点の間の位置の高さは判らない。このため、算出した各測定点での人物２の高さからそのまま三次元形状を生成したのでは、人物２の外形は判り辛い。これを補うために、三次元形状生成部３１は、人物２の高さの不足部位について補間を行うようにする。このようにして得た人物２の高さを座標上に並べることで、例えば図２３に示すような三次元形状を生成できる。また、高さの算出を行う場合は、呼吸運動を検出するために設置したＣＣＤカメラとは別に、基線長ｄがより短い位置にもう一台のＣＣＤカメラ（撮像装置）を設置し、当該別のＣＣＤカメラ（撮像装置）で得られた輝点位置のデータを用いて算出すると良い。これにより、測定のダイナミックレンジを実質的に上げることができる。

図２２に戻って、出力情報生成部３２は、三次元形状生成部３１で生成された形状情報即ちここでは三次元形状に、領域形成部２４ｂで形成された領域を重ねて表示するための解析情報を生成するものである。生成された解析情報は、ディスプレイ４０へ出力され、ディスプレイ４０により表示される。出力情報生成部３２は、三次元形状に、領域形成部２４ｂで形成された領域を、それぞれの座標（位置）が対応するように重ねた画像を解析情報として生成する。

ここで、図２４の模式図を参照して、三次元形状に、形成された領域を重ねて表示する際の例、言い換えれば生成される解析情報の例について説明する。なおここでは説明のために、生成された解析情報の例は、ディスプレイ４０により表示される際の画像で示す。図示するように、図２３で説明した三次元形状に、領域形成部２４ｂにより形成された領域の位置を対応させて重ねる。このように三次元形状に、形成された領域を重ねる際には、形成された領域での動きの位相が識別できるようにする。なお、図２４（ａ）は、人物２の腹部領域２ｂ（第２の領域）が下方向の動きをしている場合、さらに言えば腹式呼吸の呼気の場合を示している。また図２４（ｂ）は、人物２の胸部領域２ａ（第１の領域）が上方向の動きをしている場合、さらに言えば胸式呼吸の吸気の場合を示している。

さらにここでは、動きの位相が上方向と下方向との場合で、それぞれの位相の領域を、模様を変えて塗りつぶしているが、それぞれ色を変えるようにしてもよい（例えば上方向を青、下方向を赤のように）。また、例えば矢印（図中破線で表示）により、動きの位相を示すようにしてもよい。このようにすることで、人物２の身体上のどの部位が、上方向又は下方向の動きをしているかを容易に認識することが可能である。また、この際に波形の動きの変化の大きさによって、模様の色の濃さを変えたり、模様の幅を変えたり、矢印の太さ、長さを変えたりして表示すれば、さらに動きの変化がわかりやすい表示となる。さらに、動きの変化を積分した高さの変化データの場合も同様にして、例えば高くなっている部位は、その量を反映させて色を明るくしたり、矢印を長くしたりすることによって、高さの変化がわかりやすい表示となる。

さらに、図２５の模式図に示すように、領域形成部２４ｂにより演算される胸部領域２ａ（第１の領域）と腹部領域２ｂ（第２の領域）との境界も三次元形状に重ねて、解析情報を生成する。なお、境界は領域境界線２ｄで示される。このようにすることで、例えば人物２の胸部領域２ａ（第１の領域）と腹部領域２ｂ（第２の領域）との境界を認識することが容易に行える。これは、上述したような睡眠時無呼吸症候群を診断する際に有効である。

以上で説明した第１、第２、第３の発明の実施の形態に係る呼吸モニタ１、１ａ、１ｂ又はソフトウエアプログラムによれば、以上のように胸部領域２ａ、腹部領域２ｂ、全体領域に応じて人物２の状態を判別することで、例えば、複雑な呼吸運動に対して全体としての正しい評価、詳細な状態の解析、解析の精度の向上等より正確な状態の解析を行うことができる。例えば、従来の人物２の全体領域に対応する全体信号のみの判別では、判別しにくかった無呼吸状態のより詳細な型の判別、すなわち、閉塞性無呼吸状態（第１の状態）、中枢性無呼吸状態（第２の状態）、閉塞性無呼吸混合性無呼吸状態（第３の状態）を区別して判別することができる。さらに、閾値算出部２８は、体動期間の測定データを除いて各閾値を算出するので、状態判別部２６での人物２の状態を誤って判断することを防止することができる。

また、呼吸モニタ１、１ａ、１ｂは、測定装置としてＦＧセンサ１０を用いるため、人物２の状態を示す測定データを人物２に接触することなく取得できるので、人物２に負担をかけることなく睡眠時無呼吸の型を識別して自動検出することができ、より簡便で人物２の呼吸の状態の判別を行うことができる。また、例えば、フローセンサの振幅と、胸腹運動センサによって検出される胸部または腹部の動きに基づいて状態を判別するＰＳＧ装置と比較して、人物２の状態を示す測定データを人物２に接触することなく取得できるので、睡眠中の自然な状態でのデータが取れなかったり、睡眠中にセンサが外れてデータが欠落する恐れもない。また、気流の有無を検出できるものの定量性に乏しフローセンサと、上半身の一部の運動しか検出できない胸腹運動センサ等を用いる従来のＰＳＧ装置と比較して、低呼吸が正確に判定できなかったり、複雑な呼吸運動に対して全体としての正しい評価ができなかったりすることもなく、フローセンサ、胸腹運動センサ等のセンサを人物の身体に取り付けるために人手を要することもなく、コスト的にも心理的にも負荷を低減することができる。さらに、呼吸のような人物２の小さな動きでも正確に測定できる。

なお、以上の説明では、呼吸モニタ１、１ａ、１ｂは、代表座標演算部２４（図１参照）、分割線形成部２５（図１参照）や移動ベクトル積分部２４ａ（図２０参照）、第２の分割線形成部２５ａ（図２０参照）あるいは領域形成部２４ｂ（図２２参照）を備え、胸部領域２ａ（第１の領域）と腹部領域２ｂ（第２の領域）とを区分けするものとして説明したが、これらの構成を備えない呼吸モニタとしてもよい。例えば、人物２があまり動かないと分かっているような場合には、入力装置３５（図１参照）を介して、予め手動で、胸部領域２ａ（第１の領域）、腹部領域２ｂ（第２の領域）を設定しておいてもよい。

本発明の第１の実施の形態に係る呼吸モニタの構成例を示すブロック図である。 本発明の第１の実施の形態に係る呼吸モニタに用いる、呼吸データ及び体動データが形成する波形パターンの例について示した概要図である。 本発明の実施の形態に係る第１の呼吸モニタに用いる、測定データのヒストグラムの例を示す線図である。 本発明の実施の形態に係る第１の呼吸モニタで第１の所定期間に体動期間が重なった場合について説明する図である。 本発明の実施の形態に係る第１の呼吸モニタに用いる、全体領域の呼吸データ及び体動データとベースラインについて説明する線図である。 閉塞性無呼吸の呼吸波形（呼吸データ）の第１の具体例を示す図であり、上段は全体測定データ、中段は胸部測定データ、下段は腹部測定データを示す。 中枢性無呼吸の呼吸波形（呼吸データ）の第１の具体例を示す図であり、上段は全体測定データ、中段は胸部測定データ、下段は腹部測定データを示す。 閉塞性無呼吸の呼吸波形（呼吸データ）の第２の具体例を示す図であり、上段は全体測定データ、中段は胸部測定データ、下段は腹部測定データを示す。 本発明の第１の実施の形態に係る呼吸モニタのＦＧセンサの模式的斜視図である。 本発明の第１の実施の形態に係る呼吸モニタのＦＧセンサの概略構成を示すブロック図である。 本発明の第１の実施の形態に係る呼吸モニタの投影装置を説明する模式的斜視図である。 本発明の第１の実施の形態に係る呼吸モニタの輝点の移動の概念について説明する概念的斜視図である。 図１２の場合での受像面に結像した輝点について説明する模式図である。 本発明の第１の実施の形態に係る呼吸モニタの代表座標演算部による代表座標の算出と、分割線形成部による領域分割線の形成の具体例について説明する模式的平面図である。 本発明の第１の実施の形態に係る代表座標に関する量で重み付けを行った値で内分する点について説明する線図である。 本発明の第１の実施の形態の変形例に係る呼吸モニタの部分領域平均化部による部分領域の区分の具体例について説明する模式的平面図であり、（ａ）は第１の具体例、（ｂ）は第２の具体例、（ｃ）は第３の具体例である。 本発明の第１の実施の形態の変形例に係る呼吸モニタの有効部分領域抽出部による有効部分領域の抽出の具体例について説明する模式的平面図である。 本発明の第１の実施の形態の変形例に係る呼吸モニタを説明する図である。 本発明の第１の実施の形態に係る呼吸モニタによる処理工程の概略を示すフロー図である。 本発明の第２の実施の形態に係る呼吸モニタの構成例を示すブロック図である。 本発明の第２の実施の形態に係る呼吸モニタの移動ベクトル積分部による積分波形を形成と、第２の分割線形成部による領域分割線の形成の具体例について説明する模式的平面図である。 本発明の第３の実施の形態に係る呼吸モニタの構成例を示すブロック図である。 本発明の第３の実施の形態に係る呼吸モニタの三次元形状生成部により生成された三次元形状について説明する模式図である。 図２３の場合での三次元形状に領域形成部で形成された領域を重ねた場合を示す、（ａ）は腹部に下方向の動きがある場合を示す模式図、（ｂ）は胸部に上方向の動きがある場合を示す模式図である。 図２３の場合での三次元形状に領域形成部で形成された領域を重ねた場合を示す図であり、領域形成部により境界を演算した場合を示す模式図である。

符号の説明

１、１ａ、１ｂ 呼吸モニタ
２ 人物
２ａ 胸部領域
２ｂ 腹部領域
２ｃ 領域分割線
２ｄ 領域境界線
３ ベッド
１０ ＦＧセンサ
１１ 投影装置
１１ａ パターン
１１ｂ 輝点
１２ 撮像装置
１４ 測定部
２０ 演算装置
２４ 代表座標演算部
２４ａ 移動ベクトル積分部
２４ｂ 領域形成部
２５ 分割線形成部
２５ａ 第２の分割線形成部
２６ 状態判別部
２７ 体動検出部
２８ 閾値酸算出部
２９ 部分領域平均化部
３０ 有効部分領域抽出部
３１ 三次元形状生成部
３２ 出力情報生成部
１４１ 移動量算出部
１４２ 移動量波形生成部

Claims (11)

1. 呼吸による周期的な動きのある対象物の状態を示す測定データのうち判定対象時点の前後の第１の所定期間の該測定データに基づいて、前記対象物の状態を判定するための閾値を算出する閾値算出手段と；
   前記対象物の胸部領域である第１の領域に対応する第１の測定データ又は前記対象物の第１の領域とは異なる腹部領域である第２の領域に対応する第２の測定データと、前記閾値とを比較して、前記対象物の状態を判別する状態判別手段とを備え；
   前記閾値算出手段は、前記第１の領域に応じた前記第１の閾値及び前記第２の領域に応じた前記第２の閾値を算出し、
   前記状態判別手段は、前記第１の測定データの前記判定対象時点の前記周期的な動きの大きさが前記第１の閾値を下まわらず、前記第２の測定データの前記判定対象時点の前記周期的な動きの大きさが前記第２の閾値を第２の所定期間連続的に下まわった場合に、前記対象物が第１の状態であると判別する、
   状態解析装置。
2. 呼吸による周期的な動きのある対象物の状態を示す測定データに基づいて、前記対象物の胸部領域である第１の領域に対応する第１の測定データ又は前記対象物の第１の領域とは異なる腹部領域である第２の領域に対応する第２の測定データと、前記対象物の略全体に対応する全体測定データとを比較して、前記対象物の状態を判別する状態判別手段を備え；
   前記状態判別手段は、前記第１の測定データの判定対象時点の前記周期的な動きの大きさ、又は前記第２の測定データの前記判定対象時点の前記周期的な動きの大きさが、全体測定データの前記判定対象時点の前記周期的な動きの大きさを、第３の所定期間連続的に略同等あるいは上まわった場合に、前記対象物が第１の状態であると判別し、
   前記第１の状態は、閉塞性無呼吸状態である、
   状態解析装置。
3. 呼吸による周期的な動きのある対象物の状態を示す測定データのうち判定対象時点の前後の第１の所定期間の該測定データに基づいて、前記対象物の状態を判定するための閾値を算出する閾値算出手段と；
   前記対象物の胸部領域である第１の領域に対応する第１の測定データ又は前記対象物の第１の領域とは異なる腹部領域である第２の領域に対応する第２の測定データと、前記閾値とを比較して、前記対象物の状態を判別する状態判別手段とを備え；
   前記閾値算出手段は、前記第１の領域に応じた前記第１の閾値、前記第２の領域に応じた前記第２の閾値及び前記対象物の略全体に応じた第３の閾値を算出し、
   前記状態判別手段は、前記対象物の略全体に対応する全体測定データの前記判定対象時点の前記周期的な動きの大きさが、前記第３の閾値を第４の所定期間連続的に下まわり、前記第１の測定データの前記判定対象時点の前記周期的な動きの大きさが前記第１の閾値を、又は前記第２の測定データの前記判定対象時点の前記周期的な動きの大きさが前記第２の閾値を、第５の所定期間連続的に上まわった場合に、前記対象物が第１の状態であると判別し、
   前記第１の状態は、閉塞性無呼吸状態である、
   状態解析装置。
4. 前記状態判別手段は、前記第１の測定データの前記判定対象時点の前記周期的な動きの大きさが前記第１の閾値を、及び前記第２の測定データの前記判定対象時点の前記周期的な動きの大きさが前記第２の閾値を、第６の所定期間連続的に下まわった場合に、前記対象物が第２の状態であると判別する、
   請求項１又は請求項３に記載の状態解析装置。
5. 前記測定データのうち前記判定対象時点の前後の第１の所定期間の該測定データに基づいて、前記対象物の状態を判定するための閾値を算出する閾値算出手段を備え；
   前記閾値算出手段は、前記第１の領域に応じた前記第１の閾値及び前記第２の領域に応じた前記第２の閾値を算出し、
   前記状態判別手段は、前記第１の測定データの前記判定対象時点の前記周期的な動きの大きさが前記第１の閾値を、及び前記第２の測定データの前記判定対象時点の前記周期的な動きの大きさが前記第２の閾値を、第６の所定期間連続的に下まわった場合に、前記対象物が第２の状態であると判別する、
   請求項２に記載の状態解析装置。
6. 前記状態判別手段は、前記第１の状態と前記第２の状態とが略連続し、前記対象物が当該第１の状態である期間と当該第２の状態である期間とが、第７の所定期間略連続した場合に、前記対象物が第３の状態であると判別する、
   請求項４又は請求項５に記載の状態解析装置。
7. 呼吸による周期的な動きのある対象物の状態を示す測定データのうち判定対象時点の前後の第１の所定期間の該測定データに基づいて、前記対象物の状態を判定するための閾値を算出する閾値算出手段と；
   前記対象物の胸部領域である第１の領域に対応する第１の測定データ又は前記対象物の第１の領域とは異なる腹部領域である第２の領域に対応する第２の測定データと、前記閾値とを比較して、前記対象物の状態を判別する状態判別手段とを備え；
   前記閾値算出手段は、前記第１の領域に応じた前記第１の閾値及び前記第２の領域に応じた前記第２の閾値を算出し、
   前記状態判別手段は、前記第１の測定データの前記判定対象時点の前記周期的な動きの大きさが前記第１の閾値を、及び前記第２の測定データの前記判定対象時点の前記周期的な動きの大きさが前記第２の閾値を、第６の所定期間連続的に下まわった場合に、前記対象物が第２の状態であると判別し、
   前記第２の状態は、中枢性無呼吸状態である、
   状態解析装置。
8. 前記状態判別手段は、前記対象物の略全体に対応する全体測定データの前記判定対象時点の前記周期的な動きの大きさが、前記閾値算出手段によって算出される前記対象物の略全体に応じた第４の閾値を、第８の所定期間連続的に下まわらなかった場合に、前記対象物が第４の状態であると判別する、
   請求項１又は請求項３乃至請求項７のいずれか１項に記載の状態解析装置。
9. 前記測定データのうち前記判定対象時点の前後の第１の所定期間の該測定データに基づいて、前記対象物の状態を判定するための閾値を算出する閾値算出手段を備え；
   前記状態判別手段は、前記対象物の略全体に対応する全体測定データの前記判定対象時点の前記周期的な動きの大きさが、前記閾値算出手段によって算出される前記対象物の略全体に応じた第４の閾値を、第８の所定期間連続的に下まわらなかった場合に、前記対象物が第４の状態であると判別する、
   請求項２に記載の状態解析装置。
10. 前記測定データを取得する測定装置を備え；
    前記測定装置は、対象領域に複数の輝点を投影する投影装置と、前記複数の輝点が投影された対象領域を撮像する撮像装置と、前記撮像手段により異なる時点に取得された２フレームの画像から前記複数の輝点の前記２フレーム間の移動量を算出する移動量算出手段と、前記移動量を時系列に並べてなる移動量波形データを生成する移動量波形生成手段とを有する、
    請求項１乃至請求項９のいずれか１項に記載の状態解析装置。
11. コンピュータにインストールして、該コンピュータを状態解析装置として作動させるソフトウエアプログラムであって；
    呼吸による周期的な動きのある対象物の状態を示す測定データのうち前記判定対象時点の前後の第１の所定期間の該測定データに基づいて、前記対象物の状態を判定するための閾値を算出する処理と；
    前記対象物胸部領域であるの第１の領域に対応する第１の測定データ又は前記対象物の第１の領域とは異なる腹部領域である第２の領域に対応する第２の測定データと、前記閾値とを比較して、前記対象物の状態を判別する処理とを実行するように前記コンピュータを制御し；
    前記算出する処理は、前記第１の領域に応じた前記第１の閾値及び前記第２の領域に応じた前記第２の閾値を算出する処理を含み、
    前記判別する処理は、前記第１の測定データの前記判定対象時点の前記周期的な動きの大きさが前記第１の閾値を下まわらず、前記第２の測定データの前記判定対象時点の前記周期的な動きの大きさが前記第２の閾値を第２の所定期間連続的に下まわった場合に、前記対象物が第１の状態であると判別する処理を含む、
    ソフトウエアプログラム。