TOP特許意匠商標
特許ウォッチ Twitter
10個以上の画像は省略されています。
公開番号2024163785
公報種別公開特許公報(A)
公開日2024-11-22
出願番号2023079664
出願日2023-05-12
発明の名称血圧計、血圧計測方法、血圧計測プログラム、学習モデルの構築方法及び学習モデルの構築プログラム
出願人オムロン株式会社
代理人弁理士法人秀和特許事務所
主分類A61B 5/022 20060101AFI20241115BHJP(医学または獣医学;衛生学)
要約【課題】血圧測定アルゴリズムのパラメタ設定のためのデータ収集や測定結果のキャリブレーションを実施しなくとも可及的に高精度な血圧計測を実施できる血圧計を提供する。
【解決手段】本血圧計は、被計測者の腕に巻かれるカフと、上記カフが上記腕から受けるカフ圧を検出する検出部と、上記カフ圧を基に前記被計測者の血圧に係る特徴量の時系列変化を示す第1の波形を取得し、前記第1の波形を2以上の異なる特徴量を示す複数の第2の波形に分解する分解部と、複数の被験者についての上記第2の波形を説明変数とし聴診法で実測された血圧を目的変数とする機械学習によって構築された学習モデルと、複数の上記第2の波形を上記学習モデルに入力して上記被計測者の血圧を計測する計測部と、上記計測部によって計測された上記血圧を出力する出力部と、を備える。
【選択図】図1
特許請求の範囲【請求項1】
被計測者の腕に巻かれるカフと、
前記カフが前記腕から受けるカフ圧を検出する検出部と、
前記カフ圧を基に前記被計測者の血圧に係る特徴量の時系列変化を示す第1の波形を取得し、前記第1の波形を2以上の異なる特徴量を示す複数の第2の波形に分解する分解部と、
被験者についての前記第2の波形を説明変数とし聴診法で実測された血圧を目的変数とする機械学習によって構築された学習モデルと、
複数の前記第2の波形を前記学習モデルに入力して前記被計測者の血圧を計測する計測部と、
前記計測部によって計測された前記血圧を出力する出力部と、を備える、
血圧計。
続きを表示(約 1,900 文字)【請求項2】
前記第1の波形は、前記カフ圧の時系列変化を示すカフ圧波形を含み、
前記分解部は、
前記カフ圧波形を2以上の異なる特徴量を示す複数の第3の波形に分解し、
前記学習モデルは、前記被験者についての前記第3の波形を前記説明変数として構築され、
前記計測部は、前記第3の波形を前記学習モデルに入力して前記被計測者の血圧を計測する、
請求項1に記載の血圧計。
【請求項3】
前記第1の波形は、前記カフ圧の時系列変化を基に取得される前記被計測者の脈波の時系列変化を示す脈波形を含み、
前記分解部は、
前記脈波形を2以上の異なる特徴量を示す複数の第4の波形に分解し、
前記学習モデルは、前記被験者についての前記第4の波形を前記説明変数として構築され、
前記計測部は、前記第4の波形を前記学習モデルに入力して前記被計測者の血圧を計測する、
請求項1に記載の血圧計。
【請求項4】
前記第1の波形は、前記カフ圧の時系列変化を示すカフ圧波形、及び、前記カフ圧の時系列変化を基に取得される前記被計測者の脈波の時系列変化を示す脈波形を含み、
前記分解部は、
前記カフ圧波形を2以上の異なる特徴量を示す複数の第3の波形に分解するとともに、前記脈波形を前記カフ圧の時系列変化から得られる第4の波形に分解し、
前記学習モデルは、前記被験者についての前記第3の波形及び前記第4の波形を前記説明変数として構築され、
前記計測部は、前記第3の波形及び前記第4の波形を前記学習モデルに入力して前記被計測者の血圧を計測する、
請求項1に記載の血圧計。
【請求項5】
前記分解部は、Wave-U-Netを含む、
請求項1から4のいずれか一項に記載の血圧計。
【請求項6】
被計測者の腕に巻かれるカフが前記腕から受けるカフ圧を検出する検出ステップと、
前記カフ圧を基に前記被計測者の血圧に係る特徴量の時系列変化を示す第1の波形を取得し、前記第1の波形を2以上の異なる特徴量を示す複数の第2の波形に分解する分解ス
テップと、
被験者についての前記第2の波形を説明変数とし聴診法で実測された血圧を目的変数とする機械学習によって構築された学習モデルに、複数の前記第2の波形を入力して前記被計測者の血圧を計測する計測ステップと、
前記計測ステップにおいて計測された前記血圧を出力する出力ステップと、をコンピュータが実行する、
血圧計測方法。
【請求項7】
被験者の腕に巻かれるカフが前記腕から受けるカフ圧を検出する検出ステップと、
前記カフ圧を基に前記被計測者の血圧に係る特徴量の時系列変化を示す第1の波形を取得し、前記第1の波形を2以上の異なる特徴量を示す複数の第2の波形に分解する分解ステップと、
前記第2の波形を説明変数とし聴診法で実測された血圧を目的変数とする機械学習によって構築された学習モデルに、複数の前記第2の波形を入力して前記被計測者の血圧を計測する計測ステップと、
前記計測ステップにおいて計測された前記血圧を出力する出力ステップと、をコンピュータに実行させる、
血圧計測プログラム。
【請求項8】
被験者の腕に巻かれるカフが前記腕から受けるカフ圧を検出する検出ステップと、
前記カフ圧を基に前記被計測者の血圧に係る特徴量の時系列変化を示す第1の波形を取得し、前記第1の波形を2以上の異なる特徴量を示す複数の第2の波形に分解する分解ステップと、
前記第2の波形を説明変数とし聴診法で実測された血圧を目的変数とする機械学習によって学習モデルを構築する構築ステップと、をコンピュータが実行する、
学習モデルの構築方法。
【請求項9】
被験者の腕に巻かれるカフが前記腕から受けるカフ圧を検出する検出ステップと、
前記カフ圧を基に前記被計測者の血圧に係る特徴量の時系列変化を示す第1の波形を取得し、前記第1の波形を2以上の異なる特徴量を示す複数の第2の波形に分解する分解ステップと、
前記第2の波形を説明変数とし聴診法で実測された血圧を目的変数とする機械学習によって学習モデルを構築する構築ステップと、をコンピュータに実行させる、
学習モデルの構築プログラム。

発明の詳細な説明【技術分野】
【0001】
本発明は、血圧計、血圧計測方法、血圧計測プログラム、学習モデルの構築方法及び学習モデルの構築プログラムに関する。
続きを表示(約 2,900 文字)【背景技術】
【0002】
血圧計測によって健康状態を把握することが行われている。血圧の計測では、深層学習を含む機械学習によって血圧の計測精度を高める試みが行われている。深層学習を用いた血圧の計測としては、例えば、脈拍の一拍毎の形状や脈波形の包絡線の形状をモデルに入力して血圧を計測する方法が検討されている(非特許文献1-3参照)。
【先行技術文献】
【非特許文献】
【0003】
Ahmadreza Argha, Branko G. Celler, Nigel H. Lovell, Artificial Intelligence Based Blood Pressure Estimation From Auscultatory and Oscillometric Waveforms: A Methodological Review、「IEEE REVIEWS IN BIOMEDICAL ENGINEERING」、(米国)、2022年、VOL.15、p.152-p.168
AHMADREZA ARGHA, JI WU, STEVEN W. SU, AND BRANKO G. CELLER、「Blood Pressure Estimation From Beat-by-Beat Time-Domain Features of Oscillometric Waveforms Using Deep-Neural-Network Classification Models」、[online]、2019年8月6日、IEEE、[2023年3月28日検索]、インターネット<URL: https://ieeexplore.ieee.org/document/8789404>
Ahmed S. Alghamdi, Kemal Polat, Abdullah Alghoson, Abdulrahman A. Alshdadi, Ahmed A. Abd El-Latif、Gaussian process regression (GPR) based non-invasive continuous blood pressure prediction method from cuff oscillometric signals、[online]、2020年2月20日、[2023年3月28日検索]、インターネット<URL: https://www.sciencedirect.com/science/article/abs/pii/S0003682X20301079?via%3Dihub>
【発明の概要】
【発明が解決しようとする課題】
【0004】
オシロメトリック法による血圧計測では脈波の波形を基に血圧を計測するため、脈波にノイズが含まれると血圧の計測精度が低下する。カフの巻き方やカフを巻く位置等によって脈波に含まれるノイズが増加し得る。そのため、当該ノイズによる影響を抑制するために、測定した血圧に対するキャリブレーションや、血圧測定アルゴリズムのパラメタ設定のためのデータ収集が実施されることになる。しかしながら、キャリブレーションや血圧測定のアルゴリズムへのパラメタ設定が実施されてもノイズによる計測誤差を取り除ける保証は無い上に、データを収集するコストも必要になる。
【0005】
開示の技術の1つの側面は、血圧測定アルゴリズムのパラメタ設定のためのデータ収集や測定結果のキャリブレーションを実施しなくとも可及的に高精度な血圧計測を実施できる血圧計、血圧計測方法、血圧計測プログラム、学習モデルの構築方法及び学習モデルの構築プログラムを提供することを目的とする。
【課題を解決するための手段】
【0006】
開示の技術の1つの側面は、次のような血圧計によって例示される。本血圧計は、被計測者の腕に巻かれるカフと、上記カフが上記腕から受けるカフ圧を検出する検出部と、上
記カフ圧を基に上記被計測者の血圧に係る特徴量の時系列変化を示す第1の波形を取得し、上記第1の波形を2以上の異なる特徴量を示す複数の第2の波形に分解する分解部と、被験者についての上記第2の波形を説明変数とし聴診法で実測された血圧を目的変数とする機械学習によって構築された学習モデルと、複数の上記第2の波形を上記学習モデルに入力して上記被計測者の血圧を計測する計測部と、上記計測部によって計測された上記血圧を出力する出力部と、を備える。
【0007】
本血圧計によれば、上記被計測者の血圧に係る特徴量の時系列変化を示す第1の波形は、2以上の異なる特徴量を示す複数の第2の波形に分解される。すなわち、第2の波形の夫々は、複数の観点から第1の波形を示すものということができる。そのため、第1の波形にノイズが含まれている場合、ある特徴量に係る第2の波形に対する当該ノイズの影響が顕著であっても他の特徴量に係る第2の波形には当該ノイズの影響が少ないことも考えられる。そのため、本血圧計によれば、血圧測定アルゴリズムのパラメタ設定のためのデータ収集や測定結果のキャリブレーションを実施しなくとも可及的に高精度な血圧計測を実施できる。
【0008】
ここで、本血圧計において、上記第1の波形は、前記カフ圧の時系列変化を示すカフ圧波形を含み上記分解部は、上記カフ圧波形を2以上の異なる特徴量を示す複数の第3の波形に分解し、上記学習モデルは、上記被験者についての上記第3の波形を上記説明変数として構築され、上記計測部は、上記第3の波形を上記学習モデルに入力して上記被計測者の血圧を計測してもよい。
【0009】
また、本血圧計において、上記第1の波形は、上記カフ圧の時系列変化を基に取得される上記被計測者の脈波の時系列変化を示す脈波形を含み、上記分解部は、上記脈波形を2以上の異なる特徴量を示す複数の第4の波形に分解し、上記学習モデルは、上記被験者についての上記第4の波形を上記説明変数として構築され、上記計測部は、上記第4の波形を上記学習モデルに入力して上記被計測者の血圧を計測してもよい。
【0010】
さらに、本血圧計において、上記第1の波形は、上記カフ圧の時系列変化を示すカフ圧波形、及び、上記カフ圧の時系列変化を基に取得される上記被計測者の脈波の時系列変化を示す脈波形を含み、上記分解部は、上記カフ圧波形を2以上の異なる特徴量を示す複数の第3の波形に分解するとともに、上記脈波形を上記カフ圧の時系列変化から得られる第4の波形に分解し、上記学習モデルは、上記被験者についての上記第3の波形及び上記第4の波形を上記説明変数として構築され、上記計測部は、上記第3の波形及び上記第4の波形を上記学習モデルに入力して上記被計測者の血圧を計測してもよい。また、上記分解部は、Wave-U-Netを含んでもよい。
(【0011】以降は省略されています)

この特許をJ-PlatPatで参照する
Flag Counter

関連特許

オムロン株式会社
電気装置
16日前
オムロン株式会社
駆動装置
15日前
オムロン株式会社
回路部品
今日
オムロン株式会社
電磁継電器
今日
オムロン株式会社
電磁継電器
今日
オムロン株式会社
電磁継電器
9日前
オムロン株式会社
光電センサ
19日前
オムロン株式会社
電磁継電器
今日
オムロン株式会社
電磁継電器
今日
オムロン株式会社
電磁継電器
今日
オムロン株式会社
電磁継電器
今日
オムロン株式会社
電磁継電器
今日
オムロン株式会社
電磁継電器
今日
オムロン株式会社
電磁継電器
今日
オムロン株式会社
増設ユニット
15日前
オムロン株式会社
生体信号計測装置
1か月前
オムロン株式会社
生体信号計測装置
1か月前
オムロン株式会社
生体信号計測装置
1か月前
オムロン株式会社
プッシュイン式端子台
20日前
オムロン株式会社
プッシュイン式端子台
20日前
オムロン株式会社
リレー故障検知システム
14日前
オムロン株式会社
光学機器およびその製造方法
20日前
オムロン株式会社
通信装置、および信号復調方法
1か月前
オムロン株式会社
無停電電源装置及び増設ユニット
20日前
オムロン株式会社
支援装置、支援方法及びプログラム
5日前
オムロン株式会社
支援装置、支援方法及びプログラム
6日前
オムロン株式会社
サーボドライバ及び射出成型システム
26日前
オムロン株式会社
経路計画装置、方法、及びプログラム
6日前
オムロン株式会社
画像処理装置、画像処理方法およびプログラム
20日前
オムロン株式会社
画像処理装置、画像処理方法およびプログラム
20日前
オムロン株式会社
電力計、電流補正方法及び電力開閉モジュール
20日前
オムロン株式会社
管理システム、情報処理装置、方法およびプログラム
6日前
オムロン株式会社
ロボットを制御するシステム、方法およびプログラム
20日前
オムロン株式会社
情報処理装置、情報処理方法および情報処理プログラム
5日前
オムロン株式会社
光学的情報読取装置および光学的情報読取装置の制御方法
20日前
オムロン株式会社
文字入力装置、文字入力方法、および文字入力プログラム
26日前
続きを見る