SlideShare a Scribd company logo

付け爪型センサを用いたケプストラム分析及びMUSIC法に基づく心拍推定

梶谷奈未, 北村大地, 石井耕平, "付け爪型センサを用いたケプストラム分析及びMUSIC法に基づく心拍推定," 第35回信号処理シンポジウム, A1-4, pp. 5–10, 高知, 2020年11月(査読無).

1 of 27
Download to read offline
付け爪型センサを用いたケプストラム分析
及びMUSIC法に基づく心拍推定
Heart rate estimation based on cepstrum analysis
and MUSIC method using nail tip sensor
梶谷奈未(香川高等専門学校)
北村大地(香川高等専門学校)
石井耕平(香川高等専門学校)
第35回信号処理シンポジウム
セッション:A1-4 10:00-10:20
発表の流れ
• 研究背景
– 付け爪型センサ
– 本研究の動機と目的
• PPGの計測実験
• 基本周波数推定法
– 信号の前処理
– ケプストラム分析
– MUSIC法
• 実験
– 実験条件
– PPGの結果
– PPGとECGの比較
• まとめ 2
発表の流れ
• 研究背景
– 付け爪型センサ
– 本研究の動機と目的
• PPGの計測実験
• 基本周波数推定法
– 信号の前処理
– ケプストラム分析
– MUSIC法
• 実験
– 実験条件
– PPGの結果
– PPGとECGの比較
• まとめ 3
研究背景
• 在宅療養における遠隔モニタリング
– 心拍や血圧等の情報を取得するセンサを装着し続ける
• 既存のデバイス(一例)
• 既存デバイスの問題
– 装着感:睡眠中を含む24時間の装着は不快
– 着脱が必要:入浴時に取り外す必要あり
– 衛生面の問題:発汗によるムレやかぶれが発生
4
腕時計に内蔵された
心拍計
Apple Watch
胸部貼り付け式の
ワイヤレス心拍計
myBeat
研究背景
• 付け爪型センサ [K. Ishii et al., 2020]
– 小型脈拍計測回路を搭載
– 爪に固定して長時間の光電脈波
信号(PPG)を測定可
– PPGには指先の血管収縮に由来
する電圧の変化が含まれる
– PPGの周波数成分を解析する
ことで心拍を推定可能
• 特徴
① 不快な装着感がない
② 強固な固定が長期間確保可能
③ 多点同時計測が可能
5
爪
指
受信機 モニタリング
端末
付け爪型
脈波計
研究背景
• 計測原理
6

Recommended

音楽信号処理における基本周波数推定を応用した心拍信号解析
音楽信号処理における基本周波数推定を応用した心拍信号解析音楽信号処理における基本周波数推定を応用した心拍信号解析
音楽信号処理における基本周波数推定を応用した心拍信号解析Kitamura Laboratory
 
音響メディア信号処理における独立成分分析の発展と応用, History of independent component analysis for sou...
音響メディア信号処理における独立成分分析の発展と応用, History of independent component analysis for sou...音響メディア信号処理における独立成分分析の発展と応用, History of independent component analysis for sou...
音響メディア信号処理における独立成分分析の発展と応用, History of independent component analysis for sou...Daichi Kitamura
 
深層学習に基づく音響特徴量からの振幅スペクトログラム予測
深層学習に基づく音響特徴量からの振幅スペクトログラム予測深層学習に基づく音響特徴量からの振幅スペクトログラム予測
深層学習に基づく音響特徴量からの振幅スペクトログラム予測Kitamura Laboratory
 
深層パーミュテーション解決法の基礎的検討
深層パーミュテーション解決法の基礎的検討深層パーミュテーション解決法の基礎的検討
深層パーミュテーション解決法の基礎的検討Kitamura Laboratory
 
独立深層学習行列分析に基づく多チャネル音源分離の実験的評価(Experimental evaluation of multichannel audio s...
独立深層学習行列分析に基づく多チャネル音源分離の実験的評価(Experimental evaluation of multichannel audio s...独立深層学習行列分析に基づく多チャネル音源分離の実験的評価(Experimental evaluation of multichannel audio s...
独立深層学習行列分析に基づく多チャネル音源分離の実験的評価(Experimental evaluation of multichannel audio s...Daichi Kitamura
 
スペクトログラム無矛盾性に基づく独立低ランク行列分析
スペクトログラム無矛盾性に基づく独立低ランク行列分析スペクトログラム無矛盾性に基づく独立低ランク行列分析
スペクトログラム無矛盾性に基づく独立低ランク行列分析Kitamura Laboratory
 
音源分離 ~DNN音源分離の基礎から最新技術まで~ Tokyo bishbash #3
音源分離 ~DNN音源分離の基礎から最新技術まで~ Tokyo bishbash #3音源分離 ~DNN音源分離の基礎から最新技術まで~ Tokyo bishbash #3
音源分離 ~DNN音源分離の基礎から最新技術まで~ Tokyo bishbash #3Naoya Takahashi
 
やさしく音声分析法を学ぶ: ケプストラム分析とLPC分析
やさしく音声分析法を学ぶ: ケプストラム分析とLPC分析やさしく音声分析法を学ぶ: ケプストラム分析とLPC分析
やさしく音声分析法を学ぶ: ケプストラム分析とLPC分析Shinnosuke Takamichi
 

More Related Content

What's hot

深層学習を利用した音声強調
深層学習を利用した音声強調深層学習を利用した音声強調
深層学習を利用した音声強調Yuma Koizumi
 
ICASSP 2019での音響信号処理分野の世界動向
ICASSP 2019での音響信号処理分野の世界動向ICASSP 2019での音響信号処理分野の世界動向
ICASSP 2019での音響信号処理分野の世界動向Yuma Koizumi
 
End-to-End音声認識ためのMulti-Head Decoderネットワーク
End-to-End音声認識ためのMulti-Head DecoderネットワークEnd-to-End音声認識ためのMulti-Head Decoderネットワーク
End-to-End音声認識ためのMulti-Head DecoderネットワークNU_I_TODALAB
 
独立深層学習行列分析に基づく多チャネル音源分離(Multichannel audio source separation based on indepen...
独立深層学習行列分析に基づく多チャネル音源分離(Multichannel audio source separation based on indepen...独立深層学習行列分析に基づく多チャネル音源分離(Multichannel audio source separation based on indepen...
独立深層学習行列分析に基づく多チャネル音源分離(Multichannel audio source separation based on indepen...Daichi Kitamura
 
音源分離における音響モデリング(Acoustic modeling in audio source separation)
音源分離における音響モデリング(Acoustic modeling in audio source separation)音源分離における音響モデリング(Acoustic modeling in audio source separation)
音源分離における音響モデリング(Acoustic modeling in audio source separation)Daichi Kitamura
 
深層学習と音響信号処理
深層学習と音響信号処理深層学習と音響信号処理
深層学習と音響信号処理Yuma Koizumi
 
深層生成モデルに基づく音声合成技術
深層生成モデルに基づく音声合成技術深層生成モデルに基づく音声合成技術
深層生成モデルに基づく音声合成技術NU_I_TODALAB
 
Numpy scipyで独立成分分析
Numpy scipyで独立成分分析Numpy scipyで独立成分分析
Numpy scipyで独立成分分析Shintaro Fukushima
 
調波打撃音分離の時間周波数マスクを用いた線形ブラインド音源分離
調波打撃音分離の時間周波数マスクを用いた線形ブラインド音源分離調波打撃音分離の時間周波数マスクを用いた線形ブラインド音源分離
調波打撃音分離の時間周波数マスクを用いた線形ブラインド音源分離Kitamura Laboratory
 
Music signal separation using supervised nonnegative matrix factorization wit...
Music signal separation using supervised nonnegative matrix factorization wit...Music signal separation using supervised nonnegative matrix factorization wit...
Music signal separation using supervised nonnegative matrix factorization wit...Daichi Kitamura
 
順序データでもベイズモデリング
順序データでもベイズモデリング順序データでもベイズモデリング
順序データでもベイズモデリング. .
 
DNN音響モデルにおける特徴量抽出の諸相
DNN音響モデルにおける特徴量抽出の諸相DNN音響モデルにおける特徴量抽出の諸相
DNN音響モデルにおける特徴量抽出の諸相Takuya Yoshioka
 
深層学習を用いた音源定位、音源分離、クラス分類の統合~環境音セグメンテーション手法の紹介~
深層学習を用いた音源定位、音源分離、クラス分類の統合~環境音セグメンテーション手法の紹介~深層学習を用いた音源定位、音源分離、クラス分類の統合~環境音セグメンテーション手法の紹介~
深層学習を用いた音源定位、音源分離、クラス分類の統合~環境音セグメンテーション手法の紹介~Yui Sudo
 
独立低ランク行列分析に基づく音源分離とその発展
独立低ランク行列分析に基づく音源分離とその発展独立低ランク行列分析に基づく音源分離とその発展
独立低ランク行列分析に基づく音源分離とその発展Kitamura Laboratory
 
Moment matching networkを用いた音声パラメータのランダム生成の検討
Moment matching networkを用いた音声パラメータのランダム生成の検討Moment matching networkを用いた音声パラメータのランダム生成の検討
Moment matching networkを用いた音声パラメータのランダム生成の検討Shinnosuke Takamichi
 
ウェーブレット変換の基礎と応用事例:連続ウェーブレット変換を中心に
ウェーブレット変換の基礎と応用事例:連続ウェーブレット変換を中心にウェーブレット変換の基礎と応用事例:連続ウェーブレット変換を中心に
ウェーブレット変換の基礎と応用事例:連続ウェーブレット変換を中心にRyosuke Tachibana
 
ベイズ統計学の概論的紹介-old
ベイズ統計学の概論的紹介-oldベイズ統計学の概論的紹介-old
ベイズ統計学の概論的紹介-oldNaoki Hayashi
 
JVS:フリーの日本語多数話者音声コーパス
JVS:フリーの日本語多数話者音声コーパス JVS:フリーの日本語多数話者音声コーパス
JVS:フリーの日本語多数話者音声コーパス Shinnosuke Takamichi
 
確率的自己位置推定
確率的自己位置推定確率的自己位置推定
確率的自己位置推定Horiguchi Shuhei
 
渡辺澄夫著「ベイズ統計の理論と方法」5.1 マルコフ連鎖モンテカルロ法
渡辺澄夫著「ベイズ統計の理論と方法」5.1 マルコフ連鎖モンテカルロ法渡辺澄夫著「ベイズ統計の理論と方法」5.1 マルコフ連鎖モンテカルロ法
渡辺澄夫著「ベイズ統計の理論と方法」5.1 マルコフ連鎖モンテカルロ法Kenichi Hironaka
 

What's hot (20)

深層学習を利用した音声強調
深層学習を利用した音声強調深層学習を利用した音声強調
深層学習を利用した音声強調
 
ICASSP 2019での音響信号処理分野の世界動向
ICASSP 2019での音響信号処理分野の世界動向ICASSP 2019での音響信号処理分野の世界動向
ICASSP 2019での音響信号処理分野の世界動向
 
End-to-End音声認識ためのMulti-Head Decoderネットワーク
End-to-End音声認識ためのMulti-Head DecoderネットワークEnd-to-End音声認識ためのMulti-Head Decoderネットワーク
End-to-End音声認識ためのMulti-Head Decoderネットワーク
 
独立深層学習行列分析に基づく多チャネル音源分離(Multichannel audio source separation based on indepen...
独立深層学習行列分析に基づく多チャネル音源分離(Multichannel audio source separation based on indepen...独立深層学習行列分析に基づく多チャネル音源分離(Multichannel audio source separation based on indepen...
独立深層学習行列分析に基づく多チャネル音源分離(Multichannel audio source separation based on indepen...
 
音源分離における音響モデリング(Acoustic modeling in audio source separation)
音源分離における音響モデリング(Acoustic modeling in audio source separation)音源分離における音響モデリング(Acoustic modeling in audio source separation)
音源分離における音響モデリング(Acoustic modeling in audio source separation)
 
深層学習と音響信号処理
深層学習と音響信号処理深層学習と音響信号処理
深層学習と音響信号処理
 
深層生成モデルに基づく音声合成技術
深層生成モデルに基づく音声合成技術深層生成モデルに基づく音声合成技術
深層生成モデルに基づく音声合成技術
 
Numpy scipyで独立成分分析
Numpy scipyで独立成分分析Numpy scipyで独立成分分析
Numpy scipyで独立成分分析
 
調波打撃音分離の時間周波数マスクを用いた線形ブラインド音源分離
調波打撃音分離の時間周波数マスクを用いた線形ブラインド音源分離調波打撃音分離の時間周波数マスクを用いた線形ブラインド音源分離
調波打撃音分離の時間周波数マスクを用いた線形ブラインド音源分離
 
Music signal separation using supervised nonnegative matrix factorization wit...
Music signal separation using supervised nonnegative matrix factorization wit...Music signal separation using supervised nonnegative matrix factorization wit...
Music signal separation using supervised nonnegative matrix factorization wit...
 
順序データでもベイズモデリング
順序データでもベイズモデリング順序データでもベイズモデリング
順序データでもベイズモデリング
 
DNN音響モデルにおける特徴量抽出の諸相
DNN音響モデルにおける特徴量抽出の諸相DNN音響モデルにおける特徴量抽出の諸相
DNN音響モデルにおける特徴量抽出の諸相
 
深層学習を用いた音源定位、音源分離、クラス分類の統合~環境音セグメンテーション手法の紹介~
深層学習を用いた音源定位、音源分離、クラス分類の統合~環境音セグメンテーション手法の紹介~深層学習を用いた音源定位、音源分離、クラス分類の統合~環境音セグメンテーション手法の紹介~
深層学習を用いた音源定位、音源分離、クラス分類の統合~環境音セグメンテーション手法の紹介~
 
独立低ランク行列分析に基づく音源分離とその発展
独立低ランク行列分析に基づく音源分離とその発展独立低ランク行列分析に基づく音源分離とその発展
独立低ランク行列分析に基づく音源分離とその発展
 
Moment matching networkを用いた音声パラメータのランダム生成の検討
Moment matching networkを用いた音声パラメータのランダム生成の検討Moment matching networkを用いた音声パラメータのランダム生成の検討
Moment matching networkを用いた音声パラメータのランダム生成の検討
 
ウェーブレット変換の基礎と応用事例:連続ウェーブレット変換を中心に
ウェーブレット変換の基礎と応用事例:連続ウェーブレット変換を中心にウェーブレット変換の基礎と応用事例:連続ウェーブレット変換を中心に
ウェーブレット変換の基礎と応用事例:連続ウェーブレット変換を中心に
 
ベイズ統計学の概論的紹介-old
ベイズ統計学の概論的紹介-oldベイズ統計学の概論的紹介-old
ベイズ統計学の概論的紹介-old
 
JVS:フリーの日本語多数話者音声コーパス
JVS:フリーの日本語多数話者音声コーパス JVS:フリーの日本語多数話者音声コーパス
JVS:フリーの日本語多数話者音声コーパス
 
確率的自己位置推定
確率的自己位置推定確率的自己位置推定
確率的自己位置推定
 
渡辺澄夫著「ベイズ統計の理論と方法」5.1 マルコフ連鎖モンテカルロ法
渡辺澄夫著「ベイズ統計の理論と方法」5.1 マルコフ連鎖モンテカルロ法渡辺澄夫著「ベイズ統計の理論と方法」5.1 マルコフ連鎖モンテカルロ法
渡辺澄夫著「ベイズ統計の理論と方法」5.1 マルコフ連鎖モンテカルロ法
 

Similar to 付け爪型センサを用いたケプストラム分析及びMUSIC法に基づく心拍推定

心臟植入性電子儀器(CIED)的基本原理及設定
心臟植入性電子儀器(CIED)的基本原理及設定心臟植入性電子儀器(CIED)的基本原理及設定
心臟植入性電子儀器(CIED)的基本原理及設定Taiwan Heart Rhythm Society
 
Complete pan tompkins implementation of ecg qrs detector
Complete pan tompkins implementation of ecg qrs detectorComplete pan tompkins implementation of ecg qrs detector
Complete pan tompkins implementation of ecg qrs detectorvanikeerthika
 
Upper Extremity Somatosensory Evoked Potential (Upper SSEP)
Upper Extremity Somatosensory Evoked Potential (Upper SSEP)Upper Extremity Somatosensory Evoked Potential (Upper SSEP)
Upper Extremity Somatosensory Evoked Potential (Upper SSEP)Anurag Tewari MD
 
Intra Operative Monitoring.pptx
Intra Operative Monitoring.pptxIntra Operative Monitoring.pptx
Intra Operative Monitoring.pptxRakeshS16640
 
Heart rate estimation of car driver using radar sensors and blind source sepa...
Heart rate estimation of car driver using radar sensors and blind source sepa...Heart rate estimation of car driver using radar sensors and blind source sepa...
Heart rate estimation of car driver using radar sensors and blind source sepa...Kitamura Laboratory
 
6.5.1 Review of Beat Detection and Phase Alignment Techniques used in DMM
6.5.1 Review of Beat Detection and Phase Alignment Techniques used in DMM6.5.1 Review of Beat Detection and Phase Alignment Techniques used in DMM
6.5.1 Review of Beat Detection and Phase Alignment Techniques used in DMMNasir Ahmad
 
Basics of Pacemaker Dr Hafeesh Fazulu Pushpagiri
Basics of Pacemaker Dr Hafeesh Fazulu PushpagiriBasics of Pacemaker Dr Hafeesh Fazulu Pushpagiri
Basics of Pacemaker Dr Hafeesh Fazulu PushpagiriHafeesh Fazulu
 

Similar to 付け爪型センサを用いたケプストラム分析及びMUSIC法に基づく心拍推定 (12)

心臟植入性電子儀器(CIED)的基本原理及設定
心臟植入性電子儀器(CIED)的基本原理及設定心臟植入性電子儀器(CIED)的基本原理及設定
心臟植入性電子儀器(CIED)的基本原理及設定
 
Complete pan tompkins implementation of ecg qrs detector
Complete pan tompkins implementation of ecg qrs detectorComplete pan tompkins implementation of ecg qrs detector
Complete pan tompkins implementation of ecg qrs detector
 
Upper Extremity Somatosensory Evoked Potential (Upper SSEP)
Upper Extremity Somatosensory Evoked Potential (Upper SSEP)Upper Extremity Somatosensory Evoked Potential (Upper SSEP)
Upper Extremity Somatosensory Evoked Potential (Upper SSEP)
 
Harmonic speech coding
Harmonic speech codingHarmonic speech coding
Harmonic speech coding
 
Pcm
PcmPcm
Pcm
 
Pcg
PcgPcg
Pcg
 
sampling-alising.pdf
sampling-alising.pdfsampling-alising.pdf
sampling-alising.pdf
 
6. Basic and Gemg
6. Basic and Gemg6. Basic and Gemg
6. Basic and Gemg
 
Intra Operative Monitoring.pptx
Intra Operative Monitoring.pptxIntra Operative Monitoring.pptx
Intra Operative Monitoring.pptx
 
Heart rate estimation of car driver using radar sensors and blind source sepa...
Heart rate estimation of car driver using radar sensors and blind source sepa...Heart rate estimation of car driver using radar sensors and blind source sepa...
Heart rate estimation of car driver using radar sensors and blind source sepa...
 
6.5.1 Review of Beat Detection and Phase Alignment Techniques used in DMM
6.5.1 Review of Beat Detection and Phase Alignment Techniques used in DMM6.5.1 Review of Beat Detection and Phase Alignment Techniques used in DMM
6.5.1 Review of Beat Detection and Phase Alignment Techniques used in DMM
 
Basics of Pacemaker Dr Hafeesh Fazulu Pushpagiri
Basics of Pacemaker Dr Hafeesh Fazulu PushpagiriBasics of Pacemaker Dr Hafeesh Fazulu Pushpagiri
Basics of Pacemaker Dr Hafeesh Fazulu Pushpagiri
 

More from Kitamura Laboratory

付け爪センサによる生体信号を用いた深層学習に基づく心拍推定
付け爪センサによる生体信号を用いた深層学習に基づく心拍推定付け爪センサによる生体信号を用いた深層学習に基づく心拍推定
付け爪センサによる生体信号を用いた深層学習に基づく心拍推定Kitamura Laboratory
 
STEM教育を目的とした動画像処理による二重振り子の軌跡推定
STEM教育を目的とした動画像処理による二重振り子の軌跡推定STEM教育を目的とした動画像処理による二重振り子の軌跡推定
STEM教育を目的とした動画像処理による二重振り子の軌跡推定Kitamura Laboratory
 
ギタータブ譜からのギターリフ抽出アルゴリズム
ギタータブ譜からのギターリフ抽出アルゴリズムギタータブ譜からのギターリフ抽出アルゴリズム
ギタータブ譜からのギターリフ抽出アルゴリズムKitamura Laboratory
 
時間微分スペクトログラムに基づくブラインド音源分離
時間微分スペクトログラムに基づくブラインド音源分離時間微分スペクトログラムに基づくブラインド音源分離
時間微分スペクトログラムに基づくブラインド音源分離Kitamura Laboratory
 
Amplitude spectrogram prediction from mel-frequency cepstrum coefficients and...
Amplitude spectrogram prediction from mel-frequency cepstrum coefficients and...Amplitude spectrogram prediction from mel-frequency cepstrum coefficients and...
Amplitude spectrogram prediction from mel-frequency cepstrum coefficients and...Kitamura Laboratory
 
周波数双方向再帰に基づく深層パーミュテーション解決法
周波数双方向再帰に基づく深層パーミュテーション解決法周波数双方向再帰に基づく深層パーミュテーション解決法
周波数双方向再帰に基づく深層パーミュテーション解決法Kitamura Laboratory
 
DNN-based frequency-domain permutation solver for multichannel audio source s...
DNN-based frequency-domain permutation solver for multichannel audio source s...DNN-based frequency-domain permutation solver for multichannel audio source s...
DNN-based frequency-domain permutation solver for multichannel audio source s...Kitamura Laboratory
 
双方向LSTMによるラウドネス及びMFCCからの振幅スペクトログラム予測と評価
双方向LSTMによるラウドネス及びMFCCからの振幅スペクトログラム予測と評価双方向LSTMによるラウドネス及びMFCCからの振幅スペクトログラム予測と評価
双方向LSTMによるラウドネス及びMFCCからの振幅スペクトログラム予測と評価Kitamura Laboratory
 
深層ニューラルネットワークに基づくパーミュテーション解決法の基礎的検討
深層ニューラルネットワークに基づくパーミュテーション解決法の基礎的検討深層ニューラルネットワークに基づくパーミュテーション解決法の基礎的検討
深層ニューラルネットワークに基づくパーミュテーション解決法の基礎的検討Kitamura Laboratory
 
多重解像度時間周波数表現に基づく独立低ランク行列分析,
多重解像度時間周波数表現に基づく独立低ランク行列分析,多重解像度時間周波数表現に基づく独立低ランク行列分析,
多重解像度時間周波数表現に基づく独立低ランク行列分析,Kitamura Laboratory
 
調波打撃音モデルに基づく線形多チャネルブラインド音源分離
調波打撃音モデルに基づく線形多チャネルブラインド音源分離調波打撃音モデルに基づく線形多チャネルブラインド音源分離
調波打撃音モデルに基づく線形多チャネルブラインド音源分離Kitamura Laboratory
 
コサイン類似度罰則条件付き非負値行列因子分解に基づく音楽音源分離
コサイン類似度罰則条件付き非負値行列因子分解に基づく音楽音源分離コサイン類似度罰則条件付き非負値行列因子分解に基づく音楽音源分離
コサイン類似度罰則条件付き非負値行列因子分解に基づく音楽音源分離Kitamura Laboratory
 
Linear multichannel blind source separation based on time-frequency mask obta...
Linear multichannel blind source separation based on time-frequency mask obta...Linear multichannel blind source separation based on time-frequency mask obta...
Linear multichannel blind source separation based on time-frequency mask obta...Kitamura Laboratory
 
Prior distribution design for music bleeding-sound reduction based on nonnega...
Prior distribution design for music bleeding-sound reduction based on nonnega...Prior distribution design for music bleeding-sound reduction based on nonnega...
Prior distribution design for music bleeding-sound reduction based on nonnega...Kitamura Laboratory
 
Blind audio source separation based on time-frequency structure models
Blind audio source separation based on time-frequency structure modelsBlind audio source separation based on time-frequency structure models
Blind audio source separation based on time-frequency structure modelsKitamura Laboratory
 
非負値行列因子分解を用いた被り音の抑圧
非負値行列因子分解を用いた被り音の抑圧非負値行列因子分解を用いた被り音の抑圧
非負値行列因子分解を用いた被り音の抑圧Kitamura Laboratory
 
独立成分分析に基づく信号源分離精度の予測
独立成分分析に基づく信号源分離精度の予測独立成分分析に基づく信号源分離精度の予測
独立成分分析に基づく信号源分離精度の予測Kitamura Laboratory
 
深層学習に基づく間引きインジケータ付き周波数帯域補間手法による音源分離処理の高速化
深層学習に基づく間引きインジケータ付き周波数帯域補間手法による音源分離処理の高速化深層学習に基づく間引きインジケータ付き周波数帯域補間手法による音源分離処理の高速化
深層学習に基づく間引きインジケータ付き周波数帯域補間手法による音源分離処理の高速化Kitamura Laboratory
 
独立低ランク行列分析を用いたインタラクティブ音源分離システム
独立低ランク行列分析を用いたインタラクティブ音源分離システム独立低ランク行列分析を用いたインタラクティブ音源分離システム
独立低ランク行列分析を用いたインタラクティブ音源分離システムKitamura Laboratory
 
局所時間周波数構造に基づく深層パーミュテーション解決法の実験的評価
局所時間周波数構造に基づく深層パーミュテーション解決法の実験的評価局所時間周波数構造に基づく深層パーミュテーション解決法の実験的評価
局所時間周波数構造に基づく深層パーミュテーション解決法の実験的評価Kitamura Laboratory
 

More from Kitamura Laboratory (20)

付け爪センサによる生体信号を用いた深層学習に基づく心拍推定
付け爪センサによる生体信号を用いた深層学習に基づく心拍推定付け爪センサによる生体信号を用いた深層学習に基づく心拍推定
付け爪センサによる生体信号を用いた深層学習に基づく心拍推定
 
STEM教育を目的とした動画像処理による二重振り子の軌跡推定
STEM教育を目的とした動画像処理による二重振り子の軌跡推定STEM教育を目的とした動画像処理による二重振り子の軌跡推定
STEM教育を目的とした動画像処理による二重振り子の軌跡推定
 
ギタータブ譜からのギターリフ抽出アルゴリズム
ギタータブ譜からのギターリフ抽出アルゴリズムギタータブ譜からのギターリフ抽出アルゴリズム
ギタータブ譜からのギターリフ抽出アルゴリズム
 
時間微分スペクトログラムに基づくブラインド音源分離
時間微分スペクトログラムに基づくブラインド音源分離時間微分スペクトログラムに基づくブラインド音源分離
時間微分スペクトログラムに基づくブラインド音源分離
 
Amplitude spectrogram prediction from mel-frequency cepstrum coefficients and...
Amplitude spectrogram prediction from mel-frequency cepstrum coefficients and...Amplitude spectrogram prediction from mel-frequency cepstrum coefficients and...
Amplitude spectrogram prediction from mel-frequency cepstrum coefficients and...
 
周波数双方向再帰に基づく深層パーミュテーション解決法
周波数双方向再帰に基づく深層パーミュテーション解決法周波数双方向再帰に基づく深層パーミュテーション解決法
周波数双方向再帰に基づく深層パーミュテーション解決法
 
DNN-based frequency-domain permutation solver for multichannel audio source s...
DNN-based frequency-domain permutation solver for multichannel audio source s...DNN-based frequency-domain permutation solver for multichannel audio source s...
DNN-based frequency-domain permutation solver for multichannel audio source s...
 
双方向LSTMによるラウドネス及びMFCCからの振幅スペクトログラム予測と評価
双方向LSTMによるラウドネス及びMFCCからの振幅スペクトログラム予測と評価双方向LSTMによるラウドネス及びMFCCからの振幅スペクトログラム予測と評価
双方向LSTMによるラウドネス及びMFCCからの振幅スペクトログラム予測と評価
 
深層ニューラルネットワークに基づくパーミュテーション解決法の基礎的検討
深層ニューラルネットワークに基づくパーミュテーション解決法の基礎的検討深層ニューラルネットワークに基づくパーミュテーション解決法の基礎的検討
深層ニューラルネットワークに基づくパーミュテーション解決法の基礎的検討
 
多重解像度時間周波数表現に基づく独立低ランク行列分析,
多重解像度時間周波数表現に基づく独立低ランク行列分析,多重解像度時間周波数表現に基づく独立低ランク行列分析,
多重解像度時間周波数表現に基づく独立低ランク行列分析,
 
調波打撃音モデルに基づく線形多チャネルブラインド音源分離
調波打撃音モデルに基づく線形多チャネルブラインド音源分離調波打撃音モデルに基づく線形多チャネルブラインド音源分離
調波打撃音モデルに基づく線形多チャネルブラインド音源分離
 
コサイン類似度罰則条件付き非負値行列因子分解に基づく音楽音源分離
コサイン類似度罰則条件付き非負値行列因子分解に基づく音楽音源分離コサイン類似度罰則条件付き非負値行列因子分解に基づく音楽音源分離
コサイン類似度罰則条件付き非負値行列因子分解に基づく音楽音源分離
 
Linear multichannel blind source separation based on time-frequency mask obta...
Linear multichannel blind source separation based on time-frequency mask obta...Linear multichannel blind source separation based on time-frequency mask obta...
Linear multichannel blind source separation based on time-frequency mask obta...
 
Prior distribution design for music bleeding-sound reduction based on nonnega...
Prior distribution design for music bleeding-sound reduction based on nonnega...Prior distribution design for music bleeding-sound reduction based on nonnega...
Prior distribution design for music bleeding-sound reduction based on nonnega...
 
Blind audio source separation based on time-frequency structure models
Blind audio source separation based on time-frequency structure modelsBlind audio source separation based on time-frequency structure models
Blind audio source separation based on time-frequency structure models
 
非負値行列因子分解を用いた被り音の抑圧
非負値行列因子分解を用いた被り音の抑圧非負値行列因子分解を用いた被り音の抑圧
非負値行列因子分解を用いた被り音の抑圧
 
独立成分分析に基づく信号源分離精度の予測
独立成分分析に基づく信号源分離精度の予測独立成分分析に基づく信号源分離精度の予測
独立成分分析に基づく信号源分離精度の予測
 
深層学習に基づく間引きインジケータ付き周波数帯域補間手法による音源分離処理の高速化
深層学習に基づく間引きインジケータ付き周波数帯域補間手法による音源分離処理の高速化深層学習に基づく間引きインジケータ付き周波数帯域補間手法による音源分離処理の高速化
深層学習に基づく間引きインジケータ付き周波数帯域補間手法による音源分離処理の高速化
 
独立低ランク行列分析を用いたインタラクティブ音源分離システム
独立低ランク行列分析を用いたインタラクティブ音源分離システム独立低ランク行列分析を用いたインタラクティブ音源分離システム
独立低ランク行列分析を用いたインタラクティブ音源分離システム
 
局所時間周波数構造に基づく深層パーミュテーション解決法の実験的評価
局所時間周波数構造に基づく深層パーミュテーション解決法の実験的評価局所時間周波数構造に基づく深層パーミュテーション解決法の実験的評価
局所時間周波数構造に基づく深層パーミュテーション解決法の実験的評価
 

Recently uploaded

Introduction and replication to DragonflyDB
Introduction and replication to DragonflyDBIntroduction and replication to DragonflyDB
Introduction and replication to DragonflyDBMarian Marinov
 
fat and edible oil processsing.ppt, refining
fat and edible oil processsing.ppt, refiningfat and edible oil processsing.ppt, refining
fat and edible oil processsing.ppt, refiningteddymebratie
 
MedTech R&D - Tamer Emara - resume @2024
MedTech R&D - Tamer Emara - resume @2024MedTech R&D - Tamer Emara - resume @2024
MedTech R&D - Tamer Emara - resume @2024Tamer Emara
 
Laser And its Application's - Engineering Physics
Laser And its Application's - Engineering PhysicsLaser And its Application's - Engineering Physics
Laser And its Application's - Engineering PhysicsPurva Nikam
 
【文凭定制】坎特伯雷大学毕业证学历认证
【文凭定制】坎特伯雷大学毕业证学历认证【文凭定制】坎特伯雷大学毕业证学历认证
【文凭定制】坎特伯雷大学毕业证学历认证muvgemo
 
CDE_Sustainability Performance_20240214.pdf
CDE_Sustainability Performance_20240214.pdfCDE_Sustainability Performance_20240214.pdf
CDE_Sustainability Performance_20240214.pdf8-koi
 
Model Approved Food/ sanitary Grade Flow Meter
Model Approved Food/ sanitary Grade Flow MeterModel Approved Food/ sanitary Grade Flow Meter
Model Approved Food/ sanitary Grade Flow MeterManasMicrosystems
 
Chapter 1 - Drilling Fluid Functions GR.ppt
Chapter 1 - Drilling Fluid Functions GR.pptChapter 1 - Drilling Fluid Functions GR.ppt
Chapter 1 - Drilling Fluid Functions GR.pptzeidali3
 
Checklist to troubleshoot CD moisture profiles.docx
Checklist to troubleshoot CD moisture profiles.docxChecklist to troubleshoot CD moisture profiles.docx
Checklist to troubleshoot CD moisture profiles.docxNomanKhan691800
 
Center Enamel is the leading fire water tanks manufacturer in China.docx
Center Enamel is the leading fire water tanks manufacturer in China.docxCenter Enamel is the leading fire water tanks manufacturer in China.docx
Center Enamel is the leading fire water tanks manufacturer in China.docxsjzzztc
 
Chase Commerce Center History Nordberg manufacturing Rexnord Global power com...
Chase Commerce Center History Nordberg manufacturing Rexnord Global power com...Chase Commerce Center History Nordberg manufacturing Rexnord Global power com...
Chase Commerce Center History Nordberg manufacturing Rexnord Global power com...drezdzond
 
Paper Machine Troubleshooting manual for paper makers
Paper Machine Troubleshooting manual for paper makersPaper Machine Troubleshooting manual for paper makers
Paper Machine Troubleshooting manual for paper makersNomanKhan691800
 
B111_FTS_2011.06.01 Fuel Tank Safety.pdf
B111_FTS_2011.06.01 Fuel Tank Safety.pdfB111_FTS_2011.06.01 Fuel Tank Safety.pdf
B111_FTS_2011.06.01 Fuel Tank Safety.pdfKhoiTruong19
 
Energy Efficient Social Housing for One Manchester
Energy Efficient Social Housing for One ManchesterEnergy Efficient Social Housing for One Manchester
Energy Efficient Social Housing for One Manchestermark alegbe
 
The Crystal London Arsitektur Hijau Dinda
The Crystal London Arsitektur Hijau DindaThe Crystal London Arsitektur Hijau Dinda
The Crystal London Arsitektur Hijau Dindadindapebriani27
 
Microstructure of Hadfield Steels (Robert Hadfield)
Microstructure of Hadfield Steels (Robert Hadfield)Microstructure of Hadfield Steels (Robert Hadfield)
Microstructure of Hadfield Steels (Robert Hadfield)MANICKAVASAHAM G
 
Basic Instrumentation Symbols | P&ID | PFD | Gaurav Singh Rajput
Basic Instrumentation Symbols | P&ID | PFD | Gaurav Singh RajputBasic Instrumentation Symbols | P&ID | PFD | Gaurav Singh Rajput
Basic Instrumentation Symbols | P&ID | PFD | Gaurav Singh RajputGaurav Singh Rajput
 
streelmaking technology for the last 100 years.pdf
streelmaking technology for the last 100 years.pdfstreelmaking technology for the last 100 years.pdf
streelmaking technology for the last 100 years.pdfAlbertoConejoPadre1
 

Recently uploaded (20)

Introduction and replication to DragonflyDB
Introduction and replication to DragonflyDBIntroduction and replication to DragonflyDB
Introduction and replication to DragonflyDB
 
fat and edible oil processsing.ppt, refining
fat and edible oil processsing.ppt, refiningfat and edible oil processsing.ppt, refining
fat and edible oil processsing.ppt, refining
 
Présentation IIRB 2024 Prévibest T. Leborgne
Présentation IIRB 2024 Prévibest T. LeborgnePrésentation IIRB 2024 Prévibest T. Leborgne
Présentation IIRB 2024 Prévibest T. Leborgne
 
MedTech R&D - Tamer Emara - resume @2024
MedTech R&D - Tamer Emara - resume @2024MedTech R&D - Tamer Emara - resume @2024
MedTech R&D - Tamer Emara - resume @2024
 
Laser And its Application's - Engineering Physics
Laser And its Application's - Engineering PhysicsLaser And its Application's - Engineering Physics
Laser And its Application's - Engineering Physics
 
【文凭定制】坎特伯雷大学毕业证学历认证
【文凭定制】坎特伯雷大学毕业证学历认证【文凭定制】坎特伯雷大学毕业证学历认证
【文凭定制】坎特伯雷大学毕业证学历认证
 
CDE_Sustainability Performance_20240214.pdf
CDE_Sustainability Performance_20240214.pdfCDE_Sustainability Performance_20240214.pdf
CDE_Sustainability Performance_20240214.pdf
 
Model Approved Food/ sanitary Grade Flow Meter
Model Approved Food/ sanitary Grade Flow MeterModel Approved Food/ sanitary Grade Flow Meter
Model Approved Food/ sanitary Grade Flow Meter
 
Chapter 1 - Drilling Fluid Functions GR.ppt
Chapter 1 - Drilling Fluid Functions GR.pptChapter 1 - Drilling Fluid Functions GR.ppt
Chapter 1 - Drilling Fluid Functions GR.ppt
 
Checklist to troubleshoot CD moisture profiles.docx
Checklist to troubleshoot CD moisture profiles.docxChecklist to troubleshoot CD moisture profiles.docx
Checklist to troubleshoot CD moisture profiles.docx
 
Center Enamel is the leading fire water tanks manufacturer in China.docx
Center Enamel is the leading fire water tanks manufacturer in China.docxCenter Enamel is the leading fire water tanks manufacturer in China.docx
Center Enamel is the leading fire water tanks manufacturer in China.docx
 
Chase Commerce Center History Nordberg manufacturing Rexnord Global power com...
Chase Commerce Center History Nordberg manufacturing Rexnord Global power com...Chase Commerce Center History Nordberg manufacturing Rexnord Global power com...
Chase Commerce Center History Nordberg manufacturing Rexnord Global power com...
 
Paper Machine Troubleshooting manual for paper makers
Paper Machine Troubleshooting manual for paper makersPaper Machine Troubleshooting manual for paper makers
Paper Machine Troubleshooting manual for paper makers
 
B111_FTS_2011.06.01 Fuel Tank Safety.pdf
B111_FTS_2011.06.01 Fuel Tank Safety.pdfB111_FTS_2011.06.01 Fuel Tank Safety.pdf
B111_FTS_2011.06.01 Fuel Tank Safety.pdf
 
Energy Efficient Social Housing for One Manchester
Energy Efficient Social Housing for One ManchesterEnergy Efficient Social Housing for One Manchester
Energy Efficient Social Housing for One Manchester
 
Présentation IIRB 2024 M.Campoverde R.Duval
Présentation IIRB 2024 M.Campoverde R.DuvalPrésentation IIRB 2024 M.Campoverde R.Duval
Présentation IIRB 2024 M.Campoverde R.Duval
 
The Crystal London Arsitektur Hijau Dinda
The Crystal London Arsitektur Hijau DindaThe Crystal London Arsitektur Hijau Dinda
The Crystal London Arsitektur Hijau Dinda
 
Microstructure of Hadfield Steels (Robert Hadfield)
Microstructure of Hadfield Steels (Robert Hadfield)Microstructure of Hadfield Steels (Robert Hadfield)
Microstructure of Hadfield Steels (Robert Hadfield)
 
Basic Instrumentation Symbols | P&ID | PFD | Gaurav Singh Rajput
Basic Instrumentation Symbols | P&ID | PFD | Gaurav Singh RajputBasic Instrumentation Symbols | P&ID | PFD | Gaurav Singh Rajput
Basic Instrumentation Symbols | P&ID | PFD | Gaurav Singh Rajput
 
streelmaking technology for the last 100 years.pdf
streelmaking technology for the last 100 years.pdfstreelmaking technology for the last 100 years.pdf
streelmaking technology for the last 100 years.pdf
 

付け爪型センサを用いたケプストラム分析及びMUSIC法に基づく心拍推定

Editor's Notes

  1. それでは,こちらのタイトルで香川高等専門学校の梶谷奈未が発表いたします.
  2. 本発表の流れはこのようになっています.初めに,研究背景として,我々が現在開発している付け爪型センサを紹介させていただきます. 本研究の動機と目的を述べたあと,生体信号の計測実験とその波形について説明します. その後,本発表のメインパートである基本周波数推定法について述べ,実験で心拍の推定精度について議論します. 最後に,本発表をまとめます.
  3. それでは,研究の背景から説明します.
  4. 高齢社会となった日本では,在宅療養の重要性が年々増加しています. 在宅療養においては,患者の健康状態を遠隔モニタリングするために,心拍や血圧等をセンサで取得する必要があります. 現在では,腕時計式や胸部貼り付け式などのデバイスが販売されていますが,これらの問題点として,不快な装着感や入浴時の着脱の必要性,衛生面などの問題が生じます.
  5. そこで,我々のグループでは,付け爪型センサを開発しています. これは右上の図のように,爪の表面に固定する小型デバイスであり,脈拍や心拍の計測を目的としています. 爪のサイズの回路にセンサ,バッテリー,送信機等を搭載しており,光電脈波と呼ばれる信号,通称PPGが計測できます. これを無線で送信し,記録・解析するシステムを想定しています. この付け爪型センサでは,不快な装着感や衛生面の問題が解消されます. また,爪の組織は硬いため長期間の固定ができ,複数の爪に装着する多点同時計測も可能です.
  6. 計測原理を簡単に説明します. 爪の上に固定された回路のLED光が爪表面に照射され,その反射光をフォトダイオードで計測します. これは,指先の血管が膨張や収縮をする際の爪表面のわずかな色の変化を電圧の変動に変換していることになります. このフォトダイオードの電圧波形を増幅・信号処理し,データロガー等で記録します.
  7. こちらが実際の回路図と爪表面に固定した写真になります. 回路基板はジェルネイル等で固定できます. この写真では有線で接続していますが,本来は無線で送信しますので,爪の上だけで完結するデバイスになります.
  8. それでは,本研究の動機と目的について説明します. 先ほどの付け爪型センサの開発論文では,爪から得られるPPGにゼロクロス法と呼ばれる手法を適用して心拍を推定していました. ゼロクロス法とは,正負が反転しているサンプルの間隔を信号の周期として求める手法であり,図のように正負反転を検知しないデッドタイムを設ける必要があります. デッドタイムの設定は手動なので,推定精度はあまり高くないことが予想されます. 一方で,PPGからの心拍推定問題は,音響信号処理における基本周波数推定問題と等価であり,これまでに様々な手法が確立されています. そこで,本発表では,基本周波数推定法を用いてPPGの心拍を推定したときの結果について報告します. 特に,「ケプストラム分析」と「MUSIC法」という2つの手法をPPGに適用しましたので,その結果について報告します.
  9. 先にどのような信号が対象になるのかを見ていただくために,PPGの計測実験と波形について説明します.
  10. 本研究で解析対象となるPPGの測定条件について説明します 計測期間は24時間であり,サンプリング周波数は1kHzで測定しました. 被験者は30代男性であり,左手親指の爪にセンサを取り付けました. また,心拍の参考値を得る目的で,胸部に付けた電極から「心電信号」,いわゆるECGを取得しました.
  11. こちらが計測した波形です. 上の青の波形が付け爪型センサから得られたPPGであり,下のオレンジの波形が胸部に着けた電極から得られたECGです. 横軸は24時間であり,縦軸は電圧値です. この計測では, (1回クリック) このように睡眠と運動をしている期間が2回ずつあります.これ以外の時間は通常の日常的な活動をしています. まず,PPGの波形は多くの時間で計測器のレンジを超え,クリッピングしています. 心拍由来の爪の色の変化は微弱であり,例えば指を押しただけでその何十倍もの色の変化が起きます. 従って,体動由来の信号がクリッピングの原因です. ECGも同様に,睡眠時以外は体動由来の成分が大きく混入しています. (1回クリック) こちらは時間軸を拡大したもので,睡眠状態の波形です. これを見ると,ECGもPPGも心拍に由来する信号が計測できています (1回クリック) 次に,起床後の活動時の波形です.こちらも,体動の影響がない時間ではやはり心拍由来の成分が見えます. (1回クリック) 最後に,これはランニング中の波形です. 激しい体動が生じる場合は,心拍由来の成分は完全に見えなくなります. 本研究では,これらのPPG及びECGに対して,基本周波数推定法を適用します.
  12. それでは,基本周波数推定法について説明していきます.
  13. はじめに,観測したPPGへの前処理として,零平均化と短時間区間への分割を行います. 零平均化では,単純に観測信号全体の平均値を引いています. 零平均化した信号x[t]を, (3回続けてクリック) このような短時間区間信号に分割し,xsという信号を定義します.このとき, (2回続けてクリック) 短時間区間長をLと定義し,また短時間区間のシフト長をSと定義します. 小文字のiは短時間区間の番号を表しています. 本手法では,1つの短時間区間に対して1つの心拍値を推定していきます.
  14. それでは,ケプストラム分析から説明します. ケプストラム分析とは,信号の対数振幅スペクトルをもう一度周波数分析する解析手法です. 対数振幅スペクトルのスペクトルは「ケプストラム」と呼ばれます. まず,短時間区間信号xsに窓関数をかけてDFTを適用し,スペクトルFを計算します. 次に,スペクトルFの対数振幅をもう一度DFTし,ケプストラムCが得られます. 下の図のように,対数振幅スペクトルの低周波成分が基本周波数に対応します.
  15. 次に,ケプストラムが最大となるインデクスを取得します. このインデクスを周波数値に変換し,60をかけて心拍をBPMとして得ることができます. この処理のイメージを,下側の図に表しています.短時間区間毎にケプストラムが最大となるインデクスを求め,これをBPMに変換しています.
  16. 次に,MUSIC法について説明します. この手法では,左の式のように,短時間区間信号xsが信号sとノイズρ(ロー)の和であると仮定します. 信号sは基本周波数foとその整数倍の周波数を持つ正弦波と仮定され,合計N個の正弦波の合成となっています. この場合,sの部分空間は高々2N個の固有成分を持つことになります. この信号モデルから,下に示す3ステップで基本周波数foを推定します.
  17. 最初のステップは,各短時間区間における観測信号xsの標本相関行列を算出します. この紫の波形は,前処理で得られた1つの短時間区間信号を表しています. このxsを (3回続けてクリック) このように部分信号に分解し,ベクトルxとして定義します. (2回続けてクリック) この時の部分信号長をK,シフト長をPと定義しています. (1回クリック) そして,各ベクトルの瞬時相関行列を計算し, (1回クリック) 短時間区間内で平均化することで,観測の標本相関行列Riが計算できます.
  18. この標本相関行列Riを固有値分解し,信号とノイズの部分空間を推定します. Riを固有値分解すると,固有値と固有ベクトルが得られます. 信号がノイズよりも十分大きい場合,最大固有値から2N番目の固有値までが信号の部分空間を表し,残りがノイズの部分空間となります.
  19. 最後に,MUSICスペクトルと呼ばれる値を算出します. これは,ノイズの固有ベクトルをDFTし,そのパワーを総和して,分数の分母に置いたものです. MUSICスペクトルは信号に含まれる正弦波の周波数で鋭いピークを持ちます. このピークを短時間区間ごとに求め,心拍を推定できます.
  20. それでは,実際にこの基本周波数推定法をPPGやECGに適用した結果を報告します.
  21. 実験条件を説明します. 入力信号は最初にお見せしたPPGとECGです. このそれぞれについて,ケプストラム分析とMUSIC法を適用しました. このとき,短時間区間長Lはいずれの手法も51.2秒としています. また,両手法で推定心拍の上限と下限をそれぞれ210 bpm,35 bpmと設定しました. 最後に,MUSIC法における信号の正弦波の個数は1個と設定しました.
  22. これは爪から得られたPPGにケプストラム分析を適用した結果です. 一番上はPPG信号の短時間フーリエ変換,中央はケプストラムの時間変化,一番下は推定心拍を表しています. また,先に述べた通り, (1回クリック) この時間が睡眠と運動に対応します. まず,PPG信号の短時間フーリエ変換を見ると,心拍由来の成分が,基本周波数とその整数倍の成分として縞模様となって見えます. 睡眠中は特にきれいに見えますが,それ以外ではノイズに覆われます. 一方で,ケプストラム分析による推定心拍は,スパイク状の誤差が生じますが,睡眠時だけでなく18:00~24:00や,15:00~17:00の通常活動時も,その軌跡をある程度見つけることができます. 今回はお見せできていませんが,スパイク状の誤差は移動中央値フィルタ等でほとんど消すことができます.
  23. 続いて,PPGにMUSIC法を適用した場合の結果です. 一番上は先ほどと同じ短時間フーリエ変換であり,中央はMUSICスペクトルの時間的な変化,一番下は推定心拍を表しています. 先ほどと比べると,睡眠時はケプストラム分析よりも高い精度で心拍の推定ができています. しかし,18:00~24:00や15:00~17:00の通常活動時は,MUSIC法では誤差が大きく推定があまりできませんでした. この原因として,正弦波信号よりもはるかに大きなノイズが混入して,信号とノイズの分類に失敗していることが予想されます.
  24. さらに,同時計測したECGとの比較も行いました.まずはケプストラム分析の結果です. 上から順に,PPGの短時間フーリエ変換,PPGを用いた推定心拍,ECGの短時間フーリエ変換,ECGを用いた推定心拍です. ECGをケプストラム分析して得られる推定心拍は,18:00~24:00においてはPPGを用いた推定心拍と,スパイク状の誤差を除いて良く整合しており,付け爪型センサから心拍が推定できる可能性を示唆しています. しかしながら,ECG信号は睡眠時の心拍推定がほとんどできませんでした.
  25. 最後に,MUSIC法を用いた場合のECGとの比較です. MUSIC法の場合は,同じECGであっても,睡眠時も比較的安定した精度で心拍を推定していますが,とはいえPPGのほうが高精度に推定できているように見えます.
  26. 最後に本発表をまとめます
  27. (ここは時間がなければ「このようなまとめになっています.ご清聴ありがとうございました」で終わらせる) 本発表では,付け爪型センサで得られたPPGから心拍を推定することを目的とし,既存の基本周波数推定法を2種類適用しました. 結論としては,睡眠時においてはMUSIC法が,それ以外の通常活動時にはケプストラム分析がある程度の精度で心拍を推定できました. ただし,体動に起因する波形のクリッピングが生じた場合の推定はやはり困難であり,例えば対数アンプを用いてクリッピングを防ぐなどの工夫が必要になるかと思います. 以上で報告は終わります.ご清聴ありがとうございました.