JP6740369B2 - 信号特徴抽出装置、信号特徴抽出方法、およびプログラム - Google Patents

Description

この発明は、音響信号や生体信号などの信号波形の特徴を抽出する技術に関する。

音響信号や生体信号の特徴を分析するための特徴抽出技術として、中心周波数と帯域幅の異なるバンドパスフィルタ群により構成されるフィルタバンクによる分析がある（例えば、非特許文献１参照）。例えば、類似した波形パターン（以下、特徴とも呼ぶ）が継続的に繰り返されるような信号に対して、その波形パターンと相関の高いインパルス応答を持つバンドパスフィルタ（以下、特徴抽出フィルタとも呼ぶ）の出力信号は、対象とする波形パターンの出現と同期してピーク値（以下、特徴ピーク値とも呼ぶ）を取る。例えば、生体情報の分析における基本的な特徴量の一つとされる心拍間隔（RRI: R-R Interval）を心電波形から分析する上で、この特徴ピーク値を的確に捉え、ピーク位置の時間間隔を特定することは重要である。

M. Vetterli and C. Herley, "Wavelets and filter banks: theory and design," in IEEE Transactions on Signal Processing, vol. 40, no. 9, pp. 2207-2232, Sep 1992.

しかしながら、従来技術では、分析対象の信号に雑音が混入するなどの要因により、特徴抽出フィルタの出力が所望の特徴ピーク値以外にもピークを示すことがあり、誤ったピーク位置間隔が特徴分析に用いられてしまうことがある。

この発明の目的は、分析対象の信号に対して特徴抽出フィルタから出力される所望の波形パターンの出現位置を、雑音などの影響を受けずに精度良く特定し、信号特徴として出力することができる信号特徴抽出技術を提供することである。

上記の課題を解決するために、この発明の第一の態様の信号特徴抽出装置は、入力信号の波形パターンを抽出する特徴抽出フィルタの出力信号から波形パターンの特徴ピーク値を抽出する信号特徴抽出装置であって、出力信号の絶対値が予め定めた閾値以上で極大値を取ったときの時刻インデックスと上記出力信号の値を記憶する極大値検出部と、記憶された時刻インデックスと直前に選定された特徴ピーク値の時刻インデックスとの時間間隔と特徴ピーク値が発生し得る平均時間間隔との差分、および、記憶された時刻インデックスに対応する出力信号の対数振幅および位相と特徴ピーク値が取り得る平均対数振幅および平均位相との差分に基づいて特徴ピーク値を選定する特徴ピーク値選定部と、を含む。

上記の課題を解決するために、この発明の第二の態様の信号特徴抽出装置は、入力信号の波形パターンを抽出する特徴抽出フィルタの出力信号から波形パターンの特徴ピーク値を抽出する信号特徴抽出装置であって、出力信号の絶対値が予め定めた閾値以上で極大値を取ったときの時刻インデックスと上記出力信号の値を記憶する極大値検出部と、記憶された時刻インデックスと直前に選定された特徴ピーク値の時刻インデックスとの時間間隔と特徴ピーク値が発生し得る平均時間間隔との差分、および、記憶された時刻インデックスに対応する出力信号の振幅と特徴ピーク値が取り得る平均振幅との差分、および、記憶された時刻インデックスに対応する出力信号の位相と特徴ピーク値が取り得る平均位相との差分に基づいて特徴ピーク値を選定する特徴ピーク値選定部と、を含む。

この発明によれば、分析対象の信号に対して特徴抽出フィルタから出力される所望の波形パターンの出現位置を、雑音などの影響を受けずに精度良く特定し、信号特徴として出力することができる。

図１は、信号特徴抽出装置の機能構成を例示する図である。 図２は、信号特徴抽出方法の処理手続きを例示する図である。

この明細書中で使用する記号「~」「^」「⁻」等は、本来直後の文字の真上に記載されるべきものであるが、テキスト記法の制限により、当該文字の直前に記載する。数式中においては、これらの記号は本来の位置、すなわち文字の真上に記述している。

以下では、少なくとも１つ以上の特徴抽出フィルタ（例えば、バンドパスフィルタやウェーブレット、その他の非線形な性質を持つフィルタなど）を有する分析系に、ある信号が入力されたときに得られる出力信号についての処理を考える。ただし、特徴抽出フィルタは、ヒルベルト変換により相互に変換可能（あるいは近似的に変換可能）な実数部と虚数部を有する複素信号を出力信号とする線形または非線形なフィルタに限定する。

この発明は、分析対象の入力信号に対して特徴抽出フィルタが出力した出力信号y(n)の絶対値|y(n)|のピーク値から、本来特徴ピーク値として抽出したいピーク値を選定する信号特徴抽出技術である。以下、この発明による信号特徴抽出の方法を説明する。

（１）初期値として、時刻n₀において大きさP(n₀)の特徴ピーク値が検出されたとする。この初期値は、事前に何の情報もない場合には、最初に観測された出力信号y(n)の絶対値|y(n)|のピーク値を与えればよい。

（２）次に、特徴抽出フィルタの複素出力信号y(n)の絶対値|y(n)|が予め定めた閾値以上で、なおかつ、極大値を取ったときの時刻インデックスをm_λ=nとして、出力信号y(n)の値を時刻インデックスm_λとともに記憶する。ここで、下付き添え字のλは、記憶される極大値の時刻インデックスのインデックスである。λの値は、それまでに記憶されている極大値が無ければλ=1、既にN-1個の極大値が記憶されていればλ=Nと与える。

（３）そして、（２）の極大値検出処理を行う時間を計測するタイマが、一定時間（例えば、特徴ピーク値の出現間隔をΔTとしたとき、その２倍に相当する2ΔTなどを与えることができる）経過した場合、そのタイマをリセットし、極大値が検出されたかどうかを確認する。このとき、１つも極大値が検出されていなければ、信号の欠落が疑われるため、過去の特徴ピーク値P(n_k-1)の時刻インデックスを更新し、n_k←n_k-1+ΔTの位置に新たな特徴ピーク値P(n_k)を割り当てる。ここで、kは出力した特徴ピーク値のインデックスである。P(n_k)の値は、0を与えることでピークが検出されなかったことを陽に示すか、過去の特徴ピーク値P(n_k-1)やその平均値Aを与えて補間するか、を選択することができる。

（４）一定時間経過した後、１つ以上の出力信号の極大値y(m_λ)が検出されていた場合、記憶されている出力信号の極大値y(m₁), y(m₂), …, y(m_N)について、式（１）（２）により特徴ピーク値P(n_k)を算出する。

ここで、log_Aは特徴ピーク値の平均対数振幅（対数振幅の平均あるいは平均振幅の対数）である。また、Φは特徴ピーク値の平均位相値である。angle(x)は複素数xの位相角を表す関数である。式（１）において、重み係数w₁, w₂, w₃, w₄, w₅は検出された極大値の中から特徴ピーク値を選定するにあたり、直前の特徴ピーク値との時間差、振幅差、位相差のいずれに重きを置くかを調整するための正の数である。

（５）新たな特徴ピーク値P(n_k)が選定されると、記憶されていた極大値y(m₁), y(m₂),…, y(m_N)のうち、n_k<m_λとなる時刻インデックスに対応するものだけを残し、それ以外は棄却する。また、特徴ピーク値のインデックスをk←k+1と更新し、（２）の処理に戻る。

なお、特徴ピーク値の出現する平均時間間隔ΔT、平均対数振幅log_A、平均位相Φは、固定値を与えてもよいし、（４）の処理により新たに検出された特徴ピーク値P(n_k)の情報（および過去の情報）に基づき逐次更新してもよい。新たな特徴ピーク値P(n_k)が選定される都度更新するのであれば、例えば、式（３）により更新することができる。

ここで、μ₁, μ₂, μ₃は、0から1の範囲の値を取り、過去の推定値との重み付き平均を調整するための調整係数である。なお、検出された特徴ピーク値P(n_k)の妥当性は、式（４）で計算される誤差Eの大きさにより評価することができる。

誤差Eの大きさの違いに応じて、式（１）における重み係数w₁, w₂, w₃, w₄, w₅や、式（３）における調整係数μ₁, μ₂, μ₃の値を切り替えて与えてもよい。例えば、誤差Eの大きさが小さいときは調整係数μ₁, μ₂, μ₃の値はより小さな値を与え、最新の情報の反映の度合いを大きくするなどの制御を行うことができる。

以下、この発明の実施の形態について詳細に説明する。なお、図面中において同じ機能を有する構成部には同じ番号を付し、重複説明を省略する。

実施形態の信号特徴抽出装置１０は、図１に示すように、極大値検出部１、特徴ピーク値選定部２、および極大値棄却部３を含む。この信号特徴抽出装置１０が図２に示す各ステップの処理を行うことにより実施形態の信号特徴抽出方法が実現される。

信号特徴抽出装置１０は、例えば、中央演算処理装置（CPU: Central Processing Unit）、主記憶装置（RAM: Random Access Memory）などを有する公知または専用のコンピュータに特別なプログラムが読み込まれて構成された特別な装置である。信号特徴抽出装置１０は、例えば、中央演算処理装置の制御のもとで各処理を実行する。信号特徴抽出装置１０に入力されたデータや各処理で得られたデータは、例えば、主記憶装置に格納され、主記憶装置に格納されたデータは必要に応じて読み出されて他の処理に利用される。また、信号特徴抽出装置１０の各処理部の少なくとも一部が集積回路等のハードウェアによって構成されていてもよい。

図２を参照して、実施形態の信号特徴抽出方法の処理手続きを説明する。

ステップＳ１において、極大値検出部１は、分析対象の入力信号x(n)を特徴抽出フィルタに入力したときの出力信号y(n)を受け取り、出力信号y(n)の絶対値|y(n)|が予め定めた閾値以上で、なおかつ、極大値を取ったときの時刻インデックスをm_λ=nとして、出力信号y(n)の値を時刻インデックスm_λとともに記憶する。

ステップＳ２において、極大値検出部１は、極大値検出を行う時間を計測するタイマが一定時間を経過したか否かを判定する。一定時間を経過していない場合には、ステップＳ１０において時刻インデックスnに1を加算して、ステップＳ１の処理を再度実行する。タイマが一定時間を経過していた場合には、ステップＳ３においてタイマをリセットし、ステップＳ４へ処理を進める。

ステップＳ４において、極大値検出部１は、ステップＳ１において検出された極大値が存在するか否かを判定する。極大値が検出されなかった場合には、ステップＳ５において直近に選定された特徴ピーク値P(n_k-1)の時刻インデックスn_kと通し番号kを、k←k+1, n_k←n_k-1+ΔTと更新する。極大値が検出された場合には、極大値y(m₁), y(m₂), …, y(m_N)を特徴ピーク値選定部２へ送り、ステップＳ６へ処理を進める。

ステップＳ６において、特徴ピーク値選定部２は、極大値検出部１から記憶された出力信号の極大値y(m₁), y(m₂), …, y(m_N)を受け取り、過去の特徴ピーク値の平均時間間隔ΔT、平均対数振幅log_A、および平均位相Φとの差分に基づいて特徴ピーク値P(n_k)を選定する。具体的には、上記式（１）（２）により特徴ピーク値P(n_k)を算出する。特徴ピーク値P(n_k)とその時刻インデックスn_kとは、極大値棄却部３へ送られる。

ステップＳ７において、極大値棄却部３は、記憶されている出力信号の極大値y(m₁), y(m₂), …, y(m_N)のうち、n_k<m_λとなる時刻インデックスに対応する極大値y(m_λ)を残し、その他を棄却する。その後、ステップＳ８において通し番号kを、k←k+1と更新する。

ステップＳ９において、次の時刻n+1の入力信号x(n+1)が存在するか否かを判定する。存在する場合には、ステップＳ１０において時刻インデックスnに1を加算して、ステップＳ１〜Ｓ９の処理を再度実行する。存在しない場合には処理を終了する。

上記のように構成することにより、この発明の信号特徴抽出技術によれば、特徴ピーク値を、過去に検出された特徴ピーク値との時間間隔および振幅値の大きさの妥当性、ならびに位相角の妥当性（同等の周波数成分を含んでいても波形パターンが異なると位相角が異なる）について、それらを複数の特徴ピーク値の候補に対して同時に総合的に評価するため、より正確な特徴ピーク値の検出が可能となる。

この発明のポイントを整理すると、以下のようになる。類似した波形パターン（特徴）が継続的に繰り返されるような信号が、少なくとも１つ以上の特徴抽出フィルタ（例えば、バンドパスフィルタやウェーブレット、その他の非線形な性質を持つフィルタも含む）を有する分析系に入力されたときに得られる出力信号を観察すると、その波形パターンと相関の高い特徴抽出フィルタの出力信号は、対象とする波形パターンの特徴の出現と同期してピーク値を取る。しかしながら、雑音や他の波形パターンの漏れ出しなど、所望のピーク値以外のピーク値が同じ特徴抽出フィルタの出力信号から観測されることがある。この発明は、ある特徴抽出フィルタの出力信号において観測されたピーク値の中から、本来獲得したい所望のピーク値（特徴ピーク値）を選定するための１つの方法である。本来獲得したい特徴ピーク値は、過去の特徴ピーク値との時間間隔に規則性（およそ一定の間隔で出現する）、振幅値の大きさの整合性（ピーク値の大きさはおよそ等しい）、および位相角の整合性（周波数特性だけでなく時間波形としてのパターンが似ている）という３つの仮説を満足するかどうかを総合的に判断し、複数の候補となるピーク値の中からもっとも確からしい特徴ピーク値を選定する。すなわち、この発明では、観測されたピーク値と直前の特徴ピーク値との時間間隔と特徴ピーク値が発生し得る平均時間間隔との差分、観測されたピーク値の振幅と特徴ピーク値が取り得る平均振幅との差分、および観測されたピーク値の位相と特徴ピーク値が取り得る平均位相との差分が最も小さい特徴ピーク値を所望のピーク値として選定する。さらに、これらの差分を評価するために、式（４）を用いることができるが、これは、記憶されている複素数の出力信号の対数を取ることで、実数部に対数振幅、虚数部に位相の情報を持つ複素数の特徴を得、全体として統一的に振幅と位相の差分を評価することに相当する。これにより、差分の比較対象となる平均対数振幅および平均位相それぞれの値の時間変動の振る舞いが異なる場合などにおいても、差分の値の変動が平均化され、安定したピーク値の選定の実現に寄与する。

この発明で分析対象とする入力信号は、音響信号または心臓の拍動、脈、呼吸をはじめとする任意の周期性を有する生理現象と関連を持つ生体信号（例えば、心電図、脈波、呼吸曲線）とする。これら分析対象となる入力信号は、ほぼ同じ大きさと形状を持つ局在した波形パターンが、ほぼ周期的な時間間隔で繰り返される。このような特徴的な波形パターンと相関の高いフィルタの出力信号は、その波形パターンの出現と同期して、本発明により選定可能なピーク値を取る。なお、本発明では、生体信号の計測手法については問わないこととする。心臓の拍動を例に挙げると、心臓の拍動に伴う電気活動を計測する手法である心電図を対象としても良いし、心臓の拍動に伴う皮膚の振動を加速度計で計測するSeismocardiography（SCG）やBallistocardiography（BCG）を対象としても良い。以上に記載のない生体信号についても、上記特性を有するものであれば分析対象に含めても良い。

以上、この発明の実施の形態について説明したが、具体的な構成は、これらの実施の形態に限られるものではなく、この発明の趣旨を逸脱しない範囲で適宜設計の変更等があっても、この発明に含まれることはいうまでもない。実施の形態において説明した各種の処理は、記載の順に従って時系列に実行されるのみならず、処理を実行する装置の処理能力あるいは必要に応じて並列的にあるいは個別に実行されてもよい。

［プログラム、記録媒体］
上記実施形態で説明した各装置における各種の処理機能をコンピュータによって実現する場合、各装置が有すべき機能の処理内容はプログラムによって記述される。そして、このプログラムをコンピュータで実行することにより、上記各装置における各種の処理機能がコンピュータ上で実現される。

この処理内容を記述したプログラムは、コンピュータで読み取り可能な記録媒体に記録しておくことができる。コンピュータで読み取り可能な記録媒体としては、例えば、磁気記録装置、光ディスク、光磁気記録媒体、半導体メモリ等どのようなものでもよい。

また、このプログラムの流通は、例えば、そのプログラムを記録したDVD、CD-ROM等の可搬型記録媒体を販売、譲渡、貸与等することによって行う。さらに、このプログラムをサーバコンピュータの記憶装置に格納しておき、ネットワークを介して、サーバコンピュータから他のコンピュータにそのプログラムを転送することにより、このプログラムを流通させる構成としてもよい。

このようなプログラムを実行するコンピュータは、例えば、まず、可搬型記録媒体に記録されたプログラムもしくはサーバコンピュータから転送されたプログラムを、一旦、自己の記憶装置に格納する。そして、処理の実行時、このコンピュータは、自己の記録媒体に格納されたプログラムを読み取り、読み取ったプログラムに従った処理を実行する。また、このプログラムの別の実行形態として、コンピュータが可搬型記録媒体から直接プログラムを読み取り、そのプログラムに従った処理を実行することとしてもよく、さらに、このコンピュータにサーバコンピュータからプログラムが転送されるたびに、逐次、受け取ったプログラムに従った処理を実行することとしてもよい。また、サーバコンピュータから、このコンピュータへのプログラムの転送は行わず、その実行指示と結果取得のみによって処理機能を実現する、いわゆるASP（Application Service Provider）型のサービスによって、上述の処理を実行する構成としてもよい。なお、本形態におけるプログラムには、電子計算機による処理の用に供する情報であってプログラムに準ずるもの（コンピュータに対する直接の指令ではないがコンピュータの処理を規定する性質を有するデータ等）を含むものとする。

また、この形態では、コンピュータ上で所定のプログラムを実行させることにより、本装置を構成することとしたが、これらの処理内容の少なくとも一部をハードウェア的に実現することとしてもよい。

Claims (7)

1. 入力信号の波形パターンを抽出する特徴抽出フィルタの出力信号から波形パターンの特徴ピーク値を抽出する信号特徴抽出装置であって、
   上記出力信号の絶対値が予め定めた閾値以上で極大値を取ったときの時刻インデックスと上記出力信号の値を記憶する極大値検出部と、
   記憶された時刻インデックスと直前に選定された特徴ピーク値の時刻インデックスとの時間間隔と上記特徴ピーク値が発生し得る平均時間間隔との差分、および、記憶された時刻インデックスに対応する出力信号の対数振幅および位相と上記特徴ピーク値が取り得る平均対数振幅および平均位相との差分に基づいて上記特徴ピーク値を選定する特徴ピーク値選定部と、
   を含む信号特徴抽出装置。
2. 入力信号の波形パターンを抽出する特徴抽出フィルタの出力信号から波形パターンの特徴ピーク値を抽出する信号特徴抽出装置であって、
   上記出力信号の絶対値が予め定めた閾値以上で極大値を取ったときの時刻インデックスと上記出力信号の値を記憶する極大値検出部と、
   記憶された時刻インデックスと直前に選定された特徴ピーク値の時刻インデックスとの時間間隔と上記特徴ピーク値が発生し得る平均時間間隔との差分、および、記憶された時刻インデックスに対応する出力信号の振幅と上記特徴ピーク値が取り得る平均振幅との差分、および、記憶された時刻インデックスに対応する出力信号の位相と上記特徴ピーク値が取り得る平均位相との差分に基づいて上記特徴ピーク値を選定する特徴ピーク値選定部と、
   を含む信号特徴抽出装置。
3. 請求項１に記載の信号特徴抽出装置であって、
   Nを上記記憶された上記時刻インデックスの数とし、m₁, …, m_Nを上記記憶された上記時刻インデックスとし、y(m₁), …, y(m_N)を時刻インデックスm₁, …, m_Nに対応する上記出力信号とし、λを1からNまでの各整数とし、ΔTを上記平均時間間隔とし、log_Aを上記平均対数振幅とし、Φを上記平均位相とし、w₁, w₂, w₃, w₄, w₅を予め定めた重み係数とし、angle(・)を複素数・の位相角とし、n₀を時刻インデックスの初期値とし、
   上記特徴ピーク値選定部は、次式により算出した時刻インデックスに対応する出力信号の絶対値を上記特徴ピーク値として選定するものである、
   

   

   
   信号特徴抽出装置。
4. 入力信号の波形パターンを抽出する特徴抽出フィルタの出力信号から波形パターンの特徴ピーク値を抽出する信号特徴抽出方法であって、
   極大値検出部が、上記出力信号の絶対値が予め定めた閾値以上で極大値を取ったときの時刻インデックスと上記出力信号の値を記憶する極大値検出ステップと、
   特徴ピーク値選定部が、記憶された時刻インデックスと直前に選定された特徴ピーク値の時刻インデックスとの時間間隔と上記特徴ピーク値が発生し得る平均時間間隔との差分、および、記憶された時刻インデックスに対応する出力信号の対数振幅および位相と上記特徴ピーク値が取り得る平均対数振幅および平均位相との差分に基づいて上記特徴ピーク値を選定する特徴ピーク値選定ステップと、
   を含む信号特徴抽出方法。
5. 入力信号の波形パターンを抽出する特徴抽出フィルタの出力信号から波形パターンの特徴ピーク値を抽出する信号特徴抽出方法であって、
   極大値検出部が、上記出力信号の絶対値が予め定めた閾値以上で極大値を取ったときの時刻インデックスと上記出力信号の値を記憶する極大値検出ステップと、
   特徴ピーク値選定部が、記憶された時刻インデックスと直前に選定された特徴ピーク値の時刻インデックスとの時間間隔と上記特徴ピーク値が発生し得る平均時間間隔との差分、および、記憶された時刻インデックスに対応する出力信号の振幅と上記特徴ピーク値が取り得る平均振幅との差分、および、記憶された時刻インデックスに対応する出力信号の位相と上記特徴ピーク値が取り得る平均位相との差分に基づいて上記特徴ピーク値を選定する特徴ピーク値選定ステップと、
   を含む信号特徴抽出方法。
6. 請求項４に記載の信号特徴抽出方法であって、
   Nを上記記憶された上記時刻インデックスの数とし、m₁, …, m_Nを上記記憶された上記時刻インデックスとし、y(m₁), …, y(m_N)を時刻インデックスm₁, …, m_Nに対応する上記出力信号とし、λを1からNまでの各整数とし、ΔTを上記平均時間間隔とし、log_Aを上記平均対数振幅とし、Φを上記平均位相とし、w₁, w₂, w₃, w₄, w₅を予め定めた重み係数とし、angle(・)を複素数・の位相角とし、n₀を時刻インデックスの初期値とし、
   上記特徴ピーク値選定ステップは、次式により算出した時刻インデックスに対応する出力信号の絶対値を上記特徴ピーク値として選定するものである、
   

   

   
   信号特徴抽出方法。
7. 請求項１から３のいずれかに記載の信号特徴抽出装置としてコンピュータを機能させるためのプログラム。

Images