３．心拍抽出精度を向上させるアルゴリズム

 PPG信号に基づく脈拍数算出アルゴリズムの性能が、血液還流の低下、周囲光、MAによって低下する可能性があることは前述の通りであるが、この中で最も重要なのがMAである¹⁰⁾。これは、体動による圧力が生じると動脈や静脈の幅が変化する為、身体が静止しているときと比べて吸収量や反射量が変化することによる。この課題に対して、PPGセンサの近くに3軸加速度センサを配置しMAノイズを除去する信号処理手法が、弊社アナログ・デバイセズのモーション除去および周波数トラッキング・アルゴリズムを含め、様々に提案されている。

 以下では、心拍抽出精度を向上させるアルゴリズムの実装例として、弊社アナログ・デバイセズのバイタル・サイン・モニタリング向けリファレンス・デザイン、「EVAL-HCRWATCH4Z」を用いた測定データを紹介する。

3.1 MAノイズの影響がみられる測定例

 まず、MAノイズの影響がみられる測定例として、EVAL-HCRWATCH4Zとは異なる手首装着式のウェアラブル機器で取得されたデータを紹介する。図5に示すグラフは、手首装着式のウェアラブル機器で得られたPPG信号、及びそれに基づき算出された心拍数、同機器に配置された3軸加速度センサの出力と、リファレンスとして、スポーツ医学などの研究分野でベンチマークとして用いられる胸ストラップ心拍センサPolar H10 (ポーラル社製)の出力をプロットしたものである。
 測定対象者の状態として、約270秒時点まで歩行しその後走行を開始している。図5左に示すヒートマップは、取得されたPPG信号を高速フーリエ変換(FFT)により解析した結果であり、その上にPPG信号に基づき算出された心拍数とリファレンスの心拍数[bpm]を周波数[Hz]に換算した値をプロットしている。一方、図5右に示すヒートマップは、上から順番に、X軸、Y軸、Z軸方向の3軸加速度センサ出力をFFTにより解析した結果である。

 特に走行開始後、PPG信号に3軸加速度センサから得られた体動と関連性の見られる周波数成分が現われていることがわかる。強度の高い運動による心拍数の上昇と、それに近い周波数成分を持つ体動が同時に生じることで、心拍抽出精度が悪化している。
 このようなMAノイズによる影響に対して、フィルタを用いてノイズが含まれる周波数を除去することが対策として挙げられる。しかし、MAの周波数範囲には脈拍の基本周波数も含まれることから、シンプルなバンドパス・フィルタではその影響を十分に除去することはできない。よって、MAノイズによる影響を高い精度でPPG信号から除去するためには、適応型のフィルタ実装とそれに対して高精度の体動データを供給する加速度センサの搭載が必要になる。

3.2 MAノイズの影響が除去された測定例

 次に、EVAL-HCRWATCH4Zを用いた測定データを紹介する。
 このリファレンス・デザインには、PPGをはじめとする複数のバイタル・サイン・センサ・フロントエンドである「ADPD4100」と、低消費電力の3軸加速度センサ「ADXL362」、Arm^® Cortex^®-M4 ライブラリとしてプリビルドされた状態のアルゴリズムがそれぞれ搭載されている。弊社アナログ・デバイセズのアルゴリズムは、MAノイズの影響を信号から除去するための適応型フィルタなどを実装し、高い精度で脈拍や心拍変動を算出する。

 図6に示すグラフでは、前項と同様に、リファレンスとしてPolar H10を用いている。
 測定対象者の状態として、約160秒時点まで歩行しその後走行を開始している。前項と同様に、未処理のPPG信号には体動と関連性の見られる周波数成分が強く現われることがわかる。ただし、こちらの測定結果では、PPG信号に基づく心拍数がリファレンスに比較的よく追従しており、MAノイズの影響が適切に除去されていることがわかる。

4. バイタル・サイン・モニタリングの開発における課題

 新型コロナウイルス感染症（COVID-19）のパンデミック以降、健康に対する人々の関心はより急速に高まっており、日常的な使用が可能な簡便さと高い精度を両立するバイタル・サイン・モニタリングの実現が望まれている。しかし、一般的なバイタル・サイン・モニタリングを行うウェアラブル機器を用いる場合、未処理のデータをそのまま得ることができない為、新しいシステムの開発や研究を行うことは困難である。また、機器を独自に設計する場合も、センサや信号処理回路などのハードウェアから、高精度に解析を行うアルゴリズムなどのソフトウェアの設計まで必要である為、多大な時間とコストかかる。
 弊社アナログ・デバイセズは、そのようなバイタル・サイン・センシング・システムの研究開発における課題に対して、集積化され、精度・特性が規定された信号処理回路や、筐体設計から解析アルゴリズムを含む評価環境までがまとめられたリファレンス・デザインを提供する。
 前項のデータ測定に用いられたリファレンス・デザイン、EVAL-HCRWATCH4Zは、前述したPPG向けアナログ・フロントエンドと3軸加速度センサの他、心電に基づく心拍数モニタ用アナログ・フロントエンド「AD8233」、高精度な電気化学用フロントエンド「AD5940」、容量デジタル・コンバータ「AD7156」で構成される。その筐体はIP68の防水・防塵に対応する。
 ユーザーは、これら高性能のセンサとセンシング・フロントエンドから得られた、完全に未処理の光学センサや電気センサのデータを取得できる。さらに、プリビルドされた脈拍や心拍変動を算出するアルゴリズムも提供される為、未処理信号を用いた新規アルゴリズムの開発から、心拍数など基礎的なバイタル・サインを用いたより高次の解析を目的とする研究まで、ユーザーの幅広い要求に応えることができる。また、リアルタイム・モニタリングや測定パラメータの詳細設定が可能な専用評価環境が、Windows及びAndroid、iOSの各OSに対応している。
 より詳細に関しては、弊社アナログ・デバイセズが掲載する技術記事も参照されたい^11)12)13)。

5. まとめ

 本稿では、バイタル・サイン・モニタリングの一例としてPPGに基づく脈拍のモニタリングを取り上げ、その基本的な信号処理の流れと課題について説明した。本稿の測定例で用いられたリファレンス・デザインをはじめとする弊社アナログ・デバイセズの技術が、多くの人々の健康で持続可能な生活を支えるバイタル・サイン・モニタリングの実現に向けた研究や開発を促進することができれば幸いである。

【著者紹介】
井口　璃音（いぐち　りおん）
アナログ・デバイセズ株式会社
デジタルインフラストラクチャー　ビジネスグループ
ヘルスケア
フィールドアプリケーションエンジニア