JP2018198921A - 心拍数推定のためのシステム及び方法 - Google Patents

Abstract

【課題】心拍数推定の技術を開示する。【解決手段】実施形態では、同期された光電式容積脈波記録法（ｐｈｏｔｏｐｌｅｔｈｙｓｍｏｇｒａｐｈ（ＰＰＧ））及び３軸加速度信号が受信される。更に、ＰＰＧ信号及び３軸加速度信号がウィンドウに区分される。更に、加速度信号のウィンドウにモーションが存在するかが判定される。また、モーションが存在するときに、ウィンドウにおいて信号のパワースペクトラムを取得するために、信号でのフーリエ変換が行われる。また、第１の最も高いピークの周囲の範囲に加速度信号のピークが存在するかが判定される。更に、最も高いピークの周囲の範囲に加速度信号のピークがあるとき、加速度信号のピークがユーザの心拍数に影響を与えるかが判定される。加速度信号のピークがユーザの心拍数に影響を与えるとき、第２のＰＰＧピークを用いてウィンドウにおけるユーザの心拍数が推定される。【選択図】図２Ａ

Description

優先権主張
本特許出願は、２０１７年５月２５日に出願されたインド国特許出願第２０１７２１０１８４４７号の優先権を主張し、その全体が参照によって本明細書に援用される。

本明細書の実施形態は、概して、心拍数推定に関し、より具体的には、同期された光電式容積脈波記録法（ｐｈｏｔｏｐｌｅｔｈｙｓｍｏｇｒａｐｈ（ＰＰＧ））信号及び３軸加速度信号を用いた心拍数推定のためのシステム及び方法に関する。

昨今、ウェアラブルデバイスを用いる心拍数推定方法は、特に、その環境が非常に危険かつ継続的な健康管理を必要とするクレーン作業者又は鉄鋼プラントにおいて非常に重要なものである。一般に、ウェアラブルデバイスを通じて取得される光電式容積脈波記録法（ＰＰＧ）信号からの心拍数の推定は、ＰＰＧ信号でのモーションの効果により誤差を生じやすい。また、測定の精度は、ノイズを導入し、ＰＰＧ信号を歪ませるクレーン振動及び作業者の手の動きによって影響される。既存の心拍数推定技術は、より多くのリソースを必要とし、低コストでリアルタイムなウェアラブルデバイスにあまり適していない。また、既存の技術は、高いレベルの演算を含み、故に、大きなメモリスペース及び複雑なハードウェアが要求される。

以下は、実施形態の基本的な理解を提供するために、本開示の一部の実施形態の簡素化された概要を提示する。この概要は、実施形態の広範な概要ではない。実施形態のキーとなる／重要な要素を識別する又は実施形態の範囲を詳述することは意図されない。その唯一の目的は、以下に提示されるより詳細な説明への前置きとして簡素化された形態で一部の実施形態を提示することである。

前述したことを考慮すると、本明細書の実施形態は、心拍数推定のための方法及びシステムを提供する。一態様では、プロセッサ実装方法は、（ａ）同期された光電式容積脈波記録法（ｐｈｏｔｏｐｌｅｔｈｙｓｍｏｇｒａｐｈ（ＰＰＧ））信号及び３軸加速度信号をウェアラブルデバイスのユーザと関連付けられたセンサから受信するステップと、（ｂ）受信された前記ＰＰＧ信号及び前記３軸加速度信号を複数のウィンドウに区分するステップと、（ｃ）前記複数のウィンドウのうちの１つにおける前記３軸加速度信号の平均及び標準偏差値に基づいて、前記３軸加速度信号の前記複数のウィンドウのうちの１つにモーションが存在するかを判定するステップと、（ｄ）前記３軸加速度信号の前記複数のウィンドウのうちの１つにモーションが存在するとき、前記複数のウィンドウのうちの１つにおいて前記３軸加速度信号及び前記ＰＰＧ信号のパワースペクトラムを取得するために、前記３軸加速度信号及び前記ＰＰＧ信号のフーリエ変換を行うステップであって、前記パワースペクトラムは、前記複数のウィンドウのうちの１つにおける前記３軸加速度信号及び前記ＰＰＧ信号の高速フーリエ変換（ＦＦＴ）ピークを含む、ステップと、（ｅ）前記ＰＰＧ信号の第１の最も高いピークの周囲の範囲に前記３軸加速度信号のピークが存在するかを判定するステップと、（ｆ）前記ＰＰＧ信号の第１の最も高いピークの周囲の範囲に前記３軸加速度信号のピークがあるとき、ランダムフォレスト学習を実行することによって、前記３軸加速度信号のピークが前記ユーザの心拍数に影響を与えるかを判定するステップと、（ｇ）前記３軸加速度信号のピークが前記ユーザの心拍数に影響を与えるとき、前記ＰＰＧ信号の第２の最も高いピークを用いて前記複数のウィンドウのうちの１つにおける前記ユーザの前記心拍数を推定するステップと、を含む方法。

別の態様では、心拍数推定のためのシステムが提供される。前記システムは、ユーザと関連付けられるウェアラブルデバイスを備え、前記ウェアラブルデバイスは、複数のセンサと、１以上のメモリと、前記１以上のメモリと結合される１以上のハードウェアプロセッサと、を備え、前記１以上のハードウェアプロセッサは、（ａ）同期された光電式容積脈波記録法（ｐｈｏｔｏｐｌｅｔｈｙｓｍｏｇｒａｐｈ（ＰＰＧ））信号及び３軸加速度信号を前記複数のセンサから受信し、（ｂ）受信された前記ＰＰＧ信号及び前記３軸加速度信号を複数のウィンドウに区分し、（ｃ）前記複数のウィンドウのうちの１つにおける前記３軸加速度信号の平均及び標準偏差値に基づいて、前記３軸加速度信号の前記複数のウィンドウのうちの１つにモーションが存在するかを判定し、（ｄ）前記３軸加速度信号の前記複数のウィンドウのうちの１つにモーションが存在するとき、前記複数のウィンドウのうちの１つにおいて前記３軸加速度信号及び前記ＰＰＧ信号のパワースペクトラムを取得するために、前記３軸加速度信号及び前記ＰＰＧ信号のフーリエ変換を行い、前記パワースペクトラムは、前記複数のウィンドウのうちの１つにおける前記３軸加速度信号及び前記ＰＰＧ信号の高速フーリエ変換（ＦＦＴ）ピークを含み、（ｅ）前記ＰＰＧ信号の第１の最も高いピークの周囲の範囲に前記３軸加速度信号のピークが存在するかを判定し、（ｆ）前記ＰＰＧ信号の第１の最も高いピークの周囲の範囲に前記３軸加速度信号のピークがあるとき、ランダムフォレスト学習を実行することによって、前記３軸加速度信号のピークが前記ユーザの心拍数に影響を与えるかを判定し、（ｇ）前記３軸加速度信号のピークが前記ユーザの心拍数に影響を与えるとき、前記ＰＰＧ信号の第２の最も高いピークを用いて前記複数のウィンドウのうちの１つにおける前記ユーザの前記心拍数を推定する、１以上のメモリに記憶されたプログラム化された命令を実行することが可能である。

更に別の態様では、非一時的コンピュータ可読媒体で具体化される、心拍数推定のための方法を実行するためのコンピュータプログラムを有する非一時的コンピュータ可読媒体。前記方法は、（ａ）同期された光電式容積脈波記録法（ｐｈｏｔｏｐｌｅｔｈｙｓｍｏｇｒａｐｈ（ＰＰＧ））信号及び３軸加速度信号をウェアラブルデバイスのユーザと関連付けられるセンサから受信するステップと、（ｂ）受信された前記ＰＰＧ信号及び前記３軸加速度信号を複数のウィンドウに区分するステップと、（ｃ）前記複数のウィンドウのうちの１つにおける前記３軸加速度信号の平均及び標準偏差値に基づいて、前記３軸加速度信号の前記複数のウィンドウのうちの１つにモーションが存在するかを判定するステップと、（ｄ）前記３軸加速度信号の前記複数のウィンドウのうちの１つにモーションが存在するとき、前記複数のウィンドウのうちの１つにおいて前記３軸加速度信号及び前記ＰＰＧ信号のパワースペクトラムを取得するために、前記３軸加速度信号及び前記ＰＰＧ信号のフーリエ変換を行い、前記パワースペクトラムは、前記複数のウィンドウのうちの１つにおける前記３軸加速度信号及び前記ＰＰＧ信号の高速フーリエ変換（ＦＦＴ）ピークを含むステップと、（ｅ）前記ＰＰＧ信号の第１の最も高いピークの周囲の範囲に前記３軸加速度信号のピークが存在するかを判定するステップと、（ｆ）前記ＰＰＧ信号の第１の最も高いピークの周囲の範囲に前記３軸加速度信号のピークがあるとき、ランダムフォレスト学習を実行することによって、前記３軸加速度信号のピークが前記ユーザの心拍数に影響を与えるかを判定するステップと、（ｇ）前記３軸加速度信号のピークが前記ユーザの心拍数に影響を与えるとき、前記ＰＰＧ信号の第２の最も高いピークを用いて前記複数のウィンドウのうちの１つにおける前記ユーザの前記心拍数を推定するステップと、を備える。

本明細書のブロック図は、本発明の概念を具体化する例示的なシステムの概念的視点を提示することが当業者によって理解されるべきである。同様に、フローチャート、フロー図、状態遷移図、擬似コード及び同様のものは、コンピュータ可読媒体に実質的に提示され、そのため、このようなコンピューティングデバイス又はプロセッサが明示的に示されるかどうかにかかわらず、コンピューティングデバイス又はプロセッサによって実行される様々な処理を提示することが理解される。

詳細な説明は、添付の図面を参照して説明される。図面では、最も左の参照番号の最上位桁は、参照番号が最初に現われる図を特定する。図面を通じて同様の特徴及びモジュールを指すために同じ参照番号が用いられる。

図１は、一例の実施形態に係る、心拍数推定のためのシステムのブロック図を示す。 図２Ａは、一例の実施形態に係る、心拍数推定のための方法のフロー図を示す。 図２Ｂは、一例の実施形態に係る、心拍数推定のための方法のフロー図を示す。 図３は、一例の実施形態に係る、決定木を示す。

本明細書のブロック図は、本発明の概念を具体化する例示的なシステムの概念的視点を提示することが当業者によって理解されるべきである。同様に、フローチャート、フロー図、状態遷移図、擬似コード及び同様のものは、コンピュータ可読媒体に実質的に提示され、そのため、このようなコンピューティングデバイス又はプロセッサが明示的に示されるかどうかにかかわらず、コンピューティングデバイス又はプロセッサによって実行される様々な処理を提示することが理解される。

本明細書の実施形態及びその様々な特徴及び有利な詳細は、添付の図面に示され、かつ以下の詳細な説明で説明される非限定的な実施形態を参照してより完全に説明される。本明細書で用いられる実施例は、単に、本明細書の実施形態が実施され、更に本明細書の実施形態を当業者に実施可能にする手法の理解を容易にするためのものである。したがって、実施例は、本明細書の実施形態の範囲を限定するものとして解釈されるべきではない。

本明細書での本発明は、例示的な実施形態に係る、ウェアラブルデバイスを用いた心拍数推定のためのシステム及び方法を提供する。本発明は、光電式容積脈波記録法（ｐｈｏｔｏｐｌｅｔｈｙｓｍｏｇｒａｐｈ（ＰＰＧ））信号から心拍数を推定する間に、モーションアーティファクトを排除する技術を提案する。初めに、特定の時点でウェアラブルデバイスから２つの信号、つまり、ＰＰＧ及び３軸加速度を取る。ＰＰＧ信号は、前処理され、加速度信号は、モビリティ用にテストされる。例えば、モビリティテストは、標準偏差によって算出された閾値及び決定木を用いてなされる。更に、信号のパワースペクトラムは、フーリエ変換（ＦＦＴ）によって取得される。初期心拍数値は、ＰＰＧスペクトラムの最も高いピークから推定される。その後、加速度スペクトラムは、推定された心拍ピーク近傍の大きなピークに対してチェックされる。加速度ピークが大きいかの決定は、ランダムフォレスト学習での２つのピークを用いて取られる。このような加速度ピークが見い出されない場合、心拍数は推定され、後処理のために送信される。そうでない場合、第２の最も高いＰＰＧピークは取得され、心拍数は、このピークから推定され、後処理のために送信される。後処理では、ウィンドウから取得された心拍数は、サーバにおいて取得され、最終的な心拍数は、最も頻繁に生じるビンのメジアン値が最終的な心拍数として選択されるヒストグラムを利用して推定される。

本方法及びシステムは、本明細書に記載される特定の実施形態に限定されない。また、方法及びシステムは、本明細書に記載される他のモジュール及び方法とは独立して、別々に実施されうる。各デバイス要素／モジュール及び方法は、他の要素／モジュール及び他の方法と組み合わせて用いられうる。

心拍数推定のためのシステム及び方法の態様は、図１から３について詳細に説明されている。心拍数推定のための方法及びシステムの態様がいくつもの異なるシステム、ユーティリティ環境及び／又は構成で実装されうるが、実施形態は、以下の例示的なシステムの文脈で説明される。

図１は、例示的な実施形態に係る、心拍数推定のためのシステム１００のブロック図を示す。例示的な実施形態では、システム１００は、ウェアラブルデバイス１０２と、ゲートウェイデバイス１０４と、サーバ１０６と、を含む。例えば、ウェアラブルデバイス１０２及びサーバ１０６は、ゲートウェイデバイス１０４を介して互いに通信可能に結合される。図１に示されるように、ウェアラブルデバイス１０２は、プロセッサ１０８等のような１以上のプロセッサと、メモリ１１０等のような１以上のメモリと、センサ１１２（つまり、ＰＰＧセンサ及び３軸加速度センサ）と、通信モジュール１１４と、を含む又は接続される。実施形態では、プロセッサ１０８、メモリ１１０、センサ１１２及び通信モジュール１１４（例えば、ブルートゥース（登録商標）等）は、システムバス等のようなシステム又は同様の機構によって結合されてもよい。ウェアラブルデバイス１０２は、通信モジュール１１４を介してゲートウェイデバイス１０４に通信可能に結合される。更に、サーバ１０６は、プロセッサ１１６等のような１以上のハードウェアプロセッサ及びメモリ１１８等のような１以上のメモリを含む又は接続される。図１は、システム１００の例示的な構成要素を示すが、他の実装では、システム１００は、いくつかの構成要素、追加構成要素、異なる構成要素又は図１に図示されたものとは異なって配置された構成要素を含んでもよい。

プロセッサ１０８又は１１６は、とりわけ、通信を関連付けられるオーディオ及びロジック機能を実装する回路を含んでもよい。例えば、プロセッサ１０８又は１１６は、マイクロコントローラ、１以上のデジタル信号プロセッサ（ＤＳＰ）、１以上のマイクロプロセッサ、１以上の専用コンピュータチップ、１以上のフィールドプログラマブルアレイ（ＦＰＧＡ）、１以上の特定用途向け集積回路（ＡＳＩＣ）、１以上のコンピュータ、各種アナログ‐デジタルコンバータ、デジタル‐アナログコンバータ、及び／又は他の支援回路を含んでもよいが、これに限定されない。プロセッサ１０８又は１１６は、よって、メッセージ及び／又はデータ又は情報をエンコードするための機能を含んでもよい。プロセッサ１０８又は１１６は、とりわけ、プロセッサ１０８の動作を支援するように構成されるクロック、演算論理ユニット（ａｒｉｔｈｍｅｔｉｃ ｌｏｇｉｃ ｕｎｉｔ （ＡＬＵ））及びロジックゲートを含んでもよい。更に、プロセッサ１０８又は１１６は、１以上のソフトウェアプログラムを実行するための機能を含んでもよく、これは、メモリ１１０又は１１８にそれぞれ格納される、又はプロセッサ１０８又は１０６にそれぞれアクセス可能であってもよい。

「プロセッサ」としてラベル付けされた機能ブロックを含む図面に示された各種要素の機能は、専用ハードウェアを適切なソフトウェアと関連付けられたソフトウェアを実行することが可能なハードウェアと共に使用することにより提供されてもよい。プロセッサによって提供されるとき、前記機能は、単一の専用プロセッサ、単一の共有プロセッサ又はそのいくつかが共有されてもよい複数の個別プロセッサによって提供されてもよい。また、「プロセッサ」という用語の明示的な使用は、ソフトウェアを実行することのできるハードウェアを網羅的に指すものと解釈されるべきではなく、暗示的には、限定されることなく、ＤＳＰハードウェア、ネットワークプロセッサ、特定用途向け集積回路（ＡＳＩＣ）、ＦＰＧＡ、ソフトウェアを記憶するための読み取り専用メモリ（ＲＯＭ）、ランダムアクセスメモリ（ＲＡＭ）、及び不揮発性記憶装置を含んでもよい。従来及び／又は特注の、その他のハードウェアを含んでもよい。

メモリ１１０又は１１８等の１以上のメモリは、システムの機能を実現するためにシステムによって使用される、任意の数の情報、及びデータを記憶してもよい。メモリ１１０又は１１８は、例えば、揮発性メモリ及び／又は不揮発性メモリを含んでもよい。揮発性メモリの例は、それに限定されないが、揮発性ランダムアクセスメモリを含んでもよい。不揮発性メモリは、追加的又は代替的に、電気的消去可能プログラマブルＲＯＭ（ＥＥＰＲＯＭ）、フラッシュメモリ、ハードドライブ又は同様のものを含んでもよい。揮発性メモリのいくつかの例は、それに限定はされないが、ランダムアクセスメモリ、ダイナミックランダムアクセスメモリ、スタティックランダムアクセスメモリ又は同様のものを含む。不揮発性メモリのいくつかの例は、それに限定はされないが、ハードディスク、磁気テープ、光学ディスク、プログラマブル読取り専用メモリ、消去可能プログラマブル読取り専用メモリ、電気的消去可能プログラマブル読取り専用メモリ、フラッシュメモリ又は同様のものを含む。メモリ１１０又は１１８は、ウェアラブルデバイス１０２又は１０６が、様々な例示的実施態様に係る様々な機能を実行することを可能にするための、情報、データ、アプリケーション、命令又は同様のものを格納するように構成してもよい。追加的又は代替的に、メモリ１１０又は１１８は、プロセッサ１０８又は１１６によって実行されると、様々な実施態様において記述されたようにウェアラブルデバイス１０２又はサーバ１０６を挙動させる、命令を格納するように構成してもよい。メモリ１０４は、心拍数推定モジュール１２０及び／又はその他のモジュールを含む。モジュール１２０及びその他のモジュールは、特定のタスクを実行するか、又は特定の抽象データタイプを実現する、ルーチン、プログラム、オブジェクト、コンポーネント、データ構造、等を含む。その他のモジュールは、システム１００のアプリケーション及び機能を補う、プログラム又はコード化された命令を含んでもよい。メモリ１１８は、ポストプロセッシングモジュール１２２及び他のモジュールを含む。モジュール１２２及びその他のモジュールは、特定のタスクを実行するか、又は特定の抽象データタイプを実現する、ルーチン、プログラム、オブジェクト、コンポーネント、データ構造、等を含む。その他のモジュールは、サーバ１０６のアプリケーション及び機能を補うプログラム又はコード化された命令を含んでもよい。

動作において、センサ１１２は、プロセッサ１０８及びメモリ１１０の助けにより心拍数推定のために処理される、デバイス１０２を身につけたユーザからの入力信号（つまり、同一時点で取得されるＰＰＧ信号及び３軸加速度信号）を受信し、各ウィンドウについて算出された心拍数値は、通信モジュール（ブルートゥース（登録商標））１１４を通じてゲートウェイデバイス１０４へ送信される。データストリーミングが非常にエネルギーを消費するので、ブルートゥースは、生のＰＰＧ信号及び加速度データをストリーミングすることに代えて、サーバ１０６へ算出された心拍数値を伝送するために用いられる。ゲートウェイデバイス１０４は、後処理部分が行うサーバ１０６へネットワークを通じてデータを送信する。

例示的な実装では、センサは、デバイス１０２を身に着けたユーザから入力信号を受信する。ウェアラブルデバイスから取得される生のＰＰＧ信号及び３軸加速度信号は、入力信号である。ＰＰＧ信号及び３軸加速度信号は、同期されるべきであり、固定サンプリングレート（つまり、Ｆｓ）を有する。更に、心拍数推定モジュール１２０は、信号を取得し、当該信号を複数のウィンドウに分割する。実施形態では、心拍数推定モジュール１２０は、ＰＰＧ及び３軸加速度の信号を、更なる処理及び分析のために（ある固定期間の）小さなウィンドウに分割する。

更に、心拍数推定モジュール１２０は、信号を前処理する。前処理中に、心拍数推定モジュール１２０は、信号品質検証のためのＰＰＧ閾値チェックを行い、実際の形状を抜き出すためにゼロ位相フィルタリングすることを含む。一例では、チェックは、ウェアラブルデバイス１０２（この場合、腕時計型）が、生の信号についての閾値の助けにより手首に装着され、故に、ノイズ信号が排除される。更に、前処理中に、心拍数推定モジュール１２０は、信号から、直流（ＤＣ）成分を除去するために信号平均を引く。

また、心拍数推定モジュール１２０は、３軸加速度信号の１つにおいてモビリティチェックを行う。このチェックは、主に、このウィンドウにモーションが存在するかを探すために行われる。心拍数推定モジュール１２０は、生の時間信号振幅の標準偏差を用いて算出された生の信号の閾値の助けによりモビリティチェックを行い、その後、決定木を適用する。一例の実装では、心拍数推定モジュール１２０は、３軸加速度信号の特定の時間ウィンドウにおいてモーションを決定するために、統計的特徴及び決定木ベースの技術を組み込んだ適度だが強固なアルゴリズムを実行する。一般的に、決定木は、分類及び予測用の強力かつ一般的なツールである。決定木は、予測を実現するためにトップダウンで構築される、異なる規則を提供し、条件が決定木のノードに応じて採用される場合、容易に、様々に、実装されうる。

実施形態では、モーションの間、３軸加速度センサの合成値は、静的モードと比較して非常に増加する。この変動は、合成加速度計の時間ウィンドウの平均及び標準偏差の形態で取り込まれる。時間ウィンドウは、１０秒と定義される。心拍数推定モジュール１２０は、以下の式によって合成値を算出する。
ＲｅｓＶａｌ＝√（ｘ^２＋ｙ^２＋ｚ^２）

更に、各時間ウィンドウについて、心拍数推定モジュール１２０は、複数の合成値を集め、その合成値の平均及び標準偏差（ＳＴＤ）を算出する。更に、心拍数推定モジュール１２０は、オフライントレーニングを可能にし、モビリティを決定するためにモデル決定木を配置する。トレーニングモードでは、グラウンドトゥルース観察は、ユーザ介入により取り込まれる。ある環境（例えば、クレーン環境）をシミュレートするために、被験者は、規定時間にいくつかの特定の動きを行うように指示され、偶発的に、ユーザは、実際のクレーン作業者をエミュレートし、実験を行う。オブザーバーは、進め方全体を統制し、その一方で、指示を提供し、静的又はモーションとしてイベントに注釈を付ける。各時間ウィンドウについて、３軸加速度計信号の合成値の平均及び標準偏差は、特徴として示され、モビリティフラグは、分類を表現する。特定のトレーニングウィンドウの１つの典型的な表現は、以下：
ｍｅａｎ＿ｗｉｎｄｏｗ１，ｓｔｄ＿ｗｉｎｄｏｗ１：Ｓ
ｍｅａｎ＿ｗｉｎｄｏｗ２，ｓｔｄ＿ｗｉｎｄｏｗ２：Ｍ
ここで、Ｓは、静的モードを示し、Ｍは、モーションを示し、ｍｅａｎ＿ｗｉｎｄｏｗ， ｓｔｄ＿ｗｉｎｄｏｗは、それぞれ平均及び標準偏差を示す。

また、心拍数推定モジュール１２０は、ウィンドウについてのモーションの信頼できる推定のための決定木（ｉｆ ｅｌｓｅ ラダー）を生成するトレーニング用の多数のこのようなウィンドウを供給する。一例の決定木規則３００は、図３に示される。決定木は、ｉｆ−ｅｌｓｅ ラダーとしてウェアラブルデバイス１０２に実装される。テスト段階では、平均及び標準偏差が算出され、モビリティの決定のための決定木へ暗示される。モーションが存在する場合、心拍数推定モジュール１２０は、モーション除去アルゴリズムを実行し、そうでなければ、（曖昧なＰＰＧピークを有するウィンドウを破棄するために）ピーク閾値チェックがなされ、心拍数は、高速フーリエ変換（ｆａｓｔ Ｆｏｕｒｉｅｒ ｔｒａｎｓｆｏｒｍ（ＦＦＴ））法により直接的にこのウィンドウについて推定される。よって、電力及びウェアラブルデバイス１０２内部の処理を節約する。

また、モーションが存在する場合、心拍数推定モジュール１２０は、Ｆｉｌｔｆｉｌｔを用いてＰＰＧ信号及び加速度信号のフィルタリングを行う。フィルタ「ｆｉｌｔｆｉｌｔ」は、順方向及び逆方向の両方に入力データを処理することによって、ゼロ位相デジタルフィルタリングを行う。順方向にデータをフィルタリングした後、ｆｉｌｔｆｉｌｔは、フィルタされた順序の逆になり、フィルタを通じて後に戻る。その結果は、以下の特徴を有する−ゼロ位相歪み、フィルタ伝達関数、これは、元のフィルタ伝達関数の二乗振幅及び分子係数及び分母係数によって特定されるフィルタのオーダーの２倍であるフィルタオーダーと等しい。これは、ＦＦＴピークが必要であり、かつ位相情報が必要でない心拍数推定モジュールに適用可能である。心拍数推定モジュール１２０は、０．７５Ｈｚ（心拍数４５ＢＰＭ）の低カットオフ周波数及び３Ｈｚ（心拍数１８０ＢＰＭ）の高カットオフ周波数を有する前処理された信号をフィルタし、心拍数値の広い範囲に及ぶ正確な測定を確実にする。

また、心拍数推定モジュール１２０は、前処理された信号でフーリエ変換（ＦＦＴ）を行い、ＰＰＧ及び加速度信号のパワースペクトラムを取得する。心拍数推定モジュール１２０は、その後、ＰＰＧ及び加速度信号のパワースペクトラムを分析し、推定された心拍ピークが真であるか又はモーションの効果によるものかをチェックする。これを行うために、ＰＰＧ信号の最も高いＦＦＴピークが取られ、当該ピークの周囲の範囲（つまり、＋−ｔ Ｈｚ）は、当該範囲において大きな加速度ＦＦＴピークの存在についてチェックされる。存在する場合、第１の最も高いＰＰＧピークのパワーと近傍の加速度ピークのパワーとの比のような２ピーク特徴、及び第２の最も高いＰＰＧピークのパワーの逆数が取られ、ランダムフォレスト学習法を用いて、加速度ピークが第１のＰＰＧピークに影響を与えるか否かを決定する。

ＰＰＧベースの心拍数推定からのモーションアーティファクトを排除する処理では、モーションが特定のウィンドウ中に存在する場合、心拍数推定モジュール１２０は、最も高いピークについてＰＰＧスペクトラムを分析する。最も高いＰＰＧピークを取得した後、心拍数推定モジュール１２０は、大きな加速度ピーク（ｃｆａｒ条件を満たす、例えば、近傍ピークの平均を５０％超える）がＰＰＧピークと位置合わせされる（同一周波数範囲にある）か否かをチェックする。このような加速度ピークが見い出された場合、第２の最も高いピークは、選択される。多くの場合では、小さいがそれでも大きい加速度ピークが第１のＰＰＧピークに位置合わせされて提示されるが、ＰＰＧピークが非常に強く、非常に小さい加速度ピークが存在する場合、真の心拍ピークは、第１のＰＰＧピーク自体であるが、非常に頻繁に、加速度ピークがｃｆａｒ条件を満たすとき、第１のＰＰＧピークは破棄され、第２のピークは、真の心拍ピークとみなされる。故に、誤差のある心拍数測定をもたらす。この誤差を避けるために、機械学習技術（ランダムフォレスト）は、２つのＰＰＧピーク及び位置合わせされた加速度ピークのパワー値に基づいて、２つのＰＰＧピーク外の正しいピークを選択するための方法を定義するために用いられる。第１のピークパワーが、加速度ピークパワーと比べて非常に高く、かつ第２のピークが非常に弱い場合、心拍数推定のために、第１のピークが真のピークとして選択され、そうでなければ、第２のピークが選択される。

一般的に、ランダムフォレスト又はランダム決定木は、トレーニング時に多数の決定木を構築し、個々の木のクラス（分類）又は平均予測（回帰）のモードであるクラスを出力することによって動作する分類、回帰及び他のタスクのためのアンサンブル学習法である。ランダム決定フォレストは、それらのトレーニングセットへ過剰適合する決定木の傾向について修正する。与えられた状況では、ランダムフォレスト学習は、ＰＰＧピーク（第１の最も高いピーク又は第２の最も高いピーク）が、心拍数に対応し、モーションの存在において心拍数の算出のために選択されることを予測するために用いられる。本質的に、ランダムフォレストアルゴリズムは、様々な決定木を統合し、個々の木によって予測される分類のモードである分類を予測する。これを行うために、ＰＰＧの様々なピークが評価され、その結果、２つの特徴が取られ、右のピークが分類として注釈を付けられる。２つの特徴は、以下のようになる：
１．最も高いＰＰＧピークパワーと、最も高いＰＰＧピークに位置合わせされる加速度ピークのパワーとの比。
２．第２の最も高いＰＰＧピークのパワーの逆数。
分類（真のピーク）：
分類−１：第１のＰＰＧピーク
分類−２：第２のＰＰＧピーク。

また、心拍数推定モジュール１２０は、収集された総データの８０％を有するランダムフォレストモデルを訓練するために上述された特徴を使用する。残りの２０％は、テスト用に用いられる。このモデル生成は、オフラインで行われ、生成されたモデルは、テストデータのリアルタイム分類に用いられる。トレーニング段階が行われ、モデルが生成された後、特徴値に応じて、テストデータセットを分類するために用いられ、第１又は第２のＰＰＧピークのいずれかが、心拍数推定のために選択される。

心拍数推定が影響を与えないことがわかった場合、心拍数推定モジュール１２０は、モーションがないときの処理と同様の心拍数推定のためのＰＰＧ信号の第１の最も高いピークを考慮する。心拍数推定が影響を与えることがわかった場合、心拍数推定モジュール１２０は、ＰＰＧ ＦＦＴスペクトラムから第２の最も高いピークを識別し、ピークの周波数を用いて心拍数を推定する。一部の実施形態では、第２の最も高いＰＰＧピークは、近傍の大きな加速度ピークの存在のためにチェックされ、このようなピークが見い出された場合、ウィンドウは、曖昧とみなされ、破棄される。

一般的に、ＰＰＧ信号を用いることは、末梢部位で血管に流れる血液の量を測定するために、ロバストで非侵襲的な光学的方法である。ＰＰＧセンサは、本質的に、肌を照射する発光ダイオード（ＬＥＤ）からなり、フォトダイオードは、組織を通じて透過又は反射される光の量を測定する。フォトダイオードによって取り込まれる光強度の変化は、心律動と直接的に関連付けられる。各心周期は、ＰＰＧ信号においてピークとして現れる。よって、ＰＰＧ信号は、ＤＣ信号と共にＡＣ成分をゆっくりと変化させることを含む。ＡＣは、心拍数信号を表し、信号及び周期性は、心拍数を表す。よって、心拍数は、フィルタされたＰＰＧ信号の主周波数成分を取得することによって推定される。これは、フーリエ変換を行い、パワースペクトラムから最も高いピークの周波数を取得することによってなされる。この周波数（つまり、ｆｍａｘ）は、ＨＲ（ＢＰＭ）＝ｆｍａｘ＊６０によって、１分当りの心拍数（ｂｅａｔｓ ｐｅｒ ｍｉｎｕｔｅ）に変換される。

更に、例示的な実装では、ウェアラブルデバイス１０２は、全てのウィンドウで推定された心拍数を、ゲートウェイデバイス１０４を介してサーバ１０６へ転送する。ここで、ウィンドウの心拍数値（つまり、２分間のデータに対して）は、後処理のためにサーバ１０６へ送信される。実施形態では、後処理モジュール１２２は、モーションがないウィンドウについての心拍数値に重み２を付与し、モーションがあるウィンドウについての心拍数値に重み１を付与する固定ビンサイズを有するヒストグラムを形成する。故に、後処理モジュール１２２は、最も生じるビンを選択し、そのメジアン値を最終的な心拍数とみなす。よって、ユーザの心拍数のより良い推定を得て、サーバ１０６において更なる分析のために用いられうる。

図２Ａ及び２Ｂは、例示的な実施形態によれば、心拍数推定のための方法２００Ａ及び２００Ｂのフロー図を示す。プロセッサ実装方法２００は、コンピュータ実行可能命令の一般的な文脈で記述されてもよい。一般的に、コンピュータ実行可能命令は、特定の機能を実行する又は特定のアブストラクトデータタイプを実装するルーチン、プログラム、オブジェクト、コンポーネント、データ構造、プロシージャ、モジュール、機能等を含みうる。方法２００は、また、機能が通信ネットワークを通じてリンクされるリモートプロセッシングデバイスによって行われる分散型コンピューティング環境で実施されてもよい。方法２００が説明される順序は、限定的に解釈されることは意図されず、説明される複数の方法ブロックは、方法２００又は別の方法を実装するために任意の順序で組み合わされうる。更に、方法２００は、適切なハードウェア、ソフトウェア、ファームウェア又はそれらの組み合わせで実装されうる。実施形態では、フローチャートに示される方法２００は、例えば、図１のシステム１００等のようなシステムによって実行されてもよい。

ブロック２０２において、同期された光電式容積脈波記録法（ｐｈｏｔｏｐｌｅｔｈｙｓｍｏｇｒａｐｈ（ＰＰＧ））信号及び３軸加速度信号は、ウェアラブルデバイスのユーザと関連付けられるセンサから受信される。例えば、ＰＰＧ信号及び３軸加速度信号は、同一時点で取得される。ブロック２０４において、受信されたＰＰＧ信号及び３軸加速度信号は、複数のウィンドウに区分される。一部の実施形態では、ＰＰＧ信号の複数のウィンドウの各々からのノイズは、ＰＰＧ信号についての閾値に基づいて排除される。更に、直流（ＤＣ）成分は、ノイズが排除されると、ＰＰＧ信号の複数のウィンドウの各々から除去される。

ブロック２０６において、複数のウィンドウのうちの１つにおいて３軸加速度信号の平均及び標準偏差値に基づいて３軸加速度信号の複数のウィンドウのうちの１つにモーションが存在するかを判定するためにチェックがなされる。例えば、複数のウィンドウのうちの１つにおいて３軸加速度信号の平均及び標準偏差によって算出される閾値並びに決定木に基づいて、３軸加速度信号の複数のウィンドウのうちの１つにモーションが存在するかを判定するためにチェックがなされる。

ブロック２０８において、フーリエ変換は、３軸加速度信号の複数のウィンドウのうちの１つにモーションが存在しないとき、複数のウィンドウのうちの１つにおいて３軸加速度信号及びＰＰＧ信号のパワースペクトラムを取得するために、３軸加速度信号及びＰＰＧ信号で行われ、パワースペクトラムは、複数のウィンドウのうちの１つにおける３軸加速度信号及びＰＰＧ信号の高速フーリエ変換（ＦＦＴ）ピークを含む。ブロック２１０において、３軸加速度信号のピークが、ＰＰＧ信号の第１の最も高いピークの周囲の範囲に存在するかを判定するためにチェックがなされる。ブロック２１２において、３軸加速度信号のピークが、ＰＰＧ信号の第１の最も高いピークの周囲の範囲にあるとき、ランダムフォレスト学習によって、３軸加速度信号のピークがユーザの心拍数に影響を与えるかを判定するためにチェックがなされる。例えば、ランダムフォレスト学習は、ＰＰＧ信号の第１の最も高いピーク、ＰＰＧ信号の第２の最も高いピーク、及び３軸加速度信号のピークのパワー値に基づいて行われる。

ブロック２１４において、複数のウィンドウのうちの１つにおいてユーザの心拍数は、３軸加速度信号のピークがユーザの心拍数に影響を与えるとき、ＰＰＧ信号の第２の最も高いピークを用いて推定される。ブロック２１６において、複数のウィンドウのうちの１つにおいてユーザの心拍数は、３軸加速度信号のピークがＰＰＧ信号の最も高いピークの周囲の範囲に存在せず、３軸加速度信号のピークがユーザの心拍数に影響を与えないとき、ＰＰＧ信号の識別された第１の最も高いピークを用いて推定される。

ブロック２１８において、複数のウィンドウのうちの１つにおいてＰＰＧ信号のゼロ位相フィルタリングは、ブロック２０６において、３軸加速度信号の複数のウィンドウのうちの１つにモーションが存在しないときに、行われる。ブロック２２０において、フーリエ変換は、複数のウィンドウのうちの１つにおけるＰＰＧ信号のパワースペクトラムを取得するために、フィルタされたＰＰＧ信号で行われ、パワースペクトラムは、複数のウィンドウのうちの１つにおけるＰＰＧ信号のＦＦＴピークを含む。ブロック２２２において、ウィンドウがノイジーであるかを判定するために、ピークの曖昧さチェックが行われる。そうである場合、ウェアラブルデバイスから他の入力信号を受信する。そうでない場合、ブロック２２４において、複数のウィンドウのうちの１つにおけるユーザの心拍数は、ＰＰＧ信号の最も高いＦＦＴピークを用いて推定される。更に、ユーザの心拍数は、上記のステップの少なくとも１つを繰り返すことによって、残りのウィンドウにおいて推定される。

一部の実施形態では、予め定義されたビンサイズを有するヒストグラムは、複数のウィンドウにおけるユーザの心拍数に対して形成される。更に、ヒストグラムにおける最多出現のビンが選択される。更に、選択されたビンのメジアン値は、ユーザの心拍数とみなされる。

図１−３に記載された各種実施形態は、クレーン振動及び手の動きによるモーションの効果に基づく心拍数推定のための技術を提案する。当該技術は、最小限の低コストで軽く、実装されることが容易なハードウェアを用いて心拍数をリアルタイムで推定する。この技術では、クレーン作業者がデバイスを身に着けている間のモーションの程度を決定するために、モビリティチェックが展開される。決定の結果、異なるアルゴリズムがユーザの心拍数を推定するために暗示される。静的モード中には、従来の周波数ベースのアルゴリズムが選択されるが、モーションでは、より複雑なアプローチが心拍数推定に含まれる。この二方向アプローチは、柔軟性を提供し、デバイスがモーションにない間に演算の複雑さを回避する。よって、処理、ウェアラブルデバイスにおける低信号サンプリングレート（５０Ｈｚ）及び低電力消費によるメモリスペースの低減を助ける。更に、当該技術は、リアルタイムでウェアラブルデバイスに実装されやすく、特に複雑なハードウェアを搭載することが困難な環境での低コストで軽いウェアラブルデバイスを用いることを助ける。

本書面による説明は、当業者が実施態様を製作して使用することを可能にするために、本明細書における主題を説明している。主題実施態様の範囲は、特許請求の範囲によって定義され、当業者が思いつくその他の修正形態を含めてもよい。そのような他の修正は、それらが特許請求の範囲の文言と異ならない類似の要素を有する場合、又はそれらが、特許請求の範囲の文言と実質的に差のない、等価な要素を含む場合には、特許請求の範囲に記載の範囲に含めることを意図するものである。

しかしながら、保護の範囲は、そのようなプログラムまで、その中にメッセージを有するコンピュータ可読手段に加えて、拡張され、そのような非一時的コンピュータ可読記憶手段は、サーバ又はモバイルデバイス又は任意好適なプログラマブルデバイス上でプログラムが実行されるときに、方法の１つ又は２つ以上のステップを実現するためのプログラムコード手段を包含することを理解すべきである。ハードウェアデバイスは、例えば、サーバ又はパーソナルコンピュータのような任意の種類のコンピュータ、その他、又はそれらの任意の組合せを含む、プログラムすることのできる、任意の種類のデバイスとすることができる。このデバイスには、また、例えばハードウェア手段、例えば、特定用途向け集積回路（ＡＳＩＣ）、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、又はハードウェア手段とソフトウェア手段の組合せ、例えば、ＡＳＩＣ及びＦＰＧＡ、又は少なくとも１つのマイクロプロセッサと、その中にあるソフトウェアモジュールを備える、少なくとも１つのメモリとすることもできる、手段を含んでもよい。よって、当該手段は、ハードウェア手段とソフトウェア手段の両方を含むことが可能である。本明細書に記載の方法実施態様は、ハードウェア及びソフトウェアにおいて実現することもできる。デバイスはまた、ソフトウェア手段を含んでもよい。代替的に、実施態様は、例えば、複数のＣＰＵを使用して、異なるハードウェアデバイス上で実現してもよい。

本明細書における実施態様は、ハードウェア要素及びソフトウェア要素を含むことができる。ソフトウェアとして実現されている実施態様としては、それには限定されないが、ファームウェア、レジデントソフトウェア、マイクロコード、その他が含まれる。本明細書に記載された様々なモジュールによって実行される機能は、その他のモジュールにおいて、又はその他のモジュールの組合せにおいて実現してもよい。この説明の目的で、コンピュータ使用可能媒体又はコンピュータ可読媒体は、命令実行システム、装置、又はデバイスによって、又はそれらと関連して使用するためのプログラムを備える、記憶する、通信する、伝える、又は移送することのできる、任意の装置とすることができる。

特定の実現形態及び実施態様についての前述の説明により、本明細書における実現形態及び実施態様の全体的性質が完全に明らかになるため、現在の知識を適用することによって、汎用概念から逸脱することなく、他者はそのような特定の実施態様を容易に修正し、及び／又は様々な応用に適合させることが可能であり、したがって、そのような適合形態及び修正形態は、開示された実施態様の等価物の意味と範囲に含まれるものと理解されるべきであり、またそのように意図されている。本明細書において用いられる語句又は用語は、説明のためのものであり、限定のためのものではないことを理解すべきである。したがって、本明細書における実施態様は、好ましい実施態様について記述したが、当業者は、本明細書における実施態様は、本明細書に記載された実施態様の趣旨と範囲内で修正して実施することができることを認識するであろう。

前述の説明は、様々な実施態様を参照して提示された。この出願が関係する当業者は、記載の構造及び動作の方法における改変及び変更は、原理、趣旨及び範囲から意味のある逸脱をすることなく、実施することができることを理解するであろう。

Claims (20)

1. プロセッサ実装方法であって、
   （ａ）同期された光電式容積脈波記録法（ｐｈｏｔｏｐｌｅｔｈｙｓｍｏｇｒａｐｈ（ＰＰＧ））信号及び３軸加速度信号をウェアラブルデバイスのユーザと関連付けられたセンサから受信するステップと、
   （ｂ）受信された前記ＰＰＧ信号及び前記３軸加速度信号を複数のウィンドウに区分するステップと、
   （ｃ）前記複数のウィンドウのうちの１つにおける前記３軸加速度信号の平均及び標準偏差値に基づいて、前記３軸加速度信号の前記複数のウィンドウのうちの１つにモーションが存在するかを判定するステップと、
   （ｄ）前記３軸加速度信号の前記複数のウィンドウのうちの１つにモーションが存在するとき、前記複数のウィンドウのうちの１つにおいて前記３軸加速度信号及び前記ＰＰＧ信号のパワースペクトラムを取得するために、前記３軸加速度信号及び前記ＰＰＧ信号のフーリエ変換を行うステップであって、前記パワースペクトラムは、前記複数のウィンドウのうちの１つにおける前記３軸加速度信号及び前記ＰＰＧ信号の高速フーリエ変換（ＦＦＴ）ピークを含む、ステップと、
   （ｅ）前記ＰＰＧ信号の第１の最も高いピークの周囲の範囲に前記３軸加速度信号のピークが存在するかを判定するステップと、
   （ｆ）前記ＰＰＧ信号の第１の最も高いピークの周囲の範囲に前記３軸加速度信号のピークがあるとき、ランダムフォレスト学習を実行することによって、前記３軸加速度信号のピークが前記ユーザの心拍数に影響を与えるかを判定するステップと、
   （ｇ）前記３軸加速度信号のピークが前記ユーザの心拍数に影響を与えるとき、前記ＰＰＧ信号の第２の最も高いピークを用いて前記複数のウィンドウのうちの１つにおける前記ユーザの前記心拍数を推定するステップと、
   を備える方法。
2. （ｈ）前記３軸加速度信号のピークが、前記ＰＰＧ信号の前記第１の最も高いピークの周囲の範囲に存在しない、及び前記３軸加速度信号のピークが前記ユーザの心拍数に影響を与えない、の少なくとも一方であるとき、前記ＰＰＧ信号の前記第１の最も高いピークを用いて前記複数のウィンドウのうちの１つにおける前記ユーザの心拍数を推定するステップを更に備える請求項１に記載の方法。
3. （ｉ）前記３軸加速度信号の前記複数のウィンドウのうちの１つにモーションがないとき、前記複数のウィンドウのうちの１つにおいて前記ＰＰＧ信号のゼロ位相デジタルフィルタリングを行うステップと、
   （ｊ）前記複数のウィンドウのうちの１つにおいて前記ＰＰＧ信号の前記パワースペクトラムを取得するために、フィルタリングされた前記ＰＰＧ信号のフーリエ変換を行うステップであって、前記パワースペクトラムは、前記複数のウィンドウのうちの１つにおける前記ＰＰＧ信号のＦＦＴピークを含む、ステップと、
   （ｋ）前記ＰＰＧ信号の最も高いピークを用いて前記複数のウィンドウのうちの１つにおける前記ユーザの心拍数を推定するステップと、
   を更に備える請求項１に記載の方法。
4. 前記ステップ（ｃ）から（ｋ）のうちの少なくとも１つを繰り返すことによって、残りのウィンドウにおける前記ユーザの心拍数を推定するステップを更に備える請求項３に記載の方法。
5. 前記複数のウィンドウにおける前記ユーザの心拍数について予め定義されたビンサイズを有するヒストグラムを形成するステップと、
   前記ヒストグラムにおける最多出現のビンを選択するステップと、
   前記ユーザの心拍数として、選択されたビンのメジアン値を考慮するステップと、
   を更に備える請求項４に記載の方法。
6. 前記複数のウィンドウのうちの１つにおいて前記３軸加速度信号及び前記ＰＰＧ信号のフーリエ変換を行うステップは、
   前記３軸加速度信号の前記複数のウィンドウのうちの１つにモーションが存在するとき、前記複数のウィンドウのうちの１つにおいて前記３軸加速度信号及び前記ＰＰＧ信号のゼロ位相デジタルフィルタリングを行うステップと、
   前記複数のウィンドウのうちの１つにおいて、フィルタリングされた前記３軸加速度信号及び前記ＰＰＧ信号のフーリエ変換を行うステップと、
   を備える請求項１に記載の方法。
7. 前記ＰＰＧ信号についての閾値に基づいて前記ＰＰＧ信号の複数のウィンドウの各々からノイズを排除するステップと、
   前記ノイズを排除すると、前記ＰＰＧ信号の複数のウィンドウの各々から直流成分を除去するステップと、
   を更に備える請求項１に記載の方法。
8. 前記複数のウィンドウのうちの１つにおける前記３軸加速度信号の平均及び標準偏差値に基づいて、前記３軸加速度信号の前記複数のウィンドウのうちの１つにモーションが存在するかを判定するステップは、
   前記複数のウィンドウのうちの１つにおける前記３軸加速度信号の平均及び標準偏差値によって計算される閾値及び決定木に基づいて、前記３軸加速度信号の前記複数のウィンドウのうちの１つにモーションが存在するかを判定することを含む、
   請求項１に記載の方法。
9. 前記ランダムフォレスト学習を実行することによって、前記３軸加速度信号のピークが前記ユーザの心拍数に影響を与えるかを判定するステップは、
   前記ＰＰＧ信号の前記第１の最も高いピーク、前記ＰＰＧ信号の前記第２の最も高いピーク、及び前記３軸加速度信号のピークのパワー値に基づいて、前記ランダムフォレスト学習を実行することを含む、
   請求項１に記載の方法。
10. システムであって、
    ユーザと関連付けられるウェアラブルデバイス（１０２）を備え、前記ウェアラブルデバイスは、
    複数のセンサ（１１２）と、
    １以上のメモリ（１１０）と、
    前記１以上のメモリと結合される１以上のハードウェアプロセッサ（１０８）と、を備え、
    前記１以上のハードウェアプロセッサは、
    （ａ）同期された光電式容積脈波記録法（ｐｈｏｔｏｐｌｅｔｈｙｓｍｏｇｒａｐｈ（ＰＰＧ））信号及び３軸加速度信号を前記複数のセンサから受信し、
    （ｂ）受信された前記ＰＰＧ信号及び前記３軸加速度信号を複数のウィンドウに区分し、
    （ｃ）前記複数のウィンドウのうちの１つにおける前記３軸加速度信号の平均及び標準偏差値に基づいて、前記３軸加速度信号の前記複数のウィンドウのうちの１つにモーションが存在するかを判定し、
    （ｄ）前記３軸加速度信号の前記複数のウィンドウのうちの１つにモーションが存在するとき、前記複数のウィンドウのうちの１つにおいて前記３軸加速度信号及び前記ＰＰＧ信号のパワースペクトラムを取得するために、前記３軸加速度信号及び前記ＰＰＧ信号のフーリエ変換を行い、前記パワースペクトラムは、前記複数のウィンドウのうちの１つにおける前記３軸加速度信号及び前記ＰＰＧ信号の高速フーリエ変換（ＦＦＴ）ピークを含み、
    （ｅ）前記ＰＰＧ信号の第１の最も高いピークの周囲の範囲に前記３軸加速度信号のピークが存在するかを判定し、
    （ｆ）前記ＰＰＧ信号の第１の最も高いピークの周囲の範囲に前記３軸加速度信号のピークがあるとき、ランダムフォレスト学習を実行することによって、前記３軸加速度信号のピークが前記ユーザの心拍数に影響を与えるかを判定し、
    （ｇ）前記３軸加速度信号のピークが前記ユーザの心拍数に影響を与えるとき、前記ＰＰＧ信号の第２の最も高いピークを用いて前記複数のウィンドウのうちの１つにおける前記ユーザの前記心拍数を推定する、
    前記１以上のメモリに記憶されたプログラム化された命令を実行するように構成される、システム。
11. 前記１以上のハードウェアプロセッサは、
    （ｈ）前記３軸加速度信号のピークが、前記ＰＰＧ信号の前記第１の最も高いピークの周囲の範囲に存在しない、及び前記３軸加速度信号のピークが前記ユーザの心拍数に影響を与えない、の少なくとも一方であるとき、前記ＰＰＧ信号の前記第１の最も高いピークを用いて前記複数のウィンドウのうちの１つにおける前記ユーザの心拍数を推定する、プログラム化された命令を実行するように更に構成される、請求項１０に記載のシステム。
12. 前記１以上のハードウェアプロセッサは、
    （ｉ）前記３軸加速度信号の前記複数のウィンドウのうちの１つにモーションがないとき、前記複数のウィンドウのうちの１つにおいて前記ＰＰＧ信号のゼロ位相デジタルフィルタリングを行い、
    （ｊ）前記複数のウィンドウのうちの１つにおいて前記ＰＰＧ信号の前記パワースペクトラムを取得するために、フィルタリングされた前記ＰＰＧ信号のフーリエ変換を行い、前記パワースペクトラムは、前記複数のウィンドウのうちの１つにおける前記ＰＰＧ信号のＦＦＴピークを含み、
    （ｋ）前記ＰＰＧ信号の最も高いピークを用いて前記複数のウィンドウのうちの１つにおける前記ユーザの心拍数を推定する、
    プログラム化された命令を実行するように更に構成される、請求項１０に記載のシステム。
13. 前記１以上のハードウェアプロセッサは、前記（ｃ）から（ｋ）のうちの少なくとも１つを繰り返すことによって、残りのウィンドウにおける前記ユーザの心拍数を推定する、プログラム化された命令を実行するように更に構成される、請求項１２に記載のシステム。
14. 前記ウェアラブルデバイス（１０２）に通信可能に結合されるサーバ（１０６）を更に備え、前記サーバは、
    １以上のメモリ（１１８）と、
    前記１以上のメモリ（１１８）と結合される１以上のハードウェアプロセッサ（１１６）と、を備え、前記１以上のハードウェアプロセッサは、
    前記複数のウィンドウにおける前記ユーザの心拍数について予め定義されたビンサイズを有するヒストグラムを形成し、
    前記ヒストグラムにおける最高数の出現のビンを選択し、
    前記ユーザの心拍数として、選択されたビンのメジアン値を考慮する、前記１以上のメモリにおいてプログラム化された命令を実行するように構成される、請求項１３に記載のシステム。
15. 前記１以上のハードウェアプロセッサは、
    前記３軸加速度信号の前記複数のウィンドウのうちの１つにモーションが存在するとき、前記複数のウィンドウのうちの１つにおいて前記３軸加速度信号及び前記ＰＰＧ信号のゼロ位相デジタルフィルタリングを行い、
    前記複数のウィンドウのうちの１つにおいて、フィルタリングされた前記３軸加速度信号及び前記ＰＰＧ信号のフーリエ変換を行う、
    プログラム化された命令を実行するように構成される、請求項１０に記載のシステム。
16. 前記１以上のハードウェアプロセッサは、
    前記ＰＰＧ信号についての閾値に基づいて前記ＰＰＧ信号の複数のウィンドウの各々からノイズを排除し、
    前記ノイズを排除すると、前記ＰＰＧ信号の複数のウィンドウの各々から直流成分を除去する、プログラム化された命令を実行するように更に構成される、請求項１０に記載のシステム。
17. 前記１以上のハードウェアプロセッサは、前記複数のウィンドウのうちの１つにおける前記３軸加速度信号の平均及び標準偏差値によって計算される閾値及び決定木に基づいて、前記３軸加速度信号の前記複数のウィンドウのうちの１つにモーションが存在するかを判定する、プログラム化された命令を実行するように構成される、請求項１０に記載のシステム。
18. 前記１以上のハードウェアプロセッサは、前記ＰＰＧ信号の前記第１の最も高いピーク、前記ＰＰＧ信号の前記第２の最も高いピーク、及び前記３軸加速度信号のピークのパワー値に基づいて、前記ランダムフォレスト学習を実行する、プログラム化された命令を実行するように構成される、請求項１０に記載のシステム。
19. １以上の非一時的機械可読情報記憶媒体であって、１以上のハードウェアプロセッサによって実行されるときに、
    （ａ）同期された光電式容積脈波記録法（ｐｈｏｔｏｐｌｅｔｈｙｓｍｏｇｒａｐｈ（ＰＰＧ））信号及び３軸加速度信号をウェアラブルデバイスのユーザと関連付けられるセンサから受信すること、
    （ｂ）受信された前記ＰＰＧ信号及び前記３軸加速度信号を複数のウィンドウに区分すること、
    （ｃ）前記複数のウィンドウのうちの１つにおける前記３軸加速度信号の平均及び標準偏差値に基づいて、前記３軸加速度信号の前記複数のウィンドウのうちの１つにモーションが存在するかを判定すること、
    （ｄ）前記３軸加速度信号の前記複数のウィンドウのうちの１つにモーションが存在するとき、前記複数のウィンドウのうちの１つにおいて前記３軸加速度信号及び前記ＰＰＧ信号のパワースペクトラムを取得するために、前記３軸加速度信号及び前記ＰＰＧ信号のフーリエ変換を行い、前記パワースペクトラムは、前記複数のウィンドウのうちの１つにおける前記３軸加速度信号及び前記ＰＰＧ信号の高速フーリエ変換（ＦＦＴ）ピークを含むこと、
    （ｅ）前記ＰＰＧ信号の第１の最も高いピークの周囲の範囲に前記３軸加速度信号のピークが存在するかを判定すること、
    （ｆ）前記ＰＰＧ信号の第１の最も高いピークの周囲の範囲に前記３軸加速度信号のピークがあるとき、ランダムフォレスト学習を実行することによって、前記３軸加速度信号のピークが前記ユーザの心拍数に影響を与えるかを判定すること、
    （ｇ）前記３軸加速度信号のピークが前記ユーザの心拍数に影響を与えるとき、前記ＰＰＧ信号の第２の最も高いピークを用いて前記複数のウィンドウのうちの１つにおける前記ユーザの前記心拍数を推定すること、
    を行わせる１以上の命令を含む１以上の非一時的機械可読情報記憶媒体。
20. 前記１以上の命令は、前記１以上のハードウェアプロセッサによって実行されるときに、
    （ｈ）前記３軸加速度信号のピークが、前記ＰＰＧ信号の前記第１の最も高いピークの周囲の範囲に存在しない、及び前記３軸加速度信号のピークが前記ユーザの心拍数に影響を与えない、の少なくとも一方であるとき、前記ＰＰＧ信号の前記第１の最も高いピークを用いて前記複数のウィンドウのうちの１つにおける前記ユーザの心拍数を推定することを更に行わせる、請求項１９に記載の１以上の非一時的機械可読情報記憶媒体。