心房纤颤检测系统

技术领域

本发明涉及心房纤颤检测系统。

背景技术

心房纤颤是心房微细地震动的心脏病，血液淤滞在心房中而容易形成血栓，存在该血栓被突发地运送到脑部而发生脑梗塞的风险。

根据日本循环器官学会的流行病学调查，心房纤颤的患病率在40多岁时为0.1％，在50多岁时为0.6％，在60多岁时为0.9％，在70岁以上为2.7％。另外，根据弗莱明翰研究(Framingham Study)，65～84岁的男性的患病率在1970年为3.2％，但在1998年为9.1％，随着时间的推移而增加。

由于心房纤颤而在心房中产生的血栓会成为比较大的尺寸，因此认为堵塞脑的较粗的血管而留下重症的后遗症的可能性较高，但由于心房纤颤能够治疗，因此如果能够早期发现，则能够尽可能地降低产生脑梗塞那样的重症疾病的风险。

作为心房纤颤的治疗，大致来讲具有服用抗血液凝固剂等的药物治疗和导管治疗(导管消融)，如果是早期的心房纤颤，则认为采用导管治疗能够完全治愈80％的患者。通过治疗能够完全治愈的是早期的心房纤颤，但此时的心房纤颤被称为阵发性心房纤颤，在医院或健康诊断中进行的一般的30秒左右的心电图检查中很少被发现。

另外，根据STROKESTOP研究(STROKESTOP Study)，如果在15日内间歇地持续取得心电图，则会发现大部分患病者，在5日内发现60％的患病者。即，可以说在数日内测定心电图对于检测阵发性心房纤颤是有效的。例如在健康诊断中，如果在数日内连续地测定心电图，则能够检测出阵发性心房纤颤，从而也能够防止脑梗塞那样的重症疾病的发生。

但是，像健康诊断那样的用来同时检查几百人的器材的准备和长时间测定的心电图的分析会花费成本，是不现实的。

因此，申请人提出了如专利文献1所示的仅根据心脏的跳动间隔来检测心房纤颤的心房纤颤检测系统。

由于该心房纤颤检测系统(以下称为现有系统。)仅根据跳动间隔来检测心房纤颤，因此即使连续数日测定跳动间隔，数据量也比心电图少，与对心电图进行分析相比成本较低。另外，由于仅测定跳动间隔的装置与沃特(Holter)心电图扫描器相比能够廉价地构成，因此测定心脏的跳动间隔的装置和仅根据跳动间隔检测心房纤颤的系统的组合适合于健康诊断。

但是，在该现有系统中，在为了检测心房纤颤而使用相邻的跳动间隔之差而将心房纤颤以外的期外收缩去除时，也必须同时去除与期外收缩有关的的跳动间隔和与之相邻的跳动间隔，在需要该去除操作的情况下，有可能因跳动间隔数减少而检测到假阳性的判定结果。

专利文献1：日本特许第6150825号公报

发明内容

本发明是鉴于现有系统的上述问题而完成的，其目的在于提供一种心房纤颤检测系统，其中，计算所测定的跳动间隔本身的不规则的程度，在存在期外收缩的情况下，不去除该期外收缩，能够降低假阳性的检测，得到可靠度高的判定结果。

参照附图对本发明的主旨进行说明。

涉及一种心房纤颤检测系统，其检测对象者有无心房纤颤，其特征在于，该心房纤颤检测系统具有：跳动间隔测定单元4，其测定心脏的跳动间隔；跳动间隔变换单元8，其通过规定的函数将通过该跳动间隔测定单元4得到的跳动间隔R的变化的程度变换为大致恒定；熵运算单元9，其根据通过该跳动间隔变换单元变换得到的跳动间隔像r来计算熵S；以及比较判定单元10，其将由该熵运算单元9计算出的熵S与规定的阈值进行比较，在所述熵S比所述阈值大的情况下，判定为产生了心房纤颤。

另外，在第1方面所记载的心房纤颤检测系统中，其特征在于，所述跳动间隔变换单元构成为通过下式(1)将所述跳动间隔R变换为所述跳动间隔像r，

【数学式1】

r＝f(R)＝αlogR+βR+γ…(1)

这里，α、β以及γ是常数。

另外，在第1方面所记载的心房纤颤检测系统中，其特征在于，所述熵运算单元9构成为按照如下方式计算所述熵S，即，

以规定数M对所述跳动间隔变换单元8的跳动间隔像空间进行区间划分，通过下式(2)，根据通过所述跳动间隔变换单元8得到的N个所述跳动间隔像r来计算所述熵S，

【数学式2】

这里，n

另外，在第2方面所记载的心房纤颤检测系统中，其特征在于，所述熵运算单元9构成为按照如下方式计算所述熵S，即，

以规定数M对所述跳动间隔变换单元8的跳动间隔像空间进行区间划分，通过下式(2)，根据通过所述跳动间隔变换单元8得到的N个所述跳动间隔像r来计算所述熵S，

【数学式3】

这里，n

另外，在第1方面所记载的心房纤颤检测系统中，其特征在于，所述熵运算单元9构成为按照如下方式计算所述熵S，即，

以规定数M对所述跳动间隔变换单元8的跳动间隔像空间进行区间划分，通过下式(3)，根据通过所述跳动间隔变换单元8得到的N个所述跳动间隔像r来计算所述熵S，

【数学式4】

这里，n

另外，在第2方面所记载的心房纤颤检测系统中，其特征在于，所述熵运算单元9构成为按照如下方式计算所述熵S，即，

以规定数M对所述跳动间隔变换单元8的跳动间隔像空间进行区间划分，通过下式(3)，根据通过所述跳动间隔变换单元8得到的N个所述跳动间隔像r来计算所述熵S，

【数学式5】

这里，n

另外，在第1方面所记载的心房纤颤检测系统中，其特征在于，所述熵运算单元9构成为按照如下方式计算所述熵S，即，

使得以通过所述跳动间隔变换单元8得到的N个所述跳动间隔像r的各自的值为中心具有规定的分布g，通过下式(4)对根据N个分布g之和得到的分布G进行标准化，通过下式(5)来计算概率密度分布p，通过下式(6)来计算所述熵S，

【数学式6】

【数学式7】

【数学式8】

这里，r是所述跳动间隔变换单元8的所述跳动间隔像空间的变量，r

另外，在第2方面所记载的心房纤颤检测系统中，其特征在于，所述熵运算单元9构成为按照如下方式计算所述熵S，即，

使得以通过所述跳动间隔变换单元8得到的N个所述跳动间隔像r的各自的值为中心具有规定的分布g，通过下式(4)对根据N个分布g之和得到的分布G进行标准化，通过下式(5)来计算概率密度分布p，通过下式(6)来计算所述熵S，

【数学式9】

【数学式10】

【数学式11】

这里，r是所述跳动间隔变换单元8的所述跳动间隔像空间的变量，r

另外，在第7方面所记载的心房纤颤检测系统中，其特征在于，所述分布g由下式(7)表示，

【数学式12】

这里，r是所述跳动间隔变换单元8的所述跳动间隔像空间的变量，r

另外，在第8方面所记载的心房纤颤检测系统中，其特征在于，所述分布g由下式(7)表示，

【数学式13】

这里，r是所述跳动间隔变换单元8的所述跳动间隔像空间的变量，r

另外，在第1方面至第10方面中的任意一方面所记载的心房纤颤检测系统中，其特征在于，所述跳动间隔测定单元4设置于跳动间隔测定用传感器2，所述跳动间隔变换单元8、所述熵运算单元9以及所述比较判定单元10设置于分析器3。

另外，在第11方面所记载的心房纤颤检测系统中，其特征在于，所述跳动间隔测定用传感器2构成为具有将所述跳动间隔R发送到所述分析器3的跳动间隔发送单元5或者保存所述跳动间隔R的跳动间隔保存单元11，通过经由设置于该跳动间隔测定用传感器2的所述跳动间隔发送单元5或者所述跳动间隔保存单元11而向所述分析器3输入所述跳动间隔R，从而对心房纤颤进行检测。

在第1方面至第10方面中的任意一方面所记载的心房纤颤检测系统中，其特征在于，所述心房纤颤检测系统构成为具有将通过所述跳动间隔测定单元4测定出的跳动间隔R中的因期外收缩引起的跳动间隔去除的期外收缩去除单元7，根据如下跳动间隔像r，通过所述熵运算单元9计算出熵S，该跳动间隔像r是通过所述跳动间隔变换单元8将由该期外收缩去除单元7去除了因期外收缩引起的跳动间隔后的跳动间隔R的变化的程度变换为大致恒定而得到的。

另外，在第11方面所记载的心房纤颤检测系统中，其特征在于，所述心房纤颤检测系统构成为具有将通过所述跳动间隔测定单元4测定出的跳动间隔R中的因期外收缩引起的跳动间隔去除的期外收缩去除单元7，根据如下跳动间隔像r，通过所述熵运算单元9计算出熵S，该跳动间隔像r是通过所述跳动间隔变换单元8将由该期外收缩去除单元7去除了因期外收缩引起的跳动间隔后的跳动间隔R的变化的程度变换为大致恒定而得到的。

另外，在第12方面所记载的心房纤颤检测系统中，其特征在于，所述心房纤颤检测系统构成为具有将通过所述跳动间隔测定单元4测定出的跳动间隔R中的因期外收缩引起的跳动间隔去除的期外收缩去除单元7，根据如下跳动间隔像r，通过所述熵运算单元9计算出熵S，该跳动间隔像r是通过所述跳动间隔变换单元8将由该期外收缩去除单元7去除了因期外收缩引起的跳动间隔后的跳动间隔R的变化的程度变换为大致恒定而得到的。

另外，在第13方面所记载的心房纤颤检测系统中，其特征在于，所述期外收缩去除单元7构成为根据由所述跳动间隔测定单元4测定出的所述跳动间隔R与该跳动间隔R的平均值之差的大小来去除因期外收缩引起的跳动间隔。

另外，在第14方面所记载的心房纤颤检测系统中，其特征在于，所述期外收缩去除单元7构成为根据由所述跳动间隔测定单元4测定出的所述跳动间隔R与该跳动间隔R的平均值之差的大小来去除因期外收缩引起的跳动间隔。

另外，在第15方面所记载的心房纤颤检测系统中，其特征在于，所述期外收缩去除单元7构成为根据由所述跳动间隔测定单元4测定出的所述跳动间隔R与该跳动间隔R的平均值之差的大小来去除因期外收缩引起的跳动间隔。

另外，在第16方面所记载的心房纤颤检测系统中，其特征在于，所述期外收缩去除单元7构成为按照如下方式将因期外收缩引起的跳动间隔去除，即，

将由所述跳动间隔测定单元4测定出的跳动间隔R的时间序列设为R

【数学式14】

这里，n表示时间序列，相对于n+1，n表示过去，

【数学式15】

NDR

【数学式16】

【数学式17】

这里，阈值A、B、C、D、E以及F分别是比0大的值，并且E＜F。

另外，在第17方面所记载的心房纤颤检测系统中，其特征在于，所述期外收缩去除单元7构成为按照如下方式将因期外收缩引起的跳动间隔去除，即，将由所述跳动间隔测定单元4测定出的跳动间隔R的时间序列设为R

【数学式18】

这里，n表示时间序列，相对于n+1，n表示过去，

【数学式19】

NDR

【数学式20】

【数学式21】

这里，阈值A、B、C、D、E以及F分别是比0大的值，并且E＜F。

另外，在第18方面所记载的心房纤颤检测系统中，其特征在于，所述期外收缩去除单元7构成为按照如下方式将因期外收缩引起的跳动间隔去除，即，

将由所述跳动间隔测定单元4测定出的跳动间隔R的时间序列设为R

【数学式22】

这里，n表示时间序列，相对于n+1，n表示过去。

【数学式23】

NDR

【数学式24】

【数学式25】

这里，阈值A、B、C、D、E以及F分别是比0大的值，并且E＜F。

本发明是按照上述方式构成的，因而成为如下的实用的心房纤颤检测系统：计算测定出的跳动间隔本身的不规则的程度，在具有期外收缩的情况下，不去除该期外收缩，能够降低假阳性的检测，得到可靠度高的判定结果。

附图说明

图1是实施例1的结构概略说明图。

图2是实施例2的结构概略说明图。

图3是实施例3的结构概略说明图。

图4是实施例3的另一例的结构概略说明图。

图5是实施例3的另一例的结构概略说明图。

图6是示出跳动间隔之差相对于心房纤颤患者的相邻的跳动间隔的平均的分布的图。

图7是示出标准化跳动间隔相对于心房纤颤患者的相邻的跳动间隔R的平均的分布的图。

图8是健全者的标准化跳动间隔的直方图。

图9是健全者和心房纤颤患者的21拍的跳动间隔像的直方图。

图10是示出健全者和心房纤颤患者的21拍的跳动间隔像的概率密度的图。

图11是示出具有期外收缩的跳动间隔的时间序列及其平均值的图。

图12是示出能够从具有期外收缩的跳动间隔中去除期外收缩的情况的图。

图13是示出健全者和心房纤颤患者的21拍的根据式(14)得到的熵的表。

图14是示出健全者和心房纤颤患者的21拍的根据式(15)得到的熵的表。

图15是示出健全者和心房纤颤患者的21拍的根据式(18)得到的熵的表。

图16是示出期外收缩保有者和心房纤颤患者的基于专利文献1的心房纤颤检测系统的判定结果、根据式(18)得到的熵以及使用了期外收缩去除单元时的熵的表。

标号说明

2：跳动间隔测定用传感器；3：分析器；4：跳动间隔测定单元；5：跳动间隔发送单元；7：期外收缩去除单元；8：跳动间隔变换单元；9：熵运算单元；10：比较判定单元；11：跳动间隔保存单元。

具体实施方式

下面，根据附图，在示出本发明的作用的同时对被认为是优选实施方式的本发明的实施方式进行简单说明。

通过跳动间隔变换单元8，利用使跳动间隔R的变化程度大致恒定的函数来对由跳动间隔测定单元4测定出的规定数量(例如至少20拍左右)的跳动间隔R进行变换而设定成跳动间隔像r，通过熵运算单元9来计算表示该跳动间隔像r的不规则程度的熵S，通过比较判定单元10将该熵S与规定的阈值进行比较，在熵S比阈值大的情况下，判定为有心房纤颤。

另外，由于心房纤颤以外的期外收缩具有某个固定的规则，因此，由此而引起的熵S的增大并不像由心房纤颤引起的那样。因此，本发明成为如下的心房纤颤检测系统：不去除有关心房纤颤以外的期外收缩的跳动间隔R，能够降低心房纤颤检测中的假阳性，从而能够得到可靠度高的判定结果。

另外，如上所述，本发明能够以几十拍左右的跳动间隔R来检测有无心房纤颤，因此能够在短时间内检测出心房纤颤的征兆，由此，能够减轻对象者的负担，另外，也能够检测出在短时间内产生的阵发性的心房纤颤。

此外，本发明能够根据跳动间隔R来计算熵S，因此成为如下的实用的心房纤颤检测系统：不需要使用沃特(Holter)心电图扫描器和12感应心电图扫描器等严格地指定电极位置的专用装置，而是根据使用例如粘贴在胸部的心跳计和腕带型脉搏计等家庭用的简易小型的测定仪器而得到的跳动间隔R来计算熵S，能够检测是否为心房纤颤。

【实施例1】

根据附图对本发明的具体的实施例1进行说明。

本实施例是检测对象者有无心房纤颤的心房纤颤检测系统1，如图1所示，该心房纤颤检测系统1具有：跳动间隔测定单元4，其测定心脏的跳动间隔；跳动间隔变换单元8，其通过规定的函数将通过该跳动间隔测定单元4得到的跳动间隔R的变化的程度变换为大致恒定；熵运算单元9，其根据通过该跳动间隔变换单元8变换得到的跳动间隔像r来计算熵S；以及比较判定单元10，其将由该熵运算单元9计算出的熵S与规定的阈值进行比较，在所述熵S比所述阈值大的情况下，判定为产生了心房纤颤。

以下，对本实施例的结构各部进行详细叙述。

跳动间隔测定单元4构成为使用例如微型计算机等，从基于从电极得到的电压的变化的心电图，根据相邻的R波彼此的间隔或者相邻的S波彼此的间隔，测定出跳动间隔R。另外，跳动间隔测定单元4也可以构成为根据红外线的反射光来测定脉搏，根据其波峰间隔等来测定跳动间隔R。另外，也可以构成为捕捉心音和脉搏音并对心音或脉搏音或这两者进行电气处理，由此测定出跳动间隔R。

另外，跳动间隔变换单元8构成为使用规定的函数将由上述跳动间隔测定单元4测定得到的对象者的心脏的跳动间隔R的变化程度(跳动间隔R的分布)变换为大致恒定(大致对称的分布)的跳动间隔像r的分布。

具体而言，所述规定的函数例如能够采用下式(12)。另外，式(12)与式(1)相同。

【数学式26】

r＝f(R)＝αlogR+βR+γ…(12)

这里，α是0以外的系数，β是可以为0的系数，γ是任意的常数。

对本实施例的跳动间隔变换单元8进行更具体的说明。

图6是示出了心房纤颤患者的跳动间隔值数据39、061个中的相邻的跳动间隔R的平均大小与其差的大小的关系的图。在该图6中，横轴是相邻的跳动间隔R的平均大小

这里，图6的横轴能够视为脉动跳动间隔R的大小，纵轴能够视为脉动跳动间隔R的变化程度，因此脉动跳动间隔R的变化程度具有像图中的回归线所示那样随着脉动跳动间隔R而变大的倾向，因此可知不规则的程度取决于脉动跳动间隔R的大小，脉动跳动间隔R越大，脉动跳动间隔R的分布。

通常，由于分布越离散则熵S越大，因此如果根据脉动跳动间隔R的分布直接计算熵S，则熵S的大小取决于脉动跳动间隔R的大小，如果在判定是否为心房纤颤时使用熵S，则可以说不优选使灵敏度取决于脉动跳动间隔R的大小。

因此，为了不受跳动间隔R的大小的影响而计算熵S，利用规定的函数对跳动间隔R进行变换，只要在通过变换而得到的跳动间隔像r中使变化程度不取决于跳动间隔R即可，这样得到的跳动间隔像r不取决于跳动间隔R的大小，是恒定的，因此只要根据跳动间隔像r来计算熵S，就能够得到不取决于跳动间隔R的大小的熵S。

图7是示出了在与图6的图表中使用的数据相同的跳动间隔值数据中，两个跳动间隔R的平均大小与将其差的大小除以跳动间隔R的平均值而得到的值即标准化跳动间隔的绝对值之间的关系的图。在该图7中，横轴是相邻的跳动间隔R的平均大小

如图7中的回归线所示，由于标准化跳动间隔的变化程度几乎不取决于跳动间隔R，因此纵轴的标准化跳动间隔利用ΔR

【数学式27】

r＝f(R)＝αlogR+γ…(13)

这里，α是0以外的系数，γ是任意的常数。

可以看出，该图7中的回归线以极其微小的程度依赖于跳动间隔。在这种情况下，也可以在图7的标准化跳动间隔NDR

这样得到的值是αNDR

另外，熵运算单元9构成为，根据通过上述跳动间隔变换单元8得到的跳动间隔像r的不规则的程度、具体而言根据由跳动间隔变换单元8得到的连续的规定数量的跳动间隔像r来计算熵S。

对本实施例的熵运算单元9进行更具体的说明。

将通过跳动间隔变换单元8得到的规定的跳动间隔像r的数量设为N，将跳动间隔变换单元8的跳动间隔像空间划分为M个区间，生成N个跳动间隔像r的直方图。在该直方图中，如果将位于第m个区间的跳动间隔像r的数量设为n

【数学式28】

如果将该式(14)除以N并进一步使用斯塔林公式进行变形而形成下式(15)，则能够得到不取决于跳动间隔像数量N的大小的熵S。另外，式(15)与式(3)相同。

【数学式29】

另外，在熵S的计算中，优选所述规定的跳动间隔像数量N为20～100左右，由此也能够检测阵发性心房纤颤。另外，针对跳动间隔像空间的区间，优选使用式(12)的函数f将f(300)至f(2000)等分割成区间数M＝17左右。

另外，也可以使得以通过跳动间隔变换单元8得到的N个跳动间隔像r的各自的值为中心具有规定的分布g，通过下式(16)对从N个分布g之和得到的分布G进行标准化，通过下式(17)计算概率密度分布p，通过下式(18)计算熵S。另外，式(16)与式(4)相同，式(17)与式(5)相同，式(18)与式(6)相同。

【数学式30】

【数学式31】

【数学式32】

这里，r

这样得到的熵S由于不需要将跳动间隔像空间分成M个区间，因此成为更普遍的熵S。另外，式(16)的分布g(r，r

【数学式33】

这里，c是0以外的任意的常数，σ是表示分布的离散程度的标准偏差。由于任意的常数c通过式(17)都会被删除，因此可以采用1，另外，标准偏差σ可以采用健全者的标准化跳动间隔NDR的标准偏差。

图8是示出根据健全者的跳动间隔74，257个得到的标准化跳动间隔NDR的分布的图。由于该分布的标准偏差为0.032，因此式(19)的标准偏差σ优选为0.02至0.06左右。

另外，比较判定单元10构成为将由熵运算单元9计算出的熵S与规定的阈值进行比较，在熵S超过了该阈值时，判定为发生了心房纤颤。

接着，示出通过使用以上那样构成的本实施例的心房纤颤检测系统1，能够根据实际的心房纤颤患者20例和健全者20例各自的21拍的跳动间隔R来检测对象者是否为心房纤颤的情况。

首先，使用式(12)对跳动间隔R进行变换。此时，将式(12)的系数设为α＝1、β＝0、γ＝0。针对跳动间隔像空间的区间，使用式(12)的函数f将f(300)至f(2000)分割成17个(区间数M＝17)。计算出位于第m个区间的跳动间隔像的数量n

使用式(15)计算出的熵S如图14所示。根据图14的心房纤颤患者和健全者的平均值以及标准偏差，如果将阈值设为1.24，则能够以99.97％的准确度判定是否为心房纤颤。

另外，在使用式(14)或式(15)的熵S的计算中，根据将跳动间隔像空间的何处至何处的区间分割成几部分，得到的值是不同的。示出根据不取决于该区间分割的方法的式(18)计算熵S的情况。

与使用上述式(14)和式(15)的情况相同，基于α＝1、β＝0、γ＝0使用式(12)来对跳动间隔R进行变换。接着，在式(19)中使标准偏差为σ＝0.032，根据式(16)和式(17)求出概率密度分布p。图10示出根据心房纤颤患者和健全者的21拍的跳动间隔像r，使用式(17)得到的概率密度分布p。由于比图9的直方图平滑，因此可知能够与区间无关地进行积分。

使用式(18)计算出的熵S如图15所示。根据图15的心房纤颤患者和健全者的平均值以及标准偏差，如果将阈值设为8.01，则能够以100％准确度判定是否为心房纤颤。

这样，本实施例对测定出的跳动间隔R本身的不规则的程度进行计算，因此成为如下的实用的心房纤颤检测系统：即使在具有期外收缩的情况下，不去除该期外收缩，能够降低假阳性的检测，从而能够得到可靠度高的判定结果。

【实施例2】

根据附图对本发明的具体的实施例2进行说明。

本实施例是在所述实施例1中还具有将因心房纤颤以外的期外收缩引起的跳动间隔R去除的期外收缩去除单元7，构成为误检测(假阳性)更少的心房纤颤检测系统的情况。

即，在作为现有技术示出的专利文献1(日本特许第6150825号)的心房纤颤检测系统中，导入将相邻的跳动间隔R之差除以其平均值而得到的标准化跳动间隔NDR，将其绝对值大于0.1的情况作为异常标准化跳动间隔，在连续的20个标准化跳动间隔中异常标准化跳动间隔有7个以上时，表示能够以最佳的灵敏度和特异度判别健全者和心房纤颤患者。在该方法中，如果有心房纤颤以外的期外收缩，则根据与该期外收缩相关联的跳动间隔计算出的标准化跳动间隔的绝对值比根据正常窦性心律计算出的标准化跳动间隔的绝对值大，因此有时会误检测为心房纤颤。实际上，针对包含心房纤颤以外的期外收缩、上室期外收缩以及心室期外收缩的对象者20例和心房纤颤患者的20例，在图16的左侧列“专利文献1的方法”中示出利用上述方法判定是否为心房纤颤的结果。将被判定为心房纤颤的对象者显示为“是”，将除此以外的对象者显示为“否”。另外，后面的括号内的数值是20个标准化跳动间隔中的异常标准化跳动间隔数。其结果为，可知虽然能够将所有心房纤颤患者判别为心房纤颤，但还将具有期外收缩的20例中的12例误判定为了心房纤颤。

接着，示出了在根据实施例1的式(18)计算出熵S时，不容易受到心房纤颤以外的期外收缩影响的情况。由于式(18)，在式(19)中将标准偏差设为σ＝0.032，根据式(16)和式(17)求出概率密度分布p，基于α＝1、β＝0、γ＝0，使用式(12)对跳动间隔R进行了变换。其结果为，如图16的中央列所示，包含期外收缩的对象者和心房纤颤患者的熵S的平均值分别为8.03和8.92，标准偏差为0.21和0.17。因此，如果将阈值设为8.52，则能够以99.0％的准确度判别心房纤颤，即示出了不容易受到心房纤颤以外的期外收缩影响的情况。

但是，即使使用了熵S，在跳动间隔R中包含极多的心房纤颤以外的期外收缩的情况下，认为判定精度会恶化。另外，在期外收缩中，除了心房纤颤以外，还存在上室期外收缩、心室期外收缩、窦性停搏、房室传导阻滞等，这些也会导出较大的熵S，因此成为心房纤颤检测的特异度恶化的原因。

本实施例是如下的情况：以防止由于包含这样的较多的心房纤颤以外的期外收缩而引起的判定精度的恶化为目的，在所述实施例1中还具有将因心房纤颤以外的期外收缩引起的跳动间隔R去除的期外收缩去除单元7，从而构成为误检测(假阳性)更少的心房纤颤检测系统1。

具体而言，如图2所示，本实施例具有：跳动间隔测定单元4，其测定心脏的跳动间隔；期外收缩去除单元7，其将由该跳动间隔测定单元4得到的跳动间隔R中的因期外收缩引起的跳动间隔去除；跳动间隔变换单元8，其通过规定的函数将由该期外收缩去除单元7去除了因期外收缩引起的跳动间隔后的跳动间隔R的变化的程度变换为大致恒定；熵运算单元9，其根据由该跳动间隔变换单元8变换得到的跳动间隔像r来计算熵S；以及比较判定单元10，其将由该熵运算单元9计算出的熵S与规定的阈值进行比较，在所述熵S比所述阈值大的情况下，判定为产生了心房纤颤。另外，由于本实施例的跳动间隔测定单元4、跳动间隔变换单元8、熵运算单元9以及比较判定单元10与实施例1相同，因此这仅对期外收缩去除单元7进行说明。

本实施例的期外收缩去除单元7构成为将心室性和心房性的期外收缩去除。

具体而言，期外收缩去除单元7构成为按照规定的方法计算规定数量的跳动间隔R的平均值，根据该跳动间隔R与跳动间隔R的平均值之差的大小来去除该跳动间隔。

另外，在期外收缩去除单元7中，为了计算跳动间隔R的平均值，能够采用各种方法，例如，对于与跳动间隔R

【数学式34】

另外，也可以使用具有去除高频噪声的效果的S-G平滑滤波(Savitzky Golay)法，例如K＝5的跳动间隔R的平均如下式(21)所示。

【数学式35】

图11示出期外收缩的一例。在该图11中，实线方块标记表示跳动间隔R，虚线叉形标记表示根据S-G平滑滤波(Savitzky Golay)法的上式(21)得到的平均值。在产生了期外收缩时，连续两个跳动间隔R分别比正常窦性心律短且大。即，心脏以图11中的跳动间隔R

早期收缩的跳动间隔R

【数学式36】

这里，A和B是比0大的值，如果考虑期外收缩的特征，则优选A和B都为0.05至0.2左右。

图11中的平均值

【数学式37】

这里，阈值C和D是比0大的值，如果考虑到早期收缩的跳动间隔Rn比正常窦性心律的跳动间隔短10％左右，则优选C为0.5以上且1.0以下，另外，由于从代偿间歇期和早期收缩的跳动间隔之差R

此外，由于将早期收缩时和代偿间歇期的跳动间隔相加而得到的R

【数学式38】

这里，阈值E和F是满足E＜F的值，优选E为0.8以上且1.0以下，F为1.0以上且1.2以下。

这样，如果将同时满足式(22)、式(23)以及式(24)的跳动间隔R

图12示出实际上在图11所示的包含期外收缩的跳动间隔R中利用上述方法去除了心室性和心房性的期外收缩后的情形。带有虚线的空白方块是去除前的跳动间隔R的时间序列，带有实线的黑圆是去除后的跳动间隔R的时间序列。从该图12可知，被去除的跳动间隔R是早期收缩和代偿间歇期。另外，这里，将式(22)至式(24)的各个阈值设为A＝B＝0.1、C＝0.9、D＝1.05、E＝0.95、F＝1.1。

图16示出使用具有实际的期外收缩的对象者20例、心房纤颤患者20例各自的21拍的跳动间隔R来调查期外收缩去除的效果的结果。另外，式(22)至式(24)的各阈值A～F使用上述的值。另外，由于在熵S的计算中是按照实施例1所示的式(18)进行的，因此在式(19)中将标准偏差设为σ＝0.032，根据式(16)和式(17)求出概率密度分布p。基于α＝1、β＝0、γ＝0，使用式(12)来对跳动间隔R进行变换。

如上所述，在应用期外收缩去除之前的结果(图16的中央列)中，包含期外收缩的对象者和心房纤颤患者的熵S的平均值分别是8.03和8.92，标准偏差是0.21和0.17。因此，如果将阈值设为8.52，则能够以99.0％的准确度判别心房纤颤。

另一方面，在应用了期外收缩去除之后的结果(图16的右列)中，包含期外收缩的对象者和心房纤颤患者的熵S的平均值分别是7.54和8.82，标准偏差是0.26和0.17。因此，如果将阈值设为8.13，则能够以99.9％的准确度判别心房纤颤，可知与不应用期外收缩去除的情况相比，成为误检测更少的心房纤颤检测系统1。

【实施例3】

根据附图对本发明的具体的实施例3进行说明。

本实施例是实施例1的另一结构例，如图1所示，实施例1的心房纤颤检测系统1是将跳动间隔测定单元4、跳动间隔变换单元8、熵运算单元9以及比较判定单元10设为一体的系统结构(装置结构)，与此相对，如图3所示，本实施例是将心房纤颤检测系统1设为由设置有跳动间隔测定单元4的跳动间隔测定用的小型轻量的跳动间隔测定用传感器2和设置有跳动间隔变换单元8、熵运算单元9以及比较判定单元10的分析器3构成的系统结构(装置结构)的情况。

即，本实施例采用了能够将跳动间隔测定单元4佩戴于对象者的结构，对象者通过佩戴构成为具有跳动间隔测定单元4的跳动间隔测定用的小型轻量型的跳动间隔测定用传感器2，能够在不妨碍日常生活的情况下判定是否为心房纤颤。

另外，在本实施例中，分析器3可以构成为对象者能够随身携带，也可以构成为能够远程设置。

在后者的情况下，例如，优选采用使用无线或通信线路来连接跳动间隔测定用传感器2和分析器3的结构。

具体而言，例如，如图4所示，能够构成为在跳动间隔测定用传感器2中设置跳动间隔发送单元5，在分析器3中设置跳动间隔接收单元6，在跳动间隔发送单元5与跳动间隔接收单元6之间进行测定数据的收发，例如，在将分析器3设为智能手机的情况下，跳动间隔发送单元5和跳动间隔接收单元6能够采用利用Bluetooth(注册商标)或WiFi等无线通信的结构，通过这样的结构，对象者能够始终监视自身的状态。另外，分析器3也可以采用设置于互联网上的服务器的结构，在该情况下，对象者的跳动间隔R经由智能手机而被发送到服务器，例如位于远距离场所的医生等能够实时地确认对象者的跳动间隔R。

另外，在本实施例中，如图5所示，也可以构成为在跳动间隔测定用传感器2中设置用于保存跳动间隔R的跳动间隔保存单元11来代替跳动间隔发送单元5，在基于跳动间隔测定单元4的测定完成之后，分析器3经由跳动间隔接收单元6而从跳动间隔保存单元11读入跳动间隔R。

通过采用这样的结构，对象者不需要在意智能手机或无线的状态，在测定中也能够过上更接近日常的生活。另外，如果仅将跳动间隔测定用传感器2交给对象者，在测定后将跳动间隔测定用传感器2送回具有分析器3的分析中心等，在分析中心中读出在设置于跳动间隔测定用传感器2的跳动间隔保存单元11中保存的跳动间隔R，判定对象者是否产生了心房纤颤，也能够应用于健康诊断等。

另外，本发明并不限于实施例1～3，各结构要件的具体结构能够进行适当设计。