JP6105703B1 - 生体情報モニタリングシステム - Google Patents

Abstract

【課題】被験者に不快感や違和感を与えることなく、高い精度で呼吸数の計測を行うことのできる生体情報モニタリングシステムを提供する。【解決手段】 ベッド上の被験者の生体情報をモニターする生体情報モニタリングシステムは、ベッド又はベッドの脚下に設けられ、被験者の荷重を検出する複数の荷重検出器と、前記検出された荷重に基づいて被験者の重心位置の時間的変動を求める重心位置算出部と、前記求められた重心位置の時間的変動に基づいて被験者の体動情報を求める体動情報決定部と、前記求められた重心位置の時間的変動及び前記体動情報決定部により求められた体動情報に基づいて呼吸数を算出する呼吸数算出部とを備える。【選択図】図１

Description

本発明は、ベッドセンサを用いて生体情報をモニターするモニタリングシステムに関する。

被験者の生体情報は、医療や介護の現場において患者や被介護者の身体状態を知るための重要な情報の一つである。例えば被験者の呼吸数は、睡眠時無呼吸症候群やいびきなどの症状の把握、及びこれらの症状の改善に役立てることができる。また、ベッド上での患者や被介護者の身体の移動の様子を把握することも有益である。

被験者の睡眠中の生体情報、例えば呼吸数は、一般に、鼻孔に呼吸センサを取り付け胸部や腹部に加速度センサを取り付けることにより計測されている。また、ベッドの脚部の下に荷重センサを配置して、荷重センサの計測値に基づいて被験者の呼吸数を計測することも提案されている（特許文献１）。更に、ベッドの脚部の下に荷重検出器を配置してベッド上の被検生体の重心の移動を求め、この重心の移動に基づいて被検生体の呼吸運動と心拍運動とを求めることも提案されている（特許文献２）

特許第４８８３３８０号 特公昭６１−２４０１０号

鼻孔や胸部、腹部にセンサを取り付ける方法では、被験者は計測装置を身体に装着する必要があり、計測装置の存在が被験者に不快感や違和感を与え、被験者の睡眠の妨げ、例えば、トイレへの歩行など夜間の活動制限、入院中のせん妄の原因となることがある。また被験者の寝相によっては、被験者の睡眠中に計測装置が被験者の身体から外れてしまい、計測に失敗してしまうこともある。

一方で、ベッドの脚部の下に荷重センサを配置する特許文献１や特許文献２の方法は、計測精度が十分ではない恐れがある。また特許文献１や特許文献２の方法は、被験者の体動情報と呼吸情報の両方を高い精度で求めることはできない。

そこで本発明は、上記の課題を解決し、被験者に対して非侵襲なセンサとして不快感や違和感を与えることなく、高い精度で被験者の生体情報をモニターするモニタリングシステムを提供することを目的とする。

本発明の第１の態様に従えば、
ベッド上の被験者の生体情報をモニターする生体情報モニタリングシステムであって、
ベッド又はベッドの脚下に設けられ、被験者の荷重を検出する複数の荷重検出器と、
前記検出された荷重に基づいて被験者の重心位置の時間的変動を求める重心位置算出部と、
前記求められた重心位置の時間的変動に基づいて被験者の体動情報を求める体動情報決定部と、
前記求められた重心位置の時間的変動及び前記体動情報決定部により求められた体動情報に基づいて呼吸数を算出する呼吸数算出部とを備える生体情報モニタリングシステムが提供される。

第１の態様の生体情報モニタリングシステムにおいて、前記体動情報決定部は、大きな体動情報を決定する第１体動情報決定部と小さな体動情報を決定する第２体動情報決定部とを含んでもよい。

第１の態様の生体情報モニタリングシステムにおいて、前記第１体動情報決定部は、前記重心位置の時間的変動から、所定時間内に移動する重心位置の移動距離に基づいて大きな体動を決定してもよい。

第１の態様の生体情報モニタリングシステムにおいて、前記第２体動情報決定部は、前記第１体動情報決定部により決定された大きな体動が除去された前記重心位置の時間的変動から、重心位置の移動方向に基づいて、小さな体動を決定してもよい。

第１の態様の生体情報モニタリングシステムにおいて、前記呼吸数算出部は、前記第１体動情報決定部により決定された大きな体動と前記第２体動情報決定部により決定された小さな体動が除去された前記重心位置の時間的変動から呼吸数を算出してもよい。

第１の態様の生体情報モニタリングシステムにおいて、前記大きな体動情報、小さな体動情報及び呼吸数を同期して求めてもよい。

第１の態様の生体情報モニタリングシステムは、前記求められた被験者の体動情報及び／又は呼吸数に基づいて、被験者が睡眠状態であるか覚醒状態であるかを判断する身体状態判定部を更に備えてもよい。

第１の態様の生体情報モニタリングシステムは、前記検出された荷重に基づいて被験者が前記ベッド上に存在するか否かを判定する離着床判定部を更に備えてもよく、前記身体状態判定部は、被験者が睡眠状態であると判断し、且つ前記離着床判定部が被験者が前記ベッドから離床したと判定した時に被験者がベッドから転落したと判定してもよい。

第１の態様の生体情報モニタリングシステムは前記求められた重心位置の時間的変動に基づいて被験者の心拍数を求める心拍数算出部を更に備えてもよい。

第１の態様の生体情報モニタリングシステムにおいて、前記身体状態判定部は、前記求められた被験者の、体動情報、呼吸数、及び心拍数に基づいて被験者の生死判定を行ってもよい。。

第１の態様の生体情報モニタリングシステムは、前記求められた被験者の体動情報の時間的変化を、ベッド上での前記重心位置の移動履歴として表示する表示部を更に備えてもよい。

第１の態様の生体情報モニタリングシステムは、前記求められた被験者の重心位置の時間的変動に基づいて報知を行う報知部を更に備えてもよい。

第１の態様の生体情報モニタリングシステムにおいて、前記重心位置の時間的変動は、前記被験者の体動に起因する変動と前記被験者の呼吸に起因する変動とを含んでもよく、前記呼吸に起因する変動から被験者の体軸を求める手段を更に備えてもよい。

第１の態様の生体情報モニタリングシステムは、前記検出された荷重に基づいて被験者の体重を求める体重計測部を更に備えてもよい。

本発明の第２の態様に従えば、ベッドと、第１の態様の生体情報モニタリングシステムとを備えるベッドシステムが提供される。

本発明のベッドセンサによる生体情報モニタリングシステムは、被験者に対して非侵襲なセンサとして不快感や違和感を与えることなく高い精度で被験者の生体情報をモニターすることができるモニタリングシステムを提供できる。さらに、本発明のベッドセンサによる生体情報モニタリングシステムは、荷重センサーの時系列データから、体重、体動、呼吸、いびき、心拍等の生体情報の状態とその時間的変化を、同時に同期して測定することができるため、時系列に変化する被験者の身体状態の判定もそれぞれの時刻に合わせて、前記生体情報と同期して行うことが可能である。

図１は、本発明の実施形態に係る生体情報モニタリングシステムの構成を示すブロック図である。 図２は、本発明の実施形態に係る呼吸状態検知方法を示すフローチャートである。 図３は、荷重検出器のベッドに対する配置を示す説明図である。 図４は、ベッド上面に画成される４つの荷重検出領域の配置を示す説明図である。 図５は、荷重検出器からの荷重信号の一例を示す。 図６は、被験者の重心軌跡の一例を示す。 図７は、被験者の重心軌跡の他の例を示す。 図８は、動きベクトルの移動方向を判断する方法を説明する説明図である。 図９（ａ）、図９（ｂ）、図９（ｃ）は、図７に示すベッド上での被験者の重心軌跡から、被験者の大きな体動に起因する重心移動の軌跡を取り除いた軌跡を示す。 図１０は、図９（ａ）の重心軌跡に含まれる複数の動きベクトルを示す。 図１１（ａ）、図１１（ｂ）、図１１（ｃ）はそれぞれ、図９（ａ）、図９（ｂ）、図９（ｃ）に示すベッド上での被験者の重心軌跡から、被験者の小さな体動に起因する重心移動の軌跡を取り除いた軌跡を示す。 図１２は、図１１（ａ）に示す重心軌跡ＧＴを、体軸方向がＸ方向に一致するように回転した様子を示す。 図１３は、変形例の生体情報モニタリングシステムの構成を示すブロック図である。 図１４は、変形例の荷重検出工程で検出される荷重検出器からの荷重信号の一例を示す。 図１５（ａ）は、被験者の重心軌跡の更に他の例を示し、図１５（ｂ）は図１５（ａ）に示す重心軌跡を低いサンプリング周波数に変換することにより得られる重心軌跡を示す。 図１６（ａ）、図１６（ｂ）、図１６（ｃ）は、図１５（ａ）に示すベッド上での被験者の重心軌跡から、被験者の大きな体動に起因する重心移動の軌跡を取り除いた軌跡を示す。 図１７は重心軌跡を呼吸成分と小さな体動の成分とに分解する様子を示す説明図である。 図１８は、図１６（ｂ）に示す重心軌跡から抽出された呼吸成分を示す。 表示部５の表示画面の一例を示す。 図２０は、本発明の実施形態に係るベッドシステムの全体構成を示すブロック図である。

＜第１実施形態＞
図１〜図１２を参照して、本発明の第１実施形態について説明する。

図１に示す通り、本実施形態の生体情報モニタリングシステム１００は、ベッド上の被験者の生体状態を把握するために観測や測定を行うもので、荷重検出部１、制御部３、記憶部４、表示部５を主に有する。荷重検出部１と制御部３とは、Ａ／Ｄ変換部２を介して接続されている。制御部３には更に、報知部６及び入力部７が接続されている。

荷重検出部１は、４つの荷重検出器１１、１２、１３、１４を備える。荷重検出器１１、１２、１３、１４のそれぞれは、例えばビーム形のロードセルを用いて荷重を検出する荷重検出器である。このような荷重検出器は例えば、特許第４８２９０２０号や特許第４００２９０５号に記載されている。荷重検出器１１、１２、１３、１４はそれぞれ、配線によりＡ／Ｄ変換部２に接続されている。

Ａ／Ｄ変換部２は、荷重検出部１からのアナログ信号をデジタル信号に変換するＡ／Ｄ変換器を備え、荷重検出部１と制御部３にそれぞれ配線で接続されている。

制御部３は、専用又は汎用のコンピュータであり、内部に重心位置算出部３１、呼吸数算出部３２、呼吸換気量算出部３３、心拍数算出部３４、心拍出量算出部３５、身体状態判定部３６が構築されている。

記憶部４は、生体情報モニタリングシステム１００において使用されるデータを記憶する記憶装置であり、例えばハードディスク（磁気ディスク）を用いることができる。表示部５は、制御部３から出力される情報を生体情報モニタリングシステム１００の使用者に表示する液晶モニター等のモニターである。

報知部６は、制御部３からの情報に基づいて所定の報知を視覚的又は聴覚的に行う装置、例えばスピーカを備える。入力部７は、制御部３に対して所定の入力を行うためのインターフェイスであり、キーボード及びマウスにし得る。

このような生体情報モニタリングシステム１００を使用してベッド上の被験者の呼吸状態を始めとした生体情報を検知しモニターする動作について説明する。

生体情報モニタリングシステム１００を使用した被験者の呼吸状態の検知は、図２に示す通り、被験者の荷重を検出する荷重検出工程（Ｓ１０１）、検出した荷重に基づいて被験者の重心位置の時間的変動（重心軌跡）を算出する重心軌跡算出工程（Ｓ１０２）、求めた重心軌跡に基づいて被験者の体動、呼吸状態、呼吸数及びその時間的変化を算出する呼吸数算出工程（Ｓ１０３）、求めた重心軌跡に基づいて被験者の呼吸の換気量を算出する呼吸換気量算出工程（Ｓ１０４）、検出した荷重に基づいて被験者の心拍数を算出する心拍数算出工程（Ｓ１０５）、被験者の心拍出量を算出する心拍出量算出工程（Ｓ１０６）、算出した被験者の呼吸数及び呼吸換気量に基づいて被験者の身体状態を判定する身体状態判定工程（Ｓ１０７）を含み、更に上記の工程で算出した被験者の呼吸数及び呼吸換気量並びに上記の工程で判定した被験者の身体状態を表示する表示工程（Ｓ１０８）を含む。

＜荷重検出工程＞
荷重検出工程Ｓ１０１を行うために、荷重検出部１の４つの荷重検出器１１、１２、１３、１４は、被験者が使用するベッドの脚の下に配置される。具体的には荷重検出器１１、１２、１３、１４は、図３に示す通り、ベッドＢＤの四隅の脚の下端部に取り付けられたキャスターＣ_１、Ｃ_２、Ｃ_３、Ｃ_４の下にそれぞれ配置される。

荷重検出器１１、１２、１３、１４を、キャスターＣ_１、Ｃ_２、Ｃ_３、Ｃ_４の下にそれぞれ配置することにより、ベッドＢＤの上面に加えられる荷重は、４つの荷重検出器１１、１２、１３、１４に分散して検知される。具体的には、図４に示す通りベッドＢＤの矩形状の上面は、縦及び横にそれぞれ２分割されて４つの矩形領域Ｉ〜ＩＶに均等に分割される。

これにより、ベッドＢＤ上の中央部で仰臥する（仰向けに寝る）被験者Ｓの左下半身が位置する領域Ｉに加えられる荷重は主に荷重検出器１１により検出され、同状態の被験者Ｓの右下半身が位置する領域ＩＩに加えられる荷重は主に荷重検出器１２により検出される。同様に、ベッドＢＤ上の中央部で仰臥する被験者Ｓの右上半身が位置する領域ＩＩＩに加えられる荷重は主に荷重検出器１３により検出され、同状態の被験者Ｓの左上半身が位置する領域ＩＶに加えられる荷重は主に荷重検出器１４により検出される。なお、ベッドＢＤ上に被験者Ｓが乗っていない場合、荷重検出器１１、１２、１３、１４からの出力の合計はベッド単体の重量を表わし、ベッドＢＤ上に被験者Ｓが乗っている場合、荷重検出器１１、１２、１３、１４からの出力の合計はベッド単体の重量と被験者Ｓの体重を表わしているため、予め記憶部４にベッド単体の重量を記憶しておくことにより、被験者Ｓが在床した時に被験者Ｓの体重を測定することが出来る。なお、ベッドの重量が４つの領域で均一でない場合には、その相違を荷重検出器に対応するベッド重量として記憶させておく。また、実際の計測中の被験者Ｓ以外の重量をもたらす状況、例えば、布団や荷物等が置かれたことをベッド重量に反映させるようにすることが望ましい。

荷重検出器１１、１２、１３、１４はそれぞれ、荷重（荷重変化）を検出してアナログ信号としてＡ／Ｄ変換部２に出力する。Ａ／Ｄ変換部２は、サンプリング周期を例えば０．１秒として、アナログ信号をデジタル信号に変換し、デジタル信号（以下「荷重信号」）として制御部３に出力する。

荷重信号の一例を図５に示す。図５は、時刻ｔ_１０〜時刻ｔ_１４までの間に出力された荷重検出器１１、１２、１３、１４からの荷重信号ｓ_１（実線）、ｓ_２（破線）、ｓ_３（一点鎖線）、ｓ_４（二点鎖線）の様子を示している。被検者Ｓは、時刻ｔ_１０〜時刻ｔ_１１までの間（期間Ｐ_１１）には図４に示す通りベッドＢＤの中央部に仰臥しており、時刻ｔ_１１〜時刻ｔ_１２までの間（期間Ｐ_１２）にはベッドＢＤの領域Ｉ、ＩＶ側に移動しており、時刻ｔ_１２〜時刻ｔ_１３までの間（期間Ｐ_１３）には期間Ｐ_１２と比べてややベッドＢＤの中央側に移動しており、時刻ｔ_１３〜時刻ｔ_１４までの間（期間Ｐ_１４）にはベッドＢＤの中央部に仰臥していたことが観察されている。

期間Ｐ_１１には、被験者Ｓは図４に示す通りベッドＢＤの中央部に仰臥していたので、この期間Ｐ_１１では、被験者Ｓの頭側に配置された荷重検出器１３、１４からの信号ｓ_３、ｓ_４がほぼ等しく、被験者Ｓの脚側に配置された荷重検出器１１、１２からの信号ｓ_１、ｓ_２がほぼ等しい。

期間Ｐ_１２には、被験者ＳはベッドＢＤの領域Ｉ、ＩＶ側に移動していたので、この期間Ｐ_１２では、領域Ｉ、ＩＶに配置された荷重検出器１１、１４からの信号ｓ_１、ｓ_４が期間Ｐ_１１に比べて大きな荷重値を示し、領域ＩＩ、ＩＩＩに配置された荷重検出器１２、１３からの信号ｓ_２、ｓ_３は期間Ｐ_１１に比べて小さな荷重値を示している。

期間Ｐ_１３には、被験者Ｓは、期間Ｐ_１２と比べてややベッドＢＤの中央側に移動していたので、この期間Ｐ_１３では、領域Ｉ、ＩＶに配置された荷重検出器１１、１４からの信号ｓ_１、ｓ_４は期間Ｐ_１２に比べて小さな荷重値を示し、領域ＩＩ、ＩＩＩに配置された荷重検出器１２、１３からの信号ｓ_２、ｓ_３は期間Ｐ_１２に比べて大きな荷重値を示している。

期間Ｐ_１４には、被験者Ｓは、期間Ｐ_１１と同じくベッドＢＤの中央部に仰臥していたので、この期間Ｐ_１４における信号ｓ_１〜ｓ_４は、期間Ｐ_１１における信号ｓ_１〜ｓ_４と同じである。この荷重検出器１からの出力より、被験者が在床しているか、離床しているかをモニターすることは可能であるが、後述の重心位置算出部３１や呼吸数算出部３２のデータを用いることで、被験者を正確にモニターすることができる。

＜重心軌跡算出工程＞
重心軌跡算出工程Ｓ１０２では、重心位置算出部３１が、荷重検出器１１〜１４からの荷重信号ｓ_１〜ｓ_４に基づいてベッドＢＤ上の被験者Ｓの重心Ｇの位置Ｇ（Ｘ、Ｙ）を所定の周期Ｔ（例えば上記のサンプリング周期０．１秒に等しい）で算出し、被験者Ｓの重心Ｇの位置の時間的変動（重心軌跡ＧＴ）を求める。ここで、（Ｘ、Ｙ）は、ベッドＢＤの中心部を原点として長手方向にＸを、短手方向にＹを取ったＸＹ座標面上における座標を示す（図６）。

重心位置算出部３１による重心Ｇの位置Ｇ（Ｘ、Ｙ）の算出は、次の演算により行われる。すなわちＧ（Ｘ、Ｙ）は、荷重検出器１１、１２、１３、１４の座標をそれぞれ（Ｘ_１１、Ｙ_１１）、（Ｘ_１２、Ｙ_１２）、（Ｘ_１３、Ｙ_１３）、（Ｘ_１４、Ｙ_１４）、荷重検出器１１、１２、１３、１４の荷重の検出値をそれぞれＷ_１１、Ｗ_１２、Ｗ_１３、Ｗ_１４として、次式により算出される。

重心位置算出部３１は、上記の数式１、数式２に基づいて重心Ｇの位置Ｇ（Ｘ、Ｙ）を所定のサンプリング周期Ｔで算出しながら、重心Ｇの位置Ｇ（Ｘ、Ｙ）の時間的変動、即ち重心軌跡ＧＴを求め、例えば記憶部４に記憶させる。

重心位置算出部３１で算出された重心軌跡ＧＴの一例を図６に示す。図６は、図５の期間Ｐ_１１、Ｐ_１２、Ｐ_１３にそれぞれ含まれる時刻ｔ_１１０、ｔ_１２０、ｔ_１３０における、ベッドＢＤ上の被験者Ｓの重心Ｇの位置Ｇ（Ｘ_Ｐ１１、Ｙ_Ｐ１１）、Ｇ（Ｘ_Ｐ１２、Ｙ_Ｐ１２）、Ｇ（Ｘ_Ｐ１３、Ｙ_Ｐ１３）を示しており、Ｐ_１１、Ｐ_１２、Ｐ_１３を繋ぐ一点鎖線の矢印は、位置Ｇ（Ｘ_Ｐ１１、Ｙ_Ｐ１１）からＧ（Ｘ_Ｐ１３、Ｙ_Ｐ１３）まで移動する被験者Ｓの重心Ｇの重心軌跡ＧＴを示している。この重心位置算出部３１で算出された重心軌跡ＧＴを用いることで、重心軌跡ＧＴに変化があれば被験者Ｓがベッド上に在床しており、変化が無ければ離床しているとモニターすることができる。

＜呼吸数算出工程＞
呼吸数算出工程Ｓ１０３では、呼吸数算出部３２が、重心位置算出部３１で算出した重心軌跡ＧＴに基づいて、被験者Ｓの単位時間当たりの呼吸数を算出する。

人間の呼吸は、胸郭及び横隔膜を移動させて、肺を膨張及び収縮させることにより行われる。ここで吸気時、すなわち肺が膨張する時には横隔膜は下方に下がり、内臓も下方に移動する。一方で呼気時、すなわち肺が収縮する時には横隔膜は上方に上がり、内臓も上方に移動する。本発明の発明者は研究により、この内臓移動に伴って重心Ｇがわずかに移動すること、及び重心Ｇの移動が背骨の延在方向（体軸方向）にほぼ沿っていることを見出した。

したがって呼吸数算出部３２は、重心位置算出部３１が算出した重心軌跡ＧＴに含まれる、重心Ｇの体軸方向の往復動の軌跡に基づいて、被験者Ｓの単位時間当たりの呼吸数を算出することができる。

具体的には、呼吸数算出部３２が呼吸数を算出する呼吸数算出工程Ｓ１０３は、被験者Ｓの重心軌跡ＧＴから被験者Ｓの寝返り等の大きな体動に起因する重心移動の軌跡を決定する大きな体動決定工程Ｓ１０３１と、被験者Ｓの手足の動き等の小さな体動に起因する重心移動の軌跡を決定する小さな体動決定工程Ｓ１０３２と、これらの工程の結果として抽出された被験者Ｓの呼吸に起因する重心移動の軌跡を用いて被験者Ｓの呼吸数を算出する算出工程Ｓ１０３３とを含む。呼吸数算出工程Ｓ１０３のより詳しい手順を、１分間の呼吸数を算出する場合を例として説明する。

呼吸数算出部３２はまず、計測対象の１分間における被験者Ｓの重心軌跡ＧＴを記憶部４から取り出す。取り出される重心軌跡ＧＴの一例は図７に示す通りである。図７に示す重心軌跡ＧＴは、計測対象の１分間の間に、被験者Ｓが、寝返り等によりベッド上を左右方向に一往復していることを示している。一度目の移動では被験者Ｓの重心Ｇは点Ａから点Ｂに移動しており、二度目の移動では被験者Ｓの重心Ｇは点Ｂから点Ｃに移動している。なお、被験者Ｓの呼吸に起因する重心移動は、被験者Ｓの寝返りに起因する重心移動のスケールに比べてはるかに小さいため、図７では表れていない。

次に、呼吸数算出部３２は、重心軌跡ＧＴから被験者Ｓの大きな体動に起因する重心移動の軌跡を大きな体動決定工程Ｓ１０３１で決定し取り除く。本発明において「大きな体動」とは、寝返りや、その他の胴体部の移動を伴う離散的な体動を主に含み、苦しい時、若しくは覚醒時などにも生じる。重心の移動という観点で表すと、ある期間内に、ある方向に所定距離ｄを超えて重心Ｇを移動させる体動を意味する。したがって、被験者Ｓの体動のうちいずれを「大きな体動」とするかは任意であり、所定距離ｄの値に基づいて、いずれを「大きな体動」とするかを決定することができる。大きな体動とは、呼吸による重心移動に対して相対的に区別できる程度に（例えば数倍以上）大きい重心の移動と見ることもできる。

呼吸数算出部３２は、重心Ｇが略一方向に所定距離ｄを超えて移動した場合に大きな体動が生じたと判断し、この期間の重心軌跡ＧＴを取り除く。重心Ｇが略一方向に移動しているか否かは、一例として、所定のサンプリング期間における重心Ｇの動きベクトルと、次のサンプリング期間における重心Ｇの動きベクトルとの間の角度が所定の角度以下であるか否かに基づいて判断することができる。なお、大きな体動決定工程Ｓ１０３１で得た大きな体動は、寝返りや、その他の胴体部の移動を伴う体動を主に含むため、この信号部分について、機械学習等により信号の内容を判断し、寝返りや体位の移動をモニターすることができる。

具体的には例えば、図８に示すように、重心Ｇの動きベクトルｖ_２〜ｖ_４は、その直前のサンプリング期間における動きベクトルに対して、約５°以下の角度を有しているが、動きベクトルｖ_５は、その直前のサンプリング期間における動きベクトルｖ_４に対して５°以上の角度を有している。このような場合、重心Ｇは、動きベクトルｖ_１〜ｖ_４に対応するサンプリング期間においては略一定方向に移動し、動きベクトルｖ_５に対応するサンプリング期間においては移動方向が変更されたとみなすことができる。ここで、角度の閾値（５°）は例示であり、任意の角度に設定することができる。なお、動きベクトルを用いた大きな体動の決定を行う前に、重心軌跡ＧＴをローパスフィルタでフィルタリングしてもよい。これにより高周波成分（ノイズ）が除去され、決定の精度を向上させることができる。

図７に示す重心軌跡ＧＴから、大きな体動に起因する重心移動の軌跡を取り除くと図９（ａ）〜図９（ｃ）に示すような軌跡が得られる。図９（ａ）は、被験者Ｓが一度目の大きな体動を行う前の期間、即ち被験者Ｓの重心Ｇが図７の点Ａ近傍に位置する期間の被験者Ｓの重心軌跡ＧＴを示す。図９（ｂ）は、被験者Ｓが一度目の大きな体動を行った後、二度目の大きな体動を行うまでの期間、即ち被験者Ｓの重心Ｇが図７の点Ｂ近傍に位置する期間の被験者Ｓの重心軌跡ＧＴを示す。図９（ｃ）は、被験者Ｓが二度目の大きな体動を行った後、即ち被験者Ｓの重心Ｇが図７の点Ｃ近傍に位置する期間の被験者Ｓの重心軌跡ＧＴを示す。

図９（ａ）〜図９（ｃ）に示される重心軌跡ＧＴはいずれも、一方向の往復動を示す軌跡を含んでいる。この軌跡が被験者Ｓの呼吸に起因する重心移動の軌跡である。図９（ａ）〜図９（ｃ）に示される重心軌跡ＧＴは更に、一方向の往復動から逸脱して、任意の方向にやや大きく移動する部分を含んでいる。この部分が、被験者Ｓの小さな体動に起因する重心移動の軌跡である。本発明において「小さな体動」とは、被験者Ｓの身体全体が大きく移動するのではなく、身体の一部、即ち手足や顔（頭）だけが動くような移動であり、重心の移動という観点で表すと、被験者Ｓの呼吸に起因する重心移動の方向とは異なる方向に、所定距離ｄを超えない範囲で重心Ｇを移動させる体動を意味する。小さな体動とは、大きな体動と区別できる程度に（例えば数分の一以下）小さい重心の移動と見ることもできる。

次に、呼吸数算出部３２は、重心軌跡ＧＴから被験者Ｓの小さな体動に起因する重心移動の軌跡を小さな体動決定工程Ｓ１０３２で決定し取り除く。小さな体動に起因する重心移動の軌跡の除去は例えば、外れ値除去の方法に従って行うことができる。

具体的には、図９（ａ）に示す重心軌跡ＧＴが、図１０のように、ｖ_６〜ｖ_４６までの４１個の動きベクトルを含んでいるものとする。呼吸数算出部３２はまず、これらの４１個の動きベクトルから最頻値ベクトルｖ_ｆの向きを求める。動きベクトルｖ_６〜ｖ_４６はそれぞれ向きを有するが、図１０に示されるように、動きベクトルｖ_６〜ｖ_４６のいくつかは、それぞれ互いに同一の向きを有している。最頻値ベクトルｖ_ｆの向きは、動きベクトルｖ_６〜ｖ_４６の向きの内、最も多く表れる向きに等しく、図１０から明らかなように動きベクトルｖ_６〜ｖ_３７のいずれかの向きに等しい。この最頻値ベクトルｖ_ｆの向きは、被験者Ｓの体軸の延びる方向にもほぼ等しい。従って、最頻値ベクトルｖ_ｆの向きを求めることによって被験者Ｓの体軸の延びる方向を求めることができる。

次に、呼吸数算出部３２は、動きベクトルｖ_６〜ｖ_４６の内、自らの向きと最頻値ベクトルｖ_ｆの向き（又は最頻値ベクトルｖ_ｆに対して１８０°の角度を有する向き）との間の相違が一定の閾値以下の動きベクトルを多数派ベクトルとみなし、自らの向きと最頻値ベクトルｖ_ｆの向き（及び最頻値ベクトルｖ_ｆに対して１８０°の角度を有する向き）との間の相違が一定の閾値よりも大きい動きベクトルを少数派ベクトルとみなす。具体的には、被験者Ｓの体軸方向にほぼ沿った向きを有する動きベクトルｖ_６〜ｖ_３７を多数派ベクトルとみなし、その他の動きベクトルｖ_３８〜ｖ_４６を少数派ベクトルとみなす。そして少数派ベクトルを除去する（多数派ベクトルを抽出する）。これにより呼吸数算出部３２は、被験者Ｓの体動に起因する重心Ｇの移動の軌跡、即ち小さな体動決定工程Ｓ１０３２の前半部で得られた重心軌跡ＧＴの体動成分を除去し、被験者Ｓの呼吸に起因する重心Ｇの移動の軌跡、即ち重心軌跡ＧＴの呼吸成分を抽出する（小さな体動決定工程Ｓ１０３２の後半部）。

また呼吸数算出部３２は、上記と同様にして、図９（ｂ）、図９（ｃ）に示す重心軌跡ＧＴからも、被験者Ｓの体動に起因する重心Ｇの移動の軌跡（小さな体動決定工程Ｓ１０３２の前半部で得られた重心軌跡ＧＴの体動成分）を除去し、被験者Ｓの呼吸に起因する重心Ｇの移動の軌跡（重心軌跡ＧＴの呼吸成分）を抽出する（小さな体動決定工程Ｓ１０３２の後半部）。なお、小さな体動決定工程Ｓ１０３２の前半部で得られた小さな体動成分は、身体の一部、即ち手足や顔（頭）だけが動くような移動であり、この信号部分について、機械学習等により信号の内容を判断し、手指の痙攣であったりしゃっくりなどの発生をモニターしても良い。更に、この小さな体動を用いて、睡眠・覚醒の推定をしても良い。

図９（ａ）〜図９（ｃ）に示される重心軌跡ＧＴから抽出された呼吸成分を、それぞれ図１１（ａ）〜図１１（ｃ）に示す。図１１（ａ）〜図１１（ｃ）に示される重心軌跡ＧＴの往復動の合計回数が、１分間の被験者Ｓの呼吸数を示している。したがって呼吸数算出部３２は、図１１（ａ）〜図１１（ｃ）に示される重心軌跡ＧＴに基づいて被験者Ｓの１分間の呼吸数を算出する。

具体的には呼吸数算出部３２は、まず被験者Ｓの重心軌跡ＧＴの呼吸成分を、最頻値ベクトルｖ_ｆの方向がＸ軸方向と一致するように回転する（図１２）。次に呼吸数算出部３２は、図１２に示す重心軌跡ＧＴに対して、多段フィルタバンクを用いて複数段のフィルタリングを行う。各段のフィルタリングにおいて高周波成分はノイズとして除去される。一方、各段のフィルタリングにより得られた低周波成分に対しては、次の段のフィルタリングが行われる。フィルタリングを所定の段数行った後、最終段の低周波成分を呼吸回数と算出することができる。また、前述の荷重検出部１からの出力と呼吸数算出部３２のデータを用いることで、被験者が在床しているか、離床しているかを正確にモニタリングできる。これは、例えばベッド上に荷物等が置かれた場合でも、荷重検出部１の出力は変化するが、この出力に基づいて呼吸数算出部３２において呼吸数が算出されれば、ベッド上に存在するのは荷物等ではなく被験者であると判断できる。また、呼吸が検出できていた荷重が存在し、呼吸成分が検出できなくなれば呼吸停止と考えられる。心拍変動も認めなければ、心停止を意味する。つまり、いつの時点で死亡に至ったのかも判断でき、その前の体動、呼吸、心拍の分析などで、死亡に至った状況も推測できる。これは、医療事故調査などでも非常に重要である。

＜呼吸換気量算出工程＞
呼吸換気量算出工程Ｓ１０４では、呼吸換気量算出部３３が、呼吸数算出部３２が抽出した呼吸に基づく重心移動の軌跡（図１２）に基づいて、被験者Ｓの１回の換気量を推定する。なお、呼吸換気量とは、呼吸の深さに相当する物理量である。

図１２の振幅１回分が呼吸の１回に相当する。大きく深い呼吸の時、吸気時に肺が膨張する時には横隔膜は通常の吸気よりも大きく移動して下方に下がり、内臓も大きく下方に移動する。一方で呼気時、すなわち肺が収縮する時には横隔膜は通常の呼気より大きく移動して上方に上がり、内臓も大きく上方に移動する。その反対に小さく浅い呼吸の時は、内蔵の動きは通常状態より小さくなる。本発明の発明者は研究により、呼吸の大きさに応じて、この内臓移動に伴う重心Ｇのわずかな移動に更に変化が現れることを見出した。具体的には、大きく深い呼吸の時は、振幅が通常時より大きくなり、小さく浅い呼吸の時は、振幅が通常時より小さくなる。１回の換気量は、この振幅と相関付けを行うことで、推定できる。例えば、あらかじめ被験者がベッドで仰向けの状態で、大きく深い呼吸を行い、その時の換気量と振幅を記録しておく。また、小さく浅い呼吸を行い、その時の換気量と振幅を記録しておく。取得した呼吸に基づく重心軌跡に基づいて、振幅より呼吸換気量を算出する。一回の換気量を推定することで、１分間の分時換気量を推定することも可能になる。１分間の呼吸回数と分時換気量が解ることで、被験者Ｓの呼吸状態が総合的に良い状態にあるのか悪い状態にあるのかをモニターすることができる。

＜心拍数算出工程＞
心拍数算出工程Ｓ１０５においては、心拍数算出部３４が、荷重検出部１からの荷重信号より心拍成分を取り出す。具体的には次の方法を用いる。心拍成分は、０．５Ｈｚ〜２．５Ｈｚの帯域にある信号成分であるため、心拍数算出部３４は４つの荷重検出器１１〜１４の出力値より、この周波数帯域の信号成分を取り出す。心拍数算出部３４は次いで重心軌跡算出工程Ｓ１０２と同様の方法により心拍成分での重心軌跡を算出し、算出された重心軌跡より被験者Ｓの単位時間当たりの心拍数を算出する。

＜心拍出量算出工程＞
心拍出量算出工程Ｓ１０６は、心拍出量算出部３５が、心拍数算出部３４が抽出した心拍に基づく重心軌跡に基づいて、被験者Ｓの１回の心拍出量を推定する。呼吸換気量算出工程Ｓ１０４と同様に振幅１回分が心拍１回に相当するため、１回の心拍出量は、この振幅と相関付けを行うことで、推定できる。例えば、あらかじめ被験者がベッドで仰向けの状態で、その時の心拍出量と振幅を記録しておく。取得した心拍に基づく重心軌跡に基づいて、振幅より心拍出量を算出する。心拍数と心拍出量より被験者Ｓの血圧状態が総合的に良い状態にあるのか悪い状態にあるのかをモニターすることができる。また、前述の１分間の呼吸回数と分時換気量を組み合わせることで、被験者Ｓの健康状態が総合的に良い状態にあるのか悪い状態にあるのかをモニターすることができる。

＜身体状態判定工程＞
身体状態判定工程Ｓ１０７では、身体状態判定部３６が、呼吸数算出部３２が決定した被験者Ｓの呼吸数及び呼吸換気量算出部３３が算出した被験者Ｓの呼吸換気量を、記憶部４に記憶された参照データと比較して、被験者Ｓの身体状態を判定する。

身体状態判定部３６は、算出された被験者Ｓの呼吸数及び呼吸換気量の値を、記憶部４に記憶された参照データの値と比較し、例えば被験者Ｓが睡眠状態にあるか、覚醒状態にあるかをモニターすることができる。身体状態判定部３６はまた、被験者Ｓがいびきをかいているか否かや、無呼吸状態であるか否かをモニターすることができる。身体状態判定部３６はまた、被験者Ｓが頻呼吸、徐呼吸、過呼吸、不規則な呼吸などの異常呼吸状態に陥っていないか否かをモニターすることができる。その他身体状態判定部３６により判定し得る身体状態の他の例として、呼吸回数だけでなく、呼吸が止まっている時間、呼吸している時間などもモニターすることができる。また、体軸の方向が解っているので、大きな体動より被験者の寝返りの方向などもモニターすることができる。

＜表示工程＞
表示工程Ｓ１０８では、呼吸数算出部３２が算出した被験者Ｓの呼吸数、呼吸換気量算出部３３が算出した被験者Ｓの呼吸換気量、心拍数算出部３４が算出した被験者Ｓの心拍数、心拍出量算出部３５が算出した被験者Ｓの心拍出量、及び身体状態判定部３６が判定した被験者Ｓの身体状態をモニターに表示する。使用者は、モニターを目視することで、被験者Ｓの呼吸数、呼吸換気量、心拍数、心拍出量、身体状態をモニターすることができる。

生体情報モニタリングシステム１００の使用者は、被験者Ｓが所定の状態に至ったら報知部６により報知がなされるよう設定することもできる。例えば使用者は、入力部７を用いて被験者Ｓが無呼吸状態となったときに報知がなされるよう設定することができる。

本実施形態の生体情報モニタリングシステム１００の効果を以下にまとめる。

本実施形態の生体情報モニタリングシステム１００は、ベッドＢＤの脚の下に配置した荷重検出器１１〜１４を用いて被験者Ｓの呼吸数を算出している。したがって、被験者Ｓの身体に計測装置を取り付ける必要がなく、被験者Ｓに不快感や違和感を与えることがない。

本実施形態の生体情報モニタリングシステム１００は、被験者Ｓの重心Ｇの位置の軌跡（重心Ｇの位置の時間的変化）に基づいて被験者Ｓの呼吸数を算出している。被験者Ｓの重心Ｇの位置の軌跡に含まれる被験者Ｓの呼吸に関する情報は、荷重センサ１１〜１４のそれぞれからの出力値に含まれる被験者Ｓの呼吸に関する情報とは異なり、被験者Ｓがベッド上のどの位置にいても、その出力強度が変化することがなく安定している。したがって本実施形態の生体情報モニタリングシステム１００は、被験者Ｓがベッド上のどの位置にいても正確に被験者Ｓの呼吸数を算出することができる。

本実施形態の生体情報モニタリングシステム１００は、被験者Ｓの重心軌跡ＧＴから、被験者Ｓの体動に起因する重心Ｇの移動の軌跡を除去し、被験者Ｓの呼吸に起因する重心Ｇの移動の軌跡のみを抽出して被験者Ｓの呼吸数を算出しているため、算出された呼吸数の精度が高い。また、被験者Ｓの呼吸の換気量も求めることができる。

特に、本実施形態の生体情報モニタリングシステム１００は、被験者Ｓの重心軌跡ＧＴから、重心Ｇの移動量に基づいて大きな体動に起因する重心Ｇの移動の軌跡を除去し、次いで重心Ｇの移動方向に基づいて小さな体動に起因する重心Ｇの移動の軌跡を除去している。小さな体動のうち、呼吸と同程度の大きさ又は周期で重心位置が変動するものがある。それゆえ、単に周波数フィルタを用いるだけではこれらを分離することは容易ではない。しかし上記実施形態では重心Ｇの移動方向に基づいて小さな体動に起因する重心Ｇの移動の軌跡を除去しているため、重心軌跡ＧＴから被験者Ｓの呼吸に起因する重心Ｇの移動の軌跡のみを低ノイズで抽出することができ、被験者Ｓの呼吸数Ｓを高精度に算出することができる。

＜変形例＞
図１３〜図１９を参照して、変形例の生体情報モニタリングシステム２００（図１３）を用いて被験者の呼吸状態等の検知する方法の変形例を説明する。変形例の生体情報モニタリングシステム２００は、制御部３が更に体動情報決定部３７を備える点を除いては上記実施形態の生体情報モニタリングシステム１００と同一である。変形例の方法は、荷重検出工程Ｓ２０１（図２）、呼吸数算出工程Ｓ２０３（図２）の処理内容が上記実施形態の方法とは異なっている。

＜荷重検出工程＞
変形例の荷重検出工程Ｓ２０１では、被験者ＳのベッドＢＤへの着床、及び被験者ＳのベッドＢＤからの離床も検出する。また被験者Ｓの体重の計測も行う。

荷重検出工程Ｓ２０１において検出される荷重信号の一例を図１４（ｂ）に示す。図１４（ｂ）は、時刻ｔ_２０〜時刻ｔ_２６までの間に出力された荷重検出器１１、１２、１３、１４からの荷重信号ｓ_１（実線）、ｓ_２（破線）、ｓ_３（一点鎖線）、ｓ_４（二点鎖線）の様子を示している。荷重検出器１１〜１４は、上記実施形態と同様に、各々図４に示す領域Ｉ〜ＩＶに設けられている。被験者Ｓは、時刻ｔ_２０〜ｔ_２１までの間（期間Ｐ_２１）にはベッドＢＤ上に存在しておらず、時刻ｔ_２１にベッドＢＤの領域ＩＩ、ＩＩＩ側に腰掛けた後、時刻ｔ_２２にベッドＢＤの中央で仰臥した姿勢となったことが観察されている。また被験者Ｓは、時刻ｔ_２３から時刻ｔ_２４までの間（期間Ｐ_２４）は任意の体位を取り、その後、時刻ｔ_２４に再びベッドＢＤの領域ＩＩ、ＩＩＩ側に腰掛けた後、時刻ｔ_２５にベッドＢＤから離れたことが観察されている。

期間Ｐ_２１には、被験者ＳはベッドＢＤ上に存在していない。そのため期間Ｐ_２１では、荷重検出器１１〜１４からの信号ｓ_１〜ｓ_４はいずれも等しく、ベッドＢＤの重さの約１／４に相当する荷重値をそれぞれ示している。

被験者ＳがベッドＢＤの領域ＩＩ、ＩＩＩに着座した時刻ｔ_２１において、荷重検出器１１〜１４からの信号ｓ_１〜ｓ_４は大きく変化している。具体的には、信号ｓ_１〜ｓ_４はいずれも時刻ｔ_２１において増加しており、領域ＩＩ、ＩＩＩに対応する荷重検出器１２、１３からの信号ｓ_２、ｓ_３の荷重値の増加量が、領域Ｉ、ＩＶに対応する荷重検出器１１、１４からの信号ｓ_１、ｓ_４の荷重値の増加量よりも大きい。なお、ここでは、説明の便宜上ベッドＢＤ上に着座した被験者Ｓは脚を床から離しており、被験者Ｓの全体重がベッドＢＤ上に掛かっているものとする。

荷重検出工程Ｓ２０１においては、時刻ｔ_２１において生じるような信号ｓ_１〜ｓ_４の荷重値の合計値の大きな増加を重心位置算出部３１（離着床判定部）により検知し、この検知に基づいて被験者ＳがベッドＢＤ上に着床したと判定する。判定結果は、表示部５に表示されてもよい。

重心位置算出部３１による被験者ＳのベッドＢＤへの着床の判定は、例えば荷重検出器１１〜１４からの信号ｓ_１〜ｓ_４が示す荷重値の合計値の増加が所定の値（例えば、４０ｋｇ、５５ｋｇ、７０ｋｇ等であり入力部７等を用いて任意に設定することができる）を超えたか否かによって行うことができる。

時刻ｔ_２１においてベッドＢＤの領域ＩＩ、ＩＩＩに着座した被験者Ｓは、時刻ｔ_２２にベッドＢＤの中央部で仰臥するように大きく姿勢を変化させている。したがって、荷重検出器１１〜１４からの信号ｓ_１〜ｓ_４も時刻ｔ_２２において大きく変化しており、領域ＩＩ、領域ＩＩＩからの信号ｓ_２、ｓ_３の荷重値が小さくなると共に、領域Ｉ、領域ＩＶからの信号ｓ_１、ｓ_４の荷重値が大きくなっている。

期間Ｐ_２３には、被験者ＳはベッドＢＤの中央部に仰臥していたので、この期間Ｐ_２３では、被験者Ｓの頭側に配置された荷重検出器１３、１４からの信号ｓ_３、ｓ_４がほぼ等しく、被験者Ｓの脚側に配置された荷重検出器１１、１２からの信号ｓ_１、ｓ_２がほぼ等しい。本変形例では、このように被験者ＳがベッドＢＤ上において安定した体位をとっており、大きな体動が生じていない期間を「安定体位期間」と呼ぶ。

また、図１４（ｂ）内の拡大図に示すように、安定体位期間においても、荷重検出器１１〜１４からの信号ｓ_１〜ｓ_４は、それぞれ被験者Ｓの呼吸等に起因して常に微小変動しており、且つ被験者Ｓの小さな体動によって散発的に変動している（図１４（ｂ）の拡大図の変動ｓｍ）。本変形例では、「安定体位期間」の内、呼吸等に起因する信号ｓ_１〜ｓ_４の変動のみが生じており、小さな体動に起因する信号ｓ_１〜ｓ_４の変動が生じていない期間を「安定呼吸期間」と呼ぶ。後述する呼吸、心拍等の算出は、安定呼吸期間において特に良好に行うことができる。

被験者Ｓが、ベッドＢＤの領域ＩＩ、ＩＩＩに再び腰掛けた期間Ｐ_２５における信号ｓ_１〜ｓ_４は、期間Ｐ_２２における信号ｓ_１〜ｓ_４と同じである。

被験者ＳがベッドＢＤの領域ＩＩ、ＩＩＩから離れた時刻ｔ_２５において、荷重検出器１１〜１４からの信号ｓ_１〜ｓ_４の荷重値はそれぞれ低下し、その後の期間Ｐ_２６における信号ｓ_１〜ｓ_４の荷重値は、ベッドＢＤの重さの約１／４に相当する荷重値のみを示す期間Ｐ_２１における値に等しくなっている。

荷重検出工程Ｓ２０１においては、時刻ｔ_２５において生じるような信号ｓ_１〜ｓ_４の荷重値の合計の大きな低下を重心位置算出部３１により検知し、この検知に基づいて被験者ＳがベッドＢＤ上から離床したと判定する。判定結果は表示部５に表示されてもよい。

重心位置算出部３１が、被験者ＳのベッドＢＤ上への着床を検知してから、被験者ＳのベッドＢＤからの離床を検知するまでの期間を、本変形例では「着床期間」と呼ぶ（図１４（ａ））。本変形例においては、着床期間において得られる被験者Ｓの重心軌跡に各種フィルタリングを施し、被験者Ｓの呼吸数等の生体情報を取得する。

荷重検出工程Ｓ２０１においては、重心位置算出部３１（体重計測部）を用いて、着床期間のいずれか単一の又は複数の時点において被験者Ｓの体重を測定することができる。被験者Ｓの体重の測定は、信号ｓ_１〜ｓ_４の荷重値の合計値から予め記憶部４に記憶したベッドＢＤの重量を減じることで求めることができる。

＜呼吸数算出工程＞
呼吸数算出工程Ｓ２０３では、大きな体動決定工程Ｓ２０３１の処理内容及び小さな体動決定工程Ｓ２０３２の処理内容が、呼吸数算出工程Ｓ１０３に含まれる大きな体動決定工程Ｓ１０３１の処理内容及び小さな体動決定工程Ｓ１０３２の処理内容とは異なっている。呼吸数算出工程Ｓ２０３の詳しい手順を、１分間の呼吸数を算出する場合を例として説明する。

体動情報決定部３７はまず、着床期間に含まれる計測対象の１分間における被験者Ｓの重心軌跡ＧＴ２を記憶部４から取り出す。取り出される重心軌跡ＧＴ２の一例は図１５（ａ）に示す通りである。図１５（ａ）に示す重心軌跡ＧＴ２は、被験者Ｓが大きな体動（寝返り等）によりベッド上を左右方向に一往復していることを示している。また、大きな体動が生じていない安定体位期間において、被験者Ｓの重心Ｇが、領域Ｄ、Ｅ、Ｆ内でそれぞれ移動する様子を示している。領域Ｄ、Ｅ、Ｆ内での重心Ｇの移動は、被験者Ｓの小さな体動及び呼吸等に起因して生じている。

体動情報決定部３７に含まれる大きな体動情報決定部（第１体動情報決定部）３７Ａは、重心軌跡ＧＴ２から被験者Ｓの大きな体動に起因する重心移動の軌跡を決定して抽出する（大きな体動決定工程Ｓ２０３１）。呼吸数算出部３２は、重心Ｇがある方向に、一定時間内に、一定距離を越えて移動した場合に、例えば、一定時間内に領域間を変位するように移動した場合に、大きな体動が生じたと判断し、この期間の重心軌跡ＧＴ２を抽出する。

大きな体動決定工程Ｓ２０３１においては、重心Ｇがある方向に、一定時間内に、一定距離を越えて移動したか否かを、次の方法を用いて判断する。まず、図１５（ａ）に示す重心軌跡ＧＴ２を、より低いサンプリング周波数に変換した重心軌跡ＧＴ２１に変換する（図１５（ｂ））。より低いサンプリング周波数への変換は、サンプリング周期０．１秒で取得されている重心位置Ｇのデータを間引いたり、移動平均処理を施すことによって行うことができる。又は重心軌跡ＧＴ２を周波数分解してローパスフィルタにより所定の低周波数成分を取り出すことによっても行うことができる。

図１５（ｂ）において、点Ｄ１と点Ｅ１との間の軌跡は、例えば、右方向に、０．５秒以内に、３０ｃｍを超えて移動している。従って呼吸数算出部３２は、この区間における軌跡を大きな体動の軌跡であると判断し、重心軌跡ＧＴ２からこの区間における軌跡を除去する。同様に、点Ｅ２と点Ｆ１との間の軌跡も、例えば、左方向に、０．５秒以内に、３０ｃｍを超えて移動している。従って大きな体動情報決定部３７Ａは、この区間における軌跡を大きな体動の軌跡であると判断し、重心軌跡ＧＴ２からこの区間における軌跡を除去する。なお点Ｄ１から点Ｅ１への移動と点Ｅ２から点Ｆ１への移動は、いずれも別の領域への移動であり、これをもって大きな体動と捉えてもよい。

図１５（ａ）に示す重心軌跡ＧＴ２から、大きな体動の軌跡を除去したものを図１６（ａ）〜図１６（ｃ）に示す。図１６（ａ）は領域Ｄにおける重心軌跡ＧＴ２、図１６（ｂ）は領域Ｅにおける重心軌跡ＧＴ２、図１６（ｃ）は領域Ｆにおける重心軌跡ＧＴ２である。これらは安定体位期間における重心軌跡ＧＴ２である。

なお、低いサンプリング周波数は、大きい体動を抽出するのに十分な程度に短い周期（大きい周波数）であり、且つ小さな体動や呼吸等の他の要因による重心の変動の影響を受けない程度に長い周期（小さい周波数）とすることが望ましい。また、どの程度の時間内にどの程度の距離だけ移動した場合に大きな体動と判断するかは、生体情報モニタリングシステム２００の装置の特徴に合わせて最適化することができる。

次に、体動情報決定部３７の小さな体動情報決定部（第２体動情報決定部）３７Ｂは、安定体位期間における重心軌跡ＧＴ２から被験者Ｓの小さな体動に起因する重心移動の軌跡を決定して抽出する（小さな体動決定工程Ｓ２０３２）。安定体位期間における重心軌跡ＧＴ２から被験者Ｓの小さな体動に起因する重心移動の軌跡を取り除く工程について、領域Ｅの重心軌跡ＧＴ２（図１６（ｂ））から小さな体動の軌跡と呼吸の軌跡とを分離する手順を例に説明する。

小さな体動決定工程Ｓ２０３２においては、過去の測定から呼吸数算出部３２によって算出される、特定の方向に周期的に振動する重心軌跡を呼吸による重心軌跡とみなし、このような重心軌跡とは異なる重心軌跡を小さな体動による重心軌跡とみなす。

図１６（ｂ）において、重心軌跡ＧＴ２は、呼吸による重心Ｇの移動を表す部分ｇｔ１及びｇｔ３と、小さな体動による重心Ｇの移動を表す部分ｇｔ２（呼吸による重心Ｇの移動分も含まれていると考えている）とを含んでおり、小さな体動による重心Ｇの移動を表す部分ｇｔ２は、呼吸による重心Ｇの移動を表す部分ｇｔ１、ｇｔ３の重心軌跡とは異なり、特定の方向に周期的に振動していない。

したがって、小さな体動による重心移動の軌跡を分離して抽出する一つの方法としては、特定の方向に周期的に振動する重心軌跡（ｇｔ１、ｇｔ３）のみを抽出し、これを重心移動の呼吸成分とみなす。そしてその他の部分（ｇｔ２）を小さな体動として分離、抽出する。このような分離・抽出は例えば、呼吸安定期における過去のある期間における重心変動の中から、周期的に繰り返される重心変動をフーリエ解析等の周波数解析で検出し、その周波数成分を持つ重心変化の方向を検出して、これを呼吸による重心変動とみなす。その上で、現在測定されている重心変動と呼吸による重心変動の差分を小さい体動として抽出する。この時、この分析に係わる現在の重心変動について、当該周波数成分が失われたり、振幅が急激に変化している場合は、呼吸が変化したとみなし、呼吸による重心変動の差分は行わない。このような方法
により実施することができる。

他の方法としては、図１７に示す通り、特定の方向に周期的に振動する重心軌跡とはなっていない部分（ｇｔ２）を、特定の方向に周期的に振動する重心軌跡の一部を構成する部分ｇｔ２１と、その他の部分ｇｔ２２とに分解する。そして、特定の方向に周期的に振動する重心軌跡の一部を構成する部分ｇｔ２１のみを部分ｇｔ１と部分ｇｔ３との間に戻して図１８に示すような重心軌跡を求め、これを重心移動の呼吸成分とする。一方で部分ｇｔ２から分解された部分ｇｔ２２を小さな体動として分離・抽出する。このような分離・抽出は、上記のような方法で実施することができる。

その後、体動情報決定部３７で抽出された重心移動の呼吸成分は、呼吸数算出部３２に送られ、呼吸数算出部３２において、上記実施形態と同様の手段によって呼吸数の算出を行う。なお、体動情報決定部３７は、大きな体動による重心移動の軌跡、小さな体動による重心移動の軌跡を決定するのみでもよく、必ずしも重心軌跡からこれらの軌跡を分離、抽出しなくてもよい。この場合は、例えば、呼吸数算出部３２に、体動情報決定部３７で決定された大きな体動による重心移動の軌跡、小さな体動による重心移動の軌跡を参照して、重心軌跡から呼吸成分を抽出させてもよい。

上記実施形態の生体情報モニタリングシステム１００を用いて、本変形例の工程を実施することも可能である。この場合は、体動情報決定部３７において行われる工程は、呼吸数算出部３２において行うことができる。反対に本変形例の生体情報モニタリングシステム２００を用いて、上記実施形態の工程を実施することも可能である。この場合は、大きな体動決定工程Ｓ１０３１を大きな体動情報決定部３７Ａに、小さな体動決定工程Ｓ１０３２を小さな体動情報決定部３７Ｂに行わせてもよい。

上記実施形態の生体情報モニタリングシステム１００において、次の変形態様を採用することも可能である。

上記実施形態の生体情報モニタリングシステム１００においては、４つの荷重検出器１１〜１４の出力値より、心拍成分に対応する０．５Ｈｚ〜２．５Ｈｚの周波数帯域の信号成分を取り出すことにより心拍数を算出していたがこれには限られない。心拍は複数の重心変動の組み合わせがセットになった特有の周期を有するため、心拍数算出部３４は、過去の演算結果に基づいて現在の心拍によると考えられる重心の変位を推定することができる。したがって、推定した重心の変位に基づいて、重心軌跡から心拍に起因する軌跡を取り出し、これに基づいて心拍数を求めることもできる。

上記実施形態の生体情報モニタリングシステム１００の身体状態判定部３６は被験者Ｓの呼吸数及び呼吸換気量の値に基づいて被験者Ｓの睡眠／覚醒を判断していたがこれには限られない。例えば他の覚醒・睡眠の基準となるシステムの結果を教師データにしてもよく、あるいは、カメラや医師の判断に従って、被験者の状態についてラベル付けしたデータを教師データとしてもよい。

身体状態判定部３６は、各種生体情報（体重、体動、呼吸、心拍等）のデータを複合的に使って、被験者の身体状態を判定する。この際、身体状態を判定する精度を上げるために、教師データを用いた機械学習をおこなってもいい。すなわち、睡眠・覚醒を表わす関数を、多くの生体情報のデータからフィティングにより作成しておき（ラベル付き教師データ）、本実施形態の生体情報モニタリングシステム１００から得られる各種の各種生体情報のデータをこの関数に導入することにより、睡眠又は覚醒の身体状態を求めることができる。すなわち、睡眠・覚醒のアルゴリズムは、被験者から採られる覚醒時または睡眠時のラベルの付いた教師データを参照して生体情報モニタリングシステム１００から得られる離床、着床、大きな体動、小さな体動、呼吸、無呼吸、いびき、発話、心拍のような各種生体情報とその演算（四則演算、積分、微分、周波数分析等を含む数理的解析）とを用いた機械学習により得ることができる。

上記実施形態の生体情報モニタリングシステム１００の身体状態判定部３６は、被験者ＳのベッドＢＤからの転落を検知することもできる。具体的には、身体情報判定部３６は、被験者Ｓが睡眠状態であり、且つ大きな体動と離床（又は離床のみ）とが発生した場合に被験者ＳがベッドＢＤから転落したと判定することができる。また判定結果を表示部５に表示してもよく、報知部６を用いて生体情報モニタリングシステム１００の使用者に報知してもよい。なお、身体状態判定部３６は、被験者Ｓが覚醒状態である場合に大きな体動と離床が発生した場合には、被験者Ｓが自らの意思で離床したと判断してもよい。

上記実施形態の生体情報モニタリングシステム１００の身体状態判定部３６は、生体情報モニタリングシステム１００で求められる各種生体情報に基づいて被験者Ｓの生死を判定してもよい。具体的には例えば、身体情報判定部３６は、被験者Ｓの体動（重心Ｇの移動より求められた大きな体動及び小さな体動）、呼吸、及び心拍のすべてがある一定の条件の下で停止した場合に、被験者Ｓが死亡したと判定することができる。ある一定の条件は、使用者である医師等の判断により設定することができる。

上記実施形態の生体情報モニタリングシステム１００の身体状態判定部３６は、被験者Ｓが睡眠時無呼吸症候群の症状である無呼吸状態にあると判定することもできる。睡眠時無呼吸症候群の患者が睡眠中に無呼吸に陥った場合には、ある期間呼吸及び体動が停止し、その後大きく吸気がなされて呼吸及び体動が生じる。その一方で心拍は継続している。したがって身体状態判定部３６は、呼吸及び体動が停止し心拍が継続している期間が一定時間以上続いた場合に、無呼吸状態が発生したと検知することができる。

身体状態判定部３６は、判定結果を表示部５に表示してもよく、報知部６を用いて生体情報モニタリングシステム１００の使用者に報知（ナースコール）してもよい。また身体状態判定部３６は、測定された各種生体情報を記憶部４に記憶させる時に、無呼吸状態が発生した期間に対応する生体情報にラベル付を行ってもよい。これにより被験者Ｓの睡眠時無呼吸症候群の症状の事後観察が容易となる。

上記実施形態の生体情報モニタリングシステム１００の身体状態判定部３６は、被験者Ｓの発話やいびきを検知することもできる。発話は一般的に呼気と同時に行われる。従って例えば、覚醒時又は睡眠時における呼気期間に高周波成分が生じている場合には、この高周波成分が発話に起因するものであると判定することができる。またいびきは一般的に吸気時に発生する。従って例えば、睡眠時の吸気期間に高周波成分が生じている場合には、この高周波成分がいびきに起因するものであると判定することができる。

上記実施形態の生体情報モニタリングシステム１００の報知部６は、重心軌跡が通常とは異なる動きを示した場合に、これを異常と捉えて報知部６を用いた報知（ナースコール）を行ってもよい。どのような動きを「通常とは異なる動き」とするかは適宜設定することができるが、一例としては、所定の大きな体動又は小さな体動が連続的に一定時間以上継続した場合に「通常とは異なる動き」と判断してナースコールを行うことができる。ナースコール信号を受けてそのベッドの様子を映し出すカメラを作動させてもよい。

上記実施形態の生体情報モニタリングシステム１００において、大きな体動決定工程Ｓ１０３１、Ｓ２０３１で抽出した大きな体動、小さな体動決定工程Ｓ１０３２、Ｓ２０３２で抽出した小さな体動を表示部５に表示してもよい。具体的には例えば、図１９に示すように、ベッドをイメージした画面領域上に大きな体動の軌跡及び小さな体動の軌跡を表示することができる。大きな体動の履歴を時刻と共に表示することにより、医師等の使用者は、被験者Ｓの就寝時の挙動の概略を容易に把握することができる。

上記の実施形態では、大きな体動と大きな体動との間の期間を「安定体位期間」とし、この期間において重心軌跡の呼吸成分、及び小さな体動の成分を抽出していた。しかしながら大きな体動が発生する直前、及び大きな体動が発生した直後は、被験者Ｓの重心は安定しておらず比較的大きな重心位置の変動が生じていることが観察されている。したがって「安定体位期間」から、更に大きな体動の直前、直後の一定期間を除いた期間の重心軌跡のみを対象として呼吸成分、及び小さな体動の成分を抽出することで、呼吸数等の生体情報の取得をより正確に行うことが可能となる。

上記の実施形態では、荷重センサ１１〜１４からの信号ｓ_１〜ｓ_４の荷重値の合計に基づいて被験者Ｓの離床、着床を判断していたがこれには限られない。図１４（ｂ）において、被験者Ｓがベッド上に存在していない期間Ｐ_２１においては、荷重センサ１１〜１４にはベッドＢＤからの荷重が均等に加えられており、換言すれば重心ＧはベッドＢＤの中央に位置している。そして時刻ｔ_２１において被験者ＳがベッドＢＤに着床すると、重心Ｇは領域ＩＩ，ＩＩＩ側に大きく移動する。重心位置算出部３１は、重心Ｇのこのような大きな移動に基づいて被験者Ｓの着床を判断することができる。被験者Ｓの離床も同様に判断できる。

上記実施形態では、呼吸数算出部３２において最頻値ベクトルｖ_ｆの向きを求めることによって被験者Ｓの体軸の延びる方向を求められたが、呼吸数算出部３２とは別の手段又は処理部で求めてもよい。

上記実施形態では、呼吸数算出部３２において大きな体動に関する体動情報（第１情報）、小さな体動に関する体動情報（第２情報）を分離・抽出していたがこれには限られない。大きな体動に関する体動情報の分離・抽出を呼吸数算出部３２とは別の手段（一例として大きな体動情報導出部）によって行ってもよく、同様に小さな体動に関する体動情報の分離・抽出を呼吸数算出部３２とは別の手段（一例として小さな体動情報導出部）によって行ってもよい。

上記実施形態の生体情報モニタリングシステム１００においては、呼吸数算出部３２はウェーブレット変換を用いて被験者Ｓの呼吸数を算出していたが、その他の方法も可能である。具体的には例えば、まず図１２に示す重心軌跡ＧＴから、Ｘ軸方向において最も正側に位置する点及びＸ軸方向において最も負側に位置する点を求め、両点のＸ座標の中間値Ｘｍを算出する。この中間値Ｘｍは、図１２に示すように、被験者Ｓの呼吸に起因する重心軌跡ＧＴの振動中心であるとみなすことができる。次いで呼吸数算出部３２は、重心軌跡ＧＴがこの中間値ＸｍをまたいでＸ軸方向に負側から正側へ移動する回数、又は正側から負側へ移動する回数を求めることにより、被験者Ｓの呼吸に起因する重心軌跡ＧＴの振動数、即ち呼吸数を算出する。

なお、上記の実施形態において、荷重検出器１１、１２、１３、１４は、ビーム形ロードセルを用いた荷重センサに限られず、例えばフォースセンサを使用することもできる。

なお、上記の実施形態において、荷重検出器は４つに限られない。ベッドＢＤに追加の脚を設けて５つ以上の荷重検出器を使用してもよい。又はベッドＢＤの脚のうち３つのみに荷重検出器を配置してもよい。荷重検出器が３つの場合でも、これを一直線に配置しなければ、ベッドＢＤ面上での被験者Ｓの重心位置Ｇを検出できる。

なお、上記の実施形態においては、荷重検出器１１、１２、１３、１４は、ベッドＢＤの脚の下端に取り付けられたキャスターＣ_１、Ｃ_２、Ｃ_３、Ｃ_４の下にそれぞれ配置されていたがこれには限られない。荷重検出器１１、１２、１３、１４はそれぞれ、ベッドＢＤの４本の脚とベッドＢＤの床板との間に設けられてもよいし、ベッドＢＤの４本の脚が上下に分割可能であれば、上部脚と下部脚との間に設けられても良い。また、荷重検出器１１、１２、１３、１４をベッドＢＤと一体型とし、ベッドＢＤと本実施形態の生体情報モニタリングシステム１００とからなるベッドシステムＢＤＳを構成してもよい（図２０）。なお、本明細書において「ベッドに設けられた荷重検出器」とは、上述のようにベッドＢＤの４本の脚とベッドＢＤの床板との間に設けられた荷重検出器や、上部脚と下部脚との間に設けられた荷重検出器を意味する。

なお、上記の実施形態において、荷重検出部１とＡ／Ｄ変換部２との間に、荷重検出部１からの荷重信号を増幅する信号増幅部や、荷重信号からノイズを取り除くフィルタリング部を設けても良い。

なお、上記実施形態の生体情報モニタリングシステム１００において、表示部５は、使用者が視覚的に認識できるようにモニター上に情報を表示するものには限られない。例えば表示部５は、被験者Ｓの呼吸状態（呼吸数、呼吸換気量）、心拍の状態や身体状況を定期的に印字して出力するプリンタでもよく、又は睡眠状態なら青ランプの点灯、覚醒状態なら黄色ランプの点灯、無呼吸状態なら赤ランプの点灯といった簡易な視覚的表現を用いて表示するものであってもよい。または表示部５は、被験者Ｓの呼吸状態や身体状態を使用者に音声で伝えるものであってもよい。さらに、生体情報モニタリングシステム１００は表示部５を有さなくてもよく、情報を出力する出力端子を有するのみであってもよい。表示を行うためのモニター（ディスプレイ装置）等は、当該出力端子を介して生体情報モニタリングシステム１００に接続される。

なお、上記実施形態の報知部６は聴覚的に報知を行っていたが、報知部６は、光の点滅等によって視覚的に報知を行う構成であってもよく、振動により報知を行う構成であってもよい。また、上記実施形態の生体情報モニタリングシステム１００は、報知部６を有さなくても良い。

なお、上記実施形態生体情報モニタリングシステム１００において、配線によって接続されている構成同士は、それぞれ無線によって接続されていてもよい。

上記実施形態では、体重測定は重心位置算出部３１で行ったが、体重測定部を制御部３の中に別途設けてもよい。

本発明の生体情報モニタリングシステムにおいて、第２体動情報決定部は、前記第１体動情報決定部により決定された大きな体動が除去された前記重心位置の時間的変動から小さな体動を決定していたが、それに加えてまたはそれに代えて重心位置の移動方向や呼吸の影響による周期性に基づいて小さな体動を決定してもよい。

本発明の生体情報モニタリングシステムにおいて、大きな体動情報、小さな体動情報及び呼吸数を同期して求めるだけでなく、それらに加えて、さらに体重、心拍及び身体状態判定部の結果を同期して求めることもできる。

本発明の生体情報モニタリングシステムにおける身体状態判定部は、求められた被験者の体動情報及び／又は呼吸数に基づいて、被験者が睡眠状態であるか覚醒状態であるかのみならずせん妄状態であるかを判断してもよい。

本発明の生体情報モニタリングシステムにおける離着床判定部は、検出された荷重に基づいて被験者が前記ベッド上に存在するか否かのみならず、その体重や体重変動を判定してもよい。

本発明の生体情報モニタリングシステムにおける表示部は、求められた被験者の体動情報、体軸方向、呼吸、心拍の現在状態と時間的変化を、ベッド上での前記重心位置の移動履歴として表示し得る。

本発明の特徴を維持する限り、本発明は上記実施の形態に限定されるものではなく、本発明の技術的思想の範囲内で考えられるその他の形態についても、本発明の範囲内に含まれる。

本発明の生体情報モニタリングシステムによれば、重心位置の位置的変化から呼吸数や呼吸の換気量を定量的に測定でき、入院患者の呼吸状態を、無侵襲、非接触で連続的にモニターすることができる。また、本発明の生体情報モニタリングシステムによれば、ベッド下またはベッドに設けた荷重検出器だけで、体動情報、呼吸数等の呼吸情報、ひいては、体重、心拍数、いびき、離着床の有無などを検査項目を同期して検出することができる。従って、各項目ごとに異なるセンサーを被験者に取り付ける必要や、複数のセンサーからの出力の同期をとる必要はない。また、看護記録（バイタル記録）への呼吸状態の自動入力・表示や看護師への呼吸状態悪化の自動送信が可能になるため、看護師の夜間患者チェックの回数を減らし、看護師の仕事量を減らし、患者の睡眠の質を改善することが可能となる。さらに、医療者が予期しないベッドからの転落、呼吸停止、心停止や死亡などが発生した場合に、その原因究明にも活用できる。

１ 荷重検出部
１１、１２、１３、１４ 荷重検出器
２ Ａ／Ｄ変換部
３ 制御部
３１ 重心位置算出部
３２ 呼吸数算出部
３３ 呼吸換気量算出部
３４ 心拍数算出部
３５ 心拍出量算出部
３６ 身体状態判定部
３７ 体動情報決定部
４ 記憶部
５ 表示部
６ 報知部
７ 入力部
１００ 生体情報モニタリングシステム
ＢＤ ベッド
ＢＤＳ ベッドシステム
ＧＴ 重心軌跡
Ｓ 被験者

Claims (12)

1. ベッド上の被験者の生体情報をモニターする生体情報モニタリングシステムであって、
   ベッド又はベッドの脚下に設けられ、被験者の荷重を検出する複数の荷重検出器と、
   前記検出された荷重に基づいて被験者の重心位置の時間的変動を求める重心位置算出部と、
   前記求められた重心位置の時間的変動に基づいて被験者の体動情報を求める体動情報決定部と、
   前記求められた重心位置の時間的変動及び前記体動情報決定部により求められた体動情報に基づいて呼吸数を算出する呼吸数算出部とを備え、
   前記体動情報は、前記被験者の呼吸とは異なる身体の全部または一部の移動に関する情報であり、
   前記体動情報は、大きな体動に関する情報と、前記大きな体動よりも前記被験者の所定時間内の重心の移動量が小さい小さな体動に関する情報を有し、前記体動情報決定部は、前記大きな体動に関する情報を決定する第１体動情報決定部と、前記小さな体動に関する情報を決定する第２体動情報決定部とを含み、
   前記第１体動情報決定部は、前記重心位置の時間的変動から、所定時間内に移動する重心位置の移動距離に基づいて前記大きな体動を決定し、
   前記第２体動情報決定部は、前記第１体動情報決定部により決定された前記大きな体動が除去された前記重心位置の時間的変動から、重心位置の移動方向に基づいて、前記小さな体動を決定する生体情報モニタリングシステム。
2. 前記呼吸数算出部は、前記第１体動情報決定部により決定された前記大きな体動と前記第２体動情報決定部により決定された前記小さな体動が除去された前記重心位置の時間的変動から呼吸数を算出する請求項１に記載の生体情報モニタリングシステム。
3. 前記大きな体動に関する情報、前記小さな体動に関する情報及び呼吸数を同期して求める請求項１または２に記載の生体情報モニタリングシステム。
4. ベッド上の被験者の生体情報をモニターする生体情報モニタリングシステムであって、
   ベッド又はベッドの脚下に設けられ、被験者の荷重を検出する複数の荷重検出器と、
   前記検出された荷重に基づいて被験者の重心位置の時間的変動を求める重心位置算出部と、
   前記求められた重心位置の時間的変動に基づいて被験者の体動情報を求める体動情報決定部と、
   前記求められた重心位置の時間的変動及び前記体動情報決定部により求められた体動情報に基づいて呼吸数を算出する呼吸数算出部とを備え、
   前記体動情報は、前記被験者の呼吸とは異なる身体の全部または一部の移動に関する情報であり、
   前記重心位置の時間的変動は、前記被験者の体動に起因する変動と前記被験者の呼吸に起因する変動とを含み、
   前記呼吸に起因する変動から被験者の体軸を求める手段を更に備える生体情報モニタリングシステム。
5. 前記求められた被験者の体動情報及び／又は呼吸数に基づいて、被験者が睡眠状態であるか覚醒状態であるかを判断する身体状態判定部を更に備える請求項１〜４のいずれか一項に記載の生体情報モニタリングシステム。
6. 前記検出された荷重に基づいて被験者が前記ベッド上に存在するか否かを判定する離着床判定部を更に備え、
   前記身体状態判定部は、被験者が睡眠状態であると判断し、且つ前記離着床判定部が被験者が前記ベッドから離床したと判定した時に被験者がベッドから転落したと判定する請求項５に記載の生体情報モニタリングシステム。
7. 前記求められた重心位置の時間的変動に基づいて被験者の心拍数を求める心拍数算出部を更に備える請求項１〜６のいずれか一項に記載の生体情報モニタリングシステム。
8. 前記身体状態判定部は、前記求められた被験者の、体動情報、呼吸数、及び心拍数に基づいて被験者の生死判定を行う請求項７に記載の生体情報モニタリングシステム。
9. 前記求められた被験者の体動情報の時間的変化を、ベッド上での前記重心位置の移動履歴として表示する表示部を更に備える請求項１〜８のいずれか一項に記載の生体情報モニタリングシステム。
10. 前記求められた被験者の重心位置の時間的変動に基づいて報知を行う報知部を更に備える請求項１〜９のいずれか一項に記載の生体情報モニタリングシステム。
11. 前記検出された荷重に基づいて被験者の体重を求める体重計測部を更に備える請求項１〜１０のいずれか一項に記載の生体情報モニタリングシステム。
12. ベッドと、
    請求項１〜１１のいずれか一項に記載の生体情報モニタリングシステムとを備えるベッドシステム。

Images