お客様の課題解決を
産学官連携・オープンイノベーションで実践する広域TLO

【要約】
【課題】被測定者に負担をかけずに、被測定者の睡眠段階を精度良く判定できるようにする。
【解決手段】被測定者の被測定者の体動及び心拍を検出する。その検出で得た被測定者の体動の第１の期間毎の検出データの標準偏差値が、所定の閾値以上であるとき、覚醒又はステージ１のノンレム睡眠と判定し、所定の閾値以上でないとき、レム睡眠又はステージ２以下のノンレム睡眠と判定する。さらに、その判定処理で、レム睡眠又はステージ２以下のノンレム睡眠と判定した場合に、被測定者の第２の期間毎の心拍の中央値の増加率と、被測定者の体動の第３の期間毎の周波数解析結果に基づいて、レム睡眠と、ステージ２以下のノンレム睡眠とを区別する処理を行う。

【要約】
生体内を運動する注目部分の追跡の精度及びロバスト性の向上を図る。

【特許請求の範囲】
【請求項１】
　生体内における関心臓器の過去の動きに基づいて、生体構造を撮影した生体像における前記関心臓器の推定位置を求める臓器位置推定手段と、前記生体像における前記推定位置に対応した領域にて前記関心臓器の輪郭点を探索し、当該輪郭点に基づいて前記関心臓器の推定輪郭を求める輪郭推定手段と、前記関心臓器の輪郭と当該関心臓器に連動する注目部分との位置関係についての予め取得された標本データに基づき、前記推定輪郭から前記生体像における前記注目部分の位置を求める注目部分追跡手段と、を有し、前記輪郭推定手段は、前記関心臓器の輪郭形状の動的輪郭モデルにおける複数の制御点それぞれに対応する前記輪郭点を探索し、　前記輪郭形状を基準形状と互いに線形独立な複数の変形モードの線形結合との和で表す形状モデルにおいて、前記輪郭点のうち予め定めた基準以上の信頼度を有する明瞭輪郭点を初期値として、前記制御点のうち前記明瞭輪郭点に対応するもののみに基づいて前記線形結合における前記各変形モードの係数を求めるＰＡＳＭ処理と、当該ＰＡＳＭ処理により与えられる前記制御点の位置を前記輪郭形状に関するエネルギー最小化原理に基づくＳＮＡＫＥ法より修正する処理とを繰り返して前記推定輪郭を求めること、を特徴とする生体内運動追跡装置。
【請求項２】
　請求項１に記載の生体内運動追跡装置において、前記注目部分追跡手段は、前記関心臓器の注目輪郭に対応する前記注目部分の位置を、基準位置と前記変形モードに対応した複数の変位モードの線形結合との和で表す位置モデルにて、前記標本データに基づく前記注目部分の平均位置を前記基準位置とし、前記注目輪郭に対応する前記形状モデルでの前記各変形モードの前記線形結合における前記係数を前記各変位モードの前記線形結合における係数とし、前記標本データに当該位置モデルを適用して得た前記変位モードを設定し、当該位置モデルを用いて前記推定輪郭に対応する前記注目部分の位置を求めること、を特徴とする生体内運動追跡装置。
【請求項３】
　請求項１又は請求項２に記載の生体内運動追跡装置において、前記輪郭推定手段は、過去の前記推定輪郭に基づき前記推定位置における前記輪郭を予想し、当該予想した輪郭に直交する方向に沿って前記輪郭点を探索すること、を特徴とする生体内運動追跡装置。
【請求項４】
　請求項１から請求項３のいずれか１つに記載の生体内運動追跡装置において、さらに、前記生体像を記憶する生体像記憶手段と、前記生体像に写る前記関心臓器の像のうち所定の基準に基づき画質が鮮明な鮮明領域と不鮮明な不鮮明領域とを判別し、当該不鮮明領域を包含し前記制御点を頂点とする少なくとも１つの多角形からなる補完対象領域を定める補完領域設定手段と、前記生体像記憶手段から、前記鮮明領域のうち前記補完対象領域の前記多角形と共通の前記制御点を頂点とした多角形における前記生体像を読み出し、前記補完対象領域の前記四角形に適合させる線形変換を行って前記補完対象領域に合成する画像合成手段と、を有することを特徴とする生体内運動追跡装置。

【要約】
【課題】複素数データにＲＢＭを適応することで精度の良い特徴抽出を行って、良好な符号化ができるようにする。
【解決手段】パラメータ学習ユニットと符号化ユニットとを備える。パラメータ学習ユニットは、入力データを表現する可視素子と、潜在的な情報を表現した隠れ素子との間に結合重みが存在すると仮定した制限ボルツマンマシンによる確率モデルを適用して、学習用データに対して、隠れ素子および結合重みを推定する処理を行う。符号化ユニットは、符号化用入力データに対して、パラメータ学習ユニットで推定した確率モデルを適用して、隠れ素子を推定し、推定した隠れ素子を符号化データとして出力する。ここで、学習用データおよび符号化用入力データは複素数データであり、制限ボルツマンマシンによる確率モデルが持つ可視素子および隠れ素子は、実部と虚部を持つようにした。
本発明は、複素数に対してＲＢＭを適用し、精度の良い特徴抽出を行うことで、その特徴量抽出に基づいた良好な符号化ができる符号化装置、符号化方法およびプログラムを提供することを目的とする。
【課題を解決するための手段】
　本発明の符号化装置は、パラメータ学習ユニットと符号化ユニットとを備える。パラメータ学習ユニットは、入力データを表現する可視素子と、潜在的な情報を表現した隠れ素子との間に結合重みが存在すると仮定した制限ボルツマンマシンによる確率モデルを適用して、学習用データに対して、隠れ素子および結合重みを推定する処理を行う。符号化ユニットは、符号化用入力データに対して、パラメータ学習ユニットで推定した制限ボルツマンマシンによる確率モデルを適用して、隠れ素子を推定し、推定した隠れ素子を符号化データとして出力する。ここで、学習用データおよび符号化用入力データは複素数データであり、制限ボルツマンマシンによる確率モデルが持つ可視素子および隠れ素子は、実部と虚部を持つようにしたことを特徴とする。
　また本発明の符号化方法は、パラメータ学習処理と符号化処理とを含む。パラメータ学習処理は、入力データを表現する可視素子と、潜在的な情報を表現した隠れ素子との間に結合重みが存在すると仮定した制限ボルツマンマシンによる確率モデルを適用して、学習用データに対して、隠れ素子および結合重みを推定する処理を行う。　符号化処理は、符号化用入力データに対して、パラメータ学習処理で推定した制限ボルツマンマシンによる確率モデルを適用して、隠れ素子を推定し、推定した隠れ素子を符号化データとして出力する。
　ここで、パラメータ学習処理で得られる学習用データと符号化処理で得られる符号化用入力データは複素数データであり、制限ボルツマンマシンによる確率モデルが持つ可視素子および隠れ素子は、実部と虚部を持つようにしたことを特徴とする。また本発明のプログラムは、複素数データで構成される学習用データおよび符号化用入力データを入力として、上述した符号化方法のパラメータ学習処理を実行するステップと、符号化処理を実行するステップをコンピュータに実行させるものである。
【発明の効果】
　本発明によると、制限ボルツマンマシン（ＲＢＭ）を複素数に拡張した複素ＲＢＭによる特徴量の抽出を行うことができ、高い精度で入力データから特徴量を抽出して符号化することが可能になるので、効率の良い符号化が行えるようになる。

【要約】
【課題】超高速動作および高分解能（高量子化ビット数）を両立させる光アナログ・デジタル変換装置、光アナログ・デジタル変換方法、光量子化回路および光量子化方法を提供する。
【解決手段】光パルス信号を光増幅器で光増幅する際に、周波数が光強度に依存して変動するレッドチャープ現象を用いて、光強度の違いを周波数の違いに変換する。このとき、周波数分布が非常に狭いプローブ光信号も合わせて光増幅することで周波数の判別精度を高める。光増幅後の光パルス信号を、閾値が互いに異なる複数の光フィルタで透過させ、波長範囲を光パルス信号の数に変換した光量子化デジタル信号を生成する。

【特許請求の範囲】
【請求項１】
　第１光入力部から入力する光パルス列信号と、第２光入力部から入力するプローブ光信号とを結合して光結合信号を生成出力する第１光カプラと、前記光結合信号を光増幅して光増幅信号を生成出力する光増幅器と、前記光増幅信号を分岐して複数の光分岐信号を生成し、前記複数の光分岐信号を複数の出力部からそれぞれ出力する光スプリッタと、前記複数の出力部の後段にそれぞれ接続され、互いに異なる閾値以上の周波数成分を通過させて、複数の光透過信号を生成出力する複数の光フィルタと、前記複数の光透過信号を結合して光量子化デジタル信号を生成出力する第２光カプラとを具備し、前記プローブ光信号は、前記光パルス列信号とは周波数が異なり、かつ、光強度が一定であり、前記光増幅器は、前記光パルス列信号に含まれる複数の光パルス信号のそれぞれの光強度に依存する周波数変動量で、前記プローブ光信号に周波数チャープを施す光量子化回路。
【請求項２】
　請求項１に記載の光量子化回路において、前記複数の光フィルタのそれぞれにおいて、前記複数の光透過信号のそれぞれが前記第２光カプラに到達する時刻に所定の時差が生じるように、前記光スプリッタとの間を接続する前段光ファイバの長さと、前記第２光カプラとの間を接続する後段光ファイバの長さとの合計が異なり、前記第２光カプラの後段に接続され、前記光量子化デジタル信号に含まれる複数の光パルス信号の光強度を所定の上限値以下に制限する光リミッタをさらに具備する光量子化回路。
【請求項３】
　請求項１または２に記載の光量子化回路において、前記光増幅器は、単一の半導体素子として構成されている光量子化回路。
【請求項４】
　請求項３に記載の光量子化回路において、前記光増幅器は、量子ドット半導体光増幅器を具備する光量子化回路。
【請求項５】
　請求項１～４のいずれか一項に記載の光量子化回路と、前記プローブ光信号を生成出力するプローブ光信号生成部と、前記第１入力部の前段に接続され、入力した光アナログ信号を光符号化して前記光パルス列信号を生成出力する光標本化回路と、前記第２光カプラの後段に接続され、入力した前記光量子化デジタル信号を光符号化して光デジタル信号を生成出力する光符号化回路とを具備する光アナログ・デジタル変換装置。
【請求項６】
　光パルス列信号およびプローブ光信号を結合して光結合信号を生成することと、前記光結合信号を光増幅して光増幅信号を生成することと、前記光増幅信号を分岐して複数の光分岐信号を生成することと、前記複数の光分岐信号を、互いに異なる閾値以上の周波数成分を通過させる複数の光フィルタにそれぞれ通過させて、複数の光透過信号を生成することと、前記複数の光透過信号を結合して光量子化デジタル信号を生成することとを具備し、前記プローブ光信号は、前記光パルス列信号とは周波数が異なり、かつ、光強度が一定であり、前記光増幅信号を生成することは、前記光パルス列信号に含まれる複数の光パルス信号のそれぞれの光強度に依存する周波数変動量で、前記プローブ光信号に周波数チャープを施すことを具備する光量子化方法。
（以下省略）

【要約】
【課題】単一の筋電センサで検知された信号から筋電信号と外力（衝撃）情報を効果的に分離する技術を提供する。
【解決手段】信号測定装置は、導電性高分子材料で形成された少なくとも一対の電極を有する筋電センサと、前記筋電センサの前記電極で検知された信号から、周波数成分に基づいて、筋電信号と外力に関する情報とを分離する信号処理部と、を有する。

【特許請求の範囲】
【請求項１】
　導電性高分子材料で形成された少なくとも一対の電極を有する筋電センサと、前記筋電センサの前記電極で検知された信号から、周波数成分に基づいて、筋電信号と外力に関する情報とを分離する信号処理部と、を有することを特徴とする信号測定装置。
【請求項２】
　前記導電性高分子材料は、導電性シリコーンゴム、ポリイソピレン、ポリブタジエン、電電性ドーパントが添加されたエラストマーから選択されることを特徴とする請求項１に記載の信号測定装置。
【請求項３】
　前記信号処理部は、前記筋電センサの出力信号から、１００Ｈｚ～１ｋＨｚの周波数成分を筋電信号として取り出すことを特徴とする請求項１または２に記載の信号測定装置。
【請求項４】
　前記信号処理部は、前記筋電センサの出力信号から、１００Ｈｚ未満の周波数成分を外力情報として取り出すことを特徴とする請求項１～３のいずれか１項に記載の信号測定装置。
【請求項５】
　前記信号処理部は、前記外力情報として取り出される周波数スペクトルのピーク位置に応じて外力の性質を判別することを特徴とする請求項４に記載の信号測定装置。
【請求項６】
　導電性高分子材料で形成された少なくとも一対の電極で表面筋電位信号を検知するステップと、前記表面筋電位信号から、周波数成分に基づいて筋電信号と外力に関する情報とを分離するステップと、を有することを特徴とする信号測定方法。
【請求項７】
　前記導電性高分子材料で形成された電極を、外力による衝撃波の通過帯域を低減するフィルタとして機能させることを特徴とする請求項６に記載の信号測定方法。
【請求項８】
　前記表面筋電位信号を周波数解析して、１００Ｈｚ～１ｋＨｚの周波数成分を筋電信号として取り出すことを特徴とする請求項６または７に記載の信号測定方法。
【請求項９】
　前記表面筋電位信号を周波数解析して、１００Ｈｚ未満の周波数成分を外力情報として取り出すことを特徴とする請求項６～８のいずれか１項に記載の信号測定方法。
【請求項１０】
　前記外力情報として取り出される周波数スペクトルのピーク位置に応じて外力の性質を判別するステップ、をさらに有することを特徴とする請求項９に記載の信号測定方法。