Biomedical Signal Analysis（生体信号解析）

引用

Rangayyan, R. M., & Krishnan, S. (2024). Biomedical Signal Analysis (3rd ed.). Wiley-IEEE Press.

章の要約

第3版は全10章、約720ページで、Willis Tompkins と Alan Oppenheim による二つの序文、記号・略語表、コンパニオン・ウェブサイトが付く。出版社は各版に共通する方針を次のように説明している。各章は生物医学信号の問題の提示から始まり、該当する信号を伴う実例の事例研究を示し、単純な「教科書的」手法からより洗練された研究に基づく手法へと進み、実用的な応用で終わる。九章だった第2版に比べ、第3版は基礎的な背景と高度な話題を拡充し、第二著者として Sridhar Krishnan が加わった。各章末には演習問題と実験演習・プロジェクトがあり、オンラインのリポジトリが解答とデータファイルを提供する。

第1章：生物医学信号入門

生物医学信号の性質を述べ、十七の例を概観する。心筋細胞とニューロンの活動電位、神経電図、筋電図、心電図、脳波、事象関連電位、胃電図、心音図、頸動脈波、光電容積脈波、カテーテル先端センサ信号、音声信号、関節振動図と筋振動図の信号、耳音響放射、生体音響信号である。続いて信号解析の目的と課題、およびコンピュータ支援による監視・診断を用いる理由を述べる。

第2章：並行・結合・相関する過程の解析

同時に記録された信号の事例研究。心電図と心音図、頸動脈波、心房電図、心肺相互作用、心拍変動、膝関節と筋の振動信号などである。応用は心音図の分割と、睡眠時無呼吸の診断・モニタリング（ポリソムノグラフィ、在宅モニタリング、多変量・多臓器解析）である。

第3章：アーチファクト除去のためのフィルタリング

技術面で最も長い章。ランダム雑音、構造的雑音、生理的干渉と、定常・非定常・周期定常過程を区別し、フィルタリングの基礎（畳み込み、変換領域解析、極零点図、フーリエ変換と離散フーリエ変換）を確認したうえで、同期加算平均、時間領域フィルタ、バターワースフィルタとノッチ・コムフィルタ、順序統計フィルタ、ウィーナーフィルタ、適応フィルタを扱う。応用は事象関連電位と心電図のアーチファクト、母体・胎児心電図、筋収縮による干渉などである。

第4章：事象の検出

P波、QRS波、T波や心音の検出、脳波リズムの相関解析、クロススペクトル技法、整合フィルタ、ホモモルフィックフィルタリングを扱う。応用は心電図のリズム解析、心音の同定、第II音の大動脈成分の検出である。

第5章：波形と波形複雑度の解析

事象を見つけることから、その形を記述することへ進む。事象関連電位の解析、心電図波形の形態解析、包絡線の抽出、活動度の解析である。応用は正常拍と異所性拍、運動負荷心電図、力に関連した筋電図、呼吸、関節振動図信号の統計解析、筋電図のフラクタル解析などである。

第6章：信号とシステムの周波数領域での特徴づけ

パワースペクトル密度の推定とそこから導かれる尺度を扱い、人工心臓弁、関節振動図信号のフラクタル解析、脳波のスペクトル解析に応用する。

第7章：生物医学信号の生成過程とシステムのモデル化

点過程、パラメトリックなシステムモデル化、自己回帰モデルと極零モデル、信号生成の電気機械モデル、心臓の電気生理モデルを扱う。応用は心拍変動、心音図信号のスペクトルモデル化、冠動脈疾患である。

第8章：非定常信号の適応的解析

時変システム、固定および適応的分割、分割のための適応フィルタ、カルマンフィルタ、ウェーブレット解析、双線形時間–周波数分布。応用は幅広く、脳波と心音図の分割、心拍変動、乳児の泣き声、光電容積脈波のノイズ除去、心肺蘇生の研究、心室細動、てんかん発作、義肢制御のための神経デコーディングなどである。

第9章：適応的分解による信号解析

マッチング追跡、経験的モード分解、辞書学習、分解に基づく適応的時間–周波数分布、信号の混合物の分離。応用は発作検出、関節振動図信号、T波オルタナンス、単一チャンネルからの胎児心電図の抽出、ブレイン・コンピュータ・インタフェースのための脳波解析などである。

第10章：コンピュータ支援診断とヘルスケア

パターン分類（教師あり・なし）、確率モデルと統計的決定、ロジスティック回帰、ニューラルネットワーク、診断精度とコスト、特徴量・分類器の信頼性を扱う。応用は異所性心電図拍、膝関節軟骨病変、睡眠時無呼吸、パーキンソン病のモニタリングで、章はコンピュータ支援診断の長所と限界で終わる。

主要概念

第1–3章

• 生物医学信号の特性：心電図、筋電図、脳波などの信号の由来と典型的な形。
• 並行・結合・相関する過程：相互作用する生理系の信号を合わせて解析すること。
• ランダム雑音・構造的雑音・生理的雑音：フィルタリングが対処すべき干渉の種類。
• 同期加算平均、ウィーナーフィルタ、適応フィルタ：アーチファクトに対する主なフィルタ手法。

第4–7章

• 事象検出と整合フィルタ：記録の中から波や音を見つけること。
• 波形と複雑度：包絡線、活動度、フラクタルの尺度。
• パワースペクトル密度の推定：信号のスペクトル記述。
• 自己回帰モデルと極零モデル：信号生成のパラメトリックなモデル。

第8–10章

• 適応的分割とウェーブレット解析：性質が時間とともに変わる信号のための手法。
• マッチング追跡、経験的モード分解、辞書学習：多成分信号に対する分解に基づく解析。
• パターン分類と診断精度：特徴量からコンピュータ支援の判断へ。

批判的分析

長所

• 問題を先に置く構成。 各章の問題提示、事例、手法、応用という型が技法を具体的な信号に結びつけ、小節一覧は十章を通じてレイアウトが一貫していることを示している。
• 単純から高度へ進む手法。 出版社は基本的な教科書的手法を研究に基づく手法より先に示すと述べており、章の内容もそれを裏づける。第3章は移動平均フィルタから適応フィルタへ進み、第8・9章はウェーブレット、経験的モード分解、辞書学習に至る。
• 信号と応用の幅。 応用は心臓、神経、筋、呼吸、関節の信号にわたり、心電図のリズム解析からブレイン・コンピュータ・インタフェースまで及ぶ。
• 練習問題。 各章末に演習問題と実験演習があり、オンラインのリポジトリがデータファイルと解答を提供する。

短所

• 数学と信号処理の素養。 信号・システム・変換の導入部により電気工学以外の学生にも読みやすいと本書は述べるが、その素養のない読者には第3・7・8章は難しい。
• 著者自身の研究に基づく事例。 出版社は事例が著者自身の研究に由来すると述べており、いくつかは章をまたいで繰り返し現れる。たとえば関節振動図（VAG）信号は第1・3・5・6・9章に登場する。
• 版による違い。 第3版は十章、第2版は九章なので、章番号、演習、ページ参照は古い授業資料と異なる。

コースにおける位置づけ

Rangayyan は、このコースで事例研究を軸にした大学院レベルの教科書である。Semmlow の Biosignal and Medical Image Processing は生体医工学者向けに書かれ、画像処理のほかフィルタリングやスペクトル・時間–周波数解析を扱う。Tompkins の Biomedical Digital Signal Processing（1993年）は心電図を中心にした実験志向の入門書である。Circuits, Signals, and Systems for Bioengineers は MATLAB で電気工学の基礎を教え、Smith の The Scientist and Engineer’s Guide to Digital Signal Processing は平易な言葉によるDSP入門である。

フィルタリング、畳み込み、フーリエ変換が初めてなら、後の二冊のどちらかを先に読むとよい。そのうえで Rangayyan が生物医学的な深み、すなわち信号そのもの、それに影響するアーチファクト、解析から診断に至る道筋を与える。

本書の使い方

生体医工学・電気工学の学部上級生と大学院生、生理信号の解析法を必要とする研究者に向く。主な前提は信号・システム・変換の知識で、冒頭の節がその復習を与える。

実用的な読み方：

• 中核： 第1〜4章で信号、雑音、検出を学ぶ。
• 次に： 第5〜7章で波形、スペクトル解析、モデル化。
• 発展： 非定常信号と分解の第8・9章、分類と診断の第10章。コンピュータ支援診断が目的なら第10章を早めに読んでもよい。
• 練習： 演習問題を解き、実験演習とオンラインのデータファイルで実際の記録に対して結果を再現する。