近年、依然として多くの自動車事故が発生しているが、そのうちドライバの体調急変による交通事故を防止するため、安全運転支援に関わる研究が多く行われている。
我々はハンドルを握ったドライバから非接触型心電センサにより心電波形を取得し、深層学習でノイズを除去して心拍（R波）を高精度で検出する手法を開発した。しかし、深層学習モデル訓練用の心電波形の取得コストが高く、多くの被験者から十分な量のデータを取得するのが難しいという問題がある。
本稿では、少量の心電波形から訓練用の心電波形データセットを作成するデータ拡張手法と、その手法を適用した際の検出性能について報告する。