CN105581783A - 活体活动检测方法、活体活动控制方法和涉及活体活动的信息的传送方法 - Google Patents
活体活动检测方法、活体活动控制方法和涉及活体活动的信息的传送方法 Download PDFInfo
- Publication number
- CN105581783A CN105581783A CN201511020911.1A CN201511020911A CN105581783A CN 105581783 A CN105581783 A CN 105581783A CN 201511020911 A CN201511020911 A CN 201511020911A CN 105581783 A CN105581783 A CN 105581783A
- Authority
- CN
- China
- Prior art keywords
- live body
- motion detection
- body motion
- detection
- label
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0075—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence by spectroscopy, i.e. measuring spectra, e.g. Raman spectroscopy, infrared absorption spectroscopy
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
- A61B5/0004—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by the type of physiological signal transmitted
- A61B5/0013—Medical image data
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0062—Arrangements for scanning
- A61B5/0068—Confocal scanning
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/01—Measuring temperature of body parts ; Diagnostic temperature sensing, e.g. for malignant or inflamed tissue
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/1455—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters
- A61B5/14551—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters for measuring blood gases
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/40—Detecting, measuring or recording for evaluating the nervous system
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/40—Detecting, measuring or recording for evaluating the nervous system
- A61B5/4029—Detecting, measuring or recording for evaluating the nervous system for evaluating the peripheral nervous systems
- A61B5/4041—Evaluating nerves condition
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/45—For evaluating or diagnosing the musculoskeletal system or teeth
- A61B5/4519—Muscles
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/486—Bio-feedback
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7228—Signal modulation applied to the input signal sent to patient or subject; demodulation to recover the physiological signal
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7246—Details of waveform analysis using correlation, e.g. template matching or determination of similarity
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N5/00—Radiation therapy
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P13/00—Indicating or recording presence, absence, or direction, of movement
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
- A61B2562/02—Details of sensors specially adapted for in-vivo measurements
- A61B2562/0233—Special features of optical sensors or probes classified in A61B5/00
- A61B2562/0242—Special features of optical sensors or probes classified in A61B5/00 for varying or adjusting the optical path length in the tissue
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2576/00—Medical imaging apparatus involving image processing or analysis
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Animal Behavior & Ethology (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Physiology (AREA)
- Neurology (AREA)
- Radiology & Medical Imaging (AREA)
- Neurosurgery (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- High Energy & Nuclear Physics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Orthopedic Medicine & Surgery (AREA)
- Rheumatology (AREA)
- Biodiversity & Conservation Biology (AREA)
- Optics & Photonics (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
- Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)
- Investigating Or Analyzing Materials By The Use Of Magnetic Means (AREA)
Abstract
本发明的课题在于提供可在谋求空间分辨率和时间分辨率提高的同时,测定或控制活体的活动状态或其变化的方法等。按照本发明的活体活动测定或活体活动控制方法等,对活体照射包含指定波长范围内的波长的电磁波,检测与该活体内的局部区域的该电磁波有关的特性,或利用与该电磁波有关的特性控制局部区域的活体活动。在这里,“指定波长范围”根据为了检测或控制活体的活动状态或其变化而使用的下述的现象中的任意者而确定:(1)在细胞膜组成分子内的原子间新产生的振动模式的基底状态和多个激励状态间的跃迁能;(2)在与活体的活动时或其变化时相对应的分子内的指定原子间产生的振动模式间的跃迁能;(3)核磁共振的化学位移量。另外,该“局部区域”为由1个或多个细胞构成的区域。
Description
技术领域
本发明涉及在通过非接触(非侵袭)方式以生存的状态,测定(体内(invivo)的测定)或控制包括人的动物或植物等的活体内部的高速变化的动态活体活动或其变化的测定方法或控制方法等。
背景技术
作为在活体内部高速变化的动态活体活动的一个例子,具有脑·神经系统的活动。对于测定脑内的活动的方法,作为过去的有代表性的技术列举有,采用近红外光的血液中的氧浓度计量法(在下面称为“已有技术1”)和fMRI(functionalMRI)的血液中的氧浓度分布测定(在下面称为“已有技术2”)等。
按照已有技术1,利用氧吸附于血液中的血红蛋白上时和释放氧时的近红外吸收光谱变化,测定血液中的氧浓度(参照非专利文献1)。即,在近红外吸收光谱中,氧化(吸附氧分子的)血红蛋白在930(nm)具有吸收峰值,如果血红蛋白发生脱氧化(释放氧分子),则在760(nm)和905(nm)的相应波长处呈现吸收峰值。作为测定用光源(半导体激光),将780(nm),805(nm)和830(nm)的相应的光照射到头部,测定透射光的强度变化。由此获得由头部表面具有3~4(cm)深度的脑组织的信号。
但是,对于血液中的氧浓度变化的测定,除了利用上述近红外光以外,还有采用核磁共振现象的方法。即,如果从氧分子的吸附时至释放时变化的话,则血红蛋白分子内的电子状态改变,磁化率变化,缩短MR的T2缓和时间。
按照已有技术2,利用该现象,预测在脑·神经系统内,氧的获取量增加的部位(活性化区域)(参照非专利文献2和3)。另外的特征在于如果采用该方法,则可对测定结果进行计算机处理,以3维方式表示头部内的血液中的氧浓度分布。
另一方面,作为控制活体内部的动态活体活动的方法,已知有药物疗法。
已有技术文献
非专利文献
非专利文献1:尾崎幸洋·河田聡编:近红外分光法(学会出版中心,1996年)第4.6节
非专利文献2:立花隆:确定脑(脳を極める)脑研究最前线(朝日新闻社,2001年)p.197
非专利文献3:渡边雅彦编:脑神经科学入门讲座下卷(羊土社,2002年)p.188
发明的概述
发明要解决的课题
但是,按照已有技术1和2,脑·神经细胞的活动状态测定的时间分辨率和空间分辨率低。
为了容易理解该问题,首先,在开始,对血液中的氧浓度计量法是间接性测定的情况进行说明。在测量血液中的氧浓度的基础中,具有“如果脑·神经细胞活性化,则为了供给其活动能量,应对血红蛋白进行脱氧化处理”的默认的假定。
但是,如在“B.Alberts他:Essential細胞生物学(南江堂,1999年)の第4章”中说明的那样,脑·神经细胞的活动能量采用从ATP(Adenosinediphosphate)到ADP的水解时产生的能量。
另外,在存在于脑·神经细胞中的线粒体内产生的乙酰CoA的氧化反应中,形成上述ADP。此外,脑·神经细胞不与血管直接接触,经由介设于脑·神经细胞和血管之间的胶质细胞(glialcell)内等处,氧分子传递到脑·神经细胞的内部。象这样,经由复杂的通路氧分子的传递涉及脑·神经细胞内的活动。
于是人们认为,血液中的氧浓度变化(降低)的现象仅仅发生于在脑·神经细胞内同时期地大量的细胞活性化的局部区域的周边。由此,比如,产生少数的脑·神经细胞仅在短时间放电等情况,在已有技术1和2中难以观测到脑·神经细胞内的少数细胞的瞬间的变化。即,由于只检测到同时期地大量的细胞活性化的局部区域,故难以从原理上提高空间分辨率。象这样,在已有技术1和2中,由于无法直接观测脑·神经细胞的活动,到底属于间接测定,测定精度是差的。
关于时间分辨率
按照在于2010年5月3日发行的“日经电子学(日経エレクトロニクス,日经BP社)のp.44”中的记载,通过已有技术1检测脑·神经细胞的活动活跃的5(s)位后变化的血液中的血红蛋白量。由此,在采用已有技术1的检测中,产生从神经细胞的活动开始起的大幅度的延迟。
另外,按照已有技术2,由于采用BOLD(BloodOxygenationLevelDependent)效果,故产生与上述相同的状况。BOLD效果指下述的效果,即,根据脑活动的神经细胞的活动增加首先使氧消耗增加,其结果是,由于脱氧血红蛋白浓度微小地上升,数秒延迟而开始的周边部的毛细血管内的脑血流量的急剧的增加供给大大超过消耗的氧量,故使氧化血红蛋白浓度急剧地增加,使fMRI信号的增强和其缓和时间延长。即,同样在已有技术2中,由于检测从脑活动的脑·神经细胞的活动开始起数秒延迟而产生的氧化血红蛋白浓度的增加,故与已有技术1相同,在检测中,产生数秒的延迟。
于是,只要对血液的氧浓度进行计量,由于脑·神经细胞的活动开始的血液中的血红蛋白量变化的延迟现象,故在已有技术1和2中时间分辨率均是非常低,为5(s)。
关于空间分辨率
已有技术1的空间分辨率由光源和测定在头部内部透过的光强度变化的光检测器的间隔确定(于2010年5月3日发行的“日经电子学(日経エレクトロニクス,日经BP社)のp.43”中记载)。另外,如果光源和光检测器的间距狭窄,则测定光对头部的内部的侵入距离浅。
于是,如果为了提高空间分辨率,使光源和光检测器的间距变窄,则头部内部的脑·神经系统的测定是不可能的。如前述所样,进行距头部表面3~4(cm)深度的测定的时,光源和光检测器的间距离开3(cm),空间分辨率为3(cm)程度。
另一方面,已有技术2的空间分辨率是,根据电磁波的衍射理论,由检测用交流磁场(电磁波)的波长确定,该检测用交流磁场的波长由施加的直流磁场强度确定。由于即使利用超导磁铁,提高直流磁场强度,仍有技术的限制,故空间分辨率的理论上限值确定。根据所述的于2010年5月3日发行的“日経エレクトロニクス(日経BP社)のp.42”的记载,即使在空间分辨率最高的fMRI装置中,空间分辨率仍停留在数mm。
下面对已有技术1的活体内的侵入距离进行说明。如观看人的肌肤的颜色而清楚的那样,可见光容易在活体表面进行漫反射,而难以侵入活体内部。在上述例子中,将780(nm),805(nm)和830(nm)的光用于测定光。其中,由于即使在将波长最长的830(nm)的光称为近红外光的情况下,仍接近可见区域,故同样地,活体内部的侵入距离短。其结果是,具有下述的问题,即,即使作为最深度的区域,如前述所述,仍只能测定距头部表面的3~4(cm)的深度的脑组织的状况。
于是,本发明的课题在于提供一种提高空间分辨率和时间分辨率的同时,能够测定活体的活动状态的方法等。
另一方面,在作为控制活体活动的方法而知晓的药物疗法中,难以有效地仅仅控制活体内部的指定区域。其理由在于,通过口服或注射等而摄取的药物在体内循环而扩散。由此,具有下述的课题,比如,即使因治疗目的而投药,不仅作用于治疗(控制)对象部位的药物量相对地降低,而且产生治疗(控制)对象部位以外的部位的另外的药物作用的副作用。
于是,本发明的课题还在于提供有效地控制活体内的仅仅指定区域(由1个细胞或多个细胞的集合组构成的区域)的活动状态的方法等。
用于解决课题的技术方案
本发明的第1方式的活体活动测定方法或活体活动控制方法为测定或控制包括动物和植物的活体的活动状态或其变化的活体活动测定方法或活体活动控制方法,其特征在于该方法包括对上述活体照射其波长包含在指定波长范围内的电磁波的照射过程;与检测过程或控制过程,在该检测过程中,检测上述活体内的由一个或多个细胞构成的局部区域的涉及所述电磁波的特性,在该控制过程中,利用涉及电磁波的特性,进行控制,作为为了检测或控制上述活体的活动状态或其变化而利用的现象,确定以
(1)在细胞膜组成分子内的原子间新产生的振动模式的基底状态和多个激励状态之间的跃迁能量;或
(2)在与活体的活动时或其变化时相对应的分子内的指定原子间产生的振动模式间的跃迁能;或
(3)核磁共振的指定的化学位移量为基准的波长范围。
本发明的实施方式的活体活动测定方法的特征在于,在上述细胞膜的电位变化伴随有相对上述局部区域内的指定物质,附着或脱离指定离子的现象的条件下,确定上述指定波长范围。
本发明的第1方式的活体活动测定方法的特征在于,在上述指定物质和上述指定离子为卵磷脂或鞘磷脂与氯离子的组合,磷脂酰丝氨酸与钠离子或钾离子的组合,以及糖脂和钠离子的组合中的至少1者的条件下,确定上述指定波长范围。
本发明的第1方式的活体活动测定方法的特征在于,与相对卵磷脂的氯离子的附着或脱离相对应的上述指定波长范围以涉及波数2480(cm-1)或化学位移量δ2.49~δ2.87(ppm)或δ3.43(ppm)~δ3.55(ppm)的化学位移量为基准而确定;与相对鞘磷脂的氯离子的附着或脱离相对应的上述指定波长范围以涉及波数2450(cm-1)或化学位移量δ2.49~δ2.87(ppm)或δ3.43(ppm)~δ3.55(ppm)的化学位移量为基准而确定;与相对磷脂酰丝氨酸的钠离子的附着或脱离相对应的上述指定波长范围以波数429(cm-1)为基准而确定;与相对磷脂酰丝氨酸的钾离子的附着或脱离相对应的上述指定波长范围以波数118(cm-1)或1570(cm-1)为基准而确定;并且与相对糖脂的钠离子的附着或脱离相对应的上述指定波长范围以波数260~291(cm-1)为基准而确定。
本发明的第1方式的活体活动测定方法的特征在于,按照下述方式确定上述指定波长范围,该方式为:包括相当于以构成上述基准的波数为中心,具有该波数的10~20%的宽度的波数范围,或以构成上述基准的化学位移量为中心,具有0.45(ppm)~0.49(ppm)的宽度的化学位移量的范围的波长范围中的至少一部分。
本发明的第1方式的活体活动测定方法的特征在于,除了吸收构成上述活体的至少包含水的其它的物质的电磁波的波长范围以外,确定上述指定波长范围。
本发明的第1方式的活体活动测定方法的特征在于,上述指定现象为在上述活体的活动状态的变化后4~200(ms)的范围内的指定反应时间以内产生的现象。
本发明的第1方式的活体活动测定方法的特征在于,上述检测过程为通过采用共焦光学系统,检测上述活体内的任意的截面上的上述局部区域的上述电磁波的吸收特性的过程。
本发明的第1方式的活体活动测定方法的特征在于,还包括下述获得信息过程,在该过程中,通过上述照射过程和上述检测过程,获得表示上述活体的上述电磁波的吸收特性的空间分布方式和时间变化方式的指定信息;指定过程,在该过程中,通过参照根据已获得的上述指定信息,保存上述活体的活体活动信息或定义上述活体所接触的环境的环境信息,与上述指定信息之间的关系的数据库,指定上述活体活动信息或环境信息。
本发明的第1方式的活体活动测定方法的特征在于,还包括认识过程,在该认识过程中,认识上述活体的活体活动信息或环境信息;设定或补偿过程,在该过程中,根据上述认识的上述活体活动信息或环境信息,与上述已获得的上述指定信息,设定或补偿保存于上述数据库中的两者的关系。
本发明的第2方式的活体活动测定方法的特征在于,采用下述特性检测上述活体内的动态活动,该特性指相对具有0.84μm~110μm的波长的电磁波的局部区域内的特性或相对涉及在δ1.7pp~δ4.5ppm的范围内的化学位移量的电磁波的上述局部区域内的特性。
本发明的实施方式的活体活动测定方法的特征在于,测定活体的上述局部区域内的上述特性的时间变化。
本发明的第2方式的活体活动测定方法的特征在于,对活体内的至少一部分,照射基准频率调制在0.2Hz~500kHz的范围内的电磁波。
本发明的第2方式的活体活动测定方法的特征在于,检测上述活体内的固定的1个局部区域的上述特性的时间变化,或检测固定于上述活体内的相互不同的位置的多个局部区域内的涉及上述特性的各自的时间变化的集合。
本发明的第2方式的活体活动测定方法的特征在于,至少1个固定的上述局部区域相当于1个细胞或该细胞内的一部分,对这里,照射基准频率调制在0.2Hz~500kHz的范围内的电磁波。
本发明的第2方式的活体活动测定方法在上述局部区域内,对应于1个细胞内或上述1个细胞内的一部分,检测因构成上述细胞的细胞膜的电位变化而产生的上述特性的变化。
本发明的第2方式的活体活动测定方法的特征在于,对活体照射包括不同的多个波长的电磁波或不同的多个频率的电磁波的电磁波,检测上述活体的局部区域内的上述多个波长的电磁波或上述多个频率的电磁波的特性。
本发明的实施方式的活体活动测定方法的特征在于,包括根据通过上述活体活动检测方法而获得的检测信号,进行动态活体活动信息的形成步骤。
本发明的第1方式的活体活动测定装置为测定包含动物和植物的活体的活动状态的活体活动测定装置,其特征在于该装置包括照射器,该照射器对上述活体,照射其波长包含在指定波长范围内的电磁波;检测器,该检测器检测上述活体内的由一个或多个细胞构成的局部区域的涉及电磁波的特性,作为为了检测上述活体的活动状态或其变化而利用的现象,确定以
(1)在细胞膜组成分子内的原子间新产生的振动模式的基底状态和多个激励状态之间的跃迁能;或
(2)在与活体的活动时或其变化时相对应的分子内的指定原子间产生的振动模式间的跃迁能;或
(3)核磁共振的指定的化学位移量为基准的波长范围。
本发明的第2方式的活体活动测定装置具有活体活动检测部,该装置根据上述活体活动检测部而获得的涉及活体活动的检测信号,进行规定处理,其特征在于,上述活体活动检测部由光源部和信号检测部构成,上述光源部产生照射到活体上的电磁波,上述电磁波包括具有在0.84μm~110μm的范围内的波长,或涉及在δ1.7pp~δ4.5ppm的范围内的指定的化学位移量的电磁波,通过上述信号检测部,检测包括作为上述电磁波的照射结果而获得的涉及上述活体的活动的上述检测信号的电磁波。
本发明的第2方式的活体活动测定装置的特征在于,对应于上述局部区域内,1个细胞内,或上述1个细胞内的一部分,测定因构成上述细胞的细胞膜的电位变化而产生的上述特性的变化。
本发明的第2方式的活体活动测定装置的特征在于,由上述光源部产生,包括不同的多个波长的电磁波或不同的多个频率的电磁波的电磁波。
本发明的活体活动检测信号的传送方法的特征在于,对活体照射包括具有在0.84μm~110μm的范围内的波长的电磁波,或涉及在δ1.7pp~δ4.5ppm的范围内的指定的化学位移量的电磁波的电磁波,检测涉及上述活体的局部区域内的特性的活体活动检测信号,传送上述活体活动检测信号。
本发明的实施方式的活体活动检测信号的传送方法的特征在于,上述局部区域内对应于1个细胞内或上述1个细胞内的一部分,检测因构成上述细胞的细胞膜的电位变化而产生的上述特性的变化。
本发明的实施方式的活体活动检测信号的传送方法的特征在于,根据活体活动检测信号,形成活体活动信息,传送上述活体活动信息,该活体活动检测信号为涉及对活体照射电磁波而获得的上述活体的局部区域的信号,该电磁波指具有0.84μm~110μm的波长的电磁波,或涉及与δ1.7pp~δ4.5ppm的范围有关的指定的化学位移量的电磁波。
本发明的实施方式的活体活动检测信号的传送方法的特征在于,检测下述活体活动检测信号,传送涉及下述相应的波长或相应的频率的活体活动检测信号,该下述活体活动检测信号涉及与上述活体的局部区域内的在0.84μm~110μm的范围内的多个波长的电磁波,或与在δ1.7pp~δ4.5ppm的范围内有关的多个化学位移量所涉及的电磁波相对应的相应的特性。
本发明的实施方式的利用活体活动信息的服务的提供方法的特征在于,根据下述结果,提供与活体活动信息相对应的服务,或对活体照射上述电磁波,提供与上述活体活动的控制相对应的服务,该结果指对活体照射电磁波,检测涉及上述活体的局部区域内的特性的活体活动检测信号,根据该活体活动检测信号,形成活体活动信息而得到的结果,该电磁波包括具有0.84μm~110μm的波长的电磁波,或涉及与δ1.7pp~δ4.5ppm的范围内有关的指定的化学位移量的电磁波。
本发明的实施方式的利用活体活动信息的服务的提供方法的特征在于,根据在由1个细胞或多个细胞构成的上述局部区域内产生的活体活动的检测、测定结果,或控制,提供服务。
发明的效果
按照本发明的活体活动测定方法或活体活动控制方法等,对活体照射其波长包含在指定波长范围内的电磁波,进行涉及该活体内的局部区域的电磁波的特性或其变化的检测或控制。“指定波长范围”为,以在涉及活体的活动状态或其变化而产生的局部区域内的指定的原子之间形成的振动模式间的跃迁能或指定的化学位移量为基准而确定的波长范围。“局部区域”为由1个或多个细胞构成的区域。
由此,按照本发明,会检测与对应于活体的活动状态的变化,快速或显著地在短时间出现的电磁波相关的特性。即,可提高时间分辨率的同时,测定活体的活动状态。另外,作为本发明的实施方式,利用该电磁波的集束特性,通过仅仅对微小的局部区域照射该电磁波,不仅提高活体活动的检测或测定的空间分辨率,而且可进行仅仅微小的局部区域的活体活动控制。另外,通过利用该控制方法或该检测结果,可对该活体或其有关者,提供涉及活体的活动状态的认识精度的提高和适合的服务。
附图的简要说明:
图1a、1b为表示集中于静止时和放电时的神经细胞膜表面上的电荷分布的建模(modelling);
图2a、2b为Cl-离子附着前后的PCLN的结构比较;
图3为PCLN(Phosphatidylcholine)上的Cl-离子附着有无的吸光特性变化;
图4为可进行近红外光区域的分光特性预测的新计算方法的流程说明图;
图5为氢和碳的原子核间距的变化量与总能量变化的关系;
图6a、6b为表示氢和碳的原子核间距变化时的氯离子位置变化的说明图;
图7为与非协调振动相对应的波动函数│m>的分布特性图;
图8为氢和碳的原子核间距变化和各原子核的实效电荷量变化的关系;
图9a、9b为HOMO和能级最低的分子轨道中的电子分布特性说明图;
图10为氢和碳的原子核间距造成的电偶极矩值的变化;
图11为细胞膜电位变化检测和血液中的氧浓度变化检测之间的空间分辨率的比较;
图12为细胞膜电位变化检测和血液中的氧浓度变化检测之间的时间分辨率的比较;
图13a、13b为细胞膜电位变化检测和血液中的氧浓度变化检测之间的检测精度比较说明图;
图14为表示活体活动检测部位的监视方法的第1原理说明图;
图15为表示活体活动检测部位的深度方向的模式(pattern)的监视方法的第1原理说明图;
图16为表示监视活体表面的记号位置的方法的第2原理说明图;
图17为涉及活体活动检测用光学系统的第1实施例的原理说明图(共焦系利用);
图18为涉及活体活动检测用光学系统的第1实施例的动作原理说明图;
图19a、19b、19c为活体活动检测用光学系统的第1实施例的液晶开关模式和光检测单元的关系;
图20a、20b为涉及活体活动检测用光学系统的应用例子的原理说明图;
图21为活体活动检测用光学系统的应用例子的光检测器上的结构说明图;
图22为涉及活体活动检测用光学系统的应用例子的具体的光学配置说明图;
图23为表示高速地检测活体内部的局部的核磁共振特性变化的方法的说明图;
图24为涉及核磁共振特性变化的发生部位检测方法的说明图;
图25为活体活动检测部内部结构说明图;
图26为活体活动检测部的另一实施例结构说明图;
图27为活体活动检测电路的前级部内的结构说明图;
图28为活体活动检测电路的后级部内的结构说明图;
图29为活体活动检测信号发送部内的结构说明图;
图30为表示活体活动检测信号的内容的概要说明图;
图31a、31b为表示活体活动信息的一个例子(涉及指定的测定项目的测定结果)的概要说明图;
图32a、32b、32c、32d为脸的表情和情绪反应的关系的说明图;
图33a、33b、33c、33d为根据脸的肌肉的运动,获得活体活动信息的方法的说明图;
图34为利用活体活动检测部的网络系统概要的说明图;
图35为带有事件信息的活体活动检测信号的通信协议的说明图(1);
图36为带有事件信息的活体活动检测信号的通信协议的说明图(2);
图37为带有事件信息的活体活动信息的通信协议的说明图(1);
图38为带有事件信息的活体活动信息的通信协议的说明图(2);
图39为活体活动检测时的活体活动检测用照射光的发光模式(pattern)说明图;
图40为适合于本实施例/应用例子的活体活动检测/控制的波长范围的说明图;
图41a、41b为根据肌球蛋白ATP酶的ATP水解的机理说明图;
图42a、42b为因赖氨酸残基的氢键结合对象的不同,吸收光谱带波长产生变化的理由的说明图;
图43为氢键结合对象和非协调振动电势特性的关系说明图;
图44为涉及表情肌肉的运动的检测信号例子的说明图;
图45为在脸上收缩的表情肌肉的部位和表情的关系说明图;
图46为活体活动检测部的可检测范围和检测对象的配置关系说明图;
图47为本应用例子的活体活动测定方法1的说明图;
图48为本应用例子的活体活动测定方法2的说明图;
图49为本实施例的活体活动控制装置内部的结构说明图;
图50为活动控制装置的应用例子说明图;
图51a、51b、51c为电压依赖性离子通道的门开闭机理和从外部的控制方法说明图;
图52为细胞内部的活体活动连锁的状态说明图;
图53为在锥体细胞内产生记忆作用和忘却作用的机理·模型;
图54a、54b为涉及长期记忆形成和长期的忘却的控制方法说明图;
图55a、55b、55c为在PKA内活性部产生的磷酸化反应的机理模型说明图。
标号的说明:
标号1表示神经细胞体;
标号2表示轴索;
标号3表示突触结(突触小体);
标号4表示感觉神经元的检测部(终端部);
标号5表示神经肌肉接合部;
标号6表示肌肉细胞;
标号7表示中枢神经层(大脑皮质层);
标号8表示神经传递中继层(丘脑·小脑·网状结构等);
标号9表示反射性神经传递层(脊髓反射传导层等);
标号11表示电位依赖性Na+离子通道;
标号12表示髓鞘;
标号13表示细胞外液;
标号14表示轴索细胞质;
标号15表示郎飞结;
标号16表示轴索内的信号传递方向;
标号17表示锥体细胞的细胞体;
标号18表示星状细胞的细胞体;
标号19表示神经胶质细胞;
标号20表示细胞膜电位;
标号21表示静止膜电位;
标号22表示去极化电位;
标号23表示活动电位;
标号24表示放电期间;
标号25表示静止时;
标号26表示神经细胞膜的电位变化;
标号27表示肌细胞膜的电位变化;
标号28表示毛细血管;
标号29表示氧分子的传递通路;
标号30表示活体活动检测部位(被测定点);
标号31表示物镜;
标号32表示检测镜;
标号33表示检测光的光路;
标号34表示反射镜(嘉宝镜Galbamirror);
标号35表示针孔;
标号36表示光检测器;
标号37表示光栅;
标号38表示光检测单元;
标号40表示活体表面的记号位置;
标号41表示活体表面;
标号42表示照相机用透镜;
标号43表示2维光检测器;
标号44表示距活体活动检测部表面的距离;
标号45表示活体活动检测部表面;
标号46表示活体活动的位置检测部;
标号47表示波长780(nm)的光的反射光量;
标号48表示波长830(nm)的光的反射光量;
标号51表示2维液晶开关;
标号52表示聚光镜;
标号53表示光分配用光栅;
标号54表示横向1维光检测单元;
标号55表示纵向1维光检测单元;
标号56表示2维液晶开关内光透过部;
标号57表示成像透镜;
标号58表示活体活动检测信号;
标号60表示滤色器;
标号62表示从检测电路前级输出的检测信号线;
标号63表示双凸透镜(lenticularlens);
标号71表示2维排列的核磁共振特性变化检测用单元阵列;
标号72表示磁场调整用线圈;
标号73表示(超导)磁铁;
标号74表示激励用线圈;
标号75表示构成检测对象的生命体的一部分(被验者的头部等);
标号80表示1个核磁共振特性变化检测用单元;
标号81表示电源线和地线;
标号82表示基准时钟+时间戳信号的传送线;
标号83表示活体活动检测信号输出线;
标号84表示检测用线圈;
标号85表示活体活动检测电路的前级部;
标号86表示活体活动检测电路的后级部;
标号87表示光电变换单元(光检测单元或检测用线圈);
标号101表示活体活动检测部;
标号102表示光源部;
标号103表示信号检测部;
标号104表示基准时钟和调制信号发生部;
标号105表示活体活动检测信号发送部;
标号106表示活体活动检测信号;
标号111表示发光部;
标号112表示光调制器;
标号113表示光调制器驱动电路;
标号114表示发光部驱动电路;
标号115表示活体活动检测用照射光;
标号116表示波长选择滤波器;
标号117表示基准时钟发生电路;
标号118表示调制信号发生电路;
标号121表示活体活动检测用光电变换部;
标号122表示活体活动检测电路;
标号131表示前置放大器;
标号132表示带通滤波器;
标号133表示调制信号成分抽取部(同步检波部);
标号134表示A/D变换器;
标号135表示前级部内的存储部;
标号136表示前级部的信号处理运算部;
标号137表示与后级部之间的信号转送部;
标号141表示与前级部之间的信号转送部;
标号142表示后级部内的存储部;
标号143表示后级部的信号处理运算部;
标号144表示活体活动检测信号发送部的信号转送部;
标号151表示活体活动检测信号的发送次数(或累积发送时间)检测用计数器;
标号152表示随时间变化键发生器(依赖于活体活动检测信号的发送次数或累积发送时间);
标号153表示随时间变化(依赖于活体活动检测信号的发送次数或累积发送时间)的M系列内跳跃(jump)数发生器;
标号154表示加密部;
标号155表示与活体活动检测电路之间的信号转送部;
标号156表示活体活动检测信号发送部内的存储部;
标号157表示IP结构形成部(包括IP地址设定);
标号158表示通信控制部;
标号161表示活体活动检测区域;
标号162表示活性化度;
标号163表示经历时间;
标号171表示判定因素;
标号172表示一致度;
标号173表示事件;
标号178表示进行处理或操作的内容;
标号201表示互联网层;
标号202表示心理沟通层;
标号211表示心理沟通中介者(心理沟通提供商);
标号212表示心理的服务公司(心理服务经销商);
标号213表示用户;
标号216表示用户侧的驱动系统;
标号217表示用户侧的控制系统;
标号218表示活体检测系统;
标号220表示活体检测部;
标号221表示事件信息B检测部;
标号222表示信号/信息多重化部;
标号223表示互联网通信控制部;
标号224表示事件信息A抽取部;
标号225表示画面显示控制部;
标号226表示用户输入部;
标号227表示活体活动分析部;
标号228表示数据库保存区域;
标号229表示心理沟通层的维护处理部;
标号230表示心理的服务公司的技术支持对应部;
标号231表示收费/利益分配处理部;
标号232表示画面显示/切换设定部;
标号233表示驱动系统的远程操作部;
标号234表示直接服务内容确定部;
标号241表示活体活动检测;
标号242表示事件信息B;
标号243表示事件信息A;
标号244表示提供服务;
标号245表示指定的信息提供(包括信息提供服务);
标号247表示直接性服务(邮递/派遣等);
标号248表示带有事件信息的活体活动检测信号;
标号249表示带有事件信息的活体活动检测信息;
标号250表示用户的显示画面;
标号251表示驱动系统的远程操作;
标号252表示使用费用的支付;
标号253表示利益分配;
标号254表示无检测信号的用户输入信息;
标号301表示检测条件数据报;
标号302表示事件数据报;
标号303表示检测波长λ的检测信号数据报;
标号304表示活动信息数据报;
标号305表示活体活动分析条件数据报;
标号310表示分析条件包;
标号311表示检测条件包;
标号312表示事件包;
标号313表示检测信号包;
标号314表示活动信息包;
标号315表示互联网标题(header);
标号316表示检测条件数据片段;
标号317表示事件数据片段;
标号318表示检测信号数据片段;
标号319表示分析条件数据片段;
标号320表示活体活动信息片段;
标号326表示每个检测点的位置信息;
标号327表示时刻T1的每个检测点的活性化度分布特性;
标号328表示时刻T2的每个检测点的活性化度分布特性;
标号331表示服务类型信息;
标号332表示对应的数据报识别信息;
标号333表示片段种类信息;
标号334表示片段位置信息;
标号335表示发送源地址信息;
标号336表示目的地址信息;
标号337表示选择类型信息(类型=68);
标号338表示活体检测部的识别信息或活体检测部对应固有的地址信息;
标号339表示时间戳信息;
标号341表示事件发送源地址信息(显示画面URL等);
标号342表示发生事件数量信息;
标号343表示在显示画面内设定的API命令;
标号346表示事件种类信息;
标号347表示事件继续期间;
标号348表示事件信息内容;
标号351表示用户(被验者)识别信息;
标号352表示检测开始时间信息(年月日时分秒);
标号353表示时间戳的基准频率;
标号354表示测定项目;
标号355表示检测机构;
标号356表示检测信号的种类;
标号357表示检测区域的部位信息和检测点配置的设定方法;
标号358表示检测区域的分辨率;
标号359表示检测信号的量子化比特数;
标号360表示检测信号的取样频率或取样时间间隔;
标号361表示检测波长的数量信息;
标号362表示从过去的累积发送次数;
标号363表示分析软件版本号;
标号364表示分析所采用的数据库的版本号或最终更新时期;
标号371表示测定项目的数量信息;
标号372表示测定项目A内判定因素数量信息;
标号373表示测定项目A内判定因要素内容列表;
标号374表示测定项目B内判定因素数量信息;
标号375表示测定项目B内判定因素内容列表;
标号374表示时刻T1的测定项目A内每个判定因素的一致度;
标号375表示时刻T2的测定项目A内每个判定因素的一致度;
标号401表示反射光量变化;
标号411表示大脑皮质内的中央后回;
标号412表示丘脑;
标号413表示脊髓;
标号414表示椎体(前侧);
标号415表示椎弓(后侧);
标号416表示脊髓内的灰质;
标号421表示X轴;
标号422表示Y轴;
标号423表示Z轴;
标号424表示波长780(nm)的检测用光源;
标号425表示使波长780(nm)的光通过的滤色器;
标号426表示波长780(nm)光用的光检测器;
标号427表示波长830(nm)的检测用光源;
标号428表示使波长830(nm)的光通过的滤色器;
标号429表示波长830(nm)光用的光检测器;
标号431表示活体活动检测部位的位置检测用光源;
标号432表示活体活动检测部位的位置检测用监视部;
标号433表示分束镜;
标号434表示具有滤色器特性的光合成元件;
标号437表示1/4波片;
标号438表示偏振光分离元件;
标号439表示监视器用光;
标号440表示活体活动检测期间;
标号441表示活体活动检测的固有信息明示期间;
标号451表示同步信号;
标号452表示活体活动检测部的制造厂商识别用ID信息;
标号453表示活体活动检测部各自的识别信息(制造号码等);
标号454表示制造厂商设定的制造厂商相关信息;
标号501表示枕额肌(惊愕);
标号502表示皱眉肌(痛苦);
标号503表示颧大肌(笑);
标号504表示口轮匝肌(表情表现);
标号505表示降口角肌(口角三角肌)(悲哀);
标号506表示降下唇肌(下唇方肌)(无表情);
标号507表示颏肌(鄙视为怀疑);
标号511表示肌肉收缩活动开始前;
标号512表示肌肉收缩活动时;
标号513表示振幅值;
标号521表示活体活动检测部的可检测范围;
标号522表示活体活动对象的位置;
标号600表示构成检测/控制对象的生命体的一部分(被验者的头部等);
标号601表示电极端子(板);
标号602表示高电压高频发生用电源;
标号603表示控制部;
标号604表示调制信号发生电路;
标号605表示物镜驱动电路;
标号606表示准直镜;
标号607表示分束器;
标号608表示活体活动检测/控制用电磁波;
标号609表示光波导;
标号610表示光波导驱动电路;
标号611表示细胞膜的外侧;
标号612表示细胞质侧;
标号613表示细胞膜;
标号614表示裂缝;
标号615表示门;
标号616表示荷电部;
标号621表示氢键结合部;
标号622表示氨基酸残基;
标号623表示氨基酸主链;
标号701表示受体A;
标号702表示受体B;
标号703表示细胞内信号传递级联反应(cascade)A;
标号704表示细胞内信号传递级联反应(cascade)B;
标号711表示磷酸化级联反应(cascade);
标号712表示脱磷酸化反应;
标号713表示阻碍作用;
标号721表示基因表达(mRNA的转录);
标号722表示蛋白质合成(mRNA的翻译);
标号723表示指定细胞功能的行使;
标号724表示控制对象;
标号731表示突触间隙;
标号732表示谷氨酸结合;
标号733表示谷氨酸结合;
标号734表示谷氨酸结合;
标号735表示脊柱(spine);
标号741表示mGluR受体;
标号742表示NMDA受体;
标号743表示AMPA受体;
标号747表示Ca+离子浓度高的场合;
标号748表示Ca+离子浓度低的场合;
标号750表示PI(3,4,5)P3的形成;
标号751表示Ca+离子的流入;
标号752表示Na+离子的流入;
标号753表示CaM激酶的磷酸化;
标号754表示细胞核内的基因表达;
标号755表示mRNA的形成;
标号756表示mRNA的翻译;
标号757表示AMPA的受体的插入;
标号758表示磷酸化极联反应(cascade);
标号759表示蛋白激酶B的活性化;
标号761表示钙调磷酸酶(calcineurin)的活性化;
标号762表示抑制因子-1的脱磷酸化;
标号763表示蛋白质脱磷酸化酶1的活性化;
标号764表示AMPA受体的获取;
标号771表示记忆作用;
标号772表示忘却作用;
标号780表示基质。
用于实施发明的方式
下面对本发明的一个实施方式的活体活动测定方法,活体活动测定装置,采用活体活动信息的服务和活体活动信息传送方法进行说明。首先,给出涉及下述的说明内容的目录,以便在开始阶段容易把握说明的全部内容。
1〕神经细胞的放电机理模型
1.1)细胞膜结构的特征(引用信息)
1.2)对神经细胞膜的发生电位的电磁学解释
1.3)静止时和放电时,集中于神经细胞膜表面上的电荷分布状态的模型试验(modeling)
1.4)神经细胞膜内外的离子浓度分布特性(引用信息)
1.5)磷脂质分子结构和预计的离子附着部位的关系
2〕神经细胞的放电模型和红外光区域的分光特性变化的关系
2.1)采用量子化学计算软件的模拟方法
2.2)-N+(CH3)3部的氯离子附着模型和在放电时发生的吸收光谱带预测
2.3)磷脂质分子的钾离子对吸收光谱造成的影响
3〕神经细胞的放电模型和近红外光区域的分光特性变化的关系
3.1)可进行近红外光区域的分光特性预测的新的计算方法的概述
3.2)基准振动方程式的导入
3.3)吸收迁移概率的定式化
3.4)与采用量子化学计算软件的模拟结果的组合
3.4.1)采用量子化学计算软件的模拟方法
3.4.2)涉及电势特性的模拟结果
3.4.3)涉及电偶极矩的模拟结果
3.4.4)涉及吸收波长和吸收迁移概率的比例的理论的预测值
3.5)本实施例的可检测范围的探讨
4〕神经细胞的放电模型和核磁共振的分光特性变化的关系
4.1)放电时预计核磁共振特性变化的理由和模拟方法与计算结果
4.1.1)放电时预计核磁共振特性变化的理由
4.1.2)采用量子化学计算软件的模拟方法
4.1.3)根据模拟结果而获得的化学位移量
4.2)本实施例的可测定范围的探讨
5〕本实施例的活体活动检测/控制方法与活体活动测定方法的技术特征
5.1)可预测以从表皮附近,到非常深的位置的活体内部的活体活动为检测/控制对象的动态内容
5.2)活体活动检测/控制部位的对位和保持方法
5.2.1)检测包括被检测/控制点的截面图像,设定检测位置的方法
5.2.2)检测活体表面上的指定位置,预测设定被检测点位置的方法
5.3)活体活动检测用光电变换方法
5.3.1)共焦光学系统的灵活使用
5.3.2)成像光学系统的空间的变化量或时间的变化量的抽取
5.3.3)检测核磁共振特性的高速变化的方法
5.3.4)降低来自邻接的其它的活体活动检测系统的干扰的方法
5.4)活体活动检测电路
5.4.1)活体活动检测部内部结构
5.4.2)活体活动检测电路内部结构
5.4.3)活体活动检测信号发送部内部结构
5.5)活体活动测定方法
5.5.1)根据活体活动检测信号而获得的信息的汇总
5.5.2)活体活动信息的内容
5.5.3)其它的活体活动测定方法
6〕组装有活体活动检测部的装置或系统
6.1)利用活体活动检测部的网络系统和商业模型
6.1.1)利用活体活动检测部的网络系统整体的概要
7〕活体活动检测信号和活体活动检测信息的通信用协议
7.1)涉及活体活动检测信号和活体活动检测信息的通信用协议的共同部分的特征
7.2)活体活动检测信号的通信用协议
7.3)活体活动检测信息的通信用协议
8〕涉及活体活动检测/控制的其它的应用例子
8.1)构成对骨骼肌肉的收缩和松弛状态进行检测/控制的对象的其它的活体活动现象
8.2)肌球蛋白ATP酶的动作机理
8.3)活体活动检测/控制特性
8.4)活体活动检测方法的特征
9〕活体活动的控制方法
9.1)活体活动的基本的控制方法的概述
9.2)用于活体活动的控制的基本原理的概述
9.3)离子通道的分子结构和门开闭控制方法
9.4)活体活动控制特性
10〕活体活动检测/控制
10.1)细胞内部的活体活动的概况
10.2)锥体细胞内的记忆/忘却机理模型
10.3)磷酸化酶(激酶)的反应过程
10.4)钙调磷酸酶(calcineurin)的反应过程
10.5)细胞内部的活体活动检测特性/控制特性
2〕神经细胞的放电机理模型
在1.1节和1.4节中,最初明确给出过去的公知信息。接着,在通过1.2节对过去已知的放电现象的电磁学的解释进行说明后,在1.2节和1.5节中新提出在1个神经细胞内产生的放电的机理。在于这里说明的神经细胞的放电模型中,基本采用在1.3节提出的电荷分布状态模型的观点。
1.1)细胞膜结构的特征(引用信息)
首先,对细胞膜结构的特征进行说明。
包括神经细胞的普通的细胞膜主要由“磷脂”,“糖脂”,“胆固醇”和“膜蛋白分子”构成。离子通道包含于膜蛋白分子中。磷脂,糖脂和胆固醇在细胞膜内,形成脂双层,呈现该脂质二重层中的外侧的层和内侧(细胞质侧)的层中包含的分子的种类不同的非对称的分布。在图1a中示出该脂质二重层内的磷脂和糖脂的分布例子。
在该脂双层中的外侧的层,大量地包含磷脂的卵磷脂(PCLN:Phosphatidylcho),神经鞘髓磷脂(SMLN:Sphingomyelin)和糖脂。相对该情况,在该脂双层中的内侧(细胞质侧),大量地包含磷脂酰丝氨酸(PSRN:Phosphatidylserine),磷脂酰乙醇胺(PEAM:Phosphatidylethanolamine)和磷脂酰环己六醇(PINT:Phosphatidylinositol)(但是,PINT的含量较少)。
图1所示的二重线表示“脂肪酸尾部”,其在脂双层内,按照相互朝向内侧的方式设置。
但是,在脂双层内,包含许多种类的糖脂。在该糖脂中,特别是具有负电荷的神经节苷脂(Ganglioside)的含量多,在神经细胞的细胞膜中,神经节苷脂占全脂质重量的5~10%。于是,在本实施例中,将神经节苷脂作为糖脂的代表分子而对待。另外报告有下述情况,即,在哺乳类的神经细胞内,神经节苷脂型D1a(GD1a)的含量最多(参照H.Rahmann他:TrendsinGlycoscienceandGlycotechnologyVol.10,No.56(1998)p.423)。于是,今后,以作为神经节苷脂的GD1a为代表例,进行说明。但是,并不限于此,对于所谓的糖脂,同样适应于今后的说明内容。
1.2)对神经细胞膜的发生电位的电磁学解释
细胞质内在静止时具有负电位,而在放电时到正电位前,电位反转。接着知道,在该放电时正电荷集中于神经细胞膜的内侧(细胞膜侧)表面上(参照B.Alberts他:細胞の分子生物学第4版(NewtonPress,2007年)第10章)。但是,由于脂双层的电阻非常大而大于10(GΩ)(参照菅原正雄:バイオニクスVol.3,No.7(2006)p.38),故在上述电位变化时,脂双层用作静电电容。
按照电磁学的静电电容理论,预计在放电时夹持脂双层,在内侧(细胞质)临时地集中有正电荷,但是,同时还在脂双层的外侧,临时集中有总量的绝对值相等的负电荷。
脂双层的静电电容C在1.0(μFcm2)左右(参照菅原正雄:バイオニクスVol.3,No.7(2006)p.39)。
1.3)集中于静止时和放电时的神经细胞膜表面上的电荷分布状态的模型试验(modeling)
对将在1.2节中说明的电磁学解释内容应用于在1.1节中给出的脂双层结构而获得的神经细胞膜表面上的电荷分布状态模型进行说明。
在表1中,示出放电时的PCLN,SMLN,GD1a,PSRN,PEAM和PINT的相应细胞膜的内外的离子可附着的部位和可脱离的部位。
【表1】
在PSRN中,包括在水中属于>PO2 -(磷酸部PO4 -的一部分)和-CO2 -的负极性的2个区域(官能团)和属于NH3 +的正极性的1个区域(官能团)。于是,PSRN作为总量,容易在水中带有负电荷。其结果是,容易形成由>PO2 -,-CO2 -,NH3 +的各区域构成的负电荷区域(由图1中的圆圈包围的负记号部)。
另外,PINT在1个部位而具有于水中构成>PO2 -的负极性的区域。由此,PINT也容易在水中带负电荷,容易形成仅仅由>PO2 -构成的负电荷区域。
人们认为,如果象这样,在神经细胞膜的细胞质侧(内侧),于静止时形成负电荷区域(图1a,则通过该静电的吸引力,正电荷集中于脂双层的外侧,在具有PCLN或SMLN的极性的头部,形成正电荷区域(由图1中的圆圈包围的正记号部)。
接着,如果在放电时在神经细胞膜的内侧(细胞膜侧)表面上集中有正电荷,则象图1b那样,在具有PEAM或PSRN的极性的头部,形成正电荷区域。预计此时,在神经细胞膜的外侧,不仅在PCLN或SMLN头部,而且还在GD1a中会形成负电荷区域。
即认为,在神经细胞膜表面上,以可逆方式形成负电荷区域和正电荷区域,神经细胞膜电位改变。
2.4)神经细胞膜内外的离子浓度分布特性(引用信息)
对负责神经细胞膜表面上的可逆的负电荷区域和正电荷区域的形成的具体的媒体(media)进行探讨。
在表2中给出在“B.Alberts他:細胞の分子生物学第4版(NewtonPress,2007年)第11章内的表11-1”中记载的普通的哺乳类细胞内外的离子浓度的值。
【表2】
按照该表,在神经细胞膜的外侧,Na+离子和Cl-离子的浓度高,在细胞质侧,K+离子的浓度高。此外,象在1.2节中说明的那样,在放电时Na+从外侧而流入细胞质内。
根据上面描述,作为负责上述正/负电荷区域的形成的媒体(media),考虑(1)神经细胞膜的外侧表面的Na+离子或Cl-离子的着脱,与(2)神经细胞膜的细胞质侧表面的K+离子或Na+离子的着脱。
在这里无法否定水中的H+离子(水合氢离子)或OH-离子作为上述媒体(media)的候补。但是,由于它们的浓度非常低(参照表2),故认为这些离子对放电现象的影响小。
1.5)磷脂质分子结构和预计的离子附着部位的关系
在于1.3节中说明的电荷分布状态模型中,通过1.4节的探讨结果,考察针对神经细胞膜表面上的正/负电荷区域的具体的方式和形成它的具体的部位。
如果在静止时,于细胞质侧,形成负电荷区域,则具有部分地形成接近在通过其静电力而拉近的Na+离子在与PCLN或SMLN的PO2 -区域之间离子键合的中性的盐>PO2 -Na+的状态的可能性。其结果是,人们认为,>PO2 -Na+和N+(CH3)3构成正电荷区域。
另一方面,象表1所示的那样,GD1a作为在水中属于负极性的区域(官能团),只具有-CO2 -。因此,可预测出在静止时,于GD1a的头部,至少部分地形成有与Na+离子之间离子键合而成的类似于中性盐-CO2 -Na+的状态。由于GD1a不具有水中为正极性的区域(官能团),故认为,在GD1a的头部,形成正电荷区域的可能性小。
接着,于放电时具有下述的可能性,即,部分地构成,于PEAM,PSRN和PINT各自的相应的>PO2 -区域和PSRN内的-CO2 -区域之间,Na+离子或K+离子进行离子键合而成的类似于中性盐的状态。然后,如果于水中为负极性的上述区域以电方式中和,则认为,通过在它们,与PEAM或PSRN内的水中为正极性的区域-NH3 +的组合,构成正电荷区域。
于是,通过来自形成于细胞质侧的上述正电荷区域的静电排斥力,Na+离子容易从PCLN或SMLN内的类似于中性盐>PO2 -Na+的状态和GD1a内的类似于中性盐-CO2 -Na+的状态脱离。接着,如果Na+离子脱离,则残留于GD1a内的-CO2 -的区域通过单体而构成负电荷区域。
另外,具有下述的可能性,即,部分地形成,通过细胞质的正电荷区域的静电引力而拉近的Cl-离子在与PCLN或SMLN内的在水中为正极性的区域-N+(CH3)3之间,离子键合或氢键合而成的类似于中性盐-N+(CH3)3CL-的状态。其结果是,预计在PCLN或SMLN内,由-N+(CH3)3CL-和>PO2 -,构成负电荷区域。
另一方面,虽没有形成负电荷的区域,但是在来自于PCLN或SMLN内的类似于中性盐的状态>PO2 -Na+的Na+离子脱离前,附着CL-离子,形成-N+(CH3)3CL-的状态,还会产生整体为电中性的状况。
上面以神经细胞的细胞体内的放电现象为例而进行了说明。但是认为,比如,同样在神经细胞的轴索2内的信号传递或神经肌肉接合部5的肌肉收缩信号传递中,采前述的电荷分布状态模型是可适用的。
轴索2的表面,通过其厚度远大于神经细胞膜的髓鞘12覆盖。由于电磁学的静电电容理论的静电电容的容量C与厚度成反比,故在于轴索2内进行信号传递时移动的离子的量成比例,检测信号量也非常微弱。但是,也可通过后述的检测方法的措施,进行轴索2内的信号传播状况的测定。
此外还已知,如果通过神经肌肉接合部,传递肌肉收缩信号,则肌肉细胞膜的膜电位也变化(参照ネッター:医学図譜脳·神経系I「構造と機能」(丸善,2006年)p.162)。
于是,本实施例不限于神经细胞体1内的放电的测定,也可应用于轴索2内的信号传递特性的测定和涉及基于神经肌肉接合部5的信号传递的肌肉细胞6的收缩状态的测定。
3〕神经细胞的放电模型和红外光区域的分光特性变化的关系
由于采用在1章中提出的神经细胞的放电模型,针对放电时的红外光区域的分光特性的变化,采用量子化学计算软件,进行模拟预测,故对该结果进行说明。
2.1)采用量子化学计算软件的模拟方法
作为量子化学计算软件,采用由富士通公司销售的SCIGRESSMOCompactVersion1Pro(「SCIGRESS」为注册商标)。该量子化学计算软件的特征在于分子轨道分析采用半经验的分子轨道法。在红外光区域的分光特性的计算中,将计算机模拟分为2个阶段。在于最初,进行分子结构的最佳化处理后,进行振动模式分析,提高计算精度。
在结构最佳化处理用的关键词中,设定“PM3EFPRECISEEPS=78.4GNORM=0.00001LETDDMIN=0.00001PULAYSAFESHIFT=1.00”,另外,在振动模式分析用的关键词中,设定“FORCEISOTOPEEPS=78.4PM3”。在这里,进行上述关键词的简单的说明。按照通过自然界,整体的能量取最小值的方式,确定构成分子的各分子的各原子的配置。由此,在最初进行水中的(EPS=78.4)分子结构的最佳化处理(EF),预测实际的原子配置。如果在这里,能量值的计算直接采用(A2)式和(3.2节),则花费庞大的计算时间。由此采用称为“PM3”的近似法,大幅度地缩短计算时间。接着,通过“FORCEISOTOPE”,进行振动模式分析。此外,通过上述关键词设定,提高计算的收敛性和精度。
在表3中给出计算机模拟结果的汇总。另外,在下面对各个计算结果进行说明。
【表3】
2.2)-N+(CH3)3部的氯离子附着模型和在放电时发生的吸收光谱带预测对涉及PCLN的Cl-离子附着时的分光特性变化的计算结果进行说明。模拟采用由化学式1表示的分子结构。
【化学式1】
图2表示此时的最佳化处理后的结构。图2a表示Cl-离子附着后的状态,图2b表示Cl-离子附着前的状态。在用于模拟的分子结构中,象图2a所示的那样,按照与位于最远离磷原子P的位置的氢原子H邻接的方式,设置Cl-离子。于是,该Cl-离子与最远离磷原子P的位置的氢原子H进行离子键合或氢键合。在构成-N+(CH3)3的9个中,还可按照任意的氢原子邻接的方式配置CL-离子。
在图3中给出作为通过上述的分子结构模型而计算的吸收光谱而预计的测定数据。在这里,将吸收光谱装置的分辨率设定为5(cm-1),进行计算。图3的顶侧示出Cl-离子附着时的吸收光谱,图3的底侧示出Cl-离子附着前的PCLN单体的吸收光谱。如果对该上下的吸收光谱进行比较,则仅仅在顶侧(Cl-离子附着时),呈现显著的吸收光谱带(由箭头表示的部分)。
该吸收光谱带的波数为2480(cm-1),相对的吸收强度为41.0(参照表3)。
接着,关于在SMLN的-N+(CH3)3区域,附着Cl-离子,进行离子键合或氢键合的场合的吸收光谱变化,同样地,进行模拟。其结果是,在Cl-离子附着时呈现的吸收光谱带的波数为2450(cm-1),相对的吸收强度为41.0。由于以上情况,故可在计算上确认PCLN和SMLN均在类似的部位,呈现相同的吸收光谱带的情况。
考察在Cl-离子的附着时,呈现图3所示的那样的强度大的吸收光谱带的理由。
在表4中给出Cl-离子附着前后的各原子核的实效电荷量变化。
【表4】
碳原子核C | 氢原子核H | 氯离子Cl- | |
Cl-イ离子附着时 | -0.434 | 0.230 | -0.920 |
卵磷脂单体 | -0.251 | 0.109 | -1.00 |
在这里,构成实效电荷量的比较对象的PCLN内的碳原子核C和氢原子核H的位置,相当于在图2内记载C和H的记号的部位,意指构成与上述吸收光谱带相对应的C-H-Cl-间逆对称伸缩振动的各原子核。另外,该实效电荷量根据Mulliken的电子数分析结果而计算(参照原田義也:量子化学下巻(裳華房、2007年)p.163)。
表4表示如果Cl-离子附着于氢原子核H的附近,进行离子键合或氢键合,则氢原子核H的实效电荷量显著地增加,并且碳原子核C的实效电荷量大幅度地减少的状况。人们认为产生该现象的原因在于因Cl-离子的附着,(1)由于氯元素的电阴性度高于氢元素,故氢原子核H周边的电子密度降低,与(2)氯离子周边的剩余电子密度的一部分移到碳原子核C的周边的分子轨道上的变化(具体内容在3.4.3节中后述)。
人们认为,象这样,伴随氢原子核H和碳原子核C的实效电荷量的变化,与C-H-Cl-间逆对称伸缩振动相对应的电偶极矩μ的值增加,吸收光谱带强度增加。
2.3)磷脂质分子的钾离子对吸收波谱造成的影响
首先,在开始,对涉及在PSRN的羧基-CO2 -上附着K+离子时的分光特性变化的计算结果进行说明。
模拟采用由化学式2表示的分子结构。
【化学式2】
在羧基-CO2 -上附着Na+离子时的最佳化处理后的分子结构中,在与2个氧原子核等间距的位置,设置Na+离子(3.4节)。如果与此进行比较,则在本次的最佳化处理后的分子结构中,在仅仅一个氧原子核的附近位置,设置K+离子。人们认为,对于该不同,是因为K+离子的离子半径大。
此时,产生与-C-CO2 -K+的骨格部振动相对应的吸收光谱带,该吸收光谱带的波数为118(cm-1),相对的吸收强度为2.89(参照表3)。
另外,模拟结果表示下述的样子,其中,作为K+离子附着的吸收光谱的影响大的特征,与羧基单体的的对称伸缩振动模式相对应,具有1570(cm-1)附近的波数值的吸收光谱带的相对的吸收强度从98.0,急剧地减小到15.2。人们认为,该情况的原因在于设置于羧基内的一个的原子核附近的K+离子阻碍羧基的对称伸缩振动。
象通过表3内的数值比较而知道的那样,因K+离子附着而产生的吸收光谱带的相对的吸收强度非常小。人们认为其原因在于K+离子的离子半径大于Na+离子。
该倾向在K+离子附着于磷脂质内的>PO2 -区域(磷酸部PO4 -的一部分)的场合,更加显著地呈现,醒目的吸收光谱带的发生未出现。
4〕神经细胞的放电模型和近红外光区域的分光特性变化的关系
3.1)可进行近红外光区域的分光特性预测的新的计算方法的概述
新提出的近红外光区域的吸收光谱的理论的计算方法具有下述的特征。即,
(1)以量子力学为基础,根据方程式,采用微扰理论,导出表示相对n倍音的吸收波长和Einstein的吸收迁移概率的关系式。
(2)通过已有的量子化学计算软件的计算机模拟,计算对于利用上述关系式来说必要的电偶极矩μ的特性和电势特性。
(3)将上述计算式和计算机模拟结果组合,计算相对n倍音的吸收光谱带的波长和吸收强度。
通过图4,对本实施例的计算方法进行概述。
首先,针对构成对象的高分子结构,进行利用已有的量子化学计算软件的计算机模拟的振动分析计算。接着,对该振动分析结果进行分析,抽取与指定的基准振动最相关的部位(S3)。在这里,在该量子化学计算软件上,基准振动作为协调振动而对待。
与此平行地,进行以量子力学为基础的关系式的导入。即,建立与当构成对象的高分子与外部电磁波进行相互作用时的高分子整体有关的方程式(S1)。
接着,利用Born-Oppenheimer近似法,进行仅仅表示高分子内的原子核间的关系的方程式部分的抽取(S2)。
再接着,采用变量分离法,仅仅抽取与于步骤3(S3)抽取的指定的基准振动最相关的原子核间的关系式部分(S4)。在步骤4,将在高分子中抽取的原子核以外的其它的原子核的影响编入电势项中。
另一方面,利用已有量子化学计算软件,仅仅固定相对与于步骤3抽取的指定的基准振动最相关的原子核间的最佳位置的偏移量,进行高分子的结构最佳化处理,模拟此时的高分子整体的能量变化量(S6)。
然后,在本计算方法中,假定该整体的能量变化量与在步骤4抽取的电势项相对应。通过该编入操作,“以量子力学为基础的关系式的导入处理”和“以计算机模拟为基础的特性分析”相互具有相关性。
接着,根据上述假定,通过采用量子化学计算软件的计算机模拟,计算在步骤4导入的关系式内包含的电势特性值(S6)和电偶极矩特性(S10)。
但是,在通过步骤4抽取的关系式内的电势项中,包含近似地达到4次的系数κ4(非协调项)。于是,以3次以后的系数值为0时获得的协调振动的解为基底函数,采用不依赖于时间的微扰理论,导入非协调振动的波动函数(S5)。另外,根据该波动函数的能量固有值间的差分值,计算近红外区域的吸收光谱带的波长(S7)。
然后,利用与上述协调振动相对应的波动函数,采用依赖于时间的微扰理论,建立与对应各非协调振动模式的振幅的时间变化量有关的联立方程式(S8)。然后,求解该联立方程式,计算表示Einstein的吸收迁移概率的关系式(S9)。接着,根据该吸收迁移概率,求出各吸收光谱带间的光吸收的比例(S11)。
在这里,对于相对具体的n倍音的吸收光谱带的波长和吸收强度的值,通过将作为计算机模拟的结果而获得的电势特性(S6)和电偶极矩特性(S10)代入以量子力学为基础而在步骤7和步骤11中导入的关系式内的方式获得。
在计算方法中,计算下述迁移,即附着于化学键合的碳原子核和氢原子核,进而附着于该氢原子核附近,进行离子键合或氢键合的氯离子之间的非协调的逆对称伸缩振动模式间的迁移,得出n倍音的吸收波长和吸收迁移概率。
如果设定为将与非协调的变角振动模式(在与碳原子核和氢原子核间的键合方向相垂直的方向,氢原子核振动的场合的振动模式)相对应的波动函数和与上述逆对称伸缩振动模式相对应的波动函数的乘积作为复合振动而表示的函数,则还求出(a)在变角振动模式间的迁移中产生的n倍音的吸收波长和吸收迁移概率与(b)在非协调的逆对称伸缩振动模式和非协调的变角振动模式的组合中产生的结合音的吸收波长和吸收迁移概率。
3.2)基准振动方程式的导入
作为进行图4的步骤1~步骤4的处理的结果的,涉及“碳原子核-氢原子核-氯离子”间的逆对称伸缩振动的Schrodinger方程式按照下述式定义。即,在将碳原子核和氢原子核的质量MC与MH的换算质量定义为
【数16】
时,则获得
【数27】
。在这里,E和ν指外部电磁场的电场矢量振幅和振动数,μ表示按照碳原子核和氢原子核而形成的电偶极矩。
3.3)吸收迁移概率的定式化
在上述(A·27)式中,如果
【数32】
成立,则非协调振动时的能量固有值εm按照(A38)式定义。
【数38】
3.4.1)采用量子化学计算软件的模拟方法
首先,在开始,对采用量子化学计算软件的模拟的方法进行说明。
在用于计算的分子结构中,设定在构成PCLN或SMLN的基础的胆碱(CH3)3N+CH2CH2OH上附着氯离子,进行离子键合或氢键合的盐酸盐结构Cl-(CH3)3N+CH2CH2OH。在这里,上述盐酸盐结构采用在水中形成的模型。
在上述的状态,每当改变处于附着于氯离子上的氢原子核和与该氢原子核处于键合关系的碳原子核的距离时,进行结构最佳化处理,计算基于总能量的变化或Mulliken的电子数分析结果的各原子核的实效电荷量变化。
作为量子化学计算软件,采用由富士通公司销售的SCIGRESSMOCompactVersion1Pro。该量子化学计算软件的特征在于分析轨道分析采用半经验的分析轨道法。另外,在本次的计算中,作为结构最佳化处理用的关键词,设定“PM3EFPRECISEEPS=78.4GNORM=0.00001LETDDMIN=0.00001ALLVEC”。象该关键词所示的那样,在Hamiltonian中设定“PM3”,采用水中的结构最佳化处理计算模型(EPS=78.4)。接着,作为提高计算精度的方法,
(1)在关键词内,不仅指定PECISEGNORM=0.00001LETDDMIN=0.00001。
(2)对经过最佳化处理的分子结构,进行振动模式分析,确认没有负的波数值。
3.4.2)涉及电势特性的模拟结果
图5表示改变附着于氯离子上的氢原子核和与其处于键合关系的碳原子核的距离时的分子整体的总能量变化量。根据图5,在(A27)式中,象(A57式)那样对应关联。
【数57】
如果将上述值代入(A32)式中,则获得由(A58)式所给出的值。
【数58】
下面对图5所示的电势特性的α位置和γ位置之间的表观的不连续点的发生原因进行说明。
在采用上述的量子化学计算软件的计算机模拟的结果中,氢原子核和碳原子核间的距离为最佳时的Cl-(CH3)3N+CH2CH2OH结构象图6a那样。在该场合,形成碳原子核C,氢原子核H和氯离子Cl-较接近于直线上的配置。其结果是,在于氮原子核N和设置于其左侧的碳原子核C’之间的键合方向的延长线(点划线)的底侧,设置氯离子Cl-。
接着,在氢原子核C和碳原子核H间的距离宽于最佳时的场合,保持该配置关系。另一方面,如果氢原子核C和碳原子核H间的距离相对最佳时,缩小超过则象图6b所示的那样,看上去,氯离子Cl-的位置移动到在氮原子核N和设置于其左侧的碳原子核C’之间的键方向的延长线(点划线)上。于是,因该影响,看上去,象图5那样,好象存在不连续点。
但是,在表示前述的量子化学计算软件的计算结果的图5和图6中,将分子内的全部的原子核位置固定,进行分子轨道分析。然而,实际上,全部的原子核的配置部位没有固定,具有基于振动模式的各位置的存在概率分布。于是认为,如果可基于量子论,考虑到涉及全部的原子核的配置部位的存在概率分布,则消除图5的表观的不连续特性,获得连续特性。
图7表示将(A57)式的值代入(A42)式中而计算的波动函数│m>。
还在图7的α位置和γ位置之间的表观的不连续点位置,获得基底状态│0>的充分大的存在概率振幅。该状况,于基底状态│0>的氯离子Cl-的存在概率分布,可预测是分布在包括图6a和图6b所示的配置部位的较宽的位置。
3.4.3)涉及电偶极矩的模拟结果
图8表示附着氯离子的进行离子键合或氢键合的氢原子核,和与其化学键合的碳原子核的距离发生变化时的各原子核的实效电荷量变化。在图8中,实效电荷量的单位由元电荷e0表示。象3.2节内的(A)和(C)所示的那样,对于涉及在该“碳原子核-氢原子核-氯离子”之间产生的逆对称伸缩振动的古典力学的振动的运转情况,氯离子的移动量非常少,氢原子核的移动量最大。
于是,在碳原子核C和氢原子核H间的距离小时(图8的左侧区域),氯离子Cl-和氢原子核H的距离大。其结果是,氯离子Cl-的实效电荷量接近于“-1”,碳原子核C和氢原子核H的实效电荷量接近于氯离子Cl-附着前的值。在与此相反,碳原子核和氢原子核间的距离大时(图8的右侧区域),氯离子Cl-和氢原子核H的距离小。其结果是,氢原子核H的实效电荷量的上升,而碳原子核C的实效电荷量减少。接着,在图8所表示的范围内,呈现如下状况,即伴随碳原子核C和氢原子核H间的距离的增加,碳原子核C的实效电荷量线性地减少,而氢原子核H的实效电荷量的上升量接近于饱和。
象图8那样,利用分子轨道分析结果,对实效电荷量变化的理由进行考察。
在图9a,图9b中示出碳原子核C和氢原子核H间的距离在最佳条件下的HOMO(HighestOccupiedMoleucularOrbial:在基底状态,能级最高的电子的分子轨道)和能级最低的电子的分子轨道MO(MoleucularOrbial)。图9a所示的HOMO主要由氯离子Cl-具有的3Px的原子轨道AO(AtomicOrbital)和碳原子核C造成的2Px的原子轨道AO形成。
在这里,由图9a中的红线表示的区域表示分子轨道函数的正振幅一侧,由图9a中的蓝线表示的区域表示分子轨道函数的负振幅一侧,在从分子轨道函数的正振幅,切换到负振幅的边界位置,HOMO的电子的存在概率为“0”。由图9a而知道,该HOMO的电子的存在概率为“0”的位置位于最佳结构时的氢原子核H位置的右侧。
于是,如果在图9a中,氢原子核H的位置移到右侧(氢原子核和碳原子核间的距离增加),由于其周边的HOMO的电子的存在概率密度降低,故氢原子核的实效电荷量增加。接着,如果氢原子核在HOMO的电子的存在概率为“0”的位置附近,则氢原子核的实效电荷量饱和。
另一方面,图9b所示的能级最低的电子的分子轨道MO主要由氯离子Cl-的原子轨道AO内的3S轨道和与氢原子核H相对应的1S的原子轨道AO形成。该分子轨道MO的较大的特征在于基于该分子轨道MO的电子的存在概率分布到达碳原子核C处。
此外,如果不仅考虑图9b所示的电子的存在概率分布,还考虑基于省略记载的其以外的分子轨道MO的电子的存在概率分布,则在氢原子核H的位置移到右侧(氢原子核和碳原子核间的距离增加)时,具有氯离子Cl-周边的电子的存在概率分布向碳原子核C方移到的倾向。其结果是认为,如果氢原子核H的位置移到右侧(氢原子核和碳原子核间的距离增加),则碳原子核的实效电荷量降低。
将图8所示的氢原子核的实效电荷量和碳原子核的实效电荷量代入(A13)式中而获得的,电偶极矩μ值的氢原子核和碳原子核间的距离的依赖性在图10中示出。另外,根据图10,获得A(50)式中的各系数值
【数59】
3.4.4)涉及吸收波长和吸收迁移概率的比例的理论的预测值
将(A57)式与(A58)式代入(A38)式中而获得的εm用于(A44)式而获得的吸収波长λm,与λm相对应的波数的值在表5的吸收波长和と波数的栏中示出。
【表5】
在表5中,基准音(m=1)的波数值为2283(cm-1)。相对该情况,在2.2节中,吸收光谱带的波数值为2465(cm-1)(PCLN的2480(cm-1)和SMLN的2450(cm-1)的平均值),在两者之间产生稍稍的偏差。该偏差的原因在于2.2节的振动分析按照协调振动近似方式而进行,预期包括非协调项的本次的计算结果的精度将更高。
接着,将(A57)式~(A59)代入(A43)式和(A52)式中,求出gmu和Lu,根据由(A53)式表示的联立方程式的解Pm,通过(A56)式,计算得出倍音基准的吸收迁移率的基准音的吸收迁移概率的比B0m/B01。其结果在表5的吸收迁移概率比的栏中示出。象根据表5而知道的那样,可得知,如果相对第1倍音的基准音的吸收迁移概率比为1/176,则第1倍音的吸收强度(吸收迁移概率)非常小。另外,虽然相对第2倍音和第3倍音的基准音的吸收迁移概率比更小,分别为1/3480,1/3030,但是具有可进行最低限测定的范围的吸收强度。另外知道,通过本次的计算结果,可知第3倍音的吸收强度大于第2倍音,第3倍音的吸收光谱带比第2倍音的吸收光谱带稍容易检测。由此,可认为,通过检测装置的调整,与第2倍音或第3倍音相对应的吸收光谱带的检测也是可能的。
表5表示从基底状态,迁移到各激励状态时的吸收波长和波数。但是,并不限于此,也可检测与指定的激励状态为初始状态时的激励状态间的迁移相对应的光吸收。即,还可检测,涉及以由氢原子核―氢原子核―氯离子间的逆对称伸缩振动的基底状态和多个激励状态构成的多个状态(振动模式)间的任意的迁移能量为基准,而确定的波长范围的吸收特性变化。
3.5)本实施例的可检测范围的探讨
在从图5,读取由(A57)给出的值的过程,和从图10,读取由(A59)给出的值的过程中,产生大的读取误差。由此,预测由表5表示的理论的预测值和实际的测定值有某种程度的偏差。这样的场合的偏差量一般为±20%(良好的,为±10%)。于是,用于本实施例的近红外光波长的下限值1.05×(1-0.1)=0.945(μm),以较大程度评估误差,经评估,为1.05×(1-0.2)=0.840(μm)。
但是,在不将表5给出的第3倍音的光用于测定,而仅仅将第2倍音以下的光用于测定的场合,用于本实施例的近红外光波长的下限值1.42×(1-0.1)=1.278(μm),以较大程度评估误差,经评估,为1.42×(1-0.2)=1.136(μm)。
此外,在不将表5给出的第2倍音以上的光用于测定,而仅仅将第1倍音的光用于测定的场合,用于本实施例的近红外光波长的下限值2.16×(1-0.1)=1.944(μm)或2.16×(1+0.1)=2.376(μm),以较大程度评估误差,经评估,为2.16×(1-0.2)=1.728(μm)或2.16×(1+0.2)=2.592(μm)。
下面对用于本实施例给出的测定方法的红外光波长的上限值进行说明。
对于通过红外光测定的吸收光谱带的波长(波数)与分子内的振动的关系,按照吸收波长短的顺序(按照波数值大的顺序),依次为官能团等的分子内局部区域内的振动,分子内骨格部的振动,分子整体的振动,分子整体的旋转。
于是,伴随前述的“分子内的局部的状态变化”的高速产生的变化与测定在上面描述中的“分子内局部区域内的振动”或“分子内骨格部的振动”的情况相对应。
但是,对于在羧基上附着钠离子,进行离子键合时产生的振动模式的分析结果,(A)按照3.3节,与>C-CO2 -Na+的骨骼部振动相对应的吸收光谱带的波数(波长)在260~291(cm-1)的范围内(34.4~38.5(μm)),(B)按照3.4节,与N+-C-CO2 -Na+的骨骼部振动相对应的吸收光谱带的波数(波长)为429(cm-1)(23.3(μm))。
对于在羧基上附着钾离子,进行离子键合时产生的振动模式的分析结果,按照3.3节,(C)与C-CO2 -K+骨骼部振动相对应的吸收光谱带的波数(波长)为118(cm-1)(84.7(μm),(D)因钾离子附着,位于波数(波长)为1570(cm-1)(6.37(μm))的部位的羧基-CO2 -的对称伸缩振动大幅度地受到限制。
于是,上述值均必须作为本实施例的适用范围(可检测的范围)的一部分而考虑。但是,在该考虑之前,(E)按照2.2节,相对与-N+(CH3)3Cl-的骨骼部振动相对应的吸收光谱带的波数(波长)为2465(cm-1)(4.06(μm))(PCLN的2480(cm-1)和SMLN的2450(cm-1)的平均值),在3.4.4节的场合,必须考虑2283(cm-1)的若干的偏差。象在3.4.4节中说明的那样,该若干的偏差的原因在于相对“2.1节的振动分析结果近似协调振动”的情况,为“包括3.4.4节非协调项”的情况。
于是,在上述(A)~(D)中列出的测定波长L均可通过计算模型,变化到(2465/2283)×L。另外,在上述(A)~(E)中给出的值毕竟是理论预测值,象前述那样,在与实验测定值之间,预计有最大±20%程度的偏差。于是,预测基于上述(A)~(E)的实验值的下限值为L×(1-0.2),另外,上限值为(2465/2283)×L×(1+0.2)。
于是,用于检测考虑了上述的关系式的场合的(A)~(E)的各现象的本实施例的适用范围(可检测的范围)为:
[A]>C-CO2 -Na+骨骼部振动(3.3节)27.5~49.9(μm)(34.4×0.8≒27.5,(2465/2283)×38.5×1.2≒49.9);
[B]N+-C-CO2 -Na+骨骼部振动(3.4节)18.6~30.2(μm);
[C]C-CO2 -K+骨骼部振动(3.3节)67.8~110(μm);
[D]-CO2 -的对称伸缩振动(3.3节)5.10~8.25(μm);
[E]-N+(CH3)3Cl-骨骼部振动(2.2节)3.25~5.26(μm)。
如果综合以上的内容,用于本实施例的的测定方法的红外光波长最好在(C)的上限值~至少110(μm)的范围内(按照波数值,大于91.1(cm-1))。
如果总结到目前为止说明的思考内容,则本实施例所采用的光的波长范围在最宽的范围的场合,为“0.840(μm)~110(μm)的范围”;在最窄的范围的场合,为“2.592(μm)~110(μm)的范围”。
接着,在上述的思考结果上,加上水的吸收波长的影响。活体内部的大部分由水分子构成。为此,在照射电磁波,测定或检测活体内部的动态活体活动之时,水分子的电磁波吸收将会是个大问题。于是,在本实施例中,采取利用水分子的吸收较少的波长区域的措施。按照“B.Alberts他:Essential細胞生物学(南江堂,1999)p.68图2~24”,在构成动物细胞(还包括无机离子)的化学物质的组成中,按照重量百分比计,水分子占70%。另外,在剩余的重量百分比30%中最大的为蛋白质,占15%,RNA占6%,离子/小分子占4%,多糖占2%,磷脂质占2%。另一方面,由于上述蛋白质,根据在细胞内存在的立体结构,吸光特性变化,故难以确定普通的蛋白质的吸收光谱带的吸收波长区域。由此,在本实施例中,因为(1)在动物细胞内压倒性的大量地包含有该物质;(2)因为该分子结构的稳定性,所以吸光特性是可确定的这两个理由,重点地关注“水分子的吸光特性”,并将水分子的光吸收较少的波长区域用于检测活体内部的动态活体的活动。因此,活体活动的检测光,在途中被水分子吸收的情况很少,可进行较稳定地,并且以良好的精度进行活体活动的测定或检测。由于在“尾崎幸洋·河田聡編:近赤外分光法(学会出版センター,1996)p.12、p.120、p.122或p.180”中记载了水分子的吸收峰值波长,故采用在这里记载的数值,进行本实施例的说明。
属于水分子的对称伸缩振动和逆对称伸缩振动的吸收光谱带的中心波长分别为2.73(μm)和2.66(μm)。另外,在长于它的波长区域,产生因氢分子的旋转而引起的光吸收。于是,为了测定活体内的动态活动,在本实施例中,以作为比上述2.66(μm)稍短的波长的2.50(μm)为界限,采用短于它的波长区域的电磁波进行测定(具体来说,考虑上述的内容,0.840(μm)~2.50(μm)的范围)。
另一方面,在近红外区域,属于水分子的逆对称伸缩振动和变角振动的组合的结合音的吸收光谱带位于中心波长1.91(μm)的部位。因此,作为另一实施例,可将避开该吸收光谱带的波长区域的电磁波用于测定。具体来说,将表5所示的第1倍音的光(波长为2.16(μm))用于测定。但是,象前述那样,在根据图5,产生±10%~±20%的读取误差。还可考虑该读取误差,作为该另一实施例,采用波长在2.16×(1-0.05)=2.05(μm)~2.16×(1+0.15)=2.48μm的范围内的电磁波。
另外,属于水分子的对称伸缩振动和逆对称伸缩振动的组合的结合音的吸收光谱带也位于中心波长1.43(μm)的部位。因此,作为另一应用例子,也可采用该波长和1.91(μm)之间的波长区域的光(具体来说,避开水分子的吸收光谱带的中心波长,采用在1.5(μm)~1.9(μm)的范围内的光),或短于该1.43(μm)的波长的波长区域的光。作为与后者相对应的测定用电磁波,利用表5所示的第3倍音的光(波长为1.05(μm))。作为该场合的具体的使用波长,在考虑上述读取误差后应为下述的范围,即,1.05×(1-0.2)=0.84(μm)~1.05×(1+0.3)=1.37μm的范围。
并不限于上述波长范围,作为应用例子,也可设定其它的波长范围。即,也可象在下面描述的那样,避开位于活体组织内的“氧浓度指示物质”吸收的波长区域而设定范围。例如,对手掌、手指照射近红外线,则可观测表面附近的血管图形(pattern)。其产生的原因在于血管中包含的血红蛋白吸收近红外线。即,在检测设置于活体的表面附近的血管的内侧(血管的里侧)区域的活体活动的场合,具有通过检测光路途中的血管,吸收检测光,检测信号的S/N比降低的危险性。由于在上述血红蛋白以外,肌球素,细胞色素氧化酶均在近红外区域,具有吸收光谱带,在氧化状态和脱氧化状态,近红外区域的吸收光谱变化,故称为氧浓度指示物质。另外,按照“F.F.Jobsis:Sciencevol.198(1977)p.1264-p.1267”,上述细胞色素氧化酶,血红蛋白在波长范围0.780(μm)~0.870(μm),具有弱的吸收光谱带。于是,如果考虑普通的测定误差范围±0.005(μm),则在本实施例或应用例子中采用的检测光的波长大于0.875(μm)的场合,未受到上述氧浓度指示物质的影响(光吸收),稳定地获得活体活动的检测信号。另外,如果考虑该内容,则形成上述波长范围“0.840(μm)~110(μm)的范围”,“0.840(μm)~2.50(μm)的范围”,或“0.840(μm)~1.37(μm)的范围”,或“0.875(μm)~110(μm)的范围”,“0.875(μm)~2.50(μm)的范围”,或“0.875(μm)~1.37(μm)的范围”。如果象这样,规定活体活动的检测光或控制光的使用波长范围,则即使在于检测光路或控制光路中途,存在氧浓度指示物质的情况下,未吸收检测光或控制光,活体活动检测信号的S/N比的确保,稳定的活体活动控制是可能的。
图11,图12a、12b和图13a、13b表示空间分辨率和时间分辨率,检测精度的各观点的细胞膜的电位变化检测和血液中的氧浓度变化检测间的定性的性能比较图像。
象前述那样,已有技术1的空间分辨率为3(cm)的等级(参照图11),采用fMRI装置,以磁方式检测的场合的空间分辨率为数个(mm)等级。另外,象图11所示的那样,检测在设置于该区域内的多个毛细血管28中流动的血液中的氧浓度的平均值。与此相比较,在检测细胞膜的电位变化的场合,具有到达前述的检测光的波长等级的空间分辨率。
但是,在作为细胞膜的电位变化检测的一个例子,检测每个脑神经细胞的放电的时候,邻接的脑·神经细胞间的平均间隔相当于实质的空间分辨率。另外,人的大脑皮层内的邻接的脑·神经细胞间的平均间隔为20(μm)等级。
于是,两者的空间分辨率具有100倍的等级的差异。该差异的图像在图11中以模拟方式示出。即,与在象已有技术1那样,利用近红外光,检测血液中的氧浓度变化的时候,检测直径3(cm)范围内的的平均值的情况相比较,可分别检测其中的每个锥体细胞的细胞体17或每个星状细胞的细胞体18的放电。
另一方面,象在2.1节或9.3.2节中于后面描述的那样,在检测细胞膜的电位变化的本实施例中,还可对在图18或图19中记载的2维液晶遮光器(shutter)51内的光透过部56的尺寸(开口直径)进行适当处理,检测作为每单位柱等的多个脑神经细胞的集合单位的活动状况(柱等的多个脑·神经细胞的集合的延伸的放电频率)。由于单位柱尺寸为直径约在0.5~1.0(mm)的范围内,高度为不到2(mm)的圆筒(或长方体),故还具有为了检测单位柱的活动,将空间分辨率自由地改变到上述值(或其以下)的特征(效果)。
检测单位的尺寸范围
其特征在于象上述那样,作为本实施例的检测单位,可设定在脑神经细胞的细胞体1个(或轴索内的指定区域)单位或肌肉细胞(或神经节接合部)1个单位~多个脑神经细胞(或肌肉细胞)的集合单位的幅度宽的范围。即,在活体活动检测部位(被测定点)内,将由1个或多个细胞构成的局部区域设定为检测的1个单位,检测涉及该检测单位(局部区域)的电磁波的特性,进行活体活动检测。
另外,也可选择下述任一者作为该电磁波,即具有在本节(3.5节)中说明的范围的波长的近红外光或红外光,或者为了如在4章中说明的利用核磁共振进行检测,照射到活体活动检测部位(被测定点)的电磁波。另外,在利用核磁共振进行检测时,也可采用连续波CW(Continuouswave)分光法和脉冲FT(FourierTransformation)分光法中的任意者。
由于下述的理由,本实施例的检测单位(局部区域)的尺寸在用于检测的电磁波的波长~长度1(cm)的范围内,最好,在10(μm)~3(mm)的范围内。另外,如果由该检测单位中包含的细胞数表示,在1个~1亿个的范围内,特别是最好1个~200万个的范围内。
对上述检测单位(局部区域)的尺寸范围进行说明。根据光的衍射理论,电磁波收敛到该波长尺寸(衍射界限)。另外知道,与神经细胞的放电大大相关的电位依赖性钠离子通道多分布于细胞体内的轴索的根部。由此,在检测仅仅1个的神经细胞的放电的场合,与将检测光较宽地照射到该细胞体整体的方式相比较,在将光汇聚于该轴索的根部周边的场合,检测效率提高。于是,最好,本实施例的检测单位(局部区域)的尺寸大于用于检测的电磁波的波长。
下面对涉及本实施例的检测单位(局部区域)的尺寸的上限值进行说明。在象通过图32或图33而在5.5.3节中于后面描述的那样,作为本应用例子,根据脸的肌肉的运动,获得活体活动信息。在该场合,无法以在已有技术1中描述的空间分辨率(直径3(cm):参照图11),获得充分的检测精度。由于人的眼皮的宽度或唇的宽度在1(cm)左右,故为了获得大于某程度的检测精度,检测单位(局部区域)的尺寸的上限值必须设定1(cm)。另外,由于脑·神经细胞间的平均间隔为20(μm),故在将该1条边为1(cm)的立方体作为检测单位,测定脑的深部分的场合,在该检测单位(局部区域)内,包括(10÷0.02)×(10÷0.02)×(10÷0.02)≒1亿个的脑·神经细胞。
下面考虑将检测单位(局部区域)设定为前述的柱的整数倍单位的场合。由于象前述的那样,1个柱的高度(大脑皮质内的灰白质的厚度)为2(mm),故在这里进行平均处理,2÷0.02=100个的脑神经细胞并列。在以宏观方式检测活体活动的场合,也可在1个检测单位(局部区域)内,同时检测到10个柱的活动。在该场合,检测单位(局部区域)的一条边的长度为101/2×1≒3(mm)。于是,在该检测单位(局部区域)内,包括(3÷0.02)×(3÷0.02)×100≒200万个的脑·神经细胞。另外,如果将检测单位(局部区域)的一条边(或直径)设定在0.5(mm)或1.0(mm),则可(根据前述的柱尺寸),将1个柱的活体活动作为检测单位(局部区域)而检测。另外,此时,1个检测单位(局部区域)内包括的脑神经细胞的数量为(0.5÷0.02)×(0.5÷0.02)×100≒6万个或(1÷0.02)×(1÷0.02)×100≒30万个。于是,在检测1个脑·神经细胞的活体活动~单位柱的活体活动的场合,将由1个以上,6万个~30万个的细胞构成的局部区域作为检测单位,检测涉及在这里的电磁波的特性,检测活体活动。
时间分辨率
下面对采用近红外光或fMRI的血液中的氧浓度变化检测和在本实施例中描述的光学的或磁性机构的细胞膜的电位变化检测的时间分辨率进行比较。
象前述的已有技术1那样,只要检测血液中的氧浓度变化,由于产生5(s)的延迟,故本质上时间分辨率受到限制。在与此相比较,象在1.3节中说明的那样,检测细胞膜的电位变化的场合,具有可忠实地再现在由图3所示的0.5~4(ms)的放电期间24小时内产生的放电脉冲波形的时间分辨率。
图12b表示该差异的图像。如果位于α位置和γ位置的星状细胞的细胞体18或位于β位置的锥体细胞的细胞体17放电,细胞膜的电位变化,则象在2章或3章(本章)中说明的那样,产生离子吸附(或离子释放)的固有的振动模式。于是,如果照射前述的范围的波长光,则吸收该光,产生固有振动模式间的迁移。
其结果是,象图12b所示的那样,反射光的光量暂时地降低,产生反射光量变化401。在图12b的例子中,示出下述的样子,其中,在经历时间163,在t0,位于α位置的星状细胞的细胞体18开始放电,受到其引诱,位于γ位置的星状细胞的细胞体18开始放电,接着,稍后,位于β位置的锥体细胞的细胞体17放电。在这里,图12b的1个“须丝”指“1次的放电”。由于在象这样,检测细胞膜的电位变化的本实施例中,时间分辨率非常高,故可针对每个不同的脑·神经细胞,检测每次的放电状况。
接着,在相对开始了放电的t0的经历时间163而延迟约5(s)后的tB,波长830(nm)的光的反射光量48和波长780(nm)光的反射光量47的变化慢慢地开始。
可知,只要在脑·神经细胞放电后,产生(1)细胞体17,18内的ATP的不足;(2)细胞体17,18内的氧分子的不足;与(3)毛细血管28内的氧化血红蛋白的不足的现象没有全部持续,则不产生血液中的氧浓度变化。即,仅仅在象图12b那样,频繁地产生放电的场合,连续地产生上述(1)~(3)的现象。
于是,在象图13b那样,零星地放电时,不产生上述(1)~(3),血液中的氧浓度没有改变。在检测所谓的血液中的氧浓度变化的方法中,认为活体活动的检测精度较低。由于与此相比较,检测细胞膜的电位变化的本实施例象图13b所示的那样,即使在仅仅1次的放电的情况下,仍可检测出,故具有通过光学方式(近红外光)和磁力方法(fMRI)中的任意者,检测精度均显著地提高的效果。
微弱信号的检测
象根据在表5内记载的倍音层级的吸收迁移概率的基准音的吸收迁移概率的比B0m/B01的值而知道的那样,在本实施例的场合,检测出非常微弱的变化信号。由此,象后述的那样,在本实施例的场合,预先对照射到活体的电磁波(近红外光),进行调制处理。
由此,相对从活体内部而返回的检测光,仅仅抽取与该调制信号同步的信号成分,由此可提高检测信号的S/N比。接着,如果与测定对象变化的时间间隔相比较,该调制周期长,则难以进行测定对象的时间变化的检测。于是,为了稳定地测定检测对象的时间变化,必须使调制信号的基准周期小于测定对象变化的时间间隔的1/5。
于是,本实施例的特征在于作为调制信号的基准频率,相对按照短于5(s)的间隔而改变的对象,在按照1(Hz)(即使最低,仍大于0.2(Hz))~200(ms)的间隔而改变的场合,在按照25(Hz)(即使最低,仍大于5(Hz))~4(ms)的间隔而改变的场合,进行大于1.25(kHz)的程度(即使最低,仍大于250(Hz))的调制。
下面对本实施例的一个方式的上述调制的基准频率的上限值和测定对象物的时间变化间隔进行说明。人们知道,一般在频段达到数百(kHz)的模拟信号的场合,检测电路不振荡,容易稳定地动作。另外,如果为该程度的信号频段,则同样对于印刷电路衬底内的接地的接纳方式等的安装方法,即使没有那么地注意的情况下,仍稳定地动作。如果与此相比较,动作范围的频段超过20(MHz),则检测电路容易振荡,同样对于印刷电路衬底内的安装方法,还必须要求非常的技术诀窍。在作为本实施例的一个方式,测定0.5~2(ms)的期间的放电的场合,那么高速的信号检测是不必要的。由此,将检测用信号频段抑制到必要最低限,谋求电路的稳定和价格的降低。
由于以上的理由,在本实施例的一个方式中,具体来说,将调制的基准频率抑制在500(kHz)以下,测定对象体的时间变化间隔大于10(ns)(最低也在2(ns)以上)。
5〕神经细胞的放电模型和核磁共振的分光特性变化的关系
4.1)放电时预计核磁共振特性变化的理由和模拟方法与计算结果
4.1.1)放电时预计核磁共振特性变化的理由
在象在3.5节中所述的那样,在本实施例中,将具有0.85(μm)~50(μm)的范围内(或0.840(μm)~2.50(μm)的范围内)的波长的电磁波照射到活体,检测由涉及上述电磁波的活体内部而获得的时间的变化,测定活体的局部区域内的特性,根据该测定结果,抽取动态活体活动信息。相对该情况,在于下面描述的本实施例的另外的应用例子中,检测活体的局部区域内的核磁共振特性的时间的变化,抽取动态活体活动信息。
在象在2.2节中说明的那样,如果在PCLN或SMLN内的胆碱部,附着氯离子,在与附近的氢原子核之间进行离子键合或氢键合,则该氢原子核的实效电荷量变化。这表明与该现象相对应的氢原子核周边的分子轨道变化。于是可预测,与此相对应,相对该氢原子核的磁性屏蔽效果改变,产生核磁共振特性(化学位移量)的变化。本应用例子的技术特征在于检测核磁共振特性(化学位移量)的时间变化,抽取动态活体活动信息。
4.1.2)采用量子化学计算软件的模拟方法
量子化学计算软件采用Gaussian09(“Gaussian”为注册商标))(Gaussian09,RevisionA.1,M.J.Frisch,G.W.Trucks,H.B.Schlegel,G.E.Scuseria,M.A.Robb,J.R.Cheeseman,G.Scalmani,V.Barone,B.Mennucci,G.A.Petersson,H.Nakatsuji,M.Caricato,X.Li,H.P.Hratchian,A.F.Izmaylov,J.Bloino,G.Zheng,J.L.Sonnenberg,M.Hada,M.Ehara,K.Toyota,R.Fukuda,J.Hasegawa,M.Ishida,T.Nakajima,Y.Honda,O.Kitao,H.Nakai,T.Vreven,J.A.Montgomery,Jr.,J.E.Peralta,F.Ogliaro,M.Bearpark,J.J.Heyd,E.Brothers,K.N.Kudin,V.N.Staroverov,R.Kobayashi,J.Normand,K.Raghavachari,A.Rendell,J.C.Burant,S.S.Iyengar,J.Tomasi,M.Cossi,N.Rega,J.M.Millam,M.Klene,J.E.Knox,J.B.Cross,V.Bakken,C.Adamo,J.Jaramillo,R.Gomperts,R.E.Stratmann,O.Yazyev,A.J.Austin,R.Cammi,C.Pomelli,J.W.Ochterski,R.L.Martin,K.Morokuma,V.G.Zakrzewski,G.A.Voth,P.Salvador,J.J.Dannenberg,S.Dapprich,A.D.Daniels,O.Farkas,J.B.Foresman,J.V.Ortiz,J.Cioslowski,andD.J.Fox,Gaussian,Inc.WallingfordCT,2009)。
作为用于计算的分子结构,设定Cl-(CH3)3N+CH2CH2OH。另外,在本次的计算的第1步骤,作为关键词,设定“#PRHF/6-31G(d)OptFreqSCRF=(Solvent=Water,PCM)”,进行结构最佳化处理。在该量子化学计算软件的计算结果中,经过最佳化处理的分子结构呈现图6b所示的结构。接着,作为计算的第2步骤,在关键词中设定“#PRHF/6-31G(d)NMRSCRF=(Solvent=Water,PCM)”,计算核磁共振时的化学位移量。如果与在2.1节中说明的关键词相比较,则RHF/6—31G(d)表示近似法,SCRF=(Sovent=Water,PCM)指在水中的分子配置。在这里,该化学位移量通过δ级别(scale)表示。即,事先计算Tetramethylsilane(TMS)的化学位移量,通过该值和借助本次的计算而获得的化学位移量的差分值来表示(R.M.Silverstein&F.X.Webster:有機化合物のスペクトルによる同定法第6版(東京化学同人,1999年)4章、4.7節、p.152)。
4.1.3)根据模拟结果而获得的化学位移量
首先,计算构成最初附着氯离子前的胆碱(CH3)3N+CH2CH2OH内的甲基的氢原子核的化学位移量。
接着,紧接地附着氯离子Cl-,与氢原子核进行离子键合或氢键合时的该部位的化学位移量在δ3.43(ppm)~δ3.55(ppm)的范围内。象这样,在计算机模拟方面,在氯离子Cl-的附着前后,呈现明显的化学位移量的变化。
4.2)本实施例的可测定范围的探讨
如果在于神经细胞放电时设置于细胞膜的外侧的PCLN或SMLN上附着氯离子Cl-,则应当在NMI光谱上临时地(放电的期间)在δ3.43(ppm)~δ3.55(ppm)的范围内,呈现峰值,按照与该峰值面积相对应的量,δ2.49(ppm)~δ2.87(ppm)的范围内的峰值的面积减少。
于是,本实施例的另一应用例子的特征在于测定NMI光谱的δ3.43(ppm)~δ3.55(ppm)的范围内的临时的峰值的增加量或δ2.49(ppm)~δ2.87(ppm)的范围内的临时的峰值的面积减少量,测定放电现象。
但是,作为计算机模拟的计算结果而获得的值屡次与实际的测定结果之间产生某种程度的偏差。可按照0.45~0.49(ppm)的程度预计该偏差量。其结果是,在本实施例的应用例子中,测定NMI光谱的δ2.0(ppm)(2.49-0.49)~δ4.0(ppm)(3.55+0.45)的范围内的峰值面积(或峰值高度)的时间的变化(临时的增减变化)。
但是,本实施例的应用例子并不限于神经细胞的放电测定,可应用于检测NMI光谱内的指定区域的临时峰值的增加或减少(时间的变化),在活体内部高速地变化的动态活体活动的测定。
理由是,如果类推3.5节说明的内容,则在活体内部的动态活体活动中短时间地状态改变的(反应速度快)现象中,多是产生氢原子核周边的分子轨道的变化造成的磁屏蔽效果的变化。
另外,本实施例的应用例子的特征在于由于测定活体活动,故检测水中的分子的状态变化。于是,同样在本实施例的应用例子中,与3.5节的说明内容相同,在避开属于NMR光谱内的水分子的峰值位置(化学放电量)的位置(化学放电量),进行检测水中的状态变化的处理。
构成单体水分子的氢原子核的化学位移量在δ0.4(ppm)~δ1.55(ppm)的范围内,水分子间的氢键的化学位移量为δ4.7(ppm)(参照R.M.Silvestein&F.X.Webster:SpectrometricIdentificationOfOrganicCompounds,6thedition(JohnWiley&Sons,Inc.,1998)Chapter4)。
但是,与水分子间的氢键有关的氧原子的电阴性度,根据Pauling的计算结果,其大小仅次于氟。于是,与氧原子以外(比如,前述的氯离子等)进行氢键合时的化学位移量小于上述的δ4.7(ppm),如果还考虑0.2(ppm)的富裕系数,则小于δ4.5(ppm)。
另一方面,构成单体水分子的氢原子核的化学放电量的上限值为δ1.55(ppm),但是作为避开水分子的峰值位置的值,必须设定在于该值上添加富裕度0.15(ppm)而得到的δ1.7(ppm)以上。根据上述的探讨结果,本实施例的应用例子的特征在于检测作为NMR光谱的化学位移量的,δ1.7(ppm)~δ4.5(ppm)的范围内的峰值面积(或峰值的高度)的时间的变化,测定活体内部的动态活体活动。
构成这样的本实施例的另一应用例子的检测NMR光谱的峰值面积(或峰值的高度)的时间的变化的场合的对象的时间的变化间隔象在3.5节中说明的那样,在10(ns)(最低也大于2(ns))~5(s)的范围内。或对应于测定对象,10(ns)(最低也大于2(ns))~200(ms)的范围内,或10(ns)(最低也大于2(ns))~4(ms)的范围内。
6〕本实施例的活体活动检测/控制方法与活体活动测定方法的技术特征
在5章中,对涉及本实施例的活体活动检测方法和活体活动检测方法的基本原理与技术特征进行说明。另外,同时,还对活体活动检测方法所共同使用的实施例进行说明。
关于采用本5章中说明的基本原理的具体的实施内容,将在6章以后进行说明。
5.1)以从表皮附近,到非常深的位置的活体内部的活体活动为检测/控制对象
象表6所示的那样,在本实施例中,以表皮附近~非常深的位置的活体内容的活体活动的检测或活体活动的控制为对象。其中,必须要求活体内部的3维空间内的指定部位的活体活动检测信号的抽取技术或指定部位的有选择的活体活动控制技术。
作为实现它的本实施例的第1阶段,为了进行活体内部的“活体活动检测/控制部位的对位和其保持”,进行(1)以3维方式设置的活体内的结构内容(构成活体的全部件配置)的解释与(2)根据(1)的解释结果,进行3维内的测定对象位置的推断和对位控制。
接着,作为第2阶段,(3)进行由(2)指定的位置的“活体活动检测信号的抽取”或“局部的活动活动控制”的操作。在这里,上述第1阶段和第2阶段也可按照时间序列的序号而实施,还可同时地实施。
在后面,将于这里,在上述(1)和(2)的操作中进行的“活体活动检测/控制部位的位置检测”称为“第1检测”。在本实施例中,该第1检测采用具有后述的波长范围的电磁波(或光)(具体的内容在5.2节中说明)。
另外,在后面将上述(3)的操作称为“第2检测”。接着,在该第2检测中,采用具有指定波长的电磁波或含有与指定的化学位移量相对应的电磁波的电磁波(其具体的内容在5.3节中说明)。
因此,如果对于以上的说明,换一个说法,“关于本实施例中的活体内部的活体活动的检测或控制由‘进行电磁波的检测的第1检测’,与‘检测包括指定波长的电磁波或包含与指定的化学位移量相对应的电磁波的电磁波的第2检测’,或‘采用包括指定波长的电磁波的电磁波的控制’构成’”,根据第1检测结果,进行第2检测或控制。该具体的流程是,通过第1检测,进行3维内的测定/控制对象位置的推断,根据已推断的活体内的位置,通过第2检测而获得涉及活体活动的检测信号,或对该已推断的活体内的位置,照射包括指定的电磁波,局部地控制活体活动。但是,不限于此,在本实施例中,也可
(1)通过第1检测,算出在3维内的测定/控制对象的位置;
(2)根据已算出的活体内的位置,通过第2检测而获得涉及活体活动的检测信号,之后
(3)根据该检测信号,(改变所照射的电磁波的强度),局部地控制活体活动。
象这样,用于进行活体活动检测/控制部位的位置检测和位置控制的第1检测和进行实际的活体活动检测的第2检测。
在本实施例中,由于独立于活体活动检测的第2检测或控制而进行活体活动检测部位的位置检测和位置控制的第1检测,故可不将进行第2检测的测定部(后述的活体活动检测部)直接安装于用户体上,而固定于离开用户的位置。由此,由于用户感觉不到活体活动检测,可自由地运动而旋转,故大幅度地减轻用户的负担,并且方便性大大提高。
在这里,上述的“指定波长的电磁波”在检测表6的“脑神经系统的细胞膜电位变化的场合,指在3.5节中已说明的“波长在0.840(μm)~50(μm)的范围内的光”,在检测表6的“周边血液中的氧浓度变化”的场合,指“波长在780(μm)和805(nm)或830(nm)的光”。另外,在检测表6中,“通过温度记录器(thermography)检测出的温度变化”的场合,意指“波长为8.7(μm)的周边的红外光”。目前,对波长为8.7(μm)的依据进行说明。温度记录器(thermography)检测由活体表面释放的黑体辐射光,但是,该黑体辐射光的极大强度波长依赖于所释放的活体表面温度。接着,如果计算与人的体温相对应的极大强度波长,则可得出8.7(μm),故给出上述的数值。
而,“与指定的化学位移量相对应的电磁波”,在检测表6中检测出“fMRI的活性化神经细胞分布”的场合,意指在4.2节中已说明的“与δ1.7(ppm)~δ4.5(ppm)的范围内的化学位移量相对应的电磁波”,在检测表6中检测出“fMRI的氧浓度变化”的场合,意指“对应与磁化率的变化相对应的化学位移量相的电磁波”。
但是,在本实施例中,也可从在活体内自然地释放的电磁波中,检测上述指定波长的电磁波。但是,在自然释放的电磁波的场合,由于其强度低,故难以以较大值而获取检测信号的S/N比。作为其对策,在本实施例中,进行包括上述指定波长的电磁波或与指定的化学位移量相对应的电磁波的电磁波的活体内部的照射,检测从活体内部而获得的上述照射光,进行第2检测。由此,可提高检测信号的检测精度。另外,也可象在3.5节中说明的那样,相对进行活体的照射的电磁波,进行基准频率在0.2(Hz)~500(kHz)的调制,更进一步地提高检测信号的精度。
但是,为了设定用于通过第2检测而获得涉及活体活动的检测信号的精度的活体内的检测对象部位或活体活动控制部位,而进行的第1检测所采用的电磁波的波长,也可与第2检测所采用的电磁波的波长一致。然而,在本实施例中,改变两者的电磁波的波段(即,第1检测所采用的电磁波的频率分布的最大强度的波长,按照不同于构成第2检测对象的的电磁波所包括的上述指定波长或指定化学位移量的方式设定),去除第1检测所采用的电磁波和第2检测或控制所采用的电磁波之间的干扰。在该场合,在第1和第2检测口(信号检测部的入口),设置隔绝指定波长光的滤色器,阻止用于相互的检测的电磁波向相反侧的混入。
改变第1检测和第2检测或控制所采用的电磁波的波长的本实施例的具体的方法,采用对于可见光具有灵敏度的照相机,检测出3维内的测定对象的位置,通过MRI测定通过前述红外光或近红外光而检测活体活动的活体内的水浓度分布,或采用CT扫描仪,确定测定对象的位置,通过MRI测定借助fMRI而检测出涉及其位置的活体活动的检测信号的活体内的水浓度分布的活体内的水浓度分布,采用CT扫描仪,确定测定对象的位置,涉及该位置的活体活动的检测信号的检测或控制采用红外光或近红外光。
在这里,进行用于今后的实施例说明的用语的定义。在今后,按照下述的定义,统一地使用用语。首先,将获得涉及某种电磁波的信息(比如,强度,强度变化,相位量,相位变化,频率数值,或频率变化等)的操作定义为“检测”。另外,在本说明书中,关于该检测,象前述那样,定义“第1检测”和“第2检测”的2种。此外,还将该第2检测狭义地称为“活体活动检测”。但是,并不限于此,也可将第1检测和第2检测统称为“活体活动检测”。另外,在本说明书中,将作为检测的结果而获得的信号称为“检测信号”,将作为活体活动检测的结果而获得的信号称为“活体活动检测信号”。
因此,由在表6的“信号发生的物理现象和检测机构”栏中记载的由物理现象直接获得的信号与“作为第2检测的结果而获得的检测信号”相对应,但是在于此以后,只要用语的解释不会造成混乱的情况下,将其略称为“检测信号”。
象前述那样,所谓的活体活动中的,特别是伴随物理化学现象,伴随时间,状态会变化的生命活动包含在“活体活动”中。在表6中,作为活体活动的例子,集中对脑神经系统的活动,进行说明,但是,象前述的那样,本实施例的范围并不限于此,与上述活体活动一致的活动的全部检测均成为对象。也可在本实施例内,将“采用电磁波,可非接触地检测的活体的状态或状态变化(时间的变化或空间的变化)”定义为活体活动。
但是,作为着眼于表6所示的脑·神经系统的活动的活体活动的一个例子,从“脑神经系统内的信号传递(传递通路或传递状况)起而开始,存在“反射反应”,“无意识的活动”,“认知反应”,“认识·判断反应”,“情绪反应”,“信息处理”,“思考·思索过程”等,但是,将它们的某种的“统一控制的高次的活体活动”定义为“活体活动信息”(同样对于综合失调症患者的症状,由于部分地受到某程度的统一控制,故包含在统一控制的高次的活体活动中)。
或者,还可将“通过(比如,细胞间的)复合作用,产生活动,涉及可解释或可识别的该复合作用的信息”定义为“活体活动信息”。同样在植物或微生物的活动中,在具有某种经过统一控制的复合作用的场合,包含在活体活动信息中。另外,为了获得该活体活动信息,必须分析包含活体内部的动态活体活动的信号的活体活动检测信号的内容,形成活体活动信息。将根据该活体活动检测信号,形成活体活动信息的过程称为“活体活动的分析”。另外,还具有下述的情况,即,将从活体活动检测信号的获得,到形成活体活动信息的范围的过程称为“活体活动测定”。
此外,对包括具有与活体活动有关信号的指定波长光的光或包括与具有涉及活体活动的信号的指定的化学位移量有关的电磁波的电磁波进行感光(接收),由此,将检测出活体活动检测信号的部分称为“信号检出部”。另外,将在信号检测部内,接收上述光或电磁波,变换为电信号的部分称为广义的“活体活动检测用的光电变换部”,将接受上述光或电磁波,变换为电信号的方法称为“活体活动检测用光电变换方法”。另外,将下述的电检测部称为“活体活动检测电路”,该下述的电检测部包括从通过上述信号检测部内的上述光电变换部而获得的电信号的放大,到信号处理。
另外,在作为一个实施例的,具有在5.3.3节中给出的结构的活体活动检测用光电变换部中,通过检测用线圈84而检测与指定的化学位移量有关的电磁波(变换为电信号)。另一方面,在作为另一实施例的,具有在5.3.1节或5.3.2节中给出的结构的活体活动检测用光电变换部中,对指定波长光(近红外光或红外光)进行光电变换。接着,在活体活动检测用光电变换部的实施例中,将用于包括前述的指定波长光的光的光电变换的(作为光电变换的前级而设置)光学系统称为“活体活动检测用光学系统”。
但是,由于在本实施例中,以较大程度而获取活体活动检测信号的S/N比,故还具有按照规定的基准频率对上述指定波长的(或与指定的化学位移量有关的)电磁波进行调制,将其照射到构成测定对象(或检测对象)的活体上的方法。将产生该场合的至少上述指定波长的(或与指定的化学位移量有关的)电磁波(或光)的部分称为“光源部”。另外,将由上述信号检测部和光源部构成的整体称为“活体活动检测部”。在这里,与不具有光源部的实施例有关,上述活体活动检测部与信号检测部相对应。但是,通过图25的图解,表示在这里说明的各用语间的关系。此外,关于上述活体活动检测部中的各部分的具体的动作和功能,将在后面于5.4.1节中描述。
另一方面,将下述的部分称为“活体活动检测的位置检测部”或简称为“位置检测部”,而该下述的部分指为了进行前述的活体活动检测部位的对位和其保持,进行第1检测的部分。此外,将由上述“活体活动检测部”和上述“活体活动检测的位置检测部”构成的整体称为“活体检测部”。此外,在该活体检测部内,在活体活动检测的位置检测部和活体活动检测部之间,进行信号传递。即,象在本节的最初部分中说明的那样,根据位置检测部的位置检测结果,进行活体活动检测部的活体活动的检测。
5.2)活体活动检测/控制部位的对位和保持方法
采用在5.1节中说明的第1检测机构,理解(1)的3维内的空间的配置状况,接着对根据该结果,算出(2)的于3维内进行活体活动检测的部位或活体活动控制部位(测定对象的位置),并且进行对位控制的方法进行说明。
5.2.1)检测包括被检测/控制点的截面图像,设定检测位置的方法
通过图14,对在本实施例的活体活动的位置检测部中所采用的,检测包括被检测点的截面图像的基本原理进行说明。另外,在图14,图15,图17,图18,图20和图22内记载的活体活动检测部位(被检测点)30在本实施例中,也相当于活体内的局部地作用的活体活动控制的对象区域。在图14中省略了下述记载,即,象反射型光学显微镜那样,相对活体活动检测部位(被检测点)30周边,在较宽区域,经由物镜31,照射光(或电磁波)。另外,所照射的光(或电磁波)在由包括α,β和γ的各点的2维平面构成的活体活动检测部位(被检测点)30和其周边部,进行漫反射。利用该现象,将包括α,β和γ的各点的2维平面(活体活动检测部位(被检测点)30)上的漫反射光用于活体活动检测部位的检测光。
但是,为了查找获得活体内部的活体活动检测信号的部位或进行活体活动的控制的部位(活体活动检测部位(被检测点)30)(位置检测),首先,在最初对应于5.1节内的(1),必须包括α,β和γ的各点的2维平面上的活体内结构的解释(构成活体的各部件内容的解释和设置状况的把握)。尽管那样,与现有的用光学显微镜把握表面结构之时,检测通过表面而漫反射的光的强度变化的情况相同,测定上述2维平面上的各点的漫反射光的强度变化。
然而,不同于过去的光学显微镜,在本实施例中,必须检测活体内部的指定截面的图像(检测信号图形(pattern))。由此,在本实施例中,活体内部的截面检测利用共焦光学系统的特征。
即,在检测透镜32的后侧焦点位置,设置针孔35,通过光检测器36,仅仅检测通过该针孔的检测光。于是,由于在活体活动检测部位(被检测点)30以外的部位进行漫反射,通过物镜31的光在检测光的光路33的中途,处于非平行光状态,故在针孔35的位置,形成非常宽的光点截面(非常大的光点直径),几乎全部的光无法通过针孔35。
于是,由于光检测器36在物镜31和检测镜32之间的检测光的光路33中,只检测平行光状态的检测光,故可仅仅检测从物镜31的前侧焦点面位置而发光的检测光。于是,通过使活体活动检测部位(被检测点)30与上述物镜31的前侧焦点面位置一致,可通过光检测器36,检测仅仅由活体活动检测部位(被检测点)30而获得的检测信号。
在这里,在物镜31和检测镜32之间,设置2轴方向的可倾斜的反射镜(galvomirror)34。在使反射镜(galvomirror)34倾斜之前的状态,可在光检测器36上仅仅检测从活动检测部位(被检测点)30上的α位置发出的检测光。另外,在使反射镜(galvomirror)34倾斜到右侧之时,可检测从γ位置发出的检测光,接着在使反射镜(galvomirror)34倾斜到左侧之时,可检测从β位置发出的检测光。
图14表示在左右方向倾斜的场合,但是并不限于此,在于前后方向倾斜之时,可检测从在与纸面相垂直的方向错开的位置而发出的检测光。象这样,将反射镜(galvomirror)34在2个轴向进行扫描,并且按照与其倾斜量同步的方式,按照时间序列而监视通过光检测器36检测的光量,由此获得根据在活动检测部位(被检测点)30上进行漫反射的光而得到的2维的检测信号图形(pattern)。
下面对对应于5.1节的(2),相对与物镜31的光轴相垂直的2维方向的活体活动检测部位(被检测点)30的当前的检测位置的偏差方向和偏差量的检测方法和其补偿方法(对位方法)进行说明。在图14中记载的光学系统中,形成下述的结构,其中,在物镜31和固定部之间,介设板簧或金属丝等具有弹性的部件,物镜31可在3轴方向移动,关于这一点在图中省略记载。另外,在物镜上连接有3种音圈31,3种音圈31的一部分均设置于由固定磁铁形成的直流磁场中,关于这一点在图中省略记载。由此,如果电流流过各自的音圈,则通过电磁力的作用,物镜31可在3轴中的1个轴向分别独立地移动。
在本实施例中,预先确定构成活体活动检测信号的抽取(在5.1节中说明的(3)的)对象的活体活动检测部位(被检测点)30,预先存储由此而获得的检测信号图形(pattern)。该检测信号图形(pattern)作为来自与反射镜(galvomirror)34的2轴方向的扫描同步的光检测器36的检测信号而获得,指表示活体活动检测部位(被检测点)30的漫反射光量的2维的图像信息。接着,首先,将物镜31设置于接近活体活动检测部位(被检测点)30的适合的部位,对从与此时获得的反射镜(galvomirror)34的2轴方向的倾斜量同步的光检测器36而获得的2维信号检测图形(pattern)(监视信号)和上述预先存储的检测信号图形(pattern)进行比较。
此时利用图形匹配(patternmatching)法,计算相对与物镜31的光轴相垂直的方向的理想的位置(上述预先存储的检测信号图形(pattern)所指的2维图像信息的图像的中心位置),当前获得的检测信号图形(pattern)所指的2维图像信息表示的检测位置的偏差方向和偏差量。
如果象这样,获得与物镜31的光轴相垂直的方向的偏差方向和偏差量,则让电流流过与物镜31连接的,具有一体结构的前述的音圈,使物镜31在与光轴相垂直的2轴方向移动,进行活体活动检测部位(被检测点)30的对位。在检测期间,连续地进行这样的电反馈,将物镜保持于规定位置(可测定活体活动检测部位(被检测点)30的部位)。
本次,进行沿物镜31的光轴的方向的活体活动检测部位的监视检测方法(5.1节的(1)和(2)的操作)的说明。基本的原理利用共焦(成像)光学系统的特征,抽取活体内部的深度不同的多个区域的截面图像,计算事先存储的截面图像信息间的图形(pattern)一致度,检测沿物镜31的光轴的方向的当前的位置。下面进行其具体的说明。
首先,考虑下述的场合,在该场合,从活体活动检测部位(被检测点)30的α位置发出的光象图15所示的那样,汇聚于针孔35—1的部位。于是,从比α位置深的位置的δ位置发出的光汇聚于设置于针孔35—1的前方的针孔35—3的部位,通过光检测器36—3检测。同样,从比α位置浅的位置的ε位置发出的光汇聚于设置于针孔35—1的后方的针孔35—2的部位,通过光检测器36—2检测。按照在与光轴相垂直的方向,从针孔35—1,朝向针孔35—3,按照配置位置错开的方式,在图15中,在检测系统中设置光栅37,使光轴倾斜。如果形成这样的光学配置,在2轴方向使反射镜(galvomirror)34扫描,则从光检测器36—3而获得与物镜31的光轴相垂直地,包括δ位置的平面上的检测信号图形(pattern)。同样,从光检测器36—2而获得与物镜31的相垂直地,包括ε位置的平面上的检测信号图形(pattern)。
另一方面,事先存储事先在活体活动检测部位(被检测点)30和它的近身侧与远身侧获得的检测信号图形(pattern),不仅存储包括此时物镜31设置于理想位置(可测定活体活动检测部位(被检测点)30的部位)时的δ位置和ε位置的平面上的检测信号图形(pattern),而且还同时地存储以更大程度与远身侧和近身侧偏离的位置的检测信号图形(pattern)。
另外,通过进行这些事先存储的检测信号图形(pattern)与通过光检测器36—1~光检测器36—3而获得的检测信号图形(pattern)的比较(还考虑与物镜31的光轴相垂直的2次方向的偏差量的图形匹配(patternmatching),判断光轴方向的当前的物镜31的位置是在指定位置的这一侧,还是在远身侧。
此外,在该图形匹配(patternmatching)处理中,计算从目前各光检测器36—3,光检测器36—1,光检测器36—2而获得的检测信号图形(pattern)和事先存储的各位置的检测信号图形(pattern)的一致度,预计当前的物镜31位于该一致度最高的部位。
比如,作为计算与事先存储的检测信号图形(pattern)的一致度的结果,考虑与反射镜(galvomirror)34的2轴方向的扫描同步,从光检测器36—2在当前而获得的与2维相对应的检测信号图形(pattern),与事先存储的从活体活动检测部位(被检测点)30而获得的检测信号图形(pattern)的一致度最高的场合。
在该场合,根据图15而知道,当前的物镜31的部位过于靠近活体活动检测部位(被检测点)30。如果象这样检测,使电流流过与物镜31连接,具有一体结构的音圈,沿光轴,将物镜移动到后方。接着,如果将物镜31设定在最适合于活体活动检测部位(被检测点)30的测定的位置,则与反射镜(galvomirror)34的2轴方向的扫描同步,从光检测器36—1而获得的检测信号图形(pattern)与事先存储的从活体活动检测部位(被检测点)30而获得的检测信号图形(pattern)一致。
如果即使在相对活体活动检测部位(被检测点)30的测定部位,物镜31以较大程度偏离的情况下,仍象前述那样存储以较大程度偏离时的信号图形(pattern),则可通过采用与该信号图形(pattern)的图形匹配处理(patternmatching)(计算图形(pattern)的一致度),预测物镜31的偏移方向和偏差量。
5.2.2)检测活体表面上的指定位置,预测设定被检测点位置的方法
在于5.2.1节中说明的方法中,直接检测包括活体活动检测部位(被检测点)30的截面图形(pattern),推断被检测点位置。作为另一实施例,提出下述的方法,即,在事先知道从活体表面,到被检测点位置的深度的情况下,检测3维内的活体表面位置,自动地预测被检测点的位置。
通过图16,对作为涉及活体活动的位置检测部46的又一本案实施例(第2原理)而新提出的,活体表面的记号位置40相对活体活动检测部的相对位置的检测方法进行说明。作为前提,假定通过普通家庭用照明,照射活体表面,将在活体表面41上漫反射的光用于检测的情况。但是,在另一本案实施例中,并不限于此,也可具有用于对活体表面41照明的指定的光源。
在这里说明的用于检测被检测点的位置的另一实施例中给出的第2原理采用“三角法”的原理。即,在图16所示的另一实施例中,在活体活动检测部内,设置多个照相机用透镜42和设置于其后面的检测2维的图像的多个2维光检测器43(CCD传感器等)。另外,从活体表面的记号位置40发出的(在活体表面的记号位置40进行漫反射的)光通过照相机用透镜42—1的作用,汇聚于2维光检测器43—1的一个点处。同样,通过照相机用透镜42—2的作用,汇聚于2维光检测器43—2的一个点处。于是,根据成像于2维光检测器43—1和2维光检测器43—2上的活体表面的记号位置40的投影部位,采用三角法,推断活体表面41距活体活动检测部表面的距离44和活体表面的记号位置40的横向与进深方向的位置。
另外,图16所示的实施例的特征在于前述的活体活动的位置检测部46和活体活动检测部101一体地保持。作为象这样一体地保持的结果,如果预先知道活体活动检测部位(被检测点)距活体表面的深度,则可预测从活体活动检测部表面45,到活体活动检测部位(被检测点)30的距离。
5.3)活体活动检测用光电变换方法
采用在5.1节中说明的第2检测机构,对(3)从活体内的指定的位置,抽取活体活动检测信号的方法(第2检测方法)的基本原理进行说明。
5.3.1)共焦光学系统的灵活使用
对作为最初的本实施例的,与在5.2.1节说明的技术措施相同,采用共焦光学系统的特征的方法进行说明。本实施例的基本原理应用“从活体内部的1个点,朝向四方而发出的光再次汇聚于共焦位置或成像位置的1个点”的光学原理,其特征在于“仅仅抽取汇聚于共焦位置或成像位置的1个点的光,检测从对应的活体内部的1个点而发出的光”。
图17表示根据上述基本原理,为了检测来自活体内部的指定位置的活体活动检测信号而构成的信号检测部内的活体活动检测用光学系统的一个实施例。另外,图18和图19表示图17的活体活动检测用光学系统的动作原理。
在图17所示的实施例中,形成下述的光学系统,该系统可同时地测定活体内部的深度不同的3个平面区域(δ,α,ε)的活体活动。即,在由物镜31和检测透镜32构成的光学系统中,在相对包括活体内部的活体活动检测部位(被检测点)30α位置的平面区域的成像面位置,设置2维液晶遮光器51—1。在该2维液晶遮光器51—1的内部,象图19a所示的那样,可部分地设定针孔状的2维液晶遮光器内的透过部56。
于是,在通过2维液晶遮光器51—1的光中,仅仅通过该2维液晶遮光器内的透过部56的光透过。其结果是,仅仅从与该2维液晶遮光器内的透过部56处于共焦关系(成像关系)的活体活动检测部位(被检测点)30α位置上的一个点而发出(或漫反射)的光可到达横向1维排列光检测单元54—1和纵向1维排列光检测单元55—2。
因此,从由包括α点的2维平面构成的活体活动检测部位(被检测点)30α而检测的活体活动检测信号通过横向1维排列光检测单元54—1和纵向1维排列光检测单元55—1而直接检测(具体内容将在后面描述)。另一方面,在位于比活体活动检测部位(被检测点)30α深的区域,由包括δ点的平面区域构成的活体活动检测部位(被检测点)30δ的成像面位置,设置2维液晶遮光器51—3,由此,由这里而检测的2维上的活体活动检测信号通过横向1维排列光检测单元54—3和纵向1维排列光检测单元55—3检测。
另外,在位于比活体活动检测部位(被检测点)30α浅的区域,由包括ε点的平面区域构成的活体活动检测部位(被检测点)30ε的成像面位置,设置2维液晶遮光器51—2,由此,由这里而检测的2维上的活体活动检测信号通过横向1维排列光检测单元54—2和纵向1维排列光检测单元55—2检测。
在图17中,从活体活动检测部位(被检测点)30而获得的光(或电磁波)的抽取采用可进行指定区域的自动开闭的液晶遮光器51。但是,并不限于此,也可采用作为可进行指定区域的自动开闭的光学部件的,使用EO(ElectricalOptics)或AO(AcousticOptics)的2维调制元件。另外,还可采用可进行指定区域的自动开闭的固定型的机械针孔或狭缝或者微小的折射体或者衍射元件。
但是,与包括图17所示的活体活动检测用光学系统的活体活动检测部(对于用语的定义,参照5.1节)并用,在获得活体内部的活体活动检测信号的部位的检测和对位控制(在5.1节中说明的(1)和(2)的操作)中,采用由图14和图15表示而在5.2.1节说明的“检测活体内部的截面图像”的方法。
如果检测该活体内部的指定截面位置的2维的漫反射光量变化图形(pattern),则不仅知道该截面位置上的脑神经细胞内的神经细胞体1和轴索2的位置与神经肌肉接合部5的位置,而且知道肌肉细胞6和胶质细胞(Astrocyte)的配置状况。
于是,通过物镜31和检测透镜32,汇聚从在构成测定对象的指定截面内,打算检测活体活动的部位(比如,神经细胞体或轴索内的指定位置)发出(漫反射)的光(或电磁波),在聚光位置(活体活动检测部位(被检测点)30的成像位置或共焦位置),抽取该光。
通过图18,具体地对在图17所示的活体活动检测用光学系统中,检测来自活体内部的指定的活体活动检测信号的原理进行说明。由于在图18中,从活体活动检测部位(被检测点)30α发出(漫反射)的光在2维液晶遮光器51上,汇聚(成像)于μ地点,故仅仅该部分,局部地打开液晶遮光器,形成2维液晶遮光器内的透过部56μ。同样,将从活体活动检测部位(被检测点)30β发出(漫反射)的光汇聚(成像)的ζ地点作为2维液晶遮光器内的透过部56ζ。
另一方面,由于从与它们不同的η位置发出(漫反射)的光(参照由图18中的“波状线”表示的检测光的光路33)在2维液晶遮光器51上以非常大的程度扩大,故大部分通过2维液晶遮光器51遮挡。另外,非常微少的光通过2维液晶遮光器内的透过部56μ的内部,但是由于通过这里的光非常微少,故在纵向1维排列光检测单元55上,由噪音部分埋没。
象上述那样,通过在活体内部的指定截面位置的成像面的位置或共焦位置,“有选择地抽取通过指定区域的光或电磁波”,可有选择地抽取来自活体内部的指定位置的活体活动检测信号。于是,还可改变有选择地抽取通过指定区域的光或电磁波的光学元件的设置部位,同时地检测活体内部的深度方向不同的多个区域内的活体活动。
在该场合,按照多个对从活体内部而获得的光或电磁波的光量进行分割,在已分割的光(电磁波)的相应的不同的成像面的位置(共焦位置),设置有选择地抽取通过上述指定区域的光或电磁波的光学元件。
在图17中,在活体活动检测部位(被检测点)30α的成像面的位置,设置2维液晶遮光器51—1,在活体活动检测部位(被检测点)30δ和30ε的成像面的位置,设置2维液晶遮光器51—3与51—2。
但是,在图17中,通过光栅37,将从活体内部而获得的光或电磁波分割为在3个方向行进的光(电磁波),但是并不限于此,可改变光栅37的设计方法,分割为在5个方向行进的光(电磁波)或在7个方向行进的光(电磁波)。另外,作为从活体内部而获得的光或电磁波的光量分割机构,也可采用半透明反射镜,或半棱镜,或者偏光性镜或棱镜。
下面对直接获得活体活动检测信号的方法进行说明。象图18所示的那样,在采用2维液晶遮光器51,仅仅抽取由活体内的指定的活体活动检测部位(被检测点)30而获得的光或电磁波后,在由聚光透镜52形成的聚光面(再成像面)上设置光检测器,采用光电变换,获得活体活动检测信号。另外,在这里,也可采用CCD传感器等的2维的光检测元件(光检测阵列)。
但是,在比如,与表6所示的脑神经系统的细胞膜电位变化的检测相对应,尝试“同时按照时间序列跟踪多个脑神经细胞的每个放电状况变化”等的在活体内部高速地变化的动态活体活动的检测的场合,若使用CCD传感器,反应速度跟不上。
相对该情况,在图17~图19所示的实施例中,可通过呈矩阵状而将按照时间序列跟踪高速的变化的1次排列光检测单元54,55,同时并且实时地检测2维上的高速变化。具体来说,将通过聚光透镜52的光或电磁波的光量分割,将相应部分朝向横向1维排列光检测单元54和纵向1维排列光检测单元55。在图17中,在通过聚光透镜52的光的光量分割中,采用具有0次光透射率基本为0%,+1次光的透射率和-1次光的透射率的比例基本为1比1的特性的光分配用光栅53。但是,并不限于此,作为光量分割机构,也可采用半透明反射镜,或半棱镜,或者偏光性镜或棱镜。
通过图19,对将排列方向处于相互倾斜的关系的横向1维排列光检测单元54和纵向1维排列光检测单元55组合,获得活体活动检测信号的方法进行说明。
在1维方向(横向)排列光检测单元a~j,在各光检测单元a~j之间,可相互独立地并且同时地进行信号检测。由于在各光检单元a~j中,分别独自地连接前置放大器和信号处理电路,故可平行地按照时间序列监视各光检测单元a~j的检测光量的高速的变化,关于这一点在图中省略记载。由于象这样,可平行地检测每个光检测单元a~j的检测光量,故对于仅仅在1个部位产生的非常高速并且微小的变化,均可在没有遗漏的情况下检测。
另外,可通过图19b所示的横向1维排列光检测单元54,按照时间序列而检测1维方向的平行的检测光量变化。另外,可将从相对它,排列方向倾斜的(处于非平行关系的)纵向1维排列光检测单元k~t而获得的检测光量变化的信息组合,抽取2维平面内的1个点的检测光量变化。
即,图19所示的本案一个实施例的特征在于由于“按照相互倾斜的方式(非平行)设置可相互独立而同时地进行信号检测的多个光检测单元组(横向1维排列光检测单元54和纵向1维排列光检测单元55)之间的光检测单元的排列方向,呈矩阵状将从各光检测单元组而获得的多个检测信号(从相应的光检测单元a~j和k~j而获得的检测信号)组合”的情况,故可独立而连续地将仅由在2维空间构成的活体活动检测部位(被检测点)30内的指定点获得的检测信号的高速的变化,按照时间序列检测出。
但是,在图19b和图19c中,光检测单元组间的光检测单元的排列方向相互垂直,然而,并不限于此,如果光检测单元的排列方向之间是非平行的,光检测单元的排列方向之间的倾斜角度也可相对90度,大幅度地偏离。
采用图19,进行具体的说明。首先,在最初,作为采用图14和图15所示的光学系统(参照5.2.1节),进行在5.1节中给出的活体内的结构分析的结果,假定在活体活动检测部位(被检测点)30内,发现5个脑神经细胞的细胞体的情况。另外,进行在5.1节的(2)中给出的对位控制,即使测定对象的活体(比如,被试验者)稍稍运动,仍联动地,使物镜31运动,相对地将检测活体活动的部位固定。
接着,作为在5.1节的(3)中给出的活体活动信号的抽取操作,在与存在于活体活动检测部位(被检测点)30内的5个脑神经细胞的细胞体的配置部位相对应的2维液晶遮光器51上的成像位置,局部地打开遮光器,形成2维液晶遮光器内的光透过部56ζ,θ,λ,μ和ξ。
然后,通过聚光镜52的作用,通过2维液晶遮光器内的光透过部56ζ,θ,λ,μ和ξ的相应光透过部的光在横向1维排列光检测单元54上,分别汇聚于光检测单元b内的ζ’点和光检测单元d内的θ’点,光检测单元f内的λ’点,光检测单元h内的μ’点,光检测单元j内的ξ’点。另外,同样地分别通过2维液晶遮光器内的光透过部56λ,ξ,θ,μ和ζ的相应光透过部的光在纵向1维排列光检测单元55上,分别汇聚于光检测单元l内的λ’点和光检测单元n内的ξ’点,光检测单元p内的θ’点,光检测单元r内的μ’点,光检测单元t内的ζ’点。
例如,处于2维液晶遮光器内的光透过部56μ的成像位置关系的脑·神经细胞放电,则对应于此,μ’位置的汇聚束光的强度瞬间地变化。接着,作为其结果,由光检测单元h和r,获得与图3类似的波形的检测信号。象这样,知道根据横向1维排列光检测单元54和纵向1维排列光检测单元55内的哪个光检测单元,获得与图3类似的波形的检测信号,由此,知道活体活动检测部位(被检测点)30内的哪个脑·神经细胞放电。
接着,象后述的那样,在活体活动检测电路内,进行脉冲计数处理,计算每个脑神经细胞的指定时间的放电次数,检测活性化状态。
在上面的描述中,对作为活体活动的检测例子的,脑神经细胞的放电进行了说明,但是,并不限于此,如果在与2维液晶遮光器内的光透过部56相对应的成像位置,设定轴索2的通道或神经肌肉合部5或肌肉细胞6,则可测定轴索2内的信号传播状况或向肌肉的信号传播状况。
在上面描述的实施例中,较小地设定2维液晶遮光器内的光透过部56ζ,θ,λ,μ和ξ的相应光透过部的尺寸(开口直径),检测脑·神经细胞内的1个神经细胞体1或1个肌肉细胞8,或轴索2,或者神经肌肉接合部5等的活体活动检测部位(被检测点)30上的每个小区域的活体活动。作为该实施例的其它应用例子,也可(1)针对图17,将全部的2维液晶遮光器51—1,—2,—3的位置仅仅设置于与同一深度位置(比如,活体活动检测部位(被检测点)30α)相对应的共焦位置或成像位置检测与固定的指定的深度位置相对应的2维方向的活体活动状况;(2)通过扩大图19的2维液晶遮光器内的光透过部56ζ,θ,λ,μ和ξ的相应光透过部的尺寸(开口直径),检测以活体活动检测部位(被检测点)30α上的较宽的范围为单位的活体活动。在该场合,图19b和19c上的聚光点ζ’,θ’,λ’,μ’和ξ’的任意1个均包括与活体活动检测部位(被检测点)30α上的多个脑神经细胞有关的活动信号。于是,即使在于1个聚光点,检测与1次的放电相对应的脉冲信号,仍无法确定已放电的某1个脑神经细胞。但是,通过检测与上述聚光点上的放电相对应的脉冲信号的发生频率,可检测由活体活动检测部位(被检测点)30上的多个脑·神经细胞构成的指定区域内的活性化状态。
通过该应用例子,可(与脑·神经细胞1个单位的活动相比较)从宏观上把握活体活动。作为上述检测法的指定目的的例子,列举了大脑皮层内的单位柱的活动检测。
如果扩大2维液晶遮光器内的光透过部56ζ,θ,λ,μ和ξ的相应光透过部的尺寸(开口直径),则产生容易遗漏来自位于不同的深度位置的脑神经细胞的放电信号的问题。但是,人的大脑皮层的厚度为不足2(mm),由在深度方向上,在其近身侧,或远身侧的位置而获得放电信号的可能性是很小的。于是,在该应用例子中,集中地检测大脑皮层的2(mm)的厚度范围内的脑神经细胞的活动,(由于在其的近身侧或远身侧的位置,不产生放电信号)从超过该范围的不同的深度位置,遗漏放电信号的问题得以消除。
另外,大脑皮层由约0.5~1.0(mm)的宽度的柱构成,邻接的柱之间的信号传递较少。于是,对应于1个上述柱尺寸(约0.5~1.0(mm)),设定2维液晶遮光器内的光透过部56ζ,θ,λ,μ和ξ的相应光透过部的尺寸(开口直径),由此,可检测单位柱的活动状态(比如,每个柱的放电脉冲检测频率特性)。
另一方面,在大脑皮层内,有许多进行单位柱的信息处理的部分。于是,通过本实施例,具有可在最初,具体地阐明单位柱的信息处理方法和其内容的效果。另外,除了关于在上面记载的检测方法的具体阐明的效果以外,而且具有下述的效果,即(3)在1个2维液晶遮光器51中,在与设置于与2维液晶遮光器内的光透过部56相对应的位置的1个柱邻接的另一柱的成像位置,设置掩膜(mask)(挡光),防止来自该邻接柱的放电信号的检测,将“另一2维液晶遮光器51内的光透过部56”对准于该邻接柱的成像位置,通过另外的光检测单元54,55而检测来自邻接柱的放电信号;(4)实施采用来自通过(3),借助不同的光检测单元54,55而获得的相互邻接的柱的放电信号,通过信号的运算处理,去除来自邻接柱的交扰(crosstalk)(检测信号的泄漏)的措施,由此,去除来自邻接柱的交扰(crosstalk),单位柱的信号检测精度提高。
但是,在上面的说明中,对与2维液晶遮光器内的光透过部56相对应的成像位置的被测定物的检测范围在10~1000(μm)的范围内,在较窄的区域的检测方法进行了描述。与此相比较,在采用图17所示的活体活动检测用光学系统,检测表6的周边血液中的氧浓度变化的场合,必须更宽地设定检测区域。另外,必须对应于该较宽地设定的检测区域的宽度,进一步扩大2维液晶遮光器内的光透过部56ζ,θ,λ,μ和ξ的相应光透过部的尺寸(开口直径)。此外,在该场合,设置多个图17所示的活体活动检测用光学系统,在检测光的光路33的中途,设置有选择地使波长为780(nm),805(nm)和830(nm)的光实现透射的滤色器,关于这一点在图中省略记载。另外,分别检测波长为780(nm),805(nm)和830(nm)的光,计算相互的检测光量的比例。另外,作为本场合的活体活动的检测方法,进行(1)波长为780(nm),805(nm)和830(nm)的检测光间的检测光量比的时间的变化;或(2)波长为780(nm),805(nm)和830(nm)的检测光间的检测光量比的在检测中获得的值与事先测定的值(基准值)的比较。
5.3.2)成像光学系统的空间的变化量或时间的变化量的抽取
对作为在5.3.1节中说明的方法的另一应用例子的,下述的活体活动检测用光学系统进行说明,该活体活动检测用光学系统适用于不要求那么高的空间分辨率,采用简化的活体活动检测用光学系统,低价格而容易地(通用性)进行活体活动检测的场合。
在于下面描述的活体活动检测用光学系统的应用例子中,象图20所示的那样,在活体内部的活体活动检测部位(被检测点)30的成像位置,设置光检测器36(设置相当它的检测部的光检测单元的部位)。另外,按照即使在活体(被试验者)活动的情况下,光检测器36仍到达活体活动检测部位(被检测点)30的成像位置的方式,对应于活体(被试验者)运动,自动地在光轴方向移动成像透镜57。
具体来说,如果活体(被试验者)运动,光检测器36脱离其成像位置,则采用通过5.2.2节和图16而说明的方法,预测活体(被试验者)的运动方向和运动量(与5.1节的(1)和(2)的一部分相对应的定位操作)。其结果是,如果知道必要的补偿量,则作为与5.1节的(2)的剩余的操作相对应的对位控制,在光轴方向自动地移动成像透镜57,进行补偿。
在图20的实施例中,成像透镜57与运送马达(在图中未示出)联动,按照运送马达的驱动动作,成像透镜57沿光轴方向而移动。
但是,通过图16而描述的测定对象的位置检测利用普通的可见光。相对该情况,在活体活动检测用光学系统中采用近红外光(或红外光)。于是,按照在活体活动检测用光学系统中,用于测定对象的位置检测的可见光不作为噪音成分而混入的方式在检测光的光路33的中途,设置滤色器60。
目前,考虑在活体活动检测部位(被检测点)30上的α位置,脑神经细胞放电的场合。如果脑神经细胞放电,象图3所示的那样,细胞膜电位20变化,则仅仅按照短时间,产生在3.5节中说明的近红外光(或红外光)的波长范围内的光吸收。另外,其结果是,α位置的对应波长光的漫反射强度(或透射光强度)降低。如果象图20a所示的那样,光检测器36和活体活动检测部位(被检测点)30处于成像位置关系,则仅仅在处于α位置和共焦(成像)关系的光检测器36内的光检测单元W中,出现与此相对应的活体活动检测信号58。
如果万一,在与活体活动检测部位(被检测点)30脱离的δ位置(比如,从活体表面41观看,比活体活动检测部位(被检测点)30深的部位),脑神经细胞放电,则在于δ位置漫反射的(或透过δ位置的)检测光的光路33在光检测器36的前方一次性汇聚后,截面光点尺寸大的检测光在光检测器36上的较宽的区域,进行照射。其结果是,不仅在光检测器36内的光检测单元U~X的较宽范围,检测活体活动检测信号58,而且与图20a相比较,通过1个光检测单元检测的活体活动检测信号58的检测信号振幅大幅度地变小。
于是,仅仅在由仅1个光检测单元,获得检测信号振幅大的活体活动检测信号58的场合,解释为检测到活体活动检测部位(被测定点)30上的活体活动,可抽取活体活动检测信号58。
于是,在象图20b那样,于非成像位置进行放电的场合,在通过各光检测单元U~X测的活体活动检测信号58,许多情况下,由于检测信号振幅非常小,故无法检测,为噪音成分所掩没。
另外,在象图20a那样,从处于光检测器36的成像位置的活体活动检测部位(被检测点)30上,获得活体活动检测信号58的场合,来自指定光检测单元的检测光量的比例突出地改变。由此,仅仅将产生与周围的光检测单元相比较而突出的检测光量的比例的检测信号作为活体活动检测信号58而进行抽取。在与此相反,在邻接的光检测单元UVW之间,检测光量的比例没有过度地变化的场合,由于会产生图20b的状态,故不作为活体活动检测信号58而进行抽取。
象这样,(A)与通过周围的光检测单元而获得的检测光量相比较,将仅仅指定的光检测单元的值(或比例)大大地变化的(光检测器36上的空间分辨率高的)信号成分作为活体活动检测信号58而进行抽取。另外,并不限于此,也可通过(B)各光检测单元的波长为780(nm),805(nm)和830(nm)的检测光间的检测光量比的时间的变化,或(C)各光检测单元的波长为780(nm),805(nm)和830(nm)的检测光间的检测光量比的在检测中获得的值与事先测定的值(基准值)的检测中得到的值的比较,抽取活体活动检测信号58。
此外,同样在该场合,也可将图16所示的位置检测用光学系统并用于对位。即,如果象图20a所示的那样,通过位于比活体表面41深的位置的活体内部活性化,则血流量增加,活体表面41的温度局部地上升。测定该活体表面41的温度分布,间接地测定活体活动检测部位(被检测点)30的活性化状态。在该场合,活体表面41的温度分布作为活体活动检测信号58而抽取。
在检测前述的“脑神经系统的细胞膜电位变化”和“周边血液中的氧浓度变化”中的至少一者的场合,图20的光检测器36一般可采用CCD传感器。但是,在持续地(按照时间序列)检测活体活动检测部位(被检测点)30上的局部的高速变化的场合,CCD传感器的检测的反应速度与此期间是不对应的。在本实施例中,在本场合,针对2维设置的光检测单元38—01~15的每一个,设置前置放大器,同时并行地检测全部的光检测单元38—01~15的检测光量,持续地(按照时间序列)检测活体活动检测部位(被检测点)30。
图21表示本场合的光检测器36上的结构。由光检测单元38—01~光检测单元38—05构成的光检测单元组为与图19b和19c相同的1次排列光检测单元排。另外,在各光检测单元38—01~05上分别直接连接有与光检测单元38相对应的活体活动检测电路的前半部85。
该光检测单元38和与该光检测单元38相对应的活体活动检测电路的前级部85在光检测器36的半导体芯片上,以单体(monolithic)的形式(在同一半导体芯片上一起地形成布图)形成。但是,并不限于此,也可使光检测单元38和与该光检测单元38相对应的活体活动检测电路的前级部85由各自的半导体芯片构成,按照并列而设置于光检测器36上的混合形式形成。
在与光检测单元38相对应的活体活动检测电路的前级部85中组装有前置放大器和简单的信号处理电路(在5.4节中说明的脉冲计数电路等),其输出与从检测电路前后输出的检测信号线62连接。由于象这样,在光检测器36内,针对每个光检测单元38,直接连接与该光检测单元38相对应的活体活动检测电路的前级部85,故即使相对非常微弱的信号,仍不过于受到外部干扰噪音的影响,可稳定而以良好的精度抽取活体活动检测信号。
另外,在由光检测单元38—01~光检测单元38—05构成的光检测单元组的邻接处,在稍离开的位置,设置光检测单元38—11~光检测单元38—15构成的光检测单元组,连接与各自的光检测单元38相对应的活体活动检测电路的前级部85。象这样,可通过2维地设置的光检测单元38—01~光检测单元38—15,高速而连续地分别独立地检测在活体活动检测部位(被检测点)30上的2维发生的活体活动。
在图21所示的光检测器36上,在很宽的区域,设置与光检测单元38相对应的活体活动检测电路的前级部85。另外,作为来自活体活动检测部位(被检测点)30的检测光不照射到该区域的措施,象图22所示的那样,在检测光的光路33的中途(成像透镜57和光检测器36之间)设置双凸透镜68。双凸透镜68具有下述的作用,即,多个柱状透镜(透镜表面的一部分具有圆柱形状的透镜)呈并列的形状,局部地改变检测光的光路33。
在这里,为了简化图22的说明,仅仅示出从活体活动检测部位(被检测点)30上的各点发出的(漫反射的或透射的)检测光的光路33内通过成像透镜57的中心的光路。利用该图22的双凸透镜68的光的折射,从活体活动检测部位(被检测点)30上的各点发出的检测光从光检测单元38—2,到达光检测单元38—4,但是,不照射到与各光检测单元38相对应的活体活动检测电路的前级部85。
但是,在图22所示的实施例中,为了不使来自活体活动检测部位(被检测点)30的光(或电磁波)照射到与光检测器36的区域内的光检测单元38相对应的活体活动检测电路的前级部85的区域,而仅仅照射到光检测单元38的区域,采用双凸透镜68。
但是,本实施例并不限于此,也可使将光仅仅照射到光检测器36内的指定区域的其它的偏振元件或部分的挡光元件设置于到达光检测器36前的检测光的光路33中。比如,还可采用作为上述其它的偏振元件的,炫耀化(blazed)(在指定区域内具有倾斜度的)衍射元件(具有比如,0次光和-1次光的透射率均接近0%,+1次光的透射率接近100%的特性的衍射光栅)。
5.3.3)检测核磁共振特性的高速变化的方法
采用图23和图24对作为本实施例的应用例子的,检测核磁共振特性的高速变化的方法进行说明。
由于如果1个脑神经系统放电,其细胞膜电位临时地变化,故产生按照核磁共振而产生的在4.2节中记载的化学位移量的范围内的电磁波的吸收(氢原子核内的磁共振的激励)和基于在其后马上发生的激励缓和的电磁波的释放。
另一方面,如果脑神经系统内的指定部位(由多个脑神经细胞构成的较宽的范围的区域)活性化,则在短时间的期间,该指定部位内的多个脑神经细胞反复放电。为此,不进行1个脑神经脑·神经细胞的单独放电的检测,对于在指定的空间区域内,指定时间范围的经过平均处理的信号,可采用MRI或fMRI,将脑神经系统内的指定部位的活性化状况作为活体活动检测信号而检测。于是,在不同于在5.3.1节或5.3.2节中说明的实施例的另一实施例中,采用MRI(MagneticResonanceImaging)或fMRI(functionalMRI),检测在4.2节中记载的化学位移量的范围内的局部的核磁共振变化,检测与脑神经细胞的细胞膜电位变化相对应的活体活动检测信号。
但是,对于在本实施例中可检测的活体活动检测信号的时间分辨率,只获得与现状的MRI或fMRI相同的程度。于是,由于在已有技术2中,时间分辨率和空间分辨率低,故无法检测1个脑神经系统的单独放电。
图23表示解决该问题,活体内的核磁共振特性的高速变化可检测的另一应用例子。在图23的左侧图中,设置(超导)磁铁73和磁场调整用线圈72的面和设置激励用线圈74的面,设置2维排列的核磁共振特性变检测化用单元阵列71的面之间按照相互垂直的方式设置。接着,在这里,与过去的MRI或fMRI相同,来自外部的直流磁通密度的施加采用(超导)磁铁73。另外,为了进行用于形成构成检测对象的生命体的一部分(被试验者的头部等)75内的均匀的磁通密度的磁通密度分布补偿,与和在4.2节中记载的化学位移量相对应的直流磁通密度的微调整,设置磁场调整用线圈72。对于该磁场调整用线圈72,具有过去的MRI装置,fMRI装置均采用的情况。
另外,在图23所示的应用例子中,作为构成测定的对象的生命体,主要针对人体的特征,以头部内的活体活动检测为对象。但是,并不限于此,也可进行人体内的心脏等的内脏器官或肢体内部的活体活动的检测。另外,不限于犬或猫等哺乳类,也可将延伸到微生物的所谓的生命体设定为构成检测对象的生命体的一部分75。
另外,本应用例子的特征在于“构成检测对象的生命体的一部分(被试验者的头部等)75可出入激励用线圈74”。于是,需要增大激励用线圈74的尺寸。
比如,即使相对象人那样,较大的生命体,仍可检测其内部的活体活动检测。另外,还具有下述的优点,即,自由地使用检测核磁共振特性的变化的面(设置2维地排列的核磁共振特性变化检测用单元阵列71的面)。关于该状况,将在下面进行说明。为了进行活体活动的检测,需要将构成检测对象的生命体的一部分75可出入(超导)磁铁73和磁场调整用线圈72的相应部件所形成的直流磁通密度所分布的区域内,a)必须确保用于设置直流磁通密度所分布的区域内的构成检测对象的生命体的一部分75的空间和b)必须确保构成检测对象的生命体的一部分75可出入的空间。
另外,对于该要求内容,在过去的MRI装置,或fMRI装置中是共同的,但是,在过去的装置中,在许多的场合,用于构成检测对象的生命体的一部分75的出入的空间设置于为了检测核磁共振特性的变化而设置的检测用线圈(在图23中没有示出)侧。
但是,象图23的应用例子所给出的那样,在形成直流磁通密度的超导)磁铁73侧的面上,没有构成检测对象的生命体的一部分75可出入的空间。另外,如果象过去的MRI装置,或fMRI装置那样,用于构成检测对象的生命体的一部分75的出入的空间设定在检测核磁共振特性的变化的面(设置2维地排列的核磁共振特性变化检测用单元阵列71的面)侧,则对该面的物理的配置产生大的限制,核磁共振特性变化的检测方法的自由度大幅度地被剥夺。为此,通过形成图23的配置,核磁共振特性变化的检测方法的自由度大幅度地提高。
然而,如果形成图23的配置,由于激励用线圈74的一周的长度(圆周)变长,故产生激励用线圈74内的电阻值上升,激励用线圈74的频率特性容易降低的问题。为了解决该问题,在本应用例子中,采取扩大构成激励用线圈74的线材的截面积,降低电阻值的措施。
另外,图23所示的应用例子的另外的特征在于活体活动的检测用的检测用线圈84的1周长度(圆周)短于激励用线圈74,分别包括检测用线圈84的多个核磁共振特性变化检测用单元80以2维方式设置,呈阵列状(参照图23的左侧图),在1个核磁共振特性变化检测用单元80内,具有活体活动检测电路的前级85,具有由检测用线圈84而获得的检测信号的放大功能(前置放大功能)和前级电平的信号处理功能(参照图23的右侧图)。
在这里,通过按照短于激励用线圈74的程度设定检测用线圈84的1周长度(圆周),降低检测用线圈84内的电阻,检测用线圈84的信号检测的频率特性提高。由此,可以更加良好的精度,检测高速地变化的活体活动检测信号。
但是,由于在过去的MRI装置,或fMRI装置中,在检测用线圈(在图23中没有示出)的外侧,设置前置放大器,故外部干扰噪音通过检测用线圈和前置放大器之间的缆线混入。相对该情况,在本应用例子中,在1个核磁共振特性变化检测用单元80的内部,具有针对每个检测用线圈84而获得的检测信号的前置放大功能和前级电平的信号处理功能,由此,降低外部干扰噪音,稳定地以良好的精度,获得活体活动检测信号。
关于该特征,将在下面具体地进行说明。象图23的左侧图所示的那样,为了检测作为活体活动的检测信号的一种的核磁共振特性的变化而设置的2维地排列的核磁共振特性变化检测用单元阵列71设置于构成检测对象的生命体的一部分(被试验者的头部等)75的纸面上的远身侧和(在图中未示出)近身侧的两者处。另外,在该2维地排列的核磁共振特性变化检测用单元阵列71内,其结构通过图23的右侧图)表示的1个核磁共振特性变化检测用单元80以2维方式排列,形成阵列结构。
在这里,象图23的右侧图所示的那样,供给活体活动检测电路的前级85的电源线和地线81与基准时钟+时间戳信号的传送线82分别按照与检测用线圈84相垂直的方式设置。随便说一下,通过象这样配置,不仅防止在基准时钟+时间戳信号的传送线82内流动的传送信号(基准时钟和时间戳信号)向检测用线圈84的泄漏,而且防止电源线和地线81的电压变化对检测用线圈84造成不利影响。另一方面,在本应用例子中,切换核磁共振特性变化检测(活体活动检测)时刻和从活体活动检测电路的前级85输出的活体活动检测信号的时刻,提高核磁共振特性变化检测(活体活动检测)的检测精度。但是,并不限于此,如果象图23的右侧图所示的那样,按照与检测用线圈84相垂直的方式,设置活体活动检测信号输出线83,则可防止来自活体活动检测信号输出线83的输出信号泄漏到检测用线圈84的情况。其结果是,由于同时地进行核磁共振特性变化检测(活体活动检测)和活体活动检测信号的输出,故可进行长时间的核磁共振特性变化检测(活体活动检测)。
但是,如果1个脑神经细胞放电,则该细胞膜电位临时地变化,产生与按照核磁共振而产生的在4.2节中记载的化学位移量相对应的电磁波的吸收和释放。此时的电磁波的吸收/释放特性对应于图3的放电图形(pattern)而变化,该变化信号出现在检测用线圈84的内部。
该检测用线圈84的端部直接与活体活动检测电路的前级85内的前置放大器连接,关于这一点的图示在图23的右侧图中省略。如果在与1个脑·神经细胞内产生的放电图形(pattern)相对应的活体活动检测信号出现于检测用线圈84的内部,则该信号通过上述前置放大器而放大。另外,经放大的该信号在活体活动检测电路的前级85的内部,通过按照从激励用线圈74供给的电磁波频率而调制的带通滤波器(或检波电路),仅仅取出与上述化学位移量相对应的电磁波成分,然后,通过A/D变换器(AnalogtoDigitalConverter)而进行数字变换,临时地存储于存储器的内部。象这样,通过带通滤波器(或检波电路)的作用,检测信号的S/N比大幅度地改善。但是,由于该检测信号非常微弱,故在活体活动检测电路的前级85的内部,进行用于进一步提高检测精度的信号处理(前级处理)。
即,预先确定在脑神经细胞内产生的放电pattern,故将与此相对应的放电图形(pattern)存储于活体活动检测电路的前级85的内部。接着,在于事先存储的与放电相对应的检测图形(pattern)和在存储部内临时存储的检测信号(但是,此时进行振幅值的标准化的处理)之间,使核对时间错开的同时,进行图形匹配(patternmatching)。然后,图形匹配(patternmatching)的计算结果大于指定值,视为产生脑神经细胞的放电,将“检测时刻”和“检测振幅值”临时保存于存储器内部。
放电期间24设定在0.5~4(ms)的范围内。于是,为了以良好的精度,并且以良好的效率对本期间的变化进行信号处理,最好,在图23的右侧图的基准时钟+时间戳信号的传送线82内传送的基准时钟频率在10(kHz)~1(MHz)的范围内。另外,提供作为沿该基准时钟频率,每次1个地增加的(在1次的基准时钟,每次按照“1”进行加法运算)计数值的时间戳信号。另外,该时间戳信号(该2进的计数值与基准时钟的时刻同步,沿NRZI(NonReturntoZeroInverting)而传送)与按照指定次数反复的基准时钟按照时间序列而交替地设置,传送。接着,将该时间戳信号的起始比特到达活体活动检测电路的前级85的时刻作为“时间戳信号所表示的时刻”,在全部的核磁共振特性变化检测用单元80的内部,实现同步。
首先,在活体活动检测电路的前级85的内部,对应于来自基准时钟+时间戳信号的传送线82的传送信号,将脑神经细胞的放电的“检测时刻”和“检测振幅值”临时地保存于存储器内部。接着,在指定期间保存于存储器内部的上述信息在从外部指定的时刻,输出给活体活动检测信号输出线83。
在这里,推断在该活体活动检测信号输出线83上,针对每个核磁共振特性变化检测用单元80而输出的时刻,对应于该预先指定的时刻期间,将临时地保存于存储器内部的信号,传送到活体活动检测信号输出线83。
象这样,集中于活体活动检测信号输出线83上的来自全部的核磁共振特性变化检测用单元80的信号,用于在活体活动检测电路内的后级部(在图中未示出)进行的(a)基于统计处理的检测信号的高精度化和高可靠性化与(b)计算活体内部的放电(或活性化)的部位。
首先,先对上述最初的处理进行说明。在来自全部的核磁共振特性变化检测用单元80的信号中,包含放电的“检测时刻”。于是,在可正确地检测放电的场合,从接近该时刻的核磁共振特性变化检测用单元80,获得放电的检测信号。
于是,在未从接近该时刻的核磁共振特性变化检测用单元80,获得放电的检测信号的场合,视为在指定的活体活动检测电路的前级85的内部,具有“误检测”,脱离检测的对象。通过对象这样从多个核磁共振特性变化检测用单元80而获得的信号(放电的检测时刻)进行比较处理,可实现检测信号的进一步的高精度化和高可靠性化。
下面通过图24,对在活体活动检测电路的后级部进行的活体内部的放电(或活性化)部位的的计算方法进行说明。首先,在于位于构成检测对象的生命体的一部分(被试验者的头部等)75内的α位置的脑·神经细胞内产生放电时,在按照2维排列的核磁共振特性变化检测用单元阵列71内的各点处,获得检测信号。但是,按照电磁学,此时,在核磁共振特性变化检测用单元阵列71内的各点而获得的信号的检测振幅值可与位于α位置的偶极矩(点磁荷)所形成的磁场的强度分布相对应。
即,通过按照2维排列的核磁共振特性变化检测用单元阵列71上的各点π、ρ、σ、υ、ψ而检测的信号的检测振幅值与从相应的位置,到α位置的距离rπ,rρ,rσ,rυ,rψ的平方成反比。于是,在一旦对由各核磁共振特性变化检测用单元80而获得的同时的“检测时刻”的“检测振幅值”进行平滑处理,去除尖峰噪音成分后,如果利用图24所示的关系,则可预测构成对象的生命体的一部分(被试验者的头部等)75内的活性化部位。
上述活性化部位的预测与5.1节的(3)的活体活动检测信号的抽取相对应。于是,必须要求在5.1节的(2)中说明的活体活动检测信号的抽取部位的对位或抽取部位的识别。相对该操作,必须要求照原样地利用通过图23而说明的信号检测部,或采用过去的MRI装置,采用过去的MRI检测方法,事先测定活体内的水浓度分布图形(pattern)或脂肪浓度分布图形(pattern)。接着,将通过过去的MRI检测方法获得的图像图形(pattern)和上述活体活动检测信号的抽取结果组合,进行活性化部位(或放电频发的区域)的定位(位置的识别)。
然后,从设置于信号检测部内的活体活动检测电路的后级部(用语的定义参照5.1节),“活体内部的活性化部位信号(活性化区域的部位和范围信号)”,“各部位的每个设定期间的放电次数信号”或“根据活性化部位的放电频率,活体内部的信号传递通路”等作为活体活动检测信号来进行输出。
5.3.4)降低来自邻接的其它的活体活动检测系统的干扰的方法
在本实施例的活体活动测定方法中,活体活动检测信号量是非常微量的,另外必须对测定对象,照射活体活动检测用照射光115(参照图25或图26)。于是,在于相互接近的位置,设置多个不同的活体活动检测部101的场合,具有受到来自从不同的活体活动检测部101发出的活体活动检测用照射光115的影响(干扰)的危险性。为了减轻该干扰,在本实施例中,通过使各自的活体活动检测用照射光115具有识别信息,可定量地测定来自其它的活体活动检测用照射光115的影响的程度。由此,具有下述的效果,即,可实现检测侧(图28的后级部的信号处理运算部143内)的运算处理的干扰量的抵消,即使在从物理上具有相互的干扰的情况下,仍可确保涉及活体活动检测的高精度。
进行使该各自的活体活动检测用照射光115具有识别信息的方法的说明。采用在3.5节内的(微弱信号的检测)记载的内容和图25或图26,象在5.4.1节中说明的那样,采用调制信号发生电路113或118,预先对活体活动检测用照射光115,进行强度调制处理。在本实施例中,作为调制方法,采用称为由仅仅基准频率和其1.5倍的频率的2种的频率的(时间序列)组合形成的MSK(MaximumShiftKeying)的调制方法。图39的上侧图表示采用该MSK,各自的活体活动检测用照射光115具有识别信息的方法。从活体活动检测用照射光115的照射期间来说,按照时间而将照射期间分割为活体活动检测期间440和活体活动检测部的固有信息明示期间441。在这里,在活体活动检测期间440内,活体活动检测用照射光115按照仅仅基准频率的单一频率,并且按照一定振幅,进行强度调制处理,在该期间内,进行活体活动检测。另外,在进行活体活动的控制的场合,以该活体活动检测期间440内的指定期间,照射强的连续的(没有强度调制的连续的)活体活动检测用照射光115。另一方面,在活体活动检测部的固有信息明示期间441内,根据MSK,调制活体活动检测用照射光115。接着,即使在进行活体活动的控制的情况下,该期间内的活体活动检测用照射光115的强度的和调制方法按照与检测时相同的方式保持。由此,由于可稳定地检测该活体活动检测部的固有信息明示期间441内的活体活动检测用照射光115,故具有无论活体活动的检测期间和控制时期,可通过各自的活体活动检测用照射光115,对识别信息进行识别的效果。
图39的下侧图表示该活体活动检测部的固有信息明示期间441内的活体活动检测用照射光115的调制状况。在同步信号451的期间中,基准频率的1.5倍的频率的强度调制期间始终继续。于是,通过检测该同步信号451,容易知道活体活动检测部的固有信息明示期间441的开始时刻。然后,根据与基于MSK调制的活体活动检测部的制造厂商识别用ID信息452相对应的基准频率和其1.5倍的频率的独自的组合模式(pattern),活体活动检测用照射光115发光。通过识别活体活动检测部的制造厂商识别用ID信息452,对于活体活动检测部101,识别哪个制造厂商的活体活动检测部设置于邻接位置。接着,出现表示下一活体活动检测部各自的识别信息453的基准频率和其1.5倍的频率的独自的组合模式(pattern)。在本实施例中,活体活动检测部各自的识别信息453表示各自的活体活动检测部的制造号码,但是,并不限于此,如果全部的活体活动检测部具有不同的图形(pattern)(信息),则也可对应制造号码以外的信息。另外,在此后,制造厂商可设定的制造厂商相关的独自信息454可依赖于MSK调制而表示。
接着,对不同的活体活动检测部之间产生干扰的场合的,通过信号处理的方式去除影响的方法进行说明。由于不同的活体活动检测部之间的发光不是同步的,故活体活动检测部的固有信息明示期间441的时刻错开。于是,在本身发光的活体活动检测期间440内,其它的装置的活体活动检测部的固有信息明示期间441是重要的。在该场合,由于在本身发光的活体活动检测期间440内,按照基准频率的1.5倍的频率调制的光泄漏,故可马上发现光的干涉。另外,由于在同步信号451的期间,按照基准频率的1.5倍的频率,连续进行强度调制,故通过尖峰噪音分析后的每个频率的的振幅值的比较,可以良好的精度检测泄漏量(干扰程度)。根据该检测结果,在图28所示的后级部的信号处理运算部143内进行运算处理,由此,可大幅度地去除其它的活体活动检测部101的影响。于是,具有下述的效果,即,象图39所示的那样,通过使各自的活体活动检测用照射光115具有识别信息,即使在与其它的活体活动检测部101之间产生干扰的情况下,仍稳定而高精度地进行活体活动的检测。
5.4)活体活动检测电路
5.4.1)活体活动检测部内结构
首先,通过图25,对本实施例的活体活动检测部(关于用户的定义,参照5.1节)内的结构进行说明。象已在5.1节中说明的那样,在活体活动检测部101中包括信号检测部103。另外,根据实施例,具有下述的情况,即,为了获得活体活动检测信号,形成照射到活体内部的活体活动检测用照射光115的光源部102包含于活体活动检测部101的内部。但是,并不限于此,还可在该活体活动检测部101内,包括基准时钟和调制信号发生部104与活体活动检测信号发送部105。
另外,上述信号检测部103由活体活动检测用光电变换部121和活体活动检测电路122构成。此外,在活体活动检测用光电变换部121内部,包括多个光电变换单元(光检测单元或检测用线圈)87—1~87—5。另外,活体活动检测电路122分为活体活动检测电路的前级部85和活体活动检测电路的后级部86。
另外,通过光电变换单元(光检测单元或检测用线圈)87—1~87—5进行光电变换而获得的电信号分别各自地输入到活体活动检测电路的前级部85—1~85—5中。接着,来自活体活动检测电路的前级部85—1~85—5的输出信号在活体活动检测电路的后级部86内进行统一处理。
在这里,当根据活体内部的局部的核磁共振的特性变化,获得活体活动检测信号之时,在该信号检测部103内,具有通过5.3.3节和图23而说明的结构。另外,在该场合,图25的1个光电变换单元(光检测单元或检测用线圈)87相当于图23的右侧图的1个核磁共振特性变化检测用单元80内的检测用线圈84。另外,在图25中,与1个光电变换单元(光检测单元或检测用线圈)87的输出部连接的活体活动检测电路的前级部85意指与图23的右侧图的活体活动检测电路的前级部85相同。
但是,在该活体活动检测用光电变换部内,对指定波长光(近红外光或红外光)进行光电变换的场合(象在5.1节中说明的那样),在活体活动检测用光电变换部内,具有在5.1节或5.3.2中说明的活体活动检测用光学系统。另外,在该场合,图25的1个光电变换单元(光检测单元或检测用线圈)87相当于图21~图22所示的光检测单元38或图17~图19所示的横向1次排列光检测单元54和纵向1次排列光检测元件55。另外,图25的1个活体活动检测电路的前级部85意指与图21~图22所示的活体活动检测电路的前级部85相同。
接着,关于各活体活动检测电路的前级部85—1~85—5的输出信号和活体活动检测电路的后级部86的输入之间的信号连接方法,也可象图25所示的那样,并列的信号线输入到活体活动检测电路的后级部86中。但是,并不限于此,象在5.3.3节中说明的那样,采用下述的方法,即,对应于在同一总线上,针对每个活体活动检测电路的前级部85—1~85—5,事先分配的时刻,按照时间序列错开的方式,乘以相应的输出信号(在同一总线上,按照时间序列对活体活动检测电路的前级部85—1~85—5的输出信号进行多重化处理)。
基准时钟和调制信号发生部104由基准时钟发生电路117和调制信号发生电路118构成。最好,由该基准时钟发生电路117产生的基准时钟的频率象在5.3.3节中说明的那样,在10(kHz)~1(MHz)的范围内。但是,并不限于此,也可在更宽的范围内,设定基准时钟频率。另外,根据在这里产生的基准时钟,在调制信号发生电路118内,产生调制信号。由该基准时钟和调制信号发生部104产生的基准时钟与调制信号输入到活体活动检测电路的前级部85中,用于活体活动检测信号的抽取。
下面进行光源部102内的说明。在发光部111采用比如,卤素灯或氙气灯的场合,宽度大的波段的光从发光部111发出。于是,为了以良好的效率而获得活体活动检测信号,有选择地抽取指定波长光,将其用于活体活动检测用照射光115。为此,相对从发光部111发出的光,采用波长选择滤波器116,抽取在3.5节中说明的范围内包含的指定波长光。在这里,波长选择滤波器116也可采用所抽取的指定波长光固定的光学滤色器或光学带通滤波器(采用薄膜的光学的多重干涉),但是,并不限于此,也可采用改变所抽取的指定波长光的分光器(比如,改变衍射光栅的入射角的波长分离或采用音响光学衍射光栅的波长分离等)。
另外,将对通过波长选择滤波器116的光,通过光调制器112而进行光调制的光作为活体活动检测用照射光115,照射到构成检测对象的活体内部。在这里,该光调制器112可采用EO调制器(Electro—OpticalModulator)或AO调制器(Acousto—OpticalModulator)。另外,在驱动该光调制器1121的光调制器驱动电路中,输入通过调制信号发生电路118而获得的调制信号。如果象这样,对活体活动检测用照射光115,进行光调制处理,由于在活体活动检测电路的前级部85内,仅仅取出与该调制信号同步的检测信号,故活体活动检测信号106的检测精度和可靠性大幅度地提高。
另外,来自活体活动检测电路的后级部86的输出信号在活体活动检测信号发送部105内,变换为规定的格式,作为活体活动检测信号106而从活体活动检测部101,输出到外部。
图26表示活体活动检测部的另一实施例。象前述那样,在该场合,检测780(nm),805(nm)和830(nm)的光的活体内部的透射光的强度变化的不同。于是,将780(nm),805(nm)和830(nm)的相互波长不同的活体活动检测用照射光115—1~115—3同时照射到活体内部。在这里,发出780(nm),805(nm)和830(nm)的光的发光部111—1~111—3采用半导体激光元件。
另外,在控制相应的发光部111—1~111—3的发光的发光部驱动电路114—1~114—3中,分别输入基于不同的调制规则的调制信号。由此,在基准时钟和调制信号发生部104内,具有输出基于不同的调制规则的调制信号的调制信号发生电路118—1~118—3。
通过象这样,改变各活体活动检测用照射光115—1~115—3的调制信号,以电方式去除相互不同的波长光的影响(crosstalk),在信号检测部103内部的活体活动检测信号106的检测精度和可靠性提高。
接着,在信号检测部103的内部,为了分别检测3个波长光,分别设置3个活体活动检测用光电变换部121—1~121—3。在这里,与图25相同,在活体活动检测用光电变换部121—1~121—3内,分别包括多个光电变换元件87,但是为了使说明图简化,省略对其的记载。
此外,按照在各活体活动检测用光电变换部121—1~121—3中没有错误地检测具有另外的波长的活体活动检测用照射光115的方式,在光入射面上设置仅仅相应的波长光透射的滤色器60—1~60—3。另外,在各活体活动检测用光电变换部121—1~121—3中分别连接活体活动检测电路的前级部85~85—3。
对采用图26所示的活体活动检测部101的另一应用例子进行说明。在这里,同时利用波长相互不同的多种的近红外光,以良好的精度检测脑·神经系统的细胞膜电位变化。即,同时对活体活动检测部位(被测定点)30,照射多个波长光,分别检测由此而获得的多个波长光,对各自的检测结果进行比较,评价检测结果的可靠性。
象表4所示的那样,可产生在脑神经细胞放电时,作为与第3倍音相对应的光的波长在1.05(μm)附近的近红外光和与第3倍音相对应的光的波长在2.6(μm)附近的近红外光的吸收。于是,与此相对应,同时对活体活动检测部位(被测定点)30,照射波长在0.840(μm)~1.37(μm)的范围内的近红外光和波长在2.05(μm)~2.48(μm)的范围内的近红外光(参照3.5节)的2个波长光。
再有,将比如,由活体活动检测部位(被测定点)30而获得的波长在0.840(μm)~1.37(μm)的范围内的近红外光在活体活动检测用光电变换部121—1内部,进行光电变换,产生电信号,将波长在2.05(μm)~2.48(μm)的范围内的近红外光在活体活动检测用光电变换部121—2内部,进行光电变换。接着,从原理上,如果脑·神经细胞放电,则在活体活动检测电路的前级部85—1~85—2内部,同时进行脉冲计数。
通过活体活动检测电路的后级部86,监控该脉冲计数的同时发生。在没有在活体活动检测电路的前级部85—1~85—2内部同时进行脉冲计数之时,可预测在某个前级部85,具有误检测或检测泄漏。于是,通过确认活体活动检测电路的前级部85—1~85—2内的脉冲计数的同时检测性,活体活动检测(脑神经细胞的放电检测)的检测精度和检测可靠性大幅度地提高。
在上述应用例子中,同时照射具有多个波长的近红外光,分别检测上述多个波长光,确认同时检测。但是,并不限于此,在本实施例中,也可同时对活体活动检测部位(被测定点)30,照射具有多个波长光的(全色的)近红外光。在此场合,分别检测波长在0.840(μm)~1.37(μm)的范围内的近红外光和波长在在2.05(μm)~2.48(μm)的范围内的近红外光。
上述应用例子并不限于此,也可采用多个波长光,检测多个活体内现象。比如,作为又一应用例子,可同时或时间错开地对活体活动检测部位(被测定点)30,照射波长相互不同的光(近红外光),相对由此而获得的光,针对每个波长而分别检测,预测在脑神经细胞的放电的同时,在脑神经细胞间的信号传递时释放的神经传递物质的检测或与其有关的神经回路。
比如,从中脑腹侧被覆区,投射到伏核的中脑缘DA路称为奖赏回路(又称快感回路或幸福感回路),产生愉快的情绪反应,但是,该信号传递采用多巴胺(有田秀穂:脳内物質のシステム神経生理学-精神精気のニューロサイエンス-(中外医学社,2006年)p.104)。
另外,由于与2.2节和3.4.4节的相应的说明相同的理由,如果在突触间隙内,上述多巴胺与受体结合,则产生独自的振动模式,在指定波长的部位,产生独自的吸收光谱带。但是,由于即使为相同的神经传递物质,在上述多巴胺所属的一元胺类或称为兴奋性神经传递物质的谷氨酸,与涉及运动控制或自律神经系统的乙酰胆碱之间分子结构仍不同,故与在和受体结合时产生的振动模式相对应的吸收光谱带的波长不同。
于是,如果在多个检测波长光内采用指定波长光,检测脑神经细胞的放电,检测与此同时,或在其前后,吸收量增加的光的波长,则可预测用于信号传递的神经传递物质的检测和其神经回路。
根据在4.1.1节中说明的内容,即使采用核磁共振,仍可进行上述的检测。即,如果在突触间隙内,神经传递物质与受体结合,则在与该结合相对应的化学位移量的部位,出现吸收峰值。于是,可根据在神经传递物质和受体的结合中新出现的吸收峰值的化学位移量,检测与信号传递有关的神经传递物质和与其有关的神经回路。
在该场合,为了提高检测精度,也可对活体活动检测部位(被测定点)30同时照射与脑神经细胞的放电的化学位移量相对应的频率的电磁波,与和指定的神经传递物质和受体间的结合时的化学位移量相对应的频率的电磁波。
下面对本实施例的又一应用例子进行说明。到目前,提高以兴奋性神经传递物质的传递为首的脑神经细胞的放电的活性化度162(参照图30)的活动的检测成为中心。作为又一应用例子,对降低该活性化度162的活动的检测方法进行说明。
按照“B.Alberts他:Essential細胞生物学(南江堂,1999年)p.400)”,如果传递甘氨酸(glycine)或GABA等的抑制性神经传递物质,则氯离子Cl-1从外部而流入脑神经细胞内的细胞质侧。但是,象图3所示的那样,由于细胞膜电位20在静止时为负25的静止膜电位21,故在使氯离子Cl-1流入细胞体内的方向,没有作用静电力。但是,由于象表1所示的那样,在脑神经细胞的内外,氯离子Cl-1的浓度差大,故通过与该浓度差相对应的浸透压的作用,使氯离子Cl-1流入细胞质侧。接着,产生与图3的静止膜电位21相比较,细胞膜电位20降低的超极化的状态。
象图1和表2所示的那样,在神经传递物质的细胞质侧,大量地分布有包括氨基(-NH3 +)的PSRN和PEAM。于是认为,由于与在1.5节进行的考察相同的理由,在上述去极化时流入细胞质侧的氯离子Cl-1与PSRN或PEAM内的氨基进行离子键合或氢键合,形成-NH3 +Cl-1的状态。另外,作为其结果,象在3章中说明的那样,产生基于N-H-Cl-1间的逆对称伸缩振动的新的吸收光谱带,接着,象在4章中说明的那样,产生基于局部存在于N-H-Cl-1内的氢原子核周边的电子轨道的变化的核磁共振上的(与指定化学位移量相对应的)新的吸收峰值。
于是,代替利用具有在2章~4章中说明的波长或与化学位移量相对应的频率的电磁波的吸收现象,检测脑神经细胞的放电的方式,而可采用具有与N-H-Cl-1间的逆对称伸缩振动的1/2/3倍音间迁移相对应的波长,或与N-H-Cl-1内的氢原子核的内的核磁共振的吸收峰值(化学位移量)相对应的频率的电磁波的吸收现象,检测抑制性神经传递物质的作用状态和超极化状态。
因此,可通过改变构成检测对象的(或为了检测而照射的)电磁波的波长或(与化学位移量相对应的)频率的设定值,代替检测脑神经细胞的放电状态,而检测超极化状态和抑制性神经传递物质的传递状态。
上述超极化状态的检测通过仅仅指定的1个波长或指定的1个频率的电磁波的检测而进行。另外,如果与具有上述波长/频率的电磁波一起地,同时地测定与在甘氨酸(glycine)或GABA与受体结合时产生的振动模式相对应的吸收光谱带的波长,或与此时的化学位移量相对应的频率的电磁波,则可同时地测定超极化状态和抑制性神经传递物质的传递状态。其结果是,进一步具体地得知非常复杂的脑神经细胞系统的活动机理。
另外,并不限于此,通过用于检测的多个波长或多个频率的组合(或为此,照射到活体活动检测部位(被测定点)30的电磁波中包含的多个波长或频率的组合),更加具体地知道比如,抑制性神经传递物质的传递的超极化状态的形成和放电的关系,大大有助于神经回路内的信号传递机理的阐明。
5.4.2)活体活动检测电路内结构
通过图27,对活体活动检测电路的前级部85内的结构进行说明。活体活动检测用光电变换部121内的1个光电变换单元(通过光检测单元或检测用线圈)87进行光电变换而获得的电信号通过活体活动检测电路的前级部85内的前级放大器131,进行电流-电压变换。
接着,在通过带通滤波器132(或低频段隔绝滤波器)而去除多余的噪音成分后,在调制信号成分抽取部(同步检波部)133内进行同步检波。在这里,与由基准时钟和调制信号发生部104内的调制信号发生电路118而获得的调制信号同步,进行同步检波,仅仅抽取与调制信号同步的信号成分。然后,在通过A/D变换器134,变换为数字信号后,与从基准时钟发生电路117而获得的基准时钟同步,在前级部内的存储部135内,逐渐地累积信号数据。
累积于该前级部内的存储部135内的信号数据在于前级部的信号处理运算部136内进行后述的信号处理后,再次保持于该前级部内的存储部135内。另外,在与后级部之间的信号传送部137,按照来自前级部的信号处理运算部16的指示,从前级部内的存储部135内读取进行了信号处理后的信号数据,将其传送给活体活动检测电路的后级部86。另一方面,在与后级部之间的信号传送部137,还具有将必要的信号数据从活体活动检测电路的后级部86,传送给前级部的信号处理运算部136的作用。
下面通过图28,对活体活动检测电路的后级部86内的结构进行说明。从与后级部之间的信号传送部137输出的信号数据经由与前级部之间的信号传送部141,临时保存于后级部内的存储部142内。在该后级部内的存储部142内,临时保存从全部的活体活动检测电路的前级部85—1~85—5(参照图25和图26)传送的信号数据,关于这一点在图28中省略记载。另一方面,与前级部之间的信号传送部141还具有将来自后级部的信号处理运算部143的必要的信号数据传送给活体活动检测电路的前级部85的作用。
接着,通过后级部的信号处理运算部143,从后级部内的存储部142而读取必要的信号数据,将进行进一步的信号处理的信号数据再次保存于后级部内的存储部142中。在这里进行的进一步的信号处理的一个步骤指:利用由活体活动的位置检测部46而获得的活体活动检测部位(被测定点)30的位置信息(按照第1检测而获得的信息),进行运算处理。
另外,针对活体活动检测信号发送部的信号传送部144响应来自后级部的信号处理运算部143的指令,从后级部内的存储部142,读取进行了进一步的信号处理后的信号数据,将其转送给活体活动检测信号发送部105。
在这里,上述一系列的处理对应于在基准时钟发生电路117中形成的基准时钟的时刻而实施。
但是,在图27和图28中,均通过“粗字实线”表示信号数据的传送通路,通过“细字实线”有区别地表示基准时钟或命令的传送通路。
然而,作为在前级部的信号处理运算部136和后级部的信号处理运算部143内进行的信号处理,进行根据构成检测的对象的活体活动的种类所不同的运算处理。在下面进行于各信号处理运算部136,143内进行的运算处理内容的概述。
检测(脑神经系统的细胞膜电位变化)的场合
在该场合,获得与图3所示的细胞膜电位20的变化相对应的活体活动检测信号。于是,作为活体活动检测信号,“表示在指定的单位时间内,产生多少次的细胞膜电位20的变化的脉冲计数”是重要的。为此,在前级部的信号处理运算部136内(或前级部内的存储部135内)预先存储与图3所示的细胞膜电位20的变化相对应的活体活动检测信号图形(pattern),相对累积于前级部内的存储部135内的信号数据列,进行“图形匹配(patternmatching)”的运算处理(图形(pattern)一致度的逐次计算)。
接着,在图形(pattern)一致度超过指定值的场合,视为“产生1次的放电”,每次增1的方式对脉冲计数进行加法运算(增加)。在这里,具有在1个光电变换单元(光检测单元)87上,同时检测来自多个不同的脑神经系统的放电的情况。于是,在视为“产生1次的放电”的场合,从累积于前级部内的存储部135内的信号数据列中,扣除对应于1次的放电而检测的活体活动检测信号图形(pattern)成分,然后,再次进行模式匹配(patternmatching)运算。通过该处理,可检测来自多个不同的脑神经细胞的同时放电。
然后,在后级部的信号处理运算部143中,可对计算从各光电变换单元(光检测单元)87而获得的每个指定的单位时间的“脉冲计数值”进行总计,从活体活动检测信号发送部的信号转送部144,直接输出该总计结果。另外,并不限于此,也可输出对脉冲计数值的分布状况进行统计分析而得到的结果。此外,也可将脉冲计数值多个区域视为脑神经系统的“活性化区域”,输出活性化区域的位置信息或活性化区域的时间变化(脑神经系统内的信号传递通路)等。
对脑神经系统的细胞膜电位变化的检测采用图26所示的信号检测部103,使用波长在0.840(μm)~1.37(μm)的范围内的近红外光和波长在2.05(μm)~2.48(μm)的范围内的近红外光的2个波长光的场合的后级部的信号处理运算部143内的处理方法进行说明。如果在脑神经细胞内,产生放电,则采用在活体活动检测电路的前级部85—1和85—2内,同时按照加1的方式对脉冲计数值进行加法运算(增加)的方式。
另一方面,由于在本实施例中,检测信号是微弱的,故还包括下述的危险性,即,因外部干扰噪音的影响,活体活动检测电路的前级部85—1和85—2中的仅仅一者放电而(误)检测(增加脉冲计数值)。于是,在活体活动检测电路的前级部85—1和85—2中的仅仅一者放电而(误)检测(增加脉冲计数值)的场合,在后级部的信号处理运算部143内,判定误检测,进行不从活体活动检测电路的后级部86而向外面输出的(从活体活动检测信号106中删除的)处理。通过象这样,多重地检测脑神经细胞的放电,活体活动检测信号106的检测可靠性大幅度地提高。
检测(周边血液中的氧浓度变化)的场合
在该场合,信号数据的空间的变化量或时间的变化量是重要的,进行(1)由与在活体活动检测部位(被测定点)30上邻接的(或设置于周边的)部位相对应的光电变换单元(光检测单元)87检测的信号数据之间的差分值计算;(2)涉及光电变换单元(光检测单元)87的信号数据的时间的变化的抽取;(3)与事先存储的同一光电变换单元(光检测单元)87的信号数据的差分值计算;(4)计算将(1)~(3)组合的值;(5)进行来自与包括涉及活体活动的信号的相互不同的波长光相对应的各活体活动用光电变换部121—1~121—3的信号数据间的比较·计算的运算处理。
在(1)的计算中,后级部的信号处理运算部143一次性地收集由各光电变换单元(光检测单元)87检测的信号数据,将其结果通知给前级部的信号处理运算部136。
另外,在(2)的运算处理中,读出保存于前级部的存储部135内的过去的信号数据,对其与当前的信号数据之间的差分进行运算。
另一方面,在(3)的运算处理中,将从活体活动检测部位(被测定点)30上的各位置而事先检测的信号数据保存于后级部的存储部142中。接着,在活体活动检测的时刻,将该数据传送给对应于活体活动检测部位(被测定点)30上的各位置的前级部的信号处理运算部136,计算该数据和当前的信号数据间的差分值。另外,象(4)所示的那样,根据需要,进行将通过(1)~(3)的运算处理而获得的结果组合而得到的值(加法演算值,或减法运算值,乘积的值或商的值)的计算。
象这样,在后级部的信号处理运算部143中,收集“差分值”的数据。下面对上述(5)中给出的运算处理进行说明。该处理的特征在于在采用近红外光,测定周边血液中的氧浓度变化的场合,特别是象图26所示的那样,分别获得来自不同的3个波长光的信号数据。
象针对BOLD效果而在前面描述的那样,如果脑神经细胞活性化,则在数秒后,在其周边的毛细血管内,氧化血红蛋白浓度增加。另外,氧化(吸接有氧分子的)血红蛋白具有达到930(nm)的吸收峰值,如果血红蛋白脱氧化(释放氧分子),则呈现达到760(nm)和905(nm)的吸收峰值。
于是,如果脑神经细胞活性化,则在数秒后,780(nm),805(nm)和830(nm)的相应的波长光的检测光量发生变化(比如,780(nm)的检测光量增加,830(nm)的检测光量减少)。于是,在后级部的信号处理运算部143内,进行从作为与不同的3个波长相对应的各活体活动检测电路的前级部85—1~85—3输出的信号数据间的比较·计算的减法运算处理或除法运算处理等。
但是,在图26中,将有关记载简化,在各活体活动用光电变换部121—1~121—3内,分别由多个光电变换单元(光检测单元)87—1~—5构成,另外在光电变换单元(光检测单元)87—1~87—5中分别连接有活体活动检测电路的前级部85—1~85—5(参照图25)。由此,在信号处理运算部143内的与不同的3个波长光相对应的减法运算处理或除法运算处理,在由针对不同的3个波长光设置于相同位置(或相互对应的位置)的光电变换单元(光检测单元)87—1~87—5获得的信号数据之间进行。
如果在来自与这样的不同的波长光相对应的各活体活动用光电变换部121—1~121—3的信号数据之间进行运算处理,则具有下述的情况,即,信号数据的S/N比提高,活体活动检测信号106的可靠性提高。该情况指:因被检测对象的活体(被试验者等)的运动,活体活动检测部101的活体活动检测部位(被测定点)30的位置变化,上述3个波长光的检测光量同时变化。
此外,该检测光量的变化作为噪音成分而出现于从活体活动检测电路的前级部85—1~85—3而输出的信号数据中。但是,通过在后级部的信号处理运算部143内,进行上述减法运算或除法运算的处理,大幅度地降低该噪音成分的影响,信号数据的S/N比提高。
另外,对涉及上述(5)所给出的来自活体活动用光电变换部121—1~121—3的信号数据间的比较·计算的另一实施例进行说明。在这里,对各信号数据进行比较,提高活体活动检测信号106的检测精度。具体来说,根据在各信号数据之间同时产生的检测光量变化的方向对象性或方向非对象性,判断检测信号的真伪。具体来说,如果象前述的那样,毛细血管内的氧化血红蛋白浓度增加,则具有780(nm)的检测光量增加,830(nm)的检测光量减少的情况。
于是,在该场合,对于给出从与780(nm)光的检测相对应的活体活动检测电路的前级部85(严格地说,对通过设置于氧化血红蛋白浓度增加的毛细血管部分的成像位置的光电变换单元(光检测单元或检测用线圈)87进行光电变换而获得的电信号进行处理的活体活动检测电路的前级部85)输出的信号数据,应给出检测光量的增加信息。
另外,对于从与830(nm)光的检测相对应的活体活动检测电路的前级部85输出的信号数据,应给出检测光量的减少信息。接着,后级部的信号处理运算部143把握在该同时而产生的增加/减少关系,在不产生某个变化的场合或变化的方向相同的场合,判定“在活体活动检测电路的前级部85中误检测”,从活体活动检测信号106中,对该变化状况进行删除处理。在与此相反,同时产生增加/减少关系的场合,视为“可靠的活体活动检测信号106”,将其添加于由活体活动检测电路的后级部86输出的信号数据中。
检测(温度记录器(thermography)的温度变化)的场合
在该场合,进行与“周边血液中的氧浓度变化”相同的运算处理。但是,不必进行来自不同的3个波长光的信号数据间的除法运算处理或减法运算处理。
检测(fMRI的氧浓度变化)的场合
在该场合,在后级部的信号处理运算部143内,采用通过图24和5.3.3节而说明的方法,进行活性化部位的预测运算(核磁共振特性变化的发生部位检测)。
但是,在任意的场合,在本实施例中,在于后级部的信号处理运算部143中进行上述运算处理后,进行后述的“活体活动检测区域的标准化处理”。
比如,对采用图20所示的活体活动检测用光学系统的场合进行说明。在活体活动的检测时,如果活体活动检测部位(被测定点)30移动,作为前述的“第1检测”(活体活动检测部位的位置检测和位置控制)的结果,成像透镜57自动地在光轴方向移动。由此,活体活动检测部位(被测定点)30的成像图形(pattern)经常出现于光检测器36中。
但是,如果活体活动检测部位(被测定点)30在成像透镜57的光轴方向移动,则作为光学的现象的光检测器36中的成像图形(pattern)尺寸发生变化。另外,如果活体活动检测部位(被测定点)30在与成像透镜57的光轴相垂直的方向移动,则光检测器36中的成像图形(pattern)的位置错动。相对该现象,本实施例的特征在于为了容易进行活体活动测定(根据活体活动检测信号,形成活体活动信息的处理)的处理,即使在活体活动检测部位(被测定点)30移动的情况下,按照将相对它的光检测器36中的成像图形(pattern)的中心位置和尺寸固定的方式输出活体活动检测信号106。
例如,当活体活动检测的位置检测部采用图16所示的光学系统,进行“第1检测”之时,根据活体表面的记号位置40的2维光检测器43—1和43—2上的成像图形(pattern)位置,不仅知道距活体活动检测部表面的距离44(与沿图20的成像透镜57的光轴的方向的活体活动检测部位(与被测定点)30的位置相对应),还知道与成像透镜57的光轴相垂直的方向的活体表面的记号位置40。
如果从活体活动的位置检测部46,接收该信息,则通过图28内的后级部的信号处理运算部143,进行(A)成像图形(pattern)尺寸的变更(尺寸的标准化)和(B)成像图形(pattern)中心位置的偏移处理。
即,在作为(A)的操作,活体活动检测部位(被测定点)30相对标准而接近成像透镜57的场合,将作为进行从后级部的存储部142而读取的信号数据“抽取处理(間引き処理:DecimationProcessing”,进行成像图形(pattern)的缩小处理的结果再次保存于后级部的存储部142内。与此相反,在活体活动检测部位(被测定点)30比标准远离成像透镜57的场合,进行从后级部的存储部142而读取的信号数据的“内插处理”,将进行成像图形(pattern)的放大处理的结果再次保存于后级部的存储部142内。作为该1个实施例,还具有例如,在5.5.3节中于后面描述的那样,将成像图形(pattern)尺寸标准化处理为被试验者(用户)的脸尺寸。
接着,按照下述的要领,进行(B)的操作。如果从活体活动的位置检测部46,接收成像图形(pattern)中心的位置信息,则将中心位置信息保存于后级部的存储部142内部。接着,根据该信息,从活体活动检测信号发送部的信号转送部144,仅仅输出(成像图形(pattern)的)经过标准化处理的区域的信号数据。
5.4.3)活体活动检测信号发送部内部结构
采用图29,对活体活动检测发送部105内部结构进行说明。同样在图29中,通过“粗字实线”表示相同的信号数据的传送线路,通过“细字实线”有区别地表示基准时钟和命令的传送线路。
本实施例的特征在于从个人信息保护的观点来说,对从活体活动检测部101输出的活体活动检测信号106进行加密处理。
在活体活动检测信号发送部105内,经由通信控制部158,将活体活动检测信号106发送到外部。此时,通过活体活动检测信号的发送次数(或累积发送时间)检测用计数器151,对经由通信控制部158,将活体活动检测信号106发送到外部的次数(或将活体活动检测信号106发送到外部的累积的发送时间)进行计数。
但是,在活体活动检测信号发送部105内,具有涉及随时间变化键发生器152和随时间变化的M系列内跳跃(jump)数发生器153的2种的密钥的控制电路。在这里,随时间变化键发生器152和随时间变化的M系列内跳跃(jump)数发生器153均由M系列的随机数发生器构成,但是,随时间变化的M系列内跳跃(jump)数发生器153的结构简单,输出比特数,以及一周(一圈)数(M值)均较大程度地小。另外,此时,随时间变化键发生器152和随时间变化的M系列内跳跃(jump)数发生器153的初始值在活体活动检测电路101的制造时设定。然而,采用下述的方式,即,通过隐含的命令,此时随时间变化键发生器152和随时间变化的M系列内跳跃(jump)数发生器153和活体活动检测信号的发送次数(或累积发送时间)检测用计数器1051的值均返回到初始值,关于这一点在图示中省略记载。
在随时间变化(依赖于活体活动检测信号的发送次数或累积发送时间)的M系列内跳跃(jump)数发生器153的输出值没有变化时,每当活体活动检测信号的发送次数(或累积发送时间)检测用计数器151每次1个地增加(增量)时(或每当经由通信控制部158,活体活动检测信号106与外部通信(输出到外部)的累积的发送时间经过一定的期间时),此时随时间变化键发生器(依赖于活体活动检测信号的发送次数或累积发送时间)152的输出值(随机值)变化。
对于随时间变化(依赖于活体活动检测信号的发送次数或累积发送时间)的M系列内跳跃(jump)数发生器153,每当活体活动检测信号的发送次数(或累积发送时间)检测用计数器151按照指定次数(比如,10次或1000次)增加时(即,每当按照指定次数,将活体活动检测信号106发送到外部时或每当经由通信控制部158,活体活动检测信号106与外部通信(输出到外部)的累积的发送时间经过指定期间时),输出值变化。
如果此时随时间变化键发生器153的输出值变化,则对应于其输出值,随时间变化键发生器(依赖于活体活动检测信号的发送次数或累积时间)152的输出值(随机值)也变化。象这样来自随时间变化键发生器(依赖于活体活动检测信号的发送次数或累积时间)152的输出值(随机值)对应于活体活动检测信号的发送次数(或累积发送时间)检测用计数器151的输出值和来自随时间变化(依赖于活体活动检测信号的发送次数或累积时间)的M系列内跳跃(jump)数发生器153的输出值的组合而变化。另外,此时随时间变化键发生器(依赖于活体活动检测信号的发送次数)152的输出值用作在加密部154内进行加密时的密匙。
在这里,对来自本实施例的随时间变化键发生器(依赖于活体活动检测信号的发送次数或累积发送时间)152的输出值进行具体说明。
构成随时间变化键发生器152的M系列的随机数发生器指对应于输入步骤数(i)而输出不同的随机值的电路,可发生直至最大M个的不同的随机值。即,在步骤“0”~“M-1”,输出不同于过去输出的全部的值的随机值。但是,如果输入步骤数超过“M”(在一周后),则按照过去输出的顺序,反复输出随机值。
在本实施例中,活体活动检测信号的发送次数(或累积发送时间)检测用计数器151的输出值变化的时刻与输入步骤数(i)变化的时刻相对应。即,每当来自通信控制部158的发送活体活动检测信号106的次数变化时(或每当经由通信控制部158,将活体活动检测信号106与外部进行通信(输出到外部)的累积的发送时间超过固定期段时),输入步骤数从(i),变为(i+1),从随时间变化键发生器(依赖于活体活动检测信号的发送次数或累积发送时间)152输出的随机值发生变化。
但是,活体活动检测信号的发送次数(或累积发送时间)检测用计数器151每当指定次数增加时(即,每当按照指定次数,将活体活动检测信号106发送到外部时或每当经由通信控制部158,将活体活动检测信号106通信到外部(输出到外部)的累积的发送时间超过固定时段时),随时间变化(依赖于活体活动检测信号的发送次数或累积发送时间)的M系列的随机数发生器153的输出值发生变化。目前,假设该输出值为“j”。
接着,此时,随时间变化键发生器152的输入步骤数从“i”,变为“i+j+1”,从时变键发生器152,输出与输入步骤数“i+j+1”相对应的随机值。即,仅仅在随时间变化的M系列内跳跃数发生器153的输出值变化时,在随时间变化键发生器152的M系列内的连续变化中,仅发生上述输出值“j”的偏差。
通过象这样,按照随时间变化(依赖于活体活动检测信号的发送次数或累积发送时间)的M系列内跳跃数发生器153和随时间变化键发生器(依赖于活体活动检测信号的发送次数或累积发送时间)152的组合,形成密钥,可防止不当的密钥解读,确保活体活动检测信号106向外部的传送时的较高的安全性。
从活体活动检测电路122,经由与活体活动检测电路之间的信号传送部155而发送的信号数据,通过加密部154而进行加密处理,临时保存于活体活动检测信号发送部内的存储部156内。但是,本实施例的特征在于活体活动检测信号106不仅象上述那样,进行加密处理,而且存储于符合IP(InternetProtocol)的通信格式内。
由此,提高互联网上的活体活动检测信号106的发送容易性。为了使其成为可能,预先存储有IP地址信息的IP结构形成部(包括IP地址设定)从活体活动检测信号发送部内的存储部156,读出经过加密的信号数据,将其修改为符合IP(InternetProtocol)的通信格式。在IP结构形成部(包括IP地址设定)中,按照最终的格式形成的活体活动检测信号106经由通信控制部158,传送到外部。
5.5)活体活动测定方法
象在5.1节中说明的那样,在本实施例中,根据通过活体活动检测部而获得的活体活动检测信号,进行活体活动的分析,获得活体活动信息。另外,将该一系列的动作统称为活体活动测定。在本节中,以上述活体活动的分析为中心,对活体活动测定方法进行说明。
5.5.1)根据活体活动检测信号而获得的信息的总结
图30表示对按照在5.3节和5.4节中说明的方法而获得的活体活动检测信号106的密码进行分析而解码时获得的信息的内容。图30所示的活体活动检测区域161表示进行放电的1个脑神经细胞的配置部位或由多个脑神经细胞构成的指定区域的配置部位。但是,并不限于此,也可给出由整体内的神经传递通路上的部位或进行超过脑神经系统的活动的活体活动的活体活动指定区域的配置部位。
另外,在图30中记载的活性化度162表示活体内的各检测区域161的活体活动的活性化的程度。另外,根据检测对象,该活性化度162与脑神经细胞的延伸放电次数(脉冲计数),毛细血管中的血液的氧化血红蛋白浓度(或脱氧化血红蛋白浓度)或通过温度记录器(thermography)而测定的表面温度(的变化量)分布等相对应。图30所示的活性化度162的分布特性(特性分布的图形(pattern))伴随经历时间163而变化。
但是,在采用近红外光或核磁共振特性变化,取代脑神经细胞的放电的检测,象于5.4.1节中说明的那样进行抑制性神经传递物质的传递状况或超极化的状况的检测之时,在吸收具有指定波长或与指定的化学位移量相对应的频率的电磁波的局部区域内,活性化度162的值变低。于是,需要注意与构成检测对象的现象相对应的活性化度162方向的变化。
因此,在后述的“活体活动的分析”中,从图30所示的活体活动检测信号中,利用(抽取)(1)活性化部位(在活体活动检测区域161内的活性化度162的值超过指定值的时候);(2)在指定活性化部位处的活性化度162的值(活性化的强度);(3)活性化部位的相关特性曲线(pattern)(活性化分布特性=图30所示的活性化特性分布);(4)活性化部位的时间的相关性(神经内的信号传递通路等);和(5)活性化分布的时间变化特性(根据经历时间163,活性化分布发生变化的特征)等,进行活体活动的分析。
5.5.2)活体活动信息的内容
在本实施例中,伴随时间的进展而变化所得到的活体内部的活体状态构成活体活动信息的对象。接着,特别是将“按照人或机械可解释的方式(可判断或识别的方式)针对测定时的指定个人或多人的活体内部的活动状态而给出的(或表现或说明的)信息”称为“活体活动信息”。
接着,在该活体活动信息中,包括表示(说明)活体内的神经活动或精神活动,或者精神状态的信息。另外,该精神活动或精神状态不仅表示指定个人(被试验者或用户)固有的信息,还可表示由多个人(多个被试验者或用户)构成的组(集合体)的特性。
图31表示在本实施例中进行活体活动的分析而得到的活体活动信息的构思图。
在本实施例中,可从上述活体活动检测信号中,抽取与多个“测定项目”相对应的活体活动信息。另外,在各测定项目中,定义有1个以上的“判断因素171”。另外,作为分析活体活动的结果,指定的测定项目的每个判断因素171—1~171—3的一致度172为图31a所示的形式,按照每个进行活体活动检测的进展时间163进行表示。在这里考虑说明的容易性,通过图31所示的的曲线图,表示活体活动的分析结果。
但是,并不限于此,也可通过数值的表示或某种的动画表示每个判断因素171—1~171—3的一致度172。
但是,由于活体活动时刻地变化,故每个判断因素171—1~171—3的一致度172均对应于进展时间163而变化。另外,图31b表示其变化状况。
图31b所示的“事件173”指与活体活动测定有关的某信息,与活体活动检测的进展时间163同步,事件173的进展时间也同时地在时间轴(表示进展时间163的时间轴)上匹配。
在这里所指的事件173中主要包括(1)从构成活体活动测定的对象的活体的外部看到的状态或该活体的环境;(2)活体内部的状态;和(3)从外部对活体施加的刺激等的信息,但是,并不限于此,在上述事件173中包括对活体活动造成影响的全部的信息。
上述的“从构成活体活动测定的对象的活体的外部看到的状态或该活体的环境”与后面进行描述的“活体状况或活体环境的观测(S26)”相对应。但是,作为“活体活动检测的位置检测部”的1个实施例,在使用图16于5.2.2节中说明的方法中,采用照相机用透镜42和设置于其后面的CCD传感器等的2维检测器43。
在本场合,在采用照相机用透镜42和2维检测器43,检测被检测点的位置(用于活体活动检测部位的对位和其保持的第1检测)的同时,测定从构成活体活动测定的对象的活体的外部看到的状态或该活体的环境。作为涉及从该活体的外部看到的状态或活体的环境的信息的具体内容,具有“在活体活动检测时一人居住吗?还是与他人一起地居住吗?”或“构成活体活动测定的对象的活体(被试验者等)居住于狭窄的场所吗?或者居住于较宽敞的场所吗?”等的信息。另外,在于活体活动检测部101内内置有温度传感器或湿度传感器的场合,活体活动检测时的湿度·温度也为与上述的“活体的环境”有关的信息。
接着,与上述的“活体内部的状态”有关的信息包括“姿势的变化状态或疾病的局部的疼痛等”的信息。其中的姿势的变化状态可按照与上述相同的方式,通过“活体活动检测部的位置检测部”同时地测定。另一方面,希望将疾病的局部的疼痛等的信息通过另外的机构,输入到作为构成生命活动测定的对象的活体的被试验者(用户)中。
然后,在上述最后列出的“从外部对活体施加的刺激”与后述的“对活体,从外部施加刺激(S21)”相对应。作为其具体例子,采用针,使活体的局部,产生痛觉,另外,具有在显示画面上显示快乐(或恐惧/悲哀)图像,强制地使活体(被试验者)产生指定的情绪的情况。
在下面,按照该具体例子,对图31b所示的事件173和各判断因素171—1~171—3之间的关系进行说明。如果以时间轴上的指定期间,作为事件171—1,相对活体(被试验者),显示快乐的图像,则“快乐”的判断因素171—2的一致度172高,与此相反,“恐怖”的判断因素171—3的一致度172保持低的状态。然后,如果作为事件173—2,显示恐惧的图像,则“快乐”的判断因素171—2的一致度172和“恐怖”的判断因素171—3的一致度172调转。接着,“放心”的判断因素171—1的一致度172对应于进展时间163而降低。
在下面给出在本实施例中设定的测定项目,与和各测定项目相对应的判断因素。在这里,考虑本实施例的应用方面的方便性,设定判断项目。另外,在下面的描述中,在“……”之前记载的内容表示“测定项目”,在“……”之后记载的内容指“判断因素171”。
○体感……在有痛觉等的体内的部位,体内的各部分与各判断因素171相对应
○运动控制指令……发出用于使体中的某处运动的指令,体内的运动的部位与各判断因素171相对应
○控制意图(TV游戏等的设备的操作意图)……上/下/左/右的移动、攻击击打、颜色的变更、指定按钮的选择
○自律神经系统反射反应……每个内脏器官、血管/汗线部位的每个的交感神经作用系统、每个内脏器官、血管/汗线部位的每个的副交感神经作用系统
○觉醒·紧张状态……紧急事态认识、紧张状态、觉醒、松弛状态、困倦、快眼动(REM)睡眠、非快眼动(NREM)睡眠
○魅力性……所有欲望、受引诱、好感、兴趣对象、不介意、厌恶、逃避对象
○情绪反应……喜、怒、哀(悲)、快乐、爱、寂寞、恐怖、不安、放心等
○不随意判断(无意识状态)……好感、厌恶、怀柔指向、逃避指向、攻击指向、活性化障碍区域
○认知……视觉、听觉、味觉、嗅觉、触觉
○视觉的认识·识别……各种形状、色调、区域识别、各种个体判断
○听觉的认识·识别……音程、节奏、各种单词、文节
○想起(打算表现的内容或浮现的图像)……各种单词、各种形状、单语间的配合形式
○(体质或精神活动的)的异常检测……异常活性部位(场所)、痛感发生部位(场所)、活性继续时间过长的部位(场所)
本实施例的特征在于作为在已有技术中不可能测定的项目的,通过本实施例,可进行被试验者未意识的“不介意判断(无意识状态)”或“(体质或精神活动的)异常检测”,另外可进行“控制意图(仅仅凭借意念来进行TV游戏等的机械的操作)”等。
另一方面,关注本实施例在“市场调查”中的应用,在上述测定项目中添加“魅力性”。接着,作为判断因素的“好感”和“厌恶”重复地出现于测定项目的“魅力性”和“不介意判断(无意识状态)”内,但是,相对前者的被试验者的意识状况下,后者的被试验者未意识的内容是有区别的。
5.5.3)其它的活体活动测定方法
包括人在内的哺乳类动作的脑神经系统具有层级结构。另外,由于在大脑皮质层等的中枢神经层7中,形成非常复杂的神经回路,故别说形成个人信息,活体活动信息也是非常难以根据由此检测的活体活动检测信号而形成。
但是,各层间的神经回路相关,在相应的层间,进行协同的活动。
于是,作为与大脑皮层或具有大脑边缘系统的中枢神经层7有关的活体活动信息的获得困难的对策,其它的实施例的特征在于“根据下位层的活体活动检测信号,形成活体活动信息,预测上位层的活体活动信息”。
在人或动物的脑中,扁桃体与情绪反应有关,承担中心的作用,在该扁桃体内的区域,在中心核处,有情绪反应的发现(有田秀穂:脳内物質のシステム神経生理学(中外医学社、2006年)p.105)。另外,将来自该中心核的输出信号直接输入到脸神经运动核中(参照渡辺雅彦編:脳·神経科学入門講座下(羊土社、2002年)p.222)。
在这里,脸神经运动核作用于脸的肌肉,控制脸的表情。于是,在上述中心核内发现的情绪反应直接出现在脸的表情中。
另一方面,从上述中心核,直接输出给大脑皮层的神经回路没有显著地存在,来自该中心核的输出信号经由比如,扁桃体内的内侧核,达到额前区。此外,该内侧核接收来自扁桃体内的其它区域或丘脑,下丘脑的信号输入(参照渡辺雅彦編:脳·神経科学入門講座下(羊土社、2002年)p.221)。
于是,在受到这些信号的影响,来自中心核的输出信号按照稍稍变化的方式传递到额前区的场合,在额前区识别的感情稍稍不同于在中心核中产生的潜在意识下的情绪。其表示“与本人意识的场合相比较,脸的表情较正确地表示情绪”的可能性。
因此,在本节中说明的其它的实施例的特征在于代替获得来自包括大脑皮层的中枢神经层7的活体活动检测信号的方式,而检测由来自脸神经运动核的作用形成的脸的肌肉的运动,根据该检测信号,形成活体活动信息。由此,不必获得来自包括活体活动的分析非常复杂的大脑皮层或大脑边缘系的中枢神经层7的活体活动信息,可根据分析较容易的“脸的肌肉的运动分析”的结果,以良好的精度获得与和大脑边缘系或大脑皮层有关的情绪反应相关的信息。
在此场合,图16所示的的活体表面的记号位置40相当于被试验者(或用户)的脸位置。而目前,存在采用图像识别技术,具有自动地检测被拍摄体的脸的位置的功能的数字照相机。于是,在这里说明的其它的实施例中,在活体活动检测的位置检测部(进行第1检测的部分)内部,具有上述图像识别技术,将来自被试验者(或用户)的脸的位置的检测信号作为活体活动检测信号。
在实施于这里说明的其它的实施例的场合,在于5.4.2节中说明的(A)成像图形(pattern)尺寸的变更(尺寸的标准化)的处理的阶段,将成像图形(pattern)尺寸标准化处理成表示被试验者(或用户)的脸整体的尺寸,将其保存于后级部的存储部142内。如果象这样,不依赖被试验者的脸的大小或被试验者与信号检测部103之间的距离,而对被试验者的脸尺寸按照一定值进行标准化处理,则脸内的眼或嘴的位置检测的容易性和精度提高,容易形成来自活体活动检测信号的活体活动信息。
图32表示脸的表情和情绪反应的关系。图32a表示安静时的脸的表情,图32b表示微笑时的脸的表情,图32c表示发怒时的脸的表情,图32d表示为难时的脸的表情(由于图面难以精确,故难以分辨,但是,期望表示出各相应的脸部的表情)。被试验者(或用户)的心情由表情表现。通过图33内的箭头,表示此时的脸面上的肌肉的运动。在图32b的微笑时,眉毛和眼的外侧的肌肉朝向下侧收缩。另外,嘴的外侧的肌肉朝向向上的外侧收缩。另外,在图32c的发怒时,眉毛和上眼皮的外侧的肌肉向上收缩,并且下眼皮的外侧的肌肉向下收缩。与此同时,嘴的外侧的肌肉朝向向下的外侧收缩。另一方面,在象图32d那样为难时,位于眉毛之下的内侧的肌肉朝向内侧收缩。另外,与此同时,下眼皮的周边的肌肉收缩,将下眼皮上挑到上方。象这样,脸的肌肉的收缩和松弛状况的检测结果具有与情绪反应等相对应的活体活动信息的相关性。
象在1.3节中说明的那样,在脸的肌肉的收缩时,产生神经肌肉接合部5的活性化(膜电位的变化),紧接着产生肌肉细胞膜的电位变化27。于是,可采用在3.5节中给出的近红外光/红外光或在4.2节中给出的核磁共振,检测膜电位的变化。
另外,由于在脸的肌肉的收缩时,在其周边的毛细血管内,产生氧浓度的变化,故采用近红外光,“周边血液中的氧浓度变化检测”是可能的。
此外,如果脸的肌肉反复进行收缩或松弛,则从肌肉内部产生的热量到达脸表面,脸上的皮肤表面的温度局部地增加。于是,即使在采用温度记录器(thermography),测定脸的皮肤表面的温度分布的情况下,仍针对脸的肌肉的活动状况,进行活体活动检测。
7〕组装有活体活动检测部的装置或系统
6.1)利用活体活动检测部的网络系统和商业模型
在7.1节中,主要对内置有活体活动检测部的一体型装置的实施例进行说明。在本节中,对作为另一实施例的,采用活体活动检测部的网络系统和应用它的商业模型进行说明。
在6.1节中说明的实施例的特征在于针对对应于活体活动测定结果(关于用语的定义,参照5.1节)而实施的服务活动,在网络上,将
(A)检测活体活动,形成活体活动检测信号的层;
(B)分析活体活动检测信号,形成活体活动检测信号的层;
(C)根据活体活动信息,提供适合的服务的层
完全地分离,另外,
(D)可将各层间的接口信息(处于考虑个人信息泄漏防止而加密编码的状态),经由网络(接口)而传送。其结果是,任何人均可不必知道其它的层内的处理方法,仅仅指定层内的新的参与变得简单可行。由于象这样,各层内的参与壁垒低,故世界的任何人(或任何的法人)均简单地获得互联网上的商业通道。另外,在多人(或业者)的参加中,用户接受价格非常低的服务。
6.1.1)利用活体活动检测部的网络系统整体的概要
通过图34,对本实施例的采用活体活动检测部101的网络系统整体的概要进行说明。
前述的“(A)检测活体活动,形成活体活动检测信号的层”与“用户侧前端”相对应。另外,该用户侧前端由包括活体检测部220的活体检测系统218和用户侧的控制系统271,用户侧的驱动系统216构成。另外,在上述活体检测部220内,包括活体活动检测部101(参照5.1节)。但是,在本实施例中,并不限于上述情况,也可将不仅进行活体活动的检测,而且与用户有关的所谓的信息的收集机构;或根据活体活动信息,向用户进行提供服务244的所谓的服务实施机构;和与它们有关的控制机构作为用户侧前端的结构部件而设置。
“心理沟通中介者(mindcommunication提供商)211”承担“(B)分析活体活动检测信号,形成活体活动信息的层”的处理,心理的服务公司(心理服务经销商)212进行“C)根据活体活动信息,提供适合的服务的层”的应对。
另外,本实施例的特征还在于在过去的互联网层201上,构成独自的命令连接层202。该命令连接层202指在硬件上原样地利用过去的互联网环境,传送带有事件信息的活体活动检测信号248或其相关信息的软件上的网络环境。即,其还可解释为与在互联网层201(互联网环境)上形成的活体活动测定有关的社区(community)一种,可在网络环境中的指定域内,构成该层。或者,可将按照下述方式设定的软件的网络环境称为“狭义的命令连接层202”,该方式为:将带有事件信息的活体活动检测信号248或其相关信息自动传送到心理沟通中介者(mindcommunication提供商)211指定的地址。
为了具体地构成该“狭义的命令连接层202”,具有在形成任何人均可阅览的Web上的主页的用户的显示画面250内,嵌入
(1)判断用户环境的活体活动检测可否;
(2)在可进行活体活动检测的场合,将带有事件信息的活体活动检测信号248自动传送到心理沟通中介者(mindcommunication提供商)211指定的地址用的命令(比如,在7.3节中记载的SendDetectionSignal命令)的方法。在该Web上的主页内的上述命令的嵌入中,可采用比如,通过JavaScript描述的WebAPI(ApplicationInterface)。
于是,互联网层201上的命令连接层202的构成方法由下述步骤构成,即:
α)招聘命令连接层202的参加成员……以心理沟通中介者(mindcommunication提供商)211为首的心理的服务公司(心理服务经销商)212和(为了接受指定的提供服务244)允许活体活动的测定的用户213构成参加成员;
β)在心理的服务公司(心理服务经销商)212所提供的互联网上的主页(用户的显示画面250)内,嵌入下述的控制;
●驱动活体检测部220,进行对用户213的活体活动检测24
●将带有事件信息的活体活动检测信号248发送到心理沟通中介者(mindcommunication提供商)211指定的地址
●将带有事件信息的活体活动检测信息249发送到心理的服务公司(心理服务经销商)212指定的地址
γ)用户213拥有活体检测部218……从基于合同的心理沟通中介者(mindcommunication提供商)211,有偿地提供给用户213;
δ)心理的服务公司(心理服务经销商)212准备根据带有事件信息的活体活动检测信息249,可向用户进行最佳的服务的环境。
下面通过图34,对网络系统内的信号/信息的流动进行说明。
在用户侧前端内的活体检测系统218中,包括活体检测部220。其中,设置活体活动检测部101(参照5.1节)。接着,通过在5.2节~5.4节中说明的活体活动检测部101,进行与用户213有关的活体活动检测241。将作为其结果而获得的带有事件信息的活体活动检测信号248自动地传送到在上述命令内指定的地址。
接着,根据经由命令连接层202和互联网层201而转送的上述带有事件信息的活体活动检测信号248,在活体活动分析部227内,通过5.5节的说明方法,形成带有事件信息的活体活动检测信息249。但是,在本实施例中,加密后的带有事件信息的活体活动检测信息249不经由命令连接层202,而仅仅经由互联网层201(用于普通的互联网的网络线路),传送给心理的服务公司(心理服务经销商)212。象这样,在向心理的服务公司(心理服务经销商)212的传送中,通过不经由命令连接层202,仅仅经由经由互联网层201的方式,使带有事件信息的活体活动检测信息249的传送速度提高,并且使心理的服务公司(心理服务经销商)212的方便性提高。另外,根据在心理的服务公司(心理服务经销商)212内进行解码处理的带有事件信息的活体活动检测信息249的内容,用户接受比如,通过在7.1.4节中说明的方法而选择的最佳的提供服务244。
然后,如果用户213接收提供服务244,则集中地向心理的服务公司(心理服务经销商)212,支付作为等价报酬的使用费用。然后,通过收费/利益分配处理部232内的操作,从心理沟通中介者(mindcommunication提供商)211,向心理的服务公司(心理服务经销商)212,自动地进行利益分配。
作为采用活体活动检测部的网络系统整体,在图34中,只描述了一个人的用户213。但是,在本实施例中,并不限于此,也可比如,象聊天,或TV会议系统等的那样,心理的服务公司(心理服务经销商)212作为中介,在居住于相互不同的地方的多个用户213之间,形成社区。在该场合,对方的活体活动检测信息249显示于画面的一部分中,可不时地在理解对方的心情的同时,和对方进行沟通。在过去的以文本为主体的邮件环境或TV会议中,由于向居住于远方的人传递的信息量少,故多发生误解或情绪的不合。由于与此相比较,在本实施例中,“对方的不时地情绪信息”与其强度一起传送,故比如,“对方以怎样的程度发怒?”等马上便知道,容易形成顺畅的人际关系。
另外,在本实施例中,并不限于图34,将与活体活动测定有关的信息(比如,活体活动检测信号248或活体活动信息249等)经由网络而发送的所有系统或可实现它的装置均包含在本实施例中。此外,在本场合,不必一定对用户213,提供服务244,也可以是具有不对用户213提供服务244,而发送与活体活动测定有关的信息的系统或可实现它的装置。
8〕活体活动检测信号和活体活动检测信息的通信用协议
象采用图34而在6章中说明的那样,带有事件信息的活体活动检测信号248和带有事件信息的活体活动检测信息249经由网络而传送。在本章中对在该网络通信时所采用的通信协议进行说明。
另外,象在6章中说明的那样,在本实施例中,在用户的显示画面250(互联网上的主页画面)上,设定API命令。另外在本章中,还对在本实施例中最初使用的API命令的内容进行说明。
7.1)活体活动检测信号和活体活动检测信息的通信用协议
首先,在最初,涉及带有事件信息的活体活动检测信号248和带有事件信息的活体活动检测信息249的通信协议的共同部分的特征和其效果(在“……”之后记载)在下面列出。
(1)在活体活动检测信号和活体活动检测信息的通信协议的一部分中,具有共同结构,实现共同具有……活体活动检测信号内包括的通信协议的一部分可转用作活体活动检测信息的一部分,由此,容易形成活体活动检测信息。
(2)在活体活动检测信号和活体活动检测信息中具有与互联网协议IP的互换性……象通过图34而在6.1.1节中说明的那样,与活体活动检测信号248和活体活动检测信息249一起地,在互联网层201上,按照互联网协议IP,进行通信处理。于是,在两者上均预先包括具有与互联网·协议IP的互换性的结构(通信协议),由此,可减轻图34内的互联网通信控制部223的负担。
(3)按照多个而定义针对每个共同内容(内容)而汇总的数据报,对它们进行多重化处理而传送……通过采用在互联网协议IP内定义的数据报的片段化方法(多重化处理),可进行在活体活动信号和活体活动检测信息内混合有种类不同的多个内容(contents)的形式的通信。
(4)按照多个而定义针对每个共同内容(contents)而汇集的数据报,可通过互联网报头315内的对应的数据报识别信息332,进行各报与哪个数据报相对应的识别……由此,可针对每个包,高速地判断各片段包含于哪个数据报中,这样,从片段,到数据报的再构造容易。
(5)在各包内的互联网报头315中具有时间戳信息339,可进行包之间的同步匹配……不同的数据报间的同步匹配非常容易。
(6)将事件数据报302的结构,与活体活动信号和活体活动检测信息一起地进行共同化处理……可将在活体活动检测信号内包括的事件数据报302的信息照原样地转用作活体活动检测信息的一部分,由此,活体活动检测信息的形成容易。
下面进行涉及活体活动检测信号和活体活动检测信息的通信用协议的共同部分的具体说明。
象图35和图36所示的那样,
●在活体活动检测信号中,定义检测条件数据报301和1种以上的检测信号数据报303,1种以上的事件数据报302,另外,
象图37和图37所示的那样,
●对于活体活动检测信息,定义活体活动分析条件数据报303和1种以上的活动信息数据报304,1种以上的事件数据报302。
接着,象图35~图38所示的那样,数据报分为细的片段316,317,318,319,收纳于包310,311,312,313中。
在包310,311,312,313内的前部,设置互联网报头315。在这里,象图35和图37所示的那样,互联网报头315内的结构,与活体活动检测信号内和活体活动检测信息内是一致的。另外,互联网报头315内的服务类型信息331表示包含该互联网报头315的包“要求流量(throughput)(通信速度)高的通信吗?”,或“要求通信时的高可靠性(通信后的错误发生频率低)吗?”,“通信时的允许延时短(不允许通信时的大的延迟)吗?”等的包通信所要求的类型。另外,相应的数据报识别信息332由16比特表示,表示相应的包内的数据片段包含于哪个数据报中。具体来说,通过上位3比特,表示检测条件数据报301/活体活动分析条件数据报305/检测信号数据报303/活体活动数据报304/事件数据报302中的某个。另外,在检测信号包313内,下一2比特表示检测波长λ的种类(在本实施例中,可采用长度不同的4种检测波长光,同时进行测定)。另外,通过剩余的下位11比特,表示包含在与相同检测时刻相对应的检测信号数据报303中。由于在这里,实际的检测时刻在时间戳信息339中,采用同步方式,故在检测时间拉长,无法显示全部的检测时刻(溢流)的场合,可周期性地反复使用上述11比特。
另一方面,在活体活动信息包314内,下一2比特表示测定项目的识别信息(在本实施例中,可同时抽取涉及达到不同的4种的测定项目的活体活动信息)。另外,通过剩余的下位11比特,表示包含于与同一测定时刻相对应的活动信息数据报304中。由于在这里,实际的测定时刻在时间戳信息339中采用同步方式,故在测定时间拉长,无法通过11比特而显示全部的检测时刻(溢流)的场合,可周期性地反复使用上述11比特。
接着,片段种类信息333和片段位置信息334表示紧接相应的互联网报头315之后而设置的数据片段315,316,317,318,319位于同一数据报301,302,303,304,305内的某处。具体来说,片段种类信息333由3比特构成,最初的比特设定为“0”。接着,在下一比特为“0”时,表示进行片段化,在同一数据报301,302,303,304,305内包含多个数据片段315,316,317,318,319。另外,在该比特为“1”的场合,表示没有进行片段化。在再下一比特中,具有同一数据报301,302,303,304,305内的位置信息。即,在该比特为“0”时,表示具有同一数据报301,302,303,304,305内的最后的片段。另一方面,在该比特为“1”时,指其以外的情况。接着,片段位置信息334表示紧接在相应的互联网报头315之后而设置的数据片段315,316,317,318,319与同一数据报301,302,303,304,305内的第几个片段相对应。具体来说,在同一数据报301,302,303,304,305内的最初的数据片段315,316,317,318,319的场合,片段位置信息334内的值设定在“0”,在下一个设置的数据片段315,316,317,318,319中,片段位置信息334内的值依次增加到“1”。
另外,发送本方地址信息335和发送对方地址信息336表示经由互联网层201(参照图34)而通信的场合的发送本方和发送对方的IP(Internetprotocol)的地址。另外,在上述互联网报头315中,具有活体检测部的识别信息或活体检测部的固有地址信息338。在这里,在图34所示的活体检测部220中,在各自的机种中分别具有独自的识别信息或固有地址信息。该信息也可与每个机种的制造号码相对应。另外,在互联网报头315内具有该信息,并且在(在通过同一机种检测,根据该结果而测定的场合)带有事件信息的活体活动检测信号248和带有事件信息的活体活动检测信息249之间对该信息进行共用处理。由此,可进行带有事件信息的活体活动检测信号248和带有事件信息的活体活动检测信息249的长期的履历管理。
在本实施例中,在互联网报头315内具有时间戳信息339。由此,可在各数据报301,302,303,304,305间采用同步方式(使时刻一致)。该时间戳信息339由32比特构成,通过1个时钟间隔为1(ms)的基准时钟的计数表示。在该计数溢流的场合,再次从计数值“0”起而重新计数。象这样,计数值是周期性的,但是,通过图36所示的检测条件数据报301内或图38所示的活体活动分析条件数据报305内的检测开始时间信息352和该时间戳信息339的组合,可进行绝对时间的计算。另外,作为表示该时间戳信息339包含于互联网报头315中的信息,将选择类型信息337的值设定在“68”。
象图36或图38所示的那样,存储于针对每个事件信息而不同的事件数据报302—1内。另外,将1个事件数据报302—2分割,分割的部分各自分散而设置于事件包312内的事件数据片段317内。另外,各事件的内容作为事件信息内容348,设置于相应的事件数据报302内。另外,在同一事件数据报302内,紧接上述事件信息内容348之前存储事件继续期间347。在这里,每个事件的事件开始时间由前述的时间戳信息339规定,通过该时间戳信息339和事件继续期间347的信息的组合,计算事件的结束时刻。另外,在紧接该事件继续期间347之前,存储事件种类信息346。本实施例的事件包括:
(A)在图34所示的用户的显示画面250(Web上的主页内容)的内容中通过事件信息A抽取部224而抽取的事件信息A243;
(B)通过图34所示的事件信息B抽取部221而抽取的事件信息242……从检测时的温度·湿度条件,至与活体活动检测时的用户213(被试验者)密切相关的环境(比如,一个人吗?与其它人一起吗?)等
,该事件种类信息346表示事件信息内容348属于上述中的哪种。通过象这样,在事件数据报302内具有事件种类信息346,具有下述的效果,即,在之后,容易选择抽取每种事件的事件信息内容348。
另外,象图36或图38所示的那样,在不同事件之间共同的信息包含于事件数据报#0302—0中,设置于包括事件信息内容348的事件数据报#0302—1……的前部位置。该事件数据报#0的内容包括发生事件数量信息342或事件发送本方地址信息341等。在这里,在事件发送本方地址信息341内,记录显示画面341的URL等。另外,在由该URL等指定的显示画面(Web上主页画面等)上,设定API命令的场合,该信息记录于在显示画面内设定的API命令343栏内。
7.2)活体活动检测信号的通信用协议
采用图35和图36,对带有事件信息的活体活动检测信号248的通信用协议的特征进行说明。
互联网报头315内的发送本方地址信息335与图34内的用户侧的控制系统217(个人计算机或便携终端,便携电话等)所具有的IP地址相对应。另一方面,发送对方地址信息336为由心理沟通中介者(心理沟通提供商)211指定的IP地址,预先确定。另外,对于它,在许多场合,设定设置有活体活动分析部227的部位的IP地址。
在带有事件信息的活体活动检测信号248的通信用协议中,定义检测条件数据报301和检测信号数据报303。在这里,通过图34的活体检测部220检测的活体活动检测信号接纳于上述1种以上的检测信号数据报303内而传送。接着,该检测信号数据报303被分散,分散而设置于检测信号包313内的检测信号数据片段318内。另一方面,检测条件数据报301被分割,分散而设置于检测条件包311内的检测条件片段316内。
在本实施例的活体活动检测中,伴随比如,脑内的神经元配置或脸肌肉的配置部位等的活体活动检测的种类(被检测对象),各自的检测点的位置不同。于是,在于存在多个检测信号数据报303中最初设置的检测信号数据报#0303—0内部,定义每个检测点的位置信息326。具体来说,通过在最初,记载最初的检测点的3维位置信息,接着记载第2检测点的3维位置信息……等,预先定义全部的检测点的3维位置信息。
接着,在之后的检测信号数据报303中,由此定义了3维位置的每个检测点的检测信号的值(比如,放电的脉冲次数或780(nm)/830(nm)光的光反射量,通过温度记录器而测定的表面温度,核磁共振的峰值面积(或峰值高度)的值)作为每个检测点的活性化分布固定327,328而存储。
另外,在本实施例中,定义针对每个用于检测的光的波长和针对所测定的时刻T1,T2而不同的检测波长λ的检测信号数据报303。
象图36所示的那样,在检测条件数据报301内,包括用户(被试验者)的识别信息351。由此,每个不同的用户(被试验者)的检测信号的各自管理是可能的。已在7.1节中对检测开始时间信息352的利用方法进行了说明。在该检测开始时间信息352中,按照年·月·日·时·分·秒·亚秒(0.1秒单位)的方式记录时间信息。另外,将7.1节数据时间戳信息339的基准时钟周期为1(ms)。但是,并不限于此,可再次设定检测条件数据报301内时间戳的基准频率353的栏数据时间戳的基准频率。由此,在检测信号高速地变化的场合,使基准频率提高,使检测精度提高,在检测信号的变化非常慢的场合,使基准频率降低,容易进行长期的测定等等,可对应于上述等的检测信号的(时间变化)特性,进行灵活的设定。下一测定项目354与在5.5.2节中说明的测定项目相对应。在检测条件数据报301内具有该测定项目354,由此,心理沟通中介者(心理沟通提供商)211内的活体活动分析部227(图34)的分析的方便性提高。另外,检测机构355表示检测机构。此外,检测信号的种类356表示具体通过哪样的方法,对体内的哪个部分进行检测。另外,下一检测区域的部位信息和检测点设置的设定方法357表示活体活动检测部位(被测定点)30的位置监视方法具体地采用哪样的方法(比如,采用在5.2.1节中说明的方法吗?采用在5.2.2节中说明的方法吗?等)。另一方面,检测区域的分辨率358和检测信号的量子化比特数359,检测信号的取样频率或时间间隔360表示检测信号的检测精度。另外,可预计检测波长的数量信息361~检测波长λ的检测信号数据报303的数量,心理沟通中介者(心理沟通提供商)211内的活体活动分析部227(图34)的分析的方便性提高。此外,象在图10.2节中说明的那样,心理沟通中介者(心理沟通提供商)211可事先知道利用过去的累积发送次数362的信息,购买密钥发行商的新的钥信息的时刻。于是,由于通过在检测条件数据报301内具有过去的累积发送次数362,心理沟通中介者(心理沟通提供商)211可在适当时刻获得钥信息,故即使传送带有事件信息的活体活动检测信号248,仍稳定地进行活体活动分析部227的分析(参照图34)。
7.3)活体活动检测信息的通信用协议
象图34所示的那样,活体活动检测信息的通信用协议中的互联网报头315内的发送本方地址信息335表示心理沟通中介者(心理沟通提供商)211内的活体活动分析部227所具有的IP地址。另一方面,发送对方地址信息336为心理沟通中介者(心理沟通提供商)211的IP地址。
另外,在活体活动检测信息的通信用协议中,定义活体活动分析条件数据报305和1种以上的活动信息数据报304。在这里,将在图34的活体活动分析部227内分析的结果分别分开而存储于1种以上的活体活动数据报304内。此外,象图37所示的那样,分割1个活动信息数据报304,将其分散而设置于活动信息包314内的活体活动信息片段318内。
另一方面,在活体活动分析部227内进行分析时的共同信息存储于活体活动分析条件数据报305内。接着,象图38所示的那样,将该活体活动分析条件数据报305内进行分割,将其分散而设置于分析条件包310内的分析条件数据片段319中。
象图37所示的那样,针对在5.5.2节中说明的每个测定项目,设定不同的活动信息数据报304。另外,针对各时刻T1,T2,分成单独的活动信息数据报304。另外,在同一活动信息数据报304内,表示同一时刻的每个判断因素(参照5.5.2节)的分析结果的一致度作为时刻T*的每个测定A内判断因素的一致度377,378而记录。另外,在位于其之前的位置的活动信息数据报#03040-0中包括涉及各判断因素的一致度377,378所共同的活体活动检测信号的分析的信息。即,在最初,明确记载有测定项目的数量信息371,与此相对应,依次记载与测定项目A,B……有关的信息。具体来说,记载有每个测定项目的判断因素信息372,374,与基于它的判断因素内容的一个列表373,375。在这里,于比如,测定项目A为记载于5.5.2节中的“觉醒·紧张状态”的场合,测定项目A内判断因素内容列表373的内容表示“紧急事态认识、紧张状态、觉醒、松弛状态、困倦、快眼动睡眠、非快眼动睡眠”。
活体活动分析条件数据报305内包括的用户(被试验者)识别信息351~过去的累积发送次数362的具体内容和其效果与已说明的检测条件数据报301内的内容一致。但是,为了分析活体活动检测信号,获得活体活动检测信息而使用的分析软件或其所采用的数据库每天持续进步(升级)。于是,活体活动分析条件数据报305还包括分析软件版本号363和用于分析的数据库的版本号或最终更新时期364,由此,知道按照哪个级别,进行了分析。在打算按照非常低的级别进行分析的场合,可重新采用最新的分析软件或数据库,进行分析,对数据库进行更新。于是,利用分析软件版本号363和用于分析的数据库的版本号或最终更新时期364,可将数据库内的活体活动检测信息连续地更新为最高等级。
11〕涉及活体活动检测/控制的其它的应用例子
8.1)构成对骨骼肌的收缩和松弛状态进行检测/控制的对象的其它的活体活动现象
作为在活体内部产生的动态的活体活动的一个例子,在1~4章中,主要对检测脑神经系统的放电状态,信号传递状况的方法进行说明。但是,并不限于此,象6.1节所示的那样,所谓的“对活体内部的动态的活体活动的非接触机构的检测,测定或控制”构成本实施例或应用例子的对象。在采用图32和图33的5.5.3节的说明中,在骨骼肌的收缩和松弛状态的检测中,使用神经肌肉接合部的信号传递状态(神经肌肉接合部5的活性化)的检测。作为上述实施例的应用例子,在8章中,对直接检测实际的骨骼肌的收缩和松弛状况的方法和其原理进行说明。另外,还对采用该检测原理的控制骨骼肌的收缩/松弛的方法进行说明。
按照“B.Alberts他:細胞の分子生物学第4版(NewtonPress,2007年)16章”,骨骼肌收缩的方法大致由
a)可进行肌肉细胞内的钙离子的释放造成的骨骼肌的收缩的控制;
b)肌肉细胞内的肌球蛋白相对肌动蛋白丝的移动动作的骨骼肌的收缩的
的2个步骤构成。
但是,在5.5.3节中说明的“向神经肌肉接合部的信号传递(神经肌肉接合部5的活性化)”作为上述(a)的步骤前的前级步骤而产生。
在上述(b)的骨骼肌的收缩步骤,反复进行“肌球蛋白的变形”→“肌球蛋白头部与肌动蛋白丝的接触”→“在已接触的状态,肌球蛋白形状恢复原状”→“肌球蛋白头部与肌动蛋白丝的脱离”。在这里,利用ATP(Adenosinetriphosphate)的加水分解,产生上述“肌球蛋白的变形”。即,肌球蛋白的一部分包括肌球蛋白ATP酶的特殊酶,如果在这里,磷酸基3个串联的ATP结合,则在组合周围的1个水分子的同时,1个磷酸基的键脱开。
象这样,在骨骼肌的收缩中,必须要求“肌球蛋白头部与肌动蛋白丝的接触”。之所以这样,其原因在于在骨骼肌的松弛时,原肌球蛋白堵塞其结合部位,“阻碍肌球蛋白头部与肌动蛋白丝的接触”。如果相对该情况,产生在5.5.3节中说明的“向神经肌肉合部的信号传递(神经肌肉合部5的活性化)”,则进行上述(a)步骤,大量的钙离子流入该区域。如果此时流入的钙离子与肌钙蛋白结合,则与肌钙蛋白连接的原肌球蛋白的位置偏移,可实现“肌球蛋白头部与肌动蛋白丝的接触”。预计在该钙离子与肌钙蛋白的结合时,产生构成包含于肌钙蛋白中的天冬氨酸残基或谷氨酸残基的一部分的羧基和钙离子Ca2+之间的离子键。
8.2)肌球蛋白ATP酶的动作机理
在承担肌球蛋白内的肌球蛋白ATP酶的功能的活性部位处结合有ATP的部分的分子结构记载于“I.Rayment:JournalofBiologicalChemistryVol.271(1996)p.15850”中,图41表示其主要部分的摘录。在图41中,粗实线表示共用结合键,粗波状线表示离子结合键,另外,纵线的横向连续线表示氢结合键,细实线箭头表示形成结合性轨道的电子的概率密度分布(电子云密度分布)的靠近一边的方向。但是,ATP具有在腺苷中3个磷酸基串联的分子结构,而在图41中,完成在上述腺苷中结合有1个磷酸基的状态,描述为AMP(Adenosinemonophoshpate)。在ATP的加水分解中镁离子Mg2+起重要的作用,通过镁离子Mg2+的作用而活性化的水分子直接作用于2个磷酸基间的键部,切断键。另外,在承担肌球蛋白内的肌球蛋白ATP酶的功能的活性部位,具有赖氨酸Lys185和天冬氨酸Asn235。在这里,图41中的标号指作为蛋白质的肌球蛋白内的氨基酸的排列序号。
如果在承担肌球蛋白ATP酶的功能的活性部位,结合有ATP,则其中的氧原子O5-和O2与赖氨酸Lys185残基的一部分和天冬氨酸Asn235残基的一部分进行氢键合。另外,位于ATP周围的水分子内的氢原子H1与ATP内的氧原子O2进行氢键合。另一方面,镁离子Mg2+与该水分子内的氧原子O2进行弱的离子键合,对水分子进行活性化处理。
不仅如此,而且分别认为,镁离子Mg2+还与另外的1个水分子内氧原子O9进行弱离子键合,并且与ATP内的2个氧原子O3-和O8-进行弱的离子键合。在活体内的水环境(pH7左右)中,ATP带有负电荷,其内的γ磷酸基和β磷酸基的负电荷量分别相当于2个量和1个量。
在图41中,为了方便起见,O3-,O5-,O8-分别视为带有1个负电荷。另外,在活体内的水环境(pH7左右)中,带正电荷的赖氨酸Lys185残基和2价的镁离子Mg2+与它们键合,由此实现电中和。如果象这样,各分子以立体方式设置,形成各种键,局部存在于ATP内的氧原子O5-周边的电子的存在概率密度(电子云的密度分布)经由赖氨酸Lys185残基内的氢原子H2,朝向带正电的氮原子N1+而移动α。于是,为了补充氧原子O5-周边的电子云密度的降低,构成磷原子P1和氧原子O2间的结合性轨道的电子的概率密度的一部分沿β方向移动。
另一方面,由于在ATP内,将2个磷酸基间键合的氧原子O2与天冬氨酸Asn235残基内的氢原子H6进行氢键合,故象箭头γ所示的那样,局部存在于氧原子O2的周边的电子云密度分布的一部分稍微地经由氢原子H6,向氮原子N2方向移动。另外,为了补充具有正的2个电荷的镁离子Mg2+的周边的压倒性的电子云密度的不足,从氧原子O2周边,经由氮原子P2和氧原子O8-,移动(δ)电子云密度。
其结果是,氧原子O2周边的电子云密度大幅度地降低,但是,由于该氧原子O2与水分子内的氢原子H1进行氢键合,故利用该氢键通路,阻止电子云密度的降低。具体来说,象箭头ε所示的那样,形成水分子内的氧原子O1和氢原子H1间的结合性轨道的电子的概率密度降低,形成上述氢键的电子的存在概率密度增加,但是,该增加的量用作氢原子H1和氧原子O2间的结合性轨道,在氢原子H1和氧原子O2间,形成共同键。另外,由于镁离子Mg2+朝向其周围,降低周边的电子云密度,故电子云在箭头ζ的方向流动。
其结果是,形成构成水分子的氧原子O1和氢原子H1间的结合性轨道的电子的存在概率密度降低,从共同键,变为氢键。对应于该变化,氧原子O1和氢原子H1间的距离扩大,但是,在图41中,直至该距离变化时的记载省略。如果象这样,在箭头ε和ζ的方向,电子云密度偏在一侧,则氧原子O2周边的电子云密度大幅度地降低,水分子活性化。于是,为了补充降低的电子云密度,氧原子O1争夺局部存在于接近的磷原子P1周边的电子云密度(η)。
其结果是,在磷原子P1和氧原子O1之间,电子云密度上升,该电子的存在概率密度用作磷原子P1和氧原子O1之间的结合性轨道。由此,在磷原子P1和氧原子O1之间,形成共同结合的键。另一方面,由于镁离子Mg2+朝向其周围,降低周边的电子云密度,故电子云进一步在箭头θ的方向流动。另外,产生上述箭头β,γ,δ,η和θ方向的电子云密度的移动,形成磷原子P1和氧原子O2之间的结合性轨道的电子的存在概率密度大幅度地降低。其结果是,如果在磷原子P1和氧原子O2之间,产生电子的存在概率密度为“0”的区域,则磷原子P1和氧原子O2之间的结合性轨道变为相反的结合性轨道,将磷原子P1和氧原子O2之间的结合键切断。
如果总结上述ATP的加水分解机理,则象图41b所示的那样,如下面所述。
◎水分子内的氧原子O1和氢原子H1之间的共同键变为氢键,并且ATP内的氧原子O2和氢原子H1之间的氢键变为共同键;
◎在磷原子P1和氧原子O2之间的结合键变为磷原子P1和氧原子O1之间的结合键时,在图58(b)中,在ATP的加水分解后,在中心,具有磷原子P1和P2的γ和β磷酸基分别具有羟基-OH,但是,在体内的水环境(pH7)中马上将OH间键切断。
上述ATP的加水分解反应的较大特征在于在反应的前后,“γ磷酸基(内的氧原子O5)/β磷酸基(内的氧原子O2和O6)分别与赖氨酸Lys185残基/天冬氨酸Asn235残基进行氢键合”。
8.3)活体活动检测/控制特性
在8.3节中,从较广的视点,对在以光学方式检测/测定或控制骨骼肌的收缩和松弛状态时所采用的电磁波(光)的适合波长范围进行探讨。已于3.5节中对检测或测定神经细胞的放电状态时的适合波长范围进行了说明。在这里,首先,在最初,更加具体地对在3.5节中已说明的内容进行探讨,并不限于神经细胞的放电状态,骨骼肌肉的收缩和松弛状态,对适合于在“活体内部”产生的更加普通的动态活动的非接触机构的检测/测定或控制的使用电磁波(光)的波长范围进行探讨。然后,根据该普通的探讨结果,对用于检测或控制骨骼肌肉的收缩和松弛状态时的电磁波(光)的波长范围进行探讨。
本实施例或应用例子:
(1)较大特征在于对在“活体内部”产生的动态的活体活动,进行检测/测定或控制。为了具体实现该检测/测定或控制,
(2)具体的特征在于采用在活体内部的活动时或该活动的变化时产生的振动模式,将依照下述的相互作用的振动模式迁移用于检测/测定或控制,该相互作用指由此时的分子内的2个原子以上的指定原子构成的振动模式和外部电磁波(电磁波)的相互作用。
另外,近红外光与可通过“活体内部”的电磁波相配合,特别是,
(3)具有下述的特征,即,(处于氢键合状态的)氢原子所涉及的振动模式间的迁移容易与近红外光相互作用,其原因在于由于与其它的原子相比较,氢原子最轻(在以古典物理学而考虑的场合),容易高速(高频)地振动。于是,在具有上述(3)的特征的实施例或其应用例子中,由于水分子的吸收小的短波长(高频)侧的近红外光的吸收量变化检测/测定容易,故可进行活体内部的较深的区域的活体活动检测/测定或控制。
针对与涉及本实施例或其应用例子的上述特征一致的波长范围,首先,探讨(1)“活体内部”的检测/测定或控制容易的波长范围。无法通过可见光,透过人的肌肤,看到内部,一般,波长小于0.8μm的可见光难以通过活体内部。其原因在于可理解与红色光从在于手指合龙的状态将手的平面对着太阳光时,手指的间隙而泄漏而观看到的现象相比较,红色以上的波长光以某种程度通过活体内部的状况。具体来说,通过实验而表明,0.84μm以上的波长光通过活体表面的皮肤,容易进入活体内。另一方面,由于象在3.5节中已说明的那样,波长超过2.5μm的红外光容易被活体内的水分子(作为其对称伸缩振动,逆对称伸缩振动,水分子的旋转的激励能量)吸收,故因光量的衰减,电磁波难以透过。由于象在3.5节中已说明的那样,在构成动物细胞的化学物质中,7成(重量百分比)由水分子占据,故水分子的吸收而产生的光量的衰减小的波长光可通过活体内部。于是,在采用“通过活体内部”的电磁波,进行活体活动的检测/测定或控制的场合,最好,采用波长具有0.84μm(或0.875μm)~2.5μm的范围的近红外光。
另外,对上述(1)“活体内部”的检测/测定或控制容易的波长范围进行具体探讨。象在3.5节中已说明的那样,属于水分子的结合音的吸收光谱带在中心波长1.91μm和1.43μm处。另外,虽然吸收量微小,但是,在中心波长0.97μm处,也具有吸收光谱带。具体探讨在作为该信息的出处的“尾崎幸洋、河田聡編:近赤外分光法(学会出版センター、1996)のP.12に”中记载的图2.1.1和在P.180中记载的图3.4.1所示的水的近红外吸收光谱。其结果是知道,表示最大吸收波长0.97μm,1.43μm和1.91μm的吸光度的半值的波长范围象图40所示的那样,在0.943~1.028μm,1.394~1.523μm,1.894~2.061μm的范围。即,该波长区域为水的光吸收大的波长区域。于是,在0.84μm~2.5μm的波长范围中,避开上述范围的波长区域相当于水的光吸收少的区域。即,在视为中心波长为0.97μm的吸收光谱带的光吸收是微小的(光吸收的影响小)的场合,在本实施例或其应用例子中,最好,象图40所示的那样,将包括具有下述的波长的电磁波的电磁波用于活体活动的检测/测定或控制,该下述的波长包含在位于2.061μm~2.5μm之间的第1可能的波长范围I;位于1.523μm~1.894μm之间的第2可能的波长范围II;0.84μm~1.394μm之间的第3可能的波长范围III中的任意的范围内。之所以这样,其原因在于在打算去除在活体活动检测时或控制时,存在于活体组织内的氧浓度指示物质的影响(光吸收)的场合(参照3.5节),第3可能的波长范围III的范围在0.875μm~1.394μm之间。通过象这样设定第3可能的波长范围III的范围,即使在于检测光路中途中,存在氧浓度指示物质,仍不吸收检测光,可确保活体活动检测信号的S/N比。另外,在打算避免中心波长为0.97的吸收光谱带的光吸收的场合,可采用包括具有下述的波长的电磁波的电磁波,该下述的波长包括在位于1.028μm~1.394μm之间的第4可能的波长范围IV;位于0.84μm~0.943μm之间(或0.875μm~0.943μm之间)的第5可能的波长范围V中的任意的范围内。
当然,在上述活体活动的检测/测定或控制中优选的电磁波的波长范围还适用于在3.5节中说明的神经细胞的放电状态的检测或测定。下面针对上述探讨结果,
(2)本实施例或应用例子的特征在于将在活体内部的活动时或该活动的变化时产生的分子内的2个以上的指定原子之间所产生振动模式间的迁移和外部电磁场(电磁波)的相互作用用于检测/测定或控制,对神经细胞的放电状态的检测或测定进行探讨。在神经细胞的放电状态的检测/测定时,与主要由C―H―Cl-构成的逆对称伸缩振动模式之间迁移的第1倍音相对应的使用波长范围依照3.5节,在2.05~2.48μm的范围。但是,在该波长范围中,在2.05~2.06μm的范围,与水大量地吸收的波长范围重合。于是,避开该重合的区域,用于与第1倍音相对应的检测/控制的电磁波最好包括包含于2.061~2.48μm的波长范围内的电磁波。然而,在中心波长为0.97μm的吸收光谱带的水的光吸收没有过大的问题的场合,按照3.5节,用于与上述逆对称伸缩振动模式间迁移的第3倍音相对应的检测/测定的电磁波最好包括具有在0.840~1.37μm的范围内的波长的电磁波。另外,在象上述那样,打算去除氧浓度指示物质的影响的场合,用于与上述第3倍音相对应的检测/测定的电磁波最好,包括具有在0.875~1.37μm的范围内的波长的电磁波。但是,在作为要求高的精度的检测/测定的结果,打算避免中心波长为0.97μm的吸收光谱带的水的吸收的影响的场合,最好,将包括具有下述的波长的电磁波的电磁波用于神经细胞的放电状态的检测/控制,该下述的波长指0.840μm~0.943μm(或0.875μm~0.943μm)与1.028μm~1.37μm中的任意的范围内的波长。
下面针对具有上述(1)活体内部的检测/测定或控制的特征;以及(2)振动模式之间的迁移和外部电磁场(电磁波)的相互作用的特征,对骨骼肌肉的收缩和松弛状态进行检测/测定或控制的场合进行说明。象在8.1节中说明的那样,在骨骼肌肉的收缩/松弛动作中,由
(a)可实现肌肉细胞内的钙离子的释放的骨骼肌肉的收缩的控制;
(b)骨骼肌肉的收缩作用的2个步骤构成。于是,针对上述2个步骤的各自步骤,单独地进行检测/测定或控制。
首先,对涉及上述(a)的步骤的检测/测定方法或控制方法进行说明。象在1.1节中说明的那样,预计产生羧基和钙离子Ca2+之间的离子键。在该场合认为,象在2.3节中说明的那样,与羧基单体的对称伸缩振动模式相对应的吸收光谱带的相对吸收强度大幅度地降低。于是,在本实施例中,
◎检测与羧基的对称伸缩振动模式相对应的吸收光谱带的相对吸收强度的变化(急剧降低),检测或测定骨骼肌肉的收缩是否处于可能的状态;或
◎照射振动模式的激励光,提高羧基的对称伸缩振动模式的能级,阻止钙离子Ca2+与羧基的键合,进行骨骼肌肉的收缩/松弛动作的控制。通常,羧基的对称伸缩振动模式为基底状态(能级最低的振动状态)。如果对其,照射相当于第2倍音的激励光,则羧基的对称伸缩振动模式的能级高。在羧基的振动小(能级低)的场合,容易键合钙离子Ca2+。如果相对该情况,振动模式的能级高,则即使在临时地键合钙离子Ca2+的情况下,因该高的能量,钙离子Ca2+甩下(分离)的概率仍是提高。即,如果照射相当第n倍音的激励光,则钙离子Ca+难以与羧基键合,骨骼肌肉的收缩控制受到阻碍,骨骼肌肉松弛的状态持续。
由于在2.3节中仅仅给出激励羧基的对称伸缩振动模式的基准音的波数值,故在下面进行与第n倍音的激励光相对应的波长的说明。但是,下述的说明内容不限于骨骼肌肉的收缩/松弛控制,该说明内容可共同地适用于将采用在8.3节中说明的所谓的(2)活体内部的活动时或该活动的变化时产生的振动模式,将此时的分子内的2个以上的指定原子构成的振动模式和外部电磁场(电磁波)的相互作用的振动模式迁移用于检测/测定或控制的实施例或应用例子。首先,如果在3.3节中说明的
【数38】
,则在通过Hνm而表示从能级ε0,迁移到εm时必要的能量时,表示为
【数60】
。于是,根据(A·60)式,在基准音和第1倍音,第2倍音的振动数为ν1、ν2和ν3时,
【数61】
【数62】
的关系成立。接着,如果采用在这里导出的(A·60)~(A·62)式,则可根据基于非协调振动的基准音和第1倍音,第2倍音的振动数υ1,υ和υ3,预测第m-1倍音的波长λm(振动数υm)。
表7表示根据参考文献,采用(A·60)~(A·62)式,通过计算而预测的基准音和
第m-1倍音的波长λm。在表7内记载的数值中,带有(1)的数值为“尾崎幸洋·河田聡編:近赤外分光法(学会出版センター、1996年)P.218~P.219”所引用。
另一方面,对于带有(2)的数值,是根据“R.M.SilversteinandF.X.Webster:有機化合物のスペクトルによる同定法第6版(東京化学同人、1999年)P.100およびP.108”的引用与2.3节的计算结果组合得到的。另外,羧酸离子-COO-对称伸缩振动的第m-1倍音的波长通过采用基准音波长的值,外插羧酸-COOH的C=O间振动的计算值的方式计算。
【表7】
在体内的水环境(pH=7左右)中,大部分的羧基处于羧酸离子-COO-的状态。于是,本实施例的羧基的对称收缩振动模式的第n倍音的激励光基本上与表7中的“羧酸离子-COO-的对称收缩振动”的行相对应。但是,即使在该水环境下,一部分羧基仍保持羧酸离子-COO-的状态,具有钙离子Ca2+键合于该C=O部上的概率。于是,本实施例的(a)可实现肌肉细胞内的钙离子的释放的骨骼肌肉的收缩的控制中,将两者的波长范围组合,
○与第2倍音相对应的吸收光谱带的波长范围在1.89μm~2.15μm之间;
○与第3倍音相对应的吸收光谱带的波长范围在1.42μm~1.63μm之间;
○与第4倍音相对应的吸收光谱带的波长范围在1.13μm~1.31μm之间。另外,与3.5节相同,相对上述值,评估1成弱的测定误差。于是,上述下限值分别为1.89×(1-0.05)=1.80、1.42×(1-0.05)=1.35、1.13×(1-0.05)=1.07。同样,上述上限值为2.15×(1+0.05)=2.26、1.63×(1+0.05)=1.71、1.31×(1+0.05)=1.38,由此,评估±5%的测定误差时的波长范围为
○与第2倍音相对应的吸收光谱带的波长范围在1.80μm~2.26μm之间;
○与第3倍音相对应的波长范围在1.35μm~1.71μm之间;
○与第4倍音相对应的波长范围在1.07μm~1.38μm之间,但是,如果汇总一部分重合的部分,则为“适合于检测/测定或控制的波长范围在1.07~1.71μm与1.80μm~2.26μm的范围”。另外,如果从该范围中,排除大量被图40所示的水分子吸收的波长范围,则(a)适合于与Ca+键和羧基-COO-间的键相对应的检测/测定与控制的波长范围在1.07~1.39μm,1.52~1.71μm,另外在2.06~2.26μm。该波长范围在图40中示出。
在对活体照射包括具有在上面说明的范围内的波长的电磁波的电磁波的场合,在本实施例或应用例子中,
◎通过具有上述范围内的波长的电磁波的活体内部的吸收量或吸收量变化,检测涉及活体活动的信号,对该检测信号进行处理,测定活体活动状况;
◎(临时地)使具有上述范围内的波长的电磁波的活体内部的照射量增加,控制活体活动。即,由于为了检测活体活动而照射到体内的电磁波的光量微小,故在骨骼肌肉中受到振动模式激励的羧基的比例少,不对活体活动本身造成影响。但是,如果提高所照射的电磁波的光量,由于骨骼肌肉内的大部分的羧基发生振动激励,故阻碍钙离子Ca2+与它的键合,骨骼肌肉的收缩是不可能的。
另外,在本实施例或应用例子中,也可同时地进行涉及活体活动的检测/测定与控制。在该场合,在具有上述波长范围内的波长的电磁波的活体内部的照射量小,对活体活动进行检测/测定,确认其活动状态的同时,(随时地提高照射光量)进行活体活动的控制。
下面给出本实施例或应用例子的用于检测/测定或控制的分子水平的活动的特征。
(3)对利用(处于氢键合状态的)氢原子所涉及的振动模式间的迁移(本节中的已说明内容)的场合进行说明。
象图41所示的那样,在骨骼肌肉内的ATP的加水分解反应时,产生与赖氨酸Lys185残基和天冬氨酸Asn235残基的一部分的氢键合。由于为了通过局部的电荷量的中和效果,稳定地产生加水分解反应,必须要求具有“正电荷”的氨基酸残基和具有负电荷的ATP间的氢键,故并不限于骨骼肌肉内部,而在非常多的场合,在ATP的加水分解时,产生与赖氨酸Lys185残基的氢键合。即,由于象在8.2节中说明的那样,在pH7的水环境中,ATP具有负电荷,故为了对其进行电中和,必须要求与镁Mg+一起地具有正电荷的氨基酸残基的局部的键合。但是,具有正电荷的氨基酸残基除了上述赖氨酸Lys185以外,只具有精氨酸残基,均是将氢原子设置于正电荷部的外侧。于是,在电中和的状态,在该将氢原子和ATP内的氧原子间,产生氢键的概率高。另外,由于涉及该氢键的氢原子本身的重量比其它的原子轻,故如果利用该振动模式间的迁移,则象前述的那样,活体内部的较深的区域的活体活动检测/测定或控制容易。
赖氨酸残基和天冬氨酸残基的支的一部分与水分子(中的氧原子)氢键合,但是,由于下述的理由,在ATP加水分解时产生的吸收光谱带和与水分子之间的氢键合造成的吸收光谱带中,中心波长值不同。图42a表示赖氨酸Lys185残基的一部分与ATP内的氧原子氢键合的场合,图42b表示赖氨酸Lys185残基的一部分与水分子中的氧原子氢键合的场合。在涉及氢键的氢原子H2和氧原子O5或O10的距离短于最佳值的场合,由于水分子的整体没有轻轻地固定,故氧原子O10和氢原子H9/H10间的相对的配置几乎没有改变。如果与此相比较,氢原子H2和氧原子O5的距离短于最佳值,则象图42b所示的那样,产生ATP内的形变,氢键合的ATP和赖氨酸Lys185整体的分子内能量增加。
其结果是,对于氢原子H2与氧原子O5/H10间的距离短于最佳值时的水分子的分子整体的能量增加量,与ATP内的一部分氢键合的场合多于与水分子氢键合的场合。
图43表示涉及氢键的分子结构的不同而产生的非协调振动对电势特性的影响。形成图43的横轴所表示的电偶极矩的2原子间距在图42的例子中,表示赖氨酸Lys185残基内氢原子H2和氢键合对象的氧原子O5/O10间的距离。另外,比如,图43中的单点划线对应图42的特性,波状线对应图42a的特性。人们认为,进行氢键合的2个原子之间离开的方向(氢原子H2和氧原子O5/O10间的距离大于最佳值的方向)的电势特性不那么地对涉及氢键的分子结构造成影响。如果与此相反,进行氢键合的2个原子接近(氢原子H2和氧原子O5/O10间的距离短于最佳值),则象图42a所示的那样,朝向增加上述2个原子间的距离的方向,在ATP内的分子结构中产生形变,其结果是,总能量差分值增加(呈现图43的单点划线的特性)。
另外,如果在进行氢键合的2个原子间接近时总能量差分值增加,则象图43所示的那样,κ2和κ4的系数值均增加。于是,象(A·60)式所示的那样,吸收光谱带的振动数量增加(波长减少)。由于以上的理由,故赖氨酸Lys185残基内的一部分发生氢键合时的对方为ATP或水分子,吸收光谱带的波长分离。另外,象上面的说明那样,还依照涉及氢键的氨基酸氢键的不同(依照比如,赖氨酸Lys185残基,精氨酸残基和天冬氨酸Asn235残基的类别),吸收光谱带的波长值变化。
于是,本实施例或应用例子的效果在于通过在活体活动时(临时地)发生的吸收光谱带的波长值的不同,预测涉及结合的分子的不同,可识别到活体活动(活体内反应)内容的不同。另外,该特征和效果并不限于骨骼肌肉的收缩/松弛,氢键,可适合于伴随指定原子的振动模式的(临时的)变化的所谓的活体活动(活体内反应)。另外,如果将涉及该结合的分子的不同而带来的波长选择性用于在9章中说明的活体活动控制,由于可按照根据适合波长的不同,对其它的活体活动的影响小的方式进行控制,故具有可通过活体活动控制,减小不需要发生的活体内的副作用的效果。
另一方面,如果根据在3章和4章中说明的内容的组合,象图43那样,非协调振动电势特性变化,则局部存在于涉及氢键的氢原子周边的固定电子分布发生变化。于是,也可不仅采用上述吸收光谱带的波长值的不同,而且采用核磁共振时的化学位移量的不同(参照4章),进行伴随指定原子的振动模式的(临时的)变化的所谓的活体活动(活体内反应)的检测或测定。
对于与在活体活动(活体内反应)时产生的氢键相对应的吸收光谱带的波长值和与其有关的分子的组合的具体的对应,需要理论计算和实验值的数据的积累。在本说明书中,在进行严谨的数值的说明的基础上,还对于测定误差,及因测定环境而产生的检测值的偏差均予以考虑的吸收光谱带的波长范围进行概要说明。与ATP的加水分解时产生的氢键相对应的振动模式间迁移从结构上,具有接近表7的“第1级氨基-CONH2的分子间氢键合时”的行的特性。在这里,在与骨骼肌肉的收缩相对应的ATP加水分解时的氢键中涉及赖氨酸Lys185残基和天冬氨酸Asn235残基(图41),而在这里,视为氨基酸的不同带来的吸收光谱带的中心波长的变化较小。另外,一起集中地对相应的吸收光谱带的波长范围进行说明。如果目前,象在于3.5节中说明的那样,经评估,测定误差,及因测定环境而产生的检测值的偏差造成的偏差范围为±10.5%,则
1.60×(1-0.15)=1.36、1.62×(1+0.15)=1.86、1.07×(1-0.15)=0.91、1.09×(1+0.15)=1.25。于是,如果对进行总结,则。于是,如果对以上内容进行总结,则:
○与第1倍音相对应的吸收带的波长范围在1.36μm~1.86μm之间
○与第2倍音相对应的吸收带的波长范围在在0.91μm~1.25μm之间。相对象这样获得的上述范围,去除了大量地为图40所示的水分子而吸收的范围而剩余的范围象图40所示的那样
○与第2倍音相对应的吸收带的波长范围在1.03μm~1.25μm之间
○与第1倍音相对应的吸收带的波长范围在1.52μm~1.86μm之间。
但是,对于上述范围,最多是仅仅给出第n倍音的检测范围。另外,在近红外区域,还包括与结合音相对应的吸收光谱带。于是,如果还考虑检测结合音的波长范围,则图40所示的水的吸收少的第1,第2,第3,第4和第5波长范围I~V构成对象范围。另外,并不限于此,在结合音的吸收光谱带的吸收量大,没有过于受到上述水的吸收的影响的场合,优选的波长范围象在3.5节中所给出的那样,在0.84μm(或0.875μm)~2.50μm的范围内。另外,关于ATP的加水分解,与前述相同,
◎根据具有上述范围内的波长的电磁波的活体内部的吸收量或吸收变化,进行涉及活体活动的信号的检测,与对该检测信号进行处理的活体活动状况的测定;
◎进行(临时地)增加具有上述范围内的波长的电磁波的活体内部的照射量的活体活动的控制(但是,也可并行地进行检测/测定与控制)。即,在为了使骨骼肌肉收缩,紧接在ATP的加水分解之前,ATP内氧原子O2,O6和O5-和赖氨酸Lys185残基/天冬氨酸Asn235残基的一部分进行氢键合(图41)。此时,照射强的强度的电磁波,几乎全部的涉及氢键的氢原子H6,H5和H2的振动模式处于激励状态。于是,由于氢原子H6,H5和H2以激励状态振动,故通过该能量,切断氢键。其结果是,由于未形成可进行象图41所示的那样的加水分解的分子排列,故阻碍ATP的加水分解反应,骨骼肌肉未收缩,松弛状态继续。
另外,在这里,主要以涉及骨骼肌肉的收缩/松弛的检测/测定或控制为例而进行了说明,但是,并不限于此,作为应用例子,可适用于涉及“ATP的加水分解”的所谓的活体内部的检测/测定或控制。对比如,作为利用ATP的加水分解的动作,从细胞内,向外吸出指定的离子的离子泵的作用,以及光合成中的碳固定,进行前述的方法的检测/测定或控制是可能的。另外,按照“B.Alberts他:細胞の分子生物学第4版(NewtonPress,2007年)16章”,包括神经细胞的轴索内的物质输送的细胞内部的物质输送采用马达蛋白(Motorprotein),但是,该马达蛋白的移动采用ATP的加水分解。于是,作为活体活动的一个例子,同样关于该细胞内部的物质输送,前述方法的检测/测定或控制是可能的。
8.4)活体活动检测方法的特征
在本节中,对肌肉的收缩检测采用ATP的加水分解反应的场合的活体活动检测信号特性和与其有关的测定方法进行说明。但是,并不限于此,也可将前节中的(a)可实现肌肉细胞内的钙离子的释放的骨骼肌肉的收缩的控制的现象用于肌肉的检测。首先,作为活体活动检测的前提,对肌肉部,照射包括在前节(8.3节)中说明的赖氨酸Lys185残基的一部分与ATP内氧原子进行氢键合时产生的吸收光谱带的中心波长的电磁波(光),检测该电磁波(光)的吸收状态。图44表示肌肉收缩活动开始前511和肌肉收缩活动时512的电磁波(光)的吸收量变化的不同。由于在肌肉收缩活动开始前511,不产生赖氨酸Lys185残基的一部分和ATP内氧原子的氢键,故不产生与此相对应的吸收光谱带,其中心波长的光吸收量小。由于在此后的肌肉收缩活动时512,ATP的加水分解反应不同步地产生,故伴随进展时间的电磁波吸收量大大变化。即,在肌肉细胞内,存在非常大量的肌球蛋白,在各个肌球蛋白之间,产生ATP的加水分解反应的时刻是不同的。另外,在许多肌球蛋白同时产生ATP的加水分解反应的瞬间,电磁波(光)的吸收量增加,与此相反,在仅仅微量的肌球蛋白不产生ATP的加水分解反应的瞬间,电磁波(光)的吸收光降低。于是,相对图44所示的检测信号特性,在本实施例中,依赖于电磁波(光)吸收变化量的振幅值513,评价肌肉的收缩活动。但是,并不限于此,也可利用指定时间范围内的电磁波(光)吸收变化量的最大值,评价肌肉收缩活动量。
作为检测作为活体活动检测对象的,“肌肉的收缩活动”,测定活体活动的方法,在本实施例中,象在5.5.3节中说明的那样,检测“人的脸的肌肉收缩状况”,测定被试验者的情绪反应。在“J.H.Warfel:図説筋の機能解剖第4版(医学書院、1993)”中记载了脸的表情肌肉的收缩和表情的关系,图45表示其摘录。对于人,在惊讶时,枕额肌501收缩,在感到痛苦时皱眉肌502收缩。其与在惊讶时,眉毛竖起,在痛苦时,皱纹靠近眉间的现象相对应。另外,在笑脸的场合,脸颊向上凸起,其表示在笑时,颊骨肌肉503收缩的状况。与此相反,在感到悲哀时,降口角肌(口角三角肌(日语为“オトガイ三角筋”)505收缩,嘴扩大,并且接近日语“ヘ”字状。另一方面,在打算说什么的时候,在表示不满等的心情时,撅起嘴,而在表示某种表情时,口轮匝肌504收缩。与此相反,在无表情时,具有下唇降肌(下唇方形唇)506收缩。另外,在具有鄙视为怀疑的心情时,颏肌507收缩,嘴的中间下降。
另外,在该脸上收缩的表情肌肉的部位和感情的关系给出了下述的暗示,即,根据“哪个表情肌肉”收缩,进行情绪反应的应对。利用该现象,本实施例的特征在于根据肌肉的收缩部位和收缩的强度,实时地测定被试验者的情绪反应或感情。在过去,人们知道有下述的技术,其中,根据脸上的组成部分(眼和嘴)的配置部位,形状,或其时间的变化等的几何信息,预测被试验者的感情。但是,在该方法中,由于强烈地受到被试验者的原始的脸的样子,以及测定时的脸的角度的影响,故具有不仅测定精度差,而且测定花费时间的课题。由于与此相比较,根据收缩的表情肌肉的部位,强度而测定情绪反应或感情,故可在瞬间进行精度高的测定。另外,由于属于非接触的测定,故还具有可在不对试验者造成负担的情况下,以被试验者的自然的状态进行测定的效果。
另外,在本实施例中,不仅可以非接触的方式进行测定,而且可采取即使被试验者自由地转动,仍稳定地连续测定的措施。另外,在试验者在测定中自由地转动的场合,具有下述的情况,即,比如,象图46所示的那样,活体活动检测对象(即,被试验者)的位置522移动到活体活动检测部中的可检测范围521的角部。相对这样的状况,在本实施例中,灵活地将根据活体活动的位置检测部46而获得的信号用于活体活动检测。象已在5.1节中描述的那样,
■本实施例的较大的特征在于根据第1检测,进行第2检测的部位。在这里所说的“第1检测”象在5.1节中定义的那样,指“活体活动检测部位的位置检测”,比如,图16所示的“活体活动的位置检测部46”进行该检测。比如,“第2检测”指“活体活动的检测”,比如,图16的“活体活动检测部101”进行该检测。
但是,为了可实施上述特征,象图47或图48所示的那样,事先进行活体活动检测部101和活体活动的位置检测部46的动作确认(S101)。
■本实施例的特征还在于在至少活体活动检测部位的位置检测(第1检测)和活体活动的检测(第2检测)中的任意者是不可能的情况时(S102),进行不实施活体活动检测信号106(参照图25,图26或图29)的输出(S103)处理。
如果比如,象图46所示的那样,活体活动检测对象(比如,被试验者)的位置522在活体活动检测部的可检测范围521内,则活体活动的检测(第2检测)是可能的。但是,如果该活体活动检测对象(比如,被试验者)的位置522出现在活体活动检测部的可检测范围521之外,则活体活动的检测(第2检测)是不可能的。另外,象图25,图26所示的那样,对活体活动检测对象(比如,被试验者),照射活体活动检测用照射光115,检测其反射的光,但是,同样是对上述光路的一部分进行遮光的场合,活体活动的检测(第2检测)是不可能的。同样,图47或图48的S102所示的的活体活动的位置检测部46的位置检测是不可能的情况时,意指活体活动检测对象(比如,被试验者)移动到活体活动的位置检测部46的可进行位置检测的范围之外之时,对检测光路的一部分遮挡光的情况。
另外,在象上述那样,至少第1和第2检测检测的任意者不可能的场合,也可代替停止活体活动检测信号106的输出的方式,而象图47或图48的S103所示的那样,输出比如,“0”等的指定值。另外,同时,也可按照“画面显示”或“声音”,将活体活动的检测不可能的状况通知给用户(S103)。
另一方面,在5.1节中记载到,通过“活体活动检测部位的位置检测(第1检测)”,进行测定对象的3维内的位置的推断,根据该已推断的活体内的位置,获得涉及活体活动的检测(第2检测)信号。对其具体的内容进行详细说明。在上述的特征中,“根据第1检测”的意思:
■指通过活体活动检测部位的位置检测(第1检测),检测活体活动检测部位30的进深方向的位置,与图47或图48的S104(通过活体活动的位置检测部46而检测)的步骤相对应。另外,作为其具体的方法,象采用图16而在5.2.2节中说明的那样,采用“三角法”的原理。接着,根据作为S104的检测结果而获得的“活体活动检测部位30的进深方向的位置信息”(与距图16的活体活动检测部表面的距离44相对应),在光轴方向,错动内置于活体活动检测部101的内部的物镜31(图17或图18),将其移动到最适合于活体活动检测的位置,这一点与在S105中记载的控制活体活动检测部101的动作的情况相对应。但是,象图16所示的那样,还在活体活动的位置检测部46的内部,内置照相机用透镜42,对应于通过S104而获得的活体活动检测部位30的进深方向的位置,进行上述照相机用透镜42的最佳化处理。其结果是,在内置于活体活动的位置检测部46中的2维光检测器43上,获得活体表面41的鲜明的成像图形(pattern)。象这样,在活体活动的位置检测部46的内部,获得鲜明的成像图形(pattern),之后才获得对于后述的活体活动的测定来说是特定的良好效率的活体活动检测信号106。
如果通过图45,知道“在表情肌肉中收缩的肌肉的部位”,则容易进行情绪反应的对应这一点在前面描述。即,如果在图46所示的活体活动检测部的可检测范围521内的全部区域,不输出表示肌肉的收缩量的活体活动检测信号的全部,从活体活动检测部的可检测范围521中,抽取“与情绪反应(或感情表露)有关的肌肉的部位”,仅仅将该肌肉的收缩状况作为活体活动检测信号106(图25,图26或图29)而输出,则采用该活体活动检测信号106的分析(即,活体活动测定)是容易的。
于是,本实施例
■较大的特征在于根据活体活动检测部位的位置检测(第1检测),输出活体活动检测信号106。另外,如果调查活体活动检测对象的位置522(图17,图18或图20的活体活动检测部位(被测定点)30和图16所示的活体活动的位置检测部46的相对位置)与活体活动检测信号106的关系,则容易进行是否实施该特征的判断。即,如果被试验者即使在于保持相同感情(情绪)的状态移动位置的情况下,仍连续地稳定,输出活体活动检测信号106,则可判定,在根据活体活动检测部位的位置检测(第1检测),跟踪指定肌肉的部位的同时,将该肌肉的收缩状况作为活体活动检测信号106而输出(实施上述特征)。或在下述的场合,可预计不实施上述特征,在该场合,即使在对活体活动的位置检测部46的检测光路一部分遮挡光,经历片刻的情况下(考虑活体活动检测信号106的内部缓存器处理),连续地输出可靠性高的活体活动检测信号106。
在从活体活动检测部的可检测的范围521中,抽取“与情绪反应(或感情表露)有关的肌肉的位置”之前,必须要求在活体活动的位置检测部46内,抽取活体活动检测部中的可检测范围521内的活体活动检测对象的位置522。在该位置抽取处理中,采用比如,数字照相机等所采用的“脸识别技术”和“脸的角度抽取技术”。在该脸识别技术中,通过图形匹配(patternmatching)而抽取比如,人的脸具有特征的形状的眼,嘴,鼻,耳的位置,查找“认为是脸的部位”。在象这样知道“认为是脸的部位”后,查找认为是其中的眼,嘴,鼻,耳的部位,预计脸的角度。
但是,“与情绪反应(或感情表露)有关的各种表情肌肉的位置”象图45所示的那样,根据眼,嘴的位置而推断。象这样,根据2维光检测器43上的2维上的成像图形(pattern),推断“与情绪反应(或感情表露)有关的各种表情肌肉的位置”的操作相当于通过活体活动的位置检测部46而检测在图47或图48中记载的步骤106的活体活动检测部位30的平面方向的2维的位置的方法。但是,在本8.4节中,作为活体活动检测例子,给出各种表情肌肉的收缩状态的检测。然而,图47或图48所示的实施例并不限于此,可适用于比如,在3章中说明的神经细胞的放电部位的抽取,在10章中后述的基于磷酸化活动的活性化的细胞的位置抽取等的所谓的活体活动的检测和测定。
作为与通过图47或图48的步骤106而获得的检测结果与活体活动检测信号106相关联的方法,包括2种方法。首先,在图47所示的本实施例中,根据步骤106的检测结果,控制活体活动检测部101的检测部位(S107)。在这里,按照仅仅根据活体活动检测部的可检测范围521内的“与情绪反应(或感情反应)有关的各种表情肌肉的位置”,获得活体活动检测信号的方式进行控制。即,将与在步骤106而获得的“与情绪反应(或感情反应)有关的各种表情肌肉的位置”相对应的部位设定在图18和图19的2维液晶遮光器内光透过部56(参照5.3.1节)。
其结果是,在图18的纵向1维排列光检测单元55中,只获得与该表情肌肉的肌肉收缩(ATP加水分解反应)有关的活体活动检测信号106。另外,照原样地输出在这里获得的活体活动检测信号106(图25,图26或图28)(S108)。在本实施例中,由于活体活动检测信号106的抽取方法非常简单,故具有可低价格地制造活体活动检测部101,并且获得高精度的检测信号的效果。
另一方面,在图48所示的应用例子中,象S111所示的那样,在活体活动检测部101内,在检测区域的全部面(指图46所示的活体活动检测部的可检测范围521内的全部的区域),检测活体活动。另外,在该场合,活体活动检测部利用通过图20~图22而在5.3.2节中说明的方法。此外,在活体活动检测电路的后级部86内的图28所示的后级部的信号处理运算部143内,根据在S111而获得的活体活动检测信号,使用S106的检测信息,抽取必要的检测信号(S112),作为必要的活体活动检测信号106(参照图25或图26)而输出(S113)。在采用该方法的场合,由于通过图45而明示的“与情绪反应(或感情表露)有关的表情肌肉”以外的脸肌肉的收缩信息均作为检测信号而获得,故可在图28内的后级部的信号处理运算部143内,进行还采用该检测信号的高度的信号处理。于是,通过采用本应用例子所给出的方法,可进行更进一步的高精度的活体活动的测定。
可将检测上述脸上的表情肌肉收缩的部位和其收缩量,测定被试验者的情绪反应(或感情的运动)的上述实施例应用于抑郁症预防,早期发现或诊断。下面对该应用例子进行说明。如果多人为抑郁情绪,则笑减少,积极的表情表现的次数容易减少。于是,根据采用图45的上述内容而预测,如果即使健康者,处于抑郁情绪,则颧肌503和口轮匝肌504的收缩次数减少。另外认为,如果抑郁情绪发展,或以其为开端而感到悲哀的情绪,则降口角肌(口角三角肌(日语“オトガイ三角筋”)505稍稍收缩的频率增加。此外,如果进一步发展,由于笑大幅度地减少,并且接近无表情,故在颧肌503和口轮匝肌504松弛的同时,下唇降肌(下唇方形唇)506的紧张继续的可能性强。于是,可通过检测表情肌肉内的收缩的部位和其收缩量,预测(测定)此时刻的抑郁情绪的深度。另外,按照时间序列而看到的表情肌肉内的抑郁情绪的频率(比如,在抑郁情绪的持续时间,1天或1周内,抑郁情绪发生于哪个时间),抑郁情绪的发生频率的时间变化(马上忘记,有精神吗?伴随时间的推移,抑郁状态发展吗?)也有问题。象这样,
1)如果可按照时间序列而测定被试验者的抑郁状态的发展度,则有助于抑郁症的早期发现,检查。
另外,不仅如此,通过采用本应用例子,可进行
2)与被试验者的心理的倾向性相对应的抑郁症的预防
。即,具有常常思考较深刻的人,认真性格的人容易得抑郁症的倾向。于是,通过监视脸的表情,把握被试验者的心理的倾向性,可提早地实施与被试验者的心理的倾向性相对应的抑郁症的预防措施。在下面对具体的方法进行说明。象上述那样,检测脸上的表情肌肉收缩的部位和其收缩量,通过数值而表示此时刻的被试验者的抑郁心情的深度(从抑郁症的视点看到的发展度)。另外,在可依照通过图34而在7.2.2.3节中说明的活体检测系统218,长期连续地进行测定的场合,调查通过该数值表示的抑郁心情的深度(从抑郁症的视点看到的发展度)的时间的变化。由此,容易判断被试验者处于“健康的状态”,“容易有稍微的情绪障碍”,“从心理的健康方面需要注意”,“轻的抑郁状态(=要继续检查)”,“必须治疗”或“重度非常高”等的哪个阶段,可进行时间上的精神医生的应对。
在过去,有采用利用脑波,近红外光的血液中的氧浓度计量法,用于抑郁症的诊断的尝试。但是,由于上述方法均必须将测定装置与患者接触,故具有患者的负担大,并且长期的连续测定困难的课题。由于相对该情况,本应用例子为完全非接触的测定,故具有在不对被试验者造成负担的情况下,长时间的连续测定容易的效果。
下面对使用通过图34而在6章中说明的活体检测系统218的抑郁症的预防,诊断方法进行说明。
设置于精神科医生的诊察室内的方法
其为将活体检测系统218灵活地用作诊断装置的方法,与在7.1节中说明的一体型装置相对应。让外来的患者坐于该活体活动控制装置的前面,由此,依次通过数值而表示抑郁症的发展程度。可利用该数值,精神科医生从数值上把握治疗的效果。
围绕患者的身体而设置,从时间序列而把握伴随时间的推移而产生的患者的情绪的变化的方法
象在7.2.2.3节中记载的那样,考虑将活体检测系统218设置于桌子上,或按照与电视机,个人计算机邻接的方式设置的场合。在本应用例子中,可相对被试验者,以非接触状态而设置活体检测系统218。另外,如果使用通过图47或图48而说明的方法,则即使在被试验者移动的情况下,仍可自动地跟踪运动。于是,可在长时间的范围内,从时间序列而把握患者的情绪的变化。另外,象通过图34而在6.1节中说明的那样,通过活体检测系统218而获得的活体活动检测信号248或活体活动检测信息249经由网络,实时地传送给精神科医生,或公司的管理者。由此,精神科医生,或公司的管理者可进行早期的预防处置,抑郁症的早期发现。
如果可根据上述方式,进行抑郁症的早期发现,则可进行对应的早期的治疗。另外,通过在13.2节中说明的应用例子,还可有助于该抑郁症的治疗。
12〕活体活动的控制方法
本实施例的特征在于:
(1)从外部,对活体内部,照射电磁波;
(2)局部地改变活体内部的状态;
(3)非接触地
进行活体活动的控制。
下面对进行该控制的活体活动控制装置的结构,用于活体活动的控制的基本原理等进行说明。
9.1)活体活动的基本的控制方法的概述
图49表示本实施例所采用的活体活动控制装置的一个例子。本实施例所采用的活体活动控制装置的特征在于:
◎从外部,将强度较大的电磁波照射到活体内部,用作控制光;
◎将位于0.84μm~2.5μm的波长范围内的电磁波用作控制光;
◎将上述控制光汇聚于活体内的指定部位;
◎也可并行地进行活体活动的控制和活体活动的检测;
……在检测到在活体内控制的部位的活动状态后,进行控制或在进行检测的同时进行控制;
◎可与控制光的照射同时地,施加来自外部的指定电压。
首先,在本实施例的活体活动控制装置中,必须要求设定在活体内部构成控制对象的部位。构成作为构成该控制对象的部位的检测/控制对象的生命体的一部分600在图49中,为了方便起见,以取被试验者的头部的,神经细胞内的放电控制为例。但是,并不限于此,在构成检测/控制对象的生命体的一部分600中,对应有手,脚,腰等的活体内的任意的部位,另外,作为生命体,除了动物以外,也可为植物,细菌,微生物。
另外,在该活体活动控制装置中,在构成检测/控制对象的生命体的一部分600的部位的监视器上设置活体检测检测部位的位置检测用监视部432。在该活体检测检测部位的位置检测用监视部432中,通过借助图14~图16而在5.2节中说明的方法,进行监视。另外,在被试验者为动物的场合,在检测或控制中途中有微妙的运动。相对该微妙的运动,在3轴方向使物镜31运动,跟踪活体活动检测部位(被测定点)30。
具体来说,在活体活动检测部位的位置检测用监视部432最初设定活体活动检测部位(被测定点)30的位置后,构成检测/控制对象的生命体的一部分600移动的场合,活体活动检测部位的位置检测用监视部432自动地检测其偏差量,对应于该检测的偏差量,通过物镜驱动电路605的作用,使物镜31运动,以机械方式对该偏差量进行补偿。在图49所示的实施例中,独立于用于活体活动的检测或控制的光(电磁波)的光源而具有活体活动检测部位的位置检测用光源431,对与进行活体活动的检测或控制的活体活动检测部位(被测定点)30相同的部位或其附近(包括活体活动检测部位(被测定点)30的稍宽的区域)进行照射。但是,并不限于此,也可采用用于活体活动的检测或控制的同一光源,进行活体活动检测部位的位置检测。
从发光部11发出的活体活动检测/控制用电磁波(光)608在通过准直镜606而变换为平行光后,通过物镜31,汇聚于构成检测/控制对象的生命体的一部分600内的活体活动检测部位(被测定点)20上。通过象这样,汇聚活体活动检测/控制用电磁波(光)608,具有下述的效果,即,(1)进行活体内的局部的仅仅指定部位的活体活动的控制;(2)有效地使用活体活动检测/控制用电磁波(光)608的能量。
在图49中示出仅仅具有1个发光部111的结构,但是,并不限于此,也可具有多个发光部111。另外,由于如果使该多个发光部111发出的活体活动检测/控制用电磁波(光)608通过同一物镜31,可同时地将光汇聚于构成检测/控制对象的生命体的一部分600内的多个点,故可同时地控制多个不同的活体活动检测部位(被测定点)30的活体活动。另外,还可通过分别独立地控制该多个发光部111的发光,分别独立地改变多个不同的活体活动检测部位(被测定点)30的活体活动控制的时刻。
另外,在图49所示的活体活动控制装置内,设置活体活动检测部101,按照与活体活动的控制并行的方式,进行活体活动的检测。由此,产生下述的实施例的效果,即,(1)由于检测活体活动状态,确认活体活动检测部位(被测定点)20的控制的必要性,然后,进行活体活动的控制,故活体活动控制的效率提高;(2)由于可在进行活体活动的控制的同时,进行活体活动的检测,故可实时地确认活体活动控制的效果,活体活动控制的效果提高。另外,在图49的活体活动检测部101内,具有采用通过图17~图22而在5.3节中说明的原理,通过图25~图29而在5.4节中说明的结构。
但是,在图49所示的活体活动控制装置中,同一光源(光源部111)兼用于活体活动的检测和控制。由此,具有下述的效果,即,(1)由于可降低必要的部件数量,故谋求活体活动控制装置的整体尺寸的减小和价格的降低;(2)由于在活体活动的检测用途和控制用途的场合,不必分别进行光学系统的对准(光学调整),活体活动控制装置的组装调整简化,故谋求活体活动控制装置的价格的降低和可靠性的提高。在该方法的场合,按照时间序列切换从发光部111发出的电磁波(光)的光量,按照时间序列而切换活体活动的检测和控制。即,在活体活动的检测时,降低从发光部111发出的电磁波(光)的光量,在间歇性地实施的活体活动的控制时,增加从发光部111发出的电磁波(光)的光量。调制信号发生电路118根据控制部603的指示,控制此时的发光量的切换。另外,对应于来自该调制信号发生电路118的输出信号,切换发光驱动电路114供向发光部111的电流量。
另外,并不限于此,在活体活动的检测应用和控制应用的场合,也可具有各自的光源。在该场合,(1)由于在相同的时区,进行活体活动的控制和检测,故具有活体活动的精度提高,活体活动的控制效果进一步提高的优点。象图40所示的那样,适合于活体活动的检测和控制的波长范围一般分为多个区域(范围)。于是,在活体活动的检测应用和控制应用的场合,具有各自的光源时,最好,选择发出具有分别包含在各自的波长范围(区域)内的波长的电磁波(光)的光源。
此外,图49所示的活体活动控制装置的特征在于在活体活动检测部位(被测定点)20的活体活动检测/控制用电磁波(光)608的照射的同时,可施加来自外部的指定电压。通过象这样,同时地并用指定电压的施加,更加有效地进行活体活动控制。在这里,控制部603进行在活体活动的控制时,使发光部111的发光量增加的时刻和施加指定电压的时刻的同步控制。即,如果输出来自上述控制部603的指令信号,则调制信号发生电路604对高电压高频发生用电源602进行操作,临时地产生高电压。另外,该高电压外加于电极端子(板)601—1和电极端子(板)601—2上,在电极端子(板)601—1和电极端子(板)601—2之间,产生强的电场。在电极端子(板)601—1和电极端子(板)601—2之间产生的强的电场的作用与用于心脏的复苏的AED(AutomatedExternalDefibrillator)类似。
但是,在图49所示的活体活动控制装置中,采用下述的类型,其中,2个电极端子(板)601—1和601—2的配置关系固定,在其间,插入构成检测/控制对象的生命体的一部分(被试验者的头部等)600。但是,并不限于此,也可象AED那样,在构成检测/控制对象的生命体的一部分(被试验者的头部等)600的表面上,直接紧贴(或临时粘贴)电极端子(板)601—1和601—2。
另外,图50表示图49所示的活体活动控制装置的应用例子。另外,图50的特征在于将活体活动检测/控制用电磁波(光)608导向到光波导609中,象内窥镜,导管那样,在体内,照射活体活动检测/控制用电磁波(光)608。另外,在该场合,将从活体活动检测部位的位置检测用监视部432而获得的信号传递给光波导驱动电路601,对设置于光波导609的前端的物镜31的位置进行控制。如果象图50所示的那样,利用光波导609,由于还对构成检测/控制对象的生命体的体内深奥的部位,照射活体活动检测/控制用电磁波(光)608,可进行活体活动的控制,故可控制的范围显著提高。
另外,并不限于上述结构,也可将发光部驱动电路114,发光部111和活体活动检测部101接纳于1个较小的胶囊中。在该场合,通过食入该胶囊等的方法,将其侵入到体内,通过无线方式与体外的控制部进行通信,从外部,进行胶囊的位置控制。在图50的应用例子中,在光波导609的体内插入时,对被试验者施加负担。由于与此相比较,通过利用胶囊,不仅被试验者的负担可大幅度地缓和,而且可在长时间的范围内,连续地照射活体活动检测/控制用电磁波(光)608,故活体活动的控制效率(比如,治疗效率)大幅度地提高。
9.2)用于活体活动的控制的基本原理的概述
首先,采用图49所示的活体活动控制装置或图50所示的应用例子,对用于活体活动的控制的基本原理进行说明。
作为本实施例,应用例子全部共用的基本原理:
A)其特征在于照射涉及指定的活体活动的电磁波,进行活体活动的控制。在这里上述的“涉及指定的活体活动”指在活体内产生的“涉及指定的活体活动的吸收光谱带”,在本实施例或应用例子中,对活体内部,照射包括上述吸收光谱带的波长的电磁波(光),控制活体活动。另外,在这里所说的“吸收光谱带”指在于活体内,产生指定的活体活动时发生的吸收光谱带,与指定的活体活动时的指定原子的振动(或振动模式的激励)有关。此外,依照上述A)的特征和在下面记载的特征中的任意一个或多个的组合,进行活体活动的控制。
B)具有下述的倾向,即,局部地提高活体内的指定区域的温度,促进包括活体内的催化作用的活体反应,
……,对应于环境温度的上升,包括活体内的催化作用的活体反应的反应速度提高。
在过去的温暖或冷却体的整体的治疗方法,以及扩散到身体整体的药物的投入治疗中,具有在促进希望的活体反应的同时,还促进不希望的活体反应,产生副作用的情况。由于与该情况相比较,在本实施例/应用例子中,汇聚活体活动检测/控制用电磁波(光)608,故局部地提高仅仅非常窄的区域的温度,这样,具有不易使不希望的活体增强其反应,不容易产生副作用的效果。
在该方法中,为了局部地提高指定区域的温度,“让水分子振动”的方式是最有效的。于是,作为采用该方法时的照射光的波长,最好选择“水分子容易吸收的波长”。即,在该场合,希望的波长范围象图40所示的那样,如下面所述:
○0.943μm~1.028μm的范围
○1.394μm~1.523μm的范围
○1.894μm~2.061μm的范围
不仅象上述那样,让水分子吸收热量,而且还可象在13.2节中后述的那样,“在指定的活体活动的部位,有选择地吸收热量”。
C)阻碍包括活体内的催化作用的指定的活体反应,进行活体活动的控制
……在8.3节中说明的“阻碍骨骼肌肉的收缩动作,保持骨骼肌肉的松弛状态”为利用上述特征的一个例子。
D)阻碍在活体内产生的临时的分子间键合,隔断化学的信号传递通路
……具体来说,阻碍活体内的信号传递物质的配体和受体间的临时的结合,隔断活体内的化学的信号传递通路。
对作为具体的一个例子的,通过活体活动的控制,进行“减轻花粉症”的方法进行说明。
如果花粉附着于鼻的粘膜细胞上,则从该粘膜细胞,释放作为配体的组胺,进一步释放的组胺与另一细胞表面上的组胺受体结合,由此,产生花粉症的各种的症状“。在这里人们认为,在组胺与组胺受体结合时,产生N-H…O间的氢键。于是,象在8.3节中说明的那样,照射激励在上述氢键时产生的振动模式的光(具体来说,在掩模内安装发光二极管,该发光二极管发出具有与该激励光相对应的波长的光),由此,阻碍组胺和组胺受体间的结合,减轻花粉症。
作为其它的应用例子,还包括下述的方法,在该方法中,还利用在3章中说明的原理,阻止乙酰胆碱和具有其阻碍效果的胆碱酶的结合,提高体内的乙酰胆碱的效力。
E)阻碍或促进在活体内部对抗的反应(在相互相反的方向作用的2个反应)中的一者……,主要采用该特征的方法在10章中说明。
F)改变构成活体的分子结构体的特性……,在这里所说的“特性“指:
F1)分子结构体的强度;F2)分子结构体的形状;F3)分子结构体的局部的结构(包括破坏)的任意者的特性变化。
如果提及“F2)分子结构体的形状,通过借助指定波长光的照射,改变酶的立体结构,将该催化剂作用切换到活性状态和非活性状态。
另外,作为“F3分子结构体内的局部的结构(包括破坏)的变化”的一个例子,可在9.3节中说明的方法,把握体内的神经回路网络的连接后,将高强度的活体活动检测/控制用电磁波(光)608汇聚于在不需要的神经回路的轴索部,利用由此产生的热量,破坏(烧断)轴索。
由于过去用于活体活动的检测的fMRI装置的价格非常高,故难以简单地进行检测/测定。由于与此相比较,对于“通过A)电磁波(光)的照射,使活体内的指定原子振动(或激励振动模式)”来说,所需要的装置象图49所示的那样,制造成本非常地低,故任何人均简单地进行活体活动的检测/测定与控制。特别是本实施例或应用例子的技术意义在于:不仅可“通过汇聚活体活动检测/控制用电磁波(光)608,具有高的空间分辨率,进行活体内的局部的仅仅指定部位的活体活动的控制,而且通过采用所照射的电磁波(光)的波长选择性,“可仅仅对指定的活体活动,有选择地进行控制”。由于特别是象在8.3节中说明的那样,因在活体活动时(临时地)发生的吸收光谱带的波长值的不同,在活体内反应时涉及(临时发生的)键的分子不同,故对构成控制对象的活体活动的波长选择性非常高。由此,具有对其它的活体活动的影响小,且副作用被控制,使其难以产生的效果。
关于该技术意义,选择控制“F3)分子结构体内的局部的结构(包括破坏)的变化”的一个例子,在下面进行说明。依照“B.Alberts他:細胞の分子生物学第4版(NewtonPress,2007年)5章および17章”,在基因转录时,DNA联结酶活动,在有丝分裂时,产生活跃的染色体移动。另外认为,在DNA联结酶的移动,染色体移动时,产生在8.2节中说明的ATP的加水分解反应,此时,产生在8.3节中说明的波长的光吸收。由于特别是在癌细胞的场合,DNA联结酶移动和染色体移动活跃,故与其它的细胞相比较,特别是大量地吸收具有与ATP加水分解反应相对应的吸收光谱带的中心波长的光(电磁波)。于是,如果强烈地照射具有该波长的光(电磁波),则与周围的正常细胞相比较,仅仅癌细胞特别地多,吸收该光(电磁波),仅仅癌细胞有选择地处于高温状态,受到破坏。如果在这里,将身体整体,沐浴在强烈的光(电磁波)下,则还具有特别是将收缩中的骨骼肌肉破坏的危险。但是,由于图49所示的活体活动控制装置具有非常高的空间分辨率,可仅仅对局部区域进行照射,故没有使不需要的部位也发生破坏的危险性。关于将该方法和药物投入组合的方法,在13.2节中后述。
然而,作为前述的“F1改变分子结构体的强度”,进行活体活动的控制的具体的方法,在下节中对电压依赖性离子通道的门开闭控制进行说明。
9.3)离子通道的分子结构和门开闭控制方法
图2所示的电位依赖性Na+离子通道11也存在于神经细胞1内,特别是大量分布于神经细胞1内的轴索2的根部附近。由于采用为了通过1.2节而说明该电位依赖性Na+离子通道11的作用而容易理解的比喻,故图2所示的图不一定表示实际的电位依赖性Na+离子通道11结构。在“B.Hille:IonChannelsofExcitableMembranes3rdEdition(SinauerAssociates,Inc.,2001)p.110,Plate7”中记载电压依赖性离子通道的模型,图51a的左侧图表示简化该模型的摘录的结构。在这里,通过图2而在1.2节中说明的电位依赖性Na+离子通道11的“盖(门)”和“正电荷部”的相应部分与图51a的左侧图的门615和荷电部616的相应部分相对应。
但是,象图51a的左侧图所示的那样,在将神经细胞内的细胞质侧612和位于神经细胞外侧的细胞膜的外侧611之间隔断的细胞膜613内,嵌入离子通道。该离子通道可为氨基酸连接而构成的蛋白质。另外,象图51a的右侧图所示的那样,在蛋白质内,氨基酸主链623,由2个碳原子C和1个氮原子构成的原子排列重复形成。特别是,作为在与位于1个氨基酸主链623线上的碳原子C二重结合的氧原子,与和位于邻接设置的氨基酸主链623线上的氮原子共用结合的氢原子之间,形成氢键部621的结果,会有蛋白质的一部分取氨基酸主链623为螺旋状的立体结构的α螺旋结构的情况。
在这里,在图51a的右侧图中,通过“R”表示氨基酸残基。另外,在图51a中,在蛋白质内,具有该α螺旋结构的部分通过“圆柱”表现,对各圆柱部分,标注标号α,β,γ,δ。但是,1个氢键部621本身的结合力没有那么强,但是,由于上述α螺旋结构内的氢键部621的数量多,故整体的结合力强,故具有α螺旋结构的圆柱部分具有非常强的机械强度(弯曲应力)。
象图51a的左侧图所示的那样,在静止时,处于α和β的圆柱部分的前端部关闭,门615关闭的状态。同样在该静止时,(1)与细胞质侧612相比较,在细胞膜的外侧611的离子浓度非常高;(2)由于在细胞膜613内具有电位梯度(波状线箭头)的理由,故具有正电荷的离子进入细胞质侧612中。但是,上述圆柱部分α和β的机械强度阻止该正离子的流入力。另外,在分别与圆柱部分α和β连接的圆柱部分γ和δ的内部,在氨基酸残基622上结合有具有“正电荷”的残基,构成电荷部616。作为具有该正电荷的残基,预测其为赖氨酸残基、精氨酸残基。由于在活体内的水环境(pH7附近),组胺酸残基的正电荷是微量的,故难以认为组胺酸残基作出贡献。
接着,在静止时,在细胞膜616内,通过来自按照由波状线箭头表示的电位梯度产生的电场的静电力,该荷电部616移到最接近细胞质侧612的附近的部位。然后,通过荷电部616的移动,圆柱部分γ和δ扭转,裂缝614的间隙扩大。人们认为,该裂缝614的扩大力传递给圆柱部分γ和δ,用作关闭门615的力。在这里,将在细胞膜613的细胞膜的外侧611的表面上滞留有正电荷,在细胞质侧612上滞留有负电荷,产生电位梯度的状况称为“极化状态”。
另一方面,如果象图51c所示的那样,处于脱分极状态,电位梯度降低,则使静电力的荷电部616接近细胞质侧612的力弱。于是,圆柱部分γ和δ扭转力弱,将荷电部616返回到正规的位置,并且裂缝614内的间隙收缩。接着,圆柱部分α和β联动,门615打开。如果门615打开,则Na+离子从细胞膜的外侧611,流入细胞质侧612。产生“神经细胞的放电”或“轴索中的信号传递”。到目前的内容是在过去便已知的。
相对该情况,本实施例的特征在于在静止时,照射“在该离子通道中,包含指定波长的电磁波(光)的电磁波(光),改变圆柱部分α和β的机械强度,控制门615的开闭”。在本实施例中,象在9.2节中说明的那样,具有下述的效果,即,(1)由于活体活动控制装置的价格低,故任何人均简单地进行检测/控制;(2)具有高的空间分辨率,难以对控制对象部位以外的部分,产生不利影响;(3)因波长选择性,难以对其它的活体活动产生不利影响。
象前述那样,为了确实地进行门615的开闭而必不可少的圆柱部分α和β的机械强度通过在图51a的右侧图内示出的氢键的结合力而保持。本实施例的特征在于照射激励在该C=O……H-N型的氢键内产生的振动模式的电磁波(光)。由于激励状态的振动能量非常高,故在激励状态的氢键部621,产生(1)氢键力大幅度地减弱,或(2)切断氢键的现象。其结果是,圆柱部分α和β的机械强度大幅度地降低,不能抑制切断正离子向细胞质侧612的流入力,象图51c那样,门615打开。
到目前,对没有外部电场的并用,仅仅照射电磁场(光),使神经细胞的放电亢进的方法进行了说明。作为其应用例子,可通过与电磁场(光)并用的外部电场施加的支持,以更加高的精度,精细地控制神经细胞的放电,轴索内的信号传递。即,在图51a的左侧图的极化状态,离子通道的门615关闭,在图51b的去极化状态,离子通道的门615打开,但是,从外部,施加强电场,对指定的离子通道,设定在极化与去极化的中间状态(门615马上打开前的电场强度)。于是,在处于该中间状态的离子通道中,因圆柱部分α和β的机械强度变化(强度降低),门615打开。
从外部而施加强电场的方法在于驱动图49所示的活体活动控制装置中的高电压高频发生用电源602,在电极端子(板)601—1和602—2之间,临时地施加高电压。由于通过外部电场施加的支持,可大幅度地降低所照射的电磁场(光)的光量,故不仅可进一步减轻活体活动控制带来的副作用的发生,而且可降低强的电磁场(光)的照射带来的离子通道的破坏危险。由此,具有通过外部电场施加的支持,可大幅度地提高活体活动控制时的安全性的效果。
9.4)活体活动控制特性
对适用于为了离子通道的门615的开闭的神经细胞的放电控制或轴索内的信号传递控制而照射的电磁场(光)的波长范围进行说明。象在9.3节中说明的那样,在该场合,必须激励该C=O……H-N型的氢键内产生的振动模式。另外,在该类型的振动模式的激励中,表7的“第2级酰胺-CONH-的氢键的振动“的行较近。于是,如果将象在3.5节或8.3节中说明的那样,测定误差,因测定环境而产生的检测值的偏差造成的偏差范围评估为±15%,则
1.53×(1-0.15)=1.30,1.67×(1+0.15)=1.92,
1.04×(1-0.15)=0.88,1.12×(1+0.15)=1.29
于是,总而言之,
○与第1倍音相对应的吸收光谱带的波长范围在1.30μm~1.92μm之间;
○与第2倍音相对应的吸收光谱带的波长范围在0.88μm~1.29μm之间;。相对象这样而获得的吸收光谱带的波长范围,去除大大地被图40所示的水分子所吸收的范围而剩余的范围象图40所示的那样,
○与第2倍音相对应的吸收光谱带的波长范围在0.88μm~0.94μm之间和在1.03μm~1.29μm之间;
○与第1倍音相对应的吸收光谱带的波长范围在1.52μm~1.89μm之间。但是,上述范围终究只示出第n倍音的检测范围。然而,在近红外区域,还包括与结合音相对应的吸收光谱带。于是,如果还考虑检测结合音的波长范围,则图40所示的水的吸收少的第1,第2,第3,第4,第5波长范围I~V构成对象范围。另外,并不限于此,在吸收光谱带的吸收量大,没有过于受到上述水的吸收的影响的场合,希望的范围象在3.5节中所示的那样,为0.84μm(或0.875μm)~2.50μm的范围。
作为降低α螺旋的机械强度,进行活体活动的控制的具体例子,在9.3节中对离子通道内的门的开闭控制进行了说明。但是,并不限于此,作为应用例子,也可降低其它的α螺旋的机械强度,进行活体活动的控制。比如,象在8.1节中说明的那样,在骨骼肌肉中包括肌球蛋白。另外,在该肌球蛋白的立体结构内,包含α螺旋,确保骨骼肌肉收缩时的机械强度。于是,也可在骨骼肌肉的收缩时,照射包含于上述范围内的波长光,降低α螺旋的机械强度,由此,减弱肌肉的收缩力。
13〕涉及活体活动检测/控制的其它的应用例子
10.1)细胞内部的活体活动的概观
关于活体内部的动态活体活动的非接触机构的检测,测定或者控制方法,在1章~4章,8章和9章中,主要对1个细胞整体的活动或由多个细胞构成的局部区域的活动的检测/测定、控制进行了说明,在10章中,对1个细胞内的活体活动的检测/测定、控制进行说明。
根据在“B.Alberts他:細胞の分子生物学第4版(NewtonPress,2007年)15章のFig.15-16”中记载的细胞内信号传递通路图,以信号传递为中心的1个细胞内部的活体活动联锁的状态说明图在图52中示出。实际的细胞内信号传递通路非常复杂,但是为了说明,以大幅度地简化的方式进行了图示。在1个细胞的表面(细胞膜613上),设置接受传递来自外部的信号的信号传递物质的各种受体A701,B702。另外,依照来自外部的信号传递物质与哪个受体(受体A701和受体B702中的任意者)结合,产生在细胞内不同的细胞内信号传递级联反应(cascade)A703/B704。接着,在许多场合,细胞内信号传递级联反应(cascade)A703/B704的前方与指使存在于细胞内的高分子(主要是蛋白质)磷酸化的反应连锁的磷酸化级联反应(cascade)有关。
但是,并不限于此,还具有下述的情况,即,来自外部的向信号传递物质的受体A701的结合,直接与磷酸化级联反应(cascade)有关。另外,与此相反,从磷酸化的高分子(主要是蛋白质),争夺磷酸基的脱磷酸化反应712也存在于细胞内,其结果是,具有下述的情况,即,该脱磷酸化反应712产生对上述磷酸化级联反应(cascade)711的阻碍作用713。在这里,在自发地产生的场合以外,还具有下述的情况,即,上述脱磷酸化反应712依照细胞内信号传递级联(cascade)B704的发生,进行活性化。另外,作为产生该磷酸化级联反应(cascade)711的结果,具有下述的情况,即,产生比如,细胞外的新的信号传递物质的分泌,指细胞分裂/细胞死亡的凋亡或细胞形状变化指定细胞功能的行使723。另外,作为独立于此的通路,还具有磷酸化级联反应(cascade)711产生从作为基因表达721的细胞核内的基因,到mRNA的转录的情况。另外,通过来自该转录的mRNA的信息翻译,产生蛋白质合成722,其结果是,还具有产生指定细胞功能的行使723的情况。
在许多的场合,在任意的通路中,形成对磷酸化级联反应(cascade)711进行指定细胞功能的行使723的时机。在细胞内的活动活性化和“磷酸化反应”的频率之间具有较大的相关性。于是,还具有将细胞内的磷酸化反应的频率视为谋求细胞内的活性化的1个指标的观点。在10.1节中对作为公知例而知道的1个细胞内部的活体活动联锁进行了概述,但是,从下节起,联系其具体的内容,对本实施例的内容进行说明。
10.2)锥体细胞内的记忆和忘却的机理模型
由于1个细胞内部的活体活动连锁通路实际上是极复杂的,故在图52中,按照粗糙的程度简化的方式进行说明。其结果是,缺乏说明的具体性。作为在10.2节中具体的应用例子,对锥体细胞内的记忆和忘却的控制方法进行说明。图53为比图52稍具体的描述。但是,由于实际的活体内活动是相当复杂的,故本节的说明也属于很简化的粗略的说明。
首先,在最初,对在“古市貞一:脳科学(5)分子·細胞·シナプスからみる脳(東京大学出版会、2008年)のp.46、図3.2およびp.219~p.224”中记载的内容进行简化,对与当前已知的锥体细胞内的记忆有关的长期增强和长期压迫机理进行说明。象图53所示的那样,在突雏原细胞和突雏后细胞之间存在突触间隙731。另外,接触该突雏后细胞的锥体细胞中的面对突触间隙731的部分形成有树状突起表面的脊柱735。在该脊柱上存在作为受体A701的其它种类的受体,但是在图53中,着眼于mGluR受体741,NMDA受体742和AMPA受体743而进行说明。
AMPA受体743为在12.5节中说明的传递物质依赖性离子通道的一种,如果从突触原细胞,向突触间隙731释放的谷氨酸与其结合734,则打开门615,产生朝向细胞质612的Na+离子的流入752,促进神经细胞内的去极化。于是,与锥体细胞的记忆有关的长期增强与脊柱735内的AMPA受体743的增加有关,长期压迫与AMPA受体734的减少有关。另一方面,如果在相对MNDA受体742,产生谷氨酸结合723的同时,产生MNDA受体743的去极化,则将MNDA受体742的内部堵塞的Mg2+离子脱离到突触间隙731侧,打开门615,产生朝向细胞质612(神经细胞内)的Ca2+离子的流入751。
接着,在流入的Ca2+离子浓度低的场合748,产生钙调磷酸化酶(calcineurin)的活性化761,产生抑制剂1的脱磷酸化762,其结果是,产生到目前抑制的蛋白质脱磷酸化酶(日语“蛋白質脱燐酸化酵素”)1的活性化763,产生来自脊柱735上的AMPA受体的收入764反应。来自脊柱735上的AMPA受体的收入764与锥体细胞的长期的忘却作用772相关。
在相反流入的Ca2+离子浓度高的场合747,以CaM激酶(CaMKinase)的磷酸化753为首,产生细胞核内的基因表达754的mRNA的生成755。在这里,由于原本上钙调磷酸化酶(calcineurin)对Ca2+离子的反应灵敏度高,故即使相对微少的Ca2+离子的流入751,产生与蛋白质脱磷酸化酶(日语“蛋白質脱燐酸化酵素”)1的活性化763有关的连锁反应,但是该连锁反应的频率较低。在与此相反而代替相对Ca2+离子的CaM激酶(CaMKinase)的磷酸化753的反应灵敏度低的方式,由于如果一旦开始反应,反应频率高,故看上去好象通过Ca2+离子浓度的高低的差异747/748,切换信号传递通路。
接着,如果在mGluR受体741中产生谷氨酸键732,则以PI(3,4,5)P3的生成750为首,经由磷酸化级联反应(cascade)758,使蛋白激酶B活性化758。接着,通过该蛋白激酶B的活性化758,开始mRNA的翻译756。生成AMPA受体743。接着,将在这里生成的AMPA受体743插入到脊柱735上,有助于锥体细胞的记忆作用711。
相对上述公知的机理模型,在本实施例中,采用图49所示的活体控制装置,局部照射活体活动检测/控制用电磁波608,并且从外部施加电场(通过高电压施加),进行与长期记忆或长期忘却有关的控制。作为本实施例的控制对象724,在图53所示的记忆作用和忘却作用的机理模型中共同地对NMDA受体742,从外部,进行操作。接着,相对本实施例的长期记忆控制,阻碍钙调磷酸化酶的活性化761。
另一方面,相对本实施例的长期忘却控制,阻止磷酸化反应,由此,停止CaM激酶的磷酸化753,磷酸化级联反应(cascade)758或蛋白激酶B活性化759中的任意者。首先,图54a表示具体的长期记忆控制方法。为了便于说明,按照S81~S84的序列而记载,但是,并不限于此,也可同时地进行S81~S84。首先,在最初的外部电场的形成过程S81中,启动图49所示的高电压高频发生用电源602,在电极端子(板)601—1和601—2之间,施加高电压,对构成检测/控制对象的生命体的一部分(被试验者的头部等)600,施加外部电场。由此,使图53内NMDA受体74处于去极化状态。对于下一记忆信息的输入S82,输入让被试验者看到图像,听到声音,或阅读字符等,应记忆的信息。接着,通过上述操作,被试验者内的神经回路网内的一部分临时地活性化。其结果是,在与长期记忆有关的突触间隙731内,释放谷氨酸,在NMDA受体742上进行谷氨酸的结合733。在万一对NMDA受体74,施加充分大的电场的场合,可在与上述已输入的记忆信息有关的神经细胞内全部的NMDA受体74内产生Mg2+离子的脱离。
但是,具有下述的情况,即,在记忆信息的输入S82时,同样在与记忆有关的神经细胞以外的通路内,释放谷氨酸。于是,在本实施例中,由于进行仅仅最低限度的必要的神经细胞内的长期记录控制,故将外部电场的形成与活体活动检测/控制用电磁波608的照射组合,仅仅在指定NMDA受体74中,有Ca+离子的流入751。即,按照下述方式进行控制,该方式为:以较低程度抑制在电极端子(板)601—1与601—2之间施加的高电压值,外部电场的形成S81和记忆信息的输入S82重合,即使在该情况下,仍在NMDA受体74内,不产生Mg2+离子的脱离。接着,在保持该状况的同时,仅仅对打算进行长期记忆的控制的神经细胞,有选择性地照射活体活动检测/控制用电磁波608(图49)。另外,象通过图51c,在9.3节和9.4节或12.5节中说明的那样,具有适合于降低NMDA受体742内的α螺旋的机械强度的波长的电磁波(近红外光)不必包含于活体活动检测/控制用电磁波608内。另外,即使在此时的Ca2+离子的流入751量(图53)少的场合748,按照可稳定地进行记忆控制的方式,在下一阶段,进行脱磷酸化通路的阻碍S84。对其,照射包括在10.2节和10.5节中后述的波长的活体活动检测/控制用电磁波608(图49),阻碍图53所示的钙调磷酸化酶的活性化761。
但是,在图49所示的活体活动控制装置中,仅仅记载了1个发光部111,但是可形成下述的结构,其中,与本实施例相对应的活体活动控制装置具有多个发光部111,可对同一活体活动检测部位(被测定点)30,重复地照射。另外,由于同样在与打算通过前述的记忆信息的输入S82而记忆控制的神经细胞有关的mGluR受体741中产生谷氨酸结合732,故实施涉及图53的AMPA受体743的mRNA的翻译756。在通过这样的方法,形成长期记忆后,对被试验者,进行确认S85的实验。即使这样,在没有形成长期记忆的场合,改变设定条件,反复进行上述S81~S85的操作。
接着,图54b表示具体的长期的忘却控制方法。为了便于说明,按照S91~S94的序列而记载,但是,并不限于此,也可同时地进行S91~S94。象图53所示的那样,为了在锥体细胞内产生忘却作用772,必须让Ca+离子流入锥体细胞内751。在用于它的第1步骤的外部电场的形成过程S91中,启动图49所示的高电压高频发生用电源602,在电极端子(板)601—1与601—2之间施加高电压,对构成检测/控制对象的生命体的一部分(被试验者的头部)600,施加外部电场。由此,使图53内NMDA受体74稍稍处于去极化状态。
记忆信息的想起S92指被试验者再次想起消失的(长期忘记的)记忆。由此,使涉及位于打算忘却的记忆的神经传递通路上的神经细胞活性化。在万一,通过外部电场的形成过程S91施加的外部电场的强度强的场合,对NMDA受体74,施加充分大的去极化电位。由此,如果在该状态,进行记忆信息的想起S92,则在神经细胞的信息传递网内的与记忆信息的想起有关的神经细胞的NMDA受体742中产生谷氨酸结合733(图53),作为该结果,在NMDA受体742内,产生Mg2+离子的脱离而产生的Ca2+离子的流入751。接着,如果在与记忆存储的想起S92有关的全部的锥体细胞内,实现Ca2+离子的流入751,则即使在特别是难以忘却的重要的记忆之前,消失的危险仍是高的。
于是,为了防止对不需要部位(难以忘记的信号传递通路)的忘却控制,在本应用例子中,较弱地设定在外部电场的形成过程S91提供的外部电场的强度。另外,按照下述方式进行控制,该方式为:仅仅通过外部电场的形成过程S91,NMDA受体74没有那么大地处于去极化状态,即使产生记忆信息的想起S92,仍防止在NMDA受体742内的Mg2+离子的脱离而产生的Ca2+离子的流入751。在该状态,仅仅对打算进行长期的忘却控制的神经细胞,有选择地照射图49所示的活体活动检测/控制用电磁波608。
其结果是,象通过图51c而在9.3节和9.4节或12.5节中说明的那样,仅仅使指定的NMDA受体742,降低α螺旋的机械强度S93。象这样,仅仅在指定的神经细胞内,实现Ca2+离子的流入751(图53)。按照即使在此时流入的Ca2+离子浓度高的情况下,仍可稳定地进行忘却控制的方式,同时地照射包含在10.3节和10.5节中后述的波长的活体活动检测/控制用电磁波608(图49)。由此,对磷酸化通路(图53的磷酸化级联反应(cascade)758,蛋白激酶B的活性化759或CaM激酶的磷酸化753中的任意者的通路)进行阻碍S94,进行稳定而长期的忘却控制。
象上述那样,在本应用例子中所采用的活体活动控制装置(参照图49)中,形成下述的结构,其具有2种发光部,即,包含用于降低NMDA受体742内的α螺旋的机械强度的S93的波长的活体活动检测/控制用电磁波608的发光部111,与包含用于阻碍磷酸化通路的S94的波长的活体活动检测/控制用电磁波608的发光部111,可在同一活体活动检测部位(被测定点)30上,重合地汇聚光。另外,在从上述S91~S94的一系列的忘却控制结束的阶段,进行S95所示的忘却状态的确认。其采用被试验者的口答的试验等。在于该阶段,没有稳定地进行忘却控制的场合,再次进行上述S91~S94的控制。
比如,特别是取“苦于记忆力差的学生”,“感到记忆力的衰减的年长者”或“为苦恼所困的人”,或许认为上述的“从外部对记忆进行控制”的技术是福音。另外,对于比如,解释为容易悲观地接受事物的等的/向前看等的“心理的倾向性”,均可预测到与神经网络内的信号传递通路的选择倾向性的某种相关性。于是,记忆的控制还会对心理的倾向性产生影响。但是,该技术有助于病的治疗,康复,与此相反,不希望“健康者容易依赖于该技术”。如果健康者日常过度地依赖于该技术,则具有迈向堕落的道路的危险性。实际上,任何人具有远远地超越该技术的“控制记忆的能力”。于是,与依赖于该技术的场合相比较,希望各自活跃预先具备的能力这一点是笔者希望的。下面通过图53,对其具体的方法进行说明。但是,图53不过是锥体细胞的活动的一部分的摘录。实际上,存在超复杂的信号传递通路。另外,由于在脑内,存在锥体细胞以外的各种各样的神经细胞,故打算强调下述方法只是单纯的参考信息。
增强记忆力的方法
○反复记
……通过反复,脊柱735上的AMPA受体743的量慢慢地增加。
○按照与其它的内容关联的方式记忆
……象联想记忆术那样,一起地记忆打算记忆的信息和与其有关的信息(比如,记忆时的周围环境,对象信息的原因信息,谐音)。具有下述的情况,即,通过相关信息的意识刺激,在同一神经细胞的另一突触间隙731中,释放谷氨酸,产生去极化,NMDA受体742内的Mg2+离子容易脱离。对于将应记忆的信息变换为图像,与图像一起地记忆的方法,也可期待相同的效果。
○具有兴趣,感动,接触信息。
……具有兴趣,感动,由此,在同一神经细胞的另一突触间隙731中,释放谷氨酸,部分地产生去极化,传送该去极化电位。其结果是,与打算记忆的信息有关的NMDA受体742附近的细胞膜电位接近去极化电位,NMDA受体742内的Mg2+离子容易脱离。
○集中于记住的事情/勉强地记
……如果“关注”于要记的瞬间,则Ca2+离子的流入量751降低748,与此相反,具有产生忘却作用772的危险性。另外,如果因对记忆动作本身具有厌恶感(要勉强记),关注于“厌恶感的方向”,则具有产生忘却作用772的情况。
○在一次性地确认而固定记的内容后,转移到别的行动
……如果在开始行动后,没有马上注意,则忘记了原始的行动目的。其原因在于由于切换“意识行动目的的神经回路”和“进行行动控制的神经回路”,在行动目的的意识中产生“忘记作用772”。在进行“对记住的内容进行一次确认”的很短时间内,Ca2+离子的流入量751增加747,记忆作用771开始运作。
○即使在回想时,仍关注
……在回想过去记忆的信息时的状态是重要的。如果在回想的瞬间,有别的信息进入,则另外地切换神经细胞内的信号传递回路,Ca2+离子的流入量751降低748。在该状况下,其结果是,具有忘却作用772开始运作,构成忘记的诱因的危险性。于是,如果在回想时,进行“确认回想的记忆”,则增强记忆作用771,难以产生忘却作用772。
消除打算忘记的记忆的方法
○在打算忘记的记忆浮现于大脑中的瞬间,故意地未注意
……作为未注意的方法,列举有“强烈地考虑别的事情”,“开始无关的行动”,或“看无关的信息(看电视),或听该消息”等。如果在Ca+离子的流入量751增加747之前,瞬间地切换神经回路,则产生忘却作用772。
○在打算忘记的记忆浮现于大脑中的瞬间,没有关注它
……如果进行打算忘记的记忆的注视,“强迫的忘记”的努力,则该意识用作记忆作用771。
10.3)磷酸化酶(phosphoenzyme)(激酶)的反应过程
在对于产生作为活体活动的一个方式的细胞内的磷酸化反应的过程中独自产生的吸收光谱带的中心波长进行说明时,首先,通过图55,对磷酸化反应的机理模型进行说明。产生磷酸化反应时的催化剂的作用的磷酸化酶(phosphoenzyme)(激酶)在细胞内存在各种各样,磷酸化反应的机理分别稍有不同。在这里,对作为其代表的,PKA(ProteinKinaseA)的磷酸化反应机理模型进行说明,即使在不同的磷酸化酶(激酶)中,仍抽取共同的特性。摘录在“Adams:ChemicalReviewsvol.101(2001)p.2274-p.2282”中披露的PKA的结构和磷酸化作用内容的一部分,图55表示进一步简化的图。如果对通过图41而在8.2节中说明的ATP的加水分解反应和磷酸化反应进行比较,则其特征在于:
□在反应后,切换γ磷酸基和β磷酸基之间的键的部分是共同的,但是,
□对于反应后的γ磷酸基,与在ATP的加水分解反应中与活性化水分子的一部分键合的情况相比较,在磷酸化反应中与进行基质上的活性化的羧基的一部分键合的部位基本没有差别。另外,
□与在ATP的加水分解反应时,在水分子的活性化中涉及镁离子Mg2+的情况相比较,在磷酸化反应中,在羟基的活性化中,涉及由蛋白质构成的磷酸化酶(激酶)内的羧基。具体来说,在图55b中,作为天冬氨酸Asp166残基的一部分的羧基内的氧原子O12-与属于基质的一部分的羟基内的氢原子H1进行氢键合。但是人们认为,如果与ATP的加水分解反应的机理模型相比较,“羟基的活性化”对于磷酸化反应的稳定是不可缺少的。于是预计,即使在PKA以外的许多激酶(磷酸化酶)的磷酸化反应中,磷酸化的羟基具有与羧基的相关性,事先进行活性化。于是,在本实施例或应用例子中,象在10.5节中后述的那样,将与在磷酸化反应时临时产生的羟基和羧基之间的氢键相对应的吸收光谱带用于活体活动(在这里为磷酸化反应)的检测/测定或控制。
另外,作为ATP的加水分解反应和磷酸化反应的共同点,“镁离子Mg2+和赖氨酸残基涉及反应”。在活体内的水环境(pH7附近)的条件下,ATP状态的的γ磷酸基(在中心具有磷原子P1)具有“12”的负电荷,β磷酸基(在中心具有磷原子P2)具有“-1”的负电荷。于是,在磷酸化反应的稳定化中,必须要求“具有正电荷的金属离子或氨基酸残基的电中性化”。
但是,象还在8.2节中说明的那样,在具有正电荷的3种氨基酸中,在活体内的水环境(pH7附近)的条件下,组氨酸的正电荷量是非常微量的。于是,在磷酸化反应中涉及赖氨酸残基或精氨酸残基的可能性高。另外,在涉及该反应的场合,赖氨酸残基或精氨酸残基的一部分(设置于最外侧的氢原子)与ATP内的氧原子进行氢键合的可能性高。于是,在本实施例或应用例子中,依赖于赖氨酸残基/精氨酸残基的一部分和ATP内氧原子的氢键合而产生的吸收光谱带也可用于活体活动(在这里为磷酸化反应)的检测/测定或控制。特别是依赖于图55所示的PKA的磷酸化反应中,γ磷酸基内的氧原子O4-与赖氨酸基Lys168内的氢原子H2进行氢键合。
接着,与ATP的加水分解反应相比较时的磷酸化反应的大的特征在于“镁离子Mg2+不对水分子进行活性化”。如果在ATP周边,具有活性化的水分子,则切断与β磷酸基的键合后的γ磷酸与该水分子键合,使用于与基质的一部分的羟基键合的键消失。但是,具有在与水中,镁离子Mg2+存在于周边的(带有较多的负电的)4个原子的相关性的倾向。于是,如果在镁离子Mg2+的周边,设置水分子的构成原子以外的4个原子,则镁离子Mg12+不对水分子进行活性化。由此,在图55所示的磷酸化反应的机理模型中,镁离子Mg12+具有与属于设置于周边的γ/β磷酸基的2个氧原子O3-和O8-以及属于天冬氨酸Asp184残基的2个氧原子O9-和O10-的相关性。
如果象图55a所示的那样,ATP与PKA内的活性部结合,则人们认为,ATP的(磷原子P1位于中心)γ磷酸基内的氧原子O4-与赖氨酸168残基内的氢原子H2进行氢键合。但是,象通过图9而在3.4.3.节中说明的那样,经由位于中间的氢原子,在与氢键相关的原子之间产生电子的存在概率密度(电子云)的移动。即,在图55a的例子中,由于赖氨酸168残基内的氮原子N1+带正电,故经由中间的氢原子H2,局部存在于氧原子O4-周边的电子的存在概率密度(电子云)在α方向移动。于是,为了补偿周边的概率密度(电子云)的降低,象β所示的那样,从磷原子P1周边,争夺电子的概率密度(电子云)。
另一方面,由于镁离子Mg12+具有“+2的正电荷”(=压倒性地,电子的存在概率密度不足),故经由进行离子键合的氧原子O3-和O8-,形成磷原子P1和磷原子O2之间的结合性轨道的存在概率密度(电子云)在镁离子Mg12+的方向流动(γ和δ),但是,由于在只有这些的电子云的移动中,形成磷原子P1和磷原子O2之间的结合性轨道的存在概率密度(电子云)的很大的量残留,故不将γ和β间的磷酸基键切断。于是,为了促进磷酸化反应(γ和β间的磷酸基键的切断),故在PKA的场合,还利用Mg离子22+。
但是,上述Mg离子22+不仅与图55所示的γ磷酸基内的氧原子O5和天门冬素Asn171残基内的氧原子O1,而且与省略记载的天门冬素Asp184残基内的氧原子O9-和α磷酸基内的氧原子具有相关性。另外,上述Mg离子22+象ε那样,争夺经由氧原子O5,形成磷原子P1和磷原子O2之间的结合性轨道的存在概率密度(电子云)。其结果是,形成磷原子P1和磷原子O2之间的结合性轨道的存在概率密度(电子云)状态转移,磷原子P1和磷原子O2间的距离扩大。另外,象图55所示的那样,γ磷酸基在磷酸化预定的基质780附近。
另一方面,象上述那样,基质780的羟基内的氢原子H1预先与天门冬素Asp166内的氧原子O12-进行氢键合。但是,由于在活体内的水环境(pH7附近)中,天门冬素Asp166内的氧原子O12-带有负电荷(在氧原子O12-的周边,局部存在剩余的电子云密度),故象ζ那样,经由与氢键有关的氢原子H1,剩余电子云移向氧原子O11侧。
其结果是,基质780的羟基“活性化”,剩余的电子云局部存在于其氧原子O11的周围。另一方面,由于象上述那样,在磷原子P1周边,电子的存在概率密度(电子云)大幅度地降低,故局部存在于该氧原子O11的周围的剩余电子云被拉向磷原子P1(η方向)。接着,该电子的存在概率密度(电子云)分布用作氧原子O11和磷原子P1之间的结合性轨道,产生γ磷酸基与基质780键合的磷酸化反应。另外,以其为契机,存在于磷原子P1和氧原子O2之间的电子的存在概率密度(电子云)分布变为反结合性轨道,切断γ磷酸基和β磷酸基间的键。
可象图55c那样汇总以上的一系列的磷酸化反应。即,在从磷原子P1观看的场合,打算与氧原子O2键合的键移到基质780(内的氧原子O11)侧的键。另一方面,如果从基质780的羟基内的氢原子H1观看,则形成在与一起地构成羟基的氧原子O11和天门冬素Asp166残基内的氧原子O12-之间切换共用键和氢键的形式。
在产生PKA的磷酸化反应的场合,象图55所示的那样而知道,临时地产生在天门冬素Asp166内的氧原子O12-和基质780侧的羟基之间构成的“O11―H1―O12-”型氢键,与在赖氨酸Lys168残基的一部分和γ磷酸基内氧原子O4-之间构成的“N1+―H2―O4-”型氢键。于是,通过检测产生相应的氢键时发生的吸收光谱带的中心波长的光(电磁波)的吸收量变化,可预计产生哪样的活体活动(磷酸化反应)。本实施例并不限于PKA的磷酸化反应,也可进行其它的细胞内的(或涉及细胞整体的)活体活动的检测。比如,作为不同于PKA的磷酸化反应的1个形式,可列举Ca2+/钙调磷酸化酶依赖蛋白激酶的活性化的例子。即,如果Ca2+离子流入细胞内,则对应于图52的细胞内信号传递级联(cascade)A703,与上述Ca2+离子键合的钙调磷酸化酶与上述Ca2+/钙调磷酸化酶依赖蛋白激酶(也简称为CaM-激酶)键合。
但是,该CaM-激酶本身具有磷酸化作用,对CaM-激酶本身进行磷酸化,进行活性化。该本身磷酸化反应与图52的磷酸化级联反应(cascade)711的初始阶段相对应。接着,在磷酸化级联反应(cascade)711的下一阶段,该活性化的CaM-激酶对CREB(CyclicAMPresponseelementbindingprotein)这样的基因调节蛋白进行磷酸化。另外,通过该磷酸化而活性化的基因调节蛋白作用,开始图52的基因表达721。
但是,上述钙调磷酸化酶与在8.1节中说明的C(troponinC)处于近缘的关系。接着,在Ca2+离子与上述钙调磷酸化酶键合时,该钙调磷酸化酶内的谷氨酸残基和天冬氨酸残基离子键合。于是,根据在8.1节和8.3节的(a)中说明的内容而预计,产生在Ca2+离子与钙调磷酸化酶键合时,与羧基的对称伸缩振动模式相对应的吸收光谱带的相对的吸收强度的变化(急剧降低)。另一方面,由于象在本节的前半部中说明的那样,在磷酸化反应中,基质内羟基的活性化是不缺少的,故还检测与羟基和羧基之间的氢键相对应的吸收光谱带的发生。于是,(1)与羟基和羧基之间的氢键相对应的吸收光谱带波长的光(电磁波)吸收增加;(2)在与羧基的对称伸缩振动模式相对应的吸收光谱带波长的光(电磁波)吸收降低的场合,检测到产生与上述“钙调磷酸化酶→CaM-激酶”有关的活体活动。
10.4)钙调磷酸化酶的反应过程
象图53所示的那样,在锥体细胞内的忘却作用772中,涉及钙调磷酸化酶的活性化761。在10.4节中,对在上述钙调磷酸化酶活性化761时新产生的吸收光谱带的中心波长和可检测的波长范围进行说明。在“F.RusnakandP.Merts:Physiol.Rev.vol.80(2000)p.1483-p.1521”中记载有该钙调磷酸化酶的结构和其活性化的脱磷酸化反应的机理模型。在这里,暗含了在脱磷酸化反应时作为钙调磷酸化酶的一部分的精氨酸残基与包含于磷酸基中的氧原子进行氢键合的意思。另一方面,象在8.3节中说明的那样,根据与包含于磷酸基中的氧原子氢键合的对方是赖氨酸残基,还是精氨酸残基而对应的吸收光谱带的中心波长的值不同。于是,在检测活体活动时产生的吸收光谱带的中心波长的值时,在检测精氨酸残基的氢键的场合,具有产生上述钙调磷酸化酶的活性化761的忘却作用772。
10.5)细胞内部的活体活动检测特性/控制特性
象图55所示的那样而预计,如果磷酸化酶(激酶)活性化,产生磷酸化反应,则基质780的羟基与羧基进行氢键合。但是,该“O11―H1―O12-型氢键”为“夹持氢原子的氧原子间的氢键”,如果局部地观看,与水分子间的氢键的方式类似。但是,承担相对水分子间的氢键的的分子相对水分子,在磷酸化反应时,承担氢键的分子(羟基和羧基)不同。于是,象通过图42和图43而在8.3节中说明的那样,在不同于水分子间的氢键的波长区域,产生与磷酸化反应相对应的吸收光谱带。另外,该吸收光谱带与表7中的产生“缔合—OH醇的分子间氢键”时的吸收光谱带类似。如果目前象在3.5节和8.3节中说明的那样,将测定误差,通过测定环境而产生的检测值的偏差造成的偏差范围评估为±15%,由于1.04×(1-0.15)=0.88,1.05×(1+0.15)=1.21,1.50×(1-0.15)=1.28和1.60×(1-0.15)=1.84,故
○与第2倍音相对应的吸收带的波长范围在0.88μm~1.21μm之间;
○与第1倍音相对应的吸收带的波长范围在1.28μm~1.84μm之间;。相对象这样获得的上述范围,去除了大量地被图40所示的水分子而吸收的范围而剩余的范围在
○与第2倍音相对应的吸收带的波长范围在0.88μm~0.94μm之间和1.03μm~1.21μm之间;
○与第1倍音相对应的吸收带的波长范围在1.28μm~1.39μm之间和1.52μm~1.84μm之间;
但是,由于1.21μm~1.28μm之间的间隙非常微小,作为波长范围而相关。于是,在羟基和羧基间进行氢键合的场合,可检测的吸收光谱带的波长范围,象图40所示的那样,
○0.88μm~0.94μm之间
○1.03μm~1.39μm之间和;
○1.52μm~1.84μm之间
但是,上述范围到底只是给出第n倍音的检测范围。另外,在近红外区域,还包括与结合音相对应的吸收光谱带。于是,如果还考虑检测结合音的波长范围,则图40所示的水的吸收少的第1,第2,第3,第4,第5波长范围I~V为对象范围。另外,并不限于此,在结合音的吸收光谱带的吸收量大,不过于受到上述水的吸收的影响的场合,希望的范围象在3.5节中所示的那样,在0.84μm(或0.875μm)~2.50μm的范围。
另一方面,象在10.3节中说明的那样,在PKA有关的磷酸化反应中,临时地产生γ磷酸基内的氧原子和赖氨酸残基的一部分之间的“N1+―H2―O4-型氢键”。但是,该类型的氢键与表7中的“第1级酰胺-CONH2的分子间氢键合时”的振动模式类似。于是,可检测出本场合产生的吸收光谱带的中心波长的范围与在8.3节中记载的内容相同,
○与第2倍音相对应的吸收带的波长范围在1.03μm~1.25μm之间;
○与第1倍音相对应的吸收带的波长范围在1.52μm~1.86μm之间。但是,如果还考虑与结合音相对应的吸收光谱带的中心波长,则希望的波长范围象在3.5节中说明的那样,在0.84μm(或0.875μm)~2.5μm的范围。
另一方面,在产生依赖于钙调磷酸化酶的脱磷酸化反应的场合,暗示有在磷酸基内的氧原子和精氨酸残基的一部分之间进行氢键合的情况。此外,象通过图42和图43而在8.3节中说明的那样,氢键结合的对方在赖氨酸残基,或精氨酸残基中产生的吸收光谱带的中心波长的值变化。但是,在考虑“可检测吸收光谱带的波长的范围”的场合,两者的范围基本一致,与表7中的“第1级酰胺-CONH2的分子间氢键合时”的振动模式相对应。于是,可检测在产生依赖于钙调磷酸化酶的脱磷酸化反应时发生的吸收光谱带的中心波长的范围与上述相同,
○与第2倍音相对应的吸收带的波长范围在1.03μm~1.25μm之间;
○与第1倍音相对应的吸收带的波长范围在1.52μm~1.86μm之间,但是,如果还考虑与结合音相对应的吸收光谱带的中心波长,则在0.84μm(或0.875μm)~2.50μm的范围内。
本实施例或应用例子的技术对象在于“照射包括规定波长的电磁波,活体活动的检测或测定”所进行的部位。于是,在本实施例或应用例子中,并不限于涉及与对应于上述活体活动而产生的吸收光谱带的电磁波的吸收量变化的检测,也可采用其它的方法。比如,作为其它的应用例子,也可采用fMRI,检测或测定活体活动。即,对应于磷酸化反应,基质780的羟基和羧基进行氢键合,临时地产生“O11-H1-O12-型氢键”。局部位于存在于此时的中间处的氢原子H1的周围的电子的存在概率密度(电子云密度)分布不同于在水分子间进行氢键合时的氢原子周围的电子的存在概率密度分布。
但是,由于局部存在于氢原子H1的周围的电子的存在概率分布具有核磁共振时的外部磁场的磁屏蔽效果(参照4章),故检测与磷酸化反应相对应的独自的“化学位移量”。另外,同样在产生脱磷酸化反应时,按照相同的方式,在各自的化学位移量的位置,产生吸收峰值。通过测定该独自检测的化学位移量的吸收量变化,可检测或测定磷酸化反应或脱磷酸化反应的样子。
在通过图52的13.2节的说明中,明确给出通过电磁波(光)的照射而阻碍磷酸化级联反应711的一部分的活动,降低磷酸化反应的效率的方法,或降低脱磷酸化反应712的效率,使磷酸化级联反应711活性化的方法。另外,作为其具体的一个例子,在10.2节中,对通过同样的控制,促进锥体细胞内的记忆作用771或忘却作用772的方法进行了说明。在这里,进行涉及上述本实施例或应用例子的控制方法的更具体的机理的说明。
为了稳定地产生图52的磷酸化级联反应711或图53的磷酸化级联反应758,CaM激酶的磷酸化753的反应,象在10.3节中说明的那样,“基质780内羟基的活性化”是必不可少的。另外,在该活性化中,必须要求上述羟基和羧基间的氢键。即使在为了检测“羟基和羧基氢键合时产生的吸收光谱带”,照射微量的电磁波(光),仍几乎不对磷酸化反应造成影响。但是,如果大量地照射位于上述的
○0.88μm(或0.875μm)~0.94μm之间
○1.03μm~1.39μm之间和;
○1.52μm~1.84μm之间的波长范围内的,与上述吸收光谱带相对应的电磁波(光),则激励羟基和羧基间的氢键之间的氢键内的全部振动模式。由于该激励状态的振动模式具有高的能量,故以此为契机,切断几乎全部的氢键。其结果是,可阻碍“基质780内羟基的活性化”,大幅度地降低磷酸化反应的效率。于是,通过大量地照射与在上述羟基和羧基间的氢键合时产生的吸收光谱带相对应的的波长的电磁波(光),可进行阻碍磷酸化级联反应711(图52),降低细胞的活性度,或阻碍记忆作用771(图53),亢进忘却作用772的控制。
另一方面,在本实施例或应用例子中,还可降低脱磷酸化反应的钙调磷酸化酶的催化剂作用效率。在前面提到,在产生依赖于钙调磷酸化酶的脱磷酸化反应的场合,具有在磷酸基内的氧原子和精氨酸残基的一部分之间进行氢键合的暗示。由于检测与上述精氨酸残基所涉及的氢键有关的吸收光谱带的出现,故即使在照射微量的电磁波(光)的情况下,几乎不对活体活动造成影响。
但是,如果
○波长范围包含在1.03μm~1.25μm之间,或
○波长范围包含在1.52μm~1.86μm之间,大量地照射具有与上述精氨酸残基所涉及的氢键相对应的吸收光谱带的中心波长的电磁波(光),则精氨酸残基所涉及的氢键内的振动模式的大部分变为激励状态。另外,由于该激励状态的能量高,故切断上述精氨酸残基所涉及的氢键的大部分,阻碍依赖于钙调磷酸化酶的脱磷酸化反应。其结果是,如果大量地照射包含上述波长的电磁波(光),则可进行通过脱磷酸化反应712(图52)的阻止,使磷酸化级联反应711亢进,使细胞活性化,或者阻碍忘却作用722(图53),使记忆作用771亢进的控制。
在上述实施例中,涉及细胞内的活体活动,以磷酸化反应和脱磷酸化反应为例,对活体活动的检测/测定方法和控制方法进行了说明。但是,在本实施例或应用例中,并不限于此,也可适用于采用与涉及细胞内外的活体活动的吸收光谱带相对应的电磁波(光)而进行的其它的活体活动的检测/测定方法和控制方法。
Claims (16)
1.一种活体活动检测方法,其特征在于:
第1检测,其进行活体内部的3维空间内的指定的活体活动检测部位的位置检测;
第2检测,其根据所述第1检测的结果进行,在所述第2检测中进行包括指定波长的电磁波对所述活体内部的照射,利用从所述活体内部得到的所述包括指定波长的电磁波进行活体活动检测。
2.根据权利要求1所述的活体活动检测方法,其特征在于:所述指定波长为0.840~50μm。
3.根据权利要求1或2所述的活体活动检测方法,其特征在于:利用成像光学系进行所述第1检测。
4.根据权利要求3所记载的活体活动检测方法,其特征在于:
利用第1检测机构执行所述第1检测,所述第1检测机构具有:
物镜;
光源装置,其通过所述物镜对所述活体照射电磁波;
光检测器,检测出到达至检测透镜的后侧焦点位置的检测光。
5.根据权利要求1或2所述的活体活动检测方法,其特征在于:
利用来自所述活体的检测光进行所述第1检测。
6.根据权利要求5所记载的活体活动检测方法,其特征在于:
利用来自所述活体的图像进行所述第1检测。
7.根据权利要求6所述的活体活动检测方法,其特征在于:
所述图像是检测信号图形。
8.根据权利要求7所记载的活体活动检测方法,其特征在于:
利用图形匹配进行所述第1检测。
9.根据权利要求8所记载的活体活动检测方法,其特征在于:
计算检测信号图形和事先存储的检测信号图形的一致度,从而进行所述图形匹配。
10.根据权利要求9所记载的活体活动检测方法,其特征在于:
利用物镜和多个光检测器,所述光检测器检测通过检测透镜的所述检测光,通过各光检测器检测来自活体内部的深度不同的区域的光,
计算从所述各光检测器得到的所述检测信号图形和事先存储的检测信号图形的一致度,检测沿所述物镜的光轴的方向的当前的位置。
11.根据权利要求6所述的活体活动检测方法,其特征在于:
利用三角法进行所述第1检测。
12.根据权利要求1或2所述的活体活动检测方法,其特征在于:
进一步控制活体内的活体活动。
13.根据权利要求1或2所述的活体活动检测方法,其特征在于:
进一步传送与活体活动检测结果相关的信息。
14.根据权利要求1或2所述的活体活动检测方法,其特征在于:
进一步提供一种基于活体活动检测结果的服务。
15.一种活体活动检测装置,其特征在于:包括:
位置检测部,其进行活体内部的3维空间内的指定的活体活动检测部位的位置检测;和
活体活动检测部,其进行活体活动检测,
在所述活体活动检测部中进行包括指定波长的电磁波对所述活体内部的照射,对从所述活体内部得到的所述包括指定波长的电磁波进行感光,检测出活体活动检测信号。
16.一种信号检测部,其特征在于,
对活体内部的3维空间内的指定的活体活动检测部位进行位置检测的第1检测,在根据第1检测结果进行的第2检测中,进行包括指定波长的电磁波对所述活体内部的照射,对从所述活体内部得到的所述包括指定波长的电磁波进行感光并用于活体活动信号的检测。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011-248115 | 2011-11-11 | ||
JP2011248115 | 2011-11-11 | ||
JP2012220305A JP2013122443A (ja) | 2011-11-11 | 2012-10-02 | 生体活動測定方法、生体活動測定装置、生体活動検出信号の転送方法および生体活動情報を利用したサービスの提供方法 |
JP2012-220305 | 2012-10-02 | ||
CN2012104521117A CN103099603A (zh) | 2011-11-11 | 2012-11-12 | 活体活动检测方法、活体活动控制方法和涉及活体活动的信息的传送方法 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2012104521117A Division CN103099603A (zh) | 2011-11-11 | 2012-11-12 | 活体活动检测方法、活体活动控制方法和涉及活体活动的信息的传送方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105581783A true CN105581783A (zh) | 2016-05-18 |
Family
ID=48281272
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201511020911.1A Pending CN105581783A (zh) | 2011-11-11 | 2012-11-12 | 活体活动检测方法、活体活动控制方法和涉及活体活动的信息的传送方法 |
CN2012104521117A Pending CN103099603A (zh) | 2011-11-11 | 2012-11-12 | 活体活动检测方法、活体活动控制方法和涉及活体活动的信息的传送方法 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2012104521117A Pending CN103099603A (zh) | 2011-11-11 | 2012-11-12 | 活体活动检测方法、活体活动控制方法和涉及活体活动的信息的传送方法 |
Country Status (13)
Country | Link |
---|---|
US (2) | US9265425B2 (zh) |
EP (1) | EP2776810A1 (zh) |
JP (1) | JP2013122443A (zh) |
CN (2) | CN105581783A (zh) |
AU (1) | AU2012336711B2 (zh) |
BR (1) | BR112013030919A2 (zh) |
CA (1) | CA2838324C (zh) |
HK (1) | HK1220885A1 (zh) |
MX (1) | MX342658B (zh) |
RU (1) | RU2650202C2 (zh) |
SG (1) | SG195242A1 (zh) |
WO (1) | WO2013069820A1 (zh) |
ZA (1) | ZA201308818B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108065915A (zh) * | 2017-11-01 | 2018-05-25 | 杭州远舟医疗科技有限公司 | 基于红外的体质辨识方法、电子设备、存储介质及系统 |
CN108363939A (zh) * | 2017-01-26 | 2018-08-03 | 阿里巴巴集团控股有限公司 | 特征图像的获取方法及获取装置、用户认证方法 |
CN111860251A (zh) * | 2020-07-09 | 2020-10-30 | 迈克医疗电子有限公司 | 数据处理方法及装置 |
Families Citing this family (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140285326A1 (en) * | 2013-03-15 | 2014-09-25 | Aliphcom | Combination speaker and light source responsive to state(s) of an organism based on sensor data |
US10182757B2 (en) * | 2013-07-22 | 2019-01-22 | The Rockefeller University | System and method for optical detection of skin disease |
US9395311B2 (en) * | 2013-09-12 | 2016-07-19 | Kestrel Corporation | Differential excitation spectroscopy |
JP6249912B2 (ja) * | 2013-11-01 | 2017-12-20 | 住友重機械工業株式会社 | 解析装置 |
US9494503B2 (en) | 2013-11-06 | 2016-11-15 | Aspect Imaging Ltd. | Inline rheology/viscosity, density, and flow rate measurement |
US10708550B2 (en) | 2014-04-08 | 2020-07-07 | Udisense Inc. | Monitoring camera and mount |
WO2016116926A1 (en) | 2015-01-19 | 2016-07-28 | Aspect International (2015) Private Limited | Nmr-based systems for crude oil enhancement and methods thereof |
CN106053299B (zh) | 2015-04-12 | 2020-10-30 | 艾斯拜克特Ai有限公司 | 非圆形横截面管道中的流体的nmr成像 |
CN106324010A (zh) | 2015-07-02 | 2017-01-11 | 艾斯拜克特Ai有限公司 | 使用mr设备对在管道中流动的流体的分析 |
US10655996B2 (en) | 2016-04-12 | 2020-05-19 | Aspect Imaging Ltd. | System and method for measuring velocity profiles |
EP3463047A4 (en) * | 2016-05-25 | 2020-02-26 | Elwha Llc | POSITIONING APPLICATOR DEVICE FOR USE WITH STRETCHABLE ELECTRONIC DEVICES AND RELATED METHODS |
RU2649048C1 (ru) * | 2016-11-25 | 2018-03-29 | Самсунг Электроникс Ко., Лтд. | Система компактного спектрометра, предназначенного для неинвазивного измерения спектров поглощения и пропускания образцов биологической ткани |
US10660523B2 (en) | 2017-07-07 | 2020-05-26 | Hideo Ando | Light-source unit, measurement apparatus, near-infrared microscopic apparatus, optical detection method, imaging method, calculation method, functional bio-related substance, state management method, and manufacturing method |
CN111372516A (zh) * | 2017-11-22 | 2020-07-03 | 乌迪森斯公司 | 呼吸监控器 |
US10720755B2 (en) * | 2018-02-07 | 2020-07-21 | Elfi-Tech Ltd. | Ensemble-averaged measurement of stochastic motion by current-modulating of VCSEL wavelength |
CN110403579B (zh) * | 2018-04-28 | 2022-08-19 | 深圳市大耳马科技有限公司 | 一种脉搏波传导参数测量系统和方法 |
CN110840430B (zh) * | 2018-08-21 | 2022-09-13 | 北京万生人和科技有限公司 | 腹内压数据筛选方法、计算机可读存储介质、腹内压数据筛选装置 |
US10996235B2 (en) * | 2018-12-31 | 2021-05-04 | Robert Bosch Gmbh | System and method for cycle duration measurement in repeated activity sequences |
CN109907741B (zh) * | 2019-03-06 | 2022-04-01 | 智美康民(珠海)健康科技有限公司 | 三维脉波的显示方法、装置、计算机设备及存储介质 |
CN110749861B (zh) * | 2019-10-24 | 2022-06-17 | 哈尔滨工程大学 | 一种基于多假设深度的水底固定目标的三维定位方法 |
CN110987082B (zh) * | 2019-12-21 | 2021-11-05 | 广州新稳房屋安全鉴定有限公司 | 钢筋混凝土建筑结构安全性检测方法 |
TWI762951B (zh) | 2020-06-12 | 2022-05-01 | 李錦峰 | 溫度測量裝置以及溫度測量方法 |
CN114002253B (zh) * | 2021-09-26 | 2024-03-22 | 华东理工大学 | 一种检测氢键结构的固体核磁共振方法 |
CN116153531B (zh) * | 2023-04-17 | 2023-07-18 | 北京康爱医疗科技股份有限公司 | 一种肿瘤患者康复监测方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6128517A (en) * | 1994-10-06 | 2000-10-03 | Hitachi, Ltd. | Optical system for measuring metabolism in a body and imaging method |
CN1789988A (zh) * | 2004-12-09 | 2006-06-21 | 富士能株式会社 | 光断层影像装置 |
US20100114191A1 (en) * | 2008-10-27 | 2010-05-06 | Advanced Headache Intervention, Inc. | Treatment of headache |
WO2010073769A1 (ja) * | 2008-12-22 | 2010-07-01 | 住友電気工業株式会社 | 生体成分検出装置 |
US20100256920A1 (en) * | 2009-03-31 | 2010-10-07 | Seiko Epson Corporation | Apparatus for quantifying concentration, method for quantifying concentration, and program for quantifying concentration |
WO2011046880A2 (en) * | 2009-10-12 | 2011-04-21 | Kona Medical, Inc. | Energetic modulation of nerves |
Family Cites Families (38)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0641911B2 (ja) | 1989-03-14 | 1994-06-01 | 新技術事業団 | 光断層像画像化装置 |
US5865738A (en) * | 1993-12-10 | 1999-02-02 | Regents Of The University Of California | Tissue viability monitor |
US5685300A (en) * | 1994-04-01 | 1997-11-11 | Kuenstner; J. Todd | Noninvasive and in-vitro measurement of glucose and cholesterol by nuclear magnetic resonance spectroscopy |
JP3599426B2 (ja) * | 1995-07-05 | 2004-12-08 | 株式会社日立製作所 | 生体光計測装置 |
US6763261B2 (en) * | 1995-09-20 | 2004-07-13 | Board Of Regents, The University Of Texas System | Method and apparatus for detecting vulnerable atherosclerotic plaque |
US6272370B1 (en) * | 1998-08-07 | 2001-08-07 | The Regents Of University Of Minnesota | MR-visible medical device for neurological interventions using nonlinear magnetic stereotaxis and a method imaging |
US7398119B2 (en) * | 1998-07-13 | 2008-07-08 | Childrens Hospital Los Angeles | Assessing blood brain barrier dynamics or identifying or measuring selected substances, including ethanol or toxins, in a subject by analyzing Raman spectrum signals |
US6157041A (en) | 1998-10-13 | 2000-12-05 | Rio Grande Medical Technologies, Inc. | Methods and apparatus for tailoring spectroscopic calibration models |
US6615061B1 (en) * | 1998-11-23 | 2003-09-02 | Abbott Laboratories | Optical sensor having a selectable sampling distance for determination of analytes |
US7426409B2 (en) * | 1999-06-25 | 2008-09-16 | Board Of Regents, The University Of Texas System | Method and apparatus for detecting vulnerable atherosclerotic plaque |
CA2398278C (en) * | 2000-01-27 | 2012-05-15 | National Research Council Of Canada | Visible-near infrared spectroscopy in burn injury assessment |
AU2001241433A1 (en) * | 2000-02-01 | 2001-08-14 | The Government Of The United States Of America As Represented By The Secretary, Department Of Health & Human Services | Methods for predicting the biological, chemical, and physical properties of molecules from their spectral properties |
AU2001259435A1 (en) * | 2000-05-03 | 2001-11-12 | Stephen T Flock | Optical imaging of subsurface anatomical structures and biomolecules |
AU2001288251A1 (en) | 2000-08-16 | 2002-02-25 | Vanderbilt University | Methods and devices for optical stimulation of neural tissues |
US7597878B2 (en) * | 2000-09-19 | 2009-10-06 | Li-Cor, Inc. | Optical fluorescent imaging |
EP1282175A3 (en) * | 2001-08-03 | 2007-03-14 | FUJIFILM Corporation | Conductive pattern material and method for forming conductive pattern |
US7534255B1 (en) * | 2003-01-24 | 2009-05-19 | Photothera, Inc | Low level light therapy for enhancement of neurologic function |
JP3931638B2 (ja) | 2001-11-15 | 2007-06-20 | 松下電工株式会社 | 生体成分の定量装置 |
JP3584288B2 (ja) * | 2001-11-27 | 2004-11-04 | 独立行政法人情報通信研究機構 | 生体計測装置 |
US8328420B2 (en) * | 2003-04-22 | 2012-12-11 | Marcio Marc Abreu | Apparatus and method for measuring biologic parameters |
US8849379B2 (en) * | 2002-04-22 | 2014-09-30 | Geelux Holdings, Ltd. | Apparatus and method for measuring biologic parameters |
EP1531717A2 (en) * | 2002-06-03 | 2005-05-25 | Christopher Frederickson | Magnetic resonance imaging of metal concentrations |
WO2004044557A2 (en) * | 2002-11-12 | 2004-05-27 | Argose, Inc. | Non-invasive measurement of analytes |
JP4348253B2 (ja) * | 2003-08-20 | 2009-10-21 | 富士フイルム株式会社 | 導電性パターン材料及び導電性パターンの形成方法 |
JP2008506464A (ja) * | 2004-07-15 | 2008-03-06 | ノーススター ニューロサイエンス インコーポレイテッド | 神経刺激効率及び/又は効力の強化又はそれに影響を及ぼすためのシステム及び方法 |
US20080077200A1 (en) | 2006-09-21 | 2008-03-27 | Aculight Corporation | Apparatus and method for stimulation of nerves and automated control of surgical instruments |
US8078244B2 (en) * | 2005-12-14 | 2011-12-13 | Newton Photonics, Inc. | Interferometric method and instrument for measurement and monitoring blood glucose through measurement of tissue refractive index |
WO2007109124A2 (en) * | 2006-03-16 | 2007-09-27 | The Trustees Of Boston University | Electro-optical sensor for peripheral nerves |
WO2008060833A2 (en) * | 2006-10-24 | 2008-05-22 | The Research Foundation Of State University Of New York | Composition, method, system, and kit for optical electrophysiology |
US8444683B2 (en) | 2006-11-27 | 2013-05-21 | Vanderbilt University | Apparatus and methods for optical stimulation of neural tissues |
RU2336016C1 (ru) * | 2007-01-26 | 2008-10-20 | Николай Дмитриевич Овчинников | Способ определения функционального состояния эмоциогенных церебральных систем человека |
US8109882B2 (en) * | 2007-03-09 | 2012-02-07 | Nellcor Puritan Bennett Llc | System and method for venous pulsation detection using near infrared wavelengths |
JP4852762B2 (ja) * | 2007-03-13 | 2012-01-11 | 国立大学法人島根大学 | 光ファイバ照明装置 |
JP5100461B2 (ja) | 2008-03-14 | 2012-12-19 | 英明 加納 | 非線形分光計測システム用の光源装置、非線形分光計測システム及び方法 |
US20100016732A1 (en) * | 2008-07-17 | 2010-01-21 | Lockheed Martin Corporation | Apparatus and method for neural-signal capture to drive neuroprostheses or control bodily function |
US9414887B2 (en) | 2009-03-13 | 2016-08-16 | Robert R. Alfano | Method and apparatus for producing supercontinuum light for medical and biological applications |
US20110028827A1 (en) * | 2009-07-28 | 2011-02-03 | Ranganatha Sitaram | Spatiotemporal pattern classification of brain states |
US20130317572A1 (en) | 2012-05-25 | 2013-11-28 | Boston Scientific Neuromodulation Corporation | Low-level laser therapy |
-
2012
- 2012-10-02 JP JP2012220305A patent/JP2013122443A/ja active Pending
- 2012-11-07 US US13/670,814 patent/US9265425B2/en active Active
- 2012-11-09 AU AU2012336711A patent/AU2012336711B2/en not_active Ceased
- 2012-11-09 SG SG2013088737A patent/SG195242A1/en unknown
- 2012-11-09 RU RU2013154764A patent/RU2650202C2/ru active
- 2012-11-09 EP EP12847430.1A patent/EP2776810A1/en not_active Withdrawn
- 2012-11-09 WO PCT/JP2012/079874 patent/WO2013069820A1/en active Application Filing
- 2012-11-09 BR BR112013030919A patent/BR112013030919A2/pt not_active IP Right Cessation
- 2012-11-09 CA CA2838324A patent/CA2838324C/en active Active
- 2012-11-09 MX MX2013014491A patent/MX342658B/es active IP Right Grant
- 2012-11-12 CN CN201511020911.1A patent/CN105581783A/zh active Pending
- 2012-11-12 CN CN2012104521117A patent/CN103099603A/zh active Pending
-
2013
- 2013-11-22 ZA ZA2013/08818A patent/ZA201308818B/en unknown
-
2016
- 2016-01-07 US US14/990,096 patent/US9743837B2/en active Active
- 2016-07-29 HK HK16109105.5A patent/HK1220885A1/zh unknown
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6128517A (en) * | 1994-10-06 | 2000-10-03 | Hitachi, Ltd. | Optical system for measuring metabolism in a body and imaging method |
CN1789988A (zh) * | 2004-12-09 | 2006-06-21 | 富士能株式会社 | 光断层影像装置 |
US20100114191A1 (en) * | 2008-10-27 | 2010-05-06 | Advanced Headache Intervention, Inc. | Treatment of headache |
WO2010073769A1 (ja) * | 2008-12-22 | 2010-07-01 | 住友電気工業株式会社 | 生体成分検出装置 |
US20100256920A1 (en) * | 2009-03-31 | 2010-10-07 | Seiko Epson Corporation | Apparatus for quantifying concentration, method for quantifying concentration, and program for quantifying concentration |
WO2011046880A2 (en) * | 2009-10-12 | 2011-04-21 | Kona Medical, Inc. | Energetic modulation of nerves |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108363939A (zh) * | 2017-01-26 | 2018-08-03 | 阿里巴巴集团控股有限公司 | 特征图像的获取方法及获取装置、用户认证方法 |
CN108065915A (zh) * | 2017-11-01 | 2018-05-25 | 杭州远舟医疗科技有限公司 | 基于红外的体质辨识方法、电子设备、存储介质及系统 |
CN108065915B (zh) * | 2017-11-01 | 2021-06-08 | 杭州远舟医疗科技有限公司 | 基于红外的体质辨识方法、电子设备、存储介质及系统 |
CN111860251A (zh) * | 2020-07-09 | 2020-10-30 | 迈克医疗电子有限公司 | 数据处理方法及装置 |
CN111860251B (zh) * | 2020-07-09 | 2023-09-15 | 迈克医疗电子有限公司 | 数据处理方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
US20160113505A1 (en) | 2016-04-28 |
CA2838324A1 (en) | 2013-05-16 |
US20130123639A1 (en) | 2013-05-16 |
WO2013069820A1 (en) | 2013-05-16 |
RU2650202C2 (ru) | 2018-04-11 |
HK1220885A1 (zh) | 2017-05-19 |
AU2012336711B2 (en) | 2015-08-13 |
JP2013122443A (ja) | 2013-06-20 |
AU2012336711A1 (en) | 2013-12-12 |
BR112013030919A2 (pt) | 2016-12-06 |
SG195242A1 (en) | 2013-12-30 |
MX2013014491A (es) | 2014-10-13 |
US9265425B2 (en) | 2016-02-23 |
EP2776810A1 (en) | 2014-09-17 |
CA2838324C (en) | 2018-08-07 |
CN103099603A (zh) | 2013-05-15 |
US9743837B2 (en) | 2017-08-29 |
ZA201308818B (en) | 2015-02-25 |
RU2013154764A (ru) | 2015-12-20 |
MX342658B (es) | 2016-10-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105581783A (zh) | 活体活动检测方法、活体活动控制方法和涉及活体活动的信息的传送方法 | |
CN104138249A (zh) | 活体活动检测方法、活体活动控制方法和涉及活体活动的信息的传送方法 | |
Karpati et al. | Dance and the brain: a review | |
Kumar et al. | Neuromarketing: An emerging tool of market research | |
Resibois et al. | The neural basis of emotions varies over time: different regions go with onset-and offset-bound processes underlying emotion intensity | |
Chan et al. | Neural similarity at temporal lobe and cerebellum predicts out-of-sample preference and recall for video stimuli | |
JP2018097874A (ja) | ユーザインターフェース装置およびサービス提供方法 | |
Jääskeläinen | Introduction to cognitive neuroscience | |
Dennison et al. | Decision neuroscience and neuroeconomics: Recent progress and ongoing challenges | |
de Sousa | Neuromarketing and Big Data Analytics for Strategic Consumer Engagement: Emerging Research and Opportunities: Emerging Research and Opportunities | |
Mills-Finnerty et al. | Brain network response underlying decisions about abstract reinforcers | |
Liu et al. | Altered neural responses to missed chance contribute to the risk‐taking behaviour in individuals with Internet gaming disorder | |
Martin et al. | Cognitive functions as revealed by imaging of the human brain | |
Troncoso et al. | Moving beyond the lab: Investigating empathy through the Empirical 5E approach | |
Witte et al. | The effects of oxytocin and vasopressin administration on fathers’ neural responses to infant crying: A randomized controlled within-subject study | |
Mette | Time perception in adult ADHD: Findings from a Decade—A Review | |
Picó-Pérez et al. | Brain networks alterations in cocaine use and gambling disorders during emotion regulation | |
Renteria et al. | Dynamic tracking algorithm for time-varying neuronal network connectivity using wide-field optical image video sequences | |
Rouleau et al. | A transmissive theory of brain function: Implications for health, disease, and consciousness | |
Stallen | Social context effects on decision-making: A neurobiological approach | |
Xie et al. | The single-and dual-brain mechanisms underlying the adviser's confidence expression strategy switching during influence management | |
TWI533841B (zh) | 生命活力測定方法,生命活力控制方法,以及有關生命活力資訊的傳送方法 | |
Toppi et al. | A novel approach to measure brain-to-brain spatial and temporal alignment during positive empathy | |
Esménio | Understanding the neural basis of social cognition in a dyadic context with a close other using an effective connectivity approach | |
Guttman | Impulsivity or Aversion to Ambiguity? Decision-Making under Uncertainty in Stimulant Use Disorder |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 1220885 Country of ref document: HK |
|
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20160518 |
|
REG | Reference to a national code |
Ref country code: HK Ref legal event code: WD Ref document number: 1220885 Country of ref document: HK |