CN1762301A

CN1762301A - 血糖值测定装置

Info

Publication number: CN1762301A
Application number: CNA2005100017709A
Authority: CN
Inventors: 赵玉京; 金允玉; 圆冈藏三; 三卷弘
Original assignee: Hitachi Ltd
Current assignee: Hitachi Ltd
Priority date: 2004-10-19
Filing date: 2005-01-19
Publication date: 2006-04-26
Also published as: US20060084853A1; JP2006115947A; EP1649808A1

Abstract

本发明涉及基于温度测定以无侵袭方式进行血糖值测定的血糖值测定方法及装置。其主要采用如下方案：通过用血液中氧饱和度和血流量修正以温度测定方式得到的无侵袭式血糖值测定值谋求测定数据的稳定化；通过使液晶显示器13从水平方向翘起的角度θ为15°～60°，不会产生来自手指以外的辐射热产生的干扰。

Description

血糖值测定装置

技术领域

本发明涉及无需采血即可测定生体中葡萄糖浓度的无侵袭式血糖值测定方法及装置。

背景技术

Hilson等人报道了向糖尿病患者静脉注射葡萄糖后，脸和舌头下面的温度变化(非专利文献1)。Scott等人对糖尿病患者和体温调节的问题进行了论述(非专利文献2)。根据这些研究结果，Cho等人提出了不用采血，通过测定温度求出血液中葡萄糖浓度的方法及装置(专利文献1，2)。

另外，对于不用采血算出葡萄糖浓度正在进一步进行各种尝试。例如，提出如下方法，用3个波长的近红外光照射测定部位，检测出透过光强度，同时检测出体温，求出吸光率的2次微分值的代表值，对应基于预先设定的基准温度产生的体温偏移修正上述代表值，求出与被修正的代表值相当的血糖浓度(专利文献3)。还提供了在测定部位检测体温的同时进行加热或冷却，基于温度变化瞬间的光照射测定减光度，而后测定形成减光度温度依赖性原因的葡萄糖浓度装置(专利文献4)。另外报道了取参照光和照射试样后透过光的输出比，从输出比的对数和体温的1次式计算出葡萄糖浓度的装置(专利文献5)。

[非专利文献1]Diabete & Metabolisme，“Facial and sublingual temperaturechanges following intravenous glucose injection in diabetics”by R.M.Hilson andT.D.R.Hockaday，1982，8，15-19

[非专利文献2]Can.J.Physiol.Pharmacol.，“Diabetes mellitus andthermoregulation”，by A.R.Scott，T.Bennett，I.A.MacDonald，1987，65，1365-1376

[专利文献1]美国专利第5,924,996号公报

[专利文献2]美国专利第5,795,305号公报

[专利文献3]特开平2000-258343号公报

[专利文献4]特开平10-33512号公报

[专利文献5]特开平10-108857号公报

发明内容

血液中的葡萄糖(血糖)在细胞内发生葡萄糖氧化反应，产生维持生物体必需的能量。特别是在基础代谢的状态，由于产生的能量大部分作为维持体温的热能，故可以预想到血液中的葡萄糖浓度和体温之间存在某种关系。但是，考虑到生病发烧，很明显体温也会由于血液中葡萄糖浓度以外的主要因素产生变动。以往，提出了不用采血通过测定温度求出血液中葡萄糖浓度的方法，但很难说具有足够的精度。

血糖通过血管系统特别是毛细血管提供给全身的细胞。在人体内存在复杂的代谢路径，葡萄糖氧化实质上是血糖和氧反应，生成水、二氧化碳和能量的反应。这里所说的氧是由血液供给细胞的氧，氧供给量由血液中的血红蛋白浓度、血红蛋白氧饱和度和血流量决定。另一方面，由于葡萄糖氧化在体内产生的热量通过对流、热辐射、传导等方式被从身体夺走。我们认为体温是由在体内的葡萄糖燃烧的能量生成量即生热和散热的平衡决定的，构思了如下模型：

(1)生热量和散热量视为相等。

(2)生热量是血液中葡萄糖浓度和氧供给量的函数。

(3)氧供给量由血液中血红蛋白浓度、血液中血红蛋白氧饱和度和毛细

血管中的血流量决定的。

(4)散热量主要是由热对流和热辐射决定的。

依据该模型，发现对体表进行热测定，同时测定和血液中氧浓度有关的参数及和血流量有关的参数，采用这些测定结果可以高精度地求出血糖值，从而完成本发明。作为实例之一，可以把人体的一部分例如指尖作为测定对象进行为求出上述参数的测定。与对流和辐射有关的参数可以通过对指尖进行热测定求得。与血液中血红蛋白浓度及血液中血红蛋白氧饱和度有关的参数，可以依分光学方式测定血液中的血红蛋白，通过结合氧的血红蛋白和不结合氧的血红蛋白比率求出。另外，特别是对于和血液中血红蛋白浓度及血红蛋白氧饱和度有关的参数，即使不进行测定，采用预先存储的常数也不会对测定精度有太大损害。与血流量有关的参数可以通过测定来自皮肤的热移动量求出。

作为本发明的血糖值测定装置的一例，其具有：测定来自体表的多个温度、得到用于计算出与来自体表的散热有关的对流传热量和辐射传热量的信息的热量测定部；得到与血液中氧量有关的信息的氧量测定部；存储与多个温度及血液中氧量各自对应的参数和血糖值的关系的存储部；将由热量测定部及氧量测定部输入的多个测定值各自转换成上述参数、并将上述参数应用于存储在存储部的上述关系中计算血糖值的计算部；显示由计算部计算出的血糖值的显示部。氧量测定部具有得到与血流量有关的信息的血流量测定部和得到血液中的血红蛋白浓度、血红蛋白氧饱和度的光学测定部；血流量测定部具有体表接触部、邻接体表接触部而设置的邻接温度检测器、检测出离开体表接触部的位置的温度的间接温度检测器、连接体表接触部和间接温度检测器的热传导部件；显示部设置在离开热量测定部和氧量测定部的位置，且显示面相对水平面的倾斜角度为大于等于15°。

作为本发明的血糖值测定装置的另一例，其具有：测定环境温度的环境温度测定器；接触体表的体表接触部；邻接体表接触部而设置的邻接温度检测器；测定来自体表的辐射热的辐射热检测器；连接体表接触部而设置的热传导部件；邻接热传导部件并且设置在离开体表接触部的位置、检测出离开体表接触部的位置的温度的间接温度检测器；向体表接触部照射至少2个不同波长的光的光源；检测出光在体表反射而产生的反射光的光检测器；具有将邻接温度检测器、间接温度检测器、环境温度测定器、辐射热检测器及光检测器各自的输出分别转换成参数的转换部和预先存储上述参数和血糖值的关系、并将上述参数应用于上述关系计算出血糖值的处理部的计算部；显示由计算部输出的血糖值的显示部。显示部设置在离开辐射热检测器的位置，且显示面相对水平面的倾斜角度为大于等于15°。

作为本发明的血糖值测定装置的另一例，其具有：测定环境温度的环境温度测定器；接触体表的体表接触部；邻接体表接触部而设置的邻接温度检测器；测定来自体表的辐射热的辐射热检测器；连接体表接触部而设置的热传导部件；邻接热传导部件并且设置在离开体表接触部的位置、检测出离开体表接触部的位置的温度的间接温度检测器；存储与血液中的血红蛋白浓度和血红蛋白氧饱和度有关的信息的存储部；具有将邻接温度检测器、间接温度检测器、环境温度测定器及辐射热检测器的输出转换成多个参数的转换部和预先存储上述参数和血糖值的关系、并将上述参数应用于上述关系计算出血糖值的处理部的计算部；显示由计算部输出的血糖值的显示部。显示部设置在离开辐射热检测器的位置，且显示面相对水平面的倾斜角度为大于等于15°。

显示面相对水平面的倾斜角度更优选为大于等于20°，从装置大小的角度考虑优选为小于等于60°。

另外，在显示由计算部输出的结果时，可以显示计算得到的血糖值，也可以显示对应血糖值而得到的任意的信息。

根据本发明，能够在进行无侵袭式测定的同时以和以往的侵袭法同样的精度求出血糖值。

附图说明

图1是说明从体表向模块的热移动的模式图；

图2是表示温度T₁和温度T₂的测定值的时间变化的图；

图3是温度T₃的时间变化的测定例；

图4是图示各种传感器的测定值和由其导出的参数的关系的说明图；

图5是本发明的无侵袭式血糖值测定装置的俯视图；

图6是使用中的无侵袭式血糖值测定装置的侧截面图；

图7是表示来自体表的辐射热的测定值的S/N比和液晶显示器与水平位置的角度θ的关系的图；

图8是表示其他实施例的测定装置的侧视图；

图9是表示装置的操作顺序的图；

图10是测定部的详细图；

图11是表示装置内的数据处理流程的概念图；

图12是本发明的葡萄糖浓度计算值和酶电极法的葡萄糖浓度测定值的绘制图。

图13是表示测定部的其他例的详细图；

图14是表示装置内的数据保管场所的概念图；

图15是本发明的葡萄糖浓度计算值和酶电极法的葡萄糖浓度测定值的绘制图。

符号说明

11…操作部；12…测定部；13…显示部；15…手指放置部；16…辐射温度传感器部的开口端；17…接触温度传感器部；18…光学传感器部；21…金属板；22…热传导部件；23…热敏电阻；24…热敏电阻；25…红外线透镜；26…红外线透过窗；27…热电检测器；28…热敏电阻；31，32…光纤维；33，34…光源；35…光电二极管；36…手指放置导件；37…上表壳；38…下表壳；39…显示窗。

具体实施方式

下面，参照附图对本发明的实施方式进行说明。为了容易理解，在以下的图中对于相同的功能部分使用同样的符号说明。

首先，对具体的前述模型进行说明。考虑散热量问题时，作为其主要因素的对流传热与环境温度(室温)和体表温度之间的温度差有关，依斯蒂芬-玻耳兹曼定律，作为另一主要因素的辐射的散热量，同体表温度的4次方成比例。因而，知道来自人体的散热量与室温和体表温度有关。另一方面，作为与生热量有关的一个主要因素的氧供给量可表示为血红蛋白浓度、血红蛋白氧饱和度和血流量的乘积。

这里，血红蛋白浓度可以通过携氧血红蛋白和脱氧血红蛋白的摩尔吸光系数相等的波长(等吸光波长)的吸光率来测定。血红蛋白氧饱和度可通过测定上述等吸光波长的吸光率、以及携氧血红蛋白与脱氧血红蛋白的摩尔吸光系数的比率是己知的至少另外一种波长的吸光率后，通过求解联立方程来测定。即，血红蛋白浓度和血红蛋白氧饱和度可以通过测定最少2个波长的吸光率得到。

剩下的是血流量。血流量可以通过各种方法测定，下面对其测定方法的一个例子进行说明。

图1是说明在具有某程度热容量的固体模块接触体表一定时间后离开时，从体表到模块的热移动的模型图。模块材质可以用塑料等树脂，例如氯乙烯。这里，着眼于模块和体表接触部分的温度T₁的时间变化，及在模块上部离开体表的位置的温度T₂的时间变化。血流量可以主要通过追踪温度T₂(在模块上的离开体表一定空间的点的温度)的时间变化来推定。下面详细地说明。

模块和体表接触前，模块的2个点的温度T₁、T₂和室温T_r相等。当体表温度T_s比室温T_r高时，如果模块和体表接触，温度T₁由于从皮肤的热移动迅速上升，并接近体表温度T_s。另一方面，由于传导到模块内的热量从固体模块表面放热，温度T₂比T₁减弱，并且稳定上升。温度T₁、T₂的时间变化依赖于从体表到模块的热移动量。从体表到模块的热移动量取决于流在皮肤下的毛细血管中的血流量。要是把毛细血管看作热交换器，从毛细血管到周围的细胞组织的传热系数可以作为血流量的函数被给出。因而，通过追踪温度T₁、T₂的时间变化，如果测定了从体表到模块的热移动量，就可以推定从毛细血管到细胞组织的热传递量，并可以由此推定血流量。因此，通过时间方式追踪T₁、T₂的温度变化，如果测定了从体表到模块的热移动量，就可以推定从毛细血管到细胞组织的热传递量，并由此可以推定血流量。

图2是表示在模块中和体表接触部分的温度T₁及离开体表接触位置的模块上的位置的温度T₂的测定值的时间变化的图。模块和体表接触时T₁测定值迅速上升，分离时缓慢下降。

图3表示通过辐射温度检测器测定的温度T₃的测定值时间变化。由于作为温度T₃测定来自体表的辐射的温度，因此要比其他传感器对温度变化反应敏感。由于辐射热以电磁波传播，可以在瞬间传达温度变化。因此，例如，如下面图7所示，如果将辐射温度检测器放置在靠近应检测来自体表的辐射热的模块与体表接触的位置的话，就能够从温度T₃的变化可以检测出模块和体表的接触开始时刻t_start及接触结束时刻t_end。例如，如图3所示设定温度阈值，将超过阈值时设定为接触开始时刻t_start，将从阈值开始下降时设定为接触结束时刻t_end。温度阈值例如设定为32℃等。

接着，通过S型曲线例如逻辑曲线使时刻t_start和时刻t_end之间的T₁测定值近似。逻辑曲线采用温度为T、时刻为t的下式表示。

[数1]

T = \frac{b}{1 + c \times \exp (- a \times t)} + d

可以通过采用非线性最小二乘法求得系数a，b，c，d使测定值近似。对求得的近似式，把T从时刻t_start到时刻t_end积分的值作为S₁。

同样，由T₂测定值算出积分值S₂。这时，(S₁-S₂)越小，意味着从手指表面到T₂位置的热移动量越大。另外，手指接触时间t_CONT(＝t_end-t_start)越长，(S₁-S₂)越大。由此，把a₅作为比例系数，把a₅/(t_CONT×(S₁-S₂))作为表示血流量的参数X₅。

基于以上说明，为通过前述模型求出血液中葡萄糖浓度，需要知道室温(环境温度)、体表温度、和体表接触的模块的温度变化、来自体表的辐射的温度及最少2个波长的吸光率等必要的测定量。

图4是图示各种传感器的测定值和由此导出的参数的关系的说明图。准备和体表接触的模块，通过在其2处设置有2个温度传感器测定2种温度T₁和T₂的时间变化。另外，测定体表的辐射温度T₃和室温T₄。以与血红蛋白的吸收有关的至少两种波长测定吸光率A₁、A₂。由温度T₁、T₂、T₃、T₄得到与血流量有关的参数。由温度T₃得到与辐射传热量有关的参数，由T₃和T₄得到与对流传热量有关的参数。另外，由吸光率A₁得到与血红蛋白浓度有关的参数，由吸光率A₁和A₂得到与血红蛋白氧饱和度有关的参数。

接着，依据本发明的原理对实现无侵袭式血糖值的具体装置结构进行说明。

图5是本发明的无侵袭式血糖值测定装置的俯视图。该装置中作为体表使用指尖肚的皮肤，也可以使用其它体表。

在装置上面，设有操作部11，放置作为测定对象的手指的测定部12，显示测定结果、装置状态和测定值等的显示部13。在操作部11中，配置有进行装置操作用的4个按钮11a～11d。在测定部12中，设有盖14，打开盖14(图表示开盖的状态)，在手指放置导件36中存在具有椭圆形圆周的手指放置部15。在手指放置部15中，有辐射温度传感器的开口端16、接触温度传感器部17和光学传感器部18。

图6是使用中的无侵袭式血糖值测定装置的侧截面图。外壳由上表壳37和下表壳38构成，在上表壳37的上面设有显示窗39。该显示窗39例如用透明的塑料板制作，在显示窗39的下方液晶显示器13与水平方向仅倾斜成角度θ而设置。测定者41坐在椅子上，将手指放在被放置在测定台40的测定装置的手指放置部15上测定血糖值。将手指放在手指放置部15上之前、以及在从手指放置部15移开手指之后，如果测定者41的身体的一部分覆盖在手指放置部15中的辐射温度传感器部的开口端16的上方，则会由于体表产生辐射热的干扰。

图7是在纵轴表示来自体表的辐射热的测定值的S/N比、横轴表示液晶显示器13从水平位置向测定者41侧翘起的角度θ的多个测定值的图。将手指放在手指放置部15上之前、以及在从手指放置部15移开手指之后，由于测定者41窥视液晶显示器13，如果测定者41的身体的一部分覆盖在邻接液晶显示器13的手指放置部15中的辐射温度传感器部的开口端16的上方，则会由于体表产生辐射热的干扰。在使用液晶显示器13翘起水平10°的测定装置的25人的临床试验中，14人指出难以看到液晶显示器13的显示，但是使用翘起15°的测定装置时指出的人减少至3人，使用翘起20°的测定装置时没有人指出难以看到显示。如果液晶显示器13从水平位置向测定者41侧翘起大约大于等于15°而设置，则来自体表的辐射热的测定值的S/N变得良好。为了在将手指放在手指放置部15上之前、以及在从手指放置部15移开手指之后，测定者41窥视液晶显示器13时不产生手指以外的辐射热引起的干扰，优选液晶显示器13从水平位置向测定者41侧翘起至少大于等于15°而设置。如果从水平位置向测定者41侧翘起大于等于20°而设置，则对于测定者显示面更容易看到，也几乎没有来自手指以外的体表的干扰发生，因此更为优选。另一方面，如果液晶显示器13翘起而设置则和装置内部的部件发生干扰，装置的高度变大，因此优选液晶显示器13的角度为15°～60°。

图8是表示其他实施例的测定装置的侧视图。在该实施例中，液晶显示器13设置在装置的上部。为了在将手指放在手指放置部15上之前、以及在从手指放置部15移开手指之后，测定者41窥视液晶显示器13时不产生手指以外的辐射热引起的干扰，优选液晶显示器13从水平位置向测定者41侧翘起至少大于等于15°而设置。进而，可以连续地改变液晶显示器13从水平位置向测定者41侧翘起的角度。

作为其效果，在用无侵袭式血糖测定装置进行血糖测定时，可以排除手指以外的辐射热对辐射温度传感器产生的干扰，提高血糖值的测定精度。

图9表示装置的操作步骤。如果按操作部的按钮接通装置电源，在液晶显示器上显示“加热”，装置内的电子电路被加热。同时，检测程序运作，自动检测电子电路。如果“加热”结束，在液晶显示部显示“请放置手指”。要是将手指放置在手指放置部，在液晶显示部显示倒计时。当倒计时结束时，在液晶显示部显示“请移开手指”。如果将手指离开手指放置部，在液晶显示部显示“数据处理中”。然后，在液晶显示部显示血糖值。这时，显示的血糖值连同日期·时间存储在集成电路板(IC卡)中。要是读取显示的血糖值，按操作部的按钮。装置在约1分钟后进入等待下次测定、在液晶显示部显示“请放置手指”的状态。

图10是表示测定部详细情况的图，(a)是俯视图，(b)是其XX截面图，(c)是其YY截面图。

首先，对本发明的无侵袭血糖值测定装置的温度测定进行说明。在被检测部(指尖肚)接触的部分设置有热传导率高的材料例如用金做的薄金属板21，以传热方式连接到该金属板21上的比金属板21热传导率低的材料，例如由聚氯乙烯形成的棒状的热传导部件22伸到装置内部。作为温度传感器，设有作为测定金属板21的温度并且构成同被检测部邻接的温度检测器的热敏电阻23，及作为测定仅仅距离金属板21一定距离的热传导部件部分的温度并且构成间接检测同被检测部的温度检测器的热敏电阻24。在可以看透放置在手指放置部15的被检测部(指尖肚)的装置内部位置设置有红外线透镜25，在红外线透镜25的下方通过红外线透过窗26设置有热电检测器27。另外，靠近热电检测器27设置有另一热敏电阻28。

这样测定部的温度传感器部具有4个温度传感器，测定下面的4种温度。

(1)手指表面的温度(热敏电阻23)：T₁

(2)热传导部件的温度(热敏电阻24)：T₂

(3)手指的辐射温度(热电检测器27)：T₃

(4)室温(热敏电阻28)：T₄

接着，对光学传感器部18进行说明。光学传感器部是为了求出氧供给量而测定必要的血红蛋白浓度和血红蛋白氧饱和度。要测定血红蛋白浓度和血红蛋白氧饱和度，需要测定最少2个波长下的吸光率，图10(c)表示通过2个光源33，34和1个检测器35进行2个波长测定的结构例子。

2个光纤维31，32的端部位于光学传感器部18中。光纤维31是光照射用的光纤维，光纤维32是接受光用的光纤维。如图10(c)所示，光纤维31和形成支线的纤维31a，31b连接，在其末端设置有2个波长的发光二极管33，34。在接受光用的光纤维32的末端设置有光电二极管35。发光二极管33发射出波长810nm的光，发光二极管34发射出波长950nm的光。波长810nm是携氧血红蛋白和脱氧血红蛋白的摩尔吸光系数相等时的等吸光波长，波长950nm是携氧血红蛋白和脱氧血红蛋白的摩尔吸光系数的差值大时的波长。

2个发光二极管33，34分时地发光，由发光二极管33，34发出的光通过光照射用光纤维31照射到被检测者的手指上。照射到手指的光在手指的皮肤反射，射入接受光用光纤维32中通过光电二极管35被检测出。照射到手指的光在手指的皮肤反射时，一部分光通过皮肤侵入组织内部，由毛细血管中流着的血液中的血红蛋白所吸收。光电二极管35的测定数据为反射率R，吸光率用log(1/R)来近似地计算。通过波长810nm和波长950nm的光各自进行照射，各自测定R值，并且求出log(1/R)，来测定波长810nm的吸光率A₁和波长950nm的吸光率A₂。

假设脱氧血红蛋白浓度为[Hb]，携氧血红蛋白浓度为[HbO₂]，用下式表示吸光率A₁和吸光率A₂。

[数2]

A_{1} = a \times ([Hb] \times A_{Hb} (810 nm) + [Hb O_{2}] \times A_{Hb O_{2}} (810 nm))

= a \times ([Hb] + [Hb O_{2}]) \times A_{Hb O_{2}} (810 nm)

A_{2} = a \times ([Hb] \times A_{Hb} (950 nm) + [Hb O_{2}] \times A_{Hb O_{2}} (950 nm))

= a \times ([Hb] + [Hb O_{2}]) \times ((1 - \frac{[Hb O_{2}]}{[Hb] + [Hb O_{2}]}) \times A_{Hb} (950 nm) + \frac{[Hb O_{2}]}{[Hb] + [Hb O_{2}]} \times A_{Hb O_{2}} (950 nm))

A_Hb(810nm)和A_Hb(950nm)、A_HbO2(810nm)和A_HbO2(950nm)分别为脱氧血红蛋白、携氧血红蛋白的摩尔吸光系数，在各波长下为已知。a为比例系数。可以从上式求出血红蛋白浓度([Hb]+[HbO₂])、血红蛋白氧饱和度{[HbO₂]/[Hb]+[HbO₂]}如下。

[数3]

[Hb] + [Hb O_{2}] = \frac{A_{1}}{a \times A_{Hb O_{2}} (810 nm)}

\frac{[Hb O_{2}]}{[Hb] + [Hb O_{2}]} = \frac{A_{2} \times A_{Hb O_{2}} (810 nm) - A_{1} \times A_{Hb} (950 nm)}{A_{1} \times (A_{Hb O_{2}} (950 nm) - A_{Hb} (950 nm))}

另外，这里对通过2个波长的吸光率测定对测定血红蛋白浓度和血红蛋白氧饱和度的例子进行了说明，但也可通过用3个以上波长测定吸光率，来降低阻碍成分的影响，提高测定精度。

图11是表示装置中的数据处理的流程的概念图。在该例子的装置中，存在由热敏电阻23、热敏电阻24、热电检测器27、热敏电阻28和光电二极管35组成的5个传感器。由于以光电二极管35测定波长810nm的吸光率和波长950nm的吸光率，故在装置中输入6种测定值。

5种模拟信号各自经过A1～A5的放大器，通过AD1～AD5的模数转换器进行数字转换。由进行数字转换后的值计算参数x_i(i＝1，2，3，4，5)。具体地x_i表示如下(a₁～a₅是比例系数)。

[数4]

和热辐射成比例的参数

x₁＝a₁×(T₃)⁴

和热对流成比例的参数

x₂＝a₂×(T₄-T₃)

和血红蛋白浓度成比例的参数

x_{3} = a_{3} \times (\frac{A_{1}}{a \times A_{Hb O_{2}} (810 nm)})

和血红蛋白氧饱和度成比例的参数

x_{4} = a_{4} \times (\frac{A_{2} \times A_{Hb O_{2}} (810 nm) - A_{1} \times A_{Hb} (950 nm))}{A_{1} \times (A_{Hb O_{2}} (950 nm) - A_{Hb} (950 nm))})

和氧供给量成比例的参数

x_{5} = a_{5} \times (\frac{1}{t_{CONT} \times (S_{1} - S_{2})})

接着，根据由实际的多数健康者及糖尿病患者的数据得到的参数x_i的平均值和标准偏差计算出标准化参数。通过下面的公式由各参数x_i计算标准化参数X_i(i＝1，2，3，4，5)。

[数5]

X_{i} = \frac{x_{i} - {\overset{&OverBar;}{x}}_{i}}{SD (x_{i})}

x_i：参数

x_i：参数的平均值

SD(x_i)：参数的标准偏差

取前述的5个标准化参数，进行为进行最终显示的葡萄糖浓度的变换计算。在处理计算中必要的程序储存在ROM中，该ROM安装于装在装置里的微处理器中。另外，在处理计算中必要的储存区同样地由安装在装置中的RAM(随机存取储存器)来保证。计算处理的结果显示在液晶显示器上。

在ROM中存储了作为处理计算时必要的程序组成要素，特别是为求出葡萄糖浓度C的函数。该函数定义如下。首先，C用下面的式(1)表示。a_i(i＝0，1，2，3，4，5)预先由多个测定数据决定。求a_i的步骤如下。

(1)形成表示标准化参数和葡萄糖浓度C的关系的多重回归式。

(2)由通过最小二乘法得到的式子求出和标准化参数有关的标准方程式(联立方程式)。

(3)由标准方程式求出系数a_i(i＝0，1，2，3，4，5)的值，代入多重回归式中。

首先，做出表示葡萄糖浓度C和标准化参数X₁，X₂，Xx，X₄，X₅关系的下面的回归式(1)。

[数6]

C＝∫(X₁，X₂，X₃，X₄，X₅)

＝a₀+a₁X₁+a₂X₂+a₃X₃+a₄X₄+a₅X₅……(1)

接着，为了求出和酶电极法的葡萄糖浓度值C_i的误差最小的多重回归式，采用最小二乘法。假设残差的平方和为D，D用下式(2)表示。

[数7]

D = Σ_{i = 1}^{n} {d_{i}}^{2}

= Σ_{i = 1}^{n} {(C_{i} - f (X_{i 1}, X_{i 2}, X_{i 3}, X_{i 4}, X_{i 5}))}^{2}

= Σ_{i = 1}^{n} {C_{i} - (a_{0} + a_{1} X_{i 1} + a_{2} X_{i 2} + a_{3} X_{i 3} + a_{4} X_{i 4} + a_{5} X_{i 5})}^{2} \cdot \cdot \cdot \cdot \cdot \cdot (2)

由于在以a₀，a₁，…，a₅对式(2)偏微分等于零时，残差的平方和D最小，从而得到下式。

[数8]

\frac{&PartialD; D}{&PartialD; a_{0}} = - 2 Σ_{i = 1}^{n} {C_{i} - (a_{0} + a_{1} X_{i 1} + a_{2} X_{i 2} + a_{3} X_{i 3} + a_{4} X_{i 4} + a_{5} X_{i 5})} = 0

\frac{&PartialD; D}{&PartialD; a_{1}} = - 2 Σ_{i = 1}^{n} X_{i 1} {C_{i} - (a_{0} + a_{1} X_{i 1} + a_{2} X_{i 2} + a_{3} X_{i 3} + a_{4} X_{i 4} + a_{5} X_{i 5})} = 0

\frac{&PartialD; D}{&PartialD; a_{2}} = - 2 Σ_{i = 1}^{n} X_{i 2} {C_{i} - (a_{0} + a_{1} X_{i 1} + a_{2} X_{i 2} + a_{3} X_{i 3} + a_{4} X_{i 4} + a_{5} X_{i 5})} = 0

\frac{&PartialD; D}{&PartialD; a_{3}} = - 2 Σ_{i = 1}^{n} X_{i 3} {C_{i} - (a_{0} + a_{1} X_{i 1} + a_{2} X_{i 2} + a_{3} X_{i 3} + a_{4} X_{i 4} + a_{5} X_{i 5})} = 0

\frac{&PartialD; D}{&PartialD; a_{4}} = - 2 Σ_{i = 1}^{n} X_{i 4} {C_{i} - (a_{0} + a_{1} X_{i 1} + a_{2} X_{i 2} + a_{3} X_{i 3} + a_{4} X_{i 4} + a_{5} X_{i 5})} = 0

\frac{&PartialD; D}{&PartialD; a_{5}} = - 2 Σ_{i = 1}^{n} X_{i 5} {C_{i} - (a_{0} + a_{1} X_{i 1} + a_{2} X_{i 2} + a_{3} X_{i 3} + a_{4} X_{i 4} + a_{5} X_{i 5})} = 0 \cdot \cdot \cdot \cdot \cdot \cdot (3)

假设C，X₁～X₅的平均值各自为C_mean，X_1mean～X_5mean，由于X_imean＝0(i＝1～5)，由式(1)得到式(4)。

[数9]

a₀＝C_mean-a₁X_1mean-a₂X_2mean-a₃X_3mean-a₄X_4mean-a₅X_5mean

＝C_mean …(4)

另外，标准化参数之间的变动·共变用式(5)表示，标准化参数X_i(i＝1～5)和C的共变用式(6)表示。

[数10]

S_{ij} = Σ_{k = 1}^{n} (X_{ki} - X_{imean}) (X_{kj} - X_{jmean}) = Σ_{k = 1}^{n} X_{ki} X_{kj} (i, j = 1,2, \cdot \cdot 5) \cdot \cdot \cdot \cdot \cdot \cdot (5)

S_{iC} = Σ_{k = 1}^{n} (X_{ki} - X_{imean}) (C_{k} - C_{mean}) = Σ_{k = 1}^{n} X_{ki} (C_{k} - C_{mean}) (i = 1,2, \cdot \cdot 5) \cdot \cdot \cdot \cdot \cdot \cdot (6)

把式(4)(5)(6)代入式(3)进行整理，得到联立方程式(标准方程式)(7)，通过解该方程求出a₁～a₅。

[数11]

a₁S₁₁+a₂S₁₂+a₃S₁₃+a₄S₁₄+a₅S₁₅＝S_1C

a₁S₂₁+a₂S₂₂+a₃Sx+a₄S₂₄+a₅Sx＝S_2C

a₁S₃₁+a₂S₃₂+a₃S₃₃+a₄S₃₄+a₅S₃₅＝S_3C

a₁S₄₁+a₂S₄₂+a₃S₄₃+a₄S₄₄+a₅S₄₅＝S_4C

a₁S₅₁+a₂S₅₂+a₃S₅₃+a₄S₅₄+a₅S₅₅＝S_5C ……(7)

用式(4)求出常数项a₀。以上求得的a_i(i＝0，1，2，3，4，5)在装置制造时被储存在ROM中。在利用装置作实际测定中，通过把由测定值求出的标准化参数X₁～X₅代入回归式(1)中，计算出葡萄糖浓度C。

下面给出葡萄糖浓度计算过程的具体例子。预先由对健康者及糖尿病患者测定的多个数据确定回归式(1)的系数，把下面的葡萄糖浓度的计算式储存在微处理器的ROM中。

[数12]

C＝99.4+18.3×X₁-20.2×X₂-23.7×X₃-22.0×X₄-25.9×X₅

X₁～X₅是对参数x₁～x₅标准化后的参数。假定参数的分布是标准分布，标准化参数的95％取从-2到2之间的值。

以健康者的测定值作为一个例子，把标准化参数X₁＝-0.06、X₂＝+0.04、X₃＝+0.05、X₄＝-0.12、X₅＝+0.10代入上述的式子中，得到C＝96mg/dl。另外，以糖尿病患者的测定值作为一个例子，把标准化参数X₁＝+1.15、X₂＝-1.02、X₃＝-0.83、X₄＝-0.91、X₅＝-1.24代入上述的式子中，得到C＝213mg/dl。

以往的测定方法即酶电极法中，使通过采血得到的血液和试剂反应，由该反应测定产生的电子量，测定血糖值。下面对酶电极法的测定结果和本发明的一个实施例的测定结果进行陈述。以健康者的测定值为一个例子，在酶电极法的葡萄糖浓度为89mg/dl时，把同时刻通过本发明方法测定得到的标准化参数X₁＝-0.06、X₂＝+0.04、X₃＝+0.05、X₄＝-0.12、X₅＝+0.10代入上述的式子中，得到C＝96mg/dl。另外，以糖尿病患者的测定值作为一个例子，在酶电极法的葡萄糖浓度为238mg/dl时，把同时刻通过本发明方法测定得到的标准化参数X₁＝+1.15、X₂＝-1.02、X₃＝-0.83、X₄＝-0.91、X₅＝-1.24代入上述的式子中，得到C＝213mg/dl。由上述的结果，通过本发明方法可以高精度地求出葡萄糖浓度得到证实。

图12是以纵轴为本发明方法的葡萄糖浓度的计算值，横轴为酶电极法的葡萄糖浓度的测定值，针对多个患者绘制各自的测定值的图。通过按照本发明方法测定氧供给量·血流量可以得到良好的相关(相关系数＝0.9324)。

在上述的实施例中，与血液中血红蛋白浓度及血液中血红蛋白氧饱和度有关的参数通过以分光学方式测定血液中的血红蛋白求得。可是，由于血红蛋白浓度对于无贫血、出血及红血球增加症等症状的人是稳定的，而且，血红蛋白浓度对于男性为13～18g/dL、女性为12～17g/dL是正常值，血红蛋白浓度正常值的变化幅度范围为5～6％，在上述的血糖值计算式中与血流量有关的项的加权比其他项小，因此，即使作为常数处理也不会太大地损害精度。同样，关于血红蛋白氧饱和度，若在大气压下呼吸空气、处于安静、轻松的状态下，其稳定在97～98％，因此，也可以作为常数处理。因而，血红蛋白浓度和血红蛋白氧饱和度可以作为常数处理，氧供给量可以由血红蛋白浓度常数、血红蛋白氧饱和度常数和血流量的积求出。

通过将血红蛋白浓度和血红蛋白氧饱和度可以作为常数处理，对于用于血糖值测定的传感器结构上，可以去除光学传感器等而加以简化。另外，通过省略光学测定的时间及光学测定结果处理的时间，可以实现血糖值测定的一系列快速化。

另外，由于血红蛋白氧饱和度特别是安静时形成稳定的值，如果把血红蛋白浓度和血红蛋白氧饱和度作为常数处理，特别是在安静时的血糖值测定中可以提高测定精度，并且可以实现血糖值测定的一系列快速化。在此，所谓安静时是指在坐在椅子上或躺着身体几乎不活动的状态经过了5分钟左右的时候。

下面，对将血红蛋白浓度和血红蛋白氧饱和度作为常数处理的实施例进行说明。本实施例除了将血红蛋白浓度和血红蛋白氧饱和度作为常数处理以外，由于和上述实施例同样，在此，主要对和上述实施例不同的地方进行说明。

本实施例不测定图4中血红蛋白浓度和血红蛋白氧饱和度，而作为常数处理。因而，本实施例的测定部如图13所示，做成从图10所示的上述实施例的测定部去除光源33，34、光电二极管35及光纤维31，32的结构。在本实施例中使用的参数是与热辐射成比例的参数x₁、与热对流成比例的参数x₂及与氧供给量成比例的参数x₃(以下，与氧供给量成比例的参数表示为x₃)，由这些参数如上述计算出标准化参数，根据该3个标准化参数X_i(i＝1，2，3)计算葡萄糖浓度。在数据处理中，可以省略上述实施例中必需的“由光学计测量数据到标准化参数的转换处理”(参照图11)。

图14是表示本实施例装置的功能块图的图。该装置由电池41驱动。通过由温度传感器构成的传感器部43测定的信号进入和各信号对应设置的模数转换器44(模数转换器AD1～AD4)转换成数字信号。作为微处理器45的外围电路，具有模数转换器AD1～AD4、液晶显示器13、RAM42，它们各自通过总线46被微处理器45所访问。另外，按钮11a～11d各自和微处理器45连接。微处理器45内部装有存储了软件的ROM。另外，微处理器45可以通过按按钮11a～11d接受来自外部的指令。

装在微处理器45内的ROM47存储计算处理中必要的程序。即，具有运算部的功能。微处理器45内部还装有存储血红蛋白浓度的常数的血红蛋白浓度常数存储部48、存储血红蛋白氧饱和度的常数的血红蛋白氧饱和度常数存储部49。计算程序在手指的测定结束后，从血红蛋白浓度常数存储部48和血红蛋白氧饱和度常数存储部49找出最佳常数进行计算。另外，在计算处理中必要的存储区域同样由编入在装置中的RAM42确保。计算处理的结果显示在液晶显示部。

在ROM中存入了作为处理计算时必要的程序组成要素，特别是为求出葡萄糖浓度C的函数。该函数定义如下。首先，C用下面的式( 8)表示。a_i(i＝0，1，2，3)预先由多个测定数据决定。求a_i的步骤如下。

(1)形成表示标准化参数和葡萄糖浓度C的关系的多重回归式。

(3)由标准方程式求出系数a_i(i＝0，1，2，3)的值，代入多重回归式中。

首先，做出表示葡萄糖浓度C和标准化参数X₁，X₂，X₃之关系的下面的回归式(8)。

[数13]

C＝f(X₁，X₂，X₃)

＝a₀+a₁X₁+a₂X₂+a₃X₃ ……(8)

接着，为了求出和酶电极法的葡萄糖浓度值C_i的误差最小的多重回归式，采用最小二乘法。假设残差的平方和为D，D用下式(9)表示。

[数14]

D = Σ_{i = 1}^{n} {d_{i}}^{2}

= Σ_{i = 1}^{n} {(C_{i} - f (X_{i 1}, X_{i 2}, X_{i 3}))}^{2}

= Σ_{i = 1}^{n} {C_{i} - (a_{0} + a_{1} X_{i 1} + a_{2} X_{i 2} + a_{3} X_{i 3})}^{2} \cdot \cdot \cdot \cdot \cdot \cdot (9)

由于在以a₀～a₃对式(9)偏微分等于零时，残差的平方和D最小，从而得到下式。

[数15]

\frac{&PartialD; D}{&PartialD; a_{0}} = - 2 Σ_{i = 1}^{n} {C_{i} - (a_{0} + a_{1} X_{i 1} + a_{2} X_{i 2} + a_{3} X_{i 3})} = 0

\frac{&PartialD; D}{&PartialD; a_{1}} = - 2 Σ_{i = 1}^{n} X_{i 1} {C_{i} - (a_{0} + a_{1} X_{i 1} + a_{2} X_{i 2} + a_{3} X_{i 3})} = 0

\frac{&PartialD; D}{&PartialD; a_{2}} = - 2 Σ_{i = 1}^{n} X_{i 2} {C_{i} - (a_{0} + a_{1} X_{i 1} + a_{2} X_{i 2} + a_{3} X_{i 3})} = 0

\frac{&PartialD; D}{&PartialD; a_{3}} = - 2 Σ_{i = 1}^{n} X_{i 3} {C_{i} - (a_{0} + a_{1} X_{i 1} + a_{2} X_{i 2} + a_{3} X_{i 3})} = 0 \cdot \cdot \cdot \cdot \cdot \cdot (10)

假设C，X₁～X₃的平均值各自为C_mean，X_1mean～X_3mean，由于X_imean＝0(i＝1～3)，由式(8)得到式(11)。

[数16]

a₀＝C_mean-a₁X_1mean-a₂X_2mean-a₃X_3mean

＝C_mean ……(11)

另外，标准化参数之间的变动·共变用式(12)表示，标准化参数X_i(i＝1～3)和C的共变用式(13)表示。

[数17]

S_{ij} = Σ_{k = 1}^{n} (X_{ki} - X_{imean}) (X_{kj} - X_{jmean}) = Σ_{k = 1}^{n} X_{ki} X_{kj} (i, j = 1,2,3) \cdot \cdot \cdot \cdot \cdot \cdot (12)

S_{iC} = Σ_{k = 1}^{n} (X_{ki} - X_{imean}) (C_{k} - C_{mean}) = Σ_{k = 1}^{n} X_{ki} (C_{k} - C_{mean}) (i = 1,2,3) \cdot \cdot \cdot \cdot \cdot \cdot (13)

把式(11)(12)(13)代入式(10)进行整理，得到联立方程式(标准方程式)(14)，通过解该方程求出a₁～a₃。

[数18]

a₁S₁₁+a₂S₁₂+a₃S₁₃＝S_1C

a₁S₂₁+a₂S₂₂+a₃S₂₃＝S_2C

a₁S₃₁+a₂S₃₂+a₃S₃₃＝S_3C ……(14)

用式(11)求出常数项a₀。以上求得的a_i(i＝0，1，2，3)在装置制造时被储存在ROM中。在利用装置作实际测定中，通过把由测定值求出的标准化参数X₁～X₃代入回归式(8)中，计算出葡萄糖浓度C。

下面表示葡萄糖浓度计算过程的具体例。预先由对健康者及糖尿病患者测定的多个数据确定回归式(8)的系数，把下面的葡萄糖浓度的计算式储存在微处理器的ROM中。

[数19]

C＝101.7+25.8×X₁-23.2×X₂-12.9×X₃

X₁～X₃是对参数x₁～x₃标准化后的参数。假定参数的分布是标准分布，标准化参数的95％取从-2到+2之间的值。

以健康者的测定值作为一个例子，把标准化参数X₁＝-0.06、X₂＝+0.04、X₃＝+0.10代入上述的式子中，得到C＝101mg/dl。另外，以糖尿病患者的测定值作为一个例子，把标准化参数X₁＝+1.35、X₂＝-1.22、X₃＝-1.24代入上述的式子中，得到C＝181mg/dl。另外，在上式中血红蛋白浓度定为常数15g/dl，血红蛋白氧饱和度定为常数97％。

在以往的测定方法即酶电极法中，使通过采血得到的血液和试剂反应，由该反应测定产生的电子量，测定血糖值。下面对酶电极法的测定结果和本发明的一个实施例的测定结果进行陈述。以健康者的测定值为一个例子，在酶电极法的葡萄糖浓度为93mg/dl时，把同时刻通过本发明方法测定得到的标准化参数X₁＝-0.06、X₂＝+0.04、X₃＝+0.10代入上述的式子中，得到C＝101mg/dl。另外，以糖尿病患者的测定值作为一个例子，在酶电极法的葡萄糖浓度为208mg/dl时，把同时刻通过本发明方法测定得到的标准化参数X₁＝+1.35、X₂＝-1.22、X₃＝-1.24代入上述的式子中，得到C＝181mg/dl。该计算结果表现出约13％的误差，但由于一般地为血糖测定的装置被制作成通常容许15～20％的误差，因此该水平的精度被认为是足够的精度。由上述的结果，通过本发明方法可以高精度地求出葡萄糖浓度得到证实。

图15是以纵轴为本发明方法的葡萄糖浓度的计算值，横轴为酶电极法的葡萄糖浓度的测定值，针对多个患者绘制各自的测定值的图。通过按照本发明方法测定可以得到良好的相关(相关系数＝0.8932)。

Claims

1.一种血糖值测定装置，其特征在于，其具有：测定来自体表的多个温度、得到用于计算出与来自所述体表的散热有关的对流传热量和辐射传热量的信息的热量测定部；得到与血液中氧量有关的信息的氧量测定部；存储与所述多个温度及所述血液中氧量各自对应的参数和血糖值的关系的存储部；将由所述热量测定部及所述氧量测定部输入的多个测定值各自转换成所述参数、并将所述参数应用于存储在所述存储部的所述关系中计算血糖值的计算部；显示由所述计算部计算出的结果的显示部；

所述氧量测定部具有得到与血流量有关的信息的血流量测定部和得到血液中的血红蛋白浓度、血红蛋白氧饱和度的光学测定部；所述血流量测定部具有体表接触部、邻接所述体表接触部而设置的邻接温度检测器、检测出离开所述体表接触部的位置的温度的间接温度检测器、连接所述体表接触部和所述间接温度检测器的热传导部件；

所述显示部设置在离开所述热量测定部和所述氧量测定部的位置，且显示面相对水平面的倾斜角度为大于或等于15°。

2.根据权利要求1所述的血糖值测定装置，其特征在于，显示面相对水平面的倾斜角度为小于或等于60°。

3.根据权利要求1所述的血糖值测定装置，其特征在于，显示面相对水平面的倾斜角度为大于或等于20°。

4.根据权利要求1所述的血糖值测定装置，其特征在于，所述显示部具有显示窗和设在显示窗下方的液晶显示部。

5.根据权利要求1所述的血糖值测定装置，其特征在于，所述显示部是液晶显示器。

6.一种血糖值测定装置，其特征在于，其具有：测定环境温度的环境温度测定器；接触体表的体表接触部；邻接所述体表接触部而设置的邻接温度检测器；测定来自所述体表的辐射热的辐射热检测器；连接所述体表接触部而设置的热传导部件；邻接所述热传导部件并且设置在离开所述体表接触部的位置、检测出离开所述体表接触部的位置的温度的间接温度检测器；向所述体表接触部照射至少2个不同波长的光的光源；检测出所述光在所述体表反射而产生的反射光的光检测器；具有将所述邻接温度检测器、所述间接温度检测器、所述环境温度测定器、所述辐射热检测器及所述光检测器各自的输出分别转换成参数的转换部和预先存储所述参数和血糖值的关系、并将所述参数应用于所述关系计算出血糖值的处理部的计算部；显示由所述计算部输出的结果的显示部；

所述显示部设置在离开所述辐射热检测器的位置，且显示面相对水平面的倾斜角度为大于或等于15°。

7.根据权利要求6所述的血糖值测定装置，其特征在于，显示面相对水平面的倾斜角度为小于或等于60°。

8.根据权利要求6所述的血糖值测定装置，其特征在于，显示面相对水平面的倾斜角度为大于或等于20°。

9.根据权利要求6所述的血糖值测定装置，其特征在于，所述显示部具有显示窗和设在显示窗下方的液晶显示部。

10.根据权利要求6所述的血糖值测定装置，其特征在于，所述显示部是液晶显示器。

11.一种血糖值测定装置，其特征在于，其具有：测定环境温度的环境温度测定器；接触体表的体表接触部；邻接所述体表接触部而设置的邻接温度检测器；测定来自所述体表的辐射热的辐射热检测器；连接所述体表接触部而设置的热传导部件；邻接所述热传导部件并且设置在离开所述体表接触部的位置、检测出离开所述体表接触部的位置的温度的间接温度检测器；存储与血液中的血红蛋白浓度和血红蛋白氧饱和度有关的信息的存储部；具有将所述邻接温度检测器、所述间接温度检测器、所述环境温度测定器及所述辐射热检测器的输出转换成多个参数的转换部和预先存储所述参数和血糖值的关系、并将所述参数应用于所述关系计算出血糖值的处理部的计算部；显示由所述计算部输出的结果的显示部；

12.根据权利要求11所述的血糖值测定装置，其特征在于，显示面相对水平面的倾斜角度为小于或等于60°。

13.根据权利要求11所述的血糖值测定装置，其特征在于，显示面相对水平面的倾斜角度为大于或等于20°。

14.根据权利要求11所述的血糖值测定装置，其特征在于，所述显示部具有显示窗和设在显示窗下方的液晶显示部。

15.根据权利要求11所述的血糖值测定装置，其特征在于，所述显示部是液晶显示器。