JP2005017148A

JP2005017148A - 歯周病診断装置

Info

Publication number: JP2005017148A
Application number: JP2003183772A
Authority: JP
Inventors: Junichi Koizumi; 淳一小泉; Hideyuki Uetake; 秀行植竹; Hiroshi Tanimoto; 広志谷本; Shinpei Fukuda; 晋平福田
Original assignee: MOTOSAN ENGINEERING CORP; MOTOSAN ENGINEERING KK
Current assignee: MOTOSAN ENGINEERING CORP; MOTOSAN ENGINEERING KK
Priority date: 2003-06-27
Filing date: 2003-06-27
Publication date: 2005-01-20

Abstract

【課題】歯周病の進行度の演算精度を向上させることが可能な歯周病診断装置を提供する。
【解決手段】歯周病診断装置は、呼気測定ユニットと、演算ユニットとを備えている。演算ユニットは、呼気測定ユニットで測定され転送された被検者測定データを格納（Ｓ１０２）する。入力された歯垢情報の割合値（Ｓ１０４）から、歯科医師によるＰＩ値に割合値を関連付けるように定められたメンバシップ関数を用いてファジィ化を行った値を演算してファジィ値を求め、各ファジィ値に重み付けをしてＰＩファジィ値を演算する（Ｓ１０６）。被検者測定データ、ＰＩファジィ値、被検者属性データを、入力層、中間層及び出力層で構成されるＡＮＮの入力層に入力し、出力層から歯周病の進行度の演算結果を出力する（Ｓ１１０）。ファジィ化により適正化された歯垢情報がＡＮＮに入力され、出力が歯周病の進行度として演算される。
【選択図】図３

Description

【０００１】
【発明の属する技術分野】
本発明は歯周病診断装置に係り、特に、ガス感応性の異なる複数の半導体ガスセンサにより被検者の呼気中の成分ガスを測定して歯周病の進行度を演算する歯周病診断装置に関する。
【０００２】
【従来の技術】
歯周病は、プロフィロモナス・ジンジバリス菌等の歯周病原菌により引き起こされる口腔内疾患である。歯に付着した歯周病原菌が増殖すると、歯周病原菌やう蝕菌を含む口腔内細菌とそれらの代謝産物とが歯に堆積して歯垢となる。歯垢が増加して歯と歯肉との間にまで堆積するようになると、歯肉に炎症を起こして歯周病の発症に到る。歯周病の進行に伴い堆積した歯垢中の歯周病原菌が増殖すると、歯周病原菌により特有の臭気物質が生成されると共に、歯を支えている歯槽骨までも冒されて歯を失うこともある。このように、歯垢の堆積と歯周病の進行とは密接に関連しているので、歯周病を早期に発見して治癒を図るためには、歯垢情報を的確につかむことが重要となる。
【０００３】
歯周病は自覚症状もなく慢性的に進行するが、歯科医師による歯周病の診断では、堆積した歯垢の情報以外に、レントゲン検査や肉眼的な観察による歯肉の腫脹、歯周ポケットの深さ、出血の状態などの臨床所見が総合的に評価されるので、早期でも的確に診断される。一方、呼気中に含まれ歯周病に特有の臭気物質をガスクロマトグラフ等で測定することにより歯周病の診断が行われている。ところが、歯周病の早期には臭気物質の生成量が少ないため、呼気の測定のみでは精度の高い歯周病の診断は望めない。
【０００４】
これを解決するために、ガス感応性の異なる複数の半導体ガスセンサにより呼気中の臭気物質を測定した測定値と、歯科医師により診断された歯垢の指標であるプラークインデックスとをニューラルネットワークに入力して歯周病の進行度を演算する歯周病診断装置が開示されている（例えば、特許文献１参照）。
【０００５】
【特許文献１】
特開２００２−２５３５８４号公報
【０００６】
【発明が解決しようとする課題】
しかしながら、プラークインデックスは、歯科医師により特定の歯が診断され段階値（整数値）で判定される歯垢の指標であり、被検者に診断結果を分かりやすく説明するために、特定の歯の診断結果から歯全体についての歯垢情報が一つの数値で表されている。従って、歯垢情報の精度を向上させてニューラルネットワークに入力することが可能となれば、歯周病の進行度についての演算精度の向上が期待できる。
【０００７】
本発明は上記事案に鑑み、歯周病の進行度の演算精度を向上させることが可能な歯周病診断装置を提供することを課題とする。
【０００８】
【課題を解決するための手段】
上記課題を解決するために、本発明は、ガス感応性の異なる複数の半導体ガスセンサにより被検者の呼気中の成分ガスを測定して歯周病の進行度を演算する歯周病診断装置において、前記半導体ガスセンサにより測定された前記成分ガスの時系の測定値から前記歯周病の特徴を表す特徴値を演算する特徴値演算手段と、入力された被検者の歯垢に関する歯垢情報から、前記歯周病の指標となるプラークインデックスに前記歯垢情報を関連付けるメンバシップ関数を用いてファジィ化を行った値に重み付けをしてプラークインデックスファジィ値を演算するプラークインデックスファジィ値演算手段と、前記特徴値演算手段により演算された特徴値、前記プラークインデックスファジィ値演算手段により演算されたプラークインデックスファジィ値及び前記被検者の歯周病に関する属性値をニューラルネットワークの入力層に入力して該ニューラルネットワークの出力層からの出力を前記歯周病の進行度として演算する進行度演算手段と、を備えたことを特徴とする。
【０００９】
本発明によれば、プラークインデックスファジィ値演算手段により、被検者の歯垢情報から、歯周病の指標となるプラークインデックスに歯垢情報を関連づけるメンバシップ関数を用いてファジィ化を行った値に重み付けをしてプラークインデックスファジィ値が演算されるので、歯周病の進行に関連する歯垢情報の適正化を図ることができ、進行度演算手段により、特徴値演算手段により演算された特徴値、適正化されたプラークインデックスファジィ値及び被検者の歯周病に関する属性値がニューラルネットワークに入力され、出力が歯周病の進行度として演算されるので、入力層に入力されたプラークインデックスファジィ値が適正化されているため、出力層から出力される歯周病の進行度の演算精度を向上させることができる。
【００１０】
この場合において、プラークインデックスファジィ値演算手段が、メンバシップ関数を用いてファジィ化を行った複数の値を求め、求めた値に重み付けをするディファジィ化を行った値をプラークインデックスファジィ値として演算するようにしてもよい。また、歯垢情報に、特定の複数の歯の歯垢の付着量により判定された値から、被検者の歯全体の歯垢の付着割合を求めた割合値を用いても、プラークインデックスファジィ値演算手段により歯垢情報の適正化を図ることができる。更に、特徴値を、少なくとも測定値の最大値及び該最大値を与える時間、並びに、測定値を時間で微分したときの最大値及び該最大値を与える時間を含むようにしてもよい。また、属性値を、被検者の年齢、性別及び喫煙の有無に関する情報のうち少なくとも１つを含み、該情報はそれぞれ予め定められた範囲の整数値としてもよい。
【００１１】
【発明の実施の形態】
以下、図面を参照して本発明を適用した歯周病診断装置の実施の形態について説明する。
【００１２】
（構成）
図１に示すように、歯周病診断装置１は、被検者の呼気を測定するための呼気測定ユニット１０と、プラークインデックスファジィ値演算手段及び進行度演算手段としての演算ユニット２０とを備えている。
【００１３】
図２に示すように、呼気測定ユニット１０は、内壁がポリテトラフルオロエチレン（ＰＴＦＥ）加工され被検者の呼気を充填するための呼気充填チェンバ１２及びこの呼気充填チェンバ１２に連通され４種類の半導体ガスセンサ１４を収容したセンサチェンバ１３を有している。センサチェンバ１３の内壁も呼気充填チェンバ１２と同様にＰＴＦＥ加工が施されている。
【００１４】
呼気充填チェンバ１２は、電磁バルブＶ１を介して呼気案内チューブＴＢの一端に接続されている。呼気案内チューブＴＢの他端には使い捨て可能で呼気だめと一体となったマウスピースＭＰが着脱可能に装着されている。センサチェンバ１３は、呼気充填チェンバ１２の反対側に吸引ポンプＰが接続されている。従って、被検者の呼気は、呼気だめと一体となったマウスピースＭＰ、呼気案内チューブＴＢを介して呼気測定ユニット１０内に導入され、電磁バルブＶ１、呼気充填チェンバ１２、センサチェンバ１３、吸引ポンプＰを経て、呼気測定ユニット１０から排出される。
【００１５】
半導体ガスセンサ１４は、ガス感応性の異なる４種類のセンサで構成されている。本実施形態では、アルファモス（ＡＬＰＨＡＭ．Ｏ．Ｓ）社のＦｏｘ３０００シリーズ中、商品名Ｐ１０／９、Ｐ４０／１、ＰＡ２、Ｔ５０／３の半導体ガスセンサが用いられている。下表１に示すように、４種類の半導体ガスセンサ１４はそれぞれ異なるガスに感応する。例えば、Ｐ１０／９のセンサは水素化合物、アルデヒドのガスに感応する。
【００１６】
【表１】

【００１７】
半導体ガスセンサ１４は酸化スズの微粒子を焼結した円筒状のｎ型酸化物半導体（以下、ｎ型半導体という。）を有しており、ガスの検知はこのｎ型半導体表面への化学吸着現象に依存していることから、ｎ型半導体表面でのガス吸着速度を高めるためにヒータコイルで加熱される。半導体ガスセンサ１４が清浄な大気中にあるときは、ｎ型半導体表面への酸素の吸着により微粒子界面のポテンシャル障壁が高くなり電子の移動を妨げるので、ｎ型半導体は高い抵抗値を示す。ｎ型半導体表面へのガス分子の吸着や酸化反応が起こるとポテンシャル障壁が低くなり電子の移動が容易になるので、ｎ型半導体の抵抗値は小さくなる。従って、ｎ型半導体の抵抗値の大きさを連続的に出力電圧として取り出すことによりガス濃度に応じた比抵抗値の時系列データを得ることができる。
【００１８】
呼気充填チェンバ１２は、電磁バルブＶ２を介して、外部から取り込んだ空気を清浄化したキャリアガスを生成し生成したキャリアガスにより呼気充填チェンバ１２及びセンサチェンバ１３内を清浄するためのチェンバ清浄部１１に接続されている。チェンバ清浄部１１は、キャリアガスの湿度を調整する蒸留水層、二酸化炭素を除去する塩化カルシウム層、水分及び臭い成分を除去する活性炭層を有している。
【００１９】
また、呼気測定ユニット１０は、呼気測定ユニット１０全体を制御する特徴値演算手段としての制御部１６、商用電源を呼気測定ユニット１０の吸引ポンプＰ、電磁バルブＶ１、Ｖ２、制御部１６を作動可能な直流電圧に変換する電源部１５を有している。制御部１６は、半導体ガスセンサ１４から出力された出力電圧を増幅するオペアンプ（ＯＰ）、オペアンプから出力されたアナログ信号をサンプリングレート１Ｈｚでデジタル信号に変換するＡ／Ｄ変換器、並びに、ＣＰＵ、ＲＯＭ、ＲＡＭ及びこれらを接続する内部バスを有している。半導体ガスセンサ１４により得られた呼気データはＲＡＭに一時的に格納される。制御部１６は、接続ケーブル９を介して演算ユニット２０と接続されている。
【００２０】
なお、呼気測定ユニット１０の上部には、図示しない緑、橙、赤色の３個のＬＥＤで構成される表示部が配設されている。これらのＬＥＤは、後述するように、被検者に呼気の吹き付け開始等を指示するものである。
【００２１】
演算ユニット２０は、データの入出力ポートとなる入出力インターフェース２４、中央演算処理装置として機能するＣＰＵ２１、演算ユニット２０全体の基本制御プログラム及び各種データが記憶されたＲＯＭ２２、ＣＰＵ２１のワークエリアとして働くと共に種々のデータを一時的に記憶するＲＡＭ２３及びこれらを接続する内部バスで構成されている。入出力インタフェース２４は、キーボード及びディスプレイ等を制御する不図示の入出力制御部と接続するための入出力ポート（Ｉ／Ｏ）に接続されている。
【００２２】
演算ユニット２０のＲＯＭ２２には、歯周病の進行度を演算するニューラルネットワーク（ＡｒｔｉｆｉｃｉａｌＮｅｕｒａｌＮｅｔｗｏｒｋ、以下、ＡＮＮと略称する。）が移植されている。ＡＮＮは、２０個の入力層、２０個の中間層及び１個の出力層からなる３層で構成されている。ＡＮＮは、入力層として被検者の呼気の情報、歯垢情報及び属性に関する情報を与え、出力層として予め歯科医師から提供された歯周病の進行度に関するカルテデータを与えることにより、入力層から中間層、及び、中間層から出力層の重み係数を繰り返し反復修正して学習されている。
【００２３】
（動作）
まず、呼気測定ユニット１０の動作について説明する。
【００２４】
呼気測定ユニット１０に電源が投入されると、制御部１６のＣＰＵ（以下、単にＣＰＵという。）は、電磁バルブＶ１を閉じて電磁バルブＶ２を開き、所定時間（例えば、３０秒）吸引ポンプＰを作動させることで、チェンバ清浄部１１で生成したキャリアガスにより呼気充填チェンバ１２及びセンサチェンバ１３内の残留ガスを除去（呼気測定ユニット１０から排出）すると共に、半導体ガスセンサ１４のヒータコイルで加熱して４種類のｎ型半導体の表面を清浄する。この間、呼気測定ユニット１０は呼気測定を行うことができないので、図示しない赤色ＬＥＤを点灯させて被検者に呼気の吹き付け準備を促す。所定時間が経過すると、電磁バルブＶ１を開き電磁バルブＶ２を閉じる。これにより、呼気測定の準備が完了する。
【００２５】
次に、被検者に呼気測定開始を報知するために、赤色ＬＥＤを消灯させ図示しない緑色ＬＥＤを点灯させる（以下、この時刻を呼気測定開始時という。）。吸引ポンプＰの吸引力は、呼気充填チェンバ１２及びセンサチェンバ１３内を流れる空気の流速が２００ｍｌ／ｍｉｎに調整されている。被検者は、図示しない緑色ＬＥＤの点灯を合図に約２秒間呼気だめと一体となったマウスピースＭＰを介して呼気を吹き付ける。吹き付けられた呼気は吸引ポンプＰの吸引力により呼気案内チューブＴＢを経て呼気充填チェンバ１２に充填され、更に、連通したセンサチェンバ１３内に導入される。ＣＰＵは、呼気測定開始時から２．５秒後に電磁バルブＶ１を閉じ電磁バルブＶ２を開く。これにより、キャリアガスがチェンバ清浄部１１から呼気充填チェンバ１２に供給される。
【００２６】
なお、本実施形態では呼気の標準的な取込時間を２秒に設定しているが、被検者が２秒を正確に計時することは困難であり、また、緑色ＬＥＤの点灯から呼気を吹きかけるまでに若干の遅延や呼気案内チューブＴＢの体積等を考慮して、緑色ＬＥＤの点灯後２．５秒と呼気の標準的な取込時間２秒に対して０．５秒の余裕を持たせている。ＣＰＵは、吸引ポンプＰを呼気測定開始時から１２０．５秒間後に停止させると共に、図示を省略した橙色ＬＥＤを点灯させて被検者に待機を促す。
【００２７】
また、ＣＰＵは、４種類の半導体ガスセンサ１４に、上述した所定時間（清浄に要する時間）に加え呼気測定開始時から１２０．５秒間作動電源を供給する。呼気測定開始時より所定時間前に作動電源を印加することで、ヒータコイルは所定の温度に到達し半導体ガスセンサ１４は安定した状態となる。４種類の半導体ガスセンサ１４からの出力電圧はオペアンプで増幅されそれぞれＡ／Ｄ変換器に入力される。ＣＰＵは、Ａ／Ｄ変換器を呼気測定開始時から１２０秒間作動させる。呼気測定開始時からこの１２０秒間が呼気データの測定時間となる。各Ａ／Ｄ変換器からの出力された呼気データは制御セクションのＲＡＭ（以下、単にＲＡＭという。）に格納される。
【００２８】
次に、ＣＰＵは、ＲＡＭに格納された呼気データが歯周病診断用の呼気データとして適正か否かの判定を行う。半導体ガスセンサＰＡ２から出力される呼気データは、吸引時間を横軸に、比抵抗値を縦軸にそれぞれとり、典型的な場合を相対比較すると、呼気測定時間内に比抵抗値に極大値が存在する。従って、呼気データとして適正か否かを判断するには、比抵抗値がこの特徴を有するかを判定すればよい。本実施形態では、半導体ガスセンサＰＡ２の最大比抵抗値が相対値で２を超えるときに、被検者が呼気測定を正常に行ったと判断し、橙色ＬＥＤを消灯させ緑色ＬＥＤを点灯させて被検者に呼気測定が正常に行われたことを報知し、半導体ガスセンサＰＡ２の最大比抵抗値が相対値で２以下のときに呼気測定が正常に行えなかった判断し、橙色ＬＥＤを消灯させ赤色ＬＥＤを点灯させて被検者に呼気測定を再度行う必要があることを報知する。この場合には、上述した呼気測定開始前の清浄処理の動作へ戻る。
【００２９】
次いでＣＰＵは、各半導体ガスセンサ１４毎の呼気データについて最大比抵抗値を検索して、その最大比抵抗値を与える呼気測定時刻を演算する。呼気データは１Ｈｚ毎にサンプリングされるので、呼気データの順番から最大比抵抗値を与える呼気測定時刻を得ることができる。次にＣＰＵは、各半導体ガスセンサ１４毎の呼気データについて微分（差分）値を演算し、最大微分値を検索して、最大微分値を与える呼気測定時刻を演算する。ＣＰＵは、このようにして得られた各半導体ガスセンサ１４の呼気データを被検者測定データとして作成する。すなわち、被検者測定データは、１種類の半導体ガスセンサ１４について最大比抵抗値、該呼気測定時刻、最大微分値、該呼気測定時刻の４個のデータが得られるため、４種類の半導体ガスセンサ１４について全１６個のデータで構成される。このとき、ＣＰＵは、被検者測定データの作成の間、緑色ＬＥＤの点灯に加え橙色ＬＥＤを点灯して、被検者に演算中であることを報知する。ＣＰＵは、被検者測定データの作成が終了すると、呼気データは不要となるので、ＲＡＭから削除し、橙色ＬＥＤのみ点灯させる。
【００３０】
続いてＣＰＵは、作成した被検者測定データを演算ユニット２０へ転送し、転送が終了すると、橙色ＬＥＤを消灯させ（全てのＬＥＤを消灯させ）て、被検者に呼気測定作業の終了を報知する。転送された被検者測定データは、演算ユニット２０のＲＡＭ２３に格納される。
【００３１】
次に、フローチャートを参照して、演算ユニット２０の動作について説明する。なお、ＣＰＵ２１に電源が投入されると、ＲＯＭ２２に記憶された基本制御プログラム及び各種データをＲＡＭ２３に展開する等の図示を省略した初期設定処理後、歯周病の進行度を演算するための歯周病進行度演算ルーチンを実行する。
【００３２】
図３に示すように、歯周病進行度演算ルーチンでは、ステップ１０２において、呼気測定ユニット１０から被検者測定データを受信したか否かを、ＲＡＭ２３に被検者測定データが格納されているかを判定することにより判断する。否定判断のときは受信するまで待機し、肯定判断のときは次のステップ１０４に進む。
【００３３】
ステップ１０４では、被検者の年齢（実年齢の数値）、性別（女性１、男性０）、喫煙の有無（喫煙者１、非喫煙者０）及び服薬の有無（服薬有１、服薬無０）で構成される被検者属性データ、並びに、歯科医師の判定による歯垢情報から求めた割合値（０〜１００）を入力するようにディスプレイに表示させ、キーボードから入力があるまで待機する。ディスプレイには、被検者の年齢、性別、喫煙の有無、服薬の有無、歯垢情報の割合値を入力させるための入力画面が表示される。操作者はこの入力画面でキーボード操作によりこれらのデータを順次入力し、エンターキーを押下する。ＣＰＵ２１は、エンターキーが押下されると、これらの被検者属性データ及び歯垢情報の割合値のいずれかがヌルか否かを判断し、肯定判断のときには、ヌルデータについての入力を促して入力を待ち、否定判断のときには、入力された被検者属性データ及び歯垢情報の割合値をＲＡＭ２３に格納する。
【００３４】
次のステップ１０６では、ステップ１０４で入力された歯垢情報を適正化するためのファジィ化を行う。ところで、歯科医師による歯垢の診断は、下表２に示すように、被検者の歯の６本についてそれぞれ４面、すなわち舌側面、頬側面、遠心面（口唇側の面）及び近心面（口腔奥側の面）における歯垢の付着量を肉眼的に観察して４段階の整数値で判定される。得られた判定値を平均して求めた０〜３の整数値は、被検者の歯垢情報を表すプラークインデックス（ＰＩ）値として定義されている。
【００３５】
【表２】

【００３６】
ＰＩ値が低い被検者でも歯周病が進行していることがあるため、歯科医師は、ＰＩ値以外の臨床所見も含めて総合的に歯周病の進行度を診断するので、ＰＩ値と進行度の診断結果との相関には偏りが存在する。図４に示すように、６本の歯の各面に対する判定値をすべて３としたときの合計（６本×４面×３＝７２）に対する、各面の判定値を合計した値の割合を百分率で求めた割合値ｘと、カルテデータの進行度の診断結果とでは偏った分布となる。そこで、割合値ｘに幅を持たせることと、カルテデータ（各面に対する判定値）の評価を簡素化するため、ステップ１０６では、まず、割合値ｘのファジィ化を行う。下式（１）に示すように、ファジィ化には、図４の分布から定めたメンバシップ関数を用いる。
【００３７】
【数１】

【００３８】
ＣＰＵ２１は、予めＲＯＭ２２に格納されているメンバシップ関数を読み出し、ステップ１０４で入力された割合値からメンバシップ関数の各値を演算する。図５に示すように、各メンバシップ関数は、ＰＩ値に割合値ｘを関連付けるものであり、４段階の整数値で表されたＰＩ値（表２参照）に対応する割合値ｘの適正範囲を表している。例えば、ＰＩ値１に対応する割合値ｘの適正範囲はｆ_１とｆ_２とで区分される範囲にあり、割合値ｘがこの範囲にあるときにはＰＩ値１の診断が適正とするものである。
【００３９】
次に、ＣＰＵ２１は、各ＰＩ値に対する割合値ｘの範囲の適正度合いを表すファジィ値を演算する。ファジィ値の演算には、下式（２）に示すファジィ値演算式が用いられる。ＣＰＵ２１は、予めＲＯＭ２２に格納されているファジィ値演算式を読み出し、式（１）の演算結果（ｆ_０〜ｆ_６）から各ファジィ値（Ｆ_０〜Ｆ_３）を演算する。例えば、割合値ｘ＝３５のときは、ｆ_２＝０．２５、ｆ_３＝０．７５となり、ＰＩ値１に対するファジィ値Ｆ_１は０．２５、ＰＩ値２に対するファジィ値Ｆ_２は０．７５となる。すなわち、割合値ｘ＝３５の被検者では、ＰＩ値１又はＰＩ値２のいずれに診断しても適正ではあるが、ＰＩ値２と診断する方がＰＩ値１と診断するより適正度合いの高いことを示している。
【００４０】
【数２】

【００４１】
続いて、ＣＰＵ２１は、各ファジィ値（Ｆ_０〜Ｆ_３）をＰＩ値に関連付けて１つの数値とするため、各ファジィ値に重み付けをするディファジィ化を行った値をＰＩファジィ値Ｆとして演算する。ディファジィ化には、下式（３）に示すディファジィ式が用いられる。ＣＰＵ２１は、予めＲＯＭ２２に格納されているディファジィ式を読み出し、式（２）により演算した各ファジィ値からＰＩファジィ値Ｆを演算し、ＲＡＭ２３に格納する。
【００４２】
【数３】

【００４３】
下表３に示すように、歯科医師の診断によるファジィ化していないＰＩ値（非ファジィ値）が４段階の整数値で表されるのに対して、ファジィ化を行った値に重み付け（ディファジィ化）をしたＰＩファジィ値Ｆは、０〜３の小数値で表される。従って、歯垢の付着量が４段階の整数値の間であっても、小数値で表されることとなる。
【００４４】
【表３】

【００４５】
ステップ１０６に続くステップ１０８では、ステップ１０４でＲＡＭ２３に格納された被検者の実年齢及び喫煙・服薬の情報をそれぞれ年齢分類値及び生活習慣パラメータに変換する。
【００４６】
下表４に示すように、被検者の年齢が高くなると歯周病の進行が早まることから、データの評価の簡素化を図るために被検者の年齢が予め７段階に区分され、年齢が高いほど大きな整数値となるように各区分ごとに年齢分類値が定められている。ＣＰＵ２１は、予めＲＯＭ２２に格納されている下表４の数値を参照して、ＲＡＭ２３に格納されている被検者の実年齢がいずれの区分に該当するかを判断して、当該被検者の年齢分類値を確定し、ＲＡＭ２３に格納する。
【００４７】
【表４】

【００４８】
また、下表５に示すように、喫煙と服薬とでは喫煙の方が歯周病の進行度に対する関連性が高いことから、喫煙者の生活習慣パラメータが大きくなるように整数値の生活習慣パラメータが予め定められている。すなわち、生活習慣パラメータは、喫煙する被検者は２、喫煙をせず服薬する被検者は１、喫煙をせず服薬しない被検者は０に設定されており、被検者の生活習慣パラメータの整数値をＲＡＭ２３に格納する。
【００４９】
【表５】

【００５０】
次にステップ１１０では、ＡＮＮにより被検者の歯周病の進行度を演算する。上述したように、ＡＮＮは、２０個の入力層、入力層と同数の２０個の中間層及び１個の出力層を有する３層構造で構成されている。入力層には、年齢分類値、性別値、生活習慣パラメータ、１６個の被検者測定データ及びＰＩファジィ値Ｆの、合計２０個のデータが入力され、出力層からは歯周病の進行度を示す０〜３の診断予測値が出力される。本実施形態のＡＮＮは、ＡＮＮの学習の終了条件を、平均２乗誤差０．０００５又は学習回数２００，０００回を満たすまでとし、中間層数を変化させて学習を行い適切な中間層数を２０個としたものである。従って、ステップ１１０では、ＡＮＮの入力層に上述した１６個の被検者測定データと、年齢分類値、性別値、生活習慣パラメータ及びＰＩファジィ値Ｆとを入力して、入力層、中間層間のニューロンのパラメータを演算すると共に、中間層、出力層間のニューロンのパラメータを演算して、出力層から診断予測値を出力する。なお、性別値については、男性より女性の方が相対的に歯周病の進行が早い傾向にあることから、男性０、女性１の数値としているため、ステップ１０４で入力された数値がそのままＡＮＮの入力層に入力される。
【００５１】
次いで、ＣＰＵ２１は、演算された診断予測値をＲＡＭ２３に格納すると共に、入出力インタフェース２４を介して接続されたディスプレイに演算結果を表示させて、歯周病進行度演算ルーチンを終了する。
【００５２】
＜試験等＞
本実施形態の歯周病診断装置１による歯周病の進行度の演算結果（診断予測値）が、実際に歯科医師が診断した結果（実測値）とどの程度一致しているかの評価を全被検者数が４５人のデータを用いて行った。
【００５３】
図６に示すように、本実施形態の歯周病診断装置１による、ＰＩファジィ値Ｆ、年齢分類値及び生活習慣パラメータをＡＮＮの入力層に入力したときの診断予測値と、実測値とのピアソンの相関係数ｒは、０．９０となり、診断予測値は歯科医師による実測値に近いことが判った。このとき、診断予測値を得るまでの所要時間は数秒から数十秒程度であった。また、図７に示すように、生活習慣パラメータをＡＮＮの入力層に入力せず、ＰＩファジィ値Ｆ及び年齢分類値をＡＮＮの入力層に入力したときの診断予測値と実測値との相関係数ｒは０．８９となり、図６の結果より若干低下した。更に、図８に示すように、年齢分類値及び生活習慣パラメータをＡＮＮの入力層に入力せず、ＰＩファジィ値ＦをＡＮＮの入力層に入力したときの診断予測値と実測値との相関係数ｒは０．８５となり、図７の結果より低下した。
【００５４】
また、比較例１として、上述した歯周病進行度演算ルーチンの内、ステップ１０６、１０８のない進行度演算ルーチンを実行する歯周病診断装置により歯周病の進行度の演算を行った。比較例１の歯周病診断装置は、ＰＩファジィ値Ｆ、年齢分類値及び生活習慣パラメータの演算を行わず、ステップ１０４で入力された歯垢情報の割合値ｘ、実年齢の数値及び喫煙・服薬の数値をＡＮＮの入力層に入力して出力層から歯周病の進行度の演算結果を出力した。図９に示すように、比較例１の歯周病診断装置の診断予測値と実測値との相関係数ｒは０．８０であった。
【００５５】
従って、入力された実年齢の数値、喫煙・服薬の数値及び歯垢情報の割合値ｘをそのままＡＮＮの入力層に入力した比較例１の歯周病診断装置による診断予測値と比較して、歯垢情報の割合値ｘをファジィ化したＰＩファジィ値ＦをＡＮＮの入力層に入力することで歯周病の進行度の演算精度が向上することが判明した。
【００５６】
また、ＰＩファジィ値Ｆに加えて年齢分類値をＡＮＮの入力層に入力することで、ＰＩファジィ値Ｆを入力し年齢分類値を入力しないときと比較してより演算精度が向上することが判った。更に、ＰＩファジィ値Ｆ及び年齢分類値に加えて生活習慣パラメータをＡＮＮの入力層に入力することで、ＰＩファジィ値Ｆ及び年齢分類値を入力し生活習慣パラメータを入力しないときと比較して一層演算精度が向上することが判明した。
【００５７】
＜作用等＞
本実施形態の歯周病診断装置１は、ＡＮＮの入力層に入力する被検者の歯垢情報を、歯科医師による歯垢の診断結果から求めた割合値ｘから、式（１）のメンバシップ関数を用いてファジィ化した値を求め、求めた値に重み付けをするディファジィ化を行った値をＰＩファジィ値Ｆとして演算する（ステップ１０６）。歯科医師の診断によるＰＩ値が４段階の整数値であるのに対して、割合値ｘをファジィ化することにより、ＰＩファジィ値Ｆを小数まで表すことができ、被検者の歯垢情報の適正化を図ることができる。このため、ＡＮＮの入力層には適正化されたＰＩファジィ値Ｆが入力され、歯周病の進行度の演算精度を向上させることができる。
【００５８】
また、本実施形態の歯周病診断装置１は、被検者の歯垢の付着量の判定値から歯全体の歯垢の付着割合を割合値ｘとして求め、この割合値ｘをファジィ化する（ステップ１０６）。判定値が各歯毎に判定されるのに対して、割合値ｘは歯全体の歯垢情報を１つの数値で表したので、短時間で入力することができ、歯周病の進行度の演算を迅速に行うことができる。
【００５９】
更に、本実施形態の歯周病診断装置１は、被検者の年齢が高いほど大きな整数値となるように区分された年齢分類値をＲＡＭ２３に格納する（ステップ１０８）。このため、被検者の年齢に応じて歯周病の進行度を演算することができるので、演算精度を向上させることができる。また、本実施形態の歯周病診断装置１は、喫煙及び服薬の２つの情報を１つの整数値で表した生活習慣パラメータをＲＡＭ２３に格納する（ステップ１０８）。このため、喫煙・服薬の習慣に応じて歯周病の進行度を演算することができるので、演算精度を向上させることができると共に、１つの生活習慣パラメータがＡＮＮの入力層に入力されるので、進行度の演算を迅速に行うことができる。
【００６０】
また、本実施形態の歯周病診断装置１は、半導体ガスセンサ１４により測定された被検者の呼気データから歯周病の特徴を表す被検者測定データを演算してＡＮＮの入力層に入力する（ステップ１１０）。これにより、歯周病と関連した呼気の情報を加味したＡＮＮの演算結果が得られるので、歯周病の進行度の演算精度を向上させることができる。
【００６１】
一般に、歯周病の進行に伴い歯周病原菌が臭気物質を生成するが、歯周病の早期では臭気物質の生成量が少ないため、呼気の測定のみで歯周病の進行度を精度よく診断することは難しい。本実施形態の歯周病診断装置１は、被検者の呼気を測定して演算した被検者測定データ、歯周病の進行と密接に関連する歯垢情報を適正化したＰＩファジィ値Ｆ、年齢分類値及び生活習慣パラメータをＡＮＮの入力層に入力する（ステップ１１０）。これにより、呼気の情報に加えて歯垢情報及び属性に関する情報がＡＮＮの入力層に入力され、出力層から歯垢情報及び属性に関する情報を加味したＡＮＮの演算結果が得られるので、歯周病の早期においても、進行度の演算精度を向上させることができる。
【００６２】
従来の歯周病診断装置では、歯周病の進行度の演算精度を向上させるために、ＡＮＮの入力層数を増加させて歯周病の進行度を演算することが行われている。下表６に示すような１２種類の半導体ガスセンサ１４を有する比較例２の歯周病診断装置により歯周病の進行度の演算を行った。比較例２の歯周病診断装置は、呼気吸引時間２秒、全データ取得時間１２０秒とした２秒吸引法及び呼気吸引時間２４０秒、全データ取得時間２４０秒とした連続吸引法の２種の方法を用い流速２００ｍｌ／ｍｉｎで呼気を測定し、１２種類の各半導体ガスセンサ毎に比抵抗値変化の最大値とそれを与える時間、更に比抵抗値変化の微分値の最大値とそれを与える時間の４個の被検者測定データを演算した。この操作により、１センサ当たり２種の呼気吸引方法により８個の被検者測定データを演算したこととなり、合計９６個の被検者測定データを得ることができる。
【００６３】
【表６】

【００６４】
ＡＮＮの入力層数を増加させたときの歯周病の進行度の演算結果を比較するために、計算負荷指数を表すＡＮＮの結線数と、ＡＮＮを用いて演算した診断予測値が歯科医師による実測値とどの程度一致しているかを表す正答度と、を求めた。結線数は下式（４）により求めた。
【００６５】
【数４】

【００６６】
また、正答度は次のようにして求めた。まず、被検者のカルテデータから、歯科医師による実測値を正規化した進行度に対する被検者の累積度数分布を作成し、進行度の範囲ごとに累積度数値ｆを進行度の関数として求めた。図１０に示すように、歯科医師による実測値ｔ及びＡＮＮによる診断予測値ａに対する累積度数値ｆ（ｔ）、ｆ（ａ）をそれぞれ求め、下式（５）により正答度を算出した。
【００６７】
【数５】

【００６８】
図１１に示すように、１２種類の半導体ガスセンサ１４による呼気の測定から得られる特定時刻の１２個のデータ（比抵抗値）のみをＡＮＮの入力層に入力したＡＮＮ１２（以下、ＡＮＮに付記する数値は入力層数を示す。）では、歯周病の進行度の演算が不可能であるのに対して、９７個（被検者測定データ９６個＋ＰＡ２型センサの時系データをパターン化して分類した値）のデータを入力層に入力したＡＮＮ９７では、正答度が向上すると共に、結線数が増加し計算負荷が増大した。また、９７個のデータに、歯科医師の診断結果から歯周ポケットの出血する割合を示すＢ．Ｏ．Ｐ（ＢｌｅｅｄｉｎｇｏｎＰｒｏｂｉｎｇ）値、歯周ポケットの深さを示す２種類のＰＤ（ＰｒｏｂｉｎｇＤｅｐｔｈ）値及びＰＩ値、並びに、被検者の年齢値、性別値及び喫煙・服薬の有無を表すリスク値（喫煙又は服薬の少なくとも一方が有るときは１、いずれも無いときは０）の７個のデータを加えたＡＮＮ１０４では、正答度は向上するものの、結線数が更に増加して計算負荷が増大した。
【００６９】
これに対して、本実施形態で用いたＡＮＮ２０は、入力層に入力したデータが２０個にも拘わらず、ＡＮＮ１０４と比較して正答度は変わらずに計算負荷が大きく低減している。また、本実施形態の歯周病診断装置１は、４種類の半導体ガスセンサ１４により得られる被検者の呼気の情報をＡＮＮ２０の入力層に入力する（ステップ１１０）。このため、半導体ガスセンサの数も少なくでき、歯周病診断装置１を小型化し低コストとすることができる。
【００７０】
なお、本実施形態では、被検者測定データの演算を呼気測定ユニット１０のＣＰＵで行い、ＰＩファジィ値Ｆ及びＡＮＮの演算を演算ユニット２０のＣＰＵ２１で行う例を示したが、本発明はこれに限定されるものではない。例えば、被検者測定データの演算をＣＰＵ２１で行うようにしてもよい。
【００７１】
また、本実施形態では、歯垢情報の割合値ｘから式（１）のメンバシップ関数を用いてファジィ化を行った値を求め、求めた値に式（３）のディファジィ式を用いて重み付けをしてＰＩファジィ値Ｆを演算する例を示したが、本発明はこれに限定されるものではない。例えば、メンバシップ関数をディファジィ式に代入して予め１つの関数としておくことにより、割合値ｘからＰＩファジィ値Ｆを直接演算するようにしてもよい。このようにすれば、１回の演算でＰＩファジィ値Ｆが演算されるので、歯周病の進行度の演算時間を短縮することができる。
【００７２】
更に、本実施形態では、割合値ｘのファジィ化に式（１）で表される７つのメンバシップ関数を例示したが、本発明はこれに限定されるものではなく、ＰＩ値に割合値ｘを関連付けることが可能であればよい。また、ディファジィ化に式（３）を例示したが、重み付けの係数を変更して演算するようにしてもよい。
【００７３】
また更に、実年齢を７段階に区分し１〜１１の整数値で表される年齢分類値及び喫煙・服薬の情報から０〜２の整数値で表される生活習慣パラメータを例示したが、本発明はこれに限定されるものではなく、例えば、年齢区分、整数値の範囲を変更して用いるようにしてもよい。
【００７４】
更にまた、本実施形態では、１種類の半導体ガスセンサ１４毎に、歯周病の特徴を表す４個の被検者測定データを演算してＡＮＮの入力層に入力する例を示したが、これ以外の歯周病の進行度に関する被検者測定データを演算してＡＮＮの入力層に入力するようにしてもよい。このようにすれば、歯周病に関連する呼気の情報が増えるので、歯周病の進行度の演算精度を更に向上させることが期待できる。
【００７５】
また、本実施形態では、Ａ／Ｄ変換器のサンプリングレートを１Ｈｚとした例を示したが、サンプリングレートを大きくすることで、呼気データの数を増加させるようにしてもよい。また、本実施形態では、呼気測定時間を１２０秒とした例を示したが、１０秒程度としてもＡＮＮの出力層から出力される診断予測値の信頼性を十分に確保することができることが確認されている。
【００７６】
更に、本実施形態では、半導体ガスセンサ１４にアルファモス社製Ｆｏｘ３０００シリーズの中から上述した４種類の型を使用したが、本発明は製造社、型番に限定されるものではない。また、４種類の半導体ガスセンサ１４を一体型とした半導体ガスセンサを用いてもよい。
【００７７】
【発明の効果】
以上説明したように、本発明によれば、プラークインデックスファジィ値演算手段により、被検者の歯垢情報から、歯周病の指標となるプラークインデックスに歯垢情報を関連づけるメンバシップ関数を用いてファジィ化を行った値に重み付けをしてプラークインデックスファジィ値が演算されるので、歯周病の進行に関連する歯垢情報の適正化を図ることができ、進行度演算手段により、特徴値演算手段により演算された特徴値、適正化されたプラークインデックスファジィ値及び被検者の歯周病に関する属性値がニューラルネットワークに入力され、出力が歯周病の進行度として演算されるので、入力層に入力されたプラークインデックスファジィ値が適正化されているため、出力層から出力される歯周病の進行度の演算精度を向上させることができる、という効果を得ることができる。
【図面の簡単な説明】
【図１】本発明を適用した実施形態の歯周病診断装置の概略構成を示すブロック図である。
【図２】歯周病診断装置の呼気測定ユニットの概略構成を示すブロック図である。
【図３】歯周病診断装置の演算ユニットが実行する歯周病進行度演算ルーチンのフローチャートである。
【図４】歯垢情報の割合値と歯科医師による歯周病の進行度の診断結果との関係を示す分布図である。
【図５】歯垢情報の割合値のファジィ化に用いるメンバシップ関数を示すグラフである。
【図６】ＰＩファジィ値、年齢分類値及び生活習慣パラメータをＡＮＮの入力層に入力したときの進行度の予測値と歯科医師による進行度の診断結果との関係を示す相関図である。
【図７】ＰＩファジィ値及び年齢分類値をＡＮＮの入力層に入力したときの進行度の予測値と歯科医師による進行度の診断結果との関係を示す相関図である。
【図８】ＰＩファジィ値をＡＮＮの入力層に入力したときの進行度の予測値と歯科医師による進行度の診断結果との関係を示す相関図である。
【図９】比較例の歯周病診断装置による歯周病の進行度の予測値と歯科医師による進行度の診断結果との関係を示す相関図である。
【図１０】正規化した歯周病の進行度に対する被検者の累積度数値を示すグラフである。
【図１１】ＡＮＮの入力層数を変えたときの正答度と結線数との関係を示すグラフである。
【符号の説明】
１歯周病診断装置
１２呼気充填チェンバ
１４半導体ガスセンサ
１０呼気測定ユニット（特徴値演算手段）
２０演算ユニット（プラークインデックスファジィ値演算手段、進行度演算手段）

Claims

ガス感応性の異なる複数の半導体ガスセンサにより被検者の呼気中の成分ガスを測定して歯周病の進行度を演算する歯周病診断装置において、
前記半導体ガスセンサにより測定された前記成分ガスの時系列の測定値から前記歯周病の特徴を表す特徴値を演算する特徴値演算手段と、
入力された被検者の歯垢に関する歯垢情報から、前記歯周病の指標となるプラークインデックスに前記歯垢情報を関連付けるメンバシップ関数を用いてファジィ化を行った値に重み付けをしてプラークインデックスファジィ値を演算するプラークインデックスファジィ値演算手段と、
前記特徴値演算手段により演算された特徴値、前記プラークインデックスファジィ値演算手段により演算されたプラークインデックスファジィ値及び前記被検者の歯周病に関する属性値をニューラルネットワークの入力層に入力して該ニューラルネットワークの出力層からの出力を前記歯周病の進行度として演算する進行度演算手段と、
を備えたことを特徴とする歯周病診断装置。
前記プラークインデックスファジィ値演算手段は、前記メンバシップ関数を用いてファジィ化を行った複数の値を求め、前記値に重み付けをするディファジィ化を行った値を前記プラークインデックスファジィ値として演算することを特徴とする請求項１に記載の歯周病診断装置。
前記歯垢情報は、特定の複数の歯の歯垢の付着量により判定された値から、前記被検者の歯全体の歯垢の付着割合を求めた割合値であることを特徴とする請求項１に記載の歯周病診断装置。
前記特徴値は、少なくとも前記測定値の最大値及び該最大値を与える時間、並びに、前記測定値を時間で微分したときの最大値及び該最大値を与える時間を含むことを特徴とする請求項１に記載の歯周病診断装置。
前記属性値は、被検者の年齢、性別及び喫煙の有無に関する情報のうち少なくとも１つを含み、該情報はそれぞれ予め定められた範囲の整数値であることを特徴とする請求項１に記載の歯周病診断装置。