JP2005506517A - 組織の光学特性によるグルコースの非侵襲的測定 - Google Patents
組織の光学特性によるグルコースの非侵襲的測定 Download PDFInfo
- Publication number
- JP2005506517A JP2005506517A JP2002564560A JP2002564560A JP2005506517A JP 2005506517 A JP2005506517 A JP 2005506517A JP 2002564560 A JP2002564560 A JP 2002564560A JP 2002564560 A JP2002564560 A JP 2002564560A JP 2005506517 A JP2005506517 A JP 2005506517A
- Authority
- JP
- Japan
- Prior art keywords
- tissue
- glucose
- measurement
- spectrum
- features
- 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.)
- Granted
Links
- 239000008103 glucose Substances 0.000 title claims abstract description 206
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 title claims abstract description 204
- 238000005259 measurement Methods 0.000 title claims abstract description 193
- 230000003287 optical effect Effects 0.000 title claims abstract description 80
- 238000000034 method Methods 0.000 claims abstract description 95
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 70
- 210000004369 blood Anatomy 0.000 claims abstract description 57
- 239000008280 blood Substances 0.000 claims abstract description 57
- 238000012937 correction Methods 0.000 claims abstract description 17
- 210000001519 tissue Anatomy 0.000 claims description 180
- 238000001228 spectrum Methods 0.000 claims description 62
- 230000003595 spectral effect Effects 0.000 claims description 54
- 230000009102 absorption Effects 0.000 claims description 42
- 238000010521 absorption reaction Methods 0.000 claims description 42
- 230000008859 change Effects 0.000 claims description 31
- 239000012530 fluid Substances 0.000 claims description 31
- 239000012491 analyte Substances 0.000 claims description 26
- 230000005855 radiation Effects 0.000 claims description 25
- 102000004169 proteins and genes Human genes 0.000 claims description 18
- 108090000623 proteins and genes Proteins 0.000 claims description 18
- 230000000694 effects Effects 0.000 claims description 15
- 238000007781 pre-processing Methods 0.000 claims description 15
- 238000004458 analytical method Methods 0.000 claims description 11
- 238000013528 artificial neural network Methods 0.000 claims description 11
- 238000000605 extraction Methods 0.000 claims description 11
- 238000012544 monitoring process Methods 0.000 claims description 11
- 230000035790 physiological processes and functions Effects 0.000 claims description 10
- 230000009466 transformation Effects 0.000 claims description 9
- 238000000513 principal component analysis Methods 0.000 claims description 8
- 210000003722 extracellular fluid Anatomy 0.000 claims description 7
- 238000010606 normalization Methods 0.000 claims description 7
- 238000010238 partial least squares regression Methods 0.000 claims description 7
- 230000008878 coupling Effects 0.000 claims description 5
- 238000010168 coupling process Methods 0.000 claims description 5
- 238000005859 coupling reaction Methods 0.000 claims description 5
- 229910000530 Gallium indium arsenide Inorganic materials 0.000 claims description 4
- 238000004422 calculation algorithm Methods 0.000 claims description 4
- 230000002068 genetic effect Effects 0.000 claims description 4
- 238000009499 grossing Methods 0.000 claims description 4
- 239000002131 composite material Substances 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 229910052736 halogen Inorganic materials 0.000 claims description 3
- 150000002367 halogens Chemical class 0.000 claims description 3
- 239000000463 material Substances 0.000 claims description 3
- 239000013307 optical fiber Substances 0.000 claims description 3
- 238000012628 principal component regression Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 210000002966 serum Anatomy 0.000 claims description 3
- 238000000844 transformation Methods 0.000 claims description 3
- 230000001627 detrimental effect Effects 0.000 claims description 2
- 210000000707 wrist Anatomy 0.000 claims description 2
- 239000013589 supplement Substances 0.000 claims 3
- 230000002596 correlated effect Effects 0.000 claims 2
- 230000000875 corresponding effect Effects 0.000 claims 2
- 238000006243 chemical reaction Methods 0.000 claims 1
- 230000007613 environmental effect Effects 0.000 claims 1
- 238000005286 illumination Methods 0.000 claims 1
- 238000004497 NIR spectroscopy Methods 0.000 abstract description 21
- 230000033001 locomotion Effects 0.000 abstract description 17
- 238000000862 absorption spectrum Methods 0.000 abstract description 16
- 230000006461 physiological response Effects 0.000 abstract description 7
- 230000004962 physiological condition Effects 0.000 abstract description 4
- 230000004075 alteration Effects 0.000 abstract description 3
- 230000001766 physiological effect Effects 0.000 abstract description 3
- 230000037384 skin absorption Effects 0.000 abstract description 2
- 231100000274 skin absorption Toxicity 0.000 abstract description 2
- 210000003491 skin Anatomy 0.000 description 46
- 239000000523 sample Substances 0.000 description 26
- 210000004207 dermis Anatomy 0.000 description 19
- 206010012601 diabetes mellitus Diseases 0.000 description 13
- 230000008569 process Effects 0.000 description 13
- 239000000203 mixture Substances 0.000 description 12
- 239000010410 layer Substances 0.000 description 11
- 230000007774 longterm Effects 0.000 description 11
- 238000001514 detection method Methods 0.000 description 10
- 239000000126 substance Substances 0.000 description 7
- 238000002834 transmittance Methods 0.000 description 7
- 238000013459 approach Methods 0.000 description 6
- 230000007423 decrease Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 210000000245 forearm Anatomy 0.000 description 6
- 210000000577 adipose tissue Anatomy 0.000 description 5
- 238000009792 diffusion process Methods 0.000 description 5
- 230000007246 mechanism Effects 0.000 description 5
- 230000003204 osmotic effect Effects 0.000 description 5
- 230000004044 response Effects 0.000 description 5
- 238000004611 spectroscopical analysis Methods 0.000 description 5
- 102000008186 Collagen Human genes 0.000 description 4
- 108010035532 Collagen Proteins 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 210000000170 cell membrane Anatomy 0.000 description 4
- 229920001436 collagen Polymers 0.000 description 4
- 238000002790 cross-validation Methods 0.000 description 4
- 230000036571 hydration Effects 0.000 description 4
- 238000006703 hydration reaction Methods 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 230000008520 organization Effects 0.000 description 4
- 238000013450 outlier detection Methods 0.000 description 4
- 238000001055 reflectance spectroscopy Methods 0.000 description 4
- 230000035945 sensitivity Effects 0.000 description 4
- 206010067584 Type 1 diabetes mellitus Diseases 0.000 description 3
- 238000002835 absorbance Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 210000004027 cell Anatomy 0.000 description 3
- 230000037213 diet Effects 0.000 description 3
- 235000005911 diet Nutrition 0.000 description 3
- 230000004069 differentiation Effects 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 239000000835 fiber Substances 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 125000002791 glucosyl group Chemical group C1([C@H](O)[C@@H](O)[C@H](O)[C@H](O1)CO)* 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 210000004379 membrane Anatomy 0.000 description 3
- 239000012528 membrane Substances 0.000 description 3
- 238000001320 near-infrared absorption spectroscopy Methods 0.000 description 3
- 206010033675 panniculitis Diseases 0.000 description 3
- 230000036961 partial effect Effects 0.000 description 3
- 210000002381 plasma Anatomy 0.000 description 3
- 238000000611 regression analysis Methods 0.000 description 3
- 238000002798 spectrophotometry method Methods 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 210000004304 subcutaneous tissue Anatomy 0.000 description 3
- 208000035408 type 1 diabetes mellitus 1 Diseases 0.000 description 3
- 238000004566 IR spectroscopy Methods 0.000 description 2
- 230000002411 adverse Effects 0.000 description 2
- 238000003556 assay Methods 0.000 description 2
- WQZGKKKJIJFFOK-VFUOTHLCSA-N beta-D-glucose Chemical compound OC[C@H]1O[C@@H](O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-VFUOTHLCSA-N 0.000 description 2
- 230000004071 biological effect Effects 0.000 description 2
- 230000017531 blood circulation Effects 0.000 description 2
- 210000004204 blood vessel Anatomy 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000005670 electromagnetic radiation Effects 0.000 description 2
- 230000002708 enhancing effect Effects 0.000 description 2
- 210000002615 epidermis Anatomy 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 150000002303 glucose derivatives Chemical class 0.000 description 2
- 238000007446 glucose tolerance test Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 150000002632 lipids Chemical class 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000000491 multivariate analysis Methods 0.000 description 2
- 210000003205 muscle Anatomy 0.000 description 2
- 230000037311 normal skin Effects 0.000 description 2
- 230000035764 nutrition Effects 0.000 description 2
- 235000016709 nutrition Nutrition 0.000 description 2
- 210000000056 organ Anatomy 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 230000035479 physiological effects, processes and functions Effects 0.000 description 2
- 230000010349 pulsation Effects 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 238000010561 standard procedure Methods 0.000 description 2
- 210000000434 stratum corneum Anatomy 0.000 description 2
- 230000000153 supplemental effect Effects 0.000 description 2
- 230000001502 supplementing effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000036962 time dependent Effects 0.000 description 2
- 230000000699 topical effect Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 201000004569 Blindness Diseases 0.000 description 1
- 208000002249 Diabetes Complications Diseases 0.000 description 1
- 102000016942 Elastin Human genes 0.000 description 1
- 108010014258 Elastin Proteins 0.000 description 1
- 102000010834 Extracellular Matrix Proteins Human genes 0.000 description 1
- 108010037362 Extracellular Matrix Proteins Proteins 0.000 description 1
- 241000282412 Homo Species 0.000 description 1
- 206010020772 Hypertension Diseases 0.000 description 1
- 241000282332 Martes Species 0.000 description 1
- 208000028389 Nerve injury Diseases 0.000 description 1
- 239000004793 Polystyrene Substances 0.000 description 1
- 210000001015 abdomen Anatomy 0.000 description 1
- 239000006096 absorbing agent Substances 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 235000013405 beer Nutrition 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 210000000601 blood cell Anatomy 0.000 description 1
- 210000001601 blood-air barrier Anatomy 0.000 description 1
- 210000000476 body water Anatomy 0.000 description 1
- 230000037396 body weight Effects 0.000 description 1
- 150000001720 carbohydrates Chemical class 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 210000002808 connective tissue Anatomy 0.000 description 1
- 238000002425 crystallisation Methods 0.000 description 1
- 230000008025 crystallization Effects 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000002651 drug therapy Methods 0.000 description 1
- 210000000624 ear auricle Anatomy 0.000 description 1
- 229920002549 elastin Polymers 0.000 description 1
- 238000013401 experimental design Methods 0.000 description 1
- 210000002744 extracellular matrix Anatomy 0.000 description 1
- 102000034240 fibrous proteins Human genes 0.000 description 1
- 108091005899 fibrous proteins Proteins 0.000 description 1
- 239000004519 grease Substances 0.000 description 1
- 210000003780 hair follicle Anatomy 0.000 description 1
- 208000019622 heart disease Diseases 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000003054 hormonal effect Effects 0.000 description 1
- 201000001421 hyperglycemia Diseases 0.000 description 1
- 238000010874 in vitro model Methods 0.000 description 1
- 238000001727 in vivo Methods 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 230000008595 infiltration Effects 0.000 description 1
- 238000001764 infiltration Methods 0.000 description 1
- 238000002329 infrared spectrum Methods 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 210000002977 intracellular fluid Anatomy 0.000 description 1
- 208000017169 kidney disease Diseases 0.000 description 1
- IIYILCZIHLINSB-BTVCFUMJSA-N lead;(2r,3s,4r,5r)-2,3,4,5,6-pentahydroxyhexanal Chemical compound [Pb].OC[C@@H](O)[C@@H](O)[C@H](O)[C@@H](O)C=O IIYILCZIHLINSB-BTVCFUMJSA-N 0.000 description 1
- 230000031700 light absorption Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000011068 loading method Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000001690 micro-dialysis Methods 0.000 description 1
- 210000002200 mouth mucosa Anatomy 0.000 description 1
- 230000008764 nerve damage Effects 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 238000007410 oral glucose tolerance test Methods 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 229920002223 polystyrene Polymers 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 239000012925 reference material Substances 0.000 description 1
- 230000037067 skin hydration Effects 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 230000000638 stimulation Effects 0.000 description 1
- 238000007920 subcutaneous administration Methods 0.000 description 1
- 210000004003 subcutaneous fat Anatomy 0.000 description 1
- 239000002344 surface layer Substances 0.000 description 1
- 210000000106 sweat gland Anatomy 0.000 description 1
- 238000012731 temporal analysis Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 150000003626 triacylglycerols Chemical class 0.000 description 1
- 210000000689 upper leg Anatomy 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
-
- 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
-
- 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
- A61B5/14532—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 for measuring glucose, e.g. by tissue impedance measurement
-
- 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
- A61B5/1495—Calibrating or testing of in-vivo probes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/359—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using near infrared light
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2560/00—Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
- A61B2560/02—Operational features
- A61B2560/0223—Operational features of calibration, e.g. protocols for calibrating sensors
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N2021/3595—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using FTIR
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/33—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using ultraviolet light
Abstract
【課題】被験者の生理現象の変化、具体的には、組織区画間での水の移動に関連する変化による組織の光学特性の変化を検出する方法及び装置を提供すること。
【解決手段】NIR分光法によるグルコース等の血液検体の非侵襲的判定に関する方法及び装置で、測定の正確性及び精度を改善するために、主要な分光学的特徴において反映されるものとして、組織の光学特性を利用する。組織区画間での水の分配における変化等の生理的条件は、測定された皮膚の吸収スペクトルにおける複雑な改変につながり、実効光路長の修正を反映し、バイアスのかかった非侵襲的グルコース測定値をもたらす。組織の光学特性における変化（106）は、生理的変化に対応する主要な特徴を特定することにより検出される。グルコースの非侵襲的測定値が導かれない条件（107）が検出される。組織における生理的変化によりバイアスのかかった非侵襲的グルコース測定値は、補正される（103）。代替の実施形態において、グルコースは、グルコース濃度に対する自然な生理的反応に基づいて、間接的に測定される。こうした測定が可能な分光デバイスが提供される。
【選択図】図１
【解決手段】NIR分光法によるグルコース等の血液検体の非侵襲的判定に関する方法及び装置で、測定の正確性及び精度を改善するために、主要な分光学的特徴において反映されるものとして、組織の光学特性を利用する。組織区画間での水の分配における変化等の生理的条件は、測定された皮膚の吸収スペクトルにおける複雑な改変につながり、実効光路長の修正を反映し、バイアスのかかった非侵襲的グルコース測定値をもたらす。組織の光学特性における変化（106）は、生理的変化に対応する主要な特徴を特定することにより検出される。グルコースの非侵襲的測定値が導かれない条件（107）が検出される。組織における生理的変化によりバイアスのかかった非侵襲的グルコース測定値は、補正される（103）。代替の実施形態において、グルコースは、グルコース濃度に対する自然な生理的反応に基づいて、間接的に測定される。こうした測定が可能な分光デバイスが提供される。
【選択図】図１
Description
【技術分野】
【０００１】
本発明は、非侵襲的組織検体判定に関する。特に、本発明は、重要な組織成分の光学特性を反映するスペクトルの特徴を抽出することにより、照射した試料の生理学的及び化学的特性を特徴付ける方法及び装置に関する。次いで、こうしたスペクトルの特徴に基づいて、組織内での生理学的変化によりバイアスがかかった非侵襲的グルコース測定値が補正される。または、グルコースは、グルコース濃度の変動に対する組織の自然な生理学的反応に基づいて、間接的に測定される。
【背景技術】
【０００２】
グルコースの非侵襲的測定
糖尿病は、世界全体で死亡及び身体障害の主要な原因となっており、米国では推定1600万人が悩まされている。糖尿病の合併症には、心臓及び腎臓病、失明、神経損傷、及び高血圧が含まれ、推定されるコストの合計は、米国経済のみで年間900兆ドルを上回る［Diabetes Statistics、出版番号98−3926、米国立保健研究所、メリーランド州ベテスダ（1997年11月）¨。長期的な臨床研究では、血糖レベルの適切な制御により合併症の発症を大幅に低減できることが明らかとなっている［糖尿病コントロール及び合併症に関する臨床試験研究グループ、「インスリン依存糖尿病密剤における長期合併症の進展及び進行に対する糖尿病集中治療の効果」The effect of intensive treatment of diabetes on the development and progression of long-term complications in insulin-dependent diabetes mellitus、N Eng J of Med, 329:977-86(1993)¨。糖尿病の管理に不可欠の要素は、糖尿病患者による家庭環境での血糖レベルの自己モニタである。現在のモニタリング手法には、分析の前に皮膚を介して血液を採取する際の不便さと苦痛を伴うことから、定期的に使用する意欲を失わせるという大きな欠点がある。そのため、糖尿病患者が更に厳密な血糖の制御を行う見込みを高めるために、血糖レベルを自己モニタする新しい方法が必要である。
【０００３】
血糖レベルの測定に関しては、数多くのアプローチが探求されており、その範囲は、マイクロダイアリシスのような侵襲的方法から、分光法に依存する非侵襲的技術に及ぶ。各方法は、利点及び欠点を有するが、認証機関による承認を受けたものはほんの僅かである。これまで、血糖を自己モニタする非侵襲的手法で、認証されたものは存在しない。
【０００４】
一方法である近赤外線分光法の場合、近赤外線電磁放射（750〜2500nmの波長の光）により身体のスポットを照らす。この光は、反射して検出器に戻る前に、組織の成分との相互作用により、吸収され、分散する。検出された光には、水、脂肪、タンパク質、及びグルコースを含む体組織の構成要素との入射光の既知の相互作用に基づいた定量的情報が含まれる。
【０００５】
これまでに報告された近赤外線分光法によるグルコースの非侵襲的測定方法は、ターゲットとなる組織体積において示される血糖の吸収形跡によって発生する光の減衰の大きさを検出することに依存している。この組織体積は、スペクトロメータ検出システムへ光が反射又は伝達される照射組織の一部である。グルコースの吸収による信号は、様々な信号処理方法及び一つ以上の数学モデルにより、スペクトル測定値から抽出される。このモデルは、スペクトル測定値の例示的セットと、毛細血管（指先）又は静脈の血液の分析に基づいた関連する基準血糖値（キャリブレーションセット）とを基盤としたキャリブレーションのプロセスにより作成される。
【０００６】
近赤外線分光法は、特定の研究において、血糖レベルの非侵襲的な予測にとって、実現可能な将来性のあるアプローチを意味することが実証されている。M．ロビンソン，R．イートン，D．ハーランド，G．キープ，E．トーマス，B．ストールド，P．ロビンソンによる、「糖尿病患者における非侵襲的グルコース監視：予備評価」Noninvasive glucose monitoring in diabetic patients: A Preliminary evaluation, Clin Chem, 38:1618-22(1992)では、600〜1300nmの範囲で、指を介して拡散透過率を測定するための三種類の機器構成が報告されている。三人の被験者のグルコースレベルを撹乱するために食事負荷試験を使用し、各被験者に固有のキャリブレーションモデルを一日間について構築し、相互検証によりテストした。絶対平均の予測誤差は、19．8〜37．8mg／dlの範囲となった。H．ヘイズ，R．マーバック，T．コスチンスキ，F．グリースによる、「近赤外分光法に基づく非侵襲的血液グルコースセンサ」Noninvasive blood glucose sensors based on near-infrared spectroscopy, Artif Org, 18:436-47(1994)と、H．ヘイズ，R．マーバックによる、「拡散反射率近赤外分光法による非侵襲的血液グルコース測定に関するデータ前処理の効果」Effect of data pretreatment on the noninvasive blood glucose measurement by diffuse reflectance near-IR spectroscopy, SPIE Proc, 2089:114-5(1994)と、R．マーバック，T．コスチンスキ，F．グリース，H．ヘイズによる「ヒトの内唇についての、近赤外拡散反射率分光法による非侵襲的グルコース測定」Noninvasive glucose assay by near-infrared diffuse reflectance spectroscopy of the human inner lip, Appl Spectrosc, 47:875-81(1993)と、R．マーバック，H．ヘイズによる「近赤外分光法による皮膚組織測定用の光拡散反射率付属物」Optical diffuse reflectance accessory for measurements of skin tissue by near-infrared spectroscopy, applied optics 34(4):610-21(1995)とでは、最適化された拡散透過率付属物による1111〜1835nmの範囲での口腔粘膜の拡散反射率を通じた結果を提示している。in vivo実験は、グルコース負荷試験を使用した単一の糖尿病患者と、133人の異なる被験者の集団に対して実施された。報告された最良の標準誤差は、43mg／dlで、相互検証により評価された二日間の単一の個人の経口グルコース負荷試験から得られた。
【０００７】
K．ヤーゲマン，C．フィッシュバッカ，K．ダンザ，U．ミューラ，B．マーテスによる、「ニューラルネットワークを用いた血液／組織グルコースの非侵襲的判定のための近赤外分光法の応用」Application of near-infrared spectroscopy for noninvasive determination of blood/tissue glucose using neural network, Z Phys Chem, 191S:179-190(1995)と、C．フィッシュバッカ，K．ヤーゲマン，K．ダンザ，U．ミューラ，L．パペンクロット，J．シューラにより、「非侵襲的近赤外分光法による血液グルコースの判定のための強化較正モデル」Enhancing calibration models for noninvasive near-infrared spectroscopic blood glucose determinations, Fresenius J Anal Chem, 359:78-82(1997)と、K．ダンザ，C．フィッシュバッカ，K．ヤーゲマン，K．ライへルトによる「血液グルコースの非侵襲的監視のための近赤外拡散反射率分光法」Near-infrared diffuse reflection spectroscopy for noninvasive blood-glucose monitoring, Leon Newsletter, 12(2):9-11(1998)と、U．ミューラ，B．マーテス，C．フィッシュバッカ，K．ヤーゲマン，K．ダンザによる「較正モデルの信頼性を高めるための新規の近赤外分光法を用いた血液グルコースの非侵襲的監視」noninvasive blood glucose monitoring by means of new infrared spectroscopic methods for improving the reliability of the calibration modelsm Int J Artif Organs, 20:285-290(1997)とでは、光ファイバプローブにより、右手中指での800〜1350nmにおける透過反射率のスペクトルを記録している。各実験は、糖尿病患者の被験者が参加し、炭水化物ローディングを通じた血糖の撹乱により、一日間に渡って実施された。部分最小二乗回帰及びラジアル基底関数による神経回路網の両方を使用した結果は、相互検証により、一日間について単一の被験者に関して評価した。ダンザら，前掲では、31のグルコースプロフィールにおける相互検証により、36mg／dlという平均の二乗平均平方根予測誤差を報告している。
【０００８】
J．バーメイスタ，M．アーノルド，G．スモール，「近赤外分光法を用いたグルコースのヒト非侵襲的測定「要約」Human noninvasive measurement of glucose using near infrared spectroscopy[abstract], Pittcon, New Orleans LA(1998)では、1429〜2000nmの範囲での舌部の伝達測定により吸収スペクトルを収集している。五人の糖尿病患者被験者の研究が、39日間に渡って実施され、一日に五種類の試料が採取された。五種類の試料は、すべて、独立した試験セットに使用され、すべての被験者に関する予測の標準誤差は、54mg／dlより大きかった。
【０００９】
T．ブランク，T．ルフチ，S．マリン，S．モンフレ，「血液グルコースの非侵襲的予測のための近赤外拡散反射率の使用」The use of near-infrared diffuse reflectance for the noninvasive prediction of blood glucose, IEEE Lasers and Electro-Optics Society News letter, 13:5(October 1999)において、報告された研究は、短期間に渡る修正グルコース負荷試験中の血糖の非侵襲的測定を実証している。キャリブレーションは、個人に関してカスタマイズされ、比較的短い期間にわたって試験されている。
【００１０】
こうしたすべての研究では、これらの方法を市販の製品として承認する際に影響を与えることになる制限について言及されている。こうした制限には、感度と、試料の問題と、タイムラグと、キャリブレーションのバイアスと、長期的な再現性と、機器のノイズとが含まれる。
【００１１】
しかしながら、根本的には、血糖の正確な非侵襲的推定は、今のところ、利用可能な近赤外線技術と、他の成分に対するグルコースのトレース濃度と、患者の皮膚及び生体組織の動的な性質とによって制限される（例えば、O．カーリ，「非侵襲的グルコース測定の分光法的及び臨床的側面」Spectroscopic and clinical aspects of noninvasive glucose measurements, Clin Chem, 45:165-77(1999)を参照）。参照により本明細書に全体を組み込むS．マリン、T．ルフチの米国特許第6,280,381号「非侵襲的血液検体予測のためのインテリジェントシステム」（2001年8月28日）で報告されるように、組織試料の光学特性における劇的な非線形の変化を生成する化学的、構造的、及び生理学的変化が存在する［R．アンダーソン，J．パリッシュ，「ヒトの皮膚の光学的諸特性」The optics of human skin, Journal of Investigative Dermatology, 7:1, pp.13-19(1981)、W．チョン，S．プラール，A．ウェルチ，「生物組織の光学的諸特性の概観」A review of the optical properties of biological tissues, IEEE Journal of Quantum Electronics, 26:12, pp.2166-2185, (December 1990)、D．ベナロン，D．ホー，「時間分析型分光測光法を用いた組織の画像化（NIRI）及び計量(NIRS）：静的及び動的に変動する光学経路長の影響」Imaging (NIRI) and quantitaion (NIRS) in tissue using time-resolved spectrophotometry: the impact of statically and dynamically variable optical path lengths, SPIE, 1888, pp.10-21(1993)、J．コンウェイ，K．ノリス，C．ボッドウェル，「体組成物の推定のための新規な方法：赤外線の相互作用；臨床栄養学に関する米国ジャーナル」A new approach for the estimation of body composition : infrared interactance, The American Journel of Clinical Nutrition, 40, pp.1123-1140(December 1984)、S．ホンマ，T．フクナガ，A．カガヤ，「ヒトの筋肉の測定に用いる近赤外分光信号における脂肪組織厚さの影響；生物医学光学ジャーナル」Influence of adipose tissue thickness in near infrared spectroscopic signals in the measurement of human muscle, Journal of Biomedical Optics, 1:4, pp.418-424(October 1996)、A．プロフィオ，Light transport in tissue, Applied Optics, 28:12, pp.2216-2222(June 1989)、M．バンゲマート，S．ジャック，H．ステレンボーグ，W．スター，「皮膚光学」Skin optics, IEEE Transaction on Biomedical Engineering, 36:12, pp.1146-1154(December 1989)、及びB．ウィルソン，S．ジャック，「組織の光学的反射率及び透過率：原理と応用」Optical reflectance and transmittance of tissues: principles and applications, IEEE Journal of Quantum Electronics, 26:12, pp.2186-2199を参照¨。
【００１２】
この測定は、試料の異質性と、皮膚の多層構造及び水和レベルに関する急速な変化と、組織内の血液の体積分率の変化と、ホルモン刺激と、温度の変動と、血液検体のレベルとにより、更に複雑になる。これについては、皮膚の散乱特性の解釈により、更に考察することができる。
【００１３】
皮膚の散乱特性
皮膚の構造
皮膚の構造及び組成は、個人間で大きく異なり、更に、同じ個人においても、異なる部位間で、及び経時的に、大きく変化する。皮膚は、角質層として知られる表面層と、層状細胞表皮と、基盤を成す結合組織の真皮とによって構成される。真皮の下には、皮下脂肪層又は脂肪組織が存在する。表皮は、厚さ10〜150μmで、角質層と共に感染及び水分の喪失に対する障壁を提供し、一方、真皮は、機械的強度及び弾性を与える厚い中間層である［F．エブリング，「正常な皮膚：皮膚科学教本」The Normal Skin, Textbook of Dermatology, 2nd ed.、A．ルック，D．ウィルキンソン，F．エブリング編，Blackwell Scientific, Oxford, pp4-24(1972)¨。人間において、真皮の厚さは、瞼での0．5mmから背部での4mmの範囲で、平均は身体の大部分で約1．2mmである［S．ウィルソン，V．スペンス，Phys. Med. Biol., 33:894-897(1988)¨。
【００１４】
真皮において、水は、体積の約70％を占める。次に多い組成は、繊維性タンパク質のコラーゲンで、真皮の乾燥重量の70〜75％を構成する。同じくタンパク質であるエラスチン繊維は、豊富に存在するが、全体としては僅かな割合しか構成しない。加えて、真皮は、広範な構造（例えば、汗腺、毛嚢、及び血管）及びその他の細胞組成を含む［F．エブリング，前掲参照¨。逆に、皮下層（脂肪組織）は、体積として約10％の水を含み、主にトリグリセリド（脂肪）が豊富な細胞で構成される。グルコースの濃度は、含水量、流体区画の相対的なサイズ、毛細血管の分布、及び血流により、各層において変化する。脂肪の濃度が高いため、皮下組織におけるグルコースの平均濃度は、真皮に比べ大幅に低い。
【００１５】
皮膚の光学特性
近赤外線光を皮膚に伝達した時、一定のパーセンテージが反射され、残りは皮膚を貫通する。反射光又は鏡面反射の割合は、通常、250〜3000nmのスペクトル全体で、伝達した光の4〜7％である（垂直の入射角）［J．パリッシュ，R．アンダーソン，F．アーバック，D．ピッツ，「UV-A：長波紫外線に対するヒトの反応に及ぼす強化紫外線の生物学的影響」UV-A: Biologic Effects of Ultraviolet Radiation with Emphasis on Human Responses to Longwave Ultraviolet, New York, Plenum Press(1978)¨。皮膚に貫入する93〜96％の入射光は、皮膚の多くの層内での吸収及び散乱により減衰する。こうした二種類のプロセスは、スペクトロメータ機器のセンサの方向性と相まって、ソースによって照射され、拡散反射光の収集により「試料化」された組織体積を決定する。拡散反射率又は送出率は、混濁試料から戻った入射光の割合として定義される。代わりに、拡散透過率は、混濁試料を介して伝送された入射光の割合となる。上で述べた様々な皮膚組成による吸収は、各層での光スペクトルの消失の原因となる。散乱は、光線を送り返し、皮膚の拡散反射率に寄与することが可能な唯一のプロセスである。散乱は、皮膚の一部を介して拡散伝送される光に対しても強い影響を有する。
【００１６】
組織内での散乱は、各組織区画間の含水脂質膜の境界面、または細胞外基質内のコラーゲン繊維といった、顕微鏡レベルの屈折率の不連続によるものである［B．ウィルソン，S．ジャック，「組織の光学的反射率及び透過率：原理と応用」Optical reflectance and transmittance of tissues: principles and applications, IEEE Journal of Quantum Electronics, 26:12(December 1990)¨。散乱光の空間分布及び強度は、波長に対する粒子のサイズ及び形状と、媒体及び組成粒子間での屈折率の差異とに依存する。真皮での散乱は、直径の範囲が2．8μmであるコラーゲン繊維束からの散乱により支配され、これは真皮体積の21％を占め、屈折率の不一致は1.38/1.35である［S．ジャック，「UVA、可視及びNIR領域における組織の光学的諸特性の原点」Origins of tissue optical properties in the UVA, Visible and NIR Regions, Optical Society of America, Topical Meeting, Orlando FL(March 18-22, 1996)¨。組織から拡散送出されるスペクトルの特徴は、組織の固有吸収及び散乱特性と、異質な散乱構成要素の分布と、光の（複数の）検出点に対する（複数の）照射点のジオメトリとの複雑な相互作用により生じるものである。
【００１７】
組織における光の吸収は、主に、三種類の基本的な組成物、つまり水と、タンパク質と、脂肪とによるものである。主要な組成物として、水は、1100nmを越える近赤外線において支配的であり、はっきりとした吸収帯域により観察される（例えば、図3を参照）。様々な形態のタンパク質、及び特にコラーゲンは、真皮を照らす光の強力な吸収体である。皮下組織に貫入する近赤外線光は、主に脂肪によって吸収される。散乱が存在しない場合、特定の検体Aによる近赤外線光の吸収は、各波長においてビアの法則で以下により概算可能である。
ここで、εは検体固有吸収係数であり、cは濃度であり、lは光路長である。特定の波長での全体的な吸収は、ビアの法則が提供する特定の各検体による個別の吸収の合計となる。グルコースといった特定の検体の濃度は、各検体に関してεが固有であるため、多数の波長に渡る吸収の多変量解析により決定できる。しかしながら、グルコースを含むことが予測される組織区画において、グルコースの濃度は、水に比べ、少なくとも三桁少ない。その結果、グルコース（組織のグルコースによる吸収）の近赤外線測定のために、報告されたアプローチで検出のターゲットとなる信号は、多く見ても、干渉する他の組織組成物よりも三桁少ないものになると予測される。そのため、グルコースの近赤外線測定には、広範な波長範囲に渡る高レベルの感度と、多変量解析法の応用とが必要である。
【００１８】
しかしながら、皮膚の様々な散乱の特徴（例えば、多層及び異質性）により、照射した試料から戻る光は、組織検体、特にグルコースに関して、極めて非線形的な形で変化する。ビアの法則のような単純な線形モデルは、真皮に関して無効であることが報告されている［R．アンダーソン，J．パリッシュ，「ヒトの皮膚の光学的諸特性」The optics of human skin, Journal of Investigative Dermatology, 77:1, pp.13-19(1981)¨。こうした非線形の変化は、問題として認識されており、いくつかの報告では、必要な感度を提供しながら、測定値の非線形性を補正する独自の方法が開示されている［S．マリンら，前掲、E．トーマス，R．ロウ，米国特許第6,157,041号「分光学的キャリブレーションモデルを調整する方法及び装置」（2000年12月5日）を参照¨。
【００１９】
皮膚の動的特性
皮膚の光学的特性の知識及び利用と、機器の高い感度と、内在する非線形性の補正とは、すべて、非侵襲的血液検体測定への近赤外線分光法の応用にとって不可欠である一方で、皮膚組織の光学特性における時間依存型の変化につながる生物学的及び化学的メカニズムの理解も、同様に重要だが、これは大部分が無視されている。一定の測定部位において、皮膚組織は、ターゲット検体及びその他の吸収性化学種における変化を除き、静的であると仮定される場合が多い。しかしながら、組織の生理的状態の変化は、比較的短い期間に、組織層及び区画の光学特性に深く影響する。こうした変化は、水の移動による流体区画の均等化により支配される場合が多く、水和レベルと、血液検体レベルにおける変化とに関連する。
【００２０】
体内の水分合計量は、平均的な人の体重の60％を超えており、二種類の主要な区画、つまり細胞外液（体内の水分合計量の三分の一）及び細胞内液（体内の水分合計量の三分の二）の間で分布している［A．ガイトン，J．ホール，「生理医学教本」Textbook of Medical of Physiology, 9th ed., Philadelphia, W.B. Saunders Company(1996)¨。細胞外液は、次に、間質液（血管外）と血漿（血管内）とに分類される。透水性脂質膜は、これらの区画を分離しており、水は、膜を超えて水及びその他の検体の濃度を均等化するために、拡散のプロセスにより区画間で急速に移送される。一つの区画から他の区画への水の流れの純量は、浸透のプロセスを構成し、浸透を防ぐのに必要な圧力の量は、浸透圧と呼ばれる。静的な生理的条件下において、これらの流体区画は、均衡状態となる。しかしながら、水の摂取又は損失の結果として、流体の純粋な増加又は損失が発生する間には、すべての区画が、比例して水を獲得又は喪失し、一定の相対的体積を維持する。
【００２１】
水及びグルコースといった、組織が必要とする血清内の物質を分配する主要なメカニズムは、拡散のプロセスを通じたものである。本発明では、拡散に関するフィックの法則が、短期的な血管内／血管外流体区画の平衡を促進することを認識している。血管内区画から血管外区画への水及びその他の検体の移動は、急速に発生し、膨大な数の水分子及びその他の組成物が、絶えず熱運動し、拡散により毛細血管壁を行き来する。平均すると、毛細血管膜を介して水分子が拡散する速度は、血漿自体が毛細血管に沿って直線的に流れる速度よりも約80倍大きい。フィックの法則の式では、次の方程式に従って、実際の拡散流量IOAは、二区画間の濃度勾配dc／dx、及び分子の拡散率DAに比例する。
（2）
【００２２】
血糖濃度の短期的な増加（又は減少）は、血液浸透圧（水の単位質量当たりの分子数）の増加（又は減少）につながる。流体は、これに応じて急速に再分配され、各身体区画の水濃度における変化が生じる。例えば、高血糖での浸透圧による影響は、血管外の水の血管内空間への移動である。逆に、血糖濃度の低下は、血管内区画から血管外空間への水の移動につながる。
【００２３】
細胞膜は、殆どの溶質に対して相対的に不浸透性だが、水に対しては浸透性が高いため、細胞膜の一方の側で溶質の濃度が高い時には常に、水は、細胞膜を越えて、溶質濃度の高い領域へ向かって拡散する。細胞外流体における溶質濃度の比較的小さな変化に伴い、細胞膜を挟んで大きな浸透圧が発生する可能性がある。結果として、グルコース等、細胞外流体の不浸透性溶質の濃度における比較的小さな変化により、細胞体積の甚大な変化が生じる可能性がある。
【００２４】
長期的な流体区画の平衡は、流体の摂取、運動、ダイエット、薬物治療、及びその他の生理的要素に影響される。流体区画の変動に対するグルコースの補助的なキャリブレーションは、短期的に可能である。長期的な流体の変動に対するグルコースのキャリブレーションには、長期的な流体区画の変動のソースを補正するために検体信号及び関連する血糖のバイアス修正が必要である。注意点として、フィックの法則（式2）は、水の濃度における流れを、グルコース濃度の変化に関連付ける。そのため、この第一の原理に基づく測定値では、グルコースの相対的な移動の判定のみが可能となる。最初の水の濃度は、厳密には関連するグルコース濃度の関数ではないため、分光学的な水の信号と、関連するグルコース濃度との両方に関するバイアス修正が必要となる。したがって、追加情報がなければ、可能となるのは、グルコースの相対的な移動を予測することのみである。絶対的なグルコース値を生成するには、補助的な流体変動信号における時間依存性のバイアスを調整するために、対になったグルコース／水の測定値を使用することが必要となる。
【特許文献１】
米国特許第6,280,381号
【特許文献２】
米国特許第6,157,041号
【特許文献３】
米国特許出願番号09/563,782
【特許文献４】
PCT出願番号US01/29232
【非特許文献１】
Diabetes Statistics、出版番号98−3926、米国立保健研究所
【非特許文献２】
糖尿病コントロール及び合併症に関する臨床試験研究グループ、「インスリン依存糖尿病密剤における長期合併症の進展及び進行に対する糖尿病集中治療の効果」The effect of intensive treatment of diabetes on the development and progression of long-term complications in insulin-dependent diabetes mellitus、N Eng J of Med, 329:977-86(1993)
【非特許文献３】
「糖尿病患者における非侵襲的グルコース監視：予備評価」Noninvasive glucose monitoring in diabetic patients: A Preliminary evaluation, Clin Chem, 38:1618-22(1992)
【非特許文献４】
「近赤外分光法に基づく非侵襲的血液グルコースセンサ」Noninvasive blood glucose sensors based on near-infrared spectroscopy, Artif Org, 18:436-47(1994)
【非特許文献５】
「拡散反射率近赤外分光法による非侵襲的血液グルコース測定に関するデータ前処理の効果」Effect of data pretreatment on the noninvasive blood glucose measurement by diffuse reflectance near-IR spectroscopy, SPIE Proc, 2089:114-5(1994)
【非特許文献６】
「ヒトの内唇についての、近赤外拡散反射率分光法による非侵襲的グルコース測定」Noninvasive glucose assay by near-infrared diffuse reflectance spectroscopy of the human inner lip, Appl Spectrosc, 47:875-81(1993)
【非特許文献７】
「近赤外分光法による皮膚組織測定用の光拡散反射率付属物」Optical diffuse reflectance accessory for measurements of skin tissue by near-infrared spectroscopy, applied optics 34(4):610-21(1995)
【非特許文献８】
「ニューラルネットワークを用いた血液／組織グルコースの非侵襲的判定のための近赤外分光法の応用」Application of near-infrared spectroscopy for noninvasive determination of blood/tissue glucose using neural network, Z Phys Chem, 191S:179-190(1995)
【非特許文献９】
「非侵襲的近赤外分光法による血液グルコースの判定のための強化較正モデル」Enhancing calibration models for noninvasive near-infrared spectroscopic blood glucose determinations, Fresenius J Anal Chem, 359:78-82(1997)
【非特許文献１０】
「血液グルコースの非侵襲的監視のための近赤外拡散反射率分光法」Near-infrared diffuse reflection spectroscopy for noninvasive blood-glucose monitoring, Leon Newsletter, 12(2):9-11(1998)
【非特許文献１１】
「較正モデルの信頼性を高めるための新規の近赤外分光法を用いた血液グルコースの非侵襲的監視」noninvasive blood glucose monitoring by means of new infrared spectroscopic methods for improving the reliability of the calibration modelsm Int J Artif Organs, 20:285-290(1997)
【非特許文献１２】
「近赤外分光法を用いたグルコースのヒト非侵襲的測定「要約」Human noninvasive measurement of glucose using near infrared spectroscopy[abstract], Pittcon, New Orleans LA(1998)
【非特許文献１３】
「血液グルコースの非侵襲的予測のための近赤外拡散反射率の使用」The use of near-infrared diffuse reflectance for the noninvasive prediction of blood glucose, IEEE Lasers and Electro-Optics Society News letter, 13:5(October 1999)
【非特許文献１４】
O．カーリ，「非侵襲的グルコース測定の分光法的及び臨床的側面」Spectroscopic and clinical aspects of noninvasive glucose measurements, Clin Chem, 45:165-77(1999)
【非特許文献１５】
，「ヒトの皮膚の光学的諸特性」The optics of human skin, Journal of Investigative Dermatology, 7:1, pp.13-19(1981)
【非特許文献１６】
「生物組織の光学的諸特性の概観」A review of the optical properties of biological tissues, IEEE Journal of Quantum Electronics, 26:12, pp.2166-2185, (December 1990)
【非特許文献１７】
「時間分析型分光測光法を用いた組織の画像化（NIRI）及び計量(NIRS）：静的及び動的に変動する光学経路長の影響」Imaging (NIRI) and quantitaion (NIRS) in tissue using time-resolved spectrophotometry: the impact of statically and dynamically variable optical path lengths, SPIE, 1888, pp.10-21(1993)
【非特許文献１８】
「体組成物の推定のための新規な方法：赤外線の相互作用；臨床栄養学に関する米国ジャーナル」A new approach for the estimation of body composition : infrared interactance, The American Journel of Clinical Nutrition, 40, pp.1123-1140(December 1984)
【非特許文献１９】
「ヒトの筋肉の測定に用いる近赤外分光信号における脂肪組織厚さの影響；生物医学光学ジャーナル」Influence of adipose tissue thickness in near infrared spectroscopic signals in the measurement of human muscle, Journal of Biomedical Optics, 1:4, pp.418-424(October 1996)
【非特許文献２０】
Light transport in tissue, Applied Optics, 28:12, pp.2216-2222(June 1989)
【非特許文献２１】
「皮膚光学」Skin optics, IEEE Transaction on Biomedical Engineering, 36:12, pp.1146-1154(December 1989)
【非特許文献２２】
「組織の光学的反射率及び透過率：原理と応用」Optical reflectance and transmittance of tissues: principles and applications, IEEE Journal of Quantum Electronics, 26:12, pp.2186-2199
【非特許文献２３】
「正常な皮膚：皮膚科学教本」The Normal Skin, Textbook of Dermatology, 2nd ed.、A．ルック，D．ウィルキンソン，F．エブリング編，Blackwell Scientific, Oxford, pp4-24(1972)
【非特許文献２４】
Phys. Med. Biol., 33:894-897(1988)
【非特許文献２５】
「UV-A：長波紫外線に対するヒトの反応に及ぼす強化紫外線の生物学的影響」UV-A: Biologic Effects of Ultraviolet Radiation with Emphasis on Human Responses to Longwave Ultraviolet, New York, Plenum Press(1978)
【非特許文献２６】
「組織の光学的反射率及び透過率：原理と応用」Optical reflectance and transmittance of tissues: principles and applications, IEEE Journal of Quantum Electronics, 26:12(December 1990)
【非特許文献２７】
「UVA、可視及びNIR領域における組織の光学的諸特性の原点」Origins of tissue optical properties in the UVA, Visible and NIR Regions, Optical Society of America, Topical Meeting, Orlando FL(March 18-22, 1996)
【非特許文献２８】
「ヒトの皮膚の光学的諸特性」The optics of human skin, Journal of Investigative Dermatology, 77:1, pp.13-19(1981)
【非特許文献２９】
「生理医学教本」Textbook of Medical of Physiology, 9th ed., Philadelphia, W.B. Saunders Company(1996)
【非特許文献３０】
「パターン分類及びシーン解析」Pattern Classification and Scene Analysis, John Wiley and Sons, New York(1973
【非特許文献３１】
「簡略化された最小二乗法手順によるデータの平滑化及び差異化」Smoothing and Differentiation of Data by Simplified Least Squares Procedures, Anal. Chem., 36:8, pp.1627-1639(1964)
【非特許文献３２】
「多変量較正におけるネット解析信号計算」Net Analyte Signal Calculation in Multivariate Calibration, Anal. Chem, 69, pp.1620-1626(1997)
【非特許文献３３】
「システム同定：ユーザのための理論」Systems Identification: Theory for the User, 2nd.ed., Prentice Hall(1999)
【非特許文献３４】
「応用回帰解析」Applied Regression Analysis, 2d.ed., John Wiley and Sons, New York(1981)
【非特許文献３５】
「多変量較正」Multivariate Calibration, John Wiley and Sons, New York(1989)
【非特許文献３６】
「部分最小二乗法回帰：手引き」Partial least-squares regression: a tutorial, Analytica Chimica Acta, 185, pp.1-17,(1986)
【非特許文献３７】
「ニューラルネットワーク：総括的根拠」Neural Networks: A Comprehensive Foundation, Prentice Hall, Upper Saddle River NJ(1994)
【非特許文献３８】
「検索、最適化及び機械学習における遺伝的アルゴリズム」Genetic Algorithm in Search, Optimization and Machine Learning, Addison Wesley Publishing Company(1989)
【非特許文献３９】
「擬似進化論的最適化序論」An Introduction to Simulated Evolutionary Optimization, IEEE Trans. On Neural Networks, 5:1(January 1994)
【非特許文献４０】
「応用分光学」Applied Spectroscopy, 43:772-777(1989)
【発明の開示】
【発明が解決しようとする課題】
【００２５】
様々な組織区画間での水の再分配は、水濃度と、他の検体の濃度と、様々な層の屈折率と、組織層の厚さと、散乱中心のサイズ及び分布の変化とにより、組織の光学特性を変更させる。そのため、組織試料の光学特性は、非常に非線形的に奥深い形で修正される。加えて、試料にされる実際の組織体積（及び光の実効光路長又は平均光路長）は、様々である。その結果、スペクトル測定値は、グルコースの近赤外線検出の現在の様式と矛盾する複雑な形で変化する。例えば、血糖濃度の変化は、血管内浸透圧の増加又は減少を補正する水区画の変動を発生させる。水の分配の変化は、グルコースの吸収における変化と相関する組織の光学特性の急速な変化につながる。
【００２６】
組織の動的な変化の一部を補正するために、いくつかの方法が報告されている。例えば、非侵襲的グルコース測定のいくつかの報告された方法では、短い期間に渡る、個人に固有のキャリブレーションモデルを作成する［ロビンソン，前掲、バーメイスタら，前掲、ブランクら、前掲、K．ヘイゼン，「近赤外分光法を用いた生物学的細胞間質におけるグルコースの判定」Glucose determination in biological matrices using near-infrared spectroscopy, 博士論文，アイオワ大学（1995年8月）、J．バーメイスタ，[「ヒトの血液グルコースの非侵襲的測定のための生体外モデル」In vitro model for human noninvasive blood glucose measurements, 博士論文，アイオワ大学（1997年12月）を参照¨。このアプローチは、患者間の差異をモデル化することを回避しており、そのため、多くの個人向けに一般化することができない。しかしながら、このキャリブレーションモデルは、長期間にわたって試験されておらず、流体区画の動的な水の移動に関連する変化を補正する手段は報告されていない。
【００２７】
マリン及びルフチ，前掲では、測定時に患者に最適なキャリブレーションモデルを決定可能な高度なパターン認識システムにより、組織の構造及び状態に関連する変化を補正する方法が報告されている。このキャリブレーションモデルは、分離してグループ化した患者の代表的集団のスペクトル吸収から作成された。このグループ又はクラスは、クラス内での変化がクラス間での変化よりも小さくなるように、構造及び状態の類似性に基づいて定めている。分類は、現在の患者の状態及び構造に関連する組織の吸収スペクトルから抽出した特徴により行われる。しかしながら、説明する発明では、組織における生理的変化を直接的に補正する特徴を使用しない。更に、グルコースの非侵襲的測定の被験者（又は被験者の測定部位）の生理的状態を表す特徴の直接的な使用については、説明されていない。
【００２８】
E．トーマス，R．ロウ，米国特許第6,157,041号「分光学的キャリブレーションモデルを調整する方法及び装置」（2000年12月5日）では、直接的及び間接的測定値の両方を平均中央化するプロセスにより、被験者内の変化を低減する方法を特定している。しかしながら、これは、組織の動的な性質に関連する短期的な生理的及び化学的変化に関する主要な問題に対処していない。
【００２９】
報告された方法で、流体区画間での水の移動といった、組織の生理学的特性に関連する組織の光学特性における変化を反映する特徴を検出する方法及び装置を提供するものは存在しない。第二に、報告された方法で、血糖の近赤外線測定に不適当な条件を検出するために、組織の動的な性質を反映する特徴を利用するものは存在しない。第三に、こうした特徴を使用して、グルコース測定値を、生理的な変化によって発生するバイアスについて補正する方法は存在しない。最後に、報告された方法で、組織の光学的特性に関連するスペクトルの特徴に反映されるものとして、流体区画の変動を利用し、グルコースを間接的に測定する方法は存在しない。結果として、グルコースの非侵襲的測定は、様々な条件と組織の流体区画間での水の再分配とに対する組織の生理的反応に関連する組織の動的な性質によるものに限定される。
【００３０】
従来技術で未解決となっている問題の観点から、第一に、被験者の生理現象の変化、具体的には、組織区画間での水の移動に関連する変化による組織の光学特性の変化を検出する方法及び装置の必要性が存在する。第二に、近赤外線分光法によるグルコース測定に不適当な条件を決定するために、こうした特徴を使用することは、有益な進歩となる。最後に、この特徴を使用して、組織の変化する光学特性を補正する手段、または、代わりに、この特徴を利用して、グルコースを測定する手段を決定することは有意義な進歩となる。
【課題を解決するための手段】
【００３１】
組織区画間での水の分配における変化及びその他の生理的条件は、測定された皮膚の吸収スペクトルにおける複雑な改変につながり、実効光路長の修正を反映する。こうした動的な変化は、バイアスのかかった非侵襲的グルコース測定値をもたらし、技術の状態を制限してきた。本開示では、近赤外線分光法によるグルコースの非侵襲的測定の正確性及び精度を改善するために、主要な分光学的特徴に反映されるものとして、組織の光学特性を利用する方法及び装置を提供する。具体的には、生理的変化に対応し、これを反映する主要な特徴を特定することにより、組織の光学特性における変化を検出する方法が提供される。第二に、グルコースの非侵襲的測定値が導かれない条件を検出するプロセスが提示される。第三に、組織における生理的変化によりバイアスがかかった非侵襲的グルコース測定値を補正する手段が提供される。第四に、グルコースの濃度に対する組織の自然な生理的反応に基づいて、グルコースを間接的に測定する方法が開示される。最後に、こうした測定を行うために必要な装置について詳述される。
【発明を実施するための最良の形態】
【００３２】
近赤外線分光法によりグルコースを非侵襲的に測定する上での大きな難点は、存在するグルコースが非常に少量（2〜20mM）であることに起因する。こうした少量のグルコース信号に対してセンサをキャリブレーションするには、組織の特徴及び水和における変化による大量のバックグラウンドから、この信号を抽出する必要がある。こうしたバックグラウンドの変化は、試料組織の光学特性における変化を発生させ、これは、抽出信号で大きな不確定性を引き起こす結果的な光路長の変化による交絡効果につながる。組織の特徴における長期的な変化（数日間）は、その影響が小さなグルコース信号を圧倒するのに十分な大きさであるため、特に問題となる。グルコース信号は小さいが、血糖の変化は、大きな生理的反応を引き起こす。スペクトル的に検出可能な主要な生理的反応は、血糖の変化によって発生する流体の移動であり、これにより、水は血管及び細胞区画を出入りする。こうした水の再分配は、皮膚の散乱及び吸収特性の変化を引き起こし、これは観察する皮膚のスペクトルにおける大きな変化につながる。血糖の変化に対する反応としての流体の分布の変化によるこうしたスペクトルの変化は、グルコース測定に関する健全なキャリブレーションモデルを構築する上で極めて有益であることが証明されている。
【００３３】
更に詳しくは、血糖の変化は、皮膚組織における水の分布及び含有量の変化につながる。こうした変化は、屈折率（及び、これによる散乱係数）の変化と、組織の吸収係数の変化を引き起こす。結果として、光が組織に貫入する深さが変化する。拡散反射率の測定の場合、吸収及び散乱特性の変化は、組織の特定の深さから検出器に達する光の量に影響する。例えば、真皮における含水量の変化は、皮下組織をプローブし検出器に達する光の量を決定づけ、これにより、脂肪に吸収される光の合計量を変化させる。言い換えれば、流体の分布の変化は、検出される脂肪吸収信号の大きさを変化させる。本明細書で説明される本発明は、この発見に基づいている。
前記の発見を認識した上で、本発明は、様々な区画間での水の分配といった、生理的変
【００３４】
化に関連する組織の光学特性における変化を検出する方法を提供し、近赤外線分光法によりグルコースの非侵襲的測定値が導かれない条件を決定し、更に、
・組織の光学的特性において検出された変化のバイアスを基にグルコース測定値を修正し、または、
・検出された光学特性を反映する特徴に基づいて、間接的にグルコースを測定する。
【００３５】
流体区画の変化を検出及び修正し、グルコースを間接的に測定する装置は、その一部として、以下を含む。
・スペクトロメータシステム
・患者インタフェースモジュール
・アナライザ
【００３６】
このスペクトロメータシステムは、ターゲット組織から拡散して伝達又は反射される、指定された範囲の近赤外線光を検出し、アナライザは、データ処理動作とモデルの応用とにより、グルコースを測定する。
【００３７】
患者インタフェースモジュールは、このシステムに欠かせないものであり、障害が最小となる状態で、装置を物理的及び光学的に、組織の測定部位へ正確に結合させる。加えて、正反射と皮膚温度及び皮膚の水和の変化との影響を減らす目的で、デバイスに接触する前に分光測定の試料部位の準備を行うために、光結合媒体等の手段が提供される。
【００３８】
このシステムの概観は、図1に表示されており、一般に二種類の要素、つまり、スペクトロメータ101又は機器と、グルコース測定値を取得するプロセスを実施するアナライザ208とで構成される。スペクトロメータは、被験者の組織の近赤外線スペクトルを測定する。アナライザは、スペクトル測定値を処理し、外れ値の検出及びグルコースの測定に関連する特徴を抽出し、処理されたスペクトル測定値及び又は抽出された特徴にモデルを適用し、グルコース測定値を取得する。システムとしてのスペクトロメータ及びアナライザの構成要素について、以下で詳細に説明する。
【００３９】
スペクトロメータシステム
分光測定システム101は、近赤外線放射ソース200と、波長選択システム201と、患者に対するインタフェースと、近赤外線放射を皮膚に方向付ける手段203と、皮膚から反射又は伝達された放射を方向付ける手段205と、皮膚から反射又は伝達された近赤外線放射を検出する手段206と、検出された近赤外線放射を分析する手段208と、測定した検体、特性、又は成分を表示する手段209を含む。
【００４０】
代替の配置において、波長選択201は、被験者インタフェース203と検出器の光学部品205との間で行うことができる。
【００４１】
ソース200は、700〜2500nmの波長範囲の近赤外線エネルギを放射し、例えば、LEDの列又はハロゲンランプにより構成することができる。一つ以上の帯域通過フィルタは、所定のスペクトル範囲外ではあるが近赤外線エネルギのソースにより放出される波長の影響を最小化するために（随意的に）必要となる。例えば、ハロゲンランプは、約1600nmのピークエネルギを有するが、2500nmより上の電磁放射も発する。2500nmより上の波長は、組織及びそのそれぞれの構成要素を加熱することにより、測定部位に有害な影響を与えるため、これはグルコースの検出に悪影響を与える。
【００４２】
皮膚の照射前及び又は照射後の波長分離201の方法は、分散要素（例えば、平面又は凹面、ルールド又はホログラフィック回折格子）、干渉計、または、付加的な分散要素を使用しないLEDアレイの要素の連続的照射の使用により実行できる。環境の変化により、こうした波長分離方法を実行する際に変化が生じるため、基準波長標準202、例えばポリスチレン標準を、組織の調査の直前又は直後にスキャンすることにより、こうした変化を修正する必要がある。干渉計ベースのシステムにおいて、これは、組織の調査と同時に行われる。
【００４３】
（複数の）センシング要素206は、ターゲット波長に反応する検出器であり、多数又は単一の要素で構成することができる。線形ダイオードアレイ（又はフォトダイオードアレイ）のケースでは、所定の波長領域をカバーするために二つ以上の異なる検出器材料が必要となる時、好ましくは、測定に必要ではない波長において、（複数の）材料結合が発生する。例えば、InGaAs及び拡張InGaAs検出器のケースでは、こうした結合は、通常、拡張InGaAsのコストが高いため、アレイのコストを低減する目的から、1750nmで発生する。しかしながら、この波長領域は、脂肪、タンパク質、及びグルコースに関連する吸収の中央で発生するため、こうした結合は、約1480nm±20nmで発生するのが更に好ましい。加えて、好ましくは、アレイの個別の要素を検知するのに使用する電子装置も、同じ波長で発生する結合を有する。
【００４４】
組織試料インタフェースは、被験者204インタフェースモジュール203を含み、これは、ライトパイプ、光ファイバ、レンズシステム、または光配向性ミラーシステムにより、直接的又は間接的に、組織を往復205する近赤外線放射を方向付ける。照射される組織表面のエリア及び近赤外線放射を返すエリアは、異なる状態で検出され、定められた距離により分離され、所定の特性の測定に最適な組織体積をターゲットとするために選択される。照射部位からの正反射による放射は、返送される放射の検出に大きく干渉する大きさとなる。そのため、検出部位を照射部位から所定の量だけオフセットさせることにより、検出されている光に影響を与えた多様な組織のサブセットである組織の体積を試料化し、同時に、正反射光の干渉を回避することが可能となる。大きなテーブルトップ又はデスクトップ機器のケースでは、患者インタフェースモジュールは、肘掛けと、リストレストと、選択した照射メカニズム及び所定の組織の連結を支援するガイドとを更に含む。小さなハンドヘルドユニットのケースでは、患者インタフェースモジュールは、所定の組織との連結を支援するガイド又は位置決定メカニズムを含む。一般に、上で説明したように、照射メカニズムと所定の組織との間には、皮膚表面からの正反射を最小化するために、光結合流体が配置される。前述の患者インタフェースモジュールの一部は、米国特許出願番号09／563,782及びPCT出願番号US01/29232において説明されており、両方の内容は、全体を参照により本明細書に組み込むものとする。
【００４５】
収集された近赤外線照射は、電圧量に変換され、マイクロプロセッサベースのシステム208上で分析のためにアナログ−デジタル207コンバータにより試料化され、その分析結果が表示される209。
【００４６】
測定プローブが接触する被験者の試料部位、表面、又はポイントは、スペクトロメータシステムにより照射される特定の組織を含む。試料部位の理想的な特質には、均質性、不変性、及びターゲット検体への接近性が含まれる。腹部、太腿、手（手のひら又は手の甲）、耳たぶ、又は指を含め、いくつかの測定部位を使用することが可能だが、好適な実施形態では、前腕の掌側部分が使用される。加えて、測定は、拡散反射又は拡散透過の形態で実行可能だが、好適な方法は、拡散反射である。組織のスキャニングは、脈動効果の影響を受けないエリアの場合、連続的に実行可能であり、または、脈動の間に、断続的にスキャニングを行うことができる。
【００４７】
スペクトル測定
スペクトロメータシステムは、グルコース濃度の決定又は測定のために、スペクトル測定値104又は「スペクトル」をアナライザ208に提供する。このスペクトルは、スペクトルの近赤外線部分（700〜2500nm）に渡るN波長
のセットに関係する吸収値のベクトル
によって表される。好適な実施形態において、測定のプロセス及び吸収度の計算は、測定された組織からの光強度
と、非吸収性の基準材料から測定された光強度
とを使用し、以下に従ってmを決定する。
【００４８】
ここで、mは、皮膚の反射スペクトルであり、入射光による体組織構成要素との既知の相互作用に基づいた定量的情報を含む吸収スペクトルに類似する。λにmを対比したプロットは、図3に表示されており、主に水、脂肪、及びタンパク質による吸収帯域で構成される。しかしながら、更に詳しくは、この測定値は、特徴の抽出及び測定要件のために最適化した近赤外線領域における特定の波長のセットで構成することができる。例えば、グルコースの測定は、1100〜1935nmの波長範囲、またはその選択されたサブセットにおいて、最適な形で実行される。
【００４９】
代わりに、スペクトル測定値は、以下に従って決定することができる。
【００５０】
ここで、
は、Iを収集する前の何らかの時点で測定された組織強度を表すものであり、単一の組織強度スペクトルから、または、いくつかの組織強度スペクトルの平均又は平均の健全な推定（例えば、トリム平均）から決定することができる。別の実施形態において、測定値mは、測定された強度Iとして定義することができる。最後に、mは、機器により収集された単一のスペクトル、または、定められた測定期間に収集され、平均化された、いくつかの（適切に）選択されたスペクトルの組み合わせにより構成することができる。ノイズが最も少ない測定結果を生成するために、スペクトルを選択する方法には、類似性又は距離の尺度（つまり、最も類似するものを選択する）及びクラスタ化操作が含まれる。
【００５１】
前処理及び特徴抽出
特徴抽出106は、試料測定値の特質又は態様を解釈のために強化する任意の数学的変換である［R．ドゥダ，P．ハート，「パターン分類及びシーン解析」Pattern Classification and Scene Analysis, John Wiley and Sons, New York(1973)¨。特徴抽出の一般的な目的は、組織測定部位の化学物質の濃度、構造特性、及び生理的状態を簡潔に表すこと、または引き立たせることである。本発明では、以下に基づいて、組織の光学特性を表現又は反映する特徴のセットが作成される。
・光路長の変化に関連して様々な形で変化する別個の吸収帯域の特定。
・測定部位の散乱及び吸収特性（又は係数）。
【００５２】
その後、この特徴は、グルコース測定に不適当な条件を特定するために、または、実際のグルコース測定を実行するために、応用される。例えば、脂肪の帯域吸収度の大きさについて分析された推定値は、真皮に関する特定の情報を推測するのに使用することができる。脂肪は真皮に欠如しているが、近赤外線放射は、下の脂肪組織に貫入するために、真皮を介して伝搬される必要がある。したがって、生理的変化、及び真皮の光学特性における対応する変化は、脂肪の帯域吸収度の大きさに影響を与える。
【００５３】
したがって、真皮における水の濃度が増加すると、脂肪の帯域の大きさは、必然的に減少し、その逆も同様である。
【００５４】
本発明では、以下の目的で、いくつかのタイプの特徴が決定及び使用される。
・外れ値検出107
・組織の光学特性における変化の補正102
・グルコース測定109
【００５５】
スペクトル測定値m、または、フィルタリング操作、一次又は二次導関数の計算［A．サビツキ，M．ゴレイ，「簡略化された最小二乗法手順によるデータの平滑化及び差異化」Smoothing and Differentiation of Data by Simplified Least Squares Procedures, Anal. Chem., 36:8, pp.1627-1639(1964)¨、又は散乱補正を用いて前処理105されたスペクトル測定値が定められた場合には、次の通りとなる。
・「単純」特徴は、臨界点（スロープがゼロであるポイント）におけるスペクトル測定値又は処理済みスペクトル測定値の値である。
・付加的（派生的）特徴は、加算、減算、除算、及び乗算といった数学的変換により基本的な特徴から決定される。
・抽象的特徴は、前処理済みスペクトルの線形及び非線形変換により導かれる。
【００５６】
単純及び派生的特徴は一般に、脂肪吸収度の大きさ等、物理的な解釈を有するが、抽象的特徴のセットは、物理的な体系に関連する特定の解釈を有するとは限らない。例えば、主成分分析のスコアは、特徴として使用されるが、その物理的な解釈が常に既知のものであるとは限らない。主成分分析の有用性は、組織吸収スペクトルの性質に関連する。組織スペクトルの吸収度における殆どの有意な変化は、グルコースの吸収によって発生するものではないが、測定部位の状態、構造、及び組成に関連する。この変化は、一次的な主成分によってモデル化される。そのため、重要な主成分は、組織の測定部位の構造的特性及び生理的状態に関連する変化を表し、結果的に組織の光学特性を反映する傾向がある。
【００５７】
好適な実施形態において、こうした特徴は、図4に示す吸収スペクトルの二次導関数から決定される。各臨界点は、波長によって特定される。各臨界点における二次導関数スペクトルの値は、測定スペクトルに関連する組織試料の重要な特性を表す特徴として使用される。図5〜9では、多くの重要な特徴が、例示的な測定値として特定されている。これには以下が含まれる。
・それぞれ1665、1708、1746、1868、1133、2020、及び2232nmに近い正規化ポイント（n）1〜8。
・1727、1765、1214、及び1165nmに近い脂肪帯域ポイント（f）1〜4。
・1687、1715、1190、2050、2150、2175、2275、2292、及び2355nmに近いタンパク質帯域ポイント（p）。
・1789、1896、1410、1465、及び1150nmに近い水帯域ポイント（w）2〜6。
【００５８】
正規化ポイントn1〜n8は、一般に、派生的特徴を決定するのに使用され、「脂肪」（f1〜f4）、「タンパク質」p1〜p9、及び「水」w2〜w6と指定されたポイントは、一般に、それぞれ脂肪、タンパク質、又は水による吸収帯域の近隣に位置する。二次導関数スペクトルの帯域幅（低分解能）のため、一つの成分に関連するいくつかの帯域が別のものによる吸収度を含んでおり、いくつかの臨界点は、その位置がそれぞれの成分の近隣であることから、一つの成分に関連付けられている。加えて、波長は、二次導関数の例において示す特徴に関して報告されており、皮膚の複合層に関連する散乱係数及び内部フィルタ効果の減少における変動の結果として、大幅に変化する可能性がある。
【００５９】
付加的特徴は、導出されており、プロット上に表示されている。例えば、d1・uml;1665−p1687、d2・uml;1665−f1727、d3・uml;1665−f1765、d4・uml;1665−w1789、d5・uml;1868−w1410、d6・uml;1380−w1465、及びd7・uml;1380−w1150では、記号pλ、wλ、fλ、及びnλは、波長λに近い、以前に指定されたタンパク質、水、脂肪、又は正規化ポイントを指定する。外れ値検出及び測定に使用されるその他の派生特徴には、d2／d1が含まれる。
【００６０】
このコンテクストにおいては特徴の特定の例が提供されているが、当業者が認識するように、吸収スペクトル、一次導関数スペクトル、又は前処理済み吸収スペクトルから導くことが可能な多くの有用な特徴は、列挙されていない。加えて、主成分分析では、組織の一次的な識別、外れ値分析、及び検体測定にとって有用な、その他の抽象的特徴が提供される。特定の事例では、スペクトル全体が、適切な前処理の後、測定モジュールに送られ、ここで血糖の推定又は予測を行うためにキャリブレーションが適用される。
【００６１】
最後に、グルコースの吸収に関連する特徴は、前処理、波長選択、及び抽象的特徴の選択により抽出される。好適な実施形態において、前処理は、フィルタリング、分化、散乱補正、及び正規化の一つ以上のステップが含まれる。波長選択は、1450〜1700nm、1700〜1900nm、2050〜2200nm、及び2250〜2400nmを含む、グルコースと明確に関係する領域にスペクトルを限定する。
【００６２】
組織テンプレート（ 102 ）
バックグラウンド減算ステップは、上で定義した前処理ステップに続いて、推定スペクトルバックグラウンド又は組織テンプレート102とxとの差異の決定により、以下のように行われる。
ここでxは、前処理済みスペクトル又は選択された特徴セットであり、x 1は、測定期間に関連する推定バックグラウンドまたは組織テンプレートであり、c及びdは、組織テンプレートに対するスロープ及びインターセプト調整である。組織上の測定位置及び測定部位の生理学的安定性のレベルによって定められる各測定期間中、組織テンプレートは、一つ以上のスペクトル測定値と、データ選択基準、例えば、互いに酷似するスペクトル測定値のみを選択し、これらを平均化することとにより決定される。好適な実施形態において、x 1は、測定期間の最初に、組織に関して収集された（スペクトル）測定値から抽出された特徴を含む。このプロセスは、「再キャリブレーション」と呼ばれ、組織テンプレートを形成するために処理される一つ以上のスペクトル測定値の収集と、関連する基準グルコース値のセットとの両方が関与する。このグルコース値は、下で更に詳細に説明する測定バイアス調整103を形成するために、組織テンプレートを作成するのに使用するものと同じ戦略に従って組み合わせる。測定期間は、組織試料の状態（事前に設定された境界内の光学特性）が均一であり、組織測定部位が不変である期間として定義される。しかしながら、組織テンプレートは、一定の患者からの任意の特徴のセット、または、将来のスペクトル測定値と比較するキャリブレーションセットにすることもできる。この後者の実施形態において、変数c及びdは、測定されたスペクトルに対する特定の波長範囲における組織テンプレートの最小二乗フィット（zのユークリッドノルムを最小化する）により決定される。
【００６３】
組織状態の検出
以前に説明したように、様々な区画での水の分布の変化は、スペクトルの特徴における変化に反映される光学特性の変化につながる。そのため、分光学的グルコース測定にとって有害な条件は、選択された特徴をモニタし、一定の測定期間におけるその変化がキャリブレーションセットの変化又は以前に確立された他の何らかの限界を超えない状態を確保することにより、検出することができる。例えば、正規化脂肪帯域の大きさであるd2（n 1665−f 1727）の変化は、真皮の水和状態を決定するのに使用されている。d2の大きさが、組織テンプレートと比較して、変化の合計又はキャリブレーションモデルを計算するために選択された試料によって確立された範囲を超える場合、エラーが指摘される。同様に、正規化タンパク質帯域（n 1665−p 1687）、様々な正規化水帯域（d4・uml;1665−w1789、d5・uml;1868−w1410、d6・uml;1380−w1465、及びd7・uml;1380−w1150）、及び比率d1／d2は、外れ値の検出107及びグルコース測定値が導かれない条件の検出に使用される。この方法は、以前に列挙した特定される特徴のいずれかに応用することが可能である。
【００６４】
測定（ 109 ）
グルコースの測定は、処理されたスペクトル測定値及び又は抽出された特徴に対するキャリブレーションモデル108の適用により達成される。このモデルは、例示的な対になったデータポイントのキャリブレーションセットから決定され、各データポイントは、前処理されたスペクトル測定値（x）と、血液又は間質液の試料の分析から決定される関連する基準グルコース値（y）とによって構成される。代わりに、基準グルコース測定値は、指先又はスペクトル測定の部位から採取した血液から決定することができる。最後に、基準グルコース測定値は、分光測定の部位又はその近く、または、代替となる代表的な部位、例えば、前腕において取得した間質性グルコース濃度から決定することができる。
【００６５】
このプロセスによれば、血液、血清、血漿、又は間質性採取物は、センサ試料部位の近くの組織部位、または、試料部位を反映するように設計／決定されている組織部位から取得される。例えば、非侵襲的近赤外線測定値をキャリブレーションのために前腕で取得する時、同じ個人において、毛細血管血液採取物は、同じ側の前腕又は反対側の前腕から採取することができる。または、血液採取物を使用する代わりに、一部の事例においては、毛細血管グルコース値ではなく間質性グルコース値を使用するのが有利である。
【００６６】
キャリブレーションセットは、一人以上の被験者に基づいており、一般に、予測されるグルコース変動範囲に渡るグルコース濃度、及び将来のスペクトル測定において遭遇する可能性の高いものを表すスペクトル変動を含めたグルコース濃度を含む。キャリブレーションモデル108は、方程式と、パラメータのセットと、前処理されたスペクトル測定値に基づいて被験者のグルコースレベルを測定するために実施される対応するコンピュータコードとを含む。好適な実施形態において、前処理及び特徴抽出は、このモデルと共に、グルコースの純粋な検体信号を効率的に抽出し、この純粋な検体信号は、干渉に対して直角なターゲット検体に関連するスペクトル信号の一部である［A．ローバ，K．ファーバ，「多変量較正におけるネット解析信号計算」Net Analyte Signal Calculation in Multivariate Calibration, Anal. Chem, 69, pp.1620-1626(1997)¨。純粋な検体信号は、その後、グルコース測定の望ましい単位（mg/dL等）に一致させるために、一定比率での増減及びバイアス修正103を行う。
【００６７】
本発明のいくつかの実施形態では、二種類のカテゴリで開示される。第一の測定カテゴリにおいて、抽出された特徴は、補足的なものであり、検出された光の実効光路長及び試料組織の体積における変化だが、グルコースによる吸収とは無関係な変化に関連する光学特性の変動に関する別のモデルを補正するために適用される。これは、区画間での水の移動（または、その他の一時的な生理的条件）に関連する組織の光学特性における変化を反映する吸収の特徴を使用し、グルコースの近赤外線吸収に基づくキャリブレーションを補足することにより達成される。
【００６８】
第二の測定カテゴリにおいて、身体の生理学的及び化学的反応に関連する抽出された特徴は、一次的なものであり、被験者のグルコースレベルを間接的に測定するために使用される。この方法は、間質性、血管内、及び細胞区画における流体分布の改変を発生させる血糖の変化に対する自然な反応に基づいている。こうした流体分布の改変は、組織の散乱及び吸収特性の変化を引き起こし、こうした変化は近赤外線分光法により検出可能であり、間接的血糖測定の基盤としての役割を果たす。近赤外線信号は、グルコース濃度における変化と一致する皮膚の様々な層での散乱特性における変化を反映する。したがって、流体分布の変化は、グルコースのものよりも大幅に高い信号を提供し、非侵襲的なグルコース測定のマーカとして使用可能な、脂肪、タンパク質、及び水といった、重要な成分の見かけの吸収における変化につながる。しかしながら、長期的な流体区画の平衡は、流体の摂取、運動、ダイエット、薬物療法、及び生理学的要素によって影響される。
【００６９】
流体区画の移動に対するグルコースの「補助的」キャリブレーションは、短期的に可能であるが、長期に渡る流体移動に対するグルコースのキャリブレーションでは、長期的な流体区画の移動のソースを補正するために、分析信号及び関連する血糖のバイアス修正が必要となる（注意点として、式2のフィックの法則は、水の濃度の流れを、グルコース濃度の変化に関連付ける）。したがって、こうした測定では、初期の時点と相対的なグルコースの移動を判定することのみが可能であり、最初の水の濃度は、厳密には関連するグルコース濃度の関数ではないため、この時点での分光学的な水の信号と、関連するグルコース濃度との両方に関するバイアス修正が必要となる。そのため、本発明のこの実施形態では、組織の光学特性における変化を、重要な成分に反映されるものとして測定する装置及び方法と、こうした特性に基づいてグルコース濃度を決定する方法とが提供される。
【００７０】
スペクトルの特徴を通じたグルコースの補足的測定は、以前に開示した分類システムにより［マリンら，前掲¨、または、以下の一般式により、選択された特徴によりグルコース測定モデルを補足することにより実行される。
【００７１】
ここで、
は、推定されるグルコース濃度であり、
は、処理されたスペクトル測定値であり、
は、組織の生理的状態又は光学特性を表す特徴のセットであり、
は、前処理されたスペクトル及び抽出された特徴に基づいてグルコースを測定するために使用するモデルであり、bは、組織テンプレートとキャリブレーションモデルとの両方に関連するグルコース測定値のベースライン調整である。このモデルf(?)は、スペクトル測定値、抽出された特徴、及び（血液又は間質測定からの）基準グルコース値を含むキャリブレーションセットにより決定される。f(?)の構造を設計する方法は、識別体系のプロセスを通じたものとなる［L．リュング，「システム同定：ユーザのための理論」Systems Identification: Theory for the User, 2nd.ed., Prentice Hall(1999)¨。このモデルのパラメータは、多変数回帰又は加重多変数回帰［N．ドレイパ，H．スミス，「応用回帰解析」Applied Regression Analysis, 2d.ed., John Wiley and Sons, New York(1981)¨、主成分回帰［H．マータンス，T．ネス，「多変量較正」Multivariate Calibration, John Wiley and Sons, New York(1989)¨、部分最小二乗回帰［P．ゲラディ、B．コワルスキ，「部分最小二乗法回帰：手引き」Partial least-squares regression: a tutorial, Analytica Chimica Acta, 185, pp.1-17,(1986)¨、又は人工神経回路網［S．ヘイキン，「ニューラルネットワーク：総括的根拠」Neural Networks: A Comprehensive Foundation, Prentice Hall, Upper Saddle River NJ(1994)¨を含む既知の方法を使用して計算される。
【００７２】
x p及びzが独立しているケースにおいて、一般式は、次のように置き換えることができる。
【００７３】
ここで、
は、生理的その他の組織変動が存在しない状態でグルコースを測定するのに使用されるモデルであり、
は、組織の光学特性における変化によって発生するグルコース測定値の誤差に相関する変数に特徴をマッピングするために使用されるモデルであり、m s及びm iは、g(z)を正しい単位に変換するために使用されるスロープ及びインターセプトである。このケースでは、実験的な設計により、f(?)及びg(?)を別個に決定することが可能である。第一に、f(?)は、グルコースが操作される間に組織の光学特性が安定状態又は一定である実験により発見される。第二に、組織の光学特性は変動可能であり、g(?)、m s、及びm iは、グルコース測定値の誤差に基づいて決定され、g(?)のターゲット値は以下のように定められる。
【００７４】
ここで、yは、基準グルコース濃度である。第三の実施形態において、f(?)及びg(?)が測定範囲で線形になると判断される時、式8は、次のように置き換えられる。
【００７５】
ここでは、
及び
となる。この実施形態において、F及びGは、上で説明したように、線形のキャリブレーション方法を使用して別個に決定される。グルコース測定値の特徴の補足的な使用に関するこの最後の実現形態は、好適な方法である。
【００７６】
測定の第二のカテゴリにおいて、抽出された特徴は、以下により、グルコースを間接的に測定するために使用される。
【００７７】
ここで、
は、基準グルコースレベルに相関する変数に対して特徴をマッピングするために使用されるモデルであり、m s及びm iは、g(z)を正しい単位に変換するために使用されるスロープ及びインターセプトである。G(?)を決定する方法は、スペクトル測定値の例示的なセット（キャリブレーションセット）、抽出された特徴、及び（血液又は間質測定からの）基準グルコース濃度を通じたものである。特徴のサブセットは、基準グルコース濃度との複合相関に基づいて選択される。変数の選択には先験的知識及び試行錯誤法を利用できるが、段階的回帰［ドレイパら，前掲¨ランダムサーチ手法、遺伝的アルゴリズム［D．ゴールドバーグ，「検索、最適化及び機械学習における遺伝的アルゴリズム」Genetic Algorithm in Search, Optimization and Machine Learning, Addison Wesley Publishing Company(1989)¨、又は進化的プログラミング［D．フォーゲル，「擬似進化論的最適化序論」An Introduction to Simulated Evolutionary Optimization, IEEE Trans. On Neural Networks, 5:1(January 1994)¨を含め、変数を選択するための標準的な方法も存在する。このモデルg(?)は、線形又は非線形キャリブレーションの標準的な方法により決定される。線形の場合は、次の通りである。
ここでは、
となる。
【００７８】
本発明の好適な実施形態において、特徴zは、少なくとも正規化二次導関数脂肪帯域（d2）又は正規化二次導関数タンパク質帯域（d1）を含むように選択される。モデルのパラメータ（m s、m i、及びG）は、多変数回帰、加重多変数回帰、又は局所加重回帰により決定される。例えば、キャリブレーションセットは、グルコース濃度が70〜350mg／dlの範囲に及ぶ特定の被験者に関して収集された。
【００７９】
グルコース濃度に対比した正規化脂肪帯域d2のプロットは、図10に提示されている。この特徴と基準グルコース濃度との高度の相関は、この抽出された特徴により、グルコース測定を実現できることを示している。単純な線形回帰を実行することにより、上の方程式のモデルパラメータが決定される。
【００８０】
しかしながら、本発明は、正規化脂肪及びタンパク質帯域に限定されない。同様の方法は、水吸収度のピーク及び正規化された水吸収度のピーク（d4・uml;1665−w1789、d5・uml;1868−w1410、d6・uml;1380−w1465、及びd7・uml;1380−w1150）を使用して作成されている。更に、正規化のために選択される波長は、1665nmに制限されない。実際に、様々な被験者と被験者のカテゴリとに関して、それぞれの組織試料の光学特性と、血流のベースラインレベルと、グルコース濃度の変化に対する生理的反応とに依存する多数のモデルが存在する。したがって、代替の実施形態は、あらゆる主要なタイプの吸収帯域に関連する特徴の組み合わせを使用することにより構成される。例えば、正規化二次導関数脂肪帯域及び二つの正規化二次導関数水帯域が選択された。その後、グルコースに対するこうした変数の多重回帰は、一部の形として以下のようにすることが可能なモデルを使用して実行された。
【００８１】
ここでz 1、z 2、及びz 3は、それぞれ脂肪帯域及び二つの水帯域の正規化二次導関数の値である。この方程式は、その後、前処理及び特徴抽出後の特徴において取得されたスペクトルからグルコース値を測定するのに使用することができる。
【００８２】
代替の実施形態においては、主成分分析のスコアといった、皮膚組織の光学特性における変化を反映する抽象的特徴を、グルコースの非侵襲的キャリブレーション及び測定に関する独立した変数として使用できる。この実施形態において、スペクトル測定値mは、前処理され、続いて、前処理済みベクトルxを作成するために波長選択される。スペクトル分解は、以下に従って実行される。
【００８３】
ここで、
は、前処理されたスペクトルであり、Nは、キャリブレーションのために選択された波長の数を指し、
は、キャリブレーションセットの主成分分析から得られたM固有ベクトル又は負荷のセットであり、
は、キャリブレーションモデルを作成し、下の式（14）により、または、非線形キャリブレーションモデルにより、グルコースを測定するために使用される抽象的特徴又はスコアのセットである。上で説明したように、このキャリブレーションモデルは、多変数回帰、加重多変数回帰、局所加重回帰、又はその他の標準的アプローチにより決定できる。主成分回帰をスペクトル分解の方法として説明したが、部分最小二乗回帰を応用することも可能である。
【００８４】
抽象的特徴の抽出が関与する時、好適な方法には、幅の広い平滑化ウィンドウ（31nm等）を伴う一次導関数と、乗法的散乱補正又は標準的な正規変量変換による散乱補正［R．バーンズ，M．ダノア，S．リスタによる、「応用分光学」Applied Spectroscopy, 43:772-777(1989)¨と、1450〜1850nm又はそのサブセットにおける波長選択とを通じた前処理が関与する。加えて、1180〜1450nmといった水帯域からの情報を含めることが可能である。前処理済みのデータは、キャリブレーションモデルを作成するために、組織テンプレートに合わせて修正され、部分最小二乗が適用される。その後、処理済みスペクトル測定値xを得るために、スペクトル測定値に同一の前処理ステップ（一次導関数、散乱補正、波長選択、及び組織テンプレート補正）を適用することにより、グルコースが測定される。スペクトル測定値に関連するグルコース測定値は、以下に従って決定される。
（14）
【００８５】
ここで、
は、線形変換であり、特徴抽出ステップとキャリブレーションモデルとの両方を表す部分最小二乗回帰から導かれる。
【００８６】
本明細書では、本発明について、血液及び組織内のグルコースの測定に関して説明してきたが、本発明の原理は、他の組織成分及び検体の検出における応用も可能である。
【００８７】
以上、本明細書では本発明を特定の好適な実施形態に基づき説明してきたが、本発明の精神及び範囲から逸脱することなく、他の応用例を本明細書で述べたものに置換し得ることは当業者には容易に理解されよう。したがって、本明細書は、前記特許請求の範囲の各請求項によってのみ制限されるものとする。
【図面の簡単な説明】
【００８８】
【図１】本発明による、近赤外線分光法によりグルコースを非侵襲的に測定するシステムを示すブロック図である。
【図２】本発明による、図1のシステムのスペクトロメータを示すブロック図である。
【図３】人間の被験者の前腕での代表的な吸収スペクトル測定値を示す図である。
【図４】波長と対比した吸収スペクトルの正規化二次導関数を示す図である。
【図５】本発明による、特定された特徴を伴う第一のオーバトーンにおける吸収スペクトルの二次導関数を示す図である。
【図６】1910nmの水の帯域付近における図5の吸収スペクトルの二次導関数を示す図である。
【図７】1450nmの水の帯域付近における図5の吸収スペクトルの二次導関数を示す図である。
【図８】本発明による、例示的な特徴を伴う第二のオーバトーン領域における図5の吸収スペクトルの二次導関数を示す図である。
【図９】本発明による、注目された主要な特徴を伴う帯域の組み合わせにおける図5の吸収スペクトルの二次導関数を示す図である。
【図１０】本発明による、グルコース濃度に対比した正規化脂肪帯域のプロットを示す図である。
【符号の説明】
【００８９】
101 スペクトロメータ
102 組織テンプレート
103 測定バイアス調整
107 外れ値検出
108 キャリブレーションモデル
200 近赤外線放射ソース
201 波長選択
202 基準波長標準
203 被験者インタフェース（近赤外線放射を皮膚に方向付ける手段）
204 被験者
205 検出器の光学部品（皮膚から反射又は伝達された放射を方向付ける手段）
206 センシング要素（皮膚から反射又は伝達された近赤外線放射を検出する手段）
207 アナログ−デジタルコンバータ
208 アナライザ
209 測定した検体、特性、又は成分を表示する手段
【０００１】
本発明は、非侵襲的組織検体判定に関する。特に、本発明は、重要な組織成分の光学特性を反映するスペクトルの特徴を抽出することにより、照射した試料の生理学的及び化学的特性を特徴付ける方法及び装置に関する。次いで、こうしたスペクトルの特徴に基づいて、組織内での生理学的変化によりバイアスがかかった非侵襲的グルコース測定値が補正される。または、グルコースは、グルコース濃度の変動に対する組織の自然な生理学的反応に基づいて、間接的に測定される。
【背景技術】
【０００２】
グルコースの非侵襲的測定
糖尿病は、世界全体で死亡及び身体障害の主要な原因となっており、米国では推定1600万人が悩まされている。糖尿病の合併症には、心臓及び腎臓病、失明、神経損傷、及び高血圧が含まれ、推定されるコストの合計は、米国経済のみで年間900兆ドルを上回る［Diabetes Statistics、出版番号98−3926、米国立保健研究所、メリーランド州ベテスダ（1997年11月）¨。長期的な臨床研究では、血糖レベルの適切な制御により合併症の発症を大幅に低減できることが明らかとなっている［糖尿病コントロール及び合併症に関する臨床試験研究グループ、「インスリン依存糖尿病密剤における長期合併症の進展及び進行に対する糖尿病集中治療の効果」The effect of intensive treatment of diabetes on the development and progression of long-term complications in insulin-dependent diabetes mellitus、N Eng J of Med, 329:977-86(1993)¨。糖尿病の管理に不可欠の要素は、糖尿病患者による家庭環境での血糖レベルの自己モニタである。現在のモニタリング手法には、分析の前に皮膚を介して血液を採取する際の不便さと苦痛を伴うことから、定期的に使用する意欲を失わせるという大きな欠点がある。そのため、糖尿病患者が更に厳密な血糖の制御を行う見込みを高めるために、血糖レベルを自己モニタする新しい方法が必要である。
【０００３】
血糖レベルの測定に関しては、数多くのアプローチが探求されており、その範囲は、マイクロダイアリシスのような侵襲的方法から、分光法に依存する非侵襲的技術に及ぶ。各方法は、利点及び欠点を有するが、認証機関による承認を受けたものはほんの僅かである。これまで、血糖を自己モニタする非侵襲的手法で、認証されたものは存在しない。
【０００４】
一方法である近赤外線分光法の場合、近赤外線電磁放射（750〜2500nmの波長の光）により身体のスポットを照らす。この光は、反射して検出器に戻る前に、組織の成分との相互作用により、吸収され、分散する。検出された光には、水、脂肪、タンパク質、及びグルコースを含む体組織の構成要素との入射光の既知の相互作用に基づいた定量的情報が含まれる。
【０００５】
これまでに報告された近赤外線分光法によるグルコースの非侵襲的測定方法は、ターゲットとなる組織体積において示される血糖の吸収形跡によって発生する光の減衰の大きさを検出することに依存している。この組織体積は、スペクトロメータ検出システムへ光が反射又は伝達される照射組織の一部である。グルコースの吸収による信号は、様々な信号処理方法及び一つ以上の数学モデルにより、スペクトル測定値から抽出される。このモデルは、スペクトル測定値の例示的セットと、毛細血管（指先）又は静脈の血液の分析に基づいた関連する基準血糖値（キャリブレーションセット）とを基盤としたキャリブレーションのプロセスにより作成される。
【０００６】
近赤外線分光法は、特定の研究において、血糖レベルの非侵襲的な予測にとって、実現可能な将来性のあるアプローチを意味することが実証されている。M．ロビンソン，R．イートン，D．ハーランド，G．キープ，E．トーマス，B．ストールド，P．ロビンソンによる、「糖尿病患者における非侵襲的グルコース監視：予備評価」Noninvasive glucose monitoring in diabetic patients: A Preliminary evaluation, Clin Chem, 38:1618-22(1992)では、600〜1300nmの範囲で、指を介して拡散透過率を測定するための三種類の機器構成が報告されている。三人の被験者のグルコースレベルを撹乱するために食事負荷試験を使用し、各被験者に固有のキャリブレーションモデルを一日間について構築し、相互検証によりテストした。絶対平均の予測誤差は、19．8〜37．8mg／dlの範囲となった。H．ヘイズ，R．マーバック，T．コスチンスキ，F．グリースによる、「近赤外分光法に基づく非侵襲的血液グルコースセンサ」Noninvasive blood glucose sensors based on near-infrared spectroscopy, Artif Org, 18:436-47(1994)と、H．ヘイズ，R．マーバックによる、「拡散反射率近赤外分光法による非侵襲的血液グルコース測定に関するデータ前処理の効果」Effect of data pretreatment on the noninvasive blood glucose measurement by diffuse reflectance near-IR spectroscopy, SPIE Proc, 2089:114-5(1994)と、R．マーバック，T．コスチンスキ，F．グリース，H．ヘイズによる「ヒトの内唇についての、近赤外拡散反射率分光法による非侵襲的グルコース測定」Noninvasive glucose assay by near-infrared diffuse reflectance spectroscopy of the human inner lip, Appl Spectrosc, 47:875-81(1993)と、R．マーバック，H．ヘイズによる「近赤外分光法による皮膚組織測定用の光拡散反射率付属物」Optical diffuse reflectance accessory for measurements of skin tissue by near-infrared spectroscopy, applied optics 34(4):610-21(1995)とでは、最適化された拡散透過率付属物による1111〜1835nmの範囲での口腔粘膜の拡散反射率を通じた結果を提示している。in vivo実験は、グルコース負荷試験を使用した単一の糖尿病患者と、133人の異なる被験者の集団に対して実施された。報告された最良の標準誤差は、43mg／dlで、相互検証により評価された二日間の単一の個人の経口グルコース負荷試験から得られた。
【０００７】
K．ヤーゲマン，C．フィッシュバッカ，K．ダンザ，U．ミューラ，B．マーテスによる、「ニューラルネットワークを用いた血液／組織グルコースの非侵襲的判定のための近赤外分光法の応用」Application of near-infrared spectroscopy for noninvasive determination of blood/tissue glucose using neural network, Z Phys Chem, 191S:179-190(1995)と、C．フィッシュバッカ，K．ヤーゲマン，K．ダンザ，U．ミューラ，L．パペンクロット，J．シューラにより、「非侵襲的近赤外分光法による血液グルコースの判定のための強化較正モデル」Enhancing calibration models for noninvasive near-infrared spectroscopic blood glucose determinations, Fresenius J Anal Chem, 359:78-82(1997)と、K．ダンザ，C．フィッシュバッカ，K．ヤーゲマン，K．ライへルトによる「血液グルコースの非侵襲的監視のための近赤外拡散反射率分光法」Near-infrared diffuse reflection spectroscopy for noninvasive blood-glucose monitoring, Leon Newsletter, 12(2):9-11(1998)と、U．ミューラ，B．マーテス，C．フィッシュバッカ，K．ヤーゲマン，K．ダンザによる「較正モデルの信頼性を高めるための新規の近赤外分光法を用いた血液グルコースの非侵襲的監視」noninvasive blood glucose monitoring by means of new infrared spectroscopic methods for improving the reliability of the calibration modelsm Int J Artif Organs, 20:285-290(1997)とでは、光ファイバプローブにより、右手中指での800〜1350nmにおける透過反射率のスペクトルを記録している。各実験は、糖尿病患者の被験者が参加し、炭水化物ローディングを通じた血糖の撹乱により、一日間に渡って実施された。部分最小二乗回帰及びラジアル基底関数による神経回路網の両方を使用した結果は、相互検証により、一日間について単一の被験者に関して評価した。ダンザら，前掲では、31のグルコースプロフィールにおける相互検証により、36mg／dlという平均の二乗平均平方根予測誤差を報告している。
【０００８】
J．バーメイスタ，M．アーノルド，G．スモール，「近赤外分光法を用いたグルコースのヒト非侵襲的測定「要約」Human noninvasive measurement of glucose using near infrared spectroscopy[abstract], Pittcon, New Orleans LA(1998)では、1429〜2000nmの範囲での舌部の伝達測定により吸収スペクトルを収集している。五人の糖尿病患者被験者の研究が、39日間に渡って実施され、一日に五種類の試料が採取された。五種類の試料は、すべて、独立した試験セットに使用され、すべての被験者に関する予測の標準誤差は、54mg／dlより大きかった。
【０００９】
T．ブランク，T．ルフチ，S．マリン，S．モンフレ，「血液グルコースの非侵襲的予測のための近赤外拡散反射率の使用」The use of near-infrared diffuse reflectance for the noninvasive prediction of blood glucose, IEEE Lasers and Electro-Optics Society News letter, 13:5(October 1999)において、報告された研究は、短期間に渡る修正グルコース負荷試験中の血糖の非侵襲的測定を実証している。キャリブレーションは、個人に関してカスタマイズされ、比較的短い期間にわたって試験されている。
【００１０】
こうしたすべての研究では、これらの方法を市販の製品として承認する際に影響を与えることになる制限について言及されている。こうした制限には、感度と、試料の問題と、タイムラグと、キャリブレーションのバイアスと、長期的な再現性と、機器のノイズとが含まれる。
【００１１】
しかしながら、根本的には、血糖の正確な非侵襲的推定は、今のところ、利用可能な近赤外線技術と、他の成分に対するグルコースのトレース濃度と、患者の皮膚及び生体組織の動的な性質とによって制限される（例えば、O．カーリ，「非侵襲的グルコース測定の分光法的及び臨床的側面」Spectroscopic and clinical aspects of noninvasive glucose measurements, Clin Chem, 45:165-77(1999)を参照）。参照により本明細書に全体を組み込むS．マリン、T．ルフチの米国特許第6,280,381号「非侵襲的血液検体予測のためのインテリジェントシステム」（2001年8月28日）で報告されるように、組織試料の光学特性における劇的な非線形の変化を生成する化学的、構造的、及び生理学的変化が存在する［R．アンダーソン，J．パリッシュ，「ヒトの皮膚の光学的諸特性」The optics of human skin, Journal of Investigative Dermatology, 7:1, pp.13-19(1981)、W．チョン，S．プラール，A．ウェルチ，「生物組織の光学的諸特性の概観」A review of the optical properties of biological tissues, IEEE Journal of Quantum Electronics, 26:12, pp.2166-2185, (December 1990)、D．ベナロン，D．ホー，「時間分析型分光測光法を用いた組織の画像化（NIRI）及び計量(NIRS）：静的及び動的に変動する光学経路長の影響」Imaging (NIRI) and quantitaion (NIRS) in tissue using time-resolved spectrophotometry: the impact of statically and dynamically variable optical path lengths, SPIE, 1888, pp.10-21(1993)、J．コンウェイ，K．ノリス，C．ボッドウェル，「体組成物の推定のための新規な方法：赤外線の相互作用；臨床栄養学に関する米国ジャーナル」A new approach for the estimation of body composition : infrared interactance, The American Journel of Clinical Nutrition, 40, pp.1123-1140(December 1984)、S．ホンマ，T．フクナガ，A．カガヤ，「ヒトの筋肉の測定に用いる近赤外分光信号における脂肪組織厚さの影響；生物医学光学ジャーナル」Influence of adipose tissue thickness in near infrared spectroscopic signals in the measurement of human muscle, Journal of Biomedical Optics, 1:4, pp.418-424(October 1996)、A．プロフィオ，Light transport in tissue, Applied Optics, 28:12, pp.2216-2222(June 1989)、M．バンゲマート，S．ジャック，H．ステレンボーグ，W．スター，「皮膚光学」Skin optics, IEEE Transaction on Biomedical Engineering, 36:12, pp.1146-1154(December 1989)、及びB．ウィルソン，S．ジャック，「組織の光学的反射率及び透過率：原理と応用」Optical reflectance and transmittance of tissues: principles and applications, IEEE Journal of Quantum Electronics, 26:12, pp.2186-2199を参照¨。
【００１２】
この測定は、試料の異質性と、皮膚の多層構造及び水和レベルに関する急速な変化と、組織内の血液の体積分率の変化と、ホルモン刺激と、温度の変動と、血液検体のレベルとにより、更に複雑になる。これについては、皮膚の散乱特性の解釈により、更に考察することができる。
【００１３】
皮膚の散乱特性
皮膚の構造
皮膚の構造及び組成は、個人間で大きく異なり、更に、同じ個人においても、異なる部位間で、及び経時的に、大きく変化する。皮膚は、角質層として知られる表面層と、層状細胞表皮と、基盤を成す結合組織の真皮とによって構成される。真皮の下には、皮下脂肪層又は脂肪組織が存在する。表皮は、厚さ10〜150μmで、角質層と共に感染及び水分の喪失に対する障壁を提供し、一方、真皮は、機械的強度及び弾性を与える厚い中間層である［F．エブリング，「正常な皮膚：皮膚科学教本」The Normal Skin, Textbook of Dermatology, 2nd ed.、A．ルック，D．ウィルキンソン，F．エブリング編，Blackwell Scientific, Oxford, pp4-24(1972)¨。人間において、真皮の厚さは、瞼での0．5mmから背部での4mmの範囲で、平均は身体の大部分で約1．2mmである［S．ウィルソン，V．スペンス，Phys. Med. Biol., 33:894-897(1988)¨。
【００１４】
真皮において、水は、体積の約70％を占める。次に多い組成は、繊維性タンパク質のコラーゲンで、真皮の乾燥重量の70〜75％を構成する。同じくタンパク質であるエラスチン繊維は、豊富に存在するが、全体としては僅かな割合しか構成しない。加えて、真皮は、広範な構造（例えば、汗腺、毛嚢、及び血管）及びその他の細胞組成を含む［F．エブリング，前掲参照¨。逆に、皮下層（脂肪組織）は、体積として約10％の水を含み、主にトリグリセリド（脂肪）が豊富な細胞で構成される。グルコースの濃度は、含水量、流体区画の相対的なサイズ、毛細血管の分布、及び血流により、各層において変化する。脂肪の濃度が高いため、皮下組織におけるグルコースの平均濃度は、真皮に比べ大幅に低い。
【００１５】
皮膚の光学特性
近赤外線光を皮膚に伝達した時、一定のパーセンテージが反射され、残りは皮膚を貫通する。反射光又は鏡面反射の割合は、通常、250〜3000nmのスペクトル全体で、伝達した光の4〜7％である（垂直の入射角）［J．パリッシュ，R．アンダーソン，F．アーバック，D．ピッツ，「UV-A：長波紫外線に対するヒトの反応に及ぼす強化紫外線の生物学的影響」UV-A: Biologic Effects of Ultraviolet Radiation with Emphasis on Human Responses to Longwave Ultraviolet, New York, Plenum Press(1978)¨。皮膚に貫入する93〜96％の入射光は、皮膚の多くの層内での吸収及び散乱により減衰する。こうした二種類のプロセスは、スペクトロメータ機器のセンサの方向性と相まって、ソースによって照射され、拡散反射光の収集により「試料化」された組織体積を決定する。拡散反射率又は送出率は、混濁試料から戻った入射光の割合として定義される。代わりに、拡散透過率は、混濁試料を介して伝送された入射光の割合となる。上で述べた様々な皮膚組成による吸収は、各層での光スペクトルの消失の原因となる。散乱は、光線を送り返し、皮膚の拡散反射率に寄与することが可能な唯一のプロセスである。散乱は、皮膚の一部を介して拡散伝送される光に対しても強い影響を有する。
【００１６】
組織内での散乱は、各組織区画間の含水脂質膜の境界面、または細胞外基質内のコラーゲン繊維といった、顕微鏡レベルの屈折率の不連続によるものである［B．ウィルソン，S．ジャック，「組織の光学的反射率及び透過率：原理と応用」Optical reflectance and transmittance of tissues: principles and applications, IEEE Journal of Quantum Electronics, 26:12(December 1990)¨。散乱光の空間分布及び強度は、波長に対する粒子のサイズ及び形状と、媒体及び組成粒子間での屈折率の差異とに依存する。真皮での散乱は、直径の範囲が2．8μmであるコラーゲン繊維束からの散乱により支配され、これは真皮体積の21％を占め、屈折率の不一致は1.38/1.35である［S．ジャック，「UVA、可視及びNIR領域における組織の光学的諸特性の原点」Origins of tissue optical properties in the UVA, Visible and NIR Regions, Optical Society of America, Topical Meeting, Orlando FL(March 18-22, 1996)¨。組織から拡散送出されるスペクトルの特徴は、組織の固有吸収及び散乱特性と、異質な散乱構成要素の分布と、光の（複数の）検出点に対する（複数の）照射点のジオメトリとの複雑な相互作用により生じるものである。
【００１７】
組織における光の吸収は、主に、三種類の基本的な組成物、つまり水と、タンパク質と、脂肪とによるものである。主要な組成物として、水は、1100nmを越える近赤外線において支配的であり、はっきりとした吸収帯域により観察される（例えば、図3を参照）。様々な形態のタンパク質、及び特にコラーゲンは、真皮を照らす光の強力な吸収体である。皮下組織に貫入する近赤外線光は、主に脂肪によって吸収される。散乱が存在しない場合、特定の検体Aによる近赤外線光の吸収は、各波長においてビアの法則で以下により概算可能である。
ここで、εは検体固有吸収係数であり、cは濃度であり、lは光路長である。特定の波長での全体的な吸収は、ビアの法則が提供する特定の各検体による個別の吸収の合計となる。グルコースといった特定の検体の濃度は、各検体に関してεが固有であるため、多数の波長に渡る吸収の多変量解析により決定できる。しかしながら、グルコースを含むことが予測される組織区画において、グルコースの濃度は、水に比べ、少なくとも三桁少ない。その結果、グルコース（組織のグルコースによる吸収）の近赤外線測定のために、報告されたアプローチで検出のターゲットとなる信号は、多く見ても、干渉する他の組織組成物よりも三桁少ないものになると予測される。そのため、グルコースの近赤外線測定には、広範な波長範囲に渡る高レベルの感度と、多変量解析法の応用とが必要である。
【００１８】
しかしながら、皮膚の様々な散乱の特徴（例えば、多層及び異質性）により、照射した試料から戻る光は、組織検体、特にグルコースに関して、極めて非線形的な形で変化する。ビアの法則のような単純な線形モデルは、真皮に関して無効であることが報告されている［R．アンダーソン，J．パリッシュ，「ヒトの皮膚の光学的諸特性」The optics of human skin, Journal of Investigative Dermatology, 77:1, pp.13-19(1981)¨。こうした非線形の変化は、問題として認識されており、いくつかの報告では、必要な感度を提供しながら、測定値の非線形性を補正する独自の方法が開示されている［S．マリンら，前掲、E．トーマス，R．ロウ，米国特許第6,157,041号「分光学的キャリブレーションモデルを調整する方法及び装置」（2000年12月5日）を参照¨。
【００１９】
皮膚の動的特性
皮膚の光学的特性の知識及び利用と、機器の高い感度と、内在する非線形性の補正とは、すべて、非侵襲的血液検体測定への近赤外線分光法の応用にとって不可欠である一方で、皮膚組織の光学特性における時間依存型の変化につながる生物学的及び化学的メカニズムの理解も、同様に重要だが、これは大部分が無視されている。一定の測定部位において、皮膚組織は、ターゲット検体及びその他の吸収性化学種における変化を除き、静的であると仮定される場合が多い。しかしながら、組織の生理的状態の変化は、比較的短い期間に、組織層及び区画の光学特性に深く影響する。こうした変化は、水の移動による流体区画の均等化により支配される場合が多く、水和レベルと、血液検体レベルにおける変化とに関連する。
【００２０】
体内の水分合計量は、平均的な人の体重の60％を超えており、二種類の主要な区画、つまり細胞外液（体内の水分合計量の三分の一）及び細胞内液（体内の水分合計量の三分の二）の間で分布している［A．ガイトン，J．ホール，「生理医学教本」Textbook of Medical of Physiology, 9th ed., Philadelphia, W.B. Saunders Company(1996)¨。細胞外液は、次に、間質液（血管外）と血漿（血管内）とに分類される。透水性脂質膜は、これらの区画を分離しており、水は、膜を超えて水及びその他の検体の濃度を均等化するために、拡散のプロセスにより区画間で急速に移送される。一つの区画から他の区画への水の流れの純量は、浸透のプロセスを構成し、浸透を防ぐのに必要な圧力の量は、浸透圧と呼ばれる。静的な生理的条件下において、これらの流体区画は、均衡状態となる。しかしながら、水の摂取又は損失の結果として、流体の純粋な増加又は損失が発生する間には、すべての区画が、比例して水を獲得又は喪失し、一定の相対的体積を維持する。
【００２１】
水及びグルコースといった、組織が必要とする血清内の物質を分配する主要なメカニズムは、拡散のプロセスを通じたものである。本発明では、拡散に関するフィックの法則が、短期的な血管内／血管外流体区画の平衡を促進することを認識している。血管内区画から血管外区画への水及びその他の検体の移動は、急速に発生し、膨大な数の水分子及びその他の組成物が、絶えず熱運動し、拡散により毛細血管壁を行き来する。平均すると、毛細血管膜を介して水分子が拡散する速度は、血漿自体が毛細血管に沿って直線的に流れる速度よりも約80倍大きい。フィックの法則の式では、次の方程式に従って、実際の拡散流量IOAは、二区画間の濃度勾配dc／dx、及び分子の拡散率DAに比例する。
（2）
【００２２】
血糖濃度の短期的な増加（又は減少）は、血液浸透圧（水の単位質量当たりの分子数）の増加（又は減少）につながる。流体は、これに応じて急速に再分配され、各身体区画の水濃度における変化が生じる。例えば、高血糖での浸透圧による影響は、血管外の水の血管内空間への移動である。逆に、血糖濃度の低下は、血管内区画から血管外空間への水の移動につながる。
【００２３】
細胞膜は、殆どの溶質に対して相対的に不浸透性だが、水に対しては浸透性が高いため、細胞膜の一方の側で溶質の濃度が高い時には常に、水は、細胞膜を越えて、溶質濃度の高い領域へ向かって拡散する。細胞外流体における溶質濃度の比較的小さな変化に伴い、細胞膜を挟んで大きな浸透圧が発生する可能性がある。結果として、グルコース等、細胞外流体の不浸透性溶質の濃度における比較的小さな変化により、細胞体積の甚大な変化が生じる可能性がある。
【００２４】
長期的な流体区画の平衡は、流体の摂取、運動、ダイエット、薬物治療、及びその他の生理的要素に影響される。流体区画の変動に対するグルコースの補助的なキャリブレーションは、短期的に可能である。長期的な流体の変動に対するグルコースのキャリブレーションには、長期的な流体区画の変動のソースを補正するために検体信号及び関連する血糖のバイアス修正が必要である。注意点として、フィックの法則（式2）は、水の濃度における流れを、グルコース濃度の変化に関連付ける。そのため、この第一の原理に基づく測定値では、グルコースの相対的な移動の判定のみが可能となる。最初の水の濃度は、厳密には関連するグルコース濃度の関数ではないため、分光学的な水の信号と、関連するグルコース濃度との両方に関するバイアス修正が必要となる。したがって、追加情報がなければ、可能となるのは、グルコースの相対的な移動を予測することのみである。絶対的なグルコース値を生成するには、補助的な流体変動信号における時間依存性のバイアスを調整するために、対になったグルコース／水の測定値を使用することが必要となる。
【特許文献１】
米国特許第6,280,381号
【特許文献２】
米国特許第6,157,041号
【特許文献３】
米国特許出願番号09/563,782
【特許文献４】
PCT出願番号US01/29232
【非特許文献１】
Diabetes Statistics、出版番号98−3926、米国立保健研究所
【非特許文献２】
糖尿病コントロール及び合併症に関する臨床試験研究グループ、「インスリン依存糖尿病密剤における長期合併症の進展及び進行に対する糖尿病集中治療の効果」The effect of intensive treatment of diabetes on the development and progression of long-term complications in insulin-dependent diabetes mellitus、N Eng J of Med, 329:977-86(1993)
【非特許文献３】
「糖尿病患者における非侵襲的グルコース監視：予備評価」Noninvasive glucose monitoring in diabetic patients: A Preliminary evaluation, Clin Chem, 38:1618-22(1992)
【非特許文献４】
「近赤外分光法に基づく非侵襲的血液グルコースセンサ」Noninvasive blood glucose sensors based on near-infrared spectroscopy, Artif Org, 18:436-47(1994)
【非特許文献５】
「拡散反射率近赤外分光法による非侵襲的血液グルコース測定に関するデータ前処理の効果」Effect of data pretreatment on the noninvasive blood glucose measurement by diffuse reflectance near-IR spectroscopy, SPIE Proc, 2089:114-5(1994)
【非特許文献６】
「ヒトの内唇についての、近赤外拡散反射率分光法による非侵襲的グルコース測定」Noninvasive glucose assay by near-infrared diffuse reflectance spectroscopy of the human inner lip, Appl Spectrosc, 47:875-81(1993)
【非特許文献７】
「近赤外分光法による皮膚組織測定用の光拡散反射率付属物」Optical diffuse reflectance accessory for measurements of skin tissue by near-infrared spectroscopy, applied optics 34(4):610-21(1995)
【非特許文献８】
「ニューラルネットワークを用いた血液／組織グルコースの非侵襲的判定のための近赤外分光法の応用」Application of near-infrared spectroscopy for noninvasive determination of blood/tissue glucose using neural network, Z Phys Chem, 191S:179-190(1995)
【非特許文献９】
「非侵襲的近赤外分光法による血液グルコースの判定のための強化較正モデル」Enhancing calibration models for noninvasive near-infrared spectroscopic blood glucose determinations, Fresenius J Anal Chem, 359:78-82(1997)
【非特許文献１０】
「血液グルコースの非侵襲的監視のための近赤外拡散反射率分光法」Near-infrared diffuse reflection spectroscopy for noninvasive blood-glucose monitoring, Leon Newsletter, 12(2):9-11(1998)
【非特許文献１１】
「較正モデルの信頼性を高めるための新規の近赤外分光法を用いた血液グルコースの非侵襲的監視」noninvasive blood glucose monitoring by means of new infrared spectroscopic methods for improving the reliability of the calibration modelsm Int J Artif Organs, 20:285-290(1997)
【非特許文献１２】
「近赤外分光法を用いたグルコースのヒト非侵襲的測定「要約」Human noninvasive measurement of glucose using near infrared spectroscopy[abstract], Pittcon, New Orleans LA(1998)
【非特許文献１３】
「血液グルコースの非侵襲的予測のための近赤外拡散反射率の使用」The use of near-infrared diffuse reflectance for the noninvasive prediction of blood glucose, IEEE Lasers and Electro-Optics Society News letter, 13:5(October 1999)
【非特許文献１４】
O．カーリ，「非侵襲的グルコース測定の分光法的及び臨床的側面」Spectroscopic and clinical aspects of noninvasive glucose measurements, Clin Chem, 45:165-77(1999)
【非特許文献１５】
，「ヒトの皮膚の光学的諸特性」The optics of human skin, Journal of Investigative Dermatology, 7:1, pp.13-19(1981)
【非特許文献１６】
「生物組織の光学的諸特性の概観」A review of the optical properties of biological tissues, IEEE Journal of Quantum Electronics, 26:12, pp.2166-2185, (December 1990)
【非特許文献１７】
「時間分析型分光測光法を用いた組織の画像化（NIRI）及び計量(NIRS）：静的及び動的に変動する光学経路長の影響」Imaging (NIRI) and quantitaion (NIRS) in tissue using time-resolved spectrophotometry: the impact of statically and dynamically variable optical path lengths, SPIE, 1888, pp.10-21(1993)
【非特許文献１８】
「体組成物の推定のための新規な方法：赤外線の相互作用；臨床栄養学に関する米国ジャーナル」A new approach for the estimation of body composition : infrared interactance, The American Journel of Clinical Nutrition, 40, pp.1123-1140(December 1984)
【非特許文献１９】
「ヒトの筋肉の測定に用いる近赤外分光信号における脂肪組織厚さの影響；生物医学光学ジャーナル」Influence of adipose tissue thickness in near infrared spectroscopic signals in the measurement of human muscle, Journal of Biomedical Optics, 1:4, pp.418-424(October 1996)
【非特許文献２０】
Light transport in tissue, Applied Optics, 28:12, pp.2216-2222(June 1989)
【非特許文献２１】
「皮膚光学」Skin optics, IEEE Transaction on Biomedical Engineering, 36:12, pp.1146-1154(December 1989)
【非特許文献２２】
「組織の光学的反射率及び透過率：原理と応用」Optical reflectance and transmittance of tissues: principles and applications, IEEE Journal of Quantum Electronics, 26:12, pp.2186-2199
【非特許文献２３】
「正常な皮膚：皮膚科学教本」The Normal Skin, Textbook of Dermatology, 2nd ed.、A．ルック，D．ウィルキンソン，F．エブリング編，Blackwell Scientific, Oxford, pp4-24(1972)
【非特許文献２４】
Phys. Med. Biol., 33:894-897(1988)
【非特許文献２５】
「UV-A：長波紫外線に対するヒトの反応に及ぼす強化紫外線の生物学的影響」UV-A: Biologic Effects of Ultraviolet Radiation with Emphasis on Human Responses to Longwave Ultraviolet, New York, Plenum Press(1978)
【非特許文献２６】
「組織の光学的反射率及び透過率：原理と応用」Optical reflectance and transmittance of tissues: principles and applications, IEEE Journal of Quantum Electronics, 26:12(December 1990)
【非特許文献２７】
「UVA、可視及びNIR領域における組織の光学的諸特性の原点」Origins of tissue optical properties in the UVA, Visible and NIR Regions, Optical Society of America, Topical Meeting, Orlando FL(March 18-22, 1996)
【非特許文献２８】
「ヒトの皮膚の光学的諸特性」The optics of human skin, Journal of Investigative Dermatology, 77:1, pp.13-19(1981)
【非特許文献２９】
「生理医学教本」Textbook of Medical of Physiology, 9th ed., Philadelphia, W.B. Saunders Company(1996)
【非特許文献３０】
「パターン分類及びシーン解析」Pattern Classification and Scene Analysis, John Wiley and Sons, New York(1973
【非特許文献３１】
「簡略化された最小二乗法手順によるデータの平滑化及び差異化」Smoothing and Differentiation of Data by Simplified Least Squares Procedures, Anal. Chem., 36:8, pp.1627-1639(1964)
【非特許文献３２】
「多変量較正におけるネット解析信号計算」Net Analyte Signal Calculation in Multivariate Calibration, Anal. Chem, 69, pp.1620-1626(1997)
【非特許文献３３】
「システム同定：ユーザのための理論」Systems Identification: Theory for the User, 2nd.ed., Prentice Hall(1999)
【非特許文献３４】
「応用回帰解析」Applied Regression Analysis, 2d.ed., John Wiley and Sons, New York(1981)
【非特許文献３５】
「多変量較正」Multivariate Calibration, John Wiley and Sons, New York(1989)
【非特許文献３６】
「部分最小二乗法回帰：手引き」Partial least-squares regression: a tutorial, Analytica Chimica Acta, 185, pp.1-17,(1986)
【非特許文献３７】
「ニューラルネットワーク：総括的根拠」Neural Networks: A Comprehensive Foundation, Prentice Hall, Upper Saddle River NJ(1994)
【非特許文献３８】
「検索、最適化及び機械学習における遺伝的アルゴリズム」Genetic Algorithm in Search, Optimization and Machine Learning, Addison Wesley Publishing Company(1989)
【非特許文献３９】
「擬似進化論的最適化序論」An Introduction to Simulated Evolutionary Optimization, IEEE Trans. On Neural Networks, 5:1(January 1994)
【非特許文献４０】
「応用分光学」Applied Spectroscopy, 43:772-777(1989)
【発明の開示】
【発明が解決しようとする課題】
【００２５】
様々な組織区画間での水の再分配は、水濃度と、他の検体の濃度と、様々な層の屈折率と、組織層の厚さと、散乱中心のサイズ及び分布の変化とにより、組織の光学特性を変更させる。そのため、組織試料の光学特性は、非常に非線形的に奥深い形で修正される。加えて、試料にされる実際の組織体積（及び光の実効光路長又は平均光路長）は、様々である。その結果、スペクトル測定値は、グルコースの近赤外線検出の現在の様式と矛盾する複雑な形で変化する。例えば、血糖濃度の変化は、血管内浸透圧の増加又は減少を補正する水区画の変動を発生させる。水の分配の変化は、グルコースの吸収における変化と相関する組織の光学特性の急速な変化につながる。
【００２６】
組織の動的な変化の一部を補正するために、いくつかの方法が報告されている。例えば、非侵襲的グルコース測定のいくつかの報告された方法では、短い期間に渡る、個人に固有のキャリブレーションモデルを作成する［ロビンソン，前掲、バーメイスタら，前掲、ブランクら、前掲、K．ヘイゼン，「近赤外分光法を用いた生物学的細胞間質におけるグルコースの判定」Glucose determination in biological matrices using near-infrared spectroscopy, 博士論文，アイオワ大学（1995年8月）、J．バーメイスタ，[「ヒトの血液グルコースの非侵襲的測定のための生体外モデル」In vitro model for human noninvasive blood glucose measurements, 博士論文，アイオワ大学（1997年12月）を参照¨。このアプローチは、患者間の差異をモデル化することを回避しており、そのため、多くの個人向けに一般化することができない。しかしながら、このキャリブレーションモデルは、長期間にわたって試験されておらず、流体区画の動的な水の移動に関連する変化を補正する手段は報告されていない。
【００２７】
マリン及びルフチ，前掲では、測定時に患者に最適なキャリブレーションモデルを決定可能な高度なパターン認識システムにより、組織の構造及び状態に関連する変化を補正する方法が報告されている。このキャリブレーションモデルは、分離してグループ化した患者の代表的集団のスペクトル吸収から作成された。このグループ又はクラスは、クラス内での変化がクラス間での変化よりも小さくなるように、構造及び状態の類似性に基づいて定めている。分類は、現在の患者の状態及び構造に関連する組織の吸収スペクトルから抽出した特徴により行われる。しかしながら、説明する発明では、組織における生理的変化を直接的に補正する特徴を使用しない。更に、グルコースの非侵襲的測定の被験者（又は被験者の測定部位）の生理的状態を表す特徴の直接的な使用については、説明されていない。
【００２８】
E．トーマス，R．ロウ，米国特許第6,157,041号「分光学的キャリブレーションモデルを調整する方法及び装置」（2000年12月5日）では、直接的及び間接的測定値の両方を平均中央化するプロセスにより、被験者内の変化を低減する方法を特定している。しかしながら、これは、組織の動的な性質に関連する短期的な生理的及び化学的変化に関する主要な問題に対処していない。
【００２９】
報告された方法で、流体区画間での水の移動といった、組織の生理学的特性に関連する組織の光学特性における変化を反映する特徴を検出する方法及び装置を提供するものは存在しない。第二に、報告された方法で、血糖の近赤外線測定に不適当な条件を検出するために、組織の動的な性質を反映する特徴を利用するものは存在しない。第三に、こうした特徴を使用して、グルコース測定値を、生理的な変化によって発生するバイアスについて補正する方法は存在しない。最後に、報告された方法で、組織の光学的特性に関連するスペクトルの特徴に反映されるものとして、流体区画の変動を利用し、グルコースを間接的に測定する方法は存在しない。結果として、グルコースの非侵襲的測定は、様々な条件と組織の流体区画間での水の再分配とに対する組織の生理的反応に関連する組織の動的な性質によるものに限定される。
【００３０】
従来技術で未解決となっている問題の観点から、第一に、被験者の生理現象の変化、具体的には、組織区画間での水の移動に関連する変化による組織の光学特性の変化を検出する方法及び装置の必要性が存在する。第二に、近赤外線分光法によるグルコース測定に不適当な条件を決定するために、こうした特徴を使用することは、有益な進歩となる。最後に、この特徴を使用して、組織の変化する光学特性を補正する手段、または、代わりに、この特徴を利用して、グルコースを測定する手段を決定することは有意義な進歩となる。
【課題を解決するための手段】
【００３１】
組織区画間での水の分配における変化及びその他の生理的条件は、測定された皮膚の吸収スペクトルにおける複雑な改変につながり、実効光路長の修正を反映する。こうした動的な変化は、バイアスのかかった非侵襲的グルコース測定値をもたらし、技術の状態を制限してきた。本開示では、近赤外線分光法によるグルコースの非侵襲的測定の正確性及び精度を改善するために、主要な分光学的特徴に反映されるものとして、組織の光学特性を利用する方法及び装置を提供する。具体的には、生理的変化に対応し、これを反映する主要な特徴を特定することにより、組織の光学特性における変化を検出する方法が提供される。第二に、グルコースの非侵襲的測定値が導かれない条件を検出するプロセスが提示される。第三に、組織における生理的変化によりバイアスがかかった非侵襲的グルコース測定値を補正する手段が提供される。第四に、グルコースの濃度に対する組織の自然な生理的反応に基づいて、グルコースを間接的に測定する方法が開示される。最後に、こうした測定を行うために必要な装置について詳述される。
【発明を実施するための最良の形態】
【００３２】
近赤外線分光法によりグルコースを非侵襲的に測定する上での大きな難点は、存在するグルコースが非常に少量（2〜20mM）であることに起因する。こうした少量のグルコース信号に対してセンサをキャリブレーションするには、組織の特徴及び水和における変化による大量のバックグラウンドから、この信号を抽出する必要がある。こうしたバックグラウンドの変化は、試料組織の光学特性における変化を発生させ、これは、抽出信号で大きな不確定性を引き起こす結果的な光路長の変化による交絡効果につながる。組織の特徴における長期的な変化（数日間）は、その影響が小さなグルコース信号を圧倒するのに十分な大きさであるため、特に問題となる。グルコース信号は小さいが、血糖の変化は、大きな生理的反応を引き起こす。スペクトル的に検出可能な主要な生理的反応は、血糖の変化によって発生する流体の移動であり、これにより、水は血管及び細胞区画を出入りする。こうした水の再分配は、皮膚の散乱及び吸収特性の変化を引き起こし、これは観察する皮膚のスペクトルにおける大きな変化につながる。血糖の変化に対する反応としての流体の分布の変化によるこうしたスペクトルの変化は、グルコース測定に関する健全なキャリブレーションモデルを構築する上で極めて有益であることが証明されている。
【００３３】
更に詳しくは、血糖の変化は、皮膚組織における水の分布及び含有量の変化につながる。こうした変化は、屈折率（及び、これによる散乱係数）の変化と、組織の吸収係数の変化を引き起こす。結果として、光が組織に貫入する深さが変化する。拡散反射率の測定の場合、吸収及び散乱特性の変化は、組織の特定の深さから検出器に達する光の量に影響する。例えば、真皮における含水量の変化は、皮下組織をプローブし検出器に達する光の量を決定づけ、これにより、脂肪に吸収される光の合計量を変化させる。言い換えれば、流体の分布の変化は、検出される脂肪吸収信号の大きさを変化させる。本明細書で説明される本発明は、この発見に基づいている。
前記の発見を認識した上で、本発明は、様々な区画間での水の分配といった、生理的変
【００３４】
化に関連する組織の光学特性における変化を検出する方法を提供し、近赤外線分光法によりグルコースの非侵襲的測定値が導かれない条件を決定し、更に、
・組織の光学的特性において検出された変化のバイアスを基にグルコース測定値を修正し、または、
・検出された光学特性を反映する特徴に基づいて、間接的にグルコースを測定する。
【００３５】
流体区画の変化を検出及び修正し、グルコースを間接的に測定する装置は、その一部として、以下を含む。
・スペクトロメータシステム
・患者インタフェースモジュール
・アナライザ
【００３６】
このスペクトロメータシステムは、ターゲット組織から拡散して伝達又は反射される、指定された範囲の近赤外線光を検出し、アナライザは、データ処理動作とモデルの応用とにより、グルコースを測定する。
【００３７】
患者インタフェースモジュールは、このシステムに欠かせないものであり、障害が最小となる状態で、装置を物理的及び光学的に、組織の測定部位へ正確に結合させる。加えて、正反射と皮膚温度及び皮膚の水和の変化との影響を減らす目的で、デバイスに接触する前に分光測定の試料部位の準備を行うために、光結合媒体等の手段が提供される。
【００３８】
このシステムの概観は、図1に表示されており、一般に二種類の要素、つまり、スペクトロメータ101又は機器と、グルコース測定値を取得するプロセスを実施するアナライザ208とで構成される。スペクトロメータは、被験者の組織の近赤外線スペクトルを測定する。アナライザは、スペクトル測定値を処理し、外れ値の検出及びグルコースの測定に関連する特徴を抽出し、処理されたスペクトル測定値及び又は抽出された特徴にモデルを適用し、グルコース測定値を取得する。システムとしてのスペクトロメータ及びアナライザの構成要素について、以下で詳細に説明する。
【００３９】
スペクトロメータシステム
分光測定システム101は、近赤外線放射ソース200と、波長選択システム201と、患者に対するインタフェースと、近赤外線放射を皮膚に方向付ける手段203と、皮膚から反射又は伝達された放射を方向付ける手段205と、皮膚から反射又は伝達された近赤外線放射を検出する手段206と、検出された近赤外線放射を分析する手段208と、測定した検体、特性、又は成分を表示する手段209を含む。
【００４０】
代替の配置において、波長選択201は、被験者インタフェース203と検出器の光学部品205との間で行うことができる。
【００４１】
ソース200は、700〜2500nmの波長範囲の近赤外線エネルギを放射し、例えば、LEDの列又はハロゲンランプにより構成することができる。一つ以上の帯域通過フィルタは、所定のスペクトル範囲外ではあるが近赤外線エネルギのソースにより放出される波長の影響を最小化するために（随意的に）必要となる。例えば、ハロゲンランプは、約1600nmのピークエネルギを有するが、2500nmより上の電磁放射も発する。2500nmより上の波長は、組織及びそのそれぞれの構成要素を加熱することにより、測定部位に有害な影響を与えるため、これはグルコースの検出に悪影響を与える。
【００４２】
皮膚の照射前及び又は照射後の波長分離201の方法は、分散要素（例えば、平面又は凹面、ルールド又はホログラフィック回折格子）、干渉計、または、付加的な分散要素を使用しないLEDアレイの要素の連続的照射の使用により実行できる。環境の変化により、こうした波長分離方法を実行する際に変化が生じるため、基準波長標準202、例えばポリスチレン標準を、組織の調査の直前又は直後にスキャンすることにより、こうした変化を修正する必要がある。干渉計ベースのシステムにおいて、これは、組織の調査と同時に行われる。
【００４３】
（複数の）センシング要素206は、ターゲット波長に反応する検出器であり、多数又は単一の要素で構成することができる。線形ダイオードアレイ（又はフォトダイオードアレイ）のケースでは、所定の波長領域をカバーするために二つ以上の異なる検出器材料が必要となる時、好ましくは、測定に必要ではない波長において、（複数の）材料結合が発生する。例えば、InGaAs及び拡張InGaAs検出器のケースでは、こうした結合は、通常、拡張InGaAsのコストが高いため、アレイのコストを低減する目的から、1750nmで発生する。しかしながら、この波長領域は、脂肪、タンパク質、及びグルコースに関連する吸収の中央で発生するため、こうした結合は、約1480nm±20nmで発生するのが更に好ましい。加えて、好ましくは、アレイの個別の要素を検知するのに使用する電子装置も、同じ波長で発生する結合を有する。
【００４４】
組織試料インタフェースは、被験者204インタフェースモジュール203を含み、これは、ライトパイプ、光ファイバ、レンズシステム、または光配向性ミラーシステムにより、直接的又は間接的に、組織を往復205する近赤外線放射を方向付ける。照射される組織表面のエリア及び近赤外線放射を返すエリアは、異なる状態で検出され、定められた距離により分離され、所定の特性の測定に最適な組織体積をターゲットとするために選択される。照射部位からの正反射による放射は、返送される放射の検出に大きく干渉する大きさとなる。そのため、検出部位を照射部位から所定の量だけオフセットさせることにより、検出されている光に影響を与えた多様な組織のサブセットである組織の体積を試料化し、同時に、正反射光の干渉を回避することが可能となる。大きなテーブルトップ又はデスクトップ機器のケースでは、患者インタフェースモジュールは、肘掛けと、リストレストと、選択した照射メカニズム及び所定の組織の連結を支援するガイドとを更に含む。小さなハンドヘルドユニットのケースでは、患者インタフェースモジュールは、所定の組織との連結を支援するガイド又は位置決定メカニズムを含む。一般に、上で説明したように、照射メカニズムと所定の組織との間には、皮膚表面からの正反射を最小化するために、光結合流体が配置される。前述の患者インタフェースモジュールの一部は、米国特許出願番号09／563,782及びPCT出願番号US01/29232において説明されており、両方の内容は、全体を参照により本明細書に組み込むものとする。
【００４５】
収集された近赤外線照射は、電圧量に変換され、マイクロプロセッサベースのシステム208上で分析のためにアナログ−デジタル207コンバータにより試料化され、その分析結果が表示される209。
【００４６】
測定プローブが接触する被験者の試料部位、表面、又はポイントは、スペクトロメータシステムにより照射される特定の組織を含む。試料部位の理想的な特質には、均質性、不変性、及びターゲット検体への接近性が含まれる。腹部、太腿、手（手のひら又は手の甲）、耳たぶ、又は指を含め、いくつかの測定部位を使用することが可能だが、好適な実施形態では、前腕の掌側部分が使用される。加えて、測定は、拡散反射又は拡散透過の形態で実行可能だが、好適な方法は、拡散反射である。組織のスキャニングは、脈動効果の影響を受けないエリアの場合、連続的に実行可能であり、または、脈動の間に、断続的にスキャニングを行うことができる。
【００４７】
スペクトル測定
スペクトロメータシステムは、グルコース濃度の決定又は測定のために、スペクトル測定値104又は「スペクトル」をアナライザ208に提供する。このスペクトルは、スペクトルの近赤外線部分（700〜2500nm）に渡るN波長
のセットに関係する吸収値のベクトル
によって表される。好適な実施形態において、測定のプロセス及び吸収度の計算は、測定された組織からの光強度
と、非吸収性の基準材料から測定された光強度
とを使用し、以下に従ってmを決定する。
【００４８】
ここで、mは、皮膚の反射スペクトルであり、入射光による体組織構成要素との既知の相互作用に基づいた定量的情報を含む吸収スペクトルに類似する。λにmを対比したプロットは、図3に表示されており、主に水、脂肪、及びタンパク質による吸収帯域で構成される。しかしながら、更に詳しくは、この測定値は、特徴の抽出及び測定要件のために最適化した近赤外線領域における特定の波長のセットで構成することができる。例えば、グルコースの測定は、1100〜1935nmの波長範囲、またはその選択されたサブセットにおいて、最適な形で実行される。
【００４９】
代わりに、スペクトル測定値は、以下に従って決定することができる。
【００５０】
ここで、
は、Iを収集する前の何らかの時点で測定された組織強度を表すものであり、単一の組織強度スペクトルから、または、いくつかの組織強度スペクトルの平均又は平均の健全な推定（例えば、トリム平均）から決定することができる。別の実施形態において、測定値mは、測定された強度Iとして定義することができる。最後に、mは、機器により収集された単一のスペクトル、または、定められた測定期間に収集され、平均化された、いくつかの（適切に）選択されたスペクトルの組み合わせにより構成することができる。ノイズが最も少ない測定結果を生成するために、スペクトルを選択する方法には、類似性又は距離の尺度（つまり、最も類似するものを選択する）及びクラスタ化操作が含まれる。
【００５１】
前処理及び特徴抽出
特徴抽出106は、試料測定値の特質又は態様を解釈のために強化する任意の数学的変換である［R．ドゥダ，P．ハート，「パターン分類及びシーン解析」Pattern Classification and Scene Analysis, John Wiley and Sons, New York(1973)¨。特徴抽出の一般的な目的は、組織測定部位の化学物質の濃度、構造特性、及び生理的状態を簡潔に表すこと、または引き立たせることである。本発明では、以下に基づいて、組織の光学特性を表現又は反映する特徴のセットが作成される。
・光路長の変化に関連して様々な形で変化する別個の吸収帯域の特定。
・測定部位の散乱及び吸収特性（又は係数）。
【００５２】
その後、この特徴は、グルコース測定に不適当な条件を特定するために、または、実際のグルコース測定を実行するために、応用される。例えば、脂肪の帯域吸収度の大きさについて分析された推定値は、真皮に関する特定の情報を推測するのに使用することができる。脂肪は真皮に欠如しているが、近赤外線放射は、下の脂肪組織に貫入するために、真皮を介して伝搬される必要がある。したがって、生理的変化、及び真皮の光学特性における対応する変化は、脂肪の帯域吸収度の大きさに影響を与える。
【００５３】
したがって、真皮における水の濃度が増加すると、脂肪の帯域の大きさは、必然的に減少し、その逆も同様である。
【００５４】
本発明では、以下の目的で、いくつかのタイプの特徴が決定及び使用される。
・外れ値検出107
・組織の光学特性における変化の補正102
・グルコース測定109
【００５５】
スペクトル測定値m、または、フィルタリング操作、一次又は二次導関数の計算［A．サビツキ，M．ゴレイ，「簡略化された最小二乗法手順によるデータの平滑化及び差異化」Smoothing and Differentiation of Data by Simplified Least Squares Procedures, Anal. Chem., 36:8, pp.1627-1639(1964)¨、又は散乱補正を用いて前処理105されたスペクトル測定値が定められた場合には、次の通りとなる。
・「単純」特徴は、臨界点（スロープがゼロであるポイント）におけるスペクトル測定値又は処理済みスペクトル測定値の値である。
・付加的（派生的）特徴は、加算、減算、除算、及び乗算といった数学的変換により基本的な特徴から決定される。
・抽象的特徴は、前処理済みスペクトルの線形及び非線形変換により導かれる。
【００５６】
単純及び派生的特徴は一般に、脂肪吸収度の大きさ等、物理的な解釈を有するが、抽象的特徴のセットは、物理的な体系に関連する特定の解釈を有するとは限らない。例えば、主成分分析のスコアは、特徴として使用されるが、その物理的な解釈が常に既知のものであるとは限らない。主成分分析の有用性は、組織吸収スペクトルの性質に関連する。組織スペクトルの吸収度における殆どの有意な変化は、グルコースの吸収によって発生するものではないが、測定部位の状態、構造、及び組成に関連する。この変化は、一次的な主成分によってモデル化される。そのため、重要な主成分は、組織の測定部位の構造的特性及び生理的状態に関連する変化を表し、結果的に組織の光学特性を反映する傾向がある。
【００５７】
好適な実施形態において、こうした特徴は、図4に示す吸収スペクトルの二次導関数から決定される。各臨界点は、波長によって特定される。各臨界点における二次導関数スペクトルの値は、測定スペクトルに関連する組織試料の重要な特性を表す特徴として使用される。図5〜9では、多くの重要な特徴が、例示的な測定値として特定されている。これには以下が含まれる。
・それぞれ1665、1708、1746、1868、1133、2020、及び2232nmに近い正規化ポイント（n）1〜8。
・1727、1765、1214、及び1165nmに近い脂肪帯域ポイント（f）1〜4。
・1687、1715、1190、2050、2150、2175、2275、2292、及び2355nmに近いタンパク質帯域ポイント（p）。
・1789、1896、1410、1465、及び1150nmに近い水帯域ポイント（w）2〜6。
【００５８】
正規化ポイントn1〜n8は、一般に、派生的特徴を決定するのに使用され、「脂肪」（f1〜f4）、「タンパク質」p1〜p9、及び「水」w2〜w6と指定されたポイントは、一般に、それぞれ脂肪、タンパク質、又は水による吸収帯域の近隣に位置する。二次導関数スペクトルの帯域幅（低分解能）のため、一つの成分に関連するいくつかの帯域が別のものによる吸収度を含んでおり、いくつかの臨界点は、その位置がそれぞれの成分の近隣であることから、一つの成分に関連付けられている。加えて、波長は、二次導関数の例において示す特徴に関して報告されており、皮膚の複合層に関連する散乱係数及び内部フィルタ効果の減少における変動の結果として、大幅に変化する可能性がある。
【００５９】
付加的特徴は、導出されており、プロット上に表示されている。例えば、d1・uml;1665−p1687、d2・uml;1665−f1727、d3・uml;1665−f1765、d4・uml;1665−w1789、d5・uml;1868−w1410、d6・uml;1380−w1465、及びd7・uml;1380−w1150では、記号pλ、wλ、fλ、及びnλは、波長λに近い、以前に指定されたタンパク質、水、脂肪、又は正規化ポイントを指定する。外れ値検出及び測定に使用されるその他の派生特徴には、d2／d1が含まれる。
【００６０】
このコンテクストにおいては特徴の特定の例が提供されているが、当業者が認識するように、吸収スペクトル、一次導関数スペクトル、又は前処理済み吸収スペクトルから導くことが可能な多くの有用な特徴は、列挙されていない。加えて、主成分分析では、組織の一次的な識別、外れ値分析、及び検体測定にとって有用な、その他の抽象的特徴が提供される。特定の事例では、スペクトル全体が、適切な前処理の後、測定モジュールに送られ、ここで血糖の推定又は予測を行うためにキャリブレーションが適用される。
【００６１】
最後に、グルコースの吸収に関連する特徴は、前処理、波長選択、及び抽象的特徴の選択により抽出される。好適な実施形態において、前処理は、フィルタリング、分化、散乱補正、及び正規化の一つ以上のステップが含まれる。波長選択は、1450〜1700nm、1700〜1900nm、2050〜2200nm、及び2250〜2400nmを含む、グルコースと明確に関係する領域にスペクトルを限定する。
【００６２】
組織テンプレート（ 102 ）
バックグラウンド減算ステップは、上で定義した前処理ステップに続いて、推定スペクトルバックグラウンド又は組織テンプレート102とxとの差異の決定により、以下のように行われる。
ここでxは、前処理済みスペクトル又は選択された特徴セットであり、x 1は、測定期間に関連する推定バックグラウンドまたは組織テンプレートであり、c及びdは、組織テンプレートに対するスロープ及びインターセプト調整である。組織上の測定位置及び測定部位の生理学的安定性のレベルによって定められる各測定期間中、組織テンプレートは、一つ以上のスペクトル測定値と、データ選択基準、例えば、互いに酷似するスペクトル測定値のみを選択し、これらを平均化することとにより決定される。好適な実施形態において、x 1は、測定期間の最初に、組織に関して収集された（スペクトル）測定値から抽出された特徴を含む。このプロセスは、「再キャリブレーション」と呼ばれ、組織テンプレートを形成するために処理される一つ以上のスペクトル測定値の収集と、関連する基準グルコース値のセットとの両方が関与する。このグルコース値は、下で更に詳細に説明する測定バイアス調整103を形成するために、組織テンプレートを作成するのに使用するものと同じ戦略に従って組み合わせる。測定期間は、組織試料の状態（事前に設定された境界内の光学特性）が均一であり、組織測定部位が不変である期間として定義される。しかしながら、組織テンプレートは、一定の患者からの任意の特徴のセット、または、将来のスペクトル測定値と比較するキャリブレーションセットにすることもできる。この後者の実施形態において、変数c及びdは、測定されたスペクトルに対する特定の波長範囲における組織テンプレートの最小二乗フィット（zのユークリッドノルムを最小化する）により決定される。
【００６３】
組織状態の検出
以前に説明したように、様々な区画での水の分布の変化は、スペクトルの特徴における変化に反映される光学特性の変化につながる。そのため、分光学的グルコース測定にとって有害な条件は、選択された特徴をモニタし、一定の測定期間におけるその変化がキャリブレーションセットの変化又は以前に確立された他の何らかの限界を超えない状態を確保することにより、検出することができる。例えば、正規化脂肪帯域の大きさであるd2（n 1665−f 1727）の変化は、真皮の水和状態を決定するのに使用されている。d2の大きさが、組織テンプレートと比較して、変化の合計又はキャリブレーションモデルを計算するために選択された試料によって確立された範囲を超える場合、エラーが指摘される。同様に、正規化タンパク質帯域（n 1665−p 1687）、様々な正規化水帯域（d4・uml;1665−w1789、d5・uml;1868−w1410、d6・uml;1380−w1465、及びd7・uml;1380−w1150）、及び比率d1／d2は、外れ値の検出107及びグルコース測定値が導かれない条件の検出に使用される。この方法は、以前に列挙した特定される特徴のいずれかに応用することが可能である。
【００６４】
測定（ 109 ）
グルコースの測定は、処理されたスペクトル測定値及び又は抽出された特徴に対するキャリブレーションモデル108の適用により達成される。このモデルは、例示的な対になったデータポイントのキャリブレーションセットから決定され、各データポイントは、前処理されたスペクトル測定値（x）と、血液又は間質液の試料の分析から決定される関連する基準グルコース値（y）とによって構成される。代わりに、基準グルコース測定値は、指先又はスペクトル測定の部位から採取した血液から決定することができる。最後に、基準グルコース測定値は、分光測定の部位又はその近く、または、代替となる代表的な部位、例えば、前腕において取得した間質性グルコース濃度から決定することができる。
【００６５】
このプロセスによれば、血液、血清、血漿、又は間質性採取物は、センサ試料部位の近くの組織部位、または、試料部位を反映するように設計／決定されている組織部位から取得される。例えば、非侵襲的近赤外線測定値をキャリブレーションのために前腕で取得する時、同じ個人において、毛細血管血液採取物は、同じ側の前腕又は反対側の前腕から採取することができる。または、血液採取物を使用する代わりに、一部の事例においては、毛細血管グルコース値ではなく間質性グルコース値を使用するのが有利である。
【００６６】
キャリブレーションセットは、一人以上の被験者に基づいており、一般に、予測されるグルコース変動範囲に渡るグルコース濃度、及び将来のスペクトル測定において遭遇する可能性の高いものを表すスペクトル変動を含めたグルコース濃度を含む。キャリブレーションモデル108は、方程式と、パラメータのセットと、前処理されたスペクトル測定値に基づいて被験者のグルコースレベルを測定するために実施される対応するコンピュータコードとを含む。好適な実施形態において、前処理及び特徴抽出は、このモデルと共に、グルコースの純粋な検体信号を効率的に抽出し、この純粋な検体信号は、干渉に対して直角なターゲット検体に関連するスペクトル信号の一部である［A．ローバ，K．ファーバ，「多変量較正におけるネット解析信号計算」Net Analyte Signal Calculation in Multivariate Calibration, Anal. Chem, 69, pp.1620-1626(1997)¨。純粋な検体信号は、その後、グルコース測定の望ましい単位（mg/dL等）に一致させるために、一定比率での増減及びバイアス修正103を行う。
【００６７】
本発明のいくつかの実施形態では、二種類のカテゴリで開示される。第一の測定カテゴリにおいて、抽出された特徴は、補足的なものであり、検出された光の実効光路長及び試料組織の体積における変化だが、グルコースによる吸収とは無関係な変化に関連する光学特性の変動に関する別のモデルを補正するために適用される。これは、区画間での水の移動（または、その他の一時的な生理的条件）に関連する組織の光学特性における変化を反映する吸収の特徴を使用し、グルコースの近赤外線吸収に基づくキャリブレーションを補足することにより達成される。
【００６８】
第二の測定カテゴリにおいて、身体の生理学的及び化学的反応に関連する抽出された特徴は、一次的なものであり、被験者のグルコースレベルを間接的に測定するために使用される。この方法は、間質性、血管内、及び細胞区画における流体分布の改変を発生させる血糖の変化に対する自然な反応に基づいている。こうした流体分布の改変は、組織の散乱及び吸収特性の変化を引き起こし、こうした変化は近赤外線分光法により検出可能であり、間接的血糖測定の基盤としての役割を果たす。近赤外線信号は、グルコース濃度における変化と一致する皮膚の様々な層での散乱特性における変化を反映する。したがって、流体分布の変化は、グルコースのものよりも大幅に高い信号を提供し、非侵襲的なグルコース測定のマーカとして使用可能な、脂肪、タンパク質、及び水といった、重要な成分の見かけの吸収における変化につながる。しかしながら、長期的な流体区画の平衡は、流体の摂取、運動、ダイエット、薬物療法、及び生理学的要素によって影響される。
【００６９】
流体区画の移動に対するグルコースの「補助的」キャリブレーションは、短期的に可能であるが、長期に渡る流体移動に対するグルコースのキャリブレーションでは、長期的な流体区画の移動のソースを補正するために、分析信号及び関連する血糖のバイアス修正が必要となる（注意点として、式2のフィックの法則は、水の濃度の流れを、グルコース濃度の変化に関連付ける）。したがって、こうした測定では、初期の時点と相対的なグルコースの移動を判定することのみが可能であり、最初の水の濃度は、厳密には関連するグルコース濃度の関数ではないため、この時点での分光学的な水の信号と、関連するグルコース濃度との両方に関するバイアス修正が必要となる。そのため、本発明のこの実施形態では、組織の光学特性における変化を、重要な成分に反映されるものとして測定する装置及び方法と、こうした特性に基づいてグルコース濃度を決定する方法とが提供される。
【００７０】
スペクトルの特徴を通じたグルコースの補足的測定は、以前に開示した分類システムにより［マリンら，前掲¨、または、以下の一般式により、選択された特徴によりグルコース測定モデルを補足することにより実行される。
【００７１】
ここで、
は、推定されるグルコース濃度であり、
は、処理されたスペクトル測定値であり、
は、組織の生理的状態又は光学特性を表す特徴のセットであり、
は、前処理されたスペクトル及び抽出された特徴に基づいてグルコースを測定するために使用するモデルであり、bは、組織テンプレートとキャリブレーションモデルとの両方に関連するグルコース測定値のベースライン調整である。このモデルf(?)は、スペクトル測定値、抽出された特徴、及び（血液又は間質測定からの）基準グルコース値を含むキャリブレーションセットにより決定される。f(?)の構造を設計する方法は、識別体系のプロセスを通じたものとなる［L．リュング，「システム同定：ユーザのための理論」Systems Identification: Theory for the User, 2nd.ed., Prentice Hall(1999)¨。このモデルのパラメータは、多変数回帰又は加重多変数回帰［N．ドレイパ，H．スミス，「応用回帰解析」Applied Regression Analysis, 2d.ed., John Wiley and Sons, New York(1981)¨、主成分回帰［H．マータンス，T．ネス，「多変量較正」Multivariate Calibration, John Wiley and Sons, New York(1989)¨、部分最小二乗回帰［P．ゲラディ、B．コワルスキ，「部分最小二乗法回帰：手引き」Partial least-squares regression: a tutorial, Analytica Chimica Acta, 185, pp.1-17,(1986)¨、又は人工神経回路網［S．ヘイキン，「ニューラルネットワーク：総括的根拠」Neural Networks: A Comprehensive Foundation, Prentice Hall, Upper Saddle River NJ(1994)¨を含む既知の方法を使用して計算される。
【００７２】
x p及びzが独立しているケースにおいて、一般式は、次のように置き換えることができる。
【００７３】
ここで、
は、生理的その他の組織変動が存在しない状態でグルコースを測定するのに使用されるモデルであり、
は、組織の光学特性における変化によって発生するグルコース測定値の誤差に相関する変数に特徴をマッピングするために使用されるモデルであり、m s及びm iは、g(z)を正しい単位に変換するために使用されるスロープ及びインターセプトである。このケースでは、実験的な設計により、f(?)及びg(?)を別個に決定することが可能である。第一に、f(?)は、グルコースが操作される間に組織の光学特性が安定状態又は一定である実験により発見される。第二に、組織の光学特性は変動可能であり、g(?)、m s、及びm iは、グルコース測定値の誤差に基づいて決定され、g(?)のターゲット値は以下のように定められる。
【００７４】
ここで、yは、基準グルコース濃度である。第三の実施形態において、f(?)及びg(?)が測定範囲で線形になると判断される時、式8は、次のように置き換えられる。
【００７５】
ここでは、
及び
となる。この実施形態において、F及びGは、上で説明したように、線形のキャリブレーション方法を使用して別個に決定される。グルコース測定値の特徴の補足的な使用に関するこの最後の実現形態は、好適な方法である。
【００７６】
測定の第二のカテゴリにおいて、抽出された特徴は、以下により、グルコースを間接的に測定するために使用される。
【００７７】
ここで、
は、基準グルコースレベルに相関する変数に対して特徴をマッピングするために使用されるモデルであり、m s及びm iは、g(z)を正しい単位に変換するために使用されるスロープ及びインターセプトである。G(?)を決定する方法は、スペクトル測定値の例示的なセット（キャリブレーションセット）、抽出された特徴、及び（血液又は間質測定からの）基準グルコース濃度を通じたものである。特徴のサブセットは、基準グルコース濃度との複合相関に基づいて選択される。変数の選択には先験的知識及び試行錯誤法を利用できるが、段階的回帰［ドレイパら，前掲¨ランダムサーチ手法、遺伝的アルゴリズム［D．ゴールドバーグ，「検索、最適化及び機械学習における遺伝的アルゴリズム」Genetic Algorithm in Search, Optimization and Machine Learning, Addison Wesley Publishing Company(1989)¨、又は進化的プログラミング［D．フォーゲル，「擬似進化論的最適化序論」An Introduction to Simulated Evolutionary Optimization, IEEE Trans. On Neural Networks, 5:1(January 1994)¨を含め、変数を選択するための標準的な方法も存在する。このモデルg(?)は、線形又は非線形キャリブレーションの標準的な方法により決定される。線形の場合は、次の通りである。
ここでは、
となる。
【００７８】
本発明の好適な実施形態において、特徴zは、少なくとも正規化二次導関数脂肪帯域（d2）又は正規化二次導関数タンパク質帯域（d1）を含むように選択される。モデルのパラメータ（m s、m i、及びG）は、多変数回帰、加重多変数回帰、又は局所加重回帰により決定される。例えば、キャリブレーションセットは、グルコース濃度が70〜350mg／dlの範囲に及ぶ特定の被験者に関して収集された。
【００７９】
グルコース濃度に対比した正規化脂肪帯域d2のプロットは、図10に提示されている。この特徴と基準グルコース濃度との高度の相関は、この抽出された特徴により、グルコース測定を実現できることを示している。単純な線形回帰を実行することにより、上の方程式のモデルパラメータが決定される。
【００８０】
しかしながら、本発明は、正規化脂肪及びタンパク質帯域に限定されない。同様の方法は、水吸収度のピーク及び正規化された水吸収度のピーク（d4・uml;1665−w1789、d5・uml;1868−w1410、d6・uml;1380−w1465、及びd7・uml;1380−w1150）を使用して作成されている。更に、正規化のために選択される波長は、1665nmに制限されない。実際に、様々な被験者と被験者のカテゴリとに関して、それぞれの組織試料の光学特性と、血流のベースラインレベルと、グルコース濃度の変化に対する生理的反応とに依存する多数のモデルが存在する。したがって、代替の実施形態は、あらゆる主要なタイプの吸収帯域に関連する特徴の組み合わせを使用することにより構成される。例えば、正規化二次導関数脂肪帯域及び二つの正規化二次導関数水帯域が選択された。その後、グルコースに対するこうした変数の多重回帰は、一部の形として以下のようにすることが可能なモデルを使用して実行された。
【００８１】
ここでz 1、z 2、及びz 3は、それぞれ脂肪帯域及び二つの水帯域の正規化二次導関数の値である。この方程式は、その後、前処理及び特徴抽出後の特徴において取得されたスペクトルからグルコース値を測定するのに使用することができる。
【００８２】
代替の実施形態においては、主成分分析のスコアといった、皮膚組織の光学特性における変化を反映する抽象的特徴を、グルコースの非侵襲的キャリブレーション及び測定に関する独立した変数として使用できる。この実施形態において、スペクトル測定値mは、前処理され、続いて、前処理済みベクトルxを作成するために波長選択される。スペクトル分解は、以下に従って実行される。
【００８３】
ここで、
は、前処理されたスペクトルであり、Nは、キャリブレーションのために選択された波長の数を指し、
は、キャリブレーションセットの主成分分析から得られたM固有ベクトル又は負荷のセットであり、
は、キャリブレーションモデルを作成し、下の式（14）により、または、非線形キャリブレーションモデルにより、グルコースを測定するために使用される抽象的特徴又はスコアのセットである。上で説明したように、このキャリブレーションモデルは、多変数回帰、加重多変数回帰、局所加重回帰、又はその他の標準的アプローチにより決定できる。主成分回帰をスペクトル分解の方法として説明したが、部分最小二乗回帰を応用することも可能である。
【００８４】
抽象的特徴の抽出が関与する時、好適な方法には、幅の広い平滑化ウィンドウ（31nm等）を伴う一次導関数と、乗法的散乱補正又は標準的な正規変量変換による散乱補正［R．バーンズ，M．ダノア，S．リスタによる、「応用分光学」Applied Spectroscopy, 43:772-777(1989)¨と、1450〜1850nm又はそのサブセットにおける波長選択とを通じた前処理が関与する。加えて、1180〜1450nmといった水帯域からの情報を含めることが可能である。前処理済みのデータは、キャリブレーションモデルを作成するために、組織テンプレートに合わせて修正され、部分最小二乗が適用される。その後、処理済みスペクトル測定値xを得るために、スペクトル測定値に同一の前処理ステップ（一次導関数、散乱補正、波長選択、及び組織テンプレート補正）を適用することにより、グルコースが測定される。スペクトル測定値に関連するグルコース測定値は、以下に従って決定される。
（14）
【００８５】
ここで、
は、線形変換であり、特徴抽出ステップとキャリブレーションモデルとの両方を表す部分最小二乗回帰から導かれる。
【００８６】
本明細書では、本発明について、血液及び組織内のグルコースの測定に関して説明してきたが、本発明の原理は、他の組織成分及び検体の検出における応用も可能である。
【００８７】
以上、本明細書では本発明を特定の好適な実施形態に基づき説明してきたが、本発明の精神及び範囲から逸脱することなく、他の応用例を本明細書で述べたものに置換し得ることは当業者には容易に理解されよう。したがって、本明細書は、前記特許請求の範囲の各請求項によってのみ制限されるものとする。
【図面の簡単な説明】
【００８８】
【図１】本発明による、近赤外線分光法によりグルコースを非侵襲的に測定するシステムを示すブロック図である。
【図２】本発明による、図1のシステムのスペクトロメータを示すブロック図である。
【図３】人間の被験者の前腕での代表的な吸収スペクトル測定値を示す図である。
【図４】波長と対比した吸収スペクトルの正規化二次導関数を示す図である。
【図５】本発明による、特定された特徴を伴う第一のオーバトーンにおける吸収スペクトルの二次導関数を示す図である。
【図６】1910nmの水の帯域付近における図5の吸収スペクトルの二次導関数を示す図である。
【図７】1450nmの水の帯域付近における図5の吸収スペクトルの二次導関数を示す図である。
【図８】本発明による、例示的な特徴を伴う第二のオーバトーン領域における図5の吸収スペクトルの二次導関数を示す図である。
【図９】本発明による、注目された主要な特徴を伴う帯域の組み合わせにおける図5の吸収スペクトルの二次導関数を示す図である。
【図１０】本発明による、グルコース濃度に対比した正規化脂肪帯域のプロットを示す図である。
【符号の説明】
【００８９】
101 スペクトロメータ
102 組織テンプレート
103 測定バイアス調整
107 外れ値検出
108 キャリブレーションモデル
200 近赤外線放射ソース
201 波長選択
202 基準波長標準
203 被験者インタフェース（近赤外線放射を皮膚に方向付ける手段）
204 被験者
205 検出器の光学部品（皮膚から反射又は伝達された放射を方向付ける手段）
206 センシング要素（皮膚から反射又は伝達された近赤外線放射を検出する手段）
207 アナログ−デジタルコンバータ
208 アナライザ
209 測定した検体、特性、又は成分を表示する手段
Claims (61)
- 組織試料のスペクトルを測定するステップと、
当該組織における生理的変化に関連する当該組織試料の光学特性における変化を、当該変化を反映するスペクトルの特徴によって明らかになるものとして検出するステップと、
当該検出済み変化に基づいて、直接的な検体の測定値を補正するステップ、または、当該スペクトルの特徴に基づいて、当該検体を間接的に測定するステップの何れかを含む、組織試料内のターゲット検体の非侵襲的測定方法。 - スペクトルを測定する当該ステップが、当該組織のスペクトルmを測定するステップを含み、当該スペクトルが、約700〜2500nmの近赤外線領域に渡るN波長
のセットに関係する吸収値のベクトル
によって表される、請求項1に記載の方法。 - mが、特徴の抽出に関して最適化された近赤外線の波長のセットを含む、請求項2に記載の方法。
- 当該スペクトルを前処理するステップを更に含み、前処理するステップが、
フィルタリングと、
当該スペクトルの一次又は二次導関数の計算と、
散乱補正とのいずれも含む、請求項1に記載の方法。 - 当該特徴を抽出するステップを更に含み、特徴抽出が、当該組織試料の構造特性及び生理的状態を簡潔に表すように、試料測定値の特質又は態様を解釈のために強化する任意の数学的変換を含む、請求項1に記載の方法。
- 当該特徴抽出ステップが、
試料の光路長、散乱、及び吸収特性における変化に関して、異なる形で変化する個別の吸収帯域を特定するステップと、
組織の光学特性を表現又は反映する特徴のセットを作成するステップと、
当該特徴を、
検体測定に適した条件、及び、
検体測定に不適当な条件を特定するために適用するステップとを含む、請求項5に記載の方法。 - 特徴が、
臨界点におけるスペクトル測定値又は処理済みスペクトル測定値の値を含み、臨界点が、0のスロープを有するポイントである、単純特徴と、
数学的変換により単純特徴から導かれる特徴を含む、派生的特徴と、
抽象的特徴とのいずれかを含み、
単純及び派生的特徴が、一般に物理的解釈を有し、かつ抽象特徴が、物理的体系に関連する特定の解釈を有するとは限らない、請求項5に記載の方法。 - 抽象特徴が、主成分分析のスコアを含み、重要な主成分が、組織試料の構造特性及び生理的状態に関連する変化を表し、その結果、組織の光学的特性が表現される、請求項7に記載の方法。
- 特徴が、当該スペクトルの二次導関数から決定され、各臨界点における当該二次導関数スペクトルの値が、試料の重要な特性を表す特徴を構成する、請求項7に記載の方法。
- 特徴が、
正規化ポイントと、
脂肪帯域ポイントと、
タンパク質帯域ポイントと
水帯域ポイントとを含み、
正規化ポイントが、派生的特徴を決定するのに使用され、脂肪、タンパク質、及び水のポイントが、それぞれ、脂肪、タンパク質、又は水による吸収帯域付近に位置する、請求項9に記載の方法。 - 更に、
組織テンプレートと前処理済みスペクトルとの間の差異を、
に従って決定するステップを含み、
ここで、x が、前処理済みスペクトル又は選択された特徴セットを含み、x 1が、測定期間に関連する組織テンプレートを含み、c及びdが、組織テンプレートに対するスロープ及びインターセプト調整である、請求項1に記載の方法。 - 当該組織テンプレートが、各測定期間中に、既定のデータ選択基準に従って組み合わせた一つ以上のスペクトル測定値により決定される、請求項11に記載の方法。
- 測定期間に、組織試料の状態が均一で測定部位が一定である期間が含まれる、請求項11に記載の方法。
- 関連する基準検体値のセットを提供し、測定バイアス調整を形成するために当該値を当該既定のデータ選択基準に従って組み合わせるステップを、更に含む、請求項12に記載の方法。
- 当該組織テンプレートが、将来の特徴スペクトル測定値と比較する、一定の被験者からの任意の特徴セット又はキャリブレーションセットを含み、c及びdが、測定されたスペクトルに対する特定の波長範囲における組織テンプレートの最小二乗フィットにより決定される、請求項11に記載の方法。
- 検体測定値が導かれない条件を検出するステップと、
外れ値を検出するステップとのいずれかを、更に、含む、請求項1に記載の方法。 - 検体測定値が導かれない条件を検出する当該ステップが、
選択した特徴をモニタするステップと、
一定の測定におけるその変化が、キャリブレーションセット又はその他の以前に確立された限界における変化を上回らない状態を確保するステップとを含む、請求項16に記載の方法。 - キャリブレーションモデルを提供するステップを更に含み、当該モデルが、例示的な対になったデータポイントのキャリブレーションセットから決定され、各データポイントが、前処理されたスペクトル測定値xと、関連する基準グルコース値yとによって構成され、当該キャリブレーションセットが、予測される変動範囲、及び将来のスペクトル測定を代表するスペクトル変動に渡る検体濃度を含み、当該モデルが、方程式と、パラメータのセットと、処理されたスペクトル測定値に基づいて被験者の検体レベルを測定するために実施される対応するコンピュータコードとを含む、請求項1に記載の方法。
- 当該y値が、指先、測定部位に近い部位、又は代替部位から採取された血液、血清、又は間質液の試料から決定される、請求項18に記載の方法。
- 当該代替部位が、試料部位を反映するように設計又は決定された試料部位を含む、請求項18に記載の方法。
- 当該パラメータが、
多変数回帰と、
加重多変数回帰と、
主成分回帰と、
部分最小二乗回帰と、
人工神経回路網のいずれかを使用して、計算される、請求項18に記載の方法。 - 当該検出済み変化に基づいて、直接的な検体測定値を修正する当該ステップが、選択された特徴により当該モデルを、
に従って補足するステップを含み、
ここで、
は、推定されるグルコース濃度であり、
は、処理されたスペクトル測定値であり、
は、組織の生理的状態又は光学特性を表す特徴のセットであり、
は、前処理されたスペクトル及び抽出された特徴に基づいてグルコースを測定するために使用するモデルであり、bは、組織テンプレートと当該キャリブレーションモデルとの両方に関連するグルコース測定値のベースライン調整である、請求項18に記載の方法。 - 当該検出済み変化に基づいて、直接的な検体測定値を修正する当該ステップが、選択された特徴により当該モデルを、
に従って補足するステップを含み、
ここで、
は、推定されるグルコース濃度であり、
は、処理されたスペクトル測定値であり、
は、組織の生理的状態又は光学特性を表す特徴のセットであり、x p及びzが独立しており、
は、生理的その他の組織変動が存在しない状態でグルコースを測定するのに使用されるモデルであり、
は、組織の光学特性における変化によって発生するグルコース測定値の誤差に相関する変数に特徴をマッピングするために使用されるモデルであり、m s及びm iは、g(z)を正しい単位に変換するために使用されるスロープ及びインターセプトであり、bは、組織テンプレートと当該キャリブレーションモデルとの両方に関連するグルコース測定値のベースライン調整である、請求項18に記載の方法。 - 及び
が、実験的に別個に決定され、
は、組織の光学特性が一定状態を維持する間にグルコースを操作することにより決定され、更に、組織の光学特性が変動可能である状態において、
、m s、及びm iは、グルコース測定値の誤差に基づいて決定され、g(?)のターゲット値は、
によって定められ、
ここで、yは、基準グルコース濃度である、請求項23に記載の方法。 - 当該検出済み変化に基づいて、直接的な検体測定値を修正する当該ステップが、選択された特徴により当該モデルを、
に従って補足するステップを含み、
ここで、
及び
が、測定範囲で線形になると判断され、
及び
となる、請求項23に記載の方法。 - 当該スペクトルの特徴に基づいて、当該検体を間接的に測定する当該ステップが、グルコースを間接的に測定するために、抽出された特徴を、
に従って使用するステップを含み、
ここで、
は、当該モデルを含み、当該モデルが、基準グルコースレベルに相関する変数に対して特徴zのセットをマッピングするために使用され、m s及びm iは、g(z)を正しい単位に変換するために使用されるスロープ及びインターセプトであり、bは、グルコース測定値のベースライン調整である、請求項18に記載の方法。 - 特徴が、基準グルコース濃度との複合相関に基づいて選択される、請求項26に記載の方法。
- 先験的知識と、
試行錯誤法と、
段階的回帰と、
ランダムサーチ手法と、
遺伝的アルゴリズムと、
進化的プログラミングとのいずれかに基づいて、特徴が選択される、請求項27に記載の方法。 - が、
に従って決定され、
ここで
となる、請求項27に記載の方法。 - zが、正規化二次導関数脂肪帯域又はタンパク質帯域を含み、m s、m i、及びGが、多変数回帰、加重多変数回帰、及び局所加重回帰のいずれかにより決定される、請求項26に記載の方法。
- 当該スペクトルの特徴に基づいて、当該検体を間接的に測定する当該ステップが、グルコースを間接的に測定するために、抽出された特徴を、
に従って使用するステップを含み、
ここでz 1、z 2、及びz 3は、それぞれ脂肪帯域及び二つの水帯域の正規化二次導関数の値を含む、請求項26に記載の方法。 - 当該検体を間接的に測定する当該ステップが、
非侵襲的なグルコースのキャリブレーションを提供し、当該組織の光学特性における当該変化を反映する抽象的特徴が、当該キャリブレーションに関する独立した変数として使用されるステップと、
当該測定済みスペクトルを前処理するステップと、
当該前処理済みスペクトルを、
に従って分解するステップであって、
ここで、
は、前処理されたスペクトルであり、Nは、キャリブレーションのために選択された波長の数であり、
は、キャリブレーションセットの主成分分析から得られたM固有ベクトル又は負荷のセットであり、
は、当該キャリブレーションモデルの適用によりグルコースを測定するために使用される抽象的特徴のセットであり、当該モデルが、線形又は非線型であるステップとを含む、請求項1に記載の方法。 - 当該抽象的特徴が、主成分分析のスコアを含む、請求項32に記載の方法。
- 当該キャリブレーションモデルを提供するステップが、
幅の広い平滑化ウィンドウを伴う一次導関数により、当該キャリブレーションセットからのスペクトル測定値を前処理するステップと、
当該キャリブレーションセットからの前処理済み測定値を、乗法的散乱補正又は標準的な正規変量変換により散乱補正するステップと、
約1450〜1850nmの範囲、及び随意的に1180〜1450nmの範囲から、波長を選択するステップと、
当該前処理及び散乱補正済みデータを組織テンプレートに合わせて修正するステップ、
部分最小二乗回帰を適用するステップとを含む、請求項32に記載の方法。 - 更に、
当該キャリブレーションモデルを作成するステップにおいて適用したものと同一の処理を、当該測定済みスペクトルに適用するステップを含む、請求項34に記載の方法。 - が、部分最小二乗回帰から導かれるキャリブレーションモデルであり、bが、ベースライン補正であって、
に従ってグルコース測定値を決定するステップを、更に、含む、請求項35に記載の方法。 - 組織試料内のターゲット検体の非侵襲的測定に関する装置で、
組織試料のスペクトルを測定する手段と、
当該組織における生理的変化に関連する当該組織試料の光学特性における変化を、当該変化を反映するスペクトルの特徴によって明らかになるものとして検出し、
当該検出済み変化に基づいて、直接的な検体の測定値を補正するか、または、
当該スペクトルの特徴に基づいて、当該検体を間接的に測定する手段とを含む装置。 - 組織試料のスペクトルを測定する当該手段が、スペクトロメータシステムを備え、当該スペクトロメータシステムが、
近赤外線（NIR）放射のソースと、
波長選択要素と、
被験者の皮膚の測定部位を結び付ける手段で、放射をソースから測定部位へ方向付け、部位からの光信号が収集されるようにする手段と、
当該返送放射を検出する手段と、
当該返送放射をデジタル化する手段とを備える、請求項37記載の装置。 - 当該NIRソースが、約700〜2500nmの範囲のエネルギを放射する、請求項38記載の装置。
- 当該NIRソースが、
LEDアレイと、
ハロゲンランプとのいずれかを備える、請求項38記載の装置。 - 当該ソースから放射される、所定のスペクトル範囲外の波長の影響を最小化する帯域通過フィルタを更に備える、請求項38記載の装置。
- 当該波長選択要素が、
分散要素と、
干渉計と、
LEDアレイの要素の連続的照射とのいずれかを備える、請求項38記載の装置。 - 基準波長標準を更に含み、環境の変化によって発生する当該波長選択の変化を、当該組織の調査の直前又はこれと同時に当該標準をスキャンすることにより補正する、請求項42記載の装置。
- 被験者の皮膚の測定部位を結び付ける当該手段が、
組織への放射及び又は組織からの放射を方向付ける少なくとも一つの光学要素を含み、当該光学要素が、
ライトパイプと、
光ファイバと、
レンズシステムと、
光配向性ミラーシステムとのいずれかを含む、請求項38記載の装置。 - 被験者の皮膚の測定部位を結び付ける当該手段が、
当該光学要素と当該測定部位との連結を支援するガイドを更に含む、請求項44記載の装置。 - 測定部位を結び付ける当該手段が、被験者インタフェースモジュールを更に含み、当該被験者インタフェースモジュールが、少なくとも肘掛け及びリストレストを含む、請求項45記載の装置。
- 被験者の皮膚の測定部位を結び付ける当該手段が、
光結合流体を更に含み、当該流体の一部が、皮膚表面からの正反射を最小化するために、当該測定部位と当該ソースとの間に置かれる、請求項44記載の装置。 - 照射されるエリアと、返送放射が収集されるエリアとが、事前に設定された距離により分離され、当該距離が、所定の特性の測定に役立つ組織体積をターゲットにするために選択される、請求項38記載の装置。
- 当該返送放射を検出する当該手段が、
所定のターゲット波長に反応する単一のダイオード又はダイオードアレイを備える、請求項38記載の装置。 - 当該ダイオードが、InGaAs検出器を含む、請求項49記載の装置。
- 当該ダイオードが、当該ダイオードにおける材料結合がターゲット波長に一致しないように選択される、請求項49記載の装置。
- 当該ダイオードが、当該信号を電圧量に変換する、請求項49記載の装置。
- 当該返送信号をデジタル化する当該手段が、ADC（アナログ−デジタルコンバータ）を含み、ここで、電圧量に変換された当該信号が、マイクロプロセッサベースのシステム上で分析のためにデジタルで試料化される、請求項38記載の装置。
- ディスプレイを更に含み、ここで、当該分析の結果が表示される、請求項53記載の装置。
- 当該組織における生理的変化に関連する当該組織試料の光学特性における変化を、当該変化を反映するスペクトルの特徴によって明らかになるものとして検出し、
当該検出済み変化に基づいて、直接的な検体の測定値を補正するか、または、
当該スペクトルの特徴に基づいて、当該検体を間接的に測定する当該手段が、アナライザを備え、当該アナライザが、
当該組織のスペクトルmを測定する手段を含み、当該スペクトルが、約700〜2500nmの近赤外線領域に渡るN波長
のセットに関係する吸収値のベクトル
によって表される、請求項37記載の装置。 - 当該アナライザが、
当該スペクトルを前処理する手段を更に含む、請求項55記載の装置。 - 当該アナライザが、
当該特徴を抽出する手段を更に含み、これが、当該組織試料の構造特性及び生理的状態を簡潔に表すように、試料測定値の特質又は態様を解釈のために強化する任意の数学的変換を含む、請求項56記載の装置。 - 当該アナライザが、
各測定期間中に、既定のデータ選択基準に従って組み合わせた一つ以上のスペクトル測定値により決定される組織テンプレートを更に含み、当該組織テンプレートが、当該スペクトルから減算される、請求項57記載の装置。 - 当該アナライザが、
測定バイアス調整を計算する手段を更に含む、請求項58記載の装置。 - 当該アナライザが、
外れ値と、選択された特徴だが分光学的グルコース測定にとって有害な条件とを検出する手段を更に含む、請求項59記載の装置。 - 当該アナライザが、
少なくとも一つのキャリブレーションモデルを更に含み、当該モデルが、例示的な対になったデータポイントのキャリブレーションセットから決定され、各データポイントが、スペクトル測定値xと、関連する基準グルコース値yとによって構成され、当該キャリブレーションセットが、予測される変動範囲、及び将来のスペクトル測定を代表するスペクトル変動に渡る検体濃度を含み、当該モデルが、方程式と、パラメータのセットと、処理されたスペクトル測定値に基づいて被験者の検体レベルを測定するために実施される対応するコンピュータコードとを含む、請求項60記載の装置。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US26443101P | 2001-01-26 | 2001-01-26 | |
| PCT/US2002/002288 WO2002065090A2 (en) | 2001-01-26 | 2002-01-25 | Noninvasive measurement of glucose through the optical properties of tissue |
Related Child Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2007159608A Division JP2007296372A (ja) | 2001-01-26 | 2007-06-16 | 組織の光学特性によるグルコースの非浸襲的測定 |
| JP2007303986A Division JP2008132335A (ja) | 2001-01-26 | 2007-11-26 | 組織の光学特性によるグルコースの非浸襲的測定 |
Publications (3)
| Publication Number | Publication Date |
|---|---|
| JP2005506517A true JP2005506517A (ja) | 2005-03-03 |
| JP2005506517A5 JP2005506517A5 (ja) | 2008-02-07 |
| JP4071113B2 JP4071113B2 (ja) | 2008-04-02 |
Family
ID=23006047
Family Applications (3)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2002564560A Expired - Fee Related JP4071113B2 (ja) | 2001-01-26 | 2002-01-25 | 組織の光学特性によるグルコースの非侵襲的測定 |
| JP2007159608A Pending JP2007296372A (ja) | 2001-01-26 | 2007-06-16 | 組織の光学特性によるグルコースの非浸襲的測定 |
| JP2007303986A Pending JP2008132335A (ja) | 2001-01-26 | 2007-11-26 | 組織の光学特性によるグルコースの非浸襲的測定 |
Family Applications After (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2007159608A Pending JP2007296372A (ja) | 2001-01-26 | 2007-06-16 | 組織の光学特性によるグルコースの非浸襲的測定 |
| JP2007303986A Pending JP2008132335A (ja) | 2001-01-26 | 2007-11-26 | 組織の光学特性によるグルコースの非浸襲的測定 |
Country Status (12)
| Country | Link |
|---|---|
| US (1) | US6990364B2 (ja) |
| EP (1) | EP1364196A4 (ja) |
| JP (3) | JP4071113B2 (ja) |
| KR (1) | KR100893432B1 (ja) |
| CN (1) | CN1325015C (ja) |
| AU (1) | AU2002249985B2 (ja) |
| CA (1) | CA2441078A1 (ja) |
| IL (1) | IL156844A0 (ja) |
| MX (1) | MXPA03006726A (ja) |
| NZ (1) | NZ527164A (ja) |
| TW (1) | TWI324686B (ja) |
| WO (1) | WO2002065090A2 (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007044203A (ja) * | 2005-08-09 | 2007-02-22 | Toshiba Corp | 生体情報計測装置及びその方法 |
| CN108303406A (zh) * | 2018-02-07 | 2018-07-20 | 武汉轻工大学 | 基于拉曼光谱的油茶籽油掺伪检测方法 |
| WO2022153781A1 (ja) * | 2021-01-18 | 2022-07-21 | 浜松ホトニクス株式会社 | 分析装置及び分析方法 |
Families Citing this family (276)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7383069B2 (en) * | 1997-08-14 | 2008-06-03 | Sensys Medical, Inc. | Method of sample control and calibration adjustment for use with a noninvasive analyzer |
| US7206623B2 (en) * | 2000-05-02 | 2007-04-17 | Sensys Medical, Inc. | Optical sampling interface system for in vivo measurement of tissue |
| US7098037B2 (en) | 1998-10-13 | 2006-08-29 | Inlight Solutions, Inc. | Accommodating subject and instrument variations in spectroscopic determinations |
| US20070179367A1 (en) * | 2000-05-02 | 2007-08-02 | Ruchti Timothy L | Method and Apparatus for Noninvasively Estimating a Property of an Animal Body Analyte from Spectral Data |
| US20060211931A1 (en) * | 2000-05-02 | 2006-09-21 | Blank Thomas B | Noninvasive analyzer sample probe interface method and apparatus |
| US7606608B2 (en) * | 2000-05-02 | 2009-10-20 | Sensys Medical, Inc. | Optical sampling interface system for in-vivo measurement of tissue |
| US7519406B2 (en) * | 2004-04-28 | 2009-04-14 | Sensys Medical, Inc. | Noninvasive analyzer sample probe interface method and apparatus |
| US6697658B2 (en) | 2001-07-02 | 2004-02-24 | Masimo Corporation | Low power pulse oximeter |
| US20030135547A1 (en) * | 2001-07-23 | 2003-07-17 | Kent J. Thomas | Extensible modular communication executive with active message queue and intelligent message pre-validation |
| US7355512B1 (en) | 2002-01-24 | 2008-04-08 | Masimo Corporation | Parallel alarm processor |
| US7440786B2 (en) * | 2002-03-08 | 2008-10-21 | Sensys Medical, Inc. | Method and apparatus for presentation of noninvasive glucose concentration information |
| US8718738B2 (en) * | 2002-03-08 | 2014-05-06 | Glt Acquisition Corp. | Method and apparatus for coupling a sample probe with a sample site |
| MXPA04008713A (es) * | 2002-03-08 | 2006-02-24 | Sensys Medical Inc | Aparato compacto para la medicion no invasiva de glucosa a traves de espectroscopia del infrarrojo cercano. |
| US7697966B2 (en) * | 2002-03-08 | 2010-04-13 | Sensys Medical, Inc. | Noninvasive targeting system method and apparatus |
| US20070149868A1 (en) * | 2002-03-08 | 2007-06-28 | Blank Thomas B | Method and Apparatus for Photostimulation Enhanced Analyte Property Estimation |
| US20050187439A1 (en) * | 2003-03-07 | 2005-08-25 | Blank Thomas B. | Sampling interface system for in-vivo estimation of tissue analyte concentration |
| US8504128B2 (en) | 2002-03-08 | 2013-08-06 | Glt Acquisition Corp. | Method and apparatus for coupling a channeled sample probe to tissue |
| US20050054908A1 (en) * | 2003-03-07 | 2005-03-10 | Blank Thomas B. | Photostimulation method and apparatus in combination with glucose determination |
| US6850788B2 (en) | 2002-03-25 | 2005-02-01 | Masimo Corporation | Physiological measurement communications adapter |
| US7259906B1 (en) | 2002-09-03 | 2007-08-21 | Cheetah Omni, Llc | System and method for voice control of medical devices |
| CN100406872C (zh) * | 2002-11-04 | 2008-07-30 | 天津市先石光学技术有限公司 | 复合光谱测量方法及其光谱检测仪器 |
| US6920345B2 (en) | 2003-01-24 | 2005-07-19 | Masimo Corporation | Optical sensor including disposable and reusable elements |
| DE602004003414T2 (de) * | 2003-04-03 | 2007-09-27 | Matsushita Electric Industrial Co., Ltd., Kadoma | Methode und Gerät zur Konzentrationmessung einer spezifischen Komponente |
| US7039448B2 (en) * | 2003-05-02 | 2006-05-02 | Diramed, Llc | Zero corrected optical blood analyte detector |
| US7500950B2 (en) | 2003-07-25 | 2009-03-10 | Masimo Corporation | Multipurpose sensor port |
| US20070234300A1 (en) * | 2003-09-18 | 2007-10-04 | Leake David W | Method and Apparatus for Performing State-Table Driven Regression Testing |
| US20050073690A1 (en) * | 2003-10-03 | 2005-04-07 | Abbink Russell E. | Optical spectroscopy incorporating a vertical cavity surface emitting laser (VCSEL) |
| US7483729B2 (en) | 2003-11-05 | 2009-01-27 | Masimo Corporation | Pulse oximeter access apparatus and method |
| US7510849B2 (en) * | 2004-01-29 | 2009-03-31 | Glucolight Corporation | OCT based method for diagnosis and therapy |
| US7415297B2 (en) | 2004-03-08 | 2008-08-19 | Masimo Corporation | Physiological parameter system |
| US20080033275A1 (en) * | 2004-04-28 | 2008-02-07 | Blank Thomas B | Method and Apparatus for Sample Probe Movement Control |
| US8868147B2 (en) | 2004-04-28 | 2014-10-21 | Glt Acquisition Corp. | Method and apparatus for controlling positioning of a noninvasive analyzer sample probe |
| US7254429B2 (en) * | 2004-08-11 | 2007-08-07 | Glucolight Corporation | Method and apparatus for monitoring glucose levels in a biological tissue |
| US7822452B2 (en) * | 2004-08-11 | 2010-10-26 | Glt Acquisition Corp. | Method for data reduction and calibration of an OCT-based blood glucose monitor |
| US8036727B2 (en) | 2004-08-11 | 2011-10-11 | Glt Acquisition Corp. | Methods for noninvasively measuring analyte levels in a subject |
| CN100522059C (zh) * | 2004-10-15 | 2009-08-05 | 日本国长崎县政府 | 血糖值的非侵入测量装置 |
| WO2006094168A1 (en) | 2005-03-01 | 2006-09-08 | Masimo Laboratories, Inc. | Noninvasive multi-parameter patient monitor |
| US20060206018A1 (en) * | 2005-03-04 | 2006-09-14 | Alan Abul-Haj | Method and apparatus for noninvasive targeting |
| US8140139B2 (en) | 2005-06-14 | 2012-03-20 | Dominion Assets, Llc | Method and apparatus for the non-invasive sensing of glucose in a human subject |
| US20060281982A1 (en) * | 2005-06-14 | 2006-12-14 | Diasense, Inc. | Method and apparatus for the non-invasive sensing of glucose in a human subject |
| US7962188B2 (en) | 2005-10-14 | 2011-06-14 | Masimo Corporation | Robust alarm system |
| US7519253B2 (en) | 2005-11-18 | 2009-04-14 | Omni Sciences, Inc. | Broadband or mid-infrared fiber light sources |
| US8043227B2 (en) * | 2005-12-28 | 2011-10-25 | Konklijke Philips Electronics N.V. | Non-invasive system and method for measuring skin hydration of a subject |
| US8182443B1 (en) | 2006-01-17 | 2012-05-22 | Masimo Corporation | Drug administration controller |
| KR101047968B1 (ko) * | 2006-02-20 | 2011-07-12 | (주)하모닉스 | 에너지 흡수도 보정을 이용한 혈액 성분 분석 장치 및 방법 |
| US8219172B2 (en) | 2006-03-17 | 2012-07-10 | Glt Acquisition Corp. | System and method for creating a stable optical interface |
| DE102006024459A1 (de) * | 2006-05-24 | 2007-11-29 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Sensor, Verarbeitungseinrichtung, Verfahren und Computerprogramm zum Liefern einer Information über einen Vitalparameter eines Lebewesens |
| US10188348B2 (en) | 2006-06-05 | 2019-01-29 | Masimo Corporation | Parameter upgrade system |
| US20090198113A1 (en) * | 2006-06-07 | 2009-08-06 | Koninklijke Philips Electronics N.V. | Dedicated spectral illumination spectroscopy |
| US8457707B2 (en) | 2006-09-20 | 2013-06-04 | Masimo Corporation | Congenital heart disease monitor |
| US8840549B2 (en) | 2006-09-22 | 2014-09-23 | Masimo Corporation | Modular patient monitor |
| BRPI0717548A2 (pt) * | 2006-09-29 | 2013-10-22 | Koninkl Philips Electronics Nv | Aparelho de exame para a determinação de um coeficiente óptico, método para a determinação de um coeficiente óptico, e, portadora de gravação |
| JP4963921B2 (ja) * | 2006-09-29 | 2012-06-27 | シスメックス株式会社 | 非侵襲生体計測装置 |
| US9861305B1 (en) | 2006-10-12 | 2018-01-09 | Masimo Corporation | Method and apparatus for calibration to reduce coupling between signals in a measurement system |
| US8255026B1 (en) | 2006-10-12 | 2012-08-28 | Masimo Corporation, Inc. | Patient monitor capable of monitoring the quality of attached probes and accessories |
| EP2073692B1 (en) | 2006-10-12 | 2017-07-26 | Masimo Corporation | Perfusion index smoothing |
| US7880626B2 (en) | 2006-10-12 | 2011-02-01 | Masimo Corporation | System and method for monitoring the life of a physiological sensor |
| WO2008073855A2 (en) | 2006-12-09 | 2008-06-19 | Masimo Corporation | Plethysmograph variability processor |
| US8652060B2 (en) | 2007-01-20 | 2014-02-18 | Masimo Corporation | Perfusion trend indicator |
| KR100883153B1 (ko) * | 2007-04-20 | 2009-02-10 | 나가사끼-켄 | 혈당치의 비침습 측정 장치 |
| US8374665B2 (en) | 2007-04-21 | 2013-02-12 | Cercacor Laboratories, Inc. | Tissue profile wellness monitor |
| CN101688832A (zh) * | 2007-07-03 | 2010-03-31 | 皇家飞利浦电子股份有限公司 | 散射组织中物质浓度的光谱法测量 |
| US8768423B2 (en) * | 2008-03-04 | 2014-07-01 | Glt Acquisition Corp. | Multispot monitoring for use in optical coherence tomography |
| WO2009120600A2 (en) * | 2008-03-25 | 2009-10-01 | The Curators Of The University Of Missouri | Method and system for non-invasive blood glucose detection utilizing spectral data of one or more components other than glucose |
| WO2009134724A1 (en) | 2008-05-02 | 2009-11-05 | Masimo Corporation | Monitor configuration system |
| JP2011519684A (ja) | 2008-05-05 | 2011-07-14 | マシモ コーポレイション | 電気切り離し回路を備えるパルス酸素濃度計システム |
| CN101292875B (zh) * | 2008-06-06 | 2010-07-14 | 天津市先石光学技术有限公司 | 利用基准波长测量成分浓度的方法 |
| US20100004518A1 (en) | 2008-07-03 | 2010-01-07 | Masimo Laboratories, Inc. | Heat sink for noninvasive medical sensor |
| US8630691B2 (en) | 2008-08-04 | 2014-01-14 | Cercacor Laboratories, Inc. | Multi-stream sensor front ends for noninvasive measurement of blood constituents |
| SE532941C2 (sv) | 2008-09-15 | 2010-05-18 | Phasein Ab | Gasprovtagningsledning för andningsgaser |
| US20100113899A1 (en) * | 2008-11-06 | 2010-05-06 | Mark Ries Robinson | Alignment System for Optically Sampling a Hand |
| US20100160747A1 (en) * | 2008-12-12 | 2010-06-24 | Mark Ries Robinson | Selection of preferred sampling location on hand via minimization of sampling error, and optical alignment for repeatably sampling tissue |
| US8771204B2 (en) | 2008-12-30 | 2014-07-08 | Masimo Corporation | Acoustic sensor assembly |
| US8588880B2 (en) | 2009-02-16 | 2013-11-19 | Masimo Corporation | Ear sensor |
| US9323894B2 (en) | 2011-08-19 | 2016-04-26 | Masimo Corporation | Health care sanitation monitoring system |
| US10007758B2 (en) | 2009-03-04 | 2018-06-26 | Masimo Corporation | Medical monitoring system |
| US9218454B2 (en) | 2009-03-04 | 2015-12-22 | Masimo Corporation | Medical monitoring system |
| US10032002B2 (en) | 2009-03-04 | 2018-07-24 | Masimo Corporation | Medical monitoring system |
| US8388353B2 (en) | 2009-03-11 | 2013-03-05 | Cercacor Laboratories, Inc. | Magnetic connector |
| WO2010105197A2 (en) * | 2009-03-12 | 2010-09-16 | The General Hospital Corporation | Non-contact optical system, computer-accessible medium and method for measuring at least one mechanical property of tissue using coherent speckle techniques(s) |
| EP2241246A1 (en) * | 2009-04-14 | 2010-10-20 | Koninklijke Philips Electronics N.V. | Using muscle tension sensing to locate an analyte measurement site on the skin |
| US8571619B2 (en) | 2009-05-20 | 2013-10-29 | Masimo Corporation | Hemoglobin display and patient treatment |
| US20110208015A1 (en) | 2009-07-20 | 2011-08-25 | Masimo Corporation | Wireless patient monitoring system |
| US8473020B2 (en) | 2009-07-29 | 2013-06-25 | Cercacor Laboratories, Inc. | Non-invasive physiological sensor cover |
| JP2013501558A (ja) | 2009-08-10 | 2013-01-17 | ディアベテス トールス スウェーデン アーべー | １組のデータ値を処理する装置および方法 |
| US20110137297A1 (en) | 2009-09-17 | 2011-06-09 | Kiani Massi Joe E | Pharmacological management system |
| US8571618B1 (en) | 2009-09-28 | 2013-10-29 | Cercacor Laboratories, Inc. | Adaptive calibration system for spectrophotometric measurements |
| WO2011040599A1 (ja) | 2009-10-02 | 2011-04-07 | シャープ株式会社 | 血管状態モニタリング装置およびモニタリング方法 |
| US20110082711A1 (en) | 2009-10-06 | 2011-04-07 | Masimo Laboratories, Inc. | Personal digital assistant or organizer for monitoring glucose levels |
| JP5360718B2 (ja) * | 2009-11-02 | 2013-12-04 | 独立行政法人国立高等専門学校機構 | 血中グルコース濃度情報の取得方法 |
| US9839381B1 (en) | 2009-11-24 | 2017-12-12 | Cercacor Laboratories, Inc. | Physiological measurement system with automatic wavelength adjustment |
| US8801613B2 (en) | 2009-12-04 | 2014-08-12 | Masimo Corporation | Calibration for multi-stage physiological monitors |
| US9153112B1 (en) | 2009-12-21 | 2015-10-06 | Masimo Corporation | Modular patient monitor |
| WO2011091059A1 (en) | 2010-01-19 | 2011-07-28 | Masimo Corporation | Wellness analysis system |
| DE112011100761T5 (de) | 2010-03-01 | 2013-01-03 | Masimo Corporation | Adaptives Alarmsystem |
| WO2011112524A1 (en) | 2010-03-08 | 2011-09-15 | Masimo Corporation | Reprocessing of a physiological sensor |
| WO2011114578A1 (ja) | 2010-03-19 | 2011-09-22 | シャープ株式会社 | 測定装置および測定方法、ならびに、測定結果処理装置、測定システム、測定結果処理方法、制御プログラムおよび記録媒体 |
| US9307928B1 (en) | 2010-03-30 | 2016-04-12 | Masimo Corporation | Plethysmographic respiration processor |
| US7884933B1 (en) | 2010-05-05 | 2011-02-08 | Revolutionary Business Concepts, Inc. | Apparatus and method for determining analyte concentrations |
| US8666468B1 (en) | 2010-05-06 | 2014-03-04 | Masimo Corporation | Patient monitor for determining microcirculation state |
| KR20130129168A (ko) * | 2010-06-22 | 2013-11-27 | 센스펙 게엠베하 | 측정 매체의 성분 또는 특성, 특히 물리적 혈액 값의 확인 및 모니터링 장치 및 방법 |
| WO2012050847A2 (en) | 2010-09-28 | 2012-04-19 | Masimo Corporation | Depth of consciousness monitor including oximeter |
| US9211095B1 (en) | 2010-10-13 | 2015-12-15 | Masimo Corporation | Physiological measurement logic engine |
| US20120226117A1 (en) | 2010-12-01 | 2012-09-06 | Lamego Marcelo M | Handheld processing device including medical applications for minimally and non invasive glucose measurements |
| US20140058226A1 (en) * | 2010-12-22 | 2014-02-27 | Boris M. Chernobrod | Method and Apparatus for In Vivo Optical Measurement of Blood Glucose Concentration |
| EP3567603A1 (en) | 2011-02-13 | 2019-11-13 | Masimo Corporation | Medical risk characterization system |
| US9066666B2 (en) | 2011-02-25 | 2015-06-30 | Cercacor Laboratories, Inc. | Patient monitor for monitoring microcirculation |
| US9986919B2 (en) | 2011-06-21 | 2018-06-05 | Masimo Corporation | Patient monitoring system |
| US9532722B2 (en) | 2011-06-21 | 2017-01-03 | Masimo Corporation | Patient monitoring system |
| US11439329B2 (en) | 2011-07-13 | 2022-09-13 | Masimo Corporation | Multiple measurement mode in a physiological sensor |
| US9782077B2 (en) | 2011-08-17 | 2017-10-10 | Masimo Corporation | Modulated physiological sensor |
| US9943269B2 (en) | 2011-10-13 | 2018-04-17 | Masimo Corporation | System for displaying medical monitoring data |
| US9808188B1 (en) | 2011-10-13 | 2017-11-07 | Masimo Corporation | Robust fractional saturation determination |
| WO2013056160A2 (en) | 2011-10-13 | 2013-04-18 | Masimo Corporation | Medical monitoring hub |
| US9778079B1 (en) | 2011-10-27 | 2017-10-03 | Masimo Corporation | Physiological monitor gauge panel |
| US9392945B2 (en) | 2012-01-04 | 2016-07-19 | Masimo Corporation | Automated CCHD screening and detection |
| US11172890B2 (en) | 2012-01-04 | 2021-11-16 | Masimo Corporation | Automated condition screening and detection |
| US10149616B2 (en) | 2012-02-09 | 2018-12-11 | Masimo Corporation | Wireless patient monitoring device |
| US9195385B2 (en) | 2012-03-25 | 2015-11-24 | Masimo Corporation | Physiological monitor touchscreen interface |
| US9131881B2 (en) | 2012-04-17 | 2015-09-15 | Masimo Corporation | Hypersaturation index |
| US20150018646A1 (en) | 2013-07-12 | 2015-01-15 | Sandeep Gulati | Dynamic sample mapping noninvasive analyzer apparatus and method of use thereof |
| US9585604B2 (en) | 2012-07-16 | 2017-03-07 | Zyomed Corp. | Multiplexed pathlength resolved noninvasive analyzer apparatus with dynamic optical paths and method of use thereof |
| US9351671B2 (en) | 2012-07-16 | 2016-05-31 | Timothy Ruchti | Multiplexed pathlength resolved noninvasive analyzer apparatus and method of use thereof |
| US9351672B2 (en) | 2012-07-16 | 2016-05-31 | Timothy Ruchti | Multiplexed pathlength resolved noninvasive analyzer apparatus with stacked filters and method of use thereof |
| US9697928B2 (en) | 2012-08-01 | 2017-07-04 | Masimo Corporation | Automated assembly sensor cable |
| US9877650B2 (en) | 2012-09-20 | 2018-01-30 | Masimo Corporation | Physiological monitor with mobile computing device connectivity |
| US9749232B2 (en) | 2012-09-20 | 2017-08-29 | Masimo Corporation | Intelligent medical network edge router |
| US9955937B2 (en) | 2012-09-20 | 2018-05-01 | Masimo Corporation | Acoustic patient sensor coupler |
| US9560996B2 (en) | 2012-10-30 | 2017-02-07 | Masimo Corporation | Universal medical system |
| US9787568B2 (en) | 2012-11-05 | 2017-10-10 | Cercacor Laboratories, Inc. | Physiological test credit method |
| US9500635B2 (en) | 2012-12-31 | 2016-11-22 | Omni Medsci, Inc. | Short-wave infrared super-continuum lasers for early detection of dental caries |
| WO2014105520A1 (en) | 2012-12-31 | 2014-07-03 | Omni Medsci, Inc. | Near-infrared lasers for non-invasive monitoring of glucose, ketones, hba1c, and other blood constituents |
| US10660526B2 (en) | 2012-12-31 | 2020-05-26 | Omni Medsci, Inc. | Near-infrared time-of-flight imaging using laser diodes with Bragg reflectors |
| CA2895982A1 (en) | 2012-12-31 | 2014-07-03 | Omni Medsci, Inc. | Short-wave infrared super-continuum lasers for early detection of dental caries |
| WO2014143276A2 (en) | 2012-12-31 | 2014-09-18 | Omni Medsci, Inc. | Short-wave infrared super-continuum lasers for natural gas leak detection, exploration, and other active remote sensing applications |
| US9993159B2 (en) | 2012-12-31 | 2018-06-12 | Omni Medsci, Inc. | Near-infrared super-continuum lasers for early detection of breast and other cancers |
| US9724025B1 (en) | 2013-01-16 | 2017-08-08 | Masimo Corporation | Active-pulse blood analysis system |
| JP5448224B1 (ja) * | 2013-03-12 | 2014-03-19 | 日本分光株式会社 | クロマトグラフィーシステム、信号処理装置、クロマトグラフィー・データ処理端末およびプログラム |
| US10441181B1 (en) | 2013-03-13 | 2019-10-15 | Masimo Corporation | Acoustic pulse and respiration monitoring system |
| US9965946B2 (en) | 2013-03-13 | 2018-05-08 | Masimo Corporation | Systems and methods for monitoring a patient health network |
| US9936917B2 (en) | 2013-03-14 | 2018-04-10 | Masimo Laboratories, Inc. | Patient monitor placement indicator |
| US9891079B2 (en) | 2013-07-17 | 2018-02-13 | Masimo Corporation | Pulser with double-bearing position encoder for non-invasive physiological monitoring |
| US10555678B2 (en) | 2013-08-05 | 2020-02-11 | Masimo Corporation | Blood pressure monitor with valve-chamber assembly |
| WO2015038683A2 (en) | 2013-09-12 | 2015-03-19 | Cercacor Laboratories, Inc. | Medical device management system |
| WO2015054161A2 (en) | 2013-10-07 | 2015-04-16 | Masimo Corporation | Regional oximetry sensor |
| US11147518B1 (en) | 2013-10-07 | 2021-10-19 | Masimo Corporation | Regional oximetry signal processor |
| US10832818B2 (en) | 2013-10-11 | 2020-11-10 | Masimo Corporation | Alarm notification system |
| US10279247B2 (en) | 2013-12-13 | 2019-05-07 | Masimo Corporation | Avatar-incentive healthcare therapy |
| US11259745B2 (en) | 2014-01-28 | 2022-03-01 | Masimo Corporation | Autonomous drug delivery system |
| US10123729B2 (en) | 2014-06-13 | 2018-11-13 | Nanthealth, Inc. | Alarm fatigue management systems and methods |
| US10231670B2 (en) | 2014-06-19 | 2019-03-19 | Masimo Corporation | Proximity sensor in pulse oximeter |
| WO2016006113A1 (ja) * | 2014-07-11 | 2016-01-14 | 株式会社ニコン | 画像解析装置、撮像システム、手術支援システム、画像解析方法、及び画像解析プログラム |
| KR102290279B1 (ko) * | 2014-08-25 | 2021-08-17 | 삼성전자주식회사 | 스트레스 측정 장치 및 스트레스 측정 방법 |
| KR102290280B1 (ko) * | 2014-08-25 | 2021-08-17 | 삼성전자주식회사 | 비침습 생체 측정 장치 및 방법과 대사증후군 진단 장치 및 방법 |
| US10111591B2 (en) | 2014-08-26 | 2018-10-30 | Nanthealth, Inc. | Real-time monitoring systems and methods in a healthcare environment |
| WO2016036985A1 (en) | 2014-09-04 | 2016-03-10 | Masimo Corportion | Total hemoglobin index system |
| US10383520B2 (en) | 2014-09-18 | 2019-08-20 | Masimo Semiconductor, Inc. | Enhanced visible near-infrared photodiode and non-invasive physiological sensor |
| US9459201B2 (en) | 2014-09-29 | 2016-10-04 | Zyomed Corp. | Systems and methods for noninvasive blood glucose and other analyte detection and measurement using collision computing |
| JP2016075522A (ja) * | 2014-10-03 | 2016-05-12 | セイコーエプソン株式会社 | 目的成分検量装置及び電子機器 |
| US10154815B2 (en) | 2014-10-07 | 2018-12-18 | Masimo Corporation | Modular physiological sensors |
| US10206581B2 (en) | 2014-10-29 | 2019-02-19 | Zoll Medical Corporation | Transesophageal or transtracheal cardiac monitoring by optical spectroscopy |
| JP6632288B2 (ja) * | 2014-12-12 | 2020-01-22 | キヤノン株式会社 | 情報処理装置、情報処理方法、プログラム |
| KR102335739B1 (ko) | 2014-12-19 | 2021-12-06 | 삼성전자주식회사 | 비 침습적 혈당 측정 방법 및 이를 위한 장치 |
| KR102594704B1 (ko) | 2015-02-06 | 2023-10-27 | 마시모 코오퍼레이션 | 포고 핀을 갖는 의료 센서용 커넥터 어셈블리 |
| US10568553B2 (en) | 2015-02-06 | 2020-02-25 | Masimo Corporation | Soft boot pulse oximetry sensor |
| EP4329439A2 (en) | 2015-02-06 | 2024-02-28 | Masimo Corporation | Fold flex circuit for lnop |
| KR102360075B1 (ko) * | 2015-02-13 | 2022-02-08 | 삼성전자주식회사 | 생체 신호를 측정하는 방법 및 장치 |
| US10716499B1 (en) | 2015-03-24 | 2020-07-21 | Zoll Medical Corporation | Physiological monitoring by optical spectroscopy |
| TWI580398B (zh) * | 2015-04-01 | 2017-05-01 | 長庚大學 | Skin detection probe and device |
| US10524738B2 (en) | 2015-05-04 | 2020-01-07 | Cercacor Laboratories, Inc. | Noninvasive sensor system with visual infographic display |
| US11653862B2 (en) | 2015-05-22 | 2023-05-23 | Cercacor Laboratories, Inc. | Non-invasive optical physiological differential pathlength sensor |
| US10991135B2 (en) | 2015-08-11 | 2021-04-27 | Masimo Corporation | Medical monitoring analysis and replay including indicia responsive to light attenuated by body tissue |
| EP4173554A1 (en) | 2015-08-31 | 2023-05-03 | Masimo Corporation | Wireless patient monitoring system |
| US11504066B1 (en) | 2015-09-04 | 2022-11-22 | Cercacor Laboratories, Inc. | Low-noise sensor system |
| CN106525729A (zh) * | 2015-09-12 | 2017-03-22 | 南京理工大学 | 一种基于光谱分析技术的物质元素含量信息检测方法 |
| US10874333B2 (en) | 2015-09-15 | 2020-12-29 | Massachusetts Institute Of Technology | Systems and methods for diagnosis of middle ear conditions and detection of analytes in the tympanic membrane |
| KR102443262B1 (ko) * | 2015-09-23 | 2022-09-13 | 삼성전자주식회사 | 분석물질 농도 예측 방법 및 장치 |
| CN106680236A (zh) * | 2015-11-06 | 2017-05-17 | 深圳市芭田生态工程股份有限公司 | 一种将光谱数据和化学检测数据进行映射的方法 |
| KR102444674B1 (ko) | 2015-11-20 | 2022-09-16 | 삼성전자주식회사 | 광학 측정 장치 및 이를 구비하는 전자 기기 |
| US11679579B2 (en) | 2015-12-17 | 2023-06-20 | Masimo Corporation | Varnish-coated release liner |
| CN108601529B (zh) * | 2015-12-31 | 2022-02-25 | 威尔图比有限公司 | 用于生理测量的无创监测的设备、系统和方法 |
| EP3408627A4 (en) | 2016-01-26 | 2019-12-25 | Nike Innovate C.V. | NEAR INFRARED SPECTROSCOPY FOR THE DETECTION OF GLYCOGEN IN MUSCULAR TISSUE |
| US10993662B2 (en) | 2016-03-04 | 2021-05-04 | Masimo Corporation | Nose sensor |
| US10537285B2 (en) | 2016-03-04 | 2020-01-21 | Masimo Corporation | Nose sensor |
| US20170261427A1 (en) * | 2016-03-14 | 2017-09-14 | Analog Devices, Inc. | Optical measurements of chemical content |
| US11209358B2 (en) | 2016-03-14 | 2021-12-28 | Analog Devices, Inc. | Blocking specular reflections |
| US9554738B1 (en) | 2016-03-30 | 2017-01-31 | Zyomed Corp. | Spectroscopic tomography systems and methods for noninvasive detection and measurement of analytes using collision computing |
| US11191484B2 (en) | 2016-04-29 | 2021-12-07 | Masimo Corporation | Optical sensor tape |
| KR102497849B1 (ko) | 2016-05-09 | 2023-02-07 | 삼성전자주식회사 | 분석물질 농도 예측 방법 및 장치 |
| US10608817B2 (en) | 2016-07-06 | 2020-03-31 | Masimo Corporation | Secure and zero knowledge data sharing for cloud applications |
| US10617302B2 (en) | 2016-07-07 | 2020-04-14 | Masimo Corporation | Wearable pulse oximeter and respiration monitor |
| KR102655736B1 (ko) * | 2016-07-19 | 2024-04-05 | 삼성전자주식회사 | 이종 스펙트럼 기반 혈당 추정 장치 및 방법 |
| KR20180013518A (ko) | 2016-07-29 | 2018-02-07 | 삼성전자주식회사 | 혈중 물질 추정 장치 및 방법 |
| EP3525661A1 (en) | 2016-10-13 | 2019-08-21 | Masimo Corporation | Systems and methods for patient fall detection |
| KR102655737B1 (ko) | 2016-11-30 | 2024-04-05 | 삼성전자주식회사 | 생체 성분 추정 장치 및 방법 |
| US11504058B1 (en) | 2016-12-02 | 2022-11-22 | Masimo Corporation | Multi-site noninvasive measurement of a physiological parameter |
| US10750984B2 (en) | 2016-12-22 | 2020-08-25 | Cercacor Laboratories, Inc. | Methods and devices for detecting intensity of light with translucent detector |
| US10721785B2 (en) | 2017-01-18 | 2020-07-21 | Masimo Corporation | Patient-worn wireless physiological sensor with pairing functionality |
| US10327713B2 (en) | 2017-02-24 | 2019-06-25 | Masimo Corporation | Modular multi-parameter patient monitoring device |
| US11417426B2 (en) | 2017-02-24 | 2022-08-16 | Masimo Corporation | System for displaying medical monitoring data |
| WO2018156809A1 (en) | 2017-02-24 | 2018-08-30 | Masimo Corporation | Augmented reality system for displaying patient data |
| US10388120B2 (en) | 2017-02-24 | 2019-08-20 | Masimo Corporation | Localized projection of audible noises in medical settings |
| US11086609B2 (en) | 2017-02-24 | 2021-08-10 | Masimo Corporation | Medical monitoring hub |
| WO2018156648A1 (en) | 2017-02-24 | 2018-08-30 | Masimo Corporation | Managing dynamic licenses for physiological parameters in a patient monitoring environment |
| US11185262B2 (en) | 2017-03-10 | 2021-11-30 | Masimo Corporation | Pneumonia screener |
| KR102597974B1 (ko) * | 2017-03-22 | 2023-11-02 | 모듈레이티드 이미징, 아이엔씨. | 당뇨병성 순환계 합병증을 평가하기 위한 시스템 및 방법 |
| EP3381368A1 (en) | 2017-03-27 | 2018-10-03 | Samsung Electronics Co., Ltd. | Method of enabling feature extraction for glucose monitoring using near-infrared (nir) spectroscopy |
| WO2018194992A1 (en) | 2017-04-18 | 2018-10-25 | Masimo Corporation | Nose sensor |
| US10918281B2 (en) | 2017-04-26 | 2021-02-16 | Masimo Corporation | Medical monitoring device having multiple configurations |
| JP7278220B2 (ja) | 2017-04-28 | 2023-05-19 | マシモ・コーポレイション | スポットチェック測定システム |
| CN110809804B (zh) | 2017-05-08 | 2023-10-27 | 梅西莫股份有限公司 | 使用适配器将医疗系统与网络控制器配对的系统 |
| CN107192690B (zh) * | 2017-05-19 | 2019-04-23 | 重庆大学 | 近红外光谱无创血糖检测方法及其检测网络模型训练方法 |
| US11026604B2 (en) | 2017-07-13 | 2021-06-08 | Cercacor Laboratories, Inc. | Medical monitoring device for harmonizing physiological measurements |
| KR102051811B1 (ko) * | 2017-07-27 | 2019-12-04 | 고려대학교산학협력단 | 세포막으로 이루어진 필터를 포함하는 글루코스 측정용 바이오센서 |
| KR102375036B1 (ko) | 2017-08-02 | 2022-03-15 | 삼성전자주식회사 | 스펙트럼 측정 장치 및 방법과, 스펙트럼 측정 장치의 캘리브레이션 방법 |
| CN116805771A (zh) | 2017-08-15 | 2023-09-26 | 梅西莫股份有限公司 | 用于无创性患者监护仪的防水连接器 |
| US10687739B2 (en) * | 2017-09-05 | 2020-06-23 | Cnoga Medical Ltd. | Method and apparatus for non-invasive glucose measurement |
| US11298021B2 (en) | 2017-10-19 | 2022-04-12 | Masimo Corporation | Medical monitoring system |
| KR102539144B1 (ko) | 2017-10-19 | 2023-06-01 | 삼성전자주식회사 | 개인화된 단위 스펙트럼 획득 장치 및 방법과, 생체 성분 추정 장치 및 방법 |
| US10987066B2 (en) | 2017-10-31 | 2021-04-27 | Masimo Corporation | System for displaying oxygen state indications |
| USD925597S1 (en) | 2017-10-31 | 2021-07-20 | Masimo Corporation | Display screen or portion thereof with graphical user interface |
| KR102522203B1 (ko) | 2017-12-01 | 2023-04-14 | 삼성전자주식회사 | 생체정보 측정 장치 및 방법 |
| US11766198B2 (en) | 2018-02-02 | 2023-09-26 | Cercacor Laboratories, Inc. | Limb-worn patient monitoring device |
| EP3782165A1 (en) | 2018-04-19 | 2021-02-24 | Masimo Corporation | Mobile patient alarm display |
| US11883129B2 (en) | 2018-04-24 | 2024-01-30 | Cercacor Laboratories, Inc. | Easy insert finger sensor for transmission based spectroscopy sensor |
| CN108464837B (zh) * | 2018-05-04 | 2020-10-23 | 重庆大学 | 一种面向家庭医疗的血液粘度光学诊疗一体化仪器及方法 |
| CN112384786A (zh) * | 2018-05-09 | 2021-02-19 | 国立研究开发法人量子科学技术研究开发机构 | 组织识别装置、组织识别系统和方法、检查方法、内窥镜系统、组织识别程序及记录介质 |
| JP7174778B2 (ja) | 2018-06-06 | 2022-11-17 | マシモ・コーポレイション | オピオイド過剰摂取モニタリング |
| US10779098B2 (en) | 2018-07-10 | 2020-09-15 | Masimo Corporation | Patient monitor alarm speaker analyzer |
| US11872156B2 (en) | 2018-08-22 | 2024-01-16 | Masimo Corporation | Core body temperature measurement |
| KR102610591B1 (ko) | 2018-09-11 | 2023-12-07 | 삼성전자주식회사 | 건강 관리 장치 및 방법 |
| US11406286B2 (en) | 2018-10-11 | 2022-08-09 | Masimo Corporation | Patient monitoring device with improved user interface |
| USD998630S1 (en) | 2018-10-11 | 2023-09-12 | Masimo Corporation | Display screen or portion thereof with a graphical user interface |
| USD917564S1 (en) | 2018-10-11 | 2021-04-27 | Masimo Corporation | Display screen or portion thereof with graphical user interface |
| USD916135S1 (en) | 2018-10-11 | 2021-04-13 | Masimo Corporation | Display screen or portion thereof with a graphical user interface |
| USD998631S1 (en) | 2018-10-11 | 2023-09-12 | Masimo Corporation | Display screen or portion thereof with a graphical user interface |
| EP3864723B1 (en) | 2018-10-11 | 2023-08-09 | Masimo Corporation | Patient connector assembly with vertical detents |
| USD999246S1 (en) | 2018-10-11 | 2023-09-19 | Masimo Corporation | Display screen or portion thereof with a graphical user interface |
| US11389093B2 (en) | 2018-10-11 | 2022-07-19 | Masimo Corporation | Low noise oximetry cable |
| USD917550S1 (en) | 2018-10-11 | 2021-04-27 | Masimo Corporation | Display screen or portion thereof with a graphical user interface |
| US11464410B2 (en) | 2018-10-12 | 2022-10-11 | Masimo Corporation | Medical systems and methods |
| USD897098S1 (en) | 2018-10-12 | 2020-09-29 | Masimo Corporation | Card holder set |
| KR20210084490A (ko) | 2018-10-12 | 2021-07-07 | 마시모 코오퍼레이션 | 이중 통신 프로토콜을 이용한 센서 데이터의 송신을 위한 시스템 |
| KR102640331B1 (ko) | 2018-10-19 | 2024-02-26 | 삼성전자주식회사 | 생체정보 추정 장치 및 방법과, 생체정보 추정 지원 장치 |
| KR20200072865A (ko) | 2018-12-13 | 2020-06-23 | 삼성전자주식회사 | 혈당 추정 장치 및 방법 |
| US11684296B2 (en) | 2018-12-21 | 2023-06-27 | Cercacor Laboratories, Inc. | Noninvasive physiological sensor |
| TWI696451B (zh) * | 2019-01-15 | 2020-06-21 | 邱裕中 | 帶通紅外光血糖檢測系統 |
| CN110118767B (zh) * | 2019-04-16 | 2020-07-14 | 华中科技大学 | 一种材料光学跃迁分析方法及系统 |
| KR20210153684A (ko) | 2019-04-17 | 2021-12-17 | 마시모 코오퍼레이션 | 환자 모니터링 시스템, 디바이스 및 방법 |
| USD985498S1 (en) | 2019-08-16 | 2023-05-09 | Masimo Corporation | Connector |
| USD919100S1 (en) | 2019-08-16 | 2021-05-11 | Masimo Corporation | Holder for a patient monitor |
| USD921202S1 (en) | 2019-08-16 | 2021-06-01 | Masimo Corporation | Holder for a blood pressure device |
| USD919094S1 (en) | 2019-08-16 | 2021-05-11 | Masimo Corporation | Blood pressure device |
| USD917704S1 (en) | 2019-08-16 | 2021-04-27 | Masimo Corporation | Patient monitor |
| KR20210022319A (ko) | 2019-08-20 | 2021-03-03 | 삼성전자주식회사 | 생체정보 추정 장치 및 방법 |
| US11832940B2 (en) | 2019-08-27 | 2023-12-05 | Cercacor Laboratories, Inc. | Non-invasive medical monitoring device for blood analyte measurements |
| KR20220083771A (ko) | 2019-10-18 | 2022-06-20 | 마시모 코오퍼레이션 | 환자 모니터링을 위한 디스플레이 레이아웃 및 상호대화형 객체 |
| USD927699S1 (en) | 2019-10-18 | 2021-08-10 | Masimo Corporation | Electrode pad |
| WO2021081404A1 (en) | 2019-10-25 | 2021-04-29 | Cercacor Laboratories, Inc. | Indicator compounds, devices comprising indicator compounds, and methods of making and using the same |
| US11721105B2 (en) | 2020-02-13 | 2023-08-08 | Masimo Corporation | System and method for monitoring clinical activities |
| US11879960B2 (en) | 2020-02-13 | 2024-01-23 | Masimo Corporation | System and method for monitoring clinical activities |
| CN115281667A (zh) * | 2020-02-26 | 2022-11-04 | 先阳科技有限公司 | 一种组织成分无创检测方法、装置、系统及可穿戴设备 |
| WO2021189002A1 (en) | 2020-03-20 | 2021-09-23 | Masimo Corporation | Wearable device for noninvasive body temperature measurement |
| MX2022012449A (es) * | 2020-04-03 | 2022-10-27 | Decision Tree Llc | Sistemas y metodos para interpretar la interaccion de alta energia. |
| USD933232S1 (en) | 2020-05-11 | 2021-10-12 | Masimo Corporation | Blood pressure monitor |
| USD979516S1 (en) | 2020-05-11 | 2023-02-28 | Masimo Corporation | Connector |
| USD980091S1 (en) | 2020-07-27 | 2023-03-07 | Masimo Corporation | Wearable temperature measurement device |
| USD974193S1 (en) | 2020-07-27 | 2023-01-03 | Masimo Corporation | Wearable temperature measurement device |
| USD946598S1 (en) | 2020-09-30 | 2022-03-22 | Masimo Corporation | Display screen or portion thereof with graphical user interface |
| USD946597S1 (en) | 2020-09-30 | 2022-03-22 | Masimo Corporation | Display screen or portion thereof with graphical user interface |
| USD946596S1 (en) | 2020-09-30 | 2022-03-22 | Masimo Corporation | Display screen or portion thereof with graphical user interface |
| WO2022094112A1 (en) * | 2020-10-28 | 2022-05-05 | Centers-Smart Llc | Biometric parameter measurement |
| KR20220124468A (ko) | 2021-03-03 | 2022-09-14 | 삼성전자주식회사 | 대상 성분 추정 장치 및 방법 |
| USD997365S1 (en) | 2021-06-24 | 2023-08-29 | Masimo Corporation | Physiological nose sensor |
| USD1000975S1 (en) | 2021-09-22 | 2023-10-10 | Masimo Corporation | Wearable temperature measurement device |
| CN116959742A (zh) * | 2023-08-16 | 2023-10-27 | 迈德医疗科技(深圳)有限公司 | 一种基于球坐标核主成分分析的血糖数据处理方法及系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO1999009395A1 (en) * | 1997-08-14 | 1999-02-25 | Instrumentation Metrics, Inc. | Method and apparatus for generating basis sets for use in spectroscopic analysis |
| JPH11342123A (ja) * | 1998-06-03 | 1999-12-14 | Omron Corp | 非侵襲生体成分測定装置 |
| WO2000022413A1 (en) * | 1998-10-13 | 2000-04-20 | Rio Grande Medical Technologies, Inc. | Methods and apparatus for tailoring spectroscopic calibration models |
| WO2000030530A1 (en) * | 1998-11-23 | 2000-06-02 | Abbott Laboratories | Non-invasive sensor capable of determining optical parameters in a sample having multiple layers |
| JP2000186998A (ja) * | 1998-12-22 | 2000-07-04 | Matsushita Electric Works Ltd | 生体スペクトル測定装置 |
Family Cites Families (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2025330C (en) * | 1989-09-18 | 2002-01-22 | David W. Osten | Characterizing biological matter in a dynamic condition using near infrared spectroscopy |
| US5433197A (en) | 1992-09-04 | 1995-07-18 | Stark; Edward W. | Non-invasive glucose measurement method and apparatus |
| IL107396A (en) * | 1992-11-09 | 1997-02-18 | Boehringer Mannheim Gmbh | Method and apparatus for analytical determination of glucose in a biological matrix |
| US5487384A (en) * | 1993-02-25 | 1996-01-30 | Blue Marble Research, Inc. | Kinematic assay of plasma glucose concentration without blood sampling |
| AU7828694A (en) * | 1993-08-24 | 1995-03-22 | Mark R. Robinson | A robust accurate non-invasive analyte monitor |
| US5743262A (en) * | 1995-06-07 | 1998-04-28 | Masimo Corporation | Blood glucose monitoring system |
| US6240306B1 (en) | 1995-08-09 | 2001-05-29 | Rio Grande Medical Technologies, Inc. | Method and apparatus for non-invasive blood analyte measurement with fluid compartment equilibration |
| US6212424B1 (en) * | 1998-10-29 | 2001-04-03 | Rio Grande Medical Technologies, Inc. | Apparatus and method for determination of the adequacy of dialysis by non-invasive near-infrared spectroscopy |
| JPH1010034A (ja) * | 1996-06-25 | 1998-01-16 | Ngk Insulators Ltd | 粒子センサ |
| US5879294A (en) * | 1996-06-28 | 1999-03-09 | Hutchinson Technology Inc. | Tissue chromophore measurement system |
| JP4212007B2 (ja) * | 1996-11-26 | 2009-01-21 | パナソニック電工株式会社 | 血液成分濃度の分析装置 |
| ATE352252T1 (de) * | 1997-11-12 | 2007-02-15 | Lightouch Medical Inc | Verfahren zur nicht invasiven analytenmessung |
| US6119026A (en) * | 1997-12-04 | 2000-09-12 | Hewlett-Packard Company | Radiation apparatus and method for analysis of analytes in sample |
| US6615061B1 (en) * | 1998-11-23 | 2003-09-02 | Abbott Laboratories | Optical sensor having a selectable sampling distance for determination of analytes |
| AU754677B2 (en) * | 1999-01-22 | 2002-11-21 | Instrumentation Metrics, Inc. | System and method for noninvasive blood analyte measurements |
-
2002
- 2002-01-25 WO PCT/US2002/002288 patent/WO2002065090A2/en active IP Right Grant
- 2002-01-25 US US10/297,736 patent/US6990364B2/en not_active Expired - Lifetime
- 2002-01-25 IL IL15684402A patent/IL156844A0/xx not_active IP Right Cessation
- 2002-01-25 CA CA002441078A patent/CA2441078A1/en not_active Abandoned
- 2002-01-25 NZ NZ527164A patent/NZ527164A/en unknown
- 2002-01-25 MX MXPA03006726A patent/MXPA03006726A/es active IP Right Grant
- 2002-01-25 KR KR1020037009614A patent/KR100893432B1/ko not_active IP Right Cessation
- 2002-01-25 EP EP02718874A patent/EP1364196A4/en not_active Withdrawn
- 2002-01-25 CN CNB028041852A patent/CN1325015C/zh not_active Expired - Fee Related
- 2002-01-25 AU AU2002249985A patent/AU2002249985B2/en not_active Ceased
- 2002-01-25 JP JP2002564560A patent/JP4071113B2/ja not_active Expired - Fee Related
- 2002-01-28 TW TW091101414A patent/TWI324686B/zh not_active IP Right Cessation
-
2007
- 2007-06-16 JP JP2007159608A patent/JP2007296372A/ja active Pending
- 2007-11-26 JP JP2007303986A patent/JP2008132335A/ja active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO1999009395A1 (en) * | 1997-08-14 | 1999-02-25 | Instrumentation Metrics, Inc. | Method and apparatus for generating basis sets for use in spectroscopic analysis |
| JP2001516019A (ja) * | 1997-08-14 | 2001-09-25 | インストルメンテーション メトリックス インコーポレイテッド | スペクトル分析に使用する基底セットを作成するための方法および装置 |
| JPH11342123A (ja) * | 1998-06-03 | 1999-12-14 | Omron Corp | 非侵襲生体成分測定装置 |
| WO2000022413A1 (en) * | 1998-10-13 | 2000-04-20 | Rio Grande Medical Technologies, Inc. | Methods and apparatus for tailoring spectroscopic calibration models |
| JP2003524761A (ja) * | 1998-10-13 | 2003-08-19 | リオ グランデ メディカル テクノロジーズ インコーポレイテッド | 分光学的な較正モデルを作るための方法及び装置 |
| WO2000030530A1 (en) * | 1998-11-23 | 2000-06-02 | Abbott Laboratories | Non-invasive sensor capable of determining optical parameters in a sample having multiple layers |
| JP2003510556A (ja) * | 1998-11-23 | 2003-03-18 | アボット・ラボラトリーズ | 複数の層を備える試料の光学パラメータを決定可能な非侵襲的センサ |
| JP2000186998A (ja) * | 1998-12-22 | 2000-07-04 | Matsushita Electric Works Ltd | 生体スペクトル測定装置 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007044203A (ja) * | 2005-08-09 | 2007-02-22 | Toshiba Corp | 生体情報計測装置及びその方法 |
| JP4744976B2 (ja) * | 2005-08-09 | 2011-08-10 | 株式会社東芝 | 生体情報計測装置及びその方法 |
| CN108303406A (zh) * | 2018-02-07 | 2018-07-20 | 武汉轻工大学 | 基于拉曼光谱的油茶籽油掺伪检测方法 |
| CN108303406B (zh) * | 2018-02-07 | 2021-04-27 | 武汉轻工大学 | 基于拉曼光谱的油茶籽油掺伪检测方法 |
| WO2022153781A1 (ja) * | 2021-01-18 | 2022-07-21 | 浜松ホトニクス株式会社 | 分析装置及び分析方法 |
| GB2616155A (en) * | 2021-01-18 | 2023-08-30 | Hamamatsu Photonics Kk | Analysis device and analysis method |
Also Published As
| Publication number | Publication date |
|---|---|
| CN1325015C (zh) | 2007-07-11 |
| US20040068163A1 (en) | 2004-04-08 |
| IL156844A0 (en) | 2004-02-08 |
| WO2002065090A2 (en) | 2002-08-22 |
| EP1364196A2 (en) | 2003-11-26 |
| JP2007296372A (ja) | 2007-11-15 |
| WO2002065090A3 (en) | 2003-04-10 |
| KR100893432B1 (ko) | 2009-04-17 |
| JP4071113B2 (ja) | 2008-04-02 |
| EP1364196A4 (en) | 2008-09-03 |
| MXPA03006726A (es) | 2004-10-15 |
| TWI324686B (en) | 2010-05-11 |
| JP2008132335A (ja) | 2008-06-12 |
| CN1620263A (zh) | 2005-05-25 |
| US6990364B2 (en) | 2006-01-24 |
| AU2002249985B2 (en) | 2005-11-17 |
| NZ527164A (en) | 2005-07-29 |
| KR20040020878A (ko) | 2004-03-09 |
| CA2441078A1 (en) | 2002-08-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4071113B2 (ja) | 組織の光学特性によるグルコースの非侵襲的測定 | |
| EP1467652B1 (en) | Indirect measurement of tissue analytes through tissue properties | |
| US6788965B2 (en) | Intelligent system for detecting errors and determining failure modes in noninvasive measurement of blood and tissue analytes | |
| AU2002249985A1 (en) | Noninvasive measurement of glucose through the optical properties of tissue | |
| US7010336B2 (en) | Measurement site dependent data preprocessing method for robust calibration and prediction | |
| US7640140B2 (en) | Method of processing noninvasive spectra | |
| US6675029B2 (en) | Apparatus and method for quantification of tissue hydration using diffuse reflectance spectroscopy | |
| TW524970B (en) | A method for quantification of stratum corneum hydration using diffuse reflectance spectroscopy | |
| JP2006126219A (ja) | 非侵襲性赤外分光法における多重スペクトル分析のための方法および装置 | |
| WO2001052725A1 (en) | Classification and characterization of tissue through features related to adipose tissue | |
| WO2006092050A1 (en) | Method and apparatus for determining blood analytes | |
| US6615151B1 (en) | Method for creating spectral instrument variation tolerance in calibration algorithms |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A072 | Dismissal of procedure [no reply to invitation to correct request for examination] |
Free format text: JAPANESE INTERMEDIATE CODE: A072 Effective date: 20050217 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20060811 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20061106 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20070221 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20070521 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20070619 |
|
| RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7426 Effective date: 20070806 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20070806 |
|
| A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20070904 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20071108 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20071130 |
|
| A524 | Written submission of copy of amendment under article 19 pct |
Free format text: JAPANESE INTERMEDIATE CODE: A524 Effective date: 20071130 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20071227 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20080116 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110125 Year of fee payment: 3 |
|
| LAPS | Cancellation because of no payment of annual fees |