JP2013233417A

JP2013233417A - 閉塞型睡眠時無呼吸症候群リスク判定指標の計算方法、閉塞型睡眠時無呼吸症候群リスク判定方法、プログラムおよびコンピュータ

Info

Publication number: JP2013233417A
Application number: JP2013054619A
Authority: JP
Inventors: Hiroki Hirabayashi; 大樹平林
Original assignee: Individual
Current assignee: Individual
Priority date: 2012-04-12
Filing date: 2013-03-18
Publication date: 2013-11-21
Anticipated expiration: 2033-03-18
Also published as: JP5319031B1

Abstract

【課題】被験者が閉塞型睡眠時無呼吸症候群を発症するリスクを判定するための客観的材料となる閉塞型睡眠時無呼吸症候群リスク判定指標を簡単に計算することができる閉塞型睡眠時無呼吸症候群リスク判定指標の計算方法およびそのプログラムを提供する。
【解決手段】被験者の頭部Ｘ線撮影により計測された、ＳとＡとの間の距離（Ｓ−Ａ）、ＳとＢとの間の距離（Ｓ−Ｂ）、ＧｏとＢとの間の距離（Ｇｏ−Ｂ）およびＣｄとＧｏとの間の距離（Ｃｄ−Ｇｏ）を用い、Ｐ＝（（Ｓ−Ｂ）＋（Ｇｏ−Ｂ）＋（Ｃｄ−Ｇｏ））／（Ｓ−Ａ）を計算することにより、閉塞型睡眠時無呼吸症候群リスク判定指標を計算する。この閉塞型睡眠時無呼吸症候群リスク判定指標に基づいて閉塞型睡眠時無呼吸症候群を発症するリスクを判定する。
【選択図】図１

Description

この発明は、閉塞型睡眠時無呼吸症候群リスク判定指標の計算方法、閉塞型睡眠時無呼吸症候群リスク判定方法、プログラムおよびコンピュータに関し、被験者が閉塞型睡眠時無呼吸症候群を発症するリスクを判定するのに用いて好適なものである。

閉塞型睡眠時無呼吸症候群（obstructive sleep apnea syndrome：ＯＳＡＳ）は、睡眠中に患者の上気道が閉塞し、呼吸が停止する疾患である。閉塞型睡眠時無呼吸症候群は、動脈血酸素飽和度（arterial oxygen saturation：ＳａＯ₂）の著しい低下などにより、血圧上昇、不整脈の合併や動脈硬化の促進などを通し、生命予後の悪化につながることが明らかになっている。また、閉塞型睡眠時無呼吸症候群は、無呼吸に伴う中途覚醒反応によって不眠や日中過眠（excessive daytime sleepiness: ＥＤＳ）を生じる一方、注意、認知、記憶などが障害されて作業能率を低下させるだけでなく、交通事故や労働災害などを来す原因ともなる。このため、閉塞型睡眠時無呼吸症候群は、社会的に大きな問題となっている。

従来、閉塞型睡眠時無呼吸症候群の診断は、例えば次のように行われている（例えば、非特許文献１参照。）。すなわち、医療機関で受診した患者に、ＥＤＳ、睡眠中の窒息感やあえぎ、繰り返す覚醒、起床時の爽快感欠如、日中の疲労感、集中力欠如のうちの二つ以上を認めた場合、ポリソムノグラフィー（polysomnography ：ＰＳＧ）を行う。その結果、無呼吸低呼吸指数（apnea hypopnea index：ＡＨＩ）≧５で、かつその大多数が閉塞型無呼吸であれば、閉塞型睡眠時無呼吸症候群との診断が確定する。ＡＨＩ＜５である場合には経過観察を行う。一方、ＥＤＳ、睡眠中の窒息感やあえぎ、繰り返す覚醒、起床時の爽快感欠如、日中の疲労感、集中力欠如のうちの二つ以上を認めない場合には、簡易診断装置による検査を行う。簡易診断装置は、鼻口気流、胸部もしくは腹部の呼吸運動、気管音、ＳａＯ₂などを同時記録し、後に自動解析する検査システムである。この簡易診断装置による検査の結果、ＡＨＩ≧５であれば、多回睡眠潜時検査（multiple sleep latency test:ＭＳＬＴ）を行う。その結果、睡眠障害が判明した場合にはＰＳＧを行い、睡眠障害が判明しなかった場合には経過観察を行う。簡易診断装置による検査の結果、ＡＨＩ＜５である場合には経過観察を行う。

一方、閉塞型睡眠時無呼吸症候群では上気道の形態学的異常を伴うことが少なくない。従って、閉塞型睡眠時無呼吸症候群の診断には視診や上気道内視鏡などによる上気道の観察は不可欠であるとされており、セファロメトリー（cephalometry：頭部Ｘ線規格写真分析）などを行えば上気道のより客観的な形態学的評価が可能であると考えられている（例えば、非特許文献１参照。）。具体的には、非特許文献１においては、閉塞型睡眠時無呼吸症候群患者の特徴として、下顎下縁平面と舌骨との距離（舌骨の高さ）の延長（舌骨の下位）、軟口蓋の長さの延長、下顎歯槽基底部の突出度の減少などが記載されている。

睡眠呼吸障害研究会編集「成人の睡眠時無呼吸症候群診断と治療のためのガイドライン」第１５頁〜第１６頁、第２５頁（株式会社メディカルレビュー社、２００５年７月発行）

しかしながら、ＰＳＧは、病院に入院し一晩かけて検査を行う必要があり、診断に時間がかかるだけでなく、患者の精神的、肉体的な負担が大きいという欠点がある。また、簡易診断装置では正確な診断は困難である。さらに、セファロメトリーによる上気道の形態学的評価についても有効性は不明である。一方、被験者が閉塞型睡眠時無呼吸症候群を発症するリスクが簡単に分かれば、リスクを減らす対策を立てることができるので、閉塞型睡眠時無呼吸症候群の発症を抑えることが可能であるが、これまで、有効なリスク判定方法は提案されていない。

そこで、この発明が解決しようとする課題は、被験者が閉塞型睡眠時無呼吸症候群を発症するリスクを判定するための客観的材料となる閉塞型睡眠時無呼吸症候群リスク判定指標を簡単に計算することができる閉塞型睡眠時無呼吸症候群リスク判定指標の計算方法、そのプログラムおよびそのプログラムを有するコンピュータを提供することである。

この発明が解決しようとする他の課題は、被験者が閉塞型睡眠時無呼吸症候群を発症するリスクを判定するための客観的材料となる閉塞型睡眠時無呼吸症候群リスク判定指標を用い、他の検査方法の結果を適宜併用することで、被験者が閉塞型睡眠時無呼吸症候群を発症するリスクを医師が客観的にしかも短時間で判定することが可能になる閉塞型睡眠時無呼吸症候群リスク判定方法、そのプログラムおよびそのプログラムを有するコンピュータを提供することである。

本発明者は、上記の課題を解決すべく鋭意研究を行う過程で、偶然に、閉塞型睡眠時無呼吸症候群と診断された患者と呼吸障害のない被験者とについて頭部Ｘ線規格写真における特定の計測点間の距離を計測し、これらの距離を用いて特定の計算式に基づいて計算することにより求められる数値の分布が両者の間で明確に異なることを見出した。そして、こうして得た知見に基づいて鋭意検討を行った結果、この発明を案出したものである。

すなわち、上記課題を解決するために、この発明は、
被験者の頭部Ｘ線撮影により計測された、ＳとＡとの間の距離（Ｓ−Ａ）、ＳとＢとの間の距離（Ｓ−Ｂ）、ＧｏとＡとの間の距離（Ｇｏ−Ａ）、ＧｏとＢとの間の距離（Ｇｏ−Ｂ）、ＧｏとＭｅとの間の距離（Ｇｏ−Ｍｅ）およびＣｄとＧｏとの間の距離（Ｃｄ−Ｇｏ）からなる群より選ばれた距離を用い、
下記の式（１）〜（６）のうちの少なくとも一つの式によりＰを計算する閉塞型睡眠時無呼吸症候群リスク判定指標の計算方法である。
Ｐ＝（（Ｓ−Ｂ）＋（Ｇｏ−Ｂ）＋（Ｃｄ−Ｇｏ））／（Ｓ−Ａ）（１）
Ｐ＝（（Ｓ−Ｂ）＋（Ｇｏ−Ｍｅ）＋（Ｃｄ−Ｇｏ））／（Ｓ−Ａ）（２）
Ｐ＝（（Ｓ−Ｂ）＋（Ｇｏ−Ｍｅ））／（Ｓ−Ａ）（３）
Ｐ＝（Ｇｏ−Ａ）−（Ｇｏ−Ｂ）（４）
Ｐ＝（（Ｇｏ−Ａ）−（Ｇｏ−Ｂ））／（Ｇｏ−Ａ）（５）
Ｐ＝（（Ｇｏ−Ａ）−（Ｇｏ−Ｂ））／（Ｇｏ−Ｂ）（６）

ここで、Ｓ、Ａ、Ｂ、Ｇｏ、ＭｅおよびＣｄは頭部Ｘ線撮影により求められる計測点である。各計測点の位置を図１に示す。Ｓはセラ（Sella)の略号で、蝶形骨トルコ鞍の壺状形陰影像の中心点である。ＡはＡ点の略号で、ＡＮＳ（前鼻棘の最先端、鼻の下の人中との合わせ目の骨の先端部である前鼻棘(anterior nasal spine)の略号）と上顎中切歯間歯槽突起最前先端点Prosthion との間の正中矢状面上の最深点である。ＢはＢ点の略号で、下顎中切歯間歯槽突起最前先端Infradentaleとpogonion（フランクフルト(Frankfort) 平面に対する下顎オトガイ隆起の最突出点）との間の最深点である。Ｇｏはゴニオン（Gonion）の略号で、顎関節頭後縁平面と下顎角後縁部とを結んだ線と下顎下縁平面（mandibular plane) とが交わる角の２等分線が下顎角と交わる点である。Ｍｅはメントン（menton）の略号で、オトガイの正中断面像の最下点である。Ｃｄは下顎頭の最上点（コンディリオン（condylion)）である。なお、詳細は後述するが、式（３）は、より一般的には、ＳとＸ_i（ｉは１以上４以下の整数で、Ｘ₁＝Ｂ、Ｘ₂＝Ｐｏｇ、Ｘ₃＝Ｇｎ、Ｘ₄＝Ｍｅ）との間の距離（Ｓ−Ｘ_i）およびＧｏとＸ_j（ｊは１以上４以下の整数で、ｊ＝ｉまたはｊ≠ｉ）との間の距離（Ｇｏ−Ｘ_j）を用いた式Ｐ＝（（Ｓ−Ｘ_i）＋（Ｇｏ−Ｘ_j））／（Ｓ−Ａ）と表すことができる。

本発明者が、多数の閉塞型睡眠時無呼吸症候群の患者の頭部Ｘ線規格写真における距離（Ｓ−Ａ）、（Ｓ−Ｂ）、（Ｇｏ−Ｂ）および（Ｃｄ−Ｇｏ）を計測し、式（１）を計算した結果、閉塞型睡眠時無呼吸症候群の患者の少なくとも大多数のＰは２．８００≦Ｐ＜３．２００の範囲にある。距離（Ｓ−Ａ）、（Ｓ−Ｂ）、（Ｇｏ−Ｍｅ）および（Ｃｄ−Ｇｏ）を計測し、式（２）を計算した場合も同様である。この場合、閉塞型睡眠時無呼吸症候群リスク判定指標としては、Ｐそのものを用いてもよいが、整数で表すと分かりやすくなる。このため、典型的には、Ｐを計算した後、例えば、さらにＰ／４の小数第４位以下を切り捨て、
Ｑ＝（Ｐ／４）×１０００
を計算する。一例として、Ｐ＝２．９２４とすると、Ｑ＝（Ｐ／４）×１０００＝（２．９２４／４）×１０００＝０．７３１×１０００＝７３１となる。

一方、本発明者が、多数の閉塞型睡眠時無呼吸症候群の患者の頭部Ｘ線規格写真における距離（Ｓ−Ａ）、（Ｓ−Ｂ）および（Ｇｏ−Ｍｅ）を計測し、式（３）を計算した結果、閉塞型睡眠時無呼吸症候群の患者では、
Ｐ＝（（Ｓ−Ｂ）＋（Ｇｏ−Ｍｅ））／（Ｓ−Ａ）＝２．ＸＹＺ
（Ｘ、Ｙ、Ｚは０〜９の整数）
となることが分かった。言い換えると、大多数の患者のＰは２．０００≦Ｐ＜３．０００の範囲、取り分け２．０００≦Ｐ≦２．５００の範囲にある。ただし、ごく少数の患者については、Ｐ＜２．０００になることもある。この場合も、閉塞型睡眠時無呼吸症候群リスク判定指標としては、Ｐそのものを用いてもよいが、整数で表すと分かりやすくなる。このため、２．０００≦Ｐ＜３．０００の場合は、典型的には、Ｐを計算した後、さらに、Ｐの小数第４位以下を切り捨てた上で、Ｑ＝（Ｐ−［Ｐ］）×１０００を計算する。［Ｐ］はＰの小数を切り捨てることを意味するから、Ｐ−［Ｐ］はＰの小数部を取り出したものを意味する。Ｑ＝（Ｐ−［Ｐ］）×１０００はこうして取り出された小数部を１０００倍することを意味する。この場合、
Ｐ−［Ｐ］＝２．ＸＹＺ−［２．ＸＹＺ］＝２．ＸＹＺ−２＝０．ＸＹＺ
となる。従って、Ｑ＝（Ｐ−［Ｐ］）×１０００＝ＸＹＺとなり、０以上９９９以下の整数となる。一例として、Ｐ＝２．２１２とすると、Ｑ＝（Ｐ−［Ｐ］）×１０００＝（２．２１２−［２．２１２］）×１０００＝（２．２１２−２）×１０００＝０．２１２×１０００＝２１２となる。Ｐ−［Ｐ］あるいはこれを１０００倍した数値ＸＹＺは、頭部の側貌において、上顎骨に対する下顎骨の大きさの割合を評価する数値と考えることができる。

式（４）によりＰを計算する場合には、Ｐは長さの単位を有するため、この長さＰを直接、閉塞型睡眠時無呼吸症候群リスク判定指標として用いることができる。

式（５）または（６）によりＰを計算する場合には、例えば、さらにＰの小数第４位以下を切り捨て、
Ｑ＝Ｐ×１０００
を計算する。

閉塞型睡眠時無呼吸症候群リスク判定指標の計算方法は、上記のＰ、Ｑの計算式を含む所定のプログラムを有するコンピュータにより容易に実行することができる。このコンピュータの種類は特に問わず、デスクトップ型、ノート型、タブレット端末などの各種の携帯端末などのいずれであってもよい。このプログラムは、例えばＣＤ−ＲＯＭなどの各種のコンピュータ読み取り可能な記録媒体に格納することができ、あるいは、インターネットなどの電気通信回線を通じて提供することができる。コンピュータには、計算に必要なデータとして、例えば、頭部Ｘ線規格写真における距離（Ｓ−Ａ）、（Ｓ−Ｂ）、（Ｇｏ−Ａ）、（Ｇｏ−Ｂ）、（Ｇｏ−Ｍｅ）および（Ｃｄ−Ｇｏ）からなる群より選ばれた距離のうちの計算に用いるものを入力する。あるいは、頭部Ｘ線撮影により得られた画像データをコンピュータに取り込み、この画像データからＳ、Ａ、Ｂ、Ｇｏ、ＣｄおよびＭｅの座標を計測し、こうして計測された座標から距離（Ｓ−Ａ）、（Ｓ−Ｂ）、（Ｇｏ−Ａ）、（Ｇｏ−Ｂ）、（Ｇｏ−Ｍｅ）および（Ｃｄ−Ｇｏ）を計算により求め、これらの距離を用いて上記の計算式によりＰ、Ｑを計算するようにしてもよい。典型的には、例えば、このプログラムを有するコンピュータを備えたＸ線診断システムを用いて被験者の側方頭部Ｘ線撮影を行い、その結果に基づいて閉塞型睡眠時無呼吸症候群リスク判定指標の計算方法を実行する。このコンピュータとＸ線診断システムとは有線で接続されても無線で接続されてもよい。

また、この発明は、
被験者の頭部Ｘ線撮影により計測された、ＳとＡとの間の距離（Ｓ−Ａ）、ＳとＢとの間の距離（Ｓ−Ｂ）、ＧｏとＡとの間の距離（Ｇｏ−Ａ）、ＧｏとＢとの間の距離（Ｇｏ−Ｂ）、ＧｏとＭｅとの間の距離（Ｇｏ−Ｍｅ）およびＣｄとＧｏとの間の距離（Ｃｄ−Ｇｏ）からなる群より選ばれた距離を用い、
式（１）〜（６）のうちの少なくとも一つの式によりＰを計算し、
あるいは、
式（１）または（２）によりＰを計算する場合には、さらにＰ／４の小数第４位以下を切り捨て、
Ｑ＝（Ｐ／４）×１０００
を計算し、
式（３）によりＰを計算する場合には、さらにＰの小数第４位以下を切り捨て、
Ｑ＝（Ｐ−［Ｐ］）×１０００（［］はガウス記号）（ただし、２．０００≦Ｐ＜３．０００）
または
Ｑ＝（Ｐ−（［Ｐ］＋１））×１０００（［］はガウス記号）（ただし、Ｐ＜２．０００）
を計算し、
式（５）または（６）によりＰを計算する場合には、さらにＰの小数第４位以下を切り捨て、
Ｑ＝Ｐ×１０００を計算し、
上記計算されたＰまたはＱをそれぞれ所定の値と比較することにより被験者の閉塞型睡眠時無呼吸症候群リスク判定を行う閉塞型睡眠時無呼吸症候群リスク判定方法である。

閉塞型睡眠時無呼吸症候群リスク判定方法は、上記のＰ、Ｑの計算式あるいはＰ、Ｑの判定式を含む所定のプログラムを有するコンピュータにより容易に実行することができる。このコンピュータの種類は特に問わず、デスクトップ型、ノート型、タブレット端末などの各種の携帯端末などのいずれであってもよい。このプログラムは、例えばＣＤ−ＲＯＭなどの各種のコンピュータ読み取り可能な記録媒体に格納することができ、あるいは、インターネットなどの電気通信回線を通じて提供することができる。計算に必要なデータは、上記の閉塞型睡眠時無呼吸症候群判定指標の計算方法と同様にして取得することができる。

この閉塞型睡眠時無呼吸症候群リスク判定方法の上記以外のことは、その性質に反しない限り、上記の閉塞型睡眠時無呼吸症候群判定指標の計算方法に関連して説明したことが成立する。

この発明によれば、被験者が閉塞型睡眠時無呼吸症候群を発症するリスクを判定するための客観的材料となる閉塞型睡眠時無呼吸症候群リスク判定指標を簡単に計算することができる。また、被験者が閉塞型睡眠時無呼吸症候群を発症するリスクを判定するための客観的材料となる閉塞型睡眠時無呼吸症候群リスク判定指標を用い、他の検査方法の結果を適宜併用することで、被験者が閉塞型睡眠時無呼吸症候群を発症するリスクを医師が客観的にしかも短時間で判定することが可能になる。

頭部Ｘ線規格写真における計測点を説明するための略線図である。この発明の第１の実施の形態による閉塞型睡眠時無呼吸症候群リスク判定指標の計算方法を示すフローチャートである。患者１の頭部Ｘ線規格写真を元に作成した透写図である。患者２の頭部Ｘ線規格写真を元に作成した透写図である。患者３の頭部Ｘ線規格写真を元に作成した透写図である。患者４の頭部Ｘ線規格写真を元に作成した透写図である。患者５の頭部Ｘ線規格写真を元に作成した透写図である。患者６の頭部Ｘ線規格写真を元に作成した透写図である。患者７の頭部Ｘ線規格写真を元に作成した透写図である。患者８の頭部Ｘ線規格写真を元に作成した透写図である。患者９の頭部Ｘ線規格写真を元に作成した透写図である。患者１０の頭部Ｘ線規格写真を元に作成した透写図である。患者１１の頭部Ｘ線規格写真を元に作成した透写図である。患者１２の頭部Ｘ線規格写真を元に作成した透写図である。患者１３の頭部Ｘ線規格写真を元に作成した透写図である。患者１４の頭部Ｘ線規格写真を元に作成した透写図である。患者１５の頭部Ｘ線規格写真を元に作成した透写図である。患者１６の頭部Ｘ線規格写真を元に作成した透写図である。患者１７の頭部Ｘ線規格写真を元に作成した透写図である。患者１８の頭部Ｘ線規格写真を元に作成した透写図である。患者１９の頭部Ｘ線規格写真を元に作成した透写図である。患者２０の頭部Ｘ線規格写真を元に作成した透写図である。患者２１の頭部Ｘ線規格写真を元に作成した透写図である。患者２２の頭部Ｘ線規格写真を元に作成した透写図である。患者２３の頭部Ｘ線規格写真を元に作成した透写図である。被験者２４の頭部Ｘ線規格写真を元に作成した透写図である。被験者２５の頭部Ｘ線規格写真を元に作成した透写図である。被験者２６の頭部Ｘ線規格写真を元に作成した透写図である。被験者２７の頭部Ｘ線規格写真を元に作成した透写図である。被験者２８の頭部Ｘ線規格写真を元に作成した透写図である。被験者２９の頭部Ｘ線規格写真を元に作成した透写図である。被験者３０の頭部Ｘ線規格写真を元に作成した透写図である。被験者３１の頭部Ｘ線規格写真を元に作成した透写図である。被験者３２の頭部Ｘ線規格写真を元に作成した透写図である。被験者３３の頭部Ｘ線規格写真を元に作成した透写図である。被験者３４の頭部Ｘ線規格写真を元に作成した透写図である。被験者３５の頭部Ｘ線規格写真を元に作成した透写図である。この発明の第１の実施の形態における患者１〜２３および被験者２４〜３５のＯＳＡＳ指数Ｐの計算結果を示す略線図である。この発明の第２の実施の形態による閉塞型睡眠時無呼吸症候群リスク判定方法を示すフローチャートである。この発明の第３の実施の形態による閉塞型睡眠時無呼吸症候群リスク判定指標の計算方法を示すフローチャートである。この発明の第３の実施の形態における患者１〜２３および被験者２４〜３５のＯＳＡＳ指数Ｑの計算結果を示す略線図である。この発明の第４の実施の形態による閉塞型睡眠時無呼吸症候群リスク判定方法を示すフローチャートである。この発明の第５の実施の形態による閉塞型睡眠時無呼吸症候群リスク判定指標の計算方法を示すフローチャートである。この発明の第５の実施の形態における患者１〜２３および被験者２４〜３５のＯＳＡＳ指数Ｑの計算結果を示す略線図である。この発明の第６の実施の形態による閉塞型睡眠時無呼吸症候群リスク判定方法を示すフローチャートである。この発明の第７の実施の形態による閉塞型睡眠時無呼吸症候群リスク判定指標の計算方法を示すフローチャートである。この発明の第７の実施の形態における患者１〜２３および被験者２４〜３５のＯＳＡＳ指数Ｑの計算結果を示す略線図である。この発明の第８の実施の形態による閉塞型睡眠時無呼吸症候群リスク判定方法を示すフローチャートである。この発明の第９の実施の形態による閉塞型睡眠時無呼吸症候群リスク判定指標の計算方法を示すフローチャートである。この発明の第９の実施の形態における患者１〜２３および被験者２４〜３５のＯＳＡＳ指数Ｑの計算結果を示す略線図である。この発明の第１０の実施の形態による閉塞型睡眠時無呼吸症候群リスク判定方法を示すフローチャートである。この発明の第１１の実施の形態による閉塞型睡眠時無呼吸症候群リスク判定指標の計算方法を示すフローチャートである。この発明の第１１の実施の形態における患者１〜２３および被験者２４〜３５のＯＳＡＳ指数Ｑの計算結果を示す略線図である。この発明の第１２の実施の形態による閉塞型睡眠時無呼吸症候群リスク判定方法を示すフローチャートである。この発明の第１３の実施の形態による閉塞型睡眠時無呼吸症候群リスク判定指標の計算方法において用いられる、頭部Ｘ線規格写真における計測点を説明するための略線図である。この発明の第１３の実施の形態による閉塞型睡眠時無呼吸症候群リスク判定指標の計算方法を示すフローチャートである。この発明の第１４の実施の形態による閉塞型睡眠時無呼吸症候群リスク判定方法を示すフローチャートである。この発明の第１〜第１４の実施の形態による閉塞型睡眠時無呼吸症候群リスク判定指標の計算方法または閉塞型睡眠時無呼吸症候群リスク判定方法の実施に用いるデータ処理装置を示す略線図である。側方頭頸部Ｘ線撮影の撮影画像における計測点ならびに第１の三角形および第２の三角形を説明するための略線図である。頭蓋の左側面図である。舌骨を示す斜視図、平面図および断面図である。この発明の第１５の実施の形態による閉塞型睡眠時無呼吸症候群リスク判定方法を示すフローチャートである。この発明の第１５の実施の形態による閉塞型睡眠時無呼吸症候群リスク判定方法において側方頭頸部Ｘ線撮影の撮影画像上の舌骨の体部の入力方法の一例を説明するための略線図である。この発明の第１５の実施の形態による閉塞型睡眠時無呼吸症候群リスク判定方法において側方頭頸部Ｘ線撮影の撮影画像上で観察される舌骨の形状の一例を示す略線図である。この発明の第１６の実施の形態による閉塞型睡眠時無呼吸症候群リスク判定方法を示すフローチャートである。この発明の第１７の実施の形態による閉塞型睡眠時無呼吸症候群リスク判定方法を示すフローチャートである。患者４１の側方頭頸部Ｘ線規格写真を元に作成した透写図である。患者４２の側方頭頸部Ｘ線規格写真を元に作成した透写図である。患者４３の側方頭頸部Ｘ線規格写真を元に作成した透写図である。患者４４の側方頭頸部Ｘ線規格写真を元に作成した透写図である。患者４５の側方頭頸部Ｘ線規格写真を元に作成した透写図である。患者４６の側方頭頸部Ｘ線規格写真を元に作成した透写図である。患者４７の側方頭頸部Ｘ線規格写真を元に作成した透写図である。患者４８の側方頭頸部Ｘ線規格写真を元に作成した透写図である。患者４９の側方頭頸部Ｘ線規格写真を元に作成した透写図である。患者５０の側方頭頸部Ｘ線規格写真を元に作成した透写図である。患者５１の側方頭頸部Ｘ線規格写真を元に作成した透写図である。患者５２の側方頭頸部Ｘ線規格写真を元に作成した透写図である。患者５３の側方頭頸部Ｘ線規格写真を元に作成した透写図である。患者５４の側方頭頸部Ｘ線規格写真を元に作成した透写図である。患者５５の側方頭頸部Ｘ線規格写真を元に作成した透写図である。患者５６の側方頭頸部Ｘ線規格写真を元に作成した透写図である。被験者５７の側方頭頸部Ｘ線規格写真を元に作成した透写図である。被験者５８の側方頭頸部Ｘ線規格写真を元に作成した透写図である。被験者５９の側方頭頸部Ｘ線規格写真を元に作成した透写図である。被験者６０の側方頭頸部Ｘ線規格写真を元に作成した透写図である。被験者６１の側方頭頸部Ｘ線規格写真を元に作成した透写図である。この発明の第１８の実施の形態による閉塞型睡眠時無呼吸症候群リスク判定方法を示すフローチャートである。被験者６２の側方頭頸部Ｘ線規格写真を元に作成した透写図である。被験者６２の後前方向頭頸部Ｘ線規格写真を示す図面代用写真である。この発明の第１〜第１８の実施の形態において側方頭部Ｘ線撮影、側方頭頸部Ｘ線撮影、後前方向頭頸部Ｘ線撮影および前後方向頭頸部Ｘ線撮影に用いて好適な第２０の実施の形態によるセファロＸ線撮影装置を水平方向かつ中心Ｘ線に対して垂直方向から見た略線図である。図９１に示すセファロＸ線撮影装置のアームおよびこのアームに設置された頭部傾き設定装置を示す略線図である。図９１に示すセファロＸ線撮影装置の頭部傾き設定装置の下端に設けられた水平板を示す平面図である。図９１に示すセファロＸ線撮影装置を用いて側方頭頸部Ｘ線規格写真を撮影する方法を説明するための略線図である。図９１に示すセファロＸ線撮影装置を用いて側方頭頸部Ｘ線規格写真を撮影する方法を説明するための略線図である。図９１に示すセファロＸ線撮影装置を用いて側方頭頸部Ｘ線規格写真を撮影する方法を説明するための略線図である。図９１に示すセファロＸ線撮影装置を用いて頭部が前後方向に１０°傾斜した顔面高位で側方頭頸部Ｘ線規格写真を撮影する方法を説明するための略線図である。図９１に示すセファロＸ線撮影装置を用いて後前方向頭頸部Ｘ線規格写真を撮影する方法を説明するための略線図である。図９１に示すセファロＸ線撮影装置を用いて後前方向頭頸部Ｘ線規格写真を撮影する方法を説明するための略線図である。図９１に示すセファロＸ線撮影装置を用いて撮影された被験者６３の側方頭頸部Ｘ線規格写真を示す図面代用写真である。図９１に示すセファロＸ線撮影装置を用いて撮影された被験者６３の後前方向頭頸部Ｘ線規格写真を示す図面代用写真である。図９１に示すセファロＸ線撮影装置を用いて撮影された被験者６４の側方頭頸部Ｘ線規格写真を示す図面代用写真である。図９１に示すセファロＸ線撮影装置を用いて撮影された被験者６４の後前方向頭部Ｘ線規格写真を示す図面代用写真である。

以下、発明を実施するための形態（以下、実施の形態という。）について説明する。
〈１．第１の実施の形態〉
第１の実施の形態においては、閉塞型睡眠時無呼吸症候群リスク判定指標（以下、ＯＳＡＳ指数ともいう）としてＰ＝（Ｇｏ−Ａ）−（Ｇｏ−Ｂ）を用い、このＯＳＡＳ指数Ｐの計算方法について説明する。

図２にこの計算方法のフローチャートを示す。このフローチャートに従ったプログラムを作成し、コンピュータに実行させる。

この計算を行う前に、閉塞型睡眠時無呼吸症候群（以下、ＯＳＡＳともいう）を発症するリスクを判定する被験者の頭部Ｘ線撮影を行い、ＧｏとＡとの間の距離（Ｇｏ−Ａ）およびＧｏとＢとの間の距離（Ｇｏ−Ｂ）を計測する。これらの距離の計測は、例えば、ペンタブレットやデジタイザなどを用い、頭部Ｘ線規格写真上のＡ、ＢおよびＧｏの計測点の座標データを入力することにより、あるいは、例えば、コンピュータに接続されたディスプレイに撮影画像を表示した状態においてディスプレイ上でマウスを用いてカーソルをＳ、ＧｏおよびＭｅ上に移動してクリックすることにより、あるいは、タッチパネルディスプレイを用いる場合には、ディスプレイ上で手の指やタッチペンなどでＳ、ＧｏおよびＭｅをタッチすることにより、こうして検出されたＳ、ＧｏおよびＭｅを用いて容易に行うことができる。あるいは、頭部Ｘ線撮影により得られた画像データをコンピュータに取り込み、この画像データからＡ、ＢおよびＧｏの座標を計測し、こうして計測された座標から距離（Ｇｏ−Ａ）および（Ｇｏ−Ｂ）を計算により求めるようにしてもよい。

図２に示すように、ステップＳ１において、上記のようにして計測された距離（Ｇｏ−Ａ）および（Ｇｏ−Ｂ）を入力する。

ステップＳ２においては、入力された（Ｇｏ−Ａ）および（Ｇｏ−Ｂ）から
Ｐ＝（Ｇｏ−Ａ）−（Ｇｏ−Ｂ）
に従ってＰを計算する。

ステップＳ３においては、上記のようにして計算されたＯＳＡＳ指数Ｐを例えばディスプレイに出力する。

こうして計算されたＯＳＡＳ指数Ｐが所定の値Ｃ₁以上の場合には、顎骨の骨格性の観点から、ＯＳＡＳを発症するリスクが高いと判定することができる。Ｃ₁は、必要に応じて決めることができるが、例えば７ｍｍとすることができる。

ＯＳＡＳ指数ＰがＣ₁未満の場合は、顎骨の骨格性の観点からはＯＳＡＳを発症するリスクが低いと判定することができる。

一般的には、ＯＳＡＳ指数Ｐに加えて、医師が、ＯＳＡＳの検査に従来より用いられている他の検査の結果などを併用してＯＳＡＳを発症するリスクを最終的に判定することができる。

［実施例１］
ＰＳＧによりＯＳＡＳの検査を行い、重症、中等症または軽症と診断された２３人の患者の頭部Ｘ線規格写真を撮影した。撮影は、中心咬合位またはそれに準じる位置で行った（以下同様）。この頭部Ｘ線規格写真を元に透写図を作成し、距離（Ｇｏ−Ａ）および（Ｇｏ−Ｂ）を計測し、Ｐ＝（Ｇｏ−Ａ）−（Ｇｏ−Ｂ）を計算した。

患者１〜２３の透写図を図３〜図２５に示す。図３〜図２５より計測された距離（Ｇｏ−Ａ）、（Ｇｏ−Ｂ）、Ｐ＝（Ｇｏ−Ａ）−（Ｇｏ−Ｂ）、ＰＳＧにより得られた患者１〜２３のＡＨＩ（仰臥位）およびＳａＯ₂（最低値）は下記の通りである。ただし、患者３については、ＳａＯ₂（最低値）の代わりにＳｐＯ₂（最低値）を示した。

患者（Ｇｏ−Ａ）（Ｇｏ−Ｂ）ＰＡＨＩＳａＯ₂
（ｍｍ）（ｍｍ）（ｍｍ）（％）
１７９６６１３７０．４８７
２８６７１１５７１．２７１
３７７６５１２４１．１６８（ＳｐＯ₂）
４８０６６１４５３．５７１
５８２７５７５８．４７８
６７８６７１１３６．８８７
７７２６４８３０．２８３
８８２７４８３６．４９０
９８７６７２０３５．５８０
１０７８７０８２３．２７３
１１９６８５１１４３．１７０
１２８０６５１５２５．７７９
１３８４７１１３２４．８９２
１４８３６８１５９．６９０
１５８１６８１３６６．０７６
１６８５７０１５６．２９０
１７７２６０１２３７．９７８
１８８２７０１２６２．９７３
１９８２７２１０１１２．５８５
２０７７６７１０２９．１８７
２１８６７８８１１．９９３
２２８３７３１０５９．７８０
２３８７７６１１４３．９８５

対照群として、睡眠時に呼吸障害が認められない１２人の被験者２４〜３５を採用した。これらの被験者２４〜３５について頭部Ｘ線規格写真を撮影し、この頭部Ｘ線規格写真を元に作成した透写図を元にして距離（Ｇｏ−Ａ）および（Ｇｏ−Ｂ）を計測し、Ｐ＝（Ｇｏ−Ａ）−（Ｇｏ−Ｂ）を計算した。

被験者２４〜３５の透写図を図２６〜図３７に示す。図２６〜図３７より計測された距離（Ｇｏ−Ａ）、距離（Ｇｏ−Ｂ）およびＰ＝（Ｇｏ−Ａ）−（Ｇｏ−Ｂ）は下記の通りである。

被験者（Ｇｏ−Ａ）（Ｇｏ−Ｂ）Ｐ
（ｍｍ）（ｍｍ）（ｍｍ）
２４７７７８ −１
２５７８８０ −２
２６８５８０５
２７７８７６２
２８７４７３１
２９７９８０ −１
３０８６７３１３
３１７９８０ −１
３２８１７４７
３３８３７２１１
３４７８６９９
３５８７７０１７

図３８に患者１〜２３のＡＨＩおよびＰの値をプロットした結果を示す。図３８には被験者２４〜３５のＰの値をＡＨＩ＝０の直線上にプロットした。図３８より、被験者２４〜３５のＰは−２ｍｍから１７ｍｍの広い範囲に分布しているのに対し、患者１〜２３のＰは７ｍｍから２０ｍｍの範囲に集中して分布しており、両者の分布は大きく異なることが分かる。従って、この分布の相違を利用して、Ｐの値によりＯＳＡＳのリスクを判定することができる。

以上のように、この第１の実施の形態による閉塞型睡眠時無呼吸症候群リスク判定指標の計算方法によれば、頭部Ｘ線撮影により計測された距離（Ｇｏ−Ａ）および（Ｇｏ−Ｂ）を用いてＯＳＡＳ指数Ｐを計算することができる。そして、このＯＳＡＳ指数Ｐに基づいて、医師の経験などに左右されずに、客観的にしかも短時間で、一定の正確さをもってＯＳＡＳを発症するリスクを判定することができる。

〈２．第２の実施の形態〉
第２の実施の形態においては、閉塞型睡眠時無呼吸症候群リスク判定方法について説明する。

図３９にこの閉塞型睡眠時無呼吸症候群リスク判定方法のフローチャートを示す。このフローチャートに従ったプログラムを作成し、コンピュータに実行させる。この意味で、この閉塞型睡眠時無呼吸症候群リスク判定方法は、このプログラムを有する閉塞型睡眠時無呼吸症候群リスク判定装置の作動方法と言い換えることもできる。

第１の実施の形態と同様に、この閉塞型睡眠時無呼吸症候群リスク判定方法を実行する前に、距離（Ｇｏ−Ａ）および（Ｇｏ−Ｂ）を計測する。

図３９に示すように、ステップＳ１１において、上記のようにして計測された距離（Ｇｏ−Ａ）および（Ｇｏ−Ｂ）を入力する。

ステップＳ１２においては、入力された距離（Ｇｏ−Ａ）および（Ｇｏ−Ｂ）から
Ｐ＝（Ｇｏ−Ａ）−（Ｇｏ−Ｂ）
に従ってＰを計算する。

ステップＳ１３においては、上記のようにして計算により求めたＰから、Ｐ≧Ｃ₁であるか否かを判定する。

ステップＳ１４においては、Ｐ≧Ｃ₁である場合には、ＯＳＡＳを発症するリスクが高いと判定する。例えば、Ｐ≧７ｍｍである場合には、ＯＳＡＳを発症するリスクが高いと判定する。この場合、さらに、例えばＰ≧１０ｍｍである場合には、ＯＳＡＳを発症するリスクが特に高いと判定するようにしてもよい。

ステップＳ１５においては、ＯＳＡＳを発症するリスクが高いとの判定結果を例えばディスプレイに出力する。

ステップＳ１３において、Ｐ≧Ｃ₁でない、言い換えるとＰ＜Ｃ₁であると判定された場合には、ステップＳ１６において、ＯＳＡＳを発症するリスクが低いと判定する。

ステップＳ１７においては、ＯＳＡＳを発症するリスクが低いとの判定結果を例えばディスプレイに出力する。

この第２の実施の形態による閉塞型睡眠時無呼吸症候群リスク判定方法によれば、頭部Ｘ線撮影により計測された距離（Ｇｏ−Ａ）および（Ｇｏ−Ｂ）に基づいて、医師の経験などに左右されずに、客観的にしかも短時間で、一定の正確さをもってＯＳＡＳを発症するリスクを判定することができる。

〈３．第３の実施の形態〉
第３の実施の形態においては、Ｐ＝（（Ｇｏ−Ａ）−（Ｇｏ−Ｂ））／（Ｇｏ−Ａ）より計算されるＱ＝Ｐ×１０００をＯＳＡＳ指数として用い、このＯＳＡＳ指数Ｑの計算方法について説明する。

図４０にこの計算方法のフローチャートを示す。このフローチャートに従ったプログラムを作成し、コンピュータに実行させる。

この計算を行う前に、ＯＳＡＳを発症するリスクを判定する被験者の頭部Ｘ線撮影を行い、ＧｏとＡとの間の距離（Ｇｏ−Ａ）およびＧｏとＢとの間の距離（Ｇｏ−Ｂ）を計測する。これらの距離の計測は、第１の実施の形態と同様に行うことができる。

図４０に示すように、ステップＳ２１において、上記のようにして計測された距離（Ｇｏ−Ａ）および（Ｇｏ−Ｂ）を入力する。

ステップＳ２２においては、入力された（Ｇｏ−Ａ）および（Ｇｏ−Ｂ）から
Ｐ＝（（Ｇｏ−Ａ）−（Ｇｏ−Ｂ））／（Ｇｏ−Ａ）
に従ってＰを計算する。

ステップＳ２３においては、上記のようにして計算されたＰの小数第４位以下を切り捨て、
Ｑ＝Ｐ×１０００
を計算する。

ステップＳ２４においては、上記のようにして計算されたＯＳＡＳ指数Ｑを例えばディスプレイに出力する。

こうして計算されたＯＳＡＳ指数Ｑが所定の値Ｃ₂以上の場合には、顎骨の骨格性の観点から、ＯＳＡＳを発症するリスクが高いと判定することができる。Ｃ₂は必要に応じて決めることができるが、例えば９０である。

ＯＳＡＳ指数ＱがＣ₂未満の場合は、顎骨の骨格性の観点からはＯＳＡＳを発症するリスクが低いと判定することができる。

一般的には、ＯＳＡＳ指数Ｑに加えて、医師が、ＯＳＡＳの検査に従来より用いられている他の検査の結果などを併用してＯＳＡＳを発症するリスクを最終的に判定する。

［実施例２］
患者１〜２３の頭部Ｘ線規格写真を元に作成された透写図である図３〜図２５から距離（Ｇｏ−Ａ）および（Ｇｏ−Ｂ）を計測し、Ｐ＝（（Ｇｏ−Ａ）−（Ｇｏ−Ｂ））／（Ｇｏ−Ａ）を計算し、Ｑ＝Ｐ×１０００を計算した。

図３〜図２５より計測された距離（Ｇｏ−Ａ）、距離（Ｇｏ−Ｂ）およびＱは下記の通りである。ＰＳＧにより得られた患者１〜２３のＡＨＩおよびＳａＯ₂あるいはＳｐＯ₂は実施例１と同じである。

患者（Ｇｏ−Ａ）（Ｇｏ−Ｂ）Ｑ
（ｍｍ）（ｍｍ）
１７９６６１６４
２８６７１１７４
３７７６５１５５
４８０６６１７５
５８２７５８５
６７８６７１４１
７７２６４１１１
８８２７４９８
９８７６７２２９
１０７８７０１０２
１１９６８５１１４
１２８０６５１８７
１３８４７１１５４
１４８３６８１８０
１５８１６８１６０
１６８５７０１７６
１７７２６０１６６
１８８２７０１４６
１９８２７２１２１
２０７７６７１２９
２１８６７８９３
２２８３７３１２０
２３８７７６１２６

対照群として、被験者２４〜３５を採用した。これらの被験者２４〜３５の頭部Ｘ線規格写真を元に作成された透写図である図２６〜図３７から距離（Ｇｏ−Ａ）および（Ｇｏ−Ｂ）を計測し、Ｐ＝（（Ｇｏ−Ａ）−（Ｇｏ−Ｂ））／（Ｇｏ−Ａ）を計算し、Ｑ＝Ｐ×１０００を計算した。

図２６〜図３７より計測された距離（Ｇｏ−Ａ）、距離（Ｇｏ−Ｂ）およびＱは下記の通りである。

被験者（Ｇｏ−Ａ）（Ｇｏ−Ｂ）Ｑ
（ｍｍ）（ｍｍ）
２４７７７８ −１２
２５７８８０ −２５
２６８５８０５８
２７７８７６２５
２８７４７３１３
２９７９８０ −１２
３０８６７３１５１
３１７９８０ −１２
３２８１７４８６
３３８３７２１３２
３４７８６９１１５
３５８７７０１９５

図４１に患者１〜２３のＡＨＩおよびＱの値をプロットした結果を示す。図４１には被験者２４〜３５のＱの値をＡＨＩ＝０の直線上にプロットした。図４１より、被験者２４〜３５のＱは−２５から１９５の広い範囲に分布しているの対し、患者１〜２３のＱは８５から２２９の範囲に集中して分布しており、両者の分布は大きく異なることが分かる。従って、この分布の相違を利用して、Ｑの値によりＯＳＡＳのリスクを判定することができる。

この第３の実施の形態による閉塞型睡眠時無呼吸症候群リスク判定指標の計算方法によれば、頭部Ｘ線撮影により計測された距離（Ｇｏ−Ａ）および（Ｇｏ−Ｂ）を用いてＯＳＡＳ指数Ｑを計算することができる。そして、このＯＳＡＳ指数Ｑに基づいて、医師の経験などに左右されずに、客観的にしかも短時間で、一定の正確さをもってＯＳＡＳを発症するリスクを判定することができる。

〈４．第４の実施の形態〉
第４の実施の形態においては、閉塞型睡眠時無呼吸症候群リスク判定方法について説明する。

図４２にこの閉塞型睡眠時無呼吸症候群リスク判定方法のフローチャートを示す。このフローチャートに従ったプログラムを作成し、コンピュータに実行させる。

図４２に示すように、ステップＳ３１において、上記のようにして計測された距離（Ｇｏ−Ａ）および（Ｇｏ−Ｂ）を入力する。

ステップＳ３２においては、入力された距離（Ｇｏ−Ａ）および（Ｇｏ−Ｂ）から
Ｐ＝（（Ｇｏ−Ａ）−（Ｇｏ−Ｂ））／（Ｇｏ−Ａ）
に従ってＰを計算する。

ステップＳ３３においては、上記のようにして計算されたＰの小数第４位以下を切り捨て、
Ｑ＝Ｐ×１０００
を計算する。

ステップＳ３４においては、上記のようにして計算により求めたＱから、Ｑ≧Ｃ₂であるか否かを判定する。

ステップＳ３５においては、Ｑ≧Ｃ₂である場合には、ＯＳＡＳを発症するリスクが高いと判定する。例えば、Ｑ≧８５である場合には、ＯＳＡＳを発症するリスクが高いと判定する。この場合、さらに、例えばＱ≧１１０である場合には、ＯＳＡＳを発症するリスクが特に高いと判定するようにしてもよい。

ステップＳ３６においては、ＯＳＡＳを発症するリスクが高いとの判定結果を例えばディスプレイに出力する。

ステップＳ３４において、Ｑ≧Ｃ₂でない、言い換えるとＱ＜Ｃ₂であると判定された場合には、ステップＳ３７において、ＯＳＡＳを発症するリスクが低いと判定する。

ステップＳ３８においては、ＯＳＡＳを発症するリスクが低いとの判定結果を例えばディスプレイに出力する。

この第４の実施の形態による閉塞型睡眠時無呼吸症候群リスク判定方法によれば、頭部Ｘ線撮影により計測された距離（Ｇｏ−Ａ）および（Ｇｏ−Ｂ）に基づいて、医師の経験などに左右されずに、客観的にしかも短時間で、一定の正確さをもってＯＳＡＳを発症するリスクを判定することができる。

〈５．第５の実施の形態〉
第５の実施の形態においては、Ｐ＝（（Ｇｏ−Ａ）−（Ｇｏ−Ｂ））／（Ｇｏ−Ｂ）より計算されるＱ＝Ｐ×１０００をＯＳＡＳ指数として用い、このＯＳＡＳ指数Ｑの計算方法について説明する。

図４３にこの計算方法のフローチャートを示す。このフローチャートに従ったプログラムを作成し、コンピュータに実行させる。

図４３に示すように、ステップＳ４１において、上記のようにして計測された距離（Ｇｏ−Ａ）および（Ｇｏ−Ｂ）を入力する。

ステップＳ４２においては、入力された（Ｇｏ−Ａ）および（Ｇｏ−Ｂ）から
Ｐ＝（（Ｇｏ−Ａ）−（Ｇｏ−Ｂ））／（Ｇｏ−Ｂ）
に従ってＰを計算する。

ステップＳ４３においては、上記のようにして計算されたＰの小数第４位以下を切り捨て、
Ｑ＝Ｐ×１０００
を計算する。

ステップＳ４４においては、上記のようにして計算されたＯＳＡＳ指数Ｑを例えばディスプレイに出力する。

こうして計算されたＯＳＡＳ指数Ｑが所定の値Ｃ₃以上の場合には、顎骨の骨格性の観点から、ＯＳＡＳを発症するリスクが高いと判定することができる。Ｃ₃は必要に応じて決めることができるが、例えば９３である。

ＯＳＡＳ指数ＱがＣ₃未満の場合は、顎骨の骨格性の観点からはＯＳＡＳを発症するリスクが低いと判定することができる。

［実施例３］
患者１〜２３の頭部Ｘ線規格写真を元に作成された透写図である図３〜図２５から距離（Ｇｏ−Ａ）および（Ｇｏ−Ｂ）を計測し、Ｐ＝（（Ｇｏ−Ａ）−（Ｇｏ−Ｂ））／（Ｇｏ−Ｂ）を計算し、Ｑ＝Ｐ×１０００を計算した。

患者（Ｇｏ−Ａ）（Ｇｏ−Ｂ）Ｑ
（ｍｍ）（ｍｍ）
１７９６６１９６
２８６７１２１１
３７７６５１８４
４８０６６２１２
５８２７５９３
６７８６７１６４
７７２６４１２５
８８２７４１０８
９８７６７２９８
１０７８７０１１４
１１９６８５１２９
１２８０６５２３０
１３８４７１１８３
１４８３６８２２０
１５８１６８１９１
１６８５７０２１４
１７７２６０２００
１８８２７０１７１
１９８２７２１３８
２０７７６７１４９
２１８６７８１０２
２２８３７３１３６
２３８７７６１４４

対照群として、被験者２４〜３５を採用した。これらの被験者２４〜３５の頭部Ｘ線規格写真を元に作成された透写図である図２６〜図３７から距離（Ｇｏ−Ａ）および（Ｇｏ−Ｂ）を計測し、Ｐ＝（（Ｇｏ−Ａ）−（Ｇｏ−Ｂ））／（Ｇｏ−Ｂ）を計算し、Ｑ＝Ｐ×１０００を計算した。

被験者（Ｇｏ−Ａ）（Ｇｏ−Ｂ）Ｑ
（ｍｍ）（ｍｍ）
２４７７７８ −１２
２５７８８０ −２５
２６８５８０６２
２７７８７６２６
２８７４７３１３
２９７９８０ −１２
３０８６７３１７８
３１７９８０ −１２
３２８１７４９４
３３８３７２１５２
３４７８６９１３０
３５８７７０２４２

図４４に患者１〜２３のＡＨＩおよびＱの値をプロットした結果を示す。図４４には被験者２４〜３５のＱの値をＡＨＩ＝０の直線上にプロットした。図４４より、被験者２４〜３５のＱは−２５から１９５の広い範囲に分布しているの対し、患者１〜２３のＱは９３から２９８の範囲に集中して分布しており、両者の分布は大きく異なることが分かる。従って、この分布の相違を利用して、Ｑの値によりＯＳＡＳのリスクを判定することができる。

この第５の実施の形態による閉塞型睡眠時無呼吸症候群リスク判定指標の計算方法によれば、頭部Ｘ線撮影により計測された距離（Ｇｏ−Ａ）および（Ｇｏ−Ｂ）を用いてＯＳＡＳ指数Ｑを計算することができる。そして、このＯＳＡＳ指数Ｑに基づいて、医師の経験などに左右されずに、客観的にしかも短時間で、一定の正確さをもってＯＳＡＳを発症するリスクを判定することができる。

〈６．第６の実施の形態〉
第６の実施の形態においては、閉塞型睡眠時無呼吸症候群リスク判定方法について説明する。

図４５にこの閉塞型睡眠時無呼吸症候群リスク判定方法のフローチャートを示す。このフローチャートに従ったプログラムを作成し、コンピュータに実行させる。

図４５に示すように、ステップＳ５１において、上記のようにして計測された距離（Ｇｏ−Ａ）および（Ｇｏ−Ｂ）を入力する。

ステップＳ５２においては、入力された距離（Ｇｏ−Ａ）および（Ｇｏ−Ｂ）から
Ｐ＝（（Ｇｏ−Ａ）−（Ｇｏ−Ｂ））／（Ｇｏ−Ｂ）
に従ってＰを計算する。

ステップＳ５３においては、上記のようにして計算されたＰの小数第４位以下を切り捨て、
Ｑ＝Ｐ×１０００
を計算する。

ステップＳ５４においては、上記のようにして計算により求めたＰから、Ｑ≧Ｃ₃であるか否かを判定する。

ステップＳ５５においては、Ｑ≧Ｃ₃である場合には、ＯＳＡＳを発症するリスクが高いと判定する。例えば、Ｑ≧９３である場合には、ＯＳＡＳを発症するリスクが高いと判定する。この場合、さらに、例えばＱ≧１１０である場合には、ＯＳＡＳを発症するリスクが特に高いと判定するようにしてもよい。

ステップＳ５６においては、ＯＳＡＳを発症するリスクが高いとの判定結果を例えばディスプレイに出力する。

ステップＳ５４において、Ｑ≧Ｃ₃でない、言い換えるとＱ＜Ｃ₃であると判定された場合には、ステップＳ５７において、ＯＳＡＳを発症するリスクが低いと判定する。

ステップＳ５８においては、ＯＳＡＳを発症するリスクが低いとの判定結果を例えばディスプレイに出力する。

この第６の実施の形態による閉塞型睡眠時無呼吸症候群リスク判定方法によれば、頭部Ｘ線撮影により計測された距離（Ｇｏ−Ａ）および（Ｇｏ−Ｂ）に基づいて、医師の経験などに左右されずに、客観的にしかも短時間で、一定の正確さをもってＯＳＡＳを発症するリスクを判定することができる。

〈７．第７の実施の形態〉
第７の実施の形態においては、Ｐ＝（（Ｓ−Ｂ）＋（Ｇｏ−Ｂ）＋（Ｃｄ−Ｇｏ））／（Ｓ−Ａ）より計算されるＱ＝（Ｐ／４）×１０００をＯＳＡＳ指数として用い、このＯＳＡＳ指数Ｑの計算方法について説明する。

図４６にこの計算方法のフローチャートを示す。このフローチャートに従ったプログラムを作成し、コンピュータに実行させる。

この計算を行う前に、ＯＳＡＳを発症するリスクを判定する被験者の頭部Ｘ線撮影を行い、ＳとＡとの間の距離（Ｓ−Ａ）、ＳとＢとの間の距離（Ｓ−Ｂ）、ＧｏとＢとの間の距離（Ｇｏ−Ｂ）およびＣｄとＧｏとの間の距離（Ｃｄ−Ｇｏ）を計測する。これらの距離の計測は、第１の実施の形態と同様に行うことができる。

図４６に示すように、ステップＳ６１において、上記のようにして計測された距離（Ｓ−Ａ）、（Ｓ−Ｂ）、（Ｇｏ−Ｂ）および（Ｃｄ−Ｇｏ）を入力する。

ステップＳ６２においては、入力された（Ｓ−Ａ）、（Ｓ−Ｂ）、（Ｇｏ−Ｂ）および（Ｃｄ−Ｇｏ）から
Ｐ＝（（Ｓ−Ｂ）＋（Ｇｏ−Ｂ）＋（Ｃｄ−Ｇｏ））／（Ｓ−Ａ）
に従ってＰを計算する。

ステップＳ６３においては、上記のようにして計算されたＰよりＰ／４を計算し、その小数第４位以下を切り捨て、
Ｑ＝（Ｐ／４）×１０００
を計算する。

ステップＳ６４においては、上記のようにして計算されたＯＳＡＳ指数Ｑを例えばディスプレイに出力する。

こうして計算されたＯＳＡＳ指数Ｑが所定の値Ｃ₄以上の場合には、顎骨の骨格性の観点から、ＯＳＡＳを発症するリスクが高いと判定することができる。Ｃ₄は必要に応じて決めることができるが、例えば６９３である。

ＯＳＡＳ指数ＱがＣ₄未満の場合は、顎骨の骨格性の観点からはＯＳＡＳを発症するリスクが低いと判定することができる。

［実施例４］
患者１〜２３の頭部Ｘ線規格写真を元に作成された透写図である図３〜図２５から距離（Ｓ−Ａ）、（Ｓ−Ｂ）、（Ｇｏ−Ｂ）および（Ｃｄ−Ｇｏ）を計測し、Ｐ＝（（Ｓ−Ｂ）＋（Ｇｏ−Ｂ）＋（Ｃｄ−Ｇｏ））／（Ｓ−Ａ）を計算し、Ｑ＝（Ｐ／４）×１０００を計算した。

図３〜図２５より計測された距離（Ｓ−Ａ）、（Ｓ−Ｂ）、（Ｇｏ−Ｂ）、（Ｃｄ−Ｇｏ）およびＱは下記の通りである。ＰＳＧにより得られた患者１〜２３のＡＨＩおよびＳａＯ₂あるいはＳｐＯ₂は実施例１と同じである。

患者（Ｓ−Ａ）（Ｓ−Ｂ）（Ｇｏ−Ｂ）（Ｃｄ−Ｇｏ）Ｑ
（ｍｍ）（ｍｍ）（ｍｍ）（ｍｍ）
１７５１０６６６６８８００
２８３１１１７１６７７５０
３７７１０４６５６３７５３
４７９１０３６６６０７２４
５８４１１７７５６４７６１
６７８１０８６７６０７５３
７７９１０２６４６０７１５
８８９１２１７４７１７４７
９８３１１１６７６８７４０
１０８０１１１７０５９７５０
１１８８１１５８５６５７５２
１２８０１０５６５６８７４３
１３８３１０９７１６４７３４
１４８３１１１６８６０７１９
１５７９１０３６８６６７５０
１６８４１０８７０６１７１１
１７７０１０８６０６１７６０
１８７０９７７０５６７１７
１９８５１１５７２５９７５６
２０７７１０１６７６０６９３
２１８０１０７７８４８７４７
２２８５１１３７３６３７３１
２３８３１１１７６５９７７３

対照群として、被験者２４〜３５を採用した。これらの被験者２４〜３５の頭部Ｘ線規格写真を元に作成された透写図である図２６〜図３７から距離（Ｓ−Ａ）、（Ｓ−Ｂ）、（Ｇｏ−Ｂ）および（Ｃｄ−Ｇｏ）を計測し、Ｐ＝（（Ｓ−Ｂ）＋（Ｇｏ−Ｂ）＋（Ｃｄ−Ｇｏ））／（Ｓ−Ａ））を計算し、Ｑ＝（Ｐ／４）×１０００を計算した。

図２６〜図３７より計測された距離（Ｓ−Ａ）、（Ｓ−Ｂ）、（Ｇｏ−Ｂ）、（Ｃｄ−Ｇｏ）およびＱは下記の通りである。

被験者（Ｓ−Ａ）（Ｓ−Ｂ）（Ｇｏ−Ｂ）（Ｃｄ−Ｇｏ）Ｑ
（ｍｍ）（ｍｍ）（ｍｍ）（ｍｍ）
２４７８１２３７８６０８３６
２５８３１２３８０６８８１６
２６８８１２６８０６６７７２
２７８５１１９７６６７７７０
２８７５１０９７３５９８０３
２９８７１２８８０６８７９３
３０８６１１１７３５７７００
３１９０１２７８０６５７５５
３２７９１０５７４５０７２４
３３８１１０３７２６４７３７
３４８１１０８６９６３７４０
３５９１１１５７０７０６７０

図４７に患者１〜２３のＡＨＩおよびＱの値をプロットした結果を示す。図４７には被験者２４〜３５のＱの値をＡＨＩ＝０の直線上にプロットした。図４７より、被験者２４〜３５のＱは６７０から８３６の広い範囲に分布しているの対し、患者１〜２３のＱは６９３から８００の範囲に集中して分布しており、両者の分布は大きく異なることが分かる。従って、この分布の相違を利用して、Ｑの値によりＯＳＡＳのリスクを判定することができる。

この第７の実施の形態による閉塞型睡眠時無呼吸症候群リスク判定指標の計算方法によれば、頭部Ｘ線撮影により計測された距離（Ｓ−Ａ）、（Ｓ−Ｂ）、（Ｇｏ−Ｂ）および（Ｃｄ−Ｇｏ）を用いてＯＳＡＳ指数Ｑを計算することができる。そして、このＯＳＡＳ指数Ｑに基づいて、医師の経験などに左右されずに、客観的にしかも短時間で、一定の正確さをもってＯＳＡＳを発症するリスクを判定することができる。

〈８．第８の実施の形態〉
第８の実施の形態においては、閉塞型睡眠時無呼吸症候群リスク判定方法について説明する。

図４８にこの閉塞型睡眠時無呼吸症候群リスク判定方法のフローチャートを示す。このフローチャートに従ったプログラムを作成し、コンピュータに実行させる。

第１の実施の形態と同様に、この閉塞型睡眠時無呼吸症候群リスク判定方法を実行する前に、距離（Ｓ−Ａ）、（Ｓ−Ｂ）、（Ｇｏ−Ｂ）および（Ｃｄ−Ｇｏ）を計測する。

図４８に示すように、ステップＳ７１において、上記のようにして計測された距離（Ｓ−Ａ）、（Ｓ−Ｂ）、（Ｇｏ−Ｂ）および（Ｃｄ−Ｇｏ）を入力する。

ステップＳ７２においては、入力された距離（Ｓ−Ａ）、（Ｓ−Ｂ）、（Ｇｏ−Ｂ）および（Ｃｄ−Ｇｏ）から
Ｐ＝（（Ｓ−Ｂ）＋（Ｇｏ−Ｂ）＋（Ｃｄ−Ｇｏ））／（Ｓ−Ａ）
に従ってＰを計算する。

ステップＳ７３においては、上記のようにして計算されたＰよりＰ／４を計算し、その小数第４位以下を切り捨て、
Ｑ＝（Ｐ／４）×１０００
を計算する。

ステップＳ７４においては、上記のようにして計算により求めたＱから、Ｑ≧Ｃ₄であるか否かを判定する。

ステップＳ７５においては、Ｑ≧Ｃ₄である場合には、ＯＳＡＳを発症するリスクが高いと判定する。例えば、Ｑ≧６９３である場合には、ＯＳＡＳを発症するリスクが高いと判定する。この場合、さらに、例えばＱ≧７２０である場合には、ＯＳＡＳを発症するリスクが特に高いと判定するようにしてもよい。

ステップＳ７６においては、ＯＳＡＳを発症するリスクが高いとの判定結果を例えばディスプレイに出力する。

ステップＳ７４において、Ｑ≧Ｃ₄でない、言い換えるとＱ＜Ｃ₄であると判定された場合には、ステップＳ７７において、ＯＳＡＳを発症するリスクが低いと判定する。

ステップＳ７８においては、ＯＳＡＳを発症するリスクが低いとの判定結果を例えばディスプレイに出力する。

この第８の実施の形態による閉塞型睡眠時無呼吸症候群リスク判定方法によれば、頭部Ｘ線撮影により計測された距離（Ｓ−Ａ）、（Ｓ−Ｂ）、（Ｇｏ−Ｂ）および（Ｃｄ−Ｇｏ）に基づいて、医師の経験などに左右されずに、一定の正確さをもってＯＳＡＳを発症するリスクを判定することができる。

〈９．第９の実施の形態〉
第９の実施の形態においては、Ｐ＝（（Ｓ−Ｂ）＋（Ｇｏ−Ｍｅ）＋（Ｃｄ−Ｇｏ））／（Ｓ−Ａ）より計算されるＱ＝（Ｐ／４）×１０００をＯＳＡＳ指数として用い、このＯＳＡＳ指数Ｑの計算方法について説明する。

図４９にこの計算方法のフローチャートを示す。このフローチャートに従ったプログラムを作成し、コンピュータに実行させる。

この計算を行う前に、ＯＳＡＳを発症するリスクを判定する被験者の頭部Ｘ線撮影を行い、ＳとＡとの間の距離（Ｓ−Ａ）、ＳとＢとの間の距離（Ｓ−Ｂ）、ＧｏとＭｅとの間の距離（Ｇｏ−Ｍｅ）およびＣｄとＧｏとの間の距離（Ｃｄ−Ｇｏ）を計測する。これらの距離の計測は、第１の実施の形態と同様に行うことができる。

図４９に示すように、ステップＳ８１において、上記のようにして計測された距離（Ｓ−Ａ）、（Ｓ−Ｂ）、（Ｇｏ−Ｍｅ）および（Ｃｄ−Ｇｏ）を入力する。

ステップＳ８２においては、入力された（Ｓ−Ａ）、（Ｓ−Ｂ）、（Ｇｏ−Ｍｅ）および（Ｃｄ−Ｇｏ）から
Ｐ＝（（Ｓ−Ｂ）＋（Ｇｏ−Ｍｅ）＋（Ｃｄ−Ｇｏ））／（Ｓ−Ａ）
に従ってＰを計算する。

ステップＳ８３においては、上記のようにして計算されたＰよりＰ／４を計算し、その小数第４位以下を切り捨て、
Ｑ＝（Ｐ／４）×１０００
を計算する。

ステップＳ８４においては、上記のようにして計算されたＯＳＡＳ指数Ｑを例えばディスプレイに出力する。

こうして計算されたＯＳＡＳ指数Ｑが所定の値Ｃ₅以上の場合には、顎骨の骨格性の観点から、ＯＳＡＳを発症するリスクが高いと判定することができる。Ｃ₅は必要に応じて決めることができるが、例えば７０３である。

ＯＳＡＳ指数ＱがＣ₅未満の場合は、顎骨の骨格性の観点からはＯＳＡＳを発症するリスクが低いと判定することができる。

［実施例５］
患者１〜２３の頭部Ｘ線規格写真を元に作成された透写図である図３〜図２５から距離（Ｓ−Ａ）、（Ｓ−Ｂ）、（Ｇｏ−Ｍｅ）および（Ｃｄ−Ｇｏ）を計測し、Ｐ＝（（Ｓ−Ｂ）＋（Ｇｏ−Ｍｅ）＋（Ｃｄ−Ｇｏ））／（Ｓ−Ａ）を計算し、Ｑ＝（Ｐ／４）×１０００を計算した。

図３〜図２５より計測された距離（Ｓ−Ａ）、（Ｓ−Ｂ）、（Ｇｏ−Ｍｅ）、（Ｃｄ−Ｇｏ）およびＱは下記の通りである。ＰＳＧにより得られた患者１〜２３のＡＨＩおよびＳａＯ₂あるいはＳｐＯ₂は実施例１と同じである。

患者（Ｓ−Ａ）（Ｓ−Ｂ）（Ｇｏ−Ｍｅ）（Ｃｄ−Ｇｏ）Ｑ
（ｍｍ）（ｍｍ）（ｍｍ）（ｍｍ）
１７５１０６６５６８７９６
２８３１１１６７６７７３７
３７７１０４６８６３７６２
４７９１０３６５６０７２１
５８４１１７７６６４７６４
６７８１０８７０６０７６２
７７９１０２６９６０７３１
８８９１２１７５７１７５０
９８３１１１６５６８７３４
１０８０１１１７０５９７５０
１１８８１１５８１６５７４１
１２８０１０５６０６８７２８
１３８３１０９６７６４７２２
１４８３１１１６５６０７１０
１５７９１０３６５６６７４０
１６８４１０８７０６１７１１
１７７０１０８６１６１７６４
１８７０９７７０５６７１７
１９８５１１５７０５９７５０
２０７７１０１７０６０７０３
２１８０１０７７７４８７４４
２２８５１１３７３６３７３１
２３８３１１１７３５９７６４

対照群として、被験者２４〜３５を採用した。これらの被験者２４〜３５の頭部Ｘ線規格写真を元に作成された透写図である図２６〜図３７から距離（Ｓ−Ａ）、（Ｓ−Ｂ）、（Ｇｏ−Ｍｅ）および（Ｃｄ−Ｇｏ）を計測し、Ｐ＝（（Ｓ−Ｂ）＋（Ｇｏ−Ｍｅ）＋（Ｃｄ−Ｇｏ））／（Ｓ−Ａ）を計算し、Ｑ＝（Ｐ／４）×１０００を計算した。

図２６〜図３７より計測された距離（Ｓ−Ａ）、（Ｓ−Ｂ）、（Ｇｏ−Ｍｅ）、（Ｃｄ−Ｇｏ）およびＱは下記の通りである。

被験者（Ｓ−Ａ）（Ｓ−Ｂ）（Ｇｏ−Ｍｅ）（Ｃｄ−Ｇｏ）Ｑ
（ｍｍ）（ｍｍ）（ｍｍ）（ｍｍ）
２４７８１２３７８６０８３６
２５８３１２３８１６８８１９
２６８８１２６７８６６７６７
２７８５１１９７７６７７７３
２８７５１０９７０５９７９３
２９８７１２８８０６８７９３
３０８６１１１６９５７６８８
３１９０１２７８０６５７５５
３２７９１０５７３５０７２１
３３８１１０３７０６４７３１
３４８１１０８６８６３７３７
３５９１１１５６５７０６５６

図５０に患者１〜２３のＡＨＩおよびＰの値をプロットした結果を示す。図５０には被験者２４〜３５のＱの値をＡＨＩ＝０の直線上にプロットした。図５０より、被験者２４〜３５のＱは６５６から８３６の広い範囲に分布しているの対し、患者１〜２３のＱは７１０から７９６の範囲に集中して分布しており、両者の分布は大きく異なることが分かる。従って、この分布の相違を利用して、Ｑの値によりＯＳＡＳのリスクを判定することができる。

この第９の実施の形態による閉塞型睡眠時無呼吸症候群リスク判定指標の計算方法によれば、頭部Ｘ線撮影により計測された距離（Ｓ−Ａ）、（Ｓ−Ｂ）、（Ｇｏ−Ｍｅ）および（Ｃｄ−Ｇｏ）を用いてＯＳＡＳ指数Ｑを計算することができる。そして、このＯＳＡＳ指数Ｑに基づいて、医師の経験などに左右されずに、客観的にしかも短時間で、一定の正確さをもってＯＳＡＳを発症するリスクを判定することができる。

〈１０．第１０の実施の形態〉
第１０の実施の形態においては、閉塞型睡眠時無呼吸症候群リスク判定方法について説明する。

図５１にこの閉塞型睡眠時無呼吸症候群リスク判定方法のフローチャートを示す。このフローチャートに従ったプログラムを作成し、コンピュータに実行させる。

第１の実施の形態と同様に、この閉塞型睡眠時無呼吸症候群リスク判定方法を実行する前に、距離（Ｓ−Ａ）、（Ｓ−Ｂ）、（Ｇｏ−Ｍｅ）および（Ｃｄ−Ｇｏ）を計測する。

図５１に示すように、ステップＳ９１において、上記のようにして計測された距離（Ｓ−Ａ）、（Ｓ−Ｂ）、（Ｇｏ−Ｍｅ）および（Ｃｄ−Ｇｏ）を入力する。

ステップＳ９２においては、入力された距離（Ｓ−Ａ）、（Ｓ−Ｂ）、（Ｇｏ−Ｍｅ）および（Ｃｄ−Ｇｏ）から
Ｐ＝（（Ｓ−Ｂ）＋（Ｇｏ−Ｍｅ）＋（Ｃｄ−Ｇｏ））／（Ｓ−Ａ）
に従ってＰを計算する。

ステップＳ９３においては、上記のようにして計算されたＰよりＰ／４を計算し、その小数第４位以下を切り捨て、
Ｑ＝（Ｐ／４）×１０００
を計算する。

ステップＳ９４においては、上記のようにして計算により求めたＱから、Ｑ≧Ｃ₅であるか否かを判定する。

ステップＳ９５においては、Ｑ≧Ｃ₅である場合には、ＯＳＡＳを発症するリスクが高いと判定する。例えば、Ｑ≧７０３である場合には、ＯＳＡＳを発症するリスクが高いと判定する。この場合、さらに、例えばＱ≧７２０である場合には、ＯＳＡＳを発症するリスクが特に高いと判定するようにしてもよい。

ステップＳ９６においては、ＯＳＡＳを発症するリスクが高いとの判定結果を例えばディスプレイに出力する。

ステップＳ９４において、Ｑ≧Ｃ₅でない、言い換えるとＱ＜Ｃ₅であると判定された場合には、テップＳ９７において、ＯＳＡＳを発症するリスクが低いと判定する。

ステップＳ９８においては、ＯＳＡＳを発症するリスクが低いとの判定結果を例えばディスプレイに出力する。

この第１０の実施の形態による閉塞型睡眠時無呼吸症候群リスク判定方法によれば、頭部Ｘ線撮影により計測された距離（Ｓ−Ａ）、（Ｓ−Ｂ）、（Ｇｏ−Ｍｅ）および（Ｃｄ−Ｇｏ）に基づいて、医師の経験などに左右されずに、一定の正確さをもってＯＳＡＳを発症するリスクを判定することができる。

〈１１．第１１の実施の形態〉
第１１の実施の形態においては、Ｐ＝（（Ｓ−Ｂ）＋（Ｇｏ−Ｍｅ））／（Ｓ−Ａ）より計算されるＱ＝（Ｐ−［Ｐ］）×１０００またはＱ＝（Ｐ−（［Ｐ］＋１））×１０００をＯＳＡＳ指数として用い、このＯＳＡＳ指数Ｑの計算方法について説明する。

図５２にこの計算方法のフローチャートを示す。このフローチャートに従ったプログラムを作成し、コンピュータに実行させる。

この計算を行う前に、ＯＳＡＳを発症するリスクを判定する被験者の頭部Ｘ線撮影を行い、ＳとＡとの間の距離（Ｓ−Ａ）、ＳとＢとの間の距離（Ｓ−Ｂ）およびＧｏとＭｅとの間の距離（Ｇｏ−Ｍｅ）を計測する。これらの距離の計測は、第１の実施の形態と同様に行うことができる。

図５２に示すように、ステップＳ１０１において、上記のようにして計測された距離（Ｓ−Ａ）、（Ｓ−Ｂ）および（Ｇｏ−Ｍｅ）を入力する。

ステップＳ１０２においては、入力された（Ｓ−Ａ）、（Ｓ−Ｂ）および（Ｇｏ−Ｍｅ）から
Ｐ＝（（Ｓ−Ｂ）＋（Ｇｏ−Ｍｅ））／（Ｓ−Ａ）
に従ってＰを計算する。

ステップＳ１０３においては、上記のようにして計算されたＰの小数第４位以下を切り捨て、
Ｑ＝（Ｐ−［Ｐ］）×１０００（ただし、２．０００≦Ｐ＜３．０００）
または
Ｑ＝（Ｐ−（［Ｐ］＋１））×１０００（ただし、Ｐ＜２．０００）
を計算する。

ステップＳ１０４においては、上記のようにして計算されたＯＳＡＳ指数Ｑを例えばディスプレイに出力する。

こうして計算されたＯＳＡＳ指数Ｑが所定の値Ｃ₆以上の場合には、顎骨の骨格性の観点から、ＯＳＡＳを発症するリスクが高いと判定することができる。Ｃ₆は必要に応じて決めることができるが、例えば６２である。

ＯＳＡＳ指数ＱがＣ₆未満の場合は、顎骨の骨格性の観点からはＯＳＡＳを発症するリスクが低いと判定することができる。

［実施例６］
患者１〜２３の頭部Ｘ線規格写真を元に作成された透写図である図３〜図２５から距離（Ｓ−Ａ）、（Ｓ−Ｂ）および（Ｇｏ−Ｍｅ）を計測し、Ｐ＝（（Ｓ−Ｂ）＋（Ｇｏ−Ｍｅ））／（Ｓ−Ａ）を計算し、Ｑ＝（Ｐ−［Ｐ］）×１０００またはＱ＝（Ｐ−（［Ｐ］＋１））×１０００を計算した。

図３〜図２５より計測された距離（Ｓ−Ａ）、（Ｓ−Ｂ）、（Ｇｏ−Ｍｅ）およびＱは下記の通りである。ＰＳＧにより得られた患者１〜２３のＡＨＩおよびＳａＯ₂あるいはＳｐＯ₂は実施例１と同じである。

患者（Ｓ−Ａ）（Ｓ−Ｂ）（Ｇｏ−Ｍｅ）Ｑ
（ｍｍ）（ｍｍ）（ｍｍ）
１７５１０６６５２８０
２８３１１１６７１４４
３７７１０４６８２３３
４７９１０３６５１２６
５８４１１７７６２９７
６７８１０８７０２８２
７７９１０２６９１６４
８８９１２１７５２０２
９８３１１１６５１２０
１０８０１１１７０２６２
１１８８１１５８１２２７
１２８０１０５６０６２
１３８３１０９６７１２０
１４８３１１１６５１２０
１５７９１０３６５１２６
１６８４１０８７０１１９
１７７０１０８６１２５７
１８７０９７７０１７６
１９８５１１５７０２２０
２０７７１０１７０２１２
２１８０１０７７７２３５
２２８５１１３７３２１６
２３８３１１１７３２１１

対照群として、被験者２４〜３５を採用した。これらの被験者２４〜３５の頭部Ｘ線規格写真を元に作成された透写図である図２６〜図３７から距離（Ｓ−Ａ）、（Ｓ−Ｂ）および（Ｇｏ−Ｍｅ）を計測し、Ｐ＝（（Ｓ−Ｂ）＋（Ｇｏ−Ｍｅ））／（Ｓ−Ａ））を計算し、Ｑ＝（Ｐ−［Ｐ］）×１０００またはＱ＝（Ｐ−（［Ｐ］＋１））×１０００を計算した。

図２６〜図３７より計測された距離（Ｓ−Ａ）、（Ｓ−Ｂ）、（Ｇｏ−Ｍｅ）およびＱは下記の通りである。

被験者（Ｓ−Ａ）（Ｓ−Ｂ）（Ｇｏ−Ｍｅ）Ｑ
（ｍｍ）（ｍｍ）（ｍｍ）
２４７８１２３７８５７６
２５８３１２３８１４５７
２６８８１２６７８３１８
２７８５１１９７７３０５
２８７５１０９７０３８６
２９８７１２８８０３９０
３０８６１１１６９９３
３１９０１２７８０３００
３２７９１０５７３２５３
３３８１１０３７０１３５
３４８１１０８６８１７２
３５９１１１５６５ −２２

図５３に患者１〜２３のＡＨＩおよびＱの値をプロットした結果を示す。図５３には被験者２４〜３５のＱの値をＡＨＩ＝０の直線上にプロットした。図５３より、被験者２４〜３５のＱは−２２から５７６の広い範囲に分布しているの対し、患者１〜２３のＱは６２から２９７の範囲に集中して分布しており、両者の分布は大きく異なることが分かる。従って、この分布の相違を利用して、Ｑの値によりＯＳＡＳのリスクを判定することができる。

ここで、Ｑは上下顎骨不調和を判断する指標として用いることができ、Ｑの大きさにより上下顎骨不調和の度合いを分類することができる。例えば、Ｑが０以下（分類１）、１〜１５０（分類２）、１５１〜２５０（分類３）、２５１〜３００（分類４）、３０１〜３５０（分類５）、３５１〜４００（分類６）、４０１以上（分類７）に分類する。分類１は重度の上下顎骨不調和であり、顎変形症に該当する。分類２は中程度から軽度の上下顎骨不調和である。分類３は、上下顎骨の不調和は認められず、スケレタル正常と判断される範囲である。分類４は軽度の上下顎骨不調和である。分類５は軽度から中程度の上下顎骨不調和である。分類６は中程度以上の上下顎骨不調和である。分類７は重度の上下顎骨不調和であり、顎変形症に該当する。上記の患者１〜２３は、分類２が８人、分類３が１０人、分類４が５人であり、分類１、５〜７は０人である。一方、上記の被験者２４〜３５は、分類１が１人、分類２が２人、分類３が１人、分類４が２人、分類５が２人、分類６が２人、分類７が２人である。被験者２４〜３５のＱは分類１〜７にほぼ均等に分布しているのに対し、患者１〜２３のＱは分類２〜４に集中していることは注目に値する。

この第１１の実施の形態による閉塞型睡眠時無呼吸症候群リスク判定指標の計算方法によれば、頭部Ｘ線撮影により計測された距離（Ｓ−Ａ）、（Ｓ−Ｂ）および（Ｇｏ−Ｍｅ）を用いてＯＳＡＳ指数Ｑを計算することができる。そして、このＯＳＡＳ指数Ｑに基づいて、医師の経験などに左右されずに、客観的にしかも短時間で、一定の正確さをもってＯＳＡＳを発症するリスクを判定することができる。

〈１２．第１２の実施の形態〉
第１２の実施の形態においては、閉塞型睡眠時無呼吸症候群リスク判定方法について説明する。

図５４にこの閉塞型睡眠時無呼吸症候群リスク判定方法のフローチャートを示す。このフローチャートに従ったプログラムを作成し、コンピュータに実行させる。

第１の実施の形態と同様に、この閉塞型睡眠時無呼吸症候群リスク判定方法を実行する前に、距離（Ｓ−Ａ）、（Ｓ−Ｂ）および（Ｇｏ−Ｍｅ）を計測する。

図５４に示すように、ステップＳ１１１において、上記のようにして計測された距離（Ｓ−Ａ）、（Ｓ−Ｂ）および（Ｇｏ−Ｍｅ）を入力する。

ステップＳ１１２においては、入力された距離（Ｓ−Ａ）、（Ｓ−Ｂ）および（Ｇｏ−Ｍｅ）から
Ｐ＝（（Ｓ−Ｂ）＋（Ｇｏ−Ｍｅ））／（Ｓ−Ａ）
に従ってＰを計算する。

ステップＳ１１３においては、上記のようにして計算されたＰの小数第４位以下を切り捨て、
Ｑ＝（Ｐ−［Ｐ］）×１０００（ただし、２．０００≦Ｐ＜３．０００）
または
Ｑ＝（Ｐ−（［Ｐ］＋１））×１０００（ただし、Ｐ＜２．０００）
を計算する。

ステップＳ１１４においては、上記のようにして計算により求めたＱから、Ｑ≧Ｃ₆であるか否かを判定する。

ステップＳ１１５においては、Ｑ≧Ｃ₆である場合には、ＯＳＡＳを発症するリスクが高いと判定する。例えば、Ｑ≧６２である場合には、ＯＳＡＳを発症するリスクが高いと判定する。この場合、さらに、例えばＱ≧１２０である場合には、ＯＳＡＳを発症するリスクが特に高いと判定するようにしてもよい。

ステップＳ１１６においては、ＯＳＡＳを発症するリスクが高いとの判定結果を例えばディスプレイに出力する。

ステップＳ１１４において、Ｑ≧Ｃ₆でない、言い換えるとＱ＜Ｃ₆であると判定された場合には、テップＳ１１７において、ＯＳＡＳを発症するリスクが低いと判定する。

ステップＳ１１８においては、ＯＳＡＳを発症するリスクが低いとの判定結果を例えばディスプレイに出力する。

この第１２の実施の形態による閉塞型睡眠時無呼吸症候群リスク判定方法によれば、頭部Ｘ線撮影により計測された距離（Ｓ−Ａ）、（Ｓ−Ｂ）および（Ｇｏ−Ｍｅ）に基づいて、医師の経験などに左右されずに、一定の正確さをもってＯＳＡＳを発症するリスクを判定することができる。

〈１３．第１３の実施の形態〉
第１３の実施の形態においては、被験者の頭部Ｘ線撮影により計測された、ＳとＡとの間の距離（Ｓ−Ａ）、ＳとＸ_i（ｉは１以上４以下の整数で、Ｘ₁＝Ｂ、Ｘ₂＝Ｐｏｇ、Ｘ₃＝Ｇｎ、Ｘ₄＝Ｍｅ）との間の距離（Ｓ−Ｘ_i）およびＧｏとＸ_j（ｊは１以上４以下の整数で、ｊ＝ｉまたはｊ≠ｉ）との間の距離（Ｇｏ−Ｘ_j）を用い、Ｐ＝（（Ｓ−Ｘ_i）＋（Ｇｏ−Ｘ_j））／（Ｓ−Ａ）（ただし、Ｘ_i＝ＢかつＸ_j＝Ｍｅの場合を除く）より計算されるＱ＝（Ｐ−［Ｐ］）×１０００またはＱ＝（Ｐ−（［Ｐ］＋１））×１０００をＯＳＡＳ指数として用い、このＯＳＡＳ指数Ｑの計算方法について説明する。Ｐ＝（（Ｓ−Ｘ_i）＋（Ｇｏ−Ｘ_j））／（Ｓ−Ａ）によるこの計算方法は、Ｐ＝（（Ｓ−Ｂ）＋（Ｇｏ−Ｍｅ））／（Ｓ−Ａ）による計算方法と同様に有効である。

ここで、Ｓ、Ａ、Ｂ、Ｇｏ、Ｐｏｇ、ＧｎおよびＭｅは頭部Ｘ線撮影により求められる計測点である。各計測点の位置を図５５に示す。Ｐｏｇはポゴニオン（Pogonion）の略号で、フランクフルト(Frankfort) 平面に対して、下顎オトガイ隆起の最突出点である。Ｇｎはグナチオン（Gnathion) の略号で、顔面平面（Ｎ（ナジオン（Nasion) の略号で、鼻骨前頭縫合の最前点）とＰｏｇとを結んだ直線）と下顎下縁平面とのなす角の２等分線がオトガイ隆起骨縁像と交わる点である。

図５６にこの計算方法のフローチャートを示す。このフローチャートに従ったプログラムを作成し、コンピュータに実行させる。

この計算を行う前に、ＯＳＡＳを発症するリスクを判定する被験者の頭部Ｘ線撮影を行い、ＳとＡとの間の距離（Ｓ−Ａ）、ＳとＸ_iとの間の距離（Ｓ−Ｘ_i）およびＧｏとＸ_jとの間の距離（Ｇｏ−Ｘ_j）を計測する。これらの距離の計測は、第１の実施の形態と同様に行うことができる。

図５６に示すように、ステップＳ１２１において、上記のようにして計測された距離（Ｓ−Ａ）、（Ｓ−Ｘ_i）および（Ｇｏ−Ｘ_j）を入力する。

ステップＳ１２２においては、入力された（Ｓ−Ａ）、（Ｓ−Ｘ_i）および（Ｇｏ−Ｘ_j）から
Ｐ＝（（Ｓ−Ｘ_i）＋（Ｇｏ−Ｘ_j））／（Ｓ−Ａ）
に従ってＰを計算する。

ステップＳ１２３においては、上記のようにして計算されたＰの小数第４位以下を切り捨て、
Ｑ＝（Ｐ−［Ｐ］）×１０００（ただし、２．０００≦Ｐ＜３．０００）
または
Ｑ＝（Ｐ−（［Ｐ］＋１））×１０００（ただし、Ｐ＜２．０００）
を計算する。

ステップＳ１２４においては、上記のようにして計算されたＯＳＡＳ指数Ｑを例えばディスプレイに出力する。

この第１３の実施の形態による閉塞型睡眠時無呼吸症候群リスク判定指標の計算方法によれば、頭部Ｘ線撮影により計測された距離（Ｓ−Ａ）、（Ｓ−Ｘ_i）および（Ｇｏ−Ｘ_j）を用いてＯＳＡＳ指数Ｑを計算することができる。そして、このＯＳＡＳ指数Ｑに基づいて、医師の経験などに左右されずに、客観的にしかも短時間で、一定の正確さをもってＯＳＡＳを発症するリスクを判定することができる。

〈１４．第１４の実施の形態〉
第１４の実施の形態においては、閉塞型睡眠時無呼吸症候群リスク判定方法について説明する。

図５７にこの閉塞型睡眠時無呼吸症候群リスク判定方法のフローチャートを示す。このフローチャートに従ったプログラムを作成し、コンピュータに実行させる。

第１の実施の形態と同様に、この閉塞型睡眠時無呼吸症候群リスク判定方法を実行する前に、距離（Ｓ−Ａ）、（Ｓ−Ｘ_i）および（Ｇｏ−Ｘ_j）を計測する。

図５７に示すように、ステップＳ１３１において、上記のようにして計測された距離（Ｓ−Ａ）、（Ｓ−Ｘ_i）および（Ｇｏ−Ｘ_j）を入力する。

ステップＳ１３２においては、入力された距離（Ｓ−Ａ）、（Ｓ−Ｘ_i）および（Ｇｏ−Ｘ_j）から
Ｐ＝（（Ｓ−Ｘ_i）＋（Ｇｏ−Ｘ_j））／（Ｓ−Ａ）
に従ってＰを計算する。

ステップＳ１３３においては、上記のようにして計算されたＰの小数第４位以下を切り捨て、
Ｑ＝（Ｐ−［Ｐ］）×１０００（ただし、２．０００≦Ｐ＜３．０００）
または
Ｑ＝（Ｐ−（［Ｐ］＋１））×１０００（ただし、Ｐ＜２．０００）
を計算する。

ステップＳ１３４においては、上記のようにして計算により求めたＱから、Ｑ≧Ｃ₆であるか否かを判定する。

ステップＳ１３５においては、Ｑ≧Ｃ₆である場合には、ＯＳＡＳを発症するリスクが高いと判定する。例えば、Ｑ≧６２である場合には、ＯＳＡＳを発症するリスクが高いと判定する。この場合、さらに、例えばＱ≧１２０である場合には、ＯＳＡＳを発症するリスクが特に高いと判定するようにしてもよい。

ステップＳ１３６においては、ＯＳＡＳを発症するリスクが高いとの判定結果を例えばディスプレイに出力する。

ステップＳ１３４において、Ｑ≧Ｃ₆でない、言い換えるとＱ＜Ｃ₆であると判定された場合には、テップＳ１３７において、ＯＳＡＳを発症するリスクが低いと判定する。

ステップＳ１３８においては、ＯＳＡＳを発症するリスクが低いとの判定結果を例えばディスプレイに出力する。

この第１４の実施の形態による閉塞型睡眠時無呼吸症候群リスク判定方法によれば、頭部Ｘ線撮影により計測された距離（Ｓ−Ａ）、（Ｓ−Ｘ_i）および（Ｇｏ−Ｘ_j）に基づいて、医師の経験などに左右されずに、一定の正確さをもってＯＳＡＳを発症するリスクを判定することができる。

ここで、第１〜第１４の実施の形態による閉塞型睡眠時無呼吸症候群リスク判定指標の計算方法および閉塞型睡眠時無呼吸症候群リスク判定方法の実施に用いるデータ処理装置について説明する。

図５８はこのデータ処理装置１０の一例を示す。図５８に示すように、このデータ処理装置１０は、補助記憶装置１１、メモリ１２、処理部としてのＣＰＵ（Central Processing Unit)１３、入力部１４、出力部１５および入出力インタフェース１６を有する。

補助記憶装置１１は、各種の情報を記憶するものであり、例えば、ハードディスク、ＲＯＭ（Read Only Memory) などにより構成される。この補助記憶装置１１は、プログラム１１１、コンパイラ１１２および実行モジュール１１３を記憶している。

プログラム１１１は、図２、図３９、図４０、図４２、図４３、図４５、図４６、図４８、図４９、図５１、図５２、図５４、図５６、図５７に示すフローチャート上の処理が記述されているプログラム（ソースプログラム）である。コンパイラ１１２は、プログラム１１１をコンパイルおよびリンクするものである。実行モジュール１１３は、コンパイラ１１２によりコンパイルおよびリンクされたモジュールである。

メモリ１２は、各種の情報を記憶する一時記憶手段であり、例えば、ＲＡＭ（Random Access Memory) などにより構成される。ＣＰＵ１３は、加減乗除などの各種演算処理を行うものであり、メモリ１２および入出力インタフェース１６を介して実行モジュール１３を実行する役割を果たす。入力部１４は、各種の実行コマンドなどを入力する入力装置である。出力部１５は、各種の実行結果などを出力する出力装置である。入出力インタフェース１６は、データ処理装置１０の各構成要素間の入出力を仲介する。

次に、上述のように構成されたデータ処理装置１０の動作について説明する。まず、操作者により入力部１４から入力されたコンパイルコマンドは、入出力インタフェース１６を介して、メモリ１２にストアされる。メモリ１２では、補助記憶装置１１のプログラム１１１が、コンパイラ１１２によりコンパイルおよびリンクされ、機械語コードである実行モジュール１１３が生成される。

次に、操作者により入力部１４から実行コマンドが入力されると、ＣＰＵ１３がメモリ１２に実行モジュール１１３をロードする。実行モジュール１１３がメモリ１２にロードされると、ＣＰＵ１３によって、図２、図３９、図４０、図４２、図４３、図４５、図４６、図４８、図４９、図５１、図５２、図５４、図５６または図５７に示すフローチャート上の各処理がメモリ１２からＣＰＵ１３に逐次呼び出され、各処理が実行された後、その実行結果がメモリ１２にストアされる。メモリ１２にストアされた実行結果は、ＣＰＵ１３によって、入出力インタフェース１６を介して、出力部１５に出力される。

例えば、図５２に示すフローチャート上の処理を実行してＯＳＡＳ指数Ｑを計算する場合には次のようにする。まず、入力処理のステップＳ１を実現するための実行モジュール１１３がメモリ１２からＣＰＵ１３に呼び出される。このステップＳ１０１においては、操作者により入力部１４から入力されたデータ（距離（Ｓ−Ａ）、（Ｓ−Ｂ）および（Ｇｏ−Ｍｅ））をメモリ１２にロードする。ステップＳ１０１の入力処理が終了すると、算出処理のステップＳ１０２を実現するための実行モジュール１１３がメモリ１２からＣＰＵ１３に呼び出される。このステップＳ１０２においては、入力されたデータによりＰを計算する。ステップＳ１０２の算出処理が終了すると、ステップＳ１０３を実現するための実行モジュール１１３がメモリ１２からＣＰＵ１３に呼び出される。このステップＳ１０３においては、Ｐの大きさに応じてＯＳＡＳ指数Ｑを算出する。ステップＳ１０３の算出処理が終了すると、ステップＳ１０４を実現するための実行モジュール１１３がメモリ１２からＣＰＵ１３に呼び出される。このステップＳ１０４においては、Ｑの値を算出結果として出力部１５に出力する。

図２、図３９、図４０、図４２、図４３、図４５、図４６、図４８、図４９、図５１、図５４、図５６または図５７に示すフローチャート上の処理を実行する場合も上述と同様である。

〈１５．第１５の実施の形態〉
第２、第４、第６、第８、第１０、第１２または第１４の実施の形態による閉塞型睡眠時無呼吸症候群リスク判定方法は、顎骨の骨格性の観点から、ＯＳＡＳを発症するリスクを判定する方法であるが、この方法を、舌骨の位置の観点から、ＯＳＡＳを発症するリスクを判定する閉塞型睡眠時無呼吸症候群リスク判定方法と組み合わせると、より有効になる。そこで、次に、舌骨の位置の観点から、ＯＳＡＳを発症するリスクを判定する閉塞型睡眠時無呼吸症候群リスク判定方法について説明する。

すなわち、本発明者は、鋭意研究を行う過程で、偶然に、閉塞型睡眠時無呼吸症候群と診断された患者と呼吸障害のない被験者とについて撮影された側方頭頸部Ｘ線規格写真において舌骨の位置、取り分け舌骨の体部の位置を分析したところ、舌骨の体部の中心の位置が両者の間で明確に異なることを見出した。さらに、閉塞型睡眠時無呼吸症候群と診断された患者の後前方向頭頸部Ｘ線規格写真あるいは前後方向頭頸部Ｘ線規格写真を撮影したところ、呼吸障害のない被験者では下顎骨などと重なって観察されない舌骨が明確に観察されることから、これに基づき、患者の後前方向頭頸部Ｘ線規格写真あるいは前後方向頭頸部Ｘ線規格写真を撮影した時に、撮影画像に舌骨が観察されるか否かにより患者の閉塞型睡眠時無呼吸症候群リスクを容易に判定することができることを見出した。ここで、後前方向（posteroanterior)頭頸部Ｘ線撮影はＸ線が被験者の後ろから前へ透過する撮影であり、前後方向（posteroanterior)頭頸部Ｘ線撮影はＸ線が被験者の前から後ろへ透過する撮影である。後前方向頭頸部Ｘ線撮影または前後方向頭頸部Ｘ線撮影により得られる撮影画像に舌骨が検出されない場合は、閉塞型睡眠時無呼吸症候群リスクはなく、後前方向頭頸部Ｘ線撮影または前後方向頭頸部Ｘ線撮影により得られる撮影画像に舌骨が検出される場合は、閉塞型睡眠時無呼吸症候群リスクがあると判定することができる。後前方向頭頸部Ｘ線撮影または前後方向頭頸部Ｘ線撮影により得られる撮影画像に舌骨が検出されない場合は、下顎骨によって舌骨が隠されてしまうこと、言い換える下顎骨と舌骨とを区別することができなくなることに対応する。また、後前方向頭頸部Ｘ線撮影または前後方向頭頸部Ｘ線撮影により得られる撮影画像に舌骨が検出される場合は、舌骨の位置が低い結果、下顎骨によって舌骨が隠されることがなくなり、下顎骨と舌骨とを区別することができることに対応する。

この閉塞型睡眠時無呼吸症候群リスク判定方法は、具体的には、第２、第４、第６、第８、第１０、第１２または第１４の実施の形態による閉塞型睡眠時無呼吸症候群リスク判定方法に基づいてリスク判定を行い、さらに、被験者の側方頭頸部Ｘ線撮影により検出された少なくとも舌骨、Ｓ、ＧｏおよびＭｅを用い、上記検出された上記舌骨の体部の中心が、Ｍｅから線分Ｓ−Ｇｏの延長線に下ろした垂線の上の領域に含まれるか否かを判定する。典型的には、この閉塞型睡眠時無呼吸症候群リスク判定方法は、被験者の側方頭頸部Ｘ線撮影により少なくとも舌骨、Ｓ、ＧｏおよびＭｅを検出する第１のステップと、上記検出された上記舌骨の体部の中心が、Ｍｅから線分Ｓ−Ｇｏの延長線に下ろした垂線の上の領域に含まれるか否かを判定する第２のステップとを有する。この閉塞型睡眠時無呼吸症候群リスク判定方法においては、舌骨の体部の中心がＭｅから線分Ｓ−Ｇｏの延長線に下ろした垂線の上の領域に含まれる場合は閉塞型睡眠時無呼吸症候群リスクはなく、この領域に含まれない、言い換えるとＭｅから線分Ｓ−Ｇｏの延長線に下ろした垂線の下の領域に含まれる場合は閉塞型睡眠時無呼吸症候群リスクがあると判定することができる。好適には、第２のステップにおいて、検出された舌骨の体部の中心が、線分Ｓ−Ｇｏの延長線とＭｅから線分Ｓ−Ｇｏの延長線に下ろした垂線と線分Ｇｏ−Ｍｅとにより形成される第１の三角形の内部に含まれるか否かを判定する。この場合、舌骨の体部の中心が第１の三角形の内部に含まれる場合は閉塞型睡眠時無呼吸症候群リスクはなく、第１の三角形の下方の領域に位置する場合は閉塞型睡眠時無呼吸症候群リスクがあると判定することができる。この閉塞型睡眠時無呼吸症候群リスク判定方法は、必要に応じて、第１のステップにおいて、被験者の側方頭頸部Ｘ線撮影によりコンディリオンＣｄをさらに検出し、第２のステップにおいて、検出された舌骨の体部の中心が、第１の三角形の内部、線分Ｃｄ−Ｇｏの延長線とＭｅから線分Ｃｄ−Ｇｏの延長線に下ろした垂線とＭｅから線分Ｓ−Ｇｏの延長線に下ろした垂線とにより形成される第２の三角形の内部および第２の三角形の下方の領域のうちのどの領域に含まれるかを判定する。この場合、舌骨の体部の中心が第１の三角形の内部に含まれる場合は閉塞型睡眠時無呼吸症候群リスクはなく、舌骨の体部の中心が第２の三角形の内部または第２の三角形の下方の領域に位置する場合は閉塞型睡眠時無呼吸症候群リスクがあると判定することができる。さらに、一般的には、舌骨の体部の中心が第２の三角形の下方の領域に位置する場合は、舌骨の体部の中心が第２の三角形の内部に位置する場合に比べて閉塞型睡眠時無呼吸症候群リスクがより高いと判定することができる。第１のステップにおける舌骨の体部の中心、Ｓ、Ｇｏ、ＭｅおよびＣｄの検出は、典型的には、例えば、コンピュータを用いた画像処理により行うことができる。図５９に、第１の三角形および第２の三角形を示す。

図６０に示すように、舌骨は、一般的に前頸部の第三頸椎と同レベルの高さにあるとされている、他の頭部骨格系の骨から遊離した可動性の単骨である。舌骨は、筋や靱帯によって下顎骨、茎状突起、甲状軟骨、胸骨柄および肩甲骨に結合されている。図６１Ａ（右前外側面）および図６１Ｂ（前上面）に示すように、舌骨は、体部（舌骨体）と大角と小角とからなり、全体としてＵ字形の形状を有する。体部は舌骨の中央部分にあり、前方に面している。大角は、体部と、体部に続く、舌骨の両端部である。小角は、大角と体部との結合部近くの上方から茎状突起に向かって突き出ている小さな突起であり、茎突舌骨靱帯を介して茎状突起と接続されている。図６１Ｃに示すように、正中矢状面上の舌骨の体部の断面は、ほぼ角を丸めた四角形状である。舌骨は、側方頭頸部Ｘ線撮影では、体部を通るＸ線の透過長さが舌骨の他の部分に比べてはるかに大きいため、体部がほぼ角を丸めた四角形状の形状で明確に検出され、この体部に連なって大角が検出される。

上記の閉塞型睡眠時無呼吸症候群リスク判定方法、上記の第１のステップおよび第２のステップを含む所定のプログラムの少なくとも一つを有するコンピュータにより容易に実行することができる。このコンピュータの種類は特に問わず、デスクトップ型、ノート型、タブレット端末などの各種の携帯端末などのいずれであってもよい。このプログラムは、例えばＣＤ−ＲＯＭなどの各種のコンピュータ読み取り可能な記録媒体に格納することができ、あるいは、インターネットなどの電気通信回線を通じて提供することができる。典型的には、例えば、このプログラムを有するコンピュータを備えたＸ線診断システムを用いて被験者の側方頭頸部Ｘ線撮影を行い、その結果に基づいて閉塞型睡眠時無呼吸症候群リスク判定方法および舌骨沈下判定方法を実行する。このコンピュータとＸ線診断システムとは有線で接続されても無線で接続されてもよい。

被験者の側方頭頸部Ｘ線撮影に基づく、第１５の実施の形態による閉塞型睡眠時無呼吸症候群リスク判定方法について具体的に説明する。

図６２にこの閉塞型睡眠時無呼吸症候群リスク判定方法のフローチャートを示す。このフローチャートに従ったプログラムを作成し、コンピュータに実行させる。

ステップＳ１４１において、被験者の側方頭頸部Ｘ線撮影により舌骨の体部の中心、Ｓ、ＧｏおよびＭｅを検出する。すなわち、被験者の側方頭頸部Ｘ線撮影を行い、撮影画像または写真から舌骨の体部の中心、Ｓ、ＧｏおよびＭｅを検出する。撮影は、中心咬合位またはこれに準じる位置で行う。また、撮影は、被験者の頭部のフランクフルト平面が床面に平行になるように頭部の前後方向の傾きを設定して行う。

舌骨の体部の中心、Ｓ、ＧｏおよびＭｅの検出は、例えば、コンピュータに接続されたディスプレイに撮影画像を表示した状態で次のようにして行うことができる。まず、Ｓ、ＧｏおよびＭｅについては、ディスプレイ上でマウスを用いてカーソルをＳ、ＧｏおよびＭｅ上に移動し、クリックする。あるいは、タッチパネルディスプレイを用いる場合には、ディスプレイ上で手の指やタッチペンなどでＳ、ＧｏおよびＭｅをタッチする。こうして、Ｓ、ＧｏおよびＭｅを検出することができる。舌骨の体部は、次のようにして検出することができる。すなわち、撮影画像上の舌骨の体部（舌骨体）の輪郭線上に輪郭全体を表すような複数の点をマウスを用いてクリックし、これらの点間を直線または曲線で結び、好適にはこれらの点間を滑らかな曲線で結ぶ。これらの点間を直線または曲線で結ぶプログラムは容易に作成することができる。撮影画像上で観察される舌骨の体部（舌骨体）の輪郭は一般的には四隅が丸まった長方形状であり、比較的単純な形状であるため、これらの点の数は通常は４点から１０点あれば足りるが、点の数が多いほどより正確に輪郭を描くことができる。あるいは、タッチパネルディスプレイを用いる場合には、必要に応じて舌骨の体部を拡大して表示し、ディスプレイ上で手の指やタッチペンなどで舌骨の体部の輪郭をなぞってもよい。舌骨の体部の中心は、上記のようにして検出された舌骨の体部（舌骨体）の輪郭からなる図形の中心を求めることにより検出することができる。一例を図６３ＡおよびＢに示す。図６３Ａに示すように、この例では、撮影画像上の舌骨の体部（舌骨体）の輪郭線上に輪郭全体を表すように点Ｐ₁〜Ｐ₁₀をマウスを用いてクリックし、これらの点Ｐ₁〜Ｐ₁₀間を曲線により滑らかに結ぶことにより、図６３Ｂに示すように、舌骨の体部（舌骨体）の入力画像を得ることができる。舌骨の体部の中心は、こうして求められた舌骨の体部の入力画像から、次のようにして求めることができる。すなわち、例えば、舌骨の体部の入力画像を横方向にｘ軸、縦方向にｙ軸を取ったｘｙ座標面に表示するとする。このｘｙ座標面上で入力画像の最上点および最下点のｙ座標を求め、最上点のｙ座標をｙ₁、最下点のｙ座標をｙ₂とする。このとき、舌骨の体部の入力画像の中心のｙ座標は（ｙ₁＋ｙ₂）／２となる。次に、ｙ＝（ｙ₁＋ｙ₂）／２で表される直線（ｘ軸に平行な直線）を引き、この直線が入力画像と交わる２点のｘ座標をそれぞれｘ₁、ｘ₂とすると、舌骨の体部の入力画像の中心のｘ座標は＝（ｘ₁＋ｘ₂）／２となる。以上により、舌骨の体部の入力画像の中心の座標は（（ｘ₁＋ｘ₂）／２、（ｙ₁＋ｙ₂）／２）と求めることができる。あるいは、舌骨の体部の中心は、舌骨の体部の輪郭からなる図形の重心を計算で求めることにより求めることもできる。この重心の位置は、舌骨の体部が特異な形状を有していない限り、座標が（（ｘ₁＋ｘ₂）／２、（ｙ₁＋ｙ₂）／２）の上記の中心とほぼ一致する。

舌骨の体部の中心は画像認識技術を用いて次のようにして検出することもできる。すなわち、側方頭頸部Ｘ線撮影により得られた撮影画像上で観察される舌骨全体の形状は概ね一致しており、図６４に示すような全体として湾曲した形状を有し、舌骨の体部（舌骨体）は舌骨の右側の部分を構成する。そこで、従来公知のパターン認識技術、具体的には、例えばテンプレートマッチング技術を用いて舌骨の体部（舌骨体）の位置を検出する。すなわち、側方頭頸部Ｘ線撮影により得られた撮影画像の画像データをコンピュータに取り込み、図６４に示す舌骨の標準的な形状を標準画像、つまりテンプレートとし、撮影画像を入力画像とする。ここで、舌骨は撮影画像の最下部に存在するため、入力画像は撮影画像の最下部に限定することもでき、そうすることで入力画像のデータ量の大幅な低減を図ることができる。そして、入力画像上でテンプレートを移動することにより、撮影画像上の舌骨の位置を検出することができる。こうして舌骨の位置を検出したら、舌骨の体部（舌骨体）をこの舌骨の右側の部分として検出することができ、舌骨の体部の中心を検出することができる。

ステップＳ１４２においては、検出された舌骨の体部の中心が、Ｍｅから線分Ｓ−Ｇｏの延長線に下ろした垂線より上の領域にあるか否かを判定する。

ステップＳ１４２において、検出された舌骨の体部の中心が、Ｍｅから線分Ｓ−Ｇｏの延長線に下ろした垂線より上の領域にあると判定された場合には、ステップＳ１４３において、ＯＳＡＳのリスクがないと判定する。

ステップＳ１４４においては、ＯＳＡＳのリスクがないとの判定結果を例えばディスプレイに出力する。

ステップＳ１４２において、検出された舌骨の体部の中心が、Ｍｅから線分Ｓ−Ｇｏの延長線に下ろした垂線より上の領域にあると判定された場合には、ステップＳ１４５において、ＯＳＡＳのリスクがあると判定する。

ステップＳ１４６においては、ＯＳＡＳのリスクがあるとの判定結果を例えばディスプレイに出力する。

必要に応じて、上記の判定に加えて、医師が、ＯＳＡＳの検査に従来より用いられている他の検査の結果などを併用してＯＳＡＳを発症するリスクを最終的に判定することができる。検出された舌骨の体部の中心が、Ｍｅから線分Ｓ−Ｇｏの延長線に下ろした垂線上あるいはそのごく近傍に位置するボーダーラインの場合も、同様である。

この第１５の実施の形態による閉塞型睡眠時無呼吸症候群リスク判定方法によれば、側方頭頸部Ｘ線撮影により検出された舌骨の体部の中心、Ｓ、ＧｏおよびＭｅに基づいて、医師の経験などに左右されずに、客観的にしかも短時間で、一定の正確さをもってＯＳＡＳを発症するリスクを判定することができ、第２、第４、第６、第８、第１０、第１２または第１４の実施の形態による閉塞型睡眠時無呼吸症候群リスク判定方法による判定結果と組み合わせることにより、より高い正確さをもってＯＳＡＳを発症するリスクを判定することができる。

〈１６．第１６の実施の形態〉
第１６の実施の形態においては、第２、第４、第６、第８、第１０、第１２または第１４の実施の形態による閉塞型睡眠時無呼吸症候群リスク判定方法と組み合わせられる、被験者の側方頭頸部Ｘ線撮影に基づく閉塞型睡眠時無呼吸症候群リスク判定方法について説明する。

図６５にこの閉塞型睡眠時無呼吸症候群リスク判定方法のフローチャートを示す。このフローチャートに従ったプログラムを作成し、コンピュータに実行させる。

ステップＳ１５１において、被験者の側方頭頸部Ｘ線撮影により舌骨の体部の中心、Ｓ、ＧｏおよびＭｅを検出する。すなわち、被験者の側方頭頸部Ｘ線撮影を行い、撮影画像または写真から舌骨の体部の中心、Ｓ、ＧｏおよびＭｅを検出する。撮影は、中心咬合位またはこれに準じる位置で行う。また、撮影は、被験者の頭部のフランクフルト平面が床面に平行になるように頭部の前後方向の傾きを設定して行う。

舌骨の体部の中心、Ｓ、ＧｏおよびＭｅの検出は、例えば、コンピュータに接続されたディスプレイに撮影画像を表示した状態で次のようにして行うことができる。まず、Ｓ、ＧｏおよびＭｅについては、ディスプレイ上でマウスを用いてカーソルをＳ、ＧｏおよびＭｅ上に移動し、クリックする。あるいは、タッチパネルディスプレイを用いる場合には、ディスプレイ上で手の指やタッチペンなどでＳ、ＧｏおよびＭｅをタッチする。こうして、Ｓ、ＧｏおよびＭｅを検出することができる。こうして、Ｓ、ＧｏおよびＭｅを検出することができる。舌骨の体部は、次のようにして検出することができる。すなわち、撮影画像上の舌骨の体部（舌骨体）の輪郭線上に輪郭全体を表すような複数の点をマウスを用いてクリックし、これらの点間を直線または曲線で結び、好適にはこれらの点間を滑らかな曲線で結ぶ。これらの点間を直線または曲線で結ぶプログラムは容易に作成することができる。撮影画像上で観察される舌骨の体部（舌骨体）の輪郭は一般的には四隅が丸まった長方形状であり、比較的単純な形状であるため、これらの点の数は通常は４点から１０点あれば足りるが、点の数が多いほどより正確に輪郭を描くことができる。あるいは、タッチパネルディスプレイを用いる場合には、必要に応じて舌骨の体部を拡大して表示し、ディスプレイ上で手の指やタッチペンなどで舌骨の体部の輪郭をなぞってもよい。舌骨の体部の中心は、上記のようにして検出された舌骨の体部（舌骨体）の輪郭からなる図形の中心を求めることにより検出することができる。

ステップＳ１５２においては、検出された舌骨の体部の中心が、線分Ｓ−Ｇｏの延長線とＭｅから線分Ｓ−Ｇｏの延長線に下ろした垂線と線分Ｇｏ−Ｍｅとにより形成される第１の三角形（以下「エリア１」と言う。）の内部に含まれるか否かを判定する。

ステップＳ１５２において、検出された舌骨の体部の中心がエリア１の内部に含まれると判定された場合には、ステップＳ１５３において、ＯＳＡＳのリスクがないと判定する。

ステップＳ１５４においては、ＯＳＡＳのリスクがないとの判定結果を例えばディスプレイに出力する。

ステップＳ１５２において、検出された舌骨の体部の中心がエリア１の内部に含まれない、言い換えるとエリア１の下方にあると判定された場合には、ステップＳ１５５において、ＯＳＡＳのリスクがあると判定する。

ステップＳ１５６においては、ＯＳＡＳのリスクがあるとの判定結果を例えばディスプレイに出力する。

必要に応じて、上記の判定に加えて、医師が、ＯＳＡＳの検査に従来より用いられている他の検査の結果などを併用してＯＳＡＳを発症するリスクを最終的に判定することができる。検出された舌骨の体部の中心が、エリア１の底辺（Ｍｅから線分Ｓ−Ｇｏの延長線に下ろした垂線）または側辺（線分Ｓ−Ｇｏの延長線）上あるいはそのごく近傍に位置するボーダーラインの場合も、同様である。

この第１６の実施の形態による閉塞型睡眠時無呼吸症候群リスク判定方法によれば、側方頭頸部Ｘ線撮影により検出された舌骨の体部の中心、Ｓ、ＧｏおよびＭｅに基づいて、医師の経験などに左右されずに、客観的にしかも短時間で、一定の正確さをもってＯＳＡＳを発症するリスクを判定することができ、第２、第４、第６、第８、第１０、第１２または第１４の実施の形態による閉塞型睡眠時無呼吸症候群リスク判定方法による判定結果と組み合わせることにより、より高い正確さをもってＯＳＡＳを発症するリスクを判定することができる。

〈１７．第１７の実施の形態〉
第１７の実施の形態においては、第２、第４、第６、第８、第１０、第１２または第１４の実施の形態による閉塞型睡眠時無呼吸症候群リスク判定方法と組み合わせられる、被験者の側方頭頸部Ｘ線撮影に基づく閉塞型睡眠時無呼吸症候群リスク判定方法について説明する。

図６６にこの閉塞型睡眠時無呼吸症候群リスク判定方法のフローチャートを示す。このフローチャートに従ったプログラムを作成し、コンピュータに実行させる。

ステップＳ１６１において、被験者の側方頭頸部Ｘ線撮影により舌骨の体部の中心、Ｓ、Ｇｏ、ＭｅおよびＣｄを検出する。すなわち、被験者の側方頭頸部Ｘ線撮影を行い、撮影画像または写真から舌骨の体部の中心、Ｓ、Ｇｏ、ＭｅおよびＣｄを検出する。撮影は、中心咬合位またはこれに準じる位置で行う。また、撮影は、被験者の頭部のフランクフルト平面が床面に平行になるように頭部の前後方向の傾きを設定して行う。

舌骨の体部の中心、Ｓ、Ｇｏ、ＭｅおよびＣｄの検出は、例えば、コンピュータに接続されたディスプレイに撮影画像を表示した状態で次のようにして行うことができる。まず、Ｓ、Ｇｏ、ＭｅおよびＣｄについては、ディスプレイ上でマウスを用いてカーソルをＳ、Ｇｏ、ＭｅおよびＣｄ上に移動し、クリックする。あるいは、タッチパネルディスプレイを用いる場合には、ディスプレイ上で手の指やタッチペンなどでＳ、Ｇｏ、ＭｅおよびＣｄをタッチする。こうして、Ｓ、Ｇｏ、ＭｅおよびＣｄを検出することができる。舌骨の体部は、次のようにして検出することができる。すなわち、撮影画像上の舌骨の体部（舌骨体）の輪郭線上に輪郭全体を表すような複数の点をマウスを用いてクリックし、これらの点間を直線または曲線で結び、好適にはこれらの点間を滑らかな曲線で結ぶ。これらの点間を直線または曲線で結ぶプログラムは容易に作成することができる。撮影画像上で観察される舌骨の体部（舌骨体）の輪郭は一般的には四隅が丸まった長方形状であり、比較的単純な形状であるため、これらの点の数は通常は４点から１０点あれば足りるが、点の数が多いほどより正確に輪郭を描くことができる。あるいは、タッチパネルディスプレイを用いる場合には、必要に応じて舌骨の体部を拡大して表示し、ディスプレイ上で手の指やタッチペンなどで舌骨の体部の輪郭をなぞってもよい。舌骨の体部の中心は、上記のようにして検出された舌骨の体部（舌骨体）の輪郭からなる図形の中心を求めることにより検出することができる。

ステップＳ１６２においては、検出された舌骨の体部の中心が、線分Ｓ−Ｇｏの延長線とＭｅから線分Ｓ−Ｇｏの延長線に下ろした垂線と線分Ｇｏ−Ｍｅとにより形成される第１の三角形、すなわちエリア１の内部に含まれるか否かを判定する。

ステップＳ１６２において、検出された舌骨の体部の中心がエリア１の内部に含まれると判定された場合には、ステップＳ１６３において、ＯＳＡＳのリスクがないと判定する。

ステップＳ１６４においては、ＯＳＡＳのリスクがないとの判定結果を例えばディスプレイに出力する。

ステップＳ１６２において、検出された舌骨の体部の中心がエリア１の内部に含まれない、言い換えるとエリア１の下方にあると判定された場合には、ステップＳ１６５において、検出された舌骨の体部の中心が、線分Ｃｄ−Ｇｏの延長線とＭｅから線分Ｃｄ−Ｇｏの延長線に下ろした垂線とＭｅから線分Ｓ−Ｇｏの延長線に下ろした垂線とにより形成される第２の三角形（（以下「エリア２」と言う。）の内部に含まれるか否かを判定する。

ステップＳ１６５において、検出された舌骨の体部の中心がエリア２の内部に含まれると判定された場合には、ステップＳ１６６において、ＯＳＡＳのリスクがあると判定する。

ステップＳ１６７においては、ＯＳＡＳのリスクがあるとの判定結果を例えばディスプレイに出力する。

ステップＳ１６５において、検出された舌骨の体部の中心がエリア２の内部に含まれない、言い換えるとエリア２の下方、すなわちエリア３にあると判定された場合には、ステップＳ１６８において、ＯＳＡＳのリスクが高いと判定する。

ステップＳ１６９においては、ＯＳＡＳのリスクが高いとの判定結果を例えばディスプレイに出力する。

必要に応じて、上記の判定に加えて、医師が、ＯＳＡＳの検査に従来より用いられている他の検査の結果などを併用してＯＳＡＳを発症するリスクを最終的に判定することができる。検出された舌骨の体部の中心が、エリア１の底辺（Ｍｅから線分Ｓ−Ｇｏの延長線に下ろした垂線）または側辺（線分Ｓ−Ｇｏの延長線）上あるいはそのごく近傍に位置したり、エリア２の底辺（Ｍｅから線分Ｃｄ−Ｇｏの延長線に下ろした垂線）または側辺（線分Ｃｄ−Ｇｏの延長線）上あるいはそのごく近傍に位置したりするボーダーラインの場合も、同様である。

この第１７の実施の形態による閉塞型睡眠時無呼吸症候群リスク判定方法によれば、側方頭頸部Ｘ線撮影により検出された舌骨の体部の中心、Ｓ、Ｇｏ、ＭｅおよびＣｄに基づいて、医師の経験などに左右されずに、客観的にしかも短時間で、一定の正確さをもってＯＳＡＳを発症するリスクを判定することができるだけでなく、ＯＳＡＳを発症するリスクの高さも判定することができ、第２、第４、第６、第８、第１０、第１２または第１４の実施の形態による閉塞型睡眠時無呼吸症候群リスク判定方法による判定結果と組み合わせることにより、より高い正確さをもってＯＳＡＳを発症するリスクを判定することができる。

［実施例７］
ＰＳＧによりＯＳＡＳの検査を行い、重症、中等症または軽症と診断された１６人の患者の頭頸部Ｘ線規格写真を撮影した。撮影は、フランクフルト平面を床面に平行に設定して中心咬合位またはそれに準じる位置で行った。

患者４１〜５６の透写図を図６７〜図８２に示す。ＰＳＧにより得られた患者４１〜５６のＡＨＩ（仰臥位）およびＳａＯ₂（最低値）は下記の通りである。ただし、患者５３については、ＳａＯ₂（最低値）の代わりにＳｐＯ₂（最低値）を示した。なお、患者４１〜５６は、それぞれ患者１１、６、７、１８、４、１２、１９、２１、９、１５、１３、１４、３、２２、２、２３と同一である。

患者ＡＨＩＳａＯ₂
（％）
４１４３．１７０
４２３６．８８７
４３３０．２８３
４４６２．９７３
４５５３．５７１
４６２５．７７９
４７１１２．５８５
４８１１．９９３
４９３５．５８０
５０６６．０７６
５１２４．８９２
５２９．６９０
５３４１．１６８（ＳｐＯ₂）
５４５９．７８０
５５７１．２７１
５６４３．９８５

対照群として、睡眠時に呼吸障害が認められない５人の被験者５７〜６１を採用した。これらの被験者５７〜６１について頭頸部Ｘ線規格写真を撮影した。

被験者５７〜６１の透写図を図８３〜図８７に示す。

患者４１〜５６の舌骨の体部の中心を検出した結果、舌骨の体部の中心が存在するエリアは下記の通りであった。

患者舌骨の体部の中心が存在するエリアＯＳＡＳ発症リスク
４１エリア３あり（高い）
４２エリア３あり（高い）
４３エリア２あり
４４エリア２あり
４５エリア３あり（高い）
４６エリア２あり
４７エリア３あり（高い）
４８エリア２あり
４９エリア２あり
５０エリア３あり（高い）
５１エリア２あり
５２エリア２あり
５３エリア２あり
５４エリア３あり（高い）
５５エリア２あり
５６エリア２あり

被験者５７〜６１の舌骨の体部の中心を検出した結果、舌骨の体部の中心が存在するエリアは下記の通りであった。

被験者舌骨の体部の中心が存在するエリアＯＳＡＳ発症リスク
５７エリア１なし
５８エリア１なし
５９エリア１なし
６０エリア１なし
６１エリア１なし

以上の結果から分かるように、頭頸部Ｘ線規格写真を撮影し、撮影画像または撮影した写真から舌骨の体部の中心がエリア１、２、３のいずれに存在するかを検出することにより、ＯＳＡＳの発症リスクを判定することができる。

〈１８．第１８の実施の形態〉
第４の実施の形態においては、第２、第４、第６、第８、第１０、第１２または第１４の実施の形態による閉塞型睡眠時無呼吸症候群リスク判定方法と組み合わせられる、被験者の後前方向頭頸部Ｘ線撮影に基づく閉塞型睡眠時無呼吸症候群リスク判定方法について説明する。

図８８にこの閉塞型睡眠時無呼吸症候群リスク判定方法のフローチャートを示す。このフローチャートに従ったプログラムを作成し、コンピュータに実行させる。

ステップＳ１６１において、被験者の後前方向頭頸部Ｘ線撮影を行い、撮影画像から舌骨を検出する。撮影は、中心咬合位またはこれに準じる位置で行う。また、撮影は、被験者の頭部のフランクフルト平面が床面に平行になるように頭部の前後方向の傾きを設定して行う。

舌骨の検出は、例えば、コンピュータに接続されたディスプレイに撮影画像を表示した状態で、画像認識技術を用いて次のようにして検出することができる。すなわち、後前方向頭頸部Ｘ線撮影により得られた撮影画像上で観察される舌骨全体の形状は概ね一致しており、全体として、中央部に対して両端部が斜め上方向に外側に折れ曲がった形状を有する（図６１ＡおよびＢ参照。）。そこで、従来公知のパターン認識技術、具体的には、例えばテンプレートマッチング技術を用いて舌骨の位置を検出する。すなわち、後前方向頭頸部Ｘ線撮影により得られた撮影画像の画像データをコンピュータに取り込み、舌骨全体の標準的な形状を標準画像、つまりテンプレートとし、撮影画像を入力画像とする。ここで、舌骨は撮影画像の最下部に存在するため、入力画像は撮影画像の最下部に限定することもでき、そうすることで入力画像のデータ量の大幅な低減を図ることができる。そして、入力画像上でテンプレートを移動することにより、撮影画像上の舌骨を検出することができる。

ステップＳ１６２においては、舌骨が検出されか否かを判定する。

ステップＳ１６２において、舌骨が検出された場合には、ステップＳ１６３において、ＯＳＡＳのリスクがあると判定する。

ステップＳ１６４においては、ＯＳＡＳのリスクがあるとの判定結果を例えばディスプレイに出力する。

ステップＳ１６２において、舌骨が検出されない場合には、ステップＳ１６５において、ＯＳＡＳのリスクがないと判定する。

ステップＳ１６６においては、ＯＳＡＳのリスクがないとの判定結果を例えばディスプレイに出力する。

必要に応じて、上記の判定に加えて、医師が、ＯＳＡＳの検査に従来より用いられている他の検査の結果などを併用してＯＳＡＳを発症するリスクを最終的に判定することができる。

この第１８の実施の形態による閉塞型睡眠時無呼吸症候群リスク判定方法によれば、後前方向頭頸部Ｘ線撮影により舌骨が検出されるか否かにより、医師の経験などに左右されずに、客観的にしかも短時間で、一定の正確さをもってＯＳＡＳを発症するリスクを判定することができ、第２、第４、第６、第８、第１０、第１２または第１４の実施の形態による閉塞型睡眠時無呼吸症候群リスク判定方法による判定結果と組み合わせることにより、より高い正確さをもってＯＳＡＳを発症するリスクを判定することができる。

［実施例８］
ＯＳＡＳの有無が不明の被験者６２の側方頭頸部Ｘ線規格写真および後前方向頭頸部Ｘ線規格写真を撮影した。撮影は、フランクフルト平面を床面に平行に設定して中心咬合位またはそれに準じる位置で行った。

被験者６２の側方頭頸部Ｘ線規格写真の透写図を図８９に示す。また、被験者６２の後前方向頭頸部Ｘ線規格写真を図９０に示す。

図８９から舌骨の体部の中心、Ｓ、Ｇｏ、ＭｅおよびＣｄを検出したところ、舌骨の体部の中心はエリア３の内部に存在し、ＯＳＡＳを発症するリスクが高いことが分かった。一方、図９０から舌骨を検出したところ、下顎の下方に舌骨が検出された。すなわち、舌骨が検出されたことにより、ＯＳＡＳを発症するリスクがあると判定することができ、舌骨の体部の中心がエリア３の内部に存在することと考え合わせると、被験者６２はＯＳＡＳを発症するリスクが高いと判定することができる。

〈１９．第１９の実施の形態〉
第１９の実施の形態においては、第２、第４、第６、第８、第１０、第１２、第１４〜第１８の実施の形態による閉塞型睡眠時無呼吸症候群リスク判定方法を実施可能なＸ線診断システムについて説明する。

すなわち、このＸ線診断システムは、側方頭部Ｘ線撮影、側方頭頸部Ｘ線撮影、後前方向頭頸部Ｘ線撮影および前後方向頭頸部Ｘ線撮影により得られた撮影画像に基づいて第２、第４、第６、第８、第１０、第１２、第１４〜第１８の実施の形態のうちの一つまたは二つ以上による閉塞型睡眠時無呼吸症候群リスク判定方法をコンピュータにより実行するためのプログラムが格納されたコンピュータを有する。

この第１９の実施の形態によれば、被験者の側方頭部Ｘ線撮影、側方頭頸部Ｘ線撮影、後前方向頭頸部Ｘ線撮影および前後方向頭頸部Ｘ線撮影のいずれかを行い、得られた撮影画像に基づいて第２、第４、第６、第８、第１０、第１２、第１４〜第１８の実施の形態のうちの一つまたは二つ以上による閉塞型睡眠時無呼吸症候群リスク判定方法を実行することにより、被験者のＯＳＡＳの発症のリスクを判定することができる。

〈２０．第２０の実施の形態〉
第２０の実施の形態においては、第２、第４、第６、第８、第１０、第１２、第１４〜第１８の実施の形態による閉塞型睡眠時無呼吸症候群リスク判定方法における被験者の側方頭部Ｘ線撮影、側方頭頸部Ｘ線撮影、後前方向頭頸部Ｘ線撮影および前後方向頭頸部Ｘ線撮影に用いて好適なセファロＸ線撮影装置について説明する。このセファロＸ線撮影装置に、第２、第４、第６、第８、第１０、第１２、第１４〜第１８の実施の形態のうちの一つまたは二つ以上による閉塞型睡眠時無呼吸症候群リスク判定方法をコンピュータにより実行するためのプログラムが格納されたコンピュータとを組み合わせることにより、閉塞型睡眠時無呼吸症候群リスク判定が可能なＸ線診断システムを構築することができる。

図９１は第２０の実施の形態によるセファロＸ線撮影装置を示す。図９１に示すように、このセファロＸ線撮影装置は、Ｘ線発生部２１１と、アーム２１２、２１３と、アーム制御装置２１４と、Ｘ線検出部２１５とを有する。Ｘ線発生部２１１はＸ線管２１１ａを有し、このＸ線管２１１ａからＸ線が発生される。アーム制御装置２１４は、図示省略した支持部により床面に対して支持されている。

Ｘ線管２１１ａから発生されたＸ線は被検体の頭頸部に照射され、この頭頸部を透過したＸ線がＸ線検出部２１５に入射し、透過Ｘ線画像が得られる。Ｘ線検出部２１５は特に限定されないが、例えば、Ｘ線フィルム、イメージングプレート、半導体検出器などが用いられる。透過Ｘ線画像は、必要に応じて、例えばディジタル画像信号に変換される。図示は省略するが、Ｘ線検出部２１５で得られる透過Ｘ線画像は画像収集部で撮像される。

アーム２１２、２１３は、鉛直線に平行かつ中心Ｘ線と直交する基準線２１６を挟んで互いに対向して設けられている。アーム２１２、２１３の上部はアーム制御装置２１４に取り付けられている。そして、アーム２１２、２１３は、このアーム制御装置２１４により、基準線２１６の周りに回転可能、基準線２１６に平行な方向に昇降可能および水平方向に互いに逆向きに並進移動可能になっている。アーム２１２、２１３の下部は下端に向かって幅が徐々に狭くなっており下端は円形になっている（図９２参照）。また、アーム２１２、２１３の下端部はそれぞれ、鉛直線に対して内側に所定の角度折り曲げられた後、再び鉛直線に平行になっている。アーム２１２、２１３は、少なくとも撮影時にＸ線が照射される部分は透明材料により構成され、一般的にはそのほぼ全部が透明材料により構成される。アーム２１２、２１３の下端部の互いに対向する内側面にはそれぞれ先端が尖った円柱状のイヤーロッド２１７、２１８が互いに同軸に設けられている。イヤーロッド２１７、２１８は、従来公知のものを用いることができ、撮影時にその輪郭が写るようになっている。

アーム２１２、２１３の少なくとも一方の外側面には、被検体の頭部の前後方向の傾きを設定するための頭部傾き設定装置２１９が取り付けられている。図９１には、アーム２１３の外側面に頭部傾き設定装置２１９が取り付けられている例が示されている。この場合、この頭部傾き設定装置２１９は、イヤーロッド２１８の中心軸に垂直な長方形状の透明板からなる。この透明板としては、アクリル板やＰＥＴ（ポリエチレンテレフタレート）板などの透明プラスチック板、ガラス板などを用いることができる。この透明板は、必要な機械的強度が得られ、曲がりにくい厚さであればよいが、例えば、２ｍｍ以上１０ｍｍ以下の厚さである。頭部傾き設定装置２１９の取付方法は特に限定されず、接着、ねじ止めなどのどのようなものであってもよい。

頭部傾き設定装置２１９の詳細を図９２に示す。図９２は頭部傾き設定装置２１９をその面に垂直な方向から見た図である。図９２に示すように、頭部傾き設定装置２１９の下端面（底辺）は水平面に平行になっている。この頭部傾き設定装置２１９の下端面は、イヤーロッド２１８の最上点でイヤーロッド２１８の中心軸に垂直方向に引いた接線方向と一致している。この頭部傾き設定装置２１９には、イヤーロッド２１８の最上点を中心とした角度目盛２１９ａが形成されており、分度器の機能を有する。図９２においては、角度目盛２１９ａは０°から９０°まで１０°間隔で形成されているが、角度目盛２１９ａの付け方はこれに限定されるものではなく、例えば５°間隔あるいは１°間隔で形成してもよいし、特定の範囲内の角度だけ、例えば０°から３０°まで角度目盛２１９ａが形成されてもよい。角度目盛２１９ａが０°の線は頭部傾き設定装置２１９の下端面と一致している。角度目盛２１９ａは、典型的には、通常の分度器と同様に例えば黒色に着色された線により形成されるが、これに限定されるものではない。０°を除く角度目盛２１９ａは、頭部傾き設定装置２１９の片面に設けてもよいが、好適には、両面の互いに対応する位置にそれぞれ設けられる。このように角度目盛２１９ａを頭部傾き設定装置２１９の両面の互いに対応する位置に設けることにより、この角度目盛２１９ａを水平方向から見たとき、両面の角度目盛２１９ａが一致する方向が水平方向であり、一致しなければ水平方向からずれていると判断することができる。頭部傾き設定装置２１９の下端面には、この頭部傾き設定装置２１９に対して垂直に内側に向かって突出する水平板２２０が設けられている。図９３に頭部傾き設定装置２１９および水平板２２０の平面図を示す。図９３に示すように、水平板２２０は、イヤーロッド２１８から離れた部分に幅広の部分を有する。水平板２２０は、水平面を確認する際に視認を容易にするために、好適には着色され、具体的に例えば黒色に着色される。水平板２２０は、好適にはＸ線透過画像に写るようにその材質、厚さ、水平方向の幅などが選ばれる。水平板２２０の材質は、例えば、アクリルなどの透明プラスチック、不透明プラスチック、金属などである。水平板２２０の厚さは、例えば０．２ｍｍ以上２ｍｍ以下であるが、これに限定されるものではない。水平板２２０の水平方向の幅は、例えば１ｍｍ以上３０ｍｍ以上であるが、これに限定されるものではない。

次に、このセファロＸ線撮影装置を用いて被検体の頭頸部Ｘ線撮影を行う方法について説明する。

（１）側方頭頸部Ｘ線規格写真を撮影する方法
図９１において、アーム２１２、２１３を水平方向に外側に並進移動させて互いに十分な距離離し、かつ十分に高い位置に移動させておく。この状態で、図９４に示すように、被検体の頭部２２１を、アーム２１２、２１３の間に、その正中矢状面がＸ線管２１１ａからの中心Ｘ線に対して垂直になるように位置させる。被検体は、椅子に座った座位であっても立った状態の立位であってもよい。次に、アーム２１２、２１３を下降させることにより、イヤーロッド２１７、２１８が被検体の頭部２２１の左右の外耳孔の高さ位置に来るようにする。次に、アーム２１２、２１３を水平方向に内側に並進移動させ、被検体の頭部２２１の左右の外耳孔にイヤーロッド２１７、２１８を挿入する。そして、イヤーロッド２１７、２１８の最上点がポリオンに接触するようにすることによって頭部２２１を固定し、中心Ｘ線の照射方向がイヤーロッド２１７、２１８の中心軸と一致するようにする。次に、検査者が頭部２２１の顔面の所定の基準点（第２の基準点）、例えば、オルビターレ（Ｏｒ）、瞳孔の中心の直下の眼窩縁、眼瞼裂の中心などを探す。例えば、オルビターレを基準点とする場合は、検査者が指先で眼窩下縁付近を触ることにより探すことができる。そして、図９５に示すように、こうして探した基準点に円形の小さな色付きのシール２２２を貼る。このシール２２２の色は基本的にはどのようなものであってもよいが、例えば、赤色、黄色、緑色、青色、白色、黒色などであってよい。この基準点に貼られたシール２２２を、頭部２２１の側方から見ることが難しい場合には、顔面上のこのシール２２２から水平方向の外側に例えば５〜２０ｍｍ離れた位置にもシール２２２を貼る。次に、図９６に示すように、検査者が頭部傾き設定装置２１９を外側から水平方向に見る。このとき、透明板からなる頭部傾き設定装置２１９を透過してシール２２２を見ることができる。そして、頭部傾き設定装置２１９の角度目盛２１９ａを用い、ポリオン（イヤーロッド２１８の最上点と一致する）とオルビターレとを結ぶ直線を所望の角度に設定する。図９６には、一例として、ポリオンとオルビターレとを結ぶ平面、すなわちフランクフルト平面を水平に設定する場合が示されている。このようにフランクフルト平面を水平に設定する場合には、角度目盛２１９ａが０°にある水平板２２０を外側から観察する。このとき、水平板２２０が線状に見えるときには、水平方向から観察していることになるから、ポリオンとオルビターレとを結ぶ直線がこの水平板２２０と一致するように頭部２２１の前後方向の傾きを設定する。こうして、頭部２２１のフランクフルト平面が水平面（床面）に平行になるように設定される。

上述のようにして頭部２２１の傾きを所望の傾きに設定した状態でＸ線撮影を行うことにより、側方頭頸部Ｘ線規格写真を撮影する。

頭部２２１のフランクフルト平面が水平面に対して正または負の角度傾斜した位置で側方頭頸部Ｘ線規格写真を撮影する一例として、頭部２２１のフランクフルト平面が水平面に対して１０°傾斜した状態（顔面高位）で側方頭頸部Ｘ線規格写真を撮影する場合を図９７に示す。図９７に示すように、この場合には、頭部傾き設定装置２１９の角度目盛２１９ａを用い、頭部２２１の前後方向の傾きを調整し、ポリオンとオルビターレとを結ぶ直線を１０°の角度に設定する。

（２）後前方向頭頸部Ｘ線規格写真を撮影する方法
図９８に示すように、アーム２１２、２１３を図９１に示す位置から基準線２１６の周りに９０°回転させる。そして、図９９に示すように、側方頭頸部Ｘ線規格写真を撮影する場合と同様に、被検体の頭部２２１の左右の外耳孔にイヤーロッド２１７、２１８を挿入し、イヤーロッド２１７、２１８の最上点がポリオンに接触するようにすることによって頭部２１を固定する。この場合、頭部２２１の顔面がＸ線検出部２１５に向いている。また、中心Ｘ線の照射方向はイヤーロッド２１７、２１８の中心軸と直交している。頭部２２１の顔面の所定の基準点、具体的には例えばオルビターレにはシール２２２が貼られたままとする。次に、検査者が頭部傾き設定装置２１９を外側から水平方向に見る。このとき、頭部傾き設定装置２１９を透過してシール２２２を見ることができる。そして、側方頭頸部Ｘ線規格写真を撮影する場合と同様にして、頭部傾き設定装置２１９の角度目盛２１９ａを用い、ポリオンとオルビターレとを結ぶ直線を側方頭頸部Ｘ線規格写真を撮影した場合と同じ角度に設定する。そして、この位置でＸ線撮影を行うことにより、頭部２２１の前後方向の傾きが側方頭頸部Ｘ線規格写真撮影時と同一の状態で後前方向頭頸部Ｘ線規格写真を撮影することができる。例えば、側方頭頸部Ｘ線規格写真も後前方向頭頸部Ｘ線規格写真も、頭部２２１のフランクフルト平面が水平面（床面）に平行になる位置で撮影することができる。

（３）前後方向頭頸部Ｘ線規格写真を撮影する方法
前後方向頭頸部Ｘ線規格写真を撮影する方法は、頭部２２１の顔面がＸ線発生部２１１に向くように頭部２２１を位置させることを除いて、後前方向頭頸部Ｘ線規格写真を撮影する方法と同様である。

この第２０の実施の形態によるセファロＸ線撮影装置によれば、次のような種々の利点を得ることができる。すなわち、頭部傾き設定装置２１９を用いて撮影時の頭部２２１の前後方向の傾きを所望の傾きに設定することができることにより、側方頭部Ｘ線規格写真、側方頭頸部Ｘ線規格写真、後前方向頭頸部Ｘ線規格写真、前後方向頭頸部Ｘ線規格写真、後前方向と前後方向との中間の任意の方向の頭頸部Ｘ線写真などを、被検体の頭部２２１の前後方向の傾きが同じ状態で簡単にかつ高い再現性で撮影することができる。このため、第２、第４、第６、第８、第１０、第１２、第１４〜第１８の実施の形態による閉塞型睡眠時無呼吸症候群リスク判定方法における被験者の側方頭部Ｘ線撮影、側方頭頸部Ｘ線撮影、後前方向頭頸部Ｘ線撮影および前後方向頭頸部Ｘ線撮影に基づく舌骨の体部の中心、Ｓ、Ａ、Ｘ_i、ＧｏおよびＣｄの位置の検出の信頼性の向上を図ることができ、ひいては閉塞型睡眠時無呼吸症候群リスク判定の信頼性の向上を図ることができる。加えて、例えば、側方頭頸部Ｘ線規格写真あるいは後前方向頭頸部Ｘ線規格写真を時間を置いて撮影する場合、例えばある時期に撮影してから１年後に撮影する場合においても、頭部２２１の前後方向の傾きが同一の状態で撮影することができる。このように頭部２２１の前後方向の傾きが常に同一の状態で撮影することができるため、側方頭頸部Ｘ線規格写真あるいは前後方向頭頸部Ｘ線規格写真の重ね合わせを容易に行うことができる。これによって、頭部２２１の上下顎骨の経年変化を正確に調べることが可能となり、上下顎骨の成長発育を正確に調べることが可能となる。

［実施例９］
被験者６３、６４の側方頭頸部Ｘ線規格写真および後前方向頭頸部Ｘ線規格写真を、頭部傾き設定装置２１９を用いることにより、頭部２２１のフランクフルト平面が床面に平行になる位置で撮影した。撮影は中心咬合位またはそれに準じる位置で行った。図１００および図１０２はそれぞれ被験者６３、６４の側方頭頸部Ｘ線規格写真を示す。ここで、図１００および図１０２に見られる横方向の白い線は、頭部傾き設定装置２１９の下端に取り付けられた水平板２２０の像であり、フランクフルト平面を示す。また、図１０１および図１０３はそれぞれ被験者６３、６４の後前方向頭頸部Ｘ線規格写真を示す。

図１００〜図１０３より、被験者６３、６４のいずれも、側方頭頸部Ｘ線規格写真および前後方向頭頸部Ｘ線規格写真を頭部のフランクフルト平面が床面に平行になる位置で撮影できていることが分かる。

以上、この発明の実施の形態および実施例について具体的に説明したが、この発明は、上述の実施の形態および実施例に限定されるものではなく、この発明の技術的思想に基づく各種の変形が可能である。

例えば、上述の実施の形態および実施例において挙げた数値、フローチャートなどはあくまでも例に過ぎず、必要に応じてこれらと異なる数値、フローチャートなどを用いてもよい。また、必要に応じて、第２、第４、第６、第８、第１０、第１２、第１４〜第１８の実施の形態による閉塞型睡眠時無呼吸症候群リスク判定方法の二つ以上を組み合わせてもよい。

また、必要に応じて、被験者の側方頭頸部Ｘ線撮影により舌骨の体部の中心、セラＳ、ゴニオンＧｏ、メントンＭｅおよびコンディリオンＣｄを検出し、検出された舌骨の体部の中心が、Ｍｅから線分Ｓ−Ｇｏの延長線に下ろした垂線の上の領域、Ｍｅから線分Ｓ−Ｇｏの延長線に下ろした垂線とＭｅから線分Ｃｄ−Ｇｏの延長線に下ろした垂線との間の領域およびＭｅから線分Ｃｄ−Ｇｏの延長線に下ろした垂線の下方の領域のうちのどの領域に含まれるかを判定することにより、閉塞型睡眠時無呼吸症候群リスク判定を行うようにしてもよい。

なお、式（１）において、（Ｓ−Ｂ）の代わりに（Ｓ−Ｐｏｇ）、（Ｓ−Ｇｎ）または（Ｓ−Ｍｅ）を用いてもよく、（Ｇｏ−Ｂ）の代わりに（Ｇｏ−Ｐｏｇ）または（Ｇｏ−Ｇｎ）を用いてもよい。また、式（２）において、（Ｓ−Ｂ）の代わりに（Ｓ−Ｐｏｇ）、（Ｓ−Ｇｎ）または（Ｓ−Ｍｅ）を用いてもよく、（Ｇｏ−Ｍｅ）の代わりに（Ｇｏ−Ｐｏｇ）または（Ｇｏ−Ｇｎ）を用いてもよい。さらに、必要に応じて、上記の式（１）〜（３）の分母の（Ｓ−Ａ）を（（Ｓ−Ａ）＋（Ｓ−Ｎ））に置き換えてもよい。また、場合によっては、図５９に示すＭｅの代わりに、このＭｅと近い位置にあるＧｎまたはＰｏｇを用いてもよい。

１０…データ処理装置、１１…補助記憶装置、１２…メモリ、１３…ＣＰＵ、１４…入力部、１５…出力部、１６…入出力インタフェース、１１１…プログラム、１１２…コンパイラ、１１３…実行モジュール、２１１…Ｘ線発生部、２１１ａ…Ｘ線管、２１２、２１３…アーム、２１４…アーム制御装置、２１５…Ｘ線検出部、２１６…基準線、２１７、２１８…イヤーロッド、２１９…頭部傾き設定装置、２２０…水平板、２２１…頭部、２２２…シール

Claims

被験者の頭部Ｘ線撮影により計測された、ＳとＡとの間の距離（Ｓ−Ａ）、ＳとＸ_i（ｉは１以上４以下の整数で、Ｘ₁＝Ｂ、Ｘ₂＝Ｐｏｇ、Ｘ₃＝Ｇｎ、Ｘ₄＝Ｍｅ）との間の距離（Ｓ−Ｘ_i）、ＧｏとＡとの間の距離（Ｇｏ−Ａ）、ＧｏとＸ_j（ｊは１以上４以下の整数で、ｊ＝ｉまたはｊ≠ｉ）との間の距離（Ｇｏ−Ｘ_j）およびＣｄとＧｏとの間の距離（Ｃｄ−Ｇｏ）からなる群より選ばれた距離を用い、
下記の式（１）〜（６）のうちの少なくとも一つの式によりＰを計算する閉塞型睡眠時無呼吸症候群リスク判定指標の計算方法。
Ｐ＝（（Ｓ−Ｂ）＋（Ｇｏ−Ｂ）＋（Ｃｄ−Ｇｏ））／（Ｓ−Ａ）（１）
Ｐ＝（（Ｓ−Ｂ）＋（Ｇｏ−Ｍｅ）＋（Ｃｄ−Ｇｏ））／（Ｓ−Ａ）（２）
Ｐ＝（（Ｓ−Ｘ_i）＋（Ｇｏ−Ｘ_j））／（Ｓ−Ａ）（３）
Ｐ＝（Ｇｏ−Ａ）−（Ｇｏ−Ｂ）（４）
Ｐ＝（（Ｇｏ−Ａ）−（Ｇｏ−Ｂ））／（Ｇｏ−Ａ）（５）
Ｐ＝（（Ｇｏ−Ａ）−（Ｇｏ−Ｂ））／（Ｇｏ−Ｂ）（６）
式（１）または（２）によりＰを計算する場合には、さらにＰ／４の小数第４位以下を切り捨て、
Ｑ＝（Ｐ／４）×１０００
を計算し、
式（３）によりＰを計算する場合には、さらにＰの小数第４位以下を切り捨て、
Ｑ＝（Ｐ−［Ｐ］）×１０００（［］はガウス記号）（ただし、２．０００≦Ｐ＜３．０００）
または
Ｑ＝（Ｐ−（［Ｐ］＋１））×１０００（［］はガウス記号）（ただし、Ｐ＜２．０００）
を計算し、
式（５）または（６）によりＰを計算する場合には、さらにＰの小数第４位以下を切り捨て、
Ｑ＝Ｐ×１０００を計算する
請求項１記載の、閉塞型睡眠時無呼吸症候群リスク判定指標の計算方法。
被験者の頭部Ｘ線撮影により計測された、ＳとＡとの間の距離（Ｓ−Ａ）、ＳとＸ_i（ｉは１以上４以下の整数で、Ｘ₁＝Ｂ、Ｘ₂＝Ｐｏｇ、Ｘ₃＝Ｇｎ、Ｘ₄＝Ｍｅ）との間の距離（Ｓ−Ｘ_i）、ＧｏとＡとの間の距離（Ｇｏ−Ａ）、ＧｏとＸ_j（ｊは１以上４以下の整数で、ｊ＝ｉまたはｊ≠ｉ）との間の距離（Ｇｏ−Ｘ_j）およびＣｄとＧｏとの間の距離（Ｃｄ−Ｇｏ）からなる群より選ばれた距離を用い、
下記の式（１）〜（６）のうちの少なくとも一つの式によりＰを計算し、
あるいは、
式（１）または（２）によりＰを計算する場合には、さらにＰ／４の小数第４位以下を切り捨て、
Ｑ＝（Ｐ／４）×１０００
を計算し、
式（３）によりＰを計算する場合には、さらにＰの小数第４位以下を切り捨て、
Ｑ＝（Ｐ−［Ｐ］）×１０００（［］はガウス記号）（ただし、２．０００≦Ｐ＜３．０００）
または
Ｑ＝（Ｐ−（［Ｐ］＋１））×１０００（［］はガウス記号）（ただし、Ｐ＜２．０００）
を計算し、
式（５）または（６）によりＰを計算する場合には、さらにＰの小数第４位以下を切り捨て、
Ｑ＝Ｐ×１０００を計算し、
上記計算されたＰまたはＱをそれぞれ所定の値と比較することにより被験者の閉塞型睡眠時無呼吸症候群リスク判定を行う閉塞型睡眠時無呼吸症候群リスク判定方法。
Ｐ＝（（Ｓ−Ｂ）＋（Ｇｏ−Ｂ）＋（Ｃｄ−Ｇｏ））／（Ｓ−Ａ）（１）
Ｐ＝（（Ｓ−Ｂ）＋（Ｇｏ−Ｍｅ）＋（Ｃｄ−Ｇｏ））／（Ｓ−Ａ）（２）
Ｐ＝（（Ｓ−Ｘ_i）＋（Ｇｏ−Ｘ_j））／（Ｓ−Ａ）（３）
Ｐ＝（Ｇｏ−Ａ）−（Ｇｏ−Ｂ）（４）
Ｐ＝（（Ｇｏ−Ａ）−（Ｇｏ−Ｂ））／（Ｇｏ−Ａ）（５）
Ｐ＝（（Ｇｏ−Ａ）−（Ｇｏ−Ｂ））／（Ｇｏ−Ｂ）（６）
さらに、被験者の側方頭頸部Ｘ線撮影により検出された少なくとも舌骨、Ｓ、ＧｏおよびＭｅを用い、上記検出された上記舌骨の体部の中心が、Ｍｅから線分Ｓ−Ｇｏの延長線に下ろした垂線の上の領域に含まれるか否かを判定する請求項３記載の閉塞型睡眠時無呼吸症候群リスク判定方法。
さらに、被験者の後前方向頭頸部Ｘ線撮影または前後方向頭頸部Ｘ線撮影により得られる撮影画像に舌骨が検出されるか否かを判定する請求項３または４記載の閉塞型睡眠時無呼吸症候群リスク判定方法。
請求項１〜５記載の閉塞型睡眠時無呼吸症候群リスク判定指標の計算方法または閉塞型睡眠時無呼吸症候群リスク判定方法の少なくとも一つをコンピュータに実行させるためのプログラム。
請求項６記載のプログラムを有するコンピュータ。