JP2018132463A - 検量装置及び検量線作成方法 - Google Patents

Abstract

【課題】複数の成分に由来する測定データが「互いに統計的に独立である」という条件を満たさない場合にも、独立成分分析や目的成分の検量を精度良く実行できる技術を提供する。【解決手段】検量用データ取得部は、Ｑ個の光学スペクトルとＳ個の評価用スペクトルを取得し、Ｑ個の光学スペクトルの集合からＲ個の部分集合を抽出し、各部分集合に独立成分分析を実行してＲ×Ｎ個の成分検量用スペクトルを取得し、成分検量用スペクトルの評価値を総合した部分集合評価値を求め、これに応じてＢ個の部分集合を選択するとともにＢ個の部分集合から更新したＲ個の部分集合を作成し、所定の終了条件が満たされまで部分集合の更新を継続する。その後、それまで処理対象となった成分検量用スペクトルのうちから目的成分検量用スペクトルを選択し、目的成分検量用スペクトルを用いて検量線を作成する。【選択図】図８

Description

本発明は、被検体の測定データから目的成分の成分量を求める検量技術に関する。

従来から、独立成分分析（ＩＣＡ：Independent Component Analysis）を利用して目的成分の成分量を求める検量方法が知られている。従来の独立成分分析は、複数の成分に由来する信号源（例えば光学スペクトル）が独立成分であるという前提の下に、独立成分としての信号源を推定する方法である。例えば、特許文献１には、緑色野菜の分光測定を行って光学スペクトルを取得し、この光学スペクトルに対して独立成分分析を行うことによってクロロフィルに由来するスペクトルを独立成分として推定し、推定されたスペクトルを用いて新たな緑色野菜サンプルにおけるクロロフィル量を決定する検量技術が開示されている。

特開２０１３−３６９７３号公報

ところで、独立成分分析を十分正確に行うためには、推定すべき複数の独立成分が、互いに統計的に独立である、という条件が成立していることが必要とされる。しかし、ある種の測定データでは、正確な独立成分分析を行うためのこのような条件が成立しない場合がある。

このような場合には、複数の成分に由来する光学スペクトルを独立成分と見なす通常の独立成分分析を行っても、光学スペクトルを正確に推定することができない可能性がある。そこで、複数の成分に由来する光学スペクトルが「互いに統計的に独立である」という条件を満たさない場合にも、独立成分分析を精度良く行い得る技術や、目的成分の検量を精度良く行い得る技術が望まれている。なお、このような課題は、近赤外領域を含む光学スペクトルを用いた目的成分の検量に限らず、他の測定データや測定信号に対して独立成分分析を行う他の技術にも共通する課題である。

本発明は、上述の課題の少なくとも一部を解決するためになされたものであり、以下の形態または適用例として実現することが可能である。

１）本発明の第１の形態によれば、被検体における目的成分の成分量を求める検量装置が提供される。この検量装置は、前記被検体の分光測定によって得られる光学スペクトルを取得する光学スペクトル取得部と；前記目的成分に対応する目的成分検量用スペクトルと、検量線を表す単回帰式と、を含む検量用データを取得する検量用データ取得部と；前記被検体について測定された前記光学スペクトルと前記目的成分検量用スペクトルとの内積値を計算する内積値算出部と；前記内積値と前記目的成分の成分量との関係を示す前記単回帰式を使用し、前記内積値算出部によって求められた内積値に対応する前記目的成分の成分量を算出する成分量算出部と；を備える。前記検量用データ取得部は、（ａ）前記目的成分を含むＮ個（Ｎは１以上の整数）の成分をそれぞれ含有するＱ個（Ｑは３以上の整数）の第１サンプルを分光測定して得られたＱ個の光学スペクトルと、前記目的成分の成分量が既知であるＳ個（Ｓは３以上の整数）の第２サンプルを分光測定して得られたＳ個の評価用スペクトルと、を取得する処理と；（ｂ）前記Ｑ個の光学スペクトルの集合からＲ個（Ｒは２以上の整数）の部分集合を抽出する処理と；（ｃ）前記Ｒ個の部分集合のそれぞれに対して、各サンプルにおける前記Ｎ個の成分の成分量を独立成分とする独立成分分析を実行することによって、前記Ｎ個の成分に対応するＮ個の成分検量用スペクトルを決定して、合計でＲ×Ｎ個の成分検量用スペクトルを取得する処理と；（ｄ）前記Ｒ×Ｎ個の成分検量用スペクトルのそれぞれに関して、各成分検量用スペクトル又はそれに対応する成分固有スペクトルを変数とする関数を用いた演算を実行することによって各成分検量用スペクトルの評価値を求める処理と；（ｅ）前記Ｒ個の部分集合のそれぞれに関して、各部分集合に含まれる前記Ｎ個の成分検量用スペクトルの前記評価値を総合した部分集合評価値を求める処理と；（ｆ）前記Ｒ個の部分集合の中から、前記部分集合評価値に基づく予め定められた選択規則に従ってＢ個の部分集合（Ｂは１以上Ｒ未満の整数）を選択する処理と；（ｇ）前記Ｂ個の部分集合の各部分集合について、各部分集合に含まれる１つ以上の光学スペクトルを前記Ｑ個の光学スペクトルのうちの他の光学スペクトルに置き換えることによって異なる部分集合を作成する置換処理を実行することにより、前記Ｂ個の部分集合から、更新されたＲ個の部分集合を作成する処理と；（ｈ）予め定めた終了条件が満たされるまで前記処理（ｃ）〜（ｇ）を繰り返す処理と；（ｉ）前記終了条件が満たされた場合に、前記終了条件が満たされるまでに前記処理（ｄ）の処理対象となった複数の成分検量用スペクトルのうちで前記評価値が最高となるような成分検量用スペクトルを前記目的成分検量用スペクトルとする処理と；（ｊ）前記Ｓ個の評価用スペクトルと前記目的成分検量用スペクトルとの内積で得られる内積値と、前記Ｓ個の第２サンプルに含有される前記目的成分の成分量との関係を示す単回帰式を前記検量線として作成する処理と、を実行する。
この検量装置によれば、各サンプルにおける複数の成分の成分量を独立成分とする独立成分分析を実行するので、複数の成分に由来する光学スペクトルが互いに独立でない場合にも、独立成分分析を精度良く行い、目的成分の検量を精度良く行うことが可能である。また、Ｑ個の光学スペクトルの集合から複数の部分集合を作成及び更新し、各部分集合のそれぞれに対して成分量を独立成分と見なす独立成分分析を実行するので、Ｑ個の光学スペクトルの集合全体における成分量分布がガウス的であることなどの独立性の不足がある場合にも、幾つかの部分集合では成分量分布がより非ガウス的になって独立性が改善されるので、目的成分検量用スペクトルを精度良く求めることが可能である。更に、処理（ｃ）〜（ｇ）を繰り返して部分集合の更新を行うので、評価値の高い部分集合や成分検量用スペクトルを効率的に得ることができる。

２）上記検量装置において、前記検量用データ取得部は、前記処理（ｃ）において、（１）前記各サンプルに対する分光測定で得られた光学スペクトルを列ベクトルとする光学スペクトル行列Ｘを、前記各サンプルに含有される前記Ｎ個の成分のうちの個々の成分に由来する未知の成分固有スペクトルを列ベクトルとする成分固有スペクトル行列Ｙと、前記各サンプルにおける前記Ｎ個の成分の未知の成分量を列ベクトルとする成分量行列Ｗと、の積に等しいとする式Ｘ＝ＹＷを使用し、前記成分量行列Ｗを構成する個々の列ベクトルをそれぞれ独立成分と見なして独立成分分析を実行することによって、前記成分量行列Ｗと前記成分固有スペクトル行列Ｙとを決定し；（２）前記独立成分分析によって決定された前記成分固有スペクトル行列Ｙの一般化逆行列Ｙ†における前記Ｎ個の成分のそれぞれに対応する逆行列行ベクトルを、各成分に対応する前記成分検量用スペクトルとして採用するものとしてもよい。
この構成によれば、各成分に対応する成分検量用スペクトルを精度良く決定することが可能である。

３）上記検量装置において、前記処理（ｄ）は、前記Ｒ×Ｎ個の成分検量用スペクトルのそれぞれに関して、前記Ｓ個の評価用スペクトルとの内積を実行することによってＳ個の内積値を求める処理と；前記Ｒ×Ｎ個の成分検量用スペクトルのそれぞれに関して、前記Ｓ個の第２サンプルにおける前記目的成分の成分量と前記Ｓ個の内積値との相関度を求め、前記相関度を各成分検量用スペクトルの前記評価値とする処理と；を含むものとしてもよい。
この構成によれば、高精度の検量に適した成分検量用スペクトルを選択する際の指標となる評価値を、適切に算出することができる。

４）上記検量装置において、前記処理（ｃ）は、前記独立成分分析を実行することによって、前記Ｎ個の成分に由来するＮ個の成分固有スペクトルで構成される成分固有スペクトル行列と、前記成分固有スペクトル行列の一般化逆行列の行ベクトルであるＮ個の成分検量用スペクトルとを決定することにより、Ｒ×Ｎ個の成分固有スペクトルと前記Ｒ×Ｎ個の成分検量用スペクトルとを取得する処理を含むものとしてもよい。また、前記処理（ｄ）は、前記目的成分に対応する参照スペクトルを取得する処理と；前記Ｒ×Ｎ個の成分検量用スペクトルのそれぞれに関して、各成分検量用スペクトルに対応する成分固有スペクトルと前記参照スペクトルとの類似度を求め、前記類似度を各成分検量用スペクトルの前記評価値とする処理と；を含むものとしてもよい。
この構成によれば、高精度の検量に適した成分検量用スペクトルを選択する際の指標となる評価値を、適切に算出することができる。

５）上記検量装置において、前記処理（ｃ）は、前記独立成分分析を実行することによって、前記Ｎ個の成分に由来するＮ個の成分固有スペクトルで構成される成分固有スペクトル行列と、前記成分固有スペクトル行列の一般化逆行列の行ベクトルであるＮ個の成分検量用スペクトルとを決定することにより、Ｒ×Ｎ個の成分固有スペクトルと前記Ｒ×Ｎ個の成分検量用スペクトルとを取得する処理を含むものとしてもよい。また、前記処理（ｄ）は、 前記目的成分に対応する参照スペクトルを取得する処理と；前記Ｒ×Ｎ個の成分検量用スペクトルのそれぞれに関して、前記Ｓ個の評価用スペクトルとの内積を実行することによってＳ個の内積値を求める処理と；前記Ｒ×Ｎ個の成分検量用スペクトルのそれぞれに関して、前記Ｓ個の第２サンプルにおける前記目的成分の成分量と前記Ｓ個の内積値との相関度を求める処理と；前記Ｒ×Ｎ個の成分検量用スペクトルのそれぞれに関して、各成分検量用スペクトルに対応する成分固有スペクトルと前記参照スペクトルとの類似度を求める処理と；前記Ｒ×Ｎ個の成分検量用スペクトルのそれぞれに関して、前記相関度と前記類似度との総合評価値を求め、前記総合評価値を各成分検量用スペクトルの前記評価値とする処理と、を含むものとしてもよい。
この構成によれば、高精度の検量に適した成分検量用スペクトルを選択する際の指標となる評価値を、適切に算出することができる。

６）本発明の第２の形態によれば、上述の第１の形態において検量用データ取得部が実行する検量線作成方法が提供される。
この検量方法によっても、第１の形態と同様に、目的成分検量用スペクトルを精度良く求めることが可能であり、検量を精度良く行うことが可能となる。

本発明は、上述した装置を含む電子機器や、上述した装置の各部の機能を実現するコンピュータープログラム、及び、コンピュータープログラムを格納する一時的でない記録媒体（non-transitory storage medium）等の形態等で実現することが可能である。

成分量を独立成分と見なす独立成分分析の概要を示す説明図。 独立成分分析を利用した検量線作成処理の概要を示す説明図。 目的成分の検量処理の概要を示す説明図。 一実施形態における検量装置の構成を示すブロック図。 検量処理の手順を示すフローチャート。 検量用データ取得処理のフローチャート。 図６のステップＳ２１０〜Ｓ２３０の内容を示す説明図。 図６のステップＳ２３０〜Ｓ２７０の内容を示す説明図。 部分集合の置換処理（ステップＳ２７０）の一例を示す説明図。 図６のステップＳ２９０〜Ｓ３００の内容を示す説明図。 スペクトル評価値の算出処理の具体例１のフローチャート。 スペクトル評価値の算出処理の具体例１の内容を示す説明図。 スペクトル評価値の算出処理の具体例２のフローチャート。 スペクトル評価値の算出処理の具体例２の内容を示す説明図。 スペクトル評価値の算出処理の具体例３のフローチャート。

以下、本発明の実施の形態を以下の順序で説明する。
A. 成分量を独立成分と見なす独立成分分析の概要：
B. 検量線作成処理及び検量処理の概要：
C. 実施形態における検量装置の構成とその処理内容：
D. 検量用データ取得処理の内容：
E. スペクトル評価値の算出処理の具体例：
F. 変形例：

A. 成分量を独立成分と見なす独立成分分析の概要：
以下に説明する実施形態で使用する独立成分分析は、成分の成分量を独立成分と見なす点で、成分由来の測定データ（例えば光学スペクトル）を独立成分と見なす通常の独立成分分析とは考え方に大きな相違点がある。そこで、まず、通常の独立成分分析と、成分量を独立成分と見なす独立成分分析との相違点について以下に説明する。以下では説明の便宜上、被検体（「サンプル」とも呼ぶ）の光学スペクトルを測定データとして使用する場合について説明するが、成分量を独立成分と見なす独立成分分析は、音声信号や画像などの他の種類の信号やデータにも適用可能である。

通常の独立成分分析では、例えば、複数のサンプルの分光測定で得られる光学スペクトルｘ₁（λ），ｘ₂（λ），ｘ₃（λ）を、各サンプルに含有されている複数の成分に由来する成分固有スペクトルｓ₁（λ），ｓ₂（λ），ｓ₃（λ）の線形結合として以下の（１）式のように表現する。

ここで、ａ₁₁，ａ₁₂…，ａ₃₃は各成分の成分量を示す重み係数である。なお、ここでは、説明の便宜上、光学スペクトルのサンプル数と成分の数をいずれも３とする。

上記（１）式を行列で表記すると、次の（２）式となる。

通常の独立成分分析では、上記（２）式を用い、複数の成分に由来する未知の成分固有スペクトルｓ₁（λ），ｓ₂（λ），ｓ₃（λ）を互いに独立な成分と見なして独立成分分析を実行する。このとき、独立成分分析を十分正確に行うためには、複数の成分固有スペクトルｓ₁（λ），ｓ₂（λ），ｓ₃（λ）が、互いに統計的に独立である、という条件が成立していることが必要とされる。

ところが、測定データの性質によっては、正確な独立成分分析を行うための上記の条件が成立しない場合がある。この際、複数の成分に由来する光学スペクトルは、「互いに統計的に独立である」という条件を満たさないことがある。このような場合には、上述した（２）式を用いて通常の独立成分分析を行っても、成分固有スペクトルｓ₁（λ），ｓ₂（λ），ｓ₃（λ）や成分量行列Ａを正確に推定できない可能性がある。

本発明の発明者は、上述した通常の独立成分分析の代わりに、成分量を独立成分と見なす独立成分分析を採用することによって、成分固有スペクトルｓ₁（λ），ｓ₂（λ），ｓ₃（λ）や成分量行列Ａを正確に推定又は決定できることを見出した。

成分量を独立成分と見なす独立成分分析では、上記（２）式の代わりに下記の式を使用する。

なお、行列符号に付された上付き文字「Ｔ」は、転置行列であることを意味する。この（３）式は、上記（２）式の両辺をそれぞれ転置したものに相当する。

成分量を独立成分と見なす独立成分分析では、上記（３）式において、成分量行列Ａ^Ｔの列ベクトル［ａ₁₁ ａ₁₂ ａ₁₃］^Ｔ，［ａ₂₁ ａ₂₂ ａ₂₃］^Ｔ，［ａ₃₁ ａ₃₂ ａ₃₃］^Ｔをそれぞれ独立成分と見なして、独立成分分析を実行する。これらの列ベクトルは、各サンプルにおける複数の成分の成分量を表している。

成分量を独立成分と見なす独立成分分析は、以下のような考察により採用された分析方法である。上述したように、複数の成分に由来する成分固有スペクトルは、互いに統計的に独立であるという条件を満たさない場合がある。しかし、複数の成分に由来する成分固有スペクトルが統計的に独立で無いとしても、それらの複数の成分の成分量（例えば濃度）が、互いに無関係であり、統計的に独立である、という条件が成り立つならば、各サンプルにおける複数の成分の成分量（すなわち、上記（３）式の成分量行列Ａ^Ｔを構成する個々の列ベクトル）を独立成分と見なして独立成分分析を行えば、成分量行列Ａ^Ｔを正確に推定又は決定することができる。これと同時に、成分固有スペクトルｓ₁（λ），ｓ₂（λ），ｓ₃（λ）も正確に推定又は決定することが可能である。

上記（３）式を一般化すると、次の（４）式となる。

ここで、Ｋはスペクトルの波長λの測定点数、Ｍはサンプルの数、Ｎは成分の数、である。成分量ａ_ｍｎ（ｍ＝１〜Ｍ，ｎ＝１〜Ｎ）は、ｍ番目のサンプルにおけるｎ番目の成分の成分量（例えば濃度）である。

上記（４）式のように転置符号付きの行列Ｘ^Ｔ，Ｓ^Ｔ，Ａ^Ｔを使用するのは不便なので、Ｘ＝Ｘ^Ｔ，Ｙ＝Ｓ^Ｔ，ｙ_ｎ（λ_ｋ）＝ｓ_ｎ（λ_ｋ），Ｗ＝Ａ^Ｔ，ｗ_ｍｎ＝ａ_ｍｎとおいて、上記（４）式を次の（５）式に書き換え、成分量を独立成分と見なす独立成分分析において使用する。
＜成分量を独立成分と見なす独立成分分析で使用する式＞

ここで、ｘ_ｍ（λ_ｋ）はｍ番目のサンプルにおける波長λ_ｋでの分光強度、ｙ_ｎ（λ_ｋ）はｎ番目の成分に由来する波長λ_ｋでの分光強度、ｗ_ｍｎはｍ番目のサンプルにおけるｎ番目の成分の成分量である。また、Ｋはスペクトルの波長λの測定点数、Ｍはサンプルの数、Ｎは成分の数である。Ｋ，Ｍはいずれも２以上の整数である。Ｎは１以上の整数であるが、２以上の整数としてもよい。

上記（５）式は、各サンプルの分光測定で得られた光学スペクトルを列ベクトル［ｘ_m（λ₁） … ｘ_m（λ_K）］^Ｔとする光学スペクトル行列Ｘを、複数の成分の各成分に由来する未知の成分固有スペクトルを列ベクトル［ｙ_n（λ₁） … ｙ_n（λ_K）］^Ｔとする成分固有スペクトル行列Ｙと、各サンプルにおける複数の成分の成分量を表す未知の成分量を列ベクトル［ｗ_m1 … ｗ_mN］^Ｔとする成分量行列Ｗとの積に等しいとする式に相当する。

図１は、成分量を独立成分と見なす独立成分分析の概要を示す説明図である。この図では、グルコースやアルブミンを含む水溶液をサンプルとし、複数のサンプルの分光測定で得られた光学スペクトルを独立成分分析の対象とする場合の例を示している。測定スペクトルＸｄは、分光測定で得られたスペクトルであり、例えば、吸光度スペクトルや拡散反射スペクトルを測定スペクトルＸｄとして使用可能である。実際の複数の測定スペクトルＸｄは、極めて近似した曲線を示すが、図１では図示の便宜上、複数の測定スペクトルＸｄの差異を誇張して描いている。なお、複数のサンプルの測定スペクトルＸｄは、互いに近似した値を有しているので、そのまま使用した場合には、独立成分分析で得られる結果の精度が十分に高くならない可能性がある。例えば、溶質（含有成分）の濃度に依存して、測定スペクトルに対する溶媒の影響が変化し、独立成分分析の精度が悪化する可能性がある。そこで、前処理として、複数の測定スペクトルＸｄの平均スペクトルＸaveを個々の測定スペクトルＸｄから減算する差分演算を実行し、その差分スペクトルＸを求めている。こうすれば、溶質（含有成分）の濃度に依存して測定スペクトルに対する溶媒の影響が変化する場合にも、前処理によってその影響を除去することができ、独立成分分析の精度を高めることができる。この差分スペクトルＸは、上記（５）式における光学スペクトルＸとして使用される。この差分スペクトルＸを対象として独立成分分析を実行すれば、独立成分分析の精度を向上させることが可能である。なお、拡散反射スペクトルを測定スペクトルＸｄとして使用する場合には、前処理においてクベルカ−ムンク変換を行うことが好ましい。但し、前処理は省略しても良い。

図１の下部には、上記（５）式に従って、光学スペクトルＸを、未知の成分固有スペクトルｙ_n（λ）と、未知の成分量ｗ_ｍｎの積で表現する様子が示されている。

独立成分分析では、上記（５）式における成分量行列Ｗの個々の列ベクトル［ｗ_m1 … ｗ_mN］^Ｔをそれぞれ独立成分と見なして独立成分分析を実行することによって成分量行列Ｗを決定し、これに応じて成分固有スペクトル行列Ｙも同時に決定される。なお、独立成分分析の方法自体は、通常の独立成分分析方法を利用することができる。例えば本願の出願人により開示された特開２０１３−１６０５７４号公報や特開２０１６−６５８０３号公報に開示された独立成分分析方法を利用してもよく、或いは、他の独立成分分析方法を利用してもよい。

上記（５）式における成分固有スペクトル行列Ｙが決定されると、新たなサンプルにおける複数の成分の成分量ｗ^*は、新たなサンプルの分光測定で得られた光学スペクトルｘ^*に、独立成分分析で得られた成分固有スペクトル行列Ｙの一般化逆行列Ｙ^†を積算することによって求めることができる。具体的には、以下の（６）式を用いて、新たなサンプルの成分の成分量ｗ^*を求めることができる。

ここで、ｗ^*＝［ｗ_１ ^* … ｗ_Ｎ ^*］^Ｔは新たなサンプルに含まれるＮ個の成分の成分量、Ｙ^†は独立成分分析で得られた成分固有スペクトル行列Ｙの一般化逆行列、ｙ_ｎ（λ_k）^‡は一般化逆行列Ｙ^†におけるｎ行目の行ベクトルのｋ番目の要素、ｘ^*＝［ｘ^*（λ_１） … ｘ^*（λ_Ｋ）］^Ｔは新たなサンプルの分光測定で得られた光学スペクトルである。なお、上記（６）式は、上記（５）式の両辺の左側に、成分固有スペクトル行列Ｙの一般化逆行列Ｙ^†を乗じることによって導くことができる。

新たなサンプルの任意のｎ番目の成分の成分量ｗ_ｎ ^*の値は、上記（６）式から導かれる次の（７）式で与えられることが分かる。

ここで、ｙ_ｎ ^‡は成分固有スペクトル行列Ｙの一般化逆行列Ｙ^†におけるｎ行目の行ベクトルである。なお、この行ベクトルｙ_ｎ ^‡を「逆行列行ベクトルｙ_ｎ ^‡」又は「成分検量用スペクトルｙ_ｎ ^‡」と呼ぶ。また、成分固有スペクトル行列Ｙの一般化逆行列Ｙ^†を「成分検量用スペクトル行列Ｙ^†」と呼ぶ。このように、ｎ番目の成分の成分量ｗ_ｎ ^*は、独立成分分析で得られた成分固有スペクトル行列Ｙからその一般化逆行列Ｙ^†を求め、一般化逆行列Ｙ^†におけるｎ番目の成分に対応する逆行列行ベクトルｙ_ｎ ^‡（すなわちｎ番目の成分検量用スペクトルｙ_ｎ ^‡）と、新たなサンプルの光学スペクトルｘ^*との内積を取ることによって求めることが可能である。但し、独立成分分析で得られる成分固有スペクトル行列Ｙは、その要素の値自体には意味は無く、その波形が真の成分固有スペクトルに比例するという性質を有する。従って、上記（７）式の内積で得られる成分量ｗ_ｎ ^*も、実際の成分量に比例する値である。実際の成分量は、上記（７）式の内積で得られた内積値ｗ_ｎ ^*を検量線（後述）に適用することによって求めることが可能である。

以上のように、成分量を独立成分と見なす独立成分分析によれば、複数の成分に由来する成分固有スペクトルが統計的に独立で無い場合にも、成分量行列Ｗと成分固有スペクトル行列Ｙ（及びその一般化逆行列である成分検量用スペクトル行列Ｙ^†）を正確に推定又は決定することが可能である。

B. 検量線作成処理及び検量処理の概要：
図２は、成分量を独立成分と見なす独立成分分析（ＩＣＡ）を利用した検量線作成処理の概要を示す説明図である。図２の左上部には、複数のサンプルの分光測定で得られた測定スペクトルＭＳの一例が示されている。この測定スペクトルＭＳは、図１の測定スペクトルＸｄに対応しており、複数の成分（例えばグルコースとアルブミン）を含むサンプルの分光測定によって得ることができる。通常の検量線作成処理では、複数のサンプルとして、目的成分（例えばグルコース）の成分量（例えば濃度）が既知である既知サンプルを使用する。但し、後述する実施形態では、独立成分分析の対象となる光学スペクトルを取得するための複数のサンプルとして、目的成分の成分量が未知であるサンプル（第１サンプル）を使用できる点で、通常の検量線作成処理と異なる。

検量線の作成の際には、まず、測定スペクトルＭＳに前処理を行うことによって、前処理後の光学スペクトルＯＳ（図１における前処理後の光学スペクトルＸ）を作成する。前処理としては、例えば、測定スペクトルＭＳの正規化を含む前処理を行う。前処理では、正規化に加えて、図１で説明した差分演算を実行することが好ましい。また、前処理において、測定スペクトルＭＳにおけるベースライン変動を取り除くために、零空間射影法（ＰＮＳ）を実行してもよい。但し、当初の測定スペクトルＭＳが、前処理が不要な特性を有する場合（例えば、正規化により測定スペクトルＭＳに変化が生じない場合）には、前処理は省略可能であり、測定スペクトルＭＳをそのまま光学スペクトルＯＳとして使用しても良い。

次に、複数の光学スペクトルＯＳに対して、成分量を独立成分と見なす独立成分分析を実行することによって、複数の成分検量用スペクトルＣＳ_１〜ＣＳ_Ｎを求める。なお、括弧内は成分の番号を示している。これらの成分検量用スペクトルＣＳ_１〜ＣＳ_Ｎは、上述した成分検量用スペクトルｙ_ｎ ^‡に相当する。

図２の下部は、こうして得られた成分検量用スペクトルＣＳ_１〜ＣＳ_Ｎを用いて検量線を作成する方法を示している。ここではまず、目的成分の成分量が既知である複数の既知サンプル（第２サンプル）に関する光学スペクトルＥＤＳを取得する。これらの光学スペクトルＥＤＳは、既知サンプルの分光測定で得られた測定スペクトルに対して、必要に応じて上述した前処理を行ったものである。これらの光学スペクトルＥＤＳを「評価用スペクトルＥＤＳ」と呼ぶ。次に、個々の評価用スペクトルＥＤＳと、成分検量用スペクトルＣＳ_ｎとの内積値を計算する。この内積値の計算は、評価用スペクトルＥＤＳと成分検量用スペクトルＣＳ_ｎとをそれぞれ１つのベクトルと見なして、それらの２つのベクトルの内積を取る演算であり、その結果として１つの内積値が得られる。従って、複数の評価用スペクトルＥＤＳに対して同一の成分検量用スペクトルＣＳ_ｎとの内積を計算すると、同じ成分検量用スペクトルＣＳ_ｎに関して複数の既知サンプルに対応する複数の内積値が得られる。図２の右下部には、複数の既知サンプルに関する内積値Ｐを横軸にとり、複数の既知サンプルに含有される目的成分の既知の成分量Ｃを縦軸に取ってプロットした図である。仮に、内積で使用したｎ番目の成分検量用スペクトルＣＳ_ｎが目的成分に対応するスペクトルである場合には、図２の例に示すように、内積値Ｐと、各既知サンプルの目的成分の成分量Ｃとが強い相関を有する。そこで、独立成分分析で得られた複数の成分検量用スペクトルＣＳ_１〜ＣＳ_Ｎのうちで、例えば、最も強い相関（最も大きな相関度）を示す成分検量用スペクトルＣＳ_ｎを、目的成分に対応する目的成分検量用スペクトルとして選択することができる。なお、この選択のための評価値としては、相関度以外の評価値を使用することも可能である。図２の例では、１番目の成分検量用スペクトルＣＳ_１が、目的成分（例えばグルコース）に対応する目的成分検量用スペクトルである。検量線ＣＣは、内積値Ｐと成分量Ｃのプロットの単回帰式Ｃ＝ｕＰ＋ｖで与えられる直線として表される。

図３は、検量線を用いた目的成分の検量処理の概要を示す説明図である。検量処理では、図２に示した検量線作成処理で得られた目的成分検量用スペクトルＣＳ_１と、検量線ＣＣとを利用して行われる。検量処理では、まず、目的成分の成分量が未知である被検体の測定スペクトルＴＭＳを取得する。次に、この測定スペクトルＴＭＳに、必要に応じて前処理を行うことによって前処理後の光学スペクトルＴＯＳを作成する。この前処理は、検量線の作成時に使用した前処理と同じ処理である。なお、検量線の作成時の前処理において、図１で説明した差分演算を行っている場合には、検量線作成時に使用した平均スペクトルＸaveを光学スペクトルＴＯＳから減算するようにしてもよい。そして、こうして得られた光学スペクトルＴＯＳと、目的成分検量用スペクトルＣＳ_１との内積を取ることによって、光学スペクトルＴＯＳに関する内積値Ｐを算出する。この内積値Ｐを検量線ＣＣに適用すれば、被検体に含有される目的成分の成分量Ｃを決定することが可能である。

C. 実施形態における検量装置の構成とその処理内容：
図４は、一実施形態における検量装置１００の構成を示すブロック図である。この検量装置１００は、検量用データ取得部１１０と、光学スペクトル取得部１２０と、内積値算出部１３０と、成分量算出部１４０と、表示部１５０と、を備えている。また、検量装置１００には、測定データを取得するための測定器２００が接続されている。この測定器２００は、例えば、サンプルの光学スペクトルを測定する分光測定器である。なお、測定器２００としては、分光測定器に限らず、目的成分の性質に適した種々の測定器を利用可能である。

なお、検量装置１００は、例えば、検量専用の電子機器として実現可能であり、また、汎用のコンピューターによっても実現可能である。更に、検量装置１００の各部１１０〜１５０の機能は、コンピュータープログラム又はハードウェア回路によって任意に実現可能である。

図５は、検量装置１００による検量処理の手順を示すフローチャートである。ステップＳ１１０では、検量用データ取得部１１０（図４）が、目的成分検量用スペクトル（図２の例ではＣＳ_１）と検量線ＣＣとを含む検量用データを取得する。本実施形態における検量用データ取得処理の詳細については、改めて詳述する。

ステップＳ１２０では、光学スペクトル取得部１２０が、測定器２００を用いて被検体の光学スペクトルＴＯＳ（図３）を取得する。図３で説明したように、この光学スペクトルＴＯＳは、分光測定で得られた測定スペクトルに、必要に応じて前処理が実行されたものである。従って、光学スペクトル取得部１２０は、この前処理を実行する機能を有することが好ましい。ステップＳ１３０では、内積値算出部１３０が、光学スペクトルＴＯＳと目的成分検量用スペクトルＣＳ_１の内積値Ｐ（図３）を算出する。ステップＳ１４０では、成分量算出部１４０が、検量線ＣＣを用いて、ステップＳ１３０で得られた内積値Ｐに対応する成分量Ｃを算出する。この成分量Ｃは、被検体における目的成分の成分量（例えばグルコース濃度）である。ステップＳ１５０では、表示部１５０にこの成分量Ｃが表示される。なお、成分量Ｃを表示する代わりに、他の電子機器にこの成分量Ｃを転送して、他の所望の処理（例えば、被検体本人に対する電子メールによる通知）を実行するようにしてもよい。

D. 検量用データ取得処理の内容：
図６は、本実施形態における検量用データ取得処理のフローチャートであり、図５のステップＳ１１０の詳細工程を示している。図７〜図１０は、図６の処理の内容を示す説明図である。

ステップＳ２１０では、目的成分（例えばグルコース）を含む複数の成分を含有するＱ個（Ｑは３以上の整数）の第１サンプルを測定してＱ個の光学スペクトルＯＳの集合（図７）を取得し、更に、目的成分の成分量が既知であるＳ個（Ｓは３以上の整数）の第２サンプルを測定してＳ個の評価用データＥＤ（図７）を取得する。Ｑ個の光学スペクトルＯＳの集合は、独立成分分析を行って成分検量用スペクトルを決定するための学習用のサンプルデータである。評価用データＥＤは、Ｓ個のサンプルに対する光学スペクトルである評価用スペクトルＥＤＳと、各サンプルにおける目的成分の既知の成分量と、を含んでいる。Ｑ個の第１サンプルは、目的成分の成分量が既知であってもよいが、目的成分の成分量が未知であるサンプルを使用可能である。この理由は、本実施形態における検量用データ取得処理では、Ｑ個の第１サンプルにおける目的成分の成分量を使用しないからである。なお、第１サンプルの数Ｑは、３以上の任意の整数であれば良いが、Ｑが１００以上の大きな値である場合に図６の処理による効果が大きい。この理由は、第１サンプルの数Ｑが大きくなると、成分量分布がガウス分布に近くなるので、成分量を独立成分と見なす独立成分分析を精度良く実行するのが難しくなり、後述する部分集合を作成する意義が顕著になるからである。この理由ついて、以下で補足して説明する。

上述した成分量を独立成分とした独立成分分析を精度良く実行するには、学習用の多数のサンプルデータ（光学スペクトル）が必要であり、そのサンプルデータ集合は以下の条件を満たすことが望まれる。
＜条件Ｃ１＞
複数の光学スペクトルは、特定の目的成分のほかに、被検体の実測時に存在しうる各種の成分が混合したサンプルを測定したデータとなっていること
＜条件Ｃ２＞
目的成分を含む複数の成分の成分量分布が、非ガウス分布に従い、互いに統計的独立となっていること

上記の条件Ｃ１に関しては、多様な測定条件下での測定を行うことにより満たすことができると考えられる。しかし、条件Ｃ２については、無作為に用意したサンプルデータの集合において満たされている保証はない。特に、多数の異なるサンプルから集めたデータについては、成分量分布が正規分布（ガウス分布）に近くなる可能性がある。一方、サンプルの集合全体ではなく、その部分集合であれば、正規分布から外れた成分量分布が得られると期待される。そこで、本実施形態では、後述するステップＳ２２０において、用意した全サンプルの光学スペクトルＯＳの集合から部分集合を抽出することによって、成分量を独立成分と見なす独立成分分析の精度を向上させている。

なお、成分量が既知である第２サンプルの数Ｓは、３以上の任意の整数であれば良く、Ｓが大きいほど検量精度が向上する点で好ましい。また、通常は、第２サンプルの数Ｓは、第１サンプルの数Ｑよりも少ない。なお、第２サンプルの一部又は全部を、第１サンプルの一部として使用してもよい。

ステップＳ２２０では、Ｑ個の光学スペクトルＯＳの集合からＲ個（Ｒは２以上の整数）の部分集合ＰＡ_１〜ＰＡ_Ｒ（図７）を抽出する。なお、Ｒ個の部分集合ＰＡ_１〜ＰＡ_Ｒは、それぞれＭ個（Ｍは２以上Ｑ未満の整数）の光学スペクトルＯＳを含むように抽出される。各部分集合ＰＡ_ｒ（ｒ＝１〜Ｒ）を構成する光学スペクトルＯＳの数Ｍは、ステップＳ２３０で実行する独立成分分析で求める成分検量用スペクトルの数以上の値に設定される。なお、各部分集合ＰＡ_ｒ（ｒ＝１〜Ｒ）を構成する光学スペクトルＯＳの数Ｍは、互いに異なる値としてもよく、互いに等しい値としてもよい。部分集合ＰＡ_１〜ＰＡ_Ｒの抽出は、乱数等を用いてランダムに行うことが好ましい。なお、各部分集合ＰＡ_ｒ（ｒ＝１〜Ｒ）の抽出の際には、同じ部分集合ＰＡ_ｒ内に同じ光学スペクトルが２回以上抽出されないように非復元抽出が使用される。Ｑ個の光学スペクトルＯＳの集合からＭ個の異なる光学スペクトルを選択する組み合わせの数は、_ＱＣ_Ｍに等しい。部分集合ＰＡ_ｒの数Ｒは、この組み合わせの数_ＱＣ_Ｍ以下で、かつ、２以上の任意の整数に設定することが可能である。このように、ステップＳ２１０で用意したＱ個の光学スペクトルＯＳの集合からＲ個の部分集合ＰＡ_１〜ＰＡ_Ｒを抽出すれば、上記条件Ｃ２を満たす部分集合ＰＡ_ｒが１つ以上生成されることが期待される。

ステップＳ２３０では、Ｒ個の部分集合ＰＡ_１〜ＰＡ_Ｒのそれぞれに対して、上述した成分量を独立成分と見なす独立成分分析を行うことによって、個々の部分集合ＰＡ_ｒ（ｒ＝１〜Ｒ）についてＮ個（Ｎは１以上の整数）の成分検量用スペクトルＣＳ_ｒ１〜ＣＳ_ｒＮをそれぞれ求める（図７）。この結果、合計でＲ×Ｎ個の成分検量用スペクトルＣＳ_ｒｎ（ｒ＝１〜Ｒ，ｎ＝１〜Ｎ）を取得することができる。なお、成分数Ｎは、実際の含有成分の数と一致している必要は無く、独立成分分析の精度が向上するように経験的又は実験的に決定される。Ｎの値は、１以上の整数に設定することが可能であるが、２以上の整数としてもよい。

このステップＳ２３０からステップＳ２８０までの処理は、ステップＳ２９０において目的成分に対応する最適な目的成分検量用スペクトルを選択するために、部分集合を更新する処理である。ステップＳ２４０では、ステップＳ２３０で得られた各成分検量用スペクトルＣＳ_ｒｎに関して、各成分検量用スペクトルＣＳ_ｒｎ（＝ｙ_ｒｎ ^‡）又はそれに対応する成分固有スペクトル（ｙ_ｒｎ）を変数とする関数を用いた演算を実行することによって、各成分検量用スペクトルＣＳ_ｎの評価値ＥＶ_ｒｎを算出する（図８）。この評価値ＥＶ_ｒｎを「スペクトル評価値ＥＶ_ｒｎ」と呼ぶ。

このスペクトル評価値ＥＶ_ｒｎとしては、例えば、図２で説明した内積値Ｐと成分量Ｃとの間の相関を示す相関度を使用することができる。この内積値Ｐは、Ｓ個の評価用スペクトルＥＤＳと各成分検量用スペクトルＣＳ_ｒｎの内積を計算することによって得られる。また、成分量Ｃは、Ｓ個の第２サンプルにおける目的成分の既知の成分量Ｃである。内積値Ｐと成分量Ｃの相関度としては、例えば相関係数を使用可能である。この相関度をスペクトル評価値ＥＶ_ｒｎとして使用する場合には、内積値Ｐを求める際に、内積演算の関数ｆ（ＣＳ_ｒｎ）を用いた次の演算式が使用される。

この関数ｆ（ＣＳ_ｒｎ）は、成分検量用スペクトルＣＳ_ｒｎを変数とする関数の一種である。なお、スペクトル評価値ＥＶ_ｒｎとしての相関度の演算には、上記（８）式の演算式の他に、更に、内積値Ｐと成分量Ｃとの相関度を求める演算式も使用される。

スペクトル評価値ＥＶ_ｒｎとしては、相関度以外の他の評価値を使用することも可能である。例えば、目的成分に対応する参照スペクトル（標準的なスペクトル）を予め準備しておき、その参照スペクトルと各成分固有スペクトルｙ_ｒｎとの類似度を、スペクトル評価値ＥＶ_ｒｎとして使用することも可能である。

また、スペクトル評価値ＥＶ_ｒｎとして、上述した相関度（又は類似度）と他の指標値とを総合した総合的な評価値を使用してもよい。例えば、相関度と他の指標値とを総合した総合的なスペクトル評価値ＥＶ_ｒｎを使用する場合には、相関度が大きくなるほどスペクトル評価値ＥＶ_ｒｎも高くなるような演算式を用いてスペクトル評価値ＥＶ_ｒｎを算出することが好ましい。

上述したスペクトル評価値ＥＶ_ｒｎの各種の演算の例からも理解できるように、本明細書において「各成分検量用スペクトルＣＳ_ｒｎ（又は成分固有スペクトルｙ_ｒｎ）を変数とする関数を用いた演算」とは、その関数を１回用いてスペクトル評価値ＥＶ_ｒｎを直接算出する場合に限らず、その関数を用いた計算結果に基づいて更に他の演算を行うことによってスペクトル評価値ＥＶ_ｒｎを算出する場合も含む広い意味を有している。スペクトル評価値ＥＶ_ｒｎの算出方法の具体例については更に後述する。

ステップＳ２５０では、ステップＳ２３０での独立成分分析の対象となったＲ個の部分集合ＰＡ_ｒ（ｒ＝１〜Ｒ）のそれぞれに関して、各部分集合ＰＡ_ｒに含まれるＮ個の成分検量用スペクトルＣＳ_ｒｎ（ｎ＝１〜Ｎ）のスペクトル評価値ＥＶ_ｒｎを総合した部分集合評価値ＰＥＶ_ｒを求める（図８）。部分総合評価値ＰＥＶ_ｒは、スペクトル評価値ＥＶ_ｒｎが高くなるほど部分集合評価値ＰＥＶ_ｒも高くなるような関数や演算式を用いることが好ましい。例えば、Ｎ個のスペクトル評価値ＥＶ_ｒｎ（ｎ＝１〜Ｎ）のうちで最も高い値を、部分集合評価値ＰＥＶ_ｒとして採用してもよい。このとき用いる関数は、最も高い値を選択する論理式である。或いは、スペクトル評価値ＥＶ_ｒｎの単純加算や２乗和などのような他の関数や演算式を利用して部分集合評価値ＰＥＶ_ｒを算出してもよい。

ステップＳ２６０では、Ｒ個の部分集合ＰＡ_ｒ（ｒ＝１〜Ｒ）の中から、部分集合評価値ＰＥＶ_ｒに基づく予め定められた選択規則に従って、Ｂ個の部分集合ＰＡ^＊ _ｂ（ｂ＝１〜Ｂ）を選択する（図８）。ここで、Ｂは、１以上Ｒ未満の整数である。部分集合の符号「ＰＡ^＊ _ｂ」の右肩に付された文字「^＊」は、Ｒ個の部分集合ＰＡ_ｒの中から選択された部分集合であることを意味する。

Ｂ個の部分集合ＰＡ^＊ _ｂを選択する選択規則としては、以下のような規則のいずれかを使用可能である。
（１）Ｒ個の部分集合ＰＡ_ｒ（ｒ＝１〜Ｒ）の中から、部分集合評価値ＰＥＶ_ｒの高い順にＢ個を選択する。
（２）各部分集合ＰＡ_ｒの選択確率がその部分集合評価値ＰＥＶ_ｒに対して正の相関を有するように選択確率を設定し、この選択確率を用いてＲ個の部分集合ＰＡ_ｒ（ｒ＝１〜Ｒ）の中からＢ個を選択する。
これらの選択規則は単なる例示であり、部分集合評価値ＰＥＶ_ｒに基づく他の種々の選択規則を採用可能である。

ステップＳ２７０では、Ｂ個の部分集合ＰＡ^＊ _ｂ（ｂ＝１〜Ｂ）のそれぞれについて、各部分集合ＰＡ^＊ _ｂに含まれる１つ以上の光学スペクトルを、Ｑ個の光学スペクトルＯＳ（図７）のうちの他の光学スペクトルに置き換えることによって、各部分集合ＰＡ^＊ _ｂとは異なる部分集合^＋ＰＡ_ｒを作成する置換処理を実行する（図８）。ここで、部分集合^＋ＰＡ_ｒを作成する処理としては、各部分集合ＰＡ^＊ _ｂに含まれる１つ以上の光学スペクトルを、Ｑ個の光学スペクトルＯＳ（図７）のうちの他の光学スペクトルに置き換えずに、Ｂ個の部分集合ＰＡ^＊ _ｂ（ｂ＝１〜Ｂ）の中で、部分集合評価値ＰＥＶ_ｒの高い順にＣ個（Ｃは１以上Ｂ未満の整数）の部分集合ＰＡ^＊ _ｄ（ｄ＝１〜Ｃ）を、そのまま更新後の部分集合^＋ＰＡ_ｒ＝ＰＡ^＊ _ｄとするものを含んでも良い。この置換処理では、Ｂ個の部分集合ＰＡ^＊ _ｂから、更新されたＲ個の部分集合^＋ＰＡ_ｒ（ｒ＝１〜Ｒ）が作成される。なお、更新された部分集合を示す符号「^＋ＰＡ_ｒ」の左肩に付された文字「^＋」は、ステップＳ２２０で最初に得られた部分集合ＰＡ_ｒとは異なる部分集合であることを意味する。

図９は、部分集合の置換処理（ステップＳ２７０）の一例を示す説明図である。ここでは、ステップＳ２２０で作成された元の部分集合ＰＡ_ｒと、ステップＳ２７０で得られた更新後の部分集合^＋ＰＡ_ｒの例を示している。各部分集合を示す矩形枠の中で、括弧内に記載された「Ｍ_ｊ」の文字は、部分集合の要素（すなわち、光学スペクトル）を意味している。要素Ｍ_ｊの文字「ｊ」は、Ｑ個の光学スペクトルを識別するための序数である。例えば、ステップＳ２２０で作成された１番目の部分集合ＰＡ_１は、５つの要素Ｍ_１１，Ｍ_１３，Ｍ_２５，Ｍ_３１，Ｍ_４４で構成されている。また、２番目の部分集合ＰＡ_２は、５つの要素Ｍ_１１，Ｍ_１４，Ｍ_２４，Ｍ_３３，Ｍ_４９で構成されている。図９の例では、ステップＳ２６０において、これらの元の部分集合ＰＡ_ｒの中から、２番目の部分集合ＰＡ_２が上述したＢ個（Ｂ＝１）の部分集合ＰＡ^＊ _ｂとして選択され、この部分集合ＰＡ^＊ _ｂに置換処理を実行することによって、更新後の部分集合^＋ＰＡ_ｒが作成されている。例えば、更新後の１番目の部分集合^＋ＰＡ_１は、ステップＳ２６０で選択された部分集合ＰＡ_２の中の１番目と３番目の要素Ｍ_１１，Ｍ_２４を、別の要素Ｍ_０７，Ｍ_５１に置換することによって作成されている。また、更新後の２番目の部分集合^＋ＰＡ_２は、ステップＳ２６０で選択された部分集合ＰＡ_２の中の２番目と４番目の要素Ｍ_１４，Ｍ_３３を、別の要素Ｍ_２２，Ｍ_１２に置換することによって作成されている。

なお、部分集合ＰＡ^＊ _ｂの中のどの要素を置換するかを選択する第１の選択処理、及び、元のＱ個の要素（光学スペクトル）の中から新たな要素を選択する第２の選択処理は、それぞれ予め定めた規則に従って実行することが好ましい。例えば、第１の選択処理と第２の選択処理を、それぞれランダムに行ってもよい。また、第１の選択処理において、置換する要素の数を予め設定しておいても良い。他の置換処理方法として、例えば、選択する部分集合ＰＡ^＊ _ｂの数Ｂを２以上に設定しておき、選択した部分集合ＰＡ^＊ _ｂの一部の要素同士を交換する方法を採用してもよい。なお、Ｂを２以上に設定した場合には、選択した個々の部分集合ＰＡ^＊ _ｂから作成される更新後の部分集合^＋ＰＡ_ｒの個数については、個々の部分集合ＰＡ^＊ _ｂ毎に異なる個数に設定しても良く、互いに同じ個数に設定してもよい。後者の場合には、ステップＳ２６０での選択数Ｂは、ステップＳ２７０での更新後の個数Ｒの整数分の１に設定される。

図６のステップＳ２８０では、予め定めた終了条件が満たされたか否かが判定される。終了条件が満たされた場合には後述するステップＳ２９０に移行し、終了条件が満たされていない場合には、ステップＳ２３０に戻り、上述したステップＳ２３０〜Ｓ２７０を再度実行する。すなわち、予め定めた終了条件が満たされるまで、ステップＳ２３０〜Ｓ２７０が繰り返される。

ステップＳ２８０における終了条件としては、例えば以下のような条件のいずれかを使用可能である。
＜終了条件１＞ステップＳ２３０〜Ｓ２７０の実行回数が予め設定した複数回に達した。
＜終了条件２＞ステップＳ２３０〜Ｓ２４０の実行回数が予め設定した複数回に達した。
＜終了条件３＞スペクトル評価値ＥＶ_ｒｎの最高値が予め定めた閾値以上になった。
この終了条件３では、ステップＳ２３０〜Ｓ２７０の繰り返し回数が１となる（すなわち、ステップＳ２３０〜Ｓ２７０が１回のみ実行される）可能性がある。

なお、ステップＳ２８０における終了判定を、ステップＳ２７０の後で行う代わりに、ステップＳ２３０〜Ｓ２７０の間のいずれかのタイミングで行うようにしてもよい。例えば、上記終了条件２又は終了条件３を使用する場合に、ステップＳ２４０とステップＳ２５０の間で終了判定を行っても良い。この場合には、終了条件が満たされたときには、その後のステップＳ２５０〜Ｓ２７０の処理を行うこと無く、後述するステップＳ２９０に移行することが好ましい。この場合にも、実質的に「予め定めた終了条件が満たされるまでステップＳ２３０〜Ｓ２７０の処理を繰り返す」という処理を行っているものと考えることが可能であり、図６の処理フローと実質的に同一の処理である。

ステップＳ２９０では、上述した終了条件が満たされるまでにステップＳ２４０で処理対象となった複数の成分検量用スペクトルＣＳ_ｒｎのうちで、スペクトル評価値ＥＶ_ｒｎが最高となる１つの成分検量用スペクトルＣＳ_ｒｎを、目的成分に対応する目的成分検量用スペクトルとして選択する。

図１０は、ステップＳ２９０〜Ｓ３００の処理内容を示している。図１０の左側は、ステップＳ２３０〜Ｓ２７０の処理が（ｊ＋１）回繰り返されることによって、（ｊ＋１）組の成分検量用スペクトルＣＳ_ｒｎ〜^＋ｊＣＳ_ｒｎ（ｒ＝１〜Ｒ，ｎ＝１〜Ｎ）が作成され、また、これらの成分検量用スペクトルに対してスペクトル評価値ＥＶ_ｒｎ〜^＋ｊＥＶ_ｒｎが得られている状況が描かれている。ステップＳ２９０では、これらの中から、スペクトル評価値が最高となる１つの成分検量用スペクトルＣＳ_ｂｅｓｔを目的成分検量用スペクトルとして選択する。

ステップＳ３００では、こうして選択された目的成分検量用スペクトルＣＳ_bestを用いて、Ｓ個の評価用スペクトルＥＤＳと目的成分検量用スペクトルＣＳ_bestとの内積で得られるＳ個の内積値Ｐと、Ｓ個の第２サンプルにおける目的成分の既知の成分量Ｃとの関係を示す単回帰式Ｃ＝ｕＰ＋ｖ（図２参照）を検量線として作成する。なお、目的成分検量用スペクトルＣＳ_bestに関するＳ個の内積値Ｐが、ステップＳ２４０で既に求められている場合には、ステップＳ３００でこれらのＳ個の内積値Ｐをそのまま利用可能である。

以上のように、本実施形態では、各サンプルにおけるＮ個の成分の成分量を独立成分とする独立成分分析を実行するので、複数の成分に由来する光学スペクトルが互いに独立でない場合にも、独立成分分析を精度良く行い、目的成分の検量を精度良く行うことが可能である。本実施形態では、更に、Ｑ個の光学スペクトルＯＳの集合から複数の部分集合ＰＡ_ｒを抽出し、各部分集合ＰＡ_ｒのそれぞれに対して成分量を独立成分と見なす独立成分分析を実行している。こうすれば、Ｑ個の光学スペクトルＯＳの集合全体における成分量分布がガウス的であるなどの独立性の不足がある場合にも、幾つかの部分集合ＰＡ_ｒでは成分量分布がより非ガウス的になって独立性が改善されるので、目的成分検量用スペクトルを精度良く求めることが可能である。また、図６のステップＳ２３０〜Ｓ２７０の処理を繰り返して部分集合ＰＡ_ｒの更新を行うので、評価値の高い部分集合や成分検量用スペクトルを効率的に得ることができる。

E. スペクトル評価値の算出処理の具体例：
図１１は、スペクトル評価値の算出処理（図６のステップＳ２４０）の具体例１を示すフローチャートであり、図１２はその内容を示す説明図である。

ステップＳ４１１では、Ｒ個の部分集合ＰＡ_ｒ（ｒ＝１〜Ｒ）に含まれるＲ×Ｎ個の成分検量用スペクトルＣＳ_ｒｎ（ｎ＝１〜Ｎ）のそれぞれに関して、Ｓ個の評価用スペクトルＥＤＳとの内積を実行することによってＳ個の内積値Ｐを求める（図１２）。すなわち、１つの成分検量用スペクトルＣＳ_ｒｎに対して、Ｓ個の内積値Ｐがそれぞれ算出される。

ステップＳ４１２では、Ｒ×Ｎ個の成分検量用スペクトルＣＳ_ｒｎのそれぞれに関して、Ｓ個の第２サンプルにおける目的成分の既知の成分量Ｃと、その成分検量用スペクトルＣＳ_ｒｎについて算出されたＳ個の内積値Ｐとの相関度ＣＤ_ｒｎを求める。図１２には、個々の成分検量用スペクトルＣＳｒｎに関して、内積値Ｐと目的成分の成分量Ｃとの関係をプロットしたグラフが描かれている。相関度ＣＤ_ｒｎとしては、例えば相関係数を使用可能である。この相関度ＣＤ_ｒｎは、各成分検量用スペクトルＣＳ_ｒｎのスペクトル評価値ＥＶ_ｒｎとして使用される。この算出処理によれば、高精度の検量に適した成分検量用スペクトルを選択する際の指標となるスペクトル評価値ＥＶ_ｒｎを、適切に算出することができる。

図１３は、スペクトル評価値の算出処理（図６のステップＳ２４０）の具体例２を示すフローチャートであり、図１４はその内容を示す説明図である。

ステップＳ４２１では、目的成分の参照スペクトルＲＦＳ（図１４）を取得する。目的成分の参照スペクトルＲＦＳは、目的成分（例えばグルコース）に由来すると見なすことができる分光スペクトルであり、図１及び図２で説明した成分固有スペクトルｙ_ｎに対応するものである。参照スペクトルＲＦＳは、種々の方法で取得することが可能であり、例えば以下の方法で取得できる。

＜参照スペクトルの取得方法１＞
目的成分以外の成分の濃度を一定とし、目的成分の濃度を複数の値に変更した複数の第３サンプル（例えば水溶液）を作成し、それらの複数の第３サンプルの分光測定を行って複数の光学スペクトルを取得し、これらの複数の光学スペクトルに対して主成分分析（ＰＣＡ）を実行して目的成分の参照スペクトルＲＦＳを取得する。この方法１では、目的成分の成分濃度のみを変更した複数のサンプルを用いるので、主成分分析を行うことによって、目的成分に由来すると見なすことが可能な参照スペクトルＲＦＳを得ることができる。なお、参照スペクトルＲＦＳを求めるための複数の第３サンプルの一部又は全部として、評価用データＥＤ（図７）を取得するためのＳ個（Ｓは３以上の整数）の第２サンプルの一部又は全部を利用してもよい。

＜参照スペクトルの取得方法２＞
被検体が人体であり、目的成分が血中成分（例えばグルコース）である場合に、目的成分の成分量（濃度）を変化させた複数の人体ファントム（模擬人体）を作成する。そして、複数の人体ファントムを分光測定して光学スペクトルを取得し、それらの光学スペクトルの変化を目的成分の参照スペクトルＲＦＳとして取得する。

＜参照スペクトルの取得方法３＞
被検体が人体であり、目的成分が血中成分（例えばグルコース）である場合に、目的成分の成分量（濃度）を変化させた複数の擬似血液を作成する。そして、複数の擬似血液を分光測定して光学スペクトルを取得し、それらの光学スペクトルの変化を目的成分の参照スペクトルＲＦＳとして取得する。

＜参照スペクトルの取得方法４＞
被検体が人体であり、目的成分が血中成分（例えばグルコース）である場合に、目的成分の水溶液を作成して被験者に摂取してもらう。そして、摂取前後の被験者をそれぞれ分光測定して光学スペクトルを取得し、それらの光学スペクトルの差分を目的成分の参照スペクトルＲＦＳとして取得する。

なお、目的成分の参照スペクトルＲＦＳをそのまま目的成分検量用スペクトルとして使用しない理由は、目的成分検量用スペクトルが、目的成分の検量の対象となる被検体の組成に依存して変わる可能性があるからである。具体的には、例えば、グルコースを含む水溶液を被検体としてそのグルコース濃度を検量するのに適したグルコース検量用スペクトルと、ヒトを被検体として血中のグルコース濃度を検量するのに適したグルコース検量用スペクトルとは、波形が異なる可能性が高い。そこで、図１３の処理では、検量の対象とする被検体と同様の組成を有する複数の第１サンプルに対する分光測定（図６のステップＳ２１０）で得られた光学スペクトルに対して独立成分分析（図６のステップＳ２３０）を実行し、独立成分分析で得られた複数の成分検量用スペクトルに対応する成分固有スペクトルと参照スペクトルＲＦＳとの類似度を、スペクトル評価値として使用する。こうすることによって、複数の成分検量用スペクトルの中で、目的成分に対応するものとして最も相応しいスペクトルを目的成分検量用スペクトルとして選択することが可能となる。

ステップＳ４２２では、図６のステップＳ２３０の独立成分分析で得られた成分検量用スペクトルＣＳ_ｒｎに対応する成分固有スペクトルｙ_ｒｎを取得する（図１４）。なお、図１及び（５）〜（７）式で説明したように、成分固有スペクトルｙ_ｒｎは、独立成分分析によって直接求められる成分固有スペクトル行列の行ベクトルであり、成分検量用スペクトル行列は、成分固有スペクトル行列の一般化逆行列として求められる。ステップＳ４２２の処理は、独立成分分析を改めて行う処理では無く、図６のステップＳ２３０で求められていた成分固有スペクトルｙ_ｒｎを、メモリー（図示せず）から取得する処理である。

ステップＳ４２３では、Ｒ×Ｎ個の成分検量用スペクトルＣＳ_ｒｎのそれぞれに関して、対応する成分固有スペクトルｙ_ｒｎと目的成分の参照スペクトルＲＦＳとの類似度ＬＫ_ｒｎを算出する（図１４）。この類似度ＬＫ_ｒｎは、各成分検量用スペクトルＣＳ_ｒｎのスペクトル評価値ＥＶ_ｒｎとして使用される。

類似度ＬＫ_ｒｎは種々の方法で算出可能であり、例えば以下のような値を類似度ＬＫ_ｒｎとして使用できる。
（１）成分固有スペクトルｙ_ｒｎと目的成分の参照スペクトルＲＦＳの相関係数
（２）成分固有スペクトルｙ_ｒｎと目的成分の参照スペクトルＲＦＳの内積
（３）成分固有スペクトルｙ_ｒｎと目的成分の参照スペクトルＲＦＳの差分を多次元ベクトルと見なした場合のノルムの逆数
なお、これらの値を求める際には、成分固有スペクトルｙ_ｒｎと目的成分の参照スペクトルＲＦＳを予め正規化することが好ましい。

なお、目的成分の参照スペクトルＲＦＳは、１つでも良いが、複数としてもよい。複数の参照スペクトルＲＦＳを用いる場合には、まず、個々の参照スペクトルＲＦＳと成分固有スペクトルｙ_ｒｎとの個別類似度を算出し、それらの個別類似度を総合した総合類似度を、その成分固有スペクトルｙ_ｒｎに対応する成分検量用スペクトルＣＳ_ｒｎの類似度ＬＫ_ｒｎとして使用してもよい。総合類似度は種々の方法で算出可能であり、例えば、複数の個別類似度を乗算した値や、複数の個別類似度を加算した値などを総合類似度として利用可能である。

図１３〜図１４の算出処理によっても、高精度の検量に適した成分検量用スペクトルを選択する際の指標となるスペクトル評価値ＥＶ_ｒｎを、適切に算出することができる。

図１５は、スペクトル評価値の算出処理（図６のステップＳ２４０）の具体例３を示すフローチャートである。図１５の処理は、上述した図１３の処理と図１４の処理の両方を合体した処理に相当する。

ステップＳ４３１，Ｓ４３２は、図１３及び図１４で説明したステップＳ４２１，Ｓ４２２と同じである。すなわち、ステップＳ４３１では、目的成分の参照スペクトルＲＦＳを取得し、ステップＳ４３２では、図６のステップＳ２３０の独立成分分析で得られた成分検量用スペクトルＣＳ_ｒｎに対応する成分固有スペクトルｙ_ｒｎを取得する（図１４）。

ステップＳ４３３，Ｓ４３４は、図１１及び図１２で説明したステップＳ４１１，Ｓ４１２と同じである。すなわち、ステップＳ４３３では、各成分検量用スペクトルＣＳ_ｒｎに関して、Ｓ個の評価用スペクトルＥＤＳとの内積を実行することによってＳ個の内積値Ｐを求める（図１２）。ステップＳ４１２では、各成分検量用スペクトルＣＳ_ｒｎに関して、Ｓ個の第２サンプルにおける目的成分の既知の成分量Ｃと、その成分検量用スペクトルＣＳ_ｒｎについて算出されたＳ個の内積値Ｐとの相関度ＣＤ_ｒｎを求める。

ステップＳ４３５は、図１３及び図１４で説明したステップＳ４２３と同じである。すなわち、ステップＳ４３５では、各成分検量用スペクトルＣＳ_ｒｎに関して、対応する成分固有スペクトルｙ_ｒｎと目的成分の参照スペクトルＲＦＳとの類似度ＬＫ_ｒｎを算出する（図１４）。

ステップＳ４３６では、各成分検量用スペクトルＣＳ_ｒｎに関して、ステップＳ４３４で算出された相関度ＣＤ_ｒｎと、ステップＳ４３５で算出された類似度ＬＫ_ｒｎの総合評価値ＴＥ_ｒｎが算出される。この総合評価値ＴＥ_ｒｎは、各成分検量用スペクトルＣＳ_ｒｎのスペクトル評価値ＥＶ_ｒｎとして使用される。総合評価値は種々の方法で算出可能であり、例えば、以下のような値を総合評価値ＴＥ_ｒｎとして使用できる。
（１）相関度ＣＤ_ｒｎと類似度ＬＫ_ｒｎの乗算値
（２）相関度ＣＤ_ｒｎと類似度ＬＫ_ｒｎの和
（３）相関度ＣＤ_ｒｎと類似度ＬＫ_ｒｎの重み付き加算値
なお、典型的には、相関度ＣＤ_ｒｎと類似度ＬＫ_ｒｎを変数とする関数を用いて総合評価値ＴＥ_ｒｎが決まるように、その関数を予め設定しておくことが可能である。このような関数は、相関度ＣＤ_ｒｎと類似度ＬＫ_ｒｎの２つの変数のうちの一方が一定で他方が変化する場合に、変化する変数の値が増加するほど大きな総合評価値ＴＥ_ｒｎを与えるような関数とすることが好ましい。

図１５の算出処理によっても、高精度の検量に適した成分検量用スペクトルを選択する際の指標となるスペクトル評価値ＥＶ_ｒｎを、適切に算出することができる。

F. 変形例：
本発明は上述した実施形態やその変形例に限られるものではなく、その要旨を逸脱しない範囲において種々の態様において実施することが可能であり、例えば次のような変形も可能である。

・変形例１：
上述した実施形態及び実施例では、主に、グルコースを含有する水溶液をサンプルとした場合を説明したが、本発明は、これ以外のサンプルとする場合にも適用可能である。例えば、塩分を含有する液体、脂質またはアルブミン等の蛋白質またはアルコールを含有する液体をサンプルとする場合にも適用可能である。さらには、生体（ヒト）や、音声、画像等の他の対象物をサンプルとする独立成分分析にも本発明を適用することができる。生体を対象とする場合、生体における中性脂肪またはアルコールまたは血液内のグルコースを目的成分として本発明を適用することが可能である。分光スペクトル以外のデータや信号を独立成分分析の対象とする場合には、「分光スペクトル」という語句を、例えば、「観測データ」や「対象データ」等の他の語句に置き換えることができる。

・変形例２：
本発明を適用できる装置としては、光学的に中赤外分光または近赤外分光またはラマン分光方式の分光計測データから成分濃度を推定する装置にも適用可能である。さらに、本発明は、光学式タンパク質濃度計、光学式中性脂肪濃度計、光学式血糖値計、光学式塩分濃度計、光学式アルコール濃度計のいずれかの装置にも適用可能である。

１００…検量装置，１１０…検量用データ取得部，１２０…光学スペクトル取得部，１３０…内積値算出部，１４０…成分量算出部，１５０…表示部，２００…測定器

Claims (7)

1. 被検体における目的成分の成分量を求める検量装置であって、
   前記被検体の分光測定によって得られる光学スペクトルを取得する光学スペクトル取得部と、
   前記目的成分に対応する目的成分検量用スペクトルと、検量線を表す単回帰式と、を含む検量用データを取得する検量用データ取得部と、
   前記被検体について取得された前記光学スペクトルと前記目的成分検量用スペクトルとの内積値を計算する内積値算出部と、
   前記内積値と前記目的成分の成分量との関係を示す前記単回帰式を使用し、前記内積値算出部によって求められた内積値に対応する前記目的成分の成分量を算出する成分量算出部と、
   を備え、
   前記検量用データ取得部は、
   （ａ）前記目的成分を含むＮ個（Ｎは１以上の整数）の成分をそれぞれ含有するＱ個（Ｑは３以上の整数）の第１サンプルを分光測定して得られたＱ個の光学スペクトルと、前記目的成分の成分量が既知であるＳ個（Ｓは３以上の整数）の第２サンプルを分光測定して得られたＳ個の評価用スペクトルと、を取得する処理と、
   （ｂ）前記Ｑ個の光学スペクトルの集合からＲ個（Ｒは２以上の整数）の部分集合を抽出する処理と、
   （ｃ）前記Ｒ個の部分集合のそれぞれに対して、各サンプルにおける前記Ｎ個の成分の成分量を独立成分とする独立成分分析を実行することによって、前記Ｎ個の成分に対応するＮ個の成分検量用スペクトルを決定して、合計でＲ×Ｎ個の成分検量用スペクトルを取得する処理と、
   （ｄ）前記Ｒ×Ｎ個の成分検量用スペクトルのそれぞれに関して、各成分検量用スペクトル又はそれに対応する成分固有スペクトルを変数とする関数を用いた演算を実行することによって各成分検量用スペクトルの評価値を求める処理と、
   （ｅ）前記Ｒ個の部分集合のそれぞれに関して、各部分集合に含まれる前記Ｎ個の成分検量用スペクトルの前記評価値を総合した部分集合評価値を求める処理と、
   （ｆ）前記Ｒ個の部分集合の中から、前記部分集合評価値に基づく予め定められた選択規則に従ってＢ個の部分集合（Ｂは１以上Ｒ未満の整数）を選択する処理と、
   （ｇ）前記Ｂ個の部分集合の各部分集合について、各部分集合に含まれる１つ以上の光学スペクトルを前記Ｑ個の光学スペクトルのうちの他の光学スペクトルに置き換えることによって異なる部分集合を作成する置換処理を実行することにより、前記Ｂ個の部分集合から、更新されたＲ個の部分集合を作成する処理と、
   （ｈ）予め定めた終了条件が満たされるまで前記処理（ｃ）〜（ｇ）を繰り返す処理と、
   （ｉ）前記終了条件が満たされた場合に、前記終了条件が満たされるまでに前記処理（ｄ）の処理対象となった複数の成分検量用スペクトルのうちで前記評価値が最高となるような成分検量用スペクトルを前記目的成分検量用スペクトルとする処理と、
   （ｊ）前記Ｓ個の評価用スペクトルと前記目的成分検量用スペクトルとの内積で得られる内積値と、前記Ｓ個の第２サンプルに含有される前記目的成分の成分量との関係を示す単回帰式を前記検量線として作成する処理と、
   を実行する、検量装置。
2. 請求項１記載の検量装置であって、
   前記検量用データ取得部は、前記処理（ｇ）において、
   前記更新されたＲ個の部分集合には、前記Ｂ個の部分集合の中で、前記部分集合評価値の高い順にＣ個（Ｃは１以上Ｂ未満の整数）の部分集合を含む、検量装置。
3. 請求項１又は２記載の検量装置であって、
   前記検量用データ取得部は、前記処理（ｃ）において、
   （１）前記各サンプルに対する分光測定で得られた光学スペクトルを列ベクトルとする光学スペクトル行列Ｘを、前記各サンプルに含有される前記Ｎ個の成分のうちの個々の成分に由来する未知の成分固有スペクトルを列ベクトルとする成分固有スペクトル行列Ｙと、前記各サンプルにおける前記Ｎ個の成分の未知の成分量を列ベクトルとする成分量行列Ｗと、の積に等しいとする式Ｘ＝ＹＷを使用し、前記成分量行列Ｗを構成する個々の列ベクトルをそれぞれ独立成分と見なして独立成分分析を実行することによって、前記成分量行列Ｗと前記成分固有スペクトル行列Ｙとを決定し、
   （２）前記独立成分分析によって決定された前記成分固有スペクトル行列Ｙの一般化逆行列Ｙ^†における前記Ｎ個の成分のそれぞれに対応する逆行列行ベクトルを、各成分に対応する前記成分検量用スペクトルとして採用する、
   検量装置。
4. 請求項１から３のいずれかの請求項に記載の検量装置であって、
   前記処理（ｄ）は、
   前記Ｒ×Ｎ個の成分検量用スペクトルのそれぞれに関して、前記Ｓ個の評価用スペクトルとの内積を実行することによってＳ個の内積値を求める処理と、
   前記Ｒ×Ｎ個の成分検量用スペクトルのそれぞれに関して、前記Ｓ個の第２サンプルにおける前記目的成分の成分量と前記Ｓ個の内積値との相関度を求め、前記相関度を各成分検量用スペクトルの前記評価値とする処理と、
   を含む、検量装置。
5. 請求項１から３のいずれかの請求項に記載の検量装置であって、
   前記処理（ｃ）は、
   前記独立成分分析を実行することによって、前記Ｎ個の成分に由来するＮ個の成分固有スペクトルで構成される成分固有スペクトル行列と、前記成分固有スペクトル行列の一般化逆行列の行ベクトルであるＮ個の成分検量用スペクトルとを決定することにより、Ｒ×Ｎ個の成分固有スペクトルと前記Ｒ×Ｎ個の成分検量用スペクトルとを取得する処理を含み、
   前記処理（ｄ）は、
   前記目的成分に対応する参照スペクトルを取得する処理と、
   前記Ｒ×Ｎ個の成分検量用スペクトルのそれぞれに関して、各成分検量用スペクトルに対応する成分固有スペクトルと前記参照スペクトルとの類似度を求め、前記類似度を各成分検量用スペクトルの前記評価値とする処理と、
   を含む、検量装置。
6. 請求項１から３のいずれかの請求項に記載の検量装置であって、
   前記処理（ｃ）は、
   前記独立成分分析を実行することによって、前記Ｎ個の成分に由来するＮ個の成分固有スペクトルで構成される成分固有スペクトル行列と、前記成分固有スペクトル行列の一般化逆行列の行ベクトルであるＮ個の成分検量用スペクトルとを決定することにより、Ｒ×Ｎ個の成分固有スペクトルと前記Ｒ×Ｎ個の成分検量用スペクトルとを取得する処理を含み、
   前記処理（ｄ）は、
   前記目的成分に対応する参照スペクトルを取得する処理と、
   前記Ｒ×Ｎ個の成分検量用スペクトルのそれぞれに関して、前記Ｓ個の評価用スペクトルとの内積を実行することによってＳ個の内積値を求める処理と、
   前記Ｒ×Ｎ個の成分検量用スペクトルのそれぞれに関して、前記Ｓ個の第２サンプルにおける前記目的成分の成分量と前記Ｓ個の内積値との相関度を求める処理と、
   前記Ｒ×Ｎ個の成分検量用スペクトルのそれぞれに関して、各成分検量用スペクトルに対応する成分固有スペクトルと前記参照スペクトルとの類似度を求める処理と、
   前記Ｒ×Ｎ個の成分検量用スペクトルのそれぞれに関して、前記相関度と前記類似度との総合評価値を求め、前記総合評価値を各成分検量用スペクトルの前記評価値とする処理と、
   を含む、検量装置。
7. 被検体に含有される目的成分の成分量を求めるために使用する検量線を作成する検量線作成方法であって、
   （ａ）前記目的成分を含むＮ個（Ｎは１以上の整数）の成分をそれぞれ含有するＱ個（Ｑは３以上の整数）の第１サンプルを分光測定して得られたＱ個の光学スペクトルと、前記目的成分の成分量が既知であるＳ個（Ｓは３以上の整数）の第２サンプルを分光測定して得られたＳ個の評価用スペクトルと、を取得する工程と、
   （ｂ）前記Ｑ個の光学スペクトルの集合からＲ個（Ｒは２以上の整数）の部分集合を抽出する工程と、
   （ｃ）前記Ｒ個の部分集合のそれぞれに対して、各サンプルにおける前記Ｎ個の成分の成分量を独立成分とする独立成分分析を実行することによって、前記Ｎ個の成分に対応するＮ個の成分検量用スペクトルを決定して、合計でＲ×Ｎ個の成分検量用スペクトルを取得する工程と、
   （ｄ）前記Ｒ×Ｎ個の成分検量用スペクトルのそれぞれに関して、各成分検量用スペクトル又はそれに対応する成分固有スペクトルを変数とする関数を用いた演算を実行することによって各成分検量用スペクトルの評価値を求める工程と、
   （ｅ）前記Ｒ個の部分集合のそれぞれに関して、各部分集合に含まれる前記Ｎ個の成分検量用スペクトルの前記評価値を総合した部分集合評価値を求める工程と、
   （ｆ）前記Ｒ個の部分集合の中から、前記部分集合評価値に基づく予め定められた選択規則に従ってＢ個の部分集合（Ｂは１以上Ｒ未満の整数）を選択する工程と、
   （ｇ）前記Ｂ個の部分集合の各部分集合について、各部分集合に含まれる１つ以上の光学スペクトルを前記Ｑ個の光学スペクトルのうちの他の光学スペクトルに置き換えることによって異なる部分集合を作成する置換処理を実行することにより、前記Ｂ個の部分集合から、更新されたＲ個の部分集合を作成する工程と、
   （ｈ）予め定めた終了条件が満たされるまで前記工程（ｃ）〜（ｇ）を繰り返す工程と、
   （ｉ）前記終了条件が満たされた場合に、前記終了条件が満たされるまでに前記工程（ｄ）の処理対象となった複数の成分検量用スペクトルのうちで前記評価値が最高となるような成分検量用スペクトルを目的成分検量用スペクトルとする工程と、
   （ｊ）前記Ｓ個の評価用スペクトルと前記目的成分検量用スペクトルとの内積で得られる内積値と、前記Ｓ個の第２サンプルに含有される前記目的成分の成分量との関係を示す単回帰式を前記検量線として作成する工程と、
   を備える検量線作成方法。

Images