JP2019208900A - 解析装置、分析装置、分析方法およびプログラム - Google Patents

Abstract

【課題】撮像に基づいて、効率よく病変に対応する領域を示す情報を作成する。【解決手段】解析装置は、皮膚および爪の少なくとも一方からの光を受光して得られた第１測定データを取得する取得部と、第１測定データに基づいて、皮膚および爪の少なくとも一方の複数の位置のそれぞれにおいて、メラノーマか否かの判定、および、メラノーマの悪性度の導出の少なくとも一方を行うための指標を算出する指標算出部と、を備える。【選択図】図１

Description

本発明は、解析装置、分析装置、分析方法およびプログラムに関する。

生体からの光を受光し、生体における疾患に関する情報を取得することが行われている。例えば、対象物表面からの光に基づいて、皮膚の疾患に関する分析が行われている（特許文献１参照）。

しかしながら、病変に対応する領域に関する情報を取得することはできないため、対象物表面のいずれの位置に病変が存在しているかを判定することができなかった。

特許第５５６５７６５号

本発明の第１の態様によると、解析装置は、皮膚および爪の少なくとも一方からの光を受光して得られた第１測定データを取得する取得部と、前記第１測定データに基づいて、前記皮膚および前記爪の少なくとも一方の複数の位置のそれぞれにおいて、メラノーマか否かの判定、および、メラノーマの悪性度の導出の少なくとも一方を行うための指標を算出する指標算出部と、を備える。
本発明の第２の態様によると、解析装置は、生体からの光についての所定の個数の画素値またはスペクトルを含む第１測定データを取得する取得部と、前記第１測定データから、前記所定の個数よりも少ない個数の画素値またはスペクトルを含む第２測定データを作成する作成部と、前記第１測定データと前記第２測定データとに基づいて、前記第１測定データにおける前記生体の複数の位置のそれぞれに対応する範囲を設定する範囲設定部と、前記範囲に基づいて、前記複数の位置のそれぞれにおいて、病変か否かの判定、および、症状の重さの度合の少なくとも一方の導出を行うための指標を算出する指標算出部と、を備える。
本発明の第３の態様によると、解析装置は、皮膚および爪の少なくとも一方からの光を受光して得られた第１測定データを取得する取得部と、前記第１測定データに基づいて、前記皮膚および前記爪の少なくとも一方の複数の位置のそれぞれにおいて、メラノーマか否かの判定、および、メラノーマの悪性度の導出の少なくとも一方を行う解析部と、を備える。
本発明の第４の態様によると、分析方法は、皮膚および爪の少なくとも一方からの光を受光して得られた測定データを取得することと、前記測定データに基づいて、前記皮膚または爪の複数の位置のそれぞれにおいて、メラノーマか否かの判定およびメラノーマの悪性度の導出の少なくとも一方を行うための指標を算出することとを含む。
本発明の第５の態様によると、分析方法は、生体からの光を受光して得られた、前記光についての所定の個数の画素値またはスペクトルを含む第１測定データを取得することと、前記第１測定データから、前記所定の個数よりも少ない個数の画素値またはスペクトルを含む第２測定データを作成することと、前記第１測定データと前記第２測定データとの比較に基づいて、前記第１測定データにおける前記生体の複数の位置のそれぞれに対応する範囲を設定することと、前記範囲に基づいて、前記複数の位置のそれぞれにおいて、病変か否かの判定および症状の重さの度合の導出の少なくとも一方を行うための指標を算出することと、を含む。
本発明の第６の態様によると、プログラムは、皮膚および爪の少なくとも一方からの光を受光して得られた測定データを取得する測定データ取得処理と、前記測定データに基づいて、前記皮膚または爪の複数の位置のそれぞれにおいて、メラノーマか否かの判定およびメラノーマの悪性度の導出の少なくとも一方を行うための指標を算出する指標算出処理とを、処理装置に行わせるためのものである。
本発明の第７の態様によると、プログラムは、生体からの光を受光して得られた、前記光についての所定の個数の画素値またはスペクトルを含む第１測定データを取得する第１測定データ取得処理と、前記第１測定データから、前記所定の個数よりも少ない個数の画素値またはスペクトルを含む第２測定データを作成する作成処理と、前記第１測定データと前記第２測定データとに基づいて、前記第１測定データにおける前記生体の複数の位置のそれぞれに対応する範囲を設定する範囲設定処理と、前記範囲に基づいて、前記複数の位置のそれぞれにおいて、病変か否かの判定および症状の重さの度合の導出の少なくとも一方を行うための指標を算出する指標算出処理と、を処理装置に行わせるためのものである。

図１（Ａ）は、一実施形態の分析装置の構成を示す概念図であり、図１（Ｂ）は、撮像部の撮像面を示す概念図である。 図２は、分析装置の情報処理部の構成を示す概念図である。 図３は、第２測定データの作成方法を説明するための概念図である。 図４は、第１測定データおよび第２測定データについての度数分布を示すグラフである。 図５は、ブロック化パラメータと相関係数との関係を示すグラフである。 図６は、局所算出範囲を説明するための概念図である。 図７は、分析方法の流れを示すフローチャートである。 図８は、変形例の分析方法を説明するための概念図である。 図９は、プログラムを説明するための概念図である。 図１０は、実施例において取得された画像である。 図１１は、実施例において算出された判定指標の分布を示す概念図である。 図１２は、実施例において算出された判定指標の分布を示す概念図である。 図１３は、実施例において算出された判定指標の分布を示す画像である。 図１４は、実施例において取得された画像である。 図１５は、実施例における第１度数分布と第２度数分布とを示すグラフである。 図１６は、実施例におけるブロック化パラメータと相関係数との関係を示すグラフである。 図１７は、実施例において算出された判定指標の分布を示す概念図である。 図１８は、実施例において算出された判定指標の分布を示す概念図である。 図１９は、実施例において算出された判定指標の分布を示す画像である。

以下では、適宜図面を参照しながら、一実施形態の分析装置等について説明する。本実施形態の分析装置は、生体からの光を受光して得られた測定データに基づいて、生体の複数の位置のそれぞれにおいて、病変か否かの判定や、症状の重さの度合の導出等を行うための指標（以下、判定指標と呼ぶ）を算出するものである。以下の例では、皮膚からの光を受光して得られた測定データに基づいて、メラノーマか否かの判定や、メラノーマの悪性度の導出を行うための判定指標を算出する例を説明する。

図１（Ａ）は、本実施形態の分析装置１の構成を示す概念図である。分析装置１は、測定部１００と、情報処理部４０とを備える。

測定部１００は、照射部９と、スリット部１０と、分光部２０と、撮像部３０とを備える。スリット部１０は、集光レンズ１１と、スリット１２とを備える。分光部２０は、レンズ２１と、回折格子２２と、レンズ２３とを備える。撮像部３０は、撮像面３１を備える。スリット部１０と、分光部２０と、撮像部３０とは適宜一体的な撮像装置として構成される。撮像部３０からの検出信号が測定データとして情報処理部４０に出力される点を矢印Ａ１で模式的に示した。

以下の実施形態では、特に言及の無い限り、ｚ軸を分光部２０の光軸に平行にとり、ｘ軸をスリット１２に平行にとり、ｘ軸およびｚ軸に垂直にｙ軸をとるものとする。スリット部１０、分光部２０および撮像部３０の光軸は略一致しているものとする（座標軸８参照）。

本実施形態では、対象Ｓがメラノーマの病変か否か等についての分析を行うため、対象Ｓは、生体、特に人間の表面であり、皮膚および爪の少なくとも一方が好ましい。

照射部９は、ハロゲンランプ等の光源を備え、対象Ｓに照射光Ｌｏを照射する。照射光Ｌｏは離散化された複数の波長の光、および所定の波長域に対応する光のうち、少なくとも一方を含む。照射光Ｌｏは、可視光または近赤外光が好ましいが、特に限定されない。所定の波長域としては、例えば、数十ｎｍ〜数百ｎｍ以上の幅を持つ波長範囲であり、例えば４５０ｎｍ〜８００ｎｍの波長を有する光とすることができる。上記光源としては、白色光を照射する白色光源が好ましいが、本実施形態に係る分析方法において、正常な皮膚の部位について算出された判定指標と、メラノーマの部位について算出された判定指標とで値が異なれば、照射部９からの照射光Ｌｏは特に限定されない。

なお、白色等の既知の波長の光を出射する物体を撮像部３０が撮像したり、撮像部３０に光が入射しない状態で撮像部３０が撮像を行ったりして得た情報に基づいて、照射光Ｌｏのむら等による悪影響を小さくする調整を行ってもよい。例えば、既知の反射率（例えば１００％に近い反射率）を持つ反射板を対象Ｓの位置において照明むらを補正する公知のホワイト補正や、中間的な反射率板を使用した公知のグレー補正で反射率較正をしても良いし、暗電流除去やダークフレーム減算補正でノイズを除去してもよい。

測定部１００は、対象Ｓの表面での乱反射による悪影響を抑えるため、不図示のクロスニコル配置された一組の偏光板を備える。一方の偏光板（第１偏光板と呼ぶ）は、照射部９と対象Ｓとの間に配置され、入射した照射光Ｌｏを任意の方向についての直線偏光を有する光として対象Ｓに出射する。第１偏光板からの照射光Ｌｏが照射された対象Ｓからの光（以下、測定光Ｌと呼ぶ）は、対象Ｓとスリット部１０との間に配置された、第２偏光板に入射する。第２偏光板は、測定光Ｌのうち、第１偏光板から出射した照射光Ｌｏと直交する偏光成分を有する光を通過させてスリット部１０に出射する。

スリット部１０は、集光レンズ１１を介して対象Ｓの像がスリット１２の位置で結像する光学系となっている。スリット１２には対象Ｓ上の一部のライン状の部分(以下、測定部位ＳＬと呼ぶ)からの光だけを通過するようにスリット状開口が設けられている。即ち、分光部１０を通過した光は測定部位ＳＬの情報に限定されて分光部２０に入射することになる。図１（Ａ）では、わかりやすくするため対象Ｓ上の測定部位ＳＬを斜めに記載したが、実際にはｚ軸方向から見てｘ軸に略平行なライン状に観察される部分となる。

分光部２０は、分光器を備え、入射した測定光Ｌを、測定光Ｌに含まれる光の波長に基づいて撮像部３０の撮像面３１の異なる位置に照射する。レンズ２１を通過した光は略平行光線となって回折格子２２に入射する。回折格子２２は、透過型回折格子であり、入射した測定光Ｌを波長に基づいて分離し、異なる方向へと出射する。図１（Ａ）では、回折格子２２から出射される測定光Ｌのうち、異なる２つの波長の光をそれぞれ分離測定光Ｌ１および分離測定光Ｌ２として模式的に示した。回折格子２２により分離されて出射された分離測定光は、レンズ２３へと入射する。レンズ２３は、回折格子２２から入射した各分離測定光を屈折させて撮像部３０の撮像面３１に結像させる。

撮像部３０は、ＣＣＤやＣＭＯＳ等の撮像素子を備える。この撮像素子は、撮像面３１上に二次元に広がって配置された不図示の光電変換素子を備える。撮像部３０は、撮像面３１上に入射した光を光電変換素子により光電変換し、得られた検出信号をＡ／Ｄ変換して情報処理部４０へと出力する（矢印Ａ１）。

図１（Ｂ）は、撮像面３１における、分離測定光Ｌ１およびＬ２の入射位置を示す概念図である。撮像面３１は、ｚ軸に垂直なｘｙ平面に沿って配置されている（座標軸８参照）。ｘ軸方向に伸びたスリット１２を通過した、ｘ軸方向に延びたライン状の測定光Ｌは、回折格子２２により、ｘ軸方向に延びた複数のライン状の分離測定光となり、波長に基づいて撮像面３１上のｙ軸方向に異なる位置に入射する。図１（Ｂ）では、実際には分離測定光Ｌ１およびＬ２以外の波長の光も入射しているが、わかりやすくするため図示を省略している。

撮像面３１に並んだ光電変換素子は、撮像面３１上の任意の位置を基準にすると、ｘ軸方向に沿って異なる位置には、対象Ｓの測定部位ＳＬにおける異なる位置からの分離測定光が入射する。一方、ｙ軸方向に沿って異なる位置には、測定部位ＳＬの同一の位置からの異なる波長の分離測定光が入射する。

測定部１００の一部または全部の移動等により、測定部位ＳＬを、対象Ｓ上で走査し、この走査と同期して撮像部３０が撮像を行うことで、対象Ｓの各位置にスペクトルが対応する測定データ（以下では、後述するデータ作成部５３１が作成するデータと区別するため、第１測定データと呼ぶ）を得ることができる。第１測定データは、対象Ｓの測定された各位置を示す位置情報と、各位置に対応した複数の波長の検出強度を含むスペクトル（以下、測定スペクトルと呼ぶ）とを含むデータである。

第１測定データはスペクトル画像に対応するデータとして考えると有用である。ここで、スペクトル画像とは、第１測定データにおける対象Ｓの各位置を一つの画素と考えた場合の二次元の仮想的な画像を指す。実際には、スペクトル画像を可視化するためには、各スぺクトルをＲＧＢ等の輝度値に対応させる必要がある。対象Ｓのｘ軸方向をスペクトル画像の縦方向とすると、スペクトル画像の縦方向の測定スペクトルの個数は撮像部３０のｘ軸方向に沿った一列にある光電変換素子の個数に基づいて設定される。スペクトル画像の横方向の測定スペクトルの個数は、測定部位ＳＬを走査しながら撮像部３０が行った撮像の回数に基づいて設定される。測定される波長または波長域の数が、撮像面３１上でｙ軸方向に沿った一列にある光電変換素子の数に対応する。

なお、測定部１００の構成は、対象Ｓの複数の位置と、測定スペクトルとが対応したデータを取得することができれば特に限定されない。

図２は、情報処理部４０の構成を示した図である。情報処理部４０は、入力部４１と、表示部４２と、通信部４３と、記憶部４４と、制御部５０とを備える。制御部５０は、装置制御部５１と、データ取得部５２と、解析部５３と、出力制御部５４とを備える。解析部５３は、データ作成部５３１と、範囲設定部５３２と、指標算出部５３３と、判定部５３４とを備える。

情報処理部４０は、電子計算機等の情報処理装置を備え、測定データを解析する解析装置として機能する。情報処理部４０は、適宜ユーザとのインターフェースとなる他、様々なデータに関する通信、記憶、演算等の処理を行う。情報処理部４０は、測定部１００の制御や、解析、表示等の処理を行う処理装置となる。

なお、情報処理部４０は、測定部１００と一体になった一つの装置として構成してもよい。また、分析装置１が用いるデータの一部は遠隔のサーバ等に保存してもよく、分析装置１が行う演算処理の一部は遠隔のサーバ等で行ってもよい。

入力部４１は、マウス、キーボード、各種ボタンおよび／またはタッチパネル等の入力装置を含んで構成される。入力部４１は、測定部１００による測定や解析部５３による解析に必要なデータ等の入力データを、分析装置１のユーザ（以下、単にユーザと呼ぶ）から受け付ける。

表示部４２は、液晶モニタ等の表示装置により構成され、測定部１００による測定の測定条件や、第１測定データに基づく画像、解析部５３が解析して得られたデータに基づく画像等を表示する。

通信部４３は、インターネット等のネットワークを介して無線や有線の接続により通信可能な通信装置を含んで構成される。通信部４３は、測定部１００の測定や解析部５３の解析に必要なデータを受信したり、適宜必要なデータを送受信する。

記憶部４４は、不揮発性の記憶媒体を備える。記憶部４４は、制御部５０に処理を行わせるプログラム、撮像部３０から出力された第１測定データや解析部５３の解析で得られたデータ等を記憶する。

制御部５０は、ＣＰＵ等のプロセッサにより構成され、測定部１００を制御する動作の主体として機能し、記憶部４４または不図示の記憶媒体に搭載されているプログラムを実行することにより、測定や解析等の各種処理を行う。

制御部５０の装置制御部５１は、入力部４１からの入力等に基づいて、測定部１００の各部を制御し、撮像部３０に撮像を行わせる。装置制御部５１は、測定部位ＳＬの移動に関する情報を記憶部４４に記憶させる。例えば、装置制御部５１は、測定部位ＳＬがｙ軸方向に移動するように測定部１００を一定の移動速度で移動させ、移動速度と、撮像した時刻とに関する情報を記憶部４４に記憶させる。

制御部５０のデータ取得部５２は、第１測定データを取得する。データ取得部５２は、撮像部３０からの検出信号と、記憶部４４に記憶された測定部位ＳＬの移動に関する情報とから、対象Ｓの複数の位置と、測定スペクトルとが対応した第１測定データを生成する。データ取得部５２は、第１測定データを記憶部４４に記憶させる。

データ取得部５２は、第１測定データのうち、分析に必要な部分を残し、他の部分を削除することができる。データ取得部５２は、第１測定データのうち、可視〜近赤外の波長範囲に対応する領域を残すことが好ましく、４５０ｎｍ〜８００ｎｍの波長範囲を残すことがより好ましい。また、データ取得部５２は、第１測定データのうち、分析不要な対象Ｓの部位に対応するデータ等は適宜削除することができる。データ取得部５２は、適宜このような処理を行った後、第１測定データを記憶部４４に記憶させる。

解析部５３は、第１測定データの解析を行い、対象Ｓの複数の位置における、メラノーマか否かの判定や、メラノーマの悪性度の導出を行うための指標（判定指標）を算出する。

解析部５３のデータ作成部５３１は、第１測定データから、第１測定データに含まれるスペクトルの個数（以下、第１スペクトル個数と呼ぶ）よりも少ない個数（以下、第２スペクトル個数と呼ぶ）のスペクトルを含む第２測定データを作成する。以下の例では、第１測定データに対応するスペクトル画像が縦Ｎ個、横Ｎ個の画素からなる画像とし、第１測定データがＮ^２の第１スペクトル個数を有するものとする。さらに、第２測定データに対応するスペクトル画像が縦Ｍ個、横Ｍ個の画素からなる画像とし（Ｎ＞Ｍ）、第２測定データがＭ^２の第２スペクトル個数を有するものとする。

図３は、第２測定データの作成方法を説明するための概念図である。第１測定データに対応する第１スペクトル画像Ｉｍ１は、この例では８×８の画素からなる画像であり、各画素に測定スペクトルが対応している。すなわち第１スペクトル個数はＮ^２＝６４である。データ作成部５３１は、第１スペクトル画像Ｉｍ１をｎ×ｎ画素を含む複数のブロックＢに分割する。この分割は、図３のようにブロックＢ同士が重ならないように行うことが好ましい。図３の例ではブロック化パラメータｎは２であり、各ブロックＢは４個の画素を含んでいる。

データ作成部５３１は、各ブロックＢに対応するｎ×ｎ個の測定スペクトルの平均スペクトルを算出する。平均スペクトルは、各波長と、ブロックＢ内での測定スペクトルの当該波長に対応する強度の平均値とが対応付けられているスペクトルである。データ作成部５３１は、各波長について、ブロックＢ内のｎ×ｎ個の測定スペクトルの強度の算術平均等の平均値を算出し、この平均値からなるスペクトルを平均スペクトルとする。

図３では、データ作成部５３１が、第１測定データに基づいて第２測定データを作成する点を、第１スペクトル画像Ｉｍ１から第２スペクトル画像Ｉｍ２に向かう矢印Ａ２で模式的に示した。第２測定データに対応する第２スペクトル画像Ｉｍ２は、４×４の画素からなる画像であり、各画素に平均スペクトルが対応している。すなわち第２スペクトル個数はＭ^２＝１６である。第２スペクトル画像Ｉｍ２の縦および横の画素の数は、第１スペクトル画像Ｉｍ１の縦および横の画素の数をそれぞれブロック化パラメータｎで割って得られた値となっている（Ｍ＝Ｎ／ｎ）。すなわち、第２測定データの第２スペクトル個数Ｍ^２は、ｎ×ｎ個の測定スペクトルの平均値である平均スペクトルの数であり、ブロックＢの個数である。

データ作成部５３１は、ブロック化パラメータｎの値を変えて複数の第２測定データを作成する。例えば、データ作成部５３１は、ｎの値を１ずつ増やしていき、より第２スペクトル個数の少ない第２測定データを作成する。後述するように、データ作成部５３１が作成した複数の第２測定データのうち、所定の条件に適合したものを用いて判定指標が算出される。

解析部５３の範囲設定部５３２（図２）は、第１測定データと第２測定データとに基づいて、第１測定データにおける、対象Ｓの複数の位置のそれぞれに対応する局所算出範囲を設定する。局所算出範囲は、対象Ｓのある位置についてメラノーマの判別のための判定指標を算出する際に、用いる第１測定データの範囲または用いる第１スペクトル画像Ｉｍ１の範囲である。局所算出範囲は、判定指標を算出するためにある程度の大きさが必要である一方、あまり大きいと計算量等の観点から局所情報がならされてしまうため好ましくない。

範囲設定部５３２は、第１測定データおよび複数の第２測定データのそれぞれについて、測定スペクトル毎に対応して算出される特性パラメータを算出する。本実施形態において、特性パラメータは、測定スペクトルに対応する測定ベクトルと、基準スペクトルに対応する基準ベクトルとの間のなす角度（以下、スペクトル角度と呼ぶ）である。メラノーマの特徴は、病変の色調を含む形態の多様性にある。対象Ｓの各位置に対応する測定スペクトルをベクトルとして考え、当該ベクトルの方向のばらつきによりこの多様性を定量することができる。

第１測定データに対応する対象Ｓの範囲に正常皮膚が十分に含まれる場合は、範囲設定部５３２は、この正常皮膚の測定スペクトルに対応するベクトルを平均したものを基準ベクトルとして算出する。正常皮膚に対応する部分は、適宜ユーザ等の入力により指定される。第１測定データの中に正常皮膚が十分に含まれていない場合は、対象Ｓを有する被検者等の正常皮膚を撮像し、得られたスペクトルに対応するベクトルを適宜平均等したものを基準ベクトルとすることもできる。あるいは、複数の個体の正常皮膚を撮像して得たスペクトルを取得し、このスペクトルに対応するベクトルを平均等したものを基準ベクトルとすることもできる。ここで、顔、足の裏、体幹など身体の各部位ごとに分けて、上述したいずれかの方法で作成した基準ベクトルを用いることができる。

測定ベクトルをｐｉ、基準ベクトルをｐｒとする（ｐは太字）と、測定ベクトルｐｉと基準ベクトルとの間のスペクトル角度θｉは、以下の式（１）により算出される。
…（１）

範囲設定部５３２は、データ作成部５３１が作成した複数の第２測定データのうち、判定指標を算出するために用いるデータを選択する。この際、範囲設定部５３２は、第１測定データと比べてスペクトル個数の少ない第２測定データにおいても、スペクトル角度についての情報が失われておらず、かつ限定した領域の情報とするためにできるだけ第２スペクトル個数の少ない第２測定データを選択する。

範囲設定部５３２は、第１測定データについてのスペクトル角度の相対度数を示す第１度数分布に対応する第１度数分布データと、第２測定データについてのスペクトル角度の相対度数を示す第２度数分布に対応する第２度数分布データとを作成する。範囲設定部５３２は、第１度数分布と、第２度数分布との類似度を算出し、この類似度に基づいて判定指標の算出に用いる第２測定データを決定する。

図４は、第１度数分布と第２度数分布とを示すグラフである。データ作成部５３１により平均化が行われる前の第１度数分布と、平均化が行われた後の第２度数分布とは分布が異なるものの、スペクトル角度５度〜１５度付近において複数のピークを有する等、ある程度類似している。第２測定データの第２スペクトル個数をさらに小さくしていくと、第２度数分布は第１度数分布からより大きく外れた値をとるようになる。

範囲設定部５３２は、第１度数分布と第２度数分布の相関係数ｒを、第１度数分布と第２度数分布との間の類似度として算出する。相関係数ｒは、第１度数分布の各スペクトル角度における相対度数をｐ１ｊ、その算術平均をｐ１ａ、第２度数分布の各スペクトル角度における相対度数をｐ２ｊ、その算術平均をｐ２ａとして、以下の式（２）により算出される。
…（２）
ここで、ｑは度数分布の作成のためにスペクトル角度（横軸）を離散化した際のビンの個数である。範囲設定部５３２は、複数の第２度数分布について、第１度数分布との間の類似度をそれぞれ算出する。

図５は、ブロック化パラメータｎが異なる複数の第２測定データの相関係数ｒを示すグラフである。第２スペクトル画像Ｉｍ２の縦および横の画素の数Ｍは、第１スペクトル画像Ｉｍ１の縦および横の画素の数Ｎをブロック化パラメータｎで割った値になるため、ｎが大きくなればなるほど、第２スペクトル個数は少なくなる。第２スペクトル個数が少なくなるほど、第２測定データと第１測定データとの相関係数ｒは小さくなる傾向にある。

範囲設定部５３２は、第２度数分布についての相関係数ｒが所定の閾値より高い第２測定データのうち、最も第２スペクトル個数が小さいもの（つまり、ｎが最も大きいもの）を、判定指標の算出に用いる第２測定データとして選択する。所定の閾値は、０．８以上が好ましく、０．９以上がより好ましい。所定の閾値は、０．９９以下が好ましく、０．９７以下がより好ましい。図５の例では、上記所定の閾値を０．９５とした。また、図５の例では、第１測定データに対応するスペクトル画像の画素数すなわち第１スペクトル個数Ｎ^２が２１０６８１個（Ｎ＝４５９）である場合において、範囲設定部５３２はｎ＝１７に対応する第２測定データを判定指標の算出に用いるデータとして選択する。Ｎが４５９である場合、第２測定データの第２スペクトル個数Ｍ^２は７２９個となり、Ｍ＝２７となる。

範囲設定部５３２は、第１スペクトル画像Ｉｍ１の画素数Ｎ^２よりも少ない個数の画素数を有する範囲について第２度数分布を算出し、第１スペクトル画像Ｉｍ１に対する第１度数分布と比較し、相対係数ｒを算出する。当該範囲の画素数をたとえば一つずつ減らしていく毎にもしくは増やしていく毎に、それぞれの範囲について第２度数分布を算出し、相対度数ｒを算出する。このとき、相対度数ｒと当該範囲の画素数との関係を取得してもよい。範囲設定部５３２は、相関係数ｒが所定の閾値より高いときの画素数のうち最も小さいものを、後述するように、判定指標の算出に用いる局所算出範囲の画素数として選択する。

なお、範囲設定部５３２は、第１度数分布と第２度数分布との重なる面積等、第１度数分布と第２度数分布との類似性を示す様々な値を類似度として用いることができる。

範囲設定部５３２は、選択した第２測定データの第２スペクトル個数に基づいて、対象Ｓの複数の位置のそれぞれに対応する局所算出範囲を設定する。第１スペクトル画像Ｉｍ１の各画素は対象Ｓの複数の位置のそれぞれに対応している。範囲設定部５３２は、第１スペクトル画像Ｉｍ１の各画素を中心とした縦Ｍ個、横Ｍ個のＭ^２個の画素、または当該画素に対応する第１測定データの測定スペクトルを、局所算出範囲とする。すなわち、対象Ｓの各位置に対応する局所算出範囲に対応するスペクトルの個数は、第２スペクトル個数Ｍ^２に基づいて定まり、好ましくは一致する。

なお、第２スペクトル個数に基づいて局所算出範囲に含まれる測定スペクトルの個数が設定されれば、局所算出範囲の設定の方法は特に限定されない。

図６は、局所算出範囲を説明するための概念図である。局所算出範囲６０は、各画素６１を中心とした、Ｍ×Ｍの画素数に対応する範囲となる。局所算出範囲６０は、第１スペクトル画像Ｉｍ１の辺縁部（図８でハッチングされた部分）に含まれる画素を除いた各画素６１について算出される。範囲設定部５３２は、第１スペクトル画像Ｉｍ１の全ての画素について、局所設定範囲６０を設定する必要は必ずしも無い。

解析部５３の指標算出部５３３は、局所算出範囲６０に基づいて、対象Ｓの複数の位置のそれぞれにおいて、メラノーマか否かの判定およびメラノーマの悪性度の導出の少なくとも一方を行うための判定指標を算出する。

指標算出部５３３は、各画素６１について、局所算出範囲６０に含まれる画素に対応するＭ^２個の画素のそれぞれの測定スペクトルの値から、判定指標ＤＩとして、以下の式（３）で示されるエントロピー指標ＤＩｅｎｔを算出する。
…式（３）
ここで、ｐ（θｊ）は上記Ｍ^２個の画素のそれぞれの測定スペクトルのスペクトル角度の度数分布の作成のためにスペクトル角度（横軸）を離散化した際のビンのｊ番目における相対度数である。エントロピー指標ＤＩｅｎｔは、各画素６１の周囲のスペクトル角度のばらつきを示し、メラノーマの色調を含む形態の態様性を要約した指標となっている。従って、このエントロピー指標ＤＩｅｎｔにより、各画素６１に対応する対象Ｓの位置がメラノーマの病変か否かの判定や、メラノーマの悪性度の導出を行うことができる。

なお、図６では、指標算出部５３３が各画素６１に対応する判定指標ＤＩを矢印Ａ３に沿った順番で算出する点を示したが、判定指標ＤＩを算出する順番は特に限定されない。

解析部５３の判定部５３４は、所定の閾値に基づいて、各画素６１に対応する対象Ｓにおける位置が、メラノーマ病変か否かを判定し、その悪性度を導出する。判定指標ＤＩと、メラノーマ病変か否かとの対応付け、およびメラノーマの悪性度との対応付けは、予め記憶部４４に記憶された所定の閾値により定められている。このような所定の閾値は、過去にメラノーマの患者の病変と、メラノーマではない良性の色素性病変との比較によって導出された判定指標ＤＩの値に基づいて設定されたものである。例えば、メラノーマ病変か否かを定める閾値が３の場合、判定部５３４は、各画素６１に対応する判定指標ＤＩが３以上の場合、当該画素６１に対応する対象Ｓの位置をメラノーマとする。同様に、判定指標ＤＩが３未満の場合、当該画素６１に対応する対象Ｓの位置をメラノーマでないとする。悪性度についても同様に、悪性度の各段階に対して所定の閾値が設定される。

判定部５３４は、対象Ｓにおける各位置が、メラノーマの病変か否かおよびその悪性度についての情報（以下、病変領域情報と呼ぶ）を示す画像を作成する。判定部５３４は、第１測定データに含まれる測定スペクトルからＲＧＢ等の画素値に変換したカラー画像またはモノクロ画像を作成する。判定部５３４は、このカラー画像またはモノクロ画像に対し、メラノーマ病変の範囲を線で囲んだり、ハッチングを加える等の画像処理を行った病変表示画像を作成する。

なお、判定部５３４は、病変表示画像に悪性度の情報を加えてもよい。

さらに、判定部５３４は、判定指標ＤＩの値に基づいて、色相、明度、彩度および模様等を変化させた判定指標表示画像を作成する。加えて、判定部５３４は、メラノーマの悪性度に基づいて、色相、明度、彩度および模様等を変化させた悪性度表示画像を作成する。

なお、判定部５３４は、病変表示画像、判定指標表示画像および悪性度表示画像の全てを作成する必要はなく、いずれか一つや、二つでもよい。

出力制御部５４は、表示部４２を制御し、判定部５３４が作成した画像や、測定条件を示す画像等を表示部４２に表示させる。

表示部４２に表示された病変領域情報に関する画像は、医師や医療従事者に提示され、患者におけるメラノーマ病変の位置や、病変の悪性度を診断したり、病態を把握するために用いられる。さらに、病変領域情報に関する画像を見て、皮膚科医や病理医等の医師が、生検や手術の前にどの位置に対して処置をするかを決定することができる。判定指標ＤＩは、病理診断の際に用いてもよい。

図７は、本実施形態の分析方法の流れを示すフローチャートである。このフローチャートの例では、作成する第２測定データの第２スペクトル個数を減らしていき、類似度が所定の閾値未満になったところで、第２測定データの作成を終了する構成となっているが、特にこの内容に限定されない。

ステップＳ１００１において、撮像部３０は、生体からの光を受光し、データ取得部５２は、所定の個数（第１スペクトル個数）の測定スペクトルを含む第１測定データを取得する。ステップＳ１００１が終了したら、ステップＳ１００３に進む。ステップＳ１００３において、データ作成部５３１は、第１測定データから、上記所定の個数よりも少ないＫ＝Ｍ^２個の平均スペクトルを含む第２測定データを作成する。ステップＳ１００３が終了したら、ステップＳ１００５に進む。

ステップＳ１００５において、範囲設定部５３２は、第１測定データおよび第２測定データのそれぞれについて、スペクトル角度を算出する。ステップＳ１００５が終了したら、ステップＳ１００７に進む。ステップＳ１００７において、範囲設定部５３２は、第１測定データおよび第２測定データのそれぞれについて、スペクトル角度の度数分布に対応するデータを作成する。ステップＳ１００７が終了したら、ステップＳ１００９に進む。

ステップＳ１００９において、範囲設定部５３２は、第１測定データについてのスペクトル角度の第１度数分布と、第２測定データについてのスペクトル角度の第２度数分布との類似度を算出する。ステップＳ１００９が終了したら、ステップＳ１０１１に進む。ステップＳ１０１１において、範囲設定部５３２は、類似度が所定の閾値に基づく条件を満たすか否かを判定する。範囲設定部５３２は、類似度が所定の閾値以上であった場合、ステップＳ１０１１を肯定判定してステップＳ１０１９に進む。範囲設定部５３２は、類似度が所定の閾値よりも小さかった場合、ステップＳ１０１１を否定判定してステップＳ１０１３に進む。

ステップＳ１０１９において、範囲設定部５３２は、Ｋ＝Ｍ^２の値をより小さな値に設定する。範囲設定部５３２は、例えば上述のブロック化パラメータｎの値をインクリメントする。ステップＳ１０１９が終了したら、ステップＳ１００３に戻る。

ステップＳ１０１３において、範囲設定部５３２は、それまでに作成された第２測定データのうち、算出された類似度が上記所定の閾値に基づく条件（例えば相関係数ｒ＞０．９５）を満たす場合であって、第２測定データのスペクトルの個数が最も小さい場合の当該個数に基づいて、生体の複数の位置のそれぞれに対応する局所算出範囲６０を設定する。ステップＳ１０１３が終了したら、ステップＳ１０１５に進む。ステップＳ１０１５において、指標算出部５３３は、第１測定データにおける、生体の複数の位置に対応する局所算出範囲６０についての、メラノーマか否かの判定、および、メラノーマの悪性度の導出の少なくとも一方を行うための判定指標ＤＩを算出する。ステップＳ１０１５が終了したら、ステップＳ１０１７に進む。

ステップＳ１０１７において、表示部４２は、生体の複数の位置と、判定指標ＤＩとを対応させて表示する。ステップＳ１０１７が終了したら、処理が終了される。

上述の実施の形態によれば、次の作用効果が得られる。
（１）本実施形態に係る解析装置（情報処理部４０）は、皮膚および爪等の生体の一部からの光を受光して得られた第１測定データを取得する取得部（データ取得部５２）と、第１測定データに基づいて、皮膚および爪等の複数の位置のそれぞれにおいて、メラノーマか否かの判定、および、メラノーマの悪性度の導出の少なくとも一方を行うための複数の指標を算出する指標算出部と、を備える。これにより、撮像により得られた測定データに基づいて、対象Ｓにおける、メラノーマ病変に対応する領域を示す情報を作成することができる。

（２）本実施形態に係る解析装置は、生体からの測定光Ｌを受光して得られた、測定光Ｌについての第１スペクトル個数の測定スペクトルを含む第１測定データを取得する取得部（データ取得部５２）と、第１測定データから、第１スペクトル個数よりも少ない個数のスペクトルを含む第２測定データを作成する作成部（データ作成部５３１）と、第１測定データと第２測定データとに基づいて、第１測定データにおける生体の複数の位置のそれぞれに対応する局所算出範囲６０を設定する範囲設定部５３２と、局所算出範囲６０に基づいて、上記複数の位置のそれぞれにおいて、病変の病態の判定を行うための複数の判定指標ＤＩを算出する指標算出部５３３と、を備える。これにより、対象Ｓの各位置の分析に用いるデータの範囲を適切に設定し、撮像により得られた測定データに基づいて、病変に対応する領域を示す情報を効率よく作成することができる。局所算出範囲６０が大きすぎると、対象Ｓの複数の位置のそれぞれにおいてメラノーマか否かの判定およびメラノーマの悪性度の導出ができなくなってしまう。一方、局所算出範囲６０が小さすぎると、第１測定データに対する度数分布と第２測定データに対する度数分布との類似度を示す相対係数ｒが小さくなり、局所算出範囲６０で算出される判定指標ＤＩの信頼性が低下してしまう。これらの問題が生じない範囲を局所算出範囲６０として設定することができる。

（３）本実施形態に係る解析装置において、第２測定データは、第１測定データの一部の測定スペクトルの平均を含む。これにより、解析部５３は、第１測定データから間引いて第２測定データを作成したものに比べて、画素を複数平均することで、光量アップと同等の効果が得られ高い信頼性を維持した判定指標ＤＩを算出することができる。

（４）本実施形態に係る解析装置において、範囲設定部５３３は、第１測定データおよび第２測定データのそれぞれについて、複数の第１パラメータ（スペクトル角度）を算出し、第１測定データについての第１パラメータの第１度数分布と、第２測定データについての第１パラメータの第２度数分布とに基づいて局所算出範囲６０を設定する。これにより、第１測定データおよび第２測定データにおける第１パラメータの度数分布の比較に基づいて判定指標の算出を行うことができる。

（５）本実施形態に係る解析装置において、範囲設定部５３２は、第１測定データについてのスペクトル角度の第１度数分布と、第２測定データについてのスペクトル角度の第２度数分布との類似度を算出する。類似度により、第１測定データにおけるスペクトル角度のばらつきが第２測定データでどの程度維持されているか判断することができる。

（６）本実施形態に係る解析装置において、類似度は、第１度数分布および第２度数分布の相関係数またはこれら度数分布の重なる面積に基づく値とすることができる。これにより、第１測定データにおけるスペクトル角度のばらつきが第２測定データでどの程度維持されているかを定量的に算出し、判定指標ＤＩの算出を行うことができる。

（７）本実施形態に係る解析装置において、範囲設定部５３２は、類似度が所定の閾値に基づく条件を満たす場合の第２測定データのスペクトルの個数に基づいて、局所算出範囲６０を設定する。これにより、適切な局所算出範囲の大きさに基づいて、判定指標ＤＩの算出を行うことができる。

（８）本実施形態に係る解析装置において、指標算出部５３３は、第１測定データにおける、対象Ｓの複数の位置に対応する局所算出範囲６０についてのエントロピー指標を算出する。これにより、メラノーマ等の、色調を含む形態の多様性に基づいて判別可能な疾患について、病変に対応する病態領域境界に関する情報を作成することができる。

（９）本実施形態に係る解析装置は、生体の複数の位置と、判定指標ＤＩとを対応させて表示する表示部をさらに備える。これにより、医師や医療従事者等に、撮像により得られた測定データに基づく、メラノーマの病変の病態に対応する領域境界を示す情報をわかりやすく提供することができる。

（１０）本実施形態の分析装置は、上述の解析装置（情報処理部４０）と、撮像部３０と、備える。これにより、撮像により得られた測定データに基づいて、対象Ｓにおける、病変の病態に対応する領域境界を示す情報を作成することができる。

次のような変形も本発明の範囲内であり、上述の実施形態と組み合わせることが可能である。
（変形例１）
上述の実施形態では、測定部１００による撮像に基づき、任意の次元のベクトルに対応する測定スペクトルを取得し、この測定スペクトルを用いて判定指標ＤＩを算出した。しかしながら、測定スペクトルの代わりにＲＧＢ等の画素値を用いて判定指標ＤＩを算出してもよい。この場合でも、範囲設定部５３２は、上述の実施形態のスペクトル角度に対応する特性パラメータを、三次元の画素値に対応するベクトルと、基準ベクトルとの間の角度として式（１）により同様に算出することができる。また、第１スペクトル個数は画素値の数、すなわち撮像に用いた撮像素子の画素数に対応する。

なお、照射部９が単色光源を備え、指標算出部５３３は、単色の照射光９に照射された測定部位ＳＬを撮像して得られた光強度からなる画素値を用いて判定指標ＤIを算出してもよい。この場合でも、当該画素値からなるデータと、ブロック化された画素値の平均からなるデータについて、当該光強度を横軸にとった度数分布の相関係数を算出する等して局所算出範囲の設定を行い、光強度のばらつきをエントロピー指標等で定量することができる。

本変形例の分析装置では、上述の実施形態のようなスペクトルを取得するための撮像装置を用いる必要が無く、一般的なカメラ等の撮像装置を用いて第１測定データを取得することができるため、汎用性が高く、分析装置１をコンパクトな装置にすることができる。

（変形例２）
上述の実施形態では、エントロピー指標ＤＩｅｎｔを用いて対象Ｓにおけるスペクトルの多様性を定量したが、擬フラクタル次元またはエネルギー指標を用いてスペクトルの多様性を定量してもよい。指標算出部５３３は、擬フラクタル次元を、ボクセルカウンティング法（ボックスカウンティング法）等を用いて３次元角度画像等をフラクタル解析することで算出することができる。

指標算出部５３３は、エネルギー指標を、以下の式（４）により算出することができる。
…（４）
擬フラクタル次元またはエネルギー指標が、健常部に対して得られた値と病変に対して得られた値とで差がある場合、対象Ｓの各位置について、メラノーマの病変か否か、およびメラノーマの悪性度の導出等をすることができる。

（変形例３）
上述の実施形態では、各画素６１に対応する局所算出範囲６０に含まれるスペクトルの個数は等しかったが、各画素６１に対応する局所算出範囲６０に含まれるスペクトルの個数を異ならせてもよい。

図８は、本変形例の局所算出範囲の設定方法を説明するための概念図である。局所算出範囲６０はＭ×Ｍの大きさとする。この場合、範囲設定部５３２は、第１スペクトル画像Ｉｍ１に含まれる画素のうち、矢印Ａ４が通過する９×９の領域では同じ大きさの局所算出範囲６０を設定することが可能である。しかし、第１スペクトル画像Ｉｍ１の辺縁部（点によるハッチングで示した）にある画素６１ａは、局所算出範囲６０と同じ大きさの局所算出範囲６０ａを設定しようとすると、局所算出範囲６０ａの一部が画素を含まないため、スペクトル角度の度数分布の類似度が保証されるだけの個数の測定スペクトルを含むことができない。

従って、例えば、第１スペクトル画像Ｉｍ１の辺縁部、すなわち撮像部３０による撮像範囲の辺縁部に位置する画素６１ａについては、範囲設定部５３２は、他の画素６１の局所算出範囲６０とは異なる大きさの局所算出範囲６０ｂを設定する。範囲設定部５３２は、辺縁部に対応する局所算出範囲６０ｂを算出する際の、第１度数分布と第２度数分布との間の類似度に関する閾値を、他の部分に対応する局所算出範囲６０を算出する際の当該類似度に関する閾値よりも低くすることができる。これにより、辺縁部の画素６１ａに対応する局所算出範囲６０に含まれる測定スペクトルの個数は少なくなる。

本変形例に係る解析装置において、データ作成部５３１は、第１測定データから第２測定データを作成し、範囲設定部５３２は、第１測定データと第２測定データとに基づいて、異なる複数の局所算出範囲６０、６０ｂを設定し、指標算出部５３３は、異なる複数の局所算出範囲６０、６０ｂのそれぞれに基づいて、対象Ｓの複数の位置における判定指標ＤＩを算出する。これにより、得られた画像から、対象Ｓのより広い範囲について、メラノーマ病変に対応する領域を示す情報を作成することができる。

（変形例４）
上述の実施形態では、第１測定データに含まれる複数の測定スペクトルを平均化した平均スペクトルを用いて第２測定データを作成した。しかし、データ作成部５３２は、第１測定データに含まれる複数の測定スペクトルを積算したスペクトルや、あるいは当該複数の測定スペクトルから選択したスペクトル等を用いて第２測定データを作成してもよい。

（変形例５）
第１測定データに含まれる測定スペクトルにおいて、健康な皮膚に対応する測定スペクトルの割合が多い場合、すなわち第１スペクトル画像Ｉｍ１において、病変の占める領域が極めて小さい場合、以下のような問題があった。健康な皮膚は、基準スペクトルに近い測定スペクトルを有するため、スペクトル角度θｊが小さいと考えられる。上記の場合、第１度数分布において、健康な皮膚に対応する、スペクトル角度θｊが小さい（θｊ＜１０°等）範囲で高い相対度数となる一方、それ以外の（θｊが１０°以上等）範囲では低い相対度数となる。そうすると、ブロック化パラメータｎが４以下等の小さい値でも、第１度数分布と第２度数分布との間の相関係数ｒが０．９５未満等になってしまうことがある。このため、判定指標ＤＩを算出可能な範囲が極めて狭くなってしまう。

従って、このようにブロック化パラメータｎが所定の第１の値以下等で相関係数ｒが０．９５未満になる場合には、第１度数分布および第２度数分布において、スペクトル角度θｊが所定の第２の値以上の部分のみを用いて、相関係数ｒを算出することが好ましい。例えば、スペクトルθｊが第２の値未満の領域の度数を０としてもよい。ここで、例えば、所定の第１の値は、ｎが８以下、６以下、４以下等であり、例えば、所定の第２の値は、θｊが５以上、１０以上、１５以上等に適宜設定される。これにより、ｎが小さすぎるために判定指標ＤＩを算出する範囲が狭くなってしまう問題を解消することができ、特に小さな色素性病変に対して有効である。

（変形例６）
分析装置１および解析装置（情報処理部４０）の情報処理機能を実現するためのプログラムをコンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録された、上述した解析部５３による解析処理等およびそれに関連する処理の制御に関するプログラムをコンピュータシステムに読み込ませ、実行させてもよい。なお、ここでいう「コンピュータシステム」とは、ＯＳ（Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ）や周辺機器のハードウェアを含むものとする。また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、光ディスク、メモリカード等の可搬型記録媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムを送信する場合の通信線のように、短時間の間、動的にプログラムを保持するもの、その場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリのように、一定時間プログラムを保持するものを含んでもよい。また上記のプログラムは、前述した機能の一部を実現するためのものであってもよく、さらに前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせにより実現するものであってもよい。

また、パーソナルコンピュータ（以下、ＰＣと記載）等に適用する場合、上述した制御に関するプログラムは、ＣＤ−ＲＯＭ、ＤＶＤ−ＲＯＭ等の記録媒体やインターネット等のデータ信号を通じて提供することができる。図９はその様子を示す図である。ＰＣ９５０は、ＣＤ−ＲＯＭ９５３を介してプログラムの提供を受ける。また、ＰＣ９５０は通信回線９５１との接続機能を有する。コンピュータ９５２は上記プログラムを提供するサーバーコンピュータであり、ハードディスク等の記録媒体にプログラムを格納する。通信回線９５１は、インターネット、パソコン通信などの通信回線、あるいは専用通信回線などである。コンピュータ９５２はハードディスクを使用してプログラムを読み出し、通信回線９５１を介してプログラムをＰＣ９５０に送信する。すなわち、プログラムをデータ信号として搬送波により搬送して、通信回線９５１を介して送信する。このように、プログラムは、記録媒体や搬送波などの種々の形態のコンピュータ読み込み可能なコンピュータプログラム製品として供給できる。

上述した情報処理機能を実現するためのプログラムとして、皮膚および爪の少なくとも一方からの光を受光して得られた第１測定データを取得するデータ取得処理（ステップＳ１００１（図７）に対応）と、第１測定データに基づいて、皮膚または爪の複数の位置のそれぞれにおいて、メラノーマか否かの判定および／またはメラノーマの悪性度の導出を行うための判定指標ＤＩを算出する指標算出処理（ステップＳ１０１５に対応）とを、処理装置に行わせるためのプログラムが含まれる。

上述した情報処理機能を実現するためのプログラムとして、生体からの測定光Ｌを受光して得られた、測定光Ｌについての所定の個数の画素値またはスペクトルを含む第１測定データを取得する第１測定データ取得処理（ステップＳ１００１（図７）に対応）と、第１測定データから、上記所定の個数よりも少ない個数の画素値またはスペクトルを含む第２測定データを作成する作成処理（ステップＳ１００３に対応）と、第１測定データと第２測定データとに基づいて、第１測定データにおける生体の複数の位置のそれぞれに対応する局所算出範囲６０を設定する範囲設定処理（ステップＳ１０１３に対応）と、局所算出範囲６０に基づいて、上記複数の位置のそれぞれにおいて、メラノーマ病変か否かの判定および／または症状の重さの度合の導出を行うための判定指標ＤＩを算出する指標算出処理（ステップＳ１０１５に対応）と、を処理装置に行わせるためのプログラムが含まれる。

本発明は上記実施形態の内容に限定されるものではない。本発明の技術的思想の範囲内で考えられるその他の態様も本発明の範囲内に含まれる。

（実施例１）
左大腿部に悪性メラノーマを有する患者の病変を、図１と同様の構成を備える分析装置を用いて撮像した。撮像により得られたスペクトル画像は、おおよそ縦５００×横５００の画素に対応するスペクトルからなるものであった。
図１０は病変の画像Ｅ１である。Ｌ１−１およびＬ１−２で示された白線は、判定指標ＤＩの算出を行った画像Ｅ１の一部を示している。

撮像により得られた第１測定データに対し、ブロック化パラメータｎを１から３０まで変化させてそれぞれの場合の第２測定データを作成した。その後、第１測定データおよび第２測定データについてスペクトル角度を算出した。スペクトル角度についての第１度数分布および第２度数分布の一例は図４に示した。ブロック化パラメータｎを横軸に、当該ｎに対応する第２測定データの第２度数分布と第１度数分布との相関係数ｒを縦軸にとったグラフを図５に示した。相関係数ｒが０．９５より大きく、かつ最も第２スペクトル個数が少ない場合はｎ＝１７であった。局所算出範囲は、縦２７画素×横２７画素の範囲と設定した。設定した局所算出範囲に基づいて、撮像により得られた画像の各位置における判定指標ＤＩを算出した。

図１１および図１２は、それぞれ図１０でＬ１−１およびＬ１−２で示された白線に対応する領域における、ＨＥ染色された病理標本（上段）の画像と、判定指標ＤＩを示すグラフ（下段）とを示す図である。矢印Ａｄで示された領域がメラノーマ部、矢印Ａｉで示された領域がメラノーマの自然消退部、矢印Ａｈで示された領域が健常皮膚に対応する。

図１１において、メラノーマ領域（判定指標ＤＩ数２４９）、その自然消褪領域（判定指標ＤＩ数１００）および健常皮膚領域（判定指標ＤＩ数９４）における判定指標ＤＩ値に分散分析を適用すると、3つの領域の判定指標ＤＩの平均値には、統計的有意差（ｐ（両側 p 値）＜０．００１）が存在した。さらにTukeyの手法による多重比較を行うと、各ペア間にも統計的な有意差（ｐ（両側 p 値）＜０．００１）が存在していた。

図１２においても、メラノーマ領域（判定指標ＤＩ数２５８）、その自然消褪領域（判定指標ＤＩ数１１３）および健常皮膚領域（判定指標ＤＩ数１８６）における判定指標ＤＩ値に分散分析を適用すると、3つの領域の判定指標ＤＩの平均値には、統計的有意差（ｐ（両側 p 値）＜０．００１）が存在した。さらにTukeyの手法による多重比較を行うと、各ペア間にも統計的な有意差（ｐ（両側 p 値）＜０．００１）が存在していた。

図１３は、判定指標ＤＩの大きさを、色の濃さにより区別して示した判定指標表示画像である。図１３の判定指標表示画像では、白色に近い程、判定指標ＤＩが高い値となるようにして示した。

（実施例２）
体幹皮膚に表在拡大型メラノーマを有する患者の病変を、図１と同様の構成を備える分析装置を用いて撮像した。撮像により得られた画像は、おおよそ縦５００×横５００の画素に対応するスペクトルからなるものであった。

図１４は病変の画像Ｅ２である。Ｌ２−１およびＬ２−２で示された白線は、判定指標ＤＩの算出を行った画像Ｅ２の一部を示している。真皮内母斑ＮＶがメラノーマの可能性が疑われる黒色部分の近傍に存在している。

撮像により得られた第１測定データに対し、ブロック化パラメータｎを１から５０まで変化させてそれぞれの場合の第２測定データを作成した。その後、第１測定データおよび第２測定データについてスペクトル角度を算出した。スペクトル角度についての第１度数分布および第２度数分布の一例は図１５に示した。ブロック化パラメータｎを横軸に、第１度数分布と第２度数分布との相関係数ｒを縦軸にとったグラフを図１６に示した。ｎ＝３８のときに相関係数ｒが０．９５以下となったため、ｎ＝３８の場合よりも第２スペクトル個数が大きいｎ＝３７として局所算出範囲を算出した。局所算出範囲は、縦１２画素×横１２画素の範囲と設定した。設定した局所算出範囲に基づいて、撮像により得られた画像の各位置における判定指標ＤＩを算出した。

図１７および図１８は、それぞれ図１４でＬ２−１およびＬ２−２で示された白線に対応する領域における、Ｓ１００タンパク染色された病理標本（上段）の画像と、判定指標ＤＩを示すグラフ（下段）とを示す図である。矢印Ａｄで示された領域がメラノーマ領域、矢印Ａｎで示された領域が真皮内母斑ＮＶに対応する部分、矢印Ａｈで示された領域が健常皮膚領域に対応する。

図１７においては、メラノーマ領域（判定指標ＤＩ数２８７）と健常皮膚領域（判定指標ＤＩ数２０４）における判定指標ＤＩ値に分散分析を適用すると、3つの領域の判定指標ＤＩの平均値には、統計的有意差（ｐ（両側 p 値）＜０．００１）が存在した。さらにTukeyの手法による多重比較を行うと、各ペア間にも統計的な有意差（ｐ（両側 p 値）＜０．００１）が存在していた。

図１８においては、メラノーマ領域（判定指標ＤＩ数１０４）、真皮内母斑領域（判定指標ＤＩ数１０５）および健常皮膚領域（判定指標ＤＩ数１０４）における判定指標ＤＩ値に分散分析を適用すると、3つの領域の判定指標ＤＩの平均値には、統計的有意差（ｐ（両側 p 値）＜０．００１）が存在した。さらにTukeyの手法による多重比較を行うと、各ペア間にも統計的な有意差（ｐ（両側 p 値）＜０．００１）が存在していた。

図１９は、判定指標ＤＩの大きさを、色の濃さにより区別して示した判定指標表示画像である。白色に近い程、判定指標ＤＩが高い値となるようにして示している。

１…分析装置、１０…スリット部、１２…スリット、２０…分光部、２２…回折格子、３０…撮像部、３１…撮像面、４０…情報処理部、５０…制御部、５２…データ取得部、５３…解析部、６０，６０ｂ…局所算出範囲、６１，６１ａ，６１ｂ…画素、１００…測定部、５３１…データ作成部、５３２…範囲設定部、５３３…指標算出部、５３４…判定部、ＮＶ…母斑、Ｓ…対象。

Claims (17)

1. 皮膚および爪の少なくとも一方からの光を受光して得られた第１測定データを取得する取得部と、
   前記第１測定データに基づいて、前記皮膚および前記爪の少なくとも一方の複数の位置のそれぞれにおいて、メラノーマか否かの判定、および、メラノーマの悪性度の導出の少なくとも一方を行うための指標を算出する指標算出部と、
   を備える解析装置。
2. 請求項１に記載の解析装置において、
   前記第１測定データは、前記光についての所定の個数の画素値またはスペクトルを含み、
   前記解析装置は、
   前記第１測定データから、前記所定の個数よりも少ない個数の画素値またはスペクトルを含む第２測定データを作成する作成部と、
   前記第１測定データと前記第２測定データとに基づいて、前記指標を算出するための、前記第１測定データにおける前記皮膚の複数の位置のそれぞれに対応する範囲を設定する範囲設定部と、
   をさらに備え、
   前記指標算出部は、前記範囲設定部が設定した範囲に基づいて、前記複数の位置における前記指標を算出する解析装置。
3. 生体からの光についての所定の個数の画素値またはスペクトルを含む第１測定データを取得する取得部と、
   前記第１測定データから、前記所定の個数よりも少ない個数の画素値またはスペクトルを含む第２測定データを作成する作成部と、
   前記第１測定データと前記第２測定データとに基づいて、前記第１測定データにおける前記生体の複数の位置のそれぞれに対応する範囲を設定する範囲設定部と、
   前記範囲に基づいて、前記複数の位置のそれぞれにおいて、病変か否かの判定、および、症状の重さの度合の少なくとも一方の導出を行うための指標を算出する指標算出部と、
   を備える解析装置。
4. 請求項２または３に記載の解析装置において、
   前記第２測定データは、前記第１測定データの一部の画素値またはスペクトルの平均を含む解析装置。
5. 請求項２から４までのいずれか一項に記載の解析装置において、
   前記範囲設定部は、
   前記第１測定データおよび前記第２測定データのそれぞれについて、複数の第１パラメータを算出し、
   前記第１測定データについての前記第１パラメータの度数分布と、前記第２測定データについての前記第１パラメータの度数分布とに基づいて、前記範囲を設定する解析装置。
6. 請求項５に記載の解析装置において、
   前記範囲設定部は、前記第１測定データについての前記第１パラメータの度数分布と、前記第２測定データについての前記第１パラメータの度数分布との類似度を算出する解析装置。
7. 請求項６に記載の解析装置において、
   前記類似度は、相関係数または前記度数分布の重なる面積に基づく値である解析装置。
8. 請求項６または７に記載の解析装置において、
   前記範囲設定部は、前記類似度が所定の閾値に基づく条件を満たす場合の前記第２測定データの画素値またはスペクトルの個数に基づいて、前記範囲を設定する解析装置。
9. 請求項２から８までのいずれか一項に記載の解析装置において、
   前記作成部は、前記第１測定データから、複数の第２測定データを作成し、
   前記範囲設定部は、前記第１測定データと前記複数の第２測定データとに基づいて、異なる複数の前記範囲を設定し、
   前記指標算出部は、異なる複数の前記範囲のそれぞれに基づいて、前記複数の位置における前記指標を算出する解析装置。
10. 請求項２から９までのいずれか一項に記載の解析装置において、
    前記指標算出部は、前記第１測定データにおける、前記複数の位置に対応する前記範囲についてのエントロピー指標、エネルギー指標または擬フラクタル次元を算出する解析装置。
11. 請求項１から１０までのいずれか一項に記載の解析装置において、
    前記複数の位置と、複数の前記指標とを対応させて表示する表示部をさらに備える解析装置。
12. 皮膚および爪の少なくとも一方からの光を受光して得られた第１測定データを取得する取得部と、
    前記第１測定データに基づいて、前記皮膚および前記爪の少なくとも一方の複数の位置のそれぞれにおいて、メラノーマか否かの判定、および、メラノーマの悪性度の導出の少なくとも一方を行う解析部と、
    を備える解析装置。
13. 請求項１から１２までのいずれか一項に記載の解析装置と、
    撮像部と、
    を備える分析装置。
14. 皮膚および爪の少なくとも一方からの光を受光して得られた測定データを取得することと、
    前記測定データに基づいて、前記皮膚または爪の複数の位置のそれぞれにおいて、メラノーマか否かの判定およびメラノーマの悪性度の導出の少なくとも一方を行うための指標を算出することと
    を含む分析方法。
15. 生体からの光を受光して得られた、前記光についての所定の個数の画素値またはスペクトルを含む第１測定データを取得することと、
    前記第１測定データから、前記所定の個数よりも少ない個数の画素値またはスペクトルを含む第２測定データを作成することと、
    前記第１測定データと前記第２測定データとの比較に基づいて、前記第１測定データにおける前記生体の複数の位置のそれぞれに対応する範囲を設定することと、
    前記範囲に基づいて、前記複数の位置のそれぞれにおいて、病変か否かの判定および症状の重さの度合の導出の少なくとも一方を行うための指標を算出することと、
    を含む分析方法。
16. 皮膚および爪の少なくとも一方からの光を受光して得られた測定データを取得する測定データ取得処理と、
    前記測定データに基づいて、前記皮膚または爪の複数の位置のそれぞれにおいて、メラノーマか否かの判定およびメラノーマの悪性度の導出の少なくとも一方を行うための指標を算出する指標算出処理とを、処理装置に行わせるためのプログラム。
17. 生体からの光を受光して得られた、前記光についての所定の個数の画素値またはスペクトルを含む第１測定データを取得する第１測定データ取得処理と、
    前記第１測定データから、前記所定の個数よりも少ない個数の画素値またはスペクトルを含む第２測定データを作成する作成処理と、
    前記第１測定データと前記第２測定データとに基づいて、前記第１測定データにおける前記生体の複数の位置のそれぞれに対応する範囲を設定する範囲設定処理と、
    前記範囲に基づいて、前記複数の位置のそれぞれにおいて、病変か否かの判定および症状の重さの度合の導出の少なくとも一方を行うための指標を算出する指標算出処理と、を処理装置に行わせるためのプログラム。