JP2022163244A - 解析装置、解析方法、及びプログラム - Google Patents

Abstract

【課題】多くの被検物を、簡便に短時間で解析する解析装置を実現する。【解決手段】解析装置は、波長がそれぞれ異なるｍ個（ｍは自然数）の波長域の光でそれぞれ被検物を検出して取得した第１データを受信する第１受信部と、波長がそれぞれ異なる前記ｍ個より少ないｎ個（ｎは自然数）の波長域の光でそれぞれ被検物を検出して取得した第２データを受信する第２受信部と、第１データに含まれる第１検出部位と第２データに含まれる第２検出部位とが、一致するか否かを判定する判定部と、を有する。【選択図】図４

Description

本発明は、解析装置、解析方法、及びプログラムに関する。

生体物表面からの光を多数の波長に分割して受光し、皮膚の疾患に関する情報を取得し、分析を行うことが提案されている（特許文献１参照）。
しかしながら、多数の波長に分割して受光し、多数の波長毎の情報を取得するには、比較的長時間の取得時間を要する。

特許第５５６５７６５号

第１の態様によると、解析装置は、相互に波長が異なるｍ個の波長域の光（ｍは自然数）でそれぞれ被検物を検出して取得した第１データを受信する第１受信部と、相互に波長が異なる前記ｍ個より少ないｎ個の波長域の光（ｎは自然数）でそれぞれ前記被検物を検出して取得した第２データを受信する第２受信部と、前記第１データに含まれる前記被検物の第１検出部位と、前記第２データに含まれる第２検出部位とが、一致するか否かを判定する判定部と、を備える。
第２の態様によると、解析方法は、相互に波長が異なるｍ個の波長域の光（ｍは自然数）でそれぞれ被検物を検出して取得した第１データを受信すること、相互に波長が異なる前記ｍ個より少ないｎ個の波長域の光（ｎは自然数）でそれぞれ前記被検物を検出して取得した第２データを受信すること、前記第１データに含まれる前記被検物の第１検出部位と、前記第２データに含まれる第２検出部位とが、一致するか否かを判定すること、を備える。
第３の態様によると、プログラムは、相互に波長が異なるｍ個の波長域の光（ｍは自然数）でそれぞれ被検物を検出して取得した第１データを受信する処理と、相互に波長が異なる前記ｍ個より少ないｎ個の波長域の光（ｎは自然数）でそれぞれ前記被検物を検出して取得した第２データを受信する処理と、前記第１データに含まれる第１検出部位と、前記第２データに含まれる第２検出部位とが、一致するか否かの判定処理とを、処理装置に行わせる。

図１は、第１実施形態の解析装置の構成を示す概念図。 図２（Ａ）は、第１取得部の構成を示す概念図であり、図２（Ｂ）は、第１取得部の撮像面を示す概念図である。 図３（Ａ）は、第２取得部の構成を示す概念図であり、図３（Ｂ）は、第２取得部の照射部９ｂの拡大断面図である。 図４は、第３データを算出する方法を説明する概念図である。 図５は、いずれも被検部ＳＡの像を模式的に示す画像を示す図。図５（Ａ）は第１データに基づく第１画像Ｉ１を示す図、図５（Ｂ）は第２データに基づく第２画像Ｉ２を示す図、図５（Ｃ）は第３データに基づく第３画像Ｉ３を示す図。 図６は、測定波長を５００ｎｍ、６１０ｎｍ、および６４５ｎｍとして算出した第３データに基づく判定指標ＤＩの度数分布を示すグラフ。 図７は、測定波長を５００ｎｍ、６５０ｎｍ、および６８０ｎｍとして算出した第３データに基づく判定指標ＤＩの度数分布を示すグラフ。 図８は、測定波長を５１５ｎｍ、６００ｎｍ、および６４０ｎｍとして算出した第３データに基づく判定指標ＤＩの度数分布を示すグラフ。 図９は、測定波長を４７０ｎｍ、５７０ｎｍ、および６０５ｎｍとして算出した第３データに基づく判定指標ＤＩの度数分布を示すグラフ。 図１０は、測定波長を４４５ｎｍ、５９０ｎｍ、および６９５ｎｍとして算出した第３データに基づく判定指標ＤＩの度数分布を示すグラフ。 図１１は、一実施形態の解析方法の概要を説明するフローチャートを示したものである。

（一実施形態の解析装置）
以下では、適宜図面を参照しながら、一実施形態の解析装置等について説明する。本実施形態の解析装置は、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ＤＩ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ＤＩを算出する例を説明する。

図１は、本実施形態の解析装置１の構成を示す概念図である。解析装置１は、第１取得部４０と、第２取得部５０と、制御部６０とを備える。
第１取得部４０および第２取得部５０は、それぞれ生体からの光を受光して得られた測定データを取得するものであり、詳細については後述する。

制御部６０は、装置制御部６１と、第１受信部６２と、第２受信部６３と、入力部６４と、表示部６５と、通信部６６と、読取部６７と、波長情報入力部６８と、記憶部６９と、解析部７０とを備える。
解析部７０は、画像算出部７１と、判定部７２と、指標算出部７３と、病変判定部７４とを備える。

制御部６０は、電子計算機等のコンピュータシステムを備え、第１取得部４０および第２取得部５０により取得された測定データ等を解析する。制御部６０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。また、制御部６０は、第１取得部４０および第２取得部５０の制御を行う。
第１取得部４０は取得した測定データである第１データを送信し、第１受信部６２が第１データを受信する。第２取得部５０は取得した測定データである第２データを送信し、第２受信部６３が第２データを受信する。

入力部６４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６４は、第１取得部４０および第２取得部５０による測定や解析部７０による解析に必要なデータ等の入力データを、解析装置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６５は、液晶モニタ等の表示装置により構成され、第１取得部４０および第２取得部５０による測定の測定条件や、第１データおよび第２データに基づく画像、解析部７０が解析して得られたデータに基づく画像等を表示する。表示部６５は、第１取得部４０および第２取得部５０の少なくとも一方に一体的に設けられていてもよく、第１取得部４０および第２取得部５０とは別体で設けられていてもよい。

通信部６６は、インターネット等のネットワークＮＷ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６６は、第１取得部４０および第２取得部５０の測定や解析部７０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。また、通信部６６は、制御部６０に処理を行わせるプログラムを受信しても良い。

読取部６７は、ＣＤ等の光ディスク、磁気ディスク、半導体メモリ等の記録媒体ＭＤから、第１取得部４０および第２取得部５０の測定や解析部７０の解析に必要なデータを読み込み、または制御部６０に処理を行わせるプログラムを読み込む。
記憶部６９は、不揮発性の記憶媒体を備える。記憶部６９は、制御部６０に処理を行わせるプログラム、第１データ、第２データ、および解析部７０の解析で得られたデータ等を記憶する。

波長情報入力部６８は、第１データを取得した際の各測定波長に対する第１取得部４０の分光感度に関する情報、または、第２データを取得した際の各測定波長に対する第２取得部５０の分光感度に関する情報を、解析装置１のユーザ（以下、単にユーザと呼ぶ）から受け付ける。

上記の分光感度に関する情報は、例えば、記録媒体ＭＤに記憶された情報であっても良く、波長情報入力部６８は、それらの記録媒体ＭＤに記録された情報を読取部６７を介して読み取っても良い。
あるいは、波長情報入力部６８は、ネットワークＮＷを介して無線や有線の接続により通信される上述の分光感度に関する情報が、上述の通信部６６を経由して入力されるものであっても良い。

制御部６０は、ＣＰＵ等のプロセッサを含むコンピュータシステムを備え、第１取得部４０および第２取得部５０を制御する動作の主体として機能し、記憶部６９に記憶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。本明細書において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。

（第１取得部）
以下、図２（Ａ）および図２（Ｂ）を参照して、第１取得部４０について説明する。第１取得部４０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。

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、被検部ＳＡ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、被検部ＳＡ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、被検物としての生体ＳＯの表面の被検部ＳＡを含む領域に照射光Ｌｏを照射する。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。照射部９は、例えば、数十ｎｍ～数百ｎｍ以上の幅を持つブロードバンド光であり、例えば４００ｎｍ～８００ｎｍの波長を有する光とすることができる。

第１取得部４０は、被検部ＳＡ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と被検部ＳＡ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被検部ＳＡに照射する。第１偏光板からの照射光Ｌｏが照射された被検部ＳＡからの光（以下、測定光Ｌと呼ぶ）は、被検部ＳＡとスリット部１０との間に配置された、不図示の第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を介して被検部ＳＡ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には被検部ＳＡ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、光軸Ａｘ１上にスリット状開口が設けられている。即ち、スリット部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２（Ａ）では、わかりやすくするため被検部ＳＡ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分光器としての回折格子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２（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、撮像制御部３２へと出力する。

図２（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２（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、解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、被検部ＳＡ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。従って、撮像面３１でｙ方向に並んだ複数の光電変換素子により、測定部位ＳＬのｘ軸方向の任意の一点からの光のスペクトル分布を、高分解能で分離して検出できる。以下では、被検部ＳＡ上の任意の一点からの光の、波長に対する強度分布のデータを、測定スペクトルとも呼ぶ。

上述のとおり、第１取得部４０は、撮像面３１でｙ方向に並んだ複数の光電変換素子を備えるため、測定部位ＳＬのｘ軸方向の座標（ｘ，ｙ）の任意の一点について、測定スペクトルを高分解能で得ることができる。そして、第１取得部４０の一部または全部の移動等により、測定部位ＳＬを、被検部ＳＡ上でｙ方向に走査し、この走査と同期して撮像部３０が撮像を行うことで、被検部ＳＡの全域についての高波長分解能の測定スペクトルを含んだ、第１データを得ることができる。第１データは、被検部ＳＡの任意の一点についての高波長分解能の測定スペクトルを含んでいる。

制御部６０の装置制御部６１は、入力部６４からの入力等に基づいて、第１取得部４０の各部を制御し、撮像部３０に撮像を行わせる。装置制御部６１は、測定部位ＳＬの移動に関する情報を第１取得部４０の撮像制御部３２に送信する。例えば、装置制御部６１は、測定部位ＳＬがｙ軸方向に移動するように第１取得部４０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撮像制御部３２に送信する。

撮像制御部３２は、撮像部３０から出力される撮像データを受信する。撮像制御部３２は、撮像部３０からの撮像データと、装置制御部６１から送信された測定部位ＳＬの移動に関する情報とに基づいて、測定部位ＳＬの複数の位置と、測定スペクトルとが対応した第１データを生成する。撮像制御部３２は、第１データを制御部６０内の第１受信部６２に送信する。第１受信部６２は、受信した第１データを記憶部６９に記憶させても良い。

撮像制御部３２または第１受信部６２は、第１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。撮像制御部３２または第１受信部６２は、第１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、撮像制御部３２または第１受信部６２は、第１データのうち、被検部ＳＡの中の解析不要な部分に対応するデータ等は適宜削除することができる。

また、撮像制御部３２または第１受信部６２は、取得された測定スペクトルに対し、照射部９および撮像部３０の分光感度特性の補正を行っても良い。すなわち、取得された測定スペクトルに対し、照射部９からの照射光Ｌｏのスペクトル分布（照射光Ｌｏの各波長に対する強度分布）で除算する処理、および撮像部３０の分光感度（撮像部３０の各波長に対する感度）で除算する処理を、行っても良い。撮像制御部３２または第１受信部６２は、適宜このような処理を行った後に、第１データを記憶部６９に記憶させても良い。

照射部９および撮像部３０の分光感度特性の補正は、一例として、撮像部３０が感度を有する波長域での反射率が波長によらずほぼ等しい標準反射板を、被検部ＳＡに相当する位置に配置することで行っても良い。すなわち、撮像部３０が感度を有する波長域での反射率が波長によらずほぼ等しい標準反射板を、被検部ＳＡに相当する位置に配置して照射部９からの照明光を照射する。そして、その反射光を撮像部３０で受光し、そのスペクトル分布を基準スペクトルとして記憶する。そして、被検部ＳＡの測定に際しては、撮像部３０で受光した測定スペクトルを、この基準スペクトルで除算することにより、照射部９および撮像部３０の分光感度特性の補正を行うことができる。

第１データは、配列要素として被検部ＳＡ上の２次元的な位置（ｘ，ｙ）に検出する光の波長の値であるスペクトル座標λを加えた３次元の配列データＤ（ｘ，ｙ，λ）と解釈することもできる。そして、スペクトル座標λの配列要素のサイズ（取り得る値の数）は、例えば、撮像面３１でｙ方向に並んだ複数の光電変換素子であり、その数を百以上とすることもできる。第１取得部４０の照射部９による照射光Ｌｏは上述のとおりブロードバンド光であり、測定光Ｌの波長（測定波長）もブロードバンドとなるため、第１データは広範な測定波長域を有し、かつ高波長分解能の測定スペクトルを含んだデータである。

なお、第１取得部４０の構成は上記の構成に限られるものではなく、第１データとして上記の３次元の配列データＤ（ｘ，ｙ，λ）を取得することができれば良い。
また、３次元の配列データＤ（ｘ，ｙ，λ）における、ｘ，ｙ，λの配列要素の順序も、上記に限らず、（λ，ｘ，ｙ）等、任意であって良い。

第１取得部４０の構成は、例えば、上述の構成からスリット１２および分光部２０を省き、代わりに時間と共に波長が変化する狭帯スペクトルの照射光を照射する照射部９を採用する構成であっても良い。この場合には、時間の経過ともに撮像部３０が出力する複数の画像データを集めた３次元の配列データＤ（ｘ，ｙ，ｔ）における時間座標ｔが、上述のスペクトル座標λに相当する。

（第２取得部）
図３（Ａ）および図３（Ｂ）を参照して、第２取得部５０について説明する。図３（Ａ）に示すとおり、第２取得部５０は、照射部９ｂと、レンズ１１ｂと、撮像部３０ｂと、照射制御部２８とを備える。撮像部３０ｂは、上述の第１取得部４０の撮像部３０と同様に、光電変換素子が二次元に配置されたＣＣＤやＣＭＯＳ等の撮像素子を備える。

照射部９ｂから射出される照射光Ｒｏは、生体ＳＯの表面の被検部ＳＡを含む領域に照射される。被検部ＳＡからの光は、測定光Ｒとしてレンズ１１ｂにより集光され、撮像部３０ｂの撮像素子上に、被検部ＳＡの像を形成する。
第２取得部５０は、被検部ＳＡの表面での乱反射による悪影響を抑えるため、上述の第１取得部４０と同様に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。

図３（Ｂ）は、第２取得部５０の照射部９ｂの拡大断面図を示す。照射部９ｂは、一例として、それぞれ発光波長の異なる３つの発光ダイオード（ＬＥＤ）９１ａ～９１ｃを備えている。それらのＬＥＤ９１ａ～９１ｃから照射光は、ダイクロイックプリズムＤＰ１、ＤＰ２により合成され、レンズ９２、９３により略平行化されて、照射部９ｂから射出される。射出光を直線偏光化するために、照射部９ｂに射出端に偏光板９４が配置されている。

３つのＬＥＤ９１ａ～９１ｃの発光のタイミングは、第２取得部５０に設けられている照射制御部２８により制御される。照射制御部２８は、例えば、３つのＬＥＤ９１ａ～９１ｃを１つずつ順々に発光させる。そして、照射制御部２８は、３つのＬＥＤ９１ａ～９１ｃのそれぞれの発光に同期して、撮像部３０ｂに撮像を行わせる。これにより、撮像部３０ｂは、３つのＬＥＤ９１ａ～９１ｃが発光するそれぞれ異なる波長の照射光に照射された被検部ＳＡの像を、順次取得することができる。

３つのＬＥＤ９１ａ～９１ｃが発する３つの光は、例えば、それぞれ５００～７００ｎｍ程度の可視光であって、相互に３０ｎｍ以上の波長差を有する波長を中心とする光である。
測定光Ｒの波長（測定波長）は、３つのＬＥＤ９１ａ～９１ｃが発する３つの光の波長と一致する。
なお、ＬＥＤ９１ａ～９１ｃの数は上記の３に限られるわけではなく、２であって良く、４以上であっても良い。また、照射部９ｂの構成が複雑化することを避けるために、１０以下としても良い。

第２取得部５０により、複数の異なる波長の照射光で照明された被検部ＳＡの像を撮像部３０ｂが検出した信号は、第２データとして制御部６０内の第２受信部６３に出力される。
第２データも、上述の第１データと同様に、被検部ＳＡの各位置（ｘ，ｙ）のそれぞれについての、スペクトル座標λに対する測定スペクトルを含んだ配列データＤ（ｘ，ｙ，λ）である。ただし、スペクトル座標λ（測定光の波長）に関する配列要素のサイズは、被検部ＳＡに照射される照射光Ｒｏに含まれる離散的な波長の数であり、従って上述のように２～１０である。従って、スペクトル座標λに関する配列要素のサイズが例えば１００以上である上述の第１データに比べて、データサイズが小さい。

なお、第２取得部５０の構成は上記の構成に限られるものではなく、離散的な３波長程度（２～１０波長）のスペクトル分解能を有する第２データが取得できるものであれば、任意の構成であって良い。例えば、照射部９ｂが連続スペクトルのブローバンドの波長域を有する光を照射し、撮像部３０ｂの光電変換素子のそれぞれが、複数の測定波長のいずれかに対応する波長域の光を選択的に透過する波長選択フィルタ（カラーフィルタ）を備える構成であっても良い。

（特性パラメータの算出）
本実施形態の解析装置は、上述の第１データおよび第２データのどちらか一方に基づいて、被検部ＳＡがメラノーマの病変を含むか否か等についての評価を行うための特性パラメータを算出する。この特性パラメータは、第１データまたは第２データに含まれる各点（ｘ，ｙ）（以下、「データ点」とも呼ぶ）のそれぞれにおける測定スペクトルに基づいて算出される。

特性パラメータは、一例として、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。
上述のように、測定スペクトルとは、被検部ＳＡ上の任意の一点からの光の、波長に対する強度分布のデータであり、波長を配列要素とする１次元の配列データ（ベクトル）と考えられる。そこで、被検部ＳＡ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化することができる。
なお、測定スペクトルをベクトルとして考え、その方向のばらつきによりこの多様性を定量化する方法は、特許文献１に説明されているので、ここでは詳細の説明は省略する。

第１データまたは第２データに対応する被検部ＳＡの範囲に正常皮膚が十分に含まれる場合は、指標算出部７３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データまたは第２データの中に正常皮膚が十分に含まれていない場合は、被検部ＳＡを有する被検者等の正常皮膚を撮像し、得られた測定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測定スペクトルを取得し、この測定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。

特性パラメータの一例であるｉ番目のデータ点のスペクトル角度θｉは、測定ベクトルｐｉ、基準ベクトルｐｒ、測定ベクトルｐｉと基準ベクトルｐｒの内積（ｐｉ・ｐｒ）を用いて、以下の式（１）により算出される。

…（１）

（判定指標の算出）
指標算出部７３は、被検部ＳＡがメラノーマを含む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（Discrimination Index）を算出する。指標算出部７３は、一例として、１つのデータ点（以下、「基準点」とも呼ぶ）を中心とするＮ個のデータ点の各スペクトル角度θｉについての、角度θ（横軸）に対する度数分布（縦軸）を算出する。分割されたｑ個の各ビン（区間）内での、ｊ番目のビンにおける分布の度数をｎ（θｊ）とする。そして、ｎ（θｊ）を、評価を行うべき領域内のデータ点の総数Ｎで除して規格化した、以下の式（２）に示す、規格化度数分布ｎ^（θｊ）を算出する。これは、角度θｊを持つデータ点の出現確率とみなせる。

…（２）

指標算出部７３は、この規格化度数分布ｎ^（θｊ）を用いて、判定指標ＤＩとして、一例として以下の式（３）で示されるエントロピー指標ＤＩｅｎｔを算出する。

…（３）
エントロピー指標ＤＩｅｎｔは、基準点の周囲の各データ点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。被検部ＳＡの基準点に対応する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。

解析部７０の病変判定部７４は、所定の閾値に基づいて、被検部ＳＡの検出部位である基準点に対応す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６９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、病変判定部７４は、基準点に対応する判定指標ＤＩが３以上の場合、被検部ＳＡの基準点に対応する位置がメラノーマであると判定し、この基準点およびその周囲を精密検査が必要な要精検部と判定する。同様に、判定指標ＤＩが３未満の場合、当該基準点に対応する被検部ＳＡの検出部位をメラノーマでないと判定する。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。

解析部７０は、基準点として被検部ＳＡに対応する各データ点を順次選定して指標算出部７３に上述の演算を行わせるとともに、病変判定部７４に上述の判定を行わせる。
解析部７０は、被検部ＳＡ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）を示す画像を作成しても良い。
なお、解析部７０は、病変表示画像に悪性度の情報を加えても良い。
さらに、解析部７０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しても良い。加えて、解析部７０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しても良い。

解析部７０は、表示部６５を制御し、解析部７０が作成した画像や、測定条件を示す画像等を表示部６５に表示させる。また、それらの画像に重畳して、解析部７０が算出した評価指標ＤＩの値を、例えばリアルタイムに表示しても良い。この場合、評価指標ＤＩの値が所定値を超えた場合には、所定値以下の場合に対して評価指標ＤＩ値を表示する文字の色を変更する、スピーカー等からアラーム音を発生させる、等を行っても良い。

表示部６５が第２取得部５０に設けられている場合、表示部６５に、(A)単波長画像、(B)疑似カラー画像、(C)スペクトル角度画像、(D)ＤＩマップ法によるＤＩ値、および、(A)～(D)の少なくとも二つの重畳画像、の少なくとも一つを表示させてもよい。疑似カラー画像は、３波長を長波長側から順にＲＧＢに割り当てて表示してもよい。重畳画像は、(A)単波長画像または(B)疑似カラー画像に、(C)スペクトル角度画像または(D)ＤＩマップ法によるＤＩ値を重畳させることが好ましい。また、第２取得部５０に、上記(A)～(D)および重畳画像を切り替えて表示するための操作部を設け、ユーザが操作部を操作することにより表示内容を切り替えてもよい。

表示部６５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。

なお、判定指標ＤＩは、上述のエントロピー指標ＤＩｅｎｔに限られるわけではなく、特許文献１に記載されるエネルギー指標や、擬フラクタル次元等の、他の指標を用いも良い。

（第１データおよび第２データの取得順）
以上で説明したように、本実施形態の解析装置は、上述の第１データおよび第２データのどちらか一方に基づいて、被検部ＳＡがメラノーマを含む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。
より高い波長分解能の測定スペクトルを含んだ、第１取得部４０による第１データによる判定指標ＤＩを用いることにより、より正確な判定指標ＤＩを算出することができ、すなわち、メラノーマか否かの判定をより正確に行うことができる。

一方で、第２取得部５０による第２データの取得は、被検部ＳＡの走査を伴わずに行うことができ、かつ、取得されるデータのサイズも小さいため、第１取得部４０による第１データの取得に比べて短時間で行うことができるという利点がある。
第２取得部５０の構成は、第１取得部４０の構成に比べて簡素にできるため、第２取得部５０のコストは、第１取得部４０のコストよりも低額にできるという利点がある。

そこで、始めに第２取得部５０を用いて被検部ＳＡに対する第２データを取得し、第２データに基づく判定指標ＤＩ（以下、「第２指標ＤＩ２」と呼ぶ）の値が、所定の閾値以上である場合に第１取得部４０を用いて被検部ＳＡに対する第１データを取得しても良い。この解析方法を、以下では「２段階解析方法」と呼ぶ。

２段階解析方法を行う場合、判定漏れを防ぐために、第２指標ＤＩ２に対する閾値（以下、「第２閾値」と呼ぶ）を小さめの値に設定することが好ましい。これにより、メラノーマであることが疑われる被検部ＳＡについては、より信頼性の高い第１取得部４０による第１データを用いて正確な判定を行うことができ、メラノーマを見落とす恐れを軽減できる。
２段階解析方法においては、メラノーマである可能性の極めて低い被検部ＳＡについては、第２取得部５０により短時間で取得される第２データのみで解析を行うため、生体上の複数の被検部ＳＡの解析を短時間で行うことができる。

２段階解析方法においては、第２データに基づいてメラノーマの可能性があると判定された被検部ＳＡの中の検出部位（以下、「第２検出部位」とも呼ぶ）を、第１取得部４０が取得した第１データの中から特定して、特定された部分（以下、「第１検出部位」とも呼ぶ）について、第１データに基づく正確な判定を行う。
ただし、第１取得部４０と第２取得部５０とでは、データを取得する際の照射光の波長が異なるため、単に、第１データと第２データを比較しただけでは、両者に含まれるそれぞれ被検部ＳＡが一致しているか否かを判別することは難しい。

（第１検出部位と第２検出部位とが合致するか否かの判定）
本実施形態においては、画像算出部７１は、第１取得部４０により取得した高波長分解能の測定スペクトルを含んだ被検部ＳＡの第１データから、第２取得部５０の照射部９ｂが照射する離散的な複数の波長域の光で取得した場合に相当する被検部ＳＡの第３データを算出する。従って、第３データは、測定波長の観点からは第２取得部５０により取得した被検部ＳＡの第２データに近いものとなる。

図４は、第３データを算出する方法を説明する概念図である。上述のように、第１取得部４０は、ブロードバンドな測定波長の測定光Ｌにより被検部ＳＡの第１データを取得する。図４（Ａ）は、第１取得部４０により取得された第１データに含まれる１つのデータ点における測定スペクトルＳＳ０の一例を示す図である。すなわち、第１データを上述のように３次元の配列データＤ（ｘ、ｙ、λ）とするとき、図４（Ａ）の測定スペクトルＳＳ０は、（ｘ，ｙ）座標が（ｘ０，ｙ０）で表される１つのデータ点における配列データＤ（ｘ０，ｙ０，λ）を表している。図４（Ａ）の横軸は、測定光Ｌに含まれる光の波長であり、横軸の波長の区分は、撮像部３０の光電変換素子のｙ方向の配列ピッチに相当する波長分解能として一例として１０ｎｍとしている。
なお、測定スペクトルＳＳ０としては、上述したように、照射部９および撮像部３０の分光感度特性の補正を行なったものであっても良い。

図４（Ｂ）は、３つの測定波長に対する第２取得部５０の分光感度ＬＳ１～ＬＳ３を示す。一例として、第２取得部５０の３つのＬＥＤ９１ａ～９１ｃが発する３つの光の中心波長は、それぞれ５００ｎｍ、６５０ｎｍ、６８０ｎｍであり、各波長の半値全幅はいずれも２５ｎｍである。
第２取得部５０の分光感度ＬＳ１～ＬＳ３は、例えば、３つのＬＥＤ９１ａ～９１ｃのスペクトル分布と、第２取得部５０の撮像部３０ｂの分光感度分布を掛け合わせることにより算出できる。

画像算出部７１は、各データ点において、図４（Ｂ）に示した分光感度ＬＳ１～ＬＳ３のそれぞれについて個別に、図４（Ａ）に示した第１データ中の各データ点の測定スペクトルＳＳ０との積和を算出することにより、上述の第３データを算出する。
図４（Ｃ）は、第１の測定波長である波長５００ｎｍを中心とする検出光に対する積和演算の例を示す図であり、波長４５０ｎｍから５５０ｎｍまでの間での、第１データの測定スペクトルＳＳ０と分光感度ＬＳ１との積和の算出を示している。斜線を付して示した領域ＳＳ１は、各波長域における第１データの測定スペクトルＳＳ０と分光感度ＬＳ１との積である。領域ＳＳ１の面積の総和が、第３データの配列データＤ（ｘ，ｙ，λ）の、（ｘ０，ｙ０）のデータ点での第１の測定波長（λ＝１）における配列データＤ（ｘ０，ｙ０，１）となる。

図４（Ｄ）は、第２の測定波長である波長６５０ｎｍを中心とする検出光に対する積和演算の例を示す図であり、波長６００ｎｍから７００ｎｍまでの間での、第１データの測定スペクトルＳＳ０と分光感度ＬＳ２との積和の算出を示している。斜線を付して示した領域ＳＳ２の面積の総和が、第３データの第２の測定波長（λ＝２）における配列データＤ（ｘ０，ｙ０，２）となる。

図４（Ｅ）は、第３の測定波長である波長６８０ｎｍを中心とする検出光に対する積和演算の例を示す図であり、波長６３０ｎｍから７３０ｎｍまでの間での、第１データの測定スペクトルＳＳ０と分光感度ＬＳ３との積和の算出を示している。斜線を付して示した領域ＳＳ３の面積の総和が、第３データの第３の測定波長（λ＝３）における配列データＤ（ｘ０，ｙ０，３）となる。

この結果、上述のとおり第３データは、測定波長の観点からは第２取得部５０により取得した被検部ＳＡの第２データに近いものとなる。
従って、第１データに基づいて作成された第３データを第２データと比較することにより、第１データに含まれる第１検出部位と第２データに含まれる第２検出部位とが一致するか否かを容易に判定することができる。

判定部７２は、一例としてパターンマッチングを用いて、第１データに基づいて作成された第３データに含まれる第１検出部位と第２データに含まれる第２検出部位とが一致するか否かを判定する。
判定部７２は、共にスペクトル座標λを配列要素に含む配列変数であるカラー画像（または疑似カラー画像）である第２データと第３データとを、一例としてカラー画像として扱い、両画像のパターンマッチングにより、上述の一致判定を行う。パターンマッチングの具体的な方法としては、各種の公知の方法を用いることができる。

図５（Ａ）、図５（Ｂ）、図５（Ｃ）は、いずれも被検部ＳＡの像を模式的に示す画像を示す。図５（Ａ）は第１データに基づく第１画像Ｉ１を示し、図５（Ｂ）は第２データに基づく第２画像Ｉ２を示し、図５（Ｃ）は第３データに基づく第３画像Ｉ３を示す。
なお、第１データは、一例として４００～７００ｎｍの測定波長により取得された高波長分解の測定スペクトルを有するデータであるので、そのままでは通常の例えばＲＧＢの３色カラー画像として扱うことはできない。そこで、図５（Ａ）の第１画像Ｉ１は、第１データのうち、それぞれのデータ点に含まれる測定スペクトルのうち、４００～５００ｎｍの測定波長によるデータを積算してＢ（青）の画像データを算出し、５００～６００ｎｍの測定波長によるデータを積算してＧ（緑）の画像データを算出し、６００～７００ｎｍの測定波長によるデータを積算してＲ（赤）の画像データを算出している。

図５（Ｂ）の第２画像Ｉ２は、第２データ中の、第１の測定波長で取得された配列データＤ（ｘ，ｙ，１）をＢ（青）の画像とし、第２の測定波長で取得された配列データＤ（ｘ，ｙ，２）をＧ（緑）の画像とし、第３の測定波長で取得された配列データＤ（ｘ，ｙ，３）をＲ（赤）の画像としている。ここで、上述のとおり、第１の測定波長は５００ｎｍ、第２の測定波長は６５０ｎｍ、第３の測定波長は６８０ｎｍである。

従って、図５（Ａ）の第１画像Ｉ１と図５（Ｂ）の第２画像Ｉ２とでは、取得に際して使用された測定波長が一致していない。その結果、第２画像Ｉ２中の第２検出部位ＩＬ２に含まれる変位部位（斜線付加部）と、第１画像Ｉ１中の第１検出部位ＩＬ１に含まれる変位部位（斜線付加部）との形状も異なり、パターンマッチングにより２つの変位部位が一致するか否かを判定することは難しい。

一方、図５（Ｃ）の第３画像Ｉ３は、上述のとおり第１データに基づいて算出した第３データに基づく画像であり、取得に際して使用された測定波長が、図５（Ｂ）の第２画像Ｉ２と一致している画像である。このため、第２画像Ｉ２中の第２検出部位ＩＬ２に含まれる変位部位（斜線付加部）と、第３画像Ｉ３中の第１検出部位ＩＬ１に含まれる変位部位（斜線付加部）との形状は概ね一致し、パターンマッチングにより２つの変位部位が一致するか否かを判定することが容易になる。

なお、第３データ中の第１検出部位ＩＬ１と、第２データ中の第２検出部位ＩＬ２とが一致するか否かを判定するためには、予め第１データまたは第３データに対して、上述の評価指標ＤＩの算出およびメラノーマか否か判定を、予備的に実施しておく必要がある。ただし、上述のとおり、第１データは配列要素λの数が例えば１００以上と大きい３次元の配列データＤ（ｘ，ｙ，λ）であり、従って評価指標ＤＩの算出に時間を要する。そこで、評価指標ＤＩの予備的な算出およびメラノーマか否か予備的な判定は、第１データよりもデータサイズの小さな第３データに基づいて行うこともできる。
なお、上記の第１データまたは第３データに基づくメラノーマか否か予備的な判定に際しては、判定漏れを防ぐために、閾値を小さめの値に設定することが好ましい。

なお、図５（Ａ）の第１画像Ｉ１および図５（Ｃ）の第３画像Ｉ３と、図５（Ｂ）の第２画像Ｉ２とは、それぞれ第１取得部４０と第２取得部５０により別々に取得されたデータに基づく画像である。従って、第１検出部位ＩＬ１と第２検出部位ＩＬ２とのｘ方向ｙ方向の位置、およびｘｙ平面内での回転角度は、一般的に相互にずれている。従って、２つの変位部位が一致するか否かを判定する際には、これらの併進ずれ、および回転ずれを考慮して、パターンマッチング処理を行う。

判定部７２による、第３データに含まれる第１検出部位と第２データに含まれる第２検出部位とが一致するか否かの判定は、上述の第２データと第３データとをカラー画像として扱うパターンマッチングによるものに限られるものではない。
判定部７２は、指標算出部７３に、第２データと第３データとに基づいて、各データ点毎に上述のスペクトル角度θｉを算出させ、第２データ内のスペクトル角度θｉの分布と、第３データ内のスペクトル角度θｉの分布とのパターンマッチングにより、上述の一致判定を行っても良い。

あるいは、判定部７２は、指標算出部７３に、さらにスペクトル角度θｉに基づいて上述の判定指標ＤＩを算出させ、第２データ内の判定指標ＤＩの分布と、第３データ内の判定指標ＤＩの分布とのパターンマッチングにより、上述の一致判定を行っても良い。

なお、第２取得部５０により取得される第２データは、一例として上述の分光感度ＬＳ１～ＬＳ３の感度を有する上記の測定波長により検出されるものである。従って、上述の分光感度ＬＳ１～ＬＳ３は、第２データにおける複数の波長域の光に対する分光感度に関する情報と解釈することができる。

なお、以上の実施形態においては、第２取得部５０は、それぞれ第１から第３の測定波長の光を発する３つのＬＥＤ９１ａ～９１ｃを順次発光させ、１つの被検部ＳＡの像を取得するものとした。しかし、これに限らず、例えば、第１から第３の測定波長の光を循環して発光させ、各測定波長の光の発光に同期して、被検部ＳＡの第１の測定波長による像、第２の測定波長による像、および第２の測定波長による像を循環的に取得しても良い。そして、連続して取得された３つの測定波長の光による像を加算することにより、最終的な被検部ＳＡの像を取得しても良い。
この場合、より高速に、すなわち、より高いフレームレートで、被検部ＳＡの像を取得することができる。

（変形例）
以上の一実施形態においては、解析装置１は、第１取得部４０および第２取得部５０を有するものとした。しかし、解析装置１は、第１取得部４０または第２取得部５０の少なくとも一方を有しなくても良い。解析装置１が第１取得部４０を有しない場合には、解析装置１とは別に設けられている第１取得部４０が取得した第１データを、第１受信部が直接あるいは通信部６６を介して受信する構成であればよい。同様に、解析装置１が第２取得部５０を有しない場合には、解析装置１とは別に設けられている第２取得部５０が取得した第２データを、第２受信部が直接あるいは通信部６６を介して受信する構成であればよい。

分光感度ＬＳ１～ＬＳ３は、第２取得部５０に固有の情報であり、記憶部６９に記憶しておくことができる。あるいは、記録媒体ＭＤに記録されている分光感度ＬＳ１～ＬＳ３を、読取部６７を介して波長情報入力部６８に受信（読み取り）してもよい。または、ネットワークＮＷ経由で提供される分光感度ＬＳ１～ＬＳ３を、通信部６６を介して受信しても良い。
特に、解析装置１が第２取得部５０を有しない場合には、波長情報入力部６８を備え、波長情報入力部６８から、解析装置１以外に装備されている第２取得部５０の分光感度ＬＳ１～ＬＳ３を受信できることが好ましい。

なお、以上においては、第２取得部５０の分光感度ＬＳ１～ＬＳ３に基づいて、第１データから第３データを算出するものとしている。しかし、取得波長が例えば１０ｎｍ程度変動しても、第３データの画像等は大きく変動するものではないので、第２取得部５０の分光感度ＬＳ１～ＬＳ３を近似的に表す関数やデータを使用して、第３データを算出しても良い。

第１取得部４０による第１データの取得に際し、第１取得部４０または制御部６０は、第１取得部４０が対象とした第１データに対応する被検部ＳＡの位置情報も、併せて取得しても良い。同様に、第２取得部５０による第２データの取得に際し、第２取得部５０または制御部６０は、第２取得部５０が対象とした第２データに対応する被検部ＳＡの位置情報も、併せて取得しても良い。これらの位置情報は、例えば人体における被検部ＳＡの位置を示す情報である。
第１取得部４０または第２取得部５０は、第２データまたは第２データと併せて、上述の位置情報を出力しても良い。

上述の位置情報の一例として、被検部ＳＡが含まれる被検物である人体の一部または全部を画像データとして取得（撮像）し、取得した画像データ上における被検部ＳＡの位置を、位置情報とすることができる。この場合、解析部７０は、例えば表示部６５に表示する人体を示す画像上の被検部ＳＡの位置に、所定のマークを重畳して表示して、その部分が被検部ＳＡであることを表示する。このような位置情報の作成手順として以下の手順を用いてもよい。

まず、被検部ＳＡを含む被検物の画像を撮る。次に、被検物を全体的に第２取得部５０で撮像し、被検部ＳＡの病変が良性であるか悪性であるかを判断する。例えば表示部６５に判断結果を表示させることにより、作業者に対して、判断結果を表示または告知する。作業者はその告知を見ることにより、もしくは、聞くことにより、第２取得部５０に設けられた決定ボタンを押す。被検物の画像上において、決定ボタンが押されたときに検査していた部位にマークが表示部６５に表示される。これを繰り返し行うことにより、被検物の画像上に複数の被検部ＳＡを示すマークが表示されたマップを作成することができる。マークを表示部６５の画面上でクリックすると、そのマークに対応する被検部ＳＡの撮影画像、判定結果等を表示部６５に表示させてもよい。
被検部ＳＡが含まれる人体の一部または全部を示すデータは、上述の画像データに限らず、３Ｄモデルによるデータであっても良い。

第１取得部４０から第１受信部への第１データの送信、および第２取得部５０から第２受信部への第２データの送信は、リアルタイムな送信に限るものではなく、記録媒体ＭＤやサーバを経由した、時間的な遅れを伴う送信であっても良い。
第１取得部４０または第２取得部５０は、解析装置１に対する遠隔地に配置され、第１取得部４０から第１受信部への第１データの送信および第２取得部５０から第２受信部への第２データの送信は、ネットワークＮＷを経由した送信であっても良い。

第１取得部４０または第２取得部５０は、解析装置１の近傍に配置され、第１取得部４０から第１受信部への第１データの送信および第２取得部５０から第２受信部への第２データの送信は、ローカルな無線通信を経由した送信であっても良い。
また、解析装置１が用いるデータの一部は、遠隔地にあるサーバ等に保存してもよく、解析装置１が行う演算処理の一部を、遠隔地にあるサーバ等で行ってもよい。

例えば、第１取得部４０を有する解析装置１が大学病院等の大病院に設置され、第２取得部５０は小規模な病院や診療所に設置されても良い。この場合、第２取得部５０で取得された第２データは、例えばネットワークＮＷ等を経由して大病院に設置された解析装置１に送信される。

（第２取得部５０の測定波長の選定）
なお、上記の一実施形態においては、第２取得部５０の測定波長（３つのＬＥＤ９１ａ～９１ｃから照射光の波長）は、離散的な３波長であって、その中心波長は、それぞれ５００ｎｍ、６５０ｎｍ、６８０ｎｍであるとした。しかし、これら３波長は、上記の値に限られるわけではなく、例えば、それぞれ５００ｎｍから６８０ｎｍまでの波長であって相互に２０ｎｍ以上異なる３つの波長であっても良い。

一方、波長が上記の範囲から外れると、メラノーマを正しく認識できる確率（Sensitivity。以下、「ＳＥ」と呼ぶ。）が低下する、または、ほくろなどの良性の色素性病変を良性の色素性病変であると正しく誤認する確率ＳＰ（Speciality。以下、「ＳＰ」と呼ぶ。）が低下する、などの不利益が生じる恐れがある。
以下、図６から図１０を参照して、第２取得部５０の第１から第３の測定波長と、上記のＳＥおよびＳＰとの関連性について説明する。

図６から図１０の各図が含むグラフは、いずれも第１取得部４０が取得した多数の第１データから上述の手法で算出したそれぞれの第３データを用いて判定指標ＤＩを算出し、判定指標ＤＩの値を横軸とし、縦軸にその判定指標ＤＩの度数分布を示したグラフである。判定指標ＤＩとしては、上述のエントロピー指標ＤＩｅｎｔを使用している。図６から図１０に示した例において、判定指標ＤＩの算出に使用した、各データ点に対するスペクトル角度θの分布における各ビン（区間）の角度θの幅（θ(j+1)－θj）は、０．１度である。
なお、図６から図１０のそれぞれに示す結果においては、後述するように第１データから第３データを算出する際の第１から第３の測定波長のいずれかが、それぞれ異なっている。

図６（Ａ）～図６（Ｄ）は、第１の測定波長を５００ｎｍ、第２の測定波長を６１０ｎｍ、第３の測定波長を６４５ｎｍとして算出した第３データから算出した判定指標ＤＩの度数分布を示している。
図７（Ａ）～図７（Ｄ）は、第１の測定波長を５００ｎｍ、第２の測定波長を６５０ｎｍ、第３の測定波長を６８０ｎｍとして算出した第３データから算出した判定指標ＤＩの度数分布を示している。

図８（Ａ）～図８（Ｄ）は、第１の測定波長を５１５ｎｍ、第２の測定波長を６００ｎｍ、第３の測定波長を６４０ｎｍとして算出した第３データから算出した判定指標ＤＩの度数分布を示している。
図９（Ａ）～図９（Ｄ）は、第１の測定波長を４７０ｎｍ、第２の測定波長を５７０ｎｍ、第３の測定波長を６０５ｎｍとして算出した第３データから算出した判定指標ＤＩの度数分布を示している。

図１０（Ａ）～図１０（Ｄ）は、第１の測定波長を４４５ｎｍ、第２の測定波長を５９０ｎｍ、第３の測定波長を６９５ｎｍとして算出した第３データから算出した判定指標ＤＩの度数分布を示している。
なお、図６～図１０に示した例においては、第１～第３の測定波長のスペクトル分布の波長の半値全幅は、概ね９ｎｍから４０ｎｍである。ただし、図８の第２の測定波長（６００ｎｍ）における半値全幅は１１０ｎｍであり、図１０の第３の測定波長（６９５ｎｍ）における半値全幅は１００ｎｍである。

図６から図１０に含まれる各グラフにおいて、黒塗の棒グラフで示す度数分布ＭＭはメラノーマを含む多数の被検部ＳＡの度数分布を示し、斜線を付加した棒グラフで示す度数分布ＮＭＳＣはメラノーマ以外の皮膚癌を含む多数の被検部ＳＡの度数分布を示している。また、白塗の棒グラフで示す度数分布benignは癌ではない良性の色素性病変を含む多数の被検部ＳＡの度数分布を示している。

図６（Ａ）、図７（Ａ）、図８（Ａ）、図９（Ａ）、図１０（Ａ）は、被検部ＳＡが、白人の皮膚のうち掌蹠部を除く部分の場合の各度数分布のグラフと、良性の色素性病変を良性の色素性病変であると正しく誤認する確率ＳＰとを示している。
図６（Ｂ）、図７（Ｂ）、図８（Ｂ）、図９（Ｂ）、図１０（Ｂ）は、被検部ＳＡが、日本人の皮膚のうち掌蹠部を除く部分の場合の各度数分布のグラフと、良性の色素性病変を良性の色素性病変であると正しく誤認する確率ＳＰとを示している。

図６（Ｃ）、図７（Ｃ）、図８（Ｃ）、図９（Ｃ）、図１０（Ｃ）は、被検部ＳＡが、日本人の皮膚のうち掌蹠部である場合の結果の各度数分布のグラフと、良性の色素性病変を良性の色素性病変であると正しく誤認する確率ＳＰとを示している。
以上において、良性の色素性病変をメラノーマと誤認する確率ＳＰは、良性の色素性病変benignの度数分布benignのうちの閾値より大きな判定指標ＤＩを持つ度数分布の和を、度数分布benignの総和で除した値である。

ここで、閾値は、度数分布ＭＭにおいて、判定指標ＤＩの最小値の次に大きな判定指標ＤＩの値としている。一例として、図６（Ａ）に示すグラフの場合、度数分布ＭＭにおける判定指標ＤＩの最小値は4.73であり、最小値の次に大きな判定指標ＤＩの値は5.22であるので、閾値を5.22としている。

図６（Ｄ）、図７（Ｄ）、図８（Ｄ）、図９（Ｄ）、図１０（Ｄ）は、被検部ＳＡが、上記の、白人の皮膚のうち掌蹠部を除く部分、日本人の皮膚のうち掌蹠部を除く部分、および日本人の皮膚のうち掌蹠部のすべてを含む場合の各度数分布のグラフを示している。

上述のように、病変判定部７４は、判定指標ＤＩが所定の閾値より大きいか否かにより被検部ＳＡにメラノーマを否むか否かの判定を行う。
図６から図８に示された各グラフでは、度数分布ＭＭは、度数分布benignに比べて、グラフの右側すなわち判定指標ＤＩが大きな側に偏って分布していることが判る。

従って、図６から図８の各条件下においては、判定指標ＤＩの閾値（判定基準値）を度数分布ＭＭの左端（最小値）の近傍に設定することにより、メラノーマを正しく認識できる確率ＳＥを増大できる。そして、良性の色素性病変を良性の色素性病変であると正しく誤認する確率ＳＰを増大することができる。

一方、図９および図１０に示された各グラフでは、度数分布ＭＭと度数分布benignとのグラフの中の左右方向の位置に大きな違いがない。
従って、図９および図１０の各条件下においては、判定指標ＤＩの閾値（判定基準値）を度数分布ＭＭの左端の近傍に設定しても、良性の色素性病変を良性の色素性病変であると正しく誤認する確率ＳＰを増大させることは難しい。
確率ＳＰの値は、図６から図８の各条件下においては0.35以上であるのに対し、図９および図１０の各条件下においては0.05以下であり、確率ＳＰの値に大きな違いが生じている。

図６から図１０までに示した結果と、図９および図１０に示した結果の違いは、第１データから第３データを作成する際に使用した第１から第３の測定波長の違いである。従って、第１～第３の測定波長がいずれも５００ｎｍから６８０ｎｍまでの波長であって相互に２０ｎｍ以上異なっている場合には、５００ｎｍ未満の第１～第３の測定波長を含む場合に比べて、良性の色素性病変を良性の色素性病変であると正しく誤認する確率ＳＰを増大できることが判る。

なお、上記の測定波長に関する考察は、第１取得部４０が取得した第１データから第３データを作成する場合に限って成り立つものではなく、第２取得部５０が第２データを取得する際にも適用できるものである。従って、第２取得部５０の測定波長（３つのＬＥＤ９１ａ～９１ｃの発光波長）も、５００ｎｍから６８０ｎｍまでの波長であって相互に２０ｎｍ以上異なる波長としても良い。

（一実施形態、および各変形例の解析装置の効果）
以上の一実施形態、および各変形例の解析装置は、以下の効果を有している。
（１）解析装置１は、相互に波長が異なるｍ個の波長域の光（ｍは自然数）Ｌでそれぞれ被検物ＳＡを検出して取得した第１データを受信する第１受信部６２と、相互に波長が異なるｍ個より少ないｎ個の波長域の光（ｎは自然数）Ｒでそれぞれ被検物ＳＡを検出して取得した第２データを受信する第２受信部６３と、第１データに含まれる被検物ＳＡの第１検出部位と、第２データに含まれる第２検出部位とが、一致するか否かを判定する判定部７２と、を備えている。
この構成により、生体上の複数の被検部ＳＡの解析を短時間で行うことができる。

（２）解析装置１は、第１データから、被検部ＳＡをｎ個の波長域の光でそれぞれ検出した場合に得られる第３データを算出する画像算出部７１をさらに有し、判定部７２は、第３データと第２データとを比較することにより、第１検出部位と第２検出部位とが一致するか否かを判定しても良い。
この構成により、第１データに含まれる第１検出部位と、第２データに含まれる第２検出部位とが一致するか否かの判定を、より高精度で行うことができる。

（３）解析装置１の画像算出部７１は、第１データにおけるｍ個の波長域の光（測定光Ｌ）に対する測定スペクトルＳＳ０に関する情報、および第２データにおける前記ｎ個の波長域の光に対する分光感度に関する情報（ＬＳ１～ＬＳ３）を用いて、第３データを算出する構成としても良い。この構成により、第１データに含まれる第１検出部位と、第２データに含まれる第２検出部位とが一致するか否かの判定を、さらに高精度で行うことができる。

（４）解析装置１が、第２データにおけるｎ個の波長域の光に対する分光感度に関する情報（ＬＳ１～ＬＳ３）を受信する波長情報入力部６８を有することで、任意の第２取得部５０の分光感度に関する情報（ＬＳ１～ＬＳ３）を受信することができる。
（５）第２データにおけるｎ個の波長域のｎは３であり、第２データの取得に用いられる３個の波長域は、それぞれ５００ｎｍから６８０ｎｍまでの波長であって相互に２０ｎｍ以上異なる３つの波長を中心とする波長域であってもよい。この構成により、第２データからメラノーマを正しく認識できる確率ＳＥを増大させ、かつ良性の色素性病変を良性の色素性病変であると正しく誤認する確率ＳＰを増大させることができる。すなわち、第２データからより高精度にメラノーマを検出することができる。

（解析方法、およびプログラムの一実施形態）
以下、解析方法、およびプログラムの一実施形態について説明する。なお、以下の解析方法、およびプログラムは、上述の一実施形態の解析装置を用いて行うものであり、上述の一実施形態および各変形例の解析装置の説明で説明した事項についての説明は適宜省略する。

図１１は、一実施形態の解析方法の概要を説明するフローチャートを示したものである。また、一実施形態のプログラムは、一実施形態の解析装置１の記憶部６９に記憶され、制御部６０に設けられたＣＰＵにより実行されて、図１１に示したフローチャートに従った処理を制御部６０等に実行させるものである。

ステップＳ１０１において、制御部６０は第２受信部６３に第２データを受信させる。この処理は、装置制御部６１が第２取得部５０を制御して第２取得部５０に第２データを取得させ、第２取得部５０に対し第２データを第２受信部６３に送信させるものであっても良い。あるいは、解析装置１とは別に設けられた第２取得部５０が取得した第２データを、制御部６０が第２受信部６３に受信させる処理であっても良い。

ステップＳ１０２において、制御部６０は第１受信部６２に第１データを受信させる。この処理は、装置制御部６１が第１取得部４０を制御して第１取得部４０に第１データを取得させ、第１取得部４０に対し第１データを第１受信部６２に送信させるものであっても良い。あるいは、解析装置１とは別に設けられた第１取得部４０が取得した第１データを、制御部６０が第１受信部６２に受信させる処理であっても良い。
ステップＳ１０１とステップＳ１０２の実行順は、上記とは逆であってもかまわない。

ステップＳ１０３において、制御部６０は、画像算出部７１に第１データに基づいて第３データを算出させる。第３データの算出方法は、上述の一実施形態または変形例の解析装置１の説明において説明したとおりである。
ステップＳ１０４において、制御部６０は、Ｎ回のループを開始する。ここで、Ｎとは、第１データに含まれる第１検出部位の数、または第２データに含まれる第２検出部位の数である。

ステップＳ１０５において、制御部６０は、判定部に、第１データに含まれるｊ番目（１≦ｊ≦Ｎ）の第１検出部位と、第２データに含まれるｊ番目の第２検出部位とが、一致するか否かを判定させる。この判定の方法についても、上述の一実施形態または変形例の解析装置１の説明において説明したとおりである。

ｊ番目の第１検出部位とｊ番目の第２検出部位とが一致した場合には、制御部６０は、ステップＳ１０６に進み、指標算出部７３にｊ番目の第１検出部位の判定指標ＤＩを算出させる。判定指標ＤＩの算出方位法についても、上述の一実施形態または変形例の解析装置１の説明において説明したとおりである。

そして、ステップＳ１０７において、制御部６０は、病変判定部７４に、第１検出部位がメラノーマか否かを判定させる。この判定の方法も、上述の一実施形態または変形例の解析装置１の説明において説明したとおりである。
ステップＳ１０７の終了後、ステップＳ１０８に進む。

一方、ステップＳ１０５において、第１検出部位と第２検出部位とが一致しなかった場合には、ステップＳ１０８に進む。
ステップＳ１０８は、上記のＮ回のループの終端であり、ループの回数（ｊ）はＮ未満であれば、ステップＳ１０４に戻って、上記の処理を繰り返す。
一方、ループの回数（ｊ）がＮに達していれば、処理を終了する。

なお、図１１に示したフローチャートの各ステップは、必ずしもその全ての実行が必要とされるものではない。
また、上述の一実施形態または変形例の解析装置１の説明において説明した各種の事項は、上記の一実施形態の解析方法およびプログラムにも適用される。

（一実施形態の解析方法の効果）
以上の一実施形態の解析装置は、以下の効果を有している。
（６）解析方法は、相互に波長が異なるｍ個の波長域の光（ｍは自然数）Ｌでそれぞれ被検物ＳＡを検出して取得した第１データを受信すること、相互に波長が異なるｍ個より少ないｎ個の波長域の光（ｎは自然数）Ｒでそれぞれ被検物ＳＡを検出して取得した第２データを受信すること、第１データに含まれる第１検出部位と第２データに含まれる第２検出部位とが一致するか否かを判定すること、とを備える。
この構成により、生体上の複数の被検部ＳＡの解析を短時間で行うことができる。

（７）解析方法は、第１データから、被検部ＳＡを前記ｎ個の波長域の光（測定光Ｒ）でそれぞれ検出した場合に得られる第３データを算出すること、をさらに備え、第３データと第２データとを比較することにより、第１検出部位と第２検出部位とが一致するか否かにより前記判定をしても良い。
この構成により、第１データに含まれる第１検出部位と、第２データに含まれる第２検出部位とが一致するか否かの判定を、より高精度で行うことができる。

（８）解析方法は、第１データにおけるｍ個の波長域の光（測定光Ｌ）に対する測定スペクトルＳＳ０に関する情報、および第２データにおけるｎ個の波長域の光（測定光Ｒ）に対する分光感度に関する情報（ＬＳ１～ＬＳ３）を用いて、第３データを算出しても良い。この構成により、第１データに含まれる第１検出部位と、第２データに含まれる第２検出部位とが一致するか否かの判定を、より高精度で行うことができる。

（９）第２データにおけるｎ個の波長域のｎは３であり、第２データの取得に用いられる３個の波長域は、それぞれ５００ｎｍから６８０ｎｍまでの波長であって相互に２０ｎｍ以上異なる３つの波長を中心とする波長域であっても良い。この構成により、第２データからメラノーマを正しく認識できる確率ＳＥを増大させ、かつ良性の色素性病変を良性の色素性病変であると正しく誤認する確率ＳＰを増大させることができる。すなわち、第２データからより高精度にメラノーマを検出することができる。

（プログラムの実施形態の補足）
上述したとおり、一実施形態のプログラムは、一実施形態の解析装置１の記憶部６９に記憶され、制御部６０に設けられたＣＰＵにより実行されて、図１１に示したフローチャートに従った処理を制御部６０等に実行させるものである。従って、一実施形態のプログラムは、上述の一実施形態の解析方法と同様な効果を有している。

制御部６０内のコンピュータシステムが実行するプログラムは、記録媒体ＭＤに記録されたものを、読取部６７により読み込み、記憶部６９に記憶させても良い。
また、プログラムは、インターネット等のネットワークＮＷを経由して通信部６６を介して受信し、記憶部６９に記憶させても良い。
また、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。
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。

本発明は以上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。本実施形態は、上記した態様の全て又は一部を組み合わせてもよい。

１：解析装置、４０：第１取得部、５０：第２取得部、６０：制御部、６１：装置制御部、６２：第１受信部、６３：第２受信部、６４：入力部、６５：表示部、６６：通信部、６７：読取部、６８：波長情報入力部、６９：記憶部、７０：解析部、７１：画像算出部、７２：判定部、７３：指標算出部、７４：病変判定部、ＮＷ：ネットワーク、３０：撮像部、ＳＯ：生体（被検物）

Claims (18)

1. 波長がそれぞれ異なるｍ個（ｍは自然数）の波長域の光でそれぞれ被検物を検出して取得した第１データを受信する第１受信部と、
   波長がそれぞれ異なる前記ｍ個より少ないｎ個（ｎは自然数）の波長域の光でそれぞれ前記被検物を検出して取得した第２データを受信する第２受信部と、
   前記第１データに含まれる前記被検物の第１検出部位と、前記第２データに含まれる第２検出部位とが、一致するか否かを判定する判定部と、
   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データから、前記被検物を前記ｎ個の波長域の光でそれぞれ検出した場合に得られる第３データを算出する画像算出部をさらに有し、
   前記判定部は、前記第３データと前記第２データとを比較することにより、前記第１検出部位と前記第２検出部位とが一致するか否かを判定する、解析装置。
3. 請求項２に記載の解析装置において、
   前記画像算出部は、前記第１データにおける前記ｍ個の波長域の光に対する測定スペクトルに関する情報、および前記第２データにおける前記ｎ個の波長域の光に対する分光感度に関する情報を用いて第３データを算出する、解析装置。
4. 請求項１から請求項３までのいずれか一項に記載の解析装置において、
   前記第２データにおける前記ｎ個の波長域の光に対する分光感度に関する情報を受信する波長情報入力部を有する、解析装置。
5. 請求項１から請求項４までのいずれか一項に記載の解析装置において、
   前記第１データを取得し、取得した第１データを前記第１受信部に送信する第１取得部をさらに有する、解析装置。
6. 請求項１から請求項５までのいずれか一項に記載の解析装置において、
   前記第２データを取得し、取得した第２データを前記第２受信部に送信する第２取得部をさらに有する、解析装置。
7. 請求項１から請求項６までのいずれか一項に記載の解析装置において、
   前記ｍは、１００以上である、解析装置。
8. 請求項１から請求項７までのいずれか一項に記載の解析装置において、
   前記ｎは、２以上かつ１０以下である、解析装置。
9. 請求項１から請求項７までのいずれか一項に記載の解析装置において、
   前記ｎは３であり、
   前記第２データの取得に用いられる３個の波長域は、それぞれ５００ｎｍから６８０ｎｍまでの波長であって相互に２０ｎｍ以上異なる３つの波長を中心とする波長域である、解析装置。
10. 請求項１から請求項８までのいずれか一項に記載の解析装置において、
    前記第１データに基づいて、前記被検物がメラノーマであるか否かの判定、または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を有する、解析装置。
11. 波長がそれぞれ異なるｍ個（ｍは自然数）の波長域の光でそれぞれ被検物を検出して取得した第１データを受信すること、
    波長がそれぞれ異なる前記ｍ個より少ないｎ個（ｎは自然数）の波長域の光でそれぞれ前記被検物を検出して取得した第２データを受信すること、
    前記第１データに含まれる前記被検物の第１検出部位と、前記第２データに含まれる第２検出部位とが、一致するか否かを判定すること、
    を備える、解析方法。
12. 請求項１１に記載の解析方法において、
    前記第１データから、前記被検物を前記ｎ個の波長域の光でそれぞれ検出した場合に得られる第３データを算出すること、をさらに備え、
    前記第３データと前記第２データとを比較することにより、前記第１検出部位と前記第２検出部位とが一致するか否かにより前記判定をする、解析方法。
13. 請求項１２に記載の解析方法において、
    前記第３データを、前記第１データにおける前記ｍ個の波長域の光に対する測定スペクトルに関する情報、および前記第２データにおける前記ｎ個の波長域の光に対する分光感度に関する情報を用いて算出する、解析方法。
14. 請求項１１から請求項１３までのいずれか一項に記載の解析方法において、
    前記ｎは３であり、
    前記第２データの取得に用いられる３個の波長域は、それぞれ５００ｎｍから６８０ｎｍまでの波長であって相互に２０ｎｍ以上異なる３つの波長を中心とする波長域である、解析方法。
15. 請求項１１から請求項１４までのいずれか一項に記載の解析方法において、
    前記第１データに基づいて、前記被検物がメラノーマであるか否かの判定、または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、解析方法。
16. 波長がそれぞれ異なるｍ個（ｍは自然数）の波長域の光でそれぞれ被検物を検出して取得した第１データを受信する処理と、
    波長がそれぞれ異なる前記ｍ個より少ないｎ個（ｎは自然数）の波長域の光でそれぞれ前記被検物を検出して取得した第２データを受信する処理と、
    前記第１データに含まれる第１検出部位と、前記第２データに含まれる第２検出部位とが、一致するか否かの判定処理とを、処理装置に行わせるためのプログラム。
17. 請求項１６に記載のプログラムにおいて、
    前記第１データから、前記被検物を前記ｎ個の波長域の光でそれぞれ検出した場合に得られる第３データを算出する処理を、前記処理装置に行わせるとともに、
    前記判定処理において、前記第３データと前記第２データとを比較することにより、前記第１検出部位と前記第２検出部位とが一致するか否かの判定を前記処理装置に行わせるプログラム。
18. 請求項１７に記載のプログラムにおいて、
    前記第３データを算出する処理を、前記第１データにおける前記ｍ個の波長域の光に対する測定スペクトルに関する情報、および前記第２データにおける前記ｎ個の波長域の光に対する分光感度に関する情報を用いて、前記処理装置に行わせる、プログラム。

Images