JP2023069585A - 代謝測定装置、代謝算出方法および代謝算出プログラム - Google Patents

Abstract

【課題】身体の代謝を非侵襲且つ短時間で測定する。【解決手段】代謝測定装置は、生体５０に入力される測定光Ｌ１を出力する光源１１と、生体５０の内部を伝播した測定光Ｌ１を検出し、測定光Ｌ１の強度に応じた検出信号を生成する光検出器１２と、演算部と、を備える。演算部は、検出信号に基づいて、血液中のＯ２Ｈｂ濃度と光路内の血管体積とに依存する時間的相対変化量である第１パラメータと、血液中のＨＨｂ濃度と光路内の血管体積とに依存する時間的相対変化量である第２パラメータとに基づいて、光路内の血管体積の影響が排除された、血液中のＨＨｂ濃度に関する数値を求める。演算部は、この数値に基づいて、代謝の度合いに関するデータを求める。【選択図】図２

Description

本開示は、代謝測定装置、代謝算出方法および代謝算出プログラムに関する。

特許文献１には、血糖値測定装置が開示されている。この血糖値測定装置は、光出力部と、光検出部と、演算部と、を備える。光出力部は、生体に入力される測定光を出力する。光検出部は、生体の内部を伝播した測定光を検出し、測定光の強度に応じた検出信号を生成する。演算部は、検出信号に基づいて、酸素化ヘモグロビン濃度に関する第１パラメータの時間的変化と脱酸素化ヘモグロビン濃度に関する第２パラメータの時間的変化との時間ずれを求め、時間ずれに基づいて血糖値に関するデータを求める。

特開２０１８－５７５１１号公報

近年、身体の代謝を非侵襲で測定するための装置及び方法が開発されている。例えば、体内におけるブドウ糖の代謝によって生じる熱流量を温度計により測定し、その熱流量から血糖値を推定するものがある。しかしながらこのような方式では、身体の一部から温度計への熱伝導に或る程度の時間を要するため、測定に時間がかかるという問題がある。

本開示は、身体の代謝を非侵襲且つ短時間で測定することが可能な代謝測定装置、代謝算出方法および代謝算出プログラムを提供することを目的とする。

本開示による代謝測定装置は、生体の代謝の度合いを測定する装置であって、光出力部と、光検出部と、演算部と、を備える。光出力部は、生体に入力される測定光を出力する。光検出部は、生体の内部を伝播した測定光を検出し、測定光の強度に応じた検出信号を生成する。演算部は、該検出信号に基づいて、代謝の度合いに関するデータを出力する。演算部は、第１演算部と、第２演算部と、第３演算部と、を有する。第１演算部は、上記検出信号に基づいて、血液中の酸素化ヘモグロビン濃度と光路内の血管体積とに依存する、或るタイミングからの時間的相対変化量である第１パラメータと、血液中の脱酸素化ヘモグロビン濃度と光路内の血管体積とに依存する、或るタイミングからの時間的相対変化量である第２パラメータとを求める。第２演算部は、第１パラメータ及び第２パラメータに基づいて、光路内の血管体積の影響が排除された、血液中の酸素化ヘモグロビン濃度に関する第３パラメータ、及び、光路内の血管体積の影響が排除された、血液中の脱酸素化ヘモグロビン濃度に関する第４パラメータのうち少なくとも一つのパラメータを求める。第３演算部は、少なくとも一つのパラメータに基づいて、代謝の度合いに関するデータを求める。

本開示による代謝算出方法は、生体の代謝の度合いを算出する方法であって、第１演算ステップと、第２演算ステップと、第３演算ステップと、を含む。第１演算ステップでは、生体における、血液中の酸素化ヘモグロビン濃度と光路内の血管体積とに依存する、或るタイミングからの時間的相対変化量である第１パラメータと、血液中の脱酸素化ヘモグロビン濃度と光路内の血管体積とに依存する、或るタイミングからの時間的相対変化量である第２パラメータとを求める。第２演算ステップでは、第１パラメータ及び第２パラメータに基づいて、光路内の血管体積の影響が排除された、血液中の酸素化ヘモグロビン濃度に関する第３パラメータ、及び、光路内の血管体積の影響が排除された、血液中の脱酸素化ヘモグロビン濃度に関する第４パラメータのうち少なくとも一つのパラメータを求める。第３演算ステップでは、少なくとも一つのパラメータに基づいて、代謝の度合いに関するデータを求める。

本開示による代謝算出プログラムは、生体の代謝の度合いを算出するプログラムであって、第１演算ステップと、第２演算ステップと、第３演算ステップと、をコンピュータに実行させる。第１演算ステップでは、生体における、血液中の酸素化ヘモグロビン濃度と光路内の血管体積とに依存する、或るタイミングからの時間的相対変化量である第１パラメータと、血液中の脱酸素化ヘモグロビン濃度と光路内の血管体積とに依存する、或るタイミングからの時間的相対変化量である第２パラメータとを求める。第２演算ステップでは、第１パラメータ及び第２パラメータに基づいて、光路内の血管体積の影響が排除された、血液中の酸素化ヘモグロビン濃度に関する第３パラメータ、及び、光路内の血管体積の影響が排除された、血液中の脱酸素化ヘモグロビン濃度に関する第４パラメータのうち少なくとも一つのパラメータを求める。第３演算ステップでは、少なくとも一つのパラメータに基づいて、代謝の度合いに関するデータを求める。

身体の代謝の度合いは、血液中の酸素化ヘモグロビン濃度および脱酸素化ヘモグロビン濃度と相関を有する。したがって、血液中の酸素化ヘモグロビン濃度および脱酸素化ヘモグロビン濃度のうち少なくとも一方を測定することにより、身体の代謝の度合いを非侵襲且つ短時間で測定することができる。これらのヘモグロビン濃度を測定する方式として、近赤外分光法（ＮＩＲＳ）がある。この方式では、測定光の光路内に存在する体組織における各ヘモグロビン濃度を測定する。しかしながら、血液中の各ヘモグロビン濃度そのものが得られるわけではなく、得られる数値は、血液中の各ヘモグロビン濃度と光路内の血管体積とに依存する。したがって、光路内の血管体積の変動（特に心臓の拍動による血管の内径の変動）の影響を受けてしまい、そのままでは身体の代謝を精度良く算出することができない。

そこで、上記の装置、方法及びプログラムでは、まず、第１演算部（第１演算ステップ）において、従来のＮＩＲＳと同様にして、血液中の酸素化ヘモグロビン濃度及び光路内の血管体積に依存する時間的相対変化量である第１パラメータと、血液中の脱酸素化ヘモグロビン濃度及び光路内の血管体積に依存する時間的相対変化量である第２パラメータとを求める。そして、第２演算部（第２演算ステップ）において、第１パラメータ及び第２パラメータに基づいて、光路内の血管体積の影響が排除された、血液中の酸素化ヘモグロビン濃度に関する第３パラメータ、及び、光路内の血管体積の影響が排除された、血液中の脱酸素化ヘモグロビン濃度に関する第４パラメータのうち少なくとも一つのパラメータを求める。本発明者の研究により、このように、ＮＩＲＳにより得られた数値に基づく演算によって、光路内の血管体積の影響が排除された、血液中の各ヘモグロビン濃度に関するパラメータが得られることが見出された。この少なくとも一つのパラメータに基づいて、第３演算部（第３演算ステップ）において、代謝の度合いに関するデータを求めることができる。したがって、上記の装置、方法およびプログラムによれば、身体の代謝の度合いを、非侵襲で精度良く測定することができ、且つ、従来のＮＩＲＳと同等の短い時間で測定することができる。なお、上記の装置、方法及びプログラムにおいて血管体積とは、光路中の血管総内容積を指す。

代謝測定装置において、第２演算部は、光路内の血管体積が一定であると見なして少なくとも一つのパラメータを求めてもよい。同様に、代謝算出方法及び代謝算出プログラムの第２演算ステップにおいて、光路内の血管体積が一定であると見なして少なくとも一つのパラメータを求めてもよい。この場合、身体の代謝の度合いを簡便に測定することができる。

代謝測定装置は、第１パラメータ及び第２パラメータから光路内の血管体積の変動成分に関する数値を求める第４演算部を更に備えてもよい。そして、第３演算部は、第４演算部により求められた光路内の血管体積の変動成分に関する数値に更に基づいて代謝の度合いに関するデータを求めてもよい。同様に、代謝算出方法及び代謝算出プログラムは、第３演算ステップの前に、第１パラメータ及び第２パラメータから光路内の血管体積の変動成分に関する数値を求める第４演算ステップを更に含んでもよい。そして、第３演算ステップでは、第４演算ステップにおいて求められた光路内の血管体積の変動成分に関する数値に更に基づいて代謝の度合いに関するデータを求めてもよい。このように、ＮＩＲＳにより得られた数値に基づく演算によって、光路内の血管体積の変動成分を求め得る。本発明者の研究によれば、光路内の血管体積の変動成分に関する数値に更に基づいて代謝の度合いに関するデータを求めることによって、光路内の血管体積の変動による測定精度の低下を抑制することができる。なお、光路内の血管体積の変動は、例えば、或る測定から次の測定までの期間における総ヘモグロビン量の増減、光出力部及び光検出部の脱着による光路の変化、または、局所血流量変化による光路中の血管体積の変化などによって生じ得る。

代謝測定装置は、第１パラメータ及び第２パラメータの定常成分を抽出する第４演算部を更に備えてもよい。そして、第３演算部は、第４演算部により求められた第１パラメータ及び第２パラメータの定常成分に更に基づいて代謝の度合いに関するデータを求めてもよい。同様に、代謝算出方法及び代謝算出プログラムは、第３演算ステップの前に、第１パラメータ及び第２パラメータの定常成分を抽出する第４演算ステップを更に含んでもよい。そして、第３演算ステップでは、第４演算ステップにおいて求められた第１パラメータ及び第２パラメータの定常成分に更に基づいて代謝の度合いに関するデータを求めてもよい。第１パラメータ及び第２パラメータの定常成分は、光路内の血管体積と相関を有する。したがって、第１パラメータ及び第２パラメータの定常成分に更に基づいて代謝の度合いに関するデータを求めることにより、光路内の血管体積の変動による測定精度の低下を抑制することができる。

代謝測定装置において、第２演算部は、第３パラメータを求める場合、下記の数式（１）に基づいて第３パラメータを求め、第４パラメータを求める場合、下記の数式（２）に基づいて第４パラメータを求めてもよい。同様に、代謝算出方法および代謝測定プログラムの第２演算ステップにおいて、第３パラメータを求める場合、下記の数式（１）に基づいて第３パラメータを求め、第４パラメータを求める場合、下記の数式（２）に基づいて第４パラメータを求めてもよい。但し、ＳｐＯ₂は酸素飽和度、Ｎ_oxy（ｔ）は第１パラメータ、Ｎ_deoxy（ｔ）は第２パラメータ、Ｃ_oxy,ACは第３パラメータ、Ｃ_deoxy,ACは第４パラメータ、Ｖ_ＤＣは光路内の血管体積の定常成分、αは定数である。

これにより、身体の代謝の度合いを更に精度良く算出することができる。

代謝測定装置において、第３演算部は、代謝の度合いと血糖値との予め取得された関係に基づいて、生体の血糖値を更に求めてもよい。同様に、代謝算出方法及び代謝測定プログラムの第３演算ステップにおいて、代謝の度合いと血糖値との予め取得された関係に基づいて、生体の血糖値を更に求めてもよい。この場合、血糖値を非侵襲且つ短時間で測定することができる。

代謝測定装置において、第２演算部は、上記少なくとも一つのパラメータから所定の特徴量を抽出し、第３演算部は、所定の特徴量と代謝の度合いとの予め取得された関係に基づいて、代謝の度合いに関するデータを求めてもよい。同様に、代謝算出方法及び代謝測定プログラムの第２演算ステップにおいて、上記少なくとも一つのパラメータから所定の特徴量を抽出し、第３演算ステップにおいて、所定の特徴量と代謝の度合いとの予め取得された関係に基づいて、代謝の度合いに関するデータを求めてもよい。この場合、代謝の度合いに関するデータを簡便な演算により精度良く求めることができる。また、この場合、所定の特徴量は、少なくとも一つのパラメータの最大値、時間平均値、ピーク・ピーク値、及び時間積分値のうち少なくとも一つであってよい。

本開示による代謝測定装置、代謝算出方法および代謝算出プログラムによれば、身体の代謝を非侵襲且つ短時間で測定することができる。

図１は、実施形態による代謝測定装置の概念図である。 図２は、実施形態による光計測器の概念図である。 図３は、代謝測定装置１の構成例を示すブロック図である。 図４は、ＣＰＵにより実現される演算部の機能を示すブロック図である。 図５は、光路内の血管体積について説明するための模式図である。図５（ａ）は、測定光の或る光路内において血管の密度が疎である場合を示す。図５（ｂ）は、図５（ａ）と同じ長さの光路内において血管の密度が図５（ａ）よりも密である場合を示す。 図６は、光路内の血管体積について説明するための模式図である。図６（ａ）は、測定光の光路長が短い場合を示す。図６（ｂ）は、血管の密度が図６（ａ）と同じであって光路の光路長が図６（ａ）よりも長い場合を示す。 図７は、光路内の血管体積について説明するための模式図である。図７（ａ）は、血管が細い場合を示す。図７（ｂ）は、血管が図７（ａ）よりも太い場合を示す。 図８（ａ）は、波長６６０ｍｍにおける検出光強度の時間変化と、波長９１０ｍｍにおける検出光強度の時間変化と、を示すグラフである。図８（ｂ）は、波長６６０ｍｍにおけるΔｏｘｙ－Ｈｂの時間変化と、波長９１０ｍｍにおけるΔｄｅｏｘｙ－Ｈｂの時間変化と、を示すグラフである。図８（ｃ）は、図８（ｂ）に示されたグラフに対して、心拍周波数よりも小さい低周波成分を除去するフィルタ処理を行ったグラフである。 図９（ａ）は、ＨＨｂ濃度の時間的相対変化量の時間変化の一例を示すグラフである。図９（ｂ）は、数式（２９）の右辺の値の時間変化の一例を示すグラフである。 図１０は、実施形態による代謝算出方法を示すフローチャートである。 図１１（ａ）は、ＨＨｂ濃度の時間的相対変化量の時間波形を示すグラフである。図１１（ｂ）は、図１１（ａ）に対応する、Ｏ_２Ｈｂ濃度の時間的相対変化量の時間波形を示すグラフである。 図１２（ａ）～（ｃ）それぞれは、３名の被検者それぞれの測定結果を示すグラフである。 図１３は、代謝測定装置によって推定した代謝指標と、実際の血糖値との関係を示すグラフである。 図１４は、検討のため模擬的に生成された正弦波状の時間波形であってホワイトノイズが重畳したグラフＧ５１と、グラフＧ５１に積分型フィルタを施したグラフＧ５２と、グラフＧ５１に微分型フィルタを施したグラフＧ５３と、を示すグラフである。 図１５（ａ）のグラフＧ６１，Ｇ６２それぞれは、図１４のグラフＧ５１，Ｇ５２それぞれの最大値を抽出した結果を示す。図１５（ｂ）のグラフＧ７１，Ｇ７２それぞれは、図１４のグラフＧ５１，Ｇ５２それぞれのピーク・ピーク値を抽出した結果を示す。図１５（ｃ）のグラフＧ８１，Ｇ８２それぞれは、図１４のグラフＧ５１，Ｇ５２それぞれの時間平均値を抽出した結果を示す。 図１６は、検討のため模擬的に生成された正弦波状の時間波形であって低周波のうねりが重畳したグラフＧ９１と、グラフＧ９１に積分型フィルタを施したグラフＧ９２と、グラフＧ９１に微分型フィルタを施したグラフＧ９３と、を示すグラフである。 図１７（ａ）のグラフＧ１０１～Ｇ１０３それぞれは、図１６のグラフＧ９１～Ｇ９３それぞれの最大値を抽出した結果を示す。図１７（ｂ）のグラフＧ１１１～Ｇ１１３それぞれは、図１６のグラフＧ９１～Ｇ９３それぞれのピーク・ピーク値を抽出した結果を示す。図１７（ｃ）のグラフＧ１２１～Ｇ１２３それぞれは、図１６のグラフＧ９１～Ｇ９３それぞれの時間平均値を抽出した結果を示す。

以下、添付図面を参照しながら本開示による代謝測定装置、代謝算出方法および代謝算出プログラムの実施の形態を詳細に説明する。なお、図面の説明において同一の要素には同一の符号を付し、重複する説明を省略する。

図１は、本実施形態による代謝測定装置１の概念図である。代謝測定装置１は、光計測器（プローブ）１０と、本体部３０とを備える。本体部３０は、光計測器１０によって生体５０から検出された光の強度に基づいて、生体５０の代謝の度合いを測定する。光計測器１０は、例えば、指又は耳といった生体５０を挟んでもよく、頭部といった生体５０に対して伸縮性のバンドにより固定されてもよい。本体部３０は、測定した代謝の度合いに関するデータを被検者に知らせる。本体部３０は、例えばスマートフォンあるいはタブレット端末などのスマートデバイス等のコンピュータによって構成され得る。光計測器１０は、ケーブル１８を介して本体部３０と電気的に接続される。

図２は、本実施形態による光計測器１０の概念図である。光計測器１０は、光源（光出力部）１１と光検出器（光検出部）１２とを有する。光源１１は、生体５０の皮膚５１の表面における所定の光入力位置に入力され、測定光Ｌ１を出力する。測定光Ｌ１の波長は、Ｎ個（Ｎは２以上の整数）の所定の波長（λ_１，λ_２，…，λ_Ｎ）に順次切り替えられる。この測定光Ｌ１は、生体５０の内部を伝播し、生体５０の皮膚５１の表面から出力される。光検出器１２は、生体５０の皮膚５１の表面における所定の光検出位置から出力される測定光Ｌ１を検出し、検出された測定光Ｌ１の強度に応じた検出信号を生成する。所定の波長は、例えば可視光の赤波長域から近赤外領域（６７０ｎｍ～２５００ｎｍ）に含まれる。一例ではＮ＝３であり、λ_１、λ_２、λ_３は例えばそれぞれ７３５ｎｍ、８１０ｎｍ、及び８５０ｎｍである。光検出器１２において分光計測が可能であれば、光源１１は、所定の波長（λ_１，λ_２，…，λ_Ｎ）を含む波長帯域を有するブロードな測定光Ｌ１を出力してもよい。

光源１１は、例えば発光ダイオード（ＬＥＤ）あるいはレーザダイオード（ＬＤ）、スーパールミネッセントダイオード（ＳＬＤ）などの半導体発光素子である。光源１１から出力された測定光Ｌ１は、生体５０の皮膚５１の表面に対してほぼ垂直に入力される。光検出器１２は、光検出素子及びプリアンプを有する。光検出器１２は、生体５０の内部を伝搬した測定光Ｌ１を検出し、測定光Ｌ１の強度に応じた検出信号を生成する。光検出素子は、例えば、光源から出力される測定光Ｌ１の中心波長を含む波長域に受光感度を有するフォトダイオードあるいはアバランシェフォトダイオードなどのポイントセンサ、またはＣＣＤイメージセンサやＣＭＯＳイメージセンサなどのイメージセンサである。プリアンプは、光検出素子から出力される光電流を積分し、増幅する。光検出器１２は、微弱な測定光Ｌ１を感度良く検出して検出信号を生成し、この信号を本体部３０へケーブル１８を介して伝送する。

図３は、代謝測定装置１の構成例を示すブロック図である。本体部３０は、ＣＰＵ２４と、ディスプレイ２５と、ＲＯＭ２６と、ＲＡＭ２７と、データバス２８と、コントローラ２９と、入力部３１とを有するコンピュータである。コントローラ２９は、光源制御部２１と、サンプルホールド回路２２と、アナログ／デジタル（Ａ／Ｄ）変換回路２３とを含む。

光源制御部２１は、光計測器１０からの光出力を制御する。コントローラ２９は、例えば測定光Ｌ１の出力時間間隔、及び測定光Ｌ１の強度を制御する。光源制御部２１は、データバス２８と、光計測器１０の光源１１とに電気的に接続されている。光源制御部２１は、光源１１の駆動を指示するための指示信号を、ＣＰＵ２４からデータバス２８を通じて受ける。指示信号には、光源１１から出力される測定光Ｌ１の光強度及び波長（例えば波長λ_１，λ_２，…，λ_Ｎのうちいずれかの波長）などの情報が含まれている。光源制御部２１は、ＣＰＵ２４から受けた指示信号に基づいて光源１１を駆動する。光源制御部２１は、ケーブル１８を介して光計測器１０へ駆動信号を出力する。

サンプルホールド回路２２及びＡ／Ｄ変換回路２３は、光計測器１０からケーブル１８を介して伝送される検出信号を入力してこれを保持し、デジタル信号化を行ってＣＰＵ２４に出力する。サンプルホールド回路２２は、検出信号を保持するタイミングを示すサンプル信号をＣＰＵ２４からデータバス２８を介して受け取る。サンプルホールド回路２２は、サンプル信号を受けると、光計測器１０から入力された検出信号を保持する。サンプルホールド回路２２は、Ａ／Ｄ変換回路２３に電気的に接続されており、保持した検出信号をＡ／Ｄ変換回路２３へ出力する。

ＣＰＵ２４は、本実施形態における演算部である。ＣＰＵ２４は、Ａ／Ｄ変換回路２３から受けた検出信号に基づいて、生体５０の代謝の度合い及び／または血糖値に関するデータを算出する。ＣＰＵ２４は、算出したデータを、データバス２８を介してディスプレイ２５へ送る。なお、検出信号に基づく代謝の度合いの算出方法については後述する。ディスプレイ２５は、データバス２８に電気的に接続されており、データバス２８を介してＣＰＵ２４から送られた結果を表示する。なお、ディスプレイ２５及び入力部３１は、例えば、タッチパネルディスプレイによって構成されてもよい。

図４は、ＣＰＵ２４により実現される演算部４０の機能を示すブロック図である。図４に示すように、演算部４０は、測定制御部４１と、ＮＩＲＳ演算部４２（第１演算部）と、濃度演算部４３（第２演算部）と、代謝指標演算部４４（第３演算部）と、血管体積演算部４５（第４演算部）と、を有する。

測定制御部４１は、ＣＰＵ２４がコントローラ２９を制御することにより実現される。測定制御部４１は、ダーク計測処理４１１と、光出力処理４１２と、光検出処理４１３とを、測定光Ｌ１の波長を変更しながら繰り返し行う。ダーク計測処理４１１では、光源１１から測定光Ｌ１を出力しない状態で、光検出器１２からの検出信号を取得する。これにより、光検出器１２の光検出素子の暗電流レベルを測定することができる。光出力処理４１２では、光源１１から測定光Ｌ１を出力し、測定光Ｌ１を生体５０に入射させる。光検出処理４１３では、生体５０を伝搬した測定光Ｌ１を光検出器１２において検出し、得られた検出信号をＡ／Ｄ変換回路２３においてデジタル信号に変換する。最初の光出力処理４１２及び光検出処理４１３では、波長λ_１の測定光Ｌ１を用いる。次の光出力処理４１２及び光検出処理４１３では、波長λ_２の測定光Ｌ１を用いる。以降、第Ｎ番目の光出力処理４１２及び光検出処理４１３まで、測定光Ｌ１の波長を変更しながら処理を繰り返す。なお、図４に示す例では波長を変更する毎にダーク計測処理４１１を行っているが、ダーク計測処理４１１を最初の光出力処理４１２の前にのみ行ってもよい。測定制御部４１は、波長λ_Ｎの光検出処理４１３ののち、波長λ_１のダーク計測処理４１１に戻る。そして、この動作を、検出信号が所定のデータ長に達するまで繰り返す。

ＮＩＲＳ演算部４２は、測定制御部４１において得られた光計測器１０からの各波長の検出信号をバッファ４２１に蓄積する。ＮＩＲＳ演算部４２は、光計測器１０からの検出信号に基づいて、酸素化ヘモグロビン（以下、Ｏ_２Ｈｂとする）及び脱酸素化ヘモグロビン（以下、ＨＨｂとする）による測定光Ｌ１に対する吸収あるいは散乱などの影響を考慮して、Δｏｘｙ－Ｈｂ（第１パラメータ）及びΔｄｅｏｘｙ－Ｈｂ（第２パラメータ）を求めるＮＩＲＳ計算処理４２２を行う。Δｏｘｙ－Ｈｂは、Ｏ_２Ｈｂの吸光度合いに基づいて算出される、或るタイミング（典型的には測定開始時）からの時間的相対変化量であって、血液中のＯ_２Ｈｂ濃度と光路内の血管体積とに依存する数値である。言い換えると、Δｏｘｙ－Ｈｂは、光路内に存在するＯ_２Ｈｂの個数に基づく数値である。同様に、Δｄｅｏｘｙ－Ｈｂは、ＨＨｂによる吸光度合いに基づいて算出される、或るタイミング（典型的には測定開始時）からの時間的相対変化量であって、血液中のＨＨｂ濃度と光路内の血管体積とに依存する数値である。言い換えると、Δｄｅｏｘｙ－Ｈｂは、光路内に存在するＨＨｂの個数に基づく数値である。なお、本明細書において血管体積とは、光路中の血管総内容積を指すものとする。

光路内の血管体積は、血管密度、光路長及び血管の太さと密接な相関を有する。図５及び図６は、光路内の血管体積について説明するための模式図である。図５（ａ）は、測定光Ｌ１の或る光路内において血管Ｂの密度が疎である場合を示し、図５（ｂ）は、図５（ａ）と同じ長さの光路内において血管Ｂの密度が図５（ａ）よりも密である場合を示す。図５（ａ）に示すように血管Ｂの密度が疎である場合、光路が血管Ｂを通る回数が少ないため、ヘモグロビンによる光吸収は小さくなる。一方、図５（ｂ）に示すように血管Ｂの密度が密である場合、光路が血管Ｂを通る回数が多いため、ヘモグロビンによる光吸収は大きくなる。また、図６（ａ）は、測定光Ｌ１の光路長が短い場合を示し、図６（ｂ）は、血管Ｂの密度が図６（ａ）と同じであって測定光Ｌ１の光路長が図６（ａ）よりも長い場合を示す。図６（ａ）に示すように測定光Ｌ１の光路長が短い場合、光路が血管Ｂを通る回数が少ないため、ヘモグロビンによる光吸収は小さくなる。一方、図６（ｂ）に示すように測定光Ｌ１の光路長が長い場合、光路が血管Ｂを通る回数が多いため、ヘモグロビンによる光吸収は大きくなる。また、図７（ａ）は血管Ｂが細い場合を示し、図７（ｂ）は血管Ｂが図７（ａ）よりも太い場合を示す。図７（ａ）に示すように血管Ｂが細い場合、光路が血管Ｂを通る距離が短くなるため、ヘモグロビンによる光吸収は小さくなる。一方、図７（ｂ）に示すように血管Ｂが太い場合、光路が血管Ｂを通る距離が長くなるため、ヘモグロビンによる光吸収は大きくなる。

すなわち、光路内の血管密度が大きくなるほど血管体積は大きくなり、光路内の血管密度が小さくなるほど血管体積は小さくなる。また、測定光Ｌ１の光路長が長くなるほど血管体積は大きくなり、測定光Ｌ１の光路長が短くなるほど血管体積は小さくなる。また、光路内の血管の平均径が大きくなるほど血管体積は大きくなり、光路内の血管の平均径が小さくなるほど血管体積は小さくなる。

Δｏｘｙ－Ｈｂ及びΔｄｅｏｘｙ－Ｈｂの算出方法について詳細に説明する。なお、この説明において測定光Ｌ１の波長（λ_１，λ_２，…，λ_Ｎ）の個数Ｎは３とする。或る光検出位置において、時刻Ｔ_０における測定光波長λ_１～λ_３それぞれに応じた検出信号の値をＤ_λ１（Ｔ_０）～Ｄ_λ３（Ｔ_０）、同じく時刻Ｔ_１における値をＤ_λ１（Ｔ_１）～Ｄ_λ３（Ｔ_１）とすると、時刻Ｔ_０～Ｔ_１における検出光強度の変化量は、次の（３）～（５）式のように表される。

ただし、（３）～（５）式において、ΔＯＤ_１（Ｔ_１）は波長λ_１の検出光強度の時刻Ｔ_０からの時間的相対変化量、ΔＯＤ_２（Ｔ_１）は波長λ_２の検出光強度の時刻Ｔ_０からの時間的相対変化量、ΔＯＤ_３（Ｔ_１）は波長λ_３の検出光強度の時刻Ｔ_０からの時間的相対変化量である。図８（ａ）は、波長６６０ｍｍにおける検出光強度の時間変化（グラフＧ１１）と、波長９１０ｍｍにおける検出光強度の時間変化（グラフＧ１２）と、のそれぞれ一例を示すグラフである。図８（ａ）において、横軸は時間（単位：秒）を示し、縦軸は検出信号（単位：×１０^６カウント）を示す。

時刻Ｔ_０から時刻Ｔ_１までの間におけるΔｏｘｙ－Ｈｂ及びΔｄｅｏｘｙ－ＨｂをそれぞれＮ_ｏｘｙ（Ｔ_１）及びＮ_{ｄｅｏｘｙ}（Ｔ_１）とすると、これらは次の（６）式によって求めることができる。

ただし、（６）式において、係数ａ_１１～ａ_２３は、波長λ_１、λ_２、及びλ_３の光に対するＯ_２Ｈｂ及びＨＨｂの吸光係数から求まる定数である。ＮＩＲＳ演算部４２は、このような演算を、時刻Ｔ_１以降も周期的に行う。ＮＩＲＳ演算部４２は、このような演算によって、各時刻Ｔ_１，Ｔ_２，Ｔ_３，・・・においてΔｏｘｙ－Ｈｂ及びΔｄｅｏｘｙ－Ｈｂを周期的に算出する。Δｏｘｙ－Ｈｂ及びΔｄｅｏｘｙ－Ｈｂの算出周期は例えば１６ミリ秒である。図８（ｂ）は、波長６６０ｍｍにおけるΔｏｘｙ－Ｈｂの時間変化（グラフＧ２１）と、波長９１０ｍｍにおけるΔｄｅｏｘｙ－Ｈｂの時間変化（グラフＧ２２）と、のそれぞれ一例を示すグラフである。図８（ｂ）において、横軸は時間（単位：秒）を示し、縦軸は光吸収量（任意単位）を示す。

また、ＮＩＲＳ演算部４２は、Δｏｘｙ－Ｈｂ及びΔｄｅｏｘｙ－Ｈｂから酸素飽和度（ＳｐＯ_２）を算出するＳｐＯ_２計算処理４２３を行う。図８（ｃ）は、図８（ｂ）に示されたグラフに対して、心拍周波数よりも小さい低周波成分を除去するフィルタ処理を行ったグラフである。図８（ｃ）において、横軸は時間（単位：秒）を示し、縦軸は光吸収量（任意単位）を示す。図８（ｃ）に示されるΔｏｘｙ－Ｈｂの振幅Ａ_Ｈｂ、及びΔｄｅｏｘｙ－Ｈｂの振幅Ａ_ＨＨｂに基づいて、ＳｐＯ_２は、例えば下記の（７）式によって求められる。なお、ＳｐＯ_２とは、一般的には脈波振幅より推定した動脈血における酸素飽和度の値を指すが、本明細書においては、動脈や末梢血管などを含む測定部位における局所的な酸素飽和度の値を指すものとする。

濃度演算部４３は、ＮＩＲＳ演算部４２において算出されたΔｏｘｙ－Ｈｂ及びΔｄｅｏｘｙ－Ｈｂに基づいて、光路内の血管体積の影響が排除された、血液中のＨＨｂ濃度に関する数値（第４パラメータ）を求める濃度計算処理４３１を行う。血液中のＨＨｂ濃度に関する数値は、例えば、ＨＨｂ濃度の或るタイミング（典型的には測定開始時である時刻Ｔ_０）からの時間的相対変化量である。

図９（ａ）は、ＨＨｂ濃度の時間的相対変化量の時間変化の一例を示すグラフである。図９（ａ）において、横軸は時間（単位：秒）を示し、縦軸はＨＨｂ濃度の時間的相対変化量（任意単位）を示す。

以下、ＨＨｂ濃度の或るタイミングからの時間的相対変化量を求める方法について、詳細に説明する。ここでは、下記の（１）～（３）を前提条件とする。
（１）ＮＩＲＳ演算部４２によって算出されるΔｏｘｙ－Ｈｂ，Δｄｅｏｘｙ－Ｈｂの時間波形は、血管体積と各ヘモグロビン濃度との積に比例する。
（２）Δｏｘｙ－Ｈｂ，Δｄｅｏｘｙ－Ｈｂの時間波形は、時間的に変化しない定常成分（直流成分）と、心拍周波数及びその高調波に応じた周期で変動する変動成分（交流成分）とから成るものとし、０Ｈｚから心拍周波数までの範囲内に低周波のうねり成分は存在しないものとする。
（３）測定開始時刻からの短い時間であれば血管内の水分量はほぼ一定であり、総ヘモグロビン濃度は一定であるものとする。

上記の前提条件（１）より、下記の数式（８）が与えられる。なお、Ｃ_ｏｘｙ（ｔ）は時間ｔにおけるＯ_２Ｈｂ濃度、Ｃ_{ｄｅｏｘｙ}（ｔ）は時間ｔにおけるＨＨｂ濃度、Ｖ（ｔ）は光路内の血管体積である。

また、上記の前提条件（２）より、下記の数式（９）～（１１）が与えられる。なお、Ｃ_{ｏｘｙ，ＤＣ}及びＣ_{ｄｅｏｘｙ，ＤＣ}は、それぞれＯ_２Ｈｂ濃度及びＨＨｂ濃度の定常成分である。Ｃ_{ｏｘｙ，ＡＣ}（ｔ）及びＣ_{ｄｅｏｘｙ，ＡＣ}（ｔ）は、それぞれＯ_２Ｈｂ濃度及びＨＨｂ濃度の変動成分である。Ｖ_ＤＣは、血管体積の定常成分である。Ｖ_ＡＣ（ｔ）は、血管体積の変動成分である。ｔ_０は測定開始時刻であり、Ｔは測定開始時刻から現在時刻までの時間間隔である。

また、上記の前提条件（３）より、下記の数式（１２）が与えられる。ｃｏｎｓｔ．は定数を意味する。

数式（８）、（９）、（１１）より下記の数式（１３）が得られる。

数式（１３）に数式（１２）を適用すると、下記の数式（１４）が得られる。

数式（１４）において、定数項の除去のため両辺を時間微分し、適当な比例係数αをおくと、下記の数式（１５）が得られる。なお、文字の上に付されたドットは時間微分を表す。

このように、ＮＩＲＳ演算部４２により得られるΔｏｘｙ－Ｈｂ及びΔｄｅｏｘｙ－Ｈｂの時間波形の和をとり、さらにそのＡＣ成分を抽出することで、ヘモグロビン濃度の影響を排除し、血管体積の変動成分Ｖ_ＡＣ（ｔ）を取り出すことが可能となる。

Ｎ_ｏｘｙ（ｔ）に関する数式（１３）と同様に、Ｎ_{ｄｅｏｘｙ}（ｔ）に関する数式（１６）が成り立つ。

上記の数式（１５）において用いられた比例係数αは、Ｎ_ｏｘｙ（ｔ）及びＮ_{ｄｅｏｘｙ}（ｔ）の双方に対して共通である。したがって、数式（１６）を変形すると、下記の数式（１７）が得られる。

上記の数式（１５）において、定数項の除去のため両辺を時間微分すると、下記の数式（１８）が得られる。

数式（１８）においてＶ_ＡＣ（ｔ）の微分項を除去するために上記の数式（１５）を適用すると、下記の数式（１９）が得られる。

数式（１９）において、Ｃ_{ｄｅｏｘｙ，ＡＣ}（ｔ）の微分項について整理すると、下記の数式（２０）が得られる。

この数式（２０）において、更に仮定を導入して数式を簡略化する。まず、拍動による血管体積の変動は、血管体積の平均値と比較して微小であると考えられる。したがって、下記の数式（２１）の近似を行う。

拍動によるデオキシヘモグロビン濃度の変動もまた、デオキシヘモグロビン濃度の平均値と比較して微小であると考えられる。したがって、下記の数式（２２）の近似を行う。

数式（２１）及び（２２）の近似を数式（２０）に適用すると、下記の数式（２３）が得られる。

ここで、酸素飽和度ＳｐＯ_２は以下の数式（２４）により表される。

数式（２４）を数式（２３）に適用すると、数式（２５）が得られる。

数式（２５）の左辺の原始関数Ｃ_{ｄｅｏｘｙ，ＡＣ}（ｔ）が、平均値がゼロである周期関数であると仮定すると、定数項は０となるので、数式（２５）の両辺を時間積分した下記の数式（２６）も同様に成り立つ。

数式（２６）を変形すると、Ｃ_{ｄｅｏｘｙ，ＡＣ}（ｔ）、Ｎ_ｏｘｙ（ｔ）、Ｎ_{ｄｅｏｘｙ}（ｔ）、及びＳｐＯ_２に関する数式（２７）が得られる。

なお、光計測器１０の着脱または血流量の変動などがなければ、光路内の血管体積Ｖ（ｔ）を或る決められた期間内（たとえば数分～数か月）において一定であると見なすことができるので、（α／Ｖ_ＤＣ）を定数とみなすことができる。一例では、血管体積Ｖ（ｔ）を一定であると見なす。その場合、後述する血管体積演算部４５は不要である。また、血流量の変動による定常成分Ｖ_ＤＣのドリフト、及び／または光計測器１０の着脱により生じる定常成分Ｖ_ＤＣのオフセットをエンジニアリング的に抑制可能（例えば、光計測器１０の取付位置及び取付角度が毎回同じになるように光計測器１０の形状が最適化されている場合等）であれば、光計測器１０の着脱または血流量の変動などがあっても、（α／Ｖ_ＤＣ）を定数とみなすことができる場合がある。

前述したように、ＮＩＲＳ演算部４２において求められるＮ_ｏｘｙ（ｔ），Ｎ_{ｄｅｏｘｙ}（ｔ）は、血液中の各ヘモグロビン濃度と光路内の血管体積とに依存する数値であるが、以上に示されたように、所定の計算処理を施すことによって、光路内の血管体積の影響が排除された、血液中のＨＨｂ濃度のみに関する数値を得ることができる。濃度演算部４３は、ＨＨｂ濃度に関する数値として、例えばＨＨｂ濃度の時間的相対変化量を、上記の数式（２７）に基づいて算出することができる。

なお、例えば、測定開始時点において採血などの方法により実際のＣ_ｏｘｙ（ｔ）、Ｃ_{ｄｅｏｘｙ}（ｔ）またはこれらの和である総ヘモグロビン濃度Ｃ_ｏｘｙ（ｔ）＋Ｃ_{ｄｅｏｘｙ}（ｔ）を測定すれば、数式（２７）によって得られた数値との比較により、定数（α／Ｖ_ＤＣ）の値を得ることができる。その場合、濃度演算部４３は、上記の数式（２７）に基づいて、ＨＨｂ濃度の絶対量を継続的に算出することができる。

本実施形態の濃度演算部４３は、ＨＨｂ濃度に関する数値から所定の特徴量を抽出する特徴量抽出処理４３２を更に行う。所定の特徴量とは、例えば、ＨＨｂ濃度に関する数値の最大値、時間平均値、ピーク・ピーク値、及び時間積分値のうち少なくとも一つである。

代謝指標演算部４４は、ＨＨｂ濃度に関する数値と、代謝の度合いとの所定の関係に基づいて、代謝の度合いに関するデータ（代謝指標）を求める代謝指標推定処理４４１を行う。本実施形態の代謝指標推定処理４４１では、濃度演算部４３からの所定の特徴量と代謝の度合いとの予め取得された関係に基づいて、代謝の度合いに関するデータ（代謝指標）を求める。所定の特徴量と代謝の度合いとの関係に関するデータテーブルは、例えば図３に示されたＲＯＭ２６に格納されている。

代謝指標演算部４４は、代謝の度合いと血糖値との予め取得された関係に基づいて、生体５０の血糖値を更に求めてもよい。代謝の度合いと血糖値との関係に関するデータテーブルは、例えば図３に示されたＲＯＭ２６に格納されている。代謝の度合いと血糖値との関係には個人差があるため、このデータテーブルは、被検者毎に用意されてもよい。また、この予め取得される代謝の度合いと血糖値との関係は、年齢による代謝量の変化及び／又は糖尿病などの疾病の進行による代謝機能の変化に応じて、適宜補正されていてもよい。具体的には、代謝の度合いと血糖値との関係は、被検者の年齢、性別、身長、疾病の進行度に応じて補正されていてもよい。

続いて、血管体積演算部４５について説明する。血管体積演算部４５は、ＮＩＲＳ演算部４２において求められたΔｏｘｙ－Ｈｂ及びΔｄｅｏｘｙ－Ｈｂから、代謝の度合いに関するデータにおける血管体積の定常成分Ｖ_ＤＣ（数式（２７）を参照）を補正するための値（血管体積指標）を求める血管体積推定処理４５１を行う。代謝指標演算部４４は、血管体積演算部４５により求められた値に基づいて、代謝の度合いに関するデータを補正する。これにより、光計測器１０の着脱または血流量の変動などがあっても、代謝の度合いに関するデータを再現性良く求めることができる。

上記の数式（１５）を変形すると、下記の数式（２８）が得られる。

数式（２８）の両辺を時間積分し、さらにその後に周期的変動成分のみを取り出すと、下記の数式（２９）が得られる。

すなわち、ＮＩＲＳ演算部４２において求められたΔｏｘｙ－Ｈｂ及びΔｄｅｏｘｙ－Ｈｂの和は、血管体積の変動成分Ｖ_ＡＣ（ｔ）に比例する。血管体積の変動成分Ｖ_ＡＣ（ｔ）の振幅は、血管体積の定常成分Ｖ_ＤＣと強い相関があると考えられる。故に、血管体積演算部４５は、数式（２９）から血管体積の変動成分Ｖ_ＡＣ（ｔ）に関する数値を算出し、該数値と血管体積の定常成分Ｖ_ＤＣとの所定の関係に基づいて、代謝の度合いに関するデータにおける血管体積の定常成分Ｖ_ＤＣを補正するための値を求めることができる。この場合、血流量の変動による定常成分Ｖ_ＤＣのドリフト、及び／または光計測器１０の着脱により生じる定常成分Ｖ_ＤＣのオフセットをエンジニアリング的に抑制しなくても、Δｏｘｙ－Ｈｂ及びΔｄｅｏｘｙ－Ｈｂから数値計算によって定常成分Ｖ_ＤＣを補正することが可能となる。なお、血管体積の変動成分Ｖ_ＡＣ（ｔ）に関する数値と血管体積の定常成分Ｖ_ＤＣとの所定の関係に関するデータテーブルは、例えば図３に示されたＲＯＭ２６に格納されている。

血管体積指標は、数式（２９）の右辺の値を有してもよい。図９（ｂ）は、数式（２９）の右辺の値の時間変化の一例を示すグラフである。図９（ｂ）において、横軸は時間（単位：秒）を示し、縦軸は数式（２９）の右辺の値、すなわち数式（３０）の値を示す。

なお、この数式（３０）の値は、Δｏｘｙ－Ｈｂ及びΔｄｅｏｘｙ－Ｈｂの和のＡＣ成分と等しい。

また、血管体積指標は、数式（３０）の値から所定の特徴量を抽出したものであってもよい。所定の特徴量とは、例えば、数式（３０）の値の最大値、時間平均値、ピーク・ピーク値、及び時間積分値のうち少なくとも一つである。

血管体積演算部４５は、血管体積推定処理４５１において、例えばローパスフィルタ処理により、Δｏｘｙ－Ｈｂ及びΔｄｅｏｘｙ－Ｈｂの定常成分、すなわちＮ_ｏｘｙ（ｔ）及びＮ_{ｄｅｏｘｙ}（ｔ）の定常成分を抽出してもよい。Δｏｘｙ－Ｈｂ及びΔｄｅｏｘｙ－Ｈｂの定常成分は、血管体積の定常成分Ｖ_ＤＣと強い相関があると考えられる。故に、血管体積演算部４５は、Δｏｘｙ－Ｈｂ及びΔｄｅｏｘｙ－Ｈｂの定常成分と血管体積の定常成分Ｖ_ＤＣとの所定の関係に基づいて、代謝の度合いに関するデータにおける血管体積の定常成分Ｖ_ＤＣを補正するための値（ＮＩＲＳ ＤＣ値指標）を求めることができる。よって、この場合においても、血流量の変動による定常成分Ｖ_ＤＣのドリフト、及び／または光計測器１０の着脱により生じる定常成分Ｖ_ＤＣのオフセットをエンジニアリング的に抑制しなくても、Δｏｘｙ－Ｈｂ及びΔｄｅｏｘｙ－Ｈｂから数値計算によって定常成分Ｖ_ＤＣを補正することが可能となる。

次に、代謝測定装置１の動作を説明する。併せて、本実施形態による代謝算出方法について説明する。この代謝算出方法は、例えばＲＯＭ２６などの非一時的記憶媒体に記憶されたプログラムをＣＰＵ２４が読み出し実行することによって好適に実施される。図１０は、本実施形態による代謝算出方法を示すフローチャートである。以下の説明では図４を併せて参照する。

まず、ステップＳ１１では、測定光Ｌ１の波長をλ_１として、ダーク計測処理４１１、光出力処理４１２、及び光検出処理４１３を行う。なお、ダーク計測処理４１１、光出力処理４１２、及び光検出処理４１３の詳細は前述したとおりである。次に、ステップＳ１２では、測定光Ｌ１の波長をλ_２として、ダーク計測処理４１１、光出力処理４１２、及び光検出処理４１３を再び行う。このように、ダーク計測処理４１１、光出力処理４１２、及び光検出処理４１３を、測定光Ｌ１の波長λ_Ｎまで波長を変更しながら繰り返し行う（ステップＳ１３）。そして、ステップＳ１１～Ｓ１３を、バッファ４２１に蓄積される検出信号のデータ長が規定の長さ（言い換えると所定のデータ長）に達するまで繰り返す（ステップＳ１４：ＮＯ）。

バッファ４２１に蓄積される検出信号のデータ長が規定の長さに達したのち（ステップＳ１４：ＹＥＳ）、ＮＩＲＳ計算処理４２２によってΔｏｘｙ－Ｈｂ及びΔｄｅｏｘｙ－Ｈｂを算出する（ステップＳ１５、第１演算ステップ）。加えて、このステップＳ１５では、ＳｐＯ_２計算処理４２３によって、Δｏｘｙ－Ｈｂ及びΔｄｅｏｘｙ－Ｈｂから酸素飽和度（ＳｐＯ_２）を算出する。ＮＩＲＳ計算処理４２２及びＳｐＯ_２計算処理４２３の詳細は前述したとおりである。

ステップＳ１５ののち、濃度計算処理４３１によって、光路内の血管体積の影響が排除された、血液中のＨＨｂ濃度に関する数値を求める（ステップＳ１６、第２演算ステップ）。血液中のＨＨｂ濃度に関する数値は、例えば、ＨＨｂ濃度の或るタイミング（典型的には測定開始時）からの時間的相対変化量である。加えて、このステップＳ１６では、特徴量抽出処理４３２によって、ＨＨｂ濃度に関する数値から所定の特徴量を抽出する特徴量抽出処理４３２を行う。濃度計算処理４３１及び特徴量抽出処理４３２の詳細は前述したとおりである。

ステップＳ１６ののち、血管体積推定処理４５１によって、ＮＩＲＳ演算部４２において求められたΔｏｘｙ－Ｈｂ及びΔｄｅｏｘｙ－Ｈｂから、代謝の度合いに関するデータにおける血管体積の定常成分Ｖ_ＤＣを補正するための値（血管体積指標）を求める（ステップＳ１７、第４演算ステップ）。また、このステップＳ１７において、血管体積推定処理４５１によって、例えばローパスフィルタ処理により、Δｏｘｙ－Ｈｂ及びΔｄｅｏｘｙ－Ｈｂの定常成分、すなわちＮ_ｏｘｙ（ｔ）及びＮ_{ｄｅｏｘｙ}（ｔ）の定常成分を抽出する。なお、血管体積指標を求める処理と、Δｏｘｙ－Ｈｂ及びΔｄｅｏｘｙ－Ｈｂの定常成分を抽出する処理とは、いずれか一方のみ行ってもよく、両方を行ってもよい。血管体積推定処理４５１の詳細は前述したとおりである。

ステップＳ１７ののち、代謝指標推定処理４４１によって、ＨＨｂ濃度に関する数値と、代謝の度合いとの所定の関係に基づいて、代謝の度合いに関するデータ（代謝指標）を求める（ステップＳ１８、第３演算ステップ）。このステップＳ１７では、代謝の度合いと血糖値との予め取得された関係に基づいて、生体５０の血糖値を更に求めてもよい。代謝指標推定処理４４１及び血糖値の算出の詳細は前述したとおりである。

上記の説明では濃度演算部４３がＨＨｂ濃度に関する数値を算出し、代謝指標演算部４４がＨＨｂ濃度に関する数値に基づいて代謝の度合いに関するデータを求めている。これに限らず、濃度演算部４３がＯ_２Ｈｂ濃度に関する数値を算出し、代謝指標演算部４４がＯ_２Ｈｂ濃度に関する数値に基づいて代謝の度合いに関するデータを求めてもよい。図１１（ａ）は、図９（ａ）に示した、ＨＨｂ濃度の時間的相対変化量の時間波形を示すグラフである。図１１（ｂ）は、図１１（ａ）に対応する、Ｏ_２Ｈｂ濃度の時間的相対変化量の時間波形を示すグラフである。図１１（ａ）と図１１（ｂ）との比較から明らかなように、Ｏ_２Ｈｂ濃度に関する数値の時間波形は、ＨＨｂ濃度に関する数値の時間波形を上下反転した形状を有する。これは、総ヘモグロビン濃度を一定とみなしていることによる。したがって、ＨＨｂ濃度に関する数値を用いる場合と同様に、Ｏ_２Ｈｂ濃度に関する数値を用いても、代謝の度合いに関するデータを求めることができる。また、例えば、ＨＨｂ濃度に関する数値に基づいて得られる代謝の度合いに関するデータと、Ｏ_２Ｈｂ濃度に関する数値に基づいて得られる代謝の度合いに関するデータとの双方を求め、これらを平均する等によって最終的な代謝の度合いに関するデータの精度を高めてもよい。その場合、濃度演算部４３は、ＨＨｂ濃度に関する数値と、Ｏ_２Ｈｂ濃度に関する数値との双方を求めるとよい。

すなわち、濃度演算部４３は、濃度計算処理４３１において、ＮＩＲＳ演算部４２において算出されたΔｏｘｙ－Ｈｂ及びΔｄｅｏｘｙ－Ｈｂに基づいて、光路内の血管体積の影響が排除された、血液中のＯ_２Ｈｂ濃度に関する数値（第３パラメータ）、及び、光路内の血管体積の影響が排除された、血液中のＨＨｂ濃度に関する数値（第４パラメータ）のうち少なくとも一方を求めてもよい。血液中のＯ_２Ｈｂ濃度に関する数値は、例えば、Ｏ_２Ｈｂ濃度の或るタイミング（典型的には測定開始時）からの時間的相対変化量である。そして、代謝指標演算部４４は、代謝指標推定処理４４１において、Ｏ_２Ｈｂ濃度に関する数値、ＨＨｂ濃度に関する数値、またはこれらの双方と、代謝の度合いとの所定の関係に基づいて、代謝の度合いに関するデータ（代謝指標）を求めてもよい。この場合、上記の説明中におけるＨＨｂ濃度は、Ｏ_２Ｈｂ濃度に適宜置き換えられる。また、上記の数式（２７）は、Ｃ_{ｏｘｙ，ＡＣ}（ｔ）、Ｎ_ｏｘｙ（ｔ）、Ｎ_{ｄｅｏｘｙ}（ｔ）、及びＳｐＯ_２に関する下記の数式（３１）に置き換えられる。

以上に説明した本実施形態の代謝測定装置１、代謝算出方法および代謝算出プログラムによって得られる効果について、従来の課題とともに説明する。

近年、身体の代謝を非侵襲で測定するための装置及び方法が開発されている。例えば、体内におけるブドウ糖の代謝によって生じる熱流量を温度計により測定し、その熱流量から血糖値を推定するものがある。しかしながらこのような方式では、身体の一部から温度計への熱伝導に或る程度の時間を要するため、測定に時間がかかるという問題がある。また、例えば、身体の一部に取り付けた加速度計の計測値に基づいて身体の動きの程度を推定し、消費カロリーを算出するものがある。また、口及び鼻を覆うマスク状の測定装置によって呼気及び吸気に含まれる酸素量を測定し、呼気の酸素量と吸気の酸素量との比較によって、体内で消費された酸素量を算出するものがある。また、中赤外波長域におけるグルコースの吸収ピークを利用した吸光度測定によって血糖値を推定するものがある。また、体内におけるブドウ糖の代謝によって生じる熱流量を温度計により測定し、その熱流量から血糖値を推定するものがある。

しかしながら、上述した各装置にはそれぞれ課題があり、広く普及するには至っていない。例えば、身体の一部に取り付けた加速度計の計測値に基づいて消費カロリーを算出する方式においては、運動を伴わない基礎代謝を測定することが困難である。また、呼気の酸素量と吸気の酸素量との比較によって、体内で消費された酸素量を算出する方式においては、測定装置の常時着用が困難であり、長時間の測定には適していない。また、グルコースの吸収ピークを利用して吸光度を測定する方式においては、体内組織に占めるグルコースの濃度が極めて小さいので、グルコースの濃度を精度良く測定することは極めて困難である。また、体内におけるブドウ糖の代謝によって生じる熱流量を測定する方式においては、温度計による熱流量の測定に時間がかかる。

身体の代謝の度合いは、血液中のＯ_２Ｈｂ濃度およびＨＨｂ濃度と相関を有する。したがって、血液中のＯ_２Ｈｂ濃度およびＨＨｂ濃度のうち少なくとも一方を測定することにより、身体の代謝の度合いを非侵襲且つ短時間で測定することができる。血液中のＯ_２Ｈｂ濃度およびＨＨｂ濃度を測定する方式として、近赤外分光法（ＮＩＲＳ）がある。この方式では、測定光の光路内に存在する体組織における各ヘモグロビン濃度を測定する。すなわち、血液中の各ヘモグロビン濃度そのものが得られるわけではなく、得られる数値は、血液中の各ヘモグロビン濃度と光路内の血管体積とに依存する。したがって、光路内の血管体積の変動（特に心臓の拍動による血管の内径の変動）の影響を受けてしまい、そのままでは身体の代謝を精度良く算出することができない。

そこで、本実施形態では、まず、ＮＩＲＳ演算部４２及びステップＳ１５において、従来のＮＩＲＳと同様にして、血液中のＯ_２Ｈｂ濃度及び光路内の血管体積に依存する時間的相対変化量であるΔｏｘｙ－Ｈｂと、血液中のＨＨｂ濃度及び光路内の血管体積に依存する時間的相対変化量であるΔｄｅｏｘｙ－Ｈｂとを求める。そして、濃度演算部４３及びステップＳ１６において、Δｏｘｙ－Ｈｂ及びΔｄｅｏｘｙ－Ｈｂに基づいて、光路内の血管体積の影響が排除された、血液中のＯ_２Ｈｂ濃度に関する数値、及び、光路内の血管体積の影響が排除された、血液中のＨＨｂ濃度に関する数値のうち少なくとも一つの数値を求める。本発明者の研究により、このように、ＮＩＲＳにより得られた数値に基づく演算によって、光路内の血管体積の影響が排除された、血液中の各ヘモグロビン濃度に関する数値が得られることが見出された。この少なくとも一つの数値に基づいて、代謝指標演算部４４（ステップＳ１８）において、代謝の度合いに関するデータを求めることができる。したがって、本実施形態によれば、生体５０の代謝の度合いを非侵襲で精度良く測定することができ、また、従来のＮＩＲＳと同等の短い時間で測定することができる。更には、運動を伴わない基礎代謝を測定することが可能となり、また、測定装置の常時着用が容易で長時間の測定が可能になる。

前述したように、濃度演算部４３は、光路内の血管体積が一定であると見なして、血液中のＯ_２Ｈｂ濃度及び／またはＨＨｂ濃度に関する数値を求めてもよい。同様に、ステップＳ１６において、光路内の血管体積が一定であると見なして、血液中のＯ_２Ｈｂ濃度及び／またはＨＨｂ濃度に関する数値を求めてもよい。或る決められた期間内（たとえば数分～数か月）において光路内の血管体積が一定であると見なすことができる場合などにおいては、これにより生体５０の代謝の度合いを簡便に測定することができる。

本実施形態のように、代謝測定装置１は、Δｏｘｙ－Ｈｂ及びΔｄｅｏｘｙ－Ｈｂから光路内の血管体積の変動成分に関する数値を求める血管体積演算部４５を備えてもよい。そして、代謝指標演算部４４は、血管体積演算部４５により求められた光路内の血管体積の変動成分に関する数値に更に基づいて、代謝の度合いに関するデータを求めてもよい。同様に、代謝算出方法及び代謝算出プログラムは、ステップＳ１８の前に、Δｏｘｙ－Ｈｂ及びΔｄｅｏｘｙ－Ｈｂから光路内の血管体積の変動成分に関する数値を求めるステップＳ１７を含んでもよい。そして、ステップＳ１８では、ステップＳ１７において求められた光路内の血管体積の変動成分に関する数値に更に基づいて、代謝の度合いに関するデータを求めてもよい。このように、ＮＩＲＳにより得られた数値に基づく演算によって、光路内の血管体積の変動成分を求め得る。本発明者の研究によれば、光路内の血管体積の変動成分に関する数値に更に基づいて代謝の度合いに関するデータを求めることによって、光路内の血管体積の変動による測定精度の低下を抑制することができる。なお、光路内の血管体積の変動は、例えば、或る測定から次の測定までの期間における総ヘモグロビン量の増減、光計測器１０の脱着による光路の変化、または、局所血流量変化による光路中の血管体積の変化などによって生じ得る。

本実施形態のように、代謝測定装置１は、Δｏｘｙ－Ｈｂ及びΔｄｅｏｘｙ－Ｈｂの定常成分を抽出する血管体積演算部４５を備えてもよい。そして、代謝指標演算部４４は、血管体積演算部４５により求められたΔｏｘｙ－Ｈｂ及びΔｄｅｏｘｙ－Ｈｂの定常成分に更に基づいて、代謝の度合いに関するデータを求めてもよい。同様に、代謝算出方法及び代謝算出プログラムは、ステップＳ１８の前に、Δｏｘｙ－Ｈｂ及びΔｄｅｏｘｙ－Ｈｂの定常成分を抽出するステップＳ１７を含んでもよい。そして、ステップＳ１８では、ステップＳ１７において求められたΔｏｘｙ－Ｈｂ及びΔｄｅｏｘｙ－Ｈｂの定常成分に更に基づいて、代謝の度合いに関するデータを求めてもよい。Δｏｘｙ－Ｈｂ及びΔｄｅｏｘｙ－Ｈｂの定常成分は、光路内の血管体積と相関を有する。したがって、Δｏｘｙ－Ｈｂ及びΔｄｅｏｘｙ－Ｈｂの定常成分に更に基づいて代謝の度合いに関するデータを求めることにより、光路内の血管体積の変動による測定精度の低下を抑制することができる。

本実施形態のように、濃度演算部４３は、光路内の血管体積の影響が排除された、血液中のＯ_２Ｈｂ濃度及びＨＨｂ濃度に関する数値を、それぞれ数式（３１）及び（２７）に基づいて求めてもよい。同様に、ステップＳ１６において、光路内の血管体積の影響が排除された、血液中のＯ_２Ｈｂ濃度及びＨＨｂ濃度に関する数値を、それぞれ数式（３１）及び（２７）に基づいて求めてもよい。これにより、生体５０の代謝の度合いを更に精度良く算出することができる。

本実施形態のように、代謝指標演算部４４は、代謝の度合いと血糖値との予め取得された関係に基づいて生体５０の血糖値を求めてもよい。同様に、ステップＳ１８において、代謝の度合いと血糖値との予め取得された関係に基づいて生体５０の血糖値を求めてもよい。この場合、血糖値を非侵襲且つ短時間で測定することができる。なお、前述したように、この予め取得される代謝の度合いと血糖値との関係は、年齢による代謝量の変化及び／又は糖尿病などの疾病の進行による代謝機能の変化に応じて、適宜補正されていてもよい。具体的には、代謝の度合いと血糖値との関係は、被検者の年齢、性別、身長、疾病の進行度に応じて補正されていてもよい。

本実施形態のように、濃度演算部４３は、血液中のＯ_２Ｈｂ濃度及び／またはＨＨｂ濃度に関する数値から所定の特徴量を抽出し、代謝指標演算部４４は、所定の特徴量と代謝の度合いとの予め取得された関係に基づいて、代謝の度合いに関するデータを求めてもよい。同様に、ステップＳ１６において、血液中のＯ_２Ｈｂ濃度及び／またはＨＨｂ濃度に関する数値から所定の特徴量を抽出し、ステップＳ１８において、所定の特徴量と代謝の度合いとの予め取得された関係に基づいて、代謝の度合いに関するデータを求めてもよい。この場合、代謝の度合いに関するデータを簡便な演算により精度良く求めることができる。
（実施例）

本発明者は、上記実施形態による代謝測定装置１を用いて３名の被検者の代謝指標を推定するとともに、参考例として、家庭用侵襲式血糖計を用いて同じ被検者の血糖値を測定した。なお、実験条件は下記の通りである。
・糖質を多く含む食品を摂取後、１１日にわたって所定の時間間隔で代謝測定装置１及び侵襲式血糖計を用いて測定を実施
・摂取物：コカ・コーラ（登録商標）１０００ｍｌ
・代謝測定装置１の光計測器１０：耳たぶ用パルスオキシメータ
・測定姿勢：仰臥位

図１２（ａ）～（ｃ）それぞれは、３名の被検者それぞれの測定結果を示すグラフである。図１２（ａ）～（ｃ）において、右縦軸は血糖値（単位：ｍｇ／ｄｌ）を表し、左縦軸は代謝指標（任意単位）を表し、横軸は時間（単位：分）を表す。各図において、グラフＧ４１は代謝測定装置１による結果（右縦軸を参照）を示し、グラフＧ４２は侵襲式血糖計による結果（左縦軸を参照）を示す。図１２（ａ）～（ｃ）を参照すると、代謝測定装置１によって推定した代謝指標の増減の傾向と、実際の血糖値の増減の傾向とが、極めて近似していることがわかる。

図１３は、代謝測定装置１によって推定した代謝指標と、実際の血糖値との関係を示すグラフである。図１３において、縦軸は代謝指標（任意単位）を表し、横軸は血糖値（単位：ｍｇ／ｄｌ）を表す。図中のプロットＰ１は或る被検者の測定結果を示し、図中のプロットＰ２は別の被検者の測定結果を示し、図中のプロットＰ３は更に別の被検者の測定結果を示す。図中の直線Ｒ１は、プロットＰ１～Ｐ３の回帰直線である。この直線Ｒ１の決定係数Ｒ^２は０．４と大きい。このように、代謝測定装置１によって推定した代謝指標と、実際の血糖値との間には、ほぼ線形な関係が存在することがわかる。

一般的に、血糖値と代謝指標との間には密接な関係がある。上記の実験結果は、上記実施形態の代謝測定装置１が、被検者の代謝指標を精度良く推定できることを示している。
（変形例）

上記実施形態においては、濃度演算部４３が、血液中のＯ_２Ｈｂ濃度及び／またはＨＨｂ濃度に関する数値から所定の特徴量（最大値、時間平均値、ピーク・ピーク値、時間積分値）を抽出している。この場合、濃度演算部４３は、まずＯ_２Ｈｂ濃度及び／またはＨＨｂ濃度に関する数値に対してフィルタ処理を行い、フィルタ処理後の数値から所定の特徴量を抽出してもよい。このフィルタ処理に用いられるフィルタは、例えば、微分型フィルタ、積分型フィルタ、移動平均フィルタ、ローパスフィルタ、ハイパスフィルタ、及びバンドパスフィルタのうち少なくとも一つである。

ここで、種々のフィルタと特徴量との組み合わせについて検討する。図１４は、検討のため模擬的に生成された正弦波状の時間波形であってホワイトノイズが重畳したもの（グラフＧ５１）と、グラフＧ５１に積分型フィルタを施したもの（グラフＧ５２）と、グラフＧ５１に微分型フィルタを施したもの（グラフＧ５３）と、を示すグラフである。図１４において、縦軸は信号値（任意単位）を表し、横軸は時間（単位：秒）を表す。図１４に示されるように、時間波形にホワイトノイズが重畳している場合、微分型フィルタでは却ってノイズが強調されてしまい、好ましくない。これに対し、積分型フィルタではノイズが効果的にスムージングされていることがわかる。

図１５（ａ）のグラフＧ６１，Ｇ６２それぞれは、図１４のグラフＧ５１，Ｇ５２それぞれの最大値を抽出した結果を示す。図１５（ｂ）のグラフＧ７１，Ｇ７２それぞれは、図１４のグラフＧ５１，Ｇ５２それぞれのピーク・ピーク値を抽出した結果を示す。図１５（ｃ）のグラフＧ８１，Ｇ８２それぞれは、図１４のグラフＧ５１，Ｇ５２それぞれの時間平均値を抽出した結果を示す。なお、図１５（ａ）～（ｃ）において、縦軸はそれぞれの値を表し、横軸は時間（単位：秒）を表す。図中の破線は理想値を表す。図１５（ａ）～（ｃ）を参照すると、元の時間波形にホワイトノイズが重畳している場合には、いずれの特徴量においても、積分型フィルタの適用により理想値に小さな誤差で収束しており、推定精度が向上していることがわかる。なお、ピーク・ピーク値を特徴量とする場合には、時間平均値を特徴量とする場合と比較して、収束が早くなる。また、時間平均値を特徴量とする場合には、ピーク・ピーク値を特徴量とする場合と比較して、インパルス的なノイズに強くなる。

図１６は、検討のため模擬的に生成された正弦波状の時間波形であって低周波のうねりが重畳したもの（グラフＧ９１）と、グラフＧ９１に積分型フィルタを施したもの（グラフＧ９２）と、グラフＧ９１に微分型フィルタを施したもの（グラフＧ９３）と、を示すグラフである。図１６において、縦軸は信号値（任意単位）を表し、横軸は時間（単位：秒）を表す。図１６に示されるように、時間波形に低周波のうねりが重畳している場合、積分型フィルタでは値が発散してしまい、好ましくない。これに対し、微分型フィルタでは低周波のうねりが効果的に除去されていることがわかる。

図１７（ａ）のグラフＧ１０１～Ｇ１０３それぞれは、図１６のグラフＧ９１～Ｇ９３それぞれの最大値を抽出した結果を示す。図１７（ｂ）のグラフＧ１１１～Ｇ１１３それぞれは、図１６のグラフＧ９１～Ｇ９３それぞれのピーク・ピーク値を抽出した結果を示す。図１７（ｃ）のグラフＧ１２１～Ｇ１２３それぞれは、図１６のグラフＧ９１～Ｇ９３それぞれの時間平均値を抽出した結果を示す。なお、図１７（ａ）～（ｃ）において、縦軸はそれぞれの値を表し、横軸は時間（単位：秒）を表す。図中の破線は理想値を表す。図１７（ａ）～（ｃ）を参照すると、元の時間波形に低周波のうねりが重畳している場合には、いずれの特徴量においても、微分型フィルタの適用により理想値に早く、且つ小さな誤差で収束しており、推定精度が向上していることがわかる。なお、この場合においても、ピーク・ピーク値を特徴量とする場合には、時間平均値を特徴量とする場合と比較して、収束が早くなる。また、時間平均値を特徴量とする場合には、ピーク・ピーク値を特徴量とする場合と比較して、インパルス的なノイズに強くなる。

本発明による代謝測定装置、代謝算出方法および代謝算出プログラムは、上述した実施形態及び実施例に限られるものではなく、他に様々な変形が可能である。例えば、上記実施形態では演算部４０がスマートデバイス等の本体部３０に内蔵されている例を示したが、演算部４０は、例えばクラウドサーバーあるいはパーソナルコンピュータなど、本体部３０とは別に設けられてもよい。その場合、演算部４０は、本体部３０と無線あるいはインターネットなどのネットワークにより接続されてもよい。また、上記実施形態では一つの演算部４０がＮＩＲＳ演算部４２、濃度演算部４３および代謝指標演算部４４を含んでいるが、ＮＩＲＳ演算部４２、濃度演算部４３および代謝指標演算部４４のうち少なくとも一つの演算部は、他の演算部と別個に設けられてもよい。

また、上記実施形態ではΔｏｘｙ－Ｈｂ及びΔｄｅｏｘｙ－Ｈｂを算出する方法としてＭＢＬ法（モディファイド・ベア・ランバート法）を示したが、ＳＲＳ法（空間分解分光法）など他の近赤外分光法を用いてもよい。

また、上記実施形態では、血管体積の変動成分に関する数値、並びにΔｏｘｙ－Ｈｂ及びΔｄｅｏｘｙ－Ｈｂの定常成分を用いて代謝の度合いに関するデータを補正しているが、これらに加えて、或いはこれらとは別に、気温、体温、ヘマトクリット値を用いて代謝の度合いに関するデータを補正してもよい。

１…代謝測定装置、１０…光計測器、１１…光源、１２…光検出器、１８…ケーブル、２１…光源制御部、２２…サンプルホールド回路、２３…Ａ／Ｄ変換回路、２４…ＣＰＵ、２５…ディスプレイ、２６…ＲＯＭ、２７…ＲＡＭ、２８…データバス、２９…コントローラ、３０…本体部、３１…入力部、４０…演算部、４１…測定制御部、４２…ＮＩＲＳ演算部、４３…濃度演算部、４４…代謝指標演算部、４５…血管体積演算部、５０…生体、５１…皮膚、４１１…ダーク計測処理、４１２…光出力処理、４１３…光検出処理、４２１…バッファ、４２２…ＮＩＲＳ計算処理、４２３…ＳｐＯ_２計算処理、４３１…濃度計算処理、４３２…特徴量抽出処理、４４１…代謝指標推定処理、４５１…血管体積推定処理、Ｂ…血管、Ｌ１…測定光。

Claims (20)

1. 生体の代謝の度合いを測定する代謝測定装置であって、
   前記生体に入力される測定光を出力する光出力部と、
   前記生体の内部を伝播した前記測定光を検出し、前記測定光の強度に応じた検出信号を生成する光検出部と、
   前記検出信号に基づいて、代謝の度合いに関するデータを出力する演算部と、
   を備え、
   前記演算部は、
   前記検出信号に基づいて、血液中の酸素化ヘモグロビン濃度と光路内の血管体積とに依存する、或るタイミングからの時間的相対変化量である第１パラメータと、血液中の脱酸素化ヘモグロビン濃度と光路内の血管体積とに依存する、或るタイミングからの時間的相対変化量である第２パラメータとを求める第１演算部と、
   前記第１パラメータ及び前記第２パラメータに基づいて、光路内の血管体積の影響が排除された、血液中の酸素化ヘモグロビン濃度に関する第３パラメータ、及び、光路内の血管体積の影響が排除された、血液中の脱酸素化ヘモグロビン濃度に関する第４パラメータのうち少なくとも一つのパラメータを求める第２演算部と、
   前記少なくとも一つのパラメータに基づいて、前記代謝の度合いに関するデータを求める第３演算部と、
   を有する、代謝測定装置。
2. 前記第２演算部は、光路内の血管体積が一定であると見なして前記少なくとも一つのパラメータを求める、請求項１に記載の代謝測定装置。
3. 前記第１パラメータ及び前記第２パラメータから光路内の血管体積の変動成分に関する数値を求める第４演算部を更に備え、
   前記第３演算部は、前記第４演算部により求められた光路内の血管体積の変動成分に関する数値に更に基づいて前記代謝の度合いに関するデータを求める、請求項１に記載の代謝測定装置。
4. 前記第１パラメータ及び前記第２パラメータの定常成分を抽出する第４演算部を更に備え、
   前記第３演算部は、前記第４演算部により求められた前記第１パラメータ及び前記第２パラメータの定常成分に更に基づいて前記代謝の度合いに関するデータを求める、請求項１に記載の代謝測定装置。
5. 前記第２演算部は、前記第３パラメータを求める場合、下記の数式（１）に基づいて前記第３パラメータを求め、前記第４パラメータを求める場合、下記の数式（２）に基づいて前記第４パラメータを求める、請求項１～４のいずれか１項に記載の代謝測定装置（但し、ＳｐＯ₂は酸素飽和度、Ｎ_oxy（ｔ）は前記第１パラメータ、Ｎ_deoxy（ｔ）は前記第２パラメータ、Ｃ_oxy,ACは前記第３パラメータ、Ｃ_deoxy,ACは前記第４パラメータ、Ｖ_ＤＣは光路内の血管体積の定常成分、αは定数）。
   

   

   
   

   
6. 前記第３演算部は、前記代謝の度合いと血糖値との予め取得された関係に基づいて前記生体の血糖値を更に求める、請求項１～５のいずれか１項に記載の代謝測定装置。
7. 前記第２演算部は、前記少なくとも一つのパラメータから所定の特徴量を抽出し、
   前記第３演算部は、前記所定の特徴量と前記代謝の度合いとの予め取得された関係に基づいて前記代謝の度合いに関するデータを求める、請求項１～６のいずれか１項に記載の代謝測定装置。
8. 前記所定の特徴量は、前記少なくとも一つのパラメータの最大値、時間平均値、ピーク・ピーク値、及び時間積分値のうち少なくとも一つである、請求項７に記載の代謝測定装置。
9. 生体の代謝の度合いを算出する代謝算出方法であって、
   前記生体における、血液中の酸素化ヘモグロビン濃度と光路内の血管体積とに依存する、或るタイミングからの時間的相対変化量である第１パラメータと、血液中の脱酸素化ヘモグロビン濃度と光路内の血管体積とに依存する、或るタイミングからの時間的相対変化量である第２パラメータとを求める第１演算ステップと、
   前記第１パラメータ及び前記第２パラメータに基づいて、光路内の血管体積の影響が排除された、血液中の酸素化ヘモグロビン濃度に関する第３パラメータ、及び、光路内の血管体積の影響が排除された、血液中の脱酸素化ヘモグロビン濃度に関する第４パラメータのうち少なくとも一つのパラメータを求める第２演算ステップと、
   前記少なくとも一つのパラメータに基づいて、前記代謝の度合いに関するデータを求める第３演算ステップと、
   を含む、代謝算出方法。
10. 前記第２演算ステップでは、光路内の血管体積が一定であると見なして前記少なくとも一つのパラメータを求める、請求項９に記載の代謝算出方法。
11. 前記第３演算ステップの前に、前記第１パラメータ及び前記第２パラメータから光路内の血管体積の変動成分に関する数値を求める第４演算ステップを更に含み、
    前記第３演算ステップでは、前記第４演算ステップにおいて求められた光路内の血管体積の変動成分に関する数値に更に基づいて前記代謝の度合いに関するデータを求める、請求項９に記載の代謝算出方法。
12. 前記第３演算ステップの前に、前記第１パラメータ及び前記第２パラメータの定常成分を抽出する第４演算ステップを更に含み、
    前記第３演算ステップでは、前記第４演算ステップにおいて求められた前記第１パラメータ及び前記第２パラメータの定常成分に更に基づいて前記代謝の度合いに関するデータを求める、請求項９に記載の代謝算出方法。
13. 前記第２演算ステップでは、前記第３パラメータを求める場合、下記の数式（３）に基づいて前記第３パラメータを求め、前記第４パラメータを求める場合、下記の数式（４）に基づいて前記第４パラメータを求める、請求項９～１２のいずれか１項に記載の代謝算出方法（但し、ＳｐＯ₂は酸素飽和度、Ｎ_oxy（ｔ）は前記第１パラメータ、Ｎ_deoxy（ｔ）は前記第２パラメータ、Ｃ_oxy,ACは前記第３パラメータ、Ｃ_deoxy,ACは前記第４パラメータ、Ｖ_ＤＣは光路内の血管体積の定常成分、αは定数）。
    

    

    
    

    
14. 前記第３演算ステップでは、前記代謝の度合いと血糖値との予め取得された関係に基づいて前記生体の血糖値を更に求める、請求項９～１３のいずれか１項に記載の代謝算出方法。
15. 前記第２演算ステップでは、前記少なくとも一つのパラメータから所定の特徴量を抽出し、
    前記第３演算ステップでは、前記所定の特徴量と前記代謝の度合いとの予め取得された関係に基づいて前記代謝の度合いに関するデータを求める、請求項９～１４のいずれか１項に記載の代謝算出方法。
16. 前記所定の特徴量は、前記少なくとも一つのパラメータの最大値、時間平均値、ピーク・ピーク値、及び時間積分値のうち少なくとも一つである、請求項１５に記載の代謝算出方法。
17. 生体の代謝の度合いを算出する代謝算出プログラムであって、
    前記生体における、血液中の酸素化ヘモグロビン濃度と光路内の血管体積とに依存する、或るタイミングからの時間的相対変化量である第１パラメータと、血液中の脱酸素化ヘモグロビン濃度と光路内の血管体積とに依存する、或るタイミングからの時間的相対変化量である第２パラメータとを求める第１演算ステップと、
    前記第１パラメータ及び前記第２パラメータに基づいて、光路内の血管体積の影響が排除された、血液中の酸素化ヘモグロビン濃度に関する第３パラメータ、及び、光路内の血管体積の影響が排除された、血液中の脱酸素化ヘモグロビン濃度に関する第４パラメータのうち少なくとも一つのパラメータを求める第２演算ステップと、
    前記少なくとも一つのパラメータに基づいて、前記代謝の度合いに関するデータを求める第３演算ステップと、
    をコンピュータに実行させる、代謝算出プログラム。
18. 前記第２演算ステップでは、光路内の血管体積が一定であると見なして前記少なくとも一つのパラメータを求める、請求項１７に記載の代謝算出プログラム。
19. 前記第３演算ステップの前に、前記第１パラメータ及び前記第２パラメータから光路内の血管体積の変動成分に関する数値を求める第４演算ステップを更に含み、
    前記第３演算ステップでは、前記第４演算ステップにおいて求められた光路内の血管体積の変動成分に関する数値に更に基づいて前記代謝の度合いに関するデータを求める、請求項１７に記載の代謝算出プログラム。
20. 前記第３演算ステップの前に、前記第１パラメータ及び前記第２パラメータの定常成分を抽出する第４演算ステップを更に含み、
    前記第３演算ステップでは、前記第４演算ステップにおいて求められた前記第１パラメータ及び前記第２パラメータの定常成分に更に基づいて前記代謝の度合いに関するデータを求める、請求項１７に記載の代謝算出プログラム。

Images