JP6029236B2 - 生体機能診断装置及びプログラム - Google Patents
生体機能診断装置及びプログラム Download PDFInfo
- Publication number
- JP6029236B2 JP6029236B2 JP2012289153A JP2012289153A JP6029236B2 JP 6029236 B2 JP6029236 B2 JP 6029236B2 JP 2012289153 A JP2012289153 A JP 2012289153A JP 2012289153 A JP2012289153 A JP 2012289153A JP 6029236 B2 JP6029236 B2 JP 6029236B2
- Authority
- JP
- Japan
- Prior art keywords
- vertical axis
- change
- time
- graph
- concentration
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000008827 biological function Effects 0.000 title claims description 50
- 230000008859 change Effects 0.000 claims description 674
- 108010054147 Hemoglobins Proteins 0.000 claims description 208
- 102000001554 Hemoglobins Human genes 0.000 claims description 208
- 230000033001 locomotion Effects 0.000 claims description 113
- 238000006243 chemical reaction Methods 0.000 claims description 55
- 238000000034 method Methods 0.000 claims description 55
- 238000005259 measurement Methods 0.000 claims description 44
- 239000000523 sample Substances 0.000 claims description 30
- 238000004364 calculation method Methods 0.000 claims description 19
- 238000004497 NIR spectroscopy Methods 0.000 claims description 14
- 230000003287 optical effect Effects 0.000 claims description 14
- 238000003745 diagnosis Methods 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 7
- 238000012549 training Methods 0.000 claims description 3
- 230000004438 eyesight Effects 0.000 claims description 2
- 230000001678 irradiating effect Effects 0.000 claims description 2
- 210000004556 brain Anatomy 0.000 description 131
- 238000010586 diagram Methods 0.000 description 115
- 210000001652 frontal lobe Anatomy 0.000 description 71
- 210000003205 muscle Anatomy 0.000 description 56
- 238000005070 sampling Methods 0.000 description 29
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 28
- 229910052760 oxygen Inorganic materials 0.000 description 28
- 239000001301 oxygen Substances 0.000 description 28
- 230000000638 stimulation Effects 0.000 description 26
- 230000001133 acceleration Effects 0.000 description 18
- 230000007423 decrease Effects 0.000 description 18
- 230000000875 corresponding effect Effects 0.000 description 14
- 230000010354 integration Effects 0.000 description 13
- 230000006870 function Effects 0.000 description 11
- 230000008557 oxygen metabolism Effects 0.000 description 11
- 210000002027 skeletal muscle Anatomy 0.000 description 11
- 238000005381 potential energy Methods 0.000 description 10
- INGWEZCOABYORO-UHFFFAOYSA-N 2-(furan-2-yl)-7-methyl-1h-1,8-naphthyridin-4-one Chemical compound N=1C2=NC(C)=CC=C2C(O)=CC=1C1=CC=CO1 INGWEZCOABYORO-UHFFFAOYSA-N 0.000 description 9
- 210000004369 blood Anatomy 0.000 description 9
- 239000008280 blood Substances 0.000 description 9
- 108010002255 deoxyhemoglobin Proteins 0.000 description 9
- 230000001419 dependent effect Effects 0.000 description 9
- 230000000694 effects Effects 0.000 description 9
- 238000002474 experimental method Methods 0.000 description 9
- 210000000869 occipital lobe Anatomy 0.000 description 9
- 238000002835 absorbance Methods 0.000 description 8
- 230000036461 convulsion Effects 0.000 description 8
- 238000002599 functional magnetic resonance imaging Methods 0.000 description 8
- 241000278713 Theora Species 0.000 description 7
- 230000003925 brain function Effects 0.000 description 7
- 230000002490 cerebral effect Effects 0.000 description 7
- 230000009471 action Effects 0.000 description 6
- 230000017531 blood circulation Effects 0.000 description 6
- 210000004027 cell Anatomy 0.000 description 6
- 230000001186 cumulative effect Effects 0.000 description 6
- 230000012010 growth Effects 0.000 description 6
- 230000004044 response Effects 0.000 description 6
- 238000009825 accumulation Methods 0.000 description 5
- 238000002405 diagnostic procedure Methods 0.000 description 5
- 230000001965 increasing effect Effects 0.000 description 5
- 210000001519 tissue Anatomy 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 230000004397 blinking Effects 0.000 description 4
- 230000009191 jumping Effects 0.000 description 4
- 210000000056 organ Anatomy 0.000 description 4
- 108010064719 Oxyhemoglobins Proteins 0.000 description 3
- 230000002596 correlated effect Effects 0.000 description 3
- 238000000691 measurement method Methods 0.000 description 3
- 230000004060 metabolic process Effects 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000003387 muscular Effects 0.000 description 3
- 230000003647 oxidation Effects 0.000 description 3
- 238000007254 oxidation reaction Methods 0.000 description 3
- 206010021143 Hypoxia Diseases 0.000 description 2
- 206010029216 Nervousness Diseases 0.000 description 2
- 230000004913 activation Effects 0.000 description 2
- 238000001994 activation Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000007177 brain activity Effects 0.000 description 2
- 230000004087 circulation Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000008602 contraction Effects 0.000 description 2
- 238000013523 data management Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000002503 metabolic effect Effects 0.000 description 2
- 230000006461 physiological response Effects 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000000284 resting effect Effects 0.000 description 2
- 230000035882 stress Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 206010003694 Atrophy Diseases 0.000 description 1
- 238000012935 Averaging Methods 0.000 description 1
- 238000012879 PET imaging Methods 0.000 description 1
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 206010041349 Somnolence Diseases 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 230000037444 atrophy Effects 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000008512 biological response Effects 0.000 description 1
- 230000037396 body weight Effects 0.000 description 1
- 230000008344 brain blood flow Effects 0.000 description 1
- 210000004958 brain cell Anatomy 0.000 description 1
- 230000007585 cortical function Effects 0.000 description 1
- 230000007850 degeneration Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 210000003743 erythrocyte Anatomy 0.000 description 1
- 230000000763 evoking effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000002431 foraging effect Effects 0.000 description 1
- 210000004195 gingiva Anatomy 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000000004 hemodynamic effect Effects 0.000 description 1
- 230000007954 hypoxia Effects 0.000 description 1
- 230000001146 hypoxic effect Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000002595 magnetic resonance imaging Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000000116 mitigating effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000000337 motor cortex Anatomy 0.000 description 1
- 210000000214 mouth Anatomy 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 238000002610 neuroimaging Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 230000035790 physiological processes and functions Effects 0.000 description 1
- 238000012636 positron electron tomography Methods 0.000 description 1
- 210000000976 primary motor cortex Anatomy 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 230000035484 reaction time Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 230000016776 visual perception Effects 0.000 description 1
Images
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Description
本発明は、生体の機能を計測し診断するための生体機能診断装置、生体機能診断方法及びプログラムに関し、特に、時間以外の事象経過情報（例えば生体の移動距離、生体に対する刺激回数等）に基づいて変化する生体の機能を計測するための生体機能診断装置、生体機能診断方法及びプログラムに関する。
近年、脳や筋肉等の部位における生体の機能を計測するための種々の装置が提案されている。
生体の機能（働き）を計測する方法としては、電気活動の変化を計測する方法、血流動態の変化を計測する方法及び酸素代謝の変化を計測する方法の３つが挙げられる。
電気活動の変化を計測する方法としては、例えば脳波、脳磁図、筋電図が知られている。血流動態や酸素代謝の変化を計測する方法としては、例えばＰＥＴ(ポジトロンCT)、ｆＭＲＩ（機能的磁気気共鳴画像法），ＮＩＲＳ（Near-infrared Spectroscopy：近赤外分光法）が知られている。
生体の計測対象となる部位別では、脳の部位としては、例えば脳波、脳磁図、fMRI、fNIRSなどがあり、筋肉の部位としては、例えば筋電図、NIRSによる血流動態の計測がある。
上記の従来知られている生体機能の計測、イメージング及び診断装置は、生理的反応特性を時間に基づいた時系列データとして取得してきた。その結果、事象関連時系列反応を事象関連電位や事象関連血流動態として計測してきた。
また、生体に対して課題を実行することで、安静時と課題との比較、あるいは、異なった課題間の比較を時系列データをサンプリングすることで分析してきた。
ところで、脳や筋肉の活動は、部位ごとの活動を課題の負荷によって誘発された反応によって検出されてきた。例えば脳機能ＮＩＲＳ(fNIRS)がある。
fNIRSは、局所のOxyHb, DeoxyHb, TotalHb濃度変化を用いて脳機能の非侵襲モニタリングを行う。fNIRSは、PETやfMRIに比べて身体の拘束性が低く、体を動かしながら計測できる。そのため、体幹を動かす運動課題や歩行課題に伴う脳循環代謝の解析ができる利点がある。
fNIRSから得られる指標の変動が局在化することを利用した脳機能画像法の研究は、本発明者らが1991年に最初に発見した。その成果はTakashima S, Kato T, Hirano S, Mito T (1992) Observation of activation in local brain blood flow by means of near-infrared spectroscopy in Comprehensive Research Report Concerning Medical Care for Children (People) with Disabilities. Japan Ministry of Health and Welfare 179-181 .とKato T, Kamei A, Takashima S, Ozaki T (1993) Human visual cortical function during photic stimulation monitoring by means of near-infrared spectroscopy. J Cereb Blood Flow Metab 13:516-520.によって報告された。Ferrari M, Quaresima V. （2012）A brief review on the history of human functional near-infrared spectroscopy (fNIRS) development and fields of application. Neuroimage.;63(2):921-35.に、ｆＮＩＲＳの歴史が掲載されている。
脳が活動した際に起こる酸素代謝の変化を同時に計測する方法として、本出願の発明者が発明した特許第４０３１４３８号公報（特許文献１）や特許第４６２５８０９号公報（特許文献２）の発明がある。これらの特許の発明では、局所のOxyHb, DeoxyHbの比の変化や二次元ダイアグラムから得られた指標を用いることで、あたらしい脳機能の指標が生み出された。また、局所のOxyHb, DeoxyHbの比の変化からの位相変化の情報によって脳活動を区分することができる。
上記の脳や筋肉等の部位における生体機能を計測する場合、時系列データに基づいて行っていた（以下、この技術を従来例１という）。
また、本件発明に関連する発明として、特許第４６２５８０９号（特許文献２）の発明では、時系列データとして収集した生体情報を行動事象に対応して精度良く解析、診断するために、生体の行動情報を計測する行動情報計測部が設置されており、明細書の段落０３５８及び図８１には、行動情報を横軸にした二次元ダイアグラムが開示されている。図８１は、同一時間内における行動情報（書いた文字の意味、線の長さ、スコアなど）と各種パラメータ（積分値、変化量）との相関関係を示す二次元ダイアグラムである。このような相関関係を解析することにより、例えば反応時間が同じで、課題が異なる場合（例えば、「東西南北」と「古今東西」との異なる言葉を対象者に聞かせた場合）、与えられた課題を理解しているか否かの判断などを行うことができる（以下、この技術を従来例２という）。
また、特開平９−２６８１７号公報（特許文献３）には、横軸を時間以外のパラメータ（例えば総発電電力量、機器稼働時間、起動回数など）とし、縦軸を測定値とした座標系のもとで、回帰分析を行い、最適回帰方法と最適近似曲線を算出する回帰演算部を有する点検データ管理装置が開示されている（以下、この技術を従来例３という）。
さらに、特開２０００−２３７１９４号公報（特許文献５）には、被検体を光計測し、その計測によって得られた情報に基づく所定の項目の画像を容易に処理及び表示する光計測方法及び装置が開示されている。また、図８４に示すように、計測値の変化に対してベースラインとしてのフィッティングカーブを表示して、変化量をカットして解析していた（以下、この技術を従来例４という）。
特許第４０３１４３８号公報
特許第４６２５８０９号公報
特開平９−２６８１７号公報
特開２０００−２３７１９４号公報
（１）従来例１において、脳や筋肉等の部位における生体機能を計測する場合、時系列データに基づいて行っていたのは、生体の反応が時間に対して反応しているという前提の下で、時間軸にそって、経時的にサンプリングしてきたためである。
しかしながら、時系列データでは、生体反応を良好にとらえることができない場合もある。すなわち、脳の生理的な反応は、加算された刺激回数、重量、ある閾値を超えた強度の刺激、あるいは加算された刺激が閾値を超えた場合などに生じることがあり、時間以外の事象経過情報で生体反応が生じる点を見逃していたのである。
例えば、人が、自動車で移動している場合にもその時間というより、１度気持ち悪くなったら、ずっとそれが継続するなど、１度気持ち悪くなった原因は、時間軸ではなく、気持ち悪くなる刺激の脳での加算状況ととらえることもできる。
また、時間が経過した後に「疲れた」と感じるには、時間が経過している最中に、何か、ストレスのある脳の使い方や体の使い方を経験したからである。ただ単に、時間が経過下からではないのである。
時系列データでは、「いつの時間にこのようなイベントが起こったか？」を変化のグラフから検出することができる。しかし、時間が経過している最中に、車で移動していた場合、いつの時間と同時に、どこでという場所の情報が加わる。どの場所とどの時間は、ペアの情報である。
従って、「地形列データではどの場所で、このようなイベントが起こったか？」を変化のグラフから検出することができる。例えば、時間が経過した後に「疲れた！」と感じるには、時間が経過している最中に、何か、ストレスのある脳の使い方や体の使い方を経験したからである。ただ単に、時間が経過したからではないのである。
従来、計測被験者が移動しなければ、位置情報は一定で変化量＝ゼロである。
つまり、計測被験者が同じ位置で、繰り返し同じ課題をおこなっても、位置情報の変化がなく、無視できていた。
（[HbO2], [Hb], 位置情報, 時間情報）（Δ [HbO2], Δ[Hb], Δ位置情報, Δｔ）＝ （Δ [HbO2],Δ[Hb],０, Δｔ）
しかし、計測被験者が移動しながら、繰り返し同じ課題を行う場合には、位置情報の変化がおこり、生体への影響を無視できなくなるのである。
つまり、計測被験者が同じ位置で、繰り返し同じ課題をおこなっても、位置情報の変化がなく、無視できていた。
（[HbO2], [Hb], 位置情報, 時間情報）（Δ [HbO2], Δ[Hb], Δ位置情報, Δｔ）＝ （Δ [HbO2],Δ[Hb],０, Δｔ）
しかし、計測被験者が移動しながら、繰り返し同じ課題を行う場合には、位置情報の変化がおこり、生体への影響を無視できなくなるのである。
（２）従来例１の脳機能ＮＩＲＳでは、体幹を動かす運動課題や歩行課題に伴う脳循環代謝の解析ができる利点があったが、車両等の乗り物で移動している最中の脳機能を計測することを想定した装置ではなかった。
実際に、ドライバーに関する脳研究は、シュミレーション実験やｆＭＲＩによるビデオなどからの映像視聴にとどまっている。実走行による脳計測としては、運転中のドライバーの居眠りや運転支援に伴うものであり、被験者と道路、地形、走行スピードそのものの関係を計測する装置として想定されていないので、すべて、時系列データとしての脳機能計測装置であった。
また、高速道路では、例えば下り坂での速度超過による交通事故回避、ならびに上り坂やサグ部での速度低下による渋滞発生の緩和が課題となっている。高速道路における交通安全施設として、光刺激を利用した速度低下及び速度回復の効果が検討されてきた。
しかし、運転中の速度や光刺激、環境、路面、看板が及ぼす神経生理学的な影響を客観的に評価することは困難であった。
また、車両の走行速度（例えば基準速度６０ｋｍ）と比較する際に、走行速度を変えると、場所の比較が困難であった。
また、移動中の景観の違いによる脳反応か、速度変化による脳反応かを区別して計測することは困難であった。
さらに、ドライバーの個人特性の違いで、速度変化がおこっているのか、道路の形状や景観からの不快がもたらした速度変化や、脳変化を区別して計測できていなかった。
（３）従来例２においては、同一時間内での設定であるので、すべての行動情報は、同一時間内になる。つまり、同一時間内における行動情報と各種パラメータが変量であるので、時間は変量ではなく一定である。
一方、本件発明では、時間は一定していない変量（行動情報の変動にともなう変量）で、行動情報と各種パラメータとともに変量となる。
従って、本件発明は時間も変量である点で従来例２とは全く異なる。
（４）従来例３においては、発電設備等のプラントを点検するために、横軸を時間以外のパラメータにして事象を評価するデータ管理装置であり、生体機能を計測する装置ではないので、「時間以外の事象経過情報で生体反応が生じる」という認識がなされていない。
（５）従来例４においては、ベースラインをカーブフィットさせて、変化量をカットして解析する手法は、ｆＭＲＩ、ｆＮＩＲＳの解析で汎用されてきた。
しかし、このようなカーブフィット手法は、距離移動を考えたとき、互換性がなく、誤った手法であることが明らかである。
本発明は、上記課題を解決するためになされたものであり、時間以外の事象経過情報（例えば生体の移動距離、生体に対する刺激回数等）に基づいて変化する生体の機能を計測し診断するための生体機能診断装置、生体機能診断方法及びプログラムを提供することを目的とする。
本発明の生体機能診断装置は、生体の所定部位に光を照射し、出射する光を受光し検出する複数の生体用プローブと、
時間以外の事象経過情報を計測する事象経過情報計測部と、
前記生体用プローブによって検出された光情報及び前記事象経過情報計測部によって計測された事象経過情報をそれぞれ入力し、演算、制御又は記憶を行う装置本体とを有し、近赤外分光法を利用して生体機能を診断する生体機能診断装置であって、
前記装置本体は、各種グラフ又は画像を表示する表示部と、前記生体用プローブからの光情報に基づいて、酸化型ヘモグロビンの濃度変化量と脱酸化型ヘモグロビンの濃度変化量又はこれらの関係から導き出される各種パラメータを含む生理的指標を算出する算出部と、前記算出部によって算出された生理的指標の時系列変化を示す各種グラフ又は画像を、前記事象経過情報計測部から入力された時間以外の事象経過情報に基づいた変化を示す各種グラフ又は画像に変換して、前記表示部に表示させる変換部とを有する、
ことを特徴とするものである。
時間以外の事象経過情報を計測する事象経過情報計測部と、
前記生体用プローブによって検出された光情報及び前記事象経過情報計測部によって計測された事象経過情報をそれぞれ入力し、演算、制御又は記憶を行う装置本体とを有し、近赤外分光法を利用して生体機能を診断する生体機能診断装置であって、
前記装置本体は、各種グラフ又は画像を表示する表示部と、前記生体用プローブからの光情報に基づいて、酸化型ヘモグロビンの濃度変化量と脱酸化型ヘモグロビンの濃度変化量又はこれらの関係から導き出される各種パラメータを含む生理的指標を算出する算出部と、前記算出部によって算出された生理的指標の時系列変化を示す各種グラフ又は画像を、前記事象経過情報計測部から入力された時間以外の事象経過情報に基づいた変化を示す各種グラフ又は画像に変換して、前記表示部に表示させる変換部とを有する、
ことを特徴とするものである。
前記変換部は、横軸を時間以外の事象経過情報とし、縦軸を生理的指標としたグラフに変換してもよい。
前記変換部は、前記生理的指標同士の関係を示し、時系列にプロットしたグラフを、時間以外の事象経過情報の事象経過順にプロットしたグラフに変換してもよい。
前記事象経過情報計測部によって計測される事象経過情報は、前記生体の移動距離であってもよい。
前記生体の移動距離は、実際に前記生体が移動した実動移動距離であってもよい。
前記生体の移動距離は、前記生体が運動して移動した距離であってもよい。
前記生体の移動距離は、前記生体が歩行又は走行した距離であってもよい。
前記生体の移動距離は、乗り物に乗った前記生体が移動した距離であってもよい。
前記乗り物は、車両であってもよい。
前記生体の移動距離は、前記生体がトレーニング機器のペダルを漕ぐ運動を行って移動したとされる仮想移動距離であってもよい。
前記生体の移動距離は、ディスプレイの画面上に表示された仮想空間を生体が見て、前記生体が移動したとされる仮想移動距離であってもよい。
前記事象経過情報計測部によって計測される事象経過情報は、前記生体に対する刺激数であってもよい。
前記生体に対する刺激は、前記生体の視覚、聴覚、触覚、味覚又は嗅覚のいずれかの感覚に対する刺激であってもよい。
前記事象経過情報計測部によって計測される事象経過情報は、物理学で定義される物理量であってもよい。
前記物理量は、力、運動量、仕事量、運動エネルギー、熱量、速度、加速度、加加速度のいずれか１つであってもよい。
ることを特徴とする請求項１４に記載の生体機能診断装置。
本発明の生体機能診断方法は、生体の所定部位に光を照射し、出射する光を受光し検出する複数の生体用プローブと、時間以外の事象経過情報を計測する事象経過情報計測部と、前記生体用プローブによって検出された光情報及び前記事象経過情報計測部によって計測された事象経過情報をそれぞれ入力し、演算、制御又は記憶を行う装置本体とを有し、近赤外分光法を利用して生体機能を診断する生体機能診断装置によって行われる生体機能診断方法であって、
前記生体用プローブからの光情報に基づいて、酸化型ヘモグロビンの濃度変化量と脱酸化型ヘモグロビンの濃度変化量又はこれらの関係から導き出される各種パラメータを含む生理的指標を算出するステップと、
算出された生理的指標の時系列変化を示す各種グラフ又は画像を、前記事象経過情報計測部から入力された時間以外の事象経過情報に基づいた変化を示す各種グラフ又は画像に変換して、表示部に表示させるステップと、
を有することを特徴とするものである。
前記生体用プローブからの光情報に基づいて、酸化型ヘモグロビンの濃度変化量と脱酸化型ヘモグロビンの濃度変化量又はこれらの関係から導き出される各種パラメータを含む生理的指標を算出するステップと、
算出された生理的指標の時系列変化を示す各種グラフ又は画像を、前記事象経過情報計測部から入力された時間以外の事象経過情報に基づいた変化を示す各種グラフ又は画像に変換して、表示部に表示させるステップと、
を有することを特徴とするものである。
本発明のプログラムは、
生体の所定部位に光を照射し、出射する光を受光し検出する複数の生体用プローブと、時間以外の事象経過情報を計測する事象経過情報計測部と、前記生体用プローブによって検出された光情報及び前記事象経過情報計測部によって計測された事象経過情報をそれぞれ入力し、演算、制御又は記憶を行う装置本体とを有し、近赤外分光法を利用して生体機能を診断する生体機能診断装置の前記装置本体によって行われる生体機能診断処理を実行させるプログラムであって、
前記生体用プローブからの光情報に基づいて、酸化型ヘモグロビンの濃度変化量と脱酸化型ヘモグロビンの濃度変化量又はこれらの関係から導き出される各種パラメータを含む生理的指標を算出する処理と、
算出された生理的指標の時系列変化を示す各種グラフ又は画像を、前記事象経過情報計測部から入力された時間以外の事象経過情報に基づいた変化を示す各種グラフ又は画像に変換して、前記表示部に表示させる処理と、
を前記装置本体に実行させることを特徴とするものである。
生体の所定部位に光を照射し、出射する光を受光し検出する複数の生体用プローブと、時間以外の事象経過情報を計測する事象経過情報計測部と、前記生体用プローブによって検出された光情報及び前記事象経過情報計測部によって計測された事象経過情報をそれぞれ入力し、演算、制御又は記憶を行う装置本体とを有し、近赤外分光法を利用して生体機能を診断する生体機能診断装置の前記装置本体によって行われる生体機能診断処理を実行させるプログラムであって、
前記生体用プローブからの光情報に基づいて、酸化型ヘモグロビンの濃度変化量と脱酸化型ヘモグロビンの濃度変化量又はこれらの関係から導き出される各種パラメータを含む生理的指標を算出する処理と、
算出された生理的指標の時系列変化を示す各種グラフ又は画像を、前記事象経過情報計測部から入力された時間以外の事象経過情報に基づいた変化を示す各種グラフ又は画像に変換して、前記表示部に表示させる処理と、
を前記装置本体に実行させることを特徴とするものである。
本発明によれば、次のような効果を奏する。
（１）「生体は変化する事象に反応する」という仮説を時間変化と時間変化以外の要因から「同時に」計測診断できる。
（２）生体が「時間の変化、時間の推移」以外に「変化する外的刺激」「変化する空間的位置」などにどのぐらい影響を受けるかを、時間依存性と非時間依存性を対比して、同時に計測診断できる。
（３）生体反応が、時間によるか？時間以外のものによるかは、比較して計測できる。特に、生体で消費される酸素と、それを運ぶヘモグロビンの運搬過程は、外界の刺激に応じて、生体細胞内で消費されるので、時間に依存しているだけでなく、時間以外にも依存している。しかし、外界の刺激の時間経過に依存されるのか、其れ以外の要因によるかは従来技術では全く不明であった。
（４）移動距離に対応した生体機能に数値を計算し変換し、表示することで、生体と位置情報が明確になり、その位置で、どのような生理的な作用を受けたかを診断できる。
例えば横軸に距離をとることで、歩行時間ではなく、歩行距離に依存していることが診断できる
（５）従来の単位は、／ｓ、であったが、/m,と表示できる。
（５）従来の単位は、／ｓ、であったが、/m,と表示できる。
（６）地形情報とともに、看板の生体への効果、カーブの生体へ効果を診断し、道路状況による脳への負荷や快不快を判断して、看板の設置を行うことができる。
（７）シュミレーター、実走でのドライバーの酸素交換と実運動の比を計測できる。
（８）従来は時間経過の反応をモニタしていたことに対して、音刺激や光刺激では、刺激速度を検出することで、刺激頻度の蓄積効果を観察できる。
（９）速度、距離、時間からの共通項によって、脳の働きと物体の運動エネルギーとの関係式を導くことができる。
このことは、歴史的な物理学者であるニュートン、アインシュタイン、シュレーディンガーらも到達できなかった「物質と精神」との相互関係を計測でたことを示す。実際に、「Mind and Matter（精神と物質）」（ by Erwin Schrodinger, 1958年）に記述されているように、物理学と精神を生み出す脳の関係は、従来、科学的な思想の域にとどまっていた。
しかし、この本発明では、実際の運動量とその運動量を生み出す脳の酸素代謝を数式、運動量ヘモグロビン比としてで関連づけることができる。この事実は、
「Mind and Matter （精神と物質）」、すなわち脳と物質運動の相互作用が計測対象となったことを意味する。
「Mind and Matter （精神と物質）」、すなわち脳と物質運動の相互作用が計測対象となったことを意味する。
（１０）生体の運動（運動量）の時間的変化が、生体内でおこる酸素交換、血流変化との対応して計測できる。
（１１）本発明では、ＮＩＲＳを使った計測に限らず応用できる。脳波や筋電図は、被験者は、手足がフリーな状態で計測できるが、生体の活動を電気信号で検出しているので、位置情報とともに計測することで、応用が可能となる。MRIは、身体は動かない状態で計測することが原則なために、手先の運動を使った計測に限定されるが、仮想空間を見ている間のオプティカルフローを使って計測できる。
（１２）時系列相関係数の算出に対して、距離系列相関係数を同時に算出できるなど、従来の統計的処理の元データを全く異なった方法で可能となる。
（１３）同時に複数部位を計測することで、時系列に依存した酸素代謝の違いに対して、時系列非依存の酸素代謝の空間的な酸素代謝の違いを区別できる画像表示できる。
（１４）従来の計測方法では、血流と代謝を同時に計測して時系列非依存性の観点から区別することができていない。本発明では、時系列依存性生体機能画像と時系列非依存性生体機能画像とを対比して診断することができる。
（１５）従来、携帯可能な簡便なＮＩＲＳ装置（特開2006-139435号公報、特開平07-285212号公報)があるが、これらも時系列サンプリングであり、自由に動くことができる生体計測装置であっても、実空間で物理的な運動を行った結果、その運動エネルギーや運動量を考慮した生体装置ではなかった。さらに、移動場所との関係で脳や筋肉などの空間関連性誘発反応を計測できていなかった。
これらの技術では、ＮＩＲＳを利用した脳計測（特開平11-278605号公報、特開2005-273454号公報）や筋肉活動の計測においても同様の、時系列サンプリングを行っているために、時間で比較はできたが、距離、位置情報で診断ができないという課題があった。
本発明では、上記の課題を解決することができる。
以下、本発明の実施の形態について図面を参照して説明する。
（生体機能診断装置の概略）
図１は本発明の実施形態例に係る生体機能診断装置の構成を示すブロック図である。
図１は本発明の実施形態例に係る生体機能診断装置の構成を示すブロック図である。
本発明の実施形態例に係る生体機能診断装置Ｋは、図１に示すように、生体の生体機能の異なる複数の部位にそれぞれ光を照射し、出射する光を受光する複数の生体用プローブ１と、生体に関する時間以外の事象経過情報を計測する事象経過情報計測部１３と、複数の生体用プローブ１によって検出された光情報を入力し、演算、制御又は記憶を行う装置本体２とを有し、近赤外分光法を利用して生体機能を診断するために用いられる。
各生体用プローブ１は、生体の任意の計測部位（組織）に光を照射する少なくとも２以上の発光素子（発光ダイオード）１ａ…と、計測部位からの透過光、反射光あるいは散乱光等、生体と相互作用した後の光を受光する少なくとも２以上の受光素子（フォトダイオード）１ｂ…とで構成されている。
なお、生体用プローブ１は、脳、腕の筋肉、顎の筋肉、指先の筋肉、口腔の歯肉等に設置して計測されるが、設置箇所に応じて生体用プローブ１の形状、計測面積、設置方法等が設定される。
発光素子１ａと受光素子１ｂとの間隔は、脳の計測の場合には１．５ｃｍから３ｃｍ程度、腕の筋肉や顎の筋肉の計測の場合には２−３ｃm程度、指先の筋肉の計測の場合には５−１０ｍｍ程度、口腔の歯肉の計測の場合には２−３．５ｍｍ程度である。
また、生体用プローブ１を腕の筋肉に配置する際、腕に対して平行に配置する場合には、特定の筋肉の縦断面の伸びと収縮に伴う筋肉の酸素代謝を計測することができる。筋肉の縦断面の方向では、筋肉の縦方向の伸び縮みが反映されるからである。生体用プローブ１を腕に対して垂直に配置する場合には、特定の筋肉の横断面の伸びと収縮に伴う筋肉の酸素代謝を計測することができる。筋肉の横断面では、筋肉の屈曲伸展に伴って、横断面の面積変化が反映されるからである。
また、生体用プローブ１は、その発光素子１ａと受光素子１ｂとの距離を等間隔に複数（マトリックス状に）配列するのが好ましい。ただ、選択した筋肉運動と最も関連性のある脳部位を、複数の脳の計測部位から、もっとも酸素代謝の変化（増加、減少）を引き起こす場所と脳血液量の変化（増加、減少）を引き起こす場所、もっとも相関性の高い部位を同定する目的のため、発光素子１ａと受光素子１ｂとの距離は、必ずしも等間隔である必要なく、ランダムの配置することも可能である。
また、一端、関連性の強い部位が判明すれば、さらに、高密度の（発光素子１ａと受光素子１ｂの距離も短い）生体用プローブ１の配列をして、該当部位を精密に同定する2段階計測法も可能である。すなわち、従来問題であった、計測部位ごとの光のＳ／Ｎの違い、光路長の違い、生体用プローブ１にはさまれたサンプリングする領域の大きさの違いの影響を排除して、筋肉と脳の関連性を調べることができる。
装置本体２は、発光素子１ａ…の発光光量を調節する光量調節部３と、任意の受光素子１ｂ…を選択的に有効化又は無効化し、全部の計測感度を調節する選択調節部４と、受光素子１ｂ…からの信号を増幅するゲイン制御可能な信号増幅部５と、信号増幅部５の出力を数値化するＡ／Ｄ変換部６と、各部の制御処理やＡ／Ｄ変換部６の出力に基づいて所定の演算処理を実行する制御部７と、Ａ／Ｄ変換部６の出力、各部の制御用データあるいは演算結果等の記憶に使用される記憶部８と、Ａ／Ｄ変換部６の出力結果や演算結果等に基づく表示を行う表示部９とを有する。
なお、装置本体２には、各種データを印刷したり、通信ネットワークを介してデータを送受信する機能を有してもよい。
制御部７は、複数の各生体用プローブ１からの光情報に基づいて、酸化型ヘモグロビンの濃度変化量と脱酸化型ヘモグロビンの濃度変化量又はこれらの関係から導きだされるパラメータを算出する算出部１０と、算出部１０によって算出された生理的指標の時系列変化を示す各種グラフ又は画像を、事象経過情報計測部１３から入力された時間以外の事象経過情報に基づいた変化を示す各種グラフ又は画像に変換して、表示部９に表示させる変換部１１とを有する。
生体用プローブ１の発光素子１ａ…は、波長７３０ｎｍの光を照射するものと、波長８５０ｎｍの光を照射するものの二種類が用意される（なお、この光の波長の数値は一例であり、これに限定されるものではなく、３波長以上組み合わせてもよい）。これらは、例えば列方向に交互に配置されるが、その他のパターンを検討するに当たっては、組織中での波長に依存する減衰を考慮して、受光光量をバランスよく計測できるような配置にすることが重要である。全ての発光素子１ａ…は、装置本体２の光量調節部３に接続されており、全体的にあるいはそれぞれ独立的に発光光量の調節が可能である。
一方、全ての受光素子１ｂ…は、装置本体２の選択調節部４を介して信号増幅部５に接続されており、それぞれの受光素子１ｂから出力される受光信号は、全部あるいは一部が選択調節部４で選択調節された状態で信号増幅部５に出力され、ここで増幅される。そして、増幅された受光信号は、Ａ／Ｄ変換部６で数値化されて制御部７に出力される。
制御部７は、Ａ／Ｄ変換部６から入力されたデジタルデータをローパスフィルタにかけてノイズ除去処理を実行した後、この処理データ（以下、「受光光量」という）をタイムテーブル的に記憶部８に記憶させる。
また、制御部７は、得られた受光光量に基づき、以下に説明する演算処理を実行する。まず、波長７３０ｎｍの吸光度（Ｏ.Ｄ.730）を式（１）により、そして、波長８５０ｎｍの吸光度（Ｏ.Ｄ.850）を式（２）により算出すると共に、該算出結果をタイムテーブル的に記憶部８に記憶させる。
Ｏ.Ｄ.730＝log10（Ｉ0 730/Ｉ730 ）・・・式（１）
Ｏ.Ｄ.850＝log10（Ｉ0 850/Ｉ850）・・・式（２）
Ｉ0 730 ：波長７３０ｎｍの発光光量
Ｉ730 ：波長７３０ｎｍの受光光量
Ｉ0 850 ：波長８５０ｎｍの発光光量
Ｉ850 ：波長８５０ｎｍの受光光量
ここで、酸化型ヘモグロビンの濃度変化量と脱酸化型ヘモグロビンの濃度変化量と吸光度変化量との間には、式（３），式（４）の関係があることが公知理論によりわかっている。
Ｏ.Ｄ.850＝log10（Ｉ0 850/Ｉ850）・・・式（２）
Ｉ0 730 ：波長７３０ｎｍの発光光量
Ｉ730 ：波長７３０ｎｍの受光光量
Ｉ0 850 ：波長８５０ｎｍの発光光量
Ｉ850 ：波長８５０ｎｍの受光光量
ここで、酸化型ヘモグロビンの濃度変化量と脱酸化型ヘモグロビンの濃度変化量と吸光度変化量との間には、式（３），式（４）の関係があることが公知理論によりわかっている。
ΔＯ.Ｄ.730 ＝ａ1Δ［HbO2］＋ａ1’Δ［Hb］・・・式（３）
ΔＯ.Ｄ.850＝ａ2Δ［HbO2］＋ａ2’Δ［Hb］・・・式（４）
ΔＯ.Ｄ.730：波長７３０ｎｍの吸光度変化量
ΔＯ.Ｄ.850：波長８５０ｎｍの吸光度変化量
Δ［HbO2］ ：酸化型ヘモグロビンの濃度変化量
Δ［Hb］ ：脱酸化型ヘモグロビンの濃度変化量
ａ1，ａ1’，ａ2，ａ2’ ：吸光度係数
従って、この公知の連立方程式から、式（５），式（６）が求められる。
ΔＯ.Ｄ.850＝ａ2Δ［HbO2］＋ａ2’Δ［Hb］・・・式（４）
ΔＯ.Ｄ.730：波長７３０ｎｍの吸光度変化量
ΔＯ.Ｄ.850：波長８５０ｎｍの吸光度変化量
Δ［HbO2］ ：酸化型ヘモグロビンの濃度変化量
Δ［Hb］ ：脱酸化型ヘモグロビンの濃度変化量
ａ1，ａ1’，ａ2，ａ2’ ：吸光度係数
従って、この公知の連立方程式から、式（５），式（６）が求められる。
Δ［HbO2］＝ａ｛ΔＯ.Ｄ.730−（ａ1’/ａ2’）ΔＯ.Ｄ.850｝・・・式（５）
Δ［Hb］ ＝ａ（ａ2 /ａ2’）｛（ａ1 /ａ2 ）ΔＯ.Ｄ.850−ΔＯ.Ｄ.730 ｝・・・式（６）
ａ＝ａ2’/（ａ1ａ2’−ａ1’ａ2 ）≒１（１あるいはその近傍値）
そこで、波長７３０ｎｍの吸光度変化量（ΔＯ.Ｄ.730 ）及び波長８５０ｎｍの吸光度変化量（ΔＯ.Ｄ.850）を求めた上で、酸化型ヘモグロビンの濃度変化量（Δ［HbO2 ］）を式（５）により、そして、脱酸化型ヘモグロビンの濃度変化量（Δ［Hb］）を式（６）により算出すると共に、該算出結果をタイムテーブル的に記憶部８に記憶させる。なお、総ヘモグロビンの濃度変化量（Δ［total-Hb］）は、式（７）で表される。
Δ［total-Hb］＝Δ［HbO2］＋Δ［Hb］・・・式（７）
Δ［Hb］ ＝ａ（ａ2 /ａ2’）｛（ａ1 /ａ2 ）ΔＯ.Ｄ.850−ΔＯ.Ｄ.730 ｝・・・式（６）
ａ＝ａ2’/（ａ1ａ2’−ａ1’ａ2 ）≒１（１あるいはその近傍値）
そこで、波長７３０ｎｍの吸光度変化量（ΔＯ.Ｄ.730 ）及び波長８５０ｎｍの吸光度変化量（ΔＯ.Ｄ.850）を求めた上で、酸化型ヘモグロビンの濃度変化量（Δ［HbO2 ］）を式（５）により、そして、脱酸化型ヘモグロビンの濃度変化量（Δ［Hb］）を式（６）により算出すると共に、該算出結果をタイムテーブル的に記憶部８に記憶させる。なお、総ヘモグロビンの濃度変化量（Δ［total-Hb］）は、式（７）で表される。
Δ［total-Hb］＝Δ［HbO2］＋Δ［Hb］・・・式（７）
ところで、組織に対する刺激によって誘発される毛細血管中の酸化型ヘモグロビン及び脱酸化型ヘモグロビンの各濃度変化量の変化態様は、その増減の組み合わせによって以下の９パターンを示す。
（１） Δ［HbO2］増加 Δ［Hb］増加
（２） Δ［HbO2］増加 Δ［Hb］減少
（３） Δ［HbO2］増加 Δ［Hb］ゼロ
（４） Δ［HbO2］減少 Δ［Hb］増加
（５） Δ［HbO2］減少 Δ［Hb］減少
（６） Δ［HbO2］減少 Δ［Hb］ゼロ
（７） Δ［HbO2］ゼロ Δ［Hb］増加
（８） Δ［HbO2］ゼロ Δ［Hb］減少
（９） Δ［HbO2］ゼロ Δ［Hb］ゼロ
実際のところ、組織の代謝活動は、刺激の印加条件や安静状態の生理的状態の違いにより経時的に上記のパターンが変化している。毛細血管中の酸化型ヘモグロビンから組織中に酸素を取り込むための血流代謝活動として、毛細血管のΔ［Hb］とΔ［HbO2］が変動する。
（２） Δ［HbO2］増加 Δ［Hb］減少
（３） Δ［HbO2］増加 Δ［Hb］ゼロ
（４） Δ［HbO2］減少 Δ［Hb］増加
（５） Δ［HbO2］減少 Δ［Hb］減少
（６） Δ［HbO2］減少 Δ［Hb］ゼロ
（７） Δ［HbO2］ゼロ Δ［Hb］増加
（８） Δ［HbO2］ゼロ Δ［Hb］減少
（９） Δ［HbO2］ゼロ Δ［Hb］ゼロ
実際のところ、組織の代謝活動は、刺激の印加条件や安静状態の生理的状態の違いにより経時的に上記のパターンが変化している。毛細血管中の酸化型ヘモグロビンから組織中に酸素を取り込むための血流代謝活動として、毛細血管のΔ［Hb］とΔ［HbO2］が変動する。
そこで、本発明においては、酸化型ヘモグロビンの濃度変化量Δ［HbO2］と脱酸化型ヘモグロビンの濃度変化量Δ［Hb］に基づいて導き出される各種パラメータを制御部７の算出部１０により算出する。
事象経過情報計測部１３によって計測される事象経過情報は、例えば生体の移動距離、生体に対する刺激数、ニュートン力学や熱力学等の物理学で定義される各種の物理量である。
生体の移動距離は、実際に前記生体が移動した実動移動距離、例えば生体が運動して移動した距離（生体が歩行又は走行した距離など）や、自転車や車両等の乗り物に乗った生体が移動した距離である。
また、生体の移動距離は、生体がトレーニング機器（例えばエアロバイク）のペダルを漕ぐ運動を行って移動したとされる仮想移動距離であってもよく、パソコン等のディスプレイの画面上に表示された仮想空間を生体が見て、生体が移動したとされる仮想移動距離であってもよい。
生体に対する刺激数は、生体の視覚、聴覚、触覚、味覚又は嗅覚のいずれかの感覚に対する刺激の累積数である。
ニュートン力学や熱力学等の物理学で定義される物理量は、例えば力（Ｆ＝質量×加速度）、運動量（Ｐ＝質量×速度）、仕事量（Ｗ＝力Ｆ×移動した距離）、運動エネルギー（Ｋ＝1/2×質量×速さ2）、熱量（Ｊ＝４．１８４×運動エネルギー）、速度（単位時間当たりの生体の位置の変化率）、加速度（単位時間当たりの速度の変化率）、加加速度（躍度：単位時間あたりの加速度の変化率）等である。
変換部１１は、例えば横軸を時間以外の事象経過情報とし、縦軸を生理的指標としたグラフに変換したり、生理的指標同士の関係を示し、時系列にプロットしたグラフを、時間以外の事象経過情報の事象経過順にプロットしたグラフに変換する。
なお、装置本体２には脳波、心電図、ｆMRI等の外部生体計測部１４が接続され、外部生体計測部１４によって計測された計測データが制御部７に入力される。
図２は、本発明の実施形態例に係る生体機能診断装置の動作を説明するためのフローチャートである。
図２に示すように、まず、生体の所定の部位（例えば脳や筋肉の部位）を生体用プローブ１を用いて計測する（ステップＳ１）と同時に、事象経過情報計測部により時間以外の事象経過情報を計測する（ステップＳ２）。
次いで、制御部７の算出部１０によって、複数の各生体用プローブ１からの光情報に基づいて、酸化型ヘモグロビンの濃度変化量と脱酸化型ヘモグロビンの濃度変化量又はこれらの関係から導きだされるパラメータを算出する（ステップＳ３）。
次いで、制御部７の変換部１１によって、算出部１０により算出された生理的指標の時系列変化を示す各種グラフ又は画像を、事象経過情報計測部１３から入力された時間以外の事象経過情報に基づいた変化を示す各種グラフ又は画像に変換し（ステップＳ４）、各種グラフや画像等を表示部９に表示する（ステップＳ５）。
（具体例１：生体の移動距離に応じた変化）
本発明者は、サーキットシュミレーターに乗車して、運転席でドライブ映像を4分40秒見ているときに、脳の前頭葉から計測された複数のＨｂ変化をサンプリングした実験を行った。
本発明者は、サーキットシュミレーターに乗車して、運転席でドライブ映像を4分40秒見ているときに、脳の前頭葉から計測された複数のＨｂ変化をサンプリングした実験を行った。
速度変化から、変換部１１により時系列データを移動距離系列データに変換することで、時系列データからは、想定できなかった移動距離と複数のＨｂ変化の相関性を明らかにすることが可能となる。
また、二次元表示では、位相変化が時系列データと移動距離系列データでは異なることもわかる。
図３は、上記サーキットシュミレーターで仮想走行するコースを示す説明図である。図３中、番号（１−１７）は、コース中のカーブ箇所を示し、数字に○が囲んでいる箇所は走行方向（矢印）に対して左カーブ、○が囲んでいない箇所は走行方向（矢印）に対して右カーブである。
図４は横軸を時間、縦軸をＨｂ濃度変化量として酸化型ヘモグロビンの濃度変化量、脱酸化型ヘモグロビンの濃度変化量及び総ヘモグロビンの濃度変化量の時系列変化を示すグラフであり、（Ａ）は前頭葉の右脳の１ｃｈの場合、（Ｂ）は左脳の５ｃｈの場合をそれぞれ示す。
図４から、チャンネル（１ｃｈと５ｃｈ）によって、各ヘモグロビンの変化量の変化が異なっていることはわかるが、コースに設置されたカーブによって変化しているかどうか等の相関性について明確に示しているとはいえない。
図５は横軸を移動距離（仮想移動距離）、左縦軸をＨｂ濃度変化量、右縦軸を速度として酸化型ヘモグロビンの濃度変化量、脱酸化型ヘモグロビンの濃度変化量、総ヘモグロビンの濃度変化量及び速度の移動距離に応じた変化を示すグラフであり、（Ａ）は右脳（前頭葉）の１ｃｈの場合、（Ｂ）は左脳（前頭葉）の５ｃｈの場合をそれぞれ示す。
図５において、上に表示された下向きの矢印はカーブの位置を示す。
図５からわかるように、カーブによって速度が減速された箇所（下向きの矢印）では、ヘモグロビンの濃度変化量が急激に変化しており、相関性があると考えられる。
図６（Ａ）は横軸を時間、左縦軸をＨｂ濃度変化量、右縦軸を速度として酸化型ヘモグロビンの濃度変化量、脱酸化型ヘモグロビンの濃度変化量、ＣＢＶの濃度変化量、ＣＯＥの濃度変化量及び速度の時系列変化を示すグラフであり、（Ｂ）は横軸を時間から移動距離（仮想移動距離）に変換し、左縦軸をＨｂ濃度変化量、右縦軸を速度として酸化型ヘモグロビンの濃度変化量、脱酸化型ヘモグロビンの濃度変化量、ＣＢＶの濃度変化量、ＣＯＥの濃度変化量及び速度の移動距離に応じた変化を示すグラフである。
ＣＯＥとは脳の酸素交換量の変化量、すなわちCerebral（脳の）Oxygen Exchangeの略であり、COE＝Δ[Hb]−Δ［HbO2］で算出される。Δ[Hb]は脱酸化型ヘモグロビンの濃度変化量、Δ［HbO2］は酸化型ヘモグロビンの濃度変化量である。
ＣＢＶとは脳の血液量の変化量、すなわちCerebral（脳の） Blood Volumeの略であり、CBV＝Δ[Hb]+Δ［HbO2］で算出される。Δ[Hb]は脱酸化型ヘモグロビンの濃度変化量、Δ［HbO2］は酸化型ヘモグロビンの濃度変化量である。
トリガーとは、地形情報（右カーブや左カーブ等）を示す。
図６（Ｂ）からわかるように、横軸が移動距離の場合、速度が上がると、ヘモグロビンの濃度変化量が低下して、反比例していることがわかる。
一方、図６（Ａ）のように横軸が時間の場合、速度とヘモグロビンとの相関が明確ではない。
図７（Ａ）は横軸を時間、左縦軸をＬ値、右縦軸を速度としてＬ値及び速度の時系列変化を示すグラフであり、（Ｂ）は横軸を時間から移動距離に変換し、左縦軸をＬ値、右縦軸を速度としてＬ値及び速度の移動距離に応じた変化を示すグラフである。
ここで、Ｌ値は酸素交換量であり、計測上の任意点(計測開始を原点としてもよい)から計測点に至るベクトルの距離として定義される（本出願人の日本特許第4625809号の明細書段落０２１３参照）。
図７（Ｂ）からわかるように、横軸が移動距離の場合、カーブのために速度が下がると、Ｌ値が上がることがわかる。
一方、図７（Ａ）のように横軸が時間の場合、速度とＬ値との相関が明確ではない。
図８（Ａ）は横軸を時間、左縦軸をｋ角、右縦軸を速度としてｋ角及び速度の時系列変化を示すグラフであり、（Ｂ）は横軸を時間から移動距離に変換し、左縦軸をｋ角、右縦軸を速度としてｋ角及び速度の移動距離に応じた変化を示すグラフである。
ここで、ｋ角は酸化型ヘモグロビン量（O)と脱酸化型ヘモグロビン量（D)の関係を示すOD平面上での傾きであり、
ｋ＝D/Oの式で算出される。
ｋ＝D/Oの式で算出される。
図８（Ａ）及び（Ｂ）からわかるように、横軸が時間の場合と、移動距離の場合とで、ｋ角の変化はほとんど同じであることがわかる。
図９（Ａ）は横軸をＣＢＶの濃度変化量（ΔＣＢＶ）、縦軸をＣＯＥの濃度変化量（ΔＣＯＥ）とし、時系列的にプロットした二次元ダイアグラム、（Ｂ）は横軸をＣＢＶの濃度変化量（ΔＣＢＶ）、縦軸をＣＯＥの濃度変化量（ΔＣＯＥ）とし、時間から移動距離に変換してプロットした二次元ダイアグラムである。
図９中、□は１週目スタート、△は１週目のトリガー（１１）、○は２週目スタート、◇は２週目スタートをそれぞれ示す。
図９（Ｂ）からわかるように、時間から移動距離に変換することにより、スタート時の急激な変化をとらえることが可能となる。
図１０（Ａ）は横軸を時間、左縦軸をＬ値、右縦軸をｋ角としてＬ値及びｋ角の時系列変化を示すグラフ、（Ｂ）は横軸を時間を移動距離に変換し、左縦軸をＬ値、右縦軸をｋ角としてＬ値及びｋ角の移動距離に応じた変化を示すグラフである。
図１０（Ａ）に示すように、Ｌ値に対してベースラインを図のようにカーブフィットして変化量をカットして解析していた。この手法は、ｆＭＲＩ、ｆＮＩＲＳの解析で汎用されてきた。
しかし、このようなカーブフィットは、距離移動を考えたとき、互換性がなく、
誤った手法であることが明らかである。
誤った手法であることが明らかである。
一方、図１０（Ｂ）に示すように、時間を移動距離に変換した場合、Ｌ値が平坦になるとともに、変化がわかりやすくなり、変化量をカットして解析する必要がないので、正確な解析が可能となる。
以上のように、横軸を時間から移動距離に変換することにより、時間の違いに関わらず、道路標識や地形の地点をＨｂのデータ上に明示できて挙動を比較することが可能となる。
また、一定区間の累積を行うので、データ数が軽減し、計算量を軽減したり、スムージングができる
また、加速区間でのスパイキーな増加の検出や減速区間の比較が容易である。
また、加速区間でのスパイキーな増加の検出や減速区間の比較が容易である。
また、地形勾配の変化による脳負荷がでているが、速度では勾配の影響が起こっていないので、両者の比較や診断が容易である。
さらに、2次元ダイアグラムを用いて、血液量の増大をともなう位相変化（ｋ角）ストレスが加わり、不快な反応と診断できる。
（具体例２：生体の移動距離に応じた変化）
本発明者は、約５分間、反復横跳び運動を行い、２か所の筋肉（右外側広筋及び右前脛骨筋）及び脳の前頭葉から計測されたＨｂ変化を同時に計測した実験を行った。
本発明者は、約５分間、反復横跳び運動を行い、２か所の筋肉（右外側広筋及び右前脛骨筋）及び脳の前頭葉から計測されたＨｂ変化を同時に計測した実験を行った。
変換部１１により時系列データを移動距離系列データに変換することで、時系列データからは、想定できなかった移動距離と複数のＨｂ変化の相関性を明らかにすることが可能となる。
また、二次元表示では、位相変化が時系列データと移動距離系列データでは異なることもわかる。
図１１は右外側広筋から計測されたデータのグラフであり、（Ａ）は横軸を時間、左縦軸をＨｂ濃度変化量、右縦軸を運動のペース（回数／分）として酸化型ヘモグロビンの濃度変化量、脱酸化型ヘモグロビンの濃度変化量及びペースの時系列変化を示すグラフ、（Ｂ）は横軸を時間、左縦軸をＨｂ濃度変化量、右縦軸を運動のペース（回数／分）としてＭＢＶ、ＭＯＥ及びペースの時系列変化を示すグラフ、（Ｃ）は横軸を時間から移動距離に変換し、左縦軸をＨｂ濃度変化量、右縦軸を速度（ｋｍ/ｈ）として酸化型ヘモグロビンの濃度変化量、脱酸化型ヘモグロビンの濃度変化量及び速度の移動距離に応じた変化を示すグラフ、（Ｄ）は横軸を時間から移動距離に変換し、左縦軸をＨｂ濃度変化量、右縦軸を速度（ｋｍ／ｈ）としてＭＢＶ、ＭＯＥ及び速度の移動距離に応じた変化を示すグラフである。
ここで、ＭＢＶとは筋肉の血液量の変化量、すなわちMuscular（筋肉の） Blood Volumeの略であり、MBV＝Δ[Hb]+Δ［HbO2］で算出される。Δ[Hb]は脱酸化型ヘモグロビンの濃度変化量、Δ［HbO2］は酸化型ヘモグロビンの濃度変化量である。
ＭＯＥとは筋肉の酸素交換量の変化量、すなわちMuscular（筋肉の）Oxygen Exchangeの略であり、MOE＝Δ[Hb]−Δ［HbO2］で算出される。Δ[Hb]は脱酸化型ヘモグロビンの濃度変化量、Δ［HbO2］は酸化型ヘモグロビンの濃度変化量である。
図１１（Ａ）及び（Ｂ）と（Ｃ）及び（Ｄ）とを比較すればわかるように、時系列変化のグラフよりも移動距離に応じた変化のグラフの方がより変化が明確になる。
図１２は右前脛骨筋から計測されたデータのグラフであり、（Ａ）は横軸を時間、左縦軸をＨｂ濃度変化量、右縦軸を運動のペース（回数／分）として酸化型ヘモグロビンの濃度変化量、脱酸化型ヘモグロビンの濃度変化量及びペースの時系列変化を示すグラフ、（Ｂ）は横軸を時間、左縦軸をＨｂ濃度変化量、右縦軸を運動のペース（回数／分）としてＭＢＶ、ＭＯＥ及びペースの時系列変化を示すグラフ、（Ｃ）は横軸を時間から移動距離に変換し、左縦軸をＨｂ濃度変化量、右縦軸を速度（ｋｍ/ｈ）として酸化型ヘモグロビンの濃度変化量、脱酸化型ヘモグロビンの濃度変化量及び速度の移動距離に応じた変化を示すグラフ、（Ｄ）は横軸を時間から移動距離に変換し、左縦軸をＨｂ濃度変化量、右縦軸を速度（ｋｍ／ｈ）としてＭＢＶ、ＭＯＥ及び速度の移動距離に応じた変化を示すグラフである。
図１２（Ａ）及び（Ｂ）と（Ｃ）及び（Ｄ）とを比較すると、時系列変化のグラフと移動距離に応じた変化のグラフとはかなり異なることがわかる。
図１３は右外側広筋から計測されたデータのグラフであり、（Ａ）は横軸を移動距離、左縦軸をｋ角（度）、右縦軸を速度としてｋ角及び速度の移動距離に応じた変化を示すグラフ、（Ｂ）は横軸を移動距離、左縦軸をＬ値、右縦軸を速度としてＬ値及び速度の移動距離に応じた変化を示すグラフ、（Ｃ）は横軸を移動距離、左縦軸をＬ／ｋ、右縦軸を速度としてＬ／ｋ及び速度の移動距離に応じた変化を示すグラフである。
図１４は右前脛骨筋から計測されたデータのグラフであり、（Ａ）は横軸を移動距離、左縦軸をｋ角（度）、右縦軸を速度としてｋ角及び速度の移動距離に応じた変化を示すグラフ、（Ｂ）は横軸を移動距離、左縦軸をＬ値、右縦軸を速度としてＬ値及び速度の移動距離に応じた変化を示すグラフ、（Ｃ）は横軸を移動距離、左縦軸をＬ／ｋ、右縦軸を速度としてＬ／ｋ及び速度の移動距離に応じた変化を示すグラフである。
図１３及び図１４とを比較すると、右外側広筋と右前脛骨筋とで場所が異なると、ヘモグロビンの利用効率が違うことがわかる。
図１５（Ａ）及び（Ｂ）は右外側広筋から計測されたデータのグラフであり、（Ａ）は横軸をＭＢＶの濃度変化量（ΔＭＢＶ）、縦軸をＭＯＥの濃度変化量（ΔＭＯＥ）とし、時系列的にプロットした二次元ダイアグラム、（Ｂ）は横軸をＭＢＶの濃度変化量（ΔＭＢＶ）、縦軸をＭＯＥの濃度変化量（ΔＭＯＥ）とし、移動距離に応じてプロットした二次元ダイアグラムである。
図１５（Ｃ）及び（Ｄ）は右前脛骨筋から計測されたデータのグラフであり、（Ｃ）は横軸をＭＢＶの濃度変化量（ΔＭＢＶ）、縦軸をＭＯＥの濃度変化量（ΔＭＯＥ）とし、時系列的にプロットした二次元ダイアグラム、（Ｄ）は横軸をＭＢＶの濃度変化量（ΔＭＢＶ）、縦軸をＭＯＥの濃度変化量（ΔＭＯＥ）とし、移動距離に応じてプロットした二次元ダイアグラムである。
図１５（Ａ）及び（Ｂ）と（Ｃ）及び（Ｄ）とを比較すると、移動距離に応じた変化の方がより明確であることがわかる。
図１６は脳の前頭葉から計測されたデータのグラフであり、（Ａ）は横軸を時間、左縦軸をＨｂ濃度変化量、右縦軸を速度（ｋｍ／ｈ）として酸化型ヘモグロビンの濃度変化量、脱酸化型ヘモグロビンの濃度変化量、ＣＢＶ、ＣＯＥ及び速度の時系列変化を示すグラフ、（Ｂ）は横軸を時間から移動距離に変換し、左縦軸をＨｂ濃度変化量、右縦軸を速度（ｋｍ／ｈ）として酸化型ヘモグロビンの濃度変化量、脱酸化型ヘモグロビンの濃度変化量、ＣＢＶ、ＣＯＥ及び速度の移動距離に応じた変化を示すグラフである。
図１６（Ｂ）に示すように、移動距離に変換したグラフでは、初動の段階で各パラメータが急激に変化していることがわかるが、図１６（Ａ）の時系列変化では変化が明確でない。
図１７は脳の前頭葉から計測されたデータのグラフであり、（Ａ）は横軸を時間、左縦軸をＬ値の変化量、右縦軸を速度（ｋｍ／ｈ）としてＬ値及び及び速度の時系列変化を示すグラフ、（Ｂ）は横軸を時間から移動距離に変換し、左縦軸をＬ値の変化量、右縦軸を速度（ｋｍ／ｈ）としてＬ値及び及び速度の移動距離に応じた変化を示すグラフである。
図１７中、△は0.0km/hの最終点、□は4.2km/hの最終点、○は6.7km/hの最終点である。
図１７（Ａ）から、最初の70秒ではＨｂ／ｓ（従来単位）では、時間に比例している。後半の70秒ではＨｂ変化がほぼ一定とだけわかる。
一方、図１７（Ｂ）から、最初の５０ｍでは移動に対してＨｂ／ｍ（新しい単位）が高く、効率が悪い。後半の50メートルでも疲れのためか効率が悪くなっていると診断できる。
図１８は脳の前頭葉から計測されたデータのグラフであり、（Ａ）は横軸を時間、左縦軸をｋ角の変化量、右縦軸を速度（ｋｍ／ｈ）としてｋ角及び及び速度の時系列変化を示すグラフ、（Ｂ）は横軸を時間から移動距離に変換し、左縦軸をｋ角の変化量、右縦軸を速度（ｋｍ／ｈ）としてｋ角及び及び速度の移動距離に応じた変化を示すグラフである。
図１８（Ａ）のグラフでは静止状態が入っているので、わかりにくかったＫの動向が、図１８（Ｂ）のグラフでは、移動距離と平行して増加していることがわかる。
図１９（Ａ）及び（Ｂ）は脳の前頭葉から計測されたデータのグラフであり、（Ａ）は横軸をＣＢＶの濃度変化量（ΔＣＢＶ）、縦軸をＣＯＥの濃度変化量（ΔＣＯＥ）とし、時系列的にプロットした二次元ダイアグラム、（Ｂ）は横軸をＣＢＶの濃度変化量（ΔＣＢＶ）、縦軸をＣＯＥの濃度変化量（ΔＣＯＥ）とし、移動距離に応じてプロットした二次元ダイアグラムである。
図１９中、△は0.0km/hの最終点、□は4.2km/hの最終点、○は6.7km/hの最終点である。
図２０は脳の前頭葉から計測されたデータのグラフであり、（Ａ）は横軸を時間、左縦軸をＬ値の変化量、右縦軸をｋ角の変化量としてＬ値及びｋ角の時系列変化を示すグラフ、（Ｂ）は横軸を時間から移動距離に変換し、左縦軸をＬ値の変化量、右縦軸をｋ角の変化量としてＬ値及びｋ角の移動距離に応じた変化を示すグラフである。
図２０（Ｂ）からわかるように、移動距離が進むことで、Ｌ／ｋ比が低下し、酸素交換Ｈｂ利用効率が増加している。図２０（Ａ）に示す変換前の時系列のグラフでは、酸素交換Ｈｂ利用効率は、移動開始に最も高くなってると診断される。
このように、時系列データ、移動距離系列データに互換性があることで、異なった生体情報を効率よく、視覚的に比較できる。
このように、時系列データ、移動距離系列データに互換性があることで、異なった生体情報を効率よく、視覚的に比較できる。
また、多チャンエル計測で行っているので、時系列データ、移動距離系列データに依存した生体部位が異なって表示されることはいうまでもない。
（具体例３：生体の移動距離に応じた変化）
本発明者は、９０秒間のスクワット運動を行い、２か所の筋肉（右外側広筋及び右前脛骨筋）及び脳の前頭葉から計測されたＨｂ変化を同時に計測した実験を行った。
本発明者は、９０秒間のスクワット運動を行い、２か所の筋肉（右外側広筋及び右前脛骨筋）及び脳の前頭葉から計測されたＨｂ変化を同時に計測した実験を行った。
変換部１１により時系列データを移動距離系列データに変換することで、時系列データからは、想定できなかった移動距離と複数のＨｂ変化の相関性を明らかにすることが可能となる。
また、二次元表示では、位相変化が時系列データと移動距離系列データでは異なることもわかる。
図２１は右外側広筋から計測されたデータのグラフであり、（Ａ）は横軸を時間、左縦軸をＨｂ濃度変化量、右縦軸をスクワップのピッチ（回数／分）としてｃｈ１（チャンネル１）の酸化型ヘモグロビンの濃度変化量、脱酸化型ヘモグロビンの濃度変化量、ピッチ及び運動した距離の時系列変化を示すグラフ、（Ｂ）は横軸を時間、左縦軸をＨｂ濃度変化量、右縦軸をスクワップのピッチ（回数／分）としてｃｈ１（チャンネル１）のＭＢＶ、ＭＯＥ、ピッチ及び運動した距離の時系列変化を示すグラフ、（Ｃ）は横軸を時間から移動距離に変換し、左縦軸をＨｂ濃度変化量、右縦軸を速度（ｋｍ／ｈ）として、ｃｈ１（チャンネル１）の酸化型ヘモグロビンの濃度変化量、脱酸化型ヘモグロビンの濃度変化量及び速度の
移動距離に応じた変化を示すグラフ、（Ｄ）は横軸を時間から移動距離に変換し、左縦軸をＨｂ濃度変化量、右縦軸を速度（ｋｍ／ｈ）としてＭＢＶ、ＭＯＥ及び速度の移動距離に応じた変化を示すグラフである。
移動距離に応じた変化を示すグラフ、（Ｄ）は横軸を時間から移動距離に変換し、左縦軸をＨｂ濃度変化量、右縦軸を速度（ｋｍ／ｈ）としてＭＢＶ、ＭＯＥ及び速度の移動距離に応じた変化を示すグラフである。
図２２は右前脛骨筋から計測されたデータのグラフであり、（Ａ）は横軸を時間、左縦軸をＨｂ濃度変化量、右縦軸をスクワップのピッチ（回数／分）としてｃｈ２（チャンネル２）の酸化型ヘモグロビンの濃度変化量、脱酸化型ヘモグロビンの濃度変化量、ピッチ及び運動した距離の時系列変化を示すグラフ、（Ｂ）は横軸を時間、左縦軸をＨｂ濃度変化量、右縦軸をスクワップのピッチ（回数／分）としてｃｈ２（チャンネル２）のＭＢＶ、ＭＯＥ、ピッチ及び運動した距離の時系列変化を示すグラフ、（Ｃ）は横軸を時間から移動距離に変換し、左縦軸をＨｂ濃度変化量、右縦軸を速度（ｋｍ／ｈ）として、ｃｈ２（チャンネル２）の酸化型ヘモグロビンの濃度変化量、脱酸化型ヘモグロビンの濃度変化量及び速度の移動距離に応じた変化を示すグラフ、（Ｄ）は横軸を時間から移動距離に変換し、左縦軸をＨｂ濃度変化量、右縦軸を速度（ｋｍ／ｈ）としてＭＢＶ、ＭＯＥ及び速度の移動距離に応じた変化を示すグラフである。
図２３は右外側広筋から計測されたデータのグラフであり、（Ａ）は横軸を移動距離、左縦軸をｋ角（度）、右縦軸を速度としてｋ角及び速度の移動距離に応じた変化を示すグラフ、（Ｂ）は横軸を移動距離、左縦軸をＬ値、右縦軸を速度としてＬ値及び速度の移動距離に応じた変化を示すグラフ、（Ｃ）は横軸を移動距離、左縦軸をＬ／ｋ、右縦軸を速度としてＬ／ｋ及び速度の移動距離に応じた変化を示すグラフである。
図２４は右前脛骨筋から計測されたデータのグラフであり、（Ａ）は横軸を移動距離、左縦軸をｋ角（度）、右縦軸を速度としてｋ角及び速度の移動距離に応じた変化を示すグラフ、（Ｂ）は横軸を移動距離、左縦軸をＬ値、右縦軸を速度としてＬ値及び速度の移動距離に応じた変化を示すグラフ、（Ｃ）は横軸を移動距離、左縦軸をＬ／ｋ、右縦軸を速度としてＬ／ｋ及び速度の移動距離に応じた変化を示すグラフである。
図２３及び図２４に示すように、移動距離が進むと、各生理的指標の変化が安定していくのがわかる、
図２５（Ａ）及び（Ｂ）は右外側広筋から計測されたデータのグラフであり、（Ａ）は横軸をＭＢＶの濃度変化量（ΔＭＢＶ）、縦軸をＭＯＥの濃度変化量（ΔＭＯＥ）とし、時系列的にプロットした二次元ダイアグラム、（Ｂ）は横軸をＭＢＶの濃度変化量（ΔＭＢＶ）、縦軸をＭＯＥの濃度変化量（ΔＭＯＥ）とし、移動距離に応じてプロットした二次元ダイアグラムである。
図２５（Ａ）及び（Ｂ）は右外側広筋から計測されたデータのグラフであり、（Ａ）は横軸をＭＢＶの濃度変化量（ΔＭＢＶ）、縦軸をＭＯＥの濃度変化量（ΔＭＯＥ）とし、時系列的にプロットした二次元ダイアグラム、（Ｂ）は横軸をＭＢＶの濃度変化量（ΔＭＢＶ）、縦軸をＭＯＥの濃度変化量（ΔＭＯＥ）とし、移動距離に応じてプロットした二次元ダイアグラムである。
図２５かわかるように、距離変換したものは、スクワットのペースが20（回/分）では、MBV減少による調節であるが、ペースが40（回/分）へ早くなると、MOE増加方向の調節に代わる。
図２６（Ａ）及び（Ｂ）は右前脛骨筋から計測されたデータのグラフであり、（Ｃ）は横軸をＭＢＶの濃度変化量（ΔＭＢＶ）、縦軸をＭＯＥの濃度変化量（ΔＭＯＥ）とし、時系列的にプロットした二次元ダイアグラム、（Ｄ）は横軸をＭＢＶの濃度変化量（ΔＭＢＶ）、縦軸をＭＯＥの濃度変化量（ΔＭＯＥ）とし、移動距離に応じてプロットした二次元ダイアグラムである。
図２６からわかるように、スクワットのペースが20（回/分）から40（回/分）へ早くなると、波形の変動が少なくなる。
図２７は脳の前頭葉から計測されたデータのグラフであり、（Ａ）は横軸を時間、左縦軸をＨｂ濃度変化量、右縦軸を速度（ｋｍ／ｈ）として酸化型ヘモグロビンの濃度変化量、脱酸化型ヘモグロビンの濃度変化量、ＣＢＶ、ＣＯＥ及び速度の時系列変化を示すグラフ、（Ｂ）は横軸を時間から移動距離に変換し、左縦軸をＨｂ濃度変化量、右縦軸を速度（ｋｍ／ｈ）として酸化型ヘモグロビンの濃度変化量、脱酸化型ヘモグロビンの濃度変化量、ＣＢＶ、ＣＯＥ及び速度の移動距離に応じた変化を示すグラフである。
図２８は脳の前頭葉から計測されたデータのグラフであり、（Ａ）は横軸を時間、左縦軸をＬ値の変化量、右縦軸を速度（ｋｍ／ｈ）としてＬ値及び及び速度の時系列変化を示すグラフ、（Ｂ）は横軸を時間から移動距離に変換し、左縦軸をＬ値の変化量、右縦軸を速度（ｋｍ／ｈ）としてＬ値及び及び速度の移動距離に応じた変化を示すグラフである。
図２９は脳の前頭葉から計測されたデータのグラフであり、（Ａ）は横軸を時間、左縦軸をｋ角の変化量、右縦軸を速度（ｋｍ／ｈ）としてｋ角及び及び速度の時系列変化を示すグラフ、（Ｂ）は横軸を時間から移動距離に変換し、左縦軸をｋ角の変化量、右縦軸を速度（ｋｍ／ｈ）としてｋ角及び及び速度の移動距離に応じた変化を示すグラフである。
図２９に示すように、変換前の時系列変化（図２９（Ａ）参照）では静止状態が入っているので、わかりにくかったが、移動距離に応じた変化（図２９（Ｂ）参照）では、Ｋの動向が移動距離と平行して安定して増加していることがわかる。
図３０（Ａ）及び（Ｂ）は脳の前頭葉から計測されたデータのグラフであり、（Ａ）は横軸をＣＢＶの濃度変化量（ΔＣＢＶ）、縦軸をＣＯＥの濃度変化量（ΔＣＯＥ）とし、時系列的にプロットした二次元ダイアグラム、（Ｂ）は横軸をＣＢＶの濃度変化量（ΔＣＢＶ）、縦軸をＣＯＥの濃度変化量（ΔＣＯＥ）とし、移動距離に応じてプロットした二次元ダイアグラムである。
図３０中、◇は0.56km/hの開始点、○は1.92km/hの開始点である。
図３１は脳の前頭葉から計測されたデータのグラフであり、（Ａ）は横軸を時間、左縦軸をＬ値の変化量、右縦軸をｋ角の変化量としてＬ値及びｋ角の時系列変化を示すグラフ、（Ｂ）は横軸を時間から移動距離に変換し、左縦軸をＬ値の変化量、右縦軸をｋ角の変化量としてＬ値及びｋ角の時系列変化を示すグラフである。
図３１（Ｂ）に示すように、移動距離が進むことで、Ｌ／ｋ比が低下し、酸素交換Ｈｂ利用効率が増加している。図３１（Ａ）に示すように、変換前の時系列データでは、むしろ逆に、最初の３０秒でＬ／ｋが低くなっている。
このことから、時系列依存性生体反応と移動距離依存性生体反応を区別して診断することができる。
（具体例４：生体に対する刺激数に応じた変化）
本発明者は、約４分間、生体に対して周波数の異なる音を聞かせる課題を行い、脳の前頭葉から計測されたＨｂ変化を計測した実験を行った。
本発明者は、約４分間、生体に対して周波数の異なる音を聞かせる課題を行い、脳の前頭葉から計測されたＨｂ変化を計測した実験を行った。
具体的には、メトロノームの振り子を振って、一定の間隔で刻まれる音を刺激とし、刻まれた音の累積数を刺激数として計測を行った。また、音が刻まれる間隔を変えることにより周波数を変えた。
変換部１１により時系列データを刺激数系列データに変換することで、時系列データからは、想定できなかった刺激数と複数のＨｂ変化の相関性を明らかにすることが可能となる。
また、二次元表示では、位相変化が時系列データと刺激数系列データでは異なることもわかる。
図３２は脳の前頭葉から計測されたデータのグラフであり、（Ａ）は横軸を時間、左縦軸をＨｂ濃度変化量、右縦軸を周波数（Ｈｚ)として酸化型ヘモグロビンの濃度変化量、脱酸化型ヘモグロビンの濃度変化量、ＣＢＶ、ＣＯＥ及び周波数の時系列変化を示すグラフ、（Ｂ）は横軸を時間から刺激数に変換し、左縦軸をＨｂ濃度変化量、右縦軸を周波数（Ｈｚ)として酸化型ヘモグロビンの濃度変化量、脱酸化型ヘモグロビンの濃度変化量、ＣＢＶ、ＣＯＥ及び周波数の刺激数に応じた変化を示すグラフである。
図３２（Ａ）及び（Ｂ）からわかるように、時系列データでは周波数の変化をとらえることが困難であるが、刺激数に応じたデータでは、周波数の変化をとらえることが可能である。従って、生体の音の変化をとらえる前頭葉では、音刺激に対して、時間経過依存ではなく、刺激数依存で反応することが明らかになった。
図３３は脳の前頭葉から計測されたデータのグラフであり、（Ａ）は横軸を時間、左縦軸をＬ値の変化量、右縦軸を周波数（Ｈｚ）としてＬ値及び周波数の時系列変化を示すグラフ、（Ｂ）は横軸を時間から刺激数に変換し、左縦軸をＬ値の変化量、右縦軸を周波数（Ｈｚ）としてＬ値及び周波数の刺激数に応じた変化を示すグラフである。
図３３中、◇、△はそれぞれ一致する箇所である。
図３３（Ｂ）に示すように、刺激数が多くなることでＬ値が低下していることがわかる。
図３４は脳の前頭葉から計測されたデータのグラフであり、（Ａ）は横軸を時間、左縦軸をｋ角の変化量、右縦軸を周波数（Ｈｚ）としてｋ角及び周波数の時系列変化を示すグラフ、（Ｂ）は横軸を時間から刺激数に変換し、左縦軸をｋ角の変化量、右縦軸を周波数（Ｈｚ）としてｋ角及び周波数の刺激数に応じた変化を示すグラフである。
図３４（Ｂ）に示すように、Ｋ値が刺激数の頻度に依存していることがわかる。
図３５（Ａ）及び（Ｂ）は脳の前頭葉から計測されたデータのグラフであり、（Ａ）は横軸をＣＢＶの濃度変化量（ΔＣＢＶ）、縦軸をＣＯＥの濃度変化量（ΔＣＯＥ）とし、時系列的にプロットした二次元ダイアグラム、（Ｂ）は横軸をＣＢＶの濃度変化量（ΔＣＢＶ）、縦軸をＣＯＥの濃度変化量（ΔＣＯＥ）とし、刺激数に応じてプロットした二次元ダイアグラムである。
図３５のグラフにより、時間に依存している脳の箇所や、刺激数に依存している脳の箇所を区別することができる。
図３６は脳の前頭葉から計測されたデータのグラフであり、（Ａ）は横軸を時間、左縦軸をＬ値の変化量、右縦軸をｋ角の変化量としてＬ値及びｋ角の時系列変化を示すグラフ、（Ｂ）は横軸を時間から刺激数に変換し、左縦軸をＬ値の変化量、右縦軸をｋ角の変化量としてＬ値及びｋ角の刺激数に応じた変化を示すグラフである。
図３６（Ｂ）に示すように、刺激数が累積されることで、Ｌ／ｋ比が低下し、酸素交換Ｈｂ利用効率が増加している。
図３６（Ａ）に示す変換前の時系列データでは、むしろ逆に、最初の３０秒でＬ／ｋが低くなっている。
このことから、時系列依存性生体反応と刺激数依存性生体反応を区別して診断することができる。
（具体例５：生体に対する刺激数に応じた変化）
本発明者は、約４分間、生体に対して周波数の異なる光刺激を与える課題を行い、脳の前頭葉から計測されたＨｂ変化を計測した実験を行った。
本発明者は、約４分間、生体に対して周波数の異なる光刺激を与える課題を行い、脳の前頭葉から計測されたＨｂ変化を計測した実験を行った。
具体的には、照明装置等で一定の間隔で点滅させる光を刺激とし、点滅される光の累積数を刺激数として計測を行った。また、光の点滅される間隔を変えることにより周波数を変えた。
変換部１１により時系列データを刺激数系列データに変換することで、時系列データからは、想定できなかった刺激数と複数のＨｂ変化の相関性を明らかにすることが可能となる。
また、二次元表示では、位相変化が時系列データと刺激数系列データでは異なることもわかる。
図３７は脳の前頭葉から計測されたデータのグラフであり、（Ａ）は横軸を時間、左縦軸をＨｂ濃度変化量として酸化型ヘモグロビンの濃度変化量、脱酸化型ヘモグロビンの濃度変化量、ＣＢＶ、ＣＯＥの時系列変化を示すグラフ、（Ｂ）は横軸を時間から刺激数に変換し、左縦軸をＨｂ濃度変化量、右縦軸を周波数（Ｈｚ)として酸化型ヘモグロビンの濃度変化量、脱酸化型ヘモグロビンの濃度変化量、ＣＢＶ、ＣＯＥ及び周波数の刺激数に応じた変化を示すグラフである。
図３７（Ａ）及び（Ｂ）からわかるように、時系列データでは周波数の変化をとらえることが困難であるが、刺激数に応じたデータでは、周波数の変化をとらえることが可能である。従って、生体の光の変化をとらえる前頭葉では、光刺激に対して、時間経過依存ではなく、刺激数依存で反応することが明らかになった。
図３８は脳の前頭葉から計測されたデータのグラフであり、（Ａ）は横軸を時間、左縦軸をＬ値の変化量、右縦軸をｋ角の変化量としてＬ値及びｋ角の時系列変化を示すグラフ、（Ｂ）は横軸を時間から刺激数に変換し、左縦軸をＬ値の変化量、右縦軸をｋ角の変化量としてＬ値及びｋ角の刺激数に応じた変化を示すグラフである。
図３８（Ａ）に示すように、変換前の時系列データでは、ｋ角が時間的にはほぼ変動しない。
一方、図３８（Ｂ）に示すように、刺激数と周波数との関係が明確になり、ｋ角が刺激数に対応して変化していることがわかる。また、Ｌ／ｋ比の変動が周波数ごとに起こっていることがわかる。
図３９（Ａ）及び（Ｂ）は脳の前頭葉から計測されたデータのグラフであり、（Ａ）は横軸をＣＢＶの濃度変化量（ΔＣＢＶ）、縦軸をＣＯＥの濃度変化量（ΔＣＯＥ）とし、時系列的にプロットした二次元ダイアグラム、（Ｂ）は横軸をＣＢＶの濃度変化量（ΔＣＢＶ）、縦軸をＣＯＥの濃度変化量（ΔＣＯＥ）とし、刺激数に応じてプロットした二次元ダイアグラムである。
図３９のグラフにより、時間に依存している脳の箇所や、刺激数に遺贈している脳の箇所を区別することができる。
（刺激数データサンプリング法の積分方式と平均方式）
Ａ地点からＢ地点までのＨｂ変動をすべて加算するのが積分方式で、Ａ地点からＢ地点までのＨｂ変動をすべて加算して、かかった時間で割るのが平均方式である。
（刺激数データサンプリング法の積分方式と平均方式）
Ａ地点からＢ地点までのＨｂ変動をすべて加算するのが積分方式で、Ａ地点からＢ地点までのＨｂ変動をすべて加算して、かかった時間で割るのが平均方式である。
例えば、０−１ｍにかかった時間は２秒（40ポイント）、１−２ｍにかかった時間は１秒（20ポイント）とすると、１ポイント50msとすると、
積分方式では、
・Σ（０−１ｍのHb量）
・Σ（１−２ｍのHb量）
平均方式では、
・Σ（０−１ｍのHb量）/40ポイント
・Σ（１−２ｍのHb量）/20ポイント
で、1サンプリング50msあたりの変化量になっている。
ポイント数でわらないで、秒数で割れば、速さになる。
積分方式では、
・Σ（０−１ｍのHb量）
・Σ（１−２ｍのHb量）
平均方式では、
・Σ（０−１ｍのHb量）/40ポイント
・Σ（１−２ｍのHb量）/20ポイント
で、1サンプリング50msあたりの変化量になっている。
ポイント数でわらないで、秒数で割れば、速さになる。
図４０（Ａ）は、図３７（Ｂ）に対応した積分方式のグラフ、（Ｂ）は平均方式のグラフである。
図４０からわかるように、積分方式のグラフの方が、変化が明確である。、
図４１（Ａ）は図３９（Ｂ）に対応した積分方式のグラフ、（Ｂ）は平均方式のグラフである。
図４１（Ａ）は図３９（Ｂ）に対応した積分方式のグラフ、（Ｂ）は平均方式のグラフである。
図４１からわかるように、積分方式のグラフの方が、変化が明確である。、
（L/kを使った単位）
Lは、絶対座標上の開始点から移動後の距離をいう。
（L/kを使った単位）
Lは、絶対座標上の開始点から移動後の距離をいう。
L/k/s=L/s/k=L速度を酸素交換角で除する。単位はモル/秒/度となる。
1秒間に1度酸素交換角を移動させるヘモグロビン交換量となる。
L/k/m=L/m/k=L速度を酸素交換角で除する。単位はモル/m/度となる。
1m間に1度酸素交換角を移動させるヘモグロビン交換量となる。
図４２は、横軸をＯ（酸化型ヘモグロビンの濃度変化量）、縦軸をＤ（脱酸化型ヘモグロビンの濃度変化量）の二次元ダイアグラムである。
図４２に示すように、低酸素化するベクトル（細胞が酸素を消費する作用）と高酸素化するベクトル（低酸素にさせない作用）との２つの作用は釣り合っており、生体の同じ部位で起こる場合と、異なった部位で起こる場合がある。
（L/Kのマップ作成も可能）
L/Kを計算すると、以下のように、重量にともなって、脳の第一次運動野（M1）も運動野の周囲もコアベクトルを1度動かすHb変化量は、以下になる。
（L/Kのマップ作成も可能）
L/Kを計算すると、以下のように、重量にともなって、脳の第一次運動野（M1）も運動野の周囲もコアベクトルを1度動かすHb変化量は、以下になる。
M1 周囲
０kg ０．１３ ー０．５７
４．５ｋｇ ０．９８ −１．１５
９．５ｋｇ ２．９４ −２．９４
L/kを使って ORAを算出すると０．５LｘL/kとなり、コアベクトルを1度動かすHb変化量による力を表す。
０kg ０．１３ ー０．５７
４．５ｋｇ ０．９８ −１．１５
９．５ｋｇ ２．９４ −２．９４
L/kを使って ORAを算出すると０．５LｘL/kとなり、コアベクトルを1度動かすHb変化量による力を表す。
なお、ORAは、計測開始点（原点）からt秒後のLtが、K=0°の△CBV軸からKt度分掃いた、COREの軌道の累積面積を示す。ORAが正の場合、酸素交換増加方向（0 ＜ K）に面積が膨らんだことを示し、ORAが負の場合、酸素の素通り方向（K＜ 0）に面積が膨らんだことを示すと定義される。
図４３は横軸を時間、縦軸をＬ／ｋとしてダンベルを持ち上げる課題を行ったときのＬ／ｋの時系列変化を示すグラフであり、（Ａ）はダンベルを持ち上げていない場合、（Ｂ）は4.5kgのダンベルを持ち上げた場合、（Ｃ）は9.5kgのダンベルを持ち上げた場合、（Ｄ）は14.5kgのダンベルを持ち上げた場合を示す。
ここで、k＝ΔＤ（脱酸化型ヘモグロビンの変化量）／
ΔＯ（酸化型ヘモグロビンの変化量）である。太線部は課題中を示す。
ΔＯ（酸化型ヘモグロビンの変化量）である。太線部は課題中を示す。
図４４は横軸を時間、縦軸をＬ／ｋとしてダンベルを持ち上げる課題を行ったときのＬ／ｋの時系列変化を示すグラフであり、（Ａ）はダンベルを持ち上げていない場合、（Ｂ）は4.5kgのダンベルを持ち上げた場合、（Ｃ）は9.5kgのダンベルを持ち上げた場合、（Ｄ）は14.5kgのダンベルを持ち上げた場合を示す。
ここで、Ｋ＝ΔＭＯＥ（筋肉の酸素交換量の変化量）／
ΔＭＢＶ（筋肉の血液量の変化量）である。太線部は課題中を示す。
ΔＭＢＶ（筋肉の血液量の変化量）である。太線部は課題中を示す。
二次元ダイアグラム上の酸素交換ベクトルを１度移動させるHb変化量を示し、ダンベルの重量によって増加している。課題中に対応して変化することがわかる。また、重いダンベルを持ち上げた場合、課題後も回復しにくいことがわかる。
図４５は、横軸を周波数（Ｈｚ）、縦軸をパワーとしてＫの周波数を示すグラフであり、（Ａ）はダンベルを持ち上げていない場合、（Ｂ）は4.5kgのダンベルを持ち上げた場合、（Ｃ）は9.5kgのダンベルを持ち上げた場合である。
ここで、Ｋの周波数は、各ダンベルの重さで運動時している最中の上腕二頭筋のＨｂデータから位相Ｋを算出して、そのデータ（サンプリング数９００）を周波数分析した結果から算出され、酸素代謝の均一性が診断できる。
ダンベル運動時の筋肉のＫの周波数を分析した結果、１Ｈｚ以下のパワーが低下してフラットになり低周波依存が高くなることがわかる。
ダンベル運動時の筋肉のＫの周波数を分析した結果、１Ｈｚ以下のパワーが低下してフラットになり低周波依存が高くなることがわかる。
（距離系列データについて）
図４６は、具体例１の計測データに関するグラフであり、（Ａ）は横軸を移動距離、縦軸を変化量として、速度、加速度、躍度（加加速度）の移動距離に応じた変化を示すグラフ、（Ｂ）は横軸を移動距離、左縦軸をＨｂ／速度の変化量、右縦軸を速度として、酸化型ヘモグロビンの濃度変化量と脱酸化型ヘモグロビンにおけるそれぞれのＨｂ変化／速度及び速度の移動距離に応じた変化を示すグラフである。
図４６は、具体例１の計測データに関するグラフであり、（Ａ）は横軸を移動距離、縦軸を変化量として、速度、加速度、躍度（加加速度）の移動距離に応じた変化を示すグラフ、（Ｂ）は横軸を移動距離、左縦軸をＨｂ／速度の変化量、右縦軸を速度として、酸化型ヘモグロビンの濃度変化量と脱酸化型ヘモグロビンにおけるそれぞれのＨｂ変化／速度及び速度の移動距離に応じた変化を示すグラフである。
図４７は、具体例１の計測データに関するグラフであり、（Ａ）は横軸を移動距離、左縦軸をＨｂ／加速度の変化量、右縦軸を加速度として、酸化型ヘモグロビンの濃度変化量と脱酸化型ヘモグロビンにおけるそれぞれのＨｂ変化／加速度及び加速度の移動距離に応じた変化を示すグラフ、（Ｂ）は横軸を移動距離、左縦軸をＨｂ／躍度の変化量、右縦軸を躍度として、酸化型ヘモグロビンの濃度変化量と脱酸化型ヘモグロビンにおけるそれぞれのＨｂ変化／躍度及び躍度の移動距離に応じた変化を示すグラフである。
次に、図３に示す走行コースのより詳細な箇所でのデータについて解析する。
図４８（Ａ）は走行コースの地形情報を示す説明図、（Ｂ）は横軸を時間、左縦軸をＨｂ濃度変化量、右縦軸を速度として酸化型ヘモグロビンの濃度変化量、脱酸化型ヘモグロビンの濃度変化量及び速度の１週目の時系列変化を示すグラフ、（Ｃ）は横軸を時間、左縦軸をＨｂ濃度変化量、右縦軸を速度として酸化型ヘモグロビンの濃度変化量、脱酸化型ヘモグロビンの濃度変化量及び速度の２週目の時系列変化を示すグラフである。
グラフ中の９−１２の数字は走行コースの箇所（図４８（Ａ）参照）に対応する。
図４８に示すように、変換前の時系列データでは、同じコースの同一区間でも走行時間が異なることがわかる。
図４９は、横軸を時間から移動距離に変換し、左縦軸をＨｂ濃度変化量、右縦軸を速度として酸化型ヘモグロビンの濃度変化量、脱酸化型ヘモグロビンの濃度変化量及び速度の１週目の時系列変化を示すグラフ、（Ｃ）は横軸を時間から移動距離に変換し、左縦軸をＨｂ濃度変化量、右縦軸を速度として酸化型ヘモグロビンの濃度変化量、脱酸化型ヘモグロビンの濃度変化量及び速度の２週目の時系列変化を示すグラフである。
図４９では、いずれも積分方式で時間を距離に変換している。サンプリング距離は３０ｍである。
図４９に示すように、変換後の距離系列データでは、同じコースの同一区間で
走行時間が異なっても地点が一致することがわかる。
走行時間が異なっても地点が一致することがわかる。
なお、サンプリングの距離値は任意に設定可能である。
図５０（Ａ）は、図４８（Ａ）に対応するグラフであり、（Ｂ）は右縦軸を移動距離に変換したグラフである。時系列データは、従来、Ｈｂデータ、時間のみ記述されてきたが、同時に、速度、または、移動距離（地形情報）を採取することで移動距離変換が可能となる。
なお、時系列データから距離系列データに変換する方法には、例えば最低3種類の方法がある。
１）抜粋方式：区間距離を決めて、サンプリング距離値として、時間に対応した地点Ｈｂ値（距離情報）を抜粋して配列する方式である。
２）平均方式：区間距離を決めて、サンプリング距離値として、その区間の平均地点Ｈｂ値（移動平均地点Ｈｂ値）を距離系列に配置する方式である。
３）積分方式：区間距離を決めて、サンプリング距離値として、その区間の積算Ｈｂ値（移動距離累積Ｈｂ値）を距離系列に配置する方式である。
図５１は抜粋方式で時系列データから距離系列データに変換したグラフであり、（Ａ）はサンプリング距離値を３０ｍしたグラフであり、（Ｂ）はサンプリング距離値を１５ｍにしたグラフである。
図５２は平均方式で時系列データから距離系列データに変換したグラフであり、（Ａ）はサンプリング距離値を３０ｍしたグラフであり、（Ｂ）はサンプリング距離値を１５ｍにしたグラフである。
図５３は積分方式で時系列データから距離系列データに変換したグラフであり、（Ａ）はサンプリング距離値を３０ｍしたグラフであり、（Ｂ）はサンプリング距離値を１５ｍにしたグラフである。
右カーブ、左カーブで、脱酸化Ｈｂ値、酸化Ｈｂ値の低下を観察できる。
右カーブ、左カーブで、脱酸化Ｈｂ値、酸化Ｈｂ値の低下を観察できる。
このように、部位によって、地形情報との関係で生体反応が異なることを複数の計測点からの情報で、リアルタイムに画像化できる。例えば、地形情報と脳活動部位との関係が診断しやすくなる。
図５４（Ａ）は時系列データのグラフ、（Ｂ）はサンプリング距離値を３０ｍにして積分方式で距離に変換したグラフ、（Ｃ）はＨｂと遅さの相関性を示す表である。
時系列データ表示では、ＣＯＥが遅さともっと相関性が高い。しかし、変換後
時系列データでは相関性がもっと低かったＣＢＶが距離系列ではもっとも高い
時系列データ表示では、ＣＯＥが遅さともっと相関性が高い。しかし、変換後
時系列データでは相関性がもっと低かったＣＢＶが距離系列ではもっとも高い
（具体例６：生体に対する運動エネルギー等に応じた変化）
本発明者は、６６ｋｇの被験者の速度を変えながら横歩き運動を行い、脳の前頭葉から計測されたＨｂ変化を同時に計測した実験を行った。
本発明者は、６６ｋｇの被験者の速度を変えながら横歩き運動を行い、脳の前頭葉から計測されたＨｂ変化を同時に計測した実験を行った。
ここで、体重、移動速度、加速度と生体Ｈｂの変化から、運動エネルギーに対応した生体ヘモグロビンの変化量を算出できる。
また、Oxy/cal, D/cal, BV/cal、OE/cal、L/cal、ORA/calの時系列データ、と カロリーと各ヘモグロビンIndexとの比が算出できる。
・J（ジュール）＝N（ニュートン:kg・m/s2）×m（距離：m）
・運動エネルギー＝0.5×重さ（kg）×速さ（m/s）×速さ（m/s）
・単位は Jと運動エネルギーは同じ（kg・m2/s2）
・運動エネルギー×４．１８４＝カロリー
となる。
・運動エネルギー＝0.5×重さ（kg）×速さ（m/s）×速さ（m/s）
・単位は Jと運動エネルギーは同じ（kg・m2/s2）
・運動エネルギー×４．１８４＝カロリー
となる。
図５５は、 人の運動の速度、距離、時間を算出するための表である。距離＝歩幅×歩数で計算され、速度＝距離／時間（かかった時間）として算出される。
図５６（Ａ）は横軸を時間、左縦軸をＨｂ濃度変化量、右縦軸を速度として酸化型ヘモグロビンの濃度変化量、脱酸化型ヘモグロビンの濃度変化量、ＣＢＶの濃度変化量、ＣＯＥの濃度変化量及び速度の時系列変化を示すグラフであり、（Ｂ）は横軸を時間から移動距離に変換し、左縦軸をＨｂ濃度変化量、右縦軸を速度として酸化型ヘモグロビンの濃度変化量、脱酸化型ヘモグロビンの濃度変化量、ＣＢＶの濃度変化量、ＣＯＥの濃度変化量及び速度の移動距離に応じた変化を示すグラフである。
図５６（Ｂ）に示すように、移動距離が０−５０ｍで、Ｈｂの変化が大きいことがわかる。
図５７（Ａ）は横軸を時間、左縦軸をｋ角、右縦軸を速度としてｋ角及び速度の時系列変化を示すグラフであり、（Ｂ）は横軸を時間から移動距離に変換し、左縦軸をｋ角、右縦軸を速度としてｋ角及び速度の移動距離に応じた変化を示すグラフである。
図５７（Ｂ）に示すように、変換後は、移動していない時間帯（0―35秒）のKが表示されていない。
図５８（Ａ）は横軸を時間、左縦軸をＬ値、右縦軸を速度としてＬ値及び速度の時系列変化を示すグラフであり、（Ｂ）は横軸を時間から移動距離に変換し、左縦軸をＬ値、右縦軸を速度としてＬ値及び速度の移動距離に応じた変化を示すグラフである。
図５８（Ｂ）に示すように、移動開始後のL値が増加していることがわかる。
図５９（Ａ）は横軸をＣＢＶの濃度変化量（ΔＣＢＶ）、縦軸をＣＯＥの濃度変化量（ΔＣＯＥ）とし、時系列的にプロットした二次元ダイアグラム、（Ｂ）は横軸をＣＢＶの濃度変化量（ΔＣＢＶ）、縦軸をＣＯＥの濃度変化量（ΔＣＯＥ）とし、時間から移動距離に変換してプロットした二次元ダイアグラムである。
図５９中、△は0.0km/hの最終点、□は4.2km/hの最終点、○は6.7km/hの最終点である。
図５９（Ｂ）に示すように、変換後では、位相が最初はΔO軸に並行に進み、その後ΔD軸に並行に進むことがわかる。
図６０（Ａ）は横軸を時間、左縦軸をORA、右縦軸を速度としてORA及び速度の時系列変化を示すグラフであり、（Ｂ）は横軸を時間から移動距離に変換し、左縦軸をORA、右縦軸を速度としてORA及び速度の移動距離に応じた変化を示すグラフである。
図６１（Ａ）は横軸を時間、左縦軸を運動エネルギーと運動量、右縦軸を速度として運動エネルギー、運動量及び速度の時系列変化を示すグラフであり、（Ｂ）は横軸を時間から移動距離に変換し、左縦軸を運動エネルギーと運動量、右縦軸を速度として運動エネルギー、運動量及び速度の移動距離に応じた変化を示すグラフである。
図６２（Ａ）は横軸をORA、運動エネルギーとし、時系列的にプロットした二次元ダイアグラム、（Ｂ）は横軸をORA、運動エネルギーとし、時間から移動距離に変換してプロットした二次元ダイアグラムである。
図６２に示すように、運動エネルギーとＯＲＡの二次元表示では、時系列データと距離系列データによる結果では、変化の軌道が異なる。図６２（Ｂ）に示すように、距離系列データでは、運動エネルギーが低下している最中に、ゆっくりとＯＲＡが増加することがわかる。
図６３（Ａ）は横軸を時間、左縦軸をHb/cal（カロリー）、右縦軸を速度としてHb/cal及び速度の時系列変化を示すグラフであり、（Ｂ）は横軸を時間から移動距離に変換し、左縦軸をHb/cal（カロリー）、右縦軸を速度としてHb/cal及び速度の移動距離に応じた変化を示すグラフである。
図６３から、ＯｘｙＨｂカロリー比が、運動開始直後では高く、ゆっくり低下するのに対して、ＤｅｘｙＨｂカロリー比が、運動開始から後半に向かって増加することがわかる。
図６４（Ａ）はCBV/運動エネルギー、COE/運動エネルギーを算出して1カロリーあたりのＨｂ変化量の時系列データを示すグラフ、（Ｂ）は時間を移動距離に変換した距離系列データを示すグラフである。
図６４から、CBVカロリー比が、運動開始直後では高く、ゆっくり低下し後半、再上昇するのに対して、COEカロリー比が、運動開始から後半に向かって増加することがわかる。
図６５（Ａ）はORA/運動エネルギーを算出して1カロリーあたりのORA変化量の時系列データを示すグラフ、（Ｂ）は時間を移動距離に変換した距離系列データを示すグラフである。
図６５から、ORAカロリー比が、運動開始から後半に向かって増加することがわかる。
図６６は（Ａ）はL/運動エネルギーを算出して1カロリーあたりのＬ値の変化量の時系列データを示すグラフ、（Ｂ）は時間を移動距離に変換した距離系列データを示すグラフである。
図６６から、Lカロリー比が、運動開始から後半に向かって増加し、再び増加することがわかる。
図６７は運動エネルギーとヘモグロビン変化の関係を示す二次元ダイアグラムであり、（Ａ）は横軸を酸化型ヘモグロビン、縦軸をカロリーとした時系列データを示す二次元ダイアグラム、（Ｂ）は時間を移動距離に変換した距離系列データを示す二次元ダイアグラム、（Ｃ）は横軸を脱酸化型ヘモグロビン、縦軸をカロリーとした時系列データを示す二次元ダイアグラム、（Ｄ）は時間を移動距離に変換した距離系列データを示す二次元ダイアグラムである。
図６８は運動エネルギーとヘモグロビン変化の関係を示す二次元ダイアグラムであり、（Ａ）は横軸をＣＢＶ、縦軸をカロリーとした時系列データを示す二次元ダイアグラム、（Ｂ）は時間を移動距離に変換した距離系列データを示す二次元ダイアグラム、（Ｃ）は横軸をＣＯＥ、縦軸をカロリーとした時系列データを示す二次元ダイアグラム、（Ｄ）は時間を移動距離に変換した距離系列データを示す二次元ダイアグラムである。
図６９は運動エネルギーとヘモグロビン変化の関係を示す二次元ダイアグラムであり、（Ａ）は横軸をＬ値、縦軸をカロリーとした時系列データを示す二次元ダイアグラム、（Ｂ）は時間を移動距離に変換した距離系列データを示す二次元ダイアグラム、（Ｃ）は横軸をＯＲＡ、縦軸をカロリーとした時系列データを示す二次元ダイアグラム、（Ｄ）は時間を移動距離に変換した距離系列データを示す二次元ダイアグラムである。
図６７〜図６９から、距離系列データの方が時系列データに比べてスムーズが動きになることがわかる。
（具体例７：生体に対する運動エネルギー等に応じた変化）
本発明者は、６６ｋｇの被験者の速度を変えながらスクワット運動を行い、脳の前頭葉から計測されたＨｂ変化を同時に計測した実験を行った。
本発明者は、６６ｋｇの被験者の速度を変えながらスクワット運動を行い、脳の前頭葉から計測されたＨｂ変化を同時に計測した実験を行った。
ここで、体重６６ｋｇとして高さ（1回ごとに加算）、体重、重力の関係から、運動力学と脳の働きを同時に結びつけて測定値とすることができる。
図７０（Ａ）は横軸を時間、左縦軸をＨｂ濃度変化量、右縦軸を速度として酸化型ヘモグロビンの濃度変化量、脱酸化型ヘモグロビンの濃度変化量、ＣＢＶの濃度変化量、ＣＯＥの濃度変化量及び速度の時系列変化を示すグラフであり、（Ｂ）は横軸を時間から移動距離に変換し、左縦軸をＨｂ濃度変化量、右縦軸を速度として酸化型ヘモグロビンの濃度変化量、脱酸化型ヘモグロビンの濃度変化量、ＣＢＶの濃度変化量、ＣＯＥの濃度変化量及び速度の移動距離に応じた変化を示すグラフである。
図７０（Ｂ）に示すように、移動距離の後半では、移動距離に対するＨｂの変化が小さいことが分かる。
図７１（Ａ）は横軸を時間、左縦軸をｋ角、右縦軸を速度としてｋ角及び速度の時系列変化を示すグラフであり、（Ｂ）は横軸を時間から移動距離に変換し、左縦軸をｋ角、右縦軸を速度としてｋ角及び速度の移動距離に応じた変化を示すグラフである。
図７１（Ｂ）に示すように、変換後は、移動していない時間帯（0―35秒）のKが表示されていない。
図７２（Ａ）は横軸を時間、左縦軸をＬ値、右縦軸を速度としてＬ値及び速度の時系列変化を示すグラフであり、（Ｂ）は横軸を時間から移動距離に変換し、左縦軸をＬ値、右縦軸を速度としてＬ値及び速度の移動距離に応じた変化を示すグラフである。
図７２（Ｂ）に示すように、移動開始の後半でL値が低下していることがわかる。
図７３（Ａ）は横軸をＣＢＶの濃度変化量（ΔＣＢＶ）、縦軸をＣＯＥの濃度変化量（ΔＣＯＥ）とし、時系列的にプロットした二次元ダイアグラム、（Ｂ）は横軸をＣＢＶの濃度変化量（ΔＣＢＶ）、縦軸をＣＯＥの濃度変化量（ΔＣＯＥ）とし、時間から移動距離に変換してプロットした二次元ダイアグラムである。
図７３中、◇は0.96km/hの最終点、○は1.92km/hの開始点である。
図７３（Ｂ）に示すように、移動距離に変換することにより、動きが大きくダイナミックになることがわかる。
図７４（Ａ）は横軸を時間、左縦軸をORA、右縦軸を速度としてORA及び速度の時系列変化を示すグラフであり、（Ｂ）は横軸を時間から移動距離に変換し、左縦軸をORA、右縦軸を速度としてORA及び速度の移動距離に応じた変化を示すグラフである。
図７４（Ｂ）に示すように、ＯＲＡはすぐ上昇し、下降した後、滑らかな変化になる。
図７５（Ａ）は横軸を時間、左縦軸を位置エネルギー、右縦軸を速度として位置エネルギー及び速度の時系列変化を示すグラフであり、（Ｂ）は横軸を時間から移動距離に変換し、左縦軸を位置エネルギー、右縦軸を速度として位置エネルギー及び速度の移動距離に応じた変化を示すグラフである。
図７６（Ａ）は横軸をORA、位置エネルギーとし、時系列的にプロットした二次元ダイアグラム、（Ｂ）は横軸をORA、位置エネルギーとし、時間から移動距離に変換してプロットした二次元ダイアグラムである。
（具体例８：生体に対する刺激数に応じた変化）
本発明者は、生体に対して音読の速度を変えながら文章を読んでいく課題を行い、脳の前頭葉から計測されたＨｂ変化を計測した実験を行った。
本発明者は、生体に対して音読の速度を変えながら文章を読んでいく課題を行い、脳の前頭葉から計測されたＨｂ変化を計測した実験を行った。
具体的には、音読の速度を変えながら文章を読んで、読まれた文章の語彙の累積数を刺激数として計測を行った。また、音読の速度を変えることにより周波数を変えた。
変換部１１により時系列データを刺激数系列データに変換することで、時系列データからは、想定できなかった刺激数と複数のＨｂ変化の相関性を明らかにすることが可能となる。
また、二次元表示では、位相変化が時系列データと刺激数系列データでは異なることもわかる。
図７７は脳の前頭葉から計測されたデータのグラフであり、（Ａ）は横軸を時間、左縦軸をＨｂ濃度変化量として酸化型ヘモグロビンの濃度変化量、脱酸化型ヘモグロビンの濃度変化量、ＣＢＶ、ＣＯＥの時系列変化を示すグラフ、（Ｂ）は横軸を時間から刺激数に変換し、左縦軸をＨｂ濃度変化量、右縦軸を周波数（Ｈｚ)として酸化型ヘモグロビンの濃度変化量、脱酸化型ヘモグロビンの濃度変化量、ＣＢＶ、ＣＯＥ及び周波数の刺激数に応じた変化を示すグラフである。
ここで、トリガーとは周波数が変わった瞬間をいう。
図７７（Ｂ）に示すように、刺激数に変換したグラフでは、各データが周波数の変化に対応して変化していることがわかる。
図７８は脳の前頭葉から計測されたデータのグラフであり、（Ａ）は横軸を時間、縦軸をＬ値の変化量としてＬ値及び周波数の時系列変化を示すグラフ、（Ｂ）は横軸を時間から刺激数に変換し、左縦軸をＬ値の変化量、右縦軸を周波数（Ｈｚ）としてＬ値及び周波数の刺激数に応じた変化を示すグラフである。
図７８中、○、◇、△はそれぞれ一致する箇所である。
図７９は脳の前頭葉から計測されたデータのグラフであり、（Ａ）は横軸を時間、左縦軸をｋ角の変化量としてｋ角の時系列変化を示すグラフ、（Ｂ）は横軸を時間から刺激数に変換し、左縦軸をｋ角の変化量、右縦軸を周波数（Ｈｚ）としてｋ角及び周波数の刺激数に応じた変化を示すグラフである。
ここで、トリガーとは周波数が変わった瞬間をいう。
図８０は脳の前頭葉から計測されたデータのグラフであり、（Ａ）は横軸をＣＢＶの濃度変化量（ΔＣＢＶ）、縦軸をＣＯＥの濃度変化量（ΔＣＯＥ）とし、時系列的にプロットした二次元ダイアグラム、（Ｂ）は横軸をＣＢＶの濃度変化量（ΔＣＢＶ）、縦軸をＣＯＥの濃度変化量（ΔＣＯＥ）とし、刺激数に応じてプロットした二次元ダイアグラムである。
図８０のグラフにより、時間に依存している脳の箇所や、刺激数に遺贈している脳の箇所を区別することができる。
図８１は脳の前頭葉から計測されたデータのグラフであり、（Ａ）は横軸を時間、左縦軸をＬ値の変化量、右縦軸を周波数としてＬ値及び周波数の時系列変化を示すグラフ、（Ｂ）は横軸を時間から刺激数に変換し、左縦軸をＬ値の変化量、右縦軸を周波数としてＬ値及び周波数の刺激数に応じた変化を示すグラフ、（Ｃ）は横軸を周波数、縦軸をＬ値とし、時系列的にプロットした二次元ダイアグラム、（Ｂ）は横軸を周波数、縦軸をＬ値とし、刺激数に応じてプロットした二次元ダイアグラムである。
図８２は脳の前頭葉から計測されたデータのグラフであり、（Ａ）は横軸を時間、左縦軸をＯＲＡの変化量、右縦軸を周波数としてＯＲＡ及び周波数の時系列変化を示すグラフ、（Ｂ）は横軸を時間から刺激数に変換し、左縦軸をＯＲＡの変化量、右縦軸を周波数としてＯＲＡ及び周波数の刺激数に応じた変化を示すグラフ、（Ｃ）は横軸を周波数、縦軸をＯＲＡとし、時系列的にプロットした二次元ダイアグラム、（Ｂ）は横軸を周波数、縦軸をＯＲＡとし、刺激数に応じてプロットした二次元ダイアグラムである。
図８３は脳の前頭葉から計測されたデータのグラフであり、（Ａ）は横軸を周波数、縦軸をＨｂ変化量として酸化型ヘモグロビン及び脱酸化型ヘモグロビンを時系列的にプロットした二次元ダイアグラム、（Ｂ）は横軸を周波数、縦軸をＨｂ変化量として酸化型ヘモグロビン及び脱酸化型ヘモグロビンの刺激数に応じた変化を示すグラフ、（Ｃ）は横軸を周波数、縦軸をＨｂ変化量としてＣＢＶ及びＣＯＥを時系列的にプロットした二次元ダイアグラム、（Ｄ）は横軸を周波数、縦軸をＨｂ変化量としてＣＢＶ及びＣＯＥを刺激数に応じてプロットした二次元ダイアグラムである。
図８４は脳の前頭葉から計測されたデータのグラフであり、（Ａ）は時系列データから周波数とＬ変化速度との関係を示すグラフ、（Ｂ）は刺激数系列データから周波数とＬ変化速度との関係を示すグラフである。
図８５は脳の前頭葉から計測されたデータのグラフであり、（Ａ）は時系列データから周波数とＯＲＡ変化速度との関係を示すグラフ、（Ｂ）は刺激数系列データから周波数とＯＲＡ変化速度との関係を示すグラフである。
図８６は脳の前頭葉から計測されたデータのグラフであり、（Ａ）は時系列データから周波数と酸化型ヘモグロビンの変化速度との関係を示すグラフ、（Ｂ）は刺激数系列データから周波数と酸化型ヘモグロビンの変化速度との関係を示すグラフ、（Ｃ）は時系列データから周波数と脱酸化型ヘモグロビンの変化速度との関係を示すグラフ、（Ｄ）は刺激数系列データから周波数と脱酸化型ヘモグロビンの変化速度との関係を示すグラフである。
（具体例９：生体に対する刺激数に応じた変化）
本発明者は、生体に対して光刺激の速度（周波数）を変えながら光刺激を見ている課題を行い、被験者の脳の後頭葉から計測されたＨｂ変化を計測した実験を行った。
本発明者は、生体に対して光刺激の速度（周波数）を変えながら光刺激を見ている課題を行い、被験者の脳の後頭葉から計測されたＨｂ変化を計測した実験を行った。
具体的には、照明装置等で一定の間隔で点滅させる光を刺激とし、点滅される光の累積数を刺激数として計測を行った。また、光の点滅される間隔を変えることにより周波数を変えた。
変換部１１により時系列データを刺激数系列データに変換することで、時系列データからは、想定できなかった刺激数と複数のＨｂ変化の相関性を明らかにすることが可能となる。
また、二次元表示では、位相変化が時系列データと刺激数系列データでは異なることもわかる。
図８７は脳の後頭葉から計測されたデータのグラフであり、（Ａ）は横軸を時間、左縦軸をＨｂ濃度変化量として酸化型ヘモグロビンの濃度変化量、脱酸化型ヘモグロビンの濃度変化量、ＣＢＶ、ＣＯＥの時系列変化を示すグラフ、（Ｂ）は横軸を時間から刺激数に変換し、左縦軸をＨｂ濃度変化量、右縦軸を周波数（Ｈｚ)として酸化型ヘモグロビンの濃度変化量、脱酸化型ヘモグロビンの濃度変化量、ＣＢＶ、ＣＯＥ及び周波数の刺激数に応じた変化を示すグラフである。
ここで、トリガーとは周波数が変わった瞬間をいう。
図８７（Ｂ）に示すように、刺激数に変換したグラフでは、各データが周波数の変化に対応して変化していることがわかる。
図８８は脳の後頭葉から計測されたデータのグラフであり、（Ａ）は横軸を時間、左縦軸をＬ値の変化量としてＬ値の時系列変化を示すグラフ、（Ｂ）は横軸を時間から刺激数に変換し、左縦軸をＬ値の変化量、右縦軸を周波数（Ｈｚ）としてＬ値及び周波数の刺激数に応じた変化を示すグラフである。
図８８中、○、◇、△はそれぞれ一致する箇所である。
図８９は脳の後頭葉から計測されたデータのグラフであり、（Ａ）は横軸を時間、左縦軸をｋ角の変化量としてｋ角の時系列変化を示すグラフ、（Ｂ）は横軸を時間から刺激数に変換し、左縦軸をｋ角の変化量、右縦軸を周波数（Ｈｚ）としてｋ角及び周波数の刺激数に応じた変化を示すグラフである。
ここで、トリガーとは周波数が変わった瞬間をいう。
図８９（Ｂ）に示すように、刺激の周波数に対応してｋの値の変動 が起こっていることは明らかである。
図９０は脳の後頭葉から計測されたデータのグラフであり、（Ａ）は横軸をＣＢＶの濃度変化量（ΔＣＢＶ）、縦軸をＣＯＥの濃度変化量（ΔＣＯＥ）とし、時系列的にプロットした二次元ダイアグラム、（Ｂ）は横軸をＣＢＶの濃度変化量（ΔＣＢＶ）、縦軸をＣＯＥの濃度変化量（ΔＣＯＥ）とし、刺激数に応じてプロットした二次元ダイアグラムである。
図９０（Ｂ）のグラフにより、周波数ごとに動く向きが違うことがわかる。
なお、図９０（Ｂ）で記号○だけ枠内にあり、記号◇、△は枠外にある。
図９０（Ｂ）のグラフにより、周波数ごとに動く向きが違うことがわかる。
なお、図９０（Ｂ）で記号○だけ枠内にあり、記号◇、△は枠外にある。
（リサジュー図形について）
図９１はプロットした点の軌跡をリサジュー図形とみなすことについて説明するためのグラフである。
図９１はプロットした点の軌跡をリサジュー図形とみなすことについて説明するためのグラフである。
図９１に示すように、二次元上で起動するoxyHbベクトルと△O 軸、△D軸、△CBV軸、△COE軸の４軸から成る極座標平面を、脳酸素調節ベクトル平面（CORE vector plane）と定義する。
△O 軸、△D軸の組み合わせ、 △CBV軸、△COE軸の組み合わせは、相互直交する二つの単振動の順序対と考えると、得られる点の軌跡は、リサジュー図形と見なすことができる。
それぞれの振動の振幅、振動数、初期位相の違いによって、多様な曲線が描かれる。
つまり、
△O ＝Acos(at) △D ＝ Bsin(bt+σ）
あるいは、
△CBV ＝ Acos(at)、△COE ＝＝ Bsin(bt+σ）
Ａ，Ｂは、振幅、 σは、初期位相差である。
つまり、
△O ＝Acos(at) △D ＝ Bsin(bt+σ）
あるいは、
△CBV ＝ Acos(at)、△COE ＝＝ Bsin(bt+σ）
Ａ，Ｂは、振幅、 σは、初期位相差である。
そこで、生体の複雑な酸素交換現象の周波数特性を計測するために、△O 軸、△D軸の組み合わせ、 △CBV軸、△COE軸の組み合わせから、縦軸からの上下に描かれた山の数と、横軸からの左右に描かれた山の数がわかる。
このリサジュー図形を用いた４つの酸素交換指標の周波数と振幅の組み合わせは、安静時、刺激中、刺激後と変化するので、生体反応と入力された刺激との関係を周波数の組み合わせから特徴付けられる。
（△O の周波数、△Dの周波数、△CBVの周波数、△COEの周波数）
また
（△O の振幅、△Dの振幅、△CBVの振幅、△COEの振幅）
同一のリサージュ曲線であっても、それぞれの軸に投影される振幅、および周波数は、かならずしも一致しないので特性がサンプリングされた時間、あるいは、位置情報の違いによって変化することがわかる。
また、２軸だけでなく、４軸の相互関係が明らかにできる。
同一周波数・同一振幅で位相差がある場合
同一周波数・位相差なしで振幅差がある場合
同一振幅・位相差なしで周波数が異なる場合
周波数差、位相差、振幅差がある場合
など図形から相互関係を分類できる。
（△O の周波数、△Dの周波数、△CBVの周波数、△COEの周波数）
また
（△O の振幅、△Dの振幅、△CBVの振幅、△COEの振幅）
同一のリサージュ曲線であっても、それぞれの軸に投影される振幅、および周波数は、かならずしも一致しないので特性がサンプリングされた時間、あるいは、位置情報の違いによって変化することがわかる。
また、２軸だけでなく、４軸の相互関係が明らかにできる。
同一周波数・同一振幅で位相差がある場合
同一周波数・位相差なしで振幅差がある場合
同一振幅・位相差なしで周波数が異なる場合
周波数差、位相差、振幅差がある場合
など図形から相互関係を分類できる。
（プログラム）
図１に示す本発明の実施形態例に係るプログラム１２は、上記生体機能診断装置Ｋの装置本体２の制御部７の上記の処理を実行させることを特徴とするものである。
図１に示す本発明の実施形態例に係るプログラム１２は、上記生体機能診断装置Ｋの装置本体２の制御部７の上記の処理を実行させることを特徴とするものである。
このプログラム１２は、磁気ディスク、ＣＤ−ＲＯＭ、半導体メモリ等の記録媒体に記録されていてもよく、通信ネットワークを介してダウンロードされるものでもよい。
次に、「時間以外の事象経過情報に基づいて生体機能を診断すると、生体反応をうまくとらえることができる」点について本発明者は次のように考察している。
（時間に依存しない脳と筋肉に成長について）
生体反応は、細胞が生きていることに起因し、細胞が生きているので、その集合体としての生体が、刺激に対して反応する。細胞の生命力は、例えば、赤血球では、約120日とされている。人間の一生も約100年である。
生体反応は、細胞が生きていることに起因し、細胞が生きているので、その集合体としての生体が、刺激に対して反応する。細胞の生命力は、例えば、赤血球では、約120日とされている。人間の一生も約100年である。
このように、生体が生きることにはある程度の時間的な限界が存在していることが分かっている。
この事実は、時間が経過することによって、結果的に、生体が反応できる残りの時間が短縮することを意味する。
また、生体の成長も一見、時間経過に依存しているように見える。赤ちゃんが1年、1年成長して大人になってく姿も生体の成長過程の一つである。
しかし、その一方で、生体の成長は、食物の適切な摂取によって、栄養が細胞にもたらされることで成立する。
また、一生懸命に学び、勉強することで成績があがり、脳が成長する。
このことは、発明者の脳の枝ぶりの画像化で明確である。また、筋肉は、運動することで鍛えられ太く強くなります。
すなわち、時間が経過したために、筋肉が成長したのでもなく、脳が成長したのでもないことがわかる。
もちろん筋肉や脳の成長過程にはそれぞれ固有の成長するために必要な時間や老化、あるいは萎縮、退化するために必要な時間がある。つまり、時間に依存していない生体の成長、変化が存在していることがわかる。
ところが、われわれは、時間の経過とともに生活を営んでいるので、「時間以外の事象経過情報に基づいて生体機能が営まれる」事実に気がつきにくく、さらには、「時間以外の事象経過情報に基づいて生体機能が営まれる」生体反応を計測対象にすることに、全く気がつかなかったと思われる。
人間の臓器の中で、もっとも個人差の大きい臓器は、脳と筋肉と考えられる。。
筋肉量は、スポーツマンは、スポーツの種類によって発達している筋肉が異なる。脳も使って鍛えている脳の箇所（番地）によって、成長が異なる。
筋肉量は、スポーツマンは、スポーツの種類によって発達している筋肉が異なる。脳も使って鍛えている脳の箇所（番地）によって、成長が異なる。
特に、脳は、未熟な状態（赤ちゃん）からはじまって、100歳になっても、未熟な脳細胞が残っているので、未熟なまま一生を終える。
すなわち、人間の臓器の中で、未完の臓器、経験し続ける臓器は脳だけである。脳の役割は、「経験を蓄積すること」という新しい機能を発明者は見いだした。
そこで、経験の蓄積が、時間に依存して起こるだけでなく、刺激頻度の蓄積、あるいは、仕事量、距離などニュートン力学からのスケールに依存して蓄積されると仮説すると、生体反応の計測は、時間軸に必ずしも依存しないことがわかる。
例えば、同じ高校時代でも勉強しなければ、成績は上がらない。楽器も練習しないとうまくならない。
しかし、勉強も練習も、時間に依存しているだけでなく、勉強量と練習量にも依存している。
したがって、「経験量によって生体反応が異なる」ことが考えられる。
そこで、経験量を時間軸で集積するのか、時間以外の軸で集積するのか、の選択になる。
このように、そもそも、時間に依存して反応する生体反応もあれば、「経験を蓄積する生体反応」（経験量によって生体反応が異なる）があり、それを計測して診断することが、本発明における新規な着想といえる。
本発明は、上記実施の形態に限定されることはなく、特許請求の範囲に記載された技術的事項の範囲内において、種々の変更が可能である。
例えば、明細書及び図面に記載された各種生理的指標（変化量、パラメータ）の種類、調整部１１による生理的指標の調整の程度、比較・調整すべき生理的指標同士の組み合わせ、生理的指標同士の相関係数、生理的指標同士の乗算の組み合わせ等は例示であり、これに限定されるものではない。
また、二次元画像だけでなく、三次元の立体的な画像で表示部９に表示してもよい。
本発明は、時間以外の事象経過情報（例えば生体の移動距離、生体に対する刺激回数等）に基づいて変化する生体の機能を計測するために利用される。
Ｋ：生体機能診断装置
１：生体用プローブ
２：装置本体
３：光量調節部
４：選択調節部
５：信号増幅部
６：Ａ／Ｄ変換部
７：制御部
８：記憶部
９：表示部
１０：算出部
１１：変換部
１２：プログラム
１３：事象経過情報計測部
１４：外部生体計測部
１：生体用プローブ
２：装置本体
３：光量調節部
４：選択調節部
５：信号増幅部
６：Ａ／Ｄ変換部
７：制御部
８：記憶部
９：表示部
１０：算出部
１１：変換部
１２：プログラム
１３：事象経過情報計測部
１４：外部生体計測部
Claims (13)
- 生体の所定部位に光を照射し、出射する光を受光し検出する複数の生体用プローブと、
前記生体の移動距離に関する事象経過情報を計測する事象経過情報計測部と、
前記生体用プローブによって検出された光情報及び前記事象経過情報計測部によって計測された事象経過情報をそれぞれ入力し、演算、制御又は記憶を行う装置本体とを有し、近赤外分光法を利用して生体機能を診断する生体機能診断装置であって、
前記装置本体は、各種グラフ又は画像を表示する表示部と、前記生体用プローブからの光情報に基づいて、酸化型ヘモグロビンの濃度変化量と脱酸化型ヘモグロビンの濃度変化量又はこれらの関係から導き出される各種パラメータを含む生理的指標を算出する算出部と、前記算出部によって算出された生理的指標の時系列変化を示す各種グラフ又は画像を、前記事象経過情報計測部から入力された前記生体の移動距離に関する事象経過情報に基づいた変化を示す各種グラフ又は画像に変換して、前記表示部に表示させる変換部とを有する、
ことを特徴とする生体機能診断装置。 - 前記変換部は、横軸を事象経過情報とし、縦軸を生理的指標としたグラフに変換することを特徴とする請求項１に記載の生体機能診断装置。
- 前記変換部は、前記生理的指標同士の関係を示し、時系列にプロットしたグラフを、事象経過情報の事象経過順にプロットしたグラフに変換することを特徴とする請求項１に記載の生体機能診断装置。
- 前記生体の移動距離は、実際に前記生体が移動した実動移動距離であることを特徴とする請求項１乃至３のいずれか１つの項に記載の生体機能診断装置。
- 前記生体の移動距離は、前記生体が運動して移動した距離であることを特徴とする請求項４に記載の生体機能診断装置。
- 前記生体の移動距離は、前記生体が歩行又は走行した距離であることを特徴とする請求項５に記載の生体機能診断装置。
- 前記生体の移動距離は、乗り物に乗った前記生体が移動した距離であることを特徴とする請求項１乃至３のいずれか１つの項に記載の生体機能診断装置。
- 前記乗り物は、車両であることを特徴とする請求項７に記載の生体機能診断装置。
- 前記生体の移動距離は、前記生体がトレーニング機器のペダルを漕ぐ運動を行って移動したとされる仮想移動距離であることを特徴とする請求項１乃至３のいずれか１つの項に記載の生体機能診断装置。
- 前記生体の移動距離は、ディスプレイの画面上に表示された仮想空間を生体が見て、前記生体が移動したとされる仮想移動距離であることを特徴とする請求項１乃至３のいずれか１つの項に記載の生体機能診断装置。
- 前記事象経過情報計測部によって計測される事象経過情報には、前記生体に対する刺激数を含むことを特徴とする請求項１乃至１０のいずれか１つの項に記載の生体機能診断装置。
- 前記生体に対する刺激は、前記生体の視覚、聴覚、触覚、味覚又は嗅覚のいずれかの感覚に対する刺激であることを特徴とする請求項１１に記載の生体機能診断装置。
- 生体の所定部位に光を照射し、出射する光を受光し検出する複数の生体用プローブと、前記生体の移動距離に関する事象経過情報を計測する事象経過情報計測部と、前記生体用プローブによって検出された光情報及び前記事象経過情報計測部によって計測された事象経過情報をそれぞれ入力し、演算、制御又は記憶を行う装置本体とを有し、近赤外分光法を利用して生体機能を診断する生体機能診断装置の前記装置本体によって行われる生体機能診断処理を実行させるプログラムであって、
前記生体用プローブからの光情報に基づいて、酸化型ヘモグロビンの濃度変化量と脱酸化型ヘモグロビンの濃度変化量又はこれらの関係から導き出される各種パラメータを含む生理的指標を算出する処理と、
算出された生理的指標の時系列変化を示す各種グラフ又は画像を、前記事象経過情報計測部から入力された前記生体の移動距離に関する事象経過情報に基づいた変化を示す各種グラフ又は画像に変換して、表示部に表示させる処理と、
を前記装置本体に実行させることを特徴とするプログラム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2012289153A JP6029236B2 (ja) | 2012-12-28 | 2012-12-28 | 生体機能診断装置及びプログラム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2012289153A JP6029236B2 (ja) | 2012-12-28 | 2012-12-28 | 生体機能診断装置及びプログラム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2014128495A JP2014128495A (ja) | 2014-07-10 |
| JP6029236B2 true JP6029236B2 (ja) | 2016-11-24 |
Family
ID=51407501
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2012289153A Active JP6029236B2 (ja) | 2012-12-28 | 2012-12-28 | 生体機能診断装置及びプログラム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6029236B2 (ja) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6552813B2 (ja) * | 2014-12-03 | 2019-07-31 | 俊徳 加藤 | 移動体に搭乗している生体の評価システム及び評価方法 |
| JP2016198206A (ja) * | 2015-04-08 | 2016-12-01 | 浜松ホトニクス株式会社 | 血中酸素状態のモニタリング装置及びモニタリング方法 |
| WO2017018114A1 (ja) * | 2015-07-30 | 2017-02-02 | アルプス電気株式会社 | センサモジュールおよび生体関連情報表示システム |
| CN106901751A (zh) * | 2017-01-06 | 2017-06-30 | 苏州大学 | 一种基于大脑血红蛋白信息的运动速度状态的识别方法 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0926817A (ja) * | 1995-07-12 | 1997-01-28 | Toshiba Eng Co Ltd | 点検データ管理装置 |
| JP4076003B2 (ja) * | 1999-02-19 | 2008-04-16 | 株式会社日立製作所 | 生体光計測装置 |
| EP1475037B1 (en) * | 2002-02-14 | 2012-09-12 | Toshinori Kato | Apparatus for evaluating biological function |
| WO2006009178A1 (ja) * | 2004-07-20 | 2006-01-26 | Toshinori Kato | 生体機能診断装置、生体機能診断方法、生体用プローブ、生体用プローブ装着具、生体用プローブ支持具及び生体用プローブ装着支援具 |
-
2012
- 2012-12-28 JP JP2012289153A patent/JP6029236B2/ja active Active
Also Published As
| Publication number | Publication date |
|---|---|
| JP2014128495A (ja) | 2014-07-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5982483B2 (ja) | 生体状態評価装置およびそのためのプログラム | |
| Hausdorff et al. | Is walking a random walk? Evidence for long-range correlations in stride interval of human gait | |
| JP4991431B2 (ja) | 脳機能計測による外部環境制御装置 | |
| CN110422174A (zh) | 生物特征传感器融合以对车辆乘客状态进行分类 | |
| CN110292378A (zh) | 基于脑波闭环监测的抑郁症远程康复系统 | |
| KR102388596B1 (ko) | 동하는 상태에서 뇌와 관련된 신호를 수집하고, 디지털 컨텐츠 기반 치료 정보를 제공하는 장치 및 방법 | |
| CN106068097A (zh) | 整合有传感器的车辆座椅 | |
| KR20180114692A (ko) | 행동모방학습 기반의 뇌 훈련 시뮬레이션시스템 | |
| WO2006009178A1 (ja) | 生体機能診断装置、生体機能診断方法、生体用プローブ、生体用プローブ装着具、生体用プローブ支持具及び生体用プローブ装着支援具 | |
| CN103917268A (zh) | 脑机能亢进辅助装置以及脑机能亢进辅助方法 | |
| JP6029236B2 (ja) | 生体機能診断装置及びプログラム | |
| JP2008264114A (ja) | 移動運動状態の診断プログラム，移動運動状態の診断装置及び移動運動状態の診断方法 | |
| Sibi et al. | Assessing driver cortical activity under varying levels of automation with functional near infrared spectroscopy | |
| JP5443075B2 (ja) | ゲームシステム、生体光計測装置 | |
| KR20160138682A (ko) | 복합 생체신호를 이용한 능동형 스피닝 트레이닝 시스템 | |
| JP2013054447A (ja) | 気分改善システムおよび気分改善方法 | |
| CN111905333B (zh) | 运动训练用测力跑步机 | |
| JP2009195260A (ja) | 生体の心身状態調整システム及びコンピュータ読み取り可能な記録媒体 | |
| JP4651186B2 (ja) | 生体光計測装置 | |
| Andruccioli et al. | Arousal effects on fitness-to-drive assessment: algorithms and experiments | |
| JP6008099B2 (ja) | 脳活動状態解析装置、脳活動状態解析方法、及び脳活動状態解析プログラム | |
| CN113614751A (zh) | 脑电图信号的识别和提取 | |
| JP7072853B2 (ja) | 運動訓練システム、制御方法、及びプログラム | |
| Bodda et al. | Computational analysis of EEG activity during stance and swing gait phases | |
| JP4767405B2 (ja) | 健康状態判断方法および健康状態判断装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20141226 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20160112 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20160314 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20160802 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20160914 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20161011 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20161017 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6029236 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |