JP6270031B2 - Ｍｒｉ指標の推定方法、及び生体測定装置 - Google Patents

Description

本発明は、ＭＲＩ指標の推定方法、及び生体測定装置に関するものである。

特許文献１には、近赤外分光法による生態情報測定装置が記載されている。この装置は、ＭＲＩ（Magnetic Resonance Imaging）及び近赤外線を用いた脳機能計測装置に付属するコンピューターの演算部において、ＭＲＩ及び近赤外線で得られた信号値から、ｆＭＲＩ（functional MRI）に関する信号を自動的に算出する。

特許文献２には、光学式皮下脂肪厚測定装置が記載されている。この装置は、発光素子と、第１受光素子及び第２受光素子とを備える。また、この装置は、生体の各部位で共用する非線形関数が格納されたデータベース部を備える。非線形関数は、第１及び第２受光素子から得られる受光量比と生体の各部位における皮下脂肪厚の値とを相関するものである。この装置は、受光量比に基づいて非線形関数を参照し、皮下脂肪厚の値を推定する。

非特許文献１には、近赤外分光計測法の一つである時間分解分光計測法（ＴＲＳ：Time-Resolved Spectroscopy）によって求められる新生児前額部の散乱係数と妊娠週齢との関係について記載されている。

特開２００３−９３３９０号公報 特開２０１０−１７８７９９号公報

Ijichi et al., "Developmental changes of optical properties in neonates determinedby near-infrared time-resolved spectroscopy", Pediatric Research, 58(3), p.568,2005

現在、ＭＲＩ装置を用いて被験者の被測定部位を撮像することによって、例えばＡＤＣ（Apparent Diffusion Coefficient）やＦＡ（Fractional Anisotopy）といった各種のＭＲＩ指標を知ることができる。しかし、ＭＲＩ装置による測定は高コストであり、また鎮静が必要なことから、短い周期で測定を繰り返すことが難しい。例えば、ハイリスク新生児の頭部の測定を現在はＭＲＩ装置を用いて行っているが、退院時にのみ行うことが主であり、頻繁に測定することは難しい。

本発明は、このような問題点に鑑みてなされたものであり、ＭＲＩよりも簡易な方法及び装置によって、被測定部位のＭＲＩ指標を知ることが可能な推定方法及び生体測定装置を提供することを目的とする。

上述した課題を解決するために、本発明によるＭＲＩ指標の推定方法は、被測定部位に入射されて被測定部位の内部を伝搬した近赤外光の検出結果に基づく近赤外分光計測法によって求められる、被測定部位の散乱係数若しくは散乱係数と相関を有するパラメータに基づいてＭＲＩ指標を推定することを特徴とする。また、本発明による生体測定装置は、被測定部位に近赤外光を入射する光入射部と、被測定部位の内部を伝搬した近赤外光を検出する光検出部と、光検出部における検出結果に基づく近赤外分光計測法によって被測定部位の散乱係数若しくは散乱係数と相関を有するパラメータを求め、散乱係数に基づいてＭＲＩ指標を推定する推定演算部と、を備えることを特徴とする。

本発明者らは、研究の末、近赤外分光計測法によって求められる被測定部位の散乱係数とＭＲＩ指標との間に有意な相関が存在することを見出した。上記の推定方法及び生体測定装置では、近赤外分光計測法によって求められた被測定部位の散乱係数若しくは散乱係数と相関を有するパラメータに基づいて、ＭＲＩ指標を推定している。このように近赤外分光計測法を用いて非侵襲的に測定することにより、ＭＲＩと比較して低コストで簡易に測定を行うことができ、例えばハイリスク新生児の頭部の観察なども頻繁に行うことが可能となる。

また、上記の推定方法は、ＭＲＩ指標を推定する際に、散乱係数若しくは上記パラメータと、くも膜下腔厚と、ＭＲＩ指標との相関関係を用いてＭＲＩ指標を推定することを特徴としてもよい。同様に、上記の生体測定装置は、散乱係数若しくは上記パラメータと、くも膜下腔厚と、ＭＲＩ指標との相関関係を記憶する記憶部を更に備え、推定演算部は、相関関係を用いてＭＲＩ指標を推定することを特徴としてもよい。本発明者らの研究によれば、散乱係数とＭＲＩ指標との関係は、くも膜下腔厚によって有意に変化する。従って、散乱係数若しくは上記パラメータ、くも膜下腔厚、及びＭＲＩ指標の相関関係を用いてＭＲＩ指標を推定することにより、より精度良くＭＲＩ指標を推定することができる。

また、上記の推定方法及び生体測定装置では、ＭＲＩ指標が、ＡＤＣ及びＦＡのうち少なくとも一方であることを特徴としてもよい。本発明者らの研究によって、これらのＭＲＩ指標と被測定部位の散乱係数との間に、特に有意な相関が見い出された。

本発明によるＭＲＩ指標の推定方法、及び生体測定装置によれば、ＭＲＩよりも簡易な方法及び装置によって、被測定部位のＭＲＩ指標を知ることができる。

本発明による生体測定装置の第１実施形態の構成を概略的に示すブロック図である。 光入射部から出射されるパルス光、及び光検出部において検出される検出光の各光強度の時間変化の一例を示すグラフである。 記憶部に記憶される相関の例として、ＡＤＣと散乱係数との相関を表すグラフである。 記憶部に記憶される相関の別の例として、ＦＡと散乱係数との相関を表すグラフである。 記憶部に記憶される相関の更に別の例として、散乱係数の常用対数値及びくも膜下腔厚の積と、ＡＤＣとの相関を表すグラフである。 本実施形態による生体測定装置の動作及びＭＲＩ指標推定方法を示すフローチャートである。 本発明による生体測定装置の第２実施形態の構成を概略的に示すブロック図である。 記憶部に記憶される相関の例として、くも膜下腔厚と散乱係数との相関を表すグラフである。 本実施形態による生体測定装置の動作及びＭＲＩ指標推定方法を示すフローチャートである。 本発明による生体測定装置の第３実施形態として、生体測定装置の構成を概略的に示すブロック図である。

以下、添付図面を参照しながら本発明によるＭＲＩ指標の推定方法、及び生体測定装置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。

（第１の実施の形態）
図１は、本発明による生体測定装置の第１実施形態の構成を概略的に示すブロック図である。この生体測定装置１Ａは、近赤外光を用いた時間分解分光計測法によって求められる生体の被測定部位Ｂの散乱係数に基づいて、ＭＲＩ指標（ＭＲＩパラメータ）を推定する装置である。ここで、ＭＲＩ指標とは、拡散強調画像、並びにＴ１及びＴ２緩和時間マップに代表される定量的磁気共鳴マップから得られる脳組織の測定定量値であって、例えばＡＤＣ、ＦＡ、Ｔ２緩和時間などが挙げられる。また、以下の説明において、散乱係数とは、いわゆる換算散乱係数を含む概念である。

図１に示される生体測定装置１Ａは、本体部７０及び表示装置８０を備えている。本体部７０は、光入射部１０と、光検出部２０と、推定演算部３０Ａと、記憶部４０と、パラメータ入力部５０と、光入射部１０、光検出部２０、及び推定演算部３０Ａの制御を行う制御部６０とを備えている。

光入射部１０は、被測定部位Ｂの光入射位置Ｓから、所定波長の近赤外パルス光Ｐを入射する。本実施形態では、被測定部位Ｂの表面Ｂａ上に一箇所の光入射位置Ｓが設定されている。光入射部１０は、パルス光Ｐを発生させるパルス光源１１と、光入射用光ガイド１２とを含む。光入射用光ガイド１２の入力端はパルス光源１１に光学的に接続されている。光入射用光ガイド１２の出力端は被測定部位Ｂの光入射位置Ｓに配置されている。

パルス光源１１としては、発光ダイオード、レーザーダイオード、各種パルスレーザ装置など、様々なものが用いられる。パルス光源１１において発生するパルス光Ｐとしては、被測定部位Ｂの吸収係数の変化量を測定できる程度にパルスの時間幅が短く、且つ、被測定物質の光吸収特性において光吸収率が高い波長を中心波長とする近赤外パルス光が用いられる。一実施例では、パルス光Ｐの波長は７６０ｎｍである。光入射用光ガイド１２としては、例えば光ファイバが用いられる。

光検出部２０は、被測定部位Ｂの内部を伝搬したパルス光Ｐを検出光として検出する。本実施形態では、被測定部位Ｂの表面Ｂａ上に一箇所の光検出位置Ｄが設定されている。光検出部２０は、光検出用光ガイド２１と、光を検出して電気的な検出信号に変換する光検出器２２とを含む。光検出用光ガイド２１の入力端は、被測定部位Ｂの光検出位置Ｄに配置されている。光検出用光ガイド２１の出力端は、光検出器２２に光学的に接続されている。

光検出用光ガイド２１としては、例えば光ファイバが用いられる。光検出器２２としては、光電子増倍管、フォトダイオード、アバランシェフォトダイオード、ＰＩＮフォトダイオードなど、様々なものが用いられる。光検出器２２の選択については、パルス光源１１から出射されるパルス光Ｐの波長域において光強度を充分に検出できる分光感度特性を有していれば良い。また、検出光が微弱であるときは、高感度あるいは高利得の光検出器を用いてもよい。

図２は、光入射部１０から出射されるパルス光Ｐ、及び光検出部２０において検出される検出光の各光強度の時間変化の一例を示すグラフである。図２において、縦軸は光量（対数目盛）を示し、横軸は時間を示している。グラフＧ１１は、時刻ｔ_０に光入射部１０から被測定部位Ｂへ入射されるパルス光強度の時間波形（入射波形）である。グラフＧ１２は、時刻ｔ_０に入射されたパルス光に対応する検出光強度の時間波形（検出波形）である。被測定部位Ｂの内部を伝搬した光が光検出位置Ｄに達する時間は、その伝搬状況によって一様ではなく、また、被測定部位Ｂでの散乱や吸収によって減衰を受ける。従って、図２のグラフＧ１２に示されるように、検出波形は或る一定の分布曲線となる。

再び図１を参照する。推定演算部３０Ａは、時間波形計測部３１及び演算処理部３３Ａを含む。時間波形計測部３１は、光検出器２２と電気的に接続されており、光検出器２２からの光検出信号に所定の信号処理を行う信号処理手段を構成している。時間波形計測部３１は、光検出器２２からの光検出信号に基づいて、検出光の光強度についての時間波形を取得する。この時間波形を取得するために、時間波形計測部３１には、パルス光Ｐの発光タイミングを示すトリガ信号がパルス光源１１から提供される。パルス光Ｐの入射及び検出が複数の測定時刻において行なわれることにより、その各々の測定時刻での時間波形が得られる。

演算処理部３３Ａは、上記の信号処理手段（時間波形計測部３１）において得られた時間波形に所定の演算を行う演算手段である。演算処理部３３Ａは、散乱係数算出部３３ａ及び推定部３３ｂを有する。散乱係数算出部３３ａは、時間波形計測部３１によって得られた時間波形に基づいて、被測定部位Ｂの散乱係数μ_ｓ’を算出する。なお、以下の記載において、散乱係数μ_ｓ’は換算散乱係数を含む概念である。散乱係数μ_ｓ’は、例えば拡散方程式を用いて好適に求められる。

推定部３３ｂは、被測定部位Ｂの散乱係数μ_ｓ’を散乱係数算出部３３ａから取得し、この散乱係数μ_ｓ’から、ＭＲＩ指標を推定する。ここで、記憶部４０は、例えば不揮発性メモリといった記憶手段によって構成されており、ＭＲＩ指標と、散乱係数μ_ｓ’との相関を表すデータを予め記憶している。推定部３３ｂは、記憶部４０に記憶された相関データを使用して、ＭＲＩ指標を推定する。

或いは、記憶部４０は、ＭＲＩ指標と、くも膜下腔厚と、散乱係数μ_ｓ’との相関を表すデータを予め記憶していてもよい。その場合、パラメータ入力部５０から、被測定部位Ｂのくも膜下腔厚に関する数値が入力される。被測定部位Ｂのくも膜下腔厚は、例えば超音波エコー検査等によって好適に求められる。そして、推定部３３ｂは、記憶部４０に記憶された相関データと、パラメータ入力部５０から入力されたくも膜下腔厚とを使用して、ＭＲＩ指標を推定する。

表示装置８０は、本体部７０に接続されている。表示装置８０は、演算処理部３３Ａの推定部３３ｂにおいて推定されたＭＲＩ指標を表示することにより、測定をする者及び被験者にＭＲＩ指標を提供する。

図３は、記憶部４０に記憶される相関の例として、ＡＤＣと散乱係数μ_ｓ’との相関を表すグラフである。図３において、縦軸はＡＤＣ（単位：×１０^−３ｍｍ^２／秒）を示し、横軸は散乱係数μ_ｓ’（単位：ｃｍ^−１）を示している。なお、グラフは、くも膜下腔厚が２．５ｍｍ以下といった比較的小さな値である場合のものである。ＡＤＣと散乱係数μ_ｓ’との相関データは、例えば図３に示される近似直線Ｌ１によって好適に表される。

図４は、記憶部４０に記憶される相関の別の例として、ＦＡと散乱係数μ_ｓ’との相関を表すグラフである。図４において、縦軸はＦＡ（任意単位）を示し、横軸は散乱係数μ_ｓ’（単位：ｃｍ^−１）を示している。なお、グラフは、くも膜下腔厚が２．５ｍｍ以下といった比較的小さな値である場合のものである。ＦＡと散乱係数μ_ｓ’との相関データは、例えば図４に示される近似直線Ｌ２によって好適に表される。

図５は、記憶部４０に記憶される相関の更に別の例として、散乱係数μ_ｓ’の常用対数値及びくも膜下腔厚の積と、ＡＤＣとの相関を表すグラフである。図５において、縦軸はＡＤＣ（単位：×１０^−３ｍｍ^２／秒）を示し、横軸は散乱係数μ_ｓ’（単位：ｃｍ^−１）の常用対数値とくも膜下腔厚（単位：ｍｍ）との積を示している。ＡＤＣと、くも膜下腔厚と、散乱係数μ_ｓ’との相関データは、例えば図５に示される近似直線Ｌ３によって好適に表される。

なお、記憶部４０に記憶される相関データは近似直線Ｌ１、Ｌ２に限定されるものではなく、データ数の増減に応じて近似直線が変化してもよい。

以上の構成を備える生体測定装置１Ａの動作、および本発明によるＭＲＩ指標推定方法の一実施形態について説明する。図６は、本実施形態による生体測定装置１Ａの動作及びＭＲＩ指標推定方法を示すフローチャートである。図６に示されるように、まず、光入射部１０から被測定部位Ｂに近赤外パルス光Ｐを入射する（光入射ステップＳ１１）。次に、光検出部２０において、被測定部位Ｂの内部を伝搬した近赤外パルス光Ｐの光強度を検出する（光検出ステップＳ１２）。

続いて、光検出部２０での検出結果に基づく時間分解分光計測法により、散乱係数算出部３３ａが、被測定部位Ｂの散乱係数μ_ｓ’を算出する（散乱係数算出ステップＳ１３）。そして、推定部３３ｂが、散乱係数μ_ｓ’とＭＲＩ指標との相関（若しくは、散乱係数μ_ｓ’と、くも膜下腔厚と、ＭＲＩ指標との相関）から、ＭＲＩ指標を推定する（ＭＲＩ指標推定ステップＳ１４）。

以上の構成を備える本実施形態の生体測定装置１Ａ及び推定方法によって得られる効果について説明する。一般的にＰＥＴ装置は高価且つ大型である。これに対し、生体測定装置１Ａのような近赤外分光計測装置はＰＥＴ装置と比較して安価且つ小型に構成されることができる。本発明者らは、研究の末、近赤外分光計測法によって求められる被測定部位Ｂの散乱係数μ_ｓ’とＭＲＩ指標との間に有意な相関が存在することを見出した。本実施形態の推定方法及び生体測定装置１Ａでは、近赤外分光計測法によって求められた被測定部位Ｂの散乱係数μ_ｓ’に基づいて、ＭＲＩ指標を推定している。このように、近赤外分光計測法を用いて非侵襲的にＭＲＩ指標を推定することにより、ＭＲＩ装置を使用する場合と比較して低コストで簡易に測定を行うことができ、例えばハイリスク新生児の頭部の観察なども頻繁に行うことが可能となる。

また、前述したように、推定部３３ｂがＭＲＩ指標を推定する際には、散乱係数μ_ｓ’と、くも膜下腔厚と、ＭＲＩ指標との相関関係を用いてＭＲＩ指標を推定してもよい。本発明者らの研究によれば、散乱係数μ_ｓ’とＭＲＩ指標との関係は、くも膜下腔厚によって有意に変化する。従って、本実施形態のように、散乱係数μ_ｓ’、くも膜下腔厚、及びＭＲＩ指標の相関関係を用いてＭＲＩ指標を推定することにより、より精度良くＭＲＩ指標を推定することができる。

また、本実施形態のように、ＭＲＩ指標はＡＤＣ及びＦＡのうち少なくとも一方であってもよい。図３〜図５に示されたように、本発明者らの研究によって、これらのＭＲＩ指標と被測定部位Ｂの散乱係数μ_ｓ’との間に特に有意な相関が見い出された。

（第２の実施の形態）
図７は、本発明による生体測定装置の第２実施形態の構成を概略的に示すブロック図である。この生体測定装置１Ｂは、近赤外光を用いた時間分解分光計測法によって求められる生体の被測定部位Ｂの散乱係数に基づいて、ＭＲＩ指標（ＭＲＩパラメータ）を推定する装置である。ＭＲＩ指標及び散乱係数の定義は、第１実施形態と同様である。本実施形態の生体測定装置１Ｂは、第１実施形態の生体測定装置１Ａが備える推定演算部３０Ａに代えて、推定演算部３０Ｂを備えている。推定演算部３０Ｂを除く他の構成は、第１実施形態の生体測定装置１Ａと同様である。

推定演算部３０Ｂは、時間波形計測部３１及び演算処理部３３Ｂを含む。時間波形計測部３１の構成は第１実施形態と同様である。演算処理部３３Ｂは、時間波形計測部３１において得られた時間波形に所定の演算を行う演算手段である。演算処理部３３Ｂは、散乱係数算出部３３ａ、第１推定部３３ｃ、及び第２推定部３３ｄを有する。散乱係数算出部３３ａは、時間波形計測部３１によって得られた時間波形に基づいて、被測定部位Ｂの散乱係数μ_ｓ’を算出する。

第１推定部３３ｃは、被測定部位Ｂの散乱係数μ_ｓ’を散乱係数算出部３３ａから取得し、この散乱係数μ_ｓ’から、被測定部位Ｂのくも膜下腔厚を推定する。ここで、記憶部４１は、例えば不揮発性メモリといった記憶手段によって構成されており、散乱係数μ_ｓ’とくも膜下腔厚との相関を表すデータを予め記憶している。第１推定部３３ｃは、記憶部４１に記憶された相関データを使用して、くも膜下腔厚を推定する。

図８は、記憶部４１に記憶される相関の例として、くも膜下腔厚と散乱係数μ_ｓ’との相関を表すグラフである。図８において、縦軸はくも膜下腔厚（単位：ｍｍ）を示し、横軸は散乱係数μ_ｓ’（単位：ｃｍ^−１）を示している。くも膜下腔厚と散乱係数μ_ｓ’との相関データは、例えば図８に示される近似曲線Ｌ４によって好適に表される。

第２推定部３３ｄは、被測定部位Ｂの散乱係数μ_ｓ’を散乱係数算出部３３ａから取得するとともに、被測定部位Ｂのくも膜下腔厚の推定値を第１推定部３３ｃから取得する。第２推定部３３ｄは、これらの散乱係数μ_ｓ’及びくも膜下腔厚推定値から、ＭＲＩ指標を推定する。ここで、記憶部４０は、例えば不揮発性メモリといった記憶手段によって構成されており、ＭＲＩ指標と、くも膜下腔厚と、散乱係数μ_ｓ’との相関を表すデータを予め記憶している。第２推定部３３ｄは、記憶部４０に記憶された相関データを使用して、ＭＲＩ指標を推定する。

図９は、本実施形態による生体測定装置１Ｂの動作及びＭＲＩ指標推定方法を示すフローチャートである。図９に示されるように、光入射ステップＳ１１、光検出ステップＳ１２、及び散乱係数算出ステップＳ１３が、第１実施形態（図６を参照）と同様に行われる。そして、本実施形態では、第１推定部３３ｃが、散乱係数μ_ｓ’とくも膜下腔厚との相関から、くも膜下腔厚を推定する（くも膜下腔厚推定ステップＳ１５）。その後、第２推定部３３ｄが、散乱係数μ_ｓ’と、くも膜下腔厚と、ＭＲＩ指標との相関から、ＭＲＩ指標を推定する（ＭＲＩ指標推定ステップＳ１４）。

以上の構成を備える本実施形態の生体測定装置１Ｂ及び推定方法によれば、第１実施形態と同様に、ＭＲＩ装置を使用する場合と比較して低コストで簡易に測定を行うことができる。また、散乱係数μ_ｓ’、くも膜下腔厚、及びＭＲＩ指標の相関関係を用いてＭＲＩ指標を推定することにより、より精度良くＭＲＩ指標を推定することができる。

また、本発明者らは、近赤外分光計測法によって求められる被測定部位Ｂの散乱係数μ_ｓ’とくも膜下腔厚との間にも、有意な相関が存在することを見出した。本実施形態の推定方法及び生体測定装置１Ｂのように、近赤外分光計測法によって求められた被測定部位Ｂの散乱係数μ_ｓ’に基づいてくも膜下腔厚を推定することにより、超音波エコー検査等によってくも膜下腔厚を別途測定する必要がなくなり、更に簡易に測定を行うことができる。

（第３の実施の形態）
図１０は、本発明による生体測定装置の第３実施形態として、生体測定装置１Ｃの構成を概略的に示すブロック図である。本変形例の生体測定装置１Ｃは、第２実施形態の生体測定装置１Ｂが備える推定演算部３０Ｂに代えて、推定演算部３０Ｃを備えている。推定演算部３０Ｃは、時間波形計測部３１及び演算処理部３３Ｃを含む。時間波形計測部３１の構成は第１実施形態と同様である。

演算処理部３３Ｃは、第２実施形態の演算処理部３３Ｃが有する散乱係数算出部３３ａ、第１推定部３３ｃ及び第２推定部３３ｄに加えて、判定部３３ｅを更に有する。判定部３３ｅは、被測定部位Ｂのくも膜下腔厚の推定値を第１推定部３３ｃから取得し、くも膜下腔厚推定値と所定の閾値との大小を比較する。判定部３３ｅは、くも膜下腔厚推定値が所定の閾値よりも大きい（若しくは所定の閾値以上）である場合に、表示装置８０に「測定不可」と表示させる。この場合、演算処理部３３Ｃにおける推定演算処理は中断される。また、判定部３３ｅにおいてくも膜下腔厚推定値が所定の閾値よりも小さい（若しくは所定の閾値以下）であると判定された場合には、第２推定部３３ｄが、散乱係数μ_ｓ’とＭＲＩ指標との相関（例えば図３、図４を参照）から、ＭＲＩ指標を推定する。所定の閾値は任意に決定され、一実施例では２．５ｍｍである。

本変形例の生体測定装置１Ｃ及び推定方法によれば、第１実施形態と同様に、ＭＲＩ装置を使用する場合と比較して低コストで簡易に測定を行うことができる。また、くも膜下腔厚が所定の閾値よりも小さい場合に限定して測定を行うことにより、くも膜下腔厚による推定値への影響を抑え、より精度良くＭＲＩ指標を推定することができる。くも膜下腔厚を所定の閾値よりも小さく抑えるためには、例えば、仰向けにした後頭部を測定したり、或いは顔を横に向けた状態で下側の側頭部を測定するとよい。なお、本実施形態では、判定部３３ｅに入力されるくも膜下腔厚を第１推定部３３ｃでの推定演算により得ているが、第１実施形態と同様に、くも膜下腔厚に関する数値がパラメータ入力部から入力されてもよい。

本発明によるＭＲＩ指標の推定方法、及び生体測定装置は、上述した実施形態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、上記各実施形態では散乱係数に基づいてＭＲＩ指標を推定しているが、例えば平均光路長といった、散乱係数と相関を有する各種パラメータに基づいてＭＲＩ指標を推定してもよい。この場合、上記の図３〜図５に示された相関関係に代えて、該パラメータとＭＲＩ指標との相関を示すデータを記憶部が記憶しておき、推定演算部がこの相関データを用いてＭＲＩ指標を推定するとよい。或いは、該パラメータと、くも膜下腔厚と、ＭＲＩ指標との相関を示すデータを記憶部が記憶しておき、推定演算部がこの相関データを用いてＭＲＩ指標を推定してもよい。

また、上記各実施形態では本発明を時間分解分光計測法に適用した場合について説明したが、本発明は、散乱係数若しくは散乱係数と相関を有するパラメータを測定可能な他の手法（例えば位相変調分光法など）にも適用可能である。また、ＭＲＩ指標の推定に用いられる数式は、図３〜図５に示されたような直線に限られず、多様な関係式を適用可能である。また、上記各実施形態では、推定されるＭＲＩ指標としてＡＤＰ及びＦＡを例示したが、本発明により推定されるＭＲＩ指標はこれらに限定されるものではない。

また、上記各実施形態では被測定部位として頭部を例示し、散乱係数と、くも膜下腔厚と、ＭＲＩ指標との相関を用いてＭＲＩ指標を精度良く推定しているが、散乱係数と、頭蓋骨の厚さと、ＭＲＩ指標との相関を用いてＭＲＩ指標を推定してもよい。或いは、被測定部位が頭部以外（例えば筋肉や腹部など）である場合には、散乱係数と、脂肪層の厚さと、ＭＲＩ指標との相関を用いてＭＲＩ指標を推定してもよい。これらのように、くも膜下腔厚以外の様々な多層構造組織との相関を用いることによっても、ＭＲＩ指標を精度良く推定することができる。

また、上記各実施形態では、光入射位置Ｓ及び光検出位置Ｄが一つずつ（一点入射一点検出）である場合を例示したが、多点計測（一点入射多点検出、多点入射一点検出、或いは多点入射多点検出）を行うことも可能である。複数の異なる深さにおける情報を得ることにより、深さに応じて情報を分離でき、散乱係数の算出精度を向上させることができる。また、新生児では、骨が無い大泉門上を測定することにより、脳内の情報が散乱係数により含まれ易くなるので、ＭＲＩ指標との相関がより顕著となる。

１Ａ，１Ｂ，１Ｃ…生体測定装置、１０…光入射部、１１…パルス光源、１２…光入射用光ガイド、２０…光検出部、２１…光検出用光ガイド、２２…光検出器、３０Ａ，３０Ｂ，３０Ｃ…推定演算部、３１…時間波形計測部、３３Ａ，３３Ｂ，３３Ｃ…演算処理部、３３ａ…散乱係数算出部、３３ｂ…推定部、３３ｃ…第１推定部、３３ｄ…第２推定部、３３ｅ…判定部、４０，４１…記憶部、５０…パラメータ入力部、６０…制御部、７０…本体部、８０…表示装置、Ｂ…被測定部位、Ｄ…光検出位置、Ｌ１〜Ｌ３…近似直線、Ｌ４…近似曲線、Ｐ…近赤外パルス光、Ｓ…光入射位置、Ｄ…光検出位置。

Claims (6)

1. 被測定部位に入射されて前記被測定部位の内部を伝搬した近赤外光の検出結果に基づく近赤外分光計測法によって求められる、前記被測定部位の散乱係数若しくは前記散乱係数と相関を有するパラメータに基づいてＭＲＩ指標を推定することを特徴とする、ＭＲＩ指標の推定方法。
2. 前記ＭＲＩ指標を推定する際に、前記散乱係数若しくは前記パラメータと、くも膜下腔厚と、前記ＭＲＩ指標との相関関係を用いて前記ＭＲＩ指標を推定することを特徴とする、請求項１に記載のＭＲＩ指標の推定方法。
3. 前記ＭＲＩ指標は、ＡＤＣ（Apparent Diffusion Coefficient）及びＦＡ（Fractional Anisotopy）のうち少なくとも一方であることを特徴とする、請求項１または２に記載のＭＲＩ指標の推定方法。
4. 被測定部位に近赤外光を入射する光入射部と、
   前記被測定部位の内部を伝搬した前記近赤外光を検出する光検出部と、
   前記光検出部における検出結果に基づく近赤外分光計測法によって前記被測定部位の散乱係数若しくは前記散乱係数と相関を有するパラメータを求め、前記散乱係数若しくは前記パラメータに基づいてＭＲＩ指標を推定する推定演算部と、
   を備えることを特徴とする、生体測定装置。
5. 前記散乱係数若しくは前記パラメータと、くも膜下腔厚と、前記ＭＲＩ指標との相関関係を記憶する記憶部を更に備え、
   前記推定演算部は、前記相関関係を用いて前記ＭＲＩ指標を推定することを特徴とする、請求項４に記載の生体測定装置。
6. 前記ＭＲＩ指標は、ＡＤＣ（Apparent Diffusion Coefficient）及びＦＡ（Fractional Anisotopy）のうち少なくとも一方であることを特徴とする、請求項４または５に記載の生体測定装置。

Images