JP6683051B2

JP6683051B2 - 生体データ処理装置及びプログラム

Info

Publication number: JP6683051B2
Application number: JP2016145180A
Authority: JP
Inventors: 山形　秀明; 秀明山形
Original assignee: Ricoh Co Ltd
Current assignee: Ricoh Co Ltd
Priority date: 2016-07-25
Filing date: 2016-07-25
Publication date: 2020-04-15
Anticipated expiration: 2036-07-25
Also published as: JP2018015036A

Description

本発明は、生体データ処理装置及びプログラムに関する。

従来より、生体センサを用いて測定した生体データを空間フィルタ等を用いて処理し、生体内の電流源を再構成する生体データ処理装置が知られている。また、生体内の電流源を再構成する手法として、電流源のピークの位置を高精度に算出可能なＲＥＮＳ（Recursive Null Steering）アルゴリズムが提案されている。

ＲＥＮＳアルゴリズムは、空間フィルタを複数回適用することで再構成データを生成する手法であり、従来の手法と比較して、電流源のピークが先鋭化された再構成データが得られるといった利点がある。

このため、例えば、当該ＲＥＮＳアルゴリズムを、被検者の脊椎内の電流源の再構成処理に適用することで、脊椎内の神経活動を高精度に可視化することができる。この結果、被検者の脊椎の損傷による神経の伝達障害の有無や、伝達障害の発生箇所等の高度な診断が必要なシーンにおいて、医師等を支援することが可能になる。

しかしながら、上記ＲＥＮＳアルゴリズムの場合、再構成データが１点に収束せず、少なくとも２つの収束点を有するといった特性がある。また、空間フィルタの適用回数を１ずつ増やすごとに異なる収束点の再構成データが交互に算出されるといった特性がある。

このため、上記ＲＥＮＳアルゴリズムを用いて再構成データを生成した場合、空間フィルタの適用回数に応じて再構成データが変動することになる。一方で、空間フィルタの適用回数によって、生体データ処理装置が出力する再構成データが変動したのでは、医師等による上記のような高度な診断において影響を与えるおそれがある。

本発明は上記課題に鑑みてなされたものであり、電流源の再構成において、空間フィルタの適用に伴って生じる再構成データの変動を抑えることを目的とする。

本発明の各実施形態に係る生体データ処理装置は、以下のような構成を備える。即ち、
生体センサを用いて測定した生体データに対して、空間フィルタを複数回適用することで、生体内の電流源を再構成し、再構成データを生成する再構成手段と、
前記空間フィルタを適用するごとに生成された再構成データの中から、収束点の異なる再構成データを抽出し、重み付け加算する加算手段と、
前記加算手段により重み付け加算された再構成データを出力する出力手段とを有する。

本発明の各実施形態によれば、電流源の再構成において、空間フィルタの適用に伴って生じる再構成データの変動を抑えることができる。

磁場データ処理システムの全体構成及び外観構成の一例を示す図である。被検者の脊椎内の神経を流れる電流を模式的に示した図である。再構成データの生成方法を示す図である。空間フィルタの適用回数と再構成データの誤差との関係を示す図である。空間フィルタの適用回数と再構成データの誤差との関係を示す図である。磁場データ処理装置のハードウェア構成の一例を示す図である。第１の実施形態における磁場データ処理装置の機能構成を示す図である。第１の実施形態におけるＲＥＮＳアルゴリズム実行処理の流れを示すフローチャートである。空間フィルタの適用回数と最適化再構成データの誤差との関係を示す図である。第２の実施形態における磁場データ処理装置の機能構成を示す図である。第２の実施形態におけるＲＥＮＳアルゴリズム実行処理の流れを示すフローチャートである。第３の実施形態におけるＲＥＮＳアルゴリズム実行処理の流れを示すフローチャートである。第４の実施形態におけるＲＥＮＳアルゴリズム実行処理の流れを示すフローチャートである。

以下、各実施形態の詳細について添付の図面を参照しながら説明する。なお、各実施形態に係る明細書及び図面の記載に際して、実質的に同一の機能構成を有する構成要素については、同一の符号を付することにより重複した説明を省く。

［第１の実施形態］
＜１．磁場データ処理システムの全体構成＞
はじめに、生体データ処理システムの一例である、磁場データ処理システムについて説明する。図１は、磁場データ処理システムの全体構成及び外観構成の一例を示す図である。

図１（ａ）に示すように、磁場データ処理システム１００は、磁気センサアレイ１１０と、磁場データ処理装置１２０とを有する。

磁気センサアレイ１１０は、複数の磁気センサがアレイ状に配置された生体センサである。磁気センサアレイ１１０は、被検者の所定の部位に電気刺激を与えることで被検者の脊椎内の神経を電流が流れることで発生する磁場を測定する。

磁気センサアレイ１１０に含まれる複数の磁気センサそれぞれにおいて測定された磁場は、磁場データとして磁場データ処理装置１２０に送信される。

磁場データ処理装置１２０は、生体データ処理装置の一例である。磁場データ処理装置１２０には、磁場データ処理プログラムがインストールされている。当該プログラムが実行されることで、磁場データ処理装置１２０は、磁場データ処理部１２１として機能する。

磁場データ処理部１２１は、磁気センサアレイ１１０より送信された磁場データを処理し、被検者の脊椎内の各位置を流れる電流値を算出し、再構成データを生成する。磁場データを処理することで、各位置を流れる電流値を算出することを、一般に"電流源を再構成する"という。磁場データ処理部１２１は、生成した再構成データをデータ格納部１２２に格納する。

図１（ｂ）に示すように、磁気センサアレイ１１０はデュワー１３０内に配される。デュワー１３０内には、液体ヘリウムが充填されており、磁気センサアレイ１１０を極低温で動作させるための冷却が行われている。デュワー１３０の上面は円弧形状を有しており、仰向けに横たわる被検者１４０の脊椎付近に下側から当接する。この状態で、被検者１４０の所定の部位（例えば、左腕）に電極を取り付け、被検者１４０に電気刺激を与えることで、磁気センサアレイ１１０では、被検者１４０の脊椎内の神経を電流が流れることで発生する磁場を測定することができる。

図１（ｂ）の右側に示すように、磁気センサアレイ１１０には、複数の磁気センサ（磁気センサ１１１等）が配されている。本実施形態では、磁気センサアレイ１１０に対してｘｙｚ座標を以下のように定義する。
・測定対象である被検者１４０の胸部から頭部方向に向かう軸をｙ軸とする。
・測定対象である被検者１４０の背中から胸部に向かう軸をｚ軸とする。
・測定対象である被検者１４０の右腕から左腕に向かう軸をｘ軸とする。

なお、図１（ｂ）の右側に示す磁気センサアレイ１１０には、ｘ軸方向に７個、ｙ軸方向に５個の磁気センサ（合計３５個）が配されているが、磁気センサアレイ１１０に配される磁気センサの数はこれに限定されるものではない。以下では、磁気センサアレイ１１０に、Ｍ個の磁気センサが配されているものとして説明する。

＜２．再構成データの生成方法＞
次に、被検者１４０の脊椎内の神経を流れる電流について説明し、当該電流が流れることで発生した磁場を測定することで得た磁場データに基づき、磁場データ処理装置１２０が再構成データを生成する生成方法について説明する。

（１）被検者の脊椎内の神経を流れる電流
図２は、被検者の脊椎内の神経を流れる電流を模式的に示した図である。図２において、太実線の矢印２００は、電流の流れる方向を示している。図２に示すように、被検者１４０の所定の部位に電気刺激を与えた場合、被検者１４０の脊椎内の神経２１０には、全体として、ｙ軸方向（被検者１４０の頭部方向）に向かう電流が発生する。

曲線２０１〜２０４は、被検者１４０の生体内の電流回路を概念的に示したものである。図２に示すように、被検者１４０の生体内において、電流は、神経２１０内を流れた後、その外側の細胞を回って戻る。

つまり、被検者１４０の生体内の電流回路に流れる電流には、神経２１０に対して矢印２１１、２１２方向に流れ込む電流（「体積電流」と称す）と、神経２１０内を矢印２１３、２１４方向に流れる電流（「細胞内電流」と称す）とが含まれる。

このうち、神経２１０内を流れる電流は、矢印２１３方向に流れる細胞内電流と矢印２１４方向に流れる細胞内電流とが対をなしており、この状態のまま、神経２１０内を全体としてｙ軸方向（矢印２００方向）に伝達されていく。

このため、矢印２００方向に伝達される細胞内電流を、例えば、観測点２２０で観測すると、はじめに矢印２１４方向に流れる細胞内電流が通過し、続いて、矢印２１３方向に流れる細胞内電流が通過する。この結果、観測点２２０では、はじめに上向きの電流が観測され、続いて下向きの電流が観測されることになる。

磁気センサアレイ１１０では、上記体積電流と上記細胞内電流とが流れることで発生する磁場を電圧信号として測定し、測定した電圧信号を磁場データとして出力する。また、磁場データ処理装置１２０では、磁気センサアレイ１１０より出力された磁場データに基づいて、電流源（上記体積電流、上記細胞内電流）を再構成し、神経２１０内の各位置での電流値を算出する。

（２）再構成データの生成方法
図３は、再構成データの生成方法を示す図である。このうち、図３（ａ）は、磁気センサアレイ１１０に含まれる各磁気センサにより出力された磁場データの一例を示している。

図３（ａ）に示すように、磁気センサアレイ１１０に含まれる各磁気センサは、ｘ軸方向の磁場、ｙ軸方向の磁場、ｚ軸方向の磁場をそれぞれ電圧信号として測定し、測定した電圧信号を磁場データとして出力する。このため、各磁気センサからは、３つの磁場データが出力される。なお、磁気センサアレイ１１０全体では、磁場データ３０１として、磁気センサの数Ｍ×３の磁場データを含む、磁場データＶ（ｔ）が出力される（下式（１）参照）。

なお、磁場データＶ（ｔ）は、被検者１４０に電気刺激が与えられてから（例えば、時刻ｔ_ａから）、時刻ｔ_ｂまでの間に測定された磁場データ３０１のうち、時刻ｔにおける磁場データであることを表している。

図３（ｂ）は、磁気センサアレイ１１０より出力された磁場データ３０１のうち、時刻ｔの磁場データＶ（ｔ）について、磁場データ処理装置１２０がＲＥＮＳアルゴリズムを実行し、電流源を再構成することで生成した再構成データを示している。なお、図３（ｂ）の例は、ＲＥＮＳアルゴリズムにおいて、空間フィルタを１回適用した場合の再構成データを示している。

図３（ｂ）に示すように、電流源を再構成することで、ｚ座標を固定値とした場合のｘｙ平面の各位置における電流値を３次元で可視化することができる。本実施形態では、電流値が算出されたｘｙ平面の各位置ｒ（図３（ｂ）の各メッシュの位置に対応する）を下式（２）により表す。なお、本実施形態では各位置ｒの数をｍ×ｎ個とし、磁気センサの数（Ｍ）よりも多くなるように設定するものとする。また、本実施形態において下式（２）のｚには、固定値が設定されるものとする。

図３（ｃ）は、ＲＥＮＳアルゴリズムにおいて、空間フィルタを８回適用した場合の再構成データを示している。図３（ｃ）に示すように、空間フィルタの適用回数を増やすことで、再構成データが先鋭化される。これにより、医師等は、電流値のピークが、時間の経過とともにどのように遷移したのかを、容易に把握することができる。

＜３．空間フィルタの適用回数と誤差との関係＞
続いて、ＲＥＮＳアルゴリズムにおける空間フィルタの適用回数と再構成データの誤差との関係について図４〜図５を用いて説明する。

図４〜図５は、空間フィルタの適用回数と再構成データの誤差との関係を示す図である。図４〜図５において、横軸は空間フィルタの適用回数を示しており、縦軸は、各適用回数における、再構成データの誤差の大きさを示している。

なお、本実施形態において、「再構成データの誤差」とは、空間フィルタを所定回数適用することで生成された再構成データとの差分を指すものとする。

図４は、再構成データの誤差の一例として、空間フィルタを１６回適用することで生成された再構成データとの差分を示したものである。図４において、適用回数＝１にプロットされた各点は、空間フィルタを１回適用した際に、ｘｙ平面の各位置ｒについて算出された電流値と、空間フィルタを１６回適用した際に、ｘｙ平面の各位置ｒについて算出された電流値との差分（誤差）を示している。

例えば、空間フィルタを１回適用した際に算出された、位置ｒ＝（ｘ_１，ｙ_１）における電流値をＳ_１（ｘ_１，ｙ_１）とし、空間フィルタを１６回適用した際に算出された、位置ｒ＝（ｘ_１，ｙ_１）における電流値をＳ_１６（ｘ_１，ｙ_１）とする。

この場合、差分値ｄ（ｘ_１，ｙ_１）＝Ｓ_１（ｘ_１，ｙ_１）−Ｓ_１６（ｘ_１，ｙ_１）となる。同様に、各位置ｒ（ｘ軸方向にｍ点、ｙ軸方向にｎ点）について差分値を算出することで、図４の適用回数＝１には、差分値ｄ（ｘ_１，ｙ_１）〜ｄ（ｘ_ｍ，ｙ_ｎ）の各点がプロットされることになる。

更に、適用回数＝２〜１５についても、各位置ｒ（ｘ軸方向にｍ点、ｙ軸方向にｎ点）について差分値を算出することで、各点がプロットされることになる。

図４の場合、適用回数＝１６の電流値Ｓ_１６との差分をプロットしているため、適用回数＝１６においては、誤差＝０となっている。

図４によれば、再構成データの誤差は、適用回数＝０〜４までの間は、適用回数に応じて小さくなっているのに対して、適用回数＝５以降は、適用回数が増加しても小さくなっていない。

ただし、図４の場合、適用回数＝５以降は、偶数回目の方が、奇数回目よりも、全体的に再構成データの誤差が小さくなっている。例えば、適用回数＝６、８、１０、１２、１４の誤差の方が、適用回数＝５、７、９、１１、１３、１５の誤差よりも全体的に小さくなっている。更に、適用回数＝６、８、１０、１２、１４だけに着目すれば、再構成データの誤差は、適用回数に応じて小さくなっている。

続いて、図５について説明する。図５は、再構成データの誤差の一例として、空間フィルタを１５回適用することで生成された再構成データとの差分を示したものである。図５において、適用回数＝１にプロットされた各点は、空間フィルタを１回適用した際に、ｘｙ平面の各位置ｒについて算出された電流値と、空間フィルタを１５回適用した際に、ｘｙ平面の各位置ｒについて算出された電流値との差分（誤差）を示している。

具体的には、差分値ｄ（ｘ_１，ｙ_１）＝（Ｓ_１（ｘ_１，ｙ_１）−Ｓ_１５（ｘ_１，ｙ_１））〜差分値ｄ（ｘ_ｍ，ｙ_ｎ）＝（Ｓ_１（ｘ_ｍ，ｙ_ｎ）−Ｓ_１５（ｘ_ｍ，ｙ_ｎ））の各点が、図５の適用回数＝１にプロットされている。同様に、適用回数＝２〜１４について、各位置ｒ（ｘ軸方向にｍ点、ｙ軸方向にｎ点）における差分値が、図５の各適用回数にプロットされている。

図５の場合、適用回数＝１５の電流値Ｓ_１５との差分をプロットしているため、適用回数＝１５においては、誤差＝０となっている。

図５によれば、再構成データの誤差は、適用回数＝０〜５までの間は、適用回数に応じて小さくなっているのに対して、適用回数＝６以降は、適用回数が増加しても小さくなっていない。

ただし、図５の場合、適用回数＝６以降は、奇数回目の方が、偶数回目よりも、全体的に誤差が小さくなっている。例えば、適用回数＝７、９、１１、１３の誤差の方が、適用回数＝８、１０、１２、１４の誤差よりも全体的に小さくなっている。更に、適用回数＝７、９、１１、１３だけに着目すれば、再構成データの誤差は、適用回数に応じて小さくなっている。

図４及び図５に示した上記事象から、ＲＥＮＳアルゴリズムを実行することで生成される再構成データには、以下の特性があるといえる。
・ＲＥＮＳアルゴリズムを実行することで生成される再構成データの場合、少なくとも２つの状態の間を行き来して、再構成データが変動している。つまり、ＲＥＮＳアルゴリズムを実行することで生成される再構成データは、少なくとも収束点（空間フィルタの適用回数を増やすことで収束した再構成データ）を２つ有している。
・２つの収束点のうち、第１の収束点は、図４に示すように、空間フィルタを偶数回適用することにより生成される再構成データである。また、第２の収束点は、図５に示すように、空間フィルタを奇数回適用することにより生成される再構成データである。

ここで、第１の収束点と第２の収束点のいずれの再構成データが正解であるのかを確かめることはできない。このため、一方の収束点に着目して空間フィルタの適用回数の上限を決定し、再構成データを出力する構成とすると、仮に他方の収束点が正しい再構成データであった場合に、誤差の大きい再構成データが出力されることになる。

また、空間フィルタを偶数回適用したか、奇数回適用したかによって再構成データが変動したのでは、当該再構成データに基づいて医師等が診断を行う際に、負の影響を及ぼすおそれがある。

そこで、本実施形態における磁場データ処理装置１２０では、第１の収束点の再構成データと第２の収束点の再構成データとを重み付け加算したうえで出力する。これにより、再構成データの誤差を、低減させることができる。また、収束点を１つにすることで、空間フィルタの適用に伴って生じる再構成データの変動を抑えることができる。以下、本実施形態における磁場データ処理装置１２０の詳細について説明する。

＜４．磁場データ処理装置のハードウェア構成＞
図６は、磁場データ処理装置のハードウェア構成の一例を示す図である。図６に示すように、磁場データ処理装置１２０は、ＣＰＵ（Central Processing Unit）６０１、ＲＯＭ（Read Only Memory）６０２、ＲＡＭ（Random Access Memory）６０３を備える。ＣＰＵ６０１、ＲＯＭ６０２、ＲＡＭ６０３は、いわゆるコンピュータを形成する。更に、磁場データ処理装置１２０は、補助記憶部６０４、表示部６０５、入力部６０６、接続部６０７を備える。なお、磁場データ処理装置１２０の各部は、バス６０８を介して相互に接続されている。

ＣＰＵ６０１は、補助記憶部６０４に格納された各種プログラム（例えば、磁場データ処理プログラム等）を実行するデバイスである。

ＲＯＭ６０２は不揮発性の主記憶デバイスである。ＲＯＭ６０２は、補助記憶部６０４に格納された各種プログラムを、ＣＰＵ６０１が実行するために必要な各種プログラム、データ等を格納する。具体的には、ＢＩＯＳ（Basic Input/Output System）やＥＦＩ（Extensible Firmware Interface）等のブートプログラムなどを格納する。

ＲＡＭ６０３は、ＤＲＡＭ（Dynamic Random Access Memory）やＳＲＡＭ（Static Random Access Memory）等の揮発性の主記憶デバイスである。ＲＡＭ６０３は、補助記憶部６０４に格納された各種プログラムがＣＰＵ６０１によって実行される際に展開される、作業領域として機能する。

補助記憶部６０４は、ＣＰＵ６０１により実行される各種プログラムを格納する補助記憶デバイスである。

表示部６０５は、各種画面を表示する表示デバイスである。入力部６０６は、磁場データ処理装置１２０に各種情報（例えば、被検者１４０の情報等）を入力するための入力デバイスである。接続部６０７は、磁気センサアレイ１１０から送信される磁場データを受信する接続デバイスである。

＜５．磁場データ処理装置の機能構成＞
次に、磁場データ処理装置１２０の機能構成について説明する。図７は、第１の実施形態における磁場データ処理装置の機能構成を示す図である。

図７に示すように、磁場データ処理部１２１は、磁場データ取得部７１０、アーチファクト除去部７２０、ＲＥＮＳアルゴリズム実行部７３０を有する。

磁場データ取得部７１０は、磁気センサアレイ１１０より送信された磁場データを接続部６０７を介して取得する。アーチファクト除去部７２０は、取得された磁場データに含まれるアーチファクトを除去し、データ格納部１２２に格納する。

ＲＥＮＳアルゴリズム実行部７３０は、データ格納部１２２に格納された磁場データを用いてＲＥＮＳアルゴリズムを実行する。ＲＥＮＳアルゴリズム実行部７３０は、設定部７３１、再構成部７３２、繰り返し制御部７３３、加算部７３４、出力部７３５を有する。

設定部７３１は、ＲＥＮＳアルゴリズムを実行する際の、空間フィルタの適用回数の上限Ｎ（Ｎは２以上の整数）を設定する。

再構成部７３２は、再構成手段（または第１の再構成手段）として機能する。具体的には、再構成部７３２は、ＲＥＮＳアルゴリズムを実行する際、データ格納部１２２に格納された磁場データに対して、空間フィルタを適用することで電流源を再構成し、再構成データを生成する。

繰り返し制御部７３３は、再構成部７３２により生成された再構成データに基づいて空間フィルタを生成し、生成した空間フィルタを再構成部７３２に通知する。これにより、再構成部７３２では、繰り返し制御部７３３より通知された空間フィルタを適用して、電流源を再構成する。繰り返し制御部７３３は、設定部７３１により設定された適用回数の上限Ｎに到達するまで、空間フィルタの生成及び再構成部７３２への通知を繰り返す。これにより、再構成部７３２では、再構成データをＮ回生成することになる。

加算部７３４は、再構成部７３２が生成した再構成データのうち、空間フィルタを（Ｎ−１）回適用することで生成した第１の再構成データを取得する。また、加算部７３４は、空間フィルタをＮ回適用することで生成した第２の再構成データを取得する。

更に、加算部７３４は、加算手段として機能し、取得した第１の再構成データと第２の再構成データとを重み付け加算する。本実施形態において、加算部７３４は、第１の再構成データ及び第２の再構成データそれぞれに０．５をかけて足し合せる（つまり、加算部７３４は、第１の再構成データ及び第２の再構成データの平均値を算出する）。なお、第１の再構成データ及び第２の再構成データを重み付け加算することで算出される再構成データを、以下では、"最適化再構成データ"と称す。

出力部７３５は、出力手段として機能し、加算部７３４により生成された最適化再構成データをデータ格納部１２２に格納する。また、出力部７３５は、加算部７３４により生成された最適化再構成データを、表示部６０５に表示する。

＜６．ＲＥＮＳアルゴリズム実行処理の流れ＞
次に、ＲＥＮＳアルゴリズム実行部７３０によるＲＥＮＳアルゴリズム実行処理の流れについて説明する。図８は、第１の実施形態におけるＲＥＮＳアルゴリズム実行処理の流れを示すフローチャートである。磁場データ取得部７１０が取得した磁場データについて、アーチファクト除去部７２０がアーチファクトを除去し、データ格納部１２２に格納することで、図８に示すフローチャートが開始される。

なお、図８に示すフローチャートを開始するにあたっては、設定部７３１によって、予め空間フィルタの適用回数の上限Ｎが設定されているものとする。

ステップＳ８０１において、再構成部７３２は、パラメータＰ（ｒ）に単位行列Ｉを代入する。また、繰り返し制御部７３３は、適用回数のカウンタｉに"０"を代入する。

ステップＳ８０２において、再構成部７３２は、適用回数＝ｉの場合のグラム行列Ｇ_ｉを、下式（３）に基づいて算出する。

上式（３）において、Ｌ（ｒ）は、リードフィールド行列であり、下式（４）に基づいて算出される。

上式（４）において、ｌ（ｒ）は磁気センサの位置ｒにおける感度を表す。

上述したように、１つの磁気センサは、ｘ方向、ｙ方向、ｚ方向の３方向の磁場を測定することから、上式（４）において、Ｌ（ｒ）の各行には、ｌ^ｘ、ｌ^ｙ、ｌ^ｚの３個の感度が含まれる。また、磁気センサアレイ１１０には、Ｍ個の磁気センサが含まれるため、Ｌ（ｒ）の各列には、ｌ_１〜ｌ_ＭのＭ個の感度が含まれる。

ステップＳ８０３において、再構成部７３２は、適用回数＝ｉの場合のウェイトｗ_ｉ（ｒ）を下式（５）に基づいて算出する。

ステップＳ８０４において、再構成部７３２は、下式（６）に基づいて、各位置ｒの電流値を算出する。

なお、上式（６）において、Ｓ_ｉ（ｒ，ｔ）は、空間フィルタの適用回数＝ｉの場合の、時刻ｔ、位置ｒにおける電流値を示している。

ステップＳ８０５において、繰り返し制御部７３３は、カウンタｉが、設定部７３１により予め設定された適用回数の上限Ｎを超えたか否かを判定する。ステップＳ８０５において、適用回数の上限Ｎ以下であると判定した場合（ステップＳ８０５においてＮｏの場合）には、ステップＳ８０６に進む。

ステップＳ８０６において、繰り返し制御部７３３は、カウンタｉに１を加算する。

ステップＳ８０７において、繰り返し制御部７３３は、パラメータＰ（ｒ）に下式（７）を代入する。

なお、上式（７）において、Ｓ_ｘ（ｒ，ｔ）とは、ステップＳ８０４において算出された電流値のうち、ｘ成分の電流値を指す。また、Ｓ_ｙ（ｒ，ｔ）とは、ステップＳ８０４において算出された電流値のうち、ｙ成分の電流値を指す。

繰り返し制御部７３３は、上式（７）に示すパラメータＰ（ｒ）を再構成部７３２に通知し、ステップＳ８０２に戻る。

一方、ステップＳ８０５において、カウンタｉが、設定部７３１により設定された適用回数の上限Ｎを超えたと判定した場合（ステップＳ８０５においてＹｅｓの場合）には、ステップＳ８０８に進む。

ステップＳ８０８において、加算部７３４は、下式（８）に基づいて、最適化再構成データの電流値Ｓ_ｏｐｔ（ｒ，ｔ）を算出する。

また、出力部７３５は、算出した最適化再構成データの電流値Ｓ_ｏｐｔ（ｒ，ｔ）を、データ格納部１２２に格納する。

このように、本実施形態においてＲＥＮＳアルゴリズム実行部７３０は、設定部７３１により設定された適用回数の上限分、空間フィルタを適用して、再構成データを生成する。更に、本実施形態においてＲＥＮＳアルゴリズム実行部７３０は、適用回数の上限分、生成された再構成データのうち、適用回数＝（Ｎ−１）の場合の再構成データと適用回数＝Ｎの場合の再構成データとを重み付け加算することで、最適化再構成データを生成する。この結果、本実施形態のＲＥＮＳアルゴリズム実行部７３０によれば、出力する再構成データの誤差を低減させることができるとともに、空間フィルタの適用に伴って生じる再構成データの変動を抑えることができる。

＜７．適用例＞
続いて、ＲＥＮＳアルゴリズム実行部７３０により上記ＲＥＮＳアルゴリズム実行処理が実行された場合の、空間フィルタの適用回数と最適化再構成データの誤差との関係について説明する。図９は、空間フィルタの適用回数と最適化再構成データの誤差との関係を示す図である。図９において、横軸は空間フィルタの適用回数を示しており、縦軸は、各適用回数における誤差の大きさを示している。

なお、上述したとおり、本実施形態では、適用回数＝（Ｎ−１）の場合の再構成データと適用回数＝Ｎの場合の再構成データとを重み付け加算して出力することから、横軸の適用回数には、（Ｎ−１）とＮの両方を記載している。

例えば、適用回数＝０〜１にプロットされた各点は、下記（ａ）、（ｂ）の差分である。
（ａ）空間フィルタを０回適用した際の再構成データと１回適用した際の再構成データとの平均値（適用回数＝０〜１の最適化再構成データ）。
（ｂ）空間フィルタを１５回適用した際の再構成データと１６回適用した際の再構成データとの平均値（適用回数＝１５〜１６の最適化再構成データ）。

図９から明らかなように、２つの収束点の再構成データを重み付け加算したことで、誤差を低減させることができる。

また、ＲＥＮＳアルゴリズムを使用した場合に発生していた、２つの状態の間を行き来する事象を回避し、再構成データを１つの収束点に収束させることができる。この結果、空間フィルタの適用に伴って生じる再構成データの変動を抑えることができる。

＜８．まとめ＞
以上の説明から明らかなように、本実施形態における磁場データ処理装置では、
・磁気センサを用いて測定した磁場データに対して、空間フィルタを複数回適用することで、被検者の電流源を再構成し、再構成データを生成する。
・空間フィルタを適用するごとに生成された再構成データの中から、第１の収束点に収束する第１の再構成データとして、空間フィルタを（Ｎ−１）回適用した際の再構成データを抽出する。また、第２の収束点に収束する第２の再構成データとして、空間フィルタをＮ回適用した際の再構成データを抽出する。
・抽出した第１の再構成データと第２の再構成データとを重み付け加算して、最適化再構成データを生成し出力する。

これにより、本実施形態における磁場データ処理装置によれば、電流源の再構成において、空間フィルタの適用に伴って生じる再構成データの変動を抑えることができる。

［第２の実施形態］
上記第１の実施形態では、第１の収束点に収束する第１の再構成データと、第２の収束点に収束する第２の再構成データとを抽出して、重み付け加算する構成とした。これに対して、第２の実施形態では、再構成データを生成する過程で算出される、グラム行列Ｇを重み付け加算し、当該重み付け加算したグラム行列に基づいて最適化再構成データを生成して、出力する。

図１０は、第２の実施形態における磁場データ処理装置の機能構成を示す図である。上記第１の実施形態において図７を用いて説明した機能構成との相違点は、加算部１００１、第２再構成部１００２である。

加算部１００１は、適用回数＝（Ｎ−１）の場合に算出されたグラム行列Ｇ_Ｎ−１と、適用回数＝Ｎの場合に算出されたグラム行列Ｇ_Ｎとを重み付け加算し、最適化グラム行列Ｇ_ｏｐｔを算出する。また、加算部１００１は、算出した最適化グラム行列Ｇ_ｏｐｔを第２再構成部１００２に通知する。

第２再構成部１００２は、第２の再構成手段として機能し、加算部１００１より通知された最適化グラム行列Ｇ_ｏｐｔを用いて、最適化再構成データの電流値Ｓ_ｏｐｔを算出する。

図１１は、第２の実施形態におけるＲＥＮＳアルゴリズム実行処理の流れを示すフローチャートである。図８に示したフローチャートとの相違点は、ステップＳ１１０１〜Ｓ１１０３である。

ステップＳ１１０１において、加算部１００１は、下式（９）に基づいて、適用回数＝（Ｎ−１）の場合に算出されたグラム行列Ｇ_Ｎ−１と、適用回数＝Ｎの場合に算出されたグラム行列Ｇ_Ｎとを重み付け加算し、最適化グラム行列Ｇ_ｏｐｔを算出する。

ステップＳ１１０２において、第２再構成部１００２は、ステップＳ１１０１において算出された最適化グラム行列Ｇ_ｏｐｔを用いて、下式（１０）に基づいて最適化ウェイトｗ_ｏｐｔ（ｒ）を算出する。

ステップＳ１１０３において、第２再構成部１００２は、ステップＳ１１０２において算出された最適化ウェイトｗ_ｏｐｔ（ｒ）を用いて、下式（１１）に基づいて最適化再構成データの電流値Ｓ_ｏｐｔを算出する。

また、出力部７３５は、算出した最適化再構成データの電流値Ｓ_ｏｐｔを、データ格納部１２２に格納する。

このように、再構成データを生成する過程で算出されるグラム行列を重み付け加算する場合でも、上記第１の実施形態と同様の最適化再構成データを得ることができる。この結果、第２の実施形態においても、上記第１の実施形態と同様の効果を得ることができる。

［第３の実施形態］
上記第１の実施形態では、設定部７３１により設定された適用回数の上限分、空間フィルタを適用するものとして説明した。これに対して、第３の実施形態では、いずれか一方の収束点に収束する再構成データの変化が、所定の条件を満たすまで空間フィルタを適用する。

図１２は、第３の実施形態におけるＲＥＮＳアルゴリズム実行処理の流れを示すフローチャートである。図８に示すフローチャートとの相違点は、ステップＳ１２０１〜Ｓ１２０４である。

ステップＳ１２０１において、繰り返し制御部７３３は、適用回数のカウンタｉが１を上回ったか否か（２以上か否か）を判定する。１以下であると判定した場合には、ステップＳ８０６に進む。一方、適用回数のカウンタｉが１を上回った（ｉが２以上）と判定した場合には、ステップＳ１２０２に進む。

ステップＳ１２０２において、繰り返し制御部７３３は、空間フィルタをｉ回適用した場合の電流値Ｓ_ｉ（ｒ，ｔ）と、空間フィルタを（ｉ−２）回適用した場合の電流値Ｓ_ｉ−２（ｒ，ｔ）との差分ｅｒｒを算出する。

ステップＳ１２０３において、繰り返し制御部７３３は、ステップＳ１１０１において算出した差分ｅｒｒが、所定の条件を満たしているか否か（例えば、所定の閾値Ｔｈ未満であるか否か）を判定する。

ステップＳ１２０３において、差分ｅｒｒが所定の閾値Ｔｈ以上であると判定した場合（ステップＳ１２０３においてＮｏの場合）には、ステップＳ８０６に進む。

一方、ステップＳ１２０３において、差分ｅｒｒが所定の閾値Ｔｈ未満であると判定した場合（ステップＳ１２０３においてＹｅｓの場合）には、ステップＳ１２０４に進む。

ステップＳ１２０４において、加算部７３４は、下式（１２）に基づいて、最適化再構成データの電流値Ｓ_ｏｐｔを算出する。

このように、第３の実施形態によれば、いずれか一方の収束点に収束する再構成データの変化が、所定の閾値Ｔｈ未満となるまで空間フィルタを適用する。これにより、第３の実施形態によれば、いずれか一方の収束点に収束する再構成データが、一定程度収束するまで、空間フィルタを適用させることが可能となり、最適化再構成データの誤差を所望する値に抑えることができる。

［第４の実施形態］
上記第３の実施形態では、いずれか一方の収束点に収束する再構成データの変化が、所定の閾値Ｔｈ未満となるまで空間フィルタを適用した後、第１の再構成データと第２の再構成データとを抽出して、重み付け加算する構成とした。

これに対して、第４の実施形態では、いずれか一方の収束点に収束する再構成データの変化が、所定の閾値Ｔｈ未満となるまで空間フィルタを適用した後、再構成データを生成する過程で算出された、グラム行列Ｇを重み付け加算する。そして、当該重み付け加算したグラム行列に基づいて最適化再構成データを生成し、出力する。

図１３は、第４の実施形態におけるＲＥＮＳアルゴリズム実行処理の流れを示すフローチャートである。図１２に示したフローチャートとの相違点は、ステップＳ１３０１〜Ｓ１３０３である。

ステップＳ１３０１において、加算部１００１は、下式（１３）に基づいて、適用回数＝（ｉ−１）の場合に算出されたグラム行列Ｇ_ｉ−１と、適用回数＝ｉの場合に算出されたグラム行列Ｇ_ｉとを重み付け加算し、最適化グラム行列Ｇ_ｏｐｔを算出する。

ステップＳ１３０２において、第２再構成部１００２は、ステップＳ１３０１において算出された最適化グラム行列Ｇ_ｏｐｔを用いて、上式（１０）に基づいて最適化ウェイトｗ_ｏｐｔ（ｒ）を算出する。

ステップＳ１３０３において、第２再構成部１００２は、ステップＳ１３０２において算出された最適化ウェイトｗ_ｏｐｔ（ｒ）を用いて、上式（１１）に基づいて最適化再構成データの電流値Ｓ_ｏｐｔを算出する。

このように、再構成データを生成する過程で算出されるグラム行列を重み付け加算する場合でも、上記第３の実施形態と同様の最適化再構成データを得ることができる。このため、第４の実施形態においても、上記第３の実施形態と同様に、最適化再構成データの誤差を所望する値に抑えることが可能となる。

［変形例］
上記第１の実施形態では、第１の収束点に収束する再構成データとして、空間フィルタを（Ｎ−１）回適用した際の再構成データを抽出し、第２の収束点に収束する再構成データとして、空間フィルタをＮ回適用した際の再構成データを抽出した。しかしながら、抽出する再構成データは、２回分に限定されない。例えば、第１の収束点に収束する再構成データとして、空間フィルタを（Ｎ−３）回、（Ｎ−１）回適用した際の再構成データを抽出するようにしてもよい。また、第２の収束点に収束する再構成データとして、空間フィルタを（Ｎ−２）回、Ｎ回適用した際の再構成データを抽出するようにしてもよい。

また、上記第１の実施形態では、収束点の異なる再構成データとして、連続して生成された再構成データを抽出する構成とした。しかしながら、抽出する再構成データは、連続して生成された再構成データでなくてもよい。例えば、空間フィルタを（Ｎ−４）回、（Ｎ−３）回、（Ｎ−１）回、Ｎ回適用した際の再構成データを抽出する構成としてもよい。

いずれにしても、第１の収束点に収束する再構成データと、第２の収束点に収束する再構成データとから、それぞれ再構成データを抽出して重み付け加算すればよい。なお、第１の収束点に収束する再構成データとして抽出する再構成データの数と、第２の収束点に収束する再構成データとして抽出する再構成データの数とは同じでなくてもよい。

また、上記第１の実施形態では、ＲＥＮＳアルゴリズムを実行することで生成される再構成データが、第１及び第２の収束点を有するものとして説明したが、第３の収束点を有している場合であっても同様である。つまり、複数の収束点それぞれに収束する再構成データを抽出して、重み付け加算することで、上記第１の実施形態と同様の効果を得ることができる。

また、上記第１の実施形態では、第１の収束点に収束する再構成データと、第２の収束点に収束する再構成データとを重み付け加算するにあたり、重み係数を０．５に設定する場合について説明したが、重み係数は０．５に限定されない。

また、上記第１の実施形態では、磁気センサアレイを用いて測定した磁場データから生成される再構成データについて説明した。しかしながら、他の生体センサ（例えば、脳波計）を用いて測定した生体データについても同様に適用することができる。

なお、上述したこれらの変形例は、上記第１の実施形態だけでなく、上記第２乃至第４の実施形態においても、同様に適用することができる。

なお、上記実施形態に挙げた構成等に、その他の要素との組み合わせなど、ここで示した構成に本発明が限定されるものではない。これらの点に関しては、本発明の趣旨を逸脱しない範囲で変更することが可能であり、その応用形態に応じて適切に定めることができる。

１００：磁場データ処理システム
１１０：磁気センサアレイ
１２０：磁場データ処理装置
１２１：磁場データ処理部
７１０：磁場データ取得部
７２０：アーチファクト除去部
７３０：ＲＥＮＳアルゴリズム実行部
７３１：設定部
７３２：再構成部または第１再構成部
７３３：繰り返し制御部
７３４：加算部
７３５：出力部
１００１：加算部
１００２：第２再構成部

特許第３５９９３９６号公報

Isamu Kumihashi and Kensuke Sekihara, "Array-Gain Constraint Minimum-Norm Spatial Filter with Recursively Updated Gram Matrix For Biomagnetic Source Imaging", IEEE TRANSACTIONS ON BIOMEDICAL ENGINEERING, VOL.57, NO.6, JUNE 2010

Claims

生体センサを用いて測定した生体データに対して、空間フィルタを複数回適用することで、生体内の電流源を再構成し、再構成データを生成する再構成手段と、
前記空間フィルタを適用するごとに生成された再構成データの中から、収束点の異なる再構成データを抽出し、重み付け加算する加算手段と、
前記加算手段により重み付け加算された再構成データを出力する出力手段と
を有することを特徴とする生体データ処理装置。
前記加算手段は、
前記空間フィルタをＮ回（Ｎは２以上の整数）適用した際に生成された再構成データと、前記空間フィルタを（Ｎ−１）回適用した際に生成された再構成データとを抽出し、重み付け加算することを特徴とする請求項１に記載の生体データ処理装置。
前記再構成手段は、
前記空間フィルタをｉ回（ｉは２以上の整数）適用した際に生成された再構成データと、（ｉ−２）回適用した際に生成された再構成データとの差分が、所定の条件を満たすまで、前記空間フィルタを適用することを特徴とする請求項１または２に記載の生体データ処理装置。
生体センサを用いて測定した生体データに対して、空間フィルタを複数回適用することで、生体内の電流源を再構成し、再構成データを生成する第１の再構成手段と、
前記空間フィルタを適用して再構成データを生成する過程で算出したグラム行列の中から、収束点の異なる再構成データを生成する過程で算出したそれぞれのグラム行列を抽出し、重み付け加算する加算手段と、
前記加算手段により重み付け加算されたグラム行列を用いて、生体内の電流源を再構成し、再構成データを生成する第２の再構成手段と、
前記第２の再構成手段により生成された再構成データを出力する出力手段と
を有することを特徴とする生体データ処理装置。
前記加算手段は、
前記空間フィルタをＮ回（Ｎは２以上の整数）適用した際に算出されたグラム行列と、前記空間フィルタを（Ｎ−１）回適用した際に算出されたグラム行列とを抽出し、重み付け加算することを特徴とする請求項４に記載の生体データ処理装置。
前記第１の再構成手段は、
前記空間フィルタをｉ回（ｉは２以上の整数）適用した際に生成された再構成データと、（ｉ−２）回適用した際に生成された再構成データとの差分が、所定の条件を満たすまで、前記空間フィルタを適用することを特徴とする請求項４または５に記載の生体データ処理装置。
生体センサを用いて測定した生体データに対して、空間フィルタを複数回適用することで、生体内の電流源を再構成し、再構成データを生成する再構成工程と、
前記空間フィルタを適用するごとに生成された再構成データの中から、収束点の異なる再構成データを抽出し、重み付け加算する加算工程と、
前記加算工程において重み付け加算された再構成データを出力する出力工程と
をコンピュータに実行させるためのプログラム。
生体センサを用いて測定した生体データに対して、空間フィルタを複数回適用することで、生体内の電流源を再構成し、再構成データを生成する第１の再構成工程と、
前記空間フィルタを適用して再構成データを生成する過程で算出したグラム行列の中から、収束点の異なる再構成データを生成する過程で算出したそれぞれのグラム行列を抽出し、重み付け加算する加算工程と、
前記加算工程において重み付け加算されたグラム行列を用いて、生体内の電流源を再構成し、再構成データを生成する第２の再構成工程と、
前記第２の再構成工程において生成された再構成データを出力する出力工程と
をコンピュータに実行させるためのプログラム。