JP7253181B2

JP7253181B2 - 情報処理装置、情報処理方法及びプログラム

Info

Publication number: JP7253181B2
Application number: JP2018240302A
Authority: JP
Inventors: 隆史山内; 大介越智; 聡檜山; 正朗長▲崎▼; 準一菅原
Original assignee: Tohoku University NUC; NTT Docomo Inc
Current assignee: Tohoku University NUC; NTT Docomo Inc
Priority date: 2018-12-21
Filing date: 2018-12-21
Publication date: 2023-04-06
Anticipated expiration: 2038-12-21
Also published as: JP2020102046A

Description

本発明は、情報処理装置、情報処理方法及びプログラムに関する。

妊娠中における遺伝子の発現量又は代謝産物の経時的変化を解析した研究が報告されている（例えば非特許文献１及び非特許文献２）。

非特許文献１では、妊娠初期、中期、後期ごとに血漿を採取し、各期の間で血漿中の代謝産物の変化が解析されている。非特許文献２では、妊娠初期、中期、後期ごとに血漿を採取し、各期及び産後の間で血漿中のＲＮＡ（遺伝子の発現量）の変化が解析されている。

Karen L. Lindsay, et al, Longitudinal Metabolomic Profiling of Amino Acids and Lipids across Healthy Pregnancy, PLOS ONE, 0145794, 2015 Winston Koh, et al, Noninvasive in vivo monitoring of tissue-specific global gene expression in humans, PNAS, 111, 30, 11223, 2014

遺伝子の発現量又は代謝産物の経時的変化に有意差があるか否かを検定する際、検定の妥当性を担保するために、比較対象となる各群が一定以上のサンプルサイズを有することが求められる。しかしながら、各群が一定以上のサンプルサイズデータを有する場合であっても、データが存在しない時点間で有意差があるか否かを検定することは困難であった。

また、任意の時点において任意のグループ間の測定値に有意差があるか否かを検定する際、試料採取の頻度を増加させることが求められる。しかしながら、被験者の負担が増加する、及び試料を採取及び分析するためのコストが増加する等のデメリットが生じる。

本発明は上記の点に鑑みてなされたものであり、任意の時点の測定値に係る有意差を検定することを目的とする。

開示の技術によれば、複数の測定値及び前記測定値が測定された日時を取得する取得部と、前記複数の測定値の一部又は全部に基づいて、測定値及び測定が実行された日時に係る２次元近似曲線を生成する生成部と、生成された近似曲線における値を使用したＰｅｒｍｕｔａｔｉｏｎテストを実行して、測定値に係る有意確率を算出する算出部とを有し、前記生成部は、前記複数の測定値及び前記測定値が測定された日時に基づいた第１の近似曲線と、前記複数の測定値を時間領域でランダムに入れ替えて所定の数の第２の近似曲線とを生成し、前記算出部は、第１の時点における前記第１の近似曲線の値と第２の時点における前記第１の近似曲線の値との差分が、前記第１の時点における前記第２の近似曲線の値と前記第２の時点における前記第２の近似曲線の値との差分を前記所定の数含むリストのうち、何番目に位置するかに基づいて、前記第１の時点と前記第２の時点とにおける前記複数の測定値に係る有意確率を算出する情報処理装置が提供される。

開示の技術によれば、任意の時点の測定値に係る有意差を検定することができる。

本発明の実施形態における情報処理装置１の機能構成例を示す図である。本発明の実施形態における情報処理装置１のハードウェア構成例を示す図である。測定値の例（１）を示す図である。測定値の例（２）を示す図である。本発明の実施形態における情報処理の例を説明するためのフローチャートである。本発明の実施形態におけるｐ_Ｔ値算出の例（１）を説明するためのフローチャートである。本発明の実施形態におけるｐ_Ｔ値算出の例（１）におけるｐ_Ｔ値算出対象の測定値を説明するための図である。本発明の実施形態におけるｐ_Ｔ値算出の例（１）におけるＰｅｒｍｕｔａｔｉｏｎテストを説明するための図である。本発明の実施形態におけるｐ_Ｇ値算出の例（２）を説明するためのフローチャートである。本発明の実施形態におけるｐ_Ｇ値算出の例（２）におけるｐ_Ｇ値算出対象の測定値を説明するための図である。本発明の実施形態におけるｐ_Ｇ値算出の例（２）におけるＰｅｒｍｕｔａｔｉｏｎテストを説明するための図である。

以下、図面を参照して本発明の実施の形態を説明する。なお、以下で説明する実施の形態は一例であり、本発明が適用される実施の形態は、以下の実施の形態に限られない。

図１は、本発明の実施の形態にかかる情報処理装置１の機能構成例を示す図である。本発明の実施形態における情報処理装置１は、データ取得機能部１１、データ保存機能部１２及びｐ値算出機能部１３を有する。なお、データ取得機能部１１は、被験者の遺伝子の発現量、代謝産物量又はライフログ等を測定する生体情報測定センサ又は測定されたデータを保存する測定装置等と接続されてもよい。情報処理装置１は、例えばネットワークで互いに接続される複数の装置が上記のいずれかの機能部として動作するシステムであってもよい。

データ取得機能部１１は、被験者の遺伝子の発現量、代謝産物量又はライフログ等の測定値を取得し、データ保存機能部１２に当該測定値及び当該測定値が被験者から測定された日時を保存する。取得される日時は、日単位でもよいし、時単位又は分単位等でもよい。被験者の遺伝子の発現量、代謝産物量又はライフログ等を測定する測定装置等は、情報処理装置１に含まれてもよいし、測定装置等と情報処理装置１が分離していてもよい。すなわち、測定装置等で測定された結果が、無線通信等を介してデータ取得機能部１１に受信されてもよい。なお、データ保存機能部１２は、情報処理装置１に含まれなくてもよい。例えば、データ保存機能部１２は、ネットワークを介して接続される他の情報処理装置に含まれてもよい。

ｐ値算出機能部１３は、データ保存機能部１２に保存された被験者の遺伝子の発現量、代謝産物量又はライフログ等の測定値に基づいて近似曲線を生成し、当該近似曲線から導出される数値にＰｅｒｍｕｔａｔｉｏｎテストを実行することで、任意の時点間の測定値に有意差があるか否かを判定するｐ_Ｔ値、又は任意の時点における任意のグループ間の測定値に有意差があるか否かを判定するｐ_Ｇ値を算出する。ｐ_Ｔ値およびｐ_Ｇ値算出の詳細は後述する。

図２は、本発明の実施形態における情報処理装置１のハードウェア構成例を示す図である。図１に示される本発明の実施形態における情報処理装置１は、機能単位のブロックを示している。これらの各機能ブロックは、ハードウェア及び／又はソフトウェアの任意の組み合わせによって実現される。また、各機能ブロックの実現手段は限定されない。すなわち、各機能ブロックは、物理的及び／又は論理的に複数要素が結合した１つの装置により実現されてもよいし、物理的及び／又は論理的に分離した２つ以上の装置を直接的及び／又は間接的に（例えば、有線及び／又は無線）で接続し、これら複数の装置により実現されてもよい。

また、例えば、本発明の一実施の形態における情報処理装置１は、本発明の実施の形態に係る処理を行うコンピュータとして機能してもよい。図２に示されるように情報処理装置１は、物理的構成として、プロセッサ１０１、記憶装置１０２、補助記憶装置１０３、通信装置１０４、入力装置１０５、出力装置１０６及びバス１０７等を含むコンピュータとして構成されてもよい。

なお、以下の説明では、「装置」という文言は、回路、デバイス、ユニット等に読み替えることができる。情報処理装置１のハードウェア構成は、図２に示される１０１～１０６で示される各装置を１つ又は複数含むように構成されてもよいし、一部の装置を含まずに構成されてもよい。

情報処理装置１が実現する各機能は、プロセッサ１０１、記憶装置１０２等のハードウェア上に所定のソフトウェア（プログラム）を読み込ませることで、プロセッサ１０１が演算を行い、通信装置１０４による通信、記憶装置１０２及び補助記憶装置１０３におけるデータの読み出し及び／又は書き込みを制御することで実現される。

プロセッサ１０１は、例えば、オペレーティングシステムを動作させてコンピュータ全体を制御する。プロセッサ１０１は、周辺装置とのインターフェース、制御装置、演算装置、レジスタ等を含む中央処理装置（ＣＰＵ：Central Processing Unit）で構成されてもよい。

また、プロセッサ１０１は、プログラム（プログラムコード）、ソフトウェアモジュール又はデータを、補助記憶装置１０３及び／又は通信装置１０４から記憶装置１０２に読み出し、これらに従って各種の処理を実行する。プログラムは、コンピュータに実行させることにより、本発明の実施の形態における情報処理装置１の機能を少なくとも一部を実現する。例えば、図１に示されるデータ取得機能部１１、データ保存機能部１２及びｐ値算出機能部１３は、記憶装置１０２に格納されプロセッサ１０１で動作する制御プログラムによって実現されてもよい。上述の各種処理は、１つのプロセッサ１０１で実行されてもよいし、２以上のプロセッサ１０１により同時又は逐次に実行されてもよい。プロセッサ１０１は、１以上のチップ又はコアで実装されてもよい。なお、プログラムは、電気通信回線を介してネットワークから送信されてもよい。

記憶装置１０２は、コンピュータ読み取り可能な記録媒体であり、例えば、ＲＯＭ（Read Only Memory）、ＥＰＲＯＭ（Erasable Programmable ROM）、ＥＥＰＲＯＭ（Electrically Erasable Programmable ROM）、ＲＡＭ（Random Access Memory）等の少なくとも１つで構成されてもよい。記憶装置１０２は、レジスタ、キャッシュ、メインメモリ（主記憶装置）等と呼ばれてもよい。記憶装置１０２は、本発明の一実施の形態に係る処理を実施するために実行可能なプログラム（プログラムコード）、ソフトウェアモジュール等を保存することができる。

補助記憶装置１０３は、コンピュータ読み取り可能な記録媒体であり、例えば、ＣＤ－ＲＯＭ（Compact Disc ROM）等の光ディスク、ハードディスクドライブ、フレキシブルディスク、光磁気ディスク（例えば、コンパクトディスク、デジタル多用途ディスク、Ｂｌｕ－ｒａｙ（登録商標）ディスク）、スマートカード、フラッシュメモリ（例えば、カード、スティック、キードライブ）、フロッピー（登録商標）ディスク、磁気ストリップ等の少なくとも１つで構成されてもよい。上述の記憶媒体は、例えば、記憶装置１０２及び／又は補助記憶装置１０３を含むデータベース、サーバその他の適切な媒体であってもよい。図１に示されるデータ保存機能部１２は、記憶装置１０２及び補助記憶装置１０３によって実現されてもよい。

通信装置１０４は、有線及び／又は無線ネットワークを介してコンピュータ間の通信を行うためのハードウェア（送受信デバイス）であり、例えばネットワークデバイス、ネットワークコントローラ、ネットワークカード、通信モジュール等ともいう。例えば、図１に示されるデータ保存機能部１２は、通信装置１０４を介して接続される他のコンピュータによって実現されてもよい。

入力装置１０５は、外部からの入力を受け付ける入力デバイス（例えば、キーボード、マウス、マイクロフォン、スイッチ、ボタン、センサ等）である。出力装置１０６は、外部への出力を実施する出力デバイス（例えば、ディスプレイ、スピーカー、ＬＥＤランプ等）である。なお、入力装置１０５及び出力装置１０６は、一体となった構成（例えば、タッチパネル）であってもよい。例えば、図１に示されるデータ取得機能部１１において測定装置等から情報の入力を受け付ける機能は、入力装置１０５によって実現されてもよい。

また、プロセッサ１０１及び記憶装置１０２等の各装置は、情報を通信するためのバス１０７で接続される。バス１０７は、単一のバスで構成されてもよいし、装置間で異なるバスで構成されてもよい。

また、情報処理装置１は、マイクロプロセッサ、デジタル信号プロセッサ（ＤＳＰ：Digital Signal Processor）、ＡＳＩＣ（Application Specific Integrated Circuit）、ＰＬＤ（Programmable Logic Device）、ＦＰＧＡ（Field Programmable Gate Array）等のハードウェアを含んで構成されてもよく、当該ハードウェアにより、各機能ブロックの一部又は全てが実現されてもよい。例えば、プロセッサ１０１は、これらのハードウェアの少なくとも１つで実装されてもよい。

図３は、測定値の例（１）を示す図である。図３の縦軸は、遺伝子の発現量、代謝産物量、ライフログの測定値等の測定値に対応する。図３の横軸は、時間に対応する。図３は、１０人の被験者が期間１及び期間２で１回ずつ測定を行った場合の測定値を示す。

図３に示されるように測定値が取得されている場合、期間１に含まれる測定値と期間２に含まれる測定値とに、有意差があるか否かは、例えばウェルチのｔ検定等を用いて容易に検定可能である。しかしながら、図３に示される時点ｘ１及び時点ｘ２には、測定値が存在しないため、時点ｘ１と時点ｘ２とで有意差があるか否かを検定することは困難である。

図４は、測定値の例（２）を示す図である。図４の縦軸は、遺伝子の発現量、代謝産物量、ライフログの測定値等の測定値に対応する。図４の横軸は、時間に対応する。図４は、グループ１の１０人の被験者が期間１及び期間２で１回ずつ測定し、グループ２の１０人の被験者が同様に期間１及び期間２で１回ずつ測定した測定値を示す。

図４に示されるようにグループ１及びグループ２の測定値が取得されている場合、期間１におけるグループ１に含まれる測定値と、期間１におけるグループ２に含まれる測定値とに、有意差があるか否かは、例えばウェルチのｔ検定等を用いて容易に検定可能である。同様に、期間２におけるグループ１に含まれる測定値と、期間２におけるグループ２に含まれる測定値とに、有意差があるか否かは容易に検定可能である。しかしながら、図４に示される時点ｘ１には測定値が存在しないため、時点ｘ１におけるグループ１とグループ２とで有意差があるか否かを検定することは困難である。

そこで、以下に説明するように近似曲線とＰｅｒｍｕｔａｔｉｏｎテストを用いることで、任意の時点間での測定値に有意差があるか否か、又は任意の時点における任意のグループ間の測定値に有意差があるか否かを検定する。

図５は、本発明の実施形態における情報処理の例を説明するためのフローチャートである。図５に示されるフローチャートで、任意の時点間での測定値に有意差があるか否かを示すｐ_Ｔ値、又は任意の時点における任意のグループ間の測定値に有意差があるか否かを示すｐ_Ｇ値を算出する。

ステップＳ１０１において、データ取得機能部１１は、遺伝子の発現量、代謝産物量又はライフログの測定値等の測定値を取得し、データ保存機能部１２に保存する。ステップＳ１０２において、ｐ値算出機能部１３は、任意の時点間において測定値に有意差があるかの指標となるｐ_Ｔ値を算出する。

図６は、本発明の実施形態におけるｐ_Ｔ値算出の例（１）を説明するためのフローチャートである。図６を用いて、図５に示されるステップＳ１０２を詳細に説明する。

ステップＳ１０２－１において、ｐ値算出機能部１３は、データ保存機能部１２に取得された全測定値あるいは任意の測定値の組み合わせをＤａｔａ１とする。続いて、ｐ値算出機能部１３は、Ｄａｔａ１を用いて、ｘを時間（測定を行った時点）、ｙを測定値とした近似曲線ｙ（ｘ）を作成する（Ｓ１０２－２）。続いて、任意の時点ｘ_１と任意の時点ｘ_２について、Ｄｉｆｆ＿ｏｒｉｇｉｎａｌ＝ｙ（ｘ_１）－ｙ（ｘ_２）を求める（Ｓ１０２－３）。

図７は、本発明の実施形態におけるｐ_Ｔ値算出の例（１）におけるｐ_Ｔ値算出対象の測定値を説明するための図である。図７を用いて、ステップＳ１０２－２及びＳ１０２－３を説明する。

ステップＳ１０２－２において、図７に示されるような測定値Ｄａｔａ１に対して、ｐ値算出機能部１３は、近似曲線ｙ（ｘ）を作成する。近似曲線は、例えば、多項式、ガウス基底関数又はｌｏｗｅｓｓ平滑化法等に基づいて作成してもよい。

次に、ステップＳ１０２－３において、図７に示されるように、ｐ値算出機能部１３は、時点ｘ_１と時点ｘ_２について、Ｄｉｆｆ＿ｏｒｉｇｉｎａｌ＝ｙ（ｘ_１）－ｙ（ｘ_２）を算出する。ステップＳ１０２の実行中、ｘ_１及びｘ_２は固定された値となる。

図６に戻る。ステップ１０２－４において、ｐ値算出機能部１３は、Ｄｉｆｆ＿ｒａｎｄａｍ＿ｌｉｓｔ＝［］を作成するループを開始する。任意の数ｎ回だけステップＳ１０２－５からステップＳ１０２－９までが実行される。

ステップＳ１０２－５において、ｐ値算出機能部１３は、Ｄａｔａ１のｘの情報をランダムに入れ替えたＤａｔａ２を作成する。続いて、ｐ値算出機能部１３は、Ｄａｔａ２を用いて、ステップＳ１０２－２と同様にｘを時間（測定を行った時点）、ｙを測定値とした近似曲線ｙ´（ｘ）を作成する（Ｓ１０２－６）。続いて、ｐ値算出機能部１３は、ステップＳ１０２－３と同様に任意の時点ｘ_１と任意の時点ｘ_２について、Ｄｉｆｆ＿ｒａｎｄｏｍ＝ｙ´（ｘ_１）－ｙ´（ｘ_２）を求める（Ｓ１０２－７）。続いて、ｐ値算出機能部１３は、Ｄｉｆｆ＿ｒａｎｄｏｍ＿ｌｉｓｔにＤｉｆｆ＿ｒａｎｄｏｍを追加して（Ｓ１０２－８）、ループを終了する（Ｓ１０２－９）。続いて、ｐ値算出機能部１３は、Ｄｉｆｆ＿ｒａｎｄｏｍ＿ｌｉｓｔのうち、Ｄｉｆｆ＿ｏｒｉｇｉｎａｌが上位何番目に位置するかに基づいて、時点ｘ_１及び時点ｘ_２の測定値に有意差があったかを示すｐ_Ｔ値を算出する（Ｓ１０２－１０）。

図８は、本発明の実施形態におけるｐ_Ｔ値算出の例（１）におけるＰｅｒｍｕｔａｔｉｏｎテストを説明するための図である。図８を用いて、ステップＳ１０２－４からステップＳ１０２－９までのループの処理及びステップＳ１０２－１０を説明する。ループは、例えば１０００回等任意の回数が実行されてもよい。

図８に示されるように、１ループの処理においてｐ値算出機能部１３は、Ｄａｔａ１の時間（ｘ）の情報をランダムに入れ替えて、近似曲線ｙ´（ｘ）を作成する。続いて、ｐ値算出機能部１３は、Ｄｉｆｆ＿ｒａｎｄｏｍ＝ｙ´（ｘ_１）－ｙ´（ｘ_２）を算出する。

所定の回数ループが実行された後、ｐ値算出機能部１３は、Ｄｉｆｆ＿ｒａｎｄｏｍ＿ｌｉｓｔの分布において、Ｄｉｆｆ＿ｏｒｉｇｉｎａｌの値が何番目に位置するかで、ｐ_Ｔ値を算出する。例えば、有意水準が０．０５かつループが１０００回の場合、Ｄｉｆｆ＿ｏｒｉｇｉｎａｌが上位５０番目よりも上位に位置すれば、有意差があると検定される。

図５に戻る。ステップＳ１０３において、ｐ値算出機能部１３は、任意の時点における任意のグループ間の測定値に有意差があるかの指標となるｐ_Ｇ値を算出する。

図９は、本発明の実施形態におけるｐ_Ｇ値算出の例（２）を説明するためのフローチャートである。図９を用いて、図５に示されるステップＳ１０３を詳細に説明する。

ステップＳ１０３－１において、ｐ値算出機能部１３は、データ保存機能部１２に取得された全測定値あるいは任意の測定値の組み合わせをＤａｔａ１とする。続いて、ｐ値算出機能部１３は、Ｄａｔａ１を任意のグループ１及びグループ２に分ける（Ｓ１０３－２）。続いて、グループ１及びグループ２のそれぞれに対して、ｘを時間（測定を行った時点）、ｙを測定値とした近似曲線ｙ_１（ｘ）及びｙ_２（ｘ）を作成する（Ｓ１０３－３）。続いて、任意の時点ｘ_１と任意の時点ｘ_２について、Ｄｉｆｆ＿ｏｒｉｇｉｎａｌ＝ｙ_１（ｘ_１）－ｙ_２（ｘ_１）を求める（Ｓ１０３－４）。

図１０は、本発明の実施形態におけるｐ_Ｇ値算出の例（２）におけるｐ_Ｇ値算出対象の測定値を説明するための図である。図１０を用いて、ステップＳ１０３－３及びＳ１０３－４を説明する。

ステップＳ１０３－３において、図１０に示されるような測定値Ｄａｔａ１に対して、ｐ値算出機能部１３は、グループ１に対して近似曲線ｙ_１（ｘ）、グループ２に対してｙ_２（ｘ）を作成する。近似曲線は、例えば、多項式、ガウス基底関数又はｌｏｗｅｓｓ平滑化法等に基づいて作成してもよい。

次に、ステップＳ１０３－４において、図１０に示されるように、ｐ値算出機能部１３は、任意の時点ｘ_１について、Ｄｉｆｆ＿ｏｒｉｇｉｎａｌ＝ｙ_１（ｘ_１）－ｙ_２（ｘ_１）を算出する。ステップＳ１０３の実行中、ｘ_１は固定された値となる。

図９に戻る。ステップ１０３－５において、ｐ値算出機能部１３は、Ｄｉｆｆ＿ｒａｎｄａｍ＿ｌｉｓｔ＝［］を作成するループを開始する。任意の数ｎ回だけステップＳ１０３－６からステップＳ１０３－１０までが実行される。

ステップＳ１０３－６において、ｐ値算出機能部１３は、Ｄａｔａ１のグループ１及びグループ２のラベル情報をランダムに入れ替えたグループ１´及びグループ２´を作成する。続いて、ｐ値算出機能部１３は、グループ１´及びグループ２´に対して、ステップＳ１０３－３と同様にｘを時間（測定を行った時点）、ｙを測定値とした近似曲線近似曲線ｙ_１´（ｘ）及びｙ_２´（ｘ）を作成する（Ｓ１０３－７）。続いて、ｐ値算出機能部１３は、ステップＳ１０３－４と同様に時点ｘ_１について、Ｄｉｆｆ＿ｒａｎｄｏｍ＝ｙ_１´（ｘ_１）－ｙ_２´（ｘ_１）を求める（Ｓ１０３－８）。続いて、ｐ値算出機能部１３は、Ｄｉｆｆ＿ｒａｎｄｏｍ＿ｌｉｓｔにＤｉｆｆ＿ｒａｎｄｏｍを追加して（Ｓ１０３－９）、ループを終了する（Ｓ１０２－９）。続いて、ｐ値算出機能部１３は、Ｄｉｆｆ＿ｒａｎｄｏｍ＿ｌｉｓｔのうち、Ｄｉｆｆ＿ｏｒｉｇｉｎａｌが上位何番目に位置するかに基づいて、グループ１及びグループ２の測定値に有意差があったかを示すｐ_Ｇ値を算出する（Ｓ１０３－１１）。

図１１は、本発明の実施形態におけるｐ_Ｇ値算出の例（２）におけるＰｅｒｍｕｔａｔｉｏｎテストを説明するための図である。図１１を用いて、ステップＳ１０３－５からステップＳ１０３－１０までのループの処理及びステップＳ１０３－１１を説明する。ループは、例えば１０００回等任意の回数が実行されてもよい。

図１１に示されるように、１ループの処理においてｐ値算出機能部１３は、グループのラベルをランダムに入れ替えて、近似曲線ｙ_１´（ｘ）及びｙ_２´（ｘ）を作成する。続いて、ｐ値算出機能部１３は、Ｄｉｆｆ＿ｒａｎｄｏｍ＝ｙ_１´（ｘ_１）－ｙ_２´（ｘ_１）を算出する。

所定の回数ループが実行された後、ｐ値算出機能部１３は、Ｄｉｆｆ＿ｒａｎｄｏｍ＿ｌｉｓｔの分布において、Ｄｉｆｆ＿ｏｒｉｇｉｎａｌの値が何番目に位置するかで、ｐ_Ｇ値を算出する。例えば、有意水準が０．０５かつループが１０００回の場合、Ｄｉｆｆ＿ｏｒｉｇｉｎａｌが上位５０番目よりも上位に位置すれば、有意差があると検定される。

上述の本発明の実施の形態によれば、情報処理装置１は、任意の時点間において測定に有意差があるか否かを示すｐ_Ｔ値を算出することができる。また、情報処理装置１は、任意の時点における任意のグループ間の測定値に有意差があるかの指標となるｐ_Ｇ値を算出することができる。

すなわち、任意の時点の測定値に係る有意差を検定することができる。

（実施の形態のまとめ）
以上、説明したように、本発明の実施の形態によれば、複数の測定値及び前記測定値が測定された日時を取得する取得部と、前記複数の測定値の一部又は全部に基づいて、測定値及び測定が実行された日時に係る２次元近似曲線を生成する生成部と、生成された近似曲線における値を使用したＰｅｒｍｕｔａｔｉｏｎテストを実行して、測定値に係る有意確率を算出する算出部とを有する情報処理装置が提供される。

上記の構成により、情報処理装置１は、任意の時点間において測定に有意差があるか否かを示すｐ_Ｔ値を算出することができる。また、情報処理装置１は、任意の時点における任意のグループ間の測定値に有意差があるかの指標となるｐ_Ｇ値を算出することができる。すなわち、任意の時点の測定値に係る有意差を検定することができる。

前記生成部は、前記複数の測定値及び前記測定値が測定された日時に基づいた第１の近似曲線と、前記複数の測定値を時間領域でランダムに入れ替えて所定の数の第２の近似曲線とを生成し、前記算出部は、第１の時点における前記第１の近似曲線の値と第２の時点における前記第１の近似曲線の値との差分が、前記第１の時点における前記第２の近似曲線の値と前記第２の時点における前記第２の近似曲線の値との差分を前記所定の数含むリストのうち、何番目に位置するかに基づいて、前記第１の時点と前記第２の時点とにおける前記複数の測定値に係る有意確率を算出してもよい。当該構成により、情報処理装置１は、任意の時点間において測定に有意差があるか否かを示すｐ_Ｔ値を算出することができる。

前記生成部は、前記複数の測定値の一部を含む第１のグループに基づいた第３の近似曲線と、前記複数の測定値の一部を含む第２のグループに基づいた第４の近似曲線と、前記第１のグループ及び前記第２のグループの測定値をランダムに入れ替えて、前記入れ替えた第１のグループに基づいた所定の数の第５の近似曲線と、前記入れ替えた第２のグループに基づいた前記所定の数の第６の近似曲線とを生成し、前記算出部は、第１の時点における前記第３の近似曲線の値と前記第１の時点における前記第４の近似曲線の値との差分が、前記第１の時点における前記第５の近似曲線の値と前記第１の時点における前記第６の近似曲線の値との差分を前記所定の数含むリストのうち、何番目に位置するかに基づいて、前記第１の時点における前記第１のグループと前記第１の時点における前記第２のグループとに係る有意確率を算出してもよい。当該構成により、情報処理装置１は、情報処理装置１は、任意の時点における任意のグループ間の測定値に有意差があるかの指標となるｐ_Ｇ値を算出することができる。

また、本発明の実施の形態によれば、複数の測定値及び前記測定値が測定された日時を取得する取得手順と、前記複数の測定値の一部又は全部に基づいて、測定値及び測定が実行された日時に係る２次元近似曲線を生成する生成手順と、生成された近似曲線における値を使用したＰｅｒｍｕｔａｔｉｏｎテストを実行して、測定値に係る有意確率を算出する算出手順とを有する情報処理方法が提供される。

また、本発明の実施の形態によれば、コンピュータが実行可能なプログラムであって、複数の測定値及び前記測定値が測定された日時を取得する取得手順と、前記複数の測定値の一部又は全部に基づいて、測定値及び測定が実行された日時に係る２次元近似曲線を生成する生成手順と、生成された近似曲線における値を使用したＰｅｒｍｕｔａｔｉｏｎテストを実行して、測定値に係る有意確率を算出する算出手順とを前記コンピュータに実行させるプログラムが提供される。

（実施形態の補足）
以上、本発明の実施の形態を説明してきたが、開示される発明はそのような実施形態に限定されず、当業者は様々な変形例、修正例、代替例、置換例等を理解するであろう。発明の理解を促すため具体的な数値例を用いて説明がなされたが、特に断りのない限り、それらの数値は単なる一例に過ぎず適切な如何なる値が使用されてもよい。上記の説明における項目の区分けは本発明に本質的ではなく、２以上の項目に記載された事項が必要に応じて組み合わせて使用されてよいし、ある項目に記載された事項が、別の項目に記載された事項に（矛盾しない限り）適用されてよい。機能ブロック図における機能部又は処理部の境界は必ずしも物理的な部品の境界に対応するとは限らない。複数の機能部の動作が物理的には１つの部品で行われてもよいし、あるいは１つの機能部の動作が物理的には複数の部品により行われてもよい。実施の形態で述べた処理手順については、矛盾の無い限り処理の順序を入れ替えてもよい。処理説明の便宜上、情報処理装置１は機能的なブロック図を用いて説明されたが、そのような装置はハードウェアで、ソフトウェアで又はそれらの組み合わせで実現されてもよい。本発明の実施の形態に従って情報処理装置１が有するプロセッサにより動作するソフトウェアはそれぞれ、ランダムアクセスメモリ（ＲＡＭ）、フラッシュメモリ、読み取り専用メモリ（ＲＯＭ）、ＥＰＲＯＭ、ＥＥＰＲＯＭ、レジスタ、ハードディスク（ＨＤＤ）、リムーバブルディスク、ＣＤ－ＲＯＭ、データベース、サーバその他の適切な如何なる記憶媒体に保存されてもよい。

本明細書で説明した各態様／実施形態の処理手順、シーケンス、フローチャート等は、矛盾の無い限り、順序を入れ替えてもよい。例えば、本開示において説明した方法については、例示的な順序を用いて様々なステップの要素を提示しており、提示した特定の順序に限定されない。

入出力された情報等は特定の場所（例えば、メモリ）に保存されてもよいし、管理テーブルを用いて管理してもよい。入出力される情報等は、上書き、更新、又は追記され得る。出力された情報等は削除されてもよい。入力された情報等は他の装置へ送信されてもよい。

本開示における判定は、１ビットで表される値（０か１か）によって行われてもよいし、真偽値（Boolean：true又はfalse）によって行われてもよいし、数値の比較（例えば、所定の値との比較）によって行われてもよい。

ソフトウェアは、ソフトウェア、ファームウェア、ミドルウェア、マイクロコード、ハードウェア記述言語と呼ばれるか、他の名称で呼ばれるかを問わず、命令、命令セット、コード、コードセグメント、プログラムコード、プログラム、サブプログラム、ソフトウェアモジュール、アプリケーション、ソフトウェアアプリケーション、ソフトウェアパッケージ、ルーチン、サブルーチン、オブジェクト、実行可能ファイル、実行スレッド、手順、機能などを意味するよう広く解釈されるべきである。

また、ソフトウェア、命令、情報などは、伝送媒体を介して送受信されてもよい。例えば、ソフトウェアが、有線技術（同軸ケーブル、光ファイバケーブル、ツイストペア、デジタル加入者回線（ＤＳＬ：Digital Subscriber Line）など）及び無線技術（赤外線、マイクロ波など）の少なくとも一方を使用してウェブサイト、サーバ、又は他のリモートソースから送信される場合、これらの有線技術及び無線技術の少なくとも一方は、伝送媒体の定義内に含まれる。

本開示において説明した情報、信号などは、様々な異なる技術のいずれかを使用して表されてもよい。例えば、上記の説明全体に渡って言及され得るデータ、命令、コマンド、情報、信号、ビット、シンボル、チップなどは、電圧、電流、電磁波、磁界若しくは磁性粒子、光場若しくは光子、又はこれらの任意の組み合わせによって表されてもよい。

また、本開示において説明した情報、パラメータなどは、絶対値を用いて表されてもよいし、所定の値からの相対値を用いて表されてもよいし、対応する別の情報を用いて表されてもよい。

上述したパラメータに使用する名称はいかなる点においても限定的な名称ではない。さらに、これらのパラメータを使用する数式等は、本開示で明示的に開示したものと異なる場合もある。

本開示で使用する「判断(determining)」、「決定(determining)」という用語は、多種多様な動作を包含する場合がある。「判断」、「決定」は、例えば、判定(judging)、計算(calculating)、算出(computing)、処理(processing)、導出(deriving)、調査(investigating)、探索(looking up、search、inquiry)（例えば、テーブル、データベース又は別のデータ構造での探索）、確認(ascertaining)した事を「判断」「決定」したとみなす事などを含み得る。また、「判断」、「決定」は、受信(receiving)（例えば、情報を受信すること）、送信(transmitting)(例えば、情報を送信すること)、入力(input)、出力(output)、アクセス(accessing)（例えば、メモリ中のデータにアクセスすること）した事を「判断」「決定」したとみなす事などを含み得る。また、「判断」、「決定」は、解決(resolving)、選択(selecting)、選定(choosing)、確立(establishing)、比較(comparing)などした事を「判断」「決定」したとみなす事を含み得る。つまり、「判断」「決定」は、何らかの動作を「判断」「決定」したとみなす事を含み得る。また、「判断（決定）」は、「想定する（assuming）」、「期待する（expecting）」、「みなす（considering）」などで読み替えられてもよい。

本開示において使用する「に基づいて」という記載は、別段に明記されていない限り、「のみに基づいて」を意味しない。言い換えれば、「に基づいて」という記載は、「のみに基づいて」と「に少なくとも基づいて」の両方を意味する。

本開示において使用する「第１の」、「第２の」などの呼称を使用した要素へのいかなる参照も、それらの要素の量又は順序を全般的に限定しない。これらの呼称は、２つ以上の要素間を区別する便利な方法として本開示において使用され得る。したがって、第１及び第２の要素への参照は、２つの要素のみが採用され得ること、又は何らかの形で第１の要素が第２の要素に先行しなければならないことを意味しない。

上記の各装置の構成における「手段」を、「部」、「回路」、「デバイス」等に置き換えてもよい。

本開示において、「含む（include）」、「含んでいる（including）」及びそれらの変形が使用されている場合、これらの用語は、用語「備える（comprising）」と同様に、包括的であることが意図される。さらに、本開示において使用されている用語「又は（or）」は、排他的論理和ではないことが意図される。

本開示において、例えば、英語でのa, an及びtheのように、翻訳により冠詞が追加された場合、本開示は、これらの冠詞の後に続く名詞が複数形であることを含んでもよい。

本開示において、「ＡとＢが異なる」という用語は、「ＡとＢが互いに異なる」ことを意味してもよい。なお、当該用語は、「ＡとＢがそれぞれＣと異なる」ことを意味してもよい。「離れる」、「結合される」などの用語も、「異なる」と同様に解釈されてもよい。

本開示において説明した各態様／実施形態は単独で用いてもよいし、組み合わせて用いてもよいし、実行に伴って切り替えて用いてもよい。また、所定の情報の通知（例えば、「Ｘであること」の通知）は、明示的に行うものに限られず、暗黙的（例えば、当該所定の情報の通知を行わない）ことによって行われてもよい。

なお、本開示において、データ取得機能部１１は、取得部の一例である。ｐ値算出機能部１３は、生成部又は算出部の一例である。ｐ値は、有意確率の一例である。ｘ_１は、第１の時点の一例である。ｘ_２は、第２の時点の一例である。ｙ（ｘ）は、第１の近似曲線の一例である。ｙ´（ｘ）は、第２の近似曲線の一例である。ｙ_１（ｘ）は、第３の近似曲線の一例である。ｙ_２（ｘ）は、第４の近似曲線の一例である。ｙ_１´（ｘ）は、第５の近似曲線の一例である。ｙ_２´（ｘ）は、第６の近似曲線の一例である。

以上、本開示について詳細に説明したが、当業者にとっては、本開示が本開示中に説明した実施形態に限定されるものではないということは明らかである。本開示は、請求の範囲の記載により定まる本開示の趣旨及び範囲を逸脱することなく修正及び変更態様として実施することができる。したがって、本開示の記載は、例示説明を目的とするものであり、本開示に対して何ら制限的な意味を有するものではない。

１情報処理装置
１１データ取得機能部
１２データ保存機能部
１３ｐ値算出機能部
１０１プロセッサ
１０２記憶装置
１０３補助記憶装置
１０４通信装置
１０５入力装置
１０６出力装置
１０７バス

Claims

複数の測定値及び前記測定値が測定された日時を取得する取得部と、
前記複数の測定値の一部又は全部に基づいて、測定値及び測定が実行された日時に係る２次元近似曲線を生成する生成部と、
生成された近似曲線における値を使用したＰｅｒｍｕｔａｔｉｏｎテストを実行して、測定値に係る有意確率を算出する算出部とを有し、
前記生成部は、前記複数の測定値及び前記測定値が測定された日時に基づいた第１の近似曲線と、前記複数の測定値を時間領域でランダムに入れ替えて所定の数の第２の近似曲線とを生成し、
前記算出部は、第１の時点における前記第１の近似曲線の値と第２の時点における前記第１の近似曲線の値との差分が、前記第１の時点における前記第２の近似曲線の値と前記第２の時点における前記第２の近似曲線の値との差分を前記所定の数含むリストのうち、何番目に位置するかに基づいて、前記第１の時点と前記第２の時点とにおける前記複数の測定値に係る有意確率を算出する情報処理装置。
前記生成部は、前記複数の測定値の一部を含む第１のグループに基づいた第３の近似曲線と、前記複数の測定値の一部を含む第２のグループに基づいた第４の近似曲線と、前記第１のグループ及び前記第２のグループの測定値をランダムに入れ替えて、前記入れ替えた第１のグループに基づいた所定の数の第５の近似曲線と、前記入れ替えた第２のグループに基づいた前記所定の数の第６の近似曲線とを生成し、
前記算出部は、第１の時点における前記第３の近似曲線の値と前記第１の時点における前記第４の近似曲線の値との差分が、前記第１の時点における前記第５の近似曲線の値と前記第１の時点における前記第６の近似曲線の値との差分を前記所定の数含むリストのうち、何番目に位置するかに基づいて、前記第１の時点における前記第１のグループと前記第１の時点における前記第２のグループとに係る有意確率を算出する請求項１記載の情報処理装置。
複数の測定値及び前記測定値が測定された日時を取得する取得手順と、
前記複数の測定値の一部又は全部に基づいて、測定値及び測定が実行された日時に係る２次元近似曲線を生成する生成手順と、
生成された近似曲線における値を使用したＰｅｒｍｕｔａｔｉｏｎテストを実行して、測定値に係る有意確率を算出する算出手順と、
前記複数の測定値及び前記測定値が測定された日時に基づいた第１の近似曲線と、前記複数の測定値を時間領域でランダムに入れ替えて所定の数の第２の近似曲線とを生成する手順と、
第１の時点における前記第１の近似曲線の値と第２の時点における前記第１の近似曲線の値との差分が、前記第１の時点における前記第２の近似曲線の値と前記第２の時点における前記第２の近似曲線の値との差分を前記所定の数含むリストのうち、何番目に位置するかに基づいて、前記第１の時点と前記第２の時点とにおける前記複数の測定値に係る有意確率を算出する手順とを情報処理装置が実行する情報処理方法。
コンピュータが実行可能なプログラムであって、
複数の測定値及び前記測定値が測定された日時を取得する取得手順と、
前記複数の測定値の一部又は全部に基づいて、測定値及び測定が実行された日時に係る２次元近似曲線を生成する生成手順と、
生成された近似曲線における値を使用したＰｅｒｍｕｔａｔｉｏｎテストを実行して、測定値に係る有意確率を算出する算出手順と、
前記複数の測定値及び前記測定値が測定された日時に基づいた第１の近似曲線と、前記複数の測定値を時間領域でランダムに入れ替えて所定の数の第２の近似曲線とを生成する手順と、
第１の時点における前記第１の近似曲線の値と第２の時点における前記第１の近似曲線の値との差分が、前記第１の時点における前記第２の近似曲線の値と前記第２の時点における前記第２の近似曲線の値との差分を前記所定の数含むリストのうち、何番目に位置するかに基づいて、前記第１の時点と前記第２の時点とにおける前記複数の測定値に係る有意確率を算出する手順とを前記コンピュータに実行させるプログラム。