JP7396681B2 - 脳疾患の診断装置 - Google Patents

Description

この発明は，脳疾患の診断装置に関する。より詳しく説明すると，この発明は，あるパターンの映像をユーザに見せた際の，ユーザの瞳孔の変化を用いて，そのユーザが脳疾患に罹っているか否かを診断する脳疾患の診断装置に関する。

国際公開ＷＯ２０１７－０５７６３１号パンフレットには，視認者感情判定装置が記載されている。上記の公報に記載された装置を用いれば，ユーザの呼吸，環境の明暗の影響，ユーザの脈拍といった影響を排除し，ユーザの瞳孔を撮影して，ユーザの感情を判定できる。

上記の装置のような，ユーザの瞳孔を撮影できる装置を用いた新たな装置の開発が望まれた。

国際公開ＷＯ２０１７－０５７６３１号パンフレット

この発明は，瞳孔を観察できる装置の新たな用途を提供することを目的とする。具体的に説明すると，この発明は，瞳孔径を観測することで，脳疾患の診断をすることができる装置を提供することを目的とする。

本発明は，基本的には，表示画像を変化させた際の脳障害を有するユーザの瞳孔の変化の様子は，健常人のものと異なるという知見に基づくものである。

この明細書に開示される複数の態様のうちのひとつ（第１の態様）は，脳疾患の診断装置に関する。
この脳疾患の診断装置１は，表示画像制御部３と，撮影部５と，判定部７とを有する。
表示画像制御部３は，第１のパターンに基づいて表示部に表示される表示画像を変化させるための要素である。
撮影部５は，表示画像を視認するユーザの瞳孔を撮影するための要素である。
判定部７は，撮影部が撮影したユーザの瞳孔の大きさの経時変化のパターンと，第１のパターンとを用いて，ユーザが脳疾患に罹患しているか否か判定するための要素である。
この脳疾患の診断装置１は，表示画像制御部３が，あらかじめ記憶しておいた第１のパターンに基づいて表示部に表示される表示画像を変化させる。
そして，撮影部５は，表示画像を視認するユーザの瞳孔を撮影する。
判定部７は，撮影部５が撮影した，ユーザの瞳孔を含む像を受け取る。そして，判定部７は，撮影部が撮影したユーザの瞳孔の大きさの経時変化のパターンを求め，その経時変化のパターンと，第１のパターンとを用いて，ユーザが脳疾患に罹患しているか否か判定する。例えば，ユーザの瞳孔の大きさの経時変化のパターンと，第１のパターンとの間に相関がある場合に，ユーザは健常人であると判断するようにしてもよい。ユーザの瞳孔の大きさの経時変化のパターンは，優位眼及び非優位眼の瞳孔の大きさの差の経時変化のパターンを含むものであることが好ましい。
この装置は，所定の時間パターンに基づいて変動する第１のパターンに基づいて表示部に表示される表示画像を変化させる表示画像制御部と，表示画像を視認するユーザの瞳孔を撮影する撮影部と，撮影部が撮影したユーザの瞳孔の大きさの経時変化のパターンと，第１のパターンの所定の時間パターンに関する情報とを用いて，ユーザが脳疾患に罹患しているか否か判定する判定部と，を有する，脳疾患の診断装置であってもよい。

第１のパターンは，例えば，輝度，色彩，及び明度のうちいずれか１つ又は２つ以上が，所定の時間パターンに基づいて変動するものである。第１のパターンの具体例は，周期的に変化する白画面及び黒画面である。この装置は，ユーザの年齢情報を記憶する年齢記憶部をさらに有するものが好ましい。そして，表示画面制御部３は，年齢記憶部が記憶したユーザの年齢情報に基づいて，所定の時間パターンを制御するものが好ましい。

脳疾患の例は，てんかん，神経変性疾患，神経幹細胞疾患，神経前駆細胞疾患，虚血性疾患，神経性外傷，情動障害，神経精神疾患，網膜変性疾患，網膜損傷／外傷，認知・学習・記憶障害，アルツハイマー病，軽度認知障害（ＭＣＩ），パーキンソン病，パーキンソン症候群，ハンチントン病，筋萎縮性側索硬化症，虚血性脳卒中，外傷性脳損傷，鬱病，双極性鬱病／障害，慢性疲労症候群，不安症候群／障害，自閉症，又はアスペルガー症候群である。この装置は，機械学習された予測アルゴリズムに従って，前記脳疾患の診断を行う，脳疾患の診断装置であることが好ましい。

この発明によれば，比較的簡便な装置（例えば，瞳孔を撮影できる装置とコンピュータ）を用いるだけで，ユーザが脳疾患に罹患しているか，脳疾患が重度か，罹患するリスクが高いかといった診断をすることができる装置を提供できる。

図１－１は，脳疾患の診断装置の構成を説明するための概念図である。 図１－２は，脳疾患の診断装置の構成を説明するための概念図である。 図２は，第１のパターンの例を示す概念図である。図２（ａ）は，一定の時間ごとに，白画面及び黒画面が交互に表示されるものを示す。図２（ｂ）は，一定のパターンで白画面，映像画面，及び所定の輝度の画面が表示されるものの例を示す。 図３は，実施例における瞳孔変化とパターン変化を示す図面に替わるグラフである。図３（ａ）は，健常人の瞳孔変化とパターン表示を示す概念図である。一方，図３（ｂ）は，パーキンソン病に罹患している患者の，瞳孔変化とパターン表示を示す概念図である。 図４は，基本瞳孔値を取得するための表示画面の制御例を示す概念図である。 図５は，基本瞳孔値を取得する際の失敗（ＮＧ）の例（上図）及び成功（ＯＫ）の例（下図）を示す例である。 図６は，黒及び白を１秒ごとに表示を行い瞳孔径の変化を測定した際の瞳孔径の変化を示す図面に替わるグラフである。 図７は，黒及び白を３秒ごとに表示を行い瞳孔径の変化を測定した際の瞳孔径の変化を示す図面に替わるグラフである。 図８は，最大瞳孔径と最小瞳孔径の差の測定結果を示す図である。 図９は，健常者の瞳孔変化の様子を示す図面に替わるグラフである。 図１０は，脳疾患に罹患している患者の瞳孔変化の様子を示す図面に替わるグラフである。 図１１は，瞳孔変化の様子を示す図面に替わるグラフである。

以下，図面を用いて本発明を実施するための形態について説明する。本発明は，以下に説明する形態に限定されるものではなく，以下の形態から当業者が自明な範囲で適宜修正したものも含む。

この明細書に開示される複数の態様のうちのひとつ（第１の態様）は，脳疾患の診断装置に関する。脳疾患の診断装置は，ユーザが脳疾患に罹患しているか，脳疾患の程度が重度か，罹患するリスクが高いかのいずれか１つ以上を判定するためのコンピュータを用いた装置である。

脳疾患の例は，てんかん，神経変性疾患，神経幹細胞疾患，神経前駆細胞疾患，虚血性疾患，神経性外傷，情動障害，神経精神疾患，網膜変性疾患，網膜損傷／外傷，認知・学習・記憶障害，アルツハイマー病，軽度認知障害（ＭＣＩ），パーキンソン病，パーキンソン症候群，ハンチントン病，筋萎縮性側索硬化症，虚血性脳卒中，外傷性脳損傷，鬱病，双極性鬱病／障害，慢性疲労症候群，不安症候群／障害，自閉症，又はアスペルガー症候群である。

図１－１は，脳疾患の診断装置の構成を説明するための概念図である。図１－１に示されるように，この脳疾患の診断装置１は，表示画像制御部３と，撮影部５と，判定部７とを有する。表示画像制御部３は，第１のパターンに基づいて表示部に表示される表示画像を変化させるための要素である。表示部の例は，モニタ，画面，及び映写用の壁である。

この装置は，カメラなどの撮影装置と情報のやり取りができるようにされたコンピュータにより実装できる。カメラなどによる撮影情報は，ケーブルなどを通してコンピュータに入力されてもよい。また，撮影情報は，無線により，コンピュータに入力されてもよい。コンピュータは，入出力部，制御部，演算部及び記憶部を含み，各要素はバスなどにより情報の授受を行うことができるようにされている。そして，コンピュータは，入力された情報を，記憶部に記憶する。また，コンピュータの制御部は，記憶部に記憶した制御プログラムを読み出し，入力された情報や，記憶部に記憶された情報を用いて，演算部に各種演算を行わせる。そして，演算結果は，適宜記憶部に記憶されるとともに，入出力部を介して，適宜出力される。

第１のパターンは，例えば，輝度，色彩，及び明度のうちいずれか１つ又は２つ以上が，所定の時間パターンに基づいて変動するものである。パターンが２種類の画面（映像）を含む場合，切り替えの頻度の例は１秒以上１０秒以下であり，２秒以上６秒以下でも，２秒以上５秒以下でもよい。切り替えは，一定の時間ごとでもよい。また，第１の画面（例えば白画面）と第２の画面（例えば黒画面）については，それぞれ異なる秒数ごとに切り替えを行ってもよい。このパターンは，例えば，３種類以上の画面が切り替えられるものであってもよい。

図２は，第１のパターンの例を示す概念図である。図２（ａ）は，一定の時間ごとに，白画面及び黒画面が交互に表示されるものを示す。図２（ｂ）は，一定のパターンで白画面，映像画面，及び所定の輝度の画面が表示されるものの例を示す。

撮影部５は，表示画像を視認するユーザの瞳孔を撮影するための要素である。国際公開ＷＯ２０１７－０５７６３１号パンフレット（特許文献１）には，カメラなどの撮影部を含む瞳孔径計測器が記載されているので，瞳孔径計測器を用いてもよい。

図１－２は，脳疾患の診断装置の構成を説明するための概念図である。撮影部５が３つの撮影要素を含む。この例では，中央のカメラ（撮影素子）５ａと，その両端のカメラ（撮影素子）５ｂ，５ｃを含む。この例では，カメラ５ｂとカメラ５ｃにより，片方の眼球を画像認識で追尾して捉え，カメラ５ｂとカメラ５ｃの間の距離と眼球への角度を用いて，三角測量より，カメラ５ｂとカメラ５ｃの真ん中のカメラ５ａから眼球までの距離を算出する。5ａのカメラで撮影された瞳孔径は距離により大きさが異なるので，５ａにより撮影された瞳孔径を５ａからの距離により，瞳孔径の測定値を補正する。これにより顔が少々動いても、正確な瞳孔径を求めることができる。

瞳孔は，眼球の中央部分のうち光を通す領域である。瞳孔は，光等の影響を受け大きさが変化する。一方，瞳孔は，瞳孔の周囲部分の虹彩とは色が異なる。このため，あるユーザの複数の眼球像を撮影し，大きさが変化する領域を分析し，その部分の色（色の幅）を記憶する。このようにすることで，そのユーザの瞳孔色を記憶できる。そして，そのユーザの瞳孔を含む映像を撮影し，色味を分析する。すると，連続して色の領域が存在する。その領域のうち，およそ中央に位置する領域であるか，先の瞳孔の色と一致する領域が，瞳孔の領域であり、その瞳孔径を測定できる。

判定部７は，撮影部が撮影したユーザの瞳孔の大きさの経時変化のパターンと，第１のパターンとを用いて，ユーザが脳疾患に罹患しているか否か判定するための要素である。

判定部７は，例えば，上記したアルゴリズムに基づいて，ユーザの瞳孔の大きさを経時的に求める。そして，判定部７は，ある時間分のユーザの瞳孔の大きさの変化について，変化瞳孔を分析する。例えば，ある時間分のユーザの瞳孔の大きさについて，増加傾向にあるか，減少傾向にあるか，変化量が一定幅といえるかを求める。このようにして，判定部は，ユーザの瞳孔の大きさの変化状況を分析できる。

また，判定部７は，ある時間分のユーザの瞳孔の最大値と最小値とを求め，さらにその差Δを求める。この瞳孔は優位眼及び非優位眼のいずれかのものでもよいし，両方でもよい。そして，最大値から一定の範囲（例えば０．２mmΔ以上０．５mmΔの範囲）の部分（上部分）と，最小値から一定の範囲（例えば０．２mmΔ以上０．５mmΔの範囲）の部分（下部分）のいずれか又は両方を求め，上部分と下部分のいずれか又は両方の出現頻度と，第１のパターンとに相関があるか検討してもよい。例えば，下部分が，第１のパターンの変化頻度と同じ頻度（又は一定時間以内のずれ）で出現すれば，そのユーザは健常人と判断してもよい。この処理は，撮影部が撮影した映像から，画像解析によりユーザの瞳孔部分を抽出する。そして，画像に含まれる左右２つの瞳孔部分について，相対的な大きさを求め，記憶部に記憶する。演算部は，記憶部に記憶された左右それぞれの瞳孔の大きさの情報を読み出し，それらの経時変化を求める。すると，制御部は，瞳孔の大きさの最大値を与える時間と最小値を与える時間，瞳孔の大きさが大きくなる時間領域及び瞳孔の大きさが小さくなる時間領域，及び瞳孔の大きさの変動が一定の範囲である時間領域を分析することができる。このようにすれば，瞳孔の大きさの最大値及び最小値を求めることや，瞳孔の大きさの時間変化のパターンを求めることができる。

また，上記のユーザの瞳孔の経時変化と，第１のパターンとの相関が低ければ，脳疾患の程度が高くなるように判定してもよいし，相関係数といった指標が一定範囲であれば，脳疾患に罹患するリスクがあると判定してもよい。

ユーザの瞳孔の大きさの経時変化のパターンは，優位眼及び非優位眼の瞳孔の大きさの差の経時変化のパターンを含むものであることが好ましい。この装置は，暗い画面から明るい画面に変化した後における明るい画面が表示されている状況に対応した瞳孔の大きさの平均値が大きい方の目を優位眼としてもよい。手の親指と人差し指で輪を作り、両目である目標物を見て、手で作った輪にその目標物が入るようにする。そのまま、片目ずつ閉じて、開いていている方の目で対象物を見て、輪の中に入っている目を優位眼としてもよい。反対に輪の中に入っていない目を非優位眼としてもよい。一般的に，明るい画面を視認している状況の方が，瞳孔が小さくなる。このためユーザが暗い画面を見ているか明るい画面を見ているかを把握することはできる。一方，画面が変わっても瞳孔の大きさの変化にはラグ（時間遅延：ディレイ）があるので，明るい画面が表示されている状況に対応した瞳孔の大きさは，画面自体が明るい状況に変わっても瞳孔径の変化が追い付いていない状態がある。画面自体が暗い状態から明るい状況に変化した際は、しばらく瞳孔径が大きい状態から小さい状態に変化するが、その瞳孔の変化する経過も含まれる。

コンピュータは，記憶部に，各種疾患とそれに対応した瞳孔の変化を記憶していてもよい。また，コンピュータは，複数の疾患について，複数の患者の瞳孔の変化を撮影し，各疾患と瞳孔の変化の経時変化を機械学習させておき，各種疾患と瞳孔の経時変化に関するデータベースを構築しておいてもよい。すると，判定部７は，撮影部５が撮影したユーザの瞳孔を含む像を用いて，ユーザの瞳孔の経時変化を求め，パターニングすることにより，そのユーザが脳疾患に罹患しているか，脳疾患が重度か，罹患するリスクが高いかといった診断をすることができる。

この装置は，ユーザの年齢情報を記憶する年齢記憶部９をさらに有するものが好ましい。そして，表示画面制御部３は，年齢記憶部が記憶したユーザの年齢情報に基づいて，所定の時間パターンを制御するものが好ましい。これは，ユーザ（被験者）が高齢となるほど短い画面秒数の変化に対し反応異常が表出しやすいという実験結果に基づくものである。例えば，ユーザの年齢逆数を係数として，表示間隔時間に乗算することで，年齢が高いユーザ程，表示を切り替える時間間隔が短くなるように制御するか，少なくとも，一定の年齢以上のユーザに対しては，通常の表示モードの他，短時間で表示を切り替える短時間切り替えモードをも用意することが好ましい。コンピュータが，年齢記憶部からユーザの年齢に関する情報を読み出し，記憶部から閾値を読み出して，年齢と閾値とを比べ，ユーザの年齢が閾値を超えていれば，短時間切り替えモードとするか，少なくとも短時間切り替えモードをも表示するように制御すればよい。なお，この装置は，各種処理（例えば機械学習処理）などを行うための情報処理部１１をさらに有していてもよい。

この脳疾患の診断装置１は，
表示画像制御部３が，あらかじめ記憶しておいた第１のパターンに基づいて表示部に表示される表示画像を変化させる。
そして，撮影部５は，表示画像を視認するユーザの瞳孔を撮影する。
判定部７は，撮影部５が撮影した，ユーザの瞳孔を含む像を受け取る。そして，判定部７は，撮影部が撮影したユーザの瞳孔の大きさの経時変化のパターンを求め，その経時変化のパターンと，第１のパターンとを用いて，ユーザが脳疾患に罹患しているか否か判定する。判定部７は，さらに，脳疾患が重度か，罹患するリスクが高いかといった診断も行えるようにすることが好ましい。この装置は，機械学習された予測アルゴリズムに従って，前記脳疾患の診断を行う，脳疾患の診断装置であることが好ましい。個別の脳疾患についての瞳孔の経時変化に関するデータをシステムに入力する。そして，入力された各種データを機械学習することで，各疾患と，経時変化のパターンや第１のパターンとの相関等を解析させることができる。このようにして機械学習された予測アルゴリズムを得ることができる。そして，機械学習された予測アルゴリズムを用いることで，脳疾患の各疾患の診断を行うことができることとなる。さらに機械学習を重ねることにより、個々の疾患の瞳孔径の変化のパターンを学習し、個々の脳疾患を予測できる。

この明細書は，コンピュータを，
第１のパターンに基づいて表示部に表示される表示画像を変化させる手段と，
撮影部が撮影した，表示画像を視認するユーザの瞳孔の撮影画像を受け取る手段と，
受け取った瞳孔の撮影画像を用いて，撮影部が撮影したユーザの瞳孔の大きさの経時変化のパターンを求め，求めた瞳孔の大きさの経時変化のパターンと第１のパターンとを用いて，ユーザが脳疾患に罹患しているか否か判定するための手段と，
して機能させるプログラムをも提供する。このプログラムは，さらにコンピュータを上記した脳疾患の診断装置の各機能を実現するものであってもよい。

この明細書は，コンピュータを，
第１のパターンに基づいて表示部に表示される表示画像を変化させる工程と，
撮影部が撮影した，表示画像を視認するユーザの瞳孔の撮影画像を受け取る工程と，
受け取った瞳孔の撮影画像を用いて，撮影部が撮影したユーザの瞳孔の大きさの経時変化のパターンを求め，求めた瞳孔の大きさの経時変化のパターンと第１のパターンとを用いて，ユーザが脳疾患に罹患しているか否か判定する工程と，
を行わせるプログラムをも提供する。このプログラムは，さらにコンピュータを上記した脳疾患の診断装置の各機能を実現するものであってもよい。

このプログラムは，例えば，スマートフォンなどの携帯端末や，ゲーム機にインストールすることで，スマートフォンなどを用いて，簡易な，脳診断ツールを提供できる。

この明細書は，上記のプログラムを記憶した，コンピュータが読み取ることができる情報記録媒体であってもよい。情報記録媒体の例は，ＣＤ－ＲＯＭ，ＤＶＤ，メモリスティックである。

以下，実施例を用いて，本発明を具体的に説明する。本発明は，以下の実施例に限定されるものではない。

コンピュータを，実験開始後，モニタが白画面及び黒画面を３秒ごとに表示するようにした。また，対象の瞳孔を撮影できるカメラを用意した。また，撮影画像から，対象の瞳孔の変化を分析できるようにプログラムを組んだ。なお，この例では，対象の瞳孔径の絶対的な大きさを求めることができるようにした。
図３は，実施例における瞳孔変化とパターン変化を示す図面に替わるグラフである。 図３（ａ）は，健常人の瞳孔変化とパターン表示を示す概念図である。一方，図３（ｂ）は，パーキンソン病に罹患している患者の，瞳孔変化とパターン表示を示す概念図である。
図３（ａ）から，健常人は，表示パターンの変化と，瞳孔径の経時変化とに相関がある（およそ３秒ごとの周期で瞳孔径が変動している）ことがわかる。
図３（ｂ）から，パーキンソン病に罹患した患者からは，表示パターンの変化と，瞳孔径の経時変化とに相関がないことがわかる。グラフにおいて縦軸は瞳孔径，横軸は時間を示す。

左右の瞳孔径の差はある程度必ずある。実験の結果，統計的に，この差が大きいと特定の疾患に罹患している可能性が高いことが分かった。また，実験の結果，統計的に，年齢と共に瞳孔径は小さくなる（高齢者ほど通常の瞳孔径が小さい。振れ幅が少ない）ことが分かった。一般的に優位眼（利き目）は瞳孔径が大きいと推測した。優位眼（利き目）があるものを見る場合に先に到達、非優位眼は遅れて立体視するために追随する。基本瞳孔値判定において暗い画面から明るい画面を見ている際の平均瞳孔値の大きい方が利き目であると仮定した。実験の結果，特定の脳疾患に罹患している患者は，明順応時間と暗順応時間の変化時に瞳孔径を制御する自律神経「交感神経（散大・暗い画面）、副交感神経（縮瞳・明るい画面）」に短時間で異常な変化が見られることが分かった。また，時間的に高齢になるほど短い画面秒数の変化に反応異常が表出しやすいことも分かった。
万人のデータを比較する際に、基本瞳孔値を得ることで、比較できるデータとなると考えられる。
優位眼と非優位眼の変化（視線位置への追随の差）・優位眼と非優位眼の明暗画面を見る際の時間と瞳孔径の変化の組み合わせで健常者平均値との差異が大きい場合，異常である（特定疾患に罹患している）と判定できる。個別に精査することで特定の病気の解析結果パターンが判明する。

左右の瞳孔の大きさが異なることについて，原因となる神経系疾患には，これまでの実験からみて，脳神経の病気のほか，交感神経系または副交感神経系（自律神経系）の一部の異常がある。脳疾患には，脳卒中，脳出血（自然な出血または頭部のけがによる出血）のほか，統計的な頻度は下がるものの，特定の腫瘍または感染症などがある。交感神経系に影響を及ぼす脳以外の病気には，首または胸の上部の腫瘍やけがなどがある。ホルネル症候群は，瞳孔の収縮，まぶたの垂れ下がり及び異常のある方の眼の周りの発汗減少という３つが組み合わさった症状である。ホルネル症候群は、原因にかかわらず、眼につながる交感神経系が分断されることで起こる。

図４は，基本瞳孔値を取得するための表示画面の制御例を示す概念図である。この例では，最初に，「明るさが変わりますが，目をそらさないで下さい」という初期表示がなされ，様々な色みの画面が所定期間表示される。暗さの割合が，１００％、７５％，１００％，７５％、５０％，２５％，０％と変化している。初期表示以降の表示時間は，７秒（初期表示），７秒，１９秒，１２秒，１２秒，１２秒及び１２秒である。

図５は，基本瞳孔値を取得する際の失敗（ＮＧ）の例（上図）及び成功（ＯＫ）の例（下図）を示す例である。上図の例では暗さが５０％の際に，暗さが７５％のものよりも瞳孔径が大きくなっているので，異常値と判断される。つまり，制御部は，各パターンの暗さ度及び測定したユーザの瞳孔径の値を記憶する。そして，暗さのパターンの値ごとに瞳孔径の値を比較し，暗さの値が小さい（輝度が高い）場合に，瞳孔径の値が大きくなっているものがあれば，異常であると判断する。そして，異常である旨を出力し，再度検出を行う。成功の場合は，輝度１００％の場合と，０％の場合とを用いて，最大瞳孔径及び最小瞳孔径の値を得ることができる。得られた最大瞳孔径及び最小瞳孔径の値は，適宜記憶部に記憶され，後の解析に用いることができる。なお，基本瞳孔値を求めて解析を行ってもよいし，基本瞳孔値を求めずに，その場で得られた瞳孔値を用いて，罹患の脳疾患有無の解析を行ってもよい。

健常者であるユーザに，黒及び白を１秒ごとに表示を行い瞳孔径の変化を測定した。その結果を図６に示す。図６は，黒及び白を１秒ごとに表示を行い瞳孔径の変化を測定した際の瞳孔径の変化を示す図面に替わるグラフである。図６から，健常人では，瞳孔径の値の変化が，周期的に安定して変化することが分かる。

健常者であるユーザに，黒及び白を３秒ごとに表示を行い瞳孔径の変化を測定した。その結果を図７に示す。図７は，黒及び白を３秒ごとに表示を行い瞳孔径の変化を測定した際の瞳孔径の変化を示す図面に替わるグラフである。図７から，健常人では，瞳孔径の値の変化が，周期的に安定して変化することが分かる。

複数の者に対し，最大瞳孔径と最小瞳孔径の差を求めた。図８は，最大瞳孔径と最小瞳孔径の差の測定結果を示す図である。図８に示されるように，年齢が高くなるほど，最大瞳孔径と最小瞳孔径の差が小さくなることが分かる。このことから，ある年齢の健常人の最大瞳孔径と最小瞳孔径の差を複数求めて記憶部に記憶し，記憶した差を読み出して，平均値や分散といった統計値を求めることで，ある年齢における差の基準値を求めることができることとなる。また，脳関連の疾患に罹患している患者は，健常人に比べて上記の差が小さいことが分かる。このため，ある年齢における差の基準値と，ユーザの年齢情報及び測定した差を記憶部から読み出し，ユーザの年齢における差の基準値と，測定した差の値とを比較することで，ユーザが脳関連疾患に罹患している恐れがあるか否かを判断するようにしてもよい。この場合，例えば，上記実測値が上記基準値の所定割合以下の場合に，ユーザが脳関連疾患に罹患している恐れがあると判断してもよい。この場合，所定割合に関する数値を記憶部に記憶しておき，ユーザの差の実測値，ユーザの年齢における基準値，及び所定割合に関する数値を読み出して，ユーザの差の実測値とユーザの年齢における基準値の比を求め，この比と所定割合に関する数値とを比較する演算を行うことで，ユーザが脳関連疾患に罹患している恐れがあるか判断できる。そのうえで，瞳孔径の経時変化を用いて，脳関連疾患に罹患しているか否か、さらにその程度を再検討するようにしてもよい。

黒白画面を１秒間交互に３０秒間表示した際の瞳孔径の変化を測定した。
図９は，健常者の瞳孔変化の様子を示す図面に替わるグラフである。図９は，図８における一番上の４６歳男性（健常者）の瞳孔変化を示すものである。

図１０は，脳疾患に罹患している患者の瞳孔変化の様子を示す図面に替わるグラフである。図１０は，図８における二番目の７６歳男性（患者）の瞳孔変化を示すものである。図１０に示される例では，測定開始から最初のうちは比較的周期的に瞳孔径が変化するものの（下部拡大図），測定後半になると，瞳孔径の変化が周期的ではなくなった。このため，特定の疾患により，周期性のくずれるタイミング（瞳孔径の経時変化のパターン）に変化があることが分かった。また，この実施例から，全ての脳関連疾患の診断をする場合は，例えば１０秒以上（１０秒以上１０分以下，１５秒以上５分以下，又は１５秒以上３分以下）パターン表示を行い，瞳孔径を測定し続けることが好ましいことが分かった。

図１１は，瞳孔変化の様子を示す図面に替わるグラフである。図１１の上は，図８における三番目の７７歳男性（患者）の瞳孔変化を示すものである。図１１の中央は，図８における四番目の８２歳女性（健常者）の瞳孔変化を示すものである。図１１の下は，図８における五番目の８４歳女性（患者）の瞳孔変化を示すものである。図１１に示されるように，健常者の瞳孔変化は周期的で安定している。一方，患者の瞳孔変化は，罹患している疾患のパターンを反映し，周期的でない部分が存在している。

この発明は，医療機器として利用され得る他，携帯端末用のアプリケーションとしても利用され得る。

１ 脳疾患の診断装置
３ 表示画像制御部
５ 撮影部
７ 判定部
１１ 年齢記憶部

Claims (9)

1. 所定の時間パターンに基づいて変動する第１のパターンに基づいて表示部に表示される表示画像を変化させる表示画像制御部と，
   前記表示画像を視認するユーザの瞳孔を撮影する撮影部と，
   前記撮影部が撮影した前記ユーザの瞳孔の大きさの経時変化のパターンと，第１のパターンの前記所定の時間パターンに関する情報とを用いて，前記ユーザが脳疾患に罹患しているか否か判定する判定部と，
   を有する，脳疾患の診断装置。
2. 請求項１に記載の脳疾患の診断装置であって，
   第１のパターンは，輝度，色彩，及び明度のうちいずれか１つ又は２つ以上が，所定の時間パターンに基づいて変動するものである，装置。
3. 請求項２に記載の脳疾患の診断装置であって，
   前記ユーザの年齢情報を記憶する年齢記憶部をさらに有し，
   前記表示画像制御部は，前記年齢記憶部が記憶した前記ユーザの年齢情報に基づいて，前記所定の時間パターンを制御する，装置。
4. 請求項１に記載の脳疾患の診断装置であって，
   第１のパターンは，周期的に変化する白画面及び黒画面である，装置。
5. 請求項１に記載の脳疾患の診断装置であって，
   前記ユーザの瞳孔の大きさの経時変化のパターンと，第１のパターンの所定の時間パターンとの間に相関がある場合に，前記ユーザは健常人であると判断する，装置。
6. 請求項１に記載の脳疾患の診断装置であって，
   前記ユーザの瞳孔の大きさの経時変化のパターンは，優位眼及び非優位眼の瞳孔の大きさの差の経時変化のパターンを含む，装置。
7. 請求項１に記載の脳疾患の診断装置であって，
   前記脳疾患は，てんかん，神経変性疾患，神経幹細胞疾患，神経前駆細胞疾患，虚血性疾患，神経性外傷，情動障害，神経精神疾患，網膜変性疾患，網膜損傷／外傷，認知・学習・記憶障害，アルツハイマー病，軽度認知障害（ＭＣＩ），パーキンソン病，パーキンソン症候群，ハンチントン病，筋萎縮性側索硬化症，虚血性脳卒中，外傷性脳損傷，鬱病，双極性鬱病／障害，慢性疲労症候群，不安症候群／障害，自閉症，又はアスペルガー症候群である，装置。
8. 請求項７に記載の脳疾患の診断装置であって，
   各種の脳疾患に罹患した患者の瞳孔の大きさの経時変化のパターンである患者経時変化パターンを受け取る経時変化パターン入力部と，
   前記患者経時変化パターンに基づき，各種の脳疾患に罹患した患者の経時変化のパターンを機械学習する経時変化のパターン機械学習部と，をさらに含み，
   前記判定部は，
   前記経時変化のパターン機械学習部が学習した各種の脳疾患に罹患した患者の経時変化のパターンに基づいて，対象となる脳疾患に罹患していることを判定する，
   脳疾患の診断装置。
9. 請求項７に記載の脳疾患の診断装置であって，
   機械学習された予測アルゴリズムに従って，前記脳疾患の診断を行う，
   脳疾患の診断装置。
   
   

Images