JP7469799B2 - 計測装置および計測方法 - Google Patents
計測装置および計測方法 Download PDFInfo
- Publication number
- JP7469799B2 JP7469799B2 JP2020117826A JP2020117826A JP7469799B2 JP 7469799 B2 JP7469799 B2 JP 7469799B2 JP 2020117826 A JP2020117826 A JP 2020117826A JP 2020117826 A JP2020117826 A JP 2020117826A JP 7469799 B2 JP7469799 B2 JP 7469799B2
- Authority
- JP
- Japan
- Prior art keywords
- light
- measurement
- living body
- wavelength
- 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
- 238000000034 method Methods 0.000 title description 25
- 238000005259 measurement Methods 0.000 claims description 156
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 claims description 75
- 239000008103 glucose Substances 0.000 claims description 75
- 239000013076 target substance Substances 0.000 claims description 16
- 238000000691 measurement method Methods 0.000 claims description 4
- 238000010801 machine learning Methods 0.000 claims description 2
- 125000002791 glucosyl group Chemical group C1([C@H](O)[C@@H](O)[C@H](O)[C@H](O1)CO)* 0.000 claims 1
- 238000002474 experimental method Methods 0.000 description 16
- 239000000523 sample Substances 0.000 description 14
- 238000004364 calculation method Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 9
- 239000008280 blood Substances 0.000 description 6
- 210000004369 blood Anatomy 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 4
- 239000000243 solution Substances 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 229940028435 intralipid Drugs 0.000 description 3
- 238000003825 pressing Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 108010010803 Gelatin Proteins 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 239000007864 aqueous solution Substances 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 239000012472 biological sample Substances 0.000 description 1
- 235000019987 cider Nutrition 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000035622 drinking Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 210000000245 forearm Anatomy 0.000 description 1
- 239000000499 gel Substances 0.000 description 1
- 239000008273 gelatin Substances 0.000 description 1
- 229920000159 gelatin Polymers 0.000 description 1
- 235000019322 gelatine Nutrition 0.000 description 1
- 235000011852 gelatine desserts Nutrition 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 150000002632 lipids Chemical class 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Description
特許法第３０条第２項適用 令和元年０９月０２日 日本機械学会 日本機械学会２０１９年度年次大会講演論文集「Ｊ２４１０８Ｐ１６多波長・多点計測による生体模擬試料の成分濃度の推定」 令和元年０９月１０日 日本機械学会２０１９年度年次大会 令和２年０３月１６日 日本機械学会 日本機械学会関東支部第２６期総会・講演会講演論文集「１７Ｈ１８生体グルコース濃度推定のためのデータ処理法の検討」 令和２年０３月１７日 日本機械学会関東支部第２６期総会・講演会
本開示は、計測装置および計測方法に関する。
生体から非侵襲的に血糖値を測定する方法として、生体に照射した近赤外光の後方散乱光の強度を用いる方法が研究されている（例えば、特許文献１を参照）。
近赤外光はグルコースなどの目的物質のみならず生体を構成する他の成分によっても吸収されるため、計測結果からこのような他の成分の影響を除く必要がある。一方で、生体の組成は、利用者の個人差、利用者の体調、計測する部位などによっても異なる。そのため、近赤外光を用いて生体から目的物質の濃度を計測するためには、これらの変動を適切に補正する必要がある。
本開示の目的は、生体の状態の変動に対してロバストに目的物質の濃度を計測することができる計測装置および計測方法を提供することにある。
本開示の目的は、生体の状態の変動に対してロバストに目的物質の濃度を計測することができる計測装置および計測方法を提供することにある。
本発明の第１の態様によれば、計測装置は、近赤外光を出力する発光素子と、前記発光素子から出力され、生体内を通った近赤外光を受光可能に設けられた複数の受光素子と、前記複数の受光素子から受光強度を示す光量データを、前記近赤外光の波長別に取得する光量データ取得部と、前記受光素子別かつ前記波長別の前記光量データに基づいて、前記生体の目的物質の濃度を計測する計測部とを備える。
本発明の第２の態様によれば、計測方法は、近赤外光を出力する発光素子と、前記発光素子から出力され、生体内を通った近赤外光を受光可能に設けられた複数の受光素子とを備える計測装置を生体に接触させるステップと、前記発光素子から複数の波長の近赤外線をそれぞれ出力させるステップと、前記複数の受光素子から受光強度を示す光量データを、前記近赤外光の波長別に取得するステップと、前記受光素子別かつ前記波長別の前記光量データに基づいて、前記生体のグルコース濃度を計測するステップとを有する。
上記態様のうち少なくとも１つの態様によれば、生体の状態の変動に対してロバストに目的物質の濃度を計測することができる。
〈第１の実施形態〉
《計測装置の構成》
以下、図面を参照しながら実施形態について詳しく説明する。
図１は、第１の実施形態に係る計測装置の設定システムの構成を示す概略図である。
計測装置１００は、所定数（例えば４つ）の波長の近赤外光をそれぞれ生体に照射し、その後方散乱光を計測することで、生体のグルコース濃度（血糖値）を計測する。グルコースは、目的物質の一例である。本実施形態において近赤外光とは、波長が８００ｎｍ以上２５００ｎｍ以下の光をいう。計測装置１００は、装置本体１１０とベルト１２０とを備える。利用者は、ベルト１２０を生体（例えば前腕）に巻き付けることで、装置本体１１０を生体に固定し、密着させる。
《計測装置の構成》
以下、図面を参照しながら実施形態について詳しく説明する。
図１は、第１の実施形態に係る計測装置の設定システムの構成を示す概略図である。
計測装置１００は、所定数（例えば４つ）の波長の近赤外光をそれぞれ生体に照射し、その後方散乱光を計測することで、生体のグルコース濃度（血糖値）を計測する。グルコースは、目的物質の一例である。本実施形態において近赤外光とは、波長が８００ｎｍ以上２５００ｎｍ以下の光をいう。計測装置１００は、装置本体１１０とベルト１２０とを備える。利用者は、ベルト１２０を生体（例えば前腕）に巻き付けることで、装置本体１１０を生体に固定し、密着させる。
装置本体１１０は、筐体１１１、発光素子１１２、受光素子アレイ１１３、演算装置１１４、表示部１１５を備える。
筐体１１１は、装置本体１１０の外殻をなす。以下、筐体１１１のうちベルト１２０を巻き付けたときにベルト１２０の内周面に対抗する面を接触面と呼ぶ。筐体１１１の接触面と反対の面を、表示面と呼ぶ。
筐体１１１は、装置本体１１０の外殻をなす。以下、筐体１１１のうちベルト１２０を巻き付けたときにベルト１２０の内周面に対抗する面を接触面と呼ぶ。筐体１１１の接触面と反対の面を、表示面と呼ぶ。
発光素子１１２は、筐体１１１の接触面に設けられ、複数の異なる波長に係る近赤外光を発光する。発光素子１１２は、例えば近赤外光を発光する複数のＬＥＤ（Light Emitting Diode）によって実現されてもよいし、ＳＣ（Super Continuum）光源と音響光学チューナブル素子（ＡＯＴＦ：Acousto-Optic Tunable Filter）の組み合わせによって実現されてよい。第１の実施形態では、後述する波長の選択段階においては、発光素子１１２としてＳＣ光源とＡＯＴＦの組み合わせを用い、回帰モデルの学習段階および計測段階においては、発光素子１１２として複数のＬＥＤを用いる。
受光素子アレイ１１３は、近赤外光の光量を計測可能な複数の受光素子をアレイ状に配置した素子である。受光素子アレイ１１３は、筐体１１１の接触面のうち、発光素子１１２が発光する近赤外光が生体で後方散乱した光が到達し得る位置に設けられる。受光素子アレイ１１３は、複数の受光素子の信号を同時に読み取り、電圧信号に変換して演算装置１１４に出力する。発光素子１１２と受光素子アレイ１１３の位置関係は、筐体１１１によって固定される。
演算装置１１４は、受光素子アレイ１１３が受光した光量を示す光量データに基づいて、生体のグルコース濃度を計測する。具体的には、演算装置１１４は、学習済みの回帰ニューラルネットワークモデルである計測モデルに光量データを入力し、演算することにより、生体のグルコース濃度を得る。
表示部１１５は、演算装置１１４が計測したグルコース濃度を表示する。表示部１１５は、例えばＬＣＤ（Liquid Crystal Display）であってよい。
表示部１１５は、演算装置１１４が計測したグルコース濃度を表示する。表示部１１５は、例えばＬＣＤ（Liquid Crystal Display）であってよい。
《設定装置２００の構成》
設定システム１は、計測装置１００がグルコース濃度の計測を行うための各種の設定を行う設定装置２００を備える。具体的には、設定装置２００は、グルコース濃度の計測に用いる近赤外光の波長を決定し、計測モデルの学習を行う。設定装置２００は、計測装置１００の設定時に、計測装置１００と有線または無線で接続される。
設定システム１は、計測装置１００がグルコース濃度の計測を行うための各種の設定を行う設定装置２００を備える。具体的には、設定装置２００は、グルコース濃度の計測に用いる近赤外光の波長を決定し、計測モデルの学習を行う。設定装置２００は、計測装置１００の設定時に、計測装置１００と有線または無線で接続される。
図２は、第１の実施形態に係る設定装置２００の構成を示す概略ブロック図である。
設定装置２００は、発光制御部２０１、計測データ取得部２０２、濃度入力部２０３、第１計測モデル記憶部２０４、第１学習部２０５、波長決定部２０６、第２計測モデル記憶部２０７、第２学習部２０８、モデル出力部２０９を備える。
設定装置２００は、発光制御部２０１、計測データ取得部２０２、濃度入力部２０３、第１計測モデル記憶部２０４、第１学習部２０５、波長決定部２０６、第２計測モデル記憶部２０７、第２学習部２０８、モデル出力部２０９を備える。
発光制御部２０１は、計測装置１００の発光素子１１２の発光タイミングと波長を指示する制御指示を計測装置１００に出力する。
計測データ取得部２０２は、計測装置１００の受光素子アレイ１１３から波長ごと受光素子ごとの光量データを取得する。
計測データ取得部２０２は、計測装置１００の受光素子アレイ１１３から波長ごと受光素子ごとの光量データを取得する。
濃度入力部２０３は、計測装置１００の設定に用いるサンプルとして用いられる生体または擬生体におけるグルコース濃度の入力を受け付ける。擬生体の例としては、グルコースを混ぜたイントラリピッド溶液や、グルコースを混ぜたゼラチンゲルなどが挙げられる。
第１計測モデル記憶部２０４は、近赤外光の波長の決定に用いられる第１計測モデルを記憶する。第１の実施形態に係る第１計測モデルは、複数の波長（例えば近赤外領域の波長を１０ｎｍ刻みで区切った複数の波長）かつ複数の受光素子に係る光量データを入力とし、グルコース濃度を出力とする回帰型ランダムフォレストモデルである。つまり、波長数をＮとおき、受光素子の数をＭとおいた場合に、第１計測モデルは、Ｎ×Ｍの説明変数の入力を受け入れ、１つの目的変数を出力するモデルである。
第１学習部２０５は、計測データ取得部２０２が取得した計測データを入力サンプルとし、濃度入力部２０３に入力されたグルコース濃度を出力サンプルとして、第１計測モデルのパラメータを学習させる。
波長決定部２０６は、学習済みの第１計測モデルの特徴量重要度（Feature Importance）に基づいて、グルコース濃度の計測に用いる波長を決定する。波長決定部２０６は、決定した波長をディスプレイ等に出力する。なお、他の実施形態に係る波長決定部２０６は、特徴量重要度をディスプレイ等に出力するにとどめ、計測装置１００の設計者等が特徴量重要度に基づいてグルコース濃度の計測に用いる波長を決定してもよい。
第１学習部２０５は、計測データ取得部２０２が取得した計測データを入力サンプルとし、濃度入力部２０３に入力されたグルコース濃度を出力サンプルとして、第１計測モデルのパラメータを学習させる。
波長決定部２０６は、学習済みの第１計測モデルの特徴量重要度（Feature Importance）に基づいて、グルコース濃度の計測に用いる波長を決定する。波長決定部２０６は、決定した波長をディスプレイ等に出力する。なお、他の実施形態に係る波長決定部２０６は、特徴量重要度をディスプレイ等に出力するにとどめ、計測装置１００の設計者等が特徴量重要度に基づいてグルコース濃度の計測に用いる波長を決定してもよい。
第２計測モデル記憶部２０７は、グルコース濃度の計測に用いられる第２計測モデルを記憶する。第１の実施形態に係る第２計測モデルは、波長決定部２０６によって決定された波長ごとの複数の受光素子に係る光量データを入力とし、グルコース濃度を出力とする回帰型ニューラルネットワークモデルである。つまり、波長決定部２０６によって決定された波長の数をＬとおき、受光素子の数をＭとおいた場合に、第１計測モデルは、Ｌ×Ｍの説明変数の入力を受け入れ、１つの目的変数を出力するモデルである。言い換えると、第１計測モデルの入力ノードの数は、Ｌ×Ｍであり、出力ノードの数は１である。第１計測モデルの活性化関数としては、例えばＲｅＬＵを使用することができる。
第２学習部２０８は、計測データ取得部２０２が取得した計測データを入力サンプルとし、濃度入力部２０３に入力されたグルコース濃度を出力サンプルとして、第２計測モデルのパラメータを学習させる。
モデル出力部２０９は、学習済みの第２計測モデルを出力する。出力された学習済みの第２計測モデルは、計測装置１００の演算装置１１４に記録される。
第２学習部２０８は、計測データ取得部２０２が取得した計測データを入力サンプルとし、濃度入力部２０３に入力されたグルコース濃度を出力サンプルとして、第２計測モデルのパラメータを学習させる。
モデル出力部２０９は、学習済みの第２計測モデルを出力する。出力された学習済みの第２計測モデルは、計測装置１００の演算装置１１４に記録される。
《波長の決定手順》
ここで、グルコース濃度の計測に用いる波長を決定する手順について説明する。
図３は、第１の実施形態に係る波長決定方法を示すフローチャートである。
まず、計測装置１００の設計者は、計測装置１００の装置本体１１０に発光素子１１２としてＳＣ光源とＡＯＴＦの組み合わせを取り付ける（ステップＳ１０１）。また、設計者は、サンプルとして、グルコース濃度の異なる複数の擬生体を用意する。設計者は、サンプルを１つずつ選択し（ステップＳ１０２）、以下のステップＳ１０３からステップＳ１０６の処理を実行する。
設計者は、ステップＳ１０２で選択したサンプルを計測装置１００の接触面に接触させる（ステップＳ１０３）。次に、設計者は、設定装置２００に当該サンプルのグルコース濃度を含む計測開始指示を入力する。
ここで、グルコース濃度の計測に用いる波長を決定する手順について説明する。
図３は、第１の実施形態に係る波長決定方法を示すフローチャートである。
まず、計測装置１００の設計者は、計測装置１００の装置本体１１０に発光素子１１２としてＳＣ光源とＡＯＴＦの組み合わせを取り付ける（ステップＳ１０１）。また、設計者は、サンプルとして、グルコース濃度の異なる複数の擬生体を用意する。設計者は、サンプルを１つずつ選択し（ステップＳ１０２）、以下のステップＳ１０３からステップＳ１０６の処理を実行する。
設計者は、ステップＳ１０２で選択したサンプルを計測装置１００の接触面に接触させる（ステップＳ１０３）。次に、設計者は、設定装置２００に当該サンプルのグルコース濃度を含む計測開始指示を入力する。
設定装置２００の濃度入力部２０３は、計測開始指示とともに入力されたグルコース濃度を取得する（ステップＳ１０４）。設定装置２００は、複数の候補波長を１つずつ選択し（ステップＳ１０５）、選択された候補波長それぞれについて以下のステップＳ１０６およびステップＳ１０７の処理を実行する。
設定装置２００の発光制御部２０１は、発光素子１１２に対し、選択した候補波長を示す発光指示を出力する（ステップＳ１０６）。これにより、発光素子１１２は選択した候補波長の光を一定時間照射する。受光素子アレイ１１３は、発光素子１１２による発光終了のタイミングで各受光素子の信号を同時に取り込む。設定装置２００の計測データ取得部２０２は、受光素子アレイ１１３から光量データを取得する（ステップＳ１０７）。
これにより、設定装置２００は、学習用データセットとして、ステップＳ１０３で選択されたサンプルに係る光量データとグルコース濃度を得ることができる。
これにより、設定装置２００は、学習用データセットとして、ステップＳ１０３で選択されたサンプルに係る光量データとグルコース濃度を得ることができる。
上記手順をすべてのサンプルについて実行すると、設計者は、設定装置２００に第１計測モデルの学習指示を入力する。
設定装置２００の第１学習部２０５は、ステップＳ１０２からステップＳ１０６で得られた複数の光量データとグルコース濃度の組み合わせである学習用データセットを用いて、第１計測モデル記憶部２０４が記憶する第１計測モデルのパラメータを学習する（ステップＳ１０８）。
設定装置２００の第１学習部２０５は、ステップＳ１０２からステップＳ１０６で得られた複数の光量データとグルコース濃度の組み合わせである学習用データセットを用いて、第１計測モデル記憶部２０４が記憶する第１計測モデルのパラメータを学習する（ステップＳ１０８）。
学習が終了すると、波長決定部２０６は、学習済みの第１計測モデルから入力変数に係る特徴量重要度を特定する（ステップＳ１０９）。波長決定部２０６は、特徴量重要度に基づいて、候補波長の中からグルコース濃度の計測に用いる所定数の波長を決定する（ステップＳ１１０）。波長決定部２０６は、例えば、特徴量重要度が高い順に候補波長を選択し、当該波長の近傍（例えば、±５０ｎｍ）の波長が計測に用いる波長に決定されていない場合に、当該波長候補を計測に用いる波長に決定する。また、波長決定部２０６は、例えば、特徴量重要度の総和と他の波長との波長差の積が最大となるように、計測に用いる波長を決定してもよい。
波長決定部２０６は、ステップＳ１１０で決定したグルコース濃度の計測に用いる所定数の波長をディスプレイ等に出力する（ステップＳ１１１）。
これにより、設計者は、ディスプレイに表示された波長を認識することができる。
波長決定部２０６は、ステップＳ１１０で決定したグルコース濃度の計測に用いる所定数の波長をディスプレイ等に出力する（ステップＳ１１１）。
これにより、設計者は、ディスプレイに表示された波長を認識することができる。
《計測モデルの設定手順》
次に、計測装置１００がグルコース濃度の計測に用いる計測モデル（第２計測モデル）を計測装置１００に設定する手順について説明する。
図４は、第１の実施形態に係るモデル設定方法を示すフローチャートである。
計測装置１００の設計者は、計測装置１００の装置本体１１０に発光素子１１２として波長決定部２０６によって決定された波長の近赤外光を出力可能なＬＥＤを取り付ける（ステップＳ２０１）。また、設計者は、サンプルとして、グルコース濃度の異なる複数の擬生体を用意する。設計者は、サンプルを１つずつ選択し（ステップＳ２０２）、以下のステップＳ２０３からステップＳ２０６の処理を実行する。
設計者は、ステップＳ２０２で選択したサンプルを計測装置１００の接触面に接触させる（ステップＳ２０３）。次に、設計者は、設定装置２００に当該サンプルのグルコース濃度を含む計測開始指示を入力する。
次に、計測装置１００がグルコース濃度の計測に用いる計測モデル（第２計測モデル）を計測装置１００に設定する手順について説明する。
図４は、第１の実施形態に係るモデル設定方法を示すフローチャートである。
計測装置１００の設計者は、計測装置１００の装置本体１１０に発光素子１１２として波長決定部２０６によって決定された波長の近赤外光を出力可能なＬＥＤを取り付ける（ステップＳ２０１）。また、設計者は、サンプルとして、グルコース濃度の異なる複数の擬生体を用意する。設計者は、サンプルを１つずつ選択し（ステップＳ２０２）、以下のステップＳ２０３からステップＳ２０６の処理を実行する。
設計者は、ステップＳ２０２で選択したサンプルを計測装置１００の接触面に接触させる（ステップＳ２０３）。次に、設計者は、設定装置２００に当該サンプルのグルコース濃度を含む計測開始指示を入力する。
設定装置２００の濃度入力部２０３は、計測開始指示とともに入力されたグルコース濃度を取得する（ステップＳ２０４）。設定装置２００は、計測に用いる波長を１つずつ選択し（ステップＳ２０５）、選択された波長それぞれについて以下のステップＳ２０６およびステップＳ２０７の処理を実行する。
設定装置２００の発光制御部２０１は、発光素子１１２に対し、選択した候補波長を示す発光指示を出力する（ステップＳ２０６）。これにより、発光素子１１２は選択した候補波長の光を一定時間照射する。受光素子アレイ１１３は、発光素子１１２による発光終了のタイミングで各受光素子の信号を同時に取り込む。設定装置２００の計測データ取得部２０２は、受光素子アレイ１１３から光量データを取得する（ステップＳ２０７）。
これにより、設定装置２００は、学習用データセットとして、ステップＳ２０３で選択されたサンプルに係る光量データとグルコース濃度を得ることができる。
なお、他の実施形態においては、第２計測モデルの学習に用いる学習用データセットは、第１の計測モデルの学習用データセットのうち計測に用いる波長のみをピックアップしたものであってもよい。
これにより、設定装置２００は、学習用データセットとして、ステップＳ２０３で選択されたサンプルに係る光量データとグルコース濃度を得ることができる。
なお、他の実施形態においては、第２計測モデルの学習に用いる学習用データセットは、第１の計測モデルの学習用データセットのうち計測に用いる波長のみをピックアップしたものであってもよい。
上記手順をすべてのサンプルについて実行すると、設計者は、設定装置２００に第２計測モデルの学習指示を入力する。
設定装置２００の第２学習部２０８は、ステップＳ２０２からステップＳ２０６で得られた複数の光量データとグルコース濃度の組み合わせである学習用データセットのグルコース濃度を平均値０、分散１となるように標準化する（ステップＳ２０８）。第２学習部２０８は、グルコース濃度が正規化された学習用データセットを用いて、第２計測モデル記憶部２０７が記憶する第２計測モデルのパラメータを学習する（ステップＳ２０９）。
設定装置２００の第２学習部２０８は、ステップＳ２０２からステップＳ２０６で得られた複数の光量データとグルコース濃度の組み合わせである学習用データセットのグルコース濃度を平均値０、分散１となるように標準化する（ステップＳ２０８）。第２学習部２０８は、グルコース濃度が正規化された学習用データセットを用いて、第２計測モデル記憶部２０７が記憶する第２計測モデルのパラメータを学習する（ステップＳ２０９）。
学習が終了すると、モデル出力部２０９は、学習済みの第２計測モデルと、標準化されたグルコース濃度を元の値に逆算するための逆変換関数を計測装置１００に出力する（ステップＳ２１０）。計測装置１００の演算装置１１４は、設定装置２００が出力した第２計測モデルと逆変換関数を不揮発メモリに記録する。または、演算装置１１４がＦＰＧＡなどのプログラマブルデバイスである場合、設定装置２００は、演算装置１１４が学習済みの第２計測モデルを用いた演算をするようにコンフィギュレーション処理を行ってもよい。
《演算装置１１４の構成》
図５は、第１の実施形態に係る計測装置１００が備える演算装置１１４の構成を示す概略ブロック図である。
演算装置１１４は、発光制御部１５１、計測データ取得部１５２、計測モデル記憶部１５３、計測部１５４、表示制御部１５５、更新部１５６を備える。
図５は、第１の実施形態に係る計測装置１００が備える演算装置１１４の構成を示す概略ブロック図である。
演算装置１１４は、発光制御部１５１、計測データ取得部１５２、計測モデル記憶部１５３、計測部１５４、表示制御部１５５、更新部１５６を備える。
発光制御部１５１は、発光素子１１２の発光タイミングと波長を指示する制御指示を計測装置１００に出力する。
計測データ取得部１５２は、受光素子アレイ１１３から波長ごと受光素子ごとの光量データを取得する。
計測データ取得部１５２は、受光素子アレイ１１３から波長ごと受光素子ごとの光量データを取得する。
計測モデル記憶部１５３は、学習済みの計測モデルおよび逆変換関数を記憶する。
計測部１５４は、計測モデル記憶部１５３が記憶する計測モデルに、計測データ取得部１５２が取得した計測データを代入することで、生体のグルコース濃度を計測する。
表示制御部１５５は、計測部１５４が計測したグルコース濃度を表示させる表示信号を表示部１１５に出力する。
計測部１５４は、計測モデル記憶部１５３が記憶する計測モデルに、計測データ取得部１５２が取得した計測データを代入することで、生体のグルコース濃度を計測する。
表示制御部１５５は、計測部１５４が計測したグルコース濃度を表示させる表示信号を表示部１１５に出力する。
更新部１５６は、計測データ取得部１５２が取得した計測データに基づいて計測モデル記憶部１５３が記憶する計測モデルを更新する。
《グルコース濃度の計測手順》
図６は、第１の実施形態に係るグルコース濃度の計測方法を示すフローチャートである。
利用者は、上腕部などにベルト１２０を巻き付けることで、生体を筐体１１１の接触面に接触させる（ステップＳ３０１）。利用者は、図示しない計測開始ボタンを押下するなどにより、計測装置１００に計測開始指示を入力する。
図６は、第１の実施形態に係るグルコース濃度の計測方法を示すフローチャートである。
利用者は、上腕部などにベルト１２０を巻き付けることで、生体を筐体１１１の接触面に接触させる（ステップＳ３０１）。利用者は、図示しない計測開始ボタンを押下するなどにより、計測装置１００に計測開始指示を入力する。
演算装置１１４は、計測に用いる波長を１つずつ選択し（ステップＳ３０２）、選択された波長それぞれについて以下のステップＳ３０３およびステップＳ３０４の処理を実行する。
演算装置１１４の発光制御部１５１は、発光素子１１２に対し、選択した候補波長を示す発光指示を出力する（ステップＳ３０３）。これにより、発光素子１１２は選択した候補波長の光を一定時間照射する。受光素子アレイ１１３は、発光素子１１２による発光終了のタイミングで各受光素子の信号を同時に取り込む。計測データ取得部１５２は、受光素子アレイ１１３から光量データを取得する（ステップＳ３０４）。
計測部１５４は、ステップＳ３０４で得られた受光素子別かつ波長別の光量データを、計測モデル記憶部１５３が記憶する計測モデルに入力することで、正規化グルコース濃度を算出する（ステップＳ３０５）。計測部１５４は、算出された正規化グルコース濃度を計測モデル記憶部１５３が記憶する逆変換関数に入力することで、グルコース濃度を算出する（ステップＳ３０６）。
表示制御部１５５は、ステップＳ３０６で算出されたグルコース濃度を表示する表示信号を表示部１１５に出力する（ステップＳ３０７）。
計測部１５４は、ステップＳ３０４で得られた受光素子別かつ波長別の光量データを、計測モデル記憶部１５３が記憶する計測モデルに入力することで、正規化グルコース濃度を算出する（ステップＳ３０５）。計測部１５４は、算出された正規化グルコース濃度を計測モデル記憶部１５３が記憶する逆変換関数に入力することで、グルコース濃度を算出する（ステップＳ３０６）。
表示制御部１５５は、ステップＳ３０６で算出されたグルコース濃度を表示する表示信号を表示部１１５に出力する（ステップＳ３０７）。
《計測モデルの更新手順》
利用者は、計測装置１００を生体に接触させ、図示しない校正ボタンを押下することで、計測モデルを当該利用者に最適化させることができる。図７は、第１の実施形態に係る計測モデルの更新方法を示すフローチャートである。
利用者は、計測装置１００を生体に接触させ（ステップＳ４０１）、校正ボタンを押下することにより、計測装置１００に校正開始指示を入力する。
利用者は、計測装置１００を生体に接触させ、図示しない校正ボタンを押下することで、計測モデルを当該利用者に最適化させることができる。図７は、第１の実施形態に係る計測モデルの更新方法を示すフローチャートである。
利用者は、計測装置１００を生体に接触させ（ステップＳ４０１）、校正ボタンを押下することにより、計測装置１００に校正開始指示を入力する。
演算装置１１４は、計測に用いる波長を１つずつ選択し（ステップＳ４０２）、選択された波長それぞれについて以下のステップＳ４０３およびステップＳ４０４の処理を実行する。
演算装置１１４の発光制御部１５１は、発光素子１１２に対し、選択した候補波長を示す発光指示を出力する（ステップＳ４０３）。これにより、発光素子１１２は選択した候補波長の光を一定時間照射する。受光素子アレイ１１３は、発光素子１１２による発光終了のタイミングで各受光素子の信号を同時に取り込む。計測データ取得部１５２は、受光素子アレイ１１３から光量データを取得する（ステップＳ４０４）。
計測部１５４は、ステップＳ４０４で得られた受光素子別かつ波長別の光量データを、計測モデル記憶部１５３が記憶する計測モデルに入力することで、正規化グルコース濃度を算出する（ステップＳ４０５）。
計測部１５４は、ステップＳ４０４で得られた受光素子別かつ波長別の光量データを、計測モデル記憶部１５３が記憶する計測モデルに入力することで、正規化グルコース濃度を算出する（ステップＳ４０５）。
演算装置１１４は、上述のステップＳ４０２からステップＳ４０５の処理を所定回数繰り返し実行する（ステップＳ４０６）。このとき、利用者は計測装置１００の生体との接触箇所をずらしてもよい。
その後、更新部１５６は、ステップＳ４０５で算出された正規化グルコース濃度の平均値を算出する（ステップＳ４０７）。そして、更新部１５６は、ステップＳ４０４で取得した複数の光量データの組み合わせを入力サンプルとし、ステップＳ４０７で算出した正規化グルコース濃度の平均値を出力サンプルとして計測モデルの追加学習を行う（ステップＳ４０８）。
これにより、演算装置１１４は、計測モデルを利用者の生体に最適化させることができる。
その後、更新部１５６は、ステップＳ４０５で算出された正規化グルコース濃度の平均値を算出する（ステップＳ４０７）。そして、更新部１５６は、ステップＳ４０４で取得した複数の光量データの組み合わせを入力サンプルとし、ステップＳ４０７で算出した正規化グルコース濃度の平均値を出力サンプルとして計測モデルの追加学習を行う（ステップＳ４０８）。
これにより、演算装置１１４は、計測モデルを利用者の生体に最適化させることができる。
《第１の実験》
発明者は、第１の実施形態に係る計測装置１００によるグルコース濃度の計測実験を行った。
第１の実験の条件は以下の通りである。波長の決定段階においては、イントラリピッド溶液と質量パーセント濃度０％、１％、２％のグルコース水溶液を混ぜ合わせたサンプルを用いた。候補波長は、１１７０ｎｍから１６５０ｎｍの範囲を１０ｎｍ刻みで区切った４９波長とした。受光素子アレイ１１３は、１６個の受光素子を有するものを用いた。
発明者は、第１の実施形態に係る計測装置１００によるグルコース濃度の計測実験を行った。
第１の実験の条件は以下の通りである。波長の決定段階においては、イントラリピッド溶液と質量パーセント濃度０％、１％、２％のグルコース水溶液を混ぜ合わせたサンプルを用いた。候補波長は、１１７０ｎｍから１６５０ｎｍの範囲を１０ｎｍ刻みで区切った４９波長とした。受光素子アレイ１１３は、１６個の受光素子を有するものを用いた。
図８は、第１の実験によって得られた各候補波長の特徴量重要度を示す図である。実験の結果、特徴量重要度として図８に示す分布を得られた。この結果から、計測に用いる波長を１２１０ｎｍ、１２８０ｎｍ、１５１０ｎｍ、および１６４０ｎｍに決定した。
計測モデルの学習段階においては、２０％イントラリピッド溶液とグルコース水溶液を混ぜ合わせ、グルコース濃度をそれぞれ３０、８０、１３０、１８０、２３０ｍｇ／ｄＬとしたサンプルを用いた。
図９は、第１の実験によるグルコース濃度の計測結果と真値との差を示す図である。実験の結果、正規化グルコース濃度の回帰精度として決定係数Ｒ２は０．９９５となり、平均二乗誤差ＭＳＥは０．００４となった。算出されたグルコース濃度の平均二乗誤差ＭＳＥは０．９２ｍｇ２／ｄＬ２となった。
図９は、第１の実験によるグルコース濃度の計測結果と真値との差を示す図である。実験の結果、正規化グルコース濃度の回帰精度として決定係数Ｒ２は０．９９５となり、平均二乗誤差ＭＳＥは０．００４となった。算出されたグルコース濃度の平均二乗誤差ＭＳＥは０．９２ｍｇ２／ｄＬ２となった。
《第２の実験》
発明者は、１人の被験者に対し、第１の実施形態に係る計測装置１００によるグルコース濃度の計測を行う第２の実験を行った。
第２の実験の条件は以下の通りである。波長の決定および計測モデルの学習段階においては、被験者に対する穿刺による血糖値の計測値と、計測装置１００の受光素子別かつ波長別の光量データとの組み合わせを学習用データセットに用いた。実験の結果、計測に用いる波長を９４５ｎｍおよび１２１０ｎｍに決定した。被験者は、５００ｍＬのサイダーを飲み干した後、５０分間に、穿刺による血糖値の測定および第１の実施形態に係る計測装置１００による計測を複数回行った。
図１０は、第２の実験によるグルコース濃度の計測結果と穿刺による測定結果との差を示す図である。実験の結果、正規化グルコース濃度の回帰精度として決定係数Ｒ２は０．９３４となり、平均二乗誤差ＭＳＥは０．０７４となった。算出されたグルコース濃度の平均二乗誤差ＭＳＥは１３．３２ｍｇ２／ｄＬ２となった。なお、図１１に示すように、計測装置１００による計測結果は、すべてＩＳＯ１５１９７で規定されるコンセンサスエラーグリッドのＡゾーンおよびＢゾーンに入っている。コンセンサスエラーグリッドは、臨床的なリスクを基にした血糖値計測の正確さの評価基準であり、血糖値の計測結果を患者へのリスクの大きさに応じたＡ－Ｅの５段階のゾーンに分類したものである。ＩＳＯ１５１９７では、計測結果がＡゾーンまたはＢゾーンに９９％以上の測定結果が入ることが求められている。
このように、第１の実施形態によれば、精度よく生体のグルコース濃度を計測できることがわかる。
発明者は、１人の被験者に対し、第１の実施形態に係る計測装置１００によるグルコース濃度の計測を行う第２の実験を行った。
第２の実験の条件は以下の通りである。波長の決定および計測モデルの学習段階においては、被験者に対する穿刺による血糖値の計測値と、計測装置１００の受光素子別かつ波長別の光量データとの組み合わせを学習用データセットに用いた。実験の結果、計測に用いる波長を９４５ｎｍおよび１２１０ｎｍに決定した。被験者は、５００ｍＬのサイダーを飲み干した後、５０分間に、穿刺による血糖値の測定および第１の実施形態に係る計測装置１００による計測を複数回行った。
図１０は、第２の実験によるグルコース濃度の計測結果と穿刺による測定結果との差を示す図である。実験の結果、正規化グルコース濃度の回帰精度として決定係数Ｒ２は０．９３４となり、平均二乗誤差ＭＳＥは０．０７４となった。算出されたグルコース濃度の平均二乗誤差ＭＳＥは１３．３２ｍｇ２／ｄＬ２となった。なお、図１１に示すように、計測装置１００による計測結果は、すべてＩＳＯ１５１９７で規定されるコンセンサスエラーグリッドのＡゾーンおよびＢゾーンに入っている。コンセンサスエラーグリッドは、臨床的なリスクを基にした血糖値計測の正確さの評価基準であり、血糖値の計測結果を患者へのリスクの大きさに応じたＡ－Ｅの５段階のゾーンに分類したものである。ＩＳＯ１５１９７では、計測結果がＡゾーンまたはＢゾーンに９９％以上の測定結果が入ることが求められている。
このように、第１の実施形態によれば、精度よく生体のグルコース濃度を計測できることがわかる。
《作用・効果》
第１の実施形態によれば、計測装置１００は、受光素子別かつ波長別の光量データに基づいて生体のグルコース濃度を計測する。このように、受光箇所が異なる複数の受光素子の光量データを用いることで、利用者の個人差、利用者の体調、計測する部位などの生体の状態の違いに対してロバストに目的物質の濃度を計測することができる。
第１の実施形態によれば、計測装置１００は、受光素子別かつ波長別の光量データに基づいて生体のグルコース濃度を計測する。このように、受光箇所が異なる複数の受光素子の光量データを用いることで、利用者の個人差、利用者の体調、計測する部位などの生体の状態の違いに対してロバストに目的物質の濃度を計測することができる。
また、第１の実施形態によれば、計測装置１００は、学習済み回帰モデルである計測モデルを用いて生体のグルコース濃度を計測する。計測装置１００は、機械学習モデルを用いることにより、受光素子別かつ波長別の光量データという大量の説明変数からなるデータから適切にグルコース濃度を計測することができる。
また、第１の実施形態によれば、計測装置１００は、利用者の生体内を通った近赤外光に係る光量データと、当該利用者の生体の目的物質の濃度とに基づいて、計測モデルのパラメータを更新する。これにより、利用者は、計測装置１００を当該利用者の生体に最適化させることができる。
〈他の実施形態〉
以上、図面を参照して一実施形態について詳しく説明してきたが、具体的な構成は上述のものに限られることはなく、様々な設計変更等をすることが可能である。すなわち、他の実施形態においては、上述の処理の順序が適宜変更されてもよい。また、一部の処理が並列に実行されてもよい。
以上、図面を参照して一実施形態について詳しく説明してきたが、具体的な構成は上述のものに限られることはなく、様々な設計変更等をすることが可能である。すなわち、他の実施形態においては、上述の処理の順序が適宜変更されてもよい。また、一部の処理が並列に実行されてもよい。
上述した実施形態に係る計測装置１００は、単独のコンピュータによって構成されるものであってもよいし、計測装置１００の構成を複数のコンピュータに分けて配置し、複数のコンピュータが互いに協働することで計測装置１００として機能するものであってもよい。例えば、計測装置１００の計測モデル記憶部１５３および計測部１５４がクラウドサービスとして提供されるものであってもよい。
上述した実施形態に係る計測装置１００は、グルコース濃度を計測するが、これに限られない。例えば、他の実施形態に係る計測装置１００は、脂質など生体内の他の物質の濃度を計測してもよい。
〈コンピュータ構成〉
計測装置１００の演算装置１１４は、バスで接続されたプロセッサ、メモリ、補助記憶装置などを備え、プログラムを実行することによって発光制御部１５１、計測データ取得部１５２、計測モデル記憶部１５３、計測部１５４、表示制御部１５５、更新部１５６を備える装置として機能する。プロセッサの例としては、ＣＰＵ（Central Processing Unit）、ＧＰＵ（Graphic Processing Unit）、マイクロプロセッサなどが挙げられる。
プログラムは、コンピュータ読み取り可能な記録媒体に記録されてもよい。コンピュータ読み取り可能な記録媒体とは、例えば磁気ディスク、光磁気ディスク、光ディスク、半導体メモリ等の記憶装置である。プログラムは、電気通信回線を介して送信されてもよい。
なお、演算装置１１４の各機能の全て又は一部は、ＡＳＩＣ（Application Specific Integrated Circuit）やＰＬＤ（Programmable Logic Device）等のカスタムＬＳＩ（Large Scale Integrated Circuit）を用いて実現されてもよい。ＰＬＤの例としては、ＰＡＬ(Programmable Array Logic)、ＧＡＬ(Generic Array Logic)、ＣＰＬＤ(Complex Programmable Logic Device)、ＦＰＧＡ（Field Programmable Gate Array）が挙げられる。このような集積回路も、プロセッサの一例に含まれる。
計測装置１００の演算装置１１４は、バスで接続されたプロセッサ、メモリ、補助記憶装置などを備え、プログラムを実行することによって発光制御部１５１、計測データ取得部１５２、計測モデル記憶部１５３、計測部１５４、表示制御部１５５、更新部１５６を備える装置として機能する。プロセッサの例としては、ＣＰＵ（Central Processing Unit）、ＧＰＵ（Graphic Processing Unit）、マイクロプロセッサなどが挙げられる。
プログラムは、コンピュータ読み取り可能な記録媒体に記録されてもよい。コンピュータ読み取り可能な記録媒体とは、例えば磁気ディスク、光磁気ディスク、光ディスク、半導体メモリ等の記憶装置である。プログラムは、電気通信回線を介して送信されてもよい。
なお、演算装置１１４の各機能の全て又は一部は、ＡＳＩＣ（Application Specific Integrated Circuit）やＰＬＤ（Programmable Logic Device）等のカスタムＬＳＩ（Large Scale Integrated Circuit）を用いて実現されてもよい。ＰＬＤの例としては、ＰＡＬ(Programmable Array Logic)、ＧＡＬ(Generic Array Logic)、ＣＰＬＤ(Complex Programmable Logic Device)、ＦＰＧＡ（Field Programmable Gate Array）が挙げられる。このような集積回路も、プロセッサの一例に含まれる。
同様に、設定装置２００も、バスで接続されたプロセッサ、メモリ、補助記憶装置などを備え、プログラムを実行することによって発光制御部２０１、計測データ取得部２０２、濃度入力部２０３、第１計測モデル記憶部２０４、第１学習部２０５、波長決定部２０６、第２計測モデル記憶部２０７、第２学習部２０８、モデル出力部２０９を備える装置として機能する。
１ 設定システム
１００ 計測装置
１１０ 装置本体
１１１ 筐体
１１２ 発光素子
１１３ 受光素子アレイ
１１４ 演算装置
１５１ 発光制御部
１５２ 計測データ取得部
１５３ 計測モデル記憶部
１５４ 計測部
１５５ 表示制御部
１５６ 更新部
１１５ 表示部
１２０ ベルト
２００ 設定装置
２０１ 発光制御部
２０２ 計測データ取得部
２０３ 濃度入力部
２０４ 第１計測モデル記憶部
２０５ 第１学習部
２０６ 波長決定部
２０７ 第２計測モデル記憶部
２０８ 第２学習部
２０９ モデル出力部
１００ 計測装置
１１０ 装置本体
１１１ 筐体
１１２ 発光素子
１１３ 受光素子アレイ
１１４ 演算装置
１５１ 発光制御部
１５２ 計測データ取得部
１５３ 計測モデル記憶部
１５４ 計測部
１５５ 表示制御部
１５６ 更新部
１１５ 表示部
１２０ ベルト
２００ 設定装置
２０１ 発光制御部
２０２ 計測データ取得部
２０３ 濃度入力部
２０４ 第１計測モデル記憶部
２０５ 第１学習部
２０６ 波長決定部
２０７ 第２計測モデル記憶部
２０８ 第２学習部
２０９ モデル出力部
Claims (5)
- 近赤外光を出力する発光素子と、
前記発光素子から出力され、生体内を通った近赤外光を受光可能に設けられた複数の受光素子と、
前記複数の受光素子のそれぞれから、前記近赤外光のうち１１７０ｎｍから１６５０ｎｍまでの範囲から選択された波長の受光強度を示す光量データを、前記近赤外光の波長別に取得する光量データ取得部と、
前記受光素子別かつ前記波長別の前記光量データに基づいて、前記生体の目的物質の濃度を計測する計測部と
を備え、
前記計測部は、前記受光素子別かつ前記波長別の前記光量データを入力し、前記生体の目的物質の濃度を出力する学習済み回帰モデルを用いて、前記生体の目的物質の濃度を計測する、
計測装置。 - 特定の利用者の生体内を通った近赤外光に係る光量データと、当該利用者の生体の目的物質の濃度とに基づいて、前記学習済み回帰モデルのパラメータを更新する更新部を備える
請求項１に記載の計測装置。 - 前記光量データ取得部は、複数の波長の近赤外光を生体または擬生体に入射したときの波長ごとの受光強度を示す入力サンプルと前記生体または前記擬生体の目的物質の濃度を示す出力サンプルとを用いて学習された機械学習モデルにおける特徴量重要度に基づいて決定された波長に係る光量データを取得する
請求項１または請求項２に記載の計測装置。 - 前記目的物質はグルコースであって、
前記光量データ取得部は、１２１０ｎｍ、１２８０ｎｍ、１５１０ｎｍ、および１６４０ｎｍの波長に係る光量データを取得する
請求項１から請求項３のいずれか１項に記載の計測装置。 - 近赤外光を出力する発光素子と、前記発光素子から出力され、生体内を通った近赤外光を受光可能に設けられた複数の受光素子とを備える計測装置を生体に接触させるステップと、
前記発光素子から複数の波長の近赤外線をそれぞれ出力させるステップと、
前記複数の受光素子のそれぞれから、前記近赤外光のうち１１７０ｎｍから１６５０ｎｍまでの範囲から選択された波長の受光強度を示す光量データを、前記近赤外光の波長別に取得するステップと、
前記受光素子別かつ前記波長別の前記光量データに基づいて、前記生体のグルコース濃度を計測するステップと
を有し、
前記計測するステップでは、前記受光素子別かつ前記波長別の前記光量データを入力し、前記生体の目的物質の濃度を出力する学習済み回帰モデルを用いて、前記生体の目的物質の濃度を計測する、
計測方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2020117826A JP7469799B2 (ja) | 2020-07-08 | 2020-07-08 | 計測装置および計測方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2020117826A JP7469799B2 (ja) | 2020-07-08 | 2020-07-08 | 計測装置および計測方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2022015156A JP2022015156A (ja) | 2022-01-21 |
| JP7469799B2 true JP7469799B2 (ja) | 2024-04-17 |
Family
ID=80120594
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2020117826A Active JP7469799B2 (ja) | 2020-07-08 | 2020-07-08 | 計測装置および計測方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP7469799B2 (ja) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003245266A (ja) | 1992-07-06 | 2003-09-02 | Mark Ries Robinson | 高信頼非侵襲性血液ガス測定方法 |
| JP2004528083A (ja) | 2001-04-03 | 2004-09-16 | センシス メディカル インク | 非侵襲的血液検体予測のための局所化された較正モデルを構築する多段階方法 |
| WO2006040841A1 (ja) | 2004-10-15 | 2006-04-20 | Nagasaki Prefectural Government | 血糖値の非侵襲測定装置 |
| JP2006512931A (ja) | 2002-01-25 | 2006-04-20 | センシス メディカル インク | 組織の特性による組織検体の間接的な測定 |
| US20180271448A1 (en) | 2017-03-27 | 2018-09-27 | Samsung Electronics Co., Ltd. | Method of enabling feature extraction for glucose monitoring using near-infrared (nir) spectroscopy |
| JP2019017956A (ja) | 2017-07-14 | 2019-02-07 | 省一 小野 | 血糖値測定に使用する光学半導体デバイス及びそれを用いた装置 |
| JP2020101543A (ja) | 2018-12-20 | 2020-07-02 | キヤノン株式会社 | 情報処理装置、情報処理装置の制御方法、及びプログラム |
-
2020
- 2020-07-08 JP JP2020117826A patent/JP7469799B2/ja active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003245266A (ja) | 1992-07-06 | 2003-09-02 | Mark Ries Robinson | 高信頼非侵襲性血液ガス測定方法 |
| JP2004528083A (ja) | 2001-04-03 | 2004-09-16 | センシス メディカル インク | 非侵襲的血液検体予測のための局所化された較正モデルを構築する多段階方法 |
| JP2006512931A (ja) | 2002-01-25 | 2006-04-20 | センシス メディカル インク | 組織の特性による組織検体の間接的な測定 |
| WO2006040841A1 (ja) | 2004-10-15 | 2006-04-20 | Nagasaki Prefectural Government | 血糖値の非侵襲測定装置 |
| US20180271448A1 (en) | 2017-03-27 | 2018-09-27 | Samsung Electronics Co., Ltd. | Method of enabling feature extraction for glucose monitoring using near-infrared (nir) spectroscopy |
| JP2019017956A (ja) | 2017-07-14 | 2019-02-07 | 省一 小野 | 血糖値測定に使用する光学半導体デバイス及びそれを用いた装置 |
| JP2020101543A (ja) | 2018-12-20 | 2020-07-02 | キヤノン株式会社 | 情報処理装置、情報処理装置の制御方法、及びプログラム |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2022015156A (ja) | 2022-01-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Lundsgaard-Nielsen et al. | Critical-depth Raman spectroscopy enables home-use non-invasive glucose monitoring | |
| JP6775660B2 (ja) | 多位置拡散スペクトルデータの処理、モデリング、予測方法および処理装置 | |
| US20120166092A1 (en) | Blood sugar value estimation apparatus | |
| JP2013523362A (ja) | 生体組織における生物学的、化学的、及び／又は生理学的パラメータを決定するための装置及び方法 | |
| US10499839B1 (en) | Optimized biophotonic sensors | |
| CN110913754A (zh) | 用于非侵入地监测生理测量值的设备、系统和方法 | |
| JP2017023328A (ja) | 光学活性物質の濃度算出システム及びプログラム | |
| EP4145388A1 (en) | Image processing method, computer program and recording medium | |
| JP2010005047A (ja) | 光学式生体成分測定用の検量モデルの作成方法及び非侵襲血糖値測定装置 | |
| JPH11183377A (ja) | 光学式成分計 | |
| Jain et al. | An IoMT based non-invasive precise blood glucose measurement system | |
| JP7469799B2 (ja) | 計測装置および計測方法 | |
| JP2008064675A (ja) | 光計測装置 | |
| US20040176701A1 (en) | Apparatus for inspecting allergic reaction | |
| JP5652599B2 (ja) | 濃度定量装置、濃度定量方法及びプログラム | |
| JP2017223624A (ja) | 血液分析のための方法、血液分析装置、コンピュータプログラム、キャリブレータセット、及びキャリブレータセットの作製方法 | |
| WO2019082594A1 (ja) | 計測装置 | |
| RU2594433C2 (ru) | Устройство и способ определения активности болезни | |
| PAVLOV et al. | Calibration of the metrological characteristics of photoplethysmographic multispectral device for diagnosis the peripheral blood circulation | |
| JPH07120384A (ja) | 光計測方法および装置 | |
| JP2023035517A (ja) | 画像処理方法、受精卵の評価方法、コンピュータープログラムおよび記録媒体 | |
| CN108611267B (zh) | 一种实时动态光散射定量pcr仪 | |
| US10408755B2 (en) | Optical device and method for determining an optical property of specimen | |
| JP4517111B2 (ja) | 脳機能測定装置、脳機能測定方法及び脳機能測定プログラム | |
| Hepriyadi et al. | Measurement of glucose concentrations in solid tissue phantom using diffuse reflectance technique in NIR region |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A80 | Written request to apply exceptions to lack of novelty of invention |
Free format text: JAPANESE INTERMEDIATE CODE: A80 Effective date: 20200731 |
|
| RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7426 Effective date: 20200827 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20200827 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230515 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230929 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231107 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240109 |
|
| 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: 20240319 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240329 |