JPWO2007080743A1 - 検査システムおよび検査方法 - Google Patents

Abstract

血管網における血流速度分布のマルチフラクタル解析を行い、マルチフラクタル分布からのずれを検出することにより血流を検査する。血流速度分布は、血管網にレーザー光を照射し、血管を流れる血液中の血球による散乱光を結像レンズにより集光し、散乱光がランダムに干渉し合うことで得られるスペックルを光検出器で検出し、このスペックルの時間変化速度を各点について計算することにより画像として得られる。

Description

この発明は、血管網における血流を検査する検査システムおよび検査方法に関し、特に血管網における血流異常を伴う疾病の診断に利用して好適なものである。

従来、多くの眼疾患および眼底に異常が現れる疾病は、生理機能検査（屈折、調節、色覚、光覚、眼位、眼球運動、眼圧）、細隙灯顕微鏡検査、眼底検査、視野検査、蛍光眼底造影検査、電気生理学的検査などを通して医師の経験に基づく診断が行われてきた。
しかしながら、このような従来の診断方法では、診断に時間がかかるだけでなく、医師によって診断結果にばらつきが生じやすいという欠点があった。
一方、生体における血流を非接触・非侵襲で測定・画像化する技術としてレーザースペックル血流画像化法（ｌａｓｅｒ ｓｐｅｃｋｌｅ ｆｌｏｗｇｒａｐｈｙ）が開発されており、これを利用した眼底血流画像化システムがすでに市販されている（例えば、［平成１８年１月５日検索］インターネット〈ＵＲＬ：ｈｔｔｐ：／／ｌｅｏ１０．ｃｓｅ．ｋｙｕｔｅｃｈ．ａｃ．ｊｐ／ｌｓｆｇ．ｈｔｍｌ〉参照。）。このレーザースペックル血流画像化法では、第１図に示すように、生体表面にレーザー光１０１を照射し、血管内を流れる血液中の散乱体（血球）１０２による散乱光１０３を結像レンズ１０４により集光し、散乱光１０３がランダムに干渉し合うことで発生する斑点模様、すなわちスペックル１０５をイメージセンサー１０６で検出し、このスペックル１０５の時間変化速度を各点について計算することにより血流速度分布を画像（二次元マップ）として得ることができる。そこで、このレーザースペックル血流画像化法を眼疾患および眼底に異常が現れる疾病の診断に用いることが考えられる。
しかしながら、上述のレーザースペックル血流画像化法により得られる画像から、眼疾患や眼底に異常が現れる疾病の診断を行うことは、医師の経験に負うところが多いため、結果的に医師によって診断結果にばらつきが生じやすいという欠点がある。
そこで、この発明が解決しようとする課題は、血管網における血流の検査を非接触・非侵襲で簡単にしかも正確に行うことができ、この検査により分かる血流の異常の有無や異常の度合いに基づき、他の検査方法を適宜併用することで医師が正確な診断を容易に行うことが可能になる検査システムおよび検査方法を提供することである。

本発明者らは、トポロジー（位相幾何学）的アプローチにより上記課題を解決すべく鋭意研究を行った結果、特にマルチフラクタル解析の有効性に着目し、実際に、眼球の脈絡膜血管網における血流速度分布のマルチフラクタル解析を行った。その結果、この血管網における血流が正常な時には実質的にマルチフラクタル分布とみなすことができる分布をしており、血流の異常が生じるとそれからずれることを見出した。さらに検討の結果、これは眼球の脈絡膜血管網に限らず、毛細血管網をはじめとする他の多くの血管網についても同様であるという結論に至り、この発明を案出するに至った。
ここで、マルチフラクタルについて簡単に説明する（例えば、”Ｆｒａｃｔａｌ Ｃｏｎｃｅｐｔｓ ｉｎ Ｃｏｎｄｅｎｓｅｄ Ｍａｔｔｅｒ Ｐｈｙｓｉｃｓ”ｂｙ Ｔ．Ｎａｋａｙａｍａ ａｎｄ Ｋ．Ｙａｋｕｂｏ，Ｓｐｒｉｎｇｅｒ−Ｖｅｒｌａｇ，２００２，ｐ．１８０参照。）。まず、フラクタルは自己相似構造を有し、特徴的長さのない構造である。自己相似構造はフラクタル次元（Ｄ_ｆ）により定量化することができる。よく知られているフラクタルの一例として第２図に、シェルピンスキー・ガスケット（Ｓｉｅｒｐｉｎｓｋｉ ｇａｓｋｅｔ）を示す。第２図より、
とすると、
となる。これより、
と求められる。
マルチフラクタルは特徴的長さのない分布（μ_ｉ）を持ち、分布の強度ごとに異なるフラクタル次元を持つ。マルチフラクタル分布は、無限のフラクタル次元の集合であるマルチフラクタル・スペクトルｆ（α）により定量化することができる。いま、第３図に示すように、一辺の長さがＬの正方形の領域を考え、この領域を一辺の長さがｌの区画、すなわちボックスに分割する。ボックス測度は
と表される。ボックス測度のｑ次のモーメントは
であり、分布がマルチフラクタルの場合、
となる。ここで、τ（ｑ）は質量指数である。
マルチフラクタルについては、一般化次元
が定義される。マルチフラクタル・スペクトルは、ルジャンドル変換
で表される。
ただし、ルジャンドル変換による計算は、数値微分を含むため精度が悪い。そこで、実際の計算では、計算の精度向上のために、ｑ−マイクロスコープ
を用い、マルチフラクタル・スペクトルを
により計算するのが望ましい。
マルチフラクタルであることが知られている分布の一例を挙げると、金属−絶縁体転移における臨界波動関数の分布がある。この臨界波動関数の分布の一例を第４図Ａに、この分布のマルチフラクタル・スペクトルを第４図Ｂに示す。第４図Ｂに示すように、このマルチフラクタル・スペクトルは、α≒２．２の直線に関して対称で擬放物型の形状を有するのが特徴である。比較のために、マルチフラクタルではない分布の一例としてランダム分布を第５図Ａに、この分布のマルチフラクタル・スペクトルを第５図Ｂに示す。第５図Ｂに示すように、このマルチフラクタル・スペクトルは、非対称で非放物型の形状を有する。
すなわち、上記課題を解決するために、第１の発明は、
血管網における血流を検査する検査システムであって、
上記血管網における血流速度分布のマルチフラクタル解析を行うことにより血流を検査することを特徴とするものである。
典型的には、被検体の血管網における血流速度分布のマルチフラクタル解析を行い、マルチフラクタル分布からのずれを検出することにより血流を検査し、血流の異常の有無や異常の度合いを判定する。血管網における血流速度分布を求める方法としては、好適にはレーザースペックル血流画像化法を用いるが、そのほかに、ドップラー効果と特殊な光学フィルター（ａｂｓｏｒｐｔｉｏｎ ｌｉｎｅ ｆｉｌｔｅｒ）とを組み合わせ、２次元の速度場を画像の明暗として可視化するＤＧＶ（Ｄｏｐｐｌｅｒ ｇｌｏｂａｌ ｖｅｌｏｃｉｍｅｔｅｒ）法や、平面内の粒子を短時間露光し、その動きを追跡するＰＩＶ（ｐａｒｔｉｃｌｅ ｉｍａｇｅ ｖｅｌｏｃｉｍｅｔｅｒ）法、蛍光染料をレーザー光で励起発光させ、速度場を蛍光の強度として捉えるレーザー誘起蛍光法（ｌａｓｅｒ ｉｎｄｕｃｅｄ ｆｌｕｏｒｅｓｃｅｎｃｅ ｍｅｔｈｏｄ）などを用いることもでき、場合によってはレーザードップラー流速計測法を用いることもできる。
被検体の血管網は、基本的には毛細血管網をはじめとする各種の血管網であり、その部位も問わない。被検体は、基本的にはいかなる動物であってもよく、人間（ヒト）とそれ以外の動物とが含まれる。被検体は、典型的には、閉鎖血管系（閉鎖循環系）を有する動物である。このような動物は、例えば脊椎動物、中でも哺乳類である。例えば、人間（ヒト）の血管網の具体例を挙げると、眼球の脈絡膜血管網、眼球の網膜血管網、身体上部の血管網、肺の血管網、肝臓の血管網、胃の血管網、脾臓の血管網、腸の血管網、腎臓の血管網、身体下部の血管網などである。
第２の発明は、
血管網における血流を検査する検査システムであって、
上記血管網にレーザー光を照射するためのレーザー光源と、
上記血管網に上記レーザー光を照射したときに発生する散乱光を検出する光検出器と、
上記光検出器の出力信号に基づいて上記血管網における血流速度分布を求め、この血流速度分布のマルチフラクタル解析を行い、マルチフラクタル分布からのずれを検出する演算装置とを有することを特徴とするものである。
レーザー光源は、検査の対象となる動物や検査部位などに応じて適宜選ぶことができ、種類も問わないが、一般的には、近赤外光から可視光の波長帯のレーザー光を発生させることができるものが用いられる。光検出器としては各種のものを用いることができ、必要に応じて選ぶことができるが、具体的には、例えば、二次元イメージセンサー（ＣＣＤセンサー、ＭＯＳセンサー、撮像管など）である。演算装置としては、コンピュータを用いることができる。演算装置による演算結果は、必要に応じて、ディスプレイ上に数値あるいはグラフの形で表示し、あるいはプリンタでプリントする。
第２の発明においては、上記以外のことについては、第１の発明に関連して説明したことが成立する。
第３の発明は、
血管網における血流を検査する検査方法であって、
上記血管網における血流速度分布のマルチフラクタル解析を行うことにより血流を検査することを特徴とするものである。
第３の発明においては、第１の発明に関連して説明したことが成立する。

第１図はレーザースペックル血流画像化法を説明するための略線図である。
第２図はフラクタルを説明するための略線図である。
第３図はマルチフラクタルを説明するための略線図である。
第４図Ａおよび第４図Ｂは金属−絶縁体転移における臨界波動関数の分布の一例およびこの分布のマルチフラクタル・スペクトルを示す略線図である。
第５図Ａおよび第５図Ｂはランダム分布の一例およびこのランダム分布のマルチフラクタル・スペクトルを示す略線図である。
第６図はこの発明の一実施形態による検査システムを示す略線図である。
第７図はマルチフラクタル性を評価するときの基本となる三つの量α_ｍｉｎ、α_ｍａｘ、α_０の意味を説明するための略線図である。
第８図は眼球の水平断面を示す断面図である。
第９図は網膜、脈絡膜および強膜の一部の断面構造を示す断面図である。
第１０図は脈絡膜血管網の一例を示す略線図である。
第１１図は眼底カメラで撮影した眼底写真の一例を示す図面代用写真である。
第１２図は評価次数ｑ_ｗおよび評価関数幅ｗを説明するための略線図である。
第１３図Ａ、第１３図Ｂ、第１３図Ｃおよび第１３図Ｄは健常眼を持つ被験者Ａ〜Ｄの眼底写真を評価指標１〜３の値とともに示す図面代用写真である。
第１４図Ａ、第１４図Ｂ、第１４図Ｃおよび第１４図Ｄは健常眼を持つ被験者Ｅ〜Ｈの眼底写真を評価指標１〜３の値とともに示す図面代用写真である。
第１５図Ａ、第１５図Ｂ、第１５図Ｃおよび第１５図Ｄは両眼がＡＭＤ疾患を持つ被験者１〜４の眼底写真を評価指標１〜３の値とともに示す図面代用写真である。
第１６図Ａおよび第１６図Ｂは一方の眼だけがＡＭＤ疾患を持つ被験者５のＡＭＤではない方の眼およびＰＩＣ疾患を持つ被験者の眼底写真を評価指標１〜３の値とともに示す図面代用写真である。
第１７図は健常眼を持つ被験者Ａ〜Ｈ、ＡＭＤ疾患を持つ被験者１〜５およびＰＩＣ疾患を持つ被験者の評価指標１〜３の値を示すグラフである。
第１８図は健常眼を持つ被験者Ｅのマルチフラクタル・スペクトルを示す略線図である。
第１９図はＡＭＤ疾患を持つ被験者１のマルチフラクタル・スペクトルを示す略線図である。

符号の説明

１ レーザー光源
２ 結像レンズ
３ 光検出器
４ 演算装置
５ ディスプレイ
６ レーザー光
７ 血管網
８ 散乱光

以下、この発明の一実施形態について、図面を参照しながら説明する。
第６図はこの実施形態による検査システムを示す。この検査システムでは、レーザースペックル血流画像化を用いて血管網における血流速度分布を測定する。第６図に示すように、この検査システムは、レーザー光源１、結像レンズ２、光検出器３、演算装置４およびディスプレイ５を有する。
この検査システムでは、レーザー光源１により発生されるレーザー光６を被検体の検査部位の血管網７に照射し、この血管網７を流れる血液中の血球による散乱光８を結像レンズ２を介して集光することでスペックル（図示せず）を発生させ、これを光検出器３で検出する。この光検出器３から出力されるアナログ信号をアナログ−ディジタル変換によりディジタル信号に変換して演算装置４で演算を行い、血管網７における血流速度分布を得る。そして、こうして得られる血流速度分布のデータを用いてマルチフラクタル解析を行う。ディスプレイ５は、こうして得られる血流速度分布を画像（二次元マップ）および可読な数値データとして表示することができるとともに、このマルチフラクタル解析の結果をマルチフラクタル・スペクトルおよびこのマルチフラクタル・スペクトルのマルチフラクタル分布からのずれを数値化したものを表示することができるようになっている。

レーザー光源１、結像レンズ２、光検出器３、演算装置４およびディスプレイ５を有する検査システムとして、レーザースペックル血流画像化法を用いた市販の眼底血流画像化システム（例えば、［平成１８年１月５日検索］インターネット〈ＵＲＬ：ｈｔｔｐ：／／ｌｅｏ１０．ｃｓｅ．ｋｙｕｔｅｃｈ．ａｃ．ｊｐ／ｌｓｆｇ．ｈｔｍｌ〉参照。）を用いた。この眼底血流画像化システムでは、眼底カメラにレーザー光源１、結像レンズ２および光検出器３が設けられている。レーザー光源１としては、近赤外領域の波長のレーザー光６を発生させることができるものとして、発光波長が８３０ｎｍの半導体レーザーを用いた。光検出器３としては二次元ＣＣＤイメージセンサーを用いた。演算装置４およびディスプレイ５としては、市販のパーソナルコンピュータシステムを用いた。パーソナルコンピュータ本体のハードディスクには、レーザースペックル血流画像化のプログラム、血流速度分布を速度値に比例する数値としてＣＳＶ（ｃｏｍｍａ ｓｅｐａｒａｔｅｄ ｖａｌｕｅ）などのフォーマットで出力するプログラムおよびマルチフラクタル解析のプログラムが格納されている。マルチフラクタル・スペクトルは計算の精度向上のために、上記の（１０）〜（１２）式を用いる方法により計算する。
また、血流速度分布のマルチフラクタル性を定量的に評価するために三つの評価指標を用いる。マルチフラクタル性を評価するときの基本となる三つの量α_ｍｉｎ、α_ｍａｘ、α_０の意味は第７図に示す通りである。
評価指標１は、α_０が［α_ｍｉｎ，α_ｍａｘ］の中点からどの程度ずれているかを表す指標であり、
で定義される。α_０が［α_ｍｉｎ，α_ｍａｘ］の完全に中点となっている場合（すなわちマルチフラクタル性が良い場合）、評価指標１＝０であり、完全に偏っている場合（すなわちマルチフラクタル性が極めて悪い場合で、α_０＝α_ｍａｘまたはα_０＝α_ｍｉｎの場合）、評価指標１＝１となる。
評価指標２は、
と
とがどの程度ずれているかを表す指標であり、やはりｆ（α）の対称性の程度を評価するものである。定義式は、
である。この場合も、完全に対称な場合、評価指標２＝０、完全に偏っている場合（すなわちＳ_ｈｉｇｈまたはＳ_ｓｌｏｗのどちらかがゼロとなる場合）、評価指標２＝１となる。
評価指標１や評価指標２が、マルチフラクタル・スペクトルｆ（α）の対称性に着目しているのに対し、評価指標３はｆ（α）の理論式とのずれを定量化したものである。ここでいう理論式とは、理論的にｆ（α）が求められている階層抵抗ネットワークの電位差分布に対する理論式を一般化したものである。
この階層抵抗ネットワークの電位差分布に対するマルチフラクタル・スペクトルｆ（α）は、
で与えられる（例えば、”Ｆｒａｃｔａｌ Ｃｏｎｃｅｐｔｓ ｉｎ Ｃｏｎｄｅｎｓｅｄ Ｍａｔｔｅｒ Ｐｈｙｓｉｃｓ”ｂｙ Ｔ．Ｎａｋａｙａｍａ ａｎｄ Ｋ．Ｙａｋｕｂｏ，Ｓｐｒｉｎｇｅｒ−Ｖｅｒｌａｇ，２００２，ｐ．１８０参照。）。ここで、νは相関長の臨界指数である。また、α_ｍａｘおよびα_ｍｉｎは
で与えられる。これらのα_ｍａｘ、α_ｍｉｎを用いて（１７）式のｆ（α）を書くと、
となる。この関数は、α＝α_ｍｉｎおよびα＝α_ｍａｘで１／νの値を取る。血流速度分布のｆ（α）は明らかにｆ（α_ｍｉｎ）＝ｆ（α_ｍａｘ）＝０であるから、上式の第１項をゼロと置いた式を比較する理論式の候補として考える。すなわち、
とする。ここで、（１８）、（１９）式から得られる
を（２１）式に代入すると、
が得られる。
（２３）式の係数１／ｌｏｇ２は階層抵抗ネットワークに特有のものであり、また（１７）式の第１項をゼロと置いているため正しいｆ（α）の高さを与えていない。そこで、この係数１／ｌｏｇ２をｆ_０と置いて、ｆ（α）が満たすべき条件から血流速度分布におけるｆ_０の値を求める。関数ｆ（α）の最大値ｆ（α_０）は、分布のサポート（台）の次元に等しくなくてはならない。血流速度分布の場合、この次元は２であるから、
が成立していなければならない。（２３）式のｆ（α）は、その最大値に関して対称であるので、
である。ゆえに、（２４）式から
となり、これを計算すると
となる。従って、
となる。本解析では、このｆ_０をｆ_０＝１／ｌｏｇｂとして計算する。このとき、
である。結局、理論的に評価されるマルチフラクタル・スペクトルは
によって与えられる。
以上の議論から、α_ｍａｘとα_ｍｉｎとから、比較すべきｆ（α）の理論式が求められる。評価指標３を計算するために、変数αの定義域を［α_ｍｉｎ，α_ｍａｘ］から［０，１］にリスケールしている。すなわち、
で変数をα´に変更する。新しい変数における理論式
と実際のｆ（α´）との差の２乗の積分、すなわち
は、理論式とのずれをαの定義域に依存せず評価することができる。さらに、理論式と最大限にずれたとき評価指標３が１となるようにするため、ｆ（α´）＝２α´という完全非対称スペクトル（このときα_０＝α_ｍｉｎまたはα_０＝α_ｍａｘである）の場合のＩ_ｍａｘの積で積分値をリスケールした。実際、（３０）式からＩ_ｍａｘは計算できて、
となる。最終的に、評価指標３は、
によって定義される。
上記の眼底血流画像化システムにより、被験者の眼球の黄斑部脈絡膜血管網を次のようにして検査した。第８図に眼球の水平断面、第９図に網膜、脈絡膜および強膜の一部の断面構造を示す。第１０図に脈絡膜血管網の一例を示す（山口和克監修「新版 病気の地図帳」（講談社、２０００年１１月２０日発行）ｐ．２６の図の一部を改変したもの）。
まず、眼底カメラにより眼底を観察する。第１１図に眼底カメラで撮影した眼底写真の一例を示し、矢印で示した○の領域が黄斑部である。この眼底写真において主として○の外側に見られる太い血管は網膜のものであり、○の領域において網膜血管は見えていない。眼底カメラの結像レンズの一方の焦点が光検出器３としての二次元ＣＣＤセンサーの受光面に合うように位置合わせを行う。レーザー光源１により近赤外領域の波長のレーザー光６を発生させ、結像レンズ２を介して眼底に照射する。こうして眼底に入射したレーザー光６は内部に拡散しながら入っていき、脈絡膜血管網に到達する。このとき、手前側（観測側）に出てくる、脈絡膜血管網による散乱光８を結像レンズ２を介して二次元ＣＣＤセンサーの受光面に結像させ、この二次元ＣＣＤセンサーから出力されるアナログ信号をディジタル変換して得られるディジタル信号を用いてパーソナルコンピュータシステムにより演算を行って黄斑部脈絡膜血管網における血流速度分布を実時間で測定する。この測定は数心拍にわたって行う。
こうして得られる数心拍にわたる実時間血流速度分布データから、１心拍間の平均血流速度分布を計算し、合成マップを得る。全合成マップデータから解析対象とする黄斑部を抽出する。その際、マルチフラクタル解析の精度を高めるために、約数の数（分割ボックスの種類）の多い領域サイズを選ぶようにする。具体的には、領域サイズは、例えば、２４０×２４０または１８０×１８０とする。
解析結果が測定時の条件変化に依存しないように、血流速度の最大値および最小値がそれぞれ４および１になるように線形変換を行う。こうしてリスケールされた血流速度値データから、α_０、α_ｍｉｎ、α_ｍａｘ、計算を効率化するための評価次数ｑ_ｗおよび評価関数幅ｗをそれぞれ計算する。評価関数を用いることにより効率的に実測値および理論値のｆ（α）を計算する。そして、結果をディスプレイ５上に表示する。
第１２図を参照して評価次数ｑ_ｗおよび評価関数幅ｗを説明する。本解析では、マルチフラクタル・スペクトルｆ（α）が、αに対してなるべく均等にデータが与えられるように以下のような工夫をした。まず、ｑとαとの関係を大雑把に
であるとした（第１２図参照）。ここで、幅ｗを決定するのにα_ｍａｘからα_ｍａｘ−α_ｍｉｎのＲＡＴ倍離れた点α_ｗを与えるｑ_ｗを求める。この計算は、αの点をおおよそ均等に与えるのが目的であるから、ｑとαとの関係を厳密に求める必要はない。ｑ_ｗおよびα_ｗを使って、（３５）式をｗについて解いた式、
によってｔａｎｈ関数の幅ｗが求められる。従って、（３５）式から得られる
を使い均等なαを得るためのｑを計算し、このｑに対するｆ（α）を求める。
実際に行った検査の結果について説明する。
被験者として、健常眼を持つ８人（Ａ〜Ｈとする）、ＡＭＤ（ａｇｅｒｅｌａｔｅｄ ｍａｃｕｌａｒ ｄｅｇｅｎｅｒａｔｉｏｎ）（加齢黄斑変性症）疾患を持つ５人およびＰＩＣ（ｐｕｎｃｔａｔｅ ｉｎｎｅｒ ｃｈｏｒｏｉｄｏｐａｔｈｙ）疾患を持つ１人を選び、黄斑部脈絡膜血管網を上記の方法により検査し、評価指標１〜３を求めた。ただし、ＡＭＤ疾患を持つ５人のうちの４人（ＡＭＤ１〜ＡＭＤ４とする）は両眼がＡＭＤであり、その一方の眼について検査し、１人は一方の眼だけがＡＭＤであり、ＡＭＤではない方の眼について検査した。第１３図Ａ〜Ｄ、第１４図Ａ〜Ｄ、第１５図Ａ〜Ｄ、第１６図ＡおよびＢに、これらの１４人の被験者の眼底のレーザースペックル血流画像化法による画像および評価指標１〜３の値を示す。また、第１７図にこれらの１４人の被験者の評価指標１〜３の値をグラフに示した。この結果から分かるように、評価指標１〜３はいずれも同じ傾向を示すが、評価指標３が最も敏感にマルチフラクタル性の度合いを示している。また、第１８図に健常眼を持つ被験者Ｅのマルチフラクタル・スペクトルを、第１９図にＡＭＤ疾患を持つ被験者ＡＭＤ１のマルチフラクタル・スペクトルを示す。第１８図および第１９図の縦軸は流速（相対値）である。
第１３図Ａ〜Ｄ、第１４図Ａ〜Ｄ、第１５図Ａ〜Ｄ、第１６図ＡおよびＢより、ＡＭＤ疾患を持つ被験者ＡＭＤ１〜ＡＭＤ４の評価指標１〜３はいずれも、健常眼を持つ被験者Ａ〜Ｈの評価指標１〜３に比べて明らかに大きく、被験者ＡＭＤ１〜ＡＭＤ４の黄斑部脈絡膜血管網の血流分布がマルチフラクタル分布から大きくずれていることが分かる。逆に言えば、この結果から、評価指標１〜３に基づいて、被験者の黄斑部脈絡膜血管網の血流の異常の有無や異常の度合いを簡単に検査することができることが分かる。例えば、評価指標３が０．３以下である場合には、黄斑部脈絡膜血管網の血流が正常で健常眼であり、評価指標３が０．５以上の場合には、黄斑部脈絡膜血管網の血流が異常であると判定することができる。こうして血流が異常と判定された場合には、生理機能検査、細隙灯顕微鏡検査、眼底検査、視野検査、蛍光眼底造影検査、電気生理学的検査などを適宜行うことで、眼疾患あるいはこの異常が現れる疾病を診断することが可能である。
また、一方の眼だけがＡＭＤ疾患を持つ被験者５のＡＭＤではない方の眼についての評価指標３は約０．３６であり、健常眼を持つ被験者Ａ〜Ｈの評価指標３の値と両眼がＡＭＤ疾患を持つ被験者ＡＭＤ１〜ＡＭＤ４の評価指標３の値との中間の値であることから、この被験者５のＡＭＤではない方の眼もＡＭＤになる可能性があることを示唆していると考えることもできる。
以上のように、この実施形態によれば、被験者の検査部位の血管網における血流速度分布を測定し、こうして得られる血流速度分布に対してマルチフラクタル解析を行い、あらかじめ選ばれた評価指標を求めることにより、この血管網における血流を非接触・非侵襲で簡単にしかも正確に検査することができ、血流の異常の有無や異常の度合いを正確に判定することができる。そして、こうして血流の異常が発見された被験者に対して適宜他の検査を併用することにより、従来の方法に比べて、疾病を短時間で容易にしかも正確に診断することが可能となり、ひいては医師による診断結果のばらつきも少なくすることが可能となる。
以上、この発明の一実施形態および一実施例について具体的に説明したが、この発明は上述の実施形態および実施例に限定されるものではなく、この発明の技術的思想に基づく各種の変形が可能である。
例えば、上述の実施形態および実施例において挙げた数値、構成、評価指数などはあくまでも例に過ぎず、必要に応じて、これらと異なる数値、構成、評価指数などを用いてもよい。
以上説明したように、この発明によれば、血管網における血流速度分布は、レーザースペックル血流画像化法などを用いて非接触・非侵襲で測定することができる。また、血管網における血流速度分布のマルチフラクタル解析は、演算装置を用いて自動的に短時間で簡単に行うことができる。このマルチフラクタル解析により、マルチフラクタル分布からのずれを定量的に評価することで血管網における血流を簡単にしかも正確に検査することができ、血流の異常の有無や異常の度合いが簡単にしかも正確に分かる。そして、この検査結果に基づき、他の検査方法を適宜併用することで、血管網における血流の異常を伴う疾病の正確な診断を容易に行うことが可能となる。

Claims (6)

1. 血管網における血流を検査する検査システムであって、
   上記血管網における血流速度分布のマルチフラクタル解析を行うことにより血流を検査することを特徴とする検査システム。
2. 上記血管網における血流速度分布のマルチフラクタル解析を行い、マルチフラクタル分布からのずれを検出することにより血流を検査することを特徴とする請求の範囲１記載の検査システム。
3. レーザースペックル血流画像化法により上記血管網における血流速度分布を求めることを特徴とする請求の範囲１記載の検査システム。
4. 上記血管網は脈絡膜血管網であることを特徴とする請求の範囲１記載の検査システム。
5. 血管網における血流を検査する検査システムであって、
   上記血管網にレーザー光を照射するためのレーザー光源と、
   上記血管網に上記レーザー光を照射したときに発生する散乱光を検出する光検出器と、
   上記光検出器の出力信号に基づいて上記血管網における血流速度分布を求め、この血流速度分布のマルチフラクタル解析を行い、マルチフラクタル分布からのずれを検出する演算装置とを有することを特徴とする検査システム。
6. 血管網における血流を検査する検査方法であって、
   上記血管網における血流速度分布のマルチフラクタル解析を行うことにより血流を検査することを特徴とする検査方法。