JPWO2018134952A1 - 分析データ解析方法および分析データ解析装置 - Google Patents

Abstract

この分析データ解析方法は、分析装置（１）によって計測された分析結果データ（３１）の機械学習を用いた解析方法であって、分析結果データ（３１）に対し、識別に影響を与えない範囲でデータ変動を加えた模擬データ（３２）を生成するステップと、生成した模擬データ（３２）を用いて機械学習を行うステップと、機械学習により得られた判別基準（２３ｂ）を用いて判別を行うステップとを備える。

Description

この発明は、分析データ解析方法に関し、特に、機械学習を用いた分析データ解析方法および分析データ解析装置に関する。

従来、機械学習を用いた分析データ解析方法が知られている。このような分析データ解析方法は、たとえば、特開２０１６−２８２２９号公報に開示されている。

上記特開２０１６−２８２２９号公報には、機械学習を用いてスペクトルデータを解析する分析データ解析方法が開示されている。機械学習では、多数のデータ（多数のパターン）によって学習させる必要がある。上記特開２０１６−２８２２９号公報では、スペクトルデータからスペクトル成分を間引いて個々の学習用データのデータ量を低減している。

特開２０１６−２８２２９号公報

しかしながら、上記特開２０１６−２８２２９号公報に開示されている機械学習を用いた分析データ解析方法などの機械学習を用いた分析データ解析方法では、機械学習に適したデータ（判別対象の典型的なデータ）を多数取得することが難しい。たとえば、生体試料の分析結果データなどを数千単位で取得することは困難である。機械学習に用いるデータ数が少ない場合、データ変動によって容易に機械学習の精度が低下するなどの問題点がある。

この発明は、上記のような課題を解決するためになされたものであり、この発明の１つの目的は、判別対象の典型的なデータを多数取得するのが困難な分析データの判別を機械学習を用いて行う場合でも、機械学習の精度を向上させることが可能な分析データ解析方法およびデータ解析装置を提供することである。

上記目的を達成するために、この発明の第１の局面における分析データ解析方法は、分析装置によって計測された分析結果データの機械学習を用いた解析方法であって、複数の分析結果データに対し、識別に影響を与えない範囲でデータ変動を加えた複数の模擬データを生成するステップと、生成した複数の模擬データを用いて機械学習を行うステップと、機械学習により得られた判別基準を用いて判別を行うステップとを備える。なお、本発明において、「識別に影響を与えない範囲」とは、データ変動を加えた際に、判別の結果が逆転しない範囲のこととする。

この発明の第１の局面による分析データ解析方法では、上記のように識別に影響を与えない範囲でデータ変動を加えて複数の模擬データを生成するステップと、生成した複数の模擬データを用いて機械学習を行うステップと、機械学習により得られた判別基準を用いて判別を行うステップとを備えている。これにより、識別に影響しない範囲で変動を加えた複数の模擬データを生成することができる。その結果、機械学習に用いるデータを増加させることができるので、機械学習の精度を向上させることができる。

ここで、画像認識の分野では、取得した画像に変換を加えることによりデータ数を増やすことは容易であるが、科学分析のデータの場合、データ変動可能な範囲を見極めることが困難であり、単にデータを増やすのみでは、訓練データに対して学習されているが、未知のデータ（判別したいデータ）に対して適合できていない（汎化できていない）状態である過剰適合により判別精度が低下する恐れもある。そこで、上記第１の局面による分析データ解析方法において、好ましくは、識別に影響を与えない範囲は、分析装置による計測に伴う特定の変動要因に対応する範囲である。これにより、分析装置の計測に伴って各種要因により生じるデータのバラつきやかたよりなどの変動を模擬データ化して学習させることができる。その結果、分析装置の計測に伴う変動要因に起因する機械学習の精度の低下を抑制することができる。

この場合、好ましくは、複数の分析結果データは、分析装置により得られるスペクトルであって、特定の変動要因は、分析装置を用いてスペクトルを得る際に発生する、分析装置または試料に起因する変動要因である。これにより、単なる数値データではなく、分布を有していために変動可能な範囲を評価しにくいスペクトルに対して、実際の計測に伴って発生する変動を加えて生成した多数の模擬データを学習させることができる。その結果、実際の計測に伴って発生する、分析装置または試料に起因する変動要因に起因する機械学習の精度の低下を抑制することができる。

上記識別に影響を与えない範囲が分析装置による計測に伴う特定の変動要因に対応する範囲である分析データ解析方法において、好ましくは、複数の模擬データは、特定の変動要因に起因する複数の分析結果データの変動の範囲内でデータ変動を加えることにより生成される。これにより、分析装置による計測に伴う変動を加えて生成した複数の模擬データを用いて学習させることができる。その結果、分析装置による計測に伴う複数の変動要因に起因する機械学習の精度の低下を抑制することができる。

この場合、好ましくは、特定の変動要因に起因する複数の分析結果データの変動を取得するステップと、取得した特定の変動要因に起因する複数の分析結果データの変動を加えることにより複数の模擬データを生成するステップとを備える。これにより、実際の計測に伴って発生する変動要因に対応した模擬データを用いて学習させることができるとともに、計測に伴わないデータ変動を加えた模擬データによって学習させることを抑制することができる。その結果、過剰適合を抑制することが可能となるので、機械学習の精度が低下することを抑制することができる。

上記複数の分析結果データに、特定の変動要因に起因する変動の範囲内でデータ変動を加える分析データ解析方法において、好ましくは、複数の模擬データを生成するステップにおいて、試料によるスペクトルの強度変化の割合に応じて、スペクトルの強度値を変動させることにより複数の模擬データを生成する。これにより、計測に伴う変動要因の１つとしての試料ごとに異なるスペクトルの強度変化の割合（データのかたより）に対応した模擬データを用いて学習させることができる。その結果、試料ごとに異なるスペクトルの強度変化の割合に起因する機械学習の精度の低下を抑制することができる。

上記複数の分析結果データに、特定の変動要因に起因する変動の範囲内でデータ変動を加える分析データ解析方法において、好ましくは、試料によるスペクトルの強度変化の割合は、試料の質量または試料が吸収する波長の増加に伴い、略一定の割合で増加または減少し、強度変化の割合をスペクトルの強度値に乗算することにより、複数の模擬データを生成する。これにより、試料の質量または試料が吸収する波長の値に応じたスペクトルの強度変化の割合を反映した模擬データを用いて学習させることができる。その結果、試料の質量または試料が吸収する波長の値に応じたスペクトルの強度変化の割合に起因する機械学習の精度の低下を抑制することができる。

上記複数の分析結果データに、特定の変動要因に起因する変動の範囲内でデータ変動を加える分析データ解析方法において、好ましくは、複数の模擬データを生成するステップにおいて、スペクトルのベースラインに、分析データ測定時に生じるベースラインの変動に対応する変動を与えることにより複数の模擬データを生成する。これにより、計測に伴う変動要因の１つとしての測定環境の違いに対応した模擬データを用いて学習させることができる。その結果、測定環境の違いに起因する機械学習の精度の低下を抑制することができる。

上記複数の分析結果データに、特定の変動要因に起因する変動の範囲内でデータ変動を加える分析データ解析方法において、好ましくは、複数の模擬データを生成するステップにおいて、複数の分析装置の個体差データの差分を加えて複数の模擬データを生成する。これにより、計測に伴う変動要因の１つとしての分析装置間でのスペクトルの検出感度の誤差に対応した模擬データを用いて学習させることができる。その結果、分析装置間の検出感度の誤差による機械学習の精度の低下を抑制することができる。

上記複数の分析結果データに、特定の変動要因に起因する変動の範囲内でデータ変動を加える分析データ解析方法において、好ましくは、複数の模擬データを生成するステップにおいて、複数の分析結果データに対して識別に影響を与えない範囲で乱数を加えることにより複数の模擬データを生成する。これにより、計測に伴う変動要因の１つとしてのランダムノイズに対応した模擬データを用いて学習させることができる。その結果、計測時にノイズが混入した場合に、機械学習の精度が低下することを抑制することができる。

上記複数の分析結果データに、特定の変動要因に起因する変動の範囲内でデータ変動を加える分析データ解析方法において、好ましくは、複数の模擬データを生成するステップにおいて、分析装置による計測時に検出される不純物に応じて、スペクトルに不純物のピークを加えることにより複数の模擬データを生成する。これにより、計測に伴う変動要因の１つとしての不純物の混入に対応した模擬データを用いて学習させることができる。その結果、不純物が混入した際に機械学習の精度が低下することを抑制することができる。

上記特定の変動要因は、分析装置を用いてスペクトルを得る際に発生する分析装置または試料に起因する変動要因である分析データ解析方法において、好ましくは、分析装置としてのマススペクトルを生成する質量分析装置によって計測された複数の分析結果データに対して、複数の模擬データを用いて機械学習を行う。これにより、得られたマススペクトルに対して、質量分析装置の計測に伴う変動を加えた複数の模擬データを生成し機械学習に用いることができる。その結果、質量分析装置の計測に伴う特定要因に起因する機械学習の精度の低下を抑制することができる。

この場合、好ましくは、複数の分析結果データは、被検者から採取された生体試料のマススペクトルを含み、判別を行うステップにおいて、判別基準を用いて、試料の複数の分析結果データに対するがんの判別を行う。これにより、多数入手することが困難な生体試料を用いたマススペクトルのデータを機械学習によって生成した判別基準によって判別することにより、がん判別を行うことができる。

この発明の第２の局面による分析データ解析装置は、分析装置で得られる分析結果データを取得するデータ入力部と、分析結果データに識別に影響を与えない範囲でデータ変動を加えて生成された模擬データを用いて機械学習により生成された判別基準および機械学習の判別アルゴリズムが記憶された記憶部と、判別基準を用いて、判別アルゴリズムに従いデータ入力部により取得された分析結果データの判別を行う演算部とを備える。

この発明の第２の局面による分析データ解析装置では、上記のように、分析結果データを取得するデータ入力部と、分析結果データに識別に影響を与えない範囲でデータ変動を加えて生成された模擬データを用いた機械学習により生成された判別基準および機械学習の判別アルゴリズムが記憶された記憶部と、判断基準を用いて取得された分析結果データの判別を行う演算部とを備える。これにより、識別に影響しない範囲で変動を加えた複数の模擬データを生成することができる。その結果、機械学習に用いるデータを増加させることができるので、機械学習の精度を向上させることができる。

本発明によれば、上記のように、判別対象の典型的なデータを多数取得するのが困難な分析データの判別を機械学習を用いて行う場合でも、機械学習の精度を向上させることが可能な分析データ解析方法およびデータ解析装置を提供することができる。

本発明の第１〜第５実施形態による分析データ解析装置の概略を示したブロック図である。 本発明の第１実施形態の学習時フロー（Ａ）および判別時フロー（Ｂ）を示すフローチャートである。 本発明の第１実施形態による試料の強度比を表すグラフである。 本発明の第１実施形態に用いる分析結果データ（Ａ）および生成される模擬データ（Ｂ）を示すスペクトル図である。 本発明の第１実施形態の判別結果を説明するための表である。 本発明の第２実施形態に用いる分析結果データ（Ａ）および生成される模擬データ（Ｂ）を示すスペクトル図である。 本発明の第３実施形態による装置間の感度プロファイルの違いによる強度比を示すグラフである。 本発明の第３実施形態に用いる分析結果データ（Ａ）および生成される模擬データ（Ｂ）を示すスペクトル図である。 本発明の第４実施形態に用いる分析結果データ（Ａ）および生成される模擬データ（Ｂ）を示すスペクトル図である。 本発明の第５実施形態に用いる分析結果データ（Ａ）および生成される模擬データ（Ｂ）を示すスペクトル図である。 本発明の第６実施形態による分析データ解析装置の概略を示したブロック図である。

以下、本発明を具体化した実施形態を図面に基づいて説明する。

［第１実施形態］
まず、図１〜図５を参照して、第１実施形態による分析データ解析装置１００の構成について説明する。

図１に示すように、分析データ解析装置１００は、データ処理部２を備えている。また、分析データ解析装置１００と分析装置１とで、分析データ解析システムが構築されている。また、分析データ解析装置１００は、分析装置１の制御装置としても機能する。

分析データ解析装置１００は、生成したマススペクトル３２（図４（Ｂ）参照）を用いて機械学習を行い、その結果得られた判別基準２３ｂを用いて、試料３の判別を行う。判別は、たとえば、試料３が生体試料の場合、がんなどの判別である。また、たとえば、試料３が非生体試料の場合、材質判別などである。

分析装置１は、測定試料３の科学分析を行う装置である。分析装置１は、たとえば、分析結果データとしてスペクトルを生成する。スペクトルを生成する分析装置であればどのような装置でもよいが、たとえば、マススペクトルを生成する質量分析装置である。第１実施形態では、分析装置としてのマススペクトルを生成する分析装置１によって計測された複数の分析結果データに対して、複数の模擬データを用いて機械学習を行うように構成されている。

分析装置１は、どのようなタイプでもよいが、たとえば、マトリックス支援レーザ分離イオン化四重極イオントラップ飛行時間型質量分析装置（ＭＡＬＤＩ−ＱＩＴ−ＴＯＦＭＳ）である。

分析装置１は、イオン化部１０と、イオントラップ１１と飛行時間型質量分析部１２と備えている。

分析装置１は、イオン化部１０において、ＭＡＬＤＩ法により試料３をイオン化させ、イオントラップ１１により、発生したイオンを一時的に捕捉し、質量電荷比（ｍ/ｚ）に応じたイオンの選別を行う。イオントラップ１１から出射されたイオンは飛行時間型質量分析部１２に備えられたリフレクトロン電極１３により発生する電場によって折り返され、イオン検出器１４によって検出される。

データ処理部２は、分析制御部２１と、スペクトル作成部２２と、記憶部２３と、演算部２４とを含む。記憶部２３には、判別に用いる判別アルゴリズム２３ａおよび機械学習によって生成された判別基準２３ｂが記憶されている。判別基準２３ｂは、機械学習によって生成された判別に用いるパラメータである。機械学習の例としては、たとえば、ＳＶＭ（サポートベクトルマシン）を用いる。また、判別は、たとえば、がんの判別である。

分析制御部２１は、イオン化部１０と、イオントラップ１１と、飛行時間型質量分析部１２とを制御する。また、スペクトル作成部２２は、イオン検出器１４において検出された値を基に、マススペクトルを生成し、生成したマススペクトルのデータを演算部２４へ送る。演算部２４は、記憶部２３に記憶されている判別アルゴリズム２３ａおよび判別基準２３ｂを用いて、入力されたマススペクトルの判別を行う。

入力部５は、たとえば、キーボード、マウス、タッチパネルなどであり、データ処理部２に接続してスペクトル解析の開始などの操作を行う。また、表示部４は、たとえば、データ処理部２に接続される液晶ディスプレイなどのモニタであり、判別結果等を表示する。

また、第１実施形態では、測定試料３は、生体試料である。たとえば、被検者から採取した尿や血液である。また、第１実施形態では、分析結果データは、被検者から採取された生体試料３のマススペクトルを含み、判別を行うステップにおいて、判別基準２３ｂを用いて、試料３の複数の分析結果データに対するがんの判別を行うように構成されている。

次に、図２を参照して、第１実施形態による学習時のフローおよび判別時のフローについて説明する。

まず、図２（Ａ）を参照して、学習時のフローについて説明する。学習は、データ処理部２とは別の学習装置（たとえば、コンピュータ）によって、試料３のマススペクトルの判別を行う前に実施される。図２（Ａ）は、学習時のフローを示したフローチャートである。ステップＳ１において、試料３のマススペクトルを取得する。次に、ステップＳ２において、計測に伴って発生する変動要因を加えた複数の模擬データを生成する。次に、ステップＳ３において、取得したマススペクトルおよび生成した複数の模擬データを用いて機械学習を行い、判別基準２３ｂを生成する。

次に、図２（Ｂ）を参照して、判別時のフローについて説明する。判別は、データ処理部２の演算部２４によって行われる。図２（Ｂ）は、学習時のフローを示したフローチャートである。ステップＳ４において、試料３のマススペクトルを取得する。次に、ステップＳ５において、ステップＳ３で生成した判別基準２３ｂを用いて、がん判別を行う。

次に図３および図４を参照して、本発明の第１実施形態による、模擬データを生成するステップを説明する。

図３は、試料３のスペクトルの質量電荷比と得られるスペクトルの強度変化の割合との関係を表すグラフ３０であり、横軸が質量電荷比（ｍ/ｚ）、縦軸が得られるスペクトルの強度変化の割合を示す。質量分析では、計測する試料によって、得られるスペクトルの強度が実際の値と異なることがある。第１実施形態では、試料３のマススペクトルは、質量電荷比の小さい範囲において得られる検出強度は、実際の値よりも大きくなり、反対に質量電荷比の大きい範囲においては、検出強度比が実際の値よりも小さくなる。直線３０ａは、試料３のマススペクトルが、実際の値と比較した場合の割合を示しており、質量電荷比が増加するにしたがって、略一定の割合で強度変化の割合が増加している。

図４（Ａ）は、試料３の分析結果データのマススペクトル３１であり、図４（Ｂ）は、マススペクトル３１に対し識別に影響を与えない範囲でデータ変動を加えて生成した模擬データのマススペクトル３２である。なお、識別に影響を与えない範囲とは、分析装置１による計測に伴う特定の変動要因に対応する範囲であり、第１実施形態では、これらの変動要因のうち、分析装置１を用いて試料３のマススペクトル３１を得る際の試料３に起因する変動要因に起因する変動を加えて模擬データを生成する例について説明する。すなわち、マススペクトル３２は、試料３の強度変化の割合に起因するマススペクトル３１の変動の範囲内でデータ変動を加えることにより生成される。また、マススペクトル３１およびマススペクトル３２は、特許請求の範囲の「複数の分析結果データ」および「複数の模擬データ」の一例である。

第１実施形態では、特定の変動要因に起因する複数の分析結果データの変動を取得するステップと、取得した特定の変動要因に起因する複数の分析結果データの変動を加えることにより複数の模擬データを生成するステップとを備える。具体的には、模擬データであるマススペクトル３２は、試料３の分析結果データであるマススペクトル３１の強度変化の割合を取得し、取得した強度変化の割合をマススペクトル３１に乗算することにより生成される。図３のグラフに示すように、質量電荷比が４００以下の範囲では、強度比の値が１．０以下となっているので、生成したマススペクトル３２の領域３２ａのスペクトルの検出強度は、マススペクトル３１の領域３１ａの検出強度よりも小さくなっている。また、質量電荷比が４００より大きい範囲では、強度比の値が１．０よりも大きくなっているので、生成したマススペクトル３２の領域３２ｂの検出強度が、マススペクトル３１の領域３１ｂの検出強度よりも大きくなっている。

第１実施形態では、図３のグラフ３０に示した直線３０ａの割合の範囲内で変動を加えた複数の模擬データを生成し、機械学習を行う。

図５は、正解（がん）データおよび不正解（非がん）データそれぞれのデータ数が予め収集された分析結果データの３倍および５倍になるように模擬データを生成し、機械学習させて生成した判別基準２３ｂを用いて試料３の判別を行った結果を示す表である。判別一致度および特異度は、データ量が増加するに伴い、精度が向上している。また、感度はデータ数を３倍から５倍に増加させた場合、若干精度が低下しているが、これは、判別一致度が向上したことにより、感度が真の値に近づいたためであると考えられる。ここで、３倍および５倍のデータ数とは、分析結果データと、模擬データとの合計数が分析結果データの３倍および５倍になるデータ数のことである。なお本明細書において、「感度」とは、たとえば、がん判別の場合、がんをがんであると判定した割合のことであり、「特異度」とは、非がんを非がんであると判定した割合のことである。

（第１実施形態の効果）
第１実施形態では、以下のような効果を得ることができる。

第１実施形態では、上記のように、分析データ解析装置１００は、分析装置１のイオン検出器１４よって検出された試料３のイオン強度に基づいて、データ処理部２のスペクトル作成部２２がマススペクトル３１を生成する。スペクトル作成部２２で生成したマススペクトル３１は、演算部２４に送られる。演算部２４は、記憶部２３に記憶されている判別アルゴリズム２３ａおよび判別基準２３ｂを用いて、入力されたマススペクトル３１の判別を行うように構成されている。また、第１実施形態では、試料３の質量電荷比ごとの強度変化の割合をマススペクトル３１に乗算することによりマススペクトル３２を生成するステップを備える。これにより、判別に影響しない範囲で変動を加えた模擬データ（マススペクトル３２）を生成することができる。その結果、機械学習に用いるデータを増加させることができるので、機械学習の精度を向上させることができる。

また、第１実施形態では、上記のように、識別に影響を与えない範囲は、分析装置１による計測に伴う特定の変動要因に対応する範囲である。これにより、分析装置１の計測に伴う変動要因に対応したデータを学習させることができるので、分析装置１の計測に伴う変動要因に起因する機械学習の精度の低下を抑制することができる。

また、第１実施形態では、上記のように、分析結果データは、分析装置１により得られるマススペクトル３１であって、特定の変動要因は、分析装置１を用いてマススペクトル３１を得る際に発生する、試料３に起因する変動要因である。これにより、マススペクトル３１を得る際の試料３に起因する変動要因に対応したマススペクトル３２を学習させることができるので、試料３に起因する変動要因に起因する機械学習の精度の低下を抑制することができる。

また、第１実施形態では、上記のように、マススペクトル３２は、試料３の強度変化の割合に起因するマススペクトル３１の変動の範囲内でデータ変動を加えることにより生成される。これにより、分析装置１による計測に伴う変動を加えて生成したマススペクトル３２を用いて学習させることができる。その結果、分析装置１による計測に伴う複数の変動要因に起因する機械学習の精度の低下を抑制することができる。

また、第１実施形態では、上記のように、試料３の強度変化の割合に起因するマススペクトル３１の変動を取得するステップと、取得した試料３の強度変化の割合に起因するマススペクトル３１の変動を加えることによりマススペクトル３２を生成するステップとを備える。これにより、計測に伴う試料３の強度変化の割合に対応したマススペクトル３２を用いて学習させることができるとともに、計測に伴わないデータ変動によって学習させることを抑制することができる。その結果、過剰適合を抑制することが可能となるので、機械学習の精度が低下することを抑制することができる。

また、第１実施形態では、上記のように、模擬データを生成するステップにおいて、試料３によるマススペクトル３１の強度変化の割合に応じて、マススペクトル３１の強度値を変動させることによりマススペクトル３２を生成する。これにより、試料３ごとに異なるマススペクトル３１の強度変化の割合に対応したマススペクトル３２を用いて学習させることができる。その結果、試料３ごとに異なるマススペクトル３１の強度変化の割合に起因する機械学習の精度の低下を抑制することができる。

また、第１実施形態では、上記のように、試料３によるマススペクトル３１の強度変化の割合は、試料３の質量の増加に伴い、略一定の割合で増加し、強度変化の割合をマススペクトル３１の強度値に乗算することにより、マススペクトル３２を生成する。これにより、試料３の質量に応じたマススペクトル３１の強度変化の割合を反映したマススペクトル３２を用いて学習させることができる。その結果、試料３の質量の値に応じたマススペクトル３１の強度変化の割合に起因する機械学習の精度の低下を抑制することができる。

また、第１実施形態では、上記のように、分析装置としてのマススペクトルを生成する分析装置１によって計測されたマススペクトル３１に対して、マススペクトル３２を用いて機械学習を行う。これにより、得られたマススペクトル３１に対して、分析装置１の計測に伴う変動を加えたマススペクトル３２を生成し機械学習に用いることができる。その結果、分析装置１の計測に伴う特定要因に起因する機械学習の精度の低下を抑制することができる。

また、第１実施形態では、上記のように、分析結果データは、被検者から採取された生体試料３のマススペクトル３１を含み、判別を行うステップにおいて、判別基準２３ｂを用いて、試料３のマススペクトル３１に対するがんの判別を行う。これにより、マススペクトル３１のデータを機械学習によって判別することにより、がん判別を行うことができる。なお、生体試料３は、たとえば、被検者から採取した血液や尿である。

［第２実施形態］
次に、図１および図６を参照して、第２実施形態による分析データ解析装置２００の構成について説明する。第２実施形態では、計測に伴う特定の変動要因のうち、試料３のマススペクトルのベースラインの変動に起因する変動を加えて模擬データを作成する例を説明する。

図６は、試料３のマススペクトル４０およびマススペクトル４０の測定時に生じるベースラインの変動に対応する変動を与えることにより生成したマススペクトル４１である。マススペクトル４０のベースラインの高さｈ１と比較して、マススペクトル４１のベースラインの高さｈ２が小さくなっている。なお、マススペクトル４０およびマススペクトル４１は、特許請求の範囲の「複数の分析結果データ」および「複数の模擬データ」の一例である。

第２実施形態による分析データ解析装置２００では、模擬データを生成するステップにおいて、試料３のマススペクトル３１の強度変化の割合に対応したマススペクトル３２を生成した第１実施形態とは異なり、試料３のマススペクトル４０のベースラインの変動に対応した模擬データを生成する。なお、上記第１実施形態と同様の構成については、同じ符号を付してその説明を省略する。

図６に示すように、第２実施形態による分析データ解析装置２００では、模擬データを生成するステップにおいて、試料３のマススペクトル４０のベースラインに、マススペクトル４０の測定時に生じるベースラインの変動に対応する変動を与えることによりマススペクトル４１を生成する。そして、生成したマススペクトル４１を用いて学習させ、判別基準２３ｂを生成し、生成した判別基準２３ｂを用いて判別を行う。第２実施形態では、試料３のマススペクトル４０のベースラインの上昇または下降の範囲内において、マススペクトル４０のベースラインを下降または上昇させることにより複数の模擬データを作成し、機械学習を行う。

また、第２実施形態による分析データ解析装置２００のその他の構成は、第１実施形態による分析データ解析装置１００と同様である。

（第２実施形態の効果）
第２実施形態では、以下のような効果を得ることができる。

第２実施形態では、上記のように、試料３のマススペクトル４０のベースラインに、マススペクトル４０測定時に生じるベースラインの変動に対応する変動を与えることによりマススペクトル４１を生成する。これにより、測定環境の違いに対応したマススペクトル４１を用いて学習させることができる。その結果、測定環境の違いに起因する機械学習の精度の低下を抑制することができる。

また、第２実施形態による分析データ解析装置２００のその他の効果は、第１実施形態による分析データ解析装置１００と同様である。

［第３実施形態］
次に、図１、図７および図８を参照して、第３実施形態による分析データ解析装置３００の構成について説明する。第３実施形態では、計測に伴う特定の変動要因のうち、分析装置１の個体差データの差分に起因する変動を加えて模擬データを作成する例を説明する。

図７は、分析装置１の個体差データの差分を示すグラフ５０である。横軸は質量電荷比であり、縦軸は検出強度比である。ここで、個体差データとは、分析装置１ごとに、質量電荷比に対する検出感度が少しずつ異なる個体差に相当する。共通の基準で感度の分布を求めたものが感度プロファイルであり、個体ごとの感度プロファイルの差分は、模擬データのもとになった分析結果データを別の分析装置１で測定した場合に発生するデータのバラつきである。図７の例では、質量電荷比が２００以下では、強度比が１．０より小さく、２００より大きい範囲では、強度比の値が１．０よりも大きくなっている。また、図８は、試料３のマススペクトル５１およびマススペクトル５１に分析装置１の検出感度の個体差データの差分を反映したマススペクトル５２である。

図７のグラフに示すように、質量電荷比が２００以下の範囲では、強度比の値が１．０以下となっているので、生成したマススペクトル５２の領域５２ａのスペクトルの検出強度は、マススペクトル５１の領域５１ａの検出強度よりも小さくなっている。また、質量電荷比が２００より大きい範囲では、強度比の値が１．０よりも大きくなっているので、生成したマススペクトル５２の領域５２ｂの検出強度が、マススペクトル５１の領域５１ｂの検出強度よりも大きくなっている。なお、マススペクトル５１およびマススペクトル５２は、特許請求の範囲の「複数の分析結果データ」および「複数の模擬データ」の一例である。

第３実施形態による分析データ解析装置３００では、模擬データを生成するステップにおいて、試料３のマススペクトル３１の強度変化の割合に対応したマススペクトル３２を生成する第１実施形態とは異なり、分析装置１の個体差データの差分を加えてマススペクトル５２を生成する。なお、第３実施形態では、図７の検出強度比以下の範囲で分析結果データ（マススペクトル３１）に変動を加えて複数の模擬データを作成し、機械学習を行う。また、上記第１実施形態と同様の構成については、同じ符号を付してその説明を省略する。

第３実施形態による分析データ解析装置３００では、模擬データを生成するステップにおいて、試料３のマススペクトル５１に、分析装置１の個体差データの差分（グラフ５０）を加えて、マススペクトル５２を生成する。そして、生成したマススペクトル５２を用いて学習させ、判別基準２３ｂを生成し、生成した判別基準２３ｂを用いて判別を行う。

また、第３実施形態による分析データ解析装置３００のその他の構成は、第１実施形態による分析データ解析装置１００と同様である。

（第３実施形態の効果）
第３実施形態では、以下のような効果を得ることができる。

第３実施形態では、上記のように、試料３のマススペクトル５１に、分析装置１の個体差データの差分を加えてマススペクトル５２を生成し、生成したマススペクトル５２を用いて学習を行い、得られた判別基準２３ｂを用いて判別を行う。これにより、分析装置１間でのスペクトルの検出感度の誤差に対応したマススペクトル５２を用いて学習させることができる。その結果、分析装置１間の検出感度の誤差による機械学習の精度の低下を抑制することができる。

また、第３実施形態による分析データ解析装置３００のその他の効果は、第１実施形態による分析データ解析装置１００と同様である。

［第４実施形態］
次に、図１および図９を参照して、第４実施形態による分析データ解析装置４００の構成について説明する。第４実施形態では、計測に伴う特定の変動要因のうち、計測時に混入し得るランダムノイズ変動に起因する変動を加えて模擬データを作成する例を説明する。

図９（Ａ）は、試料３のマススペクトル６０であり、図９（Ｂ）は、マススペクトル６０に対して、識別に影響を与えない範囲で乱数を加えたマススペクトル６１である。乱数を加えたので、マススペクトル６１には、全体的にピークが増えている。なお。本実施形態において、「識別に影響を与えない範囲」とは、実際にデータ収集を行う過程で生じる範囲に基づく標準試料の計測を繰り返し行うことによって得られる範囲のことである。また、本実施形態において、「乱数」とは、測定時に不可避的に混入することのあるランダムノイズによるデータ変動に対応する変動である。また、マススペクトル６０およびマススペクトル６１は、特許請求の範囲の「複数の分析結果データ」および「複数の模擬データ」の一例である。

第４実施形態による分析データ解析装置４００では、模擬データを生成するステップにおいて、試料３のマススペクトル３１の強度変化の割合に対応したマススペクトル３２を生成する第１実施形態とは異なり、試料３のマススペクトル６０に対して識別に影響を与えない範囲で乱数を加えることによりマススペクトル６１を生成する。なお、上記第１実施形態と同様の構成については、同じ符号を付してその説明を省略する。

第４実施形態による分析データ解析装置４００では、模擬データを生成するステップにおいて、マススペクトル６０に対して識別に影響を与えない範囲で乱数を加えることによりマススペクトル６１を生成する。そして、生成したマススペクトル６１を学習に用いた結果生成される判別基準２３ｂを用いて判別を行う。

また、第４実施形態による分析データ解析装置４００のその他の構成は、第１実施形態による分析データ解析装置１００と同様である。

（第４実施形態の効果）
第４実施形態では、以下のような効果を得ることができる。

第４実施形態では、上記のように、模擬データを生成するステップにおいて、マススペクトル６０に対して識別に影響を与えない範囲で乱数を加えることによりマススペクトル６１を生成する。これにより、ランダムノイズに対応したマススペクトル６１を用いて学習させることができる。その結果、計測時にノイズが混入した場合に、機械学習の精度が低下することを抑制することができる。

また、第４実施形態による分析データ解析装置４００のその他の効果は、第１実施形態による分析データ解析装置１００と同様である。

［第５実施形態］
次に、図１および図１０を参照して、第５実施形態による分析データ解析装置５００の構成について説明する。第５実施形態では、計測に伴う特定の変動要因のうち、計測時に混入し得る不純物に起因する変動を加えて模擬データを作成する例を説明する。

図１０（Ａ）は、試料３のマススペクトル７０であり、図１０（Ｂ）は、マススペクトル７０に不純物のピークを加えることにより生成したマススペクトル７１である。なお、マススペクトル７０およびマススペクトル７１は、特許請求の範囲の「複数の分析結果データ」および「複数の模擬データ」の一例である。

第５実施形態による分析データ解析装置５００では、模擬データを生成するステップにおいて、試料３のマススペクトル３１の強度変化の割合に対応したマススペクトル３２を生成する第１実施形態とは異なり、分析装置１による計測時に検出される不純物に応じて、マススペクトル７０に不純物のピークを加えることにより模擬データを生成する。マススペクトル７０の領域７０ａに見られなかった不純物のピークが、マススペクトル７１の領域７１ａに確認することができる。なお、不純物としては、たとえば、試料３を取り扱う場合に作業者の手指に付着しているケラチンなどが考えられる。試料３に応じて混入する可能性のある不純物は異なるため、混入し得る不純物のデータを取得しておけばよい。また、上記第１実施形態と同様の構成については、同じ符号を付してその説明を省略する。

第５実施形態による分析データ解析装置５００では、模擬データを生成するステップにおいて、分析装置１による計測時に検出される不純物に応じて、マススペクトル７０に不純物のピークを加えることによりマススペクトル７１を生成する。生成したマススペクトル７１を学習に用いた結果生成される判別基準２３ｂを用いて判別を行う。第５実施形態では、不純物のピークの高さを変えることにより、複数の模擬データを作成し、機械学習に用いる。

また、第５実施形態による分析データ解析装置５００のその他の構成は、第１実施形態による分析データ解析装置１００と同様である。

（第５実施形態の効果）
第５実施形態では、以下のような効果を得ることができる。

第５実施形態では、上記のように、分析装置１による計測時に検出される不純物に応じて、マススペクトル７０に不純物のピークを加えることによりマススペクトル７１を生成する。これにより、不純物の混入に対応したマススペクトル７１を用いて学習させることができる。その結果、不純物が混入した際に機械学習の精度が低下することを抑制することができる。

［第６実施形態］
次に、図１１を参照して、第６実施形態による分析データ解析装置６００の構成について説明する。第６実施形態による分析データ解析装置６００では、分析装置１で生成されたマススペクトル３１を用いて判別を行う第１実施形態とは異なり、データ入力部７において、別の分析装置で生成された分析結果データ６を取得し、取得した分析結果データ６を用いて判別を行うように構成されている。

図１１に示すように、第６実施形態による分析データ解析装置６００は、別の分析装置で生成された分析結果データ６を取得するデータ入力部７と、分析結果データ６に識別に影響を与えない範囲でデータ変動を加えて生成された模擬データを用いた機械学習により生成された判別基準２３ｂおよび機械学習の判別アルゴリズム２３ａが記憶された記憶部２３と、判断基準２３ｂを用いて取得された分析結果データ６の判別を行う演算部２４とを備える。

第６実施形態による分析データ解析装置６００は、ハードディスクやＵＳＢメモリーといった外部保存媒体や、インターネットを介して入手した分析結果データの解析を行う。

（第６実施形態の効果）
第６実施形態では、以下のような効果を得ることができる。

第６実施形態では、上記のように、分析データ解析装置６００は、分析結果データ６を取得するデータ入力部７と、分析結果データ６に識別に影響を与えない範囲でデータ変動を加えて生成された模擬データを用いた機械学習により生成された判別基準２３ｂおよび機械学習の判別アルゴリズム２３ａが記憶された記憶部２３と、判断基準２３ｂを用いて取得された分析結果データ６の判別を行う演算部２４とを備える。これにより、判別に影響しない範囲で変動を加えた複数の模擬データを生成することができる。その結果、機械学習に用いるデータを増加させることができるので、機械学習の精度を向上させることができる。

［変形例］
なお、今回開示された実施形態は、すべての点で例示であって制限的なものではないと考えられるべきである。本発明の範囲は、上記した実施形態の説明ではなく特許請求の範囲によって示され、さらに特許請求の範囲と均等の意味および範囲内でのすべての変更（変形例）が含まれる。

たとえば、上記第１〜第５実施形態では、分析結果データとして、マススペクトルを得る例を示したが、本発明はこれに限られない。スペクトルでないデータを分析結果データとしてもよい。

また、上記第１〜５実施形態では、イオン化部１０のイオン化方法として、ＭＡＬＤＩ法を用いる例を示したが、本発明はこれに限られない。たとえば、イオン化の方法として、ＥＳＩ（エレクトロスプレー法）などを用いてもよい。

また、上記第１〜第５実施形態では、分析装置として、質量分析装置を備えるように構成する例を示したが、本発明はこれに限られない。本発明では、分析結果データとしてスペクトルを得ることができ、得られたスペクトルに対して検出に伴う変動が加わる分析装置であればよい。たとえば、ＦＴ−ＩＲ（フーリエ変換赤外分光光度計）を用いてもよく、クロマトグラフを用いてもよい。

また、上記第１〜第５実施形態では、それぞれ、計測に伴って発生する変動要因に対応する変動を加えた模擬データを作成して学習を行う例を示したが、本発明はこれに限られない。本発明では、第１〜第５実施形態で作成した模擬データを組み合わせて機械学習を行ってもよいし、すべての模擬データを用いて機械学習を行ってもよい。このように構成すれば、機械学習に用いるデータ数（データのパターン）を増加させることが可能になるので、機械学習の精度をより向上させることができる。

また、上記第１〜第６実施形態では、機械学習の手法として、ＳＶＭ（サポートベクトルマシン）を用いて判別基準２３ｂを生成する例を示したが、本発明はこれに限られない。たとえば、ニューラルネットワークを用いてもよく、アダブースト（ＡｄａＢｏｏｓｔ）を用いてもよい。これら以外の機械学習でもよい。

また、上記第１実施形態では、がんの判別に用いる例を示したが、本発明はこれに限られない。たとえば、がん以外の疾病の判別に用いてもよい。

１ 分析装置
６、３１、４０、５１、６０、７０ 分析結果データ
７ データ入力部
２３ 記憶部
２３ａ 判別アルゴリズム
２３ｂ 判別基準
２４ 演算部
３０ 試料の質量による強度比（分析装置による計測の伴う特定の変動要因）
３２、４１、５２、６１、７１ 模擬データ
１００、２００、３００、４００、５００、６００ 分析データ解析装置

上記目的を達成するために、この発明の第１の局面における分析データ解析方法は、分析装置によって計測された分析結果データの機械学習を用いた解析方法であって、複数の分析結果データに対し、識別に影響を与えない範囲でデータ変動を加えた複数の模擬データを生成するステップと、複数の分析結果データと、生成した複数の模擬データとを用いて機械学習を行うステップと、機械学習により得られた判別基準を用いて判別を行うステップとを備える。なお、本発明において、「識別に影響を与えない範囲」とは、データ変動を加えた際に、判別の結果が逆転しない範囲のこととする。

この発明の第１の局面による分析データ解析方法では、上記のように識別に影響を与えない範囲でデータ変動を加えて複数の模擬データを生成するステップと、複数の分析結果データと、生成した複数の模擬データとを用いて機械学習を行うステップと、機械学習により得られた判別基準を用いて判別を行うステップとを備えている。これにより、識別に影響しない範囲で変動を加えた複数の模擬データを生成することができる。その結果、機械学習に用いるデータを増加させることができるので、機械学習の精度を向上させることができる。

この発明の第２の局面による分析データ解析装置は、分析装置で得られる分析結果データを取得するデータ入力部と、分析結果データに識別に影響を与えない範囲でデータ変動を加えて生成された模擬データと、分析結果データとを用いて機械学習により生成された判別基準および機械学習の判別アルゴリズムが記憶された記憶部と、判別基準を用いて、判別アルゴリズムに従いデータ入力部により取得された分析結果データの判別を行う演算部とを備える。

この発明の第２の局面による分析データ解析装置では、上記のように、分析結果データを取得するデータ入力部と、分析結果データに識別に影響を与えない範囲でデータ変動を加えて生成された模擬データと、分析結果データとを用いた機械学習により生成された判別基準および機械学習の判別アルゴリズムが記憶された記憶部と、判断基準を用いて取得された分析結果データの判別を行う演算部とを備える。これにより、識別に影響しない範囲で変動を加えた複数の模擬データを生成することができる。その結果、機械学習に用いるデータを増加させることができるので、機械学習の精度を向上させることができる。

Claims (14)

1. 分析装置によって計測された分析結果データの機械学習を用いた解析方法であって、
   複数の分析結果データに対し、識別に影響を与えない範囲でデータ変動を加えた複数の模擬データを生成するステップと、
   生成した前記複数の模擬データを用いて前記機械学習を行うステップと、
   前記機械学習により得られた判別基準を用いて判別を行うステップとを備える、分析データ解析方法。
2. 前記識別に影響を与えない範囲は、分析装置による計測に伴う特定の変動要因に対応する範囲である、請求項１に記載の分析データ解析方法。
3. 前記複数の分析結果データは、分析装置により得られるスペクトルであって、
   前記特定の変動要因は、前記分析装置を用いて前記スペクトルを得る際に発生する、前記分析装置または試料に起因する変動要因である、請求項２に記載の分析データ解析方法。
4. 前記複数の模擬データは、前記特定の変動要因に起因する前記複数の分析結果データの変動の範囲内でデータ変動を加えることにより生成される、請求項２または３に記載の分析データ解析方法。
5. 前記特定の変動要因に起因する前記複数の分析結果データの変動を取得するステップと、
   取得した前記特定の変動要因に起因する前記複数の分析結果データの変動を加えることにより前記複数の模擬データを生成するステップとを備える、請求項４に記載の分析データ解析方法。
6. 前記複数の模擬データを生成するステップにおいて、前記試料による前記スペクトルの強度変化の割合に応じて、前記スペクトルの強度値を変動させることにより前記複数の模擬データを生成する、請求項３に記載の分析データ解析方法。
7. 前記試料による前記スペクトルの強度変化の割合は、前記試料の質量または前記試料が吸収する波長の増加に伴い、略一定の割合で増加または減少し、前記強度変化の割合を前記スペクトルの強度値に乗算することにより、前記複数の模擬データを生成する、請求項３に記載の分析データ解析方法。
8. 前記複数の模擬データを生成するステップにおいて、前記スペクトルのベースラインに、前記複数の分析結果データ測定時に生じる前記ベースラインの変動に対応する変動を与えることにより前記複数の模擬データを生成する、請求項３に記載の分析データ解析方法。
9. 前記複数の模擬データを生成するステップにおいて、複数の分析装置の個体差データの差分を加えて前記複数の模擬データを生成する、請求項３に記載の分析データ解析方法。
10. 前記複数の模擬データを生成するステップにおいて、前記複数の分析結果データに対して前記識別に影響を与えない範囲で乱数を加えることにより前記複数の模擬データを生成する、請求項３に記載の分析データ解析方法。
11. 前記複数の模擬データを生成するステップにおいて、前記分析装置による計測時に検出される不純物に応じて、前記スペクトルに前記不純物のピークを加えることにより前記複数の模擬データを生成する、請求項３に記載の分析データ解析方法。
12. 前記分析装置としてのマススペクトルを生成する質量分析装置によって計測された複数の分析結果データに対して、前記複数の模擬データを用いて前記機械学習を行う、請求項３に記載の分析データ解析方法。
13. 前記複数の分析結果データは、被検者から採取された生体試料のマススペクトルを含み、前記判別を行うステップにおいて、前記判別基準を用いて、前記試料の前記複数の分析結果データに対するがんの判別を行う、請求項１２に記載の分析データ解析方法。
14. 分析装置で得られる分析結果データを取得するデータ入力部と、
    前記分析結果データに識別に影響を与えない範囲でデータ変動を加えて生成された模擬データを用いて機械学習により生成された判別基準および機械学習の判別アルゴリズムが記憶された記憶部と、
    前記判別基準を用いて、前記判別アルゴリズムに従い前記データ入力部により取得された分析結果データの判別を行う演算部とを備える、分析データ解析装置。

Images