TW570768B

TW570768B - Classification and characterization of tissue through features related to adipose tissue

Info

Publication number: TW570768B
Application number: TW090101351A
Authority: TW
Inventors: Timothy L Ruchti; Stephen F Malin; Kevin H Hazen; Marcy R Makarewicz; George M Acosta
Original assignee: Sensys Medical Inc
Priority date: 2000-01-21
Filing date: 2001-02-06
Publication date: 2004-01-11
Also published as: EP1250082A1; US6587702B1; WO2001052725A1; DE60035899D1; DE60035899T2; CA2397611A1; CN1261072C; CN1424888A; HK1052847A1; JP2003534530A; AU2001220936A1; EP1250082B1; ATE369070T1

Description

570768 A7

五、發明說明（）經濟部智慧財產局員工消費合作社印製發明領诚本發明係關於藉由與組織特性相關的特徵對個體加以分類。特別是，本發明係關於分析組織的方法，其係藉由 ' 外光光蟮測量為依據之特徵來分析組織，這些特徵係脂肪組織中gts η» _ %甲興肪吸收光譜相關的。

發明背景L 近紅外線（NIR)光譜是一種有前景的，非侵入性的技術’其係基於利用在波長範圍為700-2500奈米的NIR能量照射一處組織而得的測量。此能量被聚集在皮膚的一小區域並根據皮膚組織的散射與吸收特質而傳遞。因此，未偵測到而逸離的與被偵測到之反射或穿過的能量可以提供有關所測試的組織體積之資訊。特別的是，在各種波長下的光線能量其衰減會與組織構造特質和其化學組成之間形成一函數關係。組織層，個別包含獨特的異質性層次分佈，會經由散射而影響光的吸收。化學組成物，如水，蛋白質，脂肪與血液分析物，會吸收光線並與其濃度成正比因而呈現獨特的吸收輪廓或訊號。組織特質，特性或組成之測量是以測量光衰減之幅度作為依據，其係由於相關之散射與/或吸收特質所致。 1.血液分析物之預測：當非侵入性血液分析物之測量，例如血糖濃度，可經由 NIR光譜儀達成，報告中的成功與產物之存活卻受限於缺第3頁本紙張尺度適用中國國家標準（CNS)A4規格（210 X 297公釐） ,---U---^--------^---------線- (請先閱讀背面之注意事項寫本頁) 一 570768 A7 B7 五、發明說明（）乏一種系統，其係可彌補因個體間在構造的差異，此差異會在組織樣品的光學性質上產生極大的改變。[例如，參見 Khalil 0S· ’非侵入性葡萄糖測量的光譜學上與臨床上的狀況，臨床化學（Clin.Chem.)，1999，第 45 期，165-177 頁，或Roe，JN與BR Smoller，”無血式葡萄糖測量，，，治療學上的藥劑載運系統之評論性回顧論文，第1 5期，第3卷， 199-241頁，1 998]。這些差別與個體之間在受照射的組織樣品之構造差別有關並包括，如真皮厚度，皮膚中膠原之分布與密度，與體脂肪比率。由於構造的差別所導致的吸收特徵會在受測者身上重複出現，他們會在整個受測者族群中產生混亂的非線性光譜的差異。[見 Tan，CY， B.Statham，R.Marks，P.A.Payne ,由脈衝式超音波作皮膚厚度之測量：其再現性，有效性與差異，英國皮膚學雜誌 (British Journal of Dermatology)，第 106 期，657-667 頁， 1 982。亦參見 Shuster，S.，M.M.Black，E.McVitie，年齡與性別對皮膚厚度，皮膚膠原與密度之影響，英國皮膚學雜說（British Journal of Dermatology)，第 93 期，1975。亦參見 Durnin，J·V.G. A.與 M.M.Rahaman，經由皮膚厚度測量對人體中脂肪量的評估，英國營養學雜語（British Journal of Nutrition)，第 21 期，1967。] 此外，在一段相當短的時間之内，在受測者生理狀態上的差異會影響組織層與其各小型區域在光學上的特質。這種差異，例如，可能與其水合程度，組織中血液體積比例上的改變，激素的刺激，溫度的起伏與血紅素的量有關。第4頁本紙張尺度適用中國國家標準（CNS)A4規格（210 X 297公爱） (請先閱讀背面之注意事項0寫本頁) 裝經濟部智慧財產局員工消費合作社印製 570768 A7 經濟部智慧財產局員工消费合作社印製 ----^_____五、發明說明（）由於這些構造與狀態的差異成為在所測量的近紅外光吸收光If中差異的最大來源，他們即無法為血液分析物濃度的一種指標。而是，他們造成明顯的非線性光譜差異’此差異會對血液分析物的非侵入式測量造成限制，此非侵入式測量係藉由光學為基礎之方法。例如，數個已報導的非侵入式葡萄糖測量的方法發展出一校正模式，其係在一短時間之内特別地針對一個個體。[見Hazen，K.H·，”利用近紅外光光譜學在生物基質上的葡萄糖測量”，博士論文，愛荷華大學，八月，1 995。亦參見 Robinson，M.R· ’ R. P.Eaton，”在糖尿病患者中非侵入式葡萄糖之偵測：一預備式之評估”，臨床化學（Clin.Chem.) , 38/9，1618-1622 頁，1992 。亦參見 S.Malin ， T.Ruchti ， T.Blank ， S. Thennadil與S.Monfre，”藉由近紅外線擴散反射光譜儀作為非侵入性葡萄糖之偵測”，臨床化學（Clin.Chem.)， 45:9，1 65 1 -1658 頁，1999。] 在一相關之申請案中，”作為非侵入性血液分析物預測的一種智慧型系統”，美國專利申請序號09/359,1 9 1，1999 年7月22日由S.Malin，T.Ruchti所申請，揭示了一儀器設備與方法，其係可在血液分析物預測之前根據與組織特性相關之光譜特徵將受測者分類，並藉此實質上地降低此問題。所節選出之特性可代表照射之租織的實際體積。此小組或分類是以組織的相似性為依據而加以定義，例如在同一分類中的光譜差異會比不同分類之間的差異來的小。既然光譜的干擾最大來源已實質地降低，這些内在一致的第5頁本紙張尺度適用中國國家標準（CNS)A4規格（210 X 297公釐） (請先閱讀背面之注意事項$寫本頁)

I I 裝 . -1. 570768

五、發明說明（分類更適於作血液分析物之多變相分析。這樣，依據代表組織狀態與構造之光譜特性上的相似性而藉此將個體分組’可降低上述混亂的非線性差異’因而血液分析物的預測即能做得更為精確。分類的一般性方法要依賴光譜特徵的確定，此特徵係為所採樣組織體積的最好指標。此種特徵的幅度大小代表一基礎性差異，例如，組織的厚度或水合之程度。真皮下層中脂肪組織對光的吸收，主要包含富有一種脂肪性物質，三酸甘油酯，的細胞，成為非侵入式近紅外線測量中光譜差異的最主要來源之一。因脂肪組織會明顯地影響整體的測量，當和皮膚其他層次中所具有的體積比較時’血液分析物中富含液體的體積部分相對地較小。舉例來說’真皮具有豐富的血管網。位於真皮與皮下脂防間的介面是深層血管叢，係一血管之匯集，其走向與皮膚表面平行。從深層血管叢，血管上達皮膚表面至另一血管之舍集平行匯集處’稱為表層血管叢，其係位於距皮膚面0.3公厘至0.6公厘之處。若與皮膚的其他層次相比，既然真皮的微血管層具有一高體積部分之分析物，例如葡萄糖，其係隨著實際的血液濃度而變化，因此，真皮的微血管層即成為照射與血液分析物測量的標把位置。另一方面，藉由脂肪組織之成分對光線的吸收就標靶之分析物測量而言具有較混亂之效應，然而其代表著光譜差異的最大來源，僅次於水的吸收。例如’第1圖顯示在一人類受測者身上所測量的一近紅外光第6頁本紙張尺度適用中國國家標準（CNS)A4規格（210 X 297公釐） (請先閱讀背面之注意事項Η 骏·！ \寫本頁> 經濟部智慧財產局員工消費合作社印製 570768 A7 B7 經濟部智慧財產局員工消費合作社印製五、發明說明（吸收光譜，並具有大蜇的吸收帶，ι〇1，ι〇2，ι〇3，如箭： 4 ϋ貝所示，其係因脂肪組織中脂肪的堆積所致。在採樣之知、’'及纖體積中因存有一典型之血液分析物，如葡萄糖，其相對之吸收要比所指定之脂肪·吸收帶在幅度上小了大約十的3 次方倍。因此，因脂肪組織所造成光線的吸收對於血液分；I：斤物精確的確認上產生了兩種主要的障礙。第一，與脂肪緩關之全部吸收成為一相當大的干擾，因而無法成為▲、、 <吸分析物濃度的指標。若講到欲撤去此一干擾，事實上Jgp母 X因脂肪組織造成不同的光線衰減是很難予以模式化，# 外係因為在層次狀的系統中擴散性反射的光線其本性較複雜、故。第二，由脂肪組織中所測得的脂肪之吸收會依〜之曰〜特定的方式改變，此方式係與隨著緊接於前的組織層之疋學特質有關’此組織層亦即指真皮’表皮，與角質層。詞^、特定的光線強度標準’在脂肪組織中由脂防所造成白勺趨向於固定。然而’投射入脂肪組織的光線會根據走態的改變而隨著週遭的組織產生差異。因此，在採才氣的組織體積中，脂肪吸收的幅度和因生诹所得王里狀的起伏而造成的這些改變有直接的關係。 < 因此，組織體積之本性的分類可採用與脂防組織吸收相關的特徵，此體積係以-近紅外光測量儀器設㈣採樣而得的。根據此種特徵的相似性對 f生對文 >則者所作的分類會導致所採樣的組織體積具有一較女权大的均質性並降低和皮

廣組織有關之干擾。如此必然會在—A Μ '入、，及小組中對皮廣之 __第7頁本紙張尺度適用中國國家標準（CNS)A4規格 1·---;---裝--- r請先閱讀背面之注意事項寫本頁) 0 - -線Ϊ 570768 A7

五、發明說明（）生物性化合物的濃度產生一極優越的測量，例如一血液分析物。 -------；——«---^---- 請先間讀背面μ涑意事頊hi寫本頁) 2 ·身體組成估算身體組成是健康狀態的一重要指標，而身體組成之確定在健康危機的評估與診斷上亦扮演著重要的角色。[見 V.Heyward與L.Stolarczyk，應用性身體組成評估，香擴城’伊利諾州：人類動力學（Human Kinetics)，1 996。]例如’肥胖是一種嚴重的健康問題，其係可藉由增加一 #人產生冠心病，高血壓，第二型糖尿病，阻塞性肺病，月’ 關節炎與某些型式的癌症的危機而減少其壽命。這種隨著肥胖而增加的健康危機與身體的總脂肪量有關。一點兒也也中不訝異的是，現存有很多用於估算身體組成的方法，灸許多種是根據間接的測量；例如，含水重量，生物電推Ί 參 j匕抗，皮膚厚度測量與其他[見上述之Heyward等人] /y Q Q - 外，對身體脂肪的非侵入性測量曾應用波長範園為

1 100奈米的近紅外線分析[見Conway，J.M·，NornS 經濟部智慧財產局員工消費合作社印製 K · Η ·，與B 〇 d w e 11，C. E. 身體組成估算的一種新方式·紅線之相互影響，，，美國臨床營養期刊，1 985，12月，1123_ 1130 頁]。 R.D.Rosenthal在，，用於確定身體中脂肪比率的近紅外光儀器設施與方法，，中，美國專利申請序號4，850，365 ’七月25日發出，1989與另一個，，用於確定身體中脂脉比率的近紅外光儀器設施與方法，，中，美國專利申請序號4 ’ 928 ’ 第8頁本紙張尺度適用中國國家標準（CNS)A4規格（210 X 297公釐） 570768 A7 B7 五、發明說明（） 014，五月 22 日發出；與 A.Roper 與 K.O.Johnson，’’利用近紅外光測量脂肪厚度的儀器設施與方法，，中，美國專利申請序號5，014，713，五月14曰發出，1991，其中揭露了在波長為 700-1 100奈米的範圍中進行近紅外光分析的方法，其目的為身體組成之分析並包括脂肪比率與脂肪厚度的確定。近紅外光分析的使用具有非侵入性，方便與負擔得起的優點。所報告的方法都很相似且一般均包含在740-1 100奈米範圍中以數種波長的近紅外光對組織的照射與在一多樣性之光波下偵測光線的吸收。曾建立一方法，其係以測量為依據來預測體脂肪的比率或是皮下脂肪層的厚度，從一身體組成評估的另種技術來提供參考數值。例如，Conway 就是利用在916奈米與1026奈米之吸收光譜的第二衍生來估算幾個受測者的脂肪比率。

Rosenthal報告提出使用測量之吸收來確定身體中脂肪比率的兩種類似方法，其係藉由在一波長與一特定寬度波長範圍之下，與將身體脂肪比率和吸收之測量之間扯上關係的一種數學模式。此外，可提出身體上許多體位的參數數據，如身高，體重，運動量，性別，種族，腰臀比與臂圍，在對體脂肪含量作定量確定時可與所測得的近紅外線吸收一起使用β

Roper等人藉由含有一對紅外線發射極體與一偵測列的測量儀器設備來確定身體中脂肪的厚度。介於700-1 100奈米間的許多波長可由偵測列偵測出來，並產生與從身體發第9頁本紙張尺度適用中國國家標準（CNS)A4規格（210 X 297公釐） ------------裝 (請先閱讀背面之注意事項寫本頁)

I I I J %, β mb* aav β··· 〇 I 蜃 ι 言矣I 經濟部智慧財產局員工消费合作社印製 A7

570768 五、發明說明（）射出光線的強度成正比的訊號。ϋ些訊號經加總後並予放大而形成一混合式的訊^這種混合式訊號的幅度可申請專利因其為脂肪層厚度的指標。由於所報導的近紅外線分析方法具有—些優點，其使用性會顯著地受到所選擇用於分析的波長範園所牽連◊尤其熟知的是黑色素對低於1100奈米的光是—顯著的吸收劑 [見Anderson’R.R.與j.A.Parrish’，’人類皮廣的光學性質”，調查性皮膚學期刊（J.of Investigative De_Qi(jgy)，第77(1)期，13-19頁，1981]。因此’在11〇〇奈米以下的波長時，膚色會引起光譜的大差異並且代表一主要的混淆影響與偏差的來源。此外，在此波長區域所穿透的深度遠超過皮下所儲存之脂肪的厚度。另外，在此波長區域由可見光所造成的可能干擾是眾所週知，並需要特殊的測量儀器與遏止它的需求。在較高的波長（1 1 00-2500奈米）藉由使用近紅外光能量來確定皮下脂肪之厚度與體脂肪比率的一種方法顯然是極為有益的。在此範圍所穿過的深度將會受限於皮下組織。脂肪細胞的光學特質，當以在測量的吸收光譜顯示時，可用於估算皮下組織的厚度與個體其整體性的肥胖程度。發明目的及概述：本發明提供一新型儀器設備及其相關方法’其係可確認脂肪組織中與脂肪吸收相關之特徵，及後續於血液分析物估算前將受測者分類。本發明並提供一方法’其係藉由利第10頁本紙張尺度適用中國國家標準（CNS)A4規格（210 X 297公釐） (請先閱讀背面之注意事項寫本頁) 裝 --線經濟部智慧財產局員工消费合作社印製 570768 A7 與一範五、發明說明（

用在光譜範圍1100-2500奈米中較古、士 E 仅问波長之近紅外線來確定皮下脂肪的厚度與體脂肪比率。在此ρα #姿在此範圍所穿透的深度僅限於皮下組織。脂肪細胞的光學性晳 ” α , π 卞丨王貝，以所測得的吸收光譜顯示，可用於估算皮下組織的厚户〜度與個體4整體性肥胖程度而不會有來自較深層組織層或皮膚色素的干擾。一般而言，儀器設備包括一能量來源，一波長選擇器，接觸受測者的一介面，一感應器元件與一分析器。發明中的一般方法包含在活體組織樣品中測量NIR吸收光譜的步驟；偵測落在外圍者’與不同來源的誤差有關的無效測量’將測量的光1醤傳送予不同之預先處理技術；特徵節選，其中確認並分離出光譜特徵，其係專一性地與脂肪組織中脂肪的吸收有關；與校正例式測量之校正組相比較以便分析光譜，此光譜係用於進一步作血液分析物之預測。還可以作一皮膚厚度的估算與一後續之體脂肪比率的估算。本發明中這些與其他的特徵，觀點與益處可參考下列描述，圖形與附帶的專利項目以作進一步之了解。圖式簡單說明：第1圖為在人類受測者所測量出的近紅外線吸收光譜之圖形，其係顯示因儲存於脂肪組織t之脂肪的吸收帶；弟2圖為一個作為分類組織的系統的區塊圖，其係根據本發明，以與體脂肪之吸收光譜相關之特徵作為依第11頁本紙張尺度適用中國國家標準（CNS)A4規格（210 X 297公爱） (請先閱讀背面之注意事項Η 裝· — — f本頁) 經濟部智慧財產局員工消費合作社印製 570768 A7 B7 經濟部智慧財產局員工消費合作社印製五、發明說明（據；第3圖顯示一水的常態化之NIR吸收光譜；第4圖顯示動物脂肪的-個截除樣品的NIR吸收光譜；第5圖提供一万法的一區塊圖，根據本發明，其係節選與真皮和脂肪組織相關的光譜之特徵；第6圖顯π 19名受測者之NIR吸收光譜，其係根據本發明以第5圖之方法為依據而加以常態化；第7圖顯示根據本發明，作為體脂肪之單—波長校正的— 圖形；第8圖提*方法的區塊圖，根據本發明，其係經三種波長測量體脂肪；第9圖顯π ’根據本發明’將實際體脂肪對第7圖之節選特徵作圖的一圖形； ' 第圖顯示一摘要式特徵節選與受測者分類之方法的_ 圖，其係根據本發明；第U圖顯示一數據组之主成分分析的前三個本征向量之圈形，根據本發明，並你社# + Μ 其係接耆在第10圖之特徵節運方法之後；第12圖係根據本發明，為第11圖的第三負載物(本征向量與第4圖中的動物脂肪光譜間之比較；第圖為提供-雙塊狀圖，根據本發明，其係顯示作為纪脂防預測與受測者之分類的-般化方法，係以; 4上相對地與體脂肪相關的特徵為依據；第1 4圖顯示，其係根據本發明，猫、a丨、；+ 將一預測（皮膚厚度對^ 第12頁 (請先閱讀背面之注意事項寫本頁) *---J——裝 570768 A7 B7 五、發明說明（）實的皮膚厚度作圖的圖形。圖號對照說明： 19 計算 20 受測者 21 能量來源 22 波長選擇器 24 能量 25 介面 26 感應器要素/電壓 27 轉換器 29 外圍偵測 30 前處理器 3 1 特徵節選 32 分類與/或估算 33 分析器 60 吸收光譜 61 光譜 62 投影 65 差別 66 波峰 67 特徵 68 分類 100 波長選擇 102 旋轉 104 顯著吸收 105 低吸收 13 1 校正模式 132 分類方法經濟部智慧財產局員工消費合作社印製發明詳細說明：第13頁本紙張尺度適用中國國家標準（CNS)A4規格（210 X 297公釐） 570768 A7 B7 經濟部智慧財產局員工消費合作社印製五、發明說明（）一系統’其係作為非侵入性地確定與脂肪組織吸收相關的特徵’提供了一儀器設備以作為測量用近紅外線能量照射的組織對紅外線的吸收與對組織特性加以節選並分類的方法。此外，所測量的吸收光譜經處理並送與一估算方法以確定皮膚厚度與/或體脂肪之比率。儀器設備：儀器設備包括一能量來源2 1，一感應器要素26，接觸受測者的一介面25，一波長選擇器22與一分析器33。此能量來源21可在波長為ι100-2500奈米之範圍附近產生並發射出近紅外光之能量且含有一設備例如一 LED列陣或一石英lS素燈。波長區分儀器22可為一個單色曲光儀，或一個干涉儀。波長區分亦可透過一先前敘述之led 列陣元件的連續性照明光源。面對受測者20的光學介面 25包含了一方法，其係可將能量23自光源21傳導至標靶皮膚組織測量點；例如，一光線管路，光纖，一透鏡系統或一光源導向的鏡面系統。面對受測者20的光學介面 25亦包括了一方法，其係可經由使用閃爍光源偵測器或是光纖探針，在一已確定的最佳距離下，以反射模式把來自周圍組織區域之能量24收集起來。將所收集之能量轉換成一電壓2 6，並經由一類比對數位化之轉換器2 7葱集樣本，以便作為一微處理器基本系統3 3之分析之用。在較佳實施例中，儀器使用一石英鹵素燈21，一單色曲光儀22與InGAs偵測器26。自樣品所偵測到的密度經第14頁紙張尺度適用中國國家標準（CNS)A4規格（210 X 297公釐）一

(請先閱讀背面之注意事項U 寫本頁) 裝 · 丨線“ 570768

由邊比電子儀器2 6盘一 1 ^ /f— ** ' ^ t ju m 16_位兀<交/直流轉換器27加以數位化而轉換成-電壓。再將其光譜傳送予處理器33以便藉由分類方法加以處理。t先，以偵測到之光作為依據將吸收藉由(取負的對數值）加以計算19，其中及為反射之光線而心為投射至樣品上之光線，其係經掃描一參考標準而加以確定的。接下來的處理方法，如下所述，即可產生一分類32或是一意為無效測量的訊息。在第2圖中顯示一整合系統的塊狀圖。經濟部智慧財產局員工消费合作社印製 I--------------^--- (請先閱讀背面之注意事項寫本頁) 在另一個較佳實施例中，使用一群LED作為一能量的來源21以便在一預先選出的波長下產生能量，接著再將此能量傳送23至皮膚。LED，其係呈一放射狀圍繞著一個偵測器，經間歇性地充電，並且利用經由皮膚反射或穿過皮膚的方式，每個LED所偵測到的能量來形成一光譜。各個LED到偵測器彼此間的距離，或是照明點與偵測點之間的距離，對於從相對應的LED所發射出之能量的波長而言是特定的。距離照明點的較佳距離，包含led 的光線發射表面，與偵測點之間的距離最小為1公厘而最大為3公厘。1公厘的長度用於波長大於13 8〇奈米而3 公厘的長度用於波長大於1 1 00- 1 380奈米之範圍。此組波長包括，但不侷限於，1100，1208，121〇, 1275，U50, 1 650，1720，1 760奈米。照明與偵測々件21 , 26與標乾位置間的聯結是經由啟動光學鏡組與一透鏡系統23 , 24 完成。嫻熟此技藝之人士亦認知到其他的聯結方法亦為可行，此聯結方法包括光纖，其係具有特殊之結構而可對光第15頁本紙張尺度適用中國國家標準（CNS)A4規格（210 X 297公釐）

源點與偵測點之間的距離賦予一標準。裳—— (請先閱讀背面之注意事項t寫本頁} 此外’可藉由商業上可購置之現有的NIR光譜儀來完成此種測量’包括perst〇rp分析用NiRS 5000光譜儀或一 Nicolet Magna-IR 760光譜儀。此外，此測量 < 經由收集自皮膚表面反射之光線或是穿透過部分皮膚之光線而達成，例如手指或耳垂。進而，利用反射或是穿透方式可替代較佳之吸收測量。一般處理方法如第2圖中所示，在一個微處理器33中 < 以完成特徵確定的一般方法，其係在脂肪組織中與三酸甘油酯的吸收有關’此微處理器係能自動化地從在第2圖中所示的 ADC 27接收測量之資訊。接下來的一吸收光譜28的計算，特徵節選之主要組成與分類與/或估算方法包括外圍偵測29，前處理器30，特徵節選3 1與分類與/或估算 3 2。各方法的設計是以一範例式測量的校正組為依據。此節中我們將一般之步驟做一摘要，其詳情可見於隨後之施行部分中。經濟部智慧財產局員工消费合作社印製測量：其中各測量28為一光譜，其係以一吸收值之向量為代表，而此吸收值屬於一組N波長起沢# ,其波長區域介於近紅外線（n00至2500奈米）。光譜係依據如下計算：所偵測到之光線用於產生一 -1〇gR/Rs之圖形，其中第16頁本紙張尺度適用中國國家標準（CNS)A4規格（210 X 297公爱） 570768 A7 B7 鳟義異 f士 > 對受測光譜外數分才斤〇铜本钲向轉之校電月甾〇五、發明說明（ R為皮膚的反射光譜而rs為儀器中反射的標準。在紅外線光譜中，此圖形與—吸收光譜類似，此光譜包含量化之資訊，其係以射入光線與身體組織的組成物之間的已知相互作用為依據，且此後以此方式作為參考。第1圖中顯示 m對λ作圖而得的一圖形。然而尤其特別的是，浪〜I可包含在紅外線中的一個特定波長之選擇，其係已對 .a Ί旨标乏吸收有關的特徵節選作最佳化，進一步敘述於下。、外圍測量：外圍測量之方法29為一方法，其係經由光圍處偵測的較佳方法是經由一主成分分析與—餘首先，將光譜，m，投影至包含於矩陣中的五量，其係經由一主成分分析（對一範例式吸收光其計算是由下式得來 ------------i (請先閱讀背面之注意事項再 xpc 7Σ mo (1) 經濟部智慧財產局員工消費合作社印製並產生一個1乘5(5維）的分數向量，A：/7C0其中 α中的第k行。它的餘數，7，是根據下式確定的 q = m xpC〇0T .(2) 並與一校正組的期望餘數之三倍標準偏差相比# 大’則宣稱此樣品為一外圍者並中止其性別分類士 1法是去巨陣第17頁本紙張尺度適用中國國家標準（CNS)A4規格（210 X 297公釐） 570768 經濟部智慧財產局員工消費合作社印製 A7 B7 五、發明說明（）預先處理· 預先處理30的選擇性步驟包括下述之操作，如定度量’常規化，使之平滑，導函數，濾波，與其他轉型，其係可將雜訊與儀器的差異減小而不會影響到有興趣之訊號。經處理後的測量，jc e沢〜，根據下式加以確定 X = h(A，m) ⑺ 其中沢"為預先處理函數。在數據中進行波長之選擇以便減低外在之變數，其係可能造成校正或測量之光譜部分的偏差，此光譜具有一較低的訊號對雜訊比率。用於特徵節選與皮膚厚度估算的一特定方法，詳述於隨後之施行部分中，包括波長選擇，倍增式散射修正與衍生。[參見 Geladi ’ Ρ·,與 d. MacDougall ,與 Η· Martens , ”肉品的近紅外光反射光譜之線性與散射修正”，應用光譜學 (Applied Spectroscopy) ( 1 985)，第 39 冊，491 -500 頁。亦參見Savitzky’A·與M.J.E.Golay，，，藉由一簡化之最小平方方法使數據平滑化並加以區分”，分析化學，第3 6期，第 8 卷，1 627- 1639 頁，1964。] 特徵節選特徵節選31決定各測量值其醒目的特徵，其係與脂肪組織中三酸甘油酯的吸收有關。一個特开殊的特徵其幅度對由光線所照射的脂肪組織的體積而+ s具有其專一性。此組織體積所測量的特性依賴組織上届 w的光学特質第18頁本紙張尺度適用中國國家標準（CNS)A4規格（210 X 297公釐） (請先閱讀背面之注意事項寫本頁) 崎裝 ||贫五發明說明（與脂肪組織的光學特質 ^ ^ w而疋。從不同波長範圍作特徵的一可作為提供有關真皮特、特&與脂肪組織特質的資訊。一般說來，特徵節選避了由任何數學上的轉型來完成，其係能加強其性質或县田疋用於解釋說明的樣品測量之觀點。特徵節選的目的是為 &局了把間明地代表並加強用於性別確定之組織測量點的牿皙、質/、特性。此外，特徵能提供其代表之組織特質的顯著資〜、者貧讯’並可作為其他的目的，例如診斷或系統之最佳化。此特徵直接以一向量沢Μ ^代表，此向量來自經下式所作的散射修正測量 Ζ=/α，匀 (4) 其中/: 自所測量的空間到特徵空間的緣圖比對。分解/(·)可產生特定的轉型，用於決定-種特別的特徵。从次元’可指出第;·項的特徵是否為一數量或是一向量’而所有特徵的匯集即為向量：。其中當所述之特徵以一向量或一模十、 X Μ表現時，此一特徵即具有可表示一基礎物理現象的一種特定構造。個體之特徵可分為兩類： 1 ·摘要性，與 2 ·簡單性。摘要性特徵並不-定需要與物理系統相關的專一性說明。明確地說’雖然一主要組成分折的分數在物理上的解釋不-定都知道’但是此分數是一有用的特徵。例如’主成分分析提供與組織吸收光譜之性質有關的資第19頁 ^0768

、發明說明（自對樣品演譯而來的了解，並且直。舉例來說，真皮或皮下層的厚度。將這些光譜差異節選出來並予以 •作為性別確定之一特徵和其相關訊。取顯著乏知碰 < i織差異通常是和其構造有關，且脂肪組織的吸收是—, 稷上層組織的層次在構造上有變異的一種指標。因此，力在以脂肪組織的光學性質為依據的分類上王成刀分析之分數提供很有用的資訊，並構成一組有價值之特徵。簡單特徵是衍生接與一物理現象有關導致特定的光譜顯示加強而具有兩種作用組織特貝之一測量。在一般的案例中全光譜可傳至分類系統以作分類。然 —種特夂的特徵節選方法，其係已顯示出可提供優越的77頒表現與其他相關組織特質的測量，其進一步之描述陳列於下： Μ ' 1 ·來自因數分析之分數，尤其是主成分分析。 2·水與脂肪的相關吸收。 3·脂肪組織中三酸甘油酯吸收帶的常態化幅度。在下節中會提供這些以一校正組為依據的特徵節選方法之施行細則。校正：將預先處理的光譜與/或節選之特徵傳送至兩個進一步處理步驟中的任一個。首先，為了受測者的分類可先作有關節選特徵之決定。可藉由一分類方法32 ,例如組第20頁 --------,---·——裝 (請先閱讀背面之注意事項®^寫本頁) 訂---------. 經濟部智慧財產局員工消费合作社印製 570768 五、發明說明（經濟部智慧財產局員工消費合作社印製 A7 B7 織水合化的程度，並以節選特徵為依據，對真皮狀賤的一種改變作一確認。此外，因為所採樣的組織體積2生一顯著的，與脂肪吸收有關之特徵而將受測者分類為，，肥胖”。相反地，因為與脂肪吸收相關之特徵具有較小的幅度’因此可將受測者分類為瘦”。不管是哪種情沉，分類都是根據所採樣的組織體積之許估而非個體其全身之組成。預先處理之光譜可送至一估算32演算的方法，其係可估算脂肪組織的厚度或是受測者體脂肪之比率。在皮膚厚度的估算案例中，估算的方法相當簡單並可依一預先處理之光譜或節選之特徵來操作。在身體組成確認的案例中，此方法依賴一模式的完成’其係將吸收光譜與一體脂肪比率確認相比對。雖然在演算方法中可用較醒目的特徵，但是除了脂肪組織局部的厚度外，所有的身體組成需依賴其他的特性。人口統計學，例如年齡與性別，在確定體脂肪上扮演著重要的角色[見Hey ward等人，先前所述]。年齡與性別此二者可從相同的測量光譜加以估算，一如先前兩相關申請案中所揭示的，”一系統其係作為非侵入式的年齡確認’’，美國專利申請序號，〇9/xxx，XXX，由T.Ruchti， S.Thennadil » S.Malin 與 J.Rennert 於______1999 年提申與”一系統其係作為非侵入式的性別確認”，美國專利申請序號，09/xxx，XXX，由 T.Ruchti，S.Thennadil， S.Malin與J.Rennert於______1999年提申。因此，身禮第21頁本紙張尺度適用中國國家標準（CNS)A4規格（210 X 297公釐）

570768 五、經濟部智慧財產局員工消t合作社印製 A7 發明說明（）組成評估之万法是利用先前所述之年齡與性別的確認方法與此處所揭示之皮膚厚度的估算方法。 3 · Crisp 分類：以節選出特徵為依據，對受測者之分類是以一分類步驟進行，其係包含一比對與一決策。比對步驟是由下式產生 (5) 其中Ι為一實數，其係用於測量已預先定義之身體組成種類間的距離。例如，1瘦與胖此二數值，其係分別與代表，，痩，，與’’肥胖”兩類的1平均值或代表值相聯結，而分類歸屬之指定疋以I與與i *的近似值作為依據。例如，i與先前建立之分類間的距離意指分類可藉下式測量

dm =丨 L it - L I c/j» 胖=/乙《胖-£/ (6) 如下式來完成決定 1 ·若d d *胖則將所採樣的組織體積分類為，，瘦，，咬相對地含有較低的三酸甘油酯。 2·苦d氣> d κ牌則所採樣的組織體積相對地含有較高的三酸甘油酯或分類為”肥胖”。決定與比對的限制是由一範例式特徵之校正組與藉由一分類校正方法所定符合之參考估算數值，如”痩，，气，，月巴胖，，，來決定的。現有之方法包括線性區別分析， SIMCA，k最近鄰之演算法’模糊分類，與人工中性網路第22頁本紙張尺度適用中國國家標準（CNS)A4規格（210 X 297公爱） {請先閱讀背面之注音？事項寫本頁}

----訂---------線L 570768 A7 B7 五、發明說明（）之各種型式。此外，嫻熟此技藝之人士亦應認知，可用以測量儀器設備之準確性為依據的一上限來定義超過兩種以上不同的年齡分類。[參見Duda，R·0.與Ρ·Η· Hart ,複式·分痹箅妒#分考，J〇hn Wiley and Sons，紐約，1 973。亦參見 Wold，S·與 M.Sjostrom，’’SIMCA : 以相似性與類比之角度來分析化學數據的一種方法”， Chemometrics :理論與應用，B.R.Kowalski編輯，美國化學學會研討會系列，第52期，1977。亦參見Bezek， J.C.與S.K.Pal編輯，用於模式認知之模糊模式，國際電子電機工程學會（IEEE)出版，Piscataway，紐澤西， 1992。亦參見 Keller，J·，M.Gray 與 J.Givens，’’一種模糊K最近鄰之演算法”，國際電子電機工程學會（IEEE) 於系統，人，與人工智慧之會議記錄，第SMC-15期，第4·卷，580-585頁，七月/八月，1 985。亦參見Pao， Υ·Η·，適慮從赛式·認知典尹從，轉夥，Addis on-Wes ley出版有限公司，Reading，麻州，1989。] 4 ·模糊分類：經濟部智慧財產局員工消费合作社印製當以統計為基準之分類定義提供一組相互排除的各類別時，一組織樣品的適當分類與所得之光譜差異會隨著數值的連續性而改變。例如，一採樣的組織體積其”痩，，的程度會隨個體族群以一連續性的而非散亂的方式改變。因此，光譜中自然的差異導致分類的重疊。以脂肪的吸收為依據的明確之分類分界線並不存在，而許多測 _ 第23頁本紙張尺度適用中國國家標準（CNS)A4規格（210 X 297公釐) 一' 570768 A7

五、發明說明（）量會落在各分類類別之間，並且屬於數種分類中任何一種的歸屬資格在統計學上均具有相等的機會。因此，”堅疋的刀連界線與相互排除的歸屬資格也許不足以對在一標靶族群中發現的差異訂定一模式。一種具更多用途的分類指定方法是以模糊組理論為依據。[見Bezek’J.C•等人，先前已述。亦參見C.Chen編輯，模糊邏輯與中性網路手冊，Piscataway，紐澤西：國際電子電機工程學會（IEEE)出版，1 996。亦參見 Zadeh ’ L.A· ’ ’’模糊組合，，，資訊控制（Inf〇rm c〇ntr〇1)，第 8 期，338-353 頁，1965 。] 一般而言’模糊組中的歸屬資格是由一等級的連續性與一組歸屬資格之函數而加以定義的，其係可將特徵空間與各分類的間隔[〇，1 ]相比對。指定的歸屬資格等級代表分類資格的程度若為”丨，，則為最高程度。因此，一樣品可同時歸屬於一種分類以上。特樹：空間與一分類資格之向量的比對可由下式獲得 ck=f“z) (7) 經濟部智慧財產局員工消费合作社印製其中*= 1，2，···/>，/〆·）為第k分類的歸屬資格函數’對所有的k而言[0，1]而向量ceM為分類的歸屬資格小組。一實施例，其係使用一般公式以代表一歸屬資格函數為 y — 2 (8) 其中少為一次級組中的歸屬資格程度，ζ為用於確定第24頁本紐尺度適財國國家標準（CNS)A4規格（210 X 297公^7 570768 A7 ------ B7 五、發明說明（）資格的特徵，艺為模糊次級組的平均或中心而σ為標準偏差。然而，嫻熟此技藝之人士應認知適當的歸屬資格函數特別適用於此應用。歸屬資格向量提供各預先定義之分類中的歸屬資格的程度並可用作血液分析物之預測，其係揭露於先前所摘錄的一相關申請案中，由Malin等人所作，美國專利申請序號09/χχχ，XXX。此外，可藉由一適當的去模糊函數利用歸屬資格程度來計算一個體的脂肪組織之厚度與其〇身體組成。此去模糊函數可如Malin等人所描述的來加以確定，其係揭露於先前所摘錄的一相關之申請案中，美國專利申請序號09/χχχ，XXX。此外，可利用範例式光譜測量的一校正組與相關之年齡參考數值來確定一校正模式，其係將分類資格與一選出的變數之估算，例如皮膚厚度或身體組成，相互比對。 5.估算：估算的方法係依賴使用一校正模式，其係將預先處理之光譜經由一線性或一非線性比對與一標靶之變數，如皮膚的厚度或身體脂肪比率，相互比對。在線性的案例中，設定處理後的光譜Λ：，與校正模式係數，此估算是根據 Ρ = (9) 若⑷以為H；c的第A項元素，則即為估算之變數。嫻熟此技藝之人士將可I忍知由Λ：至J；的一非線性比對亦可輕第25頁本紙張尺度適用中國國家標準（CNS)A4規格（210 X 297公釐） (請先閱讀背面之注意事項再Μ寫本頁) ---------訂---------線經濟部智慧財產局員工消费合作社印製 570768 A7 --- B7 五、發明說明（易地經人工中性網路，非線性部分最小平方回歸或其他校正之非線性方法加以界定出來[參見，Geladi,p與br Kowalski，”部分最小平方回歸：一教學指導”，八⑽丨州㈡

Chimica Acta，第 185 期，b17 頁，1 986。亦參見 Pa〇 ,先前所述。] 較佳之模式為線性的並且經因數分析建構而成，其係可將高次元，或重複的，數據分解成為少數顯著之因數，此數據在數百之波長包含吸收，強度或反射之測量，而此因數在數據組中代表變異的主要部分。能在與標的變數有關之光谱中捕獲差異的因數可用之於校正模式中，並將樣品投影至所得的因數空間以便在各個樣品中產生一組分數。最後，應用倍數線性回歸將顯著因數之分數與標的變數間的關係建立模式。在身體組成確認的案例中，對受測者的近紅外光年齡估算與近紅外光性別估算可與皮膚厚度之近紅外光估算一起使用。此處揭示了兩種用於身體組成確認之方法。第一種是在各年齡組與不同性別中，利用不同的校正作為將皮廣厚度對體脂肪比率作比對。第二種與較佳之完成例為一模式，其係將三個變數皮膚厚度，年齡與性別與一受測者的估算之體脂肪比率相比對。此種比對是依下列型式 y=f(x!，u(1〇) 其中y為估算之體脂肪比率，巧為近紅外光估算之皮膚厚度，X 2為近紅外光估算之性別與x 3為近紅外光估算之年齡，其係揭示於先前所述之相關_請案09/XXX，XXX與第26頁本紙張尺度適用中國國家標準（CNS)A4規格（210 X 297公釐）請先閱讀背面之注意事項再I 填錢寫本頁訂線經濟部智慧財產局員工消費合作社印製 570768 A7 五、發明說明（） 09/xxx，XXX中。可將分析技術如人工中性網路，應用於範例式測量之校正組而確定模式/()。嫻熟此技蟄之人士亦認知到可應用非線性回歸的其他方法以確認八）的另外型式。施杆細則：基礎組為了要作特徵節選與分類，利用皮膚’水與脂肪之基本吸收組成物提供一個二-組成物的基礎組。首先，根據較佳之實施例利用一光譜儀藉由一個1公厘的小管對水作掃描，如先前所述。此吸收光譜4 0 ’如第3圖所示，藉由-log(T/T〇)之公式計算，其中T為反射之光線而T〇為射入樣品之光線，其係由掃描一空白管加以確定的。一脂肪的純粹組成吸收光譜5 0是根據較佳之實施例，經由一光譜儀對所取出牛的脂肪組織加以掃描而測得的。所得的光譜顯示於第4圖。實驗數據組：經濟部智慧財產局員工消费合作社印製經由研究年齡範圍為21到5 5歲的1 9位志願者（1 6 位男性與3位女性）而可了解作為校正後續所描述之模式的實驗數據組。根據較佳之實施例，連續兩天利用一光譜儀對每位受測者的前臂做一次吸收光譜的測量。參加者的體脂肪比率藉由身體組成的Siri公式加以估算[見 Siri，w.E.，”身體之總組成”，Adv.Biol.Med.Phys.，第 4 期，1 956，23 9-280頁]。皮膚的厚度是測量每位受測者第27頁本紙張尺度適用中國國家標準（CNS)A4規格（21〇 x 297公釐） 570768 A7 B7 五、發明說明（的二頭肌，三頭肌，下肩胛骨與上腸骨之範圍，其係利用一對其型式為HARPENDEN的研究級之測徑器，由大英指標公司（British Indicators，LTD)製造。由於此為一特定之實驗其目的為確認一作為分類的適當組與特徵之估算與脂肪組織厚度相關之屬性，嫻熟此技藝之人士應會認知，對於不同的受測者與不同標靶之表現水準，亦可進行其他具有更多或較少的受測者之實驗。投影演算法特徵節選的第一個方法是基於以一近紅外光之光譜儀在波長範圍為1 1 0 0 -1 3 5 0奈米所測得的一吸收光譜來對組織進行定性。現在參閱第5圖，藉由將一個水的吸收光譜· 60投影62在所測得之光譜6 1上來將所測得之光譜 6 1予以常規劃，並計算其間之差別6 5。在接近1 2 1 0奈米之所得的脂肪吸收帶其中的波峰6 6可利用單變數比對而來確定在測量點處之體脂肪比率或脂肪組織之厚度。經濟部智慧財產局員工消費合作社印製設測量之光譜6 1，λ:，與純組成物水之光譜6〇，p，水光譜在所測得之光譜上的投影62可根據下式決定 [pwPw ] 1 pw^w (11) 其中m為一實數，其係代表水吸收的幅度而下標η；代表一波長的次組（11〇〇-1500奈米與1300-1350奈米）。既然水主要集中在真皮層中，m的幅度代表與真皮特抶相關的一種節選之特徵6 3其係可能接著用於藉由線性區第28頁本紙張尺度適用中國國家標準（CNS)A4規格（210 X 297公釐） 57〇768 A7

別分析對受測者之分類6 4，如下所述β 將水之光譜60投影62在所得測量6丨上，並根據下式從測量61中予以減去65 ζ〜卿 (12) 其中Ζ為最終I光if。此方法摘要於公式丨丨與1 2，上述可應用於實驗數據組，而在實驗數據組中對所有受測者所得之Z的圖形顯示於第6圖。如圖中清楚地所不，在1 2 1 0奈米吸收波峰的幅度與體脂肪比率相關，因此具有最高體脂肪比率的個體在121〇奈米或其附近將會有最明顯的吸收波峰。此外，此波峰的大小成為一個^ 徵67 ’其係和在皮下層的脂肪組織的厚度相關，並用於進一步作受測者之分類6 8。由於此方法可藉由在1100_ 1 350奈米範圍内之範例加以解釋，嫻熟此技藝之人士應認知此方法亦可推廣至 1 650- 1 800奈米的波長範圍，其中與脂肪組織之吸收相關的另外之特徵是在波長1 720與1 760奈米之處，如第i 圖所示。此外，基礎組包括其他之組成物，其係可續用於投影在節選特徵上，此特徵與組織之其他特性相關，經濟部智慧財產局員工消費合作社印製包括水合度，蛋白質濃度，皮膚膽固醇與其他。作分類時，可應用一區別函數並根據兩個特徵63， 67來分類受測者，或用另兩個分別之步驟64，68，如第 5圖中所示，或是經由一單一步驟。例如，設定向量/包含第5圖中的兩個特徵63 ’ 67 ’可將受測者分類成兩種類別中的一個而產生實數，i：: 第29頁本紙張尺度適用中國國家標準（CNS)A4規格（21G X 297公髮) ' ------- 570768 A7 B7 五、發明說明（經濟部智慧財產局員工消费合作社印製 L=fw (13) 其中η；為一重量的向量。此結果與亡比較，其係為兩種類別之巾心。若L>r則受測者即被分類為第一組。若否’則此光譜即被分類為第2組。在所採樣的組織體積中和原始的族群比較起來，所得的兩個小組要含有較高的同質性。此外，可對各小組的一任意數加以定義，其係依據各小組中所期望的同質性的程度。另外，可藉由定義一組預先定義分類之小組的資格歸屬函數而發展出一模糊分類系統來。例如，設定z，第6圖中光譜的波峰幅度，利用脂肪組織中與脂肪相關之吸收為依據可將受測者小組予以定義為瘦，中等與肥胖。對各分類不計算其平均特徵，ζ,與標準偏差，σ。在一特殊之分類中，用於定義資格歸屬之程度的資格歸屬函數是經由下式所得 —I y (14) 其中少為資格歸屬的程度。由於此資格歸屬函數是一高斯函數，嫻熟此技藝之人士應認知適當的資格歸屬函數對此應用為特定的。與三種類別中任一相關的平均與標準偏差是依據實驗數據組中標靶族群加以確定的。將特徵的數值輸入資格歸屬函數中，其係通常過高地或過低地落於預期的次級小組範圍之外，並將之歸類為低資格歸屬數值。此資訊用於指出受測者之組織特性是落在先前檢查的族群之外並用作為外圍分析。在目前之完成例，當y<0· 1時，對於所有的次級小組此預測即被第30頁本紙張尺度適用中國國家標準（CNS)A4規格（210 X 297公釐）請先閱讀背面之注項再I 填幾寫本頁裝

I I I I I訂 • I I 570768

五、發明說明（）歸類為一低信度水準。所得之分類資格歸屬適用於對血液分析物預測作分類’如Malin等人在相關之申請案〇9/χχχ，χχχ中所逑。將所述之資格歸屬函數設計為用於特定之受測者族群，並且不能將其一般化為適用於所有可能之個體。然而，此發明趨向任意使用資格歸屬函數，以便在一特定之分類中對一受測者指定其資格歸屬之程度，以作為血液分析物之預測。身體組成之估算顯示於第5圖中，可利用脂肪組織中與脂肪相關之特徵節選方法來估算個體之體脂肪比率。例如，第7圖中，在1210奈米處之節選特徵，ζ，對體脂肪比率作圖。體脂肪比率可經下式估算 % - αζ 121 〇 ^ + b (15) 經濟部智慧財產局其中為第7圖中直線之斜率，而6為相對之截距，^為ζ在121〇奈米處的幅度大小。在此特別之實施例中，對所有之受測者不分年齡或性別發展出一校正。可藉由一組大型之數據組與使用由公式丨〇指出之年齡與性別估算來增進其精確度。具二或三種波長之特徵節選消費合作社印製描述於上之特徵節選與體脂肪估算之述之一整體之光譜或由2-3種波長進行 # &可由先前所 ’视所需之精確第31頁

570768 A7

五、發明說明（）度而定。例如’第5圖中之方法經修正後顯示於第8圖並包含利用在二種波長處測得的光譜8 1對體脂肪所作之測量。特徵Z ’是將水的光譜82投影在僅於二種波長處所得之測量上’並在第三波長處確認其間之差異8 3而計算出來的。因次’此方法可於一具有三列均等間隔排列於一單一彳貞測器的LED或是一近紅外光之光譜儀的系統中完成。所選之波長最佳為1124，1210與1276奈米而其相對之水的吸收各為0.4781，0.1 84148與0.164745。體脂肪比率是經下式加以估算8 4 月旨肪'% = azi2io奈米七b (16) 其中α為斜率，而6為截距^為z在1210 奈米處的幅度大小（節選之特徵）。在目前之實施例中， α = 3 8 8·18 而 6 = 9.177。此方法應用於實驗數據組中且對各吸收光譜81計算出節選之特徵，* ★。各受測者之實際的體脂肪比率對節選之特徵作圖顯示於第9圖中。相關係數（r)0.8 1顯示相同之方法可將其一般化而包含二或多種之波長。 (請先閱讀背面之注意事項Θ寫本頁) ----裝訂- 線經濟部智慧財產局員工消费合作社印製摘要特徵節選如第1 0圖中所述，摘要特徵節選是作為特徵節選與受測者分類的替代方法。對此完成例，另外一組有266 個不同性別，年齡與種族之受測者之手臂掃描數據組用於決定此參數。在此266個樣品數據中進行一主成分分析而最先的三個本征向量的分數繪於第11圖中。在第12 第32頁本紙張尺度適用中國國家標準（CNS)A4規格（21〇 X 297公釐） 570768

五、發明說明（經濟部智慧財產局員工消费合作社印製圖’將第11圖中的第三本征向量與第4圖中的動物脂肪樣品之吸收光譜相互比較。如其顯示，第三本征向量可與月曰肪之吸收光譜緊密地符合。因此，前三個分數， ’即可作為受測者分類的特徵。受測者分類之確認如下進行。首先，吸收光譜， m 2 8由外圍偵測系統提供^應用波長選擇1 〇〇將光譜之 $巳圍截至具有顯著吸收的範圍（11〇〇至25〇〇奈米），其係由於脂肪組織中的脂肪所導致。將此光譜投影1 〇丨到本征向量’ /7 k ’上’其係由先前之2 6 6個樣品之校正組中進行一主成分分析所發展出來。此計算，如第1 〇圖顯示，可產生一個1乘N的分數向量，λγ/ic。應用一區別函數以第一個Μ分數（在此應用中M = 3) 為依據將受測者分類。藉由一具有區別係數η；之交錯產物將此分數加以旋轉丨〇2而產生實數，L，如第10圖中所示。此結果與Γ相比較103，Γ為兩類別之中心。若 L>I則將樣品組織體積分類為具有因脂肪所致之顯著吸收1 04。若否，則將樣品組織體積分類為具有因脂肪所致之低吸收1 0 5。如先前討論的，嫻熟此技藝之人士應認知此系統可被一般化成任意數目的分類類別或使用一模糊分類系統。一般估算與分類方法一般估算的完成例，如第13 a圖中所示，利用一個一般性校正模式1 3 1來預測一變數，其係與脂肪組織中之第33頁本紙張尺度適用中國國家標準（CNS)A4規格（210 X 297公釐） (請先閱讀背面之注意事項再填寫本頁)

570768 A7 經濟部智慧財產局員工消f合作社印製 —-- "------—___________五、發明說明（）脂肪的吸收相關，此吸收係位於丨1〇〇-25〇〇奈米間的一或多種波長範圍。可提供一吸收光譜28«選擇特定之波長範圍，例如1 550至18〇〇奈米與2〇5〇至23 5〇奈米間，並預先處理30，其係利用特定寬度選定之倍增式散射修正或是其他適當之方法、處理後之數據利用一校正模式1 3 1與一體脂肪預估3 2相比對，此模式係利用已知的方法加以解說，包括主成分回歸[Martens，H與 T.Naes，多變相校正，紐約：J〇hn wiley and s〇ns , 1 98 9] ’部分最小平方回歸與人工中性網路。例如，利用來自實驗數據組的光譜，發展一個五項因數的部分最小平方模式作為估算皮廣的厚度。藉由相互認證的測試組預測顯示於第14圖中《如圖中所示，預測之標準誤差 (S Ε Ρ)為1 · 4 2 ’結果產生一約為七十％的預測精準度。由於貫驗結果顯示估算方法之有效性與益處，結果之精確度與光譜測量之精確度有直接的關係。可藉由改良雜訊程度與光譜儀的解析度而達成增進結果之精確度。以脂肪組織中的脂肪吸收相關的特徵為依據，對受測者作分組的一般分類方法顯示於第1 3 b圖中。再度提供一吸收光譜28。選出特定之波長範圍，如1100] 3 8〇奈米與1 550-1 8 00奈米，並預先處理30，其係利用特定寬度選定之倍增式散射修正或是其他適當之方法。處理後之數據利用一因數為基礎之法，例如主成分分析，傳至特徵節選。最後，將受測者分類為一體脂肪類別32，其係藉由一分類方法132，例如線性區別分析，SIMCA , k 第34頁本紙張尺度適用中國國家標準（CNS)A4規格（210 x 297公釐） (請先閱讀背面之注意事項寫本頁) r«裝 tr---------β 570768 五、發明說明（經濟部智慧財產局員工消費合作社印製 A7 最近鄰之演算法與人工中性網路之各種型式。、雖然本發明於其中曾敘述可供參考之較佳實施例，爛熟於此技藝之人士亦熟知其他的應用可替代此處所設定之應用，且並未恃離本發明之精神與觀點。據此，本發明應僅侷限於包含於下之所有申請專利範圍。第35頁 (請先閱讀背面之注意事項寫本頁}

Claims

570768 六、申請專利範園 4· 如申請專利範圍第1頊所述之方法，其中所述之外園 • 偵測步驟係使用主成分分析與/餘數分析來偵測落於光譜外圍者。 5. 如申請專利範圍第4 ,所述之方法，其中所述之外圍偵測步驟更包含下列步驟：，投影至包含於银陣ο中的本征向 0係先前經由所述之校正組的立成分將光譜量，所述之矩陣0係先前經由所述分析所發展出來，其中 (請先閲讀背面之注意事项再填寫本頁) xpc 趣.I :中。*是矩陣。中的^行；、數，是根據下式確定 9 ^ m xpc〇〇T ； κ < ςτ與.校正組的期望餘數的三倍襟準偏相比較；且 Q 1 牧大，則可宣稱所述樣品為一外圍I。 :-j· 線- 越財废局如申請專節選步消利範園第1項所述之方法，其中所述之特徵驟包含任何數學上之轉型，其係用於加強一種海，途之所述樣品測量的性質或觀點，以便簡 Λ織測量點的性質與特性如申 π寻利範圍第6項所述之方法，其中所述之預先公袭） 570768 B8 C8 D3 六、申請專利範圍 t請先Μ讀背面之注意事項再«寫本X) Π*如+請專利範圍第6項所述之方法，其中所述之特徵節選步驟包含將所述樣品的水與脂肪之吸收光譜與所述校正組的水與脂肪之吸如.光譜相比對。. 12.如申請專利範圍第9項所述之方法，其中所述之特徵節選步騾包含下列步驟： . 在波長範圍約1 1 00-2500奈米之處，將所述光譜m 截去；將所述之截·除光譜投影至一多數之本征向量‘， Ρλ ’其中所述之本征向量係先前藉由所述校正組的主成分分析計算出來；其中所述之投影產生一個1乘N的分數向量， xpc ; 線- 啟濟部暫藉財產局貝X消費合作社印製應用一區別函數其中所述之樣品以第一個Μ分數為依據加以分類，其中所述之分數係藉由一個具有一區別數（Discriminant)，w，之相互產物旋轉後而產生一實數，L。 13·如申請專利範圍第12項所述之方法，其中M = 3。 14·如申請專利範圍第1項所述之方法，更包含依據先前定義之肥胖與痩之類別將所述樣品分類的步騾。

570768 Ba C8 D8 申請專利範圍 1 5 .如申請專利範圍第1 4項所述之方法，其中所述之光譜限於下列任意之波長範圍中：約1 1 00-3500奈米與約 1650-1800 奈米。 • · • · . ♦ 1 6.如申請專利範圍第1 5項所述之方法，其中所述之特徵截選步驟包含下列步驟：將所述之有限光譜常態化❶ 17.如申請專利範圍第1 6項所述之方法，其中所述之常態化梦驟包含下列步驟： · 將所述之水光譜根據下式投影至所述的有限光譜上 m^[pwpwTr1pwXw 其中m為一實數，其係代表水吸收的幅度；而下‘"从代表〆波長的次組；及根據下式，自所述的有限光譜中減去所述之純水光譜 ζ-χ-ηιρ > 其中ζ為一最終之光譜。 1 8 .如申請專利範圍第1 4項所述之方法，其中所述之分類步驟包含下列步驟：測量至少-個特徵與所逑預先定義之類別間的相似彳生；及標準(CNS)A4 規袼 f請先聞讀背面之注意事項再填寫本買} -ij. 線_ 啟濟部暫慧財產局wci消費合作杜印製 B8 C8 D8 570768 穴、申請專利範圍指定所述預先定義之資格歸屬類別。 19. 如申請專利範圍第1 8項所述之方法，其中所述之指定步驟係利用相互排除之.類別並將各個樣品指定於一種分類中。. 1 » 20. 如申請專利範圍第1 8項所述之方法，其中所述之指定步騾係利用一模糊分類系統，其係容許分類之資格歸屬類別可同時隸屬於一種以上的分類。 21. 如申請專利範圍第1 9項所述之方法，其中所述之指定步驟更包含下列步驟：將所述樣品與所述預先定義之類別的其中之一作圖形比對；及應用一決定規則予以指定其資格歸屬類別。 22. 如申請專利範圍第2 1項所述之方法，其中所述之圖形比對是由下式所定： . L-f(z) • 其中Z為一實數，其係測量一樣品與預先定義之類別間的距離。 23. 如申請專利範圍第1 9項所述之方法，其中所述之類別為”肥胖”與’’瘦”，而其中jL sc胖表示一所述之”肥胖’的 ΐ紙張尺度適用中國國家標準(CNS)A4規格(210ΧΪ9^|釐) (請先閲讀背面之注意事項再填寫本頁) •ij· 線· 級濟部智慧財產局貝X消费合作社印製 '中請專利範園

代表數值，而i: Λ I ρ、士 *表示一所述又，，痩，’的代表數值；而其中所述<分類指舨r 弋弋以I與胖和的接近程户為依據。反 t · · • · · * 如申請專利範圍第1 、、 24· · 昂23項所述.之.万法，其中Z和厶祀胖的距離胖是由下+ • ^式所測量的 “胖” “胖彳1 而其中Z和I瘦的距離疰是由下式所測量的瘦=U瘦丨。. 25 如申凊專利範園第2 4項所述之方法，其中所述之決定媒則為：若d瘦< d ；»胖則將所述之樣口口分類成’’瘦’ 若則將所述之樣品分類成，，肥胖”。啟濟部暫 B财 26 ·如申請專利範圍第2 1項所述之方法，其中所述之圖形比對與決定規則的限制，可從一範例式測量之校正組與肥胖與痩的相關參考數值，藉由一分類校·玉方法來加以決定。 ...............Φ........訂-........線-· CJlr先聞讀背面之注意事¾再«寫本頁J 負消费合作 27.如申請專利範圍第26項所述之方法，其中所述之分類校正方法包含線性區別分析、SIMCA、k最近鄰之演算法、模糊分類、與人工中性網路之各種裂式 ^國國家標準(CNS)A4·規格(210X為设愛) 570768 B8 C8 D8 申請專利範園 28. 如申請專利範圍第27項所述之方法，其中所述之比 (請先間讀背面之注意事項再填窝本頁} 對步驟是根據 L=fw » :: _ 其中為一重量的向量，·，:.其中Γ與I比較，I為所述相互.排除之兩種類別的中心。. 29. 如申請專利範圍第28項所述之方法，其·中所述之比對步驟是使用一決定規則，其中所述之決定規則為若，則所述樣品即被分類成為所述兩種分類的第一組；· . 若，則所述樣品即被分類為所述兩種分類的第二組。 30. 如申請專利範圍第1 7項所述之方法，其中所述之分類資格歸屬是由一連續的級等來定義，且其中的一組歸屬資格類別之函數可將特徵空間與各分類的間隔[〇，1 ] 相比對，而其中所指定的程度” 1”代表分類資格歸屬的經. 濟部智慈财產局貝 X 消費合作社印製最高程度。 · . 31. 如申請專利範圍第3 0項所述之方法，其中特徵空間與一分類資格之向量的比對可由下式獲得 Ck=fk(Z)，其中Λ=1，2， · · ·Ρ，而其中/〆·）為第 k分類的歸屬資格，而其中對所有的k而言[0，1]，本紙張尺度適用中國國家標準(CNS)A4規格(21〇Χ 2奰尨壘) 獨68

而其中向量為所有 . 1哥刀類的歸屬資袼小銀。 (精先閲讀背面之注意事項再场寫本Ϊ 如申請專利範圍第35項所述之方法，其中〆歸屬資格函數係由下列公式代表·)· 一 1 • . y = e2a2 其中 '為一模糊次級組中的歸屬資格程度，Z為用於確定資格苑特徵，z為模糊次級組的肀均或中心，而σ為標準偏差。 3 ·如申請專利範圍第31項所述之方法，其中〆歸屬資格向量提供在各所述之預先定義之分類中，分類資格歸屬的程度。線- 34·如申請專利範圍第1項所述之方法，更包含你算一皮膚厚度的步驟，所述之皮膚厚度包含一層脂胲，組織。 ia·濟部暫藉財產局貝X消費合作社印製 35·如申請專利範圍第34氕所述之方法，其中所述之估算步驟係使用任何預先處理之羌譜或節選之特歡.。 36·如申請專利範圍第35項所述之方法，其中所述之估算步驟更包含下列步驟：提供一校正模式，以便藉由與一皮膚厚度之估算值進行比對，來定出所述預先處理之光譜。本紙張尺度適用中國國家標準(CNS)A4規格(210^¾^公釐） ^/0768 ^/0768 B8 C8 D8 ”、申請專概® 37 λ , 如申請專利範圍第3 6項所述之方法，其中所述之比對 (請先聞讀背面之注意事項再蜞寫本頁j • 為城性的。 3.8 •如申請專利範圍第3 5項戶/f述之方法，其中所述之皮膚厚度之估算值是根據下式確定的 * N y ^ Έ w〇.k xk • ^ = i 設定預先處理的光譜JC，與校正模式係數州，，其中為ivc的第A：項：¾素而夕即為皮膚厚度之佑算值。 39·如申請專利範圍第38項所述之方法，其中所述之校正模式使用因數分析將高次元（重複的）數據分解成為顯著之因數，此數據在多數之波長處包含吸收、強度或反射之0量，而此因數在所述之數據中代表變異的主要部分；且線- 其中所述之校正模式包括一些因數，其係可在所述之光譜中捕捉差異，此光譜與受測者的皮膚厚度差異習習相關。 Ja*濟部智趑財產局貝X消費合作社印製 ·. * • 4〇·如申請專利範圍第39項所述之方法，更包含下列步驟； • 將所屬樣品投影到所得的一因數空間以產生各樣品的一分數組；並應用多倍數線性回歸在所述之分數與所述皮膚厚度之間的關係建立起一模式。 . 本紙張尺度適用中國國家標準(CNS)A4规格(210¾¾^公i "" ^/υ/68

申請專利範園 +清專利範圍第3 6項所述之方法，其中所述之圖形比對為非線性的。 42. 令，專利範圍第41項所述之方法，其中所述之非線除圖形比對是經由任何人工中性網路與非線性部分最小平方回歸加以特定的❶ 43.如申請專利範圍第34項所述之方法更包含估算一受測者身體組成之估算步驟。 ...............# f請先閲讀背面之注意事項再場窝本WJ 44.如申請專利範圍第43項所述之方法，其中所述之身體組成之估算步驟包含下列步驟·· 將皮膚厚度之估算值，一性別之估算值與一年齡之估算值與所述之受測者之體脂肪比率估算值依據下列举數相比對： X2 9 X3) _訂· 線. 级濟部智慈財產局貝工消費合作社印製 ^其中少為體脂肪比率估算值，X7為皮膚厚度之估异值，々為性別之估算值，π〜為年齡之估算值且/0 為一彳父i模式。 45.如申請專利範圍第44项所述之方缘，其中所述之模式 /0是藉著將一非線性回歸方法應用於一組例式性測量之校正缉中而定出來的。本紙張尺度適用中國國家標準(CNS)A4規袼(¾ B8 C3 D3 570768 六、申請專利範圍 (靖先聞讀背面之注意事項再填寫本頁} .46. 如申請專利範圍第45項所述之方法，其中所述之光譜侷限於三種波長。 • · • . . . 、 47. 如申請專利範圍第46項所述之.方法，其中所述之三種波長為1 U4、1210、與1276奈米。 48. 如申請專利範圍第47項所述之方法，其中所述之特徵節選步驟包含下列步驟：將所述之有限的光譜予以常態化。 49. 如申請專利範圍第48項所述之方法，其中所述之特徵節選步驟包含下列步騾：將所述之水的光譜投影至所述的三種波長中的兩種；及從所述的侷限光譜，其係位於第三種所述的波長下，將所述之純水光譜根據下式減去级濟部智慧財產局貝X消费合作社印製 z^x-mp » 其中z為一最終之光譜。 50. 如申請專利範圍第48項所述之方法’更包含下列步驟：根據下式估算體脂肪比率月旨肪〇/〇=ClZl2lQ奈米本紙張尺度適用中國國家標準(CNS)A4規格(210¾¾予公釐) B8 C8 DS 570768 六、申請專利範園其中為斜率，而办為截距，而，其中]21〇奈米為一節選之特徵。 51 ·如申請專利範圍第14項成第34項所述之方法，更包含下列步驟：進行一.血液分析物之預測。 52· 一種藉由與一受測者脂肪組織中與脂肪吸收有關的光譜吸收特徵來非侵入式地分類及分析一組織樣品之狀態與構造的儀器設備，該儀器設備包含： . 產生近紅外線（NIR)能量之裝置；一可將所得的NIR能量分成一具數種波長之區域的裝置；一光學介面包含：啟濟部智£財崴局貝·工消费合作社印製一可將所述NIR能量從所述之波長區分裝置傳送到一受测者的一標靶測量點的裝’置；與一可蒐集從所述之標靶測量點發射出的 NIR能量的裝置； · 一可偵測所蒐集的能量並將所蒐集的能量轉換成一電壓的裝置；一可將所述之電壓轉換成一數位化數值的裝置；一可分軒所述數位化數值並產生所.述組織樣品之一估算值的裳置。本紙張尺度適用中國國家標準(CNs)A4視格(210灸级1公釐) 570768 %\ 、申請專利範園如申請專利範圍第52項、/f返之儀器$又備，jt φ所述之能量來源與所述之波長，、中所l 刀裝置一者一起包冬一以一放射狀圍繞著一；個所、、、厅、·偵測裝置 < 一列LED ,每個所、ED與所述之偵須j裝置具有一側面之邊界而其中各個所述之LED可連續性地在一組預先選定之波長組中發射一特定波長能量。 54.如申請專利範圍第53項所述之儀器設備，其中所述之預先選出之波長包括1100奈米、1208奈米、121〇奈米、丨27 5奈米、丨35〇奈米、ι65〇奈米、m〇奈米、及1760奈米。 53· (請先Μ讀背面之注意事項再蜞窝本頁) -訂. 肢濟部智慧財產局貝X消费合作社印製 55·如申請專利範圍第53項所述之儀器設備，其中任何所述之LED之側面邊界包含一照明點，而所述之偵測裝置的側面邊界包含一偵測點，而其中所述之照明點與所述之偵測點之間的距離約為1 - 3公厘。 5 6.如申請專利範圍第5 5項所述·之儀器設備’其中所述之 LED陣列與所述之偵測裝置係以啟動光學鏡組與一透鏡系統而與所述之測量點聯結。 57·如申請專利範圍第52項所述之儀器設備，其中所述足么匕县忠、広上 #上主於，立中所述之燈可發出波長月匕f來源為一石英鹵素燈’兴丫範圍約介於丨10〇-25〇〇奈米間的能量。本紙張尺度適用中國國家標準(CN*S)A4规格(210灸^公釐) 線 570768 B8 C8 D8 々、申請專利範圍级濟部智慧財產局貝X消費合作社印製 .58.如申請專利範圍第57項所述之儀器設備，其中所述之波長區分裝置為一單色區光儀與一干涉儀中的任一種。 · 59. 如申請專利範圍第.52項所述之儀器設備，其中所述之傳送裝置為一光線管路、一光纖、一透鏡系統或是一光線偵測鏡。 60. 如申請專利範圍第52項所述之儀器設備，其中所述之能量蒐集裝置包含至少一個啟動光學鏡組偵測器與至少一個光纖探測頭中的任一個。 61. 如申請專利範圍第52項所述之儀器設備，其中所述之能量蒐集裝置包含銦鎵砷偵測器。 62. 如申請專利範圍第52項所述之儀器設備，其中所述之數位化裝置為一 1 6位元的直·流/交流轉換器。· 63. 如申請專利範圍第59項所述之儀器設備，其中一照明點是經由任何之一組聚焦透鏡與一光纖探頭來設定的0 64. 如申請專利範圍第60項所述之儀器設備’其中一偵測 (請先聞讀背面之注意事項再填寫本頁} 訂· 線· 本紙張尺度適用中國國家標準(CNS)A4规格釐) B8 C8 D8 570768 六、申請專利範園點是藉由任何一種啟動光學鏡組偵測器或一光纖探頭 . 來設定的。 65.如申請專利範圍第52項Θ述之儀器設備，其中所述之分析裝置包含·一被程式化為可熱行一組織分析程序之數位化處理器；. . 其中將所述之數位化數值係經由所述相關之估算程序來處理’以對所述組織樣品進行特性分析。 (請先聞讀背面之注意事項再蜞窝本頁) M*濟部智慧财產局貝X消费合作社印製本紙張尺度適用中國國家標準(CNS)A4規格(210父^^釐)