WO2024048351A1 - 緑内障判定システムおよび緑内障判定方法 - Google Patents

緑内障判定システムおよび緑内障判定方法 Download PDF

Info

Publication number
WO2024048351A1
WO2024048351A1 PCT/JP2023/030029 JP2023030029W WO2024048351A1 WO 2024048351 A1 WO2024048351 A1 WO 2024048351A1 JP 2023030029 W JP2023030029 W JP 2023030029W WO 2024048351 A1 WO2024048351 A1 WO 2024048351A1
Authority
WO
WIPO (PCT)
Prior art keywords
glaucoma
subject
pulse wave
blood flow
index data
Prior art date
Application number
PCT/JP2023/030029
Other languages
English (en)
French (fr)
Inventor
徹 中澤
高弘 冨田
利彦 大塚
治正 有田
Original Assignee
国立大学法人東北大学
カシオ計算機株式会社
ロート製薬株式会社
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 国立大学法人東北大学, カシオ計算機株式会社, ロート製薬株式会社 filed Critical 国立大学法人東北大学
Publication of WO2024048351A1 publication Critical patent/WO2024048351A1/ja

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
    • A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/026—Measuring blood flow
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
    • A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
    • A61B3/12—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for looking at the eye fundus, e.g. ophthalmoscopes

Definitions

  • the present invention relates to a system that estimates changes in retinal blood flow from changes in blood flow accompanying autonomic nerve reflexes of a subject, and supports and predicts diagnosis of glaucoma or pre-glaucoma.
  • Glaucoma is a serious retinal disease that is said to affect one in 20 Japanese people over the age of 40, and is one of the leading causes of blindness. Glaucoma is a disease in which the optic nerve is damaged for some reason, resulting in gradual loss of visual field, but in the case of very slight visual field loss in the early stages of glaucoma, there are usually no or very few noticeable symptoms. Therefore, there is a problem that it is difficult for patients with early stage glaucoma to notice the disease through subjective symptoms.
  • Glaucoma is classified into primary angle-closure glaucoma and primary open-angle glaucoma. Furthermore, primary open-angle glaucoma is classified into primary open-angle glaucoma in a narrow sense, in which the intraocular pressure rises, and normal-tension glaucoma, in which no rise in intraocular pressure is observed. 90%). In glaucoma, which causes increased intraocular pressure, a definitive diagnosis can be made using easily measured intraocular pressure.However, in normal-tension glaucoma, which accounts for the majority of cases, it cannot be diagnosed by intraocular pressure measurement, so it is difficult to determine whether or not there is actual visual field loss. There is a problem that the only way to diagnose visual field loss is by visual field testing, and since the symptoms of early visual field defects are weak to begin with, there is a problem that there is little motivation to undergo a visual field test.
  • Visual field testing which is the main diagnostic method for normal-tension glaucoma, is a method of measuring the limit at which the peripheral retina can see light indicators, and is a measurement in which the light indicators that appear at various positions in the visual field gradually become darker. It's a method. Because of its measurement principle, visual field testing takes time (approximately 10 to 20 minutes), it is difficult to maintain concentration, and it is often difficult to measure correctly due to sleepiness.It is an extremely delicate method for measuring age. Even if you are told that you should be concerned about glaucoma or that you are recommended to undergo a visual field test during a medical checkup, the hurdles for getting a visual field test are quite high.
  • glaucoma is a serious disease that can lead to blindness if not detected early. There is no way to diagnose glaucoma, and the fatal problem is that people only realize that they have normal-tension glaucoma after they have lost a significant amount of their visual field.
  • Non-Patent Document 1 a Non-Patent Document 1
  • ECG data ECG data from patients with normal tension glaucoma and narrow primary open-angle glaucoma.
  • the present disclosure is to determine the possibility of glaucoma according to blood flow without extensive measurement of cardiac myoelectric potential.
  • a glaucoma determination system that is an aspect of the present disclosure includes: A process of acquiring index data regarding blood flow of a subject, determining the possibility of glaucoma in the eyeballs of the subject based on the acquired index data, and outputting information regarding the determined possibility of glaucoma. Department.
  • a glaucoma determination method executed by a computer which is another aspect of the present disclosure, includes: Obtain index data regarding the subject's blood flow, determining the possibility of glaucoma in the subject's eyeballs based on index data regarding blood flow of the subject; A processing step of outputting information regarding the possibility of glaucoma is included.
  • a program that is another aspect of the present disclosure includes: to the computer, A process of acquiring index data regarding the subject's blood flow; A process of determining the possibility of glaucoma in the eyeball of the subject based on index data regarding blood flow of the subject; and outputting information regarding the possibility of glaucoma.
  • the possibility of glaucoma can be determined according to blood flow without extensive measurement of cardiac myoelectric potential.
  • FIG. 1 is a functional block diagram of the system of Embodiment 1.
  • FIG. FIG. 2 is a functional block diagram of a system according to a second embodiment.
  • FIG. 3 is a functional block diagram of a system according to a third embodiment. This is a determination flow based on pulse wave amplitude change rate ( ⁇ PA). This is a determination flow based on pulse wave amplitude change rate ( ⁇ PA) and heart rate adjustment index change rate ( ⁇ CVRR).
  • FIG. 3 is a diagram showing an example of pulse wave amplitude change rate ( ⁇ PA) in a healthy group and an NTG group.
  • FIG. 2 is a diagram showing an example of heart rate adjustment index change rate ( ⁇ CVRR) in a healthy group and an NTG group. It is a figure which shows an example of a pulse wave amplitude change rate ( ⁇ PA) in a healthy person group and an NTG group in the cooling body of another embodiment.
  • Embodiment 1 A glaucoma determination system 1 (hereinafter referred to as "system 1") of Embodiment 1 will be described with reference to FIG. 1.
  • the system 1 includes an imaging analysis device 10 that images a specific region of a subject H and analyzes the image to obtain an index related to blood flow, an information processing device 11 having a processing section 112, and a result determined by the processing section 112. and a mobile terminal 20 that receives and displays.
  • the glaucoma determination system 1 is mainly used for the purpose of supporting determination, and the same applies to other embodiments described below.
  • the blood flow of the subject H may be the blood flow at a specific site.
  • the specific site is not particularly limited as long as blood flow can be measured, and may be the face, neck, limbs, torso, etc.
  • the forehead, cheek, palm, back of the hand, wrist, neck, ankle, etc. may be used.
  • the blood flow of the subject may be the blood flow after applying a predetermined load to the subject.
  • the "predetermined load” may be a load on the body or a load on a specific region.
  • the blood flow of the subject H is the blood flow obtained from the skin image of the subject.
  • the brightness value of a green signal green light is obtained from the image. The method described in Japanese Patent Application Laid-open No.
  • the blood flow of the subject H is the blood flow obtained from an optical signal based on transmitted light or reflected light.
  • the means for measuring the blood flow (pulse wave) in the skin may be, for example, a transmission type pulse wave sensor, a reflection type pulse wave sensor, or a means for imaging the skin and measuring the pulse wave from a specific color (green).
  • the imaging analysis device 10 includes an imaging unit 101 that captures an image, an image analysis unit 102 that analyzes blood flow from the image and calculates a pulse wave amplitude, and a first calculation unit 103 that calculates a pulse wave amplitude variation rate ( ⁇ PA). , a second calculation unit 104 that calculates pulse wave interval fluctuation (heart rate adjustment index change rate ( ⁇ CVRR)), a transmission unit 105 that sends each data obtained by each calculation function to the information processing device 11, and the like.
  • the imaging unit 101 is realized by, for example, a color camera, CCD, or CMOS image sensor.
  • the image analysis section 102 and the first and second calculation sections 103 and 104 are realized by a dedicated circuit or hardware such as a processor that executes a program including a processing procedure.
  • the transmitter 105 is realized by wireless communication means such as Wi-Fi and Bluetooth (registered trademark), wired communication means, and the like. The functions of the image analysis section 102 and the first and second calculation sections 103 and 104 will be described
  • the information processing device 11 includes a receiving section 111, a processing section 112, and a transmitting section 113, and is realized by, for example, a general-purpose computer, a local server, or a cloud server.
  • the receiving unit 111 is realized by a receiving unit that receives data from the imaging analysis device 10.
  • the transmitter 113 is configured with a transmitter that transmits the result determined by the processor 112 to the mobile terminal 20.
  • the receiving means and the transmitting means are realized by, for example, wireless communication means such as Wi-Fi and Bluetooth (registered trademark), or wired communication means. The functions of the processing unit 112 will be described later.
  • the mobile terminal 20 includes a receiving section 21 that receives the results determined by the processing section 112, and a display section 22 that displays the results on the screen.
  • the mobile terminal 20 may have a configuration in which a glaucoma determination application is installed, the application is activated, and the determination result is displayed.
  • the transmitting unit 113 can also send data to the mobile terminal 20 in an e-mail format or short message format, and in this case, the mailer function or short message function of the mobile terminal 20 receives the e-mail or short message. It may be a configuration.
  • the receiving unit 21 is realized by, for example, wireless communication means such as Wi-Fi and Bluetooth (registered trademark).
  • the display unit 22 may be configured with an output interface such as a liquid crystal panel or an organic EL panel, for example.
  • the system 2 includes a mobile terminal 20 having an imaging unit 201 that images a specific part of a subject H, and an information processing device 11 having an image analysis unit 114, a first calculation unit 115, a second calculation unit 116, and a processing unit 112. It is composed of:
  • the imaging unit 201 of the mobile terminal 20 is realized by, for example, a color camera, CCD, or CMOS image sensor.
  • the mobile terminal 20 includes a transmitting section 202 that sends captured video to the information processing device 11, a receiving section 21 that receives the results determined by the processing section 112, and a display section 22 that displays the results on a screen.
  • the transmitting section 202 and the receiving section 21 are realized by, for example, wireless communication means such as Wi-Fi and Bluetooth (registered trademark).
  • the display section 22 is realized by the same means as described above.
  • the information processing device 11 is realized by, for example, a general-purpose computer, a local server, or a cloud server.
  • the receiving unit 111 is realized by receiving means that receives data from the mobile terminal 20.
  • the transmitter 113 is configured with a transmitter that transmits the result determined by the processor 112 to the mobile terminal 20.
  • the receiving means and the transmitting means are realized by means similar to those described above.
  • the image analysis unit 114 will be explained.
  • the image analysis unit 102 of the first embodiment also has the same configuration.
  • the image analysis unit 114 acquires the brightness value of the green signal (green light) from the video, determines the pulse wave of the subject's blood flow, and calculates the pulse wave amplitude and pulse wave interval that change over time.
  • a method for calculating the pulse wave amplitude and pulse wave interval in this case for example, the method described in Japanese Patent Application Laid-Open No. 2022-52191 can be used.
  • First measurement Measurement before the event (including stress on the skin)
  • Second measurement Measurement during or after the event (including stress on the skin)
  • the pulse wave amplitude is This is the peak of the pulse waveform.
  • the timing of the first measurement is preferably a predetermined period of time (for example, several seconds) before the time when a predetermined load is applied.
  • the timing of the first measurement is a predetermined period of time before the application of the predetermined load, that is, the timing immediately before the application of the predetermined load is used as the timing of the first measurement. This is to prevent the pulse wave amplitude from fluctuating between the first measurement and the second measurement due to stimulation or the like affecting the pulse wave amplitude of the subject H. It is also desirable to measure immediately before the test.
  • the second measurement timing is, for example, the timing when 2 minutes, 4 minutes, or 6 minutes have passed since the application of the predetermined load was completed.
  • the rate of change in pulse wave amplitude may be calculated based on an average value of pulse wave amplitude over a predetermined period.
  • Pulse wave amplitude change rate ( ⁇ PA) (PAt/PAaverage) -1 (2)
  • PAaverage Average value of measured values measured in a predetermined period
  • PAt Average value of measured values of pulse wave amplitude for n seconds when measured at an arbitrary timing (time t)
  • n For example, a second that includes a pulse rate of 2 or more may be set.
  • the "predetermined period" of PAaverage is an interval in minutes such as 1 to 10 minutes, an interval in hours such as 1 hour to 3 hours, an interval in days such as 1 to 3 days, or an interval in units of 1 week to 3 weeks. It may be a weekly interval such as, a monthly interval such as 1 month to 3 months, or a yearly interval such as 1 year to 3 years.
  • the "predetermined interval” may be set depending on the usage conditions of a device that measures or calculates index data related to blood flow or the configuration of the system.
  • PAaverage is stored in the system memory (not shown).
  • the arbitrary timing is set depending on the measurement purpose. For example, the timing may be after a load, after a meal, after exercise, after straining the eyes, or during preliminary measurements for a health checkup.
  • the average value of the pulse wave amplitude when staying indoors is PAaverage, and the timing when 2 minutes have passed, the timing when 4 minutes have passed, the timing when 6 minutes have passed from the time of returning indoors from outside, etc. may be set as PAt.
  • PAt the average value of the pulse wave amplitude when staying indoors
  • blood flow measurements are started after a predetermined period of time has elapsed since the outside temperature measured by the temperature sensor built into the wearable device exceeds a predetermined temperature rise. It may be configured as follows.
  • the second calculation unit 116 will be explained.
  • the second calculation unit 104 of the first embodiment also has the same configuration.
  • the second calculation unit 116 calculates fluctuations in pulse wave intervals from blood flow.
  • the second calculation unit 116 calculates a heart rate adjustment index change rate ( ⁇ CVRR), which is a rate of change in the heart rate adjustment index (CVRR) over a predetermined time, as a fluctuation in the pulse wave interval.
  • ⁇ CVRR heart rate adjustment index change rate
  • CVRR heart rate regulation index
  • the heart rate regulation index (CVRR) is calculated by the second calculation unit 116 or the image analysis unit.
  • Heart rate regulation index (CVRR) standard deviation of pulse wave variation/average pulse wave interval ⁇ 100 (3)
  • the average pulse wave interval is the average value of the peak intervals of continuously measured pulse wave waveforms.
  • the standard deviation of the fluctuation between pulse waves is the standard deviation of the peak intervals of the waveforms of continuously measured pulse waves.
  • CVRR heart rate regulation index
  • a measurement time of at least 60 seconds or more is required. This measurement time may be set depending on the usage conditions of a device that measures or calculates index data related to autonomic nerves or the configuration of the system.
  • Heart rate adjustment index change rate ( ⁇ CVRR) (CVRR2/CVRR1) -1 (4)
  • CVRR1 The first measurement, measured for 60 seconds or more, and the value calculated from the above formula (3)
  • CVRR2 The second measurement, the value measured for 60 seconds or more, and calculated from the above formula (3)
  • First measurement Measurement before the event (including stress on the skin).
  • Second measurement Measurement during or after the event (including stress on the skin).
  • an average value (CVRRaverage) of the heart rate regulation index (CVRR) over a long period of time may be employed.
  • it may be an average value of a plurality of heart rate regulation indexes (CVRR) that are intermittently measured and calculated over an arbitrary period of one hour or more, one day or more, one week or more, or one month or more.
  • the second heart rate adjustment index CVRRt may be at any timing (time t).
  • the timing of the first and second measurements may be the same as that of the rate of change in pulse wave amplitude.
  • the measurement timing of the average value CVRRaverage and the arbitrary timing CVRRt may be the same as the average value of the pulse wave amplitude change rate and the arbitrary timing.
  • the processing unit 112 determines the possibility of glaucoma and its degree in the eyeball of the subject H based on the index data regarding the blood flow of the subject H, and outputs information regarding the possibility of glaucoma and its degree.
  • the above-mentioned "information regarding the possibility of glaucoma” includes, for example, if the person is healthy (there is no possibility of glaucoma), if there is a possibility of glaucoma, if there is a possibility of glaucoma and requires observation, after a predetermined month (for example, 3 It may also be information that a re-examination is required, a detailed examination is required, etc. (after 6 months, after 6 months).
  • the "degree of glaucoma” may be classified into a plurality of ranks, for example, mild glaucoma is suspected, moderate glaucoma is suspected, severe glaucoma is suspected, etc.
  • the processing unit 112 determines the possibility of glaucoma and the degree of glaucoma based on the results of comparing the pulse wave amplitude change rate ( ⁇ PA) and the heart rate adjustment index change rate ( ⁇ CVRR) with a predetermined threshold value. judge.
  • the "predetermined threshold value” may be set in advance, or may be changed depending on the usage status of the system or the mental and physical condition of the subject.
  • the threshold value may be set using average data of healthy subjects, glaucoma pre-glaucoma group, pseudo-glaucoma group, and glaucoma patient group.
  • the processing unit 112 determines the possibility of glaucoma and its degree using, for example, the following plurality of threshold values.
  • A Judgment based on pulse wave amplitude change rate ( ⁇ PA)
  • A1 Pulse wave amplitude change rate ( ⁇ PA) is less than the first threshold (Th 1 ): healthy group (A2)
  • Pulse wave amplitude change rate ( ⁇ PA) is One threshold value (Th 1 ) or more and less than a second threshold value (Th 2 ):
  • the pre-glaucoma group is, for example, a group in a pre-symptomatic state that requires observation and re-examination.
  • A3 Pulse wave amplitude change rate ( ⁇ PA) is greater than or equal to the second threshold (Th 2 ) and less than the third threshold (Th 3 ): Pseudo-glaucoma group
  • the pseudo-glaucoma group requires detailed examination (visual field test at hospital), for example. They are in a pre-symptomatic state or are unaware of the disease.
  • A4) Pulse wave amplitude change rate ( ⁇ PA) is equal to or higher than the third threshold value (Th 3 ): Glaucoma group More threshold values may be set to classify the glaucoma group into mild, moderate, severe, etc. The magnitude relationship between the threshold values is first threshold (Th 1 )>second threshold (Th 2 )>third threshold (Th 3 ).
  • Heart rate adjustment index change rate ( ⁇ CVRR) is less than the fifth threshold (Th 5 ): Glaucoma group (B3) Heart rate adjustment index change rate ( ⁇ CVRR) is less than the fifth threshold Threshold value (Th 5 ) or more and less than the sixth threshold value (Th 6 ): Pseudoglaucoma group (B2) Heart rate adjustment index change rate ( ⁇ CVRR) is greater than or equal to the sixth threshold value (Th 6 ) and less than the seventh threshold value (Th 7 ): Pre-glaucoma group (B1) Heart rate adjustment index change rate ( ⁇ CVRR) is equal to or higher than the seventh threshold (Th 7 ): Healthy subjects group
  • the magnitude relationship between each threshold is as follows: Seventh threshold (Th 7 )>Sixth threshold (Th 6 )>Fifth threshold (Th 5 ).
  • the processing unit 112 may set the threshold value using two types of average data for healthy subjects and glaucoma patient groups.
  • an intermediate value between the threshold value of the average data of healthy subjects and the threshold value of the average data of the glaucoma patient group may be set as the threshold value of (pre-glaucoma group and pseudo-glaucoma group).
  • the preset threshold value may be corrected in consideration of individual differences.
  • the system 3 includes a plurality of smart watch type or neck type wearable terminals 30 that are worn on the wrist of the subject H, an image analysis section 114, a first calculation section 115, a second calculation section 116, and a processing section 112. and a cloud server 31.
  • the wearable terminal 30 has a built-in reflective pulse wave sensor 301, irradiates light onto blood vessels from the sensor 301, and receives reflected light from the blood vessels.
  • Wearable terminal 30 includes a calculation unit 302 that analyzes pulse waves from received reflected light and calculates pulse wave amplitude and pulse wave interval.
  • the cloud server 31 may be provided with this function.
  • Wearable terminal 30 includes a transmitter 303 that transmits each data of pulse wave amplitude and pulse wave interval to cloud server 31.
  • Wearable terminal 30 may include a receiving section 304 that receives the results determined by processing section 112, and a display section 305 that displays the received determination results.
  • the transmitter 303 and the receiver 304 are realized by the wireless communication means described above.
  • the display unit 305 is realized by the same means as described above.
  • the cloud server 31 receives the pulse wave amplitude and pulse wave interval from each wearable terminal 30 using the receiving means of the receiving unit 111 . At the time of this acquisition, the identification information of the wearable terminal 30 is also acquired, and the pulse wave amplitude and pulse wave interval are stored in the memory 118 for each wearable terminal 30.
  • the functions of the first calculation unit 115, the second calculation unit 116, and the processing unit 112 are as described in the second embodiment. The difference is that a pulse wave amplitude change rate ( ⁇ PA) and a heart rate adjustment index change rate ( ⁇ CVRR) are calculated for each of the wearable terminals 30, and a determination regarding glaucoma is performed.
  • the transmitter 113 transmits the determination result corresponding to each wearable terminal 30 to each wearable terminal 30.
  • the information processing devices 11 and cloud server 31 of the systems 1 and 2 may include an output unit.
  • the output unit may be, for example, monitor display, printing, memory storage, or writing to a storage medium.
  • the processing units 112 of the systems 1, 2, and 3 determine the possibility of glaucoma based on the pulse wave amplitude change rate ( ⁇ PA) and the heart rate adjustment index change rate ( ⁇ CVRR). The determination may be made using pulse wave amplitude change rate ( ⁇ PA) as the first index data. Additionally, the determination may be made using the heart rate adjustment index change rate ( ⁇ CVRR) as the second index data.
  • ⁇ PA pulse wave amplitude change rate
  • ⁇ CVRR heart rate adjustment index change rate
  • the image analysis unit, first calculation unit, second calculation unit, and processing unit of the systems 1, 2, and 3 each include one or more MPUs (Micro Processing Units), CPUs (Central Processing Units), etc.
  • MPUs Micro Processing Units
  • CPUs Central Processing Units
  • Each of the above-mentioned processes may be realized by reading and executing a program stored in the computer, or each process may be realized by being configured with a dedicated circuit or firmware.
  • the memory may include, for example, a RAM (Random Access Memory), a ROM (Read Only Memory), or the like.
  • the mobile terminal 30 may be configured with, for example, a smartphone, a tablet, a wearable terminal (including a smart watch), or a VR device.
  • An image of the subject's palm is captured by the imaging analysis device of Embodiment 1.
  • the air conditioner was set at a room temperature of 20°C, and the subject's right wrist and beyond were immersed in cold water at 4°C for 1 minute. This is called cold water immersion, and cold water is an example of a cooling medium.
  • the pulse wave amplitude and pulse wave interval before and after the cold load are determined from the video data before and after the cold load of 15 healthy subjects and the video data before and after the cold load of the 14 glaucoma (NTG) group.
  • the pulse wave amplitude immediately before the cold load is PA1
  • the pulse wave amplitude when the first predetermined time (for example, 4 minutes) has passed since the cold load application is completed is PA2
  • the pulse wave amplitude after the cold load application is completed is the pulse wave amplitude PA2.
  • the rate of change in pulse wave amplitude 4 minutes after the cold load ( ⁇ PA 2-1 ) with respect to immediately before the cold load is determined by the above formula (1).
  • the rate of change in pulse wave amplitude ( ⁇ PA 3-1 ) for 6 minutes after the cold load with respect to immediately before the cold load is determined.
  • NTG glaucoma
  • FIG. 6 the average value of the pulse wave amplitude change rate ( ⁇ PA 2-1 , ⁇ PA 3-1 ) for the healthy group is shown by a broken line, and the glaucoma (NTG) group is shown by a solid line.
  • a plurality of threshold values can be set by dividing the difference between the upper limit value and the lower limit value into three or four, and can be set to classify the pre-glaucoma group or the pseudo-glaucoma group. Further, the threshold value can also be set by dividing the difference between the slope of the healthy group (broken line) and the glaucoma (NTG) group (solid line) into an intermediate value or a plurality of slopes.
  • the first threshold value (4 minutes and 6 minutes after the cold load), which is larger than the lower limit of the healthy group, is used to classify the healthy group, pseudoglaucoma group, pre-glaucoma group, and glaucoma (NTG) group.
  • Th 1 a value smaller than the upper limit of the NTG group is set as a third threshold (Th 3 ), and an intermediate value therebetween is set as a second threshold (Th 2 ).
  • a heart rate adjustment index CVRR3 when a second predetermined time (for example, 6 minutes) has elapsed is determined.
  • the rate of change in the heart rate adjustment index for 4 minutes after the cold load ( ⁇ CVRR 2-1 ) relative to the value immediately before the cold load, and the rate of change in the heart rate adjustment index for the 6 minutes after the cold load ( ⁇ CVRR 3-1 ) relative to the value immediately before the cold load ( ⁇ CVRR 2-1 ) is determined.
  • the average value of the heart rate adjustment index change rate ( ⁇ CVRR 2-1 , ⁇ CVRR 3-1 ) for the healthy group is shown by a broken line
  • the NTG group is shown by a solid line.
  • the horizontal axis of FIG. 5 shows the elapsed time after the cold load, where 0 minutes is before the cold load, and the heart rate adjustment index change rate ( ⁇ CVRR 2-1 , ⁇ CVRR 3-1 ) at 4 and 6 minutes after the cold load. ) is plotted. Since the healthy group and the NTG group are clearly distinguishable at 4 minutes, the intermediate value (e.g., 5.5%) or By setting a threshold near the intermediate value (for example, 5% to 6%), it is possible to classify healthy subjects and the NTG group.
  • the lower limit of the NTG group at 4 minutes after the cold load is the fifth threshold (Th 5 ), and the upper limit of the healthy group. is set as the seventh threshold value (Th 7 ), and their intermediate value is set as the sixth threshold value (Th 6 ). Judgment is performed by the processing unit 112 based on each set threshold value.
  • Each threshold value is stored in memory in advance.
  • a beverage can for example, a coffee can set at 5° C. was used as a cooling body in another embodiment.
  • the rate of change in pulse wave amplitude ( ⁇ PA) during a cold load in which the palm was cooled with a cooling body was evaluated.
  • Pulse wave amplitude (PA1) was measured in the palm of the subjects (healthy subjects group and glaucoma (NTG) group) at rest. Next, the subjects were asked to hold a 5°C can of coffee in their palms for 2 minutes as a cold challenge. Next, pulse wave amplitude (PA2) was measured in the palm after cold loading.
  • step S1 the image analysis unit obtains a pulse wave from the image immediately before the cold load, and calculates the pulse wave amplitude PA1.
  • step S2 a cold load is applied.
  • step S3 counting of the time for performing the cold load is started, and in step 4, it is determined whether 4 minutes have elapsed since the start of counting.
  • Subject H or a third party may confirm this using a timer.
  • the measurement may be performed using a timer included in the imaging analysis device 10, the mobile terminal 20, and the wearable terminal 30. The same applies to step 6, which will be described later.
  • step S5 the image analysis section obtains a pulse wave from the video after 4 minutes have elapsed, and calculates a pulse wave amplitude PA2.
  • step 6 it is determined whether 6 minutes have passed since the start of counting.
  • step S7 the image analysis unit obtains a pulse wave from the video after 6 minutes and calculates a pulse wave amplitude PA3.
  • step S8 the first calculation unit calculates the rate of change in pulse wave amplitude 4 minutes after the cold load ( ⁇ PA 2-1 ) with respect to immediately before the cold load, and the rate of change in pulse wave amplitude 6 minutes after the cold load with respect to before the cold load ( ⁇ PA 2-1 ). 3-1 ).
  • step S9-1 the processing unit determines whether each of the pulse wave amplitude change rate ( ⁇ PA 2-1 ) and the pulse wave amplitude change rate ( ⁇ PA 3-1 ) is smaller than a first threshold value (Th 1 ). do.
  • the determination result is YES
  • the processing unit determines that each of the pulse wave amplitude change rate ( ⁇ PA 2-1 ) and the pulse wave amplitude change rate ( ⁇ PA 3-1 ) is equal to or higher than the first threshold value (Th 1 ). and is smaller than a second threshold (Th 2 ).
  • step S10-2 it is determined in step S10-2 that the subject is pre-glaucoma.
  • step S9-3 the processing unit determines that each of the pulse wave amplitude change rate ( ⁇ PA 2-1 ) and the pulse wave amplitude change rate ( ⁇ PA 3-1 ) is equal to or higher than the second threshold value (Th 2 ). , and is smaller than a third threshold value (Th 3 ).
  • the determination result is YES, it is determined in step S10-3 that the patient is in the pseudoglaucoma group.
  • step S9-4 the processing unit determines that each of the pulse wave amplitude change rate ( ⁇ PA 2-1 ) and the pulse wave amplitude change rate ( ⁇ PA 3-1 ) is equal to or higher than the third threshold value (Th 3 ). Determine whether or not.
  • the determination result is YES
  • the determination result is NO
  • step S11 the determination result of any one of steps S10-1, S10-2, S10-3, S10-4, and S10-5 is transmitted or displayed. In this determination flow, both the pulse wave amplitude change rate ( ⁇ PA 2-1 ) and the pulse wave amplitude change rate ( ⁇ PA 3-1 ) are used, but either one may be used for determination.
  • step S21 the image analysis unit obtains a pulse wave and a pulse wave interval from the image immediately before the cold load, calculates the pulse wave amplitude PA1, and calculates the heart rate adjustment index CVRR1.
  • step S22 a cold load is applied.
  • step S23 counting of the time for cold load implementation is started, and in step 24, it is determined whether 4 minutes have elapsed from the start of counting. Subject H or a third party may confirm this using a timer.
  • step S25 the image analysis unit obtains a pulse wave and a pulse wave interval from the video after 4 minutes have elapsed, calculates a pulse wave amplitude PA2, and calculates a heart rate adjustment index CVRR2.
  • step 26 it is determined whether 6 minutes have passed since the start of counting.
  • step S27 the image analysis unit obtains a pulse wave from the video after 6 minutes and calculates a pulse wave amplitude PA3.
  • step S28-1 the first calculation unit calculates the rate of change in pulse wave amplitude 4 minutes after the cold load ( ⁇ PA 2-1 ) with respect to immediately before the cold load, and the rate of change in pulse wave amplitude 6 minutes after the cold load with respect to before the cold load. ( ⁇ PA 3-1 ) is calculated.
  • step S28-2 the second calculation unit calculates the heart rate adjustment index change rate ( ⁇ CVRR 2-1 ) for 4 minutes after the cold load with respect to the rate immediately before the cold load.
  • step S29-1 the processing unit determines whether each of the pulse wave amplitude change rate ( ⁇ PA 2-1 ) and the pulse wave amplitude change rate ( ⁇ PA 3-1 ) is smaller than a first threshold value (Th 1 ). do.
  • the processing unit determines whether the heart rate adjustment index change rate ( ⁇ CVRR 2-1 ) is equal to or greater than the seventh threshold (Th 7 ).
  • the processing unit determines that each of the pulse wave amplitude change rate ( ⁇ PA 2-1 ) and the pulse wave amplitude change rate ( ⁇ PA 3-1 ) is equal to or higher than the first threshold value (Th 1 ). and is smaller than a second threshold (Th 2 ).
  • the processing unit determines whether the heart rate adjustment index change rate ( ⁇ CVRR 2-1 ) is greater than or equal to the sixth threshold (Th 6 ) and smaller than the seventh threshold (Th 7 ).
  • the processing unit determines that each of the pulse wave amplitude change rate ( ⁇ PA 2-1 ) and the pulse wave amplitude change rate ( ⁇ PA 3-1 ) is equal to or higher than the second threshold value (Th 2 ). , and is smaller than a third threshold value (Th 3 ).
  • the processing unit determines whether the heart rate adjustment index change rate ( ⁇ CVRR 2-1 ) is greater than or equal to the fifth threshold (Th 5 ) and smaller than the sixth threshold (Th 6 ).
  • the processing unit determines that each of the pulse wave amplitude change rate ( ⁇ PA 2-1 ) and the pulse wave amplitude change rate ( ⁇ PA 3-1 ) is equal to or higher than the third threshold value (Th 3 ). Determine whether or not.
  • the processing unit determines whether the heart rate adjustment index change rate ( ⁇ CVRR 2-1 ) is smaller than the fifth threshold (Th 5 ).
  • step S30-4 When both determination results are YES, it is determined in step S30-4 that the patient is in the glaucoma group (NTG group). When the determination result is NO, it is determined in step S30-5 that there is no determination result (for example, a determination error).
  • step S31 the determination result of any one of steps S30-1, S30-2, S30-3, S30-4, and S30-5 is transmitted or displayed. In this determination flow, both the pulse wave amplitude change rate ( ⁇ PA 2-1 ) and the pulse wave amplitude change rate ( ⁇ PA 3-1 ) are used, but either one may be used for determination.
  • the processing unit first performing the determination using the pulse wave amplitude change rate ( ⁇ PA) and then performing the determination using the heart rate adjustment index change rate ( ⁇ CVRR).
  • ⁇ PA pulse wave amplitude change rate
  • ⁇ CVRR heart rate adjustment index change rate
  • ⁇ PA pulse wave amplitude change rate
  • ⁇ CVRR heart rate adjustment index change rate
  • a glaucoma determination method for determining the possibility of glaucoma and/or the degree of glaucoma performed by a computer includes: an analysis step of determining the pulse wave of the subject's blood flow from the image or reflected light, and calculating the pulse wave amplitude and pulse wave interval; a first calculation step of calculating a rate of change in pulse wave amplitude ( ⁇ PA), which is a rate of change in the pulse wave amplitude over a predetermined time; a second calculation unit step that calculates a heart rate adjustment index change rate ( ⁇ CVRR); Based on the pulse wave amplitude change rate ( ⁇ PA) and the heart rate regulation index change rate ( ⁇ CVRR), determine the possibility of glaucoma and/or the degree of glaucoma of the subject, and determine the possibility of glaucoma and/or the degree of glaucoma of the subject. and a processing step of outputting information regarding.
  • ⁇ PA pulse wave amplitude
  • ⁇ CVRR heart rate adjustment index change rate
  • Another program (2) is receiving a pulse wave amplitude change rate ( ⁇ PA) and a heart rate regulation index change rate ( ⁇ CVRR), determining the possibility of glaucoma and/or the degree of glaucoma of the elephant person, and determining the possibility of glaucoma and/or the degree of glaucoma of the elephant.
  • ⁇ PA pulse wave amplitude change rate
  • ⁇ CVRR heart rate regulation index change rate
  • the imaging analysis device 10 analyzes the video to obtain the pulse wave amplitude and the pulse wave interval, but the present invention is not limited to this, and the video is sent to the information processing device 11. You can also do the same thing.
  • the information processing device 11 of Embodiments 1 and 2 may be configured with a cloud server.
  • the application of the above glaucoma determination program (1) or (2) is installed in the mobile terminal 20 of the second embodiment, and the mobile terminal 20 may perform the role of the information processing device 11.
  • the mobile terminal 20 sends the determination result (which may or may not include terminal identification information) to the information processing device 11, and the information processing device 11 may store the determination result in a memory or a database. .
  • each wearable terminal 30 of the third embodiment an application of the glaucoma determination program described above is installed, and each wearable terminal 30 may perform the role of the cloud server 31.
  • Each wearable terminal 30 may send a determination result (which may or may not include terminal identification information) to the cloud server 31, and the cloud server 31 may store the determination result in a memory or a database.
  • the change in blood flow obtained before and after applying a cold load to the hand is used for determination, but the present invention is not limited thereto, and the region of blood flow may be the forehead, cheek, neck, etc.
  • the load is not limited to the cold load, and other loads may be used.
  • Imaging analysis device 11
  • Information processing device 20
  • Mobile terminal 30
  • Wearable terminal 31
  • Cloud server 111
  • Receiving section 112
  • Processing section 113
  • Transmitting section 114
  • Image analysis section 115
  • First calculation section 116 Second calculation section

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Public Health (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Cardiology (AREA)
  • Pathology (AREA)
  • Physiology (AREA)
  • Hematology (AREA)
  • Ophthalmology & Optometry (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)

Abstract

大掛かりな心臓の筋電位を測定することなく、緑内障の可能性を判定するシステムを提供する。緑内障判定システム（１）は、対象者の血流に関する指標データを取得し、取得された指標データに基づいて、対象者の眼球について緑内障の可能性を判定し、判定された緑内障の可能性に関する情報を出力する処理部（１１２）を備える。

Description

緑内障判定システムおよび緑内障判定方法
　本発明は、被験者の自律神経反射に伴う血流変化から網膜血流の変化を推定し、緑内障あるいは緑内障未病を診断支援・予測するシステムに関する。
　緑内障は、日本人の４０歳以上の２０人に１人が罹患すると言われ、失明原因の上位にあがる重篤な網膜の疾患である。緑内障は、何らかの原因で視神経が障害を受け、視野が徐々に欠けて行く疾患であるが、緑内障初期のごくわずかな視野欠損の場合、自覚症状がないかごくわずかであることが通常である。したがって、初期緑内障患者が自覚症状で疾患に気づくことが難しいという課題がある。
　緑内障は、原発閉塞隅角緑内障と原発開放隅角緑内障に分類される。さらに原発開放隅角緑内障は、眼圧が上昇する狭義の原発開放隅角緑内障と、眼圧上昇が認められない正常眼圧緑内障に分類され、日本人にはこの正常眼圧緑内障が多い（約９０％）ことが特徴である。眼圧が上昇する緑内障では、簡易に測定できる眼圧で確定診断が可能であるが、多数を占める正常眼圧緑内障においては、眼圧測定では診断できないため、実際の視野欠損があるか否かで診断するしかないという課題があり、初期の視野欠損はそもそも自覚症状が弱いので、視野検査を受診する動機が弱いという課題がある。
　しかしながら、未病状態においては、そもそも病気に近づいていることを知る手立て（他覚所見、自覚症状）がないことが多い。また、病気の前にリスクを知る手立てがあったとしても、患者が病気を自覚していない段階において、リスクを知るための受診の時間や費用を負担する動機は極めて低い。そのため、病気に罹患する前にそのリスクを算出（予測）できるシステムを開発したとしても、そのシステムを社会に実装し、持続可能な健康維持活動に役立たせることは極めて難しい。
　正常眼圧緑内障の主たる診断方法である視野検査は、網膜周辺が光指標を見ることができる限界を測定する方法であり、視野の様々な位置に現れる光指標が徐々に暗くなっていくという測定方法である。その測定原理ゆえに、視野検査は時間がかかり（約１０～２０分）、集中を維持することが難しく、眠くなったりして正しく測定できないことが頻発するという、極めて繊細な測定方法であり、年齢的に緑内障を心配した方が良いとか、健康診断で視野検査の受診を勧められたとしても、視野検査の受診ハードルはかなり高い。
　上記にあるように、緑内障は、早期発見しなければ失明し得る重篤な疾患であるにも関わらず、未病（視野欠損の手前）または初期症状（視野欠損がわずか）の段階で簡易に診断する方法がなく、かなりの視野が欠損して初めて正常眼圧緑内障であることに気づくという致命的な課題がある。
　一方で、緑内障は自律神経の何らかの異常と相関すると言われており、心血管自律神経機能と緑内障には何らかの相関があると言われている（非特許文献１）。これらの研究によると、正常眼圧緑内障と狭義の原発開放隅角緑内障の患者の心電図データを比較すると、特定の心電図パラメータにおいて有意差が認められた。このことは心臓の筋電位を測定することで、自律神経機能の正常性を評価し、そして正常眼圧緑内障を診断できる可能性を示唆するものではあるが、正常眼圧緑内障の未病あるいは初期症状を診断できることは示唆も言及もなされていない。
Ｏｌｕｗａｓｅｕｎ　Ｏ．Ａｗｅ、Ｏｕｗａｄａｒｅ　Ｏｇｕｎｄａｒｅ、Ｂｅｒｎｉｃｅ　Ｏ．Ａｄｅｇｂｅｈｉｎｇｂｅ著、　「Ａｓｓｅｓｓｍｅｎｔ　ｏｆ　ｐａｒａｓｙｍｐａｔｈｅｔｉｃ　ｃａｒｄｉｏｖａｓｃｕｌａｒ　ａｃｔｉｖｉｔｙ　ｉｎ　ｐｒｉｍａｒｙ　ｏｐｅｎ－ａｎｇｌｅ　ｇｌａｕｃｏｍａ」、２０２１年１１月５日公開、Ｉｎｔ　Ｏｐｈｔｈａｍｏｌ（２０２２）４２：ｐ．１１１１－１１１９
　本開示は、大掛かりな心臓の筋電位を測定することなく、血流に応じて緑内障の可能性を判定することである。
　上記目的を達成するため、本開示の一態様である緑内障判定システムは、
　対象者の血流に関する指標データを取得し、前記取得された指標データに基づいて、前記対象者の眼球について緑内障の可能性を判定し、前記判定された緑内障の可能性に関する情報を出力する処理部を備える。
　また、上記目的を達成するため、本開示の別の一態様であるコンピュータにより実行される緑内障判定方法は、
　対象者の血流に関する指標データを取得し、
　該対象者の血流に関する指標データに基づいて、該対象者の眼球について緑内障の可能性を判定し、
　該緑内障の可能性に関する情報を出力する処理ステップを、含む。
　また、上記目的を達成するため、本開示の別の一態様であるプログラムは、
　コンピュータに、
　対象者の血流に関する指標データを取得する処理と、
　該対象者の血流に関する指標データに基づいて、該対象者の眼球について緑内障の可能性を判定する処理と、
　該緑内障の可能性に関する情報を出力する処理と、を実行させる。
（効果）
　本開示によれば、大掛かりな心臓の筋電位を測定することなく、血流に応じて緑内障の可能性を判定できる。
実施形態１のシステムの機能ブロック図である。 実施形態２のシステムの機能ブロック図である。 実施形態３のシステムの機能ブロック図である。 脈波振幅変化率（ΔＰＡ）による判定フローである。 脈波振幅変化率（ΔＰＡ）および心拍調整指標変化率（ΔＣＶＲＲ）による判定フローである。 健常者群とＮＴＧ群における脈波振幅変化率（ΔＰＡ）の一例を示す図である。 健常者群とＮＴＧ群における心拍調整指標変化率（ΔＣＶＲＲ）の一例を示す図である。 別実施形態の冷却体での健常者群とＮＴＧ群における脈波振幅変化率（ΔＰＡ）の一例を示す図である。
（実施形態１）
　実施形態１の緑内障判定システム１（以下、「システム１」と呼ぶ。）について図１を参照しながら説明する。
　システム１は、対象者Ｈの特定の部位を撮像し、画像解析して血流に関する指標を求める撮像解析装置１０と、処理部１１２を有する情報処理装置１１と、処理部１１２で判定された結果を受信し表示する携帯端末２０とを備えて構成される。
　緑内障判定システム１は、主に判定を支援する目的に用いられ、後述する他の実施形態でも同様である。
　対象者Ｈの血流は、特定の部位における血流であってもよい。特定の部位は、特に制限されず、血流を測定できればよく、顔、首、四肢、胴体などであってもよい。測定のし易さから、額、頬、掌、手の甲、手首、首、足首などであってもよい。前記対象者の血流は、前記対象者に対し所定の負荷を与えた後の血流であってもよい。「所定の負荷」は、身体に対する負荷、特定の部位に対する負荷であってもよい。また、特定の部位への熱負荷（寒冷負荷または加熱負荷）、皮膚マッサージによる負荷、圧迫による負荷、痛覚刺激による負荷、軽運動による負荷、特定の部位の洗浄による負荷などのイベント負荷であってもよい。イベント負荷の前後の測定値（平均値）から脈波振幅変化率（ΔＰＡ）および脈波間隔の揺らぎ（例えば、心拍調整指標変化率（ΔＣＶＲＲ））を算出してもよい。
　本実施形態１、２では、対象者Ｈの血流は、対象者の皮膚映像から得られる血流である。皮膚映像から血流を求める方法としては、例えば、映像から緑信号（緑色光）の輝度値を取得する。特開２０２２－５２１９１号に記載されている方法を使用し、映像から血流の脈波を求め、脈波振幅、脈波間隔を算出してもよい。
　また、後述する実施形態３では、対象者Ｈの血流は、透過光あるは反射光による光信号から得られる血流である。皮膚の血流（脈波）を測定する手段として、例えば、透過型脈波センサ、反射型脈波センサ、皮膚を撮像し特定色（緑）から脈波を測定する手段であってもよい。
　撮像解析装置１０は、映像を撮像する撮像部１０１と、映像から血流を解析し脈波振幅を求める画像解析部１０２と、脈波振幅変動率(ΔＰＡ)を算出する第一算出部１０３と、脈波間隔の揺らぎ（心拍調整指標変化率（ΔＣＶＲＲ））を算出する第二算出部１０４と、各算出機能で得られた各データを情報処理装置１１へ送る送信部１０５などを有する。
　撮像部１０１は、例えばカラーカメラ、ＣＣＤあるいはＣＭＯＳイメージセンサなどで実現される。画像解析部１０２および第一、第二算出部１０３、１０４は、専用回路や、処理手順を含むプログラムを実行するプロセッサーなどのハードウエアなどで実現される。送信部１０５は、Ｗｉ－Ｆｉ、Ｂｌｕｔｏｏｔｈ(登録商標)などの無線通信手段や有線通信手段などで実現される。画像解析部１０２および第一、第二算出部１０３、１０４の機能は後述する。
　情報処理装置１１は、受信部１１１と、処理部１１２と、送信部１１３を有し、例えば、汎用コンピュータ、ローカルサーバ、クラウドサーバで実現される。受信部１１１は、撮像解析装置１０からデータを受信する受信手段で実現される。送信部１１３は、処理部１１２で判定された結果を携帯端末２０へ送る送信手段で構成される。受信手段および送信手段は、例えば、Ｗｉ－Ｆｉ、Ｂｌｕｔｏｏｔｈ(登録商標)などの無線通信手段や有線通信手段などで実現される。処理部１１２の機能は後述する。
　携帯端末２０は、処理部１１２で判定された結果を受信する受信部２１と、その結果を画面に表示する表示部２２とを備える。携帯端末２０は、緑内障判定アプリがインストールされており、そのアプリを起動し、判定結果が表示される構成でもよい。また、送信部１１３は、データを電子メール形式やショートメッセージ形式で携帯端末２０に送ることも可能であり、この場合、携帯端末２０のメーラ機能あるいはショートメッセージ機能が電子メールあるいはショートメッセージを受信する構成であってもよい。受信部２１は、例えば、Ｗｉ－Ｆｉ、Ｂｌｕｔｏｏｔｈ(登録商標)などの無線通信手段などで実現される。表示部２２は、例えば、液晶パネル、有機ＥＬパネルなどの出力インターフェースで構成されていてもよい。
（実施形態２）
　実施形態２の緑内障判定システム２（以下、「システム２」と呼ぶ。）について図２を参照しながら説明する。
　システム２は、対象者Ｈの特定の部位を撮像する撮像部２０１を有する携帯端末２０と、画像解析部１１４、第一算出部１１５、第二算出部１１６、処理部１１２を有する情報処理装置１１とを備えて構成される。
　携帯端末２０の撮像部２０１は、例えばカラーカメラ、ＣＣＤあるいはＣＭＯＳイメージセンサなどで実現される。携帯端末２０は、撮像された映像を情報処理装置１１へ送る送信部２０２と、処理部１１２で判定された結果を受信する受信部２１と、その結果を画面に表示する表示部２２を備える。送信部２０２および受信部２１は、例えば、Ｗｉ－Ｆｉ、Ｂｌｕｔｏｏｔｈ(登録商標)などの無線通信手段などで実現される。表示部２２は上記と同様の手段で実現される。
　情報処理装置１１は、例えば、汎用コンピュータ、ローカルサーバ、クラウドサーバで実現される。受信部１１１は、携帯端末２０からデータを受信する受信手段で実現される。送信部１１３は、処理部１１２で判定された結果を携帯端末２０へ送る送信手段で構成される。受信手段および送信手段は上記と同様の手段で実現される。
　画像解析部１１４について説明する。実施形態１の画像解析部１０２も同じ構成である。
　画像解析部１１４は、映像から緑信号（緑色光）の輝度値を取得し、対象者の血流の脈波を求め、時間推移する脈波振幅、脈波間隔を算出する。この場合における脈波振幅及び脈波間隔の算出手法としては、例えば、特開２０２２－５２１９１号に記載されている方法を使用することができる。
　第一算出部１１５について説明する。実施形態１の第一算出部１０３も同じ構成である。
　第一算出部１１５は、対象者の血流から所定時間における脈波振幅（ＰＡ）の変化率である脈波振幅変化率（ΔＰＡ）を算出する。具体的には、脈波振幅変化率（ΔＰＡ）は以下式（１）で算出される。
　　　　脈波振幅変化率（ΔＰＡ）＝（ＰＡ２／ＰＡ１）－１　　・・・（１）
　　　　　　ＰＡ１：１回目の測定におけるｎ秒間の脈波振幅の測定値の平均値
　　　　　　ＰＡ２：２回目の測定におけるｎ秒間の脈波振幅の測定値の平均値
　　　　　　ｎ　　：例えば、脈拍数が２以上含まれる秒間を設定してもよい。
　　　　　　１回目の測定：イベント（皮膚への負荷を含む。）の前での測定
　　　　　　２回目の測定：イベント（皮膚への負荷を含む。）の中あるいはその後での測定
　　　　　　脈波振幅は、測定された脈波の波形のピークである。
　１回目の測定タイミングとしては、所定の負荷をかける時点から所定時間直（例えば、数秒）前のタイミングであることが望ましい。このように、１回目の測定タイミングとして、所定の負荷をかける時点から所定時間前のタイミング、すなわち、所定の負荷をかける直前のタイミングを用いるのは、１回目の測定が行われてからイベント以外の刺激等が対象者Ｈの脈波振幅に影響を及ぼすことによって１回目の測定と２回目の測定との間において脈波振幅が変動するのを防止するためである。また、直前で計測することが望ましい。１回目と２回目で時間があくと心身のいろいろな変化が現れる可能性があるため負荷直前の状態を変化前のベース値（ＰＡ１）として測定する。２回目の測定タイミングとしては、所定の負荷の付与が完了した時点から、例えば、２分が経過したタイミング、４分が経過したタイミング、６分が経過したタイミングである。
　また、前記脈波振幅変化率（ΔＰＡ）は、所定期間の脈波振幅の平均値を基準にして算出されてもよい。所定期間において測定された測定値の平均値を基準にして算出する場合、脈波振幅変化率（ΔＰＡ）は以下式（２）で算出される。
　　　　脈波振幅変化率（ΔＰＡ）＝（ＰＡｔ／ＰＡａｖｅｒａｇｅ）－１　　・・・（２）
　　　　　　ＰＡａｖｅｒａｇｅ：所定期間において測定された測定値の平均値
　　　　　　ＰＡｔ：任意のタイミング（ｔ時刻）での測定におけるｎ秒間の脈波振幅の測定値の平均値
　　　　　　ｎ　　：例えば、脈拍数が２以上含まれる秒間を設定してもよい。
　ＰＡａｖｅｒａｇｅの前記「所定期間」は、１から１０分などの分単位での間隔、１時間から３時間などの時間単位の間隔、１日から３日などの日単位の間隔、１週間から３週間などの週単位の間隔、１ヶ月から３ヶ月などの月単位の間隔、１年から３年などの年単位の間隔であってもよい。「所定間隔」は、血流に関する指標データを測定する装置あるいは算出する装置の使用条件や前記システムの構成によって設定されてもよい。なお、ＰＡａｖｅｒａｇｅは、システムのメモリ(不図示)に記憶されている。
　任意のタイミングとしては、その測定目的に応じて設定される。例えば、負荷の後、食事の後、運動の後、目を酷使した後、健康診断の予備測定などのタイミングである。
　また、例えば、室内にいるときの脈波振幅の平均値をＰＡａｖｅｒａｇｅとし、外から室内へ戻った時点から、例えば、２分が経過したタイミング、４分が経過したタイミング、６分が経過したタイミングをＰＡｔとしてもよい。この場合に、自動で測定が開始できるように、ウェアラブル端末に内蔵された温度センサで測定された外気温度が所定の温度上昇以上であった時から所定時間経過後に血流に関する計測が開始されるように構成されていてもよい。
　第二算出部１１６について説明する。実施形態１の第二算出部１０４も同じ構成である。
　第二算出部１１６は、血流から脈波間隔の揺らぎを算出する。本実施形態では、第二算出部１１６は、脈波間隔の揺らぎとして、所定時間における心拍調整指標（ＣＶＲＲ）の変化率である心拍調整指標変化率（ΔＣＶＲＲ））を算出する。まず、心拍調整指標（ＣＶＲＲ）を以下の式（３）で算出される。心拍調整指標（ＣＶＲＲ）は第二算出部１１６あるいは画像解析部で算出される。
　　　　心拍調整指標（ＣＶＲＲ）＝脈波間変動の標準偏差／平均脈波間隔　×１００　・・・（３）
　平均脈波間隔は、連続して測定された脈波の波形のピーク間隔の平均値である。
　脈波間変動の標準偏差は、連続して測定された脈波の波形のピーク間隔の標準偏差である。
　心拍調整指標（ＣＶＲＲ）の算出において、少なくも６０秒間以上の測定時間が必要である。この測定時間は、自律神経に関する指標データを測定する装置あるいは算出する装置の使用条件や前記システムの構成によって設定されてもよい。
　次に、心拍調整指標変化率（ΔＣＶＲＲ）は以下の式（４）で算出される。
　　　　心拍調整指標変化率（ΔＣＶＲＲ）＝（ＣＶＲＲ２／ＣＶＲＲ１）－１　　・・・（４）
　　　　　　ＣＶＲＲ１：１回目の測定であり、６０秒間以上で測定し上記式（３）から算出される値
　　　　　　ＣＶＲＲ２：２回目の測定であり、６０秒間以上で測定し上記式（３）から算出される値
　　　　　　１回目の測定：イベント（皮膚への負荷を含む。）の前での測定
　　　　　　２回目の測定：イベント（皮膚への負荷を含む。）の中あるいはその後での測定
　また、前記１回目の測定は、長期間にわたる心拍調整指標（ＣＶＲＲ）の平均値（ＣＶＲＲａｖｅｒａｇｅ）を採用してもよい。例えば、１時間以上、１日以上、１週間以上、１月以上の任意の期間において、間欠的に測定されて算出された複数の心拍調整指標（ＣＶＲＲ）の平均値であってもよい。２回目の心拍調整指標ＣＶＲＲｔは任意のタイミング（ｔ時刻）でもよい。
　１回目と２回目の測定タイミングは、上記脈波振幅変化率のそれと同じであってもよい。
　平均値ＣＶＲＲａｖｅｒａｇｅと任意のタイミングＣＶＲＲｔの測定タイミングは、上記脈波振幅変化率の平均値および任意のタイミングと同じであってもよい。
　処理部１１２について説明する。処理部１１２は、対象者Ｈの血流に関する指標データに基づいて、対象者Ｈの眼球について緑内障の可能性およびその程度を判定し、緑内障の可能性およびその程度に関する情報を出力する。
　前記「緑内障の可能性に関する情報」は、例えば、健常者である（緑内障の可能性がない）、緑内障の可能性がある、緑内障の可能性があるため要観察、所定月後（例えば、３ヶ月後、６ヶ月後）に要再検査、要精密検査、などの情報であってもよい。
　前記「緑内障の程度」としては、複数のランクに分類してもよく、例えば、軽度緑内障が疑われる、中度緑内障が疑われる、重度緑内障が疑られる、などに分類されてもよい。
　実施形態１および２において、処理部１１２は、緑内障の可能性および緑内障の程度を、脈波振幅変化率（ΔＰＡ）および心拍調整指標変化率（ΔＣＶＲＲ）と所定の閾値との比較結果に基づいて判定する。「所定の閾値」は、予め設定されていてもよく、システムの使用状況や対象者の心身の状況に対応して変更されてもよい。閾値の設定は、健常者、緑内障予備群、擬緑内障群、緑内障患者群のそれぞれの平均データを用いて設定してもよい。
　処理部１１２は、例えば、以下の複数の閾値により緑内障の可能性およびその程度を判定する。
（Ａ）脈波振幅変化率（ΔＰＡ）による判定
（Ａ１）脈波振幅変化率（ΔＰＡ）が第一閾値（Ｔｈ１）未満：健常者群
（Ａ２）脈波振幅変化率（ΔＰＡ）が第一閾値（Ｔｈ１）以上第二閾値（Ｔｈ２）未満：緑内障予備群
　　　　緑内障予備群は、例えば、要観察、要再検査の未病状態の群である。
（Ａ３）脈波振幅変化率（ΔＰＡ）が第二閾値（Ｔｈ２）以上第三閾値（Ｔｈ３）未満：擬緑内障群
　　　　疑緑内障群は、例えば、要精密検査（病院での視野検査）をすべき未病状態あるいは無自覚の群である。
（Ａ４）脈波振幅変化率（ΔＰＡ）が第三閾値（Ｔｈ３）以上：緑内障群
　　　　閾値をさらに多く設定し、緑内障群を軽度、中度、重度などに分類してもよい。各閾値の大小関係は、第一閾値（Ｔｈ１）＞第二閾値（Ｔｈ２）＞第三閾値（Ｔｈ３）である。
（Ｂ）心拍調整指標変化率（ΔＣＶＲＲ）による判定
（Ｂ４）心拍調整指標変化率（ΔＣＶＲＲ）が第五閾値（Ｔｈ５）未満：緑内障群
（Ｂ３）心拍調整指標変化率（ΔＣＶＲＲ）が第五閾値（Ｔｈ５）以上第六閾値（Ｔｈ６）未満：擬緑内障群
（Ｂ２）心拍調整指標変化率（ΔＣＶＲＲ）が第六閾値（Ｔｈ６）以上第七閾値（Ｔｈ７）未満：緑内障予備群
（Ｂ１）心拍調整指標変化率（ΔＣＶＲＲ）が第七閾値（Ｔｈ７）以上：健常者群
　各閾値の大小関係は、第七閾値（Ｔｈ７）＞第六閾値（Ｔｈ６）＞第五閾値（Ｔｈ５）である。
（Ｃ）脈波振幅変化率（ΔＰＡ）および心拍調整指標変化率（ΔＣＶＲＲ）による判定
（Ｃ１）上記Ａ１とＢ４の両方を満たすとき：健常者群
（Ｃ２）上記Ａ２とＢ３の両方を満たすとき：緑内障予備群
（Ｃ３）上記Ａ３とＢ２の両方を満たすとき：擬緑内障群
（Ｃ４）上記Ａ４とＢ１の両方を満たすとき：緑内障群
　処理部１１２は、例えば、閾値の設定として、健常者と緑内障患者群のそれぞれの平均データの２種類を用いて設定してもよい。この場合、健常者の平均データの閾値と緑内障患者群の平均データの閾値との中間値を（緑内障予備群および擬緑内障群）の閾値として設定してもよい。また、閾値の設定において、個人差を考慮し、予め設定されている閾値を補正するように構成してもよい。
(実施形態３)
　実施形態３の緑内障判定システム３（以下、「システム３」と呼ぶ。）について図３を参照しながら説明する。
　システム３は、対象者Ｈのリストに装着されるスマートウォッチタイプあるいは首掛タイプのウェアラブル端末３０が複数と、画像解析部１１４、第一算出部１１５、第二算出部１１６、処理部１１２を有するクラウドサーバ３１とを備えて構成される。
　ウェアラブル端末３０は、反射型脈波センサ３０１を内蔵し、該センサ３０１から血管に光を照射し血管からの反射光を受信する。ウェアラブル端末３０は、受信した反射光から脈波を解析し、脈波振幅および脈波間隔を算出する算出部３０２を備える。なお、別実施形態として、反射光のデータをクラウドサーバ３１へ送る場合には、この機能がクラウドサーバ３１に備えられていてもよい。ウェアラブル端末３０は、脈波振幅および脈波間隔の各データをクラウドサーバ３１へ送信する送信部３０３を有する。ウェアラブル端末３０は、処理部１１２で判定された結果を受信する受信部３０４と、受信した判定結果を表示する表示部３０５を備えていてもよい。送信部３０３および受信部３０４は、上記無線通信手段などで実現される。表示部３０５は上記と同様の手段で実現される。
　クラウドサーバ３１は、受信部１１１の受信手段で、各ウェアラブル端末３０から脈波振幅および脈波間隔を受信する。この取得の際に、ウェアラブル端末３０の識別情報も取得し、メモリ１１８にウェアラブル端末３０ごとに脈波振幅および脈波間隔を保存する。第一算出部１１５、第二算出部１１６、処理部１１２の機能は実施形態２において述説明した通りである。異なる点は、ウェアラブル端末３０のそれぞれに対して脈波振幅変化率（ΔＰＡ）および心拍調整指標変化率（ΔＣＶＲＲ）が算出され、緑内障に関する判定が実行される。
　送信部１１３は、各ウェアラブル端末３０に対し、そのウェアラブル端末３０に対応した判定結果を送信する。
　システム１、２の情報処理装置１１およびクラウドサーバ３１は、出力部を備えていてもよい。出力部は、例えば、モニター表示、印刷、メモリ保存、記憶媒体への書込であってもよい。
　システム１、２、３の処理部１１２は、脈波振幅変化率（ΔＰＡ）および心拍調整指標変化率（ΔＣＶＲＲ）により緑内障の可能性を判定する。第一指標データとして脈波振幅変化率（ΔＰＡ）を使用して判定してもよい。また追加的に、第二指標データとして心拍調整指標変化率（ΔＣＶＲＲ）を使用して判定してもよい。
　システム１、２、３の上記画像解析部、第一算出部、第二算出部、処理部は、ＭＰＵ（Ｍｉｃｒｏ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）、ＣＰＵ（Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）等が１つあるいは２つ以上が、メモリに記憶されているプログラムを読み出して実行することで上記各処理が実現されてもよく、専用回路あるいはファームウエアなどで構成されて各処理が実現されてもよい。
　上記メモリは、例えば、ＲＡＭ（Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ）、ＲＯＭ（Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙ）などで構成されていてもよい。
　携帯端末３０は、例えば、スマートフォン、タブレット、ウェアラブル端末（スマートウォッチを含む）、ＶＲ装置で構成されていてもよい。
（実施例）
　実施形態１の撮像解析装置で対象者の掌の映像を撮影する。寒冷負荷をする前の映像と、寒冷負荷した後の映像を撮影する。寒冷負荷の条件として、室温２０℃で空調を設定し、被験者の右手首以遠を４℃の冷水に１分間入れる。これを冷水浸漬といい、冷水は冷却体の一例である。
　健常者群１５名の寒冷負荷前後の映像データと緑内障（ＮＴＧ）群１４名の寒冷前後の映像データから、それぞれにおいて寒冷負荷前後の脈波振幅および脈波間隔を求める。
　寒冷負荷直前の脈波振幅をＰＡ１、寒冷負荷の付与が完了した時から第一所定時間（例えば、４分）が経過した時の脈波振幅をＰＡ２、寒冷負荷の付与が完了した時から第二所定時間（例えば、６分）が経過した時の脈波振幅をＰＡ３として、上記式（１）により、寒冷負荷直前に対する寒冷負荷後４分の脈波振幅変化率（ΔＰＡ２－１）と、寒冷負荷直前に対する寒冷負荷後６分の脈波振幅変化率（ΔＰＡ３－１）を求める。このように第一所定時間、第二所定時間がそれぞれ経過した時の脈波振幅をＰＡ２、ＰＡ３としたのは、緑内障（ＮＴＧ）群において、寒冷負荷を与えてからすぐには脈波が変化せずに、脈波が変化するのに或る程度の時間を要するためである。図６に、健常者群の脈波振幅変化率（ΔＰＡ２－１、ΔＰＡ３－１）の平均値を破線で示し、緑内障（ＮＴＧ）群の方を実線で示す。図６の横軸は寒冷負荷後の経過時間を示しており、０分は寒冷負荷直前であり、寒冷負荷後４分と６分の脈波振幅変化率（ΔＰＡ２－１、ΔＰＡ３－１）をプロットしている。４分と６分との両方において健常者群と緑内障（ＮＴＧ）群との区別が明白であることからこの上限値（例えば、１７％）と下限値（例えば、０％）の差の中間値（８.５％）又は中間値の近傍（例えば、７％から９％など）に閾値を設定することで、健常者と緑内障（ＮＴＧ）群を分類できる。
　また、中間値による単一の閾値以外に、上限値と下限値の差を３分割あるいは４分割などして閾値を複数設定し、緑内障予備群あるいは擬緑内障群を分類できるように設定できる。また、健常者群（破線）の傾きと緑内障（ＮＴＧ）群（実線）の傾きの差の中間値あるいは複数分割して閾値を設定することもできる。
　図６に、健常者群、擬緑内障群、緑内障予備群、緑内障（ＮＴＧ）群を分類できるように、寒冷負荷後４分および６分における健常者群の下限値より大きい値を第一閾値（Ｔｈ１）、ＮＴＧ群の上限値より小さい値を第三閾値（Ｔｈ３）として、それらの中間値を第二閾値（Ｔｈ２）として設定する。
　上記式（３）により、寒冷負荷直前の心拍調整指標ＣＶＲＲ１、寒冷負荷の付与が完了した時から第一所定時間（例えば、４分）の心拍調整指標ＣＶＲＲ２、寒冷負荷の付与が完了した時から第二所定時間（例えば、６分）が経過した時の心拍調整指標ＣＶＲＲ３を求める。上記式（４）により、寒冷負荷直前に対する寒冷負荷後４分の心拍調整指標変化率（ΔＣＶＲＲ２－１）と、寒冷負荷直前に対する寒冷負荷後６分の心拍調整指標変化率（ΔＣＶＲＲ３－１）を求める。図７に、健常者群の心拍調整指標変化率（ΔＣＶＲＲ２－１、ΔＣＶＲＲ３－１）の平均値を破線で示し、ＮＴＧ群の方を実線で示す。図５の横軸は寒冷負荷後の経過時間を示しており、０分は寒冷負荷前であり、寒冷負荷後４分と６分の心拍調整指標変化率（ΔＣＶＲＲ２－１、ΔＣＶＲＲ３－１）をプロットしている。４分において健常者群とＮＴＧ群との区別が明白であることからこの上限値（例えば、１２％）と下限値（例えば、１％）の差の中間値（例えば、５．５％）又は中間値の近傍（例えば、５％から６％など）に閾値を設定することで、健常者とＮＴＧ群を分類できる。
　図７に、健常者群、擬緑内障群、緑内障予備群、ＮＴＧ群を分類できるように、寒冷負荷後４分におけるＮＴＧ群の下限値を第五閾値（Ｔｈ５）、健常者群の上限値を第七閾値（Ｔｈ７）として、それらの中間値を第六閾値（Ｔｈ６）として設定する。設定された各閾値に基づいて処理部１１２での判定が実行される。各閾値は予めメモリに保存されている。
　別実施形態の冷却体として、５℃に設定された飲料缶（例えば、コーヒー缶）を用いた。掌を冷却体で冷却した寒冷負荷にける脈波振幅変化率（ΔＰＡ）を評価した。平静時の被験者（健常者群および緑内障（ＮＴＧ）群）の掌で脈波振幅（ＰＡ１）を測定した。次に、被験者に５℃の缶コーヒーを掌で２分間持たせ、寒冷負荷とした。次に、寒冷負荷後の掌で脈波振幅（ＰＡ２）を測定した。その結果、緑内障（ＮＴＧ）群では、脈波振幅変化率が１００％を超え、寒冷負荷後における上昇を確認できたが、健常者群では脈波振幅変化率は１００％を下回り、寒冷負荷後の上昇を確認できなかった。この結果から、冷却体を変えても、冷水浸漬の結果と同様であり、掌だけを冷却するだけでも緑内障（ＮＴＧ）患者に特有の脈波振幅変化を検出できることを確認した。
　脈波振幅変化率（ΔＰＡ）を用いた判定について図４を参照しながら説明する。以下のステップは上記実施形態１から３のいずれでも実現される。
　ステップＳ１において、画像解析部は、寒冷負荷直前の映像から脈波を求め、脈波振幅ＰＡ１を算出する。
　ステップＳ２において、寒冷負荷を実施する。ステップＳ３において、寒冷負荷実施の時間をカウント開始し、ステップ４において、カウント開始から４分経過したか否かが判定される。対象者Ｈあるいは第三者がタイマーで確認してもよい。撮像解析装置１０、携帯端末２０、ウェアラブル端末３０が備えるタイマーで計測をしてもよい。後述するステップ６も同様である。
　ステップＳ５において、画像解析部は、４分経過後の映像から脈波を求め、脈波振幅ＰＡ２を算出する。
　ステップ６において、カウント開始から６分経過したか否かが判定される。
　ステップＳ７において、画像解析部は、６分経過後の映像から脈波を求め、脈波振幅ＰＡ３を算出する。
　ステップＳ８において、第一算出部は、寒冷負荷直前に対する寒冷負荷後４分の脈波振幅変化率（ΔＰＡ２－１）と、寒冷負荷前に対する寒冷負荷後６分の脈波振幅変化率（ΔＰＡ３－１）を算出する。
　ステップＳ９－１において、処理部は、脈波振幅変化率（ΔＰＡ２－１）および脈波振幅変化率（ΔＰＡ３－１）のそれぞれが第一閾値（Ｔｈ１）より小さいか否かを判定する。判定結果がＹＥＳのときステップＳ１０－１において健常者群であると判定される。
　判定結果がＮＯのときステップＳ９－２において、処理部は、脈波振幅変化率（ΔＰＡ２－１）および脈波振幅変化率（ΔＰＡ３－１）のそれぞれが第一閾値（Ｔｈ１）以上であって第二閾値（Ｔｈ２）より小さいか否かを判定する。判定結果がＹＥＳのときステップＳ１０－２において緑内症予備群であると判定される。
　判定結果がＮＯのときステップＳ９－３において、処理部は、脈波振幅変化率（ΔＰＡ２－１）および脈波振幅変化率（ΔＰＡ３－１）のそれぞれが第二閾値（Ｔｈ２）以上であって第三閾値（Ｔｈ３）より小さいか否かを判定する。判定結果がＹＥＳのときステップＳ１０－３において疑緑内症群であると判定される。
　判定結果がＮＯのときステップＳ９－４において、処理部は、脈波振幅変化率（ΔＰＡ２－１）および脈波振幅変化率（ΔＰＡ３－１）のそれぞれが第三閾値（Ｔｈ３）以上であるか否かを判定する。判定結果がＹＥＳのときステップＳ１０－４において緑内症群（ＮＴＧ群）であると判定される。判定結果がＮＯのときステップＳ１０－５において判定結果がなし（例えば、判定エラー）であると判定される。
　ステップＳ１１において、ステップＳ１０－１、Ｓ１０－２、Ｓ１０－３、Ｓ１０－４、Ｓ１０－５のいずれかの判定結果が送信あるいは表示される。
　この判定フローでは、脈波振幅変化率（ΔＰＡ２－１）および脈波振幅変化率（ΔＰＡ３－１）の両方を使用したがいずれか一方を使用して判定してもよい。
　脈波振幅変化率（ΔＰＡ）および心拍調整指標変化率（ΔＣＶＲＲ）を用いた判定について図５を参照しながら説明する。以下のステップは上記実施形態１から３のいずれでも実現される。
　ステップＳ２１において、画像解析部は、寒冷負荷直前の映像から脈波および脈波間隔を求め、脈波振幅ＰＡ１を算出し、心拍調整指標ＣＶＲＲ１を算出する。
　ステップＳ２２において、寒冷負荷を実施する。ステップＳ２３において、寒冷負荷実施の時間をカウント開始し、ステップ２４において、カウント開始から４分経過したか否かが判定される。対象者Ｈあるいは第三者がタイマーで確認してもよい。撮像解析装置１０、携帯端末２０、ウェアラブル端末３０が備えるタイマーで計測をしてもよい。後述するステップ２６も同様である。
　ステップＳ２５において、画像解析部は、４分経過後の映像から脈波および脈波間隔を求め、脈波振幅ＰＡ２を算出し、心拍調整指標ＣＶＲＲ２を算出する。
　ステップ２６において、カウント開始から６分経過したか否かが判定される。
　ステップＳ２７において、画像解析部は、６分経過後の映像から脈波を求め、脈波振幅ＰＡ３を算出する。
　ステップＳ２８－１において、第一算出部は、寒冷負荷直前に対する寒冷負荷後４分の脈波振幅変化率（ΔＰＡ２－１）と、寒冷負荷前に対する寒冷負荷後６分の脈波振幅変化率（ΔＰＡ３－１）を算出する。
　ステップＳ２８－２において、第二算出部は、寒冷負荷直前に対する寒冷負荷後４分の心拍調整指標変化率（ΔＣＶＲＲ２－１）を算出する。
　ステップＳ２９－１において、処理部は、脈波振幅変化率（ΔＰＡ２－１）および脈波振幅変化率（ΔＰＡ３－１）のそれぞれが第一閾値（Ｔｈ１）より小さいか否かを判定する。そして、処理部は、心拍調整指標変化率（ΔＣＶＲＲ２－１）が第七閾値（Ｔｈ７）以上か否かを判定する。両方の判定結果がＹＥＳのときステップＳ３０－１において健常者群であると判定される。
　判定結果がＮＯのときステップＳ２９－２において、処理部は、脈波振幅変化率（ΔＰＡ２－１）および脈波振幅変化率（ΔＰＡ３－１）のそれぞれが第一閾値（Ｔｈ１）以上であって第二閾値（Ｔｈ２）より小さいか否かを判定する。そして、処理部は、心拍調整指標変化率（ΔＣＶＲＲ２－１）が第六閾値（Ｔｈ６）以上であって第七閾値（Ｔｈ７）より小さいか否かを判定する。両方の判定結果がＹＥＳのときステップＳ３０－２において緑内症予備群であると判定される。
　判定結果がＮＯのときステップＳ２９－３において、処理部は、脈波振幅変化率（ΔＰＡ２－１）および脈波振幅変化率（ΔＰＡ３－１）のそれぞれが第二閾値（Ｔｈ２）以上であって第三閾値（Ｔｈ３）より小さいか否かを判定する。そして、処理部は、心拍調整指標変化率（ΔＣＶＲＲ２－１）が第五閾値（Ｔｈ５）以上であって第六閾値（Ｔｈ６）より小さいか否かを判定する。両方の判定結果がＹＥＳのときステップＳ３０－３において疑緑内症群であると判定される。
　判定結果がＮＯのときステップＳ２９－４において、処理部は、脈波振幅変化率（ΔＰＡ２－１）および脈波振幅変化率（ΔＰＡ３－１）のそれぞれが第三閾値（Ｔｈ３）以上であるか否かを判定する。そして、処理部は、心拍調整指標変化率（ΔＣＶＲＲ２－１）が第五閾値（Ｔｈ５）より小さいか否かを判定する。両方の判定結果がＹＥＳのときステップＳ３０－４において緑内症群（ＮＴＧ群）であると判定される。判定結果がＮＯのときステップＳ３０－５において判定結果がなし（例えば、判定エラー）であると判定される。
　ステップＳ３１において、ステップＳ３０－１、Ｓ３０－２、Ｓ３０－３、Ｓ３０－４、Ｓ３０－５のいずれかの判定結果が送信あるいは表示される。
　この判定フローでは、脈波振幅変化率（ΔＰＡ２－１）および脈波振幅変化率（ΔＰＡ３－１）の両方を使用したがいずれか一方を使用して判定してもよい。
　処理部が脈波振幅変化率（ΔＰＡ）を用いた判定を第一に行い、次に心拍調整指標変化率（ΔＣＶＲＲ）を用いた判定を実施することにより、判定精度が高まると考察される。なお、上記では、脈波振幅変化率（ΔＰＡ）を用いた判定を第一としたが、心拍調整指標変化率（ΔＣＶＲＲ）のみを用いて緑内障の可能性／程度を判定しても良い。
　上記実施例において、脈波振幅変化率（ΔＰＡ）および心拍調整指標変化率（ΔＣＶＲＲ）を同時に測定したデータから算出される。別々に測定されたデータを使用してそれらを算出されてもよい。
（緑内障判定方法）
　コンピュータにより実行される緑内障の可能性および／または緑内障の程度を判定する緑内障判定方法は、
　映像あるいは反射光から対象者の血流の脈波を求め、脈波振幅、脈波間隔を算出する解析ステップと、
　所定時間における前記脈波振幅の変化率である脈波振幅変化率（ΔＰＡ）を算出する第一算出ステップと、
　心拍調整指標変化率（ΔＣＶＲＲ）を算出する第二算出部ステップと、
　脈波振幅変化率（ΔＰＡ）および心拍調整指標変化率（ΔＣＶＲＲ）に基づいて、前記対象者の緑内障の可能性および／または緑内障の程度を判定し、該緑内障の可能性および／または緑内障の程度に関する情報を出力する処理ステップを、含む。
（緑内障判定プログラム）
　コンピュータに、対象者の血流に関する指標データに基づいて、
　映像あるいは反射光から対象者の血流の脈波を求め、脈波振幅、脈波間隔を算出する処理と、
　所定時間における前記脈波振幅の変化率である脈波振幅変化率（ΔＰＡ）を算出する処理と、
　拍調整指標変化率（ΔＣＶＲＲ）を算出する処理と、
　前記脈波振幅変化率（ΔＰＡ）および心拍調整指標変化率（ΔＣＶＲＲ）に基づいて、前記対象者の緑内障の可能性および／または緑内障の程度を判定する処理と、
　前記緑内障の可能性および／または緑内障の程度に関する情報を出力する処理と、を実行させるプログラム（１）である。
　別のプログラム（２）は、
　脈波振幅変化率（ΔＰＡ）および心拍調整指標変化率（ΔＣＶＲＲ）を受信し、前記象者の緑内障の可能性および／または緑内障の程度を判定し、前記緑内障の可能性および／または緑内障の程度に関する情報を出力する処理と、を実行させるプログラム（２）である。
　上記プログラム（１）および（２）は、緑内障判定システムのメモリに保存されており、必要に応じてメモリから読み出されて実行されてもよい。
（別実施形態）
（１）実施形態１において、撮像解析装置１０で、映像を解析し脈波振幅および脈波間隔を求めていたが、これに制限されず、映像を情報処理装置１１へ送り、情報処理装置１１で同様のことを実施してもよい。
（２）実施形態１および２の情報処理装置１１は、クラウドサーバで構成されていてもよい。
（３）実施形態２の携帯端末２０には、上記緑内障判定プログラム（１）または（２）のアプリがイントールされており、情報処理装置１１の役割を携帯端末２０が実行してもよい。携帯端末２０は判定結果（端末識別情報を含んでいてもよく、含まなくてもよい。）を情報処理装置１１へ送り、情報処理装置１１はその判定結果をメモリあるいはデータベースに保存してもよい。
（４）実施形態３の各ウェアラブル端末３０には、上記緑内障判定プログラムのアプリがイントールされており、クラウドサーバ３１の役割を各ウェアラブル端末３０が実行してもよい。各ウェアラブル端末３０は判定結果（端末識別情報を含んでいてもよく、含まなくてもよい。）をクラウドサーバ３１へ送り、クラウドサーバ３１はその判定結果をメモリあるいはデータベースに保存してもよい。
（５）上記実施例は、手への寒冷負荷前後から得た血流量の変化を判定に使用したが、これに制限されず、血流の部位は額、頬、首などでもよい。
（６）寒冷負荷に限定されず、他の負荷でもよい。
１、２、３　　緑内障判定システム
１０　　　　　撮像解析装置
１１　　　　　情報処理装置
２０　　　　　携帯端末
３０　　　　　ウェアラブル端末
３１　　　　　クラウドサーバ
１１１　　　　受信部
１１２　　　　処理部
１１３　　　　送信部
１１４　　　　画像解析部
１１５　　　　第一算出部
１１６　　　　第二算出部
 

Claims (17)

  1. 　対象者の血流に関する指標データを取得し、前記取得された指標データに基づいて、前記対象者の眼球について緑内障の可能性を判定し、前記判定された緑内障の可能性に関する情報を出力する処理部を備える、
    緑内障判定システム。
  2. 　前記処理部は、
    　前記指標データに基づいて、前記対象者の緑内障の可能性に加えて、前記対象者の緑内障の程度を判定し出力する、
    請求項１に記載の緑内障判定システム。
  3. 　前記指標データは、所定時間における脈波振幅の変化率である脈波振幅変化率である、
    請求項１に記載の緑内障判定システム。
  4. 　前記指標データは、脈波間隔の揺らぎを含む、
    請求項３に記載の緑内障判定システム。
  5. 　前記処理部は、
    　前記対象者の緑内障の可能性を、前記指標データと所定の閾値との比較結果に基づいて判定する、
    請求項１に記載の緑内障判定システム。
  6. 　前記処理部は、
    　前記対象者の緑内障の程度を、前記指標データと所定の閾値との比較結果に基づいて判定する、
    　請求項２に記載の緑内障判定システム。
  7. 　前記脈波振幅変化率を算出する第一算出部をさらに備える、
    請求項３に記載の緑内障判定システム。
  8. 　前記血流から脈波間隔の揺らぎを算出する第二算出部をさらに備える、
    請求項４に記載の緑内障判定システム。
  9. 　前記対象者の血流は、特定の部位における血流である、
    請求項１に記載の緑内障判定システム。
  10. 　前記指標データは、緑内障の可能性のある者の血流を変化させるような所定の負荷を前記対象者に対して与えた後の前記対象者の血流に関するデータに基づくデータである、
    請求項１に記載の緑内障判定システム。
  11. 　前記指標データは、
    　前記所定の負荷が前記対象者に与えられてから所定時間が経過したか否かを判定し、
    　前記所定の負荷が前記対象者に与えられてから前記所定時間が経過するまでに測定された前記対象者の血流に関するデータである負荷付与後データに基づいて算出される、
    請求項１０に記載の緑内障判定システム。
  12. 　前記指標データは、
    　前記所定の負荷が前記対象者に与えられるのに先立って測定された前記対象者の血流に関するデータである負荷付与前データと、前記負荷付与後データとの比較結果に基づいて算出される、
    請求項１１に記載の緑内障判定システム。
  13. 　前記所定の負荷は、所定の冷却体により前記対象者を冷却することによって前記対象者に与えられる、
    請求項１０から１２のいずれか一項に記載の緑内障判定システム。
  14. 　前記システムは、
    　前記対象者の血流に関する指標データを取得する撮像装置、ウェアラブル装置および情報処理端末のうちの少なくとも１つの装置と、
    　前記処理部を有するコンピュータあるいはクラウドサーバを少なくとも１つと、を備える、
    請求項１に記載の緑内障判定システム。
  15. 　前記システムは、
    　前記対象者の血流に関する指標データを取得する撮像装置、ウェアラブル装置および情報処理端末のうちの少なくとも１つの装置を有し、
    　前記少なくとも１つの装置が、前記処理部を有する、
    請求項１に記載の緑内障判定システム。
  16. 　コンピュータにより実行される緑内障判定方法であって、
    　対象者の血流に関する指標データを取得し、
    　該対象者の血流に関する指標データに基づいて、該対象者の眼球について緑内障の可能性を判定し、該緑内障の可能性に関する情報を出力する処理ステップを、含む、
    緑内障判定方法。
  17. 　コンピュータに、
    　対象者の血流に関する指標データを取得する処理と、
    　該対象者の血流に関する指標データに基づいて、該対象者の眼球について緑内障の可能性を判定する処理と、
    　該緑内障の可能性に関する情報を出力する処理と、
    を実行させるプログラム。
     
PCT/JP2023/030029 2022-08-31 2023-08-21 緑内障判定システムおよび緑内障判定方法 WO2024048351A1 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2022-138232 2022-08-31
JP2022138232 2022-08-31

Publications (1)

Publication Number Publication Date
WO2024048351A1 true WO2024048351A1 (ja) 2024-03-07

Family

ID=90099655

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2023/030029 WO2024048351A1 (ja) 2022-08-31 2023-08-21 緑内障判定システムおよび緑内障判定方法

Country Status (1)

Country Link
WO (1) WO2024048351A1 (ja)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015527178A (ja) * 2012-09-10 2015-09-17 オレゴン ヘルス アンド サイエンス ユニバーシティ Ｏｃｔ血管造影による局所循環の定量化
JP2018102401A (ja) * 2016-12-22 2018-07-05 義則 宮▲崎▼ 緑内障のリスクレベルの判定補助方法、緑内障のリスクレベルを判定するための判定装置および判定プログラム
JP2021168913A (ja) * 2020-04-09 2021-10-28 インスティトゥト・ヘミー・ビオオルガニチネイ・ペアエヌInstytut Chemii Bioorganicznej PAN 対象者の緑内障のリスクを予測する予測モデルを生成する方法、当該予測モデルを用いて対象者の緑内障リスクを決定する方法、対象者の緑内障リスクを予測する装置、コンピュータプログラム及びコンピュータ可読媒体

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015527178A (ja) * 2012-09-10 2015-09-17 オレゴン ヘルス アンド サイエンス ユニバーシティ Ｏｃｔ血管造影による局所循環の定量化
JP2018102401A (ja) * 2016-12-22 2018-07-05 義則 宮▲崎▼ 緑内障のリスクレベルの判定補助方法、緑内障のリスクレベルを判定するための判定装置および判定プログラム
JP2021168913A (ja) * 2020-04-09 2021-10-28 インスティトゥト・ヘミー・ビオオルガニチネイ・ペアエヌInstytut Chemii Bioorganicznej PAN 対象者の緑内障のリスクを予測する予測モデルを生成する方法、当該予測モデルを用いて対象者の緑内障リスクを決定する方法、対象者の緑内障リスクを予測する装置、コンピュータプログラム及びコンピュータ可読媒体

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
AWE OLUWASEUN O.; OGUNDARE OLUWADARE; ADEGBEHINGBE BERNICE O.: "Assessment of parasympathetic cardiovascular activity in primary open-angle glaucoma", INTERNATIONAL OPHTHALMOLOGY, SPRINGER NETHERLANDS, DORDRECHT, vol. 42, no. 4, 5 November 2021 (2021-11-05), Dordrecht, pages 1111 - 1119, XP037812280, DOI: 10.1007/s10792-021-02097-1 *
CELLINI MAURO; STROBBE ERNESTO; GIZZI CORRADO; BALDUCCI NICOLE; TOSCHI PIER GIORGIO; CAMPOS EMILIO C.: "Endothelin-1 plasma levels and vascular endothelial dysfunction in primary open angle glaucoma", LIFE SCIENCE, PERGAMON PRESS, OXFORD, GB, vol. 91, no. 13, 1 January 1900 (1900-01-01), GB , pages 699 - 702, XP028946518, ISSN: 0024-3205, DOI: 10.1016/j.lfs.2012.02.013 *
CHOI JAEWAN, KOOK MICHAEL S.: "Systemic and Ocular Hemodynamic Risk Factors in Glaucoma", BIOMED RESEARCH INTERNATIONAL, HINDAWI PUBLISHING CORPORATION, vol. 2015, 18 October 2015 (2015-10-18), pages 1 - 9, XP093145738, ISSN: 2314-6133, DOI: 10.1155/2015/141905 *
HOLLO GABOR, LAKATOS PTER, FARKAS KATALIN: "Cold Pressor Test and Plasma Endothelin-1 Concentration in Primary Open-Angle and Capsular Glaucoma ", JOURNAL OF GLAUCOMA, NEW YORK, NY, US, vol. 7, no. 2, 1 April 1998 (1998-04-01), US , pages 105 - 110, XP009553027, ISSN: 1057-0829, DOI: 10.1097/00061198-199804000-00007 *
NOBUYUKI SHOJI: "SS-2 Blood flow team activity report", 31ST MEETING OF JAPAN GLAUCOMA SOCIETY ABSTRACTS; OCTOBER 2-4, 2020 & NOVEMBER 5-8, 2020, JAPAN GLAUCOMA SOCIETY, JP, vol. 31, 2 October 2020 (2020-10-02) - 4 October 2020 (2020-10-04), JP, pages 37, XP009553575 *
SHIGETO MAEKAWA ET AL.: "O03-03 Relationship between diurnal fluctuations in whole body circulation and glaucoma using a non-cuff wristwatch hemodynamic sensor", THE 32ND MEETING OF JAPAN GLAUCOMA SOCIETY, KYOTO INTERNATIONAL CONFERENCE CENTER, JAPAN; SEPTEMBER 10-12, 2021, JAPAN GLAUCOMA SOCIETY, JP, vol. 32, 10 September 2021 (2021-09-10) - 12 September 2021 (2021-09-12), JP, pages 81, XP009553028 *

Similar Documents

Publication Publication Date Title
US10537276B2 (en) System and method for detecting neurological disease
US8323216B2 (en) System and method for applied kinesiology feedback
CA2456447C (en) System and method for vision examination using interrupt signals for synchronizing visual evoked potential sampling rate with visual stimulus
US20060282008A1 (en) System and method for vision examination utilizing fault detection
CN111655151B (zh) 压力状态的检测方法以及压力检测装置
RU2480142C2 (ru) Устройство и способ дистанционной оценки характеристик зрительного анализатора человека и проведения тренинговых упражнений для развития бинокулярных и высших зрительных функций
US20190365319A1 (en) Method and apparatus for triage and subsequent escalation based on biosignals or biometrics
Hassan et al. Approach to quantify eye movements to augment stroke diagnosis with a non-calibrated eye-tracker
WO2024048351A1 (ja) 緑内障判定システムおよび緑内障判定方法
Yow et al. Automatic visual impairment detection system for age-related eye diseases through gaze analysis
WO2023170614A1 (en) Systems and methods for diagnosing, assessing, and quantifying brain trauma
Pyatova et al. MAIA microperimeter for short‐duration fixation stability measurements in central vision loss: Repeatability and comparison with the Nidek MP1
RU197165U1 (ru) Программно-аппаратный комплекс для отслеживания движений и параметров глаз с целью диагностики ряда патологий, а также неинвазивной коррекции зрительных патологий
US11363982B1 (en) Method and system for quantifying movement disorder symptoms
WO2006106548A1 (en) Glaucoma screening system and apparatus
Savage et al. Pediatric amblyopia risk investigation study (PARIS)
Trevino et al. Visual evoked potential repeatability using the Diopsys NOVA LX fixed protocol in normal older adults
Weden et al. A QUANTITATIVE ASSESSMENT OF VISUAL FUNCTION FOR YOUNG AND MEDICALLY COMPLEX CHILDREN WITH CEREBRAL VISUAL IMPAIRMENT: DEVELOPMENT AND INTER-RATER RELIABILITY
RU2674946C1 (ru) Способ диагностики шизофрении
Arnoldi Traumatic Brain Injury in Children: Do the Eyes Have It? The Orthoptic Evaluation of Traumatic Brain Injury
d’Onofrio et al. Vertical saccades during horizontal head impulses: a sign of posterior semicircular canal hypofunction
Ghidelli et al. Development of an Eye-Tracking Method for Diagnosing Delirium: Assessing Cognitive Function and Autonomic Nervous System Activity
YESHURUN et al. The head-up tilt test with haemodynamic instability score in diagnosing chronic fatigue syndrome
Liu et al. Central Vision Assessment through Gaze Tracking
RO130149A2 (ro) Poligraf cu sistem integrat de coasistare şi metodă de testare cu ajutorul acestuia

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 23860114

Country of ref document: EP

Kind code of ref document: A1