WO2025225699A1 - 診断装置、診断方法、判定装置、判定方法および画像化方法 - Google Patents

Abstract

この判定装置は、複数の電極を有するセンサと、前記各電極間に電流又は電圧を印加し、電極間インピーダンスを測定する電流電圧印加測定部と、前記電極間インピーダンスから、電極間緩和時間分布関数を算出する緩和時間分布関数算出部と、前記電極間緩和時間分布関数の特徴情報に基づき病巣の可能性がある異常部位の有無を判定する判定部と、を備える。

Description

診断装置、診断方法、判定装置、判定方法および画像化方法

　本発明は、診断装置、診断方法、判定装置、判定方法および画像化方法に関する。
　本願は、２０２４年４月２５日に、日本に出願された特願２０２４－７１７６７号に基づき優先権を主張し、その内容をここに援用する。

　乳がんは、乳房細胞が制御不能に増殖する状態であり、多くは乳管から発生し、一部は小葉から発生する。乳がんにはいくつかの形態があり、どの乳房細胞ががんに発展するかによって、乳がんの種類が決まる。乳管がんは、最も頻繁に発生するタイプの乳がんであり、乳管から始まり周囲の乳腺組織やリンパ節、他の臓器に転移し、乳がん患者全体の約８０％を占める。

　一般的に、乳管がんは、低線量Ｘ線画像診断法であるマンモグラフィによって撮影し、このＸ線画像を放射線科医が分析し、異常やがんの徴候を検出する。しかし、マンモグラフィは、簡易的に検査ができず、進行性の乳がんの場合は早期発見が困難である。さらには、マンモグラフィは、Ｘ線を用いるため低侵襲的ではなく患者負担が大きいという課題がある。そのため、非侵襲的で簡易な診断方法が求められている。

　乳がん有無・位置の非侵襲的な検出方法として、特許文献１には、電気インピーダンストモグラフィ（ＥＩＴ）を用いる方法が提案されている。

日本国特表２０２２－５０６８０４号公報

　しかし、特許文献１の方法では、乳がんのようながん組織を精密に診断しにくいという問題があった。

　本発明は上記の事情を鑑みなされた発明であり、がん組織をより精密に診断可能な診断装置、診断方法、判定装置、判定方法および画像化方法を提供することを目的とする。

　前記課題を解決するために、本発明は以下の手段を提案している。
（１）本発明の態様１の診断装置は、複数の電極を有するセンサと、
　前記各電極間に電流又は電圧を印加し、インピーダンスを測定する、電流電圧印加測定部と、
　前記インピーダンスから回帰モデルを用い、緩和時間分布関数を予測する、緩和時間分布関数予測部と、
を備える。
（２）本発明の態様２は、態様１の診断装置において、
　前記緩和時間分布関数予測部が、前記回帰モデルを用い、前記インピーダンスから緩和時間分布画像を予測してもよい。
（３）本発明の態様３は、態様１または２の診断装置において、
　前記センサが、
　ドーム状の内部空間を有する支持体と、
　前記支持体の内側に配置される、複数の電極と、
を備え、
　前記各電極が、前記内部空間の中心軸を中心として円状に配置される、複数の円環電極群を構成し、
　前記各円環電極群が、前記内部空間の高さ方向に、所定の間隔で配置されてもよい。
（４）本発明の態様４の診断方法は、
　前記各電極間に電流または電圧を印加し、前記電流を印加する場合は電流印加電圧測定パターンに基づきインピーダンスを測定し、前記電圧を印加する場合は電圧印加電流測定パターンに基づき前記インピーダンスを測定するインピーダンス測定工程と、
　前記インピーダンスから回帰モデルを用い、緩和時間分布関数を予測する緩和時間分布関数予測工程と、
を含む。
（５）本発明の態様５の画像化方法は、
　測定対象のインピーダンスを測定するインピーダンス測定工程と、
　前記インピーダンスから回帰モデルを用い、緩和時間分布画像を求める緩和時間分布予測工程と、を含む。
（６）本発明の態様６の判定装置は、
　複数の電極を有するセンサと、
　前記各電極間に電流又は電圧を印加し、電極間インピーダンスを測定する電流電圧印加測定部と、
　前記電極間インピーダンスから、電極間緩和時間分布関数を算出する緩和時間分布関数算出部と、
　　前記電極間緩和時間分布関数の特徴情報に基づき病巣の可能性がある異常部位の有無を判定する判定部と
を備える。
（７）本発明の態様７は、態様６の判定装置において、
前記判定部は、前記電極間緩和時間分布関数のピーク値が基準ピーク値を超えたか否かを判定する異常部位検出部を含む。
（８）本発明の態様８は、態様６の判定装置において、
前記判定装置は、
　前記緩和時間分布関数算出部より得られる電極間緩和時間分布関のピーク値を抽出して、ピクセル毎のピーク値に変換した特徴情報を、前記判定部に供給する特徴情報抽出部を、
設ける。
（９）本発明の態様９は、態様６または８の判定装置において、
　前記センサが、
　ドーム状の内部空間を有する支持体と、
　前記支持体の内側に配置される、複数の電極と、
を備え、
　前記各電極が、前記内部空間の中心軸を中心として円状に配置される、複数の円環電極群を構成し、
　前記各円環電極群が、前記内部空間の高さ方向に、所定の間隔で配置される。
（１０）本発明の態様１０の判定方法は、
　各電極間に電流または電圧を印加し、前記電流を印加する場合は電流印加電圧測定パターンに基づき電極間インピーダンスを測定し、前記電圧を印加する場合は電圧印加電流測定パターンに基づき前記電極間インピーダンスを測定するインピーダンス測定工程と、
　前記電極間インピーダンスからを用い、電極間緩和時間分布関数を算出する緩和時間分布関数算出工程と、
前記電極間緩和時間分布関数の特徴情報より病巣の可能性がある異常部位の有無を判定する判定工程と、
判定結果を可視化表示する可視化表示工程と、
を含む。
（１１）本発明の態様１１の画像化方法は、
　測定対象の電極間インピーダンスを測定するインピーダンス測定工程と、
　前記電極間インピーダンスから、電極間緩和時間分布関数を求める緩和時間分布関数算出工程と、
　前記電極間緩和時間分布関数の特徴情報を画像情報に変換して表示する可視化表示工程と
　を含む。
（１２）本発明の態様１２は、態様１１の画像化方法において、
　前記可視化表示工程は、
　前記電極間緩和時間分布関数のグラフまたは数値情報を特徴情報として、画像情報に変換する。
（１３）本発明の態様１３は、態様１１の画像化方法において、
　前記画像化方法は、
　前記緩和時間分布関数算出工程により得られる電極間緩和時間分布関のピーク値を抽出して、ピクセル毎のピーク値に変換した特徴情報を、前記可視化表示工程に供給する特徴情報抽出工程を、
設ける。

　本発明によれば、がん組織をより精密に診断可能な診断装置、診断方法、判定装置、判定方法および画像化方法を提供することができる。

第１実施形態に係る診断装置の模式図である。 図１の電流電圧印加測定部と対象となる（Ａ）生体の乳房、および、（Ｂ）電極構造一例の模式図である。 第１実施形態に係る診断方法のフローチャートである。 第２実施形態に係る診断装置の模式図である。 図４の電流電圧印加測定部の模式図である。 隣接法に基づく測定パターンを説明するための図である。 第２実施形態に係る画像化方法のフローチャートである。 実施例１の評価装置の模式図である。 図８の評価装置を用いて測定した乳房サンプルの乳管がん組織近傍（ＩＤＣ）、正常乳腺組織近傍（ｎＧＢＴ）、および、脂肪組織近傍（ａｄｉｐｏｓｅ）における電流印加周波数とインピーダンス虚部Ｚ”との関係を示すボード線図である。 乳管がん組織近傍（ＩＤＣ）、正常乳腺組織近傍（ｎＧＢＴ）、脂肪組織近傍（ａｄｉｐｏｓｅ）における緩和時間τと緩和時間分布関数γとの関係を比較したものである。 図１1（ａ）は、乳房サンプルの乳管がん組織近傍（ＩＤＣ）、正常乳腺組織近傍（ｎＧＢＴ）、および、脂肪組織近傍（ａｄｉｐｏｓｅ）における第１ピークのγの結果である。図１1（ｂ）は、乳房サンプルの第２ピークのγの結果である。 実施例２の評価装置である。 乳房カップの模式図である。 各乳房サンプルＳａ１の乳管がん組織近傍（ＩＤＣ）の緩和時間分布画像、マンモグラフィ画像、および乳房サンプルの写真である。 各乳房サンプルＳａ２の乳管がん組織近傍（ＩＤＣ）の緩和時間分布画像、マンモグラフィ画像である。 各乳房サンプルＳａ３の乳管がん組織近傍（ＩＤＣ）の緩和時間分布画像およびマンモグラフィ画像である。 各乳房サンプルＳａ４の乳管がん組織近傍（ＩＤＣ）の緩和時間分布画像およびマンモグラフィ画像である。 各乳房サンプルＳａ５の乳管がん組織近傍（ＩＤＣ）の緩和時間分布画像およびマンモグラフィ画像である。 各乳房サンプルＳａ６の乳管がん組織近傍（ＩＤＣ）の緩和時間分布画像およびマンモグラフィ画像である。 第３実施形態の判定装置の機能ブロック図である。 第４実施形態に係る判定装置の機能ブロック図である。 図２１の電流電圧印加測定部と診断対象部位となる（Ａ）生体の乳房、および、（Ｂ）電極構造一例の機能ブロック図である。 第４実施形態に係る判定方法のフローチャートである。 第５実施形態に係る判定装置の機能ブロック図である。 図２４の電流電圧印加測定部の模式図である。 第５実施形態に係る画像化方法のフローチャートである。

（第１実施形態）
（診断装置）
　以下、図面を参照し、本発明の一実施形態に係る診断装置１００について説明する。図１に示すように、診断装置１００は、電流電圧印加測定部１及び診断計算部５０を備える。診断計算部５０は、緩和時間分布関数予測部２、診断部５、及び出力部６を備える。

　診断装置１００の診断計算部５０は、例えば、Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ（ＣＰＵ），Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙ（ＲＯＭ）、Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ（ＲＡＭ）及びＨａｒｄ　Ｄｉｓｋ　Ｄｒｉｖｅ（ＨＤＤ）／Ｓｏｌｉｄ　Ｓｔａｔｅ　Ｄｒｉｖｅ（ＳＳＤ）を備える。緩和時間分布関数予測部２、診断部５、及び出力部６は、ＣＰＵにおいて、所定のプログラムを実行することで実現される。また、診断計算部５０は、電流電圧印加測定部１の制御を行ってもよい。プログラムは、記録媒体経由で取得してもよく、ネットワーク経由で取得してもよい。また、診断装置１００の構成を実現するための専用のハードウェア構成を用いてもよい。以下、各部について説明する。

（電流電圧印加測定部）
　電流電圧印加測定部１は、各電極２０間に電流又は電圧を印加し、測定対象のインピーダンスを測定する。測定対象は、例えば、生体組織であり、具体的には、生体としての乳房や切除された乳房などが挙げられる。電流電圧印加測定部１について、図２を用いて説明する。図２（Ａ）は、電流電圧印加測定部１を被測定者に接触させた状態の模式図であり、図２（Ｂ）は、電極の一例を説明するための平面図である。以下の説明で用いる図面は、特徴をわかりやすくするために便宜上特徴となる部分を拡大して示している場合があり、各構成要素の寸法比率などは実際とは異なっていることがある。以下の説明において例示される材料、寸法等は一例であって、本発明はそれらに限定されるものではなく、本発明の効果を奏する範囲で適宜変更して実施することが可能である。

　図２（Ａ）に示すように、電流電圧印加測定部１は、センサ１０と制御部３０とを備える。センサ１０は、ひとつでもよいし複数でもよく、センサ１０の形状は、特に限定されず、矩形、円形などでもよい。センサ１０は、支持体を備えて乳房表面に配置してもよい。センサ１０の支持体の形状は、特に限定されず、平板形状や乳房表面に覆う形状でもよい。センサ１０には電極２０が備えられ、電極２０の配置位置および間隔は、特に限定されない。例えば、電極構造に４端子法を用いる場合、図２（Ｂ）に示すように、低電流電極（ＬＣ）、低電圧電極（ＬＰ）、高電流電極（ＨＣ）、および、高電圧電極（ＨＰ）の４つの電極を備えて、ひとつのセンサには、例えば、４つの周囲に配置した電極にＬＣ電極とＬＰ電極の役割を与え、中心電極には、ＨＣ電極とＨＰ電極の役割を与えてもよい。支持体に粘着性を持たせ、測定対象に支持体を貼ることで、測定対象に電極２０を配置してもよいし、支持体を測定対象に巻き付けることで、測定対象に電極２０を配置してもよいし、ブラジャーの形状をした支持体を被測定者が装着することで測定対象（測定箇所）に電極２０を配置してもよい。

　電極２０は、電気的に制御部３０と接続される。被測定者の生体としての乳房や切除された乳房などに電流または電圧を印加できれば、電極２０の材質や形状は特に限定されない。電極２０としては、例えば、Ａｕ、Ａｇ、Ｃｕなどの金属、導電性高分子、表面を金属で被覆した繊維、導電性高分子で表面を被覆した繊維などが挙げられる。

　電極２０と制御部３０との電気的な接続方法は、特に限定されない。接続方法としては、例えば、同軸ケーブルやリード線などで電極２０と制御部３０とを接続してもよいし、導電性繊維が編み込まれた配線で電極２０と制御部３０とを接続してもよい。

（制御部）
　制御部３０は、例えば、電流を印加する電流印加電極（または電圧を印加する電圧印加電極）と電位差を測定する電圧測定電極（または電流を測定する電流測定電極）の切り替えを行うためのマルチプレクサ、電位差測定（または電流測定）と位相測定を行うインピーダンスアナライザなどを備える。インピーダンスアナライザとは、印加周波数と振幅を変化させて、インピーダンス、すなわち、測定電位差（印加電圧）と印加電流（測定電流）の比、および、その位相とを計測する部品である。制御部３０は、例えば、ＣＰＵにおいて、所定のプログラムを実行し、マルチプレクサおよびインピーダンスアナライザを制御することで、インピーダンス測定（電位差と電流の比、およびその位相の測定）を行ってもよい。電流電圧印加測定部１の内部だけで制御部３０を制御し、インピーダンス測定を行ってもよいし、診断計算部５０で実行されたプログラムに応じて制御部３０を制御し、インピーダンス測定を行ってもよい。インピーダンス測定の結果は、緩和時間分布関数予測部２に送られる。緩和時間分布関数予測部２への情報の伝達方法は特に限定されない。制御部３０から有線で診断計算部５０の緩和時間分布関数予測部２に送ってもよいし、無線で診断計算部５０の緩和時間分布関数予測部２に送ってもよい。印加する電流値とその印加周波数は、生体への影響や装置の簡便性を鑑みて、例えば、１．０ｍＡ以下のＨｚ帯からＭＨｚ帯程度、さらにはＧＨｚ帯程度までの交流が好ましい。

（緩和時間分布関数予測部）
　本実施形態に係る緩和時間分布関数予測部２は、測定されたインピーダンスの下記式（１）に示される虚数部Ｚ’’から、緩和時間分布関数γを予測する。本発明は、インピーダンスの虚数部Ｚ’’から、緩和時間分布関数γを予測する場合に限定されない。緩和時間分布関数γの予測は、インピーダンスの実数部や位相、アドミタンスの実数部や虚数部や位相などからも予測することができる。下記式（１）中のＴは、転置を意味し、Ｒ^Ｍは、Ｍ個の実数の要素からなる列ベクトルを意味する。以下、電流印加周波数、または、電圧印加周波数を単に印加周波数と記載する場合がある。例えば、Ｍは印加周波数パターンであり、後述の通り電極２０が多数存在する場合、印加周波数パターンが多数存在し、例えば、そのＭの数は、Ｍ＝２０１などの数値である。ｍは１≦ｍ≦Ｍの実数値である。インピーダンスの虚数部Ｚ’’と緩和時間分布関数γとの物理的関係は、数学的に、下記式（２）で表記される。

　上記式（２）中のｆ、τ、ｌｎは、それぞれ印加周波数、緩和時間、自然対数であり、γは緩和時間分布関数でτの関数であり、Ｚ’’とγの単位は一般的に［Ω］である。本発明は、測定されたインピーダンスの虚数部Ｚ’’そのものの値を直接用いて乳管がん（ＩＤＣ）などを検出するのではなく、虚数部Ｚ’’から緩和時間分布関数γを予測し、その予測されたγを用いて、乳管がん（ＩＤＣ）などを検出することに大きな特徴がある。以降、「予測」を強調する場合には*を物理記号の右上につけて表記する場合がある。一般的に、計測した虚数部Ｚ’’から積分の中にあるγを計算することは容易ではなく、本発明ではその、虚数部Ｚ’’からγ^＊を予測する手法として、線形回帰、非線形回帰、ガウス過程などを用いることに大きな特徴がある。
　例えば、測定された既知のＭ個の虚数部Ｚ’’と未知の（予測する）Ｎ個のγ^＊（予測された緩和時間分布関数と呼ぶ）との関係をガウス過程における同時確率分布として表すと、下記式（３）で表記することができる。

ここで、γ^＊は、上記式（４）で表記することができる。上記式（３）および（４）中のＮは、例えば、予測したい緩和時間分布関数γ^＊の任意の数であり、Ｎ＝５０１などの数値であり、ＮとＭは独立した数である。上記式（３）中のＧＰとは、平均値ゼロ、(　)内の共分散行列に従うガウス分布を生成する関数であり、(　)内のθ_１はノイズレベル、Ｉは上記式（５）で表される単位行列であり、（５）式中のＲ^Ｍ×ＭはＭ×Ｍ個の実数の要素からなる行列である。上記式（３）中のＫは、既知のＭ個のインピーダンスＺ”に関する共分散行列であり、下記式（６）で表される。

上記式（３）中のＫ^＊は、既知のＭ個のインピーダンスＺ”と、Ｎ個の予測された緩和時間分布関数γ^＊との間の共分散行列で、下記式（７）で表記される。

上記式（３）中のＫ^*＊はＮ個の予測された緩和時間分布関数γ^＊それ自体の共分散行列であり、下記式（８）で表記される対角行列である。

上記式（８）中のｋ（ｌｎτ_ｉ，ｌｎτ_ｊ）はカーネル関数であり、ｉ，ｊは１からＮまたはＭまでの整数である。ｋ（ｌｎτ_ｉ，ｌｎτ_ｊ）は、例えば、下記式（９）で示されるガウスカーネルを用いてもよい。

上記式（９）中の、θ_２とθ_３とは、はカーネル関数のパラメータである。上記式（３）の共分散行列で用いた変換演算子Ｌ（．）は下記式（１０）で定義され、ＬＫは、下記式（１１）で定義され、カーネル関数を要素にもつ共分散行列を変換演算子Ｌで変換したものであり、Ｌ^２Ｋは、下記式（１２）で定義され、式（１１）をさらに変換演算子Ｌで変換したものである。

　同時確率分布の式（３）からＺ’’が与えられたときのγ^＊の事後確率分布は、下記式（１３）で表記される。平均ベクトルμ∈Ｒ^Ｎ、共分散行列Σ∈Ｒ^Ｎ×Ｍとして、γ^＊を予測することができる。平均ベクトルは、下記式（１４）で表され、共分散行列Σは、下記式（１５）で表される。

　次に、緩和時間分布関数予測部２において、前記式（１３）から式（１５）で定式化した緩和時間分布関数γ^＊を、より具体的な数値として予測するには、下記式（１７）のハイパーパラメータθを決定することが好ましい。例えば、ハイパーパラメータθは、下記式（１６）で表される対数尤度ｐを用いて、決定することができる。ここで、下記式（１６）中のlnτは、下記式（１８）で表記される。

　対数尤度ｐを用い、ハイパーパラメータを最適化する方法は、公知の方法で行うことができ、例えば、Ｎｅｌｄｅｒ－Ｍｅａｄ法など使用することができる。以上より、測定された既知のＭ個のＺ”から、Ｎ個の緩和時間分布関数γ^＊を予測することができる。
緩和時間分布関数予測部２は、予測された緩和時間分布関数γ^＊を診断部５または出力部６に送る。

　本発明では、浸潤性乳管がんが存在する乳房について、乳管がん組織（ＩＤＣ）、正常乳腺組織（ｎＧＢＴ）、および、脂肪組織（Ａｄｉｐｏｓｅ）、それぞれの緩和時間分布関数γ^＊の値が、特定の予測緩和時間τ*においてピークを示し、そのピークにおける緩和時間分布関数γ^＊の値が大きく異なることに注目し、浸潤性乳管がん（ＩＤＣ）を検出することに大きな特徴がある。

（診断部５）
　診断部５は、緩和時間分布関数予測部２から送られてきた予測された緩和時間分布関数γ^＊に基づいて、測定対象内に浸潤性乳管がん（ＩＤＣ）が、存在するかどうかを判別する。例えば、特定(ピークを示す)の予測緩和時間τ*において、予測された緩和時間分布関数γ^＊が最も高いピークを示す第１ピーク値（第１ピークの強度値）を判別に用いることができる。例えば、診断部５は、図示しない記憶部に保管されたデータベース内の値と、その第１ピーク値とを比較し、測定対象内に浸潤性乳管がん（ＩＤＣ）が、存在するかどうかを判別する。判別した結果を診断部５は、出力部６に送る。あらかじめ、多数の患者のインピーダンス測定結果から、特定の予測緩和時間τ*と予測された緩和時間分布関数γ^＊とを蓄積することで、データベースを準備する。準備したデータベースおよび新たな患者の緩和時間分布関数γ^＊から、測定対象内の浸潤性乳管がん（ＩＤＣ）の存在有無を判断してもよい。また、例えば、同一患者であっても、患部ではないと予想される乳房の緩和時間分布関数γ^＊を基準として、患部であると予想される乳房の緩和時間分布関数γ^＊との差から、測定対象内の浸潤性乳管がん（ＩＤＣ）の存在有無を判断してもよい。

（出力部６）
　出力部６は、測定対象の予測された緩和時間分布関数γ^＊および診断結果の少なくとも一方を出力する。さらに、計測したインピーダンス虚数部や実数部から求めた緩和時間τ、予測緩和時間τ*、予測された緩和時間分布関数γ^＊など、詳細なデータを表示してもよい。出力先は、液晶ディスプレイのような表示部であってもよいし、ＨＤＤのような記憶装置であってもよい。

　以上、第１実施形態に係る診断装置１００について説明した。診断装置によれば測定で得られたインピーダンスを基に、回帰モデルを用い、緩和時間分布関数を予測することで、測定した組織内に、例えば、乳がん組織が存在するかどうかを判別することができる。乳がん組織とは、浸潤性乳がん、非浸潤性乳がん、乳管がんなどの総称である。

（診断方法）
　次に診断装置１００を用いた診断方法について、説明する。図３は、本実施形態に係る診断方法のフローチャートである。本実施形態に係る診断方法は、測定対象のインピーダンスを測定するインピーダンス測定工程Ｓ１と、前記インピーダンスから回帰モデルを用い、緩和時間分布関数を予測する緩和時間分布関数予測工程Ｓ２と、予測された緩和時間分布関数から測定対象を診断する診断工程Ｓ３と、を含む。以下、各工程について説明する。

（インピーダンス測定工程Ｓ１）
　インピーダンス測定工程Ｓ１では、測定対象のインピーダンスを測定する。測定対象にセンサ１０を接触させ、各電極２０間に電流または電圧を印加してインピーダンスを測定する。電流または電圧の印加方法は特に限定されないが、生体を考慮すると１ｍＡ以下でＨｚ帯からＧＨｚ帯までの交流電流または交流電圧を印加することが望ましい。

（緩和時間分布関数予測工程Ｓ２）
　緩和時間分布関数予測工程Ｓ２では、インピーダンス測定工程Ｓ１で得られたインピーダンスから回帰モデルを用い、緩和時間分布関数を予測する。インピーダンスから上述した方法で、緩和時間分布関数を予測することができる。回帰モデルは、線形回帰、非線形回帰、ガウス過程モデルなどが挙げられる。回帰モデルは、ガウス過程回帰モデルであることが好ましい。

（診断工程Ｓ３）
　診断工程Ｓ３では、予測された緩和時間分布関数に基づいて、測定対象にがん組織が含まれているかを診断する。例えば、診断工程Ｓ３では、予測された緩和時間分布関数とデータベース内の緩和時間分布関数の値に基づき、測定対象の組織にがん組織が含まれているかを判別する。

　以上、第１実施形態に係る診断方法について説明した。本実施形態に係る診断方法によれば測定で得られたインピーダンスを基に、回帰モデルを用い、予測された緩和時間分布関数の値から、測定した組織内にがん組織が存在するかを判別することができる。

（第２実施形態）
　次に、本発明に係る第２実施形態に係る診断装置１００Ａについて説明する。診断装置１００Ａは、インピーダンストモグラフィおよび回帰モデルを用い、緩和時間分布画像を作成する。図４に示すように、診断装置１００Ａは、電流電圧印加測定部１Ａ及び診断計算部５０Ａを備える。診断計算部５０Ａは、緩和時間分布関数予測部２Ａ、及び出力部６を備える。なお、この第２実施形態においては、第１実施形態における構成要素と同一の部分については同一の符号を付し、その説明を省略し、異なる点についてのみ説明する。

　診断計算部５０Ａは、診断計算部５０と同様の構成を用いることができる。

（電流電圧印加測定部）
　電流電圧印加測定部１Ａは、各電極２０間に電流又は電圧を印加し、測定対象のインピーダンスを測定する。測定対象は、例えば、生体組織であり、具体的には、生体としての乳房などが挙げられる。電流電圧印加測定部１Ａについて、図５を用いて説明する。図５（Ａ）は、電流電圧印加測定部１Ａの模式図であり、図５（Ｂ）は、被測定者にセンサ１０Ａを装着した図である。

　図５（Ａ）に示すように、電流電圧印加測定部１Ａは、センサ１０Ａと制御部３０Ａとを備える。センサ１０Ａは、間隔をあけて、３次元的に配置される複数(電極数Ｑ)の電極２０と、電極２０を保持し、かつ、電極２０を被測定者の一部に配置可能な支持体２５とを備える。第２実施形態のセンサ１０は、ドーム状の内部空間Ｓを有する支持体２５と、支持体２５の内側に配置される複数の電極２０とを備える。ここで、「被測定者の少なくとも一部に配置可能な」とは、図５（Ｂ）のように被測定者がセンサ１０Ａを着用した際に、被測定者の少なくとも一部に、電極２０が配置されることをいう。被測定者の一部とは、例えば、乳房である。

　電極２０と制御部３０Ａとの電気的な接続方法は、特に限定されない。接続方法としては、例えば、同軸ケーブルやリード線などで電極２０と制御部３０Ａとを接続してもよいし、導電性繊維が編み込まれた配線で電極２０と制御部３０Ａとを接続してもよい。編み込まれた配線を用いることで、支持体２５の快適性が向上する。

　電流電圧印加測定部１Ａは、センサ１０Ａを被測定者が着用後、電極２０間に所定の電流または電圧を印加し、電位差または電流を測定する。電流を印加する場合は、あらかじめ決めた電流印加電圧測定パターン（多数ある電極から二つずつの電極を順番に選び、電流を印加し順次電位差を測定するパターン）に基づき、電位差を測定する。このとき、位相（印加電流と測定電位差との時間的なずれ）も測定することが望ましい。電圧を印加する場合は、あらかじめ決めた電圧印加電流測定パターン（多数ある電極から二つずつの電極を順番に選び、電圧を印加し順次電流を測定するパターン）に基づき、電流を測定する。このとき、位相（印加電圧と測定電流との時間的なずれ）も測定することが好ましい。以後、電流を印加する場合を中心に記載し、電圧を印加する場合の詳細な記載を省略する場合もある。ここで、電極２０の電極数Ｑは４以上で、例えば、６４以上が好ましい。電極２０が３次元的に配置され、かつ、電極２０の数が４以上あることで、がん組織近傍の位置を把握することができる。計算の精度を高めるために電極の数は多いほうが好ましい。電極２０の配置位置は、特に限定されない。電極２０の配置としては、被測定者の一部を囲むように電極が配置されることが好ましい。以下に、センサ１０Ａに電極２０の配置について説明する。

　図５（Ａ）に示すように、各電極２０が、内部空間Ｓの中心軸Ｃを中心として円状に配置される、複数の円環電極群３５を構成する。このように配置することで、被測定者の一部の２次元的な電気特性分布を得ることができる。円環電極群３５中の各電極の間隔は特に限定されず、中心軸Ｃを中心とする円に沿って均等な間隔で配置されていてもよい。円環電極群３５に含まれる電極２０の数は、例えば４以上である。

　各円環電極群３５は、内部空間Ｓの高さ方向ｈに、所定の間隔で配置される。このように、各円環電極群３５を、内部空間Ｓの高さ方向ｈに位置を変えて配置することで、３次元的な電気物性分布を得ることができる。各円環電極群３５は均等に配置されても、均等に配置されていなくてもよい。

　支持体２５は、電極２０を保持し、かつ、電極２０を被測定者の少なくとも一部に配置可能であれば、特に限定されない。支持体２５は、被測定者の少なくとも一部に所定の圧力を負荷できることが好ましい。所定の圧力が負荷されることで、電極２０と被測定者との密着性が向上し、より正確に電流または電位差を印加し、電位差または電流を測定することができる。また、支持体２５は、少なくとも被測定者の一部を覆う。支持体２５の材質としては、例えば、エラストマー、革、布などの誘電体が好ましい。支持体２５は、特に限定されないが、例えばブラジャーなどの下着が挙げられる。

（制御部）
　制御部３０Ａは、例えば、電流を印加する電流印加電極（または電圧を印加する電圧印加電極）と電位差を測定する電圧測定電極（または電流を測定する電流測定電極）の切り替えを行うためのマルチプレクサ、電圧測定（または電流測定）と位相測定を行うインピーダンスアナライザなどを備える。制御部３０Ａは、例えば、ＣＰＵにおいて、所定のプログラムを実行し、マルチプレクサおよびインピーダンスアナライザを制御することで、インピーダンス測定（電位差と電流の比、およびその位相の測定）を行う。電流電圧印加測定部１内部だけで制御部３０を制御し、インピーダンス測定を行ってもよいし、診断計算部５０で実行されたプログラムに応じて制御部３０Ａを制御し、インピーダンス測定を行ってもよい。インピーダンス測定の結果は、緩和時間分布関数予測部２Ａに送られる。緩和時間分布関数予測部２Ａへの情報の伝達方法は特に限定されない。制御部３０Ａから有線で診断計算部５０Ａの緩和時間分布関数予測部２Ａに送ってもよいし、無線で診断計算部５０の緩和時間分布関数予測部２Ａに送ってもよい。

　制御部３０Ａは、あらかじめ決めた電流印加電圧測定パターン（どの電極間に電流を印加し、どの電極間の電位差を測定するかのパターン）に基づき、電極２０間に電流を印加し、電位差を測定する。または、制御部３０は、あらかじめ決めた電圧印加電流測定パターンに基づき、電極２０間に電圧を印加し、電流を測定する。電流を印加する場合、同様に電圧を印加する場合も、どの電極２０間に電流（電圧）を印加し、どの電極間で電位差（電流）を測定するかについては、特に限定されないが、３次元的に配置した電極２０に「満遍なく」電流（電位差）を印加し電位差（電流）を測定することが好ましい。「満遍なく電流（電位差）を印加し電位差（電流）を測定する」とは、全ての電極２０が一度は電流電位差の印加または測定に用いられるように、電流電位差を印加測定することを意味する。ここでは、円環電極群３５内で測定する場合を例に挙げて説明する。

　図６は、隣接法に基づく測定パターンを説明するための図である。ここでは、円環電極群３５は、高さ方向に４配置された場合を例に挙げて説明する。例えばＬＡＹＥＲ（層とも呼ぶ）１の円環電極群３５の電極Ｎｏ．１および電極Ｎｏ．２間に電流を印加し、電極Ｎｏ．３およびＮｏ．４で電位差を測定する。以降、電極をずらして測定し、２０８個のデータを得ることができる。同様に、ＬＡＹＥＲ２の円環電極群３５の電極Ｎｏ．１７および電極Ｎｏ．１８間に電流を印加し、電極Ｎｏ．１９およびＮｏ．２０間で電位差を測定する。以下、ＬＡＹＥＲ３，ＬＡＹＥＲ４でも同様に測定を行うことで、各ＬＡＹＥＲでの電気物性分布を得ることができる。
　もちろん、上記の例のように、同じＬＡＹＥＲの電極間だけに、電流を印加し電圧を測定するだけではなく、ＬＡＹＥＲをまたがった電極間に電流を印加し、電圧を測定してもよく、例えば、ＬＡＹＥＲ１の電極とＬＡＹＥＲ２の電極との間に電流を印加し、ＬＡＹＥＲ３の電極と、ＬＡＹＥＲ４の電極との間で電圧を測定してもよい。このようにＬＡＹＥＲをまたがった電極間に電流を印加し、電圧を測定しることで、よりリアルな三次元的の立体画像を得ることができる。

（緩和時間分布関数予測部２Ａ）
　第１実施形態の緩和時間分布関数予測部２について、センサ１０がひとつだけの場合、上記式（１０）より、測定されたインピーダンスの虚数部Ｚ’’∈Ｒ^Ｍから、緩和時間分布関数γ^＊∈Ｒ^Ｎを予測できることを説明した。本発明に係る第２実施形態においては、そのＭとＮの印加周波数の次元に空間の次元ＬとＫを追加することで、第１実施形態と同様の方法で、空間で測定されたインピーダンスの虚数部Ｚ’’∈Ｒ^Ｍ×Ｌから、空間の緩和時間分布関数γ^＊∈Ｒ^Ｎ×Ｋを予測することができる。ここで、Ｒ^Ｍ×ＬはＭ行（測定した周波数次元）Ｌ列（測定した空間次元）の行列を意味し、Ｒ^Ｎ×ＫはＮ行(予測した周波数次元)Ｋ列(予測した空間次元)の行列を意味する。
　もちろん、従来の一般的な画像再構成であるヤコビ行列(緩和時間分布関数γとインピーダンスの虚数部Ｚ’’とを関連づける行列)を使って、空間の緩和時間分布関数γを予測してもよい。これにより、空間の緩和時間分布画像を得ることができる。

 緩和時間分布関数予測部２Ａは、予測した空間の緩和時間分布画像を出力部６に送る。

（出力部６）
　出力部６は、測定対象の空間の予測緩和時間分布画像を出力する。出力先は、液晶ディスプレイのような表示部であってもよいし、ＨＤＤのような記憶装置であってもよい。

　以上、第２実施形態に係る診断装置１００Ａについて説明した。診断装置１００Ａによれば電気インピーダンストモグラフィおよび回帰モデルを用いることで、緩和時間分布画像を作成することができる。これによって、例えば、がん組織近傍の有無及び位置を特定することができる。

（画像化方法）
　次に診断装置１００Ａを用いた診断方法について、説明する。図７は、第２実施形態に係る画像化方法のフローチャートである。本実施形態に係る画像化方法は、各電極２０間に電流または電圧を印加し、電流を印加する場合は電流印加電圧測定パターンに基づきインピーダンスを測定し、電圧を印加する場合は電圧印加電流測定パターンに基づきインピーダンスを測定するインピーダンス測定工程Ｓ１Ａと、インピーダンスから回帰モデルを用い、空間の緩和時間分布関数（緩和時間分布画像）を予測する緩和時間分布予測工程Ｓ２Ａと、を含む。以下、各工程について説明する。

（インピーダンス測定工程Ｓ１Ａ）
　インピーダンス測定工程Ｓ１では、前記各電極２０間に電流または電圧を印加し、電流を印加する場合は電流印加電圧測定パターンに基づきインピーダンスを測定し、電位差を印加する場合は電圧印加電流測定パターンに基づき前記インピーダンスを測定する。電流印加電圧測定パターン（電圧印加電流測定パターン）は、特に限定されないが、例えば、隣接法、対極法、リファレンス法などを用いることができる。

（緩和時間分布予測工程Ｓ２Ａ）
　緩和時間分布予測工程Ｓ２Ａでは、インピーダンス測定工程Ｓ１で得られた複数のインピーダンスから回帰モデルを用い、緩和時間分布を予測し、空間の緩和時間分布画像を得る。測定したインピーダンスから上述した方法で、緩和時間分布を予測することができる。緩和時間分布予測工程Ｓ２Ａでは、当該緩和時間分布に基づいて、画像化する。

　以上、第２実施形態に係る画像化方法について説明した。本実施形態に係る画像化方法によればインピーダンストモグラフィおよび回帰モデルを用い、緩和時間分布画像を求めることで、例えば、がん組織近傍の有無及び位置を特定することができる。

（第３実施形態）
　本発明の判定装置１００Ｂの基本構成は、図２０の機能ブロック図に示すように、電極間インピーダンス測定のため複数の電極を配するセンサ１０Ｂと、このセンサ１０Ｂの電極に入力用電流または入力用電圧を印加し、残る電極より得られる出力電圧または出力電流に基づき電極間インピーダンスを測定する電流電圧印加測定部２Ｂと、電極間インピーダンスを電極間緩和時間分布関数に変換して得られる特徴情報を出力する緩和時間分布関数算出部３Ｂと、電極間緩和時間分布関数に含まれる種々の特徴情報に基づき病巣の可能性がある異常部位の有無を判定する判定部４Ｂおよび可視化表示部５Ｂより成る。
　尚、判定装置１００Ｂは図示していないが、表示を設定するスイッチが設けられており、判定の結果を表示する画像と特徴情報を表示する画像を、設定により選択できるようにしている。
　また、本発明の判定方法は、前述する判定装置１００Ｂの機能ブロック図を、ソフトウェアで構成するものである。
　更に、本発明の画像化方法は、電極間緩和時間分布関数の特徴情報を、可視化して表示するものである。

　判定装置１００Ｂの判定計算部５０Ｂは、例えば、Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ（ＣＰＵ），Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙ（ＲＯＭ）、Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ（ＲＡＭ）及びＨａｒｄ　Ｄｉｓｋ　Ｄｒｉｖｅ（ＨＤＤ）／Ｓｏｌｉｄ　Ｓｔａｔｅ　Ｄｒｉｖｅ（ＳＳＤ）を備える。緩和時間分布関数算出部３Ｂ、判定部４Ｂ、及び可視化表示部５Ｂは、ＣＰＵにおいて、所定のプログラムを実行することで実現される。また、判定計算部５０Ｂは、電流電圧印加測定部２Ｂの制御を行ってもよい。プログラムは、記録媒体経由で取得してもよく、ネットワーク経由で取得してもよい。また、判定装置１００Ｂの構成を実現するための専用のハードウェア構成を用いてもよい。
　また、本発明の判定方法は、判定装置１００Ｂの機能ブロック図をソフトウェアで構成するものである。
　更に、本発明の画像化方法は、この判定方法より判定工程を含むことなく、病巣の可能性がある異常部位の有無と対応する電極間緩和時間分布関数の特徴情報を、可視化することを特徴とする。

（緩和時間分布関数算出部３Ｂ）
　以下、本発明主要部の一つでもあり、二つの実施例にほぼ共通の緩和時間分布関数算出部３Ｂについて説明する。
　この緩和時間分布関数算出部３Ｂは、測定された電極間インピーダンスの上記式（１）に示される虚数部Ｚ’’から、電極間緩和時間分布関数γを算出する。本発明は、電極間インピーダンスの虚数部Ｚ’’から、電極間緩和時間分布関数γを算出する場合に限定されない。電極間緩和時間分布関数γの算出は、電極間インピーダンスの実数部や位相、アドミタンスの実数部や虚数部や位相などからも算出することができる。上記式（１）中のＴは、転置を意味し、Ｒ^Ｍは、Ｍ個の実数の要素からなる列ベクトルを意味する。以下、電流印加周波数、または、電圧印加周波数を単に印加周波数と記載する場合がある。例えば、Ｍは印加周波数パターンであり、後述の通り電極２０が多数存在する場合、印加周波数パターンが多数存在し、例えば、そのＭの数は、Ｍ＝２０１などの数値である。ｍは１≦ｍ≦Ｍの実数値である。電極間インピーダンスの虚数部Ｚ’’と緩和時間分布関数γとの物理的関係は、数学的に、上記式（２）で表記される。上記式（２）中のｆ、τ、ｌｎは、それぞれ印加周波数、緩和時間、自然対数であり、γは電極間緩和時間分布関数でτの関数であり、Ｚ’’とγの単位は一般的に［Ω］である。

　本発明は、測定された電極間インピーダンスの虚数部Ｚ’’そのものの値を直接用いて乳管がん（ＩＤＣ）などを検出するのではなく、虚数部Ｚ’’から電極間緩和時間分布関数γを算出し、その算出されたγを用いて、乳管がん（ＩＤＣ）などを検出することに大きな特徴がある。
　以降の説明において、「算出」を強調する場合には*を物理記号の右上につけて表記する場合がある。一般的に、計測した虚数部Ｚ’’から積分の中にあるγを計算することは容易ではなく、本発明ではその、虚数部Ｚ’’からγ^＊を算出する手法として、線形回帰、非線形回帰、ガウス過程や、非回帰モデルのニューラルネットワークなどを用いることができる。
　例えば、測定された既知のＭ個の虚数部Ｚ’’と未知の（算出する）Ｎ個のγ^＊（算出された電極間緩和時間分布関数と呼ぶ）との関係をガウス過程における同時確率分布として表すと、上記式（３）で表記することができる。
　例えば、測定された既知のＭ個の虚数部Ｚ’’と未知の（算出する）Ｎ個のγ^＊（算出された電極間緩和時間分布関数と呼ぶ）との関係をガウス過程における同時確率分布として表すと、上記式（３）で表記することができる。

　ここで、γ^＊は、上記式（４）で表記することができる。上記式（３）および（４）中のＮは、例えば、算出したい電極間緩和時間分布関数γ^＊の任意の数であり、Ｎ＝５０１などの数値であり、ＮとＭは独立した数である。上記式（３）中のＧＰとは、平均値ゼロ、(　)内の共分散行列に従うガウス分布を生成する関数であり、(　)内のθ_１はノイズレベル、Ｉは上記式（５）で表される単位行列であり、（５）式中のＲ^Ｍ×ＭはＭ×Ｍ個の実数の要素からなる行列である。上記式（３）中のＫは、既知のＭ個の電極間インピーダンスＺ”に関する共分散行列であり、上記式（６）で表される。

上記式（３）中のＫ^＊は、既知のＭ個の電極間インピーダンスＺ”と、Ｎ個の算出された緩和時間分布関数γ^＊との間の共分散行列で、上記式（７）で表記される。

上記式（３）中のＫ^*＊はＮ個の算出された電極間緩和時間分布関数γ^＊それ自体の共分散行列であり、上記式（８）で表記される対角行列である。上記式（８）中のｋ（ｌｎτ_ｉ，ｌｎτ_ｊ）はカーネル関数であり、ｉ，ｊは１からＮまたはＭまでの整数である。ｋ（ｌｎτ_ｉ，ｌｎτ_ｊ）は、例えば、上記式（９）で示されるガウスカーネルを用いてもよい。

上記式（９）中の、θ_２とθ_３とは、はカーネル関数のパラメータである。上記式（３）の共分散行列で用いた変換演算子Ｌ（．）は上記式（１０）で定義され、ＬＫは、上記式（１１）で定義され、カーネル関数を要素にもつ共分散行列を変換演算子Ｌで変換したものであり、Ｌ^２Ｋは、上記式（１２）で定義され、式（１１）をさらに変換演算子Ｌで変換したものである。

　同時確率分布の式（３）からＺ’’が与えられたときのγ＊の事後確率分布は、上記式（１３）で表記される。平均ベクトルμ∈Ｒ^Ｎ、共分散行列Σ∈Ｒ^Ｎ×Ｍとして、γ^＊を算出することができる。平均ベクトルは、上記式（１４）で表され、共分散行列Σは、上記式（１５）で表される。

　次に、緩和時間分布関数算出部３Ｂにおいて、上記式（１３）から式（１５）で定式化した電極間緩和時間分布関数γ^＊を、より具体的な数値として算出するには、下記式（１７）のハイパーパラメータθを決定することが好ましい。例えば、ハイパーパラメータθは、上記式（１６）で表される対数尤度ｐを用いて、決定することができる。ここで、上記式（１６）中のlnτは、上記式（１８）で表記される。

　対数尤度ｐを用い、ハイパーパラメータを最適化する方法は、公知の方法で行うことができ、例えば、Ｎｅｌｄｅｒ－Ｍｅａｄ法など使用することができる。以上より、測定された既知のＭ個のＺ”から、Ｎ個の電極間緩和時間分布関数γ^＊を算出することができる。緩和時間分布関数算出部３Ｂは、算出された緩和時間分布関数γ^＊を判定部４Ｂまたは可視化表示部５Ｂに送る。

　本発明では、浸潤性乳管がんが存在する乳房について、乳管がん組織（ＩＤＣ）、正常乳腺組織（ｎＧＢＴ）、および、脂肪組織（Ａｄｉｐｏｓｅ）、それぞれの電極間緩和時間分布関数γ＊の値が、特定の算出緩和時間τ*においてピークを示し、そのピークにおける緩和時間分布関数γ＊の値が大きく異なることに注目し、浸潤性乳管がん（ＩＤＣ）を検出することに大きな特徴がある。

（第４実施形態）
　第４実施形態では、被験者の任意の部位にセンサ１０Ｃを接触させて、接触位置の近傍における病巣の可能性がある異常部位の有無を判定するためのものである。したがって、本実施形態は、センサ１０Ｃの位置を自由に移動させて、病巣の可能性がある異常部位の位置を探索することができる。

（判定装置）
　以下、図面を参照し、本実施形態に係る判定装置１００Ｃについて説明する。図２１に示すように、判定装置１００Ｃは、センサ１０Ｃ、電流電圧印加測定部２Ｃ及び判定計算部５０Ｃを備える。判定計算部５０Ｃは、緩和時間分布関数算出部３Ｃ、判定部４Ｃ及び可視化表示部５Ｃを備える。

　（センサ１０Ｃ）
　センサ１０Ｃはそれぞれ1対の入力電極と出力電極とをそれぞれ備えており、入力電極に電流電圧印加測定部２Ｃより得られる所定の電流（または電圧）を印加し、出力電極より得られる電圧（または電流）を、測定値として電流電圧印加測定部２Ｃに入力している。

（電流電圧印加測定部２C）
　電流電圧印加測定部２Cは、各電極２０C間に電流又は電圧を印加し、判定対象部位の電極間インピーダンスを測定する。判定対象部位は、例えば、生体組織であり、具体的には、生体としての乳房や切除された乳房などが挙げられる。電流電圧印加測定部２Ｃについて、図２２を用いて説明する。図２２（Ａ）は、電流電圧印加測定部２Ｃを被験者に接触させた状態の模式図であり、図２２（Ｂ）は、電極の一例を説明するための平面図である。以下の説明で用いる図面は、特徴をわかりやすくするために便宜上特徴となる部分を拡大して示している場合があり、各構成要素の寸法比率などは実際とは異なっていることがある。以下の説明において例示される材料、寸法等は一例であって、本発明はそれらに限定されるものではなく、本発明の効果を奏する範囲で適宜変更して実施することが可能である。

　図２２（Ａ）に示すように、電流電圧印加測定部２Ｃは、センサ１０Ｃと制御部３０Ｃとを備える。センサ１０Ｃは、ひとつでもよいし複数でもよく、センサ１０Ｃの形状は、特に限定されず、矩形、円形などでもよい。センサ１０Ｃは、支持体を備えて乳房表面に配置してもよい。センサ１０Ｃの支持体の形状は、特に限定されず、平板形状や乳房表面に覆う形状でもよい。センサ１０Ｃには電極２０Ｃが備えられ、電極２０Ｃの配置位置および間隔は、特に限定されない。例えば、電極構造に４端子法を用いる場合、図２２（Ｂ）に示すように、センサ１０Ｃは、低電流電極（ＬＣ）、低電圧電極（ＬＰ）、高電流電極（ＨＣ）、および、高電圧電極（ＨＰ）の４つの電極を備える。ひとつのセンサ１０Ｃには、例えば、４つの周囲に配置した電極にＬＣ電極とＬＰ電極の役割を与え、中心電極には、ＨＣ電極とＨＰ電極の役割を与えてもよい。支持体に粘着性を持たせ、判定対象部位に支持体を貼ることで、判定対象部位に電極２０Ｃを配置してもよいし、支持体を判定対象部位に巻き付けることで、判定対象部位に電極２０Ｃを配置してもよい。

　電極２０Ｃは、電気的に制御部３０Ｃと接続される。被験者の判定対象部位としての乳房や切除された乳房などに電流または電圧を印加できれば、電極２０Ｃの材質や形状は特に限定されない。電極２０Ｃとしては、例えば、Ａｕ、Ａｇ、Ｃｕなどの金属、導電性高分子、表面を金属で被覆した繊維、導電性高分子で表面を被覆した繊維などが挙げられる。

　電極２０Ｃと制御部３０Ｃとの電気的な接続方法は、特に限定されない。接続方法としては、例えば、同軸ケーブルやリード線などで電極２０Ｃと制御部３０Ｃとを接続してもよいし、導電性繊維が編み込まれた配線で電極２０Ｃと制御部３０Ｃとを接続してもよい。

（制御部）
　制御部３０Ｃは、例えば、電流を印加する電流印加電極（または電圧を印加する電圧印加電極）と電位差を測定する電圧測定電極（または電流を測定する電流測定電極）の切り替えを行うためのマルチプレクサ、電位差測定（または電流測定）と位相測定を行うインピーダンスアナライザなどを備える。インピーダンスアナライザとは、印加周波数と振幅を変化させて、電極間インピーダンス、すなわち、測定電位差（印加電圧）と印加電流（測定電流）の比、および、その位相とを計測する部品である。制御部３０Ｃは、例えば、ＣＰＵにおいて、所定のプログラムを実行し、電極間インピーダンスアナライザを制御することで、電極間インピーダンス測定（電位差と電流の比、およびその位相の測定）を行ってもよい。
電流電圧印加測定部２Ｃの内部だけで制御部３０Ｃを制御し、電極間インピーダンス測定を行ってもよいし、判定計算部５０Ｃで実行されたプログラムに応じて制御部３０Ｃを制御し、電極間インピーダンス測定を行ってもよい。インピーダンス測定の結果は、緩和時間分布関数算出部３Ｃに送られる。緩和時間分布関数算出部３Ｃへの情報の伝達方法は特に限定されない。制御部３０Ｃから有線で判定計算部５０Ｃの緩和時間分布関数算出部３Ｃに送ってもよいし、無線で判定計算部５０Ｃの緩和時間分布関数算出部３Ｃに送ってもよい。印加する電流値とその印加周波数は、生体への影響や装置の簡便性を鑑みて、例えば、１．０ｍＡ以下のＨｚ帯からＭＨｚ帯程度、さらにはＧＨｚ帯程度までの交流が好ましい。

（緩和時間分布関数算出部３Ｃ）
　緩和時間分布関数算出部３Ｃは、電流電圧印加測定部２Ｃより得られる電極間インピーダンスを前述する式（１）～（１８）に基づいて、電極間緩和時間分布関数を算出する。
　緩和時間分布関数算出部３Ｃより出力された電極間緩和時間分布関数は、判定部４Ｃと特徴情報抽出部６Ｃに入力される。

　特徴情報抽出部６Ｃは、算出された電極間緩和時間分布関数γ^＊より、判定に有益な特徴情報を抽出する。特徴情報としては、計測した電極間インピーダンス虚数部や実数部から求めた緩和時間τ、算出緩和時間τ^*、算出された電極間緩和時間分布関数γ^＊などが含まれる。

（判定部４Ｃ）
　判定部４Ｃは、緩和時間分布関数算出部３Ｃから送られてきた算出された電極間緩和時間分布関数γ^＊に基づいて、判定対象部位内に浸潤性乳管がん（ＩＤＣ）が、存在するかどうかを判定する。例えば、特定(ピークを示す)の算出緩和時間τ^*において、算出された電極間緩和時間分布関数γ^＊が最も高いピークを示す第１ピーク値（第１ピークの強度値）を判定に用いることができる。例えば、異常部位検出部４Ｃａは、基準ピーク値記憶部４Ｃｂに保管されたデータベース内の値と、その第１ピーク値とを比較し、第1ピーク値が基準ピーク値を超えるか否かを判定して、判定対象部位内に浸潤性乳管がん（ＩＤＣ）が、存在する可能性があるかどうかを判定する。判定部４Ｃは、判定した結果を判定結果として可視化表示部５Ｃに送る。あらかじめ、多数の患者の電極間インピーダンス測定結果から、特定の算出緩和時間τ^*と算出された電極間緩和時間分布関数γ^＊とを基準ピーク値として基準ピーク値記憶部４Ｃｂに蓄積記憶することで、データベースを準備する。準備したデータベースおよび新たな患者の電極間緩和時間分布関数γ^＊から、判定対象部位内の浸潤性乳管がん（ＩＤＣ）の存在有無を判定してもよい。また、例えば、同一患者であっても、患部ではないと予想される乳房の電極間緩和時間分布関数γ^＊を基準として、患部であると予想される乳房の電極間緩和時間分布関数γ^＊との差から、判定対象部位内の浸潤性乳管がん（ＩＤＣ）の存在有無の可能性を判定してもよい。

（可視化表示部５Ｃ）
　可視化表示部５Ｃは、判定結果または特徴情報抽出部６Ｃより得られる特徴情報の内少なくとも一つを、画像変換部５Ｃａに入力する。判定結果や抽出した特徴情報は、画像変換部５Ｃａで文字パターンや画像パターンに変換され、表示部５Ｃｂに出力される。尚、表示部５Ｃｂは、液晶ディスプレイのような表示装置であってもプリンタであってもよいし、ＨＤＤのような記憶装置であってもよい。

　以上、第４実施形態に係る判定装置１００Ｃについて説明した。判定装置１００Ｃによれば測定で得られた電極間インピーダンスを基に、回帰モデルを用い、電極間緩和時間分布関数を算出することで、測定部位に対応する組織内に、例えば、乳がん組織が存在するかどうかを判定することができる。乳がん組織とは、浸潤性乳がん、非浸潤性乳がん、乳管がんなどの総称である。

（判定方法）
　次に判定装置１００Ｃを用いた判定方法について、説明する。図２３は、本実施形態に係る判定方法のフローチャートである。本実施形態に係る判定方法は、判定対象部位の電極間インピーダンスを測定するインピーダンス測定工程Ｓ２Ｃと、前記インピーダンスから回帰モデルを用い、電極間緩和時間分布関数を算出する緩和時間分布関数算出工程Ｓ３Ｃと、表示形態を識別する表示形態識別工程ＳＣと、電極間緩和時間分布関数に基づいて、判定対象部位（センサ当接部）近傍にがん組織が含まれているかを判定する判定工程Ｓ４Ｃと、電極間緩和時間分布関数に含まれる情報の内、がんの判定に有効な特徴情報を抽出する特徴情報抽出工程Ｓ６Ｃと、表示形態に基づいて、字画像やグラフを表示する可視化表示工程Ｓ５Ｃと、を含む。以下、各工程について説明する。

（インピーダンス測定工程Ｓ２Ｃ）
　インピーダンス測定工程Ｓ２Ｃでは、判定対象部位の電極間インピーダンスを測定する。判定対象部位にセンサ１０Ｃを接触させ、各電極２０Ｃ間に電流または電圧を印加して電極間インピーダンスを測定する。電流または電圧の印加方法は特に限定されないが、生体を考慮すると１ｍＡ以下でＨｚ帯からＧＨｚ帯までの交流電流または交流電圧を印加することが望ましい。

（緩和時間分布関数算出工程Ｓ３Ｃ）
　緩和時間分布関数算出工程Ｓ３Ｃでは、インピーダンス測定工程Ｓ２Ｃで得られたインピーダンスから回帰モデルを用い電極間緩和時間分布関数を算出する。電極間インピーダンスから上述した方法で、電極間緩和時間分布関数を算出することができる。回帰モデルは、線形回帰、非線形回帰、ガウス過程モデルなどが挙げられる。回帰モデルは、ガウス過程回帰モデルであることが好ましい。

（表示形態識別工程ＳＣ）
　表示形態識別工程ＳＣでは、判定装置１００Ｃの設定が判定モードに設定されているか、ピーク値表示モードに設定されているかを識別する。判定モードに設定されている場合（表示形態識別工程ＳＣにおいてＹ）の場合、判定工程Ｓ４Ｃに進み、ピーク値表示モードに設定されている場合（表示形態識別工程ＳＣにおいてＮ）、特徴情報抽出工程Ｓ６Ｃに進む。

（判定工程Ｓ４Ｃ）
　判定工程Ｓ４Ｃでは、算出された電極間緩和時間分布関数に基づいて、判定対象部位（センサ当接部）近傍にがん組織が含まれている可能性があるか否かを判定する。例えば、判定工程Ｓ４Ｃでは、算出された電極間緩和時間分布関数の特徴情報の一つであるピーク値と、データベース内に予め記憶した電極間緩和時間分布関数のピーク値に基づいて定められる基準ピーク値とを比較し、判定対象部位の組織にがん組織（病巣）が含まれている可能性があるか否かを判定する。

（特徴情報抽出工程Ｓ６Ｃ）
　ピーク値表示モードに設定されている場合は、特徴情報抽出工程Ｓ６Ｃで、電極間緩和時間分布関数に含まれる情報の内、がんの可能性の判定に有効な特徴情報を抽出する。特徴情報抽出工程Ｓ６Ｃでは、緩和時間分布関数算出工程により得られる電極間緩和時間分布関のピーク値を抽出して、ピクセル毎のピーク値に変換した特徴情報を、可視化表示工程Ｓ５Ｃに供給する。

（可視化表示工程Ｓ５Ｃ）
　可視化表示工程Ｓ５Ｃでは、設定が特徴情報表示モードに設定されている場合は、特徴情報抽出工程Ｓ６Ｃより抽出された特徴情報を画像情報に変換して表示部に特徴を示す文字画像やグラフを表示する。可視化表示工程Ｓ５Ｃでは、電極間緩和時間分布関数のグラフまたは数値情報を特徴情報として、画像情報に変換する。一方、設定が判定モードに設定されている場合は、判定工程Ｓ４Ｃより入力される判定結果に基づきセンサの当接部近傍におけるがんの有無情報を画像変換して表示部に文字画像やグラフを表示する。

　以上、第４実施形態に係る判定方法について説明した。本実施形態に係る判定方法によれば測定で得られた電極間インピーダンスを基に、回帰モデルを用い、算出された電極間緩和時間分布関数の値から、測定した組織内にがん組織が存在するかを判定することができる。

（第５実施形態）
　次に、本発明に係る第５実施形態に係る判定装置１００Ｄについて説明する。判定装置１００Ｄは、被験者の乳房等の判定対象部位全体にセンサ１０Ｄの電極２０Ｄを分散配置させ、電流電圧印加測定部２Ｄ内のマルチプレクサにより印加電流（または電圧）を入力する電極と、測定電圧（電流）を出力する電極を順次切り換えながら、多数の電極間インピーダンスを測定し、測定した多数の電極間インピーダンスを電極間緩和時間分布関数に変換し、電極間緩和時間分布関数のピーク値をピクセル毎のピーク値に変換し、ピクセル毎のピーク値と基準ピーク値とを比較して病巣の可能性がある異常部位の有無を判定し、判定した結果を可視化表示とすることにより、判定対象部位における病巣の可能性がある異常部位の位置や大きさや異常度合のレベルを表示するものである。また、本実施例は、ピクセル毎のピーク値を特徴情報として、可視化して表示するものである。

　図２４に示すように、判定装置１００Ｄは、センサ１０Ｄと電流電圧印加測定部１及び判定計算部５０Ｄを備える。
　判定計算部５０Ｄは、緩和時間分布関数算出部３Ｄ、判定部４Ｄ及び可視化表示部５Ｄを備える。
　なお、この第２実施形態においては、第１実施形態における構成要素と同一の対応する部分については、同一の符号のＡに代えてＢを付して、その説明を省略し、異なる点についてのみ本発明と第1実施形態及び第2実施形態との関係を明確にして説明する。

（センサ１０Ｄ）
　図２５に示すセンサ１０Ｄは、判定対象部位全体に多数の電極を配置して電極間のインピーダンスを測定するため、判定計算部５０Ｄ内の電流電圧印加測定部２Ｄからの所定の電流（又は電圧）を電極に印加し、他の電極に生じる電圧（又は電流）を電流電圧印加測定部２Ｄに供給している。

　図２５（Ａ）に示すように、電流電圧印加測定部２Ｄは、センサ１０Ｄと制御部３０Ｄとを備える。センサ１０Ｄは、間隔をあけて、３次元的に配置される複数(電極数Ｑ)の電極２０Ｄと、電極２０Ｄを保持し、かつ、電極２０Ｄを被験者の判定対象部位に配置可能な支持体２５とを備える。第５実施形態のセンサ１０Ｄは、ドーム状の内部空間Ｓを有する支持体２５と、支持体２５の内側に配置される複数の電極２０Ｄとを備える。ここで、「被験者の少なくとも判定対象部位に配置可能な」とは、図２５（Ｂ）のように被験者がセンサ１０Ｂを着用した際に、被験者の少なくとも判定対象部位に、電極２０Ｄが配置されることをいう。被験者の判定対象部位とは、例えば、乳房である。

　電極２０Ｄと制御部３０Ｄの電気的な接続方法は、特に限定されない。接続方法としては、例えば、同軸ケーブルやリード線などで電極２０Ｄと制御部３０Ｄとを接続してもよい、導電性繊維が編み込まれた配線で電極２０Ｄと制御部３０Ｄとを接続してもよい。編み込まれた配線を用いることで、支持体２５の快適性が向上する。

　電流電圧印加測定部２Ｄは、センサ１０Ｄを被験者が着用後、電極２０Ｄ間に所定の電流または電圧を印加し、電位差または電流を測定する。電流を印加する場合は、あらかじめ決めた電流印加電圧測定パターン（多数ある電極から二つずつの電極を順番に選び、電流を印加し順次電位差を測定するパターン）に基づき、電位差を測定する。このとき、位相（印加電流と測定電位差との時間的なずれ）も測定することが望ましい。電圧を印加する場合は、あらかじめ決めた電圧印加電流測定パターン（多数ある電極から二つずつの電極を順番に選び、電圧を印加し順次電流を測定するパターン）に基づき、電流を測定する。このとき、位相（印加電圧と測定電流との時間的なずれ）も測定することが好ましい。以後、電流を印加する場合を中心に記載し、電圧を印加する場合の詳細な記載を省略する場合もある。ここで、電極２０Ｄの電極数Ｑは４以上で、例えば、６４以上が好ましい。電極２０Ｄが３次元的に配置され、かつ、電極２０Bの数が４以上あることで、がん組織近傍の位置を把握することができる。計算の精度を高めるために電極の数は多いほうが好ましい。電極２０Ｄの配置位置は、特に限定されない。電極２０の配置としては、被験者の判定対象部位を囲むように電極が配置されることが好ましい。以下に、センサ１０Ｄに電極２０Ｄの配置について説明する。

　図２５（Ａ）に示すように、各電極２０Ｄが、内部空間Ｓの中心軸Ｃを中心として円状に配置される、複数の円環電極群３５を構成する。このように配置することで、被測定験者の判定対象部位の円環電極毎に２次元的な電気特性分布（ピクセル毎のピーク値分布）を得ることができる。円環電極群３５中の各電極の間隔は特に限定されず、中心軸Ｃを中心とする円に沿って均等な間隔で配置されていてもよい。円環電極群３５に含まれる電極２０Ｄの数は、例えば４以上である。

　各円環電極群３５は、内部空間Ｓの高さ方向ｈに、所定の間隔で配置される。このように、各円環電極群３５を、内部空間Ｓの高さ方向ｈに位置を変えて配置することで、３次元的な電気物性分布（ピクセル毎のピーク値分布）を得ることができる。各円環電極群３５は均等に配置されても、均等に配置されていなくてもよい。

　支持体２５は、電極２０Ｄを保持し、かつ、電極２０Ｄを被験者の少なくとも判定対象部位に配置可能であれば、特に限定されない。支持体２５は、被験者の少なくとも判定対象部位に所定の圧力を負荷できることが好ましい。所定の圧力が負荷されることで、電極２０Ｂと被験者との密着性が向上し、より正確に電流または電位差を印加し、電位差または電流を測定することができる。また、支持体２５は、少なくとも被験者の判定対象部位を覆う。支持体２５の材質としては、例えば、エラストマー、革、布などの誘電体が好ましい。支持体２５は、特に限定されないが、例えばブラジャーなどの下着が挙げられる。

（制御部）
　制御部３０Ｄは、例えば、電流を印加する電流印加電極（または電圧を印加する電圧印加電極）と電位差を測定する電圧測定電極（または電流を測定する電流測定電極）の切り替えを行うためのマルチプレクサ、電圧測定（または電流測定）と位相測定を行うインピーダンスアナライザなどを備える。制御部３０Ｄは、例えば、ＣＰＵにおいて、所定のプログラムを実行し、マルチプレクサおよびインピーダンスアナライザを制御することで、電極間インピーダンス測定（電位差と電流の比、およびその位相の測定）を行う。電流電圧印加測定部２Ｄ内部だけで制御部３０Ｄを制御し、電極間インピーダンス測定を行ってもよいし、判定計算部５０Ｄで実行されたプログラムに応じて制御部３０Ｄを制御し、電極間インピーダンス測定を行ってもよい。電極間インピーダンス測定の結果は、緩和時間分布関数算出部３Ｄに送られる。緩和時間分布関数算出部３Ｄへの情報の伝達方法は特に限定されない。制御部３０Ｄから有線で判定計算部５０Ｄの緩和時間分布関数算出部３Ｄに送ってもよいし、無線で判定計算部５０Ｄの緩和時間分布関数算出部３Ｄに送ってもよい。

　制御部３０Ｄは、あらかじめ決めた電流印加電圧測定パターン（どの電極間に電流を印加し、どの電極間の電位差を測定するかのパターン）に基づき、電極２０Ｄ間に電流を印加し、電位差を測定する。または、制御部３０Ｄは、あらかじめ決めた電圧印加電流測定パターンに基づき、電極２０Ｄ間に電圧を印加し、電流を測定する。電流を印加する場合、同様に電圧を印加する場合も、どの電極２０Ｄ間に電流（電圧）を印加し、どの電極間で電位差（電流）を測定するかについては、特に限定されないが、３次元的に配置した電極２０Ｄに「満遍なく」電流（電位差）を印加し電位差（電流）を測定することが好ましい。「満遍なく電流（電位差）を印加し電位差（電流）を測定する」とは、全ての電極２０Ｄが一度は電流電位差の印加または測定に用いられるように、電流電位差を印加測定することを意味する。ここでは、円環電極群３５内で測定する場合を例に挙げて説明する。

　図６は、隣接法に基づく測定パターンを説明するための図である。ここでは、円環電極群３５は、高さ方向に４配置された場合を例に挙げて説明する。例えばＬＡＹＥＲ（層とも呼ぶ）１の円環電極群３５の電極Ｎｏ．１および電極Ｎｏ．２間に電流を印加し、電極Ｎｏ．３およびＮｏ．４で電位差を測定する。以降、電極をずらして測定し、２０８個のデータを得ることができる。同様に、ＬＡＹＥＲ２の円環電極群３５の電極Ｎｏ．１７および電極Ｎｏ．１８間に電流を印加し、電極Ｎｏ．１９およびＮｏ．２０間で電位差を測定する。以下、ＬＡＹＥＲ３，ＬＡＹＥＲ４でも同様に測定を行うことで、各ＬＡＹＥＲでの電気物性分布（ピクセル毎のピーク値分布）を得ることができる。
　もちろん、上記の例のように、同じＬＡＹＥＲの電極間だけに、電流を印加し電圧を測定するだけではなく、ＬＡＹＥＲをまたがった電極間に電流を印加し、電圧を測定してもよく、例えば、ＬＡＹＥＲ１の電極とＬＡＹＥＲ２の電極との間に電流を印加し、ＬＡＹＥＲ３の電極と、ＬＡＹＥＲ４の電極との間で電圧を測定してもよい。このようにＬＡＹＥＲをまたがった電極間に電流を印加し、電圧を測定しることで、よりリアルな三次元的の立体画像を得ることができる。

（緩和時間分布関数算出部３Ｂ）
　緩和時間分布関数算出部３Ｂは、電流電圧印加測定部２Bより得られる電極間インピーダンスを入力して、電極間緩和時間分布関数を算出する。
　本実施形態においては、その前述する（１）～（１８）式のＭとＮの印加周波数の次元に空間の次元ＬとＫを追加することで、第１実施形態と同様の方法で、空間で測定された電極間インピーダンスの虚数部Ｚ’’∈Ｒ^Ｍ×Ｌから、空間の緩和時間分布関数γ＊∈Ｒ^Ｎ×Ｋを算出することができる。ここで、Ｒ^Ｍ×ＬはＭ行（測定した周波数次元）Ｌ列（測定した空間次元）の行列を意味し、Ｒ^Ｎ×ＫはＮ行(算出した周波数次元)Ｋ列(算出した空間次元)の行列を意味する。
　もちろん、従来の一般的な画像再構成であるヤコビ行列(電極間緩和時間分布関数γとインピーダンスの虚数部Ｚ’’とを関連づける行列)を使って、空間の緩和時間分布関数γを算出してもよい。

（特徴情報抽出部６Ｄ）
　特徴情報抽出部６Ｄは、電極間緩和時間分布関数をピーク値変換部６Ｄａに入力し、各電極間緩和時間分布関数のピーク値（最大値）を求めた上で、感度行列式記憶部６Ｄｂに記憶した感度行列式を用いて、電極間緩和時間分布関数のピーク値を、ピクセル毎のピーク値に変換してピクセル毎のピーク値を電極間緩和時間分布関数の特徴情報として、判定部４Ｄと可視化表示部５Ｄに供給している。

（判定部４Ｄ）
　ピクセル毎のピーク値を入力する判定部４Ｄは、異常部位検出部４Ｄａにおいて基準ピーク値記憶部４Ｄｂに記憶した基準ピーク値と比較することにより、ピクセル毎に異常部位と非正常部を判定して異常部位の有無を判定している。尚、基準ピーク値記憶部４Ｄｂは、予め同一患者について、Ｘ線断層画像で判定した異常部位と正常部位が、本発明の判定装置による異常部位と正常部分と対応するように、ピクセル毎の基準ピーク値とを定めて記憶している。

（可視化表示部５Ｄ）
　可視化表示部５Ｄは、ピーク値変換部６Ｄａより入力されるピクセル毎のピーク値を画像変換部５Ｄａに入力して、ピーク値を画像化して表示部５Ｄｂに供給し、ピーク値の分布画像を表示部５Ｄｂに表示している。可視化表示部５Ｄは、判定部４Ｄより入力される判定結果を画像化して表示部５Ｄｂに供給し、異常部位と正常部の分布画像を表示部５Ｄｂに表示している。尚、表示部５Ｄｂは、液晶パネルでもプリンタでも良い。

　以上、第５実施形態に係る判定装置１００Ｄについて説明した。判定装置１００Ｄによれば測定対象部位における異常部位の位置や大きさを表示することができる。

（判定方法）
　次に判定装置１００Ｄを用いた判定方法について、説明する。図２６は、第５実施形態に係る判定方法のフローチャートであり、各工程の符号は、図２４に示す本実施形態の判定装置の構成要素と対応させている。

（インピーダンス測定工程Ｓ２Ｄ）
　インピーダンス測定工程Ｓ２Ｄでは、前記各電極２０Ｄ間に電流または電圧を印加し、電流を印加する場合は電流印加電圧測定パターンに基づき電極間インピーダンスを測定し、電位差を印加する場合は電圧印加電流測定パターンに基づき前記電極間インピーダンスを測定する。電流印加電圧測定パターン（電圧印加電流測定パターン）は、特に限定されないが、例えば、隣接法、対極法、リファレンス法などを用いることができる。

（緩和時間分布算出工程Ｓ３Ｄ）
　緩和時間分布算出工程Ｓ３Ｄでは、インピーダンス測定工程Ｓ２Ｄで得られた複数の電極間インピーダンスから回帰モデルを用い、電極間緩和時間分布関数を算出する。

（ピーク値変換工程Ｓ６Ｄ）
　ピーク値変換工程Ｓ６Ｄでは、電極間緩和時間分布関数のピーク値（最大値）を抽出し、そのピーク値をピクセル毎のピーク値に変換する。本実施例では、このピクセル毎のピーク値が本発明の電極間緩和時間分布関数の特徴情報に対応する。

　（表示形態識別工程ＳＤ）
　表示形態識別工程ＳＤでは、判定装置１００Ｄの設定が判定モードに設定されているか、ピーク値表示モードに設定されているかを識別する。判定モードに設定されている場合（表示形態識別工程ＳＤにおいてＹ）、判定工程Ｓ４Ｄに進む。ピーク値表示モードに設定されている場合（表示形態識別工程ＳＤにおいてＮ）、可視化表示工程Ｓ５Ｄに進む。

（判定工程Ｓ４Ｄ）
　判定モードに設定されている場合は、判定工程Ｓ４Ｄで、基準ピーク値との比較で異常部位と正常部位に区分判定して判定する。

（可視化表示工程Ｓ５Ｄ）
　可視化表示工程Ｓ５Ｄでは、設定がピーク値表示モードに設定されている場合は、ピーク値変換工程Ｓ６Ｄより入力されるピクセル毎のピーク値を画像変換して表示部にピーク値の分布画像を表示する。一方、設定が判定モードに設定されている場合は、判定工程Ｓ４Ｄより入力される判定結果に基づき判定対象を正常部と異常部位に分けて表示する。

　以上、第５実施形態に係る画像化方法について説明した。本実施形態に係る画像化方法によればインピーダンストモグラフィおよび回帰モデルを用い、緩和時間分布画像判定結果を画像化する求めることで、例えば、がん組織（病巣部）の可能性がある異常部位の有無及び位置や大きさを特定することができる。

　前述する2つの実施形態（第４実施形態および第５実施形態）の判定方法において、使用者が判定結果より特徴情報を表示することを希望する場合は、判定装置を特徴表示側に設定すれば、判定結果を表示することなく特徴情報を表示でき、判定工程を除いたフローチャートが本発明の画像表示方法に対応する。

　なお、本発明の技術的範囲は前記実施形態に限定されるものではなく、本発明の趣旨を逸脱しない範囲において種々の変更を加えることが可能である。
　その他、本発明の趣旨に逸脱しない範囲で、前記実施形態における構成要素を周知の構成要素に置き換えることは適宜可能であり、また、前記した変形例を適宜組み合わせてもよい。

　以下、実施例により本発明を説明するが、本発明は以下の実施例に限定されるものではない。以下の実施例では、がん組織との関係を明確にするために、切除した乳房サンプルを用いて評価しているが、本発明の測定対象は、切除した乳房に限定されない。

（実施例１）
実際の乳房サンプルを第1実施形態に適用した。乳管がん患者１０人ら摘出された１０個の乳房サンプルを用意し乳がん有無の検出を試みた。表１に、当該患者データおよびがんの情報を示す。

　図８の評価装置について、インピーダンス・アナライザー（型番ＩＭ３５７）を使用し、４端子法基づいて、５つの電極からなるひとつの矩形センサ（図２（Ｂ））を用い、そのセンサの中心は高電流電極（ＨＣ）と高電位電極（ＨＰ）を表し、その他の４つの電極は低電流電極（ＬＣ）と低電位電極（ＬＰ）を表す。振幅０．１ｍＡの交流印加電流の印加周波数ｆを４Ｈｚから５ＭＨｚまでＭ＝２０１点で印加周波数を変化させ、ＨＣとＬＣとの電極間に流し、インピーダンスを測定した。インピーダンス測定は室温で３回繰り返し、その平均値を用いた。
　乳房サンプルには、主に、乳管がん組織、正常乳腺組織、および、脂肪組織が含まれており、目視ならびに触手により、それらの組織の位置を判断し、乳管がん組織近傍、正常乳腺組織近傍、および、脂肪組織近傍において、それぞれのインピーダンスを計測した。ここで乳管がん組織近傍、正常乳腺組織近傍、および、脂肪組織近傍の「近傍」とは、当該組織と他の組織との境界を含み、当該組織以外の組織を含む領域をいう。例えば、乳管がん組織近傍には、乳管がん組織だけではなく正常乳腺組織や脂肪組織も含まれており、計測したインピーダンスは、純粋に乳管がん組織、正常乳腺組織、および、脂肪組織だけを計測しているわけではない。

　図９は、図８の評価装置を用いて測定した乳房サンプルの乳管がん組織近傍（ＩＤＣ）、正常乳腺組織近傍（ｎＧＢＴ）、および、脂肪組織近傍（ａｄｉｐｏｓｅ）における電流印加周波数とインピーダンス虚部Ｚ”とのボード線図である。図９において、これらの単純なボード線図からでは、乳管がん組織、正常乳腺組織、および、脂肪組織の違いを明確に判断することは難しい。

次に、図９の乳房サンプルの電流印加周波数とインピーダンス虚部Ｚ”とのボード線図から、緩和時間分布関数予測部２を用い、乳管がん組織近傍（ＩＤＣ）、正常乳腺組織近傍（ｎＧＢＴ）、および、脂肪組織近傍（ｎＧＢＴ）における緩和時間分布関数γ*を予測した。得られた結果を図１０に示す。

　図１０は、乳管がん組織近傍（ＩＤＣ）、正常乳腺組織近傍（ｎＧＢＴ）、および、脂肪組織近傍（ｎＧＢＴ）における緩和時間τと緩和時間分布関数γとの関係を示し、下付き1で示した第一ピークの緩和時間分布関数γの値を比較したものである。図中の横軸と縦軸には、特に*は付与していない。乳房サンプルＳａ１～Ｓａ１０において、下付き文字１と２で示したγ１とγ２の通り、２つの顕著なピークが確認された。

　図１１（ａ）は、乳房サンプルＳａ１～Ｓａ１０において、乳管がん組織近傍（ＩＤＣ）、正常乳腺組織近傍（ｎＧＢＴ）、および、脂肪組織近傍（ａｄｉｐｏｓｅ）における第１ピークの緩和時間分布関数γをプロットしたものである。図１１（ａ）に示されるように、第１ピークの乳管がん組織近傍のγは、正常乳腺組織近傍のγや、脂肪組織近傍のγよりも高いことがわかった。図１１（ｂ）は、第２ピークの緩和時間分布関数γをプロットしたものである。第２ピークの乳管がん組織近傍のγは、正常乳腺組織近傍のγや、脂肪組織近傍のγと同様の値であることがわかった。

（実施例２）
　実際の乳管がん６名の患者の協力を得て、乳房切除術後の乳房サンプルを第２実施形態に適用した。
　図１２は、電気インピーダンストモグラフィを用いた判定装置を示しており、インピーダンスアナライザ、マルチプレクサ、乳房カップ、および、ＰＣから構成される。図１３（Ａ）は、乳房カップの詳細を示したものであり、人間の乳房の形状にフィットするようにドーム状の形状をしている。直径１４０ｍｍ、深さ７０ｍｍで、図６に示した通り、電極は４つの層に配置され、ひとつの層に直径５ｍｍの電極１６個を、４つの層に配置し、合計６４個の電極を備える。マルチプレクサはデジタルスイッチとして機能し、乳房カップの６４個の電極への電流注入パターンを調整した。６４個の電極に４線式隣接法を用いて１０００ｋＨｚから５ＭＨｚまでの２１種類の印加電流周波数を用いた。データ処理は、最終段階でパソコン上のＰｙｔｈｏｎソフトウェアを使用して処理した。
　図１３（Ｂ）は、実施例２で用いた乳房切除術を受けた乳房サンプルの一例を示す。乳頭を乳房カップの中央に四分円で配置することによって適切に配置した。
　画像再構成法は、第1実施形態により４つの層において、緩和時間分布関数γ*を推定し、さらに一般的なヤコビ行列およびガウス・ニュートン法（下記式（１９））を用いて、導電率σの画像化を行った。式（１９）式のＲは正則化行列、λはＬカーブ法（Ｈａｎｓｅｎ　ａｎｄ　Ｏ’Ｌｅａｒｙ　１９９３）によって自動的に決定された緩和係数スカラーである。

　

　電気インピーダンストモグラフィを用いた判定装置による再構成画像から得られた乳管がんの位置を比較検討するために、マンモグラフィ画像を３Ｄスライサーソフトウェアで処理した画像と比較した。図１３（Ａ）に示す通り、乳房内の乳がんの位置は４つの部分、すなわち、（Ｉ）上部外側、（ＩＩ）上部内側、（ＩＩＩ）下部内側、および、（ＩＶ）下部外側、の四分円位置を用いて検討した。

　図１４（Ａ）は、乳房サンプルＳａ１の電気インピーダンストモグラフィ用いた評価装置による再構成画像の結果である。図１４（Ｂ）は、３Ｄスライサーソフトウェアを使用して処理されたマンモグラフィ画像の結果である。図１４（Ｂ）中の矢印は、ＩＤＣの位置を示す。図１４（Ｃ）は、乳房サンプルＳａ１を乳房カップに配置した写真である。この結果は、乳房サンプルＳａ２、Ｓａ３、および、Ｓａ５を除き、マンモグラフィ画像、および、電気インピーダンストモグラフィを用いた判定装置から、第１レイヤーだけに存在することがわかる。

　３Ｄスライサーソフトウェアを使用して処理されたマンモグラフィ画像の結果（図１４（Ｂ））と、電気インピーダンストモグラフィの結果（図１４（Ａ））と、を比較する。乳房サンプルＳａ１は、マンモグラフィ画像（図１４（Ｃ））により左胸にＩＤＣが存在し、内側下部（ＩＩＩ）と外側下部（ＩＶ）の間にあるが、図１４（Ａ）によれば、ＩＤＣ四分円位置は（ＩＩＩ）になる。

　図１５（Ａ）は、乳房サンプルＳａ２の電気インピーダンストモグラフィ用いた評価装置による再構成画像の結果（Ｌａｙｅｒ１の結果）である。図１５（Ｂ）は、乳房サンプルＳａ２の電気インピーダンストモグラフィ用いた評価装置による再構成画像の結果（Ｌａｙｅｒ２の結果）である。図１５（Ｃ）は、３Ｄスライサーソフトウェアを使用して処理されたマンモグラフィ画像の結果である。図１５（Ｃ）中の矢印は、ＩＤＣの位置を示す。　乳房サンプルＳａ２は、図１５（Ａ）および図１５（Ｂ）より、右胸部にＩＤＣを有することが分かった。図１５（Ｃ）に、３Ｄスライサーを使用した処理結果を示す。これは、ＩＤＣが象限の位置が外側下部の（ＩＶ）位置ではっきりと見える。

　図１６（Ａ）は、乳房サンプルＳａ３の電気インピーダンストモグラフィ用いた評価装置による再構成画像の結果（Ｌａｙｅｒ１の結果）である。図１６（Ｂ）は、乳房サンプルＳａ３の電気インピーダンストモグラフィ用いた評価装置による再構成画像の結果（Ｌａｙｅｒ２の結果）である。図１６（Ｃ）は、３Ｄスライサーソフトウェアを使用して処理されたマンモグラフィ画像の結果である。図１６（Ｃ）中の矢印は、ＩＤＣの位置を示す。

　図１６（Ａ）および図１６（Ｂ）に左胸のＩＤＣの四分円位置を示す。図１６（Ｃ）に示すように、乳房サンプルＳａ３の３Ｄ処理の結果では、ＩＤＣ象限の位置が外側上部（Ｉ）および内側上部（ＩＩ）にわずかに見える傾向であった。

　図１７（Ａ）は、乳房サンプルＳａ４の電気インピーダンストモグラフィ用いた評価装置による再構成画像の結果（Ｌａｙｅｒ１の結果）である。図１７（Ｂ）は、３Ｄスライサーソフトウェアを使用して処理されたマンモグラフィ画像の結果である。図１７（Ｂ）中の矢印は、ＩＤＣの位置を示す。

　図１７（Ａ）は、（Ｉ）と（ＩＩ）の間の領域におけるＩＤＣの四分円位置を示す。　図１７（Ｂ）に右乳房内のＩＤＣの四分円位置を示す。（ＩＩ）上部内部領域のＩＤＣが明確に識別できた。逆に、乳房サンプルＳａ４の電気インピーダンストモグラフィを用いた判定装置の結果（図１７（Ａ）は、右乳房の（ＩＩ）上部外側領域におけるがんの四分円位置を正確に示した。

　図１８（Ａ）は、乳房サンプルＳａ５の電気インピーダンストモグラフィ用いた評価装置による再構成画像の結果（Ｌａｙｅｒ１の結果）である。図１８（Ｂ）は、乳房サンプルＳａ５の電気インピーダンストモグラフィ用いた評価装置による再構成画像の結果（Ｌａｙｅｒ２の結果）を示す。図１８（Ｃ）は、乳房サンプルＳａ５の電気インピーダンストモグラフィ用いた評価装置による再構成画像の結果（Ｌａｙｅｒ３の結果）を示す。図１８（Ｄ）は、３Ｄスライサーソフトウェアを使用して処理されたマンモグラフィ画像の結果である。図１８（Ｄ）中の矢印は、ＩＤＣの位置を示す。

　図１８（Ｄ）に示すように、乳房サンプルＳａ５は、左乳房の外側下象限（ＩＶ）にＩＤＣが存在する。さらに、図１８（Ａ）～図１８（Ｃ）に示すように、Ｌａｙｅｒ１～３として指定される３つの異なるレイヤーにわたるＩＤＣが存在する。注目すべきことに、すべてのレイヤーで一貫してＩＤＣが外側下部象限（ＩＶ）に配置されており、マンモグラフィの所見と一致する。

　図１９（Ａ）は、乳房サンプルＳａ６の電気インピーダンストモグラフィ用いた評価装置による再構成画像の結果（Ｌａｙｅｒ１の結果）である。図１９（Ｂ）は、３Ｄスライサーソフトウェアを使用して処理されたマンモグラフィ画像の結果である。図１９（Ｂ）中の矢印は、ＩＤＣの位置を示す。

　図１９（Ｂ）の結果は、乳房サンプルＳａ６は、左胸のＩＤＣが存在し、このＩＤＣの正確な位置が左胸の外側下部（ＩＶ）にあることを示す。ただし、図１９（Ａ）の結果は、ＩＤＣが（ＩＩＩ）にあることを示した。これは、３Ｄスライサーからの結果（図１９（Ｂ））と異なることを示す。それにもかかわらず、図１１に示すように、電気インピーダンストモグラフィを用いた判定装置の結果は（ＩＩＩ）での乳房サンプル配置とよく一致する。マンモグラフィ画像の解釈との違いにもかかわらず、この周波数での電気インピーダンストモグラフィを用いた判定装置は、（ＩＩＩ）でのＩＤＣの真の位置に対応する情報を提供することが分かった。
　以上より、緩和時間分布関数γを画像化することで、がん有無だけではなく、乳房を４つの部分、すなわち、上部外側象限（Ｉ）、下部外側象限（ＩＩ）、上部内部象限（ＩＩＩ）と下部内部象限（ＩＶ）にわけて、各乳房サンプルＳａ１～Ｓａ６の乳管がん組織近傍（ＩＤＣ）の位置を把握できることが分かった。

　本開示の判定装置は、がん組織をより精密に判定可能であるので、産業上の利用可能性が高い。

１　電流電圧印加測定部、２　緩和時間分布関数予測部、５　判定部、６出力部、１０　センサ、２０　電極　、１００　判定装置

Claims (13)

1. 　複数の電極を有するセンサと、
   　前記各電極間に電流又は電圧を印加し、インピーダンスを測定する、電流電圧印加測定部と、
   　前記インピーダンスから回帰モデルを用い、緩和時間分布関数を予測する、緩和時間分布関数予測部と、
   を備える、診断装置。
2. 　前記緩和時間分布関数予測部が、前記回帰モデルを用い、前記インピーダンスから緩和時間分布画像を予測する、請求項１記載の診断装置。
3. 　前記センサが、
   　ドーム状の内部空間を有する支持体と、
   　前記支持体の内側に配置される、複数の電極と、
   を備え、
   　前記各電極が、前記内部空間の中心軸を中心として円状に配置される、複数の円環電極群を構成し、
   　前記各円環電極群が、前記内部空間の高さ方向に、所定の間隔で配置される、請求項１または２記載の診断装置。
4. 　電極間に電流または電圧を印加し、前記電流を印加する場合は電流印加電圧測定パターンに基づきインピーダンスを測定し、前記電圧を印加する場合は電圧印加電流測定パターンに基づき前記インピーダンスを測定するインピーダンス測定工程と、
   　前記インピーダンスから回帰モデルを用い、緩和時間分布関数を予測する緩和時間分布関数予測工程と、
   を含む診断方法。
5. 　測定対象のインピーダンスを測定するインピーダンス測定工程と、
   　前記インピーダンスから回帰モデルを用い、緩和時間分布画像を求める緩和時間分布予測工程と、
   を含む、画像化方法。
6. 　複数の電極を有するセンサと、
   　前記各電極間に電流又は電圧を印加し、電極間インピーダンスを測定する電流電圧印加測定部と、
   　前記電極間インピーダンスから、電極間緩和時間分布関数を算出する緩和時間分布関数算出部と、
   　　前記電極間緩和時間分布関数の特徴情報に基づき病巣の可能性がある異常部位の有無を判定する判定部と
   を備える、判定装置。
7. 前記判定部は、前記電極間緩和時間分布関数のピーク値が基準ピーク値を超えたか否かを判定する異常部位検出部を含む請求項６に記載の判定装置。
8. 前記判定装置は、
   　前記緩和時間分布関数算出部より得られる電極間緩和時間分布関のピーク値を抽出して、ピクセル毎のピーク値に変換した特徴情報を、前記判定部に供給する特徴情報抽出部を、
   設けることを特徴とする請求項６記載の判定装置。
9. 　前記センサが、
   　ドーム状の内部空間を有する支持体と、
   　前記支持体の内側に配置される、複数の電極と、
   を備え、
   　前記各電極が、前記内部空間の中心軸を中心として円状に配置される、複数の円環電極群を構成し、
   　前記各円環電極群が、前記内部空間の高さ方向に、所定の間隔で配置される、請求項６または８記載の判定装置。
10. 　各電極間に電流または電圧を印加し、前記電流を印加する場合は電流印加電圧測定パターンに基づき電極間インピーダンスを測定し、前記電圧を印加する場合は電圧印加電流測定パターンに基づき前記電極間インピーダンスを測定するインピーダンス測定工程と、
    　前記電極間インピーダンスからを用い、電極間緩和時間分布関数を算出する緩和時間分布関数算出工程と、
    前記電極間緩和時間分布関数の特徴情報より病巣の可能性がある異常部位の有無を判定する判定工程と、
    判定結果を可視化表示する可視化表示工程と、
    を含む判定方法。
11. 　測定対象の電極間インピーダンスを測定するインピーダンス測定工程と、
    　前記電極間インピーダンスから、電極間緩和時間分布関数を求める緩和時間分布関数算出工程と、
    　前記電極間緩和時間分布関数の特徴情報を画像情報に変換して表示する可視化表示工程と
    　を含む、画像化方法。
12. 　前記可視化表示工程は、
    　前記電極間緩和時間分布関数のグラフまたは数値情報を特徴情報として、画像情報に変換することを
    特徴とする請求項１１記載の画像化方法。
13. 　前記画像化方法は、
    　前記緩和時間分布関数算出工程により得られる電極間緩和時間分布関のピーク値を抽出して、ピクセル毎のピーク値に変換した特徴情報を、前記可視化表示工程に供給する特徴情報抽出工程を、
    設けることを特徴とする請求項１１記載の画像化方法。