JP2000501830A - レーザ誘導放射分光器を用いたグルコース監視装置および方法 - Google Patents

Abstract

(57)【要約】 グルコース監視装置とこれに関連する方法により、予測回帰モデルを用いて、水を含む試料内のグルコースの濃度を決定する。グルコース監視装置は、試料を紫外線励起光で照射し、試料内の水とグルコースを誘導してラマン散乱光とグルコース放射、すなわち蛍光を含む戻り光を放出させる。戻り光を監視し、予測回帰モデルを用いて試料内のグルコースの濃度を決定する。予測回帰モデルは、グルコース濃度と、所定の励起光エネルギーでの異なる波長帯内の戻り光の強さまたは異なる励起エネルギーレベルでの所定の波長帯内の戻り光の強さとの間の非線形性を示す。光ファイバの導波管を用いて、レーザ励起光源から試料への励起光と試料からセンサへの戻り光を導く。

Description

【発明の詳細な説明】 レーザ誘導放射分光器を用いたグルコース監視装置および方法 発明の背景 この発明は、グルコースの監視に関し、より詳しくは、レーザ誘導発光分光法 を用いたグルコースレベルの監視に関する。 糖尿病にかかった多くの患者は、血糖値を定期的に監視しなければならない。 それは、食事療法と定期的なインシュリン注射を行わなければ、患者の血糖値を 一定のレベルに保つことができないからである。一般に血糖値レベルを監視する には、少量の血液試料を定期的に身体から採取して分析する必要がある。 最近、身体の一部の赤外線吸収を用いて血糖値レベルを監視する非侵襲性の光 学的技術が発達した。しかし、赤外線吸収法は精度に問題がある。その理由は、 グルコースの赤外線吸収のピークが２０個を超え、その多くが体内の他の構成物 質の吸収ピークと重なるためである。 血糖値レベルの監視のために、紫外線(ＵＶ)励起光を用いる蛍光分光法が導入 された。この方法では、とりわけ、誘導された蛍光スペクトル内のスペクトルピ ークの監視が必要である。雑音があって蛍光信号レベルが低い場合は、ピークの 位置を正確に求めるのは困難である。身体を紫外線にさらすので、励起光を強く するのは望ましくない。また、従来の蛍光分光法では、ピーク波長以外の波長の 蛍光スペクトルに含まれる情報を完全に利用することが一般にできないし、また 、グルコースレベルと発光スペクトルの間の非線形関係を説明することができな い。 以上のことから、グルコースを簡単に迅速に監視して、しかも非線形性があり 信号対雑音比が低い場合でも高い精度が得られる装置と、これに関連する方法が 必要であることは明らかである。この発明は、このようなニーズに応えるもので ある。 発明の概要 この発明は、試料からの誘導されたグルコース紫外線と可視（可視紫外線）放 射光を直接監視して、水を含む試料内のグルコースの濃度を決定する装置と、こ れに関連する方法である。この装置は、これらのパラメータとグルコースの間の 非線形性を補償する。 この装置は、光源とセンサとプロセッサを含む。光源は、少なくとも１つの所 定のエネルギーレベルの紫外線励起光を放射する。励起光は、試料に当たって試 料から戻り光を生成する。戻り光は、励起光と試料内の水を含むグルコースとの 相互作用の結果として作られる誘導放射光を含む。センサは、戻り光を監視して 、放射光のグルコース濃度識別特性に関連する戻り光の強さを表す少なくとも３ つの電気信号を生成する。プロセッサは、予測モデルを用いて電気信号を処理し て試料内のグルコース濃度を決定する。この発明の１つの特徴として、予測モデ ルが６個の潜在変数を用いて定義される。潜在変数は、グルコース濃度識別特性 に関連する予測係数を得るのに用いられる。 この発明の特徴をより詳細に述べると、励起光の強さは、センサが電気信号を 生成している間はほぼ一定である。更に、少なくとも３つの電気信号は、放射光 の波長帯内のそれぞれの数の所定の波長帯内にある戻り光の強さを表す。別の特 徴として、センサは、第１波長帯内の戻り光を検出して第１電気信号を生成する 第１検出器と、第２波長帯内の戻り光を検出して第２電気信号を生成する第２検 出器と、第３波長帯内の戻り光を検出して第３電気信号を生成する第３検出器を 含む。 この発明の更に別の詳細な特徴として、センサは、８つの異なる波長帯内の戻 り光の強さを監視して、それぞれが各波長帯内の戻り光の強さを表す８つの電気 信号を生成する。詳しく示すと、約３０８ナノメートルの波長を有する励起光を 用いたとき、８つの波長帯の中心は、それぞれ約３４２、３４４、３４７、３５ ２、３６０、３７０、３８５、４００ナノメートルである。また、センサは、放 射光に関連する拡張された波長スペクトルに実質的に連続的にまたがる戻り光の 強さを表す複数の電気信号を生成する。 この発明の別の詳細な特徴として、励起光のエネルギーは、いくつかの所定の エネルギーレベルにわたって変化し、またセンサは、各強さレベルにおいてラマ ン散乱に関連する放射光の波長内の戻り光の強さに基づく第１電気信号と、広い グルコース放射帯のピークに関連する放射光の波長帯内の戻り光の強さに基づく 第２電気信号を生成する。更に、この装置は、励起光を光源から試料に送るため 、また戻り光を試料からセンサに送るため、１本または数本の導波管を備える。 この発明の関連する方法では、試料内のグルコース濃度と、グルコースが励起 光と相互作用して生成した紫外線可視放射光を含む光放射スペクトルの或るグル コース濃度識別特性に基づく電気信号との間の非線形関係を示す回帰モデルが与 えられる。更に、試料からは、グルコースに関係する相互作用または直接蛍光に より作られる放射光を含む光放射スペクトルが作られて、グルコース濃度識別特 性を表す複数の電気信号が生成される。最後に、回帰モデルを用いて複数の電気 信号を処理してグルコース濃度を決定し、回帰モデルを用いて決定されるグルコ ース濃度に基づいて電気信号を生成する。 この発明の他の特徴と利点は、この発明の原理を例示する添付の図面を参照し て、好ましい実施の形態の説明から明らかになる。 図面の簡単な説明 図１は、この発明のグルコース監視装置のブロック図である。 図２は、３０８ナノメートルの波長のレーザ励起光で照射された水中のグルコ ースの異なる濃度において、グルコース放射の強さと波長との関係を示すグラフ である。 図３は、３０８ナノメートルの波長でパルス当たり１ミリジュールの励起エネ ルギーを持つレーザ励起光で照射された、２つの波長でのグルコース放射の強さ と水中のグルコース濃度との関係を示すグラフである。 図４は、図２のグラフに示す８つの波長での強さを用いた部分最小自乗（ＰＬ Ｓ）分析から得られた、回帰係数と潜在変数の数との関係を示すグラフである。 図５は、一度に１つのスペクトルを用いて図２のグラフに示す８つの波長での 強さから得られたＰＬＳモデルを試験した、予測残留二乗和（ＰＲＥＳＳ）と潜 在変数の数との関係を示すグラフである。 図６は、一度に２つのスペクトルを用いて図２のグラフに示す８つの波長での 強さから得られたＰＬＳモデルを試験した、ＰＲＥＳＳと潜在変数の数との関係 を示すグラフである。 図７は、６個の潜在変数を用いたＰＬＳモデルと図２のグラフから得られた多 重線形回帰（ＭＬＲ）モデルについて、グルコースの予測濃度と実際の濃度との 関係を示すグラフである。 図８は、７個の潜在変数を用いたＰＬＳモデルと図２のグラフから得られた多 重線形回帰（ＭＬＲ）モデルについて、グルコースの予測濃度と実際の濃度との 関係を示すグラフである。 図９は、一度に１つのスペクトルを用いて図２のグラフの全スペクトルから得 られたＰＬＳモデルを試験した、ＰＲＥＳＳと潜在変数の数との関係を示すグラ フである。 図１０は、図２のグラフの全スペクトルから得られた６個の潜在変数を用いた ＰＬＳモデルについて、実際の濃度と予測濃度との関係を示すグラフである。 図１１は、デシリットル当たり５００ミリグラムの濃度の水中のグルコースに ついて、異なる励起エネルギーレベルにおけるグルコース放射の強さと波長との 関係を示すグラフである。 図１２は、パルス当たり５ミリジュールの励起エネルギーで励起された蒸留水 について、放射の強さと波長との関係を示すグラフである。 図１３は、パルス当たり５ミリジュールの励起エネルギーで励起された超無水 グルコースについて、放射の強さと波長との関係を示すグラフである。 図１４は、パルス当たり５ミリジュールで励起された無水グルコースについて 、放射の強さと波長との関係を示すグラフである。 図１５は、パルス当たり０．２５から１０ミリジュールの間の異なるレベルの エネルギーを持つ励起光で励起された無水グルコースについて、放射の強さと波 長との関係を示すグラフである。 図１６は、水中のグルコースの異なる濃度について、３０８ナノメートルの波 長とパルス当たり７ミリジュールの励起エネルギーを持つレーザ励起光で照射さ れたときのグルコース放射の強さと波長との関係を示すグラフである。 好ましい実施の形態の詳細な説明 例示の図面で示すように、この発明は、グルコースの監視装置１０とこれに関 連する方法を実現するものであって、いくつかの波長または励起の強さでグルコ ース紫外線および可視（可視紫外線）光の放射スペクトルを監視することにより 試料内のグルコースの濃度を決定し、またグルコース濃度とこれらのパラメータ の間の非線形関係を補償する。この装置は、非線形性または低い信号対雑音比に も関わらず優れた精度を与える。 図１に示すグルコース監視装置１０において、励起光源１４は、光ファイバ１ ６を通して紫外線励起光を試料１２に当て、試料内のグルコースは、励起光を吸 収して再放射し、または散乱させる。光ファイバまたはファイバ束１８は、試料 から放射される戻り光を集める。戻り光は、励起光により誘導された全てのグル コース放射を含む。センサ２０は、対象とする異なる波長帯内の戻り光を監視し 、対象とする波長帯内の受けた戻り光の強さに基づいて一連の電気信号を生成す る。一実施形態では、センサは、分光器２２を含み、分光器２２は、戻り光を波 長により分離して戻り光を分解する。分析器２４、すなわちプロセッサは、対象 とする戻り光の強さと試料内のグルコースの濃度とを関連づける予測モデルを有 し、センサにより作られた電気信号を処理し、その結果とモデルとを比較し、試 料内のグルコースの濃度を表す電気信号を生成する。 有用な励起光源１４は、エクサイマレーザであって、約３０８ナノメートルの 波長と約１２０ナノメートルの半値全幅（ＦＷＨＭ）パルス幅と、約５ヘルツの 繰返し速さを持つ光を生成する。グルコースは、２６０から２８０ナノメートル の間の波長を持つ励起光を効率よく吸収するとされており、励起波長は、この範 囲内にあることが望ましい。しかし、現在知られているように、この波長範囲で 動作する励起光源の有用度は、一般に限られる。励起光は、任意の型の狭帯域紫 外線源で供給することができるし、また波長は、一般に約２５０から３５０ナノ メートルの範囲でよい。 励起光は、６００ミクロンのコア径の石英グラスファイバ１６を通して試料１ ２に導かれる。ファイバから放出される励起光のエネルギーは、パルス当たり約 ０.５から１０ミリジュール（パルス当たり平方ミリメートル当たり０．５４か ら３６ミリジュール）の所定のレベルに設定される。試料から誘導される放射、 すなわち戻り光は、それぞれ３００ミクロンのコアを有する６本の石英グラスフ ァイバの束１８を用いて集めるのが好ましい。収集ファイバは、戻り光をセンサ ２０ に導く。 センサ２０は、適当な帯域フィルタを持つ個別の感光ダイオードを含み、また 上述のように戻り光の広いスペクトルを分解する分光器２２を含む。分光器は、 後で示すデータを集めるのに用いる。分光器内に長い帯域フィルタ２６（Ｓｃｈ ｏｔｔ ＷＧ３３５）を置いて、収集ファイバ１８が集めた励起光を戻り光から 濾波する。分光器の入り口スリットの後に置かれた紫外線強化格子（ミリメート ル当たり１５０溝）は、戻り光をその構成波長に分散させる。１０２４要素を有 するシリコンダイオードアレイ検出器２８は、分散された戻り光を集めて、各要 素内に集められた戻り光の強さを連続的に表す電気信号を生成する。電気信号を 受けるＥＧ＆Ｇ光学多チャンネルアナライザ（ＯＭＡ ＩＩＩ）は、対象とする 所望の波長帯内の戻り光の強さを表すグラフを表示する。 未知のグルコース濃度を持つ試料の中のグルコース濃度を決定する前に、グル コース濃度と或る測定されたパラメータの間の或る非線形性を示すモデルを準備 しなければならない。このモデルを得る過程は、図２を参照すればよく理解でき る。図２に示すスペクトルは、３０８ナノメートルの波長を有する紫外線エクサ イマレーザ光で励起した後の、異なるグルコース濃度の放射スペクトルである。 図の各スペクトルは、２つのピークを有する。スペクトルの１つのピークは、明 らかに振動ラマン散乱の結果作られた、約３４６ナノメートルを中心とする狭い 波長帯に関連し、約４４０ナノメートルを中心とする広い放射帯２８は、主とし て直接のグルコースと水の蛍光により生成されると考えられる。 狭いラマン散乱帯に関連するピークの波長は、励起光の波長より約３０から５ ０ナノメートル長く、一般に励起光の波長の偏移に比例して偏移する。広いグル コース放射帯の形と放射波長は、一般に励起波長の直接の関数ではない。 次の表Ｉに示すように、８つの代表的な波長に関連する放射の強さは、デシリ ットル当たり８０から３００ミリグラムの臨床に関係する範囲では、グルコース 濃度と共に直線的には変わらない。８つの代表的波長は、図２のグラフに垂直線 で示す。 表Ｉ 波長（ナノメートル） 濃度（ｍｇ／ｄｌ） 342 344 347 352 360 370 385 400 80 56.3 116 87.4 86.9 95.4 106 80.8 54.6 100 72.5 145 105 103 120 123 98.9 60.3 120 67.8 126 91.9 78.2 92.9 103 74.6 45.9 140 62.1 121 93.9 80.0 95.8 102 76.2 47.6 160 57.9 120 81.4 73.4 87.8 104 75.3 46 200 51.1 102 77.3 80.1 88.3 101 71.3 46.3 220 48.6 104 74.4 74.2 83.8 96.6 71.1 42.4 240 58.6 102 84.6 78.5 84.5 95.9 73.4 46.6 300 55.4 107 71.9 67.9 77.9 86.9 65.1 4.19 図３に示すように、測定された強さとグルコース濃度の間の関係は、非常に非 線形であって、波長が異なると形が異なる。より詳しくは、水中のグルコース濃 度が増加すると、濃度がデシリットル当たり約５００ミリグラムに達するまでは 、３７０ナノメートルの波長での強さは、一般にグルコース濃度が増加するに従 って増加する。その後は、濃度が増加するに従って強さは、なだらかになり、ま たは減少する。同様に、一般にラマン散乱ピークの波長である３４７ナノメート ルの波長での強さは、一般にグルコース濃度の増加に従って増加した後、減少す る。しかし、グルコース濃度に対する強さの変化率は、曲線毎に異なることに注 意する必要がある。 グルコース濃度を予測するモデルを設計する際に、上述の非線形効果を表現す る方法がいくつかある。１つの方法は、校正曲線を簡単な線形モデルで近似でき る小さな区分に制限することである。別の方法は、非線形変数を変換することで ある。最後に、多項当てはめを用いて校正曲線をモデル化することができる。 予測モデルを作るための多項曲線当てはめは、最小自乗回帰法に基づく統計的 手法を用いて行うことができる。部分最小自乗（ＰＬＳ）回帰と呼ぶ一般的な回 帰手法を用いると、強いモデル（すなわち、新しい試料を採取したときにモデル のパラメータが余り変わらないもの）ができることが分かっている。ＰＬＳ予測 モデル化の計算上および理論上の基礎は、R．G．Brereton の「化学計算法：実 験室系への数学および統計学の応用」（Chemometrics: Applications of Mathem atics and Statistics to Laboratory Systems、 New York: EllisHorwood，1990 ）に述べられている。ＰＬＳ回帰の概要についてはGeraldとKowalskiの「部分最 小自乗回帰:入門」（Partial Least-Squares Regression:ATutorial、Analytica l Chimica Acta185(1986):1-17）が参照される。 ＰＬＳ回帰法では、まず全ての変数が予測に同じ影響を持つように、各変数を 「自動基準化(autoscaling)」する。ＰＬＳ回帰法は、基本成分分析（特異値分 解または固有ベクトル分析とも呼ぶ）を用いて従属および独立マトリクスを表す 。基本成分分析では、ＮＩＰＡＬＳアルゴリズムを用いて独立変数のデータマト リクスを定義する。ＰＬＳ回帰法は、回帰モデルに重み係数を導入する。ＰＬＳ アルゴリズムは、一連のモデルを与え、最良のモデルは、相互確認を最小にする ものである。 例えば、異なる波長での放射の強さから成る独立変数（グルコース濃度は従属 変数である）のデータマトリクスを表Ｉから得て、ＰＬＳ回帰を実行するデータ 処理ルーチンに与える。この例では、データ処理ルーチンは「PLS ToolboxVers ion 1.3に含まれる。これは、Barry M.Wise，1415 Wright Avenue,Richland，WA 99352（電子メール: bm wise@pnl.gov）から入手できる。 「Toolbox」内のルーチンは、現在のところ The Mthworks，Inc.，24 PrimePark Way，Natick，MA 01760から入手できるＭＡＴＬＡＢ（ＴＭ）ソフトウエアパッ ケージ用である。このルーチンを用いる際は、処理の前に、各波長でのスぺクト ル強さに関連するマトリクスと濃度値に関連するマトリクスからその平均値を引 く。このルーチンは、図４と次の表ＩＩに示される回帰ベクトルを計算する。回 帰ベクトルのスカラー成分は、各波長の予測係数である。 表ＩＩ 数 波長 係数 1 342 0.8946 2 344 -1.0627 3 347 -1.2613 4 352 -0.2548 5 360 1.1316 6 370 -1.4846 7 385 2.0911 8 400 -0.9403 未知の濃度の試料について予測を行うには、８つの波長のそれぞれで強さを測 定する。これらの８個の測定値を基準化し、回帰ベクトル（すなわち、表ＩＩ内 の８個の波長係数）を掛けると、基準化された濃度予測が得られる。基準化され た予測濃度は、尺度を戻して元の単位の濃度値にしなければならない。 ８つの異なる波長を用いたので、このモデルは、最大８個の潜在変数を生じる 。次の表ＩＩＩは、このモデルに各潜在変数を加えて得られた分散の百分率を示 す。 表ＩＩＩ ＰＬＳモデルで捕らえられた百分率分散 潜在変数 Ｘブロック Ｙブロック ＃ この潜在変数 合計 この潜在変数 合計 1 75.6695 75.6695 77.9674 77.9674 2 8.5652 84.2347 15.3105 93.2779 3 3.4081 87.6428 3.9910 97.7993 4 8.9551 96.5979 0.5305 97.7993 5 1.9529 98.5508 0.4636 98.2629 6 0.5536 99.1045 0.6821 98.9450 7 0.2573 99.3618 0.7112 99.6562 8 0.6382 100.00 0.0031 99.6593 予測モデルを開発する際は、相互確認計算を用いて、モデルに用いる潜在変数 の最適数を決定する。相互確認は、モデルを試験するのに無作為に選んだ１つの スペクトルを用いて行う。相互確認は、モデルを試験する異なるスペクトルを無 作為に選んで、１０回繰り返す。相互確認の結果を、予測残留二乗和（ＰＲＥＳ Ｓ）とモデルに用いた潜在変数の数との関係を示すプロットとして、図５のＰＲ ＥＳＳプロットに示す。ＰＬＳ分析により、６個の潜在変数のモデルを生じた。 モデルを試験するのに一度に２つのスペクトルのブロックを用いて相互確認を 繰り返した。２つのスペクトル相互確認に関連するＰＲＥＳＳプロットを図６に 示す。図５と図６から、最小のＰＲＥＳＳが５個から７個の潜在変数の間にある ことが分かる。 既知のグルコース濃度の試料を用いて予測モデルを試験した。図７は、モデル を定義するのに表Ｉから得た６個の潜在変数を用いたＰＬＳ予測モデルについて 、既知のグルコース濃度の試料を用いて行った予測試験の結果を示す。グラフか ら分かるように、ＰＬＳモデルは、グルコース濃度をかなり正確に予測する。比 較のために、同じ入力データに基づいて多重線形回帰（ＭＬＲ）モデルについて 試験を繰り返した。一般に濃度レベルが低いときは、ＰＬＳモデルの方がＭＬＲ モデルよりよい結果が得られたが、濃度レベルが高いときは、ＭＬＲモデルの結 果の方がよかった。 図８は、既知のグルコース濃度の試料を用いてＰＬＳモデルとＭＬＲモデルを 試験した別の予測試験の結果を示す。この試験では、ＰＬＳモデルは、モデルを 定義するのに７個の潜在変数を用いた。グラフから分かるように、両モデルから 実質的に同じ結果が得られた。このように、モデルの潜在変数を増やしてもモデ ルの予測精度は、必ずしも向上しない。 しかし、次の例から、モデルを生成するのにより多数の波長を用いると、予測 モデルを改善できることが分かる。１，０２４要素の検出器アレイからの放射ス ペクトルからは、同じ数の強さ値が得られる。これらの中の約２００点は、グル コース可視紫外線放射光の波長範囲（約３３５から４５０ナノメートル）内にあ り、データは、この範囲に限った。雑音の影響を減らすために、グルコース濃度 毎にスペクトルを３回から５回測定し、これらの各スペクトルの平均を用いてモ デルを作った。更に雑音を除くため、３点移動平均（Ｘ_i（平滑）＝（Ｘ_i-i+Ｘ_i ＋Ｘ_i+1）／３）を用いてスペクトルを平滑した。限定しかつ平滑したスペクト ル のデータを３点ずつ平均して１点にすることにより、より小さいファイルに変換 した。例えば、１８０点を６０点にした。この例では、前の例で用いた表Ｉから の８つの異なる波長ではなく、上に述べたように事前調整した、濃度レベル毎に ６０の波長を分析してＰＬＳ回帰法を用いて予測モデルを得た。 図９に示すように、全スペクトルを用いたモデルのＰＲＥＳＳをプロットする と、６個の潜在変数のときにＰＲＥＳＳが最小になる。既知の濃度の試料を用い たモデルの試験の結果を図１０に示す。このグラフから分かるように、事前調整 したスペクトルを用いたＰＬＳ予測モデルは、グルコース濃度を非常に正確に予 測する。スペクトルの測定は、一般に雑音が多く、また対象とする所定の波長で の放射強さとグルコース濃度との関係が非線形であることを考えると、図１０に 示す結果は、全く驚異的である。 この発明の第２の実施の形態は、グルコース濃度と励起光の強さの間の非線形 関係に焦点を合わせる。図１１は、単一のグルコース濃度について異なる強さレ ベルで送出された励起光から得られる放射スペクトルを示す。次の表ＩＶに示す ように、より広い蛍光ピークに関して基準化されたラマンピークに関連する波長 での放射の強さは、所定の濃度レベルでの励起エネルギーに関して非線形である 。 表ＩＶ 上述した表Ｉに関するＰＬＳ回帰法を用いて、表ＩＶ内の値により予測モデル を作ることができる。励起光の強さ、すなわちエネルギーの強さを変えることに より、ＰＬＳ分析で与えられる予測モデルを用いて未知の試料のグルコース濃度 を決定することができる。 この発明は、グルコース分子と水分子の間の物理的な相互作用の非線形性を考 慮に入れる。図１２は、パルス当たり５ミリジュール（平方ミリメートル当たり ミリメートル当たり１８ミリジュール）のエネルギーを持つ励起光で照射された 蒸留水の放射スペクトルを示す。このグラフは、蒸留水の蛍光スペクトルが約３ ７０ナノメートルにピークを持つ広い蛍光帯と、約３４６ナノメートルの狭いラ マン散乱帯を有することを示す。ラマン散乱帯は、散乱された入射光の波長が水 分子のエネルギー（回転と並進）により偏移するために生じる。 超無水グルコースの放射スペクトルを図１３に示す。このスペクトルは、約４ ５０ナノメートルにピークを持つ単一の広い蛍光帯を有する。図１４は、少量で あるがスペクトル的に重要な量の水を吸収した無水グルコースの放射スペクトル を示す図で、３４１ナノメートルと３４６ナノメートルにそれぞれピークを持つ ２つの狭いラマン散乱帯と、約４２０ナノメートルにピークを持つ１つの広い放 射帯を示す。３４６ナノメートルでのラマン散乱ピークは、図１２に示す水のラ マンピークに対応する。３４１ナノメートルでのラマン散乱ピークは、水とグル コースの分子の間の相互作用により生じる。更に無水グルコースのスペクトルは 、図１３に示す超無水グルコースのスペクトルと比べると、より短い波長に偏移 している。励起エネルギーを変えたときの無水グルコースの放射スペクトルを図 １５に示す。励起エネルギーが増加すると、スペクトルの強さは、一般に増加す る。しかし、ラマン帯と広い放射帯のピークの間の強さの比は、励起エネルギー の増加に従って変わる。 更に、図１６に示すように、ラマン散乱帯と広い放射帯の比も濃度の増加に従 って変わる。したがって、水とグルコースの分子間の相互作用と励起光のエネル ギー密度は、全て放射スペクトルに影響するようである。したがって簡単な線形 モデルが近似として有効なのは、対象とするグルコース濃度の狭い離散的な区分 内だけである。 以上から、信号に雑音があり、また対象とするグルコース濃度といくつかの分 光パラメータとの間に非線形の関係があるにも関わらず、グルコース濃度を正確 に予測できることが分かる。予測は、ＰＬＳ回帰分析から開発されたモデルを用 いて行う。 この発明の好ましい実施の形態について開示したが、当業者は、この発明の範 囲から逸れることなくここに示した好ましい実施の形態に対して種々の変更を行 うことができる。この発明は、添付の請求の範囲によってだけ規定されるもので ある。

Claims (1)

1. 【特許請求の範囲】 １. 水を含む試料内のグルコースの濃度を決定する装置であって、 少なくとも１つの所定のエネルギーレベルの紫外線励起光を放射し、前記励起 光は試料に当たって前記試料から戻り光を生成し、前記戻り光は前記励起光と前 記試料内の水を含むグルコースとの相互作用の結果として作られる誘導放射光を 含む光源と、 前記戻り光を監視して、前記放射光のグルコース濃度識別特性に関連する戻り 光の強さを表す少なくとも３つの電気信号を生成するセンサと、 予測モデルを用いて前記電気信号を処理して前記試料内のグルコースの濃度を 決定するプロセッサと、 を備える試料内のグルコースの濃度を決定する装置。 ２. 前記少なくとも３つの電気信号は、前記放射光の波長帯内のそれぞれの 数の所定の波長帯内にある戻り光の強さを表し、 前記励起光の強さは、前記センサが前記電気信号を生成している間はほぼ一定 である、 請求項１記載の試料内のグルコースの濃度を決定する装置。 ３. 前記センサは、８つの異なる波長帯内の戻り光の強さを監視して、それ ぞれが各波長帯内の戻り光の強さを表す８つの電気信号を生成する、 請求項２記載の試料内のグルコースの濃度を決定する装置。 ４. 前記励起光の波長は、約３０８ナノメートルであり、 第１波長帯は、約３４２ナノメートルを中心とする狭い波長帯であり、 第２波長帯は、約３４４ナノメートルを中心とする狭い波長帯であり、 第３波長帯は、約３４７ナノメートルを中心とする狭い波長帯であり、 第４波長帯は、約３５２ナノメートルを中心とする狭い波長帯であり、 第５波長帯は、約３６０ナノメートルを中心とする狭い波長帯であり、 第６波長帯は、約３７０ナノメートルを中心とする狭い波長帯であり、 第７波長帯は、約３８５ナノメートルを中心とする狭い波長帯であり、 第８波長帯は、約４００ナノメートルを中心とする狭い波長帯である、 請求項３記載の試料内のグルコースの濃度を決定する装置。 ５． 前記センサは、前記放射光に関連する拡張された波長スペクトルに実質 的に連続してまたがる戻り光の強さを表す複数の電気信号を生成する、請求項１ に記載の試料内のグルコースの濃度を決定する装置。 ６． 前記励起光のエネルギーは、いくつかの所定のエネルギーレベルにわた って変化し、 前記センサは、各強さレベルにおいて、ラマン散乱に関連する放射光の波長内 の戻り光の強さに基づいて第１電気信号を生成し、広いグルコース放射帯のピー クに関連する放射光の波長内の戻り光の強さに基づく第２電気信号を生成する、 請求項１記載の試料内のグルコースの濃度を決定する装置。 ７． 前記励起光を前記光源から前記試料まで送るため、また前記戻り光を前 記試料から前記センサまで送るための１本または数本の導波管を更に備える請求 項１記載の試料内のグルコースの濃度を決定する装置。 ８． 前記センサは、 第１波長帯内の戻り光を検出して第１電気信号を生成する第１検出器と、 第２波長帯内の戻り光を検出して第２電気信号を生成する第２検出器と、 第３波長帯内の戻り光を検出して第３電気信号を生成する第３検出器と、 を備える請求項１記載の試料内のグルコースの濃度を決定する装置。 ９． 前記予測モデルは、６個の潜在変数により定義される請求項１記載の試 料内のグルコースの濃度を決定する装置。 10． 前記予測モデルは、前記グルコース濃度識別特性に関連する予測係数に より定義される請求項１記載の試料内のグルコースの濃度を決定する装置。 11． 水を含む試料内のグルコースの濃度を決定する方法であって、 試料内のグルコースの濃度と、グルコースが励起光と相互作用して生成した放 射光を含む光放射スペクトルの或るグルコース濃度識別特性に基づく電気信号と の間の非線形関係を示す回帰モデルを与え、 試料からはグルコースが関係する相互作用により作られた紫外線放射光を含む 光放射スペクトルが作られて、前記グルコース濃度識別特性を表す複数の電気信 号が生成され、 前記回帰モデルを用いて前記複数の電気信号を処理して前記グルコース濃度を 決定し、前記回帰モデルを用いて決定されたグルコース濃度に基づいて電気信号 を生成する、 試料内のグルコースの濃度を決定する方法。