WO2006132313A1 - 疾患判定支援システム - Google Patents

疾患判定支援システム Download PDF

Info

Publication number
WO2006132313A1
WO2006132313A1 PCT/JP2006/311507 JP2006311507W WO2006132313A1 WO 2006132313 A1 WO2006132313 A1 WO 2006132313A1 JP 2006311507 W JP2006311507 W JP 2006311507W WO 2006132313 A1 WO2006132313 A1 WO 2006132313A1
Authority
WO
WIPO (PCT)
Prior art keywords
disease
support system
data
feature
disease determination
Prior art date
Legal status (The legal status 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 status listed.)
Ceased
Application number
PCT/JP2006/311507
Other languages
English (en)
French (fr)
Inventor
Shingo Kawasaki
Noriyoshi Ichikawa
Fumio Kawaguchi
Hideo Kawaguchi
Naoki Tanaka
Masahiko Mikuni
Masato Fukuda
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Gunma University NUC
Hitachi Ltd
Hitachi Healthcare Manufacturing Ltd
Original Assignee
Gunma University NUC
Hitachi Ltd
Hitachi Medical Corp
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 Gunma University NUC, Hitachi Ltd, Hitachi Medical Corp filed Critical Gunma University NUC
Priority to US11/916,892 priority Critical patent/US8386192B2/en
Priority to EP06766482.1A priority patent/EP1891893B1/en
Priority to JP2007520156A priority patent/JP4518281B2/ja
Priority to CN2006800206879A priority patent/CN101193591B/zh
Publication of WO2006132313A1 publication Critical patent/WO2006132313A1/ja
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration or pH-value ; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid or cerebral tissue
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration or pH-value ; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid or cerebral tissue
    • A61B5/14546—Measuring characteristics of blood in vivo, e.g. gas concentration or pH-value ; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid or cerebral tissue for measuring analytes not otherwise provided for, e.g. ions, cytochromes
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration or pH-value ; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid or cerebral tissue
    • A61B5/1455—Measuring characteristics of blood in vivo, e.g. gas concentration or pH-value ; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid or cerebral tissue using optical sensors, e.g. spectral photometrical oximeters
    • A61B5/14551—Measuring characteristics of blood in vivo, e.g. gas concentration or pH-value ; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid or cerebral tissue using optical sensors, e.g. spectral photometrical oximeters for measuring blood gases
    • A61B5/14553—Measuring characteristics of blood in vivo, e.g. gas concentration or pH-value ; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid or cerebral tissue using optical sensors, e.g. spectral photometrical oximeters for measuring blood gases specially adapted for cerebral tissue
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients

Definitions

  • the present invention relates to a system that supports the determination (diagnosis) of various diseases using the measurement results of a biological optical measurement device, and is particularly effective in the diagnosis of psychiatric diseases such as schizophrenia, bipolar disorder, and depression.
  • the present invention relates to a disease determination support system.
  • a biological light measurement device is a device that irradiates a living body with near-infrared light and measures light that has passed through the living body or reflected within the living body, and has blood circulation, hemodynamics, and hemoglobin content inside the living body. Since changes can be easily measured with low restraint and no harm to subjects, clinical application is expected.
  • Non-patent documents 1 and 2 below report that abnormalities occur in the pattern of hemoglobin changes in the frontal lobe by biophotometry in patients with mental illness such as depression and schizophrenia (schizophrenia). . Specifically, it has been reported that the integration values during the trial of the hemoglobin time waveform have different characteristics of large, small, and medium when comparing healthy subjects, depressed patients, and schizophrenic patients. In schizophrenia, it has been reported that a re-elevation change of hemoglobin is observed after completion of the task.
  • the applicant of the present invention has proposed a biological optical measurement device having a function of extracting a hemoglobin amount change waveform force characteristic and displaying it for each disease by numerically expressing it (Patent Document 1), and in addition, a device that supports diagnosis of a subject by calculating the similarity between the feature amount data of a group of patients whose diagnosis has been confirmed and the feature amount of the subject has been proposed (Patent Document 2).
  • the Mahalanobis distance is used as a measure of similarity, and the probability that the subject is a specific disease is determined and displayed based on the distance from the specific disease.
  • Non-Patent Document 1 “Examination of frontal lobe regional cerebral blood volume in neuropsychiatric disorders using dynamic one-light topography” Masato Fukuda, JSPS Grant-in-Aid for Scientific Research 2001-2002 Degree report
  • Non-Patent Document 2 "The Mind Seen by Light” Masato Fukuda et al., Mind and Society No. 34 ⁇ 1 separate volume, Japan Mental Health
  • Patent Document 1 Japanese Patent Laid-Open No. 2003-275191
  • Patent Document 2 International Publication No. 2005Z025421
  • Patent Document 2 calculates the center of gravity of the feature amount data of the disease group that is the basis of the determination and calculates the distance from the feature amount of the subject. ) It was difficult to grasp the tendency of the feature quantity that demarcates. Also, where in the whole disease the subject is! It was difficult to figure out what was going on.
  • the present invention is a disease determination support system that can easily correlate each disease group with a feature amount and grasp the position of the subject in the entire disease and can support more accurate diagnosis.
  • the purpose is to provide.
  • the disease determination support system of the present invention includes an analysis unit that extracts a plurality of types of feature amounts from a hemoglobin signal measured by biological light measurement, and the analysis unit A display unit for displaying an analysis result, wherein the display unit creates a scatter diagram for at least one feature amount of the plurality of feature amounts, and plots and displays the feature amount on the scatter diagram It is characterized by doing.
  • the disease determination support system of the present invention further includes a data storage unit that accumulates feature quantities of a large number of target biological light measurement data including subjects of a plurality of disease groups as dictionary data, and the display unit An analysis result in the analysis unit is displayed in association with the dictionary data.
  • the display unit creates, for example, a scatter diagram in which individual feature values of the dictionary data are plotted with one horizontal axis and the other vertical axis of the two types of feature values. The two types of feature values extracted for the subject to be evaluated are displayed superimposed on the scatter diagram.
  • the disease determination support system of the present invention preferably uses a plurality of types of feature amounts to A classification unit that classifies the data of the dictionary data stored in the storage unit into a plurality of types is provided, and the display unit displays the types classified by the classification unit in a superimposed manner on a scatter diagram.
  • the classification unit classifies the data of the dictionary data by a combination of threshold values of a plurality of types of feature amounts, and at that time, the distribution of the disease group in the classified type is classified. Classification is performed using combinations of thresholds that minimize entropy.
  • the display unit displays, for example, the number of disease groups included in each of the types classified by the classification unit, together with a scatter diagram. Further, the classification unit updates the classification result in accordance with the update of the data stored in the storage unit, and displays it on the display unit.
  • the analysis unit includes a storage unit that stores analysis results of data measured at different times for the same subject, and the temporal change of the analysis results is displayed on the display unit. It is characterized by being displayed.
  • the disease group includes, for example, schizophrenia, bipolar disorder, and depression.
  • the plurality of feature amounts include an integral value and a slope of a specific portion of the biological light measurement waveform.
  • the diagnosis support method of the present invention is a diagnosis support method for providing information necessary for disease diagnosis of a subject using a hemoglobin signal measured by biological light measurement, and the diagnosis is confirmed. Extracting one or more feature values from each target hemoglobin signal to create dictionary data, extracting one feature from one subject's hemoglobin signal, and extracting a plurality of feature values; A step of creating a scatter diagram of a plurality of feature values, and a step of displaying the feature values extracted for the one subject on the scatter diagram together with the feature values constituting the dictionary data.
  • the present invention it is possible to determine which disease group a subject is likely to be, and all disease groups by superimposing and displaying the feature amount of the subject on a scatter diagram of disease dictionary data registered in advance. It is possible to recognize at a glance what position it is in the body. In particular, this recognition is achieved by displaying the scatter plot together with the area that defines the type resulting from the classification. It can be done easily.
  • FIG. 1 is a block diagram showing an outline of a disease determination support system 100 of the present invention.
  • This disease determination support system 100 includes an analysis unit 10 that performs various signal processing and analysis on the hemoglobin change signal measured by the biological light measurement device 40, and analysis results of biological light measurement data obtained from a large number of subjects.
  • a data storage unit 20 that stores the disease dictionary data and a display unit 30 that displays the results analyzed by the analysis unit 10 are provided.
  • the biological light measurement device 40 is a device that irradiates a human head with light, receives light reflected and scattered near the head surface, and measures a change signal of a substance in blood (here, hemoglobin).
  • This is a multi-channel measuring device that measures multiple positional force signals.
  • the specific configuration includes a light source unit 41, an optical measurement unit 43, a control / calculation unit 44, a display unit 45, a storage unit 46, and the like.
  • the light source unit 41 generates light having a predetermined wavelength that is modulated differently depending on the measurement position, and irradiates the head of the subject 50 via a plurality (not shown) of optical fibers 42. Light reflected / scattered near the head is sent to the optical measurement unit 43 via a light receiving optical fiber arranged close to the irradiation optical fiber, where it is converted into light intensity at each measurement point. .
  • Optical measurement is performed while giving predetermined subjects such as language stimulation and finger tapping to the subject, and the difference between the state and the task load state is obtained as a hemoglobin change signal without any problem.
  • the hemoglobin change signal is usually measured for both oxygenated and deoxygenated hemoglobin, and the hemoglobin change signal, which is either or the sum of both, is used depending on the disease being judged. .
  • the hemoglobin change signal is a signal intensity change (mMm) during a predetermined time consisting of a waiting time before starting a task, a pause during the task, and a pause time after the task ends. Obtained as waveform 300 showing m).
  • the two vertical lines shown in the figure represent the starting point 301 and the finishing point 302, respectively.
  • tasks are repeated multiple times with a combination of load and pause.
  • the hemoglobin waveforms obtained from multiple measurements are averaged and subjected to preprocessing such as smoothing and baseline processing as necessary.
  • FIG. 3 shows one hemoglobin change waveform.
  • the biological light measuring device 40 is a multi-channel device, the waveform is obtained for each channel.
  • the control Z calculation unit 44 controls the operations of the light source unit 41 and the optical measurement unit 43, and performs processing necessary for causing the display unit 45 to display the hemoglobin change signal from the optical measurement unit 43. To do.
  • the storage unit 46 stores the measured hemoglobin change signal, data necessary for the processing of the control Z calculation unit 44, and the like.
  • the analysis unit 10 receives the hemoglobin change signal generated by the biological light measurement device 40, and extracts a feature amount, and the feature amount extraction unit 11 classifies a large number of feature amount data into a plurality of types.
  • a classification unit 12 and a storage unit 13 for storing the feature amount of the subject extracted by the feature amount extraction unit 11 are provided.
  • the analysis unit 10 is provided with an input device for sending commands to each unit and inputting data and parameters necessary for the operation of each unit. The function of each part of the analysis unit 10 will be described later.
  • feature quantity data 21 obtained by extracting a plurality of types of feature quantities from biological light measurement data of a large number of subjects, for example, patients with mental illness and healthy subjects, is accumulated as disease dictionary data.
  • the feature quantity in the disease dictionary data 21 is the same type as the feature quantity extracted by the feature quantity extraction unit 11, and the feature quantity extraction unit 11 or the biophotometer 40 of this system uses the same feature quantity extraction unit. When it is prepared, it is extracted and created by the feature extraction unit 11.
  • the number of objects constituting the disease dictionary data 21 is not particularly limited, but is a number that can be statistically processed.
  • the disease dictionary data 21 can be updated by deleting data or adding new data.
  • the display unit 30 displays the feature amount of the subject extracted by the feature amount extraction unit 11, the disease dictionary data (feature amount data) 21 stored in the data storage unit 20, the result of classification thereof, and the like.
  • a display control unit (not shown) for controlling display is provided.
  • the analysis unit 10, the data storage unit 20, and the display unit 30 described above may be directly connected to the biological light measurement device 40 via a signal line, but may be independent of the biological light measurement device 40. It may be provided as a system. In that case, it is configured to receive data measured by the biological optical measurement device 40 via known data transmission means including radio and the Internet.
  • the feature quantity extraction unit 11 extracts a waveform feature from the hemoglobin change waveform as shown in FIG. 3, and numerically calculates it.
  • the biological light measurement device 40 is a multi-channel device and a waveform is obtained for each channel, the most distinctive feature appears!
  • Select the waveform of the channel that speaks, and if necessary, Feature extraction is performed using one or a selected number of hemoglobin waveforms by principal component analysis.
  • the signal preprocessing and principal component analysis methods described above for example, the method described in International Publication No. 2005Z025421 can be used.
  • the target disease is a psychiatric disorder such as schizophrenia, depression, or bipolar disorder
  • the feature amount is the slope d immediately after the start of the task as shown in Fig. 3, and the waveform during the task.
  • the integral value of I and the presence or absence of re-rise R after the task is used.
  • Figure 4 shows the hemoglobin change waveform (change in oxygenated hemoglobin amount) for each mental disorder.
  • Figures 4 (a) to (d) show typical hemoglobin change waveforms for healthy subjects, schizophrenia, depression, and bipolar disorder, respectively.
  • the signal value changes greatly with the start of the task and decreases monotonously after the task ends.
  • the change in the task is less significant than that of the healthy person. It is characterized by rising again.
  • depression the signal value changes little during and after the task.
  • bipolar disorder there is a relatively large change in signal value at the start of the task, but there is a tendency that the peak appears late, that is, the rise immediately after the start of the task is slow. Therefore, it is possible that these disease groups can be determined by using the slope d immediately after the start of the task, the integral value I of the waveform during the task, and the presence or absence of re-rise R after the task as characteristics.
  • the feature quantity extraction unit 11 obtains the above-described feature as a numerical value by scanning the hemoglobin change waveform along the time axis. Specifically, the slope of the graph immediately after the start of the task is calculated as the signal value force at the time when the task start force has elapsed in advance (for example, 5 seconds). The integral value is calculated by sampling and integrating the signal value in the task at an appropriate sampling interval. The presence / absence of re-rise was “Yes” or less when the integral value of the waveform portion that protruded upward from the primary line connecting the signal value at the end of the task and the signal value at the end of the measurement was above the threshold. In this case, “None” is determined.
  • the feature extraction performed by the feature quantity extraction unit 11 is performed on the hemoglobin signal of the subject patient (including pre-processing and post-processing such as principal component analysis). It is also performed on hemoglobin signals of patients who have been diagnosed by the law and healthy individuals.
  • the feature amount obtained for the former is stored in the storage unit 13 (or the data storage unit 20) for display on the display unit 30.
  • the feature amount obtained for the latter is registered in the disease dictionary data of the data storage unit 20.
  • the feature data registered in the disease dictionary data is classified in the classification unit 12.
  • the classification (clustering method) performed by the classification unit 12 can employ a known method.
  • an automatic clustering method using entropy minimization is used. This automatic clustering is used to classify a group (disease group) with multiple types of features into n types (types) using a combination of threshold values of the features. Is found to be as biased as possible, that is, by finding a combination of thresholds that minimizes the entry pea.
  • the slope value and the integral value are feature quantities, and the combination of these threshold values can be used to determine whether the disease is healthy (NC), schizophrenia (SC), depression (DP), or bipolar disorder (BP).
  • NC healthy
  • SC schizophrenia
  • DP depression
  • BP bipolar disorder
  • the classification unit 12 classifies the feature amount data registered in the disease dictionary data into a plurality of types. When new feature data is added to the disease dictionary data, it is reclassified automatically or in response to a command from the input device, and the result is updated.
  • FIG. 5 is a diagram showing an operation flow.
  • step 501 feature value data obtained by extracting feature values (slope, integral value, presence / absence of re-rise) of a large number of patient groups whose hemoglobin change waveform force has been confirmed in advance is registered in the dictionary (step 501).
  • the disease dictionary data of the large number of patient groups are classified by automatic clustering, and threshold values are automatically calculated (step 502). This work can be done at any time after a sufficient number of statistical data has been obtained.
  • the hemoglobin change waveform force also has its feature value, that is, The slope, integral value, and presence / absence of re-rise are calculated (step 504).
  • the display unit 30 creates a scatter diagram with one of the two feature quantities as the horizontal axis and the other as the vertical axis of the disease dictionary data registered in the dictionary, and displays the disease group at each data position on the scatter diagram. Is displayed on the display (step 505). Overlaid on this scatter diagram, a threshold combination calculated by the classification unit 12 or an enclosing line indicating an area defined by the threshold combination is displayed.
  • FIG. 6 An example of a scatter diagram is shown in FIG.
  • the scatter plot shown in Fig. 6 shows the slope value on the horizontal axis and the integral value on the vertical axis, with ⁇ + '' for healthy individuals, ⁇ ⁇ '' or ⁇ ⁇ '' for schizophrenia, and ⁇ ⁇ '' for bipolar disorder. Depression is indicated by “*”, labeled.
  • the threshold combinations are indicated by dotted lines. It is.
  • the example is the result of clustering the disease dictionary data group including 45 healthy subjects, 24 schizophrenia, 15 depression, and 23 bipolar disorder. The following (1), (2 ), (4), and threshold combinations to be classified into (5) are displayed.
  • the integral value is less than 610 and the slope is less than 0.006, and the integral value is 93 or more.
  • Such a threshold combination is selected so that the existence probability of each disease group included in each type is as biased as possible.
  • type (1) the existence probability of the healthy group is high.
  • Type (4) and type (5) have a high probability of depression and schizophrenia, respectively.
  • type (2) schizophrenia group and bipolar disorder group are mixed. As shown in Fig. 4, there is a difference between the schizophrenia group and the bipolar disorder group that the former hemoglobin change waveform rises again after the end of the task, while the latter does not rise again. Therefore, in this embodiment, the schizophrenia group is displayed in different colors ( ⁇ and ⁇ ) depending on whether or not there is a re-elevation after completion of the task, and the difference from the bipolar disorder group in type (2) I am trying to do that.
  • the subject A label is displayed at the position on the scatter diagram determined by these feature quantities.
  • the scatter diagram shows the classification based on the combination of the distribution of disease groups and the threshold value.
  • FIG. 7 shows an algorithm equivalent to this determination.
  • simply plotting the feature amount of the subject on the scatter diagram is the same as executing the determination flow from steps 701 to 703, and the integral value is less than 610.
  • a type that is over 93 Only when it is included in (2) if the presence or absence of re-rise that is the third feature amount is confirmed (step 7004), the determination is completed.
  • step 704 if the presence / absence of re-rise is displayed in a different color in advance, the result is the same as when the determination flow of step 704 is executed.
  • the presence or absence of re-elevation we were able to best classify type (2) (schizophrenia) and type (3) (bipolar disorder) in the data group that needed to be judged in step 704. The value was selected manually.
  • the number of diseases included in each type may be displayed as a bar graph or the like in addition to the display of the force scatter diagram showing the case where only the scatter diagram is displayed. This makes it possible to recognize the certainty of classification.
  • a display example is shown in Figure 8.
  • a scatter diagram similar to that in FIG. 6 is displayed on the upper side, and the number of patients included in each type is shown on the lower side in a bar graph.
  • This graph also shows that there is a high probability of healthy individuals, depressed patients, and schizophrenic patients in types (1), (4), and (5). Therefore, when the subject A is any of these types, the accuracy of determination is high.
  • the feature amount of the subject is displayed in a superimposed manner on the scatter diagram of the disease registration data registered in advance. Can be seen at a glance, and the position within the entire disease group can be recognized. In particular, this recognition can be easily performed by displaying together the surrounding lines (areas) that define the types classified in the scatter diagram.
  • the basic functions of the biological light measurement device 40, the analysis unit 10, the data storage unit 20, and the display unit 30 are the same as those in the above-described embodiment, and thus the same force is applied to the subject. It is characterized by the addition of a time-lapse data processing function that displays changes in data measured at different times.
  • a scatter diagram is created using the disease dictionary data stored in the data storage unit 20, a disease group is classified into a predetermined type, displayed together with the scatter diagram on the display unit 30, and calculated for the subject. It is the same as in the first embodiment to display the feature value over the scatter diagram, but when the feature value of the hemoglobin change waveform of the subject A measured by the biological light measurement device 40 is obtained.
  • the time data processing unit is the same feature already extracted The feature quantity of the subject is read out, and the past feature quantity is displayed on the scatter diagram together with the newly obtained feature quantity. At this time, an indication that changes with time, for example, an arrow from past data to new data is displayed.
  • the operation of the time data processing unit may be automatically performed simultaneously with the processing of new data, but a command to display past data is sent via the input device, or the number of past data to be displayed is determined. It can also be set.
  • FIG. 9 shows a display example.
  • the past two data and the newly measured data are displayed in the direction of the arrow.
  • This embodiment is different from the above-described embodiment in that a one-dimensional scatter diagram is created.
  • a one-dimensional scatter diagram is created.
  • an inclination value or an integral value is obtained from the hemoglobin change waveform measured by the biological light measurement device 40. Then, according to the calculated value, as shown in Fig. 10, the individual data positions on the one-dimensional scatter diagram are labeled and displayed on the display.
  • the boundary between A range and B range is the boundary between typel and type4 in Fig. 9. Therefore, the A range is defined as the range of suspected disease, and the B range is defined as the range of healthy subjects. For example, if it corresponds to the position of the slope value strength range like the feature amount 810, since it is a healthy person, the feature amount 810 is displayed as being within the range of the healthy person. In addition, if the slope value corresponds to the position of the A range as in the feature amount 810, the feature amount 800 is displayed on the one-dimensional scatter diagram because there is a suspicion of the disease.
  • the boundary between the C range and D range is the boundary between typel and type2or3 in Fig. 9. Therefore, the C range is defined as the range of suspected disease, and the D range is defined as the range of healthy individuals.
  • the slope value is in the C range, such as feature quantity 801 and feature quantity 811. If it corresponds to the position, each feature amount is displayed on the one-dimensional scatter diagram because there is a suspicion of the disease.
  • mental disorders may be determined and displayed using two one-dimensional scatter diagrams. If either the slope value or the integral value exceeds the threshold, it is displayed as a healthy person. For example, if the feature quantity 810 and the feature quantity 811 are the same subject's feature quantity, the feature quantity 810 falls within the range B, so it is determined that the person is a healthy person, and the determination result is displayed. If the feature quantity 800 and the feature quantity 801 are the same subject's feature quantity, since both do not exceed the threshold value, it is determined that the patient has a disease, and the determination result is displayed.
  • the disease state can be determined based on the position of the feature amount even on the one-dimensional scatter diagram.
  • the disease determination support system of the present invention can be applied to any disease other than mental illness as long as it is correlated with a biological light measurement signal. It can be applied even to other diseases.
  • FIG. 1 is a block diagram showing an embodiment of a disease determination support system of the present invention.
  • FIG. 2 is a block diagram showing an embodiment of a biological light measurement device in the disease determination support system of the present invention.
  • FIG. 3 is a diagram showing a hemoglobin change waveform measured by a biological light measurement device.
  • FIG. 5 is a flowchart showing the operation of the disease determination support system of the present invention.
  • FIG. 6 is a diagram showing an example of a scatter diagram displayed by the disease determination support system of the present invention.
  • FIG. 8 is a diagram showing an example of a disease group distribution diagram displayed together with the scatter diagram of FIG.
  • FIG. 9 is a diagram showing another example of a scatter diagram displayed by the disease determination support system of the present invention.
  • FIG. 10 is a diagram showing a display example in the third embodiment of the present invention.

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Optics & Photonics (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Neurology (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

　被検体がどの疾患群か、疾患群全体中においてどのような位置にあるかの判定を支援するシステムを提供する。この支援システムは、複数の疾患群の対象を含む多数の対象の生体光計測データの特徴量を辞書データとして蓄積するデータ格納部と、生体光計測データから複数種の特徴量を抽出する解析部と、解析部における解析結果を辞書データと関連付けて表示する表示部とを備え、表示部は、２種の特徴量の一方を横軸、他方を縦軸として辞書データの各特徴量をプロットした散布図を作成し、評価対象とする被検体の散布図上の位置を散布図上に重畳して表示する。散布図を見ることにより、被検体の特徴が疾患群の特徴とどのような位置関係にあるかを一目で確認できる。

Description

明 細 書
疾患判定支援システム
技術分野
[0001] この発明は生体光計測装置の計測結果を用いた各種疾患の判定 (診断)を支援す るシステムに関し、特に統合失調症、双極性障害、うつ病等の精神疾患の診断に有 効な疾患判定支援システムに関する。
背景技術
[0002] 生体光計測装置は、近赤外光を生体に照射し、生体内部を通過或いは生体内部 で反射した光を計測する装置であり、生体内部の血液循環、血行動態及びへモグロ ビン量変化を簡便に被験者に対し低拘束で且つ害を与えずに計測できることから臨 床への応用が期待されて 、る。
[0003] 生体光計測の臨床応用としては、てんかん、脳虚血等の診断や言語機能の研究の 等が報告されている。また下記の非特許文献 1、文献 2には、うつ病や統合失調症（ 精神分裂症)などの精神疾患患者において生体光計測による前頭葉のヘモグロビン 量変化パターンに異常が生じることが報告されている。具体的にはヘモグロビン時間 波形の課題試行中の積分値において、健常者、うつ病患者、統合失調症患者を比 較した場合、大、小、中という異なる特徴を有することが報告されている。また統合失 調症においては課題終了後にヘモグロビンの再上昇変化が見られることが報告され ている。
[0004] 一方、本出願人は、ヘモグロビン量変化波形力 特徴を抽出し、これを数値ィ匕して 疾患毎に表示する機能を備えた生体光計測装置を提案し (特許文献 1)、さらに、診 断が確定した患者群の特徴量データと被検体の特徴量との類似度を算出することに よって、当該被検体の診断を支援する装置を提案している (特許文献 2)。この装置 では、類似度の尺度としてマハラノビス距離を用い、特定疾患との距離の長短によつ て被検体が特定疾患である確率が求められ、表示される。
非特許文献 1：「精神神経疾患における前頭葉局所脳血液量のダイナミクス一光トポ グラフィを用いた検討」福田正人、日本学術振興会科学研究費補助金 2001-2002年 度研究成果報告書
非特許文献 2 :「光で見る心」福田正人ら、心と社会第 34卷 1号別冊、日本精神衛生 ム
特許文献 1 :特開 2003— 275191号公報
特許文献 2：国際公開 2005Z025421号公報
発明の開示
発明が解決しょうとする課題
[0005] しかし特許文献 2に記載した技術では、判定の基礎となる疾患群の特徴量データ の重心を求め、被検体の特徴量との距離を求めているので、各疾患群 (健常も含む） を画定する特徴量の傾向を把握することが困難であった。また被検体が疾患全体の 中でどのあたりに！、るのかを把握することが困難であった。
[0006] そこで本発明は、各疾患群と特徴量との相関、また疾患全体における被検体の位 置の把握が容易で、より正確な診断の支援を行なうことが可能な疾患判定支援シス テムを提供することを目的とする。
課題を解決するための手段
[0007] 上記課題を解決するため、本発明の疾患判定支援システムは、生体光計測によつ て計測されたヘモグロビン信号カゝら複数種の特徴量を抽出する解析部と、前記解析 部における解析結果を表示する表示部とを備え、前記表示部は、前記複数種の特 徴量のうち少なくとも 1つの特徴量について散布図を作成し、前記散布図上に前記 特徴量をプロットして表示することを特徴とする。
[0008] 本発明の疾患判定支援システムは、さらに、複数の疾患群の対象を含む多数の対 象生体光計測データの特徴量を辞書データとして蓄積するデータ格納部を備え、表 示部は前記解析部における解析結果を前記辞書データと関連付けて表示する。表 示部は、例えば、前記複数種の特徴量のうち 2種の特徴量について、一方を横軸、 他方を縦軸として前記辞書データの個々の特徴量をプロットした散布図を作成し、評 価対象とする被検体について抽出された前記 2種の特徴量を前記散布図上に重畳 して表示する。
[0009] また本発明の疾患判定支援システムは、好適には、複数種の特徴量を用いて、記 憶部に格納された辞書データのデータを複数の型に分類する分類部を備え、表示 部は分類部によって分類された型を散布図上に重畳して表示することを特徴とする。 本発明の疾患判定支援システムにおいて、分類部は、例えば、辞書データのデー タを複数種の特徴量の閾値の組合わせにより分類し、その際、分類された型におけ る疾患群の分布のエントロピーが最小となるような閾値の組み合わせを用いて、分類 を行なう。
[0010] また本発明の疾患判定支援システムにお 、て、表示部は、例えば、分類部によつ て分類された型の各々に含まれる疾患群の数を、散布図とともに表示する。また分類 部は、記憶部に蓄積されたデータの更新に伴い、分類結果を更新し、前記表示部に 表示させる。
[0011] さらに本発明の疾患判定支援システムは、解析部が、同一の被検体について異な る時に計測されたデータの解析結果を保存する記憶部を備え、解析結果の時間的 変化を表示部に表示させることを特徴とする。
本発明の疾患判定支援システムにおいて、疾患群は、例えば統合失調症、双極性 障害、うつ病を含む。また複数の特徴量は、生体光計測波形の特定部分の積分値、 傾きを含む。
[0012] また本発明の診断支援方法は、生体光計測によって計測されたヘモグロビン信号 を用いて、被検体の疾患診断に必要な情報を提供する診断支援方法であって、診 断が確定された対象の各ヘモグロビン信号から 1ないし複数の特徴量を抽出し辞書 データを作成するステップと、 1の被検体のヘモグロビン信号から 1な!、し複数の特徴 量を抽出するステップと、前記 1な 、し複数の特徴量の散布図を作成するステップと 、前記 1の被検体について抽出された特徴量を、前記辞書データを構成する特徴量 とともに前記散布図上に表示するステップとを含む。
発明の効果
[0013] 本発明によれば、予め登録された疾患辞書データの散布図に被検体の特徴量を 重畳表示することにより、被検体がどの疾患群である可能性が高いか、また疾患群全 体の中においてどのような位置にあるかを一目で認識することができる。特に散布図 に分類の結果である型を画定するエリアを合わせて表示することにより、この認識を 容易に行なうことができる。
[0014] さらに本発明によれば、経時的な処理を行なう機能を付加することにより、被検体の 1時点のデータだけでなく時間的な変化を見ることができる。これにより治療効果の確 認ゃ治療方針決定の支援を行なうことができ、精神疾患の判定のみならず治療にも 非常に有用なシステムを提供することができる。
発明を実施するための最良の形態
[0015] 以下、本発明の実施の形態を図面を参照して説明する。
図 1は、本発明の疾患判定支援システム 100の概要を示すブロック図である。この疾 患判定支援システム 100は、生体光計測装置 40で計測されたヘモグロビン変化信号 に種々の信号処理や解析を施す解析部 10と、多数の対象から得られた生体光計測 データの解析結果を疾患辞書データとして格納するデータ格納部 20と、解析部 10で 解析された結果を表示する表示部 30とを備えて ヽる。
[0016] 生体光計測装置 40は、人の頭部に光を照射し、頭部表面近傍で反射、散乱した光 を受光し、血液内物質 (ここではヘモグロビン)の変化信号を計測する装置で、複数 の位置力 の信号を計測する多チャンネル計測装置である。その具体的な構成は、 図 2に示すように、光源部 41、光計測部 43、制御/演算部 44、表示部 45、記憶部 46な ど力 成っている。
[0017] 光源部 41は、測定位置によって異なる変調を与えられた所定の波長の光を発生し 、複数（図では省略)の光ファイバ 42を介して被検体 50の頭部に照射される。頭部近 傍で反射 ·散乱した光は、照射用光ファイバに近接して配置された受光用光ファイバ を介して光計測部 43に送られ、ここで測定点毎の光強度に変換される。光計測は、 被検体に対し、言語刺激、指のタッピングなどの所定の課題を与えながら行なわれ、 課題のな 、状態と課題負荷状態との差がヘモグロビン変化信号として得られる。へモ グロビン変化信号は、通常、酸素化ヘモグロビン、脱酸素化ヘモグロビンの両方につ いて計測され、判定の対象である疾患に応じて、いずれか又は両者の合計であるへ モグロビン変化信号が用いられる。
[0018] ヘモグロビン変化信号は、例えば、図 3に示すように、課題開始前の待ち時間と課 題中と課題終了後の休止時間からなる所定の時間における信号強度の変化 (mMm m)を示す波形 300として得られる。図に示す 2本の縦線は、それぞれ課題の開始時 点 301と修了時点 302を表している。通常、課題は負荷と休止を一組として複数回繰り 返される。複数回の計測で得られたヘモグロビン波形は加算平均され、必要に応じ てスムージング処理、ベースライン処理等の前処理が施される。また図 3には、一つ のヘモグロビン変化波形を示して 、るが、生体光計測装置 40が多チャンネル装置の 場合、波形はチャンネル毎に得られる。
[0019] 制御 Z演算部 44は、このような光源部 41及び光計測部 43の動作を制御するととも に、光計測部 43からのヘモグロビン変化信号を表示部 45に表示させるために必要な 処理を行なう。記憶部 46は、計測されたヘモグロビン変化信号や制御 Z演算部 44の 処理に必要なデータなどを記憶する。
[0020] 解析部 10は、生体光計測装置 40が生成したヘモグロビン変化信号を入力し、特徴 量を抽出する特徴量抽出部 11、多数の特徴量データを複数の型 (タイプ）に分類す る分類部 12、特徴量抽出部 11が抽出した被検体の特徴量を記憶する記憶部 13など を備えている。また図示していないが解析部 10には、各部に指令を送り、また各部の 動作に必要なデータやパラメータなどを入力するための入力装置が備えられている。 これら解析部 10の各部の機能にっ 、ては後述する。
[0021] データ格納部 20には、多数の対象、例えば精神疾患の患者や健常者などの生体 光計測データから複数種の特徴量を抽出した特徴量データ 21が、疾患辞書データと して蓄積されている。この疾患辞書データ 21における特徴量は、特徴量抽出部 11が 抽出する特徴量と同種のものであり、本システムの特徴量抽出部 11或いは生体光計 測装置 40が同様の特徴量抽出部を備えるときはその特徴量抽出部 11によって抽出 し、作成されたものである。疾患辞書データ 21を構成する対象の数は、特に限定され ないが、統計的処理を行なうことが可能な数である。疾患辞書データ 21は、データの 削除、新たなデータの追加などにより更新することが可能になっている。
[0022] 表示部 30は、特徴量抽出部 11が抽出した被検体の特徴量及びデータ格納部 20に 格納された疾患辞書データ (特徴量データ) 21やそれを分類した結果などを表示す るもので、ディスプレイ等の表示装置のほか、表示の制御を行なう表示制御部（図示 せず）が備えられている。 [0023] なお上述した解析部 10、データ格納部 20及び表示部 30は、生体光計測装置 40と 直接信号線を介して接続されて 、てもよ 、が、生体光計測装置 40とは独立したシス テムとして設けられていてもよい。その場合には、無線やインターネットを含む公知の データ伝達手段を介して、生体光計測装置 40で計測されたデータを受信するように 構成される。また生体光計測装置 40と直接接続されている場合には、図 2の生体光 計測装置 40における制御 Z演算部 44、記憶部 46、表示部 45に、疾患判定支援シス テムの解析部 10、データ格納部 20、表示部 30の各機能をもたせることも可能である
[0024] 次に解析部 10の各部の機能について説明する。
特徴量抽出部 11は、図 3に示したようなヘモグロビン変化波形から、波形の特徴を 抽出し、それを数値ィ匕する。生体光計測装置 40が多チャンネル装置であって、チヤ ンネル毎に波形が得られて ヽる場合には、最も特徴が現れて!/ヽるチャンネルの波形 を選択したり、必要に応じて、主成分分析したりすることにより、 1ないし選択された数 のヘモグロビン波形にっ 、て特徴抽出を行なう。前述した信号の前処理及び主成分 分析の手法については、例えば国際公開 2005Z025421号公報に記載された手 法を用いることができる。
[0025] 特徴量は、対象とする疾患が統合失調症、うつ病、双極性障害などの精神疾患で ある場合には、図 3に示したように課題開始直後の傾き d、課題中の波形の積分値 I、 課題終了後の再上昇 Rの有無を用いる。図 4に、精神疾患ごとのヘモグロビン変化 波形 (酸素化ヘモグロビン量の変化)を示す。図 4 (a)〜(d)は、それぞれ健常者、統 合失調症、うつ病、双極性障害の典型的なヘモグロビン変化波形である。図示する ように、健常者の波形では、課題開始と共に信号値は大きく変化し、課題終了後に 単調に減少するが、統合失調症では、健常者に比べ課題中の変化は大きくなぐ課 題終了後に再上昇するという特徴がある。うつ病では、課題中も課題終了後も信号 値の変化は少ない。双極性障害では、課題開始により比較的大きな信号値の変化 があるが、ピークが現れるのが遅い、即ち課題開始直後の立ち上がりが遅いという傾 向がある。従って、特徴として課題開始直後の傾き d、課題中の波形の積分値 I、課 題終了後の再上昇 Rの有無を用いることにより、これら疾患群を判定できる可能性が ある。 [0026] 特徴量抽出部 11は、ヘモグロビン変化波形を時間軸に沿ってスキャンすることによ り、上述した特徴を数値として求める。具体的には、課題開始直後のグラフの傾きは 、課題開始力 予め定めた時間 (例えば 5秒)経過時点の信号値力 算出する。積分 値は、課題中の信号値を適当なサンプリング間隔でサンプリングし積算することにより 算出する。再上昇の有無は、課題終了時の信号値と計測終了時の信号値を結ぶ 1 次直線から上にはみ出した波形部分の積分値が閾値以上であった場合に「有り」、 以下であった場合に「無し」と判定される。
[0027] 特徴量抽出部 11が行なう特徴抽出は、被検者である患者のヘモグロビン信号 (前 処理や主成分解析等の処理後のものを含む）に対して行なわれるほか、別の診断手 法によって診断が確定した患者や健常者のヘモグロビン信号に対しても行なわれる 。前者について得られた特徴量は、表示部 30に表示させるために、記憶部 13 (或い はデータ格納部 20)に記憶される。後者について得られた特徴量は、データ格納部 2 0の疾患辞書データに登録される。疾患辞書データに登録された特徴量データは、 分類部 12において分類される。
[0028] 分類部 12が行なう分類 (クラスタリング手法）は、公知の手法を採用することができる 力 本実施の形態では、エントロピー最小化を用いた自動クラスタリング手法を用いる 。この自動クラスタリングは、複数種の特徴をもつグループ (疾患群）を、その特徴の 閾値の組合わ を用いて n個の型 (タイプ）に分類するときに、各タイプにおける各 疾患群の存在確率ができるだけ偏りを示す、即ちエントリピーが最小となるような閾値 の組合わせを見出すことによって行なわれる。
[0029] 例えば、傾き値と積分値を特徴量とし、これらの閾値の組合わ で、健常者 (NC) 、統合失調症（SC)、うつ病（DP)及び双極性障害 (BP)の疾患群を 5つのタイプに 分類する場合を考える。この場合、各タイプに対し各患者群が存在する確率 pNC(j,n) 、 pSC(j,n)、 pDP(j,n)、 pBP(j,n)は、
[数 1] p NC ( j, n) + p SC ( j, n) + p DP ( j, n) + p BP (j, n) = 1 を満たす。 [0030] また閾値糸且合わせ jに対するエントロピー和 E(j)は、
[数 2]
E(J、二 pnE(J, n、
E{j, ") =一！ ^ pa(J, ") log2 pa(J, ή)
α 二 NC,SC,DP,or BP
と表せる。ここで pnは閾値組合わせ jに対しタイプ nに含まれるデータの割合である。 この E(j)を最小化する閾値組合わ を選択する。このように分類部 12は、疾患辞書 データに登録された特徴量データを複数のタイプに分類する。疾患辞書データに新 たな特徴量データが追加された場合には、自動的に或いは入力装置からの指令に よって、再分類し、結果を更新する。
[0031] 次に上記構成における疾患判定支援システムの動作を説明する。図 5は、動作の フローを示す図である。
まず予め診断が確定している多数の患者群のヘモグロビン変化波形力 それぞれ 特徴量 (傾き、積分値、再上昇の有無)を抽出した特徴量データを辞書登録しておく (ステップ 501)。この多数の患者群の疾患辞書データついて自動クラスタリングによる 分類を行い、閾値を自動算出する (ステップ 502)。この作業は、統計的処理が可能な 数のデータが得られた後、任意の時点で行なうことができる。
[0032] 次に被検体 Aを生体光計測装置 40で測定した結果 (ヘモグロビン変化波形)が解 析部 10に入力されると (ステップ 503)、ヘモグロビン変化波形力もその特徴量、すな わち傾き、積分値、再上昇の有無を算出する (ステップ 504)。表示部 30は、辞書登録 されている疾患辞書データのうち、 2つの特徴量の一方を横軸、他方を縦軸とした散 布図を作成し、散布図上の個々のデータ位置に疾患群のラベルをつけて、ディスプ レイに表示する (ステップ 505)。この散布図に重ねて、分類部 12で算出された閾値組 合わせ或いは閾値組合わせで画定されるエリアを示す囲線を表示する。
[0033] 散布図の一例を図 6に示す。図 6に示す散布図は、横軸を傾き値、縦軸を積分値と したもので、健常者は「 +」、統合失調症は「△」又は「▲」、双極性障害は「〇」、うつ 病は「*」が、それぞれラベルされて示されている。また閾値組合わせは、点線で示さ れている。例示したものは、健常者 45例、統合失調症 24例、うつ病 15例、双極性障 害 23例を含む疾患辞書データ群を対象としてクラスタリングした結果であり、次の（1 )、（2)、（4)、（5)に分類する閾値組合わせが表示されている。
[0034] (1)積分値 610以上又は傾き 0.006以上
(2)積分値 610未満且つ傾き 0.006未満であって、積分値 93以上
(3)積分値 610未満且つ傾き 0.006未満であって、積分値 93未満
(4) (3)であって且つ傾き 0.001以上
(5) (3)であって且つ傾き 0.001未満
[0035] このような閾値組合わせは、各タイプに含まれる各疾患群の存在確率ができるだけ 偏りを示すように選択されたものであり、タイプ（1)では健常者群の存在確率が高ぐ タイプ (4)、タイプ（5)ではそれぞれうつ病患者、統合失調症の存在確率が高い。伹 し、タイプ (2)は、統合失調症群と双極性障害群とが混在している。統合失調症群と 双極性障害群とでは、図 4に示したように、前者のヘモグロビン変化波形では課題終 了後に再上昇するのに対し、後者では再上昇しないという差異がある。従って本実施 の形態では、統合失調症群については、課題終了後の再上昇の有無によって異な る色（△と▲)で表示し、タイプ（2)における双極性障害群との差がわ力るようにしてい る。
[0036] 一方、被検体 Aについて、散布図に用いた 2つの特徴量と同種の特徴量が算出さ れると、それら特徴量で決まる散布図上の位置に被検体 Aのラベルをつけて表示す る (ステップ 506)。上述したように散布図には、疾患群の分布と閾値組合わせによる 分類が表されているので、これに重ねて表示された被検体 Aの位置を見ることで、被 検体のタイプがわかり、どの疾患群に属する可能性が高いかを認識することができる 。この場合、被検体 Aを表すラベルに、第 3の特徴を識別可能な色や符号をつけて おくことにより、例えば、統合失調症群と双極性障害群とが混在するタイプ (2)であつ た場合にも、そのいずれである可能性が高いかを認識することができる。
[0037] この判定と等価のアルゴリズムを図 7に示す。本実施の形態の疾患判定支援システ ムでは、被検体の特徴量を散布図上にプロットするだけで、ステップ 701〜703までの 判定フローが実行されたことと同じであり、積分値が 610未満且つ 93以上であるタイプ (2)に含まれたときのみ、第 3の特徴量である再上昇の有無を確認すれば (ステップ 7 04)、判定が完了する。ステップ 704についても、上述したように、予め再上昇の有無 を異なる色などで表示するようにしておけば、ステップ 704の判定フローが実行された のと同じ結果となる。なお再上昇の有無について、ここでは、ステップ 704の判定が必 要となったデータ群でタイプ (2) (統合失調症)とタイプ (3) (双極性障害)とを最もよく 分類できた 20という値を用い、手動で選択した。
[0038] なお図 6では、散布図のみを表示する場合を示している力 散布図の表示にカ卩えて 各タイプに含まれる疾患数を棒グラフ等で表示してもよい。これにより、分類の確から しさを認識することができる。表示例を図 8に示す。図 8に示す表示例では、上側に図 6と同様の散布図が表示され、下側に各タイプに含まれる患者数が棒グラフで示され ている。このグラフからもタイプ（1)、（4)、（5)では、それぞれ健常者、うつ病患者、 統合失調症患者が確率高く存在する。従って被検体 Aがこれらのタイプの ヽずれか である場合には、判定の確力もしさが高くなる。
[0039] このように本実施の形態によれば、予め登録された疾患登録データの散布図に被 検体の特徴量を重畳表示することにより、被検体がどの疾患群である可能性が高い 力を一目で見ることができ、また疾患群全体の中における位置も認識することができ る。特に散布図に分類された型を画定する囲線 (エリア）を合わせて表示することによ り、この認識を容易に行なうことができる。
[0040] 次に第 2の実施の形態を説明する。
この実施の形態においても、生体光計測装置 40、解析部 10、データ格納部 20及び 表示部 30の基本的な機能は、前述の実施の形態と同じである力 同一の被検体に っ 、て異なる時に計測されたデータにっ 、て変化を表示する経時データ処理機能 が付加されて ヽる点が特徴である。
[0041] すなわちデータ格納部 20に格納された疾患辞書データを用いて散布図を作成する と共に疾患群を所定のタイプ分類し、散布図とともに表示部 30に表示すること及び被 検体について算出された特徴量をこの散布図上に重ねて表示することは第 1の実施 の形態と同じであるが、生体光計測装置 40で測定された被検体 Aのヘモグロビン変 化波形の特徴量が求められると、経時データ処理部は既に特徴抽出された同一の 被検体の特徴量を読み出し、この過去の特徴量を新たに求めた特徴量と共に散布 図上に表示させる。この際、時間的な変化がわ力る表示、例えば過去のデータから 新しいデータに向う矢印を表示する。経時データ処理部の動作は、新規のデータの 処理と同時に自動的に行なうようにしてもよいが、入力装置を介して過去のデータの 表示の指令を送ったり、表示する過去のデータの数を設定したりすることも可能であ る。
[0042] 図 9に表示例を示す。図示する例では、過去 2回のデータと新たに計測されたデー タが矢印の方向に順に表示されている。このように時間的な変化を表示することによ り、患者の改善或いは悪ィ匕の様子を把握することができ、治療の効果の確認や投薬 等の治療方針の作成に役立てることができる。
[0043] 本実施の形態によれば、被検体の 1点のデータだけでなく時間的な変化を見ること ができ、精神疾患の判定のみならず治療にも非常に有用なシステムを提供すること ができる。
[0044] 次に第 3の実施の形態を説明する。
本実施の形態が上述した実施の形態と異なる点は、 1次元散布図を作成する点で ある。本実施の形態では、生体光計測装置 40で計測したヘモグロビンの変化波形か ら、例えば、傾き値或いは積分値を求める。そして求めた値に応じて、図 10に示すよ うに、 1次元散布図上の個々のデータ位置にラベルをつけて、ディスプレイに表示す る。
[0045] 図 10 (a)の傾き値に関して、 A範囲と B範囲の境界は、図 9の typelと type4の境界 である。したがって、 A範囲は疾患の疑いがある範囲、 B範囲は健常者の範囲として 規定される。例えば、特徴量 810のように傾き値力 ¾範囲の位置に相当すると、健常 者であるため、健常者の範囲であるとして特徴量 810を表示する。また、特徴量 810の ように傾き値が A範囲の位置に相当すると、疾患の疑いがあるとして特徴量 800を 1次 元散布図上に表示する。
[0046] 図 10 (b)の積分値についても同様にして、 C範囲と D範囲の境界は、図 9の typelと type2or3の境界である。したがって、 C範囲は疾患の疑いがある範囲、 D範囲は健常 者の範囲として規定される。また、特徴量 801、特徴量 811のように傾き値が C範囲の 位置に相当すると、疾患の疑いがあるとしてそれぞれの特徴量を 1次元散布図上に 表示する。
[0047] 更に、 2つの 1次元散布図を用いて精神疾患を判定して、表示させてもよい。傾き 値と積分値のいずれか一方が閾値を超えていたならば、健常者として表示させる。例 えば、特徴量 810と特徴量 811が同一被検体の特徴量とすると、特徴量 810が B範囲 に該当するため、健常者であるということが判定され、その判定結果を表示する。また 、特徴量 800と特徴量 801が同一被検体の特徴量とすると、いずれも閾値を超えてい ないため、疾患を持っているということが判定され、その判定結果を表示する。
以上のように、 1次元散布図上においても特徴量の位置で疾患状態を判定すること ができる。
[0048] なお以上の各実施の形態では精神疾患を例にして説明を行ったが、本発明の疾 患判定支援システムは、生体光計測信号との相関が認められる疾患であれば精神 疾患以外の疾患であっても適用することが可能である。
図面の簡単な説明
[0049] [図 1]本発明の疾患判定支援システムの一実施形態を示すブロック図
[図 2]本発明の疾患判定支援システムにおける生体光計測装置の一実施形態を示 すブロック図
[図 3]生体光計測装置によって計測されるヘモグロビン変化波形を示す図
[図 4]疾患毎の特徴波形を示す図
[図 5]本発明の疾患判定支援システムの動作を示すフロー図
[図 6]本発明の疾患判定支援システムにより表示される散布図の一例を示す図
[図 7]疾患判定アルゴリズムを示す図
[図 8]図 6の散布図とともに表示される疾患群分布図の一例を示す図
[図 9]本発明の疾患判定支援システムにより表示される散布図の他の例を示す図
[図 10]本発明の第 3の実施の形態における表示例を示す図
符号の説明
[0050] 100、 150· · '疾患判定支援システム、 10· · '解析部、 11 · · ·特徴量抽出部、 12 · · '分 類部、 13 · · ·記憶部、 20· · ·データ格納部、 30· · ·表示部、 40· · ·生体光計測装置

Claims

請求の範囲
[1] 生体光計測によって計測されたヘモグロビン信号力 複数種の特徴量を抽出する 解析部と、前記解析部における解析結果を表示する表示部とを備え、前記表示部は
、前記複数種の特徴量のうち少なくとも 1つの特徴量について散布図を作成し、前記 散布図上に前記特徴量をプロットして表示することを特徴とする疾患判定支援システ ム。
[2] 請求項 1記載の疾患判定支援システムであって、
複数の疾患群の対象を含む多数の対象の生体光計測データの特徴量を辞書デー タとして蓄積するデータ格納部を備え、
前記表示部は、前記解析部における解析結果を前記辞書データと関連付けて表 示することを特徴とする疾患判定支援システム。
[3] 請求項 1又は 2に記載の疾患判定支援システムであって、
前記表示部は、前記複数種の特徴量のうち 2種の特徴量について、一方を横軸、 他方を縦軸として前記辞書データの個々の特徴量をプロットした散布図を作成し、評 価対象とする被検体について抽出された前記 2種の特徴量を前記散布図上に重畳 して表示することを特徴とする疾患判定支援システム。
[4] 請求項 2又は 3に記載の疾患判定支援システムであって、
前記複数種の特徴量を用いて、前記記憶部に格納された辞書データのデータを複 数の型に分類する分類部を備え、前記表示部は前記分類部によって分類された型 を前記散布図上に重畳して表示することを特徴とする疾患判定支援システム。
[5] 請求項 4に記載の疾患判定支援システムにお 、て、
前記分類部は、前記辞書データのデータを複数種の特徴量の閾値の組合わせに より分類し、その際、分類された型における疾患群の分布のエントロピーが最小とな るような閾値の組み合わせを用いて、前記分類を行なうことを特徴とする疾患判定支 援システム。
[6] 請求項 4又は 5に記載の疾患判定支援システムにお 、て、
前記表示部は、前記分類部によって分類された型の各々に含まれる疾患群の数を 、前記散布図とともに表示することを特徴とする疾患判定支援システム。
[7] 請求項 3な 、し 6の 、ずれか 1項に記載の疾患判定支援システムにお 、て、 前記分類部は、前記記憶部に蓄積されたデータの更新に伴い、分類結果を更新し 、前記表示部に表示させることを特徴とする疾患判定支援システム。
[8] 請求項 1な 、し 7の 、ずれか 1項に記載の疾患判定支援システムにお 、て、
前記解析部は、同一の被検体にっ 、て異なる時に計測されたデータの解析結果を 保存する記憶部を備え、解析結果の時間的変化を前記表示部に表示させることを特 徴とする疾患判定支援システム。
[9] 請求項 1な 、し 8の 、ずれか 1項に記載の疾患判定支援システムにお 、て、
前記疾患群は、統合失調症、双極性障害、うつ病を含むことを特徴とする疾患判定 支援システム。
[10] 請求項 1な!、し 9の 、ずれか 1項に記載の疾患判定支援システムにお 、て、
前記複数の特徴量は、生体光計測波形の特定部分の積分値、傾きを含むことを特 徴とする疾患判定支援システム。
[11] 生体光計測によって計測されたヘモグロビン信号を用いて、被検体の疾患診断に 必要な情報を提供する診断支援方法であって、
診断が確定された対象の各ヘモグロビン信号から 1ないし複数の特徴量を抽出し 辞書データを作成するステップと、
1の被検体のヘモグロビン信号から 1ないし複数の特徴量を抽出するステップと、 前記 1ないし複数の特徴量の散布図を作成するステップと、
前記 1の被検体について抽出された特徴量を、前記辞書データを構成する特徴量 とともに前記散布図上に表示するステップとを含む診断支援方法。
[12] 請求項 11に記載の診断支援方法であって、
前記診断が確定された対象の各ヘモグロビン信号力 抽出された 1ないし複数の 特徴量を複数の型に分類するステップを含み、
前記表示するステップでは、前記分類するステップで分類された複数の型を前記 散布図とともに表示することを特徴とする診断支援方法。
[13] 請求項 11または 12に記載の診断支援方法であって、
前記辞書データを作成するステップは、前記辞書データを更新するステップを含み 前記分類するステップは、前記辞書データの更新後に分類を更新するステップを 含むことを特徴とする診断支援方法。
[14] 請求項 11な 、し 13の 、ずれか 1項に記載の診断支援方法であって、
同一の被検体について異なる時に計測されたデータの解析結果を蓄積するステツ プを含み、前記表示するステップでは、前記解析結果の経時変化を散布図上に表 示することを特徴とする診断支援方法。
[15] 請求項 11な 、し 14の 、ずれか 1項に記載の診断支援方法であって、
生体光計測によりヘモグロビン信号を計測するステップを含み、
前記ヘモグロビン信号は、検査対象に対し間歇的に課題を与えることにより計測さ れた課題前後のヘモグロビン変化を表す信号であることを特徴とする診断支援方法
PCT/JP2006/311507 2005-06-09 2006-06-08 疾患判定支援システム Ceased WO2006132313A1 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
US11/916,892 US8386192B2 (en) 2005-06-09 2006-06-08 Disease diagnosis support system
EP06766482.1A EP1891893B1 (en) 2005-06-09 2006-06-08 Disease judging supporting system
JP2007520156A JP4518281B2 (ja) 2005-06-09 2006-06-08 疾患判定支援システム
CN2006800206879A CN101193591B (zh) 2005-06-09 2006-06-08 疾病判断辅助系统

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2005-169633 2005-06-09
JP2005169633 2005-06-09

Publications (1)

Publication Number Publication Date
WO2006132313A1 true WO2006132313A1 (ja) 2006-12-14

Family

ID=37498509

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2006/311507 Ceased WO2006132313A1 (ja) 2005-06-09 2006-06-08 疾患判定支援システム

Country Status (5)

Country Link
US (1) US8386192B2 (ja)
EP (1) EP1891893B1 (ja)
JP (1) JP4518281B2 (ja)
CN (1) CN101193591B (ja)
WO (1) WO2006132313A1 (ja)

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2007144977A1 (ja) * 2006-06-15 2007-12-21 Hitachi Medical Corporation 生体光計測装置
WO2008142878A1 (ja) * 2007-05-21 2008-11-27 Hitachi Medical Corporation 生体光計測装置
WO2010029832A1 (ja) * 2008-09-10 2010-03-18 株式会社日立メディコ 生体光計測装置
JP2012034839A (ja) * 2010-08-06 2012-02-23 Tokyo Univ Of Agriculture & Technology 精神疾患判定装置、方法、及びプログラム
WO2012165602A1 (ja) * 2011-05-31 2012-12-06 国立大学法人名古屋工業大学 認知機能障害判別装置、認知機能障害判別システム、およびプログラム
JP2015526771A (ja) * 2012-04-30 2015-09-10 ゼネラル・エレクトリック・カンパニイ 生物組織に共局在するバイオマーカーを解析するためのシステム及び方法
WO2018056137A1 (ja) * 2016-09-20 2018-03-29 学校法人日本大学 病状判定装置、病状判定システム及び病状判定プログラム
US10357181B2 (en) 2013-05-01 2019-07-23 Advanced Telecommunications Research Institute International Brain activity analyzing apparatus, brain activity analyzing method and biomarker apparatus
WO2019172245A1 (ja) 2018-03-09 2019-09-12 株式会社国際電気通信基礎技術研究所 脳活動訓練装置、脳活動訓練方法および脳活動訓練プログラム
WO2020075737A1 (ja) 2018-10-11 2020-04-16 株式会社国際電気通信基礎技術研究所 脳機能結合相関値の調整方法、脳機能結合相関値の調整システム、脳活動分類器のハーモナイズ方法、脳活動分類器のハーモナイズシステム、及び脳活動バイオマーカシステム
US11382556B2 (en) 2015-11-24 2022-07-12 Advanced Telecommunications Research Institute International Brain activity analyzing apparatus, brain activity analyzing method, program and biomarker apparatus
US12020427B2 (en) 2017-10-03 2024-06-25 Advanced Telecommunications Research Institute International Differentiation device, differentiation method for depression symptoms, determination method for level of depression symptoms, stratification method for depression patients, determination method for effects of treatment of depression symptoms, and brain activity training device
US12573042B2 (en) 2017-10-03 2026-03-10 Advanced Telecommunications Research Institute International Differentiation device, differentiation method for depression symptoms, determination method for level of depression symptoms, stratification method for depression patients, determination method for effects of treatment of depression symptoms, and brain activity training device

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106037645A (zh) * 2016-05-23 2016-10-26 清华大学玉泉医院 基于认知任务测试的近红外脑成像波谱分类方法
CN105942979A (zh) * 2016-05-23 2016-09-21 清华大学玉泉医院 基于认知任务测试的近红外脑成像仪

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3094821U (ja) * 2002-12-20 2003-07-04 株式会社テクノメデイカ 血液ガス分析装置
JP2003275191A (ja) * 2002-03-26 2003-09-30 Hitachi Medical Corp 生体光計測装置
WO2005025421A1 (ja) * 2003-09-11 2005-03-24 Hitachi Medical Corporation 生体光計測装置

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US746204A (en) * 1902-02-20 1903-12-08 Charles T Upton Drilling apparatus.
JPH0394821U (ja) * 1990-01-18 1991-09-27
US5746204A (en) 1995-12-07 1998-05-05 Carbon Based Corporation Disease indicator analysis system
AU2003219689A1 (en) * 2002-02-08 2003-09-02 Maryellen L. Giger Method and system for risk-modulated diagnosis of disease
KR100455289B1 (ko) * 2002-03-16 2004-11-08 삼성전자주식회사 빛을 이용한 진단방법 및 장치

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003275191A (ja) * 2002-03-26 2003-09-30 Hitachi Medical Corp 生体光計測装置
JP3094821U (ja) * 2002-12-20 2003-07-04 株式会社テクノメデイカ 血液ガス分析装置
WO2005025421A1 (ja) * 2003-09-11 2005-03-24 Hitachi Medical Corporation 生体光計測装置

Cited By (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2007144977A1 (ja) * 2006-06-15 2007-12-21 Hitachi Medical Corporation 生体光計測装置
WO2008142878A1 (ja) * 2007-05-21 2008-11-27 Hitachi Medical Corporation 生体光計測装置
JPWO2008142878A1 (ja) * 2007-05-21 2010-08-05 株式会社日立メディコ 生体光計測装置
JP5043107B2 (ja) * 2007-05-21 2012-10-10 株式会社日立メディコ 生体光計測装置
WO2010029832A1 (ja) * 2008-09-10 2010-03-18 株式会社日立メディコ 生体光計測装置
JPWO2010029832A1 (ja) * 2008-09-10 2012-02-02 株式会社日立メディコ 生体光計測装置
JP2012034839A (ja) * 2010-08-06 2012-02-23 Tokyo Univ Of Agriculture & Technology 精神疾患判定装置、方法、及びプログラム
US9131889B2 (en) 2011-05-31 2015-09-15 Nagoya Institute Of Technology Cognitive impairment determination apparatus, cognitive impairment determination system and program
JPWO2012165602A1 (ja) * 2011-05-31 2015-02-23 国立大学法人 名古屋工業大学 認知機能障害判別装置、認知機能障害判別システム、およびプログラム
WO2012165602A1 (ja) * 2011-05-31 2012-12-06 国立大学法人名古屋工業大学 認知機能障害判別装置、認知機能障害判別システム、およびプログラム
JP2015526771A (ja) * 2012-04-30 2015-09-10 ゼネラル・エレクトリック・カンパニイ 生物組織に共局在するバイオマーカーを解析するためのシステム及び方法
US10357181B2 (en) 2013-05-01 2019-07-23 Advanced Telecommunications Research Institute International Brain activity analyzing apparatus, brain activity analyzing method and biomarker apparatus
US12396652B2 (en) 2013-05-01 2025-08-26 Advanced Telecommunications Research Institute International Brain activity analyzing apparatus, brain activity analyzing method and biomarker apparatus
US11382556B2 (en) 2015-11-24 2022-07-12 Advanced Telecommunications Research Institute International Brain activity analyzing apparatus, brain activity analyzing method, program and biomarker apparatus
WO2018056137A1 (ja) * 2016-09-20 2018-03-29 学校法人日本大学 病状判定装置、病状判定システム及び病状判定プログラム
US12020427B2 (en) 2017-10-03 2024-06-25 Advanced Telecommunications Research Institute International Differentiation device, differentiation method for depression symptoms, determination method for level of depression symptoms, stratification method for depression patients, determination method for effects of treatment of depression symptoms, and brain activity training device
US12573042B2 (en) 2017-10-03 2026-03-10 Advanced Telecommunications Research Institute International Differentiation device, differentiation method for depression symptoms, determination method for level of depression symptoms, stratification method for depression patients, determination method for effects of treatment of depression symptoms, and brain activity training device
WO2019172245A1 (ja) 2018-03-09 2019-09-12 株式会社国際電気通信基礎技術研究所 脳活動訓練装置、脳活動訓練方法および脳活動訓練プログラム
WO2020075737A1 (ja) 2018-10-11 2020-04-16 株式会社国際電気通信基礎技術研究所 脳機能結合相関値の調整方法、脳機能結合相関値の調整システム、脳活動分類器のハーモナイズ方法、脳活動分類器のハーモナイズシステム、及び脳活動バイオマーカシステム
US12390108B2 (en) 2018-10-11 2025-08-19 Advanced Telecommunications Research Institute International Brain functional connectivity correlation value adjustment method, brain functional connectivity correlation value adjustment system, brain activity classifier harmonization method, brain activity classifier harmonization system, and brain activity biomarker system

Also Published As

Publication number Publication date
US20090118602A1 (en) 2009-05-07
EP1891893A4 (en) 2010-12-01
CN101193591A (zh) 2008-06-04
CN101193591B (zh) 2012-10-31
JP4518281B2 (ja) 2010-08-04
EP1891893B1 (en) 2017-01-25
JPWO2006132313A1 (ja) 2009-01-08
US8386192B2 (en) 2013-02-26
EP1891893A1 (en) 2008-02-27

Similar Documents

Publication Publication Date Title
JP4555230B2 (ja) 生体光計測装置
WO2006132313A1 (ja) 疾患判定支援システム
JP3916985B2 (ja) 生体光計測装置
JP7013167B2 (ja) Ｅｃｇ信号の分類化
JP5668138B2 (ja) 生体光計測装置
US7349727B2 (en) Living body light measuring device
KR102109266B1 (ko) 세포 분석 방법, 세포 정보 제공 장치, 세포 정보 제공 시스템, 제어 프로그램, 기록 매체
CN112587796A (zh) 脑深部电刺激促醒效果量化方法及设备
WO2012140966A1 (ja) 生体光計測装置、生体光計測装置の作動方法、及び生体光計測データの解析表示方法
JPWO2007144977A1 (ja) 生体光計測装置
JP3952275B2 (ja) 生体光計測装置
JP5043107B2 (ja) 生体光計測装置
JP4230729B2 (ja) 生体光計測装置
JP5484323B2 (ja) 生体光計測装置
WO2010029832A1 (ja) 生体光計測装置

Legal Events

Date Code Title Description
WWE Wipo information: entry into national phase

Ref document number: 200680020687.9

Country of ref document: CN

121 Ep: the epo has been informed by wipo that ep was designated in this application
WWE Wipo information: entry into national phase

Ref document number: 2007520156

Country of ref document: JP

WWE Wipo information: entry into national phase

Ref document number: 11916892

Country of ref document: US

NENP Non-entry into the national phase

Ref country code: DE

REEP Request for entry into the european phase

Ref document number: 2006766482

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: 2006766482

Country of ref document: EP

WWP Wipo information: published in national office

Ref document number: 2006766482

Country of ref document: EP