JP5705124B2

JP5705124B2 - 診断補助装置及び診断補助方法

Info

Publication number: JP5705124B2
Application number: JP2011538390A
Authority: JP
Inventors: 千葉　亨; 亨千葉
Original assignee: Hoya Corp
Current assignee: Hoya Corp
Priority date: 2009-10-29
Filing date: 2010-10-22
Publication date: 2015-04-22
Anticipated expiration: 2030-10-22
Also published as: US20120191365A1; DE112010004184B4; CN102595996A; DE112010004184T5; CN102595996B; US8775096B2; WO2011052491A1; JPWO2011052491A1

Description

本発明は、粘膜などの生体組織の分光特性から、生体組織に病変部があるかどうか及び、生体組織にどのような形態の病変部が含まれるのかに関する指標を得るための診断補助装置及び診断補助方法に関する。

近年、日本特許出願公開公報ＪＰ２００７−１３５９８９Ａに記載されているもののような、分光計としての機能を備えた電子内視鏡が提案されている。このような電子内視鏡によれば、胃や直腸などの消化器の粘膜等の生体組織の分光特性（光の吸収率の周波数ごとの分布）を得ることができる。分光特性は、分光特性の測定対象となる生体組織の表層部に含まれる物質の種類によって決まるものである（Ｂｅｅｒ−Ｌａｍｂｅｒｔの法則）。すなわち、生体組織の分光特性は、その生体組織を構成する主要な複数の物質の分光特性を重畳したものである。

病変部の生体組織においては、健常部の生体組織には殆ど含まれていない物質が多く含まれる場合がある。そのため、病変部を含む生体組織の分光特性は、健常部のみの生体組織の分光特性とは異なったものとなる。従って、生体組織の分光特性を、病変部を含まない既知の生体組織の分光特性と比較することによって、生体組織に病変部が含まれているかどうかを診断可能である。

従来は、分光計によって計測される生体組織の分光特性のグラフを医師が目視することによって、生体組織に病変部が含まれているかどうかの診断を行っていた。上記の分光特性の目視による診断は、専ら医師の経験によるものであり、分光特性を用いた診断において定量的な判断材料となる指標が得られる診断補助装置及び診断補助方法が望まれていた。

本発明は、上記の課題を解決する、すなわち分光特性を用いた診断において定量的な指標が得られる診断補助装置及び診断補助方法を提供することを目的とする。

上記の目的を達成するため、本発明の診断補助装置は、診断対象となる生体組織の分光特性のベクトルである被検ベクトルを読み込むベクトル入力手段と、特定の物質の分光特性のベクトルである複数の独立成分ベクトルにて、被検ベクトルを重回帰分析し、残差成分のベクトルであるエラーベクトルを得る重回帰分析手段と、エラーベクトルの特徴を抽出し、抽出されたエラーベクトルの特徴から診断対象となる生体組織に病変部が含まれるかどうか、及びどのような病変部が含まれる可能性があるかを示す指標値を演算する指標値演算手段とを有する。

このような構成とすると、健常な組織には含まれていない分光特性の成分であるエラーベクトルに基づいて演算される指標値という、診断において定量的な判断材料となる指標を得ることができるようになる。

好ましくは、独立成分ベクトルは、診断対象となる生体組織と同一部位で且つ病変部が含まれていない多数の生体組織サンプルの分光特性のベクトルから、独立成分分析によって算出される。

また、好ましくは、指標値演算手段は、特定の病変部が含まれる多数の生体組織サンプルの分光特性のベクトルを複数の独立成分ベクトルにて重回帰分析して得られる残差成分のベクトルである病変部サンプルエラーベクトルから独立成分分析によって求められる病変部物質ベクトルに基づいて指標値を演算する。

また、指標値演算手段は、エラーベクトルをＥ＝［Ｅ_λ１，Ｅ_λ２，・・・，Ｅ_λＭ］、病変部物質ベクトルをＥ_ｄ＝［Ｅ_ｄλ１，Ｅ_ｄλ２，・・・，Ｅ_ｄλＭ］として、重回帰分析により下式（ａ）を満たす係数ｓ_ｄを演算し、重み付け係数ｗ_λｍを用いて下式（ｂ）によってベクトルＥ／ｓ_ｄとＥ_ｄとの類似度Ｄを演算し、類似度Ｄに基づいて指標値を求める構成としてもよい。

さらに、指標値演算手段は、多数の病変部サンプルエラーベクトルをＥ_ｄｋ＝［Ｅ_ｄｋλ１，Ｅ_ｄｋλ２，・・・，Ｅ_ｄｋλＭ］（ｋ＝１，２，・・・，Ｋ）として、重回帰分析により求められる下式（ｃ）を満たす係数ｓ_ｄｋと、下式（ｄ）によって求められるベクトルＥ_ｄｋ／ｓ_ｄｋの夫々とＥ_ｄとの類似度の群Ｄ_ｄｋに基づいて、検定によって類似度Ｄが類似度の群Ｄ_ｄｋに含まれる確率の演算を行い、類似度Ｄが類似度の群Ｄ_ｄｋに含まれる確率を指標値とする構成としてもよい。

以上のように、本発明によれば、分光特性を用いた診断において定量的な指標が得られる診断補助装置及び診断補助方法が実現される。

図１は、本発明の実施の形態の診断補助システムのブロック図である。図２は、健常な胃の粘膜の分光特性の一例を示すグラフである。図３は、図２に示される胃の粘膜の分光特性の独立成分の分析結果のグラフである。図４は、本実施形態の解析プログラムのフローチャートである。

以下、本発明の実施の形態について図面を用いて詳細に説明する。図１は、本実施形態の診断補助システムのブロック図である。本実施形態の診断補助システム１は、電子内視鏡１１０、電子内視鏡用プロセッサ１２０及び内視鏡画像用モニタ１３０とからなる電子内視鏡装置１００と、分光プローブ２１０及び分光計２２０からなる分光装置２００と、解析用コンピュータ３１０と解析結果表示用モニタ３２０からなる解析装置３００とを有する。

電子内視鏡１１０は、挿入管１１１、操作部１１２及びコネクタ１１３を有する。挿入管１１１の先端部１１１ａには、対物光学系１１４ａ及び固体撮像素子１１４ｂが内蔵されている。挿入管先端部１１１ａ周囲の体腔表面Ｂの像は、対物光学系１１４ａによって固体撮像素子１１４ｂの受光部に結像するようになっている。固体撮像素子１１４ｂは、光電変換により、受光面に結像した像に対応する映像信号を生成する。生成された映像信号は、挿入管１１１の内部、操作部１１２の内部及びコネクタ１１３の内部に亙って配された固体撮像素子用信号ケーブル１１４ｃを介して電子内視鏡用プロセッサ１２０に送られる。なお、固体撮像素子としては、ＣＣＤを使用したものでもよく、また、ＣＭＯＳを使用したものでもよい。

固体撮像素子用信号ケーブル１１４ｃは、電子内視鏡用プロセッサ１２０に内蔵されている信号処理回路１２１に接続される。信号処理回路１２１は、固体撮像素子１１４ｂによって生成される映像信号を処理して所定の形式のビデオ信号（ＮＴＳＣ信号など）を生成し、これを電子内視鏡用プロセッサ２００に接続された内視鏡画像用モニタ１３０に送信する。この結果、固体撮像素子１１４ｂによって撮像された挿入管先端部１１１ａ周囲の体腔表面Ｂの映像が、内視鏡画像用モニタ１３０に表示される。

また、挿入管１１１の内部、操作部１１２の内部及びコネクタ１１３の内部に亙って、光ファイババンドル等のライトガイド１１５が配されている。ライトガイド１１５の先端１１５ａは、挿入管先端部１１１ａに設けられたカバーガラス（図示せず）に臨んでいる。また、ライトガイド１１５の基端１１５ｂは、コネクタ１１３から突出しており、コネクタ１１３を電子内視鏡用プロセッサ１２０に取り付けたときに、基端１１５ｂが電子内視鏡用プロセッサ１２０の内部に入り込むようになっている。

電子内視鏡用プロセッサ１２０には、ランプ１２２ａと集光レンズ１２２ｂを備えた光源部１２２が内蔵されている。電子内視鏡１１０のコネクタ１１３が電子内視鏡用プロセッサ１２０に接続されている状態では、ランプ１２２ａによって生成される照明光が集光レンズ１２２ｂによってライトガイド１１５の基端１１５ｂに入射するようになっている。基端１１５ｂに入射した照明光は、ライトガイド１１５を通って先端１１５ａからカバーガラスを介して放射され、挿入管先端部１１１ａ周囲の体腔表面Ｂを照明する。

電子内視鏡１１０の挿入管１１１には、鉗子チャンネル１１６が内蔵されている。鉗子チャンネル１１６の先端１１６ａは、挿入管先端部１１１ａに開口しており、また、鉗子チャンネル１１６の基端は、挿入管１１１の中途に設けられた鉗子口１１６ｂとなっている。

本実施形態においては、分光プローブ２１０は、鉗子口１１６ｂから鉗子チャンネル１１６に挿通されている。分光プローブ２１０の先端２１１は、鉗子チャンネル１１６の先端１１６ａに配置されている。また、分光プローブ２１０の基端２１２は、分光計２２０に接続されている。分光プローブ２１０は、先端に集光レンズを有する一種のライトガイドであり、体腔表面Ｂ（または体腔内部）で反射した反射光の一部が集光レンズを介して分光プローブ２１０に入射され、分光計２２０に送られる。

分光計２２０は、分光プローブ２１０から送られた光の分光特性を計測する。計測された分光特性のデータは、解析用コンピュータ３１０に送られる。

解析用コンピュータ３１０は、ＣＰＵ３１１、Ｉ／Ｏコントローラ３１２、ストレージ３１３及びビデオ回路３１４を有する。なお、解析用コンピュータ３１０は、例えばパーソナルコンピュータ又はワークステーションである。

解析用コンピュータ３１０のＣＰＵ３１１は、分光計２２０による分光特性のデータをＩ／Ｏコントローラ３１２を介して、取得する。そして、後述する解析プログラムを実行することによって、体腔表面Ｂに何らかの病変がありうるかどうか、また、どのような種類の病変が発生している可能性が高いといえるのかを示す解析結果データを得る。ＣＰＵ３１１はさらに、ビデオ回路３１４を制御して、解析結果データを解析結果表示用モニタ３２０に表示させる。

解析用コンピュータ３１０のＣＰＵ３１１によって実行される解析プログラムについて以下に説明する。

図２は、健常な胃の粘膜の分光特性（すなわち、波長に対する光の吸収率）の一例を示すグラフである。図２に示されるように、健常な胃の粘膜は、個人差や観察位置によって多少の変動はあるが、４８０ｎｍ以下、５５０〜５６０ｎｍ、５８０〜５９０ｎｍにピークを持っている。生体組織の分光特性は、分光特性の計測対象となる部位の表層部を構成する物質によって決まるものといわれている。例えば、酸素と結合したヘモグロビンの分光特性（すなわち動脈の分光特性）は５４０ｎｍ前後及び５７０〜５８０ｎｍにピークを持ち、一方、酸素と結合していないヘモグロビンの分光特性（すなわち静脈の分光特性）は、５５０〜５６０ｎｍにピークを持つ。

生体組織は、赤血球等の体液の成分や細胞を構成する物質など、様々な物質で構成されている。健常な組織においては、特定の生体組織を構成する主要な物質の種類には、個人差や観察位置による差は殆どなく、個人差等による分光特性の差異は、構成する物質の比率によるものである。すなわち、生体組織を構成する主要な物質の種類がＮであり、各物質（独立成分）の分光特性ベクトル（特定の周波数帯（例えば、４７０ｎｍ〜７００ｎｍ）において、特定の周波数（例えば５ｎｍ）毎に計測した光の吸収率のベクトル）をε_ｎ（ｎ＝１，２，・・・，Ｎ）とすると、特定の健常な生体組織の分光特性ベクトルｘ_ｈは、以下に示す数１によって近似される。

上記の数１において、係数ｓ_ｎは、個人差等によってサンプル毎に変動する値である。

一方、病変部の生体組織は、健常な生体組織には含まれない物質が含まれており、その種類は病変の種類の状態によって異なる。すなわち、病変部の分光特性ベクトルｘ_ｕは、以下に示す数２によって近似される。

従って、特定の生体組織の分光特性ベクトルＡに対して、数１を満たす係数ｓ_ｎを定めることが可能であれば、その生体組織は健常部である可能性が高いものといえる。一方、分光特性ベクトルＡに対して、係数ｓ_ｎを定めることができず、残差であるエラー成分Ｅが残る場合は、その生体組織は病変部である可能性が高い。また、エラー成分Ｅの特徴（ピーク波長等）は、病変部の種類によって決まるものである。そのため、エラー成分Ｅの特徴から病変部の種類を推定することが可能となる。

独立成分ベクトルε_ｎは、互いに無相関と見なせるため、特定の健常な生体組織のサンプルの分光特性を多数計測することによって推定可能である（独立成分分析）。図２に示される胃の粘膜の分光特性の独立成分の分析結果（Ｎ＝３）のグラフを図３に示す。

本実施形態の解析プログラムのフローチャートを図４に示す。本解析プログラムが実行されると、ステップＳ１が実行される。ステップＳ１では、ＣＰＵ３１１は、分光計２２０によって計測された分光特性ベクトルＡを読み込む。なお、分光特性ベクトルＡは、解析プログラムを実行する際に分光計２２０から取得されてもよく、或いは、あらかじめ分光計２２０によって計測されてストレージ３１３等に保存された分光特性ベクトルを読み出すことによって取得されてもよい。

次いで、ステップＳ２に進む。ステップＳ２では、ＣＰＵ３１１は、独立成分分析によってあらかじめ求められた独立成分ベクトルε_ｎを用いて、特定の生体組織の分光特性ベクトルに対して重回帰分析を行い、係数ｓ_ｎ及びエラー成分Ｅの演算を行う。重回帰分析の手法としては、共役勾配法、最小自乗法、減衰最小自乗法、ニュートン法、準ニュートン法などの既知の手法が使用可能である。

次いで、ステップＳ３に進む。ステップＳ３では、ＣＰＵ３１１は、求められたエラー成分Ｅの分類を行う。具体的には、特定の病変部があることが判明している多数の生体組織の分光特性ベクトルに対して重回帰分析を行い、特定の病変部における典型的なエラー成分Ｅ_ｄをあらかじめ求める。次いで、エラー成分Ｅを、エラー成分Ｅ_ｄを用いて、下記の数３を満たす係数ｓ_ｄを求める。

そして、ＣＰＵ３１１は、下記の数４を用いて、エラー成分のベクトルＥをｓ_ｄで割ったベクトルＥ／ｓ_ｄ＝［Ｅ_λ１／ｓ_ｄ，Ｅ_λ２／ｓ_ｄ，・・・，Ｅ_λＭ／ｓ_ｄ］と、ベクトルＥ_ｄ＝［Ｅ_ｄλ１，Ｅ_ｄλ２，・・・，Ｅ_ｄλＭ］の類似度Ｄを求める。

係数ｗ_λｍは、経験則によって定められる重み付け係数であり、特定の周波数域でのベクトルＥとＥ_ｄの形状の類似度を強調することを目的とするものである。

求められた類似度Ｄが０に近い程、エラー成分Ｅが示す生体組織が、エラー成分Ｅ_ｄが示す特定の病変部を有している確率が高いものといえる。解析プログラムは、エラー成分Ｅに対応する生体組織がエラー成分Ｅ_ｄに対応する特定の病変部を有しているといえるかの判定を、エラー成分Ｅ_ｄを求める際に使用したサンプルのエラー成分Ｅ_ｄｋを、Ｅ_ｄに対するＥ_ｄｋの比ｓ_ｄｋで割ったベクトルＥ_ｄｋ／ｓ_ｄｋ＝［Ｅ_ｄｋλ１／ｓ_ｄｋ，Ｅ_ｄｋλ２／ｓ_ｄｋ，・・・，Ｅ_ｄｋλＭ／ｓ_ｄｋ］（ｋ＝１，２，・・・，Ｋ）のエラー成分Ｅ_ｄに対する類似度Ｄ_ｄｋに基づいて行う。類似度Ｄ_ｄｋは、数５に基づいてあらかじめ求められている。

解析プログラムは、多数のサンプルのエラー成分Ｅ_ｄｋから求められる類似度の集合Ｄ_ｄｋに、エラー成分Ｅから求められる類似度Ｄが含まれるといえるかどうかの検定を行う。例えば、集合Ｄ_ｄｋに類似度Ｄが含まれる確率の演算を行う。或いは、集合Ｄ_ｄｋの信頼区間を求め、求められた信頼区間に類似度Ｄが含まれるかどうかにより、エラー成分Ｅに対応する生体組織が特定の病変部を含むといえるかどうかの判定を行う。例えば、類似度Ｄが９９．８％信頼区間に含まれる時は、エラー成分Ｅに対応する生体組織が特定の病変部を含む可能性があるものと判定する。また、類似度Ｄが６６．２％信頼区間に含まれ且つ９９．８％信頼区間に含まれない時は、再検査の必要ありと判定する。

次いで、ステップＳ４に進む。ステップＳ４では、ＣＰＵ３１１は、上記の検定による解析結果データ（集合Ｄ_ｄｋに類似度Ｄが含まれる確率、或いは、信頼区間に基づく判定結果）を、前述のように解析結果表示用モニタ３２０（図１）に表示する。次いで、ＣＰＵ３１１は、解析プログラムを終了させる。診断補助システム１の使用者である医師は、解析結果表示用モニタ３２０に表示される解析結果を参照して、診断を行う。

なお、本実施形態の電子内視鏡用プロセッサ１２０は、電子内視鏡用プロセッサ１２０に内蔵される信号処理回路１２１、光源部１２２等の各構成要素を統括的に制御するＣＰＵ、及び、電子内視鏡１１０の操作部１１２からの入力を受け付けて解析用コンピュータ３１０のＩ／Ｏコントローラ３１２と通信するＩ／Ｏコントローラを有しており、本実施形態の解析プログラムは、操作部１１２からの入力に基づいて実行されるように構成されている。

Claims

診断対象となる生体組織の分光特性のベクトルである被検ベクトルを読み込むベクトル入力手段と、
前記診断対象となる生体組織と同一部位で且つ病変部が含まれていない多数の生体組織サンプルの分光特性のベクトルから、独立成分分析により、特定の物質の分光特性のベクトルである複数の独立成分ベクトルを算出する独立成分ベクトル算出手段と、
前記算出された独立成分ベクトルにて、前記被検ベクトルを重回帰分析し、残差成分のベクトルであるエラーベクトルを得る重回帰分析手段と、
前記エラーベクトルの特徴を抽出し、抽出されたエラーベクトルの特徴から前記診断対象となる生体組織に病変部が含まれるかどうか、及びどのような病変部が含まれる可能性があるかを示す指標値を演算する指標値演算手段と、
を有する、
診断補助装置。
前記指標値演算手段は、
特定の病変部が含まれる多数の生体組織サンプルの分光特性のベクトルを前記複数の独立成分ベクトルにて重回帰分析して得られる残差成分のベクトルである病変部サンプルエラーベクトルから独立成分分析によって求められる病変部物質ベクトルに基づいて前記指標値を演算する、
請求項１に記載の診断補助装置。
前記指標値演算手段は、
前記エラーベクトルをＥ＝［Ｅ_λ１，Ｅ_λ２，・・・，Ｅ_λＭ］、前記病変部物質ベクトルをＥ_ｄ＝［Ｅ_ｄλ１，Ｅ_ｄλ２，・・・，Ｅ_ｄλＭ］として、重回帰分析により下式（ａ）を満たす係数ｓ_ｄを演算し、
重み付け係数ｗ_λｍを用いて下式（ｂ）によってベクトルＥ／ｓ_ｄとＥ_ｄとの類似度Ｄを演算し、
前記類似度Ｄに基づいて前記指標値を求める、
請求項２に記載の診断補助装置。
前記指標値演算手段は、
前記多数の病変部サンプルエラーベクトルをＥ_ｄｋ＝［Ｅ_ｄｋλ１，Ｅ_ｄｋλ２，・・・，Ｅ_ｄｋλＭ］（ｋ＝１，２，・・・，Ｋ）として、重回帰分析により求められる下式（ｃ）を満たす係数ｓ_ｄｋと、下式（ｄ）によって求められるベクトルＥ_ｄｋ／ｓ_ｄｋの夫々とＥ_ｄとの類似度の群Ｄ_ｄｋに基づいて、検定によって前記類似度Ｄが前記類似度の群Ｄ_ｄｋに含まれる確率の演算を行い、
前記類似度Ｄが前記類似度の群Ｄ_ｄｋに含まれる確率を前記指標値とする、
請求項３に記載の診断補助装置。
診断対象となる生体組織の分光特性のベクトルである被検ベクトルを読み込むベクトル入力ステップと、
前記診断対象となる生体組織と同一部位で且つ病変部が含まれていない多数の生体組織サンプルの分光特性のベクトルから、独立成分分析により、特定の物質の分光特性のベクトルである複数の独立成分ベクトルを算出する独立成分ベクトル算出ステップと、
前記算出された独立成分ベクトルにて、前記被検ベクトルを重回帰分析し、残差成分のベクトルであるエラーベクトルを得る重回帰分析ステップと、
前記エラーベクトルの特徴を抽出し、抽出されたエラーベクトルの特徴から前記診断対象となる生体組織に病変部が含まれるかどうか、及びどのような病変部が含まれる可能性があるかを示す指標値を演算する指標値演算ステップと、
を含む、
診断補助方法。
前記指標値演算ステップにおいて、
特定の病変部が含まれる多数の生体組織サンプルの分光特性のベクトルを前記複数の独立成分ベクトルにて重回帰分析して得られる残差成分のベクトルである病変部サンプルエラーベクトルから独立成分分析によって求められる病変部物質ベクトルに基づいて前記指標値を演算する、
請求項５に記載の診断補助方法。
前記指標値演算ステップにおいて、
前記エラーベクトルをＥ＝［Ｅ_λ１，Ｅ_λ２，・・・，Ｅ_λＭ］、前記病変部物質ベクトルをＥ_ｄ＝［Ｅ_ｄλ１，Ｅ_ｄλ２，・・・，Ｅ_ｄλＭ］として、重回帰分析により下式（ａ）を満たす係数ｓ_ｄを演算し、
重み付け係数ｗ_λｍを用いて下式（ｂ）によってベクトルＥ／ｓ_ｄとＥ_ｄとの類似度Ｄを演算し、
前記類似度Ｄに基づいて前記指標値を求める、
請求項６に記載の診断補助方法。
前記指標値演算ステップにおいて、
前記多数の病変部サンプルエラーベクトルをＥ_ｄｋ＝［Ｅ_ｄｋλ１，Ｅ_ｄｋλ２，・・・，Ｅ_ｄｋλＭ］（ｋ＝１，２，・・・，Ｋ）として、重回帰分析により求められる下式（ｃ）を満たす係数ｓ_ｄｋと、下式（ｄ）によって求められるベクトルＥ_ｄｋ／ｓ_ｄｋの夫々とＥ_ｄとの類似度の群Ｄ_ｄｋに基づいて、検定によって前記類似度Ｄが前記類似度の群Ｄ_ｄｋに含まれる確率の演算を行い、
前記類似度Ｄが前記類似度の群Ｄ_ｄｋに含まれる確率を前記指標値とする、
請求項７に記載の診断補助方法。