JP5909388B2 - 生体光計測装置 - Google Patents

Description

本発明は、生体計測に関し、特に所望の生体信号に重畳している雑音信号を除去し、所望の生体信号を高精度に取得する生体光計測装置に関する。

光を用いた生体内部情報の計測（例えば特許文献１）により得られる計測信号には、目的の信号のほかに、いくつかの原因を持つ雑音信号が含まれる。この雑音信号による影響を低減するために、加算平均や、バンドパス・フィルタなどが用いられる。加算平均による手法は、脳の活動が同一課題に対して同一の応答を示すことを前提とする雑音信号低減手法である。また、バンドパス・フィルタによる手法は、脳活動信号と雑音信号とが異なる周波数帯域に存在することを前提とする雑音信号低減手法である。
これらは複数の雑音信号に対する処理であるが、特定の原因による雑音信号に特化した処理も検討されている。

例えば、脈拍の影響による雑音信号（脈拍雑音信号）は、周波数の特定が容易なことから、バンドカット・フィルタによる低減も可能である。また、耳などの部位で計測した脈拍信号を元に光計測信号に含まれる脈拍雑音信号を低減することや（特許文献２）、光計測信号自身から、脈拍雑音信号を抽出し、その影響を低減する手法も考案されている（非特許文献１）。

また、多点で計測した光計測信号から信号解析により複数の信号に分解し、雑音除去や目的信号の抽出を行う方法もある（特許文献３）。

独立成分解析法については、非特許文献２等に記載される。

特開平９−１３５８２５号公報 特開２００４−１７３７５１号公報 特開２００５−１４３６０９号公報

Maria Angela Franceschiniほか、NeuroImage 21 (2004) 372- 386 廣坂ほか、Physica D: Nonlinear Phenomena Volume 194, Issues 3-4 , 15 July 2004, Pages 320-332 Katuraほか、J Biomed Opt. 2008 Sep-Oct;13(5):054008. 佐藤ほか、Neuro Image. 2004 Apr;21(4):1554-62

所望の生体信号を得るために被験者にタスクを課す手法がある。例えば、所望の脳活動信号を得るために被験者に簡単な運動を所定のタイミングで行わせるような場合、運動に伴う心拍数の上昇による全身性血行動態変化が雑音となりうる。このとき、所望の生体信号に重畳する雑音信号が、所望の生体信号と同じようなタイミングで変化を示す可能性は高い。このような場合、得られた信号の解釈を誤ってしまう危険性がある。

タスクを課す等の何らかの実験刺激への応答である脳活動を目的の信号としている場合、その実験刺激に同期して発生する全身性血行動態変化は目的信号である脳活動と同期して発生するので、両者の分離は非常に困難である。しかし、両者の弁別は必要不可欠である。

発明者らはこれまで、独立成分解析法のような信号分離法によりこれらの信号を分離する方法を提案してきた（非特許文献３）。しかしながら、この手法はクラスタリング解析を行うために十分な数のデータ群が必要であり、少数データ群に対しては適用が困難である。

したがって、本発明のひとつの目的は、脳の血行動態変化を示す酸素化ヘモグロビン濃度もしくは脱酸素化ヘモグロビンの濃度変化を反映する頭部内の光経路中を透過した光の計測信号から、目的信号波形とこれに混入する全身性血行動態変化である雑音成分とを弁別し、雑音成分を除去した脳活動信号を有効に得ることにある。

本発明に従う代表的な生体光計測装置は、例えば被験者の頭部の血行動態を計測するため、被験者の頭部の複数の照射点に光を照射する光照射部と、この照射光が生体の中を経由または生体内で反射されてでてきた光を検出する一つまたは複数の光検出部と、光検出部により得られた光信号を分離する分離演算部と、分離演算部により得られる分離信号から選別基準によって信号を選択する選択部と、選択部により選択された分離信号から信号を再構成する再構成演算部と、分離演算部、選択部、再構成演算部でのパラメータ入力および結果表示を行う表示部、により構成される。

より具体的には、上記光照射部の計測用光源として、可視から近赤外領域にかけての複数波長の光源を用いることにより、酸素化ヘモグロビン濃度変化と脱酸素化ヘモグロビン濃度変化をそれぞれ示す計測信号を求めることが可能である（非特許文献３など）。このように得られた一方または双方の要素の計測信号に対し、分離演算部では、例えば独立成分解析を行い、計測信号を複数の独立成分（分離信号）に分離する。選択部では、２つのモデル波型との類似性に基づき分離信号を選別する。

例えば、モデル波形の一方を脳活動モデル波形とし、もう一方を同期雑音モデル波形とした場合、脳活動モデル波型との相関係数がある値以上であり、かつ脳活動モデル波形との相関係数のほうが同期雑音モデル波形との相関係数よりも大きな値を示す分離信号を脳活動信号として選別する。これにより、雑音除去が実現される。

実験課題に同期して発生し信号に混入する雑音成分の分離・除去を可能にし、雑音の少ない信号を提供する。

本発明の実施例の装置構成を示すブロック図である。 上記実施例における計測信号の例を示す波形図である。 上記実施例の分離演算部により算出された分離信号の例である。 上記実施例の記録部に記録されているモデル波形である。 各分離信号と２つのモデル波形との相関係数が作る２次元空間上の区分によって分離信号を判別する判別方法の概念を示す概念図である。 上記実施例の同期雑音に対応するモデル波形の別の例である。

実施例として具体的な構成図を図１に示す。

生体光計測用のインターフェイス部110は、被験者の頭部の一部または全体に取り付ける。光照射部101の光源で発光する波長が６９０nmと８３０nmの混合光が照射用光ファイバー111によりインターフェイス部110に導かれている。これによりインターフェイス部110の装着で定められる複数の照射点から光が生体に照射される。インターフェイス部110には検出用光ファイバー114が取りつけられ、それぞれの端部は光検出部102の光検出器に接続される。これにより、生体内を通過して各検出点に到達した光各光検出器で検出される。

実施例では、脳活動信号を得るために、被検者に所定のタスクを周期的に実行させ、その間に上記構成により計測された光信号に基づく計測信号波形を記憶部103に記録する。周期的なタスクを課すことが被験者の脳活動への刺激となり、それに応答する脳の血行動態変化を取得するのが実施例の計測目的である。周期的タスクに代え被検者に視覚刺激などを周期的に与える場合もある。これらを今後は実験刺激と呼ぶ
ここで、照射する光の波長は他のものでもよい。用いる波長の組み合わせは３つ以上でもよい。また、光検出部102で得られた光信号に対し、何らかの演算処理を行った計測信号波形を記憶部103に記録してもよい。

次に記録された計測信号波形は分離演算部121に読み出され、使用者の選択する手法、設定に基づく分離演算が施される。分離演算部で分離された信号（以下、分離信号とする）は使用者の選択する手法、設定によって選択部122で手動または自動的に選択され、選択部122で選択された信号（以下、選択信号とする）は使用者の選択する手法、設定に基づき再構成演算部123で再構成される。分離演算部、選択部、再構成演算部でのパラメータ入力および結果の表示は表示部124で行われる。以降、詳細を説明する。

まず各検出器で得る光検出信号を、光が透過してきた経路により分離識別しなければならない。この経路の識別の代表的な手法は、一つの検出点に近接する複数の照射点から、同時にではなく、時間的に順次切り替えて光を照射する手法である。検出器からの検出信号は、照射側の順次切り替えに対応してデマルチプレクサで分配して各経路の計測信号とする。経路の識別の他の手法として、複数照射点の照射光をそれぞれ異なる周波数で強度変調することも有効である。この場合は光検出部ではそれぞれの周波数の参照信号を用いて検出器からの検出信号を同期検波することで、どの照射点を起点とする光かを識別したそれぞれの計測信号が得られる。また、これに代えて複数の照射点それぞれの照射光に、固有の符号にもとづくディジタル振幅変調を施す手法を採用してもよい。光照射部101および光検出部102は上記した経路識別手法のいずれかを実現するよう構成される。

光照射部101および光検出部102は、上記のように経路識別された計測信号に対し、さらに各波長成分の計測信号に分離識別する手段も有する。この波長識別にも、例えば各波長の光源のドライブ信号ごとに異なる周波数で振幅変長し、つまり変調周波数の異なる強度変調をした複数波長光の混合光を用い、光検出部では同期検波の参照周波数により各波長成分を分離識別する手法が採用できる。上述した特許文献１には、経路すなわち計測点の識別と波長成分の識別の双方に変調周波数の異なる強度変調を用いた光計測装置が記載される。経路すなわち計測点の識別と波長成分の識別の１方にのみ変調周波数の異なる強度変調を採用し、他方は別の手法とする組み合わせも勿論有効である。

以上のようにして経路、および波長成分ごとに分離識別された各計測点の計測信号の波形は光検出部102から記憶部103に出力され、記録される。次に、各計測点の波長６９０ｎｍの計測信号と波長８３０ｎｍの計測信号のサンプリング値を読み出し、両方の値からその計測点における酸素化ヘモグロビン濃度を算出して再び記憶部103に格納する。このようにして、各計測点の酸素化ヘモグロビン濃度変化の波形を算出して、その結果を記憶部103に格納する。酸素化ヘモグロビンだけでなく脱酸素化ヘモグロビンの濃度変化を算出して利用してもよい。なお、体内を透過した２波長の透過光量から酸素化ヘモグロビン及び脱酸素化ヘモグロビンの濃度相対値を算出する手法の詳細は、非特許文献４に記載される。

図２に算出された各計測点の酸素化ヘモグロビン濃度変化の例を示す。波形201、202、203、204はそれぞれ異なる計測点の酸素化ヘモグロビン濃度変化の波形であり、横軸は時間（秒）で、縦軸はヘモグロビン濃度変化量（mM・mm）である。このように、脳活動の反応（血行動態変化）の出かた、脳活動とは区別すべき全身性血行動態変化の混入の度合い、センサノイズの混合の度合いなどは計測点により様々である。

次に、分離演算部121で行われる具体的な演算手法を説明する。

分離演算部121では計測点の計測信号、ここでは酸素化ヘモグロビン濃度変化を示す信号波形を、加法的にそれを構成する複数の成分波形であり、相互に統計的独立が成り立つ分離信号波形に分離する。分離手法の一つとしてTDDICA法（非特許文献２）を用いることができる。この手法は独立成分解析法と呼ばれる手法の一つである。

４箇所の計測点でサンプリング点数Tからなる（数１）に示す計測信号Xが、（数２）に示すn 個の独立成分からなる原信号Ｓの混合係数行列Ａによる線形的混合信号X＝ＡＳと表されると仮定し、

原信号成分の独立条件と計測信号Xのみから混合行列Aと原信号Sを推定する。推定は白色化と回転によって行う。

白色化は計測信号の混合により線形独立な信号に変えることである。それは計測信号Xの分散共分散行列Cを用いて（数３）のように与えられる。

独立成分からなる原信号Sの推定値Uは適切な回転行列Rを用いて（数４）で与えられる。

この回転行列を決定するのは上記独立条件である。ここでは遅延相関がK個の遅延時間τ_k (k = 1, 2, …, K) でゼロになることを独立と定義する。現実にはこれを実現することは困難なので、その代わりに相関の大きさを最小にするという条件にする。これを実現するのは次の式（数５）で表される損失関数を最小にする回転行列Ｒである。

ここでx’は転置を表し<・>_tは時間平均を表す。混合係数行列の推定値は（数６）で与えられる。

各センサーに印加されるノイズを陽に取り扱うこともできる。その場合Ｘ＝ＡＳの代わりに、観測ノイズNを右辺に加えた（数７）が用いられる。

このとき白色化ではなく擬白色化となり、ノイズ成分の共分散行列Gを用いて（数８）のように行われる。

以降はセンサノイズを考慮しない場合と同様である。行列Gは別途推定しておく必要がある。レスト状態の一区間を多項式でフィッティングしそのときの残差から行列Ｇを推定することが可能である。

計測点数が４の場合について述べたが、一般の数でも同様の手続きで分離の演算が可能である。以上の演算により分離信号Uと混合係数列Rが得られる。

ここで、より高精度な信号分離のために、分離演算を行う前にフィルタリング処理を行ってもよい。目的の信号の周波数帯域が既知の場合、その周波数帯域とは異なる帯域を減ずるフィルタリング処理が有効である。すなわち本実施例では、被検体に課する周期的タスクもしくは刺激に対する脳活動の応答の周波数帯域を通過し、それから外れる帯域の信号成分を抑制するフィルタを用い、フィルタを通過した計測信号を分離演算部に入力するのが望ましい。

以上のような分離演算により得た分離信号波形の例を図３に示す。図３の301、302、303、304は、それぞれ一つの計測点の酸素化ヘモグロビン濃度変化波形から分離演算により得た分離信号波形である。図中の網掛け部分は被検体にタスクを実行させた期間を示す。本実施例の計測目的は、脳活動信号波形を得ることにある。ところが、酸素化ヘモグロビン濃度変化波形を加法的に構成する成分波形には、種々のタイプの成分波形がある。すなわち実行させたタスクとの同期が見られない等、タスクに伴う脳活動を反映する可能性が低いとして明らかに除外できる雑音信号を示す分離波形の他に、タスク実行と同期して変化し、タスクの繰り返しの間の波形再現性がある等の点では脳活動の応答信号と同じ特徴を有する分離波形も出現する。後者を同期雑音と呼ぶ。

そこで本実施例では、２つのモデル波形それぞれと、各分離信号との相関係数が作る２次元空間上の区分によって分離信号を判別し、脳活動信号のみを選択する。この選択部122での分離信号の選択について次に説明する。

まず、選択部122では予め記録部に記録されているモデル関数を元に、実際に信号計測の際に被検者に適用した実験刺激の時間タイミングの情報を用い、2つのモデル波形が生成される。作成されるモデル波形の例を図４に示す。401は実験刺激に対する典型的な脳活動の応答を表す第１のモデル波形である。また402は典型的な同期雑音信号を表す第２のモデル波形である。

そして、これら第１、第２のモデル波形との相関係数を図３のそれぞれの分離波形について算出する。そして第１、第２のモデル波形それぞれと、各分離信号との相関係数が作る２次元空間上の区分によって分離信号を判別し、脳活動信号を選択する。図５はその判別法を示す概念図である。図５の横軸は第１のモデル波形と各分離信号との相関係数の軸であり、右端が相関係数最大値である。図５の縦軸は第２のモデル波形と各分離信号との相関係数の軸であり、上端が相関係数最大値である。本実施例の選択部122では、これら２軸がつくる２次元空間上で、第１のモデル波形との相関係数の値が、所定の閾値より大きく、且つ第２のモデル波形との相関係数の値より大きい領域に属する分離波形を脳活動を反映した分離波形として選択する。図５では境界線501は第１のモデル波形との相関係数の値が上記所定の閾値である線である。つまり境界線501より左の領域にプロットされる点513や点514に対応する分離波形は第１のモデル波形との相関係数の値が上記所定の閾値より小なので除外される。境界線502は第１のモデル波形との相関係数との第２のモデル波形との相関係数が等しい線であり、よって境界線502より左上側にある例えば点512に対応する分離波形は第１のモデル波形との相関係数が第２のモデル波形との相関係数より小なので除外される。結局境界線501より右側で、かつ境界線502より右下側の領域にプロットされる、例えば点511に対応する分離波形が脳活動を反映した分離波形として選択される。図５に記入した例では一つの分離波形のみが選択されたが、脳活動を反映した分離波形として選択されるのは一つの分離波形であるとは限らず、複数の場合もある。

次に再構成演算部（123）では選択部での信号選択に基づき、信号の再構成を行う。この信号の再構成の処理は、独立成分解析法の再構成方法により再構成する。具体的には、前記手順により選択された脳活動信号に対応する混合係数（ただし混合係数は独立成分解析によって得られている）を乗じ、選択された脳活動信号が複数ある場合にはそれらを足し合わせ，再構成波形とする。

上述の実施例では、予め記録部に記録されているモデル関数を元に第１、第２のモデル波形を生成した。このモデル波形の生成に用いるモデル関数は、信号計測時に被検体に繰り返し適用する実験刺激の種類別に準備して記録しておくのが好ましい。すなわち、実際に適用した実験刺激に合わせて、記録された複数のモデル関数から第１のモデル波形生成用、第２のモデル波形生成用のモデル関数をそれぞれ選択可能としておくことが好ましい。これらモデル関数は、実験刺激を適用した計測結果から導出される。年齢別、もしくは健常者と非健常者の別などの計測結果が蓄積されていれば、これらの区別に応じてモデル関数を選択可能としておくのが更に好ましい。

また、実験刺激に対する典型的な脳活動の応答を表す第１のモデル波形は上記のように計測結果から導出したモデル関数から生成し、同期雑音を表す第２のモデル波形は、生成した第１のモデル波形の微分波形とすることも可能である。さらに、第２のモデル波形は、図６に示すような、上昇に続く下降、それに続く上昇のパターンで定義されるモデル波形（Ｎ字パターンのモデル波形）として用いても良い。

本発明により、生体光計測装置、光トポグラフィイ装置の計測信号の精度が増し、利用範囲を広めて、この種の装置の診療分野および医学的分析分野への貢献度を一層高めることが見込まれる。

101 光照射部
102 光検出部
103 記憶部
110 インターフェイス部
111 光ファイバー
121 分離演算部
122 選択部
123 再構成演算部
124 表示部
201 計測点１での酸素化ヘモグロビン濃度変化
202 計測点２での酸素化ヘモグロビン濃度変化
203 計測点３での酸素化ヘモグロビン濃度変化
204 計測点４での酸素化ヘモグロビン濃度変化
301 酸素化ヘモグロビン濃度変化の分離信号１
302 酸素化ヘモグロビン濃度変化の分離信号２
303 酸素化ヘモグロビン濃度変化の分離信号３
304 酸素化ヘモグロビン濃度変化の分離信号４
401 モデル波形１
402 モデル波形２
501 条件による境界線１
502 条件による境界線２
511 分離信号の一つに対応するプロット点
512 分離信号の一つに対応するプロット点
513 分離信号の一つに対応するプロット点
514 分離信号の一つに対応するプロット点
601 同期雑音に対応するモデル波形

Claims (6)

1. 被験者の頭部の血行動態を計測するため、一つまたは複数の照射点から光を照射する光
   照射部と、
   前記被験者の頭部を経由または反射してきた光を一つまたは複数の検出点でそれぞれ検
   出する光検出部と、
   前記光検出部の検出出力に基づく計測部位の光信号波形を記録する記録部と、
   加法的に前記光信号波形を構成し、相互に統計的独立が成り立つ複数の分離信号波形に前記光信号波形を分離する分離演算部と、
   前記分離演算部で分離した分離信号波形のそれぞれについて第１のモデル波形との類似度、第２のモデル波形との類似度を算出し、これら類似度をもとに前記複数の分離信号波形から脳活動の応答を反映する分離信号波形を選択する選択部と、
   選択された分離信号波形から前記被検体の応答を再構成して結果を表示する表示部を有する生体光計測装置であって、
   前記記録部で記録する前記光信号波形は、前記被験者に周期的なタスクもしくは刺激を与えながら計測した光信号波形であり、前記選択部で用いる前記第１のモデル波形は前記周期的なタスクもしくは刺激に対する典型的な脳活動の応答を表すモデル波形、前記第２のモデル波形は同期雑音を表すモデル波形であり、
   前記選択部は、前記第１のモデル波形と各分離信号波形との第１の相関係数と、前記第２のモデル波形と各分離信号波形のとの第２の相関係数との２次元空間上の区分により前記複数の分離信号波形からを選択することを特徴とする生体光計測装置。
2. 前記選択部は、前記第１の相関係数の値が所定の閾値以上であり、かつ前記第２の相関係数の値よりも大である区分に属する分離信号を、脳活動の応答を反映する分離信号波形として選択すること特徴とする請求項１に記載の生体光計測装置。
3. 前記選択部で用いる第１、第２のモデル波形は、それぞれ前記記録部に記録されたモデル信号パターンから生成されたものであることを特徴とする請求項１に記載の生体光計測装置。
4. 前記第２のモデル波形は、前記記録部に記録されたモデル信号パターンから生成された前記第１のモデル波形を微分して生成されることを特徴とする請求項１に記載の生体光計測装置。
5. 前記第２のモデル波形は、上昇波型とそれに続く下降波型、更にそれに続く上昇波型のパターンで定義されるモデル波形であることを特徴とする請求項１に記載の生体光計測装置。
6. 前記記録部から読みだされる光信号波形に対し、脳活動の応答の周波数帯域を通過し、それから外れる帯域の信号成分を抑制するフィルタリング処理を施して前記分離演算部に入力することを特徴とする請求項１に記載の生体光計測装置。