Mri指标的推算方法以及生物体测定装置的制造方法
【专利摘要】在该推算方法中，根据通过基于入射至被测定部位(B)且在被测定部位(B)的内部传播后的近红外光的检测结果的近红外分光测量法求出的、被测定部位(B)的散射系数(μs’)或与散射系数(μs’)具有相关的参数，推算MRI指标(ADC、FA等)。在该方法中，能够比MRI更简易地获知被测定部位的MRI指标。
【专利说明】
MR I指标的推算方法以及生物体测定装置
技术领域
[0001 ]本发明涉及MRI指标的推算方法以及生物体测定装置。
【背景技术】
[0002]专利文献I中记载了利用近红外分光法的生态信息测定装置。该装置在利用MRI(Magnetic Resonance Imaging(磁共振成像))和近红外线的脑机能测量装置中附带的计算机的运算部中，从由MRI和近红外线得到的信号值，自动算出关于fMRKfunct1nal MRI)
的信号。
[0003]专利文献2中记载了光学式皮下脂肪厚度测定装置。该装置具备发光元件和第一受光元件及第二受光元件。另外，该装置具备储存在生物体的各部位共用的非线性函数的数据库部。非线性函数是将从第一及第二受光元件得到的受光量比与生物体的各部位的皮下脂肪厚度的值相关的函数。该装置根据受光量比，参照非线性函数，推算皮下脂肪厚度的值。
[0004]非专利文献I中记载了通过作为近红外分光测量法之一的时间分辨分光测量法(TRS:Time-Resolved Spectroscopy)求得的新生儿前额部的散射系数与妊娠周龄的关系。
[0005]现有技术文献
[0006]专利文献
[0007]专利文献I:日本特开2003-93390号公报
[0008]专利文献2:日本特开2010-178799号公报
[0009]非专利文献
[0010]非专利文献1:1 j i ch i et a I.，“De ve I opmenta I changes of opticalproperties in neonates determinedby near-1nfrared time-resolvedspectroscopy”，Pediatric Research，58(3)，p.568，2005
【发明内容】
[0011]发明所要解决的课题
[0012]现在，通过利用MRI装置对被试验者的被测定部位进行摄像，例如能够获知ADC(Apparent Diffus1n Coeff icient(表现扩散系数))、FA(Fract1nal Anisotopy(各向异性分数))等各种MRI指标。但是，利用MRI装置的测定成本高，另外需要镇静，因此难以在短周期内重复测定。例如，现在利用MRI装置进行高危新生儿的头部的测定，但主要仅在出院时进行，难以频繁地测定。
[0013]本发明是鉴于这样的问题而完成的，其目的在于，提供利用比MRI更简易的方法和装置，能够获知被测定部位的MRI指标的推算方法和生物体测定装置。
[0014]解决课题的技术手段
[0015]为了解决上述课题，本发明的MRI指标的推算方法，其特征在于:根据通过基于入射至被测定部位且在被测定部位的内部传播后的近红外光的检测结果的近红外分光测量法求出的、被测定部位的散射系数或与散射系数具有相关的参数，推算MRI指标。另外，本发明的生物体测定装置，其特征在于:具备:光入射部，其将近红外光入射至被测定部位;光检测部，其检测在被测定部位的内部传播后的近红外光;和推算运算部，通过基于光检测部中的检测结果的近红外分光测量法求出被测定部位的散射系数或与散射系数具有相关的参数，根据散射系数推算MRI指标。
[0016]本发明人们研究的结果，发现了在通过近红外分光测量法求出的被测定部位的散射系数与MRI指标之间存在明显的相关。在上述的推算方法和生物体测定装置中，根据通过近红外分光测量法求得的被测定部位的散射系数或与散射系数具有相关的参数，推算MRI指标。通过这样利用近红外分光测量法非侵袭性地进行测定，与MRI比较能够以低成本简易地进行测定，例如对于高危新生儿的头部的观察等也能够频繁地进行。
[0017]另外，上述的推算方法的特征也可以在于，在推算MRI指标时，利用散射系数或上述参数、蛛网膜下腔厚度和MRI指标的相关关系，推算MRI指标。同样，上述的生物体测定装置的特征也可以在于，还具备存储散射系数或上述参数、蛛网膜下腔厚度与MRI指标的相关关系的存储部，推算运算部利用相关关系来推算MRI指标。根据本发明人们的研究，散射系数与MRI指标的关系随着蛛网膜下腔厚度显著变化。因此，通过利用散射系数或上述参数、蛛网膜下腔厚度以及MRI指标的相关关系推算MRI指标，能够精度更好地推算MRI指标。
[0018]另外，在上述的推算方法和生物体测定装置中，其特征也可以在于，MRI指标为ADC和FA中的至少一者。根据本发明人们的研究，发现了这些MRI指标与被测定部位的散射系数之间存在特别显著的相关。
[0019]发明的效果
[0020]根据本发明的MRI指标的推算方法以及生物体测定装置，能够通过比MRI更简易的方法和装置，获知被测定部位的MRI指标。
【附图说明】
[0021]图1是示意性地表示本发明的生物体测定装置的第一实施方式的构成的框图。
[0022]图2是表示从光入射部射出的脉冲光、以及在光检测部中所检测出的检测光的各光强度的时间变化的一例的图表。
[0023]图3是作为存储部所存储的相关的例子而表示ADC与散射系数的相关的图表。
[0024]图4是作为存储部所存储的相关的另一个例子而表示FA与散射系数的相关的图表。
[0025]图5是作为存储部所存储的相关的又一个例子而表示散射系数的常用对数值及蛛网膜下腔厚度的积与ADC的相关的图表。
[0026]图6是表示本实施方式的生物体测定装置的动作和MRI指标推算方法的流程图。
[0027]图7是示意性地表示本发明的生物体测定装置的第二实施方式的构成的框图。
[0028]图8是作为存储部所存储的相关的例子而表示蛛网膜下腔厚度与散射系数的相关的图表。
[0029]图9是表示本实施方式的生物体测定装置的动作和MRI指标推算方法的流程图。
[0030]图10是作为本发明的生物体测定装置的第三实施方式而示意性地表示生物体测定装置的构成的框图。
【具体实施方式】
[0031]以下，一边参照附图，一边说明本发明的MRI指标的推算方法以及生物体测定装置的实施方式。其中，在附图的说明中对相同的要素标注相同的符号，省略重复的说明。
[0032](第一实施方式)图1是示意性地表示本发明的生物体测定装置的第一实施方式的构成的框图。该生物体测定装置IA是根据由利用近红外光的时间分解分光测量法求得的生物体的被测定部位B的散射系数，推算MRI指标(MRI参数)的装置。这里，MRI指标是从以扩散强调图像、以及Tl和T2弛豫时间图(map)为代表的定量的核磁共振图得到的脑组织的测定定量值，可以列举例如ADC (Apparent Diffus1n Coefficient)、FA(Fract1nalAnisotopy)、T2弛豫时间等。此外，TI为纵向弛豫时间(自旋一晶格弛豫时间)，Τ2为横向弛豫时间(自旋一自旋弛豫时间)。另外，在以下的说明中，散射系数是包括所谓换算散射系数的概念。
[0033]图1所示的生物体测定装置IA具备主体部70和显示装置80。主体部70具备光入射部10、光检测部20、推算运算部30Α、存储部40、参数输入部50、以及进行光入射部10、光检测部20和推算运算部30Α的控制的控制部60。
[0034]光入射部10从被测定部位B的光入射位置S入射规定波长的近红外脉冲光P。在本实施方式中，在被测定部位B的表面Ba上设置有一处光入射位置S。光入射部10包括产生脉冲光P的脉冲光源11和光入射用光导12。光入射用光导12的输入端与脉冲光源11光学性地连接。光入射用光导12的输出端配置在被测定部位B的光入射位置S。
[0035]作为脉冲光源11，使用发光二极管、激光二极管、各种脉冲激光装置等各种各样的光源。作为在脉冲光源11中产生的脉冲光P，使用脉冲的时间宽度短到能够测定被测定部位B的吸收系数的变化量的程度且以在被测定物质的光吸收特性中光吸收率高的波长为中心波长的近红外脉冲光。在一个实施例中，脉冲光P的波长为760nm。作为光入射用光导12例如可以使用光纤。
[0036]光检测部20检测在被测定部位B的内部传播后的脉冲光P作为检测光。在本实施方式中，在被测定部位B的表面Ba上设定有一处光检测位置D。光检测部20包括光检测用光导21和检测光并将其转换成电气的检测信号的光检测器22。光检测用光导21的输入端配置在被测定部位B的光检测位置D。光检测用光导21的输出端与光检测器22光学性地连接。
[0037]作为光检测用光导21例如使用光纤。作为光检测器22，可以使用光电倍增管、光电二极管、雪崩光电二极管、PIN光电二极管等各种检测器。关于光检测器22的选择，只要具有在从脉冲光源11射出的脉冲光P的波长带能够充分检测光强度的分光灵敏度特性即可。另夕卜，检测光微弱时，可以使用高灵敏度或高增益的光检测器。
[0038]图2是表示从光入射部10射出的脉冲光P、以及在光检测部20所检测出的检测光的各光强度的时间变化的一例的曲线。在图2中，纵轴表不光量(对数刻度)，横轴表不时间。曲线Gll是在时刻to从光入射部10入射至被测定部位B的脉冲光强度的时间波形(入射波形)。曲线G12是在时刻to与入射的脉冲光对应的检测光强度的时间波形(检测波形)。在被测定部位B的内部传播后的光到达光检测位置D的时间根据其传播状况而不一样，另外，根据在被测定部位B的散射或吸收受到衰减。因此，如图2的曲线G12所示，检测波形成为某固定的分布曲线。
[0039]再次参照图1。推算运算部30A包括时间波形测量部31和运算处理部33A。时间波形测量部31与光检测器22电连接，构成对来自光检测器22的光检测信号进行规定的信号处理的信号处理单元。时间波形测量部31根据来自光检测器22的光检测信号，取得关于检测光的光强度的时间波形。为了取得该时间波形，从脉冲光源11对时间波形测量部31提供显示脉冲光P的发光时机的触发信号。通过在多个测定时刻进行脉冲光P的入射和检测，可以得到在该各个测定时刻的时间波形。
[0040]运算处理部33A是对在上述的信号处理单元(时间波形测量部31)中得到的时间波形进行规定的运算的运算单元。运算处理部33A具有散射系数运算部33a和推算部33b。散射系数运算部33a根据由时间波形测量部31得到的时间波形，算出被测定部位B的散射系数W’。此外，在以下的记载中，散射系数ys’为包括换算散射系数的概念。散射系数ys’例如使用扩散方程式而适当地求出。
[0041]推算部33b从散射系数运算部33a取得被测定部位B的散射系数μ8’，从该散射系数μ8 ’推算MRI指标。这里，存储部40例如由非挥发性存储器这样的存储单元构成，预先存储表示MRI指标和散射系数^’的相关的数据。推算部33b使用存储部40所存储的相关数据，推算MRI指标。
[0042]或者，存储部40也可以预先存储表示MRI指标、蛛网膜下腔厚度和散射系数μ8’的相关的数据。此时，从参数输入部50，输入关于被测定部位B的蛛网膜下腔厚度的数值。被测定部位B的蛛网膜下腔厚度通过例如超声波回声检查等而适当地求得。然后，推算部33b使用存储部40所存储的相关数据和从参数输入部50输入的蛛网膜下腔厚度，推算MRI指标。
[0043]显示装置80连接于主体部70。显示装置80通过显示在运算处理部33A的推算部33b中推算的MRI指标，对进行测定的人和被试验者提供MRI指标。
[0044]图3是作为存储部40所存储的相关的例子而表示ADC与散射系数μ5’的相关的曲线。在图3中，纵轴表示ADC(单位:X l(r3mm2/秒)，横轴表示散射系数ys’(单位-cm—1)。此外，曲线是蛛网膜下腔厚度为2.5mm以下这样的比较小的值时的曲线。ADC与散射系数μ8’的相关数据例如利用图3所示的近似直线Ll(y = — 0.ΙΟχ+2.18:其中，y表示ADC，x表示散射系数μ8，，这2个参数之间的相关系数R的2次方为0.67)而适当地表示。
[0045]图4是作为存储部40所存储的相关的另一个例子而表示FA与散射系数μ8’的相关的曲线。在图4中，纵轴表示FA(任意单位)，横轴表示散射系数μ8’(单位:cm—1)。此外，曲线是蛛网膜下腔厚度为2.5_以下这样的比较小的值时的曲线。FA与散射系数μ8’的相关数据例如利用图4所示的近似直线L2 (y = 0.0I x+0.04:其中，y表示FA，x表示散射系数ys ’，这2个参数之间的相关系数R的2次方为0.28)而适当地表示。
[0046]图5是作为存储部40所存储的相关的又一个例子而表示散射系数μs’的常用对数值和蛛网膜下腔厚度的积与ADC的相关的曲线。在图5中，纵轴表示ADC(单位:X 10—3mm2/秒)，横轴表示散射系数ys’(单位:cm-O的常用对数值与蛛网膜下腔厚度(单位:mm)的积。ADC、蛛网膜下腔厚度和散射系数μ8’的相关数据例如利用图5所示的近似直线L3(y= —
0.032X+1.6967:其中，y表示ADC，X表示散射系数μs’的常用对数值和蛛网膜下腔厚度的积，这2个参数之间的相关系数R的2次方为0.6656)而适当地表示。
[0047]此外，存储部40所存储的相关数据不限于近似直线L1、L2，近似直线也可以根据数据数量的增减而变化。
[0048]对于具备以上的构成的生物体测定装置IA的动作、以及本发明的MRI指标推算方法的一个实施方式进行说明。图6是表示本实施方式的生物体测定装置IA的动作和MRI指标推算方法的流程图。如图6所示，首先，从光入射部10对被测定部位B入射近红外脉冲光P(光入射步骤SI I)。接着，在光检测部20中，检测在被测定部位B的内部传播后的近红外脉冲光P的光强度(光检测步骤S12)。
[0049]接着，根据基于光检测部20中的检测结果的时间分解分光测量法，散射系数运算部33a算出被测定部位B的散射系数μ8’(散射系数算出步骤S13)。然后，推算部33b从散射系数与MRI指标的相关(或者散射系数^’、蛛网膜下腔厚度和MRI指标的相关)，推算MRI指标(MRI指标推算步骤S14)。
[0050]对于由具备以上的构成的本实施方式的生物体测定装置IA和推算方法得到的效果进行说明。通常PET(Positron Emiss1n Tomography(正电子发射计算机断层显像))装置高价且大型。相对于此，生物体测定装置IA这样的近红外分光测量装置与PET装置相比能够廉价且小型地构成。本发明人们研究的结果，发现了通过近红外分光测量法求得的被测定部位B的散射系数μ8’与MRI指标之间存在显著的相关。在本实施方式的推算方法和生物体测定装置IA中，根据由近红外分光测量法求得的被测定部位啲散射系数μ8’，推算MRI指标。这样，通过利用近红外分光测量法非侵袭性地推算MRI指标，与使用MRI装置时相比能够以低成本简易地进行测定，例如对于高危新生儿的头部的观察等也能够频繁地进行。
[0051]另外，如上所述，在推算部33b推算MRI指标时，也可以使用散射系数μ5’、蛛网膜下腔厚度和MRI指标的相关关系推算MRI指标。根据本发明人们的研究，散射系数μ8’与MRI指标的关系随着蛛网膜下腔厚度显著变化。因此，如本实施方式这样，通过利用散射系数W’、蛛网膜下腔厚和MRI指标的相关关系推算MRI指标，能够精度更好得推算MRI指标。
[0052 ] 另外，如本实施方式那样，MRI指标也可以为ADC和FA中的至少一者。如图3?图5所示，根据本发明人们的研究，在这些MRI指标与被测定部位B的散射系数μ8’之间发现了特别显著的相关。
[0053](第二实施方式)图7是示意性地表示本发明的生物体测定装置的第二实施方式的构成的框图。该生物体测定装置IB是根据通过利用近红外光的时间分解分光测量法求出的生物体的被测定部位B的散射系数，推算MRI指标(MRI参数)的装置。MRI指标和散射系数的定义与第一实施方式相同。本实施方式的生物体测定装置IB具备推算运算部30Β来代替第一实施方式的生物体测定装置IA具备的推算运算部30Α。除了推算运算部30Β以外的其他构成与第一实施方式的生物体测定装置IA相同。
[0054]推算运算部30Β包括时间波形测量部31和运算处理部33Β。时间波形测量部31的构成与第一实施方式相同。运算处理部33Β是对在时间波形测量部31中得到的时间波形进行规定的运算的运算单元。运算处理部33Β具有散射系数运算部33a、第一推算部33c和第二推算部33d。散射系数运算部33a根据由时间波形测量部31得到的时间波形，算出被测定部位B的散射系数W’。
[0055]第一推算部33c从散射系数运算部33a取得被测定部位B的散射系数μ8，，从该散射系数ys’推算被测定部位B的蛛网膜下腔厚度。这里，存储部41例如由非挥发性存储器这样的存储单元构成，预先存储表示散射系数ys’和蛛网膜下腔厚的相关的数据。第一推算部33c使用存储部41所存储的相关数据推算蛛网膜下腔厚度。
[0056]图8是作为存储部41所存储的相关的例子而表示蛛网膜下腔厚度与散射系数μ8’的相关的曲线。在图8中，纵轴表示蛛网膜下腔厚度(单位:mm)，横轴表示散射系数μ8’(单位:cm—O。蛛网膜下腔厚度与散射系数μ8’的相关数据例如利用图8所示的近似曲线L4(y =36.76x—其中，y表示蛛网膜下腔厚度，X表示散射系数μ8’，这2个参数之间的相关系数R的2次方为0.35)而适当地表示。
[0057]第二推算部33d从散射系数运算部33a取得被测定部位B的散射系数μ8’，并且从第一推算部33c取得被测定部位B的蛛网膜下腔厚度的推算值。第二推算部33d从这些散射系数和蛛网膜下腔厚度推算值推算MRI指标。这里，存储部40例如由非挥发性存储器这样的存储单元构成，预先存储表示MRI指标、蛛网膜下腔厚度和散射系数μ8’的相关的数据。第二推算部33d使用存储部40所存储的相关数据推算MRI指标。
[0058]图9是表示本实施方式的生物体测定装置IB的动作和MRI指标推算方法的流程图。如图9所示，光入射步骤S11、光检测步骤S12和散射系数算出步骤S13与第一实施方式(参照图6)同样地进行。然后，在本实施方式中，第一推算部33c从散射系数μ8’与蛛网膜下腔厚度的相关，推算蛛网膜下腔厚度(蛛网膜下腔厚度推算步骤S15)。之后，第二推算部33d从散射系数W’、蛛网膜下腔厚度和MRI指标的相关，推算MRI指标(MRI指标推算步骤S14)。
[0059]根据具备以上的构成的本实施方式的生物体测定装置IB和推算方法，与第一实施方式同样，与使用MRI装置时相比能够以低成本简易地进行测定。另外，通过利用散射系数W’、蛛网膜下腔厚度和MRI指标的相关关系推算MRI指标，能够精度更好地推算MRI指标。
[0060]另外，本发明人们在通过近红外分光测量法求出的被测定部位B的散射系数μ8’与蛛网膜下腔厚度之间也发现了存在显著的相关。如本实施方式的推算方法和生物体测定装置IB那样，通过根据由近红外分光测量法求得的被测定部位B的散射系数μ8’推算蛛网膜下腔厚度，就没有必要用超声波回声检查等另外测定蛛网膜下腔厚度，能够更加简易地进行测定。
[0061](第三实施方式)图10是作为本发明的生物体测定装置的第三实施方式而示意性地表示生物体测定装置IC的构成的框图。本变形例的生物体测定装置IC具备推算运算部30C来代替第二实施方式的生物体测定装置IB具备的推算运算部30Β。推算运算部30C包括时间波形测量部31和运算处理部33C。时间波形测量部31的构成与第一实施方式相同。
[0062]运算处理部33C除了第二实施方式的运算处理部33C具有的散射系数运算部33a、第一推算部33c和第二推算部33d，还具有判定部33e。判定部33e从第一推算部33c取得被测定部位B的蛛网膜下腔厚度的推算值，比较蛛网膜下腔厚度推算值和规定的阈值的大小。判定部33e在蛛网膜下腔厚度推算值大于规定的阈值(或规定的阈值以上)的情况下，在显示装置80显示“不可测定”。此时，运算处理部33C中的推算运算处理中断。另外，在判定部33e中判定为蛛网膜下腔厚度推算值小于规定的阈值(或规定的阈值以下)时，第二推算部33d从散射系数ys，与MRI指标的相关(例如参照图3、图4)，推算MRI指标。规定的阈值任意决定，在一个实施例中为2.5mm。
[0063]根据本变形例的生物体测定装置IC和推算方法，与第一实施方式同样，与使用MRI装置时相比，能够以低成本简易地进行测定。另外，通过限定在蛛网膜下腔厚度小于规定的阈值的情况进行测定，能够抑制蛛网膜下腔厚度对推算值的影响，能够精度更好得推算MRI指标。为了将蛛网膜下腔厚度抑制得小于规定的阈值，例如，仰面后测定头部，或者在脸转向侧面的状态下测定下侧的侧头部即可。此外，在本实施方式中，通过利用第一推算部33c的推算运算得到输入到判定部33e的蛛网膜下腔厚度，但也可以与第一实施方式同样，从参数输入部输入关于蛛网膜下腔厚度的数值。
[0064]本发明的MRI指标的推算方法和生物体测定装置不限于上述实施方式，能够进行其他各种变形。例如，在上述各实施方式中根据散射系数推算MRI指标，但例如也可以根据平均光路长度这样的与散射系数具有相关的各种参数推算MRI指标。此时，可以代替上述的图3?图5所示的相关关系，在存储部预先存储表示该参数与MRI指标的相关的数据，推算运算部利用该相关数据推算MRI指标。或者，也可以存储部预先存储表示该参数、蛛网膜下腔厚度和MRI指标的相关的数据，推算运算部利用该相关数据推算MRI指标。
[0065]另外，在上述各实施方式中对于将本发明应用于时间分解分光测量法的情况进行了说明，但本发明也能够适用于能够测定散射系数或与散射系数具有相关的参数的其他方法(例如相位调制分光法等)。另外，MRI指标的推算所用的数学式(运算式)不限于如图3?图5所示的直线，能够适用多种关系式。此外，存储部40能够以表格形式或运算式预先储存多个散射系数’和与各个散射系数对应的MRI指标的关系。另外，在上述各实施方式中，作为所推算的MRI指标例示了 ADP和FA，但由本发明推算的MRI指标不限于这些。
[0066]另外，在上述各实施方式中作为被测定部位例示了头部，利用散射系数、蛛网膜下腔厚度和MRI指标的相关，高精度地推算了 MRI指标，但也可以利用散射系数、头盖骨的厚度和MRI指标的相关推算MRI指标。或者，在被测定部位为头部以外(例如肌肉或腹部等)的情况下，也可以利用散射系数、脂肪层的厚度和MRI指标的相关推算MRI指标。如上所述，也可以使用与蛛网膜下腔厚度以外的各种多层结构组织的相关关系，高精度地推算MRI指标。
[0067]另外，在上述各实施方式中，例示了光入射位置S和光检测位置D为各一个(一点入射一点检测)的情况，但也能够进行多点测量(一点入射多点检测、多点入射一点检测或者多点入射多点检测)。通过得到多个不同深度的信息，能够根据深度分离信息，提高散射系数的计算精度。另外，在新生儿的情况下，通过在没有骨头的大囟门上测定，通过散射系数容易包含脑内的信息，因此与MRI指标的相关更加显著。
[0068]此外，关于上述的第一实施方式?第三实施方式，总结如下。
[0069](I)脉冲光的输出(脉冲光源11)
[0070]从控制部60输出触发信号，与触发信号同步，从脉冲光源11向被测定部位B的光入射位置S输出脉冲光P，则入射至被测定部位B内的光通过被测定部位B的内部，从光检测位置D输出到外部。
[0071](2)通过组织内的光的检测(光检测器22)
[0072]光检测器22检测从光检测位置D输出的脉冲光P，在时间波形测量部31输入检测信号，但与脉冲光对应的检测信号的宽度，如图2所示，随时间变宽。在时间波形测量部31中也输入表不脉冲光P的发光时机的触发信号。
[0073](3)从所检测出的光算出散射系数(散射系数运算部33a)
[0074]对生物体组织照射近红外波长带域(760nm?1400nm)的光时，光在组织内散射并且被血红蛋白等的血红素等在组织内产生吸收。在散射系数运算部33a中，散射系数μ8 ’能够利用散射光的时间分解测量法求出。在时间分解测量法中，能够将图2所示的实际的时间响应数据(G12)拟合为从光扩散方程式求出的理论的输出信号强度T(t)=AXt 一 5/2Xexp(—yact)exp( —P2/(4Dfct))=AXt—5/2Xexp(—yact)exp[—P2/{4/(3ys，) Xct}]进行运算。即，实际的来自光检测器的输出信号强度(G12)与理论的T(t)相比较，通过最小二乘法，以各时刻的实际的数据与理论的数据的差分的二次方的总和最小的方式，确定散射系数W’。此外，A为比例常数，t为自时间响应波形开始上升起的经过时刻，ya为吸收系数，μ8’为等价散射系数(换算散射系数)，0￡为光扩散系数(&=1/(3^’))，(:为组织内的光速4为从光入射位置S到光检测位置D的距离。此外，作为用于拟合的数学式，也能够算出使用各种校正的式子、时间响应波形的峰位置与散射系数ys’的相关函数，从该峰位置运算散射系数W’。此外，在运算中，作为目标的散射系数ys’以外，都预先求出而是已知的。
[0075](4)与散射系数对应的MRI指标的读取(推算部33b)
[0076]存储部40中储存有表示散射系数ys’和MRI指标Z的相关的表格。如果在该数据库的表格(散射系数μ5’ ；MRI指标Ζ)中输入运算后的散射系数ys’的值，则读取与其对应的MRI指标Z的值，以该读取的值为推算值。
[0077]在第一实施方式的表格中如上所述，储存有表格(散射系数μ3’；MRI指标Z)。作为变形例，也能够使用利用3个参数的表格(散射系数ys’；MRI指标Z;蛛网膜下腔厚度K)，通过在该表格中输入散射系数ys’和蛛网膜下腔厚度K的值，能够读取与这些参数对应的MRI指标Z O
[0078]这里，蛛网膜下腔厚度K在第一实施方式中，通过参数输入部50手动地输入推算部33b(图1)，但在第二实施方式中，从散射系数ys，推算与散射系数^，对应的蛛网膜下腔厚度K的值，输入到第二推算部33d(图7)。在第三实施方式中，对蛛网膜下腔厚度K的值是否为求出MRI指标Z而充分薄的值，进行阈值判定(判定部33e)，判定结果为良好时，求出MRI指标Z。
[0079]如上所述，上述的生物体测定装置具备:脉冲光源11;光检测器22，检测从脉冲光源11输出并通过被测定部位的脉冲光;散射系数运算部33a，根据从光检测器22所输出的时间响应波形，求出与时间响应波形对应的被测定部位的散射系数;存储部40，以表格形式或运算式预先储存多个散射系数^，和与各个散射系数^，对应的MRI指标Z的关系;和推算部，在存储部40的表格或运算式中，输入从散射系数运算部33a输出的散射系数^’的值，求出与所输入的散射系数ys ’对应的MRI指标Z。
[0080]再有，该存储部40除了散射系数μ8’和MRI指标Z以外，还以表格形式或运算式预先储存这些参数与蛛网膜下腔厚度的关系。
[0081 ] 该MRI指标Z为上述的ADC和/或FA，但也能够预先使用MRI装置求出这些参数与散射系数ys’的关系。另外，上述的控制能够由计算机实行，通过储存在控制部60和/或推算运算部的程序来执行。
[0082]此外，也可以利用相位差法求出散射系数。此时，可以代替脉冲光源11而使用输出强度调制光的光源。
[0083]符号的说明
[0084]1A，1B，1C...生物体测定装置、10...光入射部、ll...脉冲光源、12...光入射用光导、20...光检测部、2l...光检测用光导、22...光检测器、30A，30B，30C...推算运算部、3l...时间波形测量部、33A，33B，33C.??运算处理部、33a.??散射系数运算部、33b…推算部、33c…第一推算部、33cl...第二推算部、33&"判定部、40，4l...存储部、50...参数输入部、60...控制部、70...主体部、80...显示装置、B…被测定部位、D…光检测位置、LI?L3…近似直线、L4...近似曲线、P…近红外脉冲光、S…光入射位置、D…光检测位置D
【主权项】
1.一种MRI指标的推算方法，其特征在于: 根据通过基于入射至被测定部位且在所述被测定部位的内部传播后的近红外光的检测结果的近红外分光测量法求出的、所述被测定部位的散射系数或与所述散射系数具有相关的参数，推算MRI指标。2.如权利要求1所述的MRI指标的推算方法，其特征在于: 在推算所述MRI指标时，利用所述散射系数或所述参数、蛛网膜下腔厚度与所述MRI指标的相关关系，推算所述MRI指标。3.如权利要求1或2所述的MRI指标的推算方法，其特征在于: 所述MRI指标为ADC和FA中的至少一者，其中，ADC是Apparent Diffus1n Coefficient的缩写，FA是Fract1nal Anisotopy的缩写。4.一种生物体测定装置，其特征在于: 包括: 光入射部，其将近红外光入射至被测定部位； 光检测部，其检测在所述被测定部位的内部传播后的所述近红外光;和 推算运算部，其通过基于所述光检测部中的检测结果的近红外分光测量法，求出所述被测定部位的散射系数或与所述散射系数具有相关的参数，根据所述散射系数或所述参数，推算MRI指标。5.如权利要求4所述的生物体测定装置，其特征在于: 还具备:存储部，其存储所述散射系数或所述参数、蛛网膜下腔厚度与所述MRI指标的相关关系， 所述推算运算部利用所述相关关系来推算所述MRI指标。6.如权利要求4或5所述的生物体测定装置，其特征在于: 所述MRI指标为ADC和FA中的至少一者，其中，ADC是Apparent Diffus1n Coefficient的缩写，FA是Fract1nal Anisotopy的缩写。7.一种生物体测定装置，其特征在于: 具备: 脉冲光源； 光检测器，其检测从所述脉冲光源输出并通过了被测定部位的脉冲光； 散射系数运算部，其根据从所述光检测器输出的时间响应波形，求出与时间响应波形对应的被测定部位的散射系数； 存储部，其以表格形式或运算式预先储存多个散射系数与对应于各个散射系数的MRI指标的关系;和 推算部，其将从所述散射系数运算部输出的散射系数的值输入至所述存储部的表格或运算式，并求出与所输入的散射系数对应的MRI指标。8.如权利要求7所述的生物体测定装置，其特征在于: 所述存储部除了散射系数及MRI指标之外还预先以表格形式或运算式储存这些参数与蛛网膜下腔厚度的关系。
【文档编号】A61B5/055GK105916449SQ201580005032
【公开日】2016年8月31日
【申请日】2015年1月16日
【发明人】岩田欧介, 岩田幸子, 仓田毅, 小田元树, 矢卷悦子
【申请人】学校法人久留米大学, 浜松光子学株式会社