JP2008005988A - Blood glucose level analysis method and blood glucose level analyzer - Google Patents
Blood glucose level analysis method and blood glucose level analyzer Download PDFInfo
- Publication number
- JP2008005988A JP2008005988A JP2006178338A JP2006178338A JP2008005988A JP 2008005988 A JP2008005988 A JP 2008005988A JP 2006178338 A JP2006178338 A JP 2006178338A JP 2006178338 A JP2006178338 A JP 2006178338A JP 2008005988 A JP2008005988 A JP 2008005988A
- Authority
- JP
- Japan
- Prior art keywords
- measurement
- blood glucose
- calibration model
- glucose level
- spectrum
- 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.)
- Pending
Links
- 239000008280 blood Substances 0.000 title claims abstract description 137
- 210000004369 blood Anatomy 0.000 title claims abstract description 137
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 title claims description 101
- 239000008103 glucose Substances 0.000 title claims description 101
- 238000004458 analytical method Methods 0.000 title claims description 8
- 238000005259 measurement Methods 0.000 claims abstract description 210
- 238000001228 spectrum Methods 0.000 claims abstract description 88
- 238000001514 detection method Methods 0.000 claims description 15
- 238000000034 method Methods 0.000 claims description 10
- 230000001678 irradiating effect Effects 0.000 claims 1
- 238000012545 processing Methods 0.000 description 11
- 230000003595 spectral effect Effects 0.000 description 7
- 239000010453 quartz Substances 0.000 description 5
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 5
- 238000011088 calibration curve Methods 0.000 description 4
- 238000000491 multivariate analysis Methods 0.000 description 4
- 210000003462 vein Anatomy 0.000 description 4
- 230000006872 improvement Effects 0.000 description 3
- 210000004204 blood vessel Anatomy 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 206010012601 diabetes mellitus Diseases 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000012628 principal component regression Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000000985 reflectance spectrum Methods 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000000862 absorption spectrum Methods 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000002354 daily effect Effects 0.000 description 1
- 235000005911 diet Nutrition 0.000 description 1
- 230000037213 diet Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 235000012054 meals Nutrition 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
Images
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
【課題】本発明の目的は、非侵襲的な血糖値測定の精度を向上することのできる血糖値分析装置を提供することにある。
【解決手段】予め得ておいた識別情報Ａ〜Ｇに基づいて被測定者Ａを特定する被測定者特定手段１２と、該被測定者Ａの所定部位からスペクトルデータを取得するスペクトル測定装置１４と、被測定候補者Ａ〜Ｇ毎に予め得ておいた検量モデルＡ〜Ｇを記憶している検量モデル記憶手段１６と、該被測定者特定手段１２により特定された被測定者Ａに専用の検量モデルＡを、該検量モデル記憶手段１６に記憶されている検量モデルＡ〜Ｇの中から選択し、該被測定者Ａに専用の検量モデルＡを用いて、該スペクトル測定装置１４によって測定された該被測定者ＡのスペクトルデータＡに基づき該被測定者Ａの血糖値を推定する血糖値推定手段１８と、を備えたことを特徴とする血糖値分析装置１０。
【選択図】図１An object of the present invention is to provide a blood sugar level analyzer capable of improving the accuracy of noninvasive blood sugar level measurement.
A person-to-be-measured specifying means for specifying a person to be measured A based on identification information A to G obtained in advance, and a spectrum measuring apparatus for acquiring spectrum data from a predetermined part of the person to be measured A. And calibration model storage means 16 for storing calibration models A to G obtained in advance for each of the measurement candidate A to G, and dedicated to the measurement person A specified by the measurement person specifying means 12 The calibration model A is selected from the calibration models A to G stored in the calibration model storage means 16 and measured by the spectrum measuring device 14 using the calibration model A dedicated to the person A to be measured. And a blood sugar level estimating means 18 for estimating a blood sugar level of the subject A based on the spectrum data A of the subject A thus measured.
[Selection] Figure 1
Description
本発明は血糖値分析方法及び血糖値分析装置、特にその検量モデルの改良に関する。 The present invention relates to a blood sugar level analyzing method and a blood sugar level analyzing apparatus, and more particularly to improvement of a calibration model thereof.
糖尿病患者、及びそのおそれのある人は、食事療法に基づき、毎回の食事前後にその血糖値を測定しなければならない。現在は針を指に刺し、体外へ取り出した血液を用いて、その血糖値を定量する浸襲性測定が一般的である（例えば、特許文献１参照）。この浸襲性測定は、定量性があり、利便性もあって非常に普及している。
しかしながら、毎日、あるいは時間ごとに定期的に血糖値をモニターしなければならない患者にとって一定時間ごとの浸襲性測定はかなりの苦痛であった。一方、従来の非浸襲性測定は精度の点で問題があり、いまだ実用化されていない。
本発明は前記従来技術の課題に鑑みなされたものであり、その目的は、非侵襲的な血糖値測定の精度を向上することのできる血糖値分析方法及び血糖値分析装置を提供することにある。
However, invasive measurement at regular intervals has been quite painful for patients who have to monitor their blood glucose level daily or periodically. On the other hand, the conventional non-invasive measurement has a problem in terms of accuracy and has not yet been put into practical use.
The present invention has been made in view of the above-described problems of the prior art, and an object thereof is to provide a blood sugar level analyzing method and a blood sugar level analyzing apparatus capable of improving the accuracy of noninvasive blood sugar level measurement. .
＜血糖値分析方法＞
前記目的を達成するために本発明にかかる血糖値分析方法は、被測定者特定工程と、スペクトル測定工程と、血糖値推定工程と、を備えることを特徴とする。
ここで、前記被測定者特定工程は、予め得ておいた被測定候補者の識別情報に基づいて、これから非侵襲的な血糖値測定を行おうとしている被測定者を、前記被測定候補者の中から特定する。
また、前記スペクトル測定工程は、前記被測定者の所定部位から、スペクトルデータを取得する。
前記推定工程は、前記被測定者特定工程により特定された被測定者に専用の検量モデルを、予め得ておいた被測定候補者毎の検量モデルの中から選択する。該推定工程は、該被測定者に専用の検量モデルを用いて、前記スペクトル測定工程によって得られた該被測定者のスペクトルデータに基づき該被測定者の血糖値を推定する。
<Blood glucose analysis method>
In order to achieve the above object, a blood sugar level analyzing method according to the present invention comprises a measurement subject specifying step, a spectrum measuring step, and a blood sugar level estimating step.
Here, in the measurement subject specifying step, based on the identification information of the measurement candidate obtained in advance, the measurement subject who is about to perform a non-invasive blood glucose level measurement is determined as the measurement candidate. Identify from the list.
Moreover, the spectrum measurement step acquires spectrum data from a predetermined part of the measurement subject.
In the estimation step, a calibration model dedicated to the measurement subject specified in the measurement subject specifying step is selected from the calibration models for each measurement candidate previously obtained. The estimation step estimates a blood glucose level of the measurement subject based on the spectrum data of the measurement subject obtained by the spectrum measurement step using a calibration model dedicated to the measurement subject.
なお、本発明にかかる血糖値分析方法においては、さらに検量モデル作成工程を備え、該検量モデル作成工程は、データ取得工程と、モデル化工程と、を備えることが好適である。
ここで、前記検量モデル作成工程は、前記被測定候補者毎に検量モデルを作成する。
また、前記データ取得工程は、前記被測定候補者毎に、前記侵襲性測定による血糖値データの取得、及び前記スペクトル測定装置によるスペクトルデータの取得を、ほぼ同時に行う。
前記モデル化工程は、前記被測定候補者毎に、前記データ取得工程で得られた前記侵襲性測定による前記血糖値データ、及び前記スペクトル測定装置によるスペクトルデータに基づいて、前記検量モデルを作る。
In the blood sugar level analysis method according to the present invention, it is preferable to further include a calibration model creation step, and the calibration model creation step preferably includes a data acquisition step and a modeling step.
Here, the calibration model creation step creates a calibration model for each measurement candidate.
In the data acquisition step, acquisition of blood glucose level data by the invasive measurement and acquisition of spectrum data by the spectrum measurement device are performed almost simultaneously for each measurement candidate.
In the modeling step, the calibration model is created for each measurement candidate based on the blood glucose level data obtained by the invasive measurement obtained in the data acquisition step and the spectrum data obtained by the spectrum measuring device.
＜血糖値分析装置＞
また、前記目的を達成するために本発明にかかる血糖値分析装置は、被測定者特定手段と、検量モデル記憶手段と、血糖値推定手段と、を備えることを特徴とする。
ここで、前記被測定者特定手段は、予め得ておいた被測定候補者の識別情報に基づいて、これから非侵襲的な血糖値測定を行おうとしている被測定者を、前記被測定候補者の中から特定する。
また、前記スペクトル測定装置は、前記被測定者の所定部位から、スペクトルデータを取得する。
前記検量モデル記憶手段は、被測定候補者毎に予め得ておいた検量モデルを記憶している。
前記血糖値推定手段は、前記被測定者特定手段により特定された被測定者に専用の検量モデルを、前記検量モデル記憶手段に記憶している検量モデルの中から選択する。該血糖値推定手段は、該被測定者に専用の検量モデルを用いて、前記スペクトル測定装置によって測定された該被測定者のスペクトルデータに基づき該被測定者の血糖値を推定する。
そして、本実施形態においては、前記検量モデル記憶手段に、前記被測定候補者毎に取得された前記スペクトル測定装置によるスペクトルデータ及び侵襲性測定による血糖値データに基づいて作成された、該被測定候補者毎の検量モデルが記憶されている。
<Blood glucose analyzer>
In order to achieve the above object, a blood sugar level analyzer according to the present invention is characterized by comprising measurement subject specifying means, calibration model storing means, and blood sugar level estimating means.
Here, based on the identification information of the measurement candidate that has been obtained in advance, the measurement target specifying means designates the measurement person who is about to perform noninvasive blood glucose measurement from now on. Identify from the list.
Further, the spectrum measurement device acquires spectrum data from a predetermined part of the measurement subject.
The calibration model storage means stores a calibration model obtained in advance for each measurement candidate.
The blood glucose level estimating means selects a calibration model dedicated to the measurement subject specified by the measurement subject specifying means from the calibration models stored in the calibration model storage means. The blood glucose level estimation means estimates the blood glucose level of the measurement subject based on the spectrum data of the measurement subject measured by the spectrum measurement device using a calibration model dedicated to the measurement subject.
In the present embodiment, the measurement model storage means is created based on spectrum data obtained by the spectrum measurement device and blood glucose level data obtained by invasive measurement obtained for each measurement candidate. A calibration model for each candidate is stored.
なお、本発明にかかる血糖値分析装置においては、前記スペクトル測定装置が、赤外光射出手段と、照射部位位置決め手段と、検出手段と、を備えることが好適である。
ここで、前記赤外光射出手段は、赤外光を射出する。
また、前記照射部位位置決め手段は、前記赤外光射出手段よりの赤外光を、前記被測定者の所定部位に照射し、該所定部位からの拡散反射光を集光する。
前記検出手段は、前記照射部位位置決め手段によって集光された拡散反射光を検出する。
そして、本発明においては、前記検出手段によって得られた拡散反射光のスペクトルデータを、前記スペクトルデータとして用いている。
In the blood sugar level analyzing apparatus according to the present invention, it is preferable that the spectrum measuring apparatus includes an infrared light emitting unit, an irradiation site positioning unit, and a detecting unit.
Here, the infrared light emitting means emits infrared light.
Further, the irradiation part positioning unit irradiates the predetermined part of the person to be measured with the infrared light from the infrared light emitting unit, and condenses the diffuse reflected light from the predetermined part.
The detection means detects diffuse reflection light collected by the irradiation site positioning means.
And in this invention, the spectrum data of the diffuse reflected light obtained by the said detection means are used as said spectrum data.
＜識別情報＞
本発明の識別情報としては、例えば指静脈データ、手のひら静脈データ、カード認証に用いられるデータ等が一例として挙げられる。
<Identification information>
Examples of the identification information of the present invention include finger vein data, palm vein data, data used for card authentication, and the like.
＜データ＞
ここにいう侵襲性測定とは、針を被測定者の所定部位に刺し、被測定者の体外へ取り出した血液を用いて、その血糖値を定量することをいう。
また、本発明のスペクトルデータとしては、例えば拡散反射光のスペクトルデータ等が一例として挙げられる。
<Data>
The invasive measurement here refers to quantifying the blood glucose level using blood taken from the body of the subject and inserted into a predetermined part of the subject.
Moreover, as spectrum data of this invention, the spectrum data of diffuse reflected light etc. are mentioned as an example, for example.
＜検量モデル＞
また、本発明においては、以下のようにして個人個人の検量モデルを作成することが好ましい。
すなわち、本発明においては、個人毎に、侵襲性測定とスペクトル測定とを行って、個人個人の検量モデルを作成しておく。つまり個人毎に、血糖値を目的変数、所定波数領域のスペクトルデータを説明変数として、多変量解析を用いて個人個人の検量モデルを作成する。本発明においては、前記説明変数に使用する波数領域として、５４９８〜５２４０ｃｍ−１、６１２８〜５９０６ｃｍ−１、８３１８〜７９７６ｃｍ−１の範囲を用いることが特に好ましい。
<Calibration model>
In the present invention, it is preferable to create an individual calibration model as follows.
In other words, in the present invention, an individual individual calibration model is created by performing invasive measurement and spectrum measurement for each individual. That is, for each individual, an individual individual calibration model is created using multivariate analysis with the blood glucose level as an objective variable and spectral data in a predetermined wavenumber region as an explanatory variable. In the present invention, as the wave number area used for the explanatory variables, 5498~5240cm -1, 6128~5906cm -1, it is particularly preferable to use a range of 8318~7976cm -1.
＜キーポイント＞
本発明は、以下の点に着目してなされたものである。
すなわち、一般的な非浸襲性測定においては、複数人の血糖値データとスペクトルデータとから一の検量モデルを作成している。つまり一般的な非浸襲性測定においては、測定者全員に対して同一の検量モデルを用いて血糖値の推定を行うので、定量精度が低いことがわかった。
これに対し、本発明は、非浸襲性測定において、被測定者を特定し、かつ被測定者に専用の検量モデルを作成し、血糖値の測定精度を向上させるものである。つまり本発明は、測定者毎に専用の検量モデルを用いて血糖値を推定するので、従来方式、つまり全員に対して同一の検量モデルを用いたものに比較し、定量精度が向上する。
<Key points>
The present invention has been made paying attention to the following points.
That is, in general non-invasive measurement, one calibration model is created from blood glucose level data and spectrum data of a plurality of persons. In other words, in general non-invasive measurement, the blood glucose level was estimated using the same calibration model for all the measurers, and it was found that the quantitative accuracy was low.
On the other hand, in the non-invasive measurement, the present invention specifies a person to be measured and creates a calibration model dedicated to the person to be measured, thereby improving blood glucose level measurement accuracy. That is, according to the present invention, since the blood glucose level is estimated using a calibration model dedicated to each measurer, the quantitative accuracy is improved as compared with the conventional method, that is, the same calibration model for all members.
＜血糖値分析方法＞
本発明にかかる血糖値分析方法によれば、被測定候補者の中から被測定者を特定する被測定者特定工程と、該被測定者の血糖値を該被測定者に専用の検量モデルを用いて非浸襲的に推定する血糖値推定工程と、を組み合せることとしたので、非浸襲測定において従来、極めて困難であった、測定精度の向上を図ることができる。
<Blood glucose analysis method>
According to the blood glucose level analysis method of the present invention, a measurement target specifying step for specifying a measurement target from among measurement target candidates, and a calibration model dedicated to the measurement target for the measurement subject's blood glucose level are provided. Since the blood glucose level estimation step that is used to estimate noninvasively is combined, it is possible to improve the measurement accuracy, which has been extremely difficult in the past in noninvasive measurement.
また、本発明においては、さらに、前記検量モデル作成工程を備えることにより、前記測定精度の向上を、より確実に図ることができる。 In the present invention, the measurement accuracy can be improved more reliably by providing the calibration model creation step.
＜血糖値分析装置＞
本発明にかかる血糖値分析装置によれば、被測定候補者の中から被測定者を特定する被測定者特定手段と、予め被測定候補者毎に作成しておいた検量モデルを記憶している検量モデル記憶手段と、該被測定者特定手段で特定された被測定者の血糖値を該被測定者に専用の検量モデルを用いて非浸襲的に推定する血糖値推定手段と、を組み合せることとしたので、非浸襲測定において従来、極めて困難であった、測定精度の向上を図ることができる。
<Blood glucose analyzer>
According to the blood sugar level analyzer according to the present invention, the measurement subject specifying means for specifying the measurement subject from the measurement candidates and the calibration model created in advance for each measurement candidate are stored. Calibration model storage means, and blood glucose level estimation means for noninvasively estimating the blood glucose level of the measurement subject specified by the measurement subject specifying means using a calibration model dedicated to the measurement subject. Since they are combined, it is possible to improve the measurement accuracy, which has been extremely difficult in the past in non-invasive measurement.
また本発明においては、前記スペクトル測定装置が、前記赤外光射出手段と、前記照射部位位置決め手段と、前記検出手段と、を備えることにより、前記測定精度の向上を、より確実に図ることができる。 In the present invention, the spectrum measurement device includes the infrared light emitting unit, the irradiation site positioning unit, and the detection unit, thereby improving the measurement accuracy more reliably. it can.
以下、図面に基づき本発明の好適な一実施形態について説明する。
図１には本発明の一実施形態にかかる血糖値分析方法を行うための血糖値分析装置の概略構成が示されている。
同図に示す血糖値分析装置１０は、被測定者特定手段１２と、近赤外拡散反射測定装置（スペクトル測定装置）１４と、検量モデル記憶手段１６と、血糖値推定手段１８と、を備える。
Hereinafter, a preferred embodiment of the present invention will be described with reference to the drawings.
FIG. 1 shows a schematic configuration of a blood sugar level analyzing apparatus for performing a blood sugar level analyzing method according to an embodiment of the present invention.
The blood glucose
ここで、被測定者特定手段１２は、予め得ておいた被測定候補者の識別情報Ａ〜Ｇに基づいて、被測定候補者Ａ〜Ｇの中から、これから血糖値測定を行おうとしている被測定者Ａを特定する。
また、近赤外拡散反射測定装置１４は、被測定者Ａの所定部位、つまり腕の定位置から、スペクトルデータを取得する。
検量モデル記憶手段１６は、被測定候補者Ａ〜Ｇ毎に予め得ておいた検量モデルＡ〜Ｇを記憶している。
血糖値推定手段１８は、被測定者特定手段１２により特定された被測定者Ａに専用の検量モデルＡを、検量モデル記憶手段１６に記憶している検量モデルＡ〜Ｇの中から選択する。血糖値推定手段１８は、被測定者Ａに専用の検量モデルＡを用いて、スペクトル測定装置１４によって測定された被測定者Ａの拡散反射スペクトルデータに基づき被測定者Ａの血糖値を推定する。
Here, the person-to-be-measured specifying
Further, the near-infrared diffuse
The calibration model storage means 16 stores calibration models A to G obtained in advance for each measurement candidate A to G.
The blood glucose level estimating means 18 selects the calibration model A dedicated to the person A to be measured specified by the person to be measured specifying means 12 from the calibration models A to G stored in the calibration model storage means 16. The blood glucose level estimation means 18 estimates the blood glucose level of the subject A based on the diffuse reflection spectrum data of the subject A measured by the
なお、本実施形態においては、被測定候補者Ａ〜Ｇ毎の検量モデルＡ〜Ｇを作成するため、被測定候補者Ａ〜Ｇ毎に、近赤外拡散反射測定装置１４によるスペクトルデータ、及び侵襲性測定による血糖値データを取得している。
このような被測定候補者Ａ〜Ｇ毎に得られたスペクトルデータ及び血糖値データに基づいて、それぞれ対応する被測定候補者の検量モデル、つまり被測定候補者Ａ〜Ｇ毎の検量モデルＡ〜Ｇが作成される。
このために本実施形態においては、被測定候補者Ａ〜Ｇ毎に、血糖値を目的変数、所定波数領域のスペクトルデータを説明変数として、多変量解析を用いて、専用の検量モデルを作成している。本実施形態においては、説明変数に使用する波数領域として、５４９８〜５２４０ｃｍ−１、６１２８〜５９０６ｃｍ−１、８３１８〜７９７６ｃｍ−１の範囲を用いている。
In the present embodiment, in order to create calibration models A to G for each of the candidates to be measured A to G, spectrum data from the near-infrared diffuse
Based on the spectrum data and blood glucose level data obtained for each of the measurement candidates A to G, the corresponding calibration models for the measurement candidates, that is, the calibration models A to G for the measurement candidates A to G, respectively. G is created.
For this purpose, in this embodiment, a dedicated calibration model is created for each measurement candidate A to G using multivariate analysis with the blood glucose level as an objective variable and spectral data in a predetermined wavenumber region as explanatory variables. ing. In the present embodiment, as the wave number area used for explanatory variables, 5498~5240cm -1, 6128~5906cm -1, it is used range 8318~7976cm -1.
本実施形態にかかる血糖値分析装置１０は概略以上のように構成され、以下にその作用について説明する。
すなわち、本実施形態においては、被測定者特定手段１２と、被測定候補者Ａ〜Ｇ毎に作成された検量モデルＡ〜Ｇに基づいて、特定された被測定者の血糖値を非浸襲的に推定する血糖値推定手段１８と組み合せることとしたので、非浸襲測定の精度の向上を図ることができる。
The blood
That is, in the present embodiment, the blood glucose level of the specified measurement subject is non-intruded based on the measurement
以下に、前記作用について、より具体的に説明する。
本実施形態にかかる血糖値分析装置１０は、図２に示されるような被測定者特定工程（Ｓ１０）と、近赤外拡散反射測定工程（スペクトル測定工程）（Ｓ１２）と、血糖値推定工程（Ｓ１４）と、を行う。
Below, the said effect | action is demonstrated more concretely.
The blood
ここで、被測定者特定工程（Ｓ１０）では、予め得ておいた被測定候補者の識別情報に基づいて、被測定候補者の中から、これから血糖値測定を行おうとしている被測定者を特定する。
また、近赤外拡散反射測定工程（Ｓ１２）では、近赤外拡散反射測定装置を用いて、被測定者の所定部位から、血糖値に関係するスペクトルデータを取得する。
血糖値推定工程（Ｓ１４）では、被測定者特定工程（Ｓ１０）により特定された被測定者に専用の検量モデルを、予め得ておいた被測定候補者毎の検量モデルの中から選択する。この血糖値推定工程（Ｓ１４）では、被測定者に専用の検量モデルを用いて、近赤外拡散反射測定工程（Ｓ１２）によって検出された被測定者のスペクトルデータに基づき被測定者の血糖値を推定する。
Here, in the measurement subject specifying step (S10), based on the measurement candidate identification information obtained in advance, a measurement subject who is about to perform blood glucose level measurement is selected from the measurement candidates. Identify.
Further, in the near-infrared diffuse reflection measurement step (S12), spectrum data related to the blood glucose level is acquired from a predetermined part of the subject using a near-infrared diffuse reflection measurement device.
In the blood glucose level estimation step (S14), a calibration model dedicated to the measurement subject specified in the measurement subject specifying step (S10) is selected from the calibration models for each measurement candidate previously obtained. In this blood glucose level estimation step (S14), using the calibration model dedicated to the subject, the blood glucose level of the subject based on the spectral data of the subject detected by the near-infrared diffuse reflection measurement step (S12) Is estimated.
本実施形態においては、検量モデルＡ〜Ｇは、被測定候補者Ａ〜Ｇ毎に取得された近赤外拡散反射測定装置１４によるスペクトルデータ、及び侵襲性測定による血糖値データに基づいて、被測定候補者Ａ〜Ｇ毎に作成されている。
In the present embodiment, the calibration models A to G are measured based on the spectrum data obtained by the near-infrared diffuse
本実施形態においては、個人個人の検量モデルを使用して血糖値の定量を行うため、従来方式に比較し、定量結果の精度が向上するので、糖尿病患者の健康管理に際し、浸襲性で無く、十分な測定・管理が行える。
本実施形態によれば、毎日、あるいは時間ごとに定期的に血糖値をモニターしなければならない患者にとって精度の向上は浸襲性測定から非浸襲性測定への切り替えが可能となる。本実施形態においても、最初に検量モデルを作成する際は、浸襲性測定も必要であるが、中、長期的な観点から見れば、精度の向上と非浸襲性測定の両方にメリットがある。
In this embodiment, since the blood glucose level is quantified using an individual calibration model, the accuracy of the quantification results is improved compared to the conventional method, so it is not invasive in the health management of diabetic patients. Sufficient measurement and management can be performed.
According to this embodiment, for patients who have to monitor their blood glucose level regularly every day or every hour, the improvement in accuracy can be switched from invasive measurement to non-invasive measurement. Also in this embodiment, when creating a calibration model for the first time, invasive measurement is also necessary, but from the mid- and long-term viewpoint, there are merits in both accuracy improvement and non-invasive measurement. is there.
以下に、本実施形態の血糖値測定について、具体的に説明する。
＜被測定者特定＞
本実施形態においては、前記被測定者特定工程（Ｓ１０）を行うため、予め被測定候補者から識別情報を得ている。識別情報としては、例えば指静脈、手のひら静脈、カード認証に用いられるデータ等が一例として挙げられる。
Hereinafter, blood glucose level measurement according to the present embodiment will be specifically described.
<Measured person identification>
In the present embodiment, in order to perform the measurement subject specifying step (S10), identification information is previously obtained from the measurement candidate. Examples of the identification information include finger veins, palm veins, data used for card authentication, and the like.
＜近赤外拡散反射測定＞
本実施形態のスペクトル測定装置としては、種々のものを用いることが可能であるが、例えば図３に示される近赤外拡散反射測定装置１４を用いることが、簡便な操作性の面で非常に好ましい。
すなわち、同図に示す近赤外拡散反射測定装置１４は、赤外光射出手段２０と、照射部位位置決め手段２２と、検出手段２４と、を備える。
<Near infrared diffuse reflection measurement>
Various devices can be used as the spectrum measuring device of the present embodiment. For example, the use of the near-infrared diffuse
That is, the near-infrared diffuse
ここで、赤外光射出手段２０は、赤外光を射出する。
また、照射部位位置決め手段２２は、赤外光射出手段２０よりの赤外光を、被測定者の腕等の所定部位５０に照射し、該所定部位５０からの拡散反射光を集光する。
検出手段２４は、照射部位位置決め手段２２によって集光された拡散反射光を検出する。
Here, the infrared light emitting means 20 emits infrared light.
Further, the irradiation
The detecting
このように赤外光射出手段２０からの赤外光は、照射部位位置決め手段２２によって被測定者の所定部位５０に照射される。さらに、照射部位位置決め手段２２によって被測定者の所定部位５０からの拡散反射光を集光して検出手段２４へと送る。検出手段２４からの検出信号は、データ処理手段２６へと送られ、その拡散反射光のスペクトルデータに基づいて、被測定者の血糖値が推定される。
In this way, the infrared light from the infrared light emitting means 20 is irradiated to the
前記近赤外拡散反射測定装置１４について、具体的に説明する。
すなわち、赤外光射出手段２０は、赤外光源３０と、干渉計３２と、で構成されており、赤外光源３０からの赤外光は干渉計３２を通って赤外干渉光として射出される。
本実施形態では、照射部位位置決め手段２２は、筐体３４内部に、照射部（凹レンズ３６、ミラー３８）と、集光部（凹レンズ４０、ミラー４２）とを備えており、該筐体３４側面には、入射窓４４、出射窓４６、測定口４８を設けている。筐体の測定口４８に被測定者の腕、指先などの所定部位５０を当てた状態で測定が行われる。赤外光射出手段２０からの赤外干渉光は、入射窓４４から筐体３４内に導光され、照射部によって測定口４８を通して被測定者の測定部位５０に赤外干渉光を照射し、該測定部位５０からの拡散反射光を集光部によって集め、出射窓４６から検出手段２４へと送る。
The near-infrared diffuse
That is, the infrared light emitting means 20 includes an infrared
In the present embodiment, the irradiation site positioning means 22 includes an irradiation unit (concave lens 36, mirror 38) and a condensing unit (
拡散反射光は検出手段２４で検出され、その検出信号は、データ処理手段２６へと送られる。データ処理手段２６は、コンピュータ等で構成されており、各種データの表示を行うデイスプレイ５６や、キーボード、マウス等の入力デバイス５８に接続されている。
拡散反射光のインターフェログラムデータは、データ処理手段２６の記憶部６０に記憶される。このインターフェログラムデータは、データ処理手段２６の演算部６２で、フーリエ変換処理されてスペクトルデータとなる。そして、血糖値推定手段１８が、このスペクトルデータを基にして、血糖値を推定する。
The diffuse reflected light is detected by the detection means 24, and the detection signal is sent to the data processing means 26. The data processing means 26 is composed of a computer or the like, and is connected to a
The interferogram data of the diffuse reflected light is stored in the
前記近赤外拡散反射測定装置１４について、より具体的に説明する。
すなわち、赤外光射出手段２０から射出された赤外干渉光は、照射部位位置決め手段２２の筐体３４内へ、入射窓４４を通って入射する。この赤外干渉光は凹レンズ３６、ミラー３８を経て、筐体側面に設けられた測定口４８へと向かう。被測定者の所定部位５０は測定口４８の筐体外部側に密着させてあり、照射部からの赤外干渉光が測定口４８を通して被測定者の所定部位５０に照射される。照射された赤外干渉光は、被測定者の所定部位５０の表面の皮膚を透過し、内側の血管部分で拡散反射し、皮膚の外部へと出て来る。この拡散反射光は再び測定口４８を通って筐体３４内へ入り、集光部によって集められ、出射窓４６を通して検出手段２４へと送られる。
The near infrared diffuse
That is, the infrared interference light emitted from the infrared light emitting means 20 enters the
検出手段２４からの検出信号はデジタル信号に変換されてデータ処理手段２６に送られ、そこで処理される。拡散反射光のインタフェログラムデータは、データ処理手段２６内の演算部６２によってスペクトルデータに変換される。こうして得た拡散反射スペクトルは、被測定者の血管部分での吸収に関するデータを持っており、吸収スペクトルと同様に考えてよい。これらのデータは記憶部６０に記憶される。さらに、演算部６２によって微分処理等の前処理が行われたスペクトルデータを基にして、血糖値推定手段１８が、血糖値の値を推定する。
The detection signal from the detection means 24 is converted into a digital signal and sent to the data processing means 26 where it is processed. The interferogram data of the diffuse reflected light is converted into spectrum data by the
なお、同図では、筐体３４の測定口４８の部分に、平坦な石英板７０を設けている。ただし、石英板７０は、石英板７０自体からの正反射光ができるだけ検出手段１６へと向かわないように水平面より約５度傾けて設置する。また、データ処理手段２６で測定したデータを処理することによって、石英板７０からの正反射光を取り除くようにする。
同図に示した近赤外拡散反射測定装置１４では、このような石英板７０を筐体３４の測定口４８に設けることによって、精度の高い血糖値測定を行うことができる。
In the figure, a
In the near-infrared diffuse
このように本実施形態においては、同図に示した近赤外拡散反射測定装置１４を用いることにより、被測定者は、その手や腕、指等の所定部位５０を試料台である筐体３４に置くだけで、迅速な測定を行うことができるので、他の装置を用いたものに比較し、極めて簡便な操作性が得られる。
As described above, in the present embodiment, by using the near-infrared diffuse
＜検量モデル＞
本実施形態においては、血糖値を推定するために、被測定候補者毎に、あらかじめ侵襲性測定による血糖値データの取得と、スペクトル測定による拡散反射光のスペクトルデータの取得とを行う。被測定候補者毎に、得られた血糖値データ及びスペクトルデータに対して、ＭＬＲ（Multiple Liner Regression）、ＰＣＲ（Principal Component Regression）、ＰＬＳ（Partial Least Squares）等の多変量解析の手法を用いて、被測定候補者毎に専用の検量モデルを作成している。
本実施形態においては、血糖値を目的変数、所定波数領域のスペクトルデータを説明変数として、多変量解析を用いて、個人個人の検量モデルを作成する。本実施形態においては、説明変数に使用する波数領域として、５４９８〜５２４０ｃｍ−１、６１２８〜５９０６ｃｍ−１、８３１８〜７９７６ｃｍ−１の範囲を用いている。
このように本実施形態においては、被測定候補者毎に、最も高い相関を示す血糖値と特定波数領域のスペクトルデータとの関係を解析し、該最も高い相関を示す関係部分を特に重視して検量モデルを作成している。より具体的には、被測定候補者Ａの血糖値とスペクトルデータとを解析した際に、血糖値との相関が最も高い波数領域が例えば５４９８〜５２４０ｃｍ−１の場合は、スペクトル測定で得られたスペクトルデータのうちの該波数領域５４９８〜５２４０ｃｍ−１のスペクトルデータと血糖値との関係を特に重視して、被測定候補者Ａの検量線を作成する。また、被測定候補者Ｄの血糖値とスペクトルデータとを解析した際に、血糖値との相関が最も高い波数領域が例えば６１２８〜５９０６ｃｍ−１の場合は、スペクトル測定で得られたスペクトルデータのうちの該波数領域６１２８〜５９０６ｃｍ−１のスペクトルデータと血糖値との関係を特に重視して、被測定候補者Ｄの検量線を作成する。
このように個人毎に血糖値との相関が最も高いスペクトルデータ波数領域を解析し、その個人個人に最適な検量線を作成するので、このような工夫のない検量線を用いたものに比較し、血糖値の定量精度を大幅に向上することができる。
<Calibration model>
In the present embodiment, in order to estimate the blood glucose level, blood glucose level data by invasive measurement and spectrum data of diffuse reflected light by spectrum measurement are acquired in advance for each measurement candidate. For each measured candidate, using multivariate analysis techniques such as MLR (Multiple Liner Regression), PCR (Principal Component Regression), and PLS (Partial Least Squares) on the obtained blood glucose level data and spectrum data A dedicated calibration model is created for each candidate to be measured.
In this embodiment, a personal calibration model is created using multivariate analysis with blood glucose level as an objective variable and spectrum data in a predetermined wavenumber region as an explanatory variable. In the present embodiment, as the wave number area used for explanatory variables, 5498~5240cm -1, 6128~5906cm -1, it is used range 8318~7976cm -1.
As described above, in the present embodiment, the relationship between the blood sugar level showing the highest correlation and the spectrum data of the specific wave number region is analyzed for each measurement candidate, and the relational part showing the highest correlation is particularly emphasized. A calibration model is being created. More specifically, when the blood sugar level of the candidate A to be measured and the spectrum data are analyzed, when the wave number region having the highest correlation with the blood sugar level is, for example, 5498-5240 cm −1 , it is obtained by spectrum measurement. A calibration curve for the candidate A to be measured is created with particular emphasis on the relationship between the spectrum data in the wave number region 5498-5240 cm −1 of the spectrum data and the blood glucose level. In addition, when the blood glucose level and spectrum data of the candidate D to be measured are analyzed, when the wave number region having the highest correlation with the blood glucose level is, for example, 6128 to 5906 cm −1 , the spectral data obtained by the spectrum measurement A calibration curve for the measurement candidate D is created with particular emphasis on the relationship between the spectrum data of the wave number region 6128 to 5906 cm −1 and the blood glucose level.
In this way, the spectrum data wave number region having the highest correlation with the blood glucose level is analyzed for each individual, and an optimal calibration curve is created for that individual, so it is compared with that using a calibration curve without such ingenuity. Quantitative accuracy of blood sugar level can be greatly improved.
従来においても、血糖値の推定のために、侵襲性測定による血糖値の取得と、スペクトル測定によるスペクトルデータの取得とを行い、検量モデルを作成しておくことが考えられるが、精度の点で問題があり、実用化されていなかった。本発明者らがこの点について検討の結果、測定精度を低下させる原因が、複数人の血糖値とスペクトルデータとに基づいて一の検量モデルを作成し、血糖値推定の際は被測定者全員に対して該同一の検量モデルを用いていることにあることがわかった。
そして、本発明者らによれば、より精度の高い非侵襲的な血糖値推定を行うためには、被測定者毎に専用の検量モデル、つまり被測定候補者毎に、最も高い相関を示す血糖値と特定波数領域スペクトルデータとの関係を特に重視して検量モデルを作成することが非常に有効であることがわかった。
Conventionally, in order to estimate blood glucose level, it is conceivable to create a calibration model by acquiring blood glucose level by invasive measurement and spectrum data by spectral measurement. There was a problem and it was not put into practical use. As a result of the examination of this point, the present inventors have created a calibration model based on the blood glucose level and spectrum data of a plurality of persons, and the cause of lowering the measurement accuracy. It was found that the same calibration model was used.
And according to the present inventors, in order to perform non-invasive blood glucose level estimation with higher accuracy, a dedicated calibration model for each measured person, that is, the highest correlation is shown for each measured candidate It was found that it is very effective to create a calibration model with particular emphasis on the relationship between the blood glucose level and the specific wavenumber region spectrum data.
そこで、本実施形態においては、個人毎に専用の検量モデルを作成するため、さらに図４に示されるような検量モデル作成工程（Ｓ１６）を、例えば前記図２に示した被測定者特定工程（Ｓ１０）の前段に設けている。
同図において、検量モデル作成工程（Ｓ１６）は、被測定候補者毎に検量モデルを作成する。このために検量モデル作成工程（Ｓ１６）は、データ取得工程（Ｓ１８）と、モデル化工程（Ｓ２０）と、を備える。
ここで、データ取得工程（Ｓ１８）は、被測定候補者毎に、侵襲性測定（採血）による血糖値データの取得、及び近赤外拡散反射測定装置１４によるスペクトルデータの取得を、ほぼ同時に行う。データ取得工程（Ｓ２０）は、被測定候補者毎に、侵襲的な血糖値測定と、近赤外拡散反射測定装置によるスペクトル測定を行う。これを各経過時間ごとに行う。 前記モデル化工程（Ｓ２０）は、データ取得工程（Ｓ１８）で被測定候補者毎に得られた血糖値データ及びスペクトルデータに基づいて、被測定候補者毎に専用の検量モデルを作る。このような検量モデルを検量モデル記憶手段１６に記憶している。
Therefore, in this embodiment, in order to create a calibration model dedicated to each individual, a calibration model creation step (S16) as shown in FIG. It is provided in the previous stage of S10).
In the figure, a calibration model creation step (S16) creates a calibration model for each candidate to be measured. For this purpose, the calibration model creation step (S16) includes a data acquisition step (S18) and a modeling step (S20).
Here, in the data acquisition step (S18), acquisition of blood glucose level data by invasive measurement (blood collection) and acquisition of spectrum data by the near-infrared diffuse
このように本実施形態においては、侵襲性測定と同時に、近赤外拡散反射測定装置１４で拡散反射スペクトルデータを得た。侵襲性測定による血糖値データ、及び近赤外拡散反射測定装置１４による拡散反射スペクトルデータを用いて、検量モデルを作成している。このような検量モデルを用いて、図１に示した近赤外拡散反射測定装置１４により測定される拡散反射スペクトルデータから、血糖値を推定している。
この結果、本実施形態においては、非浸襲測定において従来、極めて困難であった、測定精度の向上を図ることができる。
Thus, in this embodiment, diffuse reflection spectrum data was obtained by the near-infrared diffuse
As a result, in this embodiment, it is possible to improve measurement accuracy, which has been extremely difficult in the past in non-invasive measurement.
なお、本実施形態においては、非侵襲的な測定精度を確実に向上するため、被測定者に対応する検量モデルを確実に用いることが非常に重要であり、このために前記非侵襲性測定時の被測定者の特定と該被測定者に専用の検量モデルを用いるという有意義的な組み合せを採用したものであり、例えば個人の検量モデルだけでは、非侵襲的な測定精度の向上を、確実に図ることが困難なことがある。 In this embodiment, in order to improve noninvasive measurement accuracy with certainty, it is very important to use a calibration model corresponding to the person being measured. For this reason, during the noninvasive measurement, This means that a significant combination of specifying a person to be measured and using a calibration model dedicated to the person to be measured is employed. For example, with an individual calibration model alone, non-invasive measurement accuracy can be reliably improved. It can be difficult to plan.
また、本実施形態においては、非侵襲性測定の精度を確実に向上するため、対応する個人の検量モデルを確実に作成することが非常に重要であり、このために検量モデルの作成時にも、被作成者を特定することも非常に重要である。
このために本実施形態においては、データ取得工程（Ｓ１８）の前段に、被作成者特定工程（Ｓ２２）を設けることも好ましい。
被作成者特定工程（Ｓ２２）では、前記被測定者特定手段１２による被測定者特定工程（Ｓ１０）と同様の手法で、被測定候補者の中から検量モデル作成工程（Ｓ１６）を行おうとしている被作成者を特定している。
そして、被作成者特定工程（Ｓ２２）により特定された被作成者毎に、前記データ取得（蓄積）、前記モデル化を行う。
本実施形態においては、被作成者特定工程（Ｓ２２）を設けることにより、他人のデータと混じることなく、個人毎のデータを確実に及び容易に蓄積するため、検量モデルの作成時も、被作成者の特定を行うことが非常に好ましい。
この結果、本実施形態においては、個人毎の検量モデルを正確に及び容易に作成することができる。
In this embodiment, in order to improve the accuracy of the noninvasive measurement with certainty, it is very important to reliably create a corresponding individual calibration model.For this reason, when creating a calibration model, It is also very important to identify the creator.
For this reason, in this embodiment, it is also preferable to provide a creator specifying step (S22) before the data acquisition step (S18).
In the person-to-be-created specifying step (S22), the calibration model creating step (S16) is to be performed from among the candidates for measurement by the same method as the person-to-be-measured specifying step (S10) by the person to be measured specifying
Then, the data acquisition (accumulation) and the modeling are performed for each creator specified in the creator specifying step (S22).
In this embodiment, by providing the creator specifying step (S22), the data for each individual is reliably and easily accumulated without being mixed with the data of other people. It is highly preferred to identify the person.
As a result, in this embodiment, a calibration model for each individual can be created accurately and easily.
＜実験＞
次に、検量モデルの違いによる血糖値の推定精度を検討するため、侵襲型（観血型）による血糖値データと、各種検量モデルを用いて、スペクトルデータから推定された血糖値との相関について実験した。
本実験例では、図１に示した血糖値分析装置１０を用いて、被測定者Ｄの腕の定位置の測定を行った。本実験例では、被測定者Ｄに関して、午前中から昼食を挟んで５時間程度の経過測定を行い、各スペクトル測定の直後に、前記侵襲性測定として、指先から極小針で採血し、酵素法による血糖値を測定した。
<Experiment>
Next, in order to examine the estimation accuracy of blood glucose levels due to differences in calibration models, experiments were conducted on the correlation between invasive (invasive) blood glucose level data and blood glucose levels estimated from spectral data using various calibration models. did.
In the present experimental example, the measurement of the home position of the person D to be measured was performed using the blood
被測定者Ｄに関して、侵襲性測定による血糖値と、各種検量モデルを用いて図１に示した血糖値分析装置１０により測定した拡散反射スペクトルから推定した血糖値との相関を、下記の表１示す。
なお、同表において、モデルＡ〜Ｇはそれぞれ対応する、被測定候補者に専用の検量モデルである。
また、モデル（全員）は、従来方式の検量モデル、つまり被測定候補者全員に関して、侵襲性測定による血糖値データ及び前記図１に示した装置により測定したスペクトルデータに基づき作成した、被測定候補者全員に共通の検量モデルである。
Table 1 below shows the correlation between the blood glucose level measured by the invasive measurement and the blood glucose level estimated from the diffuse reflectance spectrum measured by the blood
In the table, models A to G are respectively corresponding calibration models dedicated to the candidate to be measured.
Further, the model (all members) is a conventional calibration model, that is, all the candidates to be measured, based on blood glucose level data by invasive measurement and spectrum data measured by the apparatus shown in FIG. This is a calibration model common to all persons.
同表より明らかなように、被測定者Ｄに対して、従来方式の検量モデル、つまり被測定候補者全員に共通の検量モデルを適用した場合は、侵襲性測定による血糖値とスペクトルに基づく血糖値推定値との相関係数が０．０５６であった。
これに対し、被測定者Ｄに対して、本発明の検量モデル、つまり、被測定者Ｄに専用の検量モデルＤを適用した場合は、侵襲性測定による血糖値とスペクトルに基づく血糖値の推定値との相関係数が０．８９９という良好な結果が得られた。
同表よりも明らかなように、被測定者の特定と該被測定者毎に専用の検量モデルとの組み合せを用いることにより、被測定候補者全員に対して共通の検量モデルを用いたものに比較し、極めて良好な結果が得られることが理解される。
As is clear from the table, when a conventional calibration model, that is, a calibration model common to all measurement candidates, is applied to the measurement subject D, the blood glucose level based on the blood glucose level and spectrum obtained by invasive measurement. The correlation coefficient with the estimated value was 0.056.
On the other hand, when the calibration model of the present invention, that is, the calibration model D dedicated to the measurement subject D is applied to the measurement subject D, the estimation of the blood glucose level based on the blood glucose level and the spectrum by invasive measurement is performed. A good result with a correlation coefficient with the value of 0.899 was obtained.
As is clear from the table, by using a combination of the measurement target identification and the calibration model dedicated to each measurement target, a common calibration model is used for all measurement candidates. By comparison, it is understood that very good results are obtained.
１０ 血糖値分析装置
１２ 被測定者特定手段
１４ 近赤外拡散反射測定装置（スペクトル測定手段）
１６ 検量モデル記憶手段
１８ 血糖値推定手段
DESCRIPTION OF
16 Calibration model storage means 18 Blood glucose level estimation means
Claims (4)
スペクトル測定装置を用いて、前記被測定者の所定部位から、スペクトルデータを取得するスペクトル測定工程と、
前記被測定者特定工程により特定された被測定者に専用の検量モデルを、予め得ておいた被測定候補者毎の検量モデルの中から選択し、該被測定者に専用の検量モデルを用いて、前記スペクトル測定工程によって検出された該被測定者のスペクトルデータに基づき該被測定者の血糖値を推定する血糖値推定工程と、
を備え、前記検量モデルは、前記被測定候補者毎に取得された前記スペクトル測定装置によるスペクトルデータ及び侵襲性測定による血糖値データに基づいて、該被測定候補者毎に作成されていることを特徴とする血糖値分析方法。 Based on the identification information of the measurement candidate obtained in advance, a measurement person specifying step for specifying the measurement person who is going to perform noninvasive blood glucose measurement from the measurement candidate,
Using a spectrum measuring device, a spectrum measuring step for obtaining spectrum data from a predetermined part of the measurement subject,
A calibration model dedicated to the measurement subject specified in the measurement subject specifying step is selected from calibration models for each measurement candidate previously obtained, and the calibration model dedicated to the measurement subject is used. A blood glucose level estimating step of estimating a blood glucose level of the measurement subject based on the spectrum data of the measurement subject detected by the spectrum measurement step;
The calibration model is created for each measurement candidate based on spectrum data obtained by the spectrum measurement device and blood glucose level data obtained by invasive measurement obtained for each measurement candidate. A blood sugar level analysis method characterized.
前記被測定候補者毎に検量モデルを作成する検量モデル作成工程を備え、
前記検量モデル作成工程は、被測定候補者毎に、前記スペクトル測定装置によるスペクトルデータ及び前記侵襲性測定による血糖値データを、ほぼ同時に取得するデータ取得工程と、
前記被測定候補者毎に、前記データ取得工程で得られた前記スペクトルデータ及び前記血糖値データに基づいて、前記検量モデルを作るモデル化工程と、
を備えたことを特徴とする血糖値分析方法。 The blood sugar level analyzing method according to claim 1,
A calibration model creating step of creating a calibration model for each measurement candidate,
The calibration model creation step includes a data acquisition step of acquiring spectrum data by the spectrum measurement device and blood glucose level data by the invasive measurement almost simultaneously for each measurement candidate,
For each of the candidates to be measured, a modeling step of creating the calibration model based on the spectrum data and the blood glucose level data obtained in the data acquisition step;
A blood sugar level analyzing method comprising:
前記被測定者の所定部位から、スペクトルデータを取得するスペクトル測定装置と、
前記被測定候補者毎に予め得ておいた検量モデルを記憶している検量モデル記憶手段と、
前記被測定者特定手段により特定された被測定者に専用の検量モデルを、前記検量モデル記憶手段に記憶されている検量モデルの中から選択し、該被測定者に専用の検量モデルを用いて、前記スペクトル測定装置によって測定された該被測定者のスペクトルデータに基づき該被測定者の血糖値を推定する血糖値推定手段と、
を備え、前記検量モデル記憶手段には、前記被測定候補者毎に取得された前記スペクトル測定装置によるスペクトルデータ及び侵襲性測定による血糖値データに基づいて作成された、該被測定候補者毎の検量モデルが記憶されていることを特徴とする血糖値分析装置。 Based on the identification information of the measured candidate obtained in advance, a measured person specifying means for specifying the measured person who is going to perform a noninvasive blood glucose level measurement from the measured candidate,
A spectrum measuring device that acquires spectrum data from a predetermined part of the subject,
Calibration model storage means for storing a calibration model obtained in advance for each measurement candidate;
A calibration model dedicated to the measured person specified by the measured person specifying means is selected from the calibration models stored in the calibration model storage means, and the calibration model dedicated to the measured person is used. Blood glucose level estimating means for estimating the blood glucose level of the measurement subject based on the spectrum data of the measurement subject measured by the spectrum measuring device;
The calibration model storage means for each measurement candidate created based on the spectrum data obtained by the spectrum measurement device and the blood glucose level data obtained by invasive measurement obtained for each measurement candidate. A blood glucose level analyzer characterized in that a calibration model is stored.
前記スペクトル測定装置は、赤外光を射出する赤外光射出手段と、
前記赤外光射出手段よりの赤外光を、前記被測定者の所定部位に照射し、該所定部位からの拡散反射光を集光する照射部位位置決め手段と、
前記照射部位位置決め手段によって集光された拡散反射光を検出する検出手段と、
を備え、前記検出手段によって得られた拡散反射光のスペクトルデータを、前記スペクトルデータとして用いていることを特徴とする血糖値分析装置。 The blood sugar level analyzer according to claim 3,
The spectrum measuring device includes infrared light emitting means for emitting infrared light;
Irradiation part positioning means for irradiating the predetermined part of the person to be measured with infrared light from the infrared light emitting means, and condensing diffuse reflection light from the predetermined part;
Detection means for detecting diffusely reflected light collected by the irradiation site positioning means;
The blood glucose level analyzer is characterized in that the spectrum data of the diffuse reflected light obtained by the detection means is used as the spectrum data.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2006178338A JP2008005988A (en) | 2006-06-28 | 2006-06-28 | Blood glucose level analysis method and blood glucose level analyzer |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2006178338A JP2008005988A (en) | 2006-06-28 | 2006-06-28 | Blood glucose level analysis method and blood glucose level analyzer |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2008005988A true JP2008005988A (en) | 2008-01-17 |
Family
ID=39064735
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2006178338A Pending JP2008005988A (en) | 2006-06-28 | 2006-06-28 | Blood glucose level analysis method and blood glucose level analyzer |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2008005988A (en) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2013103094A (en) * | 2011-11-16 | 2013-05-30 | Sony Corp | Measurement device, measurement method, program, and recording medium |
| KR20180009637A (en) * | 2016-07-19 | 2018-01-29 | 삼성전자주식회사 | Heterogeneous spectrum-based blood sugar estimation apparatus and method |
| US10390701B2 (en) | 2016-11-17 | 2019-08-27 | Samsung Electronics Co., Ltd. | Apparatus and method for estimating biometric information |
| US10687741B2 (en) | 2016-11-03 | 2020-06-23 | Samsung Electronics Co., Ltd. | Apparatus and method for measuring biological component |
| US11039766B2 (en) | 2016-11-30 | 2021-06-22 | Samsung Electronics Co., Ltd. | Apparatus and method for estimating biological component |
| CN119279576A (en) * | 2023-07-10 | 2025-01-10 | 广东小天才科技有限公司 | Non-invasive blood glucose measurement method, device, equipment and storage medium |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0342180A (en) * | 1989-07-05 | 1991-02-22 | Toyota Motor Corp | Arc welding controller |
| JP2003144421A (en) * | 2001-11-15 | 2003-05-20 | Matsushita Electric Works Ltd | Method and device for determining biocomponent |
| JP2005323799A (en) * | 2004-05-14 | 2005-11-24 | Jasco Corp | Blood glucose level measuring device |
-
2006
- 2006-06-28 JP JP2006178338A patent/JP2008005988A/en active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0342180A (en) * | 1989-07-05 | 1991-02-22 | Toyota Motor Corp | Arc welding controller |
| JP2003144421A (en) * | 2001-11-15 | 2003-05-20 | Matsushita Electric Works Ltd | Method and device for determining biocomponent |
| JP2005323799A (en) * | 2004-05-14 | 2005-11-24 | Jasco Corp | Blood glucose level measuring device |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2013103094A (en) * | 2011-11-16 | 2013-05-30 | Sony Corp | Measurement device, measurement method, program, and recording medium |
| KR20180009637A (en) * | 2016-07-19 | 2018-01-29 | 삼성전자주식회사 | Heterogeneous spectrum-based blood sugar estimation apparatus and method |
| KR20230160759A (en) * | 2016-07-19 | 2023-11-24 | 삼성전자주식회사 | Heterogeneous spectrum-based blood sugar estimation apparatus and method |
| KR102655736B1 (en) * | 2016-07-19 | 2024-04-05 | 삼성전자주식회사 | Heterogeneous spectrum-based blood sugar estimation apparatus and method |
| KR102715508B1 (en) * | 2016-07-19 | 2024-10-11 | 삼성전자주식회사 | Heterogeneous spectrum-based blood sugar estimation apparatus |
| US10687741B2 (en) | 2016-11-03 | 2020-06-23 | Samsung Electronics Co., Ltd. | Apparatus and method for measuring biological component |
| US10390701B2 (en) | 2016-11-17 | 2019-08-27 | Samsung Electronics Co., Ltd. | Apparatus and method for estimating biometric information |
| US11039766B2 (en) | 2016-11-30 | 2021-06-22 | Samsung Electronics Co., Ltd. | Apparatus and method for estimating biological component |
| US11617523B2 (en) | 2016-11-30 | 2023-04-04 | Samsung Electronics Co.. Ltd. | Apparatus and method for estimating biological component |
| CN119279576A (en) * | 2023-07-10 | 2025-01-10 | 广东小天才科技有限公司 | Non-invasive blood glucose measurement method, device, equipment and storage medium |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11832940B2 (en) | Non-invasive medical monitoring device for blood analyte measurements | |
| JP3931638B2 (en) | Biological component determination device | |
| TW483745B (en) | Classification system for sex determination and tissue characterization | |
| US8515506B2 (en) | Methods for noninvasive determination of in vivo alcohol concentration using Raman spectroscopy | |
| JP6606082B2 (en) | Glucose concentration determination method and glucose concentration measurement device | |
| CN118078277A (en) | Noninvasive blood glucose detection method based on hyperspectral data analysis | |
| US9841415B2 (en) | Noninvasive apparatus and method for testing glycated hemoglobin | |
| JP2000060826A (en) | Non-invasive biological component measurement device | |
| KR20180061959A (en) | Apparatus and method for estimating substance in body | |
| Justo et al. | Prick test: evolution towards automated reading | |
| Konstantinou et al. | Comparing apples and oranges or different types of citrus fruits? Using wearable versus stationary devices to analyze psychophysiological data | |
| JP2011516118A (en) | Method and system for non-invasively detecting blood glucose using spectral data of one or more components other than glucose | |
| KR20190043967A (en) | Apparatus and method for obtaining individualized unit spectrum, apparatus and method for estimating biological component | |
| US5246004A (en) | Infrared cholesterol sensor | |
| Ewerlöf et al. | Estimation of skin microcirculatory hemoglobin oxygen saturation and red blood cell tissue fraction using a multispectral snapshot imaging system: a validation study | |
| JP7165399B2 (en) | Direct infrared analysis of post-translational modifications on proteins | |
| JP2008005988A (en) | Blood glucose level analysis method and blood glucose level analyzer | |
| JPWO2003042180A1 (en) | Method and apparatus for measuring biological component concentration | |
| JPWO2019208561A1 (en) | Blood concentration measuring method of blood components, blood concentration measuring device and program | |
| Céelleri et al. | Non-invasive blood sugar measurement system | |
| JP4563075B2 (en) | Blood glucose level measuring device | |
| JP2004321325A (en) | Method of quantitating blood glucose level | |
| US10092233B2 (en) | Method and apparatus for non-invasive liver function testing | |
| JPH10190A (en) | Measuring device for properties of organism tissue | |
| EP3426153B1 (en) | Direct infrared analysis of post-translational modification of proteins |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20080515 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20101217 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20101221 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20110217 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20110315 |