特許ウォッチ

公開番号2025011780
公報種別公開特許公報(A)
公開日2025-01-24
出願番号2023114099
出願日2023-07-11
発明の名称検体成分含有量予測装置、検体成分含有量予測方法、及び、プログラム
出願人アークレイ株式会社
代理人弁理士法人太陽国際特許事務所
主分類G01N 21/3581 20140101AFI20250117BHJP(測定;試験)
要約【課題】測定対象の試料のスペクトルデータから、試料における特定の成分の濃度を高精度に推定することが可能な検体成分含有量予測装置、検体成分含有量予測方法、及び、プログラムを提供する。
【解決手段】測定対象の試料に対する電磁波による分光計測により取得されたスペクトルデータを取得する取得部と、試料における特定の成分の濃度と、当該試料に対する分光計測により取得されたスペクトルデータの特徴量とを教師データとして学習された機械学習モデルに対して、取得部により取得された測定対象の試料のスペクトルデータの特徴量を入力することにより、測定対象の試料における特定の成分の濃度を推定する濃度推定部と、を備える。
【選択図】図2
特許請求の範囲【請求項１】
測定対象の試料に対する電磁波による分光計測により取得されたスペクトルデータを取得する取得部と、
試料における特定の成分の濃度と、当該試料に対する分光計測により取得されたスペクトルデータの特徴量とを教師データとして学習された機械学習モデルに対して、前記取得部により取得された前記測定対象の試料のスペクトルデータの特徴量を入力することにより、前記測定対象の試料における前記特定の成分の濃度を推定する濃度推定部と、
を備える検体成分含有量予測装置。
続きを表示（約 1,000 文字）【請求項２】
前記電磁波は、テラヘルツ波である
請求項１に記載の検体成分含有量予測装置。
【請求項３】
励起光源から発生させた電磁波を波長変換することにより前記テラヘルツ波を発生させる場合、
前記テラヘルツ波は、前記励起光源から発生させた電磁波が有する波長成分又はパルス幅によって発生可能なスペクトル幅を有する
請求項２に記載の検体成分含有量予測装置。
【請求項４】
前記テラヘルツ波は、０．５ＴＨｚから７ＴＨｚまでのスペクトル幅を有する
請求項２に記載の検体成分含有量予測装置。
【請求項５】
スペクトルデータの特徴量は、０．１ＴＨｚ以下の等間隔な周波数毎の信号強度である
請求項１に記載の検体成分含有量予測装置。
【請求項６】
前記スペクトルデータの特徴量は、０．１ＴＨｚ以下の等間隔な周波数毎に各々の区間において取得された複数の信号強度の中央値のデータである
請求項５に記載の検体成分含有量予測装置。
【請求項７】
前記特定の成分は、グルコースである
請求項１に記載の検体成分含有量予測装置。
【請求項８】
測定対象の試料に対する電磁波による分光計測により取得されたスペクトルデータを取得するステップと、
試料における特定の成分の濃度と、当該試料に対する分光計測により取得されたスペクトルデータの特徴量とを教師データとして学習された機械学習モデルに対して、取得された前記測定対象の試料のスペクトルデータの特徴量を入力することにより、前記測定対象の試料における前記特定の成分の濃度を推定するステップと、
を備える検体成分含有量予測方法。
【請求項９】
測定対象の試料に対する電磁波による分光計測により取得されたスペクトルデータを取得するステップと、
試料における特定の成分の濃度と、当該試料に対する分光計測により取得されたスペクトルデータの特徴量とを教師データとして学習された機械学習モデルに対して、取得された前記測定対象の試料のスペクトルデータの特徴量を入力することにより、前記測定対象の試料における前記特定の成分の濃度を推定するステップと、
をコンピュータに実行させるためのプログラム。

発明の詳細な説明【技術分野】
【０００１】
本開示は、検体成分含有量予測装置、検体成分含有量予測方法、及び、プログラムに関する。
続きを表示（約 1,500 文字）【背景技術】
【０００２】
特許文献１には、ｍｉＲＮＡ（ｍｉｃｒｏＲｉｂｏＮｕｃｌｅｉｃＡｃｉｄ）の発現量のデータを用いてニューラルネットワークで学習させることで疾患の罹患判定を行い、かつ、疾患について特徴的なバイオマーカーとなるｍｉＲＮＡをニューラルネットワークによって抽出するための技術が記載されている。
【先行技術文献】
【特許文献】
【０００３】
国際公開第２０１８／０７９８４０号
【発明の概要】
【発明が解決しようとする課題】
【０００４】
本開示の目的は、測定対象の試料のスペクトルデータから、試料における特定の成分の濃度を高精度に推定することが可能な検体成分含有量予測装置、検体成分含有量予測方法、及び、プログラムを提供するものである。
【課題を解決するための手段】
【０００５】
本開示の検体成分含有量予測装置は、測定対象の試料に対する電磁波による分光計測により取得されたスペクトルデータを取得する取得部と、試料における特定の成分の濃度と、当該試料に対する分光計測により取得されたスペクトルデータの特徴量とを教師データとして学習された機械学習モデルに対して、前記取得部により取得された前記測定対象の試料のスペクトルデータの特徴量を入力することにより、前記測定対象の試料における前記特定の成分の濃度を推定する濃度推定部と、を備える。
【０００６】
本開示の検体成分含有量予測方法は、測定対象の試料に対する電磁波による分光計測により取得されたスペクトルデータを取得するステップと、試料における特定の成分の濃度と、当該試料に対する分光計測により取得されたスペクトルデータの特徴量とを教師データとして学習された機械学習モデルに対して、取得された前記測定対象の試料のスペクトルデータの特徴量を入力することにより、前記測定対象の試料における前記特定の成分の濃度を推定するステップと、を備える。
【０００７】
本開示のプログラムは、測定対象の試料に対する電磁波による分光計測により取得されたスペクトルデータを取得するステップと、試料における特定の成分の濃度と、当該試料に対する分光計測により取得されたスペクトルデータの特徴量とを教師データとして学習された機械学習モデルに対して、取得された前記測定対象の試料のスペクトルデータの特徴量を入力することにより、前記測定対象の試料における前記特定の成分の濃度を推定するステップと、をコンピュータに実行させる。
【発明の効果】
【０００８】
本開示の検体成分含有量予測装置、検体成分含有量予測方法、及び、プログラムによれば、測定対象の試料のスペクトルデータから、試料における特定の成分の濃度を高精度に推定することができる。
【図面の簡単な説明】
【０００９】
実施形態の分光計測システムの概略構成図である。
ＡＩモデルを説明するための図である。
ＡＩモデルにおける処理の流れを説明するためのフローチャートである。
スペクトルデータの一例を示すグラフである。
スペクトルデータのサンプリング処理を説明するためのグラフである。
教師データの一例を示す表である。
ＡＩモデルにおける予測精度を示すグラフである。
【発明を実施するための形態】
【００１０】
以下、本開示の一実施形態について図面を参照しつつ説明する。図１は、本実施形態の分光計測システム１の概略構成図である。
（【００１１】以降は省略されています）

関連特許