特許 7546984 狭帯域拡散反射分光法を用いた混濁媒質における水分及び脂質含有量定量化方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2024-08-30

(45)【発行日】2024-09-09

(54)【発明の名称】狭帯域拡散反射分光法を用いた混濁媒質における水分及び脂質含有量定量化方法

(51)【国際特許分類】

   G01N 21/17 20060101AFI20240902BHJP

   A61B 5/1455 20060101ALI20240902BHJP

   G01N 21/359 20140101ALI20240902BHJP

【ＦＩ】

G01N21/17 610

A61B5/1455

G01N21/359

【請求項の数】 6

(21)【出願番号】P 2023547675

(86)(22)【出願日】2022-01-18

(65)【公表番号】

(43)【公表日】2024-02-07

(86)【国際出願番号】 KR2022000921

(87)【国際公開番号】W WO2022181994

(87)【国際公開日】2022-09-01

【審査請求日】2023-08-04

(31)【優先権主張番号】10-2021-0026703

(32)【優先日】2021-02-26

(33)【優先権主張国・地域又は機関】KR

(73)【特許権者】

【識別番号】523297963

【氏名又は名称】メディシングス カンパニー リミテッド

(74)【代理人】

【識別番号】110000338

【氏名又は名称】弁理士法人 ＨＡＲＡＫＥＮＺＯ ＷＯＲＬＤ ＰＡＴＥＮＴ ＆ ＴＲＡＤＥＭＡＲＫ

(72)【発明者】

【氏名】キム，セ ファン

(72)【発明者】

【氏名】ラム，ジェシ ホウ

(72)【発明者】

【氏名】キム，ア ラム

【審査官】横尾 雅一

(56)【参考文献】

【文献】特表２０１９－５２０１８２（ＪＰ，Ａ）

【文献】米国特許出願公開第２００３／００２３１７２（ＵＳ，Ａ１）

【文献】特表平１０－５１３０８８（ＪＰ，Ａ）

【文献】特開２０１７－１８７４９３（ＪＰ，Ａ）

【文献】米国特許出願公開第２０１５／０３５１６３５（ＵＳ，Ａ１）

【文献】米国特許出願公開第２０１７／０２０９０８９（ＵＳ，Ａ１）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０１Ｎ ２１／００ － Ｇ０１Ｎ ２１／６１

Ａ６１Ｂ ５／００ － Ａ６１Ｂ ５／３９８

Ａ６１Ｂ ９／００ － Ａ６１Ｂ １０／０６

ＪＳＴＰｌｕｓ／ＪＭＥＤＰｌｕｓ／ＪＳＴ７５８０（ＪＤｒｅａｍＩＩＩ）

(57)【特許請求の範囲】

【請求項1】

近赤外線（Ｎｅａｒ Ｉｎｆｒａｒｅｄ Ｒａｙ、ＮＩＲ）が浸透したときに散乱（ｓｃｔｔｅｒｉｎｇ）が発生する混濁媒質（ｔｕｒｂｉｄ ｍｅｉｄａ）において近赤外線（ＮＩＲ）に基づく拡散反射分光法（Ｄｉｆｆｕｓｅ Ｒｅｆｌｅｃｔａｎｃｅ Ｓｐｅｃｔｒｏｓｃｏｐｙ、ＤＲＳ）を用いて組織（ｔｉｓｓｕｅ）の水分（ｗａｔｅｒ）及び脂質（ｌｉｐｉｄ）の含有量を定量化（ｑｕａｎｔｉｆｙ）することができるように構成される、狭帯域（ｎａｒｒｏｗ－ｂａｎｄ）拡散反射分光法を用いた混濁媒質における水分及び脂質含有量定量化方法であって、
拡散反射分光法（ＤＲＳ）を用いて測定対象に対する拡散反射率（ｄｉｆｆｕｓｅ ｒｅｆｌｅｃｔａｎｃｅ）の測定が行われる測定段階と、
前記測定段階で測定されたデータを収集し、分析を行うことにより、前記測定対象の水と脂質含有量を算出する分析段階と、を含む処理が、専用のハードウェア、又はコンピュータを含むデータ処理手段を介して行われるように構成され、
前記測定段階は、
９００～１０００ｎｍの近赤外線帯域のみを用いて前記測定対象に対する周波数領域光子移動（Ｆｒｅｑｕｅｎｃｙ Ｄｏｍａｉｎ Ｐｈｏｔｏｎ Ｍｉｇｒａｔｉｏｎ、ＦＤＰＭ）測定が行われるように構成され、
さらに、前記測定段階は、
光源に連結されたソース光ファイバー（ｓｏｕｒｃｅ ｆｉｂｅｒ）及び分光器（ｓｐｅｃｔｒｏｍｅｔｅｒ）の検出光ファイバー（ｄｅｔｅｃｔｉｏｎ ｆｉｂｅｒ）が所定の距離で離隔して搭載されるポリ乳酸（ｐｏｌｙｌａｔｉｃ ａｃｉｄ、ＰＬＡ）プローブと、
前記測定対象とそれぞれの前記光ファイバーとの接触を防止するために、所定の厚さを有する透明プラスチックで形成され、前記プローブと前記測定対象の表面との間に配置されるバリアーと、を含んでなるＤＲＳ装置を用いて行われるように構成されることを特徴とする、狭帯域拡散反射分光法を用いた混濁媒質における水分及び脂質含有量定量化方法。

【請求項2】

前記分析段階は、
前記測定対象に対する理論的反射率（ｒｅｆｌｅｃｔａｎｃｅ）をＲとし、測定反射率（ｍｅａｓｕｒｅｄ ｒｅｆｌｅｃｔａｎｃｅ）をＲｍとし、前記測定対象の吸収（ａｂｓｏｒｐｔｉｏｎ）をμ_ａとし、前記測定対象の換算散乱（ｒｅｄｕｃｅｄ ｓｃａｔｔｅｒｉｎｇ）をμ’_ｓとする場合（μ’_ｓ＞＞μ_ａ）、
下記の数式を用いて、μ’_ｓ＝１．０ｍｍ^－１と仮定し、関数ｆｚｅｒｏを含む数値ソルバー（ｎｕｍｅｒｉｃａｌ ｓｏｌｖｅｒ）を適用して、理論的反射率（Ｒ）と測定反射率（Ｒｍ）との差が最小化されるようにするμ_ａを選択し、μ_ａスペクトルを算出する処理が行われるように構成されることを特徴とする、請求項１に記載の狭帯域拡散反射分光法を用いた混濁媒質における水分及び脂質含有量定量化方法。

【数1】

【請求項3】

前記分析段階は、
最小二乗法（Ｌｅａｓｔ－Ｓｑｕａｒｅ Ｍｉｎｉｍｉｚａｔｉｏｎ、ＬＳＭ）を用いて、前記数式によって算出されたμ_ａと下記の数式によって予測された吸収スペクトルμ_{ａ，ｆｉｔ}とを比較することにより、前記測定対象の水分濃度（Ｃ_Ｈ２Ｏ）及び脂質濃度（Ｃ_ＦＡＴ）をそれぞれ算出する処理が行われるように構成されることを特徴とする、請求項２に記載の狭帯域拡散反射分光法を用いた混濁媒質における水分及び脂質含有量定量化方法。

【数2】

（ここで、Ｃ_Ｈ２ＯはＨ_２Ｏの濃度、ε_Ｈ２ＯはＨ_２Ｏの吸光係数、Ｃ_ＦＡＴはＦＡＴの濃度、ε_ＦＡＴはＦＡＴの吸光係数、ＳＦはスケーリング係数（ｓｃａｌｉｎｇ ｆａｃｔｏｒ）をそれぞれ示す）

【請求項4】

前記分析段階は、
前記測定対象の水分比率（ｒａｔｉｏ ｏｆ ｗａｔｅｒ ｆｒａｃｔｉｏｎ）をＲ_Ｈ２Ｏとし、前記測定対象の脂肪比率（ｒａｔｉｏ ｏｆ ｆａｔ ｆｒａｃｔｉｏｎ）をＲ_ＦＡＴとする場合、下記の数式を用いて前記測定対象の水分比率及び脂肪比率をそれぞれ算出する処理が行われるように構成されることを特徴とする、請求項３に記載の狭帯域拡散反射分光法を用いた混濁媒質における水分及び脂質含有量定量化方法。

【数3】

【請求項5】

請求項１～４のいずれか一項に記載の狭帯域拡散反射分光法を用いた混濁媒質における水分及び脂質含有量定量化方法をコンピュータに実行させるように構成されるプログラムが記録されたコンピュータで読み取り可能な記録媒体。

【請求項6】

体成分（ｂｏｄｙ ｃｏｍｐｏｓｉｔｉｏｎ）測定方法であって、
請求項１～４のいずれか一項に記載の狭帯域拡散反射分光法を用いた混濁媒質における水分及び脂質含有量定量化方法を用いて測定対象の水分及び脂質含有量を測定するように構成される体成分測定システムを実現するシステム構築段階と、
前記体成分測定システムを用いて測定対象の水分及び脂質含有量を測定する測定段階と、
を含んでなることを特徴とする、体成分測定方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、混濁媒質（ｔｕｒｂｉｄ ｍｅｄｉａ）において水分（ｗａｔｅｒ）と脂肪（ｌｉｐｉｄ）の含有量を定量化（ｑｕａｎｔｉｆｙ）する方法に関し、さらに詳細には、例えば、生体組織（ｂｏｄｉｌｙ ｔｉｓｓｕｅ）のように、近赤外線（Ｎｅａｒ Ｉｎｆｒａｒｅｄ Ｒａｙ、ＮＩＲ）が浸透したときに散乱が発生する混濁媒質（ｔｕｒｂｉｄ ｍｅｄｉａ）において非侵襲的な（ｎｏｎ－ｉｎｖａｓｉｖｅ）方法によって水分（ｗａｔｅｒ）と脂質（ｌｉｐｉｄ）の含有量を定量化（ｑｕａｎｔｉｆｙ）することが可能な方法を提示していない従来技術の体成分（ｂｏｄｙ ｃｏｍｐｏｓｉｔｉｏｎ）測定装置及び方法の問題点を解決するために、近赤外線（ＮＩＲ）に基づく拡散反射分光法（Ｄｉｆｆｕｓｅ Ｒｅｆｌｅｃｔａｎｃｅ Ｓｐｅｃｔｒｏｓｃｏｐｙ、ＤＲＳ）を用いて組織（ｔｉｓｓｕｅ）の水分及び脂質の含有量を正確に定量化することができるように構成される、狭帯域拡散反射分光法（ｎａｒｒｏｗ－ｂａｎｄ ＤＲＳ）を用いた混濁媒質における水分及び脂質含有量定量化方法に関する。

【0002】

また、本発明は、組織の水分と脂肪の含有量を測定するために周波数領域及び時間領域の拡散光学分光法（Ｄｉｆｆｕｓｅ Ｏｐｔｉｃａｌ Ｓｐｅｃｔｒｏｓｃｏｐｙ、ＤＯＳ）又は赤外線分光法（Ｉｎｆｒａｒｅｄ ｓｐｅｃｔｒｏｓｃｏｐｙ）を用いることによりハードウェアの構成が複雑になり、量産及び販売に制約があるという限界があった従来技術の分光法及びこれを用いた体成分測定装置及び方法の問題点を解決するために、９００～１０００ｎｍの近赤外線帯域のみを使用する狭帯域拡散反射分光法（ｎａｒｒｏｗ－ｂａｎｄ ＤＲＳ）を用いて、従来に比べてより簡単な構成で組織の水分と脂肪の含有量を正確に定量化することができるように構成される、狭帯域拡散反射分光法を用いた混濁媒質における水分及び脂質含有量定量化方法に関する。

【背景技術】

【0003】

一般に、組織構造と生理学的反応を理解するにあたり、水分と脂肪の光学的検出が非常に重要であり、すなわち、例えば、乳がん研究において、水分と脂肪は、腫瘍をモニタリングし、組織類型（ｔｉｓｓｕｅ ｔｙｐｅ）を区別し、切除縁（ｒｅｓｅｃｔｉｏｎ ｍａｒｇｉｎｅ）を決定するための重要なバイオマーカー（ｂｉｏ ｍａｒｋｅｒ）として適用できる。

【0004】

また、最近では、例えば、フィットネス及び体重減量のためのスポーツ医学（ｓｐｏｒｔｓ ｍｅｄｉｃｉｎｅ）分野、患者の水分補給（ｐａｔｉｅｎｔ ｈｙｄｒａｔｉｏｎ）調節（ｒｅｇｕｌａｔｅ）のための救急医学（ｅｍｅｒｇｅｎｃｙ ｍｅｄｉｃｉｎｅ）分野、美容（ｃｏｓｍｅｔｉｃ）及び皮膚科治療（ｄｅｒｍａｔｏｌｏｇｉｃａｌ ｔｒｅａｔｍｅｎｔｓ）分野などのように、様々な分野で組織の水分と脂肪の定量化に対する関心が高まっている。

【0005】

しかし、このように組織の水分と脂肪の定量化に対する重要性にも拘らず、組織の水分と脂肪の定量化のための従来技術の装置は、体成分（ｂｏｄｙ ｃｏｍｐｏｓｉｔｉｏｎ）の定量化を妨げる要因（重量、大きさ、コストなど）を持っている。

【0006】

より詳細には、現代医学で使用可能な「標準（ｇｏｌｄ ｓｔａｄａｒｄ）」装置には、磁気共鳴画像（Ｍａｇｎｅｔｉｃ Ｒｅｓｏｎａｎｃｅ Ｉｍａｇｉｎｇ、ＭＲＩ）、コンピュータ断層撮影（Ｃｏｍｐｕｔｅｄ Ｔｏｍｏｇｒａｈｙ、ＣＴ）及び二重エネルギーＸ線吸収法（ｄｕａｌ ｅｎｅｒｇｙ Ｘ－ｒａｙ ａｂｓｏｒｐｔｉｏｍｅｔｒｙ）などがあり、ここで、体脂肪を推定する最も簡単な方法の一つは、スキンフォールドキャリパース（ｓｋｉｎｆｏｌｄ ｃａｌｉｐｅｒｓ）を用いる方法であるが、このようなスキンフォールドキャリパースを用いる方法は、その再現性（ｒｅｐｒｏｄｕｃｉｂｉｌｉｔｙ）と正確性（ａｃｃｕｒａｃｙ）において論争の余地がある。

【0007】

また、最近では、人体に微細な電流を流したときに発生するインピーダンスを測定して体成分を推定する身体インピーダンス装置（ｂｏｄｙ ｉｍｐｅｄａｎｃｅ ｄｅｖｉｃｅ）が提示されたことがあるが、これは、特定の組織部位の測定が必要であるときに使用し難いという欠点がある。

【0008】

したがって、日常的臨床（ｒｏｕｔｉｎｅ ｃｌｉｎｉｃａｌ）又は個人的医療（ｐｅｒｓｏｎａｌ ｈｅａｌｔｈ）手続き（ｐｒｏｃｅｄｕｒｅ）として組織構成分析（ｔｉｓｓｕｅ ｃｏｍｐｏｓｉｔｉｏｎａｌ ａｎａｙｌｓｉｓ）の適用を拡大するためには、進入障壁が低く、正確であるうえ、非侵襲的（ｎｏｎ－ｉｎｖａｓｉｖｅ）な方法が求められる。

【0009】

ここで、従来、近赤外線（ＮＩＲ）における組織分光法（ｔｉｓｓｕｅ ｓｐｅｃｔｒｏｓｃｏｐｙ）は、非侵襲的光学方式（ｏｐｔｉｃａｌ ｍｏｄａｌｉｔｙ）であって、生物学的散乱媒体（ｂｉｏｌｏｇｉｃａｌ ｓｃａｔｔｅｒｉｎｇ ｍｅｄｉａ）において水分と脂肪を検出するのに特に適したことが証明されている。

【0010】

すなわち、可視光線及び赤外線照射光（ｉｎｔｅｒｒｏｇａｔｉｎｇ ｌｉｇｈｔ）は、一般に強い水分吸収によって真皮層（ｄｅｒｍａｌ ｌａｙｅｒ）に制限されるが、これに対し、近赤外線波長（６００～１０００ｎｍ）の光源は、脂肪及び筋肉組織への深い光浸透（ｌｉｇｈｔ ｐｅｎｅｔｒａｔｉｏｎ）が可能なスペクトルウィンドウ（ｓｐｅｃｔｒａｌ ｗｉｎｄｏｗ）に落ちる。

【0011】

しかし、組織の水分と脂肪を決定するＮＩＲ装置は、周波数領域及び時間領域拡散光学分光法（Ｄｉｆｆｕｓｅ Ｏｐｔｉｃａｌ Ｓｐｅｃｔｒｏｓｃｏｐｙ、ＤＯＳ）を用いることにより、高周波変調発生器（ｈｉｇｈ－ｆｒｅｑｕｅｎｃｙ ｍｏｄｕｌａｔｉｏｎ ｇｅｎｅｒａｔｏｒ）やピコ秒光子検出器（ｐｉｃｏｓｅｃｏｎｄ ｐｈｏｔｏｎ ｄｅｔｅｃｔｏｒ）などの複雑な装備が含まれるので、マス市場（ｍａｓｓ ｍａｒｋｅｔ）に進入し難いという問題がある。

【0012】

また、従来、９００～１６００ｎｍの波長ウィンドウ（ｗａｖｅｌｅｎｇｔｈ ｗｉｎｄｏｗ）内で複数の水分及び脂肪吸収スペクトル特徴の利点を有する連続波法（ｃｏｎｔｉｎｕｏｕｓ－ｗａｖｅ ｍｅｔｈｏｄ）が提示されているが、赤外線分光法（Ｉｎｆｒａｒｅｄ ｓｐｅｃｔｒｏｓｃｏｐｙ）を用いるためには、零下の条件下で動作するインジウムガリウムヒ素（Ｉｎｄｉｕｍ Ｇａｌｌｉｕｍ Ａｒｓｅｎｉｄｅ、ＩｎＧａＡｓ）分光器などの検出器が必要であるが、１０００ｎｍ以上の水による吸収は、光学照射深さを制限して皮膚及び皮下層を介したより深い接近を難しくする。

【0013】

このため、上述した従来技術の問題点を解決するためには、既存に提示された従来技術の内容に基づいて組織の水分と脂肪を推定するためのハードウェア構成が簡略化されたＤＲＳ（Ｄｉｆｆｕｓｅ Ｒｅｆｌｅｃｔｉｏｎ ｓｐｅｃｔｒｏｓｃｏｐｙ）装置及び方法を提示することが好ましいが、依然として、それらの要求をすべて満たす装置又は方法は提示されていない実情である。

【発明の概要】

【発明が解決しようとする課題】

【0014】

そこで、本発明は、上述した従来技術の問題点を解決するためのもので、その目的は、生体組織（ｂｏｄｉｌｙ ｔｉｓｓｕｅ）のように、近赤外線（Ｎｅａｒ Ｉｎｆｒａｒｅｄ Ｒａｙ、ＮＩＲ）が浸透したときに散乱（ｓｃａｔｔｅｒｉｎｇ）が発生する混濁媒質（ｔｕｒｂｉｄ ｍｅｄｉａ）において非侵襲的な（ｎｏｎ－ｉｎｖａｓｉｖｅ）方法によって水分（ｗａｔｅｒ）と脂質（ｌｉｐｉｄ）の含有量を定量化（ｑｕａｎｔｉｆｙ）することが可能な方法を提示していない従来技術の体成分（ｂｏｄｙ ｃｏｍｐｏｓｉｔｉｏｎ）測定装置及び方法の問題点を解決するために、近赤外線（ＮＩＲ）に基づく拡散反射分光法（Ｄｉｆｆｕｓｅ Ｒｅｆｌｅｃｔａｎｃｅ Ｓｐｅｃｔｒｏｓｃｏｐｙ、ＤＲＳ）を用いて組織（ｔｉｓｓｕｅ）の水分及び脂質の含有量を正確に定量化することができるように構成される、狭帯域拡散反射分光法（ｎａｒｒｏｗ－ｂａｎｄ ＤＲＳ）を用いた混濁媒質における水分及び脂質含有量定量化方法を提供することにある。

【0015】

また、本発明の他の目的は、組織の水分と脂肪の含有量を測定するために周波数領域及び時間領域の拡散光学分光法（Ｄｉｆｆｕｓｅ Ｏｐｔｉｃａｌ Ｓｐｅｃｔｒｏｓｃｏｐｙ、ＤＯＳ）又は赤外線分光法（Ｉｎｆｒａｒｅｄ ｓｐｅｃｔｒｏｓｃｏｐｙ）を用いることにより、ハードウェアの構成が複雑になり、量産及び販売に制約があるという限界があった従来技術の分光法及びこれを用いた体成分測定装置及び方法の問題点を解決するために、９００～１０００ｎｍの近赤外線帯域のみを使用する狭帯域拡散反射分光法（ｎａｒｒｏｗ－ｂａｎｄ ＤＲＳ）を用いて、従来に比べてより簡単な構成で組織の水分と脂肪の含有量を正確に定量化することができるように構成される、狭帯域拡散反射分光法を用いた混濁媒質における水分及び脂質含有量定量化方法を提供することにある。

【課題を解決するための手段】

【0016】

上記の目的を達成するために、本発明によれば、近赤外線（Ｎｅａｒ Ｉｎｆｒａｒｅｄ Ｒａｙ、ＮＩＲ）が浸透したときに散乱（ｓｃａｔｔｅｒｉｎｇ）が発生する混濁媒質において近赤外線（ＮＩＲ）に基づく拡散反射分光法（Ｄｉｆｆｕｓｅ Ｒｅｆｌｅｃｔａｎｃｅ Ｓｐｅｃｔｒｏｓｃｏｐｙ、ＤＲＳ）を用いて組織（ｔｉｓｓｕｅ）の水分（ｗａｔｅｒ）及び脂質（ｌｉｐｉｄ）の含有量を定量化（ｑｕａｎｔｉｆｙ）することができるように構成される狭帯域（ｎａｒｒｏｗ－ｂａｎｄ）拡散反射分光法を用いた混濁媒質における水分及び脂質含有量定量化方法において、拡散反射分光法（ＤＲＳ）を用いて測定対象に対する拡散反射率（ｄｉｆｆｕｓｅ ｒｅｆｌｅｃｔａｎｃｅ）の測定が行われる測定段階と、前記測定段階で測定されたデータを収集し、分析を行うことにより、前記測定対象の水と脂質含有量を算出する分析段階と、を含む処理が、専用のハードウェア、又はコンピュータを含むデータ処理手段を介して行われるように構成され、前記測定段階は、９００～１０００ｎｍの近赤外線帯域のみを用いて前記測定対象に対する周波数領域光子移動（Ｆｒｅｑｕｅｎｃｙ Ｄｏｍａｉｎ Ｐｈｏｔｏｎ Ｍｉｇｒａｔｉｏｎ、ＦＤＰＭ）測定が行われるように構成されることを特徴とする、狭帯域拡散反射分光法を用いた混濁媒質における水分及び脂質含有量定量化方法が提供される。

【0017】

ここで、前記測定段階は、光源に連結されたソース光ファイバー（ｓｏｕｒｃｅ ｆｉｂｅｒ）及び分光器（ｓｐｅｃｔｒｏｍｅｔｅｒ）の検出光ファイバー（ｄｅｔｅｃｔｉｏｎ ｆｉｂｅｒ）が所定の距離で離隔して搭載されるポリ乳酸（ｐｏｌｙｌａｔｉｃ ａｃｉｄ、ＰＬＡ）プローブと、前記測定対象とそれぞれの前記光ファイバーとの接触を防止するために、所定の厚さを有する透明プラスチックで形成され、前記プローブと前記測定対象の表面との間に配置されたバリアーと、を含んでなるＤＲＳ装置を用いて行われるように構成されることを特徴とする。

【0018】

また、前記分析段階は、前記測定対象に対する理論的反射率（ｒｅｆｌｅｃｔａｎｃｅ）をＲとし、測定反射率（ｍｅａｓｕｒｅｄ ｒｅｆｌｅｃｔａｎｃｅ）をＲｍとし、前記測定対象の吸収（ａｂｓｏｒｐｔｉｏｎ）をμ_ａとし、前記測定対象の換算散乱（ｒｅｄｕｃｅｄ ｓｃａｔｔｅｒｉｎｇ）をμ’_ｓとする場合（μ’_ｓ＞＞μ_ａ）、下記の数式を用いて、μ’_ｓ＝１．０ｍｍ^－１と仮定し、ＭＡＴＬＡＢ関数ｆｚｅｒｏを含む数値ソルバー（ｎｕｍｅｒｉｃａｌ ｓｏｌｖｅｒ）を適用して、理論的反射率Ｒと測定反射率Ｒｍとの差が最小化されるようにするμ_ａを選択し、μ_ａスペクトルを算出する処理が行われるように構成されることを特徴とする。

【0019】

【数1】

【0020】

また、前記分析段階は、最小二乗法（Ｌｅａｓｔ－Ｓｑｕａｒｅ Ｍｉｎｉｍｉｚａｔｉｏｎ、ＬＳＭ）を用いて、前記数式によって算出されたμ_ａと下記の数式を用いて予測された吸収スペクトルμ_{ａ，ｆｉｔ}とを比較することにより、前記測定対象の水分濃度（Ｃ_Ｈ２Ｏ）及び脂質濃度（Ｃ_ＦＡＴ）をそれぞれ算出する処理が行われるように構成されることを特徴とする。

【0021】

【数2】

【0022】

（ここで、Ｃ_Ｈ２ＯはＨ_２Ｏの濃度、ε_Ｈ２ＯはＨ_２Ｏの吸光係数、Ｃ_ＦＡＴはＦＡＴの濃度、ε_ＦＡＴはＦＡＴの吸光係数、ＳＦはスケーリング係数（ｓｃａｌｉｎｇ ｆａｃｔｏｒ）をそれぞれ示す。）
また、前記分析段階は、前記測定対象の水分比率（ｒａｔｉｏ ｏｆ ｗａｔｅｒ ｆｒａｃｔｉｏｎ）をＲ_Ｈ２Ｏとし、前記測定対象の脂肪比率（ｒａｔｉｏ ｏｆ ｆａｔ ｆｒａｃｔｉｏｎ）をＲ_ＦＡＴとする場合、下記の数式を用いて前記測定対象の水分比率及び脂肪比率をそれぞれ算出する処理が行われるように構成されることを特徴とする。

【0023】

【数3】

【0024】

また、本発明によれば、上述した狭帯域拡散反射分光法を用いた混濁媒質における水分及び脂質含有量定量化方法をコンピュータに実行させるように構成されるプログラムが記録されたコンピュータで読み取り可能な記録媒体が提供される。

【0025】

また、本発明によれば、体成分（ｂｏｄｙ ｃｏｍｏｓｉｔｉｏｎ）測定装置において、測定対象の水分及び脂質含有量を測定するように構成される測定部と、前記測定部の測定結果を表示及び伝達するためのディスプレイ又は出力手段を含む出力部と、を含んでなり、前記測定部は、上述した狭帯域拡散反射分光法を用いた混濁媒質における水分及び脂質含有量定量化方法を用いて測定対象の水分及び脂質含有量を測定するように構成されることを特徴とする、体成分測定装置が提供される。

【0026】

また、本発明によれば、体成分（ｂｏｄｙ ｃｏｍｐｏｓｉｔｉｏｎ）測定方法において、上述した狭帯域拡散反射分光法を用いた混濁媒質における水分及び脂質含有量定量化方法を用いて測定対象の水分及び脂質含有量を測定するように構成される体成分測定システムを実現するシステム構築段階と、前記体成分測定システムを用いて測定対象の水分及び脂質含有量を測定する測定段階と、を含んでなることを特徴とする、体成分測定装置が提供される。

【発明の効果】

【0027】

上述したように、本発明によれば、近赤外線（ＮＩＲ）に基づく拡散反射分光法（ＤＲＳ）を用いて組織の水分及び脂質含有量を正確に定量化することができるように構成される狭帯域拡散反射分光法（ｎａｒｒｏｗ－ｂａｎｄ ＤＲＳ）を用いた混濁媒質における水分及び脂質含有量定量化方法が提供されることにより、生体組織のように近赤外線（ＮＩＲ）が浸透したときに散乱が発生する混濁媒質において非侵襲的な方法によって水分と脂質の含有量を定量化することが可能な方法が提示されていない従来技術の体成分測定装置及び方法の問題点を解決することができる。

【0028】

また、本発明によれば、上述したように９００～１０００ｎｍの近赤外線帯域のみを使用する狭帯域拡散反射分光法を用いて、従来に比べてより簡単な構成で組織の水分と脂肪の含有量を正確に定量化することができるように構成される狭帯域拡散反射分光法（ｎａｒｒｏｗ－ｂａｎｄ ＤＲＳ）を用いた混濁媒質における水分及び脂質含有量定量化方法が提供されることにより、組織の水分と脂肪含有量を測定するために周波数領域及び時間領域の拡散光学分光法（ＤＯＳ）又は赤外線分光法を用いることでハードウェア構成が複雑になり、量産及び販売に制約があるという限界があった従来技術の分光法及びこれを用いた体成分測定装置及び方法の問題点を解決することができる。

【図面の簡単な説明】

【0029】

【図1】本発明の実施形態における、エマルジョンファントム及びブタサンプルに対する測定のための構成を概略的に示す図である。

【図2】６００～１０５０ｎｍの波長範囲における水（Ｈ_２Ｏ）及び脂質（ＦＡＴ）に対する吸収係数を示す図である。

【図3】体積別エマルジョンファントムの組成を予測されたＲ_ＦＡＴ及びＲ_Ｈ２Ｏに従って表にまとめて示す図である。

【図4】計算された相対吸収とフィッティング成分を示す図である。

【図5】Ｒ_Ｈ２Ｏ及びＲ_ＦＡＴの値を計算された予想値と比較して示す図である。

【図6】吸収スペクトルに対する様々な換算散乱プロファイルの効果と発色団フィッティングを示す図である。

【図7】互いに異なるμ’_ｓ仮定を有する３つのシナリオのそれぞれについて、Ｐ２に対して計算されたＲ_Ｈ２Ｏ及びＲ_ＦＡＴを示す図である。

【図8】２つの互いに異なる空間位置において生体外ブタサンプルを光学的に測定した結果をそれぞれ示す図である。

【図9】本発明の実施形態による狭帯域拡散反射分光法を用いた混濁媒質における水分及び脂質含有量定量化方法の全体的な構成及び処理フローを概略的に示すフローチャートである。

【発明を実施するための形態】

【0030】

以下、添付図面を参照して、本発明による狭帯域拡散反射分光法を用いた混濁媒質における水分及び脂質含有量定量化方法の具体的な実施形態について説明する。

【0031】

ここで、以下に説明する内容は、本発明を実施するための一実施形態に過ぎず、本発明は、以下に説明する実施形態の内容に限定されるものではないことに留意すべきである。

【0032】

また、以下の本発明の実施形態についての説明において、従来技術の内容と同一又は類似するか、或いは当業者のレベルで容易に理解及び実施し得ると判断される部分については、説明を簡略化するためにその詳細な説明を省略したことに留意すべきである。

【0033】

すなわち、本発明は、後述するように、生体組織のように近赤外線（ＮＩＲ）が浸透したときに散乱が発生する混濁媒質において非侵襲的な方法によって水分と脂質の含有量を定量化することが可能な方法が提示されていない従来技術の体成分測定装置及び方法の問題点を解決するために、近赤外線に基づく拡散反射分光法（ＤＲＳ）を用いて組織の水分及び脂質含有量を正確に定量化することができるように構成される、狭帯域拡散反射分光法を用いた混濁媒質における水分及び脂質含有量定量化方法に関する。

【0034】

また、本発明は、後述するように、組織の水分と脂肪含有量を測定するために周波数領域及び時間領域の拡散光学分光法（ＤＯＳ）又は赤外線分光法を用いることによりハードウェア構成が複雑になり、量産及び販売に制約があるという限界があった従来技術の分光法及びこれを用いた体成分測定装置及び方法の問題点を解決するために、９００～１０００ｎｍの近赤外線帯域のみを使用する狭帯域拡散反射分光法（ｎａｒｒｏｗ－ｂａｎｄ ＤＲＳ）を用いて従来に比べてより簡単な構成で組織の水分と脂肪の含有量を正確に定量化することができるように構成される、狭帯域拡散反射分光法を用いた混濁媒質における水分及び脂質含有量定量化方法に関する。

【0035】

次に、図面を参照して、本発明による狭帯域拡散反射分光法を用いた混濁媒質における水分及び脂質含有量定量化方法の具体的な内容について説明する。

【0036】

すなわち、本発明者らは、後述するようにして、９００～１０００ｎｍの近赤外線帯域のみを使用する狭帯域拡散反射分光法を用いて、従来に比べてより簡単な構成で組織の水分と脂肪の含有量を正確に定量化することができるように構成される、狭帯域拡散反射分光法を用いた混濁媒質における水分及び脂質含有量定量化方法を提示しており、その実際性能を検証するために、水と油成分の多様な混合比率を持つ混濁エマルジョンファントム（ｅｍｕｌｓｉｏｎ ｐｈａｎｔｏｍ）を通じて媒質の多様な散乱の仮定に対する測定を行い、その結果を６００～１０００ｎｍの近赤外線光源を用いて混濁媒質における水分と脂肪を定量化することができる従来技術の代表的な方法である既存のＦＤＰＭ（ｆｒｅｑｕｅｎｃｙ－ｄｏｍａｉｎ ｐｈｏｔｏｎ ｍｉｇｒａｔｉｏｎ）システムと比較して検証した。

【0037】

しかも、本発明者らは、後述するようにして、本発明による狭帯域拡散反射分光法を用いた定量化方法の水分と脂肪測定性能を生体外（ｅｘ－ｖｉｖｏ）ブタサンプルにおいても検証した。このために、生体外（ｅｘ－ｖｉｖｏ）ブタサンプルに対する本発明による測定結果を、分析化学方法（ａｎａｌｙｔｉｃａｌ ｃｈｅｍｉｃａｌ ｍｅｔｈｏｄ）によって生体外ブタサンプルから直接水分を抽出した結果と比較して検証した。

【0038】

より詳細には、まず、図１を参照すると、図１は、本発明の実施形態における、エマルジョンファントム及びブタサンプルに対する測定のための構成を概略的に示す図である。

【0039】

図１に示した構成において、タングステン－ハロゲンランプに連結されたソース光ファイバー（ｓｏｕｒｃｅ ｆｉｂｅｒ）が分光器検出光ファイバー（ｓｐｅｃｔｒｏｍｅｔｅｒ ｄｅｔｅｃｔｉｏｎ ｆｉｂｅｒ）と離隔して固定され、２つのファイバーは３Ｄプリントされた黒色プローブに搭載され、厚さ約０．０２５ｍｍの透明プラスチックバリアーがプローブと測定面との間に配置されて構成されている。

【0040】

より詳細には、本発明の実施形態において、ＤＲＳ測定は、５０μｍの光ファイバーと直径１ｍｍのソリッドコア集光ファイバー（ｓｏｌｉｄ－ｃｏｒｅ ｃｏｌｌｅｃｔｉｏｎ ｆｉｂｅｒ）からなる直径３ｍｍのソース光ファイバーバンドル（ｓｏｕｒｃｅ ｏｐｔｉｃａｌ ｆｉｂｅｒ ｂｕｎｄｌｅ）（Ｒ Ｓｐｅｃｉａｌｔｙ Ｏｐｔｉｃａｌ Ｆｉｂｅｒｓ ＬＬＣ、Ｗｉｌｌｉａｍｓｂｕｒｇ、ＶＡ）を用いて行われた。タングステン－ハロゲンランプ（ＨＬ－２０００－ＦＨＳＡ、Ｏｃｅａｎ Ｏｐｔｉｃｓ Ｉｎｃ．、Ｌａｒｇｏ、ＦＬ）は、分光計（ＨＳ２０４８ＸＬ－Ｕ２、Ａｖａｎｔｅｓ、Ａｐｅｌｄｏｏｒｎ、Ｎｅｔｈｅｒｌａｎｄｓ）が拡散反射率（ｄｉｆｆｕｓｅ ｒｅｆｌｅｃｔａｎｃｅ）を検出する間に定常状態（ｓｔｅａｄｙ－ｓｔａｔｅ）の広帯域光（ｂｒｏａｄｂａｎｄ ｌｉｇｈｔ）を提供し、光ファイバーは、３Ｄプリントされたポリ乳酸（ｐｏｌｙｌａｃｔｉｃ ａｃｉｄ、ＰＬＡ）プローブによって１９．５ｍｍのソース検出器分離器（ｓｏｕｒｃｅ－ｄｅｔｅｃｔｏｒ ｓｅｐａｒａｔｉｏｎ）に固定され、キャリブレーション（ｃａｌｉｂｒａｔｉｏｎ）は、反射率標準（ＳＲＳ－０２－０２０、Ｌａｂｓｐｈｅｒｅ Ｉｎｃ．、Ｎｏｒｔｈ Ｓｕｔｔｏｎ、ＮＨ）を用いて行われた。サンプルと光ファイバーの表面との接触を防止するために、図１に示すように、サンプルとプローブとの間に薄い（約０．０２５ｍｍ）透明プラスチックバリアーが配置された。

【0041】

また、透明プラスチックバリアーは、キャリブレーション過程中にも存在し、周波数領域光子移動（Ｆｒｅｑｕｅｎｃｙ Ｄｏｍａｉｎ Ｐｈｏｔｏｎ Ｍｉｇｒａｔｉｏｎ、ＦＤＰＭ）データは、仮定散乱（ａｓｓｕｍｉｎｇ ｓｃａｔｔｅｒｉｎｇ）に対する測定された散乱（ｍｅａｓｕｒｅｄ ｓｃａｔｔｅｒｉｎｇ）使用の影響（ｉｍｐａｃｔ）を示すために特定のサンプルでキャプチャされた。

【0042】

ここで、ＦＤＰＭは、従来技術の文献等によって広く知られている。すなわち、ＦＤＰＭは、レーザー光がＭＨｚ～ＧＨｚ領域で変調及び検出される非侵襲的定量光学方法（ｎｏｎ－ｉｎｖａｓｉｖｅ ｑｕａｎｔｉｔａｔｉｖｅ ｏｐｔｉｃａｌ ｍｅｔｈｏｄ）であって、検出された振幅減衰（ａｍｐｌｉｔｕｄｅ ｄｅｃａｙ）及び位相遅延光学パラメータ（ｐｈａｓｅ ｄｅｌａｙｅｄ ｏｐｔｉｃａｌ ｐａｒａｍｅｔｅｒ）を分析することにより、混濁媒質の吸収（ａｂｓｏｒｐｔｉｏｎ）（μ_ａ）及び換算散乱（ｒｅｄｕｃｅｄ ｓｃａｔｔｅｒｉｎｇ）（μ’_ｓ）がそれぞれのレーザー波長で計算でき、ＦＤＰＭ用ハードウェアは、複数の４００μｍの光ファイバーを共通出力（ｃｏｍｍｏｎ ｏｕｔｐｕｔ）に結合する光ファイバーバンドル（ｏｐｔｉｃａｌ ｆｉｂｅｒ ｂｕｎｄｌｅ）を用いて誘導される６５９ｎｍ、６９０ｎｍ、７９１ｎｍ及び８２９ｎｍの中心レーザー波長を持つレーザーダイオード制御のためのカスタム回路で構成されている（Ｒ Ｓｐｅｃｉａｌｔｙ Ｏｐｔｉｃａｌ Ｆｉｂｅｒｓ ＬＬＣ、Ｗｉｌｌｉａｍｓｂｕｒｇ、ＶＡ）。

【0043】

しかも、５０～５００ＭＨｚの範囲を掃引（ｓｗｅｅｐｉｎｇ）するレーザー変調（ｌａｓｅｒｍｏｄｕｌａｔｉｏｎ）は、ネットワーク分析器（ｎｅｔｗｏｒｋ ａｎａｌｙｅｒ）（ＴＲ１３００／１、Ｃｏｐｐｅｒ Ｍｏｕｎｔａｉｎ Ｔｅｃｈｎｏｌｏｇｉｅｓ、Ｉｎｄｉａｎａｐｏｌｉｓ、Ｉｎｄｉａｎａ）によって提供され、変調された光の検出は、アバランシェフォトダイオード（ａｖａｌａｎｃｈｅ ｐｈｏｔｏｄｉｏｄｅ）（Ｓ１２０２３－１０ ｗｉｔｈ Ｃ５６５８、Ｈａｍａｍａｔｓｕ Ｐｈｏｔｏｎｉｃｓ ＫＫ、浜松市、日本）を用いて収集された。ＦＤＰＭキャリブレーションは、特定の（ｃｈａｒａｃｔｅｒｉｚｅｄ）光学特性（ｏｐｔｉｃａｌ ｐｒｏｐｅｒｔｙ）を有するシリコーンベースのファントム（ｓｉｌｉｃｏｎｅ－ｂａｓｅｄ ｐｈａｎｔｏｍ）が使用された。

【0044】

また、９００～１０００ｎｍの範囲の散乱プロファイル（ｓｃａｔｔｅｒｉｎｇ ｐｒｏｆｉｌｅ）を計算するために電力法則（ｐｏｗｅｒ ｌａｗ）が使用されており、装置を動作させるためにノートパソコン（ＨＰ Ｅｌｉｔｅｂｏｏｋ ７３５ Ｇ６、Ｈｅｗｌｅｔｔ－Ｐａｃｋａｒｄ、Ｐａｌｏ Ａｌｔｏ、ＣＡ）が使用されている。データ分析は、カスタムＭＡＴＬＡＢ ２０１６ａコードとＥｘｃｅｌ（Ｍｉｃｒｏｓｏｆｔ Ｅｘｃｅｌ）によって同一のノートパソコンを用いて行われた。

【0045】

続いて、データ処理について説明すると、本発明者らは、測定されたサンプルの水分及び脂肪含有量を単一ソース－検出ペア（ｓｏｕｒｃｅ－ｄｅｔｅｃｔｉｏｎ ｐａｉｒ）で本発明の実施形態によるＤＲＳ方法を用いて推定した。このとき、９００～１０００ｎｍの波長領域で水（Ｈ_２Ｏ）及び脂質（ＦＡＴ）の発色団吸光係数（ｃｈｒｏｍｏｐｈｏｒｅ ｅｘｔｉｎｃｔｉｏｎ ｃｏｅｆｆｉｃｉｅｎｔｓ）を考慮した。このような波長範囲には、図２に示すように、Ｈ_２Ｏ及びＦＡＴスペクトルピークが含まれる。

【0046】

すなわち、図２を参照すると、図２は、６００～１０５０ｎｍの波長範囲における水（Ｈ_２Ｏ）及び脂質（ＦＡＴ）に対する吸収係数（ａｂｓｏｒｐｔｉｏｎ ｃｏｅｆｆｉｃｉｅｎｔ）を示す図である。

【0047】

図２において、水（Ｈ_２Ｏ）に対する吸収係数は黒線で表示されており、脂質（ＦＡＴ）に対する吸収係数は灰色線で表示されている。この作業において、データ分析は、ハイライト表示されているように、Ｈ_２Ｏ及びＦＡＴスペクトルピーク（ｓｐｅｃｔｒａｌ ｐｅａｋ）を含む９００～１０００ｎｍ帯域に制限された。

【0048】

ここで、混濁サンプル（ｔｕｒｂｉｄ ｓａｍｐｌｅ）に対する理論的な反射率（ｒｅｆｌｅｃｔａｎｃｅ）（Ｒ）は、下記の［数式１］に示すように、外挿境界条件（ｅｘｔｒａｐｏｌａｔｅｄ ｂｏｕｎｄａｒｙ ｃｏｎｄｉｔｉｏｎｓ）を有するμ_ａ及びμ’_ｓに関連する拡散モデルを用いて表すことができる。

【0049】

［数式１］

【数4】

【0050】

ここで、ｃ_１及びｃ_２は、空気－サンプルインターフェース（ａｉｒ－ｓａｍｐｌｅ ｉｎｔｅｒｆａｃｅ）に関連する定数であり、フルエンス（ｆｌｕｅｎｃｅ）

【0051】

【数5】

【0052】

及びフラックス（ｆｌｕｘ）

【0053】

【数6】

【0054】

はそれぞれ、次の通りである。

【0055】

【数7】

【0056】

また、拡散定数（ｄｉｆｆｕｓｉｏｎ ｃｏｎｓｔａｎｔ）ＤはＤ＝［３（μ_ａ＋μ’_ｓ）］^－１であり、有効減衰（ｅｆｆｅｃｔｉｖｅ ａｔｔｅｎｕａｔｉｏｎ）μ_ｅｆｆはμ_ｅｆｆ＝（μ_ａ／Ｄ）^１／２であり、等方性ソース深さ（ｉｓｏｔｒｏｐｉｃ ｓｏｕｒｃｅ ｄｅｐｔｈ）Ｚ_０はＺ_０＝１／（μａ＋μ’_ｓ）であり、ゼロフルエンス外挿距離（ｚｅｒｏ ｆｌｕｅｎｃｅ ｅｘｔｒａｐｏｌａｔｅｄ ｄｉｓｔａｎｃｅ）ｚ_ｂはｚ_ｂ＝（２Ｄ（１＋Ｒ_ｅｆｆ））／（１－Ｒ_ｅｆｆ）である。

【0057】

ここで、Ｒ_ｅｆｆは空気とサンプルの屈折率（ｒｅｆｒａｃｔｉｖｅ ｉｎｄｅｘ）に基づく定数であり、このモデルの適用はμ’_ｓがμ_ａよりも遥かに大きいと仮定する。

【0058】

さらに、補正された測定反射率（ｃａｌｉｂｒａｔｅｄ ｍｅａｓｕｒｅｄ ｒｅｆｅｃｔａｎｃｅ）（Ｒｍ）は、一般に単位のない強度（ｕｎｉｔｌｅｓｓ ｉｎｔｅｎｓｉｔｙ）で表現されるが、μ_ａスペクトルは、下記［数式２］に示すように、μ’_ｓ＝１．０ｍｍ^－１と仮定し、ＭＡＴＬＡＢ関数ｆｚｅｒｏなどの数値ソルバー（ｎｕｍｅｒｉｃａｌ ｓｏｌｖｅｒ）を適用して計算できる。

【0059】

［数式２］

【数8】

【0060】

ここで、Ｒは上記の［数式１］からの理論的反射率であり、それぞれの波長に対して、ＲｍとＲとの差が最小化されるようにμ_ａが選択されてμ_ａスペクトルが生成され、このようなμ_ａスペクトルは散乱仮定（ｓｃａｔｔｅｒｉｎｇ ａｓｓｕｍｐｔｉｏｎ）により実際絶対単位（ｔｒｕｅ ａｂｓｏｌｕｔｅ ｕｎｉｔｓ）で直ちに表現できないが、μ_ａの形状（ｓｈａｐｅ）は依然としてサンプルの相対発色団濃度（ｒｅｌａｔｉｖｅ ｃｈｒｏｍｏｐｈｏｒｅ ｃｏｎｃｅｎｔｒａｔｉｏｎ）に関連する情報を提供することができ、９００～１０００ｎｍの領域に脂質及び水分消滅係数ピークが含まれていることにより、下記［数式３］のようにして、スペクトル特徴（ｓｐｅｃｔｒａｌ ｆｅａｔｕｒｅ）に合わせることで発色団の濃度を求めることができる。

【0061】

［数式３］

【数9】

【0062】

すなわち、上記の［数式３］は、Ｈ_２Ｏ濃度（Ｃ_Ｈ２Ｏ）と吸光係数（ε_Ｈ２Ｏ）との積（ｐｒｏｄｕｃｔ）、ＦＡＴ濃度（Ｃ_ＦＡＴ）と吸光係数（ε_ＦＡＴ）との積、及びスケーリング係数（ｓｃａｌｉｎｇ ｆａｃｔｏｒ、ＳＦ）の線形結合（ｌｉｎｅａｒ ｃｏｍｂｉｎａｔｉｏｎ）の結果として予想される吸収スペクトル（μ_{ａ，ｆｉｔ}）を示すもので、Ｃ_Ｈ２Ｏ、Ｃ_ＦＡＴ及びＳＦに対する値は、上記の［数式３］を用いて予測されたμ_ａと、上記の［数式２］を用いて計算されたμ_ａとを比較する最小二乗法（Ｌｅａｓｔ－Ｓｑｕａｒｅ Ｍｉｎｉｍｉｚａｔｉｏｎ、ＬＳＭ）によって求められることができる。

【0063】

このとき、ＳＦは、最小化過程中に波長依存性（ｗａｖｅｌｅｎｇｔｈ ｄｅｐｅｎｄａｎｃｅ）が使われないオフセット定数であり、このようなＳＦを用いて、絶対値の代わりにμ_ａの形状に合わせて発色団の濃度が求められ得る。

【0064】

最後の段階で、水分比率（ｒａｔｉｏ ｏｆ ｗａｔｅｒ ｆｒａｃｔｉｏｎ）Ｒ_Ｈ２Ｏは、Ｒ_Ｈ２Ｏ＝Ｃ_Ｈ２Ｏ／（Ｃ_Ｈ２Ｏ＋Ｃ_ＦＡＴ）によって計算され、脂肪比率（ｒａｔｉｏ ｏｆ ｆａｔ ｆｒａｃｔｉｏｎ）Ｒ_ＦＡＴは、Ｒ_ＦＡＴ＝Ｃ_ＦＡＴ／（Ｃ_Ｈ２Ｏ＋Ｃ_ＦＡＴ）によって計算される。

【0065】

また、後述するように、本発明による方法は、絶対的な光学特性（ｓｂｓｏｌｕｔｅ ｏｐｔｉｃａｌ ｐｒｏｐｅｒｔｙ）に相対的に関係ない（ｒｅｌａｔｉｖｅｌｙ ａｇｎｏｓｔｉｃ）ので、μ’_ｓ仮定の選択は特に重要ではなく、Ｒ_Ｈ２Ｏ及びＲ_ＦＡＴの計算は共通のμ_ａスペクトルベースの比率であるので、単一距離（ｓｉｎｇｌｅ－ｄｉｓｔａｎｃｅ）ＤＲＳ測定のみが要求される。

【0066】

次に、エマルジョンファントム（ｅｍｕｌｓｉｏｎ ｐｈａｎｔｏｍ）の製作について説明すると、本発明の実施形態において、本発明者らは、大豆レシチン（ｓｏｙ ｌｅｃｉｔｈｉｎ）を乳化剤（ｅｍｕｌｓｉｆｉｅｒ）として用いて、様々な大豆油（ｓｏｙｂｅａｎ ｏｉｌ）と蒸留水（ｄｉｓｔｉｌｌｅｄ ｗａｔｅｒ）の比率を有する６５０ｍＬのエマルジョンファントムセットを製作し（和光純薬工業株式会社、大阪、日本）、それぞれのファントムは、油中水エマルジョン（ｗａｔｅｒ－ｉｎ－ｏｉｌ ｅｍｕｌｓｉｏｎｓ）で作られたが、従来技術の文献によって提示されているように、エマルジョンファントムの水と脂質の比率を高めると、散乱特性を大幅に増加させることができる。これは、主に水中油混合物（ｏｉｌ－ｉｎ－ｗａｔｅｒ ｍｉｘｔｕｒｅ）の形成によるものであるので、図３の表に示すように、全てのファントムを油中水に維持するために最大０．６のＲ_Ｈ２Ｏが達成され_た。

【0067】

すなわち、図３を参照すると、図３は、体積別エマルジョンファントムの組成を予測されたＲ_ＦＡＴ及びＲ_Ｈ２Ｏに従って表にまとめて示す図である。

【0068】

図３において、大豆油と蒸留水の体積は別々に測定され、それぞれのファントムに対して大豆レシチンがオイル体積重量の２％で添加された。大豆レシチンの高い粘性（ｖｉｓｃｏｕｓ ｃｏｎｓｉｓｔｅｎｃｙ）によりオイルをまず６０℃に加熱した後、計量ビーカーの側面に付着して残りうるレシチンを移すために使用された。オイル－レシチン混合物を６０℃で１時間超音波処理（ｓｏｎｉｃａｔｅｄ）（Ｂｒａｎｓｏｎｉｃ ＣＰＸ３８００Ｈ－Ｅ、Ｅｍｅｒｓｏｎ Ｅｌｅｃｔｒｉｃ、Ｄａｎｂｕｒｙ、ＣＴ）し、均質化（ｈｏｍｏｇｅｎｉｚａｔｉｏｎ）のために、従来技術では、ブレンド後に真空チャンバーを用いて気泡を除去したが、本実施形態では、真空機能が内蔵されたブレンダー（ｉ８８００、Ｊｉａｘｉａｎｇ Ｅｌｅｃｔｒｉｃ Ｃｏ．、ＬＴＤ、Ｇｕａｎｇｄｏｎｇ、Ｃｈｉｎａ）が使用された。

【0069】

次に、生体外（Ｅｘ－ｖｉｖｏ）ブタモデルについて説明すると、本発明者らは、地域屠殺場で腹部部位（ａｂｄｏｍｉｎａｌ ａｒｅａ）の２つのブタ片（ｐｏｒｃｉｎｅ ｓｌａｂ）の供給を受け（それぞれ約１２×１０×５ｃｍ）、実験現場への輸送中に、サンプルは低温に保たれたが、水の損失を防ぐために凍結せず、測定前にブタ片が室温に達するまで放置した。光学ポスト（ｏｐｔｉｃａｌ ｐｏｓｔ）を用いてＤＲＳプローブを装着し、測定中にサンプルと接触するように位置させ、各ブタサンプルから２つの異なる測定部位が選択された。それぞれの測定部位は、測定中の光漏れを最小限に抑えるためにサンプルのエッジから３ｃｍ以上離れており、２つの測定位置は３ｃｍ離隔しており、２つの位置でＤＲＳデータをキャプチャした後、各光学測定部位の中央に３ｃｍサイズの立方体（ｃｕｂｅ）を切除し、切除された組織は直ちに水分（ＭＯＩ）分析のために処理された。

【0070】

次いで、組織水分抽出（ｔｉｓｓｕｅ ｍｏｉｓｔｕｒｅ ｅｘｔｒａｃｔｉｏｎ）について説明すると、生体外（ｉｎ ｖｉｔｒｏ）ブタ組織のＭＯＩ（Ｍｕｌｔｉｐｌｉｃｉｔｙ Ｏｆ Ｉｎｆｅｃｔｉｏｎ）フラクション（ｆｒａｃｔｉｏｎ）は、Ａｓｓｏｃｉａｔｉｏｎ ｏｆ Ｏｆｆｉｃｉａｌ Ａｎａｌｙｔｉｃａｌ Ｃｈｅｍｉｓｔｓ（９５０．４６ ＡＯＡＣ）の方法に基づいて定量化学（ｑｕａｎｔｉｔａｔｉｖｅ ｃｈｅｍｉｓｔｒｙ）を用いて決定された。すなわち、高精度スケール（ＡＳ ２２０．Ｒ２、Ｒａｄｗａｇ、Ｒａｄｏｍ、Ｐｏｌａｎｄ）を用いて各３ｃｍ^３部分（ｓｅｃｔｉｏｎ）の重量を測定した後、均質化されるまで別途サンプルをブレンドし、各サンプルから重複を抽出し、アルミニウム皿の重量を測定した後、サンプルを１２５℃で４時間機械式オーブン（Ｈｅｒａｔｈｅｒｍ ＯＭＳ６０、Ｔｈｅｒｍｏ Ｓｃｉｅｎｔｉｆｉｃ、Ｗａｌｔｈａｍ、ＭＡ）に位置させて加熱した後、サンプルをデシケーター（ｄｅｓｉｃｃａｔｏｒ）（Ｎａｌｇｅｎｅ ５３１２－０２３０、Ｔｈｅｒｍｏ Ｓｃｉｅｎｔｉｆｉｃ、Ｗａｌｔｈａｍ、ＭＡ）に入れて冷却させた。各サンプルの最終重量は、高精度天秤を用いて記録され、ＭＯＩは下記［数式４］のようにして計算された。

【0071】

［数式４］

【数10】

【0072】

ここで、ω_（ｓ）ｉは加熱前のサンプルの初期重量、ω_（ｓ）ｆは加熱後の最終サンプルの重量をそれぞれ示す。

【0073】

次に、図４を参照して、上述のようにして行われた測定結果について説明する。

【0074】

すなわち、図４を参照すると、図４は、計算された相対吸収（ｒｅｌａｔｉｖｅ ａｂｓｏｒｐｔｉｏｎ）とフィッティング成分（ｆｉｔｔｉｎｇ ｃｏｍｐｏｎｅｎｔ）を示す図である。

【0075】

図４において、左段（ｃｏｌｕｍｎ）は、相対吸収係数（ｒｅｌａｔｉｖｅ ａｂｓｏｒｐｔｉｏｎ ｃｏｅｆｆｉｃｉｅｎｔ）を円で表しており、発色団フィッティング（ｃｈｒｏｍｏｐｈｏｒｅ ｆｉｔ）は実線で表しており、各発色団の吸収寄与度（ａｂｓｏｒｐｔｉｏｎ ｃｏｎｔｒｉｂｕｔｉｏｎ）は、Ｈ_２Ｏが四角形、ＦＡＴが三角形で右段に表示されており、ＳＦはスペクトル的に平坦な点線で表示されている。

【0076】

図４に示すように、吸収スペクトル（ａｂｓｏｒｐｔｉｏｎ ｓｐｅｃｔｒａ）と発色団（ｃｈｒｏｍｏｐｈｏｒｅ）は、それぞれのエマルジョンファントムに対して９００～１０００ｎｍの波長にフィット（ｆｉｔ）され、全てのデータに対して、μ’_ｓは１．０ｍｍ^－１と設定された。９７６ｎｍでの水スペクトルピークは、ファントムシリーズ（ｐｈａｎｔｏｍ ｓｅｒｉｅｓ）が進行するにつれて、９３０ｎｍでの脂質ピークに比べて上昇することを確認することができ、全体吸収に対する各フィッティング成分（ｆｉｔｔｉｎｇ ｃｏｍｐｏｎｅｎｔ）の吸収寄与度も一緒に表示される。

【0077】

また、図５を参照すると、図５は、復元（ｒｅｃｏｖｅｒｅｄ）されたＲ_Ｈ２Ｏ及びＲ_ＦＡＴの値を、図３の表に示すような計算された予想値と比較して示す図である。

【0078】

図５において、多様なＲ_Ｈ２Ｏ及びＲ_ＦＡＴを有する５つのエマルジョンファントムに対する測定を行い、測定されたＲ_Ｈ２Ｏ（三角形で表示）とＲ_ＦＡＴ（円で表示）を、実線で表示された予想値と比較した結果を示しており、実際比率（ｔｒｕｅ ｒａｔｉｏ）と比較した平均誤差は、２つのパラメータとも３．７±３．０％であり、Ｒ_ＦＡＴ及びＲ_Ｈ２Ｏに対しては、趨勢線（ｔｒｅｎｄ ｌｉｎｅ）が計算されて２つのメートリックに対する決定係数（ｃｏｅｆｆｉｃｉｅｎｔ ｏｆ ｄｅｔｅｒｍｉｎａｔｉｏｎ）Ｒ^２＝０．９９となる。

【0079】

すなわち、図５に示すように、脂肪に富んだ生物学的サンプル（ａｄｉｐｏｓｅ－ｒｉｃｈ ｂｉｏｌｏｇｉｃａｌ ｓａｍｐｌｅｓ）において、Ｒ_Ｈ２Ｏ及びＲ_ＦＡＴはそれぞれＣ_Ｈ２Ｏ及びＣ_ＦＡＴに接近し、結晶係数がＲ^２＝０．９９である予想値と比較してＲ_Ｈ２Ｏ及びＲ_ＦＡＴの両方に対して非常に線形的な傾向（ｈｉｇｈｌｙ ｌｉｎｅａｒ ｔｒｅｎｄ）が観察された。各パラメータに対するＲ_Ｈ２Ｏ及びＲ_ＦＡＴ誤差は１．１％～８．４％の範囲であり、５つのエマルジョンファントムにわたって平均誤差は３．７±３．０％であった。

【0080】

さらに、本発明者らは、上記の［数式２］を用いて補正された反射率を吸収に変換した。

【0081】

すなわち、図６を参照すると、図６は、吸収スペクトルに対する様々な換算散乱プロファイルの効果と発色団フィッティングを示す図である。

【0082】

図６において、吸収スペクトルは円で表示されており、発色団フィッティングは実線で表示されており、水と脂質ピークにおける吸収値は、四角形マーカーを用いて表示されている。

【0083】

また、図６の（ａ）はＦＤＰＭ装置を用いて測定された散乱を示し、図６の（ｂ）はμ’_ｓ＝１．０ｍｍ^－１と仮定して換算散乱を示し、図６の（ｃ）はμ’_ｓ＝２．０ｍｍ^－１と仮定して換算散乱を示している。

【0084】

図６に示すように、ファントムＰ２に対して、ａ）ＦＤＰＭデータから誘導される（ｄｅｒｉｖｅｄ）測定されたμ’_ｓ、ｂ）波長依存性のないμ’_ｓ＝１．０ｍｍ^－１の仮定、ｃ）波長依存性のないμ’_ｓ＝２．０ｍｍ^－１の仮定の、３つの互いに異なるμ’_ｓ値が使用された。ここで、μ_ａスペクトルの値だけでなく、それぞれＦＡＴ及びＨ_２Ｏ吸収ピークであるμ_ａ（９７６ｎｍ）に対するμ_ａ（９３０ｎｍ）値もμ’_ｓの選択に影響される。

【0085】

しかも、図７を参照すると、図７は、互いに異なるμ’_ｓ仮定を有する３つのシナリオのそれぞれについて、Ｐ２に対して計算されたＲ_Ｈ２Ｏ及びＲ_ＦＡＴを示す図である。

【0086】

すなわち、図７において、１）ＦＤＰＭで測定された換算散乱を用いた場合、２）μ’_ｓを１．０ｍｍ^－１と仮定した場合、３）μ’_ｓを２．０ｍｍ^－１と仮定した場合にデータ集合から復元されたＲ_Ｈ２Ｏ及びＲ_ＦＡＴをそれぞれ表示しており、図６に示すように、互いに異なるμ’ｓパラメータが互いに異なるμ_ａスペクトルを生成するにも拘らず、ＦＡＴとＨ_２Ｏの比率は１％以内で一貫して維持された。

【0087】

次に、図８を参照すると、図８は、２つの互いに異なる空間位置（ｓｐａｔｉａｌ ｌｏｃａｔｉｏｎｓ）で生体外（ｅｘ－ｖｉｖｏ）ブタサンプルを光学的に測定した結果をそれぞれ示す図である。

【0088】

ここで、図８において、各光学測定の中心から約３ｃｍ^３の組織を切除してＭＯＩを計算し、本発明の実施形態によるＤＲＳ技法（サンプル当たりｎ＝１８）を用いて計算されたＲ_Ｈ２Ｏと、分析化学方法で抽出されたＭＯＩ（サンプル当たりｎ＝４）とを比較して示している。

【0089】

図８に示すように、本発明者らは、ＭＯＩを計算することができるようにするために、４つのブタ腹部組織サンプルを脱水させた。このとき、２つのサンプルは腹部Ａから切除されたのに対し、他の２つの異なるサンプルは腹部Ｂから採取された。腹部Ａは厚い脂肪表面層（ａｄｉｏｓｅ ｓｕｒｆａｃｅ ｌａｙｅｒ）を有することが観察され、腹部Ｂは著しく細くなったことが観察された。分析化学方法で誘導されたＤＲＳ及びＭＯＩを用いて推定されたＲ_Ｈ２Ｏは、図８に示す通りである。

【0090】

上述したように、本発明では、散乱媒質においてＲ_Ｈ２Ｏ及びＲ_ＦＡＴを復元する本発明の実施形態によるＤＲＳ方法を評価するために、様々な水と油の比率を用いて一連のファントムを製作した。脂質及び水分吸収ピークとしてそれぞれ知られた９３０ｎｍ及び９７６ｎｍを含むように９００～１０００ｎｍの波長領域が選択された。

【0091】

また、従来技術の文献などに提示された技術内容は、定量的接近方式を用いて混濁媒質の水分と脂肪を測定するが、これに対し、本発明の実施形態によるＤＲＳ技術は、基本的な拡散反射率（ｂａｓｉｃ ｄｉｆｆｕｓｅ ｒｅｆｌｅｃｔａｎｃｅ）に基づくものであり、波長に対する相対的な光の強度を測定する技術であり、絶対的な光学的特性がないにも拘らず、強度スペクトル（ｉｎｔｅｎｓｉｔｙ ｓｐｅｃｔｒｕｍ）の形状（ｓｈａｐｅ）は、水と脂肪を推定するために測定されたサンプル内の発色団（ｃｈｒｏｍｏｐｈｏｒｅ）に対する情報を提供し続けることができる。

【0092】

しかも、図４に示すように、図示されたμ_ａスペクトルは、推定された散乱により絶対的であると見なされることができないが、予想通りにファントムシリーズが進行するにつれて、脂質ピークに比べて水ピークが上昇することを確認することができ、［数式３］によってＣ_Ｈ２Ｏ、Ｃ_ＦＡＴ及びＳＦの線形組み合わせをフィッティングして相対発色団濃度を復元することができる。

【0093】

ここで、ＳＦを含むと、相対吸収スペクトルの形状に合わせるための絶対値のディエンファシス（ｄｅ－ｅｍｐｈａｓｉｓ）が可能であるが、それにも拘らず、相対スペクトルにおいて発色団濃度を直接決定しようとする試みは、水と脂質値の不正確さを引き起こす。

【0094】

したがって、本発明では、共通相対吸収スペクトルに基づく比率Ｒ_Ｈ２Ｏ及びＲ_ＦＡＴパラメータを導入しており、本発明の実施形態によるＤＲＳ接近方式を用いて、知られているオイルと水の比率から計算された実際値と比較して非常に線形的な趨勢（Ｒ^２＝０．９９）と予想結果（３．７±３．０％の誤差）との優れた一致を発見した。

【0095】

しかも、本発明の実施形態による接近方式は、広帯域ＤＯＳ及び時間領域ＤＯＳを活用した従来技術の内容と比較して線形性と精度の結果は類似するが、著しく低い複雑度を有する光学ハードウェアを使用するので、基本的には、１００ｎｍ光源（９００ｎｍ～１０００ｎｍ）と分光計のみで構成できる。このようなハードウェア要求事項は、本発明の技術に基づいて携帯用及びウェアラブルタイプのセンサーを開発する際に、追加の波長最適化研究によってさらに減少できると期待される。

【0096】

また、補正された反射率測定は、［数式１］に示すように、吸収に関連することができるが、サンプルの光学的特性に対する事前情報なしに、本発明では、相対吸収を計算するために散乱プロファイルを仮定し、本発明の実施形態による方法が散乱仮定に鈍感であることを観測した。

【0097】

すなわち、散乱プロファイルの選択は結果吸収スペクトルに影響を及ぼすが、最終的なＲ_Ｈ２Ｏ及びＲ_ＦＡＴの結果は１％の差にのみ変更された。これは、次の通りに説明できる。

【0098】

第一に、Ｒ_Ｈ２ＯとＲ_ＦＡＴは、同じ相対吸収スペクトルを基準とする比率であり、これは、Ｒ_Ｈ２Ｏ及びＲ_ＦＡＴが平坦（ｓｍｏｏｔｈ）で連続的な（ｃｏｎｔｉｎｕｏｕｓ）変化であって、吸収スペクトルに影響を及ぼす散乱仮定の選択に強健（ｒｏｂｕｓｔ）にする。

【0099】

第二に、Ｍｉｅ理論から分かるように、μ’_ｓ（λ）の波長依存性は、波長が増加するにつれて弱くなり、９００～１０００ｎｍの領域で散乱プロファイルがほぼ平坦になる（ｎｅａｒｌｙ ｆｌａｔ）。したがって、［数式２］を実現するときに、負（ｎｅｇａｔｉｖｅ）のμ_ａ（λ）を計算しない限り、μ’_ｓ（λ）仮定の効果は最小限に抑えられる。

【0100】

しかも、本発明の実施形態では、生体外ブタサンプルにおいて光学的に測定されたＲ_Ｈ２Ｏを検証するために、分析化学方法によって組織から水分含有量を直接抽出した。このために、「サンプルＡ」と「サンプルＢ」の２部位のブタ組織が使用された。「サンプルＡ」は、「サンプルＢ」（～０．３ｍｍ）よりも一層厚い上部脂肪層（～２ｃｍ）を有することが観察された。

【0101】

また、本発明の実施形態において、ソース－検出器の構成において平均光学浸透深さと光学信号の９５％以上がサンプルに入射された後、１ｃｍ以内に含まれた可能性が高いが、ＭＯＩ分析のために、脱水計算のために十分なサンプル質量を確保するように、各サンプルから遥かに大きい３ｃｍ^３の体積を除去した。

【0102】

したがって、Ｒ_Ｈ２ＯとＭＯＩとの一部の不一致は、分析ボリュームの差異によるものとして説明でき、サンプルＡに対して、ＤＲＳ敏感度は、脂肪含有量が高く、水分含有量が低い最高脂肪層（ｔｏｐ ａｄｉｐｏｓｅ ｌａｙｅｒ）に制限できたが、これに対し、ＭＯＩ分析の場合、著しく脂肪の少ない組織（ｌｅａｎ ｔｉｓｓｕｅ）が含まれた。

【0103】

実際に、サンプルＡに対するＲ_Ｈ２Ｏは、腹部脂肪組織において０．１５～０．３の水分比率を示した従来技術の内容と一致し、０．４３のＭＯＩ値は、混合された脂肪－筋肉組成を示す可能性が高く、サンプルＢの場合、さらに薄い脂肪の存在により光学及びＭＯＩ抽出方法の組織体積はいずれも、脂肪の少ない組織が支配的なサンプルが含まれているので、密接に一致した。

【0104】

以上、上述した本発明の実施形態において、本発明者らは、９００～１０００ｎｍの波長領域の近赤外線（ＮＩＲ）を用いて局所組織（ｌｏｃａｌ ｔｉｓｓｕｅ）の水分及び脂質含有量などの体成分（ｂｏｄｙ ｃｏｍｐｏｓｉｔｉｏｎ）を正確に測定可能であって簡単なハードウェア構成で量産及び販売ができるように構成される狭帯域ＤＲＳ法を提示しており、様々な脂質と水混合物（ｌｉｐｉｄ ａｎｄ ｗａｔｅｒ ｍｉｘｔｕｒｅ）を持つエマルジョンファントム（ｅｍｕｌｓｉｏｎ ｐｈａｎｔｏｍ）を用いて提示された方法の性能を確認した。

【0105】

これと共に、測定項目が散乱仮定に敏感ではないため、絶対散乱定量化の必要性が除去されたことを示しており、本発明が絶対散乱仮定（ａｂｓｏｌｕｔｅ ｓｃａｔｔｅｒｉｎｇ ａｓｓｕｍｐｔｉｏｎ）に対する堅牢性（ｒｏｂｕｓｔｎｅｓｓ）の利点を有することを証明した。さらに、生体外（ｅｘ－ｖｉｖｏ）ブタサンプル（ｐｏｒｃｉｎｅ ｓａｍｐｌｅ）を用いて分析化学方法（ａｎａｌｙｔｉｃａｌ ｃｈｅｍｉｃａｌ ｍｅｔｈｏｄ）で直接水抽出を行い、本発明のＤＲＳ結果と比較することにより、本発明に提示されたＤＲＳ方法が医療分野だけでなく、フィットネスや個人及び家庭用として幅広く活用可能であることを証明した。

【0106】

したがって、上述したような内容から、本発明の実施形態による狭帯域拡散反射分光法を用いた混濁媒質における水分及び脂質含有量定量化方法を容易に実現することができる。すなわち、図９を参照すると、図９は、本発明の実施形態による狭帯域拡散反射分光法を用いた混濁媒質における水分及び脂質含有量定量化方法の全体的な構成及び処理フローを概略的に示すフローチャートである。

【0107】

図９に示すように、本発明の実施形態による狭帯域拡散反射分光法を用いた混濁媒質における水分及び脂質含有量定量化方法は、大きく、レーザー光を用いて測定対象の拡散反射率（ｄｉｆｆｕｓｅ ｒｅｆｌｅｃｔａｎｃｅ）を測定するように構成されるＤＲＳ測定装置を用いて、ＤＲＳ測定装置に測定対象を位置させ、測定対象に対するＤＲＳ測定を行う測定段階（Ｓ１０）と、上記の段階（Ｓ１０）で測定されたデータを収集し、分析を行うことにより、測定対象の水と脂質含有量を算出する分析段階（Ｓ２０）と、を含んで構成できる。

【0108】

ここで、上述した測定段階（Ｓ１０）は、図１を参照して上述したように構成されるＤＲＳ測定装置を用いて測定が行わる。このとき、上述したＤＲＳ測定装置は、９００～１０００ｎｍの近赤外線帯域のみを用いて測定対象に対するＦＤＰＭ測定が行われるように構成できる。

【0109】

また、上述した分析段階（Ｓ２０）は、図２及び［数式１］～［数式３］を参照して上述したようにして、測定段階（Ｓ１０）で測定されたデータに基づいて測定対象の水と脂肪含有量を算出する処理が、専用のハードウェア、又は、好ましくは、コンピュータを含むデータ処理手段を用いて行われるように構成できる。

【0110】

したがって、上述したようにして、本発明の実施形態による狭帯域拡散反射分光法を用いた混濁媒質における水分及び脂質含有量定量化方法を実現することができる。それにより、本発明によれば、近赤外線（ＮＩＲ）に基づく拡散反射分光法（ＤＲＳ）を用いて組織の水分及び脂質含有量を正確に定量化することができるように構成される狭帯域拡散反射分光法（ｎａｒｒｏｗ－ｂａｎｄ ＤＲＳ）を用いた混濁媒質における水分及び脂質含有量定量化方法が提供されることにより、生体組織のように近赤外線（ＮＩＲ）が浸透したときに散乱が発生する混濁媒質で非侵襲的な方法によって水分と脂質の含有量を定量化することができる方法が提示されていない従来技術の体成分測定装置及び方法の問題点を解決することができる。

【0111】

また、本発明によれば、上述したように９００～１０００ｎｍの近赤外線帯域のみを使用する狭帯域拡散反射分光法（ｎａｒｒｏｗ－ｂａｎｄ ＤＲＳ）を用いて、従来に比べてより簡単な構成で組織の水分と脂肪の含有量を正確に定量化することができるように構成される狭帯域拡散反射分光法を用いた混濁媒質における水分及び脂質含有量定量化方法が提供されることにより、組織の水分と脂肪含有量を測定するために周波数領域及び時間領域の拡散光学分光法（ＤＯＳ）又は赤外線分光法を用いることでハードウェア構成が複雑になり、量産及び販売に制約があるという限界があった従来技術の分光法及びこれを用いた体成分測定装置及び方法の問題点を解決することができる。

【0112】

以上、上述した本発明の実施形態によって、本発明に係る狭帯域拡散反射分光法を用いた混濁媒質における水分及び脂質含有量定量化方法の詳細な内容について説明したが、本発明は、上述した実施形態に記載されている内容にのみ限定されるものではない。よって、本発明は、本発明の属する技術分野における通常の知識を有する者によって設計上の必要及びその他の多様な要因に応じて様々な修正、変更、結合及び置換などが可能であるのは、当たり前であるというべきである。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】