信号检测方法、校准线生成方法、定量方法及测量装置的制造方法
信号检测方法、校准线生成方法、定量方法及测量装置的制造方法
【技术领域】
[0001] 本发明设及信号检测方法、校准线生成方法、定量方法、信号检测装置、测量装置 及葡萄糖浓度测量装置。
【背景技术】
[0002] 作为对测量信号（来自生物体的信号）中包含的预定成分的信号的技术，已知有 各种技术。作为其中代表性技术之一，已知有独立成分分析（或者也称独立成分解析）。
[0003] 例如，在专利文献1中公开了如下技术：对作为测量信号（来自生物体的信号）的 观测信号进行独立成分分析，W算出的独立成分作为基本函数，通过用基本函数的线性组 合表示观测信号，解析观测信号中包含的目标成分的浓度等。
[0004] 另外，在专利文献2公开了如下技术对作为测量信号（来自生物体的信号）的观 测数据进行独立成分分析，求出针对观测数据中包含的目标成分的混合系数，从原始观测 数据的目标成分含有量和混合系数求出校准线。 阳0化][现有技术文献]
[0006] [专利文献1]日本特开2007 - 44104号公报
[0007] [专利文献2]日本特开2013 - 36973号公报
【发明内容】
[0008] 发明要解决的技术问题
[0009] 理想地，与独立成分相关的信号是唯一固有成分的信号，故没有其他成分的影响， 相对其他成分是"独立"的。然而，现实中存在用独立成分分析从混合成分提取的各个独立 成分难W说是完全"独立"的情况。在运样的情况下，例如，即使为了检测测量对象物中包 含的0. 01 % W下之类的1 % W下的一点点微量成分的浓度而W测量对象物为对象进行独 立成分分析，也难W精度良好地检测微量成分的浓度。
[0010] 本发明是鉴于上述情况而做出的，其目的在于，提供一种可高精度检测出与测量 信号（例如，来自生物体的信号等）中包含的微量成分相关的信号的新技术。
[0011] [适用例1]本适用例的信号检测方法的特征在于，包括：获取包含第1信号和与 所述第1信号不同的第2信号的测量信号的工序；W及进行使所述测量信号相对所述第2 信号正交的正交运算的工序。
[0012] 根据本申请发明人专研，可W考虑使表示第1信号的向量与表示第2信号的向量 正交，第1信号和第2信号构成正交向量空间。因此，依据本适用例的信号检测方法，进行 使测量信号相对第2信号正交而得到相当于第1信号的信号的正交运算，故能从包含第1 信号和第2信号的测量信号除去第2信号，从而能高精度地检测第1信号。由此，可精度良 好地检测包含与第1信号相关的成分和与第2信号相关的成分的样品中的与第1信号相关 的成分的浓度。
[0013] [适用例2]优选的是，根据上述适用例的信号检测方法，在所述正交运算中使用 第2特征信号（第2样品特征信号），所述第2特征信号通过对第2样品信号进行多变量 解析处理而获得，所述第2样品信号对包含与所述第2信号相关的成分且不包含与所述第 1信号相关的成分的样品进行测量而获得。
[0014] 根据本适用例的信号检测方法，通过对测量包含与第2信号相关的成分且不包含 与第1信号相关的成分的样品的第2样品信号进行多变量解析处理，能提取与第2信号相 关的成分的特征量即第2特征信号（第2样品特征信号）。而且，使测量信号相对所得到的 第2特征信号（第2样品特征信号）正交来进行正交运算，故能从测量包含与第1信号相 关的成分和与第2信号相关的成分的样品的测量信号中，有效地除去第2信号。
[0015] [适用例3]优选的是，根据上述适用例的信号检测方法，所述多变量解析处理是 独立成分分析。
[0016] 根据本适用例的信号检测方法，使用独立成分分析处理作为对第2样品信号的多 变量解析处理，故在尤其与第2信号相关的成分是高比例成分的情况下，能检测正交性强 且误差小的第2特征信号（第2样品特征信号）。
[0017] [适用例4]优选的是，根据上述适用例的信号检测方法，所述正交运算是使所述 测量信号投影到与由所述第2特征信号（第2样品特征信号）展开的空间正交的空间的投 影运算。
[0018] 根据本适用例的信号检测方法，通过进行向与由第2特征信号（第2样品特征信 号）展开的空间正交的空间投影测量信号的投影运算，从包含第1信号和第2信号的测量 信号除去第2信号，能高精度地检测第1信号。
[0019] [适用例引优选的是，根据上述适用例的信号检测方法，当用测量向量Μ表示所述 测量信号，用第1向量Μ0表示所述第1信号，用丫个干扰单位向量化表示所述第2特征 信号（第2样品特征信号），用由所述干扰单位向量化构成的矩阵Ρ表示由所述第2特征 信号（第2样品特征信号）展开的空间，用Ρ+表示所述矩阵Ρ的伪逆矩阵，用Ε表示单位 矩阵时，用下式（1)表示所述投影运算，
[0020]
Q
[0021] 根据本适用例的信号检测方法，通过进行用公式（1)表示的投影运算，能高精度 地检测用测量向量Μ表示的测量信号中包含的第1信号（第1向量Μ0)。
[0022] [适用例6]优选的是，根据上述适用例的信号检测方法，所述正交运算对所述测 量信号应用使用所述第2特征信号的葛兰-施密特（Gram-Schmi化）的正交化法。
[0023] 根据本适用例的信号检测方法，通过对测量信号应用使用第2特征信号（第2样 品特征信号）的葛兰-施密特的正交化法，从包含第1信号和第2信号的测量信号除去第 2信号，能高精度地检测第1信号。
[0024] [适用例7]优选的是，根据上述适用例的信号检测方法，当用测量向量Μ表示所述 测量信号，用第1向量Μ0表示所述第1信号，用丫个干扰单位向量化表示所述第2特征 信号（第2样品特征信号），用Wk表示丫个中间向量，用WkT表示所述中间向量Wk的转 置向量时，设第1中间向量W1为第1干扰单位向量P1，用下式似和下式做表示所述葛 兰-施密特的正交化法， 阳0巧]
ο
[0026] 根据本适用例的信号检测方法，利用由公式似和公式（3)表示的葛兰-施密特 的正交化法，依次使丫个中间向量Wk正交，故测量向量Μ与丫个中间向量Wk的每一个正 交，其结果是，对第2信号整体正交化。由此，能高精度地检测由测量向量Μ表示的测量信 号中包含的第1信号（第1向量Μ0)。
[0027] [适用例引优选的是，根据上述适用例的信号检测方法，所述第1信号在所述测量 信号中所占的比例为1 % W下。
[0028] 根据本适用例的信号检测方法，即使在与第1信号相关的成分是微量且第1信号 W 1%W下的比例包含于测量信号的情况下，也能在测量信号中高精度地检测出微量成分 的第1信号。
[0029] [适用例9]优选的是，本适用例的校准线生成方法，针对与第1信号相关的物理 量已知的基准样品，计算执行上述适用例的信号检测方法而得到的所述第1信号与所述第 1信号的单位信号的内积值，生成校准线，所述校准线表示与所述第1信号相关的物理量和 所述内积值之间的关系。
[0030] 根据本适用例的校准线生成方法，计算通过执行可从测量信号高精度地检测第1 信号的信号检测方法而得的第1信号和第1信号的单位信号的内积值，生成校准线，故能生 成精度高的校准线。
[0031] [适用例10]优选的是，本适用例的定量方法，包括如下工序：计算通过上述适用 例的信号检测方法而得到的第1信号与所述第1信号的单位信号的内积值。
[0032] 根据本适用例的定量方法，取得通过执行可从测量信号高精度地检测第1信号的 信号检测方法而得的第1信号和第1信号的单位信号的内积值，故能精度良好地求出向量 空间下的第1信号的大小（纯量）。
[0033] [适用例11]优选的是，根据上述适用例的定量方法，所述定量方法还包括参照校 准线和所述内积值来定量化物理量的工序。
[0034] 根据本适用例的定量方法，参考第1信号和第1信号的单位信号的内积值W及表 示与第1信号相关的物理量和内积值的关系的校准线，故能准确地定量化包含与第1信号 相关的成分和与第2信号相关的成分的样品中的与第1信号相关的成分的物理量。
[0035] [适用例12]优选的是，根据上述适用例的定量方法，所述校准线通过上述适用例 的校准线生成方法来获得。
[0036] 根据本适用例的定量方法，使用表示与第1信号相关的物理量和内积值的关系的 校准线，故可精度良好地定量化测量对象物中包含的与第1信号相关的成分的物理量。
[0037] [适用例13]优选的是，根据上述适用例的定量方法，所述物理量是血液中的葡萄 糖浓度。
[0038] 根据本适用例的定量方法，能高精度地定量化相对W高比例包含于血液中的水 (与第2信号相关的成分）微量包含的葡萄糖（与第1信号相关的成分）的物理量。
[0039] [适用例14]本适用例的信号检测装置的特征在于，包括：获取部，获取对包含与 第1信号相关的成分和与不同于所述第1信号的第2信号相关的成分的测量对象物进行测 量而获得的测量信号；W及运算处理部，进行使所述测量信号相对所述第2信号正交的正 交运算。
[0040] 根据本适用例的结构，在获取部获取测量了包含与第1信号相关的成分和与第2 信号相关的成分的测量对象物的测量信号。而且，在运算处理部中，形成表示第2信号的向 量相对表示第1信号的向量正交的向量空间，利用该向量空间进行使测量信号相对第2信 号正交的正交运算。因此，从包含第1信号和第2信号的测量信号除去第2信号，能实现可 高精度地检测第1信号的信号检测装置。
[0041] [适用例1引本适用例的测量装置的特征在于，包括：获取部，获取对包含与第1 信号相关的成分和与不同于所述第1信号的第2信号相关的成分的测量对象物进行测量而 获得的测量信号；W及运算处理部，进行使所述测量信号相对所述第2信号正交的正交运 算，使用所述正交运算的结果来定量物理量。
[0042] 根据本适用例的结构，通过获取部获取测量包含与第1信号相关的成分和与第2 信号相关的成分的测量对象物的测量信号。而且，在运算处理部形成表示第2信号的向量 相对表示第1信号的向量正交的向量空间，利用该向量空间进行使测量信号相对第2信号 正交的正交运算，使用其运算结果定量物理量。因此，从包含第1信号和第2信号的测量信 号除去第2信号来检测第1信号，能实现可高精度地定量与第1信号相关的成分的物理量 的测量装置。
[0043] 另外，用于解决上述技术问题的第1发明是信号检测方法，包括：获取对包含高比 例成分的信号即第2信号（干扰信号）和微量成分的信号即第1信号（目标信号）的预定 的测量对象物进行测量的测量信号（来自生物体的信号）；W及在表示各成分的信号的向 量互相正交的向量空间中，进行使所述测量信号（来自生物体的信号）相对所述第2信号 (干扰信号）正交的正交运算。
[0044] 根据第1发明，在表示各成分的信号的向量互相正交的向量空间中，通过使测量 信号（来自生物体的信号）相对高比例成分的信号即第2信号（干扰信号）正交来进行正 交运算，可得到去除了高比例成分的信号。由于去除高比例成分的信号，可高精度地检 测在 测量信号（来自生物体的信号）中是微量成分的第1信号（目标信号）。 W45]第2发明是根据第1发明所述的信号检测方法，其中，所述第1信号（目标信号） 在所述测量信号（来自生物体的信号）中所占的比例为1%W下。
[0046] 根据该第2发明，即使是第1信号（目标信号）下的比例一点点地包含于 测量信号（来自生物体的信号）中的情况下，也能发挥第1发明的作用效果。
[0047] 在该情况下，作为第3发明，根据在第1或第2发明所述的信号检测方法，其中，第 2信号（干扰信号）在所述测量信号（来自生物体的信号）中所占的比例为3%W上。 W48] 第4发明是根据第1~第3中任一发明所述信号检测方法，其中，进行所述正交运 算是指：使用对第2样品信号（仅为干扰成分的信号）进行独立成分分析而得的信号来进 行所述正交运算，所述第2样品信号是通过对包含与所述第2信号（干扰信号）相关的成 分且不包含与所述第1信号（目标信号）相关的成分的预定样品进行测量的信号。 W例根据该第4发明，能使用对测量包含与第2信号（干扰信号）相关的成分且不包 含与第1信号（目标信号）相关的成分的预定样品的第2样品信号（仅为干扰成分的信 号）进行多变量解析分析而得的信号进行正交运算，故能有效地除去与第2信号（干扰信 号）相关的成分。能使用独立成分分析、主成分分析等各种解析方式来实现多变量解析分 析。其中，使用独立性最强的独立成分分析用作多变量解析分析，在高精度检测与微量成分 相关的信号上是最优选的。
[0050] 此外，进行所述正交运算，具体而言，例如作为第5发明，可包括进行向与所述第2 信号（干扰信号）正交的预定的正交部分空间投影所述测量信号（来自生物体的信号）的 投影运算。
[0051] 另外，作为第6发明，进行所述正交运算可包括利用葛兰-施密特的正交化法来使 所述测量信号（来自生物体的信号）相对所述第2信号（干扰信号）正交。
[0052] 第7发明是根据第1~第6中任一发明的信号检测方法，其中，所述测量对象物 的所述高比例成分是水，获取所述测量信号（来自生物体的信号）是指获取所述测量信号 (来自生物体的信号）作为频谱数据。
[0053] 根据该第7发明，能将高比例成分是水的测量对象物的测量信号（来自生物体的 信号）获取为频谱数据。
[0054] 第8发明是根据第7发明的信号检测方法，其中，获取所述频谱数据是指获取不同 溫度下的所述测量对象物的频谱数据。
[0055] 根据该第8发明，例如水的频谱数据（或特征量的构成比）中有溫度特性，故能考 虑溫度特性来检测第1信号（目标信号）。
[0056] 第9发明是一种校准线生成方法，其中，针对与所述第1信号（目标信号）相关的 成分浓度不同的多个所述测量对象物，执行第1~第8中任一发明的信号检测方法，生成对 与所述第1信号（目标信号）相关的成分浓度的校准线。
[0057] 根据该第9发明，能生成与测量对象物中包含的第1信号（目标信号）相关的成 分浓度的校准线。
[0058] 第10发明是一种浓度测定方法，其中，对与所述第1信号（目标信号）相关的成 分浓度未知的所述测量对象物，执行第1~第7中任一发明的信号检测方法，使用所检测的 信号和通过执行第9发明的校准线生成方法而生成的校准线，测定所述未知的成分浓度。
[0059] 根据该第10发明，使用通过第9发明生成的校准线，从而可精度良好地求出与测 量对象物中包含的第1信号（目标信号）相关的成分浓度。
[0060] 第11发明是一种信号检测装置，包括：获取部，获取对包含高比例成分的信号即 第2信号（干扰信号）和微量成分的信号即第1信号（目标信号）的预定的测量对象物进 行测量的测量信号（来自生物体的信号）；W及运算处理部，在表示各成分的信号的向量互 相正交的向量空间中，进行使所述测量信号（来自生物体的信号）相对所述第2信号（干 扰信号）正交的正交运算。
[0061] 根据该第11发明，能实现发挥与第1发明同样的作用效果的信号检测装置。
【附图说明】
[0062] 图1是说明本实施方式的概念的图。
[0063] 图2是说明本实施方式的信号检测装置的结构的框图。
[0064] 图3是示出第1实施方式的干扰成分特征量提取处理的流程的流程图。 W65] 图4是示出用第1实施方式的干扰成分特征量提取处理得到的数据的图。
[0066] 图5是示出第1实施方式的校准线生成处理的流程的流程图。
[0067] 图6是示出用第1实施方式的校准线生成处理得到的数据的图。
[0068] 图7是示出用第1实施方式的校准线生成处理生成的校准线的一个例子的图。
[0069] 图8是说明用第1实施方式的投影运算得到的正交化基准向量的图。
[0070] 图9是示出第1实施方式的浓度测定处理的流程的流程图。
[0071] 图10是示出用第2实施方式的校准线生成处理得到的数据的图。
[0072] 图11是说明变形例1的测量装置的结构的框图。
[0073] 图12是示出进行独立成分分析时的比较数据的图。
[0074] [附图标记说明] 阳07引 1…信号检测装置，2…测量装置，6…吸光度测量装置，10,10A…处理部，20…测量 信号获取部（获取部），30, 30A…运算处理部（信号处理部），310…校准线生成部，320…浓 度测定部，50, 50A···存储部，510…校准线生成程序，520…浓度测定程序，531…干扰成分样 品测量信号数据，532…浓度已知样品测量信号数据，533…浓度测定对象物测量信号数据， 541…干扰成分特征量数据，543…目标成分特征量数据，545…校准线数据，70…操作部， 80…显示部，90…通信部。
【具体实施方式】
[0076] W下，参照【附图说明】具体化本发明的实施方式。首先，说明本实施方式的原理，接 下来作为本实施方式的具体例，说明若干实施方式。 W77]〔原理）
[0078] 在本发明中，认为测量对象的物理量是用各种物理量的线性组合表示的向量。即， 在测量测量对象物的测量信号（例如，来自生物体的信号）中包含2个W上的物理量成分， 考虑用各物理量成分的信号的线性组合来表达该测量信号。而且，在本发明中，考虑测量信 号用作为第1信号的目标信号和作为第2信号的干扰信号的线性组合来表达，第1信号与 第2信号正交。
[0079] 根据本申请发明人锐意研究的结果，发现本来第1信号和第2信号应该是独立的， 故认为使测量信号相对第2信号正交化的信号为第1信号，运是妥当的。因此，若使测量信 号相对第2信号正交化，则应该能精度良好地获取与第1信号相当的信号。
[0080] 本发明可适用于如下的情况：在可考虑电信号、声音信号、电磁波信号等作为本申 请的测量对象，并测量运些信号中包含的特定的信号成分的情况，W气体、液体等物质作为 测量对象物，测量运些测量对象物中包含的特定成分的浓度或质量。在W下的实施方式中， 使用浓度作为成为测量对象的物理量成分的一个例子来说明本发明，但在W下的实施方式 中，物理量成分不限于浓度，可W是所有变动参数（浓度、溫度、气压等）。
[0081] 另外，在本发明中可考虑用各物理量成分的信号的线性组合来表达测量信号，故 若用向量表示各物理量成分的信号，则能定义表示干扰物的物理量成分的向量（表示第2 信号的向量）与表示目标物理量成分的向量（表示第1信号的向量）正交的向量空间，测 量信号向量能在该向量空间上定义。此外，向量空间的维数是测量信号中包含的独立物理 量成分的数。
[0082] 图1是说明本发明的概念的图。在图1中描绘表示简化的向量空间和表示测量信 号的向量（称为测量向量M)等。在图1的例子中，从测量对象获得的测量向量Μ表达为1 个微量成分且是目标信号的第1信号与2个高比例成分且是干扰信号的第2信号的线性组 合。第1信号是表示测量信号中包含的目标物理量的信号，在图1的例子中，用第1向量Μ0 表达。另一方面，第2信号是表示测量信号的干扰信号的信号，在图1的例子中，用第1干 扰向量μ 1Ρ1和第2干扰向量μ 2Ρ2的向量之和表示。 阳08引使第1信号（第1向量Μ0)相对第2信号（第1干扰向量μ 1Ρ1和第2干扰向量 μ 2Ρ2的向量之和）正交。运样，在本发明中，考虑表示测量信号的测量向量Μ用表示目标 物理量的第1信号（第1向量Μ0)和表示干扰物理量的第2信号（第1干扰向量μ 1Ρ1、第 2干扰向量μ 2Ρ2等的干扰向量整体的向量之和）的线性组合来表达，第1信号和第2信号 正交。
[0084] 在图1中例示了测量信号中包含的独立成分是3个的情况，故定义测量向量Μ的 向量空间表达为3维空间。具体而言，在图1的例子中，第1高比例成分且表示第1干扰成 分的第1干扰向量μ 1Ρ1、第2高比例成分且表示第2干扰成分的第2干扰向量μ 2Ρ2和微 量成分且表示目标成分的第1向量Μ0的线性组合表示测量向量Μ。
[0085] 此外，在图1的例子中，描绘成第1干扰向量μ 1Ρ1和第2干扰向量μ 2Ρ2正交， 但各个干扰向量彼此不一定要互相正交。只要使第1信号（第1向量Μ0)相对作为第2信 号的干扰向量整体（在图1的例子中，第1干扰向量μ 1Ρ1和第2干扰向量μ 2Ρ2的向量 之和）正交即可。
[0086] 例如，即使第1干扰向量μ 1Ρ1和第2干扰向量μ 2Ρ2形成斜交坐标系，只要使第 1信号（第1向量Μ0)相对干扰向量整体展开的空间（在图1的例子中，由第1干扰向量 μΙΡΙ和第2干扰向量μ2Ρ2确定的平面）正交即可。在本发明中，考虑运样与干扰向量整 体展开的空间正交的向量为第1向量Μ0。
[0087] 在W下的实施方式中，设微量成分为"目标成分"，目的在于从测量信号（来自生 物体的信号）中准确地检测出与微量成分相关的信号。因此，目的在于检测表示测量信号 (来自生物体的信号）的测量向量Μ中的、微量成分的第1向量Μ0。相对于此，高比例成分 可W说是干扰从测量信号（来自生物体的信号）中检测出与微量成分相关的信号的成分， 故称为"干扰成分"。
[0088] 然而，作为分析在多大程度上含有各成分的信号处理的方式，已知有独立成分分 析。在使用独立成分分析测定测量对象物中包含的特定成分的量（也可W是比例或者浓 度）时，有时会产生问题。具体而言，存在如下问题：在测量对象物中所占的特定成分的比 例与其他成分的比例相比是极其小的微量成分的情况下，在独立成分分析中，难W准确判 定其微量成分的含有量（也可W是比例或者浓度）。
[0089] 独立成分分析是通过使用随机变量的统计方式估计含有成分的数及其量的技术。 因此，在是测量信号（来自生物体的信号）中所占的1个独立成分的比例为1%W下运样的 微量成分的情况下，存在难W准确地测量其微量成分的情况。
[0090] 图1是说明本发明的原理的图，参照图1说明采用本申请发明人所发现的独立成 分分析的定量化的技术问题。在1个微量成分相对2个高比例成分完全独立的情况下，微量 成分的第1向量MO相对第1干扰向量μ IPl和第2干扰向量μ 2P2的向量之和正交。即， 能够将各目标成分的量 与其大小无关地准确测量。
[0091] 然而，在现实的独立成分分析中，本申请发明人发现，不能使1个微量的目标成分 相对干扰成分（2个高比例成分）完全独立，通常视目标成分含有微量的干扰成分的误差的 状态为独立。运是因为，独立成分分析是采用使用随机变量的统计方式的分析。
[0092] 在独立成分分析中，可认为未能使目标成分相对干扰成分严格地独立分离的情况 在作为目标成分的第1信号和作为干扰成分的第2信号之间的正交度上体现出来。例如， 使用图1的例来说明在独立成分分析中直接获得的信号的话，意味着通过独立成分分析直 接获得的目标信号偏离由第1干扰向量μ 1Ρ1和第2干扰向量μ 2Ρ2确定的平面的法线而 倾斜。
[0093] 即使目标信号的正交度的偏离（目标信号相对于干扰成分的法线的斜率）是 1/100左右的微小误差，因为目标成分是微量的，故无法忽略干扰成分的影响。若作为目标 成分的第1信号相对作为干扰成分的第2信号完全正交，则目标成分量可与其大小无关地 严格测量。
[0094] 然而，由于通过独立成分分析直接获得的目标信号相对干扰成分不完全正交，故 包含一点点的高比例成分的大小（量）会对微量成分的大小（量）产生影响。相对于此， 本发明考虑测量信号中的与干扰成分正交的成分为第1信号，故与现有技术相比，自然能 显著地减少干扰成分的影响。
[0095] 结果，在采用独立成分分析进行的定量化中，即使所提取的高比例成分的含有量 有稍许误差，其误差量会对微量成分的含有量有作用，故对微量成分来说是大变化。因此， 作为微量成分的量（也可W是比例或者浓度）的判断方式，可W说仅靠独立成分分析的定 量化不适于微小量的检测。
[0096] 此外，高比例成分是能通过独立成分分析高精度地判断其成分量（也可W是比例 或者浓度）的成分，是在测量信号中占的比例例如为3% W上的成分。
[0097] 为了解决W上的问题点，在本实施方式中，使用作为信号处理的一方式的正交化 (在本实施方式中也称为"正交运算"），检测作为微量成分的目标成分的信号。具体而言， 通过使测量向量Μ相对表示作为高比例成分的干扰成分的第2信号的向量（第1干扰向量 μ 1Ρ1和第2干扰向量μ 2Ρ2的向量之和）正交，检测作为微量成分的目标成分的第1信号 (第1向量Μ0)。
[0098] 运里，干扰成分的第2信号是充分地包含于测量信号（来自生物体的信号）的高 比例成分的信号，因此独立成分分析有效地发挥作用。因此，准备包含测量对象物中的干扰 成分且不包含目标成分的样品，并用独立成分分析来分析该样品的测量信号，从而能求出 样品中包含的干扰成分的独立成分即干扰成分特征量（图1的第1干扰单位向量Ρ1、第2 干扰单位向量Ρ2等）。
[0099] 〔信号检测装置）
[0100] 接着，说明适用本发明的信号检测装置的结构例。图2是说明本实施方式的信号 检测装置的结构的框图。本实施方式的信号检测装置1内含信号检测装置、校准线生成装 置及测量装置的功能，故也能称为校准线生成装置或者测量装置。另外，信号检测装置1可 W作为与吸光度测量装置6非一体构成的装置来说明，也可采用信号检测装置1具备吸光 度测量装置6的结构。 阳101] 信号检测装置1是具备处理部10、存储部50、操作部70、显示部80和通信部90 的一种计算机系统。处理部10例如利用CPU(Central Processing Unit)或GPU(Gra地ic Processor Unit)等微处理器，或 ASIC(Application Specific Integrated Circuit), FPGA(Field -Programm油le Gate Array)，IC(Integrated Cir州it)存储器等的电子部 件来实现。而且，处理部10进行与各功能部之间的数据的输入输出控制，基于预定的程序 或数据，来自操作部70的操作输入信号，吸光度测量装置6的测量结果等，执行各种运算处 理，算出测量对象物中包含的目标成分的浓度。 阳102] 处理部10具有运算处理部30和作为获取部的测量信号获取部20。测量信号获取 部20通过在与吸光度测量装置6之间进行预定通信来控制吸光度测量装置6,获取吸光度 测量装置6所测量的结果作为测量信号。测量信号可是模拟信号，在该情况下，由测量信号 获取部20转换为作为数字信号的测量信号数据。吸光度测量装置6是如下的装置：向测量 对象物入射不同波长的各种光，接收透射测量对象物的透射光并测量表示对各光的波长的 吸光度的吸光度频谱。目P，测量信号表示为吸光度频谱。
[0103] 吸光度测量装置6的测量对象物有3个：不包含目标成分的干扰成分的样品即干 扰成分样品；目标成分的浓度已知或者用另外的测量来判定的样品即浓度已知样品；W及 目标成分的浓度未知并成为测定浓度的对象的浓度测定对象物。所测量的吸光度频谱利用 测量信号获取部20分别作为干扰成分样品测量信号数据531、浓度已知样品测量信号数据 532、浓度测定对象物测量信号数据533存储到存储部50。
[0104] 运算处理部（信号处理部）30是对由测量信号获取部20所获得的测量信号进行 各种数字信号处理的处理部，可W说是一种信号处理部。运算处理部30具有校准线生成部 310和浓度测定部320。
[01化]校准线生成部310是根据存储在存储部50的校准线生成程序510执行校准线生 成处理（参照图3)的功能部，生成用于算出浓度测定对象物中包含的目标成分的浓度的校 准线。校准线生成部310具有干扰成分特征量提取部312、成分分析部314和第1目标成分 信号检测部316。 阳106] 干扰成分特征量提取部312是根据校准线生成程序510的子程序即干扰成分特征 量提取程序512执行干扰成分特征量提取处理的功能部。成分分析部314是对测量信号实 施干扰成分的成分分析处理（多变量解析处理）的功能部。第1目标成分信号检测部316 是根据校准线生成程序510的子程序即目标成分信号检测程序514,执行从浓度已知的样 品检测出目标成分的信号的目标成分信号检测处理的功能部。 阳107] 浓度测定部320是根据浓度测定程序520执行浓度测定处理的功能部。具体而言， 浓度测定部320使用由校准线生成部310生成的校准线，测定浓度测定对象物中包含的目 标成分的浓度。浓度测定部320具有第2目标成分信号检测部322。第2目标成分信号检 测部322是根据浓度测定程序520的子程序即目标成分信号检测程序522,执行检测浓度测 定对象物中包含的目标成分的信号、即第1信号（第1向量M0)的目标成分信号检测处理 的功能部。
[0108] 此外，测量信号获取部20及运算处理部30可W用进行信号处理的电子电路构成， 而非作为通过执行如上所述的程序来实现的软件功能部。另外，将第1目标成分信号检测 部316和第2目标成分信号检测部322作为各自的功能部来说明，但也可W设计为共用的 功能部。
[0109] 存储部50用1C存储器、硬盘、光盘等存储介质来实现，存储各种程序、处理部10 的运算过程的数据等各种数据。处理部10和存储部50的连接不限于采用装置内的内部总 线电路的连接，也可用LAN化ocal Area Network)、因特网等通信电路来实现。此时，存储部 50也可用与信号检测装置1不同的外部存储装置来实现。
[0110] 在存储部50中存储有校准线生成程序510和浓度测定程序520。校准线生成程序 510包含用于执行干扰成分特征量提取处理的干扰成分特征量提取程序512 W及用于生成 校准线的目标成分信号检测程序514,作为子程序。浓度测定程序520包含测定浓度测定对 象物的浓度的目标成分信号检测程序522,作为子程序。 阳111] 另外，存储部50存储当执行干扰成分特征量提取处理、校准线生成处理及浓度测 定处理时算出的干扰成分样品测量信号数据531，浓度已知样品测量信号数据532,浓度测 定对象物测量信号数据533,干扰成分特征量数据541，目标成分特征量数据543和校准线 数据545。存储部50除运些W外还能适当存储当执行各处理时算出的临时数据等。
[0112] 操作部70接收用户的各种操作输入，将与操作输入对应的操作输入信号输出到 处理部10。操作部70例如能用按钮开关、杠杆开关、拨盘开关、跟踪板、鼠标、键盘、触摸面 板等来实现。
[0113] 显示部80显示处理部10的运算结果、表示操作顺序的引导等。显示部80能用例 如液晶显示器、触摸面板等实现。
[0114] 通信部90是使信号检测装置1与外部装置连接并实现彼此的数据交换的通信功 能。通信方式可W是有线的，也可W是无线的。另外，也可构成为可与因特网电路、公众通 信网连接的结构。
[0115] 〔信号检测方法、校准线生成方法及定量方法）
[0116] <第1实施方式>
[0117] 接着，说明第1实施方式的信号检测方法、校准线生成方法及定量方法。第1实施 方式的信号检测方法、校准线生成方法及定量方法包含干扰成分特征量提取处理、校准线 生成处理和浓度测定处理。
[0118] 首先，说明第1实施方式的干扰成分特征量提取处理。图3是示出第1实施方式 的干扰成分特征量提取处理的流程的流程图。图4是示出在第1实施方式的干扰成分特征 量提取处理中得到的数据的图。详细而言，图4的（a)是示出从干扰成分样品获得的吸光 度频谱的一个例子的图，图4的化）是示出用独立成分分析处理获得的干扰单位向量的频 谱的一个例子的图。
[0119] 在第1实施方式中，W利用信号检测装置1计算浓度未知的葡萄糖水溶液中包含 的葡萄糖浓度为例，说明了第1信号的获得方法。测量对象物的葡萄糖水溶液W 1%W下的 浓度包含作为目标成分（目标物理量）的葡萄糖，W成为3% W上的90% W上的浓度包含 作为干扰成分（干扰物理量）的水。因此，目标成分的葡萄糖是微量成分，干扰成分的水是 高比例成分。
[0120] 干扰成分特征量提取处理是从包含与第2信号相关的干扰成分且不包含与第1信 号相关的目标成分的干扰成分样品的测量信号（第2样品信号）提取干扰成分的特征量的 处理。在本实施方式中，干扰成分样品是作为目标成分的葡萄糖w外的成分，即高比例成分 的水。干扰成分特征量提取处理通过执行图2所示的校准线生成程序510中包含的子程序 即干扰成分特征量提取程序512来实现。 阳121] 在图3所示的步骤SOI中，准备多个包含与第2信号相关的干扰成分且不包含与 第1信号相关的目标成分的干扰成分样品。关于干扰成分样品即水，频谱数据（或特征量 的构成比）随溫度而变化，故准备改变了溫度的多个（β个，β为2 W上的整数）水作为 干扰成分样品。
[0122] 接着，在步骤S02中，获得不同溫度的β个水的各个测量信号（第2样品信号）。 运里，获得吸光度频谱作为干扰成分样品即水的测量信号。干扰成分样品的吸光度频谱借 助图2所示的测量信号获取部20从吸光度测量装置6获得，作为干扰成分样品测量信号数 据531存储到存储部50。反复执行运个操作，直到β个干扰成分样品的测量结束（步骤 S03 :否~步骤S02)。
[0123] 对全部（β个）的干扰成分样品结束测量时（步骤S0 3 :是），其结果是，能从干扰 成分样品获得干扰成分即水的吸光度频谱的数据。图4的（a)示出从干扰成分样品（水） 获得的吸光度频谱。在图4的（a)中，横轴是与光的波长对应的测定点α :1~α，α为2 W上的整数），纵轴是吸光度频谱的强度。
[0124] 运里，作为一个例子，水溫从30°C到40°C，按rC的间隔设定11个干扰成分样品 (水）的水准数α :1~β )。即，j = 1为30°C、j = 2为3rC，运样直到j = β = 11的 40°C的11个样品。另外，运里，波长从800皿到1245皿，按5皿的间隔设定90个测定点（i : 1~α )。旨|]，对β个样品的每一个，i = 1为波长800皿、i = 2为波长805皿，运样直到i =α = 90为1245皿的90个点进行测定。
[0125] 接着，在图3所示的步骤S04中，基于从干扰成分样品（水）获得的吸光度频谱的 数据，形成第2样品信号（第2样品向量Qj)。第2样品信号（第2样品向量Qj)相当于图 1的测量信号（测量向量M)，是浓度已知的干扰成分的测量信号。第2样品向量Qj利用测 定点α)，如公式（4)所示那样用α行1列的列向量表示，形成水准数的个数即 0个。 阳126] 具体而言，例如，第j个水准的第2样品向量Qj的第一行的因子Qlj是第j个水 溫下的1 = 1的波长800皿的吸光度。另外，例如，第2样品向量Qj的第α行的因子Qaj 是第j个水溫下的i = α的波长（在当前例子中，α = 90为波长1245nm)的吸光度。运 样，用α行1列的列向量β个表达α β个测量数据。根据所测定的频谱数据形成的第2 样品向量Qj在存储部50存储为第2样品信号（干扰成分样品测量信号数据531)。 阳127][公式4] 阳12引
[0129] 接着，在步骤S05中，对在步骤S04中获得的第2样品信号（第2样品向量Qj)，利 用图2所示的成分分析部314进行成分分析处理（多变量解析处理），获得步骤S06所示的 干扰成分特征量。作为多变量解析处理，能使用独立成分分析处理、主成分分析处理等各种 解析处理。运些中，独立成分分析处理在获得的干扰向量的正交性强的误差降低方面优异， 因此在高精度地检测高比例成分的信号上是合适的。
[0130] 通过在步骤S05中对第2样品信号（第2样品向量Qj)实施独立成分分析处理，获 得第2样品特征信号（第2特征信号）即干扰成分特征量（干扰单位向量化）（步骤S06)。 干扰单位向量化化=1~丫的整数）是α行1列的列向量，丫是根据第2样品向量Qj 形成的独立成分的数。运里，独立成分是3,故丫 =3。 阳13U 图4的化）示出在步骤S06中获得的干扰单位向量Pk。在图4的化）中，横轴是 与光的波长对应地从800nm到1245nm W 5nm的间隔设定为90个点的干扰单位向量化的 各因子α :1~α )，纵轴是吸光度频谱的强度。如上所述丫 = 3,故提取第1干扰单位向 量（第1干扰成分特征量）Ρ1、第2干扰单位向量（第2干扰成分特征量）Ρ2和第3干扰单 位向量（第3干扰成分特征量）Ρ3,作为干扰成分即水中包含的3个独立成分。丫个干扰 单位向量化在图2所示的存储部50存储为干扰成分特征量数据541。 阳13引如公式（5)所示，第2样品向量Qj用干扰单位向量Pk的线性组合表示。ykj是 系数。例如，如公式（6)所示，水溫为30°C α = 1)的情况下的第1水准的第2样品向量Q1 用第1干扰单位向量Ρ1、第2干扰单位向量Ρ2和第3干扰单位向量Ρ3的线性组合表示。 [0133][式引 阳 134]
[0137] W上结束图3所示的干扰成分特征量提取处理。
[0138] 接着，说明第1实施方式的校准线生成处理。图5是示出第1实施方式的校准线 生成处理的流程的流程图。图6是示出在第1实施方式的校准线生成处理中得到的数据的 图。详细而言，图6的（a)是示出从浓度已知样品获得的吸光度频谱的一个例子的图，图6 的化）是示出目标成分特征量的频谱的一个例子的图。图7是示出在第1实施方式的校准 线生成处理中生成的校准线的一个例子的图。图8是说明由第1实施方式的投影运算获得 的正交化基准向量的概念的图。图12是示出与进行仅采用独立成分分析的定量化的情况 下的比较数据的图。
[0139] 校准线生成处理是生成用于测定目标成分的浓度的校准线的处理。因此，在执行 后述的浓度测定处理前，需要预先生成校准线。另外，在执行校准线生成处理之前，需要预 先获得干扰成分特征量。
[0140] 因此，首先在图5所示的步骤S11中，在未将干扰成分特征量存储为干扰成分特征 量数据541的情况下（步骤S11 :否），执行步骤S12的干扰成分特征量提取处理。图3所 示的干扰成分特征量提取处理相当于步骤S12。在步骤S11获得干扰成分特征量并存储为 干扰成分特征量数据541 (步骤SI 1 :是），则进行检测目标成分的信号的目标成分信号检测 处理（步骤S13~步骤S17)。 阳141] 在步骤S13中，准备与第1信号相关的目标成分的物理量已知的基准样品。在本实 施方式的例子中，目标成分是葡萄糖，目标成分的物理量是水溶液中的葡萄糖浓度。因此， 基准样品是葡萄糖浓度已知的浓度已知样品。具体而言，准备目标成分即葡萄糖的浓度已 知且彼此不同的多个（δ个，δ为2 W上的整数）水溶液，作为浓度已知样品（测量对象 物）。关于干扰成分的水，频谱数据（或特征量的构成比）随溫度变化，故优选除了浓度不 同的样品外，准备溫度也变化的多个样品作为浓度已知样品。
[0142]目标成分是浓度1 % W下的微量成分，故任一浓度已知样品的葡萄糖浓度都在 1% W下。运是因为，要在生物体中测量的葡萄糖浓度的范围是从50mg/dl到600mg/dl左 右。血液的比重可W认为与水同程度的Ig/cc，Idl (1分升）是lOOg，葡萄糖浓度为lOOOmg/ dl W下，故设葡萄糖浓度为1%W下。 阳143] 接着，在步骤S14中，获得浓度已知样品即不同浓度的δ个葡萄糖水溶液的各个 巧慢信号。运里，与干扰成分样品的情况同样地，获得吸光度频谱作为浓度已知样品的测量 信号。浓度已知样品的吸光度频谱借助图2所示的测量信号获取部20从吸光度测量装置6 获得，在存储部50中存储为浓度已知样品测量信号数据532。反复执行此操作，直到δ个 浓度已知样品的测量结束（步骤S15 :否~步骤S14)。
[0144] 当结束对所有（δ个）浓度已知样品的测量时（步骤S15 :是），其结果是，获得浓 度已知样品即葡萄糖水溶液的吸光度频谱的数据。图6的（a)示出从浓度已知样品（葡萄 糖水溶液）获得的吸光度频谱。在图6的（a)中，横轴是与光的波长对应的测定点α :1~ α )，纵轴是吸光度。 阳145] 运里，从浓度25mg/dl到700mg/dl，按25mg/dl的间隔设定28个葡萄糖水溶液的 水准数δ。目P，测量g = 1为浓度25mg/dl、g = 2为浓度50mg/dl，运样直到成为g = δ =28的700mg/dl的28个样品。在图6的（a)中，叠加描绘出不同浓度的28个葡萄糖水 溶液的吸光度频谱。从波长800nm到1245nm按5nm的间隔设定90个测定点（i :1~α )。
[0146] 接着，在图5所示的步骤S16中，基于从浓度已知样品（葡萄糖水溶液）获得的吸 光度频谱的数据，获得目标成分的基准向量Rg(g:l~δ)。针对δ =28个的浓度已知样 品的每一个获得基准向量Rg。如公式（7)所示，基准向量Rg利用测定点1(1《i《α )和 水准数g(l《g《δ)，用δ个α行1列的列向量来表示。所获得的基准向量Rg在图2 所示的存储部50存储为浓度已知样品测量信号数据532。
[0147] [式 7]
[0148]
阳149] 接着，在步骤S17中，进行使浓度已知样品的测量信号（即，基准向量Rg)与干扰 成分即水的信号正交的正交处理（正交运算）。在第1实施方式中，使用投影运算作为正 交运算。如图8所示，将使浓度已知样品的测量信号（基准向量Rg)相对丫个干扰单位向 量的整体正交化的向量，作为目标成分的正交化基准向量Sg，该正交化基准向量Sg的大小 (正交化基准向量Sg的绝对值）与浓度对应。在之前的例子中，干扰单位向量Pk为丫 = 3个，但在图8中，为了清楚地说明概念，干扰单位向量化仅描绘出干扰单位向量P1和干扰 单位向量P2运2个。
[0150] 在第1实施方式中，进行将浓度已知样品的测量信号（基准向量Rg)投影到由第 2样品特征信号（第2特征信号，干扰单位向量Pk)展开的正交部分空间的投影运算，求出 目标成分的正交化基准向量Sg。目标成分的正交化基准向量Sg用公式（8)求出。 阳1川[式引 阳K2] '或;:::(护'' 尸'严:提《 ' . <《巧 阳15引在公式做中，E是α行α列的单位矩阵，用公式（9)表示。此外，5。是 ΖΙ (Delta)函数。 阳 154][式 9] 阳1巧]
[0156] 另外，在公式（8)中，P是α行丫列的干扰矩阵，如公式（10)所表示那样，是由 丫个干扰单位向量化展开的空间。 阳 157][式 10] 阳15引
[0159] 另外，在公式做中，Ρ+是干扰矩阵Ρ的伪逆矩阵，用公式（11)求出。
[0160] [式 11] 阳 161] ρ+= (ρΤρ) ipT . . . (11) 阳16引在公式（11)中，PT是干扰矩阵P的转置矩阵，用公式求出。此外，转置矩阵 PT是丫行α列的矩阵。 阳 163][式 12]
[0164]
[01化]通过进行运些公式（8)所示的投影运算，将基准向量Rg投影到由第2样品特征信 号（第2特征信号，干扰单位向量Pk)展开的正交部分空间，获得正交化基准向量Sg。正交 化基准向量Sg针对δ =28个的浓度已知样品的每一个获得。正交化基准向量Sg与干扰 单位向量化正交，故几乎不含干扰成分。
[0166] 如公式（13)所示那样，正交化基准向量Sg利用测定点1(1《i《α)和水准数 g(l《g《δ)Wδ个α行l列的列向量表示。所获得的正交化基准向量Sg在图2所示 的存储部50中存储为浓度已知样品测量信号数据532。 阳 167][式 13]
[0168]
阳169] 此外，目标成分信号检测处理（步骤S13~步骤S17)利用图2所示的第1目标成 分信号检测部316,按照校准线生成程序510的子程序即目标成分信号检测程序514执行。 [0170] 接着，在图5所示的步骤S18中，对由正交处理（投影运算）获得的目标成分的正 交化基准向量Sg，利用图2所示的成分分析部314进行成分分析处理（多变量解析处理）。 作为多变量解析处理，能使用独立成分分析处理、主成分分析处理等各种解析处理，但在本 实施方式中实施独立成分分析处理。通过在步骤S18中对正交化基准向量Sg实施成分分 析处理，获得目标成分特征量（第1信号的单位信号即目标单位向量I)(步骤S19)。 阳171] 即使在各干扰单位向量化互相不正交的情况下，目标单位向量I也相对干扰单位 向量化的整体所展开的空间（在图1的例子中，由第1干扰单位向量P1和第2干扰单位 向量P2确定的平面）正交。目标成分（葡萄糖）是1个，故由成分分析处理提取的 目标成 分特征量也是1个。目标单位向量I与测定点i (1《i《α )对应地，如公式（14)所示那 样，用α行1列的列向量表示。 阳 172][式 14] 阳 173]
[0174] 在图6的化）中示出由步骤S19得到的目标成分特征量（目标单位向量〇的频 谱的一个例子。在图6的化）中，横轴对应于与光的波长对应的测定点（i :1~α)，纵轴 是频谱强度。所获得的目标单位向量I在图2所示的存储部50中存储为目标成分特征量 数据543。
[01巧]接着，在图5所示的步骤S20中，利用图2所示的校准线生成部310,如公式（15) 所示那样，进行取正交化基准向量Sg和目标单位向量I的内积的内积计算。正交化基准向 量Sg如公式（13)所示那样用α行1列的列向量表示，计算其转置矩阵即1行α列的行 向量和如公式（14)所示那样用α行1列的列向量表示的目标单位向量I的内积。利用该 内积计算，确定正交化基准向量Sg的大小为纯量。 阳 176][式 15] 阳 177]
[0178] 通过对与葡萄糖水溶液的浓度对应的各水准（g为1~δ的整数，在当前的例子 中为δ = 28)分别如公式（15)那样进行计算，如表1所示那样，获得各水准的内积值。例 如，在浓度已知样品（葡萄糖水溶液）的浓度为25mg/dl即g= 1的情况下，如公式（16) 那样计算。 阳 179][式 16] 阳 180]
[0183] 接着，在图5所示的步骤S21中，用图2所示的校准线生成部310生成表示目标成 分的物理量（该例中为已知的葡萄糖浓度）和步骤S20中得到的内积值之间关系的校准 线。在步骤S21中生成的校准线在图2所示的存储部50中存储为校准线数据545。图7示 出在步骤S21中生成的校准线的一个例子。
[0184] 在图7中，横轴是表1的葡萄糖浓度，纵轴是表1的内积值。用菱形、四边形、Ξ角 形、圆形等所表示的各点表示所得到的校准线数据，还描绘有相对运些校准线数据的近似 直线。近似直线用最小二乘法得到，图7记载有所得到的近似直线的公式和贡献率R 2。贡 献率r2是相关系数R的平方。 阳化5] 如图7所示，校准线数据在近似直线上，近似直线的公式的截距在误差范围内通 过原点，贡献率R2= 1。由此可知，在本实施方式中得到的校准线数据与浓度已知样品的溫 度无关，浓度和内积值表示出极强的正相关。运说明，采用本实施方式的目标成分的物理量 的定量方法精度极高。因此，步骤S21得到的校准线也精度极高，若使用本实施方式的校准 线，对目标成分的物理量未知的测量对象物，也能高精度地定量目标物理量。
[0186] 作为比较例，图12的（a)示出使用独立成分分析的方式来定量化浓度已知样品的 吸光度频谱的情况的结果。在图12的（a)所示的例子中，提取J1~J4的4个成分并算出 各成分的频谱。假设J1~J4中表示接近目标成分即葡萄糖的波形的成分J2的频谱为目 标成分特征量数据，为了生成校准线而算出成分J2和基准向量Rg的内积值并绘图的图是 图12的化）。如图12的化）所示，在使用独立成分分析的方式来定量化的情况下，未能描 绘出通过图点的直线，不能生成校准线。运表示，在独立成分分析中，不能独立地分离微量 的目标成分。
[0187] 同时，如本实施方式所记载的那样，说明如下方法在微量成分的定量方面极为优 异：进行使基准向量Rg与第2特征信号（由干扰单位向量化的整体展开的正交部分空间） 正交化的运算，求出目标成分的正交化基准向量Sg，从该正交化基准向量Sg求出目标单位 向量I，取得基准向量Rg和目标单位向量I的内积计算。
[0188] 接着，说明第1实施方式的浓度测定处理。图9是示出第1实施方式的浓度测定 处理的流程的流程图。浓度测定处理是从浓度未知的测量对象样品测定微量成分即目标成 分的浓度的处理。在浓度测定处理中，参照用于测定目标成分的浓度的校准线。因此，在执 行浓度测定处理之前，需要预先执行上述的校准线生成处理并生成校准线。
[0189] 图9所示的步骤S31~步骤S34是进行从浓度未知的测量对象样品检测目标成分 的信号的目标成分信号检测处理的步骤。首先，在步骤S31中，准备浓度未知的测量对象样 品。在本实施方式中，准备目标成分即葡萄糖的浓度未知的水溶液，作为测量对象样品。
[0190] 接着，在步骤S32中，获得测量对象样品（浓度未知的葡萄糖水溶液）的测量信 号。作为测量信号，与浓度已知样品的情况同样地获得测量对象样品的吸光度频谱。测量 对象样品中包含作为目标成分的葡萄糖和作为干扰成分的水。因此，测量信号包含目标成 分的信号（第1信号）和干扰成分的信号（第2信号）。测量对象样品的吸光度频谱借助 图2所示的测量信号获取部20从吸光度测量装置6获得，在存储部50中存储为浓度测定 对象物测量信号数据533。 阳191 ] 接着，在步骤S33中，利用图2所示的第2目标成分信号检测部322,基于从测量对 象样品（浓度未知的葡萄糖水溶液）获得的吸光度频谱的数据来获得测量向量M。测量向 量Μ利用测定点α)，如公式（17)所示那样，W α行1列的列向量表示。 阳 192][式 17] 阳 193]
[0194] 接着，在步骤S34中，利用图2所示的第2目标成分信号检测部322,进行使测量 对象样品（浓度未知的葡萄糖水溶液）的测量信号与干扰成分即水的信号正交的正交处理 (正交运算）。运里，与校准线生成处理中的步骤S17同样，使用对第2特征信号（由干扰 单位向量化的整体展开的正交部分空间）正交的投影运算作为正交运算。
[0195] 如图1所示，测量对象样品的测量信号（测量向量M)表达为目标成分的第1信号 (第1向量M0)和干扰成分的丫个干扰成分特征量（丫个干扰单位向量，在图1的例子中 为第1干扰单位向量P1和第2干扰单位向量P2)的线性组合。
[0196] 因此，进行使测量对象样品的测量信号（测量向量M)对由第2信号（干扰单位向 量Pk)展开的正交部分空间正交的投影运算，求出目标成分的第1信号（第1向量M0)。目 标成分的第1信号（第1向量M0)用公式（18)求出。在公式（18)中，E、P分别用上述的 公式巧）、公式（10)表示，P+用上述的公式（11)及公式（12)表示。 阳197][式1引 阳19引
[0199] 由此，从测量对象样品的测量信号（测量向量M)获取目标成分的第1信号（第1 向量M0)(步骤S35)。第1向量M0即使在各干扰单位向量化互相不正交的情况下，也相 对丫个干扰单位向量整体展开的空间（在图1的例子中，为用第1干扰单位向量P1和第 2干扰单位向量P2确定的平面）正交。此外，运里算出的目标成分的第1信号（第1向量 M0)成为表示每个波长的强度的频谱数据。 阳200] 接着，在步骤S36中，利用图2所示的浓度测定部320,如公式（19)所示那样，进行 内积计算，取在步骤S35获得的目标成分的第1向量M0和在图2所示的存储部50中作为 目标成分特征量数据543存储的目标单位向量I的内积。如图1所示，利用该内积计算，第 1向量M0的绝对值作为标量mO而求出。 阳 201][式 19] 阳202]
阳203] 接着，在步骤S37中，利用图2所示的浓度测定部320,对照与在步骤S36中得到的 内积值mO对应的浓度与存储在存储部中的校准线数据545(图7所示的校准线），判定测 量对象样品的葡萄糖浓度（步骤S38)。更具体而言，在图7所示的校准线中，W在步骤S36 算出的内积值作为纵轴的值时的横轴的值是所求的葡萄糖浓度。由此，能测定测量对象样 品中包含的目标成分即葡萄糖的浓度。 阳204] 如W上说明的那样，依据第1实施方式的信号检测装置1、信号检测方法、校准线 生成方法及定量方法，能从测量了测量对象物的测量信号（测量向量M)高精度地检测出与 测量对象物中包含的目标成分即葡萄糖相关的第1信号（第1向量M0)。另外，利用目标成 分特征量（目标单位向量I)的检测，能准确地生成校准线。因此，可准确地测定在测量对 象物中作为微量成分包含的目标成分的浓度。 阳2〇引 <第2实施方式> 阳206] 接着，说明第2实施方式。在第2实施方式中，信号检测装置1的结构与第1实施 方式相同，信号检测方法、校准线生成方法及定量方法除了使用葛兰-施密特的正交化法 作为校准线生成处理及浓度测定处理中的正交运算的点不同W外，与第1实施方式大致相 同。运里，对第2实施方式的正交运算的方法，说明与第1实施方式的不同点。 阳207] 在第2实施方式的校准线生成处理中，在图5所示的步骤S17的正交处理中，适用 对浓度已知样品的基准向量Rg使用干扰单位向量Pk的葛兰-施密特的正交化法，而取代 进行投影运算将浓度已知样品的基准向量Rg投影到由干扰单位向量化展开的正交部分空 间。 阳20引在第2实施方式中，使在干扰成分特征量提取处理中提取的干扰成分特征量（图4 的化）所示的干扰单位向量Pk)依次正交化，形成中间向量Wk。k化=1~丫）与第1实 施方式同样，是干扰单位向量的数。用葛兰-施密特的正交化法从第1干扰单位向量P1获 得的第1中间向量W1用公式（20)表示。
[0209][式 20] 阳 210]
悦11] 而且，使与第2干扰单位向量P2对应的第2中间向量W2相对第1中间向量W1正 交，使与第3干扰单位向量P3对应的第3中间向量W3相对第1中间向量W1和第2中间向 量W2正交，运样地依次正交化。因此，各中间向量Wk互相正交。与干扰单位向量Pt对应 的中间向量化(t = 2~丫）用公式（21)表示。 阳21引[式21] 阳21引
[0214] 例示独立成分为3个（丫 =3)的情况时，利用公式（21)，第2中间向量W2用公式 (22)表达，第3中间向量W3用公式（23)表达。 阳215][式 22] 阳216]
[0217][式測 阳2化]
[0219] 在葛兰-施密特的正交化法中，在图5所示的步骤S17中获得的正交化基准向量 Sg用公式（24)表达。正交化基准向量Sg相对各中间向量Wk正交，当然，相对各中间向量 Wc的线性组合也正交化。
[0220] [式 24] 阳 221]
[0222] W后，与第1实施方式同样，通过在图5所示的步骤S18中对正交化基准向量Sg实 施成分分析处理（多变量解析处理），获得目标成分特征量（目标单位向量I)(步骤S19)。 即使是各干扰单位向量化互相不正交的情况，各中间向量Wk也互相正交，目标单位向量I 相对干扰单位向量化的整体展开的空间（即，中间向量Wi的整体展开的空间）正交。 阳223] 图10是示出在第2实施方式的校准线生成处理中得到的数据的图。图10的（a) 中示出在第2实施方式的步骤S19得到的目标成分特征量（目标单位向量I)的频谱。在 图10的（a)中，横轴是与光的波长对应的测定点α :1~α )，纵轴是频谱强度。如图10的 (a)所示，在第2实施方式中，得到与图6的化）所示的第1实施方式得到的频谱同样的频 谱。
[0224] 接着，在图5所示的步骤S20,进行内积计算，取正交化基准向量Sg和目标单位向 量I的内积。然后，基于在内积计算得到的内积值来生成校准线（步骤S21)。 阳22引图10的化）示出在第2实施方式的步骤S21中生成的校准线。图10的化）中记 载有对校准线数据利用最小二乘法而得的近似直线的公式和贡献率R2。如图10的化）所 示，校准线数据在近似直线上，近似直线的公式的截距在误差范围内通过原点，贡献率r 2 = 1。因此可知，在第2实施方式中，与第1实施方式同样，得到精度极高的校准线。 阳226] 接着，在第2实施方式的浓度测定处理中，在图9所示的步骤S34的正交处理中， 适用对测量对象样品的测量向量Μ使用干扰单位向量化的葛兰-施密特的正交化法，而取 代进行投影运算，向干扰单位向量Pk展开的正交部分空间投影测量向量Μ。
[0227] 中间向量Wk用上述的公式（20)~公式（23)求出。在步骤S34中用葛兰-施密 特的正交化法获得的第1向量M0用公式（25)表示。第1向量M0对各中间向量Wk正交。 另外，即使是各干扰单位向量化互相不正交的情况下，第1向量M0相对丫个干扰单位向 量化整体展开的空间正交。 阳22引[式2引 阳229]
[0230] 作为一个例子，在公式（26)中记载干扰单位向量化的数量为3 ( 丫 = 3)的情况 的第1向量M0。 阳231][式 26] 阳 2；32]
阳233] W后，与第1实施方式同样，能通过执行图9所示的步骤S35~步骤S38,测定测量 对象样品中包含的目标成分即葡萄糖的浓度。
[0234] 如W上说明的那样，在第2实施方式中，能从测量了测量对象物的测量信号（测量 向量M)高精度地检测出与测量对象物中包含的目标成分即葡萄糖相关的第1信号（第1 向量M0)。另外，能利用目标成分特征量（目标单位向量I)的检测，准确地生成校准线。因 此，能准确地测定测量对象物中作为微量成分包含的目标成分的浓度。 阳235] <第3实施方式>
[0236] 接着，说明第3实施方式。在第3实施方式中，信号检测装置的结构、信号检测方 法、校准线生成方法及定量方法与第1实施方式、第2实施方式相同，但其用途不同。 阳237]目P，在第3实施方式中，W人的体液作为测量对象物，测定体液中的特定的微量成 分的浓度。能设例如血液、淋己液、组织液、汗、尿等作为体液。作为成为浓度的测定对象的 目标成分（微量成分），在体液是血液的情况下，能设为血糖、胆固醇、中性脂肪，在体液是 尿的情况下，能设为尿酸、糖等。
[0238] 在第3实施方式中，测量对象物中包含的干扰成分能设为水。因此，干扰成分样品 是水。另外，浓度已知样品需是成为浓度的测定对象的目标成分的浓度不同的多个样品。因 此，例如，设在日常生活中的各种时间、场所、身体状况下采取的体液为浓度已知样品。
[0239] 体液中包含的高比例成分即水具有频谱数据（或特征量的构成比）随溫度变化的 特性，故优选还准备改变采取的体液的溫度的多个浓度已知样品。例如，若设测量对象物即 体液为血液、目标成分为血糖，则采取进食前后、运动前后、就寝前后等的血液，通过用不同 的测定装置测定血糖值，作为浓度已知样品。
[0240] 此外，在第3实施方式中，设浓度已知样品为实际采取的体液，但也可生成模拟体 液的样品并利用它。 阳241] 上述的实施方式只不过是示出本发明的一方式，可在本发明的范围内任意变形及 应用。作为变形例，例如可考虑W下的例子。
[0242] <变形例1 > 阳243] 在上述实施方式中，信号检测装置1是包含有信号检测装置、校准线生成装置及 测量装置的功能的结构，但本发明并不限于上述的实施方式。如果分开进行干扰成分特征 量提取处理及校准线生成处理，则能从上述的实施方式的信号检测装置1省略信号检测装 置及校准线生成装置的功能，能提供浓度测定处理专用的测量装置。图11是说明变形例1 的测量装置的结构的框图。
[0244] 如图11所示，测量装置2具备处理部10A、存储部50A、操作部70、显示部80和通 信部90。处理部10A具有测量信号获取部20和运算处理部30A。运算处理部30A具有浓 度测定部320,对上述的实施方式的运算处理部30省略校准线生成部310。存储部50A存 储浓度测定程序520,省略校准线生成程序510。另外，存储部50A存储预先获得的干扰成 分特征量数据541 (干扰单位向量化)、目标成分特征量数据543 (目标单位向量I)和校准 线数据545,并存储在执行浓度测定处理时算出的浓度测定对象物测量信号数据533。
[0245] 测量信号获取部20执行图9所示的步骤S32和步骤S33。第2目标成分信号检 测部322使用干扰成分特征量数据541执行图9所示的步骤S34和步骤S35。浓度测定部 320使用目标成分特征量数据543执行图9所示的步骤S36后，使用校准线数据545执行图 9所示的步骤S37和步骤S38,测量浓度。所测量的浓度显示在显示部80,或者借助通信部 90转送到其他电子设备（例如，智能电话、服务器等大规模存储装置）。 阳246] 根据变形例1所示的测量装置2的结构，在能指定测量对象物和其测量对象物中 包含的目标成分及干扰成分的情况下，能提供可用更低成本来测定测量对象物中包含的目 标成分的浓度的装置。 阳247] <变形例2 >
[0248] 可适用本发明的例子并不限于上述的实施方式。例如，也能适用于如下实施方式： 测定可包含于医药品的原始药中的微量成分即杂质的浓度或者量的实施方式；检测电波中 包含的振幅微小的频率信号的实施方式；在存在地磁等干扰成分的磁场的环境下检测微量 成分即人的屯、磁的实施方式；W及检测嵌入血液的屯、率信号中的微小异常振幅信号的实施 方式等。另外，也能适用于，在作为显示器的检查装置检测不良像素时，从画面整体的显示 (干扰成分）中检测不良像素的信号的方法。而且，也能对从大量的指纹中检测特定人物的 指纹的算法中。
[0249] <变形例3 > 阳巧0] 在上述实施方式中，作为步骤S17及步骤S34的正交处理中的正交运算的例子，在 第1实施方式中例举投影运算，在第2实施方式中例举葛兰-施密特的正交化法，但也可使 用采用迭代法的对称正交化法等其他正交化法来实现正交运算。 阳巧1] <变形例4> 阳巧2] 在上述实施方式中，对步骤S05及步骤S18的成分分析处理使用独立成分分析，但 成分分析处理只要是多变量解析即可，不限于独立成分分析。例如，可W是主成分分析、傅 立叶变换等。如在第1实施方式中详述的那样，相对干扰成分的整体正交化目标成分，故各 个干扰向量不需要互相正交。然而，用独立成分分析获得的干扰向量其互相正交性强，故对 误差降低来讲，独立成分分析是最优异的。
【主权项】
1. 一种信号检测方法，其特征在于，包括： 获取包含第1信号和与所述第1信号不同的第2信号的测量信号的工序；以及 进行使所述测量信号相对所述第2信号正交的正交运算的工序。2. 根据权利要求1所述的信号检测方法，其特征在于， 在所述正交运算中使用第2特征信号，所述第2特征信号通过对第2样品信号进行多 变量解析处理而获得，所述第2样品信号对包含与所述第2信号相关的成分且不包含与所 述第1信号相关的成分的样品进行测量而获得。3. 根据权利要求2所述的信号检测方法，其特征在于， 所述多变量解析处理是独立成分分析。4. 根据权利要求2或3所述的信号检测方法，其特征在于， 所述正交运算是使所述测量信号投影到与由所述第2特征信号展开的空间正交的空 间的投影运算。5. 根据权利要求4所述的信号检测方法，其特征在于， 当用测量向量M表示所述测量信号，用第1向量MO表示所述第1信号，用γ个干扰单 位向量Pk表示所述第2特征信号，用由所述干扰单位向量Pk构成的矩阵P表示由所述第2 特征信号展开的空间，用P+表示所述矩阵P的伪逆矩阵，用E表示单位矩阵时，用下式（1) 表示所述投影运算，?6. 根据权利要求2或3所述的信号检测方法，其特征在于， 所述正交运算对所述测量信号应用使用所述第2特征信号的葛兰-施密特的正交化 法。7. 根据权利要求6所述的信号检测方法，其特征在于， 当用测量向量M表示所述测量信号，用第1向量MO表示所述第1信号，用γ个干扰单 位向量Pk表示所述第2特征信号，用Wk表示γ个中间向量，用WkT表示所述中间向量Wk 的转置向量时，设第1中间向量Wl为第1干扰单位向量Ρ1，用下式⑵和下式（3)表示所 述葛兰-施密特的正交化法，〇：8. 根据权利要求1至7中任一项所述的信号检测方法，其特征在于， 所述第1信号在所述测量信号中所占的比例为1%以下。9. 根据权利要求1至8中任一项所述的信号检测方法，其特征在于， 所述第2信号在所述测量信号中所占的比例为3%以上。10. 根据权利要求1至9中任一项所述的信号检测方法，其特征在于， 所述第2信号包含水的频谱数据。11. 根据权利要求10所述的信号检测方法，其特征在于， 所述频谱数据包含互不相同的多个温度下的频谱数据。12. -种校准线生成方法，其特征在于， 针对与第1信号相关的物理量已知的基准样品，计算执行权利要求1至11中任一项所 述的信号检测方法而得到的所述第1信号与所述第1信号的单位信号的内积值，生成校准 线，所述校准线表示与所述第1信号相关的物理量和所述内积值之间的关系。13. -种定量方法，其特征在于，包括如下工序： 计算通过权利要求1至11中任一项所述的信号检测方法而得到的第1信号与所述第 1信号的单位信号的内积值。14. 根据权利要求13所述的定量方法，其特征在于， 所述定量方法还包括参照校准线和所述内积值来定量化物理量的工序。15. 根据权利要求14所述的定量方法，其特征在于， 所述校准线通过权利要求12所述的校准线生成方法来获得。16. 根据权利要求14或15所述的定量方法，其特征在于， 所述物理量是血液中的葡萄糖浓度。17. -种信号检测装置，其特征在于，包括： 获取部，获取对包含与第1信号相关的成分和与不同于所述第1信号的第2信号相关 的成分的测量对象物进行测量而获得的测量信号；以及 运算处理部，进行使所述测量信号相对所述第2信号正交的正交运算。18. -种测量装置，其特征在于，包括： 获取部，获取对包含与第1信号相关的成分和与不同于所述第1信号的第2信号相关 的成分的测量对象物进行测量而获得的测量信号；以及 运算处理部，进行使所述测量信号相对所述第2信号正交的正交运算，使用所述正交 运算的结果来定量物理量。19. 一种葡萄糖浓度测量装置，其特征在于， 包括权利要求17所述的信号检测装置或权利要求18所述的测量装置。
【专利摘要】一种信号检测方法、校准线生成方法、定量方法及测量装置，可高精度检测与测量信号中微量包含的目标成分相关的信号。信号检测方法包括：利用测量信号获取部(20)获取包含目标成分的信号即第1信号和干扰成分的信号即第2信号的测量信号的工序；以及利用第1目标成分信号检测部(316)或者第2目标成分信号检测部(322)进行使测量信号相对第2信号正交的正交运算的工序。
【IPC分类】G01N21/31
【公开号】CN105486646
【申请号】CN201510624958
【发明人】清水兴子, 西田和弘
【申请人】精工爱普生株式会社
【公开日】2016年4月13日
【申请日】2015年9月25日
【公告号】US20160097712
【技术领域】
[0001] 本发明设及信号检测方法、校准线生成方法、定量方法、信号检测装置、测量装置 及葡萄糖浓度测量装置。
【背景技术】
[0002] 作为对测量信号（来自生物体的信号）中包含的预定成分的信号的技术，已知有 各种技术。作为其中代表性技术之一，已知有独立成分分析（或者也称独立成分解析）。
[0003] 例如，在专利文献1中公开了如下技术：对作为测量信号（来自生物体的信号）的 观测信号进行独立成分分析，W算出的独立成分作为基本函数，通过用基本函数的线性组 合表示观测信号，解析观测信号中包含的目标成分的浓度等。
[0004] 另外，在专利文献2公开了如下技术对作为测量信号（来自生物体的信号）的观 测数据进行独立成分分析，求出针对观测数据中包含的目标成分的混合系数，从原始观测 数据的目标成分含有量和混合系数求出校准线。 阳0化][现有技术文献]
[0006] [专利文献1]日本特开2007 - 44104号公报
[0007] [专利文献2]日本特开2013 - 36973号公报
【发明内容】
[0008] 发明要解决的技术问题
[0009] 理想地，与独立成分相关的信号是唯一固有成分的信号，故没有其他成分的影响， 相对其他成分是"独立"的。然而，现实中存在用独立成分分析从混合成分提取的各个独立 成分难W说是完全"独立"的情况。在运样的情况下，例如，即使为了检测测量对象物中包 含的0. 01 % W下之类的1 % W下的一点点微量成分的浓度而W测量对象物为对象进行独 立成分分析，也难W精度良好地检测微量成分的浓度。
[0010] 本发明是鉴于上述情况而做出的，其目的在于，提供一种可高精度检测出与测量 信号（例如，来自生物体的信号等）中包含的微量成分相关的信号的新技术。
[0011] [适用例1]本适用例的信号检测方法的特征在于，包括：获取包含第1信号和与 所述第1信号不同的第2信号的测量信号的工序；W及进行使所述测量信号相对所述第2 信号正交的正交运算的工序。
[0012] 根据本申请发明人专研，可W考虑使表示第1信号的向量与表示第2信号的向量 正交，第1信号和第2信号构成正交向量空间。因此，依据本适用例的信号检测方法，进行 使测量信号相对第2信号正交而得到相当于第1信号的信号的正交运算，故能从包含第1 信号和第2信号的测量信号除去第2信号，从而能高精度地检测第1信号。由此，可精度良 好地检测包含与第1信号相关的成分和与第2信号相关的成分的样品中的与第1信号相关 的成分的浓度。
[0013] [适用例2]优选的是，根据上述适用例的信号检测方法，在所述正交运算中使用 第2特征信号（第2样品特征信号），所述第2特征信号通过对第2样品信号进行多变量 解析处理而获得，所述第2样品信号对包含与所述第2信号相关的成分且不包含与所述第 1信号相关的成分的样品进行测量而获得。
[0014] 根据本适用例的信号检测方法，通过对测量包含与第2信号相关的成分且不包含 与第1信号相关的成分的样品的第2样品信号进行多变量解析处理，能提取与第2信号相 关的成分的特征量即第2特征信号（第2样品特征信号）。而且，使测量信号相对所得到的 第2特征信号（第2样品特征信号）正交来进行正交运算，故能从测量包含与第1信号相 关的成分和与第2信号相关的成分的样品的测量信号中，有效地除去第2信号。
[0015] [适用例3]优选的是，根据上述适用例的信号检测方法，所述多变量解析处理是 独立成分分析。
[0016] 根据本适用例的信号检测方法，使用独立成分分析处理作为对第2样品信号的多 变量解析处理，故在尤其与第2信号相关的成分是高比例成分的情况下，能检测正交性强 且误差小的第2特征信号（第2样品特征信号）。
[0017] [适用例4]优选的是，根据上述适用例的信号检测方法，所述正交运算是使所述 测量信号投影到与由所述第2特征信号（第2样品特征信号）展开的空间正交的空间的投 影运算。
[0018] 根据本适用例的信号检测方法，通过进行向与由第2特征信号（第2样品特征信 号）展开的空间正交的空间投影测量信号的投影运算，从包含第1信号和第2信号的测量 信号除去第2信号，能高精度地检测第1信号。
[0019] [适用例引优选的是，根据上述适用例的信号检测方法，当用测量向量Μ表示所述 测量信号，用第1向量Μ0表示所述第1信号，用丫个干扰单位向量化表示所述第2特征 信号（第2样品特征信号），用由所述干扰单位向量化构成的矩阵Ρ表示由所述第2特征 信号（第2样品特征信号）展开的空间，用Ρ+表示所述矩阵Ρ的伪逆矩阵，用Ε表示单位 矩阵时，用下式（1)表示所述投影运算，
[0020]
Q
[0021] 根据本适用例的信号检测方法，通过进行用公式（1)表示的投影运算，能高精度 地检测用测量向量Μ表示的测量信号中包含的第1信号（第1向量Μ0)。
[0022] [适用例6]优选的是，根据上述适用例的信号检测方法，所述正交运算对所述测 量信号应用使用所述第2特征信号的葛兰-施密特（Gram-Schmi化）的正交化法。
[0023] 根据本适用例的信号检测方法，通过对测量信号应用使用第2特征信号（第2样 品特征信号）的葛兰-施密特的正交化法，从包含第1信号和第2信号的测量信号除去第 2信号，能高精度地检测第1信号。
[0024] [适用例7]优选的是，根据上述适用例的信号检测方法，当用测量向量Μ表示所述 测量信号，用第1向量Μ0表示所述第1信号，用丫个干扰单位向量化表示所述第2特征 信号（第2样品特征信号），用Wk表示丫个中间向量，用WkT表示所述中间向量Wk的转 置向量时，设第1中间向量W1为第1干扰单位向量P1，用下式似和下式做表示所述葛 兰-施密特的正交化法， 阳0巧]
ο
[0026] 根据本适用例的信号检测方法，利用由公式似和公式（3)表示的葛兰-施密特 的正交化法，依次使丫个中间向量Wk正交，故测量向量Μ与丫个中间向量Wk的每一个正 交，其结果是，对第2信号整体正交化。由此，能高精度地检测由测量向量Μ表示的测量信 号中包含的第1信号（第1向量Μ0)。
[0027] [适用例引优选的是，根据上述适用例的信号检测方法，所述第1信号在所述测量 信号中所占的比例为1 % W下。
[0028] 根据本适用例的信号检测方法，即使在与第1信号相关的成分是微量且第1信号 W 1%W下的比例包含于测量信号的情况下，也能在测量信号中高精度地检测出微量成分 的第1信号。
[0029] [适用例9]优选的是，本适用例的校准线生成方法，针对与第1信号相关的物理 量已知的基准样品，计算执行上述适用例的信号检测方法而得到的所述第1信号与所述第 1信号的单位信号的内积值，生成校准线，所述校准线表示与所述第1信号相关的物理量和 所述内积值之间的关系。
[0030] 根据本适用例的校准线生成方法，计算通过执行可从测量信号高精度地检测第1 信号的信号检测方法而得的第1信号和第1信号的单位信号的内积值，生成校准线，故能生 成精度高的校准线。
[0031] [适用例10]优选的是，本适用例的定量方法，包括如下工序：计算通过上述适用 例的信号检测方法而得到的第1信号与所述第1信号的单位信号的内积值。
[0032] 根据本适用例的定量方法，取得通过执行可从测量信号高精度地检测第1信号的 信号检测方法而得的第1信号和第1信号的单位信号的内积值，故能精度良好地求出向量 空间下的第1信号的大小（纯量）。
[0033] [适用例11]优选的是，根据上述适用例的定量方法，所述定量方法还包括参照校 准线和所述内积值来定量化物理量的工序。
[0034] 根据本适用例的定量方法，参考第1信号和第1信号的单位信号的内积值W及表 示与第1信号相关的物理量和内积值的关系的校准线，故能准确地定量化包含与第1信号 相关的成分和与第2信号相关的成分的样品中的与第1信号相关的成分的物理量。
[0035] [适用例12]优选的是，根据上述适用例的定量方法，所述校准线通过上述适用例 的校准线生成方法来获得。
[0036] 根据本适用例的定量方法，使用表示与第1信号相关的物理量和内积值的关系的 校准线，故可精度良好地定量化测量对象物中包含的与第1信号相关的成分的物理量。
[0037] [适用例13]优选的是，根据上述适用例的定量方法，所述物理量是血液中的葡萄 糖浓度。
[0038] 根据本适用例的定量方法，能高精度地定量化相对W高比例包含于血液中的水 (与第2信号相关的成分）微量包含的葡萄糖（与第1信号相关的成分）的物理量。
[0039] [适用例14]本适用例的信号检测装置的特征在于，包括：获取部，获取对包含与 第1信号相关的成分和与不同于所述第1信号的第2信号相关的成分的测量对象物进行测 量而获得的测量信号；W及运算处理部，进行使所述测量信号相对所述第2信号正交的正 交运算。
[0040] 根据本适用例的结构，在获取部获取测量了包含与第1信号相关的成分和与第2 信号相关的成分的测量对象物的测量信号。而且，在运算处理部中，形成表示第2信号的向 量相对表示第1信号的向量正交的向量空间，利用该向量空间进行使测量信号相对第2信 号正交的正交运算。因此，从包含第1信号和第2信号的测量信号除去第2信号，能实现可 高精度地检测第1信号的信号检测装置。
[0041] [适用例1引本适用例的测量装置的特征在于，包括：获取部，获取对包含与第1 信号相关的成分和与不同于所述第1信号的第2信号相关的成分的测量对象物进行测量而 获得的测量信号；W及运算处理部，进行使所述测量信号相对所述第2信号正交的正交运 算，使用所述正交运算的结果来定量物理量。
[0042] 根据本适用例的结构，通过获取部获取测量包含与第1信号相关的成分和与第2 信号相关的成分的测量对象物的测量信号。而且，在运算处理部形成表示第2信号的向量 相对表示第1信号的向量正交的向量空间，利用该向量空间进行使测量信号相对第2信号 正交的正交运算，使用其运算结果定量物理量。因此，从包含第1信号和第2信号的测量信 号除去第2信号来检测第1信号，能实现可高精度地定量与第1信号相关的成分的物理量 的测量装置。
[0043] 另外，用于解决上述技术问题的第1发明是信号检测方法，包括：获取对包含高比 例成分的信号即第2信号（干扰信号）和微量成分的信号即第1信号（目标信号）的预定 的测量对象物进行测量的测量信号（来自生物体的信号）；W及在表示各成分的信号的向 量互相正交的向量空间中，进行使所述测量信号（来自生物体的信号）相对所述第2信号 (干扰信号）正交的正交运算。
[0044] 根据第1发明，在表示各成分的信号的向量互相正交的向量空间中，通过使测量 信号（来自生物体的信号）相对高比例成分的信号即第2信号（干扰信号）正交来进行正 交运算，可得到去除了高比例成分的信号。由于去除高比例成分的信号，可高精度地检 测在 测量信号（来自生物体的信号）中是微量成分的第1信号（目标信号）。 W45]第2发明是根据第1发明所述的信号检测方法，其中，所述第1信号（目标信号） 在所述测量信号（来自生物体的信号）中所占的比例为1%W下。
[0046] 根据该第2发明，即使是第1信号（目标信号）下的比例一点点地包含于 测量信号（来自生物体的信号）中的情况下，也能发挥第1发明的作用效果。
[0047] 在该情况下，作为第3发明，根据在第1或第2发明所述的信号检测方法，其中，第 2信号（干扰信号）在所述测量信号（来自生物体的信号）中所占的比例为3%W上。 W48] 第4发明是根据第1~第3中任一发明所述信号检测方法，其中，进行所述正交运 算是指：使用对第2样品信号（仅为干扰成分的信号）进行独立成分分析而得的信号来进 行所述正交运算，所述第2样品信号是通过对包含与所述第2信号（干扰信号）相关的成 分且不包含与所述第1信号（目标信号）相关的成分的预定样品进行测量的信号。 W例根据该第4发明，能使用对测量包含与第2信号（干扰信号）相关的成分且不包 含与第1信号（目标信号）相关的成分的预定样品的第2样品信号（仅为干扰成分的信 号）进行多变量解析分析而得的信号进行正交运算，故能有效地除去与第2信号（干扰信 号）相关的成分。能使用独立成分分析、主成分分析等各种解析方式来实现多变量解析分 析。其中，使用独立性最强的独立成分分析用作多变量解析分析，在高精度检测与微量成分 相关的信号上是最优选的。
[0050] 此外，进行所述正交运算，具体而言，例如作为第5发明，可包括进行向与所述第2 信号（干扰信号）正交的预定的正交部分空间投影所述测量信号（来自生物体的信号）的 投影运算。
[0051] 另外，作为第6发明，进行所述正交运算可包括利用葛兰-施密特的正交化法来使 所述测量信号（来自生物体的信号）相对所述第2信号（干扰信号）正交。
[0052] 第7发明是根据第1~第6中任一发明的信号检测方法，其中，所述测量对象物 的所述高比例成分是水，获取所述测量信号（来自生物体的信号）是指获取所述测量信号 (来自生物体的信号）作为频谱数据。
[0053] 根据该第7发明，能将高比例成分是水的测量对象物的测量信号（来自生物体的 信号）获取为频谱数据。
[0054] 第8发明是根据第7发明的信号检测方法，其中，获取所述频谱数据是指获取不同 溫度下的所述测量对象物的频谱数据。
[0055] 根据该第8发明，例如水的频谱数据（或特征量的构成比）中有溫度特性，故能考 虑溫度特性来检测第1信号（目标信号）。
[0056] 第9发明是一种校准线生成方法，其中，针对与所述第1信号（目标信号）相关的 成分浓度不同的多个所述测量对象物，执行第1~第8中任一发明的信号检测方法，生成对 与所述第1信号（目标信号）相关的成分浓度的校准线。
[0057] 根据该第9发明，能生成与测量对象物中包含的第1信号（目标信号）相关的成 分浓度的校准线。
[0058] 第10发明是一种浓度测定方法，其中，对与所述第1信号（目标信号）相关的成 分浓度未知的所述测量对象物，执行第1~第7中任一发明的信号检测方法，使用所检测的 信号和通过执行第9发明的校准线生成方法而生成的校准线，测定所述未知的成分浓度。
[0059] 根据该第10发明，使用通过第9发明生成的校准线，从而可精度良好地求出与测 量对象物中包含的第1信号（目标信号）相关的成分浓度。
[0060] 第11发明是一种信号检测装置，包括：获取部，获取对包含高比例成分的信号即 第2信号（干扰信号）和微量成分的信号即第1信号（目标信号）的预定的测量对象物进 行测量的测量信号（来自生物体的信号）；W及运算处理部，在表示各成分的信号的向量互 相正交的向量空间中，进行使所述测量信号（来自生物体的信号）相对所述第2信号（干 扰信号）正交的正交运算。
[0061] 根据该第11发明，能实现发挥与第1发明同样的作用效果的信号检测装置。
【附图说明】
[0062] 图1是说明本实施方式的概念的图。
[0063] 图2是说明本实施方式的信号检测装置的结构的框图。
[0064] 图3是示出第1实施方式的干扰成分特征量提取处理的流程的流程图。 W65] 图4是示出用第1实施方式的干扰成分特征量提取处理得到的数据的图。
[0066] 图5是示出第1实施方式的校准线生成处理的流程的流程图。
[0067] 图6是示出用第1实施方式的校准线生成处理得到的数据的图。
[0068] 图7是示出用第1实施方式的校准线生成处理生成的校准线的一个例子的图。
[0069] 图8是说明用第1实施方式的投影运算得到的正交化基准向量的图。
[0070] 图9是示出第1实施方式的浓度测定处理的流程的流程图。
[0071] 图10是示出用第2实施方式的校准线生成处理得到的数据的图。
[0072] 图11是说明变形例1的测量装置的结构的框图。
[0073] 图12是示出进行独立成分分析时的比较数据的图。
[0074] [附图标记说明] 阳07引 1…信号检测装置，2…测量装置，6…吸光度测量装置，10,10A…处理部，20…测量 信号获取部（获取部），30, 30A…运算处理部（信号处理部），310…校准线生成部，320…浓 度测定部，50, 50A···存储部，510…校准线生成程序，520…浓度测定程序，531…干扰成分样 品测量信号数据，532…浓度已知样品测量信号数据，533…浓度测定对象物测量信号数据， 541…干扰成分特征量数据，543…目标成分特征量数据，545…校准线数据，70…操作部， 80…显示部，90…通信部。
【具体实施方式】
[0076] W下，参照【附图说明】具体化本发明的实施方式。首先，说明本实施方式的原理，接 下来作为本实施方式的具体例，说明若干实施方式。 W77]〔原理）
[0078] 在本发明中，认为测量对象的物理量是用各种物理量的线性组合表示的向量。即， 在测量测量对象物的测量信号（例如，来自生物体的信号）中包含2个W上的物理量成分， 考虑用各物理量成分的信号的线性组合来表达该测量信号。而且，在本发明中，考虑测量信 号用作为第1信号的目标信号和作为第2信号的干扰信号的线性组合来表达，第1信号与 第2信号正交。
[0079] 根据本申请发明人锐意研究的结果，发现本来第1信号和第2信号应该是独立的， 故认为使测量信号相对第2信号正交化的信号为第1信号，运是妥当的。因此，若使测量信 号相对第2信号正交化，则应该能精度良好地获取与第1信号相当的信号。
[0080] 本发明可适用于如下的情况：在可考虑电信号、声音信号、电磁波信号等作为本申 请的测量对象，并测量运些信号中包含的特定的信号成分的情况，W气体、液体等物质作为 测量对象物，测量运些测量对象物中包含的特定成分的浓度或质量。在W下的实施方式中， 使用浓度作为成为测量对象的物理量成分的一个例子来说明本发明，但在W下的实施方式 中，物理量成分不限于浓度，可W是所有变动参数（浓度、溫度、气压等）。
[0081] 另外，在本发明中可考虑用各物理量成分的信号的线性组合来表达测量信号，故 若用向量表示各物理量成分的信号，则能定义表示干扰物的物理量成分的向量（表示第2 信号的向量）与表示目标物理量成分的向量（表示第1信号的向量）正交的向量空间，测 量信号向量能在该向量空间上定义。此外，向量空间的维数是测量信号中包含的独立物理 量成分的数。
[0082] 图1是说明本发明的概念的图。在图1中描绘表示简化的向量空间和表示测量信 号的向量（称为测量向量M)等。在图1的例子中，从测量对象获得的测量向量Μ表达为1 个微量成分且是目标信号的第1信号与2个高比例成分且是干扰信号的第2信号的线性组 合。第1信号是表示测量信号中包含的目标物理量的信号，在图1的例子中，用第1向量Μ0 表达。另一方面，第2信号是表示测量信号的干扰信号的信号，在图1的例子中，用第1干 扰向量μ 1Ρ1和第2干扰向量μ 2Ρ2的向量之和表示。 阳08引使第1信号（第1向量Μ0)相对第2信号（第1干扰向量μ 1Ρ1和第2干扰向量 μ 2Ρ2的向量之和）正交。运样，在本发明中，考虑表示测量信号的测量向量Μ用表示目标 物理量的第1信号（第1向量Μ0)和表示干扰物理量的第2信号（第1干扰向量μ 1Ρ1、第 2干扰向量μ 2Ρ2等的干扰向量整体的向量之和）的线性组合来表达，第1信号和第2信号 正交。
[0084] 在图1中例示了测量信号中包含的独立成分是3个的情况，故定义测量向量Μ的 向量空间表达为3维空间。具体而言，在图1的例子中，第1高比例成分且表示第1干扰成 分的第1干扰向量μ 1Ρ1、第2高比例成分且表示第2干扰成分的第2干扰向量μ 2Ρ2和微 量成分且表示目标成分的第1向量Μ0的线性组合表示测量向量Μ。
[0085] 此外，在图1的例子中，描绘成第1干扰向量μ 1Ρ1和第2干扰向量μ 2Ρ2正交， 但各个干扰向量彼此不一定要互相正交。只要使第1信号（第1向量Μ0)相对作为第2信 号的干扰向量整体（在图1的例子中，第1干扰向量μ 1Ρ1和第2干扰向量μ 2Ρ2的向量 之和）正交即可。
[0086] 例如，即使第1干扰向量μ 1Ρ1和第2干扰向量μ 2Ρ2形成斜交坐标系，只要使第 1信号（第1向量Μ0)相对干扰向量整体展开的空间（在图1的例子中，由第1干扰向量 μΙΡΙ和第2干扰向量μ2Ρ2确定的平面）正交即可。在本发明中，考虑运样与干扰向量整 体展开的空间正交的向量为第1向量Μ0。
[0087] 在W下的实施方式中，设微量成分为"目标成分"，目的在于从测量信号（来自生 物体的信号）中准确地检测出与微量成分相关的信号。因此，目的在于检测表示测量信号 (来自生物体的信号）的测量向量Μ中的、微量成分的第1向量Μ0。相对于此，高比例成分 可W说是干扰从测量信号（来自生物体的信号）中检测出与微量成分相关的信号的成分， 故称为"干扰成分"。
[0088] 然而，作为分析在多大程度上含有各成分的信号处理的方式，已知有独立成分分 析。在使用独立成分分析测定测量对象物中包含的特定成分的量（也可W是比例或者浓 度）时，有时会产生问题。具体而言，存在如下问题：在测量对象物中所占的特定成分的比 例与其他成分的比例相比是极其小的微量成分的情况下，在独立成分分析中，难W准确判 定其微量成分的含有量（也可W是比例或者浓度）。
[0089] 独立成分分析是通过使用随机变量的统计方式估计含有成分的数及其量的技术。 因此，在是测量信号（来自生物体的信号）中所占的1个独立成分的比例为1%W下运样的 微量成分的情况下，存在难W准确地测量其微量成分的情况。
[0090] 图1是说明本发明的原理的图，参照图1说明采用本申请发明人所发现的独立成 分分析的定量化的技术问题。在1个微量成分相对2个高比例成分完全独立的情况下，微量 成分的第1向量MO相对第1干扰向量μ IPl和第2干扰向量μ 2P2的向量之和正交。即， 能够将各目标成分的量 与其大小无关地准确测量。
[0091] 然而，在现实的独立成分分析中，本申请发明人发现，不能使1个微量的目标成分 相对干扰成分（2个高比例成分）完全独立，通常视目标成分含有微量的干扰成分的误差的 状态为独立。运是因为，独立成分分析是采用使用随机变量的统计方式的分析。
[0092] 在独立成分分析中，可认为未能使目标成分相对干扰成分严格地独立分离的情况 在作为目标成分的第1信号和作为干扰成分的第2信号之间的正交度上体现出来。例如， 使用图1的例来说明在独立成分分析中直接获得的信号的话，意味着通过独立成分分析直 接获得的目标信号偏离由第1干扰向量μ 1Ρ1和第2干扰向量μ 2Ρ2确定的平面的法线而 倾斜。
[0093] 即使目标信号的正交度的偏离（目标信号相对于干扰成分的法线的斜率）是 1/100左右的微小误差，因为目标成分是微量的，故无法忽略干扰成分的影响。若作为目标 成分的第1信号相对作为干扰成分的第2信号完全正交，则目标成分量可与其大小无关地 严格测量。
[0094] 然而，由于通过独立成分分析直接获得的目标信号相对干扰成分不完全正交，故 包含一点点的高比例成分的大小（量）会对微量成分的大小（量）产生影响。相对于此， 本发明考虑测量信号中的与干扰成分正交的成分为第1信号，故与现有技术相比，自然能 显著地减少干扰成分的影响。
[0095] 结果，在采用独立成分分析进行的定量化中，即使所提取的高比例成分的含有量 有稍许误差，其误差量会对微量成分的含有量有作用，故对微量成分来说是大变化。因此， 作为微量成分的量（也可W是比例或者浓度）的判断方式，可W说仅靠独立成分分析的定 量化不适于微小量的检测。
[0096] 此外，高比例成分是能通过独立成分分析高精度地判断其成分量（也可W是比例 或者浓度）的成分，是在测量信号中占的比例例如为3% W上的成分。
[0097] 为了解决W上的问题点，在本实施方式中，使用作为信号处理的一方式的正交化 (在本实施方式中也称为"正交运算"），检测作为微量成分的目标成分的信号。具体而言， 通过使测量向量Μ相对表示作为高比例成分的干扰成分的第2信号的向量（第1干扰向量 μ 1Ρ1和第2干扰向量μ 2Ρ2的向量之和）正交，检测作为微量成分的目标成分的第1信号 (第1向量Μ0)。
[0098] 运里，干扰成分的第2信号是充分地包含于测量信号（来自生物体的信号）的高 比例成分的信号，因此独立成分分析有效地发挥作用。因此，准备包含测量对象物中的干扰 成分且不包含目标成分的样品，并用独立成分分析来分析该样品的测量信号，从而能求出 样品中包含的干扰成分的独立成分即干扰成分特征量（图1的第1干扰单位向量Ρ1、第2 干扰单位向量Ρ2等）。
[0099] 〔信号检测装置）
[0100] 接着，说明适用本发明的信号检测装置的结构例。图2是说明本实施方式的信号 检测装置的结构的框图。本实施方式的信号检测装置1内含信号检测装置、校准线生成装 置及测量装置的功能，故也能称为校准线生成装置或者测量装置。另外，信号检测装置1可 W作为与吸光度测量装置6非一体构成的装置来说明，也可采用信号检测装置1具备吸光 度测量装置6的结构。 阳101] 信号检测装置1是具备处理部10、存储部50、操作部70、显示部80和通信部90 的一种计算机系统。处理部10例如利用CPU(Central Processing Unit)或GPU(Gra地ic Processor Unit)等微处理器，或 ASIC(Application Specific Integrated Circuit), FPGA(Field -Programm油le Gate Array)，IC(Integrated Cir州it)存储器等的电子部 件来实现。而且，处理部10进行与各功能部之间的数据的输入输出控制，基于预定的程序 或数据，来自操作部70的操作输入信号，吸光度测量装置6的测量结果等，执行各种运算处 理，算出测量对象物中包含的目标成分的浓度。 阳102] 处理部10具有运算处理部30和作为获取部的测量信号获取部20。测量信号获取 部20通过在与吸光度测量装置6之间进行预定通信来控制吸光度测量装置6,获取吸光度 测量装置6所测量的结果作为测量信号。测量信号可是模拟信号，在该情况下，由测量信号 获取部20转换为作为数字信号的测量信号数据。吸光度测量装置6是如下的装置：向测量 对象物入射不同波长的各种光，接收透射测量对象物的透射光并测量表示对各光的波长的 吸光度的吸光度频谱。目P，测量信号表示为吸光度频谱。
[0103] 吸光度测量装置6的测量对象物有3个：不包含目标成分的干扰成分的样品即干 扰成分样品；目标成分的浓度已知或者用另外的测量来判定的样品即浓度已知样品；W及 目标成分的浓度未知并成为测定浓度的对象的浓度测定对象物。所测量的吸光度频谱利用 测量信号获取部20分别作为干扰成分样品测量信号数据531、浓度已知样品测量信号数据 532、浓度测定对象物测量信号数据533存储到存储部50。
[0104] 运算处理部（信号处理部）30是对由测量信号获取部20所获得的测量信号进行 各种数字信号处理的处理部，可W说是一种信号处理部。运算处理部30具有校准线生成部 310和浓度测定部320。
[01化]校准线生成部310是根据存储在存储部50的校准线生成程序510执行校准线生 成处理（参照图3)的功能部，生成用于算出浓度测定对象物中包含的目标成分的浓度的校 准线。校准线生成部310具有干扰成分特征量提取部312、成分分析部314和第1目标成分 信号检测部316。 阳106] 干扰成分特征量提取部312是根据校准线生成程序510的子程序即干扰成分特征 量提取程序512执行干扰成分特征量提取处理的功能部。成分分析部314是对测量信号实 施干扰成分的成分分析处理（多变量解析处理）的功能部。第1目标成分信号检测部316 是根据校准线生成程序510的子程序即目标成分信号检测程序514,执行从浓度已知的样 品检测出目标成分的信号的目标成分信号检测处理的功能部。 阳107] 浓度测定部320是根据浓度测定程序520执行浓度测定处理的功能部。具体而言， 浓度测定部320使用由校准线生成部310生成的校准线，测定浓度测定对象物中包含的目 标成分的浓度。浓度测定部320具有第2目标成分信号检测部322。第2目标成分信号检 测部322是根据浓度测定程序520的子程序即目标成分信号检测程序522,执行检测浓度测 定对象物中包含的目标成分的信号、即第1信号（第1向量M0)的目标成分信号检测处理 的功能部。
[0108] 此外，测量信号获取部20及运算处理部30可W用进行信号处理的电子电路构成， 而非作为通过执行如上所述的程序来实现的软件功能部。另外，将第1目标成分信号检测 部316和第2目标成分信号检测部322作为各自的功能部来说明，但也可W设计为共用的 功能部。
[0109] 存储部50用1C存储器、硬盘、光盘等存储介质来实现，存储各种程序、处理部10 的运算过程的数据等各种数据。处理部10和存储部50的连接不限于采用装置内的内部总 线电路的连接，也可用LAN化ocal Area Network)、因特网等通信电路来实现。此时，存储部 50也可用与信号检测装置1不同的外部存储装置来实现。
[0110] 在存储部50中存储有校准线生成程序510和浓度测定程序520。校准线生成程序 510包含用于执行干扰成分特征量提取处理的干扰成分特征量提取程序512 W及用于生成 校准线的目标成分信号检测程序514,作为子程序。浓度测定程序520包含测定浓度测定对 象物的浓度的目标成分信号检测程序522,作为子程序。 阳111] 另外，存储部50存储当执行干扰成分特征量提取处理、校准线生成处理及浓度测 定处理时算出的干扰成分样品测量信号数据531，浓度已知样品测量信号数据532,浓度测 定对象物测量信号数据533,干扰成分特征量数据541，目标成分特征量数据543和校准线 数据545。存储部50除运些W外还能适当存储当执行各处理时算出的临时数据等。
[0112] 操作部70接收用户的各种操作输入，将与操作输入对应的操作输入信号输出到 处理部10。操作部70例如能用按钮开关、杠杆开关、拨盘开关、跟踪板、鼠标、键盘、触摸面 板等来实现。
[0113] 显示部80显示处理部10的运算结果、表示操作顺序的引导等。显示部80能用例 如液晶显示器、触摸面板等实现。
[0114] 通信部90是使信号检测装置1与外部装置连接并实现彼此的数据交换的通信功 能。通信方式可W是有线的，也可W是无线的。另外，也可构成为可与因特网电路、公众通 信网连接的结构。
[0115] 〔信号检测方法、校准线生成方法及定量方法）
[0116] <第1实施方式>
[0117] 接着，说明第1实施方式的信号检测方法、校准线生成方法及定量方法。第1实施 方式的信号检测方法、校准线生成方法及定量方法包含干扰成分特征量提取处理、校准线 生成处理和浓度测定处理。
[0118] 首先，说明第1实施方式的干扰成分特征量提取处理。图3是示出第1实施方式 的干扰成分特征量提取处理的流程的流程图。图4是示出在第1实施方式的干扰成分特征 量提取处理中得到的数据的图。详细而言，图4的（a)是示出从干扰成分样品获得的吸光 度频谱的一个例子的图，图4的化）是示出用独立成分分析处理获得的干扰单位向量的频 谱的一个例子的图。
[0119] 在第1实施方式中，W利用信号检测装置1计算浓度未知的葡萄糖水溶液中包含 的葡萄糖浓度为例，说明了第1信号的获得方法。测量对象物的葡萄糖水溶液W 1%W下的 浓度包含作为目标成分（目标物理量）的葡萄糖，W成为3% W上的90% W上的浓度包含 作为干扰成分（干扰物理量）的水。因此，目标成分的葡萄糖是微量成分，干扰成分的水是 高比例成分。
[0120] 干扰成分特征量提取处理是从包含与第2信号相关的干扰成分且不包含与第1信 号相关的目标成分的干扰成分样品的测量信号（第2样品信号）提取干扰成分的特征量的 处理。在本实施方式中，干扰成分样品是作为目标成分的葡萄糖w外的成分，即高比例成分 的水。干扰成分特征量提取处理通过执行图2所示的校准线生成程序510中包含的子程序 即干扰成分特征量提取程序512来实现。 阳121] 在图3所示的步骤SOI中，准备多个包含与第2信号相关的干扰成分且不包含与 第1信号相关的目标成分的干扰成分样品。关于干扰成分样品即水，频谱数据（或特征量 的构成比）随溫度而变化，故准备改变了溫度的多个（β个，β为2 W上的整数）水作为 干扰成分样品。
[0122] 接着，在步骤S02中，获得不同溫度的β个水的各个测量信号（第2样品信号）。 运里，获得吸光度频谱作为干扰成分样品即水的测量信号。干扰成分样品的吸光度频谱借 助图2所示的测量信号获取部20从吸光度测量装置6获得，作为干扰成分样品测量信号数 据531存储到存储部50。反复执行运个操作，直到β个干扰成分样品的测量结束（步骤 S03 :否~步骤S02)。
[0123] 对全部（β个）的干扰成分样品结束测量时（步骤S0 3 :是），其结果是，能从干扰 成分样品获得干扰成分即水的吸光度频谱的数据。图4的（a)示出从干扰成分样品（水） 获得的吸光度频谱。在图4的（a)中，横轴是与光的波长对应的测定点α :1~α，α为2 W上的整数），纵轴是吸光度频谱的强度。
[0124] 运里，作为一个例子，水溫从30°C到40°C，按rC的间隔设定11个干扰成分样品 (水）的水准数α :1~β )。即，j = 1为30°C、j = 2为3rC，运样直到j = β = 11的 40°C的11个样品。另外，运里，波长从800皿到1245皿，按5皿的间隔设定90个测定点（i : 1~α )。旨|]，对β个样品的每一个，i = 1为波长800皿、i = 2为波长805皿，运样直到i =α = 90为1245皿的90个点进行测定。
[0125] 接着，在图3所示的步骤S04中，基于从干扰成分样品（水）获得的吸光度频谱的 数据，形成第2样品信号（第2样品向量Qj)。第2样品信号（第2样品向量Qj)相当于图 1的测量信号（测量向量M)，是浓度已知的干扰成分的测量信号。第2样品向量Qj利用测 定点α)，如公式（4)所示那样用α行1列的列向量表示，形成水准数的个数即 0个。 阳126] 具体而言，例如，第j个水准的第2样品向量Qj的第一行的因子Qlj是第j个水 溫下的1 = 1的波长800皿的吸光度。另外，例如，第2样品向量Qj的第α行的因子Qaj 是第j个水溫下的i = α的波长（在当前例子中，α = 90为波长1245nm)的吸光度。运 样，用α行1列的列向量β个表达α β个测量数据。根据所测定的频谱数据形成的第2 样品向量Qj在存储部50存储为第2样品信号（干扰成分样品测量信号数据531)。 阳127][公式4] 阳12引
[0129] 接着，在步骤S05中，对在步骤S04中获得的第2样品信号（第2样品向量Qj)，利 用图2所示的成分分析部314进行成分分析处理（多变量解析处理），获得步骤S06所示的 干扰成分特征量。作为多变量解析处理，能使用独立成分分析处理、主成分分析处理等各种 解析处理。运些中，独立成分分析处理在获得的干扰向量的正交性强的误差降低方面优异， 因此在高精度地检测高比例成分的信号上是合适的。
[0130] 通过在步骤S05中对第2样品信号（第2样品向量Qj)实施独立成分分析处理，获 得第2样品特征信号（第2特征信号）即干扰成分特征量（干扰单位向量化）（步骤S06)。 干扰单位向量化化=1~丫的整数）是α行1列的列向量，丫是根据第2样品向量Qj 形成的独立成分的数。运里，独立成分是3,故丫 =3。 阳13U 图4的化）示出在步骤S06中获得的干扰单位向量Pk。在图4的化）中，横轴是 与光的波长对应地从800nm到1245nm W 5nm的间隔设定为90个点的干扰单位向量化的 各因子α :1~α )，纵轴是吸光度频谱的强度。如上所述丫 = 3,故提取第1干扰单位向 量（第1干扰成分特征量）Ρ1、第2干扰单位向量（第2干扰成分特征量）Ρ2和第3干扰单 位向量（第3干扰成分特征量）Ρ3,作为干扰成分即水中包含的3个独立成分。丫个干扰 单位向量化在图2所示的存储部50存储为干扰成分特征量数据541。 阳13引如公式（5)所示，第2样品向量Qj用干扰单位向量Pk的线性组合表示。ykj是 系数。例如，如公式（6)所示，水溫为30°C α = 1)的情况下的第1水准的第2样品向量Q1 用第1干扰单位向量Ρ1、第2干扰单位向量Ρ2和第3干扰单位向量Ρ3的线性组合表示。 [0133][式引 阳 134]
[0137] W上结束图3所示的干扰成分特征量提取处理。
[0138] 接着，说明第1实施方式的校准线生成处理。图5是示出第1实施方式的校准线 生成处理的流程的流程图。图6是示出在第1实施方式的校准线生成处理中得到的数据的 图。详细而言，图6的（a)是示出从浓度已知样品获得的吸光度频谱的一个例子的图，图6 的化）是示出目标成分特征量的频谱的一个例子的图。图7是示出在第1实施方式的校准 线生成处理中生成的校准线的一个例子的图。图8是说明由第1实施方式的投影运算获得 的正交化基准向量的概念的图。图12是示出与进行仅采用独立成分分析的定量化的情况 下的比较数据的图。
[0139] 校准线生成处理是生成用于测定目标成分的浓度的校准线的处理。因此，在执行 后述的浓度测定处理前，需要预先生成校准线。另外，在执行校准线生成处理之前，需要预 先获得干扰成分特征量。
[0140] 因此，首先在图5所示的步骤S11中，在未将干扰成分特征量存储为干扰成分特征 量数据541的情况下（步骤S11 :否），执行步骤S12的干扰成分特征量提取处理。图3所 示的干扰成分特征量提取处理相当于步骤S12。在步骤S11获得干扰成分特征量并存储为 干扰成分特征量数据541 (步骤SI 1 :是），则进行检测目标成分的信号的目标成分信号检测 处理（步骤S13~步骤S17)。 阳141] 在步骤S13中，准备与第1信号相关的目标成分的物理量已知的基准样品。在本实 施方式的例子中，目标成分是葡萄糖，目标成分的物理量是水溶液中的葡萄糖浓度。因此， 基准样品是葡萄糖浓度已知的浓度已知样品。具体而言，准备目标成分即葡萄糖的浓度已 知且彼此不同的多个（δ个，δ为2 W上的整数）水溶液，作为浓度已知样品（测量对象 物）。关于干扰成分的水，频谱数据（或特征量的构成比）随溫度变化，故优选除了浓度不 同的样品外，准备溫度也变化的多个样品作为浓度已知样品。
[0142]目标成分是浓度1 % W下的微量成分，故任一浓度已知样品的葡萄糖浓度都在 1% W下。运是因为，要在生物体中测量的葡萄糖浓度的范围是从50mg/dl到600mg/dl左 右。血液的比重可W认为与水同程度的Ig/cc，Idl (1分升）是lOOg，葡萄糖浓度为lOOOmg/ dl W下，故设葡萄糖浓度为1%W下。 阳143] 接着，在步骤S14中，获得浓度已知样品即不同浓度的δ个葡萄糖水溶液的各个 巧慢信号。运里，与干扰成分样品的情况同样地，获得吸光度频谱作为浓度已知样品的测量 信号。浓度已知样品的吸光度频谱借助图2所示的测量信号获取部20从吸光度测量装置6 获得，在存储部50中存储为浓度已知样品测量信号数据532。反复执行此操作，直到δ个 浓度已知样品的测量结束（步骤S15 :否~步骤S14)。
[0144] 当结束对所有（δ个）浓度已知样品的测量时（步骤S15 :是），其结果是，获得浓 度已知样品即葡萄糖水溶液的吸光度频谱的数据。图6的（a)示出从浓度已知样品（葡萄 糖水溶液）获得的吸光度频谱。在图6的（a)中，横轴是与光的波长对应的测定点α :1~ α )，纵轴是吸光度。 阳145] 运里，从浓度25mg/dl到700mg/dl，按25mg/dl的间隔设定28个葡萄糖水溶液的 水准数δ。目P，测量g = 1为浓度25mg/dl、g = 2为浓度50mg/dl，运样直到成为g = δ =28的700mg/dl的28个样品。在图6的（a)中，叠加描绘出不同浓度的28个葡萄糖水 溶液的吸光度频谱。从波长800nm到1245nm按5nm的间隔设定90个测定点（i :1~α )。
[0146] 接着，在图5所示的步骤S16中，基于从浓度已知样品（葡萄糖水溶液）获得的吸 光度频谱的数据，获得目标成分的基准向量Rg(g:l~δ)。针对δ =28个的浓度已知样 品的每一个获得基准向量Rg。如公式（7)所示，基准向量Rg利用测定点1(1《i《α )和 水准数g(l《g《δ)，用δ个α行1列的列向量来表示。所获得的基准向量Rg在图2 所示的存储部50存储为浓度已知样品测量信号数据532。
[0147] [式 7]
[0148]
阳149] 接着，在步骤S17中，进行使浓度已知样品的测量信号（即，基准向量Rg)与干扰 成分即水的信号正交的正交处理（正交运算）。在第1实施方式中，使用投影运算作为正 交运算。如图8所示，将使浓度已知样品的测量信号（基准向量Rg)相对丫个干扰单位向 量的整体正交化的向量，作为目标成分的正交化基准向量Sg，该正交化基准向量Sg的大小 (正交化基准向量Sg的绝对值）与浓度对应。在之前的例子中，干扰单位向量Pk为丫 = 3个，但在图8中，为了清楚地说明概念，干扰单位向量化仅描绘出干扰单位向量P1和干扰 单位向量P2运2个。
[0150] 在第1实施方式中，进行将浓度已知样品的测量信号（基准向量Rg)投影到由第 2样品特征信号（第2特征信号，干扰单位向量Pk)展开的正交部分空间的投影运算，求出 目标成分的正交化基准向量Sg。目标成分的正交化基准向量Sg用公式（8)求出。 阳1川[式引 阳K2] '或;:::(护'' 尸'严:提《 ' . <《巧 阳15引在公式做中，E是α行α列的单位矩阵，用公式（9)表示。此外，5。是 ΖΙ (Delta)函数。 阳 154][式 9] 阳1巧]
[0156] 另外，在公式（8)中，P是α行丫列的干扰矩阵，如公式（10)所表示那样，是由 丫个干扰单位向量化展开的空间。 阳 157][式 10] 阳15引
[0159] 另外，在公式做中，Ρ+是干扰矩阵Ρ的伪逆矩阵，用公式（11)求出。
[0160] [式 11] 阳 161] ρ+= (ρΤρ) ipT . . . (11) 阳16引在公式（11)中，PT是干扰矩阵P的转置矩阵，用公式求出。此外，转置矩阵 PT是丫行α列的矩阵。 阳 163][式 12]
[0164]
[01化]通过进行运些公式（8)所示的投影运算，将基准向量Rg投影到由第2样品特征信 号（第2特征信号，干扰单位向量Pk)展开的正交部分空间，获得正交化基准向量Sg。正交 化基准向量Sg针对δ =28个的浓度已知样品的每一个获得。正交化基准向量Sg与干扰 单位向量化正交，故几乎不含干扰成分。
[0166] 如公式（13)所示那样，正交化基准向量Sg利用测定点1(1《i《α)和水准数 g(l《g《δ)Wδ个α行l列的列向量表示。所获得的正交化基准向量Sg在图2所示 的存储部50中存储为浓度已知样品测量信号数据532。 阳 167][式 13]
[0168]
阳169] 此外，目标成分信号检测处理（步骤S13~步骤S17)利用图2所示的第1目标成 分信号检测部316,按照校准线生成程序510的子程序即目标成分信号检测程序514执行。 [0170] 接着，在图5所示的步骤S18中，对由正交处理（投影运算）获得的目标成分的正 交化基准向量Sg，利用图2所示的成分分析部314进行成分分析处理（多变量解析处理）。 作为多变量解析处理，能使用独立成分分析处理、主成分分析处理等各种解析处理，但在本 实施方式中实施独立成分分析处理。通过在步骤S18中对正交化基准向量Sg实施成分分 析处理，获得目标成分特征量（第1信号的单位信号即目标单位向量I)(步骤S19)。 阳171] 即使在各干扰单位向量化互相不正交的情况下，目标单位向量I也相对干扰单位 向量化的整体所展开的空间（在图1的例子中，由第1干扰单位向量P1和第2干扰单位 向量P2确定的平面）正交。目标成分（葡萄糖）是1个，故由成分分析处理提取的 目标成 分特征量也是1个。目标单位向量I与测定点i (1《i《α )对应地，如公式（14)所示那 样，用α行1列的列向量表示。 阳 172][式 14] 阳 173]
[0174] 在图6的化）中示出由步骤S19得到的目标成分特征量（目标单位向量〇的频 谱的一个例子。在图6的化）中，横轴对应于与光的波长对应的测定点（i :1~α)，纵轴 是频谱强度。所获得的目标单位向量I在图2所示的存储部50中存储为目标成分特征量 数据543。
[01巧]接着，在图5所示的步骤S20中，利用图2所示的校准线生成部310,如公式（15) 所示那样，进行取正交化基准向量Sg和目标单位向量I的内积的内积计算。正交化基准向 量Sg如公式（13)所示那样用α行1列的列向量表示，计算其转置矩阵即1行α列的行 向量和如公式（14)所示那样用α行1列的列向量表示的目标单位向量I的内积。利用该 内积计算，确定正交化基准向量Sg的大小为纯量。 阳 176][式 15] 阳 177]
[0178] 通过对与葡萄糖水溶液的浓度对应的各水准（g为1~δ的整数，在当前的例子 中为δ = 28)分别如公式（15)那样进行计算，如表1所示那样，获得各水准的内积值。例 如，在浓度已知样品（葡萄糖水溶液）的浓度为25mg/dl即g= 1的情况下，如公式（16) 那样计算。 阳 179][式 16] 阳 180]
[0183] 接着，在图5所示的步骤S21中，用图2所示的校准线生成部310生成表示目标成 分的物理量（该例中为已知的葡萄糖浓度）和步骤S20中得到的内积值之间关系的校准 线。在步骤S21中生成的校准线在图2所示的存储部50中存储为校准线数据545。图7示 出在步骤S21中生成的校准线的一个例子。
[0184] 在图7中，横轴是表1的葡萄糖浓度，纵轴是表1的内积值。用菱形、四边形、Ξ角 形、圆形等所表示的各点表示所得到的校准线数据，还描绘有相对运些校准线数据的近似 直线。近似直线用最小二乘法得到，图7记载有所得到的近似直线的公式和贡献率R 2。贡 献率r2是相关系数R的平方。 阳化5] 如图7所示，校准线数据在近似直线上，近似直线的公式的截距在误差范围内通 过原点，贡献率R2= 1。由此可知，在本实施方式中得到的校准线数据与浓度已知样品的溫 度无关，浓度和内积值表示出极强的正相关。运说明，采用本实施方式的目标成分的物理量 的定量方法精度极高。因此，步骤S21得到的校准线也精度极高，若使用本实施方式的校准 线，对目标成分的物理量未知的测量对象物，也能高精度地定量目标物理量。
[0186] 作为比较例，图12的（a)示出使用独立成分分析的方式来定量化浓度已知样品的 吸光度频谱的情况的结果。在图12的（a)所示的例子中，提取J1~J4的4个成分并算出 各成分的频谱。假设J1~J4中表示接近目标成分即葡萄糖的波形的成分J2的频谱为目 标成分特征量数据，为了生成校准线而算出成分J2和基准向量Rg的内积值并绘图的图是 图12的化）。如图12的化）所示，在使用独立成分分析的方式来定量化的情况下，未能描 绘出通过图点的直线，不能生成校准线。运表示，在独立成分分析中，不能独立地分离微量 的目标成分。
[0187] 同时，如本实施方式所记载的那样，说明如下方法在微量成分的定量方面极为优 异：进行使基准向量Rg与第2特征信号（由干扰单位向量化的整体展开的正交部分空间） 正交化的运算，求出目标成分的正交化基准向量Sg，从该正交化基准向量Sg求出目标单位 向量I，取得基准向量Rg和目标单位向量I的内积计算。
[0188] 接着，说明第1实施方式的浓度测定处理。图9是示出第1实施方式的浓度测定 处理的流程的流程图。浓度测定处理是从浓度未知的测量对象样品测定微量成分即目标成 分的浓度的处理。在浓度测定处理中，参照用于测定目标成分的浓度的校准线。因此，在执 行浓度测定处理之前，需要预先执行上述的校准线生成处理并生成校准线。
[0189] 图9所示的步骤S31~步骤S34是进行从浓度未知的测量对象样品检测目标成分 的信号的目标成分信号检测处理的步骤。首先，在步骤S31中，准备浓度未知的测量对象样 品。在本实施方式中，准备目标成分即葡萄糖的浓度未知的水溶液，作为测量对象样品。
[0190] 接着，在步骤S32中，获得测量对象样品（浓度未知的葡萄糖水溶液）的测量信 号。作为测量信号，与浓度已知样品的情况同样地获得测量对象样品的吸光度频谱。测量 对象样品中包含作为目标成分的葡萄糖和作为干扰成分的水。因此，测量信号包含目标成 分的信号（第1信号）和干扰成分的信号（第2信号）。测量对象样品的吸光度频谱借助 图2所示的测量信号获取部20从吸光度测量装置6获得，在存储部50中存储为浓度测定 对象物测量信号数据533。 阳191 ] 接着，在步骤S33中，利用图2所示的第2目标成分信号检测部322,基于从测量对 象样品（浓度未知的葡萄糖水溶液）获得的吸光度频谱的数据来获得测量向量M。测量向 量Μ利用测定点α)，如公式（17)所示那样，W α行1列的列向量表示。 阳 192][式 17] 阳 193]
[0194] 接着，在步骤S34中，利用图2所示的第2目标成分信号检测部322,进行使测量 对象样品（浓度未知的葡萄糖水溶液）的测量信号与干扰成分即水的信号正交的正交处理 (正交运算）。运里，与校准线生成处理中的步骤S17同样，使用对第2特征信号（由干扰 单位向量化的整体展开的正交部分空间）正交的投影运算作为正交运算。
[0195] 如图1所示，测量对象样品的测量信号（测量向量M)表达为目标成分的第1信号 (第1向量M0)和干扰成分的丫个干扰成分特征量（丫个干扰单位向量，在图1的例子中 为第1干扰单位向量P1和第2干扰单位向量P2)的线性组合。
[0196] 因此，进行使测量对象样品的测量信号（测量向量M)对由第2信号（干扰单位向 量Pk)展开的正交部分空间正交的投影运算，求出目标成分的第1信号（第1向量M0)。目 标成分的第1信号（第1向量M0)用公式（18)求出。在公式（18)中，E、P分别用上述的 公式巧）、公式（10)表示，P+用上述的公式（11)及公式（12)表示。 阳197][式1引 阳19引
[0199] 由此，从测量对象样品的测量信号（测量向量M)获取目标成分的第1信号（第1 向量M0)(步骤S35)。第1向量M0即使在各干扰单位向量化互相不正交的情况下，也相 对丫个干扰单位向量整体展开的空间（在图1的例子中，为用第1干扰单位向量P1和第 2干扰单位向量P2确定的平面）正交。此外，运里算出的目标成分的第1信号（第1向量 M0)成为表示每个波长的强度的频谱数据。 阳200] 接着，在步骤S36中，利用图2所示的浓度测定部320,如公式（19)所示那样，进行 内积计算，取在步骤S35获得的目标成分的第1向量M0和在图2所示的存储部50中作为 目标成分特征量数据543存储的目标单位向量I的内积。如图1所示，利用该内积计算，第 1向量M0的绝对值作为标量mO而求出。 阳 201][式 19] 阳202]
阳203] 接着，在步骤S37中，利用图2所示的浓度测定部320,对照与在步骤S36中得到的 内积值mO对应的浓度与存储在存储部中的校准线数据545(图7所示的校准线），判定测 量对象样品的葡萄糖浓度（步骤S38)。更具体而言，在图7所示的校准线中，W在步骤S36 算出的内积值作为纵轴的值时的横轴的值是所求的葡萄糖浓度。由此，能测定测量对象样 品中包含的目标成分即葡萄糖的浓度。 阳204] 如W上说明的那样，依据第1实施方式的信号检测装置1、信号检测方法、校准线 生成方法及定量方法，能从测量了测量对象物的测量信号（测量向量M)高精度地检测出与 测量对象物中包含的目标成分即葡萄糖相关的第1信号（第1向量M0)。另外，利用目标成 分特征量（目标单位向量I)的检测，能准确地生成校准线。因此，可准确地测定在测量对 象物中作为微量成分包含的目标成分的浓度。 阳2〇引 <第2实施方式> 阳206] 接着，说明第2实施方式。在第2实施方式中，信号检测装置1的结构与第1实施 方式相同，信号检测方法、校准线生成方法及定量方法除了使用葛兰-施密特的正交化法 作为校准线生成处理及浓度测定处理中的正交运算的点不同W外，与第1实施方式大致相 同。运里，对第2实施方式的正交运算的方法，说明与第1实施方式的不同点。 阳207] 在第2实施方式的校准线生成处理中，在图5所示的步骤S17的正交处理中，适用 对浓度已知样品的基准向量Rg使用干扰单位向量Pk的葛兰-施密特的正交化法，而取代 进行投影运算将浓度已知样品的基准向量Rg投影到由干扰单位向量化展开的正交部分空 间。 阳20引在第2实施方式中，使在干扰成分特征量提取处理中提取的干扰成分特征量（图4 的化）所示的干扰单位向量Pk)依次正交化，形成中间向量Wk。k化=1~丫）与第1实 施方式同样，是干扰单位向量的数。用葛兰-施密特的正交化法从第1干扰单位向量P1获 得的第1中间向量W1用公式（20)表示。
[0209][式 20] 阳 210]
悦11] 而且，使与第2干扰单位向量P2对应的第2中间向量W2相对第1中间向量W1正 交，使与第3干扰单位向量P3对应的第3中间向量W3相对第1中间向量W1和第2中间向 量W2正交，运样地依次正交化。因此，各中间向量Wk互相正交。与干扰单位向量Pt对应 的中间向量化(t = 2~丫）用公式（21)表示。 阳21引[式21] 阳21引
[0214] 例示独立成分为3个（丫 =3)的情况时，利用公式（21)，第2中间向量W2用公式 (22)表达，第3中间向量W3用公式（23)表达。 阳215][式 22] 阳216]
[0217][式測 阳2化]
[0219] 在葛兰-施密特的正交化法中，在图5所示的步骤S17中获得的正交化基准向量 Sg用公式（24)表达。正交化基准向量Sg相对各中间向量Wk正交，当然，相对各中间向量 Wc的线性组合也正交化。
[0220] [式 24] 阳 221]
[0222] W后，与第1实施方式同样，通过在图5所示的步骤S18中对正交化基准向量Sg实 施成分分析处理（多变量解析处理），获得目标成分特征量（目标单位向量I)(步骤S19)。 即使是各干扰单位向量化互相不正交的情况，各中间向量Wk也互相正交，目标单位向量I 相对干扰单位向量化的整体展开的空间（即，中间向量Wi的整体展开的空间）正交。 阳223] 图10是示出在第2实施方式的校准线生成处理中得到的数据的图。图10的（a) 中示出在第2实施方式的步骤S19得到的目标成分特征量（目标单位向量I)的频谱。在 图10的（a)中，横轴是与光的波长对应的测定点α :1~α )，纵轴是频谱强度。如图10的 (a)所示，在第2实施方式中，得到与图6的化）所示的第1实施方式得到的频谱同样的频 谱。
[0224] 接着，在图5所示的步骤S20,进行内积计算，取正交化基准向量Sg和目标单位向 量I的内积。然后，基于在内积计算得到的内积值来生成校准线（步骤S21)。 阳22引图10的化）示出在第2实施方式的步骤S21中生成的校准线。图10的化）中记 载有对校准线数据利用最小二乘法而得的近似直线的公式和贡献率R2。如图10的化）所 示，校准线数据在近似直线上，近似直线的公式的截距在误差范围内通过原点，贡献率r 2 = 1。因此可知，在第2实施方式中，与第1实施方式同样，得到精度极高的校准线。 阳226] 接着，在第2实施方式的浓度测定处理中，在图9所示的步骤S34的正交处理中， 适用对测量对象样品的测量向量Μ使用干扰单位向量化的葛兰-施密特的正交化法，而取 代进行投影运算，向干扰单位向量Pk展开的正交部分空间投影测量向量Μ。
[0227] 中间向量Wk用上述的公式（20)~公式（23)求出。在步骤S34中用葛兰-施密 特的正交化法获得的第1向量M0用公式（25)表示。第1向量M0对各中间向量Wk正交。 另外，即使是各干扰单位向量化互相不正交的情况下，第1向量M0相对丫个干扰单位向 量化整体展开的空间正交。 阳22引[式2引 阳229]
[0230] 作为一个例子，在公式（26)中记载干扰单位向量化的数量为3 ( 丫 = 3)的情况 的第1向量M0。 阳231][式 26] 阳 2；32]
阳233] W后，与第1实施方式同样，能通过执行图9所示的步骤S35~步骤S38,测定测量 对象样品中包含的目标成分即葡萄糖的浓度。
[0234] 如W上说明的那样，在第2实施方式中，能从测量了测量对象物的测量信号（测量 向量M)高精度地检测出与测量对象物中包含的目标成分即葡萄糖相关的第1信号（第1 向量M0)。另外，能利用目标成分特征量（目标单位向量I)的检测，准确地生成校准线。因 此，能准确地测定测量对象物中作为微量成分包含的目标成分的浓度。 阳235] <第3实施方式>
[0236] 接着，说明第3实施方式。在第3实施方式中，信号检测装置的结构、信号检测方 法、校准线生成方法及定量方法与第1实施方式、第2实施方式相同，但其用途不同。 阳237]目P，在第3实施方式中，W人的体液作为测量对象物，测定体液中的特定的微量成 分的浓度。能设例如血液、淋己液、组织液、汗、尿等作为体液。作为成为浓度的测定对象的 目标成分（微量成分），在体液是血液的情况下，能设为血糖、胆固醇、中性脂肪，在体液是 尿的情况下，能设为尿酸、糖等。
[0238] 在第3实施方式中，测量对象物中包含的干扰成分能设为水。因此，干扰成分样品 是水。另外，浓度已知样品需是成为浓度的测定对象的目标成分的浓度不同的多个样品。因 此，例如，设在日常生活中的各种时间、场所、身体状况下采取的体液为浓度已知样品。
[0239] 体液中包含的高比例成分即水具有频谱数据（或特征量的构成比）随溫度变化的 特性，故优选还准备改变采取的体液的溫度的多个浓度已知样品。例如，若设测量对象物即 体液为血液、目标成分为血糖，则采取进食前后、运动前后、就寝前后等的血液，通过用不同 的测定装置测定血糖值，作为浓度已知样品。
[0240] 此外，在第3实施方式中，设浓度已知样品为实际采取的体液，但也可生成模拟体 液的样品并利用它。 阳241] 上述的实施方式只不过是示出本发明的一方式，可在本发明的范围内任意变形及 应用。作为变形例，例如可考虑W下的例子。
[0242] <变形例1 > 阳243] 在上述实施方式中，信号检测装置1是包含有信号检测装置、校准线生成装置及 测量装置的功能的结构，但本发明并不限于上述的实施方式。如果分开进行干扰成分特征 量提取处理及校准线生成处理，则能从上述的实施方式的信号检测装置1省略信号检测装 置及校准线生成装置的功能，能提供浓度测定处理专用的测量装置。图11是说明变形例1 的测量装置的结构的框图。
[0244] 如图11所示，测量装置2具备处理部10A、存储部50A、操作部70、显示部80和通 信部90。处理部10A具有测量信号获取部20和运算处理部30A。运算处理部30A具有浓 度测定部320,对上述的实施方式的运算处理部30省略校准线生成部310。存储部50A存 储浓度测定程序520,省略校准线生成程序510。另外，存储部50A存储预先获得的干扰成 分特征量数据541 (干扰单位向量化)、目标成分特征量数据543 (目标单位向量I)和校准 线数据545,并存储在执行浓度测定处理时算出的浓度测定对象物测量信号数据533。
[0245] 测量信号获取部20执行图9所示的步骤S32和步骤S33。第2目标成分信号检 测部322使用干扰成分特征量数据541执行图9所示的步骤S34和步骤S35。浓度测定部 320使用目标成分特征量数据543执行图9所示的步骤S36后，使用校准线数据545执行图 9所示的步骤S37和步骤S38,测量浓度。所测量的浓度显示在显示部80,或者借助通信部 90转送到其他电子设备（例如，智能电话、服务器等大规模存储装置）。 阳246] 根据变形例1所示的测量装置2的结构，在能指定测量对象物和其测量对象物中 包含的目标成分及干扰成分的情况下，能提供可用更低成本来测定测量对象物中包含的目 标成分的浓度的装置。 阳247] <变形例2 >
[0248] 可适用本发明的例子并不限于上述的实施方式。例如，也能适用于如下实施方式： 测定可包含于医药品的原始药中的微量成分即杂质的浓度或者量的实施方式；检测电波中 包含的振幅微小的频率信号的实施方式；在存在地磁等干扰成分的磁场的环境下检测微量 成分即人的屯、磁的实施方式；W及检测嵌入血液的屯、率信号中的微小异常振幅信号的实施 方式等。另外，也能适用于，在作为显示器的检查装置检测不良像素时，从画面整体的显示 (干扰成分）中检测不良像素的信号的方法。而且，也能对从大量的指纹中检测特定人物的 指纹的算法中。
[0249] <变形例3 > 阳巧0] 在上述实施方式中，作为步骤S17及步骤S34的正交处理中的正交运算的例子，在 第1实施方式中例举投影运算，在第2实施方式中例举葛兰-施密特的正交化法，但也可使 用采用迭代法的对称正交化法等其他正交化法来实现正交运算。 阳巧1] <变形例4> 阳巧2] 在上述实施方式中，对步骤S05及步骤S18的成分分析处理使用独立成分分析，但 成分分析处理只要是多变量解析即可，不限于独立成分分析。例如，可W是主成分分析、傅 立叶变换等。如在第1实施方式中详述的那样，相对干扰成分的整体正交化目标成分，故各 个干扰向量不需要互相正交。然而，用独立成分分析获得的干扰向量其互相正交性强，故对 误差降低来讲，独立成分分析是最优异的。
【主权项】
1. 一种信号检测方法，其特征在于，包括： 获取包含第1信号和与所述第1信号不同的第2信号的测量信号的工序；以及 进行使所述测量信号相对所述第2信号正交的正交运算的工序。2. 根据权利要求1所述的信号检测方法，其特征在于， 在所述正交运算中使用第2特征信号，所述第2特征信号通过对第2样品信号进行多 变量解析处理而获得，所述第2样品信号对包含与所述第2信号相关的成分且不包含与所 述第1信号相关的成分的样品进行测量而获得。3. 根据权利要求2所述的信号检测方法，其特征在于， 所述多变量解析处理是独立成分分析。4. 根据权利要求2或3所述的信号检测方法，其特征在于， 所述正交运算是使所述测量信号投影到与由所述第2特征信号展开的空间正交的空 间的投影运算。5. 根据权利要求4所述的信号检测方法，其特征在于， 当用测量向量M表示所述测量信号，用第1向量MO表示所述第1信号，用γ个干扰单 位向量Pk表示所述第2特征信号，用由所述干扰单位向量Pk构成的矩阵P表示由所述第2 特征信号展开的空间，用P+表示所述矩阵P的伪逆矩阵，用E表示单位矩阵时，用下式（1) 表示所述投影运算，?6. 根据权利要求2或3所述的信号检测方法，其特征在于， 所述正交运算对所述测量信号应用使用所述第2特征信号的葛兰-施密特的正交化 法。7. 根据权利要求6所述的信号检测方法，其特征在于， 当用测量向量M表示所述测量信号，用第1向量MO表示所述第1信号，用γ个干扰单 位向量Pk表示所述第2特征信号，用Wk表示γ个中间向量，用WkT表示所述中间向量Wk 的转置向量时，设第1中间向量Wl为第1干扰单位向量Ρ1，用下式⑵和下式（3)表示所 述葛兰-施密特的正交化法，〇：8. 根据权利要求1至7中任一项所述的信号检测方法，其特征在于， 所述第1信号在所述测量信号中所占的比例为1%以下。9. 根据权利要求1至8中任一项所述的信号检测方法，其特征在于， 所述第2信号在所述测量信号中所占的比例为3%以上。10. 根据权利要求1至9中任一项所述的信号检测方法，其特征在于， 所述第2信号包含水的频谱数据。11. 根据权利要求10所述的信号检测方法，其特征在于， 所述频谱数据包含互不相同的多个温度下的频谱数据。12. -种校准线生成方法，其特征在于， 针对与第1信号相关的物理量已知的基准样品，计算执行权利要求1至11中任一项所 述的信号检测方法而得到的所述第1信号与所述第1信号的单位信号的内积值，生成校准 线，所述校准线表示与所述第1信号相关的物理量和所述内积值之间的关系。13. -种定量方法，其特征在于，包括如下工序： 计算通过权利要求1至11中任一项所述的信号检测方法而得到的第1信号与所述第 1信号的单位信号的内积值。14. 根据权利要求13所述的定量方法，其特征在于， 所述定量方法还包括参照校准线和所述内积值来定量化物理量的工序。15. 根据权利要求14所述的定量方法，其特征在于， 所述校准线通过权利要求12所述的校准线生成方法来获得。16. 根据权利要求14或15所述的定量方法，其特征在于， 所述物理量是血液中的葡萄糖浓度。17. -种信号检测装置，其特征在于，包括： 获取部，获取对包含与第1信号相关的成分和与不同于所述第1信号的第2信号相关 的成分的测量对象物进行测量而获得的测量信号；以及 运算处理部，进行使所述测量信号相对所述第2信号正交的正交运算。18. -种测量装置，其特征在于，包括： 获取部，获取对包含与第1信号相关的成分和与不同于所述第1信号的第2信号相关 的成分的测量对象物进行测量而获得的测量信号；以及 运算处理部，进行使所述测量信号相对所述第2信号正交的正交运算，使用所述正交 运算的结果来定量物理量。19. 一种葡萄糖浓度测量装置，其特征在于， 包括权利要求17所述的信号检测装置或权利要求18所述的测量装置。
【专利摘要】一种信号检测方法、校准线生成方法、定量方法及测量装置，可高精度检测与测量信号中微量包含的目标成分相关的信号。信号检测方法包括：利用测量信号获取部(20)获取包含目标成分的信号即第1信号和干扰成分的信号即第2信号的测量信号的工序；以及利用第1目标成分信号检测部(316)或者第2目标成分信号检测部(322)进行使测量信号相对第2信号正交的正交运算的工序。
【IPC分类】G01N21/31
【公开号】CN105486646
【申请号】CN201510624958
【发明人】清水兴子, 西田和弘
【申请人】精工爱普生株式会社
【公开日】2016年4月13日
【申请日】2015年9月25日
【公告号】US20160097712
最新回复(0)