2023 Fiscal Year Annual Research Report
Non-invasive monitoring of intra-brain drug concentration using near-infrared spectroscopy (chemical NIRS)
| Project/Area Number |
21K19320
|
|---|
| Research Institution | Tohoku University |
|---|
Principal Investigator |
田代 学 東北大学, サイクロトロン・ラジオアイソトープセンター, 教授 (00333477)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
久保 均 福島県立医科大学, 保健科学部, 教授 (00325292)
石川 大太郎 東北大学, 農学研究科, 准教授 (20610869)
藤井 智幸 東北大学, 農学研究科, 教授 (40228953)
渡部 浩司 東北大学, サイクロトロン・ラジオアイソトープセンター, 教授 (40280820)
松原 佳亮 秋田県立大学, システム科学技術学部, 准教授 (40588430)
|
|---|
| Project Period (FY) |
2021-07-09 – 2024-03-31
|
| Keywords | 近赤外線分光計（NIRS） / アセトアミノフェン / ジフェンヒドラミン / 脳内薬物濃度 / ケミカルNIRS |
|---|
| Outline of Annual Research Achievements |
近赤外線(NIR)を用いて、アセトアミノフェン水溶液をサンプルとしてアセトアミノフェンの濃度を1～0.01％に可変して調べたところ、十分に検量可能であり、1850～1950nm付近の波長が最も特徴的で、検量線を引くと十分に濃度の定量が可能であることが確認された。そこで得られたアセトアミノフェンのスペクトルデータに対して、NIRS信号のノイズ除去・物質特定を行うための深層学習モデルを適用して、系列データに基づいたモデルを中心に最新の手法の応用性を調べた。アセトアミノフェンのデータに関しては、2173nm、1573nm、1420nm、2300nmなどの複数の波長に注目して回帰する手法により、学習・テストデータともに相関係数r≒0.6程度の推定ができた。一方、測定感度を考慮して、濃度>0.06%データに限定して再解析したところ、r≒0.7と、推定精度が向上した。しかし、人体組織透過性が高く、ヒトの非侵襲脳測定に応用可能な「生体の窓」付近の680～900nmに限定したデータでは同様の推定ができず、再検討が必要となった。追加的検討の結果、873 nm付近の波長域は、少なくともアセトアミノフェン分子の存在の判定には利用できる可能性があると考えられた。
ジフェンヒドラミンのスペクトルデータに関しては、波形の形状から1920～1980nm帯域が良い特徴量になるかに思われたが、実際は2250～2350nmが重要な特徴量となった。特に重要な2261nm、684nmの2変数重回帰式により、学習・テストデータともにr≒0.7程度の推定が可能となり、生体の窓付近でも濃度が推定できる可能性が残された。
総合的に考察すると、濃度推定に有用な特徴的な波長を薬剤ごとに検出可能ではあるものの、推定に最適な波長が「生体の窓」領域内にあるとは限らないため、測定システムの構築にはさらなる検討が必要と考えられた。
|
Research Products
(3 results)
