成分分析装置及成分分析方法

摘要

有关本发明的一形态的成分分析装置具备：数据取得电路，取得通过用传感器测量包含多个成分的对象物的波谱而得到的波谱数据；以及分析电路，以由数据取得电路取得的波谱数据、以及从预先存储表示多种物质的波谱的至少1个参照波谱数据集的存储部读出的至少1个参照波谱数据集为输入数据，通过进行输入数据的因子分析，确定多个成分。

说明书

技术领域

本发明涉及成分分析装置及成分分析方法。

背景技术

近年来，作为河水及下水处理水等的水质、以及食品等的分析方法，已知有三维荧光分析法(EEM：Excitation－Emission Matrix)。例如，在专利文献1中，公开了利用通过EEM得到的数据(以下记作EEM数据)的食品的分析方法。此外，在非专利文献1中，作为EEM数据的分析方法，公开了利用作为化学计量学(chemometrics)解析之一的平行因子分析(PARAFAC：Parallel Factor Analysis)的技术。

现有技术文献

专利文献

专利文献1：日本特许第5985709号公报

非专利文献

非专利文献1：Jakob Christensen，etal.，“Multivariate Autofluorescence ofIntact Food Systems”，Chemical Review，Vol.106，No.6(2006)

发明内容

发明要解决的课题

但是，在上述以往的分析方法中，需要大量的样本数据的准备等的非常麻烦的事前准备，在不进行该事前准备的情况下，有对象物的成分分析的精度较低的问题。此外，即使进行事前准备，也有可能发生不能进行适当的成分分析的情况。

所以，本发明的目的是提供一种能够简便且高精度地执行对象物的成分分析的成分分析装置及成分分析方法。

用来解决课题的手段

有关本发明的一技术方案的成分分析装置具备：数据取得电路，取得通过用传感器测量包含多个成分的对象物的波谱而得到的波谱数据；以及分析电路，以由上述数据取得电路取得的上述波谱数据、以及从预先存储表示多种物质的波谱的至少1个参照波谱数据集的存储部读出的上述至少1个参照波谱数据集为输入数据，通过进行上述输入数据的因子分析，确定上述多个成分。

此外，有关本发明的一技术方案的成分分析方法包括：取得通过测量包含多个成分的对象物的波谱而得到的波谱数据；以及以上述波谱数据、以及从预先存储表示多种物质的波谱的至少1个参照波谱数据集的存储部读出的上述至少1个参照波谱数据集为输入数据，通过进行上述输入数据的因子分析，确定上述多个成分。

此外，本发明的一技术方案可以作为用来使计算机执行上述成分分析方法的程序实现。或者，也可以作为保存有该程序的计算机可读取的记录介质实现。

发明效果

根据本发明，能够简便且高精度地执行对象物的成分分析。

附图说明

图1是表示有关实施方式的成分分析装置的功能结构的框图。

图2是表示玉米的EEM数据的图。

图3是表示存储在存储部中的对应信息的一例的图。

图4A是表示苯基丙氨酸(phenylalanine)的EEM数据的图。

图4B是表示酪氨酸(tyrosine)的EEM信息的图。

图4C是表示色氨酸(tryptophane)的EEM数据的图。

图4D是表示ATP的EEM数据的图。

图4E是表示叶绿素的EEM数据的图。

图4F是表示NADH的EEM数据的图。

图4G是表示维生素B2的EEM数据的图。

图5是表示有关实施方式的成分分析装置的动作的流程图。

图6是在有关实施方式的成分分析装置的动作中表示特征因子的决定处理的流程图。

图7A是表示通过PARAFAC分离出的第1特征因子的三维波谱数据的图。

图7B是表示通过PARAFAC分离出的第2特征因子的三维波谱数据的图。

图7C是表示通过PARAFAC分离出的第3特征因子的三维波谱数据的图。

图7D是表示通过PARAFAC分离出的第4特征因子的三维波谱数据的图。

图7E是表示通过PARAFAC分离出的第5特征因子的三维波谱数据的图。

图7F是表示通过PARAFAC分离出的第6特征因子的三维波谱数据的图。

图7G是表示通过PARAFAC分离出的第7特征因子的三维波谱数据的图。

图8是表示由有关实施方式的成分分析装置得到的与7个特征因子对应的得分的图。

图9是表示比较例的PARAFAC的分析结果的图。

具体实施方式

(作为本发明的基础的认识)

本发明者们关于在“背景技术”栏中记载的以往技术，发现会发生以下的问题。

以EEM为代表的分光荧光分析由于对物质利用作为特殊的光的荧光，所以是能够进行精度较高的成分分析的分析手法。此外，分光荧光分析与吸光度分析相比是约1000倍的高感度的分析手法。

另一方面，在作为分析对象的食品或河水中，通常包含多个种类的成分。因此，通过多个种类的成分分别发光而各荧光波谱被叠加，所以EEM数据变得复杂。

通过进行PARAFAC，能够从复杂的EEM数据中，将重叠的荧光波谱的峰值按照各个呈现相同的发光动态的成分分离。使用分离出的峰值的信息，能够根据荧光的峰值强度进行定量分析，或者，能够根据荧光的峰值波长进行成分分析。此外，通过进行主成分分析，能够进行判别分析。

但是，在通过对作为实际的测量数据的EEM数据即实际样本数据原样进行PARAFAC而进行峰值分离的情况下，有不能进行适当的分离的情况。例如，可能发生分离出负的峰值的情况、以及不能分离出设想的应有的峰值的情况等。为了通过PARAFAC进行适当的峰值分离，需要适当的边界条件等的设定，需要事前用许多样本预先取得数据。因此，在以往的PARAFAC中，难以进行成分的适当的分离。

在专利文献1所记载的技术中，也需要事前预先制作按照每个作为分析的对象的食品的数据库。

所以，本发明提供一种能够简便且高精度地执行对象物的成分分析的成分分析装置及成分分析方法。

例如，有关本发明的一技术方案的成分分析装置具备：数据取得电路，取得通过用传感器测量包含多个成分的对象物的波谱而得到的波谱数据；以及分析电路，以由上述数据取得电路取得的上述波谱数据、以及从预先存储表示多种物质的波谱的至少1个参照波谱数据集的存储部读出的上述至少1个参照波谱数据集为输入数据，通过进行上述输入数据的因子分析，确定上述多个成分。

由此，由于对包括参照波谱数据集的输入数据进行因子分析，所以能够提高特征因子的分离精度。此外，由于也不需要大量准备由测量得到的实测数据，所以能够高精度地进行波谱数据中包含的成分的分离。这样，根据有关本技术方案的成分分析装置，能够简便且高精度地执行对象物的成分分析。

此外，例如上述因子分析也可以是平行因子分析。

由此，能够简便且高精度地执行对象物的成分分析。

此外，例如上述波谱数据也可以是三维荧光波谱数据。

由此，由于利用所谓的EEM数据，所以简便且高精度地执行包含发出荧光的有机物的食品等的成分分析。

此外，例如也可以是，上述多种物质是具有自体荧光的物质；上述至少1个参照波谱数据集是上述多种物质的荧光波谱。

由此，能够简便且高精度地执行包含发出自体荧光的有机物的食品等的成分分析。

此外，例如上述多种物质也可以是食品中包含的物质。

由此，能够进行食品或呕吐物的成分分析。例如，能够判别呕吐物和食品。此外，由于还能够在将呕吐物清扫后进行没有被清扫净的残留物的有无的判别，所以也能够用于清扫作业及净化作业的高效化。

此外，例如上述多种物质也可以是自来水、河水或工业废水中包含的有机物。

由此，由于精度良好地进行净水处理前的河水或自来水(即，净水处理后的河水)的成分分析，所以能够精度良好地判别在河水或自来水中是否包含腐植物质及氨基酸等。由此，能够评价净水处理的性能，具体而言，腐植物质及氨基酸等是否被适当地除去。此外，有关本发明的一技术方案的成分分析装置能够用于河水的水质检查。

或者，由于精度良好地进行工业废水的成分分析，所以能够评价工业废水的污染处理是否被适当地进行。例如，在牛奶工厂中进行利用后的牛奶瓶的清洗，在对清洗水进行净化处理后，作为工业废水排水。通过对净化处理后的清洗水进行成分分析，能够评价氨基酸等的微生物来源的物质是否被从清洗水适当地除去了。

此外，例如上述多种物质也可以是气溶胶粒子或气溶胶粒子中包含的物质。

由此，由于精度良好地进行气溶胶粒子的分析，所以能够精度良好地判别例如在空气中是否悬浮有花粉等。由此，例如能够评价由空气清洁机进行的空气的清洁是否被适当地进行。

此外，例如有关本发明的一技术方案的成分分析装置也可以还具备取得表示上述对象物的种类的信息的种类取得电路；至少1个参照波谱数据集包括多个参照波谱数据集；上述多个参照波谱数据集各自按照上述对象物的每个上述种类被预先设定；上述分析电路从上述多个参照波谱数据集中，选择与由上述种类取得电路取得的上述信息表示的上述种类对应的参照波谱数据集，以上述被选择的参照波谱数据集和上述波谱数据为上述输入数据，进行上述因子分析。

由此，由于能够增加可分析的对象物的种类数，所以能够进行多种多样的种类的对象物的成分分析。

此外，例如有关本发明的一技术方案的成分分析装置也可以还具备上述存储部。

由此，在通信环境不完备的情况下也能够简便且高精度地执行对象物的成分分析。此外，由于能够进行存储在存储部中的参照波谱数据集的变更、追加及更新等，所以能够增加可分析的对象物的种类。或者，能够进一步提高成分分析的精度。

此外，有关本发明的一技术方案的成分分析方法包括：取得通过测量包含多个成分的对象物的波谱而得到的波谱数据；以及以上述波谱数据、以及从预先存储表示多种物质的波谱的至少1个参照波谱数据集的存储部读出的上述至少1个参照波谱数据集为输入数据，通过进行上述输入数据的因子分析，确定上述多个成分。

由此，与上述成分分析装置的情况同样，能够简便且高精度地执行对象物的成分分析。

此外，例如也可以是，还包括取得表示上述对象物的种类的信息；至少1个参照波谱数据集包括多个参照波谱数据集；上述多个参照波谱数据集各自按照上述对象物的每个上述种类被预先设定；在上述确定中，从上述多个参照波谱数据集中，选择与由上述种类取得电路取得的上述信息表示的上述种类对应的参照波谱数据集，以上述被选择的参照波谱数据集和上述波谱数据为上述输入数据，进行上述因子分析。

由此，由于能够增加可分析的对象物的种类数，所以能够进行多种多样的种类的对象物的成分分析。

此外，例如有关本发明的一技术方案的成分分析方法也可以还包括测量上述对象物的波谱。

由此，能够精度良好地分析通过测量得到的实测数据。

此外，有关本发明的一技术方案的程序，是用来使计算机执行上述成分分析方法的程序。

由此，与上述成分分析装置的情况同样，能够简便且高精度地执行对象物的成分分析。

有关本发明的一技术方案的计算机可读取的记录介质，是保存有用来进行对象物的成分分析的程序的计算机可读取的记录介质，在上述程序被上述计算机执行时，执行：取得通过测量包含多个成分的对象物的波谱而得到的波谱数据；以及以上述波谱数据、以及从预先存储表示多种物质的波谱的至少1个参照波谱数据集的存储部读出的上述至少1个参照波谱数据集为输入数据，通过进行上述输入数据的因子分析，确定上述多个成分。

在本发明中，电路、单元、装置、部件或部的全部或一部分、或框图中的功能块的全部或一部分例如也可以由包括半导体装置、半导体集成电路(IC)或LSI(大规模集成电路，large scale integration)的1个或多个电子电路执行。LSI或IC既可以集成到1个芯片上，也可以将多个芯片组合而构成。例如，也可以将存储元件以外的功能块集成到1个芯片上。这里称作LSI或IC，但根据集成的程度而叫法变化，也可以称作系统LSI、VLSI(超大规模集成电路，very large scale integration)或ULSI(甚超大规模集成电路，ultra largescale integration)。也可以以相同的目的使用可在LSI的制造后编程的现场可编程门阵列即Field Programmable Gate Array(FPGA)、或能够进行LSI内部的接合关系的再构成或LSI内部的电路划分的设置的可重构逻辑器件即reconfigurable logic device。

进而，电路、单元、装置、部件或部的全部或一部分的功能或操作可以通过软件处理来执行。在此情况下，将软件记录到1个或多个ROM、光盘、硬盘驱动器等的非暂时性记录介质中，在软件被处理装置(processor)执行时，由该软件确定的功能被处理装置(processor)及周边装置执行。系统或装置也可以具备记录有软件的1个或多个非暂时性记录介质、处理装置(processor)及需要的硬件设备、例如接口。

以下，参照附图具体地对实施方式进行。

另外，以下说明的实施方式都表示包含性或具体的例子。在以下的实施方式中表示的数值、形状、材料、构成要素、构成要素的配置位置及连接形态、步骤、步骤的顺序等是一例，不是限定本发明的意思。此外，关于以下的实施方式的构成要素中的、在表示本发明的最上位概念的独立权利要求中没有记载的构成要素，设为任意的构成要素进行说明。

此外，各图是示意图，并不一定是严密地图示的。在各图中，对于实质上相同的结构赋予相同的标号，将重复的说明省略或简略化。

(实施方式)

[1.结构]

首先，使用图1，对有关实施方式的成分分析装置的结构进行说明。

图1是表示有关本实施方式的成分分析装置10的功能结构的框图。如图1所示，成分分析装置10具备作为数据取得电路的数据取得部20、作为分析电路的分析部30、作为种类取得电路的种类取得部40、存储部50和输出部60。

成分分析装置10进行对象物12的成分分析。对象物12例如是食品或呕吐物。或者，对象物12也可以是自来水、河水或工业废水等的水。或者，对象物12也可以是悬浮于空间中的气溶胶(aerosol)粒子。

对象物12包含多个成分。多个成分各自对应于发出自体荧光的物质。多个成分例如是有机物。在照射了在某个波长具有峰值的激励光的情况下，多个成分分别发出在某个波长具有峰值的荧光。激励光的峰值波长和荧光的峰值波长的组合是按照每个成分而固有的。因而，通过判别激励光的峰值波长和荧光的峰值波长的组合，能够确定成分。

数据取得部20取得通过测量对象物12的波谱而得到的波谱数据。数据取得部20取得的波谱数据是三维荧光波谱数据。三维荧光波谱数据是所谓的EEM数据，是以激励波长、荧光波长和荧光强度为三轴的三维数据。EEM数据也被称作荧光指纹。激励波长是向对象物12照射的激励光的波长。荧光波长是从对象物12发出的荧光的波长。

EEM数据通过进行三维荧光波谱的测量而生成。具体而言，EEM数据通过一边使向对象物12照射的激励光的波长连续地变化一边测量各个激励波长的荧光波谱而得到。例如，在对象物12是玉米的情况下，取得图2所示那样的玉米的EEM数据。

图2是表示玉米的EEM数据的图。具体而言，图2表示使用对冻干(freeze－dry)的玉米添加了规定量的水的试料为对象物12的情况下的EEM数据。

在图2中，横轴表示荧光波长[单位：nm]，纵轴表示激励波长[单位：nm]。荧光波长是从玉米发出的荧光的波长。激励波长是向玉米照射的激励光的波长。在图2中，在二维坐标系中表示了将荧光强度相等的坐标连续地连结的等强度线。例如，在玉米中，在激励波长是约280nm并且荧光波长是约340nm的组中存在荧光强度的峰值。

数据取得部20例如由光学机构实现。具体而言，如图1所示，数据取得部20具有分光光源部22及分光受光部24。

分光光源部22是射出被分光的激励光的光源部。具体而言，分光光源部22射出具有相互不同的峰值波长的多个激励光。多个激励光分别例如是脉冲光。分光光源部22例如依次射出多个激励光并向对象物12照射。

分光光源部22例如具有射出白色光等的拥有较宽的波长带的光的光源、和被配置在光源的光射出侧的多个带通滤波器(BPF)。光源例如是卤素灯等的放电灯、LED(发光二极管，Light Emitting Diode)或激光元件等的固体发光元件。多个BPF具有相互不同的透射带，使透射带以外的波长的光充分地衰减。各BPF的透射带的半值宽度例如是10nm以上50nm以下。各BPF的透射带不相互重复。分光光源部22例如通过将配置在光源的光射出侧的BPF按照一定时间依次切换，依次射出多个激励光。由此，能够将激励波长连续地变化的激励光向对象物12照射。

也可以代替BPF而使用衍射栅格或棱镜和狭缝。通过使衍射栅格或棱镜旋转而仅特定的波长的光穿过狭缝，能够使激励波长连续地变化。

分光受光部24是将在激励光被照射在对象物12上的情况下对象物12发出的荧光分光而受光的受光部。具体而言，分光受光部24将透过了相互不同的多个受光带的荧光受光。

分光受光部24例如具有将受光的光变换为电信号并输出的光电变换元件、和被配置在光电变换元件的光入射侧的多个BPF。光电变换元件例如是光敏二极管，输出具有与受光的光的强度对应的信号强度的电信号。光电变换元件也可以是光电子增倍管(PMT：Photomultiplier Tube)等。多个BPF具有相互不同的透射带，使透射带以外的波长的光充分地衰减。各BPF的透射带的半值宽度例如是5nm以上50nm以下。各BPF的透射带不相互重复。

分光受光部24例如通过将被配置在光电变换元件的光入射侧的BPF按照一定时间依次切换，受光各个受光带的荧光。例如，分光受光部24在被照射1个激励光的期间内，进行多个BPF的切换。由此，能够按照激励波长得到各个受光带的荧光强度，能够生成EEM数据。

另外，分光受光部24也可以具备与多个BPF一对一地对应的多个光电变换元件。在此情况下，能够将各个受光带的荧光同时受光，能够使荧光波谱的测量所需要的时间变短。

此外，分光受光部24也可以是具有以二维状排列的多个光电变换元件的图像传感器。由此，按照光电变换元件得到EEM数据，所以能够二维地进行荧光观测。因此，能够同时进行存在于空间内的大范围中的对象物12的成分分析。

数据取得部20也可以由受理被从进行三维荧光波谱的测量的测量装置输出的数据的输入接口或通信接口等实现。即，成分分析装置10也可以不具备分光光源部22及分光受光部24，也可以其他测量装置具备分光光源部22及分光受光部24。

分析部30通过以由数据取得部20取得的波谱数据和被从存储部50读出的参照波谱数据集52为输入数据、进行该输入数据的因子分析，确定波谱数据中包含的多个成分。因子分析具体而言是平行因子分析(PARAFAC)。PARAFAC基于以下的(式1)进行。

[数式1]

x

a

在本实施方式中，分析部30基于被分离出的第f特征因子的得分，确定对象物12中包含的成分。另外，第f特征因子的得分被用a

分析部30按照特征因子，将得分与预先设定的阈值比较。在特征因子的得分超过了阈值的情况下，分析部30确定对应于该特征因子的成分是包含在对象物12中的成分。在特定因子的得分是阈值以下的情况下，分析部30判断为对应于该特征因子的成分不包含在对象物12中。阈值例如是0，但并不限于此。

分析部30例如通过由处理器等执行的软件实现。或者，分析部30也可以由包括多个电路元件的电子电路等的硬件实现。具体而言，分析部30如图1所示，具有信息处理部32。

信息处理部32例如是微型计算机。具体而言，信息处理部32具备对被从分光受光部24输出的信号进行处理的信号处理电路、保存有程序的非易失性存储器、用来执行程序的作为暂时性的存储区域的易失性存储器、输入输出端口及执行程序的处理器等。

种类取得部40取得表示对象物12的种类的种类信息。种类取得部40例如由触控面板显示器的接触传感器、键盘或鼠标等的输入装置实现。种类取得部40通过受理用户操作而取得种类信息。

种类取得部40例如将对象物12的种类的多个候选向用户提示，通过使用户从所提示的多个候选中选择1个，取得种类信息。多个候选例如是在图3所示的对应信息中包含的多个种类。种类取得部40也可以使用户通过文本输入或声音输入等输入对象物12的种类。

存储部50是预先存储参照波谱数据集52的存储部。在本实施方式中，在存储部50中还存储有对应信息54。参照波谱数据集52及对应信息54也可以能够根据需要而进行追加、删除及更新等的变更。存储部50例如由HDD(硬盘驱动器，Hard Disk Drive)或半导体存储器等实现。

参照波谱数据集52表示预先准备的多种物质的波谱。参照波谱数据集52表示多种物质的荧光波谱。参照波谱数据集52被存储在存储部50中。在本实施方式中，在存储部50中存储有按照对象物12的种类而预先设定的参照波谱数据集52。

多种物质例如是具有自体荧光的物质。在多种物质中，包括预先设想被包含在对象物12中的物质、即设想特征因子。或者，在多种物质中，也可以包括被期待为不包含在对象物12中的物质。如图3所示，按照对象物12的种类而预先设定了包含在参照波谱数据集52中的多种物质。

图3是表示存储在存储部50中的对应信息54的一例的图。对应信息54是表示对象物12的种类与包含在参照波谱数据集52中的多种物质的对应关系的信息。

如图3所示，在对象物12是食品的情况下的参照波谱数据集52中，包含苯基丙氨酸、酪氨酸、色氨酸、ATP(三磷酸腺苷酶)、叶绿素、NADH(烟酰胺腺嘌呤二核苷酸)及维生素B2的7种物质的波谱数据。在对象物12是河水或自来水的情况下的参照波谱数据集52中，包括腐殖酸、富里酸及色氨酸的3种物质的波谱数据。在对象物12是工业废水的情况下的参照波谱数据集52中，包括氨基酸及NADH的两种物质的波谱数据。

此外，在对象物12是气溶胶的情况下的参照波谱数据集52中，包括NADH、柳杉花粉及日本扁柏花粉的3种物质的波谱数据。NADH是包含在来源于生物的气溶胶粒子中的物质的一例。柳杉花粉及日本扁柏花粉是气溶胶粒子的一例。

或者，参照波谱数据集52也可以代替柳杉花粉而包含作为包含在柳杉花粉中的物质的Cryj1及Cryj2的两种物质的波谱数据。Cryj1及Cryj2是柳杉花粉的主要变态反应源。同样，参照波谱数据集52也可以代替日本扁柏花粉而包含作为在日本扁柏花粉中包含的物质的Chao1及Chao2的两种物质的波谱数据。Chao1及Chao2是日本扁柏花粉的主要变态反应源。

另外，图3所示的对应关系只不过是一例。各参照波谱数据集52中包含的物质的种类及个数没有被特别限定。例如，作为在食品的参照波谱数据集52中包含的物质，也可以包含骨胶原或者维生素A或叶酸等的维生素类。此外，例如作为气溶胶的参照波谱数据集52中包含的物质，也可以包括气溶胶粒子和包含在该气溶胶粒子中的物质。例如，气溶胶的参照波谱数据集52也可以包括柳杉花粉、Cryj1和Cryj2各自的波谱数据。

图4A至图4G分别是表示在对象物12是食品的情况下使用的参照波谱数据集52中包含的多种物质的波谱数据的图。具体而言，图4A至图4G表示苯基丙氨酸、酪氨酸、色氨酸、ATP、叶绿素、NADH及维生素B2的EEM数据。如图4A至图4G所示，荧光强度为峰值时的激励波长与荧光波长的组合是按照物质所固有的。

输出部60将分析部30的分析结果输出。分析结果具体而言是基于平行因子分析的分析结果，是用来确定在由数据取得部20取得的EEM数据中包含的多个成分的信息。例如，分析结果是在EEM数据中包含的多个成分各自的名称。分析结果表示的成分对应于在对象物12中包含的成分。

输出部60例如具有显示表示分析结果的图像的显示部62。显示部62是液晶显示装置或有机EL(电致发光，Electroluminescence)显示装置等，但并不限于这些。

此外，输出部60也可以具有将分析结果作为声音输出的扬声器。此外，输出部60也可以具有将表示分析结果的信号向外部设备输出的输出接口或通信接口。

[2.动作(成分分析方法)]

接着，使用图5及图6对有关本实施方式的成分分析装置10的动作(即，成分分析方法)进行说明。

图5是表示有关本实施方式的成分分析装置10的动作的流程图。图6是在有关本实施方式的成分分析装置10的动作中表示特征因子的决定处理的流程图。具体而言，图6表示图5的步骤S12的详细情况。

如图5所示，首先，数据取得部20测量对象物12的波谱数据(S10)。具体而言，数据取得部20通过测量对象物12的三维荧光波谱，取得EEM数据作为波谱数据。更具体地讲，分光光源部22一边使激励波长连续地变化一边射出激励光，分光受光部24通过将被从对象物12发出的荧光按照受光带受光，进行三维荧光波谱的测量。在1次的测量中得到1个EEM数据。也可以通过将测量反复进行多次来取得多个EEM数据。这里，假设所取得的EEM数据的个数为M个。M是自然数，也可以是1。

接着，分析部30进行由数据取得部20取得的EEM数据17中包含的成分即特征因子的决定(S12)。具体如图6所示，首先，种类取得部40取得对象物12的种类信息(S20)。例如，种类取得部40通过使用户输入在步骤S10中被测量的对象物12的种类，取得种类信息。

接着，分析部30取得与种类信息表示的种类对应的、由N个设想特征因子的波谱数据构成的参照波谱数据集52(S22)。具体而言，分析部30参照存储在存储部50中的对应信息54，确定在与种类信息表示的种类对应的参照波谱数据集52中包含的N种物质，将所确定的N种物质的波谱数据从存储部50读出。另外，N是2以上的自然数。

接着，分析部30取得由数据取得部20取得的M个波谱数据(S24)。进而，分析部30将用来进行平行因子分析的设定值f设定为1(S26)。设定值f对应于通过平行因子分析分离出的特征因子的个数。

接着，分析部30将由通过用传感器测量而得到的M个波谱数据和N个设想特征因子的波谱数据构成的参照波谱数据集作为输入数据处置。即，分析部30对作为输入数据的M+N个波谱数据执行平行因子分析(PARAFAC)(S28)。在执行PARAFAC的结果能够分离出f个特征因子的情况下(S30中Yes)，分析部30对设定值f的值加1(S32)，基于成为2的设定值f，再次执行PARAFAC(S28)。PARAFAC被反复进行，直到不再能够分离为f个特征因子。

在不能分离为f个特征因子的情况下(S30中No)，分析部30将f－1决定为特征因子的最大数(S34)。即，分析部30决定能够分离的最大的特征因子的数量。

接着，分析部30基于f－1个特征因子各自的得分，确定包含在对象物12中的成分(S36)。具体而言，分析部30将各得分与阈值比较，判别与超过了阈值的特征因子对应的成分是对象物12的成分。

在得到判别结果后，如图5所示，显示部62显示结果(S14)。例如，显示部62将包含在对象物12中的成分的名称列举而显示。此外，也可以显示通过PARAFAC分离出的各个特征因子的波谱数据及各个特征因子的得分。

[3.解析结果]

以下，对使用通过实测得到的图2所示的波谱数据进行有关本实施方式的平行因子分析的结果进行说明。PARAFAC例如使用Eigenvector Research公司的化学计量学软件Solo来进行。

由于对象物12是玉米、即食品，所以如图3所示，使用苯基丙氨酸、酪氨酸、色氨酸、ATP、叶绿素、NADH及维生素B2的7种物质的波谱数据作为参照波谱数据集。具体而言，以图2所示的1个波谱数据和图4A至图4G所示的7个波谱数据的合计8个波谱数据为输入数据，进行PARAFAC。

由此，能够分离为图7A至图7G所示的第1特征因子至第7特征因子的合计7个特征因子。另外，图7A至图7G分别是表示通过PARAFAC分离出的第1特征因子至第7特征因子的三维波谱数据的图。

例如，将图7A所示的第1特征因子的波谱数据与图4A所示的苯基丙氨酸的波谱数据比较可知，得到了类似的波谱数据。具体而言，基于与包含在输入数据中的各波谱数据对应的第1特征因子的得分，判别第1特征因子对应于包含在输入数据中的多个波谱数据的哪个。具体而言，判别为第1特征因子对应于得到了第1特征因子的得分中的最大的得分的波谱数据。

关于第2特征因子至第7特征因子也同样，能够基于各个特征因子的得分来判别各特征因子对应的物质。具体而言，图7B所示的第2特征因子对应于图4B所示的酪氨酸。图7C所示的第3特征因子对应于图4C所示的色氨酸。图7D所示的第4特征因子对应于图4D所示的ATP。图7E所示的第5特征因子对应于图4E所示的叶绿素。图7F所示的第6特征因子对应于图4F所示的NADH。图7G所示的第7特征因子对应于图4G所示的维生素B2。

图8是表示由有关本实施方式的成分分析装置10得到的对于7个特征因子的得分的图。得分如上述那样，通过分析部30进行PARAFAC而自动地计算。在图8中，仅图示了输入数据是玉米的波谱数据的情况，但得分对于8个输入数据分别按照特征因子来计算。得分由将最高的数值设为100时的值表示。

例如，对应于酪氨酸的第2特征因子的相对于图7B所示的酪氨酸的波谱数据的得分是100。在此情况下，对应于酪氨酸的第2特征因子的相对于玉米的波谱数据的得分如图8所示那样是5.95。得分表示包含在波谱数据中的特征因子被包含的确信度。得分越低，越推断为不包含对应的特征因子，得分越高，越推断为包含对应的特征因子。另外，玉米的各特征因子的得分并不表示相对于玉米的特征因子的含有量或比率。

在本实施方式中，如上述那样，分析部30将得分与阈值比较，判定为得分超过了阈值的情况下的特征因子包含在对象物12中。如果将阈值设为0，则在图8所示的例子中，分析部30作为在玉米中包含的成分而确定酪氨酸、色氨酸、ATP、叶绿素、NADH及维生素B2。此外，分析部30作为在玉米中不包含的成分而确定苯基丙氨酸。

如以上这样，根据有关本实施方式的成分分析装置10，通过使用参照波谱数据集52，能够简便且高精度地执行成分分析。

另外，作为比较例，也对不使用参照波谱数据集52而执行了PARAFAC的情况进行说明。

具体而言，与图2所示的波谱数据同样，以基于5次测量的5个EEM数据为输入数据，执行PARAFAC。在此情况下，如图9的部分(a)至(d)所示，仅能够分离为4个特征因子。此外，如图9的部分(d)所示，在第4特征因子中，作为通常的EEM数据而得到了没有被生成的结果。这样，在比较例中，尽管增加了测量次数，也没有得到适当的分离结果。

(其他实施方式)

以上，基于实施方式对有关1个或多个技术方案的成分分析装置及成分分析方法进行了说明，但本发明并不限定于这些实施方式。只要不脱离本发明的主旨，对本实施方式施以了本领域技术人员想到的各种变形后的形态、以及将不同实施方式的构成要素组合而构建的形态也包含在本发明的范围内。

例如，在上述的实施方式中，表示了因子分析是平行因子分析的例子，但并不限于此。例如，因子分析也可以是Tucker、Tucker2、PARAFAC2等的3相因子分析。

此外，例如在上述的实施方式中，表示了波谱数据是三维荧光波谱数据的例子，但并不限于此。例如，波谱数据也可以是在二维液体色谱分析中使用的波谱数据。此外，波谱数据也可以是具有时间轴的波谱数据，即时间变化的波谱数据。例如，通过进行通过在多个不同的时刻测量而得到的多个EEM数据的成分分析，能够判别对象物中包含的成分的时间变化。例如，能够判别因对对象物赋予了药剂时的化学反应带来的成分的变化。

此外，例如在上述的实施方式中，表示了多种物质是发出自体荧光的物质的例子，但并不限于此。例如，多种物质也可以是包含荧光素等的被人工添加的荧光色素的物质。

此外，例如在上述的实施方式中，表示了按照对象物12的种类将参照波谱数据集建立对应的例子，但并不限于此。例如，也可以在存储部50中仅存储与食品对应的参照波谱数据集，成分分析装置10也可以是确定食品中包含的成分的专用的装置。

另外，例如在成分分析装置10是进行食品的成分分析的专用的装置的情况下，由于种类被预先设定，所以不需要从用户接受种类的指定。因此，成分分析装置10也可以不具备种类取得部40。

此外，例如成分分析装置10也可以不具备存储参照波谱数据集的存储部50。参照波谱数据集例如也可以被存储在外部的服务器装置等的成分分析装置10以外的装置的存储器中。成分分析装置10也可以通过与该服务器装置通信而取得参照波谱数据集，使用所取得的参照波谱数据集进行因子分析。

此外，例如在上述的实施方式中，表示了分光受光部24将从对象物12发出的荧光受光的例子，但并不限于此。分光受光部24也可以将从对象物12返回来的反射光或散乱光受光。

此外，关于在上述实施方式中说明的装置间的通信方法没有被特别限定。在装置间进行无线通信的情况下，无线通信的方式(通信规格)例如是ZigBee(注册商标)、Bluetooth(注册商标)或无线LAN(局域网，Local Area Network)等的近距离无线通信。或者，无线通信的方式(通信规格)也可以是经由因特网等的广域通信网络的通信。此外，在装置间，也可以代替无线通信而进行有线通信。有线通信具体而言，是电力线输送通信(PLC：电力线通信，Power Line Communication)或使用有线LAN的通信等。

此外，在上述实施方式中，也可以将特定的处理部执行的处理由其他的处理部执行。此外，也可以将多个处理的顺序变更，或者将多个处理并行执行。此外，成分分析装置具备的构成要素向多个装置的分配是一例。例如，也可以由其他装置具备一个装置具备的构成要素。

例如，在上述实施方式中说明的处理既可以通过使用单一的装置(系统)进行集中处理来实现，或者也可以通过使用多个装置进行分散处理来实现。此外，执行上述程序的处理器既可以是单个也可以是多个。即，既可以进行集中处理，或者也可以进行分散处理。

此外，在上述实施方式中，控制部等的构成要素的全部或一部分既可以由专用的硬件构成，或者也可以通过执行适合于各构成要素的软件程序来实现。各构成要素也可以通过CPU(中央处理单元，Central Processing Unit)或处理器等的程序执行部将记录在HDD(硬盘驱动器，Hard Disk Drive)或半导体存储器等的记录介质中的软件程序读出并执行来实现。

此外，控制部等的构成要素也可以由1个或多个电子电路构成。1个或多个电子电路既可以分别是通用的电路，也可以是专用的电路。

在1个或多个电子电路中，例如也可以包括半导体装置、IC(集成电路，IntegratedCircuit)或LSI(大规模集成电路，Large Scale Integration)等。LSI或IC既可以被集成到1个芯片上，也可以被集成到多个芯片上。这里称作LSI或IC，但根据集成的程度而叫法变化，也可以称作系统LSI、VLSI(超大规模集成电路，very large scale integration)或ULSI(甚超大规模集成电路，ultra large scale integration)。此外，也可以以相同的目的使用可在LSI的制造后编程的FPGA(现场可编程门阵列，Field Programmable GateArray)。

此外，本发明的全局性或具体的形态也可以由系统、装置、方法、集成电路或计算机程序实现。或者，也可以由存储有该计算机程序的光盘、HDD或半导体存储器等的计算机可读取的非暂时性的记录介质实现。此外，也可以由系统、装置、方法、集成电路、计算机程序及记录介质的任意的组合实现。

此外，上述的各实施方式可以在权利要求书或其等价的范围中进行各种变更、替换、附加、省略等。

产业上的可利用性

本发明能够作为能够简便且高精度地执行对象物的成分分析的成分分析装置利用，例如，能够用于水质检查装置、污染物质的检测装置或该污染物质的净化装置等。

标号说明

10 成分分析装置

12 对象物

20 数据取得部

22 分光光源部

24 分光受光部

30 分析部

32 信息处理部

40 种类取得部

50 存储部

52 参照波谱数据集

54 对应信息

60 输出部

62 显示部