JP2017217486A - 集中度評価装置、集中度評価方法、及びプログラム - Google Patents

集中度評価装置、集中度評価方法、及びプログラム Download PDF

Info

Publication number
JP2017217486A
JP2017217486A JP2017113779A JP2017113779A JP2017217486A JP 2017217486 A JP2017217486 A JP 2017217486A JP 2017113779 A JP2017113779 A JP 2017113779A JP 2017113779 A JP2017113779 A JP 2017113779A JP 2017217486 A JP2017217486 A JP 2017217486A
Authority
JP
Japan
Prior art keywords
subject
concentration
brain potential
value
brain
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
JP2017113779A
Other languages
English (en)
Other versions
JP6856860B2 (ja
Inventor
ゆり 渡邉
Yuri Watanabe
ゆり 渡邉
小林　洋平
Yohei Kobayashi
洋平 小林
美枝子 田中
Mieko Tanaka
美枝子 田中
幸夫 小杉
Yukio Kosugi
幸夫 小杉
利光 武者
Toshimitsu Musha
利光 武者
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
BRAIN FUNCTIONS LABORATORY Inc
Original Assignee
BRAIN FUNCTIONS LABORATORY Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by BRAIN FUNCTIONS LABORATORY Inc filed Critical BRAIN FUNCTIONS LABORATORY Inc
Publication of JP2017217486A publication Critical patent/JP2017217486A/ja
Application granted granted Critical
Publication of JP6856860B2 publication Critical patent/JP6856860B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

【課題】被験者の集中度を適切に評価することができる集中度評価装置等を提供する。【解決手段】本発明は、被験者の集中度を評価するための集中度評価装置であって、被験者の頭部に取り付けられたセンサを用いて該頭部表面の複数の異なる位置における該被験者の脳電位信号を取得する脳電位信号取得部と、第１の複数の位置における脳電位信号のそれぞれから第１の周波数帯域の時系列データを抽出し、該それぞれ抽出された時系列データから生成された複数の次元の時系列データに対して主成分分析を行って第１主成分の相対寄与率を算出し、第２の複数の位置における脳電位信号のそれぞれから、該脳電位信号ごとにパワースペクトルをそれぞれ算出し、該パワースペクトルを用いて第２の周波数帯域内のパワー平均値を算出し、相対寄与率及びパワー平均値に基づいて被験者の集中度の評価値を算出する演算部と、を備える集中度評価装置である。【選択図】図１

Description

本発明は、集中度評価装置等に関し、特に被験者から取得される脳電位信号の時系列データを用いて集中度を評価する集中度評価装置等に関する。
集中度を定量的に推定又は評価する技術は、瞬目の回数や眼球運動着目したもの、心拍や脈波の生体信号を用いたもの、脳波を利用したもの等、様々な手法が知られている。その中でも脳波を使用した技術として、被験者から取得されるβ波の主成分分析を行い、第１主成分の相対寄与率を集中度とする技術が知られている（非特許文献１）。
国際公開第２０１６／０１３５９６号
Musha T, Terasaki Y, Takahashi T, Haque H A: Numerical Estimation of the State of Mind, Intemational Conference on Soft Computing (4th) Iizuka, 25-29, 1996 Ishihara T., Yoshi N. (1972). Multivariate analytic study of EEG and mental activity in juvenile delinquents. Electroencephalogr. Clin. Neurophysiol. 33, 71-80 10.1016/0013-4694(72)90026-0 Josefien Huijgen et al.: Amygdala processing of social cues from faces: an intracranial EEG study, Social Cognitive and Affective Neuroscience, doi: 10.1093, May 2015
車の運転中に脇見してしまったり眠気によりうとうとしてしまったりする等の集中力の低下は、交通事故の発生の原因となる可能性があるため深刻な問題であることから、集中している度合いを示す集中度を定量的に評価することは重要である。また、特定の作業中に集中をしているかどうかを定量的に評価することは、どれだけ関心を持って注目しているか等を評価することができることから、映像コンテンツの関心度や教育教材を評価するにあたっても有効なものとなりうる。
しかしながら、非特許文献１の技術を用いると、安静閉眼や安静開眼時の集中度の値が大きく算出される傾向があるという問題があった。本発明は、このような課題を解決するためになされたものであり、被験者の集中度を適切に評価することができる集中度評価装置等を提供することを主目的とする。
上記の目的を達成するために、本発明の一態様としての集中度評価装置は、被験者の集中度を評価するための集中度評価装置であって、前記被験者の頭部に取り付けられたセンサを用いて該頭部表面の複数の異なる位置における該被験者の脳電位信号を取得する脳電位信号取得部と、前記被験者の集中度の評価値を算出する演算部であって、前記脳電位信号取得部により取得された第１の複数の位置における脳電位信号のそれぞれからβ波帯域の少なくとも一部を含む第１の周波数帯域の時系列データを抽出し、該それぞれ抽出された時系列データから生成された複数の次元の時系列データに対して主成分分析を行って第１主成分の相対寄与率を算出し、前記脳電位信号取得部により取得された第２の複数の位置における脳電位信号のそれぞれから、該脳電位信号ごとにパワースペクトルをそれぞれ算出し、該パワースペクトルを用いてθ波帯域の少なくとも一部を含む第２の周波数帯域内のパワー平均値を算出し、前記相対寄与率及び前記パワー平均値に基づいて前記被験者の集中度の評価値を算出する、演算部と、を備えることを特徴とする。
また、本発明において好ましくは、前記第１の複数の位置は、前記被験者の前頭部表面の４つの異なる位置であり、前記第２の複数の位置は、前記被験者の前頭部表面の３つの異なる位置である。
また、本発明において好ましくは、前記第１の周波数帯域は、１３〜２０Ｈｚであり、前記第２の周波数帯域は、３〜７Ｈｚである。
また、本発明において好ましくは、前記演算部は、前記相対寄与率と前記パワー平均値の平方根とに基づいて前記被験者の集中度の評価値を算出する。
また、本発明において好ましくは、前記演算部は、前記脳電位信号取得部により取得された３つの異なる位置における脳電位信号のそれぞれから脳深部の活動に起因する特定の周波数帯域のデータをそれぞれ抽出し、該それぞれ抽出されたデータの位相関係に基づいて、該取得された３つの異なる位置における脳電位信号の相関関係を示す相関値を算出し、算出される前記相関値の時間的なばらつきに基づいてばらつき指標値を算出し、前記相関値及び前記ばらつき指標値に更に基づいて、前記被験者の集中度の評価値を算出する。
また、本発明において好ましくは、前記特定の周波数帯域は、３〜７Ｈｚである。
また、上記の目的を達成するために、本発明の一態様としての集中度を評価する方法は、被験者の集中度を評価するための方法であって、前記被験者の頭部に取り付けられたセンサを用いて該頭部表面の複数の異なる位置における該被験者の脳電位信号を取得するステップと、第１の複数の位置における前記取得された脳電位信号のそれぞれからβ波帯域の少なくとも一部を含む第１の周波数帯域の時系列データを抽出し、該それぞれ抽出された時系列データから生成された複数の次元の時系列データに対して主成分分析を行って第１主成分の相対寄与率を算出するステップと、第２の複数の位置における前記取得された脳電位信号のそれぞれから、該脳電位信号ごとにパワースペクトルをそれぞれ算出し、該パワースペクトルを用いてθ波帯域の少なくとも一部を含む第２の周波数帯域内のパワー平均値を算出するステップと、前記相対寄与率及び前記パワー平均値に基づいて前記被験者の集中度の評価値を算出するステップと、を有することを特徴とする。
また、上記の目的を達成するために、本発明の一態様としてのプログラムは、被験者の集中度を評価するためのプログラムであって、コンピュータに、前記被験者の頭部に取り付けられたセンサを用いて該頭部表面の複数の異なる位置における該被験者の脳電位信号を取得するステップと、第１の複数の位置における前記取得された脳電位信号のそれぞれからβ波帯域の少なくとも一部を含む第１の周波数帯域の時系列データを抽出し、該それぞれ抽出された時系列データから生成された複数の次元の時系列データに対して主成分分析を行って第１主成分の相対寄与率を算出するステップと、第２の複数の位置における前記取得された脳電位信号のそれぞれから、該脳電位信号ごとにパワースペクトルをそれぞれ算出し、該パワースペクトルを用いてθ波帯域の少なくとも一部を含む第２の周波数帯域内のパワー平均値を算出するステップと、前記相対寄与率及び前記パワー平均値に基づいて前記被験者の集中度の評価値を算出するステップと、を実行させることを特徴とする。
本発明によれば、被験者の集中度を適切に評価することができる。
本発明の第１の実施形態の集中度評価装置の全体構成図である。 本発明の第１の実施形態の電子装置のハードウェア構成図である。 国際１０−２０法における電極位置を示す図である。 中心部にダイポール電流源を持つ均一球モデル表面の電位を示す図である。 中心部にダイポール電流源を持つ均一球モデル表面の電位を示す図である。 中心部にダイポール電流源を持つ均一球モデル表面の電位を示す図である。 中心部にダイポール電流源を持つ均一球モデル表面の電位を示す図である。 遅延パラメータ空間上のプロットを示す図である。 中心部にダイポール電流源を持つ均一球モデル表面における各電極Ａ、Ｂ、Ｃの電位の時間発展を示す図である。 本発明の第１の実施形態の変形例による集中度評価装置の帽子装着型電極の外観概要図である。 図１０に示す集中度評価装置の基準電位測定用の導電性ゴム電極概要図を示す図である。 本発明の第１の実施形態の集中度評価装置の機能ブロック図である。 本発明の第１の実施形態の集中度評価装置の情報処理を示すフロー図である。 本発明の第２の実施形態の集中度評価装置の情報処理を示すフロー図である。 本発明の第２の実施形態の集中度評価装置が３重相関値Ｓを算出する情報処理を示すフローチャートである。 本発明の第２の実施形態の集中度評価装置により作成された、２つの遅延パラメータ（τ１、τ２）が形成する特徴空間上における被験者Ｘの３重相関値分布の疑似３次元表示を示す図である。 本発明の第２の実施形態の集中度評価装置により作成された、２つの遅延パラメータ（τ１、τ２）が形成する特徴空間上における被験者Ｙの３重相関値分布の疑似３次元表示を示す図である。 図１６の３次元表示の図を上から見た図であって、３つの信号が同符号をとる領域を白で表し、３つの信号のいずれか１つの符号が異なる領域を黒で表した図である。 図１７の３次元表示の図を上から見た図であって、３つの信号が同符号をとる領域を白で表し、３つの信号のいずれか１つの符号が異なる領域を黒で表した図である。 図１８、図１９より指標ＳＤを算出するときの白の四角形の領域間の縦横方向の各距離ｄｘｉ（ｉ＝１、２、…、ｍ）、ｄｙｊ（ｊ＝１、２、…、ｎ）を説明する図である。 実施例１において、各状態における各被験者の相対寄与率ＰＣＡβを示す図である。 実施例１において、各状態における各被験者のパワー平均値ＰｏｗｅｒＡｖｅを示す図である。 実施例１において、各状態における各被験者の評価値Ｔ１を示す図である。 実施例２において、各状態における被験者の評価値Ｔ１と感情指標値Ｅｍを示す図である。 実施例３において、各状態における各被験者の評価値Ｔ１を示す図である。 実施例３において、各状態における各被験者の感情指標値Ｅｍを示す図である。 実施例３において、各状態における各被験者の評価値Ｔ２を示す図である。
以下、図面を参照して、本発明の実施形態による集中度評価装置について説明する。本実施形態による集中度評価装置は、被験者の頭部に取り付けられたセンサを用いて、該頭部表面における脳電位信号を取得し、取得した脳電位信号から被験者の集中度の評価値を算出することにより、被験者の集中度を評価する。なお本実施形態では、図３に示すような国際１０−２０法における電極位置を用いて、評価値の算出に用いる脳電位信号の取得位置を説明する。
［測定原理］
最初に、本実施形態による集中度評価装置の測定原理について簡単に説明する。ヒトの脳の活動は、扁桃体、海馬、視床下部などから構成され、深部に位置する発生学的に古い脳である大脳辺縁系と、大脳の外側に位置する大脳新皮質との活動のバランスによって担われている。ヒトが何かに集中するという場合、クールな知的作業を担う頭頂葉新皮質（大脳新皮質）の活動が主として現れるが、悲しみや喜び、怒りといった感情的な面に脳活動が集中する場合には、主として大脳辺縁系の活動が支配的になる。
クールな知的活動に関する脳の活動について説明する。暗算などの集中した作業を行ったとき、前頭正中部にθ波が出現することが知られており、このθ波はＦｍθ（Frontal midline θ rhythm）と呼ばれる。古くからＦｍθは着目されており、クレベリンテストや暗算のような精神活動時に前頭部θ波が出現し、注意・集中などの機能に関与していることが知られている（非特許文献２）。このθ波は国際１０−２０法におけるＦｚ付近に優位にみられる。
そこで本出願人は、Ｆｚを含む前頭部から取得される脳電位信号のパワースペクトル値の平均値を集中度の指標に用いることができると考えた。Ｆｍθは、Ｆｚに強く出現するが、その周囲のＦ３、Ｆ４にも同様に出現する。Ｆ３にＦｍθが出現する人もいれば、Ｆ４にＦｍθが出現する人もいるなど、Ｆｍθが出現する場所は個人によって様々である。これは、利き手や個人の脳の発達にも影響があると思われる。上記より本出願人は、例えばＦ３、Ｆ４、Ｆｚの位置から取得される３つの脳電位信号のパワースペクトルを算出し、一般的にＦｍθの周波数帯域といわれる６〜７Ｈｚを含む周波数帯域（例えば３〜７Ｈｚ）における平均を求めることで、高精度の評価ができる集中度の指標が算出可能であると考えた。
なお、集中した作業を行ったときに出現するθ波は、出現しやすい人と出現しにくい人がいると言われており、年齢による出現率は５〜７歳は低く（２０％）、８〜１１歳が最高で（７０％）、以後年齢を増すごとに低下する傾向がある。与えられた精神作業の難易度、種類、又は時間的制約によって出現量は影響される。
一方、β波は安定して、前頭部（例えばＦｐ１、Ｆｐ２、Ｆ３、Ｆ４）に出現する。前述のβ波を使用した主成分分析による集中度の方法は、集中した作業時に第１主成分の相対寄与率が高くなることに着目したものである。しかし、この相対寄与率は、脳波がコヒーレントであると増加し、コヒーレント性が低いと低下することから、安静閉眼時や安静開眼時の相対寄与率が大きく算出される傾向がある。したがって、集中していない安静閉眼時等の場合でも集中度が高いと誤った評価をすることがある。
Ｆｍθ波はβ波ほど安定して出現しないが、安静閉眼時や安静開眼時に、タスク中に比べて目立って出現するということはない。そこで、本発明の一実施形態では、安定的に適切に集中度を評価するために、上記のＦｍθ波帯域におけるパワー平均値と、β波帯域の主成分分析の結果とを結合した、前頭部新皮質の活動に基づいた評価値を定め、当該評価値により集中度を評価する。
続いて感情的な面に関する脳の活動について説明する。何らかの感情に集中した場合には、古い脳である大脳辺縁系の活動、特に脳深部に位置する扁桃体やその周辺に位置する多くの神経核及び古皮質の活動が支配的になる。このような脳深部の活動を効率良く捉えるのには、頭部表面の３点に配置した電極から、同位相成分を抽出し演算する方式（特許文献１：PCT/JP2015/070893）が有効である。上記方式は、特に、大脳辺縁系の活動を有効に捉えるのには、扁桃体までの直達距離が短い前側頭葉（例えば、Ｆ３、Ｆ７、Ｃ３）の３電極に対して適用するのが有効である。本出願人は、非特許文献３に記載されている脳内挿入電極での電位観測波形から類推し、７Ｈｚ以下のδ波、θ波成分に観測帯域を限定すると、より大脳辺縁系の活動を有効に捉えることができると考えた。このような脳深部の活動は、感情が大きく変動する際の集中度に関連することが考えられるため、本発明の一実施形態では、脳深部の活動に基づいた指標値を定め、集中度の評価値の算出にあたって当該指標値を用いる。
このように、本発明の一実施形態による集中度評価装置は、前頭部新皮質の活動に基づいた評価値を用いて車の運転や勉強のように感情の動きを伴わない場合の集中度の評価を行う。また、本発明の他の一実施形態による集中度評価装置は、前頭部新皮質の活動に基づいた評価値に加えて、脳深部の活動に基づいた指標値を更に用いて映画鑑賞のように感情移入した場合の集中度の評価を行う。
以下に、前述の脳深部の活動を頭部表面の３点に配置した電極から捉える方法について、簡単に説明する。
本方法においては、脳深部に等価ダイポール電源を仮定しており、このダイポール電位活動を解析するための電位分布測定を、頭皮上に配置した３つの異なる場所に配置された電極にて行う。脳深部に電源がある場合には、これら３つの電極で観測される電位波形には強い位相関係が存在するという事実に基づいて、この位相関係を評価する。このようにして、脳深部に仮定した等価ダイポール電源の時間的な挙動を近似的に推定する。これは、地震波に例えれば、表層に震源を持つ地震波が観測地点ごとに大きく異なるのに比し、深部に震源を持つ地震波では、近い距離をおいて配置された地震計ではほぼ同じ振幅・位相のＰ波が観測されることと同等な現象である。
本方法においては、脳深部の活動に基づいて表面に現れる電位波形は近い距離離れた表面においてはほぼ同位相であることから、３つの電位の符号が同一であるデータのみを加算する構成とするのが好ましい。ただし、すべてのデータを演算の対象とすることもできる。
具体的な情報処理としては、まず３つの電位信号が入力されると、３つの電位が同符号の信号を選択する。１つの例では、電位の符号を判定する際の基準電位は皮質活動を直接反映しない耳朶が用いられる。他の例では、帯域フィルタやデジタルフィルタで直流分が遮断される場合、それぞれの電極ごとの時間平均から見た正負の符号により判定する。
続いて３重相関値を算出する。３重相関値は、３つの電極からの特定の周波帯域の電位信号をそれぞれＥＶＡ（ｔ）、ＥＶＢ（ｔ）、ＥＶＣ（ｔ）としたとき、１つの電極の電位信号に対し、τ１、τ２の時間ずれのある信号との積を使用する。以下に示す式１は３重相関値Ｓｔの１つの例示である。ここでＴは３重相関値の演算対象時間であり、Δｔは各電位信号のデータサンプリング周期であり、Ｎは規格化するための定数であって、例えば３つの信号の積の計算回数である。

（式１）
ここで、上述の演算で得られる遅延パラメータ空間上の３重相関プロットが、脳深部の等価ダイポール電源の挙動とどのような関係にあるかを、均一媒質からなる球状モデルを用いて説明する。以下では、説明の便宜上、球モデル各部の呼称を地球になぞらえ、北極（ＮＰ）、南極（ＳＰ）、赤道等と記載する。
脳深部の活動は、等価的に、深部に微小電流源があるように脳の表面上で観測されることから、球の中心部に、南極から北極に向かう方向に微小電流源を仮定する。この電流源が球表面上につくる電位分布は、図４に示すように、北半球では＋、南半球では−、赤道上ではゼロ電位となる。また、この電流源は、赤道上１８０度経度の異なる点Ｐ１、Ｐ２と、ＮＰ、ＳＰを含む面内で、周期Ｔ秒で時計方向に回転する。回転角度９０度ごとに各時点での球表面電位分布は、図５、図６、図７のように逐次変化する。この電位変化を球の表面上に、面Ｐ１、ＮＰ、Ｐ２、ＳＰに平行な三角形の頂点に、３つの電極Ａ、Ｂ、Ｃを配置する。各電極から測定された電位波形は、式１により相関値が計算され、計算結果が図８の遅延パラメータ空間上にプロットされる。
Ａ、Ｂ、Ｃの各電極の電位の時間発展は図９のグラフのようになり、各電極は位相差１／３Ｔの関係で周期Ｔの正弦波で変化をする。電極Ａを基準にみるとこれらの電極の符号が最も一致するτ1、τ2の値はそれぞれ１／３＋ｋと２／３＋ｋ(ｋは整数)であり、結果として図８における縦横方向に黒丸のプロットで示されるような、周期Ｔでピークを持つ特性が得られる。またこれらのピークからいずれかの電極が半周期ずれるような位置は、１つの電極が必ず他の２つの電極と逆位相になるため電極の符号が一致することはない。そのため白丸のプロットで示されるような位置は値がプロットされない。
上述のように、脳深部の等価ダイポール電源の回転を２次元の遅延パラメータ空間上のプロットとして観測することができる。図８は、単一の等価ダイポール電源が球状の脳深部で滑らかに回転した場合を示している。しかしながら、ダイポールが複数ある場合や回転が滑らかでない場合には、図８上のプロットは、同符号条件を満たす個々のケースが複雑に分布し、遅延パラメータ空間上に細かい凹凸となって現れる。
このように、３重相関値やプロットのばらつきを用いることにより、脳深部の活動を捉えている。
［第１の実施形態］
次に第１の実施形態の集中度評価装置１について説明する。第１の実施形態の集中度評価装置１は、前頭部に配置した３つの電極１１よりＦｍθ波を含む脳電位信号を取得し、かつ前頭部に配置した４つの電極１１よりβ波を含む脳電位信号を取得し、集中度の評価値を算出することにより、被験者の集中度を評価する。
図１は、本発明の第１の実施形態による集中度評価装置１の全体構成図である。集中度評価装置１は、複数の電極１１を有する頭部装着型センサ１０と、複数の電極１１と接続された電子装置２０と、を備える。集中度測定装置１は、基準電位測定用の基準電極１２を更に有する。基準電極１２は不感電極として使用され、好ましくは耳朶接続用クリップ電極である。基準電極１２は、電子装置２０に接続される。電極１１は、好ましくは、生理食塩水を含んだ多孔質ファイバー電極であり、電極上部は導線接続用金属円筒で構成される。
頭部装着型センサ１０は、固定具１３によって複数の電極１１が固定される。固定具１３は、例えばヘルメットから切り出したブーメラン状プラスティック製の固定具である。頭部装着型センサ１０は、被験者により装着された場合に、該被験者の頭部における図３に示す国際１０−２０法の電極配置のうちの複数の位置に電極１１が配置されるように構成される。説明の便宜上、図１は３つの電極１１が配置されていることを示すが、これは頭部装着型センサ１０が複数の電極１１を含むことの例示であり、これに限定されない。
１つの例では、頭部装着型センサ１０は、被験者により装着された場合に、該被験者の国際１０−２０法におけるＦ３、Ｆ４、Ｆｚ、Ｆｐ１、Ｆｐ２の位置にそれぞれ電極１１が配置されるように構成される。ただし、電極１１の配置場所は、前頭部表面における位置の１つの例示であって、これに限定されない。
図２は、本発明の第１の実施形態による電子装置２０のハードウェア構成図である。電子装置２０はプロセッサ２１、入力装置２２、出力装置２３、記憶装置２４、及び通信装置２５を備える。これらの各構成装置はバス１６によって接続される。なお、バス１６と各構成装置との間には必要に応じてインタフェースが介在しているものとする。電子装置２０は、一般的なコンピュータであるが、スマートフォンやタブレット型コンピュータなどとすることもできる。
プロセッサ２１は、電子装置２０全体の動作を制御するものであり、例えばＣＰＵである。なお、プロセッサ２１としては、ＭＰＵ等の電子回路が用いられてもよい。プロセッサ２１は、記憶装置２４に格納されているプログラムやデータを読み込んで実行することにより、様々な処理を実行する。
入力装置１２は、電子装置２０に対するユーザからの入力を受け付けるユーザインタフェースであり、例えば、タッチパネル、タッチパッド、キーボード、又はマウスである。出力装置１３は、ユーザに集中度評価装置１の出力情報を出力又は表示するものであり、例えば、画像を出力するディスプレイである。出力装置１３は、プリンタを含むこともできる。
記憶装置１４は、主記憶装置及び補助記憶装置を含む。主記憶装置は、例えばＲＡＭのような半導体メモリである。ＲＡＭは、情報の高速な読み書きが可能な揮発性の記憶媒体であり、プロセッサ１１が情報を処理する際の記憶領域及び作業領域として用いられる。主記憶装置は、読み出し専用の不揮発性記憶媒体であるＲＯＭを含んでいてもよい。この場合、ＲＯＭはファームウェア等のプログラムを格納する。補助記憶装置は、様々なプログラムや、各プログラムの実行に際してプロセッサ２１が使用するデータを格納する。補助記憶装置は、例えばハードディスク装置であるが、情報を格納できるものであればいかなる不揮発性ストレージ又は不揮発性メモリであってもよく、着脱可能なものであっても構わない。補助記憶装置は、例えば、オペレーティングシステム（ＯＳ）、ミドルウェア、アプリケーションプログラム、これらのプログラムの実行に伴って参照され得る各種データなどを格納する。１つの例では、それぞれの電極１１ごとに取得した脳電位信号の時系列データは、記憶部２４に記憶される。
通信装置１５は、他のコンピュータとの間でデータの授受を行ったり、センサからのデータを受け取ったりするための装置である。本実施形態では、通信装置１５は、ケーブルを用いた有線通信を行い、電極１１から脳電位信号を受け取る。ただし、通信装置１５は、移動体通信や無線ＬＡＮ等の無線通信を行うこともでき、無線で電極１１から脳電位信号を受信するように構成することもできる。
変形例では、頭部装着型センサ１０には、国際１０−２０法に基づくヘルメット型電極を用いて、選択的に複数の電極を使用することもできる。
他の変形例では、頭部装着型センサ１０は帽子装着型であり、図１０にその帽子装着型電極の外観概要図を、図１１に基準電極１２としての導電性ゴム電極の概要図を示す。頭部装着型センサ１０は、メッシュ状帽子に測定用の電極１１が複数取り付けられたものである。電極１１はプリアンプ１４と接続されたシールドケーブル１５と接続され、好ましくは食塩水を含んだ多孔質導電性ゴムが使用される。プリアンプ１４は、電子装置２０に接続される。基準電極１２は、プリアンプ１４と電気的に接続された導電性ゴム電極１６であり、これによって耳朶接続用クリップ電極は不要となる。ここで、導電性ゴム状の電位均一化と、プリアンプ１４からのケーブル接続の際の接触抵抗の低減を図るため、円周状の導電性ゴム電極と帽子の間には金属フィルム１７が配置されている。
他の変形例では、測定用の複数の電極１１及び基準電極１２は無線通信機能を有し、同様に無線通信機能を有する電子装置２０へ、測定用のそれぞれの電極１１と基準電極１２から得られる脳電位信号の差分をそれぞれ脳電位信号として、無線で送信する。基準電極１２は、測定用のそれぞれの電極１１の中央に配置されるのが好適である。また、測定用の複数の電極１１及び基準電極１２は、脳電位信号をそれぞれ電子装置２０へ送信し、電子装置２０が測定用の電極１１と基準電極１２の脳電位信号の差分を計算し、それぞれの脳電位信号の入力としてもよい。
なお電極１１は、脳電位信号を計測することができるセンサの１つの例示であって、脳電位信号を計測できるものであれば、これに限定されない。
図１２は本発明の第１の実施形態による集中度評価装置１の機能ブロック図である。集中度評価装置１は、脳電位信号取得部３１と、演算部３２とを備える。
脳電位信号取得部３１は、被験者の頭部に取り付けられた電極１１を用いて該頭部表面の複数の異なる位置における該被験者の脳電位信号を取得する機能を有する。脳電位信号取得部３１は、基準電極の差として各電極１１から取得される脳電位信号を時系列データとして取得する。１つの例では、脳電位信号取得部３１は、国際１０−２０法におけるＦ３、Ｆ４、Ｆｚ、Ｆｐ１、Ｆｐ２の位置の頭部表面に取り付けられた電極１１から脳電位信号を取得する。
演算部３２は、取得した脳電位信号から被験者の集中度の評価値を算出する。集中度評価装置１は、算出された集中度の評価値を用いて、被験者の集中度を評価又は判定することが可能となる。
演算部３２は、脳電位信号取得部３１により取得された第１の複数の位置における脳電位信号のそれぞれからβ波帯域の少なくとも一部を含む第１の周波数帯域の時系列データを抽出する。続いて演算部３２は、抽出したそれぞれの時系列データから生成された複数の次元の時系列データに対して主成分分析を行って第１主成分の相対寄与率ＰＣＡβを算出する。
１つの例では、第１の複数の位置は、Ｆｐ１、Ｆｐ２、Ｆ３、及びＦ４の位置であり、演算部３２は、４つの脳電位信号からβ波帯域の一部を含む１３〜２０Ｈｚの４つの時系列データを抽出する。
この場合、演算部３２は、４つの時系列データから生成された４次元の時系列データに対して主成分分析を行う。４つの時系列データは、Fp1(t)、Fp2(t)、F3(t)、F4(t)と時間ｔの関数で示すことができる。演算部３２は、４次元の座標空間において、各時間において取得された(Fp1(t)、Fp2(t)、F3(t)、F4(t))に対して主成分分析を行う。例えば、時系列データが、サンプリング周波数ｆｓ（Ｈｚ）＝２００Ｈｚ、５．１２秒で取得される場合、４次元の座標空間における各プロットは、(Fp1(0.005)、Fp2(0.005)、F3(0.005)、F4(0.005))、(Fp1(0.010)、Fp2(0.010)、F3(0.010)、F4(0.010))、(Fp1(0.015)、Fp2(0.015)、F3(0.015)、F4(0.015))、…、(Fp1(5.120)、Fp2(5.120)、F3(5.120)、F4(5.120))の１０２４点となり、これに対して主成分分析を行う。
演算部３２は、主成分分析を行うことにより、第１主成分の相対寄与率ＰＣＡβ（各主成分の分散の総和に対する第１主成分の分散の割合）を算出する。なお、第１の複数の位置は、被験者の前頭部表面の４つの異なる位置とすることもでき、Ｆｐ１、Ｆｐ２、Ｆ３、及びＦ４に限定されない。
上記のような算出処理とは別の処理として、演算部３２は、脳電位信号取得部３１により取得された第２の複数の位置における脳電位信号のそれぞれから、脳電位信号ごとにパワースペクトルをそれぞれ算出する。続いて演算部３２は、算出したパワースペクトルを用いてθ波帯域の少なくとも一部を含む第２の周波数帯域内のパワー値をそれぞれ算出し、その平均値ＰｏｗｅｒＡｖｅを算出する。
１つの例では、第２の複数の位置は、Ｆ３、Ｆ４、及びＦｚの位置である。演算部３２は、３つの脳電位信号のそれぞれからパワースペクトルをそれぞれ算出し、３つのパワースペクトルそれぞれの３〜７Ｈｚ内の３つのパワー値を用いて、パワー平均値ＰｏｗｅｒＡｖｅを算出する。なお、第２の複数の位置は、被験者の前頭部表面の３つの異なる位置とすることもでき、Ｆ３、Ｆ４、及びＦｚに限定されない。
演算部３２は、算出した第１主成分の相対寄与率ＰＣＡβ及びパワー平均値ＰｏｗｅｒＡｖｅを用いて、評価値Ｔ１を算出する。以下に示す式２は評価値Ｔ１の１つの例示である。
（式２）
このように本実施形態では、安定的に集中度を評価するために、相対寄与率ＰＣＡβとパワー平均値ＰｏｗｅｒＡｖｅとを結合することで、前頭部新皮質の活動に基づいた評価値を定義している。
演算部３２は、プログラムを電子装置２０に実行させることで実現される。例えば電子装置２０がコンピュータである場合、アプリケーションプログラムが読み込まれて実行されることにより、演算部２０２の機能が実現される。
図１３は、本発明の第１の実施形態の集中度評価装置１の情報処理を示すフロー図である。集中度評価装置１は、Ｆｐ１、Ｆｐ２、Ｆ３、及びＦ４などの前頭部表面の４つの位置において脳電位信号の時系列データである脳電位データを取得する（Ｓ１３０１）。次に集中度評価装置１は、取得した４つの脳電位データから、例えば１３〜２０Ｈｚの帯域のデータをそれぞれ抽出するためにフィルタリングを行う（Ｓ１３０２）。次に集中度評価装置１は、抽出した４つの時系列データから生成された４次元の時系列データに対して主成分分析を行うことにより、第１主成分の相対寄与率ＰＣＡβを算出する（Ｓ１３０３）。
上記処理とは別に、集中度評価装置１は、Ｆ３、Ｆ４、及びＦｚなどの前頭部表面の３つの位置において脳電位データを取得する（Ｓ１３１１）。次に集中度評価装置１は、取得した３つの各脳電位データから、それぞれの脳電位データごとにパワースペクトルを算出する（Ｓ１３１２）。次に集中度評価装置１は、３つのパワースペクトルの例えば３〜７Ｈｚの３つのパワー値をそれぞれ算出し、その平均を算出することにより、平均値ＰｏｗｅｒＡｖｅを算出する（Ｓ１３１３）。
集中度評価装置１は、上記のとおり算出した第１主成分の相対寄与率ＰＣＡβ及びパワー平均値ＰｏｗｅｒＡｖｅを用いて、被験者の集中度の評価値Ｔ１を算出する（Ｓ１３２１）。
このような構成とすることにより、本実施形態では、集中度評価装置１は、被験者のＦｍθ波とβ波とを観測することにより、前頭部新皮質の活動に基づいた指標である評価値Ｔ１を算出する。後述の実施例で示すように、評価値Ｔ１は安静閉眼時等に大きな値とならないため、被験者の集中度をより安定的に適切に評価することが可能となる。
［第２の実施形態］
次に第２の実施形態の集中度評価装置１について説明する。第２の実施形態の集中度評価装置１は、第１の実施形態の集中度評価装置１と同様の構成を有し、更に脳深部の活動を捉えるために頭部表面に配置した３つの電極より脳電位信号を取得し、被験者の感情度を算出する。第２の実施形態の集中度評価装置１は、評価値Ｔ１と被験者の感情度とを用いて、被験者の集中度を評価する。ここでは、第１の実施形態と異なる点を中心に説明する。
第２の実施形態の集中度評価装置１の頭部装着型センサ１０は、被験者により装着された場合に、脳深部の活動を捉えるための電極１１が前側頭葉部の位置に更に配置されるように構成される。１つの例では、頭部装着型センサ１０は、被験者により装着された場合に、該被験者の国際１０−２０法におけるＦ３、Ｆ４、Ｆｚ、Ｆｐ１、Ｆｐ２、Ｆ７、Ｃ３の位置にそれぞれ電極１１が配置されるように構成される。この場合、脳電位信号取得部３１は、被験者のＦ３、Ｆ４、Ｆｚ、Ｆｐ１、Ｆｐ２、Ｆ７、Ｃ３の位置の頭部表面に取り付けられた電極１１から脳電位信号を取得する。ただし、電極１１の配置場所は、前頭部表面における位置の１つの例示であって、これに限定されない。
第２の実施形態においては、演算部３２は、第１の実施形態と同様にして、被験者の評価値Ｔ１を算出する。更に、演算部３２は、脳電位信号取得部３１により取得された３つの異なる位置における脳電位信号のそれぞれから脳深部の活動に起因する特定の周波数帯域のデータをそれぞれ抽出する。次に演算部３２は、抽出したそれぞれのデータの位相関係に基づいて、３つの異なる位置において取得した３つの脳電位信号の相関関係を示す相関値Ｓを算出し、算出した相関値Ｓの時間的なばらつきに基づいてばらつき指標値ＳＤを算出する。次に演算部３２は、算出した相関値Ｓとばらつき指標値ＳＤを用いて、感情の強さを示す感情指標値Ｅｍを算出する。次に演算部３２は、算出した評価値Ｔ１及び感情指標値Ｅｍを用いて、評価値Ｔ２を算出する。
図１４は、本発明の第２の実施形態の集中度評価装置１の情報処理を示すフロー図である。集中度評価装置１は、第１の実施形態の集中度評価装置１と同様の処理を行い、被験者の集中度の評価値Ｔ１を算出する（Ｓ１３２１）
上記処理とは別に、集中度評価装置１は、Ｆ３、Ｆ７、及びＣ３などの前側頭葉に対応する頭部表面の３つの位置において脳電位データを取得する（Ｓ１４０１）。次に集中度評価装置１は、取得した３つの脳電位データから、例えば３〜７Ｈｚのデータをそれぞれ抽出するためにフィルタリングを行う（Ｓ１４０２）。次に集中度評価装置１は、抽出した３つの時系列データから、３つの脳電位信号の相関関係を示す相関値Ｓを算出し、かつ算出した相関値Ｓの時間的なばらつきに基づいてばらつき指標値ＳＤを算出することにより、感情の強さを示す感情指標値Ｅｍを算出する（Ｓ１４０３）。集中度評価装置１は、上記のとおり算出した評価値Ｔ１及び感情指標値Ｅｍを用いて、被験者の集中度の評価値Ｔ２を算出する（Ｓ１４１１）。以下に、集中度評価装置１によるＥｍの算出処理について、より詳細に説明する。
最初に３重相関値Ｓ（相関値Ｓ）の算出について説明する。脳電位信号取得部３１が頭部表面に取り付けられた３つの電極Ａ、Ｂ、Ｃから取得する３つの脳電位信号の時系列データをＶＡ（ｔ）、ＶＢ（ｔ）、ＶＣ（ｔ）とする。演算部３２は、デジタルフィルタ等のバンドパスフィルタを用いて、取得した３つの時系列データから脳深部の活動に起因する特定の周波数帯域（例えば３〜７Ｈｚ）の時系列データを抽出する。
演算部３２（集中度評価装置１）は、抽出した時系列データに対して、図１５のフローチャートに示す情報処理を実行する。図１５は、演算部３２が３重相関値Ｓを算出する情報処理を示し、ｉ秒からｉ＋１秒における３重相関値Ｓｉ（ｉ＝１、２、…、T）を算出する処理を示す。なお本フローチャートは、趣旨を逸脱しない範囲において変更することができる。
ステップ１５０１において３つの信号が入力されると、ステップ１５０２において、それぞれの時系列データごとに標準偏差（σA、σB、σC）で割って規格化（EVA(t) ＝VA(t)/σA、EVB(t) ＝VB(t)/σB、EVC(t) ＝VC(t)/σC）する。この規格化処理は１秒ごとに行うのが好ましいが、これに限定されない。また上記３つの信号は、電極Ａに対し、電極Ｂはτ１、電極Ｃはτ２の時間のずれを有している。なお前述の周波数抽出処理は、規格化処理後に行われてもよい。また規格化処理の前には、ノイズ処理を行うのが好ましい。ノイズ処理は、例えば、１）±１００μＶ以上のセグメントを除く、２）フラットな電位（２５ｍｓｅｃ以上一定の電位だった場合）を除く、３）±１μＶ以内の電位が１秒以上続く場合は除く、という処理から構成される。
続いてステップ１５０３において、３つの信号の符号がすべて正(EVA(t)>0、EVB(t-τ1)>0、EVC(t-τ2)>0)、又はすべて負（EVA(t)<0、EVB(t-τ1)<0、EVC(t-τ2)<0）の信号のみを計算対象とする処理をする。
ステップ１５０４において、時間ずれのある３つの電位信号の積を加算することで、３重相関値（３重相関値の１要素）を算出する。３重相関値の算出は、ｔがｔ＝ｉ＋１秒となるまでΔｔ秒ずつずらして行う（Ｓ１５０６，Ｓ１５０７）。例えば、時系列データのサンプリング周波数をｆｓ（Ｈｚ）とすると、ｆｓ＝２００Ｈｚの場合はΔｔ＝１／ｆｓ＝０．００５秒ずつずらして、３つの電位信号の積を算出する。本フローチャートにおいては３重相関値を算出するとともに３つの信号が正又は負になった時の回数Ｎを求め（Ｓ１５０５）、最後に割る（Ｓ１５０８）。
ステップ１５０３〜ステップ１５０７では、３つの信号の符号がすべて同符号である場合のｔについて、以下に示す式３を計算することにより、３重相関値Ｓｉを算出する。

（式３)
（ｉ＝１、２、…、T、τ１＝Δｔ、２Δｔ、…、１（秒）、τ２＝Δｔ、２Δｔ、…、１（秒））
このようにして、１秒ごとにＳｉを全データＴ秒まで算出する（Ｓ1、Ｓ2、・・・、ＳT）。Ｔ（秒）は好ましくは１０（秒）である。上記のとおり、３重相関値は、全データ（Ｔ秒）について一度に算出されるのではなく、所定時間ごとに、例えば図１５に示すように１秒ごとに算出される。最終的に算出される３重相関値Ｓは、Ｔ個の３重相関値Ｓｉの平均値である。
時間ずれτ１、τ２についても、Δｔ秒ずつずらして３重相関値Ｓを算出する。τ１及びτ２の取りうる値はΔｔの整数倍に等しい１秒以下の時間であるが、これらの値の大きさの最大値は１秒に限定されない。なお３重相関値は、３つの信号の符号判定を行わずに、式３によって算出することもできる。
続いてばらつき指標値ＳＤの算出について説明する。演算部３２は、遅延時間τ１、τ２をそれぞれ、Δｔ秒、２Δｔ秒、…、１秒ずつずらして算出された３重相関値Ｓを、２つの遅延パラメータ（τ１、τ２）が形成する特徴空間上にプロットする機能を有する。これにより、２つの遅延パラメータ（τ１、τ２）が形成する特徴空間上にプロットされた３重相関値分布の疑似３次元表示をすることができる。
図１６は、一の被験者（被験者Ｘ）から取得される脳電位信号に基づく３重相関値分布の疑似３次元表示である。この疑似３次元表示は、相関を有しないデータの影響を排除するため、予め定められたｔの値、例えばｔ＝ｔ１、においてＥＶＡ（ｔ１）、ＥＶＢ（ｔ１−τ１）及びＥＶＣ（ｔ１−τ２）のすべてが同符号であったＳｉ（τ１，τ２）のみをプロットしたものである。プロットするＳｉをこのように限定することにより、ノイズを除去し、より良い精度で３重相関値分布の疑似３次元表示を示すことができる。
図１７は、図１６と同様にして、他の一の被験者（被験者Ｙ）から取得される脳電位信号に基づく３重相関値分布の疑似３次元表示である。図１６の特徴空間内の３重相関分布は滑らかであるのに対して、図１７の特徴空間内の３重相関分布は細かいピークが複雑に分布する場合が多いことが確認できる。
演算部３２は、上記の３重相関値分布の疑似３次元表示を用いて、ばらつき指標値ＳＤを算出する。図１６及び図１７に示すように、２つの遅延時間パラメータ空間内で、被験者Ｘのデータでは樹木状の分布が規則的に並ぶのに対し、被験者Ｙのデータでは樹木状の分布の不規則性が大きい。この差を定量的に表現するために、図１８に示すように、樹木の列がτ１、τ２軸に平行となるように、座標軸を回転する。図１８は、図１６に示す３次元表示を上から見た図で、３つの波形が同符号をとる領域を白で表示し、３信号のどれか１つ符号が異なる領域を黒で表す。このような表示をすると、被験者Ｘの場合には規則的な格子縞となるのに対して、被験者Ｙの場合には、図１９に示すように、格子縞が乱れることが確認できる。この乱れを定量化した指標がばらつき指標値ＳＤである。
図１８及び図１９に示すように白い四角形の領域は、隣接する白い四角形の領域と、縦横方向にそれぞれ間隔を有する。その間隔を図２０に示すように、ｄｘｉ（ｉ＝１，２、…、ｍ）、ｄｙｊ（ｊ＝１，２、…、ｎ）とする。このｄｘｉとｄｙｊがτ１方向とτ２方向において、それぞれ白い四角形の縦横が均等に並んでいるか、又は白い四角形が乱れて並んでいるかを判断することで乱れ具合を定量化することができる。
集中度評価装置１は、式４、式５に示すように、ｍ個のｄｘｉの標準偏差Ｓｔｄ＿ｄｘとｎ個のｄｙｊの標準偏差Ｓｔｄ＿ｄｙを算出し、式６に示すように２つの標準偏差の平均値を求めることにより、ばらつき指標値ＳＤを算出する。
（式４）
（式５）
（式６）
３重相関値Ｓは、３つの脳電位信号の相関を示すものであり、ばらつき指標値ＳＤは、乱れ具合やばらつき具合を示すものである。演算部３２は、算出した３重相関値Ｓ及びばらつき指標値ＳＤを用いて、感情の強さを示す感情指標値Ｅｍを算出する。以下に示す式７は感情指標値Ｅｍの１つの例示である。
（式７）
演算部３２は、算出した評価値Ｔ１及び感情指標値Ｅｍを用いて、評価値Ｔ２を算出する。以下に示す式８は評価値Ｔ２の１つの例示である。
（式８）
このような構成とすることにより、本実施形態では、集中度評価装置１は、評価値Ｔ１に、更に脳深部の活動に基づいて算出された感情指標値Ｅｍを加えた、評価値Ｔ２を算出する。評価値Ｔ１を用いて車の運転等の感情の動きを伴わない場合の集中度の評価を行う第１の実施形態の集中度評価装置１に対して、第２の実施形態の集中度評価装置１は、脳深部の活動に基づいた指標値を更に用いているため、映画鑑賞のように感情移入した場合の集中度の評価を行うことが可能となる。このように、評価値Ｔ２を用いることにより、どれだけ関心を持って注目しているか等を評価することができることから、映像コンテンツの関心度や教育教材の評価に適用することもまた可能となる。
［実施例］
本発明の実施形態による集中度評価装置１を用いて集中度の評価を行った実験について説明する。本実験において、第１主成分の相対寄与率ＰＣＡβは、Ｆｐ１、Ｆｐ２、Ｆ３、Ｆ４に配置された４つの電極１１から抽出されたβ波（１３Ｈｚ〜２０Ｈｚ）の脳電位データに対して主成分分析を行うことにより算出した。また本実験において、パワー平均値ＰｏｗｅｒＡｖｅは、Ｆ３、Ｆ４、Ｆｚに配置された３つの電極１１から取得された脳電位データそれぞれから算出された３つのパワースペクトルの３〜７Ｈｚ内の３つのパワー値を平均することにより算出した。また本実験において、評価値Ｔ１は、式２により算出した。また本実験において、感情指標値Ｅｍは、Ｆ３、Ｆ７、Ｃ３に配置された３つの電極１１から抽出された３〜７Ｈｚの脳電位データに基づいて算出された相関値Ｓ及びばらつき指標値ＳＤを用いて算出した。また本実験において、評価値Ｔ２は、式８により算出した。
［実施例１］
実施例１では、第１の実施形態の集中度評価装置１を用いて、集中度を評価できることを説明する。本実施例においては、被験者Ａと被験者Ｂの２名に、（１）安静閉眼（約２分）、（２）安静開眼（約３分）、（３）雑誌を１００％集中で読む（約３分）、（４）雑誌を６０％集中で読む（約３分）、（５）雑誌を３０％集中で読む（約３分）、（６）英語の試験問題を解く、の状態になってもらった。それぞれの状態において、第１の実施形態の集中度評価装置１を用いて、脳電位信号を取得した。
具体的には、各状態における脳電位信号の測定は、（１）安静閉眼は、静かに目を瞑った状態で測定し、（２）安静開眼は、目を開けた安静な状態で測定した。（３）雑誌を１００％集中で読むは、１文字１文字真剣に読んでいるときに測定し、（４）雑誌を６０％の集中で読むは、見出しを中心に読んでいるときに測定し、（５）雑誌を３０％の集中で読むは、斜め読みをしているときに測定した。（６）英語の試験問題を解くは、英語のヒアリング試験を聞いて、口頭回答しているときに測定した。このように、状態（１）〜（６）は、感情の動きを伴わないと考えられる状態又はタスクである。
図２１は、各状態における各被験者の相対寄与率ＰＣＡβを示す図である。被験者２名とも雑誌の読み方の集中が１００％、６０％、３０％と下がるにつれてＰＣＡβも下がっており、英語試験のＰＣＡβは安静開眼時よりも高くなっていることが図から確認できる。しかし、安静閉眼時のＰＣＡβが一番大きいことが図から確認できる。
図２２は、各状態における各被験者のパワー平均値ＰｏｗｅｒＡｖｅを示す図である。被験者２名とも、安静閉眼時に比べ、雑誌読んでいるときと英語の試験問題を解いているときのＰｏｗｅｒＡｖｅが大きくなっていることが図から確認できる。なお、注意して凝視した際にもＦｍθの脳電位が大きくなる傾向があるため、被験者Ａの安静開眼時のＰｏｗｅｒＡｖｅが大きくなっているのは、安静開眼時にどこか１点を凝視したことに起因するものと考えられる。
図２３は、各状態における各被験者の評価値Ｔ１を示す図である。被験者２名とも雑誌の読み方の集中が１００％、６０％、３０％と下がるにつれてＴ１も下がっており、英語試験のＴ１も高いことが図から確認できる。また、安静閉眼時は静かに目を瞑っているだけのタスクであり、この集中度が最も小さくなっていることが図から確認できる。したがって、評価値Ｔ１を用いて、個人ごとに安静閉眼時からの変化量でタスクごとの集中度のレベルを評価することが可能であることが理解される。
［実施例２］
実施例２では、感情の動きを伴う集中の集中度の評価にあたって、第２の実施形態の集中度評価装置１が有効であることを説明する。本実施例においては、ある被験者に、（１）算数理科問題を解く（約３０秒）、（２）道徳問題を解く（約１分）、（３）面白動画を視聴する（約７０秒）、（４）感動ＣＭを視聴する（約３分）、の状態になってもらった。それぞれの状態において、第１の実施形態の集中度評価装置２を用いて、脳電位信号を取得した。
具体的には、各状態における脳電位信号の測定は、（１）算数理科問題を解くは、算数理科知識を問う問題を解いている状態で測定し、（２）道徳問題を解くは、困難な問題にぶつかったときの対処法を考えている状態で測定した。（３）面白動画を視聴するは、赤ちゃんがコミカルな動きをして笑いを誘う動画を視聴している状態で測定し、（４）感動ＣＭを視聴するは、感動する動画を視聴している状態で測定した。このように、状態（１）と（２）は、感情の動きを伴わないタスクにおける集中度の測定であり、状態（３）と（４）は、感情の動きを伴うタスクにおける集中度の測定である。なお、（３）、（４）の動画視聴については、実施例３においても他の被験者に視聴させているが、（３）の面白動画は、どの被験者も笑って見ていた動画であり、（４）の感動ＣＭは、涙する被験者も多数おり、被験者の大半が感動したと答える動画である。
図２４は、各状態における被験者の評価値Ｔ１と感情指標値Ｅｍを示す図である。感情の動きを伴うタスク時の状態（３）と（４）は、Ｔ１が比較的小さくＥｍが比較的大きく、感情の動きを伴わないタスク時の状態（１）と（２）は、Ｔ１が比較的大きくＥｍが比較的小さいことが図から確認できる。このように、両者は異なる傾向を示す。したがって、感情の動きを伴う場合の集中度の評価にあたっては、Ｅｍを考慮した評価値Ｔ２を用いた方が適切に評価できる可能性が高いことが分かる。
［実施例３］
実施例３では、第２の実施形態の集中度評価装置１を用いて、感情の動きを伴う集中の集中度の評価ができることを説明する。本実施例においては、被験者１３名に（１）安静閉眼（約３分）、（２）安静開眼（約２分）、（３）面白動画を視聴する（約７０秒）、（４）嫌悪動画を視聴する（約５０秒）、（５）感動ＣＭを視聴する（約３分）、の状態になってもらった。それぞれの状態において、第２の実施形態の集中度評価装置１を用いて、脳電位信号を取得した。なお被験者１３名は、男性７名、女性６名であり、全員右利きである。
具体的には、（４）嫌悪動画を視聴するにおける脳電位信号の測定は、蛇がカエルを丸飲みする動画を視聴している状態で測定した。
図２５は、各状態における各被験者の評価値Ｔ１を示す図であり、図２６は、各状態における各被験者の感情指標値Ｅｍを示す図であり、図２７は、各状態における各被験者の評価値Ｔ２を示す図である。Ｔ１、Ｅｍ、及びＴ２は被験者１３名の平均値である。状態（３）〜（５）において感情指標値Ｅｍが大きいことが図２６から確認できる。また状態（３）〜（５）において、状態（１）、（２）と比較して、評価値Ｔ２が大きいことが図２７から確認できる。なお状態（４）については、見ていて気持ち悪い動画のため、評価値Ｔ２が最も小さいものとなっていることが分かる。
したがって、評価値Ｔ２を用いて、感情の動きを伴うタスクごとの集中度のレベルを、個人ごとに安静閉眼時からの変化量で評価することが可能であることが理解される。
他の実施形態では、上記で説明した本発明の実施形態の機能ブロック図などに示す情報処理を実現する方法やプログラムとすることができるし、当該プログラムを格納したコンピュータ読み取り可能な記憶媒体とすることもできる。
以上に説明してきた各実施例は、本発明を説明するための例示であり、本発明はこれらの実施例に限定されるものではない。各実施例は、矛盾が生じない限りにおいて、適宜組み合わせて本発明の任意の実施形態に適用することができる。すなわち本発明は、その要旨を逸脱しない限り、種々の形態で実施することができる。
１ 集中度評価装置
１０ 頭部装着型センサ
１１ 電極
１２ 基準電極
１３ 固定具
１４ プリアンプ
１５ シールドケーブル
１６ 導電性ゴム電極
１７ 金属フィルム
２０ 電子装置
２１ プロセッサ
２２ 入力装置
２３ 出力装置
２４ 記憶装置
２５ 通信装置
２６ バス
３１ 脳電位信号取得部
３２ 演算部

Claims (8)

  1. 被験者の集中度を評価するための集中度評価装置であって、
    前記被験者の頭部に取り付けられたセンサを用いて該頭部表面の複数の異なる位置における該被験者の脳電位信号を取得する脳電位信号取得部と、
    前記被験者の集中度の評価値を算出する演算部であって、
    前記脳電位信号取得部により取得された第１の複数の位置における脳電位信号のそれぞれからβ波帯域の少なくとも一部を含む第１の周波数帯域の時系列データを抽出し、該それぞれ抽出された時系列データから生成された複数の次元の時系列データに対して主成分分析を行って第１主成分の相対寄与率を算出し、
    前記脳電位信号取得部により取得された第２の複数の位置における脳電位信号のそれぞれから、該脳電位信号ごとにパワースペクトルをそれぞれ算出し、該パワースペクトルを用いてθ波帯域の少なくとも一部を含む第２の周波数帯域内のパワー平均値を算出し、
    前記相対寄与率及び前記パワー平均値に基づいて前記被験者の集中度の評価値を算出する、演算部と、
    を備える、集中度評価装置。
  2. 前記第１の複数の位置は、前記被験者の前頭部表面の４つの異なる位置であり、
    前記第２の複数の位置は、前記被験者の前頭部表面の３つの異なる位置である、請求項１に記載の集中度評価装置。
  3. 前記第１の周波数帯域は、１３〜２０Ｈｚであり、
    前記第２の周波数帯域は、３〜７Ｈｚである、請求項１又は２に記載の集中度評価装置。
  4. 前記演算部は、
    前記相対寄与率と前記パワー平均値の平方根とに基づいて前記被験者の集中度の評価値を算出する、請求項１から３のいずれか１項に記載の集中度評価装置。
  5. 前記演算部は、
    前記脳電位信号取得部により取得された３つの異なる位置における脳電位信号のそれぞれから脳深部の活動に起因する特定の周波数帯域のデータをそれぞれ抽出し、該それぞれ抽出されたデータの位相関係に基づいて、該取得された３つの異なる位置における脳電位信号の相関関係を示す相関値を算出し、
    算出される前記相関値の時間的なばらつきに基づいてばらつき指標値を算出し、
    前記相関値及び前記ばらつき指標値に更に基づいて、前記被験者の集中度の評価値を算出する、請求項１から４のいずれか１項に記載の集中度評価装置。
  6. 前記特定の周波数帯域は、３〜７Ｈｚである、請求項５に記載の集中度評価装置。
  7. 被験者の集中度を評価するための方法であって、
    前記被験者の頭部に取り付けられたセンサを用いて該頭部表面の複数の異なる位置における該被験者の脳電位信号を取得するステップと、
    第１の複数の位置における前記取得された脳電位信号のそれぞれからβ波帯域の少なくとも一部を含む第１の周波数帯域の時系列データを抽出し、該それぞれ抽出された時系列データから生成された複数の次元の時系列データに対して主成分分析を行って第１主成分の相対寄与率を算出するステップと、
    第２の複数の位置における前記取得された脳電位信号のそれぞれから、該脳電位信号ごとにパワースペクトルをそれぞれ算出し、該パワースペクトルを用いてθ波帯域の少なくとも一部を含む第２の周波数帯域内のパワー平均値を算出するステップと、
    前記相対寄与率及び前記パワー平均値に基づいて前記被験者の集中度の評価値を算出するステップと、
    を有する方法。
  8. 被験者の集中度を評価するためのプログラムであって、コンピュータに、
    前記被験者の頭部に取り付けられたセンサを用いて該頭部表面の複数の異なる位置における該被験者の脳電位信号を取得するステップと、
    第１の複数の位置における前記取得された脳電位信号のそれぞれからβ波帯域の少なくとも一部を含む第１の周波数帯域の時系列データを抽出し、該それぞれ抽出された時系列データから生成された複数の次元の時系列データに対して主成分分析を行って第１主成分の相対寄与率を算出するステップと、
    第２の複数の位置における前記取得された脳電位信号のそれぞれから、該脳電位信号ごとにパワースペクトルをそれぞれ算出し、該パワースペクトルを用いてθ波帯域の少なくとも一部を含む第２の周波数帯域内のパワー平均値を算出するステップと、
    前記相対寄与率及び前記パワー平均値に基づいて前記被験者の集中度の評価値を算出するステップと、
    を実行させるプログラム。
JP2017113779A 2016-06-08 2017-06-08 集中度評価装置、集中度評価方法、及びプログラム Active JP6856860B2 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201662347273P 2016-06-08 2016-06-08
US62/347,273 2016-06-08

Publications (2)

Publication Number Publication Date
JP2017217486A true JP2017217486A (ja) 2017-12-14
JP6856860B2 JP6856860B2 (ja) 2021-04-14

Family

ID=60658584

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2017113779A Active JP6856860B2 (ja) 2016-06-08 2017-06-08 集中度評価装置、集中度評価方法、及びプログラム

Country Status (1)

Country Link
JP (1) JP6856860B2 (ja)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109350082A (zh) * 2018-09-05 2019-02-19 李锁让 基于静息态脑电信号的职业选拔测评仪器及测评方法
JP2019154868A (ja) * 2018-03-14 2019-09-19 オムロン株式会社 推定システム、推定装置及び推定方法
KR20200038146A (ko) * 2018-10-02 2020-04-10 상명대학교산학협력단 심전도를 이용한 집중도 인식 방법 및 장치
CN111160239A (zh) * 2019-12-27 2020-05-15 中国联合网络通信集团有限公司 专注度评估方法和装置
CN113440151A (zh) * 2021-08-03 2021-09-28 合肥科飞康视科技有限公司 一种专注力检测系统、检测方法及系统的使用方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002000577A (ja) * 2000-06-23 2002-01-08 Canon Inc 脳波解析方法
US20140316230A1 (en) * 2013-04-22 2014-10-23 Personal Neuro Devices Inc. Methods and devices for brain activity monitoring supporting mental state development and training
WO2016119665A1 (zh) * 2015-01-26 2016-08-04 周常安 穿戴式生理检测装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002000577A (ja) * 2000-06-23 2002-01-08 Canon Inc 脳波解析方法
US20140316230A1 (en) * 2013-04-22 2014-10-23 Personal Neuro Devices Inc. Methods and devices for brain activity monitoring supporting mental state development and training
WO2016119665A1 (zh) * 2015-01-26 2016-08-04 周常安 穿戴式生理检测装置

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019154868A (ja) * 2018-03-14 2019-09-19 オムロン株式会社 推定システム、推定装置及び推定方法
CN109350082A (zh) * 2018-09-05 2019-02-19 李锁让 基于静息态脑电信号的职业选拔测评仪器及测评方法
KR20200038146A (ko) * 2018-10-02 2020-04-10 상명대학교산학협력단 심전도를 이용한 집중도 인식 방법 및 장치
KR102214460B1 (ko) 2018-10-02 2021-02-09 상명대학교산학협력단 심전도를 이용한 집중도 인식 방법 및 장치
CN111160239A (zh) * 2019-12-27 2020-05-15 中国联合网络通信集团有限公司 专注度评估方法和装置
CN113440151A (zh) * 2021-08-03 2021-09-28 合肥科飞康视科技有限公司 一种专注力检测系统、检测方法及系统的使用方法
CN113440151B (zh) * 2021-08-03 2024-04-12 合肥科飞康视科技有限公司 一种专注力检测系统、检测方法及系统的使用方法

Also Published As

Publication number Publication date
JP6856860B2 (ja) 2021-04-14

Similar Documents

Publication Publication Date Title
Bulagang et al. A review of recent approaches for emotion classification using electrocardiography and electrodermography signals
Zink et al. Mobile EEG on the bike: disentangling attentional and physical contributions to auditory attention tasks
Abdelrahman et al. Cognitive heat: exploring the usage of thermal imaging to unobtrusively estimate cognitive load
JP6856860B2 (ja) 集中度評価装置、集中度評価方法、及びプログラム
Minhad et al. Happy-anger emotions classifications from electrocardiogram signal for automobile driving safety and awareness
Antelis et al. On the usage of linear regression models to reconstruct limb kinematics from low frequency EEG signals
Desjardins et al. Deconstructing the early visual electrocortical responses to face and house stimuli
Halit et al. Is high-spatial frequency information used in the early stages of face detection?
Ono et al. Motor learning and modulation of prefrontal cortex: an fNIRS assessment
JP7136264B2 (ja) ストレス判定装置、プログラム及び方法
US11357443B2 (en) Determination result output device, determination result provision device, and determination result output system
Wascher et al. Neuroergonomics on the go: An evaluation of the potential of mobile EEG for workplace assessment and design
Park et al. EEG gamma band oscillations differentiate the planning of spatially directed movements of the arm versus eye: multivariate empirical mode decomposition analysis
Jenkins et al. A correlational analysis of human cognitive activity using Infrared Thermography of the supraorbital region, frontal EEG and self-report of core affective state
Hansen et al. Extracting the internal representation of faces from human brain activity: An analogue to reverse correlation
Bieniek et al. Early ERPs to faces and objects are driven by phase, not amplitude spectrum information: evidence from parametric, test-retest, single-subject analyses
Du et al. Alpha activity during emotional experience revealed by ERSP
US20220273210A1 (en) Method for determining preference, and device for determining preference using same
Wang et al. Sex difference in the processing of task-relevant and task-irrelevant social information: an event-related potential study of familiar face recognition
Mavridou et al. Towards valence detection from EMG for Virtual Reality applications
JP6834318B2 (ja) ストレス評価装置及び方法
Begum et al. Influence of education level on design-induced N170 and P300 components of event related potentials in the human brain
Cecotti et al. Impact of target probability on single-trial EEG target detection in a difficult rapid serial visual presentation task
Pomer-Escher et al. Methodology for analysis of stress level based on asymmetry patterns of alpha rhythms in EEG signals
Hauk et al. Face-selective responses in combined EEG/MEG recordings with fast periodic visual stimulation (FPVS)

Legal Events

Date Code Title Description
RD02 Notification of acceptance of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7422

Effective date: 20180712

RD04 Notification of resignation of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7424

Effective date: 20180712

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20200518

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20210216

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20210217

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20210222

R150 Certificate of patent or registration of utility model

Ref document number: 6856860

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250