CN101589358B - 脑波识别方法的调整装置、方法 - Google Patents

脑波识别方法的调整装置、方法 Download PDF

Info

Publication number
CN101589358B
CN101589358B CN2007800309827A CN200780030982A CN101589358B CN 101589358 B CN101589358 B CN 101589358B CN 2007800309827 A CN2007800309827 A CN 2007800309827A CN 200780030982 A CN200780030982 A CN 200780030982A CN 101589358 B CN101589358 B CN 101589358B
Authority
CN
China
Prior art keywords
user
brain wave
event
content
characteristic quantity
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.)
Expired - Fee Related
Application number
CN2007800309827A
Other languages
English (en)
Other versions
CN101589358A (zh
Inventor
森川幸治
足立信夫
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.)
Panasonic Holdings Corp
Original Assignee
Matsushita Electric Industrial Co Ltd
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 Matsushita Electric Industrial Co Ltd filed Critical Matsushita Electric Industrial Co Ltd
Publication of CN101589358A publication Critical patent/CN101589358A/zh
Application granted granted Critical
Publication of CN101589358B publication Critical patent/CN101589358B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/369Electroencephalography [EEG]
    • A61B5/377Electroencephalography [EEG] using evoked responses
    • A61B5/378Visual stimuli
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/369Electroencephalography [EEG]
    • A61B5/377Electroencephalography [EEG] using evoked responses
    • A61B5/38Acoustic or auditory stimuli
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/011Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
    • G06F3/015Input arrangements based on nervous system activity detection, e.g. brain waves [EEG] detection, electromyograms [EMG] detection, electrodermal response detection

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Psychology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Psychiatry (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Theoretical Computer Science (AREA)
  • Public Health (AREA)
  • Pathology (AREA)
  • General Engineering & Computer Science (AREA)
  • Neurology (AREA)
  • Neurosurgery (AREA)
  • Dermatology (AREA)
  • Human Computer Interaction (AREA)
  • General Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

在具有利用脑波的接口的系统中,消除用于准确检测脑波的校准的负担,并维持脑波的高精度识别。脑波接口(IF)系统(1)具有脑波IF部(13),利用脑波识别用户要求,确定符合要求的功能。脑波识别方法调整装置(2、50),具有分析部(14、52),其检出用户受到的刺激的特征量的变化从而检出刺激的变化,存储部(15),其存储从检出刺激变化的时刻起规定期间的事件关联电位的波形,抽出部(16),其根据存储的波形抽出用户的特征量,调整部(17),其根据抽出的特征量调整基于脑波IF部(13)中的脑波信号的要求的识别方法。

Description

脑波识别方法的调整装置、方法
技术领域
本发明涉及可以利用脑波操作机器的接口(脑波接口)系统。更具体地说,本发明涉及在利用用户的脑波检出用户的心理状态、感情状态、认知状态等后检出用户操作机器及取得信息的意图的脑波接口中,具备进行旨在正确分析脑波的校准(calibration)的功能的脑波接口系统。
背景技术
迄今为止,人们推出了以电视机、手机、PDA(Personal Digital Assistant)等为代表的各种机器的方案。用户在这些机器的包围中度过日常生活,通过操作机器接收所需的信息及服务。由于机器的数量与日俱增,以及不使用机器就不能获得的信息越来越多等原因,提高旨在操作机器的接口的操作性的重要程度逐年增大。
例如关于上述的信息机器,一边看着机器的画面,一边选择希望执行的操作的选项,从而实现机器操作。作为操作输入单元,广泛采用一边看着例如按下按钮、移动光标后决定的画面,一边操作鼠标等方法。可是,例如正在干家务活、照料孩子、开车等双手忙于机器操作以外的作业而不能使用时,往往无法进行利用操作输入单元的输入,不能实现机器操作。因此,即使在两手没空的状况下也想操作信息机器的这种用户的要求,正在高涨。
面对这种要求,开发出了利用用户的活体信号的输入单元。例如在非专利文献1中,公布了使用脑波的事件关联电位(event-related potential)识别用户想选择的选项的脑波接口技术。如果具体地讲述非专利文献1所述的技术,那就是随机高亮选项,利用将选项被高亮的时刻作为起点,大约300毫秒后出现的事件关联电位的波形,识别用户想选择的选项。采用该技术后,由于用户即使在两手没空的状况下,或者由于疾病等手脚不能动的状况下,也能够选择想选择的选项,所以实现了符合上述要求的机器操作等的接口。
在这里,所谓“事件关联电位”,是指与外在的或者内在的事件时间性地关联后产生的大脑皮层的一过性的电位变动。在脑波接口中,利用将外在的事件的发生时刻作为起点计测的该事件关联电位。例如利用对于视觉刺激等发生的事件关联电位的“P300”成分后,就能够选择菜单的选项。所谓“P300”,是在从起点开始的大约300毫秒附近出现的事件关联电位的阳性的成分。
由于上述脑波的波形的状态个人差较大,所以为了将事件关联电位作为接口的输入单元使用,需要实现与该个人差对应的高精度的识别。非专利文献1的32页,示出个人差的一个例子。另外,图5表示对于36名参试人员实施同一课题时的脑波的个人差的一个例子。在各参试人员的曲线中,分别用实线和虚线表示与2种状况对应的脑波。由图5可知:由于个人差,波形及峰值位置中的振幅相差很大,所以很难用单一的基准对所有的用户进行高精度的识别。
为了修正个人差、高精度地计测脑波(活体信号),需要对计测机器进行校准,以便将其调整成为用计测机器计测的数据正确地表示用户的活体信息。例如在专利文献1中,公布了为了高精度地计测用户的视线,在安装计测机器的时刻、即在计测视线之前,校准计测机器,整合计测机器和用户的视线之间的坐标系的技术。
另一方面,还想出了考虑事件关联电位的成分中出现的个人差的适当的识别方法。例如在专利文献2中,公布了按照各个用户改变识别方法提高识别率的技术。该技术不用单一的基准对所有的用户进行识别,而是根 据对于想调查的情况而言的事件关联电位的加法平均波形,事先编制每个人的模板,使用该模板,识别事件关联电位的成分。此外,关于事件关联电位的个人差,例如在非专利文献2中有详细的叙述。
现有技术的脑波接口,作为面向身体不能自由活动的人群的一项研究,正在进行之中,是利用即使身体不能自由活动也能够自由地表示脑波的条件实现机器操作的接口。在上述非专利文献1中,示出使用事件关联电位的P300成分,从而可以选择菜单及输入文字等的情况。这样,能够向床边以经常可以使用的状态准备的菜单的显示画面,传递对于饮食及照料的要求。
将上述脑波接口应用于普通用户日常使用的机器的操作中时,为了正确识别个人差较大的各用户的事件关联电位,对于各用户而言的系统的调整也是不可缺少的。按照一般的校准思想,人们想出来下述方法:在使用脑波接口之前,请用户实施假设性地操作脑波接口的作业,记录这时的波形,作为旨在识别实际使用脑波接口时的信息使用。专利文献1:JP特开2005-312605号公报专利文献2:国际公开第06/051709号手册([0068]段)非专利文献1:埃曼努埃尔·东琴(Emanuel Donchin)、另2人、“TheMental Prosthesis:Assesing the Speed of a P300-BasedBrain-Computer Interface”、TRANSACTIONS ON REHABILITATIONENGINEERI NG、Vol,8、No.2、2000年6月非专利文献2:入户野宏、《心理学的事件关联电位手册》、北大路书房、2005年9月20日发行、32页
可是,在日常使用的机器的操作中应用脑波接口时,为了发挥本来的功能,必须实行夸张的校准,这对用户来说成为负担,也很费事。旨在减轻户来的负担的脑波接口,反而对用户来说成为负担,这岂不是事与愿违。因此,将脑波接口应用于日常的用途之际,必须使用户随时能够轻松地利用,而且能够高精度地动作,发挥本来的功能。
但是,将脑波接口应用于日常的用途之际,存在着在研究及医疗用途等特殊状况下不会出现的特征。例如存在着下述特征:变更频道及变更音量等轻微的操作,只偶尔进行,而且不知道何时进行。
另外,还存在着下述特征:由于显示器通常显示脑波接口的菜单以外的信息,所以对于事件关联电位的影响较大,而且不规则地发生。例如在脑波接口不启动的时间带,显示别的信息(电视节目、电影等)。此外,如果是研究及医疗用途等,为了提高脑波的识别精度,可以在使用接口之前,花费足够的时间实施校准,确保足够的修正能力后,再取得脑波。
这样,即使不是经常使用,只是偶尔操作机器之际,也必须高精度地动作的条件,对于脑波接口而言非常苛刻。需要对于各用户正确调整脑波识别方法的方法。
发明内容
本发明的目的之一在于:在具备利用脑波的接口的系统中,解除为了正确地计测脑波而使用户进行校准的负担,而且很好地维持关于脑波的判别精度。
采用本发明的调整装置,在具有输出部(该输出部根据内容的数据,向用户提示所述内容)、活体信号计测部(该活体信号计测部取得用户的脑波信号)、脑波接口部(该脑波接口部根据所述脑波信号,识别用户的要求,特定符合所述要求的功能)的脑波接口中,为了调整所述脑波接口部的识别方法而使用。所述调整装置,具备:分析部,该分析部将与给予所述用户的视觉及/或听觉的刺激对应的物理量,作为所述刺激的特征量,进行测量、分析,检出影响所述脑波信号包含的事件关联电位的所述刺激的特征量的变化,从而检出所述刺激的变化;存储部,该存储部将检出刺激的变化的时刻作为起点,至少在遍及以后的规定期间,存储所述事件关 联电位的波形;用户特征抽出部,该用户特征抽出部根据存储的所述事件关联电位的波形,抽出所述用户的特征量;识别方法调整部,该识别方法调整部根据抽出的所述用户的特征量,调整基于脑波接口部中的所述脑波信号的要求的识别方法。
所述刺激,是向所述用户提示的内容是映像及/或声音时,所述分析部可以分析所述内容的数据,检出影响所述脑波信号包含的事件关联电位的所述刺激的特征量的变化。
所述输出部,根据运动图像数据,用规定的频率切换显示多个图像的每一个,从而提示运动图像的内容;所述分析部,可以将连续的所述多个图像的图像特征量的变化作为所述内容的特征量的变化检出。
所述分析部,可以将亮度及色调中的至少一个的变化,作为所述内容的特征量的变化检出。
所述输出部,根据声音数据,提示声音的内容;所述分析部,可以将所述声音的输出电平的变化,作为所述内容的特征量的变化检出。
所述输出部,用规定的频率切换显示多个图像的每一个,从而提示运动图像的内容,而且提示声音的内容;所述分析部,可以将连续的所述多个图像的图像特征量的变化和所述声音的输出电平的变化同步时,作为所述内容的特征量的变化检出。
所述脑波接口部,根据预先保持的阈值和所述脑波信号的事件关联电位的振幅,识别用户的要求;所述用户特征抽出部,将存储的所述事件关联电位的振幅,作为所述用户的特征量抽出;所述识别方法调整部,可以根据抽出的所述用户的特征量,调整所述脑波接口部保持的所述阈值。
所述脑波接口部,根据预先保持的至少一个波形的样板和所述脑波信 号的事件关联电位的波形的相互关系,识别用户的要求;所述用户特征抽出部,将存储的所述事件关联电位的波形,作为所述用户的特征量抽出;所述识别方法调整部,可以根据抽出的所述用户的特征量,调整所述脑波接口部保持的所述至少一个波形的样板。
所述识别方法调整部,根据抽出的所述用户的特征量,使所述至少一个波形的样板的值变化,设定成为所述脑波接口部;所述脑波接口部,根据设定的所述至少一个波形的样板,识别所述用户的要求。
所述脑波接口部,保持多个波形的样板;所述识别方法调整部,根据抽出的所述用户的特征量,特定所述多个波形的样板中的一个,为了识别所述用户的要求,作为样板,可以指令所述脑波接口部设定。
所述脑波接口部,根据预先保持的至少一个波形的样板和所述脑波信号的事件关联电位的波形的相互关系,识别用户的要求;所述用户特征抽出部,将存储的所述事件关联电位的波形,作为所述用户的特征量抽出;所述识别方法调整部,可以指令所述脑波接口部及所述活体信号计测部的一个,以便根据抽出的所述用户的特征量,调整所述用户的脑波信号的振幅。
所述用户特征抽出部,在所述存储部存储的所述事件关联电位的波形的振幅小于预先规定的阈值时,输出信号;所述识别方法调整部,可以根据来自所述用户特征抽出部的信号,指令所述脑波接口部,以便输出有关取得所述活体信号计测部的脑波信号的警告。
在所述刺激是所述用户所处的环境中的光及/或声时,所述分析部,可以检出所述环境中的光及/或声,检出影响所述脑波信号包含的事件关联电位的所述环境中的光及/或声的特征量的变化。
采用本发明的方法,在具有输出部(该输出部根据内容的数据,向用 户提示所述内容)、活体信号计测部(该活体信号计测部取得用户的脑波信号)、脑波接口部(该脑波接口部根据所述脑波信号,识别用户的要求,特定符合所述要求的功能)的脑波接口中,为了调整识别方法而使用。所述方法,具备:将与给予所述用户的视觉及/或听觉的刺激对应的物理量,作为所述刺激的特征量,进行测量的步骤;检出影响所述脑波信号包含的事件关联电位的所述刺激的特征量的变化,从而检出所述刺激的变化的步骤;将检出所述刺激的变化的时刻作为起点,至少在遍及以后的规定期间,存储所述事件关联电位的波形的步骤;根据存储的所述事件关联电位的波形,抽出所述用户的特征量的步骤;根据抽出的所述用户的特征量,调整基于脑波接口部中的所述脑波信号的要求的识别方法的步骤。
采用本发明的计算机程序,是在具有输出部(该输出部根据内容的数据,向用户提示所述内容)、活体信号计测部(该活体信号计测部取得用户的脑波信号)、脑波接口部(该脑波接口部根据所述脑波信号,识别用户的要求,特定符合所述要求的功能)的脑波接口中,被为了调整所述脑波接口部的识别方法而使用的脑波识别方法调整装置中安装的计算机执行。所述计算机程序使所述计算机执行下述程序:将与给予所述用户的视觉及/或听觉的刺激对应的物理量,作为所述刺激的特征量,进行测量的步骤;检出影响所述脑波信号包含的事件关联电位的所述刺激的特征量的变化,从而检出所述刺激的变化的步骤;将检出所述刺激的变化的时刻作为起点,至少在遍及以后的规定期间,存储所述事件关联电位的波形的步骤;根据存储的所述事件关联电位的波形,抽出所述用户的特征量的步骤;根据抽出的所述用户的特征量,调整基于脑波接口部中的所述脑波信号的要求的识别方法的步骤。
采用本发明后,在用户视听的内容以及用户所处的环境中的环境光及环境声的作用下,用户从外部受到光及/或声等的刺激时,能够取得有关脑波接口系统的校准所需的个人差的信息。而且在利用脑波接口时,使用收集的数据,在系统内部执行校准。
由于不强制用户参加校准而且不明确地进行校准,所以能够大幅度减少由于校准而给用户带来的负担及麻烦。其结果,用户能够取消校准的等待时间地立即开始视听内容。另一方面,因为能够按照各个用户进行校准,所以能够高精度地判别脑波,能够提供提高了操作性的脑波接口系统。
附图说明
图1是表示本申请发明人设想的脑波接口系统1的结构及利用环境的图形。图2是表示采用第1实施方式的脑波接口系统1的功能块的结构的图形。图3是表示脑波接口部13的处理的步骤的流程图。图4(a)~(d)是表示在脑波接口系统1中,用户10操作TV欣赏想视听的种类的节目时的例子的图形。图5是表示脑波信号的个人差的例子的图形。图6(a)是用时间序列示出实施现有技术的校准时的画面利用状况的图形,(b)是用时间序列示出实施采用第1实施方式的校准时的画面利用状况的图形。图7是表示采用第1实施方式的脑波接口系统1的处理的步骤的流程图。图8是表示分析运动图像的影像内容的处理的步骤的流程图。图9是表示根据事件关联电位的波形的用户特征的抽出处理的步骤的流程图。图10(a)~(d)是表示与抽出用户的特征的处理相关的波形的例子的图形。图11是表示调整前的样板和调整后的样板的图形。图12是表示内容分析部14分析影像及声音混在的内容时的处理的步骤的流程图。图13是表示内容分析部14分析声音的内容时的处理的步骤的流程图。 图14是表示采用第3实施方式的脑波接口系统1的功能块的结构的图形。图15是表示分析有关声音的环境变化的处理的步骤的流程图。符号说明
1脑波接口系统2、50脑波识别方法调整装置3  CPU4  RAM5计算机程序11输出部12活体信号计测部13脑波接口部14内容分析部15脑波存储部16用户特征抽出部1617识别方法调整部51外部环境检出部52外部环境分析部
具体实施方式
下面,参照附图,讲述本发明涉及的脑波接口系统及装入脑波接口系统的脑波识别方法调整装置的实施方式。
首先,讲述采用本发明的脑波接口系统及脑波识别方法调整装置的主要特征的概要。然后,讲述脑波识别方法调整装置的各实施方式。
本申请发明人设想将来在组合佩戴型的脑波计和佩戴型的显示器的环境下构筑脑波接口。用户始终佩戴脑波计和显示器,能够利用佩戴型显 示器视听内容及操作画面。另外,除此之外,还设想在组合家用电视机和佩戴型的脑波计的家庭内等的环境下构筑脑波接口。用户看电视时佩戴脑波计,能够视听内容及操作画面。
例如图1示出采用后者的例子的本申请发明人设想的脑波接口系统1结构及利用环境。该脑波接口系统1,与后文讲述的第1实施方式的系统结构对应地例示。
脑波接口系统1,是旨在提供利用用户10的脑波信号操作TV11的接口的系统。用户10的脑波信号被用户头上佩戴的活体信号计测部12取得,采用无线或有线方式,发送给脑波接口部13。TV11内置的脑波接口部13利用构成脑波的一部分的事件关联电位的P3成分,识别用户的意图,进行切换频道等的处理。
所谓“P3成分”,是指与事件关联电位中的视觉、听觉、体性感觉等感觉刺激的种类无关,目标刺激后250毫秒~500毫秒的时间段出现的阳性成分。最具代表性的P3成分,是指目标刺激后300毫秒附近出现的阳性成分。但是,在以下的实施方式的讲述中,将起因于对视觉的刺激而产生的事件关联电位的P3成分,表述为“视觉P3成分”等。
脑波信号(事件关联电位)中的P3成分实际出现的时间及振幅,随着用户的不同而不同,所以在脑波接口系统1中,需要按照用户10的脑波信号调整动作的基准。旨在取得进行该调整的基准的处理,就是校准。校准由活体信号计测部12进行。
在脑波接口系统1中,即使在作为接口使用脑波时以外的状态,也能够计测脑波,在视听电视及电影等内容时,也能够计测脑波。
脑波识别方法调整装置2,在用户视听内容之间,收集校准所需的数据。更详细地说,脑波识别方法调整装置2分析输出的数据的内容,检出 影响事件关联电位的内容的变化,在遍及将检出变化的时刻作为起点的规定期间,存储事件关联电位的波形。例如被TV11的画面11a提示的运动图像像的亮度、色调出现阈值以上变化时,及TV11的扬声器11b输出的声音的电平出现阈值以上变化时,检出内容的变化。该内容的变化,就是影响事件关联电位的变化。
收集的数据,在利用脑波用户操作机器时,为了进行校准而利用。但是,因为已经收集了必要的数据,所以不向用户提示详尽的校准过程,用户不知道正在进行校准的情况。由于校准按照各用户实施,所以即使例如正在干家务活、照料孩子而两手没空的状况下,也完全不必用户动手就能够正确地操作因此提高了机器的操作性用户识别为了按照用户实现例如不手正确地操作TV11等机器。从而大大提高了机器的操作性。
采用这种脑波接口系统1后,因为用户不需要在开始利用机器时为了校准而测定脑波,所以能够解除开始利用机器时的用户的负担。另外,因为不需要设置在开始利用系统1时进行校准的时间,所以用户能够立刻开始视听内容。将视听内容等作为目的而开始利用机器,能够马上实现符合用户的希望的动作,这一点非常有用。
此外,在本发明中,为了取得关于脑波接口系统的校准所需的个人差的信息,而检出给予用户的刺激的变化。采用下述方法检出刺激的变化。就是说,将与视觉及/或听觉的刺激对应的物理量,作为刺激的特征量,进行测量、分析,检出刺激的特征量的变化,从而检出刺激的变化。
但是,具体的刺激的变化的检出方法,第1及第2实施方式和第3实施方式不同。
在第1及第2实施方式中,在用户视听映像及/或声音内容及图像的期间,根据用户从机器接收的刺激(映像及/或声音)的变化和起因于该变化的事件关联电位的的变化,检出该刺激的变化。
另一方面,在第3实施方式中,在用户所处的环境中,根据用户从环境接收的刺激(环境光及/或环境声音等)的变化和起因于该变化的事件关联电位的的变化,检出该刺激的变化。
下面,分别讲述本发明的第1~第3实施方式。
(第1实施方式)图2表示采用本实施方式的脑波接口系统1的功能块的结构。脑波接口系统1,具有脑波识别方法调整装置2、输出部11、活体信号计测部12和脑波接口部(IF)13。图2还示出脑波识别方法调整装置2的详细的功能块。为了便于讲述,还示出用户10的块。
脑波识别方法调整装置2,采用有线或者无线的方式,分别与输出部11、活体信号计测部12及脑波接口部13连接,进行信号的发送和接收。在图1中,脑波接口部13和脑波识别方法调整装置2分别单独设置,但这是一个例子,可以将它们部分或者全部一体化。
在脑波接口系统1中,为了根据各用户的脑波信号校准脑波接口部13而设置了脑波识别方法调整装置2。脑波识别方法调整装置2的详细内容,将在后文讲述。
输出部11向用户输出内容及脑波接口中供选择的菜单。图1所示的TV11是输出部11的具体例子,所以在以下的讲述中将参照符号“11”赋予输出部。输出部11输出的内容为运动图像及静止画时,与显示器画面11a(图1)对应;输出的内容是声音时,与扬声器11b(图1)对应。此外,显示器画面11a及扬声器11b还往往同时被作为输出部11采用。
活体信号计测部12是计测佩戴在用户10的头部的电极中的电位变化从而检出活体信号的脑波计,作为活体信号计测脑波。脑波计可以是图1 所示的那种头部安装式脑波计。用户10预先佩戴脑波计。
将电极配置在活体信号计测部12中,以便佩戴在用户10的头部时,接触其头部的规定位置。电极的配置位置,例如为Pz(头项中央)、Al(耳朵)及用户10的鼻根部。不过,最少有2个电极即可,例如可以只在Pz和Al计测电位。该电极位置,取决于信号测量的可靠性及佩戴的容易程度等。
其结果,活体信号计测部12能够测量用户10的脑波。测量到的用户10的脑波,被能够用计算机处理地取样,发送给脑波接口部13及脑波识别方法调整装置2。此外,为了减少混入脑波的噪声的影响,在活体信号计测部12中,测量到的脑波预先被进行例如0.05~20Hz的带通滤波处理,并且被用提示菜单项目及听觉刺激前的例如200毫秒的平均电位进行基线修正。
脑波接口部13向用户提示有关机器操作的菜单项目,切出、识别活体信号计测部12计测到的脑波的事件关联电位。在识别之际,脑波接口部13利用波形的样板18。样板18规定表示例如符合希望时出现的脑波的事件关联电位的波形的数据。脑波接口部13通过输出部11作媒介,显示菜单项目等,评价以后取得的事件关联电位的波形是否接近样板18的波形。然后在评价为接近时,指令机器执行与该菜单项目对应的动作。其结果可以变更、修正输出部11提示的内容。此外,脑波接口部13动作的详细内容,将在后文参照图3及图4讲述。
利用输出部11、活体信号计测部12及脑波接口部13,实现脑波接口系统1中的主要功能即旨在提供利用脑波的机器操作的脑波接口功能。
接着,详细讲述脑波识别方法调整装置2的结构。
脑波识别方法调整装置2,具有CPU3、RAM4、HDD等脑波存储部15。
脑波存储部15,从活体信号计测部12接受脑波的事件关联电位,存储其波形的数据。存储数据的开始及结束,在接收了来自后文讲述的内容分析部14(CPU3)的存储指令信号的时刻进行。
RAM4保持计算机程序。CPU3执行该程序5,从而进行后文讲述的各种处理。如果从功能上分析这些处理,那么CPU3就象多个构成要素地发挥作用,从而实现各处理。在图2的CPU3中,将CPU3进行的主要处理作为3个功能块绘出。具体地说,CPU3作为内容分析部14、用户特征抽出部16及脑波识别方法调整部17发挥作用。下面,讲述它们的详细内容。
内容分析部14,接收输出部11输出的内容,分析该内容。从是否出现影响用户10的事件关联电位的那种内容的变化的角度,进行分析。例如如果运动图像像的亮度、色调出现某个值以上的变化,那么就知道通常影响事件关联电位。因此,内容分析部14根据内容的数据,判定运动图像像的亮度及色调等图像特征量的变化是否成为预先设定的值(阈值)以上。成为阈值以上时,作为应该蓄积事件关联电位的波形的时刻,向脑波存储部15输出。
由于只在出现内容的变化程度较大的状况时,输出存储指令信号,所以存储在近似的状况中的包含该用户的特征的事件关联电位的波形。
用户特征抽出部16,抽出使用脑波接口系统1的用户10的脑波包含的特征。脑波的状态个人差很大。在这里,所谓“脑波的个人差”,是指事件关联电位的波形上的特征,更具体地说是形状及峰值时刻的振幅的大小等。
为了抽出该个人差的信息即用户固有的特征,而设置用户特征抽出部16。例如用户特征抽出部16抽出存储的事件关联电位的波形的加法平均,从而抽出用户固有的特征。
脑波识别方法调整部17,根据用户特征抽出部16抽出的个人差的信息,调整在脑波接口部13中利用的旨在识别的样板18的数据。这样,即使有个人差也能够很高地确保脑波接口部13中的识别性能。
此外,上述内容分析部14、用户特征抽出部16及脑波识别方法调整部17既可以利用一个CPU3实现,也可以作为各个处理芯片安装。
接着,参照图3及图4,概述图2所示的脑波接口系统1的主要处理。然后,讲述校准的必要性。
设置脑波接口系统1的目的,在于使用事件关联电位,识别用户想从TV画面等显示的多个选择项目中,选择哪个项目。
图3表示脑波接口部13的处理的步骤。另一方面,图4(a)~(d)表示在脑波接口系统1中,用户10操作TV欣赏想视听的种类的节目时的例子。
下面,沿着图3所示的流程图,适当参照图4,讲述脑波接口部13的动作。
在步骤S91中,脑波接口部13通过输出部11作媒介,显示菜单。例如假设视听内容时,在TV的显示器上,显示图4(a)那样的选择前的画面21(这时是新闻)。右下方显示的“菜单”22,用特定的频率闪烁。用户看到该“菜单”22时,由于特定的频率成分与脑波重叠,所以能够判断是否看到该“菜单”22,能够启动脑波接口。所谓脑波接口的“启动”,是指为了使用脑波进行菜单的选择等而使接口开始动作。
脑波接口启动后,显示图4(b)所示的菜单项目画面23。在画面中,提示“您想看哪个节目?”的问题24和想看的候补节目——选项25。在 该例中,显示“棒球”25a、“天气预报”25b、“运动图像片”25c、“新闻”25d等4种。
在步骤S92中,脑波接口部13选择一个项目。在图4(b)的例子中,首先选择最上方的棒球25a。以后,每逢执行该步骤S92时,依次选择下一个选项,继第4个新闻之后,又返回第1个的棒球。
在步骤S93中,脑波接口部13高亮显示在步骤S92中选择的项目。所谓“高亮显示”,是使用比其它项目明亮的背景进行的显示,是利用明亮的文字颜色进行的显示。此外,还可以取代高亮显示,或者和高亮显示一起,用使用了辅助的箭头的转辄器及光标指令项目。在这里,可以在用户10看时,传递系统侧现在希望注意哪个项目。
在步骤S94中,脑波接口部13从活体信号计测部12计测的脑波中取得事件关联电位。开始取得事件关联电位的起点,设定成在步骤S93中高亮显示的瞬间。而且取得从该瞬间起例如200毫秒前到1秒后的事件关联电位。这样,可以取得用户对于高亮显示的项目的反应。
在步骤S95中,脑波识别方法调整装置2调整脑波接口部13中的识别方法。在本实施方式中,根据用户特征抽出部16计算出的用户10的特征,脑波识别方法调整部17调整脑波接口部13内的样板18。经过该处理后,能够调整成与用户的个人差对应的识别方法。此外,抽出用户特征及调整识别方法的详细内容,将在后文讲述。
在步骤S96中,脑波接口部13利用调整后的样板18,识别现在取得的事件关联电位。识别的内容为现在取得的事件关联电位的波形是用户10看了想选择的项目时出现的波形,还是看了不想选择的项目时出现的波形。
图4(c)表示各菜单项目被高亮显示的瞬间取得的事件关联电位的波 形26a~26d。例如如果假设用户10想看天气预报,那么只在天气预报的项目被高亮显示时的波形26b中出现特征的成分。它是被称作“事件关联电位的视觉P3成分”的波形成分,是切换菜单项目之后约300毫秒后出现的阳性的特征性的波形。脑波接口部13判定在取得的事件关联电位的波形中是否看到该成分。判定看到视觉P3成分时,进入步骤S97;没有看到时,返回步骤S92。
假设在步骤S97中,判定看到用户10的视觉P3成分的项目,是用户10希望选择的项目,脑波接口部13就指令TV执行与选择的项目对应的处理。在图4(c)的例子中,由于与天气预报的项目25b对应,看到视觉P3成分,所以脑波接口部13指令TV切换频道以便显示天气预报。根据该指令,TV切换频道,从而如图4(d)所示,画面27显示天气预报。
经过上述处理后,用户能够不操作按钮等地利用脑波选择菜单项目,视听与希望的项目对应的内容。
此外,在步骤S92中,假设依次选择项目,但也可以采用随机提示的方法。这样,因为事先不知道选择哪个项目,所以有可能选择更有意思的菜单。
在这种脑波接口中,为了实现符合用户10的意图的顺利的操作,必须对事件关联电位具有很高的识别性能。可是,因为脑波信号的个人差较大,所以难以根据单一的基准识别。
图5示出非专利文献1所述的脑波信号的个人差的例子。在图5中,示出参与对于视觉刺激而言的辨别课题的36个人的脑波信号的例子。另外,据非专利文献1说,事件关联电位的振幅的个人差,有反应时间的3倍以上的个人差,一般认为振幅的范围是4.4V~27.7V(平均16.64μV,标准偏差6.17μV),与反应时间等行动指标相比,个人差的差异很大。
这样,如果没有掌握利用脑波接口系统1的用户10产生具有哪种特征的脑波,就不能够实现脑波接口系统1中的顺利的操作。就是说,需要进行校准即按照各用户10的脑波信号调整动作的基准。
因此,为了更明确的阐述本申请发明的特征,参照图6,比较研究及医疗用途等现有技术的脑波接口系统1中的校准和采用本实施方式的脑波接口系统1中的校准。
现有技术的脑波接口系统1,首先需要在使用接口前用和使用接口同样的状况进行测量。图6(a)用时间序列示出实施现有技术的校准时的画面利用状况。横轴是时间。
将佩戴脑波计的时刻T0作为起点,到时刻T1为止,为了实施校准而利用画面。用户需要面对画面,计算出旨在利用脑波进行操作的脑波信号。收集脑波信号的数据后,调整识别方法,例如在画面上显示进行该调整之意的短信息。
校准完毕后,画面显示菜单,识别利用了脑波接口系统的选择项目。例如按照顺序分别高亮显示选项,测量其不同的事件关联电位,决定用户希望的选项,执行决定的选项的动作(任务)。
此外,在包含研究及医疗用途等的现有技术中,画面显示的菜单不是旨在选择内容的菜单等,而是列举希望要求执行的任务的候补的菜单。作为执行的任务,例如在医院中相当于患者要求饮料时,在决定选项后,护士等按照该选项拿来饮料的任务。
另一方面,在本实施方式中,使用根据视听内容时的事件关联电位的振幅计算的用户的特征,进行校准。其原理如下所述。
作为上述个人差的要素,可以列举解剖学方面的个人差(头盖骨及大 脑的形状)、电极的佩戴状态、个人的觉醒度的变化、对于课题而言的处理措施的不同等。
这些变动中,关于解剖学方面的个人差(头盖骨及大脑的形状)、电极的佩戴状态、个人的觉醒度的变化,可以认为在视听内容时的事件关联电位的振幅和执行脑波接口时对于各菜单项目而言的事件关联电位的振幅之间找到了相关性。因为它们与课题的种类无关地影响到脑波的形状。这样,至少使用根据视听内容时的事件关联电位的振幅计算的用户的特征后,进行校准,能够提高使用脑波接口时的识别性能。
图6(b)用时间序列示出实施采用本实施方式的校准时的画面利用状况。横轴是时间。
采用本实施方式的脑波接口系统1,既能够在佩戴脑波计的时刻T0立即显示内容,也能够利用脑波接口选择内容等。在最初使用脑波接口时,脑波接口可以根据规定的值判别选项。例如可以使用标准的P3成分的振幅及上次的该用户的事件关联电位的波形等。在视听内容的期间,不能使用脑波接口,但是可以在视听内容时收集校准的数据。
然后,在时刻T3中结束视听内容后,显示图4所示的菜单。而且在显示菜单的期间,具体地说在图3的步骤S95所示的阶段中,在脑波接口系统1的内部执行校准。再然后,进行利用脑波接口系统1的选择项目的识别,执行对应的动作。其结果,提示时刻T5以后选择的内容。
采用本实施方式后,因为不必象现有技术那样明确地设置取得校准用的数据的期间,所以用户能够立刻开始视听内容。由于用户将视听内容等作为目的开始利用机器,所以对于用户来说,这一点非常有用。
另外,由于在视听内容时收集校准的数据,然后进行校准,所以还能够提高脑波接口的操作性。这时,因为用户不知道详尽的校准过程,所以 可以说对用户而言毫无负担。
接着,参照图7,讲述采用本实施方式的脑波接口系统1的处理的步骤。下面,和图3的例子同样,设想利用脑波接口系统1切换TV提示内容、变更频道及音量。反复进行以下的步骤S10~步骤S90的处理,从而进行整体的处理。
图7示出采用本实施方式的脑波接口系统1的处理的步骤。
在步骤S10中,输出部11显示内容。通常,TV的画面显示电视节目及电影等的内容。
在步骤S20中,活体信号计测部12计测脑波。假设无论视听内容时,还是使用脑波接口时,都佩戴脑波计。
在步骤S30中,脑波接口部13判定用户是否要求启动脑波接口。
确认要求启动脑波接口时,进入步骤S70的特征抽出处理;没有能够确认时,进入步骤S40的内容分析处理。
为了判定是否要求启动脑波接口,可以使用SSVEP或P300。所谓“SSVEP(Steady State VisuaL Evoked Potential)”,是指正常视觉诱发电位。
如和图4(a)关联地讲述的那样,在选择前的画面中,右下方显示“菜单”22,该“菜单”22用特定的频率闪烁。用户看到该“菜单”22时,因为特定的频率成分与脑波层叠,所以能够判别是否看到该“菜单”22能够启动脑波接口。此外,由于可以根据特定的频率成分是否与脑波层叠,判定是否要求启动脑波接口,即使在执行校准前,也能够正确地动作。
此外,关于SSVEP,详见Xiaorong Gao,et al,“A BCI-BasedEnvironmental  Controller  for the  Motion-Disabled”,IEEETransaction on Neural Systems and Rehabilitation Engineering,Vol.11,No.2,Juns 2003。
在步骤S40~步骤S60中,因为在步骤S30中确认没有启动脑波接口,所以分析内容,进行旨在掌握用户10的脑波的特征的准备处理。
在步骤S40中,内容分析部14分析内容的数据,特定容易出现被内容包含的、用户10的脑波上的特征的场面。
在脑波接口系统1中,由于使用菜单被高亮显示时发生的事件关联电位波形,判定用户的要求,所以内容分析部14在视听内容时观测同样的信号,抽出那种场面。例如人们认为在画面的亮度变化较大的情景中,能够观侧到和视觉P3成分类似的成分。因此,内容分析部14用和规定的阈值的关系,根据内容数据,分析是否出现画面的亮度变化较大的内容的情景。
在步骤S50中,内容分析部14判定是否应该存储现在的脑波。步骤S40的分析结果判定现在的脑波包含和用户使用脑波接口时的脑波同样的倾向时、即判定画面的亮度变化较大时,进入步骤S60;没有判定画面的亮度变化较大时,结束处理。
在步骤S60中,脑波存储部15存储内容分析的结果判定的脑波存储时刻的周边的脑波(事件关联电位)。在脑波接口系统1中,需要捕捉来自特定的时刻的事件关联电位的波形变化。因为需要使判定的基线一致,所以脑波存储部15例如切取存储时刻的-200毫秒~1000毫秒后存储。经过这样地存储、加法运算后,能够在减轻脑波每次的偏移及噪声的影响的状况下,抽出用户的特征。
步骤S70~步骤S90,在步骤S30中要求启动脑波接口时执行。在这些处理中,进行执行脑波接口的准备及脑波接口的动作。
在步骤S70中,用户特征抽出部16抽出现在佩戴脑波计的用户的事件关联电位波形的特征。例如用户特征抽出部16对脑波存储部15存储的事件关联电位波形数据进行加法平均,抽出脑波的特征。所谓“脑波的特征”,例如是指用户的波形的振幅的大小的倾向等。
在步骤S80中,脑波识别方法调整部17调整脑波接口部13采用的识别方法。该处理根据在步骤S70中抽出的特征量后进行。关于调整识别方法的方法处理,将在后文讲述
在步骤S90中,脑波接口部13提供脑波接口的功能。具体的处理,如参照图3及图4所述的那样进行。
经过以上的处理,存储不启动脑波接口地视听内容时的用户的个人差的特征,使用脑波接口启动后存储的用户的个人差特征的数据,调整脑波接口部13的识别方法。这样,能够提供可以高精度地识别个人差很大的脑波的能力。
接着,参照图8~图11,详细讲述上述步骤S40、步骤S70及步骤S80的每一个。
首先,参照图8,详细讲述图7的步骤S40所述的内容分析处理。作为运动图像讲述内容。
图8示出分析运动图像的影像内容的处理的步骤。
在步骤S41中,内容分析部14取得影像内容的数据。例如内容分析部14捕捉现在显示的影像,取得静止画数据。众所周知:运动图像是用 规定的频率(例如30Hz)一个接一个地切换显示多个静止图像来实现的。在某个瞬间捕捉运动图像,就可以获得一枚静止画的数据。
另外,还可以不从现在显示的影像取得静止画数据,根据旨在显示该影像的运动图像数据,取得静止画数据。例如在数字播放中,由于发送数字化的运动图像数据,所以能够从该运动图像数据中抽出构成运动图像的静止画的数据。
在步骤S42中,内容分析部14计算图像亮度值的平均值。虽然图像本身包含亮度、色调、鲜艳度等图像特征量及像素数等各种信息,但是在本实施方式中,为了抓住作为对于用户10而言的视觉刺激的整体的倾向,而使用图像的亮度值的平均值,分析该平均值的变化的动向。
在步骤S43中,内容分析部14对在步骤S42中计算出的平均值和上次处理时的平均值进行比较。这样,可以判定亮度变化大不大。此外,第1次进行比较时,作为“上次处理时的平均值”,既可以采用任意的值,也可以两次求出平均值,将第1次的平均值作为“上次处理时的平均值”采用。
在步骤S44中,内容分析部14判定步骤S43中求出的亮度变化量是不是规定的阈值以上。如果是阈值以上就进入步骤S45,如果是阈值以下则结束处理。
在步骤S45中,内容分析部14认为应该从该时刻起存储脑波的事件关联电位波形,所以向脑波存储部15输出表示存储时刻的存储指令信号。这是因为认为在执行步骤S45的状况下,正在用户的脑波中诱发对于刺激而言的事件关联电位,所以能够判断需要存储数据。其结果,表示画面的亮度变化较大的情景附近的用户的特征的事件关联电位的波形就被存储。
此外,所谓“画面的亮度变化较大的情景”,是在电视画面中电影等 突然从暗淡向明亮变化时,或者从电视节目切换成CM时等。作为视觉刺激来看,这些情景相当于对于用户而言容易引起诱发电位的情景。只抽出这种状况,可以获得和在实验室收集计测对于视觉刺激的反应的那种数据同等的效果。
此外,不必逐帧检出图像的亮度变化,考虑多帧的变化的大小即可,另外,即使不使用亮度平均值,只要能够掌握对用户而言的视觉刺激的特征——事件关联电位的倾向,就没有问题。
此外,还能够利用虽然亮度的变化相同或者较小但是色调的变化却较大的图像的出现,决定事件关联电位的波形存储时刻。这样,可以只利用色调判断存储时刻。还可以利用鲜艳度及其它的图像特征量。
关于脑波存储部15中的存储量,需要考虑下述诸点后决定:应该存储足够的量;但是不能够使用过于陈旧的数据等。在事件关联电位的研究中,一般需要进行20次左右的数据的加法。因此,从精度上说,最好存储数据20次左右。
另外,我们知道即使是在同一个人佩戴的条件下,脑波的振幅也随时变化,所以经过相当一段时间后的数据,往往成为对识别无用的信息。因此,脑波存储部15既可以只存储最近20次的数据地动作,也可以丢弃经  过规定的时间(例如1~2小时)的数据。在后文讲述的处理中,可以使用脑波存储部15存储的数据中最近20次的数据。而且,在用户取下脑波计后重新佩戴时,可以丢弃以前的数据,重新开始存储数据。
以上的处理结果,使脑波存储部15存储适当的事件关联电位的波形。
接着,参照图9及图10,详细讲述图7的步骤S70所述的用户特征的抽出处理。作为运动图像讲述内容。
图9表示根据事件关联电位的波形的用户特征的抽出处理的步骤。另外,图10(a)~(d)表示与抽出用户的特征的处理相关的波形的例子。首先,假设如图10(a)所示,使脑波存储部15存储多个事件关联电位的波形组41。这是非专利文献1记述的例子,假设性地提示。由于事件关联电位的波形组41是在出现亮度变化很大的情景时抽出的,所以存储的条件近似。在该前提下,开始图9所示的用户特征抽出部16的处理。
在步骤S71中,用户特征抽出部16对脑波存储部15蓄积的事件关联电位的波形组41进行加法平均计算。这样,减轻眼电(Electro-oculographic potential)及背景脑波等各种影响,容易只强调希望注意的事件关联电位的成分。图10(b)例示加法平均后的波形42。虽然在图10(a)中,可以看到存储的条件近似却难以唯一性地判断特征的波形组41,但是可以说,采用图10(b)后容易只看到特征。
在图9的步骤S72中,用户特征抽出部16对于在步骤S71中计算出的加法平均波形检出(计算出)P3振幅。该所谓“P3振幅”是指事件关联电位的P3成分的峰值电位。如果使P3成分为从事件关联电位的起点算起的300毫秒附近出现的阳性成分,那么就是该300毫秒附近中的阳性的峰值电位。
在图10(b)的例子中,在300毫秒附近的加法平均波形42中,可以看到朝下(阳性)的电位峰值。计测在这个位置的电位的大小43后,是12μV。该振幅因为个人差很大,所以作为各用户的特征利用该振幅,是本发明的着眼点。
可以设定振幅的平均性的大小,例如在非专利文献1的事例中,是平均16.64μV。更正确地说,可以事先计算出与图像变化对应的标准值。
在图9的步骤S73中,用户特征抽出部16对在步骤S72中计算出的P3成分的振幅43和设想的P3的平均性的波形45的振幅加以比较,判定 大小。然后,计算修正用的特征量。
例如能够将在步骤S72中计算出的P3成分的振幅43分类成下述3种后,赋予其特征:和平均值同等的大小,比平均值大,比平均值小。
这样分类的理由,是因为为了计算修正用的特征量而需要。按照分类,决定修正用的特征量。就是说,修正用的特征量相当于大、中、小那样的分群的群名。该分类的精度,可以按照目的及测量精度进一步地细分。另外,还能够用对于平均振幅而言的量判定。
在图10(c)中,实线42是获得的波形,虚线45是平均的波形(标准波形)。图10(d)例示比较其大小的分类。可以用“比平均波形小”这一3分类记述特征,或者使平均振幅为16μV、这次的振幅为12μV后,将比0.75作为修正用的特征量。
这样,能够根据视听内容时存储的波形计算出反映用户的个人差的特征量。这里的个人差,除了每个人的波形的振幅的大小以外,还反映每次佩戴的状况造成的情况、当时的觉醒度的差异等,包含所有的影响识别的那些要素,被修正用的特征量包含。此外,还可以根据视听内容时的用户的所述事件关联电位的波形,计算各单位区间的平均值的分散,利用该分散。
接着,讲述利用用户特征抽出部16计算出的特征量,脑波识别方法调整部17怎样调整脑波接口部13的识别方法。
在脑波接口部13的处理中,为了判定现在高亮显示的菜单是否被选择,想出了利用样板的被称作“样板匹配”的方法。例如脑波接口部13预先将标准的菜单被选择时的事件关联电位波形(A)和菜单未被选择时的事件关联电位波形(B),作为样板18保持。然后,脑波接口部13识别现在观测的事件关联电位波形靠近(A)和(B)中的哪个样板,从而能够 判断现在高亮显示的菜单是否被选择。
样板匹配在现在的用户10的事件关联电位的振幅的大小是标准的场合,只能识别和标准样板的单纯匹配,但是在现在的用户10与标准的振幅不同时,就需要修正样板。因此,根据用户特征抽出部16计算出的特征量,修正样板。
用户特征用大、中、小等分类时,准备与它们分别对应的样板,切换那些样板后,能够适应各种情况。另外,用户特征用0.75倍等的倍率表现时,对于标准的样板的各时间段,使电位为规定的计数倍(例如在前面的例子中为0.75倍),从而能够制作调整后的样板。图11表示调整前的样板和调整后的样板。
由于样板波形的时间段的不同,存在出现个人差很大的部分和出现个人差很小的部分时,为了进一步提高精度,可以考虑这一情况后调整样板。例如个人差在电极的佩戴不完善时及来自头部的形状等时,有可能整体影响振幅的大小。但是假如认知性的觉醒度降低时,可以想方设法地在被认为对视觉刺激直接反应的成分较多的200毫秒的以前,减少特征量的反映,在较多地出现P3成分的200毫秒~500毫秒中,则增加特征量的反映等。
此外,上述修正采用变更样板的方法。但也可以使样板原封不动,在来自活体信号计测部12的输出时,或者在向脑波接口部13输入时,使事件关联电位的振幅放大或衰减。脑波识别方法调整部17向脑波接口部13或活体信号计测部12下达指令,从而可以使事件关联电位的振幅放大或衰减。
采用这种结构后,如果采用本发明的脑波识别方法调整装置,由于用户在视听内容的期间能够不进行明确表示的校准地取得校准所需的信息,所以能够不设置校准的时间地高精度地判别用户的脑波,能够提供容易操作的接口。
在以上的讲述中,提示的内容是运动图像,对于声音没有特别言及。可是,在视听电视等时,往往显示器上显示影像的同时,还由扬声器等提示声音信息。
我们知道:对于影像等视觉刺激诱发事件关联电位,对于声音等听觉刺激也诱发事件关联电位。因此,在只用来自视觉信息的基准选择的事件关联电位中,还重叠着来自各种声音信息的诱发电位,从调整识别方法的观点上说,还可以将它们作为噪声看待。为了更正确地计算与事件关联电位的个人差关联的特征,在内容分析部14中,不仅分析图像,还考虑声音的分析结果,从而提高精度。
下面,参照图12,讲述输出部11输出影像和声音时的内容分析部14的处理
图12示出内容分析部14分析影像及声音混在的内容时的处理的步骤。
在步骤S141中,内容分析部14取得在该时刻被输出部11提示的图像数据,然后在步骤S142中,计算取得的图像数据的亮度的平均值。
另一方面,在步骤S143中,内容分析部14取得输出部11输出的声音数据,在步骤S144中,根据取得的声音数据,计算输出的声音电平的平均值。
在步骤S145中,用户特征抽出部16判定是不是能够取得良好地反映用户的个人差的事件关联电位的那种时刻。具体地说,在有上述图像的变化而且还与该变化同步地观察到声音的变化时,就判断能够取得起因于对用户的刺激的变化而良好地表现用户的特征的事件关联电位。
用已经讲述的那种处理方法,能够检出图像及声音各自的变化。判定这些变化是否同步后,可以使对于图像而言的诱发电位和对于声音而言的诱发电位不分离地将用户的事件关联电位的振幅作为关于个人差的信息利用。在该步骤S145中,判定图像及声音同步变化时,就进入步骤S146判定没有变化时,则结束处理。
在步骤S146中,用户特征抽出部16认为在此时此刻的脑波中诱发着对于刺激而言的事件关联电位,判定需要存储数据,将该时刻作为存储时刻输出。
如上所述,由于映像和声音同步变化的情况,大多与电视的情景切换对应地产生,所以能够充分地收集数据。此外,可以变更步骤S141及S142和步骤S143及S144的处理的顺序。
采用以上讲述的处理后,根据起因于图像及/或声音的特征量的变化的事件关联电位的变化的大小,更通俗地说,根据被内容的特征量的变化诱发的事件关联电位的变化的大小,能够取得校准所需的信息。
此外,在脑波存储部15中,只抽出看到对于刺激而言的事件关联电位时的刺激,但是也能够存储刺激较少(画面变化较少)条件的数据。这样,能够存储有刺激时的脑波和刺激较少时的脑波等两者,使用它们的差异,能够明确地取得通常出现的脑波和对于特性的刺激而言的脑波的差异。
此外,在脑波存储部15中,每次存储时都检查被脑波存储部15存储的脑波的波形的振幅,在通常的个人差的范围以上存储的脑波较小时,能够使输出部11输出提醒确认脑波计的佩戴状态的信息。例如最初佩戴脑波计时,在佩戴的情况不良、不能计测脑波之类的状态下,使输出部11输出“还不能测量脑波,请重新佩戴”等短信息。进而,如果有定期检查脑波存储部的数据的结构,还能够检出身体活动等引起脑波剂的佩戴状态 变化导致信号微弱的情况等,这时能够输出“请确认脑波计的佩戴状况”等短信息。这样,启动脑波接口后,不需要担心不能够充分使用脑波接口,能够实现自然地使用脑波接口的状况。
(第2实施方式)在第1实施方式中,主要讲述了利用画面提示的图像的变化,收集校准用的数据,调整识别方法的情况。在本实施方式中,讲述对于使用声音的脑波接口而言的使用声音的校准的实施方法。这种系统,例如被作为汽车的导航系统应用后,用户即使在开车中也能够操作系统,所以非常便利。
在本实施方式中,在视听利用播放及射流提供的收音机等的内容时,只使用声音频道。基本的脑波接口系统1的结构,如图1所示,但是可以取代TV,只设置扬声器。
输出部11利用扬声器等提示声音的内容。通过画面作媒介提供脑波接口,或者利用声音依次读出菜单项目,从而提供脑波接口。采用后者时,成为只利用声音进行校准的脑波接口。
下面,参照图13,讲述输出部11输出声音内容时的内容分析部14的处理。
图13示出分析声音内容的内容分析部14的处理的步骤。
在步骤S241中,内容分析部14取得声音数据。取得的声音数据的范围,是继上次处理取得的声音区间之后的声音区间。声音区间,例如可以被每隔规定的时间取样等的时间的规定及无音区间的检出等的信号强度的规定定义。
在步骤S242中,内容分析部14对取得的声音区间的声音数据,计算出声音电平的平均值。
在步骤S243中,内容分析部14比较上次计算出的声音电平的平均值和这次的平均值。这样,能够检出声音电平的变化很大的区间。
在步骤S244中,内容分析部14判定在步骤S243中检出的声音电平的变化量是不是规定的阈值以上。如果是阈值以上,就进入步骤S245;如果是阈值以下,则结束处理。
在步骤S245中,内容分析部14判定需要存储数据,将该时刻作为存储时刻输出。因为认为在用户的脑波中诱发着对于声音刺激而言的事件关联电位的缘故。
这样地动作后,即使在将声音作为主体的脑波接口中,因为在声音变化较大时,诱发表示用户的特征的事件关联电位,所以能够检出该时刻,用下一个存储部15存储波形。
在这里,所谓“声音变化较大的瞬时”,在电视机的声音磁道及收音机中,可以列举:例如关于体育,在足球比赛的直播中,射门之后突然爆发出高声欢呼时;在娱乐节目等中,突然爆发出哄堂大笑时;以及报时(例如“嘟、嘟、嘟、嘀”)等。存储这些时刻的事件关联电位后,能够收集对于听觉刺激的反应。
采用本实施方式涉及的脑波识别方法调整装置后,由于即使在将声音作为主体的脑波接口中,用户在视听内容的期间能够不明确地进行校准地取得校准所需的信息,所以能够不设置校准的时间地高精度地判别用户的脑波,能够提供容易操作的接口。
(第3实施方式)在第1及第2实施方式中,讲述了从电视机等的内容中取得校准的信息的实施例。
可是,即使视听电视等内容时,用户10的脑波也往往受到内容以外的要素的影响。如果要列举一个内容以外的要素的例子,那就是是外部环境的变化。具体地说,关门时的“叭嗒”声、钟表的报时声、来人时“吡、吡”的蜂鸣声等,都可以影响用户10的脑波。
本申请发明人发现:感觉来自外部环境的刺激(用户所处的环境中的光及/或声),可以根据其结果,取得校准用的数据。
下面,参照图14,讲述本实施方式中的脑波识别方法调整装置。
图14示出采用本实施方式的脑波接口系统1的结构。脑波接口系统1具有脑波识别方法调整装置50。
脑波识别方法调整装置50与脑波识别方法调整装置2(图2)的不同之处在于:取代脑波识别方法调整装置2的内容分析部14,脑波识别方法调整装置50具备外部环境检出部51和外部环境分析部52。这表明脑波识别方法调整装置50和脑波识别方法调整装置2的分析对象不同。
下面,详细讲述脑波识别方法调整装置50。对于脑波识别方法调整装置50的构成要素中和脑波识别方法调整装置2(图2)相同的构成要素,赋予相同的符号,不再赘述。
外部环境检出部51,检出用户10所处的环境的变化。所谓“用户10所处的环境”,在图1所示的例子中,是指室内。或者在用户10佩戴随身型的机器外出时,是指室外。用户10正在开车时,是指车内及道路周边的状况。
外部环境检出部51,是检出、输出环境的状态的传感器。更具体地说,是取得用户10所处的环境中的声音的信息后输出该信息的麦克风、取得 该环境中的用户周边的视觉性的信息后输出的照相机。但是,这些只不过是例子而已。可以使用适合于希望检出的环境的传感器。
外部环境分析部52,接收外部环境检出部51的输出信号和(按照需要)来自输出部11的输出(被提示的内容),进行信号分析,指令脑波存储部15存储脑波的时刻。
接着,参照图15,详细讲述环境变化的分析处理。在以下的例子中,设想用户用电视机视听内容时,根据室内环境的声音,进行环境变化的分析处理。
图15示出分析有关图1所示的室内环境的声音的环境变化的处理的步骤。
在步骤S521中,外部环境检出部51取得外部环境的声音。例如在用户10佩戴的脑波计12等的附近设置麦克风后,可以利用麦克风取得用户10听到的声音。
假设在视听电视机11时取得的外部环境的声音中,还混杂着来自电视机11等的声音。因此,通过以下的步骤,除去电视机11的影响。
在步骤S522中,外部环境分析部52取得来自电视机11的输出信号中有关声音的信息。这样,能够取得具有内容的声音信息。
在步骤S523中,外部环境分析部52从外部环境检出部51取得的外部环境的声音的信息中,除去内容的声音信息。这样,能够只抽出来自外部环境的信号。
在步骤S524中,外部环境分析部52判定在利用来自外部环境的信号取得的外部环境的声音中,是否包含有特征的声音。所谓“有特征的声音”, 例如是关门时的“叭嗒”声、来人时“吡、吡”的蜂鸣声等。这种声音的物理量(波形、声音电平等)的特征在于:声音电平急剧上升,该声音电平作为事件关联电位,影响脑波。只要具备这种声音的物理量的特征,就可以说该声音在外部环境的声音中有特征性的声音。取得这时的脑波的事件关联电位,可以获得校准用的信息。具体地说,可以将声音电平的单位时间的增加量是否超过规定的阈值等,作为判定条件使用。如果判定有特征时,就进入步骤S525;没有能够判定有特征时,则结束处理。
在步骤S525中,因为声音的变化为阈值以上,所以认为在用户的脑波中诱发对于声音刺激而言的事件关联电位,判定需要存储数据,将该时刻作为存储时刻输出。
经过这种处理后,不仅能够从内容信息中,而且还能够从外部环境的特征性的变化中取得校准用的波形。
以上,讲述了在室内视听电视机时根据室内环境声音进行校准的例子。可是,检出检出的物理量在其它的外部环境中的变化,从而检出环境变化,也能够用于校准。
例如,佩戴随身型的机器外出时,将室外突然产生的声音——例如火车站站台响起的铃声、商店的音乐、视觉上的招牌等的闪烁——作为物理量的变化检出,进而检出被这种声音及闪烁诱发的事件关联电位的变化后,能够检出外部环境变化。同样,开车时可以将其它车的喇叭及交通信号的闪烁及切换等作为物理量的变化检出,作为影响脑波的信号利用。
这样,采用本实施方式的脑波识别方法调整装置后,还能够不明确地进行校准地从用户所处的状况的环境变化中取得校准所需的信息。所以,能够不设置校准的时间地高精度地判别用户的脑波,能够提供容易操作的接口。
采用本发明的脑波识别方法调整装置及该装置装入的脑波接口系统后,可以在用户视听内容时,从内容中抽出反映用户的个人差的特征的脑波(事件关联电位),调整判别方法。这样,就在改善需要反映脑波的个人差、提高判别方法的机器例如使用脑波的机器操作接口搭载的信息机器及影像音响机器等的操作性上,非常有用。另外,除了使用脑波的接口以外,对于检出用户心理状态、感情状态、认知状态后按照其状态动作的服务提供机器等需要修正个人差的机器而言,本装置可以有效地发挥作用。
这种装置的功能,例如还可以通过计算机程序实现,所以可以很容易地、不大幅度改变系统地进行安装。

Claims (14)

1.一种脑波识别方法的调整装置,用于在具有输出部、活体信号计测部和脑波接口部的脑波接口系统中,调整所述脑波接口部的识别方法,所述输出部根据内容的数据,向用户提示所述内容,所述活体信号计测部用于取得用户的脑波信号,所述脑波接口部根据所述脑波信号,识别用户的要求,确定符合所述要求的功能,
所述调整装置具备:
分析部,该分析部将与向所述用户提示的内容及所述用户所处的环境中给予所述用户的视觉及/或听觉的刺激对应的物理量,作为所述刺激的特征量,进行测量、分析,检出影响所述脑波信号中包含的事件关联电位的所述刺激的特征量的变化,从而检出所述刺激的变化;
存储部,该存储部将检出刺激的变化的时刻作为起点,至少在其后的整个规定期间内,存储所述事件关联电位的波形;
用户特征抽出部,该用户特征抽出部根据存储的所述事件关联电位的波形,抽出所述用户的特征量;和
识别方法调整部,该识别方法调整部根据抽出的所述用户的特征量,调整基于所述脑波接口部中的所述脑波信号的要求的识别方法。
2.如权利要求1所述的调整装置,其特征在于:所述刺激,是向所述用户提示的内容的映像及/或声音时,
所述分析部,分析所述内容的数据,检出影响所述脑波信号中包含的事件关联电位的所述刺激的特征量的变化。
3.如权利要求2所述的调整装置,其特征在于:所述输出部,根据运动图像数据,用规定的频率切换显示多个图像的每一个,从而提示运动图像的内容;
所述分析部,检出连续的所述多个图像的图像特征量的变化,作为所述内容的特征量的变化。
4.如权利要求3所述的调整装置,其特征在于:所述分析部,检出亮度及色调中的至少一个的变化,作为所述内容的特征量的变化。
5.如权利要求2所述的调整装置,其特征在于:所述输出部,根据 声音数据,提示声音的内容;
所述分析部,检出所述声音的输出电平的变化,作为所述内容的特征量的变化。
6.如权利要求2所述的调整装置,其特征在于:所述输出部,用规定的频率切换显示多个图像的每一个,从而提示运动图像的内容,而且提示声音的内容;
所述分析部,检出连续的所述多个图像的图像特征量的变化与所述声音的输出电平的变化同步时,作为所述内容的特征量的变化。
7.如权利要求2所述的调整装置,其特征在于:所述脑波接口部,根据预先保持的阈值和所述脑波信号的事件关联电位的振幅,识别用户的要求;
所述用户特征抽出部,抽出存储的所述事件关联电位的振幅,作为所述用户的特征量;
所述识别方法调整部,根据抽出的所述用户的特征量,调整所述脑波接口部保持的所述阈值。
8.如权利要求2所述的调整装置,其特征在于:所述脑波接口部,根据预先保持的至少一个波形的样板与所述脑波信号的事件关联电位的波形的相互关系,识别用户的要求;
所述用户特征抽出部,抽出存储的所述事件关联电位的波形,作为所述用户的特征量;
所述识别方法调整部,根据抽出的所述用户的特征量,调整所述脑波接口部保持的所述至少一个波形的样板。
9.如权利要求8所述的调整装置,其特征在于:所述识别方法调整部,根据抽出的所述用户的特征量,使所述至少一个波形的样板的值变化,设定到所述脑波接口部;
所述脑波接口部,根据设定的所述至少一个波形的样板与所述脑波信号的事件关联电位的波形的相互关系,识别所述用户的要求。
10.如权利要求8所述的调整装置,其特征在于:所述脑波接口部,保持多个波形的样板;
所述识别方法调整部,根据抽出的所述用户的特征量,选定所述多个 波形的样板中的一个,作为用于识别所述用户的要求的样板,设定到所述脑波接口部。
11.如权利要求2所述的调整装置,其特征在于:所述脑波接口部,根据预先保持的波形的样板与所述脑波信号的事件关联电位的波形的相互关系,识别用户的要求;
所述用户特征抽出部,抽出存储的所述事件关联电位的波形,作为所述用户的特征量;
所述识别方法调整部,指令所述脑波接口部及所述活体信号计测部的一个,以便根据抽出的所述用户的特征量,调整所述用户的脑波信号的振幅。
12.如权利要求2所述的调整装置,其特征在于:所述用户特征抽出部,在所述存储部存储的所述事件关联电位的波形的振幅小于预先规定的阈值时,输出信号;
所述识别方法调整部,根据来自所述用户特征抽出部的信号,指令所述脑波接口部,以便输出有关由所述活体信号计测部取得脑波信号的警告。
13.如权利要求1所述的调整装置,其特征在于:在所述刺激是所述用户所处的环境中的光及/或声时,
所述分析部,检出所述环境中的光及/或声,并检出影响所述脑波信号中包含的事件关联电位的所述环境中的光及/或声的特征量的变化。
14.一种方法,用于在具有输出部、活体信号计测部和脑波接口部的脑波接口系统中,调整所述脑波接口部的识别方法,所述输出部根据内容的数据,向用户提示所述内容,所述活体信号计测部用于取得用户的脑波信号,所述脑波接口部根据所述脑波信号,识别用户的要求,确定符合所述要求的功能,
所述方法具备:
将与向所述用户提示的内容及所述用户所处的环境中给予所述用户的视觉及/或听觉的刺激对应的物理量,作为所述刺激的特征量,进行测量的步骤;
检出影响所述脑波信号中包含的事件关联电位的所述刺激的特征量 的变化,从而检出所述刺激的变化的步骤;
将检出所述刺激的变化的时刻作为起点,至少在其后的整个规定期间内,存储所述事件关联电位的波形的步骤;
根据存储的所述事件关联电位的波形,抽出所述用户的特征量的步骤;和
根据抽出的所述用户的特征量,调整基于所述脑波接口部中的所述脑波信号的要求的识别方法的步骤。
CN2007800309827A 2006-11-15 2007-11-14 脑波识别方法的调整装置、方法 Expired - Fee Related CN101589358B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2006309385 2006-11-15
JP309385/2006 2006-11-15
PCT/JP2007/072100 WO2008059878A1 (fr) 2006-11-15 2007-11-14 Dispositif d'ajustement pour un procédé d'identification d'ondes cérébrales, procédé d'ajustement et programme informatique

Publications (2)

Publication Number Publication Date
CN101589358A CN101589358A (zh) 2009-11-25
CN101589358B true CN101589358B (zh) 2012-05-16

Family

ID=39401682

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2007800309827A Expired - Fee Related CN101589358B (zh) 2006-11-15 2007-11-14 脑波识别方法的调整装置、方法

Country Status (6)

Country Link
US (1) US20090247895A1 (zh)
EP (1) EP2081100B1 (zh)
JP (1) JP4272702B2 (zh)
CN (1) CN101589358B (zh)
RU (1) RU2410026C2 (zh)
WO (1) WO2008059878A1 (zh)

Families Citing this family (44)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8249699B2 (en) * 2006-02-03 2012-08-21 Brain State Technologies, Llc Method of affecting balanced brain function with relational ambient sound
JP5176112B2 (ja) * 2008-07-03 2013-04-03 財団法人ヒューマンサイエンス振興財団 制御システム及び制御方法
WO2010004710A1 (ja) * 2008-07-11 2010-01-14 パナソニック株式会社 咀嚼筋電を用いたインタフェースシステム
US20100076334A1 (en) 2008-09-19 2010-03-25 Unither Neurosciences, Inc. Alzheimer's cognitive enabler
JP5365956B2 (ja) * 2009-02-24 2013-12-11 本田技研工業株式会社 脳情報出力装置、ロボット、および脳情報出力方法
US8391966B2 (en) * 2009-03-16 2013-03-05 Neurosky, Inc. Sensory-evoked potential (SEP) classification/detection in the time domain
US8155736B2 (en) 2009-03-16 2012-04-10 Neurosky, Inc. EEG control of devices using sensory evoked potentials
WO2011055505A1 (ja) 2009-11-09 2011-05-12 パナソニック株式会社 注意状態判定装置、方法およびプログラム
CN102448371B (zh) * 2009-12-15 2014-07-23 松下电器产业株式会社 电极安装状态判定系统、电极安装状态判定方法
EP2515203A1 (de) * 2010-03-24 2012-10-24 tecData AG Verfahren zum Steuern oder Regeln einer Maschine
WO2012063423A1 (ja) * 2010-11-12 2012-05-18 パナソニック株式会社 音圧評価システム、その方法およびそのプログラム
CA2818254C (en) * 2011-01-20 2017-05-16 Widex A/S Personal eeg monitoring device with electrode validation
US20130072809A1 (en) * 2011-09-19 2013-03-21 Persyst Development Corporation Method And System For Analyzing An EEG Recording
CN103327888A (zh) * 2011-10-18 2013-09-25 松下电器产业株式会社 听觉事件相关电位测量系统及其装置、方法与计算机程序
CN103189001B (zh) * 2011-10-19 2015-11-25 松下电器产业株式会社 听觉事件相关电位测量系统、听觉事件相关电位测量方法
US9055927B2 (en) 2011-11-25 2015-06-16 Persyst Development Corporation User interface for artifact removal in an EEG
CN104039221B (zh) 2011-11-26 2016-03-16 珀西斯特发展公司 用于检测并且去除eeg伪像的方法和系统
CN102609090B (zh) * 2012-01-16 2014-06-04 中国人民解放军国防科学技术大学 采用脑电时频成分双重定位范式的快速字符输入方法
JP6041271B2 (ja) * 2012-04-24 2016-12-07 パナソニックIpマネジメント株式会社 補聴器利得決定システム、補聴器利得決定方法、およびコンピュータプログラム
CN102778949B (zh) * 2012-06-14 2015-04-29 天津大学 基于ssvep阻断和p300双特征的脑-机接口方法
CN102793540B (zh) * 2012-06-14 2014-03-19 天津大学 一种视听认知事件相关电位实验范式的优化方法
US9996154B2 (en) * 2013-05-09 2018-06-12 Samsung Electronics Co., Ltd. Apparatus and method of controlling display apparatus
KR102191966B1 (ko) * 2013-05-09 2020-12-17 삼성전자주식회사 디스플레이 장치 제어 방법 및 장치
JP6356963B2 (ja) * 2013-12-27 2018-07-11 株式会社ニコン 機械装置
US10929753B1 (en) 2014-01-20 2021-02-23 Persyst Development Corporation System and method for generating a probability value for an event
CN104090653B (zh) * 2014-06-16 2017-02-22 华南理工大学 一种基于ssvep和p300的多模态脑开关检测方法
CN104202644B (zh) * 2014-09-29 2017-07-07 深圳市九洲电器有限公司 脑电波信号标准化输出方法、装置、机顶盒及系统
JP2016139957A (ja) * 2015-01-28 2016-08-04 オリンパス株式会社 撮像装置、撮像方法及び撮像プログラム
EP3809241B1 (en) * 2015-03-10 2023-12-13 Eyefree Assisting Communication Ltd. System and method for enabling communication through eye feedback
KR101648017B1 (ko) * 2015-03-23 2016-08-12 현대자동차주식회사 디스플레이 장치, 차량 및 디스플레이 방법
CN106249846B (zh) * 2015-06-29 2020-03-17 北京智谷睿拓技术服务有限公司 光强度调节方法和设备
EP3392739B1 (en) 2015-12-17 2022-04-20 Looxid Labs Inc. Eye-brain interface (ebi) system and method for controlling same
WO2017204373A1 (ko) * 2016-05-24 2017-11-30 상명대학교서울산학협력단 다감각변화를 이용한 감성지수 결정 시스템 및 그 방법
US10602941B2 (en) * 2016-07-01 2020-03-31 Ascension Texas Prediction of preictal state and seizure onset zones based on high frequency oscillations
US10817057B2 (en) 2016-11-08 2020-10-27 Sony Corporation Information processing device, information processing method, and program
CN106802723A (zh) * 2017-01-18 2017-06-06 西安电子科技大学 一种基于稳态视觉诱发电位的双拼中文输入系统
JP7069716B2 (ja) 2017-12-28 2022-05-18 株式会社リコー 生体機能計測解析システム、生体機能計測解析プログラム及び生体機能計測解析方法
US11219416B2 (en) 2018-03-12 2022-01-11 Persyst Development Corporation Graphically displaying evoked potentials
US11457855B2 (en) 2018-03-12 2022-10-04 Persyst Development Corporation Method and system for utilizing empirical null hypothesis for a biological time series
CN109480837A (zh) * 2018-10-30 2019-03-19 深圳市心流科技有限公司 脑波诱导调节方法、装置及计算机可读存储介质
JP6695004B1 (ja) * 2019-04-03 2020-05-20 ガンホー・オンライン・エンターテイメント株式会社 検出されたユーザの意思を利用した端末装置
JP7296626B2 (ja) * 2019-08-26 2023-06-23 株式会社Agama-X 情報処理装置及びプログラム
JP7502211B2 (ja) * 2021-02-02 2024-06-18 株式会社東芝 情報処理装置、情報処理方法、およびプログラム
JP2024042516A (ja) * 2022-09-15 2024-03-28 株式会社Jvcケンウッド 情報処理装置およびプログラム、認証装置

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1314130A (zh) * 2001-02-27 2001-09-26 中国人民解放军第一军医大学第一附属医院 事件相关电位测谎仪

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4308873A (en) * 1978-03-16 1982-01-05 National Research Development Corporation Electroencephalograph monitoring
JPH0651709A (ja) 1992-07-22 1994-02-25 Okaya Electric Ind Co Ltd 表示盤
US5995868A (en) * 1996-01-23 1999-11-30 University Of Kansas System for the prediction, rapid detection, warning, prevention, or control of changes in activity states in the brain of a subject
US7630757B2 (en) * 1997-01-06 2009-12-08 Flint Hills Scientific Llc System for the prediction, rapid detection, warning, prevention, or control of changes in activity states in the brain of a subject
EP1395176B1 (en) * 2001-06-13 2008-10-15 Compumedics Limited Method for monitoring consciousness
US7546158B2 (en) * 2003-06-05 2009-06-09 The Regents Of The University Of California Communication methods based on brain computer interfaces
US20050085744A1 (en) * 2003-10-20 2005-04-21 Stmicroelectronics S.R.I. Man-machine interfaces system and method, for instance applications in the area of rehabilitation
JP4580678B2 (ja) 2004-04-28 2010-11-17 株式会社ディテクト 注視点位置表示装置
JP4370209B2 (ja) * 2004-07-06 2009-11-25 パナソニック株式会社 評価装置および方法
US7509162B2 (en) * 2004-11-10 2009-03-24 Panasonic Corporation Operation error detection device, equipment including the device, operation error detection method and equipment evaluation method
US20060189901A1 (en) * 2005-01-10 2006-08-24 Flaherty J C Biological interface system with surrogate controlled device
US8060194B2 (en) * 2005-01-18 2011-11-15 Braingate Co., Llc Biological interface system with automated configuration
US7702502B2 (en) * 2005-02-23 2010-04-20 Digital Intelligence, L.L.C. Apparatus for signal decomposition, analysis and reconstruction
US7945865B2 (en) * 2005-12-09 2011-05-17 Panasonic Corporation Information processing system, information processing apparatus, and method
WO2008056492A1 (fr) * 2006-11-06 2008-05-15 Panasonic Corporation Dispositif de réglage d'un procédé d'identification d'ondes cérébrales et procédé
JP4659905B2 (ja) * 2007-03-28 2011-03-30 パナソニック株式会社 脳波識別の要否を決定する装置および方法
JP4287903B2 (ja) * 2007-06-12 2009-07-01 パナソニック株式会社 脳波インタフェースシステムおよび起動装置
US8271076B2 (en) * 2007-10-29 2012-09-18 Panasonic Corporation Correction device to be incorporated into brain wave interface system, its method, and computer program
US8684926B2 (en) * 2008-02-25 2014-04-01 Ideal Innovations Incorporated System and method for knowledge verification utilizing biopotentials and physiologic metrics
CN101932989B (zh) * 2008-04-04 2013-04-17 松下电器产业株式会社 脑波识别方法的调整装置、方法以及计算机程序
CN101932988B (zh) * 2008-05-15 2012-10-10 松下电器产业株式会社 调整脑波信号识别方法的装置、方法以及程序

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1314130A (zh) * 2001-02-27 2001-09-26 中国人民解放军第一军医大学第一附属医院 事件相关电位测谎仪

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
JP特开2006-23835A 2006.01.26

Also Published As

Publication number Publication date
EP2081100A1 (en) 2009-07-22
EP2081100B1 (en) 2012-08-08
US20090247895A1 (en) 2009-10-01
JP4272702B2 (ja) 2009-06-03
JPWO2008059878A1 (ja) 2010-03-04
WO2008059878A1 (fr) 2008-05-22
EP2081100A4 (en) 2009-12-02
RU2009104463A (ru) 2010-08-20
CN101589358A (zh) 2009-11-25
RU2410026C2 (ru) 2011-01-27

Similar Documents

Publication Publication Date Title
CN101589358B (zh) 脑波识别方法的调整装置、方法
US11202594B2 (en) Stimulus information compiling method and system for tests
AU2018232920B2 (en) Systems and methods to assess cognitive function
CN101932988B (zh) 调整脑波信号识别方法的装置、方法以及程序
US8369939B2 (en) Activation apparatus, method, and computer program for brainwave interface system
CN103561652B (zh) 用于辅助患者的方法和系统
CN101515199B (zh) 一种基于视线跟踪和p300脑电电位的字符输入装置
CN101681201B (zh) 脑波接口系统、脑波接口装置、方法
JP4264126B2 (ja) 脳波識別方法調整装置および方法
US20160232561A1 (en) Visual object efficacy measuring device
US20020143241A1 (en) Method and device for wireless transmission and processing of psychophysiological data
WO2015196582A1 (zh) 一种行为模式统计装置与方法
JPWO2007066451A1 (ja) 情報処理システム、情報処理装置および方法
Synnott et al. WiiPD—objective home assessment of Parkinson's disease using the nintendo Wii remote
WO2017018012A1 (ja) 情報処理システム、情報処理方法、および記録媒体
CN108492855A (zh) 一种用于训练老年人注意力的装置与方法
CN113764099A (zh) 基于人工智能的心理状态分析方法、装置、设备及介质
US20090043170A1 (en) Interactive system and method for neuromotor functioning assessment and training
JP2009268826A (ja) 脳波識別方法調整装置および方法
CN114052736B (zh) 认知功能的评估系统和方法
CN115397331A (zh) 控制装置和控制方法
CN113539428A (zh) 基于图形变化执行注意力分配训练方法和装置
KR20200135431A (ko) 처리 장치, 처리 방법, 데이터 처리 장치, 데이터 처리 시스템, 데이터 처리 방법 및 프로그램
TW201806552A (zh) 腦波分析群體專注度之方法及系統
Wang et al. Toward Detecting Student-Athletes' Condition Using Passive Mobile and Wearable Sensing

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20120516

Termination date: 20181114

CF01 Termination of patent right due to non-payment of annual fee