CN102473036A - 脑波界面系统、脑波界面提供装置、脑波界面的执行方法及程序 - Google Patents
脑波界面系统、脑波界面提供装置、脑波界面的执行方法及程序 Download PDFInfo
- Publication number
- CN102473036A CN102473036A CN2011800027263A CN201180002726A CN102473036A CN 102473036 A CN102473036 A CN 102473036A CN 2011800027263 A CN2011800027263 A CN 2011800027263A CN 201180002726 A CN201180002726 A CN 201180002726A CN 102473036 A CN102473036 A CN 102473036A
- Authority
- CN
- China
- Prior art keywords
- option
- flicker
- user
- event related
- related potential
- 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
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61F—FILTERS IMPLANTABLE INTO BLOOD VESSELS; PROSTHESES; DEVICES PROVIDING PATENCY TO, OR PREVENTING COLLAPSING OF, TUBULAR STRUCTURES OF THE BODY, e.g. STENTS; ORTHOPAEDIC, NURSING OR CONTRACEPTIVE DEVICES; FOMENTATION; TREATMENT OR PROTECTION OF EYES OR EARS; BANDAGES, DRESSINGS OR ABSORBENT PADS; FIRST-AID KITS
- A61F4/00—Methods or devices enabling patients or disabled persons to operate an apparatus or a device not forming part of the body
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input 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
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
- G06F3/015—Input arrangements based on nervous system activity detection, e.g. brain waves [EEG] detection, electromyograms [EMG] detection, electrodermal response detection
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2218/00—Details of surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/369—Electroencephalography [EEG]
- A61B5/377—Electroencephalography [EEG] using evoked responses
- A61B5/378—Visual stimuli
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
Abstract
本发明提供一种脑波界面系统,其具备提示部,其向用户提示作为与机器操作相关的操作项目的多个选项;选择闪烁控制部,其分别使多个选项进行闪烁;生物体信号检测部,其测量用户的脑波信号;估计部,其利用在脑波信号中包含的脑波的事件相关电位、也就是以多个选项各自的闪烁为起点的事件相关电位,估计与用户希望的操作相对应的一个选项;确认闪烁控制部,进行所估计的一个选项的确认闪烁;判定部,其利用在脑波信号中包含的脑波的事件相关电位、也就是以一个选项的确认闪烁为起点的事件相关电位,判定所估计的选项是否是与用户希望的操作相对应的选项;和输出部,其执行与确认判定部的判定结果相应的处理。根据本发明,在脑波界面的项目选择中,可同时实现识别精度的提高和意图传达时间的缩短。
Description
技术领域
本发明涉及利用脑波来估计用户的意图的脑波界面系统(interfacesystem)。具体而言,涉及具备对所估计的用户的意图(所选择的选项)是否正确进行确认的功能的脑波界面系统。
背景技术
以前提出了一种具备在日常生活中用到的各种功能的设备。用户通过操作这些设备,取得希望的信息或者接受设备所具有的服务。
近年来,随着设备自身数量的增加或者如果不使用设备则无法获得的信息的增加,让用户能够容易操作用以对设备进行操作指示的界面的必要性越来越高。例如,在信息设备(电视、便携电话、PDA等)中,用户一边观看画面一边选择作为信息设备的操作项目(菜单项目)的选项,从而进行设备操作。作为进行其操作输入的方法可采用各种方法,例如:按下按钮、移动光标进行确定、一边看着画面一边操作鼠标等。然而,在做家务、照顾婴儿、汽车驾驶过程中等的、双手不能用于设备操作以外的作业的情况下,有时也无法实行操作。
针对这种情况,出现了利用用户的生物体信号的输入方法。在非专利文献1中,公开了如下的技术:利用脑波的事件相关电位来识别用户想要选择的选项。具体而言,随机地使选项高亮,利用以用户想要选择的选项高亮的时刻为起点300毫秒之后出现的事件相关电位(多被称为P300)的波形实现选项的估计。
在此,所谓“事件相关电位”是脑波的一部分、是在时间上与外界或内在的事件相关联地产生的大脑的暂时性的电位变动。
根据该技术,即便用户的双手都被占用的情况下、或者因生病等手脚无法运动的状况下,也能够选择想要选择的选项,能够实现设备操作等的界面。此外,在专利文献1中,也同样说明了利用事件相关电位的脑波界面的例子。
现有技术文献
专利文献
专利文献1:JP特开2004-275619号公报(P300-BCI的例子)
专利文献2:JP特开2005-34620号公报(P300-BCI的例2,还包括加法运算次数的显示)
非专利文献1:Donchin et al.,“The Mental Prosthesis:Assessingthe Speed of a P300-Based Brain-Computer Interface”,IEEETRANSACTIONS ON REHABILITATION ENGINEERING,Vol.8,No.2,June2000
非专利文献2:入户野宏、“用于心理学的事件相关电位的参考手册”,第69页,北大路书店,2005年
然而,脑波信号是具有波动的微弱的信号,且含有大量噪声。并且,难以完全消除噪声混入。由于在一次脑波计测中多数都无法获得希望的事件相关电位,因此通常难以正确地判别出用户的意图。
因此,已知如下方法,即:通过取得多次在相同条件下的事件相关电位并进行加法平均,以抵消与条件无相关地产生的噪声分量从而仅得到希望的脑波分量。在生理心理实验等中,需要进行事件相关电位的几十次的加法运算。例如在非专利文献2中,记载有“作为本次的测定对象的P3(P300)这种的超过10μV的大电位,是通过约20次的加法运算得到的稳定波形”。
图16表示脑波界面中的事件关联电位的加法运算次数和识别率的关系。图16是非专利文献1的图3的概要。其中,横轴变换为加法运算次数来表示。
图16的横轴表示加法运算次数,纵轴表示非专利文献1的脑波界面中的识别率。图16中显示的两根线表示不同的解析方法的结果。由图16可知,如果增加加法运算次数则识别率提高,以及在加法运算次数较少的情况下无法达到100%的识别率。例如,在进行16次或32次的加法运算的情况下,可得到接近于100%的识别率,而在1次或2次的加法运算的情况下,仅得到30-50%的识别率。在多数的判别方法中使用多次的加法平均的波形实现了80%-90%左右的判别率。在该状况下,在使用脑波界面时,设备未必在所有的操作中都能够正确进行判别。例如,对于10次左右的操作会出现1次~2次的失败例子。
在专利文献2中,也公开了研究事件相关电位的加法运算次数之后的结果。在专利文献2的第0050段,针对5种的单词的各个单词,按照8次~22次实验性地改变加法运算次数。此时的实验结果表示在专利文献2的第0058段的表2中。在专利文献2中,记载了识别率最高时的加法运算次数为10次~20次。
基本上由于越是增加加法运算次数则越能够减少噪声的影响,因此可期待识别精度的提高。但是,如果增加加法运算次数,则用户必需关注于界面的时间也增加。在专利文献2中,需要使选项闪烁100次。在选项闪烁100次之前的期间,被实验者需要等待想要选择的选项的点亮,且在已点亮的情况下心中想到要对其进行选择。由此,被实验者需要在很长的时间中有意识地维持注意状态。选择中所需要的时间依赖于闪烁周期。在专利文献2中100次的提示需要约1分钟(专利文献2的第0050段)。
综合上述的说明,可以说在增加加法运算次数以提高识别精度和减少加法运算次数以缩短用户关注于界面的时间之间存在着权衡关系。
发明内容
本发明的目的在于在脑波结构的项目选择中同时实现识别精度的提高和意图传达时间的缩短。
本所涉及的脑波界面系统具备:提示部,其向用户提示作为与机器操作相关的操作项目的多个选项;选择闪烁控制部,其分别使所述多个选项进行闪烁;生物体信号检测部,其测量所述用户的脑波信号;估计部,其利用在所述脑波信号中包含的脑波的事件相关电位、也就是以所述多个选项各自的闪烁为起点的事件相关电位,估计与所述用户希望的操作相对应的一个选项;确认闪烁控制部,进行所估计的所述一个选项的确认闪烁;判定部,其利用在所述脑波信号中包含的脑波的事件相关电位、也就是以所述一个选项的确认闪烁为起点的事件相关电位,判定所估计的所述选项是否是与所述用户希望的操作相对应的选项;和输出部,其执行与所述判定部的判定结果相应的处理。
所述估计部以及所述确认闪烁控制部的至少一方可以利用直至该时间点为止所取得的事件相关电位,调整使所述多个选项分别闪烁的次数、和/或所述确认闪烁的次数。
在至少所述确认闪烁控制部调整所述确认闪烁的次数的情况下,所述确认闪烁控制部可以利用直至该时间点为止所取得的事件相关电位,来计算可靠度,在所述可靠度高的情况下减少所述确认闪烁的次数,在所述可靠度低的情况下增加所述确认闪烁的次数,该可靠度是表示由所述估计部估计出的所述选项对于所述用户而言准确率有多少的指标。
在至少所述确认闪烁控制部调整所述确认闪烁的次数的情况下,所述判定部可以利用针对所述确认闪烁的事件相关电位,计算与有无变更估计出的所述选项的要求相关的可靠度,在所述可靠度为预先规定的阈值以上时,所述判定部将其分类为可靠度高,从而所述确认闪烁控制部减少所述确认闪烁的次数,在所述可靠度小于预先规定的阈值时,所述判定部将其分类为可靠度低,从而所述确认闪烁控制部增加所述确认闪烁的次数。
所述判定部利用相似度来计算与有无变更估计出的所述选项的要求相关的可靠度,该相似度是基于针对所述确认闪烁的事件相关电位的波形和预先保持的再试请求时的模板波形计算出的。
可以利用所述判定部中的判定为所述估计部的估计结果错误的比例,所述选择闪烁控制部调整选项的闪烁次数。
在由所述判定部判定为所述估计部的估计结果错误时,可以在判定估计结果错误的比例在规定值以上的情况下,所述选择闪烁控制部增加各选项的闪烁次数,在判定估计结果错误的比例小于所述规定值的情况下,所述选择闪烁控制部减少各选项的闪烁次数。
由所述确认闪烁控制部所控制的确认闪烁的次数比由所述选择闪烁控制部控制的选择闪烁的次数多。
所述估计部将所述事件相关电位的规定分量的振幅最大时的选项估计为与所述用户希望的操作相对应的选项,在所述判定部将估计出的所述选项判定为错误时,所述估计部进行重新估计,将所述规定分量的振幅第二大之时的选项估计为与所述用户希望的操作相对应的选项。
所述估计部可以利用以各选项的闪烁为起点的200毫秒以上400毫秒以下的事件相关电位的阳性极大值、或者以各选项的闪烁为起点的100毫秒以上300毫秒以下的事件相关电位的阴性极小值,来估计所述用户希望的选项。
所述判定部可以利用P300或N200来判定是否是与所述用户希望的操作对应的选项,该P300是以估计出的所述选项的确认闪烁为起点的200毫秒以上400毫秒以下的事件相关电位的阳性极大值,该N200是以估计出的所述选项的确认闪烁为起点的100毫秒以上300毫秒以下的事件相关电位的阴性极小值。
所述估计部可以将以所述多个选项各自的闪烁为起点的事件相关电位之中、具有预先规定的特征分量的事件相关电位所对应的选项,估计为与所述用户希望的操作相对应的一个选项。
所述判定部在以所述一个选项的闪烁为起点的事件相关电位具有预先规定的特征分量的情况下,判定所述一个选项是与所述用户希望的操作相对应的选项,在以所述一个选项的闪烁为起点的事件相关电位不具有预先规定的特征分量的情况下,判定所述一个选项不是与所述用户希望的操作相对应的选项。
本发明所涉及的脑波界面提供装置具备:选择闪烁控制部,使作为与机器操作相关的操作项目的多个选项分别在提示部中进行闪烁;估计部,其利用生物体信号检测部测量出的所述用户的脑波信号中包含的脑波的事件相关电位、也就是以所述多个选项各自的闪烁为起点的事件相关电位,估计与所述用户希望的操作相对应的一个选项;确认闪烁控制部,其进行估计出的所述一个选项的确认闪烁;和判定部,其利用在所述脑波信号中包含的脑波的事件相关电位、也就是以所述选项的确认闪烁为起点的事件相关电位,判定估计出的所述选项是否是与所述用户希望的操作相对应的选项,使输出部执行与所述判定部的判定结果相应的处理。
本发明所涉及的脑波界面系统的执行方法包括如下步骤:向用户提示作为与机器操作相关的操作项目的多个选项;分别使所述多个选项进行闪烁;测量所述用户的脑波信号;利用在所述脑波信号中包含的脑波的事件相关电位、也就是以所述多个选项各自的闪烁为起点的事件相关电位,估计与所述用户希望的操作相对应的一个选项;进行所估计的所述一个选项的确认闪烁;利用在所述脑波信号中包含的脑波的事件相关电位、也就是以所述选项的确认闪烁为起点的事件相关电位,判定所估计的所述选项是否是与所述用户希望的操作相对应的选项;和执行与进行判定的所述步骤的判定结果相应的处理。
本发明所涉及的计算机程序,由脑波界面提供装置中安装的计算机来执行,所述计算机程序使所述计算机执行如下步骤:在显示部中提示作为与机器操作相关的操作项目的多个选项;分别使所述多个选项进行闪烁;接收生物体信号检测部测量出的所述用户的脑波信号;利用在所述脑波信号中包含的脑波的事件相关电位、也就是以所述多个选项各自的闪烁为起点的事件相关电位,估计与所述用户希望的操作相对应的一个选项;进行所估计的所述一个选项的确认闪烁;利用在所述脑波信号中包含的脑波的事件相关电位、也就是以所述选项的确认闪烁为起点的事件相关电位,判定所估计的所述选项是否是与所述用户希望的操作相对应的选项;和执行与进行判定的所述步骤的判定结果相应的处理。
发明效果
根据本发明的脑波界面系统,能够检测机器错误判定了用户希望的选项的情况,可实现再试或自动错误修正。由此,因为能够由脑波界面有效地传达用户的意图,所以能够提高用户的界面操作效率。
附图说明
图1是表示基于利用了家庭用电视的例子的、本申请发明者设想的脑波界面系统1的结构和利用环境的图。
图2是本发明的实施方式中的脑波界面系统1的结构图。
图3(a)是表示现有的脑波界面系统的处理步骤的流程图,(b)是表示本实施方式所涉及的脑波界面系统1的处理步骤的流程图。
图4(a)是表示在脑波界面启动时所显示的菜单画面21的一例,(b)是表示以各选项的闪烁为起点测量的脑波信号的事件相关电位的波形24a~24d。
图5是表示本申请发明者实施了使用图4中所说明的脑波界面的实验时的、加法运算次数和识别精度(识别率)之间关系的图。
图6(a)及(b)是表示含有确认闪烁的实施方式1的脑波界面系统1的画面消息的图。
图7是表示将直至由脑波界面确定选项为止的时间与现有方法比较之后的结果的图。
图8是表示基于加法运算次数的选择判定和确认判定的精度差异的图。
图9是表示比较想要提取的条件(目标)和不想提取的条件(控制)的事件相关电位、并研究有无有意义差异的结果的图。
图10是表示识别精度的个人差异的例子的图。
图11是表示用户A及用户B各自的各种闪烁次数组合中的意思传达时间及识别精度的分布的图。
图12是表示实施方式2所涉及的脑波界面系统1的处理步骤的流程图。
图13是表示脑波界面系统1的实验数据的分析结果的图,(b)是表示基于图13(a)的实验数据研究修正的效果的结果。
图14是表示错误估计检测和选项的修正步骤的流程图。
图15是表示脑波IF提供装置4的硬件结构图。
图16是表示脑波界面中的事件相关电位的加法运算次数和识别率的图。
具体实施方式
本申请发明者着眼于两点构成了本发明所涉及的脑波界面系统。
首先,第1点,本申请发明者着眼于即便改善了识别方法还是会发生的错误估计了用户希望的选项时的、用户的反应。而且,发现了能够根据用户的事件相关电位来确定错误估计。具体而言,脑波界面系统利用用户的脑波对选项进行了估计之后,使估计出的该选项进行闪烁以测量用户脑波中包含的事件相关电位。并且,利用后述的事件相关电位的P300分量等的信号分量,能够确认所估计的选项是否是想选择的选项。由此,能够提高估计精度。
第2,本申请发明者还发现在使上述估计结果的选项闪烁来确认估计结果是否是用户想要的选项的情况下,能够有效地将闪烁次数抑制得较少。在对选项进行估计时使各选项闪烁的情况下,如果增加一次闪烁次数则与选项的个数相应整体的闪烁次数增加。但是,在为了确认用户的意图而仅使估计出的选项进行闪烁的情况下,整体的闪烁次数增加部分仅仅是作为估计结果得到的选项的一次闪烁。由此,能够缩短对用户意图进行估计之后到判定为错误估计为止的时间。
据此,能够获得在估计了用户意图之后可确认该估计是否正确的脑波界面系统。并且,在确认了是错误估计的情况下,能够将其确认结果应用于重新估计(再试)或选项的修正。
以下,参照附图说明本发明所涉及的脑波界面系统的实施方式。
实施方式1
本申请发明者设想将来在组合了配戴型的脑波计和配戴型的显示器的环境中构建脑波界面系统。用户配戴着脑波计和显示器,利用配戴型显示器进行内容的收看和画面的操作。另外,还设想在组合了家庭用电视和配戴型的脑波计的家庭内等的环境中构建脑波界面系统。用户在看电视时配戴脑波计,利用脑波界面进行内容的收看和画面的操作。
这里,“脑波界面”是指根据脑波估计用户的意图并将其意图传达至机器以操作机器的界面。在脑波界面中,使用户的脑波和用户的意图(机器操作)建立对应,由此,根据用户的脑波可估计出此时用户希望的机器操作。
例如,图1表示基于利用了家庭用电视的例子的、本申请发明者设想的脑波界面系统1的结构以及利用环境。该脑波界面系统1对应于后述的实施方式1的脑波界面系统的结构进行例示。
脑波界面系统1是提供利用用户10的脑波信号来操作TV11的界面的系统。用户10的脑波信号可由配戴于用户头部的生物体信号检测部13取得,通过无线或有线方式发送至脑波界面部2(也记为“脑波IF部2”)。TV11中内置的脑波IF部2利用构成脑波的一部分的事件相关电位的P3分量(是指以发生了某时间的时刻为起点、从该时刻起300ms前后的脑波中的事件相关电位的分量。也称为“P300分量”)来估计用户的选择意图。进行频道的切换等动作。
结果确认部3进行用来确认脑波IF部2的估计结果能否估计用户希望的意图的处理。并且,在判定为无法估计出用户的意图时,结果确认部3进行估计选项的修正,或者利用脑波界面使用户再次选择选项。由此,在脑波界面系统1中可始终正确传达用户的意图。
接下来,说明脑波界面系统1的结构。
图2是本实施方式中的脑波界面系统1的结构图。
脑波界面系统1具备:脑波IF部2、结果确认部3、刺激提示部11、生物体信号检测部13、输出部17。
刺激提示部11向操作机器的用户10提示用于界面的选项和确认的视觉刺激。例如,电视或显示器等属于刺激提示部11。由于图2所示的TV表示作为刺激提示部11发挥作用,因此赋予相同的参照符号。
生物体信号检测部13例如是脑波计,用于测量配戴于用户头部的电极处的电位变化。所测得的电位变化是该用户10的脑波信号。生物体信号检测部13取得用户10的脑波信号,将所取得的脑波信号以无线或有线的方式发送至脑波IF部2。此外,在确认估计出的用户10的意图时,生物体信号检测部13将所取得的脑波信号发送至结果确认部3中。
脑波IF部2和结果确认部3的动作概要如已经说明的那样。不过,脑波IF部2和结果确认部3也可以作为一个装置来实现。该装置在本说明书中被称为脑波界面提供装置4(也记为“脑波IF提供装置4”)。
输出部17是操作对象的机器,例如显示器。在显示器的情况下,有时也与刺激提示部11共用。或者,输出部17也可以是对操作对象的机器发送指示信号的机器(例如,遥控器),用于指示进行与估计结果相对应的动作。
以下,详细说明脑波IF部2及结果确认部3的结构。
脑波IF部2具备选择闪烁控制部12、选项估计部14。
选择闪烁控制部12针对刺激提示部11控制多个选项的闪烁。选项估计部14(以下记为“估计部14”)对由生物体信号检测部13测量的脑波信号进行解析,根据解析结果由脑波界面估计用户想要选择哪个选项。
结果确认部3具备确认闪烁控制部15、估计结果确认判定部16。
确认闪烁控制部15在将估计结果提示给刺激提示部11时,使作为估计结果的一个选项一边闪烁一边显示。在本说明书中,将为了确认估计出的选项是否正确而进行的相应选项的闪烁称为“确认闪烁”。
估计结果确认判定部16(以下记为“判定部16”)对由生物体信号检测部13测量出的脑波之中与确认闪烁相关联的脑波信号的电位(事件相关电位)进行解析,来判定确认闪烁的选项是否与用户希望的选项一致。
输出部17执行与判定部16的确认结果相应的处理,输出其结果。具体而言,在判定部16判定为确认闪烁的选项与用户希望的选项相一致时,输出部17执行对应于该选项的动作。这被作为用户希望的机器动作结果(例如频道切换)输出。而另一方面,在判定部16判定为确认闪烁的选项与用户希望的选项不一致时,输出部17输出再试的指示。
接下来,参照图3说明现有的脑波界面系统的处理与本实施方式所涉及的脑波界面系统1的处理之间的共同的处理和不同的处理。图3(a)是表示现有的脑波界面系统的处理步骤的流程图,图3(b)是表示本实施方式所涉及的脑波界面系统1的处理步骤的流程图。
在现有技术和本实施方式中共同的处理是步骤S10~S40。然后,在现有技术与本实施方式之间不同的处理是在本实施方式中追加进行的步骤S50~S80。
现有的脑波界面根据脑波从选项之中估计希望的选项。另一方面,在本实施方式所涉及的脑波界面中,根据脑波从选项之中估计了希望的选项之后,还设有确认系统侧的选项估计结果的处理,判定估计结果是否正确。
首先,将图3(a)及(b)所示的现有脑波界面系统及本实施方式所涉及的脑波界面系统1中共同的处理与图4的脑波界面系统的处理流程建立对应来进行说明。以下,按照图2所示的脑波界面系统1的各构成要素进行图3(b)所示的处理来进行说明。
在步骤S10中,选择闪烁控制部12使选项闪烁来向用户10提示选项。刺激提示部11具有显示器等的、用于向用户提示视觉刺激的装置,在显示了列举目前能选择的选项的菜单之后,使选项进行闪烁。
图4(a)是在脑波界面启动时显示的菜单画面21的一例。在画面中提示了“想观看哪个节目?」的询问22、和作为想观看的节目候选的选项23a~23d。选项23a~23d分别是“棒球”、“天气预报”、“动画片”、“新闻”的四种。这四种之中的一种以明亮的颜色被强调显示(高亮)。例如,在画面21中“棒球”23a被强调。
在此,所谓“选项”是指与机器的操作相关的菜单(操作)项目。例如,在TV中可以将频道设为操作项目。此外,在HDD记录器中可以将录像、再现等设为操作项目。也就是说,可以将使用遥控器或者用户直接接触机器来对机器指示操作的内容设为操作项目。
“选项的闪烁”除了反复出现看得见选项的状态和看不见选项的状态以外,例如还包括反复进行选项的强调显示和强调显示的解除。
“强调显示”是指以比其他项目亮的背景进行显示、或以明亮的文字颜色进行显示、或由光标等进行指出来指示。也就是说,作为强调显示是指引起注意的显示。
选项的闪烁只要反复吸引用户关注的状态、和不吸引关注的状态即可。按照在用户10观看时,脑波界面系统1将当前想要针对哪个项目提起用户10注意传达给用户10的方式来表示选项即可。
在脑波IF部2中,用户10在自己想要选择的选项被强调的定时,意识到“想选择!”。该意识会表现为脑波信号的波形变化,在下一步骤中由生物体信号检测部13测量。
在步骤S20中,生物体信号检测部13从在步骤S10中各选项被强调之前起测量脑波信号,并将包含被强调的时刻在内的固定时间带的脑波信号存储在存储器(未图示)的对应于各选项的存储器区域。
生物体信号检测部13以在步骤S13中被强调显示的瞬间的时刻为基准,取得从该时刻的例如200毫秒之前至1秒之后为止的时间带的脑波信号。该脑波信号被用作事件相关电位。换言之,脑波信号中包含事件相关电位。
通过利用上述的事件相关电位,来得到用户针对被强调显示的项目的反应。
脑波IF部2将从生物体信号检测部13接收的脑波信号每次都存储在存储器(未图示)中。通过存储在对应于各选项的存储器中,能够比较选项之间的波形从而用于选项的估计等。
不过,也可以在生物体信号检测部13中不设置存储器。生物体信号检测部13也可以持续输出脑波信号,脑波IF部2存储该脑波信号并提取上述必要的脑波信号。
在此,事件相关电位的起点并不限于选项被强调显示的时间点,也可以利用强调显示消失的时间点。这样,在将选项被强调显示的时间点、选项的强调显示消失的时间点、选项被显示的时间点、选项的显示消失的时间点的任意一个设为起点的情况下,在本说明书中表述为“将选项的闪烁设为起点”。
在步骤S30中,选择闪烁控制部12控制选择闪烁。所谓“选择闪烁”是为了让用户选择作为机器操作的菜单项目的选项而进行的选项的闪烁。选择闪烁控制部12对何时、强调哪个选项、还有针对各选项强调几次等进行控制。如图4(a)所示,选择闪烁控制部12首先选择最上面的“棒球”23a的选项使其闪烁。以下,每次执行该步骤S30,顺序选择下一个选项进行闪烁。然后,在第四个的“新闻”23d之后再返回至第一个的棒球。
在脑波界面系统1中,在脑波的波形起伏从而在一个一个的波形中包含许多噪声的情况下,通过加法平均取出需要的信号,通过这种处理解决上述问题。其反复次数可设定为例如5次或10次,各选项分别被强调多次,对其反应(脑波)进行加法平均并用于信号判别。该反复次数可根据脑波的状态、个人的波形状态、判别精度等来决定,也可存在一次而不能进行加法运算的情况(不进行加法运算)。
其中,尽管在本实施方式的步骤S30中设定为项目被依次强调,但也可以采用随机强调的方法。由此,因为事先不知道哪个项目以哪个顺序被强调,因此存在更加注意地选择菜单的可能性。
在步骤S40中,估计部14估计用户10希望选择的选项。具体而言,估计部14比较由生物体信号检测部13测量并存储的针对各选项的事件相关电位、和预先规定的特征分量的波形,来估计选项。例如,图4(b)表示以各选项的闪烁为起点所测量的脑波信号的事件相关电位的波形24a~24d。在此,仅波形24b被确认为特征性分量。估计部14预先保持能够识别该特征性分量的波形的信息。估计部14将得到的事件相关电位的各波形与预先规定的特征分量的波形进行比较,确定具有预先规定的特征分量的选项。所谓“具有预先规定的特征分量的选项”,包括具有与预先规定的特征分量的波形相似度最高的波形的选项。接下来,估计部14估计用户10所选择的选项,是具有特征分量波形的波形24b所对应的选项“天气预报”23b。
在比较时,例如可以利用事件相关电位的视觉P3分量。所谓“视觉P3分量”是指在以刺激视觉的事件(选项的闪烁)为起点的200毫秒以上400毫秒以下的脑波信号中,在阳性(正方向)具有振幅峰值的事件相关电位的分量。其中,所谓“在阳性具有振幅峰值”只要是极大值即可,也可以包含最大值。或者,估计部14也可以比较300毫秒±50毫秒的峰值振幅的大小。例如,将具有峰值振幅大小最大的波形的选项估计成用户希望的选项。此外,估计部14也可以基于预先准备的典型的P300的波形制作模板,计算与该模板的相似度,根据其相似度来估计选项。例如,将具有与模板的相似度大的波形的选项估计为用户希望的选项。
本实施方式所涉及的脑波界面系统1的估计部14,在步骤S92中将认为用户想要选择的选项输出至下一步骤。如果是现有技术的处理,在步骤S91中,将估计结果的选项显示在画面等中,执行选项所记载的动作。
通过以上的处理,在脑波界面系统1中不用进行按钮操作等,就能够基于脑波的事件相关电位估计用户10想选的选项。
在打算提高该估计的精度时可考虑如下方法,即:进行多次使各选项闪烁一遍的试验,对以各选项的闪烁为起点测到的各事件相关电位进行加法运算。本申请发明者通过以下的实验确认了其有效性。
图5是表示本申请发明者实施使用了图4中说明的脑波界面的实验时的、加法运算次数和识别精度(识别率)之间的关系。尽管由于实验中的被实验者个数和反复次数较少因此会出现些许的波动,但大致可总结出如下内容。首先,横轴的加法运算次数为1-3次时的识别率为50-60%左右。然后,当加法运算次数为8-10次时识别率提高至70-80%。也就是说,可知加法运算次数和识别率之间存在正相关。
为了得到高精度的识别率,一般认为需要例如10~20次的足够的加法运算次数。但是,如果增加加法运算次数则提示时间变长。这正如之前的现有技术部分中所说明的那样。
为此,本申请发明者针对这种问题,着眼于考虑到即便改变识别方法也会发生的、用户希望的选项的错误估计时的脑波的灵活应用。本申请发明者想到即便脑波IF部2无法正确地估计用户的选项的情况下,也能够根据用户的事件相关电位确定该估计是否成功。这与用户对选项进行选择时同样,使估计结果的选项闪烁从而测量以该闪烁为起点的事件相关电位,通过解析P300等分量能够判定用户对确认估计结果正确与否的意思。
着眼于此,本申请发明者对脑波界面系统1追加执行了图3(b)所示的步骤S50~S80。
以下,适当参照图6(a)及(b),说明基于图3(b)的步骤S50~S80的确认处理的流程。图6(a)表示图3的步骤S10~S30的处理流程相关的选项的切换显示例。
步骤S50是对用户10使估计结果的选项闪烁以提示用于确认的刺激的处理。刺激提示部11提示刺激。例如图6(b)的估计结果的显示例所示,显示“您选择的是‘棒球’”这种消息,并且“棒球”的选项被强调显示,然后开始闪烁。
针对该步骤S50的闪烁,在用户希望的选项作为估计结果的选项未被提示的情况下,与确认选项的强调的同时,一边想着“不对”一边注视菜单。其意思被反映在事件相关电位上,在之后的步骤中被传达至结果确认部3。
另一方面,针对步骤S50的闪烁,在用户希望的选项作为估计结果的选项被正确提示的情况下,用户结束确认作业。此时,用户也可以不用想着“是的是的”、或“是的,是那个”等。所需要的是,用户有意识地确认估计结果不正确时的那个事实。因此,区分出如下的两种情况,即:在估计结果正确的情况下,针对确认闪烁用户不需要特别在意,而在估计结果不正确的情况下,用户针对估计结果要将意识引向“那是错误的”。
在步骤S60中,生物体信号检测部13在包含步骤S50中确认选项被强调的时间点在内的固定时间带中测量脑波信号,并存储在存储器中。具体而言,生物体信号检测部13以在步骤S50中被强调显示的瞬间的时刻为基准,取得该时刻的200毫秒前至1秒之后为止的脑波信号。由此,取得在脑波信号中包含的事件相关电位,以获得用户针对被强调显示的确认选项的反应。
在步骤S70中,确认闪烁控制部15对确认闪烁的闪烁周期及次数进行控制。确认闪烁控制部15以预先规定的周期进行确认选项的强调和强调的解除(确认闪烁)。确认闪烁控制部15对闪烁次数计数。并且,在未达到规定的闪烁次数(例如10次)的情况下,返回至步骤S50进行闪烁控制,在达到了规定的闪烁次数的情况下,结束闪烁控制然后转移至步骤S80。
在步骤S80中,判定部16判定确认结果。判定部16判定在以确认闪烁为起点由生物体信号检测部13测量出的脑波信号的事件相关电位中是否包含与确认相关联地发生的波形的特征分量。判定部16预先保持能够识别与该确认相关联地发生的波形的特征分量的波形信息。判定部16将测量出的脑波信号的事件相关电位的波形与预先规定的特征分量的波形进行比较,判定是否具有预先规定的特征分量。例如判定部16根据所测量的脑波信号的事件相关电位的波形与预先规定的特征分量的波形之间的相似度是否在规定阈值以上,来判定事件相关电位的波形是否具有该预先规定的特征分量。然后,基于其判定结果,判定部16判定是否提示了希望的选项。例如判定部16在事件相关电位的波形具有规定阈值以上的相似度的情况下,判定(估计)为其波形具有该预先规定的特征分量、提示了与上述用户希望的操作对应的选项。另一方面,判定部16在事件相关电位的波形具有小于规定阈值的相似度的情况下,判定(估计)为其波形不具有该预先规定的特征分量、未提示希望的选项。
对于在事件相关电位中是否包含与确认相关联地发生的波形分量的判定方法,认为有多个这种方法。例如,既可以通过比较向下(也就是阳性方向)的山形波形的顶点的时间(反应时间)来判断是否一致,也可以将图4(b)的加法运算波形作为模板保存,通过比较加法运算波形和该模板之间的形状来判断是否一致。由此,能够检测系统的估计错误,判定修正估计结果的必要性。这里,所谓向下的山形波形的顶点的时间(反应时间)可定义为:例如在确认P300的情况下,以确认闪烁为基点在变化为200毫秒~400毫秒的阳性的事件相关电位中值最大的时刻。
在该反应时间与标准有很大差异的情况下,可判定为不包含确认了估计结果的信号。
在步骤S92中,判定部16输出该估计结果。在估计结果正确时,指示执行选项中所记载的动作。例如如果是电视,相应地进行画面显示内容的变更等。其中,输出也可以因界面所提供的功能而有所不同。
通过这样的步骤S50~S80中的确认处理,即便在选项估计处理中错误进行了估计的情况下,也能够判断出进行了错误估计的这种状況。
该确认步骤可带来维持整体的识别率同时实现性能提高的效果。参照图7进行说明。
图7表示将由脑波界面确定了选项为止的时间与现有方法比较之后的结果。该结果是按照闪烁次数和所有的闪烁结束为止的时间(选择确定时间)、以及注视闪烁并传达意思所需要的时间(意思传达时间)总结出的。在表中值的估算中选项的个数设为4,闪烁间隔设为350毫秒,将现有技术的闪烁次数设为5次情况和10次情况的两种。对于精度的设想,使用图5的数值(5次加法运算时为66.7%,10次加法运算时为77.5%),针对各选项的闪烁的加法运算次数与精度之间的关系、以及针对确认的闪烁的加法运算次数与精度之间的关系,在此使用同样的数值。
在图7中,首先说明将各选项的闪烁次数设定为5次的现有方法A。在现有方法A中,由于总闪烁次数为20次,闪烁间隔为350毫秒,因此选择确定中所需要的时间43为20次*350毫秒=7秒。由于没有确认处理,因此意思传达时间44依然是7秒,根据图5的设想识别精度为66.7%。
此外,在将各选项的闪烁次数设定为10次的现有方法B中,如果与现有方法A的计算同样地进行思考,则总闪烁次数为40次选择确定所需要的时间为14秒,意思传达时间为14秒,根据图5的设想识别精度为77.5%。
接下来,说明组合了本发明的选择闪烁和确认闪烁的方法的估算情况。
考虑将选择闪烁设为5次、将确认闪烁设为10次的情况。总闪烁次数为选择5次*4选项+确认10次=30次。此外,对于选择确定时间,在选择闪烁中需要20次*350毫秒=7秒,在确认闪烁中需要10次*350毫秒=3.5秒,总计需要10.5秒完成。
对于意思传达时间而言,由于只要在选择错误的情况下进行与修正相关的意思显示即可,因此不需要始终看着确认闪烁,从而意思传达时间很少。例如,如果使用图5的数值,5次加法运算时的识别率为66.7%。在确认时需要传达修正意思的占100%-66.7%=33.3%。因此,若考虑平均的意思传达时间,则针对确认闪烁按照3.5秒*33.3%来计算需要平均约1.2秒。
接下来,说明识别精度。基于如下的设想来进行说明,即:相对于选项的加法平均5次的情况下的识别精度为66.7%,确认闪烁10次的识别精度为77.5%。作为所引起的状況,按照选择的正误和确认的正误的组合认为有四种状况。
如本实施方式所示,通过导入确认闪烁,会出现即便在选择中出现失败而在确认中认为需要修正,以提高最终的识别精度的状况。然而,还存在即便选择中正确但是在确认中却错误判定为需要修正的状況等。根据这些多个状況的组合,整体上被正确选择的概率可设想为78.8%。
以上,如根据图7的表所理解的那样,根据本实施方式,与现有方法B相比,减少了各选项的闪烁次数,同时将减少的一部分轮换为确认闪烁。由此,能够减少总闪烁时间的同时维持识别精度。
其中,在图7的例子中维持识别精度从而进行了缩短意思传达时间的方向上的闪烁次数的分配。但是,为了提高识别精度也可以使用确认闪烁。在这种情况下,在不减少针对选择的闪烁次数的情况下追加确认的闪烁,从而与现有方法相比能够提高识别精度。
此外,在本实施方式中,针对确认闪烁的意图的解析方法,本申请发明者灵活使用了新发现的针对确认闪烁的脑波特征。由此,构成与针对选择闪烁的解析方法不同的方法,较之针对选择闪烁的解析可提高性能。
图8表示基于加法运算次数的选择判定和确认判定的精度差异。在图8中,横轴表示加法运算次数,纵轴表示识别率。曲线51表示从4项目的选项之中进行选择时的选择判定精度,曲线52表示注视单独闪烁的图标来判定意图时的确认判定精度。两根曲线的不同点在于:(1)作为整体曲线52的识别率较好;(2)曲线52的识别率精度的提高斜率较为陡峭,更容易获得加法运算的效果。
对于与上述(1)相关的整体识别率的差异,认为包含了因选项的个数不同所带来的效果。相对于在四个选项的情况下,如果随机进行估计则精度为25%,在一个选项的情况下如果随机进行估计则精度为50%。也就是说,由于作为根本前提的选项个数不同,因此在识别率中也会出现差异。
对于与上述(2)相关的识别率提高程度的差异而言,不仅有选项个数的影响,考虑还有其他的原因。这是由于因实验条件的不同所带来的脑波特性的差异引起的。
以下,参照图9表示本申请发明者独自进行的实验和解析结果。本申请发明者测量了15名被实验者的脑波。
图9表示比较想要提取的条件(目标)及不想提取的条件(控制)的事件相关电位,并研究有无有意义差异的结果。
测量脑波的条件(课题)有两个。第一个课题是提示四个选项利用针对该选择强调的事件相关电位选择一个选项。第二个课题是一个图标闪烁、利用针对其确认强调的事件相关电位从而注视确认强调。基于第一个测量条件得到的结果被显示成图9的“4项目”。此外,基于第二个测量条件得到的结果被显示成图9的“1项目”。
对于15名被实验者的事件相关电位分别进行1次加法运算的情况和进行5次加法运算的情况下,为了使波形的数据个数一致需要随机提取225个数据来进行加法运算。在此,在各曲线的下部以粗线明示出判定为按照检测结果1%存在有意义差异的区间。
有意义差异区间是在想要提取的条件和不想提取的条件的脑波中发现明确的差异的区间,可以认为在该区间中包含用于识别两个条件所对应的脑波的信息。例如,若观察第1项的非加法运算的曲线,则由于有意义差异区间存在于约200-400毫秒的区间,因此在区间中包含用于识别的信息。
根据该图9的曲线,在非加法运算的情况下,可以说与4项目的曲线相比,1项目的曲线的有意义差异区间较大。可知确认闪烁将包含更多的信息。因此,认为其识别率高进而多数情况下还可提高识别率。
如果观察图9的针对单独图标的确认强调的加法平均波形(1项目的5次加法运算的曲线),则在100毫秒至200毫秒的附近出现向上凸起的波形101,该分量将对识别率有很大贡献。该分量是如后述那样被称为“N200”的事件相关电位的分量。
如上述,根据本实施方式,不仅将脑波信号(事件相关电位)用于脑波界面中的选项估计,而且还用于选项估计结果的正误确认中。由此,尽管是相同程序的闪烁次数,但能够削减用户用来进行意图传达所需要的时间,能够有效地使用脑波界面。此外,基于新发现的针对确认闪烁的脑波信号的特性,由于针对确认闪烁的识别精度高于针对选择闪烁的识别精度,因此能够进一步提高效率。
实施方式2
在实施方式1中说明了脑波界面系统的整体的动作。
在本实施方式中,说明根据脑波IF部2的动作状況和结果确认部3的动作状況,选择闪烁控制部12及确认闪烁控制部15调整闪烁次数的动作。本实施方式所涉及的脑波界面系统的结构与实施方式1相同。因此,仅说明具有与实施方式1不同功能的构成要素,而省略说明具有共同功能的构成要素。
从进行脑波界面的操作的时间制约考虑,选择闪烁次数和确认闪烁次数越少越好。但是,脑波界面需要以足够高的精度基于用户的脑波对用户想要操作的项目进行估计。为了满足这两方面,认为恰当地分配选择闪烁次数和确认闪烁次数是有效的。设想此时最佳的次数分配对于每个人而言是不同的。以下,说明其分配方法。
周知脑波波形的个人差异很大,即便提出相同的问题,所出现的脑波波形也因人而异。此外,在实施方式1所涉及的脑波界面中,针对选择闪烁观察到作为与选择的意图相关联的受激反应的P300,针对确认闪烁还观察到对单一选项闪烁的受激反应。根据图9可知,在受激反应中还包含比P300更早期的分量。
这样,设想因不同的人对不同分量对于脑波波形的表现方式不同,因此其识别精度也不同,最佳的闪烁次数也不同。所谓“识别精度”是指从多个项目中估计用户所希望的项目的精度。以下,采用设想的例子进行说明。
图10表示识别精度的个人差异的例子。表示对用户A及用户B各自,针对四个菜单项目的闪烁反应、和针对一个项目的闪烁反应的例子。在图10中,横轴是加法运算次数,纵轴是识别精度。
对于图10的实线示出的针对4项目的受激反应(1次~5次加法运算)而言,用户A的识别精度高于用户B的识别精度。另一方面,对于图10的虚线示出的针对1项目的受激反应(1次~10次加法运算)而言,可知用户B的识别精度高于用户A的识别精度。由于对于每个个人来说识别精度不同,因此发生了这种情况。
在该事例中,使选择闪烁次数从1次变化至5次、使确认闪烁次数从1次变化至10次时的所有组合存在50种。分别可能是图7中示出一例这种的意思传达时间和设想识别精度的估计。
图11表示对用户A及用户B各自,各种闪烁次数组合中的意思传达时间及识别精度的分布。计算的前提条件是与图7中的估算同样。在图11中,可知根据闪烁次数的组合来设想各种意思传达时间和识别精度。此外,对于用户A和用户B而言,由于次数与识别精度之间的关系不同,因此分布的广度也不同。该分布因图10所示的各用户的次数和精度的曲线不同而不同,根据该分布能够设定最佳的次数。
例如在图11的分布中,搜索在将最低设想识别精度设为80%时意图表露时间最少的组合。对于用户A而言,在选择闪烁次数3次、确认闪烁次数6次时,设想识别精度为80.9%,意图表露时间为3.5秒。对于用户B而言,在选择闪烁次数4次、确认闪烁次数6次时,设想识别精度为81.8%,意图表露时间为4.2秒。这样,最佳闪烁次数是因人而异的。因此,能够进行接近于最佳闪烁次数的修正。其中,该最低设想识别精度的80%是一例,既可以根据用途进行修正设定其他的闪烁次数,也可以通过设定所允许的最大意图表露时间来设定其他的闪烁次数。
根据该发现,可以说对于每个用户而言最佳的选择闪烁次数和确认闪烁次数是不同的。可以根据用户波形的表现方式、次数及精度提高的关系,来变更是增加选择闪烁次数还是增加确认判定次数。
作为闪烁次数的确定方法,在已知上述这种选择闪烁次数和确认闪烁次数的增加所对应的识别精度的提高程度的情况下,能够生成图11这种的分布,根据该分布可确定希望的闪烁次数。但是,有时这样针对每个用户求出所有条件下的判别率其负担过重。以下,说明闪烁次数的其他的确定方法。
确定闪烁次数的第一个方法是,利用选择时的估计的可靠度的方法。所谓可靠度是表示对于该用户来说估计选项的准确率有多少的指标。可靠度可得到例如对应于“高”或“低”的两个状态。或者,可靠度也可以由数值来表示。由于估计部14比较针对各选项的事件相关电位波形,因此能够计算出估计选项的准确率有多少的值。例如,计算针对四个选项的各事件相关电位的波形之间的相似度。此时,在仅仅一个波形与其他三个波形明显不同的情况下,可以说可靠度较高。
具体而言,在四个选项的情况下,认为用户针对四个选项的其中一个持有想要选择的意思。在这种情况下,可以认为在针对选项的四个事件相关电位波形之中,仅在针对希望的选项的事件相关电位中包含与选择意思相关的脑波分量。所谓与选择意思相关的脑波分量例如是被称为P300的、300毫秒附近的脑波分量等。在此,在理想的测量条件中,由于在四个事件相关电位之中仅一个包含P300的脑波分量,因此如果相互比较四个波形,则仅在针对希望选项的波形中出现特征。
例如,估计部14中的处理方式可采用如下的方法,即:保持与选择意思相关的标准的模板波形,通过比较该模板波形与四个事件相关电位之间的相似度来估计选项。设想在理想的测量条件中仅一个事件相关电位与模板波形的相似度较高,对于其他三个事件相关电位而言相似度以同等程度变低。在这种情况下,可以说可靠度高。
相反,如果在测量时混入了噪声,则可设想模板波形与四个事件相关电位的波形相类似的情况。在这种情况下,由于希望的选项不明确,因此需要谨慎地进行确认。
模板波形与四个事件相关电位的波形是否相似可以利用“相似度”来进行判断。在此作为相似度的计算方法,既可以是比较对象的波形与模板波形的单纯的采样值各自的平方误差的平均,也可以采用相关系数。
此外,在估计部14中也可以不使用模板波形,而是相互比较四个波形的相似,将与其他三个波形之间的相似度的平均值最低的波形用作估计结果。在此时,在选项估计结果的1位和2位的相似度的平均值相差规定值以上的情况下,可以说可靠度低。
在这样计算出的可靠度高的情况下,认为估计部14的输出正确的可能性较高。由此,在可靠度高的情况下,为了缩短整体的选择时间,可以将确认闪烁的次数从其初始设定值(例如10次)减少。此外,在可靠度低的情况下,认为估计部14的输出有错误的可能性。由此,通过与初始设定值相比增加确认闪烁的次数,从而能够可靠地进行确认。
其中,代替可靠度还可以利用由判定部16得到的、所估计的选项是否错误的判定结果的比例。在判定部16中的判定为所估计出的选项错误的比例在预先保持的值以上的情况下,选择闪烁控制部12可以增加选项的闪烁次数。另一方面,该比例小于预先保持的值的情况下,选择闪烁控制部12可以减少选项的闪烁次数。
确定闪烁次数的另一个方法是利用确认时的估计的可靠度的方法。判定部16可根据针对确认闪烁的事件相关电位计算与是否发出再试请求相关的可靠度。可靠度既可以如上述那样是“高”或“低”的两种状态之一,也可以是数值。在其数值为预先规定的阈值以上的情况下分类为可靠度“高”,在小于该阈值的情况下可以分类为可靠度“低”。例如,判定部16在针对确认闪烁的事件相关电位的波形与预先保持的再试请求时的模板波形之间的相似度高的情况下认为可靠度高,在相似度低的情况下认为可靠度低。
在可靠度高的情况下,与其初始设定值(例如10次)相比可减少确认闪烁的次数。由此,实现选项确定之前的时间的缩短。此外,在可靠度低的情况下,与初始设定值相比增加确认闪烁的次数。由此,即便在估计中出现错误的情况下也能够可靠地进行确认。
上述的选项估计时的闪烁次数及确认闪烁时的闪烁次数可独立地进行调整。既可以仅调整其中一方,也可以调整双方。进行调整的定时既可以是实时的,也可以考虑此前取得的事件相关电位的历史信息,对该用户反映在下一个选项估计动作及/或确认闪烁动作中。
图12是表示本实施方式所涉及的脑波界面系统1的处理步骤的流程图。图12的流程图与实施方式1所涉及的流程图(图3(b))的不同点在于,紧接着输出结果的步骤S92,设置调整闪烁次数的步骤S93。
选择闪烁控制部12及/或确认闪烁控制部15考虑到该时间点为止取得的事件相关电位,通过上述的任意方法计算选项估计时及/或确认闪烁时的可靠度。然后,选择闪烁控制部12及/或确认闪烁控制部15根据可靠度的高低来调整确认闪烁的次数。由此,能够根据各用户设定最佳的选择闪烁次数。
这样,可根据脑波IF部2或结果确认部3的动作,由选择闪烁控制部12或确认闪烁控制部15来调整闪烁次数。由此,能够取得适合于各个用户的闪烁次数和识别精度之间的平衡,能够有效地使用界面。
实施方式3
在此前的实施方式中,说明了到根据确认闪烁来判定是否需要修正为止的处理。在本实施方式中,说明在需要修正所估计的选项的情况下脑波界面系统自动地修正选项的方法。
其中,本实施方式所涉及的脑波界面系统的结构也与实施方式1相同。因此,仅说明具有与实施方式1不同的功能的构成要素,省略说明具有共同功能的构成要素。
首先,说明表示能够进行自动修正的根据。
本申请发明者分析了12名被实验者各进行8次试验性选择的总计96次试验的数据。图13(a)表示脑波界面系统1的实验数据的分析结果。该图表示针对每次试验分析正确选项所对应的事件相关电位(P300)的振幅大小在所有选项之中是第几并计数得出的结果。这表示在图3(b)的步骤S40中估计选项时,对应于正确选项的P300的振幅在还包含其他选项的全部四个事件相关电位之中处于第几大。
例如根据图13(a)可知,正确选项在全部96次试验之中在69次试验中观测到最大的振幅。在图3(b)的步骤S40中的对选项估计时,将以各选项的闪烁为起点的四个事件相关电位之中、P300附近的振幅最大的事件相关电位所涉及的选项确定为估计选项。在实际中,由于脑波波形混入了波动或噪声等,在四个选项之中未必总能取得最大振幅。图13(a)示出该事例。
由于是正确选项、也就是在其选项中P300的振幅最大的试验,是全部96次试验中的69次试验,因此可以说占整体的72%。因此,在不进行本说明书中说明的确认闪烁的情况下,估计选项的正确率为72%。
根据图13(a)的表中示出的波形振幅的分析结果,与用户10想要选择的选项相关的P300的振幅是与四个选项相关的各P300的振幅第二大的事例有14次,第三大的事例有7次,第四大的事例有6次。根据该结果可知,表示即便错误提示了对应于最大振幅的选项(表中为96次中的27次),第二大振幅的选项正确的概率为1/2以上(27次中的14次)。
因此,在图3(b)的步骤S80中的确认内容的估计过程中,判定为在步骤S40中所估计的结果不正确的情况下,修正为因脑波界面使用时的各选项的强调引起的事件相关电位的P300振幅之中第二大的选项。由此,在一半以上的情况下,可获得正确选项。灵活应用该发现,在估计选项错误的情况下能够自动进行修正。
图13(b)是根据图13(a)的实验数据按照比例表示研究修正效果之后的结果。估计选项正确的比例为72%。在估计选项错误的情况下,也就是属于剩余28%的情况下,如果修正为出现了第二大的P300振幅的选项,则修正后的选项为正确选项的比例是15%。由此,只要允许修正一次选项,那么96次中的73次(69次+14次)能够达到正确,整体的正确率最大提高至87%。
这样,在P300振幅的高2位以内集中多个事例的原因在于,噪声并不是平均地对所有选项带来影响,而是突发地引起的情况较多。例如、眨眼引起的眼电图变化作为突发的变化对脑波带来影响。在这种情况下,在对应四个选项的事件相关电位之中,对应于正确选项的事件相关电位和受到眼电影响之后的事件相关电位混合存在,此时会发生1位和2位的混淆。
如上述可知,根据错误估计时的用户10的特征性的脑波分量,能够在机器侧掌握机器侧的估计结果是否错误,进而能自动地进行修正。
接下来,说明依据此前得到的实验结果的本实施方式所涉及的处理步骤。图14是表示错误估计检测和选项的修正步骤的流程图。表示图3(b)的步骤S40以后的估计选项确定之后的详细处理。省略记载图3(b)的步骤S30以前的处理。
在步骤S40中,输出部17显示估计选项。
在步骤S50中,确认闪烁控制部15进行用于确认估计结果的确认闪烁。
在步骤S80中,生物体信号检测部13取得以确认闪烁为起点的脑波(事件相关电位)。然后,判定部16判定在事件相关电位之中是否包含需要修正的分量、例如P300,由此判定估计选项是否正确。
在步骤S81中,判定部16判定是否检测到用于确认的分量。判定部16在包含P300分量的情况下判定为需要修正、也就是说估计结果是错误的,然后进入步骤S94。另一方面,在不包含P300分量的情况下,进入步骤S97。
在步骤S97中,判定部16判断出不需要进行选项的修正,将步骤S40中所估计的选项作为最终结果在步骤S96中进行动作输出的处理。
为了在步骤S94中进行估计选项的修正,估计部14从存储器中提取在图3的步骤S30中所存储的对应于各选项的强调的事件相关电位。根据步骤S30的反复次数,有时各事件相关电位要进行加法平均,有时则不用进行加法平均。
在步骤S95中,判定部16根据在步骤S61中提取的对应于各选项的强调的波形,将振幅处于第二位的选项作为候选进行修正。由此,能够灵活应用在第1位错误的情况下第2位的选项有一半以上的概率是正确的这一发现。
在步骤S96中,由于机器应该实施的最终的选项被确定,输出部17执行所确定的该选项所对应的处理。由此,实现用户10希望的机器动作。例如,如本实施方那样在电视的节目选择动作中,频道被切换至所选择的节目并显示该节目。
根据上述处理,即便由于脑波的波动或混入噪声等从而脑波界面系统1错误估计选项的情况下,也会重新采用与该选项不同的其他选项。如果从用户10角度来看,由于在脑波界面系统1中错误的选项被自动修正,因此能够减少再操作的次数。由此,提高脑波界面的操作性。
其中,使自动修正有效地发挥作用的条件之一是进行噪声的去除。噪声源中包括来自人体外的机器噪声、来自人体内的肌电和眼电噪声、与界面操作无关的背景脑波等各种噪声,通过尽量减少这些噪声,即便选项的估计失败的情况下,也可提高第2位为正确选项的可能性。
这样,由于在确认闪烁后需要修正的情况下,能够自动地进行修正,不需要再选择等的意图表示,因此可进一步提高界面的操作性。
其中,在上述的实施方式1~3中,公开了利用P300的事件相关电位来估计选项并进行估计结果的确认判定的例子。然而,作为事件相关电位也可以利用N200。“N200”是指在以选项闪烁为起点的100毫秒以上300毫秒以下的脑波信号中、在阴性(负方向)具有振幅峰值的事件相关电位。所谓振幅的阴性峰值只要是极小值即可,包括最小值。该事件相关电位的N200既可以用于估计部也可以用于判定部。此外,其他的脑波分量只要在判定中有效则也可以使用。
以上,对于上述的实施方式1~3的任意一个,使用流程图所说明的处理可以作为脑波界面系统的执行方法、或作为计算机执行的程序来实现。这种计算机程序可记录在CD-ROM等的记录介质中作为产品在市面上流通、或者通过网络等的电子通信线路进行传输。并且,计算机程序通过被计算机执行,可使计算机执行流程图中记载的各处理。脑波IF部2及结果确认部3分别由执行计算机程序的通用的处理器(半导体电路)实现。或者,作为使这种计算机程序和处理器一体化之后的专用处理器来实现。
例如图15表示脑波IF提供装置4的硬件结构。脑波IF提供装置4具有:CPU30、存储器31、图形控制器32、通信控制器33。这些部件相互由总线34连接,相互之间可收发数据。
CPU30执行在存储器31中保存的计算机程序35。脑波IF提供装置4根据该计算机程序35进行上述的选择闪烁控制部12、估计部14、确认闪烁控制部15及判定部16的动作。
图形控制器32根据CPU30的命令在刺激提示部11中提示多个选项,并且进行选项的选择闪烁及确认闪烁。此外,通信控制器33按照CPU30的命令,接收生物体信号检测部13测量出的用户的脑波信号,另外使输出部17执行与判定部16的判定结果相应的处理。
其中,脑波IF提供装置4可以作为一个处理器或电路实现。或者,脑波IF提供装置4中包含的选择闪烁控制部12、估计部14、确认闪烁控制部15及判定部16可以分别作为处理器或电路来设置,还可以其中两个以上作为一个处理器或电路来设置。
产业上的可利用性
本发明所涉及的脑波界面对应于脑波所具有的一般性课题,可广泛应用于在机器控制等中使用脑波界面的情况。
符号说明:
1脑波界面系统
2脑波界面部
3结果确认部
4脑波界面提供装置
10用户
11刺激提示部
12选择闪烁控制部
13生物体信号检测部
14选项估计部(估计部)
15确认闪烁控制部
16估计结果确认判定部(判定部)
17输出部
Claims (16)
1.一种脑波界面系统,其具备:
提示部,其向用户提示作为与机器操作相关的操作项目的多个选项;
选择闪烁控制部,其分别使所述多个选项进行闪烁;
生物体信号检测部,其测量所述用户的脑波信号;
估计部,其利用在所述脑波信号中包含的脑波的事件相关电位、也就是以所述多个选项各自的闪烁为起点的事件相关电位,估计与所述用户希望的操作相对应的一个选项;
确认闪烁控制部,进行所估计的所述一个选项的确认闪烁;
判定部,其利用在所述脑波信号中包含的脑波的事件相关电位、也就是以所述一个选项的确认闪烁为起点的事件相关电位,判定所估计的所述选项是否是与所述用户希望的操作相对应的选项;和
输出部,其执行与所述判定部的判定结果相应的处理。
2.根据权利要求1所述的脑波界面系统,其中,
所述估计部以及所述确认闪烁控制部的至少一方利用直至该时间点为止所取得的事件相关电位,调整使所述多个选项分别闪烁的次数、和/或所述确认闪烁的次数。
3.根据权利要求2所述的脑波界面系统,其中,
在至少所述确认闪烁控制部调整所述确认闪烁的次数的情况下,
所述确认闪烁控制部利用直至该时间点为止所取得的事件相关电位,来计算可靠度,在所述可靠度高的情况下减少所述确认闪烁的次数,在所述可靠度低的情况下增加所述确认闪烁的次数,
该可靠度是表示由所述估计部估计出的所述选项对于所述用户而言准确率有多少的指标。
4.根据权利要求2所述的脑波界面系统,其中,
在至少所述确认闪烁控制部调整所述确认闪烁的次数的情况下,
所述判定部利用针对所述确认闪烁的事件相关电位,计算与有无变更估计出的所述选项的要求相关的可靠度,
在所述可靠度为预先规定的阈值以上时,所述判定部将其分类为可靠度高,从而所述确认闪烁控制部减少所述确认闪烁的次数,
在所述可靠度小于预先规定的阈值时,所述判定部将其分类为可靠度低,从而所述确认闪烁控制部增加所述确认闪烁的次数。
5.根据权利要求2或3所述的脑波界面系统,其中,
所述判定部利用相似度来计算与有无变更估计出的所述选项的要求相关的可靠度,该相似度是基于针对所述确认闪烁的事件相关电位的波形和预先保持的再试请求时的模板波形计算出的。
6.根据权利要求1所述的脑波界面系统,其中,
利用所述判定部中的判定为所述估计部的估计结果错误的比例,由所述选择闪烁控制部调整选项的闪烁次数。
7.根据权利要求5所述的脑波界面系统,其中,
在由所述判定部判定为所述估计部的估计结果错误时,
在判定估计结果错误的比例在规定值以上的情况下,所述选择闪烁控制部增加各选项的闪烁次数,在判定估计结果错误的比例小于所述规定值的情况下,所述选择闪烁控制部减少各选项的闪烁次数。
8.根据权利要求1所述的脑波界面系统,其中,
由所述确认闪烁控制部所控制的确认闪烁的次数比由所述选择闪烁控制部控制的选择闪烁的次数多。
9.根据权利要求1所述的脑波界面系统,其中,
所述估计部将所述事件相关电位的规定分量的振幅最大时的选项估计为与所述用户希望的操作相对应的选项,
在所述判定部将估计出的所述选项判定为错误时,所述估计部进行重新估计,将所述规定分量的振幅第二大之时的选项估计为与所述用户希望的操作相对应的选项。
10.根据权利要求1所述的脑波界面系统,其中,
所述估计部利用以各选项的闪烁为起点的200毫秒以上400毫秒以下的事件相关电位的阳性极大值、或者以各选项的闪烁为起点的100毫秒以上300毫秒以下的事件相关电位的阴性极小值,来估计所述用户希望的选项。
11.根据权利要求1所述的脑波界面系统,其中,
所述判定部利用P300或N200来判定是否是与所述用户希望的操作对应的选项,
该P300是以估计出的所述选项的确认闪烁为起点的200毫秒以上400毫秒以下的事件相关电位的阳性极大值,该N200是以估计出的所述选项的确认闪烁为起点的100毫秒以上300毫秒以下的事件相关电位的阴性极小值。
12.根据权利要求1所述的脑波界面系统,其中,
所述估计部将以所述多个选项各自的闪烁为起点的事件相关电位之中、具有预先规定的特征分量的事件相关电位所对应的选项,估计为与所述用户希望的操作相对应的一个选项。
13.根据权利要求1所述的脑波界面系统,其中,
所述判定部在以所述一个选项的闪烁为起点的事件相关电位具有预先规定的特征分量的情况下,判定所述一个选项是与所述用户希望的操作相对应的选项,在以所述一个选项的闪烁为起点的事件相关电位不具有预先规定的特征分量的情况下,判定所述一个选项不是与所述用户希望的操作相对应的选项。
14.一种脑波界面提供装置,其具备:
选择闪烁控制部,使作为与机器操作相关的操作项目的多个选项分别在提示部中进行闪烁;
估计部,其利用生物体信号检测部测量出的所述用户的脑波信号中包含的脑波的事件相关电位、也就是以所述多个选项各自的闪烁为起点的事件相关电位,估计与所述用户希望的操作相对应的一个选项;
确认闪烁控制部,其进行估计出的所述一个选项的确认闪烁;和
判定部,其利用在所述脑波信号中包含的脑波的事件相关电位、也就是以所述选项的确认闪烁为起点的事件相关电位,判定估计出的所述选项是否是与所述用户希望的操作相对应的选项,
使输出部执行与所述判定部的判定结果相应的处理。
15.一种脑波界面系统的执行方法,其包括如下步骤:
向用户提示作为与机器操作相关的操作项目的多个选项;
分别使所述多个选项进行闪烁;
测量所述用户的脑波信号;
利用在所述脑波信号中包含的脑波的事件相关电位、也就是以所述多个选项各自的闪烁为起点的事件相关电位,估计与所述用户希望的操作相对应的一个选项;
进行所估计的所述一个选项的确认闪烁;
利用在所述脑波信号中包含的脑波的事件相关电位、也就是以所述选项的确认闪烁为起点的事件相关电位,判定所估计的所述选项是否是与所述用户希望的操作相对应的选项;和
执行与进行判定的所述步骤的判定结果相应的处理。
16.一种计算机程序,由脑波界面提供装置中安装的计算机来执行,所述计算机程序使所述计算机执行如下步骤:
在显示部中提示作为与机器操作相关的操作项目的多个选项;
分别使所述多个选项进行闪烁;
接收生物体信号检测部测量出的所述用户的脑波信号;
利用在所述脑波信号中包含的脑波的事件相关电位、也就是以所述多个选项各自的闪烁为起点的事件相关电位,估计与所述用户希望的操作相对应的一个选项;
进行所估计的所述一个选项的确认闪烁;
利用在所述脑波信号中包含的脑波的事件相关电位、也就是以所述选项的确认闪烁为起点的事件相关电位,判定所估计的所述选项是否是与所述用户希望的操作相对应的选项;和
执行与进行判定的所述步骤的判定结果相应的处理。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010040337 | 2010-02-25 | ||
JP2010-040337 | 2010-02-25 | ||
PCT/JP2011/000215 WO2011105000A1 (ja) | 2010-02-25 | 2011-01-18 | 脳波インタフェースシステム、脳波インタフェース提供装置、脳波インタフェースの実行方法、および、プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102473036A true CN102473036A (zh) | 2012-05-23 |
CN102473036B CN102473036B (zh) | 2015-06-24 |
Family
ID=44506435
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201180002726.3A Active CN102473036B (zh) | 2010-02-25 | 2011-01-18 | 脑波界面系统、脑波界面提供装置以及脑波界面的执行方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US9078725B2 (zh) |
JP (1) | JP4856791B2 (zh) |
CN (1) | CN102473036B (zh) |
WO (1) | WO2011105000A1 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104799984A (zh) * | 2015-05-14 | 2015-07-29 | 华东理工大学 | 基于脑控移动眼的残疾人辅助系统及其控制方法 |
CN105787459A (zh) * | 2016-03-14 | 2016-07-20 | 山东大学 | 一种基于最优评分稀疏判别的erp信号分类方法 |
CN108509033A (zh) * | 2018-03-13 | 2018-09-07 | 广东欧珀移动通信有限公司 | 信息处理方法及相关产品 |
Families Citing this family (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI449515B (zh) * | 2011-10-19 | 2014-08-21 | Univ Nat Central | 步進延遲閃爍序列之腦機介面控制方法及其系統 |
US20150338917A1 (en) * | 2012-12-26 | 2015-11-26 | Sia Technology Ltd. | Device, system, and method of controlling electronic devices via thought |
US8804042B2 (en) | 2013-01-14 | 2014-08-12 | International Business Machines Corporation | Preemptive preloading of television program data |
CN103584856B (zh) * | 2013-11-29 | 2015-09-30 | 国网安徽省电力公司淮南供电公司 | 一种通过处理脑电波识别眨眼力度的方法 |
JP6641298B2 (ja) * | 2014-05-30 | 2020-02-05 | ザ リージェンツ オブ ザ ユニバーシティー オブ ミシガン | 多肢選択式の解答の直接選択及び状態変更の特定を容易にするためのブレインコンピュータインターフェース |
WO2017179486A1 (ja) * | 2016-04-14 | 2017-10-19 | 国立研究開発法人産業技術総合研究所 | 意思解読装置及び意思伝達支援装置 |
CN107368896B (zh) * | 2016-05-13 | 2023-02-21 | 松下知识产权经营株式会社 | 学习系统、学习方法以及记录介质 |
CN106527161A (zh) * | 2016-11-28 | 2017-03-22 | 深圳市元征科技股份有限公司 | 一种数据处理方法和数据处理装置 |
JP6984132B2 (ja) * | 2017-01-31 | 2021-12-17 | 日産自動車株式会社 | 運転支援方法及び運転支援装置 |
US10512555B2 (en) * | 2017-08-03 | 2019-12-24 | Sam Emmanuel JOHN | Medical device for sensing and or stimulating tissue |
WO2019040665A1 (en) | 2017-08-23 | 2019-02-28 | Neurable Inc. | BRAIN-COMPUTER INTERFACE PROVIDED WITH HIGH-SPEED OCULAR FOLLOWING CHARACTERISTICS |
US10952680B2 (en) | 2017-12-27 | 2021-03-23 | X Development Llc | Electroencephalogram bioamplifier |
US10671164B2 (en) | 2017-12-27 | 2020-06-02 | X Development Llc | Interface for electroencephalogram for computer control |
US10901508B2 (en) * | 2018-03-20 | 2021-01-26 | X Development Llc | Fused electroencephalogram and machine learning for precognitive brain-computer interface for computer control |
US10664050B2 (en) | 2018-09-21 | 2020-05-26 | Neurable Inc. | Human-computer interface using high-speed and accurate tracking of user interactions |
WO2020211958A1 (en) | 2019-04-19 | 2020-10-22 | Toyota Motor Europe | Neural menu navigator and navigation methods |
US11093038B2 (en) | 2019-05-14 | 2021-08-17 | Synchron Australia Pty Limited | Systems and methods for generic control using a neural signal |
WO2021086972A1 (en) | 2019-10-29 | 2021-05-06 | Synchron Australia Pty Limited | Systems and methods for configuring a brain control interface using data from deployed systems |
US11157081B1 (en) | 2020-07-28 | 2021-10-26 | Shenzhen Yunyinggu Technology Co., Ltd. | Apparatus and method for user interfacing in display glasses |
JP2023015680A (ja) * | 2021-07-20 | 2023-02-01 | 株式会社Jvcケンウッド | 操作制御装置、操作制御方法およびプログラム |
WO2023042513A1 (ja) * | 2021-09-14 | 2023-03-23 | 株式会社Jvcケンウッド | 操作制御装置、操作制御方法およびプログラム |
JP2023094398A (ja) * | 2021-12-23 | 2023-07-05 | 株式会社Jvcケンウッド | 感覚伝達システム及び感覚伝達方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009057260A1 (ja) * | 2007-10-29 | 2009-05-07 | Panasonic Corporation | 脳波インタフェースシステムのための起動装置、方法およびコンピュータプログラム |
CN101506757A (zh) * | 2006-11-06 | 2009-08-12 | 松下电器产业株式会社 | 脑波识别方法调整装置及方法 |
CN101652740A (zh) * | 2007-10-29 | 2010-02-17 | 松下电器产业株式会社 | 被编入脑波接口系统的修正装置、方法及计算机程序 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004275619A (ja) | 2003-03-19 | 2004-10-07 | Kumamoto Technology & Industry Foundation | 画像刺激−脳波意思伝達方法、及びそれに用いるシステム |
JP4369290B2 (ja) | 2003-07-02 | 2009-11-18 | 尚之 加納 | 事象関連電位を利用したヒトの心理状態等の判定装置 |
WO2006003901A1 (ja) | 2004-07-02 | 2006-01-12 | Matsushita Electric Industrial Co., Ltd. | 生体信号利用機器およびその制御方法 |
US8185193B2 (en) | 2007-06-12 | 2012-05-22 | Panasonic Corporation | Electroencephalogram interface system and activation apparatus |
-
2011
- 2011-01-18 WO PCT/JP2011/000215 patent/WO2011105000A1/ja active Application Filing
- 2011-01-18 CN CN201180002726.3A patent/CN102473036B/zh active Active
- 2011-01-18 JP JP2011532442A patent/JP4856791B2/ja active Active
- 2011-11-29 US US13/305,916 patent/US9078725B2/en active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101506757A (zh) * | 2006-11-06 | 2009-08-12 | 松下电器产业株式会社 | 脑波识别方法调整装置及方法 |
WO2009057260A1 (ja) * | 2007-10-29 | 2009-05-07 | Panasonic Corporation | 脳波インタフェースシステムのための起動装置、方法およびコンピュータプログラム |
CN101652740A (zh) * | 2007-10-29 | 2010-02-17 | 松下电器产业株式会社 | 被编入脑波接口系统的修正装置、方法及计算机程序 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104799984A (zh) * | 2015-05-14 | 2015-07-29 | 华东理工大学 | 基于脑控移动眼的残疾人辅助系统及其控制方法 |
CN105787459A (zh) * | 2016-03-14 | 2016-07-20 | 山东大学 | 一种基于最优评分稀疏判别的erp信号分类方法 |
CN105787459B (zh) * | 2016-03-14 | 2019-02-05 | 山东大学 | 一种基于最优评分稀疏判别的erp信号分类方法 |
CN108509033A (zh) * | 2018-03-13 | 2018-09-07 | 广东欧珀移动通信有限公司 | 信息处理方法及相关产品 |
CN108509033B (zh) * | 2018-03-13 | 2021-06-01 | Oppo广东移动通信有限公司 | 信息处理方法及相关产品 |
Also Published As
Publication number | Publication date |
---|---|
JPWO2011105000A1 (ja) | 2013-06-17 |
WO2011105000A1 (ja) | 2011-09-01 |
CN102473036B (zh) | 2015-06-24 |
US20120069247A1 (en) | 2012-03-22 |
JP4856791B2 (ja) | 2012-01-18 |
US9078725B2 (en) | 2015-07-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102473036A (zh) | 脑波界面系统、脑波界面提供装置、脑波界面的执行方法及程序 | |
Ikehara et al. | Assessing cognitive load with physiological sensors | |
CN101932988B (zh) | 调整脑波信号识别方法的装置、方法以及程序 | |
Adam et al. | The contribution of attentional lapses to individual differences in visual working memory capacity | |
CN101652740B (zh) | 被编入脑波接口系统的修正装置、方法及计算机程序 | |
Synnott et al. | WiiPD—objective home assessment of Parkinson's disease using the nintendo Wii remote | |
US9113837B2 (en) | Drowsiness detection method and associated device | |
CN106256312B (zh) | 认知功能障碍评价装置 | |
Nagel et al. | The effect of monitor raster latency on veps, erps and brain–computer interface performance | |
US10685579B2 (en) | Learning system, learning method, storage medium, and apparatus | |
EP3229678A1 (en) | Brain activity prediction | |
US9717465B2 (en) | Vision examination system with improved visually evoked potential waveforms | |
Campbell et al. | Using correlation analysis to assess the reliability of evoked potential components identified by signal averaging | |
JP3991066B2 (ja) | サービス提供装置、サービス提供方法およびプログラム | |
Aurup et al. | Pair-wise preference comparisons using alpha-peak frequencies | |
Damsma et al. | Neural markers of memory consolidation do not predict temporal estimates of encoded items | |
Smits et al. | Reproducibility of standardized fine motor control tasks and age effects in healthy adults | |
CN104905802A (zh) | 一种测量注意力的方法和装置 | |
CN104352340A (zh) | 一种综合视觉功能训练设备与方法 | |
CN110811613B (zh) | 基于欧德保和dmst范式融合提高事件相关电位信噪比的方法 | |
Bai et al. | Method for semi-automated evaluation of user experience using brain activity | |
KR20150103461A (ko) | 게임 몰입도 측정 방법 | |
JP7289095B2 (ja) | 睡眠教育システム、睡眠教育方法及びプログラム | |
Voudouris et al. | Pupil dilation scales with movement distance of real but not of imagined reaching movements | |
Shevinsky et al. | The interaction between elapsed time and decision accuracy differs between humans and rats performing the same visual motion discrimination task |
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 | ||
ASS | Succession or assignment of patent right |
Owner name: PANASONIC INTELLECTUAL PROPERTY MANAGEMENT CO., LT Free format text: FORMER OWNER: MATSUSHITA ELECTRIC INDUSTRIAL CO, LTD. Effective date: 20150906 |
|
C41 | Transfer of patent application or patent right or utility model | ||
TR01 | Transfer of patent right |
Effective date of registration: 20150906 Address after: Osaka Japan Patentee after: PANASONIC INTELLECTUAL PROPERTY MANAGEMENT Co.,Ltd. Address before: Osaka Japan Patentee before: Matsushita Electric Industrial Co.,Ltd. |