CN103917268A - 脑机能亢进辅助装置以及脑机能亢进辅助方法 - Google Patents

脑机能亢进辅助装置以及脑机能亢进辅助方法 Download PDF

Info

Publication number
CN103917268A
CN103917268A CN201280054986.XA CN201280054986A CN103917268A CN 103917268 A CN103917268 A CN 103917268A CN 201280054986 A CN201280054986 A CN 201280054986A CN 103917268 A CN103917268 A CN 103917268A
Authority
CN
China
Prior art keywords
mentioned
brain
subject
superfunction
cerebration
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
CN201280054986.XA
Other languages
English (en)
Other versions
CN103917268B (zh
Inventor
川人光男
渡边武郎
柴田和久
佐佐木由香
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.)
ATR Advanced Telecommunications Research Institute International
Original Assignee
ATR Advanced Telecommunications Research Institute International
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 ATR Advanced Telecommunications Research Institute International filed Critical ATR Advanced Telecommunications Research Institute International
Publication of CN103917268A publication Critical patent/CN103917268A/zh
Application granted granted Critical
Publication of CN103917268B publication Critical patent/CN103917268B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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]
    • A61B5/375—Electroencephalography [EEG] using biofeedback
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A61B5/0004—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by the type of physiological signal transmitted
    • A61B5/0006—ECG or EEG signals
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A61B5/0075—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence by spectroscopy, i.e. measuring spectra, e.g. Raman spectroscopy, infrared absorption spectroscopy
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves  involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
    • 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
    • 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
    • A61B5/242—Detecting biomagnetic fields, e.g. magnetic fields produced by bioelectric currents
    • A61B5/245—Detecting biomagnetic fields, e.g. magnetic fields produced by bioelectric currents specially adapted for magnetoencephalographic [MEG] signals
    • 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
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/40—Detecting, measuring or recording for evaluating the nervous system
    • A61B5/4058—Detecting, measuring or recording for evaluating the nervous system for evaluating the central nervous system
    • A61B5/4064—Evaluating the brain
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/486—Bio-feedback
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7246—Details of waveform analysis using correlation, e.g. template matching or determination of similarity
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/4806—Functional imaging of brain activation
    • 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
    • A61B2505/00—Evaluating, monitoring or diagnosing in the context of a particular type of medical care
    • A61B2505/09—Rehabilitation or training
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2576/00—Medical imaging apparatus involving image processing or analysis
    • A61B2576/02—Medical imaging apparatus involving image processing or analysis specially adapted for a particular organ or body part
    • A61B2576/026—Medical imaging apparatus involving image processing or analysis specially adapted for a particular organ or body part for the brain
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
    • A61B5/004—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part
    • A61B5/0042—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part for the brain
    • 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]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M21/00—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis
    • A61M2021/0005—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus
    • A61M2021/0022—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus by the tactile sense, e.g. vibrations
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M21/00—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis
    • A61M2021/0005—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus
    • A61M2021/0027—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus by the hearing sense
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M21/00—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis
    • A61M2021/0005—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus
    • A61M2021/0044—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus by the sight sense
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M21/00—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis
    • A61M21/02—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis for inducing sleep or relaxation, e.g. by direct nerve stimulation, hypnosis, analgesia
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M2230/00—Measuring parameters of the user
    • A61M2230/005—Parameter used as control input for the apparatus
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M2230/00—Measuring parameters of the user
    • A61M2230/08—Other bio-electrical signals
    • A61M2230/10—Electroencephalographic signals
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Veterinary Medicine (AREA)
  • Pathology (AREA)
  • Biophysics (AREA)
  • Public Health (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Neurology (AREA)
  • Psychology (AREA)
  • Psychiatry (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Physiology (AREA)
  • Neurosurgery (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Radiology & Medical Imaging (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Human Computer Interaction (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Dermatology (AREA)
  • Artificial Intelligence (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Rehabilitation Tools (AREA)

Abstract

使用神经活动的解码方法的训练装置(1000)具备：脑活动检测装置(108)，其用于检测受验者的脑内的规定区域的脑活动；运算处理装置(102)；以及输出装置(130)，其用于向受验者呈现神经反馈信息(呈现信息)。运算处理装置(102)解码出脑神经的激活模式，基于解码得到的模式相对于针对作为训练对象的事件事先获取的目标激活模式的近似度来计算报酬值，生成与报酬值对应的呈现信息。

Description

脑机能亢进辅助装置以及脑机能亢进辅助方法
技术领域
本发明涉及一种对成为对象的事件进行学习的脑机能亢进辅助装置(日语：脳機能亢進支援装置)以及脑机能亢进辅助方法。
背景技术
近年来，存在利用虚拟现实(VR)等计算机图形学(CG)技术对被训练者进行训练的训练系统。在这些系统中，存在一种一边测定被训练者的生物体反应一边进行训练的系统。专利文献1所公开的训练辅助装置利用近红外光检测脑的活动区域来作为被训练者的生物体反应，帮助有障碍的被训练者进行康复训练(Rehabilitation)和表象训练(Image Training)。在此通过参考来引用专利文献1的全部。该训练辅助装置测定正在进行作为训练而布置的计算课题或记忆课题等的被训练者的脑的活动区域，在训练结束后，兼顾被训练者在训练中的响应和测定出的脑的活动记录来确认训练的效果。在专利文献2中，公开了如下的训练系统：根据训练中的被训练者的生物体反应来使训练方案始终最佳。在此通过参考来引用专利文献2的全部。作为测定生物体反应的手段，可以列举出通过fNIR(Functional Near Infrared Spectroscopy：功能性近红外光谱)或fMRI(Functional Magnetic Resonance Imaging：功能性磁共振成像)、PET(Positron Emission Tomography：正电子发射断层显像)测定出的脑的活动部位的模式。
将像这样通过科学方式获取原本无法感知的生理学上的指标并以能够使对象者感知的方式反馈给对象者来控制体内状态的技术称为“生物反馈(bio-feedback)”。
以往的生物反馈虽然有时也使用脉搏或呼吸等生物体信息，但是主要包括将来自人的脑波输出转换为图像或声音等能够通过视觉听觉等来感知的形态并对人输出。通过这种生物反馈，被训练者能够实时地获知脑波的状态。因而，生物反馈有助于被训练者自己控制脑波的状态。
生物反馈例如使用于脉律不齐、头痛、自律神经失调、高血压等的治疗，除此以外还利用于体育领域中的精神训练。
作为将生物反馈应用于康复训练的技术，专利文献3公开了一种康复训练辅助装置。该装置以在运动机能或脑机能等上有障碍的患者为对象。该装置测量正在进行康复训练的患者的状态，对训练内容进行评价。该装置利用力传感器或位置传感器来检测患者的脚的状态，配合患者的步行周期来驱动大腿、膝以及脚关节驱动部，使两个下肢协调地动作。通过图像、声音或振动向训练者呈现健康的脚侧或受伤的脚侧的运动时机，辅助有效的步行训练。
操作电气产品等的开关或遥控器对四肢不方便的人来说是不容易的。专利文献4公开了一种使用人的脑电位来控制设备以解决这种问题的技术。在此通过参考来引用专利文献4的全部。在该技术中，基于根据人的脑电位所得到的脑波来输出用于控制设备的控制信号。在该技术中，使用生物反馈法来有意识地使脑波变化，对该脑波进行频率分析和运算比较，获取控制信号。在专利文献5中公开了另一例，在此通过参考来引用该专利文献5的全部。该文献所公开的装置包括：探测部，其在人的头皮的不同部位探测脑电位并输出脑电位数据；模式生成部，其将探测出的各个脑电位与规定的阈值进行比较，生成与该比较结果相应的激活模式；模式数据库，其预先将表示脑的激活状态的激活模式与用于控制设备的控制信号相对应地进行保存；以及模式处理部，其将所生成的激活模式与模式数据库内的激活模式进行比较，提取与所生成的激活模式一致的激活模式所对应的控制信号，将该控制信号发送到设备。根据该装置，能够基于脑电位来控制设备。
另外，人的感觉和知觉系统根据环绕周围的环境而始终变化。这种变化大半是在人的发育早期的被确定的阶段、即被称为“临界期”的时期发生。但是，即使是成人，也以能够适应周边环境的重要变化的程度保持着感觉和知觉系统的可塑性。例如，非专利文献1报告了以下内容：成人通过接受使用特定的知觉刺激的训练或者被暴露于特定的知觉刺激，其训练课题的成绩或对知觉刺激的灵敏度提高，并且，其训练结果会维持几个月到几年。在此通过参考来引用非专利文献1的全部。这种变化被称为知觉学习，确认出其在所有感官即视觉、听觉、嗅觉、味觉、触觉上均会发生。
但是，这种知觉学习具有各种各样的特异性，认为这种特异性源于知觉学习对低级视觉区的干预。并且，关于知觉学习在视觉处理的哪个阶段发生这一点，如非专利文献2中报告的那样，处于有争议的状态。在此通过参考来引用非专利文献2的全部。因此，并不明确利用什么样的方法来辅助知觉学习是有效的。
在知觉学习中使用的生物反馈中，需要测量脑活动。作为用于此的方法，已知如下的各种方法。
·使电极直接接触脑皮质来测量皮质脑波的方法
·从头颅上带的电极拾取在脑内神经元的活动中产生的微小电流来进行放大记录的无创性脑波(EEG：Electroencephalogram)测量方法
·利用核磁共振成像法(MRI：Magnetic Resonance Imaging)使与人和动物的脑活动相关联的血流动态反应视觉化的功能性核磁共振成像法(fMRI：functional MRI)
·利用超导量子干涉仪(SQUIDs：Superconducting Quantum InterferenceDevice)高灵敏度地测量通过脑电活动所产生的磁场的成像技术、即脑磁图法(MEG：Magnetoencephalography)
·使用近红外光从头皮上无创地测量血红蛋白(Hb)的增减或伴随氧交换信息的指标来映像出脑机能的近红外光测量法(NIRS：Near-InfraRedSpectroscopy)。
在使用fMRI的以往的研究中，积极地进行了对人的感觉刺激和与其关联地产生的脑活动之间的映射。若将神经活动视作码(code)，则以往的方法调查了刺激在脑中如何表现、即神经活动如何对刺激进行编码。
与此相对，能够将相反地从神经活动读取受到了什么样的刺激称为神经活动的解码。关于神经活动的解码，在非专利文献3中给出了报告，在此通过参考来引用该非专利文献3的全部。
关于与它们不同地通过使用fMRI的数据能够基于MEG数据或EEG数据以高的时间分辨率和空间分辨率直接测量脑内神经活动的无创的测量方法，也在专利文献6、专利文献7、非专利文献4以及非专利文献5中给出了报告，在此通过参考来引用这些文献的全部。
并且，根据脑波仪或脑磁仪的测量值解码出在脑活动中向多个方位中的某个方位的运动的活动正在激活，将其活用于脑机接口(BMI。以下将“接口”称为“I/F”。)，对这一点也在非专利文献6中给出了报告。在此通过参考来引用非专利文献6。
专利文献1：日本特开2004-294593号公报
专利文献2：日本特开2007-264055号公报
专利文献3：日本特开2005-13442号公报
专利文献4：日本特开2002-125945号公报
专利文献5：日本特开2005-278685号公报
专利文献6：国际公开第03/057035号小册子
专利文献7：日本特开2008-178546号公报
非专利文献1：T.Watanabe,J.E.Nanez Sr,S.Koyama,I.Mukai,J.Liederman and Y.Sasaki:Greater plasticity in lower-level thanhigher-levelvisual motion processing in a passive perceptual learning task.NatureNeuroscience,5,1003-1009,2002.
非专利文献2：伊藤希、渡邊武郎、佐々木由香著，“知覚学習における近年の成果”，Vision,Vol.22,No.2,pp.115-121,2010
非专利文献3：Miyawaki Y et al.(2009):Visual imagereconstruction fromhuman brain activity using a combination of multiscalelocal image decoders.Neuron.Dec10；60(5):915-29.
非专利文献4：M.Sato,T.Yoshioka,S.Kajihara,K.Toyama,N.Goda,K.Doya,and M.Kawato,“Hierarchical Bayesian estimation for MEGinverseproblem,”NeuroImage,vol.23,pp.806-826,2004.
非专利文献5：T.Yoshioka,K.Toyama,M.Kawato,O.Yamashita,S.Nishina,N.Yamagishi,and M.Sato,“Evaluation of hierarchical Bayesianmethodthrough retinotopic brain activities reconstruction from fMRI and MEGsignals,”NeuroImage,vol.42,pp.1397-1413,2008.
非专利文献6：Stephan Waldert,Tobias Pistohl,ChristophBraun,Tonio Ball,Ad Aertsen,Carsten Mehring,“A review on directionalinformation in neuralsignals for brain-machine interfaces”,Journal ofPhysiology-Paris,103(2009)pp.244-254
发明内容
发明要解决的问题
然而，存在以下问题：未必明确如何使用神经活动的解码方法才能够进行有效的知觉学习，其原因之一在于，如上所述，不清楚知觉学习在脑视觉处理的哪个阶段发生。
另外，还存在以下问题：未必明确使用基于神经活动的解码方法的知觉学习应如何实现BMI或者如何实施康复训练。
本发明是为了解决如上所述的问题而完成的，其目的在于提供一种能够使用神经活动的解码方法来辅助通过用户自身的行动对规定的脑机能进行更新的脑机能亢进辅助装置以及脑机能亢进辅助方法。
用于解决问题的方案
按照本发明的一个方面，脑机能亢进辅助装置具备：脑活动探测装置，其用于探测表示受验者的脑内的规定区域的脑活动的信号；存储装置，其用于保存与目标激活模式有关的信息，该目标激活模式是针对作为使脑机能亢进的对象的事件事先获取的；以及控制装置。控制装置包括：解码部，其用于从由脑活动探测装置探测出的信号解码出脑神经的活动的模式(日语：パターン)；以及运算部，其基于解码部的解码结果，根据解码结果相对于目标激活模式的近似度，来计算与近似度对应的报酬值。脑机能亢进辅助装置还具备输出装置，该输出装置用于对受验者呈现表示报酬值的大小的呈现信息。
优选的是，运算部将如下信息作为呈现信息输出到输出装置：用于不呈现事件而呈现与报酬值对应的呈现信息的信息。
优选的是，事件是归结于在脑内被分类到哪个类别这样的识别问题的认知对象。解码部计算脑神经的活动模式与哪个类别对应的似然度(日语：尤度)。
优选的是，脑机能亢进辅助装置具备：辅助终端，其包括输出装置；以及运算处理装置，其包括解码部、存储装置以及运算部。辅助终端包括用于将由脑活动探测装置探测出的信号发送到解码部的通信部。
优选的是，解码部对特定的脑部位、例如初级视觉区等处的脑神经的活动进行解码。
优选的是，脑活动探测装置包括fMRI(功能性核磁共振成像)装置。
优选的是，脑活动探测装置包括来自头颅外部的近红外光和脑波的测量装置。
按照本发明的其它方面，脑机能亢进辅助方法是使用解码装置的脑机能亢进辅助方法，该解码装置用于从来自用于探测表示受验者的脑内的规定区域的脑活动的信号的脑活动探测装置的信号解码出脑神经的活动的模式。该方法包括以下步骤：利用解码装置从由脑活动探测装置探测出的信号解码出脑神经的活动的模式；根据解码的结果相对于目标激活模式的近似度，来计算与近似度对应的报酬值，其中，该目标激活模式是针对作为使脑机能亢进的对象的事件事先获取的；以及对受验者呈现表示报酬值的大小的呈现信息。
优选的是，在呈现呈现信息的步骤中，将如下信息作为呈现信息输出到输出装置：用于不呈现作为脑机能的亢进对象的事件而呈现与报酬值对应的呈现信息的信息。
发明的效果
根据本发明的脑机能亢进辅助装置以及脑机能亢进辅助方法，能够使用脑内的神经活动的解码方法，对于作为规定的脑机能的对象的事件，由受验者自身实施用于其脑机能的亢进的行动。
另外，根据本发明的脑机能亢进辅助装置以及脑机能亢进辅助方法，能够使用脑内的神经活动的解码方法，对受验者进行针对作为训练对象的事件的训练。
并且，根据本发明的脑机能亢进辅助装置以及脑机能亢进辅助方法，不需要对受验者施加与作为训练对象的事件对应的刺激。因而，能够使受验者所使用的训练终端小型化。
附图说明
图1是本发明的第一实施方式的训练装置1000的功能框图。
图2是表示针对方位的视觉刺激与其知觉学习之间的关系的概念图。
图3是概念性地说明实施方式的训练装置1000的知觉学习的过程的图。
图4是用于说明训练装置1000的动作的流程图。
图5是说明知觉学习的实验流程的图。
图6是说明在事前测试(S200)和事后测试(S206)中受验者所进行的任务的图。
图7是表示在实验的各阶段对受验者呈现刺激的时序的图。
图8是表示作为视觉刺激而呈现的伽柏片的例子的图。
图9是表示解码器的处理的概念图。
图10是用于说明使用多项分布稀疏逻辑回归(Multinominal SparseLogistic Regression。下面，将稀疏逻辑回归称为“SLR”。)来判别受验者正在看的图像的过程的概念图。
图11是表示训练装置1000中的神经反馈(neurofeedback)的概念的图。
图12是表示分配给各受验者的作为目标的方位的图。
图13是表示在诱导阶段由解码器评价出的(相差60度的)三个方位各自的平均似然度的图。
图14是关于神经反馈第一天的最初的阶段的测试示出对于目标方位的受验者间的平均似然度的图。
图15是表示通过解码器基于V1区和V2区中的、整个诱导阶段的平均激活模式计算出的针对三个方位的平均似然度的图。
图16是将事前测试和事后测试中的视觉刺激的辨别能力进行比较的图。
图17是表示作为事后测试与事前测试之差的辨别灵敏度的改善d′的图。
图18是表示诱导阶段的天数与辨别灵敏度的改善d′之间的关系的图。
图19是计算针对各受验者的所有试验的、目标方位的似然度的加权并绘制出与加权相对的灵敏度变动的图。
图20是表示利用六个新的受验者的对照实验的结果的图。
图21是表示作为探测脑活动的能活动探测装置的脑帽的示意图。
图22是第二实施方式的训练装置2000的功能框图。
具体实施方式
下面，按图来说明本发明的实施方式的训练装置的结构。此外，在以下的实施方式中，标注了相同标记的结构要素和处理步骤是相同或相当的，在不必要的情况下不再重复其说明。
(第一实施方式)
参照图1，本发明的第一实施方式所涉及的训练装置1000包括：脑活动检测装置108，其用于检测受验者(未图示)的脑内的规定区域的脑活动；运算处理装置102，其接收脑活动检测装置108的输出并进行解码，按照解码结果来生成作为反馈呈现给受验者的信息(神经反馈信息)；以及显示器装置130，其是用于接收运算处理装置102的输出并向受验者呈现神经反馈信息的输出装置。
作为脑活动检测装置108，能够使用上述的fMRI、脑磁仪、NIRS、脑波仪或者它们的组合。其中，fMRI和NIRS用于检测与脑内的血流变化相关联的信号，具有高的空间分辨率。脑磁仪和脑波仪用于检测伴随脑活动的电磁场的变化，具有高的时间分辨率。因而，例如，如果将fMRI与脑磁仪进行组合，则能够以在空间上和时间上都高的分辨率来测量脑活动。将NIRS与脑波仪进行组合也同样能够以小型且便携的大小来构成以在空间上和时间上都高的分辨率测量脑活动的系统。
在此设作为呈现反馈信息的输出装置使用用于将视觉上的反馈信息呈现给受验者的显示器装置130，来进行说明。但是，作为反馈信息，不限于视觉信息，例如也能够呈现声音信息和触觉信息等，只要根据信息的种类来适当选择输出装置即可。
运算处理装置102并没有特别限定，例如能够利用通用的个人计算机来实现。当然，也可以使用专用的硬件。
运算处理装置102包括：输入I/F110，其用于接收来自脑活动检测装置108的信号；运算装置112，其用于对来自输入I/F110的信号实施规定的运算处理，由此生成应该对受验者呈现的呈现信息；存储装置114，其用于保存用于使运算装置112进行动作的程序、以及生成上述呈现信息所需的信息，并且作为运算装置112的工作存储器而发挥功能；以及输出I/F124，其用于对显示器装置130输出用于显示来自运算装置112的呈现信息的信号。
运算装置112所执行的规定的运算处理包括以下：
从来自输入I/F110的信号解码出脑神经的激活模式；计算针对作为训练对象的事件事先获取的目标激活模式与解码所得的激活模式之间的近似度；
基于计算出的近似度来计算与近似度相应的报酬值；以及
生成与报酬值对应的目标激活模式的信息。
此外，在此，“近似度”可以是以下的任一个：
将预先获取的作为基准的特定的目标激活模式与当前时间点的脑神经的激活模式进行比较的情况下的“作为模式的近似度”；
不将这种明示的目标激活模式本身作为基准，而是与基于预先决定的(一个或多个)评价的尺度而得到的评价值进行对照，判定当前时间点的脑神经的激活模式与目标接近到什么程度所得的结果；以及
对于当前时间点的脑神经的激活模式被分类到预先分类的激活模式的多个类别中的哪个类别，表示属于作为目标的类别的可能性的程度的值(例如似然度)。
运算装置112包括：解码处理部116，其按照存储装置114中保存的程序进行动作，对来自脑活动检测装置108的信号进行解码处理，导出当前的脑活动与受到什么样的刺激时的神经活动的激活状态的模式相对应；判定部118，其判定由解码处理部116解码所得的结果与目标激活模式一致的程度；报酬计算部120，其根据判定部118的判定结果，按照一致度(近似度)越大则报酬值越大的函数来计算报酬值；以及呈现信息生成部122，其按照预先决定的方法，生成与计算出的报酬值对应的呈现信息。
在此设将视觉信息作为反馈信息进行呈现，因此呈现信息生成部122生成表示报酬值的大小的图像信息作为呈现信息。该图像信息的具体例在后面说明。
从显示器装置130呈现给受验者的不是引起目标激活模式的视觉刺激本身，而只是与报酬值对应的呈现信息。因而，即使在使用显示器装置130作为训练装置1000的输出装置的情况下，作为训练对象的知觉也不限于视觉，而也可以是如听觉、嗅觉、味觉、触觉那样的与视觉不同的知觉。从训练装置1000呈现给受验者的信息也不限于图像信息，也可以是如声音信息、气味信息、味道的信息、触感的信息那样的信息，只要受验者能够通过这些信息了解报酬值的大小即可。
作为呈现信息，在本实施方式中，以当报酬值的大小变大时所呈现的圆形也变大的方式来选择两者之间的关系。但是，呈现信息相对于报酬值的大小的关系并不限定于这种关系。对于两者之间的关系的选择，既可以相反地设成报酬值越大则所呈现的图形的大小越小，也可以设成当报酬值变大时图形的大小变为特定大小。总之，只要呈现信息按照特定函数来随着报酬值的变化而变化即可。
(知觉学习)
下面，简单地说明本实施方式中使用的与刺激相关联的、针对方位的视觉刺激及其知觉学习。
图2是表示这种针对方位的视觉刺激与其知觉学习之间的关系的概念图。下面，“针对方位的视觉刺激”是指将倾向某个特定方位的图案(日语：パターン)呈现给受验者。作为具体例，例如是指将某个特定方位的伽柏(Gabor)片呈现给受验者。
在此，伽柏片(Gabor patch)是视觉科学、特别是心理物理学的众多实验中使用的基本刺激图案之一。它是使正弦波条纹乘以二维高斯函数得到的，可以说是光滑地截取无限连续的正弦波条纹的一部分而得到的。若以亮度对比度的二维分布c(x,y)为原点中心来表示，则会成为
c(x，y)＝Asin(2πfxx)×exp(-(x2/2δ2+y2/2δ2))…(1)
这样的形式(纵条纹的情况)。A是振幅，fx是空间频率，高斯函数的方差δ与方位无关而固定。
图2例示性地示出了在纵条纹的条纹图案图形中对比度不同的三个图案PA、PB、PC，以说明利用伽柏片的刺激模式。对比度按PA→PB→PC的顺序逐渐变强。作为知觉学习的一例，考虑以下的情况：对受验者进行训练使得即使在改变了这种图形的对比度时也能够辨别条纹图案的方位。
在一般的知觉学习中观测到，与知觉学习前(训练前)的对对比度强度的辨别能力相比，知觉学习后(训练后)的对对比度强度的辨别能力提高，关于这一点，能够通过如图2的下层所示那样将两者曲线化来进行确认。在此，例如能够根据在对伽柏片的图像附加了噪声时能够识别到哪个水平的S/N比(信噪比)来确定辨别能力。
图3是概念性地说明实施方式的训练装置1000的知觉学习的过程的图。
与如图2那样的以往的知觉学习相对地，上述的图1的训练装置1000如下那样执行针对受验者的知觉学习：
检测脑内的规定目标区域的脑内活动；
对所检测出的脑内活动的信号进行解码来得到激活模式；
将解码结果与作为目标的激活模式(目标模式)进行比较；
通过运算来得到与两者的一致度(近似度)相应的报酬信息；然后，
将与报酬信息相应的视觉信息神经反馈给受验者。
图4是用于说明训练装置1000的动作的流程图。
参照图4，在训练装置1000中，当开始处理时(S100)，在某个时间内记录想要训练的行动(S102)，根据利用脑活动检测装置108(图1)、例如fMRI对这种行动时的脑活动进行检测所得的结果，关于行动与脑内的神经活动的激活模式之间的关系对解码器进行训练，由此训练装置1000构成解码处理部116(图1)(S104)。下面，开始针对受验者的知觉学习。
训练装置1000的解码处理部116对由受验者自身默念而诱导出的脑内的激活模式进行解码(S106)。判定部118对解码结果与目标模式的近似度进行判定。报酬计算部120根据判定的结果来计算报酬值。呈现信息生成部122生成与报酬值对应的呈现信息，经由输出I/F124在显示器装置130上呈现给受验者(S108)。受验者继续诱导使得该呈现信息成为与更大的报酬值对应的状态。在训练的水平达到规定水平时(S110)，结束处理(S112)。
关于“训练的水平达到规定水平”，例如能够以下面的情况等为判断基准：报酬计算部120所计算的报酬值持续规定时间地成为规定报酬值的水平以上。处理的结束既可以由训练装置1000自动地判定，也可以由训练的监督者来判定。
(利用训练装置1000进行的知觉学习)
下面，说明利用训练装置1000进行的知觉学习的实验结果。
此外，下面，作为测量受验者的脑内活动的方法，以fMRI为例来进行说明。
对实验的结果进行归纳说明则如下：要求受验者努力地尽可能增大被连续呈现的单色的圆形图形的尺寸，对此在后面更为详细地进行说明。该圆形图形是按照该实验中的与报酬信息有关的规定函数而生成的呈现信息。使圆形图形的尺寸与似然度成正比，该似然度是受验者的初级视觉区(一级视觉区(V1区)、二级视觉区(V2区))的暂时性的fMRI信号激活模式被分类为通过呈现作为现实的特定目标的方位刺激而诱发的模式的似然度。该实验中的圆形图形的尺寸是指圆形图形的半径。
受验者原本处于如下的状态：关于圆形图形表现了什么、以及如何正确地做才能够控制该圆形图形的尺寸，不具有任何知识。
在该过程之后，知觉行动的能力不是对于其它方位、而是对于作为目标的刺激方位显著改善。
这些结果表示：如果反复地诱导已成熟的脑的初级视觉区的、被当作目标的神经元的激活模式，则即使在没有对于圆形图形尺寸所表示之物的自觉性意识且不了解实验的企图的状态下不呈现外部目标刺激，也足以引起知觉学习。
图5对这种知觉学习的实验流程进行说明。
首先，关于知觉行动，对受验者实施事前测试(S200)。在此，进行关于伽柏片的方位的辨别能力的测试，得到关于知觉学习前的辨别能力的状态的信息。
接着，执行如下训练来构成fMRI解码器：用于使解码处理部116对针对向受验者呈现了各种各样的方位的伽柏片的情况下的该各片的图案由fMRI观测的脑内的神经的激活模式进行解码处理(S202)。虽未特别限定，但是设解码处理部116使用机械学习算法，通过学习来获得以下功能：将受验者的脑内的神经的激活模式分类到在产生了这种激活时呈现给受验者的刺激的种类。作为机械学习算法，能够使用逻辑回归(logistic regression)、SLR、支持向量机(Support vector machine)等。
此外，在此，将伽柏片作为用于构成解码器的刺激来呈现给受验者。下面，更一般地说，将表示作为关于知觉学习的学习对象的事件的信息称为刺激信息。
接着，一边利用fMRI装置对受验者进行观测，一边向受验者呈现与报酬值对应的呈现信息来提供神经反馈，执行知觉学习(S204)。
之后，对受验者进行关于伽柏片的辨别能力的测试，得到关于知觉学习后的辨别能力的状态的信息(S206)。
更详细地说明图5的实验的流程则如下。
如上所述的四个实验的阶段(S200～S206)所花费的时间如下。
i)事前测试(1天)；ii)构成fMRI解码器(1天)、iii)诱导(解码得到的fMRI神经反馈，六个受验者为10天、四个受验者为5天)；iv)事后测试(1天)。此外，不同的阶段之间至少分离24小时。
(事前测试和事后测试的阶段)
图6是说明图5的实验的流程中在事前测试(S200)和事后测试(S206)中受验者所进行的任务的图。
在事前测试阶段和事后测试阶段中，为了测试如V1区和V2区那样的初级视觉区的激活模式的诱导的结果是否发生了目标方位的知觉学习，对受验者的方位辨别任务的能力进行测定。
如图6所示，在各测试中，要求受验者在被呈现了伽柏片之后，报告呈现了三个方位(10°，70°，130°)中的哪个。
图7是表示在实验的各阶段对受验者呈现刺激的时序的图。
图7的(a)表示事前测试阶段和事后测试阶段中的刺激呈现的时序。首先，在300ms的期间向受验者呈现伽柏片，在接下来的2秒内，使受验者报告自己所感知到的伽柏片的方位。将以上的呈现和报告重复规定次数。
图8是表示所呈现的伽柏片的例子的图。
首先，向受验者呈现的伽柏片的方位是10°，70°以及130°中的任一个。
并且，对各图案叠加多个水平的噪声，由此改变辨别的容易度来呈现各图案。
(构成fMRI解码器的阶段)
接着，说明图5所示的构成fMRI解码器的阶段(S202)。
图9是表示这种解码器的处理的概念图。
为了从V1区和V2区得到通过对各受验者呈现伽柏片中的三个方位中的各个方位而引起的fMRI激活模式，而执行解码器构成阶段。
如图7的(b)所示，要求受验者进行有意维持对伽柏片的关注的任务。即，受验者的任务包括6秒钟的刺激呈现期间和紧接的6秒钟的方位的报告期间。将这种任务执行了24次。在各刺激呈现期间的最初，位于伽柏片的中央的凝视点的颜色从白变为绿(在图中以深灰来表示。下同)，向受验者表示刺激期间已开始。对各伽柏片附加50％的噪声。另外，在刺激呈现期间内，该期间内同一方位的伽柏片以1Hz闪烁。在各任务的试验中，伽柏片的方位是随机地选择的。在24次试验中的一半的12次试验中，闪烁的6次伽柏片中的5次是相同的空间频率，1次是增加了空间频率。在剩下的12次试验中，空间频率不变化。
在报告期间，不呈现伽柏片，仅呈现凝视点。在报告期间，受验者通过按下按钮来报告是否存在空间频率的变化。
从V1区和V2区测定的fMRI信号被转换为在V1区和V2区中虚拟地设定的体素内的激活的振幅。以将所测定出的fMRI信号的模式分类到三个方位中的一个的方式，通过机械学习算法构成多项分布稀疏逻辑回归解码器。
关于SLR，除了上述非专利文献3、专利文献7以外，还在以下文献中有所公开：相良和彦、田中靖人、竹市博臣、山下宙人、長谷川良平、岡部達哉、前田太郎著，“ブレインコミュニケーション－脳と社会の通信手段－”，電子情報通信学会編，コロナ社，平成23年4月25日第一版第1次发行，pp.120-122。在此通过参考来引用这些文献的全部。
另外，上述专利文献7公开了通过这种脑神经活动的解码来基于脑活动的信息预测行动的行动预测方法以及行动预测装置。
简单地总结来说，SLR是指：将逻辑回归模型扩展为贝叶斯模型，作为其参数矢量的各分量的先验分布使用了作为稀疏先验分布的自动相关确定先验分布。引入稀疏先验分布相当于施加了参数矢量为稀疏矢量(仅少数的元素具有非0的值，除此以外的元素为0。)这样的约束。SLR使“适于学习的采样”和“稀疏的参数表现”这两个基准取得平衡，避免过学习。除此以外，在SLR中，通过得到稀疏的参数表现，在学习参数的同时还进行变量选择。也就是说，在学习的过程中，删除特征矢量的维度中的被认作不重要的维度。
在该实验中，对解码器的输入为受验者的时时刻刻变化的脑激活状态，另一方面，解码器的输出表示向受验者呈现的各方位的计算出的似然度。
图10是用于说明使用这种多项分布SLR来重构受验者所看到的图像的过程的概念图。
如图10所示，受验者222看到特定图像220，由此受验者222的脑内的V1区和V2区的激活模式224被测定为fMRI信号。基于测定出的fMRI信号，进行图像内的具有多分辨率的各小区域228的对比度预测226。即，fMRI信号被转换为在V1区和V2区中虚拟设定的具有多分辨率的小区域228内的激活的振幅。解码处理部116使用基于多项分布SLR的机械学习算法，使在空间上具有多分辨率的解码器进行学习，通过计算基于它们的线性模型的组合230来计算出重构的图像232。
(诱导阶段：神经反馈)
接着，说明图5的步骤S204的诱导阶段、即神经反馈的阶段。
图11是表示训练装置1000中的神经反馈的概念的图。
一旦构成了解码处理部116，则受验者参加分别为5天或10天的诱导阶段，在诱导阶段的期间，受验者学习从V1区和V2区引起与目标方位相当的激活模式的方法。
图7的(c)表示这种诱导阶段的时序。
如图7的(c)和图11所示，在各测试中，要求受验者“控制大脑后部的激活，以想办法使6秒后示出的绿色的圆形图形尽可能大(最大可能尺寸与绿的圆的外周相当)”。
在反馈期间示出的圆形图形的尺寸相当于对于目标方位的解码器输出。该解码器输出表现出在解码器的构成阶段从V1区和V2区得到的被分类到目标方位的BOLD(Blood Oxygenation Level Dependent：血氧水平依赖)信号的模式的似然度的大小。
即，圆形图形的尺寸表示在诱导期从fMRI信号得到的模式与在前述的解码器构成阶段中呈现的、根据实际的目标的伽柏片的方位而引起的模式一致到什么程度(近似度)。
然而，没有对受验者通知圆形图形的尺寸表示什么。受验者被告知他们会收到与反馈圆形图形的平均大小成比例的奖励支付。
图12是表示分配给各受验者的作为目标的方位的图。
但是，并没有向受验者自身告知自己的目标方位是哪个方位。
也就是说，应该注意：未预先向受验者提供包括目标方位、神经反馈的目的以及圆形图形尺寸的含义在内的其它所有信息。
(在诱导阶段受验者学习到的脑内活动的激活模式)
通过实际呈现目标方位，在受验者的脑的V1区和V2区的神经元中诱发出某个激活模式。下面讨论受验者是否能够学习到在不呈现目标方位的状态下自身诱导出与该激活模式相当的激活模式。
在诱导阶段中，为了测试受验者是否能够引起神经元的激活模式，最初进行了如下的测试。最初，针对每个受验者决定某个目标方位以及从该目标方位旋转±60度所得的其它两个方位。验证解码器的输出能否通过受验者而相比于其它两个方位偏向所选择的目标方位一方。
图13是表示在诱导阶段由解码器评价出的(相差60度的)三个方位各自的平均似然度的图。
在诱导阶段，在对于V1区和V2区的解码器输出中，在多个受验者中，目标方位的平均似然度整体上充分高于偶然的概率(t检验的结果：t(9)＝3.34，P<10-2)。
该结果表示受验者能够诱导出如下(V1区和V2区中的)激活模式：该激活模式能够与对于其它方位在V1区和V2区诱发出的激活模式相区别，该激活模式与对于目标方位在V1区和V2区诱发出的激活模式很好地一致。
图14是关于神经反馈第一天的最初的阶段的测试示出对于目标方位的受验者间的平均似然度的图。
根据图14，最初的30次测试的受验者间的平均似然度大致为偶然的水平。
将图13与图14对比可知：在神经反馈之前不存在对于目标方位的大的方位偏向；但是，受验者在神经反馈第一天就迅速地学习到引起与目标方位一致的激活模式。
图15表示通过解码器基于V1区和V2区中的、整个诱导阶段的平均激活模式计算出的针对三个方位的平均似然度。
即，在图15中，为了进一步确认受验者是否有可能引起神经元的激活，将相同的解码器应用于作为整体的平均激活模式，而不是应用于各受验者的诱导阶段中的V1区和V2区中的各试验中的激活模式。
与每个试验的解码的结果一致地，目标方位的平均似然度充分高于偶然(t检验的结果：t(9)＝2.69，P＝0.02)。
该结果进一步支持了：在诱导阶段中，受验者学习到一贯地引起与通过呈现目标方位而诱发的V1区和V2区中的神经元的激活模式相当的激活模式。
(受验者是否察觉到了诱导阶段的目的？)
在事后测试阶段之后，询问了受验者认为所反馈的圆形图形的尺寸表示什么。但是受验者的回答都与实验的真正作用完全无关。
之后，在告知他们圆形图形尺寸表示三个方位中的一个方位的概率之后，要求受验者报告三个方位中的他们认为训练过的方位。10个受验者中只有3个受验者正确地选择了他或她的目标方位。关于这种报告的结果的目标方位的选择比例与作为偶然所期待的选择比例在本质上无法区分(χ平方检验，χ2＝0.20，P＝0.90)。这些结果启示了：受验者既未察觉到诱导阶段的目的，也未察觉到与神经元的激活的诱导模式对应的方位。
诱导阶段的目的在于，使受验者学习引起与在解码器构成阶段中通过呈现目标方位而诱发的V1区和V2区中的神经元的激活模式相当的激活模式，并且继续诱导该激活模式。
如上所述，表示：在诱导阶段的第一天，受验者已经学习到与其它两个方位相比更频繁地诱导被分类为目标方位的激活模式。还表示该倾向会随着神经反馈的试验的进展而逐渐变强。
(利用知觉学习来提高辨别精度)
图16是将事前测试和事后测试中的辨别能力进行比较的图。
通过关于三个要因(测试阶段×方位×S/N比)的反复测定方差分析，S/N比表示主效果(F(3，27)＝683.17，P<10-4)，在测试阶段、方位以及S/N比之间示出了非偶然的交互作用(F(6，54)＝2.68，P＝0.02)。
图17是表示作为事后测试与事前测试之差的辨别灵敏度的改善d′的图。
在对于事前测试和事后测试的事后的t检验中，明确可知：在6％的S/N比(t(9)＝5.76，P<10-2进行了12次比较的邦弗伦尼(Bonferroni)校正)下，非偶然地改善了目标方位的辨别能力。
在6％的S/N比下，作为事后测试与事前测试之差的辨别灵敏度的改善d′对于目标方位非偶然地超过了0(t(9)＝5.60，P<10-3，进行了基于3次比较的邦弗伦尼校正)。
根据这些结果，能够得到以下结论：对于与通过呈现目标方位而诱发的V1区和V2区的激活模式对应的激活模式，在不呈现该模式的状态下，单纯通过反复诱导，就使受验者引起了该模式。即，能够得到以下结论：受验者已能够进行该方位所特有的知觉学习。
(V1区和V2区中目标方位的似然度与灵敏度(d′)变化之间的关系)
图18是表示诱导阶段的天数与辨别灵敏度的改善d′之间的关系的图。
对于进行了10天的训练(诱导)的受验者的灵敏度变动比进行了5天的训练的灵敏度变动大。这与如下一般趋势是一致的：知觉学习的大小在其达到渐近线之前，训练越长则知觉学习的大小越大。
图19是计算针对各受验者的所有试验的、目标方位的似然度的加权并绘制出与加权相对的灵敏度变动的图。
关于相关性，与平均似然度(r＝0.74，P＝0.01)相比，加权后的似然度(r＝0.87、P＝10-3)中相关性更强。
因而，表示：引起了利用fMRI得到的神经反馈的模式越接近通过实际呈现目标方位而诱发的模式、而且训练越长，则训练之后的性能提高越大。
图20是表示利用六个新的受验者的对照实验的结果的图。
即，为了测试在主实验中观察到的知觉学习是否单纯源于受验者参加了测试阶段，进行了利用六个新的受验者的对照实验。无诱导阶段而对这些受验者执行了事前和事后测试阶段。事前测试与事后测试之间的时间间隔与主实验时的平均时间间隔相同。
如图20所示，在该对照实验中，未观察到非偶然的性能提高，表示主实验中的知觉学习并非单纯源于测试阶段的影响。
此外，在以上的说明中，设受验者所辨别的方位为三种来进行了说明，但是当然并不限定于三种，也可以更多。作为辨别对象的视觉信息并不限定于如上所述的方位，也可以是初级视觉区的神经元所响应的其它视觉刺激、例如空间频率或颜色等。受验者所辨别的对象也不一定限定于视觉信息，更一般地说，只要是“能够归结于被分类到哪个类别这样的识别问题的认知”所涉及的对象即可。
如以上所说明的那样，根据本实施方式的训练装置，无需向受验者呈现具体的刺激信息就能够实施使用神经活动的解码方法的知觉学习。
此外，如上所述，确认出知觉学习本身会在所有感官即视觉、听觉、嗅觉、味觉以及触觉中分别发生，因此作为训练装置1000的用途，能够设想出如下用途。
i)放松训练
放松训练是用于在体育中在即将比赛时为了减轻比赛者所发生的过度紧张或比赛不安而降低易于感到紧张或不安的程度的训练。由训练装置1000将比赛者自身在精神上放松的状态下的脑内活动与训练中的脑内活动的状态进行比较，将与放松的状态之间的一致程度作为反馈信息反馈给比赛者，由此能够利用训练装置1000来执行比赛者的放松训练。
作为这种放松的用途，并不限定于如体育的训练那样的情况。更一般地说，也能够在通常的生活中，在休息时，以给使用者带来更深度的放松为目的来预先进行使用训练装置1000的训练。
ii)表象训练
表象训练是用于使比赛者设想练习或比赛场面来尽可能真实地想象其视觉像和肌肉运动感觉等并预先模拟出试做的流程和会场的气氛等来减少比赛中的激动的用于保持集中力的方法。
这种意义下的表象训练已经作为用于在正式比赛时能够以放松的状态发挥本来的能力的心理训练而利用于实际的比赛者。
在此，如果能够事先针对受验者获取“由于在正式比赛时切磋而有紧张感且放松的状态并存的脑内的活动状态”作为数据，则只要将这种脑内的活动状态与训练中的脑内的活动的一致程度作为反馈信息反馈给受验者，就能够利用训练装置1000对受验者执行心理训练。
表象训练还使用在用于学习运动技术的辅助性练习中。例如，在高尔夫中，事先获取受验者打出好球时的脑内活动的状态作为数据，利用训练装置1000测定其与训练中的受验者的脑内活动的一致程度，将其结果作为反馈信息反馈给受验者，由此能够执行使用训练装置1000的用于学习运动技术的心理训练。
iii)治疗由脑机能引起的病症
例如，在抑郁症等心理障碍的情况下，或者在痴呆症等患者的脑机能的一部分出现降低倾向的情况下，当前能够通过药物来将患者的症状抑制到一定程度或者抑制疾病的恶化。除此以外，只要事先获取处于期望状态时的患者的脑内的活动状态的数据，就有可能通过利用训练装置1000对患者进行训练来有效改善该病状。
已知在脑的一部分由于外伤等受到损伤的情况下，存在由脑的其它部位代偿损伤部分的机能的可能性。因此，通过测量正在进行这种代偿的部分的受验者的脑活动并反馈给受验者，有可能能够将训练装置1000用作康复训练的方法。
iv)嗅觉、味觉或触觉的训练
对于嗅觉、味觉以及触觉，一般来说，人工地制作出用于训练的刺激是不容易的。但是，构成后的训练装置1000并不需要人工地生成这种刺激本身，因此能够以这种知觉为对象来对受验者进行训练。
v)记忆力的提高
在Lisa Marshall，Halla Helgadottir，Matthias Molle，Jan Born，“Boostingslow oscillations during sleep potentiates memory”，Nature，Vol.444,30November2006,pp610-613中给出了以下报告：深度睡眠中从外部施加的固定频率的刺激对于巩固记忆是有效的。
根据该报告，可以说来自外部的刺激对与脑内的记忆的巩固有关的部位的激活产生了影响。换言之，只要能够事先获取与像这样激活的部位有关的活动的状态作为数据、且对睡眠中的受验者提供报酬，就能够将训练装置1000用作辅助巩固睡眠中的记忆的装置。作为这种报酬，例如设想以下的情况等：在受验者的睡眠过程中，在受验者处于期望的状态时，提供受验者喜欢的香味，反之，在受验者处于不期望的状态时，对受验者施加弱的机械或电性的不舒服的刺激。
此外，在训练装置1000中，从显示器装置130向受验者(学习者)呈现的不是引起目标激活模式的刺激信息本身。所呈现的不过是与报酬值对应的呈现信息。受验者无需知道作为学习对象的事件本身。因此，即使作为学习对象的事件是在学习前受验者讨厌的对象或者感到应该回避的对象，也能够针对这种对象进行学习。例如，有时会出现对于特定的事物感到会给日常生活或社会活动带来障碍这样的恐惧的“恐惧症(恐惧性障碍)”这样的症状，在用于缓解这种症状的训练中也能够使用训练装置1000。
如上，训练装置1000并不限于针对脑机能的“训练”，更一般地说，能够辅助脑机能的亢进，基于这种含义，将能够实现如上所述的过程的装置称为“脑机能亢进辅助装置”。
(第二实施方式)
下面，说明第二实施方式的训练装置的结构。
首先，图21是表示用于探测表示受验者的脑内的规定区域的脑活动的信号的脑帽(brain cap)的示意图。
脑帽10包括覆盖人的头部的帽子状的保持件10A以及设置于保持件10A的外侧周面上的、各存在多个(例如几十个～几百个)的第一传感器11和第二传感器12。在图21中，为了说明而示意性地记载了在传感器之间隔开不同的间隔的状态，但是这些第一传感器11和第二传感器12是以等间距(例如几毫米间隔)比较密地配置的。
此外，在对应该检测表示受验者的脑活动的信号的区域进行了限定的情况下，也能够构成为以下结构：在脑帽10中限定于保持件10A的特定区域来设置第一传感器11和第二传感器12。
第一传感器11例如是用于无创地测量在脑活动时产生的电活动的脑波仪(EEG)传感器。各第一传感器11构成脑波仪(EEG)，各传感器11在所设置的位置测量伴随脑活动的脑磁场的经时变化并作为电信号输出。第一传感器11其时间分辨率优秀，能够以毫秒为单位来进行测量。
第二传感器12例如是NIRS的近红外传感器。各第二传感器12包括射出具有较短的波长的红外光的发光元件以及接收该红外光的反射光的受光元件。各第二传感器12根据受光元件的受光量的多寡来检测来自发光元件的射出光在脑内的吸收量，基于受光元件的输出信号来无创地测量脑血流的状态。各传感器12测量自身所设置的各部位的脑血流并输出。第二传感器12不像电场或磁场那样受到来自其它区域的影响，因此空间分辨率优秀，能够以几毫米～几十毫米为单位来进行测量。
这种第一传感器11和第二传感器12小型且能够观测脑活动，因此能够简单地安装到如前所述的脑帽10。为了测定受验者的脑内的激活模式，并不需要大型的装置。
在本实施方式中，利用图21所示的脑帽10来按时间序列观察受验者的脑活动，基于所得到的观测数据来预测受验者的脑活动。
图22是第二实施方式的训练装置2000的功能框图。
第二实施方式的训练装置2000与第一实施方式的训练装置1000的不同点如下。
第一不同点在于，作为用于检测脑活动的检测器，使用上述的脑帽100。
第二不同点在于，取代图1的运算处理装置102而包括训练终端106和运算处理装置302，该训练终端106与脑帽100连接，该运算处理装置302能够通过无线与训练终端106进行通信，通过对从训练终端接收到的测量信号进行规定的运算处理来计算呈现信息，并将其无线发送到训练终端106。
训练终端106包括：显示器装置130，其与第一实施方式中使用的显示器装置相同；运算部128，其将来自脑帽100的测量信号转换为规定的发送格式；以及通信部126，其将转换为发送格式的该信号发送到运算处理装置302，从运算处理装置302接收作为反馈信息的呈现信息。运算部128还生成基于通信部126所接收到的呈现信息的视觉信息，并将其通过显示器装置130呈现给受验者。
取代图1的输入I/F110和输出I/F124，运算处理装置302包括：输入输出I/F111，其用于与训练终端106之间进行无线通信；运算装置312，其与图1的运算装置112结构类似；以及存储装置114，其存储有运算装置312所执行的程序。
在本实施方式中，存在以下的特征：训练终端106与运算处理装置102分体，能够在远离运算处理装置302的地点利用脑帽100。因而，训练终端106与运算处理装置102的通信方式不限定于单纯将两个装置之间直接连接的无线通信，例如也可以是经由网络进行通信的结构。也可以利用线缆将两者直接进行连接。
在本实施方式中，生成与报酬值对应的呈现信息的是运算处理装置302侧。但是本发明并不限定于这种实施方式，也可以在运算处理装置302侧计算报酬值，在训练终端106侧由运算部128接收报酬值，通过规定的运算处理来生成呈现信息。
运算装置312与图1的运算装置112同样地包括解码处理部116、判定部118、报酬计算部120以及呈现信息生成部122，但是与运算装置112不同，在以下方面与图1的运算装置112不同：还包括预处理部113，该预处理部113用于经由输入输出I/F111接收从训练终端106发送的测量信号并进行处理，生成能够由解码处理部116来解码的格式的信号。
即，在第二实施方式的训练装置2000中，构成为以下结构：通过脑帽100、训练终端106以及预处理部113来实现在第一实施方式中用于检测脑内的规定区域的脑活动的脑活动检测装置108所起到的功能。
其它部分与第一实施方式的训练装置1000的结构相同，因此不再重复其说明。
通过构成为如上所述的结构，在第二实施方式的训练装置2000中，除了第一实施方式的训练装置1000所起到的效果以外，受验者能够在戴着脑帽100并保持比运算处理装置102小型的训练终端106的状态下实施训练，因此具有以下效果：受验者的行动不被训练装置2000的位置所束缚。另外，显示器装置130只要仅显示反馈信息即可，因此易于实现小型化。此外，第二实施方式的训练装置2000也与第一实施方式所涉及的训练装置1000同样地能够用作脑机能亢进辅助装置。
本次公开的实施方式是用于具体实施本发明的结构的例示，并不限制本发明的技术范围。本发明的技术范围不是由实施方式的说明来表示的，而是由权利要求书来表示的，意图包括权利要求书的语句上的范围及均等的含义的范围内的变更。
产业上的可利用性
本发明所涉及的脑机能亢进辅助装置能够应用于知觉学习、康复训练、体育放松以及对环境的适应学习等。
附图标记说明
102、302：运算处理装置；106：训练终端；108：脑活动检测装置；110：输入I/F；111：输入输出I/F；112、320：运算装置；113：预处理部；114：存储装置；116：解码处理部；118：判定部；120：报酬计算部；122：呈现信息生成部；124：输出I/F；128：运算部；130：显示器装置；1000、2000：训练装置。

Claims (9)

1.一种脑机能亢进辅助装置，具备：
脑活动探测装置，其用于探测表示受验者的脑内的规定区域的脑活动的信号；
存储装置，其用于保存与目标激活模式有关的信息，该目标激活模式是针对作为使脑机能亢进的对象的事件事先获取的；以及
控制装置，
其中，上述控制装置包括：
解码部，其用于从由上述脑活动探测装置探测出的信号解码出脑神经的活动的模式；以及
运算部，其基于上述解码部的解码结果，根据上述解码结果相对于上述目标激活模式的近似度，来计算与上述近似度对应的报酬值，
该脑机能亢进辅助装置还具备输出装置，该输出装置用于对上述受验者呈现表示上述报酬值的大小的呈现信息。
2.根据权利要求1所述的脑机能亢进辅助装置，其特征在于，
上述运算部将如下信息作为上述呈现信息输出到上述输出装置：用于不呈现上述事件而呈现与上述报酬值对应的上述呈现信息的信息。
3.根据权利要求2所述的脑机能亢进辅助装置，其特征在于，
上述事件是归结于在脑内被分类到哪个类别这样的识别问题的认知对象，
上述解码部计算上述脑神经的活动模式与哪个类别对应的似然度。
4.根据权利要求2或3所述的脑机能亢进辅助装置，其特征在于，具备：
辅助终端，其包括上述输出装置；以及
运算处理装置，其包括上述解码部、上述存储装置以及上述运算部，
其中，上述辅助终端包括用于将由上述脑活动探测装置探测出的信号发送到上述解码部的通信部。
5.根据权利要求1或2所述的脑机能亢进辅助装置，其特征在于，
上述解码部对特定的脑部位的脑神经的活动进行解码。
6.根据权利要求1或2所述的脑机能亢进辅助装置，其特征在于，
上述脑活动探测装置包括功能性核磁共振成像装置。
7.根据权利要求1或2所述的脑机能亢进辅助装置，其特征在于，
上述脑活动探测装置包括来自头颅外部的近红外光和脑波的测量装置。
8.一种使用解码装置的脑机能亢进辅助方法，该解码装置用于从来自用于探测表示受验者的脑内的规定区域的脑活动的信号的脑活动探测装置的信号解码出脑神经的活动的模式，该脑机能亢进辅助方法包括以下步骤：
利用上述解码装置从由上述脑活动探测装置探测出的信号解码出脑神经的活动的模式；
根据上述解码的结果相对于上述目标激活模式的近似度，来计算与上述近似度对应的报酬值，其中，该目标激活模式是针对作为使脑机能亢进的对象的事件事先获取的；以及
对上述受验者呈现表示上述报酬值的大小的呈现信息。
9.根据权利要求8所述的脑机能亢进辅助方法，其特征在于，
在呈现上述呈现信息的步骤中，将如下信息作为上述呈现信息输出到输出装置：用于不呈现作为上述脑机能的亢进对象的事件而呈现与上述报酬值对应的上述呈现信息的信息。
CN201280054986.XA 2011-11-08 2012-10-31 脑机能亢进辅助装置以及脑机能亢进辅助方法 Active CN103917268B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2011244048A JP5320543B2 (ja) 2011-11-08 2011-11-08 脳機能亢進支援装置および脳機能亢進支援方法
JP2011-244048 2011-11-08
PCT/JP2012/078136 WO2013069517A1 (ja) 2011-11-08 2012-10-31 脳機能亢進支援装置および脳機能亢進支援方法

Publications (2)

Publication Number Publication Date
CN103917268A true CN103917268A (zh) 2014-07-09
CN103917268B CN103917268B (zh) 2017-03-01

Family

ID=48289894

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201280054986.XA Active CN103917268B (zh) 2011-11-08 2012-10-31 脑机能亢进辅助装置以及脑机能亢进辅助方法

Country Status (5)

Country Link
US (1) US10959640B2 (zh)
EP (1) EP2777735B1 (zh)
JP (1) JP5320543B2 (zh)
CN (1) CN103917268B (zh)
WO (1) WO2013069517A1 (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104888332A (zh) * 2015-03-21 2015-09-09 徐志强 一种用于治疗自闭症的“注意”切换训练装置
WO2016041187A1 (zh) * 2014-09-19 2016-03-24 中国科学院自动化研究所 光电同步脑活动记录的数据存储方法
CN108289634A (zh) * 2015-07-13 2018-07-17 安娜·萨默·尚帕利莫与卡洛斯·蒙特斯·尚帕利莫基金会 用于操作者学习脑机接口的系统和方法
CN110251799A (zh) * 2019-07-26 2019-09-20 深圳市康宁医院(深圳市精神卫生研究所、深圳市精神卫生中心) 神经反馈治疗仪
CN110302460A (zh) * 2019-08-09 2019-10-08 丹阳慧创医疗设备有限公司 一种注意力训练方法、装置、设备及系统

Families Citing this family (38)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105188528B (zh) * 2013-05-01 2018-10-16 株式会社国际电气通信基础技术研究所 脑活动训练装置以及脑活动训练系统
WO2014178323A1 (ja) 2013-05-01 2014-11-06 株式会社国際電気通信基礎技術研究所 脳活動解析装置、脳活動解析方法およびバイオマーカー装置
JP5493091B1 (ja) * 2013-09-30 2014-05-14 株式会社国際電気通信基礎技術研究所 脳活動測定装置および脳活動測定方法
WO2015052816A1 (ja) * 2013-10-10 2015-04-16 株式会社島津製作所 リハビリテーション支援システムおよび脳機能計測装置
JP6492356B2 (ja) * 2013-12-16 2019-04-03 株式会社国際電気通信基礎技術研究所 脳活動訓練装置および脳活動訓練方法
JP6344871B2 (ja) * 2014-10-22 2018-06-20 株式会社心電技術研究所 脳波測定装置、脳波測定方法および脳波測定システム
WO2016096743A1 (en) * 2014-12-14 2016-06-23 Universität Zürich Brain activity prediction
US10449359B2 (en) 2015-01-24 2019-10-22 The Trustees Of The University Of Pennsylvania Method and apparatus for improving cognitive performance
FR3048867B1 (fr) * 2016-03-17 2018-04-20 Inria Institut National De Recherche En Informatique Et En Automatique Dispositif de retour neurologique ameliore
JP6850026B2 (ja) * 2016-06-08 2021-03-31 株式会社国際電気通信基礎技術研究所 運動教示システム及び運動教示方法
EP3684463A4 (en) 2017-09-19 2021-06-23 Neuroenhancement Lab, LLC NEURO-ACTIVATION PROCESS AND APPARATUS
LU100492B1 (en) * 2017-10-23 2019-05-22 Neuraltrain Gmbh Computing System and Method for Treating of a Brain Dysfunction
US11717686B2 (en) 2017-12-04 2023-08-08 Neuroenhancement Lab, LLC Method and apparatus for neuroenhancement to facilitate learning and performance
US11273283B2 (en) 2017-12-31 2022-03-15 Neuroenhancement Lab, LLC Method and apparatus for neuroenhancement to enhance emotional response
US11364361B2 (en) 2018-04-20 2022-06-21 Neuroenhancement Lab, LLC System and method for inducing sleep by transplanting mental states
JP7437703B2 (ja) * 2018-08-31 2024-02-26 パナソニックＩｐマネジメント株式会社 メンタルコントロールシステム、及びプログラム
US11452839B2 (en) 2018-09-14 2022-09-27 Neuroenhancement Lab, LLC System and method of improving sleep
US10602940B1 (en) * 2018-11-20 2020-03-31 Genetesis, Inc. Systems, devices, software, and methods for diagnosis of cardiac ischemia and coronary artery disease
US20200229730A1 (en) * 2019-01-17 2020-07-23 Mitsubishi Electric Research Laboratories, Inc. Methods and Systems for Source Connectivity Estimation With Hierarchical Structural Vector Autoregressive Models
EP3972492A1 (en) * 2019-05-22 2022-03-30 Universiteit Leiden Analyzing brain functioning using behavioral event markers from portable electronic device
US11786694B2 (en) 2019-05-24 2023-10-17 NeuroLight, Inc. Device, method, and app for facilitating sleep
US11950879B2 (en) 2020-02-21 2024-04-09 Hi Llc Estimation of source-detector separation in an optical measurement system
WO2021167893A1 (en) 2020-02-21 2021-08-26 Hi Llc Integrated detector assemblies for a wearable module of an optical measurement system
US11883181B2 (en) * 2020-02-21 2024-01-30 Hi Llc Multimodal wearable measurement systems and methods
US11096620B1 (en) 2020-02-21 2021-08-24 Hi Llc Wearable module assemblies for an optical measurement system
US11630310B2 (en) 2020-02-21 2023-04-18 Hi Llc Wearable devices and wearable assemblies with adjustable positioning for use in an optical measurement system
US11969259B2 (en) 2020-02-21 2024-04-30 Hi Llc Detector assemblies for a wearable module of an optical measurement system and including spring-loaded light-receiving members
WO2021188487A1 (en) 2020-03-20 2021-09-23 Hi Llc Temporal resolution control for temporal point spread function generation in an optical measurement system
US11857348B2 (en) 2020-03-20 2024-01-02 Hi Llc Techniques for determining a timing uncertainty of a component of an optical measurement system
US11187575B2 (en) 2020-03-20 2021-11-30 Hi Llc High density optical measurement systems with minimal number of light sources
WO2021188496A1 (en) 2020-03-20 2021-09-23 Hi Llc Photodetector calibration of an optical measurement system
WO2021188485A1 (en) 2020-03-20 2021-09-23 Hi Llc Maintaining consistent photodetector sensitivity in an optical measurement system
US11645483B2 (en) 2020-03-20 2023-05-09 Hi Llc Phase lock loop circuit based adjustment of a measurement time window in an optical measurement system
US11877825B2 (en) 2020-03-20 2024-01-23 Hi Llc Device enumeration in an optical measurement system
US11864867B2 (en) 2020-03-20 2024-01-09 Hi Llc Control circuit for a light source in an optical measurement system by applying voltage with a first polarity to start an emission of a light pulse and applying voltage with a second polarity to stop the emission of the light pulse
WO2022036447A1 (en) * 2020-08-19 2022-02-24 Axem Neurotechnology Inc. Brain injury rehabilitation method utilizing brain activity monitoring
WO2023288089A1 (en) 2021-07-16 2023-01-19 ATAI Life Sciences AG Systems, devices, and methods for generating and manipulating objects in a virtual reality or multi-sensory environment to maintain a positive state ofa user
CN114391815A (zh) * 2022-03-25 2022-04-26 慧创科仪(北京)科技有限公司 用近红外脑功能成像装置进行卒中康复分析的方法、系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020103429A1 (en) * 2001-01-30 2002-08-01 Decharms R. Christopher Methods for physiological monitoring, training, exercise and regulation
EP1665988A1 (en) * 2003-09-19 2006-06-07 Hitachi Medical Corporation Organism information signal processing system comprising combination of organism light measuring device and brain wave measuring device, and probe used for same
JP2007020835A (ja) * 2005-07-15 2007-02-01 National Institute Of Advanced Industrial & Technology リハビリ装置
JP2007264055A (ja) * 2006-03-27 2007-10-11 Central Res Inst Of Electric Power Ind 訓練システムおよび訓練方法
US20100094097A1 (en) * 2008-10-15 2010-04-15 Charles Liu System and method for taking responsive action to human biosignals

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6171239B1 (en) * 1998-08-17 2001-01-09 Emory University Systems, methods, and devices for controlling external devices by signals derived directly from the nervous system
US6907280B2 (en) * 1999-12-02 2005-06-14 The General Hospital Corporation Method and apparatus for objectively measuring pain, pain treatment and other related techniques
JP2002125945A (ja) 2000-10-24 2002-05-08 Technos Japan:Kk バイオフィードバックによる脳波の利用方法及びその装置
US6996261B2 (en) * 2001-01-30 2006-02-07 Decharms R Christopher Methods for physiological monitoring, training, exercise and regulation
US20050283053A1 (en) * 2002-01-30 2005-12-22 Decharms Richard C Methods for physiological monitoring, training, exercise and regulation
WO2003057035A1 (fr) 2001-12-28 2003-07-17 Japan Science And Technology Agency Methode d'estimation de source de courant intracerebral, programme d'estimation de source de courant intracerebral, support d'enregistrement contenant ledit programme d'estimation de source de courant intracerebral, et appareil d'estimation de source de courant intracerebral
US20040092809A1 (en) * 2002-07-26 2004-05-13 Neurion Inc. Methods for measurement and analysis of brain activity
JP4241913B2 (ja) 2003-03-26 2009-03-18 株式会社日立製作所 訓練支援装置
WO2004109300A2 (en) * 2003-06-03 2004-12-16 Decharms R Christopher Methods for magnetic resonance signal perturbations measurement
JP2005013442A (ja) 2003-06-26 2005-01-20 Yaskawa Electric Corp 歩行訓練装置及び歩行訓練装置の制御方法
JP2005278685A (ja) 2004-03-26 2005-10-13 Ntt Docomo Inc 脳波処理装置、制御システム、及び制御方法
US20080167571A1 (en) * 2006-12-19 2008-07-10 Alan Gevins Determination of treatment results prior to treatment or after few treatment events
JP4978860B2 (ja) 2007-01-24 2012-07-18 株式会社国際電気通信基礎技術研究所 行動予測方法及び行動予測装置
US9399144B2 (en) * 2009-09-10 2016-07-26 Newton Howard System, method, and applications of using the fundamental code unit and brain language
US20130130799A1 (en) * 2010-07-30 2013-05-23 Marc Van Hulle Brain-computer interfaces and use thereof

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020103429A1 (en) * 2001-01-30 2002-08-01 Decharms R. Christopher Methods for physiological monitoring, training, exercise and regulation
EP1665988A1 (en) * 2003-09-19 2006-06-07 Hitachi Medical Corporation Organism information signal processing system comprising combination of organism light measuring device and brain wave measuring device, and probe used for same
JP2007020835A (ja) * 2005-07-15 2007-02-01 National Institute Of Advanced Industrial & Technology リハビリ装置
JP2007264055A (ja) * 2006-03-27 2007-10-11 Central Res Inst Of Electric Power Ind 訓練システムおよび訓練方法
US20100094097A1 (en) * 2008-10-15 2010-04-15 Charles Liu System and method for taking responsive action to human biosignals

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016041187A1 (zh) * 2014-09-19 2016-03-24 中国科学院自动化研究所 光电同步脑活动记录的数据存储方法
US10460833B2 (en) 2014-09-19 2019-10-29 Institute Of Automation Chinese Academy Of Sciences Method for storing data of photoelectrically synchronous brain activity recording
CN104888332A (zh) * 2015-03-21 2015-09-09 徐志强 一种用于治疗自闭症的“注意”切换训练装置
CN108289634A (zh) * 2015-07-13 2018-07-17 安娜·萨默·尚帕利莫与卡洛斯·蒙特斯·尚帕利莫基金会 用于操作者学习脑机接口的系统和方法
CN110251799A (zh) * 2019-07-26 2019-09-20 深圳市康宁医院(深圳市精神卫生研究所、深圳市精神卫生中心) 神经反馈治疗仪
CN110251799B (zh) * 2019-07-26 2021-07-20 深圳市康宁医院(深圳市精神卫生研究所、深圳市精神卫生中心) 神经反馈治疗仪
CN110302460A (zh) * 2019-08-09 2019-10-08 丹阳慧创医疗设备有限公司 一种注意力训练方法、装置、设备及系统

Also Published As

Publication number Publication date
US20140171757A1 (en) 2014-06-19
WO2013069517A1 (ja) 2013-05-16
EP2777735A1 (en) 2014-09-17
US10959640B2 (en) 2021-03-30
EP2777735A4 (en) 2015-07-01
JP2013099392A (ja) 2013-05-23
JP5320543B2 (ja) 2013-10-23
EP2777735B1 (en) 2022-06-29
CN103917268B (zh) 2017-03-01

Similar Documents

Publication Publication Date Title
CN103917268B (zh) 脑机能亢进辅助装置以及脑机能亢进辅助方法
CA3113322C (en) Systems and methods for cooperative invasive and noninvasive brain stimulation
Fourkas et al. Influence of imagined posture and imagery modality on corticospinal excitability
KR102014176B1 (ko) 행동모방학습 기반의 뇌 훈련 시뮬레이션시스템
US11543879B2 (en) System for communicating sensory information with an interactive system and methods thereof
KR101727940B1 (ko) 생체신호를 이용한 심리상태 판단 장치 및 방법
KR102388595B1 (ko) 뇌 상태를 판단하고, 디지털 컨텐츠 기반의 치료 정보를 제공하는 장치
JP5870465B2 (ja) 脳機能訓練装置および脳機能訓練プログラム
Zou et al. Evaluating the effectiveness of biometric sensors and their signal features for classifying human experience in virtual environments
CN113614751A (zh) 脑电图信号的识别和提取
CN112888366A (zh) 脑电波解析装置、脑电波解析系统以及脑电波解析程序
JP5681917B2 (ja) 脳機能亢進支援装置および脳機能亢進支援方法
Béquet et al. Subtle interactions for distress regulation: Efficiency of a haptic wearable according to personality
KR100705984B1 (ko) 마우스패드를 이용한 심리상태와 신체의 긴장도 측정 및이를 활용한 두뇌 스트레칭 훈련시스템
Nqwena et al. The effect of therapeutic horseback riding on heart rate variability of children with disabilities
Lalo et al. Design of technology and technology of design. activity analysis as a resource for a personalised approach for patients with parkinson disease
Goto et al. Cerebral circulation of consciousness disorder patient using near-infrared spectroscopic topography during brain rehabilitation by music exercise therapy
Rodero Measuring People's Cognitive and Emotional Response: Psychophysiological Methods to Study Sound Design
US20230218889A1 (en) Methods and Systems for Optimizing Placement of a Nerve Stimulation Device
Rodrigues et al. Physiological Self-regulation Using Biofeedback Training: From Concept to Clinical Applicability
Finnerty Understanding the effects of noninvasive brain stimulation on dual-task EEG patterns in older adults
KR20230081877A (ko) 생체신호 기반 vr을 활용한 정신건강 분석 및 맞춤형 멘탈코칭을 위한 훈련 방법
Salout The Psychophysiological Effects of Touch and Odor
de Almeida Ribeiro et al. Computational Neuroscience
Wilde Psychophysiology of positive and negative affect

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant