JP2003019121A

JP2003019121A - 精神状態変動推定装置、方法およびプログラム

Info

Publication number: JP2003019121A
Application number: JP2001210617A
Authority: JP
Inventors: Takashi Uei; 隆上井
Original assignee: Canon Inc
Current assignee: Canon Inc
Priority date: 2001-07-11
Filing date: 2001-07-11
Publication date: 2003-01-21

Abstract

(57)【要約】【課題】精神状態が変化したときに現れるカオス性の
変化を捉えてその評価を行うことにより、定常状態に達
しなくても精神状態の変化を推定できる精神状態変動推
定装置を提供する。【解決手段】人の脳波を測定し、そのパワースペクト
ラムを求めることによって測定された脳波中の任意の周
波数帯域の信号を抽出し、そのデータを解析して最大リ
アプノフ数を求め、その結果を基に、カオス性の解析お
よび判定を行い、精神状態の変動を検知する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、例えば、人の脳波
を測定し、測定した脳波から任意の周波数帯域の信号を
抽出し、そのカオス性を解析して精神状態の変化を推定
する精神状態変動推定装置、方法およびプログラムに関
する。

【０００２】

【従来の技術】従来、脳波から人の精神状態を推定する
方法として、例えば、特開平１０−２０７５９２号公報
に記載された方法が知られいる。この方法では、特定の
脳波等の生体信号を訓練により学習し、制御信号として
利用する。

【０００３】また、特開平７−３１１６２２号公報に記
載された方法では、脳波に含まれる特定の周波数帯域の
信号を取り出し、その帯域のパワースペクトラムや予め
設定された脳波パターンとのマッチングを行うことによ
り、生理的および精神的状態を判断する。

【０００４】さらに、特開平７−２１１４５号公報に記
載された方法では、香りや匂い等の刺激に対する嗜好度
を、指尖容積脈波、心拍、脳波、血圧、身体表面の微細
振動、皮膚温、皮膚電位反応および皮膚電気抵抗の少な
くとも１つの生理信号を用い、カオス性の解析を行うこ
とにより評価する。

【０００５】

【発明が解決しようとする課題】しかしながら、上記従
来の各方法では、以下に掲げる問題が残されていた。す
なわち、特開平１０−２０７５９２号公報に記載の方法
では、特定の脳波を発するために、使用者が訓練を行わ
なければならず、使用者に負担がかかるとともに安定し
た信号を送ることが個人差や使用時の環境により困難と
なる場合があった。

【０００６】また、特開平７−３１１６２２号公報に記
載の方法では、定常状態を一定時間以上保っていること
で、有意な情報となるような精神状態を推測するもので
あり、時間変化に伴う精神状態の変化を捉えたものでは
ない。このため、常に安定した信号の解析を行うことが
困難であり、また、意識的な制御等の用途には向いてい
なかった。

【０００７】さらに、特開平７−２１１４５号公報に記
載の方法では、嗅覚による嗜好度を判定することが目的
であり、用途が限定されている。

【０００８】このように、従来では、脳波の変化に伴う
現象を捉えておらず、脳波の定常状態を検知していた。
また、使用者に訓練等の負担を強いていたり、用途が限
定されていた。

【０００９】そこで、本発明は、上記従来の問題点に着
目し、精神状態が変化したときに現れるカオス性の変化
を捉えてその評価を行うことにより、定常状態に達しな
くても精神状態の変化を推定できる精神状態変動推定装
置、方法およびプログラムを提供することを目的とす
る。

【００１０】また、本発明は、制御のための訓練等を必
要とせず、より高い時間分解能で正確に精神状態の変化
を推定でき、しかも、様々な精神状態を推定する際、幅
広い用途に利用できる精神状態変動推定装置、方法およ
びプログラムを提供することを他の目的とする。

【００１１】

【課題を解決するための手段】上記目的を達成するため
に、本発明の精神状態変動推定装置は、脳波を測定し、
測定された脳波を解析することにより精神状態の変化を
推定する精神状態変動推定装置において、前記脳波から
所定の周波数帯域の信号を抽出する抽出手段と、前記抽
出された信号を基に、カオス性を解析する解析手段と、
前記解析結果を基に、カオス性を判定する判定手段とを
備え、前記判定されたカオス性の変化は前記精神状態の
変化に起因するものと推定することを特徴とする。

【００１２】また、前記抽出手段は、パワースペクトラ
ムを求めることによって測定された脳波から所定の周波
数帯域の信号を抽出することを特徴とする。

【００１３】さらに、前記解析手段は、最大リアプノフ
数を求めることを特徴とする。

【００１４】本発明の精神状態変動推定方法は、脳波を
測定し、測定された脳波を解析することにより精神状態
の変化を推定する精神状態変動推定方法において、前記
脳波から所定の周波数帯域の信号を抽出する工程と、前
記抽出された信号を基に、カオス性を解析する工程と、
前記解析結果を基に、カオス性を判定する工程とを有
し、前記判定されたカオス性の変化は前記精神状態の変
化に起因するものと推定することを特徴とする。

【００１５】

【発明の実施の形態】本発明の精神状態変動推定装置、
方法およびプログラムの実施の形態について図面を参照
しながら説明する。

【００１６】［第１の実施形態］第１の実施形態では、
聴覚刺激を与えたときのカオス性の変化を最大リアプノ
フ数を求めることによって評価する場合を示す。

【００１７】ここで、リアプノフ数とは、相空間上に存
在する軌道上の隣接した２点を写像関数を用いて、写像
を行った場合、その間の距離の広がる度合いを表す。ま
た、カオスでは、未来予知が困難であり、写像に伴い軌
道上の隣接する２点間の距離が指数関数的に広がること
が知られている。つまり、リアプノフ数は、この性質を
基に、カオス性の判定基準として用いられるものであ
る。

【００１８】ここで、写像関数をｆとすると、初期値ａ
₀に対してｎ回写像を行った後の点ａ_nは、ａ_n＝ｆⁿ（ａ
₀）となる。初期値ａ₀を微小量ε₀だけ変化させた点ａ₀
＋ε₀に対しては、ａ_n＋ε_n＝ｆ（ｆ（…ｆ（ａ₀＋
ε₀）…））となる。

【００１９】ここで、ａ₀≫ε₀より、Ｏ（ε）で近似
し、ｆ（ａ₀＋ε₀）≒ｆ（ａ₀）＋ε₀ｆ’（ａ₀）とし
た場合、数式（１）が得られる。

【００２０】

【数１】

【００２１】したがって、ε_n≒ε₀（ｆⁿ（ａ₀））’と
なる。

【００２２】これにより、隣接する２点間が写像により
広がる度合いは、写像の１階微分で与えられる。つま
り、写像ｆが周期ｋを持つとすると、不動点ａ^*は、ａ^*
_n+k＝ａ^* _n＝ｆ^k（ａ^* _n）を満たし、ｆは安定なｋ個の不
動点ａ^* _j（ｊ＝０ … ｋ−１）を持つ。したがって、
｜ｆ^k（ａ^* _n）｜＜０を満たす。

【００２３】ここで、リアプノフ数λを、数式（２）の
ように定義すると、数式（３）が得られる。

【００２４】

【数２】

【００２５】

【数３】

【００２６】ここで、周期解が存在する場合、リアプノ
フ数λは負の値をとることがわかる。逆に正の値をとる
場合、この写像は定常的な周期を持たず、カオスとして
振る舞うことから、カオスか否かを判断する指標として
用いることができる。

【００２７】実際には、解析データから最大リアプノフ
数を求める場合、写像関数ｆが分かっていないので、次
の方法を使用する。

【００２８】すなわち、観測された時系列データの埋め
込みを行い、アトラクタを再現させる。埋め込みという
のは、本来、高次元であるはずのデータ列が、独立した
情報を持つ観測手段の不足からそれよりも低い次元でし
か得ることができなかった場合、その低次元のデータ列
を再び高次元に再構築する方法である。

【００２９】埋め込みを行う際に必要となるパラメータ
として、遅延パラメータと埋め込み次元がある。この両
者の最適値を理論的に導く手段は、現在のところ存在し
ない。しかし、それらを推定する方法は経験的に知られ
ている。その中のいくつかは、「合原一幸編著『ニュー
ラルシステムにおけるカオス』、ｐ１０１、東京電機大
学出版局、１９９３年」、「合原一幸編『カオスセミナ
ー』、ｐ４８−ｐ５２、海文堂出版株式会社、１９９４
年」、「Ｓ．Ｎｅｗｈｏｕｓｅ，Ｊ．Ｐａｌｉｓ，Ｆ．
Ｔａｋｅｎｓ，『Ｂｉｆｕｒｃａｔｉｏｎａｎｄｓ
ｔａｂｉｌｉｔｙｏｆｆａｍｉｌｉｅｓｏｆｄ
ｉｆｆｅｏｍｏｒｐｈｉｓｍｓ』Ｐｕｂ１．ＩＨＥＳ５７，１９８３，ｐ５−７１」などに記載
されている。

【００３０】これらによると、観測されたデータ列ａ_i
について、遅延パラメータεを推定する際、経験的に知
られている方法として、以下のものがある。

【００３１】１：ａ_iの主要な周期の数分の１（１／
４〜１／３とする文献もある。）２：ａ_iの自己相関関数が最初に値０になる時刻３：ａ_iの相互情報量が最初に極小値を取る値また、埋め込み次元については、アトラクタのボックス
カウンティング次元の２倍以上である場合、埋め込みが
保証されることが証明されている。

【００３２】このようにして求められた遅延パラメータ
εを用い、再構築されたデータ列（ａ_i，ａ_i+ε，ａ_i+2
ε， … ）と表される。

【００３３】・任意のアトラクタ上の点に最も近接する
アトラクタ上の点ｂ_iを選ぶ。

【００３４】・この２点のペア（ａ_i，ｂ_i）をいくつか
求め、ある時刻δｔ後の２点間の距離が、最初の距離か
らどれ程離れているかの比Λ_iをとる。こうして得られ
た比Λ_iは、数式（４）で表される。

【００３５】 Λ_i（ｔ，δｔ）＝｜ａ_i（ｔ＋δｔ）−ｂ_i（ｔ＋δｔ）｜／｜ａ_i（ｔ） −ｂ_i（ｔ）｜ … （４）これを各点について計算し、次のようにその平均をと
る。

【００３６】

【数４】

【００３７】この２点は、もしカオスである場合、時間
変化に伴って指数関数的に離れて行くはずであるので、
時間変化τに対する最大リアプノフ数λは、数式（５）
のように表される。

【００３８】 λ＝１／τ・ｌｏｇΛ（ｔ，τ） … （５）・リアプノフ数を求め、時間−リアプノフ数のグラフを
描き、値の収束性を判断する。

【００３９】以上示した考え方を基本とし、第１の実施
形態では、聴覚刺激を与えたときのカオス性の変化を最
大リアプノフ数を求めることによって評価する。

【００４０】図１は第１の実施形態における精神状態変
動推定装置の構成を示すブロック図である。この精神状
態変動推定装置は、測定装置１およびデータ処理装置２
から構成される。

【００４１】測定装置１は、脳波測定装置３、信号前処
理部４およびデータ保持部５を有する。信号前処理部４
には、雑音処理部１１および信号抽出部１３が設けられ
ている。

【００４２】データ処理装置２は、汎用のコンピュータ
からなり、信号解析部６、外部記憶部７および表示部８
を有する。信号解析部６には、カオス性解析部１４およ
びカオス性判定部１６が設けられている。

【００４３】まず、脳波測定装置３では、頭皮と電極と
の抵抗値が２０ｋΩ以下になるように、銀蒸着が施され
た皿電極を用いた。脳波の測定は、国際１０−２０法に
従った双極誘電法により、閉眼状態でヘッドホンを装着
している被験者に対して行われた。

【００４４】信号前処理部４は、２４ｋＨｚに遮断周波
数を持つ増幅回路を有し、パワースペクトラムを求める
ことによって測定された脳波中の信号であるアナログ信
号に対し、α波帯域である８〜１２Ｈｚ帯域の信号を濾
波した後、１２ｋＨｚのサンプリング周波数で１６ｂｉ
ｔのデジタル化処理を行い、データ保持部５への入力を
行った。

【００４５】信号解析部６では、前述した方法を用い、
カオス性解析部１４で最大リアプノフ数を求め、カオス
性判定部１６でカオス性の判定を行う。その結果を外部
記憶部７のデータベース上に保存し、表示部８のディス
プレイ上に表示を行った。

【００４６】カオス性解析部１４では、遅延パラメータ
εを０．０３秒（ｓ）、埋め込み次元を５次元とした。
カオス性の判定基準は、δｔが３秒（ｓ）以上に亘って
正の値に収束している場合、カオス性を持つと判断し
た。

【００４７】尚、今回、国際１０−２０法に基づき、頭
部全体に亘って脳波測定および解析を行ったが、聴覚の
ように、機能野（聴覚野）が限定されたものである場
合、その部分で測定されたデータのみの解析結果で判定
してもよい。

【００４８】脳波の測定は、閉眼状態で実施された。ま
ず、最初の試行では、刺激を与えない状態を１０秒間取
り、次の試行では、音刺激をヘッドホンを通して１０秒
間与える。このような試行を１０回繰り返した。２、４
回目の試行では、音刺激として協和音（ドミソ、ソシ
レ）を用い、７、９回目の試行では、音刺激として不協
和音（ド♭シ）を用いた。

【００４９】図２は脳波測定処理手順を示すフローチャ
ートである。被験者を閉眼状態にした後、まず、試行回
数を値１に初期化する（ステップＳ１）。試行回数を判
別し（ステップＳ２）、試行回数が１、３、５、６、
８、１０回である場合、閉眼で刺激を与えない状態（閉
眼安静）を１０秒間与える（ステップＳ３）。つまり、
前述したように、最初の１回目の試行では閉眼安静状態
とする。そして、リアプノフ数を測定する（ステップＳ
６）。この後、試行回数が所定回数（本実施形態では、
１０回）に達したか否かを判別し（ステップＳ７）、達
していない場合、試行回数を値１増加させた後（ステッ
プＳ８）、ステップＳ２の処理に戻る。一方、達した場
合、この処理を終了する。

【００５０】２回目の試行では、ヘッドホンを通して１
０秒間、音刺激として協和音（ドミソ、ソシレ）を与え
る（ステップＳ４）。そして、ステップＳ６でリアプノ
フ数を測定する。各試行の後、ステップＳ６でリアプノ
フ数を測定することは、以降の試行でも同じである。

【００５１】ステップＳ７で試行回数が所定回数に達し
ていない場合、ステップＳ２の処理に戻り、３回目の試
行では、最初の試行と同様、閉眼安静状態を１０秒間与
える。この後、４回目の試行では、２回目と同様、ステ
ップＳ４で音刺激として協和音（ドミソ、ソシレ）を与
える。

【００５２】そして、５回目、６回目の試行で連続して
閉眼安静状態を与えた後、７回目の試行では、音刺激と
して不協和音（ド♭シ）を与える（ステップＳ５）。さ
らに、８回目の試行では、再び、閉眼安静状態を１０秒
間与えた後、９回目の試行では、７回目の試行と同様、
音刺激として不協和音（ド♭シ）を与える。最後の１０
回目の試行では、閉眼安静状態を１０秒間与えた後、こ
の処理を終了する。

【００５３】図３は最大リアプノフ数の解析結果を示す
グラフである。図において、Ｘ軸は試行回数を示し、Ｙ
軸は測定部位を示し、Ｚ軸はリアプノフ数を示す。これ
によると、聴覚刺激を最初に与えた時（２回目の試
行）、および協和音から不協和音に変化した時（７回目
の試行）に、リアプノフ数が正の値となり、カオス性が
発現していることが分かる。また、協和音や不協和音を
繰り返し与えても、カオス性に変化が見られないことか
ら、音に起因する精神状態の変化がカオス性をもたらし
たものと推測される。

【００５４】このように、精神状態の変化により生じる
カオス性を評価することにより、人の精神状態の変化を
推定することができる。

【００５５】［第２の実施形態］前記第１の実施形態で
は、聴覚刺激を与えた時のカオス性の変化を、最大リア
プノフ数を求めることによって評価する場合を示した
が、第２の実施形態では、思考状態の変化によるカオス
性の変化を、最大リアプノフ数を求めることにより評価
する場合を示す。第２の実施形態においても、前記第１
の実施形態と同様の精神状態変動推定装置が用いられ
る。

【００５６】まず、脳波の測定は安静状態で行われた。
課題は９種類与えられた。最初の８課題は閉眼状態で測
定され、残りの１課題は、開眼することを課題として与
えられた。各課題の測定時間を１分間とし、各課題間に
は１分間の休息を与えた。各課題は次の通りである。

【００５７】課題１、２： ○×Ａ＝△ → △の下２桁を○に代入課題１：Ａ＝３，○＝１１課題２：Ａ＝３，○＝１１課題３：（ｘ＋１）（ｘ＋１）（ｘ＋２）の展開課題４：（ｘ＋１）（ｘ＋２）（ｘ＋３）の展開課題５：立方体の展開図をできるだけ多くのパターン
作成する課題６：８の字状に繋がれた２つの輪になったリボン
がある。片方のリボンを９０度捻って交差させ、それぞ
れのリボンの中心線に沿って２つの輪に切り分けたとき
にできる形をイメージする。

【００５８】課題７：片方のリボンの輪が、メビウス
の輪になったとして、課題６と同じ課題を行う。

【００５９】課題８：２つの輪になったリボンを、２
つのメビウスの輪になったリボンとして、課題６と同じ
課題を行う。

【００６０】図４は第２の実施形態における脳波測定処
理手順を示すフローチャートである。閉眼状態とした
後、試行回数を値１に初期化し（ステップＳ１１）、課
題を与える（ステップＳ１２）。この課題は、課題１〜
９まで、この処理が実行される都度、順番に与えられる
が、最初の試行の場合、課題は与えられない。そして、
リアプノフ数を測定する（ステップＳ１３）。この後、
１分間の休憩を与え（ステップＳ１４）、試行回数を値
１増加させる（ステップＳ１５）。

【００６１】そして、試行回数が第１の所定回数（ここ
では、９回）に達したか否かを判別する（ステップＳ１
６）。第１の所定回数に達していない場合、ステップＳ
１２に戻り、同様の処理を繰り返す。一方、試行回数が
第１の所定回数に達した場合、試行回数が第２の所定回
数（ここでは、１０回）に達したか否かを判別し（ステ
ップＳ１７）、第２の所定回数に達していない場合、閉
眼状態から開眼状態に切り替えることを課題９として与
え（ステップＳ１８）、ステップＳ１２の処理に戻る。
一方、ステップＳ１７で試行回数が第２の所定回数に達
すると、この処理を終了する。

【００６２】図５は最大リアプノフ数の解析結果を示す
グラフである。図において、Ｘ軸は試行回数を示し、Ｙ
軸は測定部位を示し、Ｚ軸はリアプノフ数を示す。これ
によると、課題１（２回目の試行）と課題５（６回目の
試行）において、有意にカオス性が発現していることが
分かる。ここで、課題の内容を見てみると、大きく分け
て課題１〜４は演算処理であり、課題５〜８はイメージ
ングであり、課題の内容が変わっていることが分かる。
また、演算内容を変化させたときには、カオス性に変化
が見られないのに対し、演算処理課題からイメージング
課題へと変化させたときには、カオス性が現れている。
このことから、賦括される脳の機能野が大きく異なるよ
うな精神状態の変化が脳内の非線形な活性化を生じさ
せ、脳波がカオス性を帯びると推測される。

【００６３】このように、精神状態の変化により生じる
カオス性を評価することにより、人の精神状態の変化を
推定することができる。

【００６４】以上が本発明の実施の形態の説明である
が、本発明は、これら実施の形態の構成に限られるもの
ではなく、特許請求の範囲で示した機能、または実施の
形態の構成が持つ機能が達成できる構成であればどのよ
うなものであっても適用可能である。

【００６５】また、本発明は、前述した実施形態の機能
を実現するソフトウェアのプログラムコードを装置に供
給することによって達成される場合にも適用できること
はいうまでもない。この場合、プログラムコード自体が
本発明の新規な機能を実現することになり、そのプログ
ラム自体およびそのプログラムを記憶した記憶媒体は本
発明を構成することになる。上記実施形態では、図２、
図４のフローチャートに示すプログラムコードは記憶媒
体に格納されており、この記憶媒体を装置に組み込み、
ＣＰＵがプログラムを実行することによって各機能が実
現されている。

【００６６】

【発明の効果】本発明によれば、精神状態が変化したと
きに現れるカオス性の変化を捉えてその評価を行うこと
により、定常状態に達しなくても精神状態の変化を推定
できる。

【００６７】また、制御のための訓練等を必要とせず、
より高い時間分解能で正確に精神状態の変化を推定で
き、しかも、様々な精神状態を推定する際、幅広い用途
に利用できる。

【図面の簡単な説明】

【図１】第１の実施形態における精神状態変動推定装置
の構成を示すブロック図である。

【図２】脳波測定処理手順を示すフローチャートであ
る。

【図３】最大リアプノフ数の解析結果を示すグラフであ
る。

【図４】第２の実施形態における脳波測定処理手順を示
すフローチャートである。

【図５】最大リアプノフ数の解析結果を示すグラフであ
る。

【符号の説明】

３脳波測定装置４信号前処理部６信号解析部１３信号抽出部１４カオス性解析部１６カオス性判定部

Claims

【特許請求の範囲】

【請求項１】脳波を測定し、測定された脳波を解析す
ることにより精神状態の変化を推定する精神状態変動推
定装置において、前記脳波から所定の周波数帯域の信号を抽出する抽出手
段と、前記抽出された信号を基に、カオス性を解析する解析手
段と、前記解析結果を基に、カオス性を判定する判定手段とを
備え、前記判定されたカオス性の変化は前記精神状態の変化に
起因するものと推定することを特徴とする精神状態変動
推定装置。
【請求項２】前記抽出手段は、パワースペクトラムを
求めることによって測定された脳波から所定の周波数帯
域の信号を抽出することを特徴とする請求項１記載の精
神状態変動推定装置。
【請求項３】前記解析手段は、最大リアプノフ数を求
めることを特徴とする請求項１記載の精神状態変動推定
装置。
【請求項４】脳波を測定し、測定された脳波を解析す
ることにより精神状態の変化を推定する精神状態変動推
定方法において、前記脳波から所定の周波数帯域の信号を抽出する工程
と、前記抽出された信号を基に、カオス性を解析する工程
と、前記解析結果を基に、カオス性を判定する工程とを有
し、前記判定されたカオス性の変化は前記精神状態の変化に
起因するものと推定することを特徴とする精神状態変動
推定方法。
【請求項５】前記抽出する工程では、パワースペクト
ラムを求めることによって測定された脳波から所定の周
波数帯域の信号を抽出することを特徴とする請求項４記
載の精神状態変動推定方法。
【請求項６】前記解析する工程では、最大リアプノフ
数を求めることを特徴とする請求項４記載の精神状態変
動推定方法。
【請求項７】請求項４乃至６のいずれかに記載の精神
状態変動推定方法を実現するためのプログラムコードを
有するプログラム。