JP2012030111A

JP2012030111A - 脳波測定方法及び脳波測定装置並びに記録媒体

Info

Publication number: JP2012030111A
Application number: JP2011242826A
Authority: JP
Inventors: Hyonuku Park; ヒョンウクパク; Sung Suk Oh; ソンソクオ; Junyon Chon; ジュンヨンチョン
Original assignee: Samsung Electronics Co Ltd
Current assignee: Samsung Electronics Co Ltd
Priority date: 2007-03-21
Filing date: 2011-11-04
Publication date: 2012-02-16
Anticipated expiration: 2027-05-15
Also published as: EP1972273A3; JP5536739B2; EP1972273A2; US20080234596A1; US7778700B2; JP4945309B2; JP2008229307A; KR20080086055A

Abstract

【課題】心拍数による雑音を最小化できる脳波測定方法等を提供する。
【解決手段】脳波測定方法は、心拍数情報を反映するＥＫＧ信号から正のピークと負のピークを抽出し、心拍数による雑音情報と脳波情報を反映するＥＥＧ信号から正のピークを抽出するピーク情報抽出ステップ１００と、ＥＥＧ信号の正のピークをＥＫＧ信号の正のピークを基に、心拍数の影響が脳波の影響より大きい第１ピークグループと脳波の影響が心拍数の影響より大きい第２ピークグループに分類するＥＥＧ信号分類ステップ２００と、ＥＥＧ信号から第１ピークグループ及び第２ピークグループの雑音を除去する雑音除去ステップ３００とを含む。
【選択図】図１

Description

本発明は、脳波測定方法及び装置並びにその脳波測定方法を実行させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体に関する。

現在、臨床分野では多くの医療機器が用いられている。磁気共鳴映像（ＭＲＩ、ＭａｇｅｎｔｉｃＲｅｓｏｎａｎｃｅＩｍａｇｉｎｇ）装置は、他の医療機器より空間的な解像度に優れた映像を提供することが可能なので、人体の脳の形状をより詳細に観察し、患者の治療や脳機能の研究に多く寄与する。しかしながら、空間的解像度の高い磁気共鳴映像については、時間的解像度が落ちる。これに対し、脳電図（ＥＥＧ、Ｅｌｅｃｔｒｏｅｎｃｅｐｈａｌｏｇｒａｍ）は、時間的解像度が優れているから、てんかん波や睡眠研究など、多く活用されている。しかしながら、脳電図の場合は、空間的な解像度が落ちるので、脳の空間的な特性を研究するのが難しくなる。このため、現在、空間的な解像度に優れた磁気共鳴映像と、相対的に時間的な解像度に優れた脳電図とを共に活用し、磁気共鳴映像および脳電図の短所を補完して、長所を兼ね備えるものとする研究が盛んに進められている。

磁気共鳴映像と脳電図を同時に利用するためには、まず、これらがどのような方法で測定されるかを把握しておかなければならない。

磁気共鳴映像の場合であれば、金属を所持していない患者が、磁気共鳴室（ＭａｇｅｎｔｉｃＲｅｓｏｎａｎｃｅＲｏｏｍ）内のベットに横になり、頭を固定させた後に測定が行われる。他方、脳電図の場合であれば、患者が、脳電図キャップをかぶり、その上で、キャップに連結されたケーブルを介して得られる電気信号が測定される。したがって、磁気共鳴映像および脳電図を同時に利用する場合、被験者が、脳電図キャップをかぶったまま、磁気共鳴室内に入ることになる。そして、磁気共鳴映像と脳電図信号を用いて測定が行われることになる。しかしながら、このように２種類の機器を同時に使用し、磁気共鳴映像と脳電図に基づいて測定を行う場合、各機器を別々に利用して磁気共鳴映像と脳電図を別々に測定する場合と異なり、脳電図データ上にアーチファクト（ａｒｔｉｆａｃｔ）が発生する。このときに発生するアーチファクトのうち、最も深刻なものは、被験者の心拍数によって脳電図データ上に発生するＢＡ（ＢａｌｌｉｓｔｏｃａｒｄｉａｃＡｒｔｉｆａｃｔ）である。

従来、このようなアーチファクトを除去するためのアルゴリズムが多数あり、そのうち、平均サブトラクション（ＭｅａｎＳｕｂｔｒａｃｔｉｏｎ）法、適応的フィルタリング（Ａｄａｐｔｉｖｅｆｉｌｔｅｒｉｎｇ）法、ＩＣＡ（ＩｎｄｅｐｅｎｄｅｎｔＣｏｍｐｏｎｅｎｔＡｎａｌｙｓｉｓ）法、ＰＣＡ（ＰｒｉｎｃｉｐｌｅＣｏｍｐｏｎｅｎｔＡｎａｌｙｓｉｓ）法がある。

平均サブトラクション法は、脳電図信号から、心拍とほぼ同じ周期で現れるＢＡを平均化して得た平均ＢＡを、心拍に合せて脳電図信号から減算してＢＡを除去する。平均ＢＡを得るためには、心拍数が発生した時点を得なければならず、心拍数が発生した後、脳電図信号から発生したＢＡを探索しなければならない。まず、心拍数が発生した時点を得るために、心電図（Ｅｌｅｃｔｒｏｃａｒｄｉｏｇｒａｍ、ＥＫＧ）を基準（Ｒｅｆｅｒｅｎｃｅ）信号として使用する。心電図は、脳電図を測定するときに測定される。心電図は、心臓の大動脈を通じて測定されるものであるから、心拍数が正確に示される。心拍（心臓拍動）が生じた時点は、個々の心拍が発生する時に現れるＰ＿ＱＲＳ＿Ｔピーク（ｐｅａｋ）のうち、Ｒピークを使用する。また、脳電図信号からＢＡが現れる時点は、各心拍拍動が生じた時点から、一定の時間後になるという仮定の下で、その心臓拍動後、一定の時間後にＢＡを探索する。平均ＢＡを得るために持ってくるＢＡの時間的大きさ、すなわちウィンドウサイズ（ｗｉｎｄｏｗｓｉｚｅ）は、隣接したＲピーク間の時間的差の平均値を使用する。このような平均サブトラクション法の特徴は、心電図信号を基準信号として活用するという点と脳電図信号上のＢＡを除去する時に平均ＢＡを使用するという点、そして脳電図信号から平均ＢＡを得るために、心拍数により心電図信号に発生するＲピークの時点から一定の時間後に、一定のウィンドウサイズ分だけのＢＡを使用するという点にある。

適応的フィルタリング（Ａｄａｐｔｉｖｅｆｉｌｔｅｒｉｎｇ）法は、平均サブトラクション法のように、心電図信号を基準信号として活用する。すなわち、心電図信号から脳電図信号中にあるＢＡのみからなる信号成分を推定し、この成分を本来の脳電図信号から減算してＢＡを除去する方式である。

ＰＣＡとＩＣＡは、脳電図信号を複数の信号の組み合わせで作ったものである。ＩＣＡの場合は、脳電図信号を独立成分に分解する。ＰＣＡの場合は、ＩＣＡとは異なり、脳電図信号を重要成分（ｐｒｉｎｃｉｐａｌｃｏｍｐｏｎｅｎｔ）に分解する。それぞれの方法により分解した後、各成分のうち、ＢＡと関連のあるような成分を直接選んで除去する。除去するとき、ＢＡと関連のある成分と個数は、任意に決めることができる。成分を除去してから残った成分を組み合わせて、ＢＡが除去された脳電図信号を得る。

しかし、上記平均サブトラクション法は、心拍数が発生した後に常に一定の時間差で一定のウィンドウサイズでＢＡが現れるという仮定をしたが、実際の被験者の心拍数が一定の時間差で脳電図信号に影響を及ぼすことができず、常に全く同じ心拍数がおきることができないため、ＢＡのウィンドウサイズが常に同じではありえない。したがって、平均サブトラクション法では、ＢＡを効果的に除去し難いという問題がある。

上記適応的フィルタリング法の場合、フィルタリングのためフィルタ係数を決めなければならず、フィルタ係数が増加するほど、計算量が幾何級数的に増加するという問題がある。

上記ＰＣＡとＩＣＡ法によれば、ユーザが直接ＢＡと関連のあるような成分を選ぶことになり、この場合、ユーザの主観的な観点がＢＡ除去過程に反映され、実際のＰＣＡとＩＣＡを経て出力された結果が、実際はどのような成分かが不明になる。この不明性は、ＢＡを除去して得た信号が実際の脳電図信号を歪曲させる可能性も引き起こす。また、成分を除去した後、脳電図信号を復元すれば、復元された信号が実際に測定した脳電図信号ではない人為的に歪曲された形態になり得るという問題がある。

そこで、本発明は、上述した従来の技術の問題点を解決するためになされたものであって、その目的は、被験者の心拍数による雑音を最小化できる脳波測定方法などを提供することにある。

あるいは、本発明の他の目的は、磁気共鳴映像装置内で被験者の脳波を測定する場合に発生する心拍数による雑音を最小化することにある。

あるいは、本発明のさらに他の目的は、心拍数の不均一性にもかかわらず、心拍数に応じる雑音を効果的に除去することにある。

あるいは、本発明のさらに他の目的は、心拍数に応じる雑音を除去するための過程での演算量を減少させて、脳波測定時間を短縮することにある。

上述した課題を解決するための本発明に係る脳波測定方法は、心拍数情報を反映するＥＫＧ（Ｅｌｅｃｔｒｏｃａｒｄｉｏｇｒａｍ）信号から正のピークと負のピークを抽出し、前記心拍数による雑音情報と脳波情報を反映するＥＥＧ（Ｅｌｅｃｔｒｏｅｎｃｅｐｈａｌｏｇｒａｍ）信号から正のピークを抽出するピーク情報抽出ステップと、前記ＥＥＧ信号の正のピークを前記ＥＫＧ信号の正のピークを基に、前記心拍数の影響が前記脳波の影響より大きい第１ピークグループと前記脳波の影響が前記心拍数の影響より大きい第２ピークグループに分類するＥＥＧ信号分類ステップと、前記ＥＥＧ信号から前記第１ピークグループ及び第２ピークグループの雑音を除去する雑音除去ステップと、を含む。

前記ピーク情報抽出ステップで抽出される前記ＥＫＧ信号の正のピークは、ｋ−ＴＥＯ方法により抽出されるＲピークであることが好ましい。

前記ピーク情報抽出ステップで抽出される前記ＥＫＧ信号の負のピークは、隣接した２個のＲピーク間の最低値であることが好ましい。

前記ＥＥＧ信号分類ステップでは、前記ＥＥＧ信号の正のピークは、前記ＥＫＧ信号の隣接した正のピークの時間的距離の平均と標準偏差により、前記第１ピークグループと前記第２ピークグループに分類されることが好ましい。

前記雑音除去ステップは、前記ＥＫＧ信号の正のピークと負のピークを基に、前記ＥＫＧ信号の正のピークごとに時間軸上のウィンドウサイズを生成するウィンドウサイズ生成ステップと、前記第１ピークグループに含まれたピークとこのピークに時間上最も近いＥＫＧ信号の正のピークとの時間差を演算する時間差演算ステップと、前記第１ピークグループに含まれたピークの平均ＢＡ（ＢａｌｌｉｓｔｏｃａｒｄｉａｃＡｒｔｉｆａｃｔ）を演算する第１ピークグループ平均ＢＡ演算ステップと、前記第１ピークグループに含まれたピークの対応するウィンドウサイズと時間差により、前記第１ピークグループに含まれたピークから前記第１ピークグループ平均ＢＡを減算する１次雑音除去ステップと、前記ウィンドウサイズと前記時間差の平均値により、前記第２ピークグループに含まれたピークから前記第１ピークグループ平均ＢＡを減算する２次雑音除去ステップと、を含むことが好ましい。

前記ウィンドウサイズ生成ステップでは、前記ウィンドウサイズは、前記ＥＫＧ信号の正のピークと前記ＥＫＧ信号の正のピークから最も近接した負のピークとの時間軸上の距離の３倍であることが好ましい。

前記ＥＫＧ信号の正のピークは、対応するウィンドウサイズの前の１／３地点に位置することが好ましい。

前記１次雑音除去ステップでは、前記第１ピークグループに含まれたピークに対応するウィンドウサイズ分だけの第１ピークグループ平均ＢＡを前記ＥＫＧ信号の正のピークから前記時間差分だけ遅延させて、前記第１ピークグループに含まれたピークから減算することが好ましい。

本発明に係る脳波測定装置は、心拍数情報を反映するＥＫＧ（Ｅｌｅｃｔｒｏｃａｒｄｉｏｇｒａｍ）信号から正のピークと負のピークを抽出し、前記心拍数による雑音情報と脳波情報を反映するＥＥＧ（Ｅｌｅｃｔｒｏｅｎｃｅｐｈａｌｏｇｒａｍ）信号から正のピークを抽出するピーク情報抽出部と、前記ＥＥＧ信号の正のピークを前記ＥＫＧ信号の正のピークを基に、前記心拍数の影響が前記脳波の影響より大きい第１ピークグループと前記脳波の影響が前記心拍数の影響より大きい第２ピークグループに分類するＥＥＧ信号分類部と、前記ＥＥＧ信号から前記第１ピークグループ及び第２ピークグループの雑音を除去する雑音除去部と、を含む。

前記ピーク情報抽出部から抽出される前記ＥＫＧ信号の正のピークは、ｋ−ＴＥＯ方法により抽出されるＲピークであることが好ましい。

前記ピーク情報抽出部から抽出される前記ＥＫＧ信号の負のピークは、隣接した２個のＲピーク間の最低値であることが好ましい。

前記ＥＥＧ信号分類部は、前記ＥＥＧ信号の正のピークを前記ＥＫＧ信号の隣接した正のピークの時間的距離の平均と標準偏差により、前記第１ピークグループと前記第２ピークグループに分類することが好ましい。

前記雑音除去部は、前記ＥＫＧ信号の正のピークと負のピークを基に、前記ＥＫＧ信号の正のピークごとに時間軸上のウィンドウサイズを生成するウィンドウサイズ生成部と、前記第１ピークグループに含まれたピークと前記第１ピークグループに含まれたピークと時間上最も近いＥＫＧ信号の正のピークとの時間差を演算する時間差演算部と、前記第１ピークグループに含まれたピークの平均ＢＡ（ＢａｌｌｉｓｔｏｃａｒｄｉａｃＡｒｔｉｆａｃｔ）を演算する第１ピークグループ平均ＢＡ演算部と、前記第１ピークグループに含まれたピークの対応するウィンドウサイズと時間差により、前記第１ピークグループに含まれたピークから前記第１ピークグループ平均ＢＡを減算する１次雑音除去部と、前記ウィンドウサイズと時間差の平均値により、前記第２ピークグループに含まれたピークから前記第１ピークグループ平均ＢＡを減算する２次雑音除去部と、を含むことが好ましい。

前記ウィンドウサイズ生成部で生成される前記ウィンドウサイズは、前記ＥＫＧ信号の正のピークと前記ＥＫＧ信号の正のピークから最も近接した負のピークとの時間軸上の距離の３倍であることが好ましい。

前記１次雑音除去部は、前記第１ピークグループに含まれたピークに対応するウィンドウサイズ分だけの第１ピークグループ平均ＢＡを前記ＥＫＧ信号の正のピークから前記時間差分だけ遅延させて、前記第１ピークグループに含まれたピークから減算することが好ましい。

本発明に係るコンピュータ読み取り可能な記録媒体には、心拍数情報を反映するＥＫＧ信号から正のピークと負のピークを抽出し、前記心拍数による雑音情報と脳波情報を反映するＥＥＧ信号から正のピークを抽出するピーク情報抽出ステップと、前記ＥＥＧ信号の正のピークを前記ＥＫＧ信号の正のピークを基に、前記心拍数の影響が前記脳波の影響より大きい第１ピークグループと前記脳波の影響が前記心拍数の影響より大きい第２ピークグループに分類するＥＥＧ信号分類ステップと、前記ＥＥＧ信号から前記第１ピークグループ及び第２ピークグループの雑音を除去する雑音除去ステップと、を含む脳波測定方法を実行させるためのプログラムが記録されている。

この場合、前記ピーク情報抽出ステップで抽出される前記ＥＫＧ信号の正のピークは、ｋ−ＴＥＯ方法により抽出されるＲピークであることが好ましい。

前記雑音除去ステップは、前記ＥＫＧ信号の正のピークと負のピークを基に、前記ＥＫＧ信号の正のピークごとに時間軸上のウィンドウサイズを生成するウィンドウサイズ生成ステップと、前記第１ピークグループに含まれたピークとこのピークに時間上最も近いＥＫＧ信号の正のピークとの時間差を演算する時間差演算ステップと、前記第１ピークグループに含まれたピークの平均ＢＡを演算する第１ピークグループ平均ＢＡ演算ステップと、前記第１ピークグループに含まれたピークの対応するウィンドウサイズと時間差により、前記第１ピークグループに含まれたピークから前記第１ピークグループ平均ＢＡを減算する１次雑音除去ステップと、前記ウィンドウサイズと時間差の平均値により、前記第２ピークグループに含まれたピークから前記第１ピークグループ平均ＢＡを減算する２次雑音除去ステップと、を含むことが好ましい。

前記ウィンドウサイズ生成ステップでは、前記ウィンドウサイズは、前記ＥＫＧ信号の正のピークと前記ＥＫＧ信号の正のピークと最も近接した負のピークとの時間軸上の距離の３倍であることが好ましい。

本発明によれば、被験者の心拍数に応じる雑音による歪みが最小化された脳波を測定できる。

あるいは、本発明によれば、磁気共鳴映像装置内で被験者の脳波を測定する場合に発生する心拍数による雑音を最小化できたり、心拍数の不均一性にもかかわらず、心拍数に応じる雑音を効果的に除去できたりする。あるいは、心拍数に応じる雑音を除去するための過程での演算量を減少させて脳波測定時間を短縮できる。

本発明の一実施形態に係る脳波測定方法を示す図である。ＥＥＧ信号とＥＫＧ信号上の互いに異なる時間差を示す図である。ウィンドウサイズを示す図である。

以下、本発明の好的な実施形態を図面を参照して説明する。

図１は、本発明の一実施形態に係る脳波測定方法を示す図である。

図１に示すように、本発明の一実施形態に係る脳波測定方法（脳波測定装置）は、ピーク情報抽出ステップ（ピーク情報抽出部）１００と、ＥＥＧ信号分類ステップ（ＥＥＧ信号分類部）２００と、雑音除去ステップ（雑音除去部）３００と、を含む。

＜ピーク情報抽出ステップ＞
ピーク情報抽出ステップ１００において、心拍数情報を反映するＥＫＧ信号から正のピーク（ＰｏｓｉｔｉｖｅＰｅａｋ）と負のピーク（ＮｅｇａｔｉｖｅＰｅａｋ）を抽出し、心拍数による雑音情報と脳波情報を反映するＥＥＧ信号から正のピークを抽出する。

ピーク情報抽出ステップ１００で抽出されるＥＫＧ信号の正のピークは、例えば、ｋ−ＴＥＯ方法により抽出されるＲピークであり、ピーク情報抽出ステップ１００で抽出されるＥＫＧ信号の負のピークは、例えば、隣接した２個のＲピークの間の最低値である。

一般に、一回の心臓拍動（心拍）によって、Ｐ＿ＱＲＳ＿Ｔピークが発生する。このようなピークのうち、最も大きい正の値を有するＲピークを、ＥＫＧ信号の正のピークとして決定する。このようなＲピークは、ピークが発生する時に生じる形状を利用して、ピークを探す方法であるｋ−ＴＥＯ方法を活用して抽出する。この抽出式を数１に示す。

ｋは経験的な値であり、１２０である。ＥＥＧ信号を式１に適用して得た結果のうち、負の値は０とした後、例えばフィルタ次数９０のバートレットフィルタ（Ｂａｒｔｌｅｔｔｆｉｌｔｅｒ）に適用する。バートレットフィルタを経て出た結果から傾斜が正から負に変わる変曲点を探す（ピーク検索）。各変曲点に該当する値は、その値の中間値に閾値化（ｔｈｒｅｓｈｏｌｄｉｎｇ）して、概略的なＲピークを探す。そして、ｋ−ＴＥＯ方法を経る前の本来のＥＥＧ信号から閾値化を経て出た変曲点を中心に、例えば、変曲点の前の０．６ｓと後の０．６ｓとの間の値のうち、最も大きい値を探す。この最も大きい値は、Ｒピークとする。

ＥＫＧ信号の場合、後述するウィンドウサイズ（ｗｉｎｄｏｗｓｉｚｅ）を得るために、隣接した２つのＲピーク間の最も小さな値を有する負のピークを探す（ピーク検索）。このように探した負のピークをＥＫＧ信号の負のピークという。

ＥＥＧ信号の場合、ＥＫＧ信号の正のピークであるＲピークを探す過程（ピーク検索）を行って、ＥＥＧ信号の正のピークを探す。ＥＥＧ信号では、ＥＫＧ信号とは異なり、ウィンドウサイズを探さないため、負のピークを探さない。

＜ＥＥＧ信号分類ステップ＞
ＥＥＧ信号分類ステップ２００では、ＥＥＧ信号の正のピークをＥＫＧ信号の正のピークを基に、心拍数の影響が脳波の影響より大きい第１ピークグループ（ＢＡｓｉｇｎａｌ）と脳波の影響が心拍数の影響より大きい第２ピークグループ（Ｎｏｎ−ＢＡｓｉｇｎａｌ）とに分類する。

ＥＥＧ信号、特に磁気共鳴映像装置内で測定されたＥＥＧ信号の場合、心拍数による雑音だけでなく、脳波信号も含まれているので、ＥＥＧ信号の正のピークを心拍数による雑音であるＢＡの影響を支配的に受けているか否かによって、第１ピークグループ（ＢＡｓｉｇｎａｌ）と第２ピークグループ（Ｎｏｎ−ＢＡｓｉｇｎａｌ）に分類する（ピークの分類）。ＥＥＧ信号の正のピークを分類する基準として用いられる値は、ＥＫＧ信号から探した隣接したＲピーク間の時間的距離の平均（μ）と標準偏差（σ）である。表１は、ＥＥＧ信号から探した正のピークを分類する方法を示している。

表１において「ｄ」は、ＥＥＧ信号から探した隣接した正のピーク間の時間的な距離である。表１を参照すれば、Ｒピーク間の時間的距離の平均（μ）と標準偏差（σ）値との合計と差との間にｄが存在するとき、このｄをＲとし、この範囲を超える値は、ＩＲとする。ＥＥＧ信号から探した各正のピークに対しては、以前の正のピークとのｄ_ｉ−１と以後の正のピークとの間のｄ_ｉが存在する。この２つのｄを利用して探したＥＥＧ信号の正のピークが心拍数による雑音であるＢＡの影響を支配的に受けているか否かに応じて、第１ピークグループと第２ピークグループとに分類する。表１中、ＢＡｓｉｇｎａｌは、心拍数による雑音であるＢＡの影響を支配的に受ける第１ピークグループに含まれた信号を示し、Ｎｏｎ−ＢＡｓｉｇｎａｌは、脳信号の影響を多く受けて、ＢＡの影響が支配的ではない第２ピークグループに含まれた信号を示す。

＜雑音除去ステップ＞
雑音除去ステップ３００では、ＥＥＧ信号から第１ピークグループ（ＢＡｓｉｇｎａｌ）及び第２ピークグループ（Ｎｏｎ−ＢＡｓｉｇｎａｌ）の雑音を除去する。

このような雑音除去ステップ３００は、ウィンドウサイズ生成ステップ（ウィンドウサイズ生成部）３０１と、時間差演算ステップ（時間差演算部）３０２と、第１ピークグループの平均ＢＡ演算ステップ（平均ＢＡ演算部）３０３と、１次雑音除去ステップ（１次雑音除去部）３０４と、２次雑音除去ステップ（２次雑音除去部）３０５と、を含む。

ウィンドウサイズ生成ステップ３０１において、ＥＫＧ信号の正のピークと負のピークを基に、ＥＫＧ信号の正のピークごとに時間軸上のウィンドウサイズを生成する。ウィンドウサイズは、例えば、ＥＫＧ信号の正のピークとこのピークから最も近接した負のピークとの時間軸上の距離の３倍とし、ＥＫＧ信号の正のピークは、例えば、対応するウィンドウサイズの前の１／３地点に位置するものとする。

このようなウィンドウサイズ生成方法を、図２を参照して詳述する。

ＥＫＧ信号から探したＲピークＲＰを中心に、最も近い距離にあるＥＫＧ信号の負のピークＮＰを探し、ＥＫＧ信号のＲピークＲＰとＥＫＧ信号の負のピークＮＰとの間の時間軸上の距離（Ｔ）の３倍をウィンドウサイズにする。また、ＥＫＧ信号のＲピークＲＰは、ウィンドウサイズの前の１／３地点に位置し、ウィンドウが始まる地点ｔ１とＥＫＧ信号のＲピークＲＰとの間の時間的な距離Ｔが全体ウィンドウサイズ（３Ｔ）の１／３になるようにする。

時間差演算ステップ３０２では、第１ピークグループに含まれたピークとこのピークに時間上最も近いＥＫＧ信号の正のピークとの時間差を演算する。このような時間差演算方法を、図３を参照して詳述する。

図３に示すように、時間差は、ＥＥＧ信号の第１ピークグループに含まれたピークＰ１、Ｐ２、すなわち、心拍数による雑音であるＢＡの影響を支配的に受けるピークＰ１、Ｐ２に対して求める。このような時間差は、まず（１）ＥＫＧ信号のＲピークＲＰ１、ＲＰ２から時間上最も近いＥＥＧ信号の第１ピークグループに含まれたピークＰ１、Ｐ２を探し、次に（２）これらピークＰ１、Ｐ２と当該各ピークＰ１、Ｐ２から時間上最も近いＥＫＧ信号のＲピークＲＰ１、ＲＰ２との間の時間的距離ｔ１、ｔ２を計算して得られる。

第１ピークグループ平均ＢＡ演算ステップ３０３では、第１ピークグループに含まれたピークの平均ＢＡを演算する。これをさらに詳述する。心拍数による雑音であるＢＡの影響を支配的に受ける第１ピークグループに含まれたピークに対して、各ピークに対応する時間差とウィンドウサイズを利用して第１ピークグループに含まれたピークの平均ＢＡを求める。第１ピークグループに含まれたピークに対応するウィンドウサイズは、それぞれ異なる値を有するようになるが、平均を求めるために、ウィンドウサイズの最高値にウィンドウサイズを統一する。最高値より小さな大きさのウィンドウサイズを有する場合、ウィンドウサイズから外れた値は０とする。

１次雑音除去ステップ３０４では、第１ピークグループに含まれたピークの対応するウィンドウサイズと時間差に応じて、第１ピークグループに含まれたピークから第１ピークグループ平均ＢＡを減算する。これをさらに詳細に説明すれば、次のとおりである。すなわち、１次雑音除去ステップ（３０４）において、第１ピークグループに含まれたピークに対応するウィンドウサイズ分だけの第１ピークグループ平均値をＥＫＧ信号の正のピークから前記時間差分だけ遅延させて、第１ピークグループに含まれたピークから減算する。これをさらに詳述する。本実施形態において、ＥＥＧ信号の第１ピークグループとＥＥＧ信号の第２ピークグループから心拍数による雑音であるＢＡを除去する方式は異なる。

ＥＥＧ信号の第１ピークグループから心拍数による雑音であるＢＡを除去する場合、第１ピークグループに含まれたピークの平均ＢＡを求めるとき、０とした部分を除去し、各ピークに対応するウィンドウサイズ分だけの第１ピークグループ平均値をＥＫＧ信号のＲピークを中心に時間差分だけ遅延させて、ＥＥＧ信号から減算する。

２次雑音除去ステップ３０５では、ウィンドウサイズと時間差の平均値により、第２ピークグループに含まれたピークから第１ピークグループ平均ＢＡを減算する。ＥＥＧ信号の第２ピークグループから心拍数による雑音であるＢＡを除去する場合、ＥＥＧ信号の第１ピークグループから心拍数による雑音であるＢＡを除去する場合とは異なり、適応ウィンドウサイズと異なる時間差を利用せずに、その値の平均値を利用して除去する。

以上説明したとおり、本発明の実施形態によれば、ＥＥＧとｆＭＲＩを利用して実験するときの最も難しい部分である心拍数による雑音成分であるＢＡを既存の方法より効果的に除去できる。なお、現在は、ＥＥＧとｆＭＲＩを同時に使用して実験するステップまで行われている。このステップが、実際の病院で診断に直接使用できないのは、ＢＡがＥＥＧ信号に及ぼす影響が大きいため、ＢＡを除去せずに診断に使用する場合、誤診するおそれがあるからである。しかしながら、本実施形態で説明した方法を利用する場合、ＢＡを除去し正確な診断が可能となる。このため、今後は、この方法を利用したソフトウェアが商用化され、経済的な利得が得られることが期待できる。

本実施形態においては、脳波測定装置及び脳波測定方法を主に説明したが、これらの脳波測定装置及び脳波測定方法は、プログラムを記録したコンピュータ読み取り可能な記録媒体の当該プログラムをコンピュータ（脳波測定装置）上で実行することにより実現することができる。

なお、本発明は、上記実施形態に限定されるものではなく、本発明の主旨を逸脱しない限り、変更してもよい。

１００ピーク情報抽出ステップ
２００ＥＥＧ信号分類ステップ
３００雑音除去ステップ
３０１ウィンドウサイズ生成ステップ
３０２時間差演算ステップ
３０３第１ピークグループ平均ＢＡ演算ステップ
３０４１次雑音除去ステップ
３０５２次雑音除去ステップ

Claims

心拍数情報を反映するＥＫＧ（Ｅｌｅｃｔｒｏｃａｒｄｉｏｇｒａｍ）信号から正のピークと負のピークを抽出し、心拍数による雑音情報と脳波情報を反映するＥＥＧ（Ｅｌｅｃｔｒｏｅｎｃｅｐｈａｌｏｇｒａｍ）信号から正のピークを抽出するピーク情報抽出ステップと、
前記ＥＥＧ信号の正のピークと前記ＥＫＧ信号の正のピークとを基に、前記心拍数の影響が脳波の影響より大きい第１ピークグループと前記脳波の影響が前記心拍数の影響より大きい第２ピークグループに分類するＥＥＧ信号分類ステップと、
前記ＥＥＧ信号から前記第１ピークグループ及び第２ピークグループの雑音を除去する雑音除去ステップと
を含む脳波測定方法。
前記ピーク情報抽出ステップで抽出される前記ＥＫＧ信号の正のピークは、ｋ−ＴＥＯ方法により抽出されるＲピークである請求項１に記載の脳波測定方法。
前記ピーク情報抽出ステップで抽出される前記ＥＫＧ信号の負のピークは、隣接した２個のＲピーク間の最低値である請求項２に記載の脳波測定方法。
前記ＥＥＧ信号分類ステップでは、
前記ＥＥＧ信号の正のピークは、前記ＥＫＧ信号の隣接した正のピークの時間的距離の平均と標準偏差により、前記第１ピークグループと前記第２ピークグループに分類される請求項１に記載の脳波測定方法。
前記雑音除去ステップは、
前記ＥＫＧ信号の正のピークと負のピークとを基に、前記ＥＫＧ信号の正のピークごとに時間軸上のウィンドウサイズを生成するウィンドウサイズ生成ステップと、
前記第１ピークグループに含まれたピークとこのピークに時間上最も近いＥＫＧ信号の正のピークとの時間差を演算する時間差演算ステップと、
前記第１ピークグループに含まれたピークの平均ＢＡ（ＢａｌｌｉｓｔｏｃａｒｄｉａｃＡｒｔｉｆａｃｔ）を演算する第１ピークグループ平均ＢＡ演算ステップと、
前記第１ピークグループに含まれたピークの対応するウィンドウサイズと前記時間差により、前記第１ピークグループに含まれたピークから前記第１ピークグループ平均ＢＡを減算する１次雑音除去ステップと、
前記ウィンドウサイズと前記時間差の平均値により、前記第２ピークグループに含まれたピークから前記第１ピークグループ平均ＢＡを減算する２次雑音除去ステップと、
を含む請求項１に記載の脳波測定方法。
前記ウィンドウサイズ生成ステップでは、
前記ウィンドウサイズは、前記ＥＫＧ信号の正のピークと前記ＥＫＧ信号の正のピークから最も近接した負のピークとの時間軸上の距離の３倍である請求項５に記載の脳波測定方法。
前記ＥＫＧ信号の正のピークは、対応するウィンドウサイズの前の１／３地点に位置した請求項６に記載の脳波測定方法。
前記１次雑音除去ステップでは、
前記第１ピークグループに含まれたピークに対応するウィンドウサイズ分だけの第１ピークグループ平均ＢＡを前記ＥＫＧ信号の正のピークから前記時間差分だけ遅延させ、前記第１ピークグループに含まれたピークから減算する請求項５に記載の脳波測定方法。
心拍数情報を反映するＥＫＧ（Ｅｌｅｃｔｒｏｃａｒｄｉｏｇｒａｍ）信号から正のピークと負のピークを抽出し、前記心拍数による雑音情報と脳波情報を反映するＥＥＧ（Ｅｌｅｃｔｒｏｅｎｃｅｐｈａｌｏｇｒａｍ）信号から正のピークを抽出するピーク情報抽出部と、
前記ＥＥＧ信号の正のピークを前記ＥＫＧ信号の正のピークを基に、前記心拍数の影響が前記脳波の影響より大きい第１ピークグループと前記脳波の影響が前記心拍数の影響より大きい第２ピークグループに分類するＥＥＧ信号分類部と、
前記ＥＥＧ信号から前記第１ピークグループ及び第２ピークグループの雑音を除去する雑音除去部と、
を含む脳波測定装置。
前記ピーク情報抽出部から抽出される前記ＥＫＧ信号の正のピークは、ｋ−ＴＥＯ方法により抽出されるＲピークである請求項９に記載の脳波測定装置。
前記ピーク情報抽出部から抽出される前記ＥＫＧ信号の負のピークは、隣接した２個のＲピーク間の最低値である請求項１０に記載の脳波測定装置。
前記ＥＥＧ信号分類部は、
前記ＥＥＧ信号の正のピークを前記ＥＫＧ信号の隣接した正のピークの時間的距離の平均と標準偏差により、前記第１ピークグループと前記第２ピークグループに分類する請求項９に記載の脳波測定装置。
前記雑音除去部は、
前記ＥＫＧ信号の正のピークと負のピークとを基に、前記ＥＫＧ信号の正のピークごとに時間軸上のウィンドウサイズを生成するウィンドウサイズ生成部と、
前記第１ピークグループに含まれたピークとこのピークに時間上最も近いＥＫＧ信号の正のピークとの時間差を演算する時間差演算部と、
前記第１ピークグループに含まれたピークの平均ＢＡ（ＢａｌｌｉｓｔｏｃａｒｄｉａｃＡｒｔｉｆａｃｔ）を演算する第１ピークグループ平均ＢＡ演算部と、
前記第１ピークグループに含まれたピークの対応するウィンドウサイズと前記時間差により、前記第１ピークグループに含まれたピークから前記第１ピークグループ平均ＢＡを減算する１次雑音除去部と、
前記ウィンドウサイズと時間差の平均値により、前記第２ピークグループに含まれたピークから前記第１ピークグループ平均ＢＡを減算する２次雑音除去部と、
を含む請求項９に記載の脳波測定装置。
前記ウィンドウサイズ生成部で生成される前記ウィンドウサイズは、前記ＥＫＧ信号の正のピークと前記ＥＫＧ信号の正のピークから最も近接した負のピークとの時間軸上の距離の３倍である請求項１３に記載の脳波測定装置。
前記ＥＫＧ信号の正のピークは、対応するウィンドウサイズの前の１／３地点に位置した請求項１４に記載の脳波測定装置。
前記１次雑音除去部は、
前記第１ピークグループに含まれたピークに対応するウィンドウサイズ分だけの第１ピークグループ平均ＢＡを前記ＥＫＧ信号の正のピークから前記時間差分だけ遅延させて、前記第１ピークグループに含まれたピークから減算する請求項１３に記載の脳波測定装置。
心拍数情報を反映するＥＫＧ信号から正のピークと負のピークを抽出し、前記心拍数による雑音情報と脳波情報を反映するＥＥＧ信号から正のピークを抽出するピーク情報抽出ステップと、
前記ＥＥＧ信号の正のピークを前記ＥＫＧ信号の正のピークを基に、前記心拍数の影響が前記脳波の影響より大きい第１ピークグループと前記脳波の影響が前記心拍数の影響より大きい第２ピークグループに分類するＥＥＧ信号分類ステップと、
前記ＥＥＧ信号から前記第１ピークグループ及び第２ピークグループの雑音を除去する雑音除去ステップと、を含む脳波測定方法を実行させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体。
前記ピーク情報抽出ステップで抽出される前記ＥＫＧ信号の正のピークは、ｋ−ＴＥＯ方法により抽出されるＲピークである請求項１７に記載の記録媒体。
前記ピーク情報抽出ステップで抽出される前記ＥＫＧ信号の負のピークは、隣接した２個のＲピーク間の最低値である請求項１８に記載の記録媒体。
前記ＥＥＧ信号分類ステップでは、
前記ＥＥＧ信号の正のピークは、前記ＥＫＧ信号の隣接した正のピークの時間的距離の平均と標準偏差により、前記第１ピークグループと前記第２ピークグループに分類される請求項１７に記載の記録媒体。
前記雑音除去ステップは、
前記ＥＫＧ信号の正のピークと負のピークを基に、前記ＥＫＧ信号の正のピークごとに時間軸上のウィンドウサイズを生成するウィンドウサイズ生成ステップと、
前記第１ピークグループに含まれたピークとこのピークに時間上最も近いＥＫＧ信号の正のピークとの時間差を演算する時間差演算ステップと、
前記第１ピークグループに含まれたピークの平均ＢＡを演算する第１ピークグループ平均ＢＡ演算ステップと、
前記第１ピークグループに含まれたピークの対応するウィンドウサイズと時間差により、前記第１ピークグループに含まれたピークから前記第１ピークグループ平均ＢＡを減算する１次雑音除去ステップと、
前記ウィンドウサイズと時間差の平均値により、前記第２ピークグループに含まれたピークから前記第１ピークグループ平均ＢＡを減算する２次雑音除去ステップと、を含む請求項１７に記載の記録媒体。
前記ウィンドウサイズ生成ステップでは、
前記ウィンドウサイズは、前記ＥＫＧ信号の正のピークと前記ＥＫＧ信号の正のピークと最も近接した負のピークとの時間軸上の距離の３倍である請求項２１に記載の記録媒体。
前記ＥＫＧ信号の正のピークは、対応するウィンドウサイズの前の１／３地点に位置した請求項２２に記載の記録媒体。
前記１次雑音除去ステップでは、
前記第１ピークグループに含まれたピークに対応するウィンドウサイズ分だけの第１ピークグループ平均ＢＡを前記ＥＫＧ信号の正のピークから前記時間差分だけ遅延させて、前記第１ピークグループに含まれたピークから減算する請求項２１に記載記録媒体。