JP2016163698A - 精神状態判定方法及び精神状態判定プログラム - Google Patents
精神状態判定方法及び精神状態判定プログラム Download PDFInfo
- Publication number
- JP2016163698A JP2016163698A JP2016035743A JP2016035743A JP2016163698A JP 2016163698 A JP2016163698 A JP 2016163698A JP 2016035743 A JP2016035743 A JP 2016035743A JP 2016035743 A JP2016035743 A JP 2016035743A JP 2016163698 A JP2016163698 A JP 2016163698A
- Authority
- JP
- Japan
- Prior art keywords
- data
- determination
- measurement data
- region
- inflection point
- 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
Landscapes
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
【解決手段】複数の測定データから判定用の基礎データを作成する作成工程と測定データから使用者の精神状態を判定する判定工程とを具備し、作成工程は、測定データを得る測定工程と、得られた測定データを所定の式に代入してロジスティック判別分析を行う判別工程と、各測定データにおける相関係数を求め、相関係数による関数を求め、該関数における正の側の変曲点と負の側の変曲点とを求め、中間領域と鬱領域と正常領域とを設定する設定工程とを具備し、判定工程は、測定データがどの領域に位置するかの判定を行う第1判定工程と、中間領域に位置するデータに対しては、データが正であるか負であるかと問診票データの傾向を照合して両者の傾向が一致していれば正常、異なっていれば鬱と判定する第2判定工程とを行う精神状態判定方法。
【選択図】図1
Description
そこで、簡易的にうつ傾向があるかどうかを、身体情報を用いて物理的に判定する装置や方法が提案されており、例えば特許文献1には心拍数を測定し、被験者の生体物理的パラメーターのパターンを測定し、さらに該パターンを用いて精神障害を診断する方法が提案されている。
また、特許文献2には血液をメタボローム解析することにより、うつ病患者でエタノールアミンリン酸の濃度が低いことを発見し、うつ病を診断するバイオマーカー血液検査によりうつ病の判定を行う方法が提案されている。
また、特許文献2の方法は、本格的にうつ病であるか否かを判定する際には有効であるが、血液を採らなければならず簡易にうつ病の傾向を知るという用途には不向きなものである。
また、いずれの方法によっても未だ不正確な点があり、より正確に精神状態を判定できる判定方法の開発が要望されているのが現状である。
従って、本発明の目的は、簡易且つ簡便にうつの傾向があるか否か等精神状態等の心身状態を高精度に判定できる心身状態判定装置を提供することにある。
すなわち、本発明は以下の各発明を提供するものである。
1.問診票データと、使用者の心拍変動指標(HRV)の高周波成分(HF)の変化と低周波成分(LF)の変化を測定して得られる測定データとを用いて、使用者の精神状態を判定する精神状態判定方法であって、
複数の測定データから判定用の基礎データを作成する作成工程と上記測定データから使用者の精神状態を判定する判定工程とを具備し、
上記作成工程は、
使用者に精神負荷をかけ、その前、精神負荷をかけている最中、及びその後のそれぞれにおける心拍変動指標(HRV)の高周波成分(HF)と低周波成分(LF)とを測定して上記測定データを得る測定工程と、
得られた測定データを3つのステージに分けることなく、所定の式に代入してロジスティック判別分析を行う判別工程と、
判別工程により得られた複数のデータを、0点を中心にしてそこから所定の±間隔を定めて、その間隔を徐々に広げながら相関関数をとり、各測定データにおける相関係数を求め、得られた相関係数による関数を求め、該関数における正の側の変曲点と負の側の変曲点とを求め、これらの変曲点に挟まれた部分を中間領域とし、正の側の変曲点より以上の領域を鬱領域とし、負の側の変曲点より以下の領域を正常領域として、3つの領域を設定する設定工程とを具備し、
上記判定工程は、
上記測定データがどの領域に位置するかの判定を行う第1判定工程と、
上記中間領域に位置するデータに対しては、当該データが正であるか負であるかと問診票データの傾向が鬱傾向となっているか正常傾向となっているかを照合して両者の傾向が一致していれば正常、異なっていれば鬱と判定する第2判定工程とを行うことを特徴とする精神状態判定方法。
2.上記精神負荷が、きわめて軽い負荷であることを特徴とする請求項1記載の精神状態判定方法。
3.コンピュータを精神状態判定装置として機能させるためのプログラムであって、
使用者に精神負荷をかけ、その前、精神負荷をかけている最中、及びその後のそれぞれにおける心拍数データを入力する心拍数データ入力ステップ、
問診票データを読み込み入力する問診票データ入力ステップ、
心拍数データを分析して、使用者の心拍変動指標(HRV)の高周波成分(HF)の変化と低周波成分(LF)の変化とを計測する計測ステップ、
得られたLFとHFとを3つのステージに分けることなく、所定の式に代入してロジスティック判別分析を行う判別ステップ、
判別工程により得られたデータを、0点を中心にしてそこから所定の±間隔を定めて、その間隔を徐々に広げながら相関関数をとり、各測定データにおける相関係数を求め、得られた相関係数による関数を求め、該関数における正の側の変曲点と負の側の変曲点とを求め、これらの変曲点に挟まれた部分を中間領域とし、正の側の変曲点より以上の領域を鬱領域とし、負の側の変曲点より以下の領域を正常領域として、測定データがどの領域に位置するかによって鬱であるか否かの判定を行う第1判定ステップ、
上記中間領域に位置するデータに対しては、当該データが正であるか負であるかと問診票データの傾向が鬱傾向となっているか正常傾向となっているかを照合して両者の傾向が一致していれば正常、異なっていれば鬱と判定する第2判定ステップとを具備する精神状態判定プログラム。
また、本発明の精神状態判定プログラムは、既存の携帯型端末等に適用可能であり、手軽に且つ正確に上記精神状態を判定できるものである。
<心身状態判定装置>
まず、図1を参照して本発明の心身状態判定装置としての精神状態判定装置について説明する。
図1及び2に示す精神状態判定装置1は、心電図装置10と、心電図装置10により得られたデータを移送し、これを入力して処理するコンピュータ部20とからなる。
心電図装置10は、ここでは通常公知の電極を人の体に取り付けて測定する心電図装置を示すが、その他、マイクロ波による心電図装置(特開2009−172176号公報参照)や、被験者の体に光を照射し、光を照射した部位の画像を連続的に取得し、取得した画像を演算処理して脈波を算出すると共に継時的な脈波の状態を計算することにより心拍を計測する装置により構成してもよい。
コンピュータ部20は、特に図示しないが、取得した画像データを一時的に保存すると共に演算処理後の出力データを一時的に保存するメモリ部と、演算処理する演算処理部としての中央処理演算装置(CPU)と、コンピュータを動作させるプログラムを収容する記憶媒体(本実施例においてはソリッドステートドライブ:SSD)とからなり、表示部材としての液晶ディスプレイに連結されている。
そして、本実施形態の装置1は、その記憶媒体に心身状態判定プログラムとしての精神状態判定プログラムが収容されており、かかる精神状態判定プログラムにより精神状態の判定を行う。
本実施形態の判定プログラムは、
コンピュータを精神状態判定装置として機能させるためのプログラムであって、通常は、上記記録媒体に以下の各ステップを行うためのプログラムが格納されて、実行できるようになされている。
すなわち、使用者に精神負荷をかけ、その前、精神負荷をかけている最中、及びその後のそれぞれにおける心拍数データを入力する心拍数データ入力ステップ、
問診票データを読み込み入力する問診票データ入力ステップ、
心拍数データを分析して、使用者の心拍変動指標(HRV)の高周波成分(HF)の変化と低周波成分(LF)の変化とを計測する計測ステップ、
得られたLFとHFとを3つのステージに分けることなく、所定の式に代入してロジスティック判別分析を行う判別ステップ、
判別工程により得られたデータを、0点を中心にしてそこから所定の±間隔を定めて、その間隔を徐々に広げながら相関関数をとり、各間隔の相関関数を比較し、正の側の変曲点と負の側の変曲点とを求め、これらの変曲点に挟まれた部分を中間領域とし、正の側の変曲点より以上の領域を鬱領域とし、負の側の変曲点より以下の領域を正常領域として、測定データがどの領域に位置するかによって鬱であるか否かの判定を行う第1判定ステップ、
上記中間領域に位置するデータに対しては、当該データが正であるか負であるかと問診票データの傾向が鬱傾向となっているか正常傾向となっているかを照合して両者の傾向が一致していれば正常、異なっていれば鬱と判定する第2判定ステップとを行うように構成されている。
以下、各ステップについて詳述する。
本ステップでは、上述の心電図装置により、使用者(被験者)の心拍数を測定し、その測定データをコンピュータの記録媒体に記録する。
すなわち、心電図装置10と連結されたコンピュータ部20に心電図装置からの心電図データを入力させると共に、当該心電図データを後の計測するステップに適用できるように整理した状態でデータを記録する。なお、ハイエンドタイプの心電図装置を用いた場合にはこのステップまで心電図装置で行うように構成することも可能であり、その場合には、このプログラムのうちこのステップは心電図装置の記録媒体に格納しておくことも可能である。
このステップは予め使用者(被験者)に記入してもらった問診票データを入力するステップである。データの取得手法は特に制限されず、人の手による入力や機械的に読み取る方式(いわゆるOCR)等種々の手法を用いることができ、このようにして取得したデータを本実施形態においては、コンピュータの記録媒体に入力格納して後述する各ステップで活用できるようにする。
また、問診票データとしては、いわゆる自己評価式抑うつ性尺度(SDS)と呼ばれる精神病関連で一般的に用いられている、質問事項にこたえると点数が与えられるものを用いることができる(SDSについては、たとえば、篠原豊, et al. "246. 自己評価式抑うつ性尺度 (SDS) による障害老人と在宅健常老人の検討 (第 1 報)." 理学療法学 16 (1989): 246.等参照)。
ついで、本ステップにより心拍数データを分析して、使用者の心拍変動指標(HRV)の高周波成分(HF)の変化と低周波成分(LF)の変化とを計測する。
HRVを求めるために、まず、周波数のスペクトル関数を得る。通常心電図から求められる自律神経活性評価指標である心拍数変動指標(Heart Rate Variability:HRV)は自律神経の活性を表す指標であり、心拍のRR間隔の揺らぎの大きさを低周波領域と高周波領域に分けて算出した指標である。交感神経と副交感神経の双方の影響を受けるLF(Low Frequency:0.04−0.15Hz)と副交感神経の影響を受けるHF(High Frequency:0.15−0.4Hz)が広く用いられている。両者の比、LF/HFは交感神経活性の指標であるが、ストレスの評価手法としても用いられているためである。
図1には心電図装置を示したが心電図装置ではなく、マイクロ波や脈波(上述したモバイル端末のカメラで測定する場合も脈波を活用する)からHRVを得ることもでき、その場合には、まず、各脈波計測時間を横軸、各脈波間の時間(心拍間隔)を縦軸にとり、グラフを作成する。一回の計測に必要な計測時間は64秒(これはFFTの計算制限によるもの)として、0.25秒ごとにグラフをリサンプル処理し、その後、周波数解析を行う。なお、リサンプル処理には線形補間を用いており、周波数解析はハニング窓関数処理をした後、FFTによって計算することにより行う。これにより取得できたスペクトル関数をF(ω)とする(ただし「ω」は周波数)。
なお、周波数スペクトルを求める方法としては、次のような手法もある。測定された脈波から心拍のピークを求め、その間隔(p―p Interval :心電図のRR間隔に対応)の時系列を求める。次に、高速フーリエ変換(FFT)を用いてHRVを求めるためには、一定時間間隔でサンプリングする必要があるが、P―p Intervalは自律神経活動に伴い揺らいでいるので、P―p Intervalの時系列を、多項式を用いてスムージングし、一定時間間隔でリサンプリングする。そして、一定時間間隔でリサンプリングしたP―p IntervalにFFTを施し、周波数スペクトルを得る手法である。
最後に、HF、LFを常法に従い算出し、算出結果を記録媒体やメモリに保存しておく。
本ステップは、得られたLFとHFとを3つのステージに分けることなく、所定の式に代入してロジスティック判別分析を行うステップである。
ここで、「得られたLFとHFとを3つのステージに分けることなく」とは、LFとHFとは上述の3つのステージそれぞれについてで測定するが、この判別ステップではそれぞれを分けて判別するのではなく、全てのステージで得られたデータをすべて用いて、当該使用者(被験者)における判別データとして用いることを意味する。
また、上記の所定の式とは、得られた各心拍変動指標(HRV)を用いてロジスティック判別分析式である。
すなわち、上述の3つのステージのそれぞれについてLFとHFとを測定し、HRVを求めるが、3つのステージに分けるのではなく、3つのステージを一体として考え、kの一体化されたデータを用いて使用者(被験者)のHRVデータを算出して、上記ロジスティック判別分析式により判別を行う。
上記ロジスティック判別分析式としては、具体的には、下記ロジスティック回帰式が用いられる。
l=In(p/(1−p))=a0+a1x1+a2x2+・・・・・+anxn
lは対数オッズ、pはうつ病を発症する確率、a1〜anはそれぞれ回帰係数、x1〜xnはHRV説明変数を示す。
そして、上述の得られたHF、LF、及びこれらから得られるHRVをあらかじめコンピュータの記録媒体に記録された上記の式に代入して、ロジスティック関数値を得る。得られたロジスティック関数値は一旦記録媒体に記録する。これにより、ロジスティック関数値としてHF、LFデータが所定の危険性判別、本実施形態においては、鬱であるかどうかの危険度を数値化して算出することができる。
本ステップは、判別工程により得られたロジスティック関数値を、0点を中心にしてそこから所定の±間隔を定めて、その間隔を徐々に広げながら相関関数をとり、各計測データにおける相関係数を求め、得られた相関係数による関数を求め、該関数における正の側の変曲点と負の側の変曲点とを求め、これらの変曲点に挟まれた部分を中間領域とし、正の側の変曲点より以上の領域を鬱領域とし、負の側の変曲点より以下の領域を正常領域として、測定データがどの領域に位置するかによって鬱であるか否かの判定を行うステップである。
すなわち、本工程においては、上述の工程で上記式に算入して得られたロジスティック関数値を所定の相関関数式に代入することにより、各間隔の相関関数を比較するに際して使用される相関係数を算出する。その際、まず、ロジスティック関数値を、0点を中心にしてグラフ化し、所定の±間隔を定める。ここで所定の±間隔は下記kである。そして、この間隔を徐々に(具体的にはkの分だけ)広げながら下記の相関関数式により相関係数を求める。
相関関数式;G(x,y)=<A(x)B(y)>
この式は、いわゆる自己創刊関数式であり、xは任意の一点のデータを示し、yはxから正又は負の方向へkずれたデータを示す(kは1以上の整数である)。
要するに、この相関関数式により、各データの平均をとって、対象となるデータがその平均からどの程度ずれているかを示すベクトルを取り、そのベクトルのなす角の余弦をとった値である。
具体的には、まず0点に最も近いデータ(正負両方あるので、それぞれ正第1点、負大1点という)に着目し、この正第1点から正方向に向けてk=1だけずれたデータ、すなわち正第1点の次に0点に近いデータをもって上記相関関数式により相関関数を得る。負の側についても同様にして負第1点から負方向に向けてk=1だけずれたデータ、すなわち負第1点の次に0点に近いデータをもって上記相関関数式により相関関数を得る。
次に、この相関係数をもって関数を求め、得られた関数の正の側の変曲点と負の側の変曲点とを求める。すなわち、あらかじめコンピュータの記録媒体に上記相関関数式を記憶させておき、記憶させておいた相関関数式に上記のロジスティック関数値を代入して、相関係数を求め、全てのデータについて相関係数を求めた上で当該複数の相関係数により構成される関数を算出する。そして、算出された関数の正負2つの変曲点を求め、得られた2つの変曲点に囲まれた領域と、正の変曲点以上の領域と、負の変曲点以下の領域とに区分する。なお、この区分に際しては相関係数ではなくロジスティック関数値でもって区分を行う。
そして、測定データがこれらの3つ領域のどの領域に該当するかを、各測定データのロジスティック関数値がどの領域に属するかで判定する。鬱領域にある場合には鬱状態であると、正常領域にある場合には正常と判定するが、中間領域にある場合には、次の第2判定ステップに移る。
測定データのロジスティック関数値が上記中間領域に位置する場合には、当該測定データのロジスティック関数値が正であるか負であるかを判別し、同時に当該測定データにかかる使用者(被験者)の問診票データを格納された問診票データにアクセスすることで、鬱傾向となっているか正常傾向となっているかを判別する。鬱傾向の場合は正と、正常傾向なら負と判別する。そして両者を照合して両者の傾向が一致、すなわち符号が一致していれば正常、異なっていれば鬱と判定する。
また、本装置における本実施形態のプログラムは、上述の判定を行うと同時に判定の基礎となるデータベースを構築するものであり、かかるデータベースの構築のためには最初にある程度の被験者データを取得する必要があるが、少なくとも50人分の被験者データがあれば初期データとして十分に信頼性のある判定のために基礎データベースが構築できると考えられるが、測定を重ねるごとにより精度が高く信頼性の高い基礎データベース(上述の3つの領域区分)が構築される。
本実施形態の精神状態判定方法は、精神状態判定装置及び精神状態判定プログラムを使用して行うことができる。本実施形態の精神状態の判定方法は、
問診票データと、使用者の心拍変動指標(HRV)の高周波成分(HF)の変化と低周波成分(LF)の変化を測定して得られる測定データとを用いて、使用者の精神状態を判定する精神状態判定方法であって、
複数の測定データから判定用の基礎データを作成する作成工程と上記測定データから使用者の精神状態を判定する判定工程とを具備し、
上記作成工程は、
使用者に精神負荷をかけ、その前、精神負荷をかけている最中、及びその後のそれぞれにおける心拍変動指標(HRV)の高周波成分(HF)と低周波成分(LF)とを測定して上記測定データを得る測定工程と、
得られた測定データを3つのステージに分けることなく、所定の式に代入してロジスティック判別分析を行う判別工程と、
判別工程により得られた複数のデータを、0点を中心にしてそこから所定の±間隔を定めて、その間隔を徐々に広げながら相関関数をとり、各測定データにおける相関係数を求め、得られた相関係数による関数を求め、該関数における正の側の変曲点と負の側の変曲点とを求め、これらの変曲点に挟まれた部分を中間領域とし、正の側の変曲点より以上の領域を鬱領域とし、負の側の変曲点より以下の領域を正常領域として、3つの領域を設定する設定工程とを具備し、
上記判定工程は、
上記測定データがどの領域に位置するかの判定を行う第1判定工程と、
上記中間領域に位置するデータに対しては、当該データが正であるか負であるかと問診票データの傾向が鬱傾向となっているか正常傾向となっているかを照合して両者の傾向が一致していれば正常、異なっていれば鬱と判定する第2判定工程とを行う
ことにより実施できる。
すなわち、本発明の方法においては、測定データを得ると共に得られた測定データからデータベースを作成(作成工程)し、かかるデータベースを用いて測定データにかかる使用者(被験者)がどのような精神状態であるが判定(判定工程)する。
以下、各工程について説明する。
(測定工程)
測定工程は、図1に示す装置を用いて心電図データを取得し、取得した心電図データを用いて心拍変動指標(HRV)の高周波成分(HF)と低周波成分(LF)とを算出することにより行う。心電図データの取得は、上述したように、心電図装置を用いずに、脈波を測定するマイクロ波測定装置やカメラによる測定など種々の手法を用いることができる。
ここで、LF(0.04〜0.15Hz)は、交感神経、副交感神経の活性度を示し、HF(0.15〜0.4Hz)は、副交感神経の活性度(リラックス度)を示し、LF/HF(LFとHFの比)は交感神経の活性度(緊張度)を示す。
上記精神負荷は、きわめて軽い負荷であるのが好ましい。ここで、極めて軽い負荷とは、一桁の整数を書かせる、簡単なひらがなを一文字書かせる等、ほとんど精神活動を要しない単純作業により生じる負荷をいう。また、あえて通常はリラックスるできる画像や音楽を聞かせる等、通常は精神的に苦痛とは感じられないような負荷を与えることもここでいう極めて軽い負荷に含まれる。
算出は、上述の計測するステップによる手法を用いてHRVの各データを算出することにより行う。
通常であれば、精神負荷をかけている最中のHF、LF/HF、HR変化量が大きく、緊張するべき時は緊張し、リラックスするべき時は、リラックスする。しかし、精神状態に異常のある場合には、異なる挙動を示す。これらの挙動をHRVデータとして数値化して、上述の装置を用いた場合には、心電図装置の記録媒体又はコンピュータの記録媒体にデータを格納する。
次に得られた測定データを3つのステージに分けることなく、上述のロジスティック回帰式に代入してロジスティック関数値を得る。得られたロジスティック関数値は、ある程度鬱状態などの精神状態と相関性があり、これをもって精神状態を判別することもある程度は可能であるが、これだけだと精度面で不十分であり、本来鬱と判別すべき使用者を正常と判定し、また正常と判定すべき使用者を鬱と判定する、いわゆる誤判定が無視できない程度に発生する。
このことから本発明においては以下の設定工程を行いデータを区分する領域設定を行い、後述する判定工程によりさらに精度の高い判定を行うこととしている。
設定工程は、判別工程により得られたデータを複数個用いてデータの領域を正常領域、中間領域、鬱領域の3つに区分してデータの振り分けを、上述の精神状態判定装置を用いた場合に自動的に行うことができるようにする工程である。
この工程により、測定データを3つの領域に区分し、判定の困難な中間領域についても正確に判定することができるようにしている。また、本設定工程により作成される領域は一旦作成し、それで完了ということではなく、順次新しい測定データを取得することで更新される。これにより常に信頼性の高い領域設定を行い、精度の高い判定を行うことができる。
本工程においては、上述の判別工程により得られたロジスティック判定値を用いて、ロジスティック関数値が0点の場合を中心にして、そこから所定の±間隔を定めて、その間隔を徐々に広げながら相関関数をとる。この際の所定の±間隔及び相関関数は上述の通りである。
そして、次に、得られた相関係数による関数を求め、該関数における正の側の変曲点と負の側の変曲点とを求める。これらの変曲点に挟まれた部分を中間領域とし、正の側の変曲点より以上の領域を鬱領域とし、負の側の変曲点より以下の領域を正常領域として、3つの領域を設定する。これにより測定データの判定を行うための基礎データの構築が完了することとなる。
(第1判定工程)
本工程では、上記測定データが、上記正常領域、上記中間領域および上記鬱領域のいずれの領域に属するかを判定する。判定に際しては上記測定データがどの領域に位置するかをグラフにプロットすることで判定することができる。そして、かかる測定データが鬱領域に属する場合には精神状態が鬱状態であると判定し、正常状態である場合には正常であると判定する。そして中間領域に属する場合には一旦保留して第2判定工程を行う。
(第2判定工程)
本工程は、測定データが上記中間領域に位置する場合に行う工程であり、まず、1の使用者における測定データが正であるか負であるかを振り分ける。次に同一の使用者における問診票データの傾向が鬱傾向となっているか正常傾向となっているかを振り分ける。そして測定データの正負と問診票データの正常傾向又は鬱傾向とを照合する。問診票データが正常傾向の場合は負と、鬱傾向の場合は正と判定して、測定データ及び問診票データの双方が正又は負の場合には「両者の傾向が一致」していると判定し、正常と判定する。逆に、双方の符号が異なっていれば、例えば一方が正で他方が負の場合には「両者の傾向が不一致」であると判定し、鬱と判定する。
以上の各工程を行うことによりHRVデータから、従来の心拍数を用いた判定方法よりも正確に鬱かそうでないかを判定することができる。
例えば、さらに第2判定工程において説明変数として年齢の変数、性別の変数を入れて計算を行うことも可能である。
〔実施例〕
被験者(使用者)69名(22名の未投薬のうつ病患者、47名の健常者)を対象に精神負荷をかけて上述の精神状態判別装置を用いて心電図データを得た。その際、精神負荷をかける前、かけている最中、かけた後のそれぞれについて測定を行い、得られた心拍数データをコンピュータ部の記録媒体に格納した(心拍数データ入力ステップ)。ついで、それぞれの心拍変動指標(HRV)の高周波成分(HF)と低周波成分(LF)とを算出し、そのデータをコンピュータ部の記録媒体に格納した(計測ステップ)。
また、別に問診票を用意し、各被験者に記入してもらい、各被験者のSDSスコアを得、これをコンピュータ部に入力して、記録媒体に格納した(問診票データ入力ステップ)。
ついで得られたデータを用いて、コンピュータに判別ステップ、第1判定ステップ及び第2判定ステップを実行させて、上述の3つの領域を設定する設定工程を行うと共に各測定データがこれらの3つの領域のいずれに属するかを判定する第1判定工程と中間領域に属する場合に問診票データと照合して両者の符合が一致するか不一致かを判定する第2判定工程とを行った。
判別ステップ(判別工程)により得られたロジスティック関数値と第1判定ステップ(設定工程)で得られた相関係数とを表1に示す。なお、表1における左の数値(1〜69)はそれぞれ被験者を特定する番号である。
この表1に示す相関係数をグラフにプロットして関数を求め、変曲点を求めた。このグラフを図2に示す。このグラフから変曲点が0.2449と−0.2413であることが判る。これをもとにロジスティック関数値を見ると、表1に示すように0.36と−1.8とで線引きできることとなる。なお、測定データが追加されると当該測定データについて判定を行うと共に追加される測定データを用いて新たに相関係数による関数を求め、領域の分割のための変曲点の値を再度算出する。この工程は測定データが追加されるたびに行うこととなる。したがって、変曲点はデータ数が多くなると相関係数により形成される関数に変化が生じるため、変動する可能性があるが、微調整に等しい程度の変化であり且つより精度の高い領域分割が可能となる。
このデータに基づいて正常領域、鬱領域および中間領域を区分すると共に測定データをプロットした。その結果を図3に示す。
なお、測定は、100秒間の安静、100秒間の精神負荷、精神負荷終了後に120秒間の安静を被験者に課し、それぞれ心電図データを取得することにより行った。また、精神負荷は一ケタの数字をランダムに書いてもらうことにより行った。
図3に示す結果から明らかなように、中間領域に属するデータには、0より大きく通常であれば鬱領域と判断されるべき領域でも正常な場合があり、また、0より小さく通常であれば正常であると判断されるべき領域でも鬱と判断される場合があることが判る。そして、この結果はベテランの精神医の診察結果と一致するものであり、上述の3つの領域に区分する上記設定工程と中間領域に属する場合にさらに詳細に判定する上記第2判定工程を行うことで、本発明の精神状態判定方法は信頼性の高いものであることが判った。
また、本発明の精神状態判定方法を実施するためのプログラムである本発明の精神状態判定プログラムを備えた精神状態判定装置は非常に精度よく使用者(被験者)の精神状態を判定できるものであることが判る。
Claims (3)
- 問診票データと、使用者の心拍変動指標(HRV)の高周波成分(HF)の変化と低周波成分(LF)の変化を測定して得られる測定データとを用いて、使用者の精神状態を判定する精神状態判定方法であって、
複数の測定データから判定用の基礎データを作成する作成工程と上記測定データから使用者の精神状態を判定する判定工程とを具備し、
上記作成工程は、
使用者に精神負荷をかけ、その前、精神負荷をかけている最中、及びその後のそれぞれにおける心拍変動指標(HRV)の高周波成分(HF)と低周波成分(LF)とを測定して上記測定データを得る測定工程と、
得られた測定データを3つのステージに分けることなく、所定の式に代入してロジスティック判別分析を行う判別工程と、
判別工程により得られた複数のデータを、0点を中心にしてそこから所定の±間隔を定めて、その間隔を徐々に広げながら相関関数をとり、各測定データにおける相関係数を求め、得られた相関係数による関数を求め、該関数における正の側の変曲点と負の側の変曲点とを求め、これらの変曲点に挟まれた部分を中間領域とし、正の側の変曲点より以上の領域を鬱領域とし、負の側の変曲点より以下の領域を正常領域として、3つの領域を設定する設定工程とを具備し、
上記判定工程は、
上記測定データがどの領域に位置するかの判定を行う第1判定工程と、
上記中間領域に位置するデータに対しては、当該データが正であるか負であるかと問診票データの傾向が鬱傾向となっているか正常傾向となっているかを照合して両者の傾向が一致していれば正常、異なっていれば鬱と判定する第2判定工程とを行うことを特徴とする精神状態判定方法。 - 上記精神負荷が、きわめて軽い負荷であることを特徴とする請求項1記載の精神状態判定方法。
- コンピュータを精神状態判定装置として機能させるためのプログラムであって、
使用者に精神負荷をかけ、その前、精神負荷をかけている最中、及びその後のそれぞれにおける心拍数データを入力する心拍数データ入力ステップ、
問診票データを読み込み入力する問診票データ入力ステップ、
心拍数データを分析して、使用者の心拍変動指標(HRV)の高周波成分(HF)の変化と低周波成分(LF)の変化とを計測する計測ステップ、
得られたLFとHFとを3つのステージに分けることなく、所定の式に代入してロジスティック判別分析を行う判別ステップ、
判別工程により得られたデータを、0点を中心にしてそこから所定の±間隔を定めて、その間隔を徐々に広げながら相関関数をとり、各測定データにおける相関係数を求め、得られた相関係数による関数を求め、該関数における正の側の変曲点と負の側の変曲点とを求め、これらの変曲点に挟まれた部分を中間領域とし、正の側の変曲点より以上の領域を鬱領域とし、負の側の変曲点より以下の領域を正常領域として、測定データがどの領域に位置するかによって鬱であるか否かの判定を行う第1判定ステップ、
上記中間領域に位置するデータに対しては、当該データが正であるか負であるかと問診票データの傾向が鬱傾向となっているか正常傾向となっているかを照合して両者の傾向が一致していれば正常、異なっていれば鬱と判定する第2判定ステップとを具備する精神状態判定プログラム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015037820 | 2015-02-27 | ||
JP2015037820 | 2015-02-27 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2016163698A true JP2016163698A (ja) | 2016-09-08 |
JP6635507B2 JP6635507B2 (ja) | 2020-01-29 |
Family
ID=56876427
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016035743A Active JP6635507B2 (ja) | 2015-02-27 | 2016-02-26 | 精神状態判定方法及び精神状態判定プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6635507B2 (ja) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018100719A1 (ja) * | 2016-12-01 | 2018-06-07 | 三菱電機株式会社 | メンタルストレス検出装置及びメンタルストレス検出プログラム |
WO2019054182A1 (ja) * | 2017-09-12 | 2019-03-21 | 東洋紡株式会社 | 精神神経状態を判別する指標の作成方法および作成装置 |
JP2019047982A (ja) * | 2017-09-12 | 2019-03-28 | 東洋紡株式会社 | 睡眠障害を判別する指標の作成方法および作成装置ならびに睡眠障害を判別する方法 |
JP2019047980A (ja) * | 2017-09-12 | 2019-03-28 | 東洋紡株式会社 | 精神神経状態を判別する指標の作成方法および作成装置 |
KR102061725B1 (ko) | 2018-01-05 | 2020-01-02 | 주식회사 옴니씨앤에스 | 정신 건강을 진단하는 방법, 시스템 및 비일시성의 컴퓨터 판독 가능 기록 매체 |
WO2020122227A1 (ja) * | 2018-12-14 | 2020-06-18 | 学校法人慶應義塾 | うつ状態を推定する装置、方法及びそのためのプログラム |
WO2021053950A1 (ja) * | 2019-09-19 | 2021-03-25 | 株式会社カネカ | 情報処理装置および情報処理プログラム |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023095847A1 (ja) | 2021-11-25 | 2023-06-01 | 住友ファーマ株式会社 | 精神疾患の判定方法、プログラム、精神疾患の判定装置および精神疾患判定システム |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002537911A (ja) * | 1999-03-02 | 2002-11-12 | チルドレ,ドック・エル | 生理的コヒーレンスおよび自律神経バランスを促進するための方法および装置 |
JP2009524450A (ja) * | 2006-01-24 | 2009-07-02 | カーディアック ペースメイカーズ, インコーポレイテッド | うつ病の検出および治療装置 |
JP2013233256A (ja) * | 2012-05-08 | 2013-11-21 | Gm3 Co Ltd | 心拍変動指標を用いた精神症状及び精神疾患発病リスク評価法及び評価装置 |
JP2015080573A (ja) * | 2013-10-22 | 2015-04-27 | 公立大学法人首都大学東京 | 心身状態判定装置及び心身状態判定プログラム |
-
2016
- 2016-02-26 JP JP2016035743A patent/JP6635507B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002537911A (ja) * | 1999-03-02 | 2002-11-12 | チルドレ,ドック・エル | 生理的コヒーレンスおよび自律神経バランスを促進するための方法および装置 |
JP2009524450A (ja) * | 2006-01-24 | 2009-07-02 | カーディアック ペースメイカーズ, インコーポレイテッド | うつ病の検出および治療装置 |
JP2013233256A (ja) * | 2012-05-08 | 2013-11-21 | Gm3 Co Ltd | 心拍変動指標を用いた精神症状及び精神疾患発病リスク評価法及び評価装置 |
JP2015080573A (ja) * | 2013-10-22 | 2015-04-27 | 公立大学法人首都大学東京 | 心身状態判定装置及び心身状態判定プログラム |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018100719A1 (ja) * | 2016-12-01 | 2018-06-07 | 三菱電機株式会社 | メンタルストレス検出装置及びメンタルストレス検出プログラム |
JPWO2018100719A1 (ja) * | 2016-12-01 | 2019-07-04 | 三菱電機株式会社 | メンタルストレス検出装置及びメンタルストレス検出プログラム |
WO2019054182A1 (ja) * | 2017-09-12 | 2019-03-21 | 東洋紡株式会社 | 精神神経状態を判別する指標の作成方法および作成装置 |
JP2019047982A (ja) * | 2017-09-12 | 2019-03-28 | 東洋紡株式会社 | 睡眠障害を判別する指標の作成方法および作成装置ならびに睡眠障害を判別する方法 |
JP2019047979A (ja) * | 2017-09-12 | 2019-03-28 | 東洋紡株式会社 | 精神神経状態を判別する指標の作成方法および作成装置 |
JP2019047980A (ja) * | 2017-09-12 | 2019-03-28 | 東洋紡株式会社 | 精神神経状態を判別する指標の作成方法および作成装置 |
KR102061725B1 (ko) | 2018-01-05 | 2020-01-02 | 주식회사 옴니씨앤에스 | 정신 건강을 진단하는 방법, 시스템 및 비일시성의 컴퓨터 판독 가능 기록 매체 |
WO2020122227A1 (ja) * | 2018-12-14 | 2020-06-18 | 学校法人慶應義塾 | うつ状態を推定する装置、方法及びそのためのプログラム |
JP7502192B2 (ja) | 2018-12-14 | 2024-06-18 | 慶應義塾 | うつ状態を推定する装置、方法及びそのためのプログラム |
WO2021053950A1 (ja) * | 2019-09-19 | 2021-03-25 | 株式会社カネカ | 情報処理装置および情報処理プログラム |
Also Published As
Publication number | Publication date |
---|---|
JP6635507B2 (ja) | 2020-01-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6635507B2 (ja) | 精神状態判定方法及び精神状態判定プログラム | |
Kaufmann et al. | ARTiiFACT: a tool for heart rate artifact processing and heart rate variability analysis | |
Nakanishi et al. | Detecting glaucoma with a portable brain-computer interface for objective assessment of visual function loss | |
JP7367099B2 (ja) | せん妄患者の脳症の存在をスクリーニングするためのシステム | |
Reich et al. | Visual analogue scale: evaluation of the instrument for the assessment of pruritus | |
Byun et al. | Entropy analysis of heart rate variability and its application to recognize major depressive disorder: A pilot study | |
KR20090024808A (ko) | 치매 및 치매성 장애의 평가 | |
US20090326407A1 (en) | Electrophysiological Analysis System and Method | |
KR20080082665A (ko) | 뇌파 수치를 이용한 우울증 및 기타 기분 장애 분석 및평가 시스템 및 방법 | |
Geng et al. | Three‐dimensional analysis of pharyngeal high‐resolution manometry data | |
Plaza-Florido et al. | Inter-and intra-researcher reproducibility of heart rate variability parameters in three human cohorts | |
JP2010201113A (ja) | 疲労度の判定処理システム | |
WO2018106146A2 (ru) | Способ и система неинвазивной скрининговой оценки физиологических параметров и патологий | |
Olsen et al. | Automatic, electrocardiographic-based detection of autonomic arousals and their association with cortical arousals, leg movements, and respiratory events in sleep | |
González et al. | Poincaré plot analysis of cerebral blood flow signals: Feature extraction and classification methods for apnea detection | |
Alves et al. | Linear and complex measures of heart rate variability during exposure to traffic noise in healthy women | |
Lopes et al. | Brazilian studies on pulmonary function in COPD patients: what are the gaps? | |
US7097617B1 (en) | Method for diagnosis of pain relief probability through medical treatment | |
JP6404162B2 (ja) | 脳機能指標演算装置および脳機能指標演算方法 | |
Nolte et al. | Vibration threshold in non-diabetic subjects | |
Weinreb | Assessment of optic disc topography for diagnosing and monitoring glaucoma | |
EP4124287A1 (en) | Regularized multiple-input pain assessment and trend | |
JP6233776B2 (ja) | 心身状態判定装置及び心身状態判定プログラム | |
US20210169415A1 (en) | Machine classification of significant psychophysiological response | |
Georgieva-Tsaneva et al. | Cardio-diagnostic assisting computer system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190219 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20191111 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20191210 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20191212 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6635507 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |