JP2017221721A - 痛み測定装置および痛み測定システム - Google Patents

痛み測定装置および痛み測定システム Download PDF

Info

Publication number
JP2017221721A
JP2017221721A JP2017159489A JP2017159489A JP2017221721A JP 2017221721 A JP2017221721 A JP 2017221721A JP 2017159489 A JP2017159489 A JP 2017159489A JP 2017159489 A JP2017159489 A JP 2017159489A JP 2017221721 A JP2017221721 A JP 2017221721A
Authority
JP
Japan
Prior art keywords
pain
measurement
amount
target
stimulation
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
JP2017159489A
Other languages
English (en)
Other versions
JP6445634B2 (ja
Inventor
文 中江
Fumi Nakae
文 中江
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.)
Osaka University NUC
Original Assignee
Osaka University NUC
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 Osaka University NUC filed Critical Osaka University NUC
Publication of JP2017221721A publication Critical patent/JP2017221721A/ja
Application granted granted Critical
Publication of JP6445634B2 publication Critical patent/JP6445634B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • A61B5/4824—Touch or pain perception evaluation
    • 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
    • A61B5/4824—Touch or pain perception evaluation
    • A61B5/4827—Touch or pain perception evaluation assessing touch sensitivity, e.g. for evaluation of pain threshold
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B10/00—Other methods or instruments for diagnosis, e.g. instruments for taking a cell sample, for biopsy, for vaccination diagnosis; Sex determination; Ovulation-period determination; Throat striking implements
    • 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
    • A61B5/24—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

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Veterinary Medicine (AREA)
  • Psychiatry (AREA)
  • Physics & Mathematics (AREA)
  • Biophysics (AREA)
  • Pain & Pain Management (AREA)
  • Psychology (AREA)
  • Hospice & Palliative Care (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

【課題】痛み測定装置および痛み測定システムを提供すること。【解決手段】測定対象（９９）が有する痛みを測定する痛み測定装置（１０）は、測定対象（９９）から申告された痛みレベルと測定対象（９９）に与えられた刺激量との関係に基づいて、測定対象（９９）において基準となる痛みに対応する基準刺激量を決定する決定部（１２）と、測定対象（９９）から計測された対象脳波データを、基準刺激量に対応する参照脳波データと比較することにより、対象脳波データが計測されたときに測定対象（９９）が有する痛みを測定する測定部（１３）と、を備える。【選択図】図１

Description

本発明は、測定対象の脳波データに基づいて、当該測定対象が有する痛みを測定する痛み測定装置に関する。
痛みは、本質的には主観的なものであるが、治療を行う上では客観的に評価されることが望まれる。痛みが過小評価されることにより、患者が不利益を被る場面が多くみられる。そこで、従来、痛みを客観的に測定するための方法が提案されている（例えば、特許文献１を参照）。
特表２０１０−５２３２２６号公報
しかしながら、上記従来の技術では、測定対象の個体差によって痛みを正確に測定できない場合がある。
そこで、本発明は、測定対象が有する痛みを客観的かつ高精度に測定することができる痛み測定装置を提供する。
本発明の一態様に係る痛み測定装置は、測定対象が有する痛みを測定する痛み測定装置であって、前記測定対象から申告された痛みレベルと前記測定対象に与えられた刺激量との関係に基づいて、前記測定対象において基準となる痛みに対応する基準刺激量を決定する決定部と、前記測定対象から計測された対象脳波データを、前記基準刺激量に対応する、前記測定対象の参照脳波データと比較することにより、前記対象脳波データが計測されたときに前記測定対象が有する痛みを測定する測定部と、を備える。
この構成によれば、測定対象から申告された痛みレベルと測定対象に与えられた刺激量との関係に基づいて、測定対象において基準となる痛みに対応する基準刺激量を決定することができる。そして、基準刺激量に対応する、測定対象の参照脳波データを用いて、痛みを測定することができる。したがって、測定対象の個性に適した参照脳波データを用いて、基準となる痛みに対する測定対象の相対的な痛みを測定することができる。その結果、測定対象が有する痛みを客観的かつ高精度に測定することができる。
例えば、前記決定部は、前記痛みレベルと前記刺激量との関係において刺激量の増加に対する痛みレベルの増加率が所定の閾値率を超える刺激量の範囲の代表値を、前記基準刺激量と決定してもよい。
この構成によれば、刺激量の増加に対する痛みレベルの増加率が所定の閾値率を超える刺激量の範囲の代表値を基準刺激量と決定することができる。したがって、シグモイド曲線で表される、痛みレベルと刺激量との関係を利用して、基準となる痛みの標準化を図ることができる。その結果、より客観的に痛みを測定することが可能となる。
例えば、前記代表値は、最小値、中央値および最大値のうちの少なくとも１つであってもよい。
この構成によれば、代表値として、最小値、中央値および最大値のうちの少なくとも１つを用いることができる。
例えば、前記測定部は、前記対象脳波データおよび前記参照脳波データの各々から少なくとも１つの特徴量を算出し、前記対象脳波データから算出された少なくとも１つの特徴量と、前記参照脳波データから算出された少なくとも１つの特徴量との比較結果に基づいて、前記測定対象が有する痛みを測定してもよい。
この構成によれば、対象脳波データから算出された特徴量と、参照脳波データから算出された特徴量との比較結果に基づいて、測定対象が有する痛みを測定することができる。したがって、対象脳波データと参照脳波データとの比較をより効果的に行うことができる。
例えば、前記少なくとも１つの特徴量は、刺激によって誘発された脳波波形の振幅を表す第１の特徴量を含んでもよい。
この構成によれば、脳波波形の振幅を表す第１の特徴量を用いて、対象脳波データと参照脳波データとの比較を行うことができる。振幅は、痛みレベルに依存するので、脳波データの比較をより効果的に行うことができ、より高精度に痛みを測定することができる。
例えば、前記測定部は、前記参照脳波データから算出された第１の特徴量に対する前記対象脳波データから算出された第１の特徴量の相対的な大きさを示す第１の評価値が第１の閾値よりも大きい場合に、前記測定対象が前記基準となる痛みより大きな痛みを有すると判定してもよい。
この構成によれば、第１の評価値が第１の閾値よりも大きい場合に、測定対象が基準となる痛みより大きな痛みを有すると判定することができる。したがって、痛みが大きいほど振幅は大きくなるという特徴を利用して、より高精度に痛みを測定することができる。
例えば、前記少なくとも１つの特徴量は、刺激によって誘発された脳波波形における潜時を表す第２の特徴量を含んでもよい。
この構成によれば、脳波波形における潜時を表す第２の特徴量を用いて、対象脳波データと参照脳波データとの比較を行うことができる。潜時は、痛みレベルに依存するので、脳波データの比較をより効果的に行うことができ、より高精度に痛みを測定することができる。
例えば、前記測定部は、前記参照脳波データから算出された第２の特徴量に対する前記対象脳波データから算出された第２の特徴量の相対的な大きさを示す第２の評価値が第２の閾値よりも小さい場合に、前記測定対象が前記基準となる痛みより大きな痛みを有すると判定してもよい。
この構成によれば、第２の評価値が第２の閾値よりも大きい場合に、測定対象が基準となる痛みより大きな痛みを有すると判定することができる。したがって、痛みが大きいほど潜時が小さくなるという特徴を利用して、より高精度に痛みを測定することができる。
例えば、前記痛み測定装置は、さらに、前記測定対象に複数の第１刺激量の刺激が個別に与えられたときに前記測定対象から申告された第１痛みレベルおよび前記測定対象から計測された第１脳波データに基づいて、前記複数の第１刺激量とは異なる第２刺激量の刺激が前記測定対象に与えられたときに前記測定対象から申告される第２痛みレベルおよび前記測定対象から計測される第２脳波データを推定する推定部を備え、前記決定部は、前記第１痛みレベルおよび前記第２痛みレベルと前記第１刺激量および前記第２刺激量との関係に基づいて、前記基準刺激量を決定してもよい。
この構成によれば、測定対象に実際には与えられていない刺激量に対応する痛みレベルおよび脳波データを推定することができる。したがって、測定対象に刺激が与えられる回数を削減すること、および、刺激によって測定対象に生じる痛みを抑制することができる。特に、大きな刺激量に対応する痛みレベルおよび脳波データが推定されることにより、大きな刺激によって測定対象に生じる大きな痛みを回避することができる。
また、本発明の一態様に係る痛み測定システムは、測定対象が有する痛みを測定する痛み測定装置と、前記測定対象に複数の刺激量の刺激を個別に与える刺激装置と、（i）前記測定対象に前記複数の刺激量の刺激が与えられたときに前記測定対象の脳波データをそれぞれ計測し、（ii）前記測定対象の痛みの測定に用いる対象脳波データを計測する脳波計と、を備え、前記痛み測定装置は、前記測定対象に前記複数の刺激量の刺激が個別に与えられたときに計測された脳波データを、刺激量および前記測定対象から申告された痛みレベルとともに格納する記憶部と、前記測定対象から申告された痛みレベルと前記測定対象に与えられた刺激量との関係に基づいて、前記測定対象において基準となる痛みに対応する基準刺激量を決定する決定部と、前記測定対象から計測された対象脳波データを、前記基準刺激量に対応する参照脳波データと比較することにより、前記対象脳波データが計測されたときに前記測定対象が有する痛みを測定する測定部と、を備える。
この構成によれば、上記痛み測定装置と同様の効果を奏することができる。
なお、これらの包括的または具体的な態様は、方法、集積回路、コンピュータプログラムまたはコンピュータ読み取り可能なＣＤ−ＲＯＭなどの記録媒体で実現されてもよく、方法、集積回路、コンピュータプログラムおよび記録媒体の任意な組み合わせで実現されてもよい。
本発明の一態様によれば、測定対象が有する痛みを客観的に測定することができ、かつ、測定精度を向上させることができる。
本発明は、例えば、以下の項目を提供する。
（項目１）
測定対象が有する痛みを測定する痛み測定装置であって、
前記測定対象から申告された痛みレベルと前記測定対象に与えられた刺激量との関係に基づいて、前記測定対象において基準となる痛みに対応する基準刺激量を決定する決定部と、
前記測定対象から計測された対象脳波データを、前記基準刺激量に対応する、前記測定対象の参照脳波データと比較することにより、前記対象脳波データが計測されたときに前記測定対象が有する痛みを測定する測定部と、を備える、
痛み測定装置。
（項目２）
前記決定部は、前記痛みレベルと前記刺激量との関係において刺激量の増加に対する痛みレベルの増加率が所定の閾値率を超える刺激量の範囲の代表値を、前記基準刺激量と決定する、
項目１に記載の痛み測定装置。
（項目３）
前記代表値は、最小値、中央値および最大値のうちの少なくとも１つである、
項目２に記載の痛み測定装置。
（項目４）
前記測定部は、
前記対象脳波データおよび前記参照脳波データの各々から少なくとも１つの特徴量を算出し、
前記対象脳波データから算出された少なくとも１つの特徴量と、前記参照脳波データから算出された少なくとも１つの特徴量との比較結果に基づいて、前記測定対象が有する痛みを測定する、
項目１〜３のいずれか１項に記載の痛み測定装置。
（項目５）
前記少なくとも１つの特徴量は、刺激によって誘発された脳波波形の振幅を表す第１の特徴量を含む、
項目４に記載の痛み測定装置。
（項目６）
前記測定部は、
前記参照脳波データから算出された第１の特徴量に対する前記対象脳波データから算出された第１の特徴量の相対的な大きさを示す第１の評価値が第１の閾値よりも大きい場合に、前記測定対象が前記基準となる痛みより大きな痛みを有すると判定する、
項目５に記載の痛み測定装置。
（項目７）
前記少なくとも１つの特徴量は、刺激によって誘発された脳波波形における潜時を表す第２の特徴量を含む、
項目４〜６のいずれか１項に記載の痛み測定装置。
（項目８）
前記測定部は、
前記参照脳波データから算出された第２の特徴量に対する前記対象脳波データから算出された第２の特徴量の相対的な大きさを示す第２の評価値が第２の閾値よりも小さい場合に、前記測定対象が前記基準となる痛みより大きな痛みを有すると判定する、
項目７に記載の痛み測定装置。
（項目９）
前記痛み測定装置は、さらに、
前記測定対象に複数の第１刺激量の刺激が個別に与えられたときに前記測定対象から申告された第１痛みレベルおよび前記測定対象から計測された第１脳波データに基づいて、前記複数の第１刺激量とは異なる第２刺激量の刺激が前記測定対象に与えられたときに前記測定対象から申告される第２痛みレベルおよび前記測定対象から計測される第２脳波データを推定する推定部を備え、
前記決定部は、前記第１痛みレベルおよび前記第２痛みレベルと前記第１刺激量および前記第２刺激量との関係に基づいて、前記基準刺激量を決定する、
項目１〜８のいずれか１項に記載の痛み測定装置。
（項目１０）
測定対象が有する痛みを測定する痛み測定装置と、
前記測定対象に複数の刺激量の刺激を個別に与える刺激装置と、
（i）前記測定対象に前記複数の刺激量の刺激が与えられたときに前記測定対象の脳波データをそれぞれ計測し、（ii）前記測定対象の痛みの測定に用いる対象脳波データを計測する脳波計と、を備え、
前記痛み測定装置は、
前記測定対象に前記複数の刺激量の刺激が個別に与えられたときに計測された脳波データを、刺激量および前記測定対象から申告された痛みレベルとともに格納する記憶部と、
前記測定対象から申告された痛みレベルと前記測定対象に与えられた刺激量との関係に基づいて、前記測定対象において基準となる痛みに対応する基準刺激量を決定する決定部と、
前記測定対象から計測された対象脳波データを、前記基準刺激量に対応する参照脳波データと比較することにより、前記対象脳波データが計測されたときに前記測定対象が有する痛みを測定する測定部と、を備える、
痛み測定システム。
図１は、実施の形態１における痛み測定システムの構成を示すブロック図である。 図２は、実施の形態１における脳波データおよび痛みレベルの収集処理を示すフローチャートである。 図３は、実施の形態１における痛みの測定処理を示すフローチャートである。 図４は、実施の形態１における痛みレベルと刺激量との関係の一例を示す図である。 図５は、実施の形態１における脳波波形の一例を示す図である。 図６は、実施の形態２における痛み測定システムの構成を示すブロック図である。 図７は、実施の形態２における痛みの測定処理を示すフローチャートである。
以下、実施の形態について、図面を参照しながら具体的に説明する。
なお、以下で説明する実施の形態は、いずれも包括的または具体的な例を示すものである。以下の実施の形態で示される数値、形状、材料、構成要素、構成要素の配置位置および接続形態、ステップ、ステップの順序などは、一例であり、請求の範囲を限定する主旨ではない。また、以下の実施の形態における構成要素のうち、最上位概念を示す独立請求項に記載されていない構成要素については、任意の構成要素として説明される。
（実施の形態１）
［痛み測定システムの構成］
図１は、実施の形態１における痛み測定システムの構成を示すブロック図である。痛み測定システムは、痛み測定装置１０と、刺激装置２０と、脳波計３０と、を備える。
痛み測定装置１０は、測定対象９９が有する痛みを測定する。測定対象とは、痛みによって脳波に変化が生じる生体であり、人に限定される必要はない。
刺激装置２０は、複数の刺激量の刺激を個別に測定対象９９に与える。具体的には、刺激装置２０は、例えば、刺激量を変えながら複数の刺激を順に測定対象９９に与える。
ここで、刺激とは、測定対象９９に様々なレベルの痛みを生じさせるために測定対象９９の外部から測定対象９９に与えられるものである。具体的には、刺激は、例えば電気刺激および熱刺激である。
測定対象９９は、刺激装置２０によって与えられた刺激によって生じた痛みの大きさを示す痛みレベルを主観的に申告する。例えば、測定対象９９は、刺激が与えられたときに、視覚的評価スケール（ＶＡＳ：Ｖｉｓｕａｌ Ａｎａｌｏｇ Ｓｃａｌｅ）により痛みレベルを申告する。ＶＡＳとは、現在の痛みレベルが、０〜１００までの痛みレベルを表す１０ｃｍの直線上のどの位置にあるかを指し示すことにより、痛みレベルを申告する方法である。
脳波計３０は、測定対象９９の脳内で発生する電気活動を頭皮上の電極で計測する。そして、脳波計３０は、計測結果である脳波データを出力する。具体的には、脳波計３０は、刺激装置２０によって測定対象９９に複数の刺激量の刺激が与えられたときに脳波データをそれぞれ計測する。さらに、脳波計３０は、測定対象９９の痛みの測定に用いる対象脳波データを計測する。
刺激装置２０によって測定対象９９に与えられた刺激の刺激量と、測定対象９９から申告された痛みレベルと、脳波計３０から出力される脳波データとは、痛み測定装置１０に入力され、参照脳波データの取得のために用いられる。
［痛み測定装置の機能構成］
次に、痛み測定装置１０の詳細な構成について説明する。図１に示すように、痛み測定装置１０は、記憶部１１と、決定部１２と、測定部１３と、を備える。
記憶部１１は、例えば、ハードディスクあるいは半導体メモリである。記憶部１１は、刺激装置２０によって測定対象９９に与えられた刺激の刺激量と、測定対象９９から申告された痛みレベルと、脳波計３０から出力される脳波データとを記憶している。
決定部１２は、例えば、プロセッサおよびメモリによって実現される。決定部１２は、測定対象９９から申告された痛みレベルと測定対象９９に与えられた刺激量との関係に基づいて、測定対象９９において基準となる痛みに対応する基準刺激量を決定する。例えば、決定部１２は、測定対象９９から申告された痛みレベルと測定対象９９に与えられた刺激量との関係において刺激量の増加によって痛みレベルが増加する範囲の代表値（例えば、最小値、中央値および最大値など）を基準刺激量と決定する。この基準刺激量の決定の詳細については後述する。
測定部１３は、測定対象９９から計測された対象脳波データを参照脳波データと比較することにより、対象脳波データが計測されたときに測定対象９９が有する痛みを測定する。対象脳波データとは、測定対象９９が有する痛みを測定するために測定対象９９から計測された脳波データである。また、参照脳波データとは、対象脳波データから痛みを測定するために参照される脳波データであり、本実施の形態では、基準刺激量の刺激が測定対象９９に与えられたときに測定対象９９から計測された脳波データである。
対象脳波データと参照脳波データとの比較には、例えば、対象脳波データおよび参照脳波データの各々から算出された少なくとも１つの特徴量が用いられる。この対象脳波データと参照脳波データとの比較による痛みの測定の詳細については後述する。
［痛み測定システムの動作］
次に、以上のように構成された痛み測定システムの動作について説明する。
まず、脳波データおよび痛みレベルの収集処理について図２を用いて説明する。図２は、実施の形態１における脳波データおよび痛みレベルの収集処理を示すフローチャートである。
刺激装置２０において複数の刺激量の中から未選択の１つの刺激量が選択される（Ｓ１１）。例えば、２０μＡ、４０μＡ、６０μＡ、８０μＡおよび１００μＡの電気刺激量の中から未選択の１つの刺激量が選択される。
次に、刺激装置２０は、選択された刺激量の刺激を測定対象９９に与える（Ｓ１２）。ステップＳ１２において刺激が与えられたときに、脳波計３０は、測定対象９９から脳波データを計測する（Ｓ１３）。さらに、ステップＳ１２において与えられた刺激に対して測定対象９９から申告された痛みレベルが取得される（Ｓ１４）。
ステップＳ１１において選択された刺激量、ステップＳ１３において計測された脳波データ、および、ステップＳ１４で取得された痛みレベルが記憶部１１に格納される（Ｓ１５）。
複数の刺激量のすべてがすでに選択された場合（Ｓ１６のＹｅｓ）、処理を終了する。一方、複数の刺激量のいずれかがまだ選択されていない場合（Ｓ１６のＮｏ）、ステップＳ１１に戻る。
以上のように、複数の刺激量の刺激が測定対象９９に順に与えられ、各刺激量に対応する脳波データおよび痛みレベルが記憶部１１に格納される。
次に、痛みの測定処理について図３〜図５を用いて説明する。図３は、実施の形態１における痛みの測定処理を示すフローチャートである。図４は、実施の形態１における痛みレベルと刺激量との関係の一例を示す図である。図５は、実施の形態１における脳波波形の一例を示す図である。
決定部１２は、測定対象９９から申告された痛みレベルと測定対象９９に与えられた刺激量との関係に基づいて、測定対象９９において基準となる痛みに対応する基準刺激量を決定する（Ｓ２１）。
図４に示すように、痛みレベルと刺激量との関係は、シグモイド（Ｓ字）曲線によって表される。ただし、シグモイド曲線の形状（例えば、最大値および最小値など）は、測定対象によって異なる。そこで、本実施の形態では、シグモイド曲線における特徴点（例えば変曲点など）を利用して痛みレベルを標準化する。具体的には、決定部１２は、痛みレベルと刺激量との関係において刺激量の増加にともなって痛みレベルが増加する刺激量の範囲の代表値（例えば、最小値、中央値および最大値など）を基準刺激量と決定する。
刺激量の増加にともなって痛みレベルが増加する刺激量の範囲は、刺激量の増加に対する痛みレベルの増加率と所定の閾値率との比較によって定められる。つまり、刺激量の増加にともなって痛みレベルが増加する刺激量の範囲は、刺激量の増加に対する痛みレベルの増加率が所定の閾値率を超える範囲である。所定の閾値率は、実験的あるいは経験的に定められればよい。
刺激量の増加にともなって痛みレベルが増加する刺激量の範囲の最小値は、痛みレベルの増加が開始する刺激量に相当する。すなわち、当該範囲の最小値は、刺激量が減少しても痛みレベルがそれ以上減少しない刺激量のうちの最大の刺激量である。
刺激量の増加にともなって痛みレベルが増加する刺激量の範囲の最大値は、痛みレベルの増加が終了する刺激量に相当する。すなわち、当該範囲の最大値は、刺激量が増加しても痛みレベルがそれ以上増加しない刺激量のうちの最小の刺激量である。
図４では、範囲１０１において、刺激量の増加にともなって痛みレベルが増加している。そこで、決定部１２は、例えば、範囲１０１の最小値（６０μＡ）を基準刺激量と決定する。また例えば、決定部１２は、範囲１０１の中央値（７０μＡ）を基準刺激量と決定してもよい。また例えば、決定部１２は、範囲１０１の最大値（８０μＡ）を基準刺激量と決定してもよい。また例えば、決定部１２は、範囲１０１の最小値、中央値、および最大値のすべてまたは任意の２つを基準刺激量と決定してもよい。
次に、測定部１３は、記憶部１１から参照脳波データを取得する（Ｓ２２）。つまり、測定部１３は、基準刺激量の刺激が測定対象９９に与えられたときに測定対象９９から計測された脳波データを参照脳波データとして記憶部１１から取得する。
続いて、測定部１３は、参照脳波データから参照特徴量を算出する（Ｓ２３）。具体的には、測定部１３は、参照脳波データから、第１の特徴量および第２の特徴量を含む参照特徴量を算出する。
本実施の形態では、第１の特徴量は、刺激によって誘発された脳波波形の振幅を表す。具体的には、第１の特徴量は、例えば、最大ピーク値と最小ピーク値との差分値（つまり、ピークピーク値（ｐｅａｋ−ｔｏ−ｐｅａｋ ｖａｌｕｅ））である。例えば図５では、測定部１３は、３つの差分値（Ｎ１−Ｐ１、Ｎ２−Ｐ２、Ｎ１−Ｐ２）のうち最大の差分値（Ｎ１−Ｐ１）を第１の特徴量として算出する。
また本実施の形態では、第２の特徴量は、刺激によって誘発された脳波波形における潜時を表す。潜時とは、刺激が与えられてから反応のおこるまでの時間である。具体的には、第２の特徴量は、例えば、刺激が与えられてから当該刺激によって誘発された脳波波形の最初のピークまでの時間である。例えば図５では、測定部１３は、刺激が与えられた時刻Ｔ０から最初のピークが現れる時刻Ｔ１までの時間（Ｔ１−Ｔ０）を第２の特徴量として算出する。
次に、測定部１３は、対象脳波データを取得する（Ｓ２４）。つまり、測定部１３は、測定対象９９が有する痛みを測定するために測定対象９９から計測された脳波データを対象脳波データとして取得する。
続いて、測定部１３は、対象脳波データから対象特徴量を算出する（Ｓ２５）。具体的には、測定部１３は、ステップＳ２３と同様に、対象脳波データから第１の特徴量および第２の特徴量を含む対象特徴量を算出する。
それから、測定部１３は、対象特徴量を参照特徴量と比較する（Ｓ２６）。具体的には、測定部１３は、対象特徴量に含まれる第１の特徴量を、参照特徴量に含まれる第１の特徴量と比較する。本実施の形態では、測定部１３は、参照特徴量に含まれる第１の特徴量に対する、対象特徴量に含まれる第１の特徴量の相対的な大きさを示す第１の評価値を、第１の特徴量の比較結果として算出する。第１の評価値は、例えば、以下の式（１）を用いて算出される。
Ｅ１＝１００×（Ａｘ−Ａｒ）／Ａｒ・・・（１）
ここで、Ｅ１は、第１の評価値を表す。また、Ａｘは、対象特徴量に含まれる第１の特徴量を表す。また、Ａｒは、参照特徴量に含まれる第１の特徴量を表す。
さらに、測定部１３は、対象特徴量に含まれる第２の特徴量を、参照特徴量に含まれる第２の特徴量と比較する。本実施の形態では、測定部１３は、参照特徴量に含まれる第２の特徴量に対する、対象特徴量に含まれる第２の特徴量の相対的な大きさを示す第２の評価値を、第２の特徴量の比較結果として算出する。第２の評価値は、例えば、以下の式（２）を用いて算出される。
Ｅ２＝Ｂｘ−Ｂｒ・・・（２）
ここで、Ｅ２は、第２の評価値を表す。また、Ｂｘは、対象特徴量に含まれる第２の特徴量を表す。また、Ｂｒは、参照特徴量に含まれる第２の特徴量を表す。
このように、測定部１３は、対象特徴量と参照特徴量の比較結果として、第１の評価値および第２の評価値を算出する。
次に、測定部１３は、対象特徴量と参照特徴量との比較結果に基づいて、測定対象９９が有する痛みを測定する（Ｓ２７）。本実施の形態では、測定部１３は、第１の評価値および第２の評価値が予め定められた条件を満たす場合に、測定対象９９が基準刺激量に対応する痛みより大きな痛みを有すると判定する。
具体的には、測定部１３は、例えば、第１の評価値が第１の閾値よりも大きく、かつ、第２の評価値が第２の閾値よりも小さい場合に、測定対象９９が基準刺激量に対応する痛みより大きな痛みを有すると判定する。この場合、予め定められた条件は、以下の（３）で表される。
Ｅ１＞Ｔｈ１、かつ、Ｅ２＜Ｔｈ２・・・（３）
ここで、Ｔｈ１は、第１の閾値である。また、Ｔｈ２は、第２の閾値である。
例えば、基準刺激量として範囲１０１の最小値が用いられた場合、測定部１３は、条件（３）が満たされれば「痛み有り」と判定し、条件（３）が満たされなければ「痛み無し」と判定する。また、基準刺激量として範囲１０１の中央値が用いられた場合、測定部１３は、条件（３）が満たされれば「中レベル以上の痛み有り」と判定し、条件（３）が満たされなければ「痛み無し」または「低レベルの痛み有り」と判定する。また、基準刺激量として範囲１０１の最大値が用いられた場合、測定部１３は、条件（３）が満たされれば「高レベルの痛み有り」と判定し、条件（３）が満たされなければ「痛み無し」または「中レベル以下の痛み有り」と判定する。測定部１３は、これらの３つの基準刺激量を組み合わせて用いることにより、測定対象９９が有する痛みの程度を、「無」、「低レベル」、「中レベル」、および「高レベル」の４つのいずれかに判別することができる。
［効果］
以上のように、本実施の形態に係る痛み測定装置１０によれば、決定部１２は、測定対象９９から申告された痛みレベルと測定対象９９に与えられた刺激量との関係に基づいて、測定対象９９において基準となる痛みに対応する基準刺激量を決定することができる。そして、測定部１３は、基準刺激量に対応する、測定対象９９の参照脳波データを用いて、痛みを測定することができる。したがって、痛み測定装置１０は、測定対象９９の個性に適した参照脳波データを用いて、基準となる痛みに対する測定対象９９の相対的な痛みを測定することができる。その結果、痛み測定装置１０は、測定対象９９が有する痛みを客観的かつ高精度に測定することができる。
また、本実施の形態に係る痛み測定装置１０によれば、決定部１２は、刺激量の増加にともなって痛みレベルが増加する刺激量の範囲の代表値を基準刺激量と決定することができる。したがって、決定部１２は、シグモイド曲線で表される、痛みレベルと複数の刺激量との関係を利用して、基準となる痛みの標準化を図ることができる。その結果、痛み測定装置１０は、より客観的に痛みを測定することが可能となる。
また、本実施の形態に係る痛み測定装置１０によれば、測定部１３は、対象脳波データから算出された特徴量と、参照脳波データから算出された特徴量との比較結果に基づいて、測定対象が有する痛みを測定することができる。したがって、測定部１３は、対象脳波データと参照脳波データとの比較をより効果的に行うことができる。
また、本実施の形態に係る痛み測定装置１０によれば、測定部１３は、脳波波形の振幅を表す第１の特徴量を用いて、対象脳波データと参照脳波データとの比較を行うことができる。振幅は、痛みレベルに依存するので、測定部１３は、脳波データの比較をより効果的に行うことができ、より高精度に痛みを測定することができる。
また、本実施の形態に係る痛み測定装置１０によれば、測定部１３は、第１の評価値が第１の閾値よりも大きい場合に、測定対象が基準となる痛みより大きな痛みを有すると判定することができる。したがって、測定部１３は、痛みが大きいほど振幅は大きくなるという特徴を利用して、より高精度に痛みを測定することができる。
発明者が実際に１５名の被験者に対して第１の閾値として「１０」を用いて実験を行った結果、１１名の被験者で正確に痛みの有無を判別することができた。
また、本実施の形態に係る痛み測定装置１０によれば、測定部１３は、脳波波形における潜時を表す第２の特徴量を用いて、対象脳波データと参照脳波データとの比較を行うことができる。潜時は、痛みレベルに依存するので、測定部１３は、脳波データの比較をより効果的に行うことができ、より高精度に痛みを測定することができる。
また、本実施の形態に係る痛み測定装置１０によれば、測定部１３は、第２の評価値が第２の閾値よりも大きい場合に、測定対象が基準となる痛みより大きな痛みを有すると判定することができる。したがって、測定部１３は、痛みが大きいほど潜時が小さくなるという特徴を利用して、より高精度に痛みを測定することができる。
発明者が実際に１５名の被験者に対して第２の閾値として「０」を用いて実験を行った結果、７名の被験者で痛みの有無を正確に判別することができた。
また、発明者が実際に１５名の被験者に対して第１の閾値として「１０」を用い、かつ、第２の閾値として「０」を用いて実験を行った結果、１２名の被験者で痛みの有無を正確に判別することができた。
（実施の形態２）
次に、実施の形態２について説明する。本実施の形態では、測定対象に実際には与えられていない刺激量に対応する痛みレベルおよび脳波データを推定し、推定結果を用いて基準刺激量を決定する点が上記実施の形態１と異なる。以下に、上記実施の形態１と異なる点を中心に本実施の形態について説明する。
［痛み測定システムの構成］
図６は、実施の形態２における痛み測定システムの構成を示すブロック図である。図６において、図１と実質的に同一の構成要素については、同一の符号を付し、適宜説明を省略する。本実施の形態に係る痛み測定システムは、痛み測定装置１０Ａと、刺激装置２０と、脳波計３０と、を備える。
痛み測定装置１０Ａは、測定対象９９が有する痛みを測定する。痛み測定装置１０Ａは、記憶部１１と、決定部１２と、測定部１３と、推定部１４Ａと、を備える。
推定部１４Ａは、実際に測定対象９９から申告された痛みレベルおよび測定対象９９から測定された脳波データに基づいて、実際には測定対象９９に与えられていない刺激量に対応する痛みレベルおよび脳波データを推定する。つまり、推定部１４Ａは、測定対象９９に複数の第１刺激量の刺激が個別に与えられたときに測定対象９９から申告された第１痛みレベルおよび測定対象９９から計測された第１脳波データに基づいて、複数の第１刺激量とは異なる第２刺激量の刺激が測定対象９９に与えられたときに測定対象９９から申告される第２痛みレベルおよび測定対象９９から計測される第２脳波データを推定する。ここでは、推定された痛みレベルおよび脳波データは、刺激量とともに記憶部１１に格納される。推定部１４Ａにより推定される脳波データは、脳波波形である必要はなく、脳波の特徴量（例えば振幅、潜時など）であってもよい。
なお、推定部１４Ａによる痛みレベル及び脳波データの推定方法は、どのような方法であってもよく、特に限定される必要はない。例えば、推定方法として、回帰分析あるいは機械学習が用いられてもよい。例えば、推定部１４Ａは、測定対象９９に複数の刺激量の刺激が個別に与えられたときに測定対象９９から申告された痛みレベルおよび測定対象９９から計測された脳波データを回帰分析することにより、実際には測定対象９９に与えられていない刺激量の刺激が測定対象９９に与えられたと仮定したときの痛みレベルおよび脳波データを推定してもよい。また例えば、推定部１４Ａは、測定対象９９とは異なる生体に刺激を与えることで得られた痛みレベルおよび脳波データを訓練データとして用いた機械学習によって構築されたモデルを用いて、実際には測定対象９９に与えられていない刺激量に対する痛みレベルおよび脳波データを推定してもよい。
［痛み測定システムの動作］
次に、以上のように構成された痛み測定システムの動作について説明する。脳波データおよび痛みレベルの収集処理については、与えられる刺激の数を除いて、実施の形態１と実質的に同一であるので、図示を省略する。
本実施の形態では、測定対象９９に与えられる刺激によって生じる痛みを抑制するために、測定対象９９には、小さな刺激量の刺激のみが与えられる。例えば、刺激装置２０は、７０μＡ以下の電気刺激を測定対象９９に与える。その結果、７０μＡ以下の電気刺激が個別に与えられたときに測定対象９９から申告された痛みレベルと測定対象９９から計測された脳波データとが刺激量ととともに記憶部１１に格納される。
図７は、実施の形態２における痛みの測定処理を示すフローチャートである。図７において、図４と実質的に同一の処理については、同一の符号を付し、適宜説明を省略する。
本実施の形態では、基準刺激量を決定する前に、実際には測定対象９９に与えられていない刺激量に対する痛みレベルおよび脳波データを推定する（Ｓ２０Ａ）。具体的には、推定部１４Ａは、ステップＳ１５において記憶部１１に格納された痛みレベル（つまり、第１痛みレベル）および脳波データ（つまり、第１脳波データ）に基づいて、未知の刺激量の刺激が測定対象９９に与えられたときに測定対象９９から申告される痛みレベル（つまり、第２痛みレベル）および測定対象９９から計測される脳波データ（つまり、第２脳波データ）を推定する。
例えば、推定部１４Ａは、７０μＡ以下の電気刺激が測定対象９９に実際に与えられたときに測定対象９９から申告された痛みレベルと電気刺激の刺激量との関係を用いて、７０μＡより大きい電気刺激が測定対象９９に与えられたときに測定対象９９から申告される痛みレベルと測定対象９９から測定される脳波データとを推定する。なお、実際に与えられる電気刺激の大きさと痛みレベル等が推定される電気刺激の大きさとの関係は、これに限定されない。例えば、７０μＡより大きい電気刺激が実際に測定対象９９に与えられ、７０μＡ以下の電気刺激に対応する痛みレベル等が推定されてもよい。また例えば、６０μＡ〜８０μＡの電気刺激が実際に測定対象９９に与えられ、６０μＡ未満および８０μＡより大きい電気刺激に対応する痛みレベル等が推定されてもよい。
続いて、決定部１２は、記憶部１１に格納されている刺激量と痛みレベルとの関係に基づいて、測定対象９９において基準となる痛みに対応する基準刺激量を決定する（Ｓ２１Ａ）。つまり、決定部１２は、実際に申告された痛みレベルと推定された痛みレベルとの両方を用いて基準刺激量を決定する。
［効果］
以上のように、本実施の形態に係る痛み測定装置１０Ａによれば、推定部１４Ａは、測定対象９９に実際には与えられていない刺激量に対応する痛みレベルおよび脳波データを推定することができる。したがって、痛み測定システムは、測定対象９９に刺激が与えられる回数を削減すること、および、刺激によって測定対象９９に生じる痛みを抑制することができる。特に、大きな刺激量に対応する痛みレベルおよび脳波データが推定されることにより、大きな刺激によって測定対象９９に生じる大きな痛みを回避することができる。
（他の実施の形態）
以上、本発明の１つまたは複数の態様に係る痛み測定装置について、実施の形態に基づいて説明したが、本発明は、この実施の形態に限定されるものではない。本発明の趣旨を逸脱しない限り、当業者が思いつく各種変形を本実施の形態に施したものも、本発明の１つまたは複数の態様の範囲内に含まれてもよい。
例えば、上記各実施の形態における記憶部１１は、痛み測定装置１０、１０Ａに含まれなくてもよい。この場合、記憶部１１は、痛み測定装置１０、１０Ａに通信ネットワークを介して接続された記憶装置であってもよい。
また、上記各実施の形態では、ＶＡＳにより痛みレベルが測定対象から申告される場合について説明したが、必ずしもＶＡＳに限定される必要はない。痛みレベルの申告は、測定対象によって明示的に行われなくてもよい。例えば、痛みレベルによって測定対象の行動が変化する場合は、その行動が痛みレベルの申告として取り扱われてもよい。
また、上記各実施の形態における基準刺激量は一例であり、これに限定されない。例えば、基準刺激量は、範囲１０１の最小値と中央値との平均値であってもよい。
また、上記各実施の形態では、対象脳波データと参照脳波データとの比較に、第１の特徴量および第２の特徴量が用いられていたが、これらの特徴量は用いられなくてもよい。この場合、例えば、対象脳波データと参照脳波データとの比較は、パターンマッチングによって行われてもよい。また、第１の特徴量および第２の特徴量のうちの一方のみが用いられてもよい。
また、上記各実施の形態における第１の特徴量および第２の特徴量は一例であり、これに限定されない。例えば、第１の特徴量は、ピークピーク値ではなく、単なるピーク値であってもよい。
また、上記各実施の形態における第１の評価値および第２の評価値は一例であり、これに限定されない。例えば、線形距離またはマハラノビス距離が評価値として用いられてもよい。
また、上記各実施の形態における痛み測定装置が備える構成要素の一部または全部は、１個のシステムＬＳＩ（Ｌａｒｇｅ Ｓｃａｌｅ Ｉｎｔｅｇｒａｔｉｏｎ：大規模集積回路）から構成されているとしてもよい。
システムＬＳＩは、複数の構成部を１個のチップ上に集積して製造された超多機能ＬＳＩであり、具体的には、マイクロプロセッサ、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）などを含んで構成されるコンピュータシステムである。前記ＲＯＭには、コンピュータプログラムが記憶されている。前記マイクロプロセッサが、前記コンピュータプログラムに従って動作することにより、システムＬＳＩは、その機能を達成する。
なお、ここでは、システムＬＳＩとしたが、集積度の違いにより、ＩＣ、ＬＳＩ、スーパーＬＳＩ、ウルトラＬＳＩと呼称されることもある。また、集積回路化の手法はＬＳＩに限るものではなく、専用回路または汎用プロセッサで実現してもよい。ＬＳＩ製造後に、プログラムすることが可能なＦＰＧＡ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）、あるいはＬＳＩ内部の回路セルの接続や設定を再構成可能なリコンフィギュラブル・プロセッサを利用してもよい。
さらには、半導体技術の進歩または派生する別技術によりＬＳＩに置き換わる集積回路化の技術が登場すれば、当然、その技術を用いて機能ブロックの集積化を行ってもよい。バイオ技術の適用等が可能性としてありえる。
また、本発明の一態様は、このような痛み測定装置だけではなく、痛み測定装置に含まれる特徴的な構成部をステップとする痛み測定方法であってもよい。また、本発明の一態様は、痛み測定方法に含まれる特徴的な各ステップをコンピュータに実行させるコンピュータプログラムであってもよい。また、本発明の一態様は、そのようなコンピュータプログラムが記録された、コンピュータ読み取り可能な非一時的な記録媒体であってもよい。
なお、上記各実施の形態において、各構成要素は、専用のハードウェアで構成されるか、各構成要素に適したソフトウェアプログラムを実行することによって実現されてもよい。各構成要素は、ＣＰＵまたはプロセッサなどのプログラム実行部が、ハードディスクまたは半導体メモリなどの記録媒体に記録されたソフトウェアプログラムを読み出して実行することによって実現されてもよい。ここで、上記各実施の形態の痛み測定装置などを実現するソフトウェアは、次のようなプログラムである。
すなわち、このプログラムは、コンピュータに、測定対象が有する痛みを測定する痛み測定方法であって、前記測定対象から申告された痛みレベルと前記測定対象に与えられた刺激量との関係に基づいて、前記測定対象において基準となる痛みに対応する基準刺激量を決定する決定ステップと、前記測定対象から計測された対象脳波データを、前記基準刺激量に対応する、前記測定対象の参照脳波データと比較することにより、前記対象脳波データが計測されたときに前記測定対象が有する痛みを測定する測定ステップと、を含む痛み測定方法を実行させる。
測定対象が有する痛みを測定する痛み測定装置として利用することができる。
１０、１０Ａ 痛み測定装置
１１ 記憶部
１２ 決定部
１３ 測定部
１４Ａ 推定部
２０ 刺激装置
３０ 脳波計

Claims (7)

  1. 測定対象が有する痛みを測定する痛み測定装置であって、
    前記測定対象から申告された痛みレベルと前記測定対象から計測された脳波の振幅との関係に基づいて、前記測定対象において基準となる痛みに対応する基準刺激量を決定する決定部と、
    前記測定対象から計測された対象脳波の振幅を、前記基準刺激量に対応する、前記測定対象の参照脳波の振幅と比較することにより、前記対象脳波の振幅が計測されたときに前記測定対象が有する痛みを測定する測定部と、を備える、
    痛み測定装置。
  2. 測定対象が有する痛みを測定する痛み測定装置であって、
    前記測定対象から申告された痛みレベルと前記測定対象に与えられた刺激量との関係に基づいて、前記測定対象において基準となる痛みに対応する基準刺激量を決定する決定部と、
    前記測定対象から計測された対象脳波データを、前記基準刺激量に対応する、前記測定対象の参照脳波データと比較することにより、前記対象脳波データが計測されたときに前記測定対象が有する痛みを測定する測定部と、を備え、
    前記決定部は、前記痛みレベルと前記刺激量との関係が表すシグモイド曲線における特徴点を利用して痛みレベルを標準化する、
    痛み測定装置。
  3. 測定対象が有する痛みを測定する痛み測定装置であって、
    前記測定対象から申告された痛みレベルと前記測定対象に与えられた刺激量との関係に基づいて、前記測定対象において基準となる痛みに対応する基準刺激量を決定する決定部と、
    前記測定対象から計測された対象脳波データを、前記基準刺激量に対応する、前記測定対象の参照脳波データと比較することにより、前記対象脳波データが計測されたときに前記測定対象が有する痛みを測定する測定部と、を備え、
    前記決定部は、刺激量の増加にともなって痛みレベルが増加する刺激量の範囲の最小値を、前記基準刺激量と決定する、
    痛み測定装置。
  4. 測定対象が有する痛みを測定する痛み測定装置であって、
    前記測定対象から申告された痛みレベルと前記測定対象に与えられた刺激量との関係に基づいて、前記測定対象において基準となる痛みに対応する基準刺激量を決定する決定部と、
    前記測定対象から計測された対象脳波データを、前記基準刺激量に対応する、前記測定対象の参照脳波データと比較することにより、前記対象脳波データが計測されたときに前記測定対象が有する痛みを測定する測定部と、を備え、
    前記決定部は、刺激量の増加にともなって痛みレベルが増加する刺激量の範囲の最大値を、前記基準刺激量と決定する、
    痛み測定装置。
  5. 測定対象が有する痛みを測定する痛み測定装置であって、
    前記測定対象から申告された痛みレベルと前記測定対象から計測された脳波の振幅との関係に基づいて、前記測定対象において基準となる痛みに対応する基準刺激量を決定する決定部と、
    前記測定対象から計測された対象脳波の振幅を、前記基準刺激量に対応する、前記測定対象の参照脳波の振幅と比較することにより、前記対象脳波の振幅が計測されたときに前記測定対象が有する痛みを測定する測定部と、を備え、
    刺激量の増加にともなって痛みレベルが増加する刺激量の範囲の最小値、中央値および最大値を前記基準刺激量として用いて、痛みレベルを、前記刺激量が前記最小値より低い場合には「無」、前記刺激量が前記最小値より高く前記中央値より低い場合には「低レベル」、前記刺激量が前記中央値より高く前記最大値より低い場合には「中レベル」、または前記刺激量が前記最大値より高い場合には「高レベル」と判別する、
    痛み測定装置。
  6. 測定対象が有する痛みを測定する痛み測定装置であって、
    前記測定対象から申告された痛みレベルと前記測定対象に与えられた刺激量との関係に基づいて、前記測定対象において基準となる痛みに対応する基準刺激量を決定する決定部と、
    前記測定対象から計測された対象脳波データを、前記基準刺激量に対応する、前記測定対象の参照脳波データと比較することにより、前記対象脳波データが計測されたときに前記測定対象が有する痛みを測定する測定部と、を備え、
    前記決定部は、刺激量の増加にともなって痛みレベルが増加する刺激量の範囲の最小値を、前記基準刺激量と決定し、前記痛みレベルと前記刺激量との関係が表すシグモイド曲線における特徴点を利用して痛みレベルを標準化する、
    痛み測定装置。
  7. 測定対象が有する痛みを測定する痛み測定装置であって、
    前記測定対象から申告された痛みレベル前記測定対象に与えられた刺激量との関係に基づいて、前記測定対象において基準となる痛みに対応する基準刺激量を決定する決定部と、
    前記測定対象から計測された対象脳波データを、前記基準刺激量に対応する、前記測定対象の参照脳波データと比較することにより、前記対象脳波データが計測されたときに前記測定対象が有する痛みを測定する測定部と、を備え、
    前記決定部は、刺激量の増加にともなって痛みレベルが増加する刺激量の範囲の最大値を、前記基準刺激量と決定し、前記痛みレベルと前記刺激量との関係が表すシグモイド曲線における特徴点を利用して痛みレベルを標準化する、
    痛み測定装置。
JP2017159489A 2015-02-24 2017-08-22 痛み測定装置および痛み測定システム Active JP6445634B2 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2015034466 2015-02-24
JP2015034466 2015-02-24

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
JP2017501993A Division JP6249432B2 (ja) 2015-02-24 2016-01-26 痛み測定装置および痛み測定システム

Publications (2)

Publication Number Publication Date
JP2017221721A true JP2017221721A (ja) 2017-12-21
JP6445634B2 JP6445634B2 (ja) 2018-12-26

Family

ID=56789266

Family Applications (2)

Application Number Title Priority Date Filing Date
JP2017501993A Active JP6249432B2 (ja) 2015-02-24 2016-01-26 痛み測定装置および痛み測定システム
JP2017159489A Active JP6445634B2 (ja) 2015-02-24 2017-08-22 痛み測定装置および痛み測定システム

Family Applications Before (1)

Application Number Title Priority Date Filing Date
JP2017501993A Active JP6249432B2 (ja) 2015-02-24 2016-01-26 痛み測定装置および痛み測定システム

Country Status (6)

Country Link
US (2) US20180242904A1 (ja)
EP (1) EP3263026A4 (ja)
JP (2) JP6249432B2 (ja)
CN (1) CN107427248B (ja)
CA (1) CA2977745A1 (ja)
WO (1) WO2016136361A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102027368B1 (ko) * 2018-05-29 2019-10-01 서울대학교산학협력단 통증의 강도를 측정하는 방법

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180242904A1 (en) * 2015-02-24 2018-08-30 Osaka University Pain measurement device and pain measurement system
US20190223783A1 (en) * 2016-08-22 2019-07-25 Osaka University Pain estimating device, pain estimating method, and pain classification
EP3649933A4 (en) * 2017-07-07 2021-07-14 Osaka University PAIN DETERMINATION USING TREND ANALYSIS, MEDICAL DEVICE WITH MACHINE LEARNING, ECONOMIC DISCRIMINATION MODEL AND IOT, TAILORED MACHINE LEARNING AND NOVEL BRAIN WAVE CHARACTERISTICS DETERMINATION OF PAIN
EP3653115A4 (en) * 2017-07-14 2021-03-31 Osaka University PAIN CLASSIFICATION AND MOMENTAL PAIN DETERMINATION USING SPARSE MODELING
CN111182835A (zh) * 2017-07-28 2020-05-19 国立大学法人大阪大学 舒适不舒适的判别
TWI691306B (zh) * 2019-01-22 2020-04-21 瑞軒科技股份有限公司 情緒偵測裝置、系統及其方法
JP7401067B2 (ja) * 2020-12-28 2023-12-19 国立大学法人大阪大学 推定対象による主観的評価を推定するためのシステム、方法、およびプログラム
CN113143208B (zh) * 2021-03-12 2023-07-25 深圳大学 基于多维度测量的疼痛敏感性评估系统和方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006263113A (ja) * 2005-03-23 2006-10-05 Tohoku Univ 驚愕反応減衰現象測定装置並びに驚愕反応減衰現象測定方法
JP2007130034A (ja) * 2005-11-08 2007-05-31 Osachi:Kk 痛み測定装置
JP2007333709A (ja) * 2006-06-19 2007-12-27 Konan Gakuen 検査基準決定方法、検査基準決定装置、及び外観検査装置
JP2010119563A (ja) * 2008-11-19 2010-06-03 Panasonic Electric Works Co Ltd 快適性評価モデル作成装置、快適性評価装置および快適環境提供装置
JP2010523226A (ja) * 2007-04-05 2010-07-15 ニューヨーク ユニバーシティー 痛み検出の装置、方法、及び痛み定量指数の算定
US20120226186A1 (en) * 2009-11-06 2012-09-06 Baars Jan H Method for determining the level of analgesia of a sedated or narcotized individual
WO2013001836A1 (ja) * 2011-06-30 2013-01-03 パナソニック株式会社 不快閾値推定システム、方法およびそのプログラム、補聴器調整システムおよび不快閾値推定処理回路
WO2016136361A1 (ja) * 2015-02-24 2016-09-01 国立大学法人大阪大学 痛み測定装置および痛み測定システム

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6757558B2 (en) * 2000-07-06 2004-06-29 Algodyne, Ltd. Objective pain measurement system and method
SE0200054D0 (sv) * 2001-06-26 2002-01-10 Painmatcher Ab Apparatus for providing an individually scaled level indication of a sensation
US8512240B1 (en) * 2007-11-14 2013-08-20 Medasense Biometrics Ltd. System and method for pain monitoring using a multidimensional analysis of physiological signals
US20110087125A1 (en) * 2009-10-09 2011-04-14 Elvir Causevic System and method for pain monitoring at the point-of-care
EP2552302B1 (en) * 2010-03-30 2020-07-01 The Children's Research Institute Apparatus and method for human algometry
CN201701309U (zh) * 2010-06-07 2011-01-12 中国科学院深圳先进技术研究院 疼痛刺激装置
WO2013140106A1 (en) * 2012-03-20 2013-09-26 Ucl Business Plc Method and device for objective pain measurement
US20140066739A1 (en) * 2012-08-29 2014-03-06 Bin He System and method for quantifying or imaging pain using electrophysiological measurements
WO2014059278A1 (en) * 2012-10-12 2014-04-17 Analgesic Solutions Training methods for improved assaying of pain in clinical trial subjects

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006263113A (ja) * 2005-03-23 2006-10-05 Tohoku Univ 驚愕反応減衰現象測定装置並びに驚愕反応減衰現象測定方法
JP2007130034A (ja) * 2005-11-08 2007-05-31 Osachi:Kk 痛み測定装置
JP2007333709A (ja) * 2006-06-19 2007-12-27 Konan Gakuen 検査基準決定方法、検査基準決定装置、及び外観検査装置
JP2010523226A (ja) * 2007-04-05 2010-07-15 ニューヨーク ユニバーシティー 痛み検出の装置、方法、及び痛み定量指数の算定
JP2010119563A (ja) * 2008-11-19 2010-06-03 Panasonic Electric Works Co Ltd 快適性評価モデル作成装置、快適性評価装置および快適環境提供装置
US20120226186A1 (en) * 2009-11-06 2012-09-06 Baars Jan H Method for determining the level of analgesia of a sedated or narcotized individual
WO2013001836A1 (ja) * 2011-06-30 2013-01-03 パナソニック株式会社 不快閾値推定システム、方法およびそのプログラム、補聴器調整システムおよび不快閾値推定処理回路
WO2016136361A1 (ja) * 2015-02-24 2016-09-01 国立大学法人大阪大学 痛み測定装置および痛み測定システム

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102027368B1 (ko) * 2018-05-29 2019-10-01 서울대학교산학협력단 통증의 강도를 측정하는 방법

Also Published As

Publication number Publication date
CA2977745A1 (en) 2016-09-01
WO2016136361A1 (ja) 2016-09-01
EP3263026A4 (en) 2018-09-19
JP6445634B2 (ja) 2018-12-26
CN107427248A (zh) 2017-12-01
CN107427248B (zh) 2020-11-20
JPWO2016136361A1 (ja) 2017-12-21
EP3263026A1 (en) 2018-01-03
US20180242904A1 (en) 2018-08-30
US20210267541A1 (en) 2021-09-02
JP6249432B2 (ja) 2017-12-20

Similar Documents

Publication Publication Date Title
JP6445634B2 (ja) 痛み測定装置および痛み測定システム
US10824225B2 (en) Methods and apparatuses for determining head movement
CN117350348A (zh) 预测风险模型优化
CN109843167B (zh) 疼痛估计装置及疼痛估计方法以及疼痛的分类
US20190034797A1 (en) Data generation apparatus, biological data measurement system, classifier generation apparatus, data generation method, classifier generation method, and recording medium
He The control mechanisms of heart rate dynamics in a new heart rate nonlinear time series model
US20140194761A1 (en) Method and apparatus for monitoring biosignal with low power consumption
Jiménez-Grande et al. Muscle network topology analysis for the classification of chronic neck pain based on EMG biomarkers extracted during walking
JP7084557B2 (ja) 筋肉疲労の評価
Alves et al. Linear and complex measures of heart rate variability during exposure to traffic noise in healthy women
Lombardi et al. Long-range temporal correlations in the broadband resting state activity of the human brain revealed by neuronal avalanches
Ladenbauer et al. Weak electric fields promote resonance in neuronal spiking activity: Analytical results from two-compartment cell and network models
Wang et al. On the channel density of EEG signals for reliable biometric recognition
Ashrafulla et al. Canonical Granger causality between regions of interest
JP5982910B2 (ja) 解析装置、解析プログラムおよび解析方法
US20230123659A1 (en) Mapping critical brain sites using intracranial electrophysiology and machine learning
Scarciglia et al. Physiological noise: Definition, estimation, and characterization in complex biomedical signals
Aggarwal et al. Eye gaze–induced mental stress alters the heart rate variability analysis
JP7206663B2 (ja) 検出装置、ウェアラブルセンシングデバイス、検出方法、およびプログラム
Patil et al. Stress detection by measuring heart rate variability
US20240165371A1 (en) Systems, methods, and devices for custom sleep implementation
KR102475793B1 (ko) 의료 데이터 제공 방법, 및 의료 데이터 제공 방법이 저장된 기록매체
JP7289095B2 (ja) 睡眠教育システム、睡眠教育方法及びプログラム
JP7255670B2 (ja) 脈拍判定装置、ストレス判定装置、脈拍判定方法およびプログラム
Opie et al. Healthy ageing influences how the shape of alpha and beta oscillations change during reaction time tasks

Legal Events

Date Code Title Description
A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20180613

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20180618

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20180809

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20180903

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20181016

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: 20181120

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20181129

R150 Certificate of patent or registration of utility model

Ref document number: 6445634

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250