JP2018094031A - 心因性疾患判定装置 - Google Patents

Abstract

【課題】対象者の心因性疾患の有無を容易に判定する。【解決手段】心因性疾患判定装置６００は、顔面変化情報取得部６４２と、顔面変化情報分解部６４３と、判定用成分抽出部６４４と、心因性疾患判定部６４５と、を備える。また、心因性疾患判定装置６００は脳機能賦活情報提供部６４１を備える。脳機能賦活情報提供部６４１は、脳機能賦活情報として、例えば腰痛情報を含む「情動刺激情報」を提供する。そして、心因性疾患判定部６４５が、顔面変化情報から得られた判定用成分に基づいて、対象者３００の心因性疾患の有無を判定する。【選択図】図４０

Description

本発明は、心因性疾患判定装置に関する。

近年、特許文献１（特開２０１３−１７６４０６号公報）に開示されているような脳波計測法（EEG）、磁気共鳴画像法（fMRI: functional Magnetic Resonance Imaging）、及び近赤外線分光法（NIRS）によって検出されたデータを利用して、人間の脳活動を推定することが試みられている。また、推定された脳活動から、人間の体調及び精神状態の判定等の応用が検討されている。

しかしながら、脳波計測法及び近赤外線分光法では、対象者が電極を装着しなければならない等の前処理が必要である。また、磁気共鳴画像法では、所定のＭＲＩ室で計測する必要がある。要するに、これらの方法では、準備段階での作業が繁雑であったり、計測時の条件が制限されたりするという問題がある。また、これらの方法は、いずれも多大なコストを要するものである。結果として、これらの方法では、対象者の体調及び精神状態の判定等を行なうのが困難なことがある。

本発明の課題は、対象者の精神又は身体の生理状態を容易に判定し得るための装置及び方法を提供することにある。特に、本発明は、対象者における心因性疾患の有無を容易に判定するための心因性疾患判定装置を提供することを目的とする。

本発明の第１観点に係る心因性疾患判定装置は、顔面変化情報取得部と、顔面変化情報分解部と、判定用成分抽出部と、心因性疾患判定部と、を備える。顔面変化情報取得部は、感覚を刺激して感情を変化させる情動刺激情報が提供された対象者、又は心因性疾患を誘発する誘発刺激が与えられた対象者の顔面データの時系列変化を示す顔面変化情報を取得する。顔面変化情報分解部は、顔面変化情報を、特異値分解、主成分分析或いは独立成分分析により複数の成分に分解する。判定用成分抽出部は、複数の成分から、情動刺激情報又は誘発刺激と関連する成分を判定用成分として抽出する。心因性疾患判定部は、判定用成分に基づいて、対象者における心因性疾患の有無を判定する。

第１観点に係る精神疾患判定装置では、顔面変化情報を、特異値分解・主成分分析・独立成分分析することで得られた複数の成分から判定用成分を抽出するので、装着前に前処理の必要な電極等を使用しなくても、対象者の脳活動の有無を容易に推定できる。これにより、対象者の脳機能に対応する判定用成分に基づいて、対象者の心因性疾患の有無を容易に判定できる。

本発明の第２観点に係る心因性疾患判定装置は、第１観点の心因性疾患判定装置において、判定用成分抽出部が、情動刺激情報又は誘発刺激に対応する判定用波形と、複数の成分との相関値に基づいて、判定用成分を抽出する。このような構成により、対象者の脳機能に対応する判定用成分を特定することができる。

本発明の第３観点に係る心因性疾患判定装置は、第２観点の心因性疾患判定装置において、判定用波形として、人間の生理的反応を考慮した変形波を用いている。このような判定用波形は、顔面変化情報から得られた成分と有意な相関が認められる場合に高い相関値を示すので、判定用成分の抽出精度を高めることができる。

本発明の第４観点に係る心因性疾患判定装置は、第３観点の心因性疾患判定装置において、判定用波形が、情動刺激情報又は誘発刺激を提供してから所定時間経過後に変位するものである。脳の反応に対して少し位相を遅らせることで精度の高い相関を得ることができる。

本発明の第５観点に係る心因性疾患判定装置は、第３観点又は第４観点の心因性疾患判定装置において、判定用波形が矩形波である。矩形波は情動刺激情報が提供されているか否か、又は誘発刺激が与えられているか否かに対応させることができるので、判定用成分を容易に抽出できる。

本発明の第６観点に係る心因性疾患判定装置は、第３観点又は第４観点の心因性疾患判定装置において、判定用波形が、複数の成分のうち、相関の認められた成分を複数回算出し、算出した複数の波形から生成されるものである。この判定用波形は、過去の履歴に基づいて最適化されているので、顔面変化情報から得られた成分と有意な相関が認められる場合には高い相関値を示す。これにより、判定用成分の抽出精度を高めることができる。

本発明の第７観点に係る心因性疾患判定装置は、第３から６観点の心因性疾患判定装置において、心因性疾患判定部が、判定用成分に対する相関値の基準値からの所定範囲の変化量、判定用成分に対して重回帰分析により得られる値、判定用波形が生成する面積、判定用波形の平均値、判定用波形の重心値のいずれか一つ又は任意の組み合わせに基づいて、心因性疾患の状態を判定する。これにより装置の計算能力に応じて最適な手法で心因性疾患を判定できる。また、心因性疾患の種類に応じて最適な手法を採用できる。

本発明の第８観点に係る心因性疾患判定装置は、第１から７観点の心因性疾患判定装置において、対象者の視線を測定する視線測定部をさらに備える。そして、心因性疾患判定部が、対象者の視線に基づいて、信頼性の低い判定結果を除外する。

本発明に係る第９観点に係る心因性疾患判定装置は、第１から８観点の心因性疾患判定装置において、情動刺激情報として、腰痛に関連する情報が前記対象者に提供される、又は、誘発刺激として、腰痛に関連する動作が対象者に与えられる。そして、心因性疾患判定部が、腰痛の有無を判定する。

第９観点に係る心因性疾患判定装置では、腰痛の治療を開始する前に、心因性の腰痛か否か等の判定できる。これにより、対象者に適切な治療を提供することができる。

本発明に係る第１０観点に係る心因性疾患判定装置は、第１から８観点の心因性疾患判定装置において、情動刺激情報として、消化器疾患に関連する情報が前記対象者に提供される、又は、誘発刺激として、消化器疾患に関連する動作が対象者に与えられる。そして、心因性疾患判定部が、消化器疾患の有無を判定する。

第１０観点に係る心因性疾患判定装置では、消化器疾患の治療を開始する前に、心因性の消化器疾患か否か等の判定できる。これにより、対象者に適切な治療を提供することができる。判定可能な心因性消化器疾患としては、機能性消化器疾患（ＦＧＩＧ）、胃食道逆流症（ＧＥＲＤ）、機能性ディスペプシア（ＦＤ）、過敏性腸症候群（ＩＢＳ）、慢性胃炎、器質的疾患を伴わないディスペプシア（ＮＵＤ）、食後愁訴症候群（ＰＤＳ）、心窩部痛症候群（ＥＰＳ）などが挙げられる。

本発明に係る第１１観点に係る心因性疾患判定装置は、第１から１０観点の心因性疾患判定装置において、判定情報記憶部をさらに備える。判定情報記憶部は、脳機能賦活情報に対して算出される判定用成分の相関値の、脳機能賦活情報に対して算出された基準判定用成分の基準相関値からの所定範囲の変化量を、心因性疾患の状態レベルに関連付けて判定情報として記憶する。また、心因性疾患判定部が、脳機能賦活情報に対する判定用成分の相関値を算出し、算出した相関値及び判定情報に基づいて、対象者の心因性疾患の状態レベルを判定する。

第１１観点に係る心因性疾患判定装置では、予め取得された基準判定用成分を利用して、心因性疾患の状態レベルを容易に判定できる。

本発明に係る第１２観点に係る心因性疾患判定装置は、第１から１１観点の心因性疾患判定装置において、心因性疾患判定部が、脳機能賦活情報に対する判定用成分の相関値を算出し、算出した相関値及び判定情報に基づいて、対象者の心因性疾患の状態レベルを判定する。ここでは、ネットワーク上の判定情報提供装置が、脳機能賦活情報に対して算出される判定用成分の相関値の、脳機能賦活情報に対して算出された基準判定用成分の基準相関値からの所定範囲の変化量を、心因性疾患の状態レベルに関連付けて判定情報として記憶する判定情報記憶部を備える。

第１２観点に係る心因性疾患判定装置では、ネットワーク上の判定情報提供装置を利用して、対象者の心因性疾患の状態レベルを判定できる。

第１観点に係る心因性疾患判定装置では、対象者の心因性疾患の状態を容易に判定できる。

第２観点に係る心因性疾患判定装置では、対象者の脳機能に対応する判定用成分を特定できる。

第３観点に係る心因性疾患判定装置では、判定用成分の抽出精度を高めることができる。

第４観点に係る心因性疾患判定装置では、精度の高い相関を得ることができる。

第５観点に係る心因性疾患判定装置では、判定用成分を容易に抽出できる。

第６観点に係る心因性疾患判定装置では、判定用成分の抽出精度を高めることができる。

第７観点に係る心因性疾患判定装置では、最適な手法で心因性疾患を判定できる。

第８観点に係る心因性疾患判定装置では、信頼性の低い判定結果を除外できる。

第９観点に係る心因性疾患判定装置では、心因性の腰痛か否か等の判定できる。

第１０観点に係る心因性疾患判定装置では、心因性の消化器疾患か否か等の判定できる。

第１１観点に係る心因性疾患判定装置では、心因性疾患の状態レベルを容易に判定できる。

第１２観点に係る心因性疾患判定装置では、ネットワーク上の判定情報提供装置を利用して、対象者の心因性疾患の状態レベルを判定できる。

撮影画像データ及びこれを解析した結果の一例を示す図。 顔面皮膚温度データを解析した結果の一部を示す図。 顔面皮膚温度データを解析した結果の一部を示す図。 成分２の成分波形の振幅と、測定された脳波のうちのβ波の振幅とを示す図。 成分３の成分波形の振幅と、測定された脳波のうちのβ波の振幅とを示す図。 対照実験で得られた顔面皮膚温度データを解析した結果の一部を示す図。 顔面の撮影画像データに基づく成分波形と、測定された脳波のうちのβ波の振幅とを示す図。 顔面皮膚温度データに基づく成分波形と、測定された脳波のうちのβ波の振幅とを示す図。 顔面の撮影画像データに基づく成分波形と、測定された脳波のうちのβ波の振幅とを示す図。 顔面皮膚温度データに基づく成分波形と、測定された脳波のうちのβ波の振幅とを示す図。 顔面の撮影画像データに基づく成分波形と、測定された脳波のうちのβ波の振幅とを示す図。 顔面皮膚温度データに基づく成分波形と、測定された脳波のうちのβ波の振幅とを示す図。 顔面の撮影画像データに基づく成分波形と、測定された脳波のうちのβ波の振幅とを示す図。 顔面皮膚温度データに基づく成分波形と、測定された脳波のうちのβ波の振幅とを示す図。 顔面の撮影画像データに基づく成分波形と、測定された脳波のうちのβ波の振幅とを示す図。 顔面皮膚温度データに基づく成分波形と、測定された脳波のうちのβ波の振幅とを示す図。 顔面の撮影画像データに基づく成分波形と、測定された脳波のうちのβ波の振幅とを示す図。 顔面皮膚温度データに基づく成分波形と、測定された脳波のうちのβ波の振幅とを示す図。 本発明の一実施形態に係る脳活動可視化装置の概略図。 脳活動可視化装置において脳機能を反映した皮膚温度の変化を示す成分を同定する際の処理の流れの一例を示すフローチャート。 本発明の一実施形態に係る脳活動可視化装置の概略図。 脳活動可視化装置において脳機能を反映した顔面のＲＧＢ変化を示す成分を同定する際の処理の流れの一例を示すフローチャート。 本発明の一実施形態に係る精神疾患判定装置の構成を示す模式図。 精神疾患判定装置の判定情報データベースの構成を示す模式図。 レッドスポット・ダイナミック・レスポンス・ファンクションの波形の一例を示す模式図。 精神疾患判定装置の動作を示すフローチャート。 精神疾患判定装置の動作を示すフローチャート。 精神疾患判定装置により出力される画像表示画面の一例を示す模式図。 精神疾患判定装置により出力される撮影後の表示画面の一例を示す模式図。 精神疾患判定装置により出力される解析波形の表示画面の一例を示す模式図。 精神疾患判定装置により出力される分布図の表示画面の一例を示す模式図。 精神疾患判定装置の具体的形態の例を示す模式図。 精神疾患判定装置の具体的形態の例を示す模式図。 精神疾患判定装置の変形例の構成を示す模式図。 精神疾患判定装置の変形例の動作を示すフローチャート。 ポジティブ画像を提示したときの判定用成分の波形を示す図。 ネガティブ画像を提示したときの判定用成分の波形を示す図。 精神疾患判定装置の検証試験の概要を説明するための図。 ネガティブ画像を提示したときの判定用成分の波形を示す図。 ポジティブ画像を提示したときの判定用成分の波形を示す図。 本発明の一実施形態に係る心因性疾患判定装置の構成を示す模式図。 心因性疾患判定装置の判定情報データベースの構成を示す模式図。 心因性疾患判定装置の動作を示すフローチャート。 心因性疾患判定装置の動作を示すフローチャート。 心因性疾患判定装置の変形例の構成を示す模式図。 心因性疾患判定装置の検証試験の概要を説明するための図。

本発明の実施形態を説明する前に、まず、本発明者らが本発明を為すにあたって重要な基礎となった、本発明者らによる知見について説明する。

（１）本発明者らによる知見の要点
人間の脳活動には、人間の知的活動（認知活動等）及び情動活動（快／不快等の活動）が反映されていることが知られている。そして、従来より、人間の脳活動を推定する試みがされているが、この場合、脳波計測法、磁気共鳴画像法及び近赤外線分光法のいずれかの方法によって検出されたデータが利用されることが多い。

ここで、検出方法として、例えば、脳波計測法が採用される場合には、被験者に対して脳波電極を装着する必要がある。そして、脳波電極を装着する際には皮膚と電極との間の抵抗を小さくする必要があるため、皮膚を研磨する処理を行ったり電極にペーストを塗布したりする等の作業が必要になる。また、磁気共鳴画像法が採用される場合には、ＭＲＩ室以外での測定が不可能であるとともに、測定室内に金属を持ち込むことができない等の測定条件に制約がある。さらに、近赤外線分光法が採用される場合には、被験者に対してプローブを装着する必要があるが、プローブを長時間装着することで被験者が痛みを感じたり、被験者の髪とプローブとの接触具合によっては正確に検出できなかったりすることがある。このように、人間の脳活動を測定するために従来の検出方法が採用される場合、脳波電極やプローブ等を装着する際の前処理が必要であったり、測定条件が限定されたりする等、被験者に与える負担が大きくなる。

したがって、被験者の負担を軽減し、かつ簡便に人間の脳活動を推定できる手段の開発が求められている。

そして、本発明者らは、人間の顔面の皮膚温度又は顔面の皮膚温度に比例すると考えられている顔面の血行状態に基づき人間の脳活動を推定することができるのではないか、と考えた。人間の顔面の皮膚温度であればサーモグラフィ等の測定装置を用いることで取得することができ、顔面の血行状態すなわち顔面の血行量であれば撮影装置を利用して得られる顔面の撮影画像のＲＧＢデータから推定することができる。このように、顔面の皮膚温度や顔面の撮影画像であれば、脳波電極やプローブ等の装着前に処理が必要なセンサを装着することなく取得することができる。

一方で、人間の顔面の皮膚温度は、外気温度及び／又は自律神経の活動等の様々な要因の影響を受けて変化することが知られている。このため、顔面の皮膚温度に基づいて又は顔面の皮膚温度に比例すると考えられる顔面の血行量に基づいて脳活動を推定しようとすると、取得したデータが脳活動のみを反映しているかどうかを判断することは、非常に困難であると考えられる。

本発明者らは、鋭意検討した結果、顔面の皮膚温度を検出し、検出した温度データ及び検出部位の位置データ（座標データ）を含む時系列の顔面皮膚温度データを、或いは、時系列の顔面の撮影画像データから得られるＲＧＢデータに基づき算出された時系列の顔面の血行量データを、特異値分解法、主成分分析法若しくは独立成分分析法を用いて複数の成分に分解し、分解した複数の成分について解析を行うことで、脳活動を反映した顔面の皮膚温度の変化或いは顔面の血行量の変化を示す成分を同定することができることを見いだした。そして、本発明者らは、対象者の脳活動を推定し、これを解析することで、推定した脳活動に基づき対象者の生理状態を可視化することのできる本発明に到達した。

（２）顔面の各種データの取得方法、及び取得した各種データの解析方法
（２−１）顔面皮膚温度データの取得方法、及び顔面皮膚温度データの解析方法
次に、本発明者らが上記の知見を得るに際して用いた顔面皮膚温度データの取得方法、及び顔面皮膚温度データの解析方法について説明する。

この試験では、６名の被験者から顔面皮膚温度データを取得した。具体的には、室温２５℃を維持した人工気象室内に設置した椅子に被験者を座らせて、赤外線サーモグラフィ装置を用いて、被験者の顔面全体から顔面皮膚温度データを取得した。赤外線サーモグラフィ装置は、対象物から出ている赤外線放射エネルギーを赤外線カメラで検出し、検出した赤外線放射エネルギーを対象物表面の温度（ここでは、摂氏での温度）に変換して、その温度分布を顔面皮膚温度データ（例えば、温度分布を表した画像データ）として表示、蓄積することが可能な装置である。なお、この試験では、赤外線サーモグラフィ装置として、NEC Avio 赤外線テクノロジー株式会社製のR300を使用した。また、赤外線カメラは、被験者の正面であって、被験者から１．５ｍ離れた地点に設置した。そして、顔面皮膚温度データは、３０分間取得した。

また、この試験では、顔面皮膚温度データを取得している間に、被験者に対して脳機能賦活課題を与えた。これにより、脳の非賦活時の顔面皮膚温度データ、及び脳の賦活時の顔面皮膚温度データを取得した。脳機能賦活課題としては、被験者が表示装置等に表示された映像に基づいて、計算、又は、数値、形状及び色の認知、或いは、記号、文字ないし言語の記憶などの心理的作業が挙げられる。この試験では、脳機能賦活課題として「かけ算の暗算」を採用し、被験者に、表示装置に筆算形式で表示される数字を計算させ、その回答をキーボードに入力させる作業を課した。なお、この試験では、顔面皮膚温度データの取得開始から５分経過後から１０分間継続して、被験者に対して脳機能賦活課題を与えた。

顔面皮膚温度データの解析としては、取得した顔面皮膚温度データを対象として、ＭＡＴＬＡＢ（登録商標）のＳＶＤ（Singular Value Decomposition）を分析ツールとして用いて特異値分解を行った。特異値分解では、時系列で取得した全ての顔面皮膚温度データ（３０分間のデータ）を対象とし、要因を３０秒毎の時間データ（３０分間で６０ time point）とし、測度をその期間（３０秒間）における顔面皮膚温度データ（２４０×３２０ pixels）とした。そして、特異値分解により、顔面皮膚温度データＸを、複数の成分に分解し、それぞれの成分の時間分布Ｖと、空間分布Ｕと、各成分の大きさを示す特異値Ｓとを算出した。なお、これらの関係は、以下の式で表される。また、Ｖ’は、Ｖの行と列とを入れ替えた行列である。

そして、特異値分解によって求められた各成分の時間分布Ｖ及び空間分布Ｕをグラフにプロットし、各成分の成分波形図と温度分布図とを作成した。

さらに、作成した各成分の成分波形図及び温度分布図について、脳活動を反映した皮膚温度の変化を示す成分を同定するための解析を行った。

各成分の成分波形図については、その成分波形の振幅と、脳の非賦活時及び脳の賦活時との相関関係の有無について解析した。具体的には、各成分の成分波形図に示された振幅と、脳の非賦活期間／脳の賦活期間との間に相関関係があるか否かを評価した。この試験では、顔面皮膚温度データを取得している期間のうち、被験者に対して脳機能賦活課題が与えられていない期間であるデータ取得開始時点から５分が経過した時点までの５分間の期間、及びデータ取得開始時から１５分が経過した時点からデータ取得終了時点までの１５分間の期間を脳の非賦活時とし、被験者に対して脳機能賦活課題が与えられている期間であるデータ取得開始時から５分が経過した時点から１０分が経過した時点までの１０分間の期間を脳の賦活時とした。そして、各成分の成分波形図に示された振幅と、脳の非賦活時及び脳の賦活時との相関関係の有無について評価した。なお、相関関係の有無については、統計的相関分析を行い、有意水準（α）が０．０５以下の場合に相関があると判断した。

各成分の温度分布図については、顔面の所定部位における温度変化の有無について解析した。ここで、脳には、選択的脳冷却機構（Selective Brain Cooling System）という体温とは独立して脳を冷却する仕組みがある。選択的脳冷却機構としては、脳活動によって生じた熱を前額部及び副鼻腔周辺（眉間及び鼻部周辺を含む）を用いて排熱していることが知られている。そこで、この試験では、各成分の温度分布図において、副鼻腔周辺及び前額部における温度変化があるか否かを評価した。なお、温度分布図における副鼻腔周辺及び前額部の温度変化の有無については、目視（visual inspection）による温度変化の有無、もしくは副鼻腔周辺及び前額部の温度が測定データ全体の平均温度から１標準偏差（ＳＤ）以上異なるか否かを温度変化の有無の基準とした。

なお、空間分布Ｕ、特異値Ｓ及び時間分布Ｖの値の関係で、顔面皮膚温度データＸの極性（プラスマイナス）が決定するため、各成分の成分波形図及び温度分布図において極性が反転して現れることがある。このため、成分波形図及び温度分布図の評価に関して、極性については評価対象としないこととした。

ここで、この赤外線サーモグラフィ装置では、上述しているように、対象物から検出された赤外線放射エネルギーを温度に変換して、その温度分布を顔面皮膚温度データとしている。ところで、人間を対象として赤外線サーモグラフィ装置を用いて顔面の皮膚温度を取得する場合、顔面の動き及び／又は自律神経の活動等の様々な脳活動とは関連しない温度変化（いわゆるノイズ）についても顔面皮膚温度データとして取得してしまう（図１（ａ）参照）。そこで、このような脳活動とは関連しない温度変化を検出するために、３０秒毎の顔面皮膚温度データに含まれる温度データの全平均値を「０」とした相対的な顔面皮膚温度データを作成し、作成した顔面皮膚温度データについても、ＭＡＴＬＡＢ（登録商標）のＳＶＤを分析ツールとして用いて特異値分解を行い、特異値Ｓに応じた各成分の成分波形図と温度分布図とを作成し、脳活動を反映した皮膚温度の変化を示す成分を同定するための解析を行った。

なお、以下より、説明の便宜上、赤外線サーモグラフィ装置で取得した顔面皮膚温度データを「温度換算データに応じた顔面皮膚温度データ」といい、所定時間毎（この試験では３０秒毎）の温度換算データに応じた顔面皮膚温度データに含まれる温度データの全平均値を「０」とした相対的な顔面皮膚温度データを「相対温度換算データに応じた顔面皮膚温度データ」という。

また、６名の被験者のうちの１名に対しては、赤外線サーモグラフィ装置による顔面皮膚温度の検出の他に、被験者の頭皮上に電極を接続して脳波を測定し、覚醒時や意識が緊張した時に現れる波形として知られているβ波（１４〜３０Ｈｚの周波数の脳波）の振幅と、成分波形図の振幅との間の相関関係についても評価した。なお、脳波測定では、国際式１０−２０法に基づき、６つの部位（Ｆ３、Ｆ４，Ｃ３、Ｃ４、Ｃｚ、Ｐｚ）に電極を配置した。

ところで、被験者に脳機能賦活課題が与えられている間、被験者の頭が上下に動くことが考えられる。そうすると、赤外線カメラに対する被験者の顔面の位置が変化することになる。この顔面の位置の変化が皮膚温度の変化に影響しているか否かを検証するために、被験者１名に対して対照試験を行った。顔面皮膚温度データを取得する際の被験者の動きの影響を検証するための対照試験では、上記試験と同様に赤外線サーモグラフィ装置を用いて被験者の顔面皮膚温度データを取得するが、脳機能賦活課題が与えられていない間（すなわち、脳の非賦活時）についてもランダムなタイミングでキーボードを押す作業を被験者に課した。この対照実験によって得られた温度換算データに応じた顔面皮膚温度データ及び相対温度換算データに応じた顔面皮膚温度データについても、ＭＡＴＬＡＢ（登録商標）のＳＶＤを分析ツールとして用いて特異値分解を行い、特異値Ｓに応じた各成分の成分波形図と温度分布図とを作成し、脳活動を反映した皮膚温度の変化を示す成分を同定するための解析を行った。

（２−２）顔面撮影画像データの取得方法、及び顔面撮影画像データの解析方法
図１（ａ）は、撮影装置にて撮影した被験者の顔面の副鼻腔周辺の撮影画像データの一例を示す図である。図１（ｂ）は、血行量分布図（画像マップ）の一例を示す図である。

次に、本発明者らが上記の知見を得るに際して用いた顔面撮影画像データの取得方法、及び顔面撮影画像データの解析方法について説明する。

この試験では、６名の被験者から顔面の撮影画像データを取得した。具体的には、室温２５℃を維持した人工気象室内に設置した椅子に被験者を座らせて、時系列で画像を取得可能な撮影装置を用いて、被験者の顔面全体の副鼻腔周辺の撮影画像データを時系列で取得した。

また、上述した選択的脳冷却機構に基づくと、脳活動に伴う顔面皮膚温度に比例すると考えられる顔面の血行量の変化は、前額部及び／又は副鼻腔周辺に出現すると考えられる。このことから、本発明者らは、少なくとも前額部及び／又は副鼻腔周辺の顔面の血行量の変化を捉えることができれば、精度良く脳活動を推定することができる、と考えた。そして、この試験では、被験者の顔面の副鼻腔周辺の撮影画像データを時系列で取得した。

また、この試験では、撮影装置として、Apple社製のiPad Air（登録商標）の備える液晶画面側の撮影装置を使用し、時系列の撮影画像データとしてカラーの動画データを取得した。また、撮影装置を、被験者の正面側であって、被験者から１．０ｍ離れた地点に設置した。そして、撮影装置によって、３０フレーム／秒の撮影周期で時間軸に沿って３０分間の撮影画像データを連続撮影することで、顔面の動画データを得た。

さらに、この試験では、顔面の動画データを取得している間に、被験者に対して脳機能賦活課題を与えた。これにより、脳の非賦活時の顔面の動画データ、及び脳の賦活時の顔面の動画データを取得した。この試験では、上記試験と同様に、脳機能賦活課題として「かけ算の暗算」を採用し、被験者に、表示装置に筆算形式で表示される数字を計算させ、その回答をキーボードに入力させる作業を課した。なお、この試験では、顔面の動画データの取得開始から５分経過後から１０分間継続して、被験者に対して脳機能賦活課題を与えた。

顔面の動画データの解析としては、撮影した顔面の動画データより得られたＲＧＢデータに基づき血行量データを算出し、算出した時系列の血行量データを対象として、ＭＡＴＬＡＢ（登録商標）のＳＶＤを分析ツールとして用いて特異値分解を行った。ここでは、ＣＩＥ−Ｌ^*ａ^*ｂ^*表色系に従って、画像のＲＧＢデータより演算される肌の赤みやヘモグロビン量と相関のある紅斑指数「ａ^*」を求め、これを血行量データとした。また、特異値分解では、時系列で取得した全ての動画データ（３０分間のデータ）から得られたＲＧＢデータに基づく血行量データ（ここでは、紅斑指数）を対象とし、要因を３０秒毎の時間データ（３０分間で６０ time point）とし、測度をその期間（３０秒毎）におけるＲＧＢデータから演算した紅斑指数（３０秒毎に１秒間のフレームデータを取り出し、該フレームデータから得られるＲＧＢ値の平均値から演算した紅斑指数；２４０×３２０ pixels）とした。そして、特異値分解により、顔面の動画データより得られたＲＧＢデータに基づく時系列の血行量データを、複数の成分に分解し、それぞれの成分の時間分布Ｖと、空間分布Ｕと、各成分の大きさを示す特異値Ｓとを算出した。なお、これらの関係は、上記式（数１）と同様の式で表される。

そして、特異値分解によって求められた各成分の時間分布Ｖ及び空間分布Ｕをグラフにプロットし、各成分の成分波形図と血行量分布図とを作成した。

さらに、作成した各成分の成分波形図及び血行量分布図について、脳活動を反映した顔面の血行量の変化すなわち顔面のＲＧＢ変化を示す成分を同定するための解析を行った。

各成分の成分波形図については、その成分波形の振幅と、脳の非賦活時及び脳の賦活時との相関関係の有無について解析した。具体的には、各成分の成分波形図に示された振幅と、脳の非賦活期間／脳の賦活期間との間に相関関係があるか否かを評価した。この試験では、顔面の撮影画像データを取得している期間のうち、被験者に対して脳機能賦活課題が与えられていない期間であるデータ取得開始時点から５分が経過した時点までの５分間の期間、及びデータ取得開始時から１５分が経過した時点からデータ取得終了時点までの１５分間の期間を脳の非賦活時とし、被験者に対して脳機能賦活課題が与えられている期間であるデータ取得開始時から５分が経過した時点から１０分が経過した時点までの１０分間の期間を脳の賦活時とした。そして、各成分の成分波形図に示された振幅と、脳の非賦活時及び脳の賦活時との相関関係の有無について評価した。なお、相関関係の有無については、統計的相関分析を行い、有意水準（α）が０．０１以下の場合に相関があると判断した。

各成分の血行量分布図については、顔面の所定部位における血行量変化の有無について解析した。血行量分布図は、ピクセル毎に算出された空間分布Ｕを各ピクセルの位置に並べることで作成される。このように作成された各成分の血行量分布図において、副鼻腔周辺及び前額部における血行量の変化があるか否かを評価した。なお、血行量分布図における副鼻腔周辺及び前額部の血行量変化の有無については、目視（visual inspection）による血行量変化の有無、もしくは図１（ｂ）に示す副鼻腔周辺及び前額部の血行量の値が「0.000」でないことを血行量変化の有無の基準とした。

なお、空間分布Ｕ、特異値Ｓ及び時間分布Ｖの値の関係で、血行量データＸの極性（プラスマイナス）が決定するため、各成分の成分波形図及び血行量分布図において極性が反転して現れることがある。このため、成分波形図及び血行量分布図の評価に関して、極性については評価対象としないこととした。

さらに、顔面の皮膚温度と顔面の血行量との相関関係を検証するために、６名の被験者から顔面の撮影画像データを時系列で取得している間、赤外線サーモグラフィ装置により顔面皮膚温度データも時系列で取得し、取得した顔面皮膚温度データについてもＭＡＴＬＡＢ（登録商標）のＳＶＤを分析ツールとして用いて特異値分解を行い、特異値Ｓに応じた各成分の成分波形図を作成し、その成分波形の振幅と、脳の非賦活時及び脳の賦活時との相関関係の有無について解析した。なお、この試験では、赤外線サーモグラフィ装置として、上記試験と同様の装置を用いた。また、赤外線カメラは、被験者の正面であって、被験者から１．５ｍ離れた地点に設置した。

ところで、撮影装置を用いて顔面の撮影画像データを取得する場合、撮影中に太陽の光等が顔に当たることで光が顔で反射し、この反射光が撮影装置のレンズに入り込んでしまうことがある。そうすると、撮影された顔面の撮影画像データにはこの反射光が記録されてしまうことになる。ここで、撮影画像データから得られるＲＧＢデータにおいて、顔面の血行量に基づく明度の変化は反射光に基づく明度の変化よりも小さいため、反射光の記録された撮影画像データから得られるＲＧＢデータに基づいて算出された血行量が解析されると、脳活動とは関連しない顔面のＲＧＢ変化（いわゆるノイズ）が混入してしまう可能性があると考えられた。そこで、このような脳活動とは関連しない顔面のＲＧＢ変化の混入を防ぐために、３０秒毎のＲＧＢデータの全平均値を「０」とした相対的なＲＧＢデータから相対的な血行量データを作成し、作成した血行量データについても、ＭＡＴＬＡＢ（登録商標）のＳＶＤを分析ツールとして用いて特異値分解を行い、特異値Ｓに応じた各成分の成分波形図と血行量分布図とを作成し、脳活動を反映した顔面のＲＧＢ変化を示す成分を同定するための解析を行った。

なお、以下より、説明の便宜上、所定時間毎（この試験では３０秒毎）のＲＧＢデータの全平均値を「０」とした相対的なＲＧＢデータに基づく相対的な血行量データを「相対換算血行量データ」といい、相対的なＲＧＢデータに換算する前のＲＧＢデータに基づく血行量データを単に「血行量データ」という。

また、６名の被験者に対して撮影装置によって顔面の時系列の撮影画像データを取得している間、各被験者の頭皮上に電極を接続して脳波を測定し、覚醒時等の脳細胞が活動している時に現れる波形として知られているβ波（１３〜３０Ｈｚの周波数の脳波）の振幅と、成分波形図の振幅との間の相関関係についても評価した。なお、脳波測定では、国際式１０−２０法に基づき、頭皮上１９の部位（Ｆｐ１、Ｆｐ２、Ｆ３、Ｆ４、Ｃ３、Ｃ４、Ｐ３、Ｐ４、Ｏ１、Ｏ２、Ｆ７、Ｆ８、Ｔ３、Ｔ４、Ｔ５、Ｔ６、Ｆｚ、Ｃｚ及びＰｚ）に電極を配置した。

さらに、被験者に脳機能賦活課題が与えられている間、被験者の頭が上下に動くことが考えられる。そうすると、撮影装置に対する被験者の顔面の位置が変化することになる。この顔面の位置の変化が顔面のＲＧＢ変化に影響しているか否かを検証するために、被験者１名に対して対照試験を行った。対照試験では、上記試験と同様に撮影装置を用いて被験者の顔面の時系列の撮影画像データを取得するが、脳機能賦活課題が与えられていない間（すなわち、脳の非賦活時）についてもランダムなタイミングでキーボードを押す作業を被験者に対して課した。この対照実験によって撮影された顔面の時系列の撮影画像データから得られたＲＧＢデータに基づく時系列の血行量データについても、ＭＡＴＬＡＢ（登録商標）のＳＶＤを分析ツールとして用いて特異値分解を行い、特異値Ｓに応じた各成分の成分波形図を作成し、その成分波形の振幅と、脳の非賦活時及び脳の賦活時との相関関係の有無について解析した。また、各成分波形の振幅と、実際の顔面の動きとの相関関係の有無について解析した。実際の顔面の動きは、撮影画像データから顔の同一箇所の２次元座標を取得し、対照実験開始時の撮影画像データを基準として撮影時における３０秒毎の顔面の移動距離を算出することで評価した。さらに、各成分波形の振幅と、撮影中のキーボードの入力数との相関関係の有無についても解析した。撮影中のキーボードの入力数は、時系列の撮影画像データにおける３０秒毎の単純移動平均を算出することで評価した。

（３）解析結果
（３−１）顔面皮膚温度データの解析結果
図２は、温度換算データに応じた顔面皮膚温度データを解析した結果の一部を示す図である。図２（ａ）は、被験者１の成分２の成分波形図を示している。図２（ｂ）は、被験者１の成分２の温度分布図を示している。図３（ａ）は、被験者１の成分３の成分波形図を示している。図３（ｂ）は、被験者１の成分３の温度分布図を示している。図４及び図５は、成分波形の振幅と、脳波との関係を示す図である。図４は、被験者１の成分２の成分波形の振幅と、測定された脳波のうちのβ波の振幅とを示す図である。図５は、被験者１の成分３の成分波形の振幅と、測定された脳波のうちのβ波の振幅とを示す図である。図６は、対照実験で得られた顔面皮膚温度データを解析した結果の一部を示す図である。図６（ａ）は、成分３の成分波形図を示している。図６（ｂ）は、成分３の温度分布図を示している。

表１は、各被験者に対する顔面皮膚温度データの解析結果を示したものである。

上記の顔面皮膚温度データの解析によって得られた結果から、時系列の顔面皮膚温度データを特異値分解により分解して得られた複数の成分のうち、成分２及び／又は成分３と、人間の脳活動との間に有意な相関があることが確認された。

また、図４及び図５に示すように、脳波解析の結果から、成分２及び成分３の各成分波形の振幅と、脳波のβ波の振幅との間に有意な相関が確認された。

さらに、対照実験では、顔面皮膚温度データを取得している間に被験者に動きがある状態であっても、成分３と人間の脳活動との間に有意な相関があった（図６参照）。このことから、複数の成分のうち、成分３については、顔面皮膚温度データを取得する際の被験者の動きが影響していないことが認められた。

これらの結果から、本発明者らは、以下の知見を得た。

被験者から取得した時系列の顔面皮膚温度データを特異値分解により複数の成分に分解し、分解した各成分について解析した結果、複数の成分のうちの成分３が脳活動に関連する成分であると認められた。すなわち、時系列の顔面皮膚温度データを特異値分解により複数の成分に分解し、分解した複数の成分から脳の賦活／非賦活と相関のある成分を抽出し、抽出した成分について選択的脳冷却機構を利用した解析を行うことで、複数の成分から脳活動を反映した皮膚温度の変化を示す成分を同定することができることが判明した。このことから、本発明者らは、人間の顔面の皮膚温度に基づいて、脳活動を推定することができる、という知見を得た。

（３−２）顔面の撮影画像データの解析結果
図７〜図１８は、顔面の撮影画像データ（血行量データ）又は顔面皮膚温度データに基づく成分波形図と、測定された脳波のうちのβ波の波形図を比較解析した結果の一部を示す図である。図７は、被験者１の撮影画像データに基づく成分２の成分波形の振幅と、測定された被験者１の脳波のうちのβ波の振幅とを示す図である。図８は、被験者１の顔面皮膚温度データに基づく成分２の成分波形の振幅と、測定された被験者１の脳波のうちのβ波の振幅とを示す図である。図９は、被験者２の撮影画像データに基づく成分２の成分波形の振幅と、測定された被験者２の脳波のうちのβ波の振幅とを示す図である。図１０は、被験者２の顔面皮膚温度データに基づく成分２の成分波形の振幅と、測定された被験者２の脳波のうちのβ波の振幅とを示す図である。図１１は、被験者３の撮影画像データに基づく成分４の成分波形の振幅と、測定された被験者３の脳波のうちのβ波の振幅とを示す図である。図１２は、被験者３の顔面皮膚温度データに基づく成分３の成分波形の振幅と、測定された被験者３の脳波のうちのβ波の振幅とを示す図である。図１３は、被験者４の撮影画像データに基づく成分３の成分波形の振幅と、測定された被験者４の脳波のうちのβ波の振幅とを示す図である。図１４は、被験者４の顔面皮膚温度データに基づく成分２の成分波形の振幅と、測定された被験者４の脳波のうちのβ波の振幅とを示す図である。図１５は、被験者５の撮影画像データに基づく成分２の成分波形の振幅と、測定された被験者５の脳波のうちのβ波の振幅とを示す図である。図１６は、被験者５の顔面皮膚温度データに基づく成分２の成分波形の振幅と、測定された被験者５の脳波のうちのβ波の振幅とを示す図である。図１７は、被験者６の撮影画像データに基づく成分４の成分波形の振幅と、測定された被験者６の脳波のうちのβ波の振幅とを示す図である。図１８は、被験者６の顔面皮膚温度データに基づく成分３の成分波形の振幅と、測定された被験者６の脳波のうちのβ波の振幅とを示す図である。

図７〜図１８に示すように、各成分波形と脳波解析との結果から、顔面の皮膚温度と顔面の血行量とが相関関係にあることが確認された。なお、顔面の皮膚温度データ及び顔面の血行量データのいずれのデータに基づく解析においても、各成分波形の振幅と、頭頂部又は後頭部に装着した電極が測定した脳波のβ波の振幅との間に有意な相関が確認された。

以下に示す表２は、各被験者に対する顔面の撮影画像データの解析結果を示したものである。

表２に示すように、上記の顔面の撮影画像データの解析によって得られた結果から、顔面の撮影画像データに基づく時系列の血行量データを特異値分解により分解して得られた複数の成分のうち、成分１，２，３，４，５と人間の脳活動との間に有意な相関があることが確認された。なお、ここでは、血行量データに基づく相関において有意な相関が見られかつ相対換算血行量データに基づく相関において有意な相関が見られた成分だけでなく、血行量データに基づく相関においては有意な相関が見られなかったが相対換算血行量データに基づく相関において有意な相関が見られた成分も、人間の脳活動と有意な相関があると認めるようにした。

また、以下に示す表３は、対照実験の結果を示したものである。

表３に示すように、対照実験では、顔面の撮影画像データを取得している間に被験者に動きがある場合、その成分波形の振幅と脳の非賦活時及び脳の賦活時との間に有意な相関のあった成分のうちの成分２については、移動距離及びキーボード入力数それぞれとの間に有意な相関が認められなかった。このことから、顔面の撮影画像データから取得したＲＧＢデータに基づく血行量データを特異値分解することで得られる複数の成分において、脳活動との間に有意な相関がある成分については、顔面の時系列の撮影画像データを取得する際の被験者の動きによる影響を受けたとしても、その影響は脳の脳活動による影響（脳の賦活や非賦活による影響）よりも遙かに小さいことが確認された。

これらの結果から、本発明者らは、以下の知見を得た。

被験者から取得した時系列の顔面の撮影画像データに基づく顔面のＲＧＢデータから得られる血行量データを特異値分解により複数の成分に分解し、分解した各成分について解析した結果、複数の成分のうちの成分１，２，３，４，５が脳活動に関連する成分であると認められた。すなわち、時系列の顔面の撮影画像データに基づく顔面のＲＧＢデータから得られる血行量データを特異値分解により複数の成分に分解し、分解した複数の成分から脳の賦活／非賦活と相関のある成分を抽出し、抽出した成分について解析することで、複数の成分から脳活動を反映した顔面のＲＧＢ変化を示す成分を同定することができることが判明した。このことから、本発明者らは、人間の顔面の時系列の撮影画像データに基づいて、脳活動を推定することができる、という知見を得た。

（４）脳活動可視化装置
次に、上記に説明した知見に基づいて、本発明者らが完成するに至った本発明の一実施形態に係る脳活動可視化装置１０，１１０について説明する。なお、本発明に係る脳活動可視化装置は、以下の実施形態に限定されるものではなく、要旨を逸脱しない範囲で適宜変更可能である。

本発明の一実施形態に係る脳活動可視化装置１０，１１０は、顔面皮膚温度データに基づき脳活動を推定する脳活動推定手段３０、及び／又は顔面の撮影画像データに基づき脳活動を推定する脳活動推定手段１３０を備えている。以下では、本発明の一実施形態に係る脳活動可視化装置１０，１１０を説明する前に、各脳活動推定手段３０，１３０について説明する。

（４−１）顔面皮膚温度データに基づき脳活動を推定する脳活動推定手段３０
図１９は、本発明の一実施形態に係る脳活動可視化装置１０の概略図である。図２０は、脳活動可視化装置１０において脳機能を反映した皮膚温度の変化を示す成分を同定する際の処理の流れを示すフローチャートである。

脳活動可視化装置１０の備える脳活動推定手段３０は、個人（被験者）の顔面の皮膚温度から、個人の脳活動を推定する。脳活動可視化装置１０は、図１９に示すように、顔面皮膚温度取得手段２０と、脳活動推定手段３０と、状態可視化手段２００と、を備える。

顔面皮膚温度取得手段２０は、個人の顔面の少なくとも一部の皮膚温度を検出し、検出した温度データ及びその検出部位の位置データを含む顔面皮膚温度データを時系列で取得する（ステップＳ１）。なお、ここでは、顔面皮膚温度取得手段２０は、赤外線サーモグラフィ装置であり、図１９に示すように、赤外線カメラ２１と、処理部２２と、を有する。赤外線カメラ２１は、個人の顔面から出ている赤外線放射エネルギーを検出するためのものである。そして、ここでは、赤外線カメラ２１は、個人の顔面全体から赤外線放射エネルギーを検出しているものとする。処理部２２は、赤外線カメラ２１によって検出した赤外線放射エネルギーを温度に変換して温度データとし、赤外線放射エネルギーの検出された部位を位置データ（座標データ）とした顔面全体における顔面皮膚温度の温度分布図を作成し、作成した温度分布図を温度換算データに応じた顔面皮膚温度データとして処理する。温度換算データに応じた顔面皮膚温度データは、処理部２２の有する記憶部（図示せず）に蓄積される。

ここでは、処理部２２において、顔面全体における顔面皮膚温度の温度分布図が作成されているが、これに限定されず、少なくとも副鼻腔周辺及び／又は前額部を含む顔面皮膚温度の温度分布図が作成され、これが温度換算データに応じた顔面皮膚温度データとされてもよい。

また、ここでは、顔面皮膚温度取得手段２０により温度換算データに応じた顔面皮膚温度データが取得されている間に、個人に対して脳機能賦活課題が一定期間与えられる。すなわち、顔面皮膚温度取得手段２０により取得される温度換算データに応じた顔面皮膚温度データには、個人に対して脳機能賦活課題が与えられている期間のデータが含まれていることになる。なお、個人に対して与えられる脳機能賦活課題としては、脳が賦活状態になると推定されるものであれば特に限定されるものではなく、例えば、脳活動可視化装置１０の利用目的に応じてその内容が適宜決定されるよう構成されていてもよい。

脳活動推定手段３０は、顔面皮膚温度取得手段２０により取得された温度換算データに応じた顔面皮膚温度データに基づき、人間の脳活動を推定する。具体的には、脳活動推定手段３０は、図１９に示すように、換算部３１と、解析部３２と、推定部３３と、を有する。

換算部３１は、温度換算データに応じた顔面皮膚温度データに含まれる温度データを相対的な温度データに換算し、換算した相対的な温度データに基づく顔面皮膚温度データすなわち相対温度換算データに応じた顔面皮膚温度データを作成する（ステップＳ２）。具体的には、換算部３１は、所定時間毎（例えば、３０秒）の温度換算データに応じた顔面皮膚温度データに含まれる温度データの平均値を基準値として、該温度データを相対的な温度データに換算する。そして、換算部３１は、換算した相対的な温度データ及び位置データを利用して、相対温度換算データに応じた顔面皮膚温度データを作成する。

解析部３２は、時系列の温度換算データに応じた顔面皮膚温度データ及び相対温度換算データに応じた顔面皮膚温度データのそれぞれを、特異値分解、主成分分析或いは独立成分分析により複数の成分に分解する（ステップＳ３）。ここでは、解析部３２は、取得した温度換算データに応じた顔面皮膚温度データ及び換算した相対温度換算データに応じた顔面皮膚温度データのそれぞれを対象として、ＭＡＴＬＡＢ（登録商標）のＳＶＤを分析ツールとして用いて、特異値分解を行う。特異値分解は、時系列で取得した温度換算データに応じた顔面皮膚温度データ及び相対温度換算データに応じた顔面皮膚温度データについて、要因を所定期間（例えば、３０秒）毎の時間データとし、測度をその期間における温度換算データに応じた顔面皮膚温度データ及び相対温度換算データに応じた顔面皮膚温度データとして行われる。そして、特異値分解により、温度換算データに応じた顔面皮膚温度データ及び相対温度換算データに応じた顔面皮膚温度データのそれぞれを複数の成分に分解し、時間分布と、空間分布と、各成分の大きさを示す特異値とを算出する。

また、解析部３２は、特異値分解によって分解した複数の成分から脳活動を反映した皮膚温度の変化を示す成分を同定するために、各成分が第１条件及び第２条件を満たすか否かを判定する（ステップＳ４ａ、ステップＳ４ｂ、ステップＳ５ａ、及びステップＳ５ｂ）。なお、ここでは、解析部３２において、まず、温度換算データに応じた顔面皮膚温度データに基づく各成分について第１条件が満たされているか否かが判定され（ステップＳ４ａ）、ステップＳ４ａにおいて第１条件が満たされていると判定された温度換算データに応じた顔面皮膚温度データに基づく成分について第２条件が満たされているか否かが判定される（ステップＳ４ｂ）。そして、相対温度換算データに応じた顔面皮膚温度データに基づく各成分のうちステップＳ４ａ及びステップＳ４ｂにおいて第１条件及び第２条件を満たすと判定された成分と一致する成分についてのみ第１条件が満たされているか否かが判定され（ステップＳ５ａ）、その後、ステップＳ５ａにおいて第１条件が満たされていると判定された相対温度換算データに応じた顔面皮膚温度データに基づく成分について第２条件が満たされているか否かが判定される（ステップＳ５ｂ）。しかしながら、解析部３２における該判定の順序はこれに限定されるものではなく、例えば、温度換算データに応じた顔面皮膚温度データに基づく各成分と、相対温度換算データに応じた顔面皮膚温度データに基づく各成分とが、第１条件及び第２条件を満たすか否かがそれぞれ判定され、判定結果の一致する成分が最終的に抽出されてもよい。

第１条件とは、特異値分解によって分解した成分の成分波形の振幅が、脳の非賦活時及び脳の賦活時の変化と相関関係にある、という条件である。解析部３２は、複数の成分のうち、第１条件を満たす成分を、判定用成分として抽出する。なお、ここでは、温度換算データに応じた顔面皮膚温度データを取得している間に、個人に対して脳機能賦活課題が与えられている期間が一定期間ある。解析部３２は、個人に対して脳機能賦活課題が与えられていない期間を脳の非賦活時とし、個人に対して脳機能賦活課題が与えられている期間を脳の賦活時として、脳機能賦活課題が与えられている期間及び与えられていない期間と、各成分の成分波形とを比較解析する。解析部３２は、成分波形データに基づく比較解析結果を利用して、各成分の成分波形と脳の非賦活時及び脳の賦活時とが相関関係にあるか否かを評価し、複数の成分のうち相関関係にあると評価した成分を、第１条件を満たす判定用成分として抽出する。一方、解析部３２は、複数の成分のうち相関関係にないと評価した成分を、第１条件を満たさず人間の脳活動を反映した温度変化を示す成分ではないと判定する（ステップＳ６）。

ここでは、温度換算データに応じた顔面皮膚温度データの取得時に個人に対して脳機能賦活課題が一定期間与えられており、これに基づき解析部３２は判定用成分を抽出しているが、第１条件の内容、すなわち解析部３２における判定用成分の抽出手段はこれに限定されない。例えば、予め実験等がされていることで複数の成分のうち脳の非賦活時及び脳の賦活時と相関関係にある成分波形を示す成分が特定されている場合には、解析部３２は、複数の成分から特定されている該成分を判定用成分として抽出する。また、本脳活動可視化装置において眼球運動又はまたたき等の脳の賦活／非賦活に関連することが知られている人間の動作が検出される場合には、解析部３２が、この検出結果と各成分の成分波形とを比較解析及び評価することで、複数の成分から判定用成分を抽出してもよい。なお、解析部３２による第１条件を満たすか否かの判定の基準は、脳活動可視化装置１０の利用目的等に応じて、シミュレーションや実験、机上計算等によって適宜決定される。

第２条件は、抽出した判定用成分において、人間の顔面の所定部位における温度変化がある、という条件である。解析部３２は、判定用成分のうち、第２条件を満たす成分を、人間の脳活動に関連している可能性の高い成分と判定し、候補成分として抽出する。すなわち、解析部３２は、人間の顔面の所定部位における温度変化の有無に基づき、判定用成分が人間の脳活動に関連しているか否かを判定する。具体的には、解析部３２は、抽出した判定用成分の温度分布データに基づき、副鼻腔周辺及び／又は前額部において温度変化が生じているか否かを判定し、温度変化が生じている場合には該判定用成分が第２条件を満たす人間の脳活動に関連する可能性の高い成分であると判定し、候補成分として抽出する。一方で、解析部３２は、副鼻腔周辺及び／又は前額部において温度変化が生じていない場合には、該判定用成分は第２条件を満たさず脳活動を反映した皮膚温度の変化を示す成分ではない、と判定する（ステップＳ６）。なお、解析部３２による第２条件を満たすか否かの判定の基準は、脳活動可視化装置１０の利用目的等に応じて、シミュレーションや実験、机上計算等によって適宜決定される。

そして、解析部３２は、ステップＳ５ｂにおいて第２条件を満たすと判定した成分を、脳活動を反映した皮膚温度の変化を示す成分として同定する（ステップＳ７）。すなわち、ステップＳ７において脳活動を反映した皮膚温度の変化を示す成分として同定される成分は、温度換算データに応じた顔面皮膚温度データを特異値分解により分解し解析することで抽出された候補成分と、相対温度換算データに応じた顔面皮膚温度データを特異値分解により分解し解析することで抽出された候補成分と、の間で一致している成分ということになる。なお、両解析で一致していない候補成分については、ステップＳ６において脳活動を反映した皮膚温度の変化を示す成分ではない、と判定されている。

推定部３３は、解析部３２において人間の脳活動を反映した皮膚温度の変化を示す成分として同定された成分に基づいて、人間の脳活動を推定する。具体的には、推定部３３は、解析部３２において同定された成分の成分波形データに基づいて、顔面皮膚温度データの取得時における脳活動量を推定する。

（４−１−１）変形例１Ａ
上記脳活動推定手段３０は換算部３１を有しており、換算部３１によって相対温度換算データに応じた顔面皮膚温度データが作成されている。そして、解析部３２が、顔面皮膚温度取得手段２０により取得された温度換算データに応じた顔面皮膚温度データだけでなく、相対的な温度データに換算された温度データに基づく相対温度データに応じた顔面皮膚温度データについても、特異値分解により複数の成分に分解し、各成分についての解析を行っている。

これに代えて、脳活動推定手段３０が換算部３１を有していなくてもよい。この場合、相対温度換算データに応じた顔面皮膚温度データを作成したり、相対温度換算データに応じた顔面皮膚温度データに基づくデータの解析を行ったりする処理を省くことができる。

ただし、人間の脳活動に関連する成分を精度よく同定するためには、上記実施形態のように脳活動推定手段３０が換算部３１を有しており、解析部３２によって、顔面皮膚温度取得手段２０により取得された温度換算データに応じた顔面皮膚温度データだけでなく、相対的な温度データに換算された温度データに基づく相対温度データに応じた顔面皮膚温度データについても、特異値分解により複数の成分に分解され、各成分についての解析が行われるほうが望ましい。

（４−１−２）変形例１Ｂ
また、上記顔面皮膚温度取得手段２０は、対象物と非接触の状態で温度データを取得することができる赤外線サーモグラフィ装置である。

しかしながら、個人の顔面の少なくとも一部の皮膚温度を検出し、検出した温度データ及びその検出部位の位置データを含む顔面皮膚温度データを時系列で取得することができれば、顔面皮膚温度取得手段は赤外線サーモグラフィ装置に限定されない。

例えば、顔面皮膚温度取得手段が温度センサを含む装置であってもよい。具体的には、個人の顔面の所定部位に温度センサを装着し、温度センサによって検出される温度データと、温度センサを装着した部位の位置データとに基づいて、時系列の顔面皮膚温度データが取得されてもよい。このように、温度センサにより対象となる個人に接触した状態で顔面皮膚温度データが取得される場合であっても、温度センサは脳波電極等のように装着前の処理が必要ではないため、脳波計測法、磁気共鳴画像法、及び近赤外線分光法等の従来の検出方法と比較して、簡便にデータを取得することができる。これにより、簡便に人間の脳活動を推定することができる。

（４−２）顔面の撮影画像データに基づき脳活動を推定する脳活動推定手段１３０
図２１は、本発明の実施形態に係る脳活動可視化装置１１０の概略図である。図２２は、脳活動可視化装置１１０において脳機能を反映した顔面のＲＧＢ変化を示す成分を同定する際の処理の流れの一例を示すフローチャートである。

脳活動可視化装置１１０の備える脳活動推定手段１３０は、個人（被験者）の顔面の撮影画像データから、個人の脳活動を推定するための装置である。脳活動可視化装置１１０は、図２１に示すように、画像データ取得手段１２０と、脳活動推定手段１３０と、状態可視化手段２００と、を備える。

画像データ取得手段１２０は、個人の顔面の少なくとも一部の撮影画像データを時系列で取得する（ステップＳ１０１）。なお、画像データ取得手段１２０は、少なくとも撮影装置を有するものであれば特に限定されるものではなく、例えば、スマートフォンやタブレット（例えば、iPad：登録商標）等の撮影装置内蔵型ポータブル端末等が挙げられる。ここでは、画像データ取得手段１２０は、図２１に示すように、撮影装置としてのカメラ１２１と、記憶部１２２とを有する。カメラ１２１は、個人の顔面の撮影画像データを時系列で取得するためのものである。ここでは、カメラ１２１は、個人の顔面全体の動画を撮影し、撮影した動画データを取得する。記憶部１２２は、撮影装置により撮影された時系列の撮影画像データを蓄積する。ここでは、記憶部１２２は、カメラ１２１によって取得された動画データを蓄積する。

なお、ここでは、カメラ１２１によって顔面全体の動画が撮影されているが、これに限定されず、顔面の少なくとも前額部及び／又は副鼻腔周辺の画像を含む動画が撮影されていればよい。

また、ここでは、画像データ取得手段１２０により顔面の時系列の撮影画像データが取得されている間に、個人に対して脳機能賦活課題が一定期間与えられる。すなわち、画像データ取得手段１２０により取得される撮影画像データには、個人に対して脳機能賦活課題が与えられている期間のデータが含まれていることになる。なお、個人に対して与えられる脳機能賦活課題としては、脳が賦活状態になると推定されるものであれば特に限定されるものではなく、例えば、脳活動可視化装置１１０の利用目的に応じてその内容が適宜決定されるよう構成されていてもよい。

脳活動推定手段１３０は、画像データ取得手段１２０により取得された顔面の時系列の撮影画像データに基づき、人間の脳活動を推定する。具体的には、脳活動推定手段１３０は、図２１に示すように、ＲＧＢ処理部１３１と、換算部１３２と、血行量算出部１３３と、解析部１３４と、推定部１３５と、を有する。なお、図２１では、脳活動推定手段１３０が、ＲＧＢ処理部１３１、換算部１３２、血行量算出部１３３、解析部１３４及び推定部１３５を有する１つの装置として存在している態様が示されているが、本発明はこれに限定されるものではなく、ＲＧＢ処理部１３１、換算部１３２、血行量算出部１３３、解析部１３４及び推定部１３５の一部或いはそれぞれが独立した装置として存在していてもよい。また、ここでは、画像データ取得手段１２０、ＲＧＢ処理部１３１、換算部１３２、及び血行量算出部１３３により顔面血行量取得手段が構成されている。

ＲＧＢ処理部１３１は、画像データ取得手段１２０により取得された撮影画像データに対して、Ｒ成分、Ｇ成分及びＢ成分の３つの色成分に分解するＲＧＢ処理を行う（ステップＳ１０２）。ここで、顔面全体の撮影画像データに対してＲＧＢ処理を行ってもよいが、ここでは、演算処理量及びノイズを減らすために、撮影画像データから前額部及び／又は副鼻腔周辺のデータを抽出し、抽出したデータについてのみＲＧＢ処理を行うものとする。

換算部１３２は、ＲＧＢ処理により得られた撮影画像データのＲＧＢデータを相対的なＲＧＢデータに換算する（ステップＳ１０３）。具体的には、換算部１３２は、取得された所定時間毎（例えば、３０秒）の撮影画像データから得られるＲＧＢデータの平均値を基準値として、該ＲＧＢデータを相対的なＲＧＢデータに換算する。

血行量算出部１３３は、ＲＧＢ処理により得られた撮影画像データのＲＧＢデータに基づき、顔面の時系列の血行量データを算出する（ステップＳ１０４）。

解析部１３４は、時系列の相対換算血行量データを、特異値分解、主成分分析或いは独立成分分析により複数の成分に分解する（ステップＳ１０５）。ここでは、解析部１３４は、相対換算血行量データに対して、ＭＡＴＬＡＢ（登録商標）のＳＶＤを分析ツールとして用いて、特異値分解を行う。具体的には、特異値分解は、時系列の相対換算血行量データを対象として、要因を所定期間（例えば、３０秒）毎の時間データとし、測度をその期間毎における相対的なＲＧＢデータから演算したピクセル毎の相対換算血行量データとして行われる。そして、特異値分解により、時系列の相対換算血行量データを複数の成分に分解し、時間分布と、空間分布と、各成分の大きさを示す特異値とを算出する。

また、解析部１３４は、特異値分解によって分解した複数の成分から脳活動を反映した顔面のＲＧＢ変化を示す成分を同定するために、各成分が所定条件を満たすか否かを判定する（ステップＳ１０６）。ここで、所定条件としては、例えば、特異値分解によって分解した成分の成分波形の振幅が、脳の非賦活時及び脳の賦活時の変化と相関関係にあるという条件（以下、第１条件という）や、特異値分解によって分解した成分において人間の顔面の所定部位に血行量変化があるという条件（以下、第２条件という）等が含まれる。解析部１３４において判定される所定条件としては、１又は複数の条件が設定されていればよく、ここでは、所定条件として第１条件が設定されているものとする。

そして、解析部１３４は、複数の成分のうち所定条件を満たす成分を、判定用成分として抽出する。さらに、解析部１３４は、抽出した判定用成分のうち所定条件に含まれる全ての条件を満たす成分を、脳活動を反映した顔面のＲＧＢ変化を示す成分として同定する（ステップＳ１０７）。一方、解析部１３４は、複数の成分のうち所定条件に含まれる少なくとも１つの条件を満たさないと判定した成分を、脳活動を反映した顔面のＲＧＢ変化を示す成分ではないと判定する（ステップＳ１０８）。

ここでは、上述のように所定条件として１つの条件（第１条件）のみが設定されており、顔面の時系列の撮影画像データを取得している間に、個人に対して脳機能賦活課題が与えられている期間が一定期間ある。このため、解析部１３４は、個人に対して脳機能賦活課題が与えられていない期間を脳の非賦活時とし、個人に対して脳機能賦活課題が与えられている期間を脳の賦活時として、脳機能賦活課題が与えられている期間及び与えられていない期間と、各成分の成分波形とを比較解析する。そして、解析部１３４は、成分波形データに基づく比較解析結果を利用して、各成分の成分波形と脳の非賦活時及び脳の賦活時とが相関関係にあるか否かを評価し、複数の成分のうち相関関係にあると評価した成分を、所定条件を満たす判定用成分として抽出すると共に、脳活動を反映した顔面のＲＧＢ変化を示す成分として同定する。一方、解析部１３４は、複数の成分のうち相関関係にないと評価した成分を、所定条件を満たさず人間の脳活動を反映した顔面のＲＧＢ変化を示す成分ではないと判定する。

ここでは、顔面の時系列の撮影画像データが取得される際に個人に対して脳機能賦活課題が一定期間与えられており、これに基づき解析部１３４が判定用成分を抽出しているが、第１条件の内容、すなわち解析部１３４における判定用成分の抽出手段はこれに限定されない。例えば、予め実験等がされていることで複数の成分のうち脳の非賦活時及び脳の賦活時と相関関係にある成分波形を示す成分が特定されている場合には、解析部１３４は、複数の成分から特定されている該成分を判定用成分として抽出する。また、脳活動可視化装置１１０において眼球運動又はまたたき等の脳の賦活／非賦活に関連することが知られている人間の動作についても検出される場合には、解析部１３４が、この検出結果と各成分の成分波形とを比較解析及び評価することで、複数の成分から判定用成分を抽出してもよい。なお、解析部１３４による第１条件を満たすか否かの判定の基準は、脳活動可視化装置１１０の利用目的等に応じて、シミュレーションや実験、机上計算等によって適宜決定される。

また、所定条件として第２条件が設定されている場合には、解析部１３４は、人間の顔面の所定部位における顔面の血行量変化の有無に基づき、判定用成分を抽出する。具体的には、解析部１３４は、特異値分解によって分解された複数の成分に応じた血行量分布図に基づき、副鼻腔周辺及び／又は前額部において血行量の変化が生じているか否かを判定し、血行量の変化が生じている場合には該成分が第２条件を満たしていると判定する。一方で、副鼻腔周辺及び／又は前額部において血行量の変化が生じていない場合には、解析部１３４は、該成分が第２条件を満たしていないと判定する。なお、解析部１３４による第２条件を満たすか否かの判定の基準は、脳活動可視化装置１１０の利用目的等に応じて、シミュレーションや実験、机上計算等によって適宜決定されるものとする。

さらに、血行量算出部１３３によって相対的なＲＧＢデータに換算される前のＲＧＢデータに基づく時系列の血行量データが算出される場合には、解析部１３４によって、該血行量データを特異値分解等することで得られた複数の成分についても、上記第１条件及び／又は第２条件が満たされるか否かが判定され、判定用成分が抽出されてもよい。

推定部１３５は、解析部１３４において人間の脳活動を反映した顔面のＲＧＢ変化を示す成分として同定された成分に基づいて、人間の脳活動を推定する。具体的には、推定部１３５は、解析部１３４において同定された成分の成分波形データに基づいて、顔面の撮影画像データの取得時における脳活動量を推定する。

（４−２−１）変形例２Ａ
上述したように、カメラ１２１としては、例えば、スマートフォンやタブレット（例えば、iPad：登録商標）等の撮影装置内蔵型ポータブル端末等を利用することができる。すなわち、上述の撮影画像データは、可視光領域の画像を撮像するものを採用することができる。

また、上記血行量算出部１３３において、ＲＧＢデータに含まれる各画素のうちの主にＲ成分を用いて顔面の血行量データが算出されてもよい。また、ＲＧＢデータに基づき血行量データを算出できるのであれば、血行量データは必ずしも紅斑指数に限定されるものではない。

（４−２−２）変形例２Ｂ
上記血行量算出部１３３は、換算部１３２によって換算された相対的なＲＧＢデータに基づき相対換算血行量データを算出するが、これに代えて或いはこれに加えて、相対的なＲＧＢデータに換算される前のＲＧＢデータに基づき血行量データが算出されてもよい。ここで、相対的なＲＧＢデータに換算される前のＲＧＢデータに基づき算出された血行量データには、脳活動と相関する成分が出やすい（検定力が高い）ため、例えば、相対的なＲＧＢデータに換算される前のＲＧＢデータに基づき算出された血行量データを、相対的なＲＧＢデータに基づき算出された相対換算血行量データよりも先行して解析してもよい。また、例えば、まず、血行量データを解析して有意な相関のある成分を抽出し、相対換算血行量データに関しては、前記抽出した成分に対応する成分のみを解析することで、演算処理量を減らすことができる。

（４−２−３）変形例２Ｃ
上記カメラ１２１は可視光領域の通常のカメラを前提としていたが、赤外線カメラを用いることもできる。この場合、赤外光を照射し、その反射波を赤外線カメラで撮像する。これにより、対象者の顔面変化等の撮影画像データを得ることができる。本発明者らにより、赤外線の反射により得られた撮影画像データから算出された血行量データと、可視光領域で撮影されたＲＧＢデータに含まれる各画素のうちの主にＲ成分を用いて算出された血行量データとには相関があることが確認された。したがって、このような赤外線の反射から得られた撮影画像データを用いても、人間の脳活動を推定することができる。

（４−２−４）変形例２Ｄ
なお、上記説明においては、脳活動可視化装置１１０が、画像データ取得手段１２０と、脳活動推定手段１３０とを備える形態としていたが、本実施形態に係る脳活動可視化装置は、このような形態に限定されるものではない。すなわち、本実施形態に係る脳活動可視化装置は、血行量算出部１３３、解析部１３４及び推定部１３５を含むものであれば、その他の構成については任意の形態を採り得るものである。具体的には、本実施形態に係る脳活動可視化装置は、当該装置自体が画像データを撮影する形態だけではなく、外部の装置から撮影画像データを受け取り、それを解析する形態を含むものである。

（４−３）状態可視化手段２００
状態可視化手段２００は、脳活動推定手段３０及び／又は脳活動推定手段１３０により推定された対象者の脳活動に基づき、対象者の生理状態を表示することにより可視化する。例えば、状態可視化手段２００が、対象者の脳活動量の変化を解析することで、対象者の生理状態を解析する解析部２０１を有していてもよい。具体的には、解析部２０１が、対象者に対して与えられた刺激（視覚刺激、聴覚刺激、触覚刺激、臭覚刺激或いは味覚刺激等）に対する脳活動量の変化を解析することで、対象者の生理状態を判定する。なお、生理状態の種類やレベルについては、脳活動量の上昇度合い及び／又は持続時間に基づき、脳活動可視化装置１０，１１０の用途に応じて適宜設置可能になっていてもよい。そして、解析部２０１により解析された対象者の生理状態を状態可視化手段２００の表示部２０２から管理者へと出力されることで、管理者は対象者の生理状態を知ることができる。表示部２０２としては、画像やメッセージを表示する表示デバイス等、解析した対象者の生理状態に関する情報を管理者に対して可視化できるものであればどのようなものであっても採用することができる。

また、解析部３２，１３４において脳活動を反映する成分が同定された後に、さらに顔面皮膚温度取得手段２０及び／又は画像データ取得手段１２０により時系列の各種データが取得される場合には、脳活動可視化装置１０，１１０において、さらに取得された各種データが特異値分解により複数の成分に分解され、同定された成分のみが解析されることで、対象者の生理状態をリアルタイムで知ることができる。

さらに、被験者の顔面の皮膚温度や撮影した画像から被験者の心拍情報や生体情報等を取得する技術が従来よりあるが、顔面皮膚温度取得手段２０及び／又は画像データ取得手段１２０から得られた各種データが特異値分解等されることで得られる成分に対して従来の技術を採用することで、心拍情報や生体情報を精度良く取得することができる。したがって、特異値分解した複数の成分を解析して心拍情報や生体情報を取得する機能を、解析部３２及び／又は解析部１３４に持たせ、取得した心拍情報や生体情報に基づき交換神経／副交感神経の働きを推定する機能を上記実施形態の推定部３３，１３５に持たせてもよい。

（５）特徴
（５−１）
本実施形態では、顔面皮膚温度取得手段２０及び／又は画像データ取得手段１２０によって取得された時系列の顔面皮膚温度データ及び／又は顔面血行量データに基づき人間の脳活動が推定される。このため、脳波電極等の装着前に処理が必要なセンサを装着しなくても、人間の脳活動を推定することができる。したがって、簡便に人間の脳活動を推定し、推定した脳活動に基づき対象者の生理状態を可視化することができている。

（５−２）
ここで、時系列の顔面の皮膚温度データ及び／又は画像データが取得される際に、人間に対して実際に脳機能賦活課題が与えられたり与えられなかったりすることにより、人間の脳が賦活化したり賦活化しなかったりする状況が作られている場合、各成分の成分波形と脳の賦活時及び非賦活時との間に相関関係のある成分は、脳活動を反映した皮膚温度及び／又は血行量の変化を示す成分である可能性が高い成分であるといえる。

本実施形態では、顔面皮膚温度取得手段２０及び／又は画像データ取得手段１２０により時系列の顔面の皮膚温度データ及び／又は画像データが取得されている間に、個人に対して脳機能賦活課題が一定期間与えられている。すなわち、本実施形態では、個人に対して実際に脳機能賦活課題を与えたり与えなかったりすることにより、人間の脳が賦活化したり賦活化しなかったりする状況が作られている。そして、このように取得された時系列の各種データが特異値分解により複数の成分に分解され、各成分についてその成分波形と脳の賦活時及び非賦活時との相関関係が評価され、相関関係にある成分が判定用成分として複数の成分から抽出される。このため、例えば、予め実験等により特定された所定の成分が抽出用成分として複数の成分から抽出される場合と比較して、人間の脳活動と関連性の低い成分が抽出用成分として複数の成分から抽出されるおそれを低減することができている。

（５−３）
ここで、脳には、選択的脳冷却機構という体温とは独立して脳を冷却する仕組みがある。選択的脳冷却機構としては、脳活動によって生じた熱を前額部及び副鼻腔周辺を用いて排熱していることが知られている。そうすると、脳活動に伴う顔面皮膚温度や顔面皮膚温度に相関する顔面の血行量の変化は、前額部及び／又は副鼻腔周辺に出現することになる。

本実施形態では、前額部及び／又は副鼻腔周辺の各種データが解析されて、判定用成分が抽出されている。このため、人間の脳活動に関連する成分を精度よく抽出することができている。

（６）脳活動可視化装置の用途例
次に、本発明に係る脳活動可視化装置の用途例について説明する。

（６−１）患者に対して用いる場合
上記実施形態又は上記変形例の脳活動可視化装置１０，１１０を、例えば病院を訪れた患者に対して用いる場合の一例を説明する。例えば、うつ状態を客観的に定量するために脳活動可視化装置１０，１１０を用いる場合には、患者に対して繰り上がり又は繰り下がりのある暗算等の脳機能賦活課題を与え、脳活動賦活課題が与えられる前後の脳活動量の変化が解析され可視化されることで、患者の精神状態を判定することができる。具体的には、脳機能賦活課題が与えられる間の脳活動量が上昇しない場合には、患者が無気力状態であると判定することができ、脳機能賦活課題が与えられている間に脳活動量が上昇しても、その脳活動量の上昇時間が短い場合には、患者の気力が低下している状態であると判定することができる。そして、このような解析を１日の間に複数回行い、平均的に脳活動量の低下が認められる場合には、管理者は、患者がうつ状態であると判断することができる。

また、脳活動可視化装置１０，１１０を、救急患者の意識の有無や患者が覚醒したかどうかを判定するために用いる場合には、患者の皮膚をさすったり患者に声掛けしたりする等の刺激を患者に対して与え、この刺激が与えられる前後の脳活動量の変化が解析され可視化されることで、患者の意識の有無や覚醒したかどうかを判定することができる。例えば、麻酔が導入されている患者に対して皮膚への刺激や声掛け等を行っている間に脳活動量が上昇した場合には、患者が覚醒したと判定することができる。したがって、仮に患者が言葉を発することのできない状態にあったとしても、管理者は患者の意識の有無や患者が覚醒したかどうかを知ることができる。また、患者に与える刺激の強度を変化させ、このときの脳の賦活の有無を解析することで、覚醒の度合い（レベル）を判定することもできる。強度の低い刺激としては、例えば、手を握る又は手を動かす等の刺激を挙げることができ、強度の高い刺激としては、例えば、手に氷を当てる等の身体に対して温度変化を与える刺激や身体に対して痛みを与える刺激等が挙げられる。

脳活動可視化装置１０，１１０を、リハビリ等の治療の効果を判定するために用いる場合には、患者に対して繰り上がり又は繰り下がりのある暗算等の脳機能賦活課題を与え、この時の脳活動量の変化が解析され可視化されることで、患者に対するリハビリ等の治療の効果を判定することができる。例えば、リハビリや脳トレーニング、或いは運動療法を行う前後で同じ強度を有する脳機能賦活課題が患者に対して与えられ、この時の脳活動量の変化が解析されることで、管理者は、脳活動量の上昇度合いや上昇持続時間からリハビリ等の治療の効果を判定することができる。また、例えば、患者に対して脳機能賦活課題が与えられた時の脳活動量が上昇していない場合には脳血管の虚血状態であると判断することができ、脳活動量の上昇継続時間が短い場合には脳血管血流量が低下している状態であると判断することができる。したがって、脳活動可視化装置１０，１１０を、高気圧酸素治療装置における監視装置として用いることもできる。

さらに、脳活動可視化装置１０，１１０を、患者の疼痛を定量化するために用いる場合には、患者が疼痛を感じている時（患者からの申告時）の脳活動量の変化（特に、脳活動量の上昇度合いと、その持続時間）とから疼痛強度が定量化されてもよい。この解析結果が可視化されることで、管理者は患者の痛みの度合いを知ることができる。

（６−２）衝撃波等を受ける特殊環境下にある人に対して用いる場合
上記実施形態又は上記変形例の脳活動可視化装置１０，１１０を、例えば消防隊員等の爆発衝撃波を受ける特殊環境下にある人に対して用いる場合の一例を説明する。脳活動可視化装置１０，１１０を、衝撃波等を浴びたことによる生体防護判定（例えば、衝撃波により受けた生体ダメージの状態の判定）に用いる場合には、対象者に対して脳機能賦活課題を与え、この時の脳活動量の変化が解析され可視化されることで、管理者は対象者の脳血管の血流状態を推測することができる。例えば、対象者に対して脳機能賦活課題が与えられた時の脳活動量が上昇していない場合には脳血管の虚血状態であると判断することができ、脳活動量の上昇継続時間が短い場合には脳血管血流量が低下している状態であると判断することができる。

（６−３）快適性の判断に用いる場合
上記実施形態又は上記変形例の脳活動可視化装置１０，１１０を、対象者の快適性の判断に用いる場合の一例を説明する。例えば、住まいの快適性の判断に脳活動可視化装置１０，１１０を用いる場合には、所定の居住空間にいる対象者が不快と感じている時（対象者からの申告時）の脳活動量の変化（脳活動量の上昇度合いとその継続時間）とから不快度が定量化される。このような解析を１日の間に複数回行い、この解析結果が可視化されることで、管理者は、平均的に脳活動量が昂進しているか否かを評価することにより、対象者の快適度、すなわち、快不快の感情を判断することができる。

（６−４）集中度合いの判定に用いる場合
上記実施形態又は上記変形例の脳活動可視化装置１０，１１０を、学習時や手術時の集中度合いの判定に用いる場合の一例を説明する。例えば、学校、学習塾、会社、ｅラーニング或いは病院等における学習者の学習内容への集中度を定量化するために脳活動可視化装置１０，１１０を用いる場合には、学習者が学習（課題）に取り組んでいる前後の一定期間（例えば、学習時限）における脳活動量の変化（この期間における上昇度合い）を解析することで、取り組んでいる学習内容に対する学習者の集中度を定量化することができる。これにより、管理者は、可視化される解析結果に基づき、学習内容に対する学習者の集中度を評価することができる。

（７）精神疾患判定装置
本発明に係る脳活動可視化装置を応用した、精神疾患判定装置について説明する。精神疾患判定装置は、対象者の精神又は身体の生理状態を判定する。具体的に、本発明者らの研究によれば、うつ状態の人間は、うつ状態でない人間に比して、後述するポジティブ画像等に対する反応が鈍いことが判明している。一方、うつ状態の人間は、うつ状態でない人間に比して、ネガティブ画像等に対する反応が高くなる傾向がある。そこで、本発明者らは、これらの性質を利用して、うつ状態を判定するうつ状態判定装置を考案した。さらに本発明者らは、これを発展させて、対象者の精神疾患の状態を判定する精神疾患判定装置を考案した。

（７−１）精神疾患判定装置の構成
図２３は本実施形態に係る精神疾患判定装置の一例を示す模式図である。なお、以下の説明においては、精神疾患の状態として、「うつ状態」の判定を行なうものを例に挙げて説明する。

精神疾患判定装置４００は、入力部４１０、撮像部４１５、出力部４２０、記憶部４３０、及び処理部４４０を備える。

入力部４１０は、精神疾患判定装置４００に各種情報を入力するものである。例えば入力部４１０は、キーボード、マウス、及び／又はタッチスクリーン等により構成される。この入力部４１０を介して、精神疾患判定装置４００に各種命令が入力され、処理部４４０において命令に応じた処理が実行される。

撮像部４１５は、対象者３００の顔面を含む「顔面画像」を撮像するものである。例えば撮像部４１５は、ＲＧＢ画像を取得するＣＣＤ及びＣＭＯＳ等の固体撮像素子や、サーモグラムを取得する赤外線カメラ等により構成される。赤外線カメラ等は通常の室温条件で、２９．０℃から３７．０℃を高感度で検出できるものが望ましい。また、撮像部４１５は、所定の間隔で継続的な撮像が可能である。顔面画像を撮像する場合には正面から一定照明の条件で行なうのが望ましい。姿勢変動により正面画像が得られない場合には、摂動空間法を用い、姿勢変動画像については顔の３次元形状を推定し、正面像にレンダリングすることにより顔面画像を得る。照明変動画像については、拡散反射モデルをベースに構築した顔の照明基底モデルを用いて、一定照明の条件下での顔面画像を得る。そして、撮像部４１５により、継続的に撮像された顔面画像は処理部４４０に送出される。

出力部４２０は、精神疾患判定装置４００から各種情報を出力するものである。例えば出力部４２０は、ディスプレイ及びスピーカー等により構成される。ここでは、出力部４２０を介して、後述する脳機能賦活情報が対象者３００に提供される。

記憶部４３０は、精神疾患判定装置４００に入力される情報、及び、精神疾患判定装置４００で計算される情報等を記憶するものである。例えば記憶部４３０は、メモリ及びハードディスク装置等により構成される。また記憶部４３０は、後述する処理部４４０の各機能を実現するためのプログラムを記憶する。ここでは、記憶部４３０は、脳機能賦活情報データベース４３１及び判定情報データベース４３２を有する。

脳機能賦活情報データベース４３１は、人間の脳機能を賦活する脳機能賦活情報を記憶するものである。ここでは、「脳機能賦活情報」として、人間に対する快適性及びその反応度に応じて分類された情動刺激情報が挙げられる。「情動刺激情報」は、視覚、聴覚、嗅覚、味覚、触覚、体性感覚のいずれか一つ又な任意の組み合わせの感覚を刺激して、対象者の感覚を変化させるための情報である。例えば、情動刺激情報として、情動画像が挙げられる。「情動画像」は、快適性の観点から、ネガティブ画像又はポジティブ画像に分類される。具体的に、ポジティブ画像には、花嫁の写真、子犬たちがじゃれている写真、笑顔の人、雪に覆われた綺麗な山の風景、花などの人間の心理的な快適性を高くする画像等がある。また、ネガティブ画像には、悲しい顔をした人、荒れたスラム街の風景、テレビドラマの殺人シーン、昆虫のクモ、ヘビ、病院の写真などの人間の心理的な快適性を低くする画像等がある。また、情動画像以外の情動刺激情報も、対象者の快適性を高くするポジティブ情報と、快適性を低くするネガティブ情報とに分類することができる。例えば、音について、対象者の快適性を高くするものはポジティブ音に分類され、対象者の快適性を低くするものはネガティブ音に分類される。なお、視覚、聴覚以外の感覚は情動刺激情報により間接的に刺激される。例えば、嗅覚を刺激する場合は、対象者の快適性を高くするポジティブな匂いの出力情報が情動刺激情報であり、ポジティブな匂いの出力は匂い発生器等を介して実行される。以下の説明において、ポジティブ情報及びネガティブ情報をそれぞれ「ポジティブ画像等」及び「ネガティブ画像等」と表記することがある。その他、「脳機能賦活情報」はこれに限らず、上述した情動画像、イメージ暴露画像、物質画像、認知課題を示す画像、光刺激情報、及び感覚刺激課題を示す画像のいずれか一つ又は任意の組み合わせを含む、所定の視覚情報を用いることができる。なお、脳機能賦活情報データベース４３１には、上述した脳機能を賦活する情動刺激情報のみならず、脳機能を賦活しない画像又はその他の非賦活情報も記憶する。例えば、脳機能賦活情報データベース４３１は、脳機能を賦活しない「安静画像」を記憶する。このような安静画像と情動画像とを交互に提示することで、対象者の脳機能の賦活状態をオンオフすることが可能となる。

判定情報データベース４３２は、図２４に示すように、ポジティブ画像等の提供に応じて抽出される判定用成分の相関値ｒ２の、ネガティブ画像等の提供に応じて抽出された基準判定用成分の「基準相関値」ｒ１からの所定範囲の変化量Δｒ（＝ｒ２−ｒ１）を、「状態レベル」と関連付けて予め「判定情報」として記憶するものである。なお変化量Δｒは絶対値で表される。また「基準判定用成分」は、ネガティブ画像等の提供に応じて抽出した判定用成分のデータ、前回抽出した判定用成分のデータ、及び外部から提供される判定用成分のデータ等により設定される。

図２４に示す例では、「うつ状態」の状態レベルを判定するものを示している。具体的に、判定情報データベース４３２は、変化量Δｒの値の範囲に応じて、Δｒ＝Δｒａ〜Δｒｂまでを「正常」、Δｒｂ〜Δｒｃまでを「軽いうつ」、Δｒｃ〜Δｒｄまでを「うつ」として記憶する。ここでは、Δｒａ、Δｒｂ、Δｒｃ、Δｒｄの順に値が大きいものとなっている。なお、基準判定用成分のデータも判定情報データベース４３２に格納されてもよい。また、ここでは判定情報データベース４３２は、「うつ状態」を判定する判定情報を記憶しているが、他の精神疾患の状態に関して判定する場合には、それに応じた判定情報を記憶する。

処理部４４０は、精神疾患判定装置４００における情報処理を実行するものである。具体的には、処理部４４０は、ＣＰＵ及びキャッシュメモリ等により構成される。処理部４４０は、記憶部４３０に組み込まれたプログラムが実行されることで、脳機能賦活情報提供部４４１、顔面変化情報取得部４４２、顔面変化情報分解部４４３、判定用成分抽出部４４４、及び、精神疾患判定部４４５として機能する。

脳機能賦活情報提供部４４１は、脳機能賦活情報を提供するものである。例えば脳機能賦活情報提供部４４１は、入力部４１０の操作に応じて、脳機能賦活情報データベース４３１から脳機能賦活情報を読み出し、出力部４２０に出力する。

顔面変化情報取得部４４２は、撮像部４１５で撮像された顔面画像から「顔面データ」及び顔面データの時系列変化を示す「顔面変化情報」を取得するものである。具体的には、顔面変化情報取得部４４２は、脳機能賦活情報提供部４４１が脳機能賦活情報を提供しているタイミングに同期して、撮像部４１５を介して顔面データを取得する。そして、顔面変化情報取得部４４２は、継続的に取得した顔面データから、対象者３００の顔面データの時系列変化を示す顔面変化情報を取得する。例えば、顔面変化情報は、２４０×３２０ピクセルの顔面データを所定間隔で６０点取得した場合には、４，６０８，０００のデータの集合となる。取得した顔面変化情報は、顔面変化情報分解部４４３に送出される。なお、撮像部４１５が赤外線カメラの場合、顔面変化情報取得部４４２は、顔面データとして、対象者３００の顔面の皮膚温度を示す顔面皮膚温度データを取得する。また、撮像部４１５がＣＣＤ及びＣＭＯＳ等の固体撮像素子の場合、顔面変化情報取得部４４２は、顔面データとして、対象者３００の顔面のＲＧＢデータに基づく顔面血行量データを取得する。なお、顔面変化情報取得部４４２は、顔面データとして、対象者３００の、副鼻腔周辺及び／又は前額部のデータだけを取得するものでもよい。

顔面変化情報分解部４４３は、多数のデータの集合である顔面変化情報を、特異値分解、主成分分析或いは独立成分分析により複数の成分１，２，３，・・・に分解する。分解した各成分の情報は、判定用成分抽出部４４４に送出される。ここで、顔面変化情報を特異値分解等した場合、特異値の高いものから成分１，２，３，・・・と設定される。また特異値の高い成分ほど、変動の大きいものの影響が反映されやすい。そのため、成分１には、脳機能賦活情報が提供されることの影響より、外部環境のノイズ等の影響が反映されることが少なくない。

判定用成分抽出部４４４は、複数の成分１，２，３・・・から、脳機能賦活情報と関連する成分を「判定用成分」として抽出するものである。具体的には、判定用成分抽出部４４４は、顔面変化情報分解部４４３により求められた複数の成分１，２，３，・・・と脳機能賦活情報に対応する「判定用波形」との相関値ｒを算出する。次に、判定用成分抽出部４４４は、算出された相関値ｒが所定値以上である場合、その相関値ｒに対応する成分を脳機能賦活情報に関連するものとして設定する。そして、判定用成分抽出部４４４は、危険率の値に基づいて、判定用成分を抽出する。すなわち、判定用成分抽出部４４４は、危険率が低い成分を判定用成分として抽出する。抽出された判定用成分及び算出した相関値ｒは記憶部４３０又は精神疾患判定部４４５に送出される。なお、上述の「判定用波形」として、人間の生理的反応を考慮した変形波が用いられる。また、判定用波形は、情動刺激情報を提供してから所定時間経過後に変位するものである。具体的には、判定用波形として矩形波を採用することができる。また、判定用波形として、矩形波とレッドスポット・ダイナミック・レスポンス・ファンクション（Redspot-dynamic response function）とをコンボリューションした波形を採用することもできる。レッドスポット・ダイナミック・レスポンス・ファンクションは、脳機能賦活情報を一瞬与えたときの顔面変化情報分解部４４３により分解された複数の成分１，２，３，・・・のうち相関の認められた成分を複数回算出し、算出した複数の成分の平均値等から生成される。この際、振幅（高さ方向）については任意単位であり絶対値を規定できないので、安静時のシグナルをベースライン値とし、その値を基準として波形の高さが決定される。そして、複数の被験者から得られたデータの重ね合わせの平均値が計算されてレッドスポット・ダイナミック・レスポンス・ファンクションが生成される。なお、レッドスポット・ダイナミック・レスポンス・ファンクションの初期値は、情動刺激情報が一瞬与えられたときは図２５に示すような波形となる。そして、情動刺激情報が一定時間与えられたときは、矩形波とコンボリューションすることにより作成される。レッドスポット・ダイナミック・レスポンス・ファンクションでは、変位が増加するに従い、ピーク時点からピーク値が横軸方向に延長される波形となる。また、レッドスポット・ダイナミック・レスポンス・ファンクションでは、脳機能賦活情報の提供（刺激）が終了した時点から位相が遅れて変位が低下する波形となる。このようなレッドスポット・ダイナミック・レスポンス・ファンクションは、顔面変化情報から得られた成分と有意な相関が認められる場合には、その相関波形に形状が近いため、矩形波等よりも高い相関値を示す。そのため、判定用成分の抽出精度を高めることができる。

精神疾患判定部４４５は、ネガティブ画像等の提供に応じて抽出された基準判定用成分に対する基準相関値ｒ１と、ポジティブ画像等の提供に応じて抽出された判定用成分に対する相関値ｒ２との差Δｒを算出する。そして、精神疾患判定部４４５は、判定情報データベース４３２に記憶された判定情報に基づいて、基準相関値ｒ１及び相関値ｒ２の差Δｒに対応する、「状態レベル」を決定する。決定された状態レベルは、出力部４２０を介して表示装置等に出力される。

（７−２）精神疾患判定装置の動作
図２６は、精神疾患判定装置４００の動作を示すフローチャートである。なお、以下の説明においては、精神疾患の状態として、「うつ状態」の判定を行なうものを例として説明する。

まず、入力部４１０等を介して測定開始の指示が精神疾患判定装置４００に入力される。この際、被験者である対象者３００の名前及び／又は被験者番号等が入力される。続いて、出力部４２０に誘導画面が表示され、対象者３００の顔面が誘導画面の中央に位置するように誘導される。

そして、脳機能賦活情報の出力指示が、精神疾患判定装置４００に入力される。これにより、脳機能賦活情報データベース４３１から脳機能賦活情報が読み出され、図２７に示すような表示画面に脳機能賦活情報が出力部４２０を介して出力される（Ｓ１）。ここでは、脳機能賦活情報として、非賦活情報（安静画像等）、ネガティブ画像等及びポジティブ画像等が出力部４２０に順次出力される。なお、安静画像は、白紙、クロスマーク、中間的な画像である。

次に、脳機能賦活情報の出力と同時又は所定のタイミングで、撮像部４１５により出力部４２０の前方にいる対象者３００の顔面画像が所定間隔毎に撮像される（Ｓ２）。撮像された顔面画像は顔面変化情報取得部４４２に送出される。そして、所定時間が経過すると、画像表示を終了し、同時に顔面の動画撮影も終了する。この際、図２８に示すように、取得した顔面画と、その時に表示していた情動画像等とを表示して、両者の内容を確認することも可能である。

続いて、精神疾患判定装置４００において、撮像された顔面画像の解析が実行される。具体的には、顔面変化情報取得部４４２により、撮像された顔面画像から、対象者３００の顔面データの時系列変化を示す顔面変化情報が取得される。そして、顔面変化情報分解部４４３により、顔面変化情報が、特異値分解、主成分分析或いは独立成分分析されて、複数の成分１，２，３，・・・に分解される（Ｓ３）。

次に、判定用成分抽出部４４４により、顔面変化情報分解部４４３により分解された複数の成分１,２，３・・・と、脳機能賦活情報に対応する判定用波形との相関値が算出される。そして、判定用成分抽出部４４４により、相関値が所定値以上であるか否かが判定される（Ｓ４）。所定値以上であると判定された場合、脳機能賦活情報と当該成分とに「相関がある」と判断される（Ｓ４−Ｙｅｓ）。そして、判定用成分抽出部４４では、相関がある成分のうち、危険率の低い成分が「判定用成分」として抽出される（Ｓ５）。また、判定用成分抽出部４４４は、脳機能賦活情報と判定用成分との相関値を、ポジティブ画像等及びネガティブ画像等の種別に区分して記憶部４３０に格納する（Ｓ６）。一方、脳機能賦活情報と、各成分１，２，３・・・との相関値が所定値未満である場合は、両者には「相関がない」と判断され、その情報が記憶部４３０に格納される（Ｓ４−Ｎｏ，Ｓ６）。

この後、上記ステップＳ１〜Ｓ６が所定回数実行される（Ｓ７）。そして、精神疾患判定部４４５により、ネガティブ画像等の提供に応じて抽出された基準判定用成分に対する基準相関値ｒ１と、ポジティブ画像等の提供に応じて抽出された判定用成分に対する相関値ｒ２との差である変化量Δｒが算出される（Ｓ８）。

続いて、精神疾患判定部４５０により、基準相関値ｒ１に対する相関値ｒ２の変化量Δｒが所定範囲内であるか否かが判定される（Ｓ９）。所定範囲であるか否かは、判定情報データベース４３２に記憶された判定情報と照合されて判定される。基準相関値ｒ１に対する相関値ｒ２の変化量Δｒが所定範囲である場合、精神疾患判定部４４５により、対象者３００は「正常」であると判定される（Ｓ９−Ｙｅｓ，Ｓ１０）。一方、基準相関値ｒ１に対する相関値ｒ２の変化量Δｒが所定範囲でない場合、精神疾患判定部４４５により、対象者３００は「うつ状態」であると判定される（Ｓ９−Ｎｏ，Ｓ１１）。例えば、変化量Δｒが上述したΔｒａ〜Δｒｂの範囲内であるときには正常と判定され、変化量ΔｒがΔｒｂを超えているときには、うつ状態と判定される。これらの判定結果は、出力部４２０を介して判定結果として表示装置等に出力される（Ｓ１２）。なお、この際、出力部４２０には、図２９に示すような解析波形が表示されてもよい。また、図３０に示すような分布図が表示されてもよい。ここで、図３０の右側のカラースケール又はグレースケール（ｊ１）は、状態レベル（ここでは、うつ状態レベル）を表現するものである。また、図３０の左側の二次元分布（ｊ２）は、横軸がネガティブ画像等に対する反応の程度を示しており、縦軸がポジティブ画像等に対する反応の程度を示しており、プロットされたポイントｈが当該被験者の状態を示している。

この後、精神疾患判定装置４００は、装置利用者の入力指示に応じてデータを保存する。具体的には、精神疾患判定装置４００は、被験者毎に、判定結果のデータ、解析波形、測定結果、画像表示条件等を関連付けて記憶部に記憶する。

（７−３）精神疾患判定装置の特徴
（７−３−１）
以上説明したように、本実施形態に係る精神疾患判定装置４００は、脳機能賦活情報提供部（情動刺激情報提供部）４４１と、顔面変化情報取得部４４２と、顔面変化情報分解部４４３と、判定用成分抽出部４４４と、精神疾患判定部４４５と、を備える。脳機能賦活情報提供部４４１は、人間の脳機能を賦活する「脳機能賦活情報」を対象者３００に提供する。脳機能賦活情報としては、例えば「情動刺激情報」が提供される。顔面変化情報取得部４４２は、対象者３００の顔面データの時系列変化を示す「顔面変化情報」を取得する。顔面変化情報分解部４４３は、顔面変化情報を、特異値分解、主成分分析或いは独立成分分析により複数の成分１，２，３，・・・に分解する。判定用成分抽出部４４４は、複数の成分１，２，３，・・・から、脳機能賦活情報と関連する成分を「判定用成分」として抽出する。精神疾患判定部４４５は、判定用成分に基づいて、対象者３００の精神疾患の状態を判定する。

したがって、本実施形態に係る精神疾患判定装置４００では、顔面変化情報を、特異値分解・主成分分析・独立成分分析することで得られた複数の成分１，２，３，・・・から、脳機能賦活情報と関連する判定用成分を抽出するので、装着前に前処理の必要な電極等を使用しなくても、対象者３００の脳活動の有無を容易に推定できる。これにより、対象者３００の脳機能に対応する判定用成分に基づいて、対象者３００の精神疾患の状態を容易に判定できる。

なお、本実施形態に係る精神疾患判定装置４００は、図３１に示すように、スマートデバイスに組み込まれる形態で実現することが可能である。また、精神疾患判定装置４００は、図３２に示すように、ノート型ＰＣに組み込まれる形態で実現することも可能である。これらの形態であれば、任意の場所で容易に、精神疾患判定を実行できる。

なお、上述の説明においては、精神疾患の状態として、「うつ状態」の判定を行なうものを例として説明したが、精神疾患判定装置４００は、上記構成で判定し得るすべての精神疾患を判定し得るものである。例えば、精神疾患判定装置４００は、判定用成分に基づいて、気分障害、不安障害、物質関連障害、認知症、及び自閉症のいずれか一つの状態又は任意の組み合わせの状態を判定できる。特に、精神疾患判定部４４５は、上記気分障害の状態として、うつ状態、統合失調症、双極性障害のいずれか一つの状態又は任意の組み合わせの状態を判定できる。なお、うつ状態を判定する場合は、主に、ポジティブ画像等に対する反応とネガティブ画像等に対する反応とを比較していたが、他の精神疾患の状態を判定する場合には、それに応じた処理を実行する。

また、本実施形態に係る精神疾患判定装置４００においては、脳機能賦活情報提供部４４１が、情動画像を提示するものではなく、対象者３００の聴覚、嗅覚、味覚、触覚、体性感覚のいずれか一つ又な任意の組み合わせの感覚を刺激して感情を変化させる「情動刺激情報」を提供するものでもよい。すなわち、情動刺激情報は視覚を刺激するものではなく、他の感覚を刺激するものでもよい。具体的には、気分をリラックスさせるポジティブ音、及び気分を害するネガティブ音を用いてもよい。これらの情報でも情動画像を提示したときと同様の結果を得ることができる。

また、本実施形態に係る精神疾患判定装置４００においては、脳機能賦活情報提供部４４１が、対象者３００の聴覚、嗅覚、味覚、触覚、体性感覚のいずれか一つ又な任意の組み合わせの感覚を刺激する情動刺激情報を提供することに加えて、情動画像を提示する構成でもよい。このような構成により、異なる脳領域を刺激することができ、種々の精神疾患の判定が可能となる。例えば、視覚を刺激する情報であれば、脳の後頭部に関連する疾患であり、聴覚を刺激する情報であれば、脳の側頭部及び前頭部に関連する疾患であることを診断できる。さらに言えば、顔画画像の情報を用いることで、認知症、自閉症の診断ができ、声の音声情報を用いることで不安障害の診断ができる。

（７−３−２）
また、本実施形態に係る精神疾患判定装置４００は、顔面変化情報取得部４４２が、顔面データとして、対象者３００の、副鼻腔周辺及び／又は前額部のデータを取得するので、脳活動と関連する判定用成分を高精度に抽出できる。ここで、脳には、選択的脳冷却機構（Selective Brain Cooling System）という体温とは独立して脳を冷却する仕組みがある。選択的脳冷却機構は、脳活動によって生じた熱を、副鼻腔及び前額部周辺を用いて排熱する。よって、これらの部位のデータを解析することで脳活動と関連する成分を高精度に抽出できる。結果として、本実施形態に係る精神疾患判定装置４００は、精神疾患の判定を高精度に実行できる。

（７−３−３）
また、本実施形態に係る精神疾患判定装置４００は、顔面変化情報取得部４４２が、顔面データとして、対象者３００の顔面の皮膚温度を示す顔面皮膚温度データを取得する。換言すると、精神疾患判定装置４００は、赤外線カメラ等を利用して、精神疾患の状態を判定できる。

（７−３−４）
また、本実施形態に係る精神疾患判定装置４００は、顔面変化情報取得部４４２が、顔面データとして、対象者３００の顔面のＲＧＢデータに基づく顔面血行量データを取得する。すなわち、精神疾患判定装置４００は、固体撮像素子（ＣＣＤ，ＣＭＯＳ）を利用して精神疾患の状態を判定できる。これにより、精神疾患の判定を簡易な構成で実行できる。

（７−３−５）
また、本実施形態に係る精神疾患判定装置４００は、判定用成分抽出部４４４が、危険率の値に基づいて、判定用成分を抽出する。精神疾患判定装置４００では、危険率の値に基づいて、脳機能賦活情報と関連する判定用成分を抽出するので、精神疾患の判定の信頼性を高めることができる。

（７−３−６）
また、本実施形態に係る精神疾患判定装置４００は、脳機能賦活情報提供部４４１が、脳機能賦活情報として、ネガティブ画像等又はポジティブ画像等に分類された情動画像を提供するので、脳活動に関連する判定用成分を抽出できる。結果として、対象者の精神疾患の状態を容易に判定できる。

（７−３−７）
また、本実施形態に係る精神疾患判定装置４００は、ポジティブ画像等の提供に応じて算出される判定用成分の相関値ｒ２の、ネガティブ画像等の提供に応じて算出された基準判定用成分の基準相関値ｒ１からの所定範囲の変化量Δｒを、状態レベルに関連付けて「判定情報」として記憶する判定情報データベース４３２を備える。そして、精神疾患判定部４４５が、ポジティブ画像等の提供に対する判定用成分の相関値ｒ２を算出し、算出した相関値ｒ２及び判定情報に基づいて、対象者３００の状態レベルを判定する。

このような構成により、精神疾患判定装置４００は、ポジティブ画像等の提供に応じて抽出された判定用成分を利用して、精神疾患の状態レベルを容易に判定できる。要するに、精神疾患判定装置４００は、精神疾患の有無を判定するだけでなく、精神疾患の状態レベルを判定して出力できる。

（７−３−８）
本実施形態に係る精神疾患の状態を判定する判定方法は、必ずしも精神疾患判定装置４００を必要とするものではない。すなわち、本実施形態に係る精神疾患判定方法は、精神疾患判定装置４００の有無に関わらず、人間の脳機能を賦活する脳機能賦活情報として、ポジティブ画像等に分類された情動刺激情報を対象者３００に提供する脳機能賦活情報提供ステップと、ポジティブ画像等を提供した後、対象者３００の顔面データの時系列変化を示す「顔面変化情報」を取得する顔面変化情報取得ステップと、顔面変化情報を、特異値分解、主成分分析或いは独立成分分析することにより複数の成分に分解する顔面変化情報分解ステップと、複数の成分から、脳機能賦活情報と関連する成分を判定用成分として抽出する判定用成分抽出ステップと、判定用成分に基づいて、対象者３００の精神疾患の状態を判定する、判定ステップと、を備えるものであればよい。

このような判定方法によれば、情動刺激の提供後に、顔面変化情報を、特異値分解、主成分分析或いは独立成分分析することで得られた複数の成分から、脳機能賦活情報と関連する判定用成分を抽出して精神疾患の状態を判定するので、対象者３００の精神疾患の状態を容易に判定できる。

（７−３−９）
なお、上記精神疾患判定装置４００では、ネガティブ画像等の提供に応じて基準相関値ｒ１を設定しているが、ポジティブ画像等の提供に応じて基準相関値を設定してもよい。この場合、判定情報データベース４３２には、ネガティブ画像等の提供に応じて抽出される判定用成分の相関値ｒ４の、ポジティブ画像等の提供に応じて抽出された基準用判定成分の「基準相関値」ｒ３からの所定範囲の変化量Δｒ（＝ｒ４−ｒ３）が、「状態レベル」と関連付けて予め「判定情報」として記憶される。また、精神疾患判定部４４５により、ポジティブ画像等の提供に応じて算出された基準相関値ｒ３と、ネガティブ画像等の提供に応じて算出された相関値ｒ４との差Δｒが算出される。そして、精神疾患判定部４４５は、判定情報データベース４３２に記憶された判定情報に基づいて、基準相関値ｒ３及び相関値ｒ４の差Δｒに対応する、精神疾患の状態レベルを決定する。

（７−３−１０）
なお、精神疾患判定装置４００は、上述したように判定用成分に対する相関値の、基準値からの所定範囲の変化量を用いて精神疾患の状態を判定するもののみならず、判定用成分に対して重回帰分析により得られる値、判定用波形が生成する面積、判定用波形の平均値、判定用波形の重心値のいずれか一つ又は任意の組み合わせに基づいて、精神疾患の状態を判定するものでもよい。補足すると、「重回帰分析」を用いると、複数刺激による反応の相関値を容易に数量化できる。「相関値」用いると、単一刺激による反応の相関値を容易に数量化できる。「面積」を用いると、反応の絶対値を容易に数量化できる。「平均値」を用いると、反応の絶対値を容易に数量化できる。また、面積と比較して、ノイズを低減できる。「重心値」を用いると、反応の絶対値を容易に数量化できる。また、面積と比較して、どのタイミングで反応が生じたかを容易に判定できる。

（７−３−１１）
また、本実施形態に係る精神疾患判定装置４００は、判定用成分抽出部４４４が、情動刺激情報に対応する判定用波形と複数の成分との相関値に基づいて、判定用成分を抽出する。このような構成により、対象者の脳機能に対応する判定用成分を特定することができる。

また、ここでは、判定用波形として、人間の生理的反応を考慮した変形波を採用することができる。また、判定用波形は、情動刺激情報を提供してから所定時間経過後に変位するものである。このような判定用波形は、顔面変化情報から得られた成分と有意な相関が認められる場合には高い相関値を示すので、判定用成分の抽出精度を高めることができる。また、脳の反応に対して少し位相を遅らせることで精度の高い相関を得ることができる。具体的に、判定用波形として、レッドスポット・ダイナミック・レスポンス・ファンクションを採用することができる。レッドスポット・ダイナミック・レスポンス・ファンクションは、脳賦活情報を一瞬与えたときの顔面変化情報分解部４４３により分解された複数の成分１，２，３，・・・のうち相関の認められた成分を複数回算出し、算出した複数の成分から生成されるものである。レッドスポット・ダイナミック・レスポンス・ファンクションは、過去の履歴に基づいて最適化されているので、顔面変化情報から得られた成分と有意な相関が認められる場合には高い相関値を示す。これにより、判定用成分の抽出精度を高めることができる。

また、判定用波形として、矩形波を採用することもできる。矩形波は情動刺激情報が提供されているか否かに対応させることができるので、判定用成分を容易に抽出できる。

（７−４）精神疾患判定装置の変形例
（７−４−１）
本実施形態に係る精神疾患判定装置４００は、図３３に示すように、ネットワーク上に設けられた判定情報提供装置５００等を利用するものでもよい。

ここで、判定情報提供装置５００は、記憶部５３０と処理部５４０とを備える。

記憶部５３０は、判定情報データベース５３２を有する。この判定情報データベース５３２は、上述した判定情報データベース４３２と同様の構成である。すなわち、判定情報データベース５３２は、ポジティブ画像等の提供に応じて算出される判定用成分の相関値ｒ２の、ネガティブ画像等の提供に応じて算出された基準判定用成分の基準相関値ｒ１からの所定範囲の変化量Δｒを、精神疾患の状態レベルに関連付けて判定情報として記憶する。

処理部５４０は、精神疾患判定装置４００からの要求に応じて、判定情報データベース５３２に格納された判定情報を送信する。なお、処理部５４０は、精神疾患判定装置４００で抽出された判定用成分とは独立して、所定の情報に基づいて判定情報をビッグデータとして生成する機能を有するものでもよい。また、処理部５４０は、精神疾患判定装置４００で基準相関値ｒ１が算出された場合、判定情報データベース４３２に記憶されている基準相関値ｒ１を更新する処理を随時実行する。

本変形例では、上述した判定情報提供装置５００に、精神疾患判定部４４５が判定情報の提供を要求する。詳しくは、本変形例に係る精神疾患判定装置４００では、判定情報データベース５３２が、ネットワーク上の判定情報提供装置５００に格納されており、精神疾患判定部４４５が、精神疾患の状態レベルを判定する際に、判定情報提供装置５００にアクセスする。そして、精神疾患判定部４４５が、算出した相関値ｒ２及び判定情報に基づいて、対象者３００の精神疾患の状態レベルを判定する。

したがって、本変形例の精神疾患判定装置４００であれば、精神疾患判定部４４５が、ネットワーク上の判定情報提供装置５００を利用して、対象者３００の精神疾患の状態レベルを判定できる。

また、精神疾患判定部４４５が、外部ネットワーク上の判定情報提供装置５００に記憶された基準判定用成分を用いて精神疾患の状態を判定するので、ネガティブ画像等の提供を省略することもできる。すなわち、図３４に示すように、脳機能賦活情報として、ポジティブ画像等のみを提供する形態を採用することが可能である。

図３４は本変形例における、精神疾患の状態を判定する判定方法を説明するためのフローチャートである。本変形例では、脳機能賦活情報として、ポジティブ画像等のみが対象者３００に提供される（Ｖ１）。ステップＶ２〜Ｖ７においては、上述したステップＳ２〜Ｓ７と同様の処理が行なわれる。これにより、精神疾患判定装置４００において、ポジティブ画像等の提供に応じて算出された相関値ｒ２が算出される。次に、ステップＶ８において、精神疾患判定装置４００から判定情報提供装置５００に対して判定情報の送信要求が行なわれる。これにより、精神疾患判定装置４００において、ネガティブ画像等の提供に応じて算出された基準相関値ｒ１が取得される。続いて、精神疾患判定部４４５により、基準相関値ｒ１に対する相関値ｒ２の変化量Δｒが所定範囲内であるか否かが判定される（Ｖ９〜１２）。そして、判定結果が、出力部４２０を介して表示装置等に出力される（Ｓ１３）。このようにして、外部ネットワーク上の判定情報提供装置５００に記憶された基準判定用成分を用いて精神疾患の状態が判定される。

なお、上述した各ステップの一部は、精神疾患判定装置４００を用いずに実行されてもよいものである。

さらに、本変形例の精神疾患判定方法によれば、ビッグデータを用いた、精神疾患の状態の判定が実現できる。すなわち、基準相関値ｒ１及び所定の変化量Δｒをビッグデータから求める。具体的には、対象者３００以外の者に、ネガティブ画像等を提供して基準判定用成分を抽出し、この基準判定用成分に基づいて算出された基準相関値ｒ１を用いる。これにより、判定情報を随時最適化することができる。

なお、上記変形例において、ポジティブ画像等のみを提供して、精神疾患の状態を判定する方法を説明したが、ネガティブ画像等のみを提供して、精神疾患の状態を判定する方法も実現可能である。すなわち、ネガティブ画像等に対する相関値が、ネットワーク上の判定情報提供装置に記憶された基準相関値よりも高い値を示す場合に、うつ状態等であると判定してもよい。

（７−４−２）
本実施形態に係る精神疾患判定装置４００は、対象者の自律神経活動を測定する自律神経活動測定部をさらに備えるものでもよい。そして、精神疾患判定部４４５が、自律神経活動に基づいて、精神疾患の種類を判定する。この構成であれば、情動刺激による反応の、自律神経由来と脳活動由来との割合を判定できるので、種々の疾患の種類を判定することができる。例えば、判定できる疾患の種類として、「うつ病性障害／大うつ病性障害、気分変調性障害、特定不能のうつ病性障害、抑うつ関連症候群」「双極性障害／双極Ｉ型障害、双極ＩＩ型障害」「統合失調症」「発達障害／広汎性発達障害（自閉症、アスペルガー症候群、トゥレット症候群）、学習障害ＬＤ、注意欠陥多動性障害ＡＤＨＤ」「知的障害」「不安障害／全般性不安障害、パニック障害、社交不安障害、強迫性障害、解離性障害、適応障害」「認知症／アルツハイマー型認知症、脳血管性認知症、レビー小体型認知症、前頭側頭型認知症」「物質使用障害」「症状性を含む器質性精神障害」「てんかん」「パーソナリティー障害」などがある。

（７−４−３）
本実施形態に係る精神疾患判定装置４００は、対象者３００の視線を測定する視線測定部をさらに備えるものでもよい。そして、精神疾患判定部４４５が、対象者３００の視線に基づいて、信頼性の低い判定結果を除外する。このような構成により、対象者３００が画像情報を認識しているか否かを判定できるので、信頼性の低い判定結果を除外できる。

（７−５）精神疾患判定装置の検証試験
（７−５−１）
本実施形態に係る精神疾患判定装置の検証試験を次の条件で行なった。ここでは、精神疾患の状態として、「うつ状態」の判定の検証を行なった。

本試験では、ネガティブ画像及びポジティブ画像の写真を各２５枚使い、１枚に対して４．８秒間提示した。写真は大型テレビを映すように、その１メートル前に被験者が座るようにした。測定に際し、顔面追尾機能を有するカメラでＲＧＢ画像データを取得した。また、測定は最初２分間を安静とし、次の２分間に情動画像を提示し、次の２分間を安静として測定した。

図３５は、ある対象者にポジティブ画像を提示したときの判定用成分の波形であり、図３６はネガティブ画像を提示したときの判定用成分の波形である。図３５及び図３６の例において、（ａ）の部分は判定用成分の波形を示し、（ｂ）の部分はポジティブ画像又はネガティブ画像を提示したタイミングを示している。ここでは、ポジティブ画像の提供に対して判定用成分の相関値は、０．８６であった。しかし、ネガティブ画像の提供に対しても判定用成分の相関値は、０．８６を示した。したがって、ポジティブ画像の提供だけではなく、ネガティブ画像の提供においても判定用成分と相関があることが確認された。当該対象者は、ＣＥＳ−Ｄのうつ病尺度でうつ病得点が３点であったので、正常範囲ではあるものの「わずかにうつ傾向」がある者であった。以上のことから、情動画像の提供により、脳機能の賦活化が推定でき、生理状態、特に「うつ状態」の判定に利用できることが確認された。

（７−５−２）
また、本実施形態に係る精神疾患判定装置４００の検証試験を次の条件で行なった。ここでは、精神疾患の状態として、「うつ状態」の判定の検証を行なった。

本試験では、８名の被験者から顔面画像を取得した。具体的には、実験室に設置したヘッドレストのついた椅子に被験者を座らせて、ノートパソコンのＲＧＢカメラを用いて、被験者の顔面全体の鼻部周辺の撮影画像データを時系列で取得した。

なお、本試験では、ノートパソコンとして、Apple Inc.製のMacBook Air（登録商標）の備える液晶画面側の撮影装置を使用し、時系列の顔面画像をカラーの動画データで取得した。また、ノートパソコンは、被験者の正面側であって、被験者から１．０ｍ離れた地点に設置した。そして、撮影装置によって、１０フレーム／秒の撮影周期で１３０秒間の撮影画像データを連続撮影することで、顔面の動画データを得た。

また、本試験では、顔面画像を取得している間に、被験者に対して脳機能賦活情報を与えた。脳機能賦活情報としては、表示装置等に表示された映像に基づいて、画像、又は、動画、及び模式図の認知等を被験者に対して行なわせるもの、或いは、記号、文字ないし言語の記憶などの心理的作業を被験者に対して行なわせるもの、或いは、聴覚を刺激して言葉の理解、音楽ないし環境音の認知等を被験者に対して行わせるもの、或いは、嗅覚を刺激して臭気ないしアロマの認知等を被験者に対して行わせるもの、或いは、体性感覚を刺激して痛覚ないし触覚の認知等を被験者に行わせるものが挙げられる。本試験では、脳機能賦活情報として「ポジティブ画像およびネガティブ画像」を採用した。また前提として、被験者に、表示装置に連続する画像を注視する作業を課した。

本試験では、図３７に示すように、顔面画像の取得開始から３０秒間は「安静画像」を提示する状態（「安静１」）、次の２０秒間は「ネガティブ画像」を提示する状態（「情動１」）、次の３０秒間は「安静画像」を提示する状態（「安静２」）、次の２０秒間は「ポジティブ画像」を提示する状態（「情動２」）、次の３０秒間は「安静画像」を提示する状態（「安静３」）となるように、被験者に対して脳機能賦活情報（情動画像情報）を与えた。

顔面画像の解析としては、撮影した顔面の動画データより得られたＲＧＢデータに基づき血行量データを算出し、ＭＡＴＬＡＢ（登録商標）のＳＶＤ（Singular Value Decomposition）を分析ツールとして用いて特異値分解を行った。ここでは、ＣＩＥ−Ｌ*ａ*ｂ*表色系に従って、画像のＲＧＢデータより演算される肌の赤みやヘモグロビン量と相関のある紅斑指数「ａ*」を求め、これを血行量データとした。また、特異値分解では、時系列で取得した全ての動画データ（１３０秒間のデータ）から得られたＲＧＢデータに基づく血行量データ（ここでは、紅斑指数）を対象とし、要因を１秒毎の時間データ（１３０秒間で１３０ time point）とし、測度をその期間（１秒毎）におけるＲＧＢデータから演算した紅斑指数（１秒間のフレームデータを取り出し、該フレームデータから得られるＲＧＢ値の平均値から演算した紅斑指数であり、動画データに合わせて調整したもの）とした。そして、特異値分解により、顔面の動画データより得られたＲＧＢデータに基づく時系列の血行量データを、複数の成分に分解し、それぞれの成分の時間分布Ｖと、空間分布Ｕと、各成分の大きさを示す特異値Ｓとを算出した。なお、これらの関係は、以下の式で表される。また、Ｖ’は、Ｖの行と列とを入れ替えた行列である。

そして、特異値分解によって求められた各成分の時間分布Ｖ及び空間分布Ｕをグラフにプロットし、各成分の成分波形図と血行量分布図とを作成した。

さらに、作成した各成分の成分波形図及び血行量分布図について、情動活動を反映した顔面の血行量の変化すなわち顔面のＲＧＢ変化を示す成分を同定するための解析を行った。各成分の成分波形図については、その成分波形の振幅と、安静画像を提供時並びにポジティブ画像及びネガティブ画像の２種類の情動画像提供時との相関関係の有無について解析した。具体的には、各成分の成分波形図に示された振幅と、安静期間／２種類の脳機能賦活期間との間に相関関係があるか否かを評価した。

本試験では、図３７に示すように、顔面の撮影画像データを取得している期間のうち、被験者に対して脳機能賦活情報（情動画像）が与えられていない期間であるデータ取得開始時点から３０秒が経過した時点までの２０秒間の期間、及びデータ取得開始時から５０秒が経過した時点から次の脳機能賦活情報（情動画像）が与えられるまでの２０秒間の期間を脳の「安静時」とした。また、被験者に対してネガティブ画像等が与えられている期間であるデータ取得開始時から３０秒が経過した時点から５０秒が経過した時点までの２０秒間の期間を「ネガティブ情動賦活時」とした。そして、各成分の成分波形図に示された振幅と、脳の安静時及びネガティブ情動賦活時との相関関係の有無について評価した。

また、顔面の撮影画像データを取得している期間のうち、被験者に対して脳機能賦活情報が与えられていない期間であるデータ取得開始６０秒時点から８０秒が経過した時点までの２０秒間の期間、及びデータ取得開始時から１００秒が経過した時点から２０秒間の期間を脳の「安静時」とした。また、被験者に対してポジティブ画像等が与えられている期間であるデータ取得開始時から８０秒が経過した時点から１００秒が経過した時点までの２０秒間の期間を「ポジティブ情動賦活時」とした。そして、各成分の成分波形図に示された振幅と、脳の安静時、並びにネガティブ情動賦活時及びポジティブ情動賦活時との相関関係の有無について評価した。なお、相関関係の有無については、統計的相関分析を行い、有意水準（α）が０．０５以下の場合に相関があると判断した。

そして、各成分の血行量分布図については、顔面の所定部位における血行量変化の有無について解析した。血行量分布図は、ピクセル毎に算出された空間分布Ｕを各ピクセルの位置に並べることで作成した。このように作成された各成分の血行量分布図において、鼻部周辺及び前額部における血行量の変化があるか否かを評価した。

なお、空間分布Ｕ、特異値Ｓ及び時間分布Ｖの値の関係で、血行量データＸの極性（プラスマイナス）が決定するため、各成分の成分波形図及び血行量分布図において極性が反転して現れることがある。このため、成分波形図及び血行量分布図の評価に関して、極性については評価対象としないこととした。

上記条件のもと、図３８、３９に示すような結果が得られた。図３８は、ネガティブ画像を提示したときの波形例を示している。実線ｙ１は、ある被験者の成分２の波形であり、点線ｙ２は、ネガティブ画像に対応する判定用波形である。また、図３９は、ポジティブ画像を提示したときの波形例を示している。実線ｙ３は、同一被験者の成分３の波形であり、点線ｙ４は、ポジティブ画像に対応する判定用波形である。

このような結果から、脳機能賦活情報（情動画像）に応じて判定用成分が抽出でき、精神疾患の状態を判定できることが認識できた。

（８）心因性疾患判定装置
本発明に係る脳活動可視化装置を応用した、心因性疾患判定装置について説明する。本発明者らの検討によれば、心因性疾患を罹患しているときには一種のうつ状態にあることが認識された。そこで、本発明者らは、うつ状態の判定と同様の原理を用いることで、心因性疾患の有無を判定し得る心因性疾患判定装置を考案した。

（８−１）心因性疾患判定装置の構成
図４０は本実施形態に係る心因性疾患判定装置６００の一例を示す模式図である。

心因性疾患判定装置６００は、上述した精神疾患判定装置４００と略同様の構成を有する。具体的に、心因性疾患判定装置６００は、入力部６１０、撮像部６１５、出力部６２０、記憶部６３０、及び処理部６４０を備える。また、処理部６４０は、記憶部６３０に組み込まれたプログラムが実行されることで、脳機能賦活情報提供部６４１、顔面変化情報取得部６４２、顔面変化情報分解部６４３、判定用成分抽出部６４４、及び、心因性疾患判定部６４５として機能する。この心因性疾患判定装置６００では、既述の脳機能賦活情報に加え、さらに心因性疾患を高精度に判定し得る脳機能賦活情報が用いられる。

以下、心因性疾患判定装置６００の構成のうち、精神疾患判定装置４００とは異なる構成について主に説明する。なお、符号６１０・６１５・６２０・６４１・６４２・６４３・６４４の構成は、符号４１０・４１５・４２０・４４１・４４２・４４３・４４４の構成と同一の機能を有する。

本実施形態に係る脳機能賦活情報データベース６３１は、上述した脳機能賦活情報以外に、腰痛に関連する情報を記憶する。本発明者らの検討によれば、心因性腰痛もしくは難治性腰痛は「腰痛を想起させる情報」により誘発されることが特定された。そこで、本実施形態に係る心因性疾患判定装置６００は、腰痛を想起させる情報のうち、対象者の感情を変化させる情動刺激情報を「腰痛情報」として脳機能賦活情報データベース６３１に記憶する。例えば、重い荷物を運んでいる人の画像やその時の音声などの情報は腰痛を想起させる効果が高い。また、「あなたの腰痛は仕事が原因で生じていますか？」等の腰痛に関連する質問も、腰痛を想起させる効果がある。本発明らの検討によれば、これらの腰痛に関連する質問を対象者が認識すると感情が変化し、当該対象者は腰痛を感じることがある。そこで、脳機能賦活情報データベース６３１は、これらの腰痛を想起させる画像、音声、及び質問を示した情報等を腰痛情報として記憶する。また、脳機能賦活情報データベース６３１は、腰痛情報と比較するための安静情報を記憶する。「安静情報」は、腰痛とは無関係の任意の情報であり、対象者の脳機能を賦活させない情報である。このような腰痛情報と安静情報とを交互に提供することで、対象者の脳機能の賦活状態をオンオフすることが可能となる。

また、本実施形態に係る判定情報データベース６３２は、図４１に示すように、腰痛情報の提供に応じて抽出される判定用成分の相関値ｒ２の、安静情報の提供に応じて抽出された基準判定用成分の「基準相関値」ｒ１からの所定範囲の変化量Δｒ（＝ｒ２−ｒ１）を、心因性疾患の「状態レベル」と関連付けて予め「判定情報」として記憶する。「基準判定用成分」は、安静情報の提供に応じて抽出した判定用成分のデータ、前回抽出した判定用成分のデータ、及び外部から提供される判定用成分のデータ等により設定される。図４１に示す例では、「心因性腰痛」の状態レベルを判定するものを示している。具体的に、判定情報データベース４３２は、変化量Δｒの値の範囲に応じて、Δｒ＝Δｒａ〜Δｒｂまでを「心因性腰痛ではない」、Δｒｂ〜Δｒｃまでを「心因性腰痛である（軽度の痛みの自覚症状がある）」、Δｒｃ〜Δｒｄまでを「心因性腰痛である（重度の痛みの自覚症状がある）」として記憶する。ここでは、Δｒａ、Δｒｂ、Δｒｃ、Δｒｄの順に値が大きいものとなっている。なお、基準判定用成分のデータも判定情報データベース６３２に格納されてもよい。

また、本実施形態に係る心因性疾患判定部６４５は、安静情報の提供に応じて抽出された基準判定用成分に対する基準相関値ｒ１と、腰痛情報の提供に応じて抽出された判定用成分に対する相関値ｒ２との差Δｒを算出する。心因性疾患判定部６４５は、判定情報データベース６３２に記憶された判定情報に基づいて、基準相関値ｒ１及び相関値ｒ２の差Δｒに対応する、心因性疾患の「状態レベル」を決定する。決定された状態レベルは、出力部４２０を介して表示装置等に出力される。

（８−２）心因性疾患判定装置の動作
図４２は心因性疾患判定装置６００の動作を示すフローチャートである。ここでは、心因性疾患として、「心因性腰痛」の判定を行なうものを一例として説明する。

上述した精神疾患判定装置４００では、ポジティブ画像等を提供したときの対象者の反応と、ネガティブ画像等の提供したときの対象者の反応との違いから「うつ状態」を判定することができた。心因性疾患判定装置６００でもステップＳ１〜Ｓ１２と同様の動作により「心因性腰痛」を判定できる。また、心因性疾患判定装置６００では、ポジティブ画像等及びネガティブ画像等に代えて、腰痛情報及び安静情報を用いることで、さらに高精度に心因性腰痛を判定できる。

具体的には、腰痛情報及び安静情報を対象者に提供するステップが所定回数実行される（Ｕ１〜７）。そして、心因性疾患判定部６４５により、安静情報の提供に応じて抽出された基準判定用成分に対する基準相関値ｒ１と、腰痛情報の提供に応じて抽出された判定用成分に対する相関値ｒ２との差である変化量Δｒが算出される（Ｕ８）。続いて、心因性疾患判定部６４５により、基準相関値ｒ１に対する相関値ｒ２の変化量Δｒが所定範囲内であるか否かが判定される（Ｕ９）。所定範囲であるか否かは、判定情報データベース６３２に記憶された判定情報と照合されて判定される。基準相関値ｒ１に対する相関値ｒ２の変化量Δｒが所定範囲である場合、心因性疾患判定部６４５により、対象者３００は「心因性腰痛ではない」であると判定される（Ｕ９−Ｙｅｓ，Ｕ１０）。一方、基準相関値ｒ１に対する相関値ｒ２の変化量Δｒが所定範囲でない場合、心因性疾患判定部６４５により、対象者３００は「心因性腰痛である（痛みの自覚症状がある）」と判定される（Ｕ９−Ｎｏ，Ｕ１１）。これらの判定結果は、出力部６２０を介して表示装置等に出力される（Ｕ１２）。

（８−３）心因性疾患判定装置の特徴
（８−３−１）
以上説明したように、本実施形態に係る心因性疾患判定装置６００は、顔面変化情報取得部６４２と、顔面変化情報分解部６４３と、判定用成分抽出部６４４と、心因性疾患判定部６４５と、を備える。また、心因性疾患判定装置６００は脳機能賦活情報提供部６４１を備える。脳機能賦活情報提供部６４１は、脳機能賦活情報として、例えば腰痛情報を含む「情動刺激情報」を提供する。そして、心因性疾患判定部６４５が、顔面変化情報から得られた判定用成分に基づいて、対象者３００の心因性疾患の有無を判定する。

したがって、本実施形態に係る心因性疾患判定装置６００では、顔面変化情報を、特異値分解・主成分分析・独立成分分析することで得られた複数の成分から判定用成分を抽出するので、装着前に前処理の必要な電極等を使用しなくても、対象者の脳活動の有無を容易に推定できる。これにより、対象者の脳機能に対応する判定用成分に基づいて、対象者の腰痛等における心因的要因の程度を容易に判定できる。そして、このような心因性疾患判定装置６００であれば、腰痛等の治療を開始する前に、腰痛等における心因的要因の程度を判定できる。これにより、対象者に適切な治療を提供することができる。

補足すると、腰痛には種々の原因があるが、その原因の特定は必ずしも容易ではない。特に心因性腰痛は、患部に外形的な異常が見つけられないことから原因の特定が困難である。一方、心因性腰痛の場合には、整形外科の医者だけでなく麻酔科（ペインクリニック）、精神科を含めた集学的な治療が有用なことがある。本実施形態に係る心因性疾患判定装置６００を用いれば、本格的な治療を受ける前に、腰痛の原因に心因的要因が含まれているかを判定できるので、対象者を適切な治療に導くことが可能となる。具体的には、「心因性腰痛である」と判断されれば、集学的な治療に対象者を誘導できる。また、「心因性腰痛ではない」と判断されれば、整形外科の医者による腰痛に対する従来の治療を開始できる。

（８−３−２）
また、本実施形態に係る心因性疾患判定装置６００は、判定用成分抽出部６４４が、腰痛情報を含む情動刺激情報に対応する判定用波形と、顔面変化情報から得られた複数の成分との相関値に基づいて、判定用成分を抽出する。ここでは、判定用波形として、人間の生理的反応を考慮した変形波を採用することができる。また、判定用波形は、情動刺激情報を提供してから所定時間経過後に変位するものである。このような判定用波形は、顔面変化情報から得られた成分と有意な相関が認められる場合には高い相関値を示すので、判定用成分の抽出精度を高めることができる。また、脳の反応に対して少し位相を遅らせることで精度の高い相関を得ることができる。具体的に、判定用波形として、レッドスポット・ダイナミック・レスポンス・ファンクションを採用することができる。これにより、判定用成分の抽出精度を高めることができる。

また、判定用波形として、矩形波を採用することもできる。矩形波は情動刺激情報が提供されているか否かに対応させることができるので、判定用成分を容易に抽出できる。

なお、心因性疾患判定装置６００は、上述したように判定用成分に対する相関値の、基準値からの所定範囲の変化量を用いて心因性疾患の状態を判定するもののみならず、判定用成分に対して重回帰分析により得られる値、判定用波形が生成する面積、判定用波形の平均値、判定用波形の重心値のいずれか一つ又は任意の組み合わせに基づいて、心因性疾患の状態を判定するものでもよい。

（８−４）心因性疾患判定装置の変形例
（８−４−１）
本実施形態に係る心因性疾患判定装置６００は、図４３に示すように、ネットワーク上に設けられた判定情報提供装置７００等を利用するものでもよい。

ここで、判定情報提供装置７００は、記憶部７３０と処理部７４０とを備える。記憶部７３０は、判定情報データベース７３２を有する。この判定情報データベース７３２は、上述した判定情報データベース６３２と同様の構成である。

このような構成により、本変形例の心因性疾患判定装置６００であれば、心因性疾患判定部６４５が、ネットワーク上の判定情報提供装置７００を利用して、対象者３００の心因性疾患の状態レベルを判定できる。また、心因性疾患判定部６４５が、外部ネットワーク上の判定情報提供装置７００に記憶された基準判定用成分を用いて心因性疾患の状態を判定するので、安静情報の提供を省略することもできる。すなわち、脳機能賦活情報として、腰痛情報を含む情動刺激情報のみを提供する形態を採用することが可能である。

（８−４−２）
本実施形態に係る心因性疾患判定装置６００は、対象者３００の視線を測定する視線測定部をさらに備えるものでもよい。そして、心因性疾患判定装置６４５が、対象者３００の視線に基づいて、信頼性の低い判定結果を除外する。このような構成により、対象者３００が画像情報を認識しているか否かを判定できるので、信頼性の低い判定結果を除外できる。

（８−４−３）
本実施形態に係る心因性疾患判定装置６００は、腰痛情報等を提供することに代えて、誘発刺激から心因性疾患を判定するものでもよい。「誘発刺激」とは、心因性疾患を誘発する任意の刺激のことである。例えば、心因性腰痛は、腰部を軽く叩く等の動作が心因性腰痛を誘発する。

本実施形態に係る心因性疾患判定装置６００では、このような誘発刺激が与えられた対象者の顔面変化情報から、当該誘発刺激と関連する判定用成分を特定することで、対象者における心因性疾患の有無を判定することも可能である。

（８−４−４）
上述した説明では、心因性疾患の一例として心因性腰痛を取り上げたが、本実施形態に係る心因性疾患判定装置６００は、心因性腰痛以外の任意の心因性疾患の判定ができるものである。

例えば、心因性疾患判定装置６００は、消化器疾患に関連する情報を対象者に提供する、又は、消化器疾患に関連する動作を誘発刺激として対象者に与えることで、心因性消化器疾患の有無を判定することが可能である。判定可能な心因性消化器疾患としては、機能性消化器疾患（ＦＧＩＧ）、胃食道逆流症（ＧＥＲＤ）、機能性ディスペプシア（ＦＤ）、過敏性腸症候群（ＩＢＳ）、慢性胃炎、器質的疾患を伴わないディスペプシア（ＮＵＤ）、食後愁訴症候群（ＰＤＳ）、心窩部痛症候群（ＥＰＳ）などが挙げられる。

（８−５）心因性疾患判定装置の検証試験
本実施形態に係る心因性疾患判定装置の検証試験を次の条件で行なった。ここでは、心因性疾患として、慢性腰痛の原因と考えられる心因性腰痛の判定の検証を行なった。

本試験では、５名の被験者から顔面画像を取得した。具体的には、実験室に設置したヘッドレストのついた椅子に被験者を座らせた。そして、ノートパソコンのＲＧＢカメラを用いて、被験者の顔面全体の鼻部周辺の撮影画像データを時系列で取得した。

なお、本試験では、ノートパソコンとして、Apple Inc.製のMacBook Air（登録商標）の備える液晶画面側の撮影装置を使用し、時系列の顔面画像としてカラーの動画データを取得した。また、ノートパソコンは、被験者の正面側であって、被験者から１．０ｍ離れた地点に設置した。そして、撮影装置によって、１０フレーム／秒の撮影周期で１２０秒間の撮影画像データを連続撮影することで、顔面の動画データを得た。

また、本試験では、顔面画像を取得している間に、被験者に対して腰痛に関連する脳機能賦活情報を与えた。脳機能賦活情報としては、出力装置等から出力された音響に基づいて、文章、又は、音楽、及び音の認知等を被験者に対して行なわせるもの、或いは、出力装置等に出力された映像に基づいて、画像、又は、動画、及び模式図の認知等を被験者に対して行なわせるもの、或いは、記号、文字ないし言語の記憶などの心理的作業を被験者に対して行なわせるものが挙げられる。本試験では、腰痛に関連する脳機能賦活情報として、腰痛を想起させる文章（日本版Fear-Avoidance Beliefs Questionnaire：FABQ-J）を被験者に音声で聞かせることを採用した。そして、被験者に、ノートパソコン画面のクロス画像から視線を動かさずに、ヘッドホンから流れる音声を注意深く聞く作業を課した。

本試験では、顔面画像の取得開始から４０秒間は腰痛を想起させない一般質問を朗読する音声を出力する状態（「安静１」）、次の４０秒間は腰痛を想起させる文章を朗読する音声を出力する状態（「脳機能賦活」）、次の４０秒間は腰痛を想起させない一般質問を朗読する音声を出力する状態（「安静２」）となるように、被験者に対して脳機能賦活情報（音声情報）を与えた（図４４（Ａ）参照）。

次に、顔面画像の解析を行なった。まず、撮影した顔面の動画データより得られたＲＧＢデータに基づき血行量データを算出した。そして、ＭＡＴＬＡＢ（登録商標）のＳＶＤ（Singular Value Decomposition）を分析ツールとして用いて特異値分解を行った。ここでは、ＣＩＥ−Ｌ*ａ*ｂ*表色系に従って、画像のＲＧＢデータより演算される肌の赤みやヘモグロビン量と相関のある紅斑指数「ａ*」を求め、これを血行量データとした。また、特異値分解では、時系列で取得した全ての動画データ（１２０秒間のデータ）から得られたＲＧＢデータに基づく血行量データ（ここでは、紅斑指数）を対象とし、要因を１秒毎の時間データ（１２０秒間で１２０ time point）とし、測度をその期間（１秒毎）におけるＲＧＢデータから演算した紅斑指数（１秒間のフレームデータを取り出し、該フレームデータから得られるＲＧＢ値の平均値から演算した紅斑指数であり、動画データに合わせて調整したもの）とした。そして、特異値分解により、顔面の動画データより得られたＲＧＢデータに基づく時系列の血行量データを、複数の成分に分解し、それぞれの成分の時間分布Ｖと、空間分布Ｕと、各成分の大きさを示す特異値Ｓとを算出した。なお、これらの関係は、以下の式で表される。また、Ｖ'は、Ｖの行と列とを入れ替えた行列である。

そして、特異値分解によって求められた各成分の時間分布Ｖ及び空間分布Ｕをグラフにプロットし、各成分の成分波形図と血行量分布図とを作成した。

さらに、作成した各成分の成分波形図及び血行量分布図について、腰痛に関連する脳機能賦活情報に対応する顔面の血行量の変化、すなわち顔面のＲＧＢ変化を示す成分を同定するための解析を行った。各成分の成分波形図については、その成分波形の振幅と、安静情報を提供すること及び脳機能賦活情報（腰痛情報）を提供することとの相関関係の有無について解析した。具体的には、各成分の成分波形図に示された振幅と、安静期間及び脳機能賦活期間との間に相関関係があるか否かを評価した。

上記条件のもと、図４４（Ｂ）に示すような結果が得られた。実際の成分波形図として、線ｃ１に示す結果が得られた。これを、０．１Ｈｚ以上の周波数帯をカットするローパスフィルタのフィルタリングをすると、線ｃ２に示す結果が得られた。また、０．００４〜０．１Ｈｚ以外の周波数帯をカットするバンドパスフィルタのフィルタリングをすると、線ｃ３に示す結果が得られた。また、波形の面積算出を行った。この際には、解析範囲の最初５秒の平均と最後５秒の平均を直線で結ぶ方法（ベースライン１：線ｄ１）と、解析範囲の最初５秒の平均から水平に引く方法（ベースライン２：線ｄ２）の２種類の方法で作成したベースラインを基準として面積の計算を行った。なお、図４４（Ａ）は安静期間と脳機能賦活期間とのタイミング系を示している。

図４４に示される結果から明らかなように、脳機能賦活情報（腰痛を想起させる音声情報）に応じた判定用成分を抽出することができ、心因性腰痛の状態を判定できることが確認できた。

＜付記＞
なお、本発明は、上記実施形態そのままに限定されるものではない。本発明は、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。また、本発明は、上記実施形態に開示されている複数の構成要素の適宜な組み合わせにより種々の発明を形成できるものである。例えば、実施形態に示される全構成要素から幾つかの構成要素は削除してもよいものである。さらに、異なる実施形態に構成要素を適宜組み合わせてもよいものである。

本発明によれば、簡便に脳活動を推定することができるため、脳活動に基づき対象者の生理状態を可視化する脳活動可視化装置への適用が有効である。

１０ 脳活動可視化装置
２０ 顔面皮膚温度取得手段
３０ 脳活動推定手段
１１０ 脳活動可視化装置
１２０ 画像データ取得手段
１３０ 脳活動推定手段
２００ 状態可視化手段
２０１ 解析部
３００ 対象者
６００ 心因性疾患判定装置
６１０ 入力部
６１５ 撮像部
６２０ 出力部
６３０ 記憶部
６３１ 脳機能賦活情報データベース
６３２ 判定情報データベース（判定情報記憶部）
６４０ 処理部
６４１ 脳機能賦活情報提供部
６４２ 顔面変化情報取得部
６４３ 顔面変化情報分解部
６４４ 判定用成分抽出部
６４５ 心因性疾患判定部
７００ 判定情報提供装置
７３０ 記憶部
７３２ 判定情報データベース（判定情報記憶部）
７４０ 処理部

特開２０１３−１７６４０６号公報

Claims (12)

1. 感覚を刺激して感情を変化させる情動刺激情報が提供された対象者、又は心因性疾患を誘発する誘発刺激が与えられた対象者の顔面データの時系列変化を示す顔面変化情報を取得する顔面変化情報取得部（６４２）と、
   前記顔面変化情報を、特異値分解、主成分分析或いは独立成分分析により複数の成分に分解する顔面変化情報分解部（６４３）と、
   前記複数の成分から、前記情動刺激情報又は前記誘発刺激と関連する成分を判定用成分として抽出する判定用成分抽出部（６４４）と、
   前記判定用成分に基づいて、前記対象者における心因性疾患の有無を判定する、心因性疾患判定部（６４５）と、
   を備える、心因性疾患判定装置（６００）。
2. 前記判定用成分抽出部は、前記情動刺激情報又は前記誘発刺激に対応する判定用波形と前記複数の成分との相関値に基づいて、前記判定用成分を抽出する、
   請求項１に記載の心因性疾患判定装置。
3. 前記判定用波形として、人間の生理的反応を考慮した変形波を用いている、
   請求項２に記載の心因性疾患判定装置。
4. 前記判定用波形は、前記情動刺激情報又は前記誘発刺激を提供してから所定時間経過後に変位するものである、
   請求項３に記載の心因性疾患判定装置。
5. 前記判定用波形は、矩形波である、
   請求項３または４に記載の心因性疾患判定装置。
6. 前記判定用波形は、前記複数の成分のうち、相関の認められた成分を複数回算出し、算出した複数の波形から生成されるものである、
   請求項３または４に記載の心因性疾患判定装置。
7. 前記心因性疾患判定部は、前記判定用成分に対する相関値の基準値からの所定範囲の変化量、前記判定用成分に対して重回帰分析により得られる値、前記判定用波形が生成する面積、前記判定用波形の平均値、前記判定用波形の重心値のいずれか一つ又は任意の組み合わせに基づいて、前記心因性疾患の状態を判定する、
   請求項３から６のいずれか１項に記載の心因性疾患判定装置。
8. 前記対象者の視線を測定する視線測定部をさらに備え、
   前記心因性疾患判定部は、前記対象者の視線に基づいて、信頼性の低い判定結果を除外する、
   請求項１から７のいずれか１項に記載の心因性疾患判定装置。
9. 前記情動刺激情報として、腰痛に関連する情報が前記対象者に提供され、又は、前記誘発刺激として、腰痛に関連する動作が前記対象者に与えられ、
   前記心因性疾患判定部が、腰痛の有無を判定する、
   請求項１から８のいずれか１項に記載の心因性疾患判定装置。
10. 前記情動刺激情報として、消化器疾患に関連する情報が前記対象者に提供され、又は、前記誘発刺激として、消化器疾患に関連する動作が前記対象者に与えられ、
    前記心因性疾患判定部が、消化器疾患の有無を判定する、
    請求項１から８のいずれか１項に記載の心因性疾患判定装置。
11. 脳機能賦活情報に対して算出される判定用成分の相関値の、前記脳機能賦活情報に対して算出された基準判定用成分の基準相関値からの所定範囲の変化量を、心因性疾患の状態レベルに関連付けて判定情報として記憶する判定情報記憶部（６３２）をさらに備え、
    前記心因性疾患判定部が、前記脳機能賦活情報に対する前記判定用成分の相関値を算出し、算出した相関値及び前記判定情報に基づいて、前記対象者の心因性疾患の状態レベルを判定する、
    請求項１から１０のいずれか１項に記載の心因性疾患判定装置。
12. ネットワーク上の判定情報提供装置（７００）が、脳機能賦活情報に対して算出される判定用成分の相関値の、前記脳機能賦活情報に対して算出された基準判定用成分の基準相関値からの所定範囲の変化量を、心因性疾患の状態レベルに関連付けて判定情報として記憶する判定情報記憶部（７３２）を備え、
    前記心因性疾患判定部が、前記脳機能賦活情報に対する判定用成分の相関値を算出し、算出した相関値及び前記判定情報に基づいて、前記対象者の心因性疾患の状態レベルを判定する、
    請求項１から１１のいずれか１項に記載の心因性疾患判定装置。