JP2018201782A - 現象発生判断システム、および、現象発生判断方法 - Google Patents

Abstract

【課題】複雑に変動する信号から律動性を検出し所定の現象発生の有無を判断する。【解決手段】信号を取得する取得部１０１と、信号に含まれる所定時間の区間である解析区間に含まれる解析信号と、解析区間と少なくとも一部時間的に重複する対比区間に含まれる対比信号とに基づき相関関数を算出する関数算出部１０２と、得られた相関関数の同符号の極を特定する極特定部１０３と、複数の極において隣り合う極の間の時間間隔を算出する間隔算出部１０４と、間隔を用い統計的な手法により律動性を示す代表値を算出する統計処理部１０５と、代表値を所定の閾値と比較することにより所定の現象が発生したと判断する発生判断部１０６とを備える現象発生判断システム１００。【選択図】図１

Description

本願発明は、例えば非けいれん性てんかん発作などの現象が発生したことを経時的に変化する信号から高応答かつ高精度で判断する現象発生判断システム、および、現象発生判断方法に関する。

脳波など経時的に変動する信号から、医師などが経験則に基づき特定の律動性を見つけ出すことで所定の現象である非けいれん性てんかん発作が発生していることを確認することが行われている。従来、このようなエキスパートの眼による信号波形の解析をコンピュータに行わせるために、信号をフーリエ変換し、周波数解析により所定の現象の発生を検出するシステムが提案されている。

また、特許文献１には、人の心拍を測定して得られる信号から連続する心拍の間隔である心拍間隔を測定し、心拍間隔と次の心拍間隔の関係をグラフにプロットし、グラフにおけるプロットの分布の変化を見て、てんかん発作を検出する技術が開示されている。

特開２０１３−１９８５６２号公報

ところが、フーリエ変換を行って周波数解析を行う場合、解析に時間がかかるため、病院において非けいれん性てんかん発作などの現象の発生が起こる可能性のある患者に対して、発作の発生に即座に対応できないという問題を有していた。また、周波数解析では発作の検出率を向上させることが困難であり、医師の代替としてシステムを稼働させることは困難である。

また心拍間隔を測定する方法では、正常な状態において予めグラフ上でプロットを行う必要があり、その後、プロット位置が異常な場合に現象が発生したと判断する為、手続が複雑で応答性面でも問題を有していた。

本発明は、上記課題に鑑みなされたものであり、計測された信号に基づき、非けいれん性てんかん発作など所定の現象が発生したことを判断できる現象発生判断システム、および、現象発生判断方法の提供を目的とする。

上記目的を達成するために、本願発明の１つである現象発生判断システムは、経時的に変動する信号を取得する取得部と、前記信号に含まれる所定時間の区間である解析区間に含まれる解析信号と、前記解析区間と少なくとも一部時間的に重複する対比区間に含まれる対比信号とに基づき相関関数を算出する関数算出部と、前記関数算出部で得られた相関関数の同符号の極を特定する極特定部と、前記極特定部で特定された複数の極において隣り合う極の間の時間間隔を算出する間隔算出部と、前記間隔算出部で算出された間隔を用い統計的な手法により律動性を示す代表値を算出する統計処理部と、前記代表値を所定の閾値と比較することにより所定の現象が発生したと判断する発生判断部とを備えることを特徴とする。

これによれば、経時的に複雑に変動する信号から所定の現象が発生したことを精度良くかつ高い応答性で判断することができる。

また、前記統計処理部は、前記間隔算出部で算出された間隔のバラツキを前記代表値として算出し、前記発生判断部は、前記代表値が所定の閾値である第一閾値以下であれば所定の現象が発生した判断してもよい。

これによれば、経時的に複雑に変動する脳波などの信号の中から例えば非けいれん性てんかん発作などの所定の現象が発生したことを精度良くかつ高い応答性で判断することができる。

また、前記統計処理部は、前記間隔算出部で算出された間隔の平均値を代表値として算出し、前記発生判断部は、前記代表値が正常時の信号から得られる第二閾値以下の場合に所定の現象が発生したと判断してもよい。

これによれば、測定対象の個性を排除することができ、所定の現象が発生したことを高い精度で判断できる。

また、前記関数算出部は、前記信号について順次相関関数を算出する場合、先の解析区間と次の解析区間を時間的に一部重複させてもよい。

これによれば、解析区間に含まれる信号の一部を次の解析区間でも解析するため、律動性を高い精度で把握することができ、所定の現象発生の判断の精度を向上させることが可能となる。

また、前記発生判断部が所定の現象が発生したと判断した場合、その旨を示す現象発生情報を報知する報知部をさらに備えてもよい。

これによれば、所定の現象の発生に人などが即座に対応することができる。

上記目的を達成するために、本願発明の他の１つである現象発生判断方法は、経時的に変動する信号を取得し、前記信号に含まれる所定時間の区間である解析区間に含まれる解析信号と、前記解析区間と少なくとも一部時間的に重複する対比区間に含まれる対比信号とに基づき相関関数を算出し、前記関数算出部で得られた相関関数の同符号の極を特定し、前記極特定部で特定された複数の極において隣り合う極の間の時間間隔を算出し、前記間隔算出部で算出された間隔を用い統計的な手法により律動性を示す代表値を算出し、前記代表値を所定の閾値と比較することにより所定の現象が発生したと判断することを特徴とする。

これによれば、経時的に複雑に変動する信号から所定の現象が発生したことを精度良くかつ高い応答性で判断することができる。

なお、前記現象発生判断システムが含む各処理をコンピュータに実行させるためのプログラムを実施することも本願発明の実施に該当する。無論、そのプログラムが記録された記録媒体を実施することも本願発明の実施に該当する。

本願発明によれば、経時的に複雑に変動する脳波などの信号の中から非けいれん性てんかん発作など所定の現象発生を高い精度かつ高い応答性で判断することが可能となる。

図１は、実施の形態１に係る現象発生判断システムの機能構成を示すブロック図である。 図２は、信号の波形処理状態を段階的に示す図である。 図３は、信号における解析区間、および、対比区間を示す図である。 図４は、自己相関関数を示すグラフである。 図５は、自己相関関数から極を特定した状態を示す図である。 図６は、隣り合う極の間隔を示す図である。 図７は、現象発生判断システムの処理の流れを示すフローチャートである。 図８は、実施の形態２に係る現象発生判断システムの機能構成を示すブロック図である。 図９は、特定の極を除外し、隣り合う極の間隔を示す図である。

次に、本願発明に係る現象発生判断システムの実施の形態について、図面を参照しつつ説明する。なお、以下の実施の形態は、本願発明に係る現象発生判断システムの一例を示したものに過ぎない。従って本願発明は、以下の実施の形態を参考に請求の範囲の文言によって範囲が画定されるものであり、以下の実施の形態のみに限定されるものではない。よって、以下の実施の形態における構成要素のうち、本発明の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、本発明の課題を達成するのに必ずしも必要ではないが、より好ましい形態を構成するものとして説明される。

また、図面は、本願発明を示すために適宜強調や省略、比率の調整を行った模式的な図となっており、実際の形状や位置関係、比率とは異なる場合がある。

（実施の形態１）
図１は、実施の形態１に係る現象発生判断システムの機能構成を示すブロック図である。

同図に示すように、現象発生判断システム１００は、経時的に変動する信号から律動性を示す波形の有無を判断することにより所定の現象が発生したことを判断するシステムである。本実施の形態の場合、現象発生判断システム１００は、人２００、特に小児の脳から発生する脳波を信号として取得し、信号として得られた脳波の波形から非けいれん性てんかん発作を示す律動性の存在を検出するシステムである。現象発生判断システム１００は、取得部１０１と、関数算出部１０２と、極特定部１０３と、間隔算出部１０４と、統計処理部１０５と、発生判断部１０６とを備えている。本実施の形態の場合、現象発生判断システム１００はさらに、波形処理部１０８と、報知部１０９とを備えている。

なお、現象発生判断システム１００は、現象発生判断システム１００が備える各機能部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るものとして説明する。具体的には、演算装置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各処理部に対応する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る。また、現象発生判断システム１００は、一台の装置により実現しても良く、データの送受信が可能な複数台の装置を統合することにより実現してもかまわない。

取得部１０１は、経時的に変動する信号を取得する処理部である。取得部１０１の信号の取得方法は特に限定されるものではないが、本実施の形態の場合、脳波を信号として取得するものであり、人２００の頭部に取り付けられた電極２０１に基づき信号計測装置２０２が計測した脳波を取得部１０１は、信号としてリアルタイムで取得するものとなっている。

なお、取得部１０１はインターフェースなどのハードウエア構成も備えている。また、脳波は少なくとも一個の電極があれば取得できるが、本実施の形態の場合のように、４極の電極を用いれば、高い精度で非けいれん性てんかんの現象発生を示す規則変動を検出することが可能である。また、取得部１０１は、４極の電極から４つの脳波を並列に取得している。

また、取得部１０１の信号の取得方法は、ネットワークを介して取得してもよく、また、一旦メモリに蓄積された信号を読み出すことにより取得してもかまわない。

波形処理部１０８は、取得部１０１で取得された信号を、相関関数を算出するために適した信号に変換する処理部である。例えば、波形処理部１０８は、人為的、または、偶発的信号の除去、および、ノイズを除去して波形の平滑化を行うことにより信号を変換する。本実施の形態の場合、信号が脳波であるため、人為的信号とはいわゆるアーチファクトと呼ばれる信号である。具体的には、例えば図２の（ａ）に示すように、アーチファクト２０３は、脳波の信号に混入する脳活動以外の現象による信号であり、電極２０１の装着不良などによって混入する信号である。アーチファクト２０３は、例えば寝返り、くしゃみ、咳などの非けいれん性てんかんの現象発生以外の現象により発生する。アーチファクト２０３を除去した波形は図２の（ｂ）に示すようになる。

図２の（ｂ）に示されるようなノイズは、例えば商用電源から混入するような信号であり、これらは比較的高周波であることから、ローパスフィルタなどでノイズを除去し信号を平滑化する。信号の平滑化処理を行うと、図２の（ｃ）に示すような信号となり、以降の信号処理についてはアーチファクト２０３が除去され平滑化がなされた信号Ｓが用いられる。

本実施の形態の場合、４極の電極により脳の４箇所から脳波を取得しており、これら４つの脳波の信号それぞれに波形処理がなされている。

このようにアーチファクト２０３を除去し、平滑化を実施することにより、類似度の高い波形の律動性を見出しやすくなり、非けいれん性てんかん発作など所定の現象発生の発見精度を高めることが可能となる。

なお、波形処理部１０８は、取得部１０１の前段階に存在していてもよく、また、現象発生判断システム１００以外の例えば信号計測装置２０２等に備えられてもかまわない。

関数算出部１０２は、取得部１０１が取得した信号に含まれる所定時間の区間である解析区間に含まれる解析信号と、前記解析区間と少なくとも一部時間的に重複する対比区間に含まれる対比信号とに基づき相関関数を算出する処理部である。本実施の形態の場合、関数算出部１０２は、解析区間と対比区間とを全く同じとしており、相関関数の１つである自己相関関数を算出する。

なお、自己相関関数に該当する値を算出する方法としては、本実施の形態に限定されるものではなく、取得部１０１が取得した信号に含まれる所定時間の区間である解析区間に含まれる解析信号と、前記解析区間と少なくとも一部時間的に重複する対比区間に含まれる対比信号とに基づき相関関数を算出すればよい。

具体的に例示すると、図３の（ａ）に示すように、取得部１０１が取得し波形処理をした信号Ｓから解析区間Ｔ１ｎの解析信号を関数算出部１０２が抽出する。次に、図３の（ｂ）に示すように、関数算出部１０２は、前記解析区間Ｔ１ｎの解析信号をコピーして対比信号とする。なお、関数算出部１０２に用いられているｎは、関数算出部１０２が信号Ｓから抽出した順番を示す自然数を示している。

次に関数算出部１０２は、解析信号と対比信号とを時間的にシフトさせて図４に示すような自己相関関数ｆを算出する。本実施の形態の場合、４極の電極に対応して４つの自己相関関数ｆが算出される。

なお、解析区間Ｔ１ｎの長さは特に限定されるものではないが、非けいれん性てんかん発作の有無を判断する場合、解析区間Ｔ１ｎの長さは１０秒程度が好ましい。

また、関数算出部１０２は、取得部１０１がリアルタイムに取得する脳波を示す信号Ｓついて順次相関関数を算出するが、図３に示すように、先の解析区間Ｔ１ｎと次の解析区間Ｔ１ｎ＋１を時間的に一部重複させている。重複の長さは特に限定されるものではないが、解析区間Ｔ１ｎの後ろ半分と次の解析区間Ｔ１ｎ＋１の前半分とを重複させると、非けいれん性てんかん発作を高い精度で検出できる。

極特定部１０３は、関数算出部１０２で得られた相関関数の同符号の極を特定する処理部である。本実施の形態の場合、極特定部１０３は、図５に示すように、自己相関関数ｆの正の極を特定している。また、極特定部１０３は、４つの自己相関関数ｆのそれぞれについて同様の手法で極を特定している。

なお、極特定部１０３は、正の極を特定するばかりでなく、負の極を特定してもかまわない、また、下に凸の極を特定してもかまわない。

間隔算出部１０４は、極特定部１０３で特定された極において隣り合う極の間の時間間隔を算出する処理部である。具体的に例えば、図６に示されるグラフは、横軸が時間であるため、時間間隔とは隣り合う極の間隔を算出することになる。ここで、間隔算出部１０４で算出された結果は、Ｉｎｔｅｒｖａｌ［ｎ］（ｎ＝１・・・ｍ）となる。本実施の形態の場合、間隔算出部１０４は、４つの自己相関関数ｆのそれぞれについて間隔Ｉｎｔｅｒｖａｌ［ｎ］（ｎ＝１・・・ｍ）を算出する。

統計処理部１０５は、間隔算出部１０４で算出された隣り合う極の時間間隔を統計的に処理し、バラツキを示す体表値を算出する処理部である。本実施の形態の場合、統計処理部１０５は、下記式１、式２に基づき間隔であるＩｎｔｅｒｖａｌ［ｎ］の分散ｖａｒを代表値として算出する

本実施の形態の場合は、４つの自己相関関数ｆのそれぞれについて間隔であるＩｎｔｅｒｖａｌ［ｎ］の分散ｖａｒを算出している。

発生判断部１０６は、統計処理部１０５が算出したバラツキを示す代表値が所定の閾値である第一閾値以下であれば、つまり、バラツキが所定の第一閾値よりも少なければ非けいれん性てんかん発作が発生したと判断する処理部である。本実施の形態の場合、発生判断部１０６は、４つの自己相関関数ｆのそれぞれについてｖａｒ≦第一閾値であるか、ｖａｒ＞第一閾値であるかを判断し、４つの自己相関関数ｆに基づくバラツキのうち１つでもｖａｒ≦第一閾値であれば、現象発生ありと判断する。

報知部１０９は、非けいれん性てんかん発作が発生したと発生判断部１０６が判断した場合、その旨を示す現象発生情報を報知する処理部である。報知部１０９が現象発生情報を報知する方法は特に限定されるものではないが、例えば、現象発生判断システム１００に接続される表示装置２１０の中で、色や光を変化させることにより報知する方法を挙示できる。この場合、表示装置２１０には、取得部１０１が取得した信号を波形として表示していてもかまわない。また、現象発生判断システム１００に、ライトやスピーカを備え、ライトの発光状態を変化させたり、スピーカから出される音の状態を変化させることで現象発生情報を報知してもかまわない。

さらに、報知部１０９は、有線、および、無線の少なくとも一方の通信手段を備え、インターネットなどを通じて事前に登録された端末に現象発生情報を出力してもかまわない。端末とは、例えば携帯電話、スマートフォンへなどの携帯端末や、ＰＣなどの据え置き型端末などである。

次に、現象発生判断システム１００における現象発生判断方法を説明する。

図７は、現象発生の判断方法を示すフローチャートである。

同図に示すように、現象発生判断システム１００の取得部１０１は、信号計測装置２０２から脳波を信号として取得する（Ｓ１０１）。

次に、波形処理部１０８が、アーチファクト２０３の除去、平滑化などの波形処理を行う（Ｓ１０２）。

次に、関数算出部１０２が、自己相関関数ｆを算出する（Ｓ１０３）。続いて、極特定部１０３が、正の極を特定する（Ｓ１０４）。

次に、間隔算出部１０４が、隣り合う正の極の間隔を算出する（Ｓ１０５）。続いて、統計処理部１０５が極間隔の分散ｖａｒを算出する（Ｓ１０６）。

次に、発生判断部１０６は、分散がvar≦第一閾値の場合、現象発生ありと判断する（Ｓ１０７：Ｙｅｓ）。それ以外の場合（Ｓ１０７：Ｎｏ）は、現象発生無し、と判断し、次の解析区間に移行する（Ｓ１０８）。

現象発生あり（Ｓ１０７：Ｙｅｓ）と判断された場合、報知部１０９は、現象発生情報を報知する（Ｓ１１１）。

以上の流れを継続が必要な間続行する（Ｓ１１２：Ｙｅｓ）ことにより、人の脳波をリアルタイムでモニタリングでき、非けいれん性てんかん発作が発生した場合、即座に現象発生情報を報知することができる。

以上のように、実施の形態１に係る現象発生判断システム１００、およびこれを用いた現象発生判断方法によれば、信号計測装置２０２が取得する脳波を解析区間ごとに解析し、統計的処理によって非けいれん性てんかん発作を示す律動性の有無を判断するが、自己相関関数ｆの正の極の間隔に基づき処理を行うため、比較的高速に処理を行う事ができ、ほぼリアルタイムに近い状態で律動性の有無の判断を行う事ができる。さらに、現象発生判断システム１００は、高い精度で非けいれん性てんかん発作の発生を判断し、高い確率で現象発生の発生を報知することができる。

（実施の形態２）
続いて、現象発生判断システム１００の他の実施の形態について説明する。なお、前記実施の形態１と同様の作用や機能、同様の形状や機構や構造を有するもの（部分）には同じ符号を付して説明を省略する場合がある。また、以下では実施の形態１と異なる点を中心に説明し、同じ内容については説明を省略する場合がある。

図８は、実施の形態２に係る現象発生判断システムの機能構成を示すブロック図である。

同図に示すように、本実施の形態の現象発生判断システム１００の実施の形態１との相違点は、正常値記憶部１７０を備えている点である。

本実施の形態の場合、統計処理部１０５は、実施の形態１と同様にして間隔算出部１０４で特定された隣り合う極の間隔の平均値を代表値として特定する。ここで、代表値は平均周期と考えることができる。本実施の形態の場合、統計処理部１０５は、図９に示すように、隣り合う極の間隔が他と間隔よりも極端に短い場合、一方の極を除外する処理を行い、次に、式３に従い隣り合う極の間隔Ｔａｉの相加平均ＴａＭを平均周期（代表値）として算出する。

正常値記憶部１７０は、正常時の信号Ｓから得られる第二閾値を記憶するメモリである。具体的に例えば、医師などが正常状態であると判断した人２００から信号計測装置２０２が取得した脳波を取得部１０１に取得させ、波形処理し、自己相関関数ｆを算出し、極を特定し、間隔を算出し、統計的処理を行って代表値を算出する。正常値記憶部１７０は、このようにして算出された代表値の例えば８０％を第二閾値として記憶する。

なお、正常値記憶部１７０が記憶する第二閾値は、上記の場合ばかりでなく、複数の人の正常時の脳波の信号に基づき決定された値でもかまわない。また、年齢や性別により区分された複数の第二閾値を記憶していてもかまわない。

発生判断部１０６は、統計処理部１０５で算出された平均周期である代表値が、正常値記憶部１７０に記憶される第二閾値よりも下がった場合に現象発生ありと判断する。

以上のように、実施の形態２に係る現象発生判断システム１００によれば、実施の形態１と同様に自己相関関数ｆの正の極の間隔に基づき処理を行うため、比較的高速に処理を行う事ができ、ほぼリアルタイムに近い状態で律動性の有無の判断を行う事ができる。さらに、正常時との比較により現象発生の有無を判断するため人の個性などを考慮して現象発生の有無を判断することが可能となる。

１）周波数解析（従来例）による判定
非けいれん性発作が発生していると医師が脳波チャートに基づき視察的に確認した信号について従来の脳波検査プログラムが発作と判断した結果、非けいれん性発作が発生していると医師が確認した回数に対し、従来の脳波検査プログラムが発作と判断した割合は、約３４％であった。

２）本実施の形態のよる判定
本実施の形態１にかかる現象発生判断システム１００を用い、解析区間を１０秒、対比区間を解析区間と同じにして脳波の信号から非けいれん性発作の検出し、１）と同様医師の視察的な判断と比較を行った。この比較を５事例について検討を行った。その結果、非けいれん性発作が発生していると医師が確認した回数に対し、本実施の形態の現象発生判断システム１００が発作と判断した割合は、５事例の平均で約８５％であった。

なお、本願発明は、上記実施の形態に限定されるものではない。例えば、本明細書において記載した構成要素を任意に組み合わせて、また、構成要素のいくつかを除外して実現される別の実施の形態を本願発明の実施の形態としてもよい。また、上記実施の形態に対して本願発明の主旨、すなわち、請求の範囲に記載される文言が示す意味を逸脱しない範囲で当業者が思いつく各種変形を施して得られる変形例も本願発明に含まれる。

例えば、経時的に変動する信号として脳波を例示し、脳波から非けいれん性てんかん発作の有無を判断する場合を説明したが、取得する信号はこれに限定されるものではなく、判断される現象も非けいれん性てんかん発作に限定されるものではない。例えば、火山活動を示す信号から所定の現象の有無を判断したり、油田探索のための信号から油田が存在するという現象の有無を半田するなどしてもかまわない。

また、上記実施の形態１と実施の形態２を別々に説明したが、極の間隔の分散による判断と平均周期による判断の両方に基づき現象発生の有無を判断してもかまわない。

また、現象発生判断システム１００は、表示装置２１０を備えても良く、信号計測装置２０２を備えてもかまわない。

また、自己相関関数ｆを算出する場合を説明したが、解析区間と対比区間とは完全に一致しなくてもかまわない。この場合、相関関数の極に基づき所定の現象発生を判断してもかまわない。また、信号は同一の信号ばかりでなく、２つの電極から得られる信号など２つの信号の一方に解析区間を設定し、他方に対比区間を設定してもかまわない。

本願発明は、脳波、特に小児の脳波から非けいれん性てんかん発作の有無を判断するような医療産業、地質学における所定の現象の有無の判断、気象における所定の現象の有無の判断など、複雑に変動する信号から所定の律動性を検出することが行われるあらゆる産業に利用することが可能である。

１００ 現象発生判断システム
１０１ 取得部
１０２ 関数算出部
１０３ 極特定部
１０４ 間隔算出部
１０５ 統計処理部
１０６ 発生判断部
１０８ 波形処理部
１０９ 報知部
１７０ 正常値記憶部
２００ 人
２０１ 電極
２０２ 信号計測装置
２０３ アーチファクト
２１０ 表示装置

Claims (9)

1. 経時的に変動する信号を取得する取得部と、
   前記信号に含まれる所定時間の区間である解析区間に含まれる解析信号と、前記解析区間と少なくとも一部時間的に重複する対比区間に含まれる対比信号とに基づき相関関数を算出する関数算出部と、
   前記関数算出部で得られた相関関数の同符号の極を特定する極特定部と、
   前記極特定部で特定された複数の極において隣り合う極の間の時間間隔を算出する間隔算出部と、
   前記間隔算出部で算出された間隔を用い統計的な手法により律動性を示す代表値を算出する統計処理部と、
   前記代表値を所定の閾値と比較することにより所定の現象が発生したと判断する発生判断部と
   を備える現象発生判断システム。
2. 前記解析区間と前記対比区間が同じである
   請求項１に記載の現象発生判断システム。
3. 前記統計処理部は、
   前記間隔算出部で算出された間隔のバラツキを前記代表値として算出し、
   前記発生判断部は、
   前記代表値が所定の閾値である第一閾値以下であれば所定の現象が発生した判断する
   請求項１または２に記載の現象発生判断システム。
4. 前記統計処理部は、
   前記間隔算出部で算出された間隔の平均値を代表値として算出し、
   前記発生判断部は、
   前記代表値が正常時の信号から得られる第二閾値以下の場合に所定の現象が発生したと判断する
   請求項１から３のいずれかに記載の現象発生判断システム。
5. 前記関数算出部は、
   前記信号について順次相関関数を算出する場合、先の解析区間と次の解析区間を時間的に一部重複させる
   請求項１から４のいずれかに記載の現象発生判断システム。
6. 前記発生判断部が所定の現象が発生したと判断した場合、その旨を示す現象発生情報を報知する報知部をさらに備える
   請求項１から５のいずれかに記載の現象発生判断システム。
7. 前記経時的に変動する信号は、脳波である
   請求項１から６のいずれかに記載の現象発生判断システム。
8. 経時的に変動する信号を取得し、
   前記信号に含まれる所定時間の区間である解析区間に含まれる解析信号と、前記解析区間と少なくとも一部時間的に重複する対比区間に含まれる対比信号とに基づき相関関数を算出し、
   前記関数算出部で得られた相関関数の同符号の極を特定し、
   前記極特定部で特定された複数の極において隣り合う極の間の時間間隔を算出し、
   前記間隔算出部で算出された間隔を用い統計的な手法により律動性を示す代表値を算出し、
   前記代表値を所定の閾値と比較することにより所定の現象が発生したと判断する
   現象発生判断方法。
9. 前記経時的に変動する信号は、脳波である
   請求項８に記載の現象発生判断方法。

Images