JP2018521830A - 注意欠陥を監視し改善する方法およびシステム - Google Patents
注意欠陥を監視し改善する方法およびシステム Download PDFInfo
- Publication number
- JP2018521830A JP2018521830A JP2018525530A JP2018525530A JP2018521830A JP 2018521830 A JP2018521830 A JP 2018521830A JP 2018525530 A JP2018525530 A JP 2018525530A JP 2018525530 A JP2018525530 A JP 2018525530A JP 2018521830 A JP2018521830 A JP 2018521830A
- Authority
- JP
- Japan
- Prior art keywords
- subject
- eeg
- state
- attention
- response time
- 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.)
- Pending
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
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
- A61B5/168—Evaluating attention deficit, hyperactivity
-
- 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
-
- 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]
- A61B5/375—Electroencephalography [EEG] using biofeedback
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6802—Sensor mounted on worn items
- A61B5/6803—Head-worn items, e.g. helmets, masks, headphones or goggles
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7253—Details of waveform analysis characterised by using transforms
- A61B5/7257—Details of waveform analysis characterised by using transforms using Fourier transforms
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7253—Details of waveform analysis characterised by using transforms
- A61B5/726—Details of waveform analysis characterised by using transforms using Wavelet transforms
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
- A63F13/00—Video games, i.e. games using an electronically generated display having two or more dimensions
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
- A63F13/00—Video games, i.e. games using an electronically generated display having two or more dimensions
- A63F13/20—Input arrangements for video game devices
- A63F13/21—Input arrangements for video game devices characterised by their sensors, purposes or types
- A63F13/212—Input arrangements for video game devices characterised by their sensors, purposes or types using sensors worn by the player, e.g. for measuring heart beat or leg activity
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
- A63F13/00—Video games, i.e. games using an electronically generated display having two or more dimensions
- A63F13/40—Processing input control signals of video game devices, e.g. signals generated by the player or derived from the environment
- A63F13/42—Processing input control signals of video game devices, e.g. signals generated by the player or derived from the environment by mapping the input signals into game commands, e.g. mapping the displacement of a stylus on a touch screen to the steering angle of a virtual vehicle
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
- G06F3/015—Input arrangements based on nervous system activity detection, e.g. brain waves [EEG] detection, electromyograms [EMG] detection, electrodermal response detection
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
- A61B5/162—Testing reaction times
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Heart & Thoracic Surgery (AREA)
- Pathology (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Multimedia (AREA)
- Psychiatry (AREA)
- Human Computer Interaction (AREA)
- Psychology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physiology (AREA)
- Signal Processing (AREA)
- Developmental Disabilities (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Child & Adolescent Psychology (AREA)
- Educational Technology (AREA)
- Mathematical Physics (AREA)
- Social Psychology (AREA)
- Hospice & Palliative Care (AREA)
- Dermatology (AREA)
- Neurosurgery (AREA)
- Neurology (AREA)
- General Physics & Mathematics (AREA)
- Cardiology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
Abstract
Description
本発明は、EEGデータを利用する方法およびシステムに関する。EEGデータは例えば、ヘッドセットの形態の電極システムを用いて収集することができる。本発明において用いるのに適したヘッドセットは、例えば米国特許出願14/179,416号に記載されている。同出願は参照により本願に組み込まれる。国際10−20システムは、標準化された電極位置を提供しており、近年高密度システムが開発された(10−10システムと呼ばれる場合がある)。本発明のヘッドセットは以下のように設計されている:(i)子供の額上の10−10システムのAF3およびAF4位置において電気センサを直感的かつ簡便に配置する(すなわちヘッドセットを装着するために多大なトレーニングを必要としない)(オプションとして乳様突起にグラウンド電極も配置する);(ii)年齢の異なる子供の頭部サイズの変化に対処する;(iii)心地よく装着できる。例えば本発明のヘッドセットの実施形態は、8歳の少女の第5パーセンタイルから18歳の少年の第95パーセンタイルの頭部サイズ範囲に適応するように構成されている。本発明のヘッドセットは8〜18歳の子供のために設計されているが、大多数の大人にもフィットする。18歳の少年の頭部サイズは大人の頭部サイズに近いからである。
本発明の方法とシステムは、複数チャネルEEG取得を利用して、被検者の脳活動の様々な周波数帯からデータを収集し、注意状態を区別する。比較的大きいベータ(約16〜32Hz)活動は、警戒状態において見られ、アルファ(約8〜16Hz)活動は、警戒状態のなかで精神的活性がより低い状態において支配的であり、シータ(約4〜8Hz)は注意が低下すると生じる(Streitberg et al.,Neuropsychobiology Vol 17,105−117,1987)。オプションとして本発明の方法は、EEGデータを周波数帯へ分解せずに実施することができる。例えばEEGデータを周波数ドメインから時間ドメインへ変換し、このとき本発明の方法が用いるEEG特性は特定の幅を有する。これに代えて位相−空間ベースの分析手順を利用して、注意状態または不注意状態のEEG特性を識別することができる。
グローバルモデルは、事前処理から得られるEEG成分を用いて生成される。グローバルモデルは、被検者非依存モデルであり、多数の個人からのデータに基づいている。各被験者についての校正を実施して、このモデルを微調整し、当該被検者の注意状態と不注意状態を区別する能力を向上させることができる。
上述のように、個別の周波数帯内における被検者の脳活動はその被験者の注意状態と相関しているが、被検者ごとに脳活動プロファイルは大きく異なる。ある個人について注意状態を最もよく区別する周波数帯セットの相対パワーは、他の個人にとって正確に同じものではない場合がある。したがって、タスクにおける精神的エンゲージメントを評価する際に用いるEEG注意状態インデックスを得るためには、被検者固有のEEG−注意状態マッピングプロファイルを得る必要がある。これを被検者依存モデルと呼ぶ。これにより特定被検者の注意状態をより正確に表すことができる。
本発明の方法とシステムにより、被検者が特定の注意状態を有する可能性をリアルタイム判定することができる。クラスタ分析またはロジスティック回帰に続いて、所与の時間中に記録したEEGから得たEEG測定値を、被検者固有モデルに対して入力し、これを用いて注意状態の可能性を計算する。詳細は実施例で説明する。
本発明の方法とシステムを用いて、注意を必要とするタスクを実施している個人の注意レベルをモニタリングすることができる。被験者の注意レベルを検出し、記録し、分析して、被検者が注意状態であるか否かを判定することができる。被験者が不注意状態であると分かれば、注意を払うように被検者へ促すことができる。オプションとしてサードパーティ(例:教師または親)は被験者の注意状態についてアラートを受けることができる。
本発明の方法とシステムは、注意力測定およびトレーニングのためのより大規模なシステムの一部として統合することができる。システムは、被検者の脳機能をモニタリングするヘッドセットデバイスを備える。ヘッドセットデバイスは、ソフトウェアパッケージを搭載したコンピュータ上で動作するトレーニングプログラムに対して入力を提供することができる。システムはさらに、トレーニングプログラムが格納されたサーバ、またはグローバルモデルが格納されたサーバを備えることができる。データは、サーバ上、コンピュータ上、および/またはヘッドセットデバイス上で処理することができる。ヘッドセットが検出しトレーニングプログラムが処理したデータは、例えば視覚ディスプレイなどの電子インターフェースを介して被験者に提示される。ディスプレイは被験者の視野に配置され、被検者のEEGデータから得た連続的情報を提供することができる。電子インターフェースは、パーソナルデスクトップコンピュータ、ラップトップ、タブレット、スマートフォン、ゲームシステムなどのデバイスに収容することができる。
精神運動警戒タスク(PVT)は、刺激に対する被検者の応答時間を測定するものであり、これを被験者に対して実施すると同時に被検者の脳活動を記録した。このプロセスを用いて、任意のインスタンスにおけるEEG特性の所与のセットが注意状態と不注意状態に対応するか否かについての情報を得た。PVT以外の注意状態の測定結果を用いることもできる。PVTは、データ収集中に被検者の注意状態と不注意状態を取り出すためにも有用である。これは、被検者がタスクを実施するために警戒状態を維持しようと試みる必要がある期間において、長時間にわたって様々な時間間隔で刺激を与えることにより実現される。ラベル付けしたインスタンスは長応答時間の傾向があり、そのインスタンスは時間経過にわたってより頻度が増える場合がある。
EEGおよびPVT応答時間データを用いて、実施例1で説明したテストを実施しているときの被検者の注意状態と不注意状態の特性として、EEG特性を分類した。
EEGおよびPVT応答時間データを用いて、実施例1で説明したテストを実施しているときの被検者の注意状態と不注意状態の特性として、EEG特性を分類する。
実施例2におけるEEGと応答時間データ分類を用いて、PVTタスク環境外で収集したEEGデータのみに基づき、注意状態と不注意状態のリアルタイムグローバルモデルを生成した。
実施例4の注意レベルモデルを用いて、EEG信号モニタリングを実施している間における被検者のリアルタイム注意状態を評価した。複数の個人からEEG特性を収集し、実施例4のグローバルモデル(または必要であれば被検者固有モデル)において形成したロジスティック回帰数式に適用して、現在のタイムウインドウからあらかじめ定義したクラスタ中心の各セットまでの重み付け特性の近接度または距離を、計算した。注意クラスタ中心および不注意クラスタ中心からの相対距離に基づき、これら距離スコアを、注意状態または不注意状態の尤度に変換した。このプロセスを、個別のまたは重なる一連のタイムウインドウにわたって繰り返し、任意の時点における注意レベルスコアを提供することができる。このプロセスは、比較的リアルタイムで、または事後処理技術として実施することができる。その他詳細は後述する。
本明細書が言及する全ての文献、許可済み特許、特許出願は、参照により本願に組み込まれ、各文献や特許出願が具体的かつ個別に参照によって組み込まれたのと同様に取り扱われる。
Claims (20)
- EEG脳信号を分類する方法であって、
(i)被検者の近傍において、コンピュータに接続されたデバイスを配置するステップであって、前記デバイスは前記被検者によって起動される、ステップ;前記被検者に対して、刺激に応答して前記デバイスを起動することに対する指示を提示するステップであって、前記被検者は前記被検者に対して特定の刺激が提示されたとき前記デバイスを起動するように指示される、ステップ;前記被検者によるデバイス起動を記録しながら前記被検者に対して前記刺激を提示するステップ;
(ii)ステップ(i)の少なくとも一部を実施しながら前記被検者の1以上のEEG脳信号を格納するステップ;
(iii)ステップ(i)における前記被検者によるデバイス起動を格納し、ステップ(ii)における前記1以上のEEG脳信号をコンピュータに格納するステップ;
(iv)デバイス起動の応答時間パラメータを判定し、前記1以上のEEG脳信号それぞれについて応答時間値を計算するステップ;
(v)ステップ(iv)の応答時間値に基づき、前記1以上のEEG脳信号を分類して、注意状態と不注意状態を含むように前記被検者の脳信号特性をラベル付けするステップ、
を有することを特徴とする方法。 - 前記方法はさらに、前記1以上のEEG脳信号を分類して、(a)注意状態、(b)第1不注意状態、(c)被検者の眠気レベルによって特徴付けられる第2不注意状態、を含むように前記1以上の脳信号特性をラベル付けするステップを有する
ことを特徴とする請求項1記載の方法。 - 前記方法はさらに、
長応答時間にともなうデルタ帯域またはシータ帯域において増加する相対パワーを有する前記1以上のEEG脳信号を識別するステップ、
そのEEG脳信号を前記第2不注意状態に属するものとしてラベル付けするステップ、
を有することを特徴とする請求項2記載の方法。 - 前記方法はさらに、前記被検者の眠気レベルを計算するステップを有する
ことを特徴とする請求項3記載の方法。 - 前記方法は、
前記被検者の眠気レベルが所定閾値を超えているか否かを判定するステップ、
超えている場合は前記被検者に警告を出すステップ、
を有することを特徴とする請求項4記載の方法。 - 前記1以上のEEG脳信号それぞれについての前記応答時間値は、前記応答時間パラメータと前記EEG脳信号から計算される複合値である
ことを特徴とする請求項1から5いずれか1項記載の方法。 - ステップ(v)は、前記複合値のクラスタ分析によって前記1以上の脳信号を分類するステップを有する
ことを特徴とする請求項6記載の方法。 - ステップ(v)は、前記EEG脳信号とこれにともなう応答時間値のクラスタ分析によって前記1以上のEEG脳信号を分類するステップを有する
ことを特徴とする請求項1から5いずれか1項記載の方法。 - 前記応答時間パラメータまたは前記応答時間値は、年齢調整、性別調整、または精神状態調整したものである
ことを特徴とする請求項1から8いずれか1項記載の方法。 - 前記被験者はADHDを患っており、
前記応答時間値は、前記被検者の精神状態を測定した重大度に応じて調整される
ことを特徴とする請求項9記載の方法。 - 前記応答時間は、前記被検者に対して前記刺激を提示する1〜4秒前に測定したEEG脳信号にともなうものである
ことを特徴とする請求項1から10いずれか1項記載の方法。 - 前記方法はさらに、被検者の注意レベルを表現するステップを有し、
前記表現するステップは、
(a)被検者群の共起表現脳波(EEG)脳信号から得られる被検者非依存モデルを提供するステップであって、前記被検者非依存モデルはラベル付けされた脳信号を含む、ステップ;
(b)前記被検者から取得した被検者固有EEG脳信号を提供するステップ;
(c)前記被検者非依存モデルと前記被検者固有脳信号に基づき、前記被検者が注意状態または不注意状態である可能性を表すスコアを計算するステップ;
(d)前記スコアを前記被検者に提示するステップ、
を有する
ことを特徴とする請求項1から11いずれか1項記載の方法。 - ステップ(c)は、
前記被検者固有EEG脳信号を被検者群の前記ラベル付けされたEEG脳信号と比較するステップ、
前記被検者が注意状態または不注意状態である可能性を前記比較に基づき判定するステップ、
を有することを特徴とする請求項12記載の方法。 - 被検者の注意レベルを表現する方法であって、
(i)被検者群の共起表現脳波(EEG)脳信号から得られる被検者非依存モデルを提供するステップであって、前記被検者非依存モデルは、(a)注意状態、(b)第1不注意状態、(c)被検者の眠気レベルによって特徴付けられる第2不注意状態、に対応するラベル付けされた脳信号を含む、ステップ;
(ii)前記被検者から取得した被検者固有EEG脳信号を提供するステップ;
(iii)前記被検者非依存モデルと前記被検者固有脳信号に基づき、前記被検者が注意状態または不注意状態である可能性を表すスコアを計算するステップ;
(iv)前記スコアを前記被検者に提示するステップ、
を有することを特徴とする方法。 - ステップ(iii)は、
前記被検者固有EEG脳信号を前記ラベル付けされた被検者群のEEG脳信号と比較するステップ、
前記比較に基づき前記被検者が注意状態または不注意状態である可能性を判定するステップ、
を有することを特徴とする請求項14記載の方法。 - 前記方法はさらに、
(x1)前記スコアをビデオゲームに入力するステップ;
(x2)少なくとも1つのアウトプットを有するビデオゲームを前記被検者に提示するステップ;
(x3)前記被検者に対して前記スコアに対応する少なくとも1つの信号を提示するステップ;
(x4)前記スコアが所定閾値を超えるかまたは所定範囲外である場合は、前記ゲームの難易度または進捗を変更するステップ、
を有することを特徴とする請求項12から15いずれか1項記載の方法。 - フーリエ変換分析、ウェーブレット分析、絶対パワー分析、相対パワー分析、位相分析、コヒーレンス分析、振幅対称分析、および/または逆EEG分析から選択した方法を用いて、前記EEG脳信号を処理することにより、1以上のEEGパラメータを生成する
ことを特徴とする請求項1から16いずれか1項記載の方法。 - 前記EEG脳信号は、1上の周波数帯の相対パワーから選択されている
ことを特徴とする請求項17記載の方法。 - 前記EEG信号は、1以上の周波数帯の絶対パワーから選択されている
ことを特徴とする請求項17記載の方法。 - 被検者の注意レベルを表現するシステムであって、
(i)前記被検者からEEGデータを収集するEEGヘッドセット;
(ii)請求項12から19いずれか1項記載の方法にしたがって、前記被検者が注意状態または不注意状態である可能性を表すスコアを計算するアルゴリズムを実装したプロセッサ、
を備えることを特徴とするシステム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201562199749P | 2015-07-31 | 2015-07-31 | |
US62/199,749 | 2015-07-31 | ||
PCT/US2016/044828 WO2017023792A1 (en) | 2015-07-31 | 2016-07-29 | Method and system for monitoring and improving attention |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2018521830A true JP2018521830A (ja) | 2018-08-09 |
Family
ID=57943529
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018525530A Pending JP2018521830A (ja) | 2015-07-31 | 2016-07-29 | 注意欠陥を監視し改善する方法およびシステム |
Country Status (5)
Country | Link |
---|---|
US (1) | US20190008436A1 (ja) |
EP (1) | EP3328273A4 (ja) |
JP (1) | JP2018521830A (ja) |
CN (1) | CN108348181A (ja) |
WO (1) | WO2017023792A1 (ja) |
Families Citing this family (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
IL241446B (en) * | 2015-09-10 | 2018-05-31 | Elbit Systems Ltd | Display adjustments on user screens and guiding users' attention |
CN107095684B (zh) * | 2017-03-23 | 2018-07-03 | 兰州大学 | 一种基于脑电的儿童自闭症风险评估系统 |
US20190056438A1 (en) * | 2017-08-17 | 2019-02-21 | Colossio, Inc. | Adaptive learning based on electroencephalographic data |
CN108836319B (zh) * | 2018-03-08 | 2022-03-15 | 浙江杰联医疗器械有限公司 | 一种融合个体化脑节律比和前额肌电能量的神经反馈系统 |
CN109009171B (zh) * | 2018-08-01 | 2020-11-13 | 深圳市心流科技有限公司 | 注意力测评方法、系统及计算机可读存储介质 |
CN109833048B (zh) * | 2019-01-23 | 2021-11-05 | 中国民航大学 | 一种基于精神运动能力的警觉度测量方法 |
WO2020223397A1 (en) * | 2019-04-30 | 2020-11-05 | WITFIT, Ltd. | Mental fitness assessment systems and methods using physiologic signal inputs |
CN110720935A (zh) * | 2019-10-29 | 2020-01-24 | 浙江工商大学 | 一种多维注意力专注能力评测方法 |
CN112890831A (zh) * | 2021-01-15 | 2021-06-04 | 褚明礼 | 一种基于脑电信息的效率管理方法 |
CN113080998B (zh) * | 2021-03-16 | 2022-06-03 | 北京交通大学 | 一种基于脑电的专注状态等级评定方法和系统 |
CN113440151B (zh) * | 2021-08-03 | 2024-04-12 | 合肥科飞康视科技有限公司 | 一种专注力检测系统、检测方法及系统的使用方法 |
CN113827243B (zh) * | 2021-11-29 | 2022-04-01 | 江苏瑞脑启智医疗科技有限公司 | 注意力评估方法及系统 |
CN113974657B (zh) * | 2021-12-27 | 2022-09-27 | 深圳市心流科技有限公司 | 基于脑电信号的训练方法、装置、设备及存储介质 |
CN114366101B (zh) * | 2021-12-31 | 2024-05-03 | 西安臻泰智能科技有限公司 | 运动想象脑电信号分类方法、装置、设备和存储介质 |
CN114224364B (zh) * | 2022-02-21 | 2022-05-17 | 深圳市心流科技有限公司 | 用于专注力训练的脑电波信号处理方法、装置及存储介质 |
CN114733037B (zh) * | 2022-04-25 | 2023-10-13 | 王一峰 | 一种基于theta神经节律的注意偏向训练系统和方法 |
CN116269390B (zh) * | 2023-05-12 | 2023-08-11 | 深圳市心流科技有限公司 | 孤独症评估方法、设备、电子设备和存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
WO2011045936A1 (ja) * | 2009-10-15 | 2011-04-21 | パナソニック株式会社 | 運転注意量判別装置、方法、および、コンピュータプログラム |
US20120108997A1 (en) * | 2008-12-19 | 2012-05-03 | Cuntai Guan | Device and method for generating a representation of a subject's attention level |
JP2013000283A (ja) * | 2011-06-15 | 2013-01-07 | Fuji Heavy Ind Ltd | 眠気判定装置 |
WO2013147707A1 (en) * | 2012-03-30 | 2013-10-03 | Agency For Science, Technology And Research | Method for assessing the treatment of attention-deficit/hyperactivity disorder |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5813993A (en) * | 1996-04-05 | 1998-09-29 | Consolidated Research Of Richmond, Inc. | Alertness and drowsiness detection and tracking system |
US6115631A (en) * | 1998-12-18 | 2000-09-05 | Heyrend; F. Lamarr | Apparatus and method for predicting probability of ruminating behavior in people |
US6434419B1 (en) * | 2000-06-26 | 2002-08-13 | Sam Technology, Inc. | Neurocognitive ability EEG measurement method and system |
CN1623502A (zh) * | 2003-12-03 | 2005-06-08 | 上海浩顺科技有限公司 | 儿童注意缺陷多动障碍(adhd)诊断装置 |
US8301218B2 (en) | 2004-01-08 | 2012-10-30 | Neurosky, Inc. | Contoured electrode |
ATE526872T1 (de) * | 2004-11-02 | 2011-10-15 | Univ Dublin | Schlafüberwachungssystem |
EP2442714A1 (en) * | 2009-06-15 | 2012-04-25 | Brain Computer Interface LLC | A brain-computer interface test battery for the physiological assessment of nervous system health |
WO2011055505A1 (ja) * | 2009-11-09 | 2011-05-12 | パナソニック株式会社 | 注意状態判定装置、方法およびプログラム |
-
2016
- 2016-07-29 JP JP2018525530A patent/JP2018521830A/ja active Pending
- 2016-07-29 US US15/748,740 patent/US20190008436A1/en active Pending
- 2016-07-29 CN CN201680056984.2A patent/CN108348181A/zh active Pending
- 2016-07-29 EP EP16833637.8A patent/EP3328273A4/en active Pending
- 2016-07-29 WO PCT/US2016/044828 patent/WO2017023792A1/en unknown
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
US20120108997A1 (en) * | 2008-12-19 | 2012-05-03 | Cuntai Guan | Device and method for generating a representation of a subject's attention level |
WO2011045936A1 (ja) * | 2009-10-15 | 2011-04-21 | パナソニック株式会社 | 運転注意量判別装置、方法、および、コンピュータプログラム |
JP2013000283A (ja) * | 2011-06-15 | 2013-01-07 | Fuji Heavy Ind Ltd | 眠気判定装置 |
WO2013147707A1 (en) * | 2012-03-30 | 2013-10-03 | Agency For Science, Technology And Research | Method for assessing the treatment of attention-deficit/hyperactivity disorder |
Also Published As
Publication number | Publication date |
---|---|
EP3328273A1 (en) | 2018-06-06 |
EP3328273A4 (en) | 2019-08-21 |
CN108348181A (zh) | 2018-07-31 |
WO2017023792A8 (en) | 2017-05-18 |
WO2017023792A1 (en) | 2017-02-09 |
US20190008436A1 (en) | 2019-01-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2018521830A (ja) | 注意欠陥を監視し改善する方法およびシステム | |
Bulagang et al. | A review of recent approaches for emotion classification using electrocardiography and electrodermography signals | |
Adão Martins et al. | Fatigue monitoring through wearables: A state-of-the-art review | |
Ke et al. | Monitoring distraction of construction workers caused by noise using a wearable Electroencephalography (EEG) device | |
Ahn et al. | Exploring neuro-physiological correlates of drivers' mental fatigue caused by sleep deprivation using simultaneous EEG, ECG, and fNIRS data | |
Fritz et al. | Using psycho-physiological measures to assess task difficulty in software development | |
AU2016221435B2 (en) | Systems and methods for brain activity interpretation | |
Pettersson et al. | Algorithm for automatic analysis of electro-oculographic data | |
CN106413541B (zh) | 用于诊断睡眠的系统和方法 | |
WO2011059951A1 (en) | Brain activity as a marker of disease | |
Kołodziej et al. | Fatigue detection caused by office work with the use of EOG signal | |
KR20150028661A (ko) | Bci를 위한 사용자 의도인지 분석 방법 | |
Chen et al. | An empirical EEG analysis in brain death diagnosis for adults | |
Ren et al. | Comparison of the use of blink rate and blink rate variability for mental state recognition | |
Al-Ezzi et al. | Severity assessment of social anxiety disorder using deep learning models on brain effective connectivity | |
Chan et al. | Respiratory perception measured by cortical neural activations in individuals with generalized anxiety disorder | |
Perera et al. | A review of electroencephalogram-based analysis and classification frameworks for dyslexia | |
Nissimagoudar et al. | Precision enhancement of driver assistant system using EEG based driver consciousness analysis & classification | |
Wang et al. | Research on mental load state recognition based on combined information sources | |
Zeng et al. | EMCI: a novel EEG-based mental workload assessment index of mild cognitive impairment | |
Cittadini et al. | Affective state estimation based on Russell’s model and physiological measurements | |
Huang et al. | Assessment of Drivers’ Mental Workload by Multimodal Measures during Auditory-Based Dual-Task Driving Scenarios | |
EP3646784B1 (en) | Electroencephalographic method and apparatus for measuring sensory stimulation salience | |
Zhu et al. | Visceral versus verbal: Can we see depression? | |
Rodrigues et al. | Detecting, Predicting, and Preventing Driver Drowsiness with Wrist-Wearable Devices |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180620 |
|
RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7426 Effective date: 20180621 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20180621 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190726 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200626 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200728 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20201020 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20210323 |