JP2021118908A - ストレス判定装置、プログラム及び方法 - Google Patents
ストレス判定装置、プログラム及び方法 Download PDFInfo
- Publication number
- JP2021118908A JP2021118908A JP2021077772A JP2021077772A JP2021118908A JP 2021118908 A JP2021118908 A JP 2021118908A JP 2021077772 A JP2021077772 A JP 2021077772A JP 2021077772 A JP2021077772 A JP 2021077772A JP 2021118908 A JP2021118908 A JP 2021118908A
- Authority
- JP
- Japan
- Prior art keywords
- subject
- value
- stress
- stress state
- frequency band
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
Description
本実施形態における測定においては、脳深部に等価ダイポール電源を仮定している。ここで、このダイポール電位活動を解析するための電位分布測定を、頭皮上に配置した3つの異なる場所に配置された電極に限定して行う場合を考える。脳深部に電源がある場合には、これら3つの電極で観測される電位波形には強い位相関係が存在するという事実に基づいて、この位相関係を評価する。このようにして、脳深部に仮定した等価ダイポール電源の時間的な挙動を近似的に推定する。これは、地震波に例えれば、表層に震源を持つ地震波が観測地点ごとに大きく異なるのに比し、深部に震源を持つ地震波では、近い距離をおいて配置された地震計ではほぼ同じ振幅・位相のP波が観測されることと同等な現象である。
本発明の第1の実施形態のストレス判定装置100は、前頭部に配置した3つの電極により自己報酬系の抑制を表すδ波(例えば2〜4Hz)を取得し、3つの時系列データの相関関係から脳の深部の状態を定量的に観測するための値を算出する。ストレス判定装置100は、算出された値をストレス指標値として定め、これにより被験者のストレス状態を判定する。
図1は、本発明の第1の実施形態のストレス判定装置100の概略構成図である。ストレス判定装置100は、脳電位センサ110と、電子装置120と、を含む。
頭部に取り付けられた3つの電極をEA、EB、ECとすると、演算手段202(電子装置120)は、各電極111から取得される脳電位信号と、基準電極との差として、電位信号VA(t)、VB(t)、VC(t)を取得する。続いて、演算手段202は、デジタルフィルタ等のバンドパスフィルタによりδ波帯域の周波数帯(2〜4Hz)を抽出する。演算手段202は、抽出された電位信号に対して、図10のフローチャートに示す情報処理を実行する。ただし、演算手段202は、δ波帯域以外の特定の周波数帯を抽出することもできる。
(i=1、2、…、T、τ1=Δt、2Δt、…、1(秒)、τ2=Δt、2Δt、…、1(秒))
以下の実験結果により、第1の実施形態のストレス判定装置100を用いて、ストレス状態を判定できることを説明する。
このような構成とすることにより、本実施形態では、前頭部又は側頭部に取り付けられた3つの電極111より取得される脳電位信号から3重相関値及び指標値を算出することにより、被験者のストレス状態を判定する。これにより、被験者はストレス状態を判定したい場合に、後頭部よりも電極が取り付けやすい前頭部又は側頭部に電極111を3つ取り付ければよいので、被験者への負担をより低減させることが可能となる。また、脳深部の状態に基づいた定量的なストレス判定を行うことが可能となる。
図18は、本発明の第1の実施形態の他の実施例によるストレス判定装置100の概略構成図である。ストレス判定装置100は、3つの電極111及び基準電極112を含む頭部装着部113と、3つの電極111と信号ケーブルで接続された3ch増幅器・帯域フィルタ130と、3ch増幅器・帯域フィルタ130と信号ケーブルで接続された電子装置120と、を有する。
本発明の第2の実施形態のストレス判定装置100は、第1の実施形態のストレス判定装置100と同様の構成を有し、被験者の脈拍を測定する脈拍センサを更に備えたものである。
212)。演算手段202は、上記のとおり算出された2つの指標値を用いて、被験者のストレス状態を判定する(S2221)。
以下の実験結果により、第2の実施形態のストレス判定装置100を用いて、ストレス状態を判定できることを説明する。実験の条件は、第1の実施形態の場合と同様であるが、本実験においては、第1のストレス指標値算出のためにF7、F8、T3から脳電位信号を取得するとともに、第2のストレス指標値算出のために被験者18名それぞれから脈拍信号を取得した。図23は、低ストレス状態において脈拍信号から生成された脈拍間隔
データを示し、図24は、高ストレス状態において脈拍信号から生成された脈拍間隔データを示す。
このような構成とすることにより、本実施形態では、前頭部又は側頭部に取り付けられた3つの電極111より取得される脳電位信号から第1のストレス指標値を算出するとともに、脈拍センサから取得される脈拍信号から第2のストレス指標値を算出することにより、被験者のストレス状態を判定する。これにより、被験者はストレス状態を判定したい場合に、後頭部よりも電極が取り付けやすい前頭部又は側頭部に電極111を3つ取り付け、更に脈拍信号を測定すればよいため、被験者への負担をより低減させることが可能となる。また、脳深部の状態及び脈拍の状態に基づいた定量的なストレス判定を行うことが可能となる。
本発明の第3の実施形態のストレス判定装置100は、第1の実施形態のストレス判定装置100と同様の構成を有するとともに、更に3つの電極111を用いて特定の周波数帯(好ましくはθ波帯域)の脳電位信号を取得する構成を有するものである。
は、第1の実施形態のストレス判定装置100と同様の機能を有する。
以下の実験結果により、第3の実施形態のストレス判定装置100を用いて、ストレス状態を判定できることを説明する。実験の条件は、第1の実施形態の場合と同様であるが、本実験においては、第1のストレス指標値算出のためにF7、F8、T3の部位の頭部
表面から脳電位信号を取得するとともに、第3のストレス指標値算出のためにT3、C3、T5の部位の頭部表面から脳電位信号を取得した。ここで、各被験者の低ストレス状態と高ストレス状態のそれぞれにおいて、扁桃体の活動に起因するθ波帯域(5〜8Hz)の3つの時系列データに対して主成分分析を行うことで第1主成分寄与率(比率)を算出し、第3のストレス指標値とする。
このような構成とすることにより、本実施形態では、前頭部又は側頭部に取り付けられた3つの電極111より取得される脳電位信号から第1のストレス指標値を算出するとともに、側頭部又は後頭部に取り付けられた3つの電極111より取得される脳電位信号から第3のストレス指標値を算出することにより、被験者のストレス状態を判定する。これにより、被験者はストレス状態を判定したい場合に、電極111を6つ取り付ければよいため、被験者への負担をより低減させることが可能となる。また、脳深部の状態及び扁桃体の状態に基づいた定量的なストレス判定を行うことが可能となる。
110 脳電位センサ
111 電極
112 基準電極
113 頭部装着部
114 固定具
115 プリアンプ
116 シールドケーブル
117 導電性ゴム電極
118 金属フィルム
120 電子装置
121 処理部
122 表示部
123 入力部
124 記憶部
125 通信部
126 バス
130 3ch増幅器・帯域フィルタ
201 脳電位信号取得手段
202 演算手段
203 脈拍信号取得手段
Claims (3)
- 被験者の前頭部又は側頭部の表面の3つの異なる位置に取り付けられたセンサを用いて該被験者の脳電位信号を取得する脳電位信号取得手段と、
前記取得された脳電位信号のそれぞれから脳深部の活動に起因する特定の周波数帯の時系列データをそれぞれ抽出し、該それぞれ抽出された時系列データの位相関係に基づいて前記取得された脳電位信号のそれぞれの相関関係を示す相関値を算出し、該相関値に基づいて前記被験者のストレス状態を判定する演算手段と、を備え、
前記演算手段は、前記取り付けられたセンサA、B及びCごとに抽出された時系列データをVA(t)、VB(t)及びVC(t)とした場合、所定時間内に抽出されたVA(t)それぞれに対して、該時系列データが抽出されたサンプリング周期の所定値以下の整数倍に等しい時間である任意の時間τ1及びτ2だけ異なる時間に抽出されたVB(t−τ1)及びVC(t−τ2)を、前記所定時間内の時刻TにおけるVA(T)とVB(T−τ1)とVC(T−τ2)とが同符号になる場合のτ1及びτ2の組み合わせのみ掛け合わせ、得られたそれぞれの値を加算した値を用いて相関値を算出し、
3重相関値分布の疑似3次元表示によって示された格子縞の間隔の標準偏差に基づいて、又は、
前記時間τ1及びτ2を軸とする座標における相関値が算出された領域の間の距離の前記τ1軸方向及び前記τ2軸方向それぞれの標準偏差に基づいて指標値を算出し、
前記被験者の脈拍信号を取得する脈拍信号取得手段を更に備え、
前記演算手段は、前記脈拍信号から生成される脈拍間隔データに対してフーリエ変換を行うことで周波数スペクトルを算出し、該周波数スペクトルにおける第1の周波数帯域内の各周波数のスペクトル強度の合計値の、該第1の周波数帯域より高い周波数帯域であって該第1の周波数帯域とは異なる第2の周波数帯域内の各周波数のスペクトル強度の合計値に対する比率を算出し、前記指標値にデータ遅延をつけ、
該比率及び前記指標値に基づいて、一方の軸(横軸)を前記比率、他方の軸(縦軸)を前記指標値とした2次元座標において、前記被験者の高いストレス状態と低いストレス状態における領域を分離することによりストレス状態を判定するストレス判定装置。 - 被験者の前頭部又は側頭部の表面の3つの異なる位置に取り付けられたセンサを用いて取得される該被験者の脳電位信号と前記被験者の脈拍信号を取得する脈拍センサを用いて取得される脈拍信号によりストレスを判定するためのプログラムであって、
コンピュータに、
前記取得された脳電位信号のそれぞれから脳深部の活動に起因する特定の周波数帯の時系列データをそれぞれ抽出するステップと、
前記それぞれ抽出された時系列データの位相関係に基づいて前記取得された脳電位信号のそれぞれの相関関係を示す相関値を算出するステップと、
前記相関値に基づいて前記被験者のストレス状態を判定するステップと、を含み、
前記相関値を算出するステップが、
前記取り付けられたセンサA、B及びCごとに抽出された時系列データをVA(t)、VB(t)及びVC(t)とした場合、所定時間内に抽出されたVA(t)それぞれに対して、該時系列データが抽出されたサンプリング周期の所定値以下の整数倍に等しい時間である任意の時間τ1及びτ2だけ異なる時間に抽出されたVB(t−τ1)及びVC(t−τ2)を、前記所定時間内の時刻TにおけるVA(T)とVB(T−τ1)とVC(T−τ2)とが同符号になる場合のτ1及びτ2の組み合わせのみ掛け合わせ、得られたそれぞれの値を加算した値を用いて相関値を算出し、
前記ストレス状態を判定するステップが、3重相関値分布の疑似3次元表示によって示された格子縞の間隔の標準偏差に基づいて、又は、
前記時間τ1及びτ2を軸とする座標における相関値が算出された領域の間の距離の前記τ1軸方向及び前記τ2軸方向それぞれの標準偏差に基づいて指標値を算出し、
前記脈拍信号から生成される脈拍間隔データに対してフーリエ変換を行うことで周波数スペクトルを算出し、該周波数スペクトルにおける第1の周波数帯域内の各周波数のスペクトル強度の合計値の、該第1の周波数帯域より高い周波数帯域であって該第1の周波数帯域とは異なる第2の周波数帯域内の各周波数のスペクトル強度の合計値に対する比率を算出し、前記指標値にデータ遅延をつけ、
該比率及び前記指標値に基づいて、一方の軸(横軸)を前記比率、他方の軸(縦軸)を前記指標値とした2次元座標において、前記被験者の高いストレス状態と低いストレス状態における領域を分離することによりストレス状態を判定することを実行させるプログラム。 - 被験者の前頭部又は側頭部の表面の3つの異なる位置に取り付けられたセンサを用いて取得される該被験者の脳電位信号と前記被験者の脈拍信号を取得する脈拍センサを用いて取得される脈拍信号によりストレスを判定するための方法であって、
コンピュータに、
前記取得された脳電位信号のそれぞれから脳深部の活動に起因する特定の周波数帯の時系列データをそれぞれ抽出するステップと、
前記それぞれ抽出された時系列データの位相関係に基づいて前記取得された脳電位信号のそれぞれの相関関係を示す相関値を算出するステップと、
前記相関値に基づいて前記被験者のストレス状態を判定するステップと、を含み、
前記相関値を算出するステップが、
前記取り付けられたセンサA、B及びCごとに抽出された時系列データをVA(t)、VB(t)及びVC(t)とした場合、所定時間内に抽出されたVA(t)それぞれに対して、該時系列データが抽出されたサンプリング周期の所定値以下の整数倍に等しい時間である任意の時間τ1及びτ2だけ異なる時間に抽出されたVB(t−τ1)及びVC(t−τ2)を、前記所定時間内の時刻TにおけるVA(T)とVB(T−τ1)とVC(T−τ2)とが同符号になる場合のτ1及びτ2の組み合わせのみ掛け合わせ、得られたそれぞれの値を加算した値を用いて相関値を算出し、
前記ストレス状態を判定するステップが、3重相関値分布の疑似3次元表示によって示された格子縞の間隔の標準偏差に基づいて、又は、
前記時間τ1及びτ2を軸とする座標における相関値が算出された領域の間の距離の前記τ1軸方向及び前記τ2軸方向それぞれの標準偏差に基づいて指標値を算出し、
前記脈拍信号から生成される脈拍間隔データに対してフーリエ変換を行うことで周波数スペクトルを算出し、該周波数スペクトルにおける第1の周波数帯域内の各周波数のスペクトル強度の合計値の、該第1の周波数帯域より高い周波数帯域であって該第1の周波数帯域とは異なる第2の周波数帯域内の各周波数のスペクトル強度の合計値に対する比率を算出し、前記指標値にデータ遅延をつけ、
該比率及び前記指標値に基づいて、一方の軸(横軸)を前記比率、他方の軸(縦軸)を前記指標値とした2次元座標において、前記被験者の高いストレス状態と低いストレス状態における領域を分離することによりストレス状態を判定することを含む方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201562271341P | 2015-12-28 | 2015-12-28 | |
US62/271,341 | 2015-12-28 | ||
JP2016254132A JP6880721B2 (ja) | 2015-12-28 | 2016-12-27 | ストレス判定装置、プログラム及び方法 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016254132A Division JP6880721B2 (ja) | 2015-12-28 | 2016-12-27 | ストレス判定装置、プログラム及び方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021118908A true JP2021118908A (ja) | 2021-08-12 |
JP7136264B2 JP7136264B2 (ja) | 2022-09-13 |
Family
ID=59271217
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016254132A Active JP6880721B2 (ja) | 2015-12-28 | 2016-12-27 | ストレス判定装置、プログラム及び方法 |
JP2021077772A Active JP7136264B2 (ja) | 2015-12-28 | 2021-04-30 | ストレス判定装置、プログラム及び方法 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016254132A Active JP6880721B2 (ja) | 2015-12-28 | 2016-12-27 | ストレス判定装置、プログラム及び方法 |
Country Status (1)
Country | Link |
---|---|
JP (2) | JP6880721B2 (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107997760B (zh) * | 2017-11-28 | 2021-04-02 | 新绎健康科技有限公司 | 一种人体生理和心理测量数据的关联性评价方法 |
CN111787861B (zh) * | 2018-03-09 | 2023-02-17 | 三菱电机株式会社 | 不愉快状态判定装置 |
CN111956241A (zh) * | 2020-08-14 | 2020-11-20 | 北京脑陆科技有限公司 | 一种基于eeg信号的心理压力检测方法 |
JP7444003B2 (ja) | 2020-09-15 | 2024-03-06 | ニプロ株式会社 | 気分障害測定装置および気分障害測定方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007167091A (ja) * | 2005-12-19 | 2007-07-05 | Makoto Kikuchi | 精神的ストレス検査装置 |
JP2009297474A (ja) * | 2008-06-12 | 2009-12-24 | Sleep System Kenkyusho:Kk | 睡眠段階判定装置 |
JP2010172365A (ja) * | 2009-01-27 | 2010-08-12 | Crosswell:Kk | 自律神経機能診断装置およびプログラム |
JP2014188168A (ja) * | 2013-03-27 | 2014-10-06 | Dainippon Printing Co Ltd | 語彙判断課題分析装置、語彙判断課題分析システム、語彙判断課題分析方法、及びプログラム |
US20150199010A1 (en) * | 2012-09-14 | 2015-07-16 | Interaxon Inc. | Systems and methods for collecting, analyzing, and sharing bio-signal and non-bio-signal data |
WO2016143759A1 (ja) * | 2015-03-06 | 2016-09-15 | 株式会社 脳機能研究所 | 感情推定装置及び感情推定方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0751240A (ja) * | 1992-11-26 | 1995-02-28 | Toshimitsu Musha | 脳波の多次元相関分析方法 |
JP5843090B2 (ja) * | 2011-06-03 | 2016-01-13 | 公立大学法人首都大学東京 | 非接触ストレス評価システムおよび非接触ストレス評価方法並びにそのプログラム |
-
2016
- 2016-12-27 JP JP2016254132A patent/JP6880721B2/ja active Active
-
2021
- 2021-04-30 JP JP2021077772A patent/JP7136264B2/ja active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007167091A (ja) * | 2005-12-19 | 2007-07-05 | Makoto Kikuchi | 精神的ストレス検査装置 |
JP2009297474A (ja) * | 2008-06-12 | 2009-12-24 | Sleep System Kenkyusho:Kk | 睡眠段階判定装置 |
JP2010172365A (ja) * | 2009-01-27 | 2010-08-12 | Crosswell:Kk | 自律神経機能診断装置およびプログラム |
US20150199010A1 (en) * | 2012-09-14 | 2015-07-16 | Interaxon Inc. | Systems and methods for collecting, analyzing, and sharing bio-signal and non-bio-signal data |
JP2014188168A (ja) * | 2013-03-27 | 2014-10-06 | Dainippon Printing Co Ltd | 語彙判断課題分析装置、語彙判断課題分析システム、語彙判断課題分析方法、及びプログラム |
WO2016143759A1 (ja) * | 2015-03-06 | 2016-09-15 | 株式会社 脳機能研究所 | 感情推定装置及び感情推定方法 |
Non-Patent Citations (1)
Title |
---|
小林洋平他: "脳波解析と瞳孔反応,表情反応を用いた感情推定", IEICE TECHNICAL REPORT, vol. 114巻514号, JPN6020040842, March 2015 (2015-03-01), pages 95 - 100, ISSN: 0004732159 * |
Also Published As
Publication number | Publication date |
---|---|
JP2017119109A (ja) | 2017-07-06 |
JP6880721B2 (ja) | 2021-06-02 |
JP7136264B2 (ja) | 2022-09-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Bulagang et al. | A review of recent approaches for emotion classification using electrocardiography and electrodermography signals | |
JP7136264B2 (ja) | ストレス判定装置、プログラム及び方法 | |
Greene et al. | A survey of affective computing for stress detection: Evaluating technologies in stress detection for better health | |
CN111629655A (zh) | 生理信号分析装置与方法 | |
CA2779813C (en) | Spectral decomposition and display of three-dimensional electrical activity in the cerebral cortex | |
KR101535352B1 (ko) | 전두엽 뇌파를 이용한 우울증 심도 측정 방법 | |
JP6856860B2 (ja) | 集中度評価装置、集中度評価方法、及びプログラム | |
Park et al. | EEG gamma band oscillations differentiate the planning of spatially directed movements of the arm versus eye: multivariate empirical mode decomposition analysis | |
WO2012151453A2 (en) | Seizure detection and epileptogenic lesion localization | |
Keil | Electro-and magnetoencephalography in the study of emotion | |
Youssofzadeh et al. | Mapping language from MEG beta power modulations during auditory and visual naming | |
Lamti et al. | Mental fatigue level detection based on event related and visual evoked potentials features fusion in virtual indoor environment | |
JP6834318B2 (ja) | ストレス評価装置及び方法 | |
JP2019154789A (ja) | 気分障害測定装置および気分障害測定方法 | |
Begum et al. | Influence of education level on design-induced N170 and P300 components of event related potentials in the human brain | |
Gabriel et al. | Identification of ADHD cognitive pattern disturbances using EEG and wavelets analysis | |
JP6076546B2 (ja) | 脳活動測定装置、プログラム、及び方法 | |
Hwang et al. | An EEG-based real-time cortical functional connectivity imaging system | |
Chinmayi et al. | Extracting the features of emotion from EEG signals and classify using affective computing | |
Zeng et al. | EMCI: a novel EEG-based mental workload assessment index of mild cognitive impairment | |
Chaudhary et al. | Brain computer interface: a new pathway to human brain | |
JP7444003B2 (ja) | 気分障害測定装置および気分障害測定方法 | |
Feng et al. | A new recognition method for the auditory evoked magnetic fields | |
Fuad et al. | Three dimensional EEG model and analysis of correlation between sub band for right and left frontal brainwave for brain balancing application | |
Jain et al. | Calibration of off-the-shelf low-cost wearable EEG headset for application in field studies |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210531 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220316 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220322 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220523 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20220802 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220815 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7136264 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |