JP2023051344A - 不穏およびせん妄センシング装置並びに不穏およびせん妄センシング方法 - Google Patents
不穏およびせん妄センシング装置並びに不穏およびせん妄センシング方法 Download PDFInfo
- Publication number
- JP2023051344A JP2023051344A JP2021161947A JP2021161947A JP2023051344A JP 2023051344 A JP2023051344 A JP 2023051344A JP 2021161947 A JP2021161947 A JP 2021161947A JP 2021161947 A JP2021161947 A JP 2021161947A JP 2023051344 A JP2023051344 A JP 2023051344A
- Authority
- JP
- Japan
- Prior art keywords
- task
- delirium
- subject
- restlessness
- image data
- 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
- 206010012218 Delirium Diseases 0.000 title claims abstract description 231
- 206010038743 Restlessness Diseases 0.000 title claims abstract description 162
- 238000000034 method Methods 0.000 title claims description 18
- 210000001652 frontal lobe Anatomy 0.000 claims abstract description 69
- 238000004458 analytical method Methods 0.000 claims abstract description 64
- 210000004556 brain Anatomy 0.000 claims abstract description 35
- 208000001431 Psychomotor Agitation Diseases 0.000 claims description 154
- 238000013019 agitation Methods 0.000 claims description 53
- 238000012545 processing Methods 0.000 claims description 41
- 238000012360 testing method Methods 0.000 claims description 30
- 206010070246 Executive dysfunction Diseases 0.000 claims description 26
- 238000006243 chemical reaction Methods 0.000 claims description 19
- 210000001061 forehead Anatomy 0.000 claims description 17
- 230000003542 behavioural effect Effects 0.000 claims description 16
- 230000001755 vocal effect Effects 0.000 claims description 16
- 208000001613 Gambling Diseases 0.000 claims description 14
- 230000001149 cognitive effect Effects 0.000 claims description 14
- 238000010276 construction Methods 0.000 claims description 14
- 238000012030 stroop test Methods 0.000 claims description 14
- 208000011580 syndromic disease Diseases 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 12
- 230000003238 somatosensory effect Effects 0.000 claims description 10
- 230000001339 gustatory effect Effects 0.000 claims description 6
- 230000000007 visual effect Effects 0.000 claims description 6
- 238000011156 evaluation Methods 0.000 claims description 4
- 230000001747 exhibiting effect Effects 0.000 claims description 3
- 230000000638 stimulation Effects 0.000 abstract 5
- 238000007796 conventional method Methods 0.000 abstract 1
- 206010015150 Erythema Diseases 0.000 description 40
- 231100000321 erythema Toxicity 0.000 description 38
- 230000001815 facial effect Effects 0.000 description 28
- 108010054147 Hemoglobins Proteins 0.000 description 22
- 102000001554 Hemoglobins Human genes 0.000 description 22
- 230000003340 mental effect Effects 0.000 description 20
- 238000001514 detection method Methods 0.000 description 17
- 230000006870 function Effects 0.000 description 16
- 210000003478 temporal lobe Anatomy 0.000 description 16
- 238000003384 imaging method Methods 0.000 description 12
- 230000004048 modification Effects 0.000 description 12
- 238000012986 modification Methods 0.000 description 12
- 108010064719 Oxyhemoglobins Proteins 0.000 description 10
- 210000001152 parietal lobe Anatomy 0.000 description 10
- 230000002123 temporal effect Effects 0.000 description 10
- 230000017531 blood circulation Effects 0.000 description 8
- 230000007177 brain activity Effects 0.000 description 8
- 230000008859 change Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 238000005259 measurement Methods 0.000 description 6
- 230000006399 behavior Effects 0.000 description 5
- XUMBMVFBXHLACL-UHFFFAOYSA-N Melanin Chemical compound O=C1C(=O)C(C2=CNC3=C(C(C(=O)C4=C32)=O)C)=C2C4=CNC2=C1C XUMBMVFBXHLACL-UHFFFAOYSA-N 0.000 description 4
- 230000004913 activation Effects 0.000 description 4
- 230000003727 cerebral blood flow Effects 0.000 description 4
- 239000000284 extract Substances 0.000 description 4
- 238000000513 principal component analysis Methods 0.000 description 4
- 239000000523 sample Substances 0.000 description 4
- 208000024891 symptom Diseases 0.000 description 4
- 239000003086 colorant Substances 0.000 description 3
- 206010012289 Dementia Diseases 0.000 description 2
- 102000010410 Nogo Proteins Human genes 0.000 description 2
- 108010077641 Nogo Proteins Proteins 0.000 description 2
- 238000002835 absorbance Methods 0.000 description 2
- 230000003213 activating effect Effects 0.000 description 2
- 210000004204 blood vessel Anatomy 0.000 description 2
- 210000003710 cerebral cortex Anatomy 0.000 description 2
- 210000004720 cerebrum Anatomy 0.000 description 2
- 238000001816 cooling Methods 0.000 description 2
- 238000010219 correlation analysis Methods 0.000 description 2
- 230000006735 deficit Effects 0.000 description 2
- 230000004064 dysfunction Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 210000000744 eyelid Anatomy 0.000 description 2
- 230000004886 head movement Effects 0.000 description 2
- 230000002401 inhibitory effect Effects 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000001320 near-infrared absorption spectroscopy Methods 0.000 description 2
- 210000000869 occipital lobe Anatomy 0.000 description 2
- 238000010079 rubber tapping Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 239000003814 drug Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 230000035807 sensation Effects 0.000 description 1
- 235000019615 sensations Nutrition 0.000 description 1
- 230000000392 somatic effect Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B10/00—Other methods or instruments for diagnosis, e.g. instruments for taking a cell sample, for biopsy, for vaccination diagnosis; Sex determination; Ovulation-period determination; Throat striking implements
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/026—Measuring blood flow
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Veterinary Medicine (AREA)
- Hematology (AREA)
- Cardiology (AREA)
- Physiology (AREA)
- Physics & Mathematics (AREA)
- Biophysics (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
【課題】従来は、看護者が患者に質問して、看護者によって不穏およびせん妄であるか否かを判断しているため、不穏およびせん妄の検出が難しい場合がある。【解決手段】不穏およびせん妄センシング装置100は、刺激提示部10と、デジタルビデオカメラ20と、解析部30と、を備える。刺激提示部10は、対象者に刺激を提示する。デジタルビデオカメラ20は、対象者を撮影する。解析部30は、対象者の撮影画像データを解析する。刺激提示部10が、対象者の前頭葉を含む脳領域を賦活させる刺激を提示する。解析部30は、対象者の撮影画像データに基づいて、対象者の不穏およびせん妄を検出する。【選択図】図1
Description
不穏およびせん妄センシング装置並びに不穏およびせん妄センシング方法に関する。
従来、不穏およびせん妄は、看護者が患者に質問して、看護者によって不穏およびせん妄であるか否かを判断している(非特許文献1(寺田整司著「高齢者せん妄の薬物治療」、日本老年医学会雑誌、51巻5号(2014年)p.428-435)。
従来は、看護者が患者に質問して、看護者によって不穏およびせん妄であるか否かを判断しているため、不穏およびせん妄の検出が難しい場合があるという課題がある。
第1観点の不穏およびせん妄センシング装置は、刺激提示部と、撮影部と、解析部と、を備える。刺激提示部は、対象者に刺激を提示する。撮影部は、対象者を撮影する。解析部は、対象者の撮影画像データを解析する。刺激提示部が、対象者の前頭葉、および、第1課題から第12課題に必要な脳領域を賦活させる刺激を提示する。第1課題は、ウィスコンシンカード分類課題である。第2課題は、遂行機能障害症候群の行動評価である。第3課題は、前頭葉機能検査である。第4課題は、遂行機能障害質問表である。第5課題は、ストループ・テストである。第6課題は、言語流暢性課題である。第7課題は、語想起課題である。第8課題は、ギャンブリング課題である。第9課題は、計算課題である。第10課題は、認知構成課題である。第11課題は、間違い探し課題である。第12課題は、ゴー・ノーゴー課題である。解析部は、対象者の撮影画像データに基づいて、対象者の不穏およびせん妄を検出する。
この不穏およびせん妄センシング装置では、対象者の前頭葉および第1課題から第12課題に必要な脳領域を賦活させる刺激を提示して、対象者の撮影画像データを解析することで、不穏およびせん妄の検出を行うようにしたので、不穏およびせん妄の検出を容易に行うことができる。
第2観点の不穏およびせん妄センシング装置は、第1観点の装置であって、撮影部は、対象者の顔面を撮影する。
この不穏およびせん妄センシング装置では、対象者の顔面データを非接触で取得することができる。
第3観点の不穏およびせん妄センシング装置は、第2観点の装置であって、解析部は、対象者の顔面の撮影画像データを、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RGB処理部を有する。
この不穏およびせん妄センシング装置では、対象者の顔色の変化に基づいて、不穏およびせん妄の検出を行うことができる。
第4観点の不穏およびせん妄センシング装置は、第3観点の装置であって、解析部は、RGB処理部によりRGB処理された前記撮影画像データに含まれる色成分から、不穏およびせん妄の特徴が表れる成分、および/または、変換値を取得する情報取得部を有する。
この不穏およびせん妄センシング装置では、不穏およびせん妄の特徴が表れる成分や変換値に基づいて、不穏およびせん妄を検出することができる。
第5観点の不穏およびせん妄センシング装置は、第2観点の装置であって、撮影画像データは、赤外線カメラで撮影されるものである。
この不穏およびせん妄センシング装置では、赤外線カメラを用いて撮影されるので、対象者の顔面の温度データを非接触で取得することができる。
第6観点の不穏およびせん妄センシング装置は、第3観点または第4観点の装置であって、解析部は、対象者の前額部及び/又は鼻部周辺の撮影画像データを解析する。
この不穏およびせん妄センシング装置では、脳領域の賦活を反映していると推定される前額部及び/又は鼻部周辺の撮影画像データを解析することで、不穏およびせん妄の検出を精度よく行うことができる。
第7観点の不穏およびせん妄センシング装置は、第1観点から第6観点のいずれかの装置であって、刺激は、画像、音声、触覚、嗅覚、味覚、あるいは体性感覚の少なくとも1つを含む。
この不穏およびせん妄センシング装置では、画像、音声、触覚、嗅覚、味覚、あるいは体性感覚の少なくとも1つを含む刺激によって、対象者の前頭葉を含む脳領域を賦活させることができる。
第8観点の不穏およびせん妄センシング方法は、刺激提示ステップと、撮影ステップと、解析ステップと、を備える。刺激提示ステップは、対象者に刺激を提示する。撮影ステップは、対象者を撮影する。解析ステップは、対象者の撮影画像データを解析する。刺激提示ステップは、対象者の前頭葉、および、第1課題から第12課題に必要な脳領域を賦活させる刺激を提示する。第1課題は、ウィスコンシンカード分類課題である。第2課題は、遂行機能障害症候群の行動評価である。第3課題は、前頭葉機能検査である。第4課題は、遂行機能障害質問表である。第5課題は、ストループ・テストである。第6課題は、言語流暢性課題である。第7課題は、語想起課題である。第8課題は、ギャンブリング課題である。第9課題は、計算課題である。第10課題は、認知構成課題である。第11課題は、間違い探し課題である。第12課題は、ゴー・ノーゴー課題である。解析ステップは、対象者の撮影画像データに基づいて、対象者の不穏およびせん妄を検出する。
この不穏およびせん妄センシング方法では、刺激を提示された対象者の撮影画像データを解析することで、不穏およびせん妄の検出を容易に行うことができる。
(1)全体構成
不穏およびせん妄センシング装置100を図1に示す。不穏およびせん妄センシング装置100は、刺激提示部10と、デジタルビデオカメラ(撮影部)20と、解析部30と、を備えている。
不穏およびせん妄センシング装置100を図1に示す。不穏およびせん妄センシング装置100は、刺激提示部10と、デジタルビデオカメラ(撮影部)20と、解析部30と、を備えている。
せん妄は、脳の前頭葉の機能低下によって起こる。せん妄には不穏状態も含まれる。不穏およびせん妄センシング装置100は、対象者に前頭葉の機能を賦活する刺激を与えて、対象者の撮影画像データを取得する。不穏およびせん妄センシング装置100は、対象者の撮影画像データに基づいて、対象者の不穏およびせん妄を検出する。
(2)詳細構成
(2-1)刺激提示部
刺激提示部10は、対象者の前頭葉、および、第1課題から第12課題に必要な脳領域を賦活させる刺激を、対象者に提示する。刺激提示部10が対象者に提示する刺激は、画像、音声、触覚、嗅覚、味覚、あるいは体性感覚の少なくとも1つを含む。
(2-1)刺激提示部
刺激提示部10は、対象者の前頭葉、および、第1課題から第12課題に必要な脳領域を賦活させる刺激を、対象者に提示する。刺激提示部10が対象者に提示する刺激は、画像、音声、触覚、嗅覚、味覚、あるいは体性感覚の少なくとも1つを含む。
大脳の外側の部分である大脳皮質は、左半球と右半球を有する。各半球は、前頭葉と、側頭葉と、後頭葉と、頭頂葉と、に分けられる。
第1課題は、ウィスコンシンカード分類課題(WCST:Wisconsin Card Sorting Test)である。ウィスコンシンカード分類課題は、数、色、形のマッチング課題である。赤、緑、黄、青の1~4個の三角形、星型、十字型、丸からなる48枚の図形のカードを示し、分類カテゴリー分けを行い、対象者の反応をみて検査する。ウィスコンシンカード分類課題は、対象者の前頭葉を刺激する。
第2課題は、遂行機能障害症候群の行動評価(BADS:Behavioural Assessment of the Dysexecutive Syndrome)である。遂行機能障害症候群の行動評価は、自ら目標を設定し、計画を立て、実際の行動を効果的に行う能力を判定することができ、遂行機能障害を日常生活での障害に近い形で評価する。目標の設定、プランニング、計画の実行、効果的な行動という遂行機能の4つの要素を、カードや道具を使った6種類の下位検査と1つの質問紙で検査する。遂行機能障害症候群の行動評価は、対象者の前頭葉および頭頂葉を刺激する。
第3課題は、前頭葉機能検査(FAB:Frontal Assessment Battery)である。前頭葉機能検査は、類似性の理解(概念化能力)、語の流暢性(思考の柔軟性)、運動系列(運動のプログラミング)、葛藤指示(干渉刺激に対する敏感さ、two-one tapping課題)、Go・NoGo課題(抑制コントロール)、把握行動(環境に対する被影響性)の6つのサブテストからなる。前頭葉機能検査は、対象者の前頭葉、側頭葉および頭頂葉を刺激する。
第4課題は、遂行機能障害質問表(DEX:Dysexecutive Questionnaire)である。遂行機能障害質問表は、行動の評価を行うものである。遂行機能障害質問表は、対象者の前頭葉を刺激する。
第5課題は、ストループ・テスト(Stroop Test)である。ストループ・テストでは、 色・意味が不一致の単語を読む。Part1で、黒文字で書かれた色の名前を読む。また、Part2で、文字がカラーのインクで書かれている色の名前を読む。ストループ・テストは、対象者の前頭葉、側頭葉および頭頂葉を刺激する。
第6課題は、言語流暢性課題である。言語流暢性課題では、30秒間「あいうえお」と繰り返した後、「あ」、「き」、「は」などで始まる単語を思いつく限り各20秒間ずつ挙げる。言語流暢性課題は、対象者の前頭葉および側頭葉を刺激する。
第7課題は、語想起課題である。語想起課題は、語頭音、カテゴリーなどの属性を共有する単語を限られた時間内で再生する課題である。語想起課題は、対象者の前頭葉および側頭葉を刺激する。
第8課題は、ギャンブリング課題である。ギャンブリング課題は、報酬予測場面における意思決定の障害や衝動性の評価が可能である。ギャンブリング課題は、対象者の前頭葉を刺激する。
第9課題は、計算課題である。計算課題は、暗算である。計算課題は、対象者の前頭葉および側頭葉を刺激する。
第10課題は、認知構成課題である。認知構成課題は、半分だけのイラスト、残りの半分のイラストを選ぶ。認知構成課題は、対象者の前頭葉および側頭葉を刺激する。
第11課題は、間違い探し課題である。間違い探し課題は、2つのイラストの違いを見つける課題である。間違い探し課題は、対象者の前頭葉および側頭葉を刺激する。
第12課題は、ゴー・ノーゴー課題(Go・NoGo課題)である。ゴー・ノーゴー課題は、単純な反応を抑止する能力を測定する。ゴー・ノーゴー課題は、対象者の前頭葉および頭頂葉を刺激する。
(2-2)撮影部
撮影部は、対象者を撮影する。本実施形態では、撮影部はデジタルビデオカメラ20である。デジタルビデオカメラ20は、対象者の顔面を撮影し、対象者の顔面の撮影画像データを取得する。
撮影部は、対象者を撮影する。本実施形態では、撮影部はデジタルビデオカメラ20である。デジタルビデオカメラ20は、対象者の顔面を撮影し、対象者の顔面の撮影画像データを取得する。
(2-3)解析部
解析部30は、デジタルビデオカメラ20で撮影した対象者の撮影画像データを解析する。解析部30は、対象者の前額部及び/又は鼻部周辺の撮影画像データを解析してもよい。
解析部30は、デジタルビデオカメラ20で撮影した対象者の撮影画像データを解析する。解析部30は、対象者の前額部及び/又は鼻部周辺の撮影画像データを解析してもよい。
解析部30はコンピュータにより実現されるものである。解析部30は、主として、RGB処理部31と、情報取得部32と、不穏・せん妄検出部33と、を有している。解析部30は、制御演算装置と記憶装置とを備える。制御演算装置には、CPU又はGPUといったプロセッサを使用できる。制御演算装置は、記憶装置に記憶されているプログラムを読み出し、このプログラムに従って所定の画像処理や演算処理を行う。さらに、制御演算装置は、プログラムに従って、演算結果を記憶装置に書き込んだり、記憶装置に記憶されている情報を読み出したりすることができる。図1に示すRGB処理部31と、情報取得部32と、不穏・せん妄検出部33は、制御演算装置により実現される各種の機能ブロックである。記憶装置は、データベースとして用いることができる。
(2-3-1)RGB処理部
RGB処理部31は、対象者の顔面の撮影画像データを、R成分(Red成分)、G成分(Green成分)、およびB成分(Blue成分)の3つの色成分に分解するRGB処理を行う。
RGB処理部31は、対象者の顔面の撮影画像データを、R成分(Red成分)、G成分(Green成分)、およびB成分(Blue成分)の3つの色成分に分解するRGB処理を行う。
(2-3-2)情報取得部
情報取得部32は、RGB処理部31によりRGB処理された撮影画像データに含まれる色成分から、不穏およびせん妄の特徴が表れる成分、および/または、変換値を取得する。例えば、情報取得部32は、RGB処理部31によりRGB処理された撮影画像データに含まれる色成分から、不穏およびせん妄の特徴が表れるG成分、および/または、紅斑指数、ヘモグロビン成分などの変換値を取得する。
情報取得部32は、RGB処理部31によりRGB処理された撮影画像データに含まれる色成分から、不穏およびせん妄の特徴が表れる成分、および/または、変換値を取得する。例えば、情報取得部32は、RGB処理部31によりRGB処理された撮影画像データに含まれる色成分から、不穏およびせん妄の特徴が表れるG成分、および/または、紅斑指数、ヘモグロビン成分などの変換値を取得する。
紅斑指数とは、皮膚の“赤み”の程度を皮膚の吸光率を用いて表した指数であり、たとえばRGB情報から以下の数式1で求められる指数である。
ヘモグロビン成分とは、皮膚をメラニン層とヘモグロビン層の2層モデルと仮定した際に、皮膚のRGB情報から推定したヘモグロビン量と連動する値である。
(2-3-3)不穏・せん妄検出部
不穏・せん妄検出部33は、対象者の撮影画像データに基づいて、対象者の不穏およびせん妄を検出する。不穏・せん妄検出部33は、不穏およびせん妄の特徴が表れる成分、および/または、変換値に基づいて、対象者の不穏およびせん妄を検出する。
不穏・せん妄検出部33は、対象者の撮影画像データに基づいて、対象者の不穏およびせん妄を検出する。不穏・せん妄検出部33は、不穏およびせん妄の特徴が表れる成分、および/または、変換値に基づいて、対象者の不穏およびせん妄を検出する。
(3)全体動作
不穏およびせん妄センシング装置100のフローチャートを図2に示す。
不穏およびせん妄センシング装置100のフローチャートを図2に示す。
まず、刺激提示部10が、対象者に刺激を提示する(ステップS1)。本実施形態では、対象者は第1課題であるウィスコンシンカード分類課題を行う。これにより、対象者の前頭葉が刺激される。
次に、デジタルビデオカメラ20が対象者を撮影する(ステップS2)。デジタルビデオカメラ20は、対象者の顔面を撮影し、対象者の顔面の撮影画像データを取得する。
解析部30は、ステップS2で取得した対象者の顔面の撮影画像データを解析する(ステップS3)。解析部30は、対象者の顔面の撮影画像データとして、例えば、対象者の前額部及び/又は鼻部周辺の撮影画像データを用いる。ステップS3で、RGB処理部31は、撮影画像データを、R成分、G成分、およびB成分の3つの色成分に分解するRGB処理を行う。また、情報取得部32は、RGB処理部31によりRGB処理された撮影画像データに含まれる色成分から、紅斑指数を取得する。
次に、不穏・せん妄検出部33が不穏およびせん妄を検出する(ステップS4)。不穏およびせん妄検出部33は、ステップS3で取得した紅斑指数に基づいて、対象者の不穏およびせん妄を検出する。
(4)特徴
(4-1)
本実施形態に係る不穏およびせん妄センシング装置100は、刺激提示部10と、デジタルビデオカメラ20と、解析部30と、を備える。刺激提示部10は、対象者に刺激を提示する。デジタルビデオカメラ20は、対象者を撮影する。解析部30は、対象者の撮影画像データを解析する。刺激提示部10が、対象者の前頭葉、および、第1課題から第12課題に必要な脳領域を賦活させる刺激を提示する。第1課題は、ウィスコンシンカード分類課題である。第2課題は、遂行機能障害症候群の行動評価である。第3課題は、前頭葉機能検査である。第4課題は、遂行機能障害質問表である。第5課題は、ストループ・テストである。第6課題は、言語流暢性課題である。第7課題は、語想起課題である。第8課題は、ギャンブリング課題である。第9課題は、計算課題である。第10課題は、認知構成課題である。第11課題は、間違い探し課題である。第12課題は、ゴー・ノーゴー課題である。解析部30は、対象者の撮影画像データに基づいて、対象者の不穏およびせん妄を検出する。
(4-1)
本実施形態に係る不穏およびせん妄センシング装置100は、刺激提示部10と、デジタルビデオカメラ20と、解析部30と、を備える。刺激提示部10は、対象者に刺激を提示する。デジタルビデオカメラ20は、対象者を撮影する。解析部30は、対象者の撮影画像データを解析する。刺激提示部10が、対象者の前頭葉、および、第1課題から第12課題に必要な脳領域を賦活させる刺激を提示する。第1課題は、ウィスコンシンカード分類課題である。第2課題は、遂行機能障害症候群の行動評価である。第3課題は、前頭葉機能検査である。第4課題は、遂行機能障害質問表である。第5課題は、ストループ・テストである。第6課題は、言語流暢性課題である。第7課題は、語想起課題である。第8課題は、ギャンブリング課題である。第9課題は、計算課題である。第10課題は、認知構成課題である。第11課題は、間違い探し課題である。第12課題は、ゴー・ノーゴー課題である。解析部30は、対象者の撮影画像データに基づいて、対象者の不穏およびせん妄を検出する。
脳には、脳活動によって生じる熱は額や顔の血管から放熱されるという選択的脳冷却機構の仕組みがある。一方で、顔面の画像データの色情報(RGB情報)から心拍の測定なども可能であり、顔面の血流量動態を顔面の画像データの情報から捉えることが可能である。顔の血流量の変化が脳活動を反映するので、顔面の画像データから得られる顔色にも脳活動を反映する成分が存在すると考えられる。
この不穏およびせん妄センシング装置100では、対象者の前頭葉および第1課題から第12課題に必要な脳領域を賦活させる刺激を提示して、対象者の撮影画像データを解析することで、不穏およびせん妄の検出を行うようにしたので、不穏およびせん妄の検出を容易に行うことができる。また、この不穏およびせん妄センシング装置100では、顔面の画像データから脳血流量変動や心拍変動を捉えることができる。
せん妄は、高齢者に多く発症する一種の意識精神障害である。症状が認知症と似ているが、せん妄は突然発症し、数時間から数週間にわたり症状が継続し、症状が時間とともに変化する。5分前はせん妄状態だった高齢者が、今は正常な精神状態であることがよくあり、継続的あるいは短時間に何回も観察しないと見逃してしまう。せん妄状態であるか否かを継続的あるいは短時間で測定するためには非接触センシングが効果を持つ。
この不穏およびせん妄センシング装置100では、高齢者等の不穏およびせん妄状態を継続的あるいは短時間に、非接触で検出することが可能である。
(4-2)
本実施形態に係る不穏およびせん妄センシング装置100では、デジタルビデオカメラ20は、対象者の顔面を撮影する。
本実施形態に係る不穏およびせん妄センシング装置100では、デジタルビデオカメラ20は、対象者の顔面を撮影する。
この不穏およびせん妄センシング装置100では、対象者の顔面データを非接触で取得することができる。
(4-3)
本実施形態に係る不穏およびせん妄センシング装置100では、解析部30は、対象者の顔面の撮影画像データを、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RGB処理部31を有する。
本実施形態に係る不穏およびせん妄センシング装置100では、解析部30は、対象者の顔面の撮影画像データを、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RGB処理部31を有する。
この不穏およびせん妄センシング装置100では、対象者の顔色の変化に基づいて、不穏およびせん妄の検出を行うことができる。
(4-4)
本実施形態に係る不穏およびせん妄センシング装置100では、解析部30は、RGB処理部によりRGB処理された前記撮影画像データに含まれる色成分から、不穏およびせん妄の特徴が表れる成分、および/または、変換値を取得する情報取得部32を有する。
本実施形態に係る不穏およびせん妄センシング装置100では、解析部30は、RGB処理部によりRGB処理された前記撮影画像データに含まれる色成分から、不穏およびせん妄の特徴が表れる成分、および/または、変換値を取得する情報取得部32を有する。
この不穏およびせん妄センシング装置100では、不穏およびせん妄の特徴が表れる成分や変換値に基づいて、不穏およびせん妄を検出することができる。
(4-5)
本実施形態に係る不穏およびせん妄センシング装置100では、解析部30は、対象者の前額部及び/又は鼻部周辺の撮影画像データを解析する。
本実施形態に係る不穏およびせん妄センシング装置100では、解析部30は、対象者の前額部及び/又は鼻部周辺の撮影画像データを解析する。
この不穏およびせん妄センシング装置100では、脳領域の賦活を反映していると推定される前額部及び/又は鼻部周辺の撮影画像データを解析することで、不穏およびせん妄の検出を精度よく行うことができる。
(4-6)
本実施形態に係る不穏およびせん妄センシング装置100では、刺激は、画像、音声、触覚、嗅覚、味覚、あるいは体性感覚の少なくとも1つを含む。
本実施形態に係る不穏およびせん妄センシング装置100では、刺激は、画像、音声、触覚、嗅覚、味覚、あるいは体性感覚の少なくとも1つを含む。
この不穏およびせん妄センシング装置100は、画像、音声、触覚、嗅覚、味覚、あるいは体性感覚の少なくとも1つを含む刺激によって、対象者の前頭葉を含む脳領域を賦活させることができる。
(4-7)
本実施形態に係る不穏およびせん妄センシング方法では、刺激提示ステップと、撮影ステップと、解析ステップと、を備える。刺激提示ステップは、対象者に刺激を提示する。撮影ステップは、対象者を撮影する。解析ステップは、対象者の撮影画像データを解析する。刺激提示ステップは、対象者の前頭葉、および、第1課題から第12課題に必要な脳領域を賦活させる刺激を提示する。第1課題は、ウィスコンシンカード分類課題である。第2課題は、遂行機能障害症候群の行動評価である。第3課題は、前頭葉機能検査である。第4課題は、遂行機能障害質問表である。第5課題は、ストループ・テストである。第6課題は、言語流暢性課題である。第7課題は、語想起課題である。第8課題は、ギャンブリング課題である。第9課題は、計算課題である。第10課題は、認知構成課題である。第11課題は、間違い探し課題である。第12課題は、ゴー・ノーゴー課題である。解析ステップは、対象者の撮影画像データに基づいて、対象者の不穏およびせん妄を検出する。
本実施形態に係る不穏およびせん妄センシング方法では、刺激提示ステップと、撮影ステップと、解析ステップと、を備える。刺激提示ステップは、対象者に刺激を提示する。撮影ステップは、対象者を撮影する。解析ステップは、対象者の撮影画像データを解析する。刺激提示ステップは、対象者の前頭葉、および、第1課題から第12課題に必要な脳領域を賦活させる刺激を提示する。第1課題は、ウィスコンシンカード分類課題である。第2課題は、遂行機能障害症候群の行動評価である。第3課題は、前頭葉機能検査である。第4課題は、遂行機能障害質問表である。第5課題は、ストループ・テストである。第6課題は、言語流暢性課題である。第7課題は、語想起課題である。第8課題は、ギャンブリング課題である。第9課題は、計算課題である。第10課題は、認知構成課題である。第11課題は、間違い探し課題である。第12課題は、ゴー・ノーゴー課題である。解析ステップは、対象者の撮影画像データに基づいて、対象者の不穏およびせん妄を検出する。
この不穏およびせん妄センシング方法では、不穏およびせん妄センシング装置100を用いて、刺激を提示された対象者の撮影画像データを解析することで、不穏およびせん妄の検出を容易に行うことができる。
(5)変形例
(5-1)変形例1A
本実施形態では、対象者が第1課題を行う場合について説明したが、これに限るものではない。対象者が第2課題から第12課題のいずれか1つの課題を行ってもよい。また、対象者が第1課題から第12課題のうちのいずれか2つ以上の課題を行ってもよい。また、対象者が行う課題は第1課題から第12課題に限られず、対象者の前頭葉を賦活する刺激を与えるものであればよい。
(5-1)変形例1A
本実施形態では、対象者が第1課題を行う場合について説明したが、これに限るものではない。対象者が第2課題から第12課題のいずれか1つの課題を行ってもよい。また、対象者が第1課題から第12課題のうちのいずれか2つ以上の課題を行ってもよい。また、対象者が行う課題は第1課題から第12課題に限られず、対象者の前頭葉を賦活する刺激を与えるものであればよい。
(5-2)変形例1B
本実施形態では、解析部30の情報取得部32は、不穏およびせん妄の特徴が表れる変換値として、紅斑指数を取得する場合について説明したが、G成分やヘモグロビン成分などの成分や変換値を取得してもよい。
本実施形態では、解析部30の情報取得部32は、不穏およびせん妄の特徴が表れる変換値として、紅斑指数を取得する場合について説明したが、G成分やヘモグロビン成分などの成分や変換値を取得してもよい。
(5-3)変形例1C
本実施形態では、撮影画像データがデジタルビデオカメラ20で撮影される場合について説明したが、これに限るものではない。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してもよい。
本実施形態では、撮影画像データがデジタルビデオカメラ20で撮影される場合について説明したが、これに限るものではない。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してもよい。
(5-4)変形例1D
撮影画像データは、赤外線カメラ(撮影部)40で撮影されるものであってもよい。変形例1Dの不穏およびせん妄センシング装置110を図3に示す。不穏およびせん妄センシング装置110は、刺激提示部10と、赤外線カメラ40と、解析部50と、を備えている。
撮影画像データは、赤外線カメラ(撮影部)40で撮影されるものであってもよい。変形例1Dの不穏およびせん妄センシング装置110を図3に示す。不穏およびせん妄センシング装置110は、刺激提示部10と、赤外線カメラ40と、解析部50と、を備えている。
赤外線カメラ40は、対象者の顔面を撮影する。赤外線カメラ40は、撮影画像データとして、対象者の顔面の皮膚温度データを取得する。
解析部50は、不穏・せん妄検出部51を有している。不穏・せん妄検出部51は、赤外線カメラ40で取得した対象者の顔面の皮膚温度データに基づいて、不穏およびせん妄を検出する。赤外線カメラ40と、解析部50以外の構成は、本実施形態で説明した不穏およびせん妄センシング装置100の構成と同様であるため、詳細な説明を省略する。
変形例1Dの不穏およびせん妄センシング装置110では、赤外線カメラ40を用いて撮影されるので、対象者の顔面の皮膚温度データを非接触で取得することができる。顔面の皮膚温度は顔面の血流量に比例すると考えられることから、この不穏およびせん妄センシング装置110では、対象者の顔面の皮膚温度データに基づいて、不穏およびせん妄を検出できる。
以上、本開示の実施形態を説明したが、特許請求の範囲に記載された本開示の趣旨及び範囲から逸脱することなく、形態や詳細の多様な変更が可能なことが理解されるであろう。
本実施形態に係る不穏およびせん妄センシング装置100により、不穏およびせん妄の検出を行った。
今回のテストでは、暗算課題を遂行中の対象者の顔の動画を用いて、顔色の血流量動態の指標となる紅斑指数を測定し、同時に測定する近赤外線分光法(NIRS)によって得られた脳血流量のヘモグロビンの変化と紅斑指数の成分に相関があるかを検討した。
対象者は、成人男女23名(女性3名,男性20名,平均年齢24.5歳)とした。今回のテストでは、課題は、暗算課題とした。対象者は、スクリーンに呈示される2桁×2桁もしくは3桁×1桁のかけ算の暗算を行い、18秒以内で回答をテンキーにて入力するように求められた。今回のテストでは、安静と暗算を繰り返し(安静1分、暗算3分、安静1分、暗算3分、安静1分)、測定を合計9分行うようにした。テスト中は顎を顎台の上にのせ、頭部の動きが最小限になるようにした。
今回のテストでは、測定機器として、NIRSの測定には、日立メディカルシステムズ社製ETG-4000を使用した(52ch)。プローブは、対象者の前頭部に装着し、プローブ最下部中央が脳波国際式10-20法のFpzに一致するように装着し、酸素ヘモグロビン(OxyHb)と脱酸素ヘモグロビン(DoxyHb)の変化を測定した。
また、今回のテストでは、測定機器として、顔色の測定および主成分分析には、市販のデジタルビデオカメラ(Watec社製WAT-01U2)を使用した。対象者の前方1mにデジタルビデオカメラを設置し、課題を実施中の対象者の顔面映像を録画した(フレームレート:10 fps,解像度:1920×1080 pxl)。対象者の顔面映像は、フレームごとに顔の中心が画面中心となるように調整し、動きの影響を除去するようにした。顔面の解析対象は、横軸方向は左右の目尻の間、縦軸方向は下眼瞼直下から上唇直上までの間で得られる長方形の領域とした。
さらに、この領域に縦5×横10のグリッドを設定し、RGB値からCIE-L*a*b*表色系を用いて各グリッドの平均紅斑指数(a*)を算出した。紅斑指数はフレームごとに算出し、時系列変化の波形を生成した(50グリッド=50波形)。顔色データには、様々な信号が重複しているため、動画から抽出した紅斑指数に対し主成分分析を行った。データは、全対象者の全グリッドのデータを結合してひとつのデータセットを作成し、時間成分を抽出するためのPCA(temporal PCA)を行った。
次に、得られた全対象者の平均OxyHbおよび平均DoxyHbに対し、紅斑指数の第1成分との相関分析を行った。紅斑指数とヘモグロビンの時間変化を図4A、図4Bに示す。
図4Aにおいて、a1は酸素ヘモグロビン(OxyHb)の時間変化を示し、b1は紅斑指数の時間変化を示し、c1は暗算課題付加のタイミングを示す。また、図4Bにおいて、a2は脱酸素ヘモグロビン(DoxyHb)の時間変化を示し、b2は紅斑指数の時間変化を示し、c2は暗算課題付加のタイミングを示す。
図4Aに示すように、紅斑指数とOxyHbとでは正の相関(r = .54, p < .001)が認められた。また、図4Bに示すように、紅斑指数とDoxyHbとでは負の相関(r = -.86 p < .001)が認められた。今回のテストで、脳活動が顔面映像の紅斑指数に反映されることが確認された。
100、110 不穏およびせん妄センシング装置
10 刺激提示部
20 デジタルビデオカメラ(撮影部)
30、50 解析部
31 RGB処理部
32 情報取得部
33、51 不穏・せん妄検出部
40 赤外線カメラ(撮影部)
10 刺激提示部
20 デジタルビデオカメラ(撮影部)
30、50 解析部
31 RGB処理部
32 情報取得部
33、51 不穏・せん妄検出部
40 赤外線カメラ(撮影部)
寺田整司著「高齢者せん妄の薬物治療」、日本老年医学会雑誌、51巻5号(2014年)p.428-435
不穏およびせん妄センシング装置並びに不穏およびせん妄センシング方法に関する。
従来、不穏およびせん妄は、看護者が患者に質問して、看護者によって不穏およびせん妄であるか否かを判断している(非特許文献1(寺田整司著「高齢者せん妄の薬物治療」、日本老年医学会雑誌、51巻5号(2014年)p.428-435)。
従来は、看護者が患者に質問して、看護者によって不穏およびせん妄であるか否かを判断しているため、不穏およびせん妄の検出が難しい場合があるという課題がある。
第1観点の不穏およびせん妄センシング装置は、刺激提示部と、撮影部と、解析部と、を備える。刺激提示部は、対象者に刺激を提示する。撮影部は、対象者を撮影する。解析部は、対象者の撮影画像データを解析する。刺激提示部が、対象者の前頭葉を含む脳領域を賦活させる刺激を提示する。解析部は、対象者の撮影画像データに基づいて、対象者の不穏およびせん妄を検出する。
この不穏およびせん妄センシング装置では、対象者の前頭葉を含む脳領域を賦活させる刺激を提示して、対象者の撮影画像データを解析することで、不穏およびせん妄の検出を行うようにしたので、不穏およびせん妄の検出を容易に行うことができる。
第2観点の不穏およびせん妄センシング装置は、第1観点の装置であって、刺激は、第1課題である、ウィスコンシンカード分類課題、第2課題である、遂行機能障害症候群の行動評価、第3課題である、前頭葉機能検査、第4課題である、遂行機能障害質問表、第5課題である、ストループ・テスト、第6課題である、言語流暢性課題、第7課題である、語想起課題、第8課題である、ギャンブリング課題、第9課題である、計算課題、第10課題である、認知構成課題、第11課題である、間違い探し課題、第12課題である、ゴー・ノーゴー課題、の少なくとも1つを含む。
この不穏およびせん妄センシング装置では、第1課題から第12課題に必要な脳領域を賦活させる刺激を提示して、せん妄を検出することができる。
第3観点の不穏およびせん妄センシング装置は、第1観点または第2観点の装置であって、撮影部は、対象者の顔面を撮影する。
この不穏およびせん妄センシング装置では、対象者の顔面データを非接触で取得することができる。
第4観点の不穏およびせん妄センシング装置は、第3観点の装置であって、解析部は、対象者の顔面の撮影画像データを、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RGB処理部を有する。
この不穏およびせん妄センシング装置では、対象者の顔色の変化に基づいて、不穏およびせん妄の検出を行うことができる。
第5観点の不穏およびせん妄センシング装置は、第4観点の装置であって、解析部は、RGB処理部によりRGB処理された前記撮影画像データに含まれる色成分から、不穏およびせん妄の特徴が表れる成分、および/または、変換値を取得する情報取得部を有する。
この不穏およびせん妄センシング装置では、不穏およびせん妄の特徴が表れる成分や変換値に基づいて、不穏およびせん妄を検出することができる。
第6観点の不穏およびせん妄センシング装置は、第3観点の装置であって、撮影画像データは、赤外線カメラで撮影されるものである。
この不穏およびせん妄センシング装置では、赤外線カメラを用いて撮影されるので、対象者の顔面の温度データを非接触で取得することができる。
第7観点の不穏およびせん妄センシング装置は、第4観点または第5観点の装置であって、解析部は、対象者の前額部及び/又は鼻部周辺の撮影画像データを解析する。
この不穏およびせん妄センシング装置では、脳領域の賦活を反映していると推定される前額部及び/又は鼻部周辺の撮影画像データを解析することで、不穏およびせん妄の検出を精度よく行うことができる。
第8観点の不穏およびせん妄センシング装置は、第1観点から第7観点のいずれかの装置であって、刺激は、視覚、聴覚、触覚、嗅覚、味覚、あるいは体性感覚の少なくとも1つを含む。
この不穏およびせん妄センシング装置では、視覚、聴覚、触覚、嗅覚、味覚、あるいは体性感覚の少なくとも1つを含む刺激によって、対象者の前頭葉を含む脳領域を賦活させることができる。
第9観点の不穏およびせん妄センシング方法は、刺激提示ステップと、撮影ステップと、解析ステップと、を備える。刺激提示ステップは、対象者に刺激を提示する。撮影ステップは、対象者を撮影する。解析ステップは、対象者の撮影画像データを解析する。刺激提示ステップは、対象者の前頭葉を含む脳領域を賦活させる刺激を提示する。解析ステップは、対象者の撮影画像データに基づいて、対象者の不穏およびせん妄を検出する。
この不穏およびせん妄センシング方法では、刺激を提示された対象者の撮影画像データを解析することで、不穏およびせん妄の検出を容易に行うことができる。
第10観点の不穏およびせん妄センシング方法は、第9観点の方法であって、刺激は、第1課題である、ウィスコンシンカード分類課題、第2課題である、遂行機能障害症候群の行動評価、第3課題である、前頭葉機能検査、第4課題である、遂行機能障害質問表、第5課題である、ストループ・テスト、第6課題である、言語流暢性課題、第7課題である、語想起課題、第8課題である、ギャンブリング課題、第9課題である、計算課題、第10課題である、認知構成課題、第11課題である、間違い探し課題、第12課題である、ゴー・ノーゴー課題、の少なくとも1つを含む。
この不穏およびせん妄センシング方法では、第1課題から第12課題に必要な脳領域を賦活させる刺激を提示して、せん妄を検出することができる。
(1)全体構成
不穏およびせん妄センシング装置100を図1に示す。不穏およびせん妄センシング装置100は、刺激提示部10と、デジタルビデオカメラ(撮影部)20と、解析部30と、を備えている。
不穏およびせん妄センシング装置100を図1に示す。不穏およびせん妄センシング装置100は、刺激提示部10と、デジタルビデオカメラ(撮影部)20と、解析部30と、を備えている。
せん妄は、脳の前頭葉の機能低下によって起こる。せん妄には不穏状態も含まれる。不穏およびせん妄センシング装置100は、対象者に前頭葉の機能を賦活する刺激を与えて、対象者の撮影画像データを取得する。不穏およびせん妄センシング装置100は、対象者の撮影画像データに基づいて、対象者の不穏およびせん妄を検出する。
(2)詳細構成
(2-1)刺激提示部
刺激提示部10は、対象者の前頭葉を含む脳領域を賦活させる刺激を、対象者に提示する。刺激提示部10が対象者に提示する刺激は、視覚、聴覚、触覚、嗅覚、味覚、あるいは体性感覚の少なくとも1つを含む。
(2-1)刺激提示部
刺激提示部10は、対象者の前頭葉を含む脳領域を賦活させる刺激を、対象者に提示する。刺激提示部10が対象者に提示する刺激は、視覚、聴覚、触覚、嗅覚、味覚、あるいは体性感覚の少なくとも1つを含む。
大脳の外側の部分である大脳皮質は、左半球と右半球を有する。各半球は、前頭葉と、側頭葉と、後頭葉と、頭頂葉と、に分けられる。
第1課題は、ウィスコンシンカード分類課題(WCST:Wisconsin Card Sorting Test)である。ウィスコンシンカード分類課題は、数、色、形のマッチング課題である。赤、緑、黄、青の1~4個の三角形、星型、十字型、丸からなる48枚の図形のカードを示し、分類カテゴリー分けを行い、対象者の反応をみて検査する。ウィスコンシンカード分類課題は、対象者の前頭葉を刺激する。
第2課題は、遂行機能障害症候群の行動評価(BADS:Behavioural Assessment of the Dysexecutive Syndrome)である。遂行機能障害症候群の行動評価は、自ら目標を設定し、計画を立て、実際の行動を効果的に行う能力を判定することができ、遂行機能障害を日常生活での障害に近い形で評価する。目標の設定、プランニング、計画の実行、効果的な行動という遂行機能の4つの要素を、カードや道具を使った6種類の下位検査と1つの質問紙で検査する。遂行機能障害症候群の行動評価は、対象者の前頭葉および頭頂葉を刺激する。
第3課題は、前頭葉機能検査(FAB:Frontal Assessment Battery)である。前頭葉機能検査は、類似性の理解(概念化能力)、語の流暢性(思考の柔軟性)、運動系列(運動のプログラミング)、葛藤指示(干渉刺激に対する敏感さ、two-one tapping課題)、Go・NoGo課題(抑制コントロール)、把握行動(環境に対する被影響性)の6つのサブテストからなる。前頭葉機能検査は、対象者の前頭葉、側頭葉および頭頂葉を刺激する。
第4課題は、遂行機能障害質問表(DEX:Dysexecutive Questionnaire)である。遂行機能障害質問表は、行動の評価を行うものである。遂行機能障害質問表は、対象者の前頭葉を刺激する。
第5課題は、ストループ・テスト(Stroop Test)である。ストループ・テストでは、色・意味が不一致の単語を読む。Part1で、黒文字で書かれた色の名前を読む。また、Part2で、文字がカラーのインクで書かれている色の名前を読む。ストループ・テストは、対象者の前頭葉、側頭葉および頭頂葉を刺激する。
第6課題は、言語流暢性課題である。言語流暢性課題では、30秒間「あいうえお」と繰り返した後、「あ」、「き」、「は」などで始まる単語を思いつく限り各20秒間ずつ挙げる。言語流暢性課題は、対象者の前頭葉および側頭葉を刺激する。
第7課題は、語想起課題である。語想起課題は、語頭音、カテゴリーなどの属性を共有する単語を限られた時間内で再生する課題である。語想起課題は、対象者の前頭葉および側頭葉を刺激する。
第8課題は、ギャンブリング課題である。ギャンブリング課題は、報酬予測場面における意思決定の障害や衝動性の評価が可能である。ギャンブリング課題は、対象者の前頭葉を刺激する。
第9課題は、計算課題である。計算課題は、暗算である。計算課題は、対象者の前頭葉および側頭葉を刺激する。
第10課題は、認知構成課題である。認知構成課題は、半分だけのイラスト、残りの半分のイラストを選ぶ。認知構成課題は、対象者の前頭葉および側頭葉を刺激する。
第11課題は、間違い探し課題である。間違い探し課題は、2つのイラストの違いを見つける課題である。間違い探し課題は、対象者の前頭葉および側頭葉を刺激する。
第12課題は、ゴー・ノーゴー課題(Go・NoGo課題)である。ゴー・ノーゴー課題は、単純な反応を抑止する能力を測定する。ゴー・ノーゴー課題は、対象者の前頭葉および頭頂葉を刺激する。
(2-2)撮影部
撮影部は、対象者を撮影する。本実施形態では、撮影部はデジタルビデオカメラ20である。デジタルビデオカメラ20は、対象者の顔面を撮影し、対象者の顔面の撮影画像データを取得する。
撮影部は、対象者を撮影する。本実施形態では、撮影部はデジタルビデオカメラ20である。デジタルビデオカメラ20は、対象者の顔面を撮影し、対象者の顔面の撮影画像データを取得する。
(2-3)解析部
解析部30は、デジタルビデオカメラ20で撮影した対象者の撮影画像データを解析する。解析部30は、対象者の前額部及び/又は鼻部周辺の撮影画像データを解析してもよい。
解析部30は、デジタルビデオカメラ20で撮影した対象者の撮影画像データを解析する。解析部30は、対象者の前額部及び/又は鼻部周辺の撮影画像データを解析してもよい。
解析部30はコンピュータにより実現されるものである。解析部30は、主として、RGB処理部31と、情報取得部32と、不穏・せん妄検出部33と、を有している。解析部30は、制御演算装置と記憶装置とを備える。制御演算装置には、CPU又はGPUといったプロセッサを使用できる。制御演算装置は、記憶装置に記憶されているプログラムを読み出し、このプログラムに従って所定の画像処理や演算処理を行う。さらに、制御演算装置は、プログラムに従って、演算結果を記憶装置に書き込んだり、記憶装置に記憶されている情報を読み出したりすることができる。図1に示すRGB処理部31と、情報取得部32と、不穏・せん妄検出部33は、制御演算装置により実現される各種の機能ブロックである。記憶装置は、データベースとして用いることができる。
(2-3-1)RGB処理部
RGB処理部31は、対象者の顔面の撮影画像データを、R成分(Red成分)、G成分(Green成分)、およびB成分(Blue成分)の3つの色成分に分解するRGB処理を行う。
RGB処理部31は、対象者の顔面の撮影画像データを、R成分(Red成分)、G成分(Green成分)、およびB成分(Blue成分)の3つの色成分に分解するRGB処理を行う。
(2-3-2)情報取得部
情報取得部32は、RGB処理部31によりRGB処理された撮影画像データに含まれる色成分から、不穏およびせん妄の特徴が表れる成分、および/または、変換値を取得する。例えば、情報取得部32は、RGB処理部31によりRGB処理された撮影画像データに含まれる色成分から、不穏およびせん妄の特徴が表れるG成分、および/または、紅斑指数、ヘモグロビン成分などの変換値を取得する。
情報取得部32は、RGB処理部31によりRGB処理された撮影画像データに含まれる色成分から、不穏およびせん妄の特徴が表れる成分、および/または、変換値を取得する。例えば、情報取得部32は、RGB処理部31によりRGB処理された撮影画像データに含まれる色成分から、不穏およびせん妄の特徴が表れるG成分、および/または、紅斑指数、ヘモグロビン成分などの変換値を取得する。
紅斑指数とは、皮膚の“赤み”の程度を皮膚の吸光率を用いて表した指数であり、たとえばRGB情報から以下の数式1で求められる指数である。
ヘモグロビン成分とは、皮膚をメラニン層とヘモグロビン層の2層モデルと仮定した際に、皮膚のRGB情報から推定したヘモグロビン量と連動する値である。
(2-3-3)不穏・せん妄検出部
不穏・せん妄検出部33は、対象者の撮影画像データに基づいて、対象者の不穏およびせん妄を検出する。不穏・せん妄検出部33は、不穏およびせん妄の特徴が表れる成分、および/または、変換値に基づいて、対象者の不穏およびせん妄を検出する。
不穏・せん妄検出部33は、対象者の撮影画像データに基づいて、対象者の不穏およびせん妄を検出する。不穏・せん妄検出部33は、不穏およびせん妄の特徴が表れる成分、および/または、変換値に基づいて、対象者の不穏およびせん妄を検出する。
(3)全体動作
不穏およびせん妄センシング装置100のフローチャートを図2に示す。
不穏およびせん妄センシング装置100のフローチャートを図2に示す。
まず、刺激提示部10が、対象者に刺激を提示する(ステップS1)。本実施形態では、対象者は第1課題であるウィスコンシンカード分類課題を行う。これにより、対象者の前頭葉が刺激される。
次に、デジタルビデオカメラ20が対象者を撮影する(ステップS2)。デジタルビデオカメラ20は、対象者の顔面を撮影し、対象者の顔面の撮影画像データを取得する。
解析部30は、ステップS2で取得した対象者の顔面の撮影画像データを解析する(ステップS3)。解析部30は、対象者の顔面の撮影画像データとして、例えば、対象者の前額部及び/又は鼻部周辺の撮影画像データを用いる。ステップS3で、RGB処理部31は、撮影画像データを、R成分、G成分、およびB成分の3つの色成分に分解するRGB処理を行う。また、情報取得部32は、RGB処理部31によりRGB処理された撮影画像データに含まれる色成分から、紅斑指数を取得する。
次に、不穏・せん妄検出部33が不穏およびせん妄を検出する(ステップS4)。不穏およびせん妄検出部33は、ステップS3で取得した紅斑指数に基づいて、対象者の不穏およびせん妄を検出する。
(4)特徴
(4-1)
本実施形態に係る不穏およびせん妄センシング装置100は、刺激提示部10と、デジタルビデオカメラ20と、解析部30と、を備える。刺激提示部10は、対象者に刺激を提示する。デジタルビデオカメラ20は、対象者を撮影する。解析部30は、対象者の撮影画像データを解析する。刺激提示部10が、対象者の前頭葉を含む脳領域を賦活させる刺激を提示する。解析部30は、対象者の撮影画像データに基づいて、対象者の不穏およびせん妄を検出する。
(4-1)
本実施形態に係る不穏およびせん妄センシング装置100は、刺激提示部10と、デジタルビデオカメラ20と、解析部30と、を備える。刺激提示部10は、対象者に刺激を提示する。デジタルビデオカメラ20は、対象者を撮影する。解析部30は、対象者の撮影画像データを解析する。刺激提示部10が、対象者の前頭葉を含む脳領域を賦活させる刺激を提示する。解析部30は、対象者の撮影画像データに基づいて、対象者の不穏およびせん妄を検出する。
脳には、脳活動によって生じる熱は額や顔の血管から放熱されるという選択的脳冷却機構の仕組みがある。一方で、顔面の画像データの色情報(RGB情報)から心拍の測定なども可能であり、顔面の血流量動態を顔面の画像データの情報から捉えることが可能である。顔の血流量の変化が脳活動を反映するので、顔面の画像データから得られる顔色にも脳活動を反映する成分が存在すると考えられる。
この不穏およびせん妄センシング装置100では、対象者の前頭葉を含む脳領域を賦活させる刺激を提示して、対象者の撮影画像データを解析することで、不穏およびせん妄の検出を行うようにしたので、不穏およびせん妄の検出を容易に行うことができる。また、この不穏およびせん妄センシング装置100では、顔面の画像データから脳血流量変動や心拍変動を捉えることができる。
せん妄は、高齢者に多く発症する一種の意識精神障害である。症状が認知症と似ているが、せん妄は突然発症し、数時間から数週間にわたり症状が継続し、症状が時間とともに変化する。5分前はせん妄状態だった高齢者が、今は正常な精神状態であることがよくあり、継続的あるいは短時間に何回も観察しないと見逃してしまう。せん妄状態であるか否かを継続的あるいは短時間で測定するためには非接触センシングが効果を持つ。
この不穏およびせん妄センシング装置100では、高齢者等の不穏およびせん妄状態を継続的あるいは短時間に、非接触で検出することが可能である。
(4-2)
本実施形態に係る不穏およびせん妄センシング装置100では、刺激は、第1課題である、ウィスコンシンカード分類課題を含む。
本実施形態に係る不穏およびせん妄センシング装置100では、刺激は、第1課題である、ウィスコンシンカード分類課題を含む。
この不穏およびせん妄センシング装置100では、第1課題に必要な脳領域を賦活させる刺激を提示して、せん妄を検出することができる。
(4-3)
本実施形態に係る不穏およびせん妄センシング装置100では、デジタルビデオカメラ20は、対象者の顔面を撮影する。
本実施形態に係る不穏およびせん妄センシング装置100では、デジタルビデオカメラ20は、対象者の顔面を撮影する。
この不穏およびせん妄センシング装置100では、対象者の顔面データを非接触で取得することができる。
(4-4)
本実施形態に係る不穏およびせん妄センシング装置100では、解析部30は、対象者の顔面の撮影画像データを、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RGB処理部31を有する。
本実施形態に係る不穏およびせん妄センシング装置100では、解析部30は、対象者の顔面の撮影画像データを、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RGB処理部31を有する。
この不穏およびせん妄センシング装置100では、対象者の顔色の変化に基づいて、不穏およびせん妄の検出を行うことができる。
(4-5)
本実施形態に係る不穏およびせん妄センシング装置100では、解析部30は、RGB処理部によりRGB処理された前記撮影画像データに含まれる色成分から、不穏およびせん妄の特徴が表れる成分、および/または、変換値を取得する情報取得部32を有する。
本実施形態に係る不穏およびせん妄センシング装置100では、解析部30は、RGB処理部によりRGB処理された前記撮影画像データに含まれる色成分から、不穏およびせん妄の特徴が表れる成分、および/または、変換値を取得する情報取得部32を有する。
この不穏およびせん妄センシング装置100では、不穏およびせん妄の特徴が表れる成分や変換値に基づいて、不穏およびせん妄を検出することができる。
(4-6)
本実施形態に係る不穏およびせん妄センシング装置100では、解析部30は、対象者の前額部及び/又は鼻部周辺の撮影画像データを解析する。
本実施形態に係る不穏およびせん妄センシング装置100では、解析部30は、対象者の前額部及び/又は鼻部周辺の撮影画像データを解析する。
この不穏およびせん妄センシング装置100では、脳領域の賦活を反映していると推定される前額部及び/又は鼻部周辺の撮影画像データを解析することで、不穏およびせん妄の検出を精度よく行うことができる。
(4-7)
本実施形態に係る不穏およびせん妄センシング装置100では、刺激は、視覚、聴覚、触覚、嗅覚、味覚、あるいは体性感覚の少なくとも1つを含む。
本実施形態に係る不穏およびせん妄センシング装置100では、刺激は、視覚、聴覚、触覚、嗅覚、味覚、あるいは体性感覚の少なくとも1つを含む。
この不穏およびせん妄センシング装置100は、視覚、聴覚、触覚、嗅覚、味覚、あるいは体性感覚の少なくとも1つを含む刺激によって、対象者の前頭葉を含む脳領域を賦活させることができる。
(4-8)
本実施形態に係る不穏およびせん妄センシング方法は、刺激提示ステップと、撮影ステップと、解析ステップと、を備える。刺激提示ステップは、対象者に刺激を提示する。撮影ステップは、対象者を撮影する。解析ステップは、対象者の撮影画像データを解析する。刺激提示ステップは、対象者の前頭葉を含む脳領域を賦活させる刺激を提示する。解析ステップは、対象者の撮影画像データに基づいて、前記対象者の不穏およびせん妄を検出する。
本実施形態に係る不穏およびせん妄センシング方法は、刺激提示ステップと、撮影ステップと、解析ステップと、を備える。刺激提示ステップは、対象者に刺激を提示する。撮影ステップは、対象者を撮影する。解析ステップは、対象者の撮影画像データを解析する。刺激提示ステップは、対象者の前頭葉を含む脳領域を賦活させる刺激を提示する。解析ステップは、対象者の撮影画像データに基づいて、前記対象者の不穏およびせん妄を検出する。
この不穏およびせん妄センシング方法では、不穏およびせん妄センシング装置100を用いて、刺激を提示された対象者の撮影画像データを解析することで、不穏およびせん妄の検出を容易に行うことができる。
(4-9)
本実施形態に係る不穏およびせん妄センシング方法は、刺激は、第1課題である、ウィスコンシンカード分類課題を含む。
本実施形態に係る不穏およびせん妄センシング方法は、刺激は、第1課題である、ウィスコンシンカード分類課題を含む。
この不穏およびせん妄センシング方法では、第1課題に必要な脳領域を賦活させる刺激を提示して、せん妄を検出することができる。
(5)変形例
(5-1)変形例1A
本実施形態では、対象者が第1課題を行う場合について説明したが、これに限るものではない。対象者が第2課題から第12課題のいずれか1つの課題を行ってもよい。また、対象者が第1課題から第12課題のうちのいずれか2つ以上の課題を行ってもよい。また、対象者が行う課題は第1課題から第12課題に限られず、対象者の前頭葉を賦活する刺激を与えるものであればよい。
(5-1)変形例1A
本実施形態では、対象者が第1課題を行う場合について説明したが、これに限るものではない。対象者が第2課題から第12課題のいずれか1つの課題を行ってもよい。また、対象者が第1課題から第12課題のうちのいずれか2つ以上の課題を行ってもよい。また、対象者が行う課題は第1課題から第12課題に限られず、対象者の前頭葉を賦活する刺激を与えるものであればよい。
(5-2)変形例1B
本実施形態では、解析部30の情報取得部32は、不穏およびせん妄の特徴が表れる変換値として、紅斑指数を取得する場合について説明したが、G成分やヘモグロビン成分などの成分や変換値を取得してもよい。
本実施形態では、解析部30の情報取得部32は、不穏およびせん妄の特徴が表れる変換値として、紅斑指数を取得する場合について説明したが、G成分やヘモグロビン成分などの成分や変換値を取得してもよい。
(5-3)変形例1C
本実施形態では、撮影画像データがデジタルビデオカメラ20で撮影される場合について説明したが、これに限るものではない。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してもよい。
本実施形態では、撮影画像データがデジタルビデオカメラ20で撮影される場合について説明したが、これに限るものではない。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してもよい。
(5-4)変形例1D
撮影画像データは、赤外線カメラ(撮影部)40で撮影されるものであってもよい。変形例1Dの不穏およびせん妄センシング装置110を図3に示す。不穏およびせん妄センシング装置110は、刺激提示部10と、赤外線カメラ40と、解析部50と、を備えている。
撮影画像データは、赤外線カメラ(撮影部)40で撮影されるものであってもよい。変形例1Dの不穏およびせん妄センシング装置110を図3に示す。不穏およびせん妄センシング装置110は、刺激提示部10と、赤外線カメラ40と、解析部50と、を備えている。
赤外線カメラ40は、対象者の顔面を撮影する。赤外線カメラ40は、撮影画像データとして、対象者の顔面の皮膚温度データを取得する。
解析部50は、不穏・せん妄検出部51を有している。不穏・せん妄検出部51は、赤外線カメラ40で取得した対象者の顔面の皮膚温度データに基づいて、不穏およびせん妄を検出する。赤外線カメラ40と、解析部50以外の構成は、本実施形態で説明した不穏およびせん妄センシング装置100の構成と同様であるため、詳細な説明を省略する。
変形例1Dの不穏およびせん妄センシング装置110では、赤外線カメラ40を用いて撮影されるので、対象者の顔面の皮膚温度データを非接触で取得することができる。顔面の皮膚温度は顔面の血流量に比例すると考えられることから、この不穏およびせん妄センシング装置110では、対象者の顔面の皮膚温度データに基づいて、不穏およびせん妄を検出できる。
以上、本開示の実施形態を説明したが、特許請求の範囲に記載された本開示の趣旨及び範囲から逸脱することなく、形態や詳細の多様な変更が可能なことが理解されるであろう。
本実施形態に係る不穏およびせん妄センシング装置100により、不穏およびせん妄の検出を行った。
今回のテストでは、暗算課題を遂行中の対象者の顔の動画を用いて、顔色の血流量動態の指標となる紅斑指数を測定し、同時に測定する近赤外線分光法(NIRS)によって得られた脳血流量のヘモグロビンの変化と紅斑指数の成分に相関があるかを検討した。
対象者は、成人男女23名(女性3名,男性20名,平均年齢24.5歳)とした。今回のテストでは、課題は、暗算課題とした。対象者は、スクリーンに呈示される2桁×2桁もしくは3桁×1桁のかけ算の暗算を行い、18秒以内で回答をテンキーにて入力するように求められた。今回のテストでは、安静と暗算を繰り返し(安静1分、暗算3分、安静1分、暗算3分、安静1分)、測定を合計9分行うようにした。テスト中は顎を顎台の上にのせ、頭部の動きが最小限になるようにした。
今回のテストでは、測定機器として、NIRSの測定には、日立メディカルシステムズ社製ETG-4000を使用した(52ch)。プローブは、対象者の前頭部に装着し、プローブ最下部中央が脳波国際式10-20法のFpzに一致するように装着し、酸素ヘモグロビン(OxyHb)と脱酸素ヘモグロビン(DoxyHb)の変化を測定した。
また、今回のテストでは、測定機器として、顔色の測定および主成分分析には、市販のデジタルビデオカメラ(Watec社製WAT-01U2)を使用した。対象者の前方1mにデジタルビデオカメラを設置し、課題を実施中の対象者の顔面映像を録画した(フレームレート:10 fps,解像度:1920×1080 pxl)。対象者の顔面映像は、フレームごとに顔の中心が画面中心となるように調整し、動きの影響を除去するようにした。顔面の解析対象は、横軸方向は左右の目尻の間、縦軸方向は下眼瞼直下から上唇直上までの間で得られる長方形の領域とした。
さらに、この領域に縦5×横10のグリッドを設定し、RGB値からCIE-L*a*b*表色系を用いて各グリッドの平均紅斑指数(a*)を算出した。紅斑指数はフレームごとに算出し、時系列変化の波形を生成した(50グリッド=50波形)。顔色データには、様々な信号が重複しているため、動画から抽出した紅斑指数に対し主成分分析を行った。データは、全対象者の全グリッドのデータを結合してひとつのデータセットを作成し、時間成分を抽出するためのPCA(temporal PCA)を行った。
次に、得られた全対象者の平均OxyHbおよび平均DoxyHbに対し、紅斑指数の第1成分との相関分析を行った。紅斑指数とヘモグロビンの時間変化を図4A、図4Bに示す。
図4Aにおいて、a1は酸素ヘモグロビン(OxyHb)の時間変化を示し、b1は紅斑指数の時間変化を示し、c1は暗算課題付加のタイミングを示す。また、図4Bにおいて、a2は脱酸素ヘモグロビン(DoxyHb)の時間変化を示し、b2は紅斑指数の時間変化を示し、c2は暗算課題付加のタイミングを示す。
図4Aに示すように、紅斑指数とOxyHbとでは正の相関(r = .54, p < .001)が認められた。また、図4Bに示すように、紅斑指数とDoxyHbとでは負の相関(r = -.86 p < .001)が認められた。今回のテストで、脳活動が顔面映像の紅斑指数に反映されることが確認された。
100、110 不穏およびせん妄センシング装置
10 刺激提示部
20 デジタルビデオカメラ(撮影部)
30、50 解析部
31 RGB処理部
32 情報取得部
33、51 不穏・せん妄検出部
40 赤外線カメラ(撮影部)
10 刺激提示部
20 デジタルビデオカメラ(撮影部)
30、50 解析部
31 RGB処理部
32 情報取得部
33、51 不穏・せん妄検出部
40 赤外線カメラ(撮影部)
寺田整司著「高齢者せん妄の薬物治療」、日本老年医学会雑誌、51巻5号(2014年)p.428-435
Claims (8)
- 対象者に刺激を提示する刺激提示部(10)と、
前記対象者を撮影する撮影部(20、40)と、
前記対象者の撮影画像データを解析する解析部(30、50)と、
を備え、
前記刺激提示部が、前記対象者の前頭葉、および、第1課題から第12課題に必要な脳領域を賦活させる刺激を提示し、
前記第1課題は、ウィスコンシンカード分類課題であり、
前記第2課題は、遂行機能障害症候群の行動評価であり、
前記第3課題は、前頭葉機能検査であり、
前記第4課題は、遂行機能障害質問表であり、
前記第5課題は、ストループ・テストであり、
前記第6課題は、言語流暢性課題であり、
前記第7課題は、語想起課題であり、
前記第8課題は、ギャンブリング課題であり、
前記第9課題は、計算課題であり、
前記第10課題は、認知構成課題であり、
前記第11課題は、間違い探し課題であり、
前記第12課題は、ゴー・ノーゴー課題であり、
前記解析部は、前記対象者の撮影画像データに基づいて、前記対象者の不穏およびせん妄を検出する、
不穏およびせん妄センシング装置(100、110)。 - 前記撮影部は、前記対象者の顔面を撮影する、
請求項1に記載の不穏およびせん妄センシング装置。 - 前記解析部は、前記対象者の顔面の撮影画像データを、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RGB処理部(31)を有する、
請求項2に記載の不穏およびせん妄センシング装置。 - 前記解析部は、前記RGB処理部により前記RGB処理された前記撮影画像データに含まれる色成分から、不穏およびせん妄の特徴が表れる成分、および/または、変換値を取得する情報取得部(32)を有する、
請求項3に記載の不穏およびせん妄センシング装置。 - 前記撮影画像データは、赤外線カメラで撮影されるものである、
請求項2に記載の不穏およびせん妄センシング装置。 - 前記解析部は、前記対象者の前額部及び/又は鼻部周辺の撮影画像データを解析する、
請求項3または4に記載の不穏およびせん妄センシング装置。 - 前記刺激は、画像、音声、触覚、嗅覚、味覚、あるいは体性感覚の少なくとも1つを含む、
請求項1から6のいずれかに記載の不穏およびせん妄センシング装置。 - 対象者に刺激を提示する刺激提示ステップと、
前記対象者を撮影する撮影ステップと、
前記対象者の撮影画像データを解析する解析ステップと、
を備え、
前記刺激提示ステップは、前記対象者の前頭葉、および、第1課題から第12課題に必要な脳領域を賦活させる刺激を提示し、
前記第1課題は、ウィスコンシンカード分類課題であり、
前記第2課題は、遂行機能障害症候群の行動評価であり、
前記第3課題は、前頭葉機能検査であり、
前記第4課題は、遂行機能障害質問表であり、
前記第5課題は、ストループ・テストであり、
前記第6課題は、言語流暢性課題であり、
前記第7課題は、語想起課題であり、
前記第8課題は、ギャンブリング課題であり、
前記第9課題は、計算課題であり、
前記第10課題は、認知構成課題であり、
前記第11課題は、間違い探し課題であり、
前記第12課題は、ゴー・ノーゴー課題であり、
前記解析ステップは、前記対象者の撮影画像データに基づいて、前記対象者の不穏およびせん妄を検出する、
不穏およびせん妄センシング方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021161947A JP2023051344A (ja) | 2021-09-30 | 2021-09-30 | 不穏およびせん妄センシング装置並びに不穏およびせん妄センシング方法 |
PCT/JP2022/036588 WO2023054643A1 (ja) | 2021-09-30 | 2022-09-29 | 不穏およびせん妄センシング装置並びに不穏およびせん妄センシング方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021161947A JP2023051344A (ja) | 2021-09-30 | 2021-09-30 | 不穏およびせん妄センシング装置並びに不穏およびせん妄センシング方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2023051344A true JP2023051344A (ja) | 2023-04-11 |
Family
ID=85782933
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021161947A Pending JP2023051344A (ja) | 2021-09-30 | 2021-09-30 | 不穏およびせん妄センシング装置並びに不穏およびせん妄センシング方法 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP2023051344A (ja) |
WO (1) | WO2023054643A1 (ja) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017221307A (ja) * | 2016-06-14 | 2017-12-21 | 学校法人自治医科大学 | 認知機能障害の病態診断システム |
WO2018110544A1 (ja) * | 2016-12-12 | 2018-06-21 | ダイキン工業株式会社 | 精神疾患判定装置 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012165602A1 (ja) * | 2011-05-31 | 2012-12-06 | 国立大学法人名古屋工業大学 | 認知機能障害判別装置、認知機能障害判別システム、およびプログラム |
JP7178614B2 (ja) * | 2017-06-23 | 2022-11-28 | パナソニックIpマネジメント株式会社 | 情報処理方法、情報処理装置、および情報処理システム |
JP7215350B2 (ja) * | 2019-06-19 | 2023-01-31 | 富士通株式会社 | 脳症判定プログラム、脳症判定方法および情報処理装置 |
-
2021
- 2021-09-30 JP JP2021161947A patent/JP2023051344A/ja active Pending
-
2022
- 2022-09-29 WO PCT/JP2022/036588 patent/WO2023054643A1/ja unknown
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017221307A (ja) * | 2016-06-14 | 2017-12-21 | 学校法人自治医科大学 | 認知機能障害の病態診断システム |
WO2018110544A1 (ja) * | 2016-12-12 | 2018-06-21 | ダイキン工業株式会社 | 精神疾患判定装置 |
Also Published As
Publication number | Publication date |
---|---|
WO2023054643A1 (ja) | 2023-04-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210106265A1 (en) | Real time biometric recording, information analytics, and monitoring systems and methods | |
Bulagang et al. | A review of recent approaches for emotion classification using electrocardiography and electrodermography signals | |
King et al. | Single-trial decoding of auditory novelty responses facilitates the detection of residual consciousness | |
Ruiz-Blondet et al. | CEREBRE: A novel method for very high accuracy event-related potential biometric identification | |
Setz et al. | Discriminating stress from cognitive load using a wearable EDA device | |
Chaouachi et al. | Affect and mental engagement: Towards adaptability for intelligent | |
US20160029965A1 (en) | Artifact as a feature in neuro diagnostics | |
Jenkins et al. | A correlational analysis of human cognitive activity using Infrared Thermography of the supraorbital region, frontal EEG and self-report of core affective state | |
US20200205712A1 (en) | Assessment of risk for major depressive disorder from human electroencephalography using machine learned model | |
CN110650685A (zh) | 评估人的心理生理状态的方法 | |
Wallace et al. | EEG/ERP: Within episodic assessment framework for cognition | |
Barkana et al. | Analysis of working memory from EEG signals under different emotional states | |
Minkin | Vibraimage, Cybernetics and Emotions | |
Lin et al. | Objective pain measurement based on physiological signals | |
EP4124287A1 (en) | Regularized multiple-input pain assessment and trend | |
WO2023054643A1 (ja) | 不穏およびせん妄センシング装置並びに不穏およびせん妄センシング方法 | |
Hao et al. | The post-movement beta rebound and motor-related Mu suppression in children | |
AU2021102773A4 (en) | A system and method for determining truthful and deceptive state of a person | |
Ivanitsky | Individual stable patterns of human brain rhythms as a reflection of mental processes | |
Peng et al. | The affective facial recognition task: The influence of cognitive styles and exposure times | |
Bulagang et al. | A Novel Approach for Emotion Classification in Virtual Reality using Heart Rate (HR) and Inter-beat Interval (IBI) | |
Badara et al. | The Influence of Emotional States on Short-term Memory Retention by using Electroencephalography (EEG) Measurements: A Case Study | |
Rao et al. | A medical AI agent as a tool for neuropsychiatric diagnoses | |
Ji et al. | Diagnostic and rehabilitation system for Alzheimer’s disease based on virtual reality technology in rehabilitation rooms | |
Appriou | Estimating learning-related mental states through brain and physiological signals. |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220929 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220929 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221213 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20230613 |