JP2023151548A - 脳活動状態判定装置及び脳活動状態判定用プログラム - Google Patents
脳活動状態判定装置及び脳活動状態判定用プログラム Download PDFInfo
- Publication number
- JP2023151548A JP2023151548A JP2022061215A JP2022061215A JP2023151548A JP 2023151548 A JP2023151548 A JP 2023151548A JP 2022061215 A JP2022061215 A JP 2022061215A JP 2022061215 A JP2022061215 A JP 2022061215A JP 2023151548 A JP2023151548 A JP 2023151548A
- Authority
- JP
- Japan
- Prior art keywords
- index value
- data
- brain
- state
- chaos
- 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
- 230000007177 brain activity Effects 0.000 title claims abstract description 212
- 210000004556 brain Anatomy 0.000 claims abstract description 136
- 238000004364 calculation method Methods 0.000 claims abstract description 129
- 230000000739 chaotic effect Effects 0.000 claims abstract description 19
- 238000011156 evaluation Methods 0.000 claims abstract description 12
- 230000000284 resting effect Effects 0.000 claims description 78
- 230000001149 cognitive effect Effects 0.000 claims description 67
- 230000001684 chronic effect Effects 0.000 claims description 20
- 230000006870 function Effects 0.000 claims description 19
- 230000003247 decreasing effect Effects 0.000 claims description 14
- 230000014759 maintenance of location Effects 0.000 claims description 12
- 238000005259 measurement Methods 0.000 description 38
- 238000004891 communication Methods 0.000 description 34
- 238000000034 method Methods 0.000 description 32
- 238000010586 diagram Methods 0.000 description 28
- 230000003340 mental effect Effects 0.000 description 20
- 238000002474 experimental method Methods 0.000 description 18
- 210000004761 scalp Anatomy 0.000 description 12
- 238000012545 processing Methods 0.000 description 10
- 230000007774 longterm Effects 0.000 description 8
- 230000008667 sleep stage Effects 0.000 description 8
- 230000000747 cardiac effect Effects 0.000 description 6
- 230000006866 deterioration Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 230000005484 gravity Effects 0.000 description 6
- 210000003128 head Anatomy 0.000 description 6
- 238000012549 training Methods 0.000 description 6
- 238000004497 NIR spectroscopy Methods 0.000 description 4
- 238000013459 approach Methods 0.000 description 4
- 230000003920 cognitive function Effects 0.000 description 4
- 238000012806 monitoring device Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 230000000638 stimulation Effects 0.000 description 4
- 208000019901 Anxiety disease Diseases 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 2
- 241000282461 Canis lupus Species 0.000 description 2
- 206010041349 Somnolence Diseases 0.000 description 2
- 230000003213 activating effect Effects 0.000 description 2
- 230000004913 activation Effects 0.000 description 2
- 230000036506 anxiety Effects 0.000 description 2
- 230000003925 brain function Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000036992 cognitive tasks Effects 0.000 description 2
- 238000002316 cosmetic surgery Methods 0.000 description 2
- 230000005764 inhibitory process Effects 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- YWXYYJSYQOXTPL-SLPGGIOYSA-N isosorbide mononitrate Chemical compound [O-][N+](=O)O[C@@H]1CO[C@@H]2[C@@H](O)CO[C@@H]21 YWXYYJSYQOXTPL-SLPGGIOYSA-N 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003863 physical function Effects 0.000 description 2
- 208000020016 psychiatric disease Diseases 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000029058 respiratory gaseous exchange Effects 0.000 description 2
- 230000001953 sensory effect Effects 0.000 description 2
- 241000894007 species Species 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000012731 temporal analysis Methods 0.000 description 2
- 238000000700 time series analysis Methods 0.000 description 2
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
-
- 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
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/0245—Detecting, measuring or recording pulse rate or heart rate by using sensing means generating electric signals, i.e. ECG signals
-
- 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
Abstract
Description
以下に、それぞれの指標と、参考文献((5),(6)以外、行の後部に記載)を記載する。
(1)ApEn (近似エントロピー) [1][2][3][4]
(2)SampEn (サンフルエントロピー) [3][4]
(3)Fractal Dimension (フラクタル次元) [5][6]
(4)SD1/SD2 [7][8]
(5)CD (カオス尺度) 特開2018-120488号公報
(6)ICD (修正カオス尺度) 特開2021-064323号公報
<上の6つが論文掲載の6方式>
(7)リアフノフ指数の推定法(Rosensteinの方法) [9]
(8)リアフノフ指数の推定法(Wolfの方法) [10]
(9)リアフノフ指数の推定法(Sano-Sawadaの方法) [11]
<上の3つが代表的なリアフノフ指数推定法>
[1] Pincus, S. M. Approximate entropy as a measure of system complexity. PNAS 88, 2297-2301 (1991).
[2] Pincus, S. M., Gladstone, I. M. & Ehrenkranz, R. A. A regularity statistic for medical data analysis. J. Clin. Monit. Comput. 7, 335-345 (1991).
[3] Richman, J. S. & Moorman, J. R. Physiological time-series analysis using approximate entropy and sample entropy. Am. J. Physiol. Heart Circ. Physiol. 278, 2039-2049 (2000).
[4] Delgado-Bonal, A. & Alexander, M. Approximate Entropy and Sample Entropy: A Comprehensive Tutorial. Entropy 21, 541 (2019)
[5] Higuchi, T. Approach to an irregular time series on the basis of the fractal theory. Physica D 31, 277-83 (1998).
[6] Ahammer, H. Higuchi dimension of digital images. PLoS One 6, e0119394 (2011).
[7] Hoshi, R. A.& Pastre, C. M., Vanderlei, L. M. & Godoy, M. F.oacir Fernandes. Poincare plot indexes of heart rate variability: Relationships with other nonlinear variables. Auton. Neurosci. 177, 271 -274 (2013)
[8] Guzik, P. et. al. Correlations between the Poincare plot and conventional heart rate variability parameters assessed during paced breathing. J Physiol Sci. 57, 63-71 (2007).
[9] Michael T. Rosenstein, James J. Collins, Carlo J. De Luca, A practical method for calculating largest Lyapunov exponents from small data sets, Physica D: Nonlinear Phenomena, 65, 117 -134 (1993).
[10] Alan Wolf, Jack B. Swift, Harry L. Swinney, John A. Vastano, Determining Lyapunov exponents from a time series, Physica D: Nonlinear Phenomena, Volume 16 , 285 -317 (1985 )
[11] Sato, Shinichi, Sano, Masaki, Sawada, Yasuji, Practical Methods of Measuring the Generalized Dimension and the Largest Lyapunov Exponent in High Dimensional Chaotic Systems, Theor Phys 77 (1987)
参加者は、RRIを測定できるPolarH10チェストストラップ心拍数センサーを装着し、次の状態でRRIを測定する2つの実験を行った。
Rest(休息):椅子に座り休息します。身体的負荷も精神的負荷もない。
Standing(立位):直立姿勢を維持する。身体的負荷のみが加わる。
Brain Task:椅子に座り認知課題(暗算または数独)を実行する。精神的負荷のみが加わる。
実験1では、暗算を脳課題に使用しました。参加者は、安静(Rest1と表記)で7分間、立位(Standingと表記)で7分間、暗算(Brain Task1と表記)で7分間RRIを測定しました。各状態の間に5分間の休憩が設けられた。参加者はこの実験を5セット繰り返した。
この場合の安静時におけるRRIデータを用いて得たカオス指標値CCIR1を分母とし、立位状態で得られたRRIデータを用いて得たカオス指標値CCISを分子とするカオス指標値比γ(CCIS/CCIR1)を得る。その後に脳タスク状態へ移行してもらい、脳タスク状態でRRIデータを測定する。脳タスク状態では、椅子に座って卓上で暗算(一桁の足し算)を行ってもらった。この場合の安静時におけるRRIデータを用いて得たカオス指標値CCIR1を分母とし、脳タスク状態で得られたRRIデータを用いて得たカオス指標値CCIB1を分子とするカオス指標値比γ(CCIB1/CCIR1)を得る。カオス指標値比γ(CCIS/CCIR1)の度数を青により示し、カオス指標値γ(CCIB1/CCIR1)の度数を赤により示したヒストグラムを図1に示す。カオス指標の種類は、図示の通り、ApEn、SampEn、Fractal Dimension、SD1/SD2、CD、ICDの6種類を用いた。
この場合の休息時におけるRRIデータを用いて得たカオス指標値CCIR2を分母とし、脳タスク状態で得られたRRIデータを用いて得たカオス指標値CCIB2を分子とするカオス指標値比γ(CCIB2/CCIR2)を得る。カオス指標値比γ(CCIS/CCIR1)の度数を青により示し、カオス指標値比γ(CCIB2/CCIR2)の度数を赤により示したヒストグラムを図2に示す。カオス指標の種類は、図示の通り、ApEn、SampEn、Fractal Dimension、SD1/SD2、CD、ICDの6種類を用いた。
本発明の実施形態に係る脳活動状態判定装置は、上記図6~図8のいずれかの構成の装置である。本実施形態では、上記基準値データ保持制御手段202は、安静状態(脳に対する負荷が基準値データを得る状態である第1の状態)とされた被験者から得られるRRIデータを上記カオス指標値計算手段201へ与えて得られる出力を安静時カオス指標値データCCI[1]~CCI[m]として記憶装置300に保持させる(図4)。ここに、安静状態とは通常は、被験者がベッドに寝かされていて身体的消耗がなく、脳に負荷が加わっていない状態であっても良いが、本実施形態では椅子に座って身体的負荷や精神的な負荷も含めて脳に対する負荷がない状態を指している。本実施形態では、上記カオス指標値計算手段201が例えばm(=6)種類のカオス指標値を求めるものとし、時系列でS時系列得られていると、S時系列の平均を各カオス指標の種類毎に求め、安静時基準値データRefR[1]~RefR[m]が算出され、記憶されている(図5)。
即ち、以下の式により平均指標値比AVγAが求められる。なお、本実施形態では相加平均を採用しているが、目的に応じてγA[1]~γA[m]の代表値であって、γA[1]~γA[m]用いて計算された数量であればどのようなものでもよい(例えば、相乗平均、対数を取った値の平均などであっても良い。)
・脳活動が認められる (AVγA>1のとき)
・脳活動が認められない (AVγA≦1のとき)
という判定結果を得る。
本発明の実施形態に係る脳活動状態判定装置は、上記図6~図8のいずれかの構成の装置である。本実施形態では、上記基準値データ保持制御手段202は、脳が認知活動状態(脳に対する負荷が第1の状態(実際には、第3の状態)とされた被験者から得られるRRIデータを上記カオス指標値計算手段201へ与えて得られる出力を認知活動時カオス指標値データCCI[1]~CCI[m]として記憶装置300に保持させる(図9)。ここに、認知活動時とは、被験者が椅子に座って図1、図2において説明した暗算や数独を行っている状態を指している。本実施形態では、上記カオス指標値計算手段201が例えばm(=6)種類のカオス指標値を求めるものとし、時系列でL時系列得られていると、L時系列の平均を各カオス指標の種類毎に求め、認知活動時基準値データRefBT[1]~RefBT[m]が算出され、記憶されている(図10)。
即ち、以下の式により平均指標値比AVγBが求められる。なお、本実施形態では相加平均を採用しているが、目的に応じてγB[1]~γB[m]の代表値であって、γB[1]~γB[m]用いて計算された数量であればどのようなものでもよい(例えば、相乗平均、対数を取った値の平均などであっても良い。)
・平常よりも良い (AVγB>1.2のとき)
・平常 (0.5≦AVγB≦1.2のとき)
・平常よりも低い (AVγB<0.5のとき)
という判定結果を得る。
ここに、閾値は現時点での参考値であり、本願発明の実施以降の状況を鑑みて変更してもよい。ただ、変わらないことは、
・平常よりも良いは、必ず1よりも大きい値とすること。
・平常よりも低いは、必ず1よりも小さい値とすること。
・平常は、上記2つの中間値である必要がある。
本発明の実施形態αに係る脳活動状態判定装置は、上記図6~図8のいずれかの構成の装置である。本実施形態αでは、「認知活動時基準値データを用いる実施形態」を実行する各手段を全て用いて処理を行う。「長期」という意味は、慢性的脳疲労の判定を行うために十分な判定結果が得られていればよく、例えば1か月以上の判定結果があればよい。図11に、「認知活動時基準値データを用いる実施形態」による長期の処理結果の一例を示す。この例では、約1か月の15回分の判定結果が記憶装置300に記憶された状態とする(図11右側に表示の表)。
条件1・最新の計測日から見て平均指標値比AVγBが低い判定結果(本実施形態αでは、「平常よりも低い」)をn回連続している。
条件2・最新の計測回からu回以内において平均指標値比AVγBが低下傾向であり、かつ、v(<u)回以内の平均指標値比AVγBが所定値以下である。なお、上記n、u、vは正の整数であり、適宜決めることができる。このように、判定手段205は、上記記憶された判定結果とそのときの平均指標値比の低下傾向に基づき慢性的脳疲労を判定する脳疲労第1判定手段を構成する。
本発明の実施形態βに係る脳活動状態判定装置は、上記図6~図8のいずれかの構成の装置である。本実施形態βでは、上記基準値データ保持制御手段202は、安静状態(脳に対する負荷が第1の状態)とされた被験者から得られるRRIデータを上記カオス指標値計算手段201へ与えて得られる出力を安静時カオス指標値データとして記憶装置300に保持させる(図4)。
・0:00:00~0:05:00 1回目
・0:00:10~0:05:10 2回目
・0:00:20~0:05:20 3回目
・・・・・・・・・・・・・・・・・・・・・
・0:01:20~0:06:20 n(9)回目
・状態1 AVγA[n]>1かつAVγB[n]>1.2:脳活動良し
・状態2 AVγA[n]>1かつ0.5≦AVγB[n]≦1.2:脳活動通常
・状態3 AVγA[n]>1かつAVγB[n]<0.5:脳活動低下
・状態4 AVγA[n]≦1 :身体的負荷あり
本発明の実施形態に係る脳活動状態判定装置は、上記図6~図8のいずれかの構成の装置である。この例では、約1か月の15日に亘って判定結果n(9)個と平均指標値比AVγA[n]、AVγB[n]の情報が記憶装置300に記憶された状態とする。上記実施形態βでは、0:00:00~0:06:20の時間について、n(9)回区分して得たデータを用いてリアルタイム推定(01秒間隔)を行ったが、本実施形態はこれとは異なり、このリアルタイム測定したでデータを、ここでは15日分蓄積して、慢性的脳疲労の測定を行う。即ち、リアルタイム測定データを何日かに亘る長期間蓄積して、これを用いて慢性的脳疲労を測定するものである。
・状態1 AVγA[n]>1かつAVγB[n]>1.2:脳活動良し
・状態2 AVγA[n]>1かつ0.5≦AVγB[n]≦1.2:脳活動通常
・状態3 AVγA[n]>1かつAVγB[n]<0.5:脳活動低下
・状態4 AVγA[n]≦1 :身体的負荷あり
この実施形態では、判定手段205が、次の条件を判定する。
条件1・最新の計測日から見て「脳活動低下」をn回連続している。
条件2・最新の計測回からu(u>n)回以内において、「脳低下レベル」数値の加算値が所定値以上である。なお、上記n、uは正の整数であり、適宜決めることができる。
10B センサ部
11 通信手段
20 スマートウオッチ
40 表示装置
50 コンピュータ
201 カオス指標値計算手段
202 基準値データ保持制御手段
203 判定対象カオス指標値計算手段
204 指標値比算出手段
205 判定手段
206 通信手段
300 記憶装置
706 通信手段
以下に、それぞれの指標と、参考文献((5),(6)以外、行の後部に記載)を記載する。
(1)ApEn (近似エントロピー) [1][2][3][4]
(2)SampEn (サンフルエントロピー) [3][4]
(3)Fractal Dimension (フラクタル次元) [5][6]
(4)SD1/SD2 [7][8]
(5)CD (カオス尺度) 特開2018-120488号公報
(6)ICD (修正カオス尺度) 特開2021-064323号公報
<上の6つが論文掲載の6方式>
(7)リアフノフ指数の推定法(Rosensteinの方法) [9]
(8)リアフノフ指数の推定法(Wolfの方法) [10]
(9)リアフノフ指数の推定法(Sano-Sawadaの方法) [11]
<上の3つが代表的なリアフノフ指数推定法>
[1] Pincus, S. M. Approximate entropy as a measure of system complexity. PNAS 88, 2297-2301 (1991).
[2] Pincus, S. M., Gladstone, I. M. & Ehrenkranz, R. A. A regularity statistic for medical data analysis. J. Clin. Monit. Comput. 7, 335-345 (1991).
[3] Richman, J. S. & Moorman, J. R. Physiological time-series analysis using approximate entropy and sample entropy. Am. J. Physiol. Heart Circ. Physiol. 278, 2039-2049 (2000).
[4] Delgado-Bonal, A. & Alexander, M. Approximate Entropy and Sample Entropy: A Comprehensive Tutorial. Entropy 21, 541 (2019)
[5] Higuchi, T. Approach to an irregular time series on the basis of the fractal theory. Physica D 31, 277-83 (1998).
[6] Ahammer, H. Higuchi dimension of digital images. PLoS One 6, e0119394 (2011).
[7] Hoshi, R. A.& Pastre, C. M., Vanderlei, L. M. & Godoy, M. F.oacir Fernandes. Poincare plot indexes of heart rate variability: Relationships with other nonlinear variables. Auton. Neurosci. 177, 271 -274 (2013)
[8] Guzik, P. et. al. Correlations between the Poincare plot and conventional heart rate variability parameters assessed during paced breathing. J Physiol Sci. 57, 63-71 (2007).
[9] Michael T. Rosenstein, James J. Collins, Carlo J. De Luca, A practical method for calculating largest Lyapunov exponents from small data sets, Physica D: Nonlinear Phenomena, 65, 117 -134 (1993).
[10] Alan Wolf, Jack B. Swift, Harry L. Swinney, John A. Vastano, Determining Lyapunov exponents from a time series, Physica D: Nonlinear Phenomena, Volume 16 , 285 -317 (1985 )
[11] Sato, Shinichi, Sano, Masaki, Sawada, Yasuji, Practical Methods of Measuring the Generalized Dimension and the Largest Lyapunov Exponent in High Dimensional Chaotic Systems, Theor Phys 77 (1987)
参加者は、RRIを測定できるPolarH10チェストストラップ心拍数センサーを装着し、次の状態でRRIを測定する2つの実験を行った。
Rest(休息):椅子に座り休息します。身体的負荷も精神的負荷もない。
Standing(立位):直立姿勢を維持する。身体的負荷のみが加わる。
Brain Task:椅子に座り認知課題(暗算または数独)を実行する。精神的負荷のみが加わる。
実験1では、暗算を脳課題に使用しました。参加者は、安静(Rest1と表記)で7分間、立位(Standingと表記)で7分間、暗算(Brain Task1と表記)で7分間RRIを測定しました。各状態の間に5分間の休憩が設けられた。参加者はこの実験を5セット繰り返した。
この場合の安静時におけるRRIデータを用いて得たカオス指標値CCIR1を分母とし、立位状態で得られたRRIデータを用いて得たカオス指標値CCISを分子とするカオス指標値比γ(CCIS/CCIR1)を得る。その後に脳タスク状態へ移行してもらい、脳タスク状態でRRIデータを測定する。脳タスク状態では、椅子に座って卓上で暗算(一桁の足し算)を行ってもらった。この場合の安静時におけるRRIデータを用いて得たカオス指標値CCIR1を分母とし、脳タスク状態で得られたRRIデータを用いて得たカオス指標値CCIB1を分子とするカオス指標値比γ(CCIB1/CCIR1)を得る。カオス指標値比γ(CCIS/CCIR1)の度数を青により示し、カオス指標値γ(CCIB1/CCIR1)の度数を赤により示したヒストグラムを図1に示す。カオス指標の種類は、図示の通り、ApEn、SampEn、Fractal Dimension、SD1/SD2、CD、ICDの6種類を用いた。
この場合の休息時におけるRRIデータを用いて得たカオス指標値CCIR2を分母とし、脳タスク状態で得られたRRIデータを用いて得たカオス指標値CCIB2を分子とするカオス指標値比γ(CCIB2/CCIR2)を得る。カオス指標値比γ(CCIS/CCIR1)の度数を青により示し、カオス指標値比γ(CCIB2/CCIR2)の度数を赤により示したヒストグラムを図2に示す。カオス指標の種類は、図示の通り、ApEn、SampEn、Fractal Dimension、SD1/SD2、CD、ICDの6種類を用いた。
本発明の実施形態に係る脳活動状態判定装置は、上記図6~図8のいずれかの構成の装置である。本実施形態では、上記基準値データ保持制御手段202は、安静状態(脳に対する負荷が基準値データを得る状態である第1の状態)とされた被験者から得られるRRIデータを上記カオス指標値算出手段201へ与えて得られる出力を安静時カオス指標値データCCI[1]~CCI[m]として記憶装置300に保持させる(図4)。ここに、安静状態とは通常は、被験者がベッドに寝かされていて身体的消耗がなく、脳に負荷が加わっていない状態であっても良いが、本実施形態では椅子に座って身体的負荷や精神的な負荷も含めて脳に対する負荷がない状態を指している。本実施形態では、上記カオス指標値算出手段201が例えばm(=6)種類のカオス指標値を求めるものとし、時系列でS時系列得られていると、S時系列の平均を各カオス指標の種類毎に求め、安静時基準値データRefR[1]~RefR[m]が算出され、記憶されている(図5)。
即ち、以下の式により平均指標値比AVγAが求められる。なお、本実施形態では相加平均を採用しているが、目的に応じてγA[1]~γA[m]の代表値であって、γA[1]~γA[m]用いて算出された数量であればどのようなものでもよい(例えば、相乗平均、対数を取った値の平均などであっても良い。)
・脳活動が認められる (AVγA>1のとき)
・脳活動が認められない (AVγA≦1のとき)
という判定結果を得る。
本発明の実施形態に係る脳活動状態判定装置は、上記図6~図8のいずれかの構成の装置である。本実施形態では、上記基準値データ保持制御手段202は、脳が認知活動状態(脳に対する負荷が第1の状態(実際には、第3の状態)とされた被験者から得られるRRIデータを上記カオス指標値算出手段201へ与えて得られる出力を認知活動時カオス指標値データCCI[1]~CCI[m]として記憶装置300に保持させる(図9)。ここに、認知活動時とは、被験者が椅子に座って図1、図2において説明した暗算や数独を行っている状態を指している。本実施形態では、上記カオス指標値算出手段201が例えばm(=6)種類のカオス指標値を求めるものとし、時系列でL時系列得られていると、L時系列の平均を各カオス指標の種類毎に求め、認知活動時基準値データRefBT[1]~RefBT[m]が算出され、記憶されている(図10)。
即ち、以下の式により平均指標値比AVγBが求められる。なお、本実施形態では相加平均を採用しているが、目的に応じてγB[1]~γB[m]の代表値であって、γB[1]~γB[m]用いて算出された数量であればどのようなものでもよい(例えば、相乗平均、対数を取った値の平均などであっても良い。)
・平常よりも良い (AVγB>1.2のとき)
・平常 (0.5≦AVγB≦1.2のとき)
・平常よりも低い (AVγB<0.5のとき)
という判定結果を得る。
ここに、閾値は現時点での参考値であり、本願発明の実施以降の状況を鑑みて変更してもよい。ただ、変わらないことは、
・平常よりも良いは、必ず1よりも大きい値とすること。
・平常よりも低いは、必ず1よりも小さい値とすること。
・平常は、上記2つの中間値である必要がある。
本発明の実施形態αに係る脳活動状態判定装置は、上記図6~図8のいずれかの構成の装置である。本実施形態αでは、「認知活動時基準値データを用いる実施形態」を実行する各手段を全て用いて処理を行う。「長期」という意味は、慢性的脳疲労の判定を行うために十分な判定結果が得られていればよく、例えば1か月以上の判定結果があればよい。図11に、「認知活動時基準値データを用いる実施形態」による長期の処理結果の一例を示す。この例では、約1か月の15回分の判定結果が記憶装置300に記憶された状態とする(図11右側に表示の表)。
条件1・最新の計測日から見て平均指標値比AVγBが低い判定結果(本実施形態αでは、「平常よりも低い」)をn回連続している。
条件2・最新の計測回からu回以内において平均指標値比AVγBが低下傾向であり、かつ、v(<u)回以内の平均指標値比AVγBが所定値以下である。なお、上記n、u、vは正の整数であり、適宜決めることができる。このように、判定手段205は、上記記憶された判定結果とそのときの平均指標値比の低下傾向に基づき慢性的脳疲労を判定する脳疲労第1判定手段を構成する。
本発明の実施形態βに係る脳活動状態判定装置は、上記図6~図8のいずれかの構成の装置である。本実施形態βでは、上記基準値データ保持制御手段202は、安静状態(脳に対する負荷が第1の状態)とされた被験者から得られるRRIデータを上記カオス指標値算出手段201へ与えて得られる出力を安静時カオス指標値データとして記憶装置300に保持させる(図4)。
・0:00:00~0:05:00 1回目
・0:00:10~0:05:10 2回目
・0:00:20~0:05:20 3回目
・・・・・・・・・・・・・・・・・・・・・
・0:01:20~0:06:20 n(9)回目
・状態1 AVγA[n]>1かつAVγB[n]>1.2:脳活動良し
・状態2 AVγA[n]>1かつ0.5≦AVγB[n]≦1.2:脳活動通常
・状態3 AVγA[n]>1かつAVγB[n]<0.5:脳活動低下
・状態4 AVγA[n]≦1 :身体的負荷あり
本発明の実施形態に係る脳活動状態判定装置は、上記図6~図8のいずれかの構成の装置である。この例では、約1か月の15日に亘って判定結果n(9)個と平均指標値比AVγA[n]、AVγB[n]の情報が記憶装置300に記憶された状態とする。上記実施形態βでは、0:00:00~0:06:20の時間について、n(9)回区分して得たデータを用いてリアルタイム推定(01秒間隔)を行ったが、本実施形態はこれとは異なり、このリアルタイム測定したでデータを、ここでは15日分蓄積して、慢性的脳疲労の測定を行う。即ち、リアルタイム測定ンデータを何日かに亘る長期間蓄積して、これを用いて慢性的脳疲労を測定するものである。
・状態1 AVγA[n]>1かつAVγB[n]>1.2:脳活動良し
・状態2 AVγA[n]>1かつ0.5≦AVγB[n]≦1.2:脳活動通常
・状態3 AVγA[n]>1かつAVγB[n]<0.5:脳活動低下
・状態4 AVγA[n]≦1 :身体的負荷あり
この実施形態では、判定手段205が、次の条件を判定する。
条件1・最新の計測日から見て「脳活動低下」をn回連続している。
条件2・最新の計測回からu(u>n)回以内において、「脳低下レベル」数値の加算値が所定値以上である。なお、上記n、uは正の整数であり、適宜決めることができる。
10B センサ部
11 通信手段
20 スマートウオッチ
40 表示装置
50 コンピュータ
201 カオス指標値算出手段
202 基準値データ保持制御手段
203 判定対象カオス指標値算出手段
204 指標値比算出手段
205 判定手段
206 通信手段
300 記憶装置
706 通信手段
Claims (18)
- 時系列データのカオス性を判定する指標であるカオス指標値を算出するカオス指標値計算手段と、
脳に対する負荷が基準値データを得る状態である第1の状態とされた被験者から得られるRRIデータを前記カオス指標値計算手段へ与えて得られる出力を基準値データとして記憶装置に保持させる基準値データ保持制御手段と、
脳に対する負荷が評価対象データを得る状態である第2の状態とされた判定対象者から得られるRRIデータを前記カオス指標値計算手段へ与えて評価対象データである判定対象カオス指標値を得る判定対象カオス指標値計算手段と、
前記基準値データと前記判定対象カオス指標値との比である指標値比を算出する指標値比算出手段と、
脳活動状態を判定するために脳活動閾値と前記指標値比との比較に基づき前記判定対象者の脳活動状態を判定する判定手段と、
を具備することを特徴とする脳活動状態判定装置。 - 前記カオス指標値計算手段は、複数種のカオス指標値を算出するものであり、
前記基準値データ保持制御手段は、前記複数種に対応する基準値データを記憶装置に保持させるものであり、
前記判定対象カオス指標値計算手段は、前記複数種に対応する判定対象カオス指標値を得るものであり、
前記指標値比算出手段は、前記複数種に対応する指標値比を算出するものであることを特徴とする請求項1に記載の脳活動状態判定装置。 - 前記指標値比算出手段は、前記複数種に対応する指標値比を算出し、得られた指標値比を平均して平均指標値比を得るものであることを特徴とする請求項2に記載の脳活動状態判定装置。
- 前記基準値データ保持制御手段は、安静状態の被験者から得られるRRIデータを前記カオス指標値計算手段へ与えて得られる出力を安静時基準値データとして記憶装置に保持させることを特徴とする請求項1乃至3のいずれか1項に記載の脳活動状態判定装置。
- 前記基準値データ保持制御手段は、脳が認知活動状態の被験者から得られるRRIデータを前記カオス指標値計算手段へ与えて得られる出力を認知活動時基準値データとして記憶装置に保持させることを特徴とする請求項1乃至3のいずれか1項に記載の脳活動状態判定装置。
- 前記指標値比算出手段は、前記複数種に対応する指標値比を算出し、得られた指標値比を平均して平均指標値比を得るものであり、
前記判定手段による判定が少なくとも5回行われ、この判定結果とそのときの平均指標値比が記憶されており、
前記記憶された判定結果とそのときの平均指標値比の低下傾向に基づき慢性的脳疲労を判定する脳疲労第1判定手段を
具備することを特徴とする請求項2に記載の脳活動状態判定装置。 - 前記基準値データ保持制御手段は、安静状態の被験者から得られるRRIデータを前記カオス指標値計算手段へ与えて得られる出力を安静時基準値データとして記憶装置に保持させると共に、脳が認知活動状態の被験者から得られるRRIデータを前記カオス指標値計算手段へ与えて得られる出力を認知活動時基準値データとして記憶装置に保持させており、
前記指標値比算出手段は、前記安静時基準値データと前記判定対象カオス指標値との比である安静指標値比及び、前記認知活動時基準値データと前記判定対象カオス指標値との比である認知活動指標値比を算出し、
前記判定手段は、脳活動状態を判定するために安静状態対応脳活動閾値と前記安静指標値比との比較及び認知活動対応脳活動閾値と前記認知活動指標値比との比較に基づき前記判定対象者の脳活動状態を判定することを特徴とする請求項1乃至3のいずれか1項に記載の脳活動状態判定装置。 - 前記指標値比算出手段は、所定時間幅で得られるRRIデータを用いて、複数時間間隔で複数の安静指標値比及び認知活動指標値比を算出し、
前記判定手段は、複数の安静指標値比及び認知活動指標値比についてそれぞれ設定された複数種の脳活動閾値との比較に基づき前記判定対象者の脳活動状態を判定することを特徴とする請求項7に記載の脳活動状態判定装置。 - 前記指標値比算出手段は、前記複数種に対応する指標値比を算出し、得られた指標値比を平均して平均指標値比を得るものであり、
前記判定手段による判定が少なくとも5回行われ、この判定結果とそのときの平均安静指標値比及び平均認知活動指標値比が記憶されており、
前記記憶された判定結果とそのときの平均安静指標値比及び平均認知活動指標値比の低下傾向に基づき慢性的脳疲労を判定する脳疲労第2判定手段を
具備することを特徴とする請求項8に記載の脳活動状態判定装置。 - コンピュータを、
時系列データのカオス性を判定する指標であるカオス指標値を算出するカオス指標値計算手段、
脳に対する負荷が基準値データを得る状態である第1の状態とされた被験者から得られるRRIデータを前記カオス指標値計算手段へ与えて得られる出力を基準値データとして記憶装置に保持させる基準値データ保持制御手段、
脳に対する負荷が評価対象データを得る状態である第2の状態とされた判定対象者から得られるRRIデータを前記カオス指標値計算手段へ与えて評価対象データである判定対象カオス指標値を得る判定対象カオス指標値計算手段、
前記基準値データと前記判定対象カオス指標値との比である指標値比を算出する指標値比算出手段、
脳活動状態を判定するために脳活動閾値と前記指標値比との比較に基づき前記判定対象者の脳活動状態を判定する判定手段、
として機能させることを特徴とする脳活動状態判定用プログラム。 - 前記コンピュータを前記カオス指標値計算手段として、複数種のカオス指標値を算出するように機能させ、
前記コンピュータを前記基準値データ保持制御手段として、前記複数種に対応する基準値データを記憶装置に保持させるように機能させ、
前記コンピュータを前記判定対象カオス指標値計算手段として、前記複数種に対応する判定対象カオス指標値を得るように機能させ、
前記コンピュータを前記指標値比算出手段として、前記複数種に対応する指標値比を算出するように機能させることを特徴とする請求項10に記載の脳活動状態判定用プログラム。 - 前記コンピュータを前記指標値比算出手段として、前記複数種に対応する指標値比を算出し、得られた指標値比を平均して平均指標値比を得るように機能させることを特徴とする請求項11に記載の脳活動状態判定用プログラム。
- 前記コンピュータを前記基準値データ保持制御手段として、安静状態の被験者から得られるRRIデータを前記カオス指標値計算手段へ与えて得られる出力を安静時基準値データとして記憶装置に保持させるように機能させることを特徴とする請求項10乃至12のいずれか1項に記載の脳活動状態判定用プログラム。
- 前記コンピュータを前記基準値データ保持制御手段として、脳が認知活動状態の被験者から得られるRRIデータを前記カオス指標値計算手段へ与えて得られる出力を認知活動時基準値データとして記憶装置に保持させるように機能させることを特徴とする請求項10乃至12のいずれか1項に記載の脳活動状態判定用プログラム。
- 前記コンピュータを前記指標値比算出手段として、前記複数種に対応する指標値比を算出し、得られた指標値比を平均して平均指標値比を得るように機能させ、
前記コンピュータを前記判定手段として判定を少なくとも5回行うように機能させると共に、この判定結果とそのときの平均指標値比が記憶されるように機能し、
前記コンピュータを、前記記憶された判定結果とそのときの平均指標値比の低下傾向に基づき慢性的脳疲労を判定する脳疲労第1判定手段として機能させることを特徴とする請求項11に記載の脳活動状態判定用プログラム。 - 前記コンピュータを前記基準値データ保持制御手段として、安静状態の被験者から得られるRRIデータを前記カオス指標値計算手段へ与えて得られる出力を安静時基準値データとして記憶装置に保持させるように機能させると共に、脳が認知活動状態の被験者から得られるRRIデータを前記カオス指標値計算手段へ与えて得られる出力を認知活動時基準値データとして記憶装置に保持させるように機能させ、
前記コンピュータを前記指標値比算出手段として、前記安静時基準値データと前記判定対象カオス指標値との比である安静指標値比及び、前記認知活動時基準値データと前記判定対象カオス指標値との比である認知活動指標値比を算出するように機能させ、
前記コンピュータを前記判定手段として、脳活動状態を判定するために安静状態対応脳活動閾値と前記安静指標値比との比較及び認知活動対応脳活動閾値と前記認知活動指標値比との比較に基づき前記判定対象者の脳活動状態を判定するように機能させることを特徴とする請求項10乃至12のいずれか1項に記載の脳活動状態判定用プログラム。 - 前記コンピュータを前記指標値比算出手段として、所定時間幅で得られるRRIデータを用いて、複数時間間隔で複数の安静指標値比及び認知活動指標値比を算出するように機能させ、
前記コンピュータを前記判定手段として、複数の安静指標値比及び認知活動指標値比についてそれぞれ設定された複数種の脳活動閾値との比較に基づき前記判定対象者の脳活動状態を判定するように機能させることを特徴とする請求項16に記載の脳活動状態判定用プログラム。 - 前記コンピュータを前記指標値比算出手段として、前記複数種に対応する指標値比を算出し、得られた指標値比を平均して平均指標値比を得るように機能させ、
前記コンピュータを前記判定手段として判定を少なくとも5回行うように機能させると共に、この判定結果とそのときの平均安静指標値比及び平均認知活動指標値比が記憶されるように機能させ、
前記コンピュータを前記記憶された判定結果とそのときの平均安静指標値比及び平均認知活動指標値比の低下傾向に基づき慢性的脳疲労を判定する脳疲労第2判定手段として機能させることを特徴とする請求項17に記載の脳活動状態判定用プログラム。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022061215A JP2023151548A (ja) | 2022-03-31 | 2022-03-31 | 脳活動状態判定装置及び脳活動状態判定用プログラム |
PCT/JP2023/013023 WO2023190791A1 (ja) | 2022-03-31 | 2023-03-29 | 脳活動状態判定装置及び脳活動状態判定用プログラム |
CN202380010693.XA CN117157011A (zh) | 2022-03-31 | 2023-03-29 | 脑活动状态判定装置以及脑活动状态判定用程序 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022061215A JP2023151548A (ja) | 2022-03-31 | 2022-03-31 | 脳活動状態判定装置及び脳活動状態判定用プログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2023151548A true JP2023151548A (ja) | 2023-10-16 |
Family
ID=88202663
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022061215A Pending JP2023151548A (ja) | 2022-03-31 | 2022-03-31 | 脳活動状態判定装置及び脳活動状態判定用プログラム |
Country Status (3)
Country | Link |
---|---|
JP (1) | JP2023151548A (ja) |
CN (1) | CN117157011A (ja) |
WO (1) | WO2023190791A1 (ja) |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07231880A (ja) * | 1994-02-24 | 1995-09-05 | Sanyo Electric Co Ltd | ストレス評価方法及び装置 |
JP3596198B2 (ja) * | 1996-11-20 | 2004-12-02 | 松下電器産業株式会社 | 運転者監視装置 |
-
2022
- 2022-03-31 JP JP2022061215A patent/JP2023151548A/ja active Pending
-
2023
- 2023-03-29 CN CN202380010693.XA patent/CN117157011A/zh active Pending
- 2023-03-29 WO PCT/JP2023/013023 patent/WO2023190791A1/ja unknown
Also Published As
Publication number | Publication date |
---|---|
WO2023190791A1 (ja) | 2023-10-05 |
CN117157011A (zh) | 2023-12-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2482710B1 (en) | System and method for applied kinesiology feedback | |
Choi et al. | Development and evaluation of an ambulatory stress monitor based on wearable sensors | |
US9655532B2 (en) | Wearable physiological monitoring and notification system based on real-time heart rate variability analysis | |
US9265430B2 (en) | Method, system and software product for the measurement of heart rate variability | |
Choi et al. | Using heart rate monitors to detect mental stress | |
US20160242672A1 (en) | Vital signal measuring apparatus and method for estimating contact condition | |
WO2008108815A1 (en) | Method and system for measuring and ranking an engagement response | |
CN109350020A (zh) | 身心健康状况分析装置及方法 | |
US20100113865A1 (en) | System and method for relaxation | |
US10022057B1 (en) | Wearable physiological monitoring and notification system based on real-time heart rate variability analysis | |
Mestivier et al. | Relationship between diabetic autonomic dysfunction and heart rate variability assessed by recurrence plot | |
CN113573627A (zh) | 用于测量心率的系统 | |
D’Alvia et al. | Heart rate monitoring under stress condition during behavioral analysis in children with neurodevelopmental disorders | |
CN114027842B (zh) | 一种抑郁症客观筛查系统、方法及装置 | |
KR101315128B1 (ko) | 다차원 생체신호측정 기반 생체항상성 측정방법 | |
WO2023190791A1 (ja) | 脳活動状態判定装置及び脳活動状態判定用プログラム | |
GB2469547A (en) | Measurement of heart rate variability | |
Noh et al. | Implementation of the abnormal ECG monitoring system using heartbeat check map technique | |
WO2019230235A1 (ja) | ストレス評価装置、ストレス評価方法及びプログラム | |
US20220346682A1 (en) | System for determining an emotion of a user | |
RU2445916C2 (ru) | Способ доврачебной оценки функционального состояния человека и автоматическая система оценки функционального состояния пользователя (варианты) | |
DE202019000434U1 (de) | Biofeedbacksystem zur Verwendung in einem Verfahren zur Prävention, Diagnose und Therapie von Stress und kognitivem Leistungsabfall bedingt durch der Unterhaltung, Kommunikation und Datenverarbeitung dienenden elektronischen Bildschirmgeräten | |
Noh et al. | Measure the impact of audio-visual stimulation on human stress level by using unconstrained BCG measurement system | |
Akiyama et al. | A method for estimating a stress state using a pulse sensor for QOL visualization | |
Mainsah et al. | Design of a Dual Heart Rate Variability Monitor |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230328 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230328 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20230328 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20230329 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20230328 |