JP2746255B2 - 生体内等価電流双極子推定装置 - Google Patents

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】この発明は、生体上で測定さ
れた電位分布の値から、その源泉を高速・高精度に推定
する生体内等価電流双極子推定装置に関する。特に、複
数でそれらの活動が時間的に重なる等価電流双極子とし
て、その源泉を高速・高精度に推定する生体内等価電流
双極子推定装置に関する。

【０００２】

【従来の技術】従来の生体内等価電流双極子推定は、図
１０のフローチャートに示すような方法（例えば、特開
平３−９９６３０号公報等）で行われて来た。以下、こ
の推定方法について説明する。まずステップＳＴ４にお
いて、頭部（頭皮、頭蓋骨、脳等）の導電率や頭部形状
等の頭部モデルを表現するパラメータの値を入力する。
次いで、ステップＳＴ５において、電極位置の３次元座
標値を獲得する。次に、ステップＳＴ６において、脳内
神経活動に基づく電位測定が行われる。次いで、ステッ
プＳＴ７において、神経活動の電位の内から１時間サン
プルの電位を取り出し、データ解析用に指定する。

【０００３】そして、ステップＳＴ８において、電流双
極子を頭蓋内の所定位置に置いた時の指定した電極位置
の伝達行列を計算し、電流双極子が発生する各電極位置
の電位を計算する。ここで、神経活動電位の発生源を電
流双極子とし、その電流双極子により頭皮上に発生する
電位Ｖ_cを以下の数１に示すものと仮定する。

【０００４】

【数１】 但し、ｐは電流双極子のベクトル成分、ｒは電流双極子
の位置、Ａ（ｒ）は（電極数）行３列の伝達行列（双極
子の位置ｒの関数）であり、導電率や頭部形状等によっ
て決まるものとする。

【０００５】そして、ステップＳＴ９において、第６ス
テップＳＴ６で測定した神経活動の測定電位（Ｖｍとす
る）を利用して、以下のように電流双極子を求める。す
なわち、以下の数２で示す、上述の測定電位Ｖ_mと数１
で求めた電位Ｖ_cとの２乗誤差Ｓを最小にするような電
流双極子の位置ｒとベクトル成分ｐを求める。

【０００６】

【数２】

【０００７】ここで、電流双極子の位置ｒを任意に固定
した時、数２を最小にするベクトルｐは以下の数３で求
められる。そして、このベクトル成分ｐを使って、２乗
誤差Ｓを、電流双極子の位置ｒだけの関数として以下の
数４で示すことにより求める。

【０００８】

【数３】

【０００９】

【数４】 但し、Ｉは（電極数）次の単位行列とする。例えば、電
極数が６ならＩは６次の単位行列となる。

【００１０】このＳ₀を最小にする電流双極子の位置ｒ
を求め、２乗誤差がある基準値以下であるか否かを調べ
る。この２乗誤差が基準値以上である場合には、シンプ
レックス法によって電流双極子の位置を移動させてから
ステップＳＴ８に戻り、２乗誤差の値が収束するまで以
上の手順を繰り返す。

【００１１】

【発明が解決しようとする課題】しかしながら、上述し
た生体内等価電流双極子推定装置では、計算開始時点で
の双極子パラメータの初期値設定法が曖昧であり、初期
値によっては双極子の位置を間違って推定してしまうこ
とがあった。また、上述の方法では最終的な双極子パラ
メータの値を得るまでに多数回の繰り返し計算を必要と
した。さらに、仮定される双極子が複数でしかも時間的
に重なる場合には、誤差関数の極小点の数が増えて誤っ
た推定結果を与える危険性が非常に高くなると共に、膨
大な推定時間を必要としていた。

【００１２】この発明は、以上のような問題点を解消す
るためになされたものであり、複数の双極子でそれらの
活動が時間的に重なる場合でも、高精度で高速な推定が
できるようにすることを目的としている。

【００１３】

【課題を解決するための手段】この発明の生体内等価電
流双極子推定装置は、まず、生体上の電位分布を測定す
る電位分布測定手段と、学習データおよび電位分布測定
手段から電位分布の測定値を受け取って学習データおよ
び電位分布の測定値を正規化するデータ正規化手段と、
データ正規化手段から正規化された学習データまたは電
位分布の測定値の正規化された値を受け取ってこれらを
記憶する入力バッファ手段と、入力バッファ手段から正
規化された学習データまたは電位分布の測定値の正規化
された値を受け取ってこれらを記憶するユニット出力記
憶手段と、入力層，出力層，および１層以上の中間層か
ら成るニューラル・ネットワーク・システムの、各層の
ユニット間の結合係数が記憶されている結合係数記憶手
段とを備えるようにした。加えて、入力バッファ手段か
ら受け取った正規化された学習データ，ユニット出力記
憶手段から受け取ったユニット出力値，結合係数記憶手
段から受け取った結合係数により結合係数を修正する結
合係数修正手段と、入力バッファ手段から受け取った正
規化された学習データまたは電位測定値の正規化された
値，ユニット出力記憶手段から受け取ったユニット出力
値，結合係数記憶手段から受け取った結合係数によりユ
ニット出力値を更新するユニット出力更新手段と、ユニ
ット出力記憶手段から正規化された等価電流双極子の位
置，方向，強さ，個数の値を受け取り、これらを元の値
に変換する双極子情報変換手段とを備えるようにした。
加えて、電位分布測定手段から電位分布の測定値を（測
定点の数）×（時間サンプル数）の行列として受け取
り、その行列の特異値分解の結果に基づいて双極子の個
数を設定する電位データ行列解析手段と、頭部の形状や
構造に関する情報を受け取って頭部の形状や構造を特徴
付けるパラメータを推定する頭部モデル推定手段と、生
体上にある測定点の３次元的な位置を推定する電極位置
推定手段とを備えるようにした。加えて、双極子情報変
換手段から受け取った双極子の位置，方向，強さ，個数
の値、電位データ行列解析手段から受け取った双極子の
個数、頭部モデル推定手段から受け取った頭部の形状や
構造を特徴付けるパラメータ、電極位置推定手段から受
け取った電極の３次元的位置を記憶する双極子情報記憶
手段と、双極子の位置と方向が固定でその強さが時間的
に変化するスタグナント型双極子モデルを等価電流双極
子モデルとして設定するスタグナント型双極子モデル設
定手段と、スタグナント型双極子モデル設定手段で設定
された双極子モデルに基づいて、双極子の位置，方向，
個数，頭部の形状や構造を特徴付けるパラメータおよび
電極の３次元的位置により、電位分布の値を計算する電
位分布計算手段を備えるようにした。そして、記双極子
の位置，方向，強さ，個数の内のいずれか１つまたは２
つ以上を組み合わせて表示する双極子情報表示手段と、
双極子の位置，方向，強さ，個数、電位分布計算手段が
計算した電位分布の計算値、電位分布測定手段が測定し
た電位分布の測定値により、電位分布の計算値と測定値
の差異が小さくなるように双極子の位置，方向，強さを
修正する双極子情報修正手段とを備えるようにした。す
なわち、本発明の基本原理は、まず、等価電流双極子モ
デルとして、双極子の位置と方向が固定でその強さだけ
が時間的に変化するスタグナント型の双極子モデルを採
用したことにある。加えて、その双極子モデル・パラメ
ータの初期値設定に、ニューラルネットワークの学習機
能，測定された電位データ行列の特異値分解，情報量基
準を利用することにある。これらの要素技術の統合によ
り、高速・高精度の等価電流双極子推定が可能になる。

【００１４】

【発明の実施の形態】以下この発明の実施の形態を図を
参照して説明する。 実施の形態１．図１は、この発明の第１の実施の形態に
おける生体内等価電流双極子推定装置の構成を示す構成
図である。図１に示されるように、電位分布測定部１０
１は、生体上の電位分布を測定する。これは、電極キャ
ップ１２０を用いてなされる。データ正規化部１０２
は、学習データおよび電位分布測定部１０１から電位分
布の測定値を受け取り、学習データ，電位分布の測定値
を正規化する。なお、学習データは、後述する電位分布
計算部１１３からの電位分布の計算値に基づいて生成さ
れる。

【００１５】入力バッファ部１０３は、データ正規化部
１０２から正規化された学習データまたは電位分布の測
定値の正規化された値を受け取りこれらを記憶する。ユ
ニット出力記憶部１０４は、入力バッファ部１０３から
正規化された学習データまたは電位分布の測定値の正規
化された値を受け取りこれらを記憶する。結合係数記憶
部１０５は、ニューラル・ネットワーク・システムにお
ける各層のユニット間の結合係数を記憶する。ニューラ
ル・ネットワーク・システムは、入力層，出力層，およ
び，１層以上の中間層から構成される。

【００１６】結合係数修正部１０６は、まず、入力バッ
ファ部１０３から正規化された学習データを受け取る。
また、ユニット出力記憶部１０４からユニット出力値を
受け取る。そして、結合係数記憶部１０５から結合係数
を受け取り、これらのことにより結合係数を修正する。
ユニット出力更新部１０７は、まず、入力バッファ部１
０３から正規化された学習データまたは電位測定値の正
規化された値を受け取る。また、ユニット出力記憶部１
０４からユニット出力値を受け取る。そして、結合係数
記憶部１０５から結合係数を受け取り、これらのことに
よりユニット出力値を更新する。双極子情報変換部１０
８は、ユニット出力記憶部１０４から正規化された等価
電流双極子の位置，方向，強さ，個数の値を受け取り、
これらを元の値に変換する。

【００１７】頭部モデル推定部１０９は、頭部の形状や
構造に関する情報を受け取り、頭部の形状や構造を特徴
付けるパラメータを推定する。電極位置推定部１１０
は、生体上にある電極（測定点）の３次元的な位置を推
定する。双極子情報記憶部１１１は、まず、双極子情報
変換部１０８から双極子の位置，方向，強さ，個数の値
を受け取る。また、頭部モデル推定部１０９から頭部の
形状や構造を特徴付けるパラメータを受け取る。そし
て、電極位置推定部１１０から電極の３次元的位置を受
け取り、これらを記憶する。

【００１８】スタグナント型双極子モデル設定部１１２
は、まず、等価電流双極子モデルとして、双極子の位置
と方向が固定でその強さが時間的に変化するスタグナン
ト型双極子モデルを仮定する。そして、電極ｉ、時間サ
ンプルｊにおける電位分布の計算値ｒ_ijを以下の数５に
示すように設定する。

【００１９】

【数５】

【００２０】但し、数５に置いて、ψ_i（ベクトルｐ_l）
は双極子パラメータベクトルｐ_lを有する双極子ｌによ
って惹き起こされた電極ｉにおける電位分布の計算値、
ｓ_ljは双極子ｌのｊ番目の時間サンプルにおける電位振
幅値とする。また、「〜」を上に付けてあるものは、計
算値や推定値を示すものである。

【００２１】電位分布計算部１１３は、まず、双極子情
報記憶部１１１から双極子の位置，方向，個数，頭部の
形状や構造を特徴付けるパラメータ、および、電極の３
次元的位置を受け取る。そして、電位分布計算部１１３
は、スタグナント型双極子モデル設定部１１２で設定さ
れた双極子モデルに基づいて電位分布の値を計算する。
双極子情報表示部１１４は、まず、双極子情報記憶部１
１１から双極子の位置，方向，強さ，個数を受け取る。
そして、双極子情報表示部１１４は、双極子の位置，方
向，強さ，個数の内のいずれか１つまたは２つ以上を組
み合わせて表示する。

【００２２】双極子情報修正部１１５は、まず、双極子
情報記憶部１１１から双極子の位置，方向，強さ，個数
を受け取る。また、電位分布計算部１１３から電位分布
の計算値を受け取る。そして、電位分布測定部１０１か
ら電位分布の測定値を受け取り、それらにより電位分布
の計算値と測定値の差異が小さくなるように双極子の位
置，方向，強さを修正する。

【００２３】以下、この実施の形態１における生体内等
価電流双極子推定装置の動作について説明する。なお、
本発明の実施の形態すべてを通じて、「Ｖｉｓｕａｌ
Ｐ３００」と呼ばれる事象関連電位の脳内等価電流双極
子推定を例に取る。「Ｖｉｓｕａｌ Ｐ３００」とは、
「ｖｉｓｕａｌ ｏｄｄｂａｌｌ ｐａｒａｄｉｇｍ」
と呼ばれる実験課題によって得られる事象関連電位であ
り、刺激提示から３００ｍｓｅｃ後に現れる正の成分を
指す。

【００２４】「Ｖｉｓｕａｌ Ｐ３００」およびその脳
疾患や機能異常検査としての有用性については、例え
ば、臨床医，Ｖｏｌ．２１，Ｎｏ．４，１９９５，４５
２〜４５７頁に黒岩氏、王氏、須藤氏が「痴呆性疾患の
生理学」と題して発表した解説論文に記載されている。
図５に「ｖｉｓｕａｌ ｏｄｄｂａｌｌ ｐａｒａｄｉ
ｇｍ」に用いられる３種類の視覚刺激およびそれらの提
示条件の例を示す。図５（ａ）〜（ｃ）はその３種類の
視覚刺激のための図形を示している。また、図５（ｄ）
はそれらの提示条件の１例をタイムチャートで示してい
る。

【００２５】「ｖｉｓｕａｌ ｏｄｄｂａｌｌ ｐａｒ
ａｄｉｇｍ」とは、一般に、３種類の感覚刺激をランダ
ムに提示するものである。但し、「ｒａｒｅ ｔａｒｇ
ｅｔ」と呼ばれる刺激，および「ｒａｒｅ ｎｏｎ−ｔ
ａｒｇｅｔ」と呼ばれる刺激は低頻度（例えば、２０
％）で提示される。また、「ｆｒｅｑｕｅｎｔ ｎｏｎ
−ｔａｒｇｅｔ」と呼ばれる刺激は高頻度（例えば、６
０％）で提示される。

【００２６】特に、「ｒａｒｅ ｔａｒｇｅｔ」につい
ては、「ｍｅｎｔａｌ ｃｏｕｎｔ」，ボタン押し，後
で提示回数を報告させる・・等により注意を向けさせる
ような実験課題を言う。例えば、被験者に、図５に示し
た「ｒａｒｅ ｔａｒｇｅｔ」と呼ばれる刺激を認知し
た時のみ、できる限り速くかつ正確に右手でボタンを押
すように指示すれば、加算回数がわずか１０数回程度で
「Ｖｉｓｕａｌ Ｐ３００」を得ることができる。

【００２７】上記の実験条件の下で、電位分布測定部１
０１は、「ｖｉｓｕａｌ ｏｄｄｂａｌｌ ｐａｒａｄ
ｉｇｍ」において、視覚刺激が提示されてから１秒間、
エレクトロキャップの各電極を介して計測された脳電位
を増幅およびＡ／Ｄ変換する。そして、このデジタルデ
ータは、例えば、テキスト形式あるいはバイナリ形式で
記録・保持する。この電位分布測定部１０１としては、
例えば、ＥＣＩ社製のエレクトロキャップ、日本電気三
栄（株）製の生体信号用アンプ６Ｒ１２、カノープス電
子（株）製Ａ／ＤコンバータボードＡＤＸ−９８Ｅ、日
本電気（株）製のパーソナルコンピュータＰＣ−９８２
１Ｘｔにより構成することができる。また、デジタルデ
ータは、そのパーソナルコンピュータの磁気ディスク装
置に記録・保持することができる。

【００２８】電位分布測定部１０１は、さらに、記録さ
れた脳電位データから「ｒａｒｅｔａｒｇｅｔ」が提示
された時のデータのみを抽出し、加算平均処理を施す。
この処理は、上述したパーソナルコンピュータ上で容易
に実行できる。以後、加算平均前の生データを１０１
０、加算平均後のデータを１０１１と表記する。次に、
データ正規化部１０２は、学習データおよび電位分布測
定部１０１から電位分布の測定値１０１１を受け取り、
学習データおよび電位分布の測定値を正規化する。な
お、このデータ正規化部１０２も、例えば、日本電気
（株）製のパーソナルコンピュータＰＣ−９８２１Ｘｔ
により構成することができる。

【００２９】正規化は、例えば、以下のように行う。す
なわち、ｉ番目の電極位置における電位分布データの計
算値Ｖ_i（１時間サンプル）に対して、正規化された電
位分布データＶ_i´を以下の数６で与える。

【００３０】

【数６】

【００３１】但し、ｍａｘ｜Ｖ｜は、全学習データの中
でその絶対値が最大の電位分布の値を表す。また、ａは
正規化定数であり、例えば、０．８等の値が適切である
が、その他の正数を使っても差し支えない。正規化を定
義する式は上式に限らず、値が１以下になるようなもの
であれば良い。

【００３２】なお、学習データは、電位分布計算部１１
３からの電位分布の計算値に基づいて、以下のように生
成される。なお、電位分布計算部１１３としては、例え
ば、日本電気（株）製のパーソナルコンピュータＰＣ−
９８２１Ｘｔで構成できる。まず初めに、学習データの
入力信号である電位分布データの計算に必要な双極子モ
デルのパラメータ（の値）を双極子情報記録部１１１で
生成する。なお、こおの双極子情報記録部１１１も、例
えば、日本電気（株）製のパーソナルコンピュータＰＣ
−９８２１Ｘｔで構成できる。

【００３３】双極子情報記録部１１１は、乱数を用いて
Ｎ_t組の異なる双極子モデルのパラメータを生成する。
双極子モデルのパラメータは、双極子の位置の３成分
（ｘ,ｙ,ｚ）およびモーメントベクトル（Ｍ_x,Ｍ_y,
Ｍ_z）を１組とする。ここで、Ｎ_tは学習データの数であ
り、通常、５０００〜１００００個用意する。なお、乱
数を用いて双極子モデルのパラメータを生成する場合に
は、例えば、以下の数７および数８に示すような制約条
件を設ける。

【００３４】

【数７】

【００３５】

【数８】

【００３６】但し、Ｒ_bは頭部を多層同心球で近似した
場合の脳の半径、μはモーメントベクトルの最大値であ
り、頭皮上で計測される電位分布の値と双極子モデルの
パラメータから計算される電位分布の値が、ほぼ同じ大
きさとなるように定められる。

【００３７】次に、双極子情報記録部１１１で生成され
た双極子モデルのパラメータは、電位分布計算部１１３
へ送られ、以下に述べる電位分布の計算に用いられる。
電位分布計算部１１３では、図６に示すような同心球の
表面ｒ＝ｒ₁に生じる電位を以下のように計算する。図
６は、頭部モデルを示すものである。図６に示されるよ
うに、頭部のモデルとしては、まず、例えばＮ層の多層
導体同心球とする。また、それら各層の内部（ｒ_j+1＜
ｒ＜ｒ_j,ｊ＝１，・・・，Ｎ）における「ｒａｄｉａ
ｌ」方向の導電率ε’（ｒ）と、「ｔａｎｇｅｎｔｉａ
ｌ」方向の導電率η（ｒ）は一定とする。そして、各境
界ｒ=ｒ₁,・・・,ｒ_Nにおいては、不連続に変化するこ
ととしている。すなわち、ここでは、関数ε’（ｒ）と
η（ｒ）は区分的に一定であるものを仮定している。

【００３８】すなわち、ｒ₀（＝（ｘ₀ ²+ｙ₀ ²+
ｚ₀ ²）^1/2）に位置し、モーメントベクトルの「ｒａｄ
ｉａｌ」成分がＭ_r、モーメントベクトルの「ｔａｎｇ
ｅｎｔｉａｌ」成分がＭθで与えられる双極子によっ
て、頭皮表面（ｒ，θ，φ’）に生じる電位は、以下の
数９で与えられる。

【００３９】

【数９】

【００４０】但し、Ｒ_n ⁽ⁱ⁾（ｒ）は以下の数１０で示す
常微分方程式を満たす独立解である。

【００４１】

【数１０】

【００４２】具体的には、以下の数１１と数１２に対し
て、以下の数１３で与えられる。

【００４３】

【数１１】

【００４４】

【数１２】

【００４５】

【数１３】

【００４６】但し、Ａ_j ⁽ⁱ⁾とB_j ⁽ⁱ⁾は、以下の数１４と
数１５で示す境界条件の下で、以下の数１６で示す漸化
式によって求められる。

【００４７】

【数１４】

【００４８】

【数１５】

【００４９】

【数１６】

【００５０】また、以下の数１７で示す関係が成り立っ
ている。

【００５１】

【数１７】 これは、「Ｌｅｇｅｎｄｒｅ」の随伴関数とｃｏｓｍ
φ’（α＝０）あるいはｓｉｎｍφ’（α＝１）の積の
形となっている。

【００５２】なお、頭皮表面上の位置、例えば、電極位
置は、以下に述べるように、電極位置推定部１１０で算
出される。これは、電位分布計算部１１３における電位
分布の計算に必要なものである。

【００５３】電極位置推定部１１０は、脳波計測のため
の頭皮表面に装着された電極の３次元的な位置を推定す
る。位置推定には、例えば、以下に示す方法がある。 電極間の直線距離を計測し、三角測量の原理に基づい
て電極位置を推定する方法。 磁気センサーを利用した３次元デジタイザーを使っ
て、直接に電極位置を推定する方法。 の方法の場合、電極位置推定部１１０は、直線距離計
測のためのノギスと日本電気（株）製のパーソナルコン
ピュータＰＣ−９８２１Ｘｔによって実現可能である。
また、の方法の場合は、ＰＯＬＨＥＭＵＳ社製の３次
元デジタイザー３ＳＰＡＣＥ ＩＳＯＴＲＡＫ ＩＩ、
および、日本電気（株）製のパーソナルコンピュータＰ
Ｃ−９８２１Ｘｔによって実現可能である。

【００５４】また、電位分布計算部１１３における電位
分布の計算に必要な頭部モデルを表すパラメータの値
は、頭部モデル推定部１０９で得られる。以下では、頭
部モデルを４層導体同心球で近似する場合を述べる。頭
部モデル推定部１０９は、電極位置推定部１１０で生成
された電極位置データと頭部の構造情報に基づいて頭部
モデルを推定する。例えば、頭部モデルを多層導体同心
球で近似する場合には、電極位置データを外挿する球が
頭部表面を表す球に対応する。この外挿球を求めるため
には、以下の数１８で示す、評価関数を最小にする球の
中心ベクトルｘ₀と球の半径Ｒを探し出せば良い。

【００５５】

【数１８】

【００５６】但し、ベクトルｘ_iは電極ｉの位置ベクト
ルとする。なお、Ｈ_headの最小化には、例えば、「Ｓｉ
ｍｐｌｅｘ」法を利用することができる。

【００５７】球の中心ベクトルｘ₀から頭皮表面までの
距離Ｒは、ヒトによって異なる。しかし、このＲを１と
した時の頭蓋骨外側までの距離比，髄液までの距離比，
大脳皮質までの距離比は、ヒトによって変動が少ないこ
とが経験的に知られている。例えば、これらの比の値
を、それぞれ１．００（頭皮），０．９４（頭蓋骨），
０．８８（髄液），０．８５（大脳皮質）と置くことが
できる。これらの値については、「Ｃ．Ｊ．Ｓｔｏｋ」
氏が「The inverse problem inEEG and MEG withapplic
ation to visual evoked presponses」と題して発表し
た学位論文（phD.-Thesis,Technical University of Tw
ente,TheNetherlands,1986）に詳しい。こうして、以下
の数１９を得る。

【００５８】

【数１９】

【００５９】また、各層における導電率の値について
は、例えば、「Ａｎｅｓｔｈｅｓｉａａｎｄ Ａｎａｌ
ｇｅｓｉａ，Ｖｏｌ．４７，１９６８，７１７〜７２３
頁」に、「Ｓ．Ｒｕｓｈ」氏と「Ｄ．Ａ．Ｄｒｉｓｃｏ
ｌｌ」氏が「Ｃｕｒｒｅｎｔｄｉｓｔｒｉｂｕｔｉｏｎ
ｉｎ ｔｈｅ ｂｒａｉｎ ｆｒｏｍｓｕｒｆａｃｅ
ｅｌｅｃｔｒｏｄｅｓ」と題して発表した論文に記載
されており、以下の数２０および数２１で示すように与
えることができる。

【００６０】

【数２０】

【００６１】

【数２１】

【００６２】ここで、直交座標系（ｘ,ｙ,ｚ）と球面座
標系（r,θ,φ’）の間に以下の数２２で示す関係を仮
定する。

【００６３】

【数２２】

【００６４】こうして、以下の数２３で示す双極子モデ
ルのパラメータと双極子モデルのパラメータＰ⁽ⁱ⁾とを
用いて、以下の数２４で示される頭皮表面上のＮ_M個の
点で計算される電位分布の値の組が、学習データとして
求められる。

【００６５】

【数２３】

【００６６】

【数２４】

【００６７】次に、データ正規化部１０２で正規化され
たデータ１０２１は、入力バッファ部１０３に送られ、
保持される。入力バッファ部１０３は、例えば、磁気デ
ィスク装置、半導体メモリ記憶装置、光磁気ディスク装
置等によって実現できる。

【００６８】次に、結合係数記憶部１０５に保持される
べきニューラルネットワークの結合係数を、乱数等を用
いて初期化する。結合係数記憶部１０５は、例えば、日
本電気（株）製のパーソナル・ニューロボード「Ｎｅｕ
ｒｏ−０７」、磁気ディスク装置、半導体メモリ記憶装
置、光磁気ディスク装置等によって実現可能である。次
に、ユニット出力記憶部１０４に構築されているニュー
ラルネットワークの入力層に対して、入力バッファ部１
０３に保持されていた学習データ１０２１を入力する。

【００６９】次に、ユニット出力記憶部１０４では、ニ
ューラルネットワークを用いて双極子モデルのパラメー
タを出力する。このニューラルネットワークは、図７に
示すように、一般に、入力層，出力層，および，１層以
上の中間層と呼ばれる３種類の層から構成されている。
各層には、ユニットと呼ばれる処理単位系（図７中の白
丸印）が配置されている。各ユニットは、入力層に近い
側の隣接層ユニットから入力を受け取り、出力層に近い
側の層へ出力する。各ユニットの入出力関係は、例え
ば、以下の数２５，２６，２７に示すように定義するこ
とができる。

【００７０】

【数２５】

【００７１】

【数２６】

【００７２】

【数２７】

【００７３】但し、ｈはユニットへの入力値、ｖはユニ
ットからの出力値、Θはユニットが持つ閾値を表す。上
付き添字は入力層から数えた階層の数を表し、下付き添
字は層中のユニットの番号を表す。また、Ｗ_ij ^(l)は第
（ｌ−１）層のｊ番目のユニットと第ｌ層のｉ番目のユ
ニットの間の結合係数、ｇ（ｘ）は入出力の応答関数で
ある。

【００７４】以上示したことにより、入力層から出力層
まで順序良く計算して行けば、最終的に、出力層からの
出力値が得られる。この出力値が、ユニット出力記憶部
１０４に構築されたニューラルネットワークによって算
出される双極子モデルのパラメータである。応答関数ｇ
（ｘ）としては、数２７以外にも、例えば、「ｔａｎｈ
（ｘ）」を用いても良いし、これら以外の関数を用いて
も良い。

【００７５】次に、双極子モデルのパラメータの値と、
学習データ１０２１の値の差を計算する。双極子モデル
のパラメータの値は、ユニット出力記憶部１０４に構築
されたニューラルネットワークによって算出されたもの
である。以下では、この差を誤差Ｅと呼ぶ。この誤差Ｅ
は、例えば、以下の数２８で与えることができる。

【００７６】

【数２８】

【００７７】但し、ｏ_iは出力層の第ｉ番目のユニット
からの出力値、τ_iはそのユニットの正しい出力値であ
る。誤差Ｅは上式のように２乗誤差である必要はなく、
すべてのｏ_i，τ_iが一致した時に０となるような非負値
関数であれば良い。以下では、ニューラルネットワーク
の正しい出力値を教師信号と呼ぶ。次に、誤差Ｅが予め
設定された基準値以下であるかどうかを調べる。ここ
で、基準値以下ならば、入力バッファ部１０３に保持さ
れている正規化された電位分布の測定値を、ユニット出
力記憶部１０４に構築されたニューラルネットワークの
入力層に入力する。

【００７８】続いて、この入力データに基づいて、ニュ
ーラルネットワークは双極子モデルのパラメータを算出
する。そして、このパラメータは、双極子情報変換部１
０８に送られる。そして、変換後の値が、双極子情報記
憶部１１１に保持される。もし、誤差Ｅが基準値以上な
らば、結合係数修正部１０６において、誤差Ｅを小さく
するように結合係数が修正される。結合係数の修正方法
としては、例えば、誤差逆伝播学習法を用いる。

【００７９】誤差逆伝播学習法の具体的なアルゴリズム
は、例えば、文献（D.E.Rumelhart,J.L. McClelland an
d the PDP Research Groupの著書「ParallelDistribute
d Processing」Vol.1,MIT Press,pp.318-362,1986）に
詳しく記載されている。この修正により誤差Ｅが基準値
以下になった時点で、上記のように、入力バッファ部１
０３−ユニット出力記憶部１０４−双極子情報変換部１
０８を介して、双極子情報記憶部１１１に双極子モデル
のパラメータ値が記憶される。このパラメータは、電位
分布の測定値を使って算出されたものである。

【００８０】なお、予め、ユニット出力記憶部１０４に
構築されたニューラルネットワークの学習を完了してお
き、適切な結合係数を固定磁気ディスク等の記憶装置に
保持しておくようにしてもよい。このようにしておけ
ば、ニューラルネットワークで双極子モデルのパラメー
タを、電位分布の測定値から推定することを省略するこ
とも可能である。従って、ひとたび学習が終了すれば、
ニューラルネットワークの出力値を算出するための計算
のみで双極子モデルのパラメータ推定を行うことが可能
となり、高速な双極子モデルのパラメータ推定の実現が
可能となる。

【００８１】次に、スタグナント型双極子モデル設定部
１１２は、双極子の位置と方向が固定でその強さが時間
的に変化するスタグナント型の双極子モデルを設定す
る。スタグナント型双極子モデル設定部１１２として
は、例えば、日本電気（株）製のエンジニアリングワー
クステーションＥＷＳ４８００／２１０で構成できる。
スタグナント型双極子モデルとしては、例えば、電極
ｉ，時間サンプルｊにおける電位分布の計算値ｒ_ijを以
下の数２９とするような双極子モデルを利用することが
できる。

【００８２】

【数２９】

【００８３】但し、ψ_i（ベクトルｐ_l）は、双極子パラ
メータベクトルｐ_lを有する双極子ｌによって惹き起こ
された電極ｉにおける電位分布の計算値であり、例え
ば、以下の数３０で示すようにすることができる。

【００８４】

【数３０】

【００８５】なお、数９で与えられるＮ層同心球モデル
による順問題の解に照らし合わせると、数９を以下の数
３１で示すように変形し、μ_l,1＝Ｍ_rとし、μ_l,2およ
びμ_{l ,3}についてはＭθをθ成分とφ’成分に分解する
ことにより、スタグナント型の双極子モデルとして取り
込むことが可能となる。

【００８６】

【数３１】

【００８７】次に、双極子情報記憶部１１１から出力さ
れた双極子の位置，方向，強さ，個数を修正する。双極
子情報修正部１１５としては、例えば、日本電気（株）
製のエンジニアリングワークステーションＥＷＳ４８０
０／２１０で構成できる。その修正の方法は、電位分布
計算部１１３から出力された電位分布の計算値ｒ_ijと、
電位分布測定部１０１から出力された電位分布の測定値
ｒ_ijの差異が最小となるように、双極子の位置，方向，
強さ，個数を修正する。例えば、以下に示す数３２が最
小となるように、双極子の位置，方向，強さ，個数を修
正する。

【００８８】

【数３２】

【００８９】この最小化問題は、未知パラメータｓ_lj、
ベクトルｐ_l（μ_l,λ,ベクトルｑ_l）の内、ベクトルｑ_l
のみが非線形で、残りがすべて線形パラメータであるこ
とから、以下に示す３つのステップに帰着される。

【００９０】ステップ１ 双極子の位置（ベクトルｑ_l）と方向（μ_l,λ）を固定
し、時間関数（ｓ_lj）のみが可変であるとして、誤差関
数Ｈを最小化する。この時、以下の数３３で示されるこ
とが成り立つから、以下の数３４が得られる。

【００９１】

【数３３】

【００９２】

【数３４】

【００９３】ステップ２ 次に、双極子の位置と時間関数を固定し、双極子の方向
のみが可変であるとして誤差関数Ｈを最小化する。この
時、Ｈのベクトルμに関する偏微分を０と置くことによ
り、以下の数３５が得られる。

【００９４】

【数３５】 但し、以下の数３６および数３７で示すとおりとし、添
字νは、便宜上、ν＝３（ｌ−１）＋λと置く。

【００９５】

【数３６】

【００９６】

【数３７】

【００９７】ステップ３ 最後に、双極子の位置に関する誤差関数Ｈを最小化す
る。この問題は、「Ｍａｒｑｕａｒｄｔ」法を使って解
くことができる。すなわち、双極子の位置を１つのベク
トルｑ＝（ベクトルｑ₁ ^T，ベクトルｑ₂ ^T，・・・・，ベ
クトルｑ_L ^T）で表せば、そのガウス行列は以下の数３７
で示すとおりとなる。

【００９８】

【数３８】

【００９９】そして、双極子の位置の更新すべき量は、
以下の数３９で与えられる。

【０１００】

【数３９】

【０１０１】但し、以下の４０で示す関係があるものと
する。

【０１０２】

【数４０】

【０１０３】なお、上式において、行列Ｍとベクトルｗ
の添字はベクトルｑに関する偏微分によって形成され、
行列のトレースは添字ｉに関して取られる。以上のこと
により、双極子パラメータの修正アルゴリズムは、上記
３つのステップの組み合わせによって構成される。

【０１０４】具体的には以下の通りである： １．双極子の位置と方向に対する初期値を選んでから、
誤差関数Ｈが有意に減少しなくなるまで、ステップ１と
ステップ２を繰り返し実行する。 ２．次に、双極子の方向μと時間関数ｓを正規化する。
すなわち、μ_l,1 ² + μ_l,2 ² + μ_l,3 ²＝１（ｌ＝１，・
・・，Ｌ）を満たすようにパラメータを修正する。 ３．最後に、ステップ３を実行する。アルゴリズム全体
は、線形パラメータを更新し、非線形パラメータに関す
るステップを実行することによって先に進むことにな
る。こうして、以下の数４１で示すこととなったら、ア
ルゴリズムを停止させる。

【０１０５】

【数４１】

【０１０６】双極子情報記憶部１１１は、双極子情報修
正部１１４で最後の修正後に得られた双極子情報（各双
極子ｌについて、その位置ベクトルｑ_l、方向ベクトル
μ、強さｓ_lj）を保持する。そして、必要とあれば、双
極子情報表示部１１４へ出力する。なお、この双極子情
報表示部１１４は、例えば、日本電気（株）製のパーソ
ナルコンピュータＰＣ−９８２１Ｘｔで構成できる。そ
して、双極子情報表示部１１４は、双極子情報記憶部１
１１から双極子情報を受け取り、その値に基づいて推定
結果を表示する。

【０１０７】図８は、図５に示した「ｒａｒｅ ｔａｒ
ｇｅｔ」に対する事象関連電位（ＶｉｓｕａｌＰ３０
０）のデータに、双極子の数を３と仮定して、脳内等価
電流双極子推定を適用し、推定された双極子の位置を頭
部モデルに投影して表示した結果を示している。データ
は、「ｓｔｉｍｕｌｕｓ ｏｎｓｅｔ」から２１８〜３
１６ｍｓｅｃ、サンプリング周波数１ｋＨｚ、電極数３
０等である。また、頭部モデルは、上面，前面，後面，
左側面，右側面の状態である。

【０１０８】実施の形態２．図２は、この発明の第２の
実施の形態における生体内等価電流双極子推定装置の構
成を示す構成図である。なお、実施の形態１と重複する
部分については説明を省略する。図２に示されるよう
に、電位データ行列解析部２１６は、電位分布測定部１
０１から電位分布の測定値を（測定点の数）×（時間サ
ンプル数）の行列として受け取る。そして、電位データ
行列解析部２１６は、その行列の特異値分解の結果に基
づいて双極子の個数を設定する。なお、この電位データ
行列解析部２１６は、例えば、日本電気（株）製のエン
ジニアリングワークステーションＥＷＳ４８００／２１
０により構成することができる。

【０１０９】前述の実施の形態１では、電位分布の計算
や学習データの生成には、予め、双極子の個数をいくつ
かに設定しておかなければならなかった。これに対し
て、この実施の形態２では、電位データ行列解析部２１
６が存在するので、電位分布の測定値から双極子数の初
期値を与えることが可能となる。電位データ行列解析部
２１６は、具体的には、以下の演算を実施する。まず初
めに、電位分布測定部１０１から電位分布の測定値を、
（電極数Ｉ）×（時間サンプル数Ｊ）の行列として受け
取る。次に、このデータ行列に特異値分解を施す。特異
値分解とは、電極数と時間サンプル数が一致する場合の
正方行列の固有値分解に相当する。一般に、電極数と時
間サンプル数が一致することは極稀なのでこの演算を行
う。

【０１１０】表１に、「Ｖｉｓｕａｌ Ｐ３００」のデ
ータ行列（３０ｃｈ×５０サンプル、「ｓｔｉｍｕｌｕ
ｓ ｏｎｓｅｔ」から２１８〜３１６ｍｓｅｃ、サンプ
リング周波数５００Ｈｚ）に特異値分解を適用した結果
を示す。この表から、脳波データの変動に寄与する成分
が２つあるいは３つありそうな事が伺われる。

【０１１１】

【表１】

【０１１２】さらに、こうしたデータ行列に対する特異
値分解を各時刻で実施することにより、主要成分の時間
的な推移を見る事が可能となる。図９はその結果をグラ
フ化した例である。すなわち、「ｒａｒｅ ｔａｒｇｅ
ｔ」に対する事象関連電位（ＶｉｓｕａｌＰ３００）
を、「ｓｔｉｍｕｌｕｓ ｏｎｓｅｔ」から６００ｍｓ
ｅｃまでについて、３０（電極数）×５０（時間サンプ
ル数）のデータ行列として特異値分解を適用し、この脳
波データの「ｐｏｗｅｒ」に対する特異値成分（１ｓ
ｔ，２ｎｄ，３ｒｄ，４ｔｈの上位４つ）の寄与率を、
「ｍｉｄｄｌｅ ｔｉｍｅ」の関数としてプロットした
ものが図９である。

【０１１３】ここで、本脳波データの場合にはサンプリ
ング間隔を５００Ｈｚとしたので、例えば、「ｍｉｄｄ
ｌｅ ｔｉｍｅ」が１００ｍｓｅｃの時の値は、区間５
０−１５０ｍｓｅｃの脳波データに特異値分解を適用し
た結果に相当する。なお、表１の結果は「ｍｉｄｄｌｅ
ｔｉｍｅ」が２６８ｍｓｅｃの場合に相当することに
なる。こうして、図９に示されるように、「ｓｔｉｍｕ
ｌｕｓ ｏｎｓｅｔ」から３００ｍｓｅｃ付近の脳波デ
ータを解析するとすれば、双極子の数を３に設定するこ
とが妥当であることが分かる。

【０１１４】実施の形態３．次に、この発明の実施の形
態３における生体内等価電流双極子推定装置について図
３を参照して説明する。なお、実施の形態２と重複する
部分は説明を省略する。図３は、この実施の形態３にお
ける生体内等価電流双極子推定装置を示す構成図であ
り、同図において、前述の説明（図２）と同じまたは同
等の部分には同一符号を付してある。

【０１１５】図３に示されるように、信号・雑音抽出部
３１７は、電位分布測定部１０１から電位分布の測定値
を受け取る。そして、信号・雑音抽出部３１７は、測定
値の信号成分と雑音成分を抽出し、測定値に対する信号
成分の比率（有意パワー率）を計算する。なお、この信
号・雑音成分抽出部３１７は、例えば、日本電気（株）
製のエンジニアリングワークステーションＥＷＳ４８０
０／２１０で構成できる。

【０１１６】電位データ行列解析部３１６は、信号・雑
音成分抽出部３１７から有意パワー率の値を受け取る。
また、電位データ行列解析部３１６は、電位分布測定部
１０１から電位分布の測定値を（測定点の数）×（時間
サンプル数）の行列として受け取る。そして、電位デー
タ行列解析部３１６は、その行列に特異値分解を施し、
特異値の累積寄与率が初めて有意パワー率を超える時の
特異値の数を双極子の個数を設定する。

【０１１７】前述の実施の形態２では、電位データ行列
解析部２１６において、データ行列の特異値分解によ
り、電位分布の測定値から双極子の個数を初期化した。
しかし、特異値成分をいくつまで採用するかは、経験的
にはその累積寄与率を８０％〜９０％としており、明確
ではなかった。これに対して、この実施の形態３では、
信号・雑音成分抽出部３１７が存在するので、電位分布
の測定値から設定すべき累積寄与率を決めることが可能
となる。

【０１１８】信号・雑音成分抽出部３１７は、具体的に
は、以下の演算を行う。なお、「ｒａｒｅ ｔａｒｇｅ
ｔ」に対する事象関連電位のデータ（ｓｔｉｍｕｌｕｓ
ｏｎｓｅｔから２１８〜３１６ｍｓｅｃ、サンプリング
周波数５００Ｈｚ、電極数３０、「ｒａｒｅ ｔａｒｇ
ｅｔ」の提示回数２０）を例に取る。ここで、「ｒａｒ
ｅ ｔａｒｇｅｔ」に対する加算前の脳波データを以下
の数４２に示すとおりとする。

【０１１９】

【数４２】

【０１２０】この時、加算後の脳波データｒ_ijは以下の
数４３により求められる。

【０１２１】

【数４３】

【０１２２】そして、この脳波データｒ_ijが、信号成分
ｒ^* _ijと雑音成分ｎ_ij から構成されていると仮定して以
下の数４４と置く。

【０１２３】

【数４４】

【０１２４】雑音成分は、例えば、文献（Science,Vol.
157,1967,92〜94頁、H.Schimmel氏「The （±） referen
ce: accuracy ofestimated mean components in averag
e response studies」）に記載されている「±ａｖｅｒ
ａｇｅｓ」を利用することができる。すなわち、雑音成
分の推定値ｎ_ijは、以下の数４５で与えることができ
る。

【０１２５】

【数４５】

【０１２６】こうして、信号成分の推定値ｒ^* _ijは、以
下の数４６により求められる。

【０１２７】

【数４６】

【０１２８】この時、測定値ｒ_ijに対する信号成分ｒ^*
_ijの比率（有意パワー率）は、以下の数４７により推定
可能である。

【０１２９】

【数４７】

【０１３０】次に、電位データ行列解析部２１６は、電
位分布測定部１０１から電位分布の測定値を（電極数）
×（時間サンプル数）の行列として受け取り、そのデー
タ行列に特異値分解を施す。さらに、特異値を大きい方
から累積して行き、その累積寄与率が初めて有意パワー
率を越えた時の特異値の数を双極子の個数とする。こう
して、電位分布の測定値から、双極子数の初期値を自動
的に設定することが可能となる。

【０１３１】実施の形態４．次に、この発明における第
４の実施の形態における生体内等価電流双極子推定装置
について説明する。図４は、この生体内等価電流双極子
推定装置の構成を示す構成図である。なお、実施の形態
１と重複する部分の説明は省略する。図４に示されるよ
うに、情報量基準値計算部４１８は、双極子の個数をあ
る値に固定した後に、電位分布測定部１０１から電位分
布の測定値と電極数を、電位分布計算部１１３から電位
分布の計算値を受け取る。ついで、情報量基準値計算部
４１８は、所定の情報量基準を双極子の個数が最大［Ｉ
／６］（Ｉは電極数、［］はガウス記号、すなわ
ち、［］内の値を超えない最大の整数）まで求める。所
定の情報量基準としては、赤池の情報量基準（Akaike's
Information Criterion、以後、ＡＩＣと略す）や、記
述長最小（Ｍinimum Description Length、以後、ＭＤ
Ｌと略す）基準の値などがある。

【０１３２】そして、情報量基準値計算部４１８は、情
報量基準の値が最小となる双極子の個数を初期値として
設定する。なお、この情報量基準値計算部４１８として
は、例えば、日本電気（株）製のエンジニアリングワー
クステーションＥＷＳ４８００／２１０により構成する
ことができる。情報量基準値計算部４１８は、具体的に
は、以下の演算を実施する。Ｌ個の双極子を仮定して脳
内等価電流双極子推定を行った場合、対応するＡＩＣは
以下の数４８で求めることができる。

【０１３３】

【数４８】

【０１３４】また、対応するＭＤＬは、以下の数４９で
求めることができる。

【０１３５】

【数４９】

【０１３６】ここで、φ_i ^(m)は電極ｉにおける電位分布
の測定値であり、以下の数５０により求めることができ
る。

【０１３７】

【数５０】 また、φ_i ^(c)はφ_i ^(m)に対応する電位分布の計算値であ
る。

【０１３８】φ_i ^(c)は各双極子数Ｌについて求めなけれ
ばならないので、以下のように、複雑な手順を必要とす
る。まず初めに、各双極子数Ｌ毎に、双極子情報を出力
するユニット出力記憶部１０４を準備する。すなわち、
双極子の個数が１の場合に双極子情報を出力するユニッ
ト出力記憶部１０４−１、・・・、双極子の個数が［Ｉ
／６］の場合に双極子情報を出力するユニット出力記憶
部１０４−［Ｉ／６］の通りである。各ユニット出力記
憶部１０４−Ｌは、スタグナント型双極子モデル設定部
１１２，電位分布計算部１１３，データ正規化部１０
２，入力バッファ部１０３，結合係数修正部１０６，結
合係数記憶部１０５，および，ユニット出力更新部１０
７の構成によって実現可能である。

【０１３９】次に、各双極子数Ｌに対して、電位分布の
測定値φ_i ^(m)をデータ正規化部１０２に入力し、入力バ
ッファ部１０３，結合係数修正部１０６，結合係数記憶
部１０５，ユニット出力更新部１０７を介して、ユニッ
ト出力記憶部１０４−Ｌが双極子情報を出力する。この
出力された双極子情報を使って，電位分布計算部１１３
はφ_i ^(c)を算出する。情報量基準値計算部４１８で得ら
れた双極子の個数は、双極子情報記憶部１１１に保持さ
れる。そして、これらは、スタグナント型双極子モデル
設定部１１２や電位分布計算部１１３における演算に利
用される。

【０１４０】

【発明の効果】以上説明したように、この発明によれ
ば、高速・高精度な複数等価電流双極子推定が可能にな
る。すなわち、この発明では、ニューラルネットワーク
の学習機能，測定された電位データ行列の特異値分解，
情報量基準を利用するようにしたので、双極子パラメー
タ（双極子の位置、方向、強さ、個数）の適切な初期値
設定が可能になったからである。さらに、この発明で
は、双極子モデルとして、双極子の位置と方向が固定で
その強さだけが時間的に変化するスタグナント型双極子
モデルを採用するようにしたので、複数の双極子でそれ
らの活動が時間的に重なる場合でも高精度推定が可能に
なる。これらの技術を統合することにより、この発明に
よれば、複数の双極子でそれらの活動が時間的に重なる
場合でも、高精度で高速な推定ができるという効果を有
する。

【図面の簡単な説明】

【図１】 この発明の第１の実施の形態における生体内
等価電流双極子推定装置の構成を示す構成図である。

【図２】 実施の形態２における生体内等価電流双極子
推定装置の構成を示す構成図である。

【図３】 実施の形態３における生体内等価電流双極子
推定装置の構成を示す構成図である。

【図４】 実施の形態４における生体内等価電流双極子
推定装置の構成を示す構成図である。

【図５】 「ｖｉｓｕａｌ ｏｄｄｂａｌｌ ｐａｒａ
ｄｉｇｍ」に用いられる３種類の視覚刺激およびそれら
の提示条件の例を示す説明図である。

【図６】 頭部モデルを示す説明図である。

【図７】 ニューラルネットワークの構成を示す構成図
である。

【図８】 実施の形態１における、推定された双極子の
位置を頭部モデルに投影して表示した結果を示す表示図
である。

【図９】 脳波データの「ｐｏｗｅｒ」に対する特異値
成分の寄与率を、「ｍｉｄｄｌｅ ｔｉｍｅ」の関数と
して示した特性図である。

【図１０】 従来の生体内等価電流双極子推定を示すフ
ローチャートである。

【符号の説明】

１０１…電位分布測定部、１０２…データ正規化部、１
０３…入力バッファ部、１０４…ユニット出力記憶部、
１０５…結合計数器億部、１０６…結合係数修正部、１
０７…ユニット出力更新部、１０８…双極子情報変換
部、１０９…頭部モデル推定部、１１０…電極位置推定
部、１１１…双極子情報記憶部、１１２…スタグナント
型双極子モデル設定部、１１３…電位分布計算部、１１
４…双極子情報表示部、１１５…双極子情報修正部、１
２０…電極キャップ。

Claims (4)

(57)【特許請求の範囲】
1. 【請求項１】 生体に装着された複数の電極を使って測
   定された電位測定値から、電位測定値の源泉として生体
   内に複数のスタグナント型等価電流双極子の存在を仮定
   し、生体内の等価電流双極子を推定する生体内等価電流
   双極子推定装置において、 生体上の電位分布を測定する電位分布測定手段と、 学習データおよび前記電位分布測定手段から電位分布の
   測定値を受け取り、前記学習データおよび電位分布の測
   定値を正規化するデータ正規化手段と、 前記データ正規化手段から正規化された学習データまた
   は電位分布の測定値の正規化された値を受け取り、これ
   らを記憶する入力バッファ手段と、 前記入力バッファ手段から正規化された学習データまた
   は電位分布の測定値の正規化された値を受け取り、これ
   らを記憶するユニット出力記憶手段と、 入力層，出力層，および１層以上の中間層から成るニュ
   ーラル・ネットワーク・システムの各層のユニット間の
   結合係数が記憶されている結合係数記憶手段と、 前記入力バッファ手段から受け取った正規化された学習
   データ，前記ユニット出力記憶手段から受け取ったユニ
   ット出力値，前記結合係数記憶手段から受け取った結合
   係数により結合係数を修正する結合係数修正手段と、 前記入力バッファ手段から受け取った正規化された学習
   データまたは電位測定値の正規化された値，前記ユニッ
   ト出力記憶手段から受け取ったユニット出力値，前記結
   合係数記憶手段から受け取った結合係数により前記ユニ
   ット出力値を更新するユニット出力更新手段と、 前記ユニット出力記憶手段から正規化された等価電流双
   極子の位置，方向，強さ，個数の値を受け取り、これら
   を元の値に変換する双極子情報変換手段と、 前記電位分布測定手段から電位分布の測定値を（測定点
   の数）×（時間サンプル数）の行列として受け取り、そ
   の行列の特異値分解の結果に基づいて双極子の個数を設
   定する電位データ行列解析手段と、 頭部の形状や構造に関する情報を受け取り、頭部の形状
   や構造を特徴付けるパラメータを推定する頭部モデル推
   定手段と、 生体上にある測定点の３次元的な位置を推定する電極位
   置推定手段と、 前記双極子情報変換手段から受け取った双極子の位置，
   方向，強さ，個数の値、前記電位データ行列解析手段か
   ら受け取った双極子の個数、前記頭部モデル推定手段か
   ら受け取った頭部の形状や構造を特徴付けるパラメー
   タ、前記電極位置推定手段から受け取った電極の３次元
   的位置を記憶する双極子情報記憶手段と、 双極子の位置と方向が固定でその強さが時間的に変化す
   るスタグナント型双極子モデルを、等価電流双極子モデ
   ルとして設定するスタグナント型双極子モデル設定手段
   と、 前記スタグナント型双極子モデル設定手段で設定された
   双極子モデルに基づいて、前記双極子の位置，方向，個
   数，頭部の形状や構造を特徴付けるパラメータおよび電
   極の３次元的位置により、電位分布の値を計算する電位
   分布計算手段と、 前記双極子の位置，方向，強さ，個数の内のいずれか１
   つ、または２つ以上を組み合わせて表示する双極子情報
   表示手段と、 前記双極子の位置，方向，強さ，個数、前記電位分布計
   算手段が計算した電位分布の計算値、前記電位分布測定
   手段が測定した電位分布の測定値により、電位分布の計
   算値と測定値の差異が小さくなるように前記双極子の位
   置，方向，強さを修正する双極子情報修正手段とを有す
   ることを特徴とする生体内等価電流双極子推定装置。
2. 【請求項２】 請求項１記載の生体内等価電流双極子推
   定装置において、 前記電位分布測定手段から電位分布の測定値を（測定点
   の数）×（時間サンプル数）の行列として受け取り、そ
   の行列の特異値分解の結果に基づいて双極子の個数を設
   定する電位データ行列解析手段を有することを特徴とす
   る生体内等価電流双極子推定装置。
3. 【請求項３】 請求項２記載の生体内等価電流双極子推
   定装置において、 前記電位分布測定手段から電位分布の測定値を受け取
   り、測定値の信号成分と雑音成分を抽出し、測定値に対
   する信号成分の比率である有意パワー率を計算する信号
   ・雑音抽出手段と、 前記信号・雑音成分抽出手段から有意パワー率の値を受
   け取り、前記電位分布測定手段から電位分布の測定値を
   （測定点の数）×（時間サンプル数）の行列として受け
   取り、その行列に特異値分解を施し、特異値の累積寄与
   率が初めて有意パワー率を超える時の特異値の数を双極
   子の個数を設定する電位データ行列解析手段とを有する
   ことを特徴とする生体内等価電流双極子推定装置。
4. 【請求項４】 請求項１記載の生体内等価電流双極子推
   定装置において、 双極子の個数を所定の値とした状態で、前記電位分布測
   定手段から受け取った電位分布の測定値と電極数および
   前記電位分布計算手段から受け取った電位分布の計算値
   により、所定の情報量基準を双極子の個数として前記電
   極数をＩとしたときＩ／６を超えない最大の整数まで求
   め、その情報量基準の値が最小となる双極子の個数を初
   期値として設定する情報量基準値計算手段を有すること
   を特徴とする生体内等価電流双極子推定装置。